Tổng quan về luận án

Mức xếp hạng tín nhiệm (Credit Rating) của các ngân hàng thương mại (NHTM) do các tổ chức xếp hạng tín nhiệm quốc tế uy tín như Fitch Ratings, Standard & Poor's (S&P) và Moody’s công bố giữ vai trò là một cơ chế định giá rủi ro tín dụng then chốt trên thị trường vốn toàn cầu (Bellotti et al., 2011a). Mức xếp hạng này không chỉ quyết định trực tiếp đến chi phí huy động vốn, khả năng tiếp cận thanh khoản ngoại tệ mà còn phản ánh sức khỏe tài chính và xác suất vỡ nợ của từng định chế tài chính (Manso, 2013). Tuy nhiên, một vấn đề học thuật mang tính cốt lõi vẫn chưa được giải quyết thấu đáo: Liệu các tổ chức xếp hạng tín nhiệm có áp dụng một hàm đánh giá đồng nhất và gán trọng số tương đương cho các chỉ tiêu tài chính nội tại cũng như các yếu tố vĩ mô mang tính hệ thống giữa các nền kinh tế phát triển (Developed Economies) và các nền kinh tế mới nổi (Emerging Market Economies) hay không?

Khoảng trống nghiên cứu (Research Gap) xuất phát từ thực tế các nghiên cứu thực nghiệm tiền nhiệm (Poon et al., 1999; Matousek & Stewart, 2009; Ioannidis et al., 2010; Caporale et al., 2012) chủ yếu gộp chung mẫu nghiên cứu gồm các ngân hàng ở nhiều quốc gia có trình độ phát triển kinh tế và cấu trúc thể chế khác biệt. Mặc dù Shen et al. (2012) đã bước đầu chỉ ra sự khác biệt trong tác động của một số chỉ tiêu tài chính lên mức xếp hạng tín nhiệm của NHTM giữa hai nhóm quốc gia, nghiên cứu này còn giới hạn ở số lượng chỉ tiêu tài chính hạn hẹp và hoàn toàn bỏ ngỏ sự tương tác phức hợp giữa các biến rủi ro hệ thống (rủi ro quốc gia, rủi ro ngành) và đặc điểm sở hữu ngân hàng (sở hữu nhà nước, sở hữu tập đoàn mẹ).

Luận án tiến sĩ kinh tế của tác giả Lâm Thanh Phi Quỳnh (2018) tại Trường Đại học Kinh tế TP. Hồ Chí Minh đã giải quyết trọn vẹn khoảng trống này thông qua hai câu hỏi nghiên cứu cốt lõi:

  • RQ1: Có tồn tại sự khác biệt có ý nghĩa thống kê trong tác động của các yếu tố mang tính chất hệ thống (mức độ rủi ro quốc gia, mức độ rủi ro ngành ngân hàng) đến mức xếp hạng tín nhiệm của NHTM tại các nền kinh tế phát triển so với các nền kinh tế mới nổi hay không?
  • RQ2: Có tồn tại sự khác biệt có ý nghĩa thống kê trong tác động của các yếu tố đặc thù ngân hàng (quy mô tài sản, đặc điểm sở hữu, các chỉ tiêu tài chính phản ánh chất lượng tài sản, khả năng sinh lời, thanh khoản) đến mức xếp hạng tín nhiệm của NHTM giữa hai nhóm nền kinh tế nêu trên hay không?

Tương ứng với hai câu hỏi nghiên cứu, bốn giả thuyết nghiên cứu chính được kiểm định:

  • H1: Mức độ rủi ro mang tính chất hệ thống (rủi ro quốc gia, rủi ro ngành) có tác động đến mức xếp hạng tín nhiệm của NHTM tại các nền kinh tế mới nổi mạnh hơn so với các nền kinh tế phát triển.
  • H2: Yếu tố hỗ trợ từ sở hữu nhà nước và sở hữu tập đoàn mẹ tạo ra tác động cải thiện mức xếp hạng tín nhiệm tại các nền kinh tế mới nổi vượt trội hơn so với các nền kinh tế phát triển.
  • H3: Yếu tố quy mô tổng tài sản có tác động cùng chiều đến mức xếp hạng tín nhiệm tại cả hai nhóm quốc gia nhưng có sự khác biệt về độ nhạy biên.
  • H4: Các chỉ tiêu tài chính nội tại có tác động đến mức xếp hạng tín nhiệm của NHTM tại các nền kinh tế phát triển mạnh mẽ hơn và nhất quán hơn so với tại các nền kinh tế mới nổi.

