TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM
VIỆN ĐÀO TẠO SAU ĐẠI HỌC
KHOA TÀI CHÍNH
QUẢN TRỊ RỦI RO TÀI CHÍNH
BÀI NGHIÊN CỨU 3:
VÀNG LÀ KÊNH TRÚ ẨN AN TOÀN HAY LÀ CÔNG CỤ PHÒNG
NGỪA
ĐỐI VỚI ĐỒNG ĐÔLA MỸ? NHỮNG HÀM Ý VỀ QUẢN TRỊ RỦI RO
Juan C. Reboredo
Journal of Banking & Finance 37 (2013) 2665–2676
GVHD: TS. NGUYỄN KHẮC QUỐC BẢO
NHÓM THỰC HIỆN | NHÓM 8 – LỚP TCDN NGÀY – CAO HỌC K22
1. Trần Hoài Nam (MSHV: 7701220714)
2. Đặng Như Ý (MSHV: 7701221440)
3. Nông Đức Đạt (MSHV: 7701220153)
Tp. Hồ Chí Minh – Tháng 03/2014
MỤC LỤC
2
VÀNG LÀ KÊNH TRÚ ẨN AN TOÀN HAY LÀ CÔNG CỤ PHÒNG
NGỪA
ĐỐI VỚI ĐỒNG ĐÔLA MỸ? NHỮNG HÀM Ý VỀ QUẢN TRỊ RỦI RO
Juan C. Reboredo
Tóm tắt
Bài viết này nhằm trình bày một cách hệ thống các nội dung chính trong bài nghiên
cứu “Is gold a safe haven or a hedge for the US dollar? Implications for risk
management” của tác giả Juan C. Reboredo được đăng trên tạp chí Journal of
Banking & Finance vào năm 2013.
Tác giả đã đánh giá vai trò của vàng liệu đây là một kênh trú ẩn an toàn hay là một
công cụ phòng ngừa đối với đồng USD bằng cách sử dụng các hàm copula để mô tả sự
phụ thuộc giữa vàng và đồng USD khi thị trường ở trạng thái bình thường/thông
thường (average) hay biến động quá mức (extreme). Dựa trên một tập hợp lớn các tiền

cụ phòng ngừa hay kênh trú ẩn an toàn đầu tư đối với sự giảm giá tiền tệ. Beckers &
Soenen (1984) đã nghiên cứu sự hấp dẫn của vàng đối với các nhà đầu tư và những
đặc tính phòng ngừa của nó, và đã phát hiện sự đa dạng hóa rủi ro bất cân xứng
(asymmetric risk diversification) đối với các vị thế nắm giữ vàng của các nhà đầu tư ở
Mỹ và bên ngoài Mỹ. Sjasstad & Scacciavillani (1996) và Sjasstad (2008) đã phát hiện
rằng sự tăng giá hay giảm giá tiền tệ có ảnh hưởng mạnh mẽ lên giá vàng. Capie và
cộng sự (2005) đã xác nhận mối tương quan đồng biến giữa sự giám giá đồng USD và
giá vàng, điều này cho thấy vai trò của vàng như một kênh phòng ngừa hiệu quả đối
với đồng USD. Gần đây hơn, Joy (2011) đã phân tích liệu vàng có thể cung cấp một
nơi phòng ngừa hay một kênh trú ẩn an toàn đầu tư hay không, và đã phát hiện rằng
1 Pukthuanthong & Roll (2011) chỉ ra rằng giá vàng có liên quan với sự giảm giá tiền tệ ở mọi quốc gia.
O’Connor & Lucey (2012) phân tích mối tương quan nghịch biến giữa lợi tức đối với vàng và lợi tức trao đổi lấy
trọng số giao dịch đối với đồng đôla, yen và euro.
2 Những nghiên cứu khác phân tích mối quan hệ giữa vàng, dầu và tỷ giá (ví dụ xem Sari và cộng sự, 2010; Kim
& Dilts, 2011; Malliaris & Malliaris, 2013) và giữa những biến số này với lãi suất (Wang & Chueh, 2013).
