Tình trạng bong bóng giá nhà ở là vấn đề gây ra nhiều tác động bất lợi cho sự phát triển và ổn
định của nền kinh tế, đặc biệt là khi bong bóng nổ sẽ gây thiệt hại một khối lượng của cải khổng
lồ đồng thời kèm theo một giai đoạn bất ổn kinh tế kéo dài. Do đó xác định tình trạng bong bóng
sớm là rất cần thiết đối với các cơ quan quản lý. Theo ECB thì có hai phương pháp thường được
áp dụng để xác định khả năng xảy ra bong bóng giá nhà ở là phương pháp tín hiệu và phương
pháp rời rạc. Tuy nhiên, nhiều nghiên cứu thực nghiệm tại các thị trường nhà ở đang phát triển
cho thấy rằng phương pháp tín hiệu có hiệu quả và phù hợp hơn. Thông qua phương pháp tín
hiệu với hai chỉ số P/R và P/I, tác giả nhận định thị trường căn hộ tại khu vực TPHCM đang rơi
vào tình trạng gần mức ngưỡng cảnh báo tình trạng bong bóng giá.
14 trang |
Chia sẻ: hadohap | Lượt xem: 447 | Lượt tải: 0
Bạn đang xem nội dung tài liệu Xác định thực trạng bong bóng giá thị trường căn hộ tại khu vực thành phố Hồ Chí Minh, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
Tạp chí Nghiên cứu Tài chính – Marketing số 43, 02/2018
41
XÁC ĐỊNH THỰC TRẠNG BONG BÓNG GIÁ THỊ TRƯỜNG
CĂN HỘ TẠI KHU VỰC THÀNH PHỐ HỒ CHÍ MINH
DETERMINING THE CURRENT APARTMENT MARKET BUBBLE
IN HOCHIMINH CITY
Nguyễn Thị Bích Hồng1, Trương Thành Hiệp2
Ngày nhận: 19/12/2017 Ngày nhận bản sửa: 15/1/2018 Ngày đăng: 5/2/2018
Tóm tắt
Tình trạng bong bóng giá nhà ở là vấn đề gây ra nhiều tác động bất lợi cho sự phát triển và ổn
định của nền kinh tế, đặc biệt là khi bong bóng nổ sẽ gây thiệt hại một khối lượng của cải khổng
lồ đồng thời kèm theo một giai đoạn bất ổn kinh tế kéo dài. Do đó xác định tình trạng bong bóng
sớm là rất cần thiết đối với các cơ quan quản lý. Theo ECB thì có hai phương pháp thường được
áp dụng để xác định khả năng xảy ra bong bóng giá nhà ở là phương pháp tín hiệu và phương
pháp rời rạc. Tuy nhiên, nhiều nghiên cứu thực nghiệm tại các thị trường nhà ở đang phát triển
cho thấy rằng phương pháp tín hiệu có hiệu quả và phù hợp hơn. Thông qua phương pháp tín
hiệu với hai chỉ số P/R và P/I, tác giả nhận định thị trường căn hộ tại khu vực TPHCM đang rơi
vào tình trạng gần mức ngưỡng cảnh báo tình trạng bong bóng giá.
Từ khóa: bong bóng giá, căn hộ, phương pháp tín hiệu
Abstract
The housing price bubble is a problem that has a lot of negative impact on the economy's
development and stability, especially when the bubble bursts causing huge losses in wealth.
following a period of prolonged economic instability. Early identification of bubbles is essential
for regulatory authorities. According to the ECB, two commonly used methods to determine the
probability of housing price bubbles are the signal method and the discrete choice method.
However, many empirical studies in developing housing markets show that signaling methods
are more effective and appropriate. Through the signaling method with two P R and P/I ratios,
the author identified the apartment market in HCM City is closed to the warning level of price
bubbles.
