B GIÁOăDCăVÀăÀOăTO
TRNGăI HC KINH T TP.HCM

HUNH TH THÚYăVY
NGHIÊNăCUăVAIăTRÒăCAăVÀNGăI VI
S BINăNG VITăNAMăNG
TIP CNăTHEOăHÀMăCOPULA LUNăVNăTHC S KINH T

TP. H ChíăMinh - Nmă2014
Tôi xin cam đoan đơy lƠ công trình nghiên cu ca cá nhân tôi, di s
hng dn khoa hc ca TS. V Vit Qung.
Nhng ni dung nghiên cu và kt qu nghiên cu trong đ tài là trung
thc, các s liu phc v cho nghiên cu thì đáng tin cy vƠ đc chính tác gi
thu thp t các ngun khác nhau, đu đc chú thích rõ rƠng đ d dàng tra cu
và kim chng.
Thành ph H Chí Minh, tháng 11 nm 2014
Tác gi

Hunh Th Thúy Vy
MC LC
DANH MC CÁC CM T VIT TT
DANH MC BNG BIU VÀ HÌNH V
TÓM TT 1
CHNG 1: GII THIU  TÀI 2
1.1. Gii thiu 2
1.2. Mc tiêu nghiên cu 3
1.3. Phm vi nghiên cu: 3
1.4. Phng pháp nghiên cu: 4
1.5. im mi ca lun vn 4
1.6. B cc lun vn 4
CHNG 2: TNG QUAN CÁC NGHIÊN CU TRC 5
2.1. Các nghiên cu v vàng và các tài sn khác 5
2.2. Các nghiên cu v vàng và tin t 8
CHNG 3: PHNG PHỄP NGHIểN CU 11
3.1. Phng pháp nghiên cu 11
3.2. Mô hình nghiên cu 11
3.2.1. nh ngha Copula 12
3.2.2. Xây dng và kim đnh các gi thuyt 16 3.2.3. Mt s dng hàm Copula vi các mu hình ph thuc khác nhau 17
3.2.4. Phng pháp c lng 19
3.3. D liu 21
CHNG 4: KT QU NGHIÊN CU VÀ THO LUN 22
4.1. S lc s bin đng ca giá vàng và t giá VND 22
4.2. Kt qu kim đnh 27
4.2.1. Kt qu kim đnh tính dng 27
4.2.2. Kt qu kim đnh Copula thc nghim 28
4.2.3. Kt qu kim đnh mô hình phân phi biên 32

Phng pháp suy lun phơn phi biên

ML
Ti đa hóa likelihood

NHNN
Ngơn hƠng nhƠ nc

TGH
T giá hi đoái
DANH MC BNG BIU VÀ HỊNH V
Bng 4.1: Thng kê mô t cho sut sinh li theo tun ca vƠng vƠ t giá
VND
26
Bng 4.2: Kt qu kim đnh ADF & KPSS
27
Bng 4.3: Kt qu ma trn Copula thc nghim
29
Bng 4.4: Kt qu c lng mô hình ARεA phù hp
32
Bng 4.5: c lng ca mô hình phơn phi biên cho sut sinh li ca
vƠng vƠ t giá VND
33
Bng 4.6: Kim đnh s phù hp ca mô hình phơn phi biên ca vƠng vƠ

mnh, cho thy vàng có th hot đng nh mt ni trú n an toàn khi VND bin
đng.

2

CHNG 1: GII THIU  TÀI
1.1. Gii thiu
T giá hi đoái (TGH) lƠ mt trong nhng chính sách kinh t v mô
quan trng ca mi quc gia. S bin đng gia t giá hi đoái VND, đc bit
USD/VND trong thi gian qua cho thy, t giá luôn lƠ vn đ thi s, rt nhy
cm.  Vit Nam, TGH không ch tác đng đn xut nhp khu, cán cơn
thng mi, thu hút đu t, nh hng không nh đn nim tin ca dơn chúng mƠ
còn lƠ kênh đu t quan trng đi vi các nhƠ đu t, nhƠ qun tr. Khi TGH
bin đng theo chiu hng không thun, Ngơn hƠng NhƠ nc Vit Nam
(NHNN) đư thc hin nhiu gii pháp nh: ni rng biên đ +/-5% (3/2009); h
biên đ xung +/- 3% (2/2010), đng thi vi vic điu chnh tng t giá liên
ngân hàng 3,36%. Gn đơy nht vƠo ngƠy 18/8/2010, NHNN đư điu chnh tng
t giá liên ngơn hƠng lên hn 2% (t 18.544 VND/USD lên 18.932 VND/USD).
Thêm vƠo đó, trong khi th trng tài chính vn cha phát trin mnh m
ti Vit Nam, nhng nm tr li đơy, th trng li chng kin s mt giá VND
càng lúc càng cao (t giá VND vi đng ngoi t tng cao) kt hp vi đó lƠ s
tng giá quá nhanh ca vàng đư thu hút s chú ý đc bit ca các nhƠ đu t, nhƠ
qun tr vƠ các phng tin truyn thông tài chính. iu này cho thy có kh
nng s dng vƠng nh là mt công c phòng nga đi vi bin đng tin t hoc

