Tác động bất đối xứng của mức độ không đồng nhất giữa ESG và xếp hạng tín nhiệm quốc gia đến biến động dòng vốn danh mục tại các nền kinh tế mới nổi châu Á

Nguyễn Vũ Thân

Trường Đại học Tài chính-Marketing,

Email: [email protected]

Tóm tắt

Nghiên cứu phân tích tác động bất đối xứng của mức độ không đồng nhất giữa Môi trường, Xã hội và Quản trị (ESG) và xếp hạng tín nhiệm quốc gia (SCR) đến biến động dòng vốn danh mục tại 12 nền kinh tế mới nổi châu Á giai đoạn 2000–2023. Dựa trên lý thuyết tín hiệu và bất cân xứng thông tin, nghiên cứu sử dụng mô hình hồi quy Ridge Bayes để đánh giá tác động của mức độ không đồng nhất ESG–SCR tổng thể và theo từng trụ cột. Kết quả cho thấy thành phần dương của mức độ không đồng nhất ESG–SCR có tác động ngược chiều đến biến động dòng vốn danh mục, trong khi chưa có đủ bằng chứng về tác động của thành phần âm và sự không đồng nhất theo từng trụ cột ESG. Kết quả gợi ý rằng các nền kinh tế mới nổi cần cải thiện chất lượng thực hành ESG, tăng cường minh bạch thông tin và nâng cao hiệu quả quản trị công nhằm góp phần ổn định dòng vốn quốc tế.

Từ khóa: ESG, xếp hạng tín nhiệm quốc gia, biến động dòng vốn danh mục, tác động bất đối xứng, thị trường mới nổi châu Á

Abstract

This study examines the asymmetric effects of Environmental, Social and Governance (ESG) and sovereign credit rating (SCR) divergence on portfolio flow volatility in 12 emerging Asian economies over the period 2000-2023. Drawing on signaling theory and information asymmetry theory, the study employs Bayesian Ridge Regression to assess the effects of overall ESG–SCR divergence and divergence across individual ESG pillars. The results indicate that the positive component of ESG–SCR divergence has a negative effect on portfolio flow volatility, while insufficient posterior evidence is found for the effect of the negative component and divergence across individual ESG pillars. These findings suggest that emerging economies should improve ESG performance, enhance information disclosure transparency, and strengthen public governance to contribute to greater international capital flow stability.

Keywords: ESG, sovereign credit rating, portfolio flow volatility, asymmetric effects, emerging Asian markets

GIỚI THIỆU

Trong bối cảnh hội nhập tài chính quốc tế, dòng vốn danh mục đóng vai trò quan trọng đối với các nền kinh tế mới nổi nhưng cũng tiềm ẩn rủi ro do khả năng dịch chuyển nhanh và phản ứng mạnh trước các thay đổi về thông tin và kỳ vọng thị trường (Forbes & Warnock, 2012). Nhiều nghiên cứu cho thấy biến động dòng vốn chịu ảnh hưởng của cả các yếu tố toàn cầu như chu kỳ tài chính, khẩu vị rủi ro và điều kiện tiền tệ quốc tế, lẫn các yếu tố trong nước quyết định mức độ ổn định và bền vững của dòng vốn (Ghosh & cộng sự, 2014).

Cùng với sự phát triển của tài chính bền vững, nhà đầu tư ngày càng quan tâm đến các tín hiệu phản ánh chất lượng quốc gia. Xếp hạng tín nhiệm quốc gia (SCR) được xem là chỉ báo về khả năng trả nợ và mức độ an toàn tài chính, trong khi môi trường, xã hội và quản trị (ESG) phản ánh chất lượng thể chế, phát triển bền vững và rủi ro dài hạn của môi trường đầu tư (Claessens & Ghosh, 2013). Tuy nhiên, ESG và SCR không phải lúc nào cũng phát đi tín hiệu nhất quán. Sự không đồng nhất giữa hai tín hiệu này có thể làm gia tăng bất định thông tin, ảnh hưởng đến hành vi tái phân bổ danh mục và biến động dòng vốn (Ahmed & cộng sự, 2016; Lou, 2024; Kacperczyk & cộng sự, 2025).

Các nghiên cứu gần đây cũng cho thấy phản ứng của thị trường không chỉ phụ thuộc vào mức độ khác biệt giữa các tín hiệu mà còn phụ thuộc vào hướng của sự khác biệt. Khi ESG được đánh giá cao hơn hoặc thấp hơn SCR, nhà đầu tư có thể diễn giải và phản ứng theo những cách khác nhau, hàm ý tác động của sự không đồng nhất ESG-SCR đến biến động dòng vốn có thể mang tính bất đối xứng (Berg & cộng sự, 2022; Christensen & cộng sự, 2022; Gibson Brandon & cộng sự, 2021; Semet & cộng sự, 2021).

Mặc dù vai trò riêng lẻ của ESG và SCR đối với dòng vốn quốc tế đã được nghiên cứu, bằng chứng về tác động của sự không đồng nhất giữa hai tín hiệu này đến biến động dòng vốn danh mục vẫn còn hạn chế. Các nghiên cứu trước chủ yếu tập trung vào mức dòng vốn hoặc giả định tác động tuyến tính, đối xứng, trong khi phản ứng của nhà đầu tư giữa hai trạng thái ESG cao hơn SCR và ESG thấp hơn SCR chưa được làm rõ, đặc biệt tại các nền kinh tế mới nổi châu Á gồm: Ả Rập Xê Út, Các Tiểu vương quốc Ả Rập Thống nhất, Ấn Độ, Indonesia, Kuwait, Malaysia, Pakistan, Philippines, Qatar, Thái Lan, Trung Quốc, Việt Nam (Forbes & Warnock, 2012; Pagliari & Hannan, 2024).

Xuất phát từ khoảng trống này, nghiên cứu phân tích tác động bất đối xứng của sự không đồng nhất giữa ESG và SCR đến biến động dòng vốn danh mục tại 12 nền kinh tế mới nổi châu Á giai đoạn 2000–2023 bằng mô hình Bayesian ridge regression. Kết quả góp phần bổ sung bằng chứng thực nghiệm về vai trò của các tín hiệu tài chính bền vững đối với sự ổn định của dòng vốn quốc tế, đồng thời cung cấp hàm ý nhằm nâng cao tính nhất quán giữa ESG và SCR để hỗ trợ ổn định tài chính.

CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU THỰC NGHIỆM

Cơ sở lý thuyết

Xếp hạng tín nhiệm quốc gia (SCR) phản ánh khả năng thực hiện nghĩa vụ nợ của chính phủ, cung cấp tín hiệu về rủi ro tín dụng và phân bổ vốn quốc tế (Moody’s). ESG phản ánh chất lượng thể chế, định hướng phát triển bền vững và rủi ro dài hạn (IFC; World Bank). Trong khi đó, dòng vốn danh mục tại các nền kinh tế mới nổi thường nhạy cảm với các cú sốc tài chính toàn cầu (Forbes & Warnock, 2012).

Theo lý thuyết tín hiệu và bất cân xứng thông tin, tính nhất quán giữa các tín hiệu giúp giảm bất định, trong khi thông tin không đồng nhất có thể làm gia tăng chi phí xử lý và ảnh hưởng đến quyết định đầu tư (Spence, 1978; Akerlof, 1978). Chênh lệch ESG-SCR có thể phản ánh triển vọng bền vững chưa được ghi nhận đầy đủ trong xếp hạng tín nhiệm (ESG cao hơn SCR) hoặc rủi ro ESG chưa được phản ánh tương xứng (ESG thấp hơn SCR) (Berg và cộng sự, 2022; Christensen và cộng sự, 2022; Gibson Brandon và cộng sự, 2021; Semet và cộng sự, 2021). Theo Markowitz (1952), nhà đầu tư điều chỉnh danh mục dựa trên rủi ro và lợi nhuận kỳ vọng, nên hai chiều chênh lệch có thể dẫn đến phản ứng khác nhau.

Trên cơ sở đó, nghiên cứu xem sự không đồng nhất ESG-SCR là biểu hiện của bất cân xứng thông tin cấp quốc gia, qua đó kiểm định tác động bất đối xứng của mức độ và chiều hướng chênh lệch đến biến động dòng vốn danh mục tại các nền kinh tế mới nổi châu Á.

Các nghiên cứu thực nghiệm

Biến động dòng vốn danh mục là đặc điểm phổ biến của hội nhập tài chính quốc tế, nhất là tại các nền kinh tế mới nổi. Dòng vốn này nhạy cảm với cú sốc tài chính toàn cầu, khẩu vị rủi ro của nhà đầu tư và những thay đổi trong môi trường kinh tế, chính sách (Forbes & Warnock, 2012). Biến động ngắn hạn còn chủ yếu gắn với hoạt động tái cơ cấu danh mục, bất định thông tin và rủi ro toàn cầu (Ahmed & cộng sự, 2016; Lou, 2024; Kacperczyk & cộng sự, 2025).

Trong đánh giá quốc gia, SCR phản ánh rủi ro tín dụng và ảnh hưởng đến quyết định đầu tư (Emara & El Said, 2021), còn ESG cung cấp thông tin về chất lượng thể chế và định hướng phát triển bền vững (Berg & cộng sự, 2022). Tuy nhiên, hai chỉ báo có thể phát đi tín hiệu không đồng nhất do khác biệt về phương pháp đánh giá. Sự thiếu đồng thuận trong đánh giá ESG đã được ghi nhận trong các nghiên cứu trước, đồng thời phản ứng của thị trường có thể phụ thuộc vào cả mức độ và chiều hướng khác biệt giữa các tín hiệu (Christensen & cộng sự, 2022; Berg & cộng sự, 2022; Gibson Brandon & cộng sự, 2021; Semet & cộng sự, 2021).

Các nghiên cứu hiện chủ yếu xem xét riêng lẻ tác động của ESG, SCR hoặc sự bất đồng trong đánh giá ESG. Bằng chứng về ảnh hưởng bất đối xứng của sự không đồng nhất giữa ESG và SCR đến biến động dòng vốn danh mục vẫn còn hạn chế, đặc biệt tại các nền kinh tế mới nổi châu Á. Trên cơ sở đó, nghiên cứu phân tích tác động này tại các nền kinh tế mới nổi châu Á trong giai đoạn 2000–2023.

Giả thuyết nghiên cứu

Theo lý thuyết tín hiệu và lý thuyết bất cân xứng thông tin (Spence, 1978; Akerlof, 1978), ESG và SCR là các tín hiệu phản ánh rủi ro và chất lượng thể chế của một quốc gia. Sự không đồng nhất giữa hai tín hiệu này có thể làm gia tăng bất định thông tin và ảnh hưởng đến hành vi phân bổ danh mục của nhà đầu tư quốc tế (Forbes & Warnock, 2012; Lou, 2024). Bên cạnh đó, các nghiên cứu gần đây cho thấy phản ứng của thị trường không chỉ phụ thuộc vào mức độ mà còn phụ thuộc vào hướng của sự khác biệt giữa các tín hiệu (Gibson Brandon & cộng sự, 2021; Semet & cộng sự, 2021). Do đó, cùng một mức độ không đồng nhất giữa ESG và SCR có thể tạo ra các tác động khác nhau đến biến động dòng vốn danh mục.

Trên cơ sở đó, nghiên cứu đề xuất giả thuyết:

H1: Mức độ không đồng nhất giữa ESG và SCR tổng thể có tác động bất đối xứng đến biến động dòng vốn danh mục tại các nền kinh tế mới nổi châu Á.

Tương tự, sự khác biệt giữa từng trụ cột ESG và SCR cũng có thể tạo ra các tín hiệu khác nhau về chất lượng thể chế và rủi ro quốc gia, dẫn đến phản ứng khác nhau của nhà đầu tư quốc tế (Berg & cộng sự, 2022; Christensen & cộng sự, 2022). Do đó, nghiên cứu đề xuất:

H2: Mức độ không đồng nhất giữa các trụ cột E, S, G và SCR có tác động bất đối xứng đến biến động dòng vốn danh mục tại các nền kinh tế mới nổi châu Á.

MÔ HÌNH NGHIÊN CỨU

Dữ liệu nghiên cứu

Dữ liệu với 12 nền kinh tế mới nổi châu Á được phân loại theo FTSE (Financial Times Stock Exchange) trong giai đoạn 2000-2023 tại Bảng 1.

Bảng 1: Mô tả dữ liệu

Nguồn: Tổng hợp của tác giả.

Biến động dòng vốn danh mục được đo lường bằng độ lệch chuẩn cuộn 5 năm của tỷ lệ đầu tư danh mục ròng trên GDP. Cách đo lường này phản ánh mức độ dao động của dòng vốn danh mục theo thời gian và đã được sử dụng phổ biến trong các nghiên cứu về biến động dòng vốn tại các nền kinh tế mới nổi (Opperman & Adjasi, 2017; Pagliari & Hannan, 2024).

Dữ liệu ESG được xây dựng từ ba trụ cột môi trường, xã hội và quản trị với trọng số bằng nhau. Nghiên cứu kiểm định độ bền bằng chỉ số ESG_PCA và thu được kết quả nhất quán với mô hình cơ sở. Các biến được chuẩn hóa bằng z-score để đảm bảo tính so sánh và phục vụ xây dựng các biến không đồng nhất giữa ESG và SCR. Sau khi chuẩn hóa dữ liệu bằng z-score, nghiên cứu xây dựng biến mức độ không đồng nhất tổng thể giữa ESG và SCR như sau:

DISCREP = ESG − SCR

Để kiểm định tác động bất đối xứng, nghiên cứu tiếp tục phân tách mức độ không đồng nhất thành 2 thành phần:

DIS_pos = max(DISCREP, 0)

DIS_neg = max(-DISCREP, 0)

Trong đó, DIS_pos phản ánh mức độ không đồng nhất khi ESG được đánh giá cao hơn SCR, còn DIS_neg phản ánh mức độ không đồng nhất khi ESG được đánh giá thấp hơn SCR.

Tương tự, đối với từng trụ cột ESG, nghiên cứu xây dựng các biến không đồng nhất gồm DIS_E, DIS_S và DIS_G, với DIS_K =K - SCR , K € {E, S, G}. Đồng thời tách thành các thành phần bất đối xứng tương ứng gồm DIS_E_pos, DIS_E_neg, DIS_S_pos, DIS_S_neg, DIS_G_pos và DIS_G_neg, với DIS_K_pos = max(DIS_K ,0) và DIS_K_neg = max(-DIS_K ,0)

Mô hình nghiên cứu

Dựa trên cơ sở lý thuyết, nghiên cứu xây dựng mô hình định lượng nhằm kiểm định tác động bất đối xứng của mức độ không đồng nhất ESG–SCR đến biến động dòng vốn danh mục dòng tại các nền kinh tế mới nổi châu Á như sau:

Mô hình tác động bất đối xứng tổng thể

PFI_it= α + β₁DIS_pos_it + β₂DIS_neg_it+ γX_it + µ_i+ ε_it (1)

Mô hình tác động bất đối xứng theo từng trụ cột

PFI_it= α + ∑_K€{E,S,G} ( β_K,1DIS_K_pos_it + β_K,2DIS_K_neg_it)+ γX_it + µ_i+ ε_it (2)

Trong đó: PFI_it: Biến động dòng vốn danh mục; DIS_pos_it và DIS_neg_it: thành phần dương và độ lớn thành phần âm của mức độ không đồng nhất ESG và SCR; DIS_K_pos_it và DIS_K_neg_it với K € {E, S, G}: thành phần dương và độ lớn thành phần âm của mức độ không đồng nhất giữa trụ cột E, S, G và SCR; i: quốc gia; t: năm; X_it​: vector các biến kiểm soát (OTR, CRE, INF, GPC, INTER);µ_i: hiệu ứng quốc gia; ε_it​: sai số ngẫu nhiên

Kỳ vọng dấu: Do mục tiêu là kiểm định tác động bất đối xứng nên nghiên cứu không đặt kỳ vọng dấu đối với các biến không đồng nhất ESG–SCR. Đối với biến kiểm soát, kỳ vọng dấu gồm: OTR (+), CRE (+), GPC (+), INF (-), INTER (-).

Phương pháp nghiên cứu

Nghiên cứu sử dụng mô hình Bayesian ridge regression, trong đó cơ chế co rút giúp giảm ảnh hưởng của hiện tượng đa cộng tuyến giữa các biến giải thích. Cách tiếp cận Bayes kết hợp thông tin tiên nghiệm với dữ liệu quan sát, phù hợp với bối cảnh mẫu hữu hạn và các biến có mức độ tương quan cao (Gelman & cộng sự, 1995). Trước khi ước lượng, các biến được chuẩn hóa bằng z-score và biến đổi theo within transformation nhằm loại bỏ các yếu tố đặc thù bất biến theo quốc gia, tương đương với việc kiểm soát hiệu ứng cố định quốc gia.

Mô hình sử dụng prior phân phối chuẩn cho các hệ số hồi quy và prior Inverse-Gamma cho phương sai sai số. Suy luận hậu nghiệm được thực hiện bằng thuật toán MCMC trong Stata, với chất lượng hội tụ được đánh giá thông qua ESS và chỉ số Gelman–Rubin (Rc). Phương pháp này cho phép đồng thời kiểm soát hiệu ứng cố định quốc gia, xử lý đa cộng tuyến và cung cấp thông tin hậu nghiệm về mức độ chắc chắn của các hệ số ước lượng.

KẾT QUẢ VÀ THẢO LUẬN

Mô tả biến

Bảng 2 cho thấy các biến nghiên cứu có số quan sát chủ yếu là 288, riêng biến động dòng vốn danh mục có 276 quan sát. Các biến có mức độ phân tán khác nhau, đặc biệt là thu nhập bình quân đầu người, lạm phát và lãi suất thực. Các chỉ tiêu ESG cũng phản ánh sự khác biệt về quản trị, môi trường và xã hội giữa các quốc gia trong mẫu nghiên cứu.

Bảng 2: Thống kê mô tả các biến nghiên cứu

Ghi chú: Số quan sát của biến Biến động dòng vốn danh mục thấp hơn do biến này được tính bằng độ lệch chuẩn cuộn 5 năm của tỷ lệ đầu tư danh mục ròng/GDP.

Nguồn: Kết quả từ Stata

Kết quả ước lượng Bayes

Nghiên cứu không thực hiện kiểm định tính dừng cho các chuỗi dữ liệu vì nghiên cứu sử dụng ước lượng mô hình panel tĩnh và biến phụ thuộc Biến động dòng vốn tính bằng độ lệch chuẩn cuộn 5 năm có cấu trúc được xem là có tính dừng về mặt thực hành trong các nghiên cứu về biến động dòng vốn.

Bảng 3: Kết quả ước lượng Bayes mô hình 1

Nguồn: Kết quả từ Stata

Kết quả ước lượng mô hình 1 (Bảng 3) cho thấy có bằng chứng hậu nghiệm về tác động ngược chiều của thành phần dương của mức độ không đồng nhất giữa ESG và SCR đối với biến động dòng vốn danh mục. Trong khi đó, chưa tìm thấy bằng chứng hậu nghiệm rõ ràng về tác động của độ lớn thành phần âm của mức độ không đồng nhất giữa ESG và SCR khi khoảng tin cậy hậu nghiệm 95% vẫn bao gồm giá trị 0. Kết quả này cho thấy tác động của sự không đồng nhất giữa ESG và SCR đến biến động dòng vốn danh mục có tính bất đối xứng. Đối với các biến kiểm soát, kết quả cung cấp bằng chứng hậu nghiệm về tác động ngược chiều của tín dụng trong nước và lãi suất thực, đồng thời ghi nhận tác động cùng chiều của lạm phát đối với biến động dòng vốn danh mục. Ngược lại, chưa tìm thấy bằng chứng hậu nghiệm rõ ràng về tác động của thu nhập bình quân đầu người và độ mở thương mại trong mô hình nghiên cứu.

Bảng 4: Kết quả ước lượng Bayes mô hình 2

Nguồn: Kết quả từ Stata

Kết quả tại Bảng 4 chưa ghi nhận bằng chứng hậu nghiệm về tác động của các thành phần bất đối xứng ESG–SCR theo từng trụ cột đến biến động dòng vốn danh mục (khoảng tin cậy 95% đều chứa giá trị 0). Đối với các biến kiểm soát, tín dụng trong nước, lãi suất thực và thu nhập bình quân đầu người có tác động ngược chiều, trong khi lạm phát có tác động cùng chiều; độ mở thương mại không có ý nghĩa hậu nghiệm.

Bảng 5: Chẩn đoán hội tụ MCMC (ESS và Rc) cho các mô hình

Nguồn: Kết quả từ Stata

Kết quả chẩn đoán hội tụ MCMC cho thấy cả 2 mô hình đều đạt chất lượng hội tụ tốt. Giá trị Rc tối đa của mô hình 1 và mô hình 2 lần lượt là 1.036 và 1.001, đều thấp hơn đáng kể so với ngưỡng 1.1 theo tiêu chuẩn Gelman–Rubin (Bảng 5). Đồng thời, kích thước mẫu hiệu quả (ESS) của các tham số đều ở mức tương đối cao, với ESS trung bình đạt 3,076 đối với mô hình 1 và 8,050 đối với mô hình 2. Kết quả này cho thấy các chuỗi Markov đã hội tụ về cùng phân phối hậu nghiệm và các mẫu mô phỏng thu được có chất lượng tốt, bảo đảm độ tin cậy của các suy luận hậu nghiệm trong nghiên cứu.

Thảo luận

Kết quả nghiên cứu cung cấp bằng chứng hậu nghiệm về tác động ngược chiều của thành phần dương của mức độ không đồng nhất giữa ESG và SCR đối với biến động dòng vốn danh mục. Điều này cho thấy khi ESG được đánh giá tích cực hơn SCR, mức độ không đồng nhất gia tăng lại đi kèm với sự suy giảm biến động dòng vốn tại các nền kinh tế mới nổi châu Á.

Kết quả này phù hợp với lý thuyết tín hiệu và lý thuyết bất cân xứng thông tin. Khi ESG phát đi tín hiệu tích cực hơn SCR, nhà đầu tư có thể xem đây là dấu hiệu cho thấy triển vọng phát triển bền vững và chất lượng thể chế được cải thiện nhanh hơn so với đánh giá tín nhiệm truyền thống. Nhờ đó, kỳ vọng dài hạn được củng cố, làm giảm động cơ tái cân bằng danh mục trong ngắn hạn và góp phần hạn chế biến động dòng vốn. Kết quả này cũng phù hợp với các nghiên cứu của Berg & cộng sự (2022), Christensen & cộng sự (2022), Ahmed & cộng sự (2016), Lou (2024) và Kacperczyk & cộng sự (2025) về vai trò của tín hiệu ESG và môi trường thông tin trong quyết định đầu tư quốc tế.

Ngược lại, nghiên cứu chưa tìm thấy bằng chứng hậu nghiệm về tác động của độ lớn thành phần âm của mức độ không đồng nhất giữa ESG và SCR. Điều này hàm ý rằng khi ESG được đánh giá thấp hơn SCR, sự không đồng nhất giữa hai tín hiệu chưa đủ để tạo ra những thay đổi rõ rệt trong hành vi phân bổ danh mục, qua đó khẳng định tác động bất đối xứng của sự không đồng nhất ESG–SCR.

Đối với các biến kiểm soát, nghiên cứu ghi nhận tác động ngược chiều của tín dụng trong nước và lãi suất thực, cùng tác động cùng chiều của lạm phát đối với biến động dòng vốn danh mục, phù hợp với các nghiên cứu trước (Ghosh & cộng sự, 2014). Trong khi đó, chưa tìm thấy bằng chứng hậu nghiệm rõ ràng về tác động của thu nhập bình quân đầu người và độ mở thương mại.

HÀM Ý CHÍNH SÁCH

Kết quả nghiên cứu hàm ý rằng các nền kinh tế mới nổi cần tiếp tục cải thiện chất lượng thực hành ESG, đồng thời nâng cao tính minh bạch trong công bố thông tin và hiệu quả quản trị công.

Việc hoàn thiện các yếu tố này có thể góp phần củng cố niềm tin của nhà đầu tư quốc tế, cải thiện hình ảnh và mức độ hấp dẫn của môi trường đầu tư, qua đó hỗ trợ duy trì sự ổn định của dòng vốn danh mục. Bên cạnh đó, ổn định kinh tế vĩ mô vẫn là điều kiện quan trọng để hạn chế những biến động bất lợi từ môi trường tài chính bên ngoài.

Các chính sách kiểm soát lạm phát, duy trì lãi suất thực ở mức hợp lý và ổn định, cùng với việc phát triển hệ thống tài chính theo hướng an toàn, minh bạch và có khả năng hấp thụ rủi ro, có thể giúp giảm thiểu tác động của các cú sốc bên ngoài đến quyết định phân bổ vốn của nhà đầu tư.

Đồng thời, việc phối hợp chính sách kinh tế vĩ mô với các cải thiện về ESG và quản trị công sẽ góp phần nâng cao khả năng chống chịu của thị trường tài chính, giảm nguy cơ đảo chiều dòng vốn và hỗ trợ các nền kinh tế mới nổi duy trì khả năng tiếp cận nguồn vốn quốc tế trong dài hạn.

Nghiên cứu chỉ tập trung vào các nền kinh tế mới nổi châu Á và xem xét tác động của sự không đồng nhất ESG–SCR đến biến động dòng vốn danh mục, nên khả năng khái quát hóa và giải thích cơ chế truyền dẫn còn hạn chế. Các nghiên cứu tiếp theo có thể mở rộng phạm vi mẫu sang các khu vực khác và xem xét thêm vai trò của chất lượng thể chế, phát triển tài chính hoặc bất định kinh tế trong mối quan hệ này.

Tài liệu tham khảo:

1. Ahmed, S., Curcuru, S., Warnock, F., & Zlate, A. (2016, September). Decomposing international portfolio flows. In Prepared for the SUERF/PSE/CEPII Conference “Rethinking Capital Controls and Capital Flows”, September.

2. Akerlof, G. A. (1978). The market for “lemons”: Quality uncertainty and the market mechanism. In Uncertainty in economics (pp. 235-251). Academic Press.

3. Berg, F., Koelbel, J. F., & Rigobon, R. (2022). Aggregate confusion: The divergence of ESG ratings. Review of Finance, 26(6), 1315–1334.

4. Christensen, D. M., Serafeim, G., & Sikochi, A. (2022). Why is corporate virtue in the eye of the beholder? The case of ESG ratings. The Accounting Review, 97(1), 147–175.

5. Claessens, S., & Ghosh, S. R. (2013). Capital flow volatility and systemic risk in emerging markets: The policy toolkit. Dealing with the challenges of macro financial linkages in emerging markets, 91-118.

6. Emara, N., & El Said, A. (2021). Sovereign ratings, foreign direct investment and contagion in emerging markets: Does being a BRICS country matter? International Journal of Finance & Economics, 26(4), 5217–5234.

7. Forbes, K. J., & Warnock, F. E. (2012). Capital flow waves: Surges, stops, flight, and retrenchment. Journal of international economics, 88(2), 235-251.

8. Gelman, A., Carlin, J. B., Stern, H. S., & Rubin, D. B. (1995). Bayesian data analysis. Chapman and Hall/CRC.

9. Ghosh, A. R., Qureshi, M. S., Kim, J. I., & Zalduendo, J. (2014). Surges. Journal of International Economics, 92(2), 266-285.

10. Gibson Brandon, R., Krueger, P., & Schmidt, P. S. (2021). ESG rating disagreement and stock returns. Financial analysts journal, 77(4), 104-127.

11. Kacperczyk, M., Nosal, J., & Wang, T. (2025). Global volatility and firm-level capital flows. Journal of Financial Economics, 169, 104078.

12. Lou, H., & Tan, J. (2024). The “Butterfly Effect” of Volatility in Net International Capital Flows: An Analysis of Co-Movement Characteristics and Influencing Factors. Sustainability, 16(17), 7302.

13. Markowitz, H. (1952). Portfolio selection. The Journal of Finance, 7 (1), 77-91.

14. Opperman, P., & Adjasi, C. K. D. (2017). The determinants of private capital flow volatility in Sub-Saharan African countries. Research in International Business and Finance, 42, 312-320.

15. Pagliari, M. S., & Hannan, S. A. (2024). The volatility of capital flows in emerging markets: Measures and determinants. Journal of International Money and Finance, 145, 103095.

16. Semet, R., Roncalli, T., & Stagnol, L. (2021). ESG and sovereign risk: what is priced in by the bond market and credit rating agencies?. Available at SSRN 3940945.

17. Spence, M. (1978). Job market signaling. In Uncertainty in economics (pp. 281–306). Academic Press.