Tổng quan về luận án

Thị trường tài chính Việt Nam trong giai đoạn chuyển đổi cấu trúc đối mặt với áp lực mất cân đối nghiêm trọng khi hệ thống ngân hàng thương mại (NHTM) phải gánh vác tới hơn 70% nhu cầu vốn trung và dài hạn của nền kinh tế (CIEM, 2012). Mặc dù quy mô phát hành trái phiếu doanh nghiệp (TPDN) có bước tăng trưởng vượt bậc—đạt gần 130.000 tỷ đồng năm 2016 (tăng 203% so với 2015), lập kỷ lục 224.000 tỷ đồng phát hành riêng lẻ năm 2018 (tăng 94,5%), và 9 tháng đầu năm 2019 đạt 164.414 tỷ đồng (tương đương 10,22% GDP, tăng 32,5% so với cuối 2018) (Nguyễn Thị Minh Huệ & Nguyễn Thị Thanh Hương, 2020)—thị trường nợ vẫn vận hành chủ yếu theo cơ chế tín dụng khép kín thay vì thị trường công cụ nợ đại chúng chuẩn mực (HNX, 2016). Sự kiện các doanh nghiệp quy mô nhỏ phát hành thành công hàng trăm tỷ đồng trái phiếu như Công ty TNHH Thương mại Dịch vụ Xích Lô Đỏ hay mức cam kết lãi suất bất thường 15–18%/năm của Công ty Cổ phần Tập đoàn Apec Group đã buộc Bộ Tài chính (2020) phải phát đi cảnh báo rủi ro hệ thống.

Khoảng trống nghiên cứu (research gap) cốt lõi xuất phát từ thực trạng vắng bóng hạ tầng thông tin độc lập: các nghiên cứu quốc tế (Cantor, 2004; White, 2010, 2013) chủ yếu tập trung vào thị trường phát triển với chuỗi dữ liệu xếp hạng lịch sử phong phú, trong khi tại các nền kinh tế sơ khởi (frontier/emerging markets) như Việt Nam, dữ liệu xếp hạng quá khứ gần như bằng không. Tổ chức xếp hạng tín nhiệm nội địa (DCRA) hợp pháp duy nhất được cấp phép tháng 07/2017 là Công ty Cổ phần Sài Gòn Phát Thịnh Rating (PTR) chỉ công bố số lượng báo cáo vô cùng hạn chế (PTR, 2019). Luận án của NCS. Nguyễn Trung Hiếu (2021) do PGS. Hạ Thị Thiều Dao hướng dẫn tại Trường Đại học Ngân hàng TP. Hồ Chí Minh (Mã số: 9 34 02 01) giải quyết khoảng trống này thông qua tiếp cận thị trường hai chiều (two-sided market theo Ponce, 2012).

Luận án đặt ra ba câu hỏi và hệ thống giả thuyết nghiên cứu xuyên suốt:

  1. Bối cảnh thể chế và thực trạng hoạt động của các CRA tại Việt Nam đang diễn tiến ra sao so với các chuẩn mực khu vực ASEAN+3 và ACRAA?
  2. Hành vi dự định của nhà đầu tư cá nhân ($H_1$: Thái độ - ATT; $H_2$: Quy chuẩn chủ quan - SN; $H_3$: Nhận thức kiểm soát - PBC) và doanh nghiệp niêm yết ($H_4$: Danh tiếng CRA; $H_5$: Niềm tin; $H_6$: Cam kết; $H_7$: Nhận dạng) tác động như thế nào đến việc sẵn lòng sử dụng và trả phí dịch vụ XHTNDN?
  3. Khung giải pháp chính sách và kỹ thuật nghiệp vụ nào là khả thi để kích hoạt thị trường XHTNDN Việt Nam vận hành bền vững?

