Tác động của chỉ số thị trường chứng khoán Trung Quốc đến chỉ số thị trường chứng khoán Việt Nam

HỘI THẢO QUỐC TẾ: PHÁT TRIỂN KINH TẾ VÀ KINH DOANH BỀN VỮNG TRONG ĐIỀU KIỆN TOÀN CẦU HÓA 79
TÁC ĐỘNG CỦA CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN TRUNG QUỐC ĐẾN 
CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM
Nguyễn Thị Việt Nga*
TÓM TẮT: Bài viết tìm hiểu tác động củachỉ số của thị trường chứng khoán Trung Quốc đến chỉ số của thị 
trường chứng khoán Việt Nam. Dữ liệu theo ngày được thu thập từ ngày 17 tháng 5 năm 2016 đến ngày 
17 tháng 5 năm 2019, gồm 724 quan sát. Để mô tả mối quan hệ giữa các biến này, tác giả sử dụng mô 
hình tự hồi quy phân phối trễ. Kết quả cho thấy, trong ngắn hạn, chỉ số của thị trường chứng khoán Việt 
Nam bị ảnh hưởng bởi những biến đổi trong quá khứ của chính nó và bị ảnh hưởng bởi chỉ số của thị 
trường chứng khoán Trung Quốc cùng ngày. Trong dài hạn vẫn tồn tại mối quan hệ cân bằng dài hạn giữa 
chỉ số thị trường chứng khoán Việt Nam thị trường chứng khoán Trung Quốc. Mối quan hệ giữa hai chỉ số 
thị trường chứng khoán trong ngắn hạn và dài hạn đều là quan hệ cùng chiều.
Từ khóa: chỉ số thị trường chứng khoán, Trung Quốc, Việt Nam, mô hình tự hồi quy phân phối trễ.
1. GIỚI THIỆU
Quá trình toàn cầu hóa của các thị trường tài chính quốc tế làm sự tương tác giữa các thị 
trường chứng khoán tăng lên thông qua các tiến bộ trong công nghệ thông tin và viễn thông 
giúp tăng cường mối quan hệ giữa các thị trường khác nhau, điều này dẫn đến sự bất ổn kinh tế 
của những nước phát triển hoặc các nước có quy mô kinh tế lớn sẽ ảnh hưởng nhiều hơn đến thị 
trường chứng khoán các quốc gia nhỏ và đang phát triển. Hệ quả của hiện tượng này là tài sản 
được giao dịch ở các thị trường khác nhau sẽ có mức rủi ro tương tự nhau, hay nói cách khác các 
tài sản tài chính được giao dịch ở mỗi thị trường riêng biệt sẽ có cùng mức rủi ro và dẫn đến mức 
kỳ vọng lợi nhuận là tương tự nhau. Do đó, các nhà đầu tư có thể tận dụng mối tương quan giữa 
các thị trường quốc tế và nội địa để tăng lợi nhuận và giảm rủi ro (Shih và cộng sự, 2008; Oliveira 
và cộng sự, 2009).
Theo thông tin của Worldbank vào ngày 18/09/2015, nền kinh tế Trung Quốc đã vượt qua 
Nhật Bản và trở thành nền kinh tế lớn thứ hai thế giới, chỉ sau Mỹ, thị trường Trung Quốc đã trở 
nên quan trọng và ảnh hưởng lớn đến nền kinh tế toàn cầu. Các nhà lãnh đạo của nước này đã tự 
tin hơn trên thị trường quốc tế và bắt đầu tác động đến thị trường Châu Á, Châu Phi và Mỹ La Tinh 
nhiều hơn, với các hợp đồng có giá trị lớn. Bên cạnh đó, theo Hiệp hội các quốc gia Đông Nam Á 
(Association of Southeast Asian Nations), với sự thành lập của Cộng đồng Kinh tế ASEAN (AEC) 
vào ngày 31/12/2015, AEC Blueprint 2025 sẽ dẫn dắt khu vực ASEAN trở nên chủ động hơn, tạo 
* Học viện Tài chính, Đức Thắng, Bắc Từ Liêm, Hà Nội, Việt Nam.
