intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Bài giảng Tài chính phát triển - Bài 3: Bất cân xứng về thông tin trên các thị trường tài chính

Chia sẻ: Hgnvh Hgnvh | Ngày: | Loại File: PDF | Số trang:17

162
lượt xem
11
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Tài chính phát triển: Bài 3 - Bất cân xứng về thông tin trên các thị trường tài chính nhằm trình bày về kinh tế học vi mô tân cổ điển, thông tin bất cân xứng, AI trong các nền kinh tế đang phát triển, AI trong các thị trường tài chính mới nổi.

Chủ đề:
Lưu

Nội dung Text: Bài giảng Tài chính phát triển - Bài 3: Bất cân xứng về thông tin trên các thị trường tài chính

  1. Ha Lan MDE Lecture 3: Information Asymmetry Bất cân xứng về thông tin trên các thị trường tài chính Tài chính phát triển 2006 Kinh tế học vi mô tân cổ điển Các giả định về thị trường hòan hảo Thông tin hòan hảo Chi phí giao dịch bằng không Ba trục trặc trong thực tế cho các thị trường tài chính Môi trường họat động rủi ro và bất định Thông tin bất cân xứng (AI) Chi phí giao dịch tồn tại tất yếu (TC) Muốn có thông tin phải tốn chi phí Tồn tại các định chế tài chính khác nhau nhằm giảm TC Nguyen Trong Hoai 1
  2. Ha Lan MDE Lecture 3: Information Asymmetry Thông tin bất cân xứng (AI) Thông tin bất cân xứng xảy ra khi một bên đối tác nắm giữ thông tin còn bên khác thì không biết đích thực về thông tin ở mức độ nào đó. Thường xuyên xảy ra trong thực tế cho các lọai thị trường: Thị trường lao động Thị trường hàng hóa Thị trường bảo hiểm Thị trường tín dụng AI trong các nền kinh tế đang phát triển Mức độ AI cao: Ví dụ điển hình Mexico là một trong những nguyên nhân tạo ra khủng hỏang tiền tệ vào năm 1994 Tính minh bạch yếu: các nguồn thông tin phần lớn được tiếp cận qua các mối quan hệ trục lợi (rent seeking, lobby). Các thị trường tài chính còn non yếu (thị trường chứng khóan Việt Nam) Xử dụng các công cụ truyền tải thông tin hạn chế. Nguyen Trong Hoai 2
  3. Ha Lan MDE Lecture 3: Information Asymmetry Mật độ điện thoại trên 100 dân Điện thoại cố định Điện thoại di động Japan Singapore South Korea Souhth Korea Singapore Japan Brunei Brunei Malaysia Malaysia Average Thailand China Average T hailand Philippines Vietnam China Philippines Indonesia Indonesia Vietnam Lao PDR Cambodia Myanmar Lao PDR Cambodia Myanmar 0 20 40 60 0 20 40 60 80 Số người sử dụng Internet South Korea Singapore Japan Malaysia Brunei Average T hailand China Philippines Indonesia Vietnam Lao PDR Cambodia 0 10 20 30 40 50 60 Nguyen Trong Hoai 3
  4. Ha Lan MDE Lecture 3: Information Asymmetry Giao dịch trực tiếp > giao dịch điện tử Công cụ đăng tải thông tin hạn chế về mức độ xử dụng và thiếu tính tương tác:e-gov? Ba cấp độ (g – g), (g – b), và (g – c) Việt Nam ở cấp độ 1 phôi thai nhất Các nước dẫn đầu về dịch vụ công trực tuyến như Đan Mạch, Đức, và Mỹ. Dịch vụ tín dụng điện tử tại Đức đã gia tăng rất nhanh tốc độ cung cấp tín dụng đến các gia đình có thu nhập thấp và tiết kiệm 4,5 tỉ ER. Việt Nam có đề án 112, tuy nhiên khẳ năng sẵn sàng về e-gov chỉ đứng trước Lào, Myanma, Campuchia và Đông Timo. AI trong các thị trường tài chính mới nổi (EFMs) Mức độ tài trợ các dự án đầu tư chủ yếu qua ngân hàng thay vì thông qua thị trường vốn kém phát triển. Các hợp đồng tín dụng được thực hiện chủ yếu dựa vào thông tin riêng của từng ngân hàng với con nợ. Tín dụng chủ yếu là ngắn hạn giữa ngân hàng và người đi vay và ở đây ngân hàng có sức mạnh và người đi vay dễ trở thành con nợ chồng chất. Tín dụng chủ yếu dựa vào các bảo đảm hoặc thế chấp và như vậy ngân hàng vì lý do AI khó có thể hướng đến các đối tượng đi vay không có đảm bảo (khu vực tư) hoặc không có khẳ năng thế chấp. Nguyen Trong Hoai 4
