BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH
_________________________
Nguyễn Thị Thu Thủy
ẢNH HƯỞNG CHÍNH SÁCH TIỀN TỆ ĐẾN
THỊ TRƯỜNG BẤT ĐỘNG SẢN TP. HỒ CHÍ MINH
LUẬN VĂN THẠC SĨ KINH TẾ
TP. Hồ Chí Minh – Năm 2019
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH
_________________________
Nguyễn Thị Thu Thủy
ẢNH HƯỞNG CHÍNH SÁCH TIỀN TỆ ĐẾN
THỊ TRƯỜNG BẤT ĐỘNG SẢN TP. HỒ CHÍ MINH
Chuyên ngành: Tài chính – Ngân hàng (Hướng ứng dụng)
Mã số: 8340201
LUẬN VĂN THẠC SĨ KINH TẾ
Người hướng dẫn khoa học: PGS.TS Nguyễn Thị Liên Hoa
TP. Hồ Chí Minh – Năm 2019
LỜI CAM ĐOAN
Sản phẩm đề tài nghiên cứu “Ảnh hưởng chính sách tiền tệ đến thị trường bất
động sản TP. HCM” là kết quả nghiên cứu của bản thân tôi, dưới sự hướng dẫn của
PGS.TS Nguyễn Thị Liên Hoa.
Số liệu, hình ảnh và nội dung phân tích là trung thực, được thu nhập từ các
nguồn chính thống, đáng tin cậy. Tôi chịu trách nhiệm với nội dung luận văn.
Tôi chân thành cám ơn sự hỗ trợ, hướng dẫn tận tình của PGS.TS Nguyễn Thị
Liên Hoa và các thầy cô giảng viên bộ môn trong thời gian qua.
TP. HCM, tháng 05 năm 2019
Học viên thực hiện luận văn
Nguyễn Thị Thu Thủy
MỤC LỤC
TRANG PHỤ BÌA
LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC VIẾT TẮT
DANH MỤC BẢNG
DANH MỤC HÌNH ẢNH
DANH MỤC BIỂU ĐỒ
TÓM TẮT
ABSTRACT
CHƯƠNG 1. GIỚI THIỆU ....................................................................................... 1
1.1. Lý do chọn đề tài ........................................................................................... 1
1.2. Mục tiêu và đối tượng nghiên cứu.................................................................. 1
1.3. Dữ liệu và phương pháp nghiên cứu .............................................................. 2
1.4. Cấu trúc bài nghiên cứu ................................................................................. 2
CHƯƠNG 2. TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY .......................... 3
2.1. Cơ sở lý thuyết .............................................................................................. 3
2.2. Sơ lược các bài nghiên cứu trước đây ............................................................ 7
CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU ..................................................... 11
3.1. Mô hình và phương pháp nghiên cứu ........................................................... 11
3.2. Dữ liệu thu thập ........................................................................................... 13
CHƯƠNG 4. KẾT QUẢ VÀ THẢO LUẬN KẾT QUẢ NGHIÊN CỨU .............. 21
4.1. Kết quả nghiên cứu ...................................................................................... 21
4.2. Thảo luận kết quả nghiên cứu ...................................................................... 28
CHƯƠNG 5. KẾT LUẬN VÀ KIẾN NGHỊ CHÍNH SÁCH ................................. 31
5.1. Kết luận ....................................................................................................... 31
5.2. Kiến nghị chính sách ................................................................................... 31
TÀI LIỆU THAM KHẢO
PHỤ LỤC
DANH MỤC VIẾT TẮT
BĐS Bất động sản
NHNN Ngân hàng Nhà nước
NHTW Ngân hàng Trung ương
NHTM Ngân hàng Thương mại
Thành phố Hồ Chí Minh TP. HCM
DANH MỤC BẢNG
Bảng 1: Mô tả các biến ............................................................................................... 21
Bảng 2: Kết quả thống kê mô tả từ Eviews ................................................................. 22
Bảng 3: Kiểm định nghiệm đơn vị .............................................................................. 22
Bảng 4: Độ trễ tối ưu cho mô hình VAR ..................................................................... 23
Bảng 5: Kiểm định nhân quả Granger ......................................................................... 23
Bảng 6: Kiểm định phân rã phương sai ....................................................................... 26
Bảng 7: Kết quả mô hình VAR ................................................................................... 26
DANH MỤC HÌNH ẢNH
Hình 1: Chính sách tiền tệ mở rộng .............................................................................. 8
Hình 2: Chính sách tiền tệ thu hẹp ................................................................................ 8
DANH MỤC BIỂU ĐỒ
Biểu đồ 1: Chỉ số giá nhà ở tại TP. HCM.................................................................... 14
Biểu đồ 2: Tốc độ tăng trưởng GDP của TP. HCM ..................................................... 15
Biểu đồ 3: Lãi suất cho vay dài hạn bình quân bằng VND. ......................................... 17
Biểu đồ 4: Cung tiền M2 ............................................................................................ 18
Biểu đồ 5: Chỉ số chứng khoán Việt Nam ................................................................... 20
Biểu đồ 6: Hàm phản ứng xung (Impulse Response Function) .................................... 24
TÓM TẮT
Ảnh hưởng của chính sách tiền tệ đến thị trường bất động sản TP. HCM
Bài nghiên cứu dựa trên mô hình VAR cùng với các kết quả kiểm định để phân
tích những ảnh hưởng trực tiếp và gián tiếp từ chính sách tiền tệ đến thị trường bất
động sản tại TP. HCM. Kết quả phân tích cho thấy biến chỉ số SPPI đại diện cho thị
trường bất động sản chịu ảnh hưởng nhiều nhất từ những biến động của vốn đầu tư
nước ngoài FDI, chỉ số giá tiêu dùng CPI và tốc độ tăng trưởng GDP. Bên cạnh đó, các
yếu tố khác như cung tiền M2, dư nợ bất động sản REL, lãi suất cho vay R và chỉ số
chứng khoán VNI cũng tác động đến chỉ số SPPI.
Từ khóa: Thị trường bất động sản, chính sách tiền tệ.
ABSTRACT
The impact of monetary policy on the real estate market in Ho Chi Minh City
This paper is based on the VAR model with test results on analyzing the effects
of monetary policy and macroeconomic factors on the real estate market in Ho Chi
Minh City. The analytical results show that the SPPI index represents the real estate
market is most affected by foreign direct investment FDI, consumer price index CPI
and GDP growth rate. Besides, other factors such as money supply M2, the fluctuations
of real estate loans REL, lending interest rate R and VNI stock index also affected the
SPPI index.
Keywords: Real estate market, monetary policy.
1
CHƯƠNG 1. GIỚI THIỆU
1.1. Lý do chọn đề tài
Vì BĐS là tài sản có giá trị lớn không chỉ của hộ gia đình, cá nhân mà còn đối
với khu vực, cả nước, bên cạnh đó, thị trường BĐS là một trong những thị trường có vị
trí quan trọng và liên quan nhiều đến nền kinh tế quốc gia cũng như kinh tế các ngành
khác như xây dựng, tài chính, thương mại dịch vụ,... nên những biến động của thị
trường BĐS dù ít hay nhiều đều có tác động đến nền kinh tế quốc gia và các ngành
kinh tế khác.
Việc điều hành và kiểm soát tốt thị trường của các chủ thể tham gia thị trường
không chỉ giúp cho bản thân thị trường BĐS hoạt động ổn định mà còn giúp cho các
ngành khác phát triển ổn định theo.
Để có thể điều hành và kiểm soát tốt được thị trường, các chủ thể tham gia thị
trường phải nắm được các nhân tố nào có tác động, ảnh hưởng đến thị trường BĐS, cơ
chế hoạt động của thị trường ra sao, bản thân của thị trường BĐS một khi có sự biến
động sẽ ảnh hưởng đến các ngành khác như thế nào, mức độ ảnh hưởng ra sao. Và một
trong những yếu tố mang tính khách quan nhưng có thể chi phối nhiều ngành nghề
trong nền kinh tế, trong đó có BĐS, là chính sách tiền tệ của NHNN, cần được tìm hiểu
và phân tích sâu hơn. Đó là lý do tôi chọn đề tài “Chính sách tiền tệ ảnh hưởng đến thị
trường BĐS tại TP. HCM”
1.2. Mục tiêu và đối tượng nghiên cứu
Bài nghiên cứu tập trung vào các yếu tố của chính sách tiền tệ nói chung và ở
Việt Nam nói riêng có ảnh hưởng trực tiếp và gián tiếp đến hoạt động của thị trường
BĐS tại TP. HCM, trong thời gian 10 năm từ đầu năm 2009 đến cuối năm 2018. Từ đó,
xác định được mức độ ảnh hưởng của các yếu tố trong chính sách tiền tệ đến hoạt động
2
của thị trường BĐS tại TP. HCM, để có thể đưa ra các kiến nghị phù hợp, giải quyết
được một số vấn đề nổi bật của thị trường.