4
vàng là một nơi phòng ngừa hiệu quả chứ không phải là một kênh trú ẩn an toàn đối
với đồng USD.
1.1. Mục tiêu và hướng nghiên cứu
Bài nghiên cứu này đóng góp theo hai hướng cho lý thuyết hiện hành về vàng, đó là
vàng có phải là một công cụ phòng ngừa và/hay là một tài sản trú ẩn an toàn đối với sự
giảm giá tiền tệ.
Trước tiên, tác giả nghiên cứu cấu trúc phụ thuộc đối với vàng và đồng USD bằng
cách sử dụng các hàm copula, những hàm này cung cấp một thước đo cho cả sự phụ
thuộc trung bình (average) lẫn sự phụ thuộc đuôi phải (upper tail) và đuôi trái (lower
tail) (những biến động quá mức đồng thời – joint extreme movements). Đây là thông
tin quan trọng trong việc xác định vai trò của vàng như là một tài sản phòng ngừa hay
là một tài sản trú ẩn an toàn đầu tư, và cho thấy sự khác biệt giữa một tài sản phòng
ngừa và một tài sản trú ẩn an toàn thông qua sự phụ thuộc dưới những điều kiện thị
trường khác nhau (ví dụ xem Baur & McDermott, 2010; Joy, 2011). Những nghiên

– threshold generalized autogressive conditional heteroskedasticity errors) và những
mô hình copula khác nhau với sự phụ thuộc đuôi, sự phụ thuộc đuôi đối xứng
(symmetric) và không đối xứng (asymmetric). Tác giả cung cấp bằng chứng thực
nghiệm về sự phụ thuộc trung bình dương và sự phụ thuộc đuôi đối xứng giữa vàng và
đồng USD giảm giá, với hàm copula Student-t là mô hình phụ thuộc cho hiệu quả tốt
nhất. Bằng chứng này phù hợp với vai trò của vàng như là một tài sản phòng ngừa và
trú ẩn an toàn đối với những thay đổi tiền tệ. Tác giả cũng chỉ ra những kết quả quản
trị rủi ro cho mối liên kết giữa vàng và đồng USD giảm giá, điều này cung cấp bằng
chứng về tính hữu ích của vàng trong một danh mục tiền tệ – giả sử rằng nó cho thấy
bằng chứng về tính hiệu quả phòng ngừa trong việc cắt giảm rủi ro danh mục – và
bằng chứng về sự cắt giảm VaR cũng như đạt thành quả tốt hơn thông qua hàm tổn
thất của nhà đầu tư (investor’s loss function) đối với một danh mục chỉ bao gồm tiền
tệ.
6
1.3. Kết cấu bài nghiên cứu
Ngoài Phần 1 giới thiệu, các phần còn lại trong Reboredo (2013) được bố trí như sau:
trong Phần 2 (tương ứng Phần 3.1. trong bài này) tác giả phác họa phương pháp và
kiểm định giả thiết của tác giả. Trong Phần 3 (Tương ứng Phần 3.2. trong bài này) và
Phần 4 (tương ứng Phần 4.1. trong bài này) tác giả lần lượt trình bày dữ liệu và các kết
quả và tác giả thảo luận những hàm ý về quản trị rủi ro danh mục trong Phần 5 (tương
ứng Phần 4.2. trong bài này). Cuối cùng, Phần 6 (tương ứng Phần 5 trong bài này) tác
giả tổng kết lại bài nghiên cứu. Phần 2 trong bài viết này là một giới thiệu bổ sung chi
tiết hơn cho kết quả các nghiên cứu liên quan trước thời điểm Reboredo (2013) thực
hiện bài nghiên này.