  5. Ha Lan MDE Lecture 3: Information Asymmetry Hệ quả của AI Thông tin bị che đậy Lựa chọn bất lợi (Adverse Selection - AS) Hành vi che đậy Tâm lý ỷ lại (Moral Hazard – MH) Thông tin bị che đậy và lựa chọn bất lợi (AS) Xảy ra trước khi thực hiện giao dịch AS? Nguyen Trong Hoai 5
  6. Ha Lan MDE Lecture 3: Information Asymmetry AS Lựa chọn của một bên đối tác dựa trên thông tin bất cân xứng. Hệ quả: Lợi ích đạt được một bên cao hơn lợi ích kỳ vọng của thị trường. Chi phí kỳ vọng của bên bất lợi thông tin cao hơn chi phí kỳ vọng của thị trường (TC). Kết cục: một bên đối tác có thể rời bỏ thị trường. Các ví dụ về AS – Adverse Selection Chi phí AS và gợi ý khắc phục AS cho từng loại thị trường? Thị trường bảo hiểm. Thị trường tín dụng. Nguyen Trong Hoai 6
  7. Ha Lan MDE Lecture 3: Information Asymmetry Hai tác động tiêu cực của AS lên EFMs Lãi suất trong thị trường tín dụng thường cao (Beim & Calomiris 2001). Dễ dàng lọai bỏ các dự án đầu tư chất lượng cao và từ đó ngân hàng là nơi chủ yếu tài trợ “nợ” trong EFMs sẽ trở nên mong manh vì tỷ lệ nợ khó đòi cao vì tập hợp các khỏan vay chất lượng thấp. Gợi ý chính sách cho trục trặc AI Cơ chế phát tín hiệu: Thị trường bảo hiểm. Thị trường tín dụng. Sàng lọc bằng hạn mức tín dụng. Nguyen Trong Hoai 7
  8. Ha Lan MDE Lecture 3: Information Asymmetry Phát tín hiệu trong thị trường tín dụng Một bên đối tác có thể nhận biết phần AI của đối tác khác qua các thông tin: Kỷ luật tín dụng trục trặc về “đối phó” và “chia cắt thông tin” (CIC: trung tâm cung cấp thông tin phòng ngừa rủi ro) Thương hiệu công ty trục trặc về ”bộ máy luôn thay đổi”, “qui mô doanh nghiệp” . . . Sàng lọc trong thị trường bảo hiểm Thị trường bảo hiểm có thể xụp đổ do AS vì đa số tham gia là khách hàng rủi ro Các gợi ý về sàng lọc Sàng lọc khi áp dụng một mức phí bảo hiểm cao (bảo hiểm 100%) rủi ro và phân khúc khi có các công ty bảo hiểm khác nhảy vào. Sàng lọc khi áp dụng phí bảo hiểm một phần: Tất cả khách hàng đều có thể tham gia Nhóm khách hàng bất cẩn không có nhiệt tình tham gia vì chỉ được bảo hiểm một phần Nguyen Trong Hoai 8
  9. Ha Lan MDE Lecture 3: Information Asymmetry Sàng lọc trong thị trường tín dụng Ví dụ về các dự án vay vốn đầu tư an tòan và rủi ro AI AS Áp dụng lãi suất cân bằng thị trường truyền thống rủi ro thị trường tín dụng gia tăng và dễ có nguy cơ xụp đổ. Sàng lọc trong thị trường tín dụng Stiglitz & Weiss (1981) Không nên áp dụng lãi suất cân bằng trong AI Chấp nhận cơ chế sàng lọc Lãi suất tốt < lãi suất cân bằng truyền thống Dtíndụng = f(r) = Stíndụng=g(r,TC) TC = (tìm kiếm, sàng lọc, kiểm sóat, cưỡng chế) Tồn tại tất yếu tín dụng chỉ định Tồn tại tất yếu thị trường tín dụng phi chính thức Nguyen Trong Hoai 9