s bin đng ca VND khi th trng  điu kin bình thng và khi th trng
bin đng cc đ. T đó đánh giá vai trò ca vàng có phi là công c phòng nga
ri ro hay là kênh trú n an toƠn đi vi VND.
1.3. Phm vi nghiên cu:
Phm vi nghiên cu ca lun vn da trên s liu giá vàng SJC và t giá
VND gm 5 t giá (AUD/VND, GBP/VND, EUR/VND, JPY/VND, USD/VND)
4

giao dch hàng ngày ti ngân hàng Ngoi thng Vit Nam t ngày 05/07/2004
đn 31/05/2014.
1.4. Phng pháp nghiên cu:
Lun vn s dng kt hp c hai phng pháp nghiên cu đnh tính và
đnh lng. Phn mm đc s dng là Eviews 7.2 và R 3.1.1
1.5. im mi ca lun vn
Bng cách s dng các hàm Copula khác nhau, lun vn đư tìm thy đc
vai trò ca vƠng đi vi s gim giá VND, t đó đa ra cái nhìn tng quan hn
đi vi th trng vàng và t giá, phng pháp nƠy hu nh cha đc nghiên
cu ti Vit Nam.
1.6. B cc lun vn
Ngoài phn tóm tt, tài liu tham kho và ph lc, b cc ca lun vn
gm 5 chng chính vi cu trúc nh sau:
Chng 1: Gii thiu đ tài
Chng 2: Tng quan các nghiên cu trc đây
Chng 3: Phng pháp nghiên cu
Chng 4: Kt qu nghiên cu và tho lun
Chng 5: Kt lun



nng phòng nga đi vi lm phát t khía cnh mi hay không, s dng d liu
cho 4 nn kinh t USA, EU, UK, Japan bng mô hình đng phi tuyn vƠ phơn
bit 2 trng hp ngn hn và dài hn ca s thay đi v thi gian. Xơy dng mô
hình MS-VECM vi d liu t 1/1970 ậ 9/2011. Kt qu cho thy, v dƠi hn
vƠng có th phòng nga lm phát trong tng lai (đi vi US, UK thì mnh hn
so vi EU vƠ Japan); điu chnh mc giá chung đc mô t theo thi k ph
thuc, cho thy s hu ích ca vƠng đi vi lm phát ph thuc vƠo thi k mu;
trong đó thi gian đc chia lƠm 2 thi k vi thi k bin đng mnh vƠ thi k
bình thng. S dng sut sinh li hàng tháng t nm 1976-1999 bng k thut
hi quy đng liên kt, Ghosh và cng s (2004), nghiên cu mi quan h trong
ngn và dài hn ca giá vàng và tìm thy theo thi gian giá vƠng tng cùng vi t
l tng lm phát, do đó có th xem vƠng đóng vai trò nh công c phòng nga
đi vi lm phát. Blose (2010), xem xét liu s thay đi trong lm phát k vng
nh hng đn giá vƠng nh th nƠo? S dng s thay đi không k vng trong
ch s giá tiêu dùng (CPI) nghiên cu đư cho thy ch s CPI không nh hng
đn giá vƠng giao ngay. Kt qu là các nhƠ đu t d đoán nhng thay đi trong
k vng lm phát nên thit k các chin lc đu c trong th trng trái phiu
ch không phi lƠ th trng vƠng. NgoƠi ra, các nhƠ đu t không th xác đnh
k vng lm phát th trng bng cách kim tra giá vƠng.
Các nghiên cu khác thì kim tra đc tính ni trú n an toàn ca vƠng đi
vi bin đng ca th trng chng khoán (Baur và McDermott, 2010; Baur và
Lucey, 2010; Miyazaki và cng s, 2012). Vi mc đích kim tra vai trò ca
vƠng trong h thng tƠi chính toƠn cu. Baur vƠ εcDermott (2010), kim tra gi
thuyt vƠng đi din cho mt ni trú n an toƠn đi vi c phiu ca các quc gia
mi ni vƠ đang phát trin mnh. εt phơn tích mô t vƠ kinh t cho mt mu
thi gian kéo dƠi khong 30 nm 1979-2009 cho thy vƠng lƠ mt công c phòng
nga vƠ lƠ ni trú n an toƠn cho th trng chng khoán ln ti chơu Ểu vƠ ε
ngoi tr Úc, Canada, Nht Bn vƠ các th trng ln mi ni nh các nc
7


