Phần mở đầu

Lý do chọn đề tài

Dầu mỏ là một trong những nguyên liệu đầu vào rất quan trọng của hầu hết các ngành công nghiệp trong nền kinh tế và tác động trực tiếp đến nền kinh tế cũng như thị trường chứng khoán ở các quốc gia. Bên cạnh đó, vàng cũng là một trong những thước đo tiêu chuẩn giá trị cho các loại tiền tệ đối với các nhà đầu tư trên thế giới. Vàng và dầu mỏ được ước tính dựa trên đồng đô la Mỹ và chúng có quan hệ trực tiếp đến nhau và đương nhiên cũng sẽ là nguyên nhân gây ra sự biến động cho nền kinh tế.

Những năm gần đây, Chiến tranh của Nga-Ukraine đã tạo ra một cuộc khủng hoảng và gây ra một cú sốc kinh tế lớn trên phạm vi toàn cầu trong năm 2022, hình phạt tài chính sau đó của phương Tây đối với Nga đã làm gián đoạn nguồn cung cấp năng lượng, thực phẩm và nguyên liệu thô, tăng giá và lạm phát, cụ thể là giá dầu tăng mạnh trong giai đoạn này khiến nhiều người dân phải khổ sở. Dựa trên việc biến động mạnh ở thị trường hàng hóa đó, ở bài luận này tôi tiến hành phân tích mối quan hệ giữa giá dầu với giá vàng để đánh giá rõ tác động của 2 biến này với nhau.

Mục tiêu nghiên cứu

Đánh giá được mức độ tương quan giữa giá dầu và giá vàng thế giới giai đoạn 2003 - 2023.

Đánh giá tổng quan mức độ biến động giá dầu và giá vàng trong giai đoạn này.

Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: Dữ liệu giá dầu và giá vàng thế giới trong giai đoạn từ 2003 đến 2023

Phạm vi nghiên cứu: Dữ liệu được thống kê từ năm 2000 đến 2003

Ý nghĩa nghiên cứu

Bài luận này sử dụng các công cụ vẽ biểu đồ để giúp người đọc nhìn rõ hơn về mối tương quan giữa giá dầu với giá vàng trong giai đoạn này từ đó có thể đi đến các kết luận về đầu tư, đầu cơ.

Chương 1: Cở sở lý luận, dữ liệu và phương pháp nghiên cứu

I. Tổng quan cơ sở lý luận

1. Lý thuyết về giá dầu và giá vàng

Giá dầu

Dầu là một nguồn năng lượng quan trọng, là nhiên liệu vận chuyển thiết yếu không thể thay thế trong ngành công nghiệp. Ngoài ra, yếu tố này còn là mặt hàng kinh doanh quan trọng của thế giới. Giá dầu tăng gây ảnh hưởng đến các biến số vĩ mô trong nền kinh tế như chi phí sản xuất, quyết định nhà đầu tư, chỉ số lạm phát,…Vì vậy, sự thay đổi giá dầu một phần nào đó cũng có tác động đến thị trường chứng khoán. Cuộc khủng hoảng năng lượng toàn cầu 2021-2022 bắt đầu sau hậu quả của đại dịch Covid-19, trong đó phần lớn thế giới phải đối mặt với sự lên xuống thất thường của giá dầu, khí đốt và thị trường điện. Cuộc khủng hoảng do nhiều yếu tố kinh tế, tình trạng thiếu lao động, xung đột và biến đổi khí hậu gây ra và do ảnh hưởng của cuộc xung đột giữa Ukraine - Nga. Tình trạng thiếu khí đốt đặc biệt dẫn đến giá lương thực cao hơn và tăng sử dụng than.

Phản ứng của các chính phủ trên khắp thế giới đối với cuộc khủng hoảng năng lượng là cục bộ và nhìn chung là không hiệu quả. Cuộc khủng hoảng năng lượng toàn cầu là cuộc khủng hoảng mới nhất, trong một loạt các đợt thiếu hụt năng lượng theo chu kỳ đã xảy ra trong 50 năm qua. Cuộc khủng hoảng đang ảnh hưởng sâu sắc nhất đến châu Âu và các nước tiêu thụ lớn năng lượng dầu mỏ. Dự báo năm 2023, vấn đề năng lượng, nhất là nguồn cung dầu vẫn là thách thức, giá dầu vẫn tiếp tục tăng cao trong bối cảnh thế giới có nhiều biến động về thị trường và địa chính trị.

Giá vàng

Vàng là phương tiện cất trữ giá trị, khác với các tài sản khác, vàng có tiền năm là tính thanh khoản cao. Sự biến động của giá vàng ảnh hưởng đến hầu hết các nền kinh tế và cả thị trường chứng khoán. Khi giá vàng tăng cao thì nhà đầu tư có xu hướng đầu tư vào thị trường vàng nhiều hơn làm giảm giá trị của cổ phiếu.

