Hỗ trợ thương mại là hỗ trợ về tài chính và kỹ thuật nhằm tạo điều kiện cho sự hội nhập của các nước vào nền kinh tế thế giới thông qua các biện pháp nhằm thúc đẩy thương mại. Do vậy, hỗ trợ thương mại từ các nước nhập khẩu có thể mang lại lợi ích cho các nước xuất khẩu, đặc biệt là cho các nước đang phát triển. Bài nghiên cứu này tập trung tìm hiểu tác động của hỗ trợ thương mại của Mỹ đối với 46 quốc gia thu nhập thấp và trung bình khi xuất khẩu thuỷ sản vào Mỹ giai đoạn 2001 – 2014. Mô hình lực hấp dẫn và phương pháp Driscoll & Kraay sẽ được sử dụng để phân tích dữ liệu bảng ở cấp độ ngành cho các quốc gia này. Kết quả của bài nghiên cứu cho thấy rằng hỗ trợ thương mại từ Mỹ có tác động tích cực đến xuất khẩu thuỷ sản của các nước thu nhập trung bình và thấp vào thị trường Mỹ. Ngoài ra, nghiên cứu còn tìm ra tác động của các yếu tố khác đến xuất khẩu như chi phí thương mại có tác động nghịch biến và tỷ giá hối đoái có tác động đồng biến đối với xuất khẩu, và đặc biệt là sự ảnh hưởng của khủng hoảng kinh tế làm giảm tác động của hỗ trợ thương mại đối với xuất khẩu.

Download

Bài nghiên cứu này đánh giá tác động của hoạt động đổi mới sáng tạo (ĐMST) đến kết quả kinh doanh (KQKD) của 18 ngân hàng niêm yết trên sàn giao dịch chứng khoán Hà Nội (HNX) và sàn giao dịch chứng khoán thành phố Hồ Chí Minh (HOSE) trong giai đoạn từ năm 2010 đến thời điểm ngày 31/12/2020. Kết quả mô hình hồi quy đa biến của bài nghiên cứu đã chỉ ra rằng ĐMST quy trình có tác động tích cực đến KQKD của các ngân hàng. Tuy nhiên, hoạt động ĐMST tổ chức có tác động ngược chiều đến KQKD. Trong khi đó, hoạt động ĐMST sản phẩm không thể hiện mối quan hệ với KQKD của ngân hàng.

Download

Sự ổn định của hệ thống ngân hàng là chủ đề thu hút được nhiều sự quan tâm của các nhà nghiên cứu, các nhà quản lý và hoạch định chính sách trong nhiều năm qua. Tuy nhiên, câu hỏi liệu rằng xu hướng đầu tư vào công nghệ thông tin (CNTT) đang phát triển chóng mặt trên toàn cầu có tác động đến sự ổn định của ngành ngân hàng hay không vẫn chưa được nghiên cứu kĩ càng. Nghiên cứu này xem xét mối quan hệ giữa đầu tư CNTT và sự ổn định của ngân hàng trên bảng dữ liệu của các ngân hàng Việt Nam từ năm 2010 đến năm 2020. Bằng phương pháp SGMM, kết quả nghiên cứu đề xuất rằng chi tiêu cho CNTT có thể cải thiện sự ổn định của ngân hàng nói chung. Ngoài ra, kết quả cũng cho thấy đầu tư CNTT giúp các ngân hàng lớn ổn định hơn nhưng lại khiến các ngân hàng nhỏ gặp nhiều rủi ro hơn. <br><br>Abstract <br> Banking stability is a critical issue that has received a host of interest from researchers, regulators, and policymakers over the years. However, the impact of the information technology (IT) trend, which is recently fast improving on a global scale, on banks’ stability has not yet been adequately investigated. This study examines the nexus of IT investment on bank stability based on balanced panel data from Vietnam, a bank-based emerging economy, between 2010 and 2020. Using the SGMM method, this paper suggests that IT expenditure can improve banks’ stability in general. Moreover, the results also show that technology investment increases the stability of large banks, however, it also pushes small banks to more instability.

Download

Nghiên cứu này đánh giá tác động của mức độ quan tâm của nhà đầu tư, được đo lường thông qua tần suất tìm kiếm thông tin về các mã cổ phiếu, tới rủi ro sụt giảm giá của các cổ phiếu niêm yết trên thị trường chứng khoán Việt Nam. Cụ thể, nghiên cứu tác động của tần suất tìm kiếm thông tin về các mã cổ phiếu của các nhà đầu tư trên nền tảng Google tới rủi ro sụt giảm giá của 206 mã cổ phiếu niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2013–2022. Kết quả hồi quy dữ liệu dạng bảng cho thấy mức độ quan tâm của nhà đầu tư cao hơn làm tăng rủi ro sụt giảm giá trên thị trường chứng khoán Việt Nam. Kết quả mô hình mở rộng cho thấy tác động này là lớn hơn đối với các doanh nghiệp có quy mô lớn và các doanh nghiệp có mức độ thanh khoản cao hơn. Điều này thể hiện đặc điểm của thị trường chứng khoán Việt Nam với tỷ lệ lớn các nhà đầu tư cá nhân trên thị trường khiến các nhà đầu tư phản ứng tiêu cực hơn khi xuất hiện những sự thay đổi về thông tin trên thị trường chứng khoán. <br><br> Abstract <br> The study evaluates the impacts of investor attention, proxied by the search volume for each individual stock ticker from Google Trends Analytics, on the crash risk of stock price of listed firms on Vietnamese stock market. Specifically, this research investigates the impact of the frequency of searching for information about the stocks of investors on the Google platform on the price crash risk by using data from 206 firms listed on the Vietnamese stock market from 2013 to 2022. Our empirical analysis reveals that investor attention on individual securities is positively correlated with stock price crash risk. The author further explores the heterogenous impacts of firm size, and liquidity, and finds that the positive impacts of investor attention are stronger for bigger and higher liquidity stock. This finding is consistent with the fact that the Vietnamese stock market is dominated by retail investors. Thus, the investor tends to overreact and have herding behaviors, which eventually results in higher crash risks during stock correction phase.

Download

Sử dụng dữ liệu về đầu tư trực tiếp nước ngoài (FDI) của 66 quốc gia đang phát triển giai đoạn 2013-2021, nghiên cứu này triển khai các phương pháp học máy bao gồm mạng nơ-ron nhân tạo (ANN), rừng ngẫu nhiên (RFA) nhằm so sánh chất lượng dự báo với một phương pháp tiếp cận kinh tế lượng là GMM sai phân (DGMM). Trong đó, DGMM phân tích mối liên hệ giữa các nhân tố đầu vào ảnh hưởng tới thu hút FDI, trong khi ANN và RF dựa vào các nhân tố có ý nghĩa thống kê để đưa ra dự báo. Kết quả cho thấy các nhân tố độ lớn thị trường, độ mở thương mại, mức độ dồi dào của lao động, sự phát triển của thị trường tài chính là những nhân tố chính trợ lực cho thu hút FDI tại các quốc gia này. Trong khi đó, xét về mặt dự báo, sai số của RF là nhỏ nhất và vượt trội so với các phương pháp so sánh. Các phát hiện của mô hình kinh tế lượng và mô hình học máy cũng được thảo luận trong nghiên cứu. <br><br> Abstract <br> Utilizing foreign direct investment (FDI) data from 66 developing countries for the period 2013–2021, this study implements machine learning methods, including artificial neural networks (ANN) and random forests (RF), to compare predictive quality with that of an econometric approach, the difference generalized method of moments (DGMM). In this context, DGMM analyzes the relationships between the input factors influencing FDI attraction, while ANN and RF make predictions based on statistically significant factors. The results indicate that market size, trade openness, labor abundance, and financial market development are primary drivers facilitating FDI attraction in these countries. Regarding predictive accuracy, RF exhibits the lowest error and significantly outperforms the selected methods. The findings from both the econometric model and the machine learning models are also discussed in the study.

Download