Các nhân tố ảnh hưởng đến bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam.Các nhân tố ảnh hưởng đến bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam.Các nhân tố ảnh hưởng đến bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam.Các nhân tố ảnh hưởng đến bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam.Các nhân tố ảnh hưởng đến bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam.Các nhân tố ảnh hưởng đến bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam.Các nhân tố ảnh hưởng đến bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam.Các nhân tố ảnh hưởng đến bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam.Các nhân tố ảnh hưởng đến bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam.Các nhân tố ảnh hưởng đến bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam.Các nhân tố ảnh hưởng đến bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam.
GIỚI THIỆU CHUNG
Tính cấp thiết, lý do chọn đề tài
Bất động sản cung cấp nơi cư trú và là nguồn tư liệu sản xuất đặc biệt, bảo đảm cho quá trình sản xuất và tái sản xuất phát triển Đặc biệt, khi mà ngày nay chất lượng đời sống của con người được nâng cao thì bất động sản là cơ sở cho cho các hoạt động kinh doanh, cung ứng dịch vụ phát triển, đáp ứng nhu cầu ngày càng cao của con người
Nhìn vào lịch sử và khoảng thời gian trở lại đây, bất động sản luôn nằm trong số những nhóm ngành có sức hút, đòi hỏi dòng tiền lớn và có tính dẫn dắt thị trường
Thứ nhất, về quy mô, theo thống kê, tỷ trọng bất động sản năm 2020 trên tổng tài sản toàn nền kinh tế là 20,8%; dự tính năm 2025 chiếm 21,2% và năm 2030 chiếm 22,0% (1232,29 tỷ USD/5601,31 tỷ USD) (Đoàn Văn Bình, 2021)
Thứ hai, bất động sản là một ngành cần nhiều vốn đầu tư
Về đầu tư nước ngoài vào Việt Nam, trong năm tháng đầu năm 2022, công nghiệp chế biến, chế tạo đứng đầu với tổng số vốn đầu tư hơn 6,8 tỷ USD, tức là khoảng 58,2% tổng vốn đầu tư đăng ký Tổng vốn đầu tư của kinh doanh bất động sản xếp thứ hai, gần 3 tỷ USD, bằng 25,6% tổng vốn đầu tư đăng ký Theo sau lần lượt là thông tin truyền thông; hoạt động chuyên môn khoa học công nghệ có tổng vốn đăng ký đạt gần 398 triệu USD và 374,8 triệu USD (Trang thông tin điện tử Đầu tư Nước ngoài, 2022)
Tôi có biểu đồ thể hiện Cơ cấu đầu tư nước ngoài 5 tháng đầu năm 2022 theo ngành như dưới đây:
Hình 1: Cơ cấu đầu tư nước ngoài 5 tháng đầu năm 2022 theo ngành
(Nguồn: Trang thông tin điện tử Đầu tư Nước ngoài)
Thứ ba, bất động sản là ngành có ảnh hưởng lớn đến kinh tế vĩ mô Đầu tiên, giá bất động sản tăng có thể dẫn tới sự tăng trong chi tiêu của chủ sở hữu và làm tăng GDP Giá bất động sản tăng khiến giá trị tài sản của chủ sở hữu tăng, đồng thời giá bất động sản thế chấp tăng sẽ làm tăng giá trị tín dụng được cấp, khiến khả năng chi tiêu của hộ gia đình cũng gia tăng (Đào Minh Thắng, Hoàng Thị Băng Ngân,
2022) Sự phát triển của bất động sản lan tỏa đến trên bốn mươi ngành kinh tế khác, như xây dựng, công nghiệp chế biến chế tạo, du lịch, dịch vụ ăn uống, tài chính ngân hàng,… Khi nhu cầu sử dụng cuối cùng của ngành bất động sản tăng 1 tỷ đồng sẽ kích thích giá trị sản xuất của các ngành còn lại là 0,772 tỷ đồng và lan tỏa tới giá trị tăng thêm là 0,191 tỷ đồng (Đoàn Văn Bình, 2021)
Bên cạnh đó, thị trường chứng khoán hiện tại đang là một kênh đầu tư cực kỳ phát triển và hứa hẹn mang lại nguồn lợi khổng lồ cho các nhà đầu tư, huy động nguồn vốn đạt gần 2,9 triệu tỷ đồng trong giai đoạn 2011 - 2020, chiếm khoảng 19,5% vốn đầu tư toàn xã hội (Nguyễn Việt Hùng 2022) Chính tiềm năng của ngành bất động sản khiến cho cổ phiếu của nhóm ngành bất động sản trở nên thu hút các nhà đầu tư
Theo thống kê, trong số các doanh nghiệp niêm yết trên HoSE, có 23 doanh nghiệp có giá trị vốn hóa trên 1 tỷ USD phần lớn nằm trong nhóm ngành bất động
Công nghiệp chế biến, chế tạo, 58,20%
Hoạt động kinh doanh bất động sản, 25,60%
Thông tin và truyền thông, 3,40%
Hoạt động chuyên môn, khoa học công nghệ, 3,20%
Bán buôn và bán lẻ; sửa chữa ô tô, mô tô, xe máy, 2,10%
3 sản và tài chính ngân hàng Trong đó, ngành bất động sản đứng thứ hai với tỷ trọng 27,26% so với tổng giá trị vốn hóa thị trường cổ phiếu, xếp đầu là nhóm ngành tài chính ngân hàng với 29,08%
Chính vì vậy việc kiểm soát sự biến động của cổ phiếu bất động sản là một hướng quan trọng trong việc ổn định nền kinh tế, trong đó một công việc là nghiên cứu các yếu tố ảnh hưởng đến bong bóng cổ phiếu bất động sản Do đó, tôi xin giới thiệu đề tài nghiên cứu luận văn Thạc sĩ: “Các nhân tố ảnh hưởng đến bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam.”
Mục tiêu nghiên cứu
Mục tiêu nghiên cứu của đề tài là sử dụng các số liệu thực tế giá cổ phiếu của các doanh nghiệp bất động sản niêm yết trên thị trường chứng khoán Việt Nam để chứng minh sự tồn tại của bong bóng cổ phiếu bất động sản, sau đó phân tích ảnh hưởng của các nhân tố vĩ mô tới bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam.