Key words: price bubbles, aparment, signalling methods
1 Đại học Kinh tế TP.HCM
2 Đại học Kinh tế TP.HCM
Tạp chí Nghiên cứu Tài chính – Marketing số 43, 02/2018
42
1. Đặt vấn đề
Nhà ở một tài sản quan trọng nhất của các
hộ gia đình và là tài sản chiếm tỷ trọng lớn
nhất trong tổng giá trị tài sản của hộ và do đó
một sự biến động trong giá trị tài sản nhà ở
(giá nhà) sẽ làm thay đổi đáng kể tài sản của
hộ và do đó tác động trực tiếp đến hành vi tiêu
dùng của hộ. Tương tự, xây dựng và việc làm
trong khu vực kinh tế nhà ở chiếm một tỷ phần
rất lớn trong tổng hoạt động của nền kinh tế,
do đó sự biến động trên thị trường này sẽ ảnh
hưởng mạnh đến sản lượng của nền kinh tế
(GDP) và chu kỳ kinh tế. Trong một nghiên
cứu gây ảnh hưởng rất lớn, Case et al (2005)
đã chứng minh rằng sự tăng trưởng tiêu dùng
(thông qua tốc độ tăng trưởng doanh thu bán lẻ
tại các bang của Mỹ) có liên quan mật thiết có
ý nghĩa đến sự tốc độ tăng trưởng giá trị tài
sản nhà ở mà không phải là tốc độ tăng trưởng
giá trị tài sản chứng khoán. Leamer (2007) thì
nhấn mạnh rằng 8 trong 10 đợt suy thoái xảy
ra sau Thế chiến II có thể được nhận diện
trước thông qua thị trường nhà ở và do đó ông
đề nghị xem xét sự biến động trên thị trường
nhà ở như là chỉ số hàng đầu phản ánh sự biến
động nền kinh tế thực.
Do đó, những biến động trên thị trường bất
động sản, đã từ lâu, đã trở thành đối tượng
theo dõi chặt chẽ của các nhà quản lý kinh tế
vĩ mô và cũng là lĩnh vực thu hút nhiều nhà
nghiên cứu trên thế giới. Trong đó, hiện tượng
bong bóng bất động sản là một trong những
đối tượng nhận được nhiều sự quan tâm của
các nhà nghiên cứu trong việc giải thích, dự
báo và kiểm soát tình trạng bong bóng như là
các nghiên cứu của Xiaoling (2007)
Agnello và Schuknecht (2009), Anna Prior
(2009), Yongzhou Hou (2010), Fawley và
Wen (2013), Dreger và Kholodilin
(2013)trong đó, hầu hết các tác giả đều đồng
ý rằng bong bóng giá nhà là hiện tượng gây tác
động tiêu cực lên nền kinh tế do nguồn lực của
nền kinh tế sẽ được phân bổ không tối ưu
(Tirole, 1985; Chakraborty et al., 2016); là
nguyên nhân dẫn tới sự khan hiếm tài chính
trên thị trường khi các ngân hàng hạn chế việc
cho các doanh nghiệp vay để tập trung đầu tư
vào bong bóng (Farhi và Tirole, 2012). Đặc
biệt, bong bóng nổ sẽ gây thiệt hại một khối
lượng của cải khổng lồ đồng thời kèm theo
một giai đoạn bất ổn kinh tế kéo dài (Sheng,
2009). Cecchetti et al (2000, 2003); Roubini
(2006) cho rằng ngân hàng trung ương nên chủ
động thực hiện tăng lãi suất khi có bong bóng
xảy ra nhằm ngăn chặn sự phát triển của bong
bóng. Tuy nhiên, Bernanke1 (2002), Frait và
Komárek (2007) quan ngại rằng ngân hàng
trung ương không thể xác định chắc chắn tình
trạng bong bóng trên thị trường. Tương tự,
Mishkin (2011) cũng đưa ra nhận định là ngân
hàng trung ương không có lợi thế về thông tin
hơn những người tham gia thị trường khác,
nên khi ngân hàng trung ương xác định tình
trạng bong bóng thì cũng gần như chắc chắn là
cả thị trường đều biết điều đó và bong bóng đã
ở mức trầm trọng.
Với thực trạng mức giá căn hộ tăng liên tục
ở cả thị trường sơ cấp và thứ cấp ở cả Hà Nội
và TP HCM từ 2014 đến 2017Q1 cho thấy nhu
cầu xác định tình trạng bong bóng trên thị
trường đang là nhu cầu cần thiết của các cơ
quan quản lý. Trên cơ sở đó, nhóm tác giả thực
hiện đề tài xác định thực trạng bong bóng giá
trên thị trường căn hộ tại khu vực thành phố
Hồ Chí Minh.
