Giới thiệu dự án

Thị trường tài chính đóng vai trò huyết mạch trong việc dẫn vốn và phân bổ nguồn lực của nền kinh tế quốc gia, bao gồm hai trụ cột chính là thị trường tiền tệ và thị trường vốn. Tại Việt Nam, sau hơn 20 năm hình thành và phát triển từ khi Sở Giao dịch Chứng khoán TP.HCM (HOSE) thành lập năm 2000 và Sở Giao dịch Chứng khoán Hà Nội (HNX) đi vào hoạt động năm 2005, thị trường chứng khoán (TTCK) đã chứng minh vai trò là kênh huy động vốn trung và dài hạn chủ lực. Tuy nhiên, tính ổn định của TTCK Việt Nam vẫn chịu tác động đa chiều từ các cú sốc vĩ mô, biến động lãi suất, tỷ giá và đặc biệt là thị trường kim loại quý – vàng.

Vàng tại Việt Nam từ lâu không chỉ là một hàng hóa giá trị cao mà còn mang thuộc tính tiền tệ, là tài sản cất trữ giá trị và công cụ phòng hộ lạm phát truyền thống của đại đa số người dân. Trong giai đoạn 2010 – 2018, kinh tế Việt Nam chứng kiến nhiều biến động mạnh mẽ: gói kích cầu năm 2009 kéo theo lạm phát vượt 20% năm 2011, sự kiện tái cơ cấu hệ thống ngân hàng năm 2012, các xung lực địa chính trị Biển Đông năm 2014, sự kiện Brexit và bầu cử Tổng thống Mỹ năm 2016, cùng sự ra đời của TTCK phái sinh năm 2017. Tâm lý dịch chuyển dòng tiền giữa tài sản trú ẩn an toàn (vàng) và tài sản rủi ro sinh lời cao (cổ phiếu) liên tục diễn ra, tạo nên những đợt rung lắc mạnh trên bảng điện tử.

+-------------------------------------------------------------------------+
|                  HỆ THỐNG TRUYỀN DẪN TÀI SẢN VĨ MÔ                      |
|                                                                         |
|   +-----------------------+              +--------------------------+   |
|   |   Thị Trường Vàng     |              |  Thị Trường Chứng Khoán  |   |
|   |  (Kênh Trú Ẩn Rủi Ro) | <----------> |  (Kênh Đầu Tư Sinh Lời)  |   |
|   +-----------------------+   Dòng Tiền  +--------------------------+   |
|               |               Dịch Chuyển             |                 |
|               +-------------------+-------------------+                 |
|                                   |                                     |
|                                   v                                     |
|                     +---------------------------+                       |
|                     | Mô Hình ARDL & Bounds Test|                       |
|                     | (Đánh Giá Ngắn & Dài Hạn) |                       |
|                     +---------------------------+                       |
+-------------------------------------------------------------------------+

Vấn đề đặt ra là: Liệu giữa giá vàng và các chỉ số chứng khoán đại diện cho các sàn niêm yết tại Việt Nam có tồn tại một mối liên kết cân bằng dài hạn hay chỉ là các phản ứng tương tác nhất thời trong ngắn hạn?

Đề tài "Mô hình ARDL đánh giá mối quan hệ giữa giá vàng và chỉ số thị trường chứng khoán ở Việt Nam" do tác giả Lê Thị Lan Anh (Khoa Toán Kinh tế, Trường Đại học Kinh tế Quốc dân) thực hiện nhằm giải quyết tường minh bài toán trên.

Mục tiêu nghiên cứu cụ thể:

  1. Xác định và lượng hóa mối quan hệ cân bằng dài hạn giữa biến động giá vàng trong nước (GOLDVN) và các chỉ số thị trường chứng khoán (VN-Index, HNX-Index, UPCOM-Index).
  2. Đo lường cơ chế tác động và quan hệ động lượng trong ngắn hạn giữa giá vàng và các chỉ số chứng khoán thông qua hệ thống mô hình kinh tế lượng chuỗi thời gian.
  3. Cung cấp hàm ý chính sách cho các cơ quan quản lý vĩ mô nhằm ổn định thị trường tài chính và đề xuất chiến lược phân bổ danh mục tối ưu cho nhà đầu tư cá nhân lẫn tổ chức.