Luận án tích hợp liên ngành Lý thuyết Bất cân xứng thông tin (Akerlof, 1970; Spence, 1973), Lý thuyết Hành vi dự định - TPB (Ajzen, 1991), Lý thuyết Danh tiếng tổ chức (Klein & Leffler, 1983; Fombrun, 1996) và Lý thuyết Trung gian thông tin (Spulber, 1996). Phạm vi khảo sát trải rộng tại 4 trung tâm kinh tế (Hà Nội, TP.HCM, Đà Nẵng, Cần Thơ) cùng các doanh nghiệp niêm yết trên HOSE và HNX giai đoạn 2014–2020.

Literature Review và Positioning

Tổng quan y văn quốc tế về thị trường XHTN ghi nhận ba dòng nghiên cứu chính:

  1. Dòng cấu trúc thị trường và độc quyền tự nhiên: White (2002, 2010, 2013) cùng Cantor & Packer (1995) phân tích sự thống trị của nhóm "Big Three" (S&P, Moody’s, Fitch Ratings - GCRA) và bước chuyển dịch lịch sử từ mô hình nhà đầu tư trả phí (investor-pay model) sang mô hình nhà phát hành trả phí (issuer-pay model) sau sự kiện phá sản của Penn Central năm 1970 với khoản nợ 82 triệu USD thương phiếu không thể thanh toán.
  2. Dòng tác động thị trường và giá trị thông tin: Campbell & Taksler (2003) và Graham & Harvey (2001) chứng minh xếp hạng tín nhiệm có tác động quyết định đến chi phí vốn vay và thị giá trái phiếu. Ngược lại, Boot, Milbourn & Schmeits (2005) cùng Bannier & Hirsch (2010) nhấn mạnh vai trò giám sát liên tục (continuous monitoring role) của CRA giúp giảm thiểu rủi ro đạo đức sau phát hành.
  3. Dòng xung đột lợi ích và suy giảm uy tín hậu khủng hoảng: Becker & Milbourn (2011), Hunt (2009), Dimitrov, Palia & Tang (2015) chỉ ra rằng áp lực cạnh tranh phí và mô hình issuer-pay đã dẫn đến hiện tượng "mua chuộc xếp hạng" (rating shopping), trực tiếp kích hoạt cuộc khủng hoảng tài chính toàn cầu 2007–2008 thông qua việc thổi phồng mức xếp hạng đối với các công cụ tài chính cấu trúc (RMBS, CDO).

Tranh luận học thuật quốc tế tồn tại hai quan điểm đối nghịch rõ rệt về quy định xếp hạng bắt buộc (regulatory license theo Partnoy, 2006). Một mặt, Beaver, Shakespeare & Soliman (2006) và Frost (2007) ủng hộ cơ chế bắt buộc nhằm bảo vệ nhà đầu tư công chúng theo Quy tắc 2a-7 của Đạo luật Công ty Đầu tư Hoa Kỳ năm 1940 (US Investment Company Act 1940). Mặt khác, các thị trường mới nổi như Malaysia lại cân nhắc bãi bỏ yêu cầu xếp hạng bắt buộc đối với trái phiếu nhằm giảm chi phí phát hành cho doanh nghiệp (HNX, 2016).

So sánh với các nghiên cứu điển hình trong khu vực, Todhanakasem (2001) khi nghiên cứu thị trường Thái Lan và Choi (1998) tại Hàn Quốc đều khẳng định vai trò sống còn của các tổ chức XHTN nội địa được bảo trợ pháp lý trong giai đoạn đầu. Luận án của Nguyễn Trung Hiếu (2021) định vị chính xác khoảng trống: trong khi các nghiên cứu tiền nhiệm tại Việt Nam (Lê Quang Cường, 2007; Vương Quân Hoàng & Trần Trí Dũng, 2009; Nguyễn Thị Kim Thanh, 2011) chỉ dừng lại ở phân tích định tính hoặc mô tả thực trạng thể chế, nghiên cứu này là công trình tiên phong lượng hóa toàn diện động thái tâm lý, niềm tin và hành vi dự định của cả hai chủ thể cốt lõi (nhà đầu tư cá nhân và doanh nghiệp phát hành) bằng các mô hình cấu trúc toán học phức hợp.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng biên độ ứng dụng của các lý thuyết kinh tế tài chính và hành vi trong bối cảnh thị trường tài chính cận biên đặc thù:

  • Lý thuyết Bất cân xứng thông tin và Phát tín hiệu (Akerlof, 1970; Spence, 1973): Khẳng định kết quả XHTNDN là một tín hiệu định lượng khách quan có chi phí (costly signal), giúp tách biệt doanh nghiệp chất lượng cao (good cars) khỏi doanh nghiệp kém phẩm chất (lemons) trên thị trường nợ Việt Nam.
  • Lý thuyết Chi phí đại diện và Chi phí giao dịch (Jensen & Meckling, 1976; Cosimano, 1996): Chứng minh vai trò của CRA như một trung gian thông tin chuyên nghiệp (information intermediary theo Lee & Choo, 2005) giúp giảm thiểu chi phí tìm kiếm, thẩm định độc lập và kiểm soát rủi ro ủy quyền giữa chủ nợ và con nợ.
  • Lý thuyết Danh tiếng tổ chức (Klein & Leffler, 1983; Lange, Lee & Dai, 2011): Kiểm chứng mô hình đa chiều của danh tiếng (gồm Năng lực chuyên môn, Tính chính trực, và Tính minh bạch) tác động gián tiếp đến hành vi chấp nhận trả phí thông qua các biến trung gian Cam kết (Commitment), Niềm tin (Trust) và Nhận dạng (Identification) (Fombrun, 1996; Ferris et al., 2003).
  • Lý thuyết Hành vi dự định - TPB (Ajzen, 1991): Mở rộng cấu trúc TPB sang lĩnh vực tài chính tiêu dùng chuyên sâu, xác lập cơ chế tác động trực tiếp và gián tiếp của niềm tin hành vi, niềm tin chuẩn tắc và niềm tin kiểm soát lên ý định sử dụng báo cáo XHTN của nhà đầu tư cá nhân.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp đồng thời 4 trụ cột lý thuyết, vận hành theo mô hình thị trường hai chiều. Về phía cầu, mô hình giải mã quyết định tiêu dùng thông tin xếp hạng thông qua các biến quan sát trực tiếp và gián tiếp của TPB. Về phía cung, mô hình giải thích cơ chế hình thành sự tự nguyện trả phí (willingness-to-pay) của doanh nghiệp phát hành dựa trên giá trị danh tiếng cảm nhận của CRA. Điều kiện biên (boundary conditions) của khung phân tích được xác lập chặt chẽ trong bối cảnh thị trường trái phiếu chuyển đổi, khuôn khổ pháp lý Nghị định 163/2018/NĐ-CP và văn hóa đầu tư cá nhân chuộng lợi suất cao hơn chất lượng rủi ro.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ triết lý nghiên cứu thực chứng hậu thực chứng (post-positivism / critical realism), kết hợp chặt chẽ giữa phân tích suy diễn (deductive approach) và phương pháp hỗn hợp (mixed methods):

  • Thiết kế đa tầng (Multi-level design): Phân tích cấp độ vĩ mô (tác động của thể chế tài chính và GDP lên thị trường XHTN tại khối ASEAN+3 qua mô hình hồi quy bảng) lồng ghép với phân tích vi mô (hành vi của 2 nhóm đối tượng: nhà đầu tư cá nhân và doanh nghiệp niêm yết).
  • Quy mô mẫu: Mẫu nhà đầu tư cá nhân ($N_1 = 450$) tại 4 đô thị lớn; Mẫu doanh nghiệp niêm yết ($N_2 = 185$) trên HOSE/HNX đại diện cho nhóm nhà phát hành tiềm năng.

Quy trình nghiên cứu rigorous

Quy trình thu thập và xử lý dữ liệu được thiết kế bài bản qua nhiều vòng lọc:

  1. Xây dựng công cụ đo lường: Thang đo Likert 5 mức độ được kế thừa từ các thang đo chuẩn quốc tế (Ajzen, 1991; Fombrun et al., 2000), tiến hành dịch ngược (back-translation) và phỏng vấn chuyên gia để hiệu chỉnh nội dung (content validity).
  2. Kiểm định độ tin cậy và giá trị: Hệ số Cronbach’s Alpha của toàn bộ các cấu trúc đạt yêu cầu ($\alpha > 0,70$; dao động từ $0,782$ đến $0,914$). Phân tích nhân tố khám phá (EFA) với phép trích Principal Axis Factoring và phép quay Promax/Varimax bảo đảm tính đơn hướng.
  3. Phân tích nhân tố khẳng định (CFA): Kiểm tra độ giá trị hội tụ (CR $> 0,70$; AVE $> 0,50$) và độ giá trị phân biệt theo tiêu chuẩn Fornell-Larcker.
  4. Kiểm định tam giác hóa (Triangulation): Kết hợp tam giác hóa dữ liệu sơ cấp, dữ liệu thứ cấp vĩ mô (ADB, WB, IMF, ACRAA) và kiểm chứng thực nghiệm mô hình xếp hạng định lượng của CRV trên 2 ngành nhạy cảm: Thủy sản và Bất động sản - Xây dựng.

Data và phân tích

Điểm sáng phương pháp luận đột phá của luận án là việc kết hợp song song hai kỹ thuật ước lượng cấu trúc hiện đại:

  • Mô hình cấu trúc ước lượng Hợp lý cực đại (ML-SEM): Đánh giá các chỉ số phù hợp mô hình ($\chi^2/\text{df} < 3,0$, $\text{CFI} > 0,90$, $\text{TLI} > 0,90$, $\text{RMSEA} < 0,08$).
  • Mô hình cấu trúc ước lượng Bayes (B-SEM): Nhằm khắc phục triệt để các hạn chế của cỡ mẫu nhỏ và phân phối dữ liệu phi chuẩn đối với mẫu doanh nghiệp ($N=185$). Sử dụng thuật toán Markov Chain Monte Carlo (MCMC) với 100.000 bước lặp, kiểm tra sự hội tụ qua biểu đồ chuỗi vết (trace plots) và biểu đồ tự tương quan (autocorrelation plots).
  • Kiểm định Robustness: Sử dụng tiêu chí thông tin độ lệch Deviance Information Criterion (DIC) và giá trị xác suất dự báo hậu nghiệm Posterior Predictive p-value (PPP $\approx 0,50$) khi thay đổi các phân phối tiền nghiệm (prior distributions) khác nhau, cùng kỹ thuật tái lấy mẫu Bootstrap (2.000 mẫu lặp) để xác nhận tính ổn định vững chắc của các hệ số hồi quy.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Nhu cầu thông tin xếp hạng của nhà đầu tư cá nhân đang gia tăng mạnh mẽ: Kết quả ước lượng ML-SEM và B-SEM chứng minh cả ba yếu tố Thái độ ($\beta = 0,342, p < 0,001$), Nhận thức kiểm soát hành vi ($\beta = 0,287, p < 0,01$) và Quy chuẩn chủ quan ($\beta = 0,195, p < 0,05$) đều tác động thuận chiều có ý nghĩa thống kê đến Ý định sử dụng XHTNDN. Trong đó, thái độ đối với tính hữu ích của báo cáo xếp hạng là động lực chi phối mạnh nhất.
  2. Rào cản niềm tin vào danh tiếng của các CRA nội địa: Doanh nghiệp niêm yết đánh giá mức độ uy tín hiện tại của các DCRA ở mức trung bình thấp ($Mean = 2,86/5,00$). Tuy nhiên, mức độ sẵn lòng sử dụng và trả phí dịch vụ trong tương lai lại ghi nhận phản hồi tích cực ($Mean = 3,42/5,00$), với điều kiện CRA phải chứng minh được năng lực chuyên môn độc lập và phương pháp luận minh bạch.
  3. Cơ chế truyền dẫn từ Danh tiếng đến Quyết định trả phí: Ước lượng Bayes chỉ ra rằng Danh tiếng CRA không tác động trực tiếp mà truyền dẫn gián tiếp qua ba biến trung gian: Cam kết ($\beta = 0,264, p < 0,01$), Niềm tin ($\beta = 0,312, p < 0,001$) và Nhận dạng thương hiệu ($\beta = 0,189, p < 0,05$). Niềm tin là biến trung gian có trọng số tác động lớn nhất đến ý định trả phí dịch vụ xếp hạng.
  4. Hiện tượng bất cập trong phương pháp xếp hạng thực nghiệm: Kiểm chứng phương pháp của CRV đối với ngành Bất động sản và Thủy sản cho thấy các mô hình chấm điểm truyền thống quá chú trọng vào tài sản bảo đảm tĩnh mà bỏ qua dòng tiền dự phóng và rủi ro chu kỳ ngành, dẫn đến sai lệch trong phân loại nhóm rủi ro vỡ nợ thực tế.
Mối quan hệ cấu trúc (Giả thuyết) Hệ số ước lượng ML-SEM ($\beta$) Hệ số trung bình hậu nghiệm B-SEM Khoảng tin cậy Bayes 95% Mức ý nghĩa thống kê ($p$-value) Kết luận kiểm định
Thái độ $\rightarrow$ Dự định sử dụng (Cá nhân) 0,342 0,348 [0,245; 0,451] $p < 0,001$ Chấp nhận $H_1$
Nhận thức kiểm soát $\rightarrow$ Dự định sử dụng (Cá nhân) 0,287 0,291 [0,188; 0,395] $p < 0,01$ Chấp nhận $H_2$
Quy chuẩn chủ quan $\rightarrow$ Dự định sử dụng (Cá nhân) 0,195 0,199 [0,092; 0,305] $p < 0,05$ Chấp nhận $H_3$
Danh tiếng CRA $\rightarrow$ Niềm tin (Doanh nghiệp) 0,458 0,462 [0,351; 0,573] $p < 0,001$ Chấp nhận $H_4$
Danh tiếng CRA $\rightarrow$ Cam kết (Doanh nghiệp) 0,381 0,385 [0,274; 0,496] $p < 0,001$ Chấp nhận $H_5$
Niềm tin $\rightarrow$ Dự định trả phí (Doanh nghiệp) 0,312 0,318 [0,209; 0,427] $p < 0,001$ Chấp nhận $H_6$
Cam kết $\rightarrow$ Dự định trả phí (Doanh nghiệp) 0,264 0,270 [0,161; 0,379] $p < 0,01$ Chấp nhận $H_7$

Implications đa chiều

  • Về mặt lý luận: Khẳng định tính tương thích của mô hình tích hợp TPB - Danh tiếng trong giải thích hành vi thị trường cận biên, cung cấp khung tham chiếu lý thuyết cho các nghiên cứu tiếp theo về tài chính hành vi tại các quốc gia đang phát triển.
  • Về mặt phương pháp luận: Cung cấp quy trình kết hợp chuẩn mực giữa ML-SEM và Bayesian SEM, mở ra giải pháp phân tích vững chắc cho các đề tài nghiên cứu gặp rào cản mẫu nhỏ và thiếu hụt chuỗi dữ liệu quá khứ.
  • Về ứng dụng thực tiễn cho CRA: Các CRA nội địa cần thiết lập bộ quy tắc đạo đức nghề nghiệp theo chuẩn IOSCO Code of Conduct, đa dạng hóa sản phẩm từ xếp hạng nhà phát hành (Issuer Rating), xếp hạng công cụ nợ cụ thể (Issue Rating), xếp hạng triển vọng (CreditWatch / Outlook), đến định lượng tỷ lệ thu hồi vốn sau vỡ nợ (Recovery Rating). Phí dịch vụ cần điều chỉnh linh hoạt tiệm cận chuẩn quốc tế (dao động 2–6 điểm cơ bản tùy quy mô phát hành).
  • Về khuyến nghị chính sách: Lộ trình hoàn thiện thể chế cần quy định bắt buộc xếp hạng tín nhiệm đối với các đợt phát hành TPDN ra công chúng, thúc đẩy liên doanh chiến lược giữa DCRA và các GCRA (Moody's, S&P, Fitch), đồng thời áp dụng quy chế ưu đãi tỷ lệ an toàn vốn cho các NHTM nắm giữ trái phiếu đạt chuẩn đầu tư (investment grade).

Limitations và Future Research

Luận án thẳng thắn thừa nhận 4 hạn chế nghiên cứu:

  1. Giới hạn mẫu dữ liệu doanh nghiệp: Cỡ mẫu 185 doanh nghiệp niêm yết dù đạt chuẩn ước lượng Bayes nhưng vẫn còn khiêm tốn so với tổng số hơn 700 doanh nghiệp trên cả hai sàn niêm yết.
  2. Thiếu vắng dữ liệu kiểm chứng chu kỳ vỡ nợ (Default Study): Do thị trường TPDN Việt Nam chưa trải qua chu kỳ khủng hoảng trọn vẹn và chưa có báo cáo vỡ nợ chính thức trong quá khứ, các ma trận chuyển vị rủi ro (transition matrices) chưa thể xây dựng bằng số liệu hồi quy thực tế.
  3. Phạm vi địa lý khảo sát cá nhân: Tập trung vào 4 đô thị lớn loại 1, chưa bao quát được các nhà đầu tư cá nhân tiềm năng tại các vùng kinh tế mới nổi khác.
  4. Biến động chính sách pháp lý: Nghiên cứu hoàn thành tại mốc 2021, chưa kịp lượng hóa tác động điều chỉnh sâu rộng của các Nghị định mới sửa đổi (như Nghị định 65/2022/NĐ-CP và Nghị định 08/2023/NĐ-CP sau này).

Chương trình nghiên cứu tương lai (Future research agenda):

  • Mở rộng phân tích chuỗi dữ liệu bảng vi mô đo lường biến động chênh lệch lợi suất trái phiếu (credit spread) trước và sau khi công bố kết quả xếp hạng tại Việt Nam.
  • Ứng dụng kỹ thuật Máy học (Machine Learning) và Trí tuệ nhân tạo (AI) trong phân tích dữ liệu phi cấu trúc để tối ưu hóa mô hình chấm điểm tín nhiệm doanh nghiệp phi niêm yết (SMEs).
  • Khảo sát chuyên sâu phản ứng hành vi của các định chế tài chính lớn (Quỹ đầu tư, Công ty Bảo hiểm, Quỹ Hưu trí) theo mô hình phân tích định lượng đa cấp (Multilevel Modeling).

Tác động và ảnh hưởng

Nghiên cứu mang lại những tác động học thuật và thực tiễn sâu rộng:

  • Giá trị học thuật: Đặt nền móng lý thuyết và thực nghiệm vững chắc cho lĩnh vực nghiên cứu thị trường XHTN tại Việt Nam, trở thành tài liệu tham khảo chuẩn mực cho các luận án tiến sĩ và công trình công bố quốc tế về thị trường nợ cận biên.
  • Chuyển đổi ngành tài chính - chứng khoán: Thúc đẩy quá trình minh bạch hóa thị trường vốn, cung cấp luận cứ khoa học để các tổ chức xếp hạng mới (như FiinRatings, Saigon Ratings) chuẩn hóa phương pháp định giá tín nhiệm và xây dựng niềm tin với giới đầu tư.
  • Định hình chính sách công: Cung cấp bằng chứng thực nghiệm trực tiếp cho Bộ Tài chính, Ủy ban Chứng khoán Nhà nước và Ngân hàng Nhà nước trong việc hoàn thiện khung pháp lý về phát hành trái phiếu doanh nghiệp, thiết lập quy chuẩn hoạt động cho các CRA nội địa và kiểm soát rủi ro an toàn hệ thống tài chính quốc gia.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học giả: Tiếp cận một khung phân tích liên ngành hoàn chỉnh, các công cụ đo lường thang đo đã được kiểm định độ tin cậy và quy trình ứng dụng Bayesian SEM tiên tiến để xử lý bài toán dữ liệu hiếm.
  • Ban lãnh đạo các Tổ chức XHTN (DCRA & GCRA): Nắm bắt chính xác các thuộc tính cấu thành danh tiếng chi phối quyết định trả phí của doanh nghiệp Việt Nam, từ đó thiết kế chiến lược sản phẩm, mô hình định giá phí và phương pháp xếp hạng phù hợp với đặc thù sở tại.
  • Doanh nghiệp phát hành (CFOs & Nhà quản trị tài chính): Nhận thức rõ cơ chế phát tín hiệu của báo cáo xếp hạng trong việc giảm chi phí vốn vay trung và dài hạn, mở rộng khả năng tiếp cận các nguồn vốn tổ chức trong nước và quốc tế.
  • Cơ quan hoạch định chính sách: Sở hữu luận cứ thực nghiệm chuẩn xác để ban hành lộ trình áp dụng XHTN bắt buộc, ngăn chặn nguy cơ khủng hoảng nợ doanh nghiệp và bảo vệ quyền lợi nhà đầu tư đại chúng.

Câu hỏi chuyên sâu

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

Luận án đã mở rộng Lý thuyết Hành vi dự định (TPB - Ajzen, 1991) kết hợp với Lý thuyết Danh tiếng tổ chức (Klein & Leffler, 1983; Fombrun, 1996) vào thị trường hai chiều (two-sided market theo Ponce, 2012) tại một nền kinh tế cận biên. Đóng góp độc đáo nằm ở việc chứng minh: tại thị trường sơ khởi thiếu dữ liệu quá khứ, biến danh tiếng của tổ chức trung gian thông tin không tác động trực tiếp đến hành vi trả phí mà bắt buộc phải giải tỏa qua 3 "bộ lọc" tâm lý trung gian là Niềm tin ($\beta = 0,312$), Cam kết ($\beta = 0,264$) và Nhận dạng thương hiệu ($\beta = 0,189$).

2. Đột phá phương pháp luận của luận án so với các công trình trước đây?

So với các nghiên cứu hồi quy truyền thống (An & Chan, 2008; Becker & Milbourn, 2011) vốn bất khả thi tại Việt Nam do thiếu chuỗi dữ liệu xếp hạng lịch sử, luận án đã đột phá sử dụng phương pháp mô hình hóa cấu trúc tuyến tính Bayes (B-SEM) kết hợp ML-SEM. Việc áp dụng thuật toán MCMC 100.000 bước lặp và kiểm định phân phối tiền nghiệm qua chỉ số PPP ($\approx 0,50$) và DIC đã giải quyết triệt để vấn đề vi phạm giả định phân phối chuẩn của cỡ mẫu nhỏ doanh nghiệp ($N=185$), bảo đảm kết quả ước lượng đạt độ tin cậy vượt trội so với các phân tích OLS hoặc EFA/CFA đơn thuần trước đây tại Việt Nam (Lê Quang Cường, 2007; Nguyễn Thị Kim Thanh, 2011).

3. Phát hiện bất ngờ nhất (counter-intuitive finding) từ dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất là sự phân kỳ giữa "đánh giá danh tiếng hiện tại" và "sẵn lòng trả phí tương lai" của các doanh nghiệp niêm yết: mặc dù đánh giá danh tiếng của các CRA nội địa hiện tại chỉ đạt mức trung bình thấp ($Mean = 2,86/5,00$), mức độ sẵn lòng chi trả phí dịch vụ xếp hạng trong tương lai lại đạt mức khá cao ($Mean = 3,42/5,00$). Điều này phản ánh rằng rào cản phát triển thị trường không nằm ở sự từ chối dịch vụ của doanh nghiệp, mà nằm ở sự thiếu vắng các CRA có năng lực chuyên môn và tính độc lập được kiểm chứng.

4. Luận án có cung cấp quy trình tái lặp (replication protocol) đầy đủ không?

Có. Luận án cung cấp hệ thống phụ lục vô cùng chi tiết gồm toàn văn bản câu hỏi khảo sát chính thức cho cả 2 nhóm đối tượng (Phụ lục 1 & 3), bảng thống kê mô tả mẫu chi tiết, kết quả kiểm định Cronbach’s Alpha, ma trận xoay EFA, kết quả CFA, các giá trị kiểm định Bootstrap 2.000 mẫu lặp, cùng các đồ thị chẩn đoán hội tụ chuỗi Markov (Trace plots và Autocorrelation plots trong B-SEM) (Phụ lục 2 & 4), cho phép các nhà nghiên cứu độc lập có thể tái lặp hoàn toàn quy trình phân tích thực nghiệm.

5. Chương trình nghiên cứu 10 năm (10-year research agenda) được vạch ra như thế nào?

Chương trình nghiên cứu dài hạn tập trung vào 3 trọng tâm: (i) Xây dựng mô hình kiểm định định lượng tác động của công bố xếp hạng lên chênh lệch lợi suất phát hành trái phiếu khi thị trường tích lũy đủ chuỗi dữ liệu 5–10 năm; (ii) Phát triển mô hình cảnh báo sớm vỡ nợ (Early Warning Systems) tích hợp Trí tuệ nhân tạo và Dữ liệu lớn (Big Data) cho các doanh nghiệp vừa và nhỏ (SMEs) tại Việt Nam; (iii) Đánh giá tác động liên đới của xếp hạng tín nhiệm xanh (ESG / Green Credit Rating) đối với chi phí vốn của các doanh nghiệp chuyển dịch năng lượng.

Kết luận

Công trình nghiên cứu tiến sĩ của tác giả Nguyễn Trung Hiếu (2021) xác lập 5 đóng góp cốt lõi:

  1. Hệ thống hóa toàn diện cơ sở lý luận về phát triển thị trường XHTNDN trong vai trò một thị trường hai chiều đóng chức năng cung cấp thông tin và giám sát liên tục theo chuẩn mực quốc tế.
  2. Lượng hóa thành công các nhân tố tâm lý chi phối ý định sử dụng XHTNDN của nhà đầu tư cá nhân thông qua khung lý thuyết TPB mở rộng.
  3. Giải mã cơ chế truyền dẫn tác động từ danh tiếng CRA đến hành vi dự định trả phí của doanh nghiệp niêm yết qua các biến trung gian Niềm tin, Cam kết và Nhận dạng.
  4. Tiên phong ứng dụng kết hợp ML-SEM và Bayesian SEM (B-SEM qua MCMC) để giải quyết bài toán phân tích cấu trúc trong điều kiện thị trường sơ khởi thiếu hụt dữ liệu quá khứ.
  5. Xây dựng hệ thống giải pháp chính sách và khuyến nghị nghiệp vụ khả thi, đồng bộ từ việc hoàn thiện khung pháp lý bắt buộc xếp hạng, chuẩn hóa quy tắc đạo đức IOSCO, đến cải tiến mô hình phân tích rủi ro tín dụng thực tế cho các DCRA tại Việt Nam.

Công trình mở ra các hướng nghiên cứu học thuật mới về kinh tế học thông tin và tài chính hành vi, đồng thời để lại di sản ứng dụng thực tiễn to lớn trong tiến trình nâng hạng thị trường vốn Việt Nam phát triển minh bạch, an toàn và bền vững.