1. Trang Chủ
  2. Ngân hàng - Tín dụng
  3. Lợi nhuận và rủi ro của Bitcon, vàng, dollar: Bằng chứng thực nghiệm từ mô hình Egarch

Lợi nhuận và rủi ro của Bitcon, vàng, dollar: Bằng chứng thực nghiệm từ mô hình Egarch

Bài viết phân tích xem liệu Bitcoin có đặc trưng hỗn hợp giữa tiền pháp định và vàng hay không, với dữ liệu nghiên cứu từ 2015-2021. Bài viết cũng xem xét thêm các tài sản trên thị trường nội địa Việt Nam trong danh mục so sánh với Bitcoin như giá USD/VND thị trường chợ đen, giá vàng và giá chứng khoán. Mời các bạn cùng tham khảo! HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM 55. 1Đinh Thị Thu Hồng* iTrần Ngọc Thơ* 2Nguyễn Hữu Tuấn** Tóm tắt Nghi

Thể loại Tài liệu miễn phí Ngân hàng - Tín dụng

Số trang 27

Ngày tạo 10/12/2021 1:48:18 PM +00:00

Loại tệp PDF

Kích thước 0.60 M

Tên tệp

Tải Lợi nhuận và rủi ro của Bitcon, vàng, dollar: Bằng... (.pdf)

Xem mẫu

  1. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM 55. 1Đinh Thị Thu Hồng* iTrần Ngọc Thơ* 2Nguyễn Hữu Tuấn** Tóm tắt Nghiên cứu này phân tích xem liệu Bitcoin có đặc trưng hỗn hợp giữa tiền pháp định và vàng hay không, với dữ liệu nghiên cứu từ 2015-2021. Nghiên cứu cũng xem xét thêm các tài sản trên thị trường nội địa Việt Nam trong danh mục so sánh với Bitcoin như giá USD/VND thị trường chợ đen, giá vàng và giá chứng khoán. Kết quả nghiên cứu ủng hộ quan điểm Bitcoin chưa phải là tài sản hỗn hợp giữa vàng và tiền pháp định. Từ khóa: Bitcoin, vàng, thị trường chợ đen. 1. Giới thiệu Thị trường Bitcoin là một thị trường tiền điện tử hoàn toàn, được giới thiệu vào 31-10- 2008 bởi Nakamoto (2008) dưới hình thức một mạng ngang hàng không có trung tâm kiểm soát. Do đó, không có ngân hàng trung ương (NHTW) hay bất kỳ trung gian nào tham gia, và các giao dịch được xác minh bởi mạng lưới các nút nhằm kiểm tra tính chính xác của giao dịch gần nhất dựa trên sổ đăng ký tổng các giao dịch, được gọi là blockchain. Các giao dịch sau đó được thêm vào sổ cái và thông tin được phân phối lại cho các nút khác (Brito và Castillo, 2013). Bitcoin ban đầu cũng chưa được chú ý rộng rãi. Tuy nhiên, bắt đầu từ năm 2013 - 4 năm sau khi ra đời, nhu cầu toàn cầu bắt đầu tăng lên và nó được công nhận là tiền điện tử đầu tiên và lớn nhất toàn cầu. Chỉ trong năm 2020, giá Bitcoin đạt mức tăng trưởng ấn tượng (305%), khi ngày càng nhiều tổ chức và cá nhân đầu tư vào đồng tiền kỹ thuật số này. Trong 2 tháng đầu năm 2021, giá Bitcoin tiếp tục gia tăng mạnh, lần đầu tiên vượt ngưỡng 52.000USD vào * Trường Đại học Kinh tế TP. HCM | Email liên hệ: hongtcdn@ueh.edu.vn ** Công ty chứng khoán SSI 814
  2. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM ngày 17-2-2021. Nếu so với đầu năm 2021, đồng tiền kỹ thuật số lớn nhất thế giới này đã tăng tới 78% giá trị. Thậm chí có những dự báo còn cho rằng giá Bitcoin có thể lên đến 1 triệu USD trong tương lai dài. Giá Bitcoin tăng mạnh đã kéo theo nhiều tiền ảo vốn hóa lớn tăng phi mã như Binace Coin tăng 26%; Litecoin tăng 14%; Polkadot tăng 7,9%; Ethereum tăng 5,1%; Bitcoin Cash tăng 4,4%; Cardano tăng 2,8%... Tổng giá trị vốn hóa thị trường tiền ảo vào ngày 17-2-2021 đạt khoảng 1.570 tỷ USD. Việc nhà đầu tư chuyển hướng đầu cơ sang tiền kỹ thuật số trong bối cảnh đại dịch Covid-19 chưa chấm dứt, với lãi suất thị trường thấp, nguy cơ lạm phát, một số NHTW đang có kế hoạch phát hành tiền kỹ thuật số thay thế tiền mặt trong tương lai và việc Bitcoin ngày càng được chấp nhận rộng rãi..., đã trở thành động lực làm tăng giá đồng tiền kỹ thuật số này. Một nguyên nhân nữa khiến Bitcoin trở nên nổi tiếng do trên thế giới chỉ có 21 triệu đơn vị tiền này. Nguồn cung hạn chế và lợi thế tách biệt khỏi các chính sách tiền tệ đã làm Bitcoin trở thành một loại tài sản chống lạm phát vững chắc, theo đánh giá của nhiều chuyên gia. Bên cạnh đó, việc chính quyền Tổng thống Joe Biden bổ sung gói cứu trợ kinh tế trị giá 1.900 tỷ USD vào thị trường làm nhiều người lo ngại sức mua của đồng USD sẽ ngày càng giảm. Chính phủ các nước trên thế giới hầu hết cũng đều triển khai các gói kích thích, cứu trợ quy mô lớn để hạn chế những thiệt hại kinh tế bởi dịch Covid-19. Do vậy, đứng trước nguy cơ lạm phát cùng với lãi suất thị trường thấp, người dân bắt đầu chuyển sang đầu tư vào những loại tài sản khan hiếm, không tăng về nguồn cung như vàng và Bitcoin. Tuy nhiên, trong khi nhiều nhà đầu tư đang hy vọng Bitcoin có thể thay thế kim loại quý như kênh lưu trữ trong danh mục đầu tư, nhiều chuyên gia và nhà phân tích cũng cảnh báo sức tăng của Bitcoin không bền vững. Hoặc trong trường hợp các cơ quan chức năng can thiệp vào thị trường tiền kỹ thuật số bằng cách siết chặt quy chế giám sát, cũng sẽ là rủi ro lớn đối với nhà đầu tư và tiền kỹ thuật số có thể giảm giá trị. Không chỉ được ưa chuộng như một công cụ đầu tư hay tích trữ giá trị, Bitcoin còn đang được sử dụng như một phương tiện thanh toán. Cuối năm 2020, PayPal đã thông báo cho phép khách hàng mua bán, lưu trữ và chấp nhận Bitcoin cùng nhiều loại tiền điện tử khác như hình thức thanh toán. Quyết định của PayPal càng đẩy giá Bitcoin tăng mạnh. Các ứng dụng thanh toán cạnh tranh với PayPal là Venmo, Square, hay CashApp cũng chấp nhận tiền điện tử, khiến số lượng người sử dụng Bitcoin ngày càng tăng. Tháng 1-2021, Văn phòng Kiểm soát tiền tệ của Mỹ tuyên bố các ngân hàng quốc gia có thể sử dụng mạng blockchain và stablecoin để thanh toán, đánh dấu bước tiến trong việc hợp pháp hóa các loại tiền kỹ thuật số. Ngoài ra, việc các NHTW dự định phát hành tiền kỹ thuật số cũng là một trong nhiều nguyên nhân làm cho Bitcoin tăng trưởng mạnh thời gian qua. Điển hình như NHTW Nhật Bản (BoJ), Ngân hàng nhân dân Trung Quốc (PBC). 815