Câu hỏi nghiên cứu
Trên cơ sở mục tiêu nghiên cứu đã đề cập ở trên, luận văn sẽ tập trung trả lời các câu hỏi:
- Bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam có tồn tại hay không? Vào khoảng thời gian cụ thể nào?
- Các nhân tố Chỉ số giá tiêu dùng, Tốc độ tăng trưởng GDP thực, Chỉ số giá vàng, Chỉ số giá USD và Chỉ số giá nhà ở và vật liệu xây dựng ảnh hưởng thế nào đến bong bóng cổ phiếu bất động sản trên thị trường chứng khoán Việt Nam ở từng giai đoạn?
- Dựa trên mức độ ảnh hưởng, các khuyến nghị dành cho Cơ quan quản lý, Công ty bất động sản và Nhà đầu tư được đưa ra như thế nào?
Đối tượng, phạm vi nghiên cứu
Về tổng thể, phạm vi nghiên cứu của luận văn sẽ giải quyết các câu hỏi ở trên Trước tiên, luận văn nghiên cứu về hiện tượng bong bóng thị trường chứng
4 khoán và một số sự kiện điển hình trên toàn thế giới
Dựa trên những đặc điểm rút ra được từ các sự kiện lịch sử trên thế giới, luận văn tiến hành nghiên cứu thực trạng hiện tượng bong bóng cổ phiếu bất động sản của các công ty niêm yết trên thị trường chứng khoán Việt Nam, giai đoạn 2007 đến
2022 Thông qua việc nghiên cứu về bong bóng cổ phiếu bất động sản và các chỉ số kinh tế vĩ mô, luận văn sẽ rút ra được sự ảnh hưởng của các yếu tố đó đến hiện tượng bong bóng cổ phiếu bất động sản tại Việt Nam
Nghiên cứu mối quan hệ giữa bong bóng cổ phiếu bất động sản và các chỉ số kinh tế vĩ mô, luận văn đánh giá tác động cụ thể của các yếu tố này đến bong bóng cổ phiếu bất động sản, đồng thời đề xuất các nhóm giải pháp mang tính tổng quát và nhóm giải pháp mang tính cụ thể cho các đối tượng trong nền kinh tế.
Phương pháp nghiên cứu
Số liệu và tài liệu được thu thập qua thống kê và nghiên cứu văn bản tài chính; đề tài nghiên cứu, các sách báo khoa học, ấn phẩm tạp chí khoa học và các website liên quan
Từ bộ số liệu thu thập được, tôi sử dụng Eviews làm công cụ kiểm định sự tồn tại của bong bóng cổ phiếu Sau đó tiến hành xây dựng mô hình các yếu tố: Chỉ số giá tiêu dùng, Tốc độ tăng trưởng GDP thực, Chỉ số giá vàng, Chỉ số giá USD và Chỉ số giá nhà ở và vật liệu xây dựng ảnh hưởng thế nào đến Giá cổ phiếu bất động sản trong giai đoạn bong bóng Từ đó kiểm định tìm ra mô hình phù hợp hơn trong số ba mô hình POOLED, REM và FEM, sau đó kiểm tra các khuyết tật của mô hình tối ưu hơn, từ đó khắc phục khuyết tật đó
Căn cứ trên chiều và mức độ ảnh hưởng của các yếu tố đến bong bóng cổ phiếu bất động sản, tôi tiến hành đề xuất các giải pháp hàm ý chính sách giúp ổn định thị trường chứng khoán và nền kinh tế
Luận văn sử dụng phương pháp thống kê, phân tích và định lượng để đưa ra các luận giải khoa học.
Đóng góp luận văn
Mặc dù trên thế giới đã có một số nghiên cứu điển hình về bong bóng cổ
5 phiếu, tuy nhiên vì đặc điểm nền kinh tế và tâm lý cư dân ở mỗi quốc gia khác nhau là khác nhau Luận văn lượng hóa thành số liệu cho hiện tượng bong bóng cổ phiếu, từ đó so sánh mức độ và xác định được thời điểm xảy ra bong bóng cổ phiếu Dựa trên các số liệu thu thập được từ thực tế, luận văn đánh giá các yếu tố ảnh hưởng đến bong bóng cổ phiếu bất động sản của các công ty niêm yết trên thị trường chứng khoán Việt Nam, từ đó đề xuất các giải pháp hàm ý chính sách nhằm giúp ổn định thị trường chứng khoán nhóm ngành bất động sản tại Việt Nam.