1.3. Dữ liệu và phương pháp nghiên cứu
Dữ liệu là các số liệu thứ cấp được thu thập theo từng quý từ quý 1 năm 2009
đến quý 4 năm 2018, từ các nguồn đảm bảo tính chuẩn xác và đáng tin cậy như các báo
cáo nghiên cứu thị trường của Savills Việt Nam, Tổng cục Thống kê Việt Nam, NHNN
Việt Nam, Cục Thống kê TP. HCM và Sở Kế hoạch và Đầu tư TP. HCM,...
Một số chỉ số của chính sách tiền tệ có ảnh hưởng đến hoạt động thị trường
BĐS: Chỉ số giá nhà tại TP. HCM, dư nợ cho vay BĐS trên khu vực TP. HCM, lãi suất
cho vay dài hạn bình quân trên thị trường, cung tiền M2, dòng vốn đầu tư nước ngoài
vào BĐS tại TP. HCM,....
Trong bài nghiên cứu này, tôi sử dụng phương pháp nghiên cứu định lượng để
phân tích tác động của chính sách tiền tệ đến thị trường BĐS tại TP. HCM, thông qua
mô hình VAR.
1.4. Cấu trúc bài nghiên cứu
Luận văn được chia thành 5 phần chính:
Chương 1: Giới thiệu.
Chương 2: Tổng quan các nghiên cứu trước đây.
Chương 3: Phương pháp nghiên cứu.
Chương 4: Kết quả và thảo luận kết quả nghiên cứu.
Chương 5: Kết luận và kiến nghị.
3
CHƯƠNG 2. TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY
2.1. Cơ sở lý thuyết
2.1.1. Tổng quan thị trường BĐS
Thị trường BĐS có mối quan hệ mật thiết với thị trường vốn và thị trường tiền
tệ và nhạy cảm với các biến động kinh tế, chính trị, xã hội, nên từng biến động của thị
trường tài chính, và của nền kinh tế chung đều ảnh hưởng đến hoạt động của thị trường
BĐS.
Đại diện cho thị trường BĐS trong nghiên cứu này là chỉ số giá nhà ở, là chỉ số
sẽ mô phỏng xu hướng thị trường một cách định lượng, thúc đẩy tính minh bạch của thị
trường và cung cấp thêm các công cụ ra quyết định. Chỉ số này đo lường sự thay đổi
giá dưới ảnh hưởng của các vận động và biến chuyển ngoại vi của thị trường, ví dụ như
sự gia nhập của các dự án mới. Quý cơ sở của SPPI là quý 1/2009. Savills cung cấp 2
hệ thống chỉ số giá riêng biệt: Chỉ số so sánh theo quý (QoQ index) và chỉ số so sánh
theo kỳ cơ sở (QoB index). Chỉ số so sánh theo quý (QoQ index) được tính toán dựa
trên rổ dự án nhất quán và được cập nhật. Phương pháp này cho phép rổ cố định được
duy trì nhằm so sánh giá cả giữa các quý; tuy nhiên, dự án mới vẫn được cập nhật vào
rổ để đảm bảo phản ánh kịp thời các chuyển động của thị trường.
Một số rủi ro đặc trưng của thị trường BĐS1:
Rủi ro kinh doanh: Dòng thu nhập từ khoản đầu tư BĐS là thu nhập từ cho thuê
mặt bằng hoặc mua bán nhà đất. Do đó các nhà đầu tư BĐS phải chịu rủi ro kinh doanh
chủ yếu là do biến động trong nền kinh tế làm thay đổi nhu cầu BĐS,...
Rủi ro thanh khoản: Xảy ra khi thị trường liên tiếp không có sẵn nhiều người
1 William B. Brueggeman và Jeffray D. Fisher. Real Estate Finance and Investments. 14th edition. New York: Douglas Reiner.
mua, người bán và giao dịch thường xuyên. BĐS có mức độ rủi ro thanh khoản tương
4
đối cao. Tính thanh khoản của BĐS phụ thuộc nhiều yếu tố như vị trí dự án, khả năng
sử dụng linh hoạt, tiện ích, uy tín, thương hiệu chủ đầu tư…
Rủi ro lạm phát: Lạm phát có thể làm giảm tỷ suất sinh lợi của nhà đầu tư nếu
thu nhập từ việc đầu tư không tăng đủ để bù đắp những tác động của lạm phát, do đó
làm giảm giá trị thực của khoản đầu tư. Hơn nữa, trong thời kỳ tỷ lệ nhu cầu về BĐS
thấp thì thu nhập từ BĐS không có xu hướng tăng cùng với lạm phát.
Rủi ro lãi suất: Những thay đổi trong lãi suất sẽ ảnh hưởng đến giá trị các khoản
đầu tư. Tuy nhiên tùy thuộc vào kỳ hạn (đầu tư ngắn hạn và dài hạn), mà giá trị của
một số khoản đầu tư sẽ phản ứng nhiều hơn các khoản khác, do đó làm tăng khả năng
lỗ hoặc lời, đó là rủi ro lãi suất. BĐS có xu hướng sử dụng đòn bẩy cao, và do đó tỷ
suất sinh lợi thu được của các nhà đầu tư có thể bị ảnh hưởng bởi những thay đổi về lãi
suất.
Rủi ro pháp lý: BĐS phải chịu nhiều quy định về thuế, quy hoạch, và các hạn
chế khác... Kết quả rủi ro pháp lý là những thay đổi thực tế trong quy định có thể ảnh
hưởng đến khả năng sinh lời của khoản đầu tư.
2.1.2. Tổng quan về chính sách tiền tệ
2.1.2.1. Công cụ của chính sách tiền tệ
Năm công cụ cơ bản của chính sách tiền tệ thường được sử dụng ở Mỹ và hầu
hết các quốc gia trên Thế giới là: Lãi suất, cung tiền, cửa sổ chiết khấu, tỷ giá hối đoái
và nghiệp vụ thị trưởng mở.
Khác với các các quốc gia trên Thế giới, năm công cụ cơ bản của chính sách
tiền tệ thường được sử dụng ở Việt Nam: Tái cấp vốn, lãi suất, tỷ giá hối đoái, nghiệp
vụ thị trưởng mở và dự trữ bắt buộc.
5
2.1.2.2. Tác động của chính sách tiền tệ đến nền kinh tế chung
Trước khi hoạch định chính sách tiền tệ, NHNN xem xét và đánh giá các yếu tố
kinh tế, để có thể định hướng đúng chiến lược, chiến thuật thực hiện chính sách tiền tệ.
Chính sách tiền tệ sẽ tác động đến cung tiền, nhằm ảnh hưởng đến lạm phát, và từ đó là
tác động đến mức độ đi vay và chi tiêu của hộ gia đình và doanh nghiệp.
Hình 1: Chính sách tiền tệ mở rộng
NHTW Nhà đầu tư Giảm lãi suất Tăng trưởng kinh tế Tăng nguồn cung cho vay Tăng tổng chi tiêu nền kinh tế
Chính sách mở rộng cung tiền làm cho nền kinh tế tăng trưởng, làm tăng lạm
phát.
Hình 2: Chính sách tiền tệ thu hẹp
NHTW Nhà đầu tư Tăng lãi suất Giảm lạm phát Giảm nguồn cung cho vay Giảm tổng chi tiêu nền kinh tế
Chính sách thu hẹp cung tiền làm giảm lạm phát.
2.1.2.3. Tác động của chính sách tiền tệ đến thị trường BĐS
Cú sốc chính sách tiền tệ, dưới hình thức tăng tổng tài sản của NHTW, không
chỉ ảnh hưởng đến giá nhà, mà còn cả nguồn cung nhà ở và thị trường thế chấp.
Đầu tiên, khi thực hiện bất kỳ hình thức chính sách tiền tệ nào, các NHTW phải
tìm hiểu thêm về chính sách của họ được chuyển sang nền kinh tế rộng lớn hơn (như
thông qua thị trường nhà ở). Việc này đặc biệt quan trọng khi các nhà hoạch định chính
sách kết hợp cả chính sách tài khóa và tiền tệ hoặc sử dụng một số chính sách cụ thể
6
tập trung vào một lĩnh vực kinh tế, khi nhiều tương tác giữa các biện pháp chính sách
khác nhau có thể đã có hiệu lực. Điều này có liên quan trực tiếp khi xem xét giai đoạn
phục hồi sau khủng hoảng tài chính hoặc kinh tế khi chính sách tiền tệ mở rộng được
kết hợp với chính sách tài khóa mở rộng hoặc trái ngược. Các nhà hoạch định chính
sách cũng phải xem xét ảnh hưởng của chi phí tài chính thấp hơn và tổng cầu cao hơn
về nhà ở không chỉ ảnh hưởng đến sự giàu có liên quan đến nhà ở, mà còn ảnh hưởng
của doanh thu nhà ở tiềm năng cao hơn.
Trong những năm trở lại đây, chính sách tiền tệ nới lỏng đã phần nào giúp các
kênh đầu tư tăng trưởng tích cực, trong đó thị trường BĐS được hưởng lợi khá lớn. Với
lãi suất ở mức thấp, các ngân hàng dễ cho vay hơn, nhiều người đã mạnh dạn vay vốn
đầu tư, kinh doanh BĐS. Tuy nhiên, một khi chính sách tiền tệ thắt chặt trở lại thì các
kênh đầu tư sẽ bị ảnh hưởng đầu tiên. Do đó, sự tăng trưởng bền vững hay không của
thị trường BĐS phụ thuộc vào chính sách tiền tệ.
