Lan truyền rủi ro từ thị trường chứng khoán Mỹ vào thị trường chứng khoán Việt Nam: Bằng chứng thực nghiệm từ VAR-DCC-GARCH và hồi quy phân vị
Từ khóa:
Mô hình VAR-DCC-GARCH, hiệu ứng lan truyền độ biến động, thị trường chứng khoán Mỹ, thị trường chứng khoán Việt NamTóm tắt
Bài viết sử dụng tỷ suất sinh lợi theo tuần của các chỉ số chứng khoán để khảo sát hiệu ứng lan truyền độ biến động từ thị trường chứng khoán Mỹ vào thị trường chứng khoán Việt Nam bằng mô hình VAR-DCC-GARCH kết hợp với hồi quy phân vị. Kết quả nghiên cứu của bài viết cho thấy tỷ suất sinh lợi trên thị trường chứng khoán Mỹ có tác động dương đến thị trường chứng khoán Việt Nam. Thị trường chứng khoán Mỹ không giúp phòng hộ rủi ro cho thị trường chứng khoán Việt Nam, và càng không phải là tài sản trú ẩn an toàn cho những biến động lên xuống của thị trường. Ngoài ra, sự lan truyền độ biến động từ thị trường chứng khoán Mỹ vào Việt Nam mang dấu dương và sẽ khác nhau trên từng phân vị. Kết quả này mang lại hàm ý chính sách quan trọng cho việc quản lý rủi ro, xây dựng danh mục hợp lý của nhà đầu tư cũng như việc hoạch định chính sách của những nhà quản lý thị trường. Bên cạnh đó, nhà đầu tư trên thị trường chứng khoán Việt Nam có thể đối mặt với các mức độ rủi ro khác nhau tùy thuộc vào mức độ biến động của thị trường chứng khoán Mỹ. Điều này hàm ý rằng các nhà đầu tư cần điều chỉnh chiến lược đầu tư theo các mức độ rủi ro khác nhau, nghĩa là cần đa dạng hóa danh mục đầu tư dựa trên nhóm phân vị.
Tài liệu tham khảo
Ahmed, Shaghil, Ozge Akinci, Albert Queralto (2021), ‘U.S. Monetary Policy Spillovers to Emerging Markets: Both Shocks and Vulnerabilities Matter’, International Finance Discussion Papers 1321, Washington: Board of Governors of the Federal Reserve System.
Allen, D. E., Amram, R., & McAleer, M. (2013), ‘Volatility spillovers from the Chinese stock market to economic neighbours’, Mathematics and computers in simulation, 94, 238-257.
Allen, D. E., McAleer, M., Powell, R., & Singh, A. K. (2017), ‘Volatility spillover and multivariate volatility impulse response analysis of GFC news events’, Applied Economics, 49(33), 3246-3262.
Amendola, A., Boccia, M., Candila, V., & Gallo, G. M. (2020), ‘Energy and non–energy Commodities: Spillover Effects on African Stock Markets’. Journal of Statistical and Econometric Methods, 9(4), 1-7.
Baillie, R. T., Kapetanios, G., & Papailias, F. (2017), ‘Inference for impulse response coefficients from multivariate fractionally integrated processes’, Econometric Reviews, 36(1-3), 60-84.
Bhar, R., & Nikolova, B. (2009), ‘Return, volatility spillovers and dynamic correlation in the BRIC equity markets: An analysis using a bivariate EGARCH framework’, Global finance journal, 19(3), 203-218.
Campbell, John. (1991), ‘A Variance Decomposition for Stock Returns’, Economic Journal, 101(405), 157-179.
Du, J., Chen, X., Gong, J., Lin, X., & Lai, K. K. (2022), ‘Analysis of stock markets risk spillover with copula models under the background of Chinese financial opening’, International Journal of Finance & Economics, 1– 23.
Engle, R. (2002), ‘Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models’, Journal of Business & Economic Statistics, 20(3), 339-350.
Granger, C.W.J. &Terasvirta, T. (1993), Modeling Nonlinear Economic Relationships, Oxford University Press, New York.
He, X., Takiguchi, T., Nakajima, T., & Hamori, S. (2020), ‘Spillover effects between energies, gold, and stock: the United States versus China’, Energy & Environment, 31(8), 1416-1447.
