Tổng quan về luận án

Bối cảnh kinh tế toàn cầu sau cuộc khủng hoảng tài chính năm 2007–2008 đã chứng kiến sự chuyển dịch mang tính bước ngoặt trong tư duy điều hành kinh tế vĩ mô. Cuộc khủng hoảng đã bộc lộ rõ lỗ hổng cốt tử của khung giám sát vi mô truyền thống: "các quy định về quản lý hệ thống tài chính hầu hết đã quá tập trung vào rủi ro của từng tổ chức tín dụng cụ thể thay vì là toàn bộ hệ thống tài chính" (Freixas và cộng sự, 2016). Nhận thức này thúc đẩy sự ra đời và xác lập vị thế trung tâm của chính sách an toàn vĩ mô (CSATVM - Macroprudential policy) kết hợp với chính sách tiền tệ (CSTT - Monetary policy) nhằm duy trì ổn định tài chính. Luận án tiến sĩ của nghiên cứu sinh Nguyễn Trần Xuân Linh (Đại học Ngân hàng TP. Hồ Chí Minh, dưới sự hướng dẫn của PGS. Nguyễn Ngọc Thạch) là công trình tiên phong đánh giá toàn diện tác động đồng thời của CSTT và CSATVM đến sự ổn định tài chính tại nhóm 15 nền kinh tế mới nổi và dẫn dắt tăng trưởng kinh tế thế giới (Emerging and growth-leading economies – EAGLEs).

Khoảng trống nghiên cứu (research gap) mà luận án giải quyết bao gồm ba khía cạnh học thuật lớn:

  1. Khoảng trống đo lường ổn định tài chính: Các bộ chỉ báo của Quỹ Tiền tệ Quốc tế (IMF) hay Ngân hàng Trung ương Châu Âu (ECB) quá cồng kềnh, trong khi khung chỉ số tổng hợp của Albulescu (2008) dù toàn diện nhưng lại bỏ qua hai biến số xung yếu của khối thị trường mới nổi là nợ công trên GDP và tỷ lệ dự trữ ngoại hối trên nợ nước ngoài.
  2. Khoảng trống tương tác chính sách: Đa phần nghiên cứu thực nghiệm quốc tế chỉ đánh giá đơn lẻ CSTT hoặc CSATVM trên từng phân khúc hẹp như tăng trưởng tín dụng hay giá nhà đất (Zhang & Tressel, 2017; Gambacorta & Murcia, 2019), thiếu vắng mô hình tích hợp đánh giá hệ thống tài chính như một thể thống nhất.
  3. Khoảng trống phương pháp luận đối với mẫu nhỏ: Tiếp cận tần suất (frequentist econometrics) truyền thống gặp hạn chế lớn khi phân tích chuỗi dữ liệu vĩ mô ngắn hạn ở từng quốc gia riêng lẻ, dẫn đến việc bỏ qua các đặc tính dị biệt nội tại của từng nền kinh tế.

Hệ thống câu hỏi nghiên cứu và giả thuyết được xác lập mạch lạc:

  • Câu hỏi 1: Khung đo lường ổn định tài chính nào phản ánh chuẩn xác nhất tính tổn thương đặc thù của nhóm nước EAGLEs?
    • Giả thuyết H1: Khung đo lường tích hợp bốn trụ cột hiệu chỉnh bổ sung nợ công và dự trữ ngoại hối phản ánh toàn diện trạng thái ổn định tài chính hơn các chỉ số đơn lẻ.
  • Câu hỏi 2: CSTT, các công cụ CSATVM và sự phối hợp giữa hai chính sách này tác động như thế nào đến ổn định tài chính của toàn khối EAGLEs?
    • Giả thuyết H2: Việc mở rộng cung tiền M2, gia tăng tín dụng tư nhân và nâng lãi suất chính sách làm suy giảm ổn định tài chính; ngược lại, sự phối hợp cùng chiều giữa CSTT và CSATVM giúp cải thiện độ ổn định hệ thống.
  • Câu hỏi 3: Tác động của các công cụ chính sách có sự phân hóa như thế nào giữa các quốc gia trong khối EAGLEs?
    • Giả thuyết H3: Tồn tại sự không đồng nhất về độ trễ và chiều hướng tác động ngắn hạn giữa các quốc gia (như Ai Cập, Malaysia) so với xu hướng dài hạn chung của khối.