Borio và Lowe (2002) nhấn mạnh rằng chính sách tiền tệ không chỉ tập trung
vào lạm phát. Nếu NHTW phản ứng trực tiếp đến sự thay đổi giá tài sản bằng cách
điều chỉnh lãi suất, biến động kinh tế sẽ trở nên trầm trọng hơn (Bernanke, 1999). Sự
thay đổi giá BĐS của một quốc gia sẽ ảnh hưởng đến mức lãi suất địa phương và sự gia
tăng giá BĐS sẽ gây ra lãi suất thực tăng (Bjornland và Jacobsen, 2009).
Về mặt lý thuyết, chính sách tiền tệ bao gồm một số các yếu tố điển hình như lãi
suất, tỷ giá hối đoái,... không hoàn toàn ảnh hưởng trực tiếp đến thị trường BĐS mà
ảnh hưởng gián tiếp thông qua chỉ số các yếu tố kinh tế chung, bên cạnh tỷ lệ dư nợ,
dòng vốn đầu tư vào thị trường BĐS.
Chính sách tiền tệ chặt chẽ có thể dẫn đến tỷ lệ nợ hộ gia đình trên GDP trong
ngắn hạn và trung hạn ở mức cao hơn. Tuy nhiên, lãi suất có tác động lớn đến giá nhà
thực. Lãi suất có tác động lớn đến giá BĐS và việc sử dụng giá BĐS làm chỉ số tham
khảo trong khung chính sách tiền tệ có thể mang lại hiệu quả. Phản ứng của tín dụng
7
đối với sự thay đổi của lãi suất và giá nhà ở cho thấy rằng các khoản tín dụng hiếm khi
được tái cấp vốn khi giá nhà và lãi suất thay đổi. Chiến lược ổn định giá BĐS về lâu
dài cũng sẽ ổn định mức tín dụng nếu tín dụng hộ gia đình chủ yếu được sử dụng cho
BĐS (Orjan Robstad, 2017).
Giữa tín dụng và thị trường BĐS có mối quan hệ hai chiều: Một mặt, tín dụng
BĐS làm thay đổi cung, cầu BĐS; tăng trưởng tín dụng BĐS làm gia tăng giá cả BĐS.
Mặt khác, khi thị trường BĐS chứa đựng nhiều yếu tố tiêu cực (như nợ xấu BĐS, khối
lượng giao dịch thấp...) sẽ làm hạn chế nguồn tín dụng vào thị trường này. (Lê Hà
Diễm Chi, 2014)
Khi thị trường BĐS tăng trưởng kéo theo dòng vốn ngân hàng đổ vào cả phía
cung lẫn sức cầu, đồng thời dòng tiền tiết kiệm có thể chững lại để chuyển sang đầu tư
BĐS. Tuy nhiên, đây vẫn được coi là một xu hướng tốt và sẽ không gây bất ổn nếu quá
trình luân chuyển vốn giữa hai thị trường này được vận hành thông suốt. Đồng thời, cơ
chế quản lý nhà nước đối với thị trường BĐS được giám sát một cách chặt chẽ để có
thể hạn chế từ xa những nguy cơ thị trường BĐS phát triển quá nóng.
Khi nền kinh tế phát triển kéo theo nhu cầu về nhà ở và nhu cầu chuyển dịch
BĐS giữa các chủ thể ngày càng lớn. Sự xuất hiện các ngành mới, các doanh nghiệp
mới, các kỹ thuật xây dựng mới cũng dẫn đến nhu cầu chuyển đổi và chuyển giao BĐS
giữa các chủ thể và giữa các ngành kinh tế. Vì vậy, cùng với tốc độ phát triển của nền
kinh tế chung, thị trường BĐS cũng có động lực và dư địa để phát triển.
Theo nghiên cứu của Xiaoqing Eleanor Xu, Tao Chen (2011), chính sách tiền tệ
mở rộng có xu hướng thúc đẩy tăng trưởng giá nhà tiếp theo, trong khi hạn chế chính
sách tiền tệ có xu hướng giảm tốc độ tăng giá nhà. Do NHTW trực tiếp kiểm soát lãi
suất và chính sách tín dụng cơ bản của các NHTM và hệ thống tỷ giá hối đoái được
quản lý thả nổi, sự tăng trưởng của cung tiền phản ánh cả chính sách tiền tệ của NHTW
và dòng tiền nóng chủ yếu được chuyển đổi thành tiền cơ sở; Thị trường chứng khoán
8
tăng có xu hướng thúc đẩy tăng trưởng giá nhà tiếp theo; Sự tăng trưởng của cung tiền
và thay đổi chính sách thanh toán thế chấp ảnh hưởng đến động lực tăng trưởng giá nhà
ở. Lợi nhuận của thị trường chứng khoán giúp dự đoán sự tăng trưởng tiếp theo của giá
nhà do hiệu ứng của cải và sự điều chỉnh tương đối chậm của ngành BĐS.
2.2. Sơ lược các bài nghiên cứu trước đây
2.2.1. On Correlation between RMB Exchange Rate and Real Estate Price
based on Financial Engineering – LIU Yang, HU Zhiqiang (2012)
Bài nghiên cứu xem xét mối quan hệ giữa tỷ giá hối đoái thực tế của Nhân dân
tệ và giá BĐS bằng mô hình VAR, sử dụng dữ liệu hàng tháng từ tháng 1 năm 2007
đến tháng 12 năm 2010.
Trong ngắn hạn, việc tăng giá nhà đất sẽ gây ra sự suy thoái. Tuy nhiên, về lâu
dài, BĐS có tác động tích cực đến tỷ giá Nhân dân tệ, do đó dựa trên nền tảng kỹ thuật
tài chính hiện tại, kiểm soát giá BĐS để duy trì sự tăng giá dần với mức tăng nhẹ của
Nhân dân tệ.
2.2.2. House prices, credit and the effect of monetary policy in Norway
evidence from structural VAR models – Orjan Robstad (2017)
Tác giả Orjan Robstad đã sử dụng mô hình VAR cấu trúc với các biến số: Lãi
suất, tỷ lệ lạm phát, GDP, tín dụng, giá nhà ở, tỷ giá hối đoái, để thực hiện nghiên cứu
các phản ứng của giá nhà và tín dụng hộ gia đình đối với các cú sốc chính sách tiền tệ ở
Norway và định lượng ảnh hưởng của cú sốc chính sách tiền tệ đối với tín dụng hộ gia
đình và giá nhà ở Norway.
Kết quả nghiên cứu cho thấy: Giá nhà phản ứng khá mạnh với cú sốc chính sách
tiền tệ ở Norway. Hiệu ứng này mạnh mẽ trên hầu hết các mô hình ước tính và tương
đối lớn so với các nghiên cứu SVAR tương tự sử dụng dữ liệu của Mỹ, Euro hoặc
9
OECD; và lãi suất có tác động lớn đến giá nhà thực và các khoản nợ của hộ gia đình
hiện tại hiếm khi được tái cấp vốn khi giá nhà và lãi suất thay đổi.
2.2.3. Housing markets and unconventional monetary policy – Charles
Rahal (2016)
Tác giả Charles Rahal đã sử dụng mô hình PVAR để xem xét thị trường BĐS đã
phản ứng như thế nào trước những cú sốc chính sách tiền tệ dưới hình thức đổi mới
trong tổng tài sản và cơ sở tiền tệ, chính sách tiền tệ có thể làm giảm lãi suất thực tế,
giảm chi phí sử dụng nhà ở và do đó làm tăng nhu cầu về nhà ở.
Một cú sốc chính sách tiền tệ, dưới hình thức tăng tổng tài sản của NHTW,
không chỉ ảnh hưởng đến giá nhà, mà còn cả nguồn cung nhà ở và thị trường thế chấp.
Mặc dù có nhiều biện pháp chính sách khác nhau và cấu trúc thể chế thị trường thế
chấp không đồng nhất, kết quả nhất quán giữa các quốc gia và trong lựa chọn độ dài
của độ trễ, đặc điểm kỹ thuật mô hình và tần suất dữ liệu được sử dụng.
2.2.4. Effect analysis of real estate price and monetary policy an empirical
study based on china macroeconomic data – Liang Su, Li Lin,
Shaozhen Chen, Lin Li (2018)
Mục đích bài nghiên cứu của tác giả là phân tích các yếu tố chính sách và tìm
hiểu về tài chính BĐS. Giá BĐS có thể can thiệp vào tác động của chính sách tiền tệ
làm tăng giá BĐS, làm tăng tính không chắc chắn của chính sách tiền tệ.
"Tài chính BĐS" là một yếu tố quan trọng trong việc thúc đẩy tăng giá BĐS.
Giá đất tăng là yếu tố chính thúc đẩy giá nhà đất tăng lên.