1 Ben Bernanke: Chủ tịch thứ 14 của Cục
Dự trữ liên bang Mỹ từ 1/2/2006 – 31/1/2014
Tạp chí Nghiên cứu Tài chính – Marketing số 43, 02/2018
43
Nguồn: tổng hợp từ các báo cáo nghiên cứu thị trường của Jones Lang LaSalle
2. Tổng quan nghiên cứu
2.1 Cơ sở lý thuyết
2.1.1 Bong bóng hợp lý
Được đưa ra bởi Blanchard và Watson
(1983) dựa trên giả thiết những người tham gia
đều có suy nghĩ và hành động hợp lý và tài sản
tồn tại vô hạn. Khi đó, giá tài sản gồm 2 phần:
giá nền tảng (từ lợi ích kỳ vọng) và phần bong
bóng: 𝑷𝒕 = 𝑬𝒕 [∑
𝑪𝑭𝝉
(𝟏+𝒓)𝝉−𝒕
∞
𝝉=𝒕+𝟏 ] +
𝐥𝐢𝐦
𝑻→∞
𝑬𝒕 [
𝑩𝑻
(𝟏+𝒓)𝑻−𝒕
].
Nếu bong bóng tăng trưởng với tốc độ rB thì
ta có BT = Bt(1 + rB)
T-t thì ta có thể viết lại như
sau:
𝑷𝒕 = 𝑬𝒕 [ ∑
𝑪𝑭𝝉
(𝟏 + 𝒓)𝝉−𝒕
∞
𝝉=𝒕+𝟏
] + 𝒍𝒊𝒎
𝑻→∞
𝑬𝒕 [
𝑩𝒕(𝟏 + 𝒓𝑩)
𝑻−𝒕
(𝟏 + 𝒓)𝑻−𝒕
]
Nếu rB > r thì giá trị phần bong bóng tiến
tới ∞, hàm ý rằng bong bóng không tồn tại vì
giá trị 1 tài sản không thể lớn hơn tổng tài sản
của nền kinh tế. Nếu rB < r thì cũng không có
bong bóng vì giá trị phần bong bóng là 0. Như
vậy, bong bóng chỉ tồn tại khi tốc độ tăng
trưởng kỳ vọng của bong bóng đúng bằng suất
sinh lợi yêu cầu của tài sản (rB = r), và điều
này là hợp lý khi kỳ vọng giá của tài sản tăng
đúng bằng suất sinh lợi yêu cầu.
2.1.2 Giao dịch phản hồi
Dựa trên cơ chế giao dịch phản hồi, Hong
và Stein (1999) đã xây dựng mô hình bao gồm
hai nhóm nhà đầu tư: “newswatchers” và
“momentum traders”. Trong đó, nhóm
“newswatchers” là những nhà đầu tư đưa ra
những dự báo về giá tài sản dựa trên thông tin
cá nhân về những thành phần của giá trị nền
tảng của tài sản trong tương lai, nghĩa là họ
dùng hàm đa biến hồi quy giá tài sản nhưng
không có biến giá quá khứ (biến độ trễ của
giá) để dự đoán giá của tài sản. Ngược lại,
“momentum traders” thì lại dự báo giá tài sản
trong tương lai chỉ hoàn toàn dựa vào thông tin
giá của tài sản trong quá khứ (hàm đơn biến
chỉ có biến giá quá khứ).
Khi một số nhà đầu tư “newswatchers” có
được những thông tin tốt về một loại tài sản nào
đó thì họ sẽ đánh giá giá trị của tài sản cao hơn
trong khi vẫn còn một nhóm những nhà đầu tư
“newswatchers” khác không có thông tin nên
vẫn đánh giá thấp. Chính sự chênh lệch giá dự
báo giữa 2 nhóm “newswatchers” nhiều và ít
thông tin tạo ra cơ hội kiếm lời cho nhóm
“momentum traders”. Nhưng do chỉ dựa vào
giá quá khứ để dự báo nên nhóm “momentum
.000%
.500%
1.000%
1.500%
2.000%
2.500%
3.000%
3.500%
Q4/2014 Q1/2015 Q2/2015 Q3/2015 Q4/2015 Q1/2016 Q2/2016 Q3/2016 Q4/2016 Q1/2017
Biểu đồ 1.1: Tốc độ tăng giá căn hộ tại HN và HCM
Giá sơ cấp_HCM Giá thứ cấp_HCM Giá sơ cấp_HN Giá thứ cấp_HN
Tạp chí Nghiên cứu Tài chính – Marketing số 43, 02/2018
44
traders” không biết mức giá giới hạn của nhóm
“newswatchers” nhiều thông tin để dừng lại
mà sẽ ngày càng có nhiều nhà đầu tư
“momentum traders” tham gia vào và đẩy giá
tăng cao liên tục và gây bong bóng.
2.1.3 Chủ kiến sai lầm
Mô hình này dựa trên một khái niệm của tâm
lý học là chủ kiến của một người làm cho họ có
khuynh hướng dễ dàng tiếp nhận những tín hiệu
phù hợp với niềm tin của mình và bỏ qua những
tín hiệu mâu thuẫn. Theo Daniel et al (1998) thì
ban đầu hình thành niềm tin của mình về giá trị
của một tài sản từ những tín hiệu cá nhân nhận
được. Lúc đầu, niềm tin này có thể là đáng ngờ
và cần thực hiện việc quan sát và nghiên cứu sâu
hơn. Sau đó, nếu những tín hiệu trên thị trường
phù hợp với những thông tin cá nhân của họ thì
niềm tin sẽ được xác định và có thể trở thành
chủ kiến. Sau đó, nếu xuất hiện thông tin mâu
thuẫn với chủ kiến của nhà đầu tư thì nó sẽ dễ
dàng bị bỏ qua và xu hướng giá sẽ không thay
đổi. Lúc này việc tiếp nhận thông tin của nhà
đầu tư bị sai lệch do chủ kiến và xu hướng giá sẽ
sai biệt với giá trị nền tảng và gây ra bong bóng.
Và bong bóng sẽ suy giảm khi những thông tin
trên thị trường đủ nhiều đến mức ảnh hưởng đến
chủ kiến của các nhà đầu tư.
2.1.4 Tâm lý bầy đàn
Theo DeMarzo et al (2008) thì những nhà
đầu tư không chỉ quan tâm đến giá trị tài sản
của mình mà họ còn hay so sánh với tài sản
của những người đồng nghiệp ngang tầm. Và
trong nhiều lĩnh vực, sự so sánh về giá trị tài
sản tương đối này là khá mạnh nên nhà đầu tư
sẽ tham gia vào dù biết rằng tình trạng bong
bóng đang diễn ra khi chứng kiến những nhà
đầu tư khác giống mình đang kiếm được khoản
lợi lớn từ bong bóng giá.
Tương tự, Lux (1995) khi thảo luận về tâm
lý bầy đàn đã lập luận rằng khi nhà đầu tư
hành động giống với các nhà đầu tư khác và
tất cả cùng thất bại thì thiệt hại về danh tiếng
và tài sản tương đối sẽ ít hơn nhiều so với khi
anh ta hành động khác với mọi người và gánh
lấy thất bại.
Theo một khía cạnh khác, Shiller (2002)
giải thích vấn đề tâm lý bầy đàn là do sự giới
hạn về nguồn lực. Các nhà đầu tư luôn không
có đủ thời gian và nguồn lực để đánh giá chi
tiết mọi khoản đầu tư tiềm năng của mình
nhưng anh ta lại không muốn bỏ lỡ các cơ hội
sinh lợi. Do đó, nhà đầu tư có khuynh hướng
quan sát các khoản đầu tư của các nhà đầu tư
ngang tầm khác với giả định là những quyết
định đầu tư đã được họ đánh giá chi tiết dựa
vào thông tin cá nhân của mình. Và kết quả là
anh ta sẽ thêm loại tài sản đó vào trong danh
mục đầu tư của mình và điều này có thể là
nguyên nhân gây ra tình trạng bong bóng.
Bên cạnh đó, Scherbina (2013) cũng bổ
sung thêm một yếu tố gây ra tâm lý bầy đàn
của các nhà đầu tư. Đó là vai trò của các
phương tiện thông tin đại chúng trong việc
hướng sự quan tâm của các nhà đầu tư tiềm
năng vào một loại tài sản cụ thể nào đó. Dù
vấn đề này chưa được nghiên cứu nhiều nhưng
có thể là một yếu tố quan trọng gây ra và duy
trì bong bóng. Theo Scherbina (2013), khi các
phương tiện thông tin đại chúng thông tin về
một loại sản phẩm hoặc một ngành nào đó đã
và đang hoạt động hiệu quả trong thời gian qua
thì sẽ thu hút sự chú ý và khuyến khích một
cái nhìn tích cực về mức hiệu quả này sẽ tiếp
tục trong tương lai của các nhà đầu tư. Và do
đó nó khuyến khích sự đầu tư tập trung và gây
ra hiện tượng bong bóng.
2.2. Lược khảo các nghiên cứu liên quan
Theo thống kê của ECB (November, 2010)
thì có hai phương pháp thường được sử dụng
để đo lường và cảnh báo sớm hiện tượng bong
Tạp chí Nghiên cứu Tài chính – Marketing số 43, 02/2018
45
bóng giá nhà ở, đó là phương pháp “Tín hiệu”
(Signalling method) và phương pháp “Lựa
chọn rời rạc” (Discrete choice method). Dreger
và Kholodilin (2012) cũng xác nhận rằng hai
phương pháp cảnh báo bong bóng là phương
pháp tín hiệu và phương pháp lựa chọn rời rạc
dựa vào hàm Logit/probit thường được các
nhà nghiên cứu áp dụng nhằm đưa ra các tín
hiệu dự báo sớm tình trạng bong bóng.
Cụ thể, Xiaoling (2007) đã dựa vào ba chỉ
số mà theo ông thường được dùng trong việc
xác định tình trạng bong bóng trong thị trường
nhà ở dựa vào việc so sánh chỉ số của thị
trường ở thời điểm hiện tại so với mức lý
thuyết. Ba chỉ số được Xiaoling (2007) xem
xét gồm: chỉ số giá nhà so với thu nhập (P/I),
chỉ số giá nhà so với giá cho thuê (P/R), và tỷ
lệ bỏ trống. Thông qua việc so sánh ba chỉ số
này tại 30 thành phố lớn, tác giả kết luận tình
trạng bong bóng đang diễn ra tại Trung Quốc
nhưng ở mức độ nhẹ. Yongzhou Hou (2010)
cũng áp dụng phương pháp dựa vào các chỉ số
để xác định tình trạng bong bóng thị trường
nhà ở tại Bắc Kinh và Thượng Hải. Bên cạnh
các chỉ số như P/I và P/R, Yongzhou Hou
(2010) bổ sung thêm chỉ số độ lệch của mức
giá thực tế khỏi mức giá kỳ vọng hợp lý1, và
chỉ số độ lệch ±3δ (độ lệch chuẩn). Kết quả so
sánh giữa các chỉ số cho thấy tất cả đều chỉ ra
được tình trạng bong bóng năm 2007, nhưng
vẫn tồn tại sự không thống nhất giữa các chỉ số
đối với các mốc thời gian khác. Do đó,
Yongzhou Hou (2010) đề nghị nên kết hợp
nhiều chỉ số khác nhau trong việc xác định
tình trạng bong bóng.
1 Khoản lệch này được xác định bởi Bt= Pt
– [Pt-1(1 + rf + rp) – NOIt-1], với rf là mức lãi
suất phi rủi ro và rp là phí bảo hiểm rủi ro, NOI
(Net Operating Income) là thu nhập còn lại có
được từ tài sản sau khi đã trừ đi các khoảng
chi phí hoạt động cần thiết của tài sản đó.
Tuy nhiên, Berg và Pattillo (1999) và
Gerdesmeier et al (2009) đều đồng ý rằng
phương pháp rời rạc dựa vào hàm probit có
nhiều ưu điểm hơn vì: (1) cho phép ta kiểm tra
độ hữu dụng của các khái niệm ngưỡng; (2) nó
cho phép ta ước tính biến dự báo tốt hơn trong
mối tương tương quan giữa các biến so với
một chỉ số tổng hợp; (3) cho phép ta kiểm tra ý
nghĩa của từng biến trong các giai đoạn khác
nhau hay tại các quốc gia khác nhau. Trong
nghiên cứu về xác định tình trạng bong bóng
tại 17 quốc gia OECD tại Châu Âu,
Gerdesmeier et al. (2009) đã sử dụng phương
pháp rời rạch với hàm probit dạng: Prob(C=1)
= αit + βit.Xit + ϵit với bộ dữ liệu từ 1969Q1
đến 2008Q3 từ 17 quốc gia OECD tại Châu
Âu. Kết quả, Gerdesmeier et al (2009) kết luận
rằng mô hình probit với ngưỡng cảnh báo khi
Prob(C=1) ở mức 36% có thể cảnh báo chính
xác khoảng 70% các trường hợp bong bóng
xảy ra tại 17 nước OECD tại Châu Âu, trong
khi tỷ lệ bỏ sót cảnh báo và cảnh báo sai đều ở
mức 25%.
Mặc dù phương pháp rời rạc được nhiều tác
giả (Gerdesmeier (2009, 2011); Dreger và
Zhang (2010), Agnello và Schuknecht (2009))
đồng ý là có nhiều hữu ích hơn phương pháp
chỉ số, nhưng Xiao (2010) khi nghiên cứu về
tình trạng bong bóng tại một số thành phố lớn
của Trung Quốc vẫn tiếp tục sử dụng phương
pháp tín hiệu dựa vào 4 chỉ số: là P/I, P/R, tỷ
lệ bỏ trống và tỷ lệ giữa tốc độ tăng giá nhà và
tốc độ tăng GDP được tính cho các năm 2007,
2008 và 2009 với kết luận đang có tình trạng
bong bóng tại các thành phố cấp 1 và 2. Gần
hơn, Kuang (2014) tiếp tục áp dụng phương
pháp chỉ số trong việc xác định tình trạng bong
bóng dựa vào chỉ số HR, là tỷ lệ giữa chỉ số
giá thuê/giá nhà kỳ vọng và chỉ số giá thuê/giá
nhà thực tế.
Tạp chí Nghiên cứu Tài chính – Marketing số 43, 02/2018
46
Như vậy, ta thấy, dù phương pháp rời rạc
có nhiều ưu điểm như lại đòi hỏi một chuỗi số
liệu theo thời gian kéo dài tại nhiều quốc gia
tương đồng (đảm bảo số lượng bong bóng
quan sát được). Nhưng đây cũng chính là mặt
hạn chế của các thị trường nhà ở mỏng, do đó
phương pháp tín hiệu thường được áp dụng để
xác định tình trạng bong bóng trong các thị
trường này. Trong trường hợp thị trường nhà ở
TPHCM là thị trường mỏng với độ dài chuỗi
thời gian của các số liệu liên quan còn hạn chế,
đặc biệt là các số liệu về nhà ở, nên phương
pháp phù hợp trong việc xác định tình trạng
bong bóng là phương pháp tín hiệu.
Bảng 2.1: Thời điểm bong bóng giá nhà ở theo các chỉ số
Nguồn: Yongzhou Hou (2010)
3. Phương pháp nghiên cứu
Theo ECB (2010) thì phương pháp tín hiệu
sẽ cảnh báo bong bóng bằng cách xác định
ngưỡng cảnh báo cho các chỉ số cụ thể. Khi
chỉ số này của một loại tài sản trong một thời
kỳ vượt quá mức ngưỡng này thì tín hiệu cảnh
báo sẽ được phát ra. Đối với phương pháp này
thì việc quan trọng là xác định ngưỡng cảnh
báo cho các chỉ số vì nó ảnh hưởng trực tiếp
đến lượng cảnh báo được phát ra. Nếu ngưỡng
này là quá cao thì sẽ có rất ít cảnh báo được
phát ra và do đó có thể bỏ sót một số bong
bóng không được cảnh báo. Ngược lại, nếu
ngưỡng quá thấp thì tín hiệu cảnh báo sẽ được
phát ra thường xuyên và sẽ có nhiều cảnh báo
sai. Do đó các nhà lập chính sách cần xác định
rõ mức độ chấp nhận của cảnh báo sai và bong
bóng bị bỏ sót để có thể xác lập một mức
ngưỡng cảnh báo tối ưu.
Mỗi chỉ số được sử dụng trong cảnh báo
bong bóng sẽ có 4 trường hợp xảy ra như sau:
Nguồn: Kaminsky G., Lizondo S., Reinhart C. M. (1998)
Trong đó, A đại diện cho trường hợp chỉ số
phát cảnh báo đúng (phát tín hiệu và có bong
bóng); B đại diện cho trường hợp chỉ số phát
cảnh báo sai (phát tín hiệu và không có bong
bóng); C đại diện cho trường hợp chỉ số bỏ sót
cảnh báo (có bong bóng nhưng không cảnh
báo); và D đại diện cho trường hợp chỉ số
không phát tín hiệu đúng (không có bong bóng
và không phát tín hiệu ). Từ đó, ta có tỷ lệ
A/(A+C) là tỷ lệ cảnh báo đúng; D/(B+D) là tỷ
lệ không cảnh báo đúng; B/(B+D) là tỷ lệ
cảnh báo sai (lỗi II); và C/(A+C) là tỷ lệ bỏ sót
(lỗi I).
Theo Kaminsky et al. (1998) thì một chỉ số
hữu dụng khi có tỷ lệ
𝐵
(𝐵+𝐷)
𝐴
(𝐴+𝐶)
(aNtS - adjusted
noise to signal ratio) phải nhỏ hơn 1, nghĩa là
tỷ lệ cảnh báo đúng của chỉ số phải lớn hơn tỷ
Chỉ số I Chỉ số II Chỉ số III Chỉ số IV
Độ lệch
Cho vay thế
chấp Chỉ số P/I Chỉ số P/R Vượt UCL
(2001 - 2007) (2000-2007) (1995-2007) (2000-2007) (1992-2007)
Bắc Kinh 2005, 2007 2004, 2007 1997, 2007 2001, 2007 1993, 1997, 2007
Thượng Hải 2003, 2004 2004, 2007 2004, 2007 2004, 2007 2003, 2004
Có khủng hoảng
trong 24 tháng
Không có khủng
hoảng trong 24 tháng
Phát tín hiệu cảnh báo A B
Không phát tín hiệu C D
Tạp chí Nghiên cứu Tài chính – Marketing số 43, 02/2018
47
lệ cảnh báo sai. Nếu tỷ lệ này lớn hơn 1 thì đây
là một chỉ số tồi. Còn bằng 1 đại diện cho chỉ
số này cung cấp tín hiệu hoàn toàn ngẫu nhiên
đối với khủng hoảng, một chỉ số không có ý
nghĩa. Theo Alessi và Detken (2009) thì cho
rằng một chỉ số cảnh báo tốt vừa phải có aNtS
< 1 và vừa phải có thiệt hại do cảnh báo gây ra
là thấp nhất.
Gọi Loss là thiệt hại của một chỉ số cảnh
báo bong bóng đối với những nhà lập chính
sách (ngân hàng trung ương), và là tổng trọng
số của lỗi I và II dưới dạng: Loss = 𝜃
𝐶
𝐴+𝐶
+
(1 − 𝜃)
𝐵
𝐵+𝐷
Trong đó, θ là hệ số cho biết sự lo
sợ rủi ro tương đối giữa lỗi I và lỗi II của chỉ
số cảnh báo. Nếu θ < 0.5 nghĩa là người làm
chính sách lo ngại về cảnh báo sai hơn là bỏ
sót khủng hoảng.
Để tối thiểu hoá thiệt hại, nếu θ< 0.5 thì
ngân hàng trung ương sẽ bỏ qua chỉ số cảnh
báo này vì lo ngại cảnh báo sai. Khi đó sẽ
không có cảnh báo nào được phát ra từ chỉ số
này, nên ta có A = B = 0 và thiệt hại lúc này
là θ. Ngược lại, nếu θ > 0.5 thì ngân hàng
trung ương sẽ lo ngại việc bỏ sót cảnh báo hơn
nên sẽ sử dụng chỉ số cảnh báo và chấp nhận
việc cảnh báo sai, do đó ta sẽ có C = D = 0 và
thiệt hại sẽ là (1-θ). Do đó, một chỉ số cảnh
báo bong bóng thật sự hữu dụng khi