D. gIÁM sÁT THị TRưỜNg bấT ĐộNg sảN
30 Được Eichengreen, Rose và Wyplosz (1994) đề xuất lần đầu tiên.
ngoại hối là bình quân gia quyền của những thay đổi theo tháng (tính theo tỷ lệ %) của tỷ giá danh nghĩa song phương, dự trữ ngoại tệ và mức lãi suất ngắn hạn. Tình huống khủng hoảng được cho là sẽ xảy ra trong một tháng cụ thể, nếu chỉ số này vượt quá giá trị trung bình của mẫu một độ lệch chuẩn nhất định.
Phương pháp tập trung vào những thay đổi tỷ giá theo tháng, •
thay đổi dự trữ ngoại tệ và lãi suất để xác định khủng hoảng, nhưng sử dụng các ngưỡng phát nổ (“trigger” point) cố định hoặc ngẫu nhiên mà không phụ thuộc vào số liệu mẫu.
Khủng hoảng ngân hàng
Các quy tắc để xác định khoảng thời gian xảy ra khủng hoảng ngân hàng là tương đối khác nhau do khủng hoảng ngân hàng khó định nghĩa hơn khủng hoảng tiền tệ. Tuy vậy, những quy tắc này có thể được phân loại thành hai nhóm lớn: nhóm dựa trên cơ sở các chỉ số và nhóm dựa trên cơ sở các sự kiện.
Các quy tắc dựa trên cơ sở các chỉ số bao gồm việc sử dụng •
các chỉ số số học như tỷ lệ nợ xấu (NPL)/GDP, chi phí hoạt động cứu trợ ngân hàng, sự sụt giảm vốn ngân hàng.
Các quy tắc dựa trên cơ sở các sự kiện xác định các sự kiện •
chính liên quan đến từng ngân hàng hoặc tồn bộ hệ thống như sự rút vốn ồ ạt khỏi ngân hàng, đóng cửa, sáp nhập, mua lại các tổ chức tài chính chủ yếu, sự can thiệp của khu vực công vào hệ thống ngân hàng
Bước 2: Lựa chọn các chỉ tiêu dự báo
Theo điều tra của Kaminsky, Lizondo, và Reinhart (1998), các chỉ tiêu về dự trữ ngoại tệ, tỷ giá thực, tăng trưởng tín dụng, tín dụng cho khu vực công, lạm phát trong nước được đa số các nhà nghiên
Các chỉ tiêu về cán cân thương mại, xuất khẩu, tăng trưởng tiền tệ, tỷ lệ giữa khối lượng tiền tệ trong lưu thông (M2) so với dự trữ ngoại tệ, tăng GDP thực và thâm hụt ngân sách chỉ nhận được một số ủng hộ nhất định.
Mặc dù nguyên nhân của khủng hoảng ngân hàng thường khác với nguyên nhân của khủng hoảng tiền tệ, các chỉ tiêu dùng để giải thích hoặc dự báo khủng hoảng ngân hàng thường không quá khác so với các chỉ tiêu được dùng để giải thích hoặc dự báo các cuộc khủng hoảng tiền tệ, và hầu hết là các chỉ tiêu kinh tế vĩ mô và các chỉ tiêu về quan hệ kinh tế quốc tế31.
bảng 1.16: Các chỉ tiêu dự báo khủng hoảng tài chính được lựa
Tài khoản vãng lai
Cán cân tài khoản vãng lai/GDI Xuất khẩu
Nhập khẩu Tỷ giá thực áp dụng Tỷ giá thực so với đồng USD Cán cân thương mại/GDP
Tài khoản vốn
Các khoản tiền gửi ở các ngân hàng BIS/dự trữ ngoại tệ Biên độ giữa lãi suất thực trong nước so với lãi suất tại Hoa Kỳ Tài sản nợ ngoại tệ/tài sản có ngoại tệ của khu vực ngân hàng Dự trữ ngoại tệ
M2/dự trữ ngoại tệ
Các luồng vốn ngắn hạn/GDP
Nợ nước ngoài ngắn hạn/dự trữ ngoại tệ
31Ví dụ, Kamisky, Lizondo, và Reinhart (1998) đã đưa ra danh sách chỉ số về khủng hoảng tiền tệ tương tự với danh sách chỉ số mà Goldstein, Kaminsky và Reinhart (2000), Demirgu c-Kunt, và Detragiache (1997), Eichen- danh sách chỉ số mà Goldstein, Kaminsky và Reinhart (2000), Demirgu c-Kunt, và Detragiache (1997), Eichen- green và Arteta (2000) đã sử dụng với khủng hoảng ngân hàng.
