Tổng quan về luận án

Thị trường năng lượng toàn cầu trong hai thập kỷ qua chứng kiến những biến động phức tạp với cường độ và biên độ chưa từng có. Tại Việt Nam, an ninh năng lượng và sự ổn định kinh tế vĩ mô phụ thuộc mật thiết vào biến động giá thành phẩm xăng dầu quốc tế. Luận án tiến sĩ kinh tế của Nghiên cứu sinh Huỳnh Đức Trường với đề tài "Rủi ro biến động giá và hiệu ứng lây lan trên thị trường xăng dầu Việt Nam" (Chuyên ngành Tài chính – Ngân hàng, Mã số: 62340201, Trường Đại học Kinh tế TP. Hồ Chí Minh, 2016, người hướng dẫn khoa học: PGS.TS. Lê Thị Lanh và TS. Nguyễn Tấn Hoàng) đại diện cho một công trình nghiên cứu tiên phong, lấp đầy khoảng trống học thuật về quản trị rủi ro định lượng trên thị trường xăng dầu tại một nền kinh tế chuyển đổi đang hội nhập sâu rộng.

"Trong những năm gần đây, số lượng xăng dầu tiêu thụ tại Việt Nam từ nguồn nhập khẩu dao động trong khoảng 50% đến 65% hàng năm. Sản xuất trong nước từ Nhà máy lọc dầu Dung Quất và pha chế từ các doanh nghiệp đầu mối kinh doanh xăng dầu chỉ có khả năng cung cấp khoảng gần 35% đến 50%."

Luận án chỉ ra rằng dù từ nguồn nhập khẩu hay sản xuất trong nước, giá giao dịch thương mại tại Việt Nam đều lấy chuẩn giá Platts Singapore (Mean of Platts Singapore - MOPS) cộng/trừ phần bù (premium) làm cơ sở đàm phán và vận hành giá cơ sở theo Nghị định 83/2014/NĐ-CP (với chu kỳ tính giá bình quân 15 ngày, thay thế chu kỳ 30 ngày của Nghị định 84/2009/NĐ-CP).

   [Thị trường Dầu thô Quốc tế (WTI, Brent)]
                      │
                      ▼ (Hiệu ứng Lây lan / Contagion)
   [Thị trường Thành phẩm Platts Singapore (M92, NAP, DO5, F18)]
                      │
                      ▼ (Cơ chế Định giá Cơ sở & Độ trễ 15 ngày - NĐ 83)
   [Thị trường Bán lẻ Xăng dầu Việt Nam & Thị trường Tài chính (VN-Index)]

Câu hỏi nghiên cứu và Giả thuyết khoa học

  1. Câu hỏi nghiên cứu 1 (RQ1): Đặc tính biến động và cấu trúc rủi ro của tỷ suất sinh lợi các sản phẩm xăng dầu theo định giá Platts Singapore được mô hình hóa chính xác nhất qua mô hình kinh lượng tài chính nào khi có sự hiện diện của đuôi dày và điểm gãy cấu trúc?
    • Giả thuyết H1: Chuỗi tỷ suất sinh lợi xăng dầu tồn tại phương sai thay đổi có điều kiện phi đối xứng và phân phối sai số tổng quát (GED) kết hợp ngưỡng TGARCH nắm bắt rủi ro Value-at-Risk (VaR) vượt trội so với phân phối chuẩn.
  2. Câu hỏi nghiên cứu 2 (RQ2): Việc nhận diện điểm gãy cấu trúc nội sinh theo thuật toán Bai & Perron (2003) có cải thiện năng lực dự báo rủi ro UpVaR và DownVaR trong điều kiện thị trường chịu các cú sốc vĩ mô hay không?
    • Giả thuyết H2: Dự báo VaR sau khi tách biệt các điểm gãy cấu trúc đạt chuẩn kiểm định hậu mẫu (Backtesting/Kupiec test) cao hơn đáng kể so với mô hình không xem xét điểm gãy.
  3. Câu hỏi nghiên cứu 3 (RQ3): Mức độ tương thuộc phi tuyến và hiệu ứng lây lan rủi ro (contagion effect) giữa giá dầu thô thế giới (WTI, Brent), giá thành phẩm Platts Singapore và thị trường chứng khoán Việt Nam (VN-Index) diễn ra theo cơ chế nào?
    • Giả thuyết H3: Tồn tại cấu trúc tương quan động và hiệu ứng lây lan đuôi bất đối xứng mạnh mẽ giữa thị trường dầu mỏ quốc tế và thị trường tài chính Việt Nam thông qua mô hình DCC-MGARCH và lý thuyết hàm Copula nhiều chiều.

Phạm vi nghiên cứu bao quát bộ dữ liệu chuỗi thời gian giao dịch hàng ngày với hơn 4.000 quan sát từ ngày 04/01/1999 đến ngày 31/07/2015 đối với 4 mặt hàng thành phẩm cốt lõi: Xăng RON 92 (M92), Xăng Naphtha (NAP), Dầu Diesel 0.05%S (DO5), Dầu Mazut FO 180cSt (F18), hai chuẩn dầu thô thế giới (WTI, Brent) và chỉ số VN-Index.

Literature Review và Positioning

Nghiên cứu được định vị tại giao điểm của ba dòng lý thuyết nền tảng trong kinh tế học và tài chính hiện đại: Lý thuyết về rủi ro và sự bất định (Risk vs. Uncertainty Theory), Lý thuyết Kinh lượng tài chính về phương sai thay đổi (Volatility Modeling & Value-at-Risk), và Lý thuyết Lây lan tài chính (Financial Contagion Theory).

                      ┌──────────────────────────────────────────────┐
                      │   LÝ THUYẾT RỦI RO & BẤT ĐỊNH                │
                      │   - Frank Knight (1921): Risk vs Uncertainty │
                      │   - Dequech (2011), Taleb (2012)             │
                      └──────────────────────┬───────────────────────┘
                                             │
                      ┌──────────────────────▼───────────────────────┐
                      │   ĐO LƯỜNG BIẾN ĐỘNG & VALUE-AT-RISK (VaR)   │
                      │   - Markowitz (1952), JP Morgan (1994)       │
                      │   - Engle (1982) ARCH, Bollerslev (1986)     │
                      │   - Zakoian (1994) TGARCH, Nelson (1991)     │
                      └──────────────────────┬───────────────────────┘
                                             │
                      ┌──────────────────────▼───────────────────────┐
                      │   CẤU TRÚC PHỤ THUỘC & HIỆU ỨNG LÂY LAN      │
                      │   - Forbes & Rigobon (2002): Interdependence  │
                      │   - Sklar (1959), Embrechts et al. (1999)    │
                      │   - Reboredo (2011) Copula Energy Modeling   │
                      └──────────────────────────────────────────────┘

Tổng hợp các luồng nghiên cứu kinh điển

  • Trường phái Rủi ro và Bất định: Bắt đầu từ công trình kinh điển của Frank Knight (1921), Risk, Uncertainty, and Profit, rủi ro được định nghĩa là sự bất định có thể đo lường bằng xác suất khách quan hoặc chủ quan, trong khi sự bất định thực sự (Knightian uncertainty) không thể gán xác suất cụ thể. Dosi & Egidi (1991) và Dequech (2011) phát triển thang đo phân loại sự bất định thực tế (substantive) và sự bất định thủ tục (procedural). Taleb (2012) mở rộng với khái niệm biến cố "Thiên Nga Đen" (Black Swan), phản ánh sự bất lực của các mô hình phân phối chuẩn trong việc dự báo các cú sốc cực trị.
  • Mô hình hóa Biến động và Đo lường Rủi ro (VaR): Khởi nguồn từ Lý thuyết Danh mục Hiện đại của Harry Markowitz (1952) và Roy (1952), việc lượng hóa rủi ro phát triển vượt bậc qua hệ thống chuẩn hóa RiskMetrics của JP Morgan (1994) và các quy định an toàn vốn Basel (1996, 1998). Nhận diện các hiện tượng đuôi dày (leptokurtosis), phân cụm biến động (volatility clustering), Robert Engle (1982) phát minh mô hình ARCH, Tim Bollerslev (1986) tổng quát hóa thành GARCH, và Zakoian (1994) đề xuất TGARCH nhằm kiểm soát hiệu ứng đòn bẩy bất đối xứng (asymmetric leverage effect).
  • Lý thuyết Lây lan và Cấu trúc Tương quan Phi tuyến: Forbes & Rigobon (2002) thiết lập ranh giới giữa tính tương thuộc liên tục (interdependence) và sự lây lan thực sự (contagion) sau khủng hoảng. Để vượt qua nhược điểm của hệ số tương quan tuyến tính Pearson, Sklar (1959), Embrechts et al. (1999), và Reboredo (2011) đã đưa lý thuyết hàm Copula vào phân tích phụ thuộc đuôi (tail dependence) trên thị trường năng lượng.

Tranh luận học thuật và So sánh Quốc tế

Trong y văn quốc tế tồn tại hai luồng quan điểm đối nghịch:

  1. Trường phái Cân bằng Tuyến tính và Sốc Đối xứng: Giả định rằng cú sốc cung và cầu tác động tương hỗ đối xứng lên chuỗi lợi suất năng lượng (Hamilton, 1996).
  2. Trường phái Bất đối xứng và Cấu trúc Phi tuyến: Khẳng định phản ứng tâm lý và hành vi của thị trường khi giá giảm mạnh hoàn toàn khác biệt so với khi giá tăng, tạo ra độ lệch phân phối nghiêm trọng (Lippi & Nobili, 2008; Caldara et al., 2016).

So sánh với các nghiên cứu thực nghiệm quốc tế:

  • Nghiên cứu của Fan, Liang & Wei (2008): Đánh giá rủi ro thị trường dầu thô WTI và Brent qua mô hình GED-GARCH và EVT, nhưng chưa tích hợp kỹ thuật xác định điểm gãy cấu trúc nội sinh đa biến (multiple structural breaks).
  • Nghiên cứu của Reboredo (2011): Ứng dụng Copula nghiên cứu sự phụ thuộc giữa các thị trường dầu thô quốc tế, nhưng bỏ qua mối liên kết chuyển tiếp sang thị trường thành phẩm lọc dầu (refined petroleum products) tại các trung tâm giao dịch khu vực Đông Nam Á (như Singapore) và thị trường tài chính nội địa.

Luận án tự định vị là công trình đầu tiên kết hợp đồng thời cấu trúc: Điểm gãy cấu trúc Bai & Perron (2003) $\rightarrow$ Đo lường VaR hai chiều (UpVaR/DownVaR) bằng GED-TGARCH $\rightarrow$ Kiểm định lây lan đa biến qua DCC-MGARCH và Copula áp dụng riêng cho thị trường xăng dầu Việt Nam.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng khung phân tích của Frank Knight (1921) và Dequech (2011) vào không gian tài chính hàng hóa năng lượng tại một thị trường mới nổi.

                                KHUNG LÝ THUYẾT MỞ RỘNG
 ┌──────────────────────────────────────────────────────────────────────────────────┐
 │                                                                                  │
 │   TSSL Xăng dầu: Phân phối Đuôi dày & Bất đối xứng                              │
 │   r_t = μ_t + ε_t,   ε_t = σ_t * z_t,   z_t ~ GED(v)                             │
 │                                                                                  │
 │   Phương sai có điều kiện TGARCH(1,1):                                           │
 │   σ_t^2 = ω + α * ε_{t-1}^2 + γ * ε_{t-1}^2 * I(ε_{t-1} < 0) + β * σ_{t-1}^2      │
 │                                                                                  │
 │   Hiệu chỉnh Điểm gãy Cấu trúc (Bai & Perron, 2003):                            │
 │   σ_t^2 = ω_0 + ∑(d_i * D_i) + α * ε_{t-1}^2 + γ * ε_{t-1}^2 * I + β * σ_{t-1}^2 │
 │                                                                                  │
 └────────────────────────────────────────┬─────────────────────────────────────────┘
                                          │
                  ┌───────────────────────┴───────────────────────┐
                  ▼                                               ▼
     [Value-at-Risk Hai chiều]                     [Hiệu ứng Lây lan Đa chiều]
     - Long Position: DownVaR                      - Động: DCC-MGARCH (Student-t)
     - Short Position: UpVaR                       - Đuôi phi tuyến: Copula Families

Mô hình hóa toán học cho thấy giả định phân phối chuẩn $N(0, \sigma^2)$ dẫn đến hiện tượng đánh giá thấp (underestimation) rủi ro cực trị nghiêm trọng. Bằng cách thiết lập phân phối sai số tổng quát GED với tham số hình dạng $\nu < 2$, luận án cung cấp bằng chứng thực nghiệm khẳng định tỷ suất sinh lợi thành phẩm xăng dầu có tính chất đuôi dày cực hạn (fat-tailed leptokurtic).

Khung phân tích độc đáo

Khung phân tích tích hợp ba khối mô hình liên kết chặt chẽ:

  1. Khối lượng hóa rủi ro cá thể: Sử dụng mô hình Threshold ARCH (TGARCH) do Zakoian (1994) đề xuất, cho phép phân tách phản ứng của phương sai có điều kiện trước cú sốc tiêu cực và tích cực: $$\sigma_t^2 = \omega + \alpha \varepsilon_{t-1}^2 + \gamma \varepsilon_{t-1}^2 I_{t-1} + \beta \sigma_{t-1}^2$$ Trong đó $I_{t-1} = 1$ nếu $\varepsilon_{t-1} < 0$ (tin xấu) và $I_{t-1} = 0$ nếu $\varepsilon_{t-1} \ge 0$ (tin tốt). Hệ số $\gamma > 0$ chứng minh sự hiện diện của hiệu ứng đòn bẩy.
  2. Khối phát hiện điểm gãy cấu trúc nội sinh: Tích hợp kiểm định Bai & Perron (2003) và thuật toán ICSS (Iterated Cumulative Sums of Squares) để phát hiện các thời điểm đứt gãy cấu trúc do khủng hoảng tài chính toàn cầu 2008 và cú sốc sụp đổ giá dầu năm 2014, đưa các biến giả cấu trúc vào phương trình phương sai.
  3. Khối liên kết đa biến và kiểm định lây lan: Tích hợp mô hình tương quan động có điều kiện DCC-(1,1)-MGARCH với phân phối t-Student và họ hàm Copula nhiều chiều (Gaussian, Student-t, Clayton, Gumbel) nhằm xác định hệ số tương thuộc đuôi trên (upper tail dependence) và đuôi dưới (lower tail dependence).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ thế giới quan thực chứng (positivism) kết hợp chủ nghĩa hiện thực phản biện (critical realism), sử dụng thiết kế nghiên cứu định lượng chuyên sâu trên chuỗi thời gian tần suất cao (daily time series).

                             QUY TRÌNH NGHIÊN CỨU RIGOROUS
 ┌──────────────────────────────────────────────────────────────────────────────────┐
 │ 1. TIỀN XỬ LÝ DỮ LIỆU                                                            │
 │    - 4.000+ quan sát (1999-2015) cho M92, NAP, DO5, F18, WTI, BRE, VN-Index     │
 │    - Tính TSSL logarit: r_t = ln(P_t / P_{t-1}) * 100                           │
 └────────────────────────────────────────┬─────────────────────────────────────────┘
                                          │
 ┌────────────────────────────────────────▼─────────────────────────────────────────┐
 │ 2. KIỂM ĐỊNH TÍNH DỪNG & HIỆU ỨNG PHƯƠNG SAI                                     │
 │    - Kiểm định ADF, PP: Chuỗi dừng ở sai phân bậc 0 [I(0)]                       │
 │    - Kiểm định ARCH-LM & Ljung-Box Q: Xác nhận hiệu ứng ARCH mạnh mẽ             │
 └────────────────────────────────────────┬─────────────────────────────────────────┘
                                          │
 ┌────────────────────────────────────────▼─────────────────────────────────────────┐
 │ 3. ƯỚC LƯỢNG MÔ HÌNH HỌ GARCH & ĐIỂM GÃY CẤU TRÚC                               │
 │    - Ước lượng GED-TGARCH(1,1) trước điểm gãy                                   │
 │    - Thuật toán Bai & Perron (2003) / ICSS: Xác định điểm gãy nội sinh          │
 │    - Tái ước lượng GED-TGARCH(1,1) kết hợp biến giả điểm gãy                    │
 └────────────────────────────────────────┬─────────────────────────────────────────┘
                                          │
 ┌────────────────────────────────────────▼─────────────────────────────────────────┐
 │ 4. ĐO LƯỜNG VaR & HẬU KIỂM (BACKTESTING)                                         │
 │    - Tính UpVaR và DownVaR ở mức tin cậy 95% và 99%                             │
 │    - Kiểm định tỷ lệ hợp lý Kupiec LR: So sánh tỷ lệ vượt ngưỡng thực tế         │
 └────────────────────────────────────────┬─────────────────────────────────────────┘
                                          │
 ┌────────────────────────────────────────▼─────────────────────────────────────────┐
 │ 5. PHÂN TÍCH LÂY LAN ĐA BIẾN (CONTAGION MODELING)                               │
 │    - DCC-MGARCH(1,1) phân phối t-Student (2 biến & 3 biến)                      │
 │    - Ước lượng tham số Copula & Goodness-of-Fit test                             │
 └──────────────────────────────────────────────────────────────────────────────────┘

Quy trình nghiên cứu rigorous

  • Xử lý chuỗi dữ liệu: Chuyển đổi chuỗi giá giao ngay ($P_t$) sang chuỗi tỷ suất sinh lợi logarit ($r_t = \ln(P_t / P_{t-1}) \times 100$).
  • Kiểm định tiền đề: Sử dụng kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF) và Phillips-Perron (PP) để chứng minh tính dừng; kiểm định ARCH-LM để xác thực hiện tượng tự tương quan chuỗi sai số và phương sai thay đổi.
  • Quy trình ước lượng VaR hai chiều: Tính toán giá trị rủi ro cho cả vị thế mua (Long position - DownVaR) và vị thế bán (Short position - UpVaR): $$\text{DownVaR}{\alpha, t} = -(\mu_t + \text{GED}{\alpha, \nu}^{-1} \sigma_t)$$ $$\text{UpVaR}{\alpha, t} = \mu_t + \text{GED}{1-\alpha, \nu}^{-1} \sigma_t$$ với mức ý nghĩa $\alpha \in {1%, 5%}$.
  • Hậu kiểm mô hình (Backtesting Protocol): Sử dụng kiểm định tỷ lệ hợp lý của Kupiec (1995) (Likelihood Ratio test of unconditional coverage - $LR_{uc}$) để so sánh số lần vượt ngưỡng (failure rate) thực tế với số lần vượt ngưỡng kỳ vọng lý thuyết trong mẫu kiểm định 10 ngày dự báo và toàn bộ mẫu chuỗi thời gian.

Phát hiện đột phá và implications

Những phát hiện then chốt

Dựa trên phân tích định lượng chuỗi dữ liệu giao dịch 1999–2015, luận án rút ra 4 phát hiện đột phá:

┌───────────────────────────────────────────────────────────────────────────────────┐
│                      4 PHÁT HIỆN ĐỘT PHÁ TỪ DỮ LIỆU THỰC NGHIỆM                  │
├───────────────────────────────────────────────────────────────────────────────────┤
│ 1. TÍNH BẤT ĐỐI XỨNG & HIỆU ỨNG ĐÒN BẨY                                          │
│    - Hệ số γ > 0 có ý nghĩa thống kê (p < 0.01) ở cả 4 chuỗi M92, NAP, DO5, F18. │
│    - Cú sốc giảm giá tạo ra biến động phương sai lớn hơn cú sốc tăng giá.         │
├───────────────────────────────────────────────────────────────────────────────────┤
│ 2. TÁC ĐỘNG CỦA ĐIỂM GÃY CẤU TRÚC ĐẾN HỆ SỐ LƯU DẪN                              │
│    - Xác định các điểm gãy cấu trúc lớn (Khủng hoảng 2008, Cú sốc sụt giá 2014). │
│    - Loại bỏ hiện tượng "biến động ảo" (spurious persistence), α + β giảm chuẩn.  │
├───────────────────────────────────────────────────────────────────────────────────┤
│ 3. SỰ VƯỢT TRỘI CỦA MÔ HÌNH GED-TGARCH TRONG TÍNH TOÁN VaR                        │
│    - Phân phối chuẩn thất bại hoàn toàn ở mức tin cậy 99% (bị bác bỏ bởi Kupiec). │
│    - GED-TGARCH vượt qua kiểm định Kupiec ở cả 95% và 99% cho UpVaR & DownVaR.    │
├───────────────────────────────────────────────────────────────────────────────────┤
│ 4. HIỆU ỨNG LÂY LAN ĐA CHIỀU (WTI/BRENT ➔ PLATTS SINGAPORE ➔ VN-INDEX)           │
│    - Hệ số tương quan động DCC tăng vọt trong giai đoạn khủng hoảng.             │
│    - Mô hình Copula xác nhận tương thuộc đuôi phi tuyến bất đối xứng rõ nét.     │
└───────────────────────────────────────────────────────────────────────────────────┘
  1. Sự hiện diện mạnh mẽ của tính bất đối xứng và hiệu ứng đòn bẩy: Kết quả ước lượng mô hình TGARCH(1,1)-GED cho thấy hệ số đòn bẩy $\gamma$ của cả 4 mặt hàng (M92, NAP, DO5, F18) đều mang dấu dương và có ý nghĩa thống kê ở mức 1% ($p < 0.01$). Các cú sốc tiêu cực trên thị trường năng lượng làm bùng nổ phương sai lớn hơn nhiều so với các cú sốc tích cực cùng quy mô.
  2. Hiện tượng "biến động ảo" do bỏ qua điểm gãy cấu trúc: Khi không kiểm soát điểm gãy cấu trúc, tổng hệ số bền vững biến động $\alpha + \beta$ tiến sát giá trị 1 (thậm chí lớn hơn 1 ở mô hình GARCH chuẩn), phản ánh hiện tượng phương sai lưu dẫn vĩnh viễn không có thực. Khi đưa các điểm gãy cấu trúc nội sinh vào mô hình, mức độ lưu dẫn thực sự giảm xuống, phản ánh chính xác quy luật hồi quy về giá trị trung bình (mean-reverting).
  3. Mô hình GED-TGARCH đánh bại hoàn toàn các mô hình phân phối chuẩn trong kiểm định Kupiec: Ở mức độ tin cậy 99%, mô hình phân phối chuẩn ghi nhận số lần thua lỗ vượt ngưỡng VaR cao gấp 3-4 lần mức cho phép, bị kiểm định Kupiec LR bác bỏ giả thuyết $H_0$. Ngược lại, mô hình TGARCH dựa trên phân phối sai số tổng quát GED đạt tỷ lệ thất bại thực tế xấp xỉ 1%, vượt qua toàn bộ các bài kiểm tra hậu mẫu cho cả UpVaR và DownVaR.
  4. Hiệu ứng lây lan và truyền dẫn rủi ro từ thị trường thế giới sang Việt Nam: Kết quả ước lượng mô hình DCC-MGARCH và Copula 2 biến, 3 biến xác nhận: mức độ tương quan động giữa dầu thô quốc tế (WTI, Brent) và giá Platts Singapore luôn duy trì ở mức cao ($\rho > 0.75$) và tăng vọt đột biến trong các giai đoạn khủng hoảng tài chính; đồng thời rủi ro biến động giá Platts Singapore có sự truyền dẫn phi tuyến rõ nét tới chỉ số VN-Index, đặc biệt là ở đuôi dưới (lower tail dependence - giai đoạn thị trường sụp đổ).

Implications đa chiều

Hàm ý đối với Chính phủ và Cơ quan Quản lý Nhà nước

  • Cải cách công thức điều hành giá và Quỹ Bình ổn giá (BOG): Cơ chế định giá cơ sở xăng dầu theo Nghị định 83/2014/NĐ-CP với độ trễ 15 ngày vẫn bộc lộ độ trễ so với dao động tức thời của giá MOPS. Cơ quan quản lý (Liên Bộ Công Thương - Tài chính) cần ứng dụng mô hình GED-TGARCH để thiết lập ngưỡng cảnh báo sớm và biên độ can thiệp linh hoạt của Quỹ Bình ổn giá thay cho các quyết định mang tính hành chính thụ động.
  • Hoạch định chính sách tài khóa và thuế nhập khẩu: Biến động giá xăng dầu ảnh hưởng trực tiếp đến nguồn thu ngân sách từ thuế nhập khẩu và thuế tiêu thụ đặc biệt. Việc định lượng rủi ro bằng mô hình VaR giúp Bộ Tài chính chủ động xây dựng các kịch bản thu chi ngân sách và ứng phó với lạm phát mục tiêu (CPI).
  • Xây dựng khung pháp lý thị trường phái sinh năng lượng: Khẩn trương hoàn thiện hành lang pháp lý cho phép triển khai các hợp đồng tương lai (futures), hợp đồng quyền chọn (options), và hợp đồng hoán đổi (swaps) năng lượng tại Sở Giao dịch Hàng hóa Việt Nam (MXV) nhằm cung cấp công cụ tự bảo hiểm rủi ro (hedging) cho nền kinh tế.
                           KHUNG QUẢN TRỊ RỦI RƠ DOANH NGHIỆP ĐỀ XUẤT
 ┌──────────────────────────────────────────────────────────────────────────────────┐
 │ 1. NHẬN DIỆN VỊ THẾ RỦI RO                                                       │
 │    - Vị thế Mua (Long): Doanh nghiệp nhập khẩu, tồn kho nguyên liệu ➔ Rủi ro Giảm│
 │    - Vị thế Bán (Short): Doanh nghiệp cam kết giá bán trước ➔ Rủi ro Tăng        │
 └────────────────────────────────────────┬─────────────────────────────────────────┘
                                          │
 ┌────────────────────────────────────────▼─────────────────────────────────────────┐
 │ 2. LƯỢNG HÓA RỦI RO BẰNG VaR ĐỘNG                                                │
 │    - Áp dụng GED-TGARCH(1,1) tính DownVaR (cho vị thế Long) & UpVaR (cho Short)  │
 │    - Cập nhật ma trận hiệp phương sai theo ngày dựa trên giá Platts Singapore    │
 └────────────────────────────────────────┬─────────────────────────────────────────┘
                                          │
 ┌────────────────────────────────────────▼─────────────────────────────────────────┐
 │ 3. THIẾT LẬP CHIẾN LƯỢC PHÒNG NGỪA (HEDGING)                                     │
 │    - Rủi ro cơ bản về địa lý/thời gian (Basis risk): Ký hợp đồng Crack Spread    │
 │    - Sử dụng công cụ phái sinh: Hợp đồng tương lai Platts M92, Swap trên NYMEX/ICE│
 └──────────────────────────────────────────────────────────────────────────────────┘

Hàm ý đối với Doanh nghiệp Đầu mối Kinh doanh Xăng dầu

  • Quản trị rủi ro tồn kho và rủi ro cơ bản (Basis Risk): Các doanh nghiệp đầu mối (Petrolimex, PVOIL...) cần áp dụng hệ thống đo lường DownVaR để xác định mức trần chịu lỗ tối đa cho danh mục hàng tồn kho trong chu kỳ 15 ngày, từ đó tối ưu hóa quy mô lô hàng nhập khẩu và phòng ngừa rủi ro chênh lệch giá giữa thị trường vật chất và thị trường phái sinh (basis risk).

Limitations và Future Research

  1. Giới hạn về tần suất dữ liệu: Luận án sử dụng dữ liệu theo ngày (daily spot prices). Nghiên cứu tương lai có thể mở rộng sang chuỗi dữ liệu tần suất cao (intraday high-frequency tick data) kết hợp mô hình Biến động Thực hiện (Realized Volatility - HAR-RV) để nắm bắt các vi cấu trúc thị trường.
  2. Thời điểm kết thúc dữ liệu (Tháng 7/2015): Bộ dữ liệu chưa bao phủ giai đoạn tái cấu trúc thị trường năng lượng sau đại dịch COVID-19 (2020) và cuộc khủng hoảng địa chính trị Nga - Ukraine (2022). Việc cập nhật chuỗi thời gian hiện đại sẽ cung cấp thêm các kiểm định về tính bất định cực trị.
  3. Mô hình hóa tác động của các chỉ số bất định kinh tế vĩ mô: Nghiên cứu tương lai nên tích hợp chỉ số bất định chính sách kinh tế (Economic Policy Uncertainty - EPU) và chỉ số biến động thị trường chứng khoán (VIX) vào hàm liên kết Copula hỗn hợp thời gian (Time-varying Copula).
  4. Ứng dụng học máy và trí tuệ nhân tạo: Đề xuất hướng nghiên cứu kết hợp các mô hình kinh lượng tài chính truyền thống (GARCH-family) với các thuật toán học sâu như LSTM (Long Short-Term Memory), Transformer và mạng nơ-ron sâu trong việc dự báo giá trị cực trị của năng lượng.

Tác động và ảnh hưởng

                               TÁC ĐỘNG VÀ ẢNH HƯỞNG
 ┌──────────────────────────────────────────────────────────────────────────────────┐
 │ HỌC THUẬT:                                                                       │
 │ - Đặt nền móng phương pháp luận định lượng rủi ro năng lượng tại Việt Nam        │
 │ - Tài liệu tham khảo chuẩn mực cho các nghiên cứu sinh, học viên cao học         │
 ├──────────────────────────────────────────────────────────────────────────────────┤
 │ CÔNG NGHIỆP NĂNG LƯỢNG & TÀI CHÍNH:                                              │
 │ - Cung cấp chuẩn đo lường VaR cho các tập đoàn xăng dầu (Petrolimex, PVOIL)      │
 │ - Giúp các ngân hàng thương mại thẩm định rủi ro tín dụng tài trợ nhập khẩu dầu  │
 ├──────────────────────────────────────────────────────────────────────────────────┤
 │ CHÍNH SÁCH NHÀ NƯỚC:                                                             │
 │ - Cơ sở khoa học để Liên Bộ Công Thương - Tài chính hoàn thiện cơ chế điều hành  │
 │ - Luận cứ xây dựng khung pháp lý sàn giao dịch hàng hóa phái sinh tại Việt Nam   │
 └──────────────────────────────────────────────────────────────────────────────────┘
  • Tác động học thuật: Luận án là một trong những công trình tiên phong tại Việt Nam tích hợp toàn diện hệ phương pháp GED-TGARCH, Bai-Perron Structural Breaks, DCC-MGARCH và Copula trong nghiên cứu năng lượng, tạo tiền đề trích dẫn học thuật phong phú cho các công trình nghiên cứu kinh tế tài chính trong nước.
  • Tác động thực tiễn doanh nghiệp: Cung cấp bộ công cụ định lượng giúp hơn 20 doanh nghiệp đầu mối kinh doanh xăng dầu tại Việt Nam chuyển dịch từ quản trị rủi ro định tính sang mô hình quản trị rủi ro định lượng đạt chuẩn Basel II/III.
  • Tác động chính sách quốc gia: Đóng góp luận cứ khoa học thực chứng hỗ trợ các cơ quan quản lý nhà nước (Bộ Công Thương, Bộ Tài chính, Ngân hàng Nhà nước) xây dựng kịch bản điều hành giá linh hoạt, giảm thiểu méo mó thị trường và kiểm soát lạm phát kỳ vọng.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận một khung phương pháp luận hoàn chỉnh về kinh lượng tài chính chuỗi thời gian phi tuyến, phương pháp kiểm định điểm gãy cấu trúc nội sinh và kỹ thuật xây dựng hàm Copula nhiều chiều.
  • Lãnh đạo và Chuyên viên Quản trị rủi ro Doanh nghiệp Xăng dầu: Sở hữu công thức cụ thể để tính toán hạn mức rủi ro danh mục (Risk Limits), định giá mức tổn thất tối đa theo ngày của các sản phẩm M92, NAP, DO5, F18, từ đó ra quyết định phòng ngừa rủi ro qua hợp đồng phái sinh.
  • Các Định chế Tài chính và Ngân hàng Thương mại: Nâng cao độ chính xác trong việc tính toán vốn đệm dự phòng rủi ro thị trường và rủi ro tín dụng khi tài trợ các gói vốn lưu động hàng nghìn tỷ đồng cho các doanh nghiệp nhập khẩu xăng dầu.
  • Các Nhà hoạch định Chính sách Vĩ mô: Có cơ sở định lượng để dự báo tác động lan tỏa của các cú sốc giá dầu thế giới lên mặt bằng giá trong nước và thị trường tài chính, phục vụ công tác điều hành chính sách tiền tệ và tài khóa.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?

Luận án đã mở rộng Lý thuyết Đo lường Rủi ro Tài chính Hiện đại bằng cách chứng minh thực nghiệm rằng trong thị trường hàng hóa năng lượng tại các nền kinh tế đang phát triển, mô hình Value-at-Risk truyền thống dựa trên phân phối chuẩn ($N(0,\sigma^2)$) hoàn toàn thất bại. Bằng việc tích hợp phân phối sai số tổng quát GED vào mô hình ngưỡng TGARCH kết hợp điểm gãy cấu trúc Bai & Perron, nghiên cứu đã thiết lập một khung lý thuyết định lượng chuẩn xác, nắm bắt đồng thời ba đặc tính: tính bất đối xứng của thông tin, hiện tượng đuôi dày leptokurtic và sự dịch chuyển chế độ biến động (regime shifts).

2. Điểm cải tiến phương pháp luận so với các nghiên cứu quốc tế trước đây là gì?

So với các nghiên cứu kinh điển của Fan et al. (2008) hay Reboredo (2011), nghiên cứu này không chỉ dừng lại ở dầu thô thế giới mà đi sâu vào 4 mặt hàng thành phẩm cụ thể (M92, NAP, DO5, F18) gắn liền với cơ chế định giá Platts Singapore. Đồng thời, phương pháp luận của luận án giải quyết triệt để vấn đề "biến động ảo" bằng cách tách chuỗi dữ liệu qua thuật toán phát hiện điểm gãy cấu trúc nội sinh trước khi tiến hành ước lượng DCC-MGARCH và xây dựng phân phối biên cho các hàm Copula phi tuyến.

3. Phát hiện thực nghiệm nào gây bất ngờ nhất trong dữ liệu?

Phát hiện bất ngờ nhất là hiệu ứng đòn bẩy bất đối xứng trên thị trường thành phẩm xăng dầu theo định giá Platts Singapore có cường độ phản ứng mạnh hơn đáng kể so với thị trường dầu thô nguyên liệu WTI/Brent. Khi giá thành phẩm giảm, áp lực điều chỉnh chi phí lọc dầu và tâm lý bán tháo xả hàng tồn kho của các trung gian thương mại tại khu vực Châu Á đẩy phương sai biến động tăng vọt với hệ số $\gamma$ vượt trội so với các thị trường tài sản tài chính truyền thống.

4. Luận án có cung cấp quy trình tái lập nghiên cứu (Replication Protocol) không?

Có. Luận án mô tả chi tiết toàn bộ quy trình nghiên cứu bao gồm: công thức chuyển đổi log-return, quy trình lựa chọn bậc trễ ARMA bằng tiêu chuẩn AIC/SIC, thuật toán lặp tìm điểm gãy Bai & Perron (2003), mã giả ước lượng tham số GED qua hàm hợp lý cực đại (Maximum Likelihood Estimation - MLE), và ma trận kiểm định tính phù hợp (Goodness-of-fit) của các họ Copula nhiều chiều.

5. Chương trình nghị sự 10 năm tiếp theo cho dòng nghiên cứu này là gì?

Chương trình nghiên cứu 10 năm tiếp theo cần tập trung vào ba hướng lớn: (i) Tích hợp dữ liệu tần suất cao dạng tick-by-tick và vi cấu trúc thanh khoản sàn giao dịch; (ii) Phát triển mô hình mạng lưới chuyển giao rủi ro (Spillover Connectedness Networks) theo phương pháp Diebold & Yilmaz kết hợp biến động thời gian thực; (iii) Ứng dụng các kiến trúc học sâu (Deep Learning) kết hợp mạng sinh đối kháng (GAN) để mô phỏng kịch bản căng thẳng (Stress Testing) cho an ninh năng lượng quốc gia.

Kết luận

  1. Hệ thống hóa toàn diện cơ sở lý luận: Luận án đã tổng hợp xuất sắc tiến trình phát triển của lý thuyết rủi ro, sự bất định và hệ phương pháp đo lường Value-at-Risk từ các nền tảng của Frank Knight (1921), Markowitz (1952) đến các chuẩn mực hiện đại sau khủng hoảng tài chính toàn cầu.
  2. Khẳng định tính ưu việt của mô hình GED-TGARCH: Nghiên cứu đã chứng minh bằng thực nghiệm rằng mô hình TGARCH(1,1) kết hợp phân phối sai số tổng quát GED là công cụ định lượng chính xác nhất để đo lường rủi ro biến động giá xăng dầu tại Việt Nam theo chuẩn Platts Singapore.
  3. Giải quyết vấn đề điểm gãy cấu trúc nội sinh: Việc ứng dụng thành công thuật toán Bai & Perron (2003) giúp loại bỏ hiện tượng sai lệch lưu dẫn phương sai, nâng cao độ tin cậy của các dự báo UpVaR và DownVaR trong kiểm định hậu mẫu Kupiec.
  4. Xác lập cơ chế lây lan phi tuyến: Luận án cung cấp bằng chứng thực nghiệm vững chắc về sự tồn tại của hiệu ứng lây lan và tương thuộc đuôi giữa thị trường dầu thô quốc tế (WTI, Brent), thị trường thành phẩm Platts Singapore và thị trường chứng khoán Việt Nam qua mô hình DCC-MGARCH và Copula.
  5. Đề xuất giải pháp chính sách và thực tiễn khả thi: Công trình mở ra lộ trình rõ ràng cho việc cải cách cơ chế điều hành giá cơ sở xăng dầu, vận hành quỹ bình ổn giá, đồng thời đặt nền tảng cho việc ứng dụng các sản phẩm tài chính phái sinh phòng ngừa rủi ro tại Việt Nam.