Thực trạng giá vàng Việt Nam giai đoạn 2013-2023: từ năm 2013 được đánh giá là thời kì lao dốc của giá vàng sao cơn sốt 2011 và 2012. Những năm sau đó, giá vàng ở mức ổn định và biến động chậm rãi. Năm 2019 là năm đánh dấu sự trở lại của giá vàng, tuy nhiên thị trường vàng chưa quá sôi động, các nhà đầu tư vẫn lo ngại trước nhiều nguy cơ rủi ro của thị trường nên việc đầu tư trở nên thận trọng hơn. Nếu năm 2019 là năm đánh dấu sợ quay lại thì 2020 được coi là năm bùng nổ của thị trường vàng. Dưới tác động của dịch bệnh Covid-19 và ảnh hưởng bởi các yếu tố chính trị, xã hội nền kinh tế toàn cầu như rơi vào cuộc khủng hoảng, tiền tệ mất giá nghiêm trọng dẫn đến việc các nhà đầu tư và cả người dân coi vàng là lựa chọn hàng đầu. Trái ngược với năm 2020, năm 2021 là một năm mà giá vàng lên xuống vô cùng thất thường, do đại dịch Covid-19, ảnh hưởng của tình hình lạm phát và chính sách tiền tệ của ngân hàng trung ương lớn, việc chịu ảnh hưởng nhiều yếu tố khiến cho giá vàng trong nước có nhiều biến động thất thường trong năm 2021. Đến năm 2022 và cuối năm 2023 giá vàng thế giới cũng như giá vàng trong nước tăng thần tốc. Theo như dự đoán, những năm sau thì giá vàng có thể tiếp tục tăng trong tương lai nên cần xem xét để đưa ra kế hoạch đầu tư hiệu quả

2. Tổng quan nghiên cứu

Đã có nhiều nghiên cứu về mối quan hệ hoặc tương tác giữa các chỉ tiêu khác nhau của nền kinh tế. Các mối quan hệ động và phức tạp giữa giá vàng, giá dầu đã thu hút các nhà nghiên cứu, các nhà hoạch định chính sách và các doanh nhân. Có thể kể đến một số nghiên cứu như:

Samanta & Zadeh (2012) đã xem xét các biến động qua lại của một số biến vĩ mô (giá vàng, giá cổ phiếu, tỷ giá hối đoái thực và giá dầu thô) dựa trên dữ liệu 21 năm sử dụng mô hình trung bình trượt tự hồi quy dạng vectơ (Vector Autoregressive Moving Average, viết tắt là VARMA) cho các giai đoạn từ tháng 1 năm 1989 đến tháng 9 năm 2009. Nghiên cứu cho thấy có một mối quan hệ đồng tích hợp giữa các biến.

Le, Thai-Ha & cộng sự (2011) đã thực hiện nghiên cứu về mối quan hệ giữa giá của hai mặt hàng chiến lược, đó là vàng và dầu theo chỉ số đô la Mỹ bằng cách sử dụng dữ liệu hàng tháng từ tháng 1 năm 1986 đến tháng 4 năm 2011 nhờ mô hình tự hồi quy phân phối trễ (Autoregressive Distributed Lag, viết tắt là ARDL). Kết quả thực nghiệm của nghiên cứu cho thấy có một mối quan hệ cân bằng dài hạn giữa giá dầu và giá vàng; ngoài ra giá dầu có thể được sử dụng để dự đoán giá vàng

Nghiên cứu của Sujit & Kumar (2011) mô tả mối quan hệ động của giá hàng hóa là vàng và dầu thô với tỷ giá hối đoái và chỉ số thị trường chứng khoán. Nghiên cứu sử dụng dữ liệu chuỗi thời gian hàng ngày để phân tích tác động qua lại giữa giá dầu thô, chỉ số thị trường chứng khoán và chỉ số tỷ giá theo trọng số thương mại theo một số đồng tiền chính và giá vàng. Nghiên cứu này đã sử dụng mô hình tự hồi quy dạng vectơ để thể hiện mối quan hệ năng động đó. Kết quả cho thấy tỷ giá hối đoái có ảnh hưởng trực tiếp đến giá vàng, giá dầu và chỉ số thị trường chứng khoán. Nghiên cứu này cũng cho thấy có mối quan hệ cân bằng dài hạn nhưng ở mức yếu giữa các biến.

II. Dữ liệu và phương pháp nghiên cứu.

Dữ liệu về giá dầu và giá vàng thế giới được tôi thu thập từ trang Investing.vn, tôi sẽ tiến hành đọc dữ liệu từ file csv.

Từ kết quả bên dưới, ta có thể thấy được cấu trúc của bộ dữ liệu gồm 252 quan sát với dữ liệu được lấy từ tháng 1 năm 2003 đến tháng 12 năm 2023 gồm 3 biến, cụ thể như sau:

Biến Date: Ngày lấy dữ liệu

Biến oil: Giá dầu thế giới (ĐVT: USD/Thùng)

Biến gold: Giá vàng thế giới (ĐVT: USD/ounce)

vht <- read.csv(file ='C:/Users/Dell/OneDrive/UFM/R/data.csv')
vht$gold <- as.numeric(vht$gold)
str(vht)

## 'data.frame':    252 obs. of  3 variables:
##  $ Date: chr  "2003-01-01" "2003-02-01" "2003-03-01" "2003-04-01" ...
##  $ oil : num  33.6 37 31 26.1 29.3 ...
##  $ gold: num  346 368 349 338 340 ...

Phương pháp nghiên cứu: Bài luận này sử dụng các phương pháp thống kê mô tả như đặc trưng đo lường, so sánh, vẽ biểu đồ để có thể đánh giá mối quan hệ giữa giá dầu với giá vàng.