Các tác giả sử dụng mô hình VAR với các biến số: giá BĐS, lãi suất, cung tiền
M2, giá đất.
Chính sách tiền tệ làm giảm lãi suất thị trường vốn, giúp giá BĐS giảm ở một
mức độ nhất định. Tuy nhiên, một lượng vốn lớn sẽ chảy vào ngành BĐS vì điều này,
10
dẫn đến giảm quy mô đầu tư công nghiệp và do đó ảnh hưởng đến sự phát triển kinh tế
trong các ngành công nghiệp khác. Tài chính BĐS sẽ làm tăng giá BĐS đồng thời kích
thích nền kinh tế, có tác động ngược lại đến sự phát triển của ngành BĐS.
Khi giá BĐS thay đổi gây ra sự sai lệch so với mức dự kiến của các chỉ số tiền
tệ, NHTW buộc phải áp dụng các phương tiện điều chỉnh chính sách tiền tệ, làm tăng
tính không chắc chắn của chính sách tiền tệ.
2.2.5. The effect of monetary policy on real estate price growth in China –
Xiaoqing Eleanor Xu, Tao Chen (2011)
Tác giả sử dụng mô hình LHPYG, dữ liệu hàng quý từ quý 1/1998 đến quý
4/2009 và dữ liệu hàng tháng từ tháng 7/2005 đến tháng 2/2010 gồm các biến số: Lãi
suất cho vay ngân hàng chuẩn dài hạn, tăng trưởng cung tiền, chỉ số chính sách tín
dụng thế chấp, chỉ số tăng trưởng giá nhà ở.
Kết quả cho thấy: Chính sách tiền tệ mở rộng có xu hướng thúc đẩy tăng trưởng
giá nhà tiếp theo, trong khi hạn chế chính sách tiền tệ có xu hướng giảm tốc độ tăng giá
nhà. Do NHTW trực tiếp kiểm soát lãi suất và chính sách tín dụng cơ bản của các
NHTM và hệ thống tỷ giá hối đoái được quản lý thả nổi, sự tăng trưởng của cung tiền
phản ánh cả chính sách tiền tệ của NHTW và dòng tiền nóng chủ yếu được chuyển đổi
thành tiền cơ sở; Thị trường chứng khoán tăng có xu hướng thúc đẩy tăng trưởng giá
nhà tiếp theo; Sự tăng trưởng của cung tiền và thay đổi chính sách thanh toán thế chấp
ảnh hưởng đến động lực tăng trưởng giá nhà ở Trung Quốc. Lợi nhuận của thị trường
chứng khoán giúp dự đoán sự tăng trưởng tiếp theo của giá nhà do hiệu ứng của cải và
sự điều chỉnh tương đối chậm của ngành BĐS.
11
CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Mô hình và phương pháp nghiên cứu
Để thực hiện bài nghiên cứu này, tôi áp dụng mô hình VAR (Vector auto
regression) với các biến số: Chỉ số giá nhà ở, lãi suất cho vay dài hạn, cung tiền M2,
các chỉ số kinh tế, theo bài nghiên cứu số 4 “Effect analysis of real estate price and
monetary policy an empirical study based on china macroeconomic data” (Liang Su, Li
Lin, Shaozhen Chen, Lin Li, năm 2018).
Mục đích chính của việc sử dụng mô hình VAR là để kiểm tra mối quan hệ giữa
các biến, vì giữa các biến không chỉ có mối quan hệ một chiều ảnh hưởng đến biến phụ
thuộc mà trong một vài trường hợp, biến phụ thuộc cũng có tác động ngược lại biến
giải thích.
Cụ thể, nghiên cứu sử dụng một số kiểm định và phương pháp phân tích như:
(1) Thống kê mô tả
(2) Kiểm định nghiệm đơn vị (Unit Root Test): Cung cấp thông tin về tính dừng của
các biến bằng cách sử dụng kiểm định Augmented Dickey-Fuller (ADF).
(3) Tìm kiếm độ trễ tối ưu cho mô hình VAR dựa trên tiêu chí Akaike (AIC) và
Schwarz.
(4) Kiểm định nhân quả Granger: Xác định các biến kinh tế vĩ mô được lựa chọn có
mối tương quan với chỉ số SPPI tại TP.HCM hay không.
(5) Hàm phản ứng đẩy (Impulse Responses Function): Phát hiện phản ứng của các
biến phụ thuộc đối với các cú sốc đối với các biến khác trong mô hình.
(6) Kiểm định phân rã phương sai (Variance Decomposition): Phân tích cấu trúc mô
hình VAR, phân tích sự biến thiên của một biến do tác động bởi cú sốc của
chính biến đó và cú sốc của các biến nội sinh khác.
12
(7) Kết quả mô hình VAR: Xem xét mức độ ảnh hưởng của những thay đổi trong
các biến đến chỉ số SPPI và ngược lại. Trình bày các số liệu thống kê mô tả các
biến kinh tế vĩ mô được sử dụng trong mô hình VAR.
Trong bài nghiên cứu “Effect analysis of real estate price and monetary policy
an empirical study based on china macroeconomic data” của Liang Su, Li Lin,
Shaozhen Chen, Lin Li, các tác giả đã sử dụng mô hình VAR của Christopher A. Sims
đã tìm ra và phát triển những năm 1980. Dựa vào sự phân tích mối quan hệ giữa tài
chính BĐS và chính sách tiền tệ, mô hình VAR bao gồm các biến giá BĐS (real estate
prices, HP), lãi suất cho vay (interest rates, R), cung tiền (money supply, M), giá đất
(land prices, LP).
[ ] = [ ] + [ ] [ ] ] [ ] + [
𝐻𝑃𝑡 𝑅𝑡 𝑀𝑡 𝐿𝑃𝑡 𝐻𝑃𝑡−2 𝑅𝑡−2 𝑀𝑡−2 𝐿𝑃𝑡−2 𝐻𝑃𝑡−1 𝑅𝑡−1 𝑀𝑡−1 𝐿𝑃𝑡−1 𝑑1 𝑑2 𝑑3 𝑑4 𝛼12 𝛽12 𝛾12 𝛼22 𝛽22 𝛾22 𝛼32 𝛽32 𝛾32 𝛾42 𝛼42 𝛽42 𝜂12 𝜂22 𝜂32 𝜂42 𝛼11 𝛽11 𝛾11 𝛼21 𝛽21 𝛾21 𝛼31 𝛽31 𝛾31 𝛾41 𝛼41 𝛽41
+ ⋯ + [ ] [ ] + [ ]
𝜀1𝑡 𝜀2𝑡 𝜀3𝑡 𝜀4𝑡 𝐻𝑃𝑡−𝑛 𝑅𝑡−𝑛 𝑀𝑡−𝑛 𝐿𝑃𝑡−𝑛 𝜂11 𝜂21 𝜂31 𝜂41 𝛼1𝑛 𝛽1𝑛 𝛾1𝑛 𝜂1𝑛 𝛼2𝑛 𝛽2𝑛 𝛾2𝑛 𝜂2𝑛 𝛼3𝑛 𝛽3𝑛 𝛾3𝑛 𝜂3𝑛 𝜂4𝑛 𝛼4𝑛 𝛽4𝑛 𝛾4𝑛
Theo Christopher A. Sims giả định, 𝜀𝑘𝑡(𝑘 = 1,2,3,4) tuân theo quá trình nhiễu
trắng (white noise process), nhưng cho phép tương quan tạm thời giữa các thời điểm bị
nhiễu của hai phương trình. Sự thay đổi trong các nhân tố có ảnh hưởng tạm thời đến
nhiều biến tương ứng khác.
, (𝑚 ≠ 𝑛) 𝑐𝑜𝑣(𝜀𝑚𝑝, 𝜀𝑛𝑞) = { 𝜎𝑚𝑛 𝑛ế𝑢 𝑝 = 𝑞 0
[ ] + [ ] ] = Γ0 + ∑ Γ [
𝜀1𝑡 𝜀2𝑡 𝜀3𝑡 𝜀4𝑡 𝐻𝑃𝑡 𝑅𝑡 𝑀𝑡 𝐿𝑃𝑡 𝐻𝑃𝑡−1 𝑅𝑡−1 𝑀𝑡−1 𝐿𝑃𝑡−1
13
Γ𝑖 là ma trận hệ số của mô hình, 𝑖 = (1,2,3, … , 𝑛)
] Γ0 = [ ] , Γ𝑖 = [
𝑑1 𝑑2 𝑑3 𝑑4 𝛼11 𝛽11 𝛾11 𝜂11 𝛼21 𝛽21 𝛾21 𝜂21 𝛼31 𝛽31 𝛾31 𝜂31 𝜂41 𝛼41 𝛽41 𝛾41
3.2. Dữ liệu thu thập
Theo nội dung từ bài nghiên cứu khi áp dụng thực tế ở TP. HCM, bên cạnh việc
thu thập các biến liên quan đến chính sách tiền tệ có thể tác động trực tiếp đến thị
trường BĐS như lãi suất cho vay, cung tiền, tôi cũng sẽ thu thập các biến về kinh tế có
ảnh hưởng trực tiếp từ chính sách tiền tệ, từ đó có thể gián tiếp ảnh hưởng đến thị
trường BĐS như chỉ số giá tiêu dùng, tốc độ tăng trưởng GDP, dư nợ cho vay BĐS,
dòng vốn FDI vào BĐS, và chỉ số chứng khoán VNI.
