KỶ YẾU HỘI THẢO KHOA HỌC

BỘ TÀI CHÍNHTRƯỜNG ĐẠI HỌC TÀI CHÍNH - MARKETING

NHÀ XUẤT BẢN ĐẠI HỌC KINH TẾ QUỐC DÂN

KỶ YẾU HỘI THẢO KHOA HỌC

ĐÀO TẠO NGÀNH

TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN

TOÁN KINH TẾ

THÀNH PHỐ HỒ CHÍ MINH, THÁNG 6 NĂM 2020

3

KỶ YẾU HỘI THẢO KHOA HỌCĐÀO TẠO NGÀNH TOÁN KINH TẾ TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN

ĐỀ DẪN HỘI THẢO

Trường Đại học Tài chính - Marketing là trường đại học công lập trực thuộc Bộ Tài chính. Trong những năm gần đây, nhà trường đã được Thủ tướng Chính phủ giao cho thực hiện thí điểm tự chủ đại học (thời kỳ 2015 - 2017) và tiếp

tục triển khai thực hiện cho đến nay. Thời gian vừa qua, nhà trường đã triển khai nhiều chương trình đào tạo, như: Chương trình Đại trà, Chương trình Đào tạo đặc thù, Chương trình Chất lượng cao, Chương trình Quốc tế, với tổng số gần 20.000 sinh viên mỗi năm. Đối với Chương trình Đại trà, nhà trường đã và đang đào tạo 12 ngành gồm: Quản trị kinh doanh, Marketing, Kinh doanh quốc tế, Tài chính - Ngân hàng, Bất động sản, Ngôn ngữ Anh, Kinh tế, Quản trị khách sạn, Quản trị dịch vụ du lịch và lữ hành, Quản trị nhà hàng và ăn uống, Hệ thống thông tin quản lý. Hiện nay, nhà trường đã xác định thực hiện đào tạo theo định hướng ứng dụng, việc mở thêm ngành mới theo hướng ứng dụng được chú trọng.

Trong bối cảnh Việt Nam đã hội nhập sâu rộng vào kinh tế quốc tế, kinh tế thế giới, và Việt Nam luôn có những biến động, việc xây dựng mô hình và phân tích dự báo kinh tế là nhu cầu tất yếu. Nhằm đáp ứng nhân lực cho yêu cầu này, Hội đồng Trường, Trường Đại học Tài chính - Marketing đã đồng ý lập đề án mở ngành đào tạo Toán kinh tế bậc cử nhân. Để chuẩn bị tốt nhất cho việc xây dựng đề án, hôm nay, Trường Đại học Tài chính - Marketing tổ chức Hội thảo khoa học: “Đào tạo ngành Toán kinh tế trong bối cảnh hiện nay và các vấn đề liên quan” nhằm trao đổi, chia sẻ, tiếp thu ý kiến của các chuyên gia, nhà khoa học, nhà quản lý trong lĩnh vực đào tạo ngành Toán kinh tế và sử dụng nhân lực của ngành này. Hội thảo rất vui mừng đã nhận được nhiều bài tham luận, đến từ các trường đại học thuộc khối Kinh tế trong cả nước như: Trường Đại học Kinh tế Quốc dân, Trường Đại học Kinh tế Thành phố Hồ Chí Minh, Trường Đại học Kinh tế - Luật thuộc Đại học Quốc gia Thành phố Hồ Chí Minh, Trường Đại học Ngân hàng Thành phố Hồ Chí Minh, Trường Đại học Kinh tế thuộc Đại học Đà Nẵng, Học viện Ngân hàng..., đặc biệt có cả các bài viết tham luận của sinh viên DQF17 Chương trình Tài chính định lượng đang đào tạo tại Trường Đại học


4

Tài chính - Marketing. Một số bài viết chọn lọc được đưa vào Kỷ yếu của Hội thảo. Với chương trình đào tạo theo định hướng ứng dụng, và với việc xây dựng chương trình đào tạo đáp ứng chuẩn đầu ra và trình độ đầu vào của sinh viên, thông qua Hội thảo này, Trường Đại học Tài chính - Marketing hy vọng sẽ thành công trong việc xây dựng Đề án mở ngành Toán kinh tế, chương trình đào tạo Tài chính định lượng.

Xin trân trọng cảm ơn sự đóng góp của tất cả các quý vị! Xin chúc quý vị sức khỏe, hạnh phúc và thành công!

Ban Tổ chức Hội thảo

5


BAN TỔ CHỨC HỘI THẢO

1. TS. NGUYỄN VĂN HIẾN - Trưởng Ban

2. TS. ĐẶNG THỊ NGỌC LAN - Đồng Trưởng Ban

3. TS. BẢO TRUNG - Phó Trưởng Ban

4. TS. NGUYỄN HUY HOÀNG - Phó Trưởng Ban

5. Ông HOÀNG THÁI HƯNG - Ủy viên

6. Ông NGUYỄN HỒNG THANH - Ủy viên

7. Bà LÊ THỊ HỒNG HẠNH - Ủy viên

8. Bà NGUYỄN NỮ THÁNH TÂM - Ủy viên

9. Ông NGUYỄN VIẾT HỒNG QUÂN - Ủy viên

BAN THƯ KÝ HỘI THẢO

1. Bà PHAN THỊ HẰNG NGA

2. Bà BÙI HỒNG TRANG

BAN NỘI DUNG HỘI THẢO

1. TS. NGUYỄN HUY HOÀNG

2. PGS.TS. TRẦN LỘC HÙNG

3. TS. TRẦN KIM THANH

4. TS. NGUYỄN TUẤN DUY

5. TS. VÕ THỊ BÍCH KHUÊ

6. ThS. NGUYỄN VĂN PHONG


6

CHỦ TRÌ HỘI THẢO

1. TS. ĐẶNG THỊ NGỌC LAN, Trường Đại học Tài chính - Marketing

2. TS. NGUYỄN HUY HOÀNG, Trường Đại học Tài chính - Marketing

3. TS. PHẠM HOÀNG UYÊN, Trường Đại học Kinh tế - Luật, Đại học Quốc gia Thành phố Hồ Chí Minh

7


MỤC LỤC

01. MƠ NGANH TOÁN KINH TÊ TAI TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETINGTS. Nguyễn Huy Hoàng - TS. Đặng Thị Ngọc Lan

Trường Đại học Tài chính - Marketing

11

02. MÔ HINH PHÁT TRIỂN CHƯƠNG TRINH ĐAO TAO NGANH TOÁN KINH TÊ ĐÁP ỨNG CHUẨN ĐÂU RA

TS. Đặng Thị Ngọc Lan Trường Đại học Tài chính - Marketing

17

03. ĐAO TAO CHUYÊN NGANH TAI CHÍNH ĐỊNH LƯỢNG TAI TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETING

ThS. Nguyễn Văn Phong Trường Đại học Tài chính - Marketing

27

04. NGANH TOÁN KINH TÊ: THIÊN THỜI - ĐỊA LỢI - NHÂN HÒATS. Phạm Hoàng Uyên

Trường Đại học Kinh tế - Luật, Đại học Quốc gia Thành phố Hồ Chí Minh

33

05. NGANH TOÁN KINH TÊ - TAI CHÍNH - BẢO HIỂM: HIỆN TAI VA TƯƠNG LAITS. Tạ Quốc Bảo

Trường Đại học Ngân hàng Thành phố Hồ Chí Minh

43

06. NGANH TOÁN KINH TÊ: MỘT GÓC NHIN TỪ TRƯỜNG ĐAI HỌC KINH TÊ - LUẬTTS. Lê Thị Thanh An

Trường Đại học Kinh tế - Luật, Đại học Quốc gia Thành phố Hồ Chí Minh

51

07. ACTUARIAL SCIENCES - MỘT HƯỚNG CHUYÊN SÂU ỨNG DỤNG TOÁN TRONG BẢO HIỂM, TAI CHÍNH VA QUẢN TRỊ RỦI RO

TS. Phạm Thị Hồng Thắm, TS. Nguyễn Quang Huy Trường Đại học Kinh tế Quốc dân

62

08. ĐỔI MỚI TRONG TUYỂN SINH VA ĐAO TAO NGUỒN NHÂN LƯC THEO ĐỊNH HƯỚNG ỨNG DỤNG ĐÁP ỨNG YÊU CÂU CỦA CUỘC CÁCH MANG CÔNG NGHIỆP LÂN THỨ TƯ TAI TRƯỜNG ĐAI HỌC KINH TÊ QUỐC DÂN

ThS. Phạm Văn Nghĩa Trường Đại học Kinh tế Quốc dân

71


8

09. MỘT VAI SUY NGHĨ VỀ MỐI QUAN HỆ GIỮA TOÁN HỌC VA KINH TÊ HỌC - CƠ SƠ ĐỂ HINH THANH TOÁN KINH TÊ - MỘT NGANH ĐAO TAO ĐANG ĐƯỢC QUAN TÂM HIỆN NAY

PGS.TS. Trần Lộc Hùng Trường Đại học Tài chính - Marketing

81

10. CHUỖI GIÁ TRỊ BẢO HIỂM VA VẤN ĐỀ ĐAO TAO CHUYÊN VIÊN ĐỊNH PHÍ BẢO HIỂM TRONG BỐI CẢNH PHÁT TRIỂN CỦA CÔNG NGHỆ BẢO HIỂM

ThS. Bùi Thị Lệ Thủy, ThS. Nguyễn Thị Ngọc Miên, TS. Trần Thị Tuấn AnhTrường Đại học Kinh tế Thành phố Hồ Chí Minh

89

11. XÂY DƯNG CHƯƠNG TRINH ĐAO TAO NGANH TOÁN KINH TÊ ĐÁP ỨNG TIÊU CHUẨN KIỂM ĐỊNH CHẤT LƯỢNG

ThS. Phan Thị Hương Trường Đại học Tài chính - Marketing

102

12. ĐỔI MỚI NỘI DUNG CHƯƠNG TRINH VA PHƯƠNG PHÁP GIẢNG DAY MÔN TOÁN CHO CÁC NHA KINH TÊ TAI TRƯỜNG ĐAI HỌC KINH TÊ QUỐC DÂN

ThS. Hoàng Văn Thắng, ThS. Phạm Văn Nghĩa Trường Đại học Kinh tế Quốc dân

114

13. NHU CÂU NGUỒN NHÂN LƯC NGANH TOÁN KINH TÊ TRONG THỜI GIAN TỚITS. Lê Tài Thu

Học viện Ngân hàng, Hà Nội

134

14. CƠ HỘI VA THÁCH THỨC TRONG ĐAO TAO NHÂN LƯC NGANH TOÁN KINH TÊThS. Nguyễn Trung Đông


142

15. TOÁN KINH TÊ: TỪ SƯ TÁC ĐỘNG TRONG NỀN KINH TÊ SỐ ĐÊN VIỆC XÂY DƯNG CHƯƠNG TRINH ĐAO TAO

ThS. Trần Văn Bình, TS. Trần Đình Phụng Trường Đại học Tài chính - Marketing

153

16. NHU CÂU ĐAO TAO NGUỒN NHÂN LƯC NGANH TOÁN KINH TÊ VA MỘT VAI HAM ÝTS. Lê Dân

Trường Đại học Kinh tế, Đại học Đà Nẵng

162

17. PHÂN TÍCH SWOT VIỆC ĐAO TAO NGANH TOÁN KINH TÊ TAI TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETING

ThS. Hoàng Thị Xuân Trường Đại học Tài chính - Marketing

172

9


18. TOÁN KINH TÊ - NGANH KÊT NỐI TOÁN HỌC VA KINH TÊ - MỘT NGANH HỌC HAY VỚI NHIỀU CƠ HỘI RỘNG MƠ

ThS. Phạm Thị Thu Hiền Trường Đại học Tài chính - Marketing

185

19. CƠ HỘI VIỆC LAM ĐỐI VỚI SINH VIÊN TỐT NGHIỆP NGANH TOÁN KINH TÊThS. Vũ Thanh Tùng,

ThS. Phạm Thị Tuyết Nhung Trường Đại học Tài chính - Marketing

193

20. VỀ VIỆC MƠ NGANH TOÁN KINH TÊ TAI TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETINGTS. Trần Kim Thanh


206

21. SƯ PHÁT TRIỂN CỦA TOÁN KINH TÊThS. Nguyễn Thị Hồng Vân


217

22. MỘT SỐ VẤN ĐỀ VỀ TÂM LÝ GIAO DỊCH TRÊN THỊ TRƯỜNG TAI CHÍNHThS. Phan Ngọc Yến Xuân, ThS. Lê Trường Giang


225

23. ỨNG DỤNG XÍCH MARKOV ĐÁNH GIÁ TÁC ĐỘNG CỦA DỊCH COVID-19 ĐÊN TĂNG TRƯƠNG NGANH DỊCH VỤ TAI THANH PHỐ HỒ CHÍ MINH

TS. Nguyễn Quyết, ThS. Nguyễn Vũ Dzũng, TS. Huỳnh Thế NguyễnTrường Đại học Tài chính - Marketing

237

24. TÁC ĐỘNG NGƯỠNG QUY MÔ TRONG QUAN HỆ NỢ VA HIỆU QUẢ HOAT ĐỘNGPGS.TS. Hồ Thủy Tiên, ThS. Ngô Văn Toàn Trường Đại học Tài chính - Marketing

246

25. NGHIÊN CỨU RỦI RO TÍN DỤNG CỦA CÁC CÔNG TY THUỘC NHÓM VN30 BẰNG MÔ HINH MERTON

ThS. Nguyễn Đức Bằng Trường Đại học Tài chính - Marketing

262

26. ỨNG DỤNG MÔ HINH PHÂN TÍCH CHUỖI THỜI GIAN TRONG PHÂN TÍCH MỐI QUAN HỆ CỦA CÁC NHÂN TỐ KINH TÊ VĨ MÔ VA GIÁ CỔ PHIÊU TRÊN SAN CHỨNG KHOÁN THANH PHỐ HỒ CHÍ MINH (HSX)

Sinh viên lớp 17DQF. Nguyễn Tâm Nhi Trường Đại học Tài chính - Marketing

271


10

27. ỨNG DỤNG PHÂN MỀM R TRONG PHÂN TÍCH KỸ THUẬT VA NHỮNG THIÊT LẬP CHO GIAO DỊCH CHỨNG KHOÁN QUỐC TÊ

ThS. Lê Trường Giang Trường Đại học Tài chính - Marketing

282

28. MÔ HINH ARIMA VA ỨNG DỤNG DƯ BÁO LAM PHÁT CỦA VIỆT NAMThS. Vũ Anh Linh Duy


298

29. R VA THUẬT TOÁN ĐIỂM TRONG CHO QUY HOACH TUYÊN TÍNHThS. Phạm Việt Huy


307

11


1. SƯ CÂN THIÊT MƠ NGANH ĐAO TAO TOÁN KINH TÊ

Hiện nay, nền kinh tế Việt Nam, trong quá trình hội nhập sâu và rộng vào nền kinh tế thế giới, có nhiều vấn đề kinh tế và tài chính đòi hỏi có sự thay đổi. Hàng loạt các bài toán được đặt ra cho các nhà quản lý và các nhà kinh tế, đó là: phân tích và dự báo tài chính, thị trường; phân tích các nguồn vốn đầu tư; phân tích các chỉ số phát triển.... Chìa khóa cơ bản để giải quyết các vấn đề này là các công cụ định lượng và phương pháp Toán học.

Để thực hiện được nội dung nêu trên, chúng ta cần phải đào tạo đội ngũ nhân lực có nền tảng tư duy cũng như tri thức để hiểu và vận dụng giải quyết được các vấn đề phát sinh trong thực tiễn. Chẳng hạn, như những vấn đề liên quan đến lĩnh vực tài

Tóm tắt

Bài viết giới thiệu sự cần thiết mở ngành Toán kinh tế, năng lực và kinh nghiệm đào tạo của Trường Đại học Tài chính - Marketing nói chung, năng lực kinh nghiệm đào tạo của Khoa Luật - Kinh tế và Bộ môn Toán - Thống kê nói riêng, trong việc mở ngành đào tạo Toán kinh tế và chương trình Tài chính định lượng, bậc đại học, tại Trường Đại học Tài chính - Marketing.

Từ khóa: Toán kinh tế, Tài chính định lượng, Bộ môn Toán - Thống kê, Khoa Kinh tế - Luật, Trường Đại học Tài chính - Marketing

MƠ NGANH TOÁN KINH TÊ TAI TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETING

01.

TS. Nguyễn Huy Hoàng - TS. Đặng Thị Ngọc LanTrường Đại học Tài chính - Marketing


12

chính là yếu tố quan trọng hàng đầu của nền kinh tế, chúng ta cần thiết phải xây dựng mô hình, phân tích dự báo về tài chính và quản trị rủi ro tài chính ở cả cấp độ vĩ mô lẫn vi mô nhằm hạn chế các nguy cơ vỡ nợ, suy thoái, khủng hoảng của nền kinh tế.

Bên cạnh đó, những thay đổi và tiến bộ nhanh chóng của khoa học kỹ thuật sẽ mở ra kỷ nguyên mới của việc lựa chọn các phương án đầu tư, tối ưu hóa sử dụng các nguồn lực, thúc đẩy năng suất lao động và hiệu quả, tạo bước đột phá về tốc độ phát triển, phạm vi mức độ tác động làm biến đổi cơ bản hệ thống sản xuất và quản trị xã hội cả chiều rộng lẫn chiều sâu. Tiến bộ khoa học kỹ thuật này chính là cuộc cách mạng công nghiệp 4.0, và nền tảng của nó là Toán học.

Việt Nam đang phát triển mô hình kinh tế thị trường, định hướng xã hội chủ nghĩa, với sự tham gia và điều tiết của Chính phủ, và đã đạt được nhiều thành tựu quan trọng trong vài thập kỷ qua. Do đó, các hoạt động quản trị tài chính trong mọi tổ chức kinh tế cần được nghiên cứu cải tiến liên tục theo đà phát triển của kinh tế và xã hội.

Trên thế giới đã có rất nhiều tiến bộ trong xây dựng mô hình kinh tế, tài chính dựa trên Toán học và ứng dụng công nghệ thông tin. Tuy nhiên, những tiến bộ này chưa được áp dụng sâu rộng tại Việt Nam. Một trong những lý do là những cơ sở đào tạo hiện hữu chưa thực sự tạo dựng được mối liên kết giữa Toán học, Thống kê, Công nghệ thông tin và các lý thuyết kinh tế và tài chính. Do vậy, cần phải có kiến thức sâu, rộng và liên ngành và bài bản, mới có khả năng tham gia hoạt động nghiên cứu và ứng dụng các thành tựu của thế giới vào tình hình cụ thể tại Việt Nam.

Mặc dù có nhu cầu nhân lực rất lớn, do sự bùng nổ và phát triển của ngành kinh tế, tài chính tại Việt Nam trong hơn 20 năm qua, việc đào tạo nghiên cứu viên và chuyên gia phân tích, dự báo về kinh tế và tài chính tại Việt Nam vẫn còn hạn chế. Thời gian qua, đã có một số trường đại học đang nỗ lực phát triển và đào tạo về các chuyên ngành này, tuy nhiên chưa đáp ứng được yêu cầu thực tế ở nước ta hiện nay.

Nhằm góp phần đáp ứng nhu cầu của nền kinh tế nói chung và hệ thống tài chính nói riêng, cũng như tận dụng được xu thế phát triển, tích hợp các thế mạnh của các ngành học đang có tại Trường Đại học Tài chính - Marketing, chúng tôi đã nghiên cứu và đề xuất mở ngành học: Toán kinh tế, chương trình đào tạo Tài chính định lượng bậc đại học.

Khác với các chương trình hiện có trong nước, ngành Toán kinh tế của Trường Đại học Tài chính - Marketing, chúng tôi muốn tạo ra một cơ sở Toán với sự cần thiết vừa

13


đủ cùng các kiến thức cơ bản về kinh tế và tài chính, song song với đó, sinh viên ứng dụng mạnh các mô hình toán thống kê, kinh tế lượng được xem là mục tiêu hàng đầu. Từ đó, giúp sinh viên được trang bị đầy đủ kiến thức đáp ứng được nhu cầu nguồn nhân lực khan hiếm hiện nay tại các tổ chức tài chính, ngân hàng, bảo hiểm, phân tích thị trường, phân tích kinh doanh. Ngoài ra, chúng tôi rất chú trong đến lĩnh vực khai thác dữ liệu, phân tích, xử lý dữ liệu,... là những vấn đề được quan tâm rất lớn hiện nay. Ngành đào tạo thể hiện tính ứng dụng cao về mặt toán học trong quá trình đào tạo, tổ chức kết nối với doanh nghiệp nhằm giúp sinh viên có cơ hội cọ sát các vấn đề thực tiễn.

2. NĂNG LƯC VA KINH NGHIỆM ĐAO TAO

2.1. Năng lực và kinh nghiệm đào tạo của Trường Đại học Tài chính - Marketing

Trường Đại học Tài chính - Marketing thuộc Bộ Tài chính, tiền thân là Trường Đại học bán công Marketing được thành lập ngày 05/03/2004, theo Quyết định số 29/2004/QĐ-TTg của Thủ tướng Chính phủ; và ngày 25/03/2009, Thủ tướng Chính phủ ký Quyết định số 395/QĐ-TTg đổi tên thành Trường Đại học Tài chính - Marketing, là đơn vị sự nghiệp đào tạo trực thuộc Bộ Tài chính. Đến thời điểm hiện nay, Trường được Nhà nước cho phép đào tạo ở cả 03 bậc: Tiến sĩ, Thạc sĩ và Đại học với nhiều loại hình đào tạo từ chính quy tập trung đến vừa làm vừa học, hoàn chỉnh chương trình đại học và các khóa học bồi dưỡng chuyên môn nghiệp vụ, các lớp chuyên đề ngắn hạn.

Về nhân lực, tính đến ngày 30/12/2019, tổng số cán bộ, giảng viên, viên chức hiện đang làm việc tại Trường là 597 người, trong đó có 543 cán bộ viên chức trong biên chế và 44 người hợp đồng dài hạn. Đội ngũ giảng viên toàn trường là 390 người, trong đó có 9 phó giáo sư (PGS), 1 tiến sĩ khoa học (TSKH), 53 tiến sĩ (TS); 303 thạc sĩ (ThS) và 25 cử nhân (CN). Về đào tạo, Trường đào tạo đa ngành, đa cấp độ: (1) Đào tạo đại học gồm 11 ngành với 28 chuyên ngành, trong 28 chuyên ngành đào tạo có 7 chuyên ngành đào tạo chất lượng cao và 4 chuyên ngành đào tạo quốc tế; (2) Đào tạo cao đẳng 15 ngành; (3) Đào tạo liên thông đại học 4 ngành; (4) Đào tạo thạc sĩ 2 chuyên ngành (Quản trị kinh doanh và Tài chính - Ngân hàng); (5) Đào tạo tiến sĩ 2 chuyên ngành (Quản trị kinh doanh và Tài chính - Ngân hàng). Công tác quản lý đào tạo các bậc hệ của Trường được giao cho 4 đơn vị đầu mối là Phòng Quản lý đào tạo, Viện Đào tạo sau đại học, Viện Đào tạo thường xuyên, Trung tâm Hợp tác quốc tế.


14

Về cơ sở vật chất, Trường có một trụ sở chính tại Quận 7 và 5 cơ sở tại các khu vực khác; có đủ giảng đường, phòng học, phòng thực hành máy tính, trang thiết bị và phương tiện phục vụ giảng dạy; có bộ phận y tế chăm sóc sức khỏe; thư viện phục vụ nhu cầu của người học, giảng viên.

Về tài chính, Trường là đơn vị sự nghiệp giáo dục công lập trực thuộc Bộ Tài chính được giao tự chủ 100% chi thường xuyên và chi đầu tư. Công tác lập kế hoạch tài chính và quản lý tài chính được thực hiện theo quy định. Các nguồn thu hợp pháp của Trường đều tuân thủ theo đúng quy định tại các văn bản của Bộ Tài chính và các quy định của Hiệu trưởng về mức thu và đối tượng thu.

Về nghiên cứu khoa học (NCKH), Trường đầu tư cấp kinh phí cho hoạt động NCKH theo quy định; có chế độ khuyến khích cán bộ, giảng viên NCKH; hằng năm tham gia đấu thầu và thực hiện các đề tài cấp Bộ, Sở/ban/ngành, địa phương; các sản phẩm NCKH của giảng viên phục vụ tốt cho quá trình giảng dạy như giáo trình, tài liệu. Về hợp tác quốc tế, Trường ký kết hợp tác với Trường Đại học Help - Malaysia đào tạo trình độ đại học, thạc sĩ chuyên ngành Quản trị kinh doanh; Ngoài ra, Trường còn có mối liên kết hợp tác với nhiều cơ sở giáo dục nước ngoài khác như: Trường Đại học Northwestern Polytechnic (Hoa Kỳ), chương trình chuyển tiếp du học sang Newcastle College và Teesside University. Hợp tác, hỗ trợ đào tạo, trao đổi lưu học sinh với Lào, Campuchia. Về hợp tác trong nước: xây dựng mối quan hệ mật thiết với Sở Giao dịch Chứng khoán Sài Gòn, Ngân hàng BIDV, Vietinbank, Sacombank, Lotte Mark, Hiệp hội Marketing, Hiệp hội Thẩm định giá và nhiều doanh nghiệp khác.

Về đảm bảo chất lượng (ĐBCL), Trường có mạng lưới Tổ ĐBCL tất cả các đơn vị thuộc Trường và bước đầu hình thành mô hình ĐBCL bên trong; tháng 11/2017 được Trung tâm Kiểm định chất lượng giáo dục – Đại học Quốc gia Thành phố Hồ Chí Minh cấp Giấy chứng nhận Kiểm định chất lượng cấp cơ sở giáo dục, đến nay Trường tiếp tục xây dựng và thực hiện các chương trình cải tiến hệ thống chất lượng giáo dục, đổi mới chương trình đào tạo và phương pháp dạy học, thu thập thông tin phản hồi. Năm 2019, Trường cũng đã được cấp Chứng nhận Kiểm định đạt chuẩn cho 2 chương trình đào tạo thạc sĩ và 3 chương trình đào tạo chất lượng cao.

2.2. Năng lực và kinh nghiệm đào tạo của Khoa Kinh tế - Luật và Bộ môn Toán - Thống kê

Khoa Kinh tế - Luật được tách ra từ Khoa Cơ Bản trước đây, đã đề xuất và tham gia đào tạo chính hai chuyên ngành: (1) Chuyên ngành Quản lý kinh tế bậc Đại học

15


(từ khóa 13, năm 2013 đến nay) đã có 03 khóa tốt nghiệp; (2) Chuyên ngành Tài chính định lượng bậc Đại học (từ khóa 15, từ năm 2015 đến nay) đã có 01 khóa tốt nghiệp.

Về đội ngũ giảng viên - viên chức, Khoa Kinh tế - Luật có 43 giảng viên và 01 thư ký khoa.

Trình độ giảng viên - viên chức, Khoa có 01 PGS, 09 TS, 34 ThS. Đội ngũ giảng viên cơ hữu đảm bảo ít nhất 95% các học phần ngành/chuyên ngành của chương trình đao tạo. Bên cạnh đó, khoa mời các giảng viên có trình độ Phó giáo sư, Tiến sĩ có kinh nghiệm ở cơ sở đào tạo khác có uy tín tham gia giảng dạy.

Bộ môn Toán - Thống kê có 21 giảng viên, trong đó có 01 PGS, 6 TS, còn lại đều là thạc sỹ, 01 giảng viên đang làm nghiên cứu sinh (NCS) ở Hung-ga-ri. Hầu hết các giảng viên đã tham gia giảng dạy, viết bài giảng, giáo trình cho chuyên ngành Tài chính định lượng; Có 11 giảng viên đã tham gia hướng dẫn tốt nghiệp cho sinh viên chuyên ngành Tài chính định lượng DQF15; Cũng có nhiều giảng viên tham gia hướng dẫn sinh viên nghiên cứu khoa học đạt giải cấp trường và cấp quốc gia. Hằng năm, giảng viên Bộ môn đều có công bố đăng trên tạp chí quốc gia và quốc tế. Nhiều giảng viên là chủ nhiệm đề tài NCKH cấp cơ sở và tham gia các đề tài NCKH cấp tỉnh, cấp Bộ.

3. VỀ NGANH ĐAO TAO VA CHƯƠNG TRINH ĐAO TAO

- Tên ngành đào tạo đăng ký mở: TOÁN KINH TẾ; Mã số: 7310108; Chương trình đào tạo Tài chính định lượng; Trình độ đào tạo: Đại học.

- Quá trình xây dựng chương trình: Chương trình đào tạo được xây dựng dự kiến dựa trên các căn cứ sau:

+ Khung chương trình đào tạo bậc đại học của Nhà trường và Bộ Giáo dục và Đào tạo.

+ Tham khảo chương trình đào tạo đại học ngành Toán kinh tế, Toán ứng dụng của các trường đại học trong nước và quốc tế.

+ Kế thừa chương trình đào tạo chuyên ngành Tài chính định lượng của Trường Đại học Tài chính - Marketing và có sự điều chỉnh cho phù hợp sau khi mở ngành Toán kinh tế.

- Chuẩn bị các điều kiện về cơ sở vật chất và giảng viên: sử dụng nguồn lực vật chất và nhân sự giảng viên hiện có của Trường và Khoa.

- Quy mô tuyển sinh dự kiến hàng năm: theo sự phân bổ của Nhà trường.


16

4. KÊT LUẬN

Trên cơ sở phân tích nhu cầu của xã hội, của nhà tuyển dụng về nguồn nhân lực ngành đào tạo, năng lực đào tạo và quản lý ngành học của Trường và Khoa, và căn cứ vào các quy định trong Thông tư 22/2017/TT-BGDĐT ngày 06/9/2017 thì trường Đại học Tài chính - Marketing và Khoa Kinh tế - Luật đủ điều kiện đề mở ngành đào tạo Toán kinh tế trình độ đại học.

TÀI LIỆU THAM KHẢO

1. Bộ Giáo dục và Đào tạo (2017), Thông tư 22/2017/TT-BGDĐT ngày 06/9/2017 về ban hành quy định điều kiện, trình tự, thủ tục mở ngành đào tạo và đình chỉ tuyển sinh, thu hồi quyết định mở ngành đào tạo trình độ đại học.

2. Hội đồng Trường Đại học Tài chính - Marketing (2019), Nghị quyết số 01/NQ-HĐT, Nghị quyết của Hội đồng trường (phiên họp ngày 25/11/2019).

3. Khoa Kinh tế - Luật (2019), Tờ trình mở ngành Toán kinh tế, 11/2019.

4. Thủ tướng Chính phủ (2004), Quyết định số 29/2004/QĐ-TTg ngày 05/3/2004 về Quyết định thành lập Trường Đại học Bán công Marketing.

5. Thủ tướng Chính phủ (2009), Quyết định số 395/QĐ-TTg ngày 25/03/2009 về việc đổi tên Trường Đại học bán công Marketing thành Trường Đại học Tài chính - Marketing.

6. Trường Đại học Kinh tế - Luật, Đại học Quốc gia Thành phố Hồ Chí Minh (2018), Đề án mở ngành Toán kinh tế, 2018.

17


Tóm tắt

Ngành Toán kinh tế không phải là một ngành mới tại Việt Nam, tuy nhiên đây là ngành khá non trẻ tại Trường Đại học Tài chính - Marketing. Phát triển ngành Toán kinh tế lớn mạnh đang là một bài toán khó cho nhà trường nói chung và Khoa Kinh tế - Luật nói riêng. Chương trình đào tạo (CTĐT) được ví như trái tim của ngành. Xây dựng và phát triển một CTĐT có chất lượng là yêu cầu cấp bách đối với Khoa. Đảm bảo chất lượng đầu ra của ngành là căn cứ để giải trình với các cơ quan quản lý nhà nước có thẩm quyền và xã hội về thực trạng chất lượng CTĐT; làm cơ sở cho sinh viên lựa chọn ngành học và nhà tuyển dụng lao động tuyển chọn nhân lực. Để đảm bảo chuẩn đầu ra (CĐR), việc lựa chọn một mô hình phù hợp để xây dựng và phát triển CTĐT là cần thiết. Bài viết đưa ra các cơ sở lý luận và tổng quan về các mô hình phát triển CTĐT trên thế giới, từ đó đề xuất một mô hình phát triển CTĐT phù hợp cho ngành Toán kinh tế.

Từ khóa: Chương trình đào tạo, ngành Toán kinh tế, chuẩn đầu ra.

1. MƠ ĐÂU

Cuộc cách mạng công nghiệp 4.0 diễn ra đánh dấu một bước ngoặt lớn trong tiến trình phát triển của xã hội loài con người. Nó không chỉ ảnh hưởng đến kinh tế - xã hội mà còn ảnh hưởng đến các cấp giáo dục nói chung. Trước sự ảnh hưởng của công nghệ, giáo dục đại học đang phát triển nhanh chóng theo những xu hướng rõ rệt: thị

MÔ HINH PHÁT TRIỂN CHƯƠNG TRINH ĐAO TAO NGANH TOÁN KINH TÊ ĐÁP ỨNG CHUẨN ĐÂU RA

02.

TS. Đặng Thị Ngọc LanTrường Đại học Tài chính - Marketing


18

trường hóa, đa dạng hóa và quốc tế hóa. Trước những yêu cầu ngày càng khắt khe của xã hội, việc đảm bảo chất lượng đối với mỗi CTĐT là yếu tố sống còn của mỗi ngành đào tạo nói riêng và các trường đại học nói chung. Ngày nay, hơn bao giờ hết, các trường đại học đang đứng trước những thách thức to lớn là lựa chọn mở các ngành đào tạo nào để phát triển, đào tạo và cung cấp nguồn nhân lực đáp ứng những thay đổi to lớn trong mọi lĩnh vực của đời sống xã hội. Đối với các trường đại học trên thế giới nói chung và các trường đại học tại Việt Nam nói riêng, việc đảm bảo một CTĐT có chất lượng được xem như chìa khóa mở cửa vào tương lai cho một ngành đào tạo. Các cơ sở giáo dục nếu không quan tâm đến chất lượng giáo dục đại học sẽ đồng nghĩa với việc tự tước bỏ sự phát triển bền vững. Bối cảnh này tạo nên những cơ hội đồng thời có cả những thách thức đối với các ngành đào tạo mới.

Ở Việt Nam, việc thực hiện mô hình đào tạo dựa trên chuẩn đầu ra (CĐR) đã được khởi xướng ở cấp độ quốc gia thông qua các văn bản chỉ đạo và hướng dẫn của Bộ Giáo dục và Đào tạo, chẳng hạn như Công văn số 2196/BGDĐT-GDĐH ngày 22/4/2010 về xây dựng và công bố chuẩn đầu ra ngành đào tạo. Tuy nhiên, các trường đại học nói chung vẫn đứng trước thách thức phát triển những khung chuẩn để xây dựng và thực hiện bền vững CTĐT theo mô hình CĐR. Mô hình đào tạo dựa trên CĐR đòi hỏi mỗi trường đại học phải chứng minh sinh viên tốt nghiệp đạt được đầy đủ các CĐR yêu cầu. Điều này yêu cầu tất cả các quyết định về CTĐT, hoạt động giảng dạy và học tập, đánh giá phải được thực hiện trên cơ sở đáp ứng các CĐR liên quan. Nghiên cứu của Aravind & Rajparthiban (2011) chỉ ra rằng, thách thức lớn nhất là phân loại và hệ thống hóa các CĐR ở cấp độ CTĐT và cấp độ môn học. Thách thức thứ hai là liên kết các thành phần của CTĐT để xây dựng được một mô hình đánh giá mức độ đạt CĐR đối với mỗi sinh viên. Có nhiều cách tiếp cận khả thi để giải quyết những vấn đề mang tính hệ thống này. Tuy nhiên, một trong những giải pháp hiệu quả là phát triển một mô hình hay một khung chuẩn để giải quyết một cách hệ thống các vấn đề liên quan với nhau, đồng thời thúc đẩy nỗ lực đổi mới giáo dục đại học. Một mô hình đánh giá năng lực của sinh viên, dựa trên ma trận các môn học và kỹ năng được xây dựng. Có thể áp dụng mô hình này để đánh giá năng lực của sinh viên ở cấp độ môn học hay theo năm học. Từ những đánh giá này có thể xác nhận sự tiến bộ hay mức độ đáp ứng CĐR của sinh viên. Bài viết đưa ra các cơ sở lý luận và tổng quan về các mô hình phát triển các CTĐT trên thế giới, để từ đó đề xuất một mô hình phát triển CTĐT phù hợp cho ngành Toán kinh tế nói riêng và các ngành đào tạo tại Trường Đại học Tài chính - Marketing có thể áp dụng hiệu quả và thực tiễn. Mô hình phát triển CTĐT với những kế hoạch,

19


những nguyên tắc, khung mẫu (pattern), khung chuẩn (framework), sơ đồ (scheme) nhằm đáp ứng các yêu cầu cơ bản. Đây là những cơ sở quan trọng để xây dựng và phát triển CTĐT ngành Toán kinh tế đạt tiêu chuẩn chất lượng CTĐT.

2. CƠ SƠ LÝ LUẬN

CTĐT (curriculum) là một kế hoạch được thiết kế cho việc giảng dạy, học tập và đánh giá nhằm đáp ứng mục tiêu đào tạo. Theo Tyler (1949), CTĐT trình độ đại học cần được các trường đại học xây dựng và phát triển như những đề án. Trong mỗi CTĐT đào tạo luôn cần làm rõ các vấn đề cốt lõi của chương trình và giảng dạy thông qua việc trả lời những câu hỏi sau: Những mục tiêu giáo dục nào nhà trường cần đạt được? Những trải nghiệm học tập nào là thích hợp để đạt được các mục tiêu đó? Làm thế nào để những trải nghiệm học tập được tổ chức hiệu quả? Làm thế nào để đánh giá sự tiến triển hay mức độ đáp ứng các mục tiêu giáo dục đã đề ra? Bản Tuyên ngôn toàn cầu về Giáo dục đại học của Liên Hợp Quốc khẳng định: Thế kỷ 21 “có một nhu cầu chưa từng thấy về sự đa dạng, phong phú trong giáo dục đại học, cũng như những nhận thức ngày càng cao về tầm quan trọng sống còn của giáo dục đại học đối với sự phát triển kinh tế và văn hóa của xã hội”. Một yêu cầu về vấn đề có tính sống còn đối với bất kỳ mô hình cải cách giáo dục nào – đó là chất lượng giáo dục. Vì thế, ngày nay, hơn bao giờ hết, tất cả các quốc gia đang đứng trước những thách thức to lớn là lựa chọn các giải pháp phát triển giáo dục, nâng cao chất lượng giáo dục ở tất cả các cấp học, bậc học – nơi cung cấp nguồn nhân lực đáp ứng những đổi thay to lớn trong mọi lĩnh vực của đời sống xã hội. Theo Audrey Azoulay - Tổng Giám đốc Tổ chức Giáo dục, Khoa học và Văn hóa Liên Hiệp Quốc (UNESCO) (2019), một chương trình giáo dục tốt là một chương trình ủng hộ sự đa dạng, cung cấp các kỹ năng quan trọng, thách thức mọi định kiến và có khả năng tạo hiệu ứng lan tỏa tích cực sâu rộng bên ngoài nhà trường. Beauchamp (1981) cho rằng, phát triển CTĐT là quá trình tổng thể vòng đời, bao gồm thiết kế, thực hiện và đánh giá CTĐT – những công việc phức tạp. Sự phức tạp càng nhiều nếu không có một mô hình với những triết lý hay và nguyên lý rõ ràng và những phương pháp hay cách thức cụ thể cho việc phát triển CTĐT.

Khái niệm mô hình phát triển CTĐT được Oliva (1982) đề xuất lần đầu tiên như một giải pháp hoạch định CTĐT nhằm đáp ứng những nhu cầu, bối cảnh và mục đích nhất định. Cơ sở đào tạo sử dụng mô hình để phát triển CTĐT sẽ đem đến hiệu quả và hiệu suất cao hơn. Viray và cộng sự (2011) đã nghiên cứu các mô hình cho thấy, các nhà hoạch định CTĐT thường lựa chọn một mô hình phù hợp với lĩnh vực cụ thể của


20

mình, hoặc thiết kế mô hình riêng, hoặc đưa ra mô hình tổng hợp từ các mô hình được tìm hiểu dưới dạng tài liệu hướng dẫn thiết kế hay phát triển CTĐT.

Như vậy có thể thấy, khi các trường đại học hội nhập, để phát triển bền vững mỗi CTĐT cần xây dựng những giá trị đặc trưng cho ngành đào tạo. Những đặc trưng này thể hiện trong việc đào tạo và cung cấp nguồn nhân lực thích ứng với thị trường lao động ở phạm vi khu vực và quốc tế. Mỗi ngành đào tạo cần xây dựng một mô hình phát triển CTĐT cho lĩnh vực đào tạo của nhà trường.

3. TỔNG QUAN VỀ CÁC MÔ HINH PHÁT TRIỂN CHƯƠNG TRINH ĐAO TAO TRÊN THÊ GIỚI

Trong lĩnh vực phát triển CTĐT, mô hình Tyler (1949) là mô hình đầu tiên đưa ra những nguyên lý cơ bản về CTĐT và giảng dạy. Mô hình Tyler thường được gọi là mô hình dựa trên mục tiêu (objective model). Đặc điểm nổi bật của mô hình là sự tham gia tích cực của sinh viên trong quá trình xây dựng mục tiêu giáo dục tổng quát; nhấn mạnh sự nhất quán giữa mục tiêu, trải nghiệm học tập và kết quả; yêu cầu mục tiêu giáo dục thể hiện cả kỹ năng và phẩm chất cần phát triển. Mô hình Taba (1962) đặc trưng bởi phương pháp tiếp cận từ cơ sở (grass-roots approach) nhấn mạnh vai trò của giảng viên. Trong mô hình này, Taba xem xét những yếu tố có thể coi là cơ sở để phát triển CTĐT. Mô hình Leyton Soto (1969) nổi bật nhờ hệ thống hóa các yếu tố, các khái niệm, các quá trình phát triển CTĐT và mối quan hệ giữa các thành phần của mô hình. Mô hình Saylor, Alexander và Lewis (1981) đặc trưng bởi phương pháp tiếp cận hành chính (administrative model). Mô hình Oliva (1982) cung cấp một quá trình phát triển CTĐT toàn diện và cụ thể. Mô hình cũng nhấn mạnh nhu cầu của những đối tượng sinh viên khác nhau. Đa số các mô hình được phân loại như sau:

21


Bảng 1: Phân loại các mô hình phát triển chương trình đào tạo

TT Tên Mô hình Đặc trưng của mô hình

(a) (b) (c) (d) (e) (f )

1 Mô hình Tyler (1949) x

2 Mô hình Taba (1962) x x x

3 Mô hình Leyton Soto (1969) x x x

4 Mô hình Saylor, Alexander & Lewis (1981) x x x

5 Mô hình Oliva (1982) x x x

6 Mô hình thảo luận Ornstein & Hunkins (2004) x x x

7 Mô hình mô học tích hợp Fink (2003) x x x x x

8 Mô hình CTĐT tích hợp theo CDIO Crawley et al (2007) x x x x x

(a) Nhóm mô hình quy tắc (mô hình đào tạo dựa trên CĐR)

(b) Nhóm mô hình sản phẩm

(c) Nhóm mô hình theo phương pháp tiếp cận (mô hình kỹ thuật)

(d) Nhóm mô hình theo phương pháp tiếp cận (mô hình phi kỹ thuật)

(e) Nhóm mô hình lấy người học làm trung tâm

(f) Nhóm mô hình CTĐT tích hợp

(Nguồn: Tác giả tổng hợp)

(a) Nhóm mô hình quy tắc

Mô hình quy tắc hay còn gọi là mô hình dựa trên chuẩn đầu ra (CĐR - Outcome-based education). Một thí dụ nổi tiếng về mô hình quy tắc là mô hình dựa trên mục tiêu của Tyler (1949). Mô hình này được thiết kế ngược từ chuẩn đầu ra (CĐR) đến các thành phần khác của CTĐT. Nói một cách đơn giản là CTĐT phải được thiết lập dựa trên chuẩn đầu ra (CĐR). Các mô hình này có tác động đáng kể đến việc thiết kế giảng dạy do tập trung vào những gì người học làm thay vì những gì giảng viên dạy.

(b) Nhóm mô hình sản phẩm

Mô hình sản phẩm được cho là quá đề cao về mục tiêu giáo dục và việc thiết kế CTĐT mang nặng tính kỹ thuật. Mô hình của Tyler (1949) cũng là một thí dụ nổi tiếng về mô hình sản phẩm. Mô hình này có giá trị trong việc phát triển và truyền đạt những CĐR rất rõ ràng đến sinh viên và đưa trọng tâm giảng dạy ra khỏi việc liệt kê các nội dung.


22

(c) + (d) Nhóm mô hình theo phương pháp tiếp cận

Mô hình theo phương pháp tiếp cận kỹ thuật và phi kỹ thuật phát triển CTĐT là sơ đồ hữu ích để cơ cấu môi trường học tập. Nhóm mô hình này có nhiều điểm tương đồng. Phương pháp tiếp cận này được mô tả là hợp lý, hữu dụng và hiệu quả cho đào tạo (Ornstein & Hunkins, 2004).

(e) Nhóm mô hình lấy người học làm trung tâm

Mô hình lấy người học làm trung tâm thường được sử dụng ở những bậc học cao như thạc sĩ, tiến sĩ.

(f) Nhóm mô hình CTĐT tích hợp

Mô hình này cho phép thiết kế cấu trúc CTĐT sắp xếp các nội dung, kiến thức và CĐR về kỹ năng thành các môn học đảm bảo liên kết kiến thức và phát triển kỹ năng giữa các môn học. Về nguyên tắc tổ chức, có thể phân biệt hai mô hình CTĐT tích hợp: (1) Mô hình CTĐT tích hợp dựa trên vấn đề (problem-based curriculum); (2) Mô hình CTĐT tích hợp dựa vào các môn học kiến thức ngành.

Các mô hình có thể có những điểm khác nhau, nhưng cơ bản có nhiều điểm tương đồng. Các ngành đào tạo muốn phát triển bền vững cần xây dựng một mô hình phát triển CTĐT phù hợp.

4. MÔ HINH PHÁT TRIỂN CTĐT CHO NGANH TOÁN KINH TÊ TAI TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETING

Nhằm đáp ứng nhu cầu của thị trường lao động, Trường Đại học Tài chính - Marketing đã xây dựng ngành Toán kinh tế theo hướng ứng dụng, đào tạo cử nhân đại học ngành toán kinh tế có phẩm chất chính trị, đạo đức và sức khỏe tốt; có kiến thức cơ bản về kinh tế - xã hội, quản lý và quản trị kinh doanh; có kiến thức sâu về Toán ứng dụng trong kinh tế, quản lý và quản trị kinh doanh; có tư duy độc lập, có năng lực học tập bổ sung kiến thức, nâng cao trình độ chuyên môn, thích nghi với mọi thay đổi của môi trường làm việc. Ngành Toán kinh tế bao gồm hai chuyên ngành: (1) Chuyên ngành Toán kinh tế (Economic Mathematics Specialization); (2) Chuyên ngành Toán tài chính (Mathematical Finance Specialization). Việc lựa chọn một mô hình phù hợp để xây dựng và phát triển CTĐT cho một CTĐT mới là cần thiết. Thừa kế mô hình của tyler (1949), Fink (2003), Crawley và cộng sự (2007), Saylor, Alexander và Lewis (1981), mô hình phát triển CTĐT ngành Toán kinh tế tại Trường Đại học Tài chính - Marketing được đề xuất như sau:

23


Hình 1: Mô hình phát triển CTĐT ngành Toán kinh tế tại Trường Đại học Tài chính - Marketing


Mô hình được chia thành 4 giai đoạn phát triển của CTĐT:

Giai đoạn đầu tiên, các nhà trường nhận biết mục tiêu giáo dục thích hợp của CTĐT. Sử dụng các triết lý giáo dục của nhà trường như bộ lọc để loại bỏ những mục tiêu không cần thiết. Đồng thời, nhà trường thu thập dữ liệu từ các nguồn nhu cầu như: sinh viên, giảng viên và xã hội. Bằng việc phân tích dữ liệu liên quan đến nhu cầu và sự quan tâm của sinh viên, đó là nhu cầu về giáo dục, xã hội, nghề nghiệp, thể chất, tâm lý. Từ việc phân tích này sẽ nhận biết được những mục tiêu tiềm tàng và các CĐR tương ứng với từng mục tiêu chung. CĐR của CTĐT được sử dụng để thiết kế CĐR ở cấp độ môn học. Để có thể đo lường được CĐR, CTĐT cần có thêm mục trình độ năng lực (TĐNL). Khoa có thể tự thiết kế hay lựa chọn một thang trình độ năng lực để thống nhất sử dụng.

Giai đoạn thứ hai, thiết kế CTĐT được quyết định bởi các nhóm phụ trách thiết kế CTĐT. CTĐT được thiết kế dựa vào các môn học, hay theo nhu cầu và mối quan tâm của sinh viên. Thiết kế CTĐT được thông qua việc lựa chọn và xây dựng các đề cương môn học, xác định mục tiêu riêng cho từng môn học để hoàn thiện bảng mô tả CTĐT và kế hoạch giảng dạy cho cả CTĐT. Thiết kế đề cương môn học phải đảm bảo liên kết với các CĐR của CTĐT. Nguyên tắc thiết kế CTĐT mô tả cách thức và các xem xét chính yếu làm nền tảng cho việc thiết kế cấu trúc CTĐT để đáp ứng mục tiêu đề ra. Cấu trúc CTĐT phải cho phép các môn kiến thức và lập luận ngành hỗ trợ cho nhau. Ngoài ra, cấu trúc này phải cho phép các kỹ năng cá nhân và giao tiếp, các kỹ năng nghề nghiệp được đan xen vào các môn học. Tùy thuộc vào bối cảnh tổ chức và quản lý đào tạo, người quản lý, giảng viên và sinh viên có những quan tâm khác nhau đối với đề cương môn học. Một yêu cầu chung với đề cương môn học phải bao gồm


24

các nội dung cần thiết để thể hiện vai trò và mối liên kết với CTĐT, để giảng dạy, học tập và phục vụ kiểm định CTĐT.

Giai đoạn thứ ba, xác lập mục tiêu giảng dạy, lựa chọn phương pháp giảng dạy là cơ sở để bắt đầu, lôi cuốn sự tham gia tích cực của sinh viên. Phương pháp tiếp cận đơn giản để phát triển các mục tiêu hành vi. Giảng viên cần phân biệt giữa trải nghiệm học tập và hoạt động học tập; xác định mục tiêu là sự tổng hợp các trải nghiệm mà sinh viên cố gắng để đạt được. Những trải nghiệm này là những hành vi được diễn giải thành những mục tiêu và hoạt động học tập được lựa chọn, được giảng dạy có tổ chức. Nhưng chỉ có những trải nghiệm cuối cùng, tức là những kỹ năng đạt được, mới được đánh giá.

Giai đoạn cuối cùng, giai đoạn rà soát, đánh giá CTĐT các vấn đề chưa hiệu quả trong cả quá trình tổ chức thực hiện khép lại một vòng đời của CTĐT và được tiếp tục cải tiến ở vòng đời tiếp theo. Mô hình phát triển CTĐT “dựa trên CĐR” kết hợp với “mô hình tích hợp” này được xem như là một mô hình toàn diện để phát triển CTĐT đi từ lựa chọn mục tiêu đến đánh giá kết quả học tập và xem xét các vấn đề chưa hiệu quả. Trong quá quá trình phát triển CTĐT, các nhà quản trị giáo dục cần nắm được bốn nguyên lý cơ bản về CTĐT và giảng dạy:

(1) Những mục tiêu giáo dục nào CTĐT cần đạt được?

(2) Những hoạt động dạy - học nào thích hợp để đạt được các mục tiêu đó?

(3) Làm thế nào để các hoạt động dạy - học được tổ chức hiệu quả?

(4) Làm thế nào có thể đánh giá được các mục tiêu của CTĐT đã đặt ra?

Mô hình phát triển CTĐT ngành Toán kinh tế có thể được xem như một bản kế hoạch chung, bao gồm những nguyên tắc, khung mẫu, khung chuẩn, quy trình đáp ứng các yêu cầu cơ bản sau:

• Cung cấp một phương pháp để thực hiện.

• Như một khung chuẩn để giải thích cho quá trình cải tiến liên tục.

• Thể hiện các giai đoạn hoặc các thành phần và quan hệ tương hỗ, được thực hiện trong một chu kỳ liên tục có phản hồi.

• Có sự tham gia của các bên liên quan trong việc hoạch định CTĐT.

• Chất lượng được ưu tiên trong mục tiêu giáo dục.

25


• CTĐT được thay đổi kịp thời để đáp ứng nhu cầu mới và sự phát triển của xã hội.

• Cách thức phát triển CTĐT có thể khác nhau ở mỗi hệ thống, mỗi trường đại học, mỗi ngành đào tạo, nhưng phải nhất quán và hợp lý.

• Được trình bày đơn giản dễ hiểu.

5. KÊT LUẬN

Mô hình phát triển CTĐT giúp các nhà trường/ khoa/ bộ môn vạch ra một cách hệ thống và rõ ràng cơ sở sử dụng các phương pháp giảng dạy, học tập và đánh giá. Qua tổng quan các mô hình phát triển CTĐT của các nhà nghiên cứu trên thế giới cho thấy rằng, không có một mô hình lý tưởng có thể phù hợp với toàn bộ CTĐT của nhà trường. Để phát triển CTĐT của ngành Toán kinh tế nói riêng và các ngành tại Trường Đại học Tài chính - Marketing nói chung được tương đồng và nhất quán, thì một mô hình phát triển CTĐT là cần thiết. Một mô hình có tính thực tiễn tốt sẽ giúp cho CTĐT của ngành Toán kinh tế mang lại những trải nghiệm giáo dục tốt nhất cho cả sinh viên và giảng viên. Định kỳ, CTĐT cần được rà soát, điều chỉnh để các môn học được sắp xếp hợp lý hơn và tích hợp các kỹ năng nhiều hơn cho sinh viên. Việc phát triển CTĐT được sử dụng kết hợp giữa “mô hình dựa trên CĐR” và “mô hình tích hợp” cho phép tích hợp, đan xen giảng dạy kỹ năng với kiến thức. Mô hình cũng cho phép có thể liên kết hợp lý các thành phần của CTĐT, môn học. Ngoài ra, mô hình cũng linh hoạt trong việc thiết lập những hoạt động giảng dạy phù hợp nhằm thúc đẩy học tập, giúp cung cấp các trải nghiệm học tập ý nghĩa để đáp ứng CĐR.

Tuy nhiên, mô hình phát triển CTĐT về mặt kỹ thuật là hữu ích, nhưng nó có những hạn chế là bỏ qua những khía cạnh con người như: thái độ, cảm xúc. Vì vậy, mô hình phát triển CTĐT không nên thay thế một cách cứng nhắc các quyết định nghề nghiệp và cá nhân về phương pháp nào là tốt nhất để nâng cao chất lượng học tập của sinh viên.


1. Aravind, C.V., & Rajparthiban, R. (2011), A Dynamic Approach to Outcomes Based Education in Engineering Curriculum. Proceedings of the IETEC’11 Conference. Kuala Lumpur, Malaysia: IETEC.

2. Beauchamp, G.A. (1981), Curriculum Theroy. Pub ID 102-087-080, F.E. Peacock Publishers.


26

3. Bộ Giáo dục và Đào tạo (2010), Hướng dẫn 2196/BGDĐT-GDĐH ngày 22/4/2010 về xây dựng và công bố chuẩn đầu ra ngành đào tạo.

4. Crawley, E.F., Malmqvist, J., Ostlund, S., & Brodeur, D.R. (2007), Rethinking Engineering Education: The CDIO Approach. Springer Science + Business Media, LLC (Bản dịch tiếng Việt: Hồ Tấn Nhựt, Đoàn Thị Minh Trinh. Cải cách và xây dựng CTĐT kỹ thuật theo phương pháp tiếp cận CDIO. NXB Đại học Quốc gia Thành phố Hồ Chí Minh, 2009, 2010).

5. Fink, L.D. (2003), Creating Significant Learning Experiences: An Integrated Approach to Designing College Courses. San Francisco, CA: John Wiley & Sons, Inc.

6. Leyton Soto, M., & Tyler, R.W. (1969), Planeamiento Educational. Santiago, Chile: Editorial Universitaria, 1969.

7. Oliva, P.F. (1982), Developing the curriculum. Boston: Little, Brown & Co.

8. Saylor, J.G., & Alexander, W.M. (1966), Curriculum Planning for Modern Schools. Pub ID 101-217-189 Holt, Rinehart and Winston.

9. Saylor, J.G., & Alexander, W.M., & Lewis, A.J. (1981), Curriculum Pllanning for Better Teaching and Learning. New York, NY: Holt, Rinehart, & Winston

10. Taba, H. (1962), Curriculum development: Theory and practice. New York: Harcourt, Brace, & World, Inc.

11. Tyler, R.W. (1949), Basic Principles of Curriculum and Instruction. Chicago: University of Chicago Press.

12. UNESCO (2019), Global Education Monitoring Report Summary 2019: Migration, displacement and education: Building bridges, not walls. Paris, UNESCO.

13. Viray, F.C., & Gamit, E.T. (2011), Curriculum Design and Development. Central Luzon State University, Phillippines.

27


Tóm tắt

Bài viết trình bày về chương trình đào tạo chuyên ngành Tài chính định lượng tại Trường Đại học Tài chính - Marketing.

Từ khóa: Tài chính định lượng, Chương trình đào tạo, Trường Đại học Tài chính - Marketing.

1. GIỚI THIỆU

Tài chính định lượng (Quantitative Finance) là một chuyên ngành của Toán Tài chính (Financial Mathematics), nghiên cứu thị trường tài chính thông qua việc ứng dụng các công cụ toán học, giúp chúng ta đưa ra các quyết định liên quan tới bài toán tài chính (như: dự báo, định giá chứng khoán, quản lý danh mục đầu tư, quản trị rủi ro tài chính,...) dựa trên đánh giá của những con số. Mặc dù đã có nhiều ứng dụng và có lịch sử phát triển từ rất sớm; tuy nhiên, hiện tại, Tài chính định lượng vẫn còn nhiều lĩnh vực chưa được nghiên cứu ứng dụng ở các nước đang phát triển. Điều này là do sự phát triển của ngành tài chính định lượng phụ thuộc vào sự phát triển của thị trường tài chính, sự phát tiển của khoa học kỹ thuật, đặc biệt là sự phát triển bùng nổ về lĩnh vực công nghệ thông tin như hiện nay.

Trong một vài năm gần đây, Tài chính định lượng là một chuyên ngành mới ở Việt Nam, đã và đang được nhiều trường đại học và các viện nghiên cứu triển khai đào tạo. Nhiều ngân hàng, quỹ đầu tư, các công ty tài chính, bảo hiểm,... thu hút và sử dụng

ĐAO TAO CHUYÊN NGANH TAI CHÍNH ĐỊNH LƯỢNG TAI TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETING

03.

ThS. Nguyễn Văn Phong Trường Đại học Tài chính - Marketing


28

các chuyên gia được đào tạo về Tài chính định lượng từ các trường đại học trong và ngoài nước. Tài chính định lượng được áp dụng trong việc định giá những sản phẩm phái sinh, và rất nhiều những ứng dụng khác trong lĩnh vực tài chính với công cụ rất đa dạng, từ cơ bản đến nâng cao. Ở Việt Nam, hiện nay, có thể thấy thị trường phái sinh chưa phát triển, thanh khoản thị trường còn thấp. Tuy nhiên, các vấn đề phân tích rủi ro của thị trường tài chính lại rất cấp thiết, do đó những ứng dụng của Tài chính định lượng trong quản trị rủi ro, mô phỏng tình huống hay kinh tế vĩ mô là rất cần thiết.

Tài chính định lượng là sự kết hợp nhuần nhuyễn giữa Toán học và Công nghệ tài chính. Các công cụ toán học và tin học như phương pháp số, phương pháp mô phỏng, tính toán khoa học và công nghệ phần mềm đã được sử dụng để mô hình hóa các giao dịch tài chính, giúp các chuyên gia đưa ra quyết định về độ rủi ro một cách hiệu quả.

Tài chính định lượng được bắt đầu nghiên cứu nhiều ở Mỹ từ những năm 1970 khi một số nhà đầu tư sử dụng những kết quả của Toán học để ứng dụng vào việc định giá cổ phiếu và trái phiếu. Trước đó, Luận án Tiến sĩ của Harry Markowitz năm 1952 với nhan đề “Lựa chọn Danh mục đầu tư” là một trong những công trình đầu tiên có liên quan tới khái niệm Toán tài chính. Trong Luận án của mình, Harry Markowitz đã đưa ra một phương pháp hiệu quả để tính toán lợi nhuận trung bình và phương sai cho một danh mục đầu tư. Năm 1969, Robert Merton đã áp dụng các tính toán ngẫu nhiên vào lĩnh vực tài chính. Việc khảo sát và thiết lập giá cả trong thị trường tài chính là động lực cho các nghiên cứu của Robert Merton. Cùng thời điểm với công trình của Merton, nhằm định giá quyền chọn mua kiểu châu Âu, Fischer Black và Myron Scholes đã xây dựng một mô hình, sau này được gọi là mô hình Black–Scholes. Công trình này đã mang tới cho hai ông giải thưởng Nobel năm 1997. Qua những kết quả trên, chúng ta thấy rằng, các chuyên gia Tài chính định lượng thường có kiến thức tốt về toán học, vật lý học hoặc các ngành khoa học tự nhiên và kỹ thuật, cũng như những kỹ năng sâu rộng trong lĩnh vực công nghệ thông tin và vận dụng thông thạo các phần mềm hỗ trợ.

Các công việc chính trong lĩnh vực Tài chính định lượng có thể kể đến như: sử dụng các phương pháp định lượng nghiên cứu thực nghiệm dữ liệu chuỗi thời gian trong các lĩnh vực của tài chính, kinh tế; nghiên cứu các các hành vi nổi bật trong thị trường tài chính, nền kinh tế. Mô phỏng thị trường tài chính bằng các mô hình. Tối ưu hóa và lựa chọn danh mục đầu tư, định giá quyền chọn và phân tích các khoản cầm cố chứng khoán hóa. Hỗ trợ giao dịch tự động bằng thuật toán. Ứng dụng các mô hình định giá và tính toán rủi ro trong lĩnh vực chứng khoán cũng như trong việc phân tích và dự báo.

29


Hiện nay, nhu cầu cần các chuyên gia Tài chính định lượng của các công ty tài chính ở Việt Nam đang bức thiết hơn bao giờ hết, đặc biệt là thị trường tài chính ở các thành phố lớn. Thành phố Hồ Chí Minh có một trung tâm đào tạo và nghiên cứu Tài chính định lượng mang tên Viện John Von Neumann (JVN) của Đại học Quốc gia Thành phố Hồ Chí Minh. Trung tâm này liên kết trực tiếp với các trường đại học ở châu Âu như: Engineering School Telecom ParisTech, ECE Paris Graduate School of Engineering, ENSAE-ParisTech, The University of Milan (Italy). Ngoài ra, có nhiều trường đại học đã đào tạo chuyên ngành tài chính định lượng như: Bộ môn Tài chính định lượng (Khoa Toán - Tin, Trường Đại học Khoa học Tự nhiên Thành phố Hồ Chí Minh), Khoa Toán Kinh tế (Trường Đại học Kinh tế Quốc dân Hà Nội), Khoa Toán kinh tế (Trường Đại học Kinh tế - Luật, Đại học Quốc gia Thành phố Hồ Chí Minh). Khoa toán Thống kê (Đại học Kinh tế Thành phố Hồ Chí Minh).

Hầu hết nguồn cung nhân lực ngành Tài chính định lượng trên thế giới đến từ các trường đại học và các viện nghiên cứu của Mỹ. Danh sách thống kê trên https://quantnet.com/ cho thấy có 33 trường đại học có đào tạo (2020 ranking) tốt nhất thế giới, với tỷ lệ việc làm sau khi tốt nghiệp khá cao. Tại khu vực châu Âu, có khoảng 10 trường đại học lớn và có uy tín đào tạo chuyên ngành Tài chính định lượng. Tại khu vực châu Á, hiện nay, các quốc gia như Úc, Trung Quốc, Hồng Kông, Đài Loan, Singapore, Nhật Bản và Hàn Quốc đã có nhiều trường đại học trong khu vực đào tạo để cung cấp nhân lực về chuyên ngành Tài chính định lượng. Đây là một ngành đòi hỏi sự đam mê, kỹ năng tư duy về toán học tốt cũng như nhiều kỹ năng khác thiên về tính kỹ thuật. Do vậy, người học khi theo đuổi ngành học này cũng đòi hỏi bỏ ra nhiều công sức, đầu tư chất xám chuyên môn ở góc độ cá nhân và đầu tư về cơ sở vật chất, kỹ thuật.

2. CHƯƠNG TRINH TAI CHÍNH ĐỊNH LƯỢNG TAI TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETING

Năm học 2014 - 2015, Trường Đại học Tài chính - Marketing Thành phố Hồ Chí Minh chính thức đào tạo chuyên ngành Tài chính định lượng (TCĐL). Mục tiêu đào tạo của chuyên ngành TCĐL mà Trường hướng đến đó là chú trọng vào việc cung cấp các kiến thức về toán học và tin học, khả năng sử dụng các phần mềm tin học trong tài chính, trên cơ sở trang bị các kiến thức cơ bản về tài chính. Với chương trình học 4 năm, cử nhân chuyên ngành TCĐL được trang bị đầy đủ những kiến thức của khoa học tự nhiên, khoa học xã hội và kiến thức của ngành Tài chính giống như tất cả các


30

chuyên ngành khác của ngành Tài chính. Vì vậy, sinh viên học ngành này có khả năng liên thông cao với các chuyên ngành khác trong Khoa Tài chính - Ngân hàng của Trường.

Mục tiêu đào tạo cử nhân chuyên ngành Tài chính định lượng là (i) có kiến thức cơ bản về Tài chính ngân hàng và có kiến thức chuyên sâu phân tích định lượng, tư duy chiến lược và có thể tự ra các quyết định tài chính đúng đắn nhằm tối đa hóa lợi nhuận và tối thiểu hóa rủi ro trong hoạt động của các công ty bảo hiểm và các định chế tài chính; (ii) có khả năng xử lý các tình huống phát sinh trong thực tế hoạt động tài chính, đầu tư của các công ty bảo hiểm và các định chế tài chính,...; (iii) có khả năng nghiên cứu độc lập về chuyên môn, có các kỹ năng nghiệp vụ về bảo hiểm, tài chính, đầu tư thuộc bảo hiểm và lĩnh vực kinh tế khác; (iv) vận dụng được những kiến thức toán học, khoa học xã hội cơ bản, lý thuyết kinh tế, phân tích được những vấn đề chuyên môn có liên quan vào lĩnh vực Tài chính - Ngân hàng, nhằm đáp ứng được chuẩn đầu ra về kiến thức, kỹ năng cũng như vận được kiến thức lý luận vào thực tiễn công việc thuộc lĩnh vực tài chính, ngân hàng, bảo hiểm; (v) giúp người học có thể tự định hướng cho bản thân để thích nghi với công việc, phát triển nghề nghiệp; và (iv) đáp ứng nhu cầu thị trường về nhân lực ngành tài chính định lượng.

Với thời gian đào tào 4 năm, bao gồm 121 tín chỉ, trong đó: khối kiến thức giáo dục đại cương là 34 tín chỉ. khối kiến thức giáo dục chuyên nghiệp là 87 tín chỉ (kiến thức về ngành 29 tín chỉ và kiến thức chuyên sâu về tài chính định lượng chiếm 25 tín chỉ). Nội dung chương trình cụ thể như sau: (i) Kiến thức giáo dục đại cương bao gồm: Lý luận chính trị (11 tín chỉ), Khoa học xã hội (3 tín chỉ), Ngoại ngữ (12 tín chỉ), Toán - Tin học - Khoa học tự nhiên - Công nghệ - Môi trường (8 tín chỉ); (ii) Kiến thức cơ sở (21 tín chỉ); (iii) Kiến thức ngành (29 tín chỉ); (iv) Kiến thức chuyên ngành (25 tín chỉ); (v) Kiến thức bổ trợ ngành (6 tín chỉ); và (vi) Tốt nghiệp (6 tín chỉ).

Tuy nhiên, do đặc thù chuyên ngành Tài chính định lượng trước đây thuộc về ngành Tài chính - Ngân hàng, nên phần kiến thức chuyên ngành về định lượng vẫn còn chiếm tỷ trọng tương đối thấp. Vì vậy, khi ngành Toán kinh tế được thành lập thì sẽ thuận tiện hơn và phù hợp hơn trong việc bổ sung được nhiều hơn nữa các kiến thức chuyên sâu về Tài chính định lượng.

Hiện tại, Trường đã đào tạo được 3 khóa về chuyên ngành Tài chính định lượng với trên 100 sinh viên. Trong đó, có một khóa đã tốt nghiệp với tỷ lệ việc làm khá cao và hầu hết làm việc tài các ngân hàng, các công ty chứng khoán. Đa số các sinh

31


viên tốt nghiệp có việc làm đều sử dụng các công cụ về mô hình thống kê, mô hình tài chính trong công việc như: phân tích số liệu kinh doanh, phân loại và xếp hạng tín dụng, định giá doanh nghiệp. Trong quá trình học tập tại trường, sinh viên chuyên ngành Tài chính định lượng được sử dụng các công cụ thống kê trong nghiên cứu khoa học và đã đạt được các kết quả cao trong kỳ thi Olympic Kinh tế lượng; đồng thời, cũng sử dụng các công cụ thống kê trong quá trình thực tập nghề nghiệp, làm khóa luận tốt nghiệp và được các đại diện doanh nghiệp nơi sinh viên thực tập đánh giá cao. Đây cũng là một dấu hiệu khả quan cho việc đào tạo chuyên ngành Tài chính định lượng tại Trường Đại học Tài chính - Marketing.

3. KÊT LUẬN

Tài chính định lượng (TCĐL) là một chuyên ngành của Toán Tài chính, sử dụng các phương pháp, công cụ, mô hình Toán học và Tin học để nghiên cứu, phân tích đánh giá và dự báo thị trường tài chính. TCĐL dựa trên các đánh giá bằng con số, dữ liệu để đưa ra các quyết định tối ưu nhất trong nghiên cứu, đánh giá và dự báo thị trường tài chính.

TCĐL là một ngành mới xuất hiện ở Việt Nam những năm gần đây do nhu cầu của thị trường đang đỏi hỏi nguồn nhân lực có trình độ phân tích, dự báo, đánh giá và xây dựng các mô hình tài chính. Cử nhân ngành TCĐL có khả năng làm việc ở các cơ quan, viện nghiên cứu liên quan đến tài chính, các định chế tài chính như ngân hàng, công ty chứng khoán, quỹ đầu tư tài chính, công ty bảo hiểm, các tổ chức hoạt động kinh doanh độc lập chuyên phân tích và quản lý rủi ro tài chính,...

TCĐL cung cấp những kiến thức và phương pháp định lượng cần thiết trong lĩnh vực tài chính. Hướng tiếp cận từ toán tài chính giúp người học thành thạo phương pháp định giá các sản phẩm tài chính cũng như các kỹ thuật quản lý rủi ro trong các tổ chức tài chính và quản lý tài sản. Chương trình TCĐL cho phép học được tiếp cận một chương trình đào tạo tiên tiến về lý thuyết và thực tiễn. Các bài tập tình huống được sinh viên giải quyết qua các phòng học mô phỏng với các mô hình toán học và các phần mềm Tin học.

Với chương trình được thiết kế tích hợp các môn học về Tài chính và Toán học, sau khi hoàn tất khóa học sinh viên tốt nghiệp cử nhân ngành TCĐL sẽ được trang bị những kiến thức về: xác suất - thống kê, mô hình Toán kinh tế, mô hình ngẫu nhiên, mô phỏng ngẫu nhiên và các phần mềm tin học, đủ để xử lý các vấn đề liên quan tới


32

các mô hình tài chính trong thực. Vận hành được các mô hình định lượng, khai thác dữ liệu, kiểm định và tối ưu hóa tham số trong các bài toán tài chính, đầu tư, quản lý rủi ro tài chính.


1. Trường Đại học Tài chính - Marketing (2014), Đề án mở chuyên ngành Tài chính định lượng.

2. Trường Đại học Tài chính - Marketing (2019), Chương trình đào tạo chuyên ngành Tài chính định lượng.

3. Trường Đại học Tài chính - Marketing (2020), Khảo sát tình hình việc làm và ứng dụng chuyên ngành của sinh viên chuyên nghành Tài chính định lượng khóa 15DQF.

33


Tóm tắt

Đứng trước bối cảnh cuộc Cách mạng công nghiệp lần thứ tư (CMCN4), nhu cầu về nguồn nhân lực có chuyên môn cao và nền tảng Toán học vững chắc được đặt ra cho xã hội là rất lớn. Các doanh nghiệp trở nên nhiệt tình hơn trong việc thiết lập mối quan hệ hợp tác với các trường đại học nhằm đáp ứng mục tiêu đào tạo nhân lực có đủ kiến thức chuyên môn và kỹ năng công nghệ phù hợp với doanh nghiệp. Lúc này, chính nhu cầu về nhân lực của doanh nghiệp đòi hỏi các trường đại học cần phải đề xuất xây dựng và triển khai một chương trình đào tạo như một ứng viên phù hợp nhằm đáp ứng nhu cầu của doanh nghiệp và xã hội. Với góc nhìn từ khối ngành Kinh tế, ngành Toán Kinh tế mang tính chất ứng dụng Toán kết hợp với kỹ năng sử dụng công nghệ trong các lĩnh vực chuyên ngành Kinh tế đã thu hút được sự quan tâm từ các trường đại học. Câu hỏi lớn được quan tâm hàng đầu chính là: “Ngành Toán kinh tế cần những gì để phát triển trong bối cảnh hiện nay với các nguồn lực sẵn có?”

Từ khóa: Toán Kinh tế, CMCN4, doanh nghiệp.

1.GIỚI THIỆU

Trong cuộc cách mạng công nghiệp lần thứ tư, kinh tế Việt Nam đang tìm cách hòa nhịp và nền kinh tế thế giới đã đặt ra nhiều bài toán cho các nhà chiến lược kinh tế: phân tích tài chính, phân tích thị trường, phân tích nguồn vốn đầu tư, phân tích các

NGANH TOÁN KINH TÊ:THIÊN THỜI - ĐỊA LỢI - NHÂN HÒA

04.

TS. Phạm Hoàng Uyên Trường Đại học Kinh tế - Luật,

Đại học Quốc gia Thành phố Hồ Chí Minh


34

chỉ số phát triển,... Chìa khóa cơ bản để giải quyết các vấn đề này nằm trên ba khối kiến thức về: mô hình, công nghệ và chuyên ngành. Chính vì vậy, một cái nhìn tiến bộ hơn để đưa ra một chương trình mới được đặt ra với hàm lượng kiến thức đủ sức phủ rộng ba khối kiến thức trên. Hơn nữa, khi xây dựng chương trình, nội dung đóng vai trò trọng yếu như các khía cạnh liên quan từ cơ sở quản lý, đào tạo, chuẩn đầu ra của chương trình cũng rất quan trọng. Trong các phần sau, chúng tôi nêu ra một cách nhìn về những thuận lợi, khó khăn trong việc xây dựng chương trình Toán kinh tế. Từ thiên thời – cơ sở quản lý đào tạo đến địa lợi – đáp ứng nhu cầu xã hội như thế nào và nhân hòa – ám chỉ nguồn nhân lực hiện có cũng như chiến lược xây dựng nhân lực tại các trường đại học.

2. THƯC TRANG

Hiện nay, khi công nghệ ngày càng phổ biến và khẳng định được chỗ đứng của nó trong các lĩnh vực kinh tế dẫn đến sự gia tăng nhu cầu nguồn nhân lực có khả năng đáp ứng các công việc đòi hỏi chuyên môn và kỹ năng công nghệ tốt. Các ngành nghề mới, các vấn đề về số hóa, ứng dụng công nghệ trong kinh tế lần lượt ra đời và chiếm lĩnh nhu cầu thị trường. Lúc này, cả doanh nghiệp tuyển dụng và các cơ sở đào tạo đều mong muốn đáp ứng được nhu cầu trên. Tuy nhiên, nhân lực trong ngành Toán lý thuyết thì kỹ năng công nghệ chưa tốt và ngược lại, nguồn nhân lực trong khối ngành công nghệ thì nền tảng Toán chưa mạnh.

Bên cạnh đó, một thực trạng đáng chú ý trong công tác hướng nghiệp lựa chọn ngành nghề, học sinh và phụ huynh có xu hướng bị thu hút bởi các khối ngành công nghệ thông tin rất nhiều. Một trong những tác động đến từ vấn đề thu nhập và mức độ thừa lao động giữa các nhóm ngành. Theo thống kê về mức thu nhập giữa các nhóm ngành (1), ta có thể dễ dàng nhận thấy một sự chênh lệch rất lớn giữa nhóm ngành liên quan đến công nghệ thông tin và nhóm ngành khác.

35


Hình 1: Mức độ thu nhập giữa các nhóm ngành

Hình 2: Mức độ thừa lao động năm 2020

Trong năm 2020, mức độ thừa lao động đáng báo động của nhóm ngành sư phạm và kinh tế tài chính gây tâm lý lo sợ (2). Tuy nhiên, mặc cho sự thừa lao động của các ngành khác, nhóm ngành liên quan đến công nghệ thông tin vẫn đang trong tình trạng thiếu hụt và cần lao động đến hơn 50% so với năm 2019. Ngành nghề có thu nhập ổn định thuộc mức cao lại thiếu hụt lao động, hiển nhiên sẽ thu hút nhiều sự quan tâm. Chính vì vậy, bài toán cung - cầu về nguồn nhân lực và mức độ thu nhập trở nên nan giải hơn. Liệu rằng có phương pháp nào để ta có thể đạt được một thế đứng cân bằng?


36

Chúng ta mong muốn đào tạo đội ngũ có nền tảng Toán và cả kỹ năng công nghệ tốt. Nhưng nhân lực ngành nhóm ngành Toán, kinh tế tài chính thì thừa mà nhóm ngành công nghệ thông tin vẫn khan hiếm. Vậy lựa chọn nào là hiệu quả? Liệu rằng có thể nào giúp những người học Toán lý thuyết cải thiện kỹ năng công nghệ để bổ sung vào nguồn nhân lực trong nhóm ngành kinh tế liên quan đến công nghệ thông tin được hay không? Chính vì suy nghĩ đó, nhiều trường đại học đã từng bước hành động nhằm xác định tiếng nói chung giữa ngành Toán lý thuyết và các khối ngành Kinh tế; giữa nhà trường và doanh nghiệp với mong muốn xác định rõ ràng về nhu cầu doanh nghiệp để đào tạo hiệu quả và đủ sức cạnh tranh với các trường, các khối ngành công nghệ thông tin (IT).

3. XÂY DƯNG CHƯƠNG TRINH

3.1. Mục tiêu

Việc giải quyết bài toán cung - cầu về nguồn nhân lực trong nhóm ngành kinh tế có liên quan đến công nghệ thông tin là mong muốn hàng đầu của các trường đại học cũng như doanh nghiệp. Mục tiêu này được xác định rõ ràng và nhất quán trong phương hướng giải quyết được đề xuất và xem xét. Đâu là những giải pháp hoàn hảo nhưng vẫn đáp ứng tốt những mục tiêu đã đề ra? Đâu là con đường được lựa chọn để từng bước hoàn thiện? Từ những băn khoăn đó, chúng tôi nhận thấy các trường đại học hướng đến việc đào tạo nguồn nhân lực chuyên môn cao với nền tảng Toán vững chắc, bổ sung thêm các khối kiến thức rộng – mới, có khả năng thích ứng tốt khi công nghệ thay đổi liên tục và khả năng hòa nhập quốc tế. Mục tiêu chiến lược được đề ra trong giảng dạy, đào tạo và cơ hội việc làm của ngành tại các doanh nghiệp, cơ quan quản lý nhà nước, các viện nghiên cứu và trường đại học. Cơ hội làm việc trong lĩnh vực phân tích tài chính, thị trường, các nguồn vốn đầu tư và chỉ số phát triển; trở thành chuyên viên quản lý danh mục đầu tư, chuyên viên quản trị rủi ro tại các tập đoàn tài chính, kinh tế, bảo hiểm hay trở thành các nghiên cứu viên, giảng viên giảng dạy ở các viện nghiên cứu, cơ quan và trường đại học. Đó là mong muốn của các trường đại học khi tiến hành xây dựng chương trình mới - Toán kinh tế - nhằm đưa ra một nguồn nhân lực tham gia vào các lĩnh vực kinh tế ứng dụng công nghệ thông tin.

Một khảo sát thực hiện tại Trường Đại học Kinh tế - Luật, Đại học Quốc gia Thành phố Hồ Chí Minh, đã thu được phản hồi về cơ hội việc làm và khả năng tham gia vào các lĩnh vực trong trong kinh tế. Những người thực hiện khảo sát cảm thấy sinh viên ngành Toán kinh tế có khả năng phù hợp với các ngành nghề tại công ty tài chính,

37


chứng khoán, ngân hàng, bảo hiểm. Hơn thế, kể cả những công việc cần có thao tác xử lý số liệu cũng có thể tham gia như: cung ứng kho vận, thương mại điện tử, tư vấn giải pháp đầu tư và cả các công ty cung cấp giải pháp công nghệ, hỗ trợ phần mềm.

3.2. Xây dựng

Với bối cảnh như vậy, các chương trình khi được xây dựng cần phải xem xét một cách vô cùng cẩn trọng và chú ý so sánh, đối chiếu với các chương trình khác nhằm mở ra hướng đi mới và phù hợp cho sinh viên theo học ngành Toán theo thiên hướng ứng dụng. Tuy nhiên, đối với những chương trình đào tạo định hướng theo khối ngành Toán kinh tế trước thời điểm cách mạng 4.0, ấn tượng về nền tảng công nghệ không được chú trọng nhiều trong chương trình. Do đó, để phù hợp với tình hình thị trường trong xu thế hòa nhập với cuộc cách mạng 4.0, các chương trình Toán kinh tế được xây dựng cần phải thực sự đảm bảo mục tiêu đã đề ra và nhu cầu của xã hội, đó là rèn luyện thêm nhiều kỹ năng công nghệ và kỹ năng xử lý các vấn đề về số liệu thông qua các phần mềm hay có kỹ năng lập trình công nghệ tốt. Bởi lẽ, ngành Toán lý thuyết có thế mạnh rất nhiều khi làm các công việc xoay quanh thuật toán xử lý bài toán, xử lý số liệu – nhân tố quan trọng của việc lập trình của ngành công nghệ thông tin. Khi xây dựng, ngành Toán kinh tế nằm trong khối Kinh tế và không thể nhìn nhận đơn thuần như Toán lý thuyết mà là Toán ứng dụng thiên về đào tạo nghề. Các môn học được lựa chọn bị chi phối nhiều từ ngành Kinh tế. Chương trình cần chú trọng xây dựng đào tạo từ Toán lý thuyết cơ bản vào năm nhất, từng bước tăng tính ứng dụng vào năm thứ hai và tập trung vào việc kết nối doanh nghiệp, đáp ứng những yêu cầu từ doanh nghiệp được tiến hành vào năm thứ ba, năm thứ tư. Một bộ chương trình cơ bản được đề cử như sau:

- Năm thứ nhất: chú trọng xây dựng nền tảng Toán cho sinh viên. Lúc này, người học sẽ được củng cố nền tảng Toán lý thuyết cơ bản thật vững chắc để chuẩn bị cho những năm học tiếp theo và làm bệ đỡ để phát triển trong phương pháp tư duy tiếp cận.

- Năm thứ hai: xây dựng tính ứng dụng tăng cường kết hợp với việc sử dụng các công cụ thực hành tính toán số, sử dụng biểu đồ, thực hành xử lý số liệu trong các vấn đề cơ bản của kinh tế, tài chính. Trong thời điểm này có thể đưa ra một số dự án nho nhỏ để sinh viên phải tìm cách giải quyết cũng có thể là một lựa chọn hay nhằm tạo bước tiếp cận mở đầu mang tính thực tiễn. Người học vẫn tiếp tục được cung cấp các kiến thức Toán nhưng không đơn thuần là lý thuyết như năm thứ nhất mà đã bước đầu tiếp cận theo hướng ứng dụng. Thời điểm này, người học có được một cái nhìn rõ ràng hơn về phương thức và lĩnh vực có thể ứng dụng Toán, giải đáp được băn khoăn


38

lớn của bản thân, đó là: “Học Toán để làm gì? Toán được sử dụng ở đâu trong cuộc sống và xã hội? Học Toán có thể có cơ hội việc làm ra sao?” Đây là một khâu quan trọng cần phải thực hiện một cách cẩn thận để tránh trường hợp sinh viên bị thiếu hụt sự nhìn nhận và hiểu biết không rõ ràng về mức độ cũng như phương pháp ứng dụng của Toán vào các lĩnh vực định hướng. Một điều quan trọng nếu làm tốt tại thời điểm những năm đầu tiên của sinh viên, đó là thúc đẩy được động lực học tập và định hướng được con đường cho sinh viên theo học.

- Năm thứ ba: các môn học cần hướng đến doanh nghiệp nhiều hơn, chú trọng vào các kiến thức và kỹ năng mà các doanh nghiệp mong muốn khi tuyển dụng. Đồng thời, tạo ra nhiều cơ hội để sinh viên thực sự bắt tay vào hành động, dấn thân vào giải quyết vấn đề thông qua các dự án với độ khó cao hơn. Một số bài toán hay vấn đề, dự án từ chính các doanh nghiệp đang liên kết cũng sẽ có thể là một lựa chọn khá hay cho sinh viên thời điểm này. Thời điểm này, sau khi tiếp cận với các vấn đề thực tiễn bằng nhiều phương pháp khác nhau sinh viên sẽ dần tạo dựng được bản lĩnh cho riêng mình khi đối mặt với các vấn đề, sự linh hoạt khi xử lý tình huống phát sinh hay là kỹ năng lập kế hoạch, sắp xếp và quản lý thời gian trong các dự án kéo dài. Bên cạnh kỹ năng công nghệ thì các kỹ năng trên cũng là một điểm mạnh dành cho các sinh viên sau một thời gian dấn thân vào thực tế.

- Năm thứ tư: tập trung vào các môn học giúp người học rèn luyện và phát huy được tối đa các kỹ năng đã xây dựng nền móng trong cả 3 năm học trước nhằm đáp ứng yêu cầu tuyển dụng và làm việc tại doanh nghiệp.

Những môn học được đề xuất trong chương trình giúp người học rèn luyện được kỹ năng sử dụng bảng biểu, dữ liệu, một số công cụ thống kê để xử lý số liệu hay một số phương pháp định lượng, dự báo... Trong một khảo sát được thực hiện tại Trường Đại học Kinh tế - Luật, Đại học Quốc gia Thành phố Hồ Chí Minh đã cho thấy, được những kết quả đáng kể về sự cần thiết và nhu cầu sử dụng các kỹ năng trên trong quá trình làm việc. Chính bởi vì nhu cầu rất lớn nên những người tham gia thực hiện khảo sát đã cho rằng, sinh viên ngành Toán kinh tế sẽ có nhiều cơ hội trong bồi dưỡng, tiếp cận các kiến thức chuyên sâu, có chuyên môn và hình thành được nhiều kỹ năng bổ ích cho hoạt động nghề nghiệp.

3.3. Triển khai và kiểm soát

Khi đề án được xây dựng, chương trình mới được chú trọng tích hợp kiến thức Toán kết hợp với công nghệ và tập trung chuyên môn cho lĩnh vực chuyên ngành kinh

39


tế, tài chính. Khi triển khai chương trình này, chúng ta cần tiến hành và thực hiện theo các bước vô cùng cẩn trọng và kiểm soát chặt chẽ để có được phản hồi từ người học và tiến hành điều chỉnh thay đổi nếu cần. Lưu ý, các trường nên hạn chế tối đa sự “nhảy cóc”, không nên “tiết kiệm” để dẫn đến việc lược bỏ bớt bất kỳ một khâu nào trong quá trình triển khai và kiểm soát, chỉ cần một sự lơ là nhỏ cũng có thể khiến cho mục tiêu được đề ra ban đầu của mình không đạt được như mong muốn. Một quy trình triển khai cơ bản được đề cử gồm bốn bước như sau:

- Bước 1: Xây dựng kế hoạch nhằm triển khai chương trình được thực hiện bằng việc xây dựng đề cương môn học cụ thể. Ở đây, cần phải có sự hợp tác chặt chẽ giữa giảng viên (người giảng dạy – truyền thụ) và sinh viên (người học – tiếp nhận). Đề cương sẽ do giảng viên đề xuất ra trước và sau đó sẽ phổ biến và cùng thảo luận với sinh viên ngay tại buổi gặp mặt đầu tiên để đưa ra được kết luận và đạt được sự đồng thuận cho kế hoạch cho môn học nói riêng hay chương trình nói chung.

- Bước 2: Quan sát mức độ tiếp nhận từ phản hồi của sinh viên thông qua quá trình tương tác giữa giảng viên và sinh viên. Người học sẽ cho phản hồi về chương trình và nội dung từ các môn học được tiếp nhận. Bước này là vô cùng quan trọng, bởi lẽ chương trình được xây dựng để hướng đến sinh viên. Vậy nên, các phản hồi từ sinh viên phải được theo dõi sát sao và chú trọng việc tương tác một cách cởi mở để thu nhận được các ý kiến phản hồi một cách khách quan và chính xác nhất. Chính từ việc quan sát và thu nhận phản hồi từ bước này sẽ dẫn đến bước hành động ở bước 3.

- Bước 3: Thảo luận về chương trình theo hai cấp độ (i) giữa giảng viên với sinh viên và (ii) giữa giảng viên với chủ nhiệm chương trình. Các phản hồi nhận được sau quá trình tương tác, giảng viên và sinh viên sẽ tăng cường đến mức độ hợp tác nhằm thảo luận để ghi nhận những ý kiến của sinh viên về chương trình. Lúc này, giảng viên và cố vấn học tập sẽ thay mặt sinh viên thảo luận các ý kiến đã tổng hợp với chủ nhiệm chương trình. Chủ nhiệm và giảng viên sẽ tiếp tục có một cuộc thảo luận lớn về chuyên môn nhằm kiến nghị và thảo luận và đi đến thống nhất để quyết định cần thay đổi hay điều chỉnh những gì.

- Bước 4: Điều chỉnh chương trình trong các trường hợp cần thiết. Các khoa sau khi đã có được quyết định điều chỉnh sẽ kiến nghị lên Trường để tiến hành thay đổi, điều chỉnh chương trình cho phù hợp với mục tiêu, nhu cầu xã hội và mong muốn của cả người học. Bước này có thể đòi hỏi rất nhiều thời gian và phải kéo dài để từng bước thay đổi điều chỉnh. Nhưng một cách dễ hiểu thì chương trình không thể nào cố định


40

mà phải luôn luôn trong trạng thái thay đổi linh hoạt để có thể ứng biến với các thay đổi biến động từ thị trường lao động. Tính linh hoạt của chương trình cũng sẽ mang đến lợi ích rất lớn trong trường hợp ta mong muốn điều chỉnh để cho ra một chương trình đặc thù với một tiêu chí đặc biệt nào đó theo mong muốn “đặt hàng” của doanh nghiệp hay xã hội.

Sau quá trình triển khai bước đầu và kiểm soát chặt chẽ cả về mức độ tiếp nhận và các ý kiến phản hồi của người học, chương trình sẽ ngày càng được hoàn thiện để đáp ứng tốt mục tiêu đã đề ra ban đầu và có thể dần được cải thiện trong tương lai nhằm thích nghi với sự thay đổi nhanh chóng của xã hội.

Thông qua một khảo sát nhằm thu thập ý kiến về nhu cầu xã hội của ngành Toán kinh tế được thực hiện tại trường Đại học Kinh tế - Luật, Đại học Quốc gia Thành phố Hồ Chí Minh một số kết quả đáng chú ý thu được từ 374 phản hồi của những người thực hiện khảo sát như sau:

- Toán Kinh tế nhận được sự quan tâm từ rất nhiều lĩnh vực khác nhau như: Khoa học Xã Hội và Nhân văn, Kỹ thuật – Công nghiệp, Giáo dục và đặc biệt là nhóm ngành Kinh tế - Quản lý từ các ngành nghề Ngân hàng, Tài chính, Bảo hiểm...

- Nhu cầu sử dụng các bảng biểu, xử lý dữ liệu, các công cụ thống kê hay phương pháp định lượng, dự báo nhận được sự quan tâm từ hầu như toàn bộ những người tham gia khảo sát. Đến khoảng 97,5% cho rằng, nhu cầu sử dụng về thống kê cùng các phần mềm lập trình, xử lý số liệu hoặc một số phương pháp định lượng là cần thiết hay mạnh hơn là rất cần thiết trong quá trình làm việc của họ. Chính vì tính cần thiết trong công việc từ rất nhiều lĩnh vực như vậy nên khoảng 71,4% người tham gia thực hiện khảo sát đưa ra nhận định là các phương pháp định lượng, phân tích dữ liệu, dự báo xu hướng trong kinh tế, quản trị và tài là cần thiết cho sự phát triển kinh tế - xã hội và khoa học công nghệ tại Việt Nam.

- Rất nhiều người đồng thuận và cho ý kiến về khả năng nghề nghiệp của sinh viên trong các công ty tài chính, chứng khoán, ngân hàng, bảo hiểm, các đơn vị tư vấn quản lý đầu tư và các vị trí cung ứng kho vận, thương mại điện tử và trong cả các viện nghiên cứu hay trường đại học là rất lớn. Với thang đo từ 1 đến 5, từ “Rất không có khả năng tham gia” đến “Rất có khả năng” thì hầu hết các phản hồi tập trung vào thang điểm 4 “Có khả năng tham gia” và thang điểm 5 “Rất có khả năng tham gia”. Chính từ những phản hồi và nhận định từ cuộc khảo sát này đã cung cấp cho chúng ta một cách nhìn sơ nét về cơ hội nghề nghiệp của sinh viên ngành Toán kinh tế là triển vọng và rất đáng mong đợi.

41


- Nhiều người cho phản hồi là “Đồng ý” và “Rất đồng ý” với ý kiến chương trình Toán ứng dụng trong kinh tế, quản trị, tài chính sẽ giúp cho sinh viên có cơ hội cao trong tương lai.

4. KÊT LUẬN

Với nền kinh tế thị trường định hướng xã hội chủ nghĩa kết hợp công nghệ đòi hỏi nhiều nhân lực trình độ chuyên môn cao và có các kỹ năng công nghệ hoàn thiện để đáp ứng nhu cầu xã hội. Chương trình Toán knh tế là một bước phát triển tất yếu và mang tính định hướng dẫn đầu. Và tất nhiên để có được thành công, các điểm mấu chốt quan trọng phải luôn luôn được chú ý đảm bảo. Đặc biệt là luôn chú trọng về nhu cầu của doanh nghiệp, của xã hội và cả xu thế phát triển kinh tế thị trường. Kết nối doanh nghiệp được tập trung xem xét từ cả nhu cầu đến việc hợp tác tiếp nhận các sinh viên kiến tập, thực tập hay đảm bảo đầu ra nhân lực, cơ hội việc làm cho sinh viên tốt nghiệp của ngành. Lý do Toán knh tế ra đời để tạo hướng đi mới cho ngành Toán, ngành Kinh tế và giải quyết cả vấn đề thiếu hụt lao động trong các lĩnh vực đòi hỏi về công nghệ. Vì vậy, Toán knh tế khi đảm bảo được mục tiêu về giải pháp sẽ khẳng định được vị thế của mình và thu hút được số lượng sinh viên tham gia tuyển sinh đầu vào. Một chương trình hoàn thiện, thu hút sinh viên tốt có nền tảng vững chắc và đảm bảo được chất lượng đầu ra, chắc chắn Toán knh tế đủ khả năng để cạnh tranh với cả các trường, các ngành Công nghệ thông tin. Tham gia vào bài toán tự chủ đại học, các cơ sở quản lý đào tạo cần giải quyết bài toán cung cầu hiệu quả để tối ưu hóa lợi nhuận. Điều này chính là “thiên thời” cho các ngành mới đáp ứng nhu cầu xã hội trong CMCN4. Những nhu cầu cả về công nghệ và con người ngày càng tăng cao tạo nên mảnh đất màu mỡ để phát triển các ngành phù hợp xu hướng của cuộc cách mạng công nghệ 4.0. Cuối cùng, con người vẫn sẽ là yếu tố quan trọng cùng với thái độ, kỹ năng và kiến thức được rèn giũa trong giảng đường đại học sẽ là hành trang vững chắc cho các em sinh viên bước vào kỷ nguyên số đầy tự tin và ấn tượng.