2. TỔNG QUAN CÁC KẾT QUẢ NGHIÊN CỨU TRƯỚC ĐÂY
Phần này của bài viết trình bày tóm tắt kết quả các nghiên cứu liên quan trước thời
điểm Reboredo (2013) thực hiện bài nghiên cứu của mình. Các nghiên cứu ở đây được
phân chia theo từng khía cạnh nghiên cứu liên quan đến vai trò của vàng, tức là vàng
đóng vai trò như là một công cụ phòng ngừa hay là một tài sản trú ẩn an toàn.
2.1. Vàng là công cụ phòng ngừa

J.R., (2006) Potential of Precious Metals đổi giá vàng. Nhà đầu tư không thể
dự đoán lãi suất kì vọng chỉ bằng
việc nhìn vào giá vàng giao ngay.
Worthington &
Pahlavani (2007)
Gold investment as an
inflationary hedge:
Cointegration evidence with
allowance for endogenous
structural breaks
Vàng có là công cụ phòng vệ chống
lại lạm phát ở Hoa Kỳ.
Tully, E., Lucey,
B.M., (2007)
A power GARCH
examination of the gold
market
Xác nhận đồng đô la Mỹ trong nhiều
trường hợp là biến chính ảnh hưởng
đến vàng.
Forrest Capie,
Terence C Mills,
and Geoffrey
Wood(2004)
Gold as a hedge against the
US dollar.
Cung cấp bằng chứng thống kê khẳng
định vàng là một công cụ phòng ngừa
chống lại sự biến động của đồng
dollar.

Dirk G. Baur -
Brian M.
Lucey(2010)
Is gold a hedge or a safe
haven? An analysis of
stocks, bonds and gold.
Vàng không phải là kênh trú ẩn an toàn
cho trái phiếu ở bất cứ nơi nào. Vàng
không phải là một kênh trú ẩn an toàn
cho chứng khoán trong tất cả thời gian
mà chỉ sau những cú sốc thị trường
chứng khoán tiêu cực cực đoan. Sự tồn
tại của các tài sản trú ẩn an toàn là rất
ngắn.
Mark Joy(2011) Gold and the US dollar,
hedge or haven?
Vàng được dùng như một công cụ phòng
chống rủi ro hiệu quả nhưng lại là kênh
đầu tư kém an toàn đối với USD.
Miyazaki, T.,
Toyoshima, Y.,
Hamori, S.,
(2012).
Exploring the dynamic
Interdependence between
gold and other financial
markets.
Phát hiện mối tương quan động giữa
vàng và thị trường tài chính, mặc dù
vàng là nơi trú ẩn an toàn trong nhiều

information) đối với sự phụ thuộc trung bình và sự phụ thuộc đuôi xuất hiện từ các
hàm copula với những tính chất phòng ngừa và trú ẩn an toàn của vàng đối với đồng
3 Baur & McDermott (2010) đưa ra một khác biệt giữa các tài sản phòng ngừa và trú ẩn an toàn dạng mạnh và
yếu lần lượt dựa trên giá trị âm và giá trị không (null) của mối tương quan.
10
USD. Copula
4
là một hàm phân phối tích lũy đa biến với các cận biên đồng đều
(uniform marginals) U và V, , thể hiện sự phụ thuộc giữa 2 biến ngẫu nhiên X và Y,
bất chấp dạng phân phối biên của chúng, tương ứng là và . Định lý Sklar (1959) phát
biểu rằng có tồn tại một hàm copula như sau:
, (1)
Trong đó là phân phối kết hợp của X và Y, và . chỉ được xác định dựa vào khi các
cận biên là liên tục. Tương tự, nếu là một hàm copula thì hàm trong phương trình (1)
là một hàm phân phối kết hợp với các cận biên và . Hàm phân phối copula có điều
kiện (Patton, 2006) có thể được viết như sau:
, (2)
Trong đó W là biến điều kiện, là phân phối có điều kiện của , là phân phối có điều
kiện của và là phân phối kết hợp có điều kiện của .