Nghiên cứu được triển khai trên phạm vi 15 quốc gia EAGLEs (Bangladesh, Brazil, Trung Quốc, Ai Cập, Ấn Độ, Indonesia, Iran, Malaysia, Mexico, Nigeria, Pakistan, Philippines, Nga, Thổ Nhĩ Kỳ, Việt Nam) trong khung thời gian 11 năm (2008–2018).

Literature Review và Positioning

Nghiên cứu về ổn định tài chính và tương tác chính sách vĩ mô phân hóa thành các dòng lý thuyết chủ đạo:

Dòng nghiên cứu về Bất cân xứng thông tin và Rủi ro hệ thống khởi nguồn từ Mishkin (1999), chỉ rõ rằng các cú sốc tài chính làm méo mó dòng chảy thông tin, kích hoạt hiện tượng lựa chọn nghịch (adverse selection) và rủi ro đạo đức (moral hazard). Khi bảng cân đối kế toán xấu đi, thanh khoản co cụm khiến nền kinh tế thực suy thoái. Quan điểm này được củng cố bởi Schinasi (2004) khi định nghĩa: "Ổn định tài chính là bất cứ khi nào hệ thống tài chính trong một chuỗi ổn định mà nó có thể tạo điều kiện thuận lợi (thay vì ngăn cản) sự hoạt động của hệ thống kinh tế và làm phân tán sự mất cân xứng tài chính bắt nguồn từ nội tại hoặc là kết quả của các sự kiện gây tác động tiêu cực đáng kể và không dự kiến trước".

Dòng nghiên cứu về Tương tác CSTT và CSATVM chứa đựng nhiều tranh luận học thuật sâu sắc. Beau, Clerc và Mojon (2011) nhận định: "mục tiêu của CSTT và CSATVM thường bổ sung cho nhau, nhưng trong nhiều trường hợp chúng lại đối nghịch nhau". Adrian và Liang (2018) chỉ ra CSTT tác động trực tiếp đến chi phí sử dụng vốn và giá tài sản, trong khi CSATVM kiểm soát khả năng hấp thụ rủi ro của hệ thống.

Các tranh luận quốc tế phân chia rõ rệt:

  • Quan điểm "Low for long" tại các nước phát triển (Borio & Zhu, 2008; Dell’Ariccia, Laeven & Suarez, 2013; Jiménez và cộng sự, 2014): Lãi suất duy trì ở mức thấp quá lâu thúc đẩy kênh chấp nhận rủi ro (risk-taking channel), khiến các ngân hàng nới lỏng tiêu chuẩn tín dụng và đầu tư vào các tài sản rủi ro cao để tìm kiếm lợi suất.
  • Quan điểm biến động lãi suất tại các nền kinh tế thị trường mới nổi (Dumičić, 2017; Akinci & Olmsted-Rumsey, 2018): Các nước đang phát triển đối mặt với lạm phát cao và biến động tỷ giá. Việc tăng lãi suất để kiểm soát lạm phát lại làm gia tăng gánh nặng trả nợ, suy giảm giá trị ròng tài sản bảo đảm và đẩy nợ xấu lên cao.

So sánh vị thế học thuật với các công trình quốc tế điển hình:

  • So với Bruno, Shim và Shin (2017): Nghiên cứu tại khu vực Châu Á - Thái Bình Dương chỉ tập trung vào dòng vốn ngoại và tăng trưởng tín dụng; luận án mở rộng sang chỉ số ổn định tài chính tổng thể gồm 20 chỉ tiêu thành phần.
  • So với Gambacorta và Murcia (2019): Khảo sát tại các nước Mỹ Latinh bằng phương pháp vi mô cấp độ khoản vay; luận án bao quát 15 nền kinh tế mới nổi trên 4 châu lục với phương pháp kinh tế lượng Bayes giải quyết triệt để vấn đề mẫu nhỏ.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án tạo bước đột phá lý thuyết bằng việc tái định hình cơ chế truyền dẫn lãi suất tại các nền kinh tế mới nổi:

  1. Bổ khuyết Lý thuyết Kênh chấp nhận rủi ro (Risk-taking Channel): Trái ngược với phát hiện tại các nền kinh tế phát triển của Dell’Ariccia và cộng sự (2015) hay Nier và Kang (2016), nghiên cứu chứng minh tại nhóm EAGLEs, lãi suất chính sách tăng làm giảm ổn định tài chính với xác suất hậu nghiệm đạt tuyệt đối 100%. Lãi suất cao đẩy chi phí vốn lên đột ngột, làm suy kiệt dòng tiền của người đi vay và kích hoạt rủi ro vỡ nợ diện rộng.
  2. Mở rộng Lý thuyết Gia tốc tài chính (Financial Accelerator Theory): Dựa trên nền tảng của Bernanke, Gertler và Gilchrist (1996) cùng Claessens và cộng sự (2013), luận án chứng minh sự tương tác giữa chu kỳ cung tiền và đòn bẩy tín dụng tư nhân nếu mở rộng quá nóng sẽ làm giảm ổn định hệ thống với xác suất lần lượt là 92% và 93%.

Khung phân tích độc đáo

Luận án tích hợp ba lý thuyết nền tảng: Lý thuyết Bất cân xứng thông tin (Mishkin, 1999), Lý thuyết Chu kỳ đòn bẩy tài chính (Adrian & Shin, 2010, 2014) và Khung chỉ số ổn định tài chính tổng hợp (Albulescu, 2008).

Sự cải tiến khung phân tích của Albulescu (2008) cho nhóm EAGLEs được lượng hóa qua 4 nhóm chỉ số:

  • Chỉ số Phát triển tài chính ($FDI_t$): Tích hợp chỉ số Tổ chức tài chính, Thị trường tài chính (IMF, 2020) và Chênh lệch lãi suất (WDI, 2020).
  • Chỉ số Tính dễ tổn thương tài chính ($FVI_t$): Gồm Lạm phát, Thâm hụt tài khoản vãng lai, Nợ tư nhân/Tổng dư nợ, Dư nợ/Tiền gửi, Tiền gửi/M2, Tỷ giá hối đoái thực hữu hiệu (REER từ Bruegel), và biến số hiệu chỉnh mang tính quyết định: Nợ công/GDP.
  • Chỉ số Lành mạnh tài chính ($FSI_t$): Gồm Tỷ lệ nợ xấu, Hệ số Z-score ngân hàng, Tỷ lệ an toàn vốn (CAR), Vốn chủ sở hữu/Tổng tài sản, Tỷ số thanh khoản, ROA bình quân (FSIs - IMF), cùng chỉ tiêu bổ sung đột phá: Dự trữ ngoại hối/Nợ nước ngoài.
  • Chỉ số Môi trường kinh tế toàn cầu ($WECI_t$): Gồm Tăng trưởng kinh tế toàn cầu, Lạm phát toàn cầu và Chỉ số môi trường kinh tế thế giới từ CESifo.

Các chỉ tiêu được chuẩn hóa thông qua phương pháp Min-Max theo hướng tác động, sau đó tổng hợp bằng phân tích nhân tố chính (Principal Components Analysis - PCA) để loại bỏ hiện tượng đa cộng tuyến và gán trọng số tối ưu.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án áp dụng triết lý khoa học thực chứng (positivism) kết hợp trường phái hiện thực phản biện (critical realism), phân tích định lượng làm trọng tâm nhằm kiểm định các mối quan hệ nhân quả vĩ mô.

Thiết kế nghiên cứu đa tầng (multi-level design) được cấu trúc hai giai đoạn:

  • Giai đoạn 1: Xây dựng chuỗi dữ liệu chỉ số ổn định tài chính tổng hợp (FSI Aggregate) cho 15 quốc gia từ năm 2008 đến 2018.
  • Giai đoạn 2: Ước lượng mô hình hồi quy Bayes đa biến đánh giá tác động của CSTT, CSATVM đến chỉ số ổn định tài chính cho toàn khối EAGLEs và cho từng quốc gia độc lập.
Nhóm biến số Tên biến số Đơn vị / Đại diện Nguồn dữ liệu
Biến phụ thuộc Chỉ số Ổn định tài chính ($FSTI$) Điểm chỉ số tổng hợp (0 - 1) Tác giả tính toán theo Albulescu hiệu chỉnh
Biến CSTT Tăng trưởng Cung tiền ($M2$) % Tăng trưởng hàng năm World Development Indicators (WDI, 2020)
Lãi suất chính sách ($LSCS$) % / năm Macroeconomic Database (Oxford Economics)
Biến CSATVM Tín dụng tư nhân ($TDNH$) % Tín dụng cho KVTN / GDP World Development Indicators (WDI, 2020)
Khoản vay trên giá trị ($LTV$) Biến giả / Chỉ số can thiệp Eugenio Macroprudential Dataset (2018)
Hạn mức ngoại tệ ($FC$) Biến giả can thiệp Eugenio Macroprudential Dataset (2018)
Phụ phí vốn hệ thống ($SIFIs$) Tỷ lệ vốn đệm bổ sung Eugenio Macroprudential Dataset (2018)
Dự trữ bắt buộc an toàn ($RR$) Dự trữ ngoại tệ / Phản chu kỳ Eugenio Macroprudential Dataset (2018)
Phơi nhiễm liên ngân hàng ($INTER$) Hạn mức liên ngân hàng Eugenio Macroprudential Dataset (2018)

Quy trình nghiên cứu rigorous

Nhằm khắc phục triệt để điểm yếu của phương pháp kinh tế lượng tần suất khi đối mặt với dữ liệu chuỗi thời gian ngắn (11 năm, tương ứng $N = 11$ quan sát cho mỗi quốc gia), luận án ứng dụng Phương pháp Hồi quy Đa biến Bayes (Bayesian Multilinear Regression).

Quy trình xử lý dữ liệu và kiểm định được thực hiện nghiêm ngặt:

  1. Thiết lập phân phối tiên nghiệm (Prior Distribution): Sử dụng phân phối chuẩn không thông tin (Non-informative Normal Prior) hoặc phân phối có thông tin yếu dựa trên lược khảo lý thuyết để đảm bảo tính khách quan của dữ liệu thực nghiệm.
  2. Mô phỏng chuỗi Markov Monte Carlo (MCMC): Sử dụng thuật toán Gibbs Sampling và Metropolis-Hastings với số vòng lặp tối thiểu 100.000 bước, loại bỏ 10.000 bước đốt ban đầu (burn-in) để trích xuất phân phối hậu nghiệm (Posterior Distribution).
  3. Chuẩn đoán hội tụ: Đánh giá mức độ hội tụ thông qua đồ thị chuỗi tham số (Trace plots), hàm tự tương quan (Autocorrelation plots) và kiểm định phân phối mật độ (Density plots).
  4. Kiểm định lựa chọn mô hình: Áp dụng Nhân tố Bayes (Bayes Factor - BF) và Tiêu chí sai lệch thông tin (Deviance Information Criterion - DIC) để lựa chọn mô hình có năng lực giải thích tối ưu nhất.

Data và phân tích

Tính vững (Robustness) của mô hình Bayes được đảm bảo thông qua:

  • Sai số chuẩn Monte Carlo (MCSE): Tất cả các ước lượng tham số đều đạt $MCSE < 0.05 \times Std$, khẳng định tính chính xác tuyệt đối của thuật toán lấy mẫu MCMC.
  • Khoảng tin cậy hậu nghiệm 95% (95% Credible Interval): Cho phép xác định khoảng dao động xác thực của tham số mà không phụ thuộc vào giả định phân phối tiệm cận mẫu lớn của thống kê truyền thống.
  • Phân tích độ nhạy (Sensitivity Analysis): Thử nghiệm với nhiều dạng phân phối tiên nghiệm khác nhau (Normal, Uniform, Inverse Gamma) cho thấy kết quả ước lượng tham số và xác suất tác động hoàn toàn ổn định.

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả phân tích định lượng Bayes trên mẫu 15 quốc gia EAGLEs cung cấp các bằng chứng thực nghiệm mang tính đột phá:

  1. Tác động tiêu cực của Mở rộng Tiền tệ và Tín dụng: Khi cơ quan thực thi gia tăng tốc độ tăng trưởng cung tiền $M2$, mức độ ổn định tài chính suy giảm với xác suất hậu nghiệm 92%. Tương tự, mở rộng tín dụng ngân hàng cho khu vực tư nhân ($TDNH$) làm giảm ổn định tài chính với xác suất 93%.
  2. Nghịch lý Lãi suất Chính sách tại các nước EAGLEs: Tăng lãi suất chính sách ($LSCS$) tác động làm suy giảm ổn định tài chính với xác suất lên tới 100%. Đây là phát hiện phản trực giác so với lý thuyết áp dụng tại các nền kinh tế phát triển (nơi lãi suất thấp mới gây rủi ro). Tại nhóm EAGLEs, biến động tăng lãi suất làm bùng nổ chi phí lãi vay, đẩy nợ xấu tăng vọt và làm suy sụp năng lực trả nợ của doanh nghiệp.
  3. Hiệu quả vượt trội của Phối hợp Chính sách: Việc điều hành CSTT và CSATVM cùng chiều (cùng thắt chặt hoặc cùng nới lỏng có kiểm soát) giúp cải thiện sự ổn định của hệ thống tài chính với xác suất đạt 85%.
  4. Sự phân hóa hiệu lực giữa các công cụ CSATVM:
    • Quy định phụ phí vốn đối với các định chế tài chính có tầm quan trọng hệ thống ($SIFIs$)Giới hạn cho vay ngoại tệ ($FC$) là hai công cụ hữu hiệu nhất, giúp cải thiện độ ổn định hệ thống với xác suất lần lượt là 96%92%.
    • Tỷ lệ khoản vay trên giá trị tài sản ($LTV$) mang lại kết quả gây bất ngờ lớn khi gây tác động tiêu cực đến ổn định hệ thống với xác suất 98%, do sự áp dụng cứng nhắc khiến dòng vốn bị nén và chuyển hướng sang các kênh tài chính phi chính thức có độ rủi ro cao hơn.
    • Giới hạn phơi nhiễm liên ngân hàng ($INTER$)Dự trữ bắt buộc an toàn vĩ mô ($RR$) có xác suất hỗ trợ ổn định tài chính lần lượt chỉ đạt 55%50%, cho thấy tác động mờ nhạt, chưa đủ tin cậy thống kê.
  5. Đặc thù dị biệt theo quốc gia trong ngắn hạn: Tại Ai Cập, việc nới lỏng cung tiền trong ngắn hạn lại giúp tăng chỉ số ổn định tài chính; tại Malaysia, mở rộng tín dụng tư nhân ngắn hạn hỗ trợ hệ thống ổn định. Tuy nhiên, về mặt dài hạn, việc nới lỏng liên tục cả hai công cụ này tại Ai Cập và Malaysia đều chuyển hóa thành tác động tiêu cực, đe dọa trực tiếp an toàn hệ thống.

Implications đa chiều

  • Về mặt Lý thuyết: Nghiên cứu bác bỏ tính phổ quát tuyệt đối của các mô hình CSTT truyền thống từ các nước phát triển khi áp dụng vào khối thị trường mới nổi. Luận án đặt nền móng cho việc xây dựng lý thuyết điều hành tài chính vĩ mô đặc thù cho các quốc gia có độ mở kinh tế lớn nhưng thị trường vốn chưa hoàn thiện.
  • Về Phương pháp luận: Chứng minh sự ưu việt của cách tiếp cận Bayes trong việc giải bài toán chuỗi dữ liệu kinh tế vĩ mô hạn chế ở cấp độ quốc gia, mở đường cho các nghiên cứu chính sách vi mô và vĩ mô tại các nền kinh tế đang phát triển.
  • Về Ứng dụng Thực tiễn và Hoạch định Chính sách:
    1. Kiểm soát lạm phát làm trọng tâm: Các NHTW nhóm EAGLEs cần ưu tiên kiềm chế lạm phát từ sớm để tránh phải tăng lãi suất chính sách đột ngột, triệt tiêu nguy cơ sốc chi phí vốn làm đổ vỡ hệ thống doanh nghiệp và ngân hàng.
    2. Tái cấu trúc công cụ LTV linh hoạt: Không áp dụng trần LTV cố định mà phải hiệu chỉnh linh hoạt theo chu kỳ giá tài sản thực tế để tránh bóp nghẹt thanh khoản lành mạnh của thị trường bất động sản.
    3. Tăng cường phụ phí vốn SIFIs và kiểm soát tín dụng ngoại tệ: Triển khai ngay khung đệm vốn bổ sung cho các ngân hàng lớn và siết chặt tỷ lệ cho vay bằng ngoại tệ nhằm hạn chế rủi ro lan truyền và rủi ro tỷ giá.

Limitations và Future Research

Luận án thẳng thắn ghi nhận các giới hạn nghiên cứu:

  1. Giới hạn thời gian chuỗi dữ liệu: Mẫu nghiên cứu dừng lại ở giai đoạn 2008–2018; chưa bao gồm các cú sốc phi kinh tế bất thường như đại dịch COVID-19 hay xung đột địa chính trị toàn cầu sau năm 2020.
  2. Đo lường biến số phi chính thức: Chưa bao hàm được quy mô của hệ thống ngân hàng bóng tối (shadow banking) và các hình thức tài chính công nghệ (Fintech) do hạn chế dữ liệu đồng bộ tại 15 quốc gia EAGLEs.
  3. Độ nhạy cấu trúc trễ: Việc đo lường độ trễ chính sách ở cấp độ từng quý chưa được triển khai đồng đều do các chỉ tiêu nợ công và dự trữ ngoại hối chỉ công bố theo năm.

Chương trình nghiên cứu 10 năm tiếp theo (Future Research Agenda):

  • Ứng dụng mô hình mạng Bayes động (Dynamic Bayesian Networks) kết hợp học máy (Machine Learning) để dự báo sớm căng thẳng tài chính theo tần suất thời gian thực.
  • Mở rộng phân tích tác động của dòng tiền số của Ngân hàng Trung ương (CBDC) và tài chính xanh (Green Finance) vào cấu trúc chỉ số ổn định tài chính.
  • Khảo sát chuyên sâu cơ chế truyền dẫn vi mô cấp độ hợp đồng vay tại các nền kinh tế đang chuyển đổi như Việt Nam, Bangladesh.

Tác động và ảnh hưởng

  • Tác động Học thuật: Thiết lập chuẩn mực mới trong đo lường chỉ số ổn định tài chính cho các nền kinh tế mới nổi, ước tính tạo lập nguồn trích dẫn quan trọng cho các nghiên cứu về tương tác chính sách vĩ mô tại khu vực ASEAN, BRICS và EAGLEs.
  • Tác động đến Hệ thống Ngân hàng: Hỗ trợ các Ngân hàng Trung ương và cơ quan giám sát tài chính (như NHNN Việt Nam, Bank Indonesia, Central Bank of Brazil) xây dựng hệ thống cảnh báo sớm rủi ro hệ thống và hiệu chuẩn các công cụ Basel III phù hợp với điều kiện quốc gia.
  • Lợi ích Xã hội và Kinh tế: Giảm thiểu nguy cơ khủng hoảng tài chính chu kỳ, bảo vệ an toàn tài sản của người gửi tiền, tối ưu hóa dòng vốn tín dụng vào khu vực sản xuất thực, đóng góp trực tiếp vào mục tiêu tăng trưởng kinh tế bền vững.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận phương pháp luận kinh tế lượng Bayes và bộ chỉ số 20 tiêu chí được chuẩn hóa khoa học để mở rộng các đề tài nghiên cứu chuyên sâu.
  • Lãnh đạo Ngân hàng Trung ương & Cơ quan Quản lý Tiền tệ: Sở hữu bằng chứng định lượng chính xác về xác suất tác động của từng công cụ CSATVM riêng lẻ và nguyên tắc phối hợp chính sách đồng bộ.
  • Khối Ngân hàng Thương mại & Định chế Tài chính: Nắm bắt xu hướng can thiệp của chính sách vĩ mô, từ đó chủ động xây dựng kế hoạch quản trị thanh khoản, đệm vốn bảo toàn và phân bổ danh mục cho vay an toàn.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Đó là việc chứng minh và lý giải cơ chế tác động ngược chiều của lãi suất chính sách đến ổn định tài chính tại các thị trường mới nổi (xác suất 100%), thách thức trực tiếp giả định truyền thống của các nền kinh tế phát triển (nơi duy trì lãi suất thấp lâu dài mới là nguồn cơn bất ổn).

2. Đổi mới phương pháp luận so với các nghiên cứu trước đây như thế nào? So với nghiên cứu tần suất của Gambacorta và Murcia (2019) hay Bruno và cộng sự (2017), luận án ứng dụng hồi quy đa biến Bayes với thuật toán lấy mẫu MCMC 100.000 bước, giải quyết triệt để rào cản mẫu nhỏ ở từng quốc gia ($N=11$), cho phép kết luận chính xác dưới dạng phân phối xác suất hậu nghiệm.

3. Phát hiện thực nghiệm nào gây bất ngờ nhất? Phát hiện tỷ lệ LTV gây tác động tiêu cực đến ổn định tài chính tại nhóm EAGLEs với xác suất lên đến 98%. Điều này phản ánh việc siết trần LTV thiếu linh hoạt tại các nước đang phát triển dễ tạo ra hiệu ứng chuyển dịch rủi ro sang tín dụng ngầm.

4. Nghiên cứu có cung cấp quy trình tái lập (Replication Protocol) không? Có. Toàn bộ nguồn thu thập dữ liệu (IMF FSIs, WB WDI, Oxford Economics, Bruegel, Eugenio 2018), công thức chuẩn hóa Min-Max, ma trận trọng số PCA và thông số phân phối tiên nghiệm Bayes đều được công khai chi tiết trong luận án.

5. Chương trình nghị sự nghiên cứu 10 năm tới được phác thảo ra sao? Tập trung phát triển khung giám sát an toàn vĩ mô tích hợp công nghệ AI/Big Data, phân tích chu kỳ tài chính trong bối cảnh phi đô-la hóa và tích hợp rủi ro khí hậu vào bảng cân đối kế toán của các định chế tài chính hệ thống (SIFIs).

Kết luận

Luận án của nghiên cứu sinh Nguyễn Trần Xuân Linh đã hoàn thành xuất sắc các mục tiêu học thuật và thực tiễn đề ra với 6 đóng góp cốt lõi:

  1. Xây dựng thành công bộ chỉ số đo lường Ổn định tài chính toàn diện gồm 4 trụ cột và 20 chỉ tiêu, hiệu chỉnh đặc thù cho các nền kinh tế mới nổi thông qua việc bổ sung nợ công và dự trữ ngoại hối.
  2. Tiên phong ứng dụng thành công phương pháp tiếp cận Bayes để phân tích tương tác chính sách vĩ mô trên dữ liệu mẫu nhỏ tại 15 quốc gia EAGLEs.
  3. Xác nhận bằng chứng thực nghiệm về tác động làm giảm ổn định tài chính của việc mở rộng cung tiền M2 (92%) và tín dụng tư nhân (93%).
  4. Phát hiện mang tính đột phá về tác động tiêu cực tuyệt đối (100%) của việc gia tăng lãi suất chính sách đối với sự ổn định của hệ thống tài chính thị trường mới nổi.
  5. Chứng minh xác suất 85% cải thiện ổn định tài chính khi thực thi CSTT và CSATVM cùng chiều, đồng thời xác lập vị thế vượt trội của công cụ phụ phí vốn SIFIs (96%) và kiểm soát tín dụng ngoại tệ FC (92%).
  6. Đề xuất hệ thống giải pháp chính sách đồng bộ, khả thi, cung cấp cơ sở khoa học vững chắc giúp các nhà hoạch định chính sách tại Việt Nam và khối EAGLEs duy trì ổn định kinh tế vĩ mô và tăng trưởng bền vững.