Tổng quan về luận án

Thị trường chứng khoán (TTCK) Việt Nam chính thức vận hành từ ngày 28/7/2000 tại Trung tâm Giao dịch Chứng khoán Thành phố Hồ Chí Minh (nay là HOSE). Trải qua hơn hai thập kỷ phát triển, thị trường đã khẳng định vai trò huyết mạch trong việc chu chuyển dòng vốn trung và dài hạn của nền kinh tế. Tuy nhiên, với đặc thù của một thị trường cận biên và mới nổi, dữ liệu chuỗi thời gian tài chính tại Việt Nam thường xuyên bộc lộ các hiện tượng bất thường: độ lệch (skewness), độ nhọn cao (leptokurtic), hiện tượng cụm biến động (volatility clustering) và đặc biệt là hiện tượng đuôi dày (heavy-tailed distribution). Các phương pháp kinh tế lượng truyền thống dựa trên giả định phân phối chuẩn (normal distribution) và phép ước lượng bình phương nhỏ nhất thông thường (OLS) tỏ ra bất lực trong việc nắm bắt hành vi giá khi thị trường chịu các cú sốc thông tin hoặc rơi vào trạng thái khủng hoảng.

Khoảng trống nghiên cứu (Research gap) cốt lõi xuất phát từ sự thiếu vắng các mô hình định lượng có khả năng mô tả chính xác hành vi tại vùng đuôi của phân phối lợi suất trên TTCK Việt Nam. Các nghiên cứu trước đây (như Vương Quân Hoàng, 2003; Trần Sỹ Mạnh & Đỗ Khắc Hưởng, 2010; Trương Đông Lộc & Trần Thị Hạnh Phúc, 2011) chủ yếu tập trung vào mô hình tự hồi quy phương sai có điều kiện thay đổi (ARCH/GARCH) hoặc hồi quy OLS tuyến tính cho mô hình định giá tài sản vốn (CAPM). Những công cụ này chỉ ước lượng giá trị kỳ vọng có điều kiện tại tâm phân phối, bỏ qua sự bất đối xứng và mức độ nhạy cảm rủi ro khác nhau giữa các trạng thái thị trường tăng trưởng mạnh (bull market) và suy thoái sâu (bear market).

Để giải quyết triệt để vấn đề trên, luận án của nghiên cứu sinh Phạm Lệ Mỹ (2016) tại Trường Đại học Kinh tế Quốc dân đặt ra hai câu hỏi nghiên cứu trọng tâm:

  1. RQ1: Mô hình toán kinh tế nào phù hợp để phân tích và dự báo xu hướng giá cũng như độ biến động của cổ phiếu khi các giả thiết kinh điển về phân phối chuẩn và tính dừng bị vi phạm? Cách tiếp cận và quy trình ước lượng tham số của mô hình đó được thiết lập ra sao?
  2. RQ2: Khi thị trường chứng khoán xuất hiện các cú sốc và biến động bất thường, phương pháp thống kê nào cho phép lượng hóa chính xác mức độ rủi ro hệ thống và tác động của các nhân tố đa chiều lên tỷ suất sinh lời của cổ phiếu?

Hệ thống giả thuyết nghiên cứu tương ứng bao gồm:

  • H1: Mô hình hàm phân vị (Quantile Function Model) có khả năng giải thích cấu trúc đuôi phân phối và cho kết quả dự báo xu hướng giá cổ phiếu ngoài mẫu (out-of-sample) với sai số thấp hơn đáng kể so với các mô hình phương sai có điều kiện thay đổi như GARCH và TGARCH.
  • H2: Hệ số rủi ro hệ thống ($\beta$) trong mô hình CAPM và các hệ số nhân tố quy mô (SMB), giá trị (HML), yếu tố ngành (IND) trong mô hình Fama-French mở rộng không phải là hằng số bất biến mà thay đổi phi tuyến phụ thuộc vào từng mức phân vị $\tau \in (0, 1)$ của lợi suất.

Khung lý thuyết của luận án được xây dựng dựa trên sự giao thoa giữa Lý thuyết Phân phối Thống kê Phân vị (Quantile Function Theory), Lý thuyết Hồi quy Phân vị (Quantile Regression của Koenker & Bassett, 1978), Mô hình Định giá Tài sản Vốn (CAPM của William Sharpe, 1964) và Mô hình Đa nhân tố Fama-French (1993) tích hợp yếu tố ngành.