Khung lý thuyết của công trình được định hình vững chắc dựa trên Lý thuyết Bất cân xứng thông tin (Information Asymmetry Theory) kết hợp với Hệ thống thống nhất đánh giá các tổ chức tài chính (CAMELS/UFIRS) và khung phân tích xếp hạng tín nhiệm độc lập (Viability Rating - VR / Stand Alone Credit Profile - SACP) của Fitch Ratings.

Phạm vi nghiên cứu bao quát dữ liệu tài chính vi mô từ cơ sở dữ liệu Bankscope kết hợp với mức xếp hạng tín nhiệm dài hạn của Fitch Ratings giai đoạn 2010–2015. Mẫu nghiên cứu đại diện cho nhóm nền kinh tế phát triển (bao gồm các quốc gia G7 cùng Australia, New Zealand, Thụy Sĩ, Thụy Điển, Hà Lan, Bỉ) và nhóm nền kinh tế mới nổi theo phân loại của IMF (bao gồm Trung Quốc, Ấn Độ, Brazil, Argentina, Chile, Mexico, Thái Lan, Philippines, Việt Nam). Ý nghĩa khoa học của nghiên cứu là thiết lập một khung phân tích định lượng chuẩn xác giải thích hiện tượng phân hóa trọng số xếp hạng, đồng thời cung cấp hàm ý thực tiễn vô cùng giá trị cho các ngân hàng trung ương và các nhà quản trị NHTM tại các thị trường mới nổi nhằm nâng cao mức tín nhiệm quốc tế.


Literature Review và Positioning

Tổng quan y văn quốc tế về xếp hạng tín nhiệm NHTM chia thành hai luồng nghiên cứu chủ đạo:

Luồng nghiên cứu Tác giả tiêu biểu Trọng tâm học thuật & Phát hiện chính
Xác định các nhân tố tài chính vi mô dự báo mức xếp hạng Horrigan (1966); Poon et al. (1999); Matousek & Stewart (2009); Bellotti et al. (2011a, 2011b) Chứng minh các chỉ tiêu CAMELS (vốn, chất lượng tài sản, năng lực sinh lời ROAA, ROAE, tỷ lệ lãi cận biên NIM, thanh khoản) quyết định bậc xếp hạng tín nhiệm.
Tác động của thể chế, môi trường vĩ mô và tính không đồng nhất của CRA Liu & Ferri (2001); Alsakka et al. (2014); Caporale et al. (2012); Keffala (2015) Chỉ ra rủi ro trần quốc gia (Sovereign Ceiling), mức độ ổn định vĩ mô và tính chu kỳ của nền kinh tế chi phối mạnh mẽ đến xác suất vỡ nợ của hệ thống ngân hàng.

Trong dòng y văn tồn tại hai cuộc tranh luận lý thuyết sâu sắc:

Thứ nhất, tranh luận về vai trò của sở hữu nhà nước đối với rủi ro tín dụng ngân hàng. Một trường phái (Iannotta et al., 2010) lập luận rằng NHTM thuộc sở hữu nhà nước nhận được mức xếp hạng tín nhiệm cao hơn nhờ cam kết ngầm định về sự cứu trợ tài chính (Bailout Support) từ phía chính phủ khi gặp biến cố thanh khoản. Ngược lại, trường phái rủi ro đạo đức (Lassoued et al., 2016; Mishkin, 1999) chỉ ra rằng sự bảo hộ của nhà nước làm gia tăng hành vi đầu tư mạo hiểm, hạ thấp tiêu chuẩn thẩm định tín dụng, từ đó tích tụ nợ xấu và làm xói mòn chất lượng tài sản thực tế.

Thứ hai, tranh luận về sự thiên lệch trong xếp hạng tín nhiệm không theo yêu cầu (Unsolicited vs. Solicited Ratings). Poon & Firth (2005) cùng Roy (2005) chứng minh rằng các đánh giá không theo yêu cầu (Shadow ratings ký hiệu s của Fitch hoặc pi của S&P) thường bị đánh giá thấp hơn đáng kể so với mức xếp hạng được yêu cầu chính thức. Roy (2005) chỉ ra trên 80% đánh giá xếp hạng không theo yêu cầu của S&P tập trung tại các thị trường mới nổi khu vực châu Á, Nam Mỹ và châu Phi, xuất phát từ việc các tổ chức xếp hạng phải dựa hoàn toàn vào dữ liệu công bố đại chúng vốn có độ tin cậy hạn chế.