  10. Ha Lan MDE Lecture 3: Information Asymmetry Thị phần và lãi suất thị trường tín dụng các nước chọn lọc Châu Á Thò phaàn cuûa Laõi suaát trung bình Vuøng ñieàu tra/ thôøi khu vöïc chính (%) kyø thöùc (%) Khu vöïc Khu vöïc phi chính thöùc chính thöùc Nigeria (1987-1988) 8 3.6 7.5 Thailand (1984-85) 44 12.14 90.0 India (1981) 61 10-12 22 Pakistan (1980-81) 25 12 79 Nguoàn: Hoff, Braverman vaø Stiglitz (1993) Thị phần và lãi suất thị trường tín dụng Việt Nam Nguồn: Điều tra mức sống dân cư 93-98 1990 1998 1. Thò Phaàn (%) Khu vöïc chính thöùc 301 51.22 Khu vöïc phi chính thöùc 701 49.82 2. Laõi suaát (%) Khu vöïc chính thöùc 323 152 Khu vöïc phi chính thöùc 843 882 Nguyen Trong Hoai 10
  11. Ha Lan MDE Lecture 3: Information Asymmetry Tín dụng phi chính thức: đặc điểm Thị trường tín dụng phi chính thức có phải là một thị trường cạnh tranh hoàn toàn? Cạnh tranh hoàn toàn theo quan điểm truyền thống sẽ tạo ra một lãi suất cân bằng và mọi đối tượng tự do tiếp cận tín dụng? Bằng chứng ngược lại: • Thị trường tín dụng bị phân khúc với mức lãi suất khác nhau • Lãi súât dù cao nhưng không làm cân bằng thị trường tín dụng Quan điểm Hoff và Stiglitz: AI trong thị trường tín dụng Trục trặc thị trường tín dụng: Các khâu TC: sàng lọc, giám sát, cưỡng chế Thị trường tín dụng bị phân khúc do vấn đề AI Money lenders có nhiều thông tin về người đi vay tiềm năng hơn là thị trường tín dụng chính thức (quan hệ đa thị trường, làng xã, huyết thống, bạn bè . . .) Do nắm lợi thế về AI nên money lenders tạo ra một lãi suất cao hơn thị trường tín dụng chính thức. Nhưng money lenders không thể áp dụng một mức lãi suất quá cao cho dù có lợi thế AI? Nguyen Trong Hoai 11
  12. Ha Lan MDE Lecture 3: Information Asymmetry Ý tưởng về cơ chế sàng lọc Thị trường tín dụng phi chính thức có: Nguy cơ xù nợ money lenders khi người đi vay mất khả năng chi trả vì áp dụng lãi suất cao. Nguy cơ càng gia tăng khi có sự hỗ trợ của luật Tính rủi ro của dự án vay tăng: • Người cho vay thiệt vì xác xuất thất bại tăng theo lãi suất • Hướng đến các đối tượng đi vay có xác xuất thất bại (rủi ro) thấp hơn. • Giải pháp lãi suất ? Sàng lọc qua công cụ lãi suất Cơ chế gián tiếp:chủ nợ thiết kế hợp đồng nhằm thu đuợc những thông tin riêng từ những người đi vay tiềm năng về mức độ rủi ro trong dự án cho vay. Lãi suất phụ thuộc vào rủi ro của dự án cho vay (giá của khoản vay) tín dụng chính thức + thế chấp +thẩm định dự án đầu tư Cơ chế trực tiếp: chủ nợ đầu tư vào việc sàng lọc những người đi vay tiềm năng và cưỡng chế người đi vay trả nợ. Lãi suất phụ thuộc vào chi phí sàng lọc và cưỡng chế tín dụng phi chính thức + lợi thế AI Lãi suất có chức năng kép: giá khoản vay và chi phí sàng lọc và cưỡng chế do thông tin bất cân xứng Nguyen Trong Hoai 12
  13. Ha Lan MDE Lecture 3: Information Asymmetry Giải pháp của money lenders trong cơ chế gián tiếp Lãi suất thấp hơn mức lãi suất cân bằng Hạn chế vòng xoáy rủi ro Sử dụng cơ chế sàng lọc (phân phối tín dụng) tìm dự án có độ rủi ro chấp nhận được (làng xã, huyết thống, mối liên kết đa thị trường) Giải pháp hỗ trợ: Đe doạ cắt đứt tín dụng bằng cách sử dụng cơ chế chữ tín và cơ hội thu được lợi ích do lãi suất thấp Thực hiện mối liên kết đa thị trường hạn chế khả năng xù nợ của người đi vay (nguy cơ mất hạn mức tín dụng có lãi suất thấp và hàng hoá giá thấp trong tương lai) Hành động bị che đậy và tâm lý ỷ lại (MH) Xảy ra sau khi thực hiện giao dịch MH? Nguyen Trong Hoai 13