HỘI THẢO QUỐC TẾ: PHÁT TRIỂN KINH TẾ VÀ KINH DOANH BỀN VỮNG TRONG ĐIỀU KIỆN TOÀN CẦU HÓA80
nên cấu trúc và các khuôn khổ hoạt động như một cộng đồng kinh tế. Ngoài ra, Blueprint còn chắc 
chắn rằng các nước thành viên sẽ không chỉ liên kết về kinh tế với nhau, mà còn liên kết một cách 
vững chắc với nền kinh tế toàn cầu, góp phần thực hiện mục tiêu phát triển chung. Những sự kiện 
này đã góp phần làm cho mối quan hệ giữa thị trường vốn giữa Trung Quốc với các nước trong khu 
vực Đông Nam Á trở nên mạnh hơn. Điều này có thể thấy được khi chỉ số Shanghai Composite 
của thị trường chứng khoán Trung Quốc vào những ngày đầu năm 2016 giảm quá sâu, có lúc phải 
kích hoạt hệ thống ngừng giao dịch đã phần nào khiến cho thị trường chứng khoán của nhiều nước 
trên thế giới giảm, trong đó có Việt Nam. Sự kiện này dẫn đến câu hỏi liệu thị trường chứng khoán 
của Trung Quốc có ảnh hưởng đến thị trường chứng khoán của Việt Nam không là vấn đề cần thiết 
nên được xem xét trong bối cảnh thị trường biến động như hiện nay. Do đó, nhóm tác giả thực hiện 
bài nghiên cứu nhằm xem xét mối quan hệ giữa thị trường chứng khoán Trung Quốc và Việt Nam.
2. TỔNG QUAN LÝ THUYẾT
Bắt đầu từ giữa thế kỷ thứ XX, sự phát triển của công nghệ thông tin, điện tử và viễn thông 
giúp cho quá trình toàn cầu hóa diễn ra nhanh hơn, kéo theo đó là mối liên hệ giữa các thị trường 
tài chính trên thế giới cũng mạnh hơn. Sự tương tác hay tính liên kết giữa các thị trường tài chính 
dẫn đến việc một cú sốc (shock) trong thị trường tài chính, mà đặc biệt là thị trường tài chính có 
quy mô lớn, sẽ dẫn đến thay đổi trong những thị trường tài chính khác mà chủ yếu là thị trường tài 
chính đang phát triển. Điều này dẫn đến tài sản giao dịch giữa các thị trường khác nhau sẽ có rủi 
ro tương tự, từ đó tạo ra lợi nhuận tương tự nhau bởi tính liên kết của các thị trường đó. Một khi sự 
liên kết giữa các thị trường tài chính mạnh hơn sẽ làm cho các thị trường này thay đổi giống nhau 
hơn. Khi đó, một cú sốc trong một chỉ số trên một thị trường chứng khoán dẫn đến thay đổi tương 
tự trên các thị trường khác nhau trên thế giới. Nghiên cứu của Otavio R.De Mediros, Gustavo R.De 
Oliveira và F.N Van Doornik (2009) cho thấy rằng thị trường chứng khoán Brazil có  ... 
Hình 1 gợi ý rằng các chuỗi thời gian ban đầu không dừng. Chúng ta khảo sát đồ thị các chuỗi 
sai phân bậc nhất của các chuỗi ban đầu như trong Hình 2.
-60
-40
-20
0
20
40
III IV I II III IV I II III IV I II
2016 2017 2018 2019
DVNI
-200
-160
-120
-80
-40
0
40
80
120
160
III IV I II III IV I II III IV I II
2016 2017 2018 2019
DSHANGHAI_COMPOSITE
Hình 2. Đồ thị của các chuỗi DVNI và DHANGSENG COMPOSITE
Hình 2 gợi ý rằng các chuỗi sai phân bậc nhất của các chuỗi thời gian ban đầu là các chuỗi 
dừng. Để minh chứng, chúng ta sử dụng kiểm định nghiệm đơn vị, nhờ một kiểm định phổ biến 
là kiểm định Augmented Dicky-Fuller (kiểm định ADF). Kết quả sử dụng kiểm định nghiệm đơn 
vị với trễ bậc 4 theo khuyến nghị của Newey-West, với kỹ thuật sử dụng theo dạng mô hình có 
xu hướng và hệ số chặn. Các Bảng 1 và 2 dưới đây lần lượt trình bày các kiểm định ADF cho các 
chuỗi thời gian ban đầu, và các chuỗi sai phân bậc nhất của chúng.
Bảng 1. Kết quả kiểm định tính dừng của các chuỗi VNI và HANGSENG COMPOSITE
HỘI THẢO QUỐC TẾ: PHÁT TRIỂN KINH TẾ VÀ KINH DOANH BỀN VỮNG TRONG ĐIỀU KIỆN TOÀN CẦU HÓA 85
Bảng 2. Kết quả kiểm định tính dừng của các chuỗi DVNI và DHANGSENG COMPOSITE
Kiểm định nghiệm đơn vị cho thấy các chuỗi gian ban đầu không dừng, nhưng sau khi lấy sai 
phân bậc nhất, chúng ta thu được các chuỗi thời gian dừng. Các kết quả này phù hợp với những dự 
đoán ban đầu từ các Hình 1 và 2. Việc sử dụng phương pháp lấy sai phân bậc nhất không chỉ để 
thu được các chuỗi thời gian dừng, mà đây còn là một lựa chọn phù hợp khi cần giải thích các hàm 
phản ứng. Bởi vì, các chuỗi sai phân này cung cấp thông tin về xu hướng tăng hoặc giảm (theo dấu 
của kết quả sai phân) chứ không tập trung cung cấp thông tin về giá trị thực của chuỗi thời gian.
Tiếp theo, chúng ta thực hiện thống kê mô tả cho thấy các biến đều có độ lệch chuẩn cao, thể 
hiện sự biến động mạnh của các biến này. Giá trị thống kê Jarque-Bera ở mức cao cho thấy rằng 
các chuỗi đều không có phân phối chuẩn.
 Mean Median
 Maxi-
mum
 Mini-
mum
 Std. Dev.
 Skew-
ness
 Kurtosis
 Jarque - 
Bera
 Probability Sum
 Sum Sq. 
Dev.
 Ob-
serva-
tions
DVNI 0.486487 1.110000 37.85000 -56.33 9.756029 -1.14 9.244214 1331.134 0.000000 351.7300 68720.04 723
DSHANG-
HAI - 
COMPOS-
ITE
 0.053416 1.890000 157.0500 -171.9 30.42501 -0.535 7.708474 702.3827 0.000000 38.62000 668341.7 723
Bảng 3. Thống kê mô tả các sai phân của từng biến
Bước tiếp theo cần xác định độ trễ tối ưu cho mô hình ARDL. Đây là một công đoạn quan 
trọng trước khi ước lượng mô hình ARDL. Cách truyền thống để lựa chọn độ trễ tối ưu là ước 
lượng mô hình ARDL nhiều lần với các trễ giảm dần đến 0. Trong số các mô hình ARDL được ước 
lượng, chúng ta lựa chọn mô hình nào có giá trị tiêu chuẩn thông tin Hannan-Quin nhỏ nhất. Trong 
bài báo này, tác giả thử các trễ đến tối đa bậc 12 và lựa chọn được mô hình được khuyến nghị theo 
HỘI THẢO QUỐC TẾ: PHÁT TRIỂN KINH TẾ VÀ KINH DOANH BỀN VỮNG TRONG ĐIỀU KIỆN TOÀN CẦU HÓA86
tiêu chuẩn Hannan-Quin là mô hình ARDL(2,0). Hình 3 sau đây chỉ minh họa tiêu chuẩn cho 20 
mô hình có kết quả tốt hơn cả, trong đó có mô hình tốt nhất nói trên.
7.330
7.332
7.334
7.336
7.338
7.340
7.342
7.344
7.346
A
R
D
L(
2,
 0
)
A
R
D
L(
5,
 0
)
A
R
D
L(
4,
 0
)
A
R
D
L(
3,
 0
)
A
R
D
L(
6,
 0
)
A
R
D
L(
2,
 1
)
A
R
D
L(
5,
 1
)
A
R
D
L(
4,
 1
)
A
R
D
L(
2,
 2
)
A
R
D
L(
3,
 1
)
A
R
D
L(
6,
 1
)
A
R
D
L(
7,
 0
)
A
R
D
L(
4,
 2
)
A
R
D
L(
1,
 0
)
A
R
D
L(
5,
 2
)
A
R
D
L(
3,
 2
)
A
R
D
L(
9,
 0
)
A
R
D
L(
6,
 2
)
A
R
D
L(
2,
 3
)
A
R
D
L(
8,
 0
)
Hannan-Quinn Criteria (top 20 models)
Hình 3. Minh họa tiêu chuẩn Hann-Quin cho 20 mô hình tốt nhất
Kết quả ước lượng mô hình ARDL được trình bày trong Bảng 4 sau đây.
Dynamic regressors (12 lags, automatic): 
D(SHANGHAI_COMPOSITE)
Fixed regressors: C 
Number of models evalulated: 156 
Selected Model: ARDL(2, 0) 
Note: final equation sample is larger than selection sample 
Variable
Coefficie
nt Std. Error t-Statistic Prob.* 
D(VNI(-1)) -0.039778 0.035668 -1.115232 0.2651 
D(VNI(-2)) 0.119079 0.035801 3.326116 0.0009 
D(SHANGHAI_COM
POSITE) 0.084552 0.011497 7.354260 0.0000 
C 0.448229 0.348521 1.286088 0.1988 
R-squared 0.090668 Mean dependent var 0.495534 
Adjusted R-squared 0.086863 S.D. dependent var 9.768021 
S.E. of regression 9.334144
 Akaike info 
criterion 7.310768 
Sum squared resid 62469.51 Schwarz criterion 7.336180 
Log likelihood -2631.532
 Hannan-Quinn 
criter. 7.320578 
F-statistic 23.83033 Durbin-Watson stat 2.007488 
Prob(F-statistic) 0.000000 
*Note: p-values and any subsequent tests do not account for 
model selection. 
Bảng 4. Kết quả ước lượng mô hình ARDL(2,0)
HỘI THẢO QUỐC TẾ: PHÁT TRIỂN KINH TẾ VÀ KINH DOANH BỀN VỮNG TRONG ĐIỀU KIỆN TOÀN CẦU HÓA 87
Tuy mô hình ARDL(2,0) là mô hình tốt nhất trong số các mô hình theo tiêu chuẩn Hannan-
Quin, nhưng có thể nhận thấy, sau khi ước lượng, có một hệ số hồi quy không có ý nghĩa thống kê 
ở mức ý nghĩa 5%, đó là DVNI(-1). Chúng ta có thể ước lượng lại mô hình, sau khi bỏ các biến này 
khỏi mô hình, như trong Bảng 5. Các hệ số hồi quy trong mô hình ở Bảng 5 đều có ý nghĩa thống 
kê ở mức ý nghĩa 5%. Có thể nhận thấy các hệ số hồi quy của các biến có ý nghĩa thống kê trong 
mô hình ở Bảng 4 và Bảng 5 sai lệch nhau không nhiều.
Dependent Variable: D(VNI) 
Method: Least Squares 
Included observations: 721 after adjustments 
Variable
Coefficie
nt Std. Error t-Statistic Prob. 
D(VNI(-2)) 0.120523 0.035784 3.368075 0.0008 
D(SHANGHAI_COM
POSITE) 0.083935 0.011486 7.307794 0.0000 
C 0.428103 0.348113 1.229781 0.2192 
R-squared 0.089091 Mean dependent var 0.495534 
Adjusted R-squared 0.086553 S.D. dependent var 9.768021 
S.E. of regression 9.335728
 Akaike info 
criterion 7.309727 
Sum squared resid 62577.88 Schwarz criterion 7.328786 
Log likelihood -2632.157
 Hannan-Quinn 
criter. 7.317084 
F-statistic 35.11171 Durbin-Watson stat 2.086869 
Prob(F-statistic) 0.000000 
Bảng 5. Kết quả ước lượng mô hình DVNI sau khi bỏ một số biến
Sau khi xác định được các nhân tố tác động đến biến động của chỉ số thị trường chứng khoán 
như khuyến nghị của mô hình. Trước khi phân tích kết quả, bước tiếp theo, chúng ta cần kiểm định 
mô hình ARDL(2,0) ở trên.
Trước tiên cần kiểm định, phần dư của mô hình không mắc khuyết tật tự tương quan, nhờ 
kiểm định nhân tử Lagrange (Lagrang Multiplier, viết tắt là LM) như trong Bảng 6.
Breusch-Godfrey Serial 
Correlation LM Test: 
F-statistic 1.394257 
 Prob. 
F(1,717) 0.2381
Obs*R-
squared 1.399314 
 Prob. Chi-
Square(1) 0.2368
Breusch-Godfrey Serial 
Correlation LM Test: 
F-statistic 0.696466
 Prob. 
F(2,716) 0.4987
Obs*R-
squared 1.399937
 Prob. Chi-
Square(2) 0.4966
Bảng 6. Kiểm định LM về hiện tượng tự tương quan của phần dư của mô hình ARDL
HỘI THẢO QUỐC TẾ: PHÁT TRIỂN KINH TẾ VÀ KINH DOANH BỀN VỮNG TRONG ĐIỀU KIỆN TOÀN CẦU HÓA88
Như vậy, mô hình ARDL(2,0) có phần dư không mắc khuyết tật tự tương quan bậc 1 hay bậc 2.
Kết quả kiểm định dạng hàm Ramsey RESET như trong Bảng 7 thể hiện dạng hàm là chưa 
phù hợp. Có lẽ tác động của chỉ số thị trường chứng khoán Trung Quốc đến chỉ số thị trường chứng 
khoán Việt Nam cần thêm biến để thể hiện con đường truyền dẫn. Điều này sẽ được thực hiện trong 
một nghiên cứu tiếp theo.
Ramsey RESET Test 
Equation: UNTITLED 
Specification: D(VNI) D(VNI(-2)) 
D(SHANGHAI_COMPOSITE) C 
Omitted Variables: Squares of fitted values 
 Value df 
Probabilit
y
t-statistic 3.986542 717 0.0001 
F-statistic 15.89252 (1, 717) 0.0001 
Likelihood ratio 15.80664 1 0.0001 
Bảng 7. Kết quả kiểm định dạng hàm
Kết quả kiểm định tính ổn định của mô hình được thực hiện nhờ tổng tích lũy 
của phần dư (CUSUM: Cumulative Sum of Recursive Residuals). Kết quả trong Hình 
4 cho thấy tổng tích lũy của phần dư nằm trong dải tiêu chuẩn ứng với mức ý nghĩa 
5% nên có thể kết luận phần dư của mô hình có tính ổn định và vì thế mô hình là ổn định. 
-80
-60
-40
-20
0
20
40
60
80
III IV I II III IV I II III IV I II
2016 2017 2018 2019
CUSUM 5% Significance
Hình 4. Minh họa tổng tích lũy của phần dư và khoảng tin cậy 5%
Như vậy, mô hình ARDL (2,0) tạm thời có thể là phù hợp để mô tả tác động của chỉ số thị 
trường chứng khoán Trung Quốc đến chỉ số thị trường chứng khoán Việt Nam. Kết quả cho thấy, 
trong ngắn hạn, chỉ số của thị trường chứng khoán Việt Nam bị ảnh hưởng bởi những biến đổi 
trong quá khứ của chính nó 2 ngày trước và bị ảnh hưởng bởi chỉ số thị trường chứng khoán Trung 
Quốc ngay lập tức (trong ngày). 
HỘI THẢO QUỐC TẾ: PHÁT TRIỂN KINH TẾ VÀ KINH DOANH BỀN VỮNG TRONG ĐIỀU KIỆN TOÀN CẦU HÓA 89
Tiếp theo, để xem trong dài hạn có tồn tại mối quan hệ cân bằng giữa chỉ số thị trường chứng 
khoán Việt Nam và chỉ số thị trường chứng khoán Trung Quốc, chúng ta thực hiện kiểm định đồng 
tích hợp. Kết quả khẳng định tồn tại mối quan hệ đồng tích hợp được trình bày trong Bảng 8.
ARDL Cointegrating And Long Run Form 
Dependent Variable: D(VNI) 
Selected Model: ARDL(2, 0) 
Included observations: 721 
Cointegrating Form 
Variable
Coefficie
nt Std. Error t-Statistic Prob. 
D(VNI(-1), 2) -0.119079 0.035801 -3.326116 0.0009 
D(SHANGHAI_COMP
OSITE, 2) 0.084552 0.011497 7.354260 0.0000 
CointEq(-1) -0.920699 0.051442 -17.897803 0.0000 
 Cointeq = D(VNI) - (0.0918*D(SHANGHAI_COMPOSITE) + 
0.4868 ) 
Long Run Coefficients 
Variable
Coefficie
nt Std. Error t-Statistic Prob. 
D(SHANGHAI_COMP
OSITE) 0.091835 0.013005 7.061405 0.0000 
C 0.486836 0.377565 1.289409 0.1977 
Bảng 8. Kết quả kiểm định mối quan hệ cân bằng dài hạn giữa các biến
Trong kiểm định đồng tích hợp, hệ số hồi quy đồng tích hợp mang dấu âm (-0.920699) và có 
ý nghĩa thống kê ở mức 5% (giá trị xác suất rất nhỏ) thể hiện rằng tồn tại mối quan hệ đồng tích 
hợp giữa các biến. Tức là trong dài hạn khi hệ thống đang ở trạng thái cân bằng, khi có cú sốc nào 
đó xảy ra thì các biến trong mô hình có xu hướng vận động, “kéo” cả hệ “quay về” trạng thái cân 
bằng, tức là có xu hướng vận động ngược chiều (dấu âm của hệ số đồng tích hợp) so với các biến 
động đó. Phương trình đồng tích hợp, hay phương trình thể hiện mối quan hệ cân bằng dài hạn 
giữa các biến là:
DVNI = 0.091835*DHANGSENG_COMPOSITE + 0.486836.
4. KẾT LUẬN
Nghiên cứu đã chỉ ra trong ngắn hạn, chỉ số thị trường chứng khoán Trung Quốc trong ngày 
có tác động đến chỉ số thị trường chứng khoán Việt Nam, và tác động đó là tác động cùng chiều. 
Nói cách khác, biến động của chỉ số thị trường chứng khoán Việt Nam không chỉ chịu ảnh hưởng 
HỘI THẢO QUỐC TẾ: PHÁT TRIỂN KINH TẾ VÀ KINH DOANH BỀN VỮNG TRONG ĐIỀU KIỆN TOÀN CẦU HÓA90
của chính nó trong quá khứ gần mà còn do đóng góp của các thông tin từ thị trường chứng khoán 
Trung Quốc. Kết quả của nghiên cứu này cũng có ý nghĩa quan trọng đối với các nhà đầu tư. Các 
nhà đầu tư trên thị trường chứng khoán Việt Nam nên theo dõi chặt chẽ thông tin về chỉ số thị 
trường chứng khoán Trung Quốc như một chỉ báo. 
Trong dài hạn, tồn tại mối quan hệ cân bằng giữa chỉ số thị trường chứng khoán Trung Quốc 
và chỉ số thị trường chứng khoán Việt Nam. Bởi vậy việc phân tích, dự báo chỉ số thị trường chứng 
khoán Việt Nam trong dài hạn cũng cần quan tâm thêm đến chỉ số thị trường chứng khoán Trung 
Quốc. Một lần nữa, trong dài hạn, chỉ số thị trường chứng khoán Trung Quốc cũng có tác động 
cùng chiều đến chỉ số thị trường chứng khoán Việt Nam.
