Tổng quan về luận án

Cuộc khủng hoảng tài chính toàn cầu năm 2008 đã phơi bày khiếm khuyết căn bản của khung giám sát tài chính truyền thống: các quy định quản lý "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). Trong bối cảnh đó, luận án tiến sĩ Tài chính – Ngân hàng của Nguyễn Trần Xuân Linh (Trường Đại học Ngân hàng TP. Hồ Chí Minh, 2021, mã số 9.01, hướng dẫn khoa học: PGS. Nguyễn Ngọc Thạch) nghiên cứu tác động của chính sách tiền tệ (CSTT) và chính sách an toàn vĩ mô (CSATVM) đến ổn định tài chính tại nhóm 15 quốc gia mới nổi và dẫn dắt tăng trưởng kinh tế thế giới (EAGLEs): Bangladesh, Brazil, Trung Quốc, Ai Cập, Ấn Độ, Indonesia, Iran, Malaysia, Mexico, Nigeria, Pakistan, Philippines, Thổ Nhĩ Kỳ, Nga và Việt Nam, trong giai đoạn 2008–2018.

Ba khoảng trống nghiên cứu được xác định cụ thể. Thứ nhất, các thang đo ổn định tài chính hiện hành — kể cả bộ chỉ số Ổn định tài chính tổng hợp của Albulescu (2008) được Morris (2010), Goran và Karanovic (2015), Azka và Sahara (2018) kế thừa — bỏ sót hai khía cạnh then chốt của nhóm EAGLEs là nợ công và dự trữ ngoại hối. Thứ hai, các nghiên cứu về tác động đồng thời của cả hai chính sách còn rất ít (Bruno, Shim và Shin, 2017; Gambacorta và Murcia, 2019; Zhang và Tressel, 2017) và chỉ xem xét một vài khía cạnh như giá nhà, chu kỳ tín dụng. Thứ ba, cách tiếp cận tần suất (frequentist) đòi hỏi mẫu lớn nên các nghiên cứu trước chỉ dừng ở phân tích nhóm, không đi sâu từng quốc gia. Từ đó, luận án đặt ba mục tiêu tương ứng: (1) đề xuất bộ chỉ tiêu đo lường ổn định tài chính phù hợp đặc thù EAGLEs; (2) đánh giá tác động của CSTT và CSATVM ở cấp nhóm và cấp từng quốc gia; (3) đề xuất hàm ý chính sách. Với chỉ 11 quan sát mỗi quốc gia (2008–2018), việc lựa chọn hồi quy đa biến Bayes — tận dụng thông tin tiên nghiệm để khắc phục mẫu nhỏ — là quyết định phương pháp luận mang tính quyết định cho toàn bộ thiết kế nghiên cứu.

Literature Review và Positioning

Luận án tổng hợp hai dòng quan điểm về ổn định tài chính. Dòng thứ nhất định nghĩa qua khái niệm bất ổn: Mishkin (1999) gắn bất ổn tài chính với thông tin bất cân xứng, lựa chọn nghịch và rủi ro đạo đức, nhấn mạnh bốn yếu tố làm trầm trọng vấn đề (bảng cân đối khu vực tài chính xấu đi, lãi suất thị trường tăng, bất ổn gia tăng, bảng cân đối khu vực phi tài chính xấu đi); Borio và Drehmann (2008) xem hệ thống là không ổn định khi "một cú sốc cỡ vừa" đủ gây căng thẳng hoặc khủng hoảng; Rosengren (2011) nhấn mạnh tác động tiêu cực đến nền kinh tế thực. Dòng thứ hai định nghĩa trực diện: Foot (2003) với bốn thành phần (ổn định tiền tệ, toàn dụng lao động, niềm tin vào tổ chức tài chính then chốt, ổn định giá tài sản); Schinasi (2004) với bốn nguyên tắc coi ổn định tài chính là "một chuỗi ổn định" đa chiều. Điểm tranh luận đáng chú ý: Crockett (1997) và Davis (2003) cho rằng biến động giá tài sản là đặc tính chứ không nhất thiết là nguyên nhân khủng hoảng — đối lập với quan điểm coi mọi nhiễu loạn đều là đe dọa. Luận án chọn cách tiếp cận rộng của Schinasi vì, như Schinasi (2004) lập luận, chính sách chỉ hướng tới tránh khủng hoảng "có thể dẫn đến quyết định chính sách bị thiên lệch và dẫn đến hy sinh lợi ích tài chính của cả tư nhân và xã hội".

Về tương tác chính sách, luận án định vị mình giữa cuộc tranh luận chưa ngã ngũ: Beau, Clerc và Mojon (2011) chỉ ra mục tiêu hai chính sách "thường bổ sung cho nhau, nhưng trong nhiều trường hợp chúng lại đối nghịch nhau"; Gertler và Karadi (2013), Greenwood và Hanson (2013) cảnh báo lãi suất "thấp trong thời gian dài" (low for too long) nuôi bong bóng tài sản. So với hai nghiên cứu quốc tế gần nhất — Zhang và Tressel (2017) chỉ đo giá nhà và tăng trưởng tín dụng, Gambacorta và Murcia (2019) chỉ đo chu kỳ tín dụng — luận án tiến xa hơn bằng cách đo ổn định tài chính như một chỉ số tổng hợp đa chiều.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Đóng góp lý thuyết nổi bật nhất là phát hiện đảo chiều dấu tác động của lãi suất tại các nền kinh tế mới nổi: lãi suất chính sách tăng làm giảm ổn định tài chính tại EAGLEs, trái ngược trực tiếp với các kết quả tại các nước phát triển của Dell'Ariccia, Laeven và Suarez (2013), Jiménez và cộng sự (2014), Dell'Ariccia, Laeven và Marquez (2015), Nier và Kang (2016). Cơ chế giải thích: các nước EAGLEs thường xuyên đối mặt lạm phát cao nên lãi suất biến động liên tục thay vì duy trì thấp kéo dài; khi lãi suất tăng, "chi phí hoạt động trong nền kinh tế tăng, khả năng hoàn thành nghĩa vụ tài chính của người đi vay giảm xuống", giá trị ròng tài sản đảm bảo hạ và rủi ro vỡ nợ tăng — tức kênh vỡ nợ (Gertler và Gilchrist, 1994) lấn át kênh chấp nhận rủi ro (Borio và Zhu, 2008) vốn chi phối tại các nước phát triển. Đây là mở rộng có điều kiện biên rõ ràng cho lý thuyết risk-taking channel.

Khung phân tích độc đáo

Khung phân tích tích hợp ít nhất ba nền tảng lý thuyết: (1) lý thuyết thông tin bất cân xứng của Mishkin (1999); (2) cơ chế "gia tốc tài chính" (financial accelerator) của Bernanke và Gertler (1989), Bernanke, Gertler và Gilchrist (1996); (3) mô hình cung tín dụng và đòn bẩy ngân hàng của Adrian và Shin (2010, 2014). Trên nền đó, luận án hiệu chỉnh bộ chỉ số Albulescu (2008) bằng cách bổ sung nợ công/GDP và dự trữ ngoại hối/nợ nước ngoài — hai biến phản ánh đặc thù thâm hụt tài khóa kinh niên và phụ thuộc vốn ngoại của EAGLEs. Khung cũng phân biệt rủi ro hệ thống theo hai chiều của Borio (2011): chiều thời gian (chu kỳ bùng nổ) và chiều không gian (liên kết giữa các tổ chức tài chính), cùng sáu kênh truyền dẫn phụ của CSTT đến ổn định tài chính (kênh tín dụng, vỡ nợ, chấp nhận rủi ro, dịch chuyển rủi ro, giá tài sản, tỷ giá hối đoái).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án kết hợp định tính (lược khảo, hệ thống hóa khái niệm, thảo luận hàm ý chính sách) và định lượng (hồi quy đa biến Bayes) trên dữ liệu bảng 15 quốc gia × 11 năm (2008–2018), tức 165 quan sát cấp nhóm nhưng chỉ 11 quan sát cấp quốc gia. Lựa chọn Bayes được biện minh tường minh: phương pháp tần suất "có nhược điểm rất lớn là độ chính xác của mô hình phụ thuộc rất lớn vào kích thước mẫu", trong khi tiếp cận Bayes tận dụng phân phối tiên nghiệm để suy diễn tin cậy với mẫu nhỏ — điều kiện tiên quyết để phân tích từng quốc gia riêng lẻ.

Đo lường và dữ liệu

Chỉ số ổn định tài chính tổng hợp gồm bốn chỉ số phụ với 20 chỉ tiêu thành phần: Phát triển tài chính (3 chỉ tiêu, từ Financial Development Index của IMF và WDI 2020); Tính dễ tổn thương tài chính (7 chỉ tiêu: lạm phát, thâm hụt tài khoản vãng lai, nợ tư nhân/tổng dư nợ, dư nợ/tiền gửi, tiền gửi/M2, nợ công/GDP, tỷ giá hối đoái thực hữu hiệu REER từ Bruegel 2020); Lành mạnh tài chính (7 chỉ tiêu: nợ xấu, Z-score hệ thống ngân hàng, dự trữ ngoại hối/nợ nước ngoài, vốn tự có/tài sản có rủi ro, thanh khoản, ROA — từ WDI và bộ FSIs của IMF); Môi trường kinh tế thế giới (3 chỉ tiêu, gồm chỉ số môi trường kinh tế của CESifo). Biến CSTT gồm tăng trưởng cung tiền M2 (WDI) và lãi suất chính sách (Oxford Economics). Biến CSATVM gồm tăng trưởng tín dụng ngân hàng cho khu vực tư nhân và năm biến công cụ từ Eugenio dataset (2018): giới hạn cho vay ngoại tệ, tỷ lệ khoản vay trên giá trị (LTV), giới hạn tín dụng ngoại tệ, dự trữ bắt buộc tăng thêm đối với SIFIs, và dự trữ bắt buộc phản chu kỳ/đối với tiền gửi ngoại tệ. Việc triangulation dữ liệu qua năm nguồn độc lập (IMF, World Bank, Bruegel, CESifo, Oxford Economics) tăng độ tin cậy đo lường, dù luận án không báo cáo hệ số α theo nghĩa khảo sát vì toàn bộ là dữ liệu thứ cấp vĩ mô.

Phát hiện đột phá và implications

Những phát hiện then chốt

Bốn nhóm phát hiện chính: (1) Cả hai yếu tố CSTT — tăng trưởng cung tiền M2 và lãi suất chính sách — đều tác động nghịch chiều đến ổn định tài chính tại EAGLEs, nghĩa là cả nới lỏng cung tiền lẫn tăng lãi suất đều bào mòn ổn định. (2) Trong các công cụ CSATVM, tăng trưởng tín dụng ngân hàng cho khu vực tư nhân và tỷ lệ LTV tác động nghịch chiều, trong khi bốn công cụ còn lại (giới hạn cho vay ngoại tệ, giới hạn tín dụng ngoại tệ, phụ phí vốn SIFIs, DTBB phản chu kỳ) giúp cải thiện ổn định tài chính. (3) CSTT và CSATVM cải thiện ổn định tài chính khi được thực thi cùng chiều — bằng chứng thực nghiệm trực tiếp cho luận điểm phối hợp chính sách của Nier và Kang (2016). (4) Hai trường hợp ngoại lệ phản trực giác: Ai Cập, nơi nới lỏng cung tiền trong ngắn hạn lại tăng ổn định tài chính, và Malaysia, nơi mở rộng tín dụng ngân hàng ngắn hạn cũng cải thiện ổn định — nhưng cả hai đều đảo dấu trong dài hạn nếu nới lỏng kéo dài, nhất quán với cảnh báo "low for too long".

Phát hiện lãi suất nghịch chiều đối chiếu với bằng chứng quốc tế cho thấy tính điều kiện theo bối cảnh: Crowe và cộng sự (2011) tại các nước OECD ghi nhận thắt chặt LTV 10% làm giảm tốc độ tăng giá nhà 8–13%; Glocker và Towbin (2012b) với mô hình SVAR cho Brazil tìm thấy 1 điểm phần trăm tăng DTBB làm chênh lệch lãi suất cho vay–tiền gửi tăng đỉnh 80 điểm cơ bản và tín dụng nội địa giảm khoảng 2%.

Implications đa chiều

Về lý thuyết, kết quả đóng góp đồng thời cho lý thuyết kênh chấp nhận rủi ro (xác lập điều kiện biên theo chế độ lạm phát) và lý thuyết phối hợp chính sách vĩ mô. Về thực tiễn, bộ chỉ tiêu 20 thành phần cung cấp công cụ giám sát "sức khỏe" hệ thống tài chính khả thi về dữ liệu cho các nước mới nổi — khắc phục nhược điểm "số lượng bộ chỉ báo quá lớn, khó thu thập" của bộ FSIs gốc. Về chính sách, khuyến nghị trung tâm là các ngân hàng trung ương EAGLEs nên phối hợp đồng hướng hai chính sách, ưu tiên các công cụ CSATVM hướng ngoại tệ (giới hạn cho vay/tín dụng ngoại tệ, DTBB ngoại hối — như kinh nghiệm Romania và phí trách nhiệm ngoại hối phi lõi tại Hàn Quốc) thay vì lạm dụng công cụ lãi suất vốn có tác dụng phụ qua kênh vỡ nợ.

Limitations và Future Research

Bốn hạn chế cần ghi nhận. Thứ nhất, chuỗi thời gian 11 năm dù được Bayes hóa vẫn giới hạn khả năng phân tích động dài hạn và cấu trúc trễ của chính sách. Thứ hai, kết quả phụ thuộc vào lựa chọn phân phối tiên nghiệm — đặc trưng cố hữu của suy diễn Bayes với mẫu nhỏ. Thứ ba, các biến công cụ CSATVM dạng nhị phân/chỉ mục (từ Eugenio dataset 2018) không đo được cường độ thực thi chính sách. Thứ tư, giai đoạn nghiên cứu dừng ở 2018, chưa bao quát cú sốc COVID-19. Hướng nghiên cứu tương lai gồm: (1) mở rộng sang mô hình Bayesian VAR/DSGE để nắm bắt động thái truyền dẫn; (2) kiểm định lại điều kiện biên "lạm phát cao → lãi suất nghịch chiều" trên các nhóm nước mới nổi khác; (3) tích hợp dữ liệu vi mô cấp ngân hàng để nối hai chiều không gian–thời gian của rủi ro hệ thống; (4) đánh giá độ nhạy của chỉ số tổng hợp với các sơ đồ trọng số thay thế; (5) nghiên cứu tương tác ba chính sách khi bổ sung chính sách tài khóa, vốn được luận án phân tích định tính qua hiệu ứng lấn át và hiệu ứng Olivera–Tanzi.

Tác động và ảnh hưởng

Về học thuật, phát hiện đảo dấu lãi suất tạo điểm tham chiếu cho dòng nghiên cứu emerging markets đang tăng trưởng nhanh — bối cảnh mà theo Freixas và cộng sự (2016), lượt tìm kiếm "chính sách an toàn vĩ mô" đã tăng từ 631 (trước 2000) lên 500.000, và theo Brockmeijer (2014), 89% NHTW châu Âu cùng 93% NHTW phần còn lại của thế giới đã chịu trách nhiệm thực thi CSATVM. Về chính sách, kết quả trực tiếp phục vụ 15 quốc gia chiếm tỷ trọng lớn trong tăng trưởng toàn cầu, trong đó có Việt Nam — nơi Ngân hàng Nhà nước điều hành CSTT theo Luật NHNN 2010 với mục tiêu ổn định giá trị đồng tiền. Kinh nghiệm đối chiếu như Thổ Nhĩ Kỳ (tăng DTBB từ 8% lên 16% năm 2011 làm tăng đáng kể tỷ trọng hệ số rủi ro trên các khoản vay, theo IMF 2012) cho thấy giá trị cảnh báo của luận án về tác dụng phụ dịch chuyển rủi ro.

Đối tượng hưởng lợi

Nghiên cứu sinh tài chính – ngân hàng nhận được khung phương pháp Bayes cho bài toán mẫu nhỏ cấp quốc gia và ba khoảng trống đã được xác lập rõ. Giới học thuật cao cấp có bằng chứng về điều kiện biên của risk-taking channel. Các nhà hoạch định chính sách tại NHTW các nước mới nổi có bộ chỉ tiêu giám sát khả thi cùng nguyên tắc phối hợp đồng hướng hai chính sách, với bài học riêng cho từng quốc gia (Ai Cập, Malaysia là hai trường hợp cần lộ trình rút nới lỏng). Các tổ chức quốc tế (IMF, BIS) có thêm bằng chứng thực nghiệm để hiệu chỉnh khuyến nghị Basel III cho bối cảnh ngoài OECD.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất? Xác lập điều kiện biên cho lý thuyết kênh chấp nhận rủi ro (Borio và Zhu, 2008; Dell'Ariccia và cộng sự, 2015): tại các nền kinh tế lạm phát cao, kênh vỡ nợ lấn át và lãi suất tăng làm giảm ổn định tài chính. 2. Đổi mới phương pháp? So với Zhang và Tressel (2017) và Gambacorta và Murcia (2019) dùng tiếp cận tần suất trên biến đại diện đơn lẻ, luận án dùng Bayes trên chỉ số tổng hợp 20 thành phần và phân tích được từng quốc gia. 3. Phát hiện bất ngờ nhất? Ai Cập và Malaysia hưởng lợi ngắn hạn từ nới lỏng — trái với xu hướng nhóm — nhưng đảo dấu trong dài hạn. 4. Khả năng tái lập? Cao: toàn bộ dữ liệu từ nguồn công khai (IMF FSIs, WDI, Bruegel, CESifo, Eugenio dataset 2018) với danh mục biến được mô tả tường minh. 5. Chương trình nghiên cứu dài hạn? Đã phác thảo qua các hướng mở rộng động lực học Bayes, tích hợp vi mô và kiểm định đa nhóm nước nêu trên.

Kết luận

Sáu đóng góp cụ thể của luận án: (1) hệ thống hóa hai cách tiếp cận khái niệm ổn định tài chính và lựa chọn có luận giải cách tiếp cận rộng của Schinasi (2004); (2) hiệu chỉnh bộ chỉ số Albulescu (2008) bằng nợ công và dự trữ ngoại hối cho đặc thù EAGLEs; (3) cung cấp bằng chứng thực nghiệm đầu tiên về tác động đồng thời của CSTT và CSATVM lên ổn định tài chính đo lường đa chiều tại 15 nước EAGLEs; (4) phát hiện và giải thích cơ chế tác động nghịch chiều của lãi suất — khác biệt có hệ thống với các nước phát triển; (5) chứng minh nguyên tắc phối hợp đồng hướng hai chính sách; (6) rút ra bài học cấp quốc gia nhờ ưu thế mẫu nhỏ của phương pháp Bayes. Nghiên cứu mở ra ít nhất ba dòng nghiên cứu mới — điều kiện biên theo chế độ lạm phát của các kênh truyền dẫn, đo lường ổn định tài chính tổng hợp cho nước mới nổi, và ứng dụng Bayes trong kinh tế vĩ mô so sánh — đồng thời giữ được sự cân bằng học thuật khi thừa nhận trung thực các ngoại lệ (Ai Cập, Malaysia) và giới hạn dữ liệu, thay vì tuyệt đối hóa kết quả cấp nhóm.