Độ hiệu quả thông tin của thị trường chứng khoán Việt Nam so với các nước ASEAN trước và từ khi có COVID-19

Các tác giả

  • Mai Cẩm Tú Khoa Toán kinh tế, Trường Đại học Kinh tế Quốc dân
  • Bùi Dương Hải Khoa Toán kinh tế, Trường Đại học Kinh tế Quốc dân

Từ khóa:

chỉ số hiệu quả thông tin, entropy xấp xỉ, giá trị fractal dimension, số mũ Hurst, ASEAN-6

Tóm tắt

Bài viết này áp dụng công thức tính chỉ số hiệu quả thông tin thị trường do Kristoufek và Vosvdra đề xuất năm 2014 để tính toán chỉ số hiệu quả thông tin của thị trường chứng khoán của các nước trong ASEAN-6. Việc tính toán được thực hiện với chuỗi lợi suất của các chỉ số chứng khoán của Indonesia, Malaysia, Philippines, Singapore, Thái Lan và Việt Nam cho hai giai đoạn: trước COVID-19 (2016 - 2019) và từ khi có COVID-19 (2020 - 2023). Kết quả cho thấy mức độ hiệu quả thông tin của thị trường chứng khoán Philippines, Singapore, Thái Lan và Việt Nam được cải thiện qua hai giai đoạn trong khi thị trường Indonesia và Malaysia ở giai đoạn sau kém hiệu quả thông tin hơn giai đoạn trước. Ngoài ra, xếp hạng dựa vào chỉ số hiệu quả thông tin của thị trường chứng khoán Việt Nam cũng được cải thiện cho thấy mức độ phản ánh thông tin sẵn có của giá chứng khoán tại thị trường Việt Nam được cải thiện tốt hơn so với các nước khác trong ASEAN-6.

Tài liệu tham khảo

Achard, S. & Coeurjolly, J. F. (2010), ‘Discrete variations of the fractional Brownian motion in the presence of outliers and an additive noise’, Statistics Surveys, 4 117–147, DOI: 10.1214/09-SS059.

Alessio, E., Carbone, A., Castelli, G. & Frappietro, V. (2002), ‘Second-order moving average and scaling of stochastic time series’, The European Physical Journal B, 27, 197-200, DOI: 10.1140/epjb/e20020150.

Assaf, A., Charif, H. & Demir, E. (2022), ‘Information sharing among cruptocurrencies: Evidence from mutual information and approximate entropy during COVID-19’, Finance Research Letters, 47 (A), DOI: 10.1016/j.frl.2021.102556.

Bhatt, S. J., Dedania, H. V. & Shah, V. R. (2015), ‘Fractal Dimensional Analysis in Financial Time Series’, International Journal of Financial Manegement, 5 (3), 46-52, DOI: 10.21863/ijfm/2015.5.3.016.

Bonal, A. D. & Marshak, A. (2019), ‘Approximate entropy and sample entropy: a comprehensive tutorial’, Entropy, 21 (5), 541-578, DOI: 10.3390/e21060541.

Cajueiro, D. & Tabak, B. (2005), ‘Ranking efficiency for emerging equity markets II’, Chaos, Solution and Fractals, 23, 671-675, DOI: 10.1016/j.chaos.2004.05.009.

Carbone, A., Castelli, G. & Stanley, H. E. (2004), ‘Time-dependent Hurst exponent in financial time series’, Physica A, 344, 267-271, DOI: 10.1016/j.physa.2004.06.130.

Eom, C., Choi, S., Oh, G. & Jung, W. S. (2008), ‘Hurst exponent and prodiction based on weak-form efficient market hypothessis of stock markets’, Physica A, 387, 4630-4636, DOI: 10.48550/arXiv.0712.1624.

Fama, E. F. (1970), ‘Efficient capital markets: a review of theory and empirical work’, Journal of Finance, 25 (2), 383-417, DOI: 10.2307/2325486.

