Chuyên ngành: Quản trị kinh doanh

Mã số: 9.34.01.01

Họ và tên nghiên cứu sinh: Nguyễn Thu Hoài

Người hướng dẫn khoa học:

1. TS. Đặng Thị Việt Đức
2. Hồ Hồng Hải

Đơn vị đào tạo: Học viện Công nghệ Bưu chính Viễn thông

NHỮNG KẾT QUẢ MỚI CỦA LUẬN ÁN

Luận án có ba đóng góp quan trọng bằng cách mở rộng lý thuyết tài chính hành vi trong bối cảnh thị trường cận biên Việt Nam như sau:

1. Nghiên cứu tích hợp các giả thuyết như hiệu ứng đám đông, sự chú ý và phản ứng thái quá để làm rõ cơ chế thông tin ảnh hưởng đến hành vi nhà đầu tư, qua đó làm sáng tỏ khái niệm “phi lý trí” trong đầu tư.
2. Luận án mô hình hóa ảnh hưởng của thông tin phi truyền thống bằng cách mở rộng mô hình định giá tài sản FF3NT, tích hợp các biến tâm lý từ cường độ tìm kiếm, cảm tính mạng xã hội và báo chí. Việc này giải thích thuyết phục vai trò trung gian của tâm lý trong biến động giá chứng khoán và các hiện tượng phi lý trên thị trường.
3. Luận án tiên phong một phương pháp tiếp cận liên ngành mới mẻ tại Việt Nam, kết hợp tài chính hành vi và dữ liệu lớn từ Internet. Việc chuyển hóa dữ liệu phi cấu trúc thành các biến số định lượng đã tạo cầu nối vững chắc giữa lý thuyết và thực tiễn, thúc đẩy nghiên cứu liên ngành trong lĩnh vực tài chính.

CÁC ỨNG DỤNG VÀ KHẢ NĂNG ỨNG DỤNG TRONG THỰC TIỄN HOẶC

NHỮNG VẤN ĐỀ CÒN BỎ NGỎ CẦN TIẾP TỤC NGHIÊN CỨU

Khả năng ứng dụng trong thực tiễn của luận án

Một là, luận án cung cấp bằng chứng để Bộ Tài chính xây dựng hệ thống giám sát thông tin dựa trên AI, khai thác GSVI và cảm tính báo điện tử như chỉ báo sớm về biến động giá. Kết quả nghiên cứu có thể dùng làm cơ sở thiết kế công cụ cảnh báo rủi ro và phòng ngừa thao túng thông tin.

Hai là, các phát hiện về tác động mạnh của tin tức tiêu cực giúp cơ quan quản lý thiết kế chương trình truyền thông, giáo dục tài chính phù hợp. Luận án có thể được sử dụng để xây dựng tài liệu đào tạo, khuyến nghị cách nhận diện tin giả, tin đồn và nâng cao khả năng “lọc nhiễu” thông tin cho nhà đầu tư cá nhân.

Ba là, mô hình và kết quả nghiên cứu là cơ sở để thiết kế hệ thống phản hồi nhanh trước các cú sốc thông tin trên báo điện tử và Internet. Cơ quan quản lý có thể dựa vào cấu trúc mô hình để xây dựng quy trình theo dõi, khoanh vùng nguồn tin và kích hoạt cơ chế trấn an thị trường khi có biến cố truyền thông.

Bốn là, luận án gợi mở nhu cầu phát triển hạ tầng dữ liệu lớn và các thuật toán xử lý ngôn ngữ tự nhiên chuyên sâu cho tiếng Việt. Kết quả nghiên cứu có thể được dùng làm bài toán mẫu để Bộ Khoa học và Công nghệ ưu tiên tài trợ các dự án AI, dữ liệu lớn nhằm phục vụ giám sát thông tin tài chính trên không gian mạng.

Năm là, những kết quả về tác động của thông tin giúp doanh nghiệp nhận thức rõ hơn vai trò của công bố thông tin minh bạch, áp dụng IFRS, tăng cường quan hệ nhà đầu tư. Doanh nghiệp có thể dùng khung phân tích của luận án để thiết kế chiến lược truyền thông tài chính, báo cáo dễ hiểu và chủ động xử lý tin đồn.

Sáu là, luận án cung cấp bằng chứng thực nghiệm để nhà đầu tư sử dụng GSVI và tin tức báo điện tử như tín hiệu tham khảo, đồng thời hiểu rõ rủi ro khi chạy theo tâm lý đám đông và mạng xã hội. Kết quả nghiên cứu có thể được tích hợp vào các khóa học, cẩm nang đầu tư và công cụ hỗ trợ ra quyết định.

Những vấn đề còn bỏ ngỏ, cần tiếp tục nghiên cứu

Một là, các nghiên cứu tương lai có thể mở rộng phạm vi phân tích bằng cách kiểm tra sự khác biệt trong tác động của thông tin trực tuyến theo đặc điểm ngành, quy mô, thanh khoản hay mức độ minh bạch của doanh nghiệp. Việc phân tầng theo nhóm cổ phiếu hoặc mở rộng sang toàn bộ thị trường niêm yết, cũng như phân tích theo giai đoạn khủng hoảng và hậu khủng hoảng hoặc kéo dài chuỗi thời gian, sẽ giúp làm rõ cơ chế truyền dẫn thông tin và phản ứng giá trong bối cảnh thị trường cận biên.

Hai là, các nghiên cứu tiếp theo có thể xây dựng mô hình tổng hợp đánh giá đồng thời và tương tác giữa ba kênh thông tin Internet gồm cường độ tìm kiếm, tin tức báo điện tử và mạng xã hội. Cách tiếp cận này sẽ cung cấp cái nhìn toàn diện hơn về sự phối hợp của các dòng thông tin trong tác động đến biến động thị trường.

Ba là, nghiên cứu định tính là hướng đi triển vọng nhằm bổ sung chiều sâu cho kết quả định lượng, đặc biệt trong việc khám phá hành vi, tâm lý và động cơ ra quyết định của nhà đầu tư, những yếu tố mà định lượng chỉ phản ánh dưới dạng thống kê.

Bốn là, các nghiên cứu tương lai có thể áp dụng mô hình Carhart bốn nhân tố để xem xét yếu tố động lượng vốn không được phản ánh trong mô hình Fama–French ba nhân tố, qua đó đánh giá phù hợp hơn hiệu suất danh mục hoặc quỹ đầu tư. Ngoài ra, việc vận dụng mô hình học máy hay các phương pháp ước lượng tiên tiến như GMM hoặc biến công cụ có thể mở ra hướng nghiên cứu mới nhờ khả năng phát hiện quan hệ phi tuyến và tương tác phức tạp giữa biến số, đặc biệt khi dữ liệu lớn hoặc dữ liệu phi cấu trúc như hình ảnh và video được khai thác trong tương lai.

LA_Nguyễn Thu Hoài_E
LA_Nguyễn Thu Hoài_E
LA_Nguyễn Thu Hoài_TT
LA_Nguyễn Thu Hoài_V
LA_Nguyễn Thu Hoài_V