Phạm vi và quy mô dữ liệu:

  • Đối tượng nghiên cứu: Giá vàng miếng trung bình tháng tại Việt Nam và giá trị đóng cửa trung bình tháng của các chỉ số đại diện: VN-Index (sàn HOSE), HNX-Index (sàn HNX) và UPCOM-Index (thị trường công ty đại chúng chưa niêm yết).
  • Không gian và thời gian: Toàn thị trường tài chính Việt Nam trong giai đoạn 9 năm từ 01/01/2010 đến 31/12/2018.
  • Quy mô mẫu: 108 quan sát chuỗi thời gian theo tháng ($T = 108$), được tổng hợp từ dữ liệu giao dịch hàng ngày của Investing.com, HOSE và HNX nhằm giảm thiểu nhiễu trắng từ các bước giá đột biến trong ngày.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tương quan giữa thị trường vàng và thị trường chứng khoán đã được triển khai qua nhiều công cụ kinh tế lượng khác nhau trên thế giới và tại Việt Nam. Bảng so sánh dưới đây phân tích ưu và nhược điểm của các phương pháp tiếp cận:

Phương pháp Đặc điểm kỹ thuật Ưu điểm Nhược điểm / Rủi ro
Hồi quy OLS cổ điển Ước lượng tuyến tính giữa các chuỗi dữ liệu gốc Đơn giản, dễ giải thích hệ số Dễ gặp hiện tượng hồi quy giả (Spurious Regression) nếu chuỗi không dừng.
Đồng liên kết Johansen Kiểm định dựa trên hệ phương trình Vector Error Correction (VECM) Phân tích được đa biến có quan hệ đồng liên kết Bắt buộc tất cả các chuỗi phải dừng cùng bậc sai phân $I(1)$, nhạy cảm với kích thước mẫu nhỏ ($N < 100$).
Hồi quy phân phối trễ tự hồi quy (ARDL) Kết hợp độ trễ tự hồi quy của biến phụ thuộc và biến giải thích Áp dụng linh hoạt cho chuỗi có bậc tích hợp hỗn hợp $I(0)$ và $I(1)$; tối ưu với mẫu nhỏ; kiểm định đường bao (Bounds Test) rõ ràng. Phức tạp trong việc xác định trễ tối ưu; đòi hỏi không có chuỗi nào dừng ở bậc $I(2)$.

Khoảng trống nghiên cứu tại thị trường Việt Nam giai đoạn 2010 – 2018 là hầu hết các nghiên cứu trước đây (như Trần Huy Hoàng & Trịnh Hữu Mạnh, 2019; Nguyễn Thị Thanh Huyền, 2014) chỉ tập trung vào chỉ số đại diện VN-Index hoặc áp dụng mô hình VAR đơn thuần mà chưa phân định rõ mối quan hệ dài hạn thông qua kiểm định đường bao ARDL đa chỉ số (VNI, HNXI, UPCOMI).

Thiết kế hệ thống mô hình kinh tế lượng

Hệ thống ước lượng được xây dựng dựa trên quy trình chuẩn của kinh tế lượng chuỗi thời gian hiện đại:

+--------------------------------------------------------------------+
|                QUY TRÌNH PHÂN TÍCH KINH TẾ LƯỢNG                   |
|                                                                    |
|  [Thu thập chuỗi dữ liệu] -> GOLDVN, VNI, HNXI, UPCOMI (108 tháng) |
|                               |                                    |
|                               v                                    |
|  [Kiểm định tính dừng] ----> ADF Test & Phillips-Perron (PP) Test  |
|                               |                                    |
|                               v                                    |
|  [Xác định bậc tích hợp] --> Chuỗi dừng ở sai phân bậc 1: I(1)     |
|                               |                                    |
|                               v                                    |
|  [ARDL Bounds Testing] ----> Kiểm định giá trị F-statistic         |
|                               |                                    |
|           +-------------------+--------------------+               |
|           |                                        |               |
|  (F > I(1) Bound: Cointegrated)       (F < I(0) Bound: No Coint)  |
|           |                                        |               |
|           v                                        v               |
|   Mô hình ARDL / ECM                     Mô hình VAR theo sai phân |
|   (Ước lượng Dài hạn)                     (Ước lượng Ngắn hạn)     |
|                                                    |               |
|                                                    v               |
|                                           [Kiểm định chẩn đoán]   |
|                                           - AR Roots Stability     |
|                                           - LM Test Tự tương quan  |
|                                           - Granger Causality      |
+--------------------------------------------------------------------+

1. Đặc tả biến nghiên cứu:

  • GOLDVN: Giá vàng trung bình tháng tại Việt Nam (Đơn vị: VNĐ/lượng).
  • VNI: Chỉ số giá thị trường bình quân tháng sàn HOSE (Đơn vị: Điểm).
  • HNXI: Chỉ số giá thị trường bình quân tháng sàn HNX (Đơn vị: Điểm).
  • UPCOMI: Chỉ số giá thị trường bình quân tháng sàn UPCoM (Đơn vị: Điểm).

2. Dạng phương trình tổng quát ARDL:

Mô hình ARDL $(p, q)$ đánh giá mối liên kết giữa chỉ số chứng khoán ($Y_t$) và giá vàng ($X_t$):

$$\Delta Y_t = c_0 + \sum_{i=1}^{p} \alpha_i \Delta Y_{t-i} + \sum_{j=0}^{q} \beta_j \Delta X_{t-j} + \lambda_1 Y_{t-1} + \lambda_2 X_{t-1} + u_t$$

Trong đó:

  • $\Delta$ là toán tử lấy sai phân bậc 1: $\Delta Y_t = Y_t - Y_{t-1}$.
  • $\alpha_i, \beta_j$ biểu diễn động thái ngắn hạn của mô hình.
  • $\lambda_1, \lambda_2$ biểu diễn mối quan hệ cân bằng dài hạn.
  • $u_t$ là phần dư nhiễu trắng (White noise error).

3. Mô hình Tự hồi quy Vector (VAR) rút gọn:

Khi kiểm định đường bao không tìm thấy đồng liên kết dài hạn, mô hình VAR sai phân bậc 1 với độ trễ $k$ được triển khai:

$$\begin{pmatrix} \Delta Y_t \ \Delta X_t \end{pmatrix} = \begin{pmatrix} c_1 \ c_2 \end{pmatrix} + \sum_{l=1}^{k} \begin{pmatrix} A_{11}^{(l)} & A_{12}^{(l)} \ A_{21}^{(l)} & A_{22}^{(l)} \end{pmatrix} \begin{pmatrix} \Delta Y_{t-l} \ \Delta X_{t-l} \end{pmatrix} + \begin{pmatrix} \varepsilon_{1t} \ \varepsilon_{2t} \end{pmatrix}$$

Methodology

Nghiên cứu tuân thủ phương pháp nghiên cứu định lượng nghiêm ngặt:

  • Kiểm định tính dừng (Unit Root Testing): Sử dụng kết hợp kiểm định Augmented Dickey-Fuller (ADF, 1979) và Phillips-Perron (PP, 1988) để kiểm tra thuộc tính ngẫu nhiên của chuỗi giá.
  • Xác định tiêu chí độ trễ tối ưu: Dựa trên 5 tiêu chuẩn thống kê thông dụng: Likelihood Ratio (LR), Final Prediction Error (FPE), Akaike Information Criterion (AIC), Schwarz Information Criterion (SC), và Hannan-Quinn Information Criterion (HQ).
  • Kiểm định đồng liên kết đường bao (ARDL Bounds Test): So sánh giá trị thống kê $F$ với các ngưỡng tới hạn chặn dưới $I(0)$ và chặn trên $I(1)$ do Pesaran, Shin & Smith (2001) thiết lập ở các mức ý nghĩa 1%, 2.5%, 5% và 10%.
  • Kiểm định chẩn đoán sau ước lượng (Post-estimation Diagnostics):
    • Kiểm định ổn định hệ thống qua đa thức nghiệm nghịch đảo AR (Inverse Roots of AR Characteristic Polynomial).
    • Kiểm định tự tương quan chuỗi bằng kiểm định Lagrange Multiplier (LM Test).
    • Kiểm định tương quan Pearson giữa các biến gốc.

Implementation và kết quả

Development process

Quá trình xử lý và tính toán thực nghiệm được lập trình và ước lượng trên nền tảng phần mềm kinh tế lượng EViews 10, với bộ dữ liệu chuẩn hóa 108 tháng.

# Script mô phỏng quy trình ước lượng kinh tế lượng trong R/EViews
library(urca)
library(vars)
library(ARDL)

# 1. Kiểm định tính dừng nghiệm đơn vị (ADF & PP)
adf_gold <- ur.df(data$GOLDVN, type = "drift", selectlags = "AIC")
adf_vni  <- ur.df(data$VNI, type = "drift", selectlags = "AIC")

# 2. Ước lượng sai phân bậc 1 nếu chuỗi I(1)
d_gold <- diff(data$GOLDVN)
d_vni  <- diff(data$VNI)

# 3. Lựa chọn độ trễ tối ưu cho hệ VAR
var_data <- cbind(d_vni, d_gold)
lag_select <- VARselect(var_data, lag.max = 8, type = "const")

# 4. Ước lượng mô hình VAR với độ trễ tối ưu p = 1
var_model <- VAR(var_data, p = 1, type = "const")
summary(var_model)

Ma trận hệ số tương quan giữa các biến:

Trước khi đi vào kiểm định sâu, phân tích tương quan Pearson cho thấy xu hướng vận động ngược chiều tổng thể giữa giá vàng và các chỉ số chứng khoán trong toàn giai đoạn 2010 – 2018:

Biến GOLDVN VNI HNXI UPCOMI
GOLDVN 1.0000 -0.3300 -0.5000 -0.5300
VNI -0.3300 1.0000 0.4000 0.5100
HNXI -0.5000 0.4000 1.0000 0.2900
UPCOMI -0.5300 0.5100 0.2900 1.0000

Testing và validation

1. Kết quả kiểm định tính dừng (Unit Root Test):

Thống kê từ kiểm định ADF và Phillips-Perron cho thấy toàn bộ chuỗi dữ liệu gốc ở mức giá trị ban đầu đều không có tính dừng (chấp nhận giả thuyết $H_0$ có nghiệm đơn vị). Khi lấy sai phân bậc 1, tất cả các chuỗi đều bác bỏ giả thuyết $H_0$ ở mức ý nghĩa 1%, kết luận các biến đều dừng ở sai phân bậc 1, tức đồng nhất $I(1)$.

Biến số Thống kê ADF (Chuỗi gốc) Trạng thái Thống kê ADF $\Delta$ (Sai phân bậc 1) Kết luận
GOLDVN > Giá trị tới hạn Không dừng -12.8886 Dừng tại $I(1)$
VNI > Giá trị tới hạn Không dừng -8.8889 Dừng tại $I(1)$
HNXI > Giá trị tới hạn Không dừng -7.8892 Dừng tại $I(1)$
UPCOMI > Giá trị tới hạn Không dừng -10.8892 Dừng tại $I(1)$

2. Kết quả kiểm định đường bao ARDL (Bounds Test):

Kiểm định đường bao được thực hiện độc lập cho từng cặp biến giữa GOLDVN và lần lượt 3 chỉ số VNI, HNXI, UPCOMI. Giá trị thống kê $F$ tính toán thu được như sau:

Mối quan hệ biến số Thống kê $F$ Giá trị tới hạn 90% $[I(0) - I(1)]$ Giá trị tới hạn 95% $[I(0) - I(1)]$ Giá trị tới hạn 99% $[I(0) - I(1)]$ Kết luận đồng liên kết
VNI - GOLDVN 0.0506 4.04 - 4.78 4.94 - 5.73 6.84 - 7.84 Không có đồng liên kết ($F < I(0)$)
HNXI - GOLDVN 4.5253 4.04 - 4.78 4.94 - 5.73 6.84 - 7.84 Không có đồng liên kết ($F < I(1)$ ở 95%)
UPCOMI - GOLDVN 2.8899 4.04 - 4.78 4.94 - 5.73 6.84 - 7.84 Không có đồng liên kết ($F < I(0)$)

Vì tất cả giá trị $F$ đều nằm dưới ngưỡng chặn trên $I(1)$ ở mức ý nghĩa tiêu chuẩn 5%, nghiên cứu xác nhận không tồn tại mối quan hệ cân bằng dài hạn giữa giá vàng và các chỉ số TTCK Việt Nam trong giai đoạn nghiên cứu.

Kết quả đạt được

Do không tồn tại liên kết dài hạn, nghiên cứu chuyển hướng tối ưu sang mô hình Tự hồi quy Vector sai phân $\text{VAR}(1)$, với độ trễ tối ưu $p=1$ được lựa chọn thống nhất bởi các tiêu chí AIC, HQ và SC.

Kết quả ước lượng mô hình VAR(1):

=============================================================================
KẾT QUẢ HỒI QUY VECTOR VAR(1) CHO PHƯƠNG TRÌNH CHỈ SỐ CHỨNG KHOÁN (DVNI, DHNXI)
=============================================================================
Phương trình DVNI:
  DVNI = 3.22 + 0.23 * DVNI(-1) + 1.84 * DGOLDVN(-1)
  - Hệ số C: 3.22 (p-value > 0.10, không có ý nghĩa)
  - Hệ số DVNI(-1): 0.23 (t-stat = 2.37, p-value > 0.10)
  - Hệ số DGOLDVN(-1): 1.84 (p-value = 0.095 < 0.10, có ý nghĩa thống kê 10%)

Phương trình DHNXI:
  DHNXI = 0.36 + 0.28 * DHNXI(-1) + [Hệ số trễ DGOLDVN(-1)]
  - Hệ số C: 0.36 (p-value < 0.10, có ý nghĩa thống kê 10%)
  - Hệ số DHNXI(-1): 0.28 (t-stat = 3.00, p-value > 0.10)
  - Biến DGOLDVN(-1) thể hiện tác động cùng chiều trong ngắn hạn ở mức 10%.
=============================================================================

Kiểm định tính ổn định của mô hình:

Tất cả các nghiệm đa thức đặc trưng (Inverse Roots of AR Characteristic Polynomial) của cả 3 mô hình VAR giữa GOLDVN với VNI, HNXI, và UPCOMI đều có mô-đun nhỏ hơn 1 (nằm hoàn toàn bên trong vòng tròn đơn vị). Điều này chứng minh cấu trúc ước lượng của hệ thống đạt chuẩn ổn định toán học và kết quả hồi quy có độ tin cậy cao.

Đổi mới và đóng góp

  • Đột phá về phạm vi kiểm định đa sàn: Thay vì chỉ tập trung vào chỉ số đơn lẻ VN-Index, nghiên cứu đã mở rộng khảo sát đồng thời cả ba sàn niêm yết của Việt Nam (HOSE, HNX và UPCoM), mang lại bức tranh toàn diện và nhất quán về cấu trúc thị trường.
  • Tính chặt chẽ trong phương pháp tiếp cận: Nghiên cứu không áp đặt chủ quan một mô hình tĩnh mà sử dụng quy trình sàng lọc logic: Kiểm định nghiệm đơn vị ADF/PP $\rightarrow$ Kiểm định đường bao ARDL Bounds Test $\rightarrow$ Mô hình VAR(1). Cách làm này triệt tiêu hoàn toàn nguy cơ sai số do hồi quy giả mạo.
  • Phát hiện thực nghiệm đối chiếu quốc tế: Kết quả nghiên cứu chỉ ra sự không tồn tại mối quan hệ dài hạn giữa giá vàng và chứng khoán Việt Nam giai đoạn 2010 – 2018. Kết luận này hoàn toàn tương thích với các bằng chứng thực nghiệm tại các thị trường mới nổi tương đồng như nghiên cứu của Shaique & Herani (2016) tại Pakistan và Ahmet (2010) tại Thổ Nhĩ Kỳ.

Ứng dụng thực tế và triển khai

+-------------------------------------------------------------------------+
|                  KHUNG ỨNG DỤNG CHIẾN LƯỢC TÀI CHÍNH                    |
|                                                                         |
|  [NHÀ ĐẦU TƯ CÁ NHÂN & TỔ CHỨC]           [CƠ QUAN QUẢN LÝ VĨ MÔ]       |
|                |                                      |                 |
|  +-------------v-------------+          +-------------v---------------+ |
|  | - Đa dạng hóa danh mục    |          | - Giám sát dòng vốn liên thị| |
|  | - Phòng ngừa rủi ro dài hạn|         |   trường (Vàng <-> Cổ phiếu)| |
|  | - Không áp dụng chiến lược|          | - Điều tiết thanh khoản và  | |
|  |   kinh doanh chênh lệch   |          |   chính sách vàng độc quyền | |
|  |   giá (Arbitrage) dài hạn |          |   (Nghị định 24/2012)       | |
|  +---------------------------+          +-----------------------------+ |
+-------------------------------------------------------------------------+

1. Dành cho nhà đầu tư (Asset Allocation & Hedging):

  • Tối ưu hóa danh mục đầu tư: Vì không có mối quan hệ đồng liên kết ràng buộc trong dài hạn, vàng và cổ phiếu vận động tương đối độc lập về mặt xu thế cốt lõi. Do đó, việc nắm giữ đồng thời vàng và cổ phiếu trong danh mục mang lại hiệu quả đa dạng hóa rủi ro (Diversification Benefit) rất cao mà không sợ bị triệt tiêu lợi nhuận theo một xu hướng chung.
  • Chiến lược lướt sóng ngắn hạn: Tác động cùng chiều ngắn hạn ở độ trễ bậc 1 ($\text{DGOLDVN}(-1)$ có hệ số dương với $\Delta\text{VNI}$) phản ánh tâm lý đầu cơ lan tỏa: khi giá vàng tăng nhẹ tạo hiệu ứng tâm lý kích thích thanh khoản trên toàn thị trường tài chính trước khi dòng tiền phân hóa.

2. Dành cho cơ quan quản lý (NHNN & UBCKNN):

  • Các chính sách quản lý thị trường vàng (như Nghị định 24/2012/NĐ-CP về độc quyền sản xuất vàng miếng SJC) đã cô lập tương đối tốt thị trường vàng với các kênh dẫn vốn sản xuất kinh doanh, ngăn chặn hiện tượng vàng hóa gây tổn hại trực tiếp dài hạn đến TTCK.
  • Giúp Ngân hàng Nhà nước chủ động hơn trong việc điều hành chính sách tiền tệ mà không quá lo ngại việc biến động giá vàng tự do sẽ lập tức bóp méo chỉ số vốn hóa của toàn thị trường chứng khoán.

Hạn chế và hướng phát triển

  • Tần suất dữ liệu: Nghiên cứu sử dụng dữ liệu theo tháng ($N = 108$) để kiểm soát độ phân tán và hiện tượng ngoại lai (outliers). Tuy nhiên, các phản ứng giật cục của thị trường tài chính thường diễn ra theo thời gian thực (intraday hoặc daily). Hướng phát triển tiếp theo là ứng dụng mô hình GARCH/EGARCH trên dữ liệu tần suất cao theo ngày để đo lường hiệu ứng truyền dẫn biến động (Volatility Spillover).
  • Tính phi tuyến tính và bất đối xứng: Mô hình ARDL tuyến tính giả định tác động của việc giá vàng tăng hay giảm lên TTCK là như nhau. Việc mở rộng sang mô hình ARDL phi tuyến (Nonlinear ARDL - NARDL) sẽ giúp bóc tách chi tiết hơn sự bất đối xứng trong tâm lý nhà đầu tư khi giá vàng tăng sốc so với khi giảm sâu.
  • Bổ sung các biến kiểm soát vĩ mô: Các nghiên cứu mở rộng cần tích hợp thêm các biến ngoại sinh quan trọng như tỷ giá USD/VND, lãi suất liên ngân hàng và chỉ số giá dầu thô Brent để thiết lập hệ phương trình kinh tế lượng đa biến toàn diện hơn.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                            ĐỐI TƯỢNG HƯỞNG LỢI                              |
+--------------------------+--------------------------------------------------+
| Sinh viên & Học viên     | Nắm vững quy trình kiểm định chuỗi thời gian     |
| Toán Kinh tế / Tài chính | chuẩn mực: Unit Root -> Bounds Test -> VAR.      |
+--------------------------+--------------------------------------------------+
| Chuyên viên phân tích    | Ứng dụng cấu trúc mô hình để xây dựng hệ thống   |
| dữ liệu định lượng (Quant)| dự báo tương quan tài sản và quản trị rủi ro VaR |
+--------------------------+--------------------------------------------------+
| Quỹ đầu tư & Trader     | Thiết lập tỷ trọng phân bổ vốn cổ phiếu/vàng     |
|                          | tối ưu nhằm giảm thiểu độ biến động danh mục.    |
+--------------------------+--------------------------------------------------+
| Nhà hoạch định chính     | Bằng chứng thực nghiệm để đánh giá mức độ liên   |
| sách vĩ mô               | thông giữa thị trường kim loại quý và vốn hóa.   |
+--------------------------+--------------------------------------------------+

Câu hỏi thường gặp

1. Tại sao nghiên cứu chuỗi thời gian tài chính bắt buộc phải thực hiện kiểm định nghiệm đơn vị (Unit Root Test)?

Dữ liệu tài chính vĩ mô (giá vàng, chỉ số chứng khoán) thường chứa đựng xu thế thời gian (Trend-stationary hoặc Difference-stationary). Nếu hai chuỗi không dừng cùng tăng hoặc giảm theo thời gian được đưa vào hồi quy OLS trực tiếp, hệ số xác định $R^2$ và thống kê $t$ sẽ bị thổi phồng giả tạo, dẫn đến kết luận sai lầm về mối quan hệ giữa các biến (hiện tượng hồi quy giả - Spurious Regression).

