Những gợi ý cho hướng nghiên cứu tiếp theo

CHƯƠNG 5 : KẾT LUẬN

5.4 Những gợi ý cho hướng nghiên cứu tiếp theo

Đối với nghiên cứu trong tương lai, như được đề xuất trong các nghiên cứu trước đây, sự dao động tỷ giá, đặc biệt là trong trường hợp đồng đơ la mất giá nên được đưa vào tính tốn để xác định sự biến động TSSL của vàng. Hơn nữa, lạm phát với mối liên hệ trực tiếp với sự mất giá của đồng đơ la, từ đĩ sẽ dẫn đến nhu cầu sử dụng vàng như một cơng cụ phịng ngừa cũng nên được xem xét. Sự hiện diện của các nhân tố này và yếu tố khả thi khác cĩ ảnh hưởng đồng thời đến nhu cầu về vàng địi hỏi việc xác định một hệ thống đa biến (thí dụ mơ hình GARCH đa biến) để nắm bắt các mối quan hệ đa dạng giữa chúng là cần thiết. Thêm vào đĩ, chúng ta cũng nên so sánh các kết quả nghiên cứu trong bài nghiên cứu này bằng cách sử dụng các đồng tiền khác nhau trong phân tích.

DANH MỤC TÀI LIỆU THAM KHẢO

 Aggarwal R, Lucey BM, O’Connor FA. 2014. Rationality in precious metals forward markets: Evidence of behavioural deviations in the gold markets. Journal of Multinational Financial Management 25–26: 110–130.

 Aizenman J, Inoue K. 2012. Central banks and gold puzzles. NBER Working Paper No. 17894.

 Ariovich G. 1983. The impact of political tension on the price of gold. Journal for Studies in Economics and Econometrics 16: 17–37.

 Baker S, van Tassel RC. 1985. Forecasting the price of gold: A fundamentalist approach. Atlantic Economic Journal 13: 43–51.

 Basu S, Clouse ML. 1993. A comparative analysis of gold market efficiency using derivative market information. Resources Policy 19: 217–224.

 Baur D, Glover K. 2012. A gold bubble? Working Paper Series, Finance Discipline Group, UTS Business School, University of Technology, Sydney No. 175.

 Baur D, McDermott T. 2010. Is gold a safe haven? International evidence. Journal of Banking & Finance 34: 1886–1898.

 Baur D. 2013. Gold - Fundamental drivers and asset allocation. Available from SSRN: http: // papers. ssrn. com/ sol3/ papers. cfm? abstract_ id= 2240831 .  Baur DG, Glover KJ. 2014. Heterogeneous expectations in the gold market:

Specification and estimation. Journal of Economic Dynamics and Control 40: 116–133.

 Baur DG, Lucey BM. 2010. Is gold a hedge or a safe haven? An analysis of stocks, bonds and gold. Financial Review 45: 217–229.

 Baur, Dirk G., and Brian M. Lucey. Is gold a hedge or a safe haven? An analysis of stocks, bonds and gold."" Financial Review 45.2 (2010): 217-229."

 Baur, Dirk G., and Thomas K. McDermott. Is gold a safe haven? International evidence."" Journal of Banking & Finance 34.8 (2010): 1886-1898."

 Beckmann J, Czudaj R. 2013a. The forward pricing function of industrial metal futures – Evidence from cointegration and smooth transition regression analysis. International Review of Applied Economics 27: 472–490.

 Beckmann J, Czudaj R. 2013b. Gold as an inflation hedge in a time-varying coefficient framework. North American Journal of Economics and Finance 24: 208–222.

 Beckmann, Joscha, and Robert Czudaj. Gold as an inflation hedge in a time- varying coefficient framework."" The North American Journal of Economics and Finance 24 (2013): 208-222."

 Bialkowski JT, Bohl MT, Stephan PM, Wisniewski TP. 2012. The gold price in

times of crisis. Available from SSRN: http: // ssrn. com/ abstract= 1718106 .  Broyden CG. 1970. The convergence of a class of double-rank minimization

algorithms. Journal of the Institute of Mathematics and Its Applications 6: 76– 90.

 Capie F, Mills TC, Wood G. 2005. Gold as a hedge against the dollar. Journal of International Financial Markets, Institutions and Money 15: 343–352.

