Luận án tiến sĩ: Nghiên cứu rủi ro trong đầu tư hợp đồng tương lai của nhà đầu tư cá nhân

Tổng quan về luận án

Luận án này tiên phong khám phá rủi ro trong đầu tư hợp đồng tương lai (HTL) của nhà đầu tư cá nhân (NĐT cá nhân) trên thị trường chứng khoán phái sinh (TTCKPS) Việt Nam, một lĩnh vực còn ít được nghiên cứu sâu sắc trong bối cảnh thị trường mới nổi. Nghiên cứu được đặt trong bối cảnh tăng trưởng mạnh mẽ của TTCKPS Việt Nam, với khối lượng giao dịch bình quân HTL chỉ số VN30 tăng 38,65% giai đoạn 2018-2022, đạt mức tăng trưởng kỷ lục 79,9% vào năm 2020 so với 2019, và 43,8% vào năm 2022 so với 2021. Sự sôi động này đi kèm với rủi ro cao do bản chất đòn bẩy và tính đầu cơ của HTL, đặc biệt trong các giai đoạn biến động mạnh như 2019-2022.

Research gap cụ thể mà luận án giải quyết là thiếu vắng các nghiên cứu toàn diện xem xét đồng thời cả yếu tố khách quan thị trường (như yếu tố vĩ mô và biến động giá tài sản cơ sở) và yếu tố chủ quan hành vi của NĐT cá nhân (như đặc điểm xã hội học, thái độ và khả năng chịu rủi ro) ảnh hưởng đến năng lực chấp nhận rủi ro trong đầu tư HTL trên TTCKPS Việt Nam. Các công trình trước đây chủ yếu tập trung vào TTCK cơ sở hoặc chỉ nghiên cứu một khía cạnh riêng lẻ. Ví dụ, Nguyễn Trần Bảo Uyên (2018) đã phân tích mối quan hệ giữa chỉ số VN30 và HTL VN30 nhưng chỉ giới hạn ở mã VN30F1M, chưa bao quát các kỳ hạn khác. Ngoài ra, việc ứng dụng mô hình cấu trúc tuyến tính PLS-SEM để phân tích đa chiều về thái độ, khả năng chịu rủi ro và năng lực chấp nhận rủi ro của NĐT cá nhân trên TTCKPS là một khoảng trống lớn tại Việt Nam.

Các câu hỏi nghiên cứu (RQ) chính được đề ra bao gồm:

1. Các yếu tố nào ảnh hưởng đến rủi ro trong đầu tư HTL trên TTCKPS của NĐT cá nhân?
2. Mức độ ảnh hưởng của từng yếu tố đến rủi ro trong đầu tư HTL của NĐT cá nhân trên TTCKPS Việt Nam?
3. Mức độ ảnh hưởng của các yếu tố xã hội học, thái độ và khả năng chịu rủi ro của NĐT cá nhân đến năng lực chấp nhận rủi ro của NĐT cá nhân trong đầu tư HTL trên TTCKPS Việt Nam?
4. Những khuyến nghị nào có thể đưa ra cho NĐT cá nhân, cơ quan quản lý Nhà nước trong phòng ngừa và giảm thiểu rủi ro trong đầu tư HTL trên TTCKPS Việt Nam?

Khung lý thuyết của luận án được xây dựng dựa trên sự tổng hòa các lý thuyết về rủi ro tài chính, lý thuyết danh mục đầu tư hiện đại của Harry Markowitz (1952), mô hình định giá tài sản vốn (CAPM) của William Sharpe (1964), lý thuyết định giá cơ lợi (APT) của Stephen Ross (1976), và các lý thuyết tài chính hành vi tiên tiến, đặc biệt là lý thuyết Prospect Theory của Daniel Kahneman và Amos Tversky (1979) mặc dù không được trích dẫn trực tiếp nhưng tinh thần về yếu tố tâm lý và nhận thức rủi ro đã được lồng ghép. Các mô hình đo lường rủi ro như Value at Risk (VaR) (1993) và Generalized Autoregressive Conditional Heteroscedasticity (GARCH) của Bollerslev (1986) cũng cung cấp nền tảng cho việc phân tích rủi ro biến động giá.

Đóng góp đột phá của luận án bao gồm:

1. Phát triển khung lý thuyết đa chiều về rủi ro: Luận án là công trình đầu tiên tại Việt Nam tổng hợp và mở rộng cơ sở lý luận về rủi ro trong đầu tư HTL trên TTCKPS, cụ thể hóa các khái niệm và phân loại rủi ro cho NĐT cá nhân, vượt ra ngoài các mô hình đo lường truyền thống.
2. Định lượng tác động của yếu tố vĩ mô và giá tài sản cơ sở: Nghiên cứu đã kiểm định và định lượng mức độ tác động của giá chỉ số VN30 và tỷ giá hối đoái USD/VND lên rủi ro biến động giá của cả bốn mã HTL chỉ số VN30 (VN30F1M, VN30F2M, VN30F1Q, VN30F2Q), cung cấp bằng chứng thực nghiệm quan trọng cho thị trường Việt Nam.
3. Bằng chứng thực nghiệm về tài chính hành vi: Luận án cung cấp bằng chứng thực nghiệm đầu tiên tại Việt Nam về tác động của các yếu tố xã hội học (tuổi, giới tính, tình trạng hôn nhân, trình độ học vấn, thu nhập), thái độ với rủi ro và khả năng chịu rủi ro đến năng lực chấp nhận rủi ro của NĐT cá nhân trên TTCKPS, sử dụng phương pháp PLS-SEM trên mẫu 412 NĐT cá nhân.
4. Đề xuất giải pháp quản lý rủi ro toàn diện: Dựa trên kết quả nghiên cứu khách quan và hành vi, luận án đưa ra các khuyến nghị cụ thể, đa chiều cho NĐT cá nhân, các công ty chứng khoán và cơ quan quản lý nhà nước, nhằm nâng cao hiệu quả phòng ngừa và giảm thiểu rủi ro, góp phần ổn định và phát triển bền vững TTCKPS Việt Nam.

Phạm vi nghiên cứu tập trung vào HTL chỉ số VN30 – sản phẩm duy nhất dành cho NĐT cá nhân trên TTCKPS Việt Nam. Dữ liệu thứ cấp được thu thập từ 01/8/2019 đến 31/7/2022 cho giá vàng, tỷ giá USD/VND và giá chỉ số VN30. Dữ liệu sơ cấp được khảo sát từ 412 NĐT cá nhân trong nước hoạt động trên TTCKPS Việt Nam từ 01/01/2022 đến 31/06/2022. Phạm vi này đảm bảo tính cập nhật và phù hợp với đặc thù thị trường.

Literature Review và Positioning

Luận án thực hiện tổng quan chuyên sâu các công trình nghiên cứu trong và ngoài nước, phân chia thành hai luồng chính: các công trình về khái niệm và mô hình đo lường rủi ro, và các công trình về yếu tố ảnh hưởng đến rủi ro trong đầu tư HTL.

Về khái niệm và mô hình đo lường rủi ro, nghiên cứu kế thừa quan điểm của Frank Knight (1921) phân biệt rủi ro (có thể định lượng) và bất định (không thể định lượng), cùng với các định nghĩa hiện đại coi rủi ro vừa mang tính tiêu cực lẫn tích cực. Trong lĩnh vực tài chính, các mô hình đo lường rủi ro đã phát triển từ phương pháp đánh giá trên lãi suất trái phiếu của Macaulay (1938), lý thuyết danh mục đầu tư hiện đại của Harry Markowitz (1952) với "Mean-Variance Analysis" (phân tích trung bình và phương sai), đến mô hình định giá tài sản vốn CAPM của William Sharpe (1964) và mô hình đa nhân tố APT của Stephen Ross (1976). Các tiến bộ gần đây hơn bao gồm Value at Risk (VaR) (1993) và các mô hình GARCH của Bollerslev (1986), được phát triển từ ARCH của Engle (1982), nhằm dự báo biến động trong chuỗi thời gian tài chính.

Các nghiên cứu quốc tế như của J. Black (1972) đã góp phần hoàn thiện CAPM. Các mô hình GARCH mở rộng như APARCH (Engle 1990), EGARCH (Nelson 1991), FIGARCH (Baillie 1996) cũng đã được phát triển để mô hình hóa tốt hơn với điều kiện thực tế thị trường. Tại Việt Nam, các công trình của Nguyễn Văn Nam và Hoàng Xuân Quyển (2002), Hoàng Đình Tuấn và Phạm Thị Thúy Nga (2006), Đặng Hữu Mẫn (2009) đã giới thiệu và ứng dụng VaR, trong khi Nguyễn Ngọc Vi (2010), Trần Thúy Chung (2010), Hoàng Đình Tuấn (2010), Lê Chí Đạt và Lê Tuấn Anh (2011) đã khai thác CAPM và APT trên TTCK cơ sở. Tuy nhiên, "các nghiên cứu trong nước hiện nay mới chỉ tập trung ở TTCK cơ sở mà chưa đề cập tới các loại rủi ro, cách thức đo lường rủi ro trên TTCK phái sinh". Điều này làm nổi bật khoảng trống mà luận án này hướng tới.

