Tạp chí đã xuất bản
2004
ISSN
ISSN 2615-9813
ISSN (số cũ) 1859-3682

SỐ 186 | THÁNG 9/2021

Kiểm định mối quan hệ giữa vàng và dầu thô: Tiếp cận bằng kiểm định nhân quả Granger phân vị

Trần Thị Tuấn Anh

Tóm tắt:

Bài viết phân tích mối quan hệ giữa vàng và dầu thô bằng kiểm định Granger phân vị với số liệu tỷ suất sinh lợi (TSSL) hàng ngày từ tháng 01/2010 đến tháng 4/2021. Kết quả nghiên cứu cho thấy thông tin trong quá khứ của TSSL vàng có hàm chứa thông tin hữu ích để dự báo TSSL dầu thô nhưng điều này chủ yếu xảy ra ở phân vị giữa khi xét trên toàn bộ mẫu số liệu, cũng như xảy ra chủ yếu ở các phân vị thấp của TSSL dầu thô khi xét giai đoạn trước khi xảy ra Covid-19. Tuy nhiên, dầu thô không có vai trò đóng góp thông tin trong dự báo giá vàng ở tất cả các phân vị được xem xét. Đại dịch Covid-19 diễn ra đã làm thay đổi sâu sắc mối liên hệ giữa hai tài sản tài chính quan trọng này. Kết quả nghiên cứu có một hàm ý quan trọng cho nhà đầu tư khi xây dựng danh mục đầu tư có liên quan đến vàng và dầu thô cũng như xác định lại mô hình dự báo với sự có mặt của hai tài sản tài chính quan trọng này.

Tài liệu tham khảo:

  1. Ansari, M. G. & Sensarma, R. (2019). US monetary policy, oil and gold prices: Which has a greater impact on BRICS stock markets? Economic Analysis and Policy, 64, 130–151.
  2. Arouri, M. E. H., Jouini, J., & Nguyen, D. K. (2011). Volatility spillovers between oil prices  and stock sector returns: Implications for portfolio management. Journal of International Money and Finance, 30(7), 1387–1405.
  3. Baur, D. G., & Lucey, B. M. (2010). Is gold a hedge or a safe haven? An analysis of stocks, bonds and gold. Financial Review, 45(2), 217–229.
  4. Bedoui, R., Braiek, S., Guesmi, K., Chevallier, J. (2019). On the conditional dependence structure between oil, gold and USD exchange rates: Nested copula based GJRGARCH model. Energy Econ. 80, 876–889.
  5. Briggs, W. M & Hung, N. T. (2020). Decision Making versus Testing: A Changing of the Guards in Empirical Research? Asian Journal of Economics and Banking, 4(2).
  6. Chen, R., & Xu, J. (2018). Forecasting volatility and correlation between oil and gold prices using a novel multivariate GAS model. Energy Economics. doi:10.1016/j.eneco.2018.11.011hinese).
  7. Chuang, C., Kuan, C., & Lin, H. (2009). Causality in quantiles and dynamic stock return–volume relations. J. Bank. Financ. 33 (7), 1351–1360.
  8. Ding, H., Kim, H. G., Park, S. Y. (2016). Crude oil and stock markets: Causal relationships in tails? Energy Econ. 59, 58–69.
  9. Elie, B., Naji, J., Dutta, A., & Uddin, G. S. (2019). Gold and crude oil as safe-haven assets for clean energy stock indices: Blended copulas approach. Energy. doi:10.1016/j.energy.2019.04.155
  10. Engle, R. F. & Granger, C. W. J. (1987). Co-integration and error-correction: representation, estimation and testing. Econometrica, 55 (2), 251–276.
  11. Ewing, B. T., & Malik, F. (2013). Volatility transmission between gold and oil futures under structural breaks. International Review of Economics & Finance, 25, 113–121.
  12. Gharib, C., Mefteh-Wali, S., & Jabeur, S. B. (2020). The bubble contagion effect of Covid-19 outbreak: Evidence from crude oil and gold markets. Finance Research Letters, 101703.
  13. Granger, C. (1969). Investigating casual relations by econometric models and cross-spectral methods. Econometrica, 37, 424–438.
  14. Johansen, S. & Juselius, K. (1990). Maximum likelihood estimation and inference on cointegration with application to money demand. Oxf. Bull. Econ. Stat. 52, 169–210.
  15. Kanjilal, K. & Ghosh, S. (2017). Dynamics of crude oil and gold price post 2008 global financial crisis – New evidence from threshold vector error-correction model. Resources Policy, Elsevier, 52(C), 358-365.
  16. Nakamura, T. & Small, M. (2007). Tests of the random walk hypothesis for financial data. Physica A, 377, 599–615.
  17. Nguyễn Thành Nam (2020). Ảnh hưởng của các cú sốc giá dầu đến các biến ngân sách của Việt Nam. Tạp chí Khoa học & Đào tạo Ngân hàng, 219, 1–13.
  18. Salisu, A. A., Vo, X. V., & Lawal, A., (2020). Hedging oil price risk with gold during Covid-19 pandemic, Resources Policy, doi:  ttps://doi.org/10.1016/j.resourpol.2020.101897.
  19. Shannon, C. E. (1948). A Mathematical Theory of Communication. Bell System Technical Journal. 27 (3): 379–423.
  20. Trần Huy Hoàng & Trịnh Hữu Hạnh (2019). Tác động của giá vàng đến thị trường chứng khoán Việt Nam. Tạp chí Nghiên cứu & Trao đổi. Số 46 (56), 39–43.
  21. Trần Ngọc Tuấn & Vũ Việt Quảng (2019). Mối quan hệ giữa giá vàng, chỉ số thị trường chứng khoán và tỷ giá ở Việt Nam: Tiếp cận bằng phương pháp CANONICAL – VINE COPULA. JABES in Vietnamese, 30(3), 05-34.
  22. Wang, C. & Wang, T., Trafimow, D., & Talordphop. K.  (2020). Decision Making versus Testing: A Changing of the Guards in Empirical Research?. Asian Journal of Economics and Banking, 4(2).
  23. Yang, Y. (2007). Analysis of linkage between gold price and oil price. Gold 28, 4–7
  24. Zhang, Y.-J., & Wei, Y.-M. (2010). The crude oil market and the gold market: Evidence for cointegration, causality and price discovery. Resources Policy, 35(3), 168–177.


Investigating the Relationship between Gold and Crude Oil – An Approach by Granger Causality in Quantiles

Abstract:

This paper investigates the relationship between gold and crude oil using the Granger causality in quantiles test with daily returns from January 2010 to April 2021. The results reveal that gold returns contain useful information for forecasting crude oil returns, but this only occurs in the median for the whole sample and occurs primarily in the low quantiles of crude oil return when considering the pre-Covid-19 period. However, the historical data of crude oil return does not help to forecast the gold return. The Covid-19 pandemic has profoundly changed the relationship between these important financial assets. This result has an important implication for investors when considering building a portfolio related to gold and crude oil as well as redefining the forecasting model for two financial assets.