Tất cả các công cụ mà chúng tôi đề xuất ở trên là vô hiệu nếu chúng ta không thể nhận thấy rủi
ro của nền kinh tế. Tức là:
Chúng ta phải xây dựng cơ sở dữ liệu cho các biến vĩ mô trong nền kinh tế. Để có thể áp dụng
các mô hình lượng hóa mô phỏng các điều kiện kinh tế thực nhằm đưa ra các dự báo hợp lý
cho nền kinh tế vĩ mô. Tạo cơ sở dữ liệu cũng giúp cácnhà làm chính sách, xác định các “bước
ngoặc” hay các hiện tượng bất thường trong các yếu tố đó, mà từ đó có thể chuẩn bị giải quyết
các vấn đề sẽ gặp. Thêm vào đó, khi xây dựng cơ sở dữ liệu, có nghĩa là chúng ta đã minh bạch
hóa thông tin vĩ mô, trong đó có những thông tin rất là nhạy cảm đối với nền kinh tế, mà tác
động chủ yếu lên tâm lý nhà đầu tư. Có như vậy, chúng ta mới có thể củng cố niềm tin của người dân và giới đầu tư vào các cơ quan quản lý, và lúc đó, các quyết sách sẽ dễ dàng tiếp cận hơn.
Chúng ta phải thay đổi tư duy về khủng hoảng, nghĩa là chúng ta không còn “vô nhiễm” với
các biến động của thị trường thế giới, và bản thân chúng ta không thể không có khủng hoảng
nếu chúng ta không có vấn đề gì về quá nghiêm trọng về mặt vĩ mô, hay là, chúng ta không thể
tồn tại khủng hoảng ở những tài sản mà chính chúng ta dư thừa trong nền kinh tế. Chính phủ
cần hành động nhanh hơn khi mà các mầm móng gây ra bong bóng bị nghi ngờ tồn tại, vì nếu hành động chậm chạp hay còn quá khiên dè trong các hành động thì hậu quả là khôn lường,
dẫn chứng lịch sử đã cho chúng ta thấy điều này. Dựa trên kinh nghiệm của các giai đoạn bong
đầu ra hạn hẹp trong nền kinh tế, cung tiền và tín dụng, giá tài sản, hành vi của các tổ chức tài
chính, tác động qua lại của các loại rủi ro khác nhau.
Tăng tính đối thoại giữa các nhà làm luật và các định chế tài chính. Vấn đề tồn tại trong suốt
thời kỳ bong bóng đó chính là sự mở rộng quá mức của tín dụng chính là yếu tố ảnh hưởng lớn
nhất đến việc gia tăng trong giá các tài sản có rủi ro. Vai trò của NHTW và các nhà điều hành chính sách là vô cùng quan trọng để hiểu một cách chính xác sự tồn tại và các đặc điểm của
những rủi ro xảy ra cùng với các hoạt động cho vay quá mức và phải giải thích cho những nhà quản lý của các tổ chức tài chính hiểu rõ vấn đề này. Tức là chúng ta không thể dùng mệnh
lệnh mà bắt ép các định chế tài chính ngừng cho vay được. Vì sự gia tăng giá của tài sản là bong bóng – đây là vấn đề nan giải và nếu kỳ vọng tăng giá của tài sản còn quá lớn sẽ xẩy ra
hình thức “lách” để cho vay. Mặc dù, có những nhập nhằng giữa việc giải thích và mệnh lệnh, do đó, một sự trao đổi lẫn nhau sẽ là cách tốt nhất nhằm đặt các định chế tài chính dưới tầm ảnh hưởng.
Tóm lại, chúng tôi đề xuất ra những công cụ này là từ các nghiên cứu bài học của các NHTW và các nước phát triển, cùng với đặc thù của nền kinh tế Việt Nam. Chúng tôi kỳ vọng rằng, đây sẽ là nền tảng cho những chính sách của Chính phủ để có thể bảo vệ nền kinh tế Việt Nam, trước tác động của bong bóng hay khủng hoảng mà tác động lên nền kinh tế thực.