Khu vực tài chính
Tiền gửi/M2
Tín dụng nội địa/GDP
Biên độ giữa lãi suất cho vay và tiền gửi M1/GDP
Hệ số cung tiền M2
Tiền gửi Ngân hàng Thương mại thực Lãi suất thực trong nước
Khu vực sản xuất
Chỉ số giá tiêu dùng - CPI Chỉ số sản xuất cơng nghiệp Chỉ số giá chứng khốn
Khu vực tài chính cơng
Tín dụng Ngân hàng Trung ương cho khu vực công/GDP Cân đối ngân sách/GDP
Tiêu dùng của Chính phủ/GDP Tín dụng rịng cho khu vực cơng/GDP
Kinh tế toàn cầu
Giá dầu thế giới Tỷ giá thực của USD/JPY Lãi suất thực ở Hoa Kỳ
Mức tăng trưởng kinh tế Hoa Kỳ
Bước 3: Xác định mức ngưỡng cho các chỉ tiêu dự báo
Đối với mỗi chỉ tiêu dự báo, căn cứ vào xác suất xảy ra khủng hoảng, mức ngưỡng sẽ phân chia thành hai vùng: vùng bình thường và vùng nguy hiểm. Nếu kết quả quan sát vượt qua mức ngưỡng và rơi vào vùng nguy hiểm thì chỉ tiêu sẽ phát ra tín hiệu cảnh báo. Tín hiệu cảnh báo được coi là đúng nếu khủng hoảng xảy ra trong khoảng thời gian đã chọn (biểu thị là A), hoặc là sai nếu khơng có khủng hoảng xảy ra trong khoảng thời gian này (biểu thị là B - sai
số loại II). Khi kết quả quan sát nằm trong khoảng bình thường và khơng phát ra tín hiệu cảnh báo kể cả trong trường hợp có khủng hoảng xảy ra trong khoảng thời gian đã chọn được cho là sai (biểu thị là C - sai số loại I), hoặc đúng nếu khơng có khủng hoảng xảy ra trong khoảng thời gian này (biểu thị là D). Khung thời gian được chọn để quyết định khi nào thì tín hiệu cảnh báo được coi là đúng hoặc sai gọi là cửa sổ khủng hoảng.
bảng 1.5: Các tín hiệu cảnh báo đúng và sai
khủng hoảng xảy ra trong 24 tháng khơng có khủng hoảng xảy ra trong 24 tháng
Có tín hiệu A B
Khơng có tín hiệu C D
Mở rộng vùng nguy hiểm sẽ làm tăng số lượng các tín hiệu sai (B), và do vậy, làm tăng sai số loại II, nhưng sẽ làm giảm số lượng các khủng hoảng bị bỏ qua (C) và do đó sai số loại I lại tăng lên. Tình hình ngược lại sẽ xảy ra nếu thu hẹp khoảng cách vùng nguy hiểm. Kaminsky, Lizondo và Reinhart (1998) đã khởi xướng việc đặt ra các ngưỡng và vùng nguy hiểm để làm giảm thiểu hệ số tín hiệu nhiễu (NSR) được xác định bằng tỷ số giữa xác suất của chỉ tiêu có tín hiệu trong giai đoạn bình thường với xác suất của chỉ tiêu có tín hiệu trong giai đoạn tiền khủng hoảng, cụ thể:
NSR = [B/(B + D)]/[A/(A + C)]
Trên thực tế, hệ số NSR cực tiểu, các ngưỡng liên đới và các vùng nguy hiểm của mỗi chỉ tiêu dự báo thơng qua một quy trình tìm kiếm dạng lưới. Quy trình này liên quan đến việc tính tốn hệ số NSR với mức ngưỡng giả định khác nhau. Xét về mặt giá trị thực tế, mỗi chỉ tiêu dự báo có một ngưỡng phân bổ khác nhau tại mỗi nước.
Với một giá trị ngưỡng, mỗi chỉ tiêu dự báo có thể được biến đổi thành một biến nhị phân S có trị số bằng 1 nếu giá trị thực của
chỉ tiêu vượt qua giá trị ngưỡng (có tín hiệu cảnh báo) hoặc bằng 0 nếu giá trị thực của chỉ tiêu khơng vượt qua giá trị ngưỡng (khơng có tín hiệu cảnh báo). Hệ số NSR cực tiểu được tính bằng cách gộp các nước trong mẫu lại với nhau có vai trò như một đơn vị đo lường khả năng dự báo của mỗi chỉ tiêu dự báo. Hệ số này càng nhỏ thì chỉ tiêu dự báo càng hữu ích trong dự báo khủng hoảng. Các chỉ tiêu nào có NSR lớn hơn 1 khơng hề có khả năng dự báo nên sẽ được loại bỏ.