thuyt đc xơy dng trong bƠi nghiên cu nƠy vƠ phng pháp chui thi gian,
phng pháp mng thn kinh đc s dng đ kim tra các gi thuyt. Nghiên
cu cho thy rng các th trng du m, vƠng vƠ đng Euro có hiu qu nhng
ít mi quan h gia bn thơn chúng.
2.2. Các nghiên cu v vàng và tin t
Tuy nhiên, có ít nghiên cu xem xét vai trò ca vƠng nh công c phòng
nga hoc tài sn đu t an toƠn đi vi s mt giá ca đng tin. Beckers và
Soenen (1984), nghiên cu sc hp dn ca vƠng đi vi các nhƠ đu t vƠ tính
nng phòng nga ri ro ca vàng, tìm kim vic đa dng hóa gim thiu ri ro bt
đi xng cho v th nm gi vàng ca các nhƠ đu t ε vƠ nhƠ đu t  bên
ngoƠi nc M. Sjasstad & Scacciavillani (1996) và Sjasstad (2008) phát hin ra
rng s tng giá hoc mt giá tin t có nh hng mnh m đn giá vƠng, s sp
đ ca h thng t giá th ni Bretton woods lƠ nguyên nhơn chính dn đn s
bt n trong giá vƠng th gii. S tng giá hay gim giá USD có nh hng mnh
m đn giá vƠng vƠ các đn v tin t khác. Capie và cng s (2005), s dng mô
hình EGARCH theo sut sinh li hàng tun trong khong thi gian t 1971-2994,
khng đnh mi quan h cùng chiu gia t giá USD và giá vàng, minh chng
cho vàng có th tr thành mt công c phòng nga hiu qu đi vi USD.
Pukthuanthony và Roll (2011), cho rng vƠng vƠ USD có mi quan h ơm khi mƠ
giá vƠng tính theo đô la tng, giá đô la tính theo các loi tin t khác gim, vƠ
liu có phi do USD khác vi các đng tin khác hay không, kt qu thì không
đúng nh vy vì giá vƠng có th liên kt vi s mt giá tin t  các quc gia, giá
vƠng tính bng đô la có th liên quan đn s mt giá đng đô la vƠ giá vƠng tính
bng đng Euro, Pound, Yen liên quan đn s mt giá đng Euro, Pound, Yen.
Joy (2011) đư phơn tích cho dù vƠng có th xem nh lƠ mt công c phòng
nga hiu qu hoc mt ni trú n an toàn cho vic đu t, nhng li là tài sn
kém an toàn so vi USD. S dng mô hình tng quan đng có điu kin bao
9


USD bin đng mnh. Theo vƠo đó nghiên cu cng đánh giá các danh mc hn
hp vàng - tin t đ tìm kim bng chng v li ích ca vic đa dng hóa và
gim ri ro khi cho thêm vàng vào danh mc tin t, t đó khng đnh li ích ca
vàng trong qun tr ri ro danh mc tin t. Cùng đó Reboredo (2014), tip tc
nghiên cu vai trò vàng là công c phòng nga vƠ ni trú n an toàn khi USD
gim giá, bng cách s dng phng pháp δR (likelihood ratio test) kt qu cng
cho thy, vàng là công c phòng nga ri ro, nhng lƠ kênh trú n an toàn yu
đi vi bin đng ca USD.
Gn đơy nht, Lu Yang và cng s (2014), s dng các hàm Copula theo
thi gian, kim tra cu trúc ph thuc gia vàng vi GBP, EUR và JPY. Kt qu
cho thy, có s ph thuc đuôi gia vƠng vƠ các đng tin này, c th trong đó,
ph thuc đuôi bên phi thì ln hn đi vi 2 đng tin GBP/vàng và JPY/vàng,
ngc li EUR/vàng, ph thuc đuôi bên trái ln hn. Thêm vƠo đó, cu trúc ph
thuc gia vàng và t giá là bt đi xng. 11