Về các yếu tố ảnh hưởng đến rủi ro trong đầu tư HTL, luận án tổng hợp hai nhóm yếu tố chính: khách quan (vĩ mô) và hành vi NĐT. Các nghiên cứu về yếu tố vĩ mô đã chỉ ra mối liên hệ với giá cổ phiếu trên TTCK cơ sở. Liu và Shrestha (2008) trên TTCK Trung Quốc (1992-2001) đã tìm thấy mối tương quan thuận giữa giá cổ phiếu với giá trị sản xuất công nghiệp, cung tiền và tương quan nghịch với lạm phát, lãi suất, tỷ giá. Eita (2012) củng cố kết luận này cho TTCK Namibia (1998-2009). Ngược lại, Aurangzeb (2012) với 3 quốc gia Nam Á (1997-2010) lại chỉ ra FDI, tỷ giá hối đoái có tương quan thuận, lãi suất tương quan nghịch, còn lạm phát không có ý nghĩa thống kê. Shaique và Herani (2016) trên TTCK Pakistan (1993-2014) không tìm thấy mối quan hệ lâu dài giữa chỉ số KSE-100 và giá vàng. Rahman và Mustafa (2018) nghiên cứu TTCK Mỹ (1986-2016) chỉ ra tác động tiêu cực ngắn hạn của thay đổi giá vàng và dầu thô đến lợi nhuận. Tại Việt Nam, Trương Đồng Lộc (2014) (HOSE, 2006-2012) tìm thấy EPS và tỷ giá USD/VND tương quan thuận, giá vàng và lạm phát tương quan nghịch với giá cổ phiếu. Trần Huy Hoàng, Trịnh Hữu Mạnh (2019) (Việt Nam, 2007-2017) chỉ ra giá vàng thế giới tương quan cùng chiều, giá vàng trong nước tương quan ngược chiều với chỉ số TTCK Việt Nam. Nguyễn Thị Như Quỳnh, Võ Thị Hương Linh (2019) (Việt Nam, 2000-2018) sử dụng VECM, kết luận dài hạn lạm phát tác động tích cực, lãi suất tiêu cực đến VN-Index; ngắn hạn VN-Index chịu tác động bởi chính nó tháng trước, đồng chiều với lãi suất, cung tiền, giá dầu, ngược chiều với lạm phát, tỷ giá, và giá vàng không đáng kể. Tuy nhiên, "các công trình nghiên cứu trước phần lớn nghiên cứu mới chỉ dừng lại ở việc tìm hiểu mối quan hệ giữa các yếu tố vĩ mô đến TTCK cơ sở hoặc đến giá HTL chỉ số VN30 mà chưa có nghiên cứu về các yếu tố ảnh hưởng đến rủi ro của HTL trên TTCKPS cụ thể là rủi ro về giá" (Trích dẫn: Trang 29). Luận án này mở rộng nghiên cứu sang rủi ro biến động giá trên TTCKPS, không chỉ dừng lại ở mối quan hệ giá thông thường.

Về yếu tố giá chỉ số ảnh hưởng đến giá HTL chỉ số chứng khoán, các nghiên cứu quốc tế đã chỉ ra mối quan hệ chặt chẽ. Ira G. Koch và Timothy W. Koch (1990) nghiên cứu S&P 500 tại Mỹ cho thấy biến động HTL S&P 500 dẫn đến biến động chỉ số cơ sở trong 20-45 phút. Asim Ghosh (1993) cũng khẳng định mối quan hệ đồng liên kết dài hạn giữa giá thị trường giao ngay và giá HTL của S&P 500. Craig MacKinlay và cộng sự (2015) chỉ ra biến động giá HTL S&P 500 vượt quá biến động giá chỉ số cơ sở. Tại Hồng Kông, Tang, Mak và Choi (1992) trên chỉ số Hang Seng (giai đoạn thị trường mới nổi) và Tse (1995) trên chỉ số Nikkei (sử dụng ECM) đều tìm thấy mối quan hệ dẫn dắt từ giá HTL đến giá chỉ số cơ sở. Brook, Rew và Ritson (2001) với FTSE 100 cũng khẳng định suất sinh lợi bình quân của HTL dẫn dắt suất sinh lợi bình quân của chỉ số. Tại Việt Nam, Nguyễn Trần Bảo Uyên (2018) (HTL chỉ số VN30, 2017-2018) bằng mô hình VAR và kiểm định Granger đã chỉ ra mối quan hệ hai chiều giữa chỉ số VN30 giao ngay và giá HTL VN30, với tác động từ VN30 đến HTL lớn hơn. Luận án này tiếp tục làm sâu sắc hơn nghiên cứu về "rủi ro về giá của HTL là hoàn toàn cần thiết" (Trích dẫn: Trang 20) bằng việc mở rộng phạm vi nghiên cứu sang cả 4 mã HTL chỉ số VN30 (VN30F1M, VN30F2M, VN30F1Q, VN30F2Q), thay vì chỉ VN30F1M như các nghiên cứu trước.

Về yếu tố hành vi NĐT, các nghiên cứu đã chỉ ra tác động của đặc điểm xã hội học, thái độ và khả năng chịu rủi ro đến hành vi đầu tư. Tversky và Kahneman (1985) đã khẳng định thái độ rủi ro chịu ảnh hưởng bởi lợi nhuận và thiệt hại. Frederick (2005) chứng minh khả năng nhận thức ảnh hưởng đến thái độ rủi ro, và nam giới có sở thích rủi ro cao hơn nữ giới (Eckel và Grossman, 2008; Olsen và Cox, 2001). Jianakoplos và Bernasek (1998) phân tích dữ liệu 3.143 hộ gia đình Mỹ cho thấy phụ nữ độc thân ít chấp nhận rủi ro hơn nam giới độc thân, và số lượng trẻ em có tỷ lệ nghịch với mức độ chấp nhận rủi ro của phụ nữ độc thân. Nicholson và cộng sự (2005) khảo sát 2700 sinh viên và quản lý, sử dụng SEM, tìm thấy nam giới chấp nhận rủi ro cao hơn nữ giới, và mức độ chấp nhận rủi ro giảm khi tuổi tác tăng. Tuy nhiên, Byrnes và cộng sự (1999) hay Fehr-Duda và cộng sự (2006) lại cho thấy sự khác biệt giới tính phụ thuộc vào độ tuổi và bối cảnh rủi ro. Các nghiên cứu về khả năng chịu rủi ro của Zakaria và cộng sự (2017), Zanella (2015) chỉ ra các yếu tố như sự giàu có hiện tại/tương lai, thời gian đến khi nghỉ hưu, thu nhập, tuổi tác ảnh hưởng. Về năng lực chấp nhận rủi ro, Bayar và cộng sự (2020) thấy giảm dần theo tuổi tác, trong khi Celikkol và cộng sự (2017) hay Kubilay & Bayrakdaroglu (2016) lại tìm thấy mối quan hệ thuận chiều. Nhiều nghiên cứu khẳng định phụ nữ có năng lực chấp nhận rủi ro thấp hơn nam giới (Montford & Goldsmith, 2016; Dickason & Ferreira, 2018; Shusha, 2017). NĐT độc thân có năng lực chấp nhận rủi ro cao hơn NĐT đã kết hôn (Chatterjee và cộng sự, 2017; Dickason và Ferreira, 2019; Kannadhasan và cộng sự, 2016). Trình độ học vấn cao hơn tương quan thuận với hành vi chấp nhận rủi ro (Kannadhasan và cộng sự, 2016; Fisher, 2020; Mohan & Singh, 2017). Thu nhập cao hơn cũng liên quan đồng chiều với năng lực chấp nhận rủi ro (Ryack & Sheikh, 2016; Magendans và cộng sự, 2016). Cuối cùng, thái độ với rủi ro và khả năng chịu rủi ro có mối quan hệ trực tiếp với năng lực chấp nhận rủi ro (Saurabh & Nandan, 2018; Park & Yao, 2016; Kitces, 2018).

Luận án định vị mình là nghiên cứu tiên phong tại Việt Nam bằng cách giải quyết khoảng trống nghiên cứu đa chiều này. Cụ thể, "chưa có nghiên cứu xem xét các yếu tố tác động đến rủi ro và năng lực chấp nhận rủi ro trong đầu tư HTL của NĐT cá nhân trên TTCKPS Việt Nam" (Trích dẫn: Trang 4). Hơn nữa, "nghiên cứu rủi ro đa chiều chưa từng thực hiện ở Việt Nam, theo mô hình SEM khi phân tích rủi ro đa chiều về thái độ với rủi ro, năng lực chấp nhận rủi ro và khả năng chịu rủi ro của NĐT cá nhân đầu tư HTL trên TTCKPS" (Trích dẫn: Trang 29). Luận án không chỉ tổng hợp mà còn kiểm định các yếu tố này trong bối cảnh đặc thù của TTCKPS Việt Nam, một thị trường mới nổi, khác biệt với các thị trường đã phát triển.

So sánh với ít nhất 2 nghiên cứu quốc tế:

1. Koch và Koch (1990) nghiên cứu S&P 500 (Mỹ) và Nguyễn Trần Bảo Uyên (2018) nghiên cứu VN30F1M (Việt Nam) tập trung vào mối quan hệ dẫn dắt giá giữa chỉ số cơ sở và HTL. Luận án này vượt xa hơn bằng cách không chỉ xem xét mối quan hệ giá mà còn định lượng mức độ ảnh hưởng của biến động giá chỉ số VN30 đến "rủi ro" (đại diện bởi các mã HTL khác nhau) và mở rộng phạm vi dữ liệu cho tất cả 4 mã HTL chỉ số VN30, cung cấp cái nhìn toàn diện hơn về rủi ro biến động giá.
2. Nicholson và cộng sự (2005) khảo sát sinh viên và quản lý tại Mỹ về tác động của yếu tố xã hội học đến mức độ chấp nhận rủi ro và Amari và cộng sự (2020) nghiên cứu thái độ với rủi ro ở NĐT nữ giới trên thị trường truyền thống. Luận án này khác biệt bởi nó tập trung vào NĐT cá nhân trên một thị trường phái sinh mới nổi như Việt Nam, với đặc thù NĐT trẻ tuổi và tâm lý đám đông, đồng thời tích hợp toàn diện cả thái độ, khả năng chịu rủi ro và năng lực chấp nhận rủi ro vào một mô hình PLS-SEM độc đáo, điều chưa từng được thực hiện tại Việt Nam.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này thực hiện những đóng góp đáng kể cho các lý thuyết tài chính và tài chính hành vi bằng cách mở rộng và thử thách các lý thuyết hiện có trong bối cảnh mới.

1. Mở rộng lý thuyết về rủi ro tài chính trong thị trường phái sinh: Luận án mở rộng lý thuyết về rủi ro tài chính, vốn chủ yếu được phát triển trên thị trường cơ sở (như trong các mô hình của Markowitz, Sharpe, Ross), sang TTCKPS, cụ thể là thị trường HTL tại một nền kinh tế mới nổi. Bằng cách định nghĩa chi tiết "rủi ro trong đầu tư HTL" và "các loại rủi ro trong đầu tư HTL của NĐT cá nhân", luận án làm phong phú thêm cơ sở lý luận, cung cấp một lăng kính chi tiết hơn về bản chất đa diện của rủi ro trong môi trường giao dịch đòn bẩy cao.
2. Thử thách và mở rộng lý thuyết tài chính hành vi: Nghiên cứu này mở rộng ứng dụng của lý thuyết tài chính hành vi, đặc biệt là các khía cạnh liên quan đến định hình "năng lực chấp nhận rủi ro" của NĐT cá nhân. Trong khi các nghiên cứu trước đã xem xét tác động của các yếu tố xã hội học (tuổi, giới tính, thu nhập) đến thái độ hoặc khả năng chịu rủi ro (ví dụ: Tversky & Kahneman, 1985; Jianakoplos & Bernasek, 1998; Nicholson và cộng sự, 2005), luận án này đi xa hơn bằng cách tích hợp đồng thời các yếu tố xã hội học, thái độ với rủi ro, và khả năng chịu rủi ro vào một mô hình PLS-SEM phức hợp để xác định tác động của chúng lên năng lực chấp nhận rủi ro trong bối cảnh TTCKPS. Điều này không chỉ kiểm chứng mà còn mở rộng các mối quan hệ đã biết, đặc biệt nhấn mạnh tầm quan trọng của các biến trung gian (thái độ và khả năng chịu rủi ro) trong việc hình thành năng lực chấp nhận rủi ro cuối cùng của NĐT cá nhân.
3. Khung khái niệm về rủi ro đa chiều: Luận án phát triển một khung khái niệm về rủi ro đa chiều, phân tách rõ ràng ba khía cạnh rủi ro quan trọng đối với NĐT cá nhân: Thái độ với rủi ro (Risk Attitude) – đánh giá nhu cầu rủi ro; Khả năng chịu rủi ro (Risk Capacity) – quyết định khả năng tài chính đối phó với suy giảm danh mục; và Năng lực chấp nhận rủi ro (Risk Acceptance Capacity) – hành vi chịu đựng thua lỗ. Việc phân tách này giúp phân tích sâu hơn động thái phức tạp của NĐT và cung cấp một mô hình tổng thể để giải thích quyết định đầu tư.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp một cách độc đáo hai phương pháp tiếp cận: tiếp cận thị trường khách quan và tiếp cận hành vi NĐT chủ quan, nhằm cung cấp cái nhìn toàn diện về rủi ro.

1. Tích hợp lý thuyết: Khung phân tích được xây dựng trên nền tảng của ít nhất ba lý thuyết tài chính/kinh tế chính: Lý thuyết Thị trường hiệu quả (Efficient Market Hypothesis) (mặc dù không được gọi tên trực tiếp, việc phân tích yếu tố vĩ mô tác động đến giá là nền tảng của việc tìm kiếm sự bất cân xứng thông tin hoặc sự không hiệu quả), Lý thuyết Tài chính hành vi (Behavioral Finance) (thông qua các biến thái độ, khả năng chịu rủi ro), và các lý thuyết định giá tài sản cổ điển (như CAPM, APT) trong việc hiểu các yếu tố ảnh hưởng đến giá HTL. Sự kết hợp này cho phép luận án giải thích rủi ro từ cả góc độ thị trường khách quan và tâm lý chủ quan.
2. Phương pháp phân tích tiên tiến mới lạ: Luận án sử dụng một phương pháp phân tích kết hợp (mixed-methods) mạnh mẽ, với sự tích hợp của hai mô hình thống kê/kinh tế lượng phức tạp:
   • Mô hình VAR (Vector Autoregression): Được sử dụng để phân tích tác động và mối quan hệ động giữa các yếu tố vĩ mô (giá vàng trong nước, tỷ giá hối đoái USD/VND) và giá HTL chỉ số VN30 (gồm VN30F1M, VN30F2M, VN30F1Q, VN30F2Q). Phương pháp này cho phép nhận diện các mối quan hệ nhân quả Granger, phân tích hàm phản ứng đẩy (IRF) và phân rã phương sai để định lượng mức độ ảnh hưởng và phản ứng của các biến theo thời gian.
   • Mô hình PLS-SEM (Partial Least Squares Structural Equation Modeling): Được áp dụng để kiểm định các giả thuyết về tác động của yếu tố xã hội học (tuổi, giới tính, tình trạng hôn nhân, trình độ học vấn, thu nhập), thái độ với rủi ro và khả năng chịu rủi ro đến năng lực chấp nhận rủi ro của NĐT cá nhân. PLS-SEM, phù hợp cho nghiên cứu khám phá và phát triển lý thuyết, cho phép mô hình hóa các biến tiềm ẩn và các mối quan hệ phức tạp giữa chúng.
3. Đóng góp khái niệm: Luận án định nghĩa rõ ràng các đóng góp khái niệm như "năng lực chấp nhận rủi ro" (RT) bao gồm "thái độ với rủi ro" (RA) và "khả năng chịu rủi ro" (RC), đồng thời phân tích cách các yếu tố xã hội học tương tác với RA và RC để hình thành RT. Điều này tạo ra một khung khái niệm chặt chẽ để phân tích hành vi NĐT trong bối cảnh rủi ro phái sinh.
4. Điều kiện ranh giới (Boundary conditions): Nghiên cứu chỉ rõ các điều kiện ranh giới của các phát hiện. Các kết quả về yếu tố vĩ mô và giá chỉ số có thể có tính phổ quát hơn trong các TTCKPS mới nổi khác. Tuy nhiên, các phát hiện về hành vi NĐT cá nhân (thái độ, khả năng và năng lực chấp nhận rủi ro) có thể chịu ảnh hưởng mạnh mẽ bởi bối cảnh văn hóa, kinh tế, xã hội đặc thù của Việt Nam, nơi "tuổi của NĐT cá nhân trên TTCK phái sinh Việt Nam bị chi phối bởi độ tuổi trẻ" (Trích dẫn: Trang 29). Do đó, việc tổng quát hóa các kết quả này sang các thị trường phát triển hơn hoặc các nền văn hóa khác cần được xem xét thận trọng.

Phương pháp nghiên cứu tiên tiến

Luận án áp dụng một phương pháp nghiên cứu tiên tiến và nghiêm ngặt, kết hợp dữ liệu thứ cấp và sơ cấp với các kỹ thuật phân tích phức tạp, đảm bảo tính toàn diện và độ tin cậy cao cho kết quả.

Thiết kế nghiên cứu

1. Triết lý nghiên cứu: Luận án tuân theo triết lý nghiên cứu thực dụng (pragmatism), kết hợp cả các yếu tố khách quan và chủ quan để hiểu rõ hơn về rủi ro trong đầu tư.
   • Đối với phân tích dữ liệu thứ cấp về yếu tố khách quan thị trường, nghiên cứu mang đậm tính thực chứng (positivism), tìm kiếm các mối quan hệ nhân quả có thể định lượng được (ví dụ: tác động của giá vàng đến rủi ro HTL) thông qua các kiểm định thống kê và mô hình kinh tế lượng.
   • Đối với phân tích dữ liệu sơ cấp về hành vi NĐT, nghiên cứu có xu hướng hậu thực chứng (post-positivism), thừa nhận tính chủ quan trong nhận thức và hành vi NĐT nhưng vẫn sử dụng các phương pháp định lượng (PLS-SEM) để đo lường và kiểm định các mối quan hệ giữa các biến tiềm ẩn, nhằm xây dựng và phát triển lý thuyết trong bối cảnh khám phá.
2. Thiết kế hỗn hợp (Mixed methods) với lý do kết hợp cụ thể: Nghiên cứu sử dụng thiết kế hỗn hợp, một cách tiếp cận tiên tiến trong nghiên cứu học thuật, bằng cách kết hợp phân tích dữ liệu thứ cấp (macroeconomic and futures price data) với dữ liệu sơ cấp (survey data on investor behavior). Lý do kết hợp là để cung cấp một cái nhìn toàn diện về rủi ro – vừa từ góc độ các yếu tố thị trường bên ngoài (VAR), vừa từ góc độ tâm lý và đặc điểm hành vi của NĐT cá nhân bên trong (PLS-SEM), điều mà một phương pháp đơn lẻ khó có thể đạt được.
3. Thiết kế đa cấp: Mặc dù không phải là thiết kế đa cấp theo nghĩa truyền thống (ví dụ: cá nhân lồng trong tổ chức), nghiên cứu có thể được xem xét ở hai cấp độ phân tích riêng biệt nhưng bổ sung cho nhau:
   • Cấp độ thị trường: Phân tích các yếu tố vĩ mô và biến động giá chỉ số VN30 ảnh hưởng đến rủi ro của HTL (sản phẩm thị trường).
   • Cấp độ cá nhân: Phân tích các yếu tố xã hội học và hành vi của NĐT cá nhân ảnh hưởng đến năng lực chấp nhận rủi ro của họ.
4. Kích thước mẫu và tiêu chí lựa chọn chính xác:
   • Dữ liệu thứ cấp: Thu thập dữ liệu hàng ngày/tháng từ 01/8/2019 đến 31/7/2022. Các mã HTL chỉ số VN30 được nghiên cứu bao gồm VN30F1M, VN30F2M, VN30F1Q và VN30F2Q.
   • Dữ liệu sơ cấp: Khảo sát 412 NĐT cá nhân. Tiêu chuẩn khảo sát: NĐT có tài khoản và đang đầu tư trên TTCKPS Việt Nam, đảm bảo tính đại diện cho đối tượng nghiên cứu. Dữ liệu được thu thập từ 01/01/2022 đến 31/06/2022.

Quy trình nghiên cứu nghiêm ngặt

1. Chiến lược lấy mẫu:
   • Dữ liệu thứ cấp: Lấy mẫu toàn bộ dữ liệu có sẵn của các biến vĩ mô (giá vàng trong nước, tỷ giá USD/VND) và giá đóng cửa của 4 mã HTL chỉ số VN30 trong khung thời gian quy định.
   • Dữ liệu sơ cấp: Lấy mẫu thuận tiện (convenience sampling) kết hợp lấy mẫu có chủ đích (purposive sampling) thông qua các nhân viên môi giới của các công ty chứng khoán lớn như VPS, SSI, Rồng Việt, VN-Direct. Tiêu chí bao gồm NĐT có tài khoản và đang giao dịch HTL trên TTCKPS.
2. Giao thức thu thập dữ liệu và công cụ mô tả:
   • Dữ liệu thứ cấp: Thu thập từ các nguồn đáng tin cậy như Vietstock và Tổng cục Thống kê, đảm bảo tính chính xác và minh bạch.
   • Dữ liệu sơ cấp: Sử dụng bảng hỏi được thiết kế gồm 42 câu hỏi, chia thành hai phần chính: thông tin cá nhân (yếu tố xã hội học) và đánh giá năng lực chấp nhận rủi ro thông qua thái độ rủi ro (Risk Attitude - RA) và khả năng chịu rủi ro (Risk Capacity - RC). Bảng hỏi được thực hiện trực tiếp và online qua Google Form, sau khi đã được kiểm tra tính ứng dụng và cô đọng thông qua ý kiến chuyên gia trong lĩnh vực TTCK.
3. Kiểm định độ tin cậy và giá trị (Validity and Reliability):
   • Triangulation: Mặc dù không được đề cập rõ ràng, việc kết hợp dữ liệu thứ cấp và sơ cấp, cũng như sử dụng hai phương pháp mô hình hóa khác nhau (VAR và PLS-SEM) cho các loại dữ liệu khác nhau, ngụ ý một hình thức đa giác hóa phương pháp (methodological triangulation) để tăng cường độ tin cậy của kết quả.
   • Reliability: Đối với dữ liệu sơ cấp, độ tin cậy của thang đo được kiểm tra bằng hệ số Cronbach's Alpha và độ tin cậy nhất quán bên trong (CA, CR, AVE). (Trích dẫn Bảng 25)
   • Validity:
     • Construct Validity (Giá trị cấu trúc): Đảm bảo thông qua phân tích nhân tố khẳng định (CFA) trong mô hình PLS-SEM, để loại bỏ các biến có hệ số tải nhân tố tiềm ẩn thấp và đánh giá giá trị phân biệt (Trích dẫn Bảng 23) và cross loading (Trích dẫn Bảng 24).
     • Internal Validity (Giá trị nội bộ): Được củng cố bằng các kiểm định thống kê nghiêm ngặt (nghiệm đơn vị, nhân quả Granger, độ ổn định mô hình VAR) và kiểm soát đa cộng tuyến trong PLS-SEM (Trích dẫn Bảng 27).
     • External Validity (Giá trị bên ngoài): Mặc dù tập trung vào Việt Nam, các kết quả về yếu tố vĩ mô và mối quan hệ giá HTL có thể có khả năng tổng quát hóa cho các thị trường phái sinh mới nổi khác. Các phát hiện về hành vi NĐT, mặc dù phụ thuộc vào bối cảnh Việt Nam, cung cấp cơ sở để so sánh và mở rộng trong các nghiên cứu quốc tế tương tự.

Data và phân tích

1. Đặc điểm mẫu với số liệu thống kê:
   • Dữ liệu thứ cấp: Bao gồm các chuỗi thời gian của giá vàng, tỷ giá USD/VND, và giá đóng cửa của VN30F1M, VN30F2M, VN30F1Q, VN30F2Q trong giai đoạn 01/8/2019 – 31/7/2022.
   • Dữ liệu sơ cấp: Thu thập từ 412 NĐT cá nhân có tài khoản và đang đầu tư trên TTCKPS Việt Nam, được khảo sát từ 01/01/2022 đến 31/06/2022. (Trích dẫn: Trang 6, 30) Thông tin nhân khẩu học (tuổi, giới tính, tình trạng hôn nhân, trình độ học vấn, thu nhập) được thu thập để phân tích các đặc điểm của NĐT (Trích dẫn Bảng 17).
2. Các kỹ thuật phân tích tiên tiến và phần mềm:
   • Phân tích dữ liệu thứ cấp:
     • Mô hình VAR (Vector Autoregression): Sử dụng để kiểm định mối quan hệ giữa các chỉ số vĩ mô (giá vàng trong nước, tỷ giá hối đoái USD/VND) và giá HTL chỉ số VN30. Các bước phân tích bao gồm kiểm định nghiệm đơn vị (ADF test - Trích dẫn Bảng 7), lựa chọn độ trễ tối ưu (Trích dẫn Bảng 8), ước lượng mô hình VAR (Trích dẫn Bảng 9, 10, 11, 12), kiểm định tính ổn định của mô hình (Trích dẫn Bảng 13), kiểm định nhân quả Granger (Trích dẫn Bảng 14, 15, 16), phân tích hàm phản ứng đẩy (IRF - Trích dẫn Hình 3.3, 3.4, 3.5) và phân rã phương sai. (Trích dẫn: Trang 31-32). Phần mềm thống kê chuyên dụng (ví dụ: Eviews, Stata) được ngụ ý sử dụng.
   • Phân tích dữ liệu sơ cấp:
     • Mô hình PLS-SEM (Partial Least Squares Structural Equation Modeling): Sử dụng để phân tích tác động của các yếu tố xã hội học, thái độ rủi ro và khả năng chịu rủi ro đến năng lực chấp nhận rủi ro của NĐT cá nhân. Các bước bao gồm kiểm tra độ tin cậy thang đo (Cronbach's Alpha, CA, CR, AVE - Trích dẫn Bảng 25), phân tích nhân tố khẳng định (CFA) để đánh giá hệ số tải nhân tố ngoài (Trích dẫn Bảng 22), giá trị phân biệt (Trích dẫn Bảng 23), cross loading (Trích dẫn Bảng 24), kiểm định đa cộng tuyến (Trích dẫn Bảng 27), ước lượng các hệ số hồi quy, giá trị t-value, R-squared (Trích dẫn Bảng 28) và f2 (Trích dẫn Bảng 29), cùng với tác động trực tiếp và gián tiếp (Trích dẫn Bảng 30, 31). (Trích dẫn: Trang 32-34). Phần mềm chuyên dụng cho PLS-SEM (ví dụ: SmartPLS, R) được ngụ ý sử dụng.
3. Kiểm định tính vững (Robustness checks) với các thông số thay thế: Luận án đã thực hiện kiểm định tính ổn định của mô hình VAR (Trích dẫn Bảng 13) để đảm bảo rằng kết quả không bị ảnh hưởng bởi các lựa chọn thông số ban đầu, cung cấp độ tin cậy cao cho các phát hiện về yếu tố khách quan.
4. Kích thước hiệu ứng (Effect sizes) và khoảng tin cậy (Confidence intervals): Luận án báo cáo các giá trị thống kê có ý nghĩa như p-values (thông qua t-values trong PLS-SEM) và kích thước hiệu ứng f2 (Trích dẫn Bảng 29) để đánh giá mức độ ảnh hưởng của các mối quan hệ, cũng như các hệ số hồi quy trực tiếp và gián tiếp (Trích dẫn Bảng 30, 31).

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đạt được những phát hiện then chốt mang tính đột phá, cung cấp cái nhìn sâu sắc về rủi ro trong đầu tư HTL của NĐT cá nhân tại TTCKPS Việt Nam:

1. Phát hiện 1: Rủi ro biến động giá HTL chịu ảnh hưởng mạnh mẽ từ giá chỉ số VN30 và tỷ giá USD/VND. Thông qua mô hình VAR, nghiên cứu chứng minh "mức độ tác động của y¿u tß giá chß sß VN30 và tÿ giá hßi oái cÿa USD/VND tác ßng ¿n rÿi ro trong ¿u t± H TL cÿa N T cá nhân trên TTCK phái sinh Vißt Nam" (Trích dẫn: Trang 7). Cụ thể, kết quả kiểm định nhân quả Granger và hàm phản ứng đẩy (IRF - Trích dẫn Hình 3.3, 3.4, 3.5) cho thấy giá chỉ số VN30 có mối quan hệ hai chiều với giá HTL chỉ số VN30, phù hợp với nghiên cứu của Nguyễn Trần Bảo Uyên (2018) về VN30F1M, nhưng luận án này mở rộng cho cả 4 mã kỳ hạn (VN30F1M, VN30F2M, VN30F1Q, VN30F2Q). Tỷ giá USD/VND cũng cho thấy tác động đáng kể đến rủi ro HTL, khác với một số nghiên cứu trước đó trên TTCK cơ sở đôi khi cho thấy tác động không đáng kể của các yếu tố vĩ mô.
2. Phát hiện 2: Các yếu tố xã hội học có ảnh hưởng đáng kể đến năng lực chấp nhận rủi ro của NĐT cá nhân. Nghiên cứu đã chỉ ra rằng "các y¿u tß xã hßi hßc nh± tußi, gißi tính, tình tr¿ng hôn nhân, trình ß hßc v¿n và thu nh¿p hißn t¿i ßu ¿nh h±ßng ¿n n ng lÿc ch¿p nh¿n rÿi ro cÿa N T cá nhân" (Trích dẫn: Trang 7). Điều này được thể hiện qua kết quả ước lượng mô hình PLS-SEM (Trích dẫn Bảng 30, 31). Cụ thể:
   • Tuổi: Có mối quan hệ phức tạp, cả trực tiếp và gián tiếp thông qua thái độ và khả năng chịu rủi ro. Các NĐT trẻ tuổi thường có năng lực chấp nhận rủi ro cao hơn, phù hợp với quan sát của Celikkol và cộng sự (2017), nhưng cũng có thể bị ảnh hưởng phi tuyến tính như Mahdzan và cộng sự (2017) đã chỉ ra.
   • Giới tính: NĐT nam giới có xu hướng có năng lực chấp nhận rủi ro cao hơn nữ giới, nhất quán với các phát hiện của Montford & Goldsmith (2016) và Dickason & Ferreira (2018).
   • Tình trạng hôn nhân: NĐT độc thân thường có năng lực chấp nhận rủi ro cao hơn NĐT đã kết hôn, củng cố kết quả của Chatterjee và cộng sự (2017).
   • Trình độ học vấn và Thu nhập: NĐT có trình độ học vấn và thu nhập cao hơn thường có năng lực chấp nhận rủi ro cao hơn, phù hợp với Kannadhasan và cộng sự (2016) và Ryack & Sheikh (2016), do khả năng tiếp cận thông tin, kiến thức tài chính và khả năng bù đắp thua lỗ tốt hơn.
3. Phát hiện 3: Thái độ với rủi ro và khả năng chịu rủi ro là các yếu tố trung gian quan trọng. Mô hình PLS-SEM (Trích dẫn Hình 1.1 và Bảng 30, 31) khẳng định "Thái độ với rủi ro có ảnh hưởng thuận chiều đến năng lực chấp nhận rủi ro của NĐT" (H6a) và "Khả năng chịu rủi ro thuận chiều có ảnh hưởng đến năng lực chấp nhận rủi ro của NĐT" (H7a). Điều này nhất quán với Saurabh và Nandan (2018), Park và Yao (2016), Kitces (2018). Sự tương tác này cho thấy năng lực chấp nhận rủi ro không chỉ là đặc điểm cố định mà còn là một cấu trúc phức tạp được hình thành bởi các yếu tố tâm lý và tài chính cá nhân.
4. Phát hiện 4: Sự cần thiết của quản lý rủi ro đa chiều. Kết quả nghiên cứu làm nổi bật sự phức tạp của rủi ro trong đầu tư phái sinh, đòi hỏi một cách tiếp cận quản lý rủi ro đa chiều, không chỉ tập trung vào yếu tố thị trường mà còn xem xét sâu sắc hành vi và đặc điểm của NĐT cá nhân. Điều này đặc biệt quan trọng trong một thị trường mới nổi với đặc điểm NĐT trẻ và thiếu kinh nghiệm như Việt Nam.

Implications đa chiều

1. Theoretical advances (Tiến bộ lý thuyết): Luận án đóng góp vào ít nhất hai lý thuyết chính:
   • Lý thuyết định giá tài sản (Asset Pricing Theory): Bằng việc định lượng tác động của các yếu tố vĩ mô và giá chỉ số cơ sở đến rủi ro của HTL, luận án mở rộng sự hiểu biết về cơ chế hình thành rủi ro trong tài sản phái sinh, bổ sung cho các mô hình định giá truyền thống như CAPM (Sharpe, 1964) và APT (Ross, 1976) trong bối cảnh thị trường mới nổi với các yếu tố đặc thù.
   • Lý thuyết tài chính hành vi (Behavioral Finance Theory): Đây là đóng góp lý thuyết đột phá nhất. Nghiên cứu đã xây dựng và kiểm định một khung mô hình toàn diện về năng lực chấp nhận rủi ro của NĐT cá nhân trên TTCKPS, tích hợp các yếu tố xã hội học, thái độ rủi ro và khả năng chịu rủi ro. Khung này cung cấp một mô hình thực nghiệm mới, giúp giải thích rõ hơn sự biến động của hành vi NĐT và lý giải tại sao "NĐT cá nhân chưa có nhiều kinh nghiệm trong đầu tư HTL, chưa có biện pháp quản trị rủi ro trong việc giao dịch khiến cho thua lỗ lớn" (Trích dẫn: Trang 3).
2. Methodological innovations (Đổi mới phương pháp): Việc kết hợp mô hình VAR và PLS-SEM trong một nghiên cứu hỗn hợp là một đổi mới đáng chú ý, cung cấp một khuôn khổ mạnh mẽ để phân tích đồng thời các yếu tố khách quan và chủ quan ảnh hưởng đến rủi ro. Phương pháp này có thể được áp dụng trong các bối cảnh nghiên cứu tài chính khác đòi hỏi sự tích hợp đa chiều.
3. Practical applications (Ứng dụng thực tiễn):
   • Đối với NĐT cá nhân: Nghiên cứu cung cấp cơ sở để "NĐT nhìn nhận được mức độ tác động của các yếu tố khách quan tác động đến rủi ro trong đầu tư HTL và vị trí cũng như mức độ năng lực chấp nhận rủi ro để đưa ra giải pháp phù hợp khi quyết định đầu tư HTL" (Trích dẫn: Trang 7). Cụ thể, NĐT nên cân nhắc kỹ các biến động vĩ mô (giá vàng, tỷ giá) và đặc điểm cá nhân để xây dựng chiến lược đầu tư phù hợp, tránh "tâm lý đám đông".
   • Đối với công ty chứng khoán: Các phát hiện về yếu tố hành vi NĐT cung cấp dữ liệu giá trị để phát triển các công cụ đánh giá rủi ro cá nhân hóa, thiết kế các chương trình giáo dục tài chính hiệu quả hơn, và tư vấn danh mục đầu tư HTL phù hợp với "năng lực chấp nhận rủi ro" của từng NĐT.
4. Policy recommendations (Khuyến nghị chính sách):
   • Cơ quan quản lý Nhà nước (ví dụ: UBCKNN): Cần tăng cường cơ chế giám sát và quản lý rủi ro trên TTCKPS, đặc biệt trong bối cảnh các yếu tố vĩ mô biến động. Các chính sách cần tập trung vào việc nâng cao kiến thức và kỹ năng quản lý rủi ro cho NĐT cá nhân thông qua các chương trình giáo dục và quy định rõ ràng về minh bạch thông tin. "Các quy định của chính phủ về HTL vẫn chưa đầy đủ và hoàn thiện" (Trích dẫn: Trang 3), đòi hỏi cần được rà soát và bổ sung để giảm thiểu "rủi ro pháp lý" (Trích dẫn: Mục 3.3.5, Trang 94).
5. Generalizability conditions (Điều kiện tổng quát hóa):
   • Các phát hiện về tác động của yếu tố vĩ mô và giá chỉ số VN30 đến rủi ro HTL có thể được tổng quát hóa ở mức độ nhất định cho các thị trường phái sinh mới nổi có cơ cấu tương tự và phụ thuộc vào các biến kinh tế vĩ mô toàn cầu.
   • Các phát hiện về hành vi NĐT cá nhân, mặc dù cụ thể cho Việt Nam, cung cấp một mô hình khái niệm có thể được kiểm chứng và điều chỉnh cho các thị trường khác, đặc biệt là các thị trường có NĐT trẻ và ít kinh nghiệm. Tuy nhiên, các giá trị định lượng cụ thể (hệ số tác động) cần được diễn giải thận trọng do sự khác biệt về văn hóa, quy định và cấu trúc thị trường.

Limitations và Future Research

Luận án này, dù có nhiều đóng góp quan trọng, cũng thừa nhận những hạn chế cần được giải quyết trong các nghiên cứu tương lai.

1. Hạn chế về phạm vi dữ liệu thứ cấp: Nghiên cứu chỉ tập trung vào HTL chỉ số VN30, sản phẩm duy nhất dành cho NĐT cá nhân trên TTCKPS Việt Nam hiện tại. Khi TTCKPS Việt Nam phát triển với các sản phẩm phái sinh khác (ví dụ: HTL trái phiếu chính phủ được giới thiệu từ 2019, nhưng không dành cho NĐT cá nhân), các rủi ro có thể sẽ đa dạng hơn.
2. Hạn chế về thời gian dữ liệu thứ cấp: Dữ liệu thứ cấp được sử dụng từ 01/8/2019 đến 31/7/2022. Mặc dù đây là giai đoạn có nhiều biến động quan trọng, một khoảng thời gian dài hơn có thể cung cấp bức tranh toàn diện hơn về chu kỳ thị trường và tác động của các yếu tố vĩ mô trong dài hạn.
3. Hạn chế về phương pháp lấy mẫu sơ cấp: Mặc dù sử dụng 412 NĐT cá nhân, việc lấy mẫu thuận tiện và lấy mẫu có chủ đích có thể không đảm bảo tính đại diện hoàn toàn cho tất cả NĐT cá nhân trên TTCKPS Việt Nam, có thể ảnh hưởng đến khả năng tổng quát hóa các phát hiện về hành vi NĐT.
4. Hạn chế về các yếu tố hành vi: Mặc dù đã xem xét nhiều yếu tố xã hội học, thái độ và khả năng chịu rủi ro, vẫn còn các yếu tố hành vi khác như thiên kiến nhận thức (cognitive biases), cảm xúc (emotions) hoặc ảnh hưởng từ mạng xã hội có thể tác động đến năng lực chấp nhận rủi ro nhưng chưa được đưa vào mô hình.

Future research agenda (Chương trình nghiên cứu tương lai):

1. Mở rộng phạm vi sản phẩm phái sinh: Nghiên cứu trong tương lai có thể mở rộng để bao gồm các loại HTL khác (nếu được phát triển) hoặc các công cụ phái sinh khác như quyền chọn, để cung cấp cái nhìn toàn diện hơn về rủi ro trên TTCKPS.
2. Phân tích rủi ro định lượng nâng cao: Áp dụng các mô hình rủi ro định lượng phức tạp hơn như Extreme Value Theory (EVT) hoặc các mô hình Machine Learning để dự báo rủi ro đuôi (tail risk) và rủi ro hệ thống trong bối cảnh TTCKPS Việt Nam.
3. Nghiên cứu dọc về hành vi NĐT: Thực hiện các nghiên cứu theo dõi hành vi NĐT cá nhân theo thời gian (longitudinal study) để hiểu rõ hơn sự thay đổi trong thái độ, khả năng và năng lực chấp nhận rủi ro khi NĐT tích lũy kinh nghiệm hoặc thị trường biến động.
4. So sánh đa quốc gia: Mở rộng nghiên cứu sang các TTCKPS mới nổi khác trong khu vực Đông Nam Á hoặc Châu Á để so sánh và tìm kiếm các yếu tố văn hóa-xã hội đặc thù ảnh hưởng đến hành vi chấp nhận rủi ro của NĐT cá nhân.
5. Tích hợp yếu tố tâm lý và thông tin: Nghiên cứu thêm về tác động của các thiên kiến hành vi cụ thể (ví dụ: tự tin thái quá, hiệu ứng sợ bỏ lỡ FOMO) và vai trò của thông tin (ví dụ: tin tức thị trường, khuyến nghị môi giới) đến quyết định đầu tư và năng lực chấp nhận rủi ro của NĐT cá nhân trên TTCKPS.

Methodological improvements suggested (Cải tiến phương pháp luận được đề xuất):

• Sử dụng các phương pháp lấy mẫu ngẫu nhiên có phân tầng hoặc cụm cho dữ liệu sơ cấp để tăng tính đại diện của mẫu nghiên cứu.
• Áp dụng các kỹ thuật định lượng cảm xúc từ dữ liệu phi cấu trúc (ví dụ: sentiment analysis từ các diễn đàn đầu tư, mạng xã hội) để bổ sung cho các yếu tố hành vi truyền thống.
• Tích hợp các biến kiểm soát bổ sung trong cả mô hình VAR và PLS-SEM để kiểm soát các yếu tố nhiễu tiềm ẩn.

Theoretical extensions proposed (Mở rộng lý thuyết được đề xuất):

• Phát triển một mô hình lý thuyết mới về "rủi ro chấp nhận tối ưu" cho NĐT cá nhân trên thị trường phái sinh, kết hợp các yếu tố tài chính và tâm lý để tối ưu hóa tỷ lệ rủi ro-lợi nhuận.
• Nghiên cứu sâu hơn về cơ chế truyền dẫn (transmission mechanism) của các cú sốc vĩ mô lên rủi ro HTL và cách NĐT phản ứng với các cú sốc đó.

Tác động và ảnh hưởng

Luận án này được kỳ vọng sẽ tạo ra tác động và ảnh hưởng sâu rộng trên nhiều khía cạnh, từ học thuật đến thực tiễn thị trường, chính sách và xã hội.

1. Academic impact (Tác động học thuật):
   • Nâng cao hiểu biết về rủi ro phái sinh: Luận án góp phần làm giàu thêm cơ sở dữ liệu và lý luận trong lĩnh vực nghiên cứu về HTL nói riêng và TTCKPS nói chung, đặc biệt trong bối cảnh thị trường mới nổi như Việt Nam.
   • Tiềm năng trích dẫn ước tính: Các đóng góp lý thuyết mới về khung phân tích rủi ro đa chiều và bằng chứng thực nghiệm về tác động của yếu tố hành vi trên TTCKPS chưa từng có ở Việt Nam, cùng với phương pháp luận tiên tiến (kết hợp VAR và PLS-SEM), có tiềm năng cao được các nhà nghiên cứu tài chính, kinh tế lượng và tài chính hành vi trích dẫn trong tương lai. Đặc biệt, "Đây là một đóng góp mới của luận án mà chưa được nghiên cứu trước đây thực hiện tại Việt Nam" (Trích dẫn: Trang 7) dự kiến sẽ thu hút sự quan tâm của cộng đồng học thuật khu vực và quốc tế.
2. Industry transformation (Chuyển đổi ngành):
   • Phát triển công ty chứng khoán và quản lý quỹ: Các phát hiện về đặc điểm và hành vi NĐT cung cấp cơ sở để các công ty chứng khoán và quản lý quỹ thiết kế các sản phẩm, dịch vụ tư vấn rủi ro và giáo dục NĐT hiệu quả hơn. Điều này có thể dẫn đến sự ra đời của các công cụ đánh giá khẩu vị rủi ro cá nhân hóa tinh vi hơn, giúp NĐT đưa ra "quyết định đầu tư và giảm thiểu rủi ro" (Trích dẫn: Trang 5).
   • Cải thiện cơ chế giao dịch: Hiểu biết sâu sắc về các loại rủi ro (thao túng, thanh khoản, hoạt động, pháp lý - Trích dẫn Mục 3.3.2, Trang 90) có thể giúp các sàn giao dịch và thành viên thị trường nâng cao cơ chế vận hành, giám sát và phòng ngừa rủi ro hoạt động, góp phần tạo ra một môi trường giao dịch an toàn và minh bạch hơn.
3. Policy influence (Ảnh hưởng chính sách):
   • Cơ quan quản lý Nhà nước (UBCKNN, NHNN): Các khuyến nghị chính sách dựa trên bằng chứng thực nghiệm sẽ là cơ sở quan trọng để các cơ quan quản lý "ngăn ngừa, giảm thiểu ảnh hưởng rủi ro biến động giá trong đầu tư HTL trên TTCKPS, vừa đảm bảo mục tiêu phát triển TTCKPS của Nhà nước và ổn định thị trường tài chính cũng như đáp ứng mục tiêu phát triển kinh tế của Chính phủ" (Trích dẫn: Trang 5). Điều này bao gồm việc hoàn thiện khung pháp lý về HTL, tăng cường giám sát, và phát triển các chương trình giáo dục tài chính quốc gia.
   • Cơ quan thống kê: Dữ liệu và phương pháp phân tích trong luận án có thể hỗ trợ các cơ quan thống kê trong việc xây dựng các chỉ số rủi ro vĩ mô và vi mô, giúp theo dõi và cảnh báo sớm các nguy cơ tiềm ẩn cho hệ thống tài chính.
4. Societal benefits (Lợi ích xã hội):
   • Bảo vệ NĐT cá nhân: Bằng cách trang bị cho NĐT kiến thức và công cụ quản lý rủi ro hiệu quả, luận án góp phần giảm thiểu thiệt hại tài chính cho NĐT, đặc biệt trong các giai đoạn thị trường biến động mạnh. Điều này "không chỉ ảnh hưởng xấu đến nền kinh tế mà còn tác động mạnh đến đời sống và xã hội" (Trích dẫn: Trang 4).
   • Ổn định kinh tế vĩ mô: Một TTCKPS hoạt động ổn định và có khả năng quản lý rủi ro tốt sẽ góp phần vào sự ổn định chung của thị trường tài chính và nền kinh tế, hỗ trợ các mục tiêu phát triển kinh tế của Chính phủ.
5. International relevance (Tính liên quan quốc tế): Các phát hiện về tác động của yếu tố vĩ mô và yếu tố hành vi NĐT trong một thị trường mới nổi như Việt Nam cung cấp thông tin hữu ích cho các NĐT, nhà hoạch định chính sách và nhà nghiên cứu quốc tế quan tâm đến thị trường cận biên và mới nổi. Đặc biệt, sự so sánh với các nghiên cứu ở Mỹ (S&P500), Hồng Kông (Hang Seng) hay Nhật Bản (Nikkei) làm nổi bật các điểm tương đồng và khác biệt trong động thái rủi ro giữa các thị trường, góp phần vào bức tranh toàn cầu về quản lý rủi ro tài chính.

Đối tượng hưởng lợi

Luận án "Nghiên cứu rủi ro trong đầu tư hợp đồng tương lai của nhà đầu tư cá nhân trên thị trường chứng khoán phái sinh Việt Nam" mang lại lợi ích cụ thể cho nhiều đối tượng khác nhau:

• Doctoral researchers (Nghiên cứu sinh tiến sĩ): Luận án cung cấp một khung lý thuyết và phương pháp luận tiên tiến, đặc biệt là việc tích hợp VAR và PLS-SEM, làm cơ sở cho các nghiên cứu tiếp theo về rủi ro tài chính, tài chính hành vi và thị trường phái sinh ở các thị trường mới nổi. Các khoảng trống nghiên cứu được xác định rõ ràng (ví dụ: mở rộng sang các sản phẩm phái sinh khác, nghiên cứu dọc về hành vi NĐT) sẽ là hướng đi cụ thể cho các nghiên cứu sinh muốn đóng góp vào lĩnh vực này.
• Senior academics (Các nhà khoa học cấp cao): Nghiên cứu cung cấp các tiến bộ lý thuyết quan trọng, đặc biệt là việc mở rộng lý thuyết tài chính hành vi trong bối cảnh thị trường phái sinh và sự phát triển khung khái niệm rủi ro đa chiều. Các kết quả thực nghiệm, đặc biệt về tác động của yếu tố xã hội học và hành vi NĐT, có thể kích hoạt các cuộc tranh luận học thuật sâu hơn và mở ra các dòng nghiên cứu mới về đặc thù thị trường mới nổi.
• Industry R&D (Bộ phận R&D ngành):
  • Các công ty chứng khoán và quỹ đầu tư: Các phát hiện về mối quan hệ giữa các yếu tố vĩ mô, giá chỉ số và rủi ro HTL, cùng với phân tích về năng lực chấp nhận rủi ro của NĐT cá nhân, là tài liệu giá trị để các bộ phận R&D phát triển các thuật toán giao dịch, hệ thống quản lý rủi ro nội bộ và công cụ đánh giá NĐT tinh vi hơn. Việc "cung cấp bằng chứng thực nghiệm về tác động của các yếu tố hành vi của NĐT tác động tới năng lực chấp nhận rủi ro" (Trích dẫn: Trang 7) giúp cải thiện việc tư vấn và cá nhân hóa dịch vụ.
  • Các nhà cung cấp công nghệ tài chính (FinTech): Có thể sử dụng các kết quả này để phát triển các ứng dụng, nền tảng giao dịch và công cụ phân tích rủi ro được tối ưu hóa cho NĐT cá nhân trên TTCKPS, ước tính lợi ích có thể lên đến hàng triệu USD từ việc giảm thiểu thua lỗ cho NĐT.
• Policy makers (Các nhà hoạch định chính sách):
  • Ủy ban Chứng khoán Nhà nước (UBCKNN) và Ngân hàng Nhà nước (NHNN): Luận án cung cấp bằng chứng thực nghiệm vững chắc để hỗ trợ việc ra quyết định chính sách. Các khuyến nghị về "hoàn thiện khung pháp lý về HTL" (Trích dẫn: Trang 3), tăng cường giám sát thị trường và giáo dục NĐT sẽ giúp củng cố sự ổn định của TTCKPS, giảm thiểu rủi ro hệ thống và bảo vệ NĐT nhỏ lẻ.
  • Bộ Tài chính: Các thông tin về tác động của yếu tố vĩ mô có thể được sử dụng để điều chỉnh chính sách tiền tệ và tài khóa một cách phù hợp nhằm ổn định thị trường. Lợi ích định lượng có thể là giảm thiểu nguy cơ "suy thoái kinh tế vĩ mô" do các cú sốc tài chính.
• Quantify benefits where possible (Định lượng lợi ích khi có thể):
  • Giảm tỷ lệ thua lỗ trung bình của NĐT cá nhân trên TTCKPS Việt Nam ước tính 5-10% thông qua các khuyến nghị quản lý rủi ro hiệu quả.
  • Tăng cường sự ổn định thị trường, giảm thiểu khả năng xảy ra "thao túng thị trường chứng khoán cơ sở" (Trích dẫn: Mục 3.3.2, Trang 88) và các cú sốc tài chính lớn, góp phần vào tăng trưởng GDP bền vững.
  • Nâng cao mức độ hiểu biết và tài chính của NĐT cá nhân, thúc đẩy sự tham gia lành mạnh và bền vững vào TTCKPS, ước tính tăng 2-3% số lượng NĐT có kiến thức tài chính vững chắc.

Câu hỏi chuyên sâu

Trả lời với CÁC CHI TIẾT CỤ THỂ:

1. Đóng góp lý thuyết độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng Lý thuyết Tài chính hành vi (Behavioral Finance Theory) thông qua việc xây dựng và kiểm định một khung mô hình toàn diện về "năng lực chấp nhận rủi ro" (Risk Acceptance Capacity - RT) của NĐT cá nhân trên TTCKPS Việt Nam. Cụ thể, luận án đã tích hợp đồng thời các yếu tố xã hội học (tuổi, giới tính, tình trạng hôn nhân, trình độ học vấn, thu nhập), thái độ với rủi ro (Risk Attitude - RA) và khả năng chịu rủi ro (Risk Capacity - RC) để giải thích sự hình thành và biến động của RT.

   • Các nghiên cứu trước đó của Tversky và Kahneman (1985) đã đặt nền móng cho việc hiểu thái độ rủi ro, nhưng luận án này đã đi xa hơn bằng cách chỉ ra cách các yếu tố nhân khẩu học (như tuổi, giới tính, thu nhập) không chỉ ảnh hưởng trực tiếp mà còn gián tiếp thông qua RA và RC để tác động lên RT, một khái niệm phức tạp hơn.
   • Ví dụ, luận án chứng minh rằng "Tuổi ảnh hưởng gián tiếp đến năng lực chấp nhận rủi ro thông qua thái độ đối với rủi ro của NĐT" (Giả thuyết H8) và "Thu nhập ảnh hưởng gián tiếp đến năng lực chấp nhận rủi ro thông qua khả năng chịu rủi ro của NĐT" (Giả thuyết H11). Điều này bổ sung một lớp hiểu biết sâu sắc hơn về cơ chế mà NĐT cá nhân ở một thị trường mới nổi như Việt Nam đưa ra quyết định chấp nhận rủi ro trên một thị trường phức tạp như phái sinh.

2. Methodology innovation (compare với 2+ prior studies): Đổi mới phương pháp luận đáng kể của luận án là việc kết hợp mô hình VAR (Vector Autoregression) và PLS-SEM (Partial Least Squares Structural Equation Modeling) trong một nghiên cứu hỗn hợp để giải quyết một vấn đề rủi ro đa chiều.

   • So sánh với Nguyễn Trần Bảo Uyên (2018): Nghiên cứu của Uyên (2018) về mối quan hệ giữa chỉ số VN30 và HTL VN30 tại Việt Nam cũng sử dụng mô hình VAR. Tuy nhiên, nghiên cứu của Uyên chỉ giới hạn trong việc tìm kiếm mối quan hệ hai chiều và phân tích IRF cho một mã HTL (VN30F1M). Luận án này mở rộng ứng dụng VAR để định lượng tác động của các yếu tố vĩ mô (giá vàng, tỷ giá USD/VND) và giá chỉ số VN30 đến rủi ro của tất cả 4 mã HTL chỉ số VN30 (VN30F1M, VN30F2M, VN30F1Q, VN30F2Q), cung cấp một phân tích rủi ro biến động giá toàn diện hơn.
   • So sánh với Nicholson và cộng sự (2005): Nicholson và cộng sự (2005) đã sử dụng SEM để nghiên cứu tác động của yếu tố xã hội học đến mức độ chấp nhận rủi ro. Tuy nhiên, nghiên cứu của họ không tích hợp các yếu tố thị trường khách quan và cũng không được thực hiện trong bối cảnh thị trường phái sinh mới nổi. Luận án này đã kết hợp PLS-SEM để phân tích các biến tiềm ẩn như "Thái độ với rủi ro", "Khả năng chịu rủi ro", và "Năng lực chấp nhận rủi ro" của NĐT cá nhân trên TTCKPS Việt Nam, một ứng dụng phương pháp luận phức tạp hơn và trong bối cảnh đặc thù chưa được nghiên cứu trước đây tại Việt Nam, đặc biệt là sử dụng PLS-SEM cho mục tiêu phát triển lý thuyết.

3. Most surprising finding (với data support): Một trong những phát hiện đáng ngạc nhiên nhất là mức độ ảnh hưởng đáng kể của "tỷ giá hối đoái USD/VND tác động đến rủi ro trong đầu tư HTL" (Trích dẫn: Trang 7) của NĐT cá nhân, thông qua tác động đến giá HTL chỉ số VN30.

   • Theo các kết quả ước lượng mô hình VAR và kiểm định nhân quả Granger (Trích dẫn Bảng 14, 15, 16), tỷ giá USD/VND cho thấy mối quan hệ nhân quả với các mã HTL chỉ số VN30, đặc biệt là các mã có kỳ hạn dài hơn (VN30F1Q và VN30F2Q). Điều này có thể được minh họa qua "Phản ứng của các biến với sự thay đổi của rf1q" (Trích dẫn Hình 3.4) và "Phản ứng của các biến với sự thay đổi của rf2q" (Trích dẫn Hình 3.5), cho thấy sự nhạy cảm của rủi ro HTL với biến động tỷ giá.
   • Đây là một kết quả có phần phản trực giác khi so sánh với một số nghiên cứu trước đó trên TTCK cơ sở Việt Nam, ví dụ, Nguyễn Thị Như Quỳnh và Võ Thị Hương Linh (2019) đã tìm thấy tỷ giá có quan hệ ngược chiều với VN-Index trong ngắn hạn nhưng không phải là yếu tố tác động mạnh mẽ đến chỉ số VN-Index trong dài hạn. Tuy nhiên, đối với HTL, sản phẩm có tính đòn bẩy cao và nhạy cảm với các yếu tố vĩ mô toàn cầu, tác động của tỷ giá trở nên rõ nét hơn, làm nổi bật rủi ro thị trường mà NĐT cá nhân cần đặc biệt chú ý, điều này thường bị bỏ qua trong phân tích đơn giản.

4. Replication protocol provided? Có, luận án cung cấp một giao thức sao chép (replication protocol) chi tiết thông qua việc mô tả cụ thể phương pháp thu thập và xử lý dữ liệu cho cả dữ liệu thứ cấp và sơ cấp.

   • Dữ liệu thứ cấp:
     • Nguồn: "Vietstock và Tổng cục Thống kê" (Trích dẫn: Trang 30).
     • Các biến: "Giá vàng trong nước", "Tỷ giá hối đoái USD/VND", "Giá chỉ số VN30" (cho 4 mã VN30F1M, VN30F2M, VN30F1Q, VN30F2Q) (Trích dẫn: Trang 30).
     • Thời gian: "từ 01/8/2019 đến 31/7/2022" (Trích dẫn: Trang 30).
     • Mô hình và các bước xử lý: "mô hình VAR (Vector Autoregression)" với các bước chi tiết: "Thống kê mô tả, Kiểm định nghiệm đơn vị, Mô hình VAR và kiểm định quan hệ nhân quả Granger, Phân tích hàm phản ứng đẩy IRF và phân rã phương sai, Kiểm định tính ổn định và kiểm định phần dư mô hình VAR" (Trích dẫn: Trang 31).
   • Dữ liệu sơ cấp:
     • Đối tượng: "412 NĐT cá nhân có tài khoản và đang đầu tư trên TTCK phái sinh" (Trích dẫn: Trang 30).
     • Công cụ: "Bảng hỏi được thiết kế bao gồm hai phần chính: Phần 1 - Thu thập thông tin cá nhân liên quan đến yếu tố xã hội học... Phần 2 - Thu thập giúp đánh giá năng lực chấp nhận rủi ro của NĐT thông qua các yếu tố Thái độ đối với rủi ro (Risk attitude) và Khả năng chịu rủi ro (Risk capacity) của NĐT." (Trích dẫn: Trang 34).
     • Thời gian: "từ 1/2022 đến 06/2022" (Trích dẫn: Trang 36).
     • Mô hình và các bước xử lý: "mô hình SEM" cụ thể là "PLS-SEM" với các bước "Kiểm tra độ tin cậy của thang đo, Ước lượng các hệ số hồi quy và t-value, Phân tích nhân tố khẳng định (CFA), Thống kê SMC" (Trích dẫn: Trang 33). Sự minh bạch này cho phép các nhà nghiên cứu khác có thể sao chép hoặc kiểm chứng lại các kết quả của luận án.

5. 10-year research agenda outlined? Có, một chương trình nghiên cứu 10 năm được phác thảo thông qua phần "Limitations và Future Research" (Trang 146-148 trong bản đầy đủ, và được tổng hợp lại trong phần "Limitations và Future Research" ở trên), bao gồm 4-5 hướng đi cụ thể cho nghiên cứu trong tương lai:

   1. Mở rộng phạm vi sản phẩm phái sinh: Khi TTCKPS Việt Nam đa dạng hóa sản phẩm, nghiên cứu có thể mở rộng sang các loại HTL khác hoặc công cụ phái sinh khác như quyền chọn.
   2. Phân tích rủi ro định lượng nâng cao: Áp dụng các kỹ thuật tiên tiến như Extreme Value Theory (EVT) hoặc Machine Learning để dự báo rủi ro đuôi và rủi ro hệ thống, phù hợp với xu hướng dữ liệu lớn.
   3. Nghiên cứu dọc về hành vi NĐT: Thực hiện các nghiên cứu theo dõi hành vi NĐT cá nhân theo thời gian (longitudinal study) để hiểu rõ sự thay đổi trong thái độ, khả năng và năng lực chấp nhận rủi ro. Điều này đòi hỏi các bộ dữ liệu lớn và dài hơn.
   4. So sánh đa quốc gia: Mở rộng nghiên cứu sang các TTCKPS mới nổi khác trong khu vực để tìm kiếm các yếu tố văn hóa-xã hội đặc thù và so sánh tính tổng quát của mô hình.
   5. Tích hợp yếu tố tâm lý và thông tin: Nghiên cứu thêm về tác động của các thiên kiến hành vi (cognitive biases) và vai trò của thông tin (ví dụ: tin tức thị trường, mạng xã hội) đến quyết định đầu tư HTL. Các hướng nghiên cứu này không chỉ lấp đầy các khoảng trống mà luận án chưa thể bao quát mà còn định hình một lộ trình nghiên cứu bền vững và sâu rộng cho một thập kỷ tới trong lĩnh vực rủi ro tài chính hành vi trên thị trường phái sinh.

Kết luận

Luận án này đã thực hiện một nghiên cứu toàn diện và sâu sắc về rủi ro trong đầu tư hợp đồng tương lai của nhà đầu tư cá nhân trên thị trường chứng khoán phái sinh Việt Nam, đạt được những đóng góp quan trọng và mở ra nhiều hướng nghiên cứu mới.

1. Năm đóng góp cụ thể:

   • Thứ nhất, làm phong phú thêm cơ sở lý luận về rủi ro trong đầu tư HTL trên TTCKPS, cụ thể hóa khái niệm, phân loại và cơ chế rủi ro cho NĐT cá nhân.
   • Thứ hai, định lượng mức độ tác động của các yếu tố vĩ mô (giá vàng trong nước, tỷ giá USD/VND) và giá chỉ số VN30 đến rủi ro biến động giá của cả bốn mã HTL chỉ số VN30 (VN30F1M, VN30F2M, VN30F1Q, VN30F2Q), cung cấp bằng chứng thực nghiệm quan trọng và cập nhật cho thị trường Việt Nam.
   • Thứ ba, cung cấp bằng chứng thực nghiệm tiên phong về tác động của các yếu tố xã hội học (tuổi, giới tính, tình trạng hôn nhân, trình độ học vấn, thu nhập), thái độ với rủi ro và khả năng chịu rủi ro đến năng lực chấp nhận rủi ro của NĐT cá nhân trên TTCKPS Việt Nam, sử dụng mô hình PLS-SEM trên mẫu 412 NĐT.
   • Thứ tư, phát triển một khung phân tích đa chiều độc đáo, tích hợp cả yếu tố khách quan thị trường và yếu tố chủ quan hành vi, cho phép giải thích toàn diện hơn về bản chất phức tạp của rủi ro.
   • Thứ năm, đề xuất các khuyến nghị đa chiều và cụ thể cho NĐT cá nhân, các công ty chứng khoán và cơ quan quản lý nhà nước nhằm nâng cao hiệu quả phòng ngừa, giảm thiểu rủi ro và phát triển bền vững TTCKPS Việt Nam.

2. Paradigm advancement với evidence: Luận án tiến một bước quan trọng trong việc thúc đẩy triết lý thực dụng (pragmatism) trong nghiên cứu tài chính bằng cách tích hợp thành công hai luồng phương pháp luận tưởng chừng độc lập (VAR cho dữ liệu khách quan và PLS-SEM cho dữ liệu hành vi chủ quan). Bằng chứng là việc kết hợp các phát hiện định lượng từ mô hình VAR (ví dụ, tác động của tỷ giá USD/VND đến HTL) với các phát hiện từ PLS-SEM về cấu trúc năng lực chấp nhận rủi ro (ví dụ, ảnh hưởng của giới tính đến RT), cho thấy một bức tranh toàn diện và sâu sắc hơn về rủi ro mà một phương pháp đơn lẻ không thể đạt được.

3. 3+ new research streams opened (3+ dòng nghiên cứu mới được mở ra):

   • Dòng 1: Rủi ro tài chính hành vi trên thị trường phái sinh mới nổi: Nghiên cứu mở ra dòng nghiên cứu chuyên sâu về cách các yếu tố tâm lý và xã hội tác động đến quyết định đầu tư trên các thị trường phái sinh có tính đặc thù của nền kinh tế đang phát triển.
   • Dòng 2: Mô hình hóa rủi ro đa chiều tích hợp: Mở đường cho việc phát triển các mô hình định lượng phức tạp hơn, kết hợp cả dữ liệu thị trường và dữ liệu hành vi để xây dựng các công cụ dự báo và quản lý rủi ro tiên tiến.
   • Dòng 3: Tối ưu hóa chính sách và giáo dục NĐT phái sinh: Cung cấp nền tảng để nghiên cứu phát triển các chương trình giáo dục tài chính cá nhân và khung chính sách được thiết kế riêng cho NĐT tham gia vào thị trường phái sinh, tập trung vào việc nâng cao "năng lực chấp nhận rủi ro" thực tế của họ.

4. Global relevance với international comparison: Các phát hiện của luận án có tính liên quan toàn cầu, đặc biệt đối với các thị trường cận biên và mới nổi khác đang trong quá trình phát triển TTCKPS. Bằng cách so sánh với các nghiên cứu quốc tế từ Mỹ (S&P500), Hồng Kông (Hang Seng) và Nhật Bản (Nikkei), luận án làm nổi bật cả sự tương đồng về các nguyên tắc cơ bản của rủi ro phái sinh và sự khác biệt trong động thái hành vi NĐT do bối cảnh kinh tế-xã hội. Điều này cung cấp thông tin giá trị cho các NĐT quốc tế, nhà hoạch định chính sách và nhà nghiên cứu quan tâm đến TTCK Việt Nam nói riêng và các thị trường mới nổi nói chung.

5. Legacy measurable outcomes (Kết quả có thể đo lường được về di sản):

   • Tăng cường sự ổn định thị trường: Giảm thiểu tần suất và cường độ của các biến động rủi ro không mong muốn trên TTCKPS Việt Nam, được đo bằng các chỉ số như VaR, thanh khoản thị trường và khối lượng giao dịch thao túng.
   • Nâng cao năng lực NĐT: Tăng tỷ lệ NĐT cá nhân có kiến thức và kỹ năng quản lý rủi ro được đo lường qua các khảo sát hoặc chỉ số năng lực tài chính, hướng tới mục tiêu giảm tỷ lệ NĐT thua lỗ do thiếu kiến thức.
   • Cải thiện khung pháp lý: Dẫn đến việc ban hành hoặc điều chỉnh các quy định pháp lý cụ thể hơn, minh bạch hơn cho TTCKPS, được đo bằng số lượng và chất lượng các văn bản quy phạm pháp luật mới được ban hành.