 Capie, Forrest, Terence C. Mills, and Geoffrey Wood. Gold as a hedge against the dollar."" Journal of International Financial Markets, Institutions and Money15.4 (2005): 343-352."

 Chappell D, Dowd K. 1997. A simple model of the gold standard. Journal of Money, Credit and Banking 29: 94–105.

 Chappell, David, and Kevin Dowd. A simple model of the gold

standard.""Journal of Money, Credit, and Banking (1997): 94-105."

 Chua J, Stick G, Woodward R. 1990. Diversifying with gold stocks. Financial Analysts Journal 46: 76–79.

 Ciner C, Gurdgiev C, Lucey BM. 2013. Hedges and safe havens: An

examination of stocks, bonds, gold, oil and exchange rates. International Review of Financial Analysis 29: 202–211.

 Ciner C. 2001. On the long run relationship between gold and silver: A note. Global Finance Journal 12: 299–303.

 Ciner, Cetin, Constantin Gurdgiev, and Brian M. Lucey. Hedges and safe havens: An examination of stocks, bonds, gold, oil and exchange rates.""International Review of Financial Analysis 29 (2013): 202-211."

 Creti, A., Joëts, M., & Mignon, V. (2013). On the links between stock and commodity markets' volatility. Energy Economics, 37, 16-28.

 Diba BT, Grossman HI. 1984. Rational bubbles in the price of gold. NBER Working Paper No. 1300.

 Dooley MP, Isard P, Taylor MP. 1995. Exchange rates, country-specific shocks and gold. Applied Financial Economics 5: 121–129.

 Faff R, Hillier D. 2004. An international investigation of the factors that determine conditional gold betas. Financial Review 39: 473–488.

 Faug`ere C, Van Erlach J. 2005. The price of gold: A global required yield theory. Journal of Investing 14: 99–111.

 Fletcher R. 1970. A new approach to variable metric algorithms. Computer Journal 13: 317–322.

 Fortune JN. 1987. The inflation rate of the price of gold, expected prices and interest rates. Journal of Macroeconomics 9: 71–82.

 Ghosh D, Levin EJ, Macmillan P, Wrigh RE. 2004. Gold as an inflation hedge?

Studies in Economics and Finance 22: 1–25.

 Ghosh, Dipak, et al. Gold as an inflation hedge?."" Studies in Economics and Finance 22.1 (2004): 1-25."

 Goldfarb D. 1970. A family of variable metric updates derived by variational means. Mathematics of Computation 24: 23–26.

 Granger CWJ, Terăasvirta T. 1993. Modelling Nonlinear Economic

Relationships. Oxford: Oxford University Press.

 Hillier D, Draper P, Faff R. 2006. Do precious metals shine? An investment perspective. Financial Analysts Journal 62: 98–106.

 Ho YK. 1985. Test of the incrementally efficient market hypothesis for the London gold market. Economics Letters 19: 67–70.

 Jaffe J. 1989. Gold and gold stocks as investments for institutional portfolios. Financial Analysts Journal 42: 53–59.

 Joy, Mark. "Gold and the US dollar: Hedge or haven?." Finance Research Letters 8.3 (2011): 120-131.

 Kaul A, Sapp S. 2006. Y2K fears and safe haven trading of the U.S. dollar. Journal of International Money and Finance 25: 760–779.

 Kolluri BR. 1981. Gold as a hedge against inflation: An empirical investigation. Quarterly Review of Economics and Business 21: 13–24.

 Kolluri, Bharat R. Gold as a hedge against inflation-an empirical-

investigation."" Quarterly Review of Economics and Business21.4 (1981): 13- 24."

 Koutsoyiannis A. 1983. A short-run pricing model for a speculative asset, tested with data from the gold bullion market. Applied Economics 15: 563–581

 Laurent RD. 1994. Is there a role for gold in monetary policy? Federal Reserve Bank of Chicago, Economic Perspectives March: 2–14.

 Laurent, Robert D. Is there a role for gold in monetary policy?."" Economic Perspectives Mar (1994): 2-14."

 Le Long, Hau, et al. Gold as a Hedge against Inflation: The Vietnamese Case."" Procedia Economics and Finance 5 (2013): 502-511."

 Levin ER, Wright RE. 2006. Short-run and long-run determinants of the price of gold. World Gold Council, Research Study No.32.

 Li S, Lucey BM. 2015. What precious metals act as safe havens, and when? Some US evidence. Applied Economics Letters forthcoming.

 Lucey BM, O’Connor FA. 2013. Do bubbles occur in the gold price? An investigation of gold lease rates and Markov switching models. Borsa Istanbul Review 13: 53–63.

 Lucey BM, Tully E, Poti V. 2006. International portfolio formation, skewness and the role of gold. Frontiers in Finance and Economics 3: 1–17.

 Luukkonen R, Saikkonen P, Terăasvirta T. 1988. Testing linearity against smooth transition autoregressive models. Biometrika 75: 491–499.

 Mahdavi S, Zhou S. 1997. Gold and commodity prices as leading indicators of

inflation: Tests of long-run relationship and predictive performance. Journal of Economics and Business 49: 475–489.

 McCown JR, Zimmerman JR. 2006. Is gold a zero-beta asset? Analysis of the investment potential of precious metals. Available from SSRN: http: // ssrn. com/ abstract= 920496 .

 Michaud R, Michaud R, Pulvermacher K. 2006. Gold as Strategic Asset. London: World Gold Council. Moore G. 1990. Gold prices and a leading index of inflation. Challenge 33: 52–56.

 Miyazaki, Takashi, Yuki Toyoshima, and Shigeyuki Hamori. Exploring the

dynamic interdependence between gold and other financial

markets.""Economics Bulletin 32.1 (2012): 37-50."

 Moore, Geoffrey H. Analysis: Gold Prices and a Leading Index of

Inflation.""Challenge 33.4 (1990): 52-56."

 Pasutasarayut P, Chintrakarn P. 2012. Is gold a hedge or safe haven? A case study of Thailand. European Journal of Scientific Research 74: 90–95.

 Phillips PCB, Wu Y, Yu J. 2011. Explosive behavior in the 1990s Nasdaq: When did exuberance escalate asset values? International Economic Review 52: 201–226.

 Pindyck RS. 1993. The present value model of rational commodity pricing. Economic Journal 103: 511–530.

 Pukthuanthong, Kuntara, and Richard Roll. Gold and the Dollar (and the Euro, Pound, and Yen)."" Journal of Banking & Finance 35.8 (2011): 2070-2083."  Reboredo JC. 2013. Is gold a safe haven or a hedge for the US dollar?

Implications for risk management. Journal of Banking & Finance 37: 2665– 2676.

 Reboredo, Juan C. "Is gold a safe haven or a hedge for the US dollar? Implications for risk management." Journal of Banking & Finance 37.8 (2013): 2665-2676.

 Reboredo, Juan C., and Miguel A. Rivera-Castro. Gold and exchange rates: downside risk and hedging at different investment horizons."" International Review of Economics & Finance 34 (2014): 267-279."

 Sadorsky, P. (2014). Modeling volatility and conditional correlations between socially responsible investments, gold and oil. Economic Modelling, 38, 609- 618.

 S.Hassan, S., Choudhry, T., Hassan, S. S., & Shabi, S. (2015). Relationship between gold and stock markets during the global financial crisis: Evidence from nonlinear causality tests.International Review of Financial Analysis, 41, pp. 247-256

 Shanno DF. 1970. Conditioning of quasi-newton methods for function

minimization. Mathematics of Computation 24: 647–656.

 Sherman E. 1982. New gold model explains variations. Commodity Journal 17:

16–20. Sherman E. 1983. A gold pricing model. Journal of Portfolio Management 9: 68–70.

 Sherman E. 1986. Gold Investment: Theory and Application. New York: Prentice Hall.

 Sjaastad LA, Scacciallani F. 1996. The price of gold and the exchange rate. Journal of International Money and Finance 15: 879–897.

 Solt ME, Swanson PJ. 1981. On the efficiency of the markets for gold and silver. Journal of Business 54: 453–478.

 Taylor MP, Peel DA, Sarno L. 2001. Nonlinear mean-reversion in real exchange rates: Toward a solution to the purchasing power parity puzzles. International Economic Review 42: 1015–1042.

 Terăasvirta T. 1994. Specification, estimation and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association 89: 208–218.

 Terăasvirta T. 1998. Modelling economic relationships with smooth transition regressions. In Giles DEA, Ullah A (eds.) Handbook of Applied Economic Statistics, Marcel Dekker: New York, pages 507–552.

 Tschoegl AE. 1980. Efficiency in the gold market. Journal of Banking & Finance 4: 371–379.

 Upper C. 2000. How safe was the ‘safe haven’? Financial market liquidity during the 1998 turbulences. Deutsche Bundesbank Working Paper No. 1/00.  Van Dijk D, Terăasvirta T, Franses PH. 2002. Smooth transition autoregressive

models - a survey of recent developments. Econometric Reviews 21: 1–47.

 Wang KM, Lee YM. 2011. The yen for gold. Resources Policy 36: 39–48.

 Wang, Kuan-Min, Yuan-Ming Lee, and Thanh-Binh Nguyen Thi. "Time and place where gold acts as an inflation hedge: An application of long-run and short-run threshold model." Economic Modelling 28.3 (2011): 806-819

 Worthington AC, Pahlavani M. 2007. Gold investment as an inflationary hedge: Cointegration evidence with allowance for endogenous structural breaks. Applied Financial Economics Letters 3: 259–262.

PHỤ LỤC Mơ hình DCC-GARCH và các giả thiết

Mơ hình DCC-GARCH đề xuất bởi Engle năm 2002 được thể hiện như sau như sau: t t t 1/2 t t t y x h

Trong đĩ yt là vec tơ m x 1 của m biến phụ thuộc. ∅ là ma trận các hệ số

𝑥𝑡 là vec tơ m x 1 các biến độc lập.

Hạng nhiễu 𝜀𝑡 được mơ tả là phụ thuộc vào ma trận phương sai cĩ điều kiện biến đổi theo thời gian ℎ𝑡và 𝜂𝑡 là véc tơ m x 1 sai số ngẫu nhiên cĩ phân phối chuẩn.

𝐻𝑡 Ma trận phương sai – hiệp phương sai cĩ điều kiện biến đổi theo thời gian.

Các giả thuyết của mơ hình DCC-GARCH

Theo mơ hình DCC-GARCH tổng quát với m biến được đề xuất bởi Engle (2002) thì ma trận phương sai – hiệp phương sai được thể hiện qua phương trình:

1/2 1/2

t t t t

H D R D

Trong đĩ 𝐷𝑡 là ma trận đường chéo của các phương sai cĩ điều kiện, 𝑅𝑡 là ma trận các hệ số tương quan cĩ điều kiện và trong mơ hình DCC-GARCH 𝑅𝑡sẽ được xem xét biến đổi qua thời gian theo phương trình:

𝑅𝑡={𝑄𝑡}−1𝑄𝑡𝑑𝑖𝑎𝑔{𝑄𝑡}−1

𝑄𝑡 được miêu tả theo phương trình sau với trường hợp sử dụng GARCH (1,1):

'

t 1 2 1 t 1 t 1 2 t 1

Trong đĩ t 1là véc tơ m x 1 của phần dư chuẩn hĩa, 1/2

t t

D . 1 và 2 là các hệ số chi phối tính động của các hệ số tương quan cĩ điều kiện. 1 và 2 là các

hệ số khơng âm và đồng thời thỏa mãn điều kiện 0 1 2 1.

t

Q là ma trận phương sai – hiệp phương sai cĩ điều kiện của phần dư chuẩn hĩa và Q là ma trận phương sai – hiệp phương sai khơng điều kiện của các phần dư chuẩn hĩa t.

Đối với mơ hình DCC-GARCH, điều kiện đối với từng tham số của ma trận hệ số tương quan cĩ điều kiện Rt sẽ được thể hiên qua:

ijt ijt

ijt q

q

Với mỗi mơ hình GARCH nĩi chung, bao giờ cũng cĩ hai phần đĩ là mơ tả lợi suất trung bình và mơ tả cơ chế thay đổi của phương sai. Đối với mơ hình DCC- GARCH, giả thuyết về mỗi giá trị phương sai 𝜎𝑖,𝑡2 được xác định như sau:

𝜎𝑖,𝑡2 = exp(𝛾𝑖𝑧𝑖,𝑡) + ∑ 𝛼𝑗 ∈𝑖,𝑡−𝑗2 𝑝𝑖 𝑗=1 + ∑ 𝛽𝑗𝜎𝑖,𝑡−𝑗2 𝑞𝑖 𝑗=1 Hoặc 𝜎𝑖,𝑡2 = ω𝑖 + ∑𝑗=1𝑝𝑖 𝛼𝑗 ∈𝑖,𝑡−𝑗2 + ∑𝑞𝑖𝑗=1𝛽𝑗𝜎𝑖,𝑡−𝑗2 (2)

Trong đĩ 𝛾𝑖 là véc tơ 1 x p các hệ số, 𝑧𝑖 là véc tơ p x 1 các biến phụ thuộc cĩ bao gồm một hằng số và 𝛼𝑗 là hệ số ảnh hưởng ARCH và 𝛽𝑗 là hệ số ảnh hưởng GARCH.

PHỤ LỤC ĐỊNH LƯỢNG

Bảng 4.1: Kết quả kiểm định ADF cho biến lợi nhuận Vàng

Null Hypothesis: RETURNAU has a unit root Exogenous: Constant

Lag Length: 0 (Automatic - based on SIC, maxlag=16)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -18.50601 0.0000

Test critical values: 1% level -3.447963 5% level -2.869198 10% level -2.570917

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(RETURNAU) Method: Least Squares

Date: 09/07/17 Time: 21:18

Sample (adjusted): 1/22/2010 9/01/2017 Included observations: 367 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

RETURNAU(-1) -0.968679 0.052344 -18.50601 0.0000 C -1.48E-05 0.001278 -0.011600 0.9908

R-squared 0.484079 Mean dependent var 2.80E-05 Adjusted R-squared 0.482665 S.D. dependent var 0.034048 S.E. of regression 0.024489 Akaike info criterion -4.575747 Sum squared resid 0.218895 Schwarz criterion -4.554465 Log likelihood 841.6496 Hannan-Quinn criter. -4.567291 F-statistic 342.4724 Durbin-Watson stat 1.987845 Prob(F-statistic) 0.000000

Bảng 4.2: Kết quả kiểm định ADF cho biến lợi nhuận chứng khốn

Null Hypothesis: RETURNVNI has a unit root Exogenous: Constant

Lag Length: 0 (Automatic - based on SIC, maxlag=16)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -18.69608 0.0000

Test critical values: 1% level -3.447963 5% level -2.869198 10% level -2.570917

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(RETURNVNI) Method: Least Squares

Date: 09/07/17 Time: 21:20

Sample (adjusted): 1/22/2010 9/01/2017 Included observations: 367 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

RETURNVNI(-1) -0.977619 0.052290 -18.69608 0.0000 C 8.68E-05 0.001440 0.060267 0.9520

R-squared 0.489184 Mean dependent var 0.000150 Adjusted R-squared 0.487785 S.D. dependent var 0.038538 S.E. of regression 0.027581 Akaike info criterion -4.337935 Sum squared resid 0.277662 Schwarz criterion -4.316653 Log likelihood 798.0111 Hannan-Quinn criter. -4.329479 F-statistic 349.5433 Durbin-Watson stat 2.000018 Prob(F-statistic) 0.000000

Bảng 4.3: Kiểm định ảnh hưởng ARCH tỷ suất sinh lợi giá vàng làm biến phụ

thuộc với độ trễ k=3

Heteroskedasticity Test: ARCH

F-statistic 2.686243 Prob. F(3,360) 0.0464 Obs*R-squared 7.969862 Prob. Chi-Square(3) 0.0466

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 09/07/17 Time: 21:38

Sample (adjusted): 2/12/2010 9/01/2017 Included observations: 364 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 0.000457 7.65E-05 5.969260 0.0000 RESID^2(-1) 0.067538 0.052470 1.287176 0.1989 RESID^2(-2) 0.077379 0.052449 1.475297 0.1410 RESID^2(-3) 0.090876 0.052503 1.730882 0.0843

R-squared 0.021895 Mean dependent var 0.000598 Adjusted R-squared 0.013744 S.D. dependent var 0.001112 S.E. of regression 0.001104 Akaike info criterion -10.76828