CHNG 3: PHNG PHỄP NGHIểN CU
3.1. Phng pháp nghiên cu
S dng các hàm Copula khác nhau đ nghiên cu cu trúc ph thuc khi
th trng  điu kin bình thng (s ph thuc trung bình) và khi th trng
bin đng cc đ (s ph thuc đuôi) ca vàng và VND thông qua xây dng
phân phi kt hp t sut sinh li ca 2 tài sn này. T cu trúc ph thuc xây

biên trong nhng điu kin th trng bình thng và trong c nhng khi th
trng bin đng mnh. T đc tính u vic ca hàm Copula, lun vn s dng
các hàm Copula khác nhau đ mô hình hóa mt cách linh hot phân phi liên kt
gia vàng và VND, sau đó liên kt thông tin liên quan v s ph thuc trong điu
kin bình thng và điu kin th trng bin đng có đc t các hàm Copula
vi đc tính làm công c phòng nga và kênh trú n an toàn ca vƠng đi vi
VND.
3.2.1. nh ngha Copula
Copula
2
là mt hàm phân phi tích ly đa bin vi các hàm phân phi biên
đng dng U và V, vi C(u,v)= Pr[U≤u, V≤ v], hàm này nm bt s ph thuc
gia hai bin ngu nhiên X và Y, bt chp các phân phi biên F
X
(x) và F
Y
(y)
tng ng ca chúng.
nh lý Sklar (1959) cho rng, tn ti mt Copula nh vy:
F
XY
(x,y) = C(F
X
(x), F
Y
(y)), (1)
Trong đó:

1
Baur và McDermott (2010) phân bit gia phòng nga và nhng ni trú n an toàn mnh và yu trên

( x,y/w) = C(F
X/W
(x/w), F
Y/W
(y/w)/w), (2)
Trong đó:
 W là bin điu kin
 F
X/W
(x/w) là phân phi có điu kin X/W = w
 F
Y/W
(y/w) là phân phi có điu kin Y/W = w
 F
XY/W
(x,y/w) là phân phi có điu kin liên kt (X,Y) / W = w.
Do đó, hàm Copula có liên quan đn các phân v ca phân phi biên hn
là các bin ban đu, điu nƠy cng có ngha lƠ Copula không b nh hng bi s
gia tng đn điu ca các bin. Các Copula cng có th đc s dng đ kt ni
biên ca nó cho mt hàm phân phi đa bin gm các hàm phân phi biên đn
bin, và mt Copula có th cho ta thy cu trúc ph thuc gia hai bin ngu
nhiên. Nh vy, các Copula cho phép các dng phân phi biên và cu trúc ph
thuc ca các bin ngu nhiên có th đc mô hình hóa riêng vƠ điu nƠy đa
đn s linh hot ln hn so vi các tham s phân phi đa bin. Hn na, vic mô
hình hóa cu trúc ph thuc bng Copula rt hu ích khi phân phi liên kt ca
hai bin càng xa phân phi hình elip. Trong nhng trng hp đó, các thc đo
s ph thuc truyn thng đo bi h s tng quan tuyn tính lƠ không đ đ mô
t các cu trúc s ph thuc (Embrechts, 2003). Hn na, theo Nelsen (2006),
14


-
  

-


 





(4)
Trong đó:

và là hàm phân v biên
 
u
và 
L
thuc khong [0,1].
Hai bin ngu nhiên tn ti ph thuc đuôi trái (phi) nu 
L
> 0 ( 
u
> 0),
ch ra rng mt xác sut khác không ca giá tr quan sát cc nh (cc ln) cho
mt d liu cùng vi mt giá tr cc nh (cc ln) ca d liu khác.
 nh ngha hƠm tau:

Trong đó:
 X
’
có cùng phơn b vi X, Y
’’
có cùng phơn b vi ,
 (X’, Y
’’
), (X, Y) lƠ đc lp vi nhau.
Công thc khác cho hƠm Spearman’s rho là:

Trong đó:
 F: lƠ hƠm phơn phi xác sut ca
16

 G: lƠ hƠm phơn phi xác sut ca Y.
 Phơn b xác sut chung ca (F(X), G(Y)) chính là Copula ca (X,
Y)
Các hàm Copula cung cp thông tin c v s ph thuc trung bình khi th
trng  điu kin bình thng và ph thuc đuôi khi th trng bin đng cc
đ. Ph thuc khi th trng  điu kin bình thng (đc đo bi h s tng
quan tuyn tính nh tau ca Kendall hay rho ca Spearman) có th đt đc t
các thông s ph thuc ca Copula, s ph thuc vào thi gian khi th trng
bin đng cc đ có th đt thông qua các thông s ph thuc đuôi trong phng
trình (3) và (4).
3.2.2. Xây dng và kim đnh các gi thuyt
Trên c s thông tin s ph thuc ca hàm Copula, chúng ta có th xây
dng hai gi thuyt (Reboredo, 2013), đ xác đnh liu vàng có th đc xem

Trong đó:

là hàm phân phi chun tích ly 2 bin vi h s tng quan
gia X và Y
 là các hàm phân v chun tc.
Copula Gaussian không có ph thuc đuôi, 
u
= 
L
= 0
 Hàm Copula t-Student có dng:





 












Trong đó: