Tổng quan về luận án

Công trình nghiên cứu tiến sĩ kinh tế của NCS. Trần Văn Trí với đề tài "Xây dựng và quản lý danh mục đầu tư chứng khoán ở Việt Nam" (Chuyên ngành Tài chính - Ngân hàng, Học viện Ngân hàng, 2015, dưới sự hướng dẫn của GS.TS. Nguyễn Khắc Minh và PGS.TS. Trương Quốc Cường) là một khảo cứu học thuật tiên phong trong việc chuẩn hóa toàn diện quy trình ứng dụng Lý thuyết Danh mục Đầu tư Hiện đại (Modern Portfolio Theory - MPT) và Mô hình Định giá Tài sản Vốn (Capital Asset Pricing Model - CAPM) vào thị trường chứng khoán mới nổi tại Việt Nam.

Khoảng trống nghiên cứu (research gap) cốt lõi được tác giả chỉ rõ: phần lớn các nghiên cứu trong nước trước năm 2015 chỉ dừng lại ở phạm vi lý thuyết học thuật, phục vụ giảng dạy hoặc thực nghiệm trên quy mô hẹp; thiếu vắng một quy trình khép kín kết hợp từ sàng lọc cổ phiếu định giá sai, xây dựng đường biên hiệu quả, phân bổ vốn tối ưu cho đến đánh giá hiệu quả thực thi và tái cấu trúc danh mục khi thị trường biến động. Đặc biệt, các công trình trước đó còn tồn tại sự mâu thuẫn lớn do sử dụng tùy tiện thời gian và tần suất quan sát dữ liệu, cũng như tính toán hệ số rủi ro hệ thống ($\beta$) thuần túy bằng toán học rời rạc mà không thông qua hồi quy kinh tế lượng để kiểm định độ tin cậy và ý nghĩa thống kê ($p$-value, Adjusted $R^2$).

Luận án thiết lập và giải quyết 4 câu hỏi nghiên cứu trung tâm:

  1. RQ1: Quy trình chuẩn mực và khả thi nhất để xây dựng và quản lý danh mục đầu tư chứng khoán tối ưu trên thị trường Việt Nam là gì?
  2. RQ2: Mô hình CAPM và lý thuyết MPT có thỏa mãn các điều kiện thực nghiệm để sàng lọc cổ phiếu định giá thấp ($\alpha > 0$) và thiết lập danh mục tối ưu tại Việt Nam hay không?
  3. RQ3: Thời gian quan sát (2 năm so với 5 năm) và tần suất dữ liệu (ngày, tuần, tháng) nào mang lại độ chính xác kinh tế lượng cao nhất cho mô hình CAPM?
  4. RQ4: Những giả định nào của thị trường vốn bị vi phạm tại Việt Nam và cần áp dụng các giải pháp kỹ thuật nào (bất đối xứng lãi suất vay - cho vay, bán khống, chi phí giao dịch) để hoàn thiện mô hình?

Hệ thống giả thuyết nghiên cứu bao gồm:

  • H1: Tồn tại mối quan hệ tuyến tính có ý nghĩa thống kê giữa tỷ suất sinh lời kỳ vọng và rủi ro hệ thống ($\beta$) của các cổ phiếu niêm yết tại Việt Nam.
  • H2: Việc đa dạng hóa danh mục đầu tư theo mô hình trung bình - phương sai Markowitz giúp triệt tiêu đáng kể rủi ro phi hệ thống so với nắm giữ cổ phiếu riêng lẻ.
  • H3: Danh mục đầu tư tối ưu được quản lý chủ động và điều chỉnh định kỳ dựa trên hệ số Jensen's Alpha và ma trận hiệp phương sai sẽ mang lại hiệu quả vượt trội (Sharpe, Treynor) so với chỉ số thị trường chuẩn (VNINDEX, HNXINDEX).

Khung lý thuyết của luận án được xây dựng dựa trên sự tích hợp giữa Lý thuyết Lựa chọn Danh mục Trung bình - Phương sai của Harry Markowitz (1952, 1959), Mô hình Định giá Tài sản Vốn CAPM của William Sharpe (1964), John Lintner (1965) và Jan Mossin (1966), cùng Định lý Phân tách Quỹ hỗ tương của James Tobin (1958). Phạm vi nghiên cứu bao quát toàn bộ các cổ phiếu giao dịch thường xuyên trên Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) và Sở Giao dịch Chứng khoán Hà Nội (HNX) trong giai đoạn 2008–2013, sử dụng lãi suất Trái phiếu Chính phủ kỳ hạn 5 năm làm đại diện cho lãi suất phi rủi ro ($r_f$).