Genton, M. (1998), ‘Highly robust variogram estimation’, Mathematical Geology, 30, 213 – 221, DOI: 10.4236/pos.2010.11004.

Gneiting, T., Sevcikova, H. & Percival, D. B. (2012), ‘Estimators of fractal dimension: Assessing the roughness of time series and spatial data’, Statistical Science, 27 (2), 247-277, DOI: 10.1214/11-STS370.

Hurst, H. E. (1951), “Long-Term Storage Capacity of Reservoirs”, Transactions of the American Society of Civil Engineers, 116 (1), 770–799, DOI: 10.1061/TACEAT.0006518.

Kristoufek, L. & Vosvdra, M. (2014), ‘Measuring capital market efficiency: long-term memory, fractal dimension and approximate entropy’, The European Physical Journal B, 87, 162-170, DOI: 10.1140/epjb/e2014-50113-6.

Machado, J. A. T. (2020), ‘Fractal and entropy analysis of the Dow Jones Index using multidimensional scaling’, Entropy, 22 (10), 1138-1156, DOI: 10.3390/e22101138.

Mai Cẩm Tú (2019), ‘Ước lượng và phân tích mức độ hiệu quả của thị trường chứng khoán Việt Nam sử dụng phương pháp Kristoufek’, Tạp chí Ứng dụng Toán học, 17 (1), 99-114.

Matteo, T. D., Aste, T. & Dacorogna, M. (2005), ‘Long-term memories of developed and emerging markets: using the scaling analysis to characterize their stage of development’, Journal of Banking & Finance, 29, 827-851, DOI: 10.48550/arXiv.cond-mat/0403681.

Nguyễn Thị Huyền Mỹ & Trương Đông Lộc (2022), ‘Ảnh hưởng của đại dịch Covid-19 đến hiệu quả của thị trường chứng khoán Việt Nam’, Tạp chí Khoa học Trường đại học Cần Thơ, 58(6D), 208-216, DOI: 10.22144/ctu.jvn.2022.260.

Peng, C., Buldyrev, S., Goldberger, A., Havlin, S., Simons, M. & Stanley, H. (1994), “Finite-size effects on long-range correlations: implications for analyzing DNA sequences”, Physical Review E, 47 (5), 3730–3733, DOI: 10.1103/Physreve.47.3730.

Peng, C., Buldyrev, S., Goldberger, A., Havlin, S., Simons, M., Stanley, H. & Goldberger, A. L. (1994), “Mosaic organization of DNA nucleotides”, Physical Review E, 49 (2), 1685-1689, DOI: 10.1103/Physreve.49.1685.

Pincus, S. M. (1991), ‘Approximate entropy as a measure of system complexity’, Proc. Natl. Acad. Sci. USA, 88, 2297-2301, DOI: 10.1073/pnas.88.6.2297.

Pontoh, W & Budiarso, N. S. (2022), “Efficient market and the COVID-19 pandemic: Case of ASEAN-5”, The Contrarian: Finance, Accounting, and Business Research, , 1 (1), 23-29, DOI: 10.58784/cfabr.7.

Sensoy, A. (2013), ‘Generalized Hurst exponent approach to efficiency in MENA markets’, Physica A, 392, 5019-5026, DOI: 10.1016/j.physa.2013.06.041.

Trần Thị Tuấn Anh (2018), ‘Sử dụng entropy xấp xỉ để so sánh tính ngẫu nhiên của các chuỗi dữ liệu trên thị trường chứng khoán các nước ASEAN’, Tạp chí phát triển khoa học và công nghệ, 2 (4), 5-13.

Tải xuống

Đã Xuất bản

24-09-2024

Cách trích dẫn

Mai Cẩm, T., & Bùi Dương, H. (2024). Độ hiệu quả thông tin của thị trường chứng khoán Việt Nam so với các nước ASEAN trước và từ khi có COVID-19. Tạp Chí Kinh Tế Và Phát triển, (327), 14–22. Truy vấn từ http://js.ktpt.edu.vn/index.php/jed/article/view/1720