Do đó, hàm copula liên quan đến các phân vị của phân phối cận biên hơn là các biến
gốc ban đầu. Điều này có nghĩa là hàm copula không bị ảnh hưởng bởi phép biến đổi
tăng đơn điệu của các biến này. Các hàm copula cũng có thể được sử dụng để kết nối
các cận biên với hàm phân phối đa biến (multivariate distribution function), và ngược
lại, hàm phân phối đa biến này có thể phân tách thành các phân phối cận biên đơn biến
(univariate distributions) và một hàm copula thể hiện cấu trúc phụ thuộc giữa 2 biến
ngẫu nhiên. Do vậy, các hàm copula tuân theo hành vi biên (marginal behavior) của
các biến ngẫu nhiên và cấu trúc phụ thuộc đó sẽ được mô hình hóa một cách riêng biệt
và điều này cho phép tính linh hoạt cao hơn so với các phân phối đa biến có tham số.
Ngoài ra, việc mô hình hóa cấu trúc phụ thuộc bằng các hàm copula là hữu ích khi
phân phối kết hợp của 2 biến là khác với phân phối dạng elip. Trong những trường hợp

Giả thiết 1: (vàng là tài sản phòng ngừa)
Giả thiết 2: (vàng là tài sản trú ẩn an toàn)
trong đó là thước đo sự phụ thuộc trung bình giữa giá trị của vàng và sự giảm giá của
đồng USD. Do vậy, vàng có thể đóng vai trò như một tài sản phòng ngừa nếu chúng ta
12
không tìm thấy bằng chứng chống lại giả thiết 1. Tương tự, nếu giả thiết 2 không bị
bác bỏ, vàng có thể đóng vai trò như một tài sản trú ẩn an toàn đối với những biến
động quá mức trong sự giảm giá đồng USD; nói cách khác, vàng vẫn bảo toàn giá trị
khi USD giảm giá (có sự cùng vận động (co-movement) giữa vàng và tỷ giá tại đuôi
phải của phân phối kết hợp của chúng). Khi xem xét thay cho trong giả thiết 2, chúng
ta có thể kiểm định tính chất trú ẩn an toàn của vàng trong trường hợp thị trường vận
động đi xuống (downward) quá mức, đây là điều quan tâm của những nhà đầu tư nắm
giữ các vị thế bán (short) đối với đồng USD. Trong trường hợp này, vàng có thể đóng
vai trò như một tài sản trú ẩn an toàn khi những vận động thị trường đi xuống quá mức
cho bởi giả thiết 2 không bị bác bỏ đối với .
Kỹ thuật hàm copula mang tính quyết định trong việc xác định vai trò của vàng như
một tài sản phòng ngừa hay như một tài sản trú ẩn an toàn đối với đồng USD. Tác giả
xem xét những kỹ thuật hàm copula khác nhằm thu được những mẫu hình phụ thuộc
và phụ thuộc đuôi khác nhau, liệu đó là độc lập đuôi, phụ thuộc đuôi, phụ thuộc đuôi
bất đối xứng hay phụ thuộc thay đổi theo thời gian (time-varying dependence). Hàm
copula Gaussian hai biến (N) được xác định bởi , trong đó là hàm phân phối tích lũy
normal chuẩn hai biến (bivariate standard normal cumulative distribution function) với
tương quan giữa X và Y và trong đó và là các hàm phân vị normal chuẩn (standard
normal quantile functions). Hàm copula Gaussian có sự phụ thuộc đuôi bằng 0, . Hàm
copula Student-t được xác định bởi , với T là hàm phân phối tích lũy Student-t hai biến
với hệ số tương quan , và và là các hàm phân vị của phân phối Student-t đơn biến với
là tham số bậc tự do. Thuộc tính hấp dẫn của hàm copula Student-t là, vì nó cho phép
sự phụ thuộc khác 0 đối xứng (xem Embrecht cùng cộng sự, 2003), những đại lượng
dương hoặc âm kết hợp (joint positive or negative realizations) có giá trị lớn sẽ có
cùng xác suất xuất hiện , trong đó là hàm phân phối tích lũy (cumulative distribution

copula (copula density) theo các phương trình (1) và (2). Đầu tiên tác giả ước lượng
các tham số của những hàm phân phối cận biên một cách riêng biệt bằng phương pháp
ML và sau đó ước lượng các tham số của một hàm copula bằng cách giải bài toán sau:
, (8)
14
trong đó là các tham số copula, và là những quan sát mẫu giả (pseudo-sample) từ
hàm copula.
