Bối cảnh và vấn đề nghiên cứu

Sự phát triển nhanh chóng của công nghệ chuỗi khối (blockchain) cùng các nền tảng tiền tệ và tài sản kỹ thuật số đã tạo nên bước ngoặt lớn trên thị trường tài chính toàn cầu. Tiền mã hóa được kỳ vọng trở thành tương lai của hệ thống thanh toán và đầu tư nhờ các ưu điểm vượt trội so với các kênh truyền thống: tính phi tập trung, bảo mật dữ liệu cao và tính minh bạch công khai trên sổ cái phân tán. Thị trường đã chứng kiến các cột mốc bùng nổ: Bitcoin (BTC) và Ethereum (ETH) liên tục thiết lập các mức đỉnh lịch sử, vốn hóa toàn thị trường vượt mốc 3.000 tỷ USD vào cuối năm 2021, cùng sự tăng trưởng theo cấp số nhân của các giao thức tài chính phi tập trung (DeFi) và các tài sản kỹ thuật số không thể thay thế (NFT - Non-Fungible Tokens).

Tuy nhiên, thị trường tiền mã hóa vẫn mang tính đầu cơ cao và tiềm ẩn rủi ro hệ thống phức tạp. Do không chịu sự kiểm soát từ một thực thể pháp lý tập trung độc lập nào, việc định giá, đánh giá mức độ tương quan và kiểm soát rủi ro giữa các lớp tài sản số chưa có khung tham chiếu chuẩn mực. Nhà đầu tư thiếu các công cụ định lượng chuẩn xác để so sánh hiệu quả đầu tư và phân tích xem biến động giá giữa tiền mã hóa truyền thống, tài sản DeFi và NFTs phản ánh sự điều chỉnh tự nhiên của thị trường hay chỉ là hiện tượng thổi phồng bong bóng đầu cơ.

Để giải quyết khoảng trống học thuật và thực tiễn này, khóa luận tốt nghiệp tập trung giải quyết hai câu hỏi nghiên cứu cốt lõi:

  1. Mức độ kết nối lợi suất (return connectedness) giữa NFTs, tài sản DeFi và thị trường tiền mã hóa truyền thống là bao nhiêu?
  2. Mức độ kết nối độ biến động (volatility connectedness) giữa NFTs, tài sản DeFi và thị trường tiền mã hóa truyền thống là bao nhiêu?

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Mức độ kết nối, lan tỏa lợi suất và độ biến động giữa 3 thị trường: Tiền mã hóa truyền thống (Conventional Cryptocurrencies), Tài sản DeFi (DeFi Assets) và NFT.
  • Phạm vi không gian (mẫu nghiên cứu): 6 tài sản kỹ thuật số đại diện thuộc 3 nhóm có giá trị vốn hóa hàng đầu và dữ liệu đầy đủ trên CoinMarketCap:
    • Tiền mã hóa truyền thống: Bitcoin (BTC), Ethereum (ETH).
    • Tài sản DeFi: Avalanche (AVAX), Chainlink (LINK).
    • Tài sản NFT: Decentraland (MANA), Internet Computer (ICP).
  • Phạm vi thời gian: Dữ liệu chuỗi thời gian theo ngày từ ngày 11/05/2021 đến ngày 23/04/2023, bao phủ giai đoạn phục hồi hậu đại dịch Covid-19, thời kỳ bong bóng tiền mã hóa giữa năm 2021 và giai đoạn suy thoái "mùa đông crypto" 2022-2023.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và khái niệm nền tảng

Khóa luận hệ thống hóa cơ sở lý thuyết về 3 nhóm tài sản tài chính kỹ thuật số:

  • Tiền mã hóa truyền thống (Cryptocurrency): Phương tiện thanh toán kỹ thuật số sử dụng mật mã học để bảo mật, hoạt động trên sổ cái phân tán không phụ thuộc vào cơ quan phát hành trung gian (Kaspersky, 2022; Vranken, 2017). BTC và ETH đóng vai trò tài sản hạt nhân của toàn bộ hệ sinh thái.
  • Tài sản tài chính phi tập trung (DeFi Assets): Tài sản kỹ thuật số được tạo lập và vận hành trên các mạng blockchain phi tập trung thông qua hợp đồng thông minh (smart contracts), loại bỏ trung gian tài chính trong các hoạt động cho vay, đi vay, giao dịch và đầu tư (Ehrlich, 2023).
  • Non-Fungible Tokens (NFTs): Tài sản kỹ thuật số đại diện cho tính độc bản và quyền sở hữu duy nhất đối với một tác phẩm nghệ thuật, vật phẩm trò chơi hoặc tài sản ảo, phổ biến theo tiêu chuẩn ERC-721, sở hữu các đặc tính không thể thay thế, không thể phân chia và định danh riêng biệt.

Bên cạnh đó, nghiên cứu vận dụng Lý thuyết danh mục đầu tư hiện đại (Modern Portfolio Theory - Fabozzi, Gupta, & Markowitz, 2002) nhằm chứng minh rằng sự kết nối yếu giữa các lớp tài sản mang lại lợi ích đa dạng hóa danh mục đầu tư cao hơn; kết hợp các nghiên cứu về hiệu ứng mạng lưới (Pagnotta & Buraschi, 2018; Cong, Li, & Wang, 2019) và lý thuyết lan tỏa rủi ro tài chính.

Tiêu chí Tiền mã hóa truyền thống Tài sản DeFi Tài sản NFT
Mục đích sử dụng chính Phương tiện trao đổi, lưu trữ giá trị Sản phẩm/dịch vụ tài chính phi tập trung Đại diện quyền sở hữu tài sản độc bản
Cơ chế vận hành Phi tập trung / Mạng ngang hàng Phi tập trung, hợp đồng thông minh Phi tập trung trên blockchain
Tính thay thế (Fungibility) Có thể thay thế và chia nhỏ Có thể thay thế và chia nhỏ Độc bản, không thể thay thế/chia tách
Phương thức lưu trữ Sổ cái phân tán (chuỗi khối) Dữ liệu hợp đồng thông minh trên chuỗi Dữ liệu quyền sở hữu on-chain / liên kết IPFS
Phương thức tạo lập Khai thác (Mining) / Đặt cọc (Staking) Lập trình hợp đồng thông minh Quá trình đúc (Minting) qua hợp đồng thông minh
Phương thức giao dịch Sàn giao dịch tập trung (CEX) & DEX Sàn giao dịch phi tập trung (DEX) / AMM Thị trường NFT (Marketplaces) / Đấu giá
Tình trạng pháp lý Khác nhau tùy quốc gia (hợp pháp/hạn chế) Đang định hình, quản lý theo dịch vụ tài chính Chưa xác định rõ, liên quan quyền sở hữu trí tuệ

Phương pháp nghiên cứu và mô hình kinh tế lượng

Khóa luận sử dụng mô hình mạng lưới động tham số biến đổi theo thời gian TVP-VAR (Time-Varying Parameter Vector Autoregression) dựa trên khung kết nối của Diebold và Yilmaz (DY: 2009, 2012, 2014) kết hợp hiệu chỉnh bởi Antonakakis và cộng sự (2020). TVP-VAR khắc phục hạn chế của phương pháp cửa sổ trượt (rolling-window) truyền thống và kiểm định nhân quả Granger cổ điển nhờ các ưu điểm:

  • Tự động ước lượng mức độ lan tỏa biến động theo cả góc độ tĩnh và động theo thời gian mà không phụ thuộc vào kích thước cửa sổ cố định.
  • Cho phép xác định vai trò phát sốc ròng (net transmitter) và nhận sốc ròng (net recipient) giữa từng cặp tài sản cũng như toàn hệ thống.
  • Bắt trọn tác động của các sự kiện cực đoan (flash events) đối với hiệu ứng tràn biến động.
  • Dựa trên phân rã phương sai sai số dự báo tổng quát (GFEVD) của Koop và cộng sự (1996), Pesaran và Shin (1998) và hàm phản ứng đẩy (IRF).

Đo lường biến số nghiên cứu:

  • Biến lợi suất ($R_{i,t}$): Lợi suất đơn giản tính theo giá đóng cửa hàng ngày dựa theo nghiên cứu của Baronchelli và cộng sự (2022): $$R_{i,t} = \frac{P_t - P_{t-1}}{P_{t-1}}$$
  • Biến độ biến động ($V_t$): Độ biến động theo khoảng giá dựa trên công thức của Rogers, Rachel và Yoon (1994): $$V_t = \log\left[100 \times (R_{hi,t} - R_{lo,t})\right]$$ Trong đó $R_{hi,t} = \frac{P_{max,t} - P_{c,t-1}}{P_{c,t-1}}$ và $R_{lo,t} = \frac{P_{min,t} - P_{c,t-1}}{P_{c,t-1}}$.

Các kiểm định thống kê áp dụng:

  • Kiểm định độ lệch Skewness của D'Agostino (1970).
  • Kiểm định độ nhọn Kurtosis của Anscombe và Glynn (1983).
  • Kiểm định phân phối chuẩn Jarque-Bera (JB, 1980).
  • Kiểm định tính dừng nghiệm đơn vị Elliott-Rothenberg-Stock (ERS, 1996).
  • Kiểm định tự tương quan có trọng số Fisher & Gallagher (2012) $Q(10)$ và $Q^2(10)$.
  • Tiêu chuẩn thông tin Akaike (AIC) để lựa chọn độ trễ tối ưu cho mô hình.

Nội dung chính theo từng chương

Chapter 1: Introduction

Chương 1 thiết lập tính cấp thiết của đề tài nghiên cứu về sự kết nối giữa các phân lớp tài sản kỹ thuật số mới nổi. Tác giả chỉ ra sự thiếu hụt các công cụ đo lường mối liên hệ định lượng giữa tiền mã hóa truyền thống, DeFi và NFT. Chương này xác định rõ mục tiêu nghiên cứu, 2 câu hỏi nghiên cứu, đối tượng nghiên cứu (6 tài sản số trên CoinMarketCap trong giai đoạn 11/05/2021 - 23/04/2023), phương pháp TVP-VAR định lượng và đóng góp khoa học của luận văn.

Chapter 2: Literature Review

Chương 2 cung cấp bức tranh toàn diện về thị trường tiền mã hóa toàn cầu:

  • Thực trạng phát triển: Tỷ lệ sở hữu tiền mã hóa toàn cầu đạt 4,2% năm 2023 với hơn 420 triệu người dùng; Việt Nam xếp hạng 1 trên Chỉ số chấp nhận tiền mã hóa toàn cầu năm 2022 của Chainalysis (Centralized service value: rank 1, P2P exchange trade volume: rank 2, DeFi value received: rank 6).
  • Thị trường DeFi & NFT: Hoạt động gọi vốn DeFi năm 2022 đạt 2,4 tỷ USD qua 229 thương vụ; doanh thu thị trường NFT Marketplace chiếm 49% tổng doanh thu thị trường crypto trong 8 tháng đầu năm 2022.
  • Tổng quan nghiên cứu trước: Tổng hợp các mô hình định giá lý thuyết (Schilling & Uhlig, 2019; Jermann, 2018), hiệu ứng mạng lưới (Pagnotta & Buraschi, 2018), phân tích bong bóng NFT (Vidal-Tomás, 2022), và các nghiên cứu lan tỏa thanh khoản - biến động (Imran Yousaf & Larisa Yarovaya, 2022; Lucey et al., 2022).
  • Khoảng trống nghiên cứu (Research gap): Hầu hết nghiên cứu trước đây chỉ sử dụng phương pháp cửa sổ trượt hoặc kiểm định Granger VAR giới hạn ở từng cặp tài sản, chưa đo lường được chỉ số kết nối hệ thống toàn diện giữa cả 3 phân lớp tài sản crypto cùng lúc.

Chapter 3: Research Method

Chương 3 trình bày chi tiết quy trình thu thập dữ liệu thứ cấp từ CoinMarketCap đối với 6 đồng coin/token: BTC, ETH, AVAX, LINK, ICP, MANA. Thiết lập công thức toán học cho mô hình TVP-VAR bậc 1, chuyển đổi sang TVP-VMA, phân rã GFEVD, tính toán Chỉ số kết nối tổng thể (TCI), chỉ số phát tán theo hướng 'TO', 'FROM', chỉ số lan tỏa ròng (NET spillover connectedness) và chỉ số lan tỏa từng cặp ròng (Net pairwise directional connectedness).

Chapter 4: Empirical Results and Discussions

Chương 4 phân tích chi tiết kết quả thực nghiệm qua các bảng thống kê và biểu đồ động:

  • Thống kê mô tả lợi suất và biến động: Xác nhận tính chất phân phối phi chuẩn (kiểm định JB có ý nghĩa thống kê ở mức 1%) và tính dừng của toàn bộ chuỗi dữ liệu (kiểm định ERS bác bỏ giả thuyết có nghiệm đơn vị ở mức 1%).
  • Phân tích chuỗi thời gian theo 3 giai đoạn:
    • Giai đoạn 1 (07/2021 - 01/2022): Phục hồi hậu Covid-19, thiết lập đỉnh giá lịch sử (BTC vượt 68.000 USD tháng 11/2021), mức độ kết nối cao do tâm lý lạc quan đồng thuận.
    • Giai đoạn 2 (01/2022 - 07/2022): Khủng hoảng vĩ mô và sụp đổ nội tại, gồm vụ tấn công mạng Poly Network (tháng 8/2021/2022 lấy đi 611 triệu USD), vụ hack mạng Ronin của Sky Mavis (29/03/2022 thiệt hại 652 triệu USD), sự sụp đổ của stablecoin thuật toán UST và Terra (LUNA) tháng 05/2022, quỹ Three Arrows Capital (3AC) vỡ nợ, nền tảng Celsius đóng băng rút tiền.
    • Giai đoạn 3 (07/2022 - 04/2023): Làn sóng lây lan thanh khoản, sự sụp đổ của sàn giao dịch FTX và Alameda Research (tháng 11/2022), các công ty Celsius Network và Voyager Digital phá sản khiến vốn hóa bốc hơi 2.000 tỷ USD; sau đó thị trường phục hồi nhẹ vào đầu năm 2023.
  • Chỉ số kết nối động và phân tích mạng lưới: Đo lường chi tiết chỉ số TCI và cấu trúc mạng lưới lan tỏa.

Chapter 5: Conclusion

Chương 5 tóm tắt các kết luận thực nghiệm chính, khẳng định mức độ kết nối cao giữa các tài sản số, nhấn mạnh NFT là lớp tài sản tiếp nhận rủi ro lớn nhất và đưa ra các hàm ý quản trị danh mục cùng các hạn chế của đề tài.


Kết quả và đóng góp

Kết quả định lượng chính từ nghiên cứu

Chỉ số thống kê / Kết nối BTC ETH AVAX LINK ICP MANA Toàn hệ thống (TCI)
Lợi suất trung bình ngày (Mean Return) 0,000 0,000 Dương Dương 0,003 0,003 -
Độ nhọn lợi suất (Excess Kurtosis) > 0 > 0 > 0 > 0 > 0 20,022 -
Lan tỏa lợi suất ròng (NET Return Spillover) +0,90 +7,64 Âm Dương Âm -8,76 69,27%
Độ biến động trung bình (Mean Volatility) Thấp Thấp Trung bình Thấp 0,867 0,867 -
Lan tỏa biến động ròng (NET Volatility Spillover) 0,00 Dương -6,19 +5,48 -2,66 -6,19 67,82%
  • Mức độ kết nối hệ thống cao: Chỉ số kết nối tổng thể đạt 69,27% đối với lợi suất và 67,82% đối với độ biến động. Điều này chứng minh các cú sốc giá và biến động lan truyền mạnh mẽ xuyên suốt giữa tiền mã hóa truyền thống, DeFi và NFT.
  • Ethereum (ETH) là trung tâm lan tỏa lợi suất: ETH giữ vai trò truyền dẫn sốc lợi suất ròng lớn nhất toàn thị trường (NET = +7,64), chi phối hầu hết các biến số khác.
  • Chainlink (LINK) dẫn dắt lan tỏa biến động: LINK là nguồn phát tán biến động ròng cao nhất hệ thống (NET = +5,48).
  • NFTs là bên tiếp nhận sốc ròng lớn nhất (Net Recipients): Decentraland (MANA) là tài sản tiếp nhận rủi ro và lan tỏa lớn nhất cả về lợi suất (NET = -8,76) lẫn biến động (NET = -6,19), tiếp theo là Internet Computer (ICP). Do NFTs được xây dựng chủ yếu trên nền tảng Ethereum và cơ chế hợp đồng thông minh hiện hữu, chúng cực kỳ nhạy cảm trước các biến động từ thị trường tiền mã hóa truyền thống và DeFi.
  • Tính đối xứng giữa các cặp tài sản cùng lớp: Cặp ETH - BTC và cặp MANA - ICP không có sự chi phối lấn át tuyệt đối lẫn nhau, phản ánh tính đồng nhất cao trong nội bộ từng phân lớp tài sản.

Đóng góp học thuật và thực tiễn

  • Về mặt học thuật: Luận văn là một trong số ít nghiên cứu thực nghiệm đầu tiên ứng dụng mô hình TVP-VAR kết hợp phân rã GFEVD để lượng hóa đồng thời mối liên kết lợi suất và biến động động giữa 3 phân lớp: Tiền mã hóa truyền thống, DeFi và NFT, khắc phục triệt để nhược điểm của các phương pháp ước lượng tĩnh trước đây.
  • Về mặt thực tiễn cho nhà đầu tư: Cung cấp bằng chứng thực nghiệm cho thấy NFT không phải là công cụ phòng hộ hay đa dạng hóa rủi ro biệt lập đối với tiền mã hóa truyền thống. Nhà đầu tư khi xây dựng danh mục crypto cần theo dõi sát sao biến động của BTC, ETH và LINK để dự báo xu hướng định giá của các tài sản NFT và DeFi.

Hạn chế và hướng nghiên cứu tiếp

  • Về quy mô mẫu nghiên cứu: Nghiên cứu chỉ tập trung phân tích 6 tài sản kỹ thuật số đại diện (BTC, ETH, AVAX, LINK, ICP, MANA), chưa bao quát toàn bộ hàng nghìn token và dự án khác nhau trên thị trường tiền mã hóa.
  • Về phạm vi thời gian: Dữ liệu nghiên cứu giới hạn trong khoảng 2 năm (từ ngày 11/05/2021 đến ngày 23/04/2023) do dữ liệu lịch sử niêm yết của một số tài sản mới (như ICP) chỉ bắt đầu khả dụng từ tháng 05/2021.
  • Hướng mở rộng nghiên cứu: Mở rộng nghiên cứu với mẫu tài sản đa dạng hơn, phân tầng chi tiết các danh mục NFT chuyên biệt (GameFi, Metaverse, Virtual Art), đồng thời ứng dụng dữ liệu tần suất cao nội ngày (intraday high-frequency data) để kiểm tra tốc độ lan truyền thông tin trong các khung thời gian ngắn.

Giá trị tham khảo

  • Đối tượng thụ hưởng: Sinh viên, học viên cao học, giảng viên và nhà nghiên cứu thuộc các chuyên ngành Tài chính - Ngân hàng, Công nghệ tài chính (FinTech), Kinh tế lượng tài chính, Kinh tế quốc tế.
  • Giá trị tài liệu: Cung cấp quy trình hoàn chỉnh từ thu thập dữ liệu tiền mã hóa, xử lý kiểm định tính dừng (ERS), kiểm định phân phối (JB, Skewness, Kurtosis), thiết lập mô hình kinh tế lượng chuỗi thời gian nâng cao TVP-VAR và kỹ thuật phân tích ma trận lan tỏa mạng lưới. Bảng so sánh chi tiết giữa Tiền mã hóa, DeFi và NFT là tài liệu tham khảo chất lượng cho các nghiên cứu lý thuyết về tài sản kỹ thuật số.

Câu hỏi thường gặp

1. Khóa luận sử dụng mô hình kinh tế lượng nào và vì sao mô hình này vượt trội hơn các phương pháp trước đây?

Khóa luận sử dụng mô hình TVP-VAR (Time-Varying Parameter Vector Autoregression) kết hợp phương pháp kết nối mạng lưới Diebold - Yilmaz (DY) và phân rã phương sai GFEVD. Mô hình này vượt trội vì tự động ước lượng sự lan tỏa biến động thay đổi liên tục theo thời gian mà không cần chọn kích thước cửa sổ trượt (rolling-window) chủ quan, xử lý tốt tập dữ liệu chuỗi thời gian tần suất thấp/nhỏ và cho phép phân tích hai chiều toàn diện giữa từng cặp cũng như toàn hệ thống.

2. Mức độ kết nối tổng thể (TCI) về lợi suất và độ biến động giữa 3 nhóm tài sản đạt bao nhiêu phần trăm?

Chỉ số kết nối tổng thể (TCI) đo lường sự gắn kết của toàn bộ hệ thống đạt 69,27% đối với lợi suất và 67,82% đối với độ biến động, chứng minh mức độ phụ thuộc và lan tỏa rủi ro rất cao giữa tiền mã hóa truyền thống, tài sản DeFi và NFTs.

3. Tài sản nào đóng vai trò phát tán sốc lớn nhất và tài sản nào tiếp nhận rủi ro nhiều nhất?

  • Phát tán sốc ròng (Net Transmitter): Ethereum (ETH) phát tán sốc lợi suất ròng lớn nhất (+7,64), trong khi Chainlink (LINK) phát tán sốc biến động ròng lớn nhất (+5,48).
  • Tiếp nhận sốc ròng (Net Recipient): Decentraland (MANA) tiếp nhận sốc ròng lớn nhất cả về lợi suất (-8,76) lẫn biến động (-6,19), theo sau là Internet Computer (ICP).

4. Những sự kiện thực tiễn nào trong giai đoạn 2021-2023 đã gây ra các cú sốc lan tỏa mạnh trong kết quả thực nghiệm?

Các sự kiện chính bao gồm: bong bóng giá crypto đạt đỉnh tháng 11/2021; vụ hack Poly Network (611 triệu USD); vụ tấn công mạng Ronin/Sky Mavis ngày 29/03/2022 (652 triệu USD); sự sụp đổ của hệ sinh thái Terra/UST vào tháng 05/2022; việc đóng băng rút tiền của Celsius và phá sản của Three Arrows Capital (3AC); sự sụp đổ của sàn FTX và Alameda Research vào tháng 11/2022; cùng với các đợt thắt chặt tiền tệ tăng lãi suất của FED.

5. Kết quả kiểm định thống kê cho thấy dữ liệu chuỗi thời gian có đặc tính gì trước khi ước lượng mô hình?

Kết quả kiểm định cho thấy:

  • Kiểm định Jarque-Bera (JB) có mức ý nghĩa 1% (***), xác nhận toàn bộ chuỗi dữ liệu có phân phối phi chuẩn với độ nhọn vượt mức chuẩn (Kurtosis > 0, cao nhất ở MANA đạt 20,022).
  • Kiểm định Elliott-Rothenberg-Stock (ERS) tại mức ý nghĩa 1% khẳng định tất cả các chuỗi tỷ suất sinh lời và độ biến động đều là chuỗi dừng, không có nghiệm đơn vị, đáp ứng điều kiện đầu vào để ước lượng TVP-VAR.

Kết luận

Khóa luận tốt nghiệp của tác giả tại Khoa Tài chính - Ngân hàng, Trường Đại học Kinh tế - ĐHQGHN đã giải quyết thành công bài toán định lượng về mối liên kết lợi suất và lan tỏa độ biến động giữa tiền mã hóa truyền thống, tài sản DeFi và NFTs trong giai đoạn 2021-2023. Kết quả mô hình TVP-VAR khẳng định mức độ kết nối hệ thống ở mức cao (xấp xỉ 68% - 69%), trong đó Ethereum và Chainlink đóng vai trò đầu nguồn lan tỏa sốc, còn các tài sản NFT (MANA, ICP) là nhóm dễ bị tổn thương và tiếp nhận rủi ro nhiều nhất. Công trình mang lại giá trị học thuật thực nghiệm quan trọng, giúp các nhà đầu tư và nhà quản lý tài chính có cơ sở khoa học xác đáng khi xây dựng chiến lược quản trị rủi ro danh mục tài sản số.