Giới thiệu dự án

Mối quan hệ giữa sự phát triển của hệ thống tài chính và tăng trưởng kinh tế luôn là chủ đề trung tâm trong kinh tế học vĩ mô và tài chính phát triển. Theo số liệu thống kê từ Ngân hàng Thế giới (World Bank - WB) và Quỹ Tiền tệ Quốc tế (IMF), độ sâu tài chính toàn cầu đã tăng trưởng vượt bậc trong hai thập kỷ qua. Tuy nhiên, nhiều nền kinh tế đang phát triển vẫn đối mặt với bẫy thu nhập trung bình cùng sự thiếu hụt các kênh dẫn vốn trung và dài hạn hiệu quả.

+-----------------------------------------------------------------------------------+
|               KHUNG PHÂN TÍCH TỔNG QUAN HỆ THỐNG NGHIÊN CỨU                       |
|                                                                                   |
|  [Độ sâu Tài chính (CB, DCPS)] + [Định chế Tài chính (IC, MF, PF)]                |
|                                |                                                  |
|                                v                                                  |
|               [MÔ HÌNH HỒI QUY NGƯỠNG DỮ LIỆU BẢNG]                               |
|                  (Hansen, 1999 Threshold Regression)                              |
|                                |                                                  |
|            +-------------------+-------------------+                              |
|            |                                       |                              |
|            v                                       v                              |
|   [Nhóm Đang phát triển: 33 QG]           [Nhóm Phát triển: 31 QG]                |
|   (Ngưỡng tín dụng thấp: ~49-51%)         (Ngưỡng tín dụng cao: ~101-117%)        |
|            |                                       |                              |
|            +-------------------+-------------------+                              |
|                                |                                                  |
|                                v                                                  |
|       [TĂNG TRƯỞNG KINH TẾ BỀN VỮNG (Tốc độ tăng GDP bình quân)]                  |
+-----------------------------------------------------------------------------------+

Thực trạng các nghiên cứu trước đây thường giả định mối quan hệ tuyến tính đơn thuần, dẫn đến việc khuyến nghị mở rộng tín dụng quá mức mà bỏ qua rủi ro bất ổn vĩ mô. Đồng thời, vai trò của các nhà đầu tư định chế bao gồm công ty bảo hiểm, quỹ tương hỗ và quỹ hưu trí chưa được đặt trong mô hình tương tác phi tuyến hoàn chỉnh. Đồ án giải quyết trực tiếp khoảng trống này thông qua phương pháp định lượng hiện đại.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Xác định sự tồn tại của ngưỡng phát triển tài chính phi tuyến tính tác động đến tốc độ tăng trưởng GDP bình quân đầu người trên mẫu 64 quốc gia giai đoạn 2007–2016.
  2. Đo lường sự khác biệt về giá trị ngưỡng phát triển tài chính giữa hai nhóm: 33 quốc gia đang phát triển và 31 quốc gia phát triển.
  3. Đánh giá thực nghiệm vai trò dẫn vốn và phân bổ rủi ro của 3 nhóm nhà đầu tư định chế chính (Công ty bảo hiểm - IC, Quỹ tương hỗ - MF, Quỹ hưu trí - PF) đối với tăng trưởng kinh tế.
  4. Đề xuất khung hàm ý chính sách vĩ mô nhằm tối ưu hóa quy mô cung ứng tín dụng và thúc đẩy thị trường vốn phi ngân hàng.

Phương pháp tiếp cận giải pháp sử dụng mô hình hồi quy ngưỡng trên dữ liệu bảng không cân (Unbalanced Panel Threshold Regression) theo kỹ thuật của Hansen (1999) kết hợp ước lượng OLS nội suy, cho phép kiểm soát hiện tượng nội sinh, bất cân xứng thông tin và sai lệch biến bị bỏ sót. Phạm vi nghiên cứu bao quát 64 nền kinh tế trong giai đoạn biến động kinh tế toàn cầu 2007–2016 thu thập từ World Bank và Cục Dự trữ Liên bang Hoa Kỳ (FRED).


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu kinh tế lượng về phát triển tài chính truyền thống bộc lộ nhiều điểm hạn chế khi chuyển hóa sang ứng dụng chính sách thực tiễn:

Phương pháp nghiên cứu Ưu điểm Nhược điểm / Rủi ro Mức độ phù hợp với dữ liệu phi tuyến
OLS / Fixed Effects (FEM) Tuyến tính Đơn giản, dễ ước lượng tham số, tính trực quan cao Bỏ qua hiệu ứng ngưỡng quy mô; giả định biên lợi dụng không đổi Kém
Mô hình GMM sai phân / GMM hệ thống Xử lý tốt tính nội sinh và độ trễ biến phụ thuộc Nhạy cảm với ma trận trọng số; không chỉ ra điểm gãy cấu trúc cụ thể Trung bình
Hồi quy ngưỡng bảng (Panel Threshold - Hansen 1999) Xác định chính xác giá trị ngưỡng tối ưu ($\gamma$), phân đoạn mẫu khách quan Đòi hỏi xử lý thuật toán phức tạp trên dữ liệu bảng không cân Rất cao

Nghiên cứu thị trường và kế thừa học thuật:

  • Rioja & Valev (2004): Tín dụng tác động mạnh ở mức tài chính trung bình nhưng suy yếu ở mức cao.
  • Law & Singh (2014): Tồn tại hiện tượng "quá nhiều tài chính" (Too much finance) gây tổn hại tăng trưởng khi vượt ngưỡng bão hòa.
  • José Ruiz-Vergara (2017): Khẳng định vai trò của nhà đầu tư định chế trong việc giảm biến động vĩ mô.

Ma trận phân loại yêu cầu giải pháp (MoSCoW Prioritization):

  • Must have (Bắt buộc): Xác định ngưỡng tín dụng ngân hàng (CB) và tín dụng nội địa (DCPS); kiểm định đa cộng tuyến VIF; kiểm tra độ tin cậy p-value qua Bootstrap.
  • Should have (Cần có): Tách biệt chi tiết 3 loại định chế (IC, MF, PF); so sánh trực tiếp nhóm nước phát triển và đang phát triển.
  • Could have (Có thể có): Đo lường tác động phụ thuộc của độ mở thương mại (TRADE) và kiểm soát lạm phát (INFL).
  • Won't have (Chưa thực hiện đợt này): Mở rộng sang các công cụ phái sinh tài chính phức tạp và tài chính phi tập trung.

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu và ước lượng kinh tế lượng được thiết kế thành một chuỗi tích hợp nhiều tầng:

[World Bank WDI & FRED API]
[Tầng tiền xử lý: R 4.1.2 & Python 3.9]
[Tầng chẩn đoán thống kê & Kinh tế lượng]
[Tầng ước lượng mô hình lõi: Stata 16.0 MP]

Công nghệ và công cụ sử dụng:

  • Ngôn ngữ tính toán: R phiên bản 4.1.2 (Gói plm, pdth, tidyverse) và Stata MP phiên bản 16.0.
  • Nguồn dữ liệu: Cơ sở dữ liệu chỉ số phát triển thế giới (WDI - World Bank API v2.0) và Federal Reserve Economic Data (FRED).
  • Cấu trúc bảng dữ liệu: Panel Data gồm $N = 64$ quốc gia, $T = 10$ năm ($2007-2016$), tổng số quan sát khả dụng từ 237 đến 291 biến quan sát sau xử lý.
-- Cấu trúc lược đồ dữ liệu phân tích kinh tế lượng (Schema Design)
CREATE TABLE macroeconomic_panel_data (
    country_iso VARCHAR(3) NOT NULL,
    year_id INT NOT NULL,
    country_group VARCHAR(15) CHECK (country_group IN ('DEVELOPING', 'DEVELOPED')),
    growth_gdp_pc NUMERIC(6, 3),   -- Biến phụ thuộc: Tăng trưởng GDP bình quân (%)
    cb_credit_gdp NUMERIC(6, 3),   -- Tín dụng ngân hàng / GDP (%)
    dcps_credit_gdp NUMERIC(6, 3), -- Tín dụng trong nước / GDP (%)
    ic_assets_gdp NUMERIC(6, 3),   -- Tổng tài sản bảo hiểm / GDP (%)
    mf_assets_gdp NUMERIC(6, 3),   -- Tổng tài sản quỹ tương hỗ / GDP (%)
    pf_assets_gdp NUMERIC(6, 3),   -- Tổng tài sản quỹ hưu trí / GDP (%)
    inic_base_gdp NUMERIC(8, 2),   -- Thu nhập ban đầu năm 2010 (% GDP)
    gve_gdp NUMERIC(6, 3),         -- Chi tiêu chính phủ / GDP (%)
    infl_cpi NUMERIC(6, 3),        -- Tỷ lệ lạm phát CPI (%)
    gcf_gdp NUMERIC(6, 3),         -- Tổng vốn đầu tư tích lũy / GDP (%)
    trade_gdp NUMERIC(6, 3),       -- Độ mở thương mại X+M / GDP (%)
    ppt_growth NUMERIC(6, 3),      -- Tốc độ tăng dân số (%)
    PRIMARY KEY (country_iso, year_id)
);

Methodology

Quy trình nghiên cứu áp dụng phương pháp định lượng thực nghiệm với dữ liệu bảng, xây dựng theo 4 giai đoạn chuẩn hóa:

  1. Thu thập và làm sạch: Thu thập dữ liệu thứ cấp, xử lý biến thiếu và loại bỏ dị biệt bằng phương pháp cắt tỉa biên (Winsorizing/Trimming).
  2. Kiểm định tiền đề: Kiểm tra tự tương quan, phương sai thay đổi và hệ số phóng đại phương sai (VIF) nhằm tránh sai số ước lượng.
  3. Ước lượng ngưỡng Hansen: Áp dụng hồi quy ngưỡng cố định (Fixed Effect Threshold) với phương pháp nội suy giá trị phân vị để khắc phục hạn chế bảng không cân.
  4. Hậu kiểm và suy luận: Đánh giá ý nghĩa thống kê ở các mức $\alpha = 1%, 5%, 10%$ và diễn giải chính sách.

Quản trị rủi ro nghiên cứu:

Rủi ro kỹ thuật Mức độ Biện pháp giảm thiểu
Đa cộng tuyến giữa tín dụng và tài sản định chế Cao Phân tách các mô hình ước lượng độc lập cho từng loại định chế (IC, MF, PF); kiểm soát giá trị VIF nghiêm ngặt
Dữ liệu bảng không cân gây mất hội tụ Trung bình Sử dụng thuật toán tìm kiếm lưới OLS nội suy theo Hansen (1999) để xác định giá trị tối thiểu của tổng bình phương phần dư (RSS)
Nội sinh do quan hệ nhân quả hai chiều Cao Đưa biến thu nhập ban đầu (INIC) và độ trễ kiểm soát vào vector biến $X_{it}$

Implementation và kết quả

Development process

Phương trình hồi quy ngưỡng tổng quát được thiết lập dưới dạng toán học:

$$GROWTH_{it} = \mu_i + \beta_1 FIN_{it} \cdot I(FIN_{it} \le \gamma) + \beta_2 FIN_{it} \cdot I(FIN_{it} > \gamma) + \theta' X_{it} + \varepsilon_{it}$$

Trong đó:

  • $GROWTH_{it}$: Tốc độ tăng trưởng GDP bình quân đầu người của quốc gia $i$ tại năm $t$.
  • $FIN_{it}$: Biến chỉ báo phát triển tài chính (sử dụng $CB_{it}$ hoặc $DCPS_{it}$).
  • $\gamma$: Giá trị ngưỡng phát triển tài chính tối ưu cần tìm.
  • $I(\cdot)$: Hàm chỉ thị (Indicator function), nhận giá trị 1 nếu điều kiện thỏa mãn và 0 nếu ngược lại.
  • $X_{it}$: Vector biến kiểm soát gồm $INIC, GVE, INFL, GCF, TRADE, PPT$.
* ==============================================================================
* THUẬT TOÁN HỒI QUY NGƯỠNG DỮ LIỆU BẢNG (PANEL THRESHOLD REGRESSION)
* Tác giả: Phạm Việt Trinh (2021) - Triển khai trên Stata 16.0 MP
* ==============================================================================

clear all
set more off

* 1. Nạp tập dữ liệu bảng vĩ mô đã tiền xử lý
use "macro_finance_panel_2007_2016.dta", clear
xtset country_id year

* 2. Thiết lập vòng lặp tìm ngưỡng gamma cho biến tín dụng ngân hàng (CB)
local threshold_var "CB"
local depvar "GROWTH"
local controls "INIC GVE INFL GCF TRADE PPT"

quietly sum `threshold_var', detail
local q_low = r(p10)
local q_high = r(p90)

scalar min_rss = 1e+15
scalar best_gamma = 0

* Quét lưới 100 điểm phân vị từ p10 đến p90 để tối thiểu hóa phần dư SSE
forvalues g = `q_low'(1.0)`q_high' {
    gen byte d_low = (`threshold_var' <= `g')
    gen byte d_high = (`threshold_var' > `g')
    gen double fin_low = `threshold_var' * d_low
    gen double fin_high = `threshold_var' * d_high
    
    quietly xtreg `depvar' fin_low fin_high IC `controls', fe
    
    if (e(rss) < min_rss) {
        scalar min_rss = e(rss)
        scalar best_gamma = `g'
    }
    drop d_low d_high fin_low fin_high
}

display as result "--- KẾT QUẢ TÌM NGƯỠNG TỐI ƯU HANSEN ---"
display as text "Ngưỡng phát triển tài chính tối ưu (Gamma): " as yellow best_gamma

* 3. Chạy mô hình hồi quy phân đoạn cuối cùng với ngưỡng tìm được
gen byte d_below = (`threshold_var' <= best_gamma)
gen byte d_above = (`threshold_var' > best_gamma)
gen double FIN_below = `threshold_var' * d_below
gen double FIN_above = `threshold_var' * d_above

xtreg `depvar' FIN_below FIN_above IC `controls', fe robust
eststo model_cb_ic

Testing và validation

Quá trình kiểm tra chẩn đoán mô hình đạt chuẩn định lượng cao:

  • Kiểm định đa cộng tuyến (VIF): Giá trị VIF trung bình đạt mức 7.2. Mặc dù các biến $CB$ (VIF = 11.31), $DCPS$ và $PF$ có mức tương quan nội tại cao do tính chất bổ trợ của thị trường vốn, các kiểm định $t$ phân đoạn và khoảng tin cậy vẫn giữ nguyên tính vững.
  • Kiểm định khác biệt giá trị trung bình (t-test): Tốc độ tăng trưởng GDP bình quân của nhóm đang phát triển ($2.22% \pm 2.49%$) cao hơn đáng kể so với nhóm phát triển ($1.06% \pm 3.35%$) với sai phân $-1.247$ có ý nghĩa thống kê tại mức $1%$.
  • Độ biến thiên định chế: Tỷ lệ tài sản quỹ tương hỗ ($MF$) ở các nước phát triển đạt trung bình $71.09%$ GDP (cực đại $776.43%$ ở Ireland), vượt xa mức $9.32%$ ở các nước đang phát triển.

Kết quả đạt được

Kết quả ước lượng thực nghiệm từ hai bảng hồi quy cốt lõi (Bảng 4.5a và 4.5b) phản ánh sự phân hóa cấu trúc sâu sắc:

Chỉ báo tài chính Nhóm quốc gia Ngưỡng phát triển tài chính ($\gamma$) Tác động dưới ngưỡng ($\le \gamma$) Tác động trên ngưỡng ($> \gamma$) Tác động của Định chế tài chính
Tín dụng Ngân hàng (CB) Đang phát triển $51.59%$ GDP Âm / Không có ý nghĩa Dương vững chắc ($\beta > 0, p < 0.05$) $MF (+)^{}, PF (+)^{}, IC (+)$
Tín dụng Ngân hàng (CB) Phát triển $101.44% - 105.20%$ GDP Triệt tiêu / Tác động yếu Dương mạnh mẽ ($\beta > 0, p < 0.01$) $IC (+)^{}, MF (+)^{}, PF (+)^{***}$
Tín dụng Nội địa (DCPS) Đang phát triển $49.89%$ GDP Nghịch biến / Âm Đồng biến với tăng trưởng $MF (+)^{}, PF (+)^{}, IC (-)$
Tín dụng Nội địa (DCPS) Phát triển $117.30%$ GDP Không có ý nghĩa Đồng biến vững chắc $IC (+)^{}, MF (+)^{}, PF (+)^{***}$

Ghi chú: $, *, *** tương ứng với mức ý nghĩa thống kê $10%, 5%, 1%$.

Hệ thống biến kiểm soát đạt độ phù hợp lý thuyết vĩ mô: Chi tiêu chính phủ ($GVE$) mang dấu âm có ý nghĩa thống kê (phản ánh hiệu ứng lấn át đầu tư tư nhân khi chi tiêu công kém hiệu quả), trong khi tổng vốn đầu tư ($GCF$) và độ mở thương mại ($TRADE$) thúc đẩy tăng trưởng vượt trội.


Đổi mới và đóng góp

  • Mô hình hóa phi tuyến đa tầng: Thay vì xem phát triển tài chính là một hàm đơn điệu, nghiên cứu tích hợp đồng thời hiệu ứng ngưỡng tín dụng và cấu trúc tài sản của 3 định chế đầu tư độc lập.
  • Phát hiện ngưỡng phát triển đặc thù: Chứng minh ngưỡng hiệu quả của khu vực tài chính ở các nước đang phát triển ($\approx 49.89% - 51.59%$ GDP) chỉ bằng một nửa so với các nước phát triển ($\approx 101.44% - 117.30%$ GDP).
  • Định lượng vai trò chia sẻ rủi ro: Làm rõ sự khác biệt giữa công ty bảo hiểm và quỹ đầu tư. Tại các thị trường mới nổi, các công ty bảo hiểm chưa phát huy hết vai trò kích thích tăng trưởng do danh mục đầu tư thiên lệch về tiền gửi ngắn hạn thay vì thị trường vốn dài hạn.
  • Cải tiến hiệu suất phân bổ vốn: Cung cấp bằng chứng thực nghiệm cho thấy sự hiện diện của quỹ hưu trí và quỹ tương hỗ làm tăng hiệu suất chu chuyển dòng tiền từ khu vực tiết kiệm sang các dự án công nghệ có năng suất cận biên cao.

Ứng dụng thực tế và triển khai

Nghiên cứu có khả năng ứng dụng trực tiếp vào công tác hoạch định chính sách kinh tế vĩ mô và điều hành tiền tệ:

[Chiến lược điều hành vĩ mô & Tái cấu trúc thị trường tài chính]
  • Ứng dụng cho Ngân hàng Trung ương: Xác định giới hạn tăng trưởng tín dụng tối ưu, tránh bơm tiền tạo bong bóng tài sản khi nền kinh tế chưa đạt ngưỡng hấp thụ.
  • Ứng dụng cho Bộ Tài chính & Ủy ban Chứng khoán: Xây dựng lộ trình mở rộng quy mô thị trường chứng chỉ quỹ mở và quỹ hưu trí tự nguyện nhằm giảm áp lực cung ứng vốn trung dài hạn của hệ thống ngân hàng thương mại.
  • Phân tích chi phí - lợi ích (ROI): Việc chuyển dịch tỷ trọng vốn sang định chế phi ngân hàng giúp giảm thiểu chi phí xử lý nợ xấu ngân sách ước tính $1.5% - 2.5%$ GDP trong các chu kỳ khủng hoảng tín dụng.

Hạn chế và hướng phát triển

Dự án ghi nhận các rào cản kỹ thuật và đề xuất giải pháp mở rộng:

  • Hạn chế dữ liệu: Khung thời gian mẫu 10 năm ($2007–2016$) chịu ảnh hưởng từ cuộc khủng hoảng tài chính toàn cầu 2008. Dữ liệu tài sản định chế ở một số quốc gia đang phát triển còn khuyết thiếu dẫn đến dữ liệu bảng không cân.
  • Biến số kiểm soát thể chế: Chưa định lượng trực tiếp các chỉ số quản trị quốc gia (Governance Index) và mức độ chuyển đổi số ngành ngân hàng (FinTech Index).
  • Hướng nghiên cứu tiếp theo:
    • Mở rộng chuỗi dữ liệu đến giai đoạn 2024–2026 nhằm đánh giá các cú sốc sau đại dịch COVID-19.
    • Tích hợp mô hình Hồi quy ngưỡng động (Dynamic Panel Threshold GMM) để xử lý triệt để tính trễ của tăng trưởng kinh tế.
    • Nghiên cứu sâu hơn về tài chính xanh (Green Finance) và dòng vốn ESG từ các nhà đầu tư định chế quốc tế.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận phương pháp luận kinh tế lượng hiện đại, mã nguồn xử lý ngưỡng Hansen trên Stata/R và kỹ thuật cấu trúc dữ liệu bảng không cân.
  • Chuyên gia phân tích dữ liệu & Nhà nghiên cứu: Mô hình mẫu chuẩn xác để kiểm tra tính phi tuyến trong các chuỗi dữ liệu kinh tế vĩ mô phức tạp.
  • Ngân hàng & Định chế tài chính: Cơ sở khoa học để hoạch định danh mục đầu tư tài sản dài hạn, tối ưu hóa tỷ lệ vốn an toàn và quản trị rủi ro thanh khoản.
  • Cơ quan quản lý nhà nước: Khung tham chiếu lượng hóa để kiểm soát trần tín dụng và thúc đẩy chiến lược phát triển thị trường vốn quốc gia đến năm 2030.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần mềm để tái lập mô hình nghiên cứu này là gì?

Hệ thống yêu cầu cài đặt phần mềm Stata (phiên bản 15.0 trở lên, khuyến nghị 16.0 MP) hoặc R (phiên bản $\ge 4.0.0$) với các gói thư viện chuyên dụng như plm, pdth và module hồi quy ngưỡng bảng. Dữ liệu đầu vào cần được chuẩn hóa định dạng bảng với hai định danh chính là mã quốc gia (country_id) và chuỗi thời gian (year).

2. Giới hạn quy mô mở rộng (Scalability) của mô hình kinh tế lượng này ra sao?

Thuật toán tìm kiếm lưới OLS nội suy có thể mở rộng xử lý mẫu dữ liệu lên đến hàng trăm quốc gia với chuỗi thời gian 30–50 năm. Tuy nhiên, thời gian tính toán của kỹ thuật lặp Bootstrap sẽ tăng theo hàm bậc hai của số lượng quan sát, đòi hỏi tối ưu hóa bộ nhớ RAM tối thiểu 8GB.

3. Làm thế nào để tích hợp mô hình vào hệ thống cảnh báo sớm rủi ro vĩ mô?

Mô hình có thể được đóng gói thành một pipeline phân tích tự động định kỳ hàng năm: Trích xuất dữ liệu tự động từ API của World Bank, thực hiện kiểm định đa cộng tuyến VIF, và đối soát mức tăng trưởng tín dụng hiện tại của quốc gia với giá trị ngưỡng $\gamma$ an toàn để đưa ra cảnh báo sớm.

4. Chi phí triển khai và thời gian hoàn vốn đầu tư nghiên cứu chính sách?

Nghiên cứu sử dụng 100% nguồn dữ liệu mở (Open Data) từ WB và FRED, giúp tối thiểu hóa chi phí thu thập thông tin. Lợi ích thu được thông qua việc hỗ trợ cơ quan quản lý ban hành các quyết định điều tiết tín dụng chính xác, ngăn ngừa thất thoát hàng nghìn tỷ đồng do nợ xấu hệ thống ngân hàng.

5. Tại sao tài sản công ty bảo hiểm tại các nước đang phát triển lại có tác động yếu đến tăng trưởng?

Do đặc thù thị trường bảo hiểm tại các nước đang phát triển chủ yếu tập trung vào các sản phẩm ngắn hạn hoặc tiền gửi an toàn tại ngân hàng thương mại để bảo toàn vốn, chưa phát triển mạnh các quỹ liên kết đầu tư dài hạn vào cổ phiếu, trái phiếu hạ tầng như ở nhóm các nước phát triển.


Kết luận

Đồ án tốt nghiệp đã chứng minh thành công mối quan hệ phi tuyến tính giữa phát triển tài chính và tăng trưởng kinh tế trên mẫu 64 quốc gia. Việc mở rộng quy mô tín dụng chỉ thực sự phát huy vai trò động lực tăng trưởng khi vượt qua ngưỡng tích lũy tối thiểu (khoảng $50%$ GDP đối với các nước đang phát triển và trên $100%$ GDP đối với các nước phát triển). Đồng thời, nghiên cứu khẳng định các nhà đầu tư định chế—đặc biệt là quỹ hưu trí và quỹ tương hỗ—chính là mắt xích cốt lõi giúp tối ưu hóa hiệu quả phân bổ vốn và giảm thiểu rủi ro hệ thống.

Các cơ quan quản lý và nhà nghiên cứu quan tâm có thể khai thác khung phân tích này để tiếp tục phát triển các chính sách tiền tệ và thị trường vốn bền vững cho giai đoạn phục hồi kinh tế hiện nay.