Rủi ro hệ thống là gì? Các nghiên cứu khoa học liên quan

Định nghĩa rủi ro hệ thống

Rủi ro hệ thống (systemic risk) được hiểu là khả năng xảy ra một cú sốc trong một bộ phận của hệ thống tài chính hoặc kinh tế, sau đó lan rộng và gây ra sự mất ổn định trên phạm vi toàn hệ thống. Đây không phải rủi ro của riêng một tổ chức hay ngành cụ thể, mà thể hiện nguy cơ mang tính dây chuyền có thể dẫn đến sụp đổ thị trường, khủng hoảng thanh khoản và suy thoái kinh tế.

Đặc điểm nổi bật của rủi ro hệ thống là tính lây lan. Khi một thực thể tài chính có vai trò quan trọng gặp sự cố, các mối liên kết tài chính – tín dụng – thanh toán sẽ khiến hậu quả lan truyền đến nhiều định chế khác. Điều này gây khó khăn cho việc kiểm soát và phòng ngừa, kể cả khi các định chế khác hoạt động an toàn trước đó.

Rủi ro hệ thống không thể loại bỏ thông qua đa dạng hóa danh mục đầu tư vì nó tác động lên toàn bộ thị trường. Chính vì vậy, nó trở thành trọng tâm nghiên cứu của các tổ chức quốc tế như Financial Stability Board và BIS trong nỗ lực đảm bảo ổn định tài chính toàn cầu.

Các yếu tố tạo nên rủi ro hệ thống

Nhiều yếu tố có thể làm gia tăng rủi ro hệ thống, trong đó mức độ liên kết giữa các định chế tài chính là một trong các nguyên nhân quan trọng nhất. Khi hệ thống hoạt động dưới mô hình mạng lưới có tính kết nối quá chặt, chỉ một sự kiện thất bại nhỏ trong một mắt xích cũng có thể làm sụp đổ toàn bộ mạng lưới.

Các yếu tố thường gặp tạo nên rủi ro hệ thống:

• Đòn bẩy tài chính quá cao gây mất khả năng thanh toán khi thị trường biến động.
• Tài sản phức tạp và thiếu minh bạch, khiến rủi ro tiềm ẩn khó được phát hiện sớm.
• Sự phụ thuộc vào nguồn vốn ngắn hạn có thể dẫn đến khủng hoảng thanh khoản.
• Tâm lý bầy đàn làm khuếch đại biến động thị trường.

Bảng dưới đây minh họa một số yếu tố và cơ chế ảnh hưởng của chúng:

Yếu tố	Cơ chế tạo rủi ro	Hệ quả tiềm ẩn
Đòn bẩy cao	Gia tăng nghĩa vụ trả nợ	Vỡ nợ dây chuyền
Thiếu minh bạch	Khó định giá rủi ro chính xác	Khủng hoảng niềm tin
Kết nối mật độ cao	Lan truyền nhanh cú sốc	Sụp đổ toàn hệ thống

Một yếu tố quan trọng khác là sự tập trung quyền lực trong một số ít tổ chức quy mô lớn. Khi những tổ chức này thất bại, tác động tiêu cực trở nên nghiêm trọng hơn nhiều so với doanh nghiệp nhỏ lẻ.

Rủi ro hệ thống trong lĩnh vực tài chính

Lĩnh vực tài chính là nơi rủi ro hệ thống biểu hiện rõ nét nhất do hệ thống ngân hàng, thị trường vốn và các định chế tài chính được kết nối chặt chẽ với nhau. Các cuộc khủng hoảng tiền tệ và ngân hàng trong lịch sử đều cho thấy chỉ một sai sót trong cấu trúc tài chính cũng có thể bùng phát thành khủng hoảng toàn cầu.

Một ví dụ điển hình là khủng hoảng tài chính 2007–2008, bắt nguồn từ thị trường cho vay dưới chuẩn tại Hoa Kỳ. Sự đổ vỡ của Lehman Brothers đã gây hoảng loạn toàn cầu, làm sụp đổ hàng loạt định chế tài chính và khiến các chính phủ phải can thiệp bằng gói cứu trợ trị giá hàng nghìn tỷ USD.

Ngoài ra, trong hệ thống ngân hàng hiện đại, các định chế “quá lớn để sụp đổ” tiềm ẩn nguy cơ moral hazard: họ có xu hướng chấp nhận rủi ro lớn hơn vì tin rằng chính phủ sẽ can thiệp nếu có sự cố. Đây là thách thức lớn cho việc thiết kế chính sách ổn định tài chính.

Mô hình đo lường rủi ro hệ thống

Để giám sát và dự báo rủi ro hệ thống, các nhà kinh tế và cơ quan quản lý đã phát triển nhiều mô hình định lượng dựa trên dữ liệu thị trường và mạng lưới tài chính. Một số mô hình nổi bật:

• CoVaR: Đánh giá rủi ro toàn hệ thống khi một tổ chức rơi vào trạng thái khủng hoảng.
• SRISK: Đo mức thiếu hụt vốn của tổ chức trong tình huống thị trường suy sụp.
• MES: Ước tính tổn thất kỳ vọng của tổ chức khi thị trường sụt giảm mạnh.

Công thức CoVaR cơ bản được thể hiện qua ký hiệu:

$CoVaR^{i}_{q} = VaR_{q}(R^{system} \mid R^{i} = VaR_{q}(R^{i}))$

Trong đó: $R^{system}$ là lợi suất của hệ thống tài chính, còn $R^{i}$ là lợi suất của tổ chức tài chính thứ $i$. Thông qua cách tiếp cận này, nhà quản lý có thể định lượng được vai trò của từng định chế trong việc tạo ra rủi ro hệ thống.

Bên cạnh đó, phương pháp mô phỏng mạng lưới (network simulation) đang ngày càng được quan tâm vì có thể phản ánh cấu trúc liên kết giữa các định chế, từ đó dự đoán đường lan truyền của cú sốc một cách chính xác hơn.

Phân biệt rủi ro hệ thống và rủi ro phi hệ thống

Trong phân tích rủi ro, việc phân biệt giữa rủi ro hệ thống (systemic risk) và rủi ro phi hệ thống (idiosyncratic risk) là rất quan trọng. Rủi ro hệ thống mang tính vĩ mô, tác động đến toàn bộ hệ thống tài chính hoặc nền kinh tế, trong khi rủi ro phi hệ thống là rủi ro riêng lẻ gắn với từng doanh nghiệp, ngành nghề hoặc sự kiện cụ thể.

Rủi ro phi hệ thống có thể được kiểm soát hoặc loại bỏ thông qua chiến lược đa dạng hóa đầu tư. Ngược lại, rủi ro hệ thống là rủi ro không thể tránh khỏi bằng các biện pháp quản trị thông thường, đòi hỏi sự can thiệp ở cấp độ chính sách hoặc điều tiết hệ thống.

Tiêu chí	Rủi ro hệ thống	Rủi ro phi hệ thống
Phạm vi ảnh hưởng	Toàn thị trường hoặc hệ thống tài chính	Một tổ chức, ngành hoặc cổ phiếu cụ thể
Khả năng dự phòng	Rất khó phòng ngừa	Có thể giảm thiểu bằng đa dạng hóa
Ví dụ	Khủng hoảng tài chính 2008	Doanh nghiệp phá sản do gian lận nội bộ

Rủi ro hệ thống trong các lĩnh vực khác ngoài tài chính

Rủi ro hệ thống không chỉ xuất hiện trong lĩnh vực tài chính, mà còn được ghi nhận ở nhiều hệ thống xã hội và công nghiệp hiện đại. Đặc điểm chung là hệ thống có sự phụ thuộc lẫn nhau cao, một điểm đứt gãy nhỏ có thể tạo ra hiệu ứng domino diện rộng.

Một số ví dụ cụ thể:

• Y tế: Đại dịch COVID-19 năm 2020 đã làm sụp đổ hàng loạt hệ thống y tế quốc gia, gây gián đoạn chuỗi cung ứng toàn cầu.
• Công nghệ: Sự cố sập hệ thống mạng của một nhà cung cấp cloud lớn có thể làm hàng nghìn dịch vụ bị gián đoạn cùng lúc.
• Năng lượng: Mất điện lưới quy mô lớn như ở Texas năm 2021 cho thấy tính dễ tổn thương của hệ thống điện hiện đại.

Các hệ thống phức hợp (complex adaptive systems) thường được nghiên cứu bằng mô hình mạng lưới liên kết. Khi số lượng kết nối vượt qua một ngưỡng nhất định, hệ thống trở nên dễ mất ổn định hơn khi đối mặt với cú sốc ngẫu nhiên.

Vai trò của các tổ chức quản lý rủi ro hệ thống

Để giảm thiểu rủi ro hệ thống, các tổ chức quốc tế và cơ quan quản lý quốc gia đã thiết lập nhiều khuôn khổ giám sát và kiểm soát. Một số tổ chức then chốt:

• Financial Stability Board (FSB) – Điều phối giám sát rủi ro tài chính toàn cầu.
• International Monetary Fund (IMF) – Đưa ra cảnh báo sớm về mất ổn định tài chính quốc tế.
• Bank for International Settlements (BIS) – Hỗ trợ các ngân hàng trung ương phối hợp chính sách tiền tệ và quản trị rủi ro.

Tại các quốc gia, ngân hàng trung ương và cơ quan quản lý chứng khoán đóng vai trò giám sát rủi ro hệ thống trong khuôn khổ quốc gia. Họ thường sử dụng các chỉ số stress test, yêu cầu tăng vốn dự phòng, và giám sát các tổ chức tài chính có tính hệ thống cao (SIFIs).

Các sáng kiến quốc tế như Basel III đã bổ sung nhiều quy định mới nhằm tăng cường khả năng chống chịu của hệ thống ngân hàng trước các cú sốc lớn. Trong đó có:

• Hệ số vốn an toàn cao hơn.
• Tỷ lệ đòn bẩy tối đa.
• Tỷ lệ thanh khoản ngắn hạn (LCR) và dài hạn (NSFR).

Chiến lược phòng ngừa và quản lý rủi ro hệ thống

Phòng ngừa rủi ro hệ thống đòi hỏi sự kết hợp giữa chính sách vĩ mô và điều tiết vi mô. Một số biện pháp hiệu quả bao gồm:

• Macroprudential regulation: Áp dụng chính sách kiểm soát hệ thống thay vì chỉ tập trung vào từng tổ chức riêng lẻ.
• Stress testing: Mô phỏng kịch bản khủng hoảng để đánh giá khả năng chống đỡ của tổ chức tài chính.
• Resolution planning: Yêu cầu các tổ chức lớn xây dựng kế hoạch tự giải thể khi khủng hoảng xảy ra (“living wills”).

Một chiến lược khác là xác định và giám sát các định chế có ảnh hưởng hệ thống (Systemically Important Financial Institutions – SIFIs) và áp dụng quy định đặc biệt như yêu cầu vốn cao hơn hoặc hạn chế hoạt động rủi ro cao.

Việc sử dụng công cụ chính sách tài khóa và tiền tệ cũng giúp điều tiết nền kinh tế trong giai đoạn bất ổn, từ đó hạn chế khả năng lan rộng của rủi ro.

Triển vọng nghiên cứu và mô hình hóa rủi ro hệ thống

Cùng với sự phát triển của khoa học dữ liệu và mô hình mạng lưới, nghiên cứu về rủi ro hệ thống đang bước vào giai đoạn mới, với khả năng phân tích sâu rộng và dự báo chính xác hơn. Các xu hướng nổi bật bao gồm:

• Ứng dụng học máy (machine learning) để phát hiện tín hiệu sớm về căng thẳng tài chính.
• Mô phỏng động lực mạng lưới tài chính theo thời gian thực.
• Kết hợp kinh tế học hành vi để phân tích hiệu ứng tâm lý trong khủng hoảng.

Một hướng tiếp cận mới là sử dụng chỉ số đo lường “rủi ro lan truyền” (contagion risk) bằng cách phân tích cấu trúc liên kết và sức mạnh lan truyền của từng tổ chức. Ngoài ra, dữ liệu lớn (big data) giúp các nhà quản lý theo dõi được luồng thông tin, luồng vốn, và phản ứng thị trường theo thời gian thực.

Trong tương lai, việc mô hình hóa rủi ro hệ thống sẽ gắn liền với khả năng dự báo và ra quyết định chính sách nhanh chóng, thay vì chỉ đơn thuần là giám sát bị động như trước đây.

Tài liệu tham khảo

1. Adrian, T., & Brunnermeier, M. K. (2016). CoVaR. *American Economic Review*, 106(7), 1705–1741.
2. Acharya, V. V., Engle, R., & Richardson, M. (2012). Capital shortfall: A new approach to ranking and regulating systemic risks. *American Economic Review*, 102(3), 59–64.
3. Brunnermeier, M. K., & Pedersen, L. H. (2009). Market Liquidity and Funding Liquidity. *Review of Financial Studies*, 22(6), 2201–2238.
4. Haldane, A. G., & May, R. M. (2011). Systemic risk in banking ecosystems. *Nature*, 469(7330), 351–355.
5. Financial Stability Board (FSB). https://www.fsb.org/
6. International Monetary Fund (IMF). https://www.imf.org/
7. Bank for International Settlements (BIS). https://www.bis.org/
8. Basel Committee on Banking Supervision. (2011). Basel III: A global regulatory framework for more resilient banks and banking systems.