  14. Ha Lan MDE Lecture 3: Information Asymmetry MH Là hiện tượng một bên đối tác che đậy hành vi sau khi ký kết hợp đồng giao dịch. Dẫn đến việc tuân thủ không đúng hợp đồng giao dịch tạo bất lợi cho một bên khác. Nguyên nhân là sự tách biệt về lợi ích giữa các bên đối tác. Ví dụ: sử dụng vốn tín dụng sai mục đích, vốn tín dụng sử dụng không vì hiệu quả mà chủ yếu vì mục tiêu ‘thăng tiến cá nhân’ Các ví dụ về MH – Moral Hazard Chi phí MH và gợi ý khắc phục cho từng loại thị trường? Thị trường bảo hiểm (ví dụ) Thị trường tín dụng (ví dụ) Nguyen Trong Hoai 14
  15. Ha Lan MDE Lecture 3: Information Asymmetry Kiểm soát tâm lý ỷ lại Giám sát trực tiếp: chủ sở hữu bỏ ra nguồn lực để đạt được việc kiểm soát thông tin. Tham gia kiểm sóat các thông tin từ một bên đối tác trong thị trường tài chính: chi phí giám sát (theo dõi báo cáo thực hiện dự án đầu tư bằng nguồn vốn tín dụng), kiểm tóan độc lập. Giới hạn khẳ năng kiểm sóat tín dụng khi doanh nghiệp có hiện tượng “đối phó”: công ty mẹ - con hợp đồng chính - phụ doanh nghiệp vay quá nhiều ngân hàng. Giám sát của thị trường (stock market – Vietnam?): Căn cứ vào đánh giá của thị trường đối với doanh nghiệp đi vay để biết được khẳ năng trả nợ Kiểm soát tâm lý ỷ lại Cơ chế khuyến khích gián tiếp: bên cung cấp tín dụng thiết kế các điều khoản sao cho doanh nghiệp đi vay có nỗ lực thực hiện đúng các cam kết hợp đồng tín dụng. Doanh nghiệp nếu thực hiện đúng cam kết hợp đồng tín dụng để có khẳ năng nhận được các khỏan tín dụng ưu đãi hơn sau khi kết thúc hợp đồng tín dụng ban đầu. Nguyen Trong Hoai 15
  16. Ha Lan MDE Lecture 3: Information Asymmetry Ngân hàng trong kiểm sóat MH: trục trặc Ngân hàng chiếm thị phần đa số trong EFMs khi cho vay trong thị trường tín dụng. Ngân hàng khắc phục bằng mọi cách nâng cao khẳ năng: sàng lọc, giám sát, và cưỡng chế các khỏan vay. Trục trặc: làm thế nào ngân hàng giám sát đội ngũ làm công việc giám sát sau khi đã cung cấp các khỏan vay? Bộ máy làm công việc giám sát Chi phí giám sát sẽ làm tăng gánh nặng cho các khỏan vay. Các gợi ý cho EFMs khắc phục AI Thị trường chứng khóan và sau đó các nhà đầu tư tổ chức sẽ tham gia vào quá trình kiểm sóat AI. Hệ thống luật tiết lộ thông tin (disclosure laws): các qui định về công bố dữ liệu tài chính đã kiểm tóan và tất cả các rủi ro mà doanh nghiệp có thể gặp phải trung thực Giúp các nhà đầu tư có tở chức và ngân hàng khắc phục được AI. Giúp các doanh nghiệp phát tín hiệu tin cậy trong thị trường tài chính Nguyen Trong Hoai 16
  17. Ha Lan MDE Lecture 3: Information Asymmetry Các gợi ý cho EFMs khắc phục AI(tt) Hình thành hệ thống kế tóan độc lập và các công ty kế tóan chuẩn mực Nhưng phù hợp với các tiêu chuẩn kế tóan quốc tế (GAAP, IASC). Bằng chứng (UNCTAD 1998): các nước Đông Á (5 nước) đã thất bại trong việc tuân thủ hệ thống kế tóan quốc tế Và điều này là một trong những nguyên nhân khủng hỏang tài chính châu Á 1997 do các nhà đầu tư thiếu thông tin xác thực (AI). Thông tin bất cân xứng Ex post Ex post Sau khi ký kết Saukhi ký kết hợp đồng hợp đồng Ex ante Ex ante Trước khi ký kết Trước khi ký kết hợp đồng hợp đồng AI AI Thông tin Thông tin Hành vi Hành vi che đây che đây che đầy che đầy Lựa chọn Tâm lý ỷỷlại Tâm lý lại Lựa chọn bất lợi bất lợi Sàng lọc Sàng lọc Phát tín Phát tín Cơ chế Cơ chế Cơ chế Cơ chế hiệu hiệu gián tiếp gián tiếp trực tiếp trực tiếp Nguyen Trong Hoai 17
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
3=>0