Kết cấu luận văn
Ngoài phụ lục, danh mục bảng biểu, danh mục hình ảnh, danh mục từ viết tắt, danh mục tài liệu tham khảo, kết cấu chính của luận văn gồm có 5 chương:
Chương 2: Cơ sở lý luận
Chương 3: Phương pháp nghiên cứu
Chương 4: Kết quả mô hình nghiên cứu các yếu tố ảnh hưởng đến bong bóng cổ phiếu bất động sản của các công ty niêm yết trên thị trường chứng khoán Việt Nam
Chương 5: Kết luận và khuyến nghị
CƠ SỞ LÝ LUẬN
Cơ sở lý luận về bong bóng cổ phiếu và bong bóng cổ phiếu bất động sản
Theo từ điển Cambridge, “bong bóng” được định nghĩa là “Một khoảng thời gian tạm thời của một sự kiện kinh tế rất thành công ở một quốc gia hoặc một lĩnh vực cụ thể, và thường sau đó là sự sụp đổ đột ngột”, gắn với một số ví dụ như: bong bóng kinh tế của Nhật Bản, bong bóng nhà đất, bong bóng dotcom
Theo Nasdaq, thuật ngữ “bong bóng kinh tế” chỉ “Một hiện tượng xảy ra trên thị trường có đặc điểm là giá tài sản tăng vọt lên mức cao hơn đáng kể so với giá trị cơ bản của tài sản đó” Định nghĩa thông thường về “bong bóng cổ phiếu” là độ lệch của giá cổ phiếu so với giá trị cơ bản của nó Tuy nhiên, định nghĩa này thường được cho là ít được sử dụng trong thực tế, bởi “Rất khó xác định rõ ràng một bong bóng cho đến sau khi thực tế xảy ra - nghĩa là khi nó vỡ, chúng ta mới xác nhận được sự tồn tại của nó.” (A Greenspan, 2002)
Một định nghĩa khác: “Bong bóng thị trường chứng khoán - còn được gọi là bong bóng tài sản hoặc bong bóng đầu cơ - là khi giá cổ phiếu hoặc tài sản tăng theo cấp số nhân trong một khoảng thời gian, vượt quá giá trị nội tại của nó Cuối cùng, giá chạm tới một ngưỡng nhất định và rồi giảm rất sâu, rất nhanh, đó là lúc bong bóng vỡ.” (Anna-Louise Jackson, John Schmidt, 2021)
Các sự kiện bong bóng tiêu biểu hay được nhắc đến có thể kể tới “Tulip Bulb Mania” vào những năm 1630, “South Sea Bubble” và “Mississippi Bubble” vào những năm 1710
“Tulip Bulb Mania” ở Hà Lan được tạo ra bởi một loại vi rút thực vật không gây hại, tạo ra những cánh hoa tulip có “ngọn lửa” màu sắc đẹp mắt Hiệu ứng của loài vi rút này làm tăng giá trị của củ hoa tulip, vốn đã là những biểu tượng hiếm hoi, độc quyền và những thứ mới lạ dành cho những người giàu có và nổi tiếng Giá tăng nhanh đã nhanh chóng thu hút các nhà đầu cơ bán đất đai, gia súc, trang trại và dùng cả tiền tiết kiệm của họ đôi khi chỉ để mua một củ hoa tulip duy nhất Năm
1636, hoa tulip được giao dịch trên các sàn giao dịch ở Amsterdam cũng như trên các sàn giao dịch ở Rotterdam, Harlem, Levytown và các sàn giao dịch khác ở các nước châu Âu lân cận Hơn nữa, các hợp đồng quyền chọn đã được cung cấp cho các nhà đầu cơ, điều này càng kích hoạt sự đầu cơ và tăng rủi ro Với quy định do chính phủ Hà Lan phát triển để giúp kiểm soát sự bùng lên của giá hoa tulip, mọi người bắt đầu nhận ra rằng hoa tulip không xứng với giá mà họ phải trả Trong vòng chưa đầy sáu tuần, giá hoa tulip đã giảm hơn 90% Giá của hoa tulip ở thời kỳ đỉnh cao là 76.000 đô la và sau đó thậm chí còn dưới 1 đô la sau vụ “tai nạn” (Qian Yang, 2006)
Một bong bóng lịch sử khủng khiếp khác là “South Sea Bubble” bắt đầu vào năm 1711 ở Anh Để tài trợ cho khoản nợ do chiến tranh gây ra, chính phủ Anh đã trao độc quyền kinh doanh ở Biển Nam cho một tổ chức tài chính, Công ty South Sea, tổ chức này có kế hoạch phát triển độc quyền buôn bán nô lệ Giá cổ phiếu nhanh chóng tăng lên nhờ nhận định của các nhà đầu tư, những người nhận thấy giá trị của công ty này trong thế độc quyền vùng Biển Nam Tuy nhiên, Công ty South Sea hoạt động không tốt do tình trạng tham nhũng phổ biến xảy ra giữa các giám đốc, quan chức công ty và những chính trị gia có liên quan Cuối cùng, sau năm
1718 khi Anh và Tây Ban Nha xảy ra chiến tranh, các giám đốc công ty nhận ra rằng công ty này không tạo ra bất kỳ lợi nhuận nào từ hoạt động của mình và đã bán hết sạch cổ phiếu Khi các nhà đầu tư biết rằng việc đầu tư hoàn toàn không có lãi, một cơn khủng hoảng đã xảy ra (Qian Yang, 2006)
Cùng lúc với "South Sea Bubble", "Mississippi Bubble" xảy ra ở Pháp Để ổn định nền kinh tế, Banque Generate được thành lập, tổ chức này nhận tiền gửi bằng vàng và bạc và phát hành tiền giấy để đổi lại Banque Generate được hợp nhất trong Công ty Mississippi Cổ phiếu của công ty này có thể được mua và thanh toán bằng giấy bạc ngân hàng hoặc bằng nợ chính phủ Khi công ty này mở rộng độc quyền toàn bộ thương mại của Pháp bên ngoài châu Âu, giá cổ phiếu của nó nhanh chóng tăng lên khoảng 190% trong một năm Tuy nhiên, siêu lạm phát do lượng tiền giấy tăng ồ ạt đã làm mất giá các loại tiền giấy không còn được bảo đảm bằng kim loại quý Cổ phiếu giảm 90% trong nửa năm Sự sụp đổ của “Mississippi Bubble” đã khiến Pháp và châu Âu rơi vào tình trạng suy thoái kinh tế nghiêm trọng (Qian