42


1. Giang Lê (2019), Nhu cầu nhân lực ngành IT tăng 56% trong năm 2019, Trực tuyến, Địa chỉ: https://forbesvietnam.com.vn/tin-cap-nhat/nhu-cau-nhan-luc-nganh-it-tang-56-trong-nam-2019-7186.html, truy cập 20/5/2020.

2. Hà Ánh (2019), Phó giáo sư trẻ nhất 2019 và mức lương 5,5 triệu đồng, Trực tuyến, Địa chỉ: https://thanhnien.vn/giao-duc/pho-giao-su-tre-nhat-2019-va-muc-luong-55-trieu-dong-1155110.html, truy cập 20/5/2020.

3. Nam Phương, Xu hướng việc làm: 10 ngành nghề “báo động đỏ” tỷ lệ thất nghiệp cao trong tương lai, Trực tuyến, Địa chỉ: https://canavi.com/xu-huong-viec-lam-10-nganh-nghe-bao-dong-do-ty-le-that-nghiep-cao-trong-tuong-lai, truy cập 20/5/2020.

43


Tóm tắt

Nền kinh tế và thị trường tài chính trong thời kỳ chuyển đổi số (cách mạng công nghiệp 4.0) đang mang tới nhiều cơ hội nhưng cũng sẽ tạo ra nhiều thách thức đối với nền kinh tế và thị trường tài chính của mỗi quốc gia. Trong đó, nền tảng toán học, thống kê và công nghệ số được xem như cơ sở hạ tầng và là những trụ cột chính đáp ứng sự phát triển. Trong bài viết này, chúng tôi giới thiệu vai trò của Toán ứng dụng trong kinh tế, tài chính, bảo hiểm và sự phát triển của lĩnh vực này trên thế giới và ở Việt Nam. Chúng tôi cũng thảo luận về các hướng nghiên cứu và đào tạo của ngành Toán kinh tế, tài chính, bảo hiểm và nhu cầu xã hội tại Việt Nam trong tương lai.

Từ khóa: Toán kinh tế, Toán tài chính, Toán bảo hiểm, Mô hình định lượng.

1. MƠ ĐÂU

Ngày nay, với sự phát triển của công nghệ và nguồn dữ liệu số hóa, nhiều công ty, viện nghiên cứu, trường đại học,... bắt đầu tập trung vào khai thác, phân tích cơ sở dữ liệu thông qua các mô hình định tính và định lượng. Do đó, Toán học và Thống kê đóng một vai trò quan trọng trong việc phân tích dữ liệu, phát triển và xây dựng các mô hình, xử lý kết quả đầu ra và đề xuất giải pháp. Toán kinh tế cũng như Toán tài chính và bảo hiểm có thể được xem như một nhánh của Toán học ứng dụng. Mục tiêu của ngành là phát triển và xử lý các mô hình toán học sinh ra từ kinh tế, tài chính,

NGANH TOÁN KINH TÊ - TAI CHÍNH - BẢO HIỂM: HIỆN TAI VA TƯƠNG LAI

05.

TS. Tạ Quốc Bảo Trường Đại học Ngân hàng Thành phố Hồ Chí Minh


44

bảo hiểm và giải thích các hiện tượng của những lĩnh vực này và dự báo những xu hướng phát triển của các đối tượng trong tương lai. Toán kinh tế, tài chính, bảo hiểm (sau đây một số chỗ gọi tắt Toán kinh tế) là sự kết hợp các phương pháp định lượng của toán học cùng với kiến thức kinh tế, tài chính, bảo hiểm, quản trị để giải quyết các bài toán thực tế. Các công cụ làm việc trên máy tính, tuy xếp sau, cũng là một phần quan trọng giúp việc xử lý các bài toán thuận lợi, nhanh chóng và hệ thống hơn, nhất là khi ta có nhiều dữ liệu kích thước lớn. Ta có thể lấy ví dụ trong việc vận hành các hệ thống phức tạp, chẳng hạn sắp xếp lịch trình tối ưu trong hàng không. Một số các bài toán quan trọng cần đến các phương pháp toán học, xác suất thống kê hiện đại và các nguyên lý của kinh tế và tài chính như: bài toán ra quyết định trong môi trường không chắc chắn; bài toán kiểm soát hàng tồn kho của các công ty hay quốc gia dưới sự không chắc chắn của nhu cầu tiêu dùng; bài toán định giá các loại chứng khoán cơ sở, phái sinh hay bài toán định phí bảo hiểm.

Toán kinh tế, tài chính, bảo hiểm bao gồm nhiều chủ đề: lý thuyết trò chơi; lý thuyết điểm cân bằng tổng quát; lý thuyết ra quyết định; các mô hình định giá, tối ưu danh mục đầu tư, quản trị rủi ro. Nói chi tiết một chút, Toán tài chính và Toán bảo hiểm hiện đại tập trung chủ yếu ở các lĩnh vực sau: các mô hình của chuyển động giá (chứng khoán, hàng hóa); tối ưu danh mục đầu tư trong thị trường tài chính; các mô hình định giá quyền chọn; mô hình định giá tài sản; mô hình rủi ro tín dụng; mô hình quản trị rủi ro; các mô hình trong bảo hiểm.

Ở nhiều quốc gia phát triển, các mô hình định giá quyền chọn là trọng tâm nghiên cứu của toán tài chính nâng cao. Mô hình định giá quyền chọn dựa chính trên các công cụ của lý thuyết xác suất, phương trình vi phân ngẫu nhiên, phương trình đạo hàm riêng và toán học tính toán. Trong những năm gần đây, với sự phát triển mạnh mẽ của thị trường tài chính đã tạo ra nhiều sản phẩm phái sinh mới dẫn đến việc nghiên cứu các mô hình định giá mới.

Nghiên cứu trong lĩnh vực ngành Toán kinh tế, tài chính và bảo hiểm phát triển mạnh mẽ trong một vài thập kỷ gần đây. Những nhu cầu thực tế của thị trường đã thúc đẩy việc đào tạo những chuyên ngành này trên thế giới. Ngày nay, hầu hết các trường đại học lớn đều có đào tạo lĩnh vực này và một số môn trong Toán tài chính, Toán kinh tế, Toán bảo hiểm được đưa vào giảng dạy phổ biến dưới hình thức bắt buộc hoặc tự chọn ở hầu hết các trường đại học trên thế giới.

45


2. NGANH TOÁN KINH TÊ, TAI CHÍNH, BẢO HIỂM TRÊN THÊ GIỚI

Trên thế giới ngành Toán kinh tế, Toán tài chính cũng như Toán bảo hiểm đã phát triển từ rất sớm do nhu cầu thực tế đòi hỏi có sự phát triển liên ngành giữa Toán học và các ngành khoa học khác.

Ở châu Âu, các ngành này phát triển rất mạnh tại các trường đại học hàng đầu của Anh quốc, Đức, Thụy Sĩ, Thụy Điển. Ở Anh, ta có thể kể tới Trường Đại học Kinh tế và Khoa học Chính trị Luân Đôn (London School of Economics and Political Science), Đại học Luân Đôn (University of London), Đại học Bath, Đại học Birmingham, Đại học Oxford, Đại học Manchester. Ở Đức có Đại học Munich, Đại học Bielefeld, Viện Nghiên cứu Weierstrass, Đại học Kỹ thuật - Berlin, Đại học Kaiserslautern. Ở Thụy Sĩ có Viện Công nghệ Liên bang Thụy Sĩ (ETH) và ở Thụy Điển có Viện Công nghệ Hoàng gia Thụy Điển (KTH), cùng nhiều trường đại học lớn khác.

Tại Mỹ, ta không thể không kể đến các địa chỉ quan trọng như: Viện Toán học Courant, Đại học New York; Trung tâm Tính toán tài chính, Đại học Carnegie Mellon; Viện Toán học tính toán - Đại học Stanford.

Tại Úc, cũng có nhiều trung tâm nghiên cứu và đào tạo về tài chính định lượng tiêu biểu là trung tâm nghiên cứu tài chính định lượng ở Đại học Công nghệ Sydney.

Tại châu Á, hai trong những cơ sở đào tạo tiên tiến về ngành Toán Kinh tế, tài chính, bảo hiểm là Đại học Quốc gia Singapore và Đại học Công nghệ Nanyang (Singapore).

Là một quốc gia phát triển muộn hơn nhiều nước khác, nhưng việc đào tạo và nghiên cứu Toán kinh tế, tài chính và bảo hiểm cũng đang rất được chú trọng ở Thái Lan. Đi đầu ở Thái Lan là Đại học Mahidol và gần đây các trường đại học tại Bangkok đang cạnh tranh mạnh mẽ trong việc đào tạo và nghiên cứu về lĩnh vực này. Nhiều trường đã chủ động gửi giảng viên đi đào tạo Tiến sĩ và trao đổi với các trường đại học hàng đầu ở châu Âu, châu Mỹ, châu Úc.

3. NGANH TOÁN KINH TÊ, TAI CHÍNH, BẢO HIỂM Ơ VIỆT NAM

Với xu thế hội nhập kinh tế - tài chính, lĩnh vực toán kinh tế, tài chính và bảo hiểm gần đây được chú trọng nghiên cứu và đào tạo ở Việt Nam. Hiện nay, một số trường đại học đã đi tiên phong trong đào tạo như:

- Khoa Toán kinh tế, Trường Đại học Kinh tế Quốc dân đã đào tạo ngành Toán kinh


46

tế từ rất sớm (từ năm 1968), và sau đó cũng là trường đầu tiên ở Việt Nam đào tạo ngành Toán tài chính từ đầu những năm 2000. Từ hơn 10 năm nay, Khoa Toán kinh tế đã hợp tác với Đại học Lyon - Pháp đào tạo cao học Định phí bảo hiểm. Hiện nay, Trường Đại học Kinh tế Quốc dân cũng là trường đầu tiên có đào tạo ngành Định phí bảo hiểm và Khoa học dữ liệu trong kinh tế và kinh doanh. Các kết quả tuyển sinh gần đây của Khoa đã cho thấy nhu cầu ngày càng cao của xã hội, đặc biệt là ngành Định phí bảo hiểm và Khoa học dữ liệu trong kinh tế và kinh doanh.

- Khoa Toán - Thống kê, Trường Đại học Kinh tế Thành phố Hồ Chí Minh từ nhiều năm nay đã đào tạo chuyên ngành toán kinh tế và toán tài chính. Trong năm 2019, Khoa đã mở thêm chuyên ngành Phân tích rủi ro và Định phí bảo hiểm. Với ngành mới này, Khoa Toán - Thống kê đã chủ động xây dựng chương trình đào tạo theo tiêu chuẩn của một số Hiệp hội bảo hiểm uy tín trên thế giới như Hiệp hội Bảo hiểm của Mỹ.

- Khoa Toán - Tin học, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Thành phố Hồ Chí Minh đang đào tạo ngành toán ứng dụng với định hướng tài chính định lượng. Do đặc thù của ngành này đòi hỏi sinh viên có kiến thức và nền tảng Toán học tốt; vì vậy, sinh viên của Khoa Toán - Tin học có một số lợi thế nhất định. Nhiều sinh viên sau khi tốt nghiệp đã có những vị trí cao trong các Công ty Tài chính, Bảo hiểm của nước ngoài đặt tại Việt Nam.

- Bộ môn Toán, Trường Đại học Quốc tế, Đại học Quốc gia Thành phố Hồ Chí Minh đào tạo toán ứng dụng (kỹ thuật tài chính và quản trị rủi ro) từ năm 2013. Lợi thế của sinh viên Trường Đại học Quốc tế là tiếng Anh, do đó việc tiếp cận các tài liệu tiên tiếng Anh cũng như học các công cụ lập trình hỗ trợ mô phỏng khá thuận lợi.

- Khoa Toán Kinh tế, Trường Đại học Kinh tế - Luật, Đại học Quốc gia Thành phố Hồ Chí Minh đã mở đào tạo chuyên ngành Toán ứng dụng trong kinh tế, tài chính và quản trị kinh doanh từ năm 2018. Với mục tiêu đào tạo gắn với nghiên cứu khoa học và hội nhập quốc tế, Khoa đã có một số chương trình hợp tác với các trường đại học hàng đầu của châu Âu và khu vực như: Viện Công nghệ Hoàng gia Thụy Điển, Đại học City Dublin - Ireland, Đại học Chiang Mai - Thái Lan. Nắm bắt xu thế thời kỳ chuyển đổi số, Khoa đã chủ động định hướng đào tạo theo cách tiếp cận phân tích dữ liệu, tận dụng nguồn cơ sở dữ liệu kinh tế và tài chính sẵn có của trường cũng như các đơn vị liên quan.

- Bộ môn Toán - Thống kê, Trường Đại học Tài chính - Marketing đã có chương trình đào tạo chuyên ngành Tài chính định lượng từ nhiều năm nay. Hiện tại, đã có

47


một khóa sinh viên ra trường với kết quả khả quan. Điều này phản ánh nhu cầu hiện tại của thị trường, từ đó giúp định hướng phát triển chuyên ngành Toán kinh tế - tài chính trong tương lai sắp tới.

Trong một cuộc khảo sát gần đây về nhu cầu xã hội trong đào tạo ngành Toán kinh tế tại Trường Đại học Kinh tế - Luật và một số trường đại học ở Thành phố Hồ Chí Minh, tuyệt đại đa số người tham gia khẳng định rằng, hiện nay “các phương pháp định lượng, phân tích dữ liệu, dự báo xu hướng trong kinh tế, quản trị, tài chính” là rất cần thiết cho “cho sự phát triển kinh tế - xã hội và khoa học công nghệ tại Việt Nam”. Phía các doanh nghiệp, nhiều nơi hiện sử dụng giải pháp nhập khẩu lao động và chuyên gia từ nước ngoài vì trong nước nguồn đối tác còn nhiều hạn chế. Hầu hết các ý kiến khảo sát cũng ủng hộ việc mở chương trình đào tạo Toán Kinh tế chất lượng cao, ở đó sinh viên có cơ hội thực hành nghiên cứu, nhiều cơ hội làm đề tài và học hỏi trực tiếp từ các giảng viên đầu ngành, có thể tiếp cận kiến thức chuyên sâu thông qua nguồn tài liệu tiếng Anh.

4. XU THÊ PHÁT TRIỂN TRONG TƯƠNG LAI

Về nghiên cứu, hầu hết các mô hình Toán kinh tế và tài chính dựa trên một số mô hình nổi tiếng đã được sử dụng rộng rãi trong những năm qua như: mô hình cân bằng (Equilibrium model), mô hình cân bằng động ngẫu nhiên (Dynamic Stochastic General Equilibrium - DSGE), mô hình tối ưu danh mục đầu tư Markowitz, mô hình Black-Scholes, các mô hình phân tích chuỗi thời gian như ARCH, GARCH, ARIMA, VAR. Tuy nhiên, kể từ sau cuộc khủng hoảng tài chính năm 2008, các nhà kinh tế nhận thấy, có một số thiếu sót trong các mô hình kinh tế hiện tại, chẳng hạn như mô hình DSGE đã không dự báo được cuộc khủng hoảng kinh tế toàn cầu. Nguyên nhân chính là do nền kinh tế cũng như thị trường tài chính đã không được coi là một hệ hành vi phức hợp. Đây chính là cơ sở cho sự ra đời của Lý thuyết kinh tế hành vi và tài chính hành vi (Behavioral Economics, Behavioral Finance). Một số mô hình mới kết hợp với các mô hình học máy (Machine learning), học sâu (Deep learning) và phân tích dữ liệu lớn (Big data analysis) đã được phát triển và nghiên cứu trong những năm qua như: mô hình tính toán mô phỏng hệ tác nhân (Agent-based computational modeling), mô hình mạng (Network analysis), Deep Neural Network.

Trong lĩnh vực Toán tài chính, một số vấn đề đang được nhiều người quan tâm như:


48

- Bài toán tối ưu danh mục đầu tư dựa trên mô hình cổ điển Markovitz và các dạng liên quan. Mô hình này thường chỉ dựa chính trên thông tin về thị trường, chưa tính đến thông tin riêng của các nhà đầu tư. Gần đây, mô hình Black-Litterman đã khắc phục được hạn chế này, tức là có bao gồm thông tin của các nhà đầu tư. Tuy nhiên, vẫn chưa có nhiều phương pháp xác định các yếu tố có liên quan đến quan điểm của các nhà đầu tư trong các tài sản thuộc danh mục. Sự phát triển của học máy và AI có thể cung cấp những cách tiếp cận để xử lý các vấn đề trên.

- Các bài toán điều khiển ngẫu nhiên trong tài chính thường có số chiều lớn như bảo hộ giá trong thị trường với chi phí giao dịch hoặc các ràng buộc liên quan đến thanh khoản.

- Các bài toán dự báo với số chiều lớn như bài toán đầu tư dài hạn, bài toán lựa chọn mô hình tối ưu.

- Gần đây với sự phát triển của Lý thuyết học sâu (Deep learning), các ứng dụng của lý thuyết này trong tài chính cũng được quan tâm nhiều hơn. Tuy nhiên, do còn mới mẻ nên việc sử dụng Lý thuyết học sâu, đặc biệt trong lĩnh vực tài chính, cần được nghiên cứu chi tiết với các tình huống cụ thể. Một số ứng dụng của Lý thuyết học sâu trong tài chính gồm: Định giá sâu (Deep pricing) cho bài toán quyền chọn kiểu Mỹ; Bảo hộ sâu (Deep hedging) sử dụng mạng nơ-ron cho bài toán xấp xỉ chiến lược bảo hộ.

Trong lĩnh vực Toán bảo hiểm, bài toán xây dựng mô hình dựa trên các dữ liệu về yêu cầu bồi thường bảo hiểm hay dữ liệu liên quan đến tỷ lệ tử vong, là một trong những bài toán quan trọng. Các dữ liệu của ngành bảo hiểm trên thế giới thường là các dữ liệu lớn. Đặc điểm của các dữ liệu này là tính không ổn định với độ biến động cao và có phân phối đuôi nặng. Do đó, cần có các công cụ của thống kê hiện đại và học máy, cũng như học sâu để phân tích dữ liệu.

Về lĩnh vực đào tạo: Để tiếp cận được với thực tế trong xu thế thời đại chuyển đổi số cần có những công cụ hiện đại của Toán học, xác suất - thống kê, Quá trình ngẫu nhiên, giải tích ngẫu nhiên, học máy và nền tảng kinh tế, tài chính. Hầu hết các trường đại học trên thế giới đã chủ động xây dựng các chương trình đào tạo phù hợp dựa trên các nền tảng kiến thức nêu trên. Một vài năm gần đây, với sự kết hợp giữa trí tuệ nhân tạo (AI) và phân phối mạng dữ liệu tự động (công nghệ Blockchain) tạo nền tảng cho công nghệ tài chính (Fintech) đã mang tới sự chuyển đổi lớn trong các ngân hàng, doanh nghiệp và các công ty bảo hiểm. Các thuật toán giao dịch tự động

49


(AIgo-trading) cũng đang bắt đầu phát triển trên thế giới. Tại Việt Nam, một số công ty chứng khoán cũng đã bắt đầu có kế hoạch triển khai dự án này. Do vậy, trong tương lai, các chương trình đào tạo về Toán ứng dụng trong kinh tế - tài chính và bảo hiểm tại Việt Nam cũng cần chú trọng cung cấp các kỹ năng này cho sinh viên. Theo chúng tôi, một số nội dung chính cần nên đưa vào giảng dạy bao gồm: Mô hình định giá tài sản, Định giá quyền chọn phái sinh, Kinh tế lượng cho thị trường tài chính, Quản trị rủi ro, Lý thuyết trò chơi và ra quyết định, Tối ưu danh mục đầu tư, Các phương pháp thống kê và lập trình phân tích dữ liệu, Học máy, Các phương pháp số.

5. KÊT LUẬN

Trong những năm qua kinh tế và thị trường tài chính Việt Nam đã từng bước hội nhập sâu rộng với kinh tế thế giới. Đã có nhiều các công ty tài chính và các quỹ đầu tư và các công ty bảo hiểm nước ngoài tham gia vào thị trường Việt Nam. Việt Nam cũng đã mở cửa thị trường phái sinh và các tổ chức tín dụng cơ bản đã đáp ứng được tiêu chuẩn Basel II. Mặt khác, Việt Nam cũng đang tích cực xây dựng cơ sở hạ tầng trong thời kỳ chuyển đổi số. Do đó, cần nhu cầu lớn về nhân lực trình độ cao, có kỹ năng tốt về Toán, Xác suất, Thống kê và phân tích dữ liệu. Tuy nhiên, số lượng các trường đại học có đào tạo về lĩnh vực Toán Kinh tế, Toán tài chính và Toán bảo hiểm còn khá khiêm tốn. Vì vậy, cần có thêm các cơ sở đào tạo trình độ đại học và sau đại học về chuyên ngành ứng dụng Toán trong Kinh tế, Tài chính và Bảo hiểm để đào tạo, phát triển nguồn nhân lực trình độ cao trong bối cảnh Việt Nam đang hội nhập sâu rộng vào nền kinh tế thế giới.


1. Francesco Rundo, Francesca Trenta, Agatino Luigi di Stallo and Sebastiano Battiato (2019), Machine Learning for Quantitative Finance Applications: A Survey. Applied Sciences.

2. Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm (2016) Trends in Quantitative Finance. CFA Institute.

3. A.E. Kyprianou (2014), The UK Financial Mathematics M. Sc, Arxiv 2014.

4. T. Zariphopoulou (2011), Mathematical Finance: Past, present and future. University of Heidelberg, 2011.


50

5. Ralf Korn (2013), Modern mathematics for Finance and Economics, ERCIM News 78, 2013.

6. Frank Riedel (2011), Mathematics and Economics. Mathematics Colloquium Bielefeld, January 2011.

7. European Mathematical Information Service, Mathematical Finance. https://www.emis.de/community/financial-mathematics/departments/index.html

51


Tóm tắt

Mặc dù đã xuất hiện trong nhiều năm gần đây, nhiều sinh viên, phụ huynh vẫn còn chưa biết, hoặc biết rất mơ hồ về ngành Toán Kinh tế. Phụ huynh và các sinh viên không rõ liệu Toán Kinh tế có trùng lặp hay giống với Toán Tài chính, Toán Bảo hiểm hay không; ra trường con em mình có thể làm việc ở đâu. Bài viết này xin điểm qua về kết quả cuộc khảo sát mới nhất tại Trường Đại học Kinh tế - Luật liên quan đến ngành Toán Kinh tế; đồng thời nêu một số kinh nghiệm của tác giả trong quá trình làm cố vấn học tập cho sinh viên chuyên ngành này. Phần cuối cùng của bài viết là một số tổng kết và đề xuất liên quan đến việc xây dựng chương trình ở cấp độ đại học.

Từ khóa: Toán kinh tế, đào tạo, nhân lực chất lượng cao, Trường Đại học Kinh tế - Luật.

Từ viết tắt: ĐH: Đại học; ĐHQG: Đại học Quốc gia; TP HCM: Thành phố Hồ Chí Minh

1. MƠ ĐÂU

Tên ngành “Toán kinh tế” trở nên quen thuộc ở Việt Nam trong mấy năm gần đây. Tuy nhiên, tác giả nhận được khá nhiều thắc mắc của các em sinh viên cũng như một số người trong và ngoài trường như: “Tên ngành mình dịch sang tiếng Anh là gì?”

NGANH TOÁN KINH TÊ: MỘT GÓC NHIN TỪ TRƯỜNG ĐAI HỌC

KINH TÊ - LUẬT

06.

TS. Lê Thị Thanh AnTrường Đại học Kinh tế - Luật,

Đại học Quốc gia Thành phố Hồ Chí Minh


52

Điều đặc biệt cần lưu ý ở đây là những người thắc mắc hầu như là những người có trình độ tiếng Anh khá hoặc thường hay sử dụng tiếng Anh. Còn những người ít dùng tiếng Anh thường không gặp vấn đề lớn với việc dịch “Toán Kinh tế” là “Economic Mathematics”. Mới nghe qua thì cách dịch này có vẻ hợp lý. Tuy nhiên, nếu đi tìm hiểu các trường đại học lớn ở các nước (đặc biệt là các nước dùng tiếng Anh như tiếng chính thức) thì chúng tôi chưa thấy có nơi nào có tên ngành “Economic Mathematics”. Họ thường chỉ có “Economics”, “Mathematical Economics” hoặc “Mathematics and Economics”,... [1]. Để hiểu được điều này, chúng tôi xin phép được bàn rộng ra một chút về chủ đề “Toán ứng dụng trong Kinh tế” ở Việt Nam và ngoài Việt Nam. Tác giả bài viết hy vọng có thể đem đến cho người đọc một cái nhìn chung về chủ đề đào tạo này ở một số trường lớn trên thế giới; các chương trình đào tạo đang diễn ra Việt Nam và xu hướng phát triển trong tương lai. Bài viết cũng hướng tới hỗ trợ các em sinh viên chuẩn bị thi đại học cũng như một số người đọc hiểu thêm về một số khía cạnh liên quan đến ngành này.

Bài viết chia thành bốn phần: phần mở đầu; phần hai tác giả tóm tắt về kết quả cuộc khảo sát nhu cầu của ngành Toán Kinh tế trong nước; phần ba nói về một số kinh nghiệm trong quá trình làm cố vấn học tập cho sinh viên chuyên ngành tại Trường Đại học Kinh tế - Luật; phần bốn là một số tổng kết và khuyến nghị.

2. KHẢO SÁT NHU CÂU XÃ HỘI Ơ TRONG NƯỚC

Gần đây, Khoa Toán Kinh tế, Trường Đại học Kinh tế - Luật, Đại học Quốc gia TP HCM có làm một bản khảo sát nhu cầu xã hội về ngành Toán Kinh tế trên một mẫu đa ngành bao gồm cả các đơn vị bên trong và ngoài khối Đại học Quốc gia. Với câu hỏi “Trong quá trình làm việc hoặc học tập, anh/chị có cần sử dụng các bảng biểu, dữ liệu, một số công cụ trong thống kê, xử lý số liệu hoặc một số phương pháp định lượng, dự báo hay không?”, kết quả có 56,2% số người tham gia khảo sát trả lời là “rất cần thiết”, 41,5% cảm thấy “cần thiết” [Hình 1]. Chỉ có một tỷ lệ rất nhỏ (chừng 2,3% số người tham gia), thuộc nhóm còn lại, tức là nhóm không quan tâm. Bên cạnh đó, gần như tuyệt đại đa số những người tham gia khảo sát đồng ý rằng “các phương pháp định lượng, phân tích dữ liệu, dự báo xu hướng,... trong kinh tế, quản trị, tài chính là cần thiết cho sự phát triển kinh tế - xã hội và khoa học công nghệ tại Việt Nam” trong hiện tại và tương lai.

53


Hình 1: Kết quả về sự cần thiết của kiến thức ngành Toán Kinh tế

Xét về cơ hội nghề nghiệp, kết quả khảo sát cho thấy sinh viên tốt nghiệp ngành “Toán Kinh tế” ở Việt Nam có cơ hội làm việc trong các đơn vị sau đây:

- Các công ty tài chính, chứng khoán, ngân hàng, bảo hiểm,...;

- Các công ty cần xử lý số liệu: cung ứng kho vận, thương mại điện tử,...;

- Các tổ chức, đơn vị tư vấn về giải pháp đầu tư;

- Các bộ phận kế hoạch, tài chính, nghiên cứu,...;

- Các công ty cung cấp giải pháp công nghệ: hỗ trợ thuật toán cho phần mềm;

- Nghiên cứu viên tại các viện hoặc tương tự;

- Giảng dạy các môn học ngành Toán ứng dụng, Thống kê,... ở các trường đại học, cao đẳng;

- Start-up, các công ty khởi nghiệp,....

Danh sách trên có thể chưa liệt kê đây đủ; tuy nhiên, nó phản ánh độ đa dạng của các công việc mà sinh viên tốt nghiệp chuyên ngành Toán Kinh tế có thể tham gia. Thêm một chú ý rằng, hiện tại, Bộ Giáo dục và Đào tạo đang để chuyên ngành Toán Kinh tế là một nhánh của ngành Kinh tế, nên sinh viên theo học hướng này sẽ đồng thời học khá nhiều kiến thức kinh tế (vốn là thế mạnh sẵn có của một số trường, ví dụ Trường ĐH Kinh tế Quốc dân, ĐH Kinh tế TP HCM, ĐH Kinh tế - Luật). Ngoài ra, với chính sách khuyến khích thực tập và kiến tập trong suốt 4 năm học, kết hợp với tính linh hoạt của thị trường lao động ở Việt Nam hiện tại, cơ hội việc làm cho những người “chịu khó học” của ngành Toán Kinh tế là tương đối rộng chứ không phải là


54

nhỏ như nhiều sinh viên suy nghĩ hiện nay. Để có thêm thông tin về số lượng các công việc có thể tham gia, sinh viên và phụ huynh có thể tham khảo các trang web đăng tải thông tin tìm việc làm hiện có ở Việt Nam [2, 3, 4].

Bên cạnh những thông tin trên, phiếu khảo sát có một câu hỏi lấy ý kiến tự do, mục đích tìm kiếm những đề xuất mới cho việc xây dựng ngành. Trong đó, có một vài ý kiến trùng hợp như sau:

- Đầu vào ngành nên yêu cầu thêm chứng chỉ tiếng Anh ở mức IELTS 4.0,... vì hiện tại các bạn Toán Kinh tế hay gặp khó khăn trong việc tiếp cận môn học tiếng Anh như: Toán tài chính, Tài chính doanh nghiệp, Hệ thống thông tin,... Ngoài ra, trong môi trường hội nhập hiện nay, đầu ra tiếng Anh tốt làm tăng cơ hội nghề nghiệp của sinh viên khá nhiều.

- Trong các môn học nên có nhiều bài tập tình huống cụ thể hơn, “case study” trong thực tế.

- Bồi dưỡng năng lực của giảng viên tại cơ sở đào tạo tương ứng với nhu cầu của ngành mới.

...

Những gợi ý trên phản ánh một phần mong đợi và nguyện vọng của người học cũng như người sử dụng lao động đối với chuyên ngành Toán Kinh tế. Đây là những thông tin hữu ích mà các cơ sở đào tạo có thể xem xét khi xây dựng, hoàn thiện hay cải tiến chương trình đào tạo của mình.

3. MỘT SỐ KINH NGHIỆM TRONG QUÁ TRINH LAM CỐ VẤN HỌC TẬP CHO SINH VIÊN NGANH TOÁN KINH TÊ

3.1. Tên ngành trong tiếng Anh

Trả lời câu hỏi, thắc mắc của nhiều sinh viên “vì sao em không thấy các trường đại học lớn có tên ngành là Economic Mathematics”? Theo thầy Lê Hồng Nhật, người đã bảo vệ thành công Luận án tiến sĩ ở Đại học Stanford về chuyên ngành Kinh tế, bên đó họ không nói thêm chữ “Toán”, vì mặc định của họ là sinh viên ngành Kinh tế phải học đủ kiến thức Toán cần thiết rồi. Nói tới đây, chắc mọi người sẽ băn khoăn như thế nào là “đủ”? Để dễ so sánh, chúng tôi dùng luôn ví dụ của thầy Nhật. Trước khi đi du học ở Mỹ, ở Việt Nam, thầy Nhật đã có “nền” Toán rất đáng nể, tuy nhiên sang tới nơi thầy thừa nhận phải nỗ lực rất nhiều để bổ sung thêm kiến thức, bao gồm cả “Toán” để

55


có thể theo kịp yêu cầu của chương trình đào tạo. Sau này về nước làm việc, thầy Nhật là trưởng Bộ môn Toán - Thống kê của Trường Đại học Kinh tế - Luật, tiền thân của Khoa Toán Kinh tế bây giờ. Sau này, khi tình cờ nói chuyện với một số cựu sinh viên của Trường ĐH Kinh tế - Luật, các bạn ấy chia sẻ “thầy giáo mà em ấn tượng nhất hồi còn học tại Trường là thầy Nhật bên bộ môn Toán”. “Thầy giảng bài hay, dễ hiểu và truyền cảm hứng đến mọi sinh viên, nên sau này ra trường rồi em vẫn nhớ mãi!”. Một số cuốn sách thầy Nhật viết về Toán ứng dụng trong kinh tế khá dễ đọc, với ví dụ thực tế phong phú. Cuốn “Lý thuyết trò chơi” từng được đề cử giải thưởng “Sách hay” của Viện Nghiên cứu Giáo dục - IRED [5]. Thầy Nhật cũng là chuyên gia tư vấn chính sách cho Quốc hội Việt Nam trong nhiều năm.

Để nói về các chương trình đào tạo có liên quan, tác giả xin đưa một vài thông tin trích từ web của Trường Kinh tế và Khoa học Chính trị Luân Đôn (London School of Economics and Political Sciences). Đây là trường thường xuyên đứng trong top 10 trên toàn thế giới về đào tạo khối ngành kinh tế [6]. Phần thời gian và kiến thức nền Toán - Thống kê của sinh viên học ngành Kinh tế (Economics) theo như trên website của Trường nhiều hơn sinh viên ngành Kinh tế của nhiều trường đại học ở Việt Nam rất nhiều. Có nghĩa là, họ chưa bổ sung thêm từ “Toán” thì ngành Kinh tế đã bao gồm rất nhiều kiến thức Toán rồi. Các nội dung Kinh tế cũng nhiều hơn và phong phú về số môn tự chọn. Vậy có phần nào “ít” hơn ở Việt Nam không? Có, ví dụ các tín chỉ bắt buộc học về Lịch sử Đảng Cộng sản Việt Nam, tin học, ngoại ngữ,... Những môn này, sinh viên các trường trên thế giới được tự do lựa chọn tìm hiểu, vì chúng không nằm trong chương trình đào tạo bắt buộc.

Còn ở Việt Nam thì sao? Sinh viên khối ngành kinh tế có “mặc định” là sẽ cần học nhiều kiến thức Toán không? Nếu được vậy thì chắc sự phát triển về học thuật, đào tạo của nước mình trong khối các trường kinh tế cũng không có khoảng cách quá xa với các trường tiên tiến trên thế giới. Đáng tiếc là chúng ta chưa thực hiện điều này. Từ khi học phổ thông, không biết là do ảnh hưởng của gia đình, nhà trường hay thông tin ngoài xã hội, hầu hết các em học sinh cấp ba đều có suy nghĩ rằng muốn chọn ngành học “vừa phải”, không quá “mệt” mà ra trường vẫn có cơ hội kiếm được thu nhập cao thì phải học khối ngành Kinh tế, Kinh doanh (đây cũng là một cách gọi chung chung cho rất nhiều ngành như Ngân hàng, Tài chính,...). Hồi đang học tại Trường Đại học Khoa học Tự nhiên (thuộc ĐHQG Hà Nội), tác giả có một người bạn học song bằng ở Trường ĐH Khoa học Tự nhiên và Trường ĐH Kinh tế Quốc dân. Người này đồng thời là lớp trưởng lớp bên Trường ĐH Kinh tế Quốc dân. Tuy nhiên, bạn sinh viên này


56

bảo học bên đó so với trường Khoa học Tự nhiên thì rất nhẹ nhàng, không có gì trừu tượng, khi đến kỳ thi có ôn bài là ổn. Các bạn học sinh lớp 12 bây giờ cũng vậy, sắp tốt nghiệp cấp ba rồi thì chăm chỉ tìm hiểu về các trường Kinh tế, Kinh doanh,... Học về các ngành kỹ thuật, công nghệ hay khoa học được cho là “vất vả”!

Xu thế của học sinh và phụ huynh nói chung là thế. Còn từ phía các cơ sở đào tạo ở Việt Nam thì sao? Tất nhiên, trong thời buổi hội nhập quốc tế như thế này, người làm việc trong các trường đại học, các viện nghiên cứu không thể không cập nhật thông tin. Biết thế giới người ta đã học, đào tạo và làm việc như thế nào rồi, nhưng việc tích hợp các kiến thức liên ngành trong nghiên cứu và đào tạo Toán Kinh tế, nó không hề đơn giản. Điều này đòi hỏi phía giảng viên các nhà trường cần đầu tư nhiều thời gian và công sức. Đối với nhiều cơ sở đào tạo, khi nói học “Kinh tế”, sẽ được hiểu là không bao gồm nhiều toán hay mô hình, công cụ định lượng. Sự khác nhau này khiến cho Khoa Toán Kinh tế của Trường Đại học Kinh tế Quốc dân, có lẽ là nơi đầu tiên đặt tên Khoa cũng như tuyên bố mở ngành đào tạo ở Việt Nam, đã gọi ngành mình sẽ mở là “Toán Kinh tế”, dù trong phiên bản tiếng Anh họ để là “Mathematical Economics” [7].

3.2. Tuyển sinh và đào tạo ngành Toán kinh tế

Hiện nay, tại Việt Nam có Trường ĐH Kinh tế Quốc Dân, Trường ĐH Kinh tế TP HCM và Trường ĐH Kinh tế - Luật - Đại học Quốc gia TP HCM,... đã tuyển sinh ngành Toán Kinh tế. Ngành này tuy kén đối tượng, nhưng không khó tuyển sinh như một số ngành khoa học cơ bản. Cái tên hứa hẹn cung cấp cho người học rất nhiều kiến thức liên ngành. Mà quả thực, hầu hết các chương trình đào tạo đều có kiến thức nền về Toán nhiều hơn hẳn so với mặt bằng trung bình các khoa Kinh tế hiện tại; kiến thức kinh tế, tài chính,... khá dồi dào, chưa kể nếu muốn có thể tự đăng ký học thêm các môn liên quan trong trường. Phần bài tập thực hành, bài tập tình huống, ứng dụng,... tuy có thể chưa sát nhu cầu của các doanh nghiệp vừa và nhỏ nhưng hơn hẳn các chương trình đào tạo, các khóa học cách đây 10 hay 20 năm của các thế hệ trước.

Ngoài các ưu điểm như vậy, chương trình đào tạo “Toán kinh tế” cũng gặp một số khó khăn chung. Với một khối lượng kiến thức liên ngành khá lớn và khoảng thời gian quy định hạn hẹp (trung bình khoảng 120 tín chỉ cho đào tạo đại học) của Bộ Giáo dục và Đào tạo, đã có một số mâu thuẫn xảy ra. Giải pháp thông dụng nhất của phía người thiết kế chương trình là “vẫn giữ nguyên hầu hết các môn học, nhưng chuyển một số sang môn tự chọn, giảm thời lượng học của từng môn xuống”. Thay vì từ từ học kỹ ở lớp, giờ đây các em sẽ được cung cấp tài liệu để về đọc thêm ở nhà. Lớp học

57


truyền thống có thể được thay bằng lớp học đảo ngược (một mô hình hiện đang “hot” trong các chương trình, Đề án giáo dục 4.0), tức là sinh viên được cho trước tài liệu, bài giảng để đọc trước, khi lên lớp sẽ thảo luận tập trung nhiều vào các nội dung khó hay phức tạp. Dù biết rõ một số ưu điểm của mô hình này và đã nhiệt tình áp dụng, tác giả phải thừa nhận rằng nó sẽ chưa phát huy nhiều tác dụng ở môi trường giáo dục đại học của nước ta. Lý do chính là các em sinh viên thường cảm thấy việc học là “bị bắt buộc”, ít tự giác trong khi có quá nhiều thứ phân tâm của thời buổi bùng nổ thông tin mạng. Sơ kết đợt học tập online bắt buộc do tình hình COVID-19 vừa rồi với mô hình lớp học đảo ngược, chỉ có một số ít em dám tự tin nói rằng, mình cảm thấy cách học này phù hợp và em có thể tiếp thu tốt. Còn lại, đa số các em hoặc cảm thấy mình không thể kịp đọc trước bài, hay bị phân tán với những nội dung không liên quan khi ngồi trước máy tính, laptop.

3.3. Môi trường làm việc ở Việt Nam

Môi trường làm việc hay thị trường lao động có ảnh hưởng lên việc thiết kế chương trình đào tạo của các trường đại học. Hiện nay, thực tiễn môi trường làm việc ở Việt Nam chưa rõ ràng để các bạn sinh viên nhìn thấy các ứng dụng của các công cụ, mô hình Toán Kinh tế các bạn đang học, nhất là với kiến thức đại học. Nếu chăm chỉ, các bạn có thể nhìn thấy một số ứng dụng trực tiếp của các kiến thức toán tài chính (financial mathematics), định phí bảo hiểm (actuary) hay thống kê ứng dụng. Còn các vấn đề khác, ví dụ như quy hoạch thông minh, tối ưu nguồn nhân lực, logistics, hoạch định chính sách tối ưu,... sẽ cần một nhóm kiến thức liên ngành vững chắc.

Dù thế giới đang phát triển từng ngày và tất cả các quốc gia đều chịu ảnh hưởng, những kiến thức khoa học công nghệ bao giờ cũng có khoảng cách với thực tế bên ngoài. Đa số sinh viên chúng ta chưa đủ “chín”, nên chưa thấy hoặc chỉ thấy rất ít những ứng dụng của Toán hay mô hình định lượng trong bài toán kinh tế, kinh doanh thực. Trong thực tế, ứng dụng của toán học trong đời sống khá rộng, hiểu được một phần của nó đã đủ để thành chuyên gia trong một lĩnh vực cụ thể. Đặc biệt là từ sau sự phát triển của máy tính và các công cụ tính toán, rời rạc hóa,... thế giới đã giải được rất nhiều rất nhiều bài toán phức tạp. Ví dụ như bài toán tối ưu, nó có thể giúp ta tiết kiệm nhiên liệu trong ngành hàng không, thiết kế thí nghiệm tốt nhất trong một nhà máy hóa học, hoạch định chính sách kinh tế vĩ mô. Hoặc như các biến ngẫu nhiên trong môn xác suất, nó giúp ích trong phân tích tài chính, rủi ro,... Đây không phải là vấn đề gì quá mới mẻ trên thế giới, nhiều công ty, tập đoàn đã nghiên cứu đã vận dụng trong thực tiễn kinh doanh, vận hành của tổ chức họ. Thế còn ở Việt Nam, chúng ta đã


58

dùng những mô hình này nhiều chưa? So sánh với các quốc gia phát triển, câu trả lời là “chưa nhiều”. Ta mới bắt đầu sử dụng các phân tích định lượng trong kinh tế khoảng 1 - 2 thập kỷ gần đây, với tiên phong là mảng tài chính, bảo hiểm.

Trong những năm gần đây chúng ta đang có nhiều bước đi thuận lợi về thương mại, cung ứng xuất - nhập khẩu. So sánh với nhiều quốc gia khác, người tiêu dùng Việt Nam nhìn chung là dễ tính. Nhiều công ty lớn liên quan đến mảng xuất - nhập khẩu hiện tại đang “thuê bao” dịch vụ và phần mềm quản lý của công ty nước ngoài (ví dụ như SAP của Cộng hòa Liên bang Đức). Thị trường tài chính hay bảo hiểm của Việt Nam thì cũng mới phát triển được khoảng hơn một thập kỷ. Gần đây, do nhu cầu từ các nhà đầu tư và quản lý danh mục, các công ty bắt đầu phát triển phần mềm hỗ trợ trading... Chính vì những xu thế này, mà trong chương trình đào tạo Toán Kinh tế (ở những khoa chưa có ngành Toán Tài chính hay Bảo hiểm - Actuary) thường kết hợp một số môn thuộc lĩnh vực này. Theo quan điểm của tác giả, khi các ngành dần dần được định hình và chuyên môn hóa cao hơn, thì sự phân chia cũng sẽ rạch ròi và rõ nét hơn.

Tóm lại, hiện nay, thực tiễn môi trường làm việc liên quan đến ngành Toán Kinh tế ở Việt Nam còn chưa phát triển rõ ràng như một số nước. Điều này khiến các bạn sinh viên ngành Toán Kinh tế khó nhìn thấy các ứng dụng của các công cụ, mô hình toán các bạn đang học, nhất là với kiến thức bậc đại học. Tuy nhiên, chúng ta đang phát triển rất nhanh về kinh tế, xã hội, khoa học công nghệ trong thập kỷ vừa qua - rõ rệt nhất là về việc thu hút vốn đầu tư nước ngoài để phát triển thị trường tài chính trong nước. Với việc tự tin và xây dựng chương trình đào tạo bài bản, chúng ta đang tiến gần hơn với những chương trình đào tạo quốc tế, nơi khả năng hội nhập và cơ hội tương lai của các bạn sinh viên mở ra rất nhiều.

4. MỘT VAI KHUYÊN NGHỊ VA KÊT LUẬN

4.1. Khuyến nghị

Theo chủ quan của tác giả, ngành Toán Kinh tế có một vài đặc điểm riêng biệt, khác với những ngành quen thuộc trong khối Kinh tế. Do đó, tác giả xin đề xuất một số khuyến nghị dưới đây:

- Nên có môn giới thiệu ngành: Do ngành này mới hơn một số ngành khác trong danh sách các ngành đào tạo ở các trường đại học, nên sinh viên không hiểu rõ ràng về những thứ mình đang sắp được học, những thứ ra trường mình có thể làm, xét cả

59


về phương diện trong nước lẫn ngoài nước. Dù đã được tư vấn trước lúc chọn ngành và một buổi đầu năm học, nhiều em vẫn mơ màng về chuyên ngành. Do đó, mặc dù tổng số tín chỉ do Bộ Giáo dục và Đào tạo quy định vốn hạn hẹp; phía các Khoa chủ quản nên xem xét có môn học này. Sinh viên cần tự mình làm một bài thu hoạch, tự định hướng cho bản thân về ngành học, để giảm thiểu tỷ lệ mơ hồ trong khi học, sinh viên biết rõ mình nên làm gì hay phải làm gì để đạt được hiệu quả học tập tốt nhất với năng lực của mình.

- Cân nhắc số lượng và chất lượng tuyển sinh: Đây là một ngành học có chứa nhiều khó khăn và thách thức. Dù hiện giờ được đặt trong khối ngành lớn là khối kinh tế, đây là một trong những ngành yêu cầu sinh viên học hỏi rất nhiều về các kiến thức toán và thống kê, các mô hình phân tích định lượng, cập nhật các công cụ lập trình hay phần mềm để triển khai giải quyết vấn đề. Có thể nói rằng, Toán Kinh tế là ngành yêu cầu tính chăm chỉ, siêng năng,... nỗ lực không ngừng nghỉ của sinh viên trong quá trình học tập cũng như làm việc sau này. Điều này cần phải được sinh viên xác định rõ ràng trong quá trình học tập, để đảm bảo chương trình đào tạo có chất lượng, ổn định lâu dài.

- Đầu vào ngoại ngữ: Với sự chuyển đổi số mạnh mẽ trong những năm gần đây, người ta hay nhắc nhiều đến kinh tế số, quản trị số,... Chỉ trong một thời gian ngắn, lượng dữ liệu được thu thập trên toàn thế giới đã tăng lên hàng chục lần. Nhiều công việc được quốc tế hóa, vị trí làm việc không còn phụ thuộc nhiều vào khoảng cách địa lý. Điều này mở ra nhiều cơ hội nghề nghiệp mới cho sinh viên tốt nghiệp của ngành Toán Kinh tế. Tuy nhiên, mọi cơ hội sẽ trôi qua nếu sinh viên thiếu khả năng ngoại ngữ, thiếu khả năng tự cập nhật, học hỏi. Do đó, sinh viên của ngành cần được chú trọng về mặt ngoại ngữ, hoặc có đầu vào tối thiểu để có thể theo kịp chương trình học tập.

- Đội ngũ giảng viên: Ở nước ta, hầu hết những ngành khoa học công nghệ đang đi sau các nước phát triển. Việc ta có xu hướng đón đầu, học hỏi kinh nghiệm hiện là điều tất yếu. Trong khoảng chục năm gần đây nhiều trường lớn như: Trường ĐH Kinh tế Quốc dân, Trường ĐH Kinh tế TP HCM... đã rất chú trọng việc tìm hiểu tài liệu, giáo trình của các trường đại học tiên tiến, điều chỉnh và áp dụng trong chương trình của mình. Những tài liệu này sẽ chỉ phát huy tác dụng rõ nét khi phía người dùng hội tụ đủ các cơ sở về kiến thức chuyên môn và ngoại ngữ để tiếp cận. Rõ ràng, phía giảng viên cũng cần phải tự đào tạo hoặc được hỗ trợ bồi dưỡng nâng cao chuyên môn để đáp ứng với nhu cầu công việc mới, có tính chuyển động nhanh.


60

4.2. Kết luận

Thời xa xưa khi chưa có tiền, chúng ta không có khái niệm ngân hàng hay thị trường tài chính. Chúng ta cũng không có khái niệm nhiều về bảo hiểm. Sau này, khi thị trường tài chính phát triển mạnh mẽ và có quá nhiều mối quan hệ phức tạp, người ta thấy cần tách nó ra để nghiên cứu. Bảo hiểm cũng vậy. Tuy nhiên, theo nghĩa rộng, Kinh tế vẫn bao gồm tất cả các ngành “Tài chính”, “Bảo hiểm”, “Logistics”,... Thế nên mới có giải Nobel Kinh tế học dành có các đóng góp về định giá trong thị trường tài chính phái sinh (Scholes & Merton, 1997). Ngành Toán Kinh tế, theo nghĩa rộng, nghiên cứu tất cả những khảo sát, dữ liệu, mô hình xuất phát từ thực tiễn của nền kinh tế hướng tới mục tiêu cuối cùng là tìm ra giải pháp thu về hàm lợi ích tối đa.

Như nhiều người có thể dự đoán được, một sinh viên tốt nghiệp mức trung bình có thể đi làm nhân viên bán hàng, đánh máy, thu thập dữ liệu,... chứ ít công ty tuyển dụng để làm tư vấn viên, cung cấp giải pháp công nghệ cho cả một doanh nghiệp, tổ chức. Rõ ràng, ngành Toán Kinh tế muốn hướng tới nguồn nhân lực chất lượng cao, bổ sung phần còn thiếu trong thị trường lao động ở Việt Nam. Vì vậy, các cơ sở đào tạo cần lưu ý khi thiết kế chương trình, chú ý tới việc tạo ra kiến thức nền tảng, giúp người học có thể học tiếp lên cao, sâu hơn. Bên cạnh đó, trong thời đại công nghiệp 4.0, chương trình cần cung cấp cho người học nhiều kỹ năng mềm, rèn luyện ý thức và thái độ học tập suốt đời, để có thể hòa nhập và làm mới trong môi trường làm việc của mình.

Theo phân tích về nhu cầu xã hội, hiện nay việc mở ngành Toán ứng dụng trong Kinh tế đang có nhiều thuận lợi ở Việt Nam. Các cơ sở đào tạo có thể xem xét nếu muốn tên ngành đào tạo cụ thể, vì cái tên “Toán kinh tế” có nội hàm tương đối rộng. Về số lượng tuyển sinh, ngành này nên ưu tiên chất lượng trước số lượng, ít nhất sinh viên nên có đủ đam mê để theo học. Các cơ sở đào tạo cũng cần có kế hoạch tăng cường đội ngũ cán bộ, giảng viên cả về số lượng và chất lượng, để đáp ứng với nhu cầu và thách thức của một ngành đào tạo mới với nhiều thử thách.

Lời cảm ơn

Tác giả xin chân thành cảm ơn TS. Nguyễn Huy Hoàng (Trường Đại học Tài chính - Marketing) đã động viên, khích lệ để tác giả hoàn thành bài viết này.

61



1. http://www.lse.ac.uk/study-at-lse/uolip/programmes

2. https://www.vietnamworks.com/

3. https://careerbuilder.vn/

4. https://www.careerlink.vn/

5. http://ired.edu.vn/vn/page/giai-thuong-sach-hay

6. https://www.topuniversities.com/university-rankings/university-subject-rankings/2020/economics-econometrics

7. https://tuyensinhso.vn/nhom-nganh-dao-tao/nganh-toan-kinh-te-c17020.html


62

Tóm tắt

Bài viết giới thiệu về ngành học mới ở Việt Nam, Actuarial Sciences – Định phí Bảo hiểm và Quản trị rủi ro, một hướng chuyên sâu ứng dụng toán học trong Bảo hiểm, Tài chính và Quản trị rủi ro. Chương trình Cử nhân Actuary tại Khoa Toán Kinh tế, Trường Đại học Kinh tế Quốc dân được giảng dạy hoàn toàn bằng tiếng Anh, được Hiệp hội Actuary Bắc Mỹ (Society of Actuaries) công nhận là một cơ sở đào tạo chính thức (Universities & Colleges with Actuarial Programs).

Từ khóa: Actuary, Định phí Bảo hiểm, Quản trị rủi ro, Toán Kinh tế

1. GIỚI THIỆU VỀ ACTUARY

Thuật ngữ “Actuary” mới được sử dụng nhiều tại Việt Nam trong những năm gần đây. Ngành học Actuary đã được dịch là “Định phí bảo hiểm và tài chính” (Chương trình hợp tác giữa Đại học Lyon I và Trường Đại học Kinh tế Thành phố Hồ Chí Minh, 2002), “Tính toán bảo hiểm” (Nghị định số 73/2016/NĐ-CP), “Định phí Bảo hiểm và Quản trị rủi ro” (Trường Đại học Kinh tế Quốc dân, 2018). Hiện nay, chưa có một bản dịch nào phản ánh đầy đủ nội dung của thuật ngữ này theo thông lệ quốc tế. Do vậy, tác giả sử dụng nguyên bản tiếng Anh là Actuary trong bài viết.

ACTUARIAL SCIENCES - MỘT HƯỚNG CHUYÊN SÂU ỨNG DỤNG TOÁN TRONG BẢO HIỂM, TAI CHÍNH VA QUẢN TRỊ RỦI RO

07.

TS. Phạm Thị Hồng Thắm, TS. Nguyễn Quang Huy

Trường Đại học Kinh tế Quốc dân

63


Actuary là những chuyên gia có trình độ cao chuyên phân tích những tác động về mặt tài chính của rủi ro đối với các tổ chức như công ty bảo hiểm, quỹ hưu trí. Họ áp dụng chuyên môn Toán học của mình với các chuẩn mực nghiêm ngặt để dự báo và giảm thiểu tác động về mặt tài chính của rủi ro (theo International Actuarial Association).

Actuary là những chuyên gia trong lĩnh vực phát triển và cung cấp các giải pháp cho các vấn đề tài chính phức tạp. Với những hiểu biết sâu sắc về toán học, thống kê và quản lý kinh doanh, họ giúp cho các doanh nghiệp phát triển, giúp các nhà lãnh đạo ra quyết định chiến lược và giúp khách hàng chuẩn bị cho tương lai của họ. (theo Society of Actuaries).

Actuary là những chuyên gia trong lĩnh vực quản lý rủi ro. Với các kỹ năng phân tích nhạy bén, Actuary giúp các tổ chức lập kế hoạch cho tương lai và bảo vệ khỏi tổn thất trong tương lai. Bằng cách hiểu bản chất của rủi ro, Actuary đóng vai trò quan trọng trong sự ổn định về tâm lý, thể chất và tài chính của xã hội. Actuary là chuyên gia trong việc đánh giá khả năng xảy ra rủi ro trong tương lai; tìm phương pháp sáng tạo để giảm thiểu khả năng xả ra rủi ro; và giảm thiểu tác động xấu của rủi ro khi nó xảy ra. (theo Be an Actuary).

Như vậy, ta có thể hiểu Actuary là chuyên gia về quản lý rủi ro. Với các kiến thức tốt về Toán học; Lý thuyết xác suất, thống kê; Lý thuyết kinh tế, tài chính; Lý thuyết rủi ro; pháp luật..., và các công cụ phân tích định lượng hiện đại, họ có thể quản lý một cách tốt nhất quá trình phát triển có tính chất ngẫu nhiên của môi trường kinh tế thông qua thiết kế, quản lý, định giá các sản phẩm bảo hiểm và tài chính, thiết lập các kế hoạch chiến lược, phân tích và đầu tư tài chính (Phạm Thị Hồng Thắm, 2013).

Ban đầu, nghề Actuary gắn liền với các công việc trong các công ty bảo hiểm với nhiệm vụ như định giá sản phẩm bảo hiểm, đánh giá lợi nhuận của sản phẩm, tính toán nguồn dự phòng, xác định khả năng thanh toán, lập chiến lược kinh doanh, xây dựng hệ thống quản trị rủi ro trong công ty.

Trong nhiều năm gần đây, hoạt động của Actuary mở rộng ra các lĩnh vực như quản trị rủi ro trong các ngân hàng, quản lý tài sản trong các quỹ đầu tư, tư vấn giám sát trong các công ty kiểm toán và tham gia xây dựng các quy chuẩn quản trị rủi ro quốc tế.

Cụ thể, nơi làm việc và công việc của Actuary có thể kể đến:


64

• Các Công ty Bảo hiểm: xây dựng, định giá, đánh giá các sản phẩm bảo hiểm, quản lý rủi ro và lập các kế hoạch đầu tư;

• Các Ngân hàng và Tổ chức tín dụng: quản lý tài sản tài chính, xây dựng mô hình quản trị rủi ro;

• Các Quỹ đầu tư tài chính: xây dựng và quản lý các danh mục đầu tư; thiết kế, định giá và đánh giá các tài sản tài chính;

• Các Công ty tư vấn: thiết lập các kế hoạch tài chính, hưu trí cho các cá nhân và doanh nghiệp; xây dựng các mô hình đánh giá chính sách kinh tế - xã hội và dự báo;

• Các cơ quan quản lý nhà nước: quản lý các chương trình và giám sát về tài chính của các công ty.

• Các trường đại học, viện nghiên cứu: giảng viên, nghiên cứu viên.

Từ rất sớm, Actuary đã hoạt động theo Chuẩn mực quốc tế. Hiệp hội Actuary quốc tế (International Actuarial Association – IAA) được thành lập từ năm 1895 ở Bruxel nhằm gắn kết các Actuary và các Hiệp hội Actuary trên thế giới. Cho đến nay, IAA đã có 73 Hiệp hội thành viên đầy đủ, 28 Hiệp hội liên kết ở 84 nước trên thế giới. Mục tiêu của tổ chức này bao gồm:

• Phát huy vai trò và nâng cao uy tín của nghề và cá nhân các Actuary trên toàn thế giới;

• Phát huy các chuẩn mực cao về tính chuyên nghiệp của các Actuary và các Hiệp hội Actuary để đảm bảo lợi ích công được phục vụ;

• Thúc đẩy sự phát triển của ngành khoa học tính toán bảo hiểm và các ứng dụng của nó;

• Đẩy mạnh sự phát triển nghề nghiệp của mỗi cá nhân Actuary trên thế giới;

• Phát huy lòng tự trọng và tôn trọng lẫn nhau giữa các Actuary;

• Cung cấp một diễn đàn cho các cuộc thảo luận giữa các Actuary và các Hiệp hội Actuary trên thế giới;

• Đại diện cho các Hiệp hội thành viên trong những cuộc thảo luận với các tổ chức quốc tế.

65


Để trở thành một Actuary theo đúng Chuẩn mực quốc tế, cần phải trở thành thành viên của một Hiệp hội Actuary thành viên của IAA. Có nhiều mô hình khác nhau trong đào tạo và công nhận thành viên, tùy thuộc vào quy định của các Hiệp hội Actuary. Tuy nhiên, về mặt cơ bản có hai hình thức chính: Hình thức thứ nhất, học viên phải thi đỗ tất cả các kỳ thi do Hiệp hội Actuary tổ chức. Hình thức này ban đầu được thực hiện ở Anh, sau đó mở rộng ra các nước nói tiếng Anh như Mỹ, Úc,... Một số Hiệp hội Actuary nổi tiếng và có nhiều văn phòng đại diện trên thế giới có thể kể đến là SOA (Society of Actuaries), CAS (Casualty Actuarial Society), IFoA (Institut and Faculty of Actuaries),... Hình thức thứ hai, học viên tốt nghiệp các chương trình đào tạo thạc sĩ ngành Khoa học tính toán bảo hiểm (Actuarial Sciences) ở các trường đại học sẽ được các Hiệp hội Actuary công nhận và tiếp nhận là thành viên.

2. CHƯƠNG TRINH ĐAO TAO ACTUARY TAI KHOA TOÁN KINH TÊ - TRƯỜNG ĐAI HỌC KINH TÊ QUỐC DÂN

Với sự hỗ trợ của Hiệp hội truyền bá Actuary của Pháp (Diffusion Internationale de l’Actuariat Francophone - DIAF), lần đầu tiên Actuary được đào tạo ở Việt Nam dưới hình thức hợp tác giữa Học viện Khoa học Tính toán Bảo hiểm và Tài chính (ISFA), trực thuộc Đại học Tổng hợp Claude Bernard Lyon 1 (UCBL), Cộng hòa Pháp với Trường Đại học Kinh tế Thành phố Hồ Chí Minh vào năm 2002. Học viện ISFA là học viện uy tín và lâu đời nhất về đào tạo Actuary ở Pháp. Học viên sau hai năm học ở Việt Nam sẽ chuyển tiếp học năm cuối ở ISFA. Kết thúc khóa học, học viên được nhận được bằng Cử nhân Toán học định hướng Actuary và bằng Thạc sỹ Actuary do UCBL cấp. Để trở thành thành viên Hiệp hội Actuary của Pháp, học viên phải bảo vệ thành công Luận văn chuyên ngành trước Hội đồng chuyên môn của Hiệp hội.

Mô hình liên kết được mở rộng ra Hà Nội vào năm 2007 với đối tác là Trường Đại học Kinh tế Quốc dân (ĐHKTQD). Với tần suất tuyển sinh 2 năm một lần, cho đến nay đã có 6 khóa với tổng số gần 70 học viên ra trường. Tất cả học viên ra trường đều làm đúng lĩnh vực công việc của một Actuary, trong đó hơn 50% đang làm việc tại Pháp và các nước châu Âu (theo Khoa Toán Kinh tế).

Trên cơ sở hợp tác lâu năm với UCBL, Khoa Toán Kinh tế đã xây dựng cho mình một đội ngũ giảng viên giàu kinh nghiệm trong đào tạo Actuary bằng cách cử giảng viên tham gia chương trình đào tạo và tuyển giảng viên từ những học viên xuất sắc của chương trình. Bắt đầu từ năm học 2018 - 2019, Khoa Toán Kinh tế chính thức tuyển sinh chương trình Actuary bậc Cử nhân học bằng tiếng Anh. Chương trình đào


66

tạo được thiết kế bám sát theo các môn thi lấy Chứng chỉ Actuary của các Hiệp hội Actuary nổi tiếng trên thế giới như SOA, CAS,... Đến nay, đã có hai khóa tuyển sinh với sĩ số mỗi khóa khoảng hơn 40 sinh viên, trong đó có rất nhiều em đến từ các lớp chuyên Toán của các trường Trung học phổ thông (THPT) chuyên của các tỉnh/ thành phố trên cả nước.

Như vậy, ở Khoa Toán Kinh tế có cả hai hình thức đào tạo Actuary. Chương trình Cử nhân Actuary bằng tiếng Anh hướng sinh viên đến các kỳ thi lấy Chứng chỉ của các Hiệp hội SOA, CAS, IFoA,... Trong trường hợp học viên muốn trở thành thành viên Hiệp hội Actuary của Pháp thì có thể tham gia Chương trình Cử nhân – Thạc sỹ hợp tác với UCBL.

Bên cạnh các chương trình đào tạo chính quy, Khoa cũng thường xuyên mở các lớp ngắn hạn ôn thi chứng chỉ SOA cho nhân viên Phòng/Ban Actuary tại các Doanh nghiệp Bảo hiểm (ABIC, Bảo Việt, OPES, PJICO, PVI,...).

3. CẤU TRÚC CHƯƠNG TRINH ĐAO TAO BẬC CỬ NHÂN ACTUARY

3.1. Chuẩn đầu ra của chương trình

3.1.1. Chuẩn kiến thức

Sinh viên Chương trình Actuary bằng tiếng Anh được trang bị hệ thống kiến thức cơ bản về kinh tế, tài chính, bảo hiểm, quản lý và quản trị kinh doanh; kiến thức cơ bản về toán học, thống kê, phân tích và dự báo kinh tế - xã hội, mô hình hóa, tối ưu hóa.

Cùng với đó, Cử nhân chuyên ngành Actuary nắm vững các kiến thức chuyên sâu về các mảng:

• Lý thuyết xác suất, thống kê, kinh tế, tài chính, kế toán, bảo hiểm, luật pháp;

• Các mô hình Định phí trong Bảo hiểm nhân thọ, phi nhân thọ, và các phương pháp tính dự phòng;

• Phương pháp xác định, phân loại, định lượng, phân tích và giảm thiểu các ảnh hưởng về mặt tài chính của rủi ro;

• Phương pháp giải các bài toán lựa chọn tối ưu trong việc: quản lý các tài sản Nợ/Có, lựa chọn danh mục đầu tư, định giá và đánh giá sản phẩm bảo hiểm/tài chính.

67


3.1.2. Chuẩn kỹ năng

Cử nhân chuyên ngành Actuary được trang bị đầy đủ các kỹ năng:

• Kỹ năng phân tích: có khả năng xem xét các dữ liệu phức tạp nhằm mục đích nhận dạng, xác định xu thế và đánh giá rủi ro; đưa ra các bước cần thực hiện để giảm thiểu ảnh hưởng tiêu cực của rủi ro;

• Kỹ năng toán học: có khả năng làm việc với các con số nhanh và chính xác;

• Khả năng làm việc dưới áp lực lớn: có khả năng hoàn thành nhiệm vụ trong thời hạn nghiêm ngặt, với công việc mang tính trách nhiệm cao do các quyết định đưa ra có tầm ảnh hưởng sâu rộng;

• Kỹ năng giao tiếp: có khả năng thu nhận thông tin từ khách hàng và các phòng ban liên quan, như : Kế toán, Tài chính, Công nghệ thông tin và Quản lý cấp cao, nhằm giải quyết các bài toán đặt ra; có khả năng trình bày công việc một cách rõ ràng, logic;

• Kỹ năng làm việc nhóm: có khả năng tham gia hoạt động nhóm theo yêu cầu công việc;

• Kỹ năng làm việc độc lập: có khả năng tự giải quyết vấn đề và có khả năng lãnh đạo một nhóm để thực hiện một nhiệm vụ cụ thể.

3.1.3. Chuẩn Tin học và Ngoại ngữ

Cử nhân chuyên ngành Actuary bằng tiếng Anh sẽ đạt chứng chỉ Tiếng Anh IELTS 6.0 trở lên hoặc tương đương, sử dụng thành thạo tiếng Anh để làm việc trong môi trường quốc tế một cách hiệu quả, tiếp tục học tập nâng cao trình độ trong bối cảnh toàn cầu hóa, bao gồm tiếng Anh trong giao tiếp và soạn thảo, dịch thuật các tài liệu chuyên ngành Actuary.

Về Tin học, ngoài việc đạt chuẩn của ĐHKTQD về kỹ năng tin học cơ bản, Cử nhân chuyên ngành Actuary còn có khả năng sử dụng các công cụ, phần mềm trong lập trình để khai phá dữ liệu, mô hình hóa, mô phỏng và tối ưu hóa các bài toán thực tế.

3.2. Khung môn học trong chương trình

Chương trình môn học được thiết kế theo quy định Bộ Giáo dục và Đào tạo và Trường ĐHKTQD bao gồm khối kiến thức giáo dục đại cương và khối kiến thức giáo dục chuyên nghiệp. Trong mỗi khối kiến thức đều có các học phần bắt buộc và các học phần tự chọn đa dạng. Các học phần chính trong chương trình bao gồm:


68

• Lý thuyết Xác suất, Thống kê toán;

• Đầu tư và thị trường tài chính;

• Quản trị rủi ro định lượng;

• Khoa học tính toán trong Bảo hiểm và Tài chính;

• Các phương pháp lập trình trong Định phí bảo hiểm và Quản trị rủi ro;

• Các phần mềm phân tích, dự báo trong Tài chính và Bảo hiểm (VBA, R, Python, C++).

3.3. Đối tượng tuyển sinh

Đầu vào tuyển sinh của chương trình là học sinh tốt nghiệp THPT với các khối tuyển sinh A00, A01, D01 và D07, theo phương thức tuyển sinh chung của Trường ĐHKTQD. Hàng năm luôn tồn tại ba hình thức xét tuyển cơ bản:

• Xét tuyển thẳng theo quy chế của Bộ Giáo dục và Đào tạo;

• Xét tuyển kết hợp: thay đổi theo từng năm, tập trung vào nhóm các học sinh có Chứng chỉ tiếng Anh quốc tế (IELTS, TOEFL iBT,...), có Chứng chỉ SAT quốc tế, đạt giải các kỳ thi học sinh giỏi cấp tỉnh/thành phố, là học sinh giỏi các năm THPT;

• Xét tuyển dựa vào điểm thi tốt nghiệp THPT Quốc gia: xét tổng điểm thi THPT Quốc gia theo khối tuyển sinh.

4. HIỆN TRANG THƯC HIỆN VA ĐỊNH HƯỚNG PHÁT TRIỂN

4.1. Hiện trạng thực hiện

Sau hai năm thực hiện tuyển sinh, chương trình Cử nhân Actuary học bằng tiếng Anh tại Trường ĐHKTQD bước đầu đã có một số kết quả đáng khích lệ.

Với đội ngũ giảng viên được đào tạo bài bản theo đúng chuẩn Actuary trên thế giới và có nhiều năm kinh nghiệm trong giảng dạy, chất lượng đào tạo của chương trình Actuary của Trường ĐHKTQD bước đầu cho thấy sinh viên nắm khá vững kiến thức môn học. Một kết quả ban đầu khá ấn tượng là trong số 18 sinh viên tham gia thi môn chứng chỉ đầu tiên, môn P của Hiệp hội SOA ngay sau khi kết thúc môn học, đã có 14 bạn thi đỗ. Đây là tỷ lệ đỗ cao so với mặt bằng chung trên thế giới (khoảng 40% đến 50%).

69


Tháng 1 năm 2020, Khoa Toán Kinh tế - Trường ĐHKTQD đã chính thức được Hiệp hội Actuary của Mỹ (SOA) công nhận là một cơ sở đào tạo Actuary chính thức (University & College with Actuarial Program - UCAP). Với kết quả này, chất lượng đào tạo ngành Actuary tại Khoa Toán Kinh tế đã bước đầu có thể bắt kịp với các trường đại học hàng đầu trong khu vực (Đại học Công nghệ Nanyang – Singapore, Đại học Malaya – Malaysia,...) và trên thế giới (Đại học Melbourne – Australia, Đại học Toronto – Canada, Đại học Sorbonne – Pháp,...).

Do chương trình môn học được thiết kế bám sát nội dung các môn thi nên sinh viên có nhiều thuận lợi trong việc thi lấy Chứng chỉ nghề nghiệp của các Hiệp hội Actuary quốc tế ngay từ năm thứ hai. Sau khi kết thúc khóa học 4 năm, sinh viên chương trình có thể sở hữu đến 5 chứng chỉ của Hiệp hội SOA hoặc Hiệp hội CAS. Điều này sẽ tạo thuận lợi cho các em trong tìm kiếm việc làm phù hợp trong nước cũng như các nước trong khu vực và trên thế giới.

Với đầu vào chương trình phần đông là các em học sinh chuyên các môn tự nhiên từ các trường phổ thông nên việc lĩnh hội các kiến thức không quá khó khăn, đặc biệt các môn liên quan đến Toán. Có nhiều sinh viên đã tự mình đọc trước giáo trình và tự làm các bài tập và đề thi mẫu trước khi môn học kết thúc.

Chương trình được đào tạo bằng tiếng Anh nên việc tiếp cận kho học liệu phong phú và theo chuẩn quốc tế khá thuận lợi cho sinh viên. Ngoài ra, sinh viên có thể tham dự các lớp tập huấn, các buổi nói chuyện trực tiếp từ các khách mời đến từ các Hiệp hội Actuary trên thế giới.

Khoa Toán Kinh tế đã có sự hợp tác chặt chẽ với các doanh nghiệp trong nước và nước ngoài trong việc đào tạo và trao đổi kiến thức. Giảng viên của khoa có thêm cơ hội cập nhật các yêu cầu thực tế vào bài giảng, sinh viên cũng có điều kiện sớm được làm quen với môi trường công việc ngay khi ngồi trên ghế nhà trường. Một số đối tác uy tín có thể kể đến là các doanh nghiệp bảo hiểm như: Bảo Việt, Aviva Việt Nam, Fubon Life, BIDV – Metlife, hay các ngân hàng lớn như : Vietcombank, Techcombank, LienVietPostBank, Công ty tư vấn Actuary DAC,...

4.2. Định hướng phát triển

Tăng cường sự hợp tác với các cơ sở đào tạo Actuary trong khu vực và trên thế giới nhằm trao đổi sinh viên, giảng viên, hướng tới chuẩn hóa và công nhận các môn học.


70

Thúc đẩy mạnh mẽ mối quan hệ với các doanh nghiệp và các hiệp hội nghề nghiệp để sinh viên và giảng viên được cập nhật kiến thức và nhu cầu thực tế, tạo điều kiện cho sinh viên có cơ hội thực tập, làm việc sau khi ra trường.

5. KÊT LUẬN

Trong bối cảnh hội nhập kinh tế sâu rộng như hiện nay, nhu cầu nguồn nhân lực có trình độ quốc tế là vô cùng cần thiết. Việc thiếu hụt nhân lực ngành Actuary tại các tập đoàn Bảo hiểm – Tài chính, đặc biệt là lĩnh vực Bảo hiểm phi nhân thọ, đang là thách thức lớn đối với các công ty Việt Nam trong việc cạnh tranh, mở rộng kinh doanh, hội nhập với khu vực và quốc tế. Hy vọng rằng, với sự ủng hộ của tập thể lãnh đạo Trường Đại học Kinh tế Quốc dân, sự nỗ lực của tập thể giảng viên Khoa Toán Kinh tế, cùng với sự cộng tác từ các doanh nghiệp, nhân lực ngành Actuary tại Việt Nam sẽ phát triển mạnh mẽ cả về chất lượng cũng như số lượng trong thời gian tới, như một động lực thúc đẩy sự lớn mạnh của ngành Bảo hiểm nói riêng và lĩnh vực Tài chính – Bảo hiểm nói chung.


1. Chương trình Actuary’ (2020), Khoa Toán kinh tế, truy cập ngày 22 tháng 5 năm 2020, từ http://mfe.edu.vn/category/dao-tao/actuary-neu/

2. ‘International Actuarial Association’ (2020), International Actuarial Association, truy cập ngày 22 tháng 5 năm 2020, từ https://www.actuaries.org//iaa

3. Phạm Thị Hồng Thắm (2013), ‘Định phí Bảo hiểm một hướng chuyên sâu ứng dụng toán học’, Kỷ yếu Hội thảo khoa học Quốc gia Đào tạo và ứng dụng toán học trong Kinh tế - Xã hội, Trường Đại học Kinh tế Quốc dân, Hà Nội, tr. 87-98.

4. ‘What is an Actuary?’ (2020), Society of Actuaries, truy cập ngày 22 tháng 5 năm 2020, từ https://www.soa.org/future-actuaries/what-is-an-actuary/

5. ‘What is an Actuary?’ (2020), Be an Actuary, truy cập ngày 22 tháng 5 năm 2020, từ https://www.beanactuary.org/what/

71


Tóm tắt

Nghị quyết 29/NQ-TW của Hội nghị Trung ương 8 khóa IX (năm 2013) về đổi mới căn bản, toàn diện giáo dục và đào tạo (GD-ĐT) đáp ứng yêu cầu công nghiệp hóa, hiện đại hóa trong điều kiện kinh tế thị trường định hướng Xã hội chủ nghĩa và hội nhập kinh tế quốc tế (sau đây gọi tắt là Nghị quyết 29) đặt ra cho ngành GD-ĐT là phải tạo ra một đội ngũ nhân lực chất lượng cao, đủ đức, đủ tài để phục vụ sự phát triển chung của đất nước. Cụ thể: “Đối với giáo dục đại học, tập trung đào tạo nhân lực trình độ cao, bồi dưỡng nhân tài, phát triển phẩm chất và năng lực tự học, tự làm giàu tri thức, sáng tạo của người học”. Ngoài ra Nghị quyết Hội nghị Trung ương 5 khóa XII nhấn mạnh: “Phát triển nguồn nhân lực, nhất là nhân lực chất lượng cao, tranh thủ những cơ hội và thành tựu của cuộc Cách mạng công nghiệp lần thứ tư (CMCN 4.0)”. Đây là một chủ trương đúng đắn, thể hiện sự nhạy bén, sáng tạo và tư duy đột phá của Đảng ta. Trong những năm gần đây, Trường Đại học Kinh tế Quốc dân đã có rất nhiều đổi mới mang tính đột phá trong tuyển sinh và đào tạo nhằm tạo ra nguồn nhân lực đáp ứng ngày càng cao nhu cầu xã hội. Trong bài viết này, sử dụng phương pháp

ĐỔI MỚI TRONG TUYỂN SINH VA ĐAO TAO NGUỒN NHÂN LƯC THEO ĐỊNH HƯỚNG ỨNG DỤNG

ĐÁP ỨNG YÊU CÂU CỦA CUỘC CÁCH MANG CÔNG NGHIỆP LÂN THỨ TƯ

TAI TRƯỜNG ĐAI HỌC KINH TÊ QUỐC DÂN

08.

ThS. Phạm Văn Nghĩa Trường Đại học Kinh tế Quốc dân


72

thống kê, chúng tôi đi sâu vào phân tích những điểm mới trong tuyển sinh và đào tạo tại Trường Đại học Kinh tế Quốc dân nhằm tạo ra lực lượng lao động đáp ứng yêu cầu ngày càng cao của thị trường lao động.

Từ khóa: Đổi mới đào tạo, nhân lực, CMCN 4.0, Trường Đại học Kinh tế Quốc dân

1. MỘT SỐ THAY ĐỔI CỦA THỊ TRƯỜNG LAO ĐỘNG TRONG CUỘC CÁCH MANG CÔNG NGHIỆP LÂN THỨ TƯ

Thứ nhất, cuộc cách mạng công nghiệp lần thứ tư (CMCN 4.0) làm chuyển dịch cơ cấu lao động trong các ngành kinh tế. Với CMCN 4.0, những ngành nghề truyền thống sử dụng nhiều lao động sẽ dần mất đi, đồng thời xuất hiện những ngành nghề mới. CMCN 4.0 đã cho ra đời các hệ thống tự động hóa và robot thông minh. Các hệ thống này sẽ thay thế dần lao động thủ công trong toàn bộ nền kinh tế, gây ra áp lực lớn đối với thị trường lao động. Các quốc gia đang phát triển sẽ phải đối mặt với tình trạng dư thừa lao động và gia tăng tình trạng thất nghiệp.

Thứ hai, thị trường lao động phân hóa mạnh mẽ. Trong cuộc CMCN 4.0, lao động giá rẻ không còn là lợi thế cạnh tranh của các quốc gia trên thế giới. Hàng loạt nghề nghiệp cũ mất đi, thị trường lao động quốc tế sẽ phân hóa mạnh giữa nhóm lao động có kỹ năng thấp và nhóm lao động có kỹ năng cao. Cùng với đó, sự ra đời của trí tuệ nhân tạo (robot thông minh) cũng làm giảm nhu cầu sử dụng lao động kỹ năng thấp. Đặc biệt, cuộc CMCN 4.0 không chỉ đe dọa việc làm của những lao động trình độ thấp mà ngay cả lao động có kỹ năng bậc trung cũng sẽ bị ảnh hưởng, nếu như họ không được trang bị những kỹ năng mới – kỹ năng sáng tạo. Với sự phát triển công nghệ nhanh chóng trong tương lai, nhu cầu về lao động có trình độ và kỹ năng cao là một yêu cầu tất yếu. Từ việc nâng cao yêu cầu về chất lượng “nguồn nhân lực theo định hướng ứng dụng” (NNLƯD), cuộc CMCN 4.0 còn làm thay đổi yêu cầu và phương pháp đào tạo NNLƯD. Đào tạo NNLƯD chất lượng cao chuẩn bị cho CMCN 4.0 đã trở thành vấn đề cấp bách mà nhiều quốc gia trên thế giới quan tâm.

Thứ ba, yêu cầu về NNLƯD chất lượng cao ngày càng cấp thiết. CMCN 4.0 yêu cầu NNLƯD có chất lượng ngày càng cao; trong khi đó, NNLƯD chất lượng cao của Việt Nam hiện nay lại thiếu hụt cả về số lượng và chất lượng kỹ năng tay nghề. CMCN 4.0 là cuộc cách mạng số nhưng nhân lực chất lượng cao trong các ngành công nghệ thông tin, kỹ thuật máy tính, tự động hóa,... của Việt Nam đang quá ít. Theo tính toán của các chuyên gia, nhu cầu nhân lực công nghệ thông tin tăng thêm 47% mỗi năm;

73


trong khi đó, số sinh viên ngành công nghệ thông tin ra trường lại chỉ tăng 8%/năm. Trong số nhân lực ấy, không phải tất cả đều có chất lượng cao, đáp ứng được yêu cầu của nhà tuyển dụng. Một nghiên cứu mới đây cho thấy, có tới 72% số sinh viên ngành công nghệ thông tin không có kinh nghiệm thực hành, 42% số sinh viên thiếu kỹ năng làm việc nhóm.

Thứ tư, thị trường có sự cạnh tranh gay gắt về NNLƯD. Trước hết, cạnh tranh sẽ xảy ra trong một số lĩnh vực công nghệ đang bắt đầu được ứng dụng rộng rãi vào thực tiễn, tạo áp lực tuyển dụng, phát triển NNLƯD liên quan. Ngay tại nước ta, nhân lực trong các ngành về trí tuệ nhân tạo, Internet vạn vật, xe ôtô tự lái, Robotic... đang được “săn lùng” ráo riết và trả mức lương “khủng”. Chi phí tiền lương cho nhóm lao động này có thể tăng 50% - 100%/năm trong một vài năm. Số lượng nhân sự đông hiện không còn là một lợi thế cạnh tranh nữa.

2. TRƯỜNG ĐAI HỌC KINH TÊ QUỐC DÂN MƠ THÊM NHIỀU NGANH/CHUYÊN NGANH MỚI ĐÁP ỨNG NHU CÂU XÃ HỘI

Từ những yêu cầu mang tính tất yếu nêu trên, trong vài năm trở lại đây, Trường Đại học Kinh tế Quốc dân đã đi tiên phong đầu tư rất nhiều trí tuệ và công sức để cho ra đời nhiều ngành học mới theo định hướng ứng dụng để đáp ứng nhu cầu lao động của xã hội cụ thể là:

2.1. Chuyên ngành Actuary (Định phí bảo hiểm và quản trị rủi ro)

Sinh viên chương trình Actuary bằng tiếng Anh được trang bị hệ thống các kiến thức như sau: (i) kiến thức cơ bản về kinh tế, tài chính, bảo hiểm, quản lý và quản trị kinh doanh; (ii) kiến thức cơ bản về toán học, thống kê, phân tích và dự báo kinh tế - xã hội, mô hình hóa, tối ưu hóa; (iii) các kiến thức cơ bản về lý thuyết xác suất, thống kê, kinh tế, tài chính, kế toán, bảo hiểm, luật pháp; (iv) các kiến thức chuyên sâu về viết chương trình (code) cho các bài toán Định phí bảo hiểm và Quản trị rủi ro; (v) các phương pháp xác định, phân loại, định lượng, phân tích và giảm thiểu các ảnh hưởng về mặt tài chính của rủi ro; và (vi) các phương pháp giải các bài toán lựa chọn tối ưu trong việc: quản lý các tài sản nợ/có, lựa chọn danh mục đầu tư, định giá và đánh giá sản phẩm bảo hiểm/tài chính. Chỉ sau 2 năm đào tạo, tháng 1 năm 2020, Hiệp hội Actuary Hoa Kỳ (SOA) công nhận Khoa Toán kinh tế là một cơ sở đào tạo Actuary quốc tế.


74

2.2. Chuyên ngành khoa học dữ liệu trong kinh tế và quả trị kinh doanh

Sau khi tốt nghiệp, sinh viên thuộc chương trình Khoa học dữ liệu trong Kinh tế và Kinh doanh có khả năng: (i) nắm được các nguyên lý kinh tế - kinh doanh cơ bản của nền kinh tế và doanh nghiệp, đặc biệt là các doanh nghiệp ngành ngân hàng –tài chính, marketing, thương mại điện tử, du lịch; (ii) hiểu và vận dụng tốt các khái niệm và phương pháp toán - thống kê trong thu thập dữ liệu, phân tích dữ liệu, mô hình hóa, và suy diễn thống kê; (iii) hiểu và vận dụng tốt các khái niệm và phương pháp học máy phù hợp cho phân tích dữ liệu, dữ liệu lớn; (iv) hiểu và nắm vững quy trình xây dựng mô hình trong phân tích dữ liệu - dữ liệu lớn từ các yêu cầu thực tiễn trong kinh tế - kinh doanh; (v) thiết kế thuật toán nhằm giải quyết các bài toán kinh tế - kinh doanh với dữ liệu lớn dựa trên các kiến thức và phương pháp toán - thống kê - tin học; (vi) kết hợp kết quả phân tích và kiến thức chuyên ngành để đưa ra các đề xuất, kiến nghị nhằm hỗ trợ ra quyết định trong kinh tế và kinh doanh. Đây có thể xem là một chuyên ngành được phát triển lên từ Toán học và Công nghệ thông tin. Hai chuyên ngành Actuary và Khoa học dữ liệu trong kinh tế và quản trị kinh doanh là hai chuyên ngành của Khoa Toán kinh tế, nhân lực ngành toán kinh tế có kỹ năng tư duy toán học, có khả năng tổ chức tốt các vấn đề. Do đó, cơ hội việc làm cho nhân lực ngành toán kinh tế rất lớn, chẳng hạn khi sinh viên tốt nghiệp thường làm các công việc như: chuyên gia phân tích dữ liệu, quản lý tài chính, chuyên viên phân tích thống kê, nhà nghiên cứu kinh tế và xã hội, chuyên viên chứng khoán, giảng viên... Theo thống kê, trong năm 2018, có tới 41,66% nhân lực ngành toán kinh tế làm việc trong lĩnh vực hoạt động tài chính, ngân hàng và bảo hiểm; 39,53% hoạt động trong các tổ chức chính trị xã hội; quản lý nhà nước, an ninh quốc phòng, đảm bảo xã hội bắt buộc.

2.3.Chuyên ngành phân tích kinh doanh (Business Analytics - BA)

Chuyên ngành phân tích kinh doanh đào tạo ra các cử nhân quản trị kinh doanh có khả năng xử lý và phân tích hệ thống dữ liệu lớn để đưa ra quyết định và các giải pháp tối ưu trong kinh doanh, cải tiến quy trình kinh doanh của doanh nghiệp nhằm đáp ứng tốt nhất nhu cầu của khách hàng. Ngoài ra, sinh viên chuyên ngành phân tích kinh doanh được đào tạo kỹ năng ngoại ngữ và tin học, kỹ năng giao tiếp, kỹ năng làm việc nhóm và quản lý dự án để đáp ứng nhu cầu của doanh nghiệp.

Theo tính toán của Tập đoàn Công nghệ IBM (nguồn: forbes.com, 13/5/2017) thì trong giai đoạn đến năm 2020, hàng năm, nhu cầu nhân lực về Khoa học dữ liệu và phân tích kinh doanh sẽ tăng 28%, nhu cầu nhân lực có trình độ Thạc sĩ, Tiến sĩ tăng 39%. Điều đặc biệt là trong lĩnh vực Khoa học dữ liệu hoặc phân tích kinh doanh,

75


nhân lực nữ chiếm đến 49%, nghĩa là cơ hội việc làm chọn nam và nữ không khác biệt nhau.

Thông tin cụ thể về ước tính tăng trưởng theo các vị trí làm việc có thể xem trong bảng dưới đây:

Bảng 1: Dự tính mức tăng nhu cầu nhân lực về DS trong các ngành theo vị trí làm việc

NgànhVị trí làm

việc

Dịch vụ chuyên

ngành (%)

Tài chính và Bảo hiểm

(%)Chế tạo (%) Thông tin

(%)

Chăm sóc sức khỏe và trợ giúp xã

hội (%)

Bán lẻ (%)

Data- người ra quyết định 23 17 16 10 6 6

Phân tích chức năng 23 34 9 5 8 4

Phát triển hệ thống Data 41 14 14 10 5 3

Phân tích số liệu 34 25 9 6 7 3

Phân tích số liệu và phân

tích nâng cao31 23 12 10 6 4

Quản lý phân tích 21 41 9 9 6 3

(Nguồn:https://www.forbes.com/sites/louiscolumbus/2017/05/13/ibm-predicts-demand-for-data-scientists-will-soar-28-by-2020/#7e8021d7e3bd )

2.4. Chuyên ngành Logictic và chuỗi cung ứng

Đối với ngành học này, sinh viên sẽ được trang bị kiến thức chuyên sâu về kiến thức và kỹ năng làm việc trong lĩnh vực quản lý Chuỗi cung ứng, bao gồm: kiến thức về logistics và quản lý Chuỗi cung ứng; hệ thống thông tin trong Chuỗi cung ứng; hệ thống vận tải và hậu cần quốc tế; quản lý rủi ro và an toàn trong Chuỗi cung ứng,... Ngoài ra, sinh viên cũng sẽ được đào tạo tổng quan về các nghiệp vụ thương mại quốc tế, xuất nhập khẩu,...

Áp dụng kiến thức nền tảng kinh tế, quản lý Chuỗi cung ứng, suy luận khoa học vào các vấn đề thuộc lĩnh vực Logistics và Quản lý Chuỗi cung ứng. Khai thác được


76

các nguồn lực trong lĩnh vực sản xuất kinh doanh. Áp dụng các kiến thức chuyên sâu về Logistic như: đóng gói, lưu kho, bảo hiểm, vận tải,... để giải quyết các vấn đề sản xuất kinh doanh. Hình thành ý tưởng, phát triển sản xuất kinh doanh, triển khai và quản lý các dự án sản xuất kinh doanh phức hợp.

2.5. Chuyên ngành Công nghệ tài chính (Fintech)

Mục tiêu của chương trình đào tạo Công nghệ tài chính là trang bị cho người học các kiến thức và kỹ năng trong lĩnh vực tài chính, ứng dụng công nghệ thông tin trong ra quyết định và quản trị cơ sở dữ liệu, đầu tư, quản trị rủi ro, hệ thống thông tin quản lý. Các cử nhân tốt nghiệp chuyên ngành Công nghệ tài chính có thể làm việc trong các tổ chức tài chính, ngân hàng thương mại, quỹ đầu tư, công ty chứng khoán, công ty tài chính, bảo hiểm.

2.6. Chuyên ngành thương mại điện tử

Sinh viên theo học chuyên ngành Thương mại điện tử sẽ được đào tạo như một chuyên gia trong thương mại điện tử, về kiến thức không chỉ tập trung vào các mảng nhỏ trong bài toán kinh doanh mà sẽ bao quát về tất cả những khía cạnh trong Thương mại điện tử như: tiếp thị sản phẩm, chuỗi cung ứng, định giá và quản lý lợi nhuận, bán hàng, dịch vụ khách hàng. Sau tất cả, chính là việc sinh viên học được cách suy nghĩ và quản trị một công ty Thương mại điện tử. Hiểu được khách hàng, xem khách hàng như trung tâm luôn là một trong những yếu tố quyết định đến sự thành công của người kinh doanh. Người học sẽ được đào tạo các kỹ năng quan sát và ứng dụng công nghệ thông tin để xây dựng ra các mô hình, khai phá các mối liên hệ giữa hành vi mua sắm của người tiêu dùng và hành vi xã hội của họ.

2.7. Chuyên ngành Marketing kỹ thuật số

Ngành học giúp sinh viên phát triển kiến thức nền tảng về doanh nghiệp qua sự chuyển đổi kỹ thuật số, học hỏi các mô hình kinh doanh mới cùng các nguyên tắc kinh doanh bài bản. Sinh viên cũng sẽ được trang bị kỹ năng khai thác tiềm năng các nền tảng công nghệ và kỹ thuật số để cải thiện hiệu suất kinh doanh, cũng như năng lực quản lý và lãnh đạo, chạy một start-up kỹ thuật số.

2.8. Chuyên ngành Khởi nghiệp và phát triển kinh doanh

Chuyên ngành khởi nghiệp và phát triển kinh doanh dựa trên nền tảng kiến thức hiện đại, có tính ứng dụng cao, liên thông quốc tế. Nội dung các môn học tập trung vào quản trị và phát triển kinh doanh, kỹ năng làm chủ doanh nghiệp và đổi mới sáng

77


tạo. Trường Đại học Kinh tế Quốc dân mong muốn sẽ tạo ra một thế hệ doanh nhân tương lai có tinh thần khởi nghiệp, sáng tạo, dám dấn thân theo đuổi các cơ hội mới và có đam mê kinh doanh để làm giàu cho đất nước, cho bản thân và gia đình

Tất cả các chương trình mới này của Trường Đại học Kinh tế Quốc dân đều được đào tạo bằng tiếng Anh, sinh viên ra trường phải đạt chuẩn đầu ra ngoại ngữ là Chứng chỉ tiếng Anh quốc tế IELTS 6.0 và đạt chuẩn đầu ra Tin học là Chứng chỉ Tin học quốc tế ICDL hoặc MOS. Như vậy, có thể thấy rằng, các cử nhân tốt nghiệp các chương trình mới này sẽ đáp ứng nhu cầu nhân lực chất lượng cao của xã hội.

3. NHỮNG ĐỔI MỚI VỀ NỘI DUNG VA CHƯƠNG TRINH ĐAO TAO BẬC ĐAI HỌC TAI TRƯỜNG ĐAI HỌC KINH TÊ QUỐC DÂN

Trong giai đoạn mới, cùng với quá trình đổi mới và hội nhập quốc tế sâu rộng như hiện nay, Trường Đại học Kinh tế Quốc dân đã rà soát lại chương trình đào tạo, đổi mới nội dung và phương pháp dạy học, tất cả các môn học đều được phản biện và góp ý từ phía các nhà tuyển dụng và người sử dụng lao động, Nhà trường đã thành lập Hội đồng trường với các thành viên là chủ các tập đoàn và doanh nghiệp lớn có uy tín, Nhà trường dự kiến sẽ dành thời lượng nhất định trong chương trình đào tạo mời doanh nghiệp và các cá nhân có kinh nghiệm tham gia giảng dạy, với các chương trình mới được xây dựng đều tham khảo và mua bản quyền từ các trường đại học lớn trên thế giới và sinh viên học tập bằng tài liệu nguyên bản. Đối với tất cả các chuyên ngành đào tạo mới (Đào tạo bằng tiếng Anh) chương trình môn học và học liệu được nhập khẩu từ các trường đại học và nhà xuất bản hàng đầu thế giới. Bên cạnh đó, tất cả các giáo trình, học liệu, bài giảng điện tử đã được số hóa sinh viên có thể sử dụng trên máy tính hoặc smartphone với wifi tốc độ cao miễn phí trong toàn bộ khu vực khuôn viên của Trường. Các môn học truyền thống được thay thế bởi các môn học hiện đại mang tính hội nhập giáo trình và học liệu đều ưu tiên sử dụng giáo trình nguyên bản hoặc biên dịch, nhà trường hạn chế tối đa việc biên soạn các giáo trình mới ví dụ; môn giáo dục thể chất trước đây được thay bằng các môn học mới như: tennis, khiêu vũ thể thao - dancesport do các kiện tướng dancesport trực tiếp giảng dạy.

Ngoài các phương pháp dạy học truyền thống, Trường Đại học Kinh tế Quốc dân đang thúc đẩy cả giảng viên và sinh viên tích cực sử dụng công nghệ trong dạy học. Nhà trường đã đầu tư mua bản quyền Office 365 để các Khoa, phòng, ban chức năng, Bộ môn có thể làm việc nhóm, họp trực tuyến và trên nền tảng đó giảng viên và sinh viên có thể giảng dạy và học tập theo hình thức Blended learning.


78

4. ĐỔI MỚI TRONG TUYỂN SINH VA LƯA CHỌN NGƯỜI HỌC TAI TRƯỜNG ĐAI HỌC KINH TÊ QUỐC DÂN

Ngoài những thay đổi trong trong đào tạo, công tác tuyển sinh tại Trường Đại học Kinh tế Quốc dân cũng luôn luôn thay đổi để nhằm lựa chọn được người học ngoài kiến thức cơ sở tốt còn có lòng yêu nghề, có mong muốn được học hỏi những thứ mình thích và phù hợp sở trường của mỗi cá nhân. Do vậy, phương án tuyển sinh các năm gần đây tại Trường Đại học Kinh tế Quốc dân là rất linh hoạt.

Thứ nhất: Tuyển thẳng và ưu tiên xét tuyển và tuyển sinh dựa vào điểm thi THPT Quốc gia theo quy chế tuyển sinh của Bộ GD-ĐT.

Thứ hai: Tuyển thẳng (xét tuyển kết hợp) theo Đề án tuyển sinh của Trường, gồm 03 đối tượng sau: Thí sinh đã tham gia vòng thi tuần cuộc thi “Đường lên đỉnh Olympia” trên Đài Truyền hình Việt Nam (VTV) và có tổng điểm thi THPT Quốc gia năm 2020 của Tổ hợp bất kỳ trong các tổ hợp xét tuyển của Trường đạt từ 18 điểm trở lên (gồm điểm ưu tiên).