Định vị của công trình nghiên cứu: So với nghiên cứu của Shen et al. (2012) – vốn chỉ kiểm tra sự khác biệt của một số chỉ tiêu tài chính cơ bản, và nghiên cứu của Liu & Ferri (2001) – vốn chủ yếu tập trung vào xếp hạng doanh nghiệp phi tài chính, luận án của Lâm Thanh Phi Quỳnh (2018) đã tiến một bước đột phá khi tích hợp đồng thời biến rủi ro quốc gia (Country_Rating), chỉ số rủi ro ngành ngân hàng (Bicra), biến cấu trúc sở hữu (Government, Group) cùng toàn bộ hệ thống biến tài chính CAMELS vào một mô hình Ordered Logit mẫu gộp có biến tương tác, phân định ranh giới định lượng giữa hai nhóm nền kinh tế.


Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng Lý thuyết Bất cân xứng thông tin (Akerlof, 1970; Stiglitz & Weiss, 1981) trong lĩnh vực kinh tế học tài chính ngân hàng bằng việc mô hình hóa hành vi tối ưu hóa của các tổ chức xếp hạng tín nhiệm quốc tế (CRAs).

Theo mô hình toán học của Liu & Ferri (2001) được tác giả phát triển, các tổ chức xếp hạng tín nhiệm tìm cách tối đa hóa hàm thỏa dụng $U$ thông qua việc tối thiểu hóa sai số giữa rủi ro thực tế $R^r$ và mức xếp hạng công bố $R^p$:

$$U = - [R^r - R^p]^2$$

Trong đó, mức xếp hạng công bố $R^p$ là một hàm tuyến tính bao gồm ba thành phần rủi ro:

  • $R^1$: Rủi ro định lượng từ báo cáo tài chính nội tại của ngân hàng (Financial ratios).
  • $R^2$: Rủi ro định tính đặc thù ngân hàng (năng lực quản trị, văn hóa rủi ro).
  • $R^3$: Rủi ro môi trường kinh tế vĩ mô và rủi ro ngành ngân hàng.

Phương trình cấu trúc chuẩn hóa trọng số được thiết lập:

$$R^p = \lambda R^1 + \beta R^3 + (1 - \lambda - \beta) R^2$$

Trong đó $\lambda$ là trọng số gán cho chỉ tiêu tài chính định lượng, $\beta$ là trọng số gán cho rủi ro vĩ mô hệ thống. Đóng góp lý thuyết mang tính bản lề của luận án là chứng minh thực nghiệm sự dịch chuyển cấu trúc trọng số (Weighting Structural Shift):

  • Tại các nền kinh tế phát triển: Nơi có tính minh bạch cao và chuẩn mực kế toán khắt khe, mức độ bất cân xứng thông tin thấp, các tổ chức xếp hạng tối ưu hóa bằng cách tăng trọng số $\lambda$ của các chỉ tiêu tài chính vi mô ($R^1$).
  • Tại các nền kinh tế mới nổi: Do chất lượng thông tin tài chính công bố chưa cao và tỷ lệ xếp hạng không theo yêu cầu lớn, các tổ chức xếp hạng phòng ngừa rủi ro mô hình bằng cách chiết khấu trọng số $\lambda$, đồng thời gia tăng đáng kể trọng số $\beta$ của biến môi trường vĩ mô và rủi ro thể chế ($R^3$).
      [NỀN KINH TẾ PHÁT TRIỂN]                    [NỀN KINH TẾ MỚI NỔI]

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp đa tầng ba trụ cột lý thuyết:

  1. Lý thuyết Bất cân xứng thông tin: Đóng vai trò là cơ chế giải thích nền tảng cho sự phân hóa trọng số đánh giá.
  2. Khung đánh giá CAMELS/UFIRS: Chuẩn hóa hệ thống biến nội tại bao gồm Quy mô tài sản (LnAss, AssGrow), Chất lượng tài sản (LoanLoss_Ln), Hiệu quả sinh lời (ROAE, ROAA, NIM), Cơ cấu thu nhập (OthIn_Ass).
  3. Mô hình xếp hạng hai giai đoạn của Fitch Ratings: Giai đoạn 1 xác định sức mạnh nội tại (Viability Rating - VR); Giai đoạn 2 kết hợp năng lực hỗ trợ ngoại sinh từ Chính phủ (Government) và Tập đoàn mẹ (Group) cùng biến rủi ro quốc gia (Country_Rating) và môi trường ngành (Bicra).