Dữ liệu được sử dụng là dữ liệu thứ cấp, được thu thập theo quý từ quý 1 năm
2009 đến quý 4 năm 2018, bao gồm các biến và cách tính như sau:
(1) Chỉ số giá nhà ở tại TP. HCM (SPPI, điểm)
Chỉ số SPPI được thu thập từ báo cáo nghiên cứu thị trường của Công ty Savills
Việt Nam, là số liệu đã được Savills Việt Nam tính toán theo thực tế thị trường.
Từ đầu 2009 đến quý 2 năm 2011, giá BĐS tại TP. HCM liên tục tăng rất cao,
nguyên nhân từ dư âm của cuộc khủng hoảng toàn cầu năm 2008 ảnh hưởng đến tất cả
các ngành kinh tế. Nhưng từ cuối 2011 đến đầu năm 2012, giá BĐS giảm mạnh liên
tục, nguyên nhân một phần vì chính sách siết chặt tín dụng giảm tốc độ và tỷ trọng dư
nợ cho vay lĩnh vực phi sản xuất, nhất là lĩnh vực BĐS, BĐS bước vào vòng xoáy lao
dốc khi tính thanh khoản giảm sút, cung giảm, cầu giảm, nợ xấu tăng. Bắt đầu từ năm
2012, giá BĐS bước vào thời kỳ ổn định, mức độ biến động qua các thời kỳ không còn
nhiều như trước, một phần là do chính sách “giải cứu” BĐS của các cơ quan quản lý
thị trường như: giảm, giãn thuế, cho nợ tiền sử dụng đất, chia nhỏ căn hộ,...giúp các
14
doanh nghiệp khơi thông đầu ra, tạo thanh khoản và quay vòng đồng vốn cho doanh
nghiệp.
140
120
100
80
60
40
20
0
2 1 0 2 / 3 Q
3 1 0 2 / 1 Q
7 1 0 2 / 3 Q
9 0 0 2 / 1 Q
9 0 0 2 / 3 Q
0 1 0 2 / 1 Q
0 1 0 2 / 3 Q
1 1 0 2 / 1 Q
1 1 0 2 / 3 Q
2 1 0 2 / 1 Q
3 1 0 2 / 3 Q
4 1 0 2 / 1 Q
4 1 0 2 / 3 Q
5 1 0 2 / 1 Q
5 1 0 2 / 3 Q
6 1 0 2 / 1 Q
6 1 0 2 / 3 Q
7 1 0 2 / 1 Q
8 1 0 2 / 1 Q
8 1 0 2 / 3 Q
Nguồn: Savills Việt Nam
Biểu đồ 1: Chỉ số giá nhà ở tại TP. HCM
(2) Tốc độ tăng trưởng GDP của TP. HCM (GDP, %)
Chỉ số GDP được lấy từ số liệu công bố hàng quý của Cục Thống kê TP. HCM
từ đầu năm 2009 đến 2018.
Trong 3 năm từ 2009 – 2011, GDP tăng trưởng với tốc độ không ổn định,
nguyên nhân xuất phát từ việc Việt Nam bị ảnh hưởng của cuộc khủng hoảng toàn cầu.
Khi bước qua năm 2012, sau những nổ lực của Chính phủ trong kiềm chế lạm phát
bằng việc thắt chặt chính sách tiền tệ và chính sách tài khóa đã làm cho GDP giảm
xuống và duy trì ở mức 7% - 9% trong nhiều năm liền.
15
14%
12%
10%
8%
6%
4%
2%
0%
2 1 0 2 / 3 Q
4 1 0 2 / 1 Q
9 0 0 2 / 1 Q
9 0 0 2 / 3 Q
0 1 0 2 / 1 Q
0 1 0 2 / 3 Q
1 1 0 2 / 1 Q
1 1 0 2 / 3 Q
2 1 0 2 / 1 Q
3 1 0 2 / 1 Q
3 1 0 2 / 3 Q
4 1 0 2 / 3 Q
5 1 0 2 / 1 Q
5 1 0 2 / 3 Q
6 1 0 2 / 1 Q
6 1 0 2 / 3 Q
7 1 0 2 / 1 Q
7 1 0 2 / 3 Q
8 1 0 2 / 1 Q
8 1 0 2 / 3 Q
Nguồn: Cục Thống kê TP. HCM
Biểu đồ 2: Tốc độ tăng trưởng GDP của TP. HCM
(3) Chỉ số giá tiêu dùng TP. HCM (CPI, %):
Tương tự như GDP, chỉ số CPI được thu thập từ số liệu công bố hàng quý của
Cục Thống kê TP. HCM.
Chỉ số giá tiêu dùng tại TP. HCM trong 3 năm trở lại đây thấp hơn so với những
năm 2009 khi nền kinh tế bị ảnh hưởng từ khủng hoảng, lạm phát tăng cao, sức mua
của người dân bất ổn. Chỉ số CPI thường tăng cao hơn vào cuối năm, vì đây là thời
điểm sức mua của người dân tăng cao, nhằm phục vụ nhu cầu sắm sửa Tết.
(4) Dư nợ cho vay BĐS cả nước (REL, tỷ đồng)
Dư nợ BĐS được thu thập theo quý từ các báo cáo tình hình hoạt động định kỳ
của NHNN Việt Nam. Do một số trở ngại trong việc thu thập dư nợ cho vay BĐS tại
16
TP. HCM, nên tôi sử dụng số liệu của cả nước, nhưng vẫn đảm bảo phản ánh được mục
tiêu nghiên cứu của mình.
Thời gian qua, NHNN đã lên tiếng cảnh báo và yêu cầu các NHTM phải rất thận
trọng khi cho vay đối với lĩnh vực BĐS để hạn chế rủi ro. Chủ trương tăng cường kiểm
soát lĩnh vực rủi ro, thắt chặt tín dụng đã xuất hiện từ vài năm trước, khi thị trường
BĐS vẫn đang phát triển mạnh mẽ và đến đầu năm 2018 thì được triển khai rộng trên
thực tế.
Đối với tỷ lệ vốn ngắn hạn cho vay trung và dài hạn, tỷ lệ ban đầu là 60% và
được giảm theo lộ trình 45%, đến Thông tư 19/2017/TT-NHNN thì chính thức chốt tỷ
lệ này sẽ được giảm về mức 40% kể từ đầu năm 2019 và nâng hệ số rủi ro cho vay
BĐS từ mức 200% hiện nay lên mức 250%.
Báo cáo tài chính của các ngân hàng cho thấy đa số duy trì tỷ lệ cho vay BĐS
dưới 7%. Tỷ lệ này đã giảm rất nhiều so với mức trên 30% vào những năm 2007 –
2008. Con số do NHNN công bố cũng cho biết, tỷ lệ tín dụng BĐS trên tổng dư nợ tín
dụng toàn nền kinh tế cuối tháng 6 chỉ ở mức khoảng 7,5% thấp hơn rất nhiều so với
mức 15,8% năm 2017 hay 17,1% vào năm 2016 2.
(5) Lãi suất cho vay dài hạn bình quân bằng VND (R, %)
Vì BĐS là tài sản có giá trị lớn, và thời gian hình thành và sở hữu, sử dụng lâu
dài nên tôi sử dụng lãi suất cho vay dài hạn, không sử dụng lãi suất trung và ngắn hạn
như một số loại hình hàng hóa khác. Số liệu về lãi suất cho vay dài hạn được lấy từ
NHNN Việt Nam theo tháng, và tôi tính bình quân 3 tháng trong mỗi quý, để đồng nhất
về mặt thời gian với các biến số còn lại.
Vì đặc điểm của BĐS là tài sản có giá trị rất lớn, thời gian hình thành và thời
2 Thông tấn xã Việt Nam, 2018. Lo ngại thị trường bất động sản “tăng nóng”, tín dụng bị siết mạnh. < https://tuoitre.vn/lo-ngai-thi-truong-bat-dong-san-tang-nong-tin-dung-bi-siet-manh-20181227135812533.htm>
gian hoàn vốn lâu các tài sản khác, nên việc sử dụng đòn bẩy tài chính là một công cụ
17
hiệu quả và phổ biến của các doanh nghiệp BĐS từ trước đến nay. Liên quan đến đòn
bẩy tài chính, lãi suất cho vay trung vài dài hạn được xem là yếu tố ảnh hưởng rất
nhiều đến quyết định vay của doanh nghiệp.
Theo biểu đồ, lãi suất cho vay cao đỉnh điểm vào quý 3/2011 (mức 19%), và sau
đó giảm dần đến cuối năm 2017, và có xu hướng tăng ít vào năm 2018. Đến nửa cuối
năm 2018, lãi suất đang ở mức 11%/năm.