Thứ ba: Thí sinh có Chứng chỉ quốc tế SAT từ 1200 điểm trở lên và ACT từ 26 điểm trở lên và có tổng điểm thi THPT Quốc gia năm 2020 của Tổ hợp bất kỳ trong các tổ hợp xét tuyển của Trường đạt từ 18 điểm trở lên (gồm điểm ưu tiên). Thí sinh có Chứng chỉ tiếng Anh quốc tế trong thời hạn (tính đến ngày 22/06/2020) đạt IELTS 5.5 trở lên hoặc TOEFL ITP 550 trở lên hoặc TOEFL iBT 90 trở lên và có tổng điểm thi THPT Quốc gia năm 2020 của môn Toán và 01 môn bất kỳ (trừ môn tiếng Anh) đạt từ 14 điểm trở lên (gồm điểm ưu tiên).

Bảng 2: Chỉ tiêu tuyển sinh các ngành đào tạo mới (Đào tạo bằng tiếng Anh)

Năm 2017 2018 2019 2020

Chỉ tiêu (%) 14,2 15,3 16,7 17,4

Nguồn: Đề án tuyển sinh của Trường ĐH KTQD

Qua bảng số liệu trên ta thấy, số thí sinh được tuyển vào các ngành đào tạo mới tại Trường Đại học Kinh tế Quốc dân không ngừng tăng lên về số lượng, đồng thời, điểm tuyển sinh đầu vào đều có xu hướng tăng. Bên cạnh đó, tỷ lệ thí sinh được tuyển thẳng theo diện xét tuyển kết hợp cũng không ngừng tăng lên. Điều đó cho thấy việc xây dựng các ngành đào tạo mới và các phương án linh hoạt trong tuyển sinh mà Nhà trường thực hiện đã nâng cao chất lượng và mở rộng nguồn tuyển sinh trong giai đoạn cạnh tranh rất khốc liệt về tuyển sinh và đào tạo giữa các cơ sở giáo dục đại học hiện nay.

79


5. KÊT LUẬN

Cuộc cách mạng công nghiệp 4.0 mở ra cơ hội mới cho người lao động có cơ hội theo đuổi ngành nghề phù hợp, đúng xu hướng và trọng điểm. Giữa thời đại công nghệ ngày càng phát triển và thay đổi nhanh chóng, đòi hỏi các cơ sở đào tạo luôn phải đổi mới mình để đáp ứng yêu cầu của người học và đáp ứng ngày càng tốt hơn nhu cầu nguồn nhân lực chất lượng cao của toàn xã hội. Trường Đại học Kinh tế Quốc dân đã đổi mới một cách toàn diện từ việc mở ngành đào tạo mới, ra soát nội dung chương chình đào tạo, nâng chuẩn đầu ra, đổi mới trong tuyển sinh và lựa chọn người học để chọn lựa được những sinh viên có lòng yêu nghề dám dấn thân học hỏi, tìm tòi nghiên cứu. Đặc biệt với môn Ngoại ngữ - Tin học, Nhà trường nâng chuẩn đầu ra bằng các chứng chỉ quốc tế để các em khi gia trường không những đáp ứng yêu cầu của nhà tuyển dụng trong nước mà có thể làm việc cho các nhà đầu tư nước ngoài tại Việt Nam, trong khu vực hay trên toàn thế giới, tạo ra nguồn nhân lực đáp ứng tiêu chuẩn “công đân toàn cầu” trong những năm tới đây.

Để đáp ứng tốt về yêu cầu đối với nhân lực theo định hướng ứng dụng mà nhu cầu xã hội đang khan hiếm, các ngành học không chuyên về Toán ứng dụng (thuộc lĩnh vực Kinh tế, Quản trị kinh doanh và Quản lý) như: Kinh tế học, Kinh tế phát triển, Marketing, Tài chính - Ngân hàng, Kinh tế và Quản lý môi trường,...cần tăng cường đào tạo, ứng dụng Toán học, trước hết là các kiến thức về Thống kê, Kinh tế lượng. Hiện nay, do nhiều nguyên nhân khác nhau dẫn đến khối lượng các kiến thức về Toán học và Thống kê bị cắt giảm rất nhiều, có những ngành chỉ học Thống kê kinh doanh, các kiến thức về Toán cao cấp không được đưa vào chương trình đào tạo. Điều này khiến cho chất lượng nguồn nhân lực không cao, khó tiếp thu những đổi mới, những ứng dụng ở trình độ cao được lan tỏa về Việt Nam, về các doanh nghiệp. Do đó, để đào tạo ra nguồn nhân lực theo định hướng ứng dụng trong bối cảnh cuộc cánh mạng công nghiệp 4.0, Trường Đại học Kinh tế Quốc dân nói chung và các cơ sở đào tạo khác trong cả nước nói chung cần nâng cao hơn tỷ lệ các môn học manh tính định lượng, ngoài các phần mềm quen thuộc như SPSS, STATA, EVIEWS, các phần mềm dựa trên hệ thống code – SAS, R, Python, lên được đưa vào một số chương trình đào tạo định lượng, gắn kết chặt chẽ quá trình đào tạo bồi dưỡng với quá trình sử dụng lao động, tăng cường liên kết với các trường đại học danh tiếng trên thế giới về đào tạo, gắn kết chặt chẽ trường đại học với doanh nghiệp, từ cách đào tạo làm cho người học thụ động sang chủ động sáng tạo, không ngại đương đầu với khó khăn, thách thức./.


80


1. Nghị quyết 29-NQ/TW của Ban chấp hành Trung ương khóa 9 ngày 04 tháng 11 năm 2013 về đối mới căn bản, toàn diện giáo dục và đào tạo, đáp ứng yêu cầu công nghiệp hóa, hiện đại hóa trong điều kiện kinh tế thị trường định hướng Xã hội chủ nghĩa và hội nhập kinh tế quốc tế.

2. Thông tin tuyển sinh hệ đại học chính quy Trường Đại học Kinh tế Quốc dân các năm 2017, 2018, 2019, và 2020.

3. Đề án Tuyển sinh của Trường Đại học Kinh tế Quốc dân các năm 2018, 2019, và 2020.

4. Cổng thông tin điện tử Trường Đại học Kinh tế Quốc dân: https://neu.edu.vn/.

5. Website Khoa Toán kinh tế, Trường Đại học Kinh tế Quốc dân: https://mfe.neu.edu.vn/

81


Tóm tắt

Bài tham luận này liên quan tới một số vấn đề của Hội thảo “Đào tạo Toán kinh tế trong bối cảnh hiện nay và một số vấn đề liên quan”. Một số câu hỏi và trả lời bản chất của Toán kinh tế, mối quan hệ giữa Toán học và Kinh tế học, cùng chương trình đào tạo ngành Toán kinh tế được đề cập tới.

Từ khóa: Toán học, Kinh tế học, Toán kinh tế, mối quan hệ giữa Toán học và Kinh tế học.

1. ĐẶT VẤN ĐỀ

Toán học (tiếng Anh là Mathematics) là một trong những ngành của khoa học tự nhiên (Natural science). Trong khi đó, Kinh tế học (Economics) lại là một ngành thuộc khoa học xã hội (Social science). Vậy liệu có thể tồn tại sự kết hợp hữu cơ giữa hai ngành khoa học vốn khác biệt và đối lập như âm với dương, như nước với lửa này hay không? Một luận điểm của Triết học mà chúng ta đều biết: “Cái gì tồn tại thì hợp lý, cái gì hợp lý thì tồn tại”. Như vậy, Khoa Toán kinh tế và ngành Toán kinh tế đang tồn tại trong một số trường đại học của Hoa Kỳ (ở Hoa Kỳ có 28 trường đại học có Khoa

MỘT VAI SUY NGHĨ VỀ MỐI QUAN HỆ GIỮA TOÁN HỌC VA KINH TÊ HỌC -

CƠ SƠ ĐỂ HINH THANH TOÁN KINH TÊ - MỘT NGANH ĐAO TAO

ĐANG ĐƯỢC QUAN TÂM HIỆN NAY

09.

PGS.TS. Trần Lộc HùngTrường Đại học Tài chính - Marketing


82

Toán kinh tế) và ở Việt Nam (Trường Đại học Kinh tế Quốc dân Hà Nội, Trường Đại học Kinh tế Thành phố Hồ Chí Minh, Trường Đại học Kinh tế - Luật – Đại học Quốc gia Thành phố Hồ Chí Minh) có thể là minh chứng (tuy chưa liệt kê hết các Khoa Toán kinh tế và các trường có đào tạo ngành Toán kinh tế) cho sự tồn tại của ngành Toán kinh tế và sự tồn tại đó cũng hoàn toàn hợp lý. Vậy, thực chất Toán kinh tế là gì? Và tại sao chúng ta lại quan tâm tới đào tạo ngành Toán kinh tế trong bối cảnh hiện nay? Những ý kiến của tôi muốn trao đổi với Hội thảo và làm sáng tỏ một vài vấn đề liên quan tới ngành Toán kinh tế mà Trường Đại học Tài chính - Marketing sẽ mở trong thời gian gần tới đây, là nội dung chính của tham luận này.

2. TOÁN KINH TÊ LA GI?

Khi giảng dạy môn Toán cao cấp (Linear Algebra and Calculus) cho sinh viên khối ngành Kinh tế, tôi thường phải trả lời câu hỏi “Tại sao sinh viên Kinh tế lại phải học Toán?” hay “Toán học có ích gì cho Kinh tế học?” Tại Hội thảo này, tôi tin rằng cũng sẽ có nhiều câu hỏi như “Toán kinh tế là gì?” hay “Kinh tế học có thực sự cần tới Toán kinh tế không?” Để trả lời các câu đó, chúng ta cần trao đổi về khái niệm “Toán kinh tế” đang được sử dụng trong một số khoa và trường đại học. Toán kinh tế là môn khoa học nhằm vận dụng Toán học trong phân tích các mô hình kinh tế, để từ đó hiểu rõ hơn các nguyên tắc và các quy luật kinh tế của nền kinh tế thị trường. Toán kinh tế cung cấp cho các nhà quản lý các kiến thức để họ có thể vận dụng vào việc ra các quyết định sản xuất. Toán kinh tế (tiếng Anh là Mathematical Economics, đúng ra phải dịch là Kinh tế học toán) là một lĩnh vực của Kinh tế học, sử dụng các công cụ và phương pháp toán học để phân tích, đánh giá các vấn đề kinh tế, kinh doanh, tài chính,...

Công cụ toán học của Toán kinh tế cho phép các nhà kinh tế phân tích suy luận định lượng và xây dựng các mô hình toán nhằm đánh giá, dự báo về kinh tế, kinh doanh và tài chính trong tương lai. Hơn nữa, Toán kinh tế cũng cung cấp cho các nhà quản lý các kiến thức để họ có thể vận dụng vào việc ra các quyết định sản xuất. Tác phẩm “Cơ sở phân tích kinh tế” của Paul Samuelson công bố năm 1947 được xem là khởi đầu của Toán kinh tế đương đại. Toán kinh tế còn được hiểu là phương pháp tiếp cận dưới hình thức Toán học của Khoa học kinh tế. Nó giúp Kinh tế học diễn giải, trình bày được nhiều vấn đề mà phương pháp diễn giải bằng lời thông thường không có hiệu quả.

Quay lại với câu trả lời cho sinh viên khối Kinh tế “Toán học có ích gì cho Kinh tế học?” Tôi thường chỉ cho sinh viên hai hình vẽ sau:

83


và

Hình vẽ thứ nhất cho thấy Kinh tế học là khoa học xã hội, được hình dung như trái đất của chúng ta, trên đó có mọi thứ liên quan tới cuộc sống của loài người. Trên quả địa cầu có các công thức của toán học (một phần của khoa học tự nhiên), như là các công cụ, kiến thức để giải quyết các vấn đề để cuộc sống tốt đẹp hơn.

Hình vẽ thứ hai là mô hình toán của bài toán cân bằng thị trường cung và cầu trong kinh tế. Mô hình toán đơn giản này được giải quyết bằng hệ phương trình tuyến tính, cho nghiệm (duy nhất) chính là điểm cân bằng thị trường cung và cầu (Equilibrium point), xác định giá (Price, P) và lượng sản phẩm (Quantity, Q) tại chính điểm cân bằng thị trường. Như vậy, vấn đề cân bằng thị trường sẽ được nhìn thấy và hiểu một cách rõ ràng khi sử dụng mô hình toán (chỉ đơn giản là một biểu đồ chỉ hệ hai phương trình tuyến tính). Hơn nữa, sinh viên sẽ rất hứng thú khi biết rằng, Giải


84

Nobel Kinh tế (Nobel Prize for Economics) năm 1994 là một nhà toán học lý thuyết (pure mathematician) người Mỹ, cha đẻ của Điểm cân bằng Nash trong kinh tế (Nash Equilibrium), John Forbes Nash (1928 - 2015). Sinh viên càng hứng thú khi biết rằng, đã có một bộ phim “Beautiful Mind” xây dựng về cuộc đời và sự nghiệp của Nash, người đạt được giải thưởng cao quý trong Kinh tế bằng lý thuyết toán học của mình.

Thật thú vị khi chúng ta cũng nên biết rằng, nhà toán học người Mỹ, Lloyd Stowell Shapley (1923 - 2016), được nhiều chuyên gia xem là hiện thân của Lý thuyết trò chơi (Theory of game). Năm 2014, cùng với Alvin Roth, nhà toán học Lloyd Shapley đã giành giải Nobel Kinh tế với công trình nghiên cứu Lý thuyết phân phối ổn định và thực tiễn về tạo lập thị trường (the theory of stable allocations and the practice of market design). Trả lời phỏng vấn của An Associated Press Interview, giáo sư Shapley đã nói rằng: “I consider myself a mathematician and the award is for economics. I never, never in my life took a course in economics.” (Tạm dịch là “Tôi coi mình là một nhà toán học và được giải thưởng dành cho kinh tế. Trong đời tôi, tôi chưa bao giờ, chưa bao giờ tham gia một khóa học nào về kinh tế.”) Tới đây, tôi tự nhủ, biết đâu trong tương lai Bộ môn Toán - Thống kê của Khoa Kinh tế - Luật sẽ có người đoạt giải Nobel kinh tế. Tại sao không?

3. NHỮNG KIÊN THỨC NAO CỦA TOÁN HỌC CÓ ÍCH TRONG KINH TÊ HỌC?

Câu hỏi này thực khó trả lời cho chính xác và đầy đủ. Kiến thức của Toán học là một đại dương mênh mông, biết chọn môn nào cho thích hợp với chương trình đào tạo sinh viên ngành Kinh tế? Hơn nữa, với việc rút ngắn thời gian đào tạo, ngành Toán kinh tế lại gặp phải khó khăn khi lựa chọn các môn học phù hợp cho sinh . Từ chương trình đào tạo ngành Toán kinh tế của Trường Đại học Kinh tế Quốc dân Hà Nội, tôi liệt kê ra đây những môn học đang được giảng dạy cho ngành Toán kinh tế ở một trường đại học thuộc khối ngành kinh tế có uy tín, để chúng ta cùng suy ngẫm.

A Kiến thức giáo dục đại cương1 Những nguyên lý cơ bản của Chủ nghĩa Mác - Lênin 1 2 Những nguyên lý cơ bản của Chủ nghĩa Mác - Lênin 23 Tư tưởng Hồ Chí Minh – Ho Chi Minh Ideology4 Đường lối cách mạng của Đảng Cộng sản Việt Nam5 Giáo dục Thể chất6 Giáo dục Quốc phòng

85


7 Tiếng Anh8 Pháp luật đại cương9 Cơ sở lập trình (coi là môn Toán)

10 Kinh tế Vi mô 111 Kinh tế Vĩ mô 1B Kiến thức giáo dục đại cương12 Đại số - Algebra13 Giải tích 1 - Calculus 114 Giải tích 2 - Calculus 215 Lý thuyết Xác suất – ProbabilityC Kiến thức ngành bắt buộc

16 Lý thuyết tài chính tiền tệ 1 - Monetary and Finance Theory 117 Nguyên lý kế toán - Accounting Principles18 Thiết kế điều tra - Survey Designs19 Kinh tế vi mô 2 - Microeconomics 220 Kinh tế vĩ mô 2 - Macroeconomics 221 Thống kê toán - Mathematical Statistics22 Lý thuyết mô hình Toán kinh tế 1 - Mathematical Economic Modeling 123 Tối ưu hóa – Optimization24 Kinh tế lượng 1 - Econometrics 125 Kinh tế lượng 2 - Econometrics 226 Phân tích thống kê nhiều chiều - Multivariate Statistical Analysis27 Khoa học dữ liệu trong kinh tế và kinh doanh - Data Science in Economics & Business28 Phân tích chuỗi thời gian - Time Series Analysis29 Phân tích và định giá tài sản tài chính 1 - Analyzing and Pricing Financial Assets 130 Quản trị rủi ro định lượng - Quantitative Risk ManagementD Kiến thức ngành - tự chọn (chọn 4 trong các học phần sau)31 Quản trị kinh doanh 1 - Business Management 132 Marketing căn bản - Principles of Marketing33 Pháp luật kinh tế - Economic Law34 Tài chính doanh nghiệp 1 - Corporate Finance 135 Tài chính quốc tế - International Finance36 Kinh tế phát triển - Development Economics37 Kinh tế bảo hiểm - Insurance Economics


86

38 Hệ thống thông tin quản lý - Management Information Systems39 Ngân hàng thương mại - Commercial Bank40 Giải tích 3 - Calculus 3

EKiến thức chuyên sâu - tự chọn: Chọn 6 trong số các học phần dưới đây.

Các học phần chia thành hai định hướng là Toán kinh tế (TKT) và Toán tài chính (TTC)41 (TKT) Lý thuyết trò chơi - Game Theory42 (TKT) Mô hình phân tích số liệu mảng - Panel Data Analysis43 (TKT) Mô hình I/O - Input-Output model44 (TKT) Lý thuyết mô hình toán kinh tế 2 - Mathematical Economic Modeling 2

45(TKT) Khai phá dữ liệu trong kinh tế và kinh doanh - Data Mining in Economics and

Business46 (TKT) Các chuyên đề kinh tế lượng ứng dụng - Topics in Applied Econometrics47 (TTC) Cơ sở toán tài chính - Fundamentals of Mathematical Finance

48(TTC) Phân tích và định giá tài sản tài chính 2 –

Analyzing and Pricing Financial Assets 2

49(TTC) Mô phỏng ngẫu nhiên và ứng dụng trong tài chính –

Stochastic Simulation and Applications in Finance50 (TTC) Mô hình tài chính công ty - Models for Financial Corporate51 (TTC) Phân tích dữ liệu lớn trong tài chính - Big Data Analytics in Finance

52(TTC) Quyền chọn, hợp đồng tương lai và các phái sinh khác - Options, Futures and

other DerivativesF Đề án - Chuyên đề thực tập

53 Đề án môn học - Essay on Mathematical Economics54 Chuyên đề thực tập - Internship Program

Chúng ta làm một phân tích thống kê nhỏ sau:

1. Tổng số môn học: 42 môn (trong số 52 môn học có 8 môn sinh viên có quyền không chọn để theo).

2. Tổng số tín chỉ (nếu tính trung bình 3 tín chỉ/1 môn): 42 x 3 = 126 tín chỉ.

3. Tỷ số môn học liên quan Toán học trên tổng số các môn học: 17/42 chiếm 40,47% và chiếm 51 tín chỉ.

Như vậy, rõ ràng so với chương trình chúng ta đang giảng dạy cho khối ngành Kinh tế và Tài chính của Trường Đại học Tài chính - Marketing thì chương trình đào tạo Toán

87


kinh tế của Trường Đại học Kinh tế Quốc dân Hà Nội có hàm lượng toán (định lượng) cao hơn nhiều. Điều này buộc chúng ta phải cân nhắc khi soạn thảo chương trình Toán kinh tế sắp tới. Lưu ý là ngành Toán kinh tế của Trường Đại học Kinh tế Quốc dân có hai chuyên ngành: (i) Toán kinh tế (Mathematical Economics Specification, TKT) và (ii) Toán Tài chính (Mathematical Finance Specification, TTC). Như vậy, chúng ta cũng sẽ có các chuyên ngành Toán kinh tế (TKT) và Tài chính định lượng (TCĐL). Gần đây, một nghiên cứu sinh tiến sĩ trước đây đã từng giảng dạy ở Bộ môn Kinh tế, hiện đang làm nghiên cứu sinh tại Đại học Hawaii (University of Hawaii, Mỹ), có trao đổi với tôi về một số tính chất của chuyển động Brown (Brownian Motion) - một khái niệm của Giải tích ngẫu nhiên (Stochastic Analysis) quen thuộc đối với giảng viên ngành Toán, nhưng không hề dễ dàng với các giảng viên ngành Kinh tế học. Tôi chợt lo sợ khi thấy các kiến thức toán mà chúng ta đang cung cấp cho sinh viên của chuyên ngành Tài chính định lượng (Quantitative Finance) quả thực chưa đủ để sau khi tốt nghiệp họ có thể học lên những bậc Thạc sĩ hay Tiến sĩ ở những trường đại học ở nước ngoài. Lo lắng này cũng còn tồn tại trong tôi cho tới hôm nay khi trao đổi về chương trình đào tạo ngành Toán kinh tế.

4. VỊ TRÍ CÔNG VIỆC NAO CHỜ ĐỢI CỬ NHÂN NGANH TOÁN KINH TÊ?

Câu hỏi này là câu hỏi mà sinh viên, phụ huynh và người tuyển dụng quan tâm nhất.

Sau khi ra trường, cử nhân ngành Toán Kinh tế có thể làm việc tại các cơ quan nghiên cứu và tư vấn về thị trường, doanh nghiệp, ngân hàng, tổ chức tín dụng, cơ quan nhà nước, các trung tâm nghiên cứu và các trường đại học. Cụ thể:

• Chuyên viên nghiên cứu phân tích thị trường: phân tích, đánh giá, dự báo nhu cầu thị trường - thị hiếu người tiêu dùng, giúp hỗ trợ ra quyết định sản xuất kinh doanh;

• Chuyên viên phân tích tài chính: phân tích, đánh giá, dự báo thị trường chứng khoán, vị thế tài chính các công ty, các công cụ đầu tư khác, giúp tư vấn ra quyết định về đầu tư, mua bán sáp nhập doanh nghiệp;

• Chuyên viên phân tích rủi ro: phân tích, đánh giá, dự báo rủi ro, tư vấn quản trị rủi ro tại các ngân hàng và tổ chức tín dụng, tư vấn xây dựng danh mục đầu tư và môi giới chứng khoán;


88

• Chuyên viên phân tích chính sách kinh tế và dự báo: phân tích, đánh giá tác động của các chính sách kinh tế và dự báo kinh tế, hỗ trợ ra quyết định chính sách từ phía nhà nước và tư vấn doanh nghiệp trong việc thích ứng với chính sách mới;

• Giảng viên tại các trường đại học; chuyên viên tại các Bộ - Ngành tại đơn vị phân tích định lượng trong kinh tế - kinh doanh.

Tới đây, tôi xin kết thúc các trao đổi về Toán kinh tế và các vấn đề liên quan. Hy vọng lời giải đáp của các câu hỏi liên quan tới Toán kinh tế trong tham luận này sẽ giúp mọi người hiểu hơn ngành Toán kinh tế cùng triển vọng và tương lai của người dạy và người học.


1. W. Mixson (2018). Introduction to Mathematical Economics. 2018

2. Ariell Reshef (2020). Introduction to Mathematical Economics. University of Virginia. 2020.

3. Alexander W. Richter (2017). Mathematical Economics (Lecture Notes). Department of Economics Southern Methodist University. August 2017.

4. Department of Economics Southern Methodist University. August 2017

5. List of Nobel Prize for Economics. Wikipedia

6. Website Trường Đại học Kinh tế Quốc dân Hà Nội: http://www. neu.edu.vn

7. Website Trường Đại học Kinh tế Thành phố Hồ Chí Minh: http//www.ueh.edu.vn

8. Website Trường Đại học Kinh tế - Luật, Đại học Quốc gia Thành phố Hồ Chí Minh: http//www.uel.edu.vn

89


Tóm tắt

Công nghệ bảo hiểm (InsurTech) là một trong những phân nhánh mới ra đời nhưng phát triển rất nhanh của công nghệ tài chính (FinTech). Sự xuất hiện của InsurTech đã làm chuỗi giá trị ngành bảo hiểm thay đổi rất mạnh mẽ, khi mà công nghệ thông tin ngày càng được ứng dụng sâu rộng trong tất cả các công đoạn của chuỗi. Với sự hỗ trợ của công nghệ, các công đoạn trong chuỗi giá trị trở nên ít phụ thuộc vào con người. Nhiều tranh luận trái chiều đã diễn ra về vai trò của các chuyên viên định phí trong chuỗi giá trị bảo hiểm mới với InsurTech. Một hướng lập luận cho rằng, cùng với việc thu thập và phân tích dữ liệu lớn về khách hàng, các hệ thống trí tuệ nhân tạo (artificial intelligence), học máy (machine learning) hay học sâu (deep learning) sẽ dần dần thay thế các định phí viên để tính ra các mức bảo hiểm cá nhân hóa cho từng khách hàng cụ thể. Một hướng lập luận khác lại phân tích rằng, chuyên viên định phí, nếu làm chủ được các công nghệ hỗ trợ, sẽ đạt đến một trình độ chuyên môn vượt trội. Để đáp ứng nhu cầu về chuyên viên định phí trình độ cao trong xu hướng phát triển của công nghệ bảo hiểm, việc đào tạo chuyên viên định phí đòi hỏi phải có những thay đổi sâu sắc.

CHUỖI GIÁ TRỊ BẢO HIỂM VA VẤN ĐỀ ĐAO TAO CHUYÊN VIÊN

ĐỊNH PHÍ BẢO HIỂM TRONG BỐI CẢNH PHÁT TRIỂN CỦA CÔNG NGHỆ BẢO HIỂM

10.

ThS. Bùi Thị Lệ Thủy, ThS. Nguyễn Thị Ngọc Miên,

TS. Trần Thị Tuấn AnhTrường Đại học Kinh tế Thành phố Hồ Chí Minh


90

Bài viết này hướng đến mô tả sự thay đổi của chuỗi giá trị bảo hiểm trong thời đại InsurTech, phân tích những yêu cầu mà chuyên viên định phí cần đáp ứng để thích nghi với chuỗi giá trị mới và từ đó, đề xuất những hàm ý quan trọng cho hướng đào tạo chuyên viên định phí phù hợp với công nghệ bảo hiểm và tính khả thi của các hàm ý này trong điều kiện Việt Nam.

Từ khóa: Công nghệ bảo hiểm, chuỗi giá trị bảo hiểm, nhân lực định phí bảo hiểm.

1. GIỚI THIỆU

InsurTech là thuật ngữ được tạo thành từ sự kết hợp của Insurance (Bảo hiểm) và Technology (Công nghệ), với hàm ý đề cập đến việc ứng dụng đổi mới sáng tạo công nghệ vào ngành công nghiệp bảo hiểm để mang lại những giá trị mới, giúp cải thiện chất lượng phục vụ khách hàng, tăng hiệu quả việc quản lý và gia tăng cạnh tranh trên thị trường.

Sự xuất hiện của InsurTech làm tác động sâu sắc đến ngành công nghiệp bảo hiểm truyền thống. Những tác động của InsurTech thể hiện ở bốn khía cạnh chính:

Một là, InsurTech làm thay đổi căn bản chuỗi giá trị bảo hiểm. Chuỗi bảo hiểm biến đổi theo hướng giảm sự can thiệp của nhà tư vấn hay kinh doanh bảo hiểm, gia tăng sự tham dự của khách hàng hoặc đẩy mạnh mạng lưới phân phối dựa trên nền tảng kỹ thuật số của mảng kinh doanh kỹ thuật số. Sự thay đổi của chuỗi giá trị bảo hiểm dẫn đến sự thay đổi trong yêu cầu nhân lực bảo hiểm. Phần này sẽ được phân tích sâu hơn trong Mục 2 và Mục 3 của bài viết.

Hai là, InsurTech tạo điều kiện nâng cao năng lực phục vụ cho ngành bảo hiểm, mở rộng những dịch vụ mới làm gia tăng sự hài lòng của khách hàng chẳng hạn, tiếp nhận nhanh chóng yêu cầu bồi thường, giảm thời gian xử lý hồ sơ và tăng cường tính an toàn của hệ thống.

Ba là, cùng với sự phát triển của InsurTech, nhiều sản phẩm bảo hiểm hiện đại, linh hoạt và hiệu quả cũng ra đời. Thị trường các sản phẩm bảo hiểm mới rất tiềm năng và phát triển rất nhanh. Rất nhiều các công ty khởi nghiệp nhanh chóng nắm bắt nhu cầu về các sản phẩm bảo hiểm mới trong bối cảnh công nghệ hiện đại và phát triển rất nhanh.

Bốn là, InsurTech đang giúp ngành công nghệ đạt được những thành tựu chưa từng có, chạm được những mức phát triển cao hơn những ranh giới thông thường mà bảo

91


hiểm truyền thống chưa vượt qua được. InsurTech cũng kết hợp và bao trùm các dịch vụ ngoài bảo hiểm tạo nên mô hình kinh doanh kết hợp bảo hiểm ngày càng phong phú và đa dạng.

Vì sao InsurTech lại là một xu thế tất yếu của thị trường bảo hiểm?

Kinh doanh bảo hiểm rất cần thiết phải có dữ liệu và khách hàng. Về dữ liệu, công nghiệp bảo hiểm vốn rất cần có nguồn dữ liệu phong phú để phân tích rủi ro và định phí bảo hiểm cũng như thiết kế sản phẩm phù hợp dựa trên dữ liệu thu thập được. Và trong bối cảnh của cuộc cách mạng công nghiệp lần thứ tư với dữ liệu lớn (Big data), Internet vạn vật (Internet of Things), học máy (machine learning), học sâu (deep learning), dữ liệu ngày càng được sản sinh ra nhiều hơn và công cụ xử lý dữ liệu cũng nhanh, mạnh và hiệu quả hơn. Và đây cũng là động lực để thúc đẩy sự ra đời của các dịch vụ mới nhằm khai thác tối đa hiệu quả của nguồn tài nguyên dữ liệu. Các doanh nghiệp bảo hiểm cũng nhanh chóng nắm bắt xu thế để hội nhập, tích hợp các công nghệ thu thập phân tích dữ liệu hiện đại. Từ đó, dần dần các doanh nghiệp bảo hiểm truyền thống nâng tầm phát triển và tham gia vào thị trường InsurTech.

Về khách hàng, thông qua ứng dụng cài đặt trên các thiết bị di động hoặc các trang Web, doanh nghiệp bảo hiểm và khách hàng dễ dàng tương tác với nhau mà không có những ràng buộc về không gian và thời gian, thậm chí là ngôn ngữ. Khách hàng nhanh chóng tiếp cận với thông tin về sản phẩm bảo hiểm của doanh nghiệp, phản hồi ý kiến hoặc gửi thông tin yêu cầu bồi thường một cách thuận lợi. Ngược lại, doanh nghiệp dễ dàng gửi thông tin đi và nhận thông tin phản hồi từ khách hàng, ghi nhận yêu cầu để đáp ứng một cách tốt nhất. Ngoài ra, dịch vụ thanh toán trong bối cảnh công nghệ hiện đại cũng rất tiện lợi: thông qua ứng dụng di động hoặc các ví điện tử... việc trả tiền mua bảo hiểm từ phía khách hàng hoặc việc thanh toán quyền lợi bồi thường luôn nhanh chóng, thuận lợi và an toàn. Như vậy, với sự phát triển vượt bậc trong thu thập xử lý dữ liệu cũng như nâng cao khả năng phục vụ khách hàng, đem lại nguồn giá trị gia tăng vượt trội so với kinh doanh bảo hiểm truyền thống; từ đó có thể nhận thấy rằng InsurTech đang là một xu thế tất yếu của thị trường bảo hiểm.

Các số liệu thống kê gần đây cho thấy, dòng vốn đầu tư vào InsurTech ngày càng gia tăng vượt trội so với các lĩnh vực khác, và đây cũng là một minh chứng cho thấy xu thế thị trường đang tập trung vào InsurTech. Theo thống kê của Standard & Poor’s, trong tháng 2 năm 2018, tại Mỹ, vốn đầu tư vào InsurTech chiếm đến 37,7% tổng nguồn vốn đầu tư vào lĩnh vực công nghệ tài chính, chiếm ưu thế rõ rệt so với các


92

ngành còn lại như tín dụng kỹ thuật số (digital lending, 27,1%) hay giải pháp dữ liệu và truyền thông trong tài chính (Financial media and data solutions, 0,3%).

Hình 1: Tỷ trọng vốn đầu tư vào các lĩnh vực của FinTech ở Mỹ trong tháng 3/2018

Nguồn: S&P Global Market Intelligence

Một kết quả thống kê của Gero (2017), thực hiện thông qua công ty kiểm toán Pricehouse & Cooper, cũng cho thấy số thương vụ đầu tư cũng như tổng số vốn đầu tư vào InsurTech toàn cầu cũng đang có xu hướng gia tăng mạnh theo thời gian. Hình 2 thể hiện xu hướng gia tăng trong đầu tư vào InsurTech trong những năm gần đây theo nghiên cứu của Pricehouse & Cooper.

Hình 2: Số thương vụ và tổng vốn đầu tư toàn cần vào InsurTech trong thời gian từ 2014 - 2017

Nguồn: Pricehouse & Cooper (2017)

93


2. CHUỖI GIÁ TRỊ BẢO HIỂM TRONG BỐI CẢNH INSURTECH

Một trong những thay đổi sâu sắc nhất mà InsurTech mang lại đối với ngành công nghiệp bảo hiểm đó là sự thay đổi trong chuỗi giá trị bao hiểm. Mỗi công đoạn trong chuỗi giá trị bảo hiểm truyền thống được nâng cấp với sự hỗ trợ của công nghệ làm thay đổi căn bản tính chất của công việc và giảm bớt sự can thiệp của con người.

Hình 3: Sự thay đổi trong chuỗi giá trị bảo hiểm với InsurTech

Nguồn: https://smuva.com/insacar/knowledge/insurance-value-chain/

Trong công đoạn thiết kế sản phẩm bảo hiểm, các doanh nghiệp tiến hành phân tích dữ liệu thị trường để xây dựng những loại hình sản phẩm bảo hiểm mới, khám phá và gia nhập các thị trường bảo hiểm mới hoặc điều chỉnh những sản phẩm bảo hiểm hiện có, khai thác tốt hơn thị trường hiện có để phù hợp với xu hướng thị trường và phù hợp với yêu cầu thực tiễn cũa khách hàng. Trong chuỗi giá trị truyền thống, một sản phẩm bảo hiểm được thiết kế để áp dụng cho một số lượng lớn khách hàng trên thị trường chung hoặc thuộc một phân khúc thị trường cụ thể. Tuy nhiên, trong bối cảnh InsurTech, kết hợp với dữ liệu từ Internet vạn vật và kết quả xử lý dữ liệu, sản phẩm bảo hiểm có thể được cá nhân hóa khi doanh nghiệp có đủ dữ liệu về chủ thể tham gia bảo hiểm và phí bảo hiểm cũng linh hoạt cho từng cá nhân. Dựa trên dữ liệu và công nghệ, sự linh hoạt trong thiết kế sản phẩm bảo hiểm cá nhân hóa giúp ngành bảo hiểm đáp ứng tốt hơn yêu cầu của khách hàng. Đây là điều kiện tiền đề quan trọng để khởi


94

động toàn bộ chuỗi giá trị bảo hiểm, vì nếu không thu hút được khách hàng, ngành bảo hiểm, cũng như mọi ngành nghề khác, sẽ khó lòng tồn tại và phát triển.

Trong công đoạn phân phối sản phẩm bảo hiểm, thay vì thông tin về sản phẩm bảo hiểm được chuyển tải đến khách hàng thông qua các đại lý bảo hiểm hoặc các tư vấn viên như cách làm truyền thống; doanh nghiệp bảo hiểm có thể gửi thông tin trực tiếp đến khách hàng, hoặc khách hàng có thể truy cập thông tin bảo hiểm mọi lúc mọi nơi bằng các ứng dụng cài đặt trên các thiết bị di động hoặc các trang Web trực tuyến. Khách hàng có thể tự do so sánh, lựa chọn loại hình bảo hiểm phù hợp với nguồn thông tin đa dạng mà họ tiếp cận được. Ngoài ra, khách hàng cũng có thể thực hiện giao dịch bảo hiểm trực tiếp với các ứng dụng di động hoặc thanh toán qua ngân hàng trực tuyến hay ví điện tử mà không cần thanh toán trung gian thông qua các đại lý bảo hiểm. Vai trò của các tư vấn viên và các đại lý bảo hiểm có phần giảm bớt trong chuỗi giá trị bảo hiểm với InsurTech.

Thẩm định rủi ro và phê duyệt hợp đồng bảo hiểm cũng thay đổi rất nhiều khi có sự tham gia của InsurTech. Khi thông tin ngày càng phong phú, việc thẩm định rủi ro và phê duyệt hợp đồng bảo hiểm trở nên phức tạp và khó khăn hơn. Với sự phát triển của trí tuệ nhân tạo và các thuật toán học máy, việc thẩm định rủi ro và ra quyết định phê duyệt hợp đồng bảo hiểm được thực hiện tốt hơn dựa trên nguồn dữ liệu phong phú và các thuật toán xử lý dữ liệu phức tạp. Đây cũng là một bước chuyển mình đáng kể của chuỗi giá trị bảo hiểm trong bối cảnh InsurTech.

Công đoạn xử lý yêu cầu bồi thường của chuỗi giá trị bảo hiểm cũng thay đổi rất sâu sắc. Trong chuỗi giá trị truyền thống, khách hàng thường gửi thông tin yêu cầu bồi thường đến đại lý bảo hiểm và các đại lý sẽ hướng dẫn khách hàng hoàn tất hồ sơ và gửi về công ty để thẩm định và phê duyệt yêu cầu bồi thường. Với sự hỗ trợ của công nghệ, người dùng có thể trực tiếp gửi yêu cầu bồi thường về doanh nghiệp bảo hiểm và doanh nghiệp đánh giá và gửi kết quả xử lý đơn yêu cầu bồi thường với khách hàng mà không phụ thuộc nhiều vào đội ngũ đại lý bảo hiểm và tư vấn viên.

Chuỗi giá trị bảo hiểm thay đổi theo hướng ứng dụng công nghệ nhiều hơn, giảm bớt sự phụ thuộc vào con người, giá trị dịch vụ gia tăng nhiều hơn ở tất cả các công đoạn, nhưng tự bản thân InsurTech không hề đảm bảo cho sự thành công. Doanh nghiệp muốn gia nhập thị trường InsurTech cũng phải đối mặt với những thách thức không hề dễ dàng. Một là phải tiếp cận và ứng dụng công nghệ mới trong tiếp nhận và xử lý dữ liệu cũng như trong kênh phân phối và phục vụ khách hàng. Điều này đòi

95


hỏi vốn và cơ sở hạ tầng kỹ thuật. Hai là doanh nghiệp cần chuẩn bị nguồn nhân lực đủ trình độ để nắm bắt công nghệ và ứng dụng trong bảo hiểm. Nguồn nhân lực trình độ cao hơn để thích nghi với sự phát triển nhanh và mạnh của công nghệ bảo hiểm sẽ phải đến từ một hệ thống đào tạo uy tín và chuẩn mực.

Trong vấn đề nhân lực, chuyên viên định phí là những người đi đầu trong đo lường và quản lý rủi ro để cải thiện hiệu quả tài chính cho các cá nhân, tổ chức và xã hội. Bất cứ nơi nào có rủi ro, nơi đấy cần đến những chuyên viên định phí. Vai trò của các chuyên viên định phí đã, đang và sẽ luôn nằm trong nhóm những công việc quan trọng hàng đầu của xã hội. Để thành công trong công việc, các chuyên viên định phí phải trang bị cho bản thân mình một hệ thống các kỹ năng đặc biệt. Vì vậy, trong bối cảnh cách mạng công nghiệp lần thứ tư và sự phát triển tất yếu của InsurTech, yêu cầu về đội ngũ nhân lực về phân tích rủi ro và định phí bảo hiểm cũng có những thay đổi sâu sắc. Phần tiếp theo của bài viết sẽ đề cập đến yêu cầu nhân lực định phí bảo hiểm trong bối cảnh InsurTech cũng như đề xuất những giải pháp nhằm thực hiện đào tạo đáp ứng nhu cầu thị trường về nguồn nhân lực chất lượng cao này.

3. NHỮNG YÊU CÂU VỀ NGUỒN NHÂN LƯC ĐỊNH PHÍ BẢO HIỂM ĐÁP ỨNG SƯ PHÁT TRIỂN CỦA INSURTECH

Các công ty bảo hiểm luôn xem nguồn nhân lực là tài sản quan trọng; tuy nhiên, việc xây dựng một chiến lược đào tạo nhân lực ngành bảo hiểm ngày càng trở nên quan trọng vì sự phát triển công nghệ làm biến đổi cách thức hoạt động của ngành và năng lực của nguồn nhân lực trong ngành (Ernst & Young, 2017). Một nhà quản lý của một công ty bảo hiểm phát biểu rằng: “Nguồn nhân lực chúng tôi đang có không phải là nguồn nhân lực chúng tôi cần. Chúng tôi cần phải tuyển dụng cho tương lai, và nguồn nhân lực mới đòi hỏi những kỹ năng và năng lực cao cấp ngoài các năng lực truyền thống.” Vậy để đáp ứng InsurTech, nguồn nhân lực định phí cần thêm những yêu cầu về năng lực và kỹ năng nào?

3.1. Một chuyên viên định phí bảo hiểm cần có kiến thức về lập trình, thống kê và toán học

Các chuyên viên định phí thường xuyên làm việc trên những con số, do đó, ngay cả trong thời đại trước InsurTech, chuyên viên định phí cần nắm vững những kiến thức toán học cơ bản về số học, thống kê và xác suất vì họ cần phải xác định xác suất xảy ra một số sự kiện thích hợp.


96

Cách mạng công nghiệp 4.0 giúp viễn cảnh sử dụng máy móc thay thế hoạt động của con người đang dần trở thành hiện thực. Việc thay đổi mô hình công nghệ sẽ giúp sản phẩm và dịch vụ cung cấp cho khách hàng rẻ hơn, hoàn chỉnh hơn do tiết kiệm được chi phí nhân công và quy trình tự động hóa. Hiện nay, khá nhiều các công ty bảo hiểm đã phát triển phần mềm sử dụng học máy và phân tích dự đoán trong suốt vòng đời bảo hiểm. Công việc hàng ngày của các chuyên viên định phí sẽ bị ảnh hưởng rất nhiều bởi những thay đổi này. Các phần mềm về mô hình thống kê trở thành những công cụ quan trọng của ngành định phí. Các chuyên viên định phí cần thao tác trên những bộ dữ liệu lớn và phức tạp. Do đó, các chuyên viên định phí bảo hiểm không phải chỉ cần những kiến thức tin học cơ bản mà còn cần sử dụng thành thạo các phần mềm thống kê và hiểu biết về truy vấn dữ liệu.

Trí thông minh nhân tạo hỗ trợ các chuyên viên làm việc, nhưng chúng cần được vận hành bởi những chuyên viên có khả năng lập trình, kiến thức toán học và thống kê. Các chuyên viên làm trong lĩnh vực định phí bảo hiểm cần thường xuyên trau dồi các kiến thức trên và cần biết tổng hợp, liên kết các kiến thức trong các lĩnh vực định phí, toán, thống kê và máy tính để tạo ra những giá trị tốt nhất từ những công nghệ mới.

3.2. Kỹ năng phân tích hành vi - xã hội

Một trong những nhiệm vụ quan trọng của công ty bảo hiểm là tiếp thị và phân phối sản phẩm. Các công ty bảo hiểm đang đối mặt với lượng dữ liệu khổng lồ ngày càng tăng về khách hàng và khách hàng tiềm năng của họ. Từ các nguồn dữ liệu có sẵn, các chuyên viên định phí cần xác định hành vi và đặc điểm chung của những đối tượng khách hàng khác nhau, từ đó xác định xu hướng mua bảo hiểm và đề ra các giải pháp trong thiết kế sản phẩm dịch vụ phù hợp cho các đối tượng khách hàng. Hơn nữa, nắm rõ đặc điểm của những người đang nắm trong tay các sản phẩm bảo hiểm, các nhà định phí sẽ đề ra những chiến lược đúng đắn để giới thiệu sản phẩm phù hợp cho những khách hàng mới có những đặc điểm tương tự, từ đó nâng cao cơ hội tiếp thị thành công sản phẩm.

Dữ liệu các nhà định phí và thẩm định hợp đồng bảo hiểm cũng cung cấp những phản hồi của khách hàng về sản phẩm họ sử dụng. Bằng cách phân tích mong muốn của khách hàng dựa trên kinh nghiệm sử dụng dịch vụ bảo hiểm của họ, nhân viên định phí có thể cung cấp các khuyến nghị trong việc nâng cấp sản phẩm - dịch vụ hoặc đưa ra các ý tưởng về sản phẩm mới phục vụ khách hàng.

97


3.3. Kỹ năng giao tiếp

Các chuyên viên định phí luôn phải tiếp xúc với rất nhiều nhân viên ở các bộ phận khác như: nhân viên tiếp thị sản phẩm, nhân viên kế toán, quản lý cấp cao; do đó, yêu cầu họ phải giao tiếp và làm việc hiệu quả với những người khác. Hơn nữa, dưới thời đại InsurTech, mô hình định phí ngày càng trở nên phức tạp. Một nhân viên định phí cần rèn được kỹ năng giao tiếp để có thể giải thích thấu đáo những kỹ thuật lập trình và phương pháp thống kê phức tạp cho các đối tượng; đồng thời họ cũng cần rèn kỹ năng viết để đảm bảo các phát hiện, giải pháp họ trình bày trong các báo cáo trở nên dễ hiểu.

Theo Giovanna Miceli, một trong những nhà lãnh đạo của Công ty Dịch vụ Bảo hiểm và Quản lý rủi ro Marsh & McLennan, kỹ năng toán học của ứng viên vị trí chuyên viên định phí không quan trọng hơn so với kỹ năng giao tiếp của ứng viên đó. Nếu trong quá khứ, khả năng tiếp xúc khách hàng của chuyên viên định phí không cao, thì điều này sẽ không tồn tại trong giai đoạn hiện nay. Không phải ai cũng biết cách trình bày những gì họ muốn và phản ánh chính xác hành vi của họ trong thực tế. Các chuyên viên định phí phải cảm thấy thoải mái khi nói chuyện với khách hàng, và tạo không khí để giúp khách hàng không nhàm chán khi tiếp xúc với những tài liệu, báo cáo gồm những con số.

InsurTech với sự ứng dụng công nghệ trong lĩnh vực bảo hiểm đòi hỏi chuyên viên định phí bảo hiểm cần có những kỹ năng vượt trội so với bảo hiểm truyền thống. Trong điều kiện Việt Nam, khi việc đào tạo nguồn nhân lực định phí bảo hiểm còn khá non trẻ và chưa được định hình rõ rệt, thì việc nhận ra những yêu cầu nhân lực định phí trong điều kiện InsurTech là rất cần thiết để từ đó đề xuất các giải pháp giúp đào tạo chuyên viên định phí đáp ứng được nhu cầu thực tiễn.

4. MỘT SỐ HAM Ý CHÍNH SÁCH CHO VẤN ĐỀ ĐAO TAO CHUYÊN VIÊN ĐỊNH PHÍ TRONG BỐI CẢNH INSURTECH Ơ VIỆT NAM

Chuyên viên định phí là những người đi đầu trong đo lường và quản lý rủi ro để cải thiện hiệu quả tài chính cho các cá nhân, tổ chức và xã hội. Bất cứ nơi nào có rủi ro, nơi đấy cần đến những chuyên viên định phí. Vai trò của các chuyên viên định phí đã, đang và sẽ luôn nằm trong nhóm những công việc quan trọng hàng đầu của xã hội. Để thành công trong công việc, các chuyên viên định phí phải trang bị cho bản thân mình một hệ thống các kỹ năng đặc biệt như đã được phân tích ở Mục 3. Như vậy, để đảm bảo chuẩn đầu ra cho sinh viên, một chương trình đào tạo chuyên viên


98

định phí tốt cần trang bị đầy đủ cho sinh viên các khối kiến thức Toán, Tin học, kiến thức về lĩnh vực kinh doanh và kiến thức chuyên ngành. Hơn thế nữa, muốn trở thành một chuyên viên định phí được công nhận, sinh viên cần trải qua các kỳ thi của các hiệp hội chuyên viên định phí có uy tín trên thế giới (Mỹ, Anh, Úc...) và đạt được các chứng chỉ cần thiết. Xây dựng các chương trình đào tạo bám sát nội dung của các kỳ thi này sẽ là một lợi thế cạnh tranh rất lớn đối với các cơ sở đào tạo. Sự phát triển của xã hội và nhu cầu ngày càng đa dạng của con người đòi hỏi các công ty bảo hiểm phải không ngừng cải tiến các sản phẩm bảo hiểm. Vấn đề định phí cũng vì vậy mà trở nên phức tạp hơn. Sự ra đời của công nghệ bảo hiểm đem đến cho chuyên viên định phí một nguồn dữ liệu khổng lồ. Để tận dụng nguồn dữ liệu này trong thiết kế sản phẩm bảo hiểm và định phí, ngoài các kỹ năng được đề cập ở trên, các chuyên viên định phí cần phải quen thuộc với các kỹ thuật về học máy, Internet vạn vật (IoT) để khai thác nguồn dữ liệu lớn, xử lý hình ảnh và phân tích dự báo. Mặc dù còn có nhiều cuộc tranh cãi về sự ảnh hưởng của công nghệ bảo hiểm đến vai trò của các chuyên viên định phí, nhóm tác giả cho rằng, tầm quan trọng của các chuyên viên định phí là không hề thay đổi trong thời đại công nghệ bảo hiểm. Thậm chí, tận dụng được sự hỗ trợ của công nghệ, các chuyên viên định phí sẽ đạt đến trình độ chuyên môn vượt trội và trở thành một vị trí không thể thay thế bằng trí tuệ nhân tạo hay các hệ thống máy móc hiện đại.

Phân tích rủi ro và định phí luôn luôn là một sự kết hợp giữa khoa học kỹ thuật và xã hội. Trong thời đại công nghệ bảo hiểm, hành vi của con người được theo dõi và lưu lại trên nguồn dữ liệu thực khổng lồ. Chuyên viên định phí cần có sự hiểu biết về Kinh tế học hành vi và dân tộc học (JJ Carol, 2017) để có thể tận dụng một cách tốt nhất lợi thế công nghệ vào việc phân tích hành vi người dùng nhằm hỗ trợ cho việc thiết kế sản phẩm bảo hiểm và định phí.

Với những lập luận này, chúng tôi cho rằng cần có những thay đổi trong chương trình đào tạo chuyên viên định phí để phù hợp với những thay đổi mạnh mẽ của ngành bảo hiểm trong thời đại công nghệ bảo hiểm.

Một là, nội dung chương trình đào tạo phải luôn được cập nhật, đổi mới, phù hợp với sự phát triển của các loại hình sản phẩm bảo hiểm thời hiện đại. Theo dõi hệ thống các kỳ thi của hai Hiệp hội các chuyên viên định phí hàng đầu thế giới là Hiệp hội Mỹ (Society of Actuaries), Hiệp hội Anh (Institute and Faculty of Actuaries) thì thấy rằng, nội dung của các kỳ thi lấy Chứng chỉ hành nghề của họ luôn luôn có sự đổi mới, cập nhật để phù hợp với sự vận động của ngành bảo hiểm. Muốn tạo ra lợi thế cạnh tranh tốt, chương trình đào tạo chuyên viên định phí phải bắt kịp với những thay đổi này,

99


cung cấp cho sinh viên những khối kiến thức mới để sinh viên có thể tự tin tham gia các kỳ thi trên.

Hai là, chú trọng các khối kiến thức về khoa học dữ liệu để có thể khai thác nguồn dữ liệu lớn, giúp cho việc phân tích, dự báo dựa trên nguồn dữ liệu thực chính xác hơn.

Ba là, tăng cường khối kiến thức về Kinh tế học hành vi và dân tộc học. Khi có sự hiểu biết sâu sắc về khối kiến thức này, chuyên viên định phí sẽ hiểu được quy trình ra quyết định của khách hàng, nhu cầu của khách hàng về các sản phẩm bảo hiểm, các tình huống mà khách hàng chọn mua hoặc tái bảo hiểm, biết được các loại thông tin nào là cần thiết khi khách hàng muốn tìm kiếm hoặc mua sản phẩm phẩm bảo hiểm, mức độ hiểu biết của khách hàng về nguồn thông tin được cung cấp, hiểu cách thức mà khách hàng so sánh và lựa chọn các loại sản phẩm (London Economics, Ipsos and VVA Europe, 2017). Việc này giúp ích rất nhiều cho các chuyên viên định phí trong việc thiết kế các sản phẩm bảo hiểm và định giá.

Bốn là, sinh viên sau khi tốt nghiệp chương trình đào tạo định phí bảo hiểm, nếu đạt được các chứng chỉ hành nghề, có cơ hội tìm kiếm việc làm không chỉ ở trong nước mà cả trong khu vực và trên thế giới. Chương trình đào tạo cần chú trọng phát triển năng lực ngoại ngữ cho sinh viên và các kỹ năng làm việc trong các công ty, tổ chức đa quốc gia.

Năm là, tạo điều kiện cho sinh viên có cơ hội tham quan, thực hành trong các công ty bảo hiểm, các tổ chức tài chính để sinh viên có cơ hội hiểu hơn về nghề nghiệp tương lai của mình, trau dồi các kỹ năng làm việc tập thể, kỹ năng làm việc nhóm và kỹ năng làm việc độc lập, sáng tạo. Những trải nghiệm này sẽ là hành trang quý báu cho sinh viên khi ra trường.

Sáu là, đơn vị đào tạo cần nỗ lực nâng cấp cơ sở vật chất để đảm bảo rằng sinh viên được học tập trong một môi trường hiện đại, giảng viên có đầy đủ trang thiết bị để triển khai hiệu quả bài giảng của mình. Chẳng hạn, những môn học liên quan đến khoa học dữ liệu, việc thực hành xử lý bộ dữ liệu lớn đòi hỏi đơn vị đào tạo cần phải có cơ sở dữ liệu, hệ thống lưu trữ và hệ thống máy tính hiện đại.

Bảy là, để không bị tụt hậu, giảng viên phải luôn không ngừng học tập và nâng cao trình độ, bắt kịp với những thay đổi vũ bão của công nghệ bảo hiểm.

Tám là, mở rộng liên kết và hợp tác với các trường đại học có đào tạo chuyên viên định phí trong nước và trên thế giới để trao đổi học thuật và trao đổi kinh nghiệm


100

giảng dạy, đào tạo. Tạo mối liên hệ tốt với các công ty bảo hiểm, các tổ chức tài chính và cộng đồng chuyên viên định phí trong nước, trong khu vực và trên thế giới, lắng nghe góp ý của họ để cải tiến chương trình đào tạo ngày càng tốt hơn, phù hợp hơn với yêu cầu thực tế công việc.

Theo thống kê của hiệp hội chuyên viên định phí bảo hiểm Hoa Kỳ (SOA) vào tháng 12 năm 2017, Việt Nam có tất cả 43 chuyên viên định phí, trong đó có: 12 FSA (Fellow of the Society of Actuaries), 01 FSA of Mutual Recognition, 30 ASA (Associate of the Society of Actuaries) đang là thành viên của Hiệp hội chuyên viên định phí bảo hiểm Hoa Kỳ. Con số này là rất khiêm tốn so với tổng số 29.161 chuyên viên định phí bảo hiểm trên toàn thế giới.

FSA (Chuyên viên cấp cao)

ASA (Chuyên viên

Tổng số

Hoa Kỳ 11.728 7.784 19.512

Canada 3.197 1.676 4.873

Việt Nam 13 30 43

Các nước khác 2.372 2.361 4.733

Tổng số 17.310 11.851 29.161

Nguồn: Hiệp hội chuyên viên định phí bảo hiểm Hoa Kỳ (SOA)

Trong khi đó, nhu cầu về nhân lực định phí tại Việt Nam ngày càng nhiều. Những thông tin về công việc liên quan đến định phí bảo hiểm có thể được tìm thấy một cách dễ dàng trên các trang web: https://www.vietnamworks.com, https://www.glassdoor.com, https://vn.linkedin.com – những trang web uy tín về tìm kiếm việc làm. Tuy nhiên, chưa có nhiều chương trình đào tạo chuyên viên định phí đáp ứng nhu cầu này. Cũng có nhiều chuyên viên định phí tâm huyết đồng hành cùng với các trường đại học để xây dựng những chương trình đào tạo chất lượng, họ còn tìm cách kết nối các đơn vị đào tạo với cộng đồng chuyên viên định phí bảo hiểm trong nước với các hiệp hội trên thế giới thông qua việc tổ chức các hội thảo. Tuy nhiên, thực tế thì cộng đồng các chuyên viên định phí Việt Nam (VAC – Vietnam Actuarial Community) vẫn là một cộng đồng non trẻ và đang trong quá trình cố gắng phát huy vai trò của mình đối với ngành bảo hiểm Việt Nam. Cơ sở vật chất của các đơn vị đào tạo chưa đủ đáp ứng với những đòi hỏi ngày càng cao trong nội dung giảng dạy của các môn học trong thời kỳ công nghệ bảo hiểm. Chưa có nhiều giảng viên đạt được hệ thống chứng chỉ hành

101


nghề của các hiệp hội uy tín trên thế giới. Với những thuận lợi và khó khăn trên, để có thể thực hiện được những thay đổi trong chương trình đào tạo chuyên viên định phí trong bối cảnh công nghệ bảo hiểm bắt đầu ảnh hưởng mạnh mẽ đến ngành bảo hiểm Việt Nam đòi hỏi sự nỗ lực rất lớn từ các đơn vị đào tạo. Tuy nhiên, nhóm tác giả tin tưởng rằng, đây sẽ là ngành đào tạo nhận được nhiều quan tâm của xã hội trong thời gian tới. Đó chính là nguồn động lực, nguồn cổ vũ rất lớn cho các đơn vị đào tạo.


1. Carol. J.J., (2017), Exploring the applications of InsurTech in a human world.

2. Ernst & Young, (2010), Talent strategy: Designing a workforce for the future of insurance. Insurance Governance Leadership.

3. Gero Matouschek, (2017), Impact of InsurTechs on the insurance industry, RIAD conference

4. Hiệp hội chuyên viên định phí bảo hiểm Hoa Kỳ, (2017), SOA Membership by Country. Truy cập tại: https://www.soa.org/about/members-by-country/

5. London Economics, Ipsos and VVA Europe, (2017), Study on consumers’ decision-making in insurance services: A behavioural economics perspective.

6. Matthew Leonard, (2018), Insurtech is happening: Are you ready? Presentation to the Federal Advisory Committee on Insurance.

7. PwC Corporate Finance LLC, (2017), Global InsurTech investments sharply increased in Q2 2017 as innovation becomes the new normal for reinsurers. Truy cập tại: https://www.pwc.co.uk/press-room/press-releases/Global-InsurTech-investments-sharply-increased-in-Q2-2017-as-innovation-becomes-the-new-normal-for-reinsurers.html

8. S&P Global Market Intelligence, (2018), Fintech Funding Flows To Insurtech In February. Truy cập tại: https://www.spglobal.com/marketintelligence/en/news-insights/blog/fintech-funding-flows-to-insurtech-in-february

9. Smuva Inc. Truy cập tại: https://smuva.com/insacar/knowledge/insurance-value-chain/


102

Tóm tắt

Việc xây dựng chương trình đào tạo – curriculum (CTĐT) đáp ứng các tiêu chuẩn kiểm định chất lượng, là điều kiện mà một CTĐT đại học phải đáp ứng để được xã hội công nhận. Một ngành đào tạo muốn nhận được sự tin tưởng của xã hội, phải thể hiện được trách nhiệm giải trình thông qua kiểm định. Bài viết đưa ra các cơ sở lý thuyết để xác định mục đích của hoạt động kiểm định chất lượng, từ đó đánh giá các nhóm yếu tố quyết định đến chất lượng của một CTĐT đại học. Điều này sẽ giúp Khoa xây dựng CTĐT có sự kết nối và nhất quán để đáp ứng các tiêu chuẩn kiểm định chất lượng CTĐT.

Từ khóa: Chương trình đào tạo, ngành Toán kinh tế, chất lượng đào tạo, kiểm định chất lượng.

1. MƠ ĐÂU

Nếu ví việc tổ chức các ngành học của một trường đại học như một quá trình phát triển không ngừng, thì kiểm định chất lượng CTĐT là những đợt rà soát tổng thể để đánh giá mọi mặt của ngành đào tạo tại một thời điểm. Qua những đánh giá đó, ngành đào tạo nhận diện được những điểm mạnh, điểm yếu và đề ra các giải pháp cải tiến chất lượng. Đồng thời, hoạt động này cũng đảm bảo ngành đào tạo của các nhà trường đang phát triển đúng hướng, thực hiện đúng mục tiêu đã công bố.

XÂY DƯNG CHƯƠNG TRINH ĐAO TAO NGANH TOÁN KINH TÊ ĐÁP ỨNG TIÊU CHUẨN KIỂM ĐỊNH CHẤT LƯỢNG

11.

ThS. Phan Thị HươngTrường Đại học Tài chính - Marketing

103


Năm 2019, Trường Đại học Tài chính - Marketing đã có 05 CTĐT được công nhận đạt tiêu chuẩn chất lượng kiểm định. Các CTĐT đạt chuẩn đã góp phần khẳng định uy tín, chất lượng đào tạo của Nhà trường trong những năm gần đây. Kiểm định là hình thức đảm bảo chất lượng bên ngoài, tức là sử dụng các ý kiến đánh giá, góp ý của các chuyên gia độc lập để cải tiến chất lượng. Do đó, kiểm định chất lượng thiên về việc đánh giá các mức độ chuẩn hóa các quy trình của ngành đào tạo. Kiểm định không dùng để xếp hạng các CTĐT mà nó được dùng để đối sánh giữa các ngành đào tạo. Kiểm định cũng là một công cụ hữu ích, là động lực thúc đẩy sự phát triển không ngừng của các ngành đào tạo trong mỗi trường đại học. Hoạt động kiểm định chất lượng CTĐT đã được triển khai qua hơn một thập kỷ tại các trường đại học Việt Nam. Đến nay, theo số liệu thống kê của Bộ Giáo dục và Đào tạo (GD&ĐT), tính đến ngày 30/04/2020, cả nước đã có 222 CTĐT được chứng nhận đạt tiêu chuẩn kiểm định chất lượng CTĐT. Trong đó có 65 chương trình đánh giá theo tiêu chuẩn trong nước; 157 chương trình đánh giá theo tiêu chuẩn nước ngoài. Việc kiểm định CTĐT đạt chuẩn chất lượng chính là thể hiện trách nhiệm giải trình của trường đại học đối với xã hội. Vì vậy, mỗi ngành đào tạo phải luôn đặt vấn đề chất lượng lên hàng đầu. Tuy nhiên, thực tế thì không hề dễ dàng. Ngành có nhiều sinh viên thì càng có nhiều nguồn thu, cần giải quyết được bài toán giữa lợi ích kinh tế với chất lượng đào tạo. Đây là một bài toán khó đối với Trường Đại học Tài chính - Marketing khi mà ngành Toán kinh tế thuộc Khoa Kinh tế - Luật của Nhà trường là một ngành có ít sinh viên và còn khá non trẻ. Việc xây dựng một CTĐT cho ngành để đáp ứng các tiêu chuẩn kiểm định cũng là một thách thức lớn đối với Khoa Kinh tế - Luật nói riêng và Trường Đại học Tài chính - Marketing nói chung. Bài viết dựa trên các cơ sở lý luận để đánh giá các yếu tố quyết định đến chất lượng CTĐT ngành Toán kinh tế của Trường Đại học Tài chính - Marketing. Đây là những cơ sở quan trọng để xây dựng và phát triển CTĐT ngành Toán kinh tế đạt tiêu chuẩn chất lượng.

2. CƠ SƠ LÝ LUẬN

Các nghiên cứu của Taba (1962) đã xem xét những yếu tố có thể coi là cơ sở để xây dựng và phát triển CTĐT. Bà cho rằng phải có một trật tự nhất định trong việc tạo ra CTĐT và tin rằng CTĐT phải được thiết kế bởi giảng viên chứ không phải là sự truyền đạt từ những người quản lý ở cấp cao hơn. Trong nghiên cứu này, bà đã đưa ra một phương pháp tiếp cận từ cơ sở (grassroots approach). Taba lưu ý 8 bước chính của phương pháp này, trong đó giảng viên đóng vai trò chính yếu: (1) Khảo sát nhu cầu,


104

(2) Xác định các mục tiêu, (3) Lựa chọn nội dung, (4) Tổ chức nội dung, (5) Lựa chọn các trải nghiệm học tập, (6) Tổ chức các trải nghiệm học tập, (7) Xác định trải nghiệm học tập để đánh giá và cách thức đánh giá, (8) Kiểm tra tính cân đối và trình tự các học phần. Theo đó, giảng viên nên bắt đầu bằng cách tạo ra các học phần cụ thể cho sinh viên của mình trước khi tạo ra một CTĐT. Nghiên cứu tiếp theo áp dụng phương pháp tiếp cận CDIO, mô hình “mô tả CTĐT tích hợp” và “ mô hình môn học tích hợp”. Đây là một khung chuẩn phát triển CTĐT cho phép tích hợp đan xen giảng dạy kỹ năng với kiến thức; liên kết hợp lý các thành phần của CTĐT, môn học; và xem xét các đối tượng sinh viên nhằm cung cấp những trải nghiệm học tập ý nghĩa để đáp ứng chuẩn đầu ra, được gọi là “Khung CTĐT tích hợp” (Trinh & Nghĩa, 2014).

Hình 1: Khung CTĐT tích hợp dựa trên chuẩn đầu ra(phỏng theo Trinh & Nghĩa, 2014)

Theo Mạng lưới các trường đại học Đông Nam Á - Asean University Network (AUN), chất lượng đào tạo là một khái niệm đa chiều theo quan điểm của rất nhiều đối tượng có liên quan. AUN coi trọng tầm quan trọng của chất lượng giáo dục đại học, cùng với nhu cầu phát triển hệ thống đảm bảo chất lượng với mục đích tăng cường các chuẩn mực học thuật và mở rộng giáo dục, nghiên cứu và các dịch vụ trong các trường đại học thành viên AUN cũng như các trường bên ngoài. Từ đó, đảm bảo chất lượng theo chuẩn AUN đã từng bước điều chỉnh hệ thống đảm bảo chất lượng AUN nhằm hỗ trợ, mở rộng và duy trì mức độ đảm bảo chất lượng tại các cơ sở giáo dục

105


đại học trong khu vực Đông Nam Á. Đó cũng chính là nơi mà các hoạt động đảm bảo chất lượng được chia sẻ, kiểm chứng và cải tiến.

Theo Thông tư 04/2016/TT-BGDĐT ngày 14/3/2016 Ban hành Quy định về tiêu chuẩn đánh giá chất lượng CTĐT các trình độ của giáo dục đại học thì mục đích của việc đáp ứng các tiêu chuẩn kiểm định chất lượng CTĐT các trình độ đại học bao gồm:

(1) Cơ sở giáo dục đại học sử dụng tiêu chuẩn để tự đánh giá toàn bộ hoạt động liên quan đến CTĐT nhằm không ngừng nâng cao chất lượng đào tạo và giải trình với các cơ quan chức năng, xã hội về thực trạng chất lượng đào tạo của chương trình cụ thể.

(2) Các tổ chức kiểm định chất lượng giáo dục sử dụng tiêu chuẩn đánh giá và công nhận hoặc không không nhận đạt tiêu chuẩn chất lượng giáo dục đối với các CTĐT.

(3) Các tổ chức, cá nhân khác có cơ sở để nhận định, đánh giá và tham gia phản biện xã hội đối với CTĐT của cơ sở giáo dục đại học mà họ quan tâm.

Từ các nghiên cứu và các văn bản quy phạm pháp luật cho thấy, việc kiểm định chương trình đào tạo của các ngành đào tạo trong các trường đại học là xu thế tất yếu và là yêu cầu bắt buộc. Các ngành đào tạo muốn tồn tại và phát triển thì không thể đứng ngoài xu thế này.

3. YÊU TỐ QUYÊT ĐỊNH CHẤT LƯỢNG CHƯƠNG TRINH ĐAO TAO NGANH TOÁN KINH TÊ

Việc xác định đúng các nhóm yếu tố quyết định đến chất lượng CTĐT của ngành, sẽ giúp cho Khoa Kinh tế - Luật có cơ sở lý luận vững chắc để xây dựng CTĐT đáp ứng các tiêu chuẩn kiểm định chất lượng CTĐT. Các yếu tố này chính là những mắt xích giúp Khoa xây dựng CTĐT có sự kết nối và nhất quán với các tiêu chí trong mỗi tiêu chuẩn kiểm định chất lượng CTĐT.


106

Hình 2: Các nhóm yếu tố quyết định chất lượng chương trình đào tạo


3.1. Mục tiêu đào tạo

CTĐT của ngành Toán kinh tế phải phát biểu khái quát mô tả những gì sinh viên tốt nghiệp được trang bị để có thể làm được hoặc đạt được sau khi tốt nghiệp, đây chính là các mục tiêu đào tạo của ngành. Nói cách khác, mục tiêu đào tạo phải phản ánh được nhu cầu của nhà tuyển dụng và đồng thời mục tiêu này phải gắn kết với tầm nhìn và sứ mạng của nhà trường. Nhóm yếu tố mục tiêu đào tạo của ngành bao gồm các yếu tố thành phần như: (1) theo AUN-QA, triết lý giáo dục là một tập hợp các quan điểm cốt lõi định hướng mục tiêu giáo dục, nội dung và phương pháp dạy học, vai trò của giảng viên và người học trong hoạt động giáo dục đào tạo ngành Toán kinh tế; (2) định vị, việc định vị được những mục tiêu chung của CTĐT ngành Toán kinh tế hay chính là mục tiêu tổng quát phải phù hợp với sứ mạng và mục tiêu chung của nhà trường. Định vị được các mục tiêu cụ thể của CTĐT đáp ứng được khung trình độ quốc gia cũng như đáp ứng các tiêu chuẩn kiểm định; (3) Các bên liên quan bao gồm bên trong và bên ngoài trường; (4) Chuẩn đầu ra (CĐR) có 4 cấp độ bao gồm: CĐR cấp trường, CĐR cấp CTĐT, CĐR cấp môn học và CĐR cấp bài học.

3.2. Nội dung, cấu trúc

Cấu trúc chương trình CTĐT là sự sắp xếp các nội dung và các CĐR tương ứng thành các môn học hay học phần nhằm liên kết kiến thức và kỹ năng giữa các môn

107


học. Cấu trúc CTĐT ngành Toán kinh tế cần mô tả chính thức về các môn học, số tín chỉ và trình tự giảng dạy, trong đó các môn học được liệt kê theo nhóm môn học. CTĐT cần tích hợp cho phép các kỹ năng cá nhân và giao tiếp, các kỹ năng nghề nghiệp được đan xen vào nội dung môn học.

Nội dung môn học phải có những trải nghiệm học tập giúp sinh viên của phát triển đồng thời kiến thức ngành và các kỹ năng yêu cầu. Nội dung giảng dạy chú ý các kỹ năng và thái độ cần được xem xét trong bối cảnh của ngành Toán kinh tế để có sự gắn bó và đóng góp phát triển kiến thức ngành và chuyên ngành. Mỗi môn học cần có Đề cương môn học tổng quát và Đề cương môn học chi tiết. Hiện nay, việc thiết kế đề cương môn học dựa trên CĐR đang trở thành một yêu cầu bắt buộc với mỗi ngành đào tạo. Mỗi học phần có đóng góp rõ ràng cho việc đạt được CĐR. Vì vậy, việc thiết kế đề cương môn học cần đầy đủ đảm bảo các yêu cầu của bộ tiêu chuẩn kiểm định chất lượng bao gồm: (i) tên đơn vị/tên giảng viên đảm nhận giảng dạy; (ii) tên môn học/học phần; (iii) số tín chỉ; (iv) mục tiêu, CĐR của môn học/học phần, ma trận liên kết nội dung chương mục với CĐR; (v) các yêu cầu của môn học/học phần; (vi) cấu trúc môn học/học phần; (vii) phương pháp dạy - học; (viii) phương thức kiểm tra/đánh giá; (ix) tài liệu chính và tài liệu tham khảo. Đề cương chi tiết các môn học mô tả rõ việc sử dụng các phương giảng dạy/học tập phù hợp nhằm thúc đẩy việc rèn luyện các kỹ năng thiết yếu, kỹ năng mềm. Đề cương chi tiết các môn học mô tả và nhấn mạnh đến hoạt động tự nghiên cứu/tự học nhằm hướng đến việc nâng cao khả năng học tập suốt đời cho sinh viên ngành Toán kinh tế.

3.3. Phương thức vận hành

Mục tiêu chính của giảng dạy đại học bao gồm các mục đích như làm thay đổi tri thức và năng lực thực sự của sinh viên, tăng cường khả năng nhận thức như: kỹ năng nghiên cứu, kỹ năng suy luận, kỹ năng viết, kỹ năng đọc và hiểu rõ giá trị tri thức của nội dung môn học. Các hoạt động dạy và học sẽ thúc đẩy việc rèn luyện các kỹ năng của sinh viên và nâng cao khả năng học tập suốt đời của sinh viên. Giảng viên sử dụng các hoạt động dạy học, phương pháp giảng dạy phù hợp nhằm hỗ trợ sinh viên rèn luyện các kỹ năng và nâng cao khả năng học tập suốt đời. Để giáo dục ra những người tốt nghiệp đại học với trình độ chuyên môn cao và công dân trách nhiệm có khả năng đáp ứng nhu cầu xã hội, thì phương pháp giảng dạy là một yếu tố quan trọng.

Phương pháp dạy: Dạy học là cung cấp những cơ hội đặc biệt để nhận thức rõ những giá trị quan trọng, thực chất trong cuộc sống. Vai trò của người giảng viên


108

trong việc giáo dục sinh viên ngày càng trở nên quan trọng. Việc sử dụng hàng loạt các phương pháp dạy thích hợp, hiệu quả sẽ tạo ra hiệu suất cao với các nhóm đông sinh viên cũng như với từng sinh viên. Giảng viên sẽ giúp đỡ sinh viên giải quyết các vấn đề học thuật với phương pháp được nhiều sinh viên chấp nhận; kiểm tra tất cả các điều kiện tiên quyết đối với môn học; cho sinh viên biết những kỹ năng và kiến thức nào mà họ sẽ nhận được cũng như kế hoạch học tập; thảo luận các mục tiêu của môn học. Giảng viên cần nói cho sinh viên rõ ràng những điều mà giảng viên mong được thực hiện và giải thích tại sao, đồng thời giảng viên cũng cần hỏi những điều mà sinh viên muốn học ở giảng viên và loại vấn đề nào sinh viên muốn giải quyết. Giảng viên cần tiếp thu tất cả các ý kiến đóng góp từ sinh viên. Sự chú ý lắng nghe của giảng viên về những ý kiến đóng góp của sinh viên sẽ khuyến khích họ tham gia vào quá trình học tập một cách hiệu quả. Nói cho sinh viên biết về ý định thực hiện thời gian lớp học như thế nào? Kết cấu chương trình môn học ra sao? Liệu sinh viên có quyền hỏi giảng viên khi có thắc mắc hay không? Thời gian dành cho việc trả lời nên là bao lâu là vừa đủ?... Giảng viên cần có phương pháp dạy học đa dạng. Quá trình dạy học cần kết hợp các phương pháp khác nhau nhằm phát huy tính tích cực, tự lực của sinh viên một cách tối đa.

Phương pháp học: Sinh viên cần lập kế hoạch học tập và bố trí việc cần làm trong suốt học kỳ; tìm kiếm sự giúp đỡ của giảng viên. Bất kỳ lúc nào sinh viên cũng cần tìm sự quan tâm cá nhân của giảng viên để giúp giải những bài tập. Sinh viên cần sử dụng các sách giáo trình khác nhau. Để đa dạng trong việc thực hành các bài tập, sinh viên nên đọc các cách giải của nhiều tác giả khác nhau và giải các bài tập trong sách giáo trình của mình. Sinh viên cần luyện tập và thực hành lại. Sau một vài tuần, sinh viên nên xem lại các mục và các bài tập đã làm và làm lại. Đó là cách rất có lợi trong việc tự kiểm tra xem và ghi nhớ kiến thức của môn học.

Tư vấn hỗ trợ: Vai trò của đội ngũ cố vấn học tập trong công tác tư vấn học tập, hoạt động ngoại khóa cho cho sinh viên là hết sức quan trọng. Hoạt động tư vấn học tập, việc làm, hỗ trợ nói chung nhằm giúp cải thiện việc học tập và khả năng có việc làm cho sinh viên. Hệ thống giám sát cấp Trường, cấp Khoa về kết quả rèn luyện, tiến bộ và kết quả học tập chi tiết từng môn học, từng học kỳ sẽ giúp sinh viên chủ động theo dõi.

Phương pháp đánh giá: Cách duy nhất để giảng viên thực sự biết sinh viên hiện có học những nội dung mà giảng viên yêu cầu học hay không. Giảng viên cần (i) lập kế hoạch những nội dung kiểm tra, xác định mục đích kiểm tra, xem lại đề kiểm tra

109


nhiều lần ít nhất một tuần và sửa đổi nó dựa theo kế hoạch hiệu chỉnh, cập nhật nội dung bộ đề; (ii) cho điểm các bài làm một cách nghiêm túc và phù hợp với hệ thống thang điểm; (iii) ghi và giữ điểm riêng của bài làm trong mỗi loại kiểm tra; (iv) sử dụng nhiều kỹ thuật đánh giá thích hợp để thúc đẩy việc học tập của sinh viên và để đạt được thành tích cao; (iv) đánh giá việc làm của riêng mình bằng nhiều cách như: tự đánh giá, đánh giá thông qua đồng nghiệp, đánh giá từ sinh viên và dùng các kỹ thuật đánh giá; (v) thực hiện có hiệu quả việc trợ giúp giảng dạy và nhiệm vụ quản lý học tập; (iv) cho sinh viên nhiều lựa chọn và mềm dẻo với nhiều cột điểm trong cách đánh giá.

3.4. Nguồn lực

Người dạy: Giảng viên phải là người có suy nghĩ độc lập, có đạo đức, học suốt đời và nhà sư phạm có năng lực. Phát triển chiến lược học tập, bồi dưỡng chuyên môn nghiệp vụ cho bản thân và chuyên môn nghiệp vụ thích ứng với các điều kiện của nhà trường. Trong khi giáo dục những người khác, người giảng viên nhận ra những điểm yếu và tiềm năng của chính bản thân mình. Vai trò của người thầy trong việc giáo dục sinh viên ngày càng trở nên quan trọng. Người thầy cung cấp những cơ hội học nâng cao và học suốt đời cho sinh viên, đồng thời cho sinh viên cơ hội để phát triển cá nhân và xã hội nhằm giáo dục bổn phận công dân và tham gia các hoạt động trong xã hội với tầm nhìn toàn thế giới. Đề xuất, sáng tạo và phổ biến kiến thức thông qua việc nghiên cứu và cung cấp kiến thức chuyên gia cần thiết phục vụ cộng đồng và giúp xã hội phát triển về kinh tế - xã hội, và văn hóa, đồng thời đẩy mạnh và phát triển nghiên cứu khoa học và công nghệ. Điều quan trọng là các giảng viên tự coi mình có trách nhiệm nghề nghiệp kép: nghề nghiên cứu và nghề dạy đại học. Giảng viên đại học cần phải vừa là một giảng viên và vừa là một nhà nghiên cứu sáng tạo, đồng thời phải là một người đóng góp sức mình cho sự phát triển của nhà trường và của cộng đồng. Dạy học, nghiên cứu và phục vụ cộng đồng là ba nhiệm vụ truyền thống của giảng viên đại học. Vì vậy, vai trò mới của người giáo viên trở thành nhân tố kích thích trí tò mò của sinh viên, mài sắc thêm năng lực nghiên cứu độc lập, tăng cường khả năng tổ chức và sử dụng kiến thức.

Người học: Thách thức lớn nhất thuộc về tính năng động, yêu thích kiến thức và khả năng tư duy độc lập của học viên. Phương pháp nghiên cứu tình huống chỉ thật sự phát huy những giá trị hữu ích khi có sự tham gia chủ động và yêu thích của học viên. Tuy nhiên, do đã quá quen thuộc với cách tiếp thu kiến thức thụ động (thầy giảng trò ghi chép) nên khi chuyển qua phương pháp mới – đòi hỏi sự năng động, khả năng tư


110

duy và tính sáng tạo - thì một bộ phận học viên không thích ứng được. Bên cạnh một số học viên rất năng động, yêu thích kiến thức (sẽ tiếp thu được rất nhiều trong quá trình học), tồn tại một bộ phận học viên chỉ đến lớp vì nghĩa vụ.

Môi trường, tài nguyên học tập: Đối với giảng viên, môi trường học tập và tài nguyên học tập có thể giúp tăng cường nội dung và đa dạng hóa nguồn tài liệu đang được sử dụng trong khóa học. Đối với sinh viên, sẽ tạo điều kiện cho sinh viên có cơ hội tiếp cận được môi trường học đa dạng. Một môi trường học tập tích cực sẽ giúp thương hiệu của nhà trường lan tỏa rộng hơn trong cộng đồng.

Bên cạnh môi trường học tập tốt, giảng viên, sinh viên cũng cần được cung cấp một nguồn tài nguyên giáo dục mở. Thuật ngữ Học liệu mở (OpenCourseWare) được Viện Công nghệ Massachusetts - MIT (Mỹ) khai sinh vào năm 2002 khi MIT quyết định đưa toàn bộ nội dung giảng dạy của mình lên website và cho phép người dùng Internet ở mọi nơi trên thế giới truy nhập hoàn toàn miễn phí. Hiện nay, trang web về học liệu mở của MIT có trên 1800 môn học (course) bao gồm bài giảng, lịch học, danh mục tài liệu tham khảo, bài tập về nhà, bài thi, bài thí nghiệm để người dùng có thể tham khảo cho việc giảng dạy, học tập và nghiên cứu của mình. “Tài nguyên giáo dục truy cập mở bao gồm tất cả các dạng tài liệu phục vụ giảng dạy, học tập trong nhà trường được xuất bản rộng rãi với quyền truy cập mở. Bản chất của loại tài liệu này cho phép việc nhân bản, sử dụng, thay đổi và chia sẻ lại nội dung tài liệu hoàn toàn miễn phí và hợp pháp. Tài nguyên giáo dục mở bao gồm nhiều loại từ sách giáo khoa đến chương trình đào tạo, đề cương môn học, bài giảng, bài tập, bài kiểm tra, báo cáo, âm thanh, hình ảnh và chương trình mô phỏng” (Trích dẫn từ trang UNESCO). Trường đại học có vai trò, nòng cốt trong việc xây dựng, quản lý, phát triển, chia sẻ các tài nguyên giáo dục mở cho cộng đồng. Nhằm tạo điều kiện cho sinh viên có cơ hội học tập thường xuyên, suốt đời theo các hình thức khác nhau, nâng cao chất lượng nguồn nhân lực. Thông qua các hoạt động tương tác, học tập - nghiên cứu, các tài nguyên của nhà trường sẽ càng trở nên hữu ích, thậm chí được kết nối, gia tăng từ nhiều phía trong quá trình sử dụng, ứng dụng.

4. TIÊU CHUẨN KIỂM ĐỊNH CHẤT LƯỢNG CHƯƠNG TRINH ĐAO TAO

Đánh giá chất lượng CTĐT của giáo dục đại học là việc thu thập, xử lý thông tin, đưa đưa ra những nhận định dựa trên các tiêu chuẩn đánh giá đối với toàn bộ các hoạt động liên quan đến CTĐT bao gồm: (i) mục tiêu và chuẩn đầu ra của CTĐT; (ii) bản mô tả CTĐT, cấu trúc và nội dung chương trình dạy học; (iii) phương pháp tiếp cận

111


trong dạy học; (iv) đánh giá kết quả học tập của người học; (v) đội ngũ giảng viên, nghiên cứu viên; (vi) đội ngũ nhân viên; (vii) người học và hoạt động hỗ trợ người học; (viii) cơ sở vật chất và trang thiết bị; (ix) nâng cao chất lượng và kết quả đầu ra.

Hình 3: Các tiêu chuẩn kiểm định chất lượng CTĐT của Bộ GD&ĐT

(Nguồn: Bộ GD&ĐT)

Qua sơ đồ trên có thể thấy rằng, bao hàm trong bộ tiêu chuẩn kiểm định chất lượng CTĐT của Bộ Giáo dục và đào tạo Việt Nam là những yêu cầu cụ thể đối với CTĐT. Các yếu tố quyết đinh đến chất lượng CTĐT như: mục tiêu; nội dung, cấu trúc; phương thức vận hành; nguồn lực đều là những nội dung quan trọng trong các tiêu chuẩn. Các tiêu chuẩn, tiêu chí kiểm định có thể xem như thước đo chất lượng của CTĐT. Để CTĐT đáp ứng các tiêu chuẩn kiểm định quốc gia, bắt buộc phải được đánh giá đạt tối thiểu là mức 4 và cao nhất là mức 7. Điều này có nghĩa là, với mức 4: CTĐT đáp ứng yêu cầu của tiêu chí; với mức 5: CTĐT đáp ứng tốt hơn yêu cầu của tiêu chí; với mức 6: CTĐT đáp ứng rất tốt yêu cầu của tiêu chí; với mức 7: CTĐT đáp ứng xuất sắc yêu cầu của tiêu chí (mức hoàn hảo). Để chứng minh được các mức đạt này Trường/Khoa phải có đầy đủ các tài liệu và có minh chứng cho thấy các tài


112

liệu này được sử dụng. Điều này đặt ra yêu cầu đối với nhóm xây dựng và phát triển CTĐT, trong quá trình xây dựng không được bỏ sót bất kỳ mốc chuẩn của tiêu chí nào trong bộ tiêu chuẩn kiểm định. Mỗi sản phẩm đầu ra của các tiêu chí chính là những minh chứng đảm bảo cho CTĐT của ngành đạt các tiêu chuẩn kiểm định.

5. KÊT LUẬN

Chúng ta có thể thấy rằng, kiểm định và đảm bảo chất lượng CTĐT của ngành Toán kinh tế nói riêng và các ngành đào tạo khác nói chung là xu hướng tất yếu và cần thiết. Tuy nhiên, nếu ngành đào tạo tiếp cận kiểm định với tinh thần chỉ để đạt giấy chứng nhận thì thật sự là một sự lãng phí. Kiểm định giúp các CTĐT của chuyên ngành nhận diện được các điểm mạnh, điểm yếu của mình một cách chi tiết, cụ thể, cũng như đề xuất các giải pháp, hàm ý để Khoa cải tiến chất lượng. Kiểm định không đơn thuần dừng ở việc cấp một cái giấy chứng nhận đạt chuẩn chất lượng. Ngoài ra, việc kiểm định còn là một căn cứ quan trọng để thực hiện các hoạt động liên kết đào tạo với các CTĐT quốc tế, công nhận bằng cấp và trao đổi tín chỉ giữa các cơ sở GDĐH. Các trường ngành đào tạo ĐH muốn tham gia cuộc chơi hội nhập thì bắt buộc và tự thân phải làm kiểm định.

Có thể nói, kiểm định chất lượng CTĐT không chỉ để xếp hạng cho các ngành đào tạo, mà nó là xu hướng phát triển theo chuẩn mực quốc gia nói riêng và chuẩn mực quốc tế nói chung. Mỗi bộ tiêu chuẩn kiểm định có thể khác nhau, tựu chung lại, đó vẫn là chất lượng đào tạo của mỗi chuyên ngành trong giáo dục đại học.


1. Taba, H. (1962), Curriculum development: Theory and practice. New York: Harcourt, Brace, & World, Inc.

2. Trinh, T.M. Doan, & Nghia, H. Nguyen (2014), The CDIO-Base Curricular Framework and Guidelines for an OBE Implementation. Paper presented at the 10th International CDIO Conference. UniversitatPolitecnica de Catalunya, Barcelona, Spain, June 16-19, 2014.

3. Trends in ICT for Librarian 2.0: Open Courseware, Open Access.

4. Bộ Giáo dục và Đào tạo (2016), Thông tư 04/2016/TT-BGDĐT ngày 14/6/2016 về Ban hành Quy định về tiêu chuẩn đánh giá chất lượng chương trình đào tạo các trình độ của giáo dục đại học.

113


5. Nguyễn Quốc Chính (2019), Xây dựng và phát triển chương trình đào tạo theo hướng ứng dụng, Tài liệu tập huấn tự đánh giá CTĐT Đại học Quốc gia Thành phố Hồ Chí Minh.

6. https://moet.gov.vn/

7. https://en.unesco.org/themes/building-knowledge-societies/oer

8. http://www.aunsec.org/programmelevel.php


114

ĐỔI MỚI NỘI DUNG CHƯƠNG TRINH VA PHƯƠNG PHÁP GIẢNG DAY MÔN TOÁN CHO CÁC NHA KINH TÊ TAI TRƯỜNG ĐAI HỌC KINH TÊ QUỐC DÂN

12.

ThS. Hoàng Văn Thắng, ThS. Phạm Văn NghĩaTrường Đại học Kinh tế Quốc dân

Tóm tắt

Bài báo trình bày nghiên cứu, phân tích thực trạng của việc dạy và học môn Toán cho các nhà kinh tế (CCNKT)trong Trường Đại học Kinh tế Quốc dân, phân tích, so sánh nội dung chương trình môn Toán cho các nhà kinh tế trong Trường Đại học Kinh tế Quốc dân với nội dung chương trình môn Toán cao cấp ở một số trường trên thế giới. Nghiên cứu chỉ ra rằng, nội dung chương trình các môn Toán cho các nhà kinh tế được giảng dạy trong Trường Đại học Kinh tế Quốc dân còn ít hơn nhiều so với các trường đại học trên thế giới, đặc biệt các nội dung ứng dụng Toán trong Kinh tế còn nhiều hạn chế. Chất lượng đầu vào của sinh viên khá tốt. Tuy nhiên, kết quả học tập môn Toán của sinh viên Trường Đại học Kinh tế Quốc dân còn chưa cao. Phương pháp tiếp cận, giảng dạy của giảng viên chưa đa dạng và có nhiều nhược điểm, cần đổi mới. Từ đó, bài viết đưa ra một số giải pháp, khuyến nghị đổi mới nội dung và phương pháp giảng dạy môn Toán cho các nhà kinh tế nhằm đáp ứng yêu cầu phát triển và hội nhập, đồng thời nâng cao kết quả học tập của sinh viên.

Từ khóa: Kết quả học tập, môn toán cho các nhà kinh tế, nội dung và phương pháp giảng dạy môn Toán cho các nhà kinh tế.

115


1. GIỚI THIỆU

Trong những năm gần đây, trên thế giới, việc giảng dạy các môn Toán cho sinh viên khối ngành Kinh tế và Quản trị kinh doanh (Mathematics for Economics and Business) đã và đang được đổi mới một cách toàn diện và sâu sắc. Một loạt các sách Toán ứng dụng trong lĩnh vực kinh tế và quản trị kinh doanh xuất bản và tái bản với nội dung Toán học được trình bày cùng với những ứng dụng trong Kinh tế học của nó. Chẳng hạn:

+ Margaret L. Lial, Thomas W. Hungerford, John P. Holcomb, Jr, Bernadette Mullins (2015), “Mathematics with Applications – in the Management, Natural, and Social Sciences” Eleventh Edittion, Pearson Addison Boston.

+ Laurence D. Hoffmann, Gerald L. Bradley (2010), “Calculus for Business, Economics, and the Social and Life Sciences”, Tenth Edition, Mc Graw-Hill Higher Education.

+ David C. Lay, Steven R. Lay, Judi J. McDonald (2016), “Linear Algebra and Its Applications”, Fifth Edition.

+ James Stewart (2012), “Essential Calculus”, Second Edition.

Các chương trình môn Toán cho sinh viên các khối ngành Kinh tế và Quản trị kinh doanh của các trường đại học trên thế giới luôn dành thời lượng lớn cho những ứng dụng Toán trong Kinh tế. Mỗi nội dung Toán học được giảng dạy đều được thiết kế thành các mục, các chương có nội dung ứng dụng tương ứng trong phân tích kinh tế.

Trong những năm gần đây, tại Việt Nam, một số hội nghị, hội thảo về ứng dụng của Toán học trong lĩnh vực Kinh tế đã được tổ chức, chẳng hạn như: Hội nghị Toán ứng dụng trong lĩnh vực Tài chính (Hội Ứng dụng Toán học Việt Nam tổ chức năm 2010), Hội thảo Toán tài chính (Khoa Toán kinh tế - Trường Đại học Kinh tế Quốc dân tổ chức năm 2011). Ngoài ra, các lớp chuyên đề về ứng dụng Toán học trong lĩnh vực Bảo hiểm tài chính cũng được thực hiện (năm 2011 tại Đồ Sơn - Hải Phòng; tháng 8/2012 tại Thành phố Hồ Chí Minh).

Trong khuôn khổ Chương trình trọng điểm quốc gia Phát triển Toán học giai đoạn 2010 - 2020, tháng 12/2014 tại Đà Nẵng, Viện Nghiên cứu cao cấp về Toán phối hợp với Trường Đại học Duy Tân tổ chức Hội thảo toàn quốc giảng dạy, sách và học liệu Toán cao cấp cho các ngành đào tạo kinh tế, tài chính và ngân hàng.


116

Tác giả Nguyễn Quang Dong (2010) trong phân tích đánh giá về chuyên ngành Toán kinh tế đã chỉ ra các hạn chế của quá trình đào tạo chuyên ngành đó là: tính hội nhập của chương trình chưa cao, chương trình còn dàn trải, nhiều môn học có độ sâu chưa bằng các chương trình của nước ngoài, thiếu hoặc thừa một số học phần. Trong quá trình đào tạo, kiến thức cơ bản về Kinh tế học của sinh viên còn thấp so với yêu cầu, do đó ảnh hưởng đến việc tiếp thu các nội dung ứng dụng của môn học.

Tác giả Phạm Văn Chững (2013) trong bài viết “Một số kiến nghị về việc dạy và học Toán trong các trường đại học khối kinh tế” đã nêu nên những hạn chế của việc dạy và học Toán ở các trường đại học thuộc khối Kinh tế, cụ thể là nội dung môn Toán chưa bám sát mục tiêu đào tạo, sự kết nối giữa các khoa chuyên ngành và Toán chưa chặt chẽ. Hơn nữa, thực tiễn phát triển của Khoa học kinh tế ngày càng ứng dụng nhiều kiến thức Toán và ở mức độ cao hơn nhưng chương trình giảng dạy trong nhà trường hiện nay không đáp ứng được, những nội dung cơ bản của chương trình Toán đang giảng dạy cho sinh viên đã được xây dựng cách đây 15 năm, 20 năm chưa đáp ứng được yêu cầu. Tuy nhiên, nghiên cứu của tác giả không đầy đủ, các nhận định đưa ra chưa có luận cứ thuyết phục, tác giả cũng chưa đưa ra được các nội dung cụ thể cần đổi mới.

Qua việc tổng quan các tài liệu chúng tôi nhận thấy, vấn đề đổi mới nội dung, phương pháp giảng dạy môn Toán cao cấp ở các trường đại học đào tạo kinh tế nói chung và Trường Đại học Kinh tế Quốc dân nói riêng đã được đề cập, tuy nhiên vẫn chưa được nghiên cứu một cách đầy đủ.

Việc trang bị công cụ Toán học cho các nhà kinh tế tương lai đóng một vai trò quan trọng. Môn Toán cho các nhà kinh tế 1 (CCNKT1) và Toán cho các nhà kinh tế 2 (CCNKT2) cung cấp kiến thức cơ bản, giúp sinh viên có một tư duy logic, để hiểu tốt hơn các môn học khác, đồng thời là công cụ cho phân tích, dự báo kinh tế. Hiện nay, trường đào tạo gần 5.000 sinh viên mỗi khóa, được tuyển chọn qua kỳ thi tuyển sinh do Bộ Giáo dục và Đào tạo tổ chức với điểm đầu vào khá cao (ngành thấp nhất cũng từ 21 điểm/3 môn), chủ yếu là tổ hợp các khối A, A1 và khối D, D1 (có thi môn Toán). Với chất lượng sinh viên đầu vào đều có khả năng học toán tốt nhưng khi học những môn Toán CCNKT1, Toán CCNKT2 dường như các em gặp khó khăn vì chỉ trên dưới 10% sinh viên đạt điểm A+ và A, còn lại xấp xỉ 90% số sinh viên đạt điểm B đến điểm F, Hình 1 và Hình 2 thể hiện cơ cấu điểm các môn Toán cao cấp CCNKT1 và Toán CCNKT2 của sinh viên một số năm gần đây, từ khóa 57 tới khóa 60.