  3. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM Bên cạnh đó, việc những lãnh đạo công nghệ như Elon Musk hay Jack Dorsey lên tiếng ủng hộ Bitcoin cũng góp phần giúp công chúng biết đến đồng tiền này nhiều hơn. Nhiều tỷ phú và định chế tài chính lớn cũng lạc quan về thị trường tiền kỹ thuật số. Tỷ phú truyền thông Mexico Ricardo Salinas Pliego đã đầu tư 10% tài sản thanh khoản cao của mình vào tiền kỹ thuật số. Số lượng và giá trị giao dịch trên thị trường tiền kỹ thuật số tăng lên không ngừng làm thị trường này có thanh khoản tăng vọt. Các ngân hàng đầu tư lớn như JP Morgan Chase, Citigroup, Goldman Sach, Bank of American… cũng đưa ra những dự báo tích cực về Bitcoin. Nhiều quỹ đầu tư tiền kỹ thuật số cũng đã và đang được thành lập nhờ sự cởi mở hơn về hành lang pháp lý của nhiều nước. Các quỹ đầu tư truyền thống cũng phân bổ bớt tài sản sang thị trường tiền kỹ thuật số để giảm thiểu rủi ro từ các kênh đầu tư khác. Điều này khiến Bitcoin còn được biết đến với vai trò là công cụ đa dạng hóa rủi ro. Vì Bitcoin rất khó định nghĩa, nên việc phân tích xem liệu nó có phản ứng với các tài sản khác như USD hay vàng sẽ cung cấp thêm thông tin về Bitcoin. Mô hình GARCH có thể cho biết những yếu tố nào của nền kinh tế thế giới mà Bitcoin nhạy cảm. Dyhrberg (2016) công bố kết quả nghiên cứu cho rằng Bitcoin là loại tài sản hỗn hợp giữa vàng và tiền pháp định (đồng USD). Mối quan hệ giữa Bitcoin và giá vàng, giá ngoại tệ được xác định qua mô hình EGARCH (1,1) với dữ liệu theo ngày từ ngày 19-7-2010 đến 22-5- 2015. Tuy nhiên, Baur và cộng sự (2018) đã kiểm chứng lại và phân tích kết quả mở rộng từ nghiên cứu của Dyhrberg (2016), các tác giả cho rằng Bitcoin có thể không phải tài sản hỗn hợp giữa vàng và tiền pháp định, có suất sinh lợi và rủi ro khác với vàng và tiền pháp định, đồng thời chưa có tương quan cặp chặt chẽ với vàng và tiền pháp định. Rõ ràng, từ sau năm 2015 đến nay, Bicoin đã trở nên phổ biến hơn và dần được chấp nhận là đồng tiền thanh toán trong các ứng dụng thanh toán trực tuyến, biến động về giá cũng có thể khác hơn so với thời kỳ trước. Do vậy việc tái thẩm định vai trò của Bitcoin là vấn đề được chúng tôi quan tâm. Do vậy, chúng tôi thực hiện nghiên cứu này để tìm bằng chứng khoa học xác định Bitcoin liệu có phải là tài sản hỗn hợp giữa vàng và tiền pháp định như tranh luận của Dyhrberg (2016) và Baur và cộng sự (2018). Ngoài so sánh Bitcoin với các tài sản trên thị trường quốc tế, nghiên cứu này còn so sánh lợi nhuận và rủi ro của Bitcoin với các tài sản ở thị trường nội địa Việt Nam như vàng miếng, USD “thị trường chợ đen” và danh mục cổ phiếu (đại diện bằng chỉ số giá nhóm 30 cổ phiếu vốn hóa lớn tại HOSE). Với xu hướng bùng nổ công nghệ hiện nay, nhà đầu tư Việt Nam có thêm cơ hội sở hữu tài sản trên thị trường quốc tế. Việc bổ sung các tài sản nội địa vào nghiên cứu nhằm giúp nhà đầu tư trong nước có thêm thông tin so sánh để lựa chọn danh mục đầu tư. 816
  4. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM Bài nghiên cứu được trình bày trong 5 phần. Ngoài phần giới thiệu, phần tiếp theo trình bày tóm lược các tranh luận về vai trò của Bicoin, phần 3 trình phương pháp, dữ liệu và mô hình nghiên cứu, phần 4 trình bày kết quả nghiên cứu và cuối cùng là kết luận. 2. Vai trò của Bitcoin Tăng trưởng của thị trường tiền ảo thời gian qua có thể nói là phi thường. Thị trường tiền ảo lớn mạnh cũng đặt ra những thách thức và cơ hội lớn cho các nhà hoạch định chính sách, nhà kinh tế và doanh nhân. Sự phát triển của loại tiền mới này cũng buộc các bên liên quan phải xem xét lại các vai trò tiền ảo có thể thực hiện. Các nghiên cứu về Bitcoin còn tương đối mới và tập trung trong những năm gần đây. Các phân tích ban đầu tập trung vào phân loại tài sản như Bitcoin thuộc nhóm nào và vai trò của Bitcoin trên thị trường. Đây là vấn dề cốt lõi cần được quan tâm, bởi khi được phân loại, chúng ta mới hiểu rõ về bản chất và giá trị của tài sản để thực hiện phòng ngừa rủi ro hay thiết lập danh mục đầu tư. Hiểu biết rõ bản chất của chúng cũng giúp loại bỏ các “bí ẩn” xung quanh tiền điện tử. Chaum (1983) đã đặt câu hỏi Bitcoin là tiền tệ hay hàng hóa? Bitcoin khác với các đồng tiền mã hóa khác thế nào; ECB (2012) tìm hiểu Bicoin khác các loại tiền ảo khác như thế nào? Glaser và cộng sự (2014) tìm hiểu Bitcoin có thể trở thành phương tiện thanh toán hay không? Các tác giả nhận thấy Bicoint khá thanh khoản và có thể dùng bất cứ tiền tệ nào để trao đổi. Nhưng do sự khan hiếm của nó nên có hạn chế về thanh khoản so với các loại hàng hóa khác. Hơn nữa, Böhme và cộng sự (2015) nhận thấy rằng các giao dịch có thể bị gián đoạn lên đến một giờ, do vậy làm giảm đáng kể khả năng thanh khoản. Tuy nhiên, Bitcoin không hạn chế giao dịch với cá nhân, tổ chức hay vùng lãnh thổ bị cấm vận, và không tiết lộ thông tin người dùng. Điều này mang lại cho Bitcoin sự linh hoạt và tốc độ thanh toán