20%
18%
16%
14%
12%
10%
8%
6%
4%
2%
0%
2 1 0 2 / 3 Q
4 1 0 2 / 1 Q
9 0 0 2 / 1 Q
9 0 0 2 / 3 Q
0 1 0 2 / 1 Q
0 1 0 2 / 3 Q
1 1 0 2 / 1 Q
1 1 0 2 / 3 Q
2 1 0 2 / 1 Q
3 1 0 2 / 1 Q
3 1 0 2 / 3 Q
4 1 0 2 / 3 Q
5 1 0 2 / 1 Q
5 1 0 2 / 3 Q
6 1 0 2 / 1 Q
6 1 0 2 / 3 Q
7 1 0 2 / 1 Q
7 1 0 2 / 3 Q
8 1 0 2 / 1 Q
8 1 0 2 / 3 Q
Nguồn: Ngân hàng Nhà nước Việt Nam
Biểu đồ 3: Lãi suất cho vay dài hạn bình quân bằng VND.
(6) Cung tiền M2, hay còn gọi là tổng phương tiện thanh toán (M2, tỷ đồng)
Dữ liệu của cung tiền M2 được lấy từ báo cáo tình hình hoạt động định kỳ của
NHNN Việt Nam.
18
10,000,000
9,000,000
8,000,000
7,000,000
6,000,000
5,000,000
4,000,000
3,000,000
2,000,000
1,000,000
0
9 0 0 2 / 3 Q
0 1 0 2 / 1 Q
5 1 0 2 / 3 Q
9 0 0 2 / 1 Q
0 1 0 2 / 3 Q
1 1 0 2 / 1 Q
1 1 0 2 / 3 Q
2 1 0 2 / 1 Q
2 1 0 2 / 3 Q
3 1 0 2 / 1 Q
3 1 0 2 / 3 Q
4 1 0 2 / 1 Q
4 1 0 2 / 3 Q
5 1 0 2 / 1 Q
6 1 0 2 / 1 Q
6 1 0 2 / 3 Q
7 1 0 2 / 1 Q
7 1 0 2 / 3 Q
8 1 0 2 / 1 Q
8 1 0 2 / 3 Q
Nguồn: Ngân hàng Nhà nước Việt Nam
Biểu đồ 4: Cung tiền M2
Mặc dù cung tiền không là công cụ thực thi chính sách tiền tệ chính yếu tại Việt
Nam nhưng việc điều tiết lượng cung tiền ra thị trường đã ảnh hưởng đến nền kinh tế
chung và các ngành kinh tế khác, từ đó gián tiếp ảnh hưởng đến thị trường BĐS. Khi
lượng cung tiền tăng lên, sẽ làm cho GDP danh nghĩa tăng lên, từ đó làm ảnh hưởng
nhiều đến hoạt động của của một số ngành chủ chốt của nền kinh tế như tài chính,
BĐS,...
(7) Dòng vốn đầu tư nước ngoài tăng thêm vào BĐS tại TP. HCM (FDI, tỷ USD)
Dòng vốn FDI tăng thêm vào BĐS tại TP. HCM là mức chênh lệch về FDI giữa
2 quý liên tiếp mà Bộ Kế hoạch và Đầu tư TP. HCM, và Cục Thống kê TP. HCM ghi
nhận hàng quý. Theo đó, tôi lấy số liệu FDI mà Bộ Kế hoạch và Đầu tư TP. HCM, và
Cục Thống kê TP. HCM ghi nhận của quý sau trừ cho quý trước để biết được FDI tăng
thêm, hay còn hiểu là FDI được rót vào BĐS tại TP. HCM mỗi quý là bao nhiêu.
19
Trong những năm trở lại đây, khi cơ sở hạ tầng của TP. HCM đầu tư nâng cấp
nhiều hơn, đặc biệt ở khu vực phía Đông và phía Bắc TP. HCM, điển hình là tuyến
metro của thành phố, khi sơ sở hạ tầng có sự phát triển vượt bậc như thế kéo theo nhiều
ngành nghề, thị trường cũng sẽ phát triển theo, trong đó có BĐS. Vì thế, lượng vốn đầu
tư từ nước ngoài đổ vào Việt Nam nói chung và TP. HCM tăng lên nhiều, ở nhiều lĩnh
vực khác nhau.
Các doanh nghiệp BĐS tại TP. HCM trong thời gian qua, sau khi nền kinh tế hồi
phục sau khủng hoảng, đã tạo ra nhiều hơn các dòng sản phẩm khác nhau trong thị
trường BĐS, không đơn thuần dừng lại ở căn hộ và nhà phố truyền thống như trước. Sự
vượt bậc trong ý tưởng sáng tạo, tư duy và tiềm lực, đã thu hút nhiều nhà đầu tư nước
ngoài rót vốn vào thị trường BĐS ở TP. HCM.
Trong ngắn hạn, tăng giá BĐS thu hút vốn nước ngoài, về lâu dài, dòng vốn
nước ngoài thúc đẩy giá nhà đất (Song Bo và Gao Bo, 2007).
(8) Chỉ số chứng khoán Việt Nam (VNI, điểm)
Chỉ số chứng khoán Việt Nam được lấy từ trang thông tin Investing.com theo
quý. Chỉ số chứng khoán trong những năm vừa qua đều có sự tăng lên về điểm.
Thị trường chứng khoán và thị trường BĐS thường có sự tác động và liên thông
với nhau. Về cơ bản nền kinh tế đẩy giá cổ phiếu và giá BĐS vận động theo cùng một
hướng, nhưng đối với thị trường BĐS phản ứng thường diễn ra chậm hơn. Do đó, khi
giá cổ phiếu bắt đầu sụt giảm, thì sau đó giá BĐS thường cũng sẽ suy giảm theo. Điều
này được hiểu như là khi các cổ phiếu rớt giá do các doanh nghiệp bắt đầu gặp khó
khăn trong hoạt động, dòng tiền suy yếu dẫn đến phải thanh lý, bán bớt các BĐS đang
nắm giữ.
20
1,400
1,200
1,000
800
600
400
200
0
1 1 0 2 / 1 Q
4 1 0 2 / 3 Q
8 1 0 2 / 1 Q
9 0 0 2 / 1 Q
9 0 0 2 / 3 Q
0 1 0 2 / 1 Q
0 1 0 2 / 3 Q
1 1 0 2 / 3 Q
2 1 0 2 / 1 Q
2 1 0 2 / 3 Q
3 1 0 2 / 1 Q
3 1 0 2 / 3 Q
4 1 0 2 / 1 Q
5 1 0 2 / 1 Q
5 1 0 2 / 3 Q
6 1 0 2 / 1 Q
6 1 0 2 / 3 Q
7 1 0 2 / 1 Q
7 1 0 2 / 3 Q
8 1 0 2 / 3 Q
Nguồn: Investing.com
Biểu đồ 5: Chỉ số chứng khoán Việt Nam
Đối với các doanh nghiệp kinh doanh BĐS thì sẽ giảm giá sản phẩm trong các
dự án nhà ở và từ đó sẽ kéo giá trên thị trường BĐS rớt trở lại. Trong khi đó, các cá
nhân khi đầu tư thua lỗ trên thị trường chứng khoán cũng sẽ buộc phải bán các BĐS
đang sở hữu để bù đắp cho các khoản thua lỗ trên thị trường chứng khoán, từ đó càng
3 Thành Long, 15/5/2017, “"Bình thông nhau" chứng khoán - bất động sản” < https://doanhnhansaigon.vn/tai- chinh-chung-khoan/binh-thong-nhau-chung-khoan-bat-dong-san-1077972.html>
gây áp lực giảm giá lên thị trường BĐS.3
21
CHƯƠNG 4. KẾT QUẢ VÀ THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
4.1. Kết quả nghiên cứu
Bảng 1: Mô tả các biến
STT Tên biến Mô tả biến Đơn vị
SPPI 1 Chỉ số giá nhà ở TP. HCM Điểm
GDP 2 Tốc độ tăng trưởng GDP của TP. HCM %
CPI 3 Chỉ số giá tiêu dùng TP. HCM %
REL 4 Dư nợ cho vay BĐS cả nước Tỷ đồng
R 5 Lãi suất cho vay dài hạn bình quân bằng VND %
M2 6 Cung tiền Tỷ đồng
FDI 7 Tỷ USD Dòng vốn đầu tư nước ngoài vào BĐS tại TP. HCM
8 Điểm VNI Chỉ số chứng khoán Việt Nam
4.1.1. Thống kê mô tả
Bảng 4 trình bày kết quả thống kê mô tả của các biến được sử dụng trong mô
hình VAR. Xét về kết quả giá trị trung bình, tất cả các biến đều mang giá trị dương, và
độ lệch chuẩn cũng mang giá trị dương. Biến CPI và GDP có hệ số bất đối xứng mang
giá trị âm cho thấy các biến phân phối lệch trái, các biến còn lại bao gồm FDI, M2, R,
REL, SPPI, và VNI mang giá trị dương, cho thấy các biến này phân phối lệch phải.
Dựa vào độ lệch chuẩn, biến cung tiền M2 và dư nợ BĐS có sự biến động nhiều
nhất, trong khi GDP được cho là ít biến động nhất.
22
Bảng 2: Kết quả thống kê mô tả từ Eviews
4.1.2. Kết quả các kiểm định và phân tích
Kết quả kiểm định nghiệm đơn vị cho các biến dựa theo tiêu chuẩn ADF, từ
bảng 5 cho thấy: Ở chuỗi gốc, biến FDI dừng ở mức ý nghĩa 1%, trong khi các biến
còn lại không dừng; Nhưng khi sai phân bậc 1, hầu hết tất cả các biến đều dừng ở mức
ý nghĩa 1%, chỉ riêng biến REF dừng ở mức ý nghĩa 5%.
Bảng 3: Kiểm định nghiệm đơn vị
Theo kết quả từ phương pháp VAR Lag Order Selection Criteria, độ trễ dùng để
ước lượng cho mô hình là 3 dựa trên đề xuất của 3 tiêu chí là: Final prediction error
23
(FPE), Akaike information criterion (AIC), và Hannan – Quinn information criterion
(HQ).
Bảng 4: Độ trễ tối ưu cho mô hình VAR
Kết quả từ kiểm định nhân quả Granger với độ trễ là 3 ở bảng 7 cho thấy: biến
SPPI có tác động đến biến CPI và lãi suất R.
Bảng 5: Kiểm định nhân quả Granger
24
Hàm phản ứng xung giúp cho tôi biết được tình trạng của biến SPPI sẽ biến
động như thế nào trước những cú sốc của các biến còn lại. Dựa vào biểu đồ 4 từ kết
quả Eviews cho thấy, chỉ số SPPI ít chịu tác động ngay từ sự biến động của dư nợ
BĐS, cung tiền M2, lãi suất R và chỉ số VNI, thường là sau 4 – 5 kỳ. SPPI bị ảnh
hưởng nhiều nhất là từ sự biến động của CPI, sau đó là GDP và nguồn vốn FDI.
Biểu đồ 6: Hàm phản ứng xung (Impulse Response Function)
25
Nguồn: Kết quả Eviews
Theo kết quả phân tích phân rã phương sai, sự biến đổi của biến SPPI chịu ảnh
hưởng nhiều nhất từ biến CPI, giải thích từ 23% - 32%, biến nội sinh SPPI giải thích
19% - 24%, biến lãi suất R giải thích 11% - 28%. Các biến còn lại giải thích một phần
sự biến thiên của thị trường BĐS. Kết quả của phân tích phân rã phương sai tương
thích với kết quả của hàm phản ứng xung.
26
Bảng 6: Kiểm định phân rã phương sai
4.1.3. Kết quả mô hình VAR
Sau khi thực hiện các kiểm định và phân tích, kết quả mô hình VAR được trình
bày ở bảng sau:
Bảng 7: Kết quả mô hình VAR
27
28
Nguồn: Kết quả Eviews
4.2. Thảo luận kết quả nghiên cứu
Trong năm 2018, NHNN đã điều hành chính sách tiền tệ linh hoạt và phù hợp
với diễn biến của nền kinh tế chung, phối hợp có hiệu quả với chính sách tài khóa và
các chính sách vĩ mô khác. Kết quả là hệ thống ngân hàng và các tổ chức tín dụng đảm
bảo thanh khoản; Thị trường tiền tệ và ngoại hối cũng ổn định và liên thông với nhau,
tạo điều kiện cho lãi suất ổn định 10% - 11%/ năm; Dòng vốn tín dụng tập trung nhiều
vào lĩnh vực sản xuất, kinh doanh và kiểm soát chặt chẽ những lĩnh vực tiềm ẩn nhiều
rủi ro như chứng khoán, BĐS; Các tổ chức tín dụng nâng cao chất lượng tín dụng.
29
Theo kết quả kiểm định từ Eviews, tôi thấy rằng thị trường BĐS (đại diện là
biến số SPPI) chịu ảnh hưởng từ biến động của chỉ số giá tiêu dùng CPI, tốc độ tăng
trưởng GDP và nguồn vốn FDI. Bên cạnh đó, giá BĐS cũng có tác động ngược lại lên
chỉ số giá tiêu dùng với độ trễ hơn (độ trễ là 3).
Nền kinh tế vĩ mô, dưới tác động của chính sách kinh tế đã quay lại đà hồi phục
thành công từ khi chạm đáy vào năm 2012, GDP ở TP. HCM liên tục tăng trưởng với
tốc độ cao, và ổn định ở mức 7% - 9% trong nhiều năm liền. Chính phủ đã có những
công cụ đồng bộ để quản lý và giám sát, đã và đang có những thay đổi về chính sách
giúp thị trường ngày càng hấp dẫn các nhà đầu tư, đặc biệt là nhà đầu tư nước ngoài,
làm cho nguồn vốn FDI vào Việt Nam nói chung và TP. HCM nói riêng có dấu hiệu
tích cực hơn.
Theo thông tin báo cáo từ NHNN, tổng dư nợ BĐS cả nước tăng dần qua các
năm, quý 4/2018 đạt 510.000 tỷ đồng. Ngoài ra, nguồn vốn đầu tư nước ngoài vào
BĐS tại TP. HCM cũng có sự tăng trưởng tính đến cuối năm 2017, nhưng trong năm
2018 đã có sự sụt giảm đáng kể (tính đến cuối năm 2017, nguồn vốn FDI đăng ký đạt
1.017,10 triệu USD, nhưng đến năm 2018, nguồn vốn FDI đăng ký ước tính đạt 128,40
triệu USD, chỉ chiếm khoảng 18% tổng nguồn vốn FDI đăng ký tại TP. HCM). Việc
tăng dần với biên độ tương đối lớn của FDI trong khi biên độ tăng của SPPI lại khá nhỏ
(mỗi quý tăng 1 điểm) cũng phù hợp với kết quả nghiên cứu (kết quả hàm phản ứng
xung), là biến động trong FDI không tác động đến SPPI ngay lập tức mà sau độ trễ từ 4
– 5 kỳ, và với mức giải thích từ 4% - 7% theo kết quả phân rã phương sai.
Mặc dù tại Việt Nam, NHNN không sử dụng cung tiền trong điều hành chính
sách tiền tệ nhưng lượng cung tiền của NHNN cũng ảnh hưởng phần nào đến lãi suất
cho vay, tác động không ít đến hiệu quả đòn bẩy tài chính của các doanh nghiệp BĐS,
kéo đến ảnh hưởng gián tiếp đến biến động về giá BĐS trong thời gian. Từ kết quả
hàm phản ứng xung cho thấy, lượng cung tiền M2 và lãi suất R cũng có tác động tới thị
30
trường BĐS, trong đó M2 giải thích 3% - 13% sự biến đổi của thị trường BĐS, và lãi
suất R giải thích 11% - 28% phù hợp với lý thuyết khi lãi suất tăng lên sẽ hạn chế tín
dụng, siết chặt cho vay, từ đó, chủ yếu là các chủ đầu tư sẽ gặp khó khắn trong việc
tiếp cận nguồn vốn, sẽ làm hạn chế nguồn cung BĐS ra thị trường, khi cung giảm sẽ
làm cho giá BĐS tăng lên 4.
Thực hiện chỉ đạo của Chính phủ, ngày 23/01/2018, NHNN đã có Công văn số
563/NHNN-TTGSNH yêu cầu các ngân hàng chuyển dịch cơ cấu tín dụng theo hướng
ưu tiên tập trung vốn cho sản xuất, kinh doanh, hạn chế mức độ tập trung tín dụng đối
với lĩnh vực BĐS và Thông tư số 19/2017/TT-NHNN, ngân hàng chỉ được duy trì tỷ lệ
tối đa của nguồn vốn ngắn hạn được sử dụng để cho vay trung hạn và dài hạn là 45%,
thay vì 60% như các năm trước đây đã khiến các doanh nghiệp BĐS khó khăn trong
tiếp cận nguồn vốn vay tín dụng ngân hàng. Mặc dù tín dụng ngân hàng không phải là
nguồn vốn duy nhất, nhưng trước tình trạng đó, doanh nghiệp BĐS phải tăng cường
các giải pháp tìm nguồn vốn đầu tư như phát hành cổ phiếu, trái phiếu, thực hiện
M&A,... Một số phương pháp có thể là thay đổi dòng tiền của doanh nghiệp, làm tăng
chi phí hình thành BĐS, từ đó kéo theo giá BĐS sẽ có sẽ tăng lên, và có thể lệch mức
4 William B. Brueggeman và Jeffray D. Fisher. Real Estate Finance and Investments. 14th edition. New York: Douglas Reiner
giá thị trường.
31
CHƯƠNG 5. KẾT LUẬN VÀ KIẾN NGHỊ CHÍNH SÁCH
5.1. Kết luận
Qua tìm hiểu và nghiên cứu, chỉ số giá BĐS hay nói cách khác là hoạt động của
thị trường BĐS cả nước nói chung và của TP. HCM nói riêng đều có mối quan hệ mật
thiết với chính sách tiền tệ. Từng biến động của các biến số, dù nhỏ hay lớn, đều có tác
động nhất định đến thị trường BĐS. Trong 7 biến được xem xét tác động ảnh hưởng
đến SPPI, kết quả nghiên cứu cho thấy biến dư nợ REL, CPI và GDP có ảnh hưởng
nhiều nhất đến SPPI; Các yếu tố khác như cung tiền M2, vốn đầu tư nước ngoài FDI,
lãi suất cho vay R và chỉ số chứng khoán VNI cũng tác động đến SPPI.
5.2. Kiến nghị chính sách
Cả về mặt lý thuyết và thực tế, diễn biến thị trường BĐS phụ thuộc vào nhiều
yếu tố như mức tăng trưởng chung của nền kinh tế, mức tín dụng rót vào thị trường,
tình hình cung – cầu thực tế…nên vì thế, dựa vào thực tế thị trường, trạng thái của thị
trường BĐS trong tương quan với các ngành kinh tế khác, tôi kiến nghị một số giải
pháp:
Thứ nhất, doanh nghiệp BĐS chủ động tìm kiếm nguồn vốn để tránh bị ảnh
hưởng của biến động lãi suất.
Trong 2 tháng đầu năm 2019, các nhà đầu tư nước ngoài đã đầu tư vào 18 ngành
lĩnh vực tại Việt Nam, tập trung nhiều nhất vào lĩnh vực công nghiệp chế biến, chế tạo
với tổng số vốn đạt 6,93 tỷ USD, chiếm 81,8% tổng vốn đầu tư đăng ký. Đứng thứ hai
là lĩnh vực hoạt động kinh doanh BĐS với tổng vốn đầu tư 478 triệu USD, chiếm 5,6%
tổng vốn đầu tư đăng ký. Theo địa bàn đầu tư, nhà đầu tư nước ngoài đầu tư vào 44
tỉnh, thành phố. Trong đó, Hà Nội thu hút nhiều vốn đầu tư nước ngoài nhất với vốn
đăng ký hơn 4 tỷ USD, chiếm 47,3% tổng vốn đầu tư, TP. HCM đứng thứ 2 với hơn 1
tỷ USD. Điều đó cho thấy nguồn vốn FDI vào lĩnh vực BĐS trong những năm gần đây
32
luôn đứng ở vị trí cao. Yếu tố này rất quan trọng, đặc biệt là trong bối cảnh nguồn vốn
đổ vào BĐS đang bị hạn chế từ tín dụng ngân hàng trong nước. Dòng chảy FDI đang
được cho là phương án hỗ trợ kịp thời và đắt giá cho các chủ đầu tư phát triển dự án
khi tín dụng cho BĐS đã được kiểm soát chặt chẽ hơn, quy mô tín dụng lĩnh vực này
đã giảm dần từ năm 2016 đến nay. FDI không chỉ trở thành nguồn vốn hỗ trợ, bổ sung
cho lĩnh vực BĐS mà còn tạo ra nhiều cơ hội và giá trị cho các doanh nghiệp địa ốc.
Hiện nay, các doanh nghiệp địa ốc cũng đã chủ động tự tìm kiếm nguồn vốn
ngoại thay thế tín dụng ngân hàng, ít chịu ảnh hưởng của biến động lãi suất, chủ động
trong luân chuyển tài chính của doanh nghiệp.
Bên cạnh đó, phương án được tính đến là việc niêm yết cổ phiếu trên sàn chứng
khoán với mong muốn có cơ hội huy động vốn dài hạn, giá rẻ. Ngoài ra, nhiều doanh
nghiệp cũng chủ động tìm thêm các kênh gọi vốn khác như trái phiếu.
Thứ hai, kiến nghị liên quan đến chính sách tiền tệ.
Từ phân tích kết quả thống kê, thị trường BĐS gần như chịu ảnh hưởng rất
nhiều từ chính sách tiền tệ và nền kinh tế vĩ mô, nên việc NHNN ban hành và thực thi
chính sách tiền tệ cũng cần có sự cân nhắc thận trọng hơn.
NHNN thực thi chính sách tiền tệ dựa trên sức khỏe hiện tại của nền kinh tế
chung và của các ngành chủ chốt, kiểm soát chặt chẽ tín dụng vào các lĩnh vực tiềm ẩn
rủi ro như BĐS, hạn chế việc thực thi trên giấy tờ, kém sự thực tế, gây ra nhiều hệ lụy.
Thứ ba, kiến nghị liên quan đến việc thị trường BĐS cũng chịu ảnh hưởng từ
thị trường chứng khoán.
Thị trường chứng khoán và thị trường BĐS thường có sự tác động và liên thông
với nhau. Về cơ bản nền kinh tế đẩy giá cổ phiếu và giá BĐS vận động theo cùng một
hướng, nhưng đối với thị trường BĐS phản ứng thường diễn ra chậm hơn. Do đó, khi
giá cổ phiếu bắt đầu sụt giảm, thì sau đó giá BĐS thường cũng sẽ suy giảm theo. Điều
33
này được hiểu như là khi các cổ phiếu rớt giá do các doanh nghiệp bắt đầu gặp khó
khăn trong hoạt động, dòng tiền suy yếu dẫn đến phải thanh lý, bán bớt các BĐS đang
nắm giữ.
NHTW nên đưa giá thị trường của chứng khoán vào xem xét trong khi đưa ra
chính sách tiền tệ, cũng nên coi giá tài sản là một biện pháp phụ trợ trong kiểm soát
chính sách tiền tệ (Yi Gang và Wang Zhao, 2002).
- 1 -
TÀI LIỆU THAM KHẢO
Danh mục tài liệu tiếng Việt
Lan Nhi, 2018. Năm 2018 nguồn cung bất động sản TPHCM sụt giảm mạnh,
nguyên nhân do đâu?. CafeF.vn.
Lê Hà Diễm Chi, 2014. Vốn tín dụng ngân hàng và thị trường BĐS Việt Nam.
Tạp chí Thị trường - Tài chính - Tiền tệ số 9.5.2014.
Lê Thanh Ngọc, 2014. Phân tích ảnh hưởng của các nhân tố tài chính đến bong
bóng bất động sản tại Tp. Hồ Chí Minh. Phát triển và Hội nhập số 15 (25) – Tháng 3-
4/2014, trang 58 – 64.
Nguyễn Thế Phượng. Giáo trình Thẩm định giá Bất động sản. TP. HCM: Nhà
xuất bản Phương Đông
Phạm Văn Đại, 2018. Khủng hoảng bất động sản 2008: năm nguyên nhân chính.
Thời báo Kinh tế Sài Gòn Online.
Phan Dương, 2018. Một năm bất động sản sôi động, hứa hẹn 2018 tiếp tục thành
công. VnEconomy.
Quốc hội, 2013. Luật Đất đai. Hà Nội, tháng 11 năm 2013.
Quốc hội, 2014. Luật Kinh doanh Bất động sản. Hà Nội, tháng 11 năm 2014
Thành Long, 15/5/2017, “"Bình thông nhau" chứng khoán - bất động sản”.
Thông tấn xã Việt Nam, 2018. Lo ngại thị trường bất động sản “tăng nóng”, tín
dụng bị siết mạnh.
Danh mục tài liệu tiếng nước ngoài
Charles Rahal, 2016. Housing markets and unconventional monetary policy.
Journal of Housing Economics 32 (2016), trang 67 – 80.
Jeff Madura. Financial Institutions & Markets. 10th edition. Dịch từ tiếng Anh.
Người dịch Các giảng viên khoa Tài chính Trường Đại học Kinh tế TP. HCM, 2016.
Liang Su, Li Lin, Shaozhen Chen, Lin Li, 2018. Effect analysis of real estate
price and monetary policy an empirical study based on china macroeconomic data.
RedFame Publishing [online] Available at: http://doi.org/10.11114/aef.v5i2.2930
[Accessed 20 December 2018]
LIU Yang, HU Zhiqiang, 2012. On Correlation between RMB Exchange Rate
and Real Estate Price based on Financial Engineering. Procedia Systems Engineering 3
(2012), trang 146 – 152.
Orjan Robstad, 2017. House prices, credit and the effect of monetary policy in
Norway evidence from structural VAR models.
Xiaoqing Eleanor Xu, Tao Chen, 2011. The effect of monetary policy on real
estate price growth in China. Pacific – Basin Finance Journal 20 (2012), trang 62 – 77.
William B. Brueggeman và Jeffray D. Fisher. Real Estate Finance and
Investments. 14th edition. New York: Douglas Reiner.
PHỤ LỤC
PHỤ LỤC 01: Bảng số liệu
PHỤ LỤC 02: Kết quả thống kê mô tả
PHỤ LỤC 03: Kết quả kiểm định nghiệm đơn vị cho các biến (chuỗi gốc)
PHỤ LỤC 04: Kết quả kiểm định nghiệm đơn vị cho các biến (sai phân bậc 1)
PHỤ LỤC 05: Kết quả VAR Lag Order Selection Criteria (Độ trễ tối ưu)
PHỤ LỤC 06: Kiểm định nhân quả Granger
PHỤ LỤC 07: Kiểm định phân rã phương sai
PHỤ LỤC 07: Ước lượng mô hình VAR
