Tổng quan về luận án

Nghiên cứu rủi ro lan tỏa trong hệ thống tài chính là một trong những chủ đề trọng yếu của kinh tế học tài chính hiện đại, đặc biệt là sau các cuộc khủng hoảng mang tính toàn cầu. Luận án tiến sĩ chuyên ngành Tài chính - Ngân hàng (Mã số: 9340201) của nghiên cứu sinh Nguyễn Thị Nga, dưới sự hướng dẫn khoa học của PGS.TS. Nguyễn Thị Minh Huệ tại Trường Đại học Kinh tế Quốc dân (2024), mang tựa đề: "Nghiên cứu rủi ro lan tỏa của các công ty niêm yết trên thị trường chứng khoán Việt Nam". Công trình này đặt nền tảng tiên phong trong việc giải mã cấu trúc truyền dẫn và cơ chế khuếch đại rủi ro hệ thống giữa các nhóm doanh nghiệp niêm yết tại một thị trường cận biên - mới nổi điển hình.

Khoảng trống nghiên cứu (research gap) cốt lõi xuất phát từ thực tế rằng phần lớn y văn quốc tế và trong nước (như Amelia & Philip, 2011; Maghyereh et al., 2016; Nishimura & Sun, 2018) chủ yếu tập trung vào tương tác một chiều giữa các thị trường quốc gia, thị trường liên ngân hàng, hoặc giữa các phân khúc thị trường tài chính độc lập. Rất hiếm công trình xem xét rủi ro lan tỏa vi mô xuyên ngành và nội bộ các nhóm vốn hóa doanh nghiệp niêm yết dựa trên sự kết hợp giữa biến động giá thị trường tần suất cao và sức khỏe tài chính nội tại. Hơn nữa, đại dịch COVID-19 và các bất ổn địa chính trị đã tạo ra cú sốc chưa từng có: "tính từ ngày 20/1, chỉ số VN-Index đã giảm tới 33,5%; từ 2 tháng 7 đến tháng 12 năm 2020, VN-Index đã giảm 9,7% và sụt giảm hơn 12% kể từ tháng 1 năm 2021" mặc dù "GDP đạt mức tăng trưởng dương 2,91% (Tổng cục Thống kê, 2021), tốc độ tăng trưởng kinh tế năm 2020 vẫn được ghi nhận là thấp nhất trong giai đoạn 2011-2020".

Luận án tập trung giải quyết 4 câu hỏi nghiên cứu và hệ thống giả thuyết tương ứng:

  1. Thực trạng rủi ro (đo lường bằng xác suất vỡ nợ - Probability of Default - PD) của các nhóm doanh nghiệp vốn hóa lớn (Bluechip), vốn hóa trung bình (Midcap) và nhóm rủi ro/vốn hóa nhỏ diễn biến ra sao? (Giả thuyết H1: Xác suất vỡ nợ có sự phân hóa rõ rệt giữa các nhóm quy mô và tăng vọt trong khủng hoảng).
  2. Tác động của các giai đoạn bất ổn (COVID-19 và xung đột Nga - Ukraina) lên mức độ rủi ro hệ thống có đồng nhất giữa các nhóm hay không? (Giả thuyết H2: Cú sốc ngoại sinh làm gia tăng phi đối xứng rủi ro hệ thống qua các nhóm cổ phiếu).
  3. Cơ chế và mạng lưới lan tỏa rủi ro (đo lường bằng chỉ số kết nối ròng và kết nối theo cặp) diễn ra như thế nào trong nội bộ nhóm và liên nhóm? (Giả thuyết H3: Mức độ kết nối rủi ro tổng thể TCI biến động động theo thời gian và đạt cực đại tại các phân vị rủi ro đuôi).
  4. Các can thiệp chính sách và chiến lược tái cơ cấu danh mục nào có khả năng hạn chế hiệu ứng domino tài chính? (Giả thuyết H4: Loại bỏ hoặc kiểm soát các định chế trụ cột như VCB sẽ làm suy giảm đáng kể chỉ số kết nối hệ thống).

Khung lý thuyết của luận án tích hợp mô hình cấu trúc Merton (1974), lý thuyết lan truyền tài chính (Billio et al., 2012; Furfine, 2003), và khung kinh tế lượng chuỗi thời gian phi tuyến tính TVP-VAR của Antonakakis et al. (2020) cùng mô hình hồi quy phân vị QVAR. Phạm vi nghiên cứu bao quát dữ liệu giao dịch hàng ngày và báo cáo tài chính giai đoạn 2017–2023, phân tách thành 3 thời kỳ: Tiền COVID-19 (trước 2019), Khủng hoảng COVID-19 (2019–2022), và Phục hồi hậu COVID-19 gắn liền biến động địa chính trị (2022–2023).

Literature Review và Positioning

Tổng quan y văn về rủi ro lan tỏa và kết nối tài chính phát triển qua ba dòng nghiên cứu chính:

Dòng nghiên cứu thứ nhất dựa trên lý thuyết danh mục đầu tư hiện đại (Markowitz, 1952) và Mô hình định giá tài sản vốn (CAPM - Sharpe, 1964; Lintner, 1965), sau đó được Ross (1976) mở rộng thành Lý thuyết định giá chênh lệch giá (APT) và Fama & French (1992, 1993) phát triển thành mô hình đa nhân tố (size và value proxies). Dòng nghiên cứu này giả định thị trường vận hành hiệu quả và rủi ro phi hệ thống có thể triệt tiêu qua đa dạng hóa. Tuy nhiên, các cuộc khủng hoảng thực tế chứng minh mối tương quan ngầm định giữa các tài sản tăng vọt khi thị trường suy thoái, vô hiệu hóa lợi ích đa dạng hóa danh mục.

Dòng nghiên cứu thứ hai tập trung vào định nghĩa và cơ chế lây lan (contagion vs. interdependence). Billio et al. (2012) định nghĩa rủi ro lan tỏa: "bao gồm một tập hợp các tổ chức liên kết có mối quan hệ kinh doanh cùng có lợi, qua đó sự phá sản của một tổ chức có thể lan truyền nhanh chóng đến các tổ chức khác". Ngược lại, Furfine (2003) phân loại rủi ro thành hai dạng tiếp cận: "Loại thứ nhất là rủi ro xuất phát từ một vài cú sốc tài chính làm cho một tập hợp các tổ chức hoặc thị trường hoạt động không hiệu quả. Loại thứ hai là rủi ro xuất phát từ sự thất bại của một hoặc một số tổ chức cụ thể, sau đó lan truyền sang các tổ chức khác do có sự liên kết giữa các tổ chức". Cuộc tranh luận học thuật giữa trường phái lây lan thuần túy (pure contagion do hoảng loạn tâm lý, thông tin bất cân xứng) và trường phái liên kết nền tảng (fundamental spillovers do dòng tiền, tín dụng, thương mại) vẫn tiếp diễn sôi nổi.

Dòng nghiên cứu thứ ba tập trung vào các phương pháp đo lường mạng lưới tài chính và chuỗi thời gian: từ phân tích tương quan Pearson/Copula (Tse et al., 2010; Giroud & Mueller, 2019), kiểm định nhân quả Granger tuyến tính (Billio et al., 2012; Vyrost et al., 2015), Transfer Entropy phi tham số (Schreiber, 2000; Sensoy et al., 2014; Gong et al., 2019), đến khung phân tách phương sai sai số dự báo tổng quát (GFEVD) của Diebold & Yilmaz (2012, 2014).

+-----------------------------------------------------------------------------------+
|                           TIẾN TRÌNH PHÁT TRIỂN LÝ THUYẾT                        |
|                                                                                   |
|  [CAPM / APT / Fama-French]  -->  [Lý thuyết Rủi ro Merton 1974]                  |
|  (Rủi ro tuyến tính / tĩnh)       (Cấu trúc xác suất vỡ nợ PD)                    |
|                |                                    |                             |
|                v                                    v                             |
|  [Diebold-Yilmaz 2012/2014 GFEVD] --> [TVP-VAR Antonakakis 2020 + QVAR Phân vị]   |
|  (Mạng lưới kết nối lan tỏa ròng)     (Lan tỏa động, phi tuyến, tail-risk)        |
+-----------------------------------------------------------------------------------+

So sánh với các nghiên cứu quốc tế điển hình:

  • Zhang et al. (2020) khảo sát thị trường chứng khoán toàn cầu trong đại dịch COVID-19 và chỉ ra rằng phản ứng của thị trường phụ thuộc vào mức độ bùng phát dịch bệnh nhưng chưa đi sâu vào đặc tính cấu trúc bảng cân đối kế toán từng nhóm doanh nghiệp.
  • So et al. (2020) phân tích mạng lưới kết nối thị trường chứng khoán Hồng Kông trong khủng hoảng, chứng minh mật độ kết nối (network density) tăng vọt; tuy nhiên họ chỉ sử dụng hệ số tương quan từng phần tĩnh.
  • Sharif et al. (2020) kết hợp Wavelet Coherence và Granger Causality tại thị trường Mỹ nhưng bỏ qua sự phân hóa giữa các nhóm quy mô vốn hóa.

Luận án của NCS. Nguyễn Thị Nga định vị chính xác khoảng trống này bằng cách tích hợp mô hình đo lường khả năng vỡ nợ cấu trúc (Merton PD) với khung kinh tế lượng TVP-VAR và QVAR đa biến, cho phép theo dõi dòng lan tỏa rủi ro động theo thời gian thực tại các phân vị rủi ro cực đoan trên TTCK Việt Nam.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

  1. Mở rộng Lý thuyết Cấu trúc Rủi ro Tín dụng của Merton (1974): Luận án không chỉ xem xét xác suất vỡ nợ (Probability of Default - PD) như một biến số nội sinh riêng lẻ của từng công ty dựa trên mô hình định giá quyền chọn Black - Scholes (1973), mà tích hợp biến số PD này vào một hệ thống mạng lưới tương tác chuỗi thời gian động.
  2. Làm sâu sắc Lý thuyết Mạng lưới Tài chính (Financial Network Theory): Chứng minh rằng cấu trúc mạng lưới rủi ro trên thị trường chứng khoán mới nổi mang tính bất đối xứng cao; các nút mạng đóng vai trò phát tán rủi ro ròng (net transmitters) và hấp thụ rủi ro ròng (net receivers) luân chuyển tùy thuộc vào bản chất cú sốc kinh tế vĩ mô.
  3. Thách thức Giả thuyết Thị trường Hiệu quả (EMH - Fama, 1970): Cung cấp bằng chứng thực nghiệm cho thấy hiện tượng đồng biến động giá và lây lan rủi ro không phản ánh hoàn toàn thông tin cơ bản của doanh nghiệp, mà bị chi phối mạnh mẽ bởi hiệu ứng tâm lý bầy đàn và rủi ro thanh khoản hệ thống trong các giai đoạn căng thẳng cực đoan.
+----------------------------------------------------------------------------------------+
|                               KHUNG PHÂN TÍCH TỔNG HỢP                                 |
|                                                                                        |
|  [Dữ liệu Thị trường]        [Dữ liệu BCTC]          [Cú sốc Ngoại sinh]               |
|  (Giá đóng cửa, Vốn hóa)    (Nợ ngắn/dài hạn)       (COVID-19, EPU, Địa chính trị)     |
|             \                      /                             |                     |
|              v                    v                              |                     |
|         +------------------------------+                         |                     |
|         | Mô hình Cấu trúc Merton (PD) |                         |                     |
|         +------------------------------+                         |                     |
|                        |                                         |                     |
|                        v                                         v                     |
|         +---------------------------------------------------------------+              |
|         | Mô hình TVP-VAR (Kalman Filter) & QVAR (Quantile Regression)  |              |
|         +---------------------------------------------------------------+              |
|                        |                                                               |
|                        v                                                               |
|         +---------------------------------------------------------------+              |
|         | Chỉ số Kết nối Tổng thể (TCI), Lan tỏa Ròng (NET), Cặp (PAIR) |              |
|         +---------------------------------------------------------------+              |
+----------------------------------------------------------------------------------------+

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba lý thuyết nền tảng: Lý thuyết Định giá Tài sản Phái sinh (Merton, 1974; Black & Scholes, 1973), Khung Kết nối Chuỗi thời gian Thực nghiệm (Diebold & Yilmaz, 2012, 2014), và Lý thuyết Kinh tế lượng Phân vị (Koenker & Bassett, 1978).

Phương pháp luận mới nằm ở việc sử dụng ma trận phân tách phương sai sai số dự báo tổng quát (GFEVD) khả vi theo thời gian thông qua thuật toán Bộ lọc Kalman (Kalman Filter) thay vì phương pháp cửa sổ trượt (rolling-window) truyền thống. Điều này giúp loại bỏ sự tùy ý khi chọn kích thước cửa sổ trượt, không làm mất mẫu quan sát ban đầu và tránh hiện tượng ước lượng bị lệch do các giá trị ngoại lai cực đoan (Antonakakis et al., 2020; Gabauer & Gupta, 2018). Giới hạn biên (boundary conditions) được xác lập rõ ràng cho thị trường cổ phiếu niêm yết có biên độ dao động giá và tỷ lệ đòn bẩy tài chính cao.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

  • Triết lý nghiên cứu: Thực chứng luận (Positivism) kết hợp chủ nghĩa hiện thực phản biện (Critical Realism), sử dụng phương pháp định lượng nghiêm ngặt để đo lường các quy luật truyền dẫn rủi ro khách quan từ dữ liệu chuỗi thời gian thực nghiệm.
  • Thiết kế nghiên cứu đa tầng (Multi-level Design):
    • Cấp độ vi mô: Xác suất vỡ nợ (PD) của từng cổ phiếu đơn lẻ dựa trên mô hình Merton (1974).
    • Cấp độ nhóm/trung gian (Meso-level): Phân tích rủi ro lan tỏa nội bộ trong từng nhóm cổ phiếu (Bluechip, Midcap, Nhóm rủi ro/Penny).
    • Cấp độ vĩ mô toàn hệ thống (Macro-level): Phân tích liên kết mạng lưới tổng thể và tương tác chéo giữa các nhóm ngành trên sàn HOSE/HNX.

Quy trình nghiên cứu rigorous

  1. Thu thập và chuẩn hóa dữ liệu: Trích xuất chuỗi giá đóng cửa hàng ngày điều chỉnh, khối lượng giao dịch, số lượng cổ phiếu lưu hành và dữ liệu kế toán (nợ ngắn hạn, nợ dài hạn, vốn chủ sở hữu) từ cơ sở dữ liệu FiinPro, Vietstock và Bloomberg giai đoạn 2017–2023.
  2. Ước lượng Xác suất vỡ nợ Merton (PD): Giải hệ phương trình phi tuyến xác định giá trị tài sản ngụ ý ($V_A$) và độ biến động tài sản ($\sigma_A$) từ giá trị thị trường vốn chủ sở hữu ($E$) và độ biến động vốn cổ phần ($\sigma_E$): $$E = V_A N(d_1) - D e^{-rT} N(d_2)$$ $$d_1 = \frac{\ln(V_A/D) + (r + 0.5\sigma_A^2)T}{\sigma_A \sqrt{T}}, \quad d_2 = d_1 - \sigma_A \sqrt{T}$$ Từ đó xác định Khoảng cách tới điểm vỡ nợ (Distance to Default - DD) và Xác suất vỡ nợ $PD = N(-DD)$.
  3. Kiểm định tính dừng và đồng tích hợp: Kiểm định ADF (Augmented Dickey-Fuller) và Phillips-Perron trên chuỗi lợi suất và chuỗi PD.
  4. Triangulation & Độ tin cậy: Kết hợp kiểm định TVP-VAR với mô hình hồi quy phân vị QVAR (Quantile VAR) tại các phân vị $\tau \in {0.05, 0.50, 0.95}$ nhằm đối chiếu kết quả trong trạng thái thị trường bình thường và trạng thái rủi ro cực đoan.

Data và phân tích

  • Đặc tính mẫu: Tập hợp các đại diện tiêu biểu của thị trường tài chính Việt Nam:
    • Nhóm Bluechip: VCB (Ngân hàng Ngoại thương), VIC (Vingroup), VNM (Vinamilk), FPT, MWG (Thế giới Di động), HVN (Vietnam Airlines).
    • Nhóm Midcap: HSG (Hoa Sen), PVD (Khoan Dầu khí), FCN (FECON), LCG (Lizen).
    • Nhóm Nguy cơ rủi ro/Penny: NVL (Novaland), LDG, MCG, UDC.
  • Kỹ thuật phân tích & Phần mềm: Sử dụng ngôn ngữ R (các gói bvarsv, connectedness, quantreg) và Python để thực hiện lọc Kalman, ước lượng TVP-VAR, GFEVD và trực quan hóa mạng lưới rủi ro.
  • Robustness Checks: Luận án thực hiện kiểm tra độ vững bằng cách:
    • Thay đổi độ dài trễ tối ưu $p$ trong mô hình VAR dựa trên tiêu chuẩn AIC, BIC, HQIC.
    • Điều chỉnh bước dự báo sai số $H = 10, 12, 15$ ngày.
    • Thử nghiệm kịch bản loại trừ (Exclusion Experiment): Loại bỏ hoàn toàn cổ phiếu ngân hàng vốn hóa lớn nhất (VCB) ra khỏi hệ thống để đánh giá sự dịch chuyển của chỉ số kết nối ròng toàn thị trường.

Phát hiện đột phá và implications

Những phát hiện then chốt

+------------------------------------------------------------------------------------------+
|                  BIẾN THIÊN CHỈ SỐ KẾT NỐI TỔNG THỂ (TCI) QUA CÁC GIAI ĐOẠN               |
|                                                                                          |
|   TCI (%)                                                                                |
|     ^                                                                                    |
|  80 |                             /\ (Đỉnh COVID-19 đợt 1 & 4)                           |
|     |                            /  \                 /\ (Xung đột Nga-Ukraina/Trái phiếu)|
|  60 |                           /    \               /  \                                |
|     |                          /      \             /    \                               |
|  40 |    ---------------------/        \-----------/      \-------                       |
|     |   (Giai đoạn 1: 2017-2019)  (GĐ 2: 2019-2022)   (GĐ 3: 2022-2023)                  |
|   0 +-------------------------------------------------------------------> Thời gian      |
+------------------------------------------------------------------------------------------+
  1. Tổng mức kết nối rủi ro (Total Connectedness Index - TCI) biến động phi tuyến và bùng nổ trong khủng hoảng: Trong giai đoạn 2017–2019, TCI duy trì ở mức trung bình thấp (dao động 30%–45%). Tuy nhiên, khi đại dịch COVID-19 bùng phát đầu năm 2020 và đợt bùng phát dịch thứ tư (2021), TCI vọt lên trên 75%–80%, xác nhận rằng các cú sốc vĩ mô kích hoạt phản ứng dây chuyền lan rộng trên toàn bộ thị trường niêm yết.
  2. Sự phân hóa vai trò truyền dẫn - tiếp nhận rủi ro (Net Transmitters vs. Net Receivers):
    • Cổ phiếu nhóm Ngân hàng và Tài chính quy mô lớn (điển hình là VCB) giữ vai trò trung tâm lan tỏa rủi ro ròng (Net Transmitter) lớn nhất tới toàn bộ hệ thống trong điều kiện bình thường và giai đoạn đầu khủng hoảng.
    • Khi tiến hành kịch bản loại bỏ cổ phiếu VCB ra khỏi mô hình, cấu trúc mạng lưới rủi ro bị tái định hình sâu sắc: tổng kết nối trung bình của hệ thống giảm mạnh, và áp lực lan tỏa chuyển hướng sang các mã Bluechip bất động sản và sản xuất tiêu dùng lớn (VIC, VNM).
  3. Hiệu ứng phi đối xứng tại các phân vị rủi ro đuôi (Tail Risk Asymmetry - QVAR): Tại phân vị trung vị ($\tau = 0.50$), mức độ kết nối rủi ro giữa các cổ phiếu ở mức vừa phải; nhưng tại các phân vị rủi ro cực đoan ($\tau = 0.05$ và $\tau = 0.95$), chỉ số TCI tăng vọt từ 20% đến 35%. Điều này chứng minh hiệu ứng domino tài chính trở nên đặc biệt nghiêm trọng khi xuất hiện các sự kiện "thiên nga đen" (Black Swan events).
  4. Sự đảo chiều vai trò của nhóm rủi ro (Penny/Bất động sản) trong khủng hoảng 2022–2023: Trong giai đoạn 2022–2023 (ảnh hưởng của xung đột Nga - Ukraina, biến động tỷ giá và khủng hoảng thanh khoản trái phiếu doanh nghiệp), các mã cổ phiếu rủi ro cao và đòn bẩy lớn như NVL, LDG từ vị thế hấp thụ rủi ro đã chuyển dịch đột ngột thành các nguồn phát tán rủi ro mạnh mẽ sang nhóm Midcap và gây áp lực ngược lên nhóm ngân hàng tài trợ.
  5. Mức độ kết nối nội bộ nhóm (Intra-group) cao hơn kết nối liên nhóm (Inter-group): Rủi ro lan tỏa trong nội bộ nhóm Bluechip và nội bộ nhóm rủi ro diễn ra nhanh và mạnh hơn đáng kể so với mức độ lan tỏa chéo giữa Bluechip và Midcap, phản ánh cấu trúc sở hữu chéo và danh mục đầu tư tương đồng của các khối nhà đầu tư tổ chức.

Implications đa chiều

  • Đóng góp lý thuyết: Xác thực khả năng giải thích của mô hình TVP-VAR-QVAR kết hợp Merton PD đối với thị trường tài chính đang phát triển, cung cấp bằng chứng thực nghiệm về cơ chế truyền dẫn phi tuyến tính của rủi ro hệ thống.
  • Đổi mới phương pháp luận: Cung cấp quy trình kinh tế lượng hoàn chỉnh giúp theo dõi mạng lưới rủi ro động theo thời gian mà không bị phụ thuộc vào giả định phân phối chuẩn hay kích thước cửa sổ trượt cố định.
  • Hàm ý thực tiễn cho nhà đầu tư:
    • Cảnh báo các nhà quản lý quỹ rằng việc phân bổ danh mục vào các nhóm Bluechip khác nhau không thể triệt tiêu rủi ro trong giai đoạn khủng hoảng vì hệ số kết nối TCI tăng tiệm cận 1.
    • Cần thiết lập chiến lược phòng vệ giá chủ động (hedging) dựa trên vị thế lan tỏa ròng (Net spillover status) của từng mã cổ phiếu.
  • Hàm ý chính sách cho cơ quan quản lý (NHNN, UBCKNN):
    • Giám sát an toàn vĩ mô (Macroprudential Surveillance): Xây dựng hệ thống cảnh báo sớm rủi ro hệ thống dựa trên ma trận TCI và QVAR hàng ngày để phát hiện các tổ chức phát tán rủi ro cốt lõi.
    • Quản lý các định chế có tầm quan trọng hệ thống (SIFIs): Cần áp dụng hệ số đệm vốn an toàn bổ sung và yêu cầu thanh khoản nghiêm ngặt hơn đối với các cổ phiếu trụ cột như VCB hay VIC nhằm ngăn chặn nguy cơ lan tỏa rủi ro ra toàn thị trường.

Limitations và Future Research

  1. Giới hạn về mẫu nghiên cứu đại diện: Do hạn chế về tính liên tục của dữ liệu và thanh khoản trên thị trường chứng khoán Việt Nam, nghiên cứu lựa chọn một tập hợp các mã cổ phiếu đại diện tiêu biểu cho ba nhóm (Bluechip, Midcap, Rủi ro) thay vì quét toàn bộ hơn 1.600 mã niêm yết trên ba sàn (HOSE, HNX, UPCoM).
  2. Tần suất dữ liệu kế toán: Mô hình Merton PD dựa trên dữ liệu báo cáo tài chính hàng quý được nội suy sang dữ liệu ngày, điều này có thể tạo ra độ trễ nhất định so với phản ứng tức thời của thị trường thông tin.
  3. Chưa phân tách triệt để các kênh dẫn truyền vi mô: Mặc dù mô hình lượng hóa chính xác cường độ và hướng lan tỏa rủi ro, nhưng chưa bóc tách riêng rẽ tác động định lượng của từng kênh vi mô cụ thể (như kênh tín dụng liên ngân hàng, kênh sở hữu chéo, hay kênh tâm lý mạng xã hội).

Định hướng nghiên cứu tương lai:

  • Ứng dụng mô hình TVP-VAR đa biến quy mô lớn (High-dimensional TVP-VAR) kết hợp kỹ thuật máy học (Machine Learning shrinkage / LASSO) để mở rộng mẫu lên toàn bộ các doanh nghiệp niêm yết.
  • Mở rộng phân tích kết nối đa thị trường (cross-market): liên kết thị trường cổ phiếu, thị trường trái phiếu doanh nghiệp, thị trường bất động sản và thị trường ngoại hối.
  • Tích hợp chỉ số bất ổn chính sách kinh tế (EPU - Economic Policy Uncertainty Index) và tâm lý thị trường dựa trên khai phá văn bản (Text Mining/NLP) vào cấu trúc mạng lưới rủi ro.

Tác động và ảnh hưởng

  • Giá trị học thuật: Luận án là tài liệu tham khảo chuẩn mực trong đào tạo sau đại học và nghiên cứu chuyên sâu về kinh tế lượng tài chính, rủi ro hệ thống và quản trị danh mục tại Việt Nam. Công trình mở ra khung tiếp cận định lượng hiện đại cho các nghiên cứu về ổn định tài chính tại các thị trường mới nổi khu vực Đông Nam Á.
  • Chuyển dịch ngành quản lý quỹ và ngân hàng đầu tư: Cung cấp công cụ phân tích ma trận kết nối thực tế giúp các bộ phận quản trị rủi ro (Risk Management) tại các công ty chứng khoán, ngân hàng thương mại và quỹ đầu tư định lượng chính xác rủi ro lây lan danh mục trong các kịch bản stress-test.
  • Ảnh hưởng chính sách cấp quốc gia: Cung cấp luận cứ khoa học vững chắc cho Ủy ban Chứng khoán Nhà nước và Ngân hàng Nhà nước Việt Nam trong việc xây dựng khung khổ giám sát an toàn vĩ mô, nâng cao tính minh bạch thông tin và thiết lập cơ chế ngắt mạch thị trường tự động (circuit breaker) khi TCI vượt ngưỡng cảnh báo đỏ.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học giả tài chính: Tiếp cận phương pháp tích hợp mô hình Merton PD với TVP-VAR và QVAR, giải quyết các khoảng trống nghiên cứu về cấu trúc mạng lưới chuỗi thời gian phi tuyến tính.
  • Cơ quan hoạch định chính sách (Bộ Tài chính, UBCKNN, NHNN): Sở hữu cơ sở dữ liệu thực nghiệm và ma trận cảnh báo sớm về các nút mạng phát tán rủi ro trọng yếu để kịp thời điều hành chính sách tiền tệ và can thiệp thị trường.
  • Giám đốc Quản trị Rủi ro (CRO) và Nhà quản lý danh mục: Tối ưu hóa mô hình VaR/CoVaR nội bộ, tái cấu trúc danh mục đầu tư phòng vệ trước các biến cố thiên nga đen dựa trên sự dịch chuyển phân vị rủi ro.
  • Doanh nghiệp niêm yết: Nhận diện mức độ nhạy cảm của doanh nghiệp trước các cú sốc hệ thống để chủ động kiểm soát đòn bẩy tài chính và cấu trúc kỳ hạn nợ.

Câu hỏi chuyên sâu

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

Luận án đã mở rộng thành công Lý thuyết Cấu trúc Rủi ro Tín dụng của Merton (1974) bằng cách kết hợp nó vào khung mạng lưới chuỗi thời gian TVP-VAR và QVAR. Thay vì xem rủi ro vỡ nợ PD là một chỉ số tĩnh hoặc cục bộ, nghiên cứu chứng minh PD là một nút mạng động trong hệ sinh thái tài chính phức hợp, có khả năng lan truyền và khuếch đại rủi ro thông qua cơ chế phân tách phương sai GFEVD.

2. Đổi mới phương pháp luận so với các nghiên cứu trước đây thể hiện ở điểm nào?

So với nghiên cứu của Diebold & Yilmaz (2012, 2014) vốn sử dụng phương pháp cửa sổ trượt (rolling-window) cố định dễ làm mất dữ liệu và nhạy cảm với điểm ngoại lai, luận án áp dụng thuật toán Bộ lọc Kalman (Kalman Filter) trong mô hình TVP-VAR (Antonakakis et al., 2020), kết hợp Mô hình hồi quy phân vị QVAR. Sự tích hợp này cho phép ước lượng liên tục các tham số biến đổi theo thời gian và chụp lại chính xác hành vi lan tỏa rủi ro tại các phân vị đuôi cực đoan ($\tau = 0.05$ và $\tau = 0.95$).

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất nằm ở sự đảo chiều vị thế mạng lưới trong giai đoạn 2022–2023: Nhóm cổ phiếu bất động sản/rủi ro cao (như NVL) từ vị thế hấp thụ rủi ro (Net Receiver) trong đại dịch COVID-19 đã biến thành nguồn phát tán rủi ro ròng (Net Transmitter) lớn nhất sang toàn hệ thống khi thị trường trái phiếu doanh nghiệp bị đóng băng. Đồng thời, việc loại bỏ mã cổ phiếu ngân hàng đầu ngành (VCB) làm tái phân phối hoàn toàn ma trận rủi ro sang các tập đoàn đa ngành khác.

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

Có. Luận án thiết lập quy trình nghiên cứu chuẩn hóa từ khâu làm sạch dữ liệu, thuật toán giải phương trình vi phân Merton PD, xác định độ trễ tối ưu $p$, đến mã nguồn ước lượng TVP-VAR và QVAR với các tiêu chuẩn kiểm định độ vững chi tiết (robustness protocols).

5. Định hướng chương trình nghiên cứu 10 năm tới được phác thảo ra sao?

Luận án phác thảo chương trình nghiên cứu mở rộng trong thập kỷ tới:

  • Xây dựng hệ thống đo lường rủi ro liên thị trường thời gian thực (Real-time Cross-market Spillover Engine).
  • Ứng dụng trí tuệ nhân tạo (AI) và xử lý ngôn ngữ tự nhiên (NLP) để tích hợp dữ liệu phi cấu trúc (tin tức tài chính, báo cáo phân tích) vào ma trận rủi ro lan tỏa.
  • Đánh giá tác động của rủi ro chuyển dịch xanh (Climate Transition Risk) và rủi ro địa chính trị toàn cầu lên độ ổn định của hệ thống tài chính Việt Nam.

Kết luận

Luận án tiến sĩ của NCS. Nguyễn Thị Nga đóng góp 5 giá trị then chốt cho khoa học tài chính và thực tiễn điều hành kinh tế tại Việt Nam:

  1. Hệ thống hóa toàn diện cơ sở lý luận: Xây dựng bức tranh lý thuyết hoàn chỉnh về rủi ro hệ thống, rủi ro lan tỏa và cơ chế truyền dẫn qua các kênh tài chính trực tiếp, thanh khoản và bất cân xứng thông tin trên thị trường chứng khoán mới nổi.
  2. Tiên phong đổi mới phương pháp luận kinh tế lượng: Ứng dụng thành công mô hình TVP-VAR kết hợp bộ lọc Kalman và mô hình phân vị QVAR trên chuỗi xác suất vỡ nợ Merton PD, khắc phục triệt để các hạn chế của phương pháp ước lượng tĩnh truyền thống.
  3. Cung cấp bằng chứng thực nghiệm chuyên sâu giai đoạn 2017–2023: Định lượng chính xác mức độ biến động của chỉ số kết nối rủi ro tổng thể (TCI) qua 3 giai đoạn then chốt (Tiền COVID-19, Khủng hoảng COVID-19 và Bất ổn địa chính trị hậu COVID-19).
  4. Khám phá quy luật bất đối xứng và phân vị rủi ro đuôi: Chứng minh thực nghiệm rằng rủi ro lây lan tăng vọt tại các trạng thái thị trường tiêu cực cực đoan, đồng thời làm rõ sự dịch chuyển vai trò phát tán - tiếp nhận rủi ro giữa các nhóm Bluechip, Midcap và nhóm rủi ro.
  5. Đề xuất gói giải pháp và hàm ý chính sách thực thi: Kiến nghị lộ trình cụ thể cho các cơ quan quản lý nhà nước (NHNN, UBCKNN) trong việc thiết lập hệ thống cảnh báo sớm rủi ro hệ thống, giám sát an toàn vĩ mô và hỗ trợ nhà đầu tư tối ưu hóa chiến lược quản trị rủi ro danh mục.