Literature Review và Positioning

Tổng quan y văn quốc tế cho thấy sự phát triển của lý thuyết danh mục trải qua ba dòng chảy học thuật chính. Dòng chảy nền tảng bắt đầu từ công trình kinh điển của Markowitz (1952, 1959) về nguyên lý tối ưu hóa trung bình - phương sai (Mean-Variance Optimization), thiết lập quy tắc tối đa hóa thu nhập với mức rủi ro cố định hoặc tối thiểu hóa phương sai tại mức tỷ suất sinh lời kỳ vọng cho trước. Tiếp nối, Tobin (1958) bổ sung tài sản phi rủi ro, hình thành Đường Thị trường Vốn (CML) và định lý phân tách hai quỹ. Sharpe (1964), Lintner (1965) và Mossin (1966) phát triển mô hình CAPM, lượng hóa mối quan hệ giữa phần bù rủi ro và rủi ro hệ thống qua hệ số $\beta = \sigma_{iM} / \sigma^2_M$. Dòng chảy thứ hai mở rộng sang tối ưu hóa đa giai đoạn và thời gian liên tục với Merton (1969, 1971), Fama (1970), Li và Ng (2000), Zhou và Li (2000). Dòng chảy thứ ba tập trung vào các mô hình đa nhân tố như Mô hình Kinh doanh Chênh lệch Giá (APT) của Ross (1976), mô hình 3 nhân tố Fama - French (1993) và 4 nhân tố Carhart (1997).

Về mặt thực nghiệm quốc tế, các cuộc tranh luận về tính phù hợp của CAPM và hiệu ứng tần suất dữ liệu diễn ra gay gắt:

  • Ming-Hsiang Chen (2003) kiểm định CAPM trên 7 ngành tại thị trường Đài Loan, chứng minh mối quan hệ tuyến tính giữa $\beta$ và lợi nhuận kỳ vọng có ý nghĩa thống kê cao.
  • Grigoris Michailidis và cộng sự (2006) khảo sát 100 công ty niêm yết tại thị trường Hy Lạp (1998–2002) bằng dữ liệu tuần, khẳng định CAPM giải thích tốt tỷ suất sinh lời vượt trội.
  • Hawawini (1983) kiểm nghiệm trên 200 cổ phiếu tại thị trường Bỉ, ghi nhận CAPM có năng lực định giá vững chắc.
  • Ngược lại, Kothari và Wasley (1989) chỉ ra rằng mối quan hệ giữa rủi ro và lợi nhuận rất nhạy cảm với khung thời gian: mô hình phù hợp với dữ liệu quan sát theo năm nhưng thất bại khi quan sát theo tháng do nhiễu ngắn hạn.

Tại Việt Nam, bức tranh học thuật ghi nhận nhiều mâu thuẫn:

  • Trương Đông Lộc và Trần Thị Hạnh Phúc (2011) nghiên cứu 80 cổ phiếu trên HOSE (2007–2009) theo tần suất tuần và kết luận CAPM hoàn toàn phù hợp.
  • Nguyễn Anh Phong (2011) sử dụng dữ liệu tháng và đưa ra kết luận trái ngược rằng CAPM không ổn định, không đủ tin cậy để dự báo tỷ suất sinh lời.
  • Các nghiên cứu của Võ Thị Thúy Anh (2011), Phan Thị Bích Nguyệt (2011), Triệu Kim Lanh (2011), Hoàng Thanh Dương (2005), Võ Thái Phong (2011) và Lê Quý (2010) hoặc chỉ dừng lại ở mô phỏng danh mục tĩnh, hoặc tiếp cận mô hình đa nhân tố nhưng gặp trở ngại lớn về dữ liệu vĩ mô và tâm lý bầy đàn của nhà đầu tư.