Ba “vụ tai nạn” được nêu chi tiết ở trên đã gióng lên hồi chuông cảnh báo cho những người chưa bao giờ có ý niệm về bong bóng trước đây Mặc dù những sự kiện này kết thúc với những tổn thất khủng khiếp cho các nhà đầu tư, nhưng có vẻ điều đó không để lại tác động mạnh mẽ lên tâm lý của họ, vì họ lại cho rằng những bong bóng đó không có khả năng lặp lại thường xuyên Cho đến khi thị trường chứng khoán Mỹ sụp đổ năm 1929, mọi người bắt đầu tin rằng thị trường chứng khoán không chỉ mang đến tài sản và lợi nhuận mà còn chứa đựng yếu tố nguy hiểm của bong bóng Trong những năm 1920, nền kinh tế Mỹ được hưởng lợi từ sự gia tăng công nghiệp hóa và công nghệ mới Bị ảnh hưởng bởi nền kinh tế phát triển vượt bậc, thị trường chứng khoán cũng tăng vọt và bong bóng được thổi phồng Từ năm 1921 đến năm 1929, chỉ số Dow Jones đã tăng hơn 600% từ 60 lên 400 Tuy nhiên, vào năm 1929, FED tăng lãi suất để hạ nhiệt thị trường chứng khoán quá nóng, khiến các nhà đầu tư hoảng loạn bán ra, những người nhận ra rằng sự bùng nổ chứng khoán là một bong bóng được thổi phồng quá mức Trong ba ngày, thị trường chứng khoán New York đã xóa sổ hơn 5 tỷ đô la (Qian Yang, 2006)
Các định nghĩa trên tuy khác nhau về góc độ nhìn nhận, tuy nhiên trên cơ sở đó, có thể đưa ra nhận định: bong bóng cổ phiếu bất động sản là hiện tượng giá cổ phiếu của các công ty bất động sản niêm yết tăng nhanh và bất thường trong thời gian ngắn, khiến giá thị trường của nó vượt xa so với giá trị thực tế Khi giá tăng đến một ngưỡng nhất định, một hoặc một vài vài yếu tố xảy ra khiến các nhà đầu tư bán tháo cổ phiếu nắm trong tay với số lượng lớn, khiến cho giá cổ phiếu tụt dốc nhanh chóng Đó là lúc bong bóng vỡ
2.1.2 Nguyên nhân chung dẫn tới hiện tượng bong bóng cổ phiếu
Bong bóng cổ phiếu được thúc đẩy bởi đầu cơ Bong bóng bắt đầu hình thành khi có sự tăng giá một tài sản vượt xa giá trị nội tại của tài sản đó Điều đó có nghĩa là mọi người sẵn sàng trả ngày càng nhiều cho một cổ phiếu, cao hơn những gì mong đợi dựa trên những yếu tố như nhu cầu, thu nhập, doanh thu hoặc tiềm năng tăng trưởng
Phi lý trí là một cụm từ dùng để mô tả sự nhiệt tình giữa các nhà giao dịch và
9 nhà đầu tư, thúc đẩy sự tăng giá nhanh chóng vượt xa các nguyên tắc cơ bản Cho dù đó là tâm lý đám đông, thành kiến bầy đàn, hiệu ứng bandwagon hay Hội chứng sợ bỏ lỡ FOMO, thì có một khoảng thời gian khi mà mọi người muốn mua một tài sản vì giá của nó ngày càng tăng, khiến giá thậm chí còn cao hơn và càng khiến nhiều người muốn mua nó hơn (A Greenspan, 2002) Điều quan trọng là không phải tất cả các giai đoạn tăng giá nhanh đều là bong bóng Ví dụ sau một cuộc suy thoái hoặc thị trường giá xuống, giá tài sản phục hồi mạnh có thể được coi là một điều bình thường Trong khi kỳ vọng và đầu cơ cũng có thể thúc đẩy sự phục hồi đó, cụ thể là sau khi đi qua thời kỳ tồi tệ nhất của sự suy giảm thị trường hoặc suy thoái kinh tế, sự khác biệt chính là hiện tượng tăng giá trong trường hợp này có thể được giải thích hợp lý bằng các nguyên tắc cơ bản
2.1.3 Biểu hiện chung của bong bóng cổ phiếu
Bong bóng thị trường chứng khoán nói chung diễn ra theo 5 giai đoạn như dưới đây (Hyman P Minsky, 1986)
Trong giai đoạn đầu tiên của bong bóng, một hoặc một loạt các thay đổi ảnh hưởng đến cách các nhà đầu tư nhìn nhận thị trường Sự thay đổi này có thể bao gồm một sự kiện quan trọng hoặc một sự đổi mới khiến mọi người thay đổi kỳ vọng của họ đối với tài sản được đề cập một cách tích cực
Mặc dù giai đoạn dịch chuyển đã dẫn đến tăng giá rồi, nhưng mọi thứ mới thực sự tăng tốc trong giai đoạn thứ hai của bong bóng Giai đoạn bùng nổ thu hút các nhà đầu cơ, những người giúp đẩy giá tài sản lên cao hơn khi xuất hiện những lời đồn đại về lợi nhuận của nó
PHƯƠNG PHÁP NGHIÊN CỨU
Xác định bong bóng cổ phiếu bất động sản
Hiện tượng bong bóng trên thị trường đã thu hút được nhiều sự quan tâm của các nghiên cứu Rất nhiều các phương pháp đã được đề xuất nhằm kiểm định sự hiện diện của bong bóng trên thị trường Một trong những phương pháp được sử dụng phổ biến đó là kiểm định Johansen (1988) để kiểm định đồng liên kết giữa giá và cổ tức của cổ phiếu Nếu có mối liên hệ đồng liên kết xảy ra giữa giá và cổ tức thì việc tăng giá cổ phiếu gắn liền với việc tăng cổ tức và do đó, tăng giá trong trường hợp này không gây ra hiện tượng bong bóng