quốc tế cao so với các loại tiền tệ khác do các NHTW quản lý. Glaser và cộng sự (2014) nhận thấy rằng phần lớn người dùng coi các khoản đầu tư Bitcoin của họ là tài sản đầu cơ hơn là phương tiện thanh toán. Do đó, Bitcoin được đánh giá cao với vai trò tài sản chứ không phải tiền tệ. Như vậy, Bitcoin - đồng tiền kỹ thuật số nổi bật nhất - được thiết kế như một hệ thống tiền mặt ngang hàng và có những đặc điểm của một loại tiền tệ. Tuy nhiên, để có thể hoạt động như một loại tiền tệ, nó phải ổn định hoặc được bảo đảm bởi chính phủ. Baur và Dimpfl (2021) đã chỉ ra rằng mức độ biến động của giá Bitcoin cực kỳ cao, cao hơn gần 10 lần so với biến động của các đồng tiền chính (như giá USD so với đồng euro và đồng yen). Sự biến động quá mức thậm chí ảnh hưởng xấu đến vai trò tiềm năng của nó trong các danh mục đầu tư. Phân tích của các tác giả hàm ý Bitcoin không thể hoạt động như một loại tiền tệ - một phương tiện trao đổi, chỉ được sử dụng hạn chế như một công cụ đa 817
  5. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM dạng hóa rủi ro. Tuy nhiên, dựa vào chức năng chống lạm phát của Bitcoin (do số lượng hữu hạn), các tác giả chứng minh rằng Bitcoin thể hiện vai trò lưu trữ các đặc điểm giá trị về lâu dài. Trong khi đó, Baur và cộng sự (2018) lại cho rằng do độ biến động cao của Bitcoin, các nghiên cứu thực nghiệm phân loại đồng tiền này như một tài sản đầu tư. Nhiều nhà kinh tế đã so sánh Bitcoin với vàng vì chúng có nhiều điểm tương đồng. Vàng có giá trị nội tại nhưng rất khó chứng minh giá thị trường hiện tại có phù hợp với giá trị nội tại hay không. Bitcoin có giá trị nội tại nếu người dùng cho rằng nó đáng như vậy và cũng không có cách để thuyết phục giá thị trường hiện tại của Bitcoint là phù hợp. Cả Bitcoin và vàng thu được hầu hết giá trị của chúng từ thực tế là chúng khan hiếm và tốn kém để khai thác. Không tài sản nào trong số vàng và Bitcoin có quốc tịch hoặc được kiểm soát bởi chính phủ. Cả 2 tài sản đều được 'khai thác' bởi một số nhà khai thác độc lập hay các công ty. Vàng được sử dụng như phương tiện trao đổi trong thời kỳ bản vị vàng nhưng đã bị từ bỏ do vấn đề thanh khoản. Các vấn đề tương tự có thể xảy ra đối với Bitcoin nếu có thêm nhiều người dùng. Tuy nhiên, ở một số khía cạnh nhất định, vàng và Bitcoin khác nhau. Vàng chủ yếu được sử dụng để lưu trữ như tài sản giá trị, và vì mối tương quan ngược chiều của vàng với USD, điều này làm cho vàng hữu ích trong phòng ngừa rủi ro đồng USD mất giá. Những khả năng như vậy không chắc chắn đối với Bitcoin, nhưng vấn đề này sẽ tiếp tục được xem xét. Whelan (2013) cũng đã lập luận rằng Bitcoin tương tự như đồng USD. Cả 2 đều không có, hoặc có giá trị nội tại hạn chế và được sử dụng chủ yếu như phương tiện trao đổi. Sự khác biệt chính là đồng USD được bảo đảm bởi chính phủ, là tiền pháp định mọi người tin tưởng, trong khi Bitcoin là "tiền tư nhân" được ra đời bởi khu vực tư nhân. Do đó, nguồn cung, quản trị và kiểm soát 2 tài sản khác nhau. Selgin (2015) lập luận rằng Bitcoin là loại tiền hàng hóa tổng hợp vì nó vừa giống tiền hàng hóa (như vàng) - không chỉ là ngẫu nhiên còn hoàn toàn khan hiếm, và lại vừa giống như tiền pháp định (như USD) do không có giá trị nội tại. Các nghiên cứu khác về khía cạnh giao dịch như Cheah và Fry (2015), Blau (2017) đã tìm hiểu về hành vi đầu cơ trong giao dịch Bitcoin. Guesmi và cộng sự (2019), Hussain Shahzad và cộng sự (2020), lại nghiên cứu liệu Bitcoin có giúp đa dạng hóa rủi ro của một danh mục đầu tư hay không. Nhiều nghiên cứu cũng đã được thực hiện để phân tích độ bất ổn hay rủi ro của Bitcoin. Điển hình như Dwyer (2015) phân tích độ lệch chuẩn theo tháng của giá Bitcoin, và chỉ ra rằng độ lệch chuẩn này cao hơn 5-7 lần so với những gì thường thấy trên thị trường chứng khoán. Bouoiyour và Selmi (2016), Katsiampa (2017), Ardia và cộng sự (2019) ước lượng độ biến động hàng ngày, và cùng đưa ra kết luận rằng mức độ biến động của giá Bitcoin tương đối cao, với những lý giải khác nhau 818
  6. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM như bởi các cuộc tấn công mạng, bất cân xứng thông tin, sự phi tập trung và không bị điều tiết. Trước mức độ biến động cao của Bitcoin, nhiều người đặt câu hỏi về việc liệu đồng tiền này có thể đảm nhiệm đầy đủ chức năng của một loại tiền tệ hay không. Baur và Dimpfl (2021) sử dụng dữ liệu về giá Bitcoin (tỷ giá Bitcoin so với USD, EUR, và JPY) ở 6 thị trường khác nhau và so sánh với tỷ giá USD/EUR, USD/JPY - đã chỉ ra rằng mức độ biến động cao là trở ngại cho Bitcoin để có thể thực hiện tất cả chức năng của một đồng tiền một cách đáng tin cậy và hiệu quả (phương tiện trao đổi, phương tiện tích lũy, và thước đo giá trị). Thêm vào đó, các tác giả cũng phát hiện rằng, những nguyên nhân gây ra biến động của Bitcoin khác biệt và không liên quan đến những biến động của ngoại tệ khác. Điều này cho thấy Bitcoin không (hoặc chưa) thuộc về thị trường tiền tệ toàn cầu. Để làm rõ thêm một trong những khía cạnh của cuộc tranh luận trên, nghiên cứu này sẽ đi sâu phân tích xem liệu Bicoin có thể hiện đặc trưng hỗn hợp giữa tiền pháp định và vàng hay không. 