117


Hình 1: Cơ cấu điểm môn Toán CCNKT1

Nguồn: Tính toán của tác giả từ bộ số liệu Phòng Quản lý Đào tạo - Trường Đại học Kinh tế Quốc dân(2020)

Hình 2: Cơ cấu điểm môn Toán CCNKT2

Nguồn: Tính toán của tác giả từ bộ số liệu Phòng Quản lý Đào tạo - Trường Đại học Kinh tế Quốc dân (2020)

Phải chăng những nội dung kiến thức Toán học giảng dạy cho sinh viên là quá khó, quá trừu tượng? Hay phương pháp giảng dạy của giáo viên và phương pháp học tập của sinh viên đối với môn học này chưa phù hợp? Nhóm tác giả đã so sánh hai môn Toán CCNKT1 và Toán CCNKT2 với nội dung các môn học tương ứng của các trường đại học trên thế giới như: Đại học Carleton (Canada); Đại học Columbia


118

(Mỹ); Đại học Adelaide (Úc); Đại học bang San Jose (Mỹ);... và thấy rằng: nội dung kiến thức các học phần này của Trường Đại học Kinh tế Quốc dân yêu cầu thấp hơn so với hầu hết nội dung của các trường đại học kể trên. Chẳng hạn, ở trường Đại học Carleton, trường Đại học Thủ đô của Canada thì đề cương môn Toán được xây dựng từ các mô-đun. Mỗi mô-đun từ 0,5 đến 1 tín chỉ, đồng thời nêu rõ các điều kiện tiên quyết để học mô-đun đó. Nội dung mỗi học phần sẽ được xây dựng bằng cách ghép các mô-đun với nhau. Việc xây dựng đề cương theo cách này mang tính linh hoạt, phát huy sự sáng tạo của người dạy và tạo ra sự khác biệt, sự thoải mái trong việc chọn lựa nội dung giảng dạy thiết thực cho mỗi chuyên ngành. Những chuyên ngành khác nhau có những phương án chọn lựa khác nhau, ngay cả những khóa học khác nhau của cùng một chuyên ngành có thể ghép các mô-đun khác nhau phù hợp với trình độ của sinh viên và nâng cao hiệu quả của khóa học. Đề cương của lớp Math Camp 2015 của Đại học Columbia khá nặng về nội dung. Qua đề cương này chúng ta nhận thấy, sinh viên năm thứ nhất của Đại học Columbia được học những nội dung về đại số tuyến tính (véc-tơ, ma trận định thức, hệ phương trình tuyến tính), ngoài ra có thêm phần véc-tơ riêng, giá trị riêng mà sinh viên Trường Đại học Kinh tế Quốc dân không được học. Giải tích một biến và nhiều biến, các bài toán cực trị một biến và nhiều biến, tích phân bất định, tích phân xác định, tích phân bội, không gian metrix, lý thuyết độ đo (các nội dung này chỉ có sinh viên chuyên ngành Toán Kinh tế - Trường Đại học Kinh tế Quốc dân mới được học). Dựa trên các tài liệu tham khảo của đề cương, chúng tôi nhận thấy nội dung của đề cương có thêm phần động học kinh tế, tối ưu động so với đề cương của Trường Đại học Kinh tế Quốc dân.

Các đề cương mà tác giả giới thiệu đều có cấu trúc điểm đánh giá dàn trải trong cả quá trình học, điểm thi kết thúc học phần chỉ chiếm từ 25% đến 50% điểm tổng kết học phần. Như vậy, ta có thể nhận thấy rõ nét nhất về sự khác biệt giữa các đề cương ở một số trường đại học trên thế giới so với Trường Đại học Kinh tế Quốc dân cả về nội dung và cách đánh giá.

Điều này cho thấy, mặc dù kết quả thi môn Toán CCNKT1 và Toán CCNKT2 tại Trường Đại học Kinh tế Quốc dân không cao nhưng Nhà trường cũng không nên giảm nhẹ nội dung và yêu cầu đối với môn học. Để nâng cao chất lượng giảng dạy và học tập, nhóm tác giả thực hiện cuộc khảo sát đối với sinh viên theo học tại Trường Đại học Kinh tế Quốc dân nhằm tìm ra các yếu tố tác động đến kết quả học tập các môn Toán CCNKT1, Toán CCNKT2 của sinh viên.

119


2. SỐ LIỆU VA PHƯƠNG PHÁP NGHIÊN CỨU

Bài viết sử dụng số liệu được cung cấp từ Phòng Quản lý Đào tạo - Trường Đại học Kinh tế Quốc dân từ khóa 57 đến khóa 60 (4 năm gần đây đã học xong học phần Toán CCNKT). Ngoài ra, những phân tích trong nghiên cứu này còn dựa trên kết quả khảo sát của nhóm nghiên cứu tại Trường Đại học Kinh tế Quốc dân. Đây là nghiên cứu đánh giá về thực trạng các yếu tố có tác động tới kết quả học tập hai môn Toán CCNKT1, Toán CCNKT2 tại Trường Đại học Kinh tế Quốc dân, nhóm tác giả đã thiết kế phiếu khảo sát và gửi trực tiếp tới các sinh viên. Phiếu này gồm 55 câu hỏi với 4 nội dung chính thu thập thông tin về các đặc điểm của sinh viên, đánh giá của sinh viên về nội dung môn học, về mức độ quan trọng và mức độ hài lòng của sinh viên đối với phương pháp giảng dạy, chuyên môn, và tác phong làm việc của giảng viên, về môi trường học tập tại trường. Trong phiếu khảo sát, nhóm tác giả không thu thập thông tin về danh tính của người trả lời với mong muốn thu được ý kiến khách quan nhất từ phía sinh viên.

Bài viết còn sử dụng số liệu từ cuộc khảo sát lấy ý kiến của các thầy cô trực tiếp giang dạy môn Toán cho các nhà kinh tế và các thầy cô giảng dạy các môn chuyên ngành trong Trường Đại học Kinh tế Quốc dân ; các thầy cô giảng dạy môn Toán cao cấp của các trường đại học khác trong nước và nước ngoài.

Phương pháp phân tích là thống kê mô tả. Các kết luận được đưa ra dựa trên các chỉ số được tính toán từ dữ liệu khảo sát bằng công cụ Excel. Đối tượng nghiên cứu bao gồm sinh viên các khóa gần đây đã được học môn Toán cho các nhà kinh tế, có cả sinh viên đã ra trường. Các giảng viên giảng dạy trong và ngoài trường, trong nước và nước ngoài.

3. THƯC TRANG VIỆC DAY VA HỌC TOÁN TRONG TRƯỜNG ĐAI HỌC KINH TÊ QUỐC DÂN

3.1. Cơ cấu kết quả điểm thi của sinh viên

Mặc dù những nội dung trong đề cương được giảng dạy cho sinh viên Trường Đại học Kinh tế Quốc dân hiện nay là dễ hơn, lượng kiến thức giảng dạy trong mỗi giờ dạy là ít hơn so với sự phân bố nội dung trong các đề cương của một số trường đại học trên thế giới, nhưng qua thống kê kết quả học tập của sinh viên từ khóa 57 đến 60 chúng tôi nhận thấy, tỷ lệ điểm cao của sinh viên là không nhiều, được minh họa bởi những biểu đồ sau:


120

Hình 3: Cơ cấu điểm môn Toán CCNKT1, khóa 57

Nguồn: Tính toán của tác giả từ bộ số liệu Phòng Quản lý Đào tạo -Trường Đại học Kinh tế Quốc dân (2020)





121







Nguồn: Tính toán của tác giả từ bộ số liệu Phòng Quản lý đào tạo - Trường Đại học Kinh tế Quốc dân (2020)


122



Hình 10: Cơ cấu điểm môn Toán CCNKT 2, khóa 60


3.2. Ý kiến của giảng viên về sinh viên

Kết quả khảo sát ý kiến giảng viên chuyên môn về tính chuyên cần và sự hài lòng của giảng viên với ý thức học tập, về kết quả học tâp của sinh viên đối với môn Toán được minh họa bởi các Hình sau:

Thầy (cô) nhận xét về tính chuyên cần trong học tập của sinh viên ĐH KTQD trong 4 khóa gần đây (Sinh viên K57 đến 60)

123


Hình 11: Giảng viên đánh giá về chuyên cần trong học tập của sinh viên

Nguồn: Tính toán của tác giả từ bộ số liệu khảo sát (2020)

Thầy (cô) có hài lòng về ý thức học tập của sinh viên từ khóa 57 đến 60 không?

Hình 12: Giảng viên đánh giá về ý thức học tập của sinh viên


Thầy (cô) có hài lòng về kết quả học tập của sinh viên từ khóa 57 đến 60 không?

Hình 13: Giảng viên đánh giá về kết quả học tập của sinh viên



124

3.3. Tỷ lệ điểm thi đầu vào và sở thích học môn Toán cao cấp của sinh viênPhân bố tỷ lệ điểm thi đầu vào môn Toán của sinh viên như sau:

Hình 14: Cơ cấu phân phối điểm thi đại học của sinh viên


Tỷ lệ sinh viên về sở thích học môn Toán như sau:Hình 15: Sự yêu thích môn Toán cao cấp của sinh viên


Kết quả khảo sát điểm thi môn Toán cao cấp CCNKT1 của sinh viên:Hình 16: Cơ cấu điểm Toán CCNKT1 của sinh viên


125


Kết quả thi môn Toán cao cấp CCNKT2 của sinh viên:

Hình 17: Cơ cấu điểm Toán CCNKT2 của sinh viên


Qua các Hình trên, chúng ta nhận thấy rằng, có tới 87,7% sinh viên Trường Đại học Kinh tế Quốc dân có điểm đầu vào môn Toán từ 7 điểm trở lên và 65,2% sinh viên thích học môn Toán, nhưng điểm thi đạt từ 7 điểm trở lên đối với môn Toán 1 chỉ là 40,1%, môn Toán 2 là 34,3%. Trong khi đó, điểm đầu vào dưới 5 của sinh viên là 1,7% nhưng điểm thi dưới 5 các môn Toán 1 là 27,3% và Toán 2 là 36,1%. Như vậy, điểm thi đầu vào môn Toán của sinh viên là khá cao, chất lượng sinh viên khá tốt. Nhưng trên thực tế, phần đông các em vẫn ngại học Toán, một số thậm chí còn có tâm lý sợ học Toán và kết quả thi hết học phần môn Toán của sinh viên là không cao. Có nhiều nguyên nhân dẫn đến thực trạng này, một trong những nguyên nhân chính đó là: nội dung chương trình học tuy nhẹ hơn các chương trình nước ngoài, nhưng hơi nặng về kiến thức hàn lâm, phần ứng dụng chưa đa dạng. Phương pháp học chưa hợp lý và hiệu quả, các em vừa mới từ phổ thông vào đại học chưa bắt nhịp kịp với môi trường mới, các môn học mới với hàm lượng kiến thức nhiều. Phương pháp giảng dạy của giảng viên hầu như vẫn là phương pháp truyền thống, chưa cuốn hút được sinh viên. Ý thức học tập của sinh viên chưa cao, chưa phát huy được hết khả năng tự học, tự nghiên cứu.

Về giảng viên, ngoài việc phỏng vấn tất cả giảng viên chuyên môn của Bộ môn Toán cơ bản, Trường Đại học Kinh tế Quốc dân, chúng tôi còn phỏng vấn một số giảng viên đã học các môn Toán cho các nhà kinh tế và hiện nay đang giảng dạy các môn chuyên ngành của Khoa Toán kinh tế.


126

3.4. Kết quả đánh giá của sinh viên và giảng viên qua khảo sát

Qua khảo sát chúng tôi nhận được 889 phiếu trả lời của sinh viên từ K57 đến K60 với sự phân bố phiếu như sau:

Hình 18: Cơ cấu phân phối phiếu điều tra thu được


Kết quả điểm thi của sinh viên các khoa như sau:

Hình 19: Kết quả điểm thi môn Toán của sinh viên


127


Kết quả sự hài lòng của sinh viên về Giảng viên, môi trường học và kết quả điểm thi môn học:

Hình 20: Đánh giá của sinh viên về giảng viên

Nguồn: Tính toán của tác giả từ bộ số liệu khảo sát 2020)

Hình 21: Đánh giá của sinh viên về môi trường học tập



128

Hình 22: Đánh giá của sinh viên về môi trường học tập theo khóa


Kết quả khảo sát ý kiến của giảng viên chuyên môn:

Hình 23: Cơ cấu giảng viên tham gia khảo sát


Ý kiến của giảng viên về mức độ nội dung môn Toán CCNKT1 ở Trường Đại học Kinh tế Quốc dân so với nội dung của các trường trên thế giới:

129


Hình 24: Nhận xét của giảng viên về nội dung Toán CCNKT1


Ý kiến của giảng viên về mức độ nội dung môn Toán CCNKT2 ở Trường Đại học Kinh tế Quốc dân so với nội dung của các trường đại học trên thế giới:

Hình 25: Nhận xét của giảng viên về nội dung Toán CCNKT2


Với 65,4% (đối với môn Toán CCNKT1) và 61,5% (đối với môn Toán CCNKT2) ý kiến giảng viên đánh giá về mức độ nội dung các môn Toán cho sinh viên kinh tế của Trường Đại học Kinh tế Quốc dân ít hơn và ít hơn nhiều so với nội dung môn Toán của các trường đại học trên thế giới. Điều này phù hợp với những nhận xét từ việc tác giả phân tích đề cương môn Toán của Trường Đại học Kinh tế Quốc dân và một số trường đại học trên thế giới. Nhận xét về trình độ sinh viên hiện nay, 69,2% ý kiến giảng viên cho rằng, trình độ sinh viên từ khá trở lên nhưng về tính chuyên cần thì có 30,8% sinh


130

viên lười học và 69,2% chăm học ở mức độ trung bình, có nghĩa là không có ý kiến nào cho rằng sinh viên hiện tại chăm học và tương ứng có 69,2% ý kiến giảng viên chuyên môn không hài lòng với ý thức học tập của sinh viên từ K57 đến K60. Trong khi đó, 100% giảng viên cho rằng việc tự học của sinh viên là quan trọng hay là yếu tố chính quyết định đến kết quả học tập của sinh viên.

4. MỘT SỐ KÊT LUẬN VA KHUYÊN NGHỊ

Qua việc khảo sát thống kê, tham khảo ý kiến các chuyên gia, tham khảo nội dung chương trình, tài liệu và phương pháp giảng dạy của các trường trên thế giới, nhóm tác giả nhận thấy, sinh viên với đầu vào xét tuyển thuộc tổ hợp khối A, A1 hay D, D1 không ảnh hưởng nhiều đến kết quả học tập môn Toán CCNKT1 nhưng có sự khác nhau nhỏ trong kết quả học tập môn Toán CCNKT2 giữa sinh viên thuộc hai nhóm tổ hợp này. Vì vậy, theo tác giả nhà trường tuyển sinh theo cả bốn khối A, A1, D và D1 là hợp lý. Qua phân tích trên đây, tính hấp dẫn của môn học có tác động đáng kể đến môn Toán CCNKT1. Kết quả của bài nghiên cứu gợi ý rằng, Nhà trường nên cải tiến nội dung và phương pháp giảng dạy môn học để tăng thêm tính hấp dẫn của môn học, nâng cao chất lượng đào tạo, đáp ứng nhu cầu của xã hội và khả năng hội nhập quốc tế.

Dưới đây là một số khuyến nghị của nhóm tác giả về đổi mới nội dung chương trình và phương pháp giảng dạy môn toán CCNKT tại Trường Đại học Kinh tế Quốc dân, cũng như các trường đại học thuộc khối kinh tế:

Về nội dung

Để đáp ứng nhu cầu ứng dụng Toán như một công cụ trong phân tích kinh tế, với vai trò là môn học trong nhóm các học phần cơ sở, đáp ứng nhu cầu công việc khi ra trường, tăng cường khả năng hội nhập quốc tế, cũng như tăng cường tư duy logic, khả năng làm việc độc lập, làm việc theo nhóm và làm việc khoa học trong công việc của sinh viên, và nhất là trong điều kiện thời lượng dành cho môn Toán tại các trường đại học thuộc khối Kinh tế nói chung cũng như tại Trường Đại học Kinh tế Quốc dân nói riêng đang ngày càng bị thu hẹp.

Thiết kế nội dung chương trình phù hợp, có nhiều ứng dụng trong phân tích kinh tế, mang tính hội nhập cao. Tác giả đề xuất, hai học phần Toán CCNKT1 và Toán CCNKT2 gộp thành một học phần và được chia nhỏ thành các mô-đun, mỗi mô-đun có thời lượng 0,5 tín chỉ và chứa đựng một khối lượng kiến thức tương đối trọn vẹn về một chủ đề nhất định. Các khối ngành khác nhau như: Quản trị kinh doanh, Tài chính

131


- Ngân hàng, Kinh tế học, Công nghệ thông tin,... có thể lựa chọn tổ hợp các mô-đun khác nhau, và yêu cầu cũng như đánh giá kết quả học tập của sinh viên cũng khác nhau cho phù hợp với chuyên ngành đào tạo

Về phương pháp giảng dạy

Theo tính toán của tác giả từ bộ số liệu khảo sát, hiện nay có khoảng 55% sinh viên hài lòng với phương pháp giảng dạy của giảng viên môn Toán CCNKT2. Phương pháp giảng dạy cần thay đổi lấy sinh viên làm trung tâm, bài giảng cần được tổ chức sinh động và trực quan. Bên cạnh đó, chúng ta cần có những biện pháp cụ thể để nâng cao tính tự giác học tập của sinh viên thông qua thời gian tự học. Vì yếu tố này tác động đến kết quả học tập của cả hai môn Toán CCNKT1 và Toán CCNKT2. Hiện nay, thời gian tự học của sinh viên là quá ít đối với cả hai môn. Số sinh viên có thời gian tự học tương đương với thời gian trên lớp chỉ đạt 7,09% (đối với môn Toán cao cấp CCNKT1) và 11,95% (đối với môn Toán cao cấp CCNKT2). Chúng ta nên đưa kết quả tự học của sinh viên như: việc làm bài tập ở nhà, chuẩn bị bài học hay những nội dung thực hành thuyết trình, thảo luận trước lớp của sinh viên trở thành một yếu tố để đánh giá kết quả học tập của sinh viên.

Cần kết hợp đa dạng các phương pháp dạy học, cách tiếp cận trong một môn học (phương pháp dạy học theo cách giải quyết vấn đề, dạy học theo tình huống, dạy học theo định hướng hành động) kết hợp với công nghệ thông tin, như âm thanh, chiếu slide Power point để bài giảng có sức lôi cuốn, cuốn hút sự đam mê, hứng thú của sinh viên.

Cần đẩy mạnh khai thác các lợi thế trong thời đại công nghệ thông tin, cụ thể: giảng viên có thể chuẩn bị sẵn video bài giảng của một số mô-đun và gửi đường link video đó cho sinh viên lớp mình giảng dạy. Làm như vậy, sinh viên sẽ nâng cao khả năng tự học và thuận tiện trong việc chuẩn bị bài học trước khi đến lớp, giảm bớt được thời gian lên lớp trực tiếp của giảng viên. Thời gian trên lớp giảng viên chỉ giải đáp các nội dung lý thuyết và bài tập mà sinh viên khúc mắc và tập chung vào các nội dung kiến thức mới quan trọng và phức tạp.

Giao cho sinh viên làm việc theo nhóm các chủ đề cụ thể của từng mô-đun và lên trình bày thảo luận trước lớp.

Việc xây dựng, biên soạn hệ thống giáo trình, tài liệu tham khảo cần phong phú hơn nữa, đặc biệt là giáo trình điện tử, các video giảng dạy của giảng viên để sinh viên có thể tham khảo, nhìn nhận được nhiều khía cạnh dẫn luận từ thực tế cho nội dung


132

kiến thức mới vừa nâng cao tính hấp dẫn của môn học, vừa thuận lợi cho việc tự học của sinh viên.

Đối với môn Toán CCNKT2, tính hấp dẫn không tác động nhiều đến kết quả học tập của sinh viên, bởi vì những ứng dụng của môn Toán CCNKT2 đã được đưa khá nhiều vào trong nội dung. Nhưng phương pháp giảng dạy, mức độ yêu cầu, mức độ đề thi và kiểm tra lại ảnh hưởng đến kết quả học tập của sinh viên. Vì vậy, việc điều chỉnh phương pháp giảng dạy của giảng viên càng trở nên quan trọng để nâng cao kết quả học tập môn Toán CCNKT2.

Đồng thời, tác giả khuyến nghị Bộ môn Toán cơ bản nên đưa nhiều hơn những bài toán ứng dụng Toán trong phân tích kinh tế vào nội dung thi để sinh viên nắm được tính thực tiễn của môn học và giảm nhẹ nội dung toán học thuần túy, tạo hứng thú cho sinh viên.

Kết quả của nghiên cứu này được tính toán từ Khảo sát sinh viên về môn Toán CCNKT1, Toán CCNKT2 do nhóm tác giả đã thực hiện khảo sát. Do thời gian và kinh nghiệm có hạn nên mẫu khảo sát chưa thực sự bài bản, điều này hạn chế kết quả nghiên cứu ở mức nghiên cứu phát hiện vấn đề, kết luận chỉ dừng lại ở phạm vi mẫu nghiên cứu mà chưa đủ tin cậy để suy rộng cho sinh viên toàn Trường Đại học Kinh tế Quốc dân.


1. Margaret L. Lial, Thomas W. Hungerford, John P. Holcomb, Jr, Bernadette Mullins (2015), “Mathematics with Applications In the Management, Natural, and Social Sciences”, Eleventh Edittion, Pearson Addison Boston.

2. Laurence D. Hoffmann, Gerald L. Bradley (2010), “Calculus for Business, Economics, and the Social and Life Sciences”, Tenth Edition, Mc Graw-Hill Higher Education.

3. David C. Lay, Steven R. Lay, Judi J. McDonald (2016), “Linear Algebra and Its Applications”, Fifth Edition.

4. James Stewart (2012), “Essential Calculus”, Second Edition.

5. Nguyễn Quang Dong (2010), “Sự cần thiết xây dựng ngành Toán kinh tế - Tài chính”, Tạp chí Kinh tế và Phát triển, số 159 (II), tr.92-94, 2010.

133


6. Phạm Văn Chững (2013), “Một số kiến nghị về việc dạy và học Toán trong các trường đại học khối kinh tế”, Kỷ yếu Hội thảo khoa học Quốc gia – Đào tạo và ứng dụng toán học trong Kinh tế xã hội – T5/2013, tr.23-27, 2013.

7. Nguyễn Thị Quỳnh Lan (2013), “Bộ môn Toán cơ bản và việc giảng dạy môn Toán cao cấp tại Trường Đại học Kinh tế Quốc dân”, Hội thảo Khoa học Quốc gia về Đào tạo và ứng dụng toán học trong kinh tế - xã hội, tr.39-57.

8. A. Colin Cameron & Pravin K. Trivedi (2005), Microeconometrics Methods and Applications, Cambridge University Press.

9. Võ Thị Tâm (2010), “Các yếu tố tác động đến kết quả học tập của sinh viên chính quy trường Đại học Kinh tế Thành phố Hồ Chí Minh”, Luận văn Thạc sĩ, Đại học Quốc gia Hà Nội, 2010.

10. Jeffrey M. Wooldridge (2002), “Econometric Analysis of Cross Section and Panel Data”, The MIT Press, Cambridge, Massachusetts, London England, 2002.


134

Tóm tắt:

Tại Việt Nam, nguồn nhân lực ngành Toán ứng dụng đang được đào tạo ở một số trường đại học với các tên khác nhau: Toán kinh tế, Toán tài chính, Toán tin ứng dụng, Tài chính định lượng,... Trong thời đại kinh tế số hiện nay, Toán kinh tế có nhiều ứng dụng trong nhiều lĩnh vực của đời sống như: Kinh tế, Tài chính, Tài chính - Ngân hàng,... Toán kinh tế là công cụ định lượng và phân tích dữ liệu lớn, giúp các doanh nghiệp đưa ra các chiến lược và tối ưu hóa trong kinh doanh. Tuy nhiên, chất lượng sinh viên ra trường chưa đáp ứng được yêu cầu của xã hội, trong khi nhu cầu của xã hội đối với Toán kinh tế còn rất lớn. Vì vậy, một đòi hỏi cấp thiết hiện nay là cần đổi mới phương pháp đào tạo và trang bị cho sinh viên chuyên ngành này các mảng kiến thức về kinh tế, nắm vững các phương pháp toán học và thành thạo công nghệ thông tin đáp ứng nhu cầu của xã hội trong thời đại cách mạng công nghiệp 4.0 và nền kinh tế đang chuyển dần sang nền kinh tế số. Nội dung của bài viết là tìm hiểu về thực trạng đào tạo chuyên ngành Toán kinh tế hiện nay và nhu cầu của xã hội đối với chuyên ngành này trong thời gian tới.

Từ khóa: Toán học, Kinh tế, Toán kinh tế.

NHU CÂU NGUỒN NHÂN LƯC NGANH TOÁN KINH TÊ TRONG THỜI GIAN TỚI

13.

TS. Lê Tài Thu Học viện Ngân hàng, Hà Nội

135


1. CƠ HỘI VIỆC LAM CỦA SINH VIÊN NGANH TOÁN KINH TÊ

Toán kinh tế là một môn khoa học nhằm vận dụng Toán học trong phân tích các mô hình kinh tế để từ đó sẽ hiểu hơn các nguyên tắc và quy luật của nền kinh tế thị trường. Toán kinh tế là ứng dụng Toán học vào việc áp dụng phát triển kỹ thuật giải quyết các vấn đề kinh tế và thị trường.

Thông qua những phân tích và thống kê về thị trường, đặc biệt là doanh nghiệp sản xuất kinh doanh dựa vào những phân tích của toán kinh tế mà người quản lý doanh nghiệp sẽ đưa ra chiến lược phát triển.

Việt Nam và Thế giới đang trong cuộc cách mạng công nghiệp lần thứ tư (CMCN 4.0) và phát triển nền kinh tế số. Để phát triển nền kinh tế số ở Việt Nam đòi hỏi phải có nguồn nhân lực chất lượng cao thành thạo công nghệ thông tin, đặc biệt được đào tạo chuyên sâu về Toán và Kinh tế. Đối với các nước phát triển đều có đội ngũ chuyên gia về Toán kinh tế, các quốc gia này có nhiều trường đại học đào tạo đội ngũ Toán kinh tế rất mạnh đã đào tạo nguồn nhân lực đáp ứng nhu cầu của thị trường tuyển dụng và đáp ứng yêu cầu phát triển kinh tế.

Trong thời đại số và kinh tế số hiện nay, Toán kinh tế có rất nhiều ứng dụng trong các lĩnh vực như: Kinh tế, Tài chính, Tài chính - Ngân hàng,... Toán kinh tế là công cụ định lượng và phân tích dữ liệu lớn (Big Data), giúp các doanh nghiệp đưa ra các chiến lược và tối ưu hóa trong kinh doanh.

Sự phát triển của nền kinh tế gắn liền với sự phát triển của Toán kinh tế. Sinh viên ngành Toán kinh tế có thể làm việc trong các ngành như: chuyên viên nghiên cứu phân tích thị trường, phân tích tài chính, thống kê, ngân hàng, chuyên viên dự báo, phân tích và quản trị rủi ro, thẩm định đầu tư, định phí bảo hiểm, chứng khoán, giảng viên đại học,...

Trong thời gian qua, nhiều công ty được xây dựng trên cơ sở Toán học, đặc biệt là các công ty cung cấp giải pháp công nghệ hoặc tài chính (chứng khoán, bảo hiểm...), đã mở rộng và phát triển mạnh mẽ. Nếu sinh viên ngành Toán kinh tế thành thạo Tin học thì sau khi tốt nghiệp, cơ hội việc làm tăng lên đáng kể có thể tìm được việc làm tại các trung tâm phân tích tài chính, cơ quan kiểm toán thống kê, các công ty tin học, cơ quan tài chính của Nhà nước như: Tổng cục Thống kê, Ủy ban Chứng khoán Nhà nước, Kho bạc Nhà nước, bảo hiểm,... hoặc các công ty tài chính (ngân hàng, bảo hiểm, kiểm toán, kế toán...); ngoài ra, những sinh viên này cũng có thể công tác trong


136

nhiều ngành nghề có sử dụng kiến thức Toán học ứng dụng và Tin học như: kỹ sư phần mềm, lập trình viên, chuyên viên nghiên cứu và phát triển (R&D), nhà phân tích hệ thống, chuyên gia tin học,...

Để đáp ứng yêu cầu của doanh nghiệp và xã hội, một số trường đại học trong nước đã mở chuyên ngành đào tạo Toán kinh tế, trong đó sinh viên được trang bị kiến thức cả hai mảng về Kinh tế và Toán học nhằm đáp ứng nhu cầu nguồn nhân lực chất lượng cao trong lĩnh vực này phục vụ phát triển của đất nước. Tuy nhiên, cùng với sự phát triển của CMCN 4.0, chuyên ngành Toán kinh tế nên bổ sung thêm việc trang bị cả kiến thức về tin học thì mới đáp ứng được nhu cầu của thị trường và cơ hội việc làm của sinh ngành Toán kinh tế sẽ tăng lên đáng kể.

2. THƯC TRANG NGANH TOÁN KINH TÊ HIỆN NAY

2.1. Thực trạng giảng dạy môn Toán ở các trường đại học

Hiện nay, do nhiều nguyên nhân khác nhau dẫn đến khối lượng các kiến thức về Toán học và Thống kê bị các trường cắt giảm rất nhiều. Thời lượng giảng dạy giữa các trường cũng rất khác nhau, việc lựa chọn các môn Toán phụ thuộc theo từng quan điểm của mỗi trường và không có sự thống nhất giữa các trường cùng đào tạo một chuyên ngành. Thực hiện chủ trương tự chủ đại học, nhiều trường đang có xu hướng ngày càng giảm thời lượng dạy toán, thậm chí còn có ý kiến rất cực đoan cho rằng không cần thiết phải giảng dạy và có giảng dạy cũng không sử dụng gì. Thực tế, nhiều trường đại học có liên kết giảng dạy với một số đối tác nước ngoài mà trong một số chuyên ngành họ không giảng dạy môn Toán. Và do đó, một số trường lập luận rằng không nhất thiết phải giảng dạy môn Toán, hoặc yêu cầu ghép nhiều môn Toán thành một. Còn một lý do khá tế nhị nữa là khối lượng giảng dạy môn chính trị và giáo dục quốc phòng là bắt buộc và khá lớn, đứng trước xu thế giảm thời gian đào tạo, nên nhiều trường tiến hành cắt giảm môn Toán một cách không thương tiếc.

Trên thực tế, có nhiều nguyên nhân dẫn tới tình trạng này. Từ góc độ các cơ sở đào tạo, có một số trường, chẳng hạn trường dân lập, thì cho rằng môn Toán khó học cho sinh viên nên đã giảm tải nội dung các môn học này trong chương trình, thậm chí bỏ hẳn; có trường do sự nhận thức của lãnh đạo nhà trường (lãnh đạo xuất phát từ chuyên ngành ít sử dụng Toán) chưa nhìn thấy được ứng dụng của Toán học trong Kinh tế, và đang nghe ngóng các trường khác mà giảm tải môn toán thì cũng tiến hành cắt giảm.

Từ góc độ người học, nhiều sinh viên thực sự sợ học môn Toán, thậm chí không

137


muốn học. Vì vậy, việc học các môn Toán mang tích chất đối phó, không đi sâu vào học các khái niệm mà chỉ tìm cách tính toán ra kết quả và bắt chước ví dụ và bài tập mẫu nên không hiểu được ý nghĩa của Toán học trong Kinh tế.

Một nguyên nhân rất quan trọng nữa là rất nhiều khoa chuyên ngành vì được tự chủ trong việc lựa chọn các môn học nên tìm cách cắt giảm môn Toán để tăng thời lượng giảng dạy các môn chuyên ngành và cho rằng các môn chuyên ngành mới thực sự quan trọng.

Về đội ngũ giảng viên giảng dạy môn Toán, do phần lớn xuất thân từ các trường sư phạm và khoa học tự nhiên nên sự hiểu biết về Kinh tế còn nhiều hạn chế, điều này đã làm giảm vai trò của Toán kinh tế, việc tiếp cận cơ sở dữ liệu để ứng dụng phân tích định lượng còn khó khăn. Một số giảng viên ở các môn chuyên ngành sự hiểu biết về Toán cũng rất hạn chế. Vì vậy, họ chưa đưa được các phương pháp định lượng và thống kê vào để áp dụng trong giảng dạy các môn chuyên ngành và chưa thấy được vai trò của Toán học.

Về cơ sở vật chất để giảng dạy Thống kê và Kinh tế lượng như: máy tính, phần mềm, dữ liệu, giáo trình..., nhiều trường còn thiếu, đã dẫn đến người đã học chưa chủ động trong việc học tập, thiếu tự tin trong công việc. Thậm chí, ở bậc đào tạo sau đại học, việc sử dụng phân tích định lượng để nghiên cứu và làm luận văn, luận án còn rất lúng túng, có khi còn không thể thực hiện được. Việc giảng dạy và học tập môn Toán như vậy chưa thực sự hiệu quả và rất lãng phí nguồn lực.

2.2. Thực trạng đào tạo ngành Toán kinh tế

Hiện nay, ở Việt Nam có nhiều trường đại học đang đào tạo Toán ứng dụng trong kinh tế với các tên khác nhau: Toán kinh tế, Toán tài chính, Actuary (Trường Đại học Kinh tế Quốc dân), Toán tin ứng dụng (Trường Đại học Bách khoa Hà Nội), Toán tài chính (Trường Đại học Kinh tế Thành phố Hồ Chí Minh), Tài chính định lượng (Trường Đại học Ngân hàng - Marketing, Thành phố Hồ Chí Minh),... Trường Đại học Quy Nhơn đào tạo data science trong ngành Toán ứng dụng, nhưng nghiên về khía cạnh kỹ thuật (học máy, trí tuệ nhân tạo,...), Học viện Chính sách Phát triển đào tạo về Big Data.

Sinh viên Toán kinh tế được trang bị kiến thức về Toán, Kinh tế và Quản trị kinh doanh, kiến thức thực học đa dạng; có khả năng mô hình hóa, phân tích, dự báo các vấn đề kinh tế - xã hội thông qua việc sử dụng các phương pháp, công cụ phân tích dữ liệu hiện đại, cập nhật,...


138

Tuy nhiên, hạn chế hiện nay của sinh viên Toán kinh tế là chưa thực sự kết nối giữa lý thuyết kinh tế và mô hình toán, dẫn đến chưa giải thích được việc đề xuất mô hình hay giải thích mô hình; độ gắn kết giữa nội dung giảng dạy với các vấn đề thực tiễn ở các lĩnh vực kinh tế - xã hội còn hạn chế; thiếu cập nhật về các nguồn thông tin sẵn có ở Việt Nam; chưa tự tin trong xử lý trên bộ số liệu, chưa tiếp cận nhiều với những công cụ phân tích mới, hay những ứng dụng mới mà đây là nền tảng quan trọng để hình thành ý tưởng trong công việc thực tế.

Hiện nay, xu hướng một số ngành là ranh giới giữa Toán học và một số ngành khoa học khác đang hình thành, ví dụ liên kết giữa Toán học và Khoa học máy tính hình thành Data science, Big data,... Các khoa học cũ được nâng lên tầm cao mới. Sự kết hợp này là kết quả của quá trình phát triển khoa học công nghệ và CMCN 4.0. Ở Việt Nam, việc đào tạo theo xu hướng mới này chưa bắt kịp, do xuất phát điểm của chúng ta còn thấp, nên việc đào tạo về Toán cho các nhà kinh tế và toán ứng dụng còn nhiều hạn chế và tồn tại.

Trong buổi Tọa đàm khoa học về “Đào tạo và sử dụng nhân lực ngành Toán kinh tế” của Trường Đại học Kinh tế Quốc dân ngày 27/10/2018, một số ý kiến cho rằng: + “Việc đào tạo về Toán cho các nhà kinh tế và Toán ứng dụng trong các trường đại học còn nhiều bỏ ngỏ, tồn tại, chậm đổi mới. Mặt khác, nhiều ngành học như: Kinh tế học, Kinh tế phát triển, Marketing, Tài chính - Ngân hàng, Kinh tế và Quản lý môi trường,... trong giảng dạy còn thiếu việc áp dụng Toán học, thiếu sự trang bị các kiến thức cơ sở của Thống kê, Kinh tế lượng dẫn tới các chuyên ngành chưa thấy được vai trò của Toán kinh tế”.

+ “Nhiều trường khối kinh tế việc giảng dạy kiến thức về công nghệ thông tin còn ít và yếu, chủ yếu mới giảng dạy kiến thức cơ bản của một số phần mềm thống kê ứng dụng như: SPSS, STATA, EVIEWS, còn các phần mềm khác chưa được chú trọng như phần mềm dựa trên hệ thống code – SAS, R, Python- chưa được đào tạo cho người học”.

Kiến thức về Data science, Big data chưa đưa vào giảng dạy tại các trường đại học ở Việt Nam. Một số chương trình đưa Data mining vào giảng dạy, song với thời lượng còn ít. Nội dung của các học phần cốt lõi chưa được cập nhật. Rất nhiều phương pháp, mô hình mới được ứng dụng và đang được sử dụng trong các ngân hàng, doanh nghiệp, nhưng trong đào tạo chưa có. Đào tạo gắn với thực tế và kỹ năng thực hành của sinh viên chưa được chú trọng. Liên kết với các doanh nghiệp còn chưa cao, các doanh nghiệp hầu như chưa tham gia vào quá trình đào tạo.

139


2.3. Thực trạng ứng dụng của Toán kinh tế

Ứng dụng của Toán kinh tế trong Kinh tế và định hướng chính sách phát triển kinh tế nhằm nâng cao hiệu quả trong quản lý, việc sử dụng tư duy toán là công cụ rất quan trọng để giải quyết các bài toán thực tiễn và nâng cao hiệu quả, cũng như sức cạnh tranh của nền kinh tế. Tuy nhiên, ở Việt Nam, việc ứng dụng Toán kinh tế còn khá ít và rất hạn chế. Việc quản lý kinh tế ở nhiều nơi vẫn làm theo kinh nghiệm và chưa thực sự căn cứ vào kết quả phân tích định lượng và thống kê kinh tế. Số liệu kinh tế khó tiếp cận và độ chính xác chưa cao.

Ngay cả sự nhận thức của các cấp chính quyền về ứng dụng của Toán kinh tế chưa gắn với nhiệm vụ phát triển kinh tế.

Nền kinh tế hiện nay mang nặng yếu tố thực dụng, thiếu minh bạch, số liệu thống kê thiếu chính xác; vì vậy, những lý thuyết khoa học và công cụ định lượng chính xác khó có khả năng phát huy trong thực tế.

3. NHU CÂU NHÂN LƯC NGANH TOÁN KINH TÊ TRONG GIAI ĐOAN TỚIHẤN ĐỂ PHÓNG TO ẢNH

Cuộc cách mạng công nghiệp 4.0 đang diễn ra với tốc độ ngày càng nhanh, bên cạnh đó là nền kinh tế số đang phát triển nhanh chóng. Cùng sự phát triển của nền kinh tế và hội nhập ngày càng sâu rộng vào nền kinh tế thế giới, nhu cầu nguồn nhân lực Toán kinh tế của Việt Nam cần rất nhiều. Tuy nhiên, để sinh viên ra trường đáp ứng được yêu cầu thị trường thì điều quan trọng là các cơ sở đào tạo cần nâng cao chất lượng dạy và học chuyên ngành Toán kinh tế. Ngoài việc đào tạo theo phương pháp truyền thống là trang bị mảng kiến thức nền tảng và nâng cao về Toán học và Kinh tế, cần thiết phải trang bị thêm cho sinh viên ngành Toán kinh tế sử dụng thành thạo công nghệ tin học.

Dưới đây là một số khuyến nghị chính sách nhằm phát triển nguồn nhân lực ngành Toán kinh tế tại Việt Nam trong thời gian tới:

Đối với cơ quan quản lý:

- Cần hoàn thiện các chính sách tài chính nhằm khuyến khích, huy động mọi nguồn lực xã hội đầu tư cho các hoạt động nghiên cứu khoa học, phát triển và ứng dụng Toán kinh tế; có cơ chế khuyến khích và ưu đãi đối với các tổ chức, cá nhân, doanh nghiệp tham gia trực tiếp vào quá trình đào tạo chuyên ngành Toán kinh tế, để phục vụ cho nền kinh tế; tiếp tục hoàn thiện cơ chế, chính sách khuyến khích, thu hút, sử dụng nhân tài, nguồn nhân lực chất lượng cao cho ngành Toán kinh tế.


140

- Cần có chính sách quốc gia về đào tạo Toán kinh tế để nâng cao chất lượng đầu ra của các ngành đào tạo Toán kinh tế đáp ứng yêu cầu nguồn nhân lực có tính hội nhập, phù hợp với yêu cầu của cuộc cách mạng công nghiệp 4.0.

- Cần nâng cao chất lượng giảng dạy kiến thức Toán học ở bậc phổ thông để nâng cao chất lượng đầu vào cho các trường đại học. Việc tổ chức thi tốt nghiệp trung học phổ thông thông qua hình thức thi trắc nghiệm môn Toán là nguyên nhân học sinh học môn Toán chỉ chú trọng tính toán ra kết quả mà ít quan tâm tới ý nghĩa của các khái niệm toán học.

- Bộ Giáo dục và Đào tạo là đầu mối cùng phối hợp với các cơ quan hữu quan như: Hội Toán học Việt Nam, Viện Toán cao cấp, Viện Hàn lâm khoa học Việt Nam,... soạn thảo chính sách quốc gia về đào tạo toán học trong cuộc cách mạng 4.0 nói chung và Toán kinh tế nói riêng.

Đối với các cơ sở đào tạo đại học

- Các trường cần rà soát chương trình đào tạo, đưa vào các kiến thức về kinh tế, toán học, thống kê, công nghệ thông tin phù hợp với từng ngành học đảm bảo cho người học sau khi tốt nghiệp sẽ nhanh chóng thích ứng với vị trí việc làm trong điều kiện của cách mạng công nghiệp 4.0.

- Tiếp tục nâng cao chất lượng đào tạo chuyên ngành Toán kinh tế thông qua việc nâng cao chất lượng đội ngũ giảng dạy, đổi mới và nâng cấp các kiến thức mới gắn với cuộc cách mạng công nghiệp 4.0. Quá trình đào tạo cần có bước đi phù hợp, gắn với dự báo nhu cầu tuyển dụng của doanh nghiệp và từng giai đoạn của nền kinh tế số.

- Đẩy mạnh hợp tác hợp tác quốc tế với các trường đại học tại các quốc gia có nền kinh tế số phát triển và có chương trình đào tạo chuyên ngành Toán kinh tế tiên tiến để chúng ta học hỏi nhằm mục đích nâng cao chất lượng giảng dạy, đào tạo tại các trường của Việt Nam.

Đối với chương trình đào tạo:

- Chương trình đào tạo cần gắn với thực tiễn cuộc sống, nên tham khảo các doanh nghiệp có sử dụng nhân lực được đào tạo trong ngành Toán kinh tế, trong đó cần chú ý đến các xu hướng lớn trong nền kinh tế số.

- Chương trình đào tạo cần được cập nhật thường xuyên nhằm theo kịp nhu cầu phát triển cũng như xu thế sử dụng lao động của xã hội. Trong chương trình học, cần tạo điều kiện để sinh viên làm quen hoặc tạo điều kiện cho sinh viên tham gia nghiên

141


cứu khoa học dưới sự hướng dẫn của các thầy cô trong khuôn khổ một dự án, đề tài các cấp. Để sinh viên có thể trau dồi được khả năng tư duy độc lập, sáng tạo, khả năng làm việc tập thể đa ngành và rèn luyện khả năng thích nghi tốt với các biến động, đổi mới liên tục của khoa học và công nghệ.

- Trong giảng dạy cần coi trọng rèn luyện cho sinh viên ngành Toán kinh tế tư duy độc lập, sáng tạo và tích cực tìm tòi các phương pháp và các mô hình mới trong ứng dụng thực tế.

Đối với sinh viên:

Thực tế cho thấy, để sinh viên tốt nghiệp chuyên ngành Toán kinh dễ dàng tìm kiếm được việc làm phù hợp với chuyên ngành được đào tạo, sinh viên trong quá trình học tập cần chủ động trang bị cho mình các mảng kiến thức nền vững chắc bao gồm mảng kiến thức về Toán học, Kinh tế và Công nghệ thông tin, thường xuyên cập nhật các phần mềm mới hỗ trợ trong quá trình làm việc. Ngoài ra, khi được tuyển dụng vào trong lĩnh vực nào thì cần tiếp tục học hỏi, tìm tòi và trang bị cho mình thêm các kiến thức chuyên ngành trong lĩnh vực đó. Nói chung, sinh viên ngành Toán kinh tế cần phải nắm vững các kiến thức cơ bản và chuyên sâu về Toán học, Toán kinh tế và Tin học để đáp ứng tốt các công việc đặc thù như: (i) có khả năng mô tả, tính toán và mô phỏng quản lý các hệ thống, các quá trình công nghệ, xây dựng các phần mềm ứng dụng; (ii) có khả năng nghiên cứu, phân tích và đưa ra giải pháp cho một số vấn đề trong kỹ thuật, kinh tế, tài chính; (iii) có khả năng thiết lập cơ sở lý thuyết của vấn đề, mô hình hóa Toán học và tìm cách giải quyết vấn đề trong các lĩnh vực đa dạng và luôn biến đổi của thực tế,...


1. Trường Đại học Kinh tế Quốc dân (2018), Tọa đàm Đào tạo và sử dụng nhân lực ngành Toán kinh tế.

2. 365 Tìm việc (2019), Toán kinh tế là gì? Cơ hội làm việc của người học toán kinh tế, Truy cập lần cuối ngày 22/5/2010, từ https://timviec365.vn/blog/toan-kinh-te-la-gi-new6917.html

3. ThS. Đinh Thị Kim Nhung, ThS. Trần Thị Bích Thục - Trường Đại học Tài chính Quản trị Kinh doanh (2020), “Vai trò ngành học Toán - Tin trong phát triển kinh tế số”, Tạp chí Tài chính, Truy cập lần cuối ngày 22/5/2010, từ http://tapchitaichinh.vn/nghien-cuu-trao-doi/vai-tro-nganh-hoc-toan-tin-trong-phat-trien-kinh-te-so-317926.html


142

CƠ HỘI VA THÁCH THỨC TRONG ĐAO TAO NHÂN LƯC NGANH TOÁN KINH TÊ

14.

ThS. Nguyễn Trung ĐôngTrường Đại học Tài chính - Marketing

Tóm tắt

Để công tác đào tạo nhân lực ngành Toán kinh tế đáp ứng nhu cầu thực tiễn, Khoa Kinh tế - Luật, Trường Đại học Tài chính - Marketing đã và đang đào tạo ra các cử nhân chuyên ngành Tài chính định lượng có kiến thức cơ bản về Tài chính và có kiến thức chuyên sâu về phân tích định lượng. Nhằm tạo ra nguồn nhân lực chất lượng cao trong thời kỳ cách mạng công nghệ 4.0, sinh viên của ngành có khả năng tư duy chiến lược và có thể tự đưa ra các quyết định tài chính nhằm tối đa hóa lợi nhuận và tối thiểu hóa rủi ro trong hoạt động của các định chế tài chính và các doanh nghiệp nói chung. Bài viết khảo sát thực trạng về nhu cầu đào tạo nhân lực ngành Toán kinh tế, kết hợp đối sánh với khung chương trình đào tạo (CTĐT) ngành Toán tài chính của các trường đại học trong và ngoài nước. Trên cơ sở kết quả đối sánh, kết hợp với phân tích SWOT để từ đó đánh giá cơ hội và thách thức trong hoạt động đào tạo ngành Toán kinh tế.

Từ khóa: Toán kinh tế, chương trình đào tạo, nhân lực chất lượng cao.

1. GIỚI THIỆU

Toán kinh tế (Economic Mathematics) là một lĩnh vực của Kinh tế, sử dụng các công cụ và phương pháp Toán học để phân tích, đánh giá các vấn đề kinh tế, kinh doanh. Sinh viên tốt nghiệp ngành này có thể làm các công việc ở các lĩnh vực kinh tế - xã hội: kinh tế, kinh doanh, tài chính, ngân hàng, các doanh nghiệp, các viện nghiên cứu, các cơ sở đào tạo,... Trong thời kỳ cách mạng công nghệ 4.0, đặc biệt đối với các

143


công ty trong lĩnh vực công nghệ tài chính (FinTech), Tài chính định lượng là một lĩnh vực vẫn đang tiếp tục phát triển. Những xu hướng mới nhất, trong một loạt các ứng dụng, bao gồm quản lý danh mục đầu tư sử dụng robot để tư vấn, các thuật toán tự động giao dịch, kỹ thuật phát hiện lừa đảo, phân tích quan điểm/tin tức, tính toán tài chính. Đây được xem là một ngành mới mẻ ở các nền kinh tế mới nổi. Các ngân hàng, các quỹ đầu tư, các công ty tài chính, bảo hiểm... cũng đang khát nguồn nhân lực thành thạo về Toán kinh tế. Trong giáo dục đại học, chuyên ngành Tài chính định lượng nói riêng, cũng như các chuyên ngành Toán kinh tế nói chung, đã và đang nằm trong làn sóng công nghệ mới với sản xuất thông minh sẽ giúp công nghệ phát triển và kéo theo năng suất tăng cao. Tài chính định lượng (Quantitative Finance hay Mathematical Finance) là một mảng của Toán học ứng dụng vào thị trường tài chính. Đây là chuyên ngành sử dụng các công cụ Toán học chủ yếu là xác suất và thống kê ứng dụng trong tài chính. Các ứng dụng bao gồm: mô hình hóa các sản phẩm, giao dịch trong thị trường tài chính; đưa ra dự báo, định giá sản phẩm tài chính; quản lý danh mục đầu tư; quản trị rủi ro tài chính hay giao dịch tự động. Gần đây, các ứng dụng Tài chính định lượng còn được mở rộng ra việc định lượng rủi ro vĩ mô thị trường, phát hiện giao dịch gian lận, ước lượng rủi ro đối tác tài chính. Hiện tại, ở Việt Nam đã có một vài cơ sở giáo dục đại học đào tạo chuyên ngành Tài chính định lượng. Tuy nhiên, đây vẫn là một chuyên ngành khá mới mẻ, nhất là ở khía cạnh ứng dụng và còn gặp nhiều khó khăn trong việc xây dựng chương trình, thu hút sinh viên do tính chất liên ngành, đòi hỏi cả nền tảng kiến thức Toán học sâu rộng lẫn vốn kiến thức cơ bản về kinh tế, tài chính.

Hệ thống giáo dục đại học tại Việt Nam được thay đổi theo mục tiêu đào tạo để đáp ứng như cầu nhân lực đa dạng. Từ đó, chương trình đào tạo của các trường cũng sẽ được thiết kế theo những hướng khác nhau. Chương trình đào tạo phải thiết kế mềm dẻo, linh hoạt cho người học lựa chọn và phù hợp với năng lực đội ngũ của từng trường, làm sao chất lượng đầu ra không thấp hơn ngưỡng quy định. Điều này sẽ khuyến khích các trường cạnh tranh nâng cao chất lượng đào tạo. Các trường đại học có đội ngũ giảng viên giỏi sẽ thiết kế được chương trình dạy học hay, chất lượng đào tạo sẽ cao, tăng uy tín và tạo được sức hút đối với người học. Để tạo thêm nhiều kênh thông tin trao đổi giúp công tác phát triển CTĐT của chuyên ngành Tài chính định lượng nói riêng ngành Toán kinh tế nói chung có thêm nhiều cơ sở khoa học và thực tiễn. Bài viết phân tích thực trạng đào tạo chuyên ngành Tài chính định lượng/ ngành Toán kinh tế ở Việt Nam, kết hợp với phương pháp phân tích SWOT để từ đó


144

đánh giá cơ hội và thách thức trong hoạt động đào tạo ngành Toán kinh tế nói chung và chuyên ngành Tài chính định lượng nói riêng. Từ kết quả phân tích, tác giả đề xuất những kiến nghị cần thiết nhằm phát triển chất lượng đào tạo nguồn nhân lực chuyên ngành Toán kinh tế phù hợp với thực tiễn nhu cầu xã hội.

2. NHU CÂU NHÂN LƯC NGANH KINH TÊ

Sau cuộc khủng hoảng kinh tế - tài chính thế giới năm 2007, các nhà tài chính định lượng đang đối mặt với nhiều vấn đề từ rủi ro của các mô hình định lượng trước đây đến việc phải tìm kiếm các mô hình, lý thuyết mới với tỷ suất lợi nhuận cao hơn và rủi ro thấp hơn. Sự phát triển của ngành tài chính định lượng phụ thuộc vào sự phát triển của thị trường tài chính, đặc biệt là thị trường chứng khoán và cả nền khoa học kỹ thuật của mỗi quốc gia. Hoa Kỳ và châu Âu là hai khu vực khởi đầu và phát triển nhất đến thời điểm hiện tại. Trong khi đó, các quốc gia công nghiệp mới NICs (Nhật Bản, Hàn Quốc, Singapore, đặc khu Hong Kong) và cường quốc mới nổi Trung Quốc đang có nhu cầu nhân lực cao. Ở Việt Nam, thị trường tài chính vẫn đang phát triển và chưa hoàn thiện, việc ứng dụng các mô hình và lý thuyết chưa khả thi và thực tiễn. Tuy nhiên, sau hơn 10 năm gia nhập Tổ chức Thương mại Thế giới (WTO), đây lúc cần thiết để chúng ta tiến hành hội nhập, liên kết tài chính sâu rộng hơn, thị trường tài chính năng động và quy mô lớn hơn, đó chính là cơ hội cho các chuyên gia tài chính định lượng thử sức. Các nhóm ngành dịch vụ - thương mại điện tử, tài chính - ngân hàng - bảo hiểm, dịch vụ bất động sản, tạo tiền đề để Thành phố Hồ Chí Minh phát triển mạnh dịch vụ khoa học - công nghệ để trở thành trung tâm khoa học - công nghệ trong giai đoạn 2021 - 2025, thông qua thực hiện Đề án đô thị thông minh, cơ sở hạ tầng thương mại hiện đại, trung tâm tài chính khu vực, ứng dụng công nghệ 4.0 (trí tuệ nhân tạo, internet vạn vật, big data...), đảm bảo mục tiêu tăng trưởng xanh.

Bảng 1: Nhu cầu lao động qua đào tạo và nhu cầu nhân lực giai đoạn 2019 - 2025 của Vùng kinh tế trọng điểm phía Nam

TT Thành phố/Tỉnh Tỷ lệ lao động qua đào tạo (%)

Nhu cầu việc làmgiai đoạn 2019 - 2025 (năm/người)

2019 2020 - 2025

1 TP. Hồ Chí Minh 82 90 300.000

2 Tây Ninh 67 70 40.000

3 Bình Phước 67 70 60.000

145


TT Thành phố/Tỉnh Tỷ lệ lao động qua đào tạo (%)

Nhu cầu việc làmgiai đoạn 2019 - 2025 (năm/người)

4 Bình Dương 73 80 90.000

5 Đồng Nai 68 80 100.000

6 Bà Rịa - Vũng Tàu 66 80 50.000

7 Long An 65 70 45.000

8 Tiền Giang 55 70 50.000

(Nguồn: Trần Anh Tuấn - Báo Giáo dục, 2019)

Thành phố Hồ Chí Minh là thành phố lớn nhất Việt Nam, đồng thời cũng là một trong những trung tâm kinh tế, chính trị, văn hóa và giáo dục quan trọng nhất của Việt Nam. Hiện nay, Thành phố Hồ Chí Minh là thành phố trực thuộc Trung ương được xếp loại đô thị đặc biệt của Việt Nam, cùng với Thủ đô Hà Nội. Những nhóm ngành nghề có nhu cầu lao động nhiều, chiếm tỷ lệ rất cao như: Quản lý kinh tế - kinh doanh - quản lý chất lượng; Du lịch - nhà hàng - khách sạn, marketing - nhân viên kinh doanh; Tài chính - ngân hàng (nhân lực chuyên môn cao, ở cấp độ quản lý); Kế toán - kiểm toán; tư vấn - bảo hiểm; Pháp lý - luật; Nghiên cứu - khoa học; Quản lý nhân sự;...

3. THƯC TRANG ĐAO TAO NHÂN LƯC NGANH TOÁN KINH TÊ

Quá trình phát triển của thị trường lao động hiện nay đang diễn ra theo hướng công nghiệp hóa, hiện đại hóa và hội nhập làm thay đổi một số cơ cấu ngành nghề trong xã hội. Một số nhóm ngành nghề mới sẽ xuất hiện. Nhóm ngành Quản trị kinh doanh - Tài chính - Ngân hàng, xu hướng kết hợp giữa các chuyên ngành hình thành nên những nhóm ngành nghề mới như: chuyên ngành Toán kinh tế, Tài chính định lượng, Toán ứng dụng... Các nhóm ngành này vẫn dựa trên cơ sở của những nhóm ngành cũ và có sự kết hợp, lồng ghép các nhóm ngành với nhau dẫn đến sự hình thành của những nhóm ngành nghề mới theo xu hướng hội tụ ngành phù hợp với nhu cầu phát triển của nền kinh tế Việt Nam. Ngành Toán kinh tế ra đời để đáp ứng nhu cầu nhân lực cho yếu tố dữ liệu lớn (Big Data) của cách mạng công nghiệp 4.0. Với thị trường lao động phát triển theo xu thế hội nhập và tiến đến cách mạng công nghiệp 4.0, người lao động muốn làm việc có thu nhập cao đều phải đầu tư về kiến thức và năng lực lao động.


146

Qua kết quả khảo sát hệ thống các trường đại học có đào tạo chuyên ngành Toán kinh tế cho thấy, số lượng các trường đủ điều kiện đào tạo không nhiều. Có thể nói rằng, đây là một trong những ngành đòi hỏi phải có sự năng động, sáng tạo nhạy bén với cái mới và không ngừng phát triển.

Bảng 2: Danh sách các trường đại học (ĐH) trên địa bàn Thành phố Hồ Chí Minh đào tạo ngành Toán kinh tế

TT Tên trường Ngành đào tạo ĐH Chuyên ngành đào tạo ĐH

1 ĐH Tài chính - Marketing Toán kinh tế Tài chính định lượng

2ĐH Kinh tế - Luật (UEL) thuộc Đại học Quốc gia TP. Hồ Chí Minh

Toán kinh tế Toán kinh tế

3 ĐH Kinh tế TP. Hồ Chí Minh Toán kinh tếPhân tích định phí rủi ro và bảo hiểm

Toán tài chính

4 ĐH Kinh tế Quốc dân (NEU) Toán kinh tếToán kinh tế

Toán tài chính

5 ĐH Thăng Long Toán kinh tế Toán ứng dụng trong kinh tế

6 ĐH Huế Toán kinh tế Tài chính định lượng


Kết quả khảo sát các chuyên ngành đào tạo của các trường đại học đào tạo ngành Toán kinh tế cho thấy, các chuyên ngành đào tạo đều có cùng xu hướng. Các chuyên ngành đào tạo trong ngành Toán kinh tế thường là: Tài chính định lượng, Toán tài chính, Toán ứng dụng, Phân tích định phí rủi ro và bảo hiểm. Như vậy, có thể thấy, những phương pháp Toán học (mô hình hóa, thống kê, tối ưu,...) ngày càng được áp dụng rộng rãi trong hoạt động thực tiễn. Hơn nữa, những người được đào tạo cơ bản về Toán kinh tế sẽ dễ dàng thích ứng với những thay đổi rất nhanh của thị trường hiện đại. Với sự phát triển và hội nhập, xu hướng trên chắc chắn cũng sẽ là xu hướng chủ đạo ở Việt Nam trong những năm tới. Ứng dụng Toán học trong lĩnh vực kinh tế ở Việt Nam cũng đi theo xu thế trên. Tuy vậy, do xuất phát điểm của chúng ta còn thấp, nên việc đào tạo về Toán và Toán ứng dụng cho các nhà kinh tế cần được đổi mới để phù hợp với nhu cầu xã hội.

147


4. PHÂN TÍCH SWOT HOAT ĐỘNG ĐAO TAO NHÂN LƯC NGANH TOÁN KINH TÊ CỦA TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETING

Lịch sử của ngành Toán kinh tế gắn liền với sự phát triển của các ngành khoa học tự nhiên: Toán học, Vật lý học, Tin học. Những ứng dụng đầu tiên của Toán học là Lý thuyết tối ưu hóa danh mục của Harry Markowitz. Sử dụng ước tính trung bình phương sai của các danh mục để đánh giá chiến lược đầu tư làm thay đổi hoàn toàn cách làm trước đó là cố gắng tìm kiếm một cổ phiếu riêng lẻ tốt nhất để đầu tư hay sử dụng hồi quy tuyến tính để hiểu rõ và định lượng rủi ro (như phương sai) và lợi nhuận (như giá trị trung bình) của toàn bộ cổ phiếu và trái phiếu, chiến lược tối ưu hóa đã được sử dụng để chọn danh mục đầu tư với lợi nhuận trung bình lớn nhất với mức độ rủi ro (phương sai) chấp nhận được. Sự bùng nổ mạnh mẽ ở lĩnh vực công nghệ thông tin và khoa học máy tính cuối thế kỷ 20 làm nền tảng quan trọng nhất cho sự phát triển ngành Toán kinh tế. Các máy tính với tốc độ xử lý tăng theo định luật Moore là công cụ mạnh mẽ để hỗ trợ cho Tài chính định lượng thực thi các mô hình, các dự báo tài chính.

Mỗi trường đại học, để đào tạo ra những cử nhân ngành Toán kinh tế có chất lượng, cần có một CTĐT đạt chất lượng. Qua kết quả khảo sát thực trạng đào tạo nhân lực ngành Toán kinh tế cũng như tham khảo từ các trường có đào tạo ngành này, bài viết đối sánh và đề xuất khung CTĐT của ngành Toán kinh tế (Mathematical Economics) như sau:

Bảng 3: Bảng đối sánh CTĐT các ngành Toán kinh tế trong nước và quốc tế

TT Trường ĐH KTQD (NEU)Trường ĐH Kinh tế -

Luật (UEL)Clarkson University Yale University

Các môn học bắt buộc1 Những nguyên lý cơ bản

của chủ nghĩa Mác - Lênin 1, 2

Những nguyên lý của chủ nghĩa Mác - Lênin

Calculus I Analytic Methods for Economics

2 Tư tưởng Hồ Chí Minh Đường lối cách mạng của Đảng Cộng sản Việt Nam

Calculus II Economic Statistics with Calculus

3 Đường lối cách mạng của Đảng Cộng sản Việt Nam

Tư tưởng Hồ Chí Minh Introduction to Mathematical Modeling & Software

Statistical Methods and Their Applications

4 Giáo dục thể chất Kinh tế vi mô 1 Foundations Multivariable Calculus5 Giáo dục quốc phòng Kinh tế vĩ mô 1 Calculus III Advanced Calculus


148



6 Tiếng Anh Quản trị học căn bản Elementary Differential Equations

Linear Algebra

7 Pháp luật đại cương Nguyên lý thị trường tài chính

Applied Linear Algebra Analysis I

8 Cơ sở lập trình Marketing căn bản Introduction to Probability and Statistics

9 Kinh tế Vi mô 1 Nguyên lý kế toán At least one additional MA course numbered above 300

10 Kinh tế Vĩ mô 1 Tiếng Anh thương mại 1, 2, 3, 4

Principles of Microeconomics

11 Đại số - Algebra Toán cao cấp Principles of Macroeconomics

12 Giải tích 1 Lý thuyết xác suất Intermediate Microeconomics

13 Giải tích 2 Kinh tế lượng Intermediate Macroeconomics

14 Lý thuyết Xác suất Thống kê ứng dụng Introduction to Econometrics

15 Lý thuyết tài chính tiền tệ 1

Kinh tế lượng Mathematical Economics

16 Nguyên lý kế toán Data Visualization At least wo additional EC courses

17 Thiết kế điều tra Lý luận Nhà nước và pháp luật

18 Kinh tế vi mô 2 Luật doanh nghiệp19 Kinh tế vĩ mô 2 Toán kinh tế20 Thống kê toán Dự báo kinh tế21 Lý thuyết mô hình Toán

kinh tế 1 Toán tài chính

22 Tối ưu hóa Tài chính doanh nghiệp23 Kinh tế lượng 1 Lịch sử kinh tế Việt Nam

và các nước

149




24 Kinh tế lượng 2 Hệ thống thông tin trong kinh doanh

25 Phân tích thống kê nhiều chiều

Quản trị rủi ro tài chính

26 Khoa học dữ liệu trong kinh tế và KD

Thống kê Bayes

27 Phân tích chuỗi thời gian Phân tích chuỗi thời gian trong tài chính

28 Phân tích và định giá tài sản tài chính 1

Toán tài chính nâng cao

29 Quản trị rủi ro định lượng Mô hình định giá tài sản30 Vận trù học31 Thị trường chứng khoán32 Tài chính quốc tế33 Kinh tế học quốc tế34 Kinh tế đối ngoại35 Lập thẩm định dự án

đầu tư

Các môn học tự chọn1 Lý thuyết trò chơi Phương pháp tối ưu

trong học máyFourier Series & Boundary Value Problems

Linear Optimization

2 Mô hình phân tích số liệu mảng

Thống kê Bayes nâng cao

Imtermediate Differential Equations

Differential Equations

3 Mô hình I/O Phân tích số liệu bảng Mathematical Modeling Probability4 Lý thuyết mô hình toán

kinh tế 2 Phân tích dữ liệu Bayes Probability Scientific Computing:

Continuous Systems5 Khai phá dữ liệu trong

kinh tế và kinh doanh Seminar Mathematical Statistics Analysis II

6 Các chuyên đề kinh tế lượng ứng dụng

Lập trình thống kê Advanced Applied Statistics

Mathematical Statistics

7 Cơ sở toán tài chính Toán ứng dụng trong quản trị rủi ro và danh mục đầu tư

Environmental Economics

Analysis of Algorithms


150



8 Phân tích và định giá tài sản tài chính 2

Thống kê trong quản trị kinh doanh và Marketing

International Economics Mathematical Economics

9 Mô phỏng ngẫu nhiên và ứng dụng trong tài chính

Định phí bảo hiểm Economics of Innovation/Entrepreneurship

Advanced Topics: Probability and Statistics

10 Mô hình tài chính công ty Lý thuyết trò chơi Game Theory and Economic Strategy

Game Theory in Economics

11 Phân tích dữ liệu lớn trong tài chính

Kinh tế lượng nâng cao Industrial and Supply Chain Economics

Advanced Microeconomics: Uncertainty

12 Quyền chọn, hợp đồng tương lai và các phái sinh khác

Phân tích dữ liệu web Financial Markets and Institutions

Advanced Econometrics

13 Personnel Economics Mathematical Economics

14 Jr Research Seminar: Topics in Industrial Organization

13 Junior Research Seminar: Political Economy


Qua bảng thống kê đối sánh cấu trúc của CTĐT ngành Toán kinh tế của các trường đại học trong và ngoài nước cho thấy: Tỷ trọng cấu trúc môn tự chọn của các trường đại học quốc tế nhiều hơn trường các trường đại học trong nước; tỷ trọng cấu trúc các môn học bắt buộc của các trường đại học Việt Nam cao hơn các trường đại học quốc tế. Tuy nhiên, có một điểm khác biệt trong cấu trúc CTĐT của các trường đại học trong nước so với các trường đại học quốc tế đó là: Cấu trúc CTĐT ở nước ngoài chủ yếu đòi hỏi trình độ chuyên môn sâu và tác phong công nghiệp hiện đại, nhưng chưa có những môn học hướng đến phát triển nhân cách toàn diện của sinh viên. CTĐT của các trường đại học Việt Nam luôn có những môn cơ bản hướng đến nhân cách toàn diện của người học, gắn liền với lý tưởng xã hội chủ nghĩa Việt nam. Trong các học phần của CTĐT luôn có tỷ trọng các nội dung đào tạo hướng đến tính nhân văn xã hội.

151


Tính nhân văn trong giáo dục luôn là nền tảng vững chắc của nền giáo dục qua mọi thời đại. Vì vậy, chất lượng giáo dục toàn diện phải gắn liền với giáo dục nhân văn.

Từ những phân tích trên, bài viết đánh giá những cơ hội - thách thức trong quá trình đào tạo ngành Toán kinh tế như sau:

Điểm mạnh (S) Điểm yếu (W)

- Theo quy định, CTĐT luôn được rà soát, cập nhật định kỳ 2 năm/lần phù hợp theo nhu cầu xã hội. Có mục tiêu đào tạo phù hợp với sứ mạng tầm nhìn của trường và mục tiêu của Luật Giáo dục và Luật Giáo dục đại học.

- CTĐT có khối lượng kiến thức sâu rộng, mang đậm tính nhân văn sâu sắc, gắn liền với lý tưởng chủ nghĩa xã hội.

- Các học phần trong chương trình được tổ chức một cách có hệ thống.

- Sự cập nhật, đổi mới của CTĐT đáp ứng nhu cầu xã hội.- Chuẩn đầu ra (CĐR) của CTĐT rõ ràng đáp ứng được

mục tiêu đào tạo.- Có đội ngũ giảng viên năng động, có thâm niên và

nhiệt huyết cao. - Trường có thương hiệu lớn.- Ngành phù hợp với thời kỳ công nghệ 4.0.

- Hệ thống môn học tự chọn còn ít, chưa phong phú.- CTĐT chưa đo lường được mức độ đạt được CĐR.- Thời lượng giờ thực hành, thời lượng dành cho sinh viên

rèn luyện các kỹ năng mềm, thời lượng dành cho sinh viên rèn luyện các kỹ năng nghề nghiệp còn hạn chế.

- Số ít người học tiếp cận được với xu thế của ngành đào tạo.

- Chưa lan tỏa được sâu rộng trong xã hội.

Cơ hội (O) Thách thức (T)

- Là một chuyên ngành đặc trưng gắn liền với thực tiễn của nền kinh tế tài chính.

- Là nhóm ngành mới giàu lợi thế cạnh tranh và đầy triển vọng.

- Tạo nên sự khác biệt của chương trình để tạo nên thành công.

- “Top” những ngành, nghề hút nhân lực nhất trong thời gian gần đây với những công việc hấp dẫn.

- Triển khai lấy ý kiến rộng rãi các bên liên quan trong quá trình xây dựng, rà soát mục tiêu.

- Thực hiện việc đánh giá hiệu quả tổ hợp các phương pháp thông qua lấy ý kiến của người học và giảng viên để làm cơ sở điều chỉnh CTDH, đảm bảo CĐR.

- Phải thu hút đội ngũ giảng viên có học vị cao về trường.

5. KÊT LUẬN

Để đào tạo được các cử nhân ngành Toán kinh tế có chất lượng cao, các Trường/Khoa cần có tầm nhìn để nâng cao chất lượng đầu ra của các ngành đào tạo đáp ứng yêu cầu nguồn nhân lực có tính hội nhập, phù hợp với yêu cầu của cuộc cách mạng công nghiệp 4.0. Khoa cần xây dựng phát triển một chương trình đào tạo ngành Toán


152

kinh tế với khối lượng kiến thức chuyên môn. Chuyên môn giỏi sẽ giúp tạo ra một nguồn nhân lực có tay nghề cao, có tác phong công nghiệp tốt đáp ứng được dây chuyền công nghệ hiện đại. Các môn học kiến thức về Toán học, Thống kê, Công nghệ thông tin phù hợp với ngành học, đảm bảo cho người học sau khi tốt nghiệp sẽ nhanh chóng thích ứng với công việc trong điều kiện của cách mạng 4.0. Để có được những sinh viên đáp ứng được nhu cầu đào tạo của ngành, nhà trường cũng cần nâng cao chất lượng đầu vào trong khâu tuyển sinh.

Qua đó cho thấy, kiến thức Toán học của người học ở chương trình phổ thông là rất quan trọng. Sự ổn định chương trình giáo dục phổ thông, trong đó có kiến thức toán học để nâng cao chất lượng đầu vào cho các trường đại học là một trong những yếu tố quan trọng để có chất lượng đầu vào tốt. Đây cũng là giải pháp giúp Trường Đại học Tài chính - Marketing nói riêng và các trường đại học nói chung lựa chọn được người học phù hợp với ngành đào tạo.


1. Công văn 42/VBHN-VPQH Luật Giáo dục đại học, ngày 10 tháng 12 năm 2018.

2. Chương trình đào tạo ngành Toán kinh tế, Trường Đại học Kinh tế - Luật (Đại học Quốc gia Thành phố Hồ Chí Minh).

3. Chương trình đào tạo Ngành Toán kinh tế, Trường Đại học Kinh tế Quốc dân.

4. Chương trình đào tạo Ngành Toán kinh tế của Đại học Clarkson University.

5. Chương trình đào tạo Ngành Toán kinh tế của Đại Học Haverford.

6. Trần Anh Tuấn (2019), Báo cáo tại Hội nghị truyền thông về việc làm ở Thành phố, Tạp chí Giáo dục.

7. https://tuyensinh.uel.edu.vn/

8. https://www.clarkson.edu/department-mathematics/mathematical-economics-bs-curriculum.

9. https://www.haverford.edu/mathematical-economics.

153


Tóm tắt

Tinh thần Nghị quyết số 52-NQ/TW ngày 27/9/2019 của Bộ Chính trị về một số chủ trương, chính sách chủ động tham gia cuộc Cách mạng công nghiệp lần thứ tư (CMCN 4.0) đã nhấn mạnh vấn đề cơ cấu lại nền kinh tế gắn với phát triển mạnh mẽ kinh tế số, nhằm mục tiêu “kinh tế số chiếm trên 30% GDP” vào năm 2030. Kinh tế số là một phần của nền kinh tế. Phát triển kinh tế số là sử dụng công nghệ số và dữ liệu để tạo ra những mô hình kinh doanh mới, tạo ra sản phẩm, dịch vụ số hoặc hỗ trợ cung cấp dịch vụ số cho doanh nghiệp, với sự hội tụ loạt công nghệ mới (điện toán đám mây, trí tuệ nhân tạo...) trong bối cảnh CMCN 4.0. Việc xây dựng chương trình đào tạo ngành Toán kinh tế phải gắn với nền kinh tế số.

Từ khóa: Toán kinh tế, kinh tế số, chương trình đào tạo.

1. SƯ TÁC ĐỘNG CỦA NGANH TOÁN KINH TÊ TRONG NỀN KINH TÊ SỐ

Hiện nay, nền kinh tế thế giới đang thay đổi một cách sâu rộng dưới tác động của cuộc cách mạng công nghiệp 4.0. Hoạt động kinh tế không chỉ đơn thuần là việc trao đổi hàng hóa giữa người với người mà dựa trên các công nghệ kỹ thuật số. Đó chính là nền kinh tế số (còn được gọi là kinh tế web, kinh tế Internet hay kinh tế mới), là nền kinh tế dựa trên các công nghệ kỹ thuật số. Kinh tế số bao gồm các thị trường kinh tế dựa trên các công nghệ kỹ thuật số để giúp cho việc giao dịch, trao đổi hàng

TOÁN KINH TÊ: TỪ SƯ TÁC ĐỘNG TRONG NỀN KINH TÊ SỐ ĐÊN VIỆC

XÂY DƯNG CHƯƠNG TRINH ĐAO TAO

15.

ThS. Trần Văn Bình, TS. Trần Đình Phụng Trường Đại học Tài chính - Marketing


154

hóa và dịch vụ thông qua thương mại điện tử được dễ dàng hơn. Phát triển kinh tế số là sử dụng công nghệ số và dữ liệu để tạo ra những mô hình kinh doanh mới, tạo ra sản phẩm, dịch vụ số hoặc hỗ trợ cung cấp dịch vụ số cho doanh nghiệp, với sự hội tụ loạt công nghệ mới (điện toán đám mây, trí tuệ nhân tạo,...) trong bối cảnh cách mạng công nghệ 4.0. Trong nền kinh tế số, các doanh nghiệp sẽ đổi mới quy trình sản xuất, kinh doanh sang mô hình theo hệ sinh thái, liên kết từ khâu sản xuất đến thương mại và đến tiêu dùng,... Từ đó, góp phần tăng năng suất lao động. Công nghệ di động đang thay đổi cách thức người dân sống và làm việc, cung cấp cho họ khả năng tiếp cận tốt hơn đến các thị trường và những cơ hội mới.

Về bản chất, kinh tế số là các mô hình tổ chức và phương thức hoạt động của nền kinh tế dựa trên ứng dụng công nghệ số đang phát triển ở Việt Nam, như: hoạt động thương mại điện tử, quảng cáo trực tuyến trên các trang mạng xã hội (Facebook, Instagram); giải trí (Netflix, Pinterest); đến giao thông vận tải (Uber, Grab); đến phân phối, bán buôn và bán lẻ (Lazada, Shopee),.... Ở tầm vĩ mô hơn, kinh tế số cũng có những đóng góp không nhỏ trong sự hội nhập của cộng đồng doanh nghiệp vào chuỗi công nghệ toàn cầu. Đây chính là những bước phát triển của kinh tế số hóa trong đời sống của người dân Việt Nam những năm gần đây. Vì trong bối cảnh của cuộc cách mạng công nghiệp 4.0 trên toàn cầu thì đó chính là những đóng góp của kinh tế số hóa đối với các doanh nghiệp Việt để từng bước tham gia vào chuỗi công nghệ toàn cầu.

Theo tinh thần Nghị quyết số 52-NQ/TW ngày 27/9/2019 của Bộ Chính trị về một số chủ trương, chính sách chủ động tham gia cuộc Cách mạng công nghiệp lần thứ tư (CMCN 4.0), Việt Nam đã đặt ra nhiều mục tiêu cho giai đoạn 2025 - 2045, cụ thể là:

Đến năm 2025: (i) duy trì xếp hạng về chỉ số đổi mới sáng tạo toàn cầu (GII) thuộc nhóm ba nước dẫn đầu ASEAN; (ii) xây dựng được hạ tầng số đạt trình độ tiên tiến của khu vực ASEAN, Internet băng thông rộng phủ 100% các xã; (iii) kinh tế số chiếm khoảng 20% GDP, năng suất lao động tăng bình quân trên 7%/năm; (iv) cơ bản hoàn thành chuyển đổi số trong các cơ quan đảng, nhà nước, Mặt trận Tổ quốc, các tổ chức chính trị - xã hội; (v) thuộc nhóm bốn nước dẫn đầu ASEAN trong xếp hạng chính phủ điện tử theo đánh giá của Liên Hợp Quốc; (vi) có ít nhất ba đô thị thông minh tại ba vùng kinh tế trọng điểm phía Bắc, phía Nam và miền Trung.

Đến năm 2030: (i) duy trì xếp hạng về chỉ số Đổi mới sáng tạo toàn cầu (GII) thuộc nhóm 40 nước dẫn đầu thế giới; (ii) mạng di động 5G phủ sóng toàn quốc; mọi người dân được truy cập Internet băng thông rộng với chi phí thấp; (iii) kinh tế số

155


chiếm trên 30% GDP, năng suất lao động tăng bình quân khoảng 7,5%/năm; (iv) hoàn thành xây dựng Chính phủ số; (v) hình thành một số chuỗi đô thị thông minh tại các khu vực kinh tế trọng điểm phía Bắc, phía Nam và miền Trung, từng bước kết nối với mạng lưới đô thị thông minh trong khu vực và thế giới.

Đến năm 2045: Việt Nam trở thành một trong những trung tâm sản xuất và dịch vụ thông minh, trung tâm khởi nghiệp, đổi mới sáng tạo thuộc nhóm dẫn đầu khu vực châu Á; có năng suất lao động cao, có đủ năng lực làm chủ và áp dụng công nghệ hiện đại trong tất cả các lĩnh vực kinh tế - xã hội, môi trường, quốc phòng, an ninh.

Trong nền kinh tế số, các doanh nghiệp sẽ đổi mới quy trình sản xuất, kinh doanh sang mô hình theo hệ sinh thái, liên kết từ khâu sản xuất, thương mại đến sử dụng,... và góp phần tăng năng suất lao động.

Toán kinh tế (Economic Mathematics) là một lĩnh vực của Kinh tế, sử dụng các công cụ và phương pháp Toán học để phân tích, đánh giá các vấn đề kinh tế, kinh doanh. Công cụ Toán học cho phép các nhà kinh tế phân tích suy luận định lượng và xây dựng các mô hình đánh giá, dự báo về kinh tế, kinh doanh trong tương lai.

Theo bách khoa toàn thư Wikipedia, Toán kinh tế là môn khoa học nhằm vận dụng Toán học trong phân tích các mô hình kinh tế để từ đó hiểu rõ hơn các nguyên tắc và các quy luật kinh tế của nền kinh tế thị trường. Toán kinh tế cung cấp cho các nhà quản lý những kiến thức để họ có thể vận dụng vào việc ra các quyết định sản xuất.

Thực tế, ngành Toán kinh tế, chuyên ngành Tài chính định lượng (TCĐL) hay Toán tài chính (Quantitative Finance hay Mathematical Finance) là một mảng của ứng dụng các mô hình toán học vào thị trường tài chính nhằm dự báo, định giá giá trị chứng khoán; quản lý danh mục đầu tư; quản trị rủi ro tài chính hay giao dịch tự động. Đây là một trong những chuyên ngành được đào tạo rộng rãi và phổ biến ở các nước tiên tiến trên thế giới và khu vực. Hoa Kỳ và châu Âu là hai khu vực khởi đầu và phát triển nhất đến thời điểm hiện tại. Trong khu vực châu Á, các quốc gia công nghiệp mới (Nhật Bản, Hàn Quốc, Singapore, đặc khu Hong Kong) và cường quốc mới nổi Trung Quốc đang có nhu cầu nhân lực ngành này rất cao. Ở Việt Nam, trong vòng vài năm trở lại đây, khi chúng ta tiến hành hội nhập, liên kết tài chính sâu rộng, thị trường tài chính năng động và quy mô lớn hơn đã tạo ra nhiều cơ hội cho các chuyên gia tài chính thử sức.1

1 Theo Thông tin tuyển sinh 2020, Khoa Toán, Trường Đại học Khoa học Huế.


156

Cụ thể, sinh viên sẽ được trang bị kiến thức cơ bản và chuyên sâu về Toán học, Toán học ứng dụng như: giải tích hàm, đại số đại cương, xác suất thống kê, các phương pháp tối ưu, toán tài chính, phương trình đạo hàm riêng, giải tích phức, điều khiển tối ưu, phân tích số liệu, mô hình mô phỏng các hệ sinh thái,... Sinh viên cũng được cung cấp kiến thức và kỹ năng thực hành về khoa học máy tính như: kỹ thuật lập trình, cơ sở dữ liệu, hệ điều hành, cấu trúc dữ liệu và giải thuật, phân tích và thiết kế hệ thống, mật mã, an toàn máy tính, đồ họa,... Sau khi tốt nghiệp chuyên ngành Toán kinh tế, sinh viên có thể tìm được việc làm tại các ngân hàng, trung tâm phân tích tài chính, cơ quan kiểm toán thống kê, các công ty tin học, cơ quan tài chính của Nhà nước (Tổng cục Thống kê, Ủy ban Chứng khoán Nhà nước, Kho bạc Nhà nước, bảo hiểm,...) hoặc các công ty tài chính (ngân hàng, bảo hiểm, kiểm toán, kế toán,...). Ngoài ra, cử nhân ngành Toán kinh tế cũng có thể công tác trong nhiều ngành nghề có sử dụng kiến thức Toán học ứng dụng như: chuyên viên phân tích, thống kê; chuyên viên dự báo, quản trị rủi ro, thẩm định đầu tư, định phí bảo hiểm; giảng viên đại học,...

Cùng với sự phát triển của kinh tế - xã hội, sự ảnh hưởng của ngành Toán kinh tế ngày càng tăng; vì vậy, ngành học này đang trở thành một ngành xu thế trong tương lai. Những tác động của ngành Toán kinh tế trong nền kinh tế số hiện nay cụ thể như sau:

Một là, trong lĩnh vực Viễn thông, mạng điện thoại được vận hành thông suốt là do đóng góp không nhỏ của thuật toán đơn hình giải các bài toán quy hoạch tuyến tính.

Hai là, trong lĩnh vực Y tế, các máy chụp cắt lớp hiện đại sẽ không ra đời nếu không có phép biến đổi ngẫu nhiên cùng với các phương pháp giải phương trình với số biến khổng lồ,... Trong số những đóng góp của Toán học đối với Y tế công cộng, điều quan trọng nhất không đến từ một chuyên ngành cụ thể nào đó của Toán học, cũng không đến từ một phương pháp Toán học cụ thể nào đó, mà đến từ chính tư duy toán học. Tư duy toán học đóng vai trò quan trọng trong việc thực hành các hoạt động Y tế công cộng theo hai cách:

- Định hình việc đào tạo thông qua việc xây dựng chương trình giảng dạy và nội dung của từng môn học một cách logic và có cấu trúc chặt chẽ.

- Giúp cho những người thực hành có khả năng nhận biết được bản chất vấn đề và hành động một cách thích hợp.

Trong Y tế công cộng, chuyên ngành Toán học thường được sử dụng nhiều nhất chính là Thống kê toán học. Thống kê đề cập đến các dữ liệu số xét như các phần tử của một tập hoặc của một dãy hay của một sắp xếp khác nào đó các phần tử. Thống

157


kê phân tích các dữ liệu đó một cách toàn bộ chứ không xử lý dữ liệu theo các phần tử riêng lẻ. Thống kê toán học sử dụng các phương pháp cao cấp hơn trong phân tích đó, vượt lên trên bốn phép toán số học cơ bản.

Hầu như mọi khía cạnh của Thống kê toán học đều được sử dụng trong lĩnh vực Y tế công cộng. Chúng có thể đề cập đến những tập dữ liệu nhỏ, trung bình hoặc những tập dữ liệu rất lớn. Một số loại thống kê thường sử dụng trong lĩnh vực Y tế công cộng như: Thống kê thuần túy mô tả, không ngẫu nhiên, ví dụ như trong các tập Niên giám Thống kê và Hệ thống Thông tin y tế do các bộ phận quản lý y tế biên tập; Thống kê suy diễn, thường sử dụng các mô hình thống kê (xác suất), nhấn mạnh hầu như tất cả các nghiên cứu về các nhân tố nguy cơ (yếu tố quyết định) đối với các loại bệnh, bằng cách đó trang bị các nền tảng của dự phòng và của tư vấn chung, như trong lĩnh vực di truyền học dân cư. Các mô hình hồi quy tổng quát là những công cụ thường được sử dụng nhất.

Thống kê tất nhiên không phải là chuyên ngành Toán học duy nhất được sử dụng trong Y tế công cộng, mà còn có các chuyên ngành khác như: toán rời rạc, phương trình vi phân, lý thuyết tối ưu, lý thuyết xác suất, giải tích số và khoa học tính toán.

Ba là, trong cuộc Cách mạng công nghiệp 4.0, nhờ Toán học, các tổ chức, doanh nghiệp có được các công cụ định lượng và định tính để phân tích một khối lượng dữ liệu khổng lồ (Big Data), qua đó có được cách tiếp cận khoa học và tìm ra lời giải cho các vấn đề của mình,...

Bốn là, trong thời đại kinh tế số hiện nay, con người ngày càng ứng dụng rộng rãi các phương pháp toán học và khoa học máy tính vào nhiều lĩnh vực như: kinh tế, tài chính, văn hóa, khoa học kỹ thuật, y tế, bảo mật, quản lý, ra quyết định và thiết lập các hệ thống phức tạp,... Chẳng hạn: Trong lĩnh vực Tài chính - Ngân hàng, hệ thống giao dịch tiền điện tử, trong đó có hệ thống rút tiền tự động ATM sẽ không thể vận hành nếu thiếu các công cụ đảm bảo an toàn thông tin mà cốt lõi là các thuật toán mã hóa. Trong lĩnh vực chứng khoán, giao dịch thuật toán có thể được sử dụng trong nhiều trường hợp như hỗ trợ thực hiện lệnh, kinh doanh chênh lệch giá hay các chiến lược giao dịch theo xu hướng; cũng từ đó việc thực hiện lệnh trở nên nhanh và đơn giản hơn nên vì thế nó rất hấp dẫn với các sàn giao dịch. Nó có thể giúp người giao dịch và nhà đầu tư nhanh chóng thu được lợi nhuận từ những biến động giá nhỏ. Chiến lược giao dịch scalping cũng thường sử dụng thuật toán vì nó liên quan đến việc mua và bán cổ phiếu liên tục để kiếm những khoản lợi giá nhỏ (cụ thể xem bài báo [8]).


158

Năm là, trong cuộc cách mạng số, đòi hỏi các cơ quan, tổ chức, doanh nghiệp phải thay đổi cách thức bảo vệ dữ liệu và đưa nó phổ biến trong thực tế. Vậy, làm thế nào để đẩy nhanh quá trình trao đổi thông tin, tiết kiệm thời gian, tiết kiệm chi phí, đồng thời bảo vệ dữ liệu trước các xâm nhập - đó là mối quan tâm của tất cả các cơ quan tổ chức, doanh nghiệp tham gia vào “cuộc cách mạng số”. Chuyển đổi số là việc sử dụng dữ liệu và công nghệ số để thay đổi tổng thể và toàn diện phương thức phát triển, cũng như thay đổi cách sống, cách làm việc mang lại những giá trị tích cực, tạo hiệu quả hơn cho kinh doanh của doanh nghiệp. Điều này thể hiện ở các khía cạnh, như: Số hóa thông tin; số hóa tổ chức; chuyển đổi toàn diện tổ chức từ tư duy, mô hình, lãnh đạo, văn hóa và hoạt động của doanh nghiệp.

Sáu là, với những kiến thức về Toán kinh tế, sinh viên sau khi tốt nghiệp có thể trở thành giảng viên, nhà nghiên cứu về kinh tế, toán tài chính, phân tích dữ liệu trong các trường đại học và các viện nghiên cứu.

Như vậy, từ những ứng dụng thực tế đó, tác động của Toán kinh tế ngày càng được khẳng định quan trọng hơn bao giờ hết trong đời sống xã hội, đặc biệt trong phát triển kinh tế số.

2. VIỆC XÂY DƯNG CHƯƠNG TRINH ĐAO TAO NGANH TOÁN KINH TÊ TAI TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETING

Theo Wentling (1993): “Chương trình đào tạo là một bản thiết kế tổng thể cho một hoạt động đào tạo (đó có thể là một khóa học kéo dài vài giờ, một ngày, một tuần hoặc vài năm). Bản thiết kế tổng thể đó cho biết toàn bộ nội dung cần đào tạo, chỉ rõ những gì có thể trông đợi ở người học sau khóa học. Nó phác họa ra quy trình cần thiết để thực hiện nội dung đào tạo, nó cũng cho biết các phương pháp đào tạo và các cách thức kiểm tra đánh giá kết quả học tập, và tất cả những cái đó được sắp xếp theo một thời gian biểu chặt chẽ.” 2

Trong bối cảnh ngày càng hội nhập sâu với nền kinh tế thế giới, Trường Đại học Tài chính - Marketing phải thay đổi để đào tạo đáp ứng yêu cầu của thị trường lao động. Ngày 18/10/2016, Thủ tướng Chính phủ phê duyệt Quyết định số 1982/QĐ-TTg về việc ban hành Khung trình độ quốc gia Việt Nam (VQF), trong đó quy định về chuẩn đầu ra đối với từng trình độ của giáo dục đại học. Theo quan điểm của Thứ trưởng Bùi

2 Wentling T. (1993), Planning for effective training: A guide to curriculum development. Published by Food anh Agricultural Organnization of the United Nation.

159


Văn Ga: “Khung trình độ quốc gia Việt Nam là cơ sở để phát triển các tiêu chuẩn đào tạo và là thước đo đánh giá năng lực của người học sau khi tốt nghiệp”. Trên cơ sở đó, chương trình đào tạo tại Trường Đại học Tài chính - Marketing phải trả lời câu hỏi: Người học tốt nghiệp sẽ làm được gì? Cần phải trang bị cho họ kiến thức cần thiết nào cho phù hợp với yêu cầu của thị trường? Cần phải trang bị kỹ năng gì để hành nghề?... Thậm chí, ngay trong mỗi môn học, mỗi tín chỉ cũng phải có mục tiêu và quán triệt mục tiêu này trong việc lựa chọn phương pháp dạy học phù hợp, giới hạn kiến thức cốt lõi cho phù hợp. Vì vậy, chương trình đào tạo của Nhà trường phải tiệm cận với nhu cầu xã hội, phải thực tế hơn; ngoài trang bị kiến thức cho người học còn chú trọng phát triển đạo đức, nhân cách, các kỹ năng, năng lực và nghiệp vụ chuyên môn.

Đào tạo nguồn nhân lực trong lĩnh vực Toán kinh tế là yêu cầu bắt buộc khi mà cách thức xử lý mọi vấn đề trong cuộc sống hiện nay sẽ cần dựa vào các thuật toán, đặc biệt là khi công nghệ nhân tạo và tự động hóa trong cuộc Cách mạng công nghiệp 4.0 ngày càng nhiều. Trong bối cảnh đó, việc đào tạo chuyên ngành Toán kinh tế tại Trường Đại học Tài chính - Marketing nhằm phục vụ cho mục tiêu phát triển kinh tế số cũng cần đặc biệt quan tâm đến chương trình đào tạo. Vì vậy, chương trình đào tạo ngành Toán kinh tế cần:

- Áp dụng quy trình chuẩn trong xây dựng chương trình đào tạo trong Trường Đại học Tài chính - Marketing;

- Phát huy vai trò, tính tích cực và mở rộng dân chủ trong việc tham gia, xây dựng chương trình đào tạo ngành Toán kinh tế. Cần thiết khi xây dựng chương trình đào tạo phải huy động được toàn bộ các giảng viên trong Bộ môn Toán - Thống kê cùng bàn bạc, thảo luận, phát huy trí tuệ để đưa ra các môn học hợp lý nhất, có tính tối ưu nhằm nâng cao chất lượng đào tạo. Tuyệt đối tránh tình trạng vì bệnh thành tích mà chỉ có một hoặc vài người tham gia để “cho ra bằng được chương trình đào tạo” trong thời gian ngắn nhất.

- Chủ động lựa chọn đội ngũ chuyên gia có chuyên môn tốt, nhất là những người có kinh nghiệm lâu năm, có chuyên môn tốt, tâm huyết tham gia xây dựng, thiết kế từng phần, từng chương, từng nội dung của môn học đáp ứng yêu cầu thực tiễn. Xây dựng, phát triển hệ thống chương trình đào tạo là một hoạt động chuyên môn phức tạp, cần huy động chất xám của tập thể; do đó, cần lựa chọn những cá nhân tham gia có ý nghĩa vô cùng quan trọng, quyết định đến hiệu quả, chất lượng trong thực tiễn của


160

chương trình đào tạo. Sau đó, tổ chức hội thảo nhiều lần để lựa chọn dung lượng, cấu trúc các môn học thật phù hợp, bảo đảm vừa sâu về nghiệp vụ, vừa đúng với lý luận và sát với thực tiễn. Đồng thời, khi chương trình đào tạo đưa ra Hội đồng Khoa học và Đào tạo Nhà trường nghiệm thu, đơn vị có trách nhiệm xây dựng chương trình đào tạo phải kiên quyết bảo vệ những nội dung khoa học đã được tập thể khoa, bộ môn cho ý kiến thống nhất; có trách nhiệm tiếp thu tối đa các ý kiến chuyên gia nhằm chỉnh sửa chương trình đào tạo thật sự gắn với thực tiễn trong tình hình mới.

- Chương trình đào tạo ngành Toán kinh tế cần được cập nhật thường xuyên nhằm theo kịp nhu cầu phát triển cũng như xu thế sử dụng lao động của xã hội. Trong chương trình học, cần tạo điều kiện để sinh viên làm quen, hoặc thậm chí là tham gia với tư cách thành viên các đề tài nghiên cứu khoa học dưới sự hướng dẫn của các thầy cô trong khuôn khổ một dự án, đề tài cấp nhà nước, cấp bộ, cấp trường, cấp tỉnh, cấp bộ, cấp nhà nước. Từ đó, sinh viên có thể trau dồi được khả năng tư duy sáng tạo độc lập, khả năng làm việc tập thể đa ngành và khả năng thích nghi tốt với các biến động, đổi mới liên tục của khoa học và công nghệ.

- Thực tế sinh viên tốt nghiệp chuyên ngành Toán kinh tế dễ dàng tìm được công việc phù hợp với chuyên ngành đào tạo, đặc biệt liên quan đến tài chính, ngân hàng. Chẳng hạn, đối với chuyên viên phân tích đầu tư tại các công ty tài chính, bảo hiểm, chứng khoán hay ngân hàng, để thành công trong lĩnh vực này, phải có kiến thức toán học, khả năng đánh giá mức độ rủi ro và tính toán giá trị của các khoản đầu tư khác nhau cũng như kỹ năng phân tích các kết quả đã nghiên cứu. Hoặc như với chuyên viên phân tích ngân sách, khi các cơ quan chính phủ, các công ty nghiên cứu hoặc các tổ chức học thuật cần phải quyết định cách phân bổ kinh phí giữa các dự án khác nhau, họ thường tìm tới các nhà phân tích ngân sách. Các chuyên gia này phân tích các chi phí gắn liền với các đề xuất ngân sách khác nhau và xác định tác động tiềm năng của chúng đối với tình trạng tài chính tổng thể của một tổ chức để từ đó đưa ra các khuyến nghị tài trợ dựa trên những phát hiện của họ...