Điều kiện biên (Boundary Conditions): Khung phân tích được định hình trong bối cảnh các ngân hàng thương mại hoạt động dưới sự giám sát của các cơ quan quản trị tiền tệ quốc gia, chịu sự chi phối của hiệp ước vốn Basel và được xếp hạng bởi Fitch Ratings trong chu kỳ kinh tế hậu khủng hoảng tài chính toàn cầu.


Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu kiên định với triết lý thực chứng (Positivism) và phương pháp tiếp cận định lượng diễn dịch (Deductive Quantitative Approach). Thiết kế nghiên cứu so sánh hai nhóm độc lập (Two-group comparative design) kết hợp mô hình gộp có biến tương tác đa biến nhằm kiểm định sự sai biệt về độ dốc hồi quy (Slope heterogeneity).

Mẫu nghiên cứu được trích xuất từ cơ sở dữ liệu Bankscope kết hợp báo cáo xếp hạng tín nhiệm của Fitch Ratings giai đoạn 2010–2015. Toàn bộ các mức xếp hạng dài hạn được mã hóa thành biến thứ bậc (Ordinal Dependent Variable) với các bậc phân loại từ cao nhất (AAA, AA) xuống các bậc thấp nhất (B, CCC, CC, C, RD, D) theo thang đo chuẩn mực quốc tế.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu trải qua ba bước kiểm định khắt khe:

  1. Kiểm định tính đơn điệu và phân phối: Áp dụng phân tích phương sai một yếu tố (One-way ANOVA) đối với các biến tài chính có phân phối chuẩn và kiểm định phi tham số Kruskal-Wallis đối với các biến vi phạm giả định phân phối chuẩn trên từng nhóm mức xếp hạng tín nhiệm nhằm loại trừ sai lệch chọn mẫu.
  2. Lựa chọn biến giải thích tối ưu: Xây dựng thuật toán ước lượng trên các mẫu dữ liệu con (Sub-samples) và áp dụng Tiêu chuẩn Thông tin Bayes (Bayesian Information Criterion - BIC):

$$\Delta BIC = |BIC_i - BIC_j|$$

Mô hình có chỉ số BIC nhỏ hơn với $\Delta BIC > 10$ được xác nhận là có bằng chứng vượt trội (Very strong evidence) để lựa chọn tập biến giải thích tối ưu, loại bỏ triệt để hiện tượng quá khớp (Overfitting). 3. Kiểm định độ tin cậy mô hình: Thực hiện kiểm định hiện tượng đa cộng tuyến thông qua Hệ số khuếch đại phương sai (Variance Inflation Factor - VIF), kiểm định phương sai sai số thay đổi (Heteroskedasticity) và kiểm định biến bị bỏ sót (Omitted variable test) để đảm bảo tính vững của các ước lượng tham số.

 [PHÂN TÍCH RIÊNG TỪNG NHÓM QUỐC GIA]                  [PHÂN TÍCH TRÊN MẪU DỮ LIỆU GỘP]

Data và phân tích

Mô hình kinh tế lượng cốt lõi sử dụng phương pháp Hồi quy Logit thứ bậc (Ordered Logit Model). Hàm mật độ xác suất tích lũy của mức xếp hạng tín nhiệm $Y_i^*$ nhận giá trị $j$ được xác định bởi:

$$P(Y_i = j | X_i) = P(\kappa_{j-1} < Y_i^* \le \kappa_j) = \frac{1}{1 + e^{-(\kappa_j - X_i \beta)}} - \frac{1}{1 + e^{-(\kappa_{j-1} - X_i \beta)}}$$

Trong đó $\kappa_j$ là các điểm ngưỡng phân vị (Cutoff points), $X_i$ là véc-tơ các biến giải thích bao gồm:

  • Nhóm biến hệ thống: Rủi ro quốc gia (Country_Rating), Rủi ro ngành (Bicra).
  • Nhóm biến sở hữu: Sở hữu nhà nước (Government), Sở hữu tập đoàn mẹ (Group).
  • Nhóm biến tài chính: Quy mô (LnAss), Tăng trưởng tài sản (AssGrow), Tỷ lệ trích lập dự phòng rủi ro tín dụng (LoanLoss_Ln), Tỷ lệ sinh lời trên vốn chủ sở hữu (ROAE), Tỷ suất sinh lời trên tài sản (ROAA), Tỷ lệ lãi cận biên (NIM), Thu nhập ngoài lãi (OthIn_Ass).

Để xác định sự khác biệt có ý nghĩa thống kê, mô hình dữ liệu gộp bổ sung biến giả thị trường mới nổi Emer ($Emer = 1$ cho các nền kinh tế mới nổi, $Emer = 0$ cho các nền kinh tế phát triển) cùng các biến tương tác chéo:

$$Y_i^* = \alpha + \sum \beta_k X_{ki} + \gamma Emer_i + \sum \delta_k (X_{ki} \times Emer_i) + \varepsilon_i$$

Nếu hệ số tương tác $\delta_k$ có ý nghĩa thống kê ($p < 0.05$ hoặc $p < 0.01$), giả thuyết về sự khác biệt trong tác động của yếu tố $X_k$ giữa hai nhóm quốc gia được chấp nhận hoàn toàn.


Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả thực nghiệm từ luận án mang lại những phát hiện mang tính đột phá:

Nhóm biến tác động Nền kinh tế phát triển Nền kinh tế mới nổi Bản chất khác biệt & Ý nghĩa thực nghiệm
Rủi ro quốc gia & Ngành (Country_Rating, Bicra) Hệ số tác động ở mức vừa phải; không chi phối tuyệt đối. Hệ số hồi quy có ý nghĩa thống kê ở mức $p < 0.001$, tác động biên cực lớn. Biến vĩ mô tạo thành "trần tín nhiệm cứng", chi phối áp đảo xác suất phân loại ngân hàng vào nhóm an toàn tại thị trường mới nổi.
Chất lượng tài sản (LoanLoss_Ln) Tác động ngược chiều rất mạnh đến mức xếp hạng ($p < 0.01$). Tác động yếu hơn, độ nhạy biên thấp hơn đáng kể so với nhóm phát triển. Phản ánh sự nghi ngờ của các tổ chức xếp hạng đối với tính trung thực trong phân loại nợ xấu tại các thị trường mới nổi.
Khả năng sinh lời (ROAE, NIM) Tác động cùng chiều mạnh mẽ, nhất quán và có ý nghĩa thống kê cao ($p < 0.01$). Hệ số tác động phân tán, mức độ ảnh hưởng đến việc tăng bậc xếp hạng hạn chế. Tại thị trường mới nổi, lợi nhuận cao thường bị đánh giá là đi kèm với rủi ro đầu cơ thay vì hiệu quả vận hành thực chất.
Sở hữu nhà nước & Tập đoàn (Government, Group) Tác động hỗ trợ xếp hạng không vượt trội so với ngân hàng tư nhân. Tác động dương mạnh mẽ ($p < 0.01$), nâng xác suất nhận mức xếp hạng cao. Cơ chế bảo lãnh ngầm định và khả năng hỗ trợ thanh khoản cứu trợ được các tổ chức xếp hạng định giá rất cao tại thị trường mới nổi.
Tốc độ tăng trưởng tài sản (AssGrow) Tác động trung tính hoặc tích cực nhẹ. Tác động ngược chiều đến xác suất duy trì mức xếp hạng cao. Tăng trưởng quy mô nóng tại các thị trường mới nổi làm gia tăng lo ngại về rủi ro vỡ nợ tiềm ẩn do quản trị rủi ro không theo kịp.

Bằng chứng định lượng thực nghiệm:

  • Luận án ghi nhận sự tương phản rõ rệt: "Tỷ lệ lợi nhuận ròng/tổng tài sản bình quân của các NHTM tại các nền kinh tế phát triển thường ổn định ở mức 0.5% và khá thấp khi so sánh với các NHTM tại các nền kinh tế mới nổi" (dẫn theo nghiên cứu thực nghiệm của Mirzaei et al., 2013). Tuy nhiên, mức ROAA cao này tại thị trường mới nổi lại không giúp ngân hàng nhận được mức xếp hạng tín nhiệm tương xứng.
  • Nghiên cứu của Powell (2004) trích trong luận án chỉ ra: "Tỷ lệ số lượng trung bình các NHTM trong 1 quốc gia tuân thủ các tiêu chuẩn quản trị ngân hàng Basel 2 tại các nền kinh tế phát triển là 80% so với mức 40% tại các nền kinh tế mới nổi tại thời điểm năm 2003." Khoảng cách thể chế này củng cố cho kết quả kiểm định biến tương tác giữa Emer và các chỉ tiêu tài chính.