3. Phương pháp, mô hình và dữ liệu nghiên cứu Phương pháp và mô hình Nhiều chuỗi dữ liệu tài chính cho thấy tiếp theo sau các giai đoạn độ bất ổn thấp là các giai đoạn bất ổn cao, đặc tính này được gọi là bất ổn theo cụm (volatility clustering). Nguyên nhân của tình trạng này do các biến tài chính chịu tác động bởi cú sốc hay tin tức. Một cú sốc tăng hay tin tốt, cú sốc giảm hay tin xấu xảy ra khiến nhiều nhà đầu tư trên thị trường hành xử theo đám đông. Các cú sốc hay tin tức này đại diện cho những điều không được dự báo trước. Mô hình ARCH (Autoregressive conditional heteroskedasticity) được Engle (2001) phát triển để mô hình hóa và dự báo phương sai thay đổi của các chuỗi dữ liệu thời gian trong lĩnh vực tài chính có thể đáp ứng đặc điểm như vậy. Trong mô hình này, một cú sốc lớn hơn sẽ dẫn đến độ biến động cao hơn khi quan sát dữ liệu theo thời gian. Một dạng chuẩn hóa của mô hình ARCH bằng cách bổ sung biến trễ của phương sai có điều kiện vào phương trình phương sai theo dạng tự hồi quy được biết đến với tên gọi là GRACH (Generalized AutoRegressive Conditional Heteroskedasticity). Mô hình ARCH và GARCH đã trở thành công cụ phổ biến để xử lý mô hình chuỗi thời gian có đặc tính phương sai thay đổi. Những mô hình này cung cấp thước đo độ bất ổn, có thể được sử dụng trong việc lựa chọn danh mục đầu tư, phân tích rủi ro và định giá sản phẩm phái sinh (Tully và Lucey, 2007). Mô hình GARCH (1,1) rất phổ biến trong dữ liệu chuỗi thời gian lĩnh vực tài chính, nhưng ARCH và GARCH là các mô hình đã được sử dụng trong 2 thập niên trước để 819
  7. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM hướng đến bất ổn tỷ suất sinh lợi của tài sản, không phải nhấn mạnh tầm quan trọng của sự kiện dẫn đến bất ổn (Engle, 2001). Trong khi đó, các mô hình như IGARCH phù hợp với biến có cú sốc thường xuyên, hay TARCH (threshold ARCH) và EGARCH (exponential GARCH) là các mô hình bất cân xứng thích hợp với biến có đặc điểm biến động khác nhau trước cú sốc tăng và cú sốc giảm. Trong đó EGARCH khắc phục được vấn đề của các mô hình ARCH/GARCH có yêu cầu biến động cân xứng được áp đặt với phương sai có điều kiện. Trong nghiên cứu này chúng tôi sử dụng mô hình EGARCH (1,1) có bổ sung các biến ngoại sinh vào phương trình giá trị trung bình và phương trình phương sai có điều kiện. Các biến ngoại sinh trong mô hình gồm lãi suất Cục dự trữ liên bang Mỹ - Fed (Effective Federal Funds Rate); tỷ giá đồng Euro, đồng bảng Anh so với USD; chỉ số FSTE 100; giá vàng giao ngay; và giá vàng tương lai hợp đồng đáo hạn tháng 4. Các biến trong mô hình áp dụng tương đồng với nghiên cứu của Dyhrberg (2016). Đầu tiên chúng tôi xem xét Bitcoin như một loại tài sản hỗn hợp giữa vàng và tiền pháp định (đồng USD). Mối quan hệ giữa Bitcoin và giá vàng, giá ngoại tệ được phân tích qua mô hình Dyhrberg (2016) như sau: ∆𝑙𝑛𝑝𝑟𝑖𝑐𝑒𝑡 = 𝛼0+ 𝛼1 𝐿𝑛𝑝𝑟𝑖𝑐𝑒𝑡−1 + 𝛼2 𝐿𝑛𝑝𝑟𝑖𝑐𝑒𝑡−2 + 𝛼3 𝐹𝑒𝑑𝑡−1 + 𝛼4 𝐸𝑈𝑅𝑡−1 + 𝛼5 𝐺𝑃𝐵𝑡−1 +𝛼6 𝐹𝑆𝑇𝐸𝑡−1 +𝛼7 𝐺𝑜𝑙𝑑𝐹𝑡−1 +𝛼8 𝐺𝑜𝑙𝑑𝐶𝑡−1 + 𝜀𝑡 (1) 𝜎𝑡2 = 𝐸𝑋𝑃(𝜆0+ + 𝜆1 𝐹𝑒𝑑𝑡−1 + 𝜆2 𝐸𝑈𝑅𝑡−1 + 𝜆3 𝐺𝑃𝐵𝑡−1 + 𝜆4 𝐹𝑆𝑇𝐸𝑡−1 + 𝜆5 𝐺𝑜𝑙𝑑𝐹𝑡−1 2 + 𝜆6 𝐺𝑜𝑙𝑑𝐶𝑡−1 ) + 𝛼𝜀𝑡−1 + 𝛽𝜎𝑡−1 (2) ∆𝑙𝑛𝑝𝑟𝑖𝑐𝑒𝑡 = 𝛼0+ 𝛼1 𝐿𝑛𝑝𝑟𝑖𝑐𝑒𝑡−1 + 𝛼2 𝐹𝑒𝑑𝑡−1 + 𝛼3 𝐸𝑈𝑅𝑡−1 + 𝛼4 𝐺𝑃𝐵𝑡−1 +𝛼5 𝐹𝑇𝑆𝐸𝑡−1 +𝛼6 𝐺𝑜𝑙𝑑𝐹𝑡−1 +𝛼7 𝐺𝑜𝑙𝑑𝐶𝑡−1 + 𝜀𝑡 (3) 𝐿𝑛(𝜎𝑡2 ) = 𝜆0+ + 𝜆1 𝐹𝑒𝑑𝑡−1 + 𝜆2 𝐸𝑈𝑅𝑡−1 + 𝜆3 𝐺𝑃𝐵𝑡−1 + 𝜆4 𝐹𝑇𝑆𝐸𝑡−1 + 𝜆5 𝐺𝑜𝑙𝑑𝐹𝑡−1 𝜀𝑡−1 𝜀𝑡−1 + 𝜆6 𝐺𝑜𝑙𝑑𝐶𝑡−1 ) + 𝛼 + 𝛾((| | − √2⁄𝜋) 𝜎𝑡−1 𝜎𝑡−1 2 ) + 𝛿𝑙𝑛(𝜎𝑡−1 (4) Trong đó, ∆𝑙𝑛𝑝𝑟𝑖𝑐𝑒 là lợi nhuận theo ngày của Bitcoin, 𝐿𝑛𝑝𝑟𝑖𝑐𝑒𝑡−𝑖 là logarit giá Bitcoin trước ngày t, i=1-2. Fedt-1, EURt-1 GBPt-1, FTSEt-1, GoldFt-1, GoldCt-1 lần lượt là các biến trễ 1 ngày của lãi suất Fed ; tỷ giá đồng Euro, đồng bảng Anh so với USD; chỉ số FTSE 100; giá vàng giao ngay; và giá vàng tương lai hợp đồng đáo hạn tháng 4 trên thị trường quốc tế. 𝜀𝑡 , 𝜎𝑡2 là phần dư và phương sai phần dư trong mô hình. 𝛼𝑗, 𝛾𝑗 với i= 1-7 và j =1-6, α, γ, β, δ là các tham số trong mô hình. 820
  8. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM Ở Việt Nam, không chỉ giao dịch Bitcoin chưa được cho phép chính thức, giao dịch vàng tương lai, ngoại hối cũng không được tự do hoàn toàn. Nhà đầu tư chỉ được mua bán vàng miếng và vàng nữ trang thanh toán ngay của doanh nghiệp trong nước bán ra, và biến động giá vàng thanh toán ngay nội địa có rất nhiều chênh lệch so với biến động giá vàng tương lai trên thị trường quốc tế. Đối với ngoại tệ, các hoạt động mua bán ngoại tệ cũng chỉ được thực hiện với các mục đích thanh toán khi mua hàng hóa dịch vụ. Mặc dù vậy, thị trường vẫn còn tồn tại giao dịch ngoại tệ trên “thị trường chợ đen”, và nhà đầu tư vẫn có thể tham gia đầu tư ngoại tệ qua kênh này. Mặc dù có nhiều bất tiện nhưng với sự phát triển của công nghệ và xu hướng hội nhập toàn cầu, nhà đầu tư nội địa vẫn có thể lựa chọn nhiều loại tài sản khác nhau trong danh mục của mình. Do đó, để so sánh rủi ro của các tài sản này, chúng tôi sử dụng thêm mô hình GARCH không có biến nội sinh như Glosten và cộng sự (1993). Đây là dạng mô hình GJR- GARCH(1,1). Các tài sản trong danh mục để so sánh bao gồm Bicoin và các tài sản thị trường quốc tế như đồng Euro, đồng bảng Anh, chỉ số chứng khoán FTSE 100, chỉ số chứng khoán toàn cầu MSCI, giá vàng giao ngay và giá vàng tương lai; danh mục thị trường nội địa gồm vàng nội đia, giá USD/VND thị trường chợ đen, giá chứng khoán (VN 30). 