5
Đối với phân phối cận biên, tác giả xem xét một mô hình ARMA (p,q) với TGARCH
được giới thiệu bởi Zakoian (1994) và Glosten cùng cộng sự (1993) nhằm giải thích
những tính chất ước lệ quan trọng nhất của các phân phối cận biên cho tỷ suất sinh lợi
vàng và tỷ giá, như các đuôi dày (fat tails) và tác động đòn bẩy (leverage effect).
6
Do
đó, mô hình cận biên này đối với tỷ suất sinh lợi vàng hoặc tỷ giá, , có thể được định
rõ như sau:
, (9)
trong đó p và q là các số nguyên không âm và trong đó và tương ứng là những tham
số AR và MA. Giả định ở đây là tiến trình nhiễu trắng tuân theo phân phối Student-t:
, (10)
với là bậc tự do, và trong đó là phương sai có điều kiện của tiến triển theo:
, (11)
trong đó là hằng số, là phương sai nhiễu dự báo (forecast error variance) của thời kỳ
trước, thành phần GARCH (phương sai thay đổi có điều kiện của sai số tự hồi quy
tổng quát – generalized autoregressive autoregressive conditional heteroskedasticity);
là tin tức về sự thay đổi (news about volatility) từ những thời kỳ trước, thành phần
ARCH (phương sai thay đổi có điều kiện của sai số tự hồi quy – autoregressive
autoregressive conditional heteroske-dasticity); nếu , ngược lại bằng 0; và trong đó
thể hiện các tác động đòn bẩy (leverage effects). Với , phương sai có điều kiện tương
lai (future conditional variance) sẽ tăng với tỷ lệ nhiều hơn trong trường hợp có một cú

(). Dữ liệu tỷ giá hối đoái được thu thập với các đồng
tiền sau: đô la Úc (AUD), đô la Canada (CAD), đồng euro (Đức, Pháp, Ý, Hà Lan,
Bỉ/Luxembourg, Ireland, Tây Ban Nha, Áo, Phần Lan, Bồ Đào Nha, Hy Lạp, Slovenia,
Síp, Slovakia và Malta), bảng Anh (GBP), yên Nhật (JPY), krone Na Uy (NOK) và
16
đồng franc Thụy Sĩ (CHF). Tập hợp các nước được sử dụng cho nghiên cứu này bao
gồm phần lớn các nhà giao dịch trên thị trường giao dịch quốc tế. Ngoài ra, để kiểm tra
mối quan hệ giữa vàng và tỷ giá hối đoái gộp của USD, tác giả xem xét chỉ số Broad
Trade Weighted Exchange Index (TWEXB) của Cục Dự trữ Liên bang Mỹ (những dữ
liệu này được tải xuống từ Ngân hàng Dự trữ Liên bang Saint Louis,
). Hình 1 mô tả biến động của giá vàng – tỷ giá hối đoái đối
với các đồng tiền khác nhau trong suốt chu kỳ mẫu. Xu hướng nhất quán có thể được
quan sát thấy: giá vàng tăng theo hàm mũ, trong khi đồng USD mất giá so với các
đồng tiền chính. Với sự nổi lên của cuộc khủng hoảng tài chính toàn cầu sau năm
2008, giá vàng và sự giảm giá USD đối với hầu hết các đồng tiền được phân tích cũng
vận động theo dạng bước-đi-khóa-gót (lock-step).