Chương 2: Tiến hành phân tích

I. Tính toán các đặc trưng đo lường

Ta thực hiện tính toán các đặc trưng đo lường của bộ dữ liệu này để có đánh giá một số đặc tính của nó. Câu lệnh được dùng để tính toán là skim nằm trong package skimr với các đặc trưng đo lường được tính toán cụ thể như sau:

n_missing: số ô dữ liệu bị miss(trống)

complete_rate: tỷ lệ ô có dữ liệu

mean: trung bình

sd: độ lệch chuẩn là đại lượng để đo lường mức độ phân tán của dữ liệu

p0: giá trị nhỏ nhất

p25: Phân vị thứ nhất cho biết có 25% giá trị nằm dưới và 75% giá trị nằm trên p25

p50: Phân vị thứ hai cũng chính là trung vị, cho biết 50% giá trị nằm dưới và 50% giá trị nằm trên p50

p75: phân vị thứ ba cho biết có 75% giá trị nằm dưới và 25% giá trị nằm trên p75

p100: giá trị lớn nhất

hist: biểu đồ Histogram

Vậy từ kết quả bên dưới, ta có thể đưa ra một số nhận xét về bộ dữ liệu như sau:

Độ lệch chuẩn của giá dầu và vàng lần lượt là 23.99936 và 479.64929, cả hai đều khá là lớn. Điều này có nghĩa rằng mức độ biến động dữ liệu ở giai đoạn 2003 đến 2023 của giá vàng và giá dầu là rất mạnh

Giá dầu và giá vàng đạt mức giá thấp nhất lần lượt là 8.62 USD/thùng và 337.62 USD/ounce.

Giá dầu và giá vàng đạt mức giá cao nhất lần lượt là 140.31 USD/thùng và 2034.49 USD/ounce.

Mức giá trung bình của giá dầu là 68.19008 và của giá vàng là 1193.59333

Vậy ta có thể thấy mức giá chênh lệch giữa thấp nhất, cao nhất, trung vị và trung bình là rất lớn. Điều này thể hiện giá dầu và giá vàng biến động liên tục và mạnh mẽ qua các năm.

skim(vht)

Data summary
Name	vht
Number of rows	252
Number of columns	3
_______________________
Column type frequency:
character	1
numeric	2
________________________
Group variables	None

Variable type: character

skim_variable	n_missing	complete_rate	min	max	empty	n_unique	whitespace
Date	0	1	10	10	0	252	0

Variable type: numeric

skim_variable	n_missing	complete_rate	mean	sd	p0	p25	p50	p75	p100	hist
oil	0	1	68.19	24.00	8.62	49.87	66.98	87.12	140.31	▂▇▇▅▁
gold	0	1	1193.59	479.65	337.62	835.86	1249.74	1590.43	2034.49	▅▂▇▃▅

II. Nhận định mối tương quan giữa giá vàng và giá dầu thế giới thông quan biểu đồ Scatter

Dựa trên các kết luận trên từ các đặc trưng đo lường, ta sẽ tiến hành phân tích chi tiết mối tương quan của việc biến động giá dầu với giá vàng.

Ở đây, tôi sẽ tiến hành vẽ biểu đồ Scatter của 2 biến trong từng giai đoạn khác nhau để xem xét mức độ phân tán dữ liệu của 2 biến này có mối tương quan hay không.

1. Giai đoạn 2003 - 2008

Ta tiến hành rút trích dữ liệu trong giai đoạn từ 2003 đến 2008, sau đó vẽ biểu đồ Scatter để xem xét mối tương quan giữa hai biến này.

vht1 <- vht %>% filter(year(Date) <= 2008)

vht1 %>% ggplot(aes(oil,gold)) + 
        geom_point()+
        geom_smooth(method = 'lm', se = T) +
        labs(title = 'Biểu đồ tương quan giữa giá dầu với giá vàng giai đoạn 2003-2008', x = 'Giá dầu', y = 'Giá vàng')

Kết luận: Ở giai đoạn 2003 đến 2008 giá dầu với giá vàng dường như có biến động cùng chiều với nhau và biến động quanh giá trị của đường hồi quy. Điều này có nghĩa rằng giữa giá dầu với giá vàng ở giai đoạn này có một mối tương quan thuận nhưng cũng không mạnh lắm bởi các giá trị chênh lệch với đường hồi quy khá lớn.

2. Giai đoạn 2008 - 2013

Tương tự như trên, ta có thể vẽ được biểu đồ Scatter cho giai đoạn 2008 đến 2013 như sau:

vht2 <- vht %>% filter(year(Date) >= 2008 & year(Date) <= 2013)

vht2 %>% ggplot(aes(oil,gold)) + 
        geom_point()+
        geom_smooth(method = 'lm', se = T) +
        labs(title = 'Biểu đồ tương quan giữa giá dầu với giá vàng giai đoạn 2008-2013', x = 'Giá dầu', y = 'Giá vàng')

Kết luận: Ở biểu đồ giai đoạn 2008 - 2013, ta lại khó thấy được sự tương quan của hai biến này, hay thậm chí là ở giai đoạn này giá dầu và giá vàng không có sự tương quan lẫn nhau khi các mức giá của hai loại hàng hóa này biến động không theo mối tương quan thuận hay nghịch và biến động ngẫu nhiên không dao động xung quanh đường hồi quy.

3. Giai đoạn 2013 - 2018

Tương tự như trên, ta có thể vẽ được biểu đồ Scatter cho giai đoạn 2013 đến 2018 như sau:

vht3 <- vht %>% filter(year(Date) >= 2013 & year(Date) <= 2018)

vht3 %>% ggplot(aes(oil,gold)) + 
        geom_point()+
        geom_smooth(method = 'lm', se = T) +
        labs(title = 'Biểu đồ tương quan giữa giá dầu với giá vàng giai đoạn 2013-2018', x = 'Giá dầu', y = 'Giá vàng')

Kết luận: Giai đoạn 2013 đến 2018 lần nữa cho ta thấy được mối tương quan thuận giữa giá dầu với giá vàng, giá dầu trong giai đoạn này có vẻ biến động rất mạnh khi hầu như chỉ tập trung ở hai khoảng giá cao và thấp. Theo như biểu đồ, có thể thấy giá vàng phản ứng rất mạnh khi giá dầu tăng dần đến mức cao.

4. Giai đoạn 2018 - 2023

Tương tự như trên, ta có thể vẽ được biểu đồ Scatter cho giai đoạn 2018 đến 2023 như sau:

vht4 <- vht %>% filter(year(Date) >= 2018)

vht4 %>% ggplot(aes(oil,gold)) + 
        geom_point()+
        geom_smooth(method = 'lm', se = T) +
        labs(title = 'Biểu đồ tương quan giữa giá dầu với giá vàng giai đoạn 2018-2023', x = 'Giá dầu', y = 'Giá vàng')

Kết luận: Ở giai đoạn 2018 đến 2023, ta có thể thấy rõ sự biến động giá rất hỗn loại của cả hai loại, giá dầu ở giai đoạn này tập trung hẳn vào mức trung bình đến cao, theo như thực tế thì đây cũng là giai đoạn của dịch Covid 19 và chiến tranh Nga - Ukraine và hậu quả của nó là khiến giá của các loại hàng hóa biến động rất mạnh, đặc biệt là dầu với mức giá tăng cao kỷ lục trong giai đoạn chiến tranh này. Giá vàng ở giai đoạn này vẫn giữ ở mức cao và gần như không chịu tác động đáng kể của việc biến động giá dầu.

Từ 4 biểu đồ ở trên, ta có thể kết luận rằng giữa giá dầu với giá vàng có một mối tương quan, tuy nhiên theo thực tế hai yếu tố này vẫn phụ thuộc vào rất nhiều vấn đề khác, thế nên ta vẫn chưa thể kết luận được mối tương quan này là một chiều hay ở cả hai chiều.

Chương 3: Đánh giá mối tương quan dựa trên tốc độ thay đổi giá trung bình qua các năm

Từ nhận định về mối tương qua của hai loại hàng hóa ở phần trước, ta sẽ tiến hành đánh giá chi tiết hơn mối tương quan của nó qua tốc độ thay đổi giá của từng loại. Để có thể nhìn thấy rõ hơn, ta vẫn sẽ tiếp tục chia ra thành các giai đoạn như trên để tính toán và vẽ biểu đồ

avg <- vht %>% group_by(year(Date)) %>% summarise(avg_oil = mean(oil), avg_gold = mean(gold))

1. Giai đoạn 2003 - 2008

Ta sẽ thực hiện tính toán giá trung bình trong một năm của giai đoạn này, sau đó sẽ tính tốc độ thay đổi của nó rồi sẽ trực quan hóa dữ liệu lên biểu đồ để có thể đánh giá chi tiết hơn

#Rút trích và tính toán tốc độ thay đổi
avg1 <- avg %>% filter(`year(Date)` <= 2008)
a <- length(avg1$`year(Date)`)
OIL <- vector()
GOLD <- vector()

for (i in 1:(a-1)) {
 OIL[i] = (avg1$avg_oil[i+1]/avg1$avg_oil[i] - 1)
  GOLD[i] = (avg1$avg_gold[i+1]/avg1$avg_gold[i] - 1)
}
giaidoan03_08 <- data.frame(year = avg1$`year(Date)`[2:a],
                            OIL,GOLD)


giaidoan03_08 %>% pivot_longer(-year) %>%
  ggplot(aes(x = year, y = value, fill = name))+
  geom_col(stat = "identity", position = "dodge") + 
  labs(title = 'Biểu đồ tốc độ thay đổi qua các năm giai đoạn 2003 - 2008', x = 'Năm', y ='Tốc độ thay đổi', fill = 'Tên biến')

Kết luận: Ở giai đoạn 2003 đến 2008, cả hai biến giá dầu và giá vàng đều biến động rất mạnh và đạt ngưỡng tốc độ tăng cao nhất đối với giá vàng là vào năm 2006 và giá dầu là năm 2005. Về tác động một chiều từ giá dầu đến giá vàng, dường như việc giá dầu biến động mạnh ở năm trước sẽ khiến giá vàng cũng sẽ biến động mạnh nhưng nó có một độ trễ nhất định và cụ thể ở biểu đồ trên là 2 năm, khi ở năm 2004 giá dầu tăng rất mạnh thì mãi đến năm 2006 tốc độ thay đổi của giá vàng mới tăng đột ngột xấp xỉ ngưỡng 0,35. Nhìn chung, ở giai đoạn này tốc độ thay đổi của cả hai cho thấy sự tương quan thuận khá mạnh mẽ khi cả hai biến đều tăng trong giai đoạn này.

2. Giai đoạn 2008 - 2013

Tiếp tục như trên, ta sẽ có được biểu đồ tốc độ thay đổi 2008 đến 2013.

#Rút trích và tính toán tốc độ thay đổi
avg2 <- avg %>% filter(`year(Date)` >= 2008 & `year(Date)` <= 2013)
a <- length(avg2$`year(Date)`)
OIL <- vector()
GOLD <- vector()

for (i in 1:(a-1)) {
 OIL[i] = (avg2$avg_oil[i+1]/avg2$avg_oil[i] - 1)
  GOLD[i] = (avg2$avg_gold[i+1]/avg2$avg_gold[i] - 1)
}
giaidoan08_13 <- data.frame(year = avg2$`year(Date)`[2:a],
                            OIL,GOLD)


giaidoan08_13 %>% pivot_longer(-year) %>%
  ggplot(aes(x = year, y = value, fill = name))+
  geom_col(stat = "identity", position = "dodge") + 
  labs(title = 'Biểu đồ tốc độ thay đổi qua các năm giai đoạn 2008 - 2013', x = 'Năm', y ='Tốc độ thay đổi', fill = 'Tên biến')

Kết luận: Ở những năm từ 2009 đến 2013, có vẻ như đã xuất hiện mức giá giảm so với năm trước đó, cụ thể là ở năm 2009 giá dầu giảm mạnh với tốc độ xấp xỉ 0.3 lần so với năm trước đó sau những lần tăng giá liên tục. Và ở năm 2012 giá dầu cũng giảm nhẹ, giá vàng giảm ở mức 0.13 ở năm 2013 so với 2012. Giai đoạn này cho ta thấy được tương quan thuận giữa hai biến như sau: vào năm 2009 khi giá dầu giảm mạnh thì giá vàng vẫn tăng nhưng tốc độ tăng rất thấp, điều này có nghĩa giá dầu có tác động lên giá vàng nhưng tác động đó không đáng kể. Đến những năm sau khi giá dầu tăng trở lại thì giá vàng lại tiếp tục tăng ở mức khá cao.

3. Giai đoạn 2013 - 2018

Tiếp tục như trên, ta sẽ có được biểu đồ tốc độ thay đổi 2013 đến 2018.

#Rút trích và tính toán tốc độ thay đổi
avg3 <- avg %>% filter(`year(Date)` >= 2013 & `year(Date)` <= 2018)
a <- length(avg3$`year(Date)`)
OIL <- vector()
GOLD <- vector()

for (i in 1:(a-1)) {
 OIL[i] = (avg3$avg_oil[i+1]/avg3$avg_oil[i] - 1)
  GOLD[i] = (avg3$avg_gold[i+1]/avg3$avg_gold[i] - 1)
}
giaidoan13_18 <- data.frame(year = avg3$`year(Date)`[2:a],
                            OIL,GOLD)


giaidoan13_18 %>% pivot_longer(-year) %>%
  ggplot(aes(x = year, y = value, fill = name))+
  geom_col(stat = "identity", position = "dodge") + 
  labs(title = 'Biểu đồ tốc độ thay đổi qua các năm giai đoạn 2013 - 2018', x = 'Năm', y ='Tốc độ thay đổi', fill = 'Tên biến')

Kết luận: Giai đoạn này cho ta thấy rõ mối tương quan thuận giữa hai biến. Cụ thể, ở năm 2014 khi giá vàng giảm thì giá dầu theo đó cũng giảm theo và đến 2015 khi giá vàng đã giảm liên tục 3 năm khiến cho giá dầu lúc này giảm mạnh ở mức gần 0.5 lần so với mức giá 2014. Đến 2016 khi giá vàng tăng trở lại thì giá dầu vẫn giảm nhưng giảm ở mức nhỏ và tăng trở lại ở 2 năm sau đó.

4. Giai đoạn 2018 - 2023

Tiếp tục như trên, ta sẽ có được biểu đồ tốc độ thay đổi 2018 đến 2023.

#Rút trích và tính toán tốc độ thay đổi
avg4 <- avg %>% filter(`year(Date)` >= 2018 & `year(Date)` <= 2023)
a <- length(avg4$`year(Date)`)
OIL <- vector()
GOLD <- vector()

for (i in 1:(a-1)) {
 OIL[i] = (avg4$avg_oil[i+1]/avg4$avg_oil[i] - 1)
  GOLD[i] = (avg4$avg_gold[i+1]/avg4$avg_gold[i] - 1)
}
giaidoan18_23 <- data.frame(year = avg4$`year(Date)`[2:a],
                            OIL,GOLD)


giaidoan18_23 %>% pivot_longer(-year) %>%
  ggplot(aes(x = year, y = value, fill = name))+
  geom_col(stat = "identity", position = "dodge") + 
  labs(title = 'Biểu đồ tốc độ thay đổi qua các năm giai đoạn 2018 - 2023', x = 'Năm', y ='Tốc độ thay đổi', fill = 'Tên biến')

>Kết luận: Ở giai đoạn 2019 đến 2023, mức giá của 2 loại hàng hóa này biến động rất mạnh, đặc biệt là với giá dầu ở năm 2021 đã tăng lên gần đến 1.25 lần so với năm 2020 trước đó. Mức giá vàng ở giai đoạn này cũng tăng đều qua các năm khi tốc độ tăng dao động trong khoảng từ 0 đến 0.25. Sở dĩ giá dầu tăng mạnh ở thời điểm này là do chiến trang Nga và Ukraine vào thời điểm cuối năm 2021 đến đầu 2022 khiến cho giá dầu tăng mạnh. Vì thế ở giai đoạn này ta khó có thể kết luận sự tác động của giá vàng lên giá dầu, nhưng ta có thể thấy việc giá dầu tăng mạnh như vậy lại không ảnh hưởng nhiều đến giá vàng khi mức giá vàng chỉ tăng nhẹ từ 2021 đến 2023.

Chương 4: Kết luận

Bài luận đã chỉ ra được mối quan hệ giữa giá dầu và giá vàng thế giới trong giai đoạn từ 2003 đến 2023. Các kết luận có thể được tóm tắt như sau: Mối tương quan giữa giá dầu và giá vàng không quá mạnh và dường như chỉ có tương quan một phía từ việc giá dầu tác động lên giá vàng nhưng sự phản ứng của giá vàng cũng đòi hỏi độ trễ. Điều này xét trong thực tế thì khá hợp lý khi mà dầu trên thế giới có các nhà phân phối độc quyền nên dễ làm biến động giá dầu liên tục, từ đó khiến cho việc giá vàng biến động sẽ khó có thể tác động đến sự tăng hay giảm của giá dầu. Nhìn chung giữa hai biến này vẫn có sự tương quan nhưng mối tương quan này không mạnh.

Tài liệu tham khảo

Nguyễn Thu Thủy(2018).PHÂN TÍCH TÁC ĐỘNG CỦA TỶ GIÁ HỐI ĐOÁI, GIÁ VÀNG THẾ GIỚI VÀ GIÁ DẦU THẾ GIỚI ĐẾN CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM.
Nguyễn Thanh Thanh Hiền(2021).DIỄN BIẾN GIÁ DẦU VÀ KINH TẾ SAU ĐẠI DỊCH

Dữ liệu

vht

##           Date    oil    gold
## 1   2003-01-01  33.56  346.38
## 2   2003-02-01  37.05  368.10
## 3   2003-03-01  31.02  348.62
## 4   2003-04-01  26.13  337.62
## 5   2003-05-01  29.32  339.77
## 6   2003-06-01  30.06  362.35
## 7   2003-07-01  30.61  346.75
## 8   2003-08-01  31.78  355.48
## 9   2003-09-01  28.89  374.75
## 10  2003-10-01  28.77  385.05
## 11  2003-11-01  29.95  384.62
## 12  2003-12-01  32.89  398.50
## 13  2004-01-01  33.26  415.38
## 14  2004-02-01  35.56  402.35
## 15  2004-03-01  36.13  397.12
## 16  2004-04-01  37.74  426.90
## 17  2004-05-01  39.41  389.15
## 18  2004-06-01  35.76  395.27
## 19  2004-07-01  43.50  394.50
## 20  2004-08-01  41.80  394.38
## 21  2004-09-01  49.55  410.00
## 22  2004-10-01  51.49  418.12
## 23  2004-11-01  49.98  429.62
## 24  2004-12-01  42.76  451.10
## 25  2005-01-01  47.10  437.88
## 26  2005-02-01  51.93  422.38
## 27  2005-03-01  55.07  435.65
## 28  2005-04-01  50.41  428.38
## 29  2005-05-01  51.48  434.35
## 30  2005-06-01  56.84  417.00
## 31  2005-07-01  60.34  434.90
## 32  2005-08-01  69.31  429.75
## 33  2005-09-01  66.37  435.10
## 34  2005-10-01  60.60  467.65
## 35  2005-11-01  56.41  465.35
## 36  2005-12-01  59.88  493.90
## 37  2006-01-01  68.25  517.20
## 38  2006-02-01  61.20  568.95
## 39  2006-03-01  66.45  561.15
## 40  2006-04-01  71.59  583.00
## 41  2006-05-01  71.38  654.50
## 42  2006-06-01  73.59  643.40
## 43  2006-07-01  73.56  617.88
## 44  2006-08-01  70.32  636.00
## 45  2006-09-01  62.98  625.30
## 46  2006-10-01  58.60  598.50
## 47  2006-11-01  62.94  606.40
## 48  2006-12-01  61.07  648.00
## 49  2007-01-01  58.02  637.30
## 50  2007-02-01  61.75  652.85
## 51  2007-03-01  65.89  669.70
## 52  2007-04-01  65.63  665.45
## 53  2007-05-01  64.16  678.95
## 54  2007-06-01  70.45  662.20
## 55  2007-07-01  78.05  651.25
## 56  2007-08-01  73.98  663.40
## 57  2007-09-01  81.64  673.40
## 58  2007-10-01  95.14  744.20
## 59  2007-11-01  88.50  795.90
## 60  2007-12-01  96.00  783.10
## 61  2008-01-01  91.41  833.92
## 62  2008-02-01 101.62  924.38
## 63  2008-03-01 101.53  973.40
## 64  2008-04-01 114.60  916.25
## 65  2008-05-01 127.44  877.15
## 66  2008-06-01 140.31  887.75
## 67  2008-07-01 124.03  926.50
## 68  2008-08-01 115.61  914.55
## 69  2008-09-01 101.92  836.50
## 70  2008-10-01  67.86  872.15
## 71  2008-11-01  55.12  724.85
## 72  2008-12-01  43.22  817.00
## 73  2009-01-01  41.66  880.30
## 74  2009-02-01  44.61  927.95
## 75  2009-03-01  48.89  940.00
## 76  2009-04-01  50.84  918.55
## 77  2009-05-01  66.32  887.30
## 78  2009-06-01  70.60  979.60
## 79  2009-07-01  68.80  926.30
## 80  2009-08-01  69.55  953.80
## 81  2009-09-01  70.42  950.55
## 82  2009-10-01  77.05 1006.70
## 83  2009-11-01  77.41 1044.30
## 84  2009-12-01  79.61 1179.75
## 85  2010-01-01  72.67 1096.75
## 86  2010-02-01  79.63 1080.10
## 87  2010-03-01  83.38 1117.15
## 88  2010-04-01  86.19 1113.40
## 89  2010-05-01  74.19 1179.00
## 90  2010-06-01  75.35 1216.10
## 91  2010-07-01  78.97 1242.15
## 92  2010-08-01  71.66 1182.45
## 93  2010-09-01  79.80 1248.50
## 94  2010-10-01  81.43 1309.55
## 95  2010-11-01  83.60 1360.59
## 96  2010-12-01  91.40 1387.30
## 97  2011-01-01  92.22 1421.18
## 98  2011-02-01  96.88 1332.15
## 99  2011-03-01 106.78 1412.59
## 100 2011-04-01 113.73 1434.09
## 101 2011-05-01 102.58 1569.29
## 102 2011-06-01  95.11 1535.15
## 103 2011-07-01  95.94 1501.34
## 104 2011-08-01  88.73 1626.64
## 105 2011-09-01  78.75 1823.09
## 106 2011-10-01  92.59 1619.49
## 107 2011-11-01 100.51 1714.65
## 108 2011-12-01  99.06 1746.49
## 109 2012-01-01  98.28 1566.15
## 110 2012-02-01 106.91 1738.39
## 111 2012-03-01 102.93 1696.20
## 112 2012-04-01 104.88 1668.53
## 113 2012-05-01  86.50 1666.75
## 114 2012-06-01  84.88 1560.24
## 115 2012-07-01  87.84 1599.30
## 116 2012-08-01  96.54 1599.25
## 117 2012-09-01  92.09 1692.12
## 118 2012-10-01  86.06 1771.09
## 119 2012-11-01  88.83 1720.55
## 120 2012-12-01  91.77 1714.00
## 121 2013-01-01  97.42 1675.05
## 122 2013-02-01  91.84 1663.80
## 123 2013-03-01  97.19 1580.30
## 124 2013-04-01  93.06 1597.85
## 125 2013-05-01  91.67 1476.55
## 126 2013-06-01  96.49 1389.45
## 127 2013-07-01 105.35 1234.10
## 128 2013-08-01 107.77 1323.20
## 129 2013-09-01 102.31 1396.56
## 130 2013-10-01  96.27 1327.75
## 131 2013-11-01  92.79 1323.70
## 132 2013-12-01  98.69 1251.65
## 133 2014-01-01  97.47 1207.76
## 134 2014-02-01 102.71 1245.20
## 135 2014-03-01 101.53 1326.50
## 136 2014-04-01  99.70 1284.25
## 137 2014-05-01 102.89 1291.65
## 138 2014-06-01 105.53 1250.90
## 139 2014-07-01  97.64 1327.15
## 140 2014-08-01  95.86 1282.00
## 141 2014-09-01  91.35 1287.05
## 142 2014-10-01  80.65 1209.24
## 143 2014-11-01  66.05 1173.60
## 144 2014-12-01  53.78 1166.90
## 145 2015-01-01  47.77 1183.88
## 146 2015-02-01  49.41 1281.44
## 147 2015-03-01  47.52 1213.90
## 148 2015-04-01  59.74 1183.75
## 149 2015-05-01  60.30 1184.55
## 150 2015-06-01  59.00 1190.90
## 151 2015-07-01  46.77 1173.10
## 152 2015-08-01  48.16 1095.24
## 153 2015-09-01  45.41 1134.99
## 154 2015-10-01  46.42 1115.15
## 155 2015-11-01  41.69 1141.74
## 156 2015-12-01  37.11 1064.55
## 157 2016-01-01  33.75 1061.09
## 158 2016-02-01  33.91 1117.85
## 159 2016-03-01  38.12 1238.19
## 160 2016-04-01  46.00 1232.70
## 161 2016-05-01  48.87 1293.69
## 162 2016-06-01  48.38 1215.85
## 163 2016-07-01  41.38 1323.40
## 164 2016-08-01  44.84 1349.97
## 165 2016-09-01  48.05 1309.35
## 166 2016-10-01  46.72 1317.83
## 167 2016-11-01  49.00 1276.90
## 168 2016-12-01  53.89 1173.01
## 169 2017-01-01  52.80 1151.09
## 170 2017-02-01  53.99 1210.60
## 171 2017-03-01  50.79 1248.57
## 172 2017-04-01  49.20 1248.30
## 173 2017-05-01  48.63 1268.50
## 174 2017-06-01  46.34 1268.90
## 175 2017-07-01  50.19 1241.76
## 176 2017-08-01  47.08 1269.05
## 177 2017-09-01  51.34 1322.03
## 178 2017-10-01  54.43 1279.20
## 179 2017-11-01  57.24 1270.94
## 180 2017-12-01  60.23 1274.59
## 181 2018-01-01  64.93 1302.62
## 182 2018-02-01  61.52 1345.08
## 183 2018-03-01  64.86 1318.22
## 184 2018-04-01  68.53 1326.21
## 185 2018-05-01  67.02 1315.40
## 186 2018-06-01  74.39 1298.79
## 187 2018-07-01  69.28 1253.49
## 188 2018-08-01  70.49 1223.97
## 189 2018-09-01  73.75 1200.29
## 190 2018-10-01  64.95 1192.19
## 191 2018-11-01  50.60 1215.24
## 192 2018-12-01  45.00 1223.19
## 193 2019-01-01  53.71 1282.78
## 194 2019-02-01  56.94 1320.93
## 195 2019-03-01  60.17 1312.94
## 196 2019-04-01  63.48 1291.48
## 197 2019-05-01  53.25 1283.59
## 198 2019-06-01  59.38 1307.40
## 199 2019-07-01  57.54 1392.83
## 200 2019-08-01  55.17 1411.34
## 201 2019-09-01  54.26 1520.10
## 202 2019-10-01  53.97 1472.30
## 203 2019-11-01  55.36 1513.32
## 204 2019-12-01  61.22 1467.03
## 205 2020-01-01  51.57 1517.24
## 206 2020-02-01  45.13 1590.20
## 207 2020-03-01  20.05 1591.10
## 208 2020-04-01   8.62 1571.00
## 209 2020-05-01  12.77 1685.95
## 210 2020-06-01  16.73 1738.05
## 211 2020-07-01  20.90 1781.60
## 212 2020-08-01  26.57 1980.98
## 213 2020-09-01  40.17 1967.63
## 214 2020-10-01  35.92 1885.80
## 215 2020-11-01  45.29 1878.59
## 216 2020-12-01  48.27 1777.40
## 217 2021-01-01  51.92 1897.69
## 218 2021-02-01  62.45 1863.05
## 219 2021-03-01  59.55 1733.40
## 220 2021-04-01  63.44 1708.09
## 221 2021-05-01  66.94 1768.49
## 222 2021-06-01  73.77 1907.53
## 223 2021-07-01  73.94 1770.06
## 224 2021-08-01  68.64 1814.34
## 225 2021-09-01  75.44 1813.57
## 226 2021-10-01  83.34 1756.91
## 227 2021-11-01  67.47 1783.24
## 228 2021-12-01  75.63 1774.15
## 229 2022-01-01  88.80 1830.14
## 230 2022-02-01  97.25 1796.72
## 231 2022-03-01 102.19 1908.19
## 232 2022-04-01 104.78 1937.51
## 233 2022-05-01 116.20 1896.09
## 234 2022-06-01 107.75 1837.37
## 235 2022-07-01  99.61 1807.31
## 236 2022-08-01  89.83 1765.05
## 237 2022-09-01  80.03 1711.09
## 238 2022-10-01  86.88 1661.30
## 239 2022-11-01  81.05 1633.40
## 240 2022-12-01  80.55 1768.54
## 241 2023-01-01  79.03 1823.85
## 242 2023-02-01  76.53 1927.92
## 243 2023-03-01  75.57 1827.24
## 244 2023-04-01  76.12 1970.84
## 245 2023-05-01  67.75 1991.34
## 246 2023-06-01  70.37 1962.80
## 247 2023-07-01  81.70 1919.40
## 248 2023-08-01  83.89 1965.10
## 249 2023-09-01  91.19 1939.86
## 250 2023-10-01  82.05 1848.05
## 251 2023-11-01  75.83 1983.01
## 252 2023-12-01  71.24 2034.49

Tiểu Luận

Hoàng Tính

12:43:25, 25 - 03 - 2024

Phần mở đầu

Lý do chọn đề tài

Mục tiêu nghiên cứu

Đối tượng và phạm vi nghiên cứu

Ý nghĩa nghiên cứu

Chương 1: Cở sở lý luận, dữ liệu và phương pháp nghiên cứu

I. Tổng quan cơ sở lý luận

1. Lý thuyết về giá dầu và giá vàng

2. Tổng quan nghiên cứu

II. Dữ liệu và phương pháp nghiên cứu.

Chương 2: Tiến hành phân tích

I. Tính toán các đặc trưng đo lường

II. Nhận định mối tương quan giữa giá vàng và giá dầu thế giới thông quan biểu đồ Scatter

1. Giai đoạn 2003 - 2008

2. Giai đoạn 2008 - 2013

3. Giai đoạn 2013 - 2018

4. Giai đoạn 2018 - 2023

Chương 3: Đánh giá mối tương quan dựa trên tốc độ thay đổi giá trung bình qua các năm

1. Giai đoạn 2003 - 2008

2. Giai đoạn 2008 - 2013

3. Giai đoạn 2013 - 2018

4. Giai đoạn 2018 - 2023

Chương 4: Kết luận

Tài liệu tham khảo

Dữ liệu