Trong ba mô hình chúng tôi đã trình bày, thì việc ứng dụng mô hình probit để cảnh báo khủng hoảng tài chính cho VN hiện nay là không khả thi. Vì hồi quy mô hình probit để cảnh báo khủng hoảng có hiệu quả cần một lượng mẫu quan sát đủ lớn. Trong khi đó, nền kinh tế VN chỉ mới phát triển trong khoảng thời gian gần đây do đó chúng tôi loại bỏ mô hình này.
Trong hai mô hình Neuro Fuzzy và Signal Approach, thực nghiệm đã cho thấy hai mô hình này hoạt động khá tốt tại các quốc gia được xem xét. Tuy nhiên, chúng tôi lựa chọn mô hình Signal Approach để xây dựng mô hình cảnh báo khủng hoảng cho VN vì :
Thứ nhất, Mô hình Neuro Fuzzy mới chỉ được kiểm chứng và đưa ra kết quả bời Lin , Khan , Wang , Chang (năm 2006) 16 trên 4 nước Philipin, Thái lan, Indonexia, Malaixia. Đây là những quốc gia có những đặc điểm kinh tế khá giống nhau và trong cùng một khu vực kinh tế chung nên tính độc lập giữa các nước là không cao, khả năng lan truyền khi có khủng hoảng xảy ra là lớn. Trong khi đó mô hình Signal Approach đã được kiểm chứng tại nhiều quốc gia và nhiều khu vực kinh tế khác nhau.
Thứ hai, Mô hình Signal Approach được Kaminsky and Reinhart thử nghiệm với một lượng mẫu lớn, bao gồm 5 quốc gia công nghiệp phát triển và 15 quốc gia đang phát triển xuyên suốt từ 1970 đến 1995. Cùng với đó, họ đã phân tích 76 cuộc khủng hoảng (những quốc gia nào không có khủng hoảng đã được loại khỏi mẫu) vì vậy tính đại diện của mô hình này sẽ cao hơn và nó tổng quát hơn mô hình Neuro Fuzzy.
Thứ ba, Xét về tính linh hoạt thì mô hình Signal Approach hơn hẳn so với mô hình Neuro Fuzzy do nó có thể đưa ra một dự báo tại bất kỳ thời điểm nào mà không đòi hỏi quá nhiều mẫu số liệu quá khứ và quá trình thao tác phức tạp như Neuro Fuzzy. Như vậy, mô hình Signal Approach sẽ phù hợp hơn với mục đích xây dựng mô hình cảnh báo khủng hoảng để truyền tải thông tin đến những nhà điều hành chính sách vĩ mô của chúng tôi. Từ kết quả có được, chúng ta sẽ biết tình trạng của nền kinh tế VN, để từ đó, các nhà hoạch định có những chính
sách điều chỉnh đúng đắn và kịp thời.
16
Chin-Shien Lin, Haider A. Khan, Ying-Chieh Wang, Ruei-Yuan Chang, “A New Approach to Modeling Early Warning Systems for Currency Crises: can a machine-learning fuzzy expert system predict the currency crises effectively”, năm 2006