Khủng hoảng nợ công: Tiếp cận bằng hệ thống cảnh báo sớm EWS (early warning system)

Abstract

Luận án này đã thực hiện nghiên cứu toàn diện về khả năng dự báo khủng hoảng nợ công thông qua hệ thống dự báo sớm EWS, kết hợp phương pháp truyền thống và học máy. Kết quả nghiên cứu cho thấy mô hình logit đa thức đã xác định được các yếu tố quan trọng ảnh hưởng đến khả năng xảy ra khủng hoảng nợ công, bao gồm nợ nước ngoài, tăng trưởng GDP và tỷ lệ cung tiền M2/Dự trữ ngoại hối. Đồng thời, các mô hình học máy đã thể hiện khả năng dự báo xuất sắc với độ chính xác trên 90%, trong đó mô hình GBM đạt độ chính xác cao nhất (94.22% ± 1.55%) và hiệu suất tốt trong dự đoán cả trường hợp có và không có khủng hoảng. Nghiên cứu này không chỉ cung cấp bằng chứng đáng tin cậy về khả năng dự đoán khủng hoảng nợ công mà còn mở ra nhiều hướng phát triển mới cho lĩnh vực này. Việc kết hợp phương pháp truyền thống và học máy đã tạo ra một cách tiếp cận toàn diện, cho phép phân tích sâu hơn về các yếu tố ảnh hưởng đến khủng hoảng nợ công. Kết quả của nghiên cứu này có thể được áp dụng rộng rãi trong việc xây dựng và cải tiến các hệ thống cảnh báo sớm, giúp các quốc gia chủ động hơn trong việc ngăn ngừa và ứng phó với các cuộc khủng hoảng tài chính. Hơn nữa, nghiên cứu này cung cấp một công cụ 125 hữu ích cho các nhà hoạch định chính sách trong việc đánh giá và quản lý rủi ro tài chính quốc gia. Bằng cách sử dụng các mô hình dự báo được phát triển trong nghiên cứu này, các nhà hoạch định chính sách có thể đưa ra các quyết định kịp thời và hiệu quả hơn trong việc quản lý nợ công và ổn định tài chính. Điều này có thể góp phần quan trọng vào việc duy trì sự ổn định kinh tế vĩ mô và thúc đẩy tăng trưởng bền vững trong dài hạn.