Implications đa chiều

Hàm ý lý thuyết

Nghiên cứu chứng minh rằng hàm mục tiêu định giá tín nhiệm quốc tế không phải là một mô hình bất biến mà là một hệ thống tham số thích nghi phụ thuộc vào môi trường thông tin vĩ mô. Điều này đặt nền móng lý thuyết vững chắc để xem xét lại các mô hình đo lường rủi ro phá sản trong tài chính ngân hàng quốc tế.

Hàm ý phương pháp luận

Việc tích hợp quy trình lựa chọn biến dựa trên Tiêu chuẩn Thông tin Bayes (BIC) kết hợp hồi quy Ordered Logit và phân tích tác động biên trên mẫu gộp biến tương tác cung cấp một chuẩn mực phương pháp luận mẫu mực cho các nghiên cứu so sánh liên quốc gia trong lĩnh vực tài chính.

Khuyến nghị thực tiễn cho Ban lãnh đạo các NHTM tại các nền kinh tế mới nổi

  1. Kiểm soát tốc độ tăng trưởng quy mô: Tránh theo đuổi tăng trưởng tài sản nóng (AssGrow) vượt quá năng lực kiểm soát rủi ro tín dụng, bởi các tổ chức xếp hạng coi tăng trưởng tín dụng quá mức là dấu hiệu cảnh báo rủi ro vỡ nợ.
  2. Cải thiện chất lượng tài sản thực chất: Nâng cao tỷ lệ bao phủ nợ xấu và minh bạch hóa chi phí trích lập dự phòng (LoanLoss_Ln) theo chuẩn mực quốc tế IFRS 9 thay vì làm đẹp báo cáo tài chính ngắn hạn.
  3. Tận dụng liên kết chiến lược: Chủ động tìm kiếm cổ đông chiến lược là các tập đoàn tài chính nước ngoài uy tín (Group) nhằm nhận được sự hỗ trợ về mặt kỹ thuật, năng lực quản trị rủi ro và tăng cường bảo trợ tín nhiệm quốc tế.

Khuyến nghị chính sách cho Ngân hàng Trung ương và Cơ quan Quản lý

  1. Nâng cao xếp hạng rủi ro ngành ngân hàng (Bicra): Hoàn thiện khung pháp lý giám sát an toàn vi mô và vĩ mô, thúc đẩy toàn diện việc tuân thủ các trụ cột an toàn vốn Basel II và Basel III.
  2. Minh bạch hóa thông tin thị trường: Ban hành các quy định bắt buộc về kiểm toán độc lập quốc tế và công bố thông tin nghiêm ngặt, nhằm thu hẹp khoảng cách bất cân xứng thông tin, giúp các chỉ số tài chính của ngân hàng nội địa phản ánh đúng giá trị thực trong mắt các tổ chức xếp hạng toàn cầu.

Limitations và Future Research

Luận án thừa nhận một số giới hạn học thuật khách quan:

  1. Dữ liệu cắt ngang theo chu kỳ: Mẫu dữ liệu tập trung chủ yếu vào giai đoạn 2010–2015, thời kỳ hệ thống tài chính toàn cầu đang chịu tác động sâu sắc sau khủng hoảng nợ công châu Âu, do đó chưa bao quát được các cú sốc vĩ mô phi truyền thống giai đoạn sau.
  2. Phụ thuộc vào một tổ chức xếp hạng duy nhất: Nghiên cứu sử dụng kết quả xếp hạng của Fitch Ratings; dù Fitch có độ bao phủ ngân hàng lớn nhất, các thang đo của S&P và Moody’s có thể có những khác biệt nhỏ trong phương pháp luận chi tiết.
  3. Mô hình định lượng tham số truyền thống: Chưa áp dụng các thuật toán học máy phi tuyến tính cao cấp để kiểm tra đối chiếu hiệu năng dự báo mức xếp hạng tín nhiệm.

Hướng nghiên cứu tương lai:

  • Ứng dụng các thuật toán trí tuệ nhân tạo tiên tiến như Rừng ngẫu nhiên (Random Forest), Máy véc-tơ hỗ trợ (Support Vector Machines - SVM) và Mạng nơ-ron tích chập (Convolutional Neural Networks) để so sánh hiệu quả phân loại với mô hình hồi quy Ordered Logit.
  • Mở rộng tập dữ liệu bảng động đa chiều (Dynamic Panel Data) bao gồm cả chu kỳ kinh tế trước, trong và sau các cuộc khủng hoảng dịch bệnh và xung đột địa chính trị toàn cầu.
  • Nghiên cứu so sánh đồng thời giữa ba tổ chức xếp hạng (Fitch, Moody's, S&P) để đánh giá mức độ bất đồng thuận xếp hạng (Split Ratings) giữa các nền kinh tế.

Tác động và ảnh hưởng

  • Tác động học thuật: Đóng góp một công trình nghiên cứu quy mô, giải quyết căn cơ cuộc tranh luận về tính thiên lệch xếp hạng tín nhiệm quốc tế, tạo nguồn tham khảo học thuật giá trị cao cho các nghiên cứu sinh chuyên ngành Tài chính - Ngân hàng.
  • Chuyển đổi ngành ngân hàng: Thúc đẩy các ngân hàng thương mại tại các thị trường mới nổi như Việt Nam tái cấu trúc hệ thống quản trị rủi ro, chuyển dịch từ tăng trưởng theo chiều rộng sang nâng cao hệ số an toàn vốn và tính minh bạch tài chính.
  • Ảnh hưởng chính sách: Cung cấp luận cứ khoa học thực chứng để Ngân hàng Nhà nước Việt Nam và các cơ quan quản lý tiền tệ khu vực hoàn thiện thể chế giám sát an toàn hệ thống, từng bước nâng cao chỉ số tín nhiệm quốc gia.
  • Giá trị toàn cầu: Làm rõ cơ chế vận hành của dòng vốn quốc tế đối với các thị trường cận biên và mới nổi, góp phần giảm thiểu rủi ro lan truyền và ổn định hệ sinh thái tài chính quốc tế.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên Đại học: Tiếp cận phương pháp luận kinh tế lượng thứ bậc Ordered Logit chuẩn mực và mô hình hóa bất cân xứng thông tin toán học.
  • Hội đồng Quản trị và Ban điều hành NHTM: Nắm bắt các tiêu chí trọng yếu để xây dựng lộ trình nâng hạng tín nhiệm quốc tế, tối ưu hóa chi phí phát hành trái phiếu quốc tế.
  • Cơ quan Quản lý Tiền tệ và Ngân hàng Trung ương: Có thêm công cụ định lượng hỗ trợ cảnh báo sớm rủi ro hệ thống và xây dựng chính sách điều hành thị trường minh bạch.
  • Nhà đầu tư tổ chức quốc tế: Hiểu rõ bản chất khác biệt của các chỉ số tài chính tại thị trường mới nổi để ra quyết định phân bổ danh mục đầu tư chính xác.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc mở rộng Lý thuyết Bất cân xứng thông tin (Akerlof, 1970; Mishkin, 1999) bằng cách chứng minh sự dịch chuyển trọng số định giá tín nhiệm thông qua mô hình toán học:

$$R^p = \lambda R^1 + \beta R^3 + (1 - \lambda - \beta) R^2$$

Luận án khẳng định tại các nền kinh tế mới nổi, do chất lượng thông tin tài chính thấp và tỷ lệ xếp hạng không theo yêu cầu cao, các tổ chức xếp hạng chủ động nâng cao trọng số vĩ mô $\beta$ và hạ thấp trọng số tài chính vi mô $\lambda$, tạo ra sự bất bình đẳng trong phân loại tín nhiệm đối với các ngân hàng có cùng nền tảng tài chính.

2. Sự cách tân trong phương pháp nghiên cứu so với các nghiên cứu trước đây được thể hiện như thế nào?

So với các nghiên cứu của Poon et al. (1999) và Shen et al. (2012), luận án không gộp chung mẫu hay chỉ so sánh định tính mà thực hiện quy trình kiểm định ba bước nghiêm ngặt: (1) Kiểm định phân phối ANOVA và Kruskal-Wallis; (2) Lựa chọn tập biến tối ưu dựa trên chỉ số $\Delta BIC > 10$ trong mô hình Ordered Logit; (3) Sử dụng biến giả $Emer$ kết hợp biến tương tác chéo ($X_{ki} \times Emer_i$) trên mẫu dữ liệu gộp để kiểm định trực tiếp sự khác biệt có ý nghĩa thống kê của từng hệ số biên.

3. Phát hiện thực nghiệm nào bất ngờ nhất và có bằng chứng định lượng ra sao?

Phát hiện bất ngờ nhất là nghịch lý về tỷ suất sinh lời và tăng trưởng tài sản tại các thị trường mới nổi. Dù các ngân hàng tại thị trường mới nổi có ROAA và NIM vượt trội so với thị trường phát triển (Mizaei et al., 2013), các chỉ số này không tạo ra tác động cải thiện xếp hạng tín nhiệm rõ nét. Hơn thế nữa, tốc độ tăng trưởng tài sản nóng (AssGrow) lại có xu hướng làm tăng xác suất bị xếp vào các bậc tín nhiệm thấp do tổ chức xếp hạng lo ngại sự yếu kém trong thẩm định rủi ro tín dụng đi kèm.

4. Quy trình tái lập nghiên cứu (Replication Protocol) có được đảm bảo chi tiết không?

Quy trình nghiên cứu được thiết kế với độ minh bạch cao: Định nghĩa rõ ràng toàn bộ biến phụ thuộc và biến độc lập trong Bảng 3.1; trình bày cụ thể các tiêu chuẩn làm sạch dữ liệu Bankscope; cung cấp đầy đủ các kiểm định đa cộng tuyến (VIF Bảng 4.16, 4.17), kiểm định phương sai thay đổi (Bảng 4.18, 4.19) và bảng tính tác động biên chi tiết (Bảng 4.22, 4.23), cho phép tái lập hoàn toàn trên bất kỳ mẫu dữ liệu tài chính nào.

5. Khung chương trình nghiên cứu 10 năm tiếp theo từ kết quả luận án được định hình ra sao?

Chương trình nghiên cứu dài hạn bao gồm: (1) Tích hợp dữ liệu phi cấu trúc (Văn bản báo cáo tài chính, tin tức truyền thông) sử dụng Xử lý ngôn ngữ tự nhiên (NLP) để đo lường mức độ bất cân xứng thông tin theo thời gian thực; (2) Đánh giá tác động của các tiêu chuẩn ESG (Môi trường, Xã hội, Quản trị) đến mức xếp hạng tín nhiệm của NHTM; (3) Phân tích sự dịch chuyển trọng số xếp hạng trong kỷ nguyên chuyển đổi số và tài chính phi tập trung (Fintech/DeFi).


Kết luận

Công trình nghiên cứu tiến sĩ của tác giả Lâm Thanh Phi Quỳnh (2018) đã đúc kết 5 đóng góp học thuật và thực tiễn mang tính then chốt:

  1. Xác lập mô hình toán học giải thích sự phân hóa trọng số tín nhiệm: Chứng minh bằng thực nghiệm rằng mức xếp hạng tín nhiệm của NHTM tại các nền kinh tế phát triển được thúc đẩy chủ yếu bởi các chỉ tiêu tài chính nội tại, trong khi tại các nền kinh tế mới nổi, yếu tố rủi ro hệ thống vĩ mô và thể chế đóng vai trò chi phối áp đảo.
  2. Khẳng định vai trò của Lý thuyết Bất cân xứng thông tin: Làm sáng tỏ nguyên nhân gốc rễ của việc chiết khấu tín nhiệm đối với hệ thống NHTM tại các thị trường mới nổi bắt nguồn từ chất lượng công bố thông tin tài chính và sự phổ biến của các đánh giá xếp hạng không theo yêu cầu.
  3. Làm rõ hiệu ứng hai mặt của cấu trúc sở hữu: Chứng minh sự hỗ trợ từ sở hữu nhà nước và tập đoàn mẹ là "tấm khiên tín nhiệm" quan trọng tại các nền kinh tế mới nổi, bù đắp cho những khiếm khuyết về môi trường thể chế.
  4. Cung cấp chuẩn mực phương pháp luận kinh tế lượng tiên tiến: Kết hợp thành công mô hình Ordered Logit với thuật toán lựa chọn biến Bayes BIC và kiểm định tương tác trên mẫu gộp, mang lại độ tin cậy và giá trị nội tại vượt trội.
  5. Đề xuất lộ trình chính sách thực chứng cho các nền kinh tế mới nổi: Định hình giải pháp toàn diện cho các NHTM trong việc tối ưu hóa cấu trúc tài sản và gợi ý chiến lược minh bạch hóa thể chế cho các cơ quan quản trị ngân hàng trung ương nhằm nâng cao năng lực cạnh tranh trên thị trường vốn toàn cầu.