Để thấy được mối quan hệ chặt chẽ và giúp đo lường rủi ro danh mục đầu tư gồm các tài sản 
trên chúng ta cần khảo sát cấu trúc phụ thuộc giữa các chỉ số, bằng một số phương pháp khác như 
phương pháp copula. Ngoài ra, có thể đưa thêm vào mô hình các biến kinh tế thế giới khác, như 
chỉ số thị trường chứng khoán các quốc gia khác trên thế giới, các biến kinh tế vĩ mô. Điều này sẽ 
được thực hiện trong các nghiên cứu tiếp theo của tác giả.
TÀI LIỆU THAM KHẢO
1. Bwo-Nung H., Soong-Nark S. and Yang, C. W.(1999), “State Dependent Correlation and 
Lead-Lag Relation when Volatility of Markets is Large: Evidence from the US and Asian Emerging 
Markets”,Journal of economic development, vol. 24, No.2.
2. Dickey, D. A. and Fuller, W. A, (1979), “Distribution of the estimators for autoregressive 
time series with a unit root”,Journal of American Statistical Association, 74:427-431.
3. Gujarati, D. N. (2004), Basic Econometrics, Gary Burke, New York.
4. JIANG, L.; FUNG, J. K. W.; CHENG, L. T. W.(2001), “The Lead-lag relation between spot 
and futures markets under different short-selling regimes”,The Financial Review, No. 38, pp.63-
88.
5. Kewei H. (2007), “Industry information diffusion and the lead-lag effect in stock 
returns”,The Review of Financial Studies, pp.1113-1138.
6. Kofman, P.; Martens, M. (1997), “Interaction between stock markets: an analysis of the 
common trading hours at the London and New York stock exchange”,Journal of International 
Money and Finance, Volume 16, Issue 3, pp. 387 414.
7. Lo, A. W., and MacKinlay, A. C.(1990a), “When are contrarian profits due to stock market 
overreaction?”The review of financial studies,Vol.3, No. 2.
8. Lo, A. W., and MacKinlay, A. C.(1990b), “An econometric analysis of nonsynchronous 
trading”,Journal of Econometrics, Vol. 45, pp.181-211.
9. Malliaris, A. G.; Urrutia J. L.(1992), “The international crash of October 1987: causality 
tests”,The Journal of Financial and Quantitative Analysis,Vol.. 27, No. 3, pp. 353-364.
10. Miller, S. E. (1980), “Lead-lag relationships between pork prices at the retail, wholesale, 
and farm levels”, Southern Journal of Agricultural Economics, pp. 73-76.
HỘI THẢO QUỐC TẾ: PHÁT TRIỂN KINH TẾ VÀ KINH DOANH BỀN VỮNG TRONG ĐIỀU KIỆN TOÀN CẦU HÓA 91
11. Nguyễn Phúc Cảnh, Phan Gia Quyền, Hà Thị Mỹ Duyên (2016), “Tác động lan tỏa từ 
thị trường chứng khoán Trung Quốc đến thị trường chứng khoán các quốc gia Đông Nam Á”, Tạp 
chí Kinh tế đối ngoại.
12. Otavio R. D. M., Gustavo R.D. Oliveira and Bernardus, Doornik, F.N V.(2009), 
“Testing for lead-lag effects between the American and the Brazilian stock markets”,Brazilian 
Businessreview, Vol.6, Issue1, pp.1-20.
13. Pesaran, M. H. ; Shin, Y. and Smith, R. J. (1996), “Testing for the Existence of a Long-
run Relationship”, Working paper.
14. Shih, M. L., Hsiao, S. H. and Chen, F. S. H.(2008), “The Association of China Stock 
Index with Japan and US”,Journal of Convergence Information Technology. 3(2):13-22.
15. Tse, Y. K. (2006), “Lead-lag relationship between spot index and futures price of the 
nikkei stock average”, Journal of Forecasting, Vol. 14, pp.553-563. 
16. Yiu Kuen TSE, Wai-Sum Chan, (2010), “The Lead-Lag Relationship between the S&P 
500 Spot and Futures Markets: An Intraday-Data Analysis Using Threshold Regression Model”, 
Japanese Economic Review, Vol. 61.