𝑟𝑡 = 𝑐 + 𝛿𝑟𝑡−1 + 𝑒𝑡 (5) 2 ℎ𝑡 = 𝜔 + 𝛼𝑒𝑡−1 + 𝛾𝐼(𝑒𝑡−1 > 0)𝑒𝑡2 + 𝛽ℎ𝑡−1 (6) 𝑒𝑡 ~𝑁(0, ℎ𝑡 ) (7) Trong đó, I(·) là hàm biểu thị chỉ số nhận giá trị 1 nếu 𝑒𝑡−1 > 0 và nhận giá trị 0 nếu ngược lại. rt và rt-1 là tỷ suất sinh lợi của loại tài sản trong danh mục vào ngày t và ngày t-1, et và ht tương ứng với phần dư và phương sai của phần dư trong mô hình. c, δ, ω, α, γ, β là các tham số trong mô hình. Dữ liệu nghiên cứu Dữ liệu nghiên cứu liên quan đến mô hình đo lường mối quan hệ giữa Bitcoin, giá vàng và ngoại tệ như mô hình (1)-(4) được chúng tôi thu thập từ chuyên trang tài chính yahoo3, Fed4. Với các dữ liệu về giá vàng nội địa, giá USD/VND thị trường tự do, chỉ số giá chứng khoán, chúng tôi thu thập từ trang thông tin của Ngân hàng Nhà nước Việt Nam, Sở giao dịch Chứng khoán TPHCM và báo cáo của các công ty chứng khoán trong nước. Dữ liệu được thu thập theo ngày làm việc, 5 ngày/tuần trong thời gian từ ngày 3-2-2015 đến 26-2-2021. Trường hợp các ngày không giao dịch là ngày lễ, chúng tôi giả định giá 3 Yahoo Finance - Stock Market Live, Quotes, Business & Finance News 4 Federal Reserve Board - Data 821
  9. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM tài sản không thay đổi trong thời gian này. Điều này tương đương tỷ suất sinh lợi bằng không vào các ngày lễ. Với giá chứng khoán, chúng tôi sử dụng giá đóng cửa của ngày giao dịch. Đây là khoảng thời gian chúng tôi có thể thu thập đồng bộ và đầy đủ dữ liệu về các biến quan sát cho tất cả các mô hình. Hơn nữa, khoảng thời gian này cũng là giai đoạn Bitcoin trở nên phổ biến với nhiều nhà đầu tư. Dữ liệu gồm 1.580 quan sát. Thống kê mô tả các biến trong mô hình (1) được trình bày trong bảng 1. Độ lệch chuẩn trong bảng 1 cho thấy Bitcoin có biến động giá rất lớn so với giá trị trung bình trong giai đoạn nghiên cứu. Biến động của Bitcoin cũng rất lớn trong giai đoạn mẫu nghiên cứu của Dyhrberg (2016) (19/7/ 2010 đến 22/5/2015). So với tiền pháp định và vàng, Bitcoin luôn có bất ổn cao hơn rất nhiều. Trong giai đoạn nghiên cứu của Dyhrberg (2016), Bitcoin có giá trị trung bình 170.31. Trong mẫu của chúng tôi, giá trị trung bình của Bitcoin ở mức 6,118.00. Trong khi đó, vàng, tiền tệ, và chỉ số chứng khoán trong danh mục so sánh ít có biến động lớn như vậy. Thông thường, những tài sản có tính đầu cơ cao sẽ có bất ổn rất lớn, có lẽ Bitcoin là một loại như vậy. Bảng 1: Thống kê mô tả các biến trong mô hình EGARCH-(1,1)-X Bitcoin LnBitcoin DlnBitcoin Fed EUR GPB FSTE Gold_cash Gold_F4 Trung 6,118.0 7.9 0.003 0.968 1.133 1.343 6889.1 1364.6 1362.8 bình Sai số 185.5 0.0 0.001 0.021 0.001 0.002 14.6 5.8 5.8 chuẩn Trung vị 4,652.7 8.4 0.002 0.660 1.125 1.311 7025.2 1284.7 1283.1 Độ lệch 7,373.5 1.5 0.037 0.829 0.045 0.097 580.2 229.5 231.9 chuẩn Phương 54,368,183.6 2.2 0.001 0.687 0.002 0.009 336634.9 52662.1 53780.0 sai Giá trị 216.2 5.4 -0.222 0.040 1.038 1.149 4993.9 1048.3 1050.8 nhỏ nhất Giá trị lớn 54,771.1 10.9 0.178 2.450 1.249 1.588 7877.5 2063.6 2051.5 nhất Số quan 1580 1580 1579 1580 1580 1580 1580 1580 1580 sát 4. Kết quả nghiên cứu 4.1. Các kết quả ước lượng mô hình EGRACH (1,1) Bảng 2 trình bày kết quả ước lượng mô hình (1) và (2). Chúng tôi thực hiện ước lượng với phần mềm Stata5 lần lượt với từng mô hình. Dyhrberg (2016) tìm thấy lãi suất (Fed), 5 BAUR, D. G., DIMPFL, T. & KUCK, K. 2018. Bitcoin, gold and the US dollar – A replication and extension. Finance Research Letters, 25, 103-110. thực hiện ước lượng lại mô hình của DYHRBERG, A. 822
  10. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM tiền tệ (USD/EUR và USD/GBP) chỉ số giá chứng khoán (FSTE 100) có mối quan hệ có ý nghĩa thống kê trong mô hình kỳ vọng và mô hình phương sai. Trong kết quả nghiên cứu này, chúng tôi chưa tìm thấy ảnh hưởng của các biến lãi suất, tiền tệ, chứng khoán và vàng có ảnh hưởng đến suất sinh lợi của Bitcoin trong mức ý nghĩa thống kê. Tuy nhiên, một số biến này lại có tác động đến độ bất ổn của Bitcoin trong mức ý nghĩa thống kê. Kết quả cột (3) bảng 2 cho thấy, giá chứng khoán (FTSE) và giá vàng tương lai (Gold_F4) tăng làm tăng bất ổn giá Bitcoin, nhưng giá vàng giao ngay (Gold_cash) lại có quan hệ ngược chiều với bất ổn của Bitcoin. Dyhrberg (2016) không tìm thấy mối quan hệ nào giữa vàng với Bitcoin trong mô hình (1) nhưng vàng tương lai có biến động ngược chiều với bất ổn của Bitcoin trong mức ý nghĩa thống kế ở phương trình (2). Trong khi đó, nếu so với kết quả Baur và cộng sự (2018), các tác giả tìm thấy vàng tương lai có biến động cùng chiều với bất ổn Bitcoin và vàng giao ngay có biến động ngược chiều với bất ổn Bitcoin, các mối quan hệ chưa có ý nghĩa thống kê. Hệ số tương quan của biến L.LnBitcoin trong mô hình (1) có giá trị 0.221 và có ý nghĩa thống kê, giá trị này lớn hơn rất nhiều so với mức 0.0982 trong ước lượng của Dyhrberg (2016) hoặc 0.0775 trong ước lượng của Baur và cộng sự (2018). Điều này cho thấy tốc độ hội tụ về trạng thái cân bằng của Bitcoin thời điểm sau 2015 nhanh hơn nhiều so với trước đó. Hệ số β trong mô hình (2) có giá trị dương và có ý nghĩa thông kê, cho thấy bất ổn của kỳ trước lớn dẫn đến bất ổn kỳ này cũng lớn. Đây là biểu hiện của tâm lý đám đông trong giao dịch Bitcoin. Hằng số trong mô hình 2 có giá trị lớn cũng hàm ý bất ổn của Bitcoin còn chịu tác động của nhiều yếu tố chưa được quan sát trong mô hình. Bảng 3 trình bày kết quả mô hình (3) và (4). Kết quả cho thấy trong số các biến ngoại sinh chỉ có biến lãi suất chính sách của Fed có tác động ngược chiều đến lợi nhuận và bất ổn của Bitcoin trong mức ý nghĩa thống kê. Trước đây, Dyhrberg (2016) cho rằng lãi suất của Mỹ tăng, đồng USD tăng giá, nhập khẩu sẽ tăng và do đó có khả năng mua hàng trực tuyến sẽ tăng. Nếu như Bitcoin đặc biệt hữu ích cho thương mại trực tuyến quốc tế, nhu cầu về Bitcoin sẽ tăng lên tăng lợi nhuận từ các khoản đầu tư Bitcoin. Kết quả này làm nổi bật những lợi thế của Bitcoin như một phương tiện trao đổi, và sự tương đồng với tiền pháp định của Bitcoin. Tuy nhiên, với dữ liệu cập nhật của chúng tôi, kết quả có chút khác biệt. Đó là khi lãi suất tăng, lợi nhuận và rủi ro của Bitcoin đều giảm. Có thể lãi suất làm tăng chi phí đòn bẩy tài chính, dẫn đến nhu cầu nắm giữ Bitcoin giảm xuống. Điều H. 2016. Bitcoin, gold and the dollar – A GARCH volatility analysis. Ibid.16, 85-92. với nhiều phần mềm khác nhau nhưng kết quả từ Stata cho kết quả gần nhất với kết quả công bố của ibid.. 823
  11. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM này cho thấy Bitcoin chưa chắc chắn với chức năng phương tiện thanh toán mà vẫn là tài sản đầu cơ. Bảng 2: Kết quả hồi quy mô hình (1) và (2) Biến Mô hình (1) Mô hình (2) L.LNBITCOIN 0.221*** (0.0246) L2.LNBITCOIN -0.223*** (0.0247) L.FED -0.00306 -0.000208 (0.00210) (0.000289) L.EUR 0.0336 0.00450 (0.0324) (0.00425) L.GPB -0.0223 -0.00210 (0.0156) (0.00232) L.FSTE 1.80e-06 1.21e-06*** (2.40e-06) (3.79e-07) L.GOLD_F4 9.19e-05 0.000219*** (0.000133) (2.23e-05) L.GOLD_CASH -9.00e-05 -0.000222*** (0.000132) (2.22e-05) Hằng số -0.00760 -6.852*** (0.0328) (0.0297) α -0.000008 (1.88e-05) β 0.182*** (0.0240) Observations 1,578 Sai số trong ngoặc đơn. *** p
  12. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM Bảng 3: Kết quả hồi quy mô hình (3) và (4) Biến Mô hình (3) Mô hình (4) L.lnBitcoin -1.80e-05 (0.00195) L.FED -0.00493** -0.00256*** (0.00215) (0.000896) L.EUR 0.0259 0.0217*** (0.0332) (0.00602) L.GPB -0.0220 -0.0116*** (0.0160) (0.00448) L.FSTE 2.28e-06 2.28e-06*** (2.46e-06) (5.29e-07) L.GOLD_F4 0.000117 0.000240*** (0.000136) (2.22e-05) L.GOLD_CASH -0.000120 -0.000245*** (0.000136) (2.23e-05) Hằng số -0.00383 -6.834*** (0.0335) (0.0333) α -0.0000326*** (7.26e-06) γ 0.0000189 *** (6.04e-06) δ 0.212*** (0.0271) Observations 1,579 Giá trị sai số chuẩn trong ngoặc đơn. *** p
  13. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM phải giảm xuống. Giá Bitcoin giảm làm cho lợi nhuận kỳ vọng của nhà đầu tư tăng lên và nhà đầu tư tiếp tục nắm giữ Bitcoin. 4.2. Kết quả ước lượng mô hình GJR-GARCH(1,1) Mô hình nghiên cứu của Dyhrberg (2016) được rất nhiều nhà nghiên cứu về sau tín nhiệm, kết quả nghiên cứu được trích dẫn nhiều trong các bài nghiên cứu cùng chủ đề6. Tuy nhiên, mô hình của Dyhrberg (2016) vẫn có một số hạn chế có thể làm kết quả nghiên cứu có sai số cao, như việc sử dụng các biến ngoại sinh là tổ hợp I(1) trong cả mô hình kỳ vọng và mô hình phương sai. Theo Reinsel (2003), các biến ngoại sinh trong mô hình GRACH yêu cầu là biến có tổ hợp I(0); việc sử dụng đồng thời giá vàng giao ngay và giá vàng giao sau trong mô hình có thể tạo ra vấn đề đa cộng tuyến; Dyhrberg (2016) chỉ phân tích mô hình GARCH cho Bitcoin nên việc so sánh với vàng và tiền tệ khác (EUR và USD) thiếu cơ sở đối chiếu. Chính vì những hạn chế này, Baur và cộng sự (2018) đề xuất sử dụng mô hình GJR-GARCH(1,1) theo Glosten và cộng sự (1993) để phân tích bất ổn của Bitcoin và các tài sản tài chính khác trong danh mục so sánh. Trong phân này, chúng tôi trình bày các kết quả thống kê mô tả và kết quả mô hình GJR-GARCH(1,1) của Bitcoin cùng các các tài sản khác trên thị trường quốc tế gồm vàng (giao ngay và tương lai), chỉ số chứng khoán (FSTE 100 và MSCI toàn cầu), tiền tệ (đồng EUR/USD và đồng GBP/USD), và các tài sản tài chính thị trường nội địa bao gồm vàng, USD/VND thị trường chợ đen, chỉ số chứng khoán (VN 30). Các biến sử dụng trong mô hình GJR-GARCH(1,1) đều ở dạng tỷ suất sinh lợi theo ngày được tính như mô hình (8). 𝐿ợ𝑖 𝑛ℎ𝑢ậ𝑛 𝑛𝑔à𝑦 𝑡 = (𝑃𝑡 − 𝑃𝑡−1 )/𝑃𝑡−1 (8) Trong đó: P là giá tài sản. Bảng 4 trình bày kết quả thống kê mô tả lợi nhuận theo ngày của các tài sản trong danh mục so sánh. Lợi nhuận trung bình của Bitcoin rất cao so với các tài sản còn lại trong danh mục. Thí dụ, so với vàng trên thị trường quốc tế, lợi nhuận theo ngày của Bitcoin cao hơn 14-15 lần, cao hơn nắm giữ EUR/USD 83 lần, cao hơn lợi nhuận của FTSE 104 lần. Với thị trường nội địa, tỷ lệ này cao hơn nắm giữ vàng 12 lần, cao hơn nắm giữ USD/VND chợ đen 35 lần, và cao hơn đầu tư vào VN30 là 8 lần. Lợi nhuận cao của Bitcoin cũng đi kèm với rủi ro cao, độ bất ổn của Bitcoin cũng lớn nhơn nhiều lần so 6 Đến ngày 1/2/2021, bài viết có 891 trích dẫn trên trang web www.scholar.google.com 826
  14. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM với các tài sản còn lại. Biên độ dao động trong ngày của Bitcoin quanh mức +/- 20%, cũng cao hơn tất cả tài sản còn lại trong danh mục. Bảng 4: Thống kê mô tả các biến trong mô hình (5) Trung Sai số Độ lệch Phương Giá trị Giá trị lớn Số quan Trung vị bình chuẩn chuẩn sai nhỏ nhất nhất sát Bicoin 0.004085 0.000939 0.002300 0.037306 0.001392 -0.198700 0.195100 1577 GOLD_CASH 0.000274 0.000247 0.000000 0.009822 0.000096 -0.099300 0.098500 1577 GOLD_F4 0.000271 0.000230 0.000000 0.009134 0.000083 -0.049800 0.059500 1577 EUR 0.000049 0.000125 0.000000 0.004959 0.000025 -0.026400 0.031100 1577 GPB -0.000025 0.000154 0.000000 0.006106 0.000037 -0.078400 0.032000 1577 FTSE 0.000039 0.000270 0.000200 0.010736 0.000115 -0.108700 0.090500 1577 MSCI 0.000378 0.000289 0.000500 0.011486 0.000132 -0.113700 0.136100 1577 USD_CHODEN 0.000069 0.000049 0.000000 0.001349 0.000004 -0.009800 0.013600 1577 GOLD_VN 0.000316 0.000165 0.000000 0.006558 0.000043 -0.067500 0.064600 1577 VN30 0.000501 0.000283 0.000700 0.011253 0.000127 -0.067300 0.051600 1577 Bảng 5 trình bày mối quan hệ tương quan cặp giữa Bitcoin với các tài sản trong danh mục so sánh. Nhìn chung, Bitcoin có tương quan nhỏ với các tài sản này. Bitcoin với vàng chỉ có mối tương quan trung bình 9%, Bitcoin với tiền tệ (EUR và GBP) trung bình 4%, Bitcoin với chỉ số chứng khoán (FTSE và MSCI) trung bình 8%. Các cặp trương quan này có ý nghĩa thống kê ở mức 5%, ngoại trừ mối quan hệ giữa Bitcoin và tiền tệ. Kết quả tương quan cặp hàm ý trong giai đoạn nghiên cứu của chúng tôi, Bitcoin có mối liên hệ nhỏ với vàng và chứng khoán, còn với ngoại tệ mối quan hệ chưa có ý nghĩa thống kê. Bảng 5: Hệ số tương quan cặp các tài sản trong danh mục GOLD GOLD USD GOLD BITCOIN EUR GPB FTSE MSCI CASH F4 CHODEN VN GOLD_CASH 0.0854* 1 GOLD_F4 0.0932* 0.7470* 1 EUR 0.037 0.3039* 0.3795* 1 GPB 0.0421 0.1470* 0.1777* 0.5213* 1 FTSE 0.0884* -0.0124 -0.0302 -0.0678* 0.0525* 1 MSCI 0.0729* 0.0640* 0.0329 0.0492 0.2629* 0.6363* 1 USD_CHODEN 0.0293 -0.0026 0.0006 0.0425 -0.0438 -0.1250* -0.0594* 1 GOLD_VN 0.0576* 0.2135* 0.1906* 0.0877* 0.0252 -0.0746* -0.047 -0.0295 1 VN30 0.0754* -0.0275 -0.0547* -0.0352 0.0667* 0.1876* 0.1639 -0.0467 -0.0889* Ghi chú: * p
  15. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM Bảng 6 trình bày kết quả mô hình GJR-GARCH(1,1) với các loại tài sản trong danh mục so sánh với Bitcoin. Trong mô hình phương sai (mô hình (6)), giá trị hằng số của Bitcoin trong mô hình này (ω) có giá trị lớn nhất trong các tài sản trong danh mục so sánh. Kết quả này hàm ý Bitcoin là tài sản có độ bất ổn cao nhất. Hiệu ứng ARCH (α) của Bitcoin có giá trị lớn hơn so với các tài sản trên thị trường quốc tế nhưng vẫn nhỏ hơn so với giá USD/VND chợ đen và giá vàng ở thị trường nội địa. Điều này cho thấy cú sốc tăng tỷ giá USD/VND và cú sốc tăng giá vàng kỳ trước tạo ra bất ổn rất lớn đối với giá các tài sản này. Kết quả tham số β tại bảng 6 cũng cho thấy Bitcoin có hiệu ứng bất cân xứng với cú sốc giảm, USD/VND chợ đen và vàng nội đia cũng có hiệu ứng tương tự. Giá vàng giao ngay thị trường quốc tế và chỉ số chứng khoán quốc tế (FTSE và MSCI) cũng có hiệu ứng bất cân xứng với cú sốc tăng. Kết quả phản ứng bất cân xứng trong bảng 6 khác với kết quả của Baur và cộng sự (2018). Hiệu ứng bất cân xứng có thể tồn tại kéo dài trong thời gian dài (volatility persistence) nếu như tổng các tham số (α + β 1 +2γ) nhỏ hơn 1 (Ling và McAleer, 2002). Kết quả tại bảng 6 cho thấy, ngoại trừ MSCI, USD/VND chợ đen, vàng thị trường nội địa, thì các tài sản còn lại đều có tổng các tham số nhỏ hơn 1. Baur và cộng sự (2018) tìm thấy không có khả năng bất ổn dai dẳng với Bitcoin. Trong nghiên cứu về mối quan hệ giữa vàng và USD, Capie và cộng sự (2005) đã đề xuất bổ sung biến chỉ số giá USD vào mô hình kỳ vọng. Tham số của biến này sẽ cho thấy mối liên hệ giữa vàng và USD. Để có thêm bằng chứng về mối quan hệ giữa Bitcoin và tiền tệ, chúng tôi thực hiện thêm mô hình GJR-GARCH(1,1) trong đó bổ sung thêm biến tỷ suất sinh lợi chỉ số giá USD vào mô hình (5). Kết quả ước lượng trình bày trong bảng 7. Kết quả cho thấy tham số biến tỷ suất sinh lợi chỉ số giá USD (Dollar index return) trong mô hình đo lường suất sinh lợi của Bitcoin là không có ý nghĩa thống kê. Trong khi đó, các tài sản quốc tế khác như vàng, tiền tệ và chứng khoán có mối liên hệ với USD. Tham số biến Dollar index return trong các mô hình này có ý nghĩa thống kê với giá trị gần bằng 1 đối với các tài sản là vàng giao ngay, vàng tương lai, EUR/USD và GBP/USD. Kết quả này một lần nữa cho thấy Bitcoin chưa có mối liên hệ với tiền tệ. 828
  16. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM Bảng 6: Kết quả hồi quy mô hình (5) và (6) – danh mục tài sản thị trường quốc tế GOLD GOLD USD r BITCOIN EUR GPB FTSE MSCI GOLDVN VN30 CASH F4 CHODEN L.r 0.230*** -0.0303 -0.0353 0.0446* 0.0234 0.0447* -0.0746*** -.07791** -0.00673 0.0601** (0.0256) (0.0310) (0.0294) (0.0259) (0.0293) (0.0246) (0.0254) (02708) (0.0278) (0.0269) c 0.00266*** 0.000134 0.000181 6.88e-05 3.62e-05 0.000567*** 0.00118*** 5.98e-06 -3.44e-05 0.00115*** (0.000698) (0.000218) (0.000213) (0.000108) (0.000138) (0.000194) (0.000158) (0000184) (8.39e-05) (0.000215) α 0.164*** 0.0773*** 0.0366*** 0.0373*** 0.152*** -0.00458 0.0299*** 0.403*** 0.683*** 0.0414*** (0.0197) (0.0147) (0.00780) (0.0100) (0.0174) (0.00727) (0.0111) (0.0279) (0.0525) (0.0102) γ -0.0711*** 0.0586*** -0.00556 0.0202 -0.0388 0.181*** 0.349*** -0.214*** -0.488*** 0.252*** (0.0208) (0.0187) (0.00833) (0.0143) (0.0244) (0.0189) (0.0342) (0.0311) (0.0550) (0.0320) β 0.865*** 0.843*** 0.953*** 0.948*** 0.709*** 0.907*** 0.821*** 0.731*** 0.647*** 0.824*** (0.00998) (0.0148) (0.00793) (0.00846) (0.0453) (0.00950) (0.0175) (0.0105) (0.0134) (0.0161) ω 2.81e-05*** 5.16e-06*** 1.05e-06*** 1.55e-07** 5.42e-06*** 1.47e-06*** 1.45e-06*** 5.87e-08*** 1.46e-06*** 3.88e-06*** (4.32e-06) (8.60e-07) (3.05e-07) (6.69e-08) (1.17e-06) (3.47e-07) (3.07e-07) (3.82e-09) (9.84e-08) (6.71e-07) α+β+γ/2 0.99345 0.9496 0.98682 0.9954 0.8416 0.99292 1.0254 1.027 1.086 0.9914 Giá trị sai số chuẩn trong ngoặc đơn. *** p
  17. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM Bảng 7: Mối quan hệ của Bitcoin và các tài sản khác với chỉ số giá đô la GOLD GOLD USD GOLD r BITCOIN EUR GPB FTSE MSCI VN30 CASH F4 CHODEN VN l.r 0.231*** 0.000782 -0.0496* -0.0871*** -0.0358 0.0443* -0.0805*** -0.0874*** -0.00970 0.0595** (0.0258) (0.0254) (0.0270) (0.0159) (0.0240) (0.0250) (0.0249) (0.0270) (0.0278) (0.0270) Dollar index return -0.266 -0.994*** -0.840*** -0.937*** -0.731*** 0.217*** -0.201*** 0.00912* -0.00779 0.0337 (0.176) (0.0356) (0.0368) (0.0187) (0.0321) (0.0500) (0.0333) (0.00552) (0.0225) (0.0573) c 0.00270*** 0.000141 0.000165 6.37e-06 3.58e-05 0.000571*** 0.00119*** 7.08e-06 -3.64e-05 0.00115*** (0.000700) (0.000198) (0.000203) (7.73e-05) (0.000117) (0.000193) (0.000155) (1.83e-05) (8.41e-05) (0.000214) α 0.164*** 0.164*** 0.0665*** 0.0580*** 0.120*** -2.94e-05 0.0311*** 0.410*** 0.679*** 0.0415*** (0.0197) (0.0191) (0.0113) (0.0111) (0.0138) (0.00813) (0.0109) (0.0283) (0.0531) (0.0101) γ -0.0673*** -0.0289 -0.0356*** -0.0272** 0.0247 0.191*** 0.352*** -0.217*** -0.483*** 0.252*** (0.0209) (0.0297) (0.0129) (0.0124) (0.0267) (0.0205) (0.0355) (0.0314) (0.0551) (0.0320) β 0.862*** 0.810*** 0.932*** 0.945*** 0.755*** 0.897*** 0.819*** 0.728*** 0.646*** 0.825*** (0.0102) (0.0141) (0.00938) (0.00811) (0.0317) (0.0110) (0.0180) (0.0105) (0.0139) (0.0160) ω 2.94e-05*** 4.38e-06*** 1.49e-06*** 1.40e-07*** 3.04e-06*** 1.68e-06*** 1.45e-06*** 5.86e-08*** 1.47e-06*** 3.86e-06*** (4.45e-06) (6.26e-07) (3.19e-07) (3.92e-08) (5.71e-07) (3.80e-07) (3.20e-07) (3.80e-09) (1.03e-07) (6.73e-07) Giá trị sai số chuẩn trong ngoặc đơn. *** p
  18. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM 5. Kết luận Dyhrberg (2016) là người tiên phong nêu bằng chứng khoa học cho thấy Bitcoin là tài sản có đặc điểm hỗn hợp giữa vàng và tiền pháp định. Nhận định này đã được phủ định bởi Baur và cộng sự (2018). Trong nghiên cứu này, một lần nữa chúng tôi đánh giá lại vai trò của Bitcoin và tìm bằng chứng khoa học dựa trên phân tích dữ liệu suất sinh lợi của Bitcoin từ năm 2015-2021. Chúng tôi sử dụng mô hình như Dyhrberg (2016) đề xuất, từ đó so sánh tham số của mô hình trong 2 giai đoạn. Chúng tôi cũng sử dụng mô hình không có biến ngoại sinh để so sánh bất ổn của Bitcoin với các tài sàn khác như vàng, USD, chỉ số giá chứng khoán trên thị trường quốc tế. Chúng tôi cũng phân tích bổ sung thêm các tài sản có đặc tính bất ổn cao như giá vàng, giá USD thị trường chợ đen, giá chứng khoán (VN30) vào danh mục so sánh. Kết quả nghiên cứu cho thấy, trong các biến ngoại sinh được cho có tác động đến lợi nhuận của Bitcoin mà Dyhrberg (2016) đã đề xuất, chỉ có lãi suất chính sách của Mỹ có tác động ngược chiều đến lợi nhuận và độ bất ổn của Bitcoin trong mức ý nghĩa thống kê. Kết quả từ mô hình phương sai cho thấy tồn tại hiệu ứng đòn bẩy. Kết quả này cho thấy mô hình do Dyhrberg (2016) đề xuất đã không cho kết quả nhất quán khi thay đổi thời gian thu thập dữ liệu. Từ đó nhận định của tác giả này về đặc tính của Bitcoin không còn chính xác. Khi mở rộng phân tích lợi nhuận, đặc tính bất ổn của Bitcoin và các tài sản khác trong danh mục so sánh, chúng tôi nhận thấy mối quan hệ giữa Bitcoin và tiền tệ không có ý nghĩa thông kê mức 5%. Bitcoin cũng không có mối quan hệ với chỉ số giá USD trong mức ý nghĩa thống kê khi chỉ số này được bổ sung vào mô hình kỳ vọng. Kết quả này cũng không ủng hộ Bitcoin là tài sản hỗn hợp giữa vàng và tiền tệ. Trong danh mục so sánh tài sản thị trường nội địa, Bitcoin vẫn có suất sinh lợi cao và bất ổn lớn hơn. Bitcoin có tương quan cùng chiều với vàng và chứng khoán trong mức ý nghĩa thống kê 5%. Tương quan cặp giữa Bitcoin và USD/VND chợ đen cùng chiều nhưng không có ý nghĩa thống kê. Điều này hàm ý nhà đầu tư trong nước không thể chọn Bitcoin để đa dạng hóa danh mục đầu tư. Các phân tích về độ bất ổn của các tài sản cho thấy hiệu ứng ARCH của Bitcoin có giá trị lớn hơn so với các tài sản trên thị trường quốc tế nhưng vẫn nhỏ hơn so với giá USD/VND chợ đen và giá vàng ở thị trường nội đia. Kết quả nghiên cứu cũng cho thấy Bitcoin có hiệu ứng bất cân xứng với cú sốc giảm. Đặc biệt, hiệu ứng bất cân xứng có thể tồn tại dai dẳng trong thời gian dài (volatility persistence) đối với cả Bitcoin và tiền tệ. 831
  19. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM Phụ lục 1: Diễn biến giá Bitcoin và các tài sản khác trong mô hình (1) Bitcoint 60,000 50,000 40,000 30,000 20,000 10,000 0 15 16 17 18 19 20 21 EUR 1.28 1.24 1.20 1.16 1.12 1.08 1.04 1.00 15 16 17 18 19 20 21 832
  20. HỘI THẢO KHOA HỌC QUỐC GIA ĐỊNH HÌNH LẠI HỆ THỐNG TÀI CHÍNH TOÀN CẦU VÀ CHIẾN LƯỢC CỦA VIỆT NAM GPB 1.6 1.5 1.4 1.3 1.2 1.1 15 16 17 18 19 20 21 Gold_cash 2,200 2,000 1,800 1,600 1,400 1,200 1,000 15 16 17 18 19 20 21 833
nguon tai.lieu . vn
Ngân hàng - Tín dụng Kế toán - Kiểm toán Đầu tư Bất động sản Quỹ đầu tư Đầu tư Chứng khoán Tài chính doanh nghiệp Bảo hiểm Tiêu chuẩn - Qui chuẩn Giáo dục học Kinh tế học Quản trị kinh doanh