Công cụ đo lường khả năng dự báo khác là xác suất khủng hoảng có điều kiện, được tính theo cơng thức:
CP = A/(A+B)
Để có thể sử dụng chỉ tiêu dự báo cho bất kỳ mục đích nào, xác suất khủng hoảng có điều kiện của chỉ tiêu dự báo này cần lớn hơn xác suất khủng hoảng không điều kiện UP (CP>UP), trong đó UP là khơng đổi trong một mẫu nhất định và được tính theo cơng thức:
UP = (A+C)/(A+B+C+D)
Một cơng cụ khác đo lường khả năng dự báo là tỷ trọng của giai đoạn tiền khủng hoảng (số tháng nằm trong cửa sổ khủng hoảng) được dự báo chính xác bởi các chỉ tiêu, được xác định như sau:
SP = A/(A+C)
Cuối cùng, nếu chỉ quan tâm nhiều về khía cạnh là một chỉ tiêu dự báo có phát tín hiệu cảnh báo trước một tình huống khủng hoảng hay khơng hơn là về mặt số lượng của các tín hiệu cảnh báo, thì đơn giản chỉ cần đếm số lượng khủng hoảng mà chỉ tiêu dự báo có phát tín hiệu cảnh báo ít nhất là một lần trong cửa sổ khủng hoảng tương ứng, thể hiện bằng tỷ lệ % của tổng các cuộc khủng hoảng trong mẫu.
Bước 4: Xây dựng các chỉ tiêu dự báo tổng hợp
Kaminsky (1999) đã đề xuất một số chỉ số tổng hợp. Một trong số đó, It là tổng các trị số nhị phân (0 hoặc 1), và Sit là tổng của tất cả các chỉ tiêu dự báo được chọn, được xác định bằng công thức:
(n là số lượng các chỉ số dự báo được lựa chọn): Một cách khác là cân nhắc sự khác nhau về khả năng dự báo của các chỉ số bằng cách phân bổ trọng lượng lớn hơn đối với các chỉ tiêu hoạt động tốt hơn (là những chỉ số có hệ số NSR nhỏ hơn):
Các chỉ số tổng hợp đôi khi cũng bị chỉ trích bởi chúng bao hàm nhiều cơng cụ đo lường tình trạng tài chính khơng liên quan gì với nhau. Nguyên nhân dẫn đến khủng hoảng tài chính ở các nước cũng rất khác nhau. Sẽ không thực tế nếu chúng ta mong muốn chỉ với một chỉ tiêu tổng hợp đơn lẻ mà có thể nắm bắt được tồn bộ các dấu hiệu tài chính bất ổn và khủng hoảng từ nhiều nguyên nhân khác nhau. Do đó, một giải pháp được nêu ra là xây dựng các chỉ tiêu tổng hợp cho từng lĩnh vực cụ thể.
Bước 5: Dự báo khủng hoảng
Các chỉ số tổng hợp được sử dụng để dự đoán xác suất xảy ra khủng hoảng. Điều này được thực hiện bằng cách chia tất cả các mẫu quan sát thành nhiều nhóm, mỗi nhóm tương ứng với một phạm vi cụ thể của một chỉ tiêu tổng hợp và tính tốn tỷ lệ của các tháng tiền khủng hoảng (thuộc từng cửa sổ khủng hoảng) cho mỗi nhóm theo cơng thức:
Trong đó It là giá trị của chỉ tiêu tổng hợp tại thời điểm t, Ii là giới hạn thấp hơn của một vùng cụ thể của chỉ tiêu, Iu là giới hạn trên của vùng và P(C│It < It < Iu) là xác suất của một khủng hoảng xảy ra trong vòng 24 tháng nếu It nằm trong khoảng giữa Ii và Iu.
Dựa trên phương trình này, bảng xác suất khủng hoảng có thể được tính cho từng chỉ tiêu tổng hợp. Bảng xác suất có thể cho phép ấn định một mức độ cụ thể của xác suất khủng hoảng cho mỗi giá trị quan sát của một chỉ tiêu tổng hợp. Để một chỉ số tổng hợp có thể phát tín hiệu cảnh báo, chúng ta cần chọn mức ngưỡng xác suất. Việc lựa chọn mức ngưỡng xác suất đòi hỏi phải kết hợp giữa sai số loại I và sai số loại II, tuy nhiên một cách tổng quát, ngưỡng xác suất nên cao hơn xác suất khủng hoảng vô điều kiện UP như đã xác định ở Bước 3.
2. Mơ hình EWS tham số về khủng hoảng tiền tệ
Mơ hình EWS tham số nhằm ước lượng xác suất xảy ra khủng hoảng tài chính bằng cách sử dụng các phương pháp kinh tế lượng trên cơ sở các biến lựa chọn rời rạc, thường là phương pháp logit hoặc probit. Các nghiên cứu trước đây về mơ hình EWS tham số thường sử dụng dữ liệu hàng năm32, có thể giúp xác định các nguyên nhân của khủng hoảng tài chính nhưng lại khơng phù hợp dự báo xác suất xảy ra khủng hoảng do tần xuất thấp. Tuy nhiên, gần đây đã có những nỗ lực trong việc xây dựng các mơ hình EWS tham số sử dụng dữ liệu theo tháng nhằm phục vụ dự báo theo thời gian thực33.
Các mơ hình lựa chọn rời rạc sử dụng dữ liệu bảng (panel data)
Trong mơ hình lựa chọn rời rạc sử dụng dữ liệu bảng, biến ẩn được xác định theo phương trình hồi quy sau:
(1) Trong đó là một véc-tơ của các biến giải thích, là véc-tơ của các tham số tương ứng, là yếu tố ảnh hưởng theo quốc gia và