Hu, J. W. S., Chen, M. Y., Fok, R. C., & Huang, B. N. (1997), ‘Causality in volatility and volatility spillover effects between US, Japan and four equity markets in the South China Growth Triangular’, Journal of International Financial Markets, Institutions and Money, 7(4), 351-367.
Kilian, L. & Park, C. (2009), ‘The Impact of Oil Price Shocks on the US Stock Market’, International Economic Review, 50, 1267-1287.
Kim, B. H., Kim, H., & Lee, B. S. (2015), ‘Spillover effects of the US financial crisis on financial markets in emerging Asian countries’, International Review of Economics & Finance, 39, 192-210.
Kuik, C. C. (2016), ‘Malaysia between the United States and China: what do weaker states hedge against?’, Asian Politics & Policy, 8(1), 155-177.
Lee, Tae-Hwy & Yang, Weiping, (2014), ‘Granger-causality in quantiles between financial markets: Using copula approach’, International Review of Financial Analysis, 33(C), 70-78.
Li, X., & Wei, Y. (2018), ‘The dependence and risk spillover between crude oil market and China stock market: New evidence from a variational mode decomposition-based copula method’, Energy Economics, 74, 565–581.
Ma, D., Yang, T., Liu, L., & He, Y. (2022), ‘Analysis of Factors Influencing Stock Market Volatility Based on GARCH-MIDAS Model’, Complexity, 2022, 1-10.
Maderitsch, R. (2015), ‘Spillovers from the USA to stock markets in Asia: a quantile regression approach’, Applied Economics, 47(44), 4714-4727.
Michael McAleer & Marcelo Medeiros, (2008), ‘Realized Volatility: A Review’, Econometric Reviews, 27(1-3), 10-45.
Mishra, Lopamudra. (2018), ‘Causality between electricity consumption and economic growth: empirical evidence from India’, International Journal of Indian Culture and Business Management, 17(4), 417.
Nghi, Le Dinh & Nguyen, Kieu (2020), ‘Volatility spillover from the united states and Japanese stock markets to the Vietnamese stock market: A frequency domain approach’, Panoeconomicus, 68(1), 35-52.
Niu, H., & Hu, Z. (2021), ‘Information transmission and entropy-based network between Chinese stock market and commodity futures market’, Resources Policy, 74, 102294.
Sinha, Kanchan & Gurung, Bishal & Paul, Ranjit & Kumar G V, Anil & Panwar, Sanjeev & Alam, Wasi & Ray, Mrinmoy & Rathod, Santosha. (2017), ‘Volatility Spillover using Multivariate GARCH Model: An Application in Futures and Spot Market Price of Black Pepper’, Journal of the Indian Society of Agricultural Statistics, 71. 2017-2038.
Su, X. (2019), ‘Measuring extreme risk spillovers across international stock markets: A quantile variance decomposition analysis’, The North American Journal of Economics and Finance, 51, 101098.
Tran, T. V. A., Dao, T., & Nguyen, T. N. (2022), ‘Interdependence of stock markets: evidence from Vietnam’, Journal of International Economics and Management, 22(3), 110-128
Tungsong, Sachapon & Caccioli, Fabio & Aste, Tomaso. (2017), ‘Relation between regional uncertainty spillovers in the global banking system’, The Journal of Network Theory in Finance. 4(2),1-23.
Vo, X. V., & Tran, T. T. A., (2020), ‘Modelling volatility spillovers from the US equity market to ASEAN stock markets’, Pacific-Basin Finance Journal, 59, 101246.
Wen-Cheng Lu & Jong-Rong Chen & Chia-Ling Wang, (2006), ‘Granger causality test on R&D spatial spillovers and productivity growth’, Applied Economics Letters, Taylor & Francis Journals, 13(13), 857-861.
Yamut, Tolga & Hudaverdi, Burcu & Turgutlu, Evrim. (2020), ‘Modelling Spillover Effects of Oil Shocks on Emerging Markets: Copula based CoVaR Approach’, International Journal of Statistics and Economics, 1-16.
Yang, Lu & Hamori, Shigeyuki. (2013), ‘Spillover effect of US monetary policy to ASEAN stock markets: Evidence from Indonesia, Singapore, and Thailand’, Pacific-Basin Finance Journal, 26. 145-155.