Tuy nhiên, để tận dụng được cơ hội việc làm liên quan đến lĩnh vực Tài chính - Ngân hàng, các yêu cầu đặt ra đối với sinh viên sau khi tốt nghiệp cũng khá cao. Theo đó, sinh viên phải có kiến thức cơ bản và chuyên sâu về Toán học, Toán học ứng dụng để đáp ứng tốt các công việc đặc thù có liên quan như: nghiên cứu, phân tích và đưa ra giải pháp cho một số vấn đề trong kỹ thuật, kinh tế, tài chính; thiết lập cơ sở lý thuyết của vấn đề, mô hình hóa Toán học và tìm cách giải quyết vấn đề trong các lĩnh vực đa dạng và luôn biến đổi của thực tế.

161


3. KÊT LUẬN

Nhằm đáp ứng thị trường lao động trong nước cũng như các nước trong khu vực, Trường Đại học Tài chính - Marketing tiếp tục mở thêm ngành Toán kinh tế nhằm đào tạo theo hướng nâng cao chất lượng đào tạo, đáp ứng yêu cầu xã hội trên cở sở xác định chuẩn đầu ra; từ đó, thiết kế chương trình đào tạo ngành Toán kinh tế nhằm đào tạo sinh viên sau khi ra trường có tư duy toán học, thống kê, phân tích dữ liệu và “kỹ năng mềm” để nhanh chóng thích ứng với môi trường làm việc luôn thay đổi và có thể chủ động hình thành ý tưởng, thiết kế ý tưởng, thực hiện và vận hành công việc chuyên môn.


1. Ban Chấp hành Trung ương (2019), Nghị quyết số 52-NQ/TW ngày 27/09/2019 về một số chủ trương, chính sách chủ động tham gia cuộc Cách mạng công nghiệp 4.0.

2. Nhật Hồng (2018), Cần nâng cao chất lượng đào tạo nhân lực ngành toán kinh tế trong trường đại học, Báo Dân trí điện tử.

3. Nguyễn Minh Phong (2019), Nhận diện Kinh tế số, Báo Nhân dân điện tử.

4. Phong Nguyễn (2019), Cách nào để kinh tế số chiếm trên 30% GDP? Báo Lao động điện tử.

5. Trọng Đạt (2019), Chuyển đổi số và hiện trạng phát triển kinh tế số ở Việt Nam, Báo Vietnamnet điện tử.

6. Giao dịch thuật toán (Algorithmic Trading) là gì? Những đặc điểm cần lưu ý. Truy cập từ: https://vietnambiz.vn/giao-dich-thuat-toan-algorithmic-trading-la-gi-nhung-dac-diem-can-luu-y-20191205025413985.htm

7. Kinh tế số là gì? Truy cập từ: https://unitrain.edu.vn/kinh-te-so-la-gi/

8. Toán học trong Y tế công cộng Việt Nam. Truy cập từ: https://tiasang.com.vn/-doi-moi-sang-tao/Toan-hoc-trong-Y-te-cong-cong-Viet-Nam-14007

9. Vị trí Việt Nam trong kinh tế số hóa toàn cầu. Truy cập từ: https://idtvietnam.vn/vi/vi-tri-viet-nam-trong-nen-kinh-te-so-hoa-toan-cau-676


162

NHU CÂU ĐAO TAO NGUỒN NHÂN LƯC NGANH TOÁN KINH TÊ VA MỘT VAI HAM Ý

16.

TS. Lê Dân Trường Đại học Kinh tế, Đại học Đà Nẵng

Tóm tắt

Hiện nay, ở Việt Nam nói riêng và trên thế giới nói chung, nhu cầu phân tích định lượng rất được quan tâm ở tầm vĩ mô và vi mô. Trong đó, nhu cầu nguồn nhân lực về Toán kinh tế rất cao. Chính vì vậy, nghiên cứu xây dựng chương trình đào tạo nguồn nhân lực Toán kinh tế được rất nhiều các trường đại học ở Việt Nam quan tâm. Bài viết này trình bày một số vấn đề như nhu cầu nguồn nhân lực, và một số hàm ý về mục tiêu đào tạo và chuẩn đầu ra trong khi xây dựng chương trình đào tạo.

Từ khóa: Toán kinh tế, mục tiêu đào tạo, chuẩn đầu ra, phân tích dữ liệu, chương trình đào tạo.


Trong môi trường cạnh tranh, để thành công, đặc biệt duy trì sự thành công đòi hỏi các doanh nghiệp Việt Nam không ngừng nâng cao chất lượng thông tin hỗ trợ ra quyết định. Khi mà dữ liệu bùng nỗ, đặc biệt là dữ liệu lớn thì xử lý thông tin ngày càng phức tạp, đòi hỏi phải có công cụ xử lý mạnh, hiệu quả và nâng cao năng lực trong xử lý dữ liệu. Chính vì vậy, các doanh nghiệp phải phát triển nguồn nhân lực phân tích dữ liệu chất lượng cao. Từ đó, tạo ra cơ hội và thách thức trong đào tạo nguồn nhân lực phân tích định lượng cho các trường đại học. Trong phân tích định lượng các vấn đề kinh tế hiện thời, các chuyên gia thực hiện những dự án phân tích cần am hiểu về mô hình toán kinh tế. Mô hình toán kinh tế là những mô hình toán

163


về những mối liên hệ kinh tế. Ví dụ, để mô tả mối liên hệ giữa kết quả sản xuất (như GDP, giá trị gia tăng, hay lợi nhuận,...) với các nhân tố như vốn, lao động cần thiết lập các hàm sản xuất (như hàm sản xuất Cobb-Douglas); để mô tả mối liên hệ giữa giữa chi phí và quy mô sản xuất, cần có hàm chi phí; để mô tả mối quan hệ giữa cung và cầu cần có các hàm cung, hàm cầu; để mô tả mối quan hệ cân đối giữa các ngành cần bảng cân đối liên ngành (Bảng I/O)... Những mô hình này cần được xây dựng một cách khoa học và đảm bảo tính vững, thỏa mãn những ràng buộc, những quy luật kinh tế. Tất cả những vấn đề này rất cần những chuyên gia toán kinh tế. Những mô hình này, giúp cho các chuyên gia phân tích lựa chọn mô hình tốt hơn để phân tích trong những tình huống của các doanh nghiệp. Hơn nữa, các mô hình này cũng là cơ sở để các chuyên gia lập trình xây dựng những thuật toán lập trình để xây dựng các phần mềm phân tích dữ liệu. Phải nói rằng, với dữ liệu lớn thì tin học hóa phân tích dữ liệu và tất yếu. Tuy nhiên, các chuyên gia lập trình hiện nay ở Việt Nam không hiểu nhiều về các mô hình phân tích, thuật toán phân tích nên rất khó để lập trình được và đỏi hỏi các chuyên gia xây dựng mô hìn và đề xuất thuật toán phân tích. Như vậy, có thể nói nhu cầu những chuyên gia toán kinh tế rất cần trong thực tiễn và khoa học dữ liệu. Hiện nay, các trường đại học ở Việt Nam đã xây dựng nhiều chương trình đào tạo về thống kê, khai phá dữ liệu, khoa học dữ liệu, kinh doanh thông tin, kỹ sư công nghệ thông tin đáp ứng nhu cầu phân tích định lượng. Tuy nhiên, những chương trình đào tạo đó có những hạn chế nhất định về kiến thức Toán ứng dụng và Kinh tế, là những kiến thức cốt lõi trong tư duy và phân tích định lượng. Còn các chương trình đào tạo về Toán kinh tế cũng đã triển khai nhưng cũng cần rà soát, đánh giá lại về mục tiêu, chuẩn đầu ra, chương trình đào tạo, lộ trình học để để trang bị kiến thức, kỹ năng và thái độ cốt lõi cho sinh viên để khi ra trường có thể đáp ứng được những yêu cầu của doanh nghiệp, và các tổ chức kinh tế - xã hội khác.

2. QUAN ĐIỂM TIÊP CẬN VỀ CHƯƠNG TRINH ĐAO TAO

Hiện nay, một số chương trình đào tạo còn mang nặng tính hàn lâm, và do đó, sinh viên ra trường sẽ gặp khó khăn khi trực tiếp giải quyết những bài toán thực tế của doanh nghiệp. Chính vì vậy, ở Việt Nam, hiện đang tồn tại một số quan điểm tiếp cận về chương trình đào tạo Toán kinh tế, cụ thể như sau:

Quan điểm thứ nhất cho rằng, chương trình Toán kinh tế phải theo hướng ứng dụng, phải đáp ứng nhu cầu của các doanh nghiệp, các tổ chức xã hội. Theo quan điểm


164

này, khi xây dựng chương trình đào tạo ngay cả trong quá trình đào tạo phải có tham gia của các chuyên gia từ các doanh nghiệp. Việc xây dựng mục tiêu đào tạo phải xuất phát từ thị trường lao động và chắc chắn đảm bảo tính linh hoạt hơn khi hướng đến các vấn đề học tập suốt đời. Cũng từ quan điểm này, quy trình xây dựng chương trình cũng có khác trước, thông thường trước đây, những người xây dựng chương trình đào tạo căn cứ vào chương trình đào tạo tham khảo và căn cứ và nguồn lực sẵn có để đề xuất các học phần, còn hiện nay phải có những điều tra nghiêm túc từ các doanh nghiệp về mục tiêu và chuẩn đầu ra và từ đó mới lựa chọn những học phần phù hợp.

Quan điểm thứ hai cho rằng, chương trình Toán kinh tế là chương trình mang tính đa ngành, nghĩa là các kiến thức, kỹ năng, thái độ liên quan đến nhiều ngành, từ kinh tế, quản trị kinh doanh, toán, thống kê và công nghệ thông tin. Theo quan điểm này, khi xây dựng chương trình đào tạo phải tạo sự hài hòa, cân đối giữa các khối kiến thức, kỹ năng.

Quan điểm thứ ba cho rằng, khi xây dựng chương trình đào tạo phải đảm bảo tính hiện đại và cạnh tranh. Chương trình đào tạo tại mỗi trường phải đảm bảo sinh viên ra trường có việc làm và thành công, đồng thời có sức thu hút đối với sinh viên và nhà tuyển dụng. Để thực hiện điều này, khi xây dựng chương trình đào tạo phải sử dụng đến kỹ thuật Benchmarking và kỹ thuật thực hành tốt nhất (best practices). Benchmarking là kỹ thuật so sánh chương trình đào tạo giữa các trường đào tạo khác nhau trong và ngoài nước để đạt được vị trí dẫn đầu trong đào tạo. Theo kỹ thuật thực hành tốt nhất thì những chương trình, những phương pháp giảng dạy, phương pháp đánh giá được sử dụng trong chương trình đào tạo phải lựa chọn bằng một quy trình có hệ thống, được xem như một chuẩn mực và được chứng minh là đem lại kết quả tốt đẹp và thành công từ những chương trình đào tạo trong và ngoài nước.

Quan điểm thứ tư cho rằng, thiết kế chương trình phải lấy sinh viên làm trung tâm. Cách tiếp truyền thống để thiết kế chương trình là lấy giảng viên làm trung tâm. Cách tiếp cận này là khó có thể xác định chính xác những gì học sinh phải làm để vượt qua chương trình (Gosling và Moon, 2001). Xu hướng quốc tế trong đào tạo lấy sinh viên làm trung tâm. Mô hình thay thế này tập trung vào những gì sinh viên dự kiến sẽ có thể làm khi hoàn thành chương trình đào tạo. Do đó, cách tiếp cận này thường được gọi là cách tiếp cận dựa trên kết quả.

165


3. CƠ HỘI VIỆC LAM CHO CỬ NHÂN TOÁN KINH TÊ

Như đã phân tích trong mục 1, nhu cầu nguồn nhân lực Toán kinh tế rất lớn. Nguồn nhân lực này có thể trở thành các chuyên gia phân tích dữ liệu, quản trị dữ liệu, đặc biệt liên quan đến dữ liệu lớn. Như vậy, sinh viên ra trường có thể làm việc trong các doanh nghiệp, đặc biệt trong các tập đoàn lớn có lượng dữ liệu lớn (Big Data). Sinh viên ra trường có thể trở thành các chuyên gia trong các doanh nghiệp khai phá dữ liệu nhằm thiết lập những mô hình, những thuật toán cho các nhà lập trình, chuyên gia lập trình, quản trị cơ sở dữ liệu. Nếu sinh viên giỏi, xuất sắc trở thành các chuyên gia toán ứng dụng trong kinh tế, giảng viên trong các trường đại học, các viện nghiên cứu.

4. MỤC TIÊU CỦA CHƯƠNG TRINH ĐAO TAO NGANH TOÁN KINH TÊ

Để định hướng cho quá trình đào tạo, xây dựng chuẩn đầu ra, lựa chọn học phần, phương pháp đánh giá, các chương trình đào tạo cần xác định mục tiêu. Trong dài hạn, mục tiêu của chương trình đào tạo được hiểu là tuyên bố mang tính phổ quát, các hành động liên tục được thực hiện theo hướng cụ thể. Trong ngắn hạn, mục tiêu là những kết quả, những tiến trình mà chương trình đào tạo sẽ đạt nhằm đạt được mục tiêu dài hạn. Việc xây dựng mục tiêu đào tạo phải xuất phát từ thị trường lao động và chắc chắn đảm bảo tính linh hoạt hơn khi tính đến các vấn đề học tập suốt đời, học tập phi truyền thống và các hình thức kinh nghiệm giáo dục phi hình thức khác (Purser, Council of Europe, 2003).

Dựa vào những chương trình đào tạo và từ những yêu cầu của các chuyên gia trong các doanh nghiệp, đối với chương trình toán kinh tế cần đạt được những mục tiêu chung và cụ thể như sau:

Mục tiêu chung: Chương trình trang bị cho sinh viên những kiến thức và kỹ năng về Toán và Kinh tế để trở thành các chuyên gia thực hiện những dự án phân tích định lượng trong các doanh nghiệp, nhằm cung cấp thông tin cho nhà quản trị ra quyết định, có thể hỗ trợ cho những nhà lập trình xây dựng những thuật toán phân tích định lượng trong Kinh tế.

Mục tiêu cụ thể: để bảo đảm mục tiêu chung trong dài hạn và chương trình Toán kinh tế phải đạt được những mục tiêu (OBJ) như trên Bảng 1:


166

Bảng 1: Chuẩn đầu ra của chương trình đào tạo Toán kinh tế

OBJ Nội dung mục tiêu của chương trình đào tạo

OBJ1 Chương trình đào tạo phải trang bị cho sinh viên những kiến thức căn bản về Kinh tế và Quản trị.

OBJ2 Chương trình phải trang bị cho sinh viên những kiến thức về công nghệ thông tin.

OBJ3 Chương trình phải trang bị cho sinh viên những kiến thức về Toán và Thống kê.

OBJ4 Chương trình rèn luyện cho sinh viên những kỹ năng cơ bản và kỹ năng nghề nghiệp.

OBJ5 Chương trình rèn luyện cho sinh viên ý thức tuân thủ pháp luật, đạo đức nghề nghiệp và trách nhiệm xã hội.

Mục tiêu thứ nhất (OBJ1): Chương trình đào tạo phải trang bị cho sinh viên những kiến thức căn bản về Kinh tế và Quản trị.

Vì đây là chương trình Toán kinh tế nên sinh viên phải biết những kiến thức về Kinh tế, cụ thể những những kiến thức Kinh tế học như: Kinh tế vĩ mô và Kinh tế vi mô; những kiến thức liên quan đến nghiệp vụ như: kế toán, tài chính, ngân hàng, marketing, nhân sự... Sở dĩ như vậy vì để vận dụng kiến thức Toán vào phân tích Kinh tế cần phải biết bản chất, đặc điểm của đối tượng nghiên cứu, phải biết dữ liệu xuất phát từ đâu, lưu trữ như thế nào và nhà quản trị cần gì. Hơn nữa, sinh viên cần biết bản chất của dữ liệu, những loại thông tin cần thiết cho các cấp lãnh đạo trong ra quyết định.

Mục tiêu thứ hai (OBJ2): Chương trình phải trang bị cho sinh viên những kiến thức về công nghệ thông tin.

Trong môi trường bùng nổ dữ liệu như hiện nay, mọi doanh nghiệp cần phải biết cách tổ chức thu thập, lưu trữ, phân phối, xử lý dữ liệu, cụ thể là sinh viên được trang bị những kiến thức về cơ sở dữ liệu, hệ quản trị cơ sở dữ liệu, kho dữ liệu. Hơn nữa, sinh viên Toán kinh tế cũng cần những kiến thức lập trình liên quan đến phân tích dữ liệu, cụ thể hiện nay có hai ngôn ngữ lập trình trong phân tích dữ liệu là Python và ngôn ngữ R. Hiện nay, những ngôn ngữ này đang được cộng đồng phân tích dữ liệu tập trung phát triển. Mỗi ngôn ngữ có những ưu điểm và nhược điểm riêng, nhưng những ngôn ngữ này không khó để nghiên cứu và là mã nguồn mở. Vì cộng đồng sử dụng hai ngôn ngữ này rất lớn, nên sinh viên hiện nay cũng như về sau này rất thuận lợi và có triển vọng rất lớn trong nghiên cứu. Hơn nữa, hai ngôn ngữ này cũng là mã nguồn mở nên tiết kiệm được chi phí cho các doanh nghiệp.

167


Mục tiêu thứ ba (OBJ3): Chương trình phải trang bị cho sinh viên những kiến thức về Toán và Thống kê.

Kiến thức cần thiết để xây dựng mô hình toán kinh tế, thực hiện phân tích dữ liệu, mô hình toán tối ưu, kiến thức về ma trận, đại số tuyến tính là rất cần thiết. Hơn nữa, để thực hiện hiện những dự án phân tích hay lập trình, kiến thức về Thống kê rất cần thiết. Trong đó, cần trang bị những kiến thức về Thống kê mô tả và Thống kê suy diễn từ cơ bản đến chuyên sâu.

Mục tiêu thứ tư (OBJ4): Chương trình rèn luyện cho sinh viên những kỹ năng cơ bản và kỹ năng nghề nghiệp đảm bảo cho sinh viên năng lực học tập suốt đời.

Để đảm bảo cho sinh viên sau khi ra trường có thể làm việc một cách thành thạo, chương trình cần rèn luyện cho sinh viên những kỹ năng làm việc nhóm, kỹ năng điều hành, phân công, đánh giá, phát triển và duy trì mối quan hệ với đồng nghiệp và đối tác, rèn luyện sinh viên kỹ năng ngoại ngữ.

Mục tiêu thứ năm (OBJ5): Chương trình rèn luyện cho sinh viên ý thức tuân thủ pháp luật, đạo đức nghề nghiệp và trách nhiệm xã hội.

Không những quan tâm đến kiến thức và kỹ năng, chương trình cũng phải đảm bảo rèn luyện cho sinh viên hiểu biết về luật pháp, hiểu rõ đạo đức nghề nghiệp, trung thực trong xử lý dữ liệu và truyền đạt thông tin. Hơn nữa, sinh viên còn phải có trách nhiệm với cộng đồng xã hội, chỉ có như thế mới đảm bảo cho sinh viên thành công và hữu ích cho xã hội.

Chú ý: Những chuẩn đầu ra cần phải thiết kế thành phiếu khảo sát để điều tra tham khảo ý kiến của các chuyên gia từ các doanh nghiệp. Điều này cần phải thực hiện một cách nghiêm túc. Đối tượng khảo sát đánh giá mục tiêu phải là những chuyên gia trong các doanh nghiệp, từ các tập đoàn, các viện nghiên cứu và các trường đại học.

5. CHUẨN ĐÂU RA CỦA CHƯƠNG TRINH ĐAO TAO

Chuẩn đầu ra là những tuyên bố về những gì được mong đợi rằng sinh viên sẽ có thể làm được như là sau khi học (Jenkins và Unwin, 2001). Hay có thể nói, chuẩn đầu ra là một tuyên bố về những gì người học dự kiến sẽ biết, hiểu và có thể chứng minh vào cuối giai đoạn học tập (Gosling và Moon, 2001; Donnelly và Fitzmaurice, 2005).


168

Xuất phát từ những mục tiêu đào tạo đã xây dựng, chương trình đào tạo xây dựng chuẩn đầu ra. Hiện nay, khi xây dựng chuẩn đầu ra, các trường thường căn cứ vào thang đo Bloom để xây dựng (Bloom và cộng sự, 1956). Trong những năm gần đây, có nhiều nỗ lực đã được thực hiện để sửa đổi (Anderson & Krathwohl, 2001; Krathwohl, 2002) nhưng các tác phẩm gốc của Bloom và đồng nghiệp của ông vẫn được trích dẫn rộng rãi nhất trong tài liệu. Thông qua những khảo sát các chuyên gia từ bên ngoài và cách thức xây dựng chuẩn đầu ra (PLO) của chương trình Toán kinh tế cần những chuẩn đầu ra như trên Bảng 2.

Bảng 2: Chuẩn đầu ra của chương trình đào tạo Toán kinh tế

PLO Nội dung chuẩn đầu ra của chương trình đào tạo

PLO1 Áp dụng được kiến thức nền tảng về chính trị, pháp luật, kinh tế và quản trị trong phân tích định lượng và diễn giải kết quả phân tích

PLO2 Ứng dụng công nghệ thông tin để thu thập dữ liệu, tổ chức, quản lý và phân tích dữ liệu

PLO3 Áp dụng được những kiến thức trong xây dựng những mô hình toán kinh tế phục vụ cho phân tích và lập trình

PLO4 Thiết kế các dự án thu thập, tổ chức, quản lý dữ liệu

PLO5 Tổ chức thực hiện phân tích dữ liệu và diễn giải kết quả phân tích

PLO6 Có kỹ năng tổ chức, điều hành và làm việc nhóm

PLO7 Có kỹ năng thuyết trình và giao tiếp, tác phong làm việc chuyên nghiệp

PLO8 Sử dụng thành thạo ngoại ngữ

PLO9 Tuân thủ pháp luật, trách nhiệm với công việc và với xã hội

6. MA TRẬN CHUẨN ĐÂU RA VA MỤC TIÊU CỦA CHƯƠNG TRINH ĐAO TAO

Khi xây dựng chuẩn đầu ra cần phải đảm những chuẩn này phải đáp ứng những mục tiêu đặt ra và cần chú ý một mục tiêu có thể được đáp ứng bởi nhiều chuẩn đầu ra và một chuẩn có thể đáp ứng cho nhiều mục tiêu. Đối với chương trình đào tạo Toán kinh tế, có thể có ma trận các mục tiêu và chuẩn đầu ra của chương trình đào tạo như trên Bảng 3.

169


Bảng 3: Ma trận mục tiêu và chuẩn đầu ra của chương trình đào tạo Toán kinh tế

Chuẩn đầu ra Mục tiêu (OBJ)

(PLO) OBJ1 OBJ2 OBJ3 OBJ4 OBJ5

PLO1 X

PLO2 X

PLO3 X

PLO4 X

PLO5 X

PLO6 X

PLO7 X

PLO8 X

PLO9 X

7. TÊN CHƯƠNG TRINH ĐAO TAO TRONG VA NGOAI NƯỚC ĐÃ THAM KHẢO VA ĐỐI SÁNH

Trong khi xây dựng chương trình đào tạo cần tuân thủ dựa trên những chương trình đạo tạo của các trường đại học khác trong và ngoài nước, tức tuân thủ theo các kỹ thuật như kỹ thuật Benchmarking và kỹ thuật thực hành tốt nhất (best practices). Bài viết xin giới thiệu vài chương trình trong và ngoài nước được nghiên cứu khi xây dựng chương trình ngành Toán kinh tế như trên Bảng 4.

Bảng 4: Một số chương trình dùng để tham khảo và đối sánh

TTTên chương trình đào tạo đã tham khảo và đối sánh

Trường đại học Hình thức tham khảo và đối sánh

1 Toán kinh tế Trường Đại học Kinh tế Quốc dân, Hà Nội

http://mfe.neu.edu.vn/khung-chuong-trinh-nganh-toan-kinh-te/

2 Toán ứng dụng trong kinh tế, quản trị và tài chính

Trường Đại học Kinh tế - Luật (Đại học Quốc gia Thành phố Hồ Chí Minh

https://maths.uel.edu.vn/Resources/Docs/SubDomain/m at h s / C H U O N G % 2 0 T R I N H % 2 0 DAO % 2 0 TAO % 2 0TOAN%20KINH%20TE_K19_0001.PDF


170

TTTên chương trình đào tạo đã tham khảo và đối sánh

Trường đại học Hình thức tham khảo và đối sánh

3 Toán ứng dụng Trường Đại học Tiền Giang

http://www.tgu.edu.vn/topic/?9336

4 Toán Kinh tế Trường Đại học Thủ Dầu Một

https://khtn.tdmu.edu.vn/danh-muc/chuong-trinh-toan-toan-kinh-te-toan-hoc/thong-tin-nganh-toan-kinh-te

5 Toán ứng dụng Trường Đại học Khoa học và Công nghệ Hà Nội

https://usth.edu.vn/vi/chuong-trinh/cu-nhan/cu-nhan-nganh-toan-ung-dung-138.html

6 Econometrics and Mathematical Economics

London School of Economics and Political Science

http://www.lse.ac.uk/study-at-lse/Graduate/Degree-programmes-2020/MSc-Econometrics-and-Mathematical-Economics

7 Mathematical Economics

University of Waterloo https://uwaterloo.ca/future-students/programs/mathematical-economics


Bucknell University https://www.bucknell.edu/academics/college-arts-sciences/academic-departments-programs/mathematical-economics-program


Clarkson University https://www.clarkson.edu/undergraduate/mathematical-economics#row-id-2

8. KÊT LUẬN

Nhu cầu nguồn nhân lực về Toán kinh tế hiện nay rất cao nhằm đáp ứng nhu cầu phân tích dữ liệu, chuyên gia về xây dựng mô hình toán kinh tế phục vụ các chuyên gia phân tích, cho những nhà lập trình những phần mềm phân tích dữ liệu. Ngoài ra, còn đáp ứng nhu cầu nghiên cứu và giảng dạy trong các viên nghiên cứu và các trường đại học. Tuy nhiên, hiện nay, những chương trình đào tạo được một số trường trong nước xây dựng đang còn tồn tại một số hạn chế liên quan đến quan điểm tiếp cận, mục

171


tiêu đào tạo và chuẩn đầu ra. Từ đó, các trường đại học cần rà soát lại chương trình đào tạo theo hướng ứng dụng và lấy người học làm trung tâm, cần lựa chọn những nội dung phù hợp, khả thi và tăng tính ứng dụng đáp ứng nhu cầu thực tiễn của thị trường lao động.

TÀI LIỆU THAM KHẢO1. Anderson, L.W., & Krathwohl, D. (Eds.) (2001), A Taxonomy for Learning, Teaching

and Assessing: A Revision of Bloom’s Taxonomy of Educational Objectives. New York: Longman.

2. Bloom, B. S., Engelhart, M., D., Furst, E.J, Hill, W. and Krathwohl, D. (1956), Taxonomy of educational objectives. Volume I: The cognitive domain. New York: McKay.

3. Donnelly, R and Fitzmaurice, M. (2005), Designing Modules for Learning. In: Emerging Issues in the Practice of University Learning and Teaching, O’Neill, G et al. Dublin: AISHE.

4. Purser, L. (2003), Report on Council of Europe Seminar on Recognition Issues in the Bologna Process, Lisbon, April 2002, in Bergan, S. (ed), Recognition Issues in the Bologna Process, http://book.coe.int/EN/ficheouvrage.php?PAGEID =36&lang=EN&produit_aliasid=1618

5. Gosling, D. and Moon, J. (2001), How to use Learning Outcomes and Assessment Criteria. London: SEEC Office.


172

PHÂN TÍCH SWOT VIỆC ĐAO TAO NGANH TOÁN KINH TÊ TAI TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETING

17.

ThS. Hoàng Thị XuânTrường Đại học Tài chính - Marketing

Tóm tắt

Trường Đại học Tài chính - Marketing với lịch sử lâu đời trong việc đào tạo nhân lực khối ngành Kinh tế, việc đào tạo ngành Toán kinh tế là hoàn toàn phù hợp với năng lực của trường cũng như thích ứng với xu hướng đào tạo nhân lực khối ngành kinh tế trong bối cảnh hiện nay. Bài tham luận này chỉ ra Trường Đại học Tài Chính - Marketing có bốn điểm mạnh, ba điểm yếu, ba cơ hội và hai thách thức khi mở ngành Toán kinh tế. Từ việc phân tích điểm mạnh, điểm yếu, cơ hội, thách thức, tác giả đưa ra bốn giải pháp cụ thể để Nhà trường có thể mở ngành, tuyển sinh và đào tạo thành công ngành Toán kinh tế, cung cấp cho thị trường lao động Việt Nam nguồn nhân lực kinh tế chất lượng cao, đóng góp vào sự phát triển kinh tế nước nhà trong xu thế hội nhập và phát triển hiện nay.

Từ khóa: Toán kinh tế, Toán tài chính, Toán ứng dụng.


Toán kinh tế là môn khoa học sử dụng các công cụ và phương pháp toán học để phân tích, đánh giá các vấn đề kinh tế, kinh doanh để từ đó hiểu rõ hơn các nguyên tắc và các quy luật kinh tế của nền kinh tế thị trường. Công cụ toán học cho phép các nhà kinh tế phân tích suy luận định lượng và xây dựng các mô hình đánh giá, dự báo về kinh tế, kinh doanh trong tương lai.

173


Các chương trình đào tạo kinh tế thuộc các trường khối ngành kinh tế hiện nay có nhược điểm chung là chú trọng nhiều vào phân tích định tính, khối kiến thức về Toán và Công nghệ thông tin không tương xứng. Kiến thức về cơ sở dữ liệu hầu như không được đưa vào chương trình đào tạo. Ngoài các phần mềm thống kê như SPSS, STATA, EVIEWS, các phần mềm dựa trên hệ thống code – SAS, R, Python- chưa được đào tạo cho người học; kiến thức về data science, big data chưa đưa vào giảng dạy. Ngày này, cùng với sự phát triển của công nghệ, sức mạnh của máy tính, dữ liệu lớn, việc ứng dụng Toán học vào phân tích giúp các nhà kinh tế lượng hóa các vấn đề kinh tế, giải thích các hiện tượng kinh tế rõ ràng hơn. Việc kết hợp các phân tích định tính và kết quả định lượng giúp việc đưa ra các quyết định và dự báo một cách chính xác hơn. Do đó, đây sẽ là xu hướng chủ đạo trong việc đào tạo nhân lực khối ngành kinh tế trong thời gian tới tại Việt Nam.

Trường Đại học Tài chính - Marketing có lịch sử lâu đời trong việc đào tạo nhân lực khối ngành kinh tế. Nhưng cũng giống như các trường khác, các chương trình đào tạo của Trường hiện nay chủ yếu thiên về phân tích định tính. Nhận thức được yêu cầu của thị trường lao động cũng như xu thế tất yếu trong việc đào tạo nhân lực khối ngành kinh tế trong bối cảnh hiện nay, Trường đã lên kế hoạch mở ngành Toán kinh tế. Tuy nhiên, để việc mở ngành thành công, cần phải có sự phân tích kỹ lưỡng điểm mạnh, điểm yếu, cơ hội, thách thức của Nhà trường, từ đó đưa những giải pháp giúp tận dụng thế mạnh giành lấy cơ hội, dùng thế mạnh vượt qua khó khăn, khắc phục điểm yếu nắm lấy cơ hội, phòng thủ chặt điểm yếu tránh nguy cơ. Có như vậy, việc mở ngành, tuyển sinh và đào tạo ngành Toán kinh tế mới thành công, cung cấp cho thị trường lao động nguồn nhân lực chất lượng, góp phần vào sự phát triển chung của kinh tế Việt Nam.

2. PHƯƠNG PHÁP NGHIÊN CỨU

Tham luận sử dụng các phương pháp nghiên cứu sau:

- Phương pháp nghiên cứu tài liệu, các số liệu thống kê để thu thập thông tin về việc mở ngành Toán kinh tế tại Việt Nam; cơ hội việc làm và yêu cầu đối với sinh viên ngành Toán kinh tế.

- Phân tích SWOT được sử dụng để xác định điểm mạnh, điểm yếu, cơ hội, thách thức của việc đào tạo ngành Toán kinh tế tại Trường Đại học Tài chính - Marketing, từ đó xây dựng các chiến lược và đề ra các giải pháp để việc mở ngành và đào tạo ngành toán kinh tế của Trường đạt được thành công.


174

3. PHÂN TÍCH ĐIỂM MANH - ĐIỂM YÊU - CƠ HỘI - THÁCH THỨC (SWOT) CỦA VIỆC MƠ NGANH TOÁN KINH TÊ TAI TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETING

3.1. Điểm mạnh (S – Strengths)

Một là, đội ngũ giảng viên của Trường Đại học Tài chính - Marketing nói chung và giảng viên Bộ môn Toán nói riêng có trình độ cao, có tinh thần trách nhiệm, tận tâm, yêu nghề và giàu kinh nghiệm trong công tác giảng dạy.

Bảng 1: Thống kê, phân loại giảng viên cơ hữu theo trình độ

TT Trình độ / học vị Toàn trường Bộ môn Toán Bộ môn Kinh tế

1 Giáo sư, Viện sĩ 0 0 0

2 Phó Giáo sư 9 1 0

3 Tiến sĩ khoa học 1 0 0

4 Tiến sĩ 53 7 1

5 Thạc sĩ 303 13 10

6 Đại học 25 0 1

Tổng 390 21 12

Nguồn: Thống kê của tác giả dựa vào thông tin từ Phòng Tổ chức - Hành chính và Khoa Kinh tế - Luật (Số liệu năm 2019)

Hai là, cơ sở vật chất đảm bảo phục vụ tốt cho hoạt động đào tạo và nghiên cứu khoa học. Về trụ sở, trường có một trụ sở chính tại Quận 7 và 05 cơ sở tại các quận khác trong Thành phố Hồ Chí Minh. Tổng diện tích đất sử dụng của Trường là 64.973 m2, diện tích khu làm việc là 5.831 m2; khu học tập là 28.626 m2, khu vui chơi giải trí là 2.916 m2. Trường có đầy đủ giảng đường, phòng học có sức chứa đa dạng từ 40 đến 120 chỗ ngồi phục vụ cho hoạt động giảng dạy và học tập; có các phòng chức năng, phòng làm việc được trang bị thiết bị tiên tiến, hiện đại để hỗ trợ cho các hoạt động đào tạo và nghiên cứu. Thư viện của Trường phục vụ tốt nhu cầu giảng dạy, học tập và nghiên cứu khoa học. Thư viện của Trường được đặt tại ba cơ sở là: cơ sở chính tại Quận 7, cơ sở 2C Phổ Quang (Phường 2, Quận Tân Bình, TP. Hồ Chí Minh) và cơ sở tại Quận 9. Tại các Thư viện có tương đối đầy đủ danh mục sách, giáo trình, tài liệu, học liệu phục vụ cho các chuyên ngành đào tạo. Thư viện được trang bị cơ sở vật chất ở mức khá tốt và có sự kết nối để phục vụ cho việc học tập và nghiên cứu của sinh viên

175


và giảng viên một cách hiệu quả. Phòng Thực hành của Trường luôn được sự quan tâm đầu tư thiết bị mới, hiện đại. Năm 2019, Trường khánh thành và đưa vào sử dụng Phòng Thực hành ngân hàng mô phỏng với sự tài trợ của Ngân hàng Vietcombank Chi nhánh Kỳ Đồng, giúp cho việc giảng dạy và học tập của sinh viên Nhà trường sát với thực tế.

Ba là, Nhà trường đã tạo được thương hiệu và ngày càng lớn mạnh. Trường Đại học Tài chính - Marketing, tiền thân là Trường Cán bộ Vật giá Trung ương miền Nam được thành lập vào ngày 01/9/1976 với nhiệm vụ đào tạo, cung cấp cán bộ ngành Vật giá cho các tỉnh, thành phố phía Nam. Trải qua nhiều giai đoạn phát triển, đến năm 2004, Trường được nâng cấp thành Trường Đại học bán công Marketing. Ngày 25/03/2009, Trường Đại học bán công Marketing trở thành trường đại học công lập, được đổi tên thành Trường Đại học Tài chính - Marketing. Đến ngày 31/8/2017, Trường Cao đẳng Tài chính Hải quan được sáp nhập vào Trường Đại học Tài chính - Marketing giúp nâng cao năng lực và vị thế của trường. Như vậy, Trường Đại học Tài chính - Marketing đã có lịch sử 44 năm đào tạo nhân lực khối ngành kinh tế, tài chính. Theo các website đánh giá về giáo dục như: https://toplist.vn/, https://top10tphcm.com/, https://edu2review.com/..., Trường Đại học Tài chính - Marketing nằm trong top 10 trường đại học đào tạo ngành Kinh tế tốt nhất Việt Nam và top 5 trường đại học đào tạo ngành Kinh tế - Tài chính chất lượng hàng đầu tại Thành phố Hồ Chí Minh.

Năm 2019, Nhà trường đã được công nhận đạt chất lượng kiểm định 5 chương trình đào tạo gồm: 2 chương trình đào tạo thạc sĩ chuyên ngành Tài chính - Ngân hàng và Quản trị kinh doanh, cùng 3 chương trình chất lượng cao trình độ đại học các chuyên ngành: Quản trị kinh doanh tổng hợp, Quản trị Marketing và Ngân hàng. Kết quả thẩm định 5 chương trình đào tạo đều đạt mức 4 và tỷ lệ các tiêu chí đạt yêu cầu đối với các chương trình cụ thể là: các chương trình đào tạo trình độ thạc sĩ đạt 90% số tiêu chí đạt yêu cầu, các chương trình đào tạo chất lượng cao trình độ đại học đạt trên 95% số tiêu chí đạt yêu cầu. Thêm vào đó, công tác hợp tác quốc tế được đẩy mạnh, với nhiều thỏa thuận, biên bản ghi nhớ đã được ký kết, liên kết đào tạo quốc tế, trao đổi sinh viên, giảng viên và hợp tác nghiên cứu quốc tế diễn ra sôi nổi. Số bài báo được công bố trên các tạp chí có chỉ số quốc tế ISI, Scopus trong năm 2019 cũng tăng mạnh với 21 bài. Nhờ đó, uy tín, thương hiệu của Nhà trường ngày được nâng cao.

Bốn là, Trường đã đào tạo thành công chuyên ngành Tài chính định lượng. Năm 2015, Trường Đại học Tài chính - Marketing mở chuyên ngành Tài chính định lượng. Đến nay, chuyên ngành này đã đào tạo được một khóa sinh viên tốt nghiệp. Đây là


176

kinh nghiệm thực tế giúp Nhà trường rút ra những bài học trong việc mở ngành và đào tạo ngành Toán kinh tế.

3.2. Điểm yếu (W - Weaknesses)

Một là, đội ngũ giảng viên của Trường Đại học Tài chính - Marketing mặc dù có trình độ cao và kinh nghiệm giảng dạy, nhưng như đã nói ở trên, giảng viên khối ngành kinh tế trước đây được đào tạo nghiêng về phân tích định tính, khối kiến thức về Toán và Công nghệ thông tin không nhiều. Còn giảng viên bộ môn Toán chủ yếu được đào tạo chuyên về Toán (đại số, giải tích, xác suất, thống kê), ít được đào tạo về Kinh tế. Do đó, giảng viên cần phải tích cực học tập nâng cao trình độ, đặc biệt là kiến thức về data science, big data... Bên cạnh đó, kinh nghiệm thực tế của giảng viên chưa cao, giảng viên chủ yếu tập trung vào công tác giảng dạy và nghiên cứu khoa học, còn kinh nghiệm tham gia đầu tư hay làm việc trong doanh nghiệp không nhiều. Trong khi đó, ngành học này đòi hỏi sinh viên phải được đào tạo trong môi trường chất lượng, chuyên nghiệp cùng với những giảng viên có năng lực chuyên môn cao và kinh nghiệm dồi dào.

Hai là, cơ sở vật chất của Nhà trường vẫn còn một số tồn tại. Mặc dù Nhà trường đã có nhiều nỗ lực trong việc trang bị các điều kiện cơ sở vật chất tốt nhất cho giảng viên và sinh viên làm việc, học tập; tuy nhiên, vẫn còn một số tồn tại như: cơ sở giảng dạy, phòng chức năng và văn phòng làm việc bị phân tán nhiều nơi cách xa nhau gây khó khăn cho việc đi lại của giảng viên và sinh viên; các phòng học tại cơ sở ở số 2C Phổ Quang (Phường 2, Quận Tân Bình, TP. Hồ Chí Minh) đã cũ, xuống cấp, chưa được cách âm tốt nên ảnh hưởng đến chất lượng giờ giảng và chất lượng học tập của giảng viên và sinh viên...

Ba là, mối quan hệ liên kết, hợp tác với doanh nghiệp chưa đủ mạnh. Trường Đại học Tài chính - Marketing xác định đào tạo theo định hướng ứng dụng. Với định hướng này đòi hỏi mối quan hệ liên kết, hợp tác với doanh nghiệp phải thật mạnh, trong đó cần chú trọng đến việc mời doanh nghiệp tham gia vào thiết kế chương trình đào tạo, mời các nhà doanh nghiệp hay các chuyên viên giàu kinh nghiệm tham gia giảng dạy, ký kết các hợp tác đưa để sinh viên đến thực tập, thực hành tại doanh nghiệp... Mặc dù những năm qua, công tác hợp tác doanh nghiệp được Nhà trường đẩy mạnh, Nhà trường đã ký kết hợp tác với các tập đoàn kinh tế, các ngân hàng lớn như: Tập đoàn Imperial, Tập đoàn Viettel, Ngân hàng Sacombank, Ngân hàng BIDV Chi nhánh Bắc Sài Gòn, VietinBank Chi nhánh 4, Vietcombank Chi nhánh Kỳ Đồng,

177


Ngân hàng ACB, Ngân hàng HD Bank,... cùng các đơn vị khác trên địa bàn thành phố Hồ Chí Minh cũng như cả nước. Tuy nhiên, hiện nay, Nhà trường mới ký kết hợp tác được với khoảng hơn 20 doanh nghiệp, con số còn khá khiêm tốn; việc hợp tác cũng mới chỉ dừng lại ở việc cho sinh viên đến tham quan, thực hành, thực tập, tuyển dụng sinh viên tốt nghiệp... còn việc doanh nghiệp tham gia vào thiết kế chương trình đào tạo hay mời doanh nghiệp tham gia giảng dạy là chưa nhiều.

3.3. Cơ hội (O - Opportunities)

Một là, nhu cầu thị trường đối với cử nhân ngành Toán kinh tế là rất lớn. Trong xu thế hội nhập và phát triển hiện nay, lĩnh vực Tài chính, Ngân hàng, Bảo hiểm phát triển rất nhanh, yêu cầu về nhân lực là rất lớn. Theo kết quả khảo sát của Trung tâm Dự báo nhu cầu nhân lực và Thông tin thị trường lao động, thị trường lao động hiện đang rất cần nhân lực là cử nhân ngành Toán kinh tế như: ngành Tài chính, Tín dụng, Bảo hiểm... cần khoảng 10.800 lao động; tuy nhiên, tỷ lệ cử nhân được đào tạo bài bản trong các ngành này chỉ chiếm khoảng 33%. Cũng theo thống kê này, hằng năm, các cơ sở đào tạo khu vực phía Nam và phía Bắc chỉ cung cấp cho xã hội khoảng gần 220 lao động có trình độ đại học trong các lĩnh vực như chuyên viên định giá tài sản tài chính, tư vấn mua bán, sáp nhập doanh nghiệp; Chuyên viên xây dựng mô hình, đo lường, phân tích, dự báo và quản trị rủi ro trong ngân hàng, công ty chứng khoán, các định chế tài chính, các doanh nghiệp. Các ngân hàng, quỹ đầu tư, công ty tài chính, bảo hiểm... cũng đang khát nguồn nhân lực có kiến thức về Toán kinh tế. Theo thống kê của Hiệp hội Định phí Hoa Kỳ năm 2017, Việt Nam chỉ có 43 chuyên viên định phí bảo hiểm so với gần 30.000 nhân lực cùng ngành trên toàn thế giới. Do vậy, cơ hội nghề nghiệp đối với cử nhân tốt nghiệp ngành Toán kinh tế rất lớn. Cử nhân tốt nghiệp ngành Toán kinh tế có thể làm việc trong các lĩnh vực và vị trí như: chuyên viên phân tích đầu tư, kế hoạch tài chính, phân tích nghiên cứu hoạt động sản xuất kinh doanh, phân tích ngân sách, thống kê tại các công ty chứng khoán, trung tâm tư vấn đầu tư tài chính - ngân hàng, các công ty bảo hiểm, công ty xử lý số liệu, công ty nghiên cứu thị trường, cơ quan chính phủ, phi chính phủ,... Bên cạnh đó, với những kiến thức về Toán kinh tế, sinh viên sau khi tốt nghiệp có thể trở thành giảng viên, nhà nghiên cứu về Toán tài chính, phân tích dữ liệu trong các trường đại học và các viện nghiên cứu.

Không chỉ có nhiều cơ hội tìm được việc làm đúng chuyên ngành mà cử nhân tốt nghiệp có kiến thức về Toán kinh tế có thể tìm được những vị trí việc làm với mức lương hấp dẫn. Theo báo cáo của PayScale College Salary năm 2017 - 2018 cho thấy,


178

chuyên gia phân tích tài chính có mức lương trung bình khoảng 58.000 USD/năm, chuyên gia thẩm định rủi ro lương khoảng 83.000 USD/năm. Tại Việt Nam, theo VietnamSalary - cổng thông tin cung cấp mức lương tham khảo đáng tin cậy - dựa trên kết quả tổng hợp từ các vị trí đăng tuyển do các Nhà tuyển dụng uy tín trên thị trường đăng tải tại CareerBuilder từ ngày 01/01/2016 đến hết ngày 30/06/2018 cho thấy, mức lương trung bình của lao động có kiến thức Toán kinh tế làm việc trong lĩnh vực tài chính, phân tích đầu tư cao hơn hẳn so với nhân lực chỉ có kiến thức kinh tế thông thường.

Bảng 2: So sánh mức lương của chuyên viên phân tích tài chính

Đơn vị tính: Triệu đồng/tháng

Phân loại mức lương

Vị trí

Lương thấp nhất

Lương bậc thấp

Lương trung bình

Lương bậc cao

Lương cao nhất

Chuyên viên phân tích tài chính 5,0 13,4 16,3 19,2 33,8

Chuyên viên phân tích đầu tư 8,0 14,0 18,4 22,7 45,0

Kế toán 3,5 6,9 8,3 9,7 24,8

Chuyên viên kinh doanh 3,0 7,7 11,1 14,5 45,0

Chuyên viên Marketing 4,0 8,5 10,8 13,0 33,8

Chuyên viên bán hàng 4,0 8,7 12,2 15,6 30,0

Nguồn: VietnamSalary.com

Hai là, người học ngành Toán kinh tế có nhiều lợi thế học tập sau đại học và cơ hội đi du học. Cử nhân tốt nghiệp chuyên ngành Toán kinh tế có nhiều lợi thế về kiến thức và kỹ năng để tiếp tục theo học các chương trình Thạc sĩ và Tiến sĩ trong nước và ngoài nước, đặc biệt là cơ hội có được học bổng du học sau đại học ở các nước Mỹ, châu Âu, Nhật Bản, Singapore... nơi mà ngành Toán kinh tế đã có từ lâu và đáp ứng được yêu cầu phát triển của xã hội.

Ba là, số lượng các trường hiện đang đào tạo ngành Toán kinh tế còn ít. Mặc dù nhu cầu xã hội đối với nhân lực ngành Toán kinh tế rất lớn, nhưng hiện nay mới chỉ có một số ít trường đại học đào tạo ngành này dưới các tên gọi khác nhau như: Trường Đại học Kinh tế Quốc dân có ngành Toán kinh tế, Toán tài chính, Actuary; Trường Đại học Kinh tế Thành phố Hồ Chí Minh, Trường Đại học Kinh tế - Luật, Trường Đại học Thăng Long, Trường Đại học Khoa học Huế có chuyên ngành Tài chính định lượng,

179


Trường Đại học Tài chính - Marketing có chuyên ngành Tài chính định lượng; Trường Đại học Hoa Sen có ngành Toán ứng dụng, chuyên ngành Tài chính định lượng. Ngoài ra, có ngành Toán ứng dụng ở Trường Đại học Bách Khoa Hà Nội (ngành Toán - Tin ứng dụng); Trường Đại học Quốc tế - Đại học Quốc gia Thành phố Hồ Chí Minh; Trường Đại học Tôn Đức Thắng, Trường Đại học Sài Gòn; Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Thành phố Hồ Chí Minh; Trường Đại học Quy Nhơn (đào tạo Data science) nhưng nghiêng về khía cạnh kỹ thuật nhiều hơn kinh tế... Do đó, mức độ cạnh tranh trong tuyển sinh đối với ngành Toán kinh tế là thấp.

3.4.. Thách thức (T - Threats)

Một là, Toán kinh tế là một ngành học khó, kén người học. Để theo học ngành này đòi hỏi người học phải có những tố chất sau:

- Học tốt các môn Khoa học tự nhiên;

- Kiên trì, nhẫn nại và chịu được áp lực công việc;

- Tự tin, năng động, giao tiếp tốt, có khả năng đàm phán thuyết phục;

- Khả năng ngoại ngữ tốt;

- Sáng tạo, tự tin, quyết đoán;

- Khả năng thu thập và xử lý thông tin;

- Say mê nghiên cứu, khám phá kiến thức và có trách nhiệm trong công việc;

- Có khả năng làm việc độc lập dưới áp lực về thời gian và khối lượng công việc;

Với những tố chất trên, việc tuyển sinh khá khó khăn vì người học khó đáp ứng đủ yêu cầu. Nếu tuyển đủ chỉ tiêu nhưng chất lượng đầu vào không tốt, thì trong quá trình đào tạo, người học và Nhà trường cũng sẽ gặp rất nhiều khó khăn trong việc tiếp tục theo học cũng như đảm bảo chất lượng đầu ra.

Hai là, những bất cập trong giáo dục ở bậc phổ thông khiến cho việc lựa chọn ứng viên phù hợp với ngành Toán kinh tế gặp nhiều khó khăn. Ngành học này đòi hỏi người học phải có kiến thức Toán học vững; tuy nhiên, hiện nay, chương trình giáo dục phổ thông liên tục thay đổi khiến cho học sinh phải chịu nhiều áp lực, học sinh học nhiều nhưng không nhớ được bao nhiêu và bị hổng nhiều kiến thức, đặc biệt là kiến thức Toán học. Bên cạnh đó, Toán kinh tế là ngành sẽ ứng dụng lý thuyết toán vào giải quyết các vấn đề kinh tế nên người học phải có kiến thức sâu rộng, cập nhật


180

về các lĩnh vực của đời sống kinh tế - xã hội. Đây là điều mà học sinh, sinh viên hiện nay đang thiếu và yếu.

3.5. Ma trận SWOT của việc đào tạo ngành Toán kinh tế tại Trường Đại học Tài chính - Marketing

YÊU TỐ BÊN NGOAI

YÊU TỐ BÊN TRONG

CƠ HỘI (O)O1 – Nhu cầu thị trường đối với cử nhân ngành Toán kinh tế rất lớnO2 – Người học có nhiều lợi thế học tập sau đại học và cơ hội du họcO3 – Số lượng các trường hiện đang đào tạo ngành Toán kinh tế còn ít

THÁCH THỨC (T)T1 – Toán kinh tế là ngành học khó, kén người họcT2 – Bất cập trong giáo dục phổ thông khiến việc lựa chọn ứng viên phù hợp với ngành Toán kinh tế gặp khó khăn

ĐIỂM MANH (S)S1 – Đội ngũ giảng viên có trình độ cao, tận tâm và giàu kinh nghiệmS2 – Cơ sở vật chất đủ đảm bảo cho hoạt động đào tạo và nghiên cứu khoa họcS3 – Thương hiệu Trường ngày càng lớn mạnh S4 – Trường đã đào tạo thành công chuyên ngành Tài chính định lượng

Kết hợp: S-O: Tận dụng thế mạnh giành lấy cơ hội.*S1S2S3S4 + O1O2O3: Giải pháp tư vấn tuyển sinh

Kết hợp: S-T: Dùng thế mạnh vượt qua khó khăn.* S1S4 + T1T2: Giải pháp xây dựng chương trình đào tạo

ĐIỂM YÊU (W)W1 – Giảng viên được đào tạo thiên về phân tích định tính, ít kinh nghiệm thực tếW2 – Cơ sở vật chất vẫn còn nhiều tồn tại, bất cậpW3 – Mối quan hệ liên kết, hợp tác với doanh nghiệp chưa đủ mạnh

Kết hợp: W-O: Khắc phục điểm yếu nắm lấy cơ hội.* W3 + O1O3: Giải pháp tăng cường liên kết, hợp tác với doanh nghiệp

Kết hợp: W- T: Phòng thủ chặt điểm yếu, tránh nguy cơ.* W1 + T1T2: Giải pháp nâng cao chất lượng đội ngũ giảng viên

4. GỢI Ý MỘT SỐ GIẢI PHÁP ĐỂ MƠ NGANH VA ĐAO TAO NGANH TOÁN KINH TÊ THANH CÔNG TAI TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETING

4.1. Giải pháp nâng cao chất lượng đội ngũ giảng viên

Để nâng cao chất lượng đội ngũ giảng viên của Trường Đại học Tài chính - Marketing phục vụ cho việc mở ngành và đào tạo thành công ngành Toán kinh tế, Nhà trường cần tiến hành một số giải pháp sau:

181


Thứ nhất, Nhà trường cần phải nâng cao trình độ, năng lực chuyên môn của đội ngũ giảng viên hiện nay bằng những biện pháp như: liên kết với các trường đại học trong và ngoài nước đã có nhiều kinh nghiệm đào tạo ngành Toán kinh tế để đưa giảng viên có trình độ Thạc sĩ học tiếp nghiên cứu sinh về ngành này. Hơn hết, Nhà trường cần tuyển chọn những giảng viên có năng lực và khả năng ngoại ngữ tốt gửi đi đào tạo ở các nước phát triển và mạnh về Toán kinh tế như: Mỹ, Anh, Pháp, Úc, Hà Lan, Thụy Sĩ...

Thứ hai, Nhà trường cần có chính sách thu hút tốt hơn để có thể thu hút được giảng viên có trình độ Tiến sĩ từ các trường khác hoặc Thạc sĩ tốt nghiệp ở nước ngoài chuyên ngành Toán kinh tế về bổ sung vào đội ngũ giảng viên của Nhà trường.

Thứ ba, Nhà trường cần nhân rộng mô hình liên kết giữa Nhà trường - Nhà quản lý - Nhà doanh nghiệp, để trên cơ sở mối liên kết đó giảng viên có thể tham gia trực tiếp vào quá trình thực hành và làm việc trong các doanh nghiệp, các doanh nghiệp có thể cử các nhân viên có trình độ tay nghề cao tham gia quá trình đào tạo.

Thứ tư, Nhà trường cần mở những lớp đào tạo, bồi dưỡng về sử dụng công nghệ thông tin phục vụ dạy và học, nâng cao trình độ ngoại ngữ cho giảng viên. Khuyến khích giảng viên học tập nâng cao năng lực bằng cách hỗ trợ học phí để giảng viên tham gia các khóa đào tạo về cơ sở dữ liệu, data science, big data, các phần mềm dựa trên hệ thống code – SAS, R, Python... ở các trung tâm như Trung tâm Đào tạo Tiền tiến sĩ của Đại học Quốc gia Thành phố Hồ Chí Minh, VCREME Center of Research...

4.2. Giải pháp xây dựng chương trình đào tạo

Trường Đại học Tài chính - Marketing đã xác định đào tạo theo định hướng ứng dụng. Do đó, việc xây dựng và phát triển chương trình đào tạo ngành Toán kinh tế cũng theo định hướng chung này. Bên cạnh đó, ngành Toán kinh tế là một ngành mới ở Việt Nam và cũng là ngành học khó, do đó cần thiết kế chương trình đào đạo một cách cẩn thận, vừa đáp ứng được yêu cầu của doanh nghiệp vừa không quá khó đối với người học. Để làm được điều đó, Nhà trường, Khoa và Bộ môn cần triển khai các giải pháp sau:

Thứ nhất, tham khảo chương trình đào tạo của các trường đại học uy tín trên thế giới ở Mỹ, châu Âu và một số trường uy tín ở Việt Nam như: Trường Đại học Kinh tế Quốc dân, Trường Đại học Kinh tế Thành phố Hồ Chí Minh. Trong quá trình xây dựng chương trình đào tạo cần chú ý phân bổ chương trình sao cho tăng cường thời gian cho


182

các học phần thực hành, ưu tiên thực hành thực tế tại doanh nghiệp.

Thứ hai, mời doanh nghiệp để họ cùng tham gia xây dựng chương trình đào tạo, viết giáo trình, giảng dạy, tiếp nhận sinh viên đến thực hành, thực tập và đánh giá kết quả học tập của sinh viên khi tốt nghiệp.

4.3. Giải pháp tư vấn tuyển sinh

Toán kinh tế là ngành học mới và hiện tại nhu cầu nhân lực của ngành tại Việt Nam chưa thật sự rõ ràng nên thông tin đến người học chưa nhiều. Trong khi đó, khi tìm kiếm thông tin để chọn trường, chọn ngành học, học sinh thuờng lấy thông tin từ các nguồn như: hỏi anh, chị ở các khóa trên, lấy thông tin từ sách, báo, Internet... Khi thông tin về ngành học còn mù mờ thì sẽ khiến người học e dè khi đăng ký vào ngành. Do đó, để thu hút sinh viên cho ngành Toán kinh tế của Trường Đại học Tài chính - Marketing, cần thực hiện một số giải pháp như sau:

Thứ nhất, tăng cường công tác tuyên truyền, quảng bá. Tuyên truyền, quảng bá là một trong những biện pháp nhằm đưa thông tin trực tiếp hay gián tiếp đến với đối tuợng tuyển sinh và những người có liên quan. Với một ngành học mới thì công việc này lại càng quan trọng hơn. Muốn vậy, việc tuyên truyền quảng bá phải được thực hiện bằng nhiều hình thức phong phú, đa dạng và thường xuyên. Bằng việc tuyên truyền trên các kênh phát thanh, truyền hình; bằng các pa-nô, áp-phích, internet và đặc biệt là đưa các thông tin trực tiếp đến các đối tượng do cán bộ tuyển sinh thực hiện. Bởi vì thông tin trên các phương tiện trên có lúc chưa truyền tải hết tất cả những thông tin chi tiết đối với ngành học và các thông tin liên quan. Hơn nữa, đối tượng tuyển sinh và những người liên quan khác, đôi lúc muốn hiểu thêm các vấn đề về ngành học thì chỉ có cán bộ tuyển sinh giải thích trực tiếp mới phát huy hiệu quả.

Thứ hai, nâng cao năng lực và vai trò trách nhiệm của cán bộ tuyển sinh. Cán bộ tuyển sinh đóng vai trò hết sức quan trọng, ảnh hưởng trực tiếp đến hiệu quả và chất lượng về công tác tuyển sinh của Nhà trường. Cán bộ tuyển sinh phải là người am hiểu tường tận về ngành học và những nội dung có liên quan đến lĩnh vực đào tạo. Có như vậy, khi đến tư vấn tuyển sinh mới trình bày thông suốt, đầy đủ các thông tin đến đối tượng. Đối với ngành học mới như Toán kinh tế, cán bộ tuyển sinh khi tư vấn còn cần phải phân tích xu thế phát triển của xã hội, phân tích xu hướng dịch chuyển lao động các ngành nghề trong tương lai, qua đó giúp học sinh nhìn thấy cơ hội nghề nghiệp của ngành học. Do vậy, Nhà trường cần làm tốt hơn nữa công tác tư vấn tuyển sinh, cử thêm những người thật sự am hiểu về ngành học làm công tác này.

183


4.4. Giải pháp tăng cường liên kết, hợp tác với doanh nghiệp

Để thu hút sự tham gia của doanh nghiệp trong việc xây dựng và phát triển chương trình đào tạo ngành Toán kinh tế, lãnh đạo Nhà trường, khoa, bộ môn và bản thân mỗi giảng viên cần nỗ lực hết mình trong việc xây dựng và củng cố mối quan hệ với doanh nghiệp. Cụ thể:

Thứ nhất, thay đổi tư duy về hợp tác giữa Nhà trường và doanh nghiệp, phải cho doanh nghiệp thấy được những lợi ích và giá trị gia tăng mà sự hợp tác này mang lại chứ doanh nghiệp không đơn thuần là nơi cung cấp học bổng, chỗ thực tập cho sinh viên. Khoa, Nhà trường cần cung cấp cho doanh nghiệp nguồn nhân lực chất lượng cao, đáp ứng tốt yêu cầu công việc thực tế, có kỹ năng giải quyết các vấn đề linh hoạt và sáng tạo.

Thứ hai, tăng cường chặt chẽ mối quan hệ giữa mạng lưới cựu sinh viên và Nhà trường. Cơ sở dữ liệu của các cựu sinh viên cần được cập nhật thường xuyên. Các cựu sinh viên có thể đóng góp cho việc phát triển chương trình đào tạo của Khoa ở mọi khâu với tư cách cá nhân hoặc tổ chức của họ. Khoa, Bộ môn và Nhà trường cần tạo cơ chế để những cựu sinh viên đang làm việc tại doanh nghiệp liên hệ thường xuyên với Nhà trường, có thể tổ chức những buổi hội thảo, tọa đàm trao đổi kinh nghiệm giữa lý thuyết với thực tiễn. Qua các hoạt động liên kết này, Nhà trường sẽ cải tiến chương trình đào tạo theo từng thời điểm sao cho phù hợp với nhu cầu của doanh nghiệp. Đây là cầu nối vững chắc giữa Nhà trường và doanh nghiệp một cách hiệu quả, thiết thực.

Thứ ba, đẩy mạnh hợp tác nghiên cứu khoa học và thương mại hóa các kết quả nghiên cứu. Giảng viên và sinh viên của Khoa có thể ký kết hợp đồng nghiên cứu, tư vấn hoặc tham gia các dự án cùng các doanh nghiệp hoặc chủ động giới thiệu với các doanh nghiệp những chương trình nghiên cứu có khả năng đem lại lợi ích trực tiếp cho các doanh nghiệp.

Thứ tư, Nhà trường, khoa, bộ môn và giảng viên có thể đóng vai trò là đầu mối hỗ trợ doanh nghiệp trong công tác tuyển dụng, tập huấn, đào tạo nhân viên.

5. KÊT LUẬN

Toán kinh tế là môn khoa học vận dụng Toán học trong phân tích các mô hình kinh tế để từ đó hiểu rõ hơn các nguyên tắc và các quy luật kinh tế của nền kinh tế thị trường. Đây là một ngành học mới được thiết kế đặc biệt phù hợp cho các trường


184

thuộc khối ngành kinh tế trong bối cảnh hiện nay, đáp ứng được yêu cầu đổi mới và phát triển của thị trường lao động. Với kinh nghiệm nhiều năm đào tạo ngành kinh tế, việc mở ngành Toán kinh tế tại Trường Đại học Tài chính - Marketing là hoàn toàn phù hợp. Tuy nhiên, đây là một ngành học khó và còn mới ở Việt Nam. Do đó, việc phân tích kỹ lưỡng những điểm mạnh, điểm yếu, cơ hội, thách thức khi đào tạo ngành này là cần thiết. Qua phân tích, tác giả đưa ra bốn nhóm giải pháp giúp Nhà trường tận dụng thế mạnh giành lấy cơ hội, dùng thế mạnh vượt qua khó khăn, khắc phục điểm yếu nắm lấy cơ hội, phòng thủ chặt điểm yếu tránh nguy cơ để việc mở ngành và đào tạo ngành Toán kinh tế thành công.


1. Lê Thái Hưng, Phạm Thị Hương (2016), Phát triển chương trình đào tạo đại học định hướng nghề nghiệp ứng dụng, NXB Đại học Sư phạm.

2. Nguyễn Đình Luận (2015), Sự gắn kết giữa nhà trường và doanh nghiệp trong đào tạo nguồn nhân lực phục vụ phát triển kinh tế - xã hội ở Việt Nam: thực trạng và khuyến nghị, Tạp chí Phát triển và Hội nhập, Số 22 (32) – tháng 05-06/2015.

3. Nguyễn Hồng Sơn (2015), Liên kết giữa trường đại học và doanh nghiệp trong phát triển nguồn nhân lực, Tham luận hội thảo Trường Đại học Kinh tế - Đại học Quốc gia Hà Nội.

4. Trường Đại học Tài chính - Marketing (2019), Báo cáo tự đánh giá chương trình đào tạo chất lượng cao chuyên ngành ngân hàng trình độ đại học (giai đoạn 2014 - 2018) .

5. Cổng thông tin tuyển sinh đại học, cao đẳng <https://tuyensinhso.vn/nhom-nganh-dao-tao/nganh-toan-kinh-te-c17020.html>, truy cập 20/5/2020.

6. Cổng thông tin tuyển sinh Trường Đại học Huế, <https://tuyensinh.husc.edu.vn/index.php/major/toan-kinh-te/>, truy cập 20/5/2020.

185


Tóm tắt

Toán kinh tế là ngành học đã kết nối được Toán học và Kinh tế. Nó khẳng định một cách tiếp cận nghiên cứu kinh tế - xã hội với nhiều ưu điểm từ việc vận dụng các phương pháp mô hình hóa, các phương pháp phân tích hệ thống, các phương pháp thống kê toán và kinh tế lượng,... trong phân tích và dự báo kinh tế. Đây là một ngành học hay với một chương trình đào tạo bài bản, hiện đại, và có những sự khác biệt nhất định so với các ngành kinh tế và tài chính khác, sẽ mang đến rất nhiều cơ hội nghề nghiệp tốt với mức thu nhập cao cho các cử nhân Toán kinh tế trong tương lai. Trong bài tham luận này tác giả muốn giới thiệu đến điều đó.

Từ khóa: Toán kinh tế, phân tích, kinh tế, phương pháp, định lượng, mô hình, dự báo.


Trong xu hướng hội nhập hiện nay, Việt Nam đang mở rộng quan hệ hợp tác với nhiều nước trên thế giới, đồng thời đang thu hút mạnh được sự đầu tư từ nước ngoài vào lĩnh vực kinh tế. Do đó, nền kinh tế Việt Nam trở nên năng động và hấp dẫn, tạo cơ hội cho các doanh nghiệp phát triển, nhưng cũng kèm theo những rủi ro và sự cạnh tranh khốc liệt giữa các doanh nghiệp. Các doanh nghiệp cần nhân lực có kiến thức về kinh tế, đồng thời có công cụ và phương pháp toán học, để phân tích các mô hình đánh giá, dự báo và phòng ngừa rủi ro các vấn đề trong kinh tế và kinh doanh;

TOÁN KINH TÊ - NGANH KÊT NỐI TOÁN HỌC VA KINH TÊ - MỘT NGANH HỌC HAY

VỚI NHIỀU CƠ HỘI RỘNG MƠ

18.

ThS. Phạm Thị Thu Hiền Trường Đại học Tài chính - Marketing


186

từ đó, giúp cho người quản lý doanh nghiệp đưa ra quyết định đầu tư chính xác cho hiện tại và chiến lược phát triển bền vững của doanh nghiệp trong tương lai. Trong xu thế hội nhập đó, các viện nghiên cứu, các cơ quan chính phủ cũng cần nhân lực để phân tích chính sách kinh tế công và dự báo ảnh hưởng của các chu trình, xu hướng kinh tế nhằm hỗ trợ đưa ra các quyết định chính sách từ phía Nhà nước và tư vấn cho doanh nghiệp trong việc thích ứng với chính sách mới. Ngành Toán kinh tế ra đời sẽ có những đóng góp nhân lực có kiến thức kinh tế hiện đại trên cơ sở sử dụng tốt các phương pháp nghiên cứu định lượng cho nhu cầu không nhỏ của nền kinh tế trong điều kiện cách mạng 4.0.

2. VAI TRÒ CỦA TOÁN TRONG KINH TÊ

Toán kinh tế là gì?

Toán kinh tế (Economic Mathematics) được hiểu theo hai nghĩa chính như sau:

• Toán kinh tế là một lĩnh vực của Kinh tế, sử dụng các công cụ và phát triển các kỹ thuật toán học để phân tích, đánh giá làm sáng tỏ các vấn đề kinh tế thông qua phân tích suy luận định lượng và xây dựng các mô hình đánh giá, dự báo.

• Toán kinh tế là tập hợp các phương pháp vận dụng Toán học trong phân tích các mô hình kinh tế để từ đó hiểu rõ hơn các nguyên tắc và các quy luật kinh tế, các hiện tượng kinh tế. Toán kinh tế cung cấp cho các nhà quản lý các kiến thức để họ có thể vận dụng vào việc đưa ra các quyết định sản xuất.

Vai trò của Toán trong Kinh tế

Với khái niệm Toán kinh tế được trình bày ở trên, dù Toán kinh tế được hiểu theo nghĩa nào đi nữa, chúng ta thấy rằng Toán đóng một vai trò không thể thiếu trong Kinh tế. Vai trò này đuợc thể hiện qua nhiều khía cạnh khác nhau từ giảng dạy, nghiên cứu đến chính sách kinh tế.

- Trong đào tạo, chúng ta đều biết tất cả sinh viên khối ngành kinh tế nói chung đều phải học ít nhất hai đến ba học phần của Toán như: Toán cao cấp, Lý thuyết Xác suất và Thống kê Toán, Kinh tế lượng, còn với sinh viên ngành Toán kinh tế sẽ được trang bị các kiến thức sâu và rộng hơn. Năm thứ nhất, khi học các môn Kinh tế vi mô, Kinh tế vĩ mô, sinh viên dễ dàng nhận ra vai trò quan trọng của Toán trong việc trình bày, giải thích các khái niệm trong kinh tế. Vai trò của Toán còn được thấy rõ nét trong các mô hình lý thuyết về thị truờng tài chính của ngành Tài chính - Ngân hàng; đồng

187


thời, nó là công cụ hữu hiệu đối với các học viên cao học và nghiên cứu sinh trong lĩnh vực kinh tế.

- Trên bình diện chính sách kinh tế, Toán kinh tế và Kinh tế lượng được các viện nghiên cứu và các cơ quan chính phủ sử dụng rộng rãi và thường xuyên trong việc đánh giá và dự báo ảnh hưởng của các chu trình, xu hướng kinh tế hay các chính sách kinh tế công, ví du: mô hình cân bằng tổng thể tính toán (computable general equilibirium model), mô hình hóa vi mô (microsimulation model), mô hình chuỗi thời gian (time series),...

Toán có vai trò quan trọng như vậy là bởi vì: Toán là một cách diễn đạt ý tưởng và kiến thức ngắn gọn, chính xác. Toán là ngôn ngữ phổ quát nhất nhờ sự tiêu chuẩn hóa các ký hiệu toán trên toàn thế giới. Toán là một dụng cụ suy diễn lý luận rất mạnh (nhờ vào sự phong phú của các định lý toán); và là phương pháp rất hữu ích trong việc giải quyết các vấn đề quá phức tạp cho tưởng tượng hay trực giác.

Ví dụ minh họa cụ thể về ứng dụng của Toán trong phân tích kinh tế

Công trình của Allingham và Sandmo (1972) về sự trốn thuế. Mô hình này đã gây một tiếng vang khá lớn trong Lý thuyết tài chính công và đã được mở rộng rất nhiều. Trong phạm vi bài viết này, với mục đích minh họa, chúng ta chỉ cần xem xét mô hình nguyên thủy.

Bài toán: Một người nộp thuế sẽ tuân thủ Luật thuế thu nhập như thế nào? Giả sử rằng một hệ thống kiểm tra và nộp phạt đã có sẵn. Người nộp thuế sẽ cực đại hóa hàm hữu dụng (utility function) của mình tùy thuộc vào thu nhập sau thuế.

Mô hình hóa bài toán

Gọi:

y là thu nhập thật (y > 0);

t là thuế suất (0 < t < 1);

x là thu nhập khai báo (x < y);

p là xác xuất bị kiểm tra (0 < p < 1);

q là tỷ lệ nộp phạt cho mỗi đồng trốn thuế; điều kiện q > t

U là hàm hữu dụng (tăng và lõm theo thu nhập);


188

+ Nếu trốn thuế và không bị Cục Thuế kiểm tra, thu nhập sau thuế của người đóng thuế sẽ là: y – tx.

+ Nếu bị kiểm tra, thu nhập sau thuế và sau khi bị phạt của người đóng thuế sẽ là:

y – tx – q(y – x)

Ta có mô hình bài toán như sau: Với y, t, p, q , 0 < t < 1 và 0 < p < 1 cho trước

Tìm x để hàm: EU = (1 – p)U(y – tx) + pU(y – tx – q(y – x)), đạt giá trị lớn nhất

Phân tích mô hình:

Trong mô hình như trên, ta có:

- Biến ngoại sinh (biến độc lập) là: y, t, p, q, t và p

- Biến nội sinh (biến phu thuộc) là: x

Đặt:

Y = y – tx

Z = y – tx – q(y – x)

Lấy đạo hàm của EU theo x, ta có: -(1 – p)tU’(Y) – p(t – q)U’(Z)

Điều kiện cần có cực trị của hàm EU: -(1 – p)tU’(Y) – p(t – q)U’(Z) = 0, trong đó: U’ là đạo hàm bậc một của U (tức là hữu dụng biên tế).

Điều kiện đủ của cực trị: t2(1 – p).U”(Y) + (t – q)2p.U”(Z) <0, vì giả thiết U” < 0. (lõm)

Mặt khác, ta có thể giải phương trình trên để tìm trị của x theo y, t, p và q, tức là:

x = f(y, t, p, q)

Đây là dạng rút gọn của mô hình trên.

Phân tích so sánh tĩnh trong trường hợp này có nghĩa là chúng ta xác định dấu của các đạo hàm riêng cấp 1 của f. Trong trường hợp này, trong khi cả hai đạo hàm riêng cấp 1 của f theo p và q tương ứng là f’p và f’q , ta có fp’ < 0 , fq’ < 0 , điều đó có nghĩa là nếu xác suất kiểm tra tăng hay tỷ lệ nộp phạt tăng, số lượng thu nhập trốn thuế sẽ giảm, dấu của f’y và f’t không rõ nghĩa là ảnh hưởng của thu nhập hay thuế suất lên số thu nhập trốn thuế không minh bạch trong trường hợp tổng quát.

189


Trong ví dụ trên, ta dùng phép tính vi phân làm công cụ phân tích mô hình của bài toán.

3. NGANH TOÁN KINH TÊ CÓ CHƯƠNG TRINH ĐAO TAO KHÁC BIỆT

Chương trình đào tạo ngành Toán kinh tế là sự kết hợp của Toán, Kinh tế và ứng dụng Công nghệ thông tin trong việc phân tích dữ liệu, dự báo kinh tế, tư vấn các vấn đề về kinh tế, tài chính và quản trị kinh doanh.

Với chương trình đào tạo 4 năm cho hệ cử nhân kinh tế, giống như sinh viên các ngành kinh tế khác, sinh viên ngành Toán kinh tế được trang bị đầy đủ các kiến thức cơ bản và cơ sở về: Kinh tế học, Toán kinh tế, Lý thuyết tài chính tiền tệ, các kiến thức về nghiệp vụ ngân hàng thương mại, Tài chính công ty, Tài chính doanh nghiệp, Kế toán tài chính, Bảo hiểm, Thị trường chứng khoán...

Sự khác biệt trong chương trình đào tạo của ngành Toán kinh tế chính là:

- Hệ thống kiến thức Toán học, Thống kê tương đối đầy đủ thông qua khối kiến thức chuyên ngành như: Phân tích thống kê nhiều chiều, Phân tích chuỗi thời gian, Phân tích và định giá tài sản tài chính, Khoa học dữ liệu trong kinh tế và kinh doanh, Mô hình định lượng rủi ro tài chính, Mô hình phân tích số liệu mảng, Khai phá dữ liệu trong kinh tế và kinh doanh,...

- Ngoài ra, còn có sự hỗ trợ của các phần mềm tin học như: SPSS, STATA, R, EVIEW... sử dụng để làm công cụ trong phân tích các bài toán thực tế. Ngoài các giờ học lý thuyết, các tiết thực hành sẽ được bố trí một cách đầy đủ, hợp lý để sinh viên có thể thực hành trên các kho dữ liệu, giúp sinh viên được rèn luyện khả năng phân tích, tổng hợp cùng tư duy logic rành mạch. Điều này giúp sinh viên sau khi ra trường sẽ giải quyết các tình huống trong thực tế dễ dàng hơn, từ đó tạo tiền đề vững chắc cho những thành công trong sự nghiệp và thuận lợi để đảm nhận các vị trí quản lý quan trọng trong các cơ quan, doanh nghiệp sau này.

Với khối lượng kiến thức thực học đa dạng này nhiều hơn một người học Toán thông thường, các cử nhân Toán kinh tế có kiến thức về Kinh tế nhiều hơn một người học Kinh tế thông thường, các cử nhân Toán kinh tế có kiến thức về công cụ định lượng, xử lý thông tin phân tích dữ liệu, để rút ra các kết luận chính xác với các bài toán thực tế.


190

4. RỘNG MƠ NHIỀU CƠ HỘI VIỆC LAM SAU KHI TỐT NGHIỆP

Sau khi ra trường, cử nhân Toán Kinh tế có thể làm việc tại các cơ quan nghiên cứu và tư vấn về thị trường, doanh nghiệp, ngân hàng, tổ chức tín dụng, cơ quan nhà nước, trường đại học. Cụ thể, các sinh viên sau khi tốt nghiệp có đủ năng lực đảm nhận các vị trí công việc sau:

• Trong lĩnh vực tài chính, ngân hàng, bảo hiểm

+ Chuyên viên phân tích rủi ro: Phân tích rủi ro thị trường, rủi ro lãi suất trên sổ ngân hàng và rủi ro thanh khoản, với các công việc cụ thể ứng với vị trí này sẽ là: nghiên cứu, xây dựng các phương pháp luận và mô hình để nhận biết và đo lường rủi ro thị trường đối với các sản phẩm kinh doanh vốn, đặc biệt các sản phẩm phái sinh (ngoại hối, lãi suất,...), đo lường rủi ro tín dụng đối tác; đo lường rủi ro lãi suất trên sổ ngân hàng, ứng dụng các mô hình đo lường hành vi khách hàng, đo lường độ nhạy NII, EVE; đo lường rủi ro thanh khoản, phân tích chênh lệch kỳ hạn tĩnh/động, mô hình hành vi ứng dụng trong rủi ro thanh khoản, phát triển phương pháp luận tính toán vòng đời trung bình của tiền gửi không kỳ hạn. Thiết kế các mô hình Backtesting, Stresstesting, CFP.

+ Chuyên viên quản lý rủi ro hoạt động: Thực hiện quản lý tổn thất (Lost data) và quản lý mạng lưới, với các công việc cụ thể ứng với vị trí này sẽ là: thực hiện thu thập, tổng hợp các sự cố trong và ngoài ngân hàng. Phân tích sự cố để xác định các nguyên nhân, đánh giá hiệu quả của các chốt kiểm soát, nhằm xây dựng các bài học kinh nghiệm và các giải pháp phòng ngừa giảm thiểu rủi ro, đưa ra các giải pháp xử lý các loại rủi ro hoạt động có nguy cơ gây tổn thất cao, xu hướng rủi ro mới phát sinh.

+ Chuyên viên phân tích dữ liệu: Các công việc cụ thể ứng với vị trí này sẽ là:ứng dụng các phương pháp, kỹ thuật định lượng trong phân tích, khai thác dữ liệu nhằm hỗ trợ các quyết định trong hoạt động kinh doanh và quản trị của ngân hàng; hỗ trợ xử lý, làm sạch dữ liệu đầu vào trong các dự án xây dựng mô hình và tính toán định lượng; tham gia phát triển các mô hình dữ liệu và triển khai các báo cáo quản trị trên hệ thống MIS.

+ Chuyên viên định phí bảo hiểm (Actuary): Công việc của một định phí viên bảo hiểm là đảm trách hai nhiệm vụ chính: định giá sản phẩm bảo hiểm, tính toán khả năng thanh toán của công ty bảo hiểm đối với hợp đồng bảo hiểm và tính toán dự phòng cho các hoạt động bảo hiểm. Sau khi tham gia thiết kế các sản phẩm bảo hiểm đáp ứng nhu

191


cầu thị trường và thị hiếu của người mua, Actuary dựa trên những tính toán khoa học để định giá cho sản phẩm, với yêu cầu phải bảo đảm được quyền lợi của khách hàng trong trường hợp có sự cố xảy ra với người mua bảo hiểm cũng như đảm bảo được khả năng sinh lời của công ty. Người làm nghề định phí là người chịu trách nhiệm chính cho những sản phẩm mình tạo ra. Tiếp đến, Actuary là người bảo vệ khả năng tài chính của công ty bảo hiểm. Họ phải tính toán làm sao để công ty có đủ khả năng thanh toán các hợp đồng bảo hiểm, cũng như đảm bảo mức tài chính dự phòng cho các hoạt động khác. Các công việc của một Actuary là rất cơ bản và quan trọng đối với hoạt động của một công ty bảo hiểm. Do vậy, sự đóng góp của họ luôn được công ty đánh giá cao bằng mức lương xứng đáng. Mức lương trung bình cho một chuyên viên định phí bảo hiểm tại Mỹ khoảng 103.000 USD. Tuy nhiên, nếu làm việc ở New York, họ còn có thể sở hữu mức lương lên tới 126.000 USD một năm.

• Trong các cơ quan của Nhà nước

Các cử nhân Toán kinh tế có thể trở thành chuyên viên phân tích chính sách kinh tế và dự báo: phân tích, đánh giá tác động của các chính sách kinh tế và dự báo kinh tế, hỗ trợ ra quyết định chính sách từ phía Nhà nước và tư vấn doanh nghiệp trong việc thích ứng với chính sách mới.

• Trở thành giảng viên tại các trường đại học

Theo thống kê, trong năm 2018, có tới 41,66% nhân lực ngành Toán kinh tế làm việc trong lĩnh vực hoạt động tài chính, ngân hàng và bảo hiểm; 39,53% hoạt động trong các tổ chức chính trị - xã hội; quản lý nhà nước, an ninh quốc phòng, đảm bảo xã hội bắt buộc. Mặt khác, nhu cầu nhân lực cần bổ sung liên quan đến Toán ứng dụng giai đoạn 2020 - 2025 là rất lớn, cụ thể là hai trung tâm kinh tế lớn nhất cả nước: (i) ở thành phố Hà Nội, theo Quy hoạch phát triển nguồn nhân lực Thành phố thì nguồn nhân lực cần bổ sung cho riêng lĩnh vực tài chính, ngân hàng, bảo hiểm cần 13.860 người/năm (trình độ đại học); và (ii) ở Thành phố Hồ Chí Minh là 10.800 người/năm (trình độ đại học)

KÊT LUẬN

Như vậy, có thể thấy Toán kinh tế thực sự là một ngành học kết nối giữa Toán học và Kinh tế, là một ngành học không thể thiếu đối với sự tiến bộ của công nghệ hiện đại, nhất là trong thời kỳ công nghiệp hóa, hiện đại hóa như nước ta hiện nay. Đây là một ngành đòi hỏi sự đam mê, kỹ năng tư duy về Toán học tốt (đây là mặt thuận lợi


192

của sinh viên Việt Nam) cũng như vững vàng về kiến thức Kinh tế, Tin học, Ngoại ngữ và nhiều kỹ năng khác thiên về tính kỹ thuật. Để theo đuổi và thành công trong lĩnh vực này đòi hỏi cử nhân Toán kinh tế có tính kiên trì, nhẫn nại và chịu được áp lực công việc cả về thời gian và khối lượng công việc; đồng thời có sự tự tin, sáng tạo, say mê nghiên cứu, khám phá kiến thức mới, và có trách nhiệm trong công việc. Với sự phát triển và xu thế hội nhập kinh tế thế giới như hiện nay, lựa chọn học ngành Toán kinh tế thực sự là một sự lựa chọn chủ động và tích cực của học sinh, sinh viên để có thể tìm kiếm cơ hội việc làm cho chính bản thân mình trong tương lai.


1. GS. Trần Nam Bình (2006), “Vai trò của toán trong Kinh tế”, Kỷ yếu “Trong Ngần Bóng Gương” mừng GS.TS. Đặng Đình Áng 80 tuổi, NXB Trí Thức, tháng 11, 2006.

2. Allingham, M.G. & A. Sandmo (1972), “Income tax evasion: A theoretical analysis”, Journal of Public Economics 1: 323–38.

3. Dow, S.C. (1999), “The use of mathematics in economics”, Public Understanding of Mathematics Seminar, Birmingham, 21–2 May.

4. Blackhouse, R.E. (1998), “If mathematics is informal, then perhaps we should accept that economics must be informat too”, Economic Journal 108(451): 1848–58.

5. Centre of Policy Studies (2006), The Centre of Policy Studies and the IMPACT Project, CoPS, Monash University, Melbourne. Có thể xem được tại <http://www.monash.edu.au/policy>.

6. Trang web: http://www.dubaonhanluchcmc.gov.vn

7. Trang web: https://dantri.com.vn/giao-duc-khuyen-hoc/dao-tao-nhan-luc-nganh-toan-kinh-te-trong-truong-dai-hoc-cham-doi-moi-20181027222431803.htm

8. Trang web: http://advice.vietnamworks.com/vi/career/huong-nghiep/nghe-phoi-hop-giua-toan-hoc-va-kinh-doanh.html

9. Trang web: http://vietsciences.free.fr/timhieu/khoahoc/kinhte/vaitrocuatoantrong kinhte.htm.

10. Trang web: https://tuyensinhso.vn/nhom-nganh-dao-tao/nganh-toan-kinh-te-c17020.html

193


Tóm tắt

Ngành Toán Kinh tế là một mảng của ứng dụng các mô hình toán học vào thị trường tài chính nhằm dự báo, định giá giá trị chứng khoán; quản lý danh mục đầu tư; quản trị rủi ro tài chính hay giao dịch tự động. Đây là một trong những chuyên ngành được đào tạo rộng rãi và phổ biến ở các nước tiên tiến trên thế giới và khu vực. Hoa Kỳ và châu Âu là hai khu vực khởi đầu và phát triển nhất đến thời điểm hiện tại. Trong khu vực châu Á, các quốc gia công nghiệp mới (Nhật Bản, Hàn Quốc, Singapore, đặc khu Hong Kong) và cường quốc mới nổi Trung Quốc đang có nhu cầu nhân lực ngành này rất cao. Ở Việt Nam, trong vòng vài năm trở lại đây, khi chúng ta tiến hành hội nhập, liên kết tài chính sâu rộng, thị trường tài chính năng động và quy mô lớn hơn đã tạo ra nhiều cơ hội cho các chuyên gia tài chính thử sức và cũng tạo được nhiều cơ hội việc làm đối với sinh viên tốt nghiệp ngành Toán kinh tế

Từ khóa: Toán kinh tế, nghề nghiệp ngành toán, sinh viên tốt nghiệp, ứng dụng Toán kinh tế

1. Đặt vấn đề

Như chúng ta đã biết, khi nhắc đến Toán là nhắc đến điển hình của những con số và phép cộng, trừ, nhân, chia vô cùng rắc rối. Vậy, khi nhắc đến Toán kinh tế sẽ được hiểu như thế nào? Toán kinh tế chính là một môn khoa học chuyên vận dụng Toán học

CƠ HỘI VIỆC LAM ĐỐI VỚI SINH VIÊN TỐT NGHIỆP NGANH TOÁN KINH TÊ

19.

ThS. Vũ Thanh Tùng, ThS. Phạm Thị Tuyết Nhung



194

để phân tích các mô hình kinh tế, từ đó sẽ hiểu hơn về quy luật kinh tế của thị trường đầy biến động. Toán kinh tế đối với nhà quản lý vô cùng quan trọng, thông qua những phân tích của toán kinh tế về thị trường mà nhà quản trị có những quyết định về sản xuất kinh doanh cho doanh nghiệp của mình.

Toán kinh tế còn là một chuyên ngành của Kinh tế học, chuyên nghiên cứu và áp dụng toán vào việc phát triển kỹ thuật để giải quyết vấn đề về kinh tế và thị trường. Toán kinh tế có vai trò rất quan trọng đối với các doanh nghiệp hiện nay, đặc biệt là các doanh nghiệp sản xuất kinh doanh, dựa vào những phân tích từ Toán kinh tế mà người quản lý sẽ đưa ra những bước đi chiến lược cho sự phát triển của doanh nghiệp.

Toán kinh tế cũng đóng vai trò vô cùng quan trọng trong đời sống khi hầu như tất cả các vấn đề đều cần sự giúp đỡ của nó. Hơn nữa, trong cuộc cách mạng công nghiệp lần thứ tư (cách mạng công nghiệp 4.0), nhờ Toán kinh tế, các tổ chức, doanh nghiệp có được công cụ định lượng và định tính để phân tích một khối lượng dữ liệu khổng lồ (Big Data), mà qua đó tìm ra lời giải cho các vấn đề một cách khoa học.

2. CƠ SƠ LÝ THUYÊT VA PHƯƠNG PHÁP NGHIÊN CỨU

2.1. Cơ sở lý thuyết

2.1.1. Khái niệm Toán kinh tế

Toán kinh tế (Economic Mathematics) là một lĩnh vực của Kinh tế, sử dụng các công cụ và phương pháp Toán học để phân tích, đánh giá các vấn đề kinh tế, kinh doanh. Công cụ toán học cho phép các nhà kinh tế phân tích suy luận định lượng và xây dựng các mô hình đánh giá, dự báo về kinh tế, kinh doanh trong tương lai.

Ngành Toán kinh tế là ngành đào tạo. Cử nhân đại học ngành Toán kinh tế có phẩm chất chính trị, đạo đức và sức khỏe tốt; có kiến thức cơ bản về kinh tế - xã hội, quản lý và quản trị kinh doanh; có kiến thức chuyên sâu về Toán ứng dụng trong kinh tế, quản lý và quản trị kinh doanh; có tư duy nghiên cứu độc lập; có năng lực tự học tập bổ sung kiến thức, nâng cao trình độ chuyên môn thích nghi với sự thay đổi của môi trường làm việc.

Ngành Toán kinh tế bao gồm hai chuyên ngành:

- Chuyên ngành Toán kinh tế (Mathematical Economics Specification); và

- Chuyên ngành Toán tài chính (Mathematical Finance Specification)

195


Theo Wikipedia (2018), Toán kinh tế là một phân ngành của Kinh tế học, tiến hành nghiên cứu việc áp dụng Toán học và phát triển các kỹ thuật toán học nhằm giải quyết các vấn đề Kinh tế học. Tác phẩm “Cơ sở phân tích kinh tế” của Paul Samuelson năm 1947 được xem là nền tàng khởi đầu cho ngành Toán kinh tế đương đại. Còn theo Investopedia (2018), Toán kinh tế là mô hình trong Kinh tế học, sử dụng các nguyên tắc và phương pháp Toán học để tạo ra các Lý thuyết kinh tế và nghiên cứu các mâu thuẫn kinh tế.

VOER (2019) nhận định, Toán kinh tế là môn khoa học nhằm vận dụng Toán học trong phân tích các mô hình kinh tế để từ đó hiểu rõ hơn các nguyên tắc và các quy luật kinh tế của nền kinh tế thị trường; Toán kinh tế cung cấp cho các nhà quản lý những kiến thức vận dụng vào việc ra các quyết định sản xuất. Trường Đại học Khoa học thuộc Đại học Huế (2019) cho rằng, ngành Toán kinh tế, bao gồm các chuyên ngành Tài chính định lượng và Toán tài chính là một mảng của ứng dụng các mô hình toán học vào thị trường tài chính nhằm dự báo, định giá giá trị chứng khoán, quản lý danh mục đầu tư; quản trị rủi ro tài chính hay giao dịch tự động.

Như vậy, Toán kinh tế có thể được hiểu là phương pháp tiếp cận dưới hình thức Toán học của Khoa học kinh tế. Nó giúp Kinh tế học diễn giải, trình bày được nhiều vấn đề mà phương pháp diễn giải bằng lời thông thường không có hiệu quả.

Hiện nay, trên thế giới, Toán kinh tế là một trong những chuyên ngành được đào tạo rộng rãi và phổ biến ở các nước tiên tiến. Hoa Kỳ và các nước châu Âu là hai khu vực khởi đầu và phát triển nhất ngành Toán kinh tế tính đến thời điểm hiện tại. Trong khu vực châu Á, các quốc gia công nghiệp mới như Nhật Bản, Hàn Quốc, Singapore, Trung Quốc, Hong Kong... đang có nhu cầu nhân lực ngành này rất cao. Ở Việt Nam, trong vòng vài năm trở lại đây, khi chúng ta tiến hành hội nhập, liên kết tài chính sâu rộng, thị trường tài chính năng động và quy mô lớn hơn, đã tạo ra nhiều cơ hội cho các cử nhân ngành Toán kinh tế ra trường, học hỏi và phát triển thành các chuyên gia hàng đầu.

Nhìn chung, hệ thống đào tạo ngành Toán kinh tế tại các trường đại học Việt Nam trong giai đoạn vừa qua cho phép các sinh viên được tiếp cận một chương trình đào tạo tiên tiến cả về lý thuyết và thực tiễn. Các bài tập tình huống được sinh viên giải quyết mô phỏng với các mô hình Toán học trong Tài chính cùng với các phần mềm Tin học. Sau khi tốt nghiệp ra trường, cử nhân ngành Toán kinh tế sẽ được trang bị những kiến thức về Xác suất - Thống kê, mô hình Toán kinh tế, thiết lập mô hình Tài


196

chính, mô hình tối ưu hóa danh mục đầu tư, mô hình quản lý định lượng rủi ro tài chính, mô hình phân tích chuỗi thời gian tài chính...

2.1.2. Cần những tố chất nào để theo đuổi công việc với ngành Toán kinh tế?

Để có thể học và theo đuổi những công việc của ngành Toán kinh tế, thì phải cần đáp ứng được một số tố chất sau:

a. Học tốt các môn khoa học tự nhiên

Học tốt các môn tự nhiên là vô cùng cần thiết với một chuyên ngành Toán, vì những môn khoa học tự nhiên này sẽ có sự liên quan mật thiết đến môn Toán, nếu không học tốt thì đồng nghĩa đánh mất đi những móc xích quan trọng để móc nối chúng lại với nhau. Ngoài ra, học những môn khoa học sẽ giúp có được tư duy logic, từ đó có thể tổng hợp những dữ liệu, những kiến thức lại với nhau phục vụ cho quá trình học tập và làm việc sau này. Chính vì vậy, học tốt các môn khoa học tự nhiên là lợi thế khi vào ngành này.

b. Đam mê nghề và có trách nhiệm trong công việc

Đây cũng là một trong những tố chất vô cùng quan trọng. Việc đam mê nghiên cứu, thích tìm tòi cái mới sẽ giúp cho mình ngày càng yêu thích công việc. Đây sẽ là nền tảng vững chắc để bạn có thể duy trì được công việc của mình trong thời gian dài. Và thường những người đam mê công việc, yêu nghề thì sẽ là người có trách nhiệm trong công việc. Họ làm việc vì yêu thích cho nên rất khó bỏ dở giữa chừng, luôn muốn công việc của mình phải được thực hiện một cách đầy đủ nhất, hoàn hảo nhất mà không có bất kỳ vấn đề gì xảy ra.

c. Sự kiên trì nhẫn nại và chịu được áp lực công việc

Đây là tố chất cần thiết để hoàn thành tốt nhiệm vụ được giao. Làm việc trong doanh nghiệp luôn là môi trường tạo cho chúng ta sự áp lực, chính vì vậy, cần có sự kiên trì nhẫn nại và sự bình tĩnh để giải quyết mọi tình huống theo hướng tích cực nhất.

d. Khả năng thu thập và xử lý thông tin

Đối với chuyên viên tài chính bắt buộc họ phải có những kỹ năng xử lý thông tin để phục vụ cho công việc của mình. Với công việc liên quan đến lĩnh vực tài chính đầy biến động như vậy thì yêu cầu đối với các chuyên viên cần phải nhạy bén với những thông tin để có thể đưa ra lời khuyên tốt nhất cho doanh nghiệp.

197


e. Tự tin giao tiếp tốt và khả năng đàm phán, thuyết phục

Đặc biệt nhất là đối với khách hàng của mình, phải tự tin giao tiếp tốt, phải đàm phán và thuyết phục được họ. Làm việc trong môi trường doanh nghiệp, sẽ thường xuyên gặp gỡ khách hàng trao đổi, bàn bạc hoặc thương lượng một dự án nào đó, vì vậy, những kỹ năng năng rất cần thiết để hỗ trợ công việc được tốt hơn.

f. Khả năng làm việc độc lập

Phải làm việc độc lập tốt mới có chỗ đứng trong doanh nghiệp, không nên dựa vào người khác quá nhiều sẽ dễ bị thụ động, không làm chủ được công việc của mình.

g. Khả năng ngoại ngữ

Với một thị trường đầy năng động và xu hướng hợp tác với nước ngoài như hiện nay, thì khả năng ngoại ngữ tốt đó chính là điểm cộng cho bạn đối với doanh nghiệp, đặc biệt là khi làm việc với doanh nghiệp nước ngoài. Không những giúp cho công việc được thuận lợi mà còn giúp bạn thăng tiến trong công việc dễ dàng hơn rất nhiều.

2.2. Phương pháp nghiên cứu

Bài viết sử dụng phương pháp nghiên cứu định tính bằng kỹ thuật thống kê, so sánh, phân tích, quan sát, mô tả hiện trạng và tổng hợp dữ liệu thứ cấp. Qua đó, đưa ta nhận định và đề xuất hàm ý quản trị.

3. KÊT QUẢ NGHIÊN CỨU

3.1. Nhu cầu thị trường

Hiện nay, Việt Nam đang tích cực mở rộng quan hệ hợp tác với hầu hết các nước trên thế giới. Với những tiềm năng vốn có của mình thì Việt Nam đang thu hút rất nhiều nhà đầu tư của nước ngoài trên lĩnh vực kinh tế. Cũng chính sự mở cửa hội nhập đó làm cho nền kinh tế Việt Nam năng động hơn, tuy nhiên cũng đem lại vấn đề chính là cạnh tranh cho doanh nghiệp Việt Nam. Giờ đây, các doanh nghiệp Việt Nam không chỉ cạnh tranh với những doanh nghiệp trong nước mà còn phải cạnh tranh với những doanh nghiệp nước ngoài. Hiện tại, có rất nhiều công ty thuộc các lĩnh vực như: bất động sản, bảo hiểm, ngân hàng, trung tâm chứng khoáng, trung tâm tài chính, nghiên cứu thị trường... đã và đang hình thành, phát triển và họ nhu cầu về nhân lực để đáp ứng được cho các hoạt động trong lĩnh vực tài chính, ngân hàng, bảo hiểm, chứng khoáng, nghiên cứu thị trường... đang gia tăng một cách đáng kể.


198

Kết quả khảo sát của Trung tâm Dự báo nhu cầu nhân lực và Thông tin thị trường lao động Thành phố Hồ Chí Minh (2019) trên khắp cả nước cho thấy, thị trường lao động cần nhân lực là cử nhân ngành Toán Kinh tế chuyên ngành Tài chính định lượng là rất lớn. Ngành Tài chính, Tín dụng, Bảo hiểm... cần khoảng 10.800 lao động; tuy nhiên, tỷ lệ cử nhân được đào tạo bài bản trong các ngành này chỉ khoảng 33%. Theo thống kê này, hằng năm, các cơ sở đào tạo khu vực phía Nam và phía Bắc chỉ cung cấp cho xã hội khoảng gần 220 lao động có trình độ đại học trong các lĩnh vực như: chuyên viên định giá tài sản tài chính, tư vấn mua bán, sáp nhập doanh nghiệp; chuyên viên xây dựng mô hình, đo lường, phân tích, dự báo và quản trị rủi ro trong ngân hàng, công ty chứng khoán, các định chế tài chính, các doanh nghiệp.

Các ngân hàng, quỹ đầu tư, công ty tài chính, bảo hiểm... cũng đang khát nguồn nhân lực thành thạo về ngành Toán kinh tế, chuyên ngành Tài chính định lượng.

Trang mạng tuyển dụng trực tuyến VietnamWorks thuộc Navigos Group vừa phát hành “Báo cáo về triển vọng nghề nghiệp và xu hướng kỹ năng tại Việt Nam – Giai đoạn 2018 - 2022” đã cho biết “công nghệ điện toán đám mây” và “năng lực xử lý của máy tính và dữ liệu lớn” là các lĩnh vực được săn đón nhiều nhất trong 5 năm tới. Ông Trần Anh Tuấn - Phó Giám đốc Trung tâm Dự báo nhu cầu nhân lực và Thông tin thị trường lao động Thành phố Hồ Chí Minh cho biết, có 5 nhóm ngành sẽ phát triển trong xu thế của cuộc cách mạng công nghiệp 4.0, trong đó nhóm ngành công nghệ thông tin trong hoạt động kinh doanh tài chính được đánh giá phát triển cao nhất (website Người Lao động). Toán kinh tế là ngành học thuộc nhóm ngành này.

Chính vì vậy, đây chính là cơ hội để cho các tân cử nhân ngành Toán kinh tế tìm cho mình một công việc khá tốt. Trong các doanh nghiệp hiện nay đang thiếu nguồn nhân lực về chuyên ngành Toán kinh tế trầm trọng.

3.2. Cơ hội việc làm đối với sinh viên tốt nghiệp ngành Toán kinh tế

Toán học đóng vai trò cực kỳ quan trọng trong xã hội. Có thể nói “Người người cần Toán, ngành ngành cần Toán”. Đặc biệt, với sự phát triển mạnh mẽ của việc sử dụng máy tính, Toán học dần dần có vị thế quan trọng trong sự phát triển kinh tế và là một ngành học không thể thiếu đối với sự tiến bộ của công nghệ hiện đại. Đặc biệt, Toán kinh tế rất quan trọng bởi vì nó có ích cho rất nhiều lĩnh vực hoạt động khác nhau, đem lại những kiến thức tốt nhất và điều khiển các nhân tố góp phần vào sự phát triển của các các lĩnh vực như kinh tế, y học và công nghiệp,...

199


Một người nếu được đào tạo tốt về Toán và phát triển khả năng của mình trong việc ứng dụng Toán vào lĩnh vực tài chính, bảo hiểm và các lĩnh vực khác như: y tế (nghiên cứu sức khỏe, bệnh dịch, công nghiệp dược phẩm), lĩnh vực công nghiệp (vận tải, kiểm soát chất lượng)... đều hoàn toàn có thể kỳ vọng vào việc tìm kiếm việc làm một cách dễ dàng với mức lương rất cao. Chẳng hạn, Tập đoàn Microsoft của Mỹ có hơn 1000 nhà toán học được tuyển dụng từ khắp nơi trên thế giới.

Sinh viên của ngành toán kinh tế chắc sẽ vui khi biết rằng thị trường việc làm của ngành vô cùng rộng mở cho các tân cử nhân ngành toán kinh tế. Sau đây là những công việc có sự góp mặt của ngành toán kinh tế:

3.2.1. Ngành giáo dục nghiên cứu

a. Giảng viên các trường Đại học, Cao đẳng

Ngành Toán kinh tế, cụ thể là chuyên ngành Tài chính định lượng còn khá mới mẻ ở Việt Nam. Do đó, nhu cầu ngành này khá thiếu, đòi hỏi bổ sung nhiều nhân lực, nhất là các nhân lực có trình độ cao, nhiều kinh nghiệm thực tiễn. Sinh viên theo học ngành này đa số là các em có trình độ khá và giỏi, đồng thời dự báo nhu cầu nhân lực cho ngành đặc thù này sẽ ngày càng gia tăng theo thời gian. Do đó, công việc giảng viên sẽ hứa hẹn tương lai lâu dài và vững chắc.

Đây là công việc phù hợp cho các ứng viên yêu thích thử thách toán học, ham mê giảng dạy. Là giảng viên, bạn có thể giúp các sinh viên trẻ tuổi đời nắm vững các khái niệm liên quan đến đại số, hình học và phép tính. Bằng cử nhân ngành Toán kinh tế là “tấm vé” giúp bạn thực hiện ước mơ sư phạm và toán học của mình.

Một điểm hạn chế là thu nhập của sinh viên mới tốt nghiệp ra trường, làm giảng viên ở các trường đại học, cao đẳng chỉ bình quân khoảng 6 - 7 triệu đồng/tháng, đòi hỏi các em phải kiên trì và có nhiều nỗ lực.

b. Nhà toán học

Nghề nghiệp này phù hợp cho những con người ưa thích giải quyết vấn đề thông qua phân tích các con số, đam mê nghiên cứu các lý thuyết và khái niệm mới hay phát triển các mô hình ứng dụng trong kinh tế. Nhà toán học tham gia giải quyết những vấn đề Toán học nằm ngoài phạm vi toán học thuần túy như thế thì được gọi là nhà toán học ứng dụng.


200

Những người này dùng kiến thức chuyên môn và phương pháp luận chuyên ngành để tiếp cận nhiều vấn đề nổi bật hiện diện trong các ngành khoa học có liên quan như khoa học, kỹ thuật, kinh doanh. Ở Việt Nam, hiện nay, có các đơn vị nghiên cứu học thuật như Viện Toán học thuộc Viên hàn lâm Khoa học Công nghệ Việt Nam... là địa điểm làm việc lý tưởng.

3.2.2. Ngành kỹ thuật

a. Lập trình viên

Vào đầu năm 2019, các chuyên gia đã từng đưa ra báo cáo thị trường nhân lực Công nghệ thông tin (IT) của Việt Nam thiếu hụt từ 70.000 - 90.000 lao động và đưa ra dự báo con số này vào năm 2020 là 100.000 lao động và năm 2021 là 190.000 lao động. Mặc dù cả thế giới đang trải qua Đại dịch toàn cầu (COVID-19) gây thiệt hại to lớn về người và của, nhu cầu tuyển dụng lao động cho ngành Công nghệ thông tin (CNTT) nói chung và chuyên ngành lập trình nói riêng chắc chắn không có nhiều suy chuyển, thậm chí còn phát triển mạnh mẽ hơn.

Tấm bằng cử nhân về Toán học, đặc biệt là chuyên ngành Toán kinh tế có thể giúp bạn có được vị trí của một lập trình viên tại một số công ty công nghệ. Vị trí này có thể liên quan đến việc viết các đặc tả cho các ứng dụng phần mềm, thiết kế các truy vấn cơ sở dữ liệu, hoặc phát triển các thủ tục kiểm thử và gỡ lỗi. Bạn cũng có thể đảm nhiệm tùy chỉnh một phần mềm để đáp ứng các nhu cầu cụ thể của công ty hoặc khách hàng của bạn. Các kiến thức về toán tin, các ngôn ngữ lập trình và hệ điều hành sẽ giúp bạn phát triển trong lĩnh vực này.

Để nâng cao trình độ nhằm phục vụ cho công việc này, ngoài việc theo học chính quy tại một trường đại học, cao đẳng có giảng dạy về chuyên ngành Toán kinh tế, bạn có thể theo học các khóa học ngắn hạn tại các trung tâm đào tạo IT lớn và có uy tín, cũng như tự trau dồi thêm kiến thức bằng các dự án cá nhân hay tham gia vào các dự án mã nguồn mở (open-source project).

b. Chuyên viên nghiên cứu các thuật toán điểu khiển, sử dụng các thiết bị nhằm tự động hóa các quá trình sản xuất.

3.2.3. Ngành kinh tế

a. Kế toán

Cân bằng sổ sách của tổ chức và cập nhật hồ sơ tài chính là trách nhiệm của kế toán. Người làm việc tại vị trí này phụ trách tính toán biên chế, chuẩn bị tờ khai thuế

201


và đảm bảo rằng công ty tuân thủ tất cả các quy tắc và quy định tài chính. Đây là vị trí rất quan trọng trong tất cả các cơ quan, công ty. Với kiến thức về Toán học và thống kê, cộng với sự tỷ mỉ, cẩn thận, cử nhân ngành Toán kinh tế hoàn toàn có thể đảm nhiệm vị trí kế toán tại các cơ quan, đơn vị.

Hướng phát triển lâu dài cho nghề nghiệp kế toán là bạn có thể nâng cao trình độ, thăng tiến trở thành kế toán tổng hợp, rồi kế toán trưởng, hoặc sau đó chuyển sang ngành tài chính để làm các công việc như chuyên viên tài chính, giám đốc tài chính.

Để củng cố kiến thức vững chắc, ngoài những kiến thức tiếp thu được trong các trường đại học, cao đẳng, sinh viên nên tham gia các khóa học ngắn hạn bên ngoài đào tạo về chuyên viên kế toán, kế toán trưởng, khai báo thuế...

b. Chuyên viên phân tích đầu tư

Các nhà phân tích đầu tư sẽ nghiên cứu xu hướng kinh tế và đánh giá các cơ hội đầu tư cho các ngân hàng, tổ chức chứng khoán và các công ty bảo hiểm. Để thành công trong lĩnh vực này, bạn phải có kiến thức Toán học, khả năng đánh giá mức độ rủi ro và tính toán giá trị của các khoản đầu tư khác nhau cũng như kỹ năng phân tích các kết quả đã nghiên cứu. Các công ty tài chính, bảo hiểm, chứng khoán hay ngân hàng là nơi làm việc lý tưởng cho vị trí này.

c. Chuyên viên kế hoạch tài chính

Ngoài việc làm cho các công ty, tổ chức như các ngân hàng, công ty bảo hiểm, công ty tài chính, cho thuê tài chính, các công ty cung cấp dịch vụ tài chính, chuyên viên kế hoạch tài chính còn có thể nhận thêm hồ sơ của các dự án về làm thêm, vừa gia tăng thu nhập vừa nâng cao trình độ thực tiễn.

Tại công ty, chuyên viên kế hoạch tài chính sẽ phụ trách lập kế hoạch và đánh giá thu - chi tài chính định kỳ theo yêu cầu của cơ quan, đơn vị; đánh giá nhanh các số liệu và kiểm soát chất lượng giải ngân theo định kỳ. Khi làm việc với các cá nhân, chuyên viên kế hoạch tài chính có thể giúp cấu trúc các khoản đầu tư của các cá nhân cho từng mục tiêu cụ thể. Theo đó, họ cần có kỹ năng giao tiếp, khả năng thiết lập niềm tin với khách hàng cùng với một nền tảng Toán học vững chắc.

d. Chuyên viên phân tích nghiên cứu hoạt động

Vị trí chuyên viên phân tích nghiên cứu hoạt động tương đối rộng khắp trong các tổ chức, từ các cơ quan chính phủ, tổ chức phi chính phủ, cho tới các công ty tư nhân trong nước lẫn nước ngoài.


202

Kỹ năng phân tích đóng vai trò rất quan trọng đối với công việc của các nhà phân tích nghiên cứu hoạt động. Họ áp dụng phân tích thống kê cho các chức năng nghiệp vụ và sử dụng các kỹ thuật mô hình toán học để tìm ra cách một tổ chức có thể hoạt động hiệu quả hơn. Chẳng hạn, một chuyên viên phân tích nghiên cứu hoạt động có thể giúp các hãng hàng không phát triển lịch bay hoặc giúp các nhà sản xuất máy tính tối ưu hóa quy trình sản xuất của họ.

e. Chuyên viên phân tích ngân sách

Hiện nay, hầu hết các nhà tuyển dụng ở Việt Nam đều tìm kiếm các ứng cử viên cho nghề chuyên viên phân tích ngân sách ở trình độ cử nhân ngành Toán kinh tế, tuy nhiên một số tổ chức, tập đoàn lớn, nhất là của nước ngoài, đã yêu cầu đến bằng Thạc sĩ.

Khi các cơ quan chính phủ, các công ty nghiên cứu hoặc các tổ chức học thuật cần phải quyết định cách phân bổ kinh phí giữa các dự án khác nhau, họ thường tìm tới các nhà phân tích ngân sách. Các chuyên gia này phân tích các chi phí gắn liền với các đề xuất ngân sách khác nhau và xác định tác động tiềm năng của chúng đối với tình trạng tài chính tổng thể của một tổ chức. Sau đó, họ đưa ra các khuyến nghị tài trợ dựa trên những phát hiện của họ. Làm việc tại vị trí này, ứng viên cần có kiến thức vững chắc về Toán học, Tài chính và kỹ năng phân tích.

f. Chuyên viên phân tích rủi ro

Chuyên viên phân tích rủi ro đóng vai trò rất quan trọng trong doanh nghiệp. Dựa vào những phân tích, đánh giá, dự báo rủi ro của chuyên viên tư vấn giúp nhà quản trị ra được các quyết định nhằm tránh hoặc giảm thiểu rủi ro đối với doanh nghiệp của mình.

g. Chuyên viên thống kê

Nói chung, các chuyên viên thống kê thu thập và phân tích dữ liệu để xác định hướng giải quyết vấn đề. Vị trí này sẽ tiến hành các hình thức thu thập dữ liệu như: khảo sát qua điện thoại, bảng câu hỏi trực tuyến hoặc thử nghiệm; từ đó phân tích và rút ra kết luận dựa trên kết quả. Theo đó, chuyên viên thống kê cần có kiến thức về toán học, thống kê, kế toán hay quản trị kinh doanh. Chuyên viên thống kê có thể làm việc cho các cơ quan chính phủ, viện nghiên cứu, công ty bảo hiểm, công ty dược phẩm hoặc thậm chí là các tổ chức thể thao.

h. Nhà phân tích chứng khoán

Một trào lưu đầu tư chứng khoán đang ngày càng phổ biến trên thế giới chính là ứng dụng mô hình định lượng vào trong phân tích và ra quyết định đầu tư chứng

203


khoán. Tuy nhiên, công việc này không đơn giản, đòi hỏi nhân lực phải có trình độ cao và đam mê, am hiểu chứng khoán. Đây chính là công việc phù hợp với các cử nhân ngành Toán kinh tế.

Việc theo dõi những thăng trầm của thị trường tài chính thường mang lại những hứng thú, say mê cho các thanh niên, các sinh viên mới ra trường. Thu nhập trong ngành nghề này cũng khá cao. Tuy nhiên, nó đòi hỏi con người phải có bản lĩnh, tâm lý vững, và trên hết phải kiên trì trước khó khăn, thử thách.

4. KÊT LUẬN

Cùng với sự phát triển của kinh tế - xã hội và khoa học công nghệ, vai trò của toán học và khoa học máy tính cũng như nhu cầu nhân lực ngành Toán kinh tế ngày càng tăng, vì vậy ngành học này đang trở thành một ngành xu thế trong tương lai.

Đào tạo nguồn nhân lực trong lĩnh vực Toán kinh tế là yêu cầu bắt buộc khi mà cách thức xử lý mọi vấn đề trong cuộc sống hiện nay sẽ cần dựa vào công nghệ vi tính với các thuật toán, đặc biệt là khi công nghệ trí tuệ nhân tạo và tự động hóa trong cuộc Cách mạng công nghiệp 4.0 ngày càng nhiều. Trong bối cảnh đó, việc đào tạo chuyên ngành Toán kinh tế tại các trường đại học nhằm phục vụ cho mục tiêu phát triển kinh tế trong thời đại số cũng cần đặc biệt quan tâm đến các vấn đề sau:

4.1. Đối với cơ quan quản lý

- Hoàn thiện các chính sách tài chính nhằm khuyến khích, huy động mọi nguồn lực xã hội đầu tư cho các hoạt động nghiên cứu khoa học, phát triển và ứng dụng công nghệ, đổi mới sáng tạo; Có cơ chế khuyến khích và ưu đãi đối với các tổ chức, cá nhân, doanh nghiệp công nghệ tham gia trực tiếp vào quá trình giáo dục và đào tạo, tạo ra sản phẩm phục vụ cho nền kinh tế số; Xây dựng một số trung tâm giáo dục, đào tạo xuất sắc về công nghệ theo hình thức hợp tác công - tư; Tiếp tục hoàn thiện cơ chế, chính sách khuyến khích, thu hút, sử dụng nhân tài, nguồn nhân lực chất lượng cao.

- Tập trung phát triển các ngành ưu tiên có mức độ sẵn sàng cao như: công nghiệp công nghệ thông tin, điện tử - viễn thông; an toàn, an ninh mạng; công nghiệp chế tạo thông minh; tài chính - ngân hàng; thương mại điện tử; nông nghiệp số; du lịch số; công nghiệp văn hóa số; y tế; giáo dục và đào tạo. Đồng thời, ưu tiên nguồn lực cho triển khai một số chương trình nghiên cứu trọng điểm quốc gia về các công nghệ ưu tiên, trọng tâm là: công nghệ thông tin và truyền thông, cơ điện tử, công nghệ mới trong lĩnh vực năng lượng, trí tuệ nhân tạo, công nghệ sinh học, điện tử y sinh...


204

- Dựa trên chiến lược tổng thể về phát triển kinh tế số, từ đó đưa ra các nhiệm vụ giải pháp để triển khai thực hiện, trong đó có giải pháp đẩy mạnh đào tạo chuyên ngành Toán kinh tế tại các trường đại học hiện nay.

4.2. Đối với các cơ sở đào tạo đại học

- Cần rà soát chương trình đào tạo, đưa vào các kiến thức về Toán học, Thống kê, Công nghệ thông tin phù hợp với từng ngành học đảm bảo cho người học sau khi tốt nghiệp sẽ nhanh chóng thích ứng với công việc trong điều kiện của cuộc Cách mạng công nghiệp 4.0.

- Tiếp tục nâng cao chất lượng đào tạo chuyên ngành Toán kinh tế thông qua việc nâng cao chất lượng đội ngũ giảng dạy, đổi mới và nâng cấp các kiến thức mới gắn với cuộc Cách mạng công nghiệp 4.0. Quá trình đào tạo cần có lộ trình phù hợp, gắn với dự báo nhu cầu tuyển dụng của doanh nghiệp và từng giai đoạn của nền kinh tế số.

- Đẩy mạnh hợp tác, chia sẻ kinh nghiệm quốc tế với các trường đại học tại các quốc gia có nền kinh tế số phát triển để nâng cao chất lượng giảng dạy, đào tạo tại các trường.

4.3. Đối với chương trình đào tạo

- Chương trình đào tạo cần gắn với thực tiễn cuộc sống, trong đó cần chú ý đến các xu hướng lớn trong nền kinh tế số.

- Chương trình đào tạo cần được cập nhật thường xuyên nhằm theo kịp nhu cầu phát triển cũng như xu thế sử dụng lao động của xã hội. Trong chương trình học, cần tạo điều kiện để sinh viên làm quen, hoặc thậm chí là thành viên tham gia nghiên cứu khoa học dưới sự hướng dẫn của các thầy cô trong khuôn khổ một dự án, đề tài cấp nhà nước, cấp bộ, cấp trường... Từ đó, sinh viên có thể trau dồi được khả năng tư duy sáng tạo độc lập, khả năng làm việc tập thể đa ngành và khả năng thích nghi tốt với các biến động, đổi mới liên tục của khoa học và công nghệ.

4.4. Đối với sinh viên

Thực tế cho thấy, việc tốt nghiệp chuyên ngành Toán kinh tế giúp sinh viên tốt nghiệp tìm kiếm được việc làm dễ dàng phù hợp với chuyên ngành học, đặc biệt các công việc liên quan đến tài chính - ngân hàng. Chẳng hạn, đối với chuyên viên phân tích đầu tư tại các công ty tài chính, bảo hiểm, chứng khoán hay ngân hàng, để thành công trong lĩnh vực này, phải có kiến thức Toán học, khả năng đánh giá mức độ rủi ro và tính toán giá trị của các khoản đầu tư khác nhau cũng như kỹ năng phân tích

205


các kết quả đã nghiên cứu. Hoặc như với chuyên viên phân tích ngân sách, khi các cơ quan chính phủ, các công ty nghiên cứu hoặc các tổ chức học thuật cần phải quyết định cách phân bổ kinh phí giữa các dự án khác nhau, họ thường tìm tới các nhà phân tích ngân sách. Các chuyên gia này phân tích các chi phí gắn liền với các đề xuất ngân sách khác nhau và xác định tác động tiềm năng của chúng đối với tình trạng tài chính tổng thể của một tổ chức để từ đó đưa ra các khuyến nghị tài trợ dựa trên những phát hiện của họ...

Tuy nhiên, để tận dụng được cơ hội việc làm liên quan đến lĩnh vực tài chính - ngân hàng, yêu cầu đặt ra đối với sinh viên sau khi tốt nghiệp cũng khá cao. Theo đó, sinh viên phải có kiến thức cơ bản và chuyên sâu về Toán học, Toán học ứng dụng và Tin học để đáp ứng tốt các công việc đặc thù của liên ngành Toán kinh tế và các ngành có liên quan như: Có khả năng mô tả, tính toán và mô phỏng quản lý các hệ thống, các quá trình công nghệ, xây dựng các phần mềm ứng dụng; Có khả năng nghiên cứu, phân tích và đưa ra giải pháp cho một số vấn đề trong kỹ thuật, kinh tế, tài chính; Có khả năng thiết lập cơ sở lý thuyết của vấn đề, mô hình hóa Toán học và tìm cách giải quyết vấn đề trong các lĩnh vực đa dạng và luôn biến đổi của thực tế...


1. Trường Đại học Công nghệ Hà Nội (2020), Ngành Toán ứng dụng học gì? Ra trường làm gì?. Trích dẫn tại: https://usth.edu.vn/vi/tuyen-sinh/nganh-toan-ung-dung/nganh-toan-ung-dung-hoc-gi-ra-truong-lam-gi-108.html.

2. Trường Đại học Kinh tế Quốc dân (2019), Ngành Toán kinh tế. Trích dẫn tại: https://tuyensinhso.vn/nhom-nganh-dao-tao/nganh-toan-kinh-te-c17020.html

3. Trường Đại học Khoa học Huế (2019), Ngành Toán kinh tế. Trích dẫn tại: https://tuyensinh.husc.edu.vn/index.php/major/toan-kinh-te/

4. Nhật Hồng (2018), Cần nâng cao chất lượng đào tạo nhân lực ngành toán kinh tế trong trường đại học, báo Dân trí điện tử.

5. Nguyễn Loan (2020), Toán kinh tế là gì? Cơ hội việc làm của người học toán kinh tế. Trích dẫn tại: https://timviec365.vn/blog/toan-kinh-te-la-gi-new6917.html.

6. PGS.TS. Ngô Văn Thứ (2019), Ngành Toán ứng dụng trong kinh tế đã chính thức được mở. Trích dẫn tại: http://mfe.neu.edu.vn/nganh-toan-ung-dung-trong-kinh-te-da-chinh-thuc-duoc-mo/.


206

VỀ VIỆC MƠ NGANH TOÁN KINH TÊ TAI TRƯỜNG ĐAI HỌC TAI CHÍNH - MARKETING

20.

TS. Trần Kim ThanhTrường Đại học Tài chính - Marketing

Tóm tắt

Bài viết trình bày những nội dung liên quan đến việc mở ngành đào tạo Toán kinh tế tại Trường Đại học Tài chính - Marketing cụ thể là: khái quát về ngành Toán kinh tế, tìm hiểu chương trình đào tạo, chương trình học ngành Toán kinh tế ở các trường đại học hiện nay cũng như cơ hội việc làm của cử nhân ngành Toán kinh tế và một số ý kiến, nhận xét của người viết.

Từ khóa: Toán kinh tế, Trường Đại học Tài chính - Marketing

1. TIM HIỂU KHÁI QUÁT VỀ NGANH TOÁN KINH TÊ

Từ xa xưa con người đã biết ứng dụng những hiểu biết của mình về Toán học vào thực tiễn cuộc sống, đặc biệt là trong các hoạt động kinh tế. Sự thay đổi và phát triển ngày càng đa dạng, phong phú của kinh tế cũng như những nhu cầu ngày càng tăng của xã hội đặt ra cho con người những vấn đề như: chính xác hóa, hợp lý hóa, tối ưu hóa,... đồng thời yêu cầu đưa ra những phân tích, đánh giá, dự báo kịp thời không chỉ về mặt định tính mà còn mang tính định lượng trong các hoạt động kinh tế. Như Giáo sư Finn Kydland [13] đã từng nhận xét: Kinh tế học hiện đại hiện đang thiên về Toán học với việc sử dụng rất nhiều kiến thức, công cụ toán. Thực tế này đòi hỏi các cơ sở đào tạo đại học cần phải mở ra một ngành đào tạo nguồn nhân lực có thể nghiên cứu và ứng dụng các công cụ của Toán học vào lĩnh vực Kinh tế, đó là ngành Toán kinh tế.

207


Toán kinh tế (Economic Mathematics) được hiểu là môn khoa học nhằm vận dụng toán học trong phân tích các mô hình kinh tế để từ đó hiểu rõ hơn các nguyên tắc và các quy luật kinh tế của nền kinh tế thị trường, trang bị cho các nhà quản lý các kiến thức để họ có thể vận dụng vào việc ra các quyết định sản xuất [1]. Toán kinh tế còn được xem là một lĩnh vực của Kinh tế, sử dụng các công cụ và phương pháp toán học để phân tích, đánh giá các vấn đề kinh tế, kinh doanh. Công cụ toán học cho phép các nhà kinh tế phân tích suy luận một cách định lượng và xây dựng các mô hình đánh giá, dự báo về kinh tế, kinh doanh trong tương lai.

Ngành Toán kinh tế là ngành đào tạo cử nhân đại học ngành Toán kinh tế có kiến thức cơ bản về kinh tế - xã hội, quản lý và quản trị kinh doanh; có kiến thức chuyên sâu về Toán ứng dụng trong kinh tế, quản lý và quản trị kinh doanh; có tư duy nghiên cứu độc lập; có năng lực tự học tập bổ sung kiến thức, nâng cao trình độ chuyên môn thích nghi với sự thay đổi của môi trường làm việc. Ngành Toán kinh tế bao gồm hai chuyên ngành: chuyên ngành Toán kinh tế (Mathematical Economics Specification) và chuyên ngành Toán tài chính (Mathematical Finance Specification). Ngành Toán kinh tế, chuyên ngành Tài chính định lượng (TCĐL) hay Toán tài chính (Quantitative Finance hay Mathematical Finance) là một mảng của ứng dụng các mô hình toán học vào thị trường tài chính nhằm dự báo, định giá giá trị chứng khoán; quản lý danh mục đầu tư; quản trị rủi ro tài chính hay giao dịch tự động.

Ngành Toán kinh tế là một trong những ngành được đào tạo rộng rãi và phổ biến ở các nước tiên tiến trên thế giới. Hoa Kỳ và châu Âu là hai khu vực khởi đầu và phát triển nhất đến thời điểm hiện tại. Tại Mỹ có 28 trường đại học đào tạo ngành Toán Kinh Tế [2], như: Univesity of Delaware, Univesity of Arizona, The Univesity of New Orleans , Florida Atlantic Global Student Success Program, Portland State Univesity, Valparaiso Univesity, College of Southern Nevada, Eastern Michigan Univesity, Univesity of Maine, Troy Univesity, Carnegie Mellon Univesity, Univesity of Chicago,... Tại Đức và nhiều nước châu Âu [6], Toán ứng dụng nói chung và Khoa học dữ liệu, Toán tài chính nói riêng đang là những ngành hót, thu hút sự lựa chọn của người học.

Ở Việt Nam, từ lâu đã có nhiều trường đại học đào tạo ngành Toán kinh tế. Ngoài các trường đại học khối Kinh tế, các trường đào tạo cơ bản hoặc đào tạo kỹ sư như Trường Đại học Khoa học Tự nhiên thuộc Đại học Quốc gia Hà Nội, Trường Đại học Khoa học Tự nhiên thuộc Đại học Quốc gia Thành phố Hồ Chí Minh (TP. HCM), Trường Đại học Bách Khoa Hà Nội, Trường Đại học Bách Khoa TP. HCM, Trường


208

Đại học Khoa học Huế,..., đã đào tạo chuyên ngành Tối ưu và Hệ thống (tên cũ là Toán kinh tế, riêng Trường Đại học Khoa học Huế vẫn giữ tên cũ ngành này ) [7]. Chương trình đào tạo Toán ứng dụng trong Kinh tế của Đại học Thăng Long được mở ra nhằm thực hiện nhiệm vụ về lâu dài sẽ đào tạo được một lớp người giỏi về Kinh tế và Toán, tạo nguồn bổ sung cho đội ngũ chuyên gia cấp cao trong các cơ sở Kinh tế, các nhà khoa học trong lĩnh vực Toán - Kinh tế, làm hạt nhân nâng cao chất lượng giảng dạy Kinh tế và Toán ứng dụng trong các trường đại học.

Các trường này thường có xu hướng đào tạo thiên về nghiên cứu, trang bị cho người học nền tảng của Toán học ứng dụng vào các vấn đề kinh tế.

Theo Giáo sư Phạm Huyên (Trường Đại học Paris Diderot (ĐH Paris 7)), người thường xuyên tham gia hợp tác nghiên cứu và giảng dạy ở Viện John Von Neumann TP. HCM và Viện Nghiên cứu cao cấp về Toán [11], ngành Tài chính định lượng là một ngành đang phát triển ở châu Âu và Mỹ nhưng ở Việt Nam, ngành này chưa có được vị thế và sự coi trọng; các cơ sở giáo dục đại học có ngành đào tạo này nhưng chưa được đầu tư phát triển.

Chuỗi Hội thảo Tài chính định lượng châu Á được khởi đầu tại Singapore (năm 2013), và sau đó được tổ chức hàng năm tại Trung Quốc (năm 2014 và 2018), Hồng Kông (năm 2015) và Nhật Bản (năm 2016) và Hàn Quốc (năm 2017). Các hội thảo nhằm xây dựng quan hệ hợp tác và trao đổi thông tin giữa các nhà nghiên cứu về lĩnh vực tài chính định lượng ở châu Á nói riêng và trên thế giới nói chung. Hội thảo Tài chính định lượng châu Á lần thứ 7 (AQFC 2019) do viện Nghiên cứu cao cấp về Toán chủ trì tổ chức, phối hợp cùng Đại học Paris Dedirot (Paris 7), Đại học Quốc gia Singapore và Đại học Bách khoa Hong Kong (đây là lần đầu tiên hội nghị được tổ chức ở Việt Nam), mang ý nghĩa là một trong những công việc chiến lược của viện Nghiên cứu cao cấp về Toán thời gian tới, sẽ hỗ trợ việc tổ chức các hội nghị, các nghiên cứu liên quan đến ứng dụng của Toán học trong các lĩnh vực khác nhau, đặc biệt trong lĩnh vực kinh tế [12].

2. VỀ CHƯƠNG TRINH ĐAO TAO CỦA CHUYÊN NGANH TOÁN KINH TÊ

Trong bài viết này, trước hết chúng ta quan tâm đến chương trình học của chuyên ngành Toán kinh tế ở hai trường lớn nhất thuộc khối các trường Kinh tế ở Việt Nam: Trường Đại học Kinh tế Quốc dân (NEU) và Trường Kinh tế Thành phố Hồ Chí Minh (UEH).

209


- Ở Trường Đại học Kinh tế Quốc dân (NEU), ngành Toán kinh tế được đào tạo trong Khoa Toán kinh tế, với hai chuyên ngành: Toán kinh tế và Toán tài chính, trong khi Toán thống kê là một khoa riêng: Khoa Toán thống kê. Tổ hợp xét tuyển của ngành Toán kinh tế chú trọng đến môn Toán: A00: Toán, Vật lý, Hóa học; A01 (Toán, Vật lý, Tiếng Anh); D01 (Ngữ văn, Toán, Tiếng Anh); D07 (Toán, Hóa học, Tiếng Anh). Về chương trình đào tạo của ngành Toán kinh tế: Toán cao cấp và Xác suất Thống kê chiếm 11 tín chỉ bắt buộc trong kiến thức giáo dục đại cương (Đại số: 3 tín chỉ, Giải tích 1: 2 tín chỉ, Giải tích 2: 3 tín chỉ, Lý thuyết Xác suất: 3 tín chỉ); phần kiến thức lựa chọn chung của trường là 12 tín chỉ (Kinh tế vi mô 1: 3 tín chỉ, Kinh tế vĩ mô 1: 3 tín chỉ, Quản lý học 1: 3 tín chỉ, Quản trị kinh doanh 1: 3 tín chỉ); phần kiến thức chung bắt buộc của trường là 9 tín chỉ (Kinh tế lượng 1: 3 tín chỉ, Lý thuyết Tài chính tiền tệ 1: 3 tín chỉ, Nguyên lý kế toán: 3 tín chỉ); phần kiến thức chung của ngành là 25 tín chỉ (Giải tích 3: 3 tín chỉ, Thống kê Toán: 3 tín chỉ, Lý thuyết mô hình Toán kinh tế: 3 tín chỉ, Kinh tế lượng 2: 3 tín chỉ, Tối ưu hóa 1: 3 tín chỉ, Tối ưu hóa 2: 3 tín chỉ, Phân tích Thống kê nhiều chiều 1: 3 tín chỉ, Kinh tế Vi mô 2: 3 tín chỉ, Kinh tế Vĩ mô 2: 3 tín chỉ); phần kiến thức lựa chọn của ngành là 12 tín chỉ, gồm 6 tổ hợp, mỗi tổ hợp được chọn 1 môn; phần kiến thức chuyên ngành là 22 tín chỉ, trong đó có 14 tín chỉ băt buộc (Lý thuyết mô hình Toán kinh tế 2: 3 tín chỉ, Phân tích Thống kê nhiều chiều 2: 2 tín chỉ, Phân tích chuỗi thời gian trong Tài chính: 3 tín chỉ, Mô hình phân tích, định giá tài sản tài chính 1: 3 tín chỉ, Mô hình ứng dụng: 3 tín chỉ) và 8 tín chỉ cho phần tự chọn gồm 4 tổ hợp, mỗi tổ hợp được chọn 1 học phần (trong đó tổ hợp 1 gồm: Mô hình I/O, Mô hình cân bằng, Điều khiển học kinh tế; tổ hợp 2 gồm: Lý thuyết trò chơi, Mô hình tài chính quốc tế, Chuyên đề Phương pháp tính; tổ hợp 3 gồm: Mô hình tuyến tính tổng quát, Chuyên đề phân tích dữ liệu định tính, Quản trị rủi ro; tổ hợp 4 gồm: Mô hình phân tích dữ liệu mảng, Chuyên đề Mô phỏng ngẫu nhiên, Chuyên đề Phân tích kỹ thuật trong Tài chính); cuối cùng là Chuyên đề thực tập gồm 10 tín chỉ.

- Ở Trường Đại học Kinh tế Thành phố Hồ Chí Minh (UEH), ngành Toán kinh tế được thuộc về Khoa Toán – Thống kê [10]. Chương trình đào tạo ngành Toán kinh tế của trường này được xây dựng trên cơ sở tham khảo chương trình đào tạo của các trường trong top 50 trường đại học có uy tín trên thế giới. Sau khi hoàn thành chương trình đại cương, sinh viên ngành Toán kinh tế sẽ lựa chọn theo một trong hai chuyên ngành cụ thể sau đây:

- Chuyên ngành Phân tích rủi ro và định phí bảo hiểm (Actuarial Science): Được trang bị các kiến thức sau: Xác suất (Exam P – Probability), Toán tài chính (Exam


210

FM – Financial Mathematics), Lý thuyết đầu tư và thị trường Tài chính (Exam IFM – Investment and Financial Markets), Toán bảo hiểm dài hạn (Exam LTAM – Long-term Actuarial Mathematics), Toán bảo hiểm ngắn hạn (Exam STAM – Short-term Actuarial Mathematics), Thống kê lập mô hình rủi ro (Exam SRM – Statistics for Risk Modeling)

Chương trình này trang bị cho các sinh viên những kiến thức cần thiết để có thể trở thành những chuyên viên phân tích rủi ro và định phí bảo hiểm, những chuyên gia giỏi trong việc quán lý rủi ro, những nhà quản lý giỏi trong những công ty quản trị rủi ro,... Đồng thời sinh viên tốt nghiệp ngành này được công nhận 3 chứng chỉ nghề là: Thống kê Toán, Kinh tế, Kế toán và Tài chính của VEE (Validation by Educational Experience), ngoài ra được trang bị kiến thức để có thể tham dự 6 kỳ thi của Hiệp hội chuyên gia định phí bảo hiểm Hoa Kỳ (SOA: Society of Actuaries), đáp ứng được về trình độ và kỹ năng của một chuyên viên định phí bảo hiểm chuyên nghiệp ở môi trường trong và ngoài nước.

- Chuyên ngành Toán Tài chính (Financial Mathematics): Theo Trường này, đây là chương trình được cập nhật từ các trường quốc tế hàng đầu, với các môn học tiêu biểu như: Thống kê toán, Toán Giải tích, Cơ sở dữ liệu, Phân tích dữ kiệu, Kinh tế lượng trong Tài chính, Toán tài chính, Quá trình ngẫu nhiên, Tin học trong ngành Tài chính, các kiến thức về Kinh tế, Ngân hàng, Tài chính, Bảo hiểm.

Thị trường Tài chính thế giới trong những thập kỷ gần đây đã sử dụng các công cụ Toán và Thống kê trong các hoạt động định giá, quản lý danh mục đầu tư. Vì vậy, các công cụ định lượng ngày càng được nghiên cứu, phát triển và ứng dụng trong việc giúp ổn định và tăng cường tính bền vững trong các hoạt động của thị trường. Năm 2017, thị trường phái sinh tài chính Việt Nam ra đời, do đó đòi hỏi nguồn nhân lực quan trọng là các chuyên gia Tài chính định lượng.

Chương trình ngành Toán kinh tế, chuyên ngành Tài chính định lượng cho phép sinh viên được tiếp cận một chương trình đào tạo tiên tiến cả về lý thuyết và thực tiễn. Các bài tập tình huống được sinh viên giải quyết mô phỏng với các mô hình toán học trong Tài chính với các phần mềm Tin học. Chương trình được thiết kế tích hợp các môn học về Tài chính và Toán học, sau khi hoàn tất khóa học sinh viên tốt nghiệp cử nhân ngành Toán kinh tế chuyên ngành Tài chính định lượng sẽ được trang bị những kiến thức về Xác suất - Thống kê, mô hình Toán kinh tế, thiết lập mô hình tài chính, tối ưu hóa danh mục đầu tư, quản lý định lượng rủi ro tài chính, phân tích chuỗi thời

211


gian tài chính... Qua đó, sinh viên có khả năng xây dựng các mô hình mô phỏng danh mục đầu tư, đo lường rủi ro và dự đoán được lợi nhuận của danh mục, xử lý các vấn đề liên quan tới các mô hình tài chính trong thực tế; vận hành được các mô hình định lượng, khai thác dữ liệu, kiểm định và tối ưu hóa tham số trong các bài toán tài chính, đầu tư, quản lý rủi ro,...

3. CƠ HỘI VIỆC LAM CỦA SINH VIÊN TỐT NGHIỆP NGANH TOÁN KINH TÊ

Với những nội dung kiến thức được đào tạo ở ngành Toán kinh tế, sinh viên ngành Toán kinh tế có khả năng liên thông cao với các chuyên ngành khác thuộc khối ngành Toán hoặc ngành Kinh tế. Những phương pháp Toán học (mô hình hóa, thống kê, tối ưu,...) ngày càng được áp dụng rộng rãi trong hoạt động thực tiễn. Hơn nữa, những người được đào tạo cơ bản về Toán kinh tế sẽ dễ dàng thích ứng với những thay đổi rất nhanh của thị trường hiện đại. Do đó, trong bối cảnh nền kinh tế hiện nay, các cử nhân Toán kinh tế có rất nhiều cơ hội về việc làm. Họ có thể làm việc tại các cơ quan nghiên cứu và tư vấn về thị trường, tổ chức tín dụng, ngân hàng, doanh nghiệp, các cơ quan nhà nước, các trường đại học [1], với các vị trí công việc có thể đảm nhận như sau:

- Giảng viên tại các trường đại học, chuyên viên tại các Bộ, ngành với vai trò phân tích định lượng trong kinh tế, kinh doanh.

- Chuyên viên phân tích chính sách kinh tế và dự báo, hỗ trợ ra quyết định từ phía Nhà nước và tư vấn doanh nghiệp trong việc thích ứng với chính sách mới.

- Chuyên viên phân tích rủi ro, tư vấn quản trị rui ro tại các ngân hàng và tổ chức tín dụng, tư vấn xây dựng danh mục đầu tư và môi giới chứng khoán.

- Chuyên viên phân tích tài chính, giúp tư vấn ra quyết định về đầu tư, mua bán sáp nhập doanh nghiệp.

- Chuyên viên nghiên cứu phân tích thị trường, giúp hỗ trợ ra quyết định sản xuất kinh doanh.

- Cử nhân ngành Toán kinh tế với tư duy toán học, thống kê, và phân tích dữ liệu có thể làm việc với vai trò kỹ sư phần mềm, chuyên viên phân tích dữ liệu trong các công ty công nghệ thông tin trong và ngoài nước... Đặc biệt, trong thời đại bùng nổ về mạng xã hội, công nghệ số, những công ty về công nghệ rất coi trọng khoa học dữ liệu đặc biệt là dữ liệu kinh doanh, dữ liệu tài chính; vì vậy, nhu cầu về nhân sự trong lĩnh vực này là rất cao.


212

Trong khu vực châu Á, các quốc gia công nghiệp mới (Nhật Bản, Hàn Quốc, Singapore, đặc khu Hong Kong) và Trung Quốc đang có nhu cầu nhân lực ngành này rất cao. Ở Việt Nam, trong vòng vài năm trở lại đây, khi chúng ta tiến hành hội nhập, liên kết kinh tế sâu rộng, thị trường tài chính, bất động sản,... năng động và quy mô lớn hơn đã tạo ra nhiều cơ hội cho các chuyên gia Toán kinh tế thử sức.

Kết quả khảo sát của Trung tâm Dự báo nhu cầu nhân lực và Thông tin thị trường lao động Thành phố Hồ Chí Minh trên khắp cả nước cho thấy, thị trường lao động cần nhân lực là cử nhân ngành Toán kinh tế chuyên ngành Tài chính định lượng là rất lớn. Ngành Tài chính, Tín dụng, Bảo hiểm... cần khoảng 10.800 lao động; tuy nhiên, tỷ lệ cử nhân được đào tạo bài bản trong các ngành này chỉ khoảng 33%. Theo thống kê này, hằng năm các cơ sở đào tạo khu vực phía Nam và phía Bắc chỉ cung cấp cho xã hội khoảng gần 220 lao động có trình độ đại học trong các lĩnh vực như chuyên viên định giá tài sản tài chính, tư vấn mua bán, sáp nhập doanh nghiệp; chuyên viên xây dựng mô hình, đo lường, phân tích, dự báo và quản trị rủi ro trong ngân hàng, công ty chứng khoán, các định chế tài chính, các doanh nghiệp.

Các ngân hàng, quỹ đầu tư, công ty tài chính, bảo hiểm...cũng đang khát nguồn nhân lực thành thạo về ngành Toán kinh tế, chuyên ngành Tài chính định lượng.

- Tại thị trường việc làm trong nước, đối với sinh viên ngành Toán kinh tế mới ra trường và ít kinh nghiệm làm việc tại các doanh nghiệp thì mức lương cơ bản từ 5 - 7 triệu đồng/ tháng. Ngoài ra, tùy vào vị trí công việc, năng lực và kinh nghiệm làm việc trong ngành Toán kinh tế thì mức lương từ 7 - 10 triệu đồng/tháng hoặc có thể cao hơn. [4]

- Trong 10 ngành đào tạo có mức lương cao nhất ở Mỹ [4]: Toán ứng dụng xếp thứ 4, mức lương khởi điểm bình quân là 52200 USD/năm và mức lương ở giai đoạn giữa sự nghiệp bình quân là 101850 USD/năm; Quản lý hệ thống thông tin xếp thứ 6 có mức lương khởi điểm bình quân là 49600 USD/năm và mức lương ở giai đoạn giữa sự nghiệp bình quân là 86600 USD/năm; Toán học và Thống kê xếp thứ 9 có mức lương khởi điểm bình quân là 48900 USD/năm và mức lương ở giai đoạn giữa sự nghiệp bình quân là 99800 USD/năm.

- Các ngành nghề có mức thu nhập cao nhất ở Đức [6]: Tài chính doanh nghiệp xếp thứ 2 với mức lương trung bình hàng năm là 77.525 euro; Phát triển kinh doanh xếp thứ 4 với mức lương trung bình hàng năm là 73.755 euro; Quản lý tiền mặt / Kho bạc 6 với mức lương trung bình hàng năm là 71.916 euro; Tư vấn thuế / Kiểm toán viên

213


xếp thứ 7 với mức lương trung bình hàng năm là 71.128 euro; Ngân hàng khách hàng doanh nghiệp xếp thứ 9 với mức lương trung bình hàng năm là 69.275 euro; Quản lý rủi ro / Kiểm soát rủi ro xếp thứ 11 với mức lương trung bình hàng năm là 67.773 euro; Tư vấn kinh doanh xếp thứ 13 với mức lương trung bình hàng năm là 67.534 euro; Cố vấn Đầu tư / Ngân hàng Khách hàng cá nhân xếp thứ 15 với mức lương trung bình hàng năm là 67.205 euro; Bảo hiểm xếp thứ 16 với mức lương trung bình hàng năm là 67.149 euro.

4. MỘT SỐ SUY NGHĨ VỀ VIỆC MƠ NGANH TOÁN KINH TÊ Ơ TRƯỜNG ĐAI HỌC TAI CHÍNH-MARKETING

Chúng ta biết rằng: Tài chính định lượng là một chuyên ngành trong ngành Toán Kinh tế và chúng ta đã tham gia đã chứng kiến những hoạt động từ buổi ban đầu chuẩn bị cho việc mở chuyên ngành này tại Trường Đại học Tài chính - Marketing chẳng hạn như tổ chức thành công Hội thảo về Tài chính định lượng (có sự tham gia của các chuyên gia có uy tín trong và ngoài nước); triển khai xây dựng chương trình đào tạo cho đến việc triển khai tuyển sinh và đào tạo. Cho đến nay, Nhà trường đã có những thành quả ban đầu đáng khích lệ là những cử nhân Tài chính định lượng được xã hội đón nhận. Vì vậy, người viết tham luận này cho rằng chuyên ngành Tài chính định lượng mà Trường Đại học Tài chính - Marketing đã đào tạo mấy năm học vừa qua chính là tiền thân của ngành Toán kinh tế và việc Nhà trường mở ngành Toán kinh tế là tiếp tục hoàn thiện công việc nói trên mà Trường đã triển khai. Từ đó, có thể thấy được những thuận lợi và khó khăn của Nhà trường trong việc mở ngành Toán kinh tế như sau:

• Về những điều kiện thuận lợi:

- Sự đồng thuận và quyết tâm của Ban Giám hiệu Nhà trường, của Khoa Kinh Tế - Luật cùng với khả năng của đội ngũ giảng viên.

- Đã có một chuyên ngành của ngành Toán kinh tế là chuyên ngành Tài chính định lượng được hình thành và bước đầu có những thành công nhất định. Điều này cũng bước đầu đặt niềm tin về sự thành công của Nhà trường trong tương lai khi mở ngành Toán kinh tế. Những thành công này là những sự khích lệ, những trải nghiệm mấy năm qua là những kinh nghiệm cho toàn trường.

- Ngành Toán kinh tế được mở trong một trường thuộc khối kinh tế như Trường Đại học Tài chính - Marketing là một thuận lợi rất lớn, bởi Bộ môn Toán thống kê có


214

được sự đồng hành của một đội ngũ giảng viên có uy tín và có kinh nghiệm của các ngành Tài chính, Ngân hàng, Quản trị Kinh doanh và các ngành khác có liên quan trong trường. Chính vì vậy, Nhà trường cũng thuận lợi hơn trong việc điều hành một cách hợp lý công tác đào tạo và quản lý, đồng thời sinh viên ngành Toán kinh tế sẽ được trang bị những kiến thức đầy đủ về công cụ Toán học và các kiến thức về Kinh tế có liên quan bởi chính đội ngũ giảng viên trong trường. Từ đó, tạo sự niềm tin cho người học và thương hiệu của Nhà trường. Lợi thế này không có được ở các trường cơ bản như các Trường Đại học Khoa học Tự nhiên, các trường khối kỹ thuật như các trường Đại học Bách khoa có đào tạo ngành Toán kinh tế.

- Tham khảo kinh nghiệm của các trường đã mở đào tạo ngành Toán kinh tế như Trường Đại học Kinh tế Quốc dân (NEU), Trường Đại học Kinh tế Thành phố Hồ Chí Minh (UEH),...

- Trường Đại học Tài chính - Marketing nằm trong thành phố đầu tàu về kinh tế của cả nước, một thị trường việc làm đầy năng động đang cần đến một nguồn nhân lực rất lớn về cử nhân Toán kinh tế.

▪ Về những khó khăn bất cập:

- Các môn Toán làm cơ sở nền tảng cho ngành Toán kinh tế có số giờ quá ít so với yêu cầu. Đây là khó khăn chung của cả người dạy và người học.

- Kể từ khi triển khai hình thức thi trắc nghiệm môn Toán ở Kỳ thi tốt nghiệp trung học phổ thông quốc gia và bỏ kỳ thi vào đại học, chất lượng đầu vào của các trường đại học giảm sút một cách đáng báo động. Kết quả là hình thức thi đã bóp méo hình thức dạy và học ở bậc phổ thông: thi sao học vậy, không cần rèn luyện tư duy chiều sâu, triệt tiêu khả năng diễn đạt, chỉ cần trúng, trật, môn Toán thành môn đoán. Điều này đã và đang được nhiều chuyên gia giáo dục, nhiều nhà khoa học có uy tín cảnh báo, nhưng tình hình vẫn chưa được cải thiện. Học ngành Toán kinh tế, sinh viên cần có khả năng tiếp thu được các kiến thức về các môn Toán nền tảng của ngành này. Nhưng tình trạng nói trên đã hạn chế rất nhiều khả năng tiếp thu của người học ngày từ bậc học phổ thông. Không lẽ các giảng viên chúng ta phải lên lớp giảng lại những kiến thức toán sơ cấp, trong khi giờ giảng của chính học phần đang dạy cũng rất eo hẹp? Hầu hết các sinh viên được gọi lên bảng giải bài tập đều không biết cách trình bày lời giải như thế nào. Thậm chí có nhiều giảng viên phản ánh có những em sinh viên điểm đầu vào (tốt nghiệp phổ thông) cao ngất ngưởng nhưng lại thi trượt môn Toán cao cấp. Đây chính là điều khó khăn nhất cho cả thầy và trò ở giảng đường đại học trong thời kỳ này.

215


- Bên cạnh việc tham khảo kinh nghiệm đào tạo ngành Toán kinh tế của các trường đã triển khai đào tạo ngành này nhiều năm, thì một khó khăn không nhỏ là áp lực cạnh tranh trong tuyển sinh của một trường mới triển khai, một khi các thí sinh có nhiều thông tin về việc đào tạo ngành Toán kinh tế ở các trường nói trên.

Để kết thúc bài viết, người viết xin có một số kiến nghị như sau:

- Mạnh dạn cùng với các chuyên gia giáo dục, các nhà khoa học có uy tín, các trường đại học khác đề xuất với Bộ Giáo dục - Đào tạo thay đổi hình thức thi tốt nghiệp môn Toán phổ thông, thay đổi hình thức tuyển sinh sao cho phù hợp.

- Kịp thời đưa được thông tin cần thiết về đào tạo đến các thí sinh học ở các trường chuyên ở phổ thông, đặc biệt là học sinh chuyên Toán phổ thông

- Đảm bảo cho ngành Toán kinh tế có đầu vào là những thí sinh có khả năng tư duy khá tốt về Toán.

- Các sinh viên đã và đang học ở các trường khối cơ bản như: Trường Đại học Khoa học Tự nhiên, Trường Đại học Sư phạm hoặc ở các trường khối kỹ thuật như: Trường Đại học Bách khoa, Trường Đại học Xây dựng,... được trang bị một nền tảng Toán học khá đầy đủ và chắc chắn và nhiều em có nhu cầu về việc học những ứng dụng trong kinh tế cần thiết cho hành trang đi tìm việc làm. Chúng ta nên mở đào tạo văn bằng hai về cử nhân Toán kinh tế để thu hút những sinh viên này và các sinh viên khác có nhu cầu.

- Triển khai kịp thời việc xây dựng chương trình đào tạo và biên soạn bài giảng, giáo trình cho ngành Toán kinh tế.

Với sự phát triển và hội nhập của nền kinh tế Việt Nam đang đòi hỏi một nguồn nhân lực rất lớn có khả năng ứng dụng Toán học trong các hoạt động kinh tế, việc mở ngành Toán kinh tế tại Trường Đại học Tài chính - Marketing là cần thiết và phù hợp xu thế xã hội. Chúng ta tin tưởng rằng, Nhà trường sẽ gặt hái thành công trong ngành đào tạo đầy triển vọng này!

TÀI LIỆU THAM KHẢO1. https://tuyensinhso.vn/nhom-nganh-dao-tao/nganh-toan-kinh-te-c17020.html

Cổng thông tin tuyển sinh đại học, cao đẳng lớn nhất Việt Nam Ngành Toán kinh tế, cập nhật: 01/07/2019.


216

2. https://www.hotcourses.vn/ 28 trường có khóa học ngành Toán Kinh Tế tại Mỹ

3. https://www.easyuni.vn/united-states-economics/ Các chương trình đào tạo ngành Kinh Tế tại Mỹ

4. http://www.adcduhoc.vn/index.php/tin-tuc/ban-can-biat/item/805-10-ngainh-hoic-coi-muic-luong-cao-nhait-taii-myi, ADC Du học. 10 ngành học có mức lương cao nhất tại Mỹ.

5. https://princetonenglish.vn/tin-tu-van/tong-hop-17-chuyen-nganh-dai-hoc-co-luong-cao-nhat-tai-my/ , Tổng hợp 17 chuyên ngành đại học có lương cao nhất tại Mỹ.

6. https://tiengducvinh.com/details/du-hoc-duc-nganh-toan-ung-dung.htm Du học Đức ngành Toán ứng dụng.

7. https://sites.google.com/site/toiuuvahethong/home/dhai-hoc, Bộ môn Tối ưu và Hệ thống

8. https://www.amec.com.vn/cac-nganh-nghe-co-thu-nhap-cao-nhat-o-duc-2017.html

9. https://top10truonghoc.com/truong-dao-tao-toan-kinh-te-chat-luong-nhatToán kinh tế - Ngành học khó nhưng không hề khô khan.

10. http://sems.ueh.edu.vn/tin-tuc/thong-tin-tuyen-sinh-2019---khoa-toan-thong-ke-174 Khoa Toán – Thống kê.

11. https://giaoducthoidai.vn/trao-doi/nganh-tai-chinh-dinh-luong-can-su-dau-tu-xung-tam Thứ Tư, 24/7/2019 13:09. Ngành Tài chính định lượng: Cần sự đầu tư xứng tầm.

12. https://www.nguoiduatin.vn/tai-chinh-dinh-luong-va-quan-tri-rui-ro-o-vie-t-nam-thuc-cha-t-la-nganh-co-n-non-tre-a440225.html Tài chính định lượng và Quản trị rủi ro ở Việt Nam thực chất là ngành còn “non trẻ”.

13. H. Nhung, “Chương trình đào tạo Kinh tế nên học Toán nhiều hơn” cập nhật ngày 05/07/2016 19:18 GMT+7

14. https://timviec365.vn/blog/toan-kinh-te-la-gi-new6917.html Tuesday, cập nhật ngày 12/11/2019. Toán Kinh tế là gì? Cơ hội của người học Toán kinh tế.

217


Tóm tắt

Kinh tế học đưa ra những nghiên cứu sử dụng tốt nhất các nguồn lực khan hiếm nhằm tối đa hóa lợi ích cho người dùng. Các nhà Kinh tế học rất cố gắng nghiên cứu tìm ra cách để tối đa hóa tiện ích cho các hộ gia đình, tối đa hóa lợi nhuận cho các công ty, giảm thiểu thiệt hại đối với các hạn chế. Tất cả các vấn đề tối đa hóa hay tối thiểu hóa đều bị rằng buộc bởi các công thức và các phương pháp Toán học nhằm tạo ra giá trị kinh tế. Vì vậy, toán học là một công cụ rất cần thiết cho sự phát triển của kinh tế. Toán kinh tế là một cách tiếp cận để thực hiện phân tích kinh tế, trong đó các nhà kinh tế sử dụng các đồ thị, ký hiệu toán học và các kỹ thuật để bổ sung cho lời giải thích được đầy đủ chi tiết và có tính thuyết phục hơn. Bài viết trình bày các quan điểm xung quanh việc sử dụng và những đóng góp của toán học cho sự phát triển của kinh tế học.

Từ khóa: Toán học, Kinh tế học, Ứng dụng toán học, Toán kinh tế

1. MƠ ĐÂU

Từ khi mới hình thành đến nay, Kinh tế học đã đạt được những thành tựu đáng kể và có vị trí khá quan trọng giữa nhiều ngành khoa học và trong sự phát triển của xã hội. Tuy nhiên, Kinh tế học cần được tìm hiểu, nghiên cứu, xem xét từ nhiều góc độ khác nhau giữa các ngành khoa học cũng như sự ảnh hưởng qua lại giữa các ngành, sự tác động thúc đẩy phát triển kinh tế của các ngành khoa học khác, cụ thể là toán học, Khoa học máy tính và một số ngành khoa học khác, cũng như những ảnh hưởng đến hậu quả của nó, đặc biệt liên quan đến sự mất cân bằng kinh tế trong xã hội. Trên thực tế, đó là sự kết hợp giữa Toán học, Chính trị, Tâm lý học, Luật pháp, Triết học, Nghệ thuật và Tôn

SƯ PHÁT TRIỂN CỦA TOÁN KINH TÊ

21.ThS. Nguyễn Thị Hồng Vân



218

giáo đến Kinh tế học, là nơi hội tụ của các lĩnh vực khoa học khác nhau và đòi hỏi sự khéo léo và mức độ áp dụng của các lĩnh vực khoa học vào quá trình phát triển kinh tế.

2. NỘI DUNG

Khởi đầu trong sự hình thành của Toán kinh tế và Kinh tế lượng là sự thừa nhận thực tế rằng bất kỳ tiến bộ nào trong Toán kinh tế sẽ phải phụ thuộc vào việc tích hợp các kỹ thuật thống kê và phân tích toán kinh tế. Có rất nhiều nhà toán học và nhà Kinh tế học đã đưa ra nhiều lý thuyết cũng như quan điểm từ nhiều cách nhìn khác nhau, họ tranh luận về các vai trò, những hạn chế cũng như những đóng góp cho sự phát triển của Toán kinh tế.

William Petty được xem là nhà khoa học, nhàthống kê kinh tế đầu tiên. Trong các bài diễn văn về Số học chính trị (1690), ông tuyên bố rằng ông muốn giảm thiểu các vấn đề rủi ro về chính trị và kinh tế. Đến năm 1711, Giovanni Ceva, một kỹ sư, một nhà văn người Ý, đã có các nghiên cứu về tiền tệ, ông thực hiện những nỗ lực đầu tiên để sử dụng các công thức toán học trong phân tích kinh tế. Daniel Bernoulli (1700 - 1782), nhà toán học người Thụy Sĩ, người đầu tiên sử dụng phép tính tích phân, giải tích và hình học trong phân tích kinh tế. Ông khá nổi tiếng với các bài viết về những phân tích hữu dụng. Nguyên tắc cận biên đã được Bernoulli đưa ra và áp dụng vào năm 1738, ý tưởng chính của ông là việc xem xét bổ sung mức độ thỏa mãn của một người do mức độ gia tăng của sự giàu có, bao gồm cả tiêu chí về sự gia tăng số lượng tài sản có được. Francois Veron de Forbonnais (1722 - 1800), là một nhà kinh doanh, ông đã dựa vào lịch sử từ năm 1595 đến năm 1721 để phân tích tài chính ở nước Pháp và tài chính ở nước Tây Ban Nha, ông là người đầu tiên sử dụng các lý thuyết và ký hiệu toán học ở Pháp, tiên phong mở đầu cho những phát triển quan trọng nhất của toán kinh tế, đặc biệt ông đưa ra lời giải thích về tỷ lệ trao đổi giữa hai quốc gia. Cesare Beccaria (1738 - 1794), nhà kinh tế, xã hội học người Ý, cho rằng đại số là một phương pháp luận chính xác và nhanh chóng có thể dùng để phân tích kinh tế và phân tích về chính trị. Năm 1771, Henry Lloyd cho xuất bản tác phẩm “Lý thuyết tiền tệ”, trong đó giá của một loại hàng hóa là một hàm số của lượng tiền lưu thông và số lượng hàng hóa. Năm 1781, Achylle Nicholas Isnard, viết về vấn đề trao đổi giá trị hàng hóa và xác định tỷ lệ trao đổi hàng hóa. Năm 1786, nhà toán học Condercet (1743 - 1794) đóng góp cho sự phát triển Toán kinh tế qua một quyển sách, trong đó ông đưa ra những thay đổi cấu trúc liên quan đến thuế trong xã hội, ông dùng các công thức toán học đơn giản, đây được xem là dấu hiệu cho sự phát triển Toán kinh tế dựa trên tổng số

219


hữu hạn. Năm 1792, Gugliamo Silio đã giải thích sự hợp nhất giữa thuế quan và buôn lậu bằng các công thức, hình học và các ký hiệu toán học đơn giản. Năm 1802, Clauts Kroncke, ông là một kỹ sư đường bộ, là tác giả đầu tiên sử dụng toán học trong Kinh tế học ở Đức, ông viết về những tính toán trong chi phí xây dựng các con đường mới. Năm 1803, Simonde de Sismondi, một nhà sử học, nhà phê bình văn học và cũng là một nhà kinh tế nổi tiếng, đã sử dụng Toán học trong phân tích kinh tế khi chứng minh rằng nền kinh tế đóng và mở của một quốc gia sẽ phát triển hoặc suy giảm hoặc đứng yên dựa theo mức lương. Ông cũng cho rằng, vị trí của nền kinh tế phụ thuộc vào sự khác biệt giữa dự trữ quốc gia và chi chí quốc gia, mức lương của công việc là rất quan trọng vì nó quyết định vị trí và tầm quan trọng của công việc tương ứng trong nền kinh tế. Năm 1815, Georg Von Boquoy (1781 - 1851) quan tâm đến hai lĩnh vực chủ yếu là cơ học lý thuyết và kinh tế, ông đưa ra vấn đề quản lý kinh tế và một số lời khuyên cho người nông dân về việc tối đa hóa doanh thu. Đến năm 1826, ông xuất bản cuốn “Lý thuyết về tiền thuê”, đây không phải là tác phẩm về toán học nhưng nó có khá nhiều thông tin về trạng thái cân bằng trong kinh tế. Năm 1824, Thomas Perronet Thompson (1783 - 1869), một nhà văn người Anh, xuất bản tác phẩm “Công cụ trao đổi”, tác phẩm này cho thấy những ứng dụng của phép tính và hình học trong phân tích kinh tế, ông cho rằng tổng lợi nhuận kinh tế được tối đa hóa khi doanh thu biên bằng với chi phí biên. Hơn nữa, ông đã đề xuất yêu cầu chính phủ phát hành tiền giấy như là một công cụ trao đổi để người dân có thể sử dụng và trả tiền thuế. Năm 1825, De Cazaux, nhà Kinh tế học người Pháp, đã xuất bản cuốn“Elemens d›Economie Privee et Publique”, là một tác phẩm nói về “giá trị”. Theo ông, giá trị không chỉ là giá của một thứ gì đó, mà nó là giá cả chịu ảnh hưởng bởi “giá trị” của đồng tiền nhưng giá trị của đồng tiền có thể đo lường. Năm 1826, Karl Henrich Rau cho xuất bản tác phẩm “Lehrbuch der politischen okonomie” gồm ba tập, tập đầu tiên là Luật kinh tế, tập thứ hai là về Chính sách kinh tế và tập thứ ba là về Tài chính công. Năm 1826, Von Tuhnen sử dụng Thuyết phân tích cận biên để tính tiền thuê đất. Cũng trong năm 1826, Johann Heinrich von Thiinen, một nhà nông nghiệp người Đức đã xây dựng một mô hình kinh tế lý tưởng hay đó là một mô hình kinh tế khép kín, sau đó ông đã xem xét đưa chi phí vận chuyển trong canh tác nông nghiệp vào mô hình kinh tế và áp dụng một số phương pháp canh tác theo mô hình này. Năm 1829, Francesso Fuoco cho rằng, các đại lượng kinh tế như giá cả, sự khan hiếm, nhu cầu... có thể được thể hiện bằng cách áp dụng đại số tuyến tính, các hàm số, các phép tính giới hạn, giá trị cực đại, giá trị cực tiểu, các thuật toán khi mối quan hệ giữa chúng được xác định cụ thể. Ông là người ủng hộ rất mạnh mẽ việc sử dụng Toán học trong Kinh tế. Ông đã đóng góp rất quan


220

trọng trong sự phát triển của Toán kinh tế, ông xác định lý do tại sao các nhà kinh tế nên sử dụng Toán học trong các phân tích kinh tế của họ. Ngoài ra, ông đưa ra khá nhiều ý kiến mới về năng suất lao động, ông cũng nghiên cứu theo hướng toán học về Lý thuyết giá thuê của Ricardo và Lý thuyết giá trị của Valeriani. William Whewell (1794 - 1866), là một nhà khoa học và triết gia tại Trường Đại học Trinity, Cambridge. Ông dành hầu hết những nỗ lực của mình cho Triết học và Khoa học tự nhiên. Nhưng ông đã có một số đóng góp thú vị cho Toán kinh tế. Robertson (1949) được gọi là “dịch giả”, cho rằng công việc của ông chỉ bao gồm việc đưa các học thuyết của Ricardian vào ngôn ngữ toán học. Năm 1829, ông cho xuất bản bài viết đầu tiên của ông về Toán kinh tế là “Toán học và một số học thuyết về kinh tế chính trị”.

Cournot, sinh ngày 28 tháng 8 năm 1801 tại Pháp. Ông tốt nghiệp khoa toán tại Sorbonne vào năm 1823, với tư cách một nhà toán học, ông đã có khá nhiều đóng góp cho sự phát triển của Kinh tế học và Toán kinh tế. Trong những phân tích của mình, ông đã áp dụng thuyết hàm số và phép tính vi phân để tính các giá trị lớn nhất và giá trị nhỏ nhất của các đại lượng kinh tế. Ngoài ra, ông cũng có nghiên cứu về lý thuyết giá cả, lý thuyết về tỷ giá hối đoái, thương mại quốc tế, lý thuyết về thu nhập xã hội. Coumot xác định và mô tả đường cầu dốc xuống và ông đã chứng minh rằng giá cân bằng được thiết lập khi lượng cung bằng với lượng cầu. Ông đã chỉ ra rằng khi chi phí biên giảm theo sản lượng mở rộng, sản lượng của một công ty tiếp tục tăng cho đến khi điều này ảnh hưởng đến thị trường. Ông còn cho biết các công ty lớn tăng lợi thế hơn so với các đối thủ nhỏ hơn với lợi nhuận tăng hoặc giảm chi phí, do đó cạnh tranh dẫn đến độc quyền. Mục tiêu của nhà kinh tế độc quyền là lợi nhuận tối đa và quyết định giá cả để tối đa hóa lợi nhuận được xác định bởi chi phí và độ co giãn của cầu. Ông đưa ra định nghĩa thu nhập xã hội gồm tiền thuê, lợi nhuận và tiền lương. Coumot đã có một số đóng góp cho lý thuyết thương mại quốc tế. Chẳng hạn như việc xác định ngoại hối, xác định giá theo thương mại quốc tế. Theo phương pháp nghiên cứu của mình, ông giải thích các chủ đề này rất rõ ràng, ông dùng toán học bắt đầu từ tình huống và giải pháp rất đơn giản đến giải pháp cân bằng chung. Những nỗ lực hết sức khó khăn trong thời kỳ của ông khi ông nghiên cứu hệ thống kinh tế, là một tổng thể mà tất cả các bộ phận trong nền kinh tế phải được kết nối với nhau, sau đó ông đặt vấn đề về việc xem xét về toàn bộ hệ thống kinh tế, nhưng vấn đề chưa được nghiên cứu sâu, đây là nền tảng cho các nghiên cứu tiếp theo trong tương lai. Coumot là người có vị trí tuyệt vời trong sự phát triển của Kinh tế học và toán học.

Suốt thế kỷ XIX, Kinh tế học chịu ảnh hưởng rất lớn bởi phương pháp mô hình toán học lấy cảm hứng từ khoa học tự nhiên, đặc biệt là vật lý học. Cho thấy rằng

221


Kinh tế học đã trở thành một ngành khoa học cung cấp kết quả định lượng, rất rõ ràng, không bị xáo trộn, kết quả được tái sử dụng ở các nghiên cứu tiếp theo. Sự thay đổi của Kinh tế học dựa trên nền tảng Toán học được thực hiện bởi Alfred Marshall, một nhà toán học trước khi trở thành một nhà kinh tế học, ông rất chú trọng đến phân tích kinh tế và ông lưu giữ tất cả các bài thuyết trình toán học mà ông đã từng thực hiện, ông đưa ra giới hạn của việc sử dụng toán học như công cụ cho các đối số trong kinh tế, kèm theo giải thích và ví dụ (nếu không đủ thông tin sẽ không thể hiểu được). Năm 1890 Marshall đưa ra các nguyên tắc kinh tế chứa đựng những kiến thức kinh tế chính yếu trong nền kinh tế ở các nước tư bản trước khi diễn ra cuộc các mạng Keynes vào năm 1936. Sau đó, học trò của Marshall là John Maynard Keynes, mặc dù quen thuộc với các thuật ngữ xác suất thống kê, nhưng đã áp dụng một số phương pháp kinh tế lượng trong các nghiên cứu của mình, vì ông nghĩ rằng cần phải thảo luận trước về mức độ phù hợp của các mục tiêu và giả thuyết ban đầu.

Năm 1924, Bowely, một nhà thống kê và là nhà Kinh tế học tại trường Kinh tế Luân Đôn, công bố nền tảng Toán kinh tế. Năm 1930, Evans, giáo sư toán học tại Đại học Berkeley đã xuất bản quyển sách Giới thiệu Toán học cho Kinh tế. Năm 1934, Wicksell sau khi hoàn thành chương trình Tiến sĩ toán học đã cho xuất bản các Bài giảng về Kinh tế chính trị. Trong khoảng thời gian từ năm 1924 đến năm 1934, các công trình của các nhà toán học này chưa có bất kỳ tác động đáng kể nào đến định hướng phát triển và phân tích kinh tế trong xã hội, nhưng nó là sự đóng góp rất quan trọng đến các nhà kinh tế trong các phân tích và lý thuyết kinh tế. Ngày 29 tháng 12 năm 1930, Hiệp hội Kinh tế lượng được thành lập tại Cleveland, Ohio, Hoa Kỳ với mục tiêu thống nhất lý thuyết kinh tế, phân tích toán học và thống kê, vì sự phát triển của lý thuyết kinh tế liên quan đến Thống kê và Toán học. Nỗ lực ban đầu của Hiệp hội là của Ragmar Frisch, Giáo sư kinh tế, Đại học Na Uy, Charles Roos, Thư ký thường trực của Hiệp hội vì sự tiến bộ của khoa học Hoa Kỳ, Washington. Để cung cấp thêm bằng chứng về tầm quan trọng của Hiệp hội Kinh tế lượng trong việc hình thành Toán kinh tế hiện đại. Nghiên cứu vấn đề tối ưu hóa được thảo luận bằng các phương pháp lập trình tuyến tính đạt giải Nobel được trao cho Leonid Kantarovich và Tjalling Koopmans. Năm 1939, Leonid Kantorovich đã đóng góp cho việc tổ chức và lập kế hoạch sản xuất, giải quyết các vấn đề trong phân bổ nguồn lực tối ưu dựa vào các phương pháp lập trình tuyến tính. Năm 1941, Wassily Leontief áp dụng ma trận đại số và sử dụng máy tính, đã công bố lý thuyết phân tích đầu vào - đầu ra trong bài Toán kinh tế, và sau nhiều năm nghiên cứu và phát triển đến năm 1973, nghiên cứu về thuyết phân tích đầu vào đầu ra đã mang lại cho Leontief giải Nobel kinh tế.


222

Thuyết phân tích đầu vào - đầu ra trong bài Toán kinh tế của Wassily Leontief (1941) và Tjalling Koopmans (1951) trong phân tích hoạt động sản xuất là những tài liệu đã mở đường cho việc xuất bản các tạp chí chuyên ngành về Toán kinh tế, kích thích mối quan tâm nghiên cứu sâu hơn về Toán kinh tế và Kinh tế lượng như Tạp chí Kinh tế Quốc tế (1960), Tạp chí Lý thuyết Kinh tế (1969), Tạp chí Kinh tế Toán học (1974), Tạp chí Động lực Kinh tế và Kiểm soát (1974). Năm 1944, nhà toán học nổi tiếng John von Neumann và nhà Kinh tế học Oskar Morgenstern đã công bố công trình về Lý thuyết trò chơi, công trình này đã đưa ra mức độ chặt chẽ logic mới cho lý luận kinh tế đầu tiên bằng cách trình bày phương pháp toán học mới cho phân tích kinh tế. Mục tiêu chính của Lý thuyết trò chơi là xác định rằng “các vấn đề điển hình của hành vi kinh tế trở nên hoàn toàn giống với các khái niệm toán học về lý thuyết trò chơi với chiến lược phù hợp”. Công trình này của Neumann và Morgenstern kế thừa từ thuyết của Walrasian. Lý thuyết trò chơi có lẽ là công trình đầu tiên của Toán kinh tế được phát triển bởi các nhà toán học ở mức độ nào đó có thể loại bỏ một số giả thuyết không thực tế từ các mô hình kinh tế. Đây là bước ngoặt khi Toán học tiến lên một bước quan trọng được chấp nhận trong Kinh tế trên thị trường thực tế không bao giờ có đầy đủ các thông tin sẵn có. Cách tiếp cận lý thuyết trò chơi để phân tích kinh tế đã bị các nhà Toán kinh tế bỏ qua trong gần bốn thập kỷ cho đến năm 1980 Lý thuyết trò chơi được nghiên cứu và áp dụng vào Kinh tế vi mô và sau đó là Kinh tế vĩ mô. Năm 1947, lập trình tuyến tính được nghiên cứu, mở rộng áp dụng và được công bố bởi George B. Dantzig, phạm vi áp dụng của lập trình tuyến tính khá rộng, nó là tập hợp của những vấn đề lý thuyết và thực hành, dữ liệu có thể là hầu hết các vấn đề thực tế như lợi nhuận, chi phí, sản lượng, khoảng cách, thời gian,... Lập trình tuyến tính được ứng dụng trong khá nhiều lĩnh vực như nông nghiệp, hóa học, sản xuất, lên kế hoạch trong vận chuyển, sản xuất. Năm 1975, giải Nobel về kinh tế được trao cho nhà toán học Leonid Kantorovich (Liên Xô) và nhà kinh tế Tjalling Koopmans (Hoa Kỳ) phát triển Lý thuyết toán học về lập trình tuyến tính và áp dụng vào các lý thuyết kinh tế về phân bổ nguồn lực tối ưu. Trong những năm 1950 và 1960, với sự phát triển nhanh chóng của tốc độ công nghiệp hóa và tăng trưởng kinh tế mạnh mẽ cùng với tiềm năng của lập trình máy tính trong mô hình hóa, lập kế hoạch trong công nghiệp, thương mại, sự đầu tư của của các cơ quan quản lý, các tổ chức nghiên cứu giáo dục trên toàn thế giới tạo tiền đề cho sự phát triển của Toán kinh tế. Năm 1954, lấy cảm hứng từ cuộc Thế chiến thứ II, Input-Output Analysis(IOA) - phân tích đầu vào - đầu ra, được đưa ra bới Leontief, về mặt kỹ thuật phân tích đầu vào đầu ra là một trường hợp khá đặc biệt của lập trình tuyến tính. Phân tích đầu vào đầu ra được thiết kế để trình bày Lý thuyết cân bằng chung phù hợp cho các nghiên cứu thực nghiệm. Vấn đề đặt ra là xác

223


định mối quan hệ tương quan giữa đầu vào và đầu ra của ngành trên các lĩnh vực khác hoặc trên tất cả các lĩnh vực sử dụng sản phẩm. IOA cho thấy có sự phụ thuộc chặt chẽ giữa các lĩnh vực khác nhau trong nền kinh tế, sự phụ thuộc lẫn nhau này phát sinh từ thực tế là đầu ra của bất kỳ ngành nào cũng có thể được sử dụng làm đầu vào của các ngành khác. IOA phân tích sự phụ thuộc lẫn nhau giữa các lĩnh vực khác nhau của nền kinh tế. Năm 1969, giải thưởng Sveriges Riksbank đầu tiên về kinh tế được trao cho Ragnar Frisch và Jan Tinbergen về phát triển và ứng dụng các mô hình trong phân tích các quá trình kinh tế. Năm 1970, mô hình mới về vai trò của Toán học trong Kinh tế học được giới thiệu bởi Nicolas Georgescu-Roengen, mô hình xuất phát từ ý tưởng của một nhà toán học dùng mô hình phương trình đơn giản của các hiện tượng kinh tế và đưa ra ý tưởng rằng hệ thống kinh tế là một tổng thể có sự trao đổi thông tin với môi trường xung quanh, trong đó có sự chuyển biến không ngừng để đạt trạng thái cân bằng của hệ thống kinh tế. Gần đây, Krugman cho rằng, các mô hình toán học là nguồn gốc của cuộc khủng hoảng kinh tế vào năm 2007 bắt đầu từ Hoa Kỳ, nhưng ai đề cập đến việc sử dụng hỗn loạn hoặc không điều chỉnh mô hình toán học cho phù hợp với thực tế. Mô hình Cox Ross Rubinstein dùng để đánh giá các vấn đề trong lĩnh vực tài chính. Tuy nhiên, nhiều nhà Kinh tế học đã áp dụng các mô hình toán học mà không xác định chính xác các giả thuyết trước khi áp dụng nên đã dẫn đến những kết quả không đúng. Các mô hình định giá các công cụ tài chính phái sinh đã không được điều chỉnh để phù hợp với tình hình thực tế, nó được phát triển dựa trên các lựa chọn và hợp đồng kỳ hạn đối với một số bất động sản nhất định. Khi một người áp dụng các mô hình tương tự cho các công cụ phái sinh, nó sẽ có các hợp đồng phái sinh dựa trên các công cụ phái sinh, thậm chí quá trình được lặp lại nhiều lần. Đây là một sự vi phạm nghiêm trọng và kết quả dẫn đến thảm họa tài chính, nhất là trong cuộc khủng hoảng tài chính trên thế giới.

Năm 2012, Alvin E. Roth và Lloyd Shapley đạt giải Nobel nhờ đóng góp Lý thuyết phân phối ổn định và thực tiễn về việc tạo dựng thị trường. Từ năm 1901 đến nay, đã có hơn 70 giải Nobel kinh tế được trao cho các nhà khoa học thuộc lĩnh vực này, Quỹ Nobel đã có vai trò quan trọng đối với sự thành công trong nghiên cứu và phát triển của Toán kinh tế.

3. KÊT LUẬN

Theo dòng lịch sử đã cho thấy rằng, Toán học là một công cụ vô cùng hữu ích trong việc đưa ra các lý thuyết, chiến lược kinh tế như lý thuyết trò chơi, quy luật cung - cầu và khá nhiều vấn đề trong kinh tế không thể khám phá được nếu không áp dụng các


224

công cụ toán học. Điều quan trọng là phải hiểu rõ những thế mạnh cũng như hạn chế của ngôn ngữ toán học, ngôn ngữ toán học không được tạo ra và không được sử dụng để thể hiện trạng thái cảm xúc, mong muốn của người tiêu dùng, mong muốn của nhà sản xuất, và cảm xúc chi phối các quyết định kinh tế. Tuy nhiên, sau khi Toán học được đưa vào Kinh tế học, các kết quả nghiên cứu của Kinh tế học được biểu diễn bằng những biểu đồ, con số khá tốt, nhưng các nhà khoa học lại không đặt câu hỏi về độ chính xác của các mô hình toán học về mặt ý nghĩa kinh tế. Đây là điều cần được lưu ý và là cơ hội mở cho các nghiên cứu về Toán kinh tế trong tương lai.


1. Allen (1935), “A Note on the Determination of the Utility Functions”, Review of Economic Studies.

2. Cournot (1877), “The Mathematical Principles at the TheoQ’ of wealth, New York”, The Macmillan Company.

3. Fisher, Irving (1891), “Mathematical Investigations in the Theory of Value and Prices”, Yale University Press.

4. Masoud Derakhshan (2017), “The Origin and Limitations of Modern Mathematical Economics: A Historical Approach”, International Journal of Business and Development Studies.

5. Mises (1996), “Human Action”, San Francisco: Fox & Wilkes.

6. Robertson (1949) “Mathematical Economics Before Cournot”, Jornal of Political Economy.

7. Samuelson, P. (1952). “Economic Theory and Mathematics-an Appraisal”, American Economic Review.

8. Schumpeter (1961), “History of Economics Analysis”, Oxford University Press, New York.

9. Silvia (2013), “Mathematics in economics, a perspective on necessity and sufficiency”, Theoretical and Applied Economics.

10. https://www.econlib.org/library/Enc/bios/Leontief.html

225


Tóm tắt

Với sự phát triển của khoa học và công nghệ, nhà đầu tư được tiếp cận với rất nhiều các công cụ tài chính. Hệ thống máy tính hiện đại, phần mềm đặt lệnh tối ưu, tất cả những thứ đó dường như tạo cho con người ta một cảm giác được hỗ trợ đầy đủ. Thế nhưng có một vấn đề thực tế là đa số những nhà đầu tư mới đều nếm trải những thất bại khi họ bước chân vào thị trường. “Thất bại là mẹ thành công”, nhưng nếu không được trang bị ngay từ đầu thì rất ít những con người đó có thể vực dậy được. Vậy, ngoài những phương tiện mà thế giới 4.0 ngày nay mang lại, sinh viên và những nhà giao dịch mới nên trang bị điều gì, cái mà chúng tôi muốn nhắm đến là tâm lý giao dịch. Nội dung bài viết sẽ giới thiệu tổng quát về thị trường tài chính, các yếu tố tâm lý mà các nhà đầu tư thường gặp phải trong quá trình giao dịch bao gồm: cảm xúc tham lam và hối hận; sự sợ hãi và hưng phấn, phần cuối bài viết trình bày một số lưu ý trong quản trị vốn và xây dựng các nguyên tắc ra vào thị trường.

Từ khóa: Tâm lý nhà đầu tư, thị trường tài chính, phân tích giao dịch, Toán kinh tế.

1. GIỚI THIỆU

Thị trường tài chính (Financial market) với một trong những chức năng quan trọng nhất của nó là tập trung các khoản tiền tiết kiệm thành nguồn vốn để tài trợ cho các chủ thể cần sử dụng trong nền kinh tế, được phân loại dựa vào nhiều tiêu chí khác nhau. Nếu căn cứ vào thời hạn luân chuyển vốn thì thị trường tài chính được chia thành hai loại, đó là: thị trường tiền tệ (Money market) và thị trường vốn (Capital market). Thị

MỘT SỐ VẤN ĐỀ VỀ TÂM LÝ GIAO DỊCH TRÊN THỊ TRƯỜNG TAI CHÍNH

22.

ThS. Phan Ngọc Yến Xuân, ThS. Lê Trường GiangTrường Đại học Tài chính - Marketing


226

trường ngoại hối (Foreign Exchange market) là một trong những bộ phận quan trọng của thị trường tiền tệ, là nơi diễn ra các hoạt động mua bán và trao đổi ngoại tệ. Đối với thị trường vốn thì không thể không nhắc đến một bộ phận quan trọng nhất của nó là thị trường chứng khoán (Securities market), nơi mà các chứng khoán1 được phát hành và trao đổi. Tính đa dạng của thị trường tài chính đòi hỏi phải có những công cụ khảo sát phù hợp đồng thời giúp nhà đầu tư đưa ra những chiến lược hiệu quả trong kinh doanh. Tuy nhiên, dù các công cụ, các phần mềm hỗ trợ có ngày càng hoàn thiện thì nhiều nhà đầu tư vẫn cứ mất tiền, các khoản lỗ sẽ không ngừng gia tăng nếu nguyên nhân chính yếu không được giải quyết. Thị trường tài chính có mức cuốn hút mãnh liệt cho những ai quan tâm đến và điều chính yếu ở đây không gì khác hơn là tâm lý giao dịch, điều rất quan trọng mà nhà đầu tư phải rèn luyện.

Nhà đầu tư sẽ nếm trải nhiều cung bậc cảm xúc khác nhau khi tham gia thị trường như: tham lam, hưng phấn, sợ hãi, hối hận, trả thù,... và nếu không biết cách quản lý những cung bậc cảm xúc đó sẽ dễ dàng trở thành “bại tướng” trong chiến trường này. Bí quyết thành công mà nhiều nhà đầu tư nổi tiếng chia sẻ đó là: dù thị trường đang lên hay đang xuống thì nhà đầu tư khôn ngoan vẫn có thể tạo ra lợi nhuận hay chí ít cũng tìm được cơ hội để đầu tư cho các tài sản sắp phục hồi sau đó (hoặc bán khống đối với các thị trường hai chiều: forex, hàng hóa, tiền điện tử, phái sinh,...), để làm được điều đó không gì khác ngoài việc phải quản lý được cảm xúc. Khi nhà đầu tư để cho cảm xúc điều khiển lý trí thì đồng nghĩa với việc họ đang phó thác tính mạng của mình cho một thuyền trưởng không có kinh nghiệm và rồi kết quả tồi tệ cũng ập đến cho sự phó thác bất lực đó.

2. MỘT SỐ LOẠI CẢM XÚC MÀ NHÀ ĐẦU TƯ SẼ NẾM TRẢI

Dù bất cứ ai, dù đang làm công việc gì thì khi bước vào thị trường tài chính, nhà đầu tư không thể không nếm trải những cung bậc cảm xúc sau:

2.1. Tham lam và nuối tiếc

Cảm xúc mà chúng tôi muốn nói đến đầu tiên đó là sự tham lam. Sự tham lam khiến nhà giao dịch không chốt lời, khi sự tham lam lấn át tâm trí, nhà giao dịch không còn nhận ra giá của hầu hết danh mục đầu tư mình đang nắm giữ đã đạt đỉnh và chuẩn

1 Chứng khoán là các công cụ thể hiện quyền sở hữu trong một công ty (cổ phiếu); quyền chủ nợ đối với một công ty, một chính phủ hay chính quyền địa phương (trái phiếu); và các công cụ khác phát sinh trên cơ sở những công cụ đã có (công cụ phái sinh).

227


bị quá trình lao dốc (trong trường hợp bán khống là chạm đáy và chuẩn bị phục hồi). Sự tham lam được thể hiện qua hành động nhà đầu tư liên tục thêm lệnh mua vào vì càng sở hữu nhiều tài sản trong tay lúc này càng mang lại cảm giác gia tăng lợi nhuận cho nhà giao dịch. Hành động đúng đắn lúc này là phải chốt lời thì họ lại thêm lệnh mua vào đến khi giá lao dốc họ lại không chịu bán ra vì còn đang nuối tiếc khoản lời vừa vụt mất (tương tự cho vị thế bán khống).

Các triết gia thường nhận định rằng, để cuộc sống hạnh phúc thì biết đủ là một yếu tố cực kỳ quan trọng, bản thân chúng tôi rất đồng ý với nhận định này. Trong giao dịch cũng nên biết đủ, đặc biệt là các nhà giao dịch còn non kinh nghiệm, hãy luôn “kéo” Stop Loss (SL) theo hướng giao dịch có lãi để bảo vệ khoản lợi nhuận kiếm được.

Khi nhà đầu tư vừa để mất một khoản lãi thì lúc này đây một cảm xúc khác dần trở nên rõ nét, đó là tâm lý nuối tiếc, hối hận, tức giận bản thân mình sao không chốt lời ngay từ đợt tăng giá trước. Tâm lý nuối tiếc còn được thể hiện qua việc nhà giao dịch không chịu cắt lỗ kịp thời. Khi nhà đầu tư bị mất đi 5% khoản tiền vừa đầu tư thì lại nghĩ đây chắc chỉ là đợt điều chỉnh, rồi giá sẽ quay trở lại. Khi giá tiếp tục xuống, 20% số tiền tự động bốc hơi, nhưng do đặc tính tham lam không muốn mất mát đã khiến nhà đầu tư không chịu bán ra, lúc này họ lại nghĩ mình đầu tư dài hạn. Cứ thế, giá tiếp tục xuống và khi không còn niềm tin nữa, họ cắt lỗ nhưng lúc này khoản lỗ đã là quá lớn (tương tự cho vị thế bán khống).

Cảm xúc tham lam và nuối tiếc luôn xuất hiện trong bất cứ nhà đầu tư nào, cho dù đó là nhà đầu tư mới hay những người đã nhiều năm kinh nghiệm giao dịch trong thị trường. Để kiểm soát cảm xúc này, Mark Minervini - một trong những nhà giao dịch huyền thoại của Phố Wall với 30 năm kinh nghiệm và là một trong những nhà đầu tư chứng khoán thành công nhất nước Mỹ - đã chia sẻ kinh nghiệm bản thân rút ra trong suốt quá trình 30 năm giao dịch của ông, đó là kỹ thuật: “sử dụng lệnh dừng lỗ theo nhóm” và “bán một nửa vị thế khi đạt lợi nhuận mục tiêu”.

Lệnh dừng lỗ theo nhóm có thể giúp nhà đầu tư hạn chế rủi ro ở mức mong muốn nhưng vẫn duy trì được tỷ lệ vị thế hợp lý khi cổ phiếu đang di chuyển chống lại mình. Ví dụ, mức cắt lỗ mong muốn của nhà đầu tư là 5%, thay vì phải đặt mức cắt lỗ tại mức 5% so với giá mua, nếu chạm mức cắt lỗ này nhà đầu tư sẽ thoát khỏi cổ phiếu đó, thay vào đó, nhà đầu tư có thể thiết lập một lệnh dừng lỗ ở 3% cho 1/3 vị thế, 5% cho 1/3 vị thế tiếp theo và 8% cho 1/3 vị thế còn lại; như vậy, tổng lỗ vẫn ở mức 5%, nhưng nó mang lại cơ hội duy trì 2/3 vị thế khi cổ phiếu giảm chưa tới 5% và duy trì 1/3 vị


228

thế khi cổ phiếu giảm chưa tới 8%. Điều này giúp nhà đầu tư duy trì sự hiện diện trên thị trường bằng cách không loại bỏ cùng lúc toàn bộ vị thế đồng thời giảm cảm giác nuối tiếc khi cổ phiếu quay lại đi theo hướng có lợi cho nhà đầu tư khi họ vừa cắt lỗ.

Khi cổ phiếu di chuyển theo hướng có lợi, nhà đầu tư thường dao động giữa hai trạng thái lòng tham và sự nuối tiếc bỏ lỡ cơ hội, đây là nguyên nhân khiến các nhà giao dịch thường đuổi theo các cổ phiếu đã tăng giá quá mạnh, cố gắng bám chặt từng giao dịch vì e sợ bán sớm sẽ bỏ lỡ cơ hội thu được lợi nhuận lớn. Liều thuốc để luôn cảm thấy an tâm là hãy áp dụng nguyên tắc “bán một nửa”. Giả sử, cổ phiếu nhà đầu tư nắm giữ tăng 20%, gấp đôi mức lãi trung bình 10% và gấp 3 lần mức rủi ro 7% nhà đầu tư đưa ra ban đầu, nhà đầu tư cảm thấy do dự để bán, tự tranh cãi với chính bản thân nên bán chốt lời hay không, trong trường hợp này “bán phân nửa” là một giải pháp, nếu cổ phiếu tăng cao hơn, nhà đầu tư sẽ cảm thấy “thật may mắn vì mình còn một nửa vị thế”, nếu cổ phiếu giảm nhà đầu tư sẽ cảm thấy “thật may mắn vì đã bán một nửa vị thế”. Xét ở khía cạnh tâm lý, nhà đầu tư đã chiến thắng dù kết quả có như thế nào đi nữa

1.2. Sợ hãi và hưng phấn

Cảm xúc tiếp theo là sợ hãi, nhà giao dịch trở nên sợ đối với thị trường, cảm xúc này thường xuất hiện đối với các nhà đầu tư mới vào nghề và chưa nắm vững một chiến lược giao dịch hiệu quả nào. Sợ hãi cũng có thể phát sinh khi nhà giao dịch bị thua lỗ nhiều hạng mục trong danh sách đầu tư của họ, không gì đau đớn hơn khi mà một danh mục đầu tư toàn sắc đỏ (hoặc xanh nếu bạn đang ở vị thế Short, Sell), điều đó đồng nghĩa với việc một phần vốn của bạn đã bay hơi đi mất.

Sợ hãi cũng có thể là một cảm giác tốt giúp nhà đầu tư nhanh chóng ứng phó với các diễn biến xấu đang diễn ra; tuy nhiên, theo nhận định chung thì sợ hãi vẫn mang lại cho nhà đầu tư nhiều bất lợi, đi kèm với nó là những quyết định còn chưa dứt khoát, nhà giao dịch dễ bị lung lay trước những quy tắc đã đặt ra.

Trái ngược với cảm giác sợ hãi là cảm xúc hưng phấn. Hưng phấn là khi chúng ta cảm thấy phấn khích vào một điều tốt diễn ra với bản thân mình hay những người mình yêu quý, nhưng trong trường hợp này nó thực sự đang phá hoại tài khoản giao dịch của nhà đầu tư. Hưng phấn có thể làm cho nhà giao dịch trở nên tự tin thái quá (còn gọi là tự mãn - overconfident) sau khi liên tiếp giao dịch thành công với một khoản lời nào đó. Khi mà sự tự mãn lên đến đỉnh điểm, nhà giao dịch không còn nhìn thấy được những nguy cơ trước mắt mình, điều này hết sức nguy hiểm, đặc biệt cho

229


những nhà đầu tư non trẻ mới bước vào thị trường, chưa có trải nghiệm nhiều. Những quyết định trong thời gian hưng phấn quá mức thường khiến nhà đầu tư thất bại ngay sau đó, thậm chí mất hết tất cả khoản vốn đầu tư.

Một kinh nghiệm được các phù thủy Phố Wall truyền lại là những thua lỗ lớn thường xuất hiện sau một chuỗi chiến thắng dài, bởi con người thường ngủ quên trong chiến thắng và “chết” (cháy tài khoản) khi không biết rằng “quân địch” đang ở quá gần.

Giao dịch là một trò chơi của xác suất trong lâu dài, nếu nhà đầu tư có một tín hiệu giao dịch với xác suất cao, họ cuối cùng sẽ kiếm được tiền trong dài hạn với sự kỷ luật khắc khe. Nhưng, ngay cả khi tín hiệu mang đến chiến thắng 99% theo thời gian đi nữa, nhà đầu tư vẫn có thể bị thua ở mức xác suất 1% còn lại, không gì là chắc chắn nên việc trang bị một tâm lý sẵn sàng ứng phó và chấp nhận thực tế là điều cần thiết.

3. QUẢN TRỊ VỐN ĐẦU TƯ

Quản lý vốn, đây là một chủ đề không thể chỉ nói vài ba dòng là hết được, cần phải có một nghiên cứu thật bài bản, có khi là cả một môn học mà phải vất vả lắm mới có thể thấu hiểu trọn vẹn (ví dụ như môn Quản trị rủi ro chẳng hạn). Tuy nhiên, trong khuôn khổ cho phép chúng tôi xin được đưa ra một vài nét khái quát:

Quản lý vốn là cách phân phối tiền bạc của nhà đầu tư, bao gồm việc xây dựng những danh mục đầu tư, đa dạng hóa (diversification) danh mục đó ra sao, nên đầu tư bao nhiêu tiền hoặc mức độ rủi ro là bao nhiêu, phải làm gì sau một giao dịch thành công hoặc thất bại, nên giao dịch thận trọng hay thật tích cực (lưu ý: những nhà đầu tư tuyệt vời mà chúng tôi biết thường không thích đa dạng hóa hoặc đa dạng hóa có kiểm soát).

Theo các chuyên gia phân tích (cơ bản lẫn kỹ thuật) thì việc đa dạng hóa danh mục đầu tư sẽ giúp nhà giao dịch giảm thiểu rủi ro đến mức thấp nhất. Tuy nhiên, việc đa dạng hóa như thế nào lại là một vấn đề đáng để quan tâm. Trước hết, cần hiểu khái niệm hệ số tương quan, đây là một công cụ của Thống kê toán nhằm mục đích xác định mức độ chặt chẽ của mối liên hệ giữa các biến ngẫu nhiên với nhau.

Nếu gọi X là biến ngẫu nhiên chỉ giá chứng khoán của Công ty A và Y là biến ngẫu nhiên chỉ giá chứng khoán của Công ty B, thì khi đó hệ số tương quan được xác định như sau:

( ) ( ){ }( ) ( )

E E E

Se Se

X X Y Yr

X Y

− − =


230

Ta có 1 1r− ≤ ≤ , khi r tiến gần đến 1 hay -1 thì rõ ràng việc đa dạng hóa của bạn sẽ dần mất đi ý nghĩa của nó, nếu 1r ≈ thì X và Y tương quan thuận với nhau và nếu

1r ≈ − thì chúng tương quan nghịch với nhau. Lý tưởng nhất cho việc đa dạng hóa mà chúng ta mong muốn là r sẽ tiến dần đến 0, điều đó có nghĩa là việc tăng hay giảm giá của X không ảnh hưởng đến Y và ngược lại. Cũng chính vì điều đó mà mức độ rủi ro của nhà đầu tư cũng được hạn chế tối đa. Khi mà một cổ phiếu lao dốc đột ngột thì những cổ phiếu khác vẫn có thể sẽ tăng hoặc giữ nguyên mức giá của nó (tương tự cho vị thế bán khống).

Hệ số tương quan không phải là công cụ vạn năng, khi sức mạnh thị trường bị suy giảm thì hầu như các cổ phiếu cũng đồng thời giảm giá. Chính vì vậy mà trong một thời gian dài, nhà đầu tư chứng khoán vĩ đại nhất, Warren Buffett2 cũng không chọn đa dạng hóa các danh mục đầu tư là ưu tiên trong chiến lược kinh doanh của mình. Mãi về sau, khi mà Berkshire (một công ty đầu tư do Warren Buffett điều hành) đã trở nên quá to lớn, thì việc đa dạng hóa mới được xem xét đến.

Sau khi xem xét tính tương quan của danh mục đầu tư, thì việc tiếp theo cần quan tâm là đặt lệnh dừng lỗ (lệnh Proctective Stop hay lệnh Stop Loss) để giảm thiểu các khoản thua lỗ có thể xảy ra trong trường hợp sức khỏe của toàn bộ thị trường suy yếu (hoặc thị trường quá khỏe cho vị thế bán khống). Lệnh này cho phép nhà giao dịch đặt bán hay mua chứng khoán tại một mức giá trong tương lai. Việc sử dụng lệnh dừng như thế nào nhằm mang lại hiệu quả cao nhất đòi hỏi nhà phân tích phải kết hợp được các yếu tố kỹ thuật của đồ thị giá với việc cân nhắc quản trị tài sản.

Lệnh cắt lỗ (SL), chốt lãi (TP) còn đặc biệt quan trọng khi đang giao dịch Forex, XAU, Bitcoin,... vì đó là điểm mấu chốt của một người kiếm được lợi nhuận và một người bị cháy tài khoản. Với một mức giá như thế nào thì chốt lời và một mức giá ra sao thì cắt lỗ, đó là tùy thuộc vào quyết định của nhà đầu tư, đừng để lòng tham làm lu mờ lý trí cũng như sự thận trọng quá mức làm vuột mất những cơ hội. Một câu nói được được truyền tai nhau từ các nhà đầu tư có kinh nghiệm đó là “cắt lỗ thật nhanh và để cho lãi chạy” (cut your losers quick and let your winners run).

2 Warren Edward Buffett sinh ngày 30 tháng 8 năm 1930 tại Omaha, tiểu bang Nebraska, Hoa Kỳ. Ông là một nhà đầu tư, doanh nhân và nhà từ thiện người Hoa Kỳ. Buffett là nhà đầu tư thành công nhất thế giới, cổ đông lớn nhất kiêm giám đốc hãng Berkshire Hathaway, được Tạp chí Forbes xếp ở vị trí người giàu thứ hai thế giới sau Bill Gates với tài sản chừng 73 tỷ USD (vị trí và số tài sản sẽ thay đổi liên tục bởi ảnh hưởng của giá cổ phiếu mà các doanh nhân đang nắm giữ).

231


Trong các đợt khủng hoảng kinh tế hay những biến động lớn ảnh hưởng đến thị trường tài chính, một số người đang phải chịu những khoản lỗ rất lớn do không cắt lỗ kịp thời, một số khác thì đang khó khăn cho việc xác định danh mục đầu tư tiếp theo. Còn bạn thì sao? Nên nhớ rằng tăng hay giảm không phải là vấn đề, chúng ta vẫn có thể bán khống khi giá giảm và mua vào khi thị trường bứt phá tăng mạnh. Vấn đề ở đây là một khi đã đi ngược xu hướng và đang gồng lỗ, hãy chấm dứt việc đó ngay và luôn!

Xem xét cẩn thận để nhận định thị trường sắp phục hồi, xác định được giá đã chạm đáy (hay gần lân cận của đáy) để mua vào sẽ giúp số vốn của nhà đầu tư tăng lên rất nhiều sau đợt hồi phục. Phải luôn giữ sự lạc quan (nhưng đừng để rơi vào chủ quan), sự tích cực trong đầu tư, bởi chính cách suy nghĩ tích cực sẽ giúp nhà đầu tư tìm được cơ hội trong những lúc khó khăn. Bằng ngược lại, nhà đầu tư sẽ luôn cảm thấy khó khăn khi mà những cơ hội đang vây quanh (tương tự cho vị thế bán khống, hãy thận trọng và tìm cơ hội khi thị trường sắp tạo đỉnh, chờ đợi những mô hình giá với xác suất cao nhất).

Một điều đáng lưu ý cho các nhà đầu tư tài chính nói chung và đầu tư chứng khoán nói riêng đó là không nên tùy tiện đem số vốn quý báu của mình mà thu mua những mã cổ phiếu vì chỉ đơn thuần nhận biết được tín hiệu lên giá của nó. Ở đây, chúng tôi muốn đề cập đến một yếu tố khác cũng không kém phần quan trọng, đó là tính thanh khoản của mã cổ phiếu được chọn.

Thanh khoản hay còn được gọi là giá trị giao dịch hoặc lượng tiền luân chuyển (để đơn giản có thể hiểu gần đúng là khối lượng giao dịch). Nên chọn chứng khoán có thanh khoản cao, vì khi bán đi sẽ có nhiều người chấp nhận mua nó, có thể hiểu đơn giản như là việc chúng ta đến chợ bán một món hàng nào đó và phiên chợ này thì tấp nập người qua lại, dĩ nhiên là hàng hóa của chúng ta sẽ dễ bán hơn. Chứng khoán có thanh khoản thấp cũng giống như việc ngồi bán hàng ở một nơi vắng vẻ rất ít người qua lại, muốn bán cũng không biết bán cho ai.

Tuy nhiên, vấn đề thanh khoản lại không thật sự đáng lo ngạy cho thị trường Forex, XAU, OIL,... khi mà giá trị giao dịch mỗi ngày của nó lên đến hàng nghìn tỷ đô la Mỹ.

Cuối cùng, chúng tôi xin kết luận các trao đổi xoay quanh phương pháp quản lý vốn với một đề xuất mà có lẽ không được nhiều chuyên gia đồng tình. Đó là không gì tốt hơn cho việc giảm thiểu rủi ro bằng một chiến lược đầu tư phù hợp, việc kết hợp giữa phân tích kỹ thuật và phân tích cơ bản sẽ giúp cho những quyết định của nhà đầu tư trở nên hiệu quả hơn bao giờ hết (tốt nhất là đối với chứng khoán). Không giống như một


232

số quan điểm thường hay thậm xưng (phóng đại) quá về tính mâu thuẫn của hai phương pháp phân tích này; ngược lại, chúng tôi cho rằng cần phải phát huy thế mạnh của từng phương pháp, kết hợp chúng lại với nhau để đưa ra những phương án tối ưu.

Theo John Bollinger3 thì phân tích cơ bản và phân tích kỹ thuật không hề mâu thuẫn lẫn nhau, chúng đóng những vai trò khác nhau trong quá trình ra quyết định đầu tư. Phân tích cơ bản giúp chọn được những cổ phiếu tốt; tuy nhiên, nếu mua sai thời điểm thì nhà đầu tư vẫn có thể bị lỗ nặng. Vì vậy, phân tích kỹ thuật sẽ giúp nhà đầu tư trong khâu còn lại đó.

Quản trị vốn gắn liền với các quy tắc đặt lệnh cắt lỗ (stop loss), mà nếu bỏ qua nó thì nhà đầu tư sẽ rơi vào tình trạng mất kiểm soát và không hiểu biết sâu sắc về các vấn đề mình đang làm, đó là thảm họa.

Mark Minervini đã nêu ra một số phép tính đơn giản cho thấy tác động của thua lỗ trong các quy tắc giao dịch (xem thêm tài liệu [3]), khi đó, với mức lỗ là 5%, nhà đầu tư cần đạt lợi nhuận 5,26% để hòa vốn, với mức lỗ 10% cần lãi 11% để hòa vốn, nhưng một mức lỗ 40% yêu cầu phải lãi 67% để hòa vốn, nếu lỗ 50% thì con số này là 100% và lỗ 90% cần 900% lợi nhuận để hòa vốn. Điều này có nghĩa là nếu các khoản lỗ quá lớn, rất khó hoặc thậm chí không thể phục hồi lại mức giá hòa vốn, và các nhà đầu tư sẽ sớm kết thúc khoản đầu tư của họ. Do đó, điều quan trọng nhất khi bắt đầu tham gia vào thị trường tài chính là luôn nghĩ về quản lý rủi ro trước khi nghĩ đến lợi nhuận, nhà đầu tư nên xác định mức giá nào để thoát khỏi giao dịch tài chính trước khi thực hiện và phải tuyệt đối tuân thủ mức dừng lỗ đã xác định. Trên thực tế, mỗi khoản lỗ lớn luôn bắt đầu từ những khoản lỗ rất nhỏ, cách duy nhất để không gặp phải những khoản lỗ lớn là chấp nhận một khoản lỗ nhỏ trước khi nó tăng lên không kiểm soát được, do đó, thiết lập mức dừng lỗ hợp lý và chấp hành một cách kỷ luật tuyệt đối là yếu tố vô cùng quan trọng để quản trị rủi ro trong đầu tư. Mark ví lệnh dừng lỗ giống như cái thắng xe, giao dịch mà không sử dụng lệnh dừng lỗ giống như lái xe mà không cần thắng, người lái có thể may mắn tránh chướng ngại vật một vài lần nhưng không thể đi xa mà không gặp tai nạn.

Để thiết lập được một mức dừng lỗ hợp lý, nhà đầu tư không chỉ cần xác định lợi nhuận mong muốn thu được mà còn dựa trên mức lợi nhuận trung bình trong quá khứ mà nhà đầu tư đó đạt được. Căn cứ vào tỷ lệ thắng của mỗi giao dịch mà nhà đầu tư 3 John Bollinger là một trong những nhà giao dịch đạt được cả hai tấm bằng danh giá trong giới đầu tư là Chứng chỉ phân tích đầu tư tài chính CFA (Chartered Financial Analyst ) và Chứng chỉ phân tích đầu tư thị trường CMT (Chartered Market Technician).

233


xác định tỷ lệ lãi và lỗ tối ưu tương ứng. Bảng 1 cho thấy mức tỷ suất sinh lời trên vốn đầu tư (ROI: Reture on investment) sau 10 giao dịch với tỷ lệ thắng là 40% và tỷ lệ lãi/lỗ là 2:1 (có nghĩa là nhà đầu tư duy trì mức tỷ lệ lợi nhuận gấp đôi tỷ lệ thua lỗ).

Bảng 1: Tỷ suất sinh lời trên vốn đầu tư (ROI) sau 10 giao dịch

% Lợi nhuận % Thua lỗ Tỷ lệ lãi/lỗ Tỷ lệ thắng 30%

Tỷ lệ thắng 40%

Tỷ lệ thắng 50%

4% 2% 2:1 -2,35% 3,63% 10%6% 3% 2:1 -3,77% 5,16% 14,92%8% 4% 2:1 -5,34% 6,49% 19,8%

12% 6% 2:1 -8,89% 8,55% 29,34%14% 7% 2:1 -10,86% 9,27% 33,95%16% 8% 2:1 -12,93% 9,79% 38,43%20% 10% 2:1 -17,35% 10,2% 46,93%24% 12% 2:1 -22,28% 9,8% 54,71%30% 15% 2:1 -29,57% 7,71% 64,75%36% 18% 2:1 -37,23% 4% 72,49%42% 21% 2:1 -45,01% -1,16% 77,66%48% 24% 2:1 -52,52% -7,55% 80,04%54% 27% 2:1 -59,65% -14,88% 79,56%60% 30% 2:1 -66,27% -22,9% 76,23%70% 35% 2:1 -75,92% -37,01% 64,75%80% 40% 2:1 -83,67% -51,02% 46,93%90% 45% 2:1 -89,56% -63,93% 24,62%

100% 50% 2:1 -93,75% -75% 0%

Nguồn: Mark Minervini (2018)

Tỷ lệ lãi và lỗ tối ưu phụ thuộc vào tỷ lệ thắng của các giao dịch, với tỷ lệ thắng là 40%, tỷ lệ lãi và lỗ tối ưu là 20%/10%, trong trường hợp này ROI cao nhất (10,2%), trong khi nếu tỷ lệ thắng là 50% thì tỷ lệ lãi và lỗ tối ưu phải là 48%/24%. Do đó, nếu các nhà đầu tư duy trì tỷ lệ lãi và lỗ khác với tỷ lệ lãi và lỗ tối ưu mặc dù tỷ lệ này vẫn là 2:1, họ sẽ nhận được ROI thấp hơn thậm chí ROI âm. Điều này cho thấy mức độ rủi ro thiết lập của mỗi giao dịch không phải là một con số tùy ý mà phải được điều chỉnh dựa trên năng lực của nhà đầu tư và tình hình giao dịch. Các nhà đầu tư có tỷ lệ chiến thắng thấp hơn 50% không nên chấp nhận tỷ lệ rủi ro cao bằng cách nới rộng mức dừng lỗ với hy vọng thu được nhiều lợi nhuận hơn, kết quả là họ sẽ bị thua lỗ vì


234

kỳ vọng toán học của các giao dịch đó mang giá trị âm và họ sẽ nhanh chóng bị loại khỏi thị trường sau một số giao dịch.

4. XÂY DỰNG QUY TẮC VÀO, RA THỊ TRƯỜNG

Khi vào ra thị trường hoặc tất toán các vị thế hiện tại, nhà đầu tư phải xác định được xu hướng, bởi xu hướng chính là người bạn, sẽ dìu dắt nhà đầu tư đến với lợi nhuận mà họ kỳ vọng. Tuy nhiên, xu hướng phải được quan sát một khoản thời gian đủ dài thì mới nhận định được chính xác, tùy vào khung thời gian quan sát mà xác định xu hướng ngắn hạn, trung hạn, dài hạn và dựa vào đó để phân bổ danh mục cho phù hợp. Khung thời gian càng dài thì đánh giá xu hướng càng chuẩn xác, càng an toàn cho người quan sát, chỉ có điều là độ trễ lớn và nhà đầu tư thường sẽ phải bỏ lỡ nhiều cơ hội kiếm lời. Các chiến binh ở Phố Wall thường bảo nhau “đừng nên bắt một con dao đang rơi”, điều đó có nghĩa là gì, thật ra rất đơn giản, “bắt một con dao đang rơi” rất nguy hiểm có thể khiến bạn phải bị thương cũng tương tự như việc đầu tư mua vào các mã chứng khoán đang lao dốc, rất có thể bạn phải nhận lấy những thất bại thảm hại vì nghĩ rằng mình đang mua ở đáy.

Tính kỷ luật là một phần quan trọng mà nhà đầu tư nào cũng phải xây dựng cho riêng mình nếu muốn có một tâm lý giao dịch vững vàng, nó là một “thần dược” cho việc quản lý rủi ro hiệu quả cũng như giúp bạn có thể vào ra thị trường một cách an toàn nhất. Khi giá đã chạm mức cắt lỗ của bạn thì hãy ngay lập tức thoát ra khỏi thị trường và chờ đợi một cơ hội tiếp theo khi giá rơi vào vùng đáy. Trường hợp thật trớ trêu khi mà bạn vừa cắt lỗ thì giá lại quay đầu tăng liên tục, không việc gì phải nuối tiếc hay tức giận cả mà hãy tự chúc mừng bản thân mình vì đã làm đúng theo quy tắc đặt ra. Thị trường vẫn còn đó, nơi mà chiến thắng cuối cùng chỉ dành cho những người làm việc với tinh thần kỷ luật cao, may mắn chỉ là nhất thời và không ai có thể may mắn cả đời.

Một lưu ý cuối cùng cho việc xây dựng quy tắc vào ra thị trường đó là phải tuân theo các chỉ báo (giá và khối lượng). Điều này có thể là quy tắc sống còn cho những nhà đầu tư theo xu hướng, khi các chỉ báo cùng “đồng ý” cho việc mua vào thì nhà đầu tư nên mua và ngược lại. Một trong những công cụ khá phổ biến của phân tích kỹ thuật được các chuyên gia sử dụng để tham gia hay thoát khỏi thị trường là Fibonacci sequence4.

4 Dãy Fibonacci (Fibonacci sequence) được gọi theo tên của tác giả tạo ra nó, còn gọi là Leonardo xứ Pisa hay Leonardo Pisano. Leonardo Fibonacci (1175 - 1250), sinh ra và lớn lên ở Bắc Phi, là con trai của một thương gia ở Pisa. Từ nhỏ ông thường được đi đây đó cùng cha để học hỏi những kiến thức số học của các thương nhân mà ông có cơ hội gặp.

235


Cuối cùng để vượt qua được tất cả những rào cản trên không gì khác hơn là trang bị cho mình một quy tắc giao dịch, kiên nhẫn và kỷ luật tuân theo nó sẽ giúp nhà đầu tư thành công trong thị trường đầy khắc nghiệt này. Chúng tôi xin chia sẻ một số quy tắc giao dịch tham khảo, hy vọng sẽ giúp được các bạn sinh viên - những nhà đầu tư trong tương lai - hạn chế những khoản thua lỗ và những cảm giác tồi tệ khi tham gia thị trường này:

• Luôn đặt SL, tuyệt đối không gồng lỗ và không nới rộng SL.

• Không nhồi thêm lệnh mới khi mà các lệnh trước chưa kéo SL qua mức hòa vốn.

• Mỗi ngày giao dịch tối đa 10 lệnh.

• Mức chịu lỗ tối đa trên ngày là 5%.

5. KÊT LUẬN

Thị trường tài chính là một nơi đầu tư rất khắc nghiệt nhưng nó có thể mang lại những khoản lợi nhuận lớn cho những nhà đầu tư thật sự nghiêm túc và kỷ luật. Không có con đường tắc nào dẫn đến thành không, không có chén thánh trong giao dịch tài chính, mọi khoản lãi dù nhỏ nhất đều chỉ có thể được tạo nên bằng việc tuân thủ đúng các quy tắc giao dịch, kiên nhẫn chờ các tín hiệu xác suất cao. Nhà giao dịch đủ thông minh sẽ không cố gắng kiểm soát thị trường, cái mà họ cần làm là kiểm soát chình bản thân mình, kiềm chế cảm xúc chính là cách tạo ra lợi nhuận ổn định và lâu dài cho nhà đầu tư.

Thà là suy nghĩ phân tích thật lâu rồi vào lệnh và bị thị trường đẩy bay ra ngoài trong giây lát. Còn hơn vội vàng vào lệnh để rồi nếm trải cái cảm giác giày vò nuối tiếc. Tuân thủ kỷ luật, phân tích chi tiết bạn chỉ chịu lỗ đúng số % quy định, không bị tổn hại đến tài khoản cũng như tâm hồn bạn. Không có kế hoạch rõ ràng, phá vỡ các quy tắc sẽ dẫn bạn đến cảm giác gồng lỗ đau đớn, sự hụt hẫng càng gia tăng khi bạn cố nhồi lệnh bình quân giá, bạn khó chịu cáu gắt và mất kiểm soát trong thời điểm đó, bạn hối hận, bạn cầu mong một phép lạ, bạn không dám nhìn vào màn hình giao dịch, khi may mắn giá quay lại điểm ban đầu bạn mừng rỡ như ai đó cho bạn vàng bạc, bạn thoát lệnh với nỗi vui sướng dẫu rằng chẳng lãi một xu nào, và sau đó thì sao, bạn hứa với lòng sẽ không vi phạm, không để các điều đó xảy ra một lần nữa và bạn lại thất hứa!

Bài viết này dành cho những bạn mới giao dịch cũng như những người đã tham gia với thị trường lâu thật lâu và lãi thì càng bỏ xa họ. Qua bài viết này, chúng tôi hy


236

vọng ai đó nhận ra rằng giao dịch là một cuộc chiến cân não giữa các phe, và những “con nai vàng ngơ ngác” sẽ bị đem đi “giết thịt”. Hãy chịu trách nhiệm và sớm nhận ra những lỗi lầm của mình. Chúng tôi giao dịch tốt hơn bạn không phải vì chúng tôi có năng lực thiên bẩm hay thông minh hơn bạn, mà là chúng tôi chỉ kỷ luật hơn bạn thôi. Ai cũng có thể nhanh chóng giàu lên từ thị trường tài chính này, nó có rất nhiều chỗ ngồi nhưng lại không cho phép những kẻ lười nhát và vô kỷ luật.

Giao dịch đồng nghĩa với việc bạn đi đến các lựa chọn đối tượng tài chính khác nhau, bạn phải chinh phục được nó (Gold, Oil, Bitcoin, Phái sinh,...). Ban đầu nó đối với bạn như một con thú hoang vậy, nó vẫn sẽ đi đến các mục tiêu bạn đặt ra (tăng hoặc giảm đến mức chốt lãi) nhưng vấn đề là bạn đã bị nó hất tung ra khỏi cuộc chơi (chạm mức cắt lỗ hoặc “cháy” tài khoản) trước khi nó tới đích. Khi nào bạn để hết tâm trí của bạn vào đó, nâng tầm của bạn lên theo thời gian luyện tập, lợi nhuận sẽ tự khắc tìm đến bạn.


1. Alexander Elder (2019), Phương pháp mới để giao dịch kiếm sống, NXB Kinh tế TP. Hồ Chí Minh (sách dịch).

2. George Charles Selden (2018), Tâm lý thị trường chứng khoán, NXB Lao động – Xã hội (sách dịch).

3. Mark Minervini (2018), Cách tư duy và giao dịch như một nhà vô địch đầu tư chứng khoán, NXB Kinh tế TP. Hồ Chí Minh (sách dịch).

237


Tóm tắt

Mục đích của bài viết này là ứng dụng xích Markov đánh giá ảnh hưởng của dịch Covid-19 đến tăng trưởng ngành dịch vụ tại Thành phố Hồ Chí Minh (Tp.HCM). Nghiên cứu sử dụng số liệu thứ cấp được thu thập từ Cục Thống kê Tp.HCM trong năm 2020. Kết quả nghiên cứu trên 5 ngành dịch vụ trọng yếu gồm: (1) Bán buôn và bán lẻ, sửa chữa ôtô, môtô, xe máy, (2) Vận tải kho bãi, (3) Hoạt động tài chính, ngân hàng và bảo hiểm, (4) Hoạt động chuyên môn, khoa học và công nghệ, (5) Hoạt động kinh doanh bất động sản. Kết quả nghiên cứu đã chỉ ra rằng ngành (1) và (2) bị ảnh hưởng rất lớn từ dịch Covid-19. Trong khi đó, ngành hoạt động chuyên môn, khoa học và công nghệ không bị ảnh hưởng bởi đại dịch này.

Từ khóa: Dịch Covid-19, ngành dịch vụ, xích Markov, Thành phố Hồ Chí Minh.


Đại dịch Covid-19 đã xuất hiện và ảnh hưởng trên phạm vi toàn cầu từ cuối tháng 12 năm 2019 (Ali Ahani, Mehrbakhsh Nilashi, 2020). Đến nay, dịch bệnh vẫn chưa được kiểm soát một cách triệt để và còn lây lan nhanh, diễn biến phức tạp tại châu Âu,

ỨNG DỤNG XÍCH MARKOV ĐÁNH GIÁ TÁC ĐỘNG CỦA DỊCH COVID-19

ĐÊN TĂNG TRƯƠNG NGANH DỊCH VỤ TAI THANH PHỐ HỒ CHÍ MINH

23.

TS. Nguyễn Quyết, ThS. Nguyễn Vũ Dzũng, TS. Huỳnh Thế Nguyễn



238

Mỹ và nhiều nước châu Á; tác động tiêu cực đối với mọi hoạt động kinh tế-xã hội toàn cầu. Theo Nuno Fernandes (2020) ảnh hưởng của Covid-19 đã dẫn đến việc giảm tiêu dùng toàn cầu và gián đoạn sản xuất. Nhìn chung, chức năng của chuỗi cung ứng toàn cầu đã bị gián đoạn, ảnh hưởng đến các công ty đa quốc gia. Hàng triệu người có thể mất việc làm trong những tháng tới. Ngoài ra, đáng lo ngại hơn, mỗi ngày có thêm nhiều công ty ngừng hoạt động, phá sản hoặc thông báo sa thải công nhân. Thị trường tài chính toàn cầu có xu hướng giảm mạnh, và biến động ở mức tương tự, hoặc cao hơn cuộc khủng hoảng tài chính 2008 - 2009.

Theo Bộ Y Tế (2020), đến thời điểm 0h ngày 25/05/2020, dịch bệnh Covid-19 lan rộng ở 215 quốc gia và vùng lãnh thổ, trên thế giới có 5.568.133 ca nhiễm bệnh, trong đó 346.893 ca tử vong, 2.353.261 ca khỏi bệnh. Ngân hàng Thế giới (WB) dự báo tăng trưởng toàn cầu năm 2020 chỉ đạt 2,4%, mức thấp nhất kể từ cuộc khủng hoảng tài chính toàn cầu 2008 - 2009. Tình hình kinh tế - xã hội Thành phố quý I năm 2020 diễn ra trong bối cảnh tăng trưởng kinh tế toàn cầu suy giảm do ảnh hưởng của đại dịch Covid-19. Tổng sản phẩm trên địa bàn (GRDP) quý I năm 2020 ước đạt 335.682 tỷ đồng (theo giá hiện hành). Tính theo giá so sánh 2010 đạt 240.201 tỷ đồng, tăng 0,42% so năm trước. Đóng góp vào mức tăng trưởng GRDP của ngành nông lâm, thủy sản chiếm 0,02%, ngành công nghiệp và xây dựng là 0,7%, dịch vụ là -0,76% và thuế sản phẩm trừ trợ cấp sản phẩm là 0,45%. Nhìn chung do ảnh hưởng của đại dịch Covid-19, mức tăng trưởng của các khu vực, các ngành kinh tế đều thấp hoặc giảm so với cùng kỳ năm trước. Một số ngành có nhiều hoạt động kinh doanh sôi nổi trước đây hiện rơi vào tình trạng suy thoái, hoạt động cầm chừng. Chịu tác động nhiều nhất là khu vực thương mại dịch vụ, khi mức tăng của khu vực này chỉ bằng 98,77%, giảm 1,23%.

Vậy mục đích của bài viết này là ứng dụng xích Markov để đánh giá ảnh hưởng của dịch Covid-19 đến 5 ngành dịch vụ trọng yếu của kinh tế Tp.HCM. Qua đó gợi ý giải pháp giúp người làm chính sách có những quyết định phù hợp để thiết kế và thực thi các gói hỗ trợ nhanh, hiệu quả trong bối cảnh nguồn lực luôn có hạn nhưng đòi hỏi đúng đối tượng cần hỗ trợ.

2. PHƯƠNG PHÁP NGHIÊN CỨU

2.1. Xích Markov rời rạc

Xích Markov là một quá trình ngẫu nhiên mô tả chuỗi tất cả các sự kiện có thể xảy ra mà xác suất của mọi sự kiện này chỉ phụ thuộc vào trạng thái đạt được trong sự kiện

239


trước đó (James R Norris and James Robert Norris, 1998). Quá trình ngẫu nhiên này có thể có thời gian rời rạc hoặc liên tục tùy thuộc vào bản chất của nghiên cứu. Với mục đích của bài viết này, chúng tôi sẽ định nghĩa xích Markov trên một không gian trạng thái hữu hạn hoặc đếm được. Giả sử xích Markov có thời gian rời rạc (Z )n n N∈ nhận các giá trị rời rạc trong không gian trạng thái Θ∈ Ζ .

1 1 1 2 2 1P[Z z/ Z , ,..., ] P[Z z/ Z ]n n n n n nz Z z Z z z+ += = = = = = = (1)

Tất cả các điều kiện ban đầu được định nghĩa như sau:

1 1 2 2P[Z , ,..., ] 0n nz Z z Z z= = = > (2)

Trong nghiên cứu này sẽ giả định rằng xích Markov thời gian rời rạc không có gia số độc lập trong quá trình lập mô hình, không có trạng thái hấp thụ trong ma trận xác suất chuyển trạng thái.

2.2. Định nghĩa ma trận xác suất chuyển trạng thái

Ma trận xác suất chuyển trạng thái là ma trận mô tả xác suất thay đổi trạng thái của hiện tượng kinh tế xã hội, được định nghĩa như sau:

s1 s2 ... sn

s1 p11 p12 ... p1n

,ij

x tP = s2p21 p22 ... p2n

... ... ... ... ...

sn pm1 pm1 ... pmn

,ij

x tP là xác suất hiện tượng chuyển từ trạng thái i sang trạng j từ thời điểm x tới thời điểm x+t. s1,..., sn là những trạng thái của hiện tượng kinh tế - xã hội. Giải sử hiện tượng kinh tế - xã hội có tỷ phần được mô tả là một vectơ dòng:

1 2( , ,..., )nΠ = π π π (3)

1 2 ... 1nπ + π + + π = (4)

Khi đó, theo xích Markov rời rạc thì: ( )2

,.Pijx tΠ = Π (5)

( ) ( )3 2,.Pij

x tΠ = Π (6)

Trường hợp tổng quát:


240

( ) ( )1,.P , 2,...,n n ij

x t n−Π = Π = ∞ (7)

2.3. Phân tích trạng thái dừng

Từ phương trình (5) ta có:( )

0 1 0lim [Z j/ Z i] lim [Z j/ Z i]j

i n nn nP P +→∞ →∞

Π = = = = = = (8)

Ứng dụng định lý Bayes suy ra:

( )

1 1 0lim [Z j/ Z ]. [Z j/ Z i] lim [Z / Z i]j

i n n n n nn nl S l SP l P P l+ +→∞ →∞∈ ∈

Π = = = = = = = =∑ ∑

( ) ( ), 1 ,

,lim[Z / Z ] . , ,

j j iji x t n n x tnl S x t S

P l i P x t S+→∞∈ ∈

Π = = = = Π ∈∑ ∑Vậy suy ra:

( ) ( )1,.Pn n ij

x tn n

−

→∞ →∞Π = Π (9)

,.Pijx tΠ = Π (10)

Thay ma trận xác suất chuyển và (3) vào (10) ta có hệ:

11 12 1

21 22 21 2 1 2

1 2

...

...( , ,..., ) ( , ,..., )

... ... ... ......

n

nn n

m m mn

p p pp p p

p p p

π π π = π π π

(11)

Giải hệ phương trình (4) và (11) suy ra nghiệm ở trạng thái dừng là:

0 01 02 0( , ,..., )nΠ = π π π .


3.1. Xây dựng ma trận xác suất chuyển

Theo Ngân hàng Thế giới (2017) các hộ gia đình được chia thành năm tầng lớp kinh tế dựa trên mức tiêu dùng trên đầu người hàng ngày của họ tính theo đồng đô la PPP 2011. Theo tiêu chuẩn quốc tế, năm tầng lớp này được định nghĩa là: (i) người nghèo cùng cực, sống dưới 1,90 đô la một ngày, (ii) người nghèo vừa phải, mức tiêu dùng bình quân đầu người dao động từ 1,90 đô la đến 3,20 đô la mỗi ngày; iii) người dễ bị tổn thương về mặt kinh tế, tiêu dùng từ 3,20 đô la đến 5,5 đô la một người mỗi

241


ngày, (iv) an toàn về mặt kinh tế, tiêu dùng từ 5,50 đô la đến 15 đô la một ngày một người, và (v) tầng lớp trung lưu toàn cầu, sống trên 15 đô la một người một ngày.

Bảng 1: Phân loại trạng thái

Nhóm Chi tiêu (USD/ngày/người)

Chi tiêu (1000đ/tháng/người) Địa bàn Tp.HCM (%)

Nghèo cùng cực (s1) < 1,9 < 1.311 0,8

Nghèo vừa phải (s2) 1,9-3,2 1.311-2.208 2,1

Dễ bị tổn thương (s3) 3,2-5,5 2.208-3.795 62,4

An toàn kinh tế (s4) 5,5-15 3.795-10.350 9,7

Trung lưu (s5) >15 > 10.350 24,9

Nguồn: Ngân hàng thế giới (2017) và Tác giả tính từ VHLSS (2018)

Kết quả Bảng 1 có 5 trạng thái trong ma trận xác suất chuyển s1, s2, s3, s4, s5, ứng với mỗi trạng thái có xác suất tương ứng.

Ma trận xác suất chuyển như sau:

,

0,008 0,021 0,624 0,097 0,2490,008 0,021 0,624 0,097 0,2490,008 0,021 0,624 0,097 0,2490,008 0,021 0,624 0,097 0,2490,008 0,021 0,624 0,097 0,249

ijx tP

=

(12)

3.2. Chọn nhóm ngành dịch vụ

Khu vực dịch vụ có vai trò đặc biệt quan trọng đối với tăng trưởng GRDP của Tp.HCM. Theo số liệu Cục Thống kê Tp.HCM (quý 1 năm 2020), trong cơ cấu của GRDP thì ngành dịch vụ chiếm tỷ trọng khá lớn khoảng 60,63%. Giá trị gia tăng của 9 ngành dịch vụ chiếm 55,2% trong GRDP, chiếm 91,2% trong khu vực dịch vụ. Trong đó, 5 ngành chiếm tỷ trọng cao trong GRDP là thương nghiệp (21,3%), vận tải, kho bãi (9%), hoạt động chuyên môn, khoa học và công nghệ (4,3%), tài chính ngân hàng (6,2%) và hoạt động kinh doanh bất động sản (3,5%).


242

Bảng 2: Ngành dịch vụ

Nhóm dịch vụTỷ trọng

so với GRDP (%)Tỷ trọng

chuẩn hóa

1- Bán buôn và bán lẻ, sửa chữa ôtô, môtô, xe máy 21,3 0,480

2- Vận tải kho bãi 9,0 0,203

3- Hoạt động tài chính, ngân hàng và bảo hiểm 6,2 0,140

4- Hoạt động chuyên môn, khoa học và CN 4,3 0,097

5- Hoạt động kinh doanh bất động sản 3,5 0,079

Nguồn: Cục thống kê Tp.HCM (Quý 1/2020)

Kết quả Bảng 2 suy ra véctơ tỷ trọng chuẩn hóa:(0, 480; 0,203; 0,140; 0,097; 0,079)Π = . Từ phương trình (5) tính tỷ lệ đóng góp của

các ngành trong quý 2 là:

(2) (0,008; 0,02; 0,623; 0,097; 0,249)Π = (13)

Từ phương trình (11) tính tỷ lệ đóng góp của từng ngành ở trạng thái dừng bằng cách giải hệ sau:

1 2 3 4 5 1 2 3 4 5 ,

1 2 3 4 5

( , , , , ) ( , , , , )1

ijx tP π π π π π = π π π π π

π + π + π + π + π =

(14)

(0,009; 0,021; 0,624; 0,097;0,249)Π =⇔ (15)

Bảng 3: So sánh ảnh hưởng của dịch Covid-19

Nhóm dịch vụ Qúy 1/2020 Trạng thái dừng Kết luận

1- Bán buôn và bán lẻ, sửa chữa ôtô, môtô, xe máy 0,480 0,009 -

2- Vận tải kho bãi 0,203 0,021 -

3- Hoạt động tài chính, ngân hàng và bảo hiểm 0,140 0,624 +

4- Hoạt động chuyên môn, khoa học và CN 0,097 0,097 0

5- Hoạt động kinh doanh bất động sản 0,079 0,249 +

(-): Ảnh hưởng tiêu cực, (+): Ảnh hưởng tích cực, (0): Không ảnh hưởng

Kết quả Bảng 3 cho thấy, trong nhóm ngành đang xét thì hai ngành chịu ảnh hưởng nặng nề bởi dịch Covid-19 là ngành (1) bán buôn và bán lẻ, sửa chữa ôtô, môtô, xe

243


máy ( 0,0091π = , trước đây là 0,480) và ngành (2) vận tải kho bãi ( 2 0,021π = , trước đây là 0,203). Nguyên nhân của hiện tượng này được giải thích là do giảm tổng cầu của nền kinh tế. Tuy vậy, kết quả nghiên cứu cho thấy ngành (4) hoạt động chuyên môn, khoa học và công nghệ hầu như ít hoặc không bị ảnh hưởng bởi dịch Covid-19. Một phát hiện khá thú vị từ nghiên cứu là hai ngành còn lại có tỷ phần tăng lên trong khi những ngành khác có xu hướng giảm sâu. Vì những ngành này thường bị tác động gián tiếp nhiều hơn là trực tiếp và thường có độ trễ nhất định. Ảnh hưởng của dịch Covid-19 dẫn đến tỷ phần đóng góp các ngành vào GRDP của Tp.HCM cũng có sự thay đổi đáng kể (Bảng 4).

Bảng 4: Tỷ trọng đóng góp vào GRDP trước và sau dịch Covid-19

Nhóm dịch vụ Trước Covid-19 (%) Sau Covid-19 (%)

1- Bán buôn và bán lẻ, sửa chữa ôtô, môtô, xe máy 21,3 0,4

2- Vận tải kho bãi 9,0 0,9

3- Hoạt động tài chính, ngân hàng và bảo hiểm 6,2 27,6

4- Hoạt động chuyên môn, khoa học và CN 4,3 4,3

5- Hoạt động kinh doanh bất động sản 3,5 11,0

Nguồn: Tác giả tính toán

4. KÊT LUẬN VA GỢI Ý CHÍNH SÁCH

Kết quả nghiên cứu đánh giá ảnh của dịch Covid-19 đến tăng trưởng ngành dịch vụ tại Thành phố Hồ Chí Minh (Tp.HCM) tiếp cận bằng phương pháp xích Markov đã cho thấy rằng ngành dịch vụ bị ảnh hưởng nghiêm trọng, đặc biệt là ngành bán buôn và bán lẻ, sửa chữa ôtô, môtô, xe máy và ngành vận tải kho bãi. Hậu quả này dẫn đến sụt giảm đáng kể về tỷ trọng đóng góp của ngành dịch vụ vào GRDP trong ngắn hạn. Để giảm bớt khó khăn trong bối cảnh hiện nay, bài viết gợi ý một giải pháp cấp bách sau:

Thứ nhất, Tp.HCM ưu tiên chống dịch một cách hiệu quả, quyết liệt với tinh thần “chống dịch như chống giặc”, “tất cả vì sức khỏe, an toàn của nhân dân” theo tinh thần Nghị quyết số 01/NQ-CP và Nghị Quyết số 02/NQ-CP của Chính phủ. Đây là giải pháp cấp bách và quan trọng nhất vì việc kích thích tổng cầu trong bối cảnh hiện nay hầu như không có tác dụng trong ngắn hạn bởi sức mua ở những ngành chịu ảnh hưởng trực tiếp sẽ không thể tăng một khi bệnh dịch chưa được kiểm soát một cách triệt để.


244

Thứ hai, triển khai nhanh, kịp thời các gói hỗ trợ cho nhóm khách hàng là doanh nghiệp, cá nhân trong các ngành đang có các lợi thế kinh doanh tương đối trong đại dịch COVID-19 như: kinh doanh online, thực phẩm, đồ dùng thiết yếu...

Thứ ba, Tp.HCM cần xây dựng chính sách kích thích tổng cầu thông qua kênh đầu tư cơ sở hạ tầng, từ đó làm cơ sở kích cầu cho các ngành khác có liên quan. Mặt khác, xây dựng nhiều kịch bản chính sách kinh tế khác nhau từ ngắn đến dài hạn nhằm ứng phó với tình hình dịch cũng cần được quan tâm đúng mức vì dự báo chính xác tình hình dịch bệnh hiện nay là rất khó.

Thứ tư, khuyến khích, tăng cường phát triển cho vay tiêu dùng với nhóm khách hàng cá nhân, đặc biệt là nhóm khách hàng có thu nhập thấp để kích cầu tiêu dùng. Cầu tiêu dùng của khách hàng cá nhân tăng là nguồn gốc cho sự phát triển sản xuất kinh doanh bền vững, phá vỡ được vòng luẩn quẩn của suy thoái kinh tế.

Thứ năm, chính quyền thành phố chủ động đồng hành chia sẽ khó khăn với người dân, doanh nghiệp thông qua việc miễn và giãn nộp thuế với một số trường hợp cụ thể, miễn thuế thu nhập cá nhân với các khoản thu nhập, trợ cấp và tiền thưởng được trả cho những người làm việc trên tuyến đầu chống đại dịch. Giãn thuế thu nhập cá nhân phải nộp chuyển tới thời kỳ cuối năm 2020.


1. Ali Ahani and Mehrbakhsh Nilashi (2020), Coronavirus outbreak and its impacts on global economy: The role of social network sites. Journal of Soft Computing and Decision Support Systems, 7(2), 19-22.

2. Bộ Y tế (2020), Trang tin về dịch bệnh viêm đường hô hấp cấp Covid-19. Truy cập ngày 25/05/2020, tại https://ncov.moh.gov.vn/

3. Cục thống kê Thành phố Hồ Chí Minh (2020), Trang thông tin số liệu. Truy cập ngày 02/05/2020, tại http://www.pso.hochiminhcity.gov.vn/web/guest/nam-2020

4. James R Norris and James Robert Norris (1998), Markov chains. Number 2. Cambridge University Press.

5. Ngân hàng Thế giới (2017), Cươi sóng: Một điều kỳ điệu ở Đông A cho thế kỷ 21. Washington, D.C.: Nhóm Ngân hàng Thế giới

245


6. Nuno Fernandes (2020), Economic effects of coronavirus outbreak (covid-19) on the world economy. University of Navarra, IESE Business School; European Corporate Governance Institute, 1-33. Available at https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3557504

7. Olaniyi Evans et al (2020), Socio-economic impacts of novel coronavirus: The policy solutions. Bizecons Quarterly, 7, 3-12.

8. Rodgers Mukwaya and Andrew Mold (2018), Modelling the economic impact of the China belt and road initiative on countries in eastern Africa. Conference paper, 1-15. Available at https://www.researchgate.net/publication/327572478

9. Tổng cục Thống kê (2018), Bộ dữ liệu Điều tra mức sống hộ gia đình-VHLSS

10. William J Anderson (2012), Continuous-time Markov chains: An applications-oriented approach. Springer Science & Business Media.


246

TÁC ĐỘNG NGƯỠNG QUY MÔ TRONG QUAN HỆ NỢ VA HIỆU QUẢ HOAT ĐỘNG

24.

PGS.TS. Hồ Thủy Tiên, ThS. Ngô Văn Toàn Trường Đại học Tài chính - Marketing

Tóm tắt

Tác động ngưỡng quy mô trong mối quan hệ giữa nợ và hiệu quả hoạt động của công ty chưa nhiều nghiên cứu. Sử dụng dữ liệu công ty phi tài chính niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2007 - 2018, từ nguồn Thomson Reuters Datastream. Vấn đề về nội sinh và tính không đồng nhất của nợ là vấn đề quan trọng cần được xử lý khi nghiên cứu về nợ, vì thế hồi quy 2SLS & GMM được sử dụng để xử lý vấn đề này. Mô hình hồi quy ngưỡng dữ liệu bảng của Hansen (1999) tìm thấy bằng chứng thực nghiệm của miền tác động quy mô nhỏ sang miền tác động quy mô lớn (10,6%), bên cạnh đó tương tác giữa nợ và quy mô (biến giả) làm thay đổi mối quan hệ giữa nợ & hiệu quả hoạt động đo bằng ROA, tức là quan hệ này không là tuyến tính và được quyết định bởi yếu tố quy mô công ty. Kết quả này được hỗ trợ bởi các giả thuyết như trật tự phân hạng, đánh đổi, phát tín hiệu và chi phí đại diện của nợ.

Từ khóa: Tác động ngương, quy mô, nợ, hiệu quả hoạt động

1. GIỚI THIỆU

Nhiều nghiên cứu về quan hệ giữa cấu trúc vốn và hiệu quả hoạt của công ty. Một số đó đã chỉ ra mối quan hệ ngược chiều giữa nợ và hiệu quả hoạt động của công ty (Majumdar & Chhibber, 1999; Zeitun & Tian, 2007). Mặt khác, nhiều nghiên cứu đánh giá cao vai trò tỷ lệ nợ trong việc tối đa hóa giá trị công ty (Abor, 2005; Berger & Bonaccorsi di Patti, 2006; Gill & cộng sự, 2011). Hầu hết các nghiên cứu xem xét mối

247


quan hệ giữa nợ và hiệu quả hoạt động là mối quan hệ tuyến tính. Các nghiên cứu gần đây tập trung vào câu hỏi về tính phi tuyến giữa nợ và hiệu quả hoạt động (Jaisinghani & Kanjilal, 2017; Ibhagui & Olokoyo, 2018). Đóng góp đáng chú ý nhất là xem xét quy mô công ty trong việc xác định mối quan hệ giữa nợ và hiệu quả hoạt động.

Quy mô công ty là yếu tố quan trọng khác để giải thích quan hệ phi tuyến tính giữa tỷ lệ nợ và hiệu quả hoạt động công ty. Mối quan hệ này có thể được điều chỉnh bởi một hoặc nhiều miền tác động (regime) thay đổi hoặc ngưỡng đặc trưng cho tác động phi tuyến tính. Vì vậy, quy mô công ty có thể đóng một vai trò mới trong mối quan hệ vừa được đề cập. Chính xác hơn, quy mô công ty tối ưu có thể tạo ra ngưỡng, khi đó là dấu của mối quan hệ giữa nợ và hiệu quả hoạt động thay đổi. Nó có khả năng kiểm tra tác động phi tuyến tính. Một mối quan hệ phi tuyến tính được coi là tính chất quan trọng trong tác động của tỷ lệ nợ lên hiệu quả hoạt động của công ty. Do đó, lựa chọn mô hình kinh tế lượng cần chú ý giải quyết mối quan hệ phi tuyến giữa tỷ lệ nợ và hiệu quả hoạt động trong điều kiện ngưỡng quy mô tối ưu. Dựa vào những điều này, tác giả xem xét mối quan hệ phi tuyến giữa tỷ lệ nợ và hiệu quả hoạt động của công ty ở Việt Nam. Cụ thể là, tác động ngưỡng của quy mô lên mối quan hệ giữa nợ và hiệu quả hoạt động, từ đó xác định ngưỡng của quy mô công ty tại ngưỡng này mối quan hệ giữa nợ và hiệu quả hoạt động bị thay đổi.

2. TỔNG QUAN LÝ THUYẾT

2.1. Khung lý thuyết

Từ khi định đề M&M của Modigliani & Miller (1958) phát minh ra cho đến ngày nay thì mối liên hệ giữa tỷ lệ nợ và giá trị công ty vẫn còn là chủ đề nghiên cứu hấp dẫn. Từ một số giả định ban đầu (nghĩa là không có sự bất cân xứng thông tin, chi phí đại diện, chi phí giao dịch, chi phí phá sản và thuế,...), Modigliani & Miller (1958) cho thấy giá trị công ty độc lập với cấu trúc vốn. Trong môi trường cạnh tranh là hoàn hảo và thị trường với thông tin đầy đủ, giá trị của công ty có nợ bằng với công ty không có nợ. Tuy nhiên, việc nới lỏng một số giả thuyết này đã dẫn đến sự xuất hiện của hai loại lý thuyết như lý thuyết liên quan đến sự bất cân xứng thông tin và lý thuyết hỗ trợ sự hiện diện của cấu trúc vốn tối ưu. Đối với loại đầu tiên, nó bao gồm lý thuyết phát tín hiệu và lý thuyết trật tự phân hạng (hay tăng vốn tuần tự). Trong khi lý thuyết phát tín hiệu, nợ được coi là chỉ báo về khả năng trả nợ của công ty. Nghĩa là, nó có khả năng để tôn trọng các cam kết của chính nó khi đến kỳ hạn. Trong bối cảnh này, công ty mắc nợ bằng nhiều khả năng là phát hành chứng khoán nợ trên thị trường, nhà đầu


248

tư cho rằng hành động này là khả năng để công ty tạo ra trong tương lai. Từ đó, nợ là một tín hiệu tốt được phát ra bởi nhà quản lý tới thị trường về tình hình tài chính và giá trị của các dự án tiềm năng của công ty. Do đó, nợ có tác động tích cực đến hiệu quả hoạt động của công ty (Ross, 1977). Tuy nhiên, theo Lý thuyết trật tự phân hạng, các công ty phải tuân theo một thứ tự cấp bậc tài trợ vì bất cân xứng thông tin (Myers, 1984; Myers & Majluf, 1984). Ưu tiên cho tự tài trợ, sau đó là nợ và cuối cùng là phát hành cổ phiếu mới (Myers, 1984). Chính sách tài trợ này giúp các nhà quản lý giảm thiểu chi phí lựa chọn bất lợi. Theo giả định này, các công ty có lợi nhuận cao tái đầu tư bằng lợi nhuận này trong khi đó công ty lợi nhuận thấp phải dùng đến nợ (Myers, 1977, 1984).

Loại thứ hai bao gồm Lý thuyết đại diện và Lý thuyết đánh đổi. Theo Lý thuyết đại diện, nợ đóng vai trò kép, một mặt làm tăng giá trị công ty, bằng cách giảm thiểu xung đột lợi ích giữa các nhà quản lý và cổ đông (Jensen, 1986; Stulz, 1990). Mặt khác, làm giảm giá trị công ty bằng cách làm nổi bật xung đột lợi ích giữa chủ nợ và người quản lý (Myers, 1977). Phương pháp tiếp cận lý thuyết này đã dẫn đến cách xác định cấu trúc nợ tối ưu (Jensen & Meckling, 1976; Jensen, 1986). Ngược lại, lý thuyết đánh đổi giúp giải thích rõ hơn về cách các công ty đưa ra quyết định tài trợ tốt nhất trong môi trường không hoàn hảo (Myers, 1984; Bradley & cộng sự, 1984; Frank & Goyal, 2008; Bessler & cộng sự, 2011). Cung cấp giải thích hợp lý, đặc biệt là về thuế doanh nghiệp và chi phí phá sản. Theo đó, lá chắn thuế làm tăng mức nợ tối ưu (Modigliani & Miller, 1963). Mặt khác, sự gia tăng chi phí phá sản lên đến đỉnh điểm ở mức nợ tối ưu (Kim, 1978; Kraus & Litzenberger, 1973). Ngoài ra, thuế suất đặc biệt đối với trái chủ giảm thiểu mức nợ tối ưu (Bradley & cộng sự, 1984). Từ quan điểm Lý thuyết đánh đổi, có một cấu trúc nợ tối ưu giúp tối đa hóa giá trị công ty đến mức mà lợi ích của khoản nợ được cân bằng với chi phí của nó (Kraus & Litzenberger, 1973; Bradley & cộng sự, 1984).

2.2. Nghiên cứu thực nghiệm

Gần đây, một số nghiên cứu thực nghiệm đã đánh giá cao quy mô công ty trong việc xác định mối quan hệ phi tuyến tính giữa tỷ lệ nợ và hiệu quả hoạt động của công ty và rất nhiều nghiên cứu đã sử dụng phương pháp hồi quy chuyển tiếp dữ liệu bảng (Panel Transition Regression). Cụ thể, trong nghiên cứu các công ty sản xuất ở Ấn Độ, Jaisinghani & Kanjilal (2017) đã chứng minh sự tồn tại của ngưỡng quy mô đơn (single), cho thấy sự tồn tại của hai cơ chế riêng biệt trong đó tỷ lệ nợ tác động khác nhau đến hiệu quả hoạt động của công ty. Các kết quả thu được trong nghiên cứu này hỗ trợ cho các dự đoán về lý thuyết đánh đổi và bất cân xứng thông tin. Cuối cùng,

249


Ibhagui & Olokoyo (2018) cũng cho thấy mối quan hệ giữa hiệu quả hoạt động của công ty và nợ được giải thích bởi quy mô công ty. Các tác giả đã chứng minh sự hiện diện của mối quan hệ ngược chiều giữa nợ và hiệu quả hoạt động của công ty nghiên cứu ở doanh nghiệp nhỏ Nigeria; trong khi có mối quan hệ cùng chiều giữa hiệu quả hoạt động và nợ của các công ty lớn. Nghiên cứu này cho thấy hỗ trợ bởi các lý thuyết phát tín hiệu và đại diện. Dựa trên phân tích này, dường như mối quan hệ giữa nợ và hiệu quả hoạt động công ty không phải là tuyến tính. Với quy mô khác nhau có thể làm chệch đi mối quan hệ khác nhau giữa tỷ lệ nợ và hiệu quả hoạt động của công ty. Cũng cần lưu ý rằng, các lý thuyết đều là tương đối và cũng không thể kết luận được lý thuyết nào là tốt nhất.

Tất nhiên, câu hỏi về quan hệ phi tuyến giữa tỷ lệ nợ và hiệu quả hoạt động đã được giải quyết tốt ở các nghiên cứu trước đó. Tuy nhiên, việc xác định tác động ngưỡng của quy mô làm thay đổi quan hệ giữa nợ và hiệu quả hoạt động là chưa có nhiều nghiên cứu được thực hiện. Mặc dù còn ít bằng chứng thực nghiệm về tác động ngưỡng quy mô công ty, nghiên cứu này tiến hành tìm kiếm bằng chứng về mối quan hệ phi tuyến giữa tỷ lệ nợ và hiệu quả hoạt động công ty bằng phương pháp ước lượng hồi quy ngưỡng, mô hình 2SLS và GMM.

Bảng 1: Biến và mô tả biến

Các biến Cách tính Ký hiệuReturn on Assets Tỷ số của thu nhập sau lãi và sau thuế trên tổng tài sản ROADebt Tỷ số của giá trị sổ sách của tổng nợ trên giá trị số sách của

tổng tài sảnDebt

Size Logarit tự nhiên của tổng doanh thu thuần SizeGrowth Phần trăm thay đổi trong doanh thu thuần trong năm GROTangibility Tỷ số giữa tài sản cố định và tổng tài sản TANCorporate investment Tỷ số của chi tiêu vốn trên tổng tài sản INVIntangible investment Tỷ số của tài sản vô hình trên tổng tài sản INTICash-flow Tỷ số của thu nhập sau thuế cộng khấu hao hàng năm trên

tổng tài sảnCF

Liquidity Tỷ số của tài sản hiện hành trên nợ ngắn hạn LIQRisk Độ lệch chuẩn của tỷ số thu nhập hoạt động trước lãi, thuế và

khấu hao trên tổng tài sản – chỉ tiêu này được tính trên cơ sở của lăng cửa sổ thời kỳ 3 năm.

Risk

Nguồn: Tổng hợp của tác giả


250

3. DỮ LIỆU VA PHƯƠNG PHÁP NGHIÊN CỨU

3.1. Dữ liệu nghiên cứu

Bảng 2: Thống kê mô tả

Variable Obs Mean Std. Dev. Min Max

ROA 8,664 0,0393 0,057127 0 0,64727

Debt 8,664 0,125722 0,173621 0 0,92788

Size 8,664 21,90299 10,29881 0 32,88816

GRO 8,664 0,051451 0,26572 -0,99294 0,99831

TAN 8,664 0,203458 0,216376 0 0,97642

INV 8,664 0,027671 0,068089 -0,18078 0,79193

INTI 8,664 0,017334 0,045854 0 0,7906

CF 8,664 0,048913 0,08253 -0,59343 0,66181

LIQ 8,664 0,95178 1,090093 0 5,98755

Risk 8,664 0,01991 0,049986 0 3,03368

Nguồn: Tính toán của tác giả

Các giá trị trung bình của hiệu quả hoạt động công ty được đo bằng tỷ suất sinh lợi trên tài sản (ROA) là 0,0393. Các công ty đã đạt được tỷ suất sinh lời trong giai đoạn 2007 - 2018 cũng khá khiêm tốn. Về sức khỏe tài chính, giá trị trung bình của tổng nợ được ước tính là 0,1257. Kết quả này được giải thích là do các công ty niêm yết ở Việt Nam sử dụng nợ nhằm tối đa hóa lợi ích của họ. Hơn nữa, giá trị trung bình của biến kích thước bằng 21,903 cho thấy các công ty lớn hơn đang kiếm được lợi nhuận cao hơn. Về các biến kiểm soát, tất cả các biến khác đều có giá trị trung bình dương trong giai đoạn 2007 - 2018.


3.2.1. Phương pháp hồi quy ngương dữ liệu bảng

Mô hình ngưỡng dữ liệu bảng được đề xuất bởi Hansen (1999) đã mô tả đơn giản và có ý nghĩa thực tiễn.

Theo Hansen (1999), nếu mô hình tồn tại hai ngưỡng được thể hiện như sau:7

1 1 11 1 1

1 2 1 1

( )(1)

( )it it

it i it j itj it it i it

Debt I SizeROA Debt X

Debt I Sizeθ γ

µ η ηθ γ µ ε

− −− −

= − −

≤= + + + < + +

∑

251


Trong đó, ROA là thước đo đại diện cho hiệu quả hoạt động của công ty; itSize là biến phụ thuộc miền tác động (regime-dependent) hay là biến có hệ số độ dốc thay đổi trong mỗi vùng ứng với các giá trị ngưỡng; itDebt biến xác định giá trị ngưỡng; θ là hệ số ngưỡng tương quan tương ứng với các trường hợp giá trị ngưỡng thấp hơn và cao hơn γ ; (.)I làm hàm số chỉ báo; itµ là sự khác biệt mang tính hệ thống được phân tách trong mô hình nhằm khắc phục hiện tượng phương sai sai số thay đổi; Các biến kiểm soát itX : itGRO ; itTAN ; itINV ; itINTI ; itCF ; itLIQ ; itRisk là các biến số có thể tác động đến hiệu quả hoạt động của công ty; iµ là tác động cố định của mô hình; itε là sai số ước lượng của mô hình, với giả định là độc lập và có phân phối ngẫu nhiên độc lập và tồn tại với trung bình là 0 và phương sai không đổi là 2σ ( itε ~ 2(0, )iid σ ); i là công ty thứ i và t là thời kỳ thứ t .

Từ mô hình trên, các quan sát được phân tách theo giá trị hồi quy ngưỡng nhằm xác định hệ số θ của từng phương trình thành phần theo ngưỡng. Để xem xét tác động của quy mô ở các ngưỡng khác nhau có khác nhau hay không, chúng tôi tiến hành kiểm định cặp giả thuyết.

Để kiểm định giá trị ngưỡng có ý nghĩa thống kê hay không, theo giả thuyết sau:

0 1 2 1 1 2: ; :H Hθ θ θ θ= ≠

Nếu 0H bị bác bỏ, điều này có nghĩa là hệ số hồi quy 1 2θ θ≠ và giá trị ngưỡng (γ ) phương trình ước lượng là tồn tại. Sau đó, các kiểm định cổ điển sẽ trở thành các bản phân phối không chuẩn (Hansen, 1999). Do đó, nghiên cứu đề xuất phương pháp Bootstrap để mô phỏng các phân phối tiệm cận chuẩn, từ đó xác định các giá trị p-value của kiểm định (Hansen, 1999). Giả thuyết 0H bị bác bỏ khi giá trị p-value nhỏ hơn mức ý nghĩa thống kê. Ngoài ra, mô hình này cũng giả định rằng có một tỷ lệ nợ tối ưu trên tổng tài sản. Nghiên cứu sử dụng mô hình ngưỡng để ước tính tỷ lệ này, từ đó tạo điều kiện cho sự hiểu biết về mối quan hệ giữa tỷ lệ nợ và hiệu quả hoạt động công ty. Theo Hansen (1999) khuyến nghị sử dụng kiểm định F và Sub-Wald để kiểm định giả thuyết trên. Bảng 1 trình bày tất cả các biến sử dụng trong phân tích thực nghiệm này.

3.2.2. Phương pháp hồi quy 2SLS và GMM

Như chúng ta đã biết khi nghiên cứu về tỷ lệ của nợ, hầu hết các nghiên cứu đã giả định nợ là đồng nhất. Tuy nhiên, thực tế nợ đến từ các nguốn khác nhau, hình thức khác nhau và kỳ hạn cũng khác nhau. Chính vì vậy, nợ sẽ không bao giờ là đồng


252

nhất. Do đó, chiều ảnh hưởng giữa các biến phụ thuộc và biến độc lập có thể không rõ ràng, điều này có thể dẫn đến các vấn đề nội sinh tiềm ẩn và dẫn đến ước tính sai lệch nghiêm trọng. Mô hình hồi quy với biến công cụ đã chọn được ước lượng bằng phương pháp 2SLS, với một biến công cụ khắc phục cho một biến bị nội sinh nên bản chất của quá trình 2SLS là phương pháp hồi quy biến công cụ. Tác giả áp dụng kiểm định Durbin–Wu–Hausman, theo đề xuất của Durbin (1954), Wu (1973) và Hausman (1978) cho phiên bản với tùy chọn robust, để kiểm định sự hiện diện của các vấn đề nội sinh tiềm ẩn. Mô hình hồi quy biên công cụ (instrument), 2SLS và GMM trên dữ liệu bảng đòi hỏi sử dụng biến trễ của biến nội sinh bị nội sinh làm biến công cụ, cũng thể hiện hàm ý tương lai không tác động ngược là quá khứ.

Sau khi xác định được giá trị của ngưỡng của biến Size, biến giả Dummy_Size sử dụng để phân chia các quan sát thành hai miền tác động: các điểm quan sát trên điểm ngưỡng và các quan sát dưới điểm ngưỡng. Biến tương tác giữa biến giả Dummy_Size và biến Debt ký hiệu là biến Debt x Dummy_Size được bổ sung vào phương trình và thực hiện ước lượng hồi quy bằng phương pháp 2SLS và GMM. Vì vậy, phương trình sẽ được viết dưới dạng sau đây:

7

0 1 , 1 2 31

_ (2)it i t it j ijt it i itj

ROA Debt Size X Debt Dummy Sizeβ β β η β µ ε−=

= + + + + × + +∑Biến giả Dummy_Size là biến nhị phân giá trị không hoặc một, nếu bằng không

khi đó quy mô (Size <= 0,106), hoặc nhận giá trị bằng một khi nếu quy mô (Size > 0,106). Sau đó, nhân biến giả Dummy_Size với biến Debt tạo ra biến mới đó là Debt x Dummy_Size.

Để áp dụng phương pháp này cho nghiên cứu, yêu cầu phải thỏa các kiểm định sự cần thiết của biến công cụ và kiểm định tính nội sinh là cần thiết nếu các biến công cụ. Nếu thỏa mãn kiểm định tính nội sinh mô hình bằng kiểm định Hausman. Cụ thể nghiên cứu đã sử dụng heteroskedasticity-robust biên bản của kiểm định Hausman. Và để kiểm định tính hợp lệ của công cụ được tiến hành với giả định giới hạn just-identifying là hiệu lực, sau đó giới hạn over-identifying cũng hợp lệ.

4. KÊT QUẢ VA THẢO LUẬN

4.1. Kết quả

Kết quả phân tích tác động ngưỡng quy mô lên mối quan hệ giữa nợ và hiệu quả hoạt động công ty. Để xác định số lượng ngưỡng, mô hình được phân tích theo các giả

253


thuyết về ngưỡng đơn (single threshold), ngưỡng đôi (double threshold) và ngưỡng ba (triple threshold). Việc kiểm định ngưỡng kép được tiến hành sau khi phát hiện ngưỡng đơn và sau đó là kiểm tra ngưỡng ba nếu tồn tại ngưỡng đơn và ngưỡng đôi được tìm thấy. Bằng kỹ thuật Boostrap với vòng lặp 300 lần để gia tăng độ chính xác trong trường hợp cỡ mẫu bị giới hạn và thu được kết quả Bảng 4.

Bảng 3: Kiểm định tác động ngưỡng (Boostrap 300 lần)

Test F-value P-valueCritical value

Crit10 Crit5 Crit1Single threshold 70,74 0,000 18,6683 22,3098 28,0496Double threshold 5,94 0,560 12,1935 13,7011 18,7483


Kết quả kiểm định cho thấy, giá trị thống kê F tương ứng với các ngưỡng 70,74 và giá trị Prob = 0,000 (mức ý nghĩa 1%). Nếu xét giá trị thông kê F là 5,94 và giá trị p-value là 0,560 > mức ý nghĩa 10%, khi đó, mô hình với biến phụ thuộc không là ROA không tồn tại ngưỡng đôi. Như vậy, ngưỡng tác động quy mô lên mối quan hệ giữa nợ và hiệu quả hoạt động công ty niêm yết trên thị trường chứng khoán Việt Nam là tồn tại ngưỡng đơn (single-threshold).

Bảng 5 cho thấy kết quả ước tính ngưỡng. Trong nghiên cứu này, ngưỡng đơn là 0,1060 (10,6%) với khoảng tin cậy 95% [0,1028; 0,1074]. Thống kê F rất có ý nghĩa ở mức 1%.

Bảng 4: Giá trị ngưỡng được ước tính

18 pt Estimated value 95% confidence interval

Threshold 1γ 0,1060 [0,1028; 0,1074]


Điều này có nghĩa là tỷ lệ ngưỡng bằng với giá trị ngưỡng thực tế. Sau khi ngưỡng

1γ được ước tính, chúng ta có thể ước tính các tham số của mô hình ngưỡng (phương trình 1). Các kết quả được thể hiện trong Bảng 6.

Bảng 7 cho thấy các kết quả từ ước tính mô hình ngưỡng. Có một mối quan hệ phi tuyến có ý nghĩa thống kê giữa nợ (Debt) và quy mô (Size). Khi quy mô (=> 10,6%), tác động gia tăng hiệu quả hoạt động là 0,0013489 và có nghĩa thống kê ở mức 1%.


254

Khi quy mô lớn hơn 10,6%, hệ số trên Debt là 0,0010509 và có ý nghĩa thống kê ở mức 1%. Những kết quả này ngụ ý rằng quy mô công ty làm tăng giá trị công ty. Tuy nhiên, dưới ngưỡng quy mô công ty làm giảm giá trị công ty.

Bảng 6: Mô hình ước tính cho ngưỡng

Variables Estimation of coefficient S.D. t p-valueDebt -0,0240371 0,003844 -6,25 0,000GRO 0,0148433 0,001557 9,53 0,000TAN 0,0032229 0,004048 0,80 0,426INV -0,0367811 0,006835 -5,38 0,000INTI -0,022301 0,013528 -1,65 0,099CF 0,3373775 0,007072 47,70 0,000LIQ 0,0024202 0,000499 4,85 0,000Risk 0,0420729 0,008697 4,84 0,000

Debt ( Size ≤ 10,6%) 0,0013489 0,000073 18,44 0,000

Debt (10,6% < Size ) 0,0010509 0,000084 12,45 0,000

Constant -0,0043911 0,001384 -3,17 0,002F test that all u_i=0: F (721, 7209) = 6,44 Prob > F = 0,0000


Mô hình sau khi thực hiện ước lượng cho kết quả phù hợp, vì giá trị Prob = 0,0000 của kiểm định F, giá trị này nhỏ hơn mức ý nghĩa là 1% (Bảng 6). Mô hình minh họa cho ngưỡng tác động của quy mô lên mối quan hệ giữa tỷ lệ nợ (Debt) và tỷ suất sinh lợi trên tài sản (ROA). Từ kết quả chúng tôi có thể cho biết là ngưỡng 10,6%. Như vậy, quy mô đã kiểm soát được việc ảnh hưởng của Debt lên ROA. Kết quả, cho thấy là tác động này tác động lên ROA là cùng chiều.

Bảng 6: Kết quả ước mô hình hồi quy 2SLS và GMM

ROA MODEL1 (2SLS) MODEL2 (GMM) MODEL3 (2SLS) MODEL4 (GMM)Debt(-1) -0,161*** -0,163*** -0,160*** -0,161*** [-8,00] [-8,76] [-7,82] [-8,68] Size 0,00126*** 0,00127*** 0,00107*** 0,00108*** [15,03] [15,58] [19,61] [19,65] GRO 0,0147*** 0,0146*** 0,0139*** 0,0138*** [7,59] [7,60] [7,27] [7,38]

255


ROA MODEL1 (2SLS) MODEL2 (GMM) MODEL3 (2SLS) MODEL4 (GMM)TAN 0,0305*** 0,0309*** 0,0185*** 0,0185*** [6,00] [6,33] [5,34] [5,36] INV -0,0817*** -0,0815*** -0,0937*** -0,0938*** [-9,79] [-9,75] [-10,87] [-10,94] INTI -0,00725 -0,00741 -0,00779 -0,00789

[-0,64] [-0,65] [-0,72] [-0,73]

CF 0,406*** 0,407*** 0,415*** 0,416*** [26,05] [26,18] [25,67] [26,04] LIQ 0,00629*** 0,00634*** 0,00456*** 0,00456*** [8,80] [9,13] [7,50] [7,49] Risk 0,0294 0,0294 0,0372* 0,0374* [1,54] [1,54] [1,71] [1,71] Debt x Dummy_Size 0,0563*** 0,0574*** [3,71] [4,16] Constant -0,0006 -0,000628 0,000131 0,000127 [-1,53] [-1,64] [0,40] [0,38] N 7942 7942 7942 7942Hausman test (robust): + chi2(1) (p-value) 26,212(0,0000) 40,748(0,0000) + F-test (p-value) 27,613(0,0000) 44,125(0,0000) Hansen’s J (p-value) 0,0903(0,7638) 0,0294(0,8638)t statistics in brackets* p<0,1, ** p<0,05, *** p<0,01


Như vậy, kiểm định Hausman test được thực hiện để khẳng định sự tồn tại của hiện tượng nội sinh, kiểm định này đồng nghĩa với việc khẳng định biến công cụ đã chọn đạt yêu cầu là không có tương quan với phần dư của mô hình hồi quy ban đầu và do đó nó đã thực hiện tốt vai trò khắc phục hiện tượng nội sinh gây ra bởi biến kinh nghiệm đầu tư. Với kết quả p = 0,0000 < mức ý nghĩa 1%, tác giả bác bỏ giả thuyết 0H của kiểm định Hausman test rằng trong mô hình hồi quy có nội sinh, nghĩa là biến công cụ đã chọn là cần thiết.

Để giải quyết vấn đề nội sinh được phát hiện và kiểm định thêm tính mạnh mẽ của kết quả, phương pháp ước tính momen tổng quát (GMM) được sử dụng để ước tính


256

mô hình với độ trễ thời gian được thêm vào. Xem xét nợ trong các khoảng thời gian trễ sẽ không bị ảnh hưởng bởi biến ROA hiện tại, nhưng có liên quan chặt chẽ với các biến Debt cùng thời điểm, chúng tôi sử dụng biến Debt làm biến công cụ trong hồi quy GMM. Kết quả kiểm định thống kê Hansen J cho giới hạn quá cao là 0,0294 và giá trị p-value tương ứng là 0,8638, cho thấy các biến công cụ có trong các phân tích của chúng tôi là ngoại sinh. Chúng tôi có bằng chứng để kết luận rằng các biến công cụ là phù hợp để đưa vào để xử lý biến nội sinh trong mô hình này.

Quy mô công ty tác động đến việc vay nợ. Bằng việc kiểm soát tác động của quy mô để kiểm soát việc vay nợ, điều này được cho là có liên quan đến giá trị công ty. Theo cách thông thường, nếu vay nợ có những ưu thế về thuế và tăng rủi ro phá sản, thì nợ cũng có thể làm cho chủ công ty cảm thấy rủi ro hơn. Nhưng để được vay nợ, thì quy mô là một trong yếu tố quan trọng hàng đầu liên quan đến điều khoản thế chấp khi vay. Vì vậy, kiểm soát quy mô có thể làm tăng giá trị công ty. Kết quả cho thấy kết quả của mô hình 2SLS và mô hinh GMM cho rằng hệ số ước lượng của biến tương tác (Debt x Dummy_Size) là có ý nghĩa thống kê ở mô hình GMM và 2SLS, đều đó cho thấy sự khác biệt có ý nghĩa thống kê về mối qua hệ giữa nợ (Debt) lên hiệu quả hoạt động. Như vậy, quy mô công ty kiểm soát được việc ảnh hưởng của Debt lên ROA. Cụ thể là tương tác giữa nợ (Debt) và biến giả quy mô (Dummy_Size) này tác động cùng chiều lên ROA. Trong khi đó quan hệ giữa Debt và ROA là quan hệ ngược chiều, nếu không có sự xuất hiện tác động ngưỡng của quy mô công ty.

Kết quả ước tính hồi quy ngưỡng cho chúng ta biết ngưỡng của quy mô làm thay đổi mối quan hệ giữa nợ và hiệu quả hoạt động công ty, ứng với quy mô lơn và quy mô nhỏ. Từ đó, chúng ta có thể kết luận rằng, tồn tại một mức nợ tối ưu, tại đó làm thay đổi mối quan hệ giữa nợ và hiệu quả hoạt động công ty. Như vậy, mối quan hệ giữa nợ và hiệu quả hoạt động là quan hệ phi tuyến. Kết quả ước tính mô hình hồi quy ngưỡng trả lời cho câu hỏi là tác động của quy mô lên mối quan hệ giữa nợ và hiệu quả hoạt động công trong mẫu nghiên cứu. Kết quả cho thấy là tương tác giữa biến giả của quy mô với nợ tác động cùng chiều lên hiệu quả hoạt động đo bằng ROA.

4.2. Thảo luận kết quả nghiên cứu

Có bằng chứng thực nghiệm cho thấy có tác động ngưỡng quy mô trong mối quan hệ giữa nợ và hiệu quả hoạt động công ty niêm yết, kết quả nghiên cứu xác định được ngưỡng tác động là 10,6%. Điều đó cho thấy doanh nghiệp đầu tư ở các mức khác nhau có tác động khác nhau tới mối quan hệ giữa nợ và hiệu quả hoạt động, hay nói

257


cách khác mối quan hệ giữa tỷ lệ nợ và hiệu quả hoạt động là mối quan hệ phi tuyến.

Các công ty quy mô nhỏ có thể không trả chi phí lãi theo kỳ hạn vì chi phí tài chính cao hơn lợi tức của họ trên tài sản (ROA). Do đó, khả năng tiếp cận vay nợ là khó khăn, điều đó khiến công ty phải gánh chịu những rủi ro (nguy cơ phá sản và khủng hoảng tài chính). Vì vậy, nợ không phải là nguồn tài trợ phù hợp nhất. Cách giải thích khác, là do doanh nghiệp nhỏ không nắm giữ đủ tài sản, nhà máy và thiết bị dưới hình thức bảo lãnh khi đi vay nợ. Điều này ngăn cản công ty tiếp cận nguồn tài trợ từ bên ngoài. Để tránh tình trạng này, công ty quy mô nhỏ phải dựa vào nguồn vốn nội bộ để tài trợ cho dự án và tối đa hóa hiệu quả hoạt động của công ty, đồng thời hạn chế nợ trong cấu trúc vốn. Kết quả của chúng tôi tương tự với kết quả của Le & Phan (2017), Jaisinghani & Kanjilal (2017) và Ibhagui & Olokoyo (2018). Kết quả này cũng phù hợp với các dự đoán của Lý thuyết trật tự phân hạng. Ngược lại, nợ làm tăng nhanh hơn hiệu quả hoạt động của các công ty lớn. Điều này được phản ánh bởi thực tế là các công ty lớn sử dụng nợ để hưởng lợi từ tiết kiệm thuế, do đó cho phép tối đa hóa giá trị của công ty. Khả năng tiếp cận nợ dễ dàng được giải thích bằng việc nắm giữ tài sản lớn, nhà máy và thiết bị, cho phép các công ty này được hưởng lợi từ tài sản đảm bảo nếu cần thiết. Công ty cũng có thể quản lý tốt lợi nhuận hơn (ROA) để bù đắp chi phí nợ và tài trợ cho hoạt động của công ty khi có thể hưởng lợi từ tính kinh tế theo quy mô. Điều này trái ngược với các công ty quy mô nhỏ, các công ty quy mô lớn được hưởng lợi từ các điều khoản vay thuận lợi hơn. Kết quả này phù hợp với công việc của Jaisinghani & Kanjilal (2017) và Ibhagui & Olokoyo (2018). Kết quả này được ủng hộ bởi Lý thuyết đánh đổi.

Sau đây chúng tôi tiếp tục tiến hành thảo luận về tác động của các biến còn lại (kiểm soát) đối với hiệu quả hoạt động của công ty. Đối với các cơ hội tăng trưởng, được đo bằng tốc độ tăng trưởng doanh thu (GRO), tác động của biến này là cùng chiều và có ý nghĩa thống kê, với mức ý nghĩa là 1% cho cả mô hình hồi quy ngưỡng và mô hình tác động cố định. Kết quả này khẳng định rằng, công ty có doanh thu có tác động cùng chiều và tác động này có ý nghĩa về mặt thống kê. Điều này co thấy khả năng tăng thu nhập của công ty. Cụ thể hơn, mối quan hệ cùng chiều giữa tốc độ tăng trưởng doanh số (GRO) và lợi nhuận trên tài sản (ROA) được giải thích bởi khả năng của các công ty tăng hiệu quả kinh tế bằng cách tài trợ cho các dự án đầu tư của họ bằng nguồn vốn bổ sung. Kết quả này tương tự với nghiên cứu của Margaritis & Psillaki (2010) và Le & Phan (2017).

Trường hợp tài sản hữu hình (TAN) không thu được những bằng chứng thống kê


258

cụ thể. Với mô hình biến phụ thuộc ROA kết quả ước cho thấy không có ý nghĩa thống kê cho mối quan hệ này. Quan hệ đúng (có ý nghĩa thống kê) trong trường hợp giữa tài sản hữu hình và hiệu quả hoạt động như ROA cho thấy đó là mối quan giữa công ty và người cho vay vốn. Việc nắm giữ nhiều tài sản để đảm bảo cho việc vay nợ sẽ làm an toàn hơn và giảm vấn đề bất cân xứng thông tin. Điều đó cho phép công ty có thể tránh các tài trợ dự án rủi ro. Nếu quan hệ này là đúng như kỳ vọng (+), nó sẽ giúp giải thích ở mức độ để đảm bảo trong việc tối đa hóa giá trị doanh nghiệp. Tuy nhiên, điều này đã không đạt được như kỳ vọng cho cả ROA, thực hiện chính sách đầu tư, sẽ mâu thuẫn với lợi ích của chủ thực sự công ty. Điều đó phản ánh khả năng mắc nợ, cũng như có thể đáp ứng chi phí lãi vay của công ty khi đến kỳ hạn và tối đa hóa lợi ích dành cho công ty và chủ công ty. Khác với những gì tìm thấy của Lê & Phan (2017), đối với đầu tư hữu hình (INV) cho kết quả không như kỳ vọng, nghĩa là nếu tăng đầu tư vào tài sản hữu hình lẫn vô hình sẽ làm tăng giá trị thị trường của công ty. Tối ưu hóa chính sách đầu tư, nhà quản lý công ty có thể sử dụng nguồn tự tài trơ hay tài trợ từ bên ngoài. Đối với biến số dòng tiền (CF), hệ số ước lượng cho kết quả là cùng chiều và có ý nghĩa thống kê ở mức 1%. Liên quan đến mối quan hệ cùng chiều giữa dòng tiền (CF) và lợi nhuận trên tài sản (ROA), cho thấy các công ty trong mẫu nghiên cứu phải dựa vào nguồn vốn nội bộ để đầu tư vào các dự án có lợi nhuận và gia tăng lợi ích. Cuối cùng, hệ số ước lượng tỷ lệ thành khoản và tỷ lệ rủi ro hoạt động (Risk) là dương và có ý nghĩa thống kê ở mức 1%. Tỷ lệ thanh khoản và rủi ro hoạt động (Risk) tác động cùng chiều lên ROA, cho thấy việc tăng chi phí liên quan đến hoạt động kinh doanh của công ty làm tăng lợi nhuận của công ty. Điều này cho thấy rõ nét nhất bởi sự đánh đổi của đầu tư, để gia tăng lợi nhuận thì phải gia tăng đầu tư, song song đó yêu cầu về thanh khoản cũng phải cao hơn.

5. KÊT LUẬN

Để nghiên cứu tác động ngưỡng của quy mô lên mối quan hệ giữa nợ và hiệu quả hoạt động của công ty niêm yết, sử dụng mô hình hồi quy ngưỡng và mô hình hồi quy như 2SLS và GMM, dữ liệu sử dụng cho nghiên cứu này là dữ liệu bảng trong giai đoạn 2007 - 2018 và của 722 công ty phi tài chính niêm yết trên hai sàn: Sàn giao dịch chứng khoán Hà Nội (HNX) và Sàn giao dịch chứng khoán của Thành phố Hồ Chí Minh (HOSE).

Kết quả kiểm định ngưỡng cho thấy tồn tại ngưỡng tác động của quy mô trong mối quan hệ giữa nợ và hiệu quả hoạt động của công ty là ở mức 10,6%. Tác động này làm

259


thay đổi quan hệ giữa nợ và hiệu quả hoạt động công ty. Cụ thể, nếu quy mô từ 10,6% trở lên thì tác động của nợ làm tăng giá trị công ty, tuy nhiên sự gia tăng này còn khá khiêm tốn. Ngoài ra, kết quả hồi quy bằng mô hình 2SLS và GMM cũng cho biết dấu hệ số ước lượng phù hợp với mô hình hồi quy ngưỡng dữ liệu bảng. Như vậy, kết quả nghiên cứu là đồng nhất và mang tính vững. Từ đó cho thấy quy mô công ty đóng vai trò trong việc xác định mối quan hệ giữa nợ và hiệu quả hoạt động công ty. Nợ là yếu tố làm trầm trọng thêm nguy cơ phá sản và khốn khó tài chính của các công ty nhỏ do vấn đề đại diện. Do đó, nợ gây ra sự suy giảm hiệu quả hoạt động của công ty. Hơn nữa, vay nợ thích hợp cho các công ty quy mô lớn, do có thể hưởng lợi từ tiết kiệm thuế. Điều này là sự đánh đổi để tối đa hóa giá trị công ty, tuy nhiên tiềm ẩn phía sau đó là rủi ro tăng lên.


1. Abor, J. (2005). The effect of capital structure on profitability: An empirical analysis of listed firms in Ghana. The Journal of Risk Finance.

2. Berger, A. N., & Di Patti, E. B. (2006). Capital structure and firm performance: A new approach to testing agency theory and an application to the banking industry. Journal of Banking & Finance, 30(4), 1065-1102.

3. Bessler, W., Drobetz, W., & Grüninger, M. C. (2011). Information asymmetry and financing decisions. International Review of Finance, 11(1), 123-154.

4. Bititci, U. S., Carrie, A. S., & McDevitt, L. (1997). Integrated performance measurement systems: a development guide. International Journal of Operations & Production Management.

5. Bradley, M., Jarrell, G. A., & Kim, E. H. (1984). On the existence of an optimal capital structure: Theory and evidence. The Journal of Finance, 39(3), 857-878.

6. Chhibber, P. K., & Majumdar, S. K. (1999). Foreign ownership and profitability: Property rights, control, and the performance of firms in Indian industry. The Journal of Law and Economics, 42(1), 209-238.

7. Frank, M. Z., & Goyal, V. K. (2008). Trade-off and pecking order theories of debt. In Handbook of empirical corporate finance (pp. 135-202). Elsevier.


260

8. Gill, A., Biger, N., & Mathur, N. (2011). The effect of capital structure on profitability: Evidence from the United States. International Journal of Management, 28(4), 3.

9. Hansen, B. E. (1999). Threshold effects in non-dynamic panels: Estimation, testing, and inference. Journal of Econometrics, 93(2), 345-368.

10. Ibhagui, O. W., & Olokoyo, F. O. (2018). Leverage and firm performance: New evidence on the role of firm size. The North American Journal of Economics and Finance, 45, 57-82.

11. Jaisinghani, D., & Kanjilal, K. (2017). Non-linear dynamics of size, capital structure and profitability: Empirical evidence from Indian manufacturing sector. Asia Pacific Management Review, 22(3), 159-165.

12. Jensen, M. C. (1986). Agency costs of free cash flow, corporate finance, and takeovers. The American economic review, 76(2), 323-329.

13. Jensen, M. C., & Meckling, W. (1976). H. (1976). Theory of the firm: managerial behavior, agency costs and ownership structure En: Journal of Finance Economics, 3.

14. Kim, E. H. (1978). A mean-variance theory of optimal capital structure and corporate debt capacity. The Journal of Finance, 33(1), 45-63.

15. Kraus, A., & Litzenberger, R. H. (1973). A state-preference model of optimal financial leverage. The Journal of Finance, 28(4), 911-922.

16. Le, T. P. V., & Phan, T. B. N. (2017). Capital structure and firm performance: Empirical evidence from a small transition country. Research in International Business and Finance, 42, 710-726.

17. Lin, F. L., & Chang, T. (2011). Does debt affect firm value in Taiwan? A panel threshold regression analysis. Applied Economics, 43(1), 117-128.

18. Margaritis, D., & Psillaki, M. (2010). Capital structure, equity ownership and firm performance. Journal of Banking & Finance, 34(3), 621-632.

19. Modigliani, F., & Miller, M. H. (1963). Corporate income taxes and the cost of capital: a correction. The American Economic Review, 433-443.

20. Mwangi, L. W., Makau, M. S., & Kosimbei, G. (2014). Relationship between capital structure and performance of non-financial companies listed in the Nairobi

261


Securities Exchange, Kenya. Global Journal of Contemporary Research in Accounting, Auditing and Business Ethics, 1(2), 72-90.

21. Myers, S. C. (1977). Determinants of corporate borrowing. Journal of Financial Economics, 5(2), 147-175.

22. Myers, S. C. (2001). Capital structure. Journal of Economic Perspectives, 15(2), 81-102.

23. Myers, S. C., & Majluf, N. S. (1984). Corporate financing and investment decisions when firms have informationthat investors do not have (No. w1396). National Bureau of Economic Research.

24. Myers, S. C., & Majluf, N. S. (1984). Corporate financing and investment decisions when firms have informationthat investors do not have (No. w1396). National Bureau of Economic Research.

25. Ross, S. A. (1977). The determination of financial structure: the incentive-signalling approach. The bell Journal of Economics, 23-40.

26. Stulz, R. (1990). Managerial discretion and optimal financing policies. Journal of Financial Economics, 26(1), 3-27.

27. Zeitun, R., & Tian, G. G. (2007). Does ownership affect a firm’s performance and default risk in Jordan? Corporate Governance: The International Journal of Business in Society.


262

NGHIÊN CỨU RỦI RO TÍN DỤNG CỦA CÁC CÔNG TY THUỘC NHÓM VN30BẰNG MÔ HINH MERTON

25.

ThS. Nguyễn Đức Bằng Trường Đại học Tài chính - Marketing

Tóm tắt

Bài viết trình bày cơ sở lý luận của mô hình Merton dùng để đánh giá xác suất vỡ nợ của các công ty. Để tính giá trị tài sản và độ biến động của nó tác giả đã sử dụng phương pháp lặp. Ngôn ngữ R là công cụ hiệu quả được sử dụng. Dữ liệu dùng để đánh giá được tác giả thu thập gồm các công ty thuộc nhóm VN30 niêm yết trên sàn HOSE. Kết quả cho thấy có 17 công ty thuộc diện rủi ro vỡ nợ rất thấp với xác suất vỡ nợ sau 1 năm dưới 1%, có 10 công ty thuộc diện rủi ro vỡ nợ thấp với xác suất vỡ nợ sau 1 năm từ 1,82% đến 12,01%, có 2 công ty thuộc diện vỡ nợ cao là CTD và SSI với xác suất vỡ nợ lần lượt là 35,22% và 40,25%, đặt biệt trường hợp của ROS có xác suất vỡ nợ rất lớn 99,95%.

Từ khóa: Mô hình Merton, Xác suất vơ nợ, Rủi ro tín dụng.

1. GIỚI THIỆU

Kinh tế thế giới chứng kiến nhiều giai đoạn khủng hoảng khó khăn với hệ quả là nhiều công ty bị phá sản, hệ thống ngân hàng điêu đứng và cả nền kinh tế đi xuống. Nền kinh tế Việt Nam cũng không phải là ngoại lệ. Trong giai đoạn vừa qua, chúng ta đã chứng kiến rất nhiều công ty bị phá sản khiến cho nợ xấu của cả nền kinh tế tăng cao. Các ngân hàng cho các công ty này vay tiền gặp rất nhiều khó khăn trong việc thu hồi các khoản nợ đó. Do đó, vấn đề quản trị rủi ro tín dụng luôn được của các chủ nợ đặt lên hàng đầu. Rủi ro tín dụng (Credit Risk) là xác suất doanh nghiệp mất khả năng

263


thanh toán các nghĩa vụ tài chính theo cam kết (Klieštik và Cúg, 2015). Rủi ro tín dụng là loại rủi ro đầu tiên được đưa vào trong hiệp ước Basel I, nó cho thấy tầm quan trọng của việc quản trị loại rủi ro này. Ngày nay, các mô hình toán học đã giúp chúng ta tính toán được xác suất vỡ nợ của các công ty. Nhờ đó, các nhà đầu tư dễ dàng ra quyết định khi thẩm định mức độ rủi ro khi đầu tư vào các công ty. Các mô hình định lượng rủi ro tín dụng tiêu biểu gồm có: mô hình Merton, mô hình KMV, CreditMetrics, CreditRisk+ và CreditPortfolioView. Trong đó, mô hình Merton (1974) được xem như là mô hình đầu tiên trong lĩnh vực quản trị rủi ro tín dụng.

Trên thế giới, các nghiên cứu mô hình Merton theo hướng thực nghiệm có những kết quả tiêu biểu như: Vassalou (2004) là nghiên cứu đầu tiên sử dụng mô hình này đánh giá ảnh hưởng của rủi ro vỡ nợ lên giá cổ phiếu; Bharath (2004) đã sử dụng mô hình Hazard để kiểm định giả thiết liệu rằng mô hình Merton có hiệu quả thống kê trong dự báo vỡ nợ và kết quả cho thấy giả thiết này bị bác bỏ; Hillegeist (2004) đã kiểm định khả năng dự báo phá sản của mô hình Merton là tốt hơn các mô hình Altman Z-score và Ohlson O-score.

Tại Việt Nam, gần đây cũng có nhiều nghiên cứu về mô hình này. Lâm Chí Dũng & Phan Đình Anh (2009) đã sử dụng mô hình KMV để định lượng rủi ro tín dụng trong việc sử dụng tài sản bảo đảm gắn liền với hành vi sử dụng vốn của người vay, thông qua khảo sát ảnh hưởng của các biến: tỷ lệ vốn cho vay tối đa trên giá trị tài sản bảo đảm, mục đích sử dụng vốn của người vay và số lần người vay sử dụng tài sản hình thành từ vốn vay làm tài sản bảo đảm. Lê Đạt Chí & Lê Tuấn Anh (2012) đã cố gắng kết hợp phương pháp CVaR và mô hình KMV-Merton để đo lường rủi ro vỡ nợ trong thị trường tài chính Việt Nam dựa trên những bằng chứng thực nghiệm trước và sau năm 2008. Nguyễn Thị Cành & Phạm Chí Khoa (2014) đã tính toán xác suất phá sản của các khách hàng doanh nghiệp cho Ngân hàng Thương mại Cổ phần Ngoại thương Việt Nam.

Trong bài viết này, tác giả tiếp tục kế thừa các nghiên cứu trên và đồng thời sử dụng phương pháp lặp để tính toán giá trị tài sản, tỷ suất lợi nhuận và độ biến động của giá trị tài sản của công ty thuộc nhóm VN30 niêm yết trên thị trường chứng khoán Việt Nam. Từ đó, tính toán xác suất vỡ nợ sau 1 năm của các công ty này.

2. MÔ HINH NGHIÊN CỨU

Mô hình Merton xem xét giá trị tài sản (asset value) của một công ty là quá trình


264

ngẫu nhiên Vt phụ thuộc thời gian t và có thể diễn tả bằng chuyển động hình học Brown:

. . . .t V t V t tdV V dt V dWµ σ= + (1)

Trong đó:

• µV là tỷ suất lợi nhuận gộp liên tục dự kiến trên giá trị tài sản của công ty;

• σV là độ biến động giá trị tài sản của công ty;

• dWt là quá trình Wiener tiêu chuẩn (Standard Wiener Process).

Công ty có thể tự cấp kinh phí hoạt động từ vốn sở hữu (equity) và các khoản nợ. Giá trị của vốn chủ sở hữu tại thời điểm t được ký hiệu là St. Các khoản nợ được giả định như là 1 trái phiếu không có lãi suất định kỳ (zero-coupon bond), với mệnh giá B, thời gian đáo hạn T + t và có giá trị tại thời điểm t là Bt.

Tại thời điểm T + t, có hai tình huống xảy ra:

• Nếu Vt+T > B thì công ty trả được nợ, và phần chủ sở hữu còn lại sau khi đã trả nợ là St+T = Vt+T - B. Bên cho công ty vay nợ lấy lại được toàn bộ số tiền B theo hợp đồng.

• Nếu Vt+T ≤ B thì công ty vỡ nợ, chủ sở hữu của công ty mất toàn bộ công ty, nghĩa là St+T = 0. Bên cho vay chỉ lấy lại được khoản tiền là Vt+T.

Do đó, trong cả hai trường hợp ta có:

St+T = max (Vt+T – B, 0) = (Vt+T – B)+

Công thức trên cho thấy St+T chính bằng lợi nhuận (pay-off) tại thời điểm T + t của một quyền chọn mua kiểu Âu. Như vậy, giá trị tại thời điểm t của vốn cổ phần được xem như giá của quyền chọn mua kiểu châu Âu:

( ), , , ,t t t VS C V B T rσ= (2)

Trong đó:

• r là lãi suất phi rủi ro tức thời

• C (Vt, Bt, T, σV, r) là giá của quyền chọn mua thời điểm t.

Hơn nữa, theo công thức định giá quyền chọn của Black- Scholes (1973) thì:

( ) ( )1 2. . .rTt t tS V d e B d−= Φ − Φ (3)

265


Trong đó:

•

( )212

1

ln ln

.t t V

V

V B r Td

T

σσ

− + +=

• 2 1 Vd d Tσ= −

• Φ(.) là hàm phân phối tích lũy chuẩn.

Bây giờ ta xem xét xác suất vỡ nợ của công ty tại thời điểm T + t. Từ phương trình (1), ta có thể biểu diễn giá trị tài sản tại thời điểm t của công ty như sau:

( ) ( ) 21ln ln .2t T t V V V t TV V T Tµ σ σ ε+ +

= + − +

Với ( ) ( ) ( )0;1t T

W t T W tN

Tε +

+ −= �

Công ty vỡ nợ tại thời điểm T + t nếu:

T t tV B+ ≤

Suy ra:

( ) ( )ln lnT t tV B+ ≤

Do đó:

( ) ( )21ln ln2t V V V t T tV T T Bµ σ σ ε +

+ − + ≤ Hay:

( )21

2ln lnt t V Vt T

V

V B T

T

µ σε

σ+

− + −≤ −

Vậy xác suất công ty vỡ nợ tại thời điểm T + t là:

( )21

2ln lnt t V Vt t T

V

V B TPD

T

µ σε

σ+

− + − = ≤ −

P

Khoảng cách đến điểm vỡ nợ (distance to defaut) được định nghĩa là:

( )21

2ln lnt t V Vt

V

V B TDD

T

µ σσ

− + −= (4)


266

Thông thường thời gian đáo hạn T của khoản nợ được chọn là 1 năm và giá trị của khoản nợ Bt được tính bằng khoản nợ ngắn hạn cộng với một nửa khoản nợ dài hạn. Khi đó xác suất phá sản sau 1 năm của công ty là:

( ) ( )212ln lnt t V V

t tV

V BPD DD

µ σσ

− + − = Φ − = Φ −

(5)

Hình 1: Minh họa xác suất vỡ nợ theo mô hình Merton

Nguồn: Crosbie and Bohn (2004)

3. DỮ LIỆU VA PHƯƠNG PHÁP NGHIÊN CỨU

Để tính được xác suất công ty vỡ nợ sau 1 năm theo công thức (5), chúng ta cần xác định Vt, µV, σV. Các giá trị này được tính toán bằng phương pháp lặp như sau:

Giả sử ta có với chuỗi dữ liệu theo ngày của St, Bt và một giá trị khởi tạo nào đó của σV (chẳng hạn (0)σ ) ta sẽ tính được chuỗi Vt bằng hàm ngược của giá quyền chọn mua

( )1 (0)ˆ, ,1, ,t t tV C S B rσ−= . Sau đó, với mỗi i = 1, 2,... ta tính các giá trị ( )( 1) ( 1)ˆ ˆ;i iµ σ− − mới từ chuỗi Vt vừa tạo. Quá trình này được lặp đi lặp lại nhiều lần cho đến khi giá trị ( )( 1) ( 1)ˆ ˆ;i iµ σ− − và ( )( ) ( )ˆ ˆ;i iµ σ đủ gần. Phương pháp này được chúng tôi thực hiện với sự trợ giúp của hàm BS_fit trong R.

267


Đối với dữ liệu theo ngày của St chúng tôi sử dụng vốn hóa cổ phần của các công ty thuộc nhóm VN30 được niêm yết trên HOSE từ ngày 17/04/2019 đến ngày 17/04/2020. Dữ liệu về khoản nợ Bt của các công ty này được chúng tôi thu thập từ các bảng cân đối kế toán trên website http:// cophieu68.com và được tính bằng khoản nợ ngắn hạn cộng với một nửa khoản nợ dài hạn. Lãi suất phi rủi ro r = 2,1001% được chúng tôi thu thập từ kết quả trúng thầu trái phiếu chính phủ ngày 17/04/2020 với kỳ hạn 12 tháng. Sau đây là biểu đồ thống kê St và Bt của các công ty này.

Hình 2: Nợ và vốn hóa thị trường của các công ty thuộc nhóm VN30 ngày 17/04/2020

(Đơn vị: Triệu đồng)

Nguồn: Tác giả tự tính toán bằng R

Do các công ty được nghiên cứu là các công ty có ảnh hưởng mạnh đến chỉ số VN-Index nên hầu hết vốn hóa thị trường của các công ty đó đều rất lớn. Đối với khoản nợ thì chúng ta dễ nhận thấy các ngân hàng luôn có khoản nợ khá cao. Đây là đặc thù riêng của ngành.


Chúng tôi đã sử dụng dùng phần mềm R để tính toán tỷ suất lợi nhuận và độ biến động trên giá trị tài sản của các công ty nghiên cứu. Kết quả được phản ánh qua biểu đồ dưới đây:


268

Hình 3: Tỷ suất lợi nhuận và độ biến động trên giá trị tài sản của các công ty thuộc nhóm VN30


Kết quả trên phản ánh chính xác tình hình của thị trường chứng khoán Việt Nam trong năm vừa qua. Hầu hết giá cổ phiếu trong giai đoạn tháng 4/2020 đều sụt giảm khá mạnh so với tháng 4/2019 nên tỷ suất lợi nhuận của các công ty hầu hết là âm ngoại trừ BID, VPB, FPT, REE, VCB. Các ngân hàng có tỷ suất lợi nhuận suy giảm không đáng kể so với phần còn lại. Sụt giảm mạnh nhất là trường hợp của ROS với tỷ suất lợi nhuận là -1,178115739. Các ngân hàng cũng có độ biến động giá trị tài sản khá thấp so với các công ty còn lại. Rõ ràng năm vừa qua là giai đoạn thành công của các công ty này. Độ biến động trên giá trị tài sản của công ty còn lại hầu hết nằm trong khoản từ 0,1 đến 0,3.

Với các kết quả trên, chúng tôi sử dụng công thức (5) để tính xác suất vỡ nợ sau 1 năm của các công ty thuộc nhóm VN30. Kết quả tính toán được chúng tôi mô tả trong biểu đồ sau đây:

269


Hình 4: Xác suất vỡ nợ sau 1 năm của các công ty thuộc nhóm VN30


Nhóm các công ty có xác suất vỡ nợ rất thấp gồm có VNM, SAB, VJC, NVL, VRE, GAS, FPT, REE, VIC, VHM, MWG, MSN, SBT, PLX, PNJ, VCB, VPB. Nhóm các công ty có xác suất vỡ nợ thấp gồm có EIB, HPG, BID, BVH, CTG, POW, MBB, STB, HDB, TCB. Nhóm các công ty có xác suất vỡ nợ trung bình gồm có SSI và CTD. Đặc biệt, trường hợp của ROS có xác suất vỡ nợ rất cao (gần như bằng 100%). Thực tế, trong năm vừa qua, các công ty xây dựng gặp rất nhiều khó khăn nên cổ phiếu của các công ty này đã sụt giảm rất mạnh dẫn đến giá trị tài sản cũng lao dốc, cùng với khoản nợ lớn nên dễ dành suy đoán khả năng vỡ nợ cao của các công ty này. Trường hợp của SSI là do việc đầu tư tự doanh của công ty chứng khoán này tiềm ẩn nhiều rủi ro do tác động suy giảm chung của thị trường chứng khoán.

5. KÊT LUẬN

Kết quả nghiên cứu đã cho thấy mô hình Merton có tính ứng dụng rất tốt trong việc tính toán xác suất vỡ nợ của các công ty. Các kết quả đó giúp cho các nhà quản trị có cách nhìn khoa học trong quản trị rủi ro đồng thời giúp các nhà đầu tư có thể đưa ra quyết định chính hơn khi đầu tư vào các công ty. Hơn nữa, các ngân hàng cũng có thể dễ dàng xếp hạng tín dụng cho các công ty này. Tuy nhiên, việc đánh giá rủi ro tín dụng bằng mô hình Merton cần so sánh kết quả với các phương pháp khác chẳng hạn như dùng chỉ số Z-score hoặc O-score sẽ cho kết quả đáng tin cậy hơn.


270

Mặc dù kết quả nghiên cứu chỉ dựa trên dữ liệu của 30 công ty niêm yết trên sàn HOSE nhưng hoàn toàn có thể mở rộng nghiên cứu này cho toàn bộ các công ty khác trên thị trường chứng khoán Việt Nam. Hơn nữa, nếu thực hiện nghiên cứu trong khoảng thời gian dài hơn thì chúng ta có thể đánh giá mức độ dự đoán chính xác của mô hình này khi áp dụng vào thị trường Việt Nam. Tác giả hy vọng trong thời gian tới sẽ có nhiều nghiên cứu hơn nhằm khắc phục các hạn chế của nghiên cứu này.


1. Black, Fischer, and Myron Scholes (1973), “The pricing of options and corporate liabilities”, Journal of Political Economy 81, 637–659.

2. Crouhy, M., Galai, D. & Mark, R (2001), Risk Management. Mc Graw-Hill.

3. David Lando (2009), Credit risk modeling: theory and applications. Princeton University Press.

4. M. Vassalou and Y. Xing (2004), Default risk in equity returns, Journal of Finance, Vol LIX, No.2. 831-868.

5. Sreedhar T. Bharath and Tyler Shumway (2008), “Forecasting default with the merton distance to default model”. The Review of Financial Studies, 21(3):1339-1369.

6. Đinh Đức Minh (2018), “Đánh giá một số mô hình dự báo rủi ro tín dụng tại các doanh nghiệp”, Tạp chí Tài chính, tháng 12/2018.

7. Lâm Chí Dũng & Phan Đình Anh (2009), “Sử dụng mô hình KMV-Merton lượng hóa mối quan hệ giữa bảo đảm tài sản, tỷ lệ phân bổ vốn vay với rủi ro tín dụng”, Tạp chí Khoa học và Công nghệ, Đại học Đà Nẵng, 2(31).

8. Lê Đạt Chí & Lê Tuấn Anh (2012), “Kết hợp phương pháp CVaR và mô hình Merton/KMV để đo lường rủi ro vỡ nợ - Bằng chứng thực nghiệm ở VN”, Tạp chí Phát triển & Hội nhập, 5(15), 10-15.

9. Nguyễn Đình Thiên & Nguyễn Chí Minh (2017), “Mô hình đo lường rủi ro tín dụng tại các doanh nghiệp niêm yết”, Tạp chí Tài chính, tháng 4/2017.

10. Nguyễn Thị Cành và Phạm Chí Khoa (2014), “Áp dụng mô hình KMV- Merton dự báo rủi ro tín dụng khách hàng doanh nghiệp và khả năng thiệt hại của ngân hàng”, Tạp chí Phát triển kinh tế số 289, 39-57.

271


Tóm tắt

Bài nghiên cứu sử dụng Mô hình phân tích chuỗi thời gian Var(p) để xem xét mối quan hệ của các nhân tố kinh tế vĩ mô như CPI – chỉ số giá tiêu dùng, tỷ giá hối đoái, tốc độ tăng trưởng cung tiền,... và giá cổ phiếu trên sàn HSX. Đây thực sự là một vấn đề quan trọng và rất cần được quan tâm ở tại Việt Nam. Các kết quả của mô hình được tổng hợp thông qua kiểm định nhân quả Granger, Đồ thị hàm phản ứng xung và Bảng phân rã phương sai. Mục tiêu chính của bài nghiên cứu là tìm hiểu và phân tích sự tác động qua lại giữa các biến, từ đó đưa ra các chính sách và giải pháp hiệu quả cao nhất để mang lại nhiều cơ hội, lợi nhuận và phòng tránh rủi ro cho các nhà đầu tư, thúc đẩy nền kinh tế của đất nước.

Từ khóa: Mô hình VAR(P), chỉ số giá tiêu dùng (CPI), VN-Index, tỷ giá hối đoái, tốc độ tăng trưởng cung tiền

ỨNG DỤNG MÔ HINH PHÂN TÍCH CHUỖI THỜI GIAN TRONG PHÂN TÍCH

MỐI QUAN HỆ CỦA CÁC NHÂN TỐ KINH TÊ VĨ MÔ VA GIÁ CỔ PHIÊU

TRÊN SAN CHỨNG KHOÁN THANH PHỐ HỒ CHÍ MINH (HSX)

26.

Sinh viên lớp 17DQF. Nguyễn Tâm Nhi Trường Đại học Tài chính - Marketing


272

1. GIỚI THIỆU

Trong xu thế hội nhập quốc tế ngày nay, sự phát triển của các quốc gia trên thế giới đã khẳng định mối liên hệ giữa các chính sách kinh tế vĩ mô và thị trường chứng khoán. Hiện nay, có nhiều bài viết nghiên cứu về vấn đề trên, tuy nhiên, trong mỗi điều kiện và thời điểm khác nhau thì các yếu tố và sự tác động sẽ hoàn toàn bị biến đổi. Do đó, trong bối cảnh này, việc nghiên cứu về mối quan hệ của các nhân tố kinh tế vĩ mô và giá cổ phiếu trên sàn HSX là vô cũng hữu ích.

Trên thế giới đã có nhiều nghiên cứu về mối quan hệ các chính sách vĩ mô tác động đến giá cổ phiếu. Friedman và Schwartz (1963) đã nghiên cứu về mối quan hệ cung tiền và thu nhập chứng khoán, theo đó thì giá chứng khoán sẽ tăng lên khi gia tăng cung tiền, vì điều đó làm gia tăng thanh khoản và tín dụng cho cổ phiếu. Tỷ lệ lạm phát, tỷ lệ tăng trưởng của thị trường chứng khoán Mỹ trong thời gian 1929 đến năm 1981 đã thể hiện rằng: “Lạm phát tăng cao luôn là kẻ thù của thị trường cổ phiếu” (Leeb và Conrad,1996). Trong nghiên cứu của Al-Qenae và cộng tác viên (2002) về cổ phiếu niêm yết trên thị trường chứng khoán Kuwait cho thấy, giá của cổ phiếu có tỷ lệ thuận với biến EPS và GNP, nhưng lại có tỷ lệ nghịch với các biến lãi suất và lạm phát. Liu và Sharestha (2008) đã phân tích trên thị trường chứng khoán Trung Quốc, tìm ra mối tương quan thuận giữa cổ phiếu với gía trị sản xuất công nghiệp, cung tiền và tương quan nghịch giữa giá cổ phiếu với tỷ lệ lạm phát, lãi suất và tỷ giá. Mahmudul và Sahah Uddin (2009) với nghiên cứu về mối quan hệ lãi suất và giá cổ phiếu ở các nước phát triển và các nước đang phát triển. Thông qua đó, làm rõ tác động tiêu cực giữa giá cổ phiếu và lãi suất. Tác giả George Filis (2009) sử dụng mô hình Var để tìm hiểu về mối quan hệ giữa giá cổ phiếu và giá trị sản lượng công nghiệp và kết quả thấy được giá trị sản lượng công nghiệp có tác động tích cực đến giá cổ phiếu.Mehr-un-Nisa và Nishat (2012) đã sử dụng phương pháp GMM (Generalized Method of Moments) nghiên cứu sự ảnh hưởng của chi tiêu tài chính công ty và các yếu tố vĩ mô đến giá của cổ phiếu niêm yết trên Thị trường chứng khoán Karachi (Pakistan). Năm 2012, Aurangzeb đã nghiên cứu trên ba thị trường chứng khoán ở khu vực Nam Á và xác định các nhân tố ảnh hưởng đến giá các cổ phiếu.

Tại Việt Nam, trong nghiên cứu “Phân tích tác động của các nhân tố kinh tế vĩ mô đến thị trường chứng khoán Việt Nam” thể hiện mối quan hệ tích cực giữa chỉ số giá thị trường đối với các biến cung tiền, sản lượng công nghiệp và giá dầu thế giới. Nhưng, VN-Index lại có quan hệ tiêu cực đối với lãi suất và tỷ giá hoái đối (Phan Thị Bích Nguyệt và Phạm Dương Phương Thảo, 2013). Hussainey và Ngoc (2009) nghiên

273


cứu ảnh hưởng của các yếu tố vĩ mô của Việt Nam và của Mỹ đến giá cổ phiếu của Việt Nam. Từ đó, đưa ra kết luận mối tương quan thuận giữa giá trị sản xuất công nghiệp của Việt Nam và Mỹ đối với cổ phiếu Việt Nam. Đồng thời, làm rõ mối tương quan nghịch giữa lãi suất và giá cổ phiếu.

Mục tiêu của bài nghiên cứu này, là xem xét mối quan hệ của các biến số kinh tế vĩ mô đối với chỉ số VN-index. Từ đó, giúp các nhà đầu tư đưa ra các phân tích và chiến lược phù hợp. Đồng thời, đề xuất các chính sách giúp tăng trưởng kinh tế và phát triển thị trường chứng khoán Việt Nam.

2. GIỚI THIỆU DỮ LIỆU VA PHƯƠNG PHÁP NGHIÊN CỨU

2.1. Dữ liệu nghiên cứu

Đây là số liệu được thu thập cho khoảng thời gian từ tháng 01/2010 đến tháng 4/2020, bao gồm ba yếu tố kinh tế vĩ mô và chỉ số VN-Index được sử dụng trong phân tích (Bảng 1).

Bảng 1: Mô tả các biến số

Tên yếu tố vĩ mô Ký hiệu Định nghĩa

Chỉ sô VN-Index X1 Chỉ số Vn-Index là chỉ số đóng cửa ngày cuối cùng trong tháng

Chỉ số CPI X2 Chỉ số giá tiêu dùng (hàng tháng)

Tỷ giá hối đoái X3 Tỷ số hối đối là tỷ giá VND/USD ngày cuối cùng trong tháng

Tốc độ tăng trưởng cung tiền X4 Tốc độ tăng trưởng cung tiền tháng này so với tháng trước

Nguồn dữ liệu:

Tên yếu tố vĩ mô NguồnChỉ sô VN-Index https://cophieu68.vn/Chỉ số CPI https://vietstock.vn/Tỷ giá hối đoái https://aric.adb.org/Tốc độ tăng trưởng cung tiền https://aric.adb.org/


Vào năm 1980, Giáo sư Đại học Princeton, Chrisphopher Sims đã đề xuất mô hình Vectơ tự hồi quy (VAR). Và nghiên cứu này đã trở thành một phương pháp thành công nhất trong phân tích thực nghiệm vĩ mô. Mô hình VAR là một mô hình kinh tế lượng dung để xem xét động thái và sự phụ thuộc lẫn nhau giữa một số biến theo thời gian.


274

Trong mô hình VAR, mỗi một biến được giải thích bằng một phương trình chứa các giá trị trễ của chính biến số và các giá trị trễ của các biến số khác. Do đó, mô hình VAR được xây dựng nhầm mục đích: xây dựng mô hình dự báo mà không cần lý do, cho phép xem xét ảnh hưởng động của các cú sốc đối với các biến khác và đánh giá tầm quan trọng của cú sốc đối với sự dao động của các biến.


3.1. Chọn độ trễ tối ưu

Độ dài độ trễ tối ưu cho mô hình VAR được lựa chọn dựa trên kiểm định log-likelihood test. Kết quả kiểm định LR, AIC đều gợi ý cho độ trễ mô hình VAR tối ưu là 1. (Bảng 2)

Bảng 2: Xác định độ trễ tối ưu cho mô hình VAR

Lag LogL LR FPE AIC SC HQ

0 -1717,435 NA 33905162 28,69058 28,78350 28,72832

1 -1663,650 103,0879 18065592* 28,06083* 28,52542* 28,24950*

2 -1649,072 26,96976* 18516101 28,08453 28,92078 28,42413

3 -1636,412 22,57597 19621043 28,14021 29,34812 28,63075

3.2. Kiểm định tính dừng của các chuỗi số liệu với mức ý nghĩa 5%

Trong phân tích chuỗi số liệu thời gian, nghiên cứu sử dụng kiểm định ADF (Augemented Dickey-Fuller test) để xác định tính dừng. Thông qua đó, kết luận được thể hiện như sau: với mức ý nghĩa 5% các chuỗi số liệu X1 (chỉ số VNI-Index), X3 (Tỷ giá hối đoái), X4 (Tốc độ tăng trưởng cung tiền) đều không dừng, X2 (chỉ số CPI dừng). Sau đó, tiến hành thực hiện kiểm tra tính dừng các chuỗi sai phân bậc 1 và kết quả cho thấy các biến X1, X2, X3 đều dừng. (Bảng 3)

Bảng 3: Kết quả kiểm định tính dừng

Biến Giá trị thống kê ADF Xác suất Giá trị tới hạn 5% (Thống kê t)1. Giá trị các biếnX1 -1,122735 0,7054 -2,885051

X2 -4,409498 0,0005 -2,885051

X3 -1,904104 0,3295 -2,855450

X4 -2,219591 0,2005 -2,855591

275


Biến Giá trị thống kê ADF Xác suất Giá trị tới hạn 5% (Thống kê t)2. Giá trị các biến sai phân bậc 1X1 -10,51180 0,0000 -2,885249

X3 -8,734112 0,0000 -2,885450

X4 -10,47116 0,0000 -2,855249

3.3. Kiểm định nhân quả Granger

Kiểm định Granger (Bảng 4) mô tả kết quả như sau:

- Chỉ số CPI, tỷ giá hối đoái và tốc độ tăng trưởng cung tiền và sự kết hợp của chúng đều không thực sự là nguyên nhân gây ra sự biến động của chỉ số VNI-Index (do p_value đều lớn hơn 0,5).

- Chỉ số VNI-Index, tỷ giá hối đoái và tốc độ tăng trưởng cung tiền và sự kết hợp của chúng đều không thực sự là nguyên nhân gây ra sự biến động của chỉ số CPI (do p_value đều lớn hơn 0,5).

- Chỉ số VNI-Index, CPI và tốc độ tăng trưởng cung tiền và sự kết hợp của chúng đều không thực sự là nguyên nhân gây ra sự biến động của tỷ giá hối đoái (do p_value đều lớn hơn 0,5).

- Chỉ số VNI-Index, CPI đều không thực sự là nguyên nhân gây ra sự biến động của tốc độ tăng trưởng cung tiền (do p_value đều lớn hơn 0,5). Nhưng tỷ giá hối đoái và sự kết hợp của chúng lại thực sự là nguyên nhân gây ra sự biến động của tốc độ tăng trưởng cung tiền (do p_value đều nhỏ hơn 0,5).

Bảng 4: Kiểm định nhân quả Granger

Dependent variable: DX1Excluded Chi-sq df ProbX2 3,427548 6 0,7536DX3 3,641918 6 0,7250DX4 3,635980 6 0,7258All 12,48545 18 0,8212Dependent variable: X2Excluded Chi-sq df ProbDX1 10,95732 6 0,0897DX3 10,94511 6 0,0901


276

DX4 4,393487 6 0,6236All 25,86612 18 0,1029Dependent variable: DX3Excluded Chi-sq df ProbDX1 4,640951 6 0,5906X2 2,698878 6 0,8456DX4 6,791443 6 0,3406All 15,72622 18 0,6116Dependent variable: DX4Excluded Chi-sq df ProbDX1 10,49834 6 0,1052X2 8,952156 6 0,1763DX3 17,36883 6 0,0080All 35,31427 18 0,0086

3.4. Hàm phản ứng xung

Hình 1: Hàm phản ứng xung

-20

0

20

40

60

1 2 3 4 5

Response of DX1 to DX1

-20

0

20

40

60

1 2 3 4 5

Response of DX1 to X2

-20

0

20

40

60

1 2 3 4 5


-20

0

20

40

60

1 2 3 4 5


-.4

-.2

.0

.2

.4

.6

1 2 3 4 5

Response of X2 to DX1

-.4

-.2

.0

.2

.4

.6

1 2 3 4 5

Response of X2 to X2

-.4

-.2

.0

.2

.4

.6

1 2 3 4 5


-.4

-.2

.0

.2

.4

.6

1 2 3 4 5


-50

0

50

100

150

1 2 3 4 5


-50

0

50

100

150

1 2 3 4 5


-50

0

50

100

150

1 2 3 4 5


-50

0

50

100

150

1 2 3 4 5


-2

-1

0

1

2

1 2 3 4 5


-2

-1

0

1

2

1 2 3 4 5


-2

-1

0

1

2

1 2 3 4 5


-2

-1

0

1

2

1 2 3 4 5


Response to Cholesky One S.D. Innovations ± 2 S.E.

277


Đối với chỉ số VNI-Index:

- Khi có một cú sốc đối với CPI thì chỉ số VNI-Index có phản ứng tăng nhẹ từ tháng thứ nhất cho đến tháng thứ hai thì có trạng thái dương, sau đó giảm nhẹ ở tháng thứ ba về trạng thái cân bằng. Và từ tháng thứ ba tăng nhẹ dần đến chu kỳ cuối thì đạt trạng thái cân bằng và sau đó ổn định.

- Khi có một cú sốc đối với tỷ giá hối đoái thì chỉ số VNI-Index từ mức cân bằng đạt được ở quý thứ hai, chỉ số VNI-Index bắt tăng nhẹ đến tháng thứ ba. Sau đó giảm nhẹ đến tháng thứ tư và điều chỉnh tăng cho đến chu kỳ cuối.

- Khi có một cú sốc đối với tốc độ tăng trưởng cung tiền thì chỉ số VNI-Index có phản ứng giảm nhẹ sau khoảng hơn ba tháng và điều chỉnh tăng không đáng kể đến tháng thứ tư. Từ đó, giảm đến cuối chu kỳ.

Đối với chỉ số CPI:

- Khi có một cú sốc đối với VNI-Index thì CPI có phản ứng tăng từ tháng thứ nhất đến tháng thứ hai. Sau đó, giảm về tháng thứ ba và điều chỉnh về trạng thái cân bằng ở tháng thứ tư và tiếp tục giảm cho đến chu kỳ cuối.

- Khi có một cú sốc đối với tỷ giá hối đoái thì CPI có phản ứng tăng mạnh từ tháng thứ nhất (ở vị trí cân bằng) đến tháng thứ ba và sau đó điều chỉnh giảm đến chu kỳ cuối.

- Khi có một cú sốc đối với tốc độ tăng trưởng cung tiền thì CPI có phản ứng tăng mạnh từ tháng thứ nhất (ở vị trí cân bằng) đến cuối chu kỳ.

Đối với tỷ giá hối đoái:

- Khi có một cú sốc đối với chỉ số VNI-Index thì tỷ giá hối đoái ngay ở tháng thứ nhất đạt ở trạng thái âm và sau đó tăng đến tháng thứ ba. Từ đó, điều chỉnh giảm đến tháng thứ tư và đến cuối chu kỳ đạt ở trạng thái cân bằng.

- Khi có một cú sốc đối với CPI thì tỷ giá hối đoái gần như không có phản ứng tức thì từ tháng thứ nhất đến tháng thứ ba. Từ đó, tăng nhẹ đến tháng thứ tư và điều chỉnh giảm đến cuối kỳ.

- Khi có một cú sốc đối với tốc độ tăng trưởng cung tiền thì tỷ giá hối đoái tăng từ tháng thứ nhất (ở trạng thái cân bằng) đến tháng thứ ba giảm nhẹ và điều chỉnh về trạng thái cân bằng ở thời kỳ cuối.


278

Đối với tốc độ tăng trưởng cung tiền thì:

- Khi có một cú sốc đối với chỉ số VNI-Index thì tốc độ tăng trưởng cung tiền ở trạng thái dương khi ở tháng thứ nhất và bắt đầu giảm mạnh đến tháng thứ hai. Từ đó, điều chỉnh tăng đến tháng thứ ba và sau đó đạt trạng thái cân bằng ở thời kỳ cuối.

- Khi có một cú sốc đối với chỉ số CPI thì tốc độ tăng trưởng cung tiền bắt đầu tăng từ tháng thứ nhất đến tháng thứ hai. Sau đó, giảm đến tháng thứ ba và từ đó duy trì trạng thái cân bằng đến thời kỳ cuối.

- Khi có một cú sốc đối với tỷ giá hối đoái thì tốc độ tăng trưởng cung tiền có phản ứng giảm từ tháng thứ nhất (ở vị trí cân bằng) đến tháng thứ hai và sau đó tăng nhẹ đến tháng thứ ba. Từ đó điều chỉnh giảm nhẹ đến tháng thứ tư và tăng không đáng kể đến cuối kỳ.

3.5. Phân rã phương sai VDF

Bảng 5: Bảng phân rã phương sai

Variance Decomposition of DX1:Period S.E. DX1 X2 DX3 DX41 42,46284 100,0000 0,000000 0,000000 0,0000002 42,79002 98,47669 1,049922 0,019328 0,4540613 44,19522 97,58866 1,069773 0,833828 0,5077414 45,08679 95,43867 1,417179 2,314375 0,8297755 46,16574 93,36080 1,407405 2,274115 2,957684Variance Decomposition of X2:Period S.E. DX1 X2 DX3 DX41 0,483509 0,008535 99,99147 0,000000 0,0000002 0,620207 2,617115 96,39659 0,383118 0,6031743 0,676062 2,279672 88,91353 6,493043 2,3137564 0,700728 2,315632 84,56624 8,537751 4,5803775 0,719794 3,172774 83,14865 8,140794 5,537779Variance Decomposition of DX3:Period S.E. DX1 X2 DX3 DX41 114,7192 5,266350 0,027272 94,70638 0,0000002 125,2948 6,476545 0,022941 92,47646 1,0240523 128,4950 9,027769 0,144105 88,75768 2,0704474 131,1164 9,045265 1,630145 87,28354 2,0410495 131,8907 8,969998 1,670079 87,24102 2,118899

279


Variance Decomposition of DX4:Period S,E, DX1 X2 DX3 DX41 1,752471 8,723963 0,476555 0,493194 90,306292 1,906250 16,55461 2,678419 4,105151 76,661823 1,974943 20,94336 2,580058 4,316014 72,160574 2,021117 20,67458 2,546845 7,418498 69,360075 2,041185 20,70102 2,512561 8,272224 68,51420

Từ kết quả phân tích phân rã phương sai trên cho thấy rằng:

- Chỉ số VNI-Index trong quá khứ 5 tháng giải thích được khoảng 93,36080% biến động của chỉ số VNI-Index hiện tại. Bên cạnh đó, chỉ số CPI chỉ giải thích được khoảng 1,407405% biến động của VNI-Index, còn tỷ giá hối đối giải thích được 2,274155% biến động của VNI-Index, còn tốc độ tăng trưởng cung tiền giải thích được 2,957684% biến động của VNI-Index.

- Chỉ số CPI trong quá khứ 5 tháng giải thích được khoảng 83,14865% biến động của chính nó ở hiện tại. Bên cạnh đó, chỉ số VNI-Index chỉ giải thích được khoảng 8,8699968% biến động của CPI, còn tỷ giá hối đối giải thích được 8,140794% biến động của CPI, còn tốc độ tăng trưởng cung tiền giải thích được 5,537779% biến động của CPI.

- Tỷ giá hối đoái trong quá khứ 5 tháng giải thích được khoảng 87,24102% biến động của tỷ giá hối đoái hiện tại. Bên cạnh đó, chỉ số VNI-Index chỉ giải thích được khoảng 8,969998% biến động của tỷ giá hối đoái, còn CPI giải thích được 1,670079% biến động của tỷ giá hối đoái, còn tốc độ tăng trưởng cung tiền giải thích được 2,118899% biến động của tỷ giá hối đoái.

- Tốc độ tăng trưởng cung tiền trong quá khứ 5 tháng giải thích được khoảng 68,51420% biến động của tốc độ tăng trưởng cung tiền hiện tại. Bên cạnh đó, chỉ số VNI-Index giải thích được khoảng 20,70102% biến động của tốc độ tăng trưởng cung tiền, còn CPI giải thích được 2,512516% biến động của tốc độ tăng trưởng cung tiền, còn tỷ giá hối đoái giải thích được 8,227224% biến động của tốc độ tăng trưởng cung tiền.


280

4. KÊT LUẬN

Qua phân tích trên đây đã thấy được mối quan hệ của các nhân tố vĩ mô đối với giá cổ phiếu trên sàn HSX. Trong ngắn hạn, tỷ giá hối đoái, tốc độ tăng trưởng cung tiền và chỉ số CPI và sự kết hợp của các nhân tố này chưa thực sự là nguyên nhân gây ra biến động của chỉ số VNI-Index. Tuy nhiên, sự kết hợp của tỷ giá hối đoái, chỉ số VNI-Index và CPI lại là nguyên nhân gây ra biến động của tốc độ tăng trưởng cung tiền. Do hạn chế về số liệu nên trong nghiên cứu chỉ mới đưa vào 4 nhân tố để áp dụng phân tích mô hình Var. Đồng thời, trong tương lai, nghiên cứu sẽ thực hiện kết hợp mô hình vectơ hiệu chỉnh sai số (VECM), góp phần mở rộng mối quan hệ các biến trong dài hạn.


1. Al- Qenae, Rashid, Carmen Li and Bob (2002), The information content of earnings on stock price: The Kuwait Stock Exchange. Multinational Finance Journal, 6(3-4), p 197-221.

2. Aurangzeb (2012), Factors affecting performance of stock market: Evidence from South Asian countries. International Journal of Academic Research in Business and Social Sciences, trang 1-15.

3. Friedman M. and Schwartz A (1867-1960), A Monetary History of the United States. Princeton University Press: 1963.

4. George Filis (2009), The relationship between stock market, CPI and industrial production in Greece and the impact of oil prices: Are any new findings emerging from the examination of their cyclical components, using recent data. International Conference on Applied Economics, p 164 - p176.

5. Hussainey, Khaled and Le Khanh Ngoc (2009), The impact of macroeconomic indicators on Vietnamese stock prices. Journal of Risk Finance, 10(4), p 321-332.

6. Leeb, S. and Conrad, R.S. (1996), Xác định thời điểm mua bán cổ phiếu (Trần Tuấn Thạc dịch), NXB Thống Kê.

7. Liu, Ming-Hua and Keshab Shrestha (2008), Analysis of the long-term relationship between macroeconomic variables and the Chinese stock market using heteroscedastic cointegration. Managerial Finance, 34, p 744-755.

281


8. Mahmudul Alam and Salah Uddin (2009), Relationship between interest rate and stock price: Empirical evidence from developed and developing countries. International Journal of Business and Management, 3, p 43 – 51.

9. Phan Thị Bích Nguyệt và Phạm Dương Phương Thảo (2013), Phân tích tác động của các nhân tố kinh tế vĩ mô đến thị trường chứng khoán Việt Nam. Tạp chí Phát triển và hội nhập, 8, trang 34-41.

10. Nguyễn Huy Hoàng, Nguyễn Văn Phong, Nguyễn Trung Đông (2019), Sử dụng mô hình phân tích chuỗi thời gian, xem xét mối quan hệ giữa chi tiêu công và một số chỉ tiêu kinh tế xã hội tại Thành phố Hồ Chí Minh. Tạp chí Phát triển Khoa học và Công nghệ - Kinh tế - Luật và Quản lý, 3(1), trang 68-84.

11. Nguyễn Minh Kiều và Nguyễn Văn Điệp (2013), Quan hệ giữa các yếu tố kinh tế vĩ mô và biến động thị trường chứng khoán: bằng chứng nghiên cứu từ thị trường Việt Nam. Science & Technology Development, 16(3), trang 86-100.

DANH MỤC TỪ VIẾT TẮT

HSX : Sàn chứng khoán Thành phố Hồ Chí Minh

VAR : Mô hình vec-tơ tự hồi quy (Vector Autoregression)

VECM : Mô hình hiệu chỉnh sai số (Vector Error Correction Model)

CPI : Chỉ số giá tiêu dùng (Consumer price index)


282

ỨNG DỤNG PHÂN MỀM R TRONG PHÂN TÍCH KỸ THUẬT VA NHỮNG THIÊT LẬP CHO GIAO DỊCH CHỨNG KHOÁN QUỐC TÊ

27.

ThS. Lê Trường GiangTrường Đại học Tài chính - Marketing

Tóm tắt

Nội dung chính của bài viết này tập trung nêu ra những ứng dụng thiết thực mà R, một phần mềm mã nguồn mở, có thể mang lại trong giao dịch tài chính nói chung và giao dịch chứng khoán nói riêng. Thông qua đó, tác giả cũng muốn định hướng cho sinh viên ngành Toán kinh tế có thể tiếp cận và sử dụng thành thạo phần mềm này, để phục vụ cho những công việc liên quan đến giao dịch tài chính sau khi tốt nghiệp. Với phương châm chia sẻ ý tưởng nên bài viết không mang nặng tính lý thuyết hàn lâm mà tập trung đi vào những thao tác cụ thể, những thiết lập giao dịch trên thị trường chứng khoán quốc tế, đọc giả có thể áp dụng tương tự cho các thị trường tài chính khác nhau.

Từ khóa: Thị trường tài chính, ứng dụng phần mềm R, giao dịch chứng khoán, Toán kinh tế.

1. GIỚI THIỆU

Ngày từ lúc đọc tiêu đề của bài viết này chắc hẳn nhiều người không khỏi thắc mắc tại sao phải là R mà không là các phần mềm thông dụng khác. Việc phân tích số liệu thống kê đã có Eviews, Stata, SPSS, Matlab,... hay các công cụ được cung cấp trong giao dịch như Metastock, AmiBroker, MetaTrader4,... mà phải là R. Chưa kể đến việc giao dịch tài chính hiện nay đã có rất nhiều các trang web hỗ trợ như

283


https://tradingview.com/; https://www.investing.com/;... vậy tại sao phải còn nghiên cứu thêm R nữa? Về lý do thì có thể liệt kê ra khá nhiều, nhưng trước hết bạn đọc nên biết, việc sử dụng phần mềm R sẽ đảm bảo độ bảo mật thông tin cho nhà đầu tư, khi phải đăng ký tài khoản để sử dụng các công cụ hỗ trợ trên internet là đồng nghĩa thông tin cá nhân của bạn sẽ bị xâm phạm dù ít hay nhiều, việc sử dụng R như một công cụ phân tích độc lập giúp các trader1 tránh được rủi ro trên.

R là một ngôn ngữ lập trình cấp cao với mã nguồn mở (open source). Phần mềm R được sử dụng rộng rãi cho các tính toán thống kê, phân tích số liệu, kinh tế lượng ứng dụng mà trong đó nổi bật là phân tích dữ liệu bảng (Panel Data) cùng với các công cụ hỗ trợ vẽ đồ thị rất chuyên nghiệp. Phần mềm R đã thể hiện sức mạnh của nó qua các giải thưởng uy tín và sự tán dương của cộng đồng thế giới như New York Times, Forbes, Intelligent Enterprise,... Sử dụng R hoàn toàn miễn phí, bạn có thể tải về phiên bản phù hợp với hệ điều hành đang sử dụng từ https://cran.r-project.org/. Sau khi được cài đặt, R đã sẵn sàng hoạt động, tuy nhiên giao diện mặc định không mấy hấp dẫn. Để cải thiện điều này, bạn nên dùng môi trường phát triển tích hợp dành cho nó và RStudio là lựa chọn hàng đầu hiện nay. Phần mềm này bao gồm một trình biên tập đánh dấu cú pháp, hỗ trợ thực hiện mã lệnh trực tiếp, cũng như các công cụ vẽ biểu đồ, lược sử, gỡ lỗi và quản lý không gian làm việc. Để có một phiên bản RStudio, bạn vào trang https://www.rstudio.com/. Được đề xuất đầu tiên bởi hai tác giả Ross Ihaka và Robert Gentleman của Đại học Auckland, New Zealand vào những năm 1990, R đã không ngừng lớn mạnh thông qua các gói lệnh (package) được phát triển bởi người dùng khắp thế giới. Trong lúc viết phụ lục này, đã có hơn 10000 gói lệnh trên https://cran.r-project.org/ và tất cả chúng đều miễn phí. Một gói lệnh là một tập các mã lệnh được viết nhằm thực hiện một hệ công việc nào đó bởi một người hay một nhóm người, thường là các chuyên gia. Vài gói như base hay stats được tự động cài đặt khi bạn cài R. Những gói lệnh khác, ví dụ ggplot2 - hỗ trợ xây dựng các biểu đồ, có thể cài đặt trực tuyến bằng lệnh. Để đọc dữ liệu từ các thị trường trên thế giới, chúng ta có thể sử dụng gói lệnh quantmod và dùng một số trang wed uy tín, chẳng hạng như https://finance.yahoo.com

Để bắt đầu với R ta phải khái báo gói lệnh sau:

> install.packages(“quantmod”)

> library(quantmod)

1 Nhà giao dịch


284

> getSymbols(Symbols=”AAPL”, src=”yahoo”)

> Sys.Date() > str(AAPL) > tail(AAPL)

AAPL.Open AAPL.High AAPL.Low AAPL.Close AAPL.Volume AAPL.Adjusted

2020-04-23 275.87 281.75 274.87 275.03 31203600 275.03

2020-04-24 277.20 283.01 277.00 282.97 31627200 282.97

2020-04-27 281.80 284.54 279.95 283.17 29271900 283.17

2020-04-28 285.08 285.83 278.20 278.58 28001200 278.58

2020-04-29 284.73 289.67 283.89 287.73 34320200 287.73

2020-04-30 289.96 294.53 288.35 293.80 45457600 293.80

Hiển thị các loại biểu đồ mà R cung cấp thông qua các câu lệnh sau:

> getSymbols(Symbols=”AAPL”,src=”yahoo”,from =”2020-01-01”,to = “2020-05-05”)

> lineChart(AAPL, theme=”white”)

> barChart(AAPL, theme=”white”)

> candleChart(AAPL, theme=”white”)

Tương tự, đọc giả có thể thay thế mã cổ phiếu AAPL bằng các mã khác như FB, AMZN, MSFT, BAC, BA, TSLA,...

285


Để bắt đầu với những ứng dụng thực tế của R trong phân tích kỹ thuật, thì chúng ta cũng giới thiệu đôi nét về lĩnh vực này. Phân tích kỹ thuật ra đời cách đây hàng trăm năm trước, từ những người Nhật khi họ áp dụng phương pháp này cho mục đích phân tích giao dịch lúa gạo. Tuy nhiên, phải đến khi những nghiên cứu của Charles H. Dow, người sáng lập Tạp chí The Wall Street Journal, xây dựng cơ sở đầu tiên cho phân tích kỹ thuật thì nó mới thực sự được mở rộng và phát triển mạnh mẽ. Ngày nay, phân tích kỹ thuật đã trở thành một công cụ không thể thiếu cho các nhà đầu tư trên thế giới. Cùng với sự phát triển của nó là sự bùng nổ của khoa học máy tính, kỹ thuật thống kê nhằm hỗ trợ cho công cụ này. Một số phần mềm phổ biến dùng trong phân tích kỹ thuật như Metastock, AmiBroker, MetaTrader4,... đã ngày càng hoàn thiện hơn với những tính năng vượt trội. Song song đó là những trang web được lập nên để hỗ trợ cho các nhà đầu tư trong quá trình theo dõi diễn biến của thị trường cũng như đưa ra các quyết định mua hay bán, một số trang điển hình như:

https://tradingview.com/; https://www.fireant.vn/; https://www.investing.com/;

http://ptkt.vietstock.vn/; http://cafef.vn/; http://banggia2.ssi.com.vn/;...

Trong khi Phân tích cơ bản (Fundamental analysis) tập trung vào việc nghiên cứu các dữ liệu về nền kinh tế, ngành kinh tế và từng công ty để tìm ra giá trị nội tại của các khoản đầu tư thì Phân tích kỹ thuật lại tập trung nghiên cứu các dữ liệu của thị trường trong quá khứ như là giá và khối lượng giao dịch để từ đó đưa ra các khuynh hướng thay đổi về giá trong tương lai.

Bên cạnh những mặt hạn chế do tác động của các yếu tố khách quan và chủ quan thì Phân tích kỹ thuật lại tỏa sáng lên với những ưu điểm của nó. Phân tích kỹ thuật có thể áp dụng được cho mọi thị trường mà không phụ thuộc nhiều vào các báo cáo tài chính. Công cụ này cho phép nhà giao dịch nhanh chóng phát hiện ra xu thế dịch chuyển giá sang một mức giá cân bằng mới và có thể áp dụng đối với các khung thời gian khác nhau. Nguyên tắc của Phân tích kỹ thuật cũng tương đối dễ hiểu và có thể được xây dựng từ cách thức vận hành của thị trường.

Mặc dù còn nhiều ý kiến trái chiều cho rằng công cụ này khó mang lại hiệu quả ở Việt Nam với những lo ngại liên quan đến tâm lý kinh doanh “bầy đàn” và sự thiếu minh bạch trong thị trường. Tuy nhiên, với xu thế hội nhập như hiện nay mà đặc biệt là sự bùng nổ của cuộc cách mạng công nghiệp 4.02, tôi tin rằng thị trường tài chính

2 Cách mạng công nghiệp 4.0 (CMCN 4.0) hay còn gọi là cuộc cách mạng công nghiệp lần thứ tư được xem như là một cuộc cách mạng số và hơn thế nữa là sự kết hợp các công nghệ lại với nhau, làm mờ ranh giới giữa vật lý, kỹ thuật số và sinh học. CMCN 4.0 sẽ là bước đột phá cho trí tuệ nhân tạo, kết nối vạn vật qua Internet, để tạo ra thành phố thông minh, xe hơi tự lái, máy in 3D, máy bay không người lái,...


286

nước ta sẽ có những bước phát triển đột phá và công cụ Phân tích kỹ thuật là một trong những lựa chọn không thể thiếu của các nhà đầu tư.

Chính những tính năng ưu việt đó của Phân tích kỹ thuật cùng niềm tin mãnh liệt vào tương lai mà tôi đã mạnh dạn biên soạn quyển bài giảng Phân tích kỹ thuật trong Tài chính (Technical Analysis in Finance), với mong muốn trang bị cho sinh viên (và những ai quan tâm) một cái nhìn tổng quan cũng như ứng dụng được những thành tựu mà công cụ này mang lại, giúp những nhà đầu tư trong thời đại mới có khả năng tạo ra lợi nhuận cao thông qua việc chọn đúng thời điểm mua bán.

2. ỨNG DỤNG PHÂN MỀM R TRONG GIAO DỊCH CHỨNG KHOÁN QUỐC TÊ

Trong phần này chúng ta sẽ cùng tìm hiểu một số công cụ chỉ báo phổ biến nhất của phân tích kỹ thuật, từ khái niệm đến các thiết lập tín hiệu giao dịch. Tất cả các biểu đồ được cung cấp trong phần này được xuất ra từ phần mềm R. Các câu lệnh cũng được nêu lại trước mỗi đồ thị để độc giả có thể thực hành theo. Đầu tiên chúng ta sẽ tìm hiểu về các đường trung bình động.

2.1. Các đường trung bình di động

Đường trung bình di động (Moving Average) là một trong những chỉ báo kỹ thuật linh hoạt nhất và được sử dụng rộng rãi. Do được vẽ cũng như được lượng hóa và kiểm tra một cách dễ dàng nên đường trung bình di động được coi là nền tảng cơ sở cho nhiều hệ thống tuân theo xu hướng cơ học ngày nay.

2.1.1. Một số đường trung bình di động phổ biến

a) Đường trung bình di động giản đơn

Đường trung bình di động giản đơn (Simple Moving Average - SMA) được tính bằng cách cộng giá đóng cửa của n ngày gần nhất và chia cho n. Mỗi ngày giá đóng cửa mới được cộng vào tổng và giá đóng cửa của ngày thứ 1n + trước đó thì bị trừ đi. Tổng mới sẽ được chia cho n. Công thức minh họa cho SMA như sau:

287


b) Đường trung bình di động tỷ trọng tuyến tính

Một số trung bình di động tỷ trọng tuyến tính (Weighted Moving Average - WMA) được tính bằng cách cộng giá đóng cửa của n ngày gần nhất sau khi đã nhân mỗi giá trị với số thứ tự tương ứng. Tổng nhận được đem chia cho tổng các bội số. Công thức minh họa cho WMA như sau:

c) Đường trung bình di động suôn theo hàm mũ

Đường trung bình di động suôn theo hàm mũ (Exponentially Smoothed Moving Average - EMA) được tạo ra để khắc phục sự phản ánh chậm về biến động giá của SMA cũng như sự xem nhẹ dữ liệu trong quá khứ của WMA. Đối với EMA, người sử dụng có thể điều chỉnh tỷ trọng lơn hơn hoặc nhỏ hơn cho mức giá của ngày gần nhất. Công thức minh họa cho EMA như sau:

( ) ( ) ( )( ) ( ) ( )

2 31 2 3 4

2 3

1 1 1 ...1 1 1 1 ...

p p p pEMA

α α αα α α

+ − + − + − +=

+ − + − + − + Ở đây 2

1Nα =

+.

2.1.2. Cách sử dụng các đường trung bình di động

Để đạt hiệu quả cao trong việc dự đoán giá, người ta thường sử dụng cùng lúc 2 hay 3 đường trung bình di động.

a) Sử dụng hai đường trung bình di động

Tín hiệu mua là khi đường trung bình ngắn hơn cắt lên trên đường trung bình dài hơn. Ngược lại, khi đường trung bình ngắn hơn cắt xuống dưới đường trung bình dài hơn thì nhà đầu tư xem xét việc bán ra.

> addEMA(n=9, col=”blue”) > addEMA(n=26, col=”red”)


288

b) Sử dụng ba đường trung bình di động

Các nhà đầu tư thường sử dụng bộ ba đường trung bình di động sau (50; 150; 200) ngày. Trong xu hướng giảm, ta có trình tự sắp xếp từ trên xuống theo thứ tự là đường 200 ngày, đường 150 ngày và đường 50 ngày. Tín hiệu mua diễn ra trong trường hợp này khi đường 50 ngày cắt lên trên cả hai đường 150 ngày và 200 ngày. Tín hiệu mua được xác định khi đường 150 ngày cắt lên trên đường 200 ngày. Đối với xu hướng tăng ta có trình tự sắp xếp từ dưới lên theo thứ tự là đường 200 ngày, đường 150 ngày và đường 50 ngày. Tín hiệu bán diễn ra trong trường hợp này khi đường 50 ngày cắt xuống dưới cả hai đường 150 ngày và 200 ngày. Tín hiệu bán được xác định khi đường 150 ngày cắt xuống dưới đường 200 ngày.

> addEMA(n=50, col=”blue”)

> addEMA(n=150, col=”yellow”)

> addEMA(n=200, col=” red “)

2.2. Đường MACD

Đường MACD là sự chênh lệch về giá giữa hai đường trung bình di động theo hàm mũ, thông thường lấy giá trị trung bình di động hàm mũ ngắn hạn 12 ngày (EMA12) trừ giá trị trung bình di động hàm mũ dài hạn 26 ngày (EMA26).

Đường trung bình di động 9 ngày của MACD (không phải của giá) thường được vẽ cùng với đường MACD đóng vai trò như là đường tín hiệu. Khi đường MACD cắt lên trên đường tín hiệu, cho thấy xu hướng giá bắt đầu tăng trở lại, nhà giao dịch nên

289


mua vào. Nếu đường MACD cắt xuống dưới đường tín hiệu, nó cảnh báo cho việc giá giảm và nhà giao dịch nên bán ra.

> addMACD()

2.3. Bollinger Bands

Kỹ thuật này được phát triển bởi John Bollinger3. Hai đường biên của dải này được đặt xung quanh một đường trung bình di động với một độ lệch chuẩn cho trước. Đường trung bình thường được dùng là đường 20 ngày.

Độ lệch chuẩn (Standard Deviation) là một khái niệm trong thống kê toán, nó mô tả cách thức mà giá được phân tán xung quanh giá trị trung bình. Việc sử dụng hai đường lệch chuẩn này đảm bảo 95% dữ liệu giá cả nằm trong phạm vi dải băng giao dịch. Thông thường, giá được xem như mở rộng quá mức lên trên (mua quá mức) khi chạm phải dải bên trên và mở rộng quá mức xuống dưới (bán quá mức) khi chạm vào dải bên dưới.

Nếu gọi jX là giá đóng cửa của phiên thứ j thì độ lệch chuẩn của giá sau n phiên được xác định bằng công thức sau:

( )

2

2

1 1

1 1n n

j jj j

Se X X Xn n= =

= −

∑ ∑

3 John Bollinger là người sáng lập và là chủ tịch của Bollinger Capital Management. Ông là người đầu tiên trên thế giới đạt được cả hai chứng chỉ CFA (Chartered Financial Analyst) và CMT (Chartered Market Technician).


290

Khi khoảng cách giữa hai dải rộng một cách khác thường, đó là tín hiệu kết thúc xu hướng hiện tại. Khi dải băng thu hẹp quá nhiều, đó thường là tín hiệu khởi động xu hướng mới của thị trường. Hiện tượng dải băng co thắt lại quá mức (hay còn gọi là hiện tượng “thắt nút cổ chai”) được giới chuyên gia đặc biệt chú ý vì đó là tính hiệu gần như chắc chắn một đợt biến động giá mạnh sắp xảy ra. Dựa vào vị trí của giá so với đường trung bình mà nhà đầu tư dự đoán hướng biến động trong tương lai.

> addBBands()

2.4. RSI

Chỉ số RSI được phát triển bởi J. Welles Wilder và được trình bày trong cuốn sách của ông vào năm 1978 có tựa đề “Những khái niệm mới trong hệ thống giao dịch kỹ thuật” (New concepts in technical trading systems).

RSI được sử dụng rất phổ biến trong thị trường tài chính mà đặc biệt là trong thị trường ngoại hối4. Nó được dùng để đo sức mạnh tương đối của thị trường tài chính nói chung và trong Forex nó được hiểu như là động lực của một cặp tiền tệ. Chỉ số này được tính bằng cách so sánh thành tích hiện tại của cặp tiền tệ với thành tích trong quá khứ của nó. RSI được xác định bởi công thức sau:

. Ở đây PTRSPG

= , với PT là trung bình giá đóng cửa tăng của n

ngày và PG là trung bình giá đóng cửa giảm của n ngày. Với cách tính của RSI ta nhận

4 Thị trường ngoại hối (Forex, FX, hoặc thị trường tiền tệ) là một thị trường tài chính toàn cầu, phi tập trung và giao dịch tự do. Nó được xếp vào loại thị trường tài chính có thanh khoản cao nhất với giá trị giao dịch hàng ngày lên đến hàng nghìn tỷ đô la Mỹ.

291


thấy rằng ( )0,100RSI ∈ . Ý nghĩa:

50RSI = : Mua bán tương quan như nhau,

50RSI > : Bên mua thắng thế,

50RSI < : Bên bán thắng thế,

70RSI ≥ : Mua quá mức, tín hiệu cho việc bán,

30RSI ≤ : Bán quá mức, tin hiệu cho việc mua.

> addRSI()

2.5. On Balance Volume

Chỉ báo On Balance Volume (OBV – Cân bằng khối lượng) là chỉ báo đơn giản nhất và phổ biến nhất, nó cho biết cường độ dao động thể hiện mối quan hệ giữa khối lượng giao dịch và sự thay đổi của giá. OBV trong xu hướng tăng nếu đỉnh sau cao hơn đỉnh trước và đáy sau cao hơn đáy trước, OBV trong xu hướng giảm thì ngược lại.

Khi OBV chuyển sang xu hướng tăng hoặc xu hướng giảm thì sẽ xuất hiện sự bứt phá (hay còn được gọi là phá vỡ). Vì OBV thường bứt phá trước giá nên nhà đầu tư sẽ mua vào khi OBV bứt phá đi lên và bán ra khi OBV bứt phá đi xuống.

Chỉ báo OBV được tính bằng cách cộng khối lượng trong ngày vào tổng khối lượng cộng dồn khi giá tăng cũng như trừ khối lượng của ngày đó khi giá giảm. Khi giá đóng cửa của ngày hôm nay bằng giá đóng cửa của ngày hôm qua thì OBV được giữ nguyên.


292

> addOBV()

2.6. Money Flow Index

Money flow Index (MFI - chỉ số dòng tiền) là chỉ báo kỹ thuật dùng để đo sức mạnh của dòng tiền ra vào của một loại tài sản nào đó trong giai đoạn phân tích. Nói cách khác, MFI cho thấy mức độ ưa thích của các nhà đầu tư đối với loại chứng khoán hay đồng tiền nào đó. MFI liên quan chặt chẽ với RSI nhưng RSI liên quan đến giá, còn MFI liên quan đến khối lượng. MFI cũng chỉ ra sự phân kỳ giữa chỉ số và biến đổi về giá. Khi giá có xu hướng đi lên cao và MFI có xu hướng đi xuống thấp (hoặc ngược lại), thì khả năng đảo chiều có thể xảy ra.

Theo các chuyên gia phân tích kỹ thuật thì nên bán khi MFI ở trên 80 điểm và mua khi MFI ở dưới 20 điểm. Còn đối với các nhà đầu tư ngắn hạn (nhà giao dịch lướt sóng) thì nên bán khi MFI có tín hiệu đi xuống và mua khi MFI có dấu hiệu đi lên.

> addMFI()

293


2.7. Average Directional Indicator

Chức năng chính của chỉ báo Average Directional Indicator (ADX) là cho biết thị trường đang trong xu hướng hoặc đi ngang.

Cách sử dụng ADX khá đơn giản như sau:

Buy: +DI (xanh) nằm phía trên –DI (đỏ) và ADX tăng.

Sell: +DI (xanh) nằm phía dưới –DI (đỏ) và ADX tăng.

Không giao dịch theo tín hiệu của nhóm chỉ báo trễ (theo sau xu hướng) khi ADX giảm. Lúc này thị trường sideway và ưu tiên cho các tín hiệu của nhóm chỉ báo sớm.

Khi ADX vượt lên trên cả hai đường Directional xác định thị trường đang có xu hướng rất mạnh. Ngược lại, cho thấy xu hướng hiện tại đã suy yếu, thị trường có thể trở nên sideway một thời gian ngắn trước khi đảo chiều.

> addADX()

2.8. Aroon

Tương tự như ADX, chức năng chính của chỉ báo Aroon là cho biết thị trường đang trong xu hướng hoặc đi ngang. Phương pháp giao dịch của Aroon như sau:

Buy: Aroon Up vượt lên trên Aroon Down, giá xác lập xu hướng tăng mạnh khi Aroon Up duy trì ổn định trong khoảng 70 - 100 và Aroon Down duy trì ổn định trong khoảng 0 - 30.

Sell: Aroon Down vượt lên trên Aroon Up, giá xác lập xu hướng giảm mạnh khi Aroon Down duy trì ổn định trong khoảng 70 - 100 và Aroon Up duy trì ổn định trong khoảng 0 - 30.


294

Khi Aroon Up và Aroon Down di chuyển song song là lúc thị trường sideway, ưu tiên giao dịch theo nhóm chỉ báo sớm, hạn chế giao dịch theo nhóm chỉ báo theo sau xu hướng.

> addAroon()

2.9. Commodity Channel Index

Chỉ báo Commodity Channel Index (CCI) thuộc nhóm chỉ báo sớm, dùng để đo lường sự biến động của giá (hoặc tỷ giá) so với giá trị trung bình của đối tượng mà nó quan sát sát (chứng khoán, forex, crypto,...). Giá trị cao cho thấy giá đang cao bất thường so với mức trung bình, trong khi giá trị thấp cho thấy điều ngược lại. Có thể áp dụng chỉ báo CCI cho các thiết lập giao dịch phân kỳ5 hoặc sử dụng như một chỉ báo sớm với các vùng quá mua và quá bán.

> addCCI()

5 Phân kỳ là một trong những tín hiệu mạnh nhất dành cho các trader. Đây có thể được xem “nhà tiên tri” đáng tin cậy. Tuy nhiên, các lệnh giao dịch cũng cần phải có Stop-loss để đề phòng rủi ro từ các đợt phân kỳ giả.

295


2.10. Average True Range

Chỉ báo Average True Range (ATR) là thước đo mức độ biến động của thị trường. Giá trị của ATR cao thường xuất hiện tại đáy của thị trường sau một đợt bán tháo hoảng loạn, khi đó nhà đầu tư nên xem xét các vị thế mua vào hoặc vị thế Long cho phái sinh. Khi thị trường tạo đỉnh, giá đang giằng co bởi các lực cung và cầu; ATR sẽ cho giá trị thấp, nhà đầu tư nên ưu tiên thoát hàng, các vị thế bán khống hoặc Short trong phái sinh.

> addATR()

2.11. Stochastic Momentum Index

Chỉ báo Stochastic Momentum Index (SMI) cho biết mối tương quan giữa giá đóng cửa với trung vị của phạm vi giá cao nhất/thấp nhất gần nhất. SMI được hiệu chỉnh 2 lần bằng trung bình động hàm số mũ nên cho kết quả tốt hơn một số chỉ báo khác cùng tính năng như Stochastic Oscillator chẳng hạn. SMI thuộc nhóm chỉ báo sớm, tức là sẽ hoạt động hiệu quả khi thị trường sideway với các thiết lập giao dịch ở vùng quá mua và quá bán. Nếu thị trường đang ở một xu hướng tăng mạnh (hoặc giảm mạnh) thì chỉ dùng SMI để vào lệnh theo xu hướng. Ngoài ra, có thể dùng SMI để thiết lập các tín hiệu giao dịch khi xảy ra hiệu tượng phân kỳ.


296

> addSMI()

2.12. Zig Zag

Chỉ báo Zig Zag được sử dụng chủ yếu để giúp chúng ta nhận biết những điểm đảo chiều quan trọng, những biến động nhỏ sẽ được Zig Zag loại bỏ (nhà giao dịch có thể tùy chỉnh những biến động không đáng kể này). Một trong những điểm thú vị nhất của chỉ báo này là tính linh hoạt vì nó có thể thay đổi đỉnh và đáy khi giá (hoặc tỷ giá) thay đổi. Điều này cũng có nghĩa là nhà đầu tư nên hạn chế thiết lập các giao dịch trực tiếp dựa trên Zig Zag, mà thay vào đó là dùng chỉ báo này cho các khảo sát về tính chu kỳ của thị trường hay các quan sát liên quan đến sóng Elliott6.

> addZigZag()

6 Nguyên lý sóng Elliott là một trong những phương pháp cơ bản của phân tích kỹ thuật ứng dụng trong ngành phân tích và dự báo giá cả, bằng cách mô hình hóa các thái cực trong tâm lý nhà đầu tư, các mức cao và thấp trong giá và các yếu tố tập thể.

297


Ngoài ra, còn rất nhiều các chỉ báo kỹ thuật khác mà phần mềm R có thể cung cấp, phần này dành cho bạn đọc, chẳng hạn như:

> addCMF(); > addROC(); > addExpiry(); > addSAR();

> addVo(); > addWPR(); > addTDI(); > addCMO().

3. KÊT LUẬN

Như vậy, tôi đã trình bày khá đầy đủ những ứng dụng của phần mềm R trong giao dịch tài chính, mà cụ thể là thông qua các ví dụ về giao dịch chứng khoán quốc tế. Các thị trường khác nhau như ngoại hối, hàng hóa, kim loại quý, tiền điện tử,... đều được thực hiện tương tự. Các đoạn mã cũng được cung cấp để bất kỳ ai, kể cả những người mới biết về phần mềm R có thể sử dụng được và tôi tin chắc rằng nó sẽ không quá khó cho sinh viên chuyên ngành Toán kinh tế. Còn rất nhiều những ứng dụng thú vị nữa mà phần mềm R có thể mang lại, tuy nhiên trong khuôn khổ cho phép của bài viết này, tôi xin kết thúc tại đây. Trong các lần hội thảo sau, tôi xin chia sẻ thêm một bài viết khác sâu sắc hơn, hy vọng sẽ giúp ích được cho nhiều đọc giả, những người thực sự giao dịch và đang rất quan tâm đến giao dịch.


1. Lê Trường Giang (2018), Bài giảng Phân tích kỹ thuật trong Tài chính, Trường Đại học Tài chính - Marketing, 2018.

2. Ko Chiu Yu (2019), Techincal Analysis with R, National University of Singapore.

3. J. Sharmila Vaiz, M. Ramaswami (2016), Forecasting Stock Trend Using Technical Indicators with R, International Journal of Computational Intelligence and Informatics, Vol.6: No.3, December 2016.


298

MÔ HINH ARIMA VA ỨNG DỤNG DƯ BÁO LAM PHÁT CỦA VIỆT NAM

28.

ThS. Vũ Anh Linh DuyTrường Đại học Tài chính - Marketing

Tóm tắt

“Kiềm chế lạm phát là ưu tiên số một, khi có điều kiện thuận lợi sẽ phấn đấu để đạt mức tăng trưởng cao hơn”. Đó là một trong những kế hoạch của Chính phủ Việt Nam đối với sự phát triển của đất nước. Tuy nhiên, sự tác động của lạm phát có cả tích cực và tiêu cực theo những cách thức khác nhau tùy thuộc vào cấu trúc của nền kinh tế, khả năng thích ứng với sự thay đổi liên tục của lạm phát và mức độ tiên liệu một cách toàn diện về lạm phát. Vì vậy, dự báo lạm phát không chỉ có ý nghĩa trong việc cung cấp các thông tin cho những nhà hoạch định chính sách mà còn đối với cả các nhà kinh doanh trong việc điều chỉnh các chiến lược; và tính ổn định kinh tế vĩ mô có liên quan đến mức độ tương đồng hay khác biệt giữa các dự báo về lạm phát của các nhà kinh doanh và của các nhà hoạch định chính sách. Trong bài tham luận này, tôi xin đưa ra mô hình ARIMA và ứng dụng để dự báo lạm phát 6 tháng cuối năm 2018 của Việt Nam.

Từ khóa: Chỉ số giá tiêu dùng (CPI), mô hìnhARIMA, Dự báo.

1. KHÁI QUÁT

Lạm phát cao có xu hướng làm thay đổi các cân bằng thực của nền kinh tế làm chệch hướng các nguồn lực khi thực hiện các giao dịch; giảm tín hiệu thông tin về giá tương đối vì vậy dẫn đến tình trạng phân bổ nguồn lực không hiệu quả. Khi lạm phát tăng làm giá trị của tiền giảm khiến chức năng là đơn vị hạch toán của tiền thay đổi, điều này làm cho việc hạch toán chi phí - lợi nhuận của doanh nghiệp trở nên khó

299


khăn; tác hại của lạm phát không dự kiến được gia tăng sự bất ổn định, dẫn đến tình trạng tái phân phối của cải một cách tùy tiện (chẳng hạn, khi lạm phát cao hơn so với dự kiến người đi vay được lợi và người cho vay bị thiệt).

Vì vậy, dự báo lạm phát không chỉ có ý nghĩa trong việc cung cấp các thông tin đối với những nhà hoạch định chính sách kinh tế vĩ mô mà còn đối với cả các nhà kinh doanh trong việc điều chỉnh các chiến lược kinh doanh.

Có nhiều phương pháp tiếp cận trong phân tích và dự báo lạm phát. Mục đích của bài viết này nhằm ứng dụng mô hình ARIMA với phương pháp Box-Jenkins để dự báo lạm phát ở Việt Nam.

2. XÂY DƯNG MÔ HINH ARIMA

2.1. Nguồn dữ liệu

Số liệu được sử dụng trong mô hình là chuỗi chỉ số lạm phát theo tháng từ tháng 1/1995 đến tháng 6/2018 từ nguồn Tổng cục Thống kê. Ký hiệu chuỗi này là - chuỗi chỉ số CPI (đơn vị: %) ở thời kỳ t.

2.2. Cơ sở lý luận

Mô hình sử dụng dữ liệu chuỗi thời gian, xem giá trị trong quá khứ của một biến số cụ thể là một chỉ tiêu tốt phản ánh giá trị trong tương lai của nó, cụ thể, cho Yt là giá trị của biến số tại thời điểm t với Yt = f(Yt-1, Yt-2, ..., Y0, t).

Mục đích của phân tích là để thấy rõ một số mối quan hệ giữa các giá trị Yt được quan sát đến nay để cho phép chúng ta dự báo giá trị Yt trong tương lai. Phương pháp này đặc biệt hữu ích cho việc dự báo ngắn hạn.

Mô hình tự hồi quy p-AR(p): Trong mô hình tự hồi quy quá trình phụ thuộc vào tổng trọng số của các giá trị quá khứ và số hạng nhiễu ngẫu nhiên.

Yt = φ1Yt-1 + φ2Yt-2 + ... + φpYt-p + δ + εt

Mô hình trung bình trượt q-MA(q): trong mô hình trung bình trượt, quá trình được mô tả hoàn toàn bằng tổng trọng số của các ngẫu nhiên hiện hành có độ trễ:

Yt = μ + εt − θ1εt-1 − θ2εt-2 − ...− θqεt-q

Mô hình hồi quy kết hợp trung bình trượt - ARMA(p, q):

Yt = φ1Yt-1 + φ2Yt-2 + ... + φpYt-p + δ + εt − θ1εt-1 − θ2εt-2 − ... − θqεt-q


300

2.2.1. Kiểm định tính dừng của chuỗi quan sát

Điều trước tiên cần phải lưu ý là hầu hết các chuỗi thời gian đều không dừng, và các thành phần AR và MA của mô hình ARIMA chỉ liên quan đến các chuỗi thời gian dừng. Quy trình ngẫu nhiên của Yt được xem là dừng nếu trung bình và phương sai của quá trình không thay đổi theo thời gian và giá đồng phương sai giữa hai thời đoạn chỉ phụ thuộc vào khoảng cách độ trễ về thời gian giữa các thời đoạn này chứ không phụ thuộc vào thời điểm thực tế mà đồng phương sai được tính. Do đó, để nhận diện mô hình ARIMA, chúng ta phải thực hiện như sau:

Kiểm định tính dừng: Có ba cách để nhận biết tính dừng của một chuỗi thời gian là dựa vào trên đồ thị của chuỗi thời gian, đồ thị của hàm tự tương quan mẫu hay kiểm định Dickey-Fuller.

Nếu chuỗi Yt không dừng, ta có thể lấy sai phân bậc 1. Khi đó chuỗi sai phân bậc 1 (Wt) có thể dừng. Sai phân bậc 1: Wt = Yt-Yt-1

Nếu chuỗi sai phân bậc 1 (Wt) không dừng, ta có thể lấy sai phân bậc 2. Khi đó, chuỗi sai phân bậc 2 có thể dừng. Sai phân bậc 2: Vt=Wt-Wt-1

2.2.2. Nhận dạng mô hình

Nhận dạng mô hình ARMA(p,d,q) là tìm các giá trị thích hợp của p, d, q. Với d là bậc sai phân của chuỗi thời gian được khảo sát, p là bậc tự hồi quy và q là bậc trung bình trượt.

2.2.3. Ước lượng các tham số của mô hình

Các hệ số φ và δ mô hình ARIMA được xác định bằng phương pháp ước lượng thích hợp cực đại. Sau đó, chúng ta kiểm định φ và δ bằng thống kê t. Ước lượng sai số bình phương trung bình của phần dư.

2.2.4. Kiểm định mô hình

Sau khi ước lượng các tham số của một mô hình ARIMA được nhận dạng thử, chúng ta cần phải kiểm định để kiểm nghiệm rằng mô hình là thích hợp. Các cách thức để thực hiện điều này:

Kiểm tra phần dư et có phải là nhiễu trắng không. Nếu et là nhiễu trắng thì chấp nhận mô hình, trong trường hợp ngược lại chúng ta phải tiến hành lại từ đầu. Các kiểm định có thể sử dụng là kiểm định BP (Box-Priere) hoặc kiểm định Ljung-box với trị thống kê Q, hoặc kiểm định LM.

301


Nếu tồn tại nhiều hơn một mô hình đúng, mô hình có AIC (Akaike Information Criterion) nhỏ nhất sẽ được lựa chọn.

2.2.5. Dự báo bằng mô hình ARIMA

Một trong số các lý do về tính phổ biến của phương pháp lập mô hình ARIMA là thành công của nó trong dự báo. Trong một số trường hợp, dự báo thu được từ phương pháp này có tính tin cậy cao hơn so với các dự báo thu được từ các phương pháp lập mô hình kinh tế lượng truyền thống khác.

Dựa vào mô hình ARIMA ước lượng được, tiến hành dự báo như sau:

2.2.6. Mô hình ARIMA cho CPI

Hình 1: Đồ thị chuỗi CPI từ tháng 1 năm 1995 đến tháng 6 năm 2018

98

99

100

101

102

103

104

96 98 00 02 04 06 08 10 12 14 16 18

Trước tiên, sử dụng tiêu chuẩn ADF (augmented Dickey-Fuller) để kiểm định tính dừng của chuỗi, kết quả ở Bảng 1 cho thấy chuỗi này không có nghiệm đơn vị, hay đây là chuỗi dừng, do đó mô hình ARIMA sẽ có dạng ARMA(p,q).


302

Bảng 1: Kiểm định nghiệm đơn vị cho CPIt

Null Hypothesis: CPI has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 4 (Fixed)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -5,737949 0,0000

Test critical values: 1% level -3,991534

5% level -3,426132

10% level -3,136266

*MacKinnon (1996) one-sided p-values.

Để xác định p và q của mô hình chúng ta dựa trên lược đồ tương quan của chuỗi (Bảng 2). Dựa vào các giá trị SACF và SPACF các giá trị của p có thể là 1, 12, 13, 25 và q có thể là 1, 2, hoặc 12.

Hình 2: Lược đồ tương quan chuỗi CPIt

303


Để lựa chọn được mô hình phù hợp nhất chúng ta tiến hành hồi quy theo phương pháp OLS cho các mô hình với các cặp (p, q). Qua ước lượng thực nghiệm thì mô hình được chúng ta lựa chọn có p = 1, 12 và q = 12 (các mô hình khác hoặc là có các hệ số hồi quy thu được từ ước lượng không có ý nghĩa thống kê hoặc là phần dư thu được không phải là nhiếu trắng). Kết quả ước lượng được thể hiện ở Bảng 2.

Bảng 2: Kết quả ước lượng bằng phương pháp OLS

Dependent Variable: CPI

Method: Least Squares

Date: 05/22/20 Time: 21:46

Sample (adjusted): 1996M02 2018M06

Included observations: 269 after adjustments

Convergence achieved after 25 iterations

MA Backcast: 1995M02 1996M01

Variable Coefficient Std. Error t-Statistic Prob.

C 100,6920 0,264675 380,4366 0,0000

AR(1) 0,708534 0,043720 16,20631 0,0000

AR(12) 0,935024 0,010093 92,64081 0,0000

MA(12) -0,949002 0,016307 -58,19520 0,0000

R-squared 0,662861 Mean dependent var 100,5082

Adjusted R-squared 0,657753 S,D, dependent var 0,823312

S.E. of regression 0,481653 Akaike info criterion 1,395229

Sum squared resid 61,24538 Schwarz criterion 1,462045

Log likelihood -182,6583 Hannan-Quinn criter, 1,422062

F-statistic 129,7649 Durbin-Watson stat 2,039598

Prob(F-statistic) 0,000000


304

Theo Bảng 6. Các mô hình ARIMA có thể: ARIMA(1,0,12) và ARIMA(12,0,12)

Bảng 3: Kết quả các thông số kiểm định

ARIMA(1,0,12) ARIMA(12,0,12)

AIC 1,937319 2,068941

SIC 1,976163 2,108923

Log-likelihood -269,1934 -276,3070

RMSE 0,630681 0,673290

MAE 0,448324 0,467732

Theil U 0,004049 0,003050

Từ bảng kết quả các thông số, ta thấy các thông số của mô hình ARIMA(1,0,12) tốt hơn, nên ta dùng mô hình này để dự báo.

Kiểm tra tính dừng trên phần dư của mô hình, ta có:

Bảng 4: Kết quả kiểm định tính dừng trên phần dư

Null Hypothesis: RESID01 has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic - based on SIC, maxlag=15)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -17,50455 0,0000

Test critical values: 1% level -3,453567

5% level -2,871656

10% level -2,572233

*MacKinnon (1996) one-sided p-values.

305


Hình 3: Bảng kết quả tự tương quan phần dư

Ta thấy mô hình ARIMA(1,0,12) thỏa tính dừng và tự tương quan nên ta tiến hành dự báo bằng mô hình trên.

Hình 4: Bảng kết quả dự báo CPI 6 tháng cuối năm 2018


306

Bảng 5. Kết quả dự báo CPI từ tháng 7 đến tháng 12 năm 2018

Tháng 7 Tháng 8 Tháng 9 Tháng 10 Tháng 11 Tháng 12

100,6 100,8 100,6 100,5 100,4 100,4

3. KÊT LUẬN

Nghiên cứu về CPI và những ứng dụng của CPI trong kinh tế giúp những nhà quản lý kinh tế đưa ra những chính sách kinh tế vĩ mô của một quốc gia, giúp cho người tiêu dùng có căn cứ để có chính sách chi tiêu hợp lý cho gia đình. Biến động của CPI đều ảnh hưởng đến nền kinh tế quốc dân nên các nhà quản lý cần phải đưa ra chính sách điều chỉnh CPI nhằm kiểm soát tốt lạm phát.

Bài viết đã nghiên cứu khả năng ứng dụng của mô hình ARIMA vào việc dự báo lạm phát nhằm tìm ra mô hình tốt nhất cho việc dự báo lạm phát tại Việt Nam. Kết quả nghiên cứu cho thấy, mô hình ARIMA(1,0,12) cho kết quả dự báo lạm phát tốt trong các mô hình được nghiên cứu ở trên và kết quả dự báo chấp nhận được./.


1. Nguyễn Quang Dong (2006), Kinh tế lượng, NXB Khoa học và Kỹ thuật, Hà Nội.

2. Nguyễn Thống (2000), Kinh Tế Lượng Ứng Dụng, NXB Đại học Quốc gia Tp. Hồ Chí Minh, tr.238-278.

3. Phùng Thanh Bình, Hướng dẫn sử dụng Eview trong phân thích dữ liệu và hồi quy.

4. Đặng Hùng Thắng (1999), Thống kê và ứng dụng, NXB Giáo dục.

5. www.gso.gov.vn

6. Box & Jenkins (1970), Time series analysis: Forecasting and control, San Francisco: Holden-Day.

7. Gujarati (2004), Basic Econometrics. McGraw−Hill.

8. Khashei & Bijari (2011), A novel hybridization of artificial neural networks and ARIMA.

307


Tóm tắt

Ngôn ngữ mã nguồn mở R là môi trường tốt cho tính toán thống kê và phân tích dữ liệu. R cũng là công cụ cực tốt để tiếp cận Toán, và sử dụng Toán cho các ứng dụng của người dùng. Bài viết dùng R cho việc giải quy hoạch tuyến tính bằng thuật toán điểm trong. Khía cạnh được đưa ra trong bài viết là thực thi thuật toán bằng ngôn ngữ R, cả phía người dạy và người học.

Từ khóa: Quy hoạch tuyến tính, thuật toán điểm trong, Affine scaling, barrier, R, dạy và học.

1. GIỚI THIỆU

Đơn hình (simplex method, SM) là phương pháp phổ biến để giải các quy hoạch tuyến tính, đến khi phương pháp điểm trong phát triển. Với SM, việc đạt tới nghiệm tối ưu của quy hoạch tuyến tính thực hiện qua hành động chuyển từ đỉnh này tới đỉnh khác dọc theo các cạnh của miền ràng buộc đa diện, theo hướng thay đổi hàm mục tiêu. Điểm trong, như tên gọi, đi từ điểm nằm hẳn bên trong tập chấp nhận được, không nằm trên biên, theo hướng tốt dần để tới nghiệm tối ưu.

Karmarkar (1984), được xem là người tiên phong của lĩnh vực phương pháp điểm trong. Phương pháp Projective scaling của Karmarkar có thể cạnh tranh với SM khi áp dụng vào các bài toán thực tế. Thuật toán điểm trong mượn những ý đơn giản từ

R VA THUẬT TOÁN ĐIỂM TRONG CHO QUY HOACH TUYÊN TÍNH

29.

ThS. Phạm Việt HuyTrường Đại học Tài chính - Marketing


308

tối ưu phi tuyến, và với quy hoạch tuyến tính thì chúng đủ cơ bản để phát triển. Với quy hoạch tuyến tính, phương pháp điểm trong đạt đến nghiệm tối ưu (giờ được biết là nằm trên biên của miền chấp nhận được) thông qua một dãy các điểm trong. Kết quả các phép lặp của phương pháp điểm trong không nằm trên biên, mà là các điểm trong thật sự của miền chấp nhận được.

Có nhiều hướng đi đến các điểm trong kế tiếp từ điểm trong khởi đầu, tập trung vào hai nhóm chính. Một là thay đổi tỷ lệ để giữ các điểm hiện tại cách xa biên, và hạn chế bước nhảy để không chạm biên. Hướng này có trong phương pháp affine scaling của Dikin. Hai là thêm lực đẩy biên vào hàm mục tiêu để chặn di chuyển đến biên của miền ràng buộc. Hướng này được biết là phương pháp barrier.

Chính ngay trong từng hướng, đã có sự cải tiến từng chút từng chút một, làm cho các phương pháp điểm trong càng ngày càng tinh tế. Chẳng hạn, Boah D.K và Twum S.B. (2019) đưa ra một thay đổi cho phương pháp affine scaling. Thay đổi rõ từ nghiên cứu này là số lượng các bước lặp ứng với từng lựa chọn của tỷ lệ. [2]

Boah D.K và Twum sử dụng MatLab cho các tính toán của mình. Và ngay MatLab cũng có gói linprog để giải quy hoạch tuyến tính, mà lựa chọn điểm trong đã xuất hiện. Gói linprog đã xuất hiện trong R, và cùng với lpSolve, là công cụ đắc lực để giải quy hoạch tuyến tính.

Bài viết tập trung vào hướng thực hiện thuật toán điểm trong gốc đối ngẫu affine scaling và thuật toán điểm trong barrier cho quy hoạch tuyến tính. Trước đó, chúng tôi tóm lại ý tưởng của các thuật toán và các kết quả liên quan, có tham khảo tài liệu [3], [4], [6]. Bài viết dùng ngôn ngữ R minh họa mã hóa đoạn chính thể hiện bước lặp chuyển sang điểm trong mới. Với hướng này, người dạy và người học đọc ra sự di chuyển của dãy điểm trong, có thể điều chỉnh theo ý muốn, và nắm lại ý tưởng của từng thuật toán. Hơn nữa, thực hiện R như một ngôn ngữ lập trình cũng là một điều phù hợp.

Ở Việt Nam, thuật toán điểm trong đã được giới thiệu và nghiên cứu từ lâu. Riêng cho quy hoạch tuyến tính giải bằng thuật toán điểm trong, chúng tôi có tham khảo một sản phẩm từ tác giả Nguyễn Thị Hồng Lê và Trần Vũ Thiệu (2011) [7]. Hướng thực thi là phần để mở phía sau của tài liệu [7].

Thuật toán đơn hình, hay thuật toán điểm trong, ngay khi xuất hiện đã đi kèm luôn nội dung thực thi. Hoạt động thực thi được hỗ trợ cực mạnh từ nhiều nguồn lực. [5] cho một tổng quan về công cụ giải quyết quy hoạch tuyến tính bằng thuật toán điểm trong, cả nguồn mở và nguồn thương mại.

309


2. THUẬT TOÁN ĐIỂM TRONG VA QUY HOACH TUYÊN TÍNH

2.1. Bài toán

Bài toán được xem xét trong bài viết là:

mincT Ax = bx ≥ 0,

x là vector n thành phần.

Đối ngẫu của bài toán này:

maxbT AT π ≤ c.

Điều kiện độ lệch bù phát biểu rằng x* và π* là tối ưu nếu:

- x* là chấp nhận được của gốc: Ax* = b, x* ≥ 0;

- π* là chấp nhận được của đối ngẫu: AT π* ≤ c;

- Hoặc xj* = 0 hoặc ajT πj

* = cj.

Khi lấy σ ≥ 0 là biến bù từ ràng buộc AT π ≤ c, AT π + σ = c, thì ajT πj

* = cj trở thành xj

* = 0 hoặc σj* = 0 hoặc cả hai, tức là xj

*σj* = 0.

Viết lại điều kiện độ lệch bù: xj* và π* tối ưu nếu:

Ax* = b, x* ≥ 0;

AT π*+σ* = c, σ* ≥ 0;

xj* πj

* = 0, với mọi j = 1,...,n.

Hệ xj σj = 0 viết ở dạng ma trận là XΣ = 0, với X và Σ đều là các ma trận chéo,

X = diag(x), [X]j,j = xj, và Σ = diag(σ), [Σ]j,j = σj.

Tối ưu gốc cho x và tối ưu đối ngẫu cho π giờ tương đương giải (1), là hệ sau:


310

Thuật toán affine scaling dùng (1).

Thuật toán barrier điều chỉnh thành , để có hệ (2) sau đây:

Điểm trong của hệ ràng buộc, , thỏa , .

Điểm trong này dùng cho cả thuật toán affine scaling và thuật toán barrier.

2.2. Ý tưởng thuật toán affine scaling

- Khi đã có điểm trong là nghiệm của hệ:

đi tìm nghiệm và thỏa , mà và không là điểm trong, chỉ cần , và ít nhất một trong hai bằng 0,

với mọi .

- Từ , tìm bước nhảy để đến điểm tốt hơn, theo nghĩa gần hơn với việc thỏa điều kiện độ lệch bù.

Để tìm bước nhảy này, thay vào hệ (1) cho thuật toán affine scaling:

thì có hệ (3) sau đây:

Hệ (3) có ở vế phải thì phi tuyến.

Lựa chọn bỏ đi ở vế phải là hợp lý, và từ phương trình cuối của (3) ta có:

311


Thay vào phương trình giữa, thì .

Như vậy, hệ bước nhảy là (4):

- Hy vọng dùng như nghiệm mới.

Có thể có một thành phần nào đó của hoặc âm, dù chúng phải dương để giữ mình trong miền ràng buộc.

Do đó, lấy nghiệm mới , với là phân số dương không lớn hơn 1.

Vì và dương nên dương nếu chọn đủ nhỏ.

Với , dẫn tới .

Tương tự, với .

phải thỏa , và .

Lấy , rồi , thì có nghiệm mới.

- Theo cách này, có thể không tới được nghiệm tối ưu, bởi các thành phần của vector và đều dương, mà điều kiện độ lệch bù buộc phải có một hoặc một bằng 0. Tuy nhiên, thành phần bù tiến gần đến 0 khi có đủ số bước lặp được thực hiện.

2.3. Ý tưởng thuật toán barrier

- Thay đổi thuật toán affine scaling theo hướng giữ các phép lặp gần đường trung tâm gốc để đến nghiệm tối ưu. Một, điều kiện độ lệch bù giờ là , với

. Hai, bắt đầu với giá trị lớn của , rồi giảm dần về 0.

- Khi là , có sự chuyển dịch (1) thành (2), còn hệ tìm các bước nhảy thành phần chuyển từ (3) sang (5):


312

Cũng bỏ đi để sắp xếp lại (5) thành (6):

- Log barrier đến từ việc buộc thành phần trong nghiệm tối ưu tránh 0, xem tài liệu tham khảo [4].

Kết quả: thỏa hệ điều kiện độ lệch bù nới lỏng với với mọi nếu và chỉ nếu là tối ưu của bài toán log barrier sau:

Lựa chọn đến từ nới lỏng , điều chỉnh bằng phân số dương bé hơn 1.

2.4. Thuật toán điểm trong affine scaling

- Chuẩn bị điểm trong xuất phát , và chọn tỷ lệ chấp nhận được gốc , cùng với mức sai lệch giới hạn .

Điểm trong xuất phát :

- Lặp tới khi với mọi :

Tìm và từ (4):

và

Cập nhật

2.5. Thuật toán barrier

- Chuẩn bị điểm trong xuất phát , chọn tỷ lệ chấp nhận được gốc , tỷ lệ chắn , và mức sai lệch giới hạn .

313


Điểm trong xuất phát :

3. THƯC HIỆN

Bài viết lấy các ví dụ chỉ để minh họa việc thực thi các thuật toán điểm trong cho quy hoạch tuyến tính. Một ví dụ cho affine scaling. Một ví dụ cho barrier. Kết quả từng đoạn lặp không thể hiện. Các kết quả đã được so sánh sơ bộ với kết quả từ MatLab, dùng gói lệnh linprog với tùy chọn optimoptions là interior point hoặc interior point legacy hoặc dual simplex đều được. MatLab thực hiện với cả ràng buộc đẳng thức, và các biến có cận trên cận dưới hữu hạn. Viết mã R để đưa ra kết quả từng đoạn lặp, hay việc giải quyết cận trên cận dưới của biến của quy hoạch tuyến tính, bằng R, thì không là khó khăn.

Cho mỗi ví dụ, chúng tôi đã lựa chọn một điểm khởi đầu thuật toán, . Việc tìm điểm khởi đầu cũng là nội dung để người dạy và người học tiến hành với R. Chúng tôi cũng đã thử nghiệm với các điểm khởi đầu thuật toán khác, cùng với các giá trị , , khác. Có lựa chọn khởi đầu làm số bước lặp rất lớn, và cũng có lựa chọn làm số bước lặp nhỏ hơn.

Đơn hình kết thúc ở chính xác điểm tối ưu. Điều này còn khả thi cho phương pháp điểm trong không? Phương pháp điểm trong sinh ra dãy điểm trong hội tụ tới tối ưu. “Nhận diện điểm tối ưu như thế nào từ kết quả sau các bước lặp của thuật toán điểm trong?”, “Dùng được tính toán hình thức cho các thuật toán điểm trong này hay không?”, ... không bàn đến ở phần này.


314

3.1. Ví dụ 1

Chọn điểm trong bắt đầu thuật toán là ,

Lấy , và sai lệch giới hạn .

Đoạn lặp để chuyển đến điểm trong mới được viết bằng R như sau:

repeat {

Xb=diag(xb)

Sigmab=diag(sigmab)

Dxp=solve(rbind(cbind(-solve(Xb)%*%Sigmab,t(A)),

cbind(A,matrix(0,nrow(A),ncol(t(A))))),

rbind(sigmab,matrix(0,nrow(A),1)))

Dx=matrix(1,nrow(xb),1)

for (i in 1:length(xb)) {

Dx[i,1]=Dxp[i]

}

Dp=matrix(1,nrow(pib),1)

for (i in 1:length(pib)) {

Dp[i,1]=Dxp[length(xb)+i]

}

Dsigma=-sigmab-solve(Xb)%*%Sigmab %*% Dx

temp_x=xb/(-Dx)

315


theta_x=min(temp_x[temp_x>0])

temp_s=sigmab/(-Dsigma)

theta_sigma=min(temp_s[temp_s>0])

theta_v=c(1,alpha*theta_x,alpha*theta_sigma)

theta=min(theta_v)

xb=xb+theta*Dx

pib=pib+theta*Dp

sigmab=sigmab+theta*Dsigma

tol=max(xb*sigmab)

if (tol<epsilon) {

break

}

}

Kết quả sau 9 bước lặp:

Bước lặp 9 có , đã nhỏ hơn chọn trước.

3.2. Ví dụ 2

Ví dụ 2 đến từ tài liệu tham khảo của Boah D.K. và Twum S.B. (2019) [2]. Ở [2], đây là quy hoạch hai biến, dễ cho việc hình dung hình học về phương pháp. Kết quả của ví dụ này không có thành phần 0. Đồng thời các tác giả này đưa ra đánh giá về số bước lặp ứng với các lựa chọn giá trị khác nhau, là giá trị chọn trước trong liên hệ và của [2].

Ví dụ 2:


316

Ví dụ 2 được xử lý bằng thuật toán điểm trong barrier. Đoạn lặp chính viết bằng ngôn ngữ R. Kết quả của [2] thực hiện từ MatLab. [2] có đưa ra hướng cải tiến so với thuật toán affine scaling ban đầu.

Chọn điểm trong bắt đầu thuật toán barrier là ,

Sai lệch giới hạn như trước.

Ví dụ 2, nếu vẫn dùng thuật toán affine scaling, với xuất phát vẫn như trên, , , kết quả có sau 8

bước lặp như sau

Sai lệch giới hạn ở bước 8 là 3.17045e-07.

Đoạn mã R cho phần lặp chính của thuật toán barrier như sau

repeat {

mub=beta*(t(sigmab)%*%xb)/length(xb)

Xb=diag(xb)

Sigmab=diag(sigmab)

ev=matrix(1,length(xb))

Dxp=solve(rbind(cbind(-solve(Xb)%*%Sigmab,t(A)),

cbind(A,matrix(0,nrow(A),ncol(t(A))))),

rbind(sigmab-mub[1,1]*(solve(Xb)%*%ev),matrix(0,nrow(A),1)))

317


Dx=matrix(1,nrow(xb),1)

for (i in 1:length(xb))

{

Dx[i,1]=Dxp[i]

}

Dp=matrix(1,nrow(pib),1)

for (i in 1:length(pib))

{

Dp[i,1]=Dxp[length(xb)+i]

}

Dsigma=-sigmab-solve(Xb)%*%(Sigmab%*%Dx-mub[1,1]*ev)

temp_x=xb/(-Dx)

theta_x=min(temp_x[temp_x>0])

temp_s=sigmab/(-Dsigma)

theta_sigma=min(temp_s[temp_s>0])

theta_v=c(1,alpha*theta_x,alpha*theta_sigma)

theta=min(theta_v)

xb=xb+theta*Dx

pib=pib+theta*Dp

sigmab=sigmab+theta*Dsigma

tol=max(xb*sigmab)

if (tol<epsilon)

{

break

}

}

Kết quả, sau 9 bước lặp, và còn sai lệch giới hạn ở bước 9 là 2.159964e-06.


318

2. KÊT LUẬN

Bài viết minh họa việc thực hiện thuật toán điểm trong cho quy hoạch tuyến tính với công cụ là ngôn ngữ lập trình R. Hai thuật toán điểm trong được thực thi là thuật toán affine scaling và thuật toán barrier. Chính ngay trong R đã có gói lệnh để giải quy hoạch tuyến tính. Tiếp cận của bài viết là sử dụng R để tái hiện nét chính của các thuật toán khi dạy và học về thuật toán điểm trong.


1. Karmarkar, N. (1984), Polynomial-Time Algorithm for Linear Programming. Combinatorica, 4, 373-395.

2. Boah, D.K. and Twum, S.B. (2019), An Improved Affine - Scaling Interior Point Algorithm. Journal of Applied Mathematics and Physics, 7, 2531-2536.

3. Eiselt, H.A. and Sandblom, C.L. (2007), Linear Programming and Its Applications. Springer-Verlag, Berlin Heidelberg, 280.

4. Robert J. Vanderbei (2014), Linear Programming Foundations and Extensions. International Series in Operations Research Management Science, Vol 196, Springer.

5. Handey Y. Benson (2011), Interior-Point Linear Programming Solvers. Encyclopedia of Operations Research and Management Science, Editor James J. Cochran, John Wiley Sons.

6. Singh, J.N. and Singh, D. (2002), Interior-Point Methods for Linear Programming: A Review. International Journal of Mathematical Education in Science and Technology, 33, 405-423.

7. Nguyễn Thị Hồng Lê, Trần Vũ Thiệu (2011), Phương pháp điểm trong giải quy hoạch tuyến tính. Đại học Thái Nguyên.

NHÀ XUẤT BẢN ĐẠI HỌC KINH TẾ QUỐC DÂNĐịa chỉ: 207 đường Giải Phóng, quận Hai Bà Trưng, Hà Nội

Website: http://nxb.neu.edu.vn - Email: nxb@ neu.edu.vnĐiện thoại/ Fax: (024) 36282486

Chịu trách nhiệm xuất bản: TS. Nguyễn Anh TúChịu trách nhiệm nội dung: GS.TS. Nguyễn Thành Độ

Biên tập: Bùi Thị HạnhChế bản và thiết kế bìa: Vương Nguyễn

Sửa bản in và đọc sách mẫu: Bùi Thị Hạnh

In 100 bản, khổ 19x27cm, tại Công ty TNHH FennexĐịa chỉ: thôn Chu Xá, xã Kiêu Kỵ, huyện Gia Lâm, TP. Hà Nội.

Mã số ĐKXB: 1860-2020/CXBIPH/1-153/ĐHKTQDMã số ISBN: 978-604-946-841-4

Số QĐXB: 189/QĐ-NXBĐHKTQD ngày 10 tháng 06 năm 2020In xong và nộp lưu chiểu Quý II năm 2020

***

KỶ YẾU HỘI THẢO KHOA HỌC

ĐÀO TẠO NGÀNH

TRONG BỐI CẢNH HIỆN NAY VÀ CÁC VẤN ĐỀ LIÊN QUAN

TOÁN KINH TẾ

Documents

KỶ YẾU HỘI THẢO KHOA HỌC