Flood và Garber (1980) đã công bố mô hình kỳ vọng hợp lý (The Completed Rational Expectations Model) để thử nghiệm sự tồn tại đầu tiên của bong bóng Mô hình kỳ vọng hợp lý trở thành cơ sở lý thuyết, nền tảng để đo lường bong bóng thị trường Shiller (1981) đề xuất một thử nghiệm mới là kiểm định đường biên phương sai (Variance Bounds Tests) và tác giả tiến hành kiểm định trên dữ liệu mẫu của chỉ số giá S&P từ năm 1871 đến 1979, đã đưa đến kết luận: “Bác bỏ giả thuyết null về không có bong bóng” Nhiều nghiên cứu khác sau đó cũng áp dụng phương pháp của Shiller nhưng cũng chỉ ra rằng kiểm định này sẽ cho kết quả không đáng tin cậy khi áp dụng trên mẫu nhỏ, Blanchard và Watson (1982) đã củng cố lập luận về việc giải thích bong bóng hợp lý là sự sai lệch của giá tài sản so với giá trị cơ bản; xuất phát từ thực tế là bong bóng đầu cơ không theo hành vi hợp lý, mặc dù hành vi hợp lý thực sự có ảnh hưởng đến các nguyên tắc cơ bản của thị trường và giá cả Nhưng với sự can thiệp của các biến số bất hợp lý, không dễ để kiểm tra bong bóng trên thị trường chứng khoán
West (1987) sử dụng đồng thời phương trình Euler và mô hình ARIMA của cổ tức, với dữ liệu giá cổ phiếu và cổ tức hàng năm của S&P 500 trong giai đoạn 1871-
1980 và chỉ số Dow Jones từ 1928 đến 1978 để kiểm định sự tồn tại của bong bóng chứng khoán trên thị trường Mỹ Kết quả kiểm định cho thấy có bằng chứng thống kê mạnh mẽ về sự tồn tại của hiện tượng bong bóng trên thị trường Đến năm 1997, Wu (1997) đã đưa ra một lập luận mới - mô tả bong bóng là một biến không quan sát được Dựa trên mô hình giá trị hiện tại (Present Value
Model), ông đã tạo ra một mô hình tuyến tính dựa trên các thành phần bong bóng Đặc biệt, Wu cho rằng cổ tức tuân theo quá trình tự hồi quy và ước tính bong bóng là một biến số không quan sát được với điều kiện không có chênh lệch giá khi sử dụng bộ lọc Kalman (Kalman Filter) Bộ lọc Kalman là một quy trình đệ quy để tính toán ước tính tối ưu của bong bóng tại mỗi khoảng thời gian, dựa trên mô hình cấu trúc kinh tế (The Structural Economic Model) và dữ liệu quan sát được Ngoài ra, mô hình này thường cho thấy bong bóng tiêu cực Kết quả kiểm định của ông ước tính được các thành phần bong bóng chiếm một tỷ lệ đáng kể trong S&P 500 xuyên suốt những năm 1871 - 1992
Herrera và Perry (2003) đã áp dụng kiểm định nghiệm đơn vị và đồng liên kết tiêu chuẩn để kiểm tra sự tồn tại của bong bóng hợp lý ở các nước Mỹ Latinh vào những năm 1980-2001 Phân tích của họ bao gồm hai bước Trong bước đầu tiên, các tác giả kiểm định nghiệm đơn vị đối với tỷ lệ log của cổ tức và biến lợi nhuận Các chuỗi có nghiệm đơn vị, thì chưa thể kết luận về sự tồn tại của bong bóng trong chuỗi giá của tài sản Trong bước thứ hai, kiểm định đồng liên kết được sử dụng để kiểm tra mối quan hệ trong dài hạn giữa tỷ lệ log của cổ tức và tỷ suất sinh lợi cổ phiếu Nếu một mối quan hệ trong dài hạn được kết luận thì đó là dấu hiệu không có bong bóng Đối với hầu hết các quốc gia, Herrera và Perry nhận thấy rằng chuỗi cổ tức và lợi nhuận thực có nghiệm đơn vị; tiến hành kiểm định đồng liên kết thì kết quả cho thấy bác bỏ giả thuyết về mối quan hệ lâu dài giữa lợi nhuận thực và cổ tức ở tất cả các quốc gia
Phillips, Wu và Yu (2011), viết tắt là PWY, đã đề xuất phương pháp kiểm định Dickey - Fuller phía phải (SADF - sup augmented Dickey-Fuller test) để kiểm định sự hiện diện của bong bóng chứng khoán Kiểm định SADF của PWY dựa trên giả thuyết H0 về nghiệm đơn vị như kiểm định Dickey - Fuller truyền thống nhưng giả thuyết đối là giả thuyết phía phải Nếu giả thuyết không trong kiểm định này bị bác bỏ, nghĩa là có bằng chứng thống kê cho hiện tượng bùng nổ trong chuỗi giá, cũng là bằng chứng cho sự hiện diện của bong bóng Các kiểm định tính dừng phía phải SADF được thực hiện theo hình thức cửa sổ cuộn Các kiểm định này được xem xét kiểm tra trong nghiên cứu của Homm và Breitung (2012) để phát hiện bong bóng chứng khoán trên thị trường Sau quá trình mô phỏng và so sánh các tiêu chí
21 đánh giá, các tác giả đã rút ra kết luận kiểm định SADF của Phillips và cộng sự
(2011) là tối ưu nhất trong số các phương pháp áp dụng đến thời điểm này
Kiểm định SADF hoạt động hiệu quả khi có một sự kiện bong bóng duy nhất, nhưng có bằng chứng cho thấy nhiều bong bóng có thể xuất hiện khi mẫu lớn (Su,
Li, Chang, & Lobont, 2017) Một ứng dụng thực nghiệm của phương pháp này được thực hiện trên dữ liệu giá và cổ tức thực của thị trường chứng khoán S&P 500 trong giai đoạn lịch sử dài từ tháng 1 năm 1871 đến tháng 12 năm 2010 Cách tiếp cận mới xác định thành công các giai đoạn lịch sử nổi tiếng về sự xuất hiện và sụp đổ của bong bóng, xác định được các bong bóng chứng khoán thập niên 1990 nhưng hoàn toàn bỏ lỡ cuộc khủng hoảng nợ giai đoạn 2007 - 2008 Sự bỏ lỡ này cũng đã phần nào nói lên những hạn chế của kiểm định này Nếu có hai bong bóng và thời gian bong bóng thứ hai ngắn hơn bong bóng thứ nhất, thì kiểm định SADF không thể ước tính được thời gian bắt đầu và kết thúc của bong bóng thứ hai Ngoài ra, kiểm định có thể không thành công và không nhất quán trong việc tiết lộ sự tồn tại của bong bóng trong chuỗi thời gian dài và phân tích dữ liệu khi thị trường thay đổi nhanh chóng
Khắc phục nhược điểm này, Phillips, Shi và Yu (2015), viết tắt là PSY, đã phát triển thành công một phương pháp kiểm định mới là GSADF (Generalized sup ADF) Kiểm định GSADF cũng dựa trên kiểm định ADF phía phải, nhưng được áp dụng lặp đi lặp lại như kiểm định SADF theo dạng cửa sổ cuộn Nó được thiết kế để tìm kiếm các hành vi dạng bùng nổ của thị trường trong các chuỗi mẫu xác định bởi cửa sổ cuộn GSADF được xem là có độ linh hoạt của cửa sổ cuộn cao hơn SADF, và là một phương pháp hiệu quả để khảo sát hành vi bùng nổ giá nhằm khẳng định sự hiện diện của bong bóng trên thị trường Áp dụng kiểm định GSADF do Phillips và cộng sự (2015) đề xuất với dữ liệu từ quý III năm 2006 đến quý II 2022 của bình quân gia quyền giá cổ phiếu ngành bất động sản Việt Nam Việc bác bỏ giả thuyết không trong kiểm định này được xem như là bằng chứng thực nghiệm cho sự hiện diện của bong bóng giá cổ phiếu bất động sản
𝑦 𝑡 : giá cổ phiếu tại thời điểm t
𝜙 𝑖 với i 1 p là hệ số hồi quy ứng với các độ trễ khác nhau
𝑒 𝑡 : sai số Khác với các kiểm định tính dừng thông thường, trong trường hợp cần kiểm tra sự hiện diện của bong bóng, giả thuyết H0 ứng với trường hợp chuỗi có nghiệm đơn vị được xem xét với giả thuyết đối phía; nghĩa là, cần thực hiện kiểm định:
Tôi tiến hành kiểm định với hai bộ số liệu, tương ứng với giá cổ phiếu trung bình quý của các công ty bất động sản niêm yết trên thị trường chứng khoán Việt Nam, trong hai giai đoạn: từ Quý III năm 2006 đến hết quý IV năm 2014, và từ quý
I năm 2014 đến hết quý II năm 2022
Căn cứ để chia theo khoảng thời gian trên là sau cú sốc suy thoái trải dài tới năm 2013, đã có nhiều công ty bất động sản bắt đầu tham gia thị trường chứng khoán
Bảng 2: Giá cổ phiếu trung bình của các công ty bất động sản niêm yết trên thị trường chứng khoán Việt Nam time price time price
(Nguồn: Tác giả tự tính toán)
Kết quả thu được như sau:
Bảng 3: Kết quả kiểm định GSADF
(Nguồn: Kết quả từ phần mềm)
Là kiểm định tính dừng bằng Dickey-Fuller mở rộng, giá trị thống kê GSADF lớn hơn các giá trị tới hạn ở mức 95% và 90%, do đó có thể kết luận rằng đã xuất hiện sự bùng nổ trong chuỗi giá cổ phiếu ngành bất động sản, tức là có tồn tại bong bóng cổ phiếu trong khoảng thời gian từ 2007 đến 2008
Giá trị thống kê GSADF lớn hơn các giá trị tới hạn ở mức 99%, 95% và 90%, do đó có thể kết luận rằng đã xuất hiện sự bùng nổ trong chuỗi giá cổ phiếu ngành bất động sản, tức là có tồn tại bong bóng cổ phiếu trong khoảng thời gian từ 2017 đến 2018 và trong năm 2021
Tôi có kết quả thu được ở hình sau:
Hình 6: Kết quả kiểm định GSADF giai đoạn 2006-2014
(Nguồn: Kết quả từ phần mềm)
Hình 7: Kết quả kiểm định GSADF giai đoạn 2014-2022
(Nguồn: Kết quả từ phần mềm)
3.2 Xác định ảnh hưởng của các yếu tố đến bong bóng cổ phiếu bất động sản 3.2.1 Thiết kế nghiên cứu
KẾT QUẢ MÔ HÌNH NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN BONG BÓNG CỔ PHIẾU BẤT ĐỘNG SẢN CỦA CÁC CÔNG
Giai đoạn 2007-2008
4.1.1 Thống kê mô tả số liệu
Bảng 4: Thống kê mô tả số liệu giai đoạn 2007-2008
WTH GPI HPI PRICE UPI
Giá trị trung bình 101.2717 7.413333 180.2429 130.0308 0.122073 102.7946 Trung vị 101.0000 7.580000 188.3900 128.9300 0.093279 101.7150 Giá trị quan sát lớn nhất 103.9100 9.260000 220.4600 150.9700 0.411010 108.5000 Giá trị quan sát nhỏ nhất 99.24000 5.650000 115.0300 111.8600 0.013030 99.54000 Độ lệch chuẩn 1.257291 1.250585 29.75793 13.30263 0.092030 2.429099
Hệ số bất đối xứng 0.390218 0.016513 -0.343485 0.180411 1.076668 1.088982
0.129914 0.035249 0.034805 0.008035 0.000046 0.000075 Tổng các giá trị quan sát 9722.080 711.6800 17303.32 12482.96 11.71897 9868.280
Tổng bình phương của hiệu giá trị quan sát và giá trị trung bình
Số quan sát có trong biến 96 96 96 96 96 96
(Nguồn: Kết quả từ phần mềm)
Ta có ma trận tương quan như dưới đây:
Bảng 5: Ma trận tương quan (2007-2008)
(Nguồn: Kết quả từ phần mềm)
Quan hệ giữa biến PRICE với CPI, PRICE với GDP_GROWTH là tương quan dương, tức là cùng tăng hoặc cùng giảm
Quan hệ giữa biến PRICE với GPI, PRICE với UPI, PRICE với HPI là tương quan âm, tức là biến này tăng thì biến kia giảm
4.1.3.1 Ước lượng mô hình bình phương tối thiểu (POOLED)
Bảng 6: Kết quả hồi quy dữ liệu dạng bảng bằng phương pháp bình phương tối thiểu (2007-2008)
Biến Hệ số hồi quy Độ lệch chuẩn t-Statistic Prob
R 2 0,368863 Giá trị trung bình của biến phụ thuộc
Hệ số xác định điều chỉnh 0,333799 Độ lệch chuẩn của biến phụ thuộc
Sai số chuẩn của mô hình hồi quy 0,075116 Akaike info criterion -2,279099
Tổng bình phương các giá trị phần dư 0,507820 Schwarz criterion -2,118828
Log likelihood 115,3968 Hannan-Quinn criter -2,214315
Thống kê F 10,51994 Thống kê Durbin-Watson 0,094074
(Nguồn: Kết quả từ phần mềm)
4.1.3.2 Ước lượng mô hình tác động cố định (FEM)
Bảng 7: Kết quả ước lượng mô hình bình tác động cố định (2007-2008)
Biến phụ thuộc Hệ số hồi quy Độ lệch chuẩn t-Statistic Prob
Effects Specification Mặt cắt ngang cố định (biến giả)
Giá trị trung bình của biến phụ thuộc 0.122073
Hệ số xác định điều chỉnh 0.767907 Độ lệch chuẩn của biến phụ thuộc 0.092030
Sai số chuẩn của mô hình hồi quy 0.044337 Akaike info criterion -3.304955
Tổng bình phương các giá trị phần dư 0.171018 Schwarz criterion -3.064548
Log likelihood 167.6379 Hannan-Quinn criter -3.207779 F-statistic 40.28993 Thống kê Durbin-Watson 0.279342 Prob(F-statistic) 0.000000
(Nguồn: Kết quả từ phần mềm)
4.1.3.3 Ước lượng mô hình tác động ngẫu nhiên (REM)
Vì ở giai đoạn đầu năm 2007, chỉ có 4 doanh nghiệp bất động sản thực hiện niêm yết trên sàn chứng khoán, trong khi đó có tới 5 biến phụ thuộc Do đó không thể ước lượng được mô hình REM
4.1.4 Kiểm định mô hình và các giả thuyết Để lựa chọn giữa POOLED và FEM xem mô hình nào phù hợp, tôi sử dụng kiểm định Wald Tôi có cặp giả thuyết như sau:
H0: Mô hình phù hợp là POOLED
H1: Mô hình phù hợp là FEM
Kết quả kiểm định Wald được cho trong bảng dưới đây:
Test Statistic Value df Probability
Chi-square 309.4519 5 0.0000 Ở mức ý nghĩa 5% bác bỏ H0
Do đó có thể viết mô hình dưới dạng:
Giai đoạn 2017-2018
4.2.1 Thống kê mô tả số liệu
Bảng 8: Thống kê mô tả số liệu giai đoạn 2017-2018
WTH GPI HPI PRICE UPI
Giá trị quan sát lớn nhất
Giá trị quan sát nhỏ nhất
Hệ số bất đối xứng 1.008141 -0.214409 -1.19272 0.229391 1.251119 -0.260099
Xác suất của Hệ số
Tổng các giá trị quan sát
Tổng bình phương của hiệu giá trị quan sát và giá trị trung bình
Số quan sát có trong biến
(Nguồn: Kết quả từ phần mềm)
Bảng 9: Ma trận tương quan (2017-2018)
(Nguồn: Kết quả từ phần mềm)
Quan hệ giữa biến PRICE với CPI là tương quan âm, tức là biến này tăng thì biến kia giảm
Quan hệ giữa biến PRICE với GDP_GROWTH, PRICE với GPI, PRICE với UPI, PRICE với HPI là tương quan dương, tức là cùng tăng hoặc cùng giảm
4.2.3.1 Ước lượng mô hình bình phương tối thiểu (POOLED)
Bảng 10: Kết quả hồi quy dữ liệu dạng bảng bằng phương pháp bình phương tối thiểu (2017-2018)
Biến phụ thuộc Hệ số hồi quy Độ lệch chuẩn t-Statistic Prob
R 2 0,036661 Giá trị trung bình của biến phụ thuộc
Hệ số xác định điều chỉnh
0,001757 Độ lệch chuẩn của biến phụ thuộc
Sai số chuẩn của mô hình hồi quy
Tổng bình phương các giá trị phần dư
Log likelihood 300,5793 Hannan-Quinn criter -4,041098 Thống kê F 1,050346 Thống kê Durbin-Watson
(Nguồn: Kết quả từ phần mềm)
4.2.3.2 Ước lượng mô hình tác động cố định (FEM)
Bảng 11: Kết quả ước lượng mô hình bình tác động cố định (2017-2018)
Biến phụ thuộc Hệ số hồi quy Độ lệch chuẩn t-Statistic Prob
Effects Specification Mặt cắt ngang cố định (biến giả)
R 2 0.859582 Giá trị trung bình của biến phụ thuộc 0.034184
Hệ số xác định điều chỉnh 0.849025 Độ lệch chuẩn của biến phụ thuộc 0.03068
Sai số chuẩn của mô hình hồi quy 0.011921 Akaike info criterion -5.947719 Tổng bình phương các giá trị phần dư 0.018901 Schwarz criterion -5.720858
Thống kê Durbin-Watson 0.181554 Prob(F-statistic) 0.000000
(Nguồn: Kết quả từ phần mềm)
4.2.3.3 Ước lượng mô hình tác động ngẫu nhiên (REM)
Bảng 12: Kết quả ước lượng mô hình tác động ngẫu nhiên (2017-2018)
Biến phụ thuộc Hệ số hồi quy Độ lệch chuẩn t-Statistic Prob
Mặt cắt ngang ngẫu nhiên 0.030284 0.8658
Ngẫu nhiên không bậc hai 0.011921 0.1342
Thống kê có trọng số
Giá trị trung bình của biến phụ thuộc 0.122073
Hệ số xác định điều chỉnh 0.172091 Độ lệch chuẩn của biến phụ thuộc 0.092030
Sai số chuẩn của mô hình hồi quy 0.011921 Tổng bình phương các giá trị phần dư 0.507820
Tổng bình phương các giá trị phần dư 6.944842 Thống kê Durbin-Watson 0.094074
Thống kê không trọng số
R 2 0.036661 Giá trị trung bình của biến phụ thuộc 0.036661
Tổng bình phương các giá trị phần dư 0.129668 Thống kê Durbin-Watson 0.129668
(Nguồn: Kết quả từ phần mềm)
4.2.4 Kiểm định mô hình và các giả thuyết Để lựa chọn giữa POOLED và FEM xem mô hình nào phù hợp, tôi sử dụng kiểm định Wald Tôi có cặp giả thuyết như sau:
H0: Mô hình phù hợp là POOLED
H1: Mô hình phù hợp là FEM
Kết quả kiểm định Wald được cho trong bảng dưới đây:
Test Statistic Value df Probability
Chi-square 185.4470 5 0.0000 Ở mức ý nghĩa 5% bác bỏ H0
Chọn mô hình FEM Để lựa chọn giữa REM và FEM ta tiến hành kiểm định Hausman, thu được kết quả như dưới đây:
Bảng 13: Kết quả kiểm định Hausman
Test Summary Chi-Sq Statistic Chi-Sq d.f Prob
Prob.>0,05 do đó mô hình REM phù hợp hơn FEM
Kiểm định phương sai sai số thay đổi: chibar2(01) = 1190.56 Prob > chibar2 = 0.0000 Prob > chibar2 = 0,0000 < mức ý nghĩa 0,05 nên bác bỏ H0, mô hình không xảy ra hiện tượng phương sai sai số thay đổi
Do đó có thể viết mô hình dưới dạng:
Giai đoạn năm 2021
4.3.1 Thống kê mô tả số liệu
Bảng 14: Thống kê mô tả số liệu giai đoạn 2021
WTH GPI HPI PRICE UPI
Giá trị quan sát lớn nhất
Giá trị quan sát nhỏ nhất
Hệ số bất đối xứng 0.285429 -1.871706 -1.081396 0.439351 -0.576076 -1.382308
Xác suất của Hệ số
Tổng các giá trị quan sát
Tổng bình phương của hiệu giá trị quan sát và giá trị trung bình
Số quan sát có trong biến
(Nguồn: Kết quả từ phần mềm)
Bảng 15: Ma trận tương quan (2021)
(Nguồn: Kết quả từ phần mềm)
Quan hệ giữa biến PRICE với GPI là tương quan âm, tức là biến này tăng thì biến kia giảm
Quan hệ giữa biến PRICE với GDP_GROWTH, PRICE với CPI, PRICE với UPI, PRICE với HPI là tương quan dương, tức là cùng tăng hoặc cùng giảm
4.3.3.1 Ước lượng mô hình bình phương tối thiểu
Bảng 16: Kết quả hồi quy dữ liệu dạng bảng bằng phương pháp bình phương tối thiểu (2021)
Biến phụ thuộc Hệ số hồi quy Độ lệch chuẩn t-Statistic Prob
R 2 0,006362 Giá trị trung bình của biến phụ thuộc
Hệ số xác định điều chỉnh
-0,057333 Độ lệch chuẩn của biến phụ thuộc
Sai số chuẩn của mô hình hồi quy 0,040901 Akaike info criterion -3,486580 Tổng bình phương các giá trị phần dư 0,130485 Schwarz criterion -3,312951 Log likelihood 152,4364 Hannan-Quinn criter -3,416783 Thống kê F 0,099886 Thống kê Durbin-Watson 0,034493 Prob(T-statistic) 0,991852
(Nguồn: Kết quả từ phần mềm)
4.3.3.2 Ước lượng mô hình tác động cố định (FEM)
Bảng 17: Kết quả ước lượng mô hình bình tác động cố định (2021)
Biến phụ thuộc Hệ số hồi quy Độ lệch chuẩn t-Statistic Prob
Effects Specification Mặt cắt ngang cố định (biến giả)
R 2 0.947359 Giá trị trung bình của biến phụ thuộc 0.05954
Hệ số xác định điều 0.939316 Độ lệch chuẩn của biến 0.039777
Sai số chuẩn của mô hình hồi quy
Tổng bình phương các giá trị phần dư
(Nguồn: Kết quả từ phần mềm)
4.3.3.3 Ước lượng mô hình tác động ngẫu nhiên (REM)
Bảng 18: Kết quả ước lượng mô hình tác động ngẫu nhiên (2021)
Biến phụ thuộc Hệ số hồi quy Độ lệch chuẩn t-Statistic Prob
Mặt cắt ngang ngẫu nhiên 0.041331 0.9468
Ngẫu nhiên không bậc hai 0.009799 0.0532
Thống kê có trọng số
R 2 0.100365 Giá trị trung bình của biến phụ thuộc 0.004065
Hệ số xác định điều chỉnh 0.042697 Độ lệch chuẩn của biến phụ thuộc 0.010015
Sai số chuẩn của mô hình hồi quy 0.009799 Tổng bình phương các giá trị phần dư
Tổng bình phương các giá trị phần dư 1.740375
Thống kê không trọng số
R 2 0.13524 Giá trị trung bình của biến phụ thuộc
Tổng bình phương các giá trị phần dư
(Nguồn: Kết quả từ phần mềm)
4.3.4 Kiểm định mô hình và các giả thuyết Để lựa chọn giữa POOLED và FEM xem mô hình nào phù hợp, tôi sử dụng kiểm định Wald Tôi có cặp giả thuyết như sau:
H0: Mô hình phù hợp là POOLED
H1: Mô hình phù hợp là FEM
Kết quả kiểm định Wald được cho trong bảng dưới đây:
Test Statistic Value df Probability
Chi-square 180.7701 5 0.0000 Ở mức ý nghĩa 5% bác bỏ H0
Chọn mô hình FEM Để lựa chọn giữa REM và FEM ta tiến hành kiểm định Hausman, thu được kết quả như dưới đây:
Bảng 19: Kết quả kiểm định Hausman
Test Summary Chi-Sq Statistic Chi-Sq d.f Prob
(Nguồn: Kết quả từ phần mềm)
Prob.>0,05 do đó mô hình REM phù hợp hơn FEM
Kiểm định phương sai sai số thay đổi chibar2(01) = 410.14 Prob > chibar2 = 0.0000
Mô hình không xảy ra hiện tượng phương sai sai số thay đổi
Do đó có thể viết mô hình dưới dạng: