6.3.Kết quả từ mơ hình SAR(2) - so sánh trực tiếp từng cặp ρWy
Mơ hình kiểm tra thứ hai được tơi áp dụng để so sánh sức mạnh của các đo lường liên kết tài chínhtrong giải thích sự đồng bộ giữa các thị trường chứng khốn. Đó là mơ hình SAR(2) với hai ma trận W, một cho đo lường thứ nhất - một cho đo lường thứ hai về sự hội nhập tài chính song phương. Các hồi quy này được thực hiện cho từng cặp ma trận, sau đó tổng hợp kết quả so sánh. Phương trình eq 3.8d mở rộng thành:
y = q1W1y + q2W2y + Xỵ + αIN + c (eq 6.3 )
Dữ liệu cho mơ hình cũng được chia thành 3 kỳ nhỏ và một kỳ tổng hợp toàn bộ dữ liệu. Kết quả được tổng kết so sánh thể hiện ở bảng 6.3.4
Kết quả cho thấy ở tất cả các kỳ, hệ số ρ của ma trận KaOpen luôn lớn hơn mọi ρ của bất cứ ma trận nào khác ngoại trừ ma trận khoảng cách địa lý ở kỳ 2010-2013. Hệ số ρ cho ma trận khoảng cách địa lý qua các thời kỳ cũng có kết quả rất tốt khi so sánh với các ma trận khác. Ở tất cả các thời kỳ, hệ số này ln chỉ có hoặc 0 hoặc 1 hoặc 2 hệ số lớn hơn nó trong tổng số 10 ma trận.
Hệ số ρ cho ma trận theo thương mại song phương có kết quả tương đối phức tạp. Giai đoạn trước khủng hoảng nó nổi trội hơn tất cả ngoại trừ KaOpen và khoảng cách địa lý. Nhưng trong giai đoạn khủng hoảng thì rất kém, nó đứng dưới tất cả ngoại trừ ma trận bởi foreign claim. Hậu khủng hoảng thì tốt lên ở hạng trung bình. Ma trận dao động tỷ giá hoạt động bình thường ở giai đoạn trước khủng hoảng, nhưng trong và sau khủng hoảng thì cải thiện và có sức vượt trội so với phần lớn các đo lường còn lại chỉ sau KaOpen và khoảng cách địa lý.
Các đo lường bằng đầu tư trực tiếp, đầu tư gián tiếp, vay nợ, hội tụ lạm phát, hội tụ lãi suất kém đều ở tất cả các thời kỳ.
Tóm lại, bằng mơ hình SDM, SAR(2), SAR(2)+SEM với các ý tưởng so sánh hệ số ρ cho spatial lag đã có thể đưa ra kết luận vững chắc tất cả các đo lường hội nhập tài chính được lựa chọn trên đây đều phản ánh được sự đồng bộ giữa các thị trường chứng khốn. Trong đó đo lường bằng KaOpen, khoảng cách địa lý là đo lường tốt nhất, sau đó là dao động tỷ giá, thương mại song phương. Các đo lường khác tuy rằng cũng phản ánh được sự đồng bộ giữa các thị trường nhưng so sánh với nhau thì tuỳ từng giai đoạn và tuỳ phương pháp mà chúng có ưu thế hơn hay kém nhau. Kết quả với ma trận dựa trên khoảng cách địa lý ở nghiên cứu này so với Asgharian et al. (2013) rất khác biệt về con số nhưng lại cho cùng diễn dịch ý nghĩa. Trong khi Asgharian et al. (2013) cho đo lường này bằng “độ xa” là kém nhất thì nghiên cứu này lại là cao hạng nhất bởi nó đo lường bằng “độ gần”. Điều này càng chứng tỏ đo lường bằng khoảng cách địa lý rất có ý nghĩa bởi bằng 2 đo lường trái ngược đã cho ra cùng một sự diễn dịch, đó là các quốc gia có khoảng cách càng gần thì tính đồng bộ của thị trường chứng khoán càng cao.
Bảng 6-3. So sánh ρ1, ρ2 mơ hình SAR(2)
Phương trình hồi quy: y=ρ1W1y+ρ2W2y+Xβ+αIN+ϵ với W1 và W2 là cặp ma trận trọng số cần so sánh. Kết quả so sánh từng cặp (ρ1 - ρ2) được tổng hợp thành bảng này. Dấu + cho biết ρ1> ρ2, chẳng hạn giai đoạn 2004-2006, ρ(theo ExRateVola) > ρ(theo FDI).
ρ theo KaOpen và khoảng cách địa lý Geo có giá trị lớn hơn cả. ρ theo thươngmại song phương lớn nhỏ thất thường, trước và sau khủng hoảng thì cao, trong khủng hoảng thấp. ρ theo dao động tỷ giá song phương tốt ở trong và sau khủng hoảng. ρ theo Foreign claim kém nhất ở mọi kỳ.
(Bảng 6.3 – tiếp )
CHƯƠNG 7. K TẾ LUẬN
7.1.Phát hiện và đóng góp của nghiên cứu:
Bằng mơ hình Spatial econometrics với dữ liệu thị trường chứng khoán và các chỉ số kinh tế vĩ mô các quốc gia cùng các số liệu kinh tế song phương, đo lường hội nhập kinh tế, nghiên cứu đã chỉ ra được: (1) Có tồn tại tính đồng biến giữa các thị trường chứng khoán trên thế giới. (2) Mức độ đồng biến cao hơn trong thời kỳ khủng hoảng và ngày càng tăng theo thời gian. Nghiên cứu có sử dụng lại các đo lường đã được kiểm định bởi Asgharian et al. (2013) và bổ sung đo lường mới cho ma trận trọng số khơng gian đo lường hội nhập kinh tế tài chính song phương dựa trên đầu tư gián tiếp FPI, foreign claim và chỉ số KaOpen của Chinn and Ito (2008). Kết quả cho thấy (3) tất cả các đo lường được chọn để lập ma trận trọng số không gian đều giải thích được tính đồng biến giữa các thị trường chứng khốn. Trong số đó, đo lường mới bằng KaOpen song phương và khoảng cách địa lý phản ánh tốt nhất ở mọi thời kỳ và tất cả các phương pháp kiểm định, ước lượng mơ hình được lựa chọn. (4) Ngồi KaOpen và khoảng cách địa lý, đo lường bằng, dao động tỷ giá, thương mại song phương là các đo lường tương đối tốt. Các đo lường bằng đầu tư trực tiếp, đầu tư gián tiếp, foreign claim là kém nhất. Các đo lường hội tụ lãi suất, hội tụ lạm phát cũng kém.
Có thể nói, nghiên cứu này đã kiểm định và khẳng định khả năng đo lường mức độ phụ thuộc giữa các thị trường chứng khốn thơng qua các chỉ số kinh tế song phương. Nghiên cứu đã đóng góp bổ sung cho ứng dụng lý thuyết spatial econometrics trong nghiên cứu các vấn đề tài chính. Đo lường KaOpen song phương mà nghiên cứu này đưa ra dựa trên chỉ số KaOpen thực sự là một đo lường
có giá trị, đáng được quan tâm bởi các nghiên cứu sâu hơn sau này trong lý thuyết tài chính, tài chính quốc tế. Điều này cũng cho thấy các cam kết lý thuyết của các
chính phủ về mở cửa thị trường vốn (được dùng để xây dựng chỉ số KaOpen) có tác động đáng kể và rõ nét đến tính đồng biến giữa thị trường chứng khốn một quốc gia với thị trường quốc tế.
Kết quả của nghiên cứu này có thể được sử dụng cho các nhà quản lý tài chính khi nhận định về sự tương quan, xu hướng phụ thuộc, đồng biến giữa các thị trường chứng khốn, từ đó phục vụ cho quản lý danh mục đầu tư, quản trị rủi ro đầu tư tài chính.
Kết quả cũng có thể được tham khảo đối với các nhà làm chính sách quản trị tài chính, tiền tệ quốc gia phục vụ mục tiêu quản lý thị trường chứng khoán.
7.2.Giới hạn và định hướng nghiên cứu
Mặc dù đã hết sức cố gắng, với sự hiểu biết, tâm huyết cao nhất của mình, kết hợp kiến thức được đào tạo trong môi trường kinh tế cùng với kỹ năng sẵn có của mình về lập trìnhvà sử dụng các cơng cụ tính tốn hiện đại, song vì thời gian và tài nguyên dành cho nghiên cứu có giới hạn nên chắc chắn có những tồn tại cần được khắc phụ hay bổ sung dành cho các nghiên cứu sau này.
Dữ liệu thu thập được chưa nhiều, mới chỉ giới hạn trong 18 nước khu vực Châu Á Thái Bình Dương do nguồn dữ liệu khơng có hay rất giới hạn cho các chỉ tiêu kinh tế song phương. Hơn nữa, một số quốc gia trong mẫu có thị trường chứng khốn mới hình thành nên khơng thể mở rộng nghiên cứu cho khoảng thời gian dài hơn. Phương pháp nghiên cứu được sử dụng rất mới, thực sự chưa phổ biến tại Việt Nam. Trên thế giới, các phần mềm ước lượng mơ hình cịn khá mới và giao diện chưa thân thiện, kén người dùng. Vì vậy kết quả nghiên cứu có thể rất có ý nghĩa trong mẫu song nếu kết luận suy diễn cho khơng gian rộng hơn hay tồn thế giới thì vẫn có giới hạn nhất định và cần được tiếp tục nghiên cứu phản biện hay kiểm định tính đúng đắn bằng các phương pháp khác hay các kỹ thuật trộn mẫu (như Monte Carlo Simulation chẳng hạn) để kiểm định kết quả nghiên cứu bằng luật số lớn.
TÀI LIỆU THAM KHẢO
1. Abdalla, S.A. and Murinde, V., 1997. Exchange rate and stock price interactions in emerging financial markets: evidence on India, Korea, Pakistan and the Philippines. Applied Financial Economics, 7(1): 25-35 2. Ahmed, M. N. and Osman, I.M., 2007. Macroeconomic Factors and
Bangladesh Stock Market.International Review of Business Research Paper, Vol. 3, No. 5:21-35.
3. Ahmed M.F., 2000. Emerging Stock Market and the Economy.South East
Asian Studies Series, Nagasaki University, Japan
4. Akhtaruzzaman et al., 2014. Dynamic correlation analysis of spill-over effects of interest rate risk and return on Australian and US financial firms.
Journal of International Financial Markets, Institutions and Money, 31:378–
396
5. Alagidedea, P. and Panagiotidis, T., 2012. Stock returns and inflation: Evidence from quantile regressions. Economics Letters, 117(1): 283–286 6. Alagidedea, P. andPanagiotidis, T., 2010. Can common stocks provide a
hedge against inflation? Evidence from African countries. Review of Financial Economics, 19(3): 91–100
7. Allen, F. and Gale, D, 2000. Financial contagion. Journal of politcal economy, 108(1): 1-33
8. Alper, C. Emre, and Kamil Yilmaz , 2004. Volatility and contagion: evidence from the Istanbul stock exchange. Economic systems,28.4 (2004):
353-367.
9. Andrieșaet al., 2014. Analyzing time–frequency relationship between interest rate, stock price and exchange rate through continuous wavelet. Economic Modelling,41:227–238
10. Anselin, L. , 1988. Spatial econometrics: method and models, Study on operational and regional sience. Kluwer Academic Publisher.
11. Anselin, L. , 2002. Spatial Weights (Lecture note), Urbana-Champaign 2002. University of Illinois. [pdf] Available at http://www.dpi.inpe.br/gilberto/tutorials/software/geoda/tutorials/w8_weight s.pdf
12. Anselin, L. , 2002. Spatial Weights (Lecture note), Urbana-Champaign 2002. University of Illinois. [pdf] Available at
http://www.dpi.inpe.br/gilberto/tutorials/software/geoda/tutorials/w8_weight s.pdf
13. Apergis, N. and Eleftheriou, S., 2002. Interest rates, inflation, and stock prices: the case of the Athens Stock Exchange. Journal of Policy Modeling, 24(3):231-236
14. Asgharian, H.; Hess, W. and Liu L., 2013. A spatial analysis of international stock market linkages.Journal of Banking and Finance, 37: 47380 - 4754 15. Baig and Goldfajn , 1998. Financial Market Contagion in Asia Crisis. IMF
Working Paper Nov 1998. WP1998/155
16. Beine, Michel; Candelon, Bertrand , 2007. Liberalization and stock market co-movement between emerging economies, CESifo working paper, No.
2131
17. Beineand Candelon, 2011. Liberalisation and stock market co-movement between emerging economies. Quantitative Finance, 11(2):299-312
18. Bekaert, G. and Engstrom, E. , 2010. Inflation and the stock market: Understanding the “Fed Model”; Journal of Monetary Economics,
57(3):278–294
19. Bekti, R.D.; Rahayu,A. and Sutikno, 2013. Maximum likelihood estimation for Spatial Durbin model. Journal of Mathematics and Statistics, 9 (3):169-
174
20. Birz, G. and Lott, J.R , 2011. The effect of macroeconomic news on stock returns: New evidence from newspaper coverage.Journal of Banking &
Finance, 35(11):2791–2800
21. Bouaziz, M.C.; Selmi, N.; Boujelbene, Y., 2012. Contagion effect of the subprimefinancialcrisis: evidence of DCC multivariate GARCH models.
European Journal of Economics, Finance and Administrative Sciences,
44:66–76
22. Breusch, T.S. and A.R. Pagan , 1980. The Lagrange multiplier test and its applications to model specification in econometrics.Review of Economic
Studies, 47:239–253.
23. Brooks, R.; Faff, R.W; Hillier, D. and Hillier, J., 2004. The national market impact of sovereign rating changes.Journal of Banking & Finance, 28(1): 233–250
24. Celık , S., 2012. The more contagion effect on emerging markets: The evidence of DCC-GARCH model.Economic Modelling, 29:1946–1959
25. Chang, K.L. and Yu, S.T. , 2013. Does crude oil price play an important role in explaining stock return behavior? Energy Economics 39:159–168
26. Chen-Roll-Ross (1986) [Chen, Nai-Fu; Roll , Richard; Ross, Stephen A.], 1986. Economic forces and the stock market. The journal of Business 59:383-403
27. Chinn, M.D. and Forbes, K.J., 2004. A decomposition of global linkages in financial markets over time. The Review of Economics and Statistics,
86:705–722.
28. Chinn, M.D. and Ito, H., 2008. A New Measure of Financial Openness.Journal of Comparative Policy Analysis , 10(3): 309 - 322.
29. Cho, J.H and Parhizgari, A. M., 2008. East Asian financial contagion under DCC-GARCH. International Journal of Banking and Finance, 6(1):17-30 30. Chou , R.Y.T; Ng, V. and Lynn, K. Pi , 1994. Cointegration of International
Stock Market Indices. International Monetary Fund. Available at
https://ideas.repec.org/p/imf/imfwpa/94-94.html [Accessed 20 June 2014] 31. Chou , R.Y.T; Ng, V. and Lynn, K. Pi , 1994. Cointegration of International
Stock Market Indices. International Monetary Fund. Available at
https://ideas.repec.org/p/imf/imfwpa/94-94.html [Accessed 20 June 2014] 32. Cinera, C. et al. , 2013. Hedges and safe havens: An examination of stocks,
bonds, gold, oil and exchange rates.International Review of Financial
Analysis, 29: 202–211
33. Clark et al., 2004. A New Look at Exchange Rate Volatility and Trade Flows. IMF occasional paper 235
34. Colea, R.A et al.2008. Bank stock returns and economic growth. Journal of Banking & Finance, 32(6): 995–1007
35. Cooper, I. and Priestley, R. , 2008. Time Varying Risk Premia and the Output Gap.Review of Financial Studies, 22(7):2801-2833
36. Cunado. J and Perez de Gracia, F., 2013. Oil price shocks and stock market returns: Evidence for some European countries.Energy Economics, 42:365– 377
37. Dhanaraj et al. , 2013. Dynamic interdependence between US and Asian markets: an empirical study.Journal of Financial Economic Policy, 5(2):220- 237
38. Didier, T.; Love, I. andPería M.S.M, 2011. What explains comovement in stock market returns during the 2007–2008 crisis? International Journal of Finance & Economics, April 2012, vol 17(2):182–202
39. Dimson, Marsh and Staunton (2003). Global Investment Returns Yearbook 2003, Amsterdam: ABNd Amro.
40. Dunis, C.L. an Shannon, G., 2005. Emerging markets of South-East and Central Asia: Do they still offer a diversification benefit.Journal of Asset
Management, 6(3):168-190
41. Elhorst , J. P, 2014. From Cross-Sectional Data to Spatial Panels. Springer. 42. Ely and Robinson, 1997. Are stocks a hedge against inflation? International
evidence using a long-run approach.Journal of International Money and
Finance, 16(1):141–167
43. Fernandez – Aviles, G.;Montero, J.M and Orlov, A., 2012.Spatial modeling of stock market comovements. Finance research letters, 9:202-212
44. Fillis, G., 2010. Macro economy, stock market and oil prices: Do meaningful relationships exist among their cyclical fluctuations?Energy Economics, 32(4):877-886
45. Forbes and Rigobon , 1999. Measuring contagion Conceptual and
Empirical Issues.[pdf] MIT and NBER. Available at
http://web.mit.edu/kjforbes/www/Papers/MeasuringContagion.pdf[Accessed 10
Feb 2014]
46. Frankel and Rose , 1998. The Endogenity of the Optimum Currency Area Criteria. The Economic Journal, 108(449): 1009–1025
47. Giovannini,A. and Jorion, P., 1987. Interest rates and risk premia in the stock market and in the foreign exchange market. Journal of International Money and Finance, 6(1):107–123
48. Hamao, Y., Masulis, R., Ng, V., , 1990. Correlations in price changes and volatility across international stock markets. Review of Financial Studies 3: 281–307.
49. Hassapis C. and Kalyvitis S., 2002. Investigating the links between growth and real stock price changes with empirical evidence from the G-7 economies. The Quarterly Review of Economics and Finance, 42(3): 543–
575
50. Hasthak, N., 1995. The Effect of Nations' Economic Linkages on the Co- Movement of their Stock Markets. Honors Projects,Paper 55.
51. Hau, H. and Rey, H. , 2002. Exchange Rates, Equity Prices, and Capital Flows, NBER Working paper series, Working Paper 9398
52. Hau, H. and Rey, H. , 2006. Exchange Rates, Equity Prices, and Capital Flows.Review of Financial Studies, 19:273 – 317
53. Heimonen K. , 2009. The euro-dollar exchange rate and equity flows.
Review of Financial Economics, 18:202– 209.
54. Humpe, Andreas and Macmillan, Peter, 2007. Can macroeconomic variables explain long term stock market movements? A comparison of the US and
Japan, CDMA Working Paper Series 200720, Centre for Dynamic Macroeconomic Analysis.
55. Humpe, Andreas and Macmillan, Peter, 2007. Can macroeconomic variables explain long term stock market movements? A comparison of the US and Japan, CDMA Working Paper Series 200720, Centre for Dynamic Macroeconomic Analysis.
56. Ibrahim, B.M. and Brzeszczynski,J., 2009. Inter-regional and region-specific transmission of international stock market returns: The role of foreign information. Journal of International Money and Finance, 28: 322–343 57. Jay R. Ritter, 2004. Economic growth and equity returns. Pacific-Basin
Finance Journal, 13:489 – 503
58. Jorion, P., 2009. The Pricing of Exchange Rate Risk in the Stock Market.Journal of Financial and Quantitative Analysis, 26 (03): 363-376 59. Kaminsky, G. and Schmukler, S.L. , 2002. Emerging Market Instability: Do
Sovereign Ratings Affect Country Risk and Stock Returns? World Bank Econ Rev,16 (2):171-195.
60. Karamustafa and Kucukkale, 2003. Long Run Relationships Between Stock Market Returns and Macroeconomic Performance: Evidence from Turkey.
Econ papers. Available at
http://www.researchgate.net/publication/23743552_Long_Run_Relationship s_between_Stock_Market_Returns_and_Macroeconomic_Performance_Evid
ence_from_Turkey [Accessed 28 July 2014]
61. Karamustafa and Kucukkale, 2003. Long Run Relationships Between Stock Market Returns and Macroeconomic Performance: Evidence from Turkey.
Econ papers. Available at
http://www.researchgate.net/publication/23743552_Long_Run_Relationship s_between_Stock_Market_Returns_and_Macroeconomic_Performance_Evid