2. Ưu thế vượt trội của ARDL Bounds Test so với phương pháp Johansen Cointegration là gì?

Kiểm định đồng liên kết Johansen đòi hỏi tất cả các biến phải có cùng bậc tích hợp $I(1)$. Trong khi đó, ARDL Bounds Test do Pesaran et al. (2001) phát triển cho phép kiểm định đồng liên kết linh hoạt ngay cả khi các biến có bậc tích hợp hỗn hợp gồm cả $I(0)$ và $I(1)$, đồng thời cho kết quả ước lượng vững (robust) hơn rất nhiều khi quy mô mẫu quan sát ở mức trung bình và nhỏ ($N \approx 100$).

3. Ý nghĩa thực tiễn của việc "không có quan hệ đồng liên kết dài hạn" là gì?

Điều này chứng minh rằng giá vàng và các chỉ số chứng khoán không bị ràng buộc bởi một cơ chế cân bằng tĩnh trong dài hạn. Biến động của giá vàng trong quá khứ không phải là biến số định hình xu hướng dài hạn của thị trường cổ phiếu. Do đó, các nhà đầu tư không thể sử dụng giá vàng như một chỉ báo duy nhất để dự báo chỉ số VN-Index trong tầm nhìn nhiều năm.

4. Tại sao dữ liệu nghiên cứu được tính trung bình theo tháng thay vì lấy trực tiếp theo ngày?

Dữ liệu giá hàng ngày thường chứa nhiều nhiễu ngẫu nhiên (noise) và các biến động đột biến nhất thời do yếu tố tin tức hoặc đầu cơ ngắn hạn. Việc tính trung bình tháng (108 quan sát) giúp làm mượt chuỗi dữ liệu, giảm độ lệch chuẩn không cần thiết, đảm bảo tính đồng nhất giữa các biến và tăng độ tin cậy thống kê cho các kiểm định phân phối trễ.

5. Điều kiện để hệ thống phương trình VAR đạt chuẩn ổn định là gì?

Hệ thống VAR đạt tính ổn định khi và chỉ khi tất cả các nghiệm của đa thức đặc trưng AR (Inverse Roots of AR Characteristic Polynomial) đều có giá trị tuyệt đối nhỏ hơn 1, tức là tất cả các điểm nghiệm biểu diễn đều nằm gọn bên trong vòng tròn đơn vị hình học. Khi thỏa mãn điều kiện này, các cú sốc ngẫu nhiên sẽ suy giảm dần theo thời gian thay vì bùng nổ vô hạn.

Kết luận

Công trình nghiên cứu đã vận dụng thành công khung phân tích kinh tế lượng chuỗi thời gian hiện đại thông qua mô hình ARDL và mô hình VAR để làm sáng tỏ mối quan hệ giữa giá vàng miếng trong nước và ba chỉ số chứng khoán chủ lực của Việt Nam (VN-Index, HNX-Index, UPCOM-Index) trong giai đoạn 2010 – 2018.

Kết quả thực nghiệm khẳng định:

  1. Không tồn tại quan hệ đồng liên kết dài hạn giữa giá vàng và chỉ số thị trường chứng khoán tại Việt Nam.
  2. Trong ngắn hạn, các cú sốc giá vàng có tác động lan tỏa tích cực ở độ trễ bậc 1 đến chỉ số chứng khoán ở mức ý nghĩa 10%.
  3. Vàng và chứng khoán đóng vai trò là hai kênh đầu tư độc lập về mặt cấu trúc dài hạn, tạo điều kiện hoàn hảo cho các chiến lược phân bổ và phòng hộ rủi ro danh mục của nhà đầu tư.

Nghiên cứu là tài liệu tham khảo giá trị cho các nhà phân tích định lượng, nhà quản lý quỹ và các cơ quan điều hành vĩ mô trong việc hoạch định chính sách và xây dựng chiến lược giao dịch khoa học trên thị trường tài chính Việt Nam.