Luận án của Trần Văn Trí định vị mình tại giao điểm quan trọng: giải quyết triệt để mâu thuẫn về tần suất và thời lượng dữ liệu qua thực nghiệm so sánh đa chiều (5 năm vs 2 năm; tuần vs ngày); đồng thời lấp đầy khoảng trống thực hành bằng cách kết hợp econometric screening (chọn cổ phiếu có $\alpha > 0$ statistically significant) với thuật toán tối ưu hóa phi tuyến Solver, thiết lập chu trình quản lý danh mục chủ động hoàn chỉnh.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp quan trọng vào việc mở rộng biên giới ứng dụng của Lý thuyết Danh mục Markowitz và Mô hình Định giá Tài sản Vốn trong bối cảnh thị trường chứng khoán cận biên/mới nổi.

Thứ nhất, nghiên cứu chuyển hóa vai trò của hệ số Jensen's Alpha ($\alpha_i$) từ một công cụ đo lường hiệu quả hậu kiểm (ex-post performance evaluation) thành một bộ lọc định giá chủ động tiền kiểm (ex-ante screening filter). Luận án chứng minh rằng trong thị trường chưa đạt trạng thái hiệu quả dạng mạnh hoặc dạng vừa, việc khai thác phần bù siêu ngạch do định giá sai ($\alpha_i > 0$) kết hợp với tối ưu hóa hiệp phương sai sẽ tạo ra đường biên hiệu quả vượt trội hơn so với việc thụ động chấp nhận danh mục thị trường.

Thứ hai, luận án thiết lập hệ thống định đề lý thuyết khi các giả định hoàn hảo bị dỡ bỏ:

  • Proposition 1: Khi lãi suất đi vay lớn hơn lãi suất cho vay ($r_b > r_f$), Đường Phân bổ Vốn (CAL) không còn là một đường thẳng liên tục mà chuyển thành đường gập khúc tại danh mục tiếp điểm, thu hẹp miền hữu dụng của nhà đầu tư có mức độ chấp nhận rủi ro cao.
  • Proposition 2: Sự hiện diện của bán khống (short-selling) mở rộng đường biên hiệu quả về phía bên trái và hướng lên trên, cho phép tối ưu hóa danh mục với tỷ số Sharpe cao hơn đáng kể so với điều kiện phi bán khống.

Khung phân tích độc đáo

Khung phân tích của luận án là sự hợp nhất 4 trụ cột lý thuyết tài chính:

  1. Lý thuyết Lựa chọn Danh mục (Markowitz): Tối ưu hóa hàm hữu dụng $U = E(R_p) - \frac{1}{2}A\sigma_p^2$ (với hệ số ngại rủi ro $A$) chịu các ràng buộc tỷ trọng $\sum w_i = 1$ và $w_i \ge 0$.
  2. Mô hình Định giá Tài sản Vốn (Sharpe - Lintner - Mossin): Xác định rủi ro hệ thống $\beta_i = \frac{\text{Cov}(r_i, r_M)}{\sigma^2_M}$ và kiểm định tung độ gốc $\alpha_i$ qua phương trình hồi quy: $$r_{it} - r_{ft} = \alpha_i + \beta_i (r_{Mt} - r_{ft}) + e_{it}$$
  3. Định lý Phân tách Tobin: Tách biệt quyết định lựa chọn danh mục tài sản rủi ro tối ưu (Danh mục tiếp điểm $C$) và quyết định phân bổ vốn giữa danh mục $C$ với tài sản phi rủi ro ($r_f$).
  4. Hệ thống Đánh giá Hiệu quả Đa chiều: Sử dụng bộ ba chỉ số Sharpe ($S_p = \frac{E(R_p) - r_f}{\sigma_p}$), Treynor ($T_p = \frac{E(R_p) - r_f}{\beta_p}$) và Jensen ($\alpha_p = E(R_p) - [r_f + \beta_p(E(R_M) - r_f)]$).

Boundary conditions (điều kiện biên) được xác định rõ: Khung phân tích vận hành chuẩn xác trên tập hợp các cổ phiếu có tính thanh khoản cao, giao dịch liên tục; kiểm soát ma sát thị trường qua biên độ dao động giá trần/sàn và chi phí giao dịch thực tế.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ thế giới quan thực chứng (positivism) với phương pháp tiếp cận diễn dịch - định lượng (deductive-quantitative approach). Thiết kế nghiên cứu hai giai đoạn (two-stage empirical design):

  • Giai đoạn 1 (Lọc và Định giá kinh tế lượng): Sử dụng hồi quy chuỗi thời gian OLS để ước lượng hệ số $\alpha_i$ và $\beta_i$ của toàn bộ cổ phiếu niêm yết trên HOSE và HNX.
  • Giai đoạn 2 (Tối ưu hóa toán học phi tuyến): Ứng dụng quy hoạch phi tuyến bậc hai (quadratic programming) qua công cụ Solver để giải bài toán tối thiểu hóa phương sai danh mục ứng với từng mức tỷ suất sinh lời mục tiêu.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu gồm 5 bước chặt chẽ:

  1. Thu thập dữ liệu: Dữ liệu giá đóng cửa điều chỉnh, chỉ số VNINDEX, HNXINDEX và lãi suất Trái phiếu Chính phủ 5 năm từ HOSE và HNX giai đoạn 2008–2013.
  2. Xử lý tỷ suất sinh lời: Tính toán tỷ suất sinh lời logarit/phần trăm theo chu kỳ tuần và ngày.
  3. Thực nghiệm so sánh tần suất: Hồi quy OLS trên phần mềm EViews 7.0 để so sánh hệ số $R^2$ hiệu chỉnh giữa:
    • Dữ liệu 5 năm so với 2 năm.
    • Dữ liệu quan sát theo tuần so với theo ngày.
  4. Sàng lọc cổ phiếu: Lựa chọn danh sách cổ phiếu có $\alpha_i > 0$ với giá trị kiểm định thống kê đạt ý nghĩa ($p < 0.05$).
  5. Tối ưu hóa và Đánh giá: Thiết lập ma trận phương sai - hiệp phương sai, tính toán đường biên hiệu quả, xác định danh mục tối ưu $C$ và danh mục đầu tư theo hàm hữu dụng của nhà đầu tư ($A=2, A=1$), sau đó đánh giá lại hiệu quả thực thi và điều chỉnh danh mục.

Tam giác đạc phương pháp (methodological triangulation) được thực hiện bằng cách đối chiếu chéo kết quả hồi quy từ EViews với giải thuật tối ưu hóa trong Excel Solver, đồng thời kiểm định chéo giữa các thước đo rủi ro tổng thể ($\sigma$) và rủi ro hệ thống ($\beta$).

Data và phân tích

Dữ liệu thực nghiệm bao quát hàng trăm nghìn quan sát thị trường. Qua phân tích kinh tế lượng, luận án đã trích dẫn trực tiếp các nguyên lý đo lường rủi ro then chốt:

"Mức độ rủi ro của danh mục đầu tư được đo lường bởi mức độ biến động của khả năng sinh lời so với tỷ lệ sinh lời kỳ vọng của nó, sự khác biệt càng lớn, mức độ rủi ro càng cao và ngược lại."

Đồng thời, bản chất của rủi ro danh mục trong ma trận hiệp phương sai được khẳng định:

"Phần góp của một chứng khoán vào rủi ro của một danh mục không phụ thuộc vào rủi ro của chứng khoán đó khi đứng riêng biệt, mà phụ thuộc vào độ nhạy của thu nhập của chứng khoán đó đối với những thay đổi về giá trị của danh mục"

Định nghĩa nền tảng về danh mục đầu tư cũng được luận án hệ thống hóa:

"Danh mục đầu tư là kết hợp sở hữu từ hai trở lên các khoản đầu tư chứng khoán, trái phiếu, hàng hóa, bất động sản, công cụ tương đương tiền mặt hay các tài sản khác bởi một cá nhân hay nhà đầu tư thuộc tổ chức."

Phân tích kinh tế lượng chứng minh: dữ liệu 5 năm với tần suất quan sát theo tuần triệt tiêu hiện tượng nhiễu (noise) của giao dịch ngày và khắc phục hiện tượng thiếu quan sát (small sample bias) của dữ liệu tháng, cho hệ số $R^2$ hiệu chỉnh cao nhất và giá trị $\beta$ có ý nghĩa thống kê vượt trội.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Chuẩn hóa khung dữ liệu tối ưu cho thị trường Việt Nam: Luận án phát hiện sự vượt trội mang tính quy luật của chuỗi dữ liệu 5 năm tần suất tuần so với dữ liệu 2 năm hoặc tần suất ngày/tháng. Đồ thị $R^2$ hiệu chỉnh ước lượng theo tuần trong 5 năm đạt độ hội tụ cao nhất, giải thích vững chắc mối quan hệ giữa rủi ro hệ thống và lợi nhuận cổ phiếu.
  2. Bằng chứng thực nghiệm về sự tồn tại của cổ phiếu định giá sai: Trên cả hai sàn HOSE (Bảng 2.1a) và HNX (Bảng 2.2a), nghiên cứu phát hiện nhóm cổ phiếu có hệ số Jensen's Alpha dương ($\alpha > 0$) có ý nghĩa thống kê, phản ánh thị trường Việt Nam giai đoạn 2008–2013 chưa đạt mức hiệu quả dạng vừa, mở ra cơ hội tạo lợi nhuận vượt trội cho nhà đầu tư chủ động.
  3. Hiệu ứng đa dạng hóa triệt tiêu rủi ro phi hệ thống: Khi kết hợp các cổ phiếu được chọn vào danh mục hiệu quả $C$, độ lệch chuẩn của danh mục ($\sigma_P$) giảm mạnh so với độ lệch chuẩn trung bình trọng số của các cổ phiếu thành phần nhờ khai thác hệ số tương quan thấp và âm trong ma trận hiệp phương sai.
  4. Tác động của bất đối xứng chi phí vốn ($r_b > r_f$): Thực nghiệm tại Bảng 2.7 và Hình 2.7 chỉ ra rằng khi lãi suất vay ký quỹ ($r_b$) cao hơn lãi suất phi rủi ro ($r_f$), đường CAL bị uốn gãy, khiến danh mục tối ưu của nhà đầu tư chấp nhận rủi ro cao ($A=1$) bị hạn chế mức đòn bẩy, làm thay đổi tỷ trọng phân bổ vốn so với lý thuyết cổ điển.
  5. Năng lực vượt trội của quy trình tái cấu trúc chủ động: Việc đánh giá lại danh mục định kỳ (Bảng 2.13 đến 2.18) và tái cơ cấu cổ phiếu dựa trên biến động $\alpha$ và ma trận Covariance giúp các chỉ số Sharpe, Treynor và Jensen của danh mục sau điều chỉnh tăng trưởng rõ rệt so với danh mục tĩnh ban đầu và vượt xa mức sinh lời của VNINDEX/HNXINDEX.

Implications đa chiều

  • Về mặt lý thuyết: Chứng minh tính ứng dụng linh hoạt của MPT và CAPM trong thị trường cận biên khi có sự chuẩn hóa về kỹ thuật chọn mẫu và kết hợp bộ lọc kinh tế lượng.
  • Về mặt phương pháp luận: Cung cấp quy trình tích hợp giữa EViews (hồi quy OLS kiểm định $\alpha, \beta$) và Solver (tối ưu hóa quy hoạch phi tuyến) như một giao thức chuẩn hóa cho các nghiên cứu tài chính thực nghiệm tiếp theo.
  • Về mặt thực tiễn quản lý quỹ: Cung cấp cho các nhà quản lý quỹ đầu tư, công ty chứng khoán một khung thuật toán phân bổ tài sản định lượng, chuyển đổi từ phương thức đầu tư cảm tính sang quản lý rủi ro danh mục khoa học.
  • Về mặt chính sách quản lý nhà nước: Đưa ra lộ trình cụ thể cho Ủy ban Chứng khoán Nhà nước và Bộ Tài chính trong việc:
    • Tăng tính minh bạch thông tin để nâng cao hiệu quả thị trường.
    • Đẩy mạnh cổ phần hóa và niêm yết doanh nghiệp quy mô lớn nhằm tăng cung hàng hóa chất lượng.
    • Sớm triển khai thị trường chứng khoán phái sinh và cơ chế bán khống có kiểm soát để hoàn thiện các công cụ phòng ngừa rủi ro cho danh mục đầu tư.

Limitations và Future Research

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

  1. Giới hạn không gian và thời gian: Dữ liệu thực nghiệm tập trung trong giai đoạn 2008–2013, giai đoạn thị trường chứng khoán Việt Nam chịu ảnh hưởng nặng nề từ cuộc khủng hoảng tài chính toàn cầu và chu kỳ tái cấu trúc ngân hàng trong nước.
  2. Giả định tối ưu hóa tĩnh đơn kỳ: Mô hình tập trung vào việc tối ưu hóa trong một chu kỳ xác định, chưa tích hợp hoàn toàn mô hình tối ưu hóa động đa giai đoạn (multi-period dynamic programming).
  3. Cấu trúc nhân tố: Nghiên cứu chủ yếu dựa trên CAPM nhân tố đơn, chưa kết hợp đồng thời mô hình 3 nhân tố Fama - French hoặc 4 nhân tố Carhart trong giải thuật tối ưu hóa Solver do hạn chế về chuỗi dữ liệu quy mô vốn hóa và giá trị sổ sách thời kỳ này.

Chương trình nghiên cứu tương lai (Future Research Agenda):

  • Mở rộng kiểm định mô hình với chuỗi dữ liệu dài hạn sau năm 2015, tích hợp các giai đoạn thị trường tăng trưởng mạnh (bull market) và suy thoái (bear market).
  • Ứng dụng mô hình Black - Litterman kết hợp quan điểm định lượng của CAPM với kỳ vọng chủ quan của nhà quản lý danh mục.
  • Khảo cứu tác động của chi phí giao dịch biến đổi và tính thanh khoản bất đối xứng vào hàm mục tiêu tối ưu hóa.
  • Tích hợp các thuật toán học máy (Machine Learning) và trí tuệ nhân tạo trong việc dự báo ma trận hiệp phương sai phi tĩnh (non-stationary covariance matrix).

Tác động và ảnh hưởng

Luận án đã tạo ra những tác động học thuật và thực tiễn sâu sắc:

  • Ảnh hưởng học thuật: Trở thành tài liệu tham khảo chuẩn mực cho các chương trình đào tạo sau đại học chuyên ngành Tài chính - Ngân hàng tại Học viện Ngân hàng, Đại học Kinh tế Quốc dân, Đại học Ngoại thương; định hình phương pháp luận nghiên cứu định lượng danh mục đầu tư tại Việt Nam.
  • Chuyển đổi ngành quản lý tài sản: Đặt nền móng kỹ thuật cho các công ty quản lý quỹ (như Dragon Capital, VinaCapital, SSIAM) và các bộ phận tự doanh chứng khoán trong việc xây dựng các quỹ chỉ số (ETF) và quỹ đầu tư chủ động dựa trên mô hình định lượng.
  • Đóng góp xây dựng chính sách: Cung cấp luận cứ thực nghiệm vững chắc cho cơ quan quản lý thị trường (SSC) trong việc hoàn thiện Đề án phát triển thị trường phái sinh (ra mắt năm 2017) và hoàn thiện Thông tư hướng dẫn giao dịch ký quỹ, giao dịch trong ngày.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên tài chính: Tiếp cận một cấu trúc nghiên cứu chuẩn mực, giải quyết triệt để vấn đề kinh tế lượng về lựa chọn tần suất và thời lượng dữ liệu trong định giá tài sản.
  • Nhà quản lý danh mục và Chuyên viên phân tích định lượng (Quant Analysts): Sở hữu giải pháp kỹ thuật toàn diện, có thể lập trình hóa quy trình sàng lọc cổ phiếu định giá thấp và tối ưu hóa tỷ trọng danh mục bằng Excel Solver và EViews.
  • Cơ quan quản lý thị trường (UBCKNN, Sở GDCK): Nhận diện rõ tác động của các rào cản hành chính, tình trạng bất cân xứng thông tin và cơ chế bán khống đối với hiệu quả phân bổ vốn của toàn thị trường.
  • Nhà đầu tư cá nhân và tổ chức: Nhận thức rõ lợi ích của việc đa dạng hóa danh mục để phân tán rủi ro, chuyển dịch từ tâm lý đầu tư bầy đàn sang tư duy đầu tư dựa trên cân đối thu nhập - rủi ro khoa học.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Trả lời: Luận án đã mở rộng mô hình định giá tài sản vốn (CAPM) và lý thuyết danh mục Markowitz bằng cách tích hợp hệ số Jensen's Alpha ($\alpha$) có ý nghĩa thống kê làm bộ lọc lựa chọn chứng khoán định giá thấp trước khi đưa vào hàm tối ưu hóa trung bình - phương sai, đồng thời mô hình hóa sự biến dạng của đường CAL dưới điều kiện bất đối xứng lãi suất vay/cho vay ($r_b > r_f$) và rào cản bán khống tại thị trường mới nổi Việt Nam.

  2. Phương pháp nghiên cứu có cải tiến đột phá nào so với các nghiên cứu trước đây tại Việt Nam? Trả lời: So với công trình của Trương Đông Lộc & Trần Thị Hạnh Phúc (2011) và Nguyễn Anh Phong (2011), luận án đã thực hiện kiểm định so sánh kinh tế lượng toàn diện giữa các khung thời gian (5 năm vs 2 năm) và tần suất (tuần vs ngày), chứng minh dữ liệu 5 năm theo tuần triệt tiêu nhiễu tốt nhất ($R^2$ hiệu chỉnh cao nhất). Đồng thời, luận án khắc phục nhược điểm của các nghiên cứu trước khi không chỉ tính toán $\beta$ đơn thuần mà ước lượng hồi quy OLS có kiểm định $t$-stat và $p$-value chặt chẽ.

  3. Phát hiện thực nghiệm bất ngờ nhất từ dữ liệu là gì? Trả lời: Phát hiện rằng trên thị trường chứng khoán Việt Nam, tồn tại một tỷ lệ đáng kể các cổ phiếu có hệ số $\alpha > 0$ với ý nghĩa thống kê cao trên cả HOSE và HNX, chứng minh thị trường tồn tại cơ hội kinh doanh chênh lệch giá và đầu tư chủ động hiệu quả; tuy nhiên, rủi ro phi hệ thống chiếm tỷ trọng rất lớn trong tổng rủi ro, đòi hỏi danh mục phải có từ 10–15 cổ phiếu đa dạng hóa liên ngành mới có thể tối ưu hóa tỷ số Sharpe.

  4. Luận án có cung cấp giao thức tái lặp (Replication Protocol) rõ ràng không? Trả lời: Có. Luận án cung cấp chi tiết từng bước thuật toán: từ câu lệnh hồi quy kinh tế lượng trên EViews, cấu trúc hàm mục tiêu và hệ ràng buộc trong bảng tính Microsoft Excel Solver, ma trận hiệp phương sai đầy đủ của các cổ phiếu mẫu, cho đến các công thức tính toán chỉ số hiệu quả Sharpe, Treynor, Jensen.

  5. Chương trình nghiên cứu 10 năm tiếp theo được định hình ra sao? Trả lời: Định hướng mở rộng sang mô hình định giá đa nhân tố động (Dynamic Multi-factor Models), tích hợp các yếu tố thanh khoản, rủi ro vĩ mô, ứng dụng mô hình danh mục đa giai đoạn có chi phí giao dịch phi tuyến và khai thác dữ liệu lớn tần suất cao (High-Frequency Data) trong bối cảnh thị trường chứng khoán phái sinh vận hành.

Kết luận

Luận án Tiến sĩ Kinh tế của Trần Văn Trí là một công trình khoa học mẫu mực, kết hợp nhuần nhuyễn giữa cơ sở lý thuyết tài chính hiện đại và thực nghiệm kinh tế lượng sâu sắc. Tựu trung lại, công trình mang đến 5 đóng góp cốt lõi:

  1. Hệ thống hóa và làm sáng tỏ cơ chế truyền dẫn rủi ro - thu nhập của MPT, CAPM và bộ chỉ số đánh giá Sharpe, Treynor, Jensen trong điều kiện thị trường chứng khoán Việt Nam.
  2. Giải quyết triệt để cuộc tranh luận học thuật về tần suất dữ liệu, xác lập chuẩn mực dữ liệu 5 năm tần suất tuần cho các mô hình định giá tài sản tại Việt Nam.
  3. Chuẩn hóa quy trình 4 bước khép kín: Xác định mục tiêu $\rightarrow$ Lọc cổ phiếu bằng hệ số $\alpha$ kinh tế lượng $\rightarrow$ Tối ưu hóa danh mục qua Solver $\rightarrow$ Quản lý, đánh giá và tái cân bằng động.
  4. Chứng minh thực nghiệm lợi ích vượt trội của đa dạng hóa danh mục trong việc triệt tiêu rủi ro phi hệ thống và gia tăng tỷ suất sinh lời điều chỉnh theo rủi ro.
  5. Đề xuất hệ thống giải pháp toàn diện từ phát triển sản phẩm phái sinh, cho phép bán khống, minh bạch thông tin đến kỹ thuật xử lý dữ liệu thực hành cho các nhà đầu tư tổ chức.

Công trình không chỉ hoàn thành xuất sắc nhiệm vụ học thuật của một luận án tiến sĩ mà còn để lại di sản giá trị cho sự phát triển chuyên nghiệp, minh bạch và bền vững của thị trường tài chính Việt Nam.