3.2.2. Thống kê mô tả
Thống kê mô tả và tính chất ngẫu nhiên về dữ liệu tỷ suất sinh lợi của vàng và tỷ giá
USD được trình bày trong Bảng 1 (Table 1). Tỷ suất sinh lợi trung bình của tất cả các
chuỗi tỷ suất sinh lợi gần bằng 0 và ít liên quan tới độ lệch chuẩn, điều này cho thấy
không có xu hướng đáng kể trong dữ liệu. Chênh lệch giữa các giá trị lớn nhất và nhỏ
nhất cho thấy giá vàng biến động mạnh hơn so với USD. Các giá trị âm của độ xiên
(skewness) là phổ biến đối với tất cả các chuỗi và tất cả các tỷ suất sinh lợi đều cho
thấy độ nhọn (kurtosis) vượt mức – phạm vi từ 4.1 đến 14.5 – xác nhận sự hiện diện
của các đuôi dày (fat tails) trong phân phối cận biên hay các giá trị quan sát quá mức
(extreme observations) tương đối thường xuyên. Kiểm định Jarque-Bera đối với tính
chuẩn (normality) của phân phối không điều kiện đã bác bỏ mạnh tính chuẩn của phân
phối không điều kiện đối với tất cả các chuỗi. Hơn nữa, các giá trị thống kê Ljung-Box
về sự không tương quan đến bậc thứ 20 trong bình phương tỷ suất sinh lợi cho thấy sự
tồn tại của tương quan chuỗi đối với tất cả các chuỗi. Ngoài ra, nhân tử Lagrange của

(joint extreme frequencies), đây là bằng chứng về sự phụ thuộc đuôi đối xứng
(symmetric tail dependence) tiềm tàng. Ngoài ra, các tần suất tại các điểm phân vị cao
và thấp (upper and lower quantiles) là lớn hơn các phân vị (quantiles) còn lại. Nhìn
chung, các kết quả trong Bảng 2 (Table 2) là hoàn toàn phù hợp với sự phụ thuộc
18
dương được thể hiện bởi hệ số tương quan không điều kiện được trình bày trong Bảng
1 (Table 1).
19
20
Hình 1. Giá vàng và các tỷ giá (7/1/2000-21/9/2012)
21

22
23
24
4. KẾT QUẢ NGHIÊN CỨU THỰC NGHIỆM VÀ HÀM Ý VỀ QUẢN TRỊ RỦI RO
4.1. Kết quả thực nghiệm
4.1.1. Kết quả với các mô hình cận biên
Mô hình phân phối cận biên mô tả bởi các phương trình (9)-(11) được ước lượng cho
vàng và các tỷ giá bằng cách xem xét các kết hợp khác nhau của các tham số p, q, r và m
với giá trị nằm trong phạm vi từ 0 đến độ trễ tối đa là 2. Bảng 3 (Table 3) trình bày các
kết quả. Mô hình thích hợp nhất dựa theo tiêu chuẩn AIC là mô hình ARMA(0,0)-
TGARCH(1,1) ngoại trừ vàng mà trong đó các độ trễ 1 và 5 được đưa vào mô hình trung
bình (mean specification), và đồng yen mà trong đó mô hình biến động (volatility
specification) TGARCH(2,2) thích hợp hơn. Tính biến động là khá dai dẳng trong tất cả
các chuỗi và tác động đòn bẩy là đáng kể đối với vàng và hai tỷ giá; điều này thích hợp
với những kết quả thực nghiệm trước đó đối với vàng và các tỷ giá (ví dụ, xem McKenzie
và Mitchell, 2002; Reboredo, 2012a). Ngoài ra, hai dòng cuối cùng trong Bảng 3 (Table
3) cũng chỉ ra rằng cả hai hiệu ứng tự tương quan và ARCH đều không còn trong các
phần dư (residuals).