Phạm vi nghiên cứu tập trung vào các cổ phiếu niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HOSE) trong giai đoạn từ tháng 01/2011 đến tháng 03/2016. Mẫu dữ liệu được phân tầng theo hai nhóm quy mô vốn hóa đại diện là rổ chỉ số VN30 (vốn hóa lớn) và VNSMALL (vốn hóa nhỏ), bao quát 3 nhóm ngành kinh tế then chốt: Tài chính - Ngân hàng - Bảo hiểm, Bất động sản - Xây dựng và Hàng tiêu dùng thiết yếu.

Literature Review và Positioning

Lịch sử nghiên cứu phân tích và dự báo giá chứng khoán trải qua nhiều giai đoạn phát triển với những cuộc tranh luận học thuật sâu sắc. Khởi đầu từ luận án tiến sĩ của Louis Bachelier (1900) với giả thuyết bước đi ngẫu nhiên (Random Walk), sau đó Maurice Kendall (1953) khẳng định giá cổ phiếu diễn biến ngẫu nhiên theo luồng thông tin mới. Ngược lại, Benjamin Graham & David Dodd (1934) trong công trình kinh điển Security Analysis khẳng định: "Hoạt động đầu tư là hoạt động dựa trên sự phân tích kỹ lưỡng, hứa hẹn sự an toàn của vốn và mang lại một phần lời lãi thỏa đáng". Benjamin Graham thiết lập nền tảng cho trường phái phân tích cơ bản định lượng dựa trên giá trị sổ sách, dòng tiền và cổ tức, trong khi Philip A. Fisher (1958) với Common Stocks and Uncommon Profits lại nhấn mạnh chất lượng quản trị và tiềm năng tăng trưởng vượt trội.

Trong trường phái phân tích chuỗi thời gian định lượng, George Box & Gwilym Jenkins (1970) đã phát triển mô hình ARIMA cho chuỗi dừng tuyến tính. Tuy nhiên, hiện tượng biến động tập trung của chuỗi tài chính đã thúc đẩy Robert Engle (1982) đề xuất mô hình ARCH, và Tim Bollerslev (1986) mở rộng thành mô hình GARCH. Dù vậy, các nghiên cứu quốc tế chỉ ra rằng GARCH tham số gặp nhiều trở ngại khi mô hình hóa các biến động cực biên ở đuôi phân phối (Tsay, 2005). Để khắc phục, Shi-Jie Deng & Wenjiang Jiang (2005) cùng Gemai Chen (2009) đã tiên phong đề xuất mô hình hóa chuỗi tài chính bằng lớp hàm phân vị, ứng dụng thành công trên thị trường điện lực Mỹ và chuỗi giá các tập đoàn IBM, Wal-Mart.

Song song với dự báo giá, lĩnh vực đo lường rủi ro chứng kiến sự ra đời của mô hình Phân tích Trung bình - Phương sai (Mean-Variance) của Harry Markowitz (1952), làm tiền đề cho William Sharpe (1964) và John Lintner (1965) xây dựng mô hình CAPM. Do CAPM đơn nhân tố bộc lộ hạn chế trong việc giải thích phần bù rủi ro thực tế (Stephen Ross, 1976 với lý thuyết APT), Eugene Fama & Kenneth French (1992, 1993) đã giới thiệu mô hình 3 nhân tố kết hợp rủi ro thị trường, quy mô vốn hóa (SMB) và giá trị sổ sách trên giá trị thị trường (HML).

Nhiều tranh luận quốc tế nảy sinh xung quanh tính phù hợp của CAPM và Fama-French:

  • Kolani Pamane & Anani Ekoue Vikpossi (2008) khi khảo sát 17 cổ phiếu trên sàn BRVM (Tây Phi) giai đoạn 2000-2008 phát hiện không tồn tại mối quan hệ đồng biến giữa lợi suất kỳ vọng và rủi ro hệ thống $\beta$.
  • Kapil Choudhary & Sakshi Choudhary (2009) khảo sát 278 cổ phiếu trên Sở GDCK Bombay (Ấn Độ) giai đoạn 1996-2009 cũng đưa ra kết luận tương tự về sự thiếu nhất quán của CAPM tuyến tính.
  • Robert Faff (2001) kiểm định mô hình Fama-French trên thị trường Australia (1991-1999) nhận thấy nhân tố quy mô (SMB) có tương quan nghịch với lợi suất, đi ngược lại lý thuyết gốc của Fama-French tại thị trường Mỹ.
  • Liu Yaogang (2009) kiểm định trên TTCK Trung Quốc (1996-2005) chứng minh mô hình 3 nhân tố có hệ số xác định $R^2$ hiệu chỉnh cao hơn CAPM khoảng 6%, giải thích tốt hơn biến động danh mục.

Tại Việt Nam, các nghiên cứu của Vương Đức Hoàng Quân & Hồ Thị Huệ (2011), Trần Thị Hải Lý (2008), Trương Đông Lộc & Dương Thị Hoàng Trang (2013) đều sử dụng phương pháp OLS truyền thống, dẫn đến những kết quả mâu thuẫn về dấu và ý nghĩa thống kê của hệ số SMB và HML. Hạn chế cốt tử của các công trình này là chỉ xét dữ liệu tại điểm trung bình trong điều kiện thị trường bình thường.

Luận án của Phạm Lệ Mỹ định vị chính xác khoảng trống này bằng cách đưa phương pháp Hồi quy Phân vị (Quantile Regression - Koenker & Bassett, 1978) và Mô hình Hàm Phân vị (Quantile Function) vào phân tích định lượng tài chính tại Việt Nam. Công trình tạo bước tiến đột phá khi khảo sát toàn diện phân phối lợi suất từ phân vị thấp ($\tau = 0.1$) đến phân vị cao ($\tau = 0.9$), bắc nhịp cầu hoàn hảo giữa mô hình toán học giải tích và thực nghiệm kinh tế lượng tài chính.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và kiểm chứng lại các lý thuyết tài chính kinh điển dưới lăng kính phi chuẩn và phi đối xứng:

  1. Mở rộng lý thuyết CAPM của William Sharpe (1964): Luận án chứng minh hệ số rủi ro hệ thống $\beta$ không phải là tham số đơn lẻ cố định. Thông qua hàm hồi quy phân vị có điều kiện $Q_\tau(R_{it} - R_{ft} | R_{mt} - R_{ft}) = \alpha(\tau) + \beta(\tau)(R_{mt} - R_{ft})$, nghiên cứu chỉ ra rằng $\beta(\tau)$ là một hàm phụ thuộc vào mức phân vị $\tau$. Điều này giải tỏa mâu thuẫn trong các tranh luận học thuật trước đây về tính bất biến của beta khi thị trường biến động.
  2. Mở rộng lý thuyết 3 nhân tố Fama-French (1993) tích hợp yếu tố ngành (Industry Factor): Tác giả thiết lập mô hình kinh tế lượng mở rộng 4 nhân tố trên từng phân vị: $$Q_\tau(R_{it} - R_{ft} | X_t) = \alpha(\tau) + \beta_{1i}(\tau)(R_{mt} - R_{ft}) + \beta_{2i}(\tau)SMB_t + \beta_{3i}(\tau)HML_t + \beta_{4i}(\tau)IND_t$$ Trong đó, $IND_t$ là biến đại diện cho rủi ro đặc thù ngành. Việc tích hợp này giúp làm rõ cơ chế truyền dẫn rủi ro vi mô đến giá cổ phiếu mà mô hình Fama-French nguyên bản chưa giải thích được.
  3. Thúc đẩy bước chuyển dịch hệ hình (Paradigm Shift): Chuyển dịch căn bản từ tư duy "Phân phối chuẩn - Trung bình mẫu OLS" sang hệ hình "Phân phối phi đối xứng - Đuôi dày - Thống kê phân vị đa chiều".

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp chặt chẽ 3 nền tảng lý thuyết và công cụ toán học:

  • Lý thuyết Hàm Phân vị (Quantile Function Formulation): Với biến ngẫu nhiên $X$ có hàm phân phối tích lũy $F(x)$, hàm phân vị được định nghĩa là $Q(\tau) = F^{-1}(\tau) = \inf {x: F(x) \ge \tau}$ với $\tau \in (0, 1)$. Luận án khai thác các tính chất toán học chuyên sâu như luật đối xứng (reflection rule), tính cộng tính (addition rule), luật chuẩn hóa (standardization rule) và biến đổi $Q$ để mô hình hóa chuỗi giá.
  • Tiếp cận Lớp Hàm Phân vị Loại I: Luận án sử dụng lớp hàm phân vị có dạng tham số linh hoạt: $$Q(\tau) = \alpha + \beta q(\tau)$$ cho phép tích hợp các tham số vị trí, tỉ lệ, độ lệch và hình dạng đuôi nhằm nắm bắt trọn vẹn các xung lực bất đối xứng của giá cổ phiếu.
  • Phương pháp Ước lượng Tham số giải tích: Sử dụng các công cụ giải tích toán học, phương trình vi phân kết hợp thuật toán tối ưu hóa tựa hợp lý cực đại (Quasi-Maximum Likelihood) để ước lượng hệ số của mô hình hàm phân vị.
  • Điều kiện biên (Boundary Conditions): Mô hình được thiết lập với giả định chuỗi lợi suất có thể không dừng cục bộ, phương sai sai số thay đổi và tồn tại các giá trị ngoại lai cực đại/cực tiểu mà không làm sai lệch kết quả ước lượng.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ triết lý thực chứng suy diễn (Deductive Positivism) kết hợp chặt chẽ giữa suy diễn toán học thuần túy và kiểm định kinh tế lượng thực chứng. Thiết kế nghiên cứu đa cấp độ (Multi-level design) được triển khai qua 3 tầng phân tích:

  • Cấp độ chuỗi đơn lẻ: Phân tích và dự báo biến động giá từng cổ phiếu tiêu biểu (ví dụ: CTG, VCB, SSI, VIC, MSN).
  • Cấp độ danh mục ngành: Đánh giá tương quan rủi ro trong 3 khối ngành trụ cột (Tài chính - Ngân hàng - Bảo hiểm, Bất động sản - Xây dựng, Hàng tiêu dùng thiết yếu).
  • Cấp độ toàn thị trường: Đối sánh hành vi rủi ro giữa nhóm cổ phiếu vốn hóa lớn VN30 và nhóm cổ phiếu vốn hóa nhỏ VNSMALL.

Cỡ mẫu nghiên cứu bao gồm toàn bộ dữ liệu giá đóng cửa điều chỉnh theo ngày giao dịch trong khoảng thời gian từ tháng 01/2011 đến tháng 03/2016 trên sàn HOSE, tạo nên một tập dữ liệu lớn với hàng nghìn quan sát chuỗi thời gian chất lượng cao.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được thực hiện qua các bước chuẩn hóa nghiêm ngặt:

  1. Thu thập và tiền xử lý dữ liệu: Dữ liệu chuỗi giá $P_t$ được trích xuất từ các cổng thông tin tài chính uy tín (cophieu68.vn, vndirect.com.vn, hsx.vn). Chuỗi tỷ suất sinh lời logarit được tính toán theo công thức: $R_t = \ln(P_t / P_{t-1})$.
  2. Kiểm định tính chất thống kê chuỗi thời gian: Thực hiện kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF) để kiểm tra tính dừng; tính toán độ lệch (Skewness), độ nhọn (Kurtosis), kiểm định Jarque-Bera để xác nhận tính phi chuẩn; thực hiện kiểm định ARCH-LM để xác định hiện tượng phương sai thay đổi.
  3. Triangulation phương pháp: Luận án thiết lập quy trình đối chứng chéo 4 chiều:
    • Dự báo giá: Đối chứng Mô hình Hàm phân vị với Mô hình GARCH(1,1) và TGARCH(1,1).
    • Đo lường rủi ro: Đối chứng ước lượng hồi quy OLS với Hồi quy phân vị tại các mốc phân vị $\tau \in {0.1, 0.25, 0.5, 0.75, 0.9}$.

Data và phân tích

Phương pháp Hồi quy phân vị của Roger Koenker & Gilbert Bassett (1978) giải bài toán tối thiểu hóa hàm mất mát chênh lệch tuyệt đối có trọng số bất đối xứng: $$\min_{\beta} \sum_{i=1}^n \rho_\tau (y_i - x_i'\beta)$$ với hàm kiểm tra (check function) $\rho_\tau(u) = u(\tau - I(u < 0))$. Nghiên cứu giải bài toán quy hoạch tuyến tính này thông qua thuật toán đơn ánh cải tiến và thuật toán điểm trong (Interior Point Algorithm).

Các phần mềm chuyên dụng cao cấp được lập trình và vận hành đồng bộ:

  • MATLAB & Maple: Viết mã nguồn (code) giải hệ phương trình vi phân và giải tích các tham số hàm phân vị.
  • R (gói thư viện quantreg): Ước lượng hồi quy phân vị đa biến, tính toán ma trận hiệp phương sai bằng kỹ thuật Bootstrap và vẽ đồ thị không gian 3 chiều của hệ số $\beta(\tau)$.
  • EVIEWS: Ước lượng các mô hình GARCH, TGARCH và thực hiện các kiểm định chẩn đoán sai số.

Độ chính xác dự báo được định lượng thông qua các chỉ số sai số tiêu chuẩn: $$RMSE = \sqrt{\frac{1}{m}\sum_{k=1}^m (P_{t+k} - \hat{P}{t+k})^2}, \quad MAE = \frac{1}{m}\sum{k=1}^m |P_{t+k} - \hat{P}_{t+k}|$$

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả thực nghiệm của luận án đã đem lại 5 phát hiện mang tính đột phá:

  1. Chuỗi lợi suất cổ phiếu Việt Nam mang đặc tính phi chuẩn rõ nét: Toàn bộ các cổ phiếu thuộc rổ VN30 và VNSMALL đều có hệ số Kurtosis > 3 (phân phối nhọn hơn chuẩn) và Jarque-Bera có mức ý nghĩa $p < 0.001$, bác bỏ hoàn toàn giả thiết phân phối chuẩn thường dùng trong các mô hình tài chính truyền thống.
  2. Mô hình hàm phân vị vượt trội toàn diện trong dự báo giá và độ biến động: Tác giả khẳng định: "Mô hình hàm phân vị không những là mô hình dùng để dự báo độ biến động để đánh giá rủi ro mà còn có những ưu điểm... Kết quả dự báo xu hướng lợi suất (hay xu hướng giá) chính xác hơn mô hình phương sai có điều kiện thay đổi". Cụ thể, trong dự báo ngoài mẫu, mô hình hàm phân vị cho các giá trị sai số RMSE và MAE thấp hơn rõ rệt so với GARCH và TGARCH. Luận án nhấn mạnh: "Đặc trưng nổi bật của mô hình hàm phân vị là đánh giá khá chính xác ở đuôi của phân phối. Do đó kết quả dự báo của mô hình này trong trường hợp thị trường chứng khoán ổn định cũng như trường hợp thị trường chứng khoán biến động khá chính xác".
  3. Hành vi bất đối xứng của hệ số Beta ($\beta$) theo phân vị: Ước lượng OLS cho một giá trị $\beta$ bình quân duy nhất (ví dụ $\beta_{OLS} \approx 1.0$), che giấu rủi ro thực tế. Hồi quy phân vị cho thấy tại phân vị suy thoái cực biên ($\tau = 0.1$), hệ số $\beta(0.1)$ của đa số cổ phiếu tăng vọt lên mức $1.3 - 1.8$, phản ánh mức độ nhạy cảm và tổn thương cực lớn khi thị trường sụp đổ. Ngược lại, tại phân vị thăng hoa ($\tau = 0.9$), $\beta(0.9)$ có xu hướng hạ nhiệt hoặc phân hóa mạnh.
  4. Sự tương phản sâu sắc giữa rổ VN30 và VNSMALL: Nhóm cổ phiếu VNSMALL có khoảng biến thiên của hệ số $\beta$ qua các phân vị rộng hơn rất nhiều so với nhóm VN30. Cổ phiếu vốn hóa nhỏ chịu rủi ro đuôi (tail risk) nghiêm trọng hơn trong các đợt sụt giảm mạnh của VN-Index.
  5. Ý nghĩa vượt trội của yếu tố ngành tại các vùng phân vị cực biên: Trong mô hình Fama-French mở rộng, hệ số yếu tố ngành $\beta_{4}(\tau)$ có ý nghĩa thống kê cao ($p < 0.05$) tại các phân vị đuôi $\tau = 0.1$ và $\tau = 0.9$, đặc biệt ở nhóm ngành Ngân hàng - Tài chính và Bất động sản, chứng minh rằng khi xảy ra khủng hoảng hoặc bùng nổ, hiệu ứng sóng ngành chi phối mạnh hơn cả yếu tố quy mô (SMB) hay giá trị (HML).

Implications đa chiều

  • Hàm ý lý thuyết: Khẳng định sự cần thiết phải thay thế khung giả định OLS truyền thống bằng phương pháp thống kê phân vị trong nghiên cứu tài chính tại các thị trường cận biên. Cung cấp bằng chứng thực nghiệm vững chắc cho lý thuyết định giá tài sản đa nhân tố phi tuyến.
  • Hàm ý phương pháp luận: Thiết lập quy trình chuẩn mực và mã nguồn tính toán tham số hàm phân vị bằng giải tích vi phân, mở ra hướng ứng dụng rộng rãi cho các lớp tài sản tài chính phức tạp khác.
  • Hàm ý thực tiễn cho nhà đầu tư:
    • Giúp nhà đầu tư nhận diện chính xác trạng thái phân phối của cổ phiếu đang nắm giữ để xây dựng chiến lược phòng vệ danh mục (hedging) phù hợp.
    • Khi thị trường rơi vào pha suy thoái ($\tau \le 0.1$), nhà đầu tư cần chủ động tái cơ cấu, giảm tỷ trọng nhóm VNSMALL và các ngành có $\beta(0.1)$ cao, chuyển hướng sang các mã cổ phiếu phòng vệ có hệ số $\beta$ ổn định xuyên suốt các phân vị.
  • Hàm ý chính sách cho cơ quan quản lý: Ủy ban Chứng khoán Nhà nước (UBCKNN) và các Sở Giao dịch Chứng khoán có thể sử dụng công cụ hồi quy phân vị để giám sát rủi ro hệ thống, thiết lập cơ chế ngắt mạch thị trường (circuit breakers), điều chỉnh biên độ giao dịch và quy định tỷ lệ đòn bẩy ký quỹ (margin) linh hoạt theo từng trạng thái phân vị thị trường.

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, luận án cũng thẳng thắn ghi nhận 4 giới hạn nghiên cứu:

  1. Giới hạn không gian dữ liệu: Nghiên cứu chỉ tập trung vào dữ liệu niêm yết trên sàn HOSE, chưa bao quát sàn HNX, thị trường UPCoM và thị trường phi tập trung OTC.
  2. Giới hạn cấu trúc sản phẩm: Do thị trường tài chính Việt Nam giai đoạn 2011-2016 còn ở giai đoạn sơ khai, nghiên cứu mới chỉ áp dụng trên công cụ cổ phiếu, chưa thể mở rộng sang thị trường trái phiếu doanh nghiệp và chứng khoán phái sinh do thiếu hụt chuỗi dữ liệu lịch sử chuẩn hóa.
  3. Độ phức tạp tính toán: Việc ước lượng tham số của mô hình hàm phân vị Loại I đòi hỏi giải thuật toán phức tạp trên MATLAB/Maple, gây khó khăn nhất định cho việc triển khai dự báo tự động theo thời gian thực (real-time).

Chương trình nghiên cứu tiếp theo (Future Research Agenda) bao gồm:

  • Mở rộng ứng dụng phương pháp hồi quy phân vị phi tham số (Non-parametric Quantile Regression) và hồi quy phân vị trên phân vị (Quantile-on-Quantile Regression).
  • Ứng dụng mô hình thống kê phân vị để phân tích chuỗi lợi suất của Hợp đồng tương lai chỉ số VN30 và thị trường chứng quyền có bảo đảm.
  • Tích hợp các thuật toán trí tuệ nhân tạo và học sâu (Deep Quantile Neural Networks) để tối ưu hóa năng lực dự báo trong giao dịch tần suất cao (High-Frequency Trading).
  • Nghiên cứu hiện tượng lan truyền rủi ro hệ thống xuyên biên giới (CoVaR, Spillover Quantile Effects) giữa TTCK Việt Nam và các thị trường chứng khoán phát triển trên thế giới.

Tác động và ảnh hưởng

  • Tác động học thuật (Academic Impact): Luận án là một trong những công trình tiên phong tại Việt Nam đưa Thống kê phân vị vào phân tích kinh tế lượng tài chính, mở ra hướng nghiên cứu mới được trích dẫn rộng rãi trong các đề tài nghiên cứu sinh, cao học và bài báo khoa học chuyên ngành Toán kinh tế và Tài chính ngân hàng.
  • Chuyển đổi ngành chứng khoán (Industry Transformation): Cung cấp khung công cụ định lượng hỗ trợ các công ty chứng khoán (như SSI, HSC, VNDIRECT) và các quỹ quản lý danh mục (Dragon Capital, VinaCapital) nâng cấp hệ thống quản trị rủi ro VaR (Value at Risk) và mô hình kiểm tra sức chịu tải danh mục (Stress-Testing).
  • Đóng góp chính sách và xã hội: Hỗ trợ các cơ quan hoạch định chính sách tài chính quốc gia có thêm công cụ định lượng khoa học để đánh giá mức độ hấp thụ cú sốc kinh tế vĩ mô của thị trường vốn, bảo vệ quyền lợi hợp pháp của cộng đồng nhà đầu tư.

Đối tượng hưởng lợi

  • Nghiên cứu sinh & Giới học thuật: Tiếp cận tài liệu chuẩn mực về cơ sở toán học của Hàm phân vị và Hồi quy phân vị, phương pháp lập trình ước lượng tham số bằng giải tích vi phân và quy hoạch tuyến tính.
  • Chuyên viên Phân tích Định lượng (Quant Analysts) & Quản lý Quỹ: Sở hữu phương pháp dự báo giá và đo lường $\beta$ đa chiều, giúp tối ưu hóa danh mục đầu tư vượt trội so với mô hình Mean-Variance cổ điển.
  • Nhà đầu tư cá nhân và tổ chức: Nâng cao năng lực nhận diện rủi ro đuôi, tránh bẫy tâm lý bình quân OLS khi thị trường chịu biến động mạnh.
  • Cơ quan Quản lý Nhà nước (UBCKNN, Bộ Tài chính): Công cụ giám sát rủi ro hệ thống hiệu quả, phục vụ điều hành vĩ mô thị trường vốn minh bạch, an toàn và bền vững.

Câu hỏi chuyên sâu

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

Đóng góp độc đáo nhất là việc mở rộng thành công mô hình CAPM của William Sharpe (1964) và mô hình Fama-French (1993) sang không gian Thống kê phân vị có điều kiện tích hợp nhân tố ngành. Luận án đã bác bỏ giả định hệ số beta bất biến, chứng minh hệ số rủi ro hệ thống $\beta(\tau)$ là một hàm phi tuyến biến thiên liên tục theo phổ phân vị $\tau \in (0, 1)$, giải thích thỏa đáng hành vi bất đối xứng của giá cổ phiếu tại các vùng đuôi phân phối khi thị trường gặp khủng hoảng.

2. Đổi mới phương pháp luận của luận án khi so sánh với các nghiên cứu trước đây?

So với các nghiên cứu của Engle & Manganelli (1999) hay Deng & Jiang (2005) trên thế giới, cũng như các nghiên cứu của Trần Sỹ Mạnh & Đỗ Khắc Hưởng (2010), Trương Đông Lộc (2011) tại Việt Nam vốn chỉ dùng GARCH hoặc OLS, luận án đã tạo bước đột phá phương pháp luận khi:

  • Tự xây dựng thuật toán và lập trình mã nguồn trên MATLAB, Maple, R để ước lượng các tham số hàm phân vị Loại I dựa trên giải tích vi phân.
  • Triển khai đồng thời cả hai trụ cột: Mô hình Hàm phân vị (Quantile Function) cho bài toán dự báo xu hướng giá và Mô hình Hồi quy phân vị (Quantile Regression) cho bài toán đo lường rủi ro hệ thống đa nhân tố.

3. Phát hiện thực nghiệm nào gây bất ngờ nhất và bằng chứng dữ liệu là gì?

Phát hiện bất ngờ nhất là tính chất khuếch đại rủi ro cực biên tại phân vị đuôi trái ($\tau = 0.1$). Trong khi ước lượng OLS cho thấy hệ số $\beta_{OLS}$ của nhóm VN30 và VNSMALL không chênh lệch quá lớn, thì tại $\tau = 0.1$, hệ số $\beta(0.1)$ của nhóm VNSMALL tăng vọt lên mức rất cao với biên độ dao động phân vị rộng hơn hẳn VN30. Điều này chứng minh cổ phiếu vốn hóa nhỏ chịu mức tổn thương nghiêm trọng hơn nhiều lần so với cổ phiếu vốn hóa lớn khi xảy ra cú sốc sụt giảm toàn thị trường.

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

Có. Luận án trình bày chi tiết toàn bộ công thức toán học từ định nghĩa phân vị, các tính chất phản xạ, cộng tính, chuẩn hóa, thiết lập hàm kiểm tra $\rho_\tau(u)$, cấu trúc thuật toán giải tích tham số hàm phân vị Loại I, nguồn trích xuất dữ liệu chuẩn hóa từ HOSE giai đoạn 2011-2016, và mô tả quy trình thực thi trên các phần mềm R, MATLAB, Maple, EVIEWS.

5. Chương trình nghiên cứu 10 năm được phác thảo như thế nào?

Lộ trình nghiên cứu phát triển mở rộng bao gồm: (1) Ứng dụng thống kê phân vị cho thị trường phái sinh chỉ số VN30 và thị trường trái phiếu doanh nghiệp; (2) Phát triển các mô hình đo lường rủi ro hệ thống liên thị trường CoVaR; (3) Tích hợp mô hình Hồi quy phân vị với Trí tuệ nhân tạo (Deep Quantile Learning) để xử lý dữ liệu giao dịch cao tần (High-Frequency Trading).

Kết luận

Luận án tiến sĩ của NCS. Phạm Lệ Mỹ đã hoàn thành xuất sắc các mục tiêu nghiên cứu với 5 đóng góp mang tính bước ngoặt:

  1. Tiếp cận và xây dựng thành công cơ sở toán học, quy trình thuật toán và mã nguồn lập trình ước lượng tham số cho Mô hình Hàm phân vị trong phân tích và dự báo chuỗi giá tài chính.
  2. Chứng minh sự vượt trội toàn diện của Mô hình Hàm phân vị so với các mô hình phương sai có điều kiện thay đổi truyền thống (GARCH, TGARCH) về độ chính xác dự báo ngoài mẫu và khả năng nắm bắt rủi ro đuôi.
  3. Ứng dụng có hệ thống phương pháp Hồi quy phân vị để mở rộng mô hình CAPM và Fama-French tích hợp yếu tố ngành, lượng hóa chính xác sự biến thiên phi tuyến của hệ số rủi ro hệ thống $\beta(\tau)$ qua các trạng thái thị trường.
  4. Phát hiện sự phân hóa rủi ro sâu sắc giữa rổ cổ phiếu VN30 và VNSMALL, chỉ rõ tính dễ tổn thương vượt trội của nhóm cổ phiếu vốn hóa nhỏ tại các phân vị suy thoái cực biên.
  5. Cung cấp hệ thống hàm ý chính sách và khuyến nghị chiến lược đầu tư thực chứng có giá trị ứng dụng cao cho nhà đầu tư cá nhân, định chế quản lý quỹ và cơ quan quản lý thị trường chứng khoán Việt Nam.

Công trình đã tạo nên một bước tiến quan trọng trong hệ hình nghiên cứu Kinh tế lượng tài chính tại Việt Nam, mở ra những chân trời nghiên cứu mới cho việc ứng dụng các phương pháp thống kê hiện đại vào phân tích thị trường vốn trong kỷ nguyên số hóa.