KẾT LUẬN
Chúng tôi xây dựng đề tài này nhằm mục đích xác định rõ bong bóng tài sản trong nền kinh tế
nói riêng, bong bóng kinh tế nói chung. Giúp cho chúng ta có được một cái nhìn đúng đắn hơn
về thuật ngữ “bong bóng”. Đồng thời thông qua các bài học của các nền kinh tế đã trải qua bong bóng để rút ra được những bài học cho bản thân Việt Nam có thể tiếp thu nhằm bảo vệ
nền kinh tế. Thêm vào đó, thông qua các cách mà các nước chống lại bong bóng, để từ đó
chúng ta có thể xây dựng nên những công cụ phòng vệ hợp lý.
Dựa vào đặc thù của nền kinh tế Việt Nam, các bài nghiên cứu, phân tích và các bài học kinh
nghiệm của các quốc gia, đề tài của chúng tôi đút kết và gợi ý:
Xác định cách hiểu về bong bóng tài sản một cách hợp lý, đồng thời đút kết được những sai
lầm khi nhìn nhận một bong bóng tài sản.
Xác lập mô hình định tính các nhân tố hình thành nên một bong bóng và kết hợp với nền kinh
tế vĩ mô Việt Nam, để chỉ ra nguy cơ mà nền kinh tế Việt Nam phải đối mặt, nếu không có
những hành động kịp thời.
Gợi ý về các công cụ nhằm mục đích chống lại bong bóng và đúc kết các bài học hành động
của các NHTW trên thế giới trong việc áp dụng các công cụ này như thế nào cho hợp lý.
Bên cạnh đó, chúng tôi gợi mở hai hướng nghiên cứu mới nếu chúng ta hội đủ điều kiện là chứng minh tính bong bóng thông qua TTCK và lượng hóa CSTT nhằm đưa ra một dự báo hợp
lý về việc thực thi CSTT trong tương lai.
Cuối cùng, chúng tôi khẳng định rằng bong bóng sẽ rất khó phát hiện và hậu quả dù có tác
động đến nền kinh tế thực hay không điều rất nguy hiểm. Do đó, các nhà làm luật nên cẩn thận
xem xét khi tồn tại những dấu hiệu nghi ngờ bong bóng. Vì một sự sai lầm hay chậm trễ trong chính sách sẽ gây ra những tác động xấu không thể lường trước.
DANH MỤC TÀI LIỆU THAM KHẢO Giáo trình và sách chuyên khảo trong nước
1. Th.S Nguyễn Khắc Quốc Bảo, “Hệ thống phòng ngửa khủng hoảng tài chính cho Việt Nam trong quá trình hội nhập”, luận văn thạc sĩ kinh tế, Đại học Kinh tế TP.HCM, năm 2005.
2. Th.S Hoàng Ngọc Nhậm, Giáo trình “Kinh tế lượng”, Đại học Kinh tế TP.HCM,
năm 2005.
3. Th.S Hoàng Ngọc Nhậm, “Bài tập Kinh tế lượng với sự trợ giúp của Eviews,
Stata”, năm 2005.
4. TS. Nguyễn Quang Đông, Giáo trình “Kinh tế lượng nâng cao”, Đại học Kinh tế
Quốc dân Hà Nội, năm 2001.
Các bài báo và tài liệu trong nước:
1. GS Đào Nguyên Cát, “Kinh tế 2007-2008 Việt Nam và Thế giới”, Thời báo Kinh tế Việt Nam, năm 2007.
2. Nguyễn Thị Bảo Khuyên, “Thị trường chứng khoán Việt Nam – Kiểm chứng
tính hiệu quả về mặt thông tin”, Tạp chí công nghệ ngân hàng, tháng 9/2007.
Tài liệu tham khảo, bài nghiên cứu, báo cáo và các tài liệu tiếng Anh.
1. Francois Trahan, Kurt D.Walters, Caroline S.Portny, “Investment strategy – Approaching an Infection Point”, Equity Research, Bear Stearns & Co.Inc, May 2006.
2. Prof. Jonas Andersson and Svein Oskar Lauvsnes, “Forecasting stock index prices and domestic credit: Does cointegration help?”, Norwegian School of Economics and Business Administration, May 2007.
3. David Kelleher, Geum – Soo Kim and Suduk Kim, “Evidence of Bubbles in Korean Stock Markets”, Dept. of Public Policy and Economics, Hosco University Korea, April 2001.
4. Amir Kia, “Normative Stock Exchange and Speculative Activities: Critique and Empirical Verification”, Emory University (Atlanta, USA), October 2000.
5. Tom Engsted and Carsten Tanggaard, “Speculative bubbles in stock prices? Test based on the price-dividend ratio”, University of AARHUS, March 2004.
6. Wing – Keung Wong, Habibullah Khan & Jun Du, “Money, Interest Rate, and Stock Prices: New Evidence from Singapore and the United States”, National University of Singapore, July 2005.
7. Chirstopher Gan, Minsoo Lee, Hua Hwa Au Yong, Jun Zhang, “Macroeconomic variables and stock market interactions: New Zealand evidence”, Investment Management and Financial Innovations, 2006.
8. Yvette S. Harman and Thomas W. Zuehlke, “Duration dependence testing for speculative bubbles”, Miami University and Florida State University.
9. Suraya Hanim Mokhtar, Annuar Md.Nassir, and Taufiq Haassan, “Detecting Rational Speculative Bubbles in the Malaysian Stock”, University Putra Malaysia, 2006.
10.Nathan S. Balke (Professor of Southern Methodist University) and Mark E. Wohar (Professor of Nebraska University), “Explaining stock price movements: Is there a case of fundamentals?”.
11.Randall S. Kroszner (Council of Economic Advisers), “Asset price bubbles, Information and Public policy”.
12.Caio Guttler, Roberto Meurer and Sergio Da Silva, “Is the Brazilian stockmarket efficient?”, FEDeral University of Santa Catarina, January 2008.
13.Franklin Allen and Llouglas Gale , “Bubbles and Crises”, The Ecoxomic Jounzal, January 2000.
14.Kunio Okina, Masaaki Shirakawa, and Shigenori Shiratsuka, “The Asset Price Bubble and Monetary Policy: Japan’s Experience in the Late 1980s and the Lessons”, Bank of Japan, February 2001.
16.Dr. Shane Oliver, Chief Economist and Head of Investment Strategy,
“Investment Insights”, AMP Henderson Global Investors, October 2002.
Danh sách những trang web tham khảo:
Website nước ngoài:
Quỹ tiền tệ Quốc tế www.imf.org
Ngân hàng phát triển Châu Á www.adb.org
Ngân hàng thế giới www.worldbank.org
Cục dữ trữ liên bang Mỹ www.federalreserve.gov
Trường đại học Harvard www.harvard.edu
Trường đại học Yale www.yale.edu
Hãng thông tin tài chính Bloomberg www.bloomberg.com
Từ điển chuyên ngành kinh tế www.investopedia.com Ngân hàng đầu tư Bear Stearns www.bearstearns.com
Hãng thông tin tài chính CNBC www.cnbc.com
Homer Hoyt Institute www.hoyt.org
Website trong nước:
Tổng cục thống kê Việt Nam www.gso.gov.vn
Ngân hàng nhà nước Việt Nam www.sbv.gov.vn
Bộ Tài chính www.mof.gov.vn
Bộ Công thương www.moi.gov.vn
Thời báo kinh tế Việt Nam www.vneconomy.vn
PHỤ LỤC 1
XÁC ĐỊNH ĐỘ TRỄ TỐI ƯU
Độ trễ tối ưu Akaike Information Criteria (AIC) và Schwarz Information Criteria (SIC)
Qui trình xác định độ trễ tối ưu gồm 2 bước:
Bước 1: Tiến hành hồi qui cho các biến phụ thuộc. Trong phương trình hồi quy đầu tiên ta cho biến phụ thuộc trễ một giai đoạn. Trong mỗi phương trình hồi qui tiếp theo ta đưa thêm một
biến trễ nữa vào. Với m phương trình hồi qui, ta có:
VNIt = a0 + m i a 1 1VNIt-1 (1)
Việc xác định độ trễ tuỳ thuộc vào cỡ mẫu và các điều kiện kinh tế xã hội của quốc gia. Trong đề tài này, do giới hạn về kích cỡ mẫu nên độ trễ tối đa ở đây là 4. Sau khi hồi qui mỗi phương
trình trên với m chạy từ 1 đến 4, mỗi phuơng trình hồi qui chúng ta sẽ thu được một giá trị AIC
và SIC. Nếu phương trình nào có giá trị AIC và SIC (ưu tiên AIC) bé nhất thì độ trễ của phương trình đó chính là độ trễ tối ưu của m. Kí hiệu: mu
Bước 2:Sau khi đã xác định được m tối ưu, ước lượng các phương trình hồi quy cho các biến
khác theo trình tự như trên để xác đinh độ trễ tối ưu n.
VNIt = a0 + mu i a 1 1 VNIt-1 + n i a 1 2 CPIt-i + a3 DR + a4 EX + a5 ID + a6 M2 + a7 RT (2)
Bảng 1:Kết quả xác định đỗ trễ tối ưu của các biến với vai trò là biến phụ thuộc Biến m AIC SIC VN-Index 1 11.46285 11.5473 2 11.46933 11.5973 3 11.43378 11.60615 4 11.211 11.42869 CPI 1 2.569068 2.653512 2 2.423072 2.551038 3 2.472022 2.6444 4 2.552671 2.770363 DR 1 -1.234485 -1.150041 2 -1.170647 -1.04268 3 -1.120955 -0.948577 4 -1.089988 -0.872296 EX 1 9.236949 9.321393 2 9.178528 9.306495 3 9.163072 9.335449 4 9.194471 9.412163 ID 1 18.54711 18.63156 2 18.55998 18.68794 3 18.61407 18.78644 4 18.65045 18.86814 M2 1 21.35115 21.4356 2 21.3449 21.47286 3 21.40873 21.5811 4 21.49446 21.71216 RT 1 19.39884 19.48328 2 19.17741 19.30537 3 19.23329 19.40567 4 19.29507 19.51276
Căn cứ vào bảng kết quả trên ta có thể thấy rằng nếu đóng vai trò là biến phụ thuộc thì độ trễ
tối ưu cho kiểm định Granger của các biến lần lượt là: VN-Index độ trễ tối ưu là 4, CPI độ trễ
tối ưu là 2, DR độ trễ tối ưu là 1, EX độ trễ tối ưu là 3, ID độ trễ tối ưu là 1, M2 độ trễ tối ưu là 2, RT độ trễ tối ưu là 2.
Bảng 2:Kết quả xác định độ trễ tối ưu của VN-Index với vai trò là biến độc lập Biến VN-Index CPI n 1 2 3 4 AIC 2.464038 2.486833 2.537867 2.608665 SIC 2.63466 2.70011 2.796433 2.913434 DR n 1 2 3 4 AIC -1.19328 -1.12769 -1.05861 -0.99235 SIC -1.06661 -0.95707 -0.84314 -0.73112 EX n 1 2 3 4 AIC 9.195375 8.999319 9.044442 9.100719 SIC 9.410847 9.257885 9.346103 9.449026 ID n 1 2 3 4 AIC 18.55879 18.58393 18.6678 18.73215 SIC 18.68546 18.75456 18.88327 18.99338 M2 n 1 2 3 4 AIC 21.35587 21.40446 21.48203 21.56633 SIC 21.52649 21.61773 21.7406 21.8711 RT n 1 2 3 4 AIC 19.22868 19.19307 19.07109 19.15068 SIC 19.3993 19.40635 19.32966 19.45545
Với bảng kết quả trên ta có thể thấy, độ trễ tối ưu của VN-Index với vai trò là biến độc lập khi
Bảng 3: Kết quả xác định độ trễ tối ưu của các biến CPI, DR, EX, ID, M2, RT với vai trò là biến độc lập Biến CPI n 1 2 3 4 AIC 11.05009 11.10243 11.1534 11.20245 SIC 11.52902 11.62489 11.71939 11.81199 DR n 1 2 3 4 AIC 11.00031 11.03394 11.04038 11.0877 SIC 11.47923 11.5564 11.60637 11.69724 EX n 1 2 3 4 AIC 11.1789 11.14397 11.19788 11.22868 SIC 11.65782 11.66643 11.76388 11.79468 ID n 1 2 3 4 AIC 11.01801 11.07038 11.07811 11.12852 SIC 11.49693 11.59284 11.64411 11.73806 M2 n 1 2 3 4 AIC 11.0737 11.11366 11.13163 11.18495 SIC 11.55262 11.63612 11.69763 11.79448 RT n 1 2 3 4 AIC 11.06698 11.09783 11.15138 11.08889 SIC 11.5459 11.62029 11.71738 11.69843
Với kết quả từ bảng trên ta có thể thấy độ trễ tối ưu của các biến CPI, DR, EX, ID, M2, RT với
PHỤ LỤC 2
KIỂM ĐỊNH MỐI QUAN HỆ
NHÂN QUẢ GRANGER
1. Mối quan hệ giữa chỉ số VN-Index với lạm phát (CPI):
1.1 Kiểm định chiều CPI có ảnh hưởng đến VN-Index hay không?
VNIt = a1VNIt-1 + a2VNIt-2 + a3 VNIt-3 + a4VNIt-4 + a5CPIt-1 + a6 DRt + a7 EXt + a8IDt + a9M2t + a10RTt + et (1)
Giả thuyết:
H0 : lạm phát không ảnh huởng đến chỉ số VN-Index (tức a5 = 0) H1 : lạm phát có ảnh hưởng đến chỉ số VN-Index (tức a5 # 0)
Bảng 1:Kết quả hồi qui phương trình (1)
Dependent Variable: VNI Method: Least Squares Date: 05/05/08 Time: 09:39 Sample(adjusted): 2004:05 2007:05
Included observations: 37 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. C 12806.52 7078.784 1.809142 0.0820 VNI(-1) 0.895457 0.219068 4.087572 0.0004 VNI(-2) -0.394723 0.314797 -1.253898 0.2210 VNI(-3) -0.614053 0.314935 -1.949776 0.0621 VNI(-4) 0.584043 0.240895 2.424475 0.0226 CPI(-1) -8.132772 10.82509 -0.751289 0.4592 DR -90.81877 66.13794 -1.373172 0.1814 EX -0.775322 0.483496 -1.603573 0.1209 ID 0.005783 0.005142 1.124647 0.2710 M2 0.001877 0.000537 3.497873 0.0017 RT 0.000687 0.004020 0.170877 0.8656 R-squared 0.973228 Mean dependent var 446.6143 Adjusted R-squared 0.962931 S.D. dependent var 279.4194 S.E. of regression 53.79724 Akaike info criterion 11.05009 Sum squared resid 75247.72 Schwarz criterion 11.52902 Log likelihood -193.4267 F-statistic 94.51705 Durbin-Watson stat 2.272018 Prob(F-statistic) 0.000000
H’0 : Phần dư của phương trình (1) là một chuỗi không dừng.
H’1 : Phần dư của phương trình (1) là một chuỗi dừng.
ADF Unit Root Test
ADF Test Statistc 1% 5% 10%
-4.282064 -3.6289 -2.9472 -2.6118
Kết luận: bác bỏ giả thuyết H’0: vậy các biến trong phương trình (1) có tính đồng liên kết và tồn tại mối quan hệ dài hạn giữa chúng. Như thế không có hiện tượng hồi qui tương quan giả trong phương trình (1), các kiểm định thống kê truyền thống vẫn sử dụng được trong trường
hợp này đồng thời điều kiện cho kiểm định Granger đã được thoả mãn.
Tiến hành kiểm định giả thuyết H0: Wald Test: Equation: Untitled Null Hypothesis: C(6)=0 F-statistic 0.564435 Probability 0.459225 Chi-square 0.564435 Probability 0.452479
Theo kết quả của bảng trên vì P (F > 0.564435) = 0.459225 > 0.1 nên ta chấp nhận giả thuyết
không. Vậy lạm phát không có ảnh hưởng đến chỉ số VN-Index.
1.2 Kiểm định chiều VN-Index có ảnh hưởng đến CPI hay không?
CPIt = a1 CPIt-1 + a2 CPIt-2 + a3VNIt-1 + a4 DRt + a5 EXt + a6 IDt + a7 M2t + a8 RTt (1’) Giả thuyết:
H0 : chỉ số VN-Index không ảnh huởng đến lạm phát (tức a3 = 0) H1 : chỉ số VN-Index có ảnh hưởng đến lạm phát (tức a3 # 0)
Bảng 2:Kết quả hồi qui phương trình (1’)
Dependent Variable: CPI Method: Least Squares Date: 05/03/08 Time: 20:26 Sample(adjusted): 2004:03 2007:05