Phân tích ảnh hưởng của các nhân tố tài chính đến bong bóng bất động sản tại thành phố Hồ Chí Minh

PHÁT TRIỂN & HỘI NHẬP Số 15 (25) - Tháng 03-04/2014
Nghiên Cứu & Trao Đổi
58
1. Đặt vấn đề 
Trong giai đoạn từ năm 2004 
đến nay, giá nhà đất để ở tại 
TP.HCM tăng rất cao, vượt xa thu 
nhập bình quân đầu người và tiền 
cho thuê nhà ở, khiến thị trường bất 
động sản hình thành trạng thái bong 
bóng (Đoàn Thanh Hà, 2013). Về 
bản chất, bong bóng bất động sản 
là một hiện tượng có tính chất đầu 
cơ, song để những cơn sóng đầu cơ 
xảy ra phải có những điều kiện hỗ 
trợ để dòng tiền chảy mạnh vào thị 
trường bất động sản. Nghiên cứu 
này phân tích ảnh hưởng của những 
nhân tố tài chính – tiền tệ đến sự 
hình thành và phát triển bong bóng 
bất động sản nhà đất để ở trên địa 
bàn TP.HCM. 
2. cơ sở lý thuyết và các giả 
thuyết
Thuyết tài chính hành vi 
(Barlevy, 2007) giải thích cơ chế 
hình thành các bong bóng tài sản 
thông qua sự phân tích các đặc tính 
tâm lý của con người. Sự bùng nổ 
giá xảy ra khi các nhà đầu tư quá lạc 
quan vào nền kinh tế. Sự lạc quan 
thái quá có thể khiến mọi người 
chấp nhận rủi ro cao hơn. Giá tài 
sản và theo đó là lợi tức gia tăng 
làm nảy sinh hành vi đầu cơ và hệ 
quả là các quyết định kinh tế không 
còn dựa trên những quy tắc truyền 
thống. Từ đó, một lượng vốn đầu 
tư khổng lồ đổ vào thị trường ngày 
càng tăng và qua đó thúc đẩy bong 
bóng ngày càng phình to. Thuyết 
tài chính hành vi cho rằng tâm lý 
con người bị chi phối bởi các đặc 
tính “neo tư duy”, sợ thua lỗ, tính 
bầy đàn, tự thiên vị và lạc quan quá 
mức. Dựa trên các đặc tính tâm lý 
này, một số nhà nghiên cứu đã phát 
triển các mô hình giải thích cơ chế 
bên trong thúc đẩy hoạt động đầu 
cơ, qua đó bong bóng tài sản được 
hình thành và phát triển. 
Mô hình sự khác biệt niềm tin 
và rào cản bán khống (Diether & 
cộng sự, 2002) giả định thị trường 
tồn tại hai nhóm người với 2 quan 
điểm khác biệt nhau, điều này giải 
thích vì sao một giao dịch có thể 
xảy ra ngay cả khi giá tài sản được 
định giá quá cao.
Mô hình giao dịch phản hồi 
(Anna, 2012) giải thích hiện tượng 
bong bóng tài sản thông qua sự 
phân tích hành vi của một nhóm 
nhà đầu tư, những người hình 
thành nhu cầu giao dịch hoàn toàn 
dựa trên cơ sở sự chuyển động giá 
trong quá khứ. Theo mô hình này, 
sự tăng giá ban đầu sẽ được một 
nhóm nhà giao dịch phản hồi chú 
ý, khi sự tăng giá diễn ra đủ lâu để 
hình thành một trạng thái neo tư 
Phân tích ảnh hưởng của các 
nhân tố tài chính đến bong bóng 
bất động sản tại TP. Hồ Chí Minh
ThS. Lê ThaNh NGọc
Đại học Ngân hàng TP.HCM
Dựa trên quan điểm của thuyết tài chính hành vi và thuyết ABC, tác giả vận dụng mô hình VAR để phân tích ảnh hưởng của những nhân tố tài chính – tiền tệ đến bong bóng bất động sản nhà đất để 
ở trên địa bàn TP.HCM. Kết quả phân tích cho thấy, chỉ số PR (giá nhà chia 
cho tiền thuê nhà, chỉ số đại diện tính bong bóng) phụ thuộc vào những thay 
đổi của chính biến đó trong quá khứ cũng như những cú sốc đến từ các biến 
tốc độ tăng trưởng kinh tế, dư nợ tín dụng bất động sản và đầu tư nước ngoài 
vào bất động sản. 
Từ khóa: Bong bóng bất động sản, nhà đất để ở.
Số 15 (25) - Tháng 03-04/2014 PHÁT TRIỂN & HỘI NHẬP 
 Nghiên Cứu & Trao Đổi
59
duy thì nhà đầu tư có thể kỳ vọng 
giá tài sản sẽ duy trì xu hướng tăng 
trong tương lai, qua đó thúc đẩy 
họ mua vào tài sản, khiến giá tiếp 
tục tăng và vượt xa giá trị cơ bản. 
Sự tăng giá cao hơn thu hút thêm 
những nhà giao dịch phản hồi khác 
tiếp tục mua vào tài sản và kích 
thích giá tăng cao hơn nữa, do đó 
lại tiếp tục thu hút những nhà giao 
dịch phản hồi mới, và quá trình cứ 
tiếp tục. Giá tiếp tục tăng miễn là 
dòng vốn vẫn đổ vào thị trường. 
Khi dòng vốn giảm dần và tốc độ 
tăng giá tài sản suy giảm, đến một 
thời điểm nào đó, xu hướng tăng 
giá đảo chiều, dòng vốn bị rút ra 
khỏi thị trường khiến bong bóng xì 
hơi hoặc sụp đổ.
Mô hình tự thiên vị (Shiller, 
2007) cho rằng nhà đầu tư thường 
có xu hướng tìm kiếm các bằng 
chứng củng cố niềm tin của mình 
và bỏ qua hoặc xem nhẹ các thông 
tin có tính chất mâu thuẫn với niềm 
tin ban đầu. Thoạt đầu, những tín 
hiệu tốt về nền kinh tế giải thích sự 
gia tăng giá trị cơ bản của BĐS giữ 
vai trò định hình niềm tin ban đầu 
của nhà đầu tư. Sau đó, nhà đầu tư 
nhận được một loạt các thông tin 
trái chiều nhau. Do tâm lý tự thiên 
vị, những thông tin tích cực có tác 
dụng củng cố niềm tin ban đầu 
được ghi nhận và chú ý trong khi 
những thông tin tiêu cực thường bị 
xem nhẹ hoặc bỏ qua. Kết quả là 
chuỗi các thông tin nhận được bên 
ngoài được kỳ vọng là tác động 
làm cho giá tài sản thay đổi theo 
hướng với niềm tin ban đầu.
Thuyết ABC (Austrian Business 
Cycle Theory) giải thích nguyên 
nhân hình thành bong bóng BĐS 
là do sự mở rộng cung tiền quá 
mức của NHTW (Rechard, 2012). 
Theo thuyết ABC, nếu NHTW 
không theo đuổi chính sách tiền tệ 
nới lỏng thì bong bóng giá tài sản 
không thể phát triển. Ngược lại, 
nếu NHTW theo đuổi chính sách 
nới lỏng tiền tệ, bong bóng giá tài 
sản có thể phát triển ở một nơi nào 
đó trong nền kinh tế, chẳng hạn 
như nhà ở hoặc chứng khoán, phụ 
thuộc vào dòng tiền hướng vào nơi 
đó. Nếu dòng tiền hướng trực tiếp 
vào thị trường BĐS, thì bong bóng 
BĐS sẽ phát triển. Trong lý thuyết 
ABC, bong bóng giá BĐS được 
biểu hiện bởi sự gia tăng cao một 
cách bất thường của chỉ số giá nhà 
trên tiền thuê nhà (PR). 
Sự tăng giá BĐS chưa hẳn là 
biểu hiện của bong bóng BĐS. 
Bong bóng BĐS chỉ xảy ra nếu sự 
tăng giá BĐS tách rời khỏi những 
nhân tố cơ bản tạo nên giá trị thực 
của BĐS, cụ thể là tách rời khỏi 
thu nhập của dân cư hoặc tiền thuê 
BĐS (Kindleberger, 1996). Trên 
cơ sở các bằng chứng về sự tồn 
tại của bong bóng bất động sản tại 
TP.HCM (Đoàn Thanh Hà, 2013), 
và dựa vào mô hình giao dịch phản 
hồi cũng như quan điểm của lý 
thuyết ABC, bài nghiên cứu này sử 
dụng chỉ số giá nhà trên tiền thuê 
nhà (PR) đại diện cho trạng thái 
bong bóng BĐS nhà ở và đưa ra 
một số giả thuyết sau: 
- Thay đổi của chỉ số giá nhà 
trên tiền thuê nhà (PR) phụ thuộc 
vào chính sự thay đổi của biến này 
trong quá khứ (Anna, 2012).
- Tốc độ tăng GDP và chỉ số 
giá nhà trên tiền thuê nhà (PR) có 
mối tương tác hai chiều. Nói cụ thể 
hơn, GDP thay đổi tác động làm 
PR thay đổi. Mặt khác, PR thay đổi 
cũng tác động trở lại làm GDP thay 
đổi (Rechard, 2012). 
- Chỉ số giá tiêu dùng (CPI) 
thay đổi tác động làm PR thay 
đổi. Ngược lại, PR thay đổi cũng 
tác động trở lại làm CPI thay đổi 
(Rechard, 2012).
- Tín dụng BĐS: 
+ Xét về khía cạnh tín dụng tạo 
lập cung BĐS: Trong dài hạn, khi 
dư nợ cho vay BĐS tăng sẽ giúp 
tăng cung và tác động làm giảm 
giá BĐS. Tuy nhiên trong ngắn 
hạn, cung BĐS chưa tăng kịp trong 
khi để nhận được nhiều hơn nguồn 
vốn tín dụng từ ngân hàng, các chủ 
đầu tư thường thực hiện chiêu kích 
giá để làm tăng giá trị thị trường 
của dự án, qua đó có thể đặt ra giả 
thuyết rằng dư nợ cho vay BĐS 
tăng không có tác dụng làm giảm 
giá BĐS trong ngắn hạn. Trong 
dài hạn, việc ngân hàng cho vay 
nghiêng nhiều về các dự án cao cấp 
sẽ làm cung dư thừa và áp lực giảm 
giá mạnh là khó tránh khỏi; 
+ Xét về khía cạnh tín dụng 
tạo lập cầu BĐS: Khi dư nợ cho 
vay ngắn hạn tăng sẽ tạo nguồn 
tài chính cho hoạt động đầu cơ. 
Đầu cơ tăng trong khi cung ngắn 
hạn không điều chỉnh kịp gây áp 
lực lên giá BĐS, sự tăng giá BĐS 
lại thu hút lượng đầu cơ mới, dẫn 
đến cầu tín dụng tăng. Như vậy, 
sự tương tác giữa giá BĐS và tín 
dụng tạo cầu BĐS là mang tính hai 
chiều. Giá BĐS tăng thúc đẩy cầu 
tín dụng tăng. Ngược lại, dư nợ tín 
dụng tăng tác động làm cầu đầu cơ 
tăng, qua đó đẩy giá BĐS và chỉ 
số PR đều tăng (Đoàn Thanh Hà, 
2013).
- Lãi suất cho vay bình quân 
dài hạn: Lãi suất cho vay giảm có 
nghĩa là chi phí vay nợ giảm, qua 
đó kích thích cầu tín dụng tăng. 
Ngược lại, lãi suất cho vay tăng 
làm chi phí vay nợ tăng, dẫn đến 
cầu tín dụng giảm. Thông qua sự 
tác động đến dư nợ tín dụng BĐS, 
lãi suất có ảnh hưởng nhất định 
đến giá bất động sản lẫn chỉ số PR 
(Đoàn Thanh Hà, 2013).
PHÁT TRIỂN & HỘI NHẬP Số 15 (25) - Tháng 03-04/2014
Nghiên Cứu & Trao Đổi
60
- Cung tiền M2 tác động đến lãi 
suất và dư nợ cho vay BĐS, qua 
đó tác động lên giá BĐS và chỉ số 
PR.
- Vốn đầu tư nước ngoài vào 
BĐS: Về lý thuyết, vốn đầu tư 
nước ngoài vào BĐS tăng sẽ giúp 
tăng cung trong dài hạn, qua đó 
làm giảm giá BĐS và chỉ số PR 
xuống. Tuy nhiên, trong ngắn hạn, 
cung BĐS chưa tăng kịp trong khi 
vốn đầu tư nước ngoài chủ yếu tập 
trung vào phân khúc hạng sang và 
cao cấp (Lê Xuân Nghĩa, 2011). 
Sự khan hiếm cung trong ngắn hạn 
kết hợp thực tế sản phẩm cao cấp 
là đối tượng chính của giới đầu 
cơ dẫn đến giả thuyết, vốn đầu tư 
nước ngoài vào BĐS có quan hệ 
tương quan dương với giá BĐS và 
chỉ số PR;
- Chỉ số chứng khoán VN-
Index: Kênh đầu tư chứng khoán 
và kênh đầu tư bất động sản có tính 
chất thay thế lẫn nhau, do đó, sự 
thay đổi của VN-Index có thể tác 
động đến chỉ số PR và ngược lại, 
thay đổi của chỉ số PR có thể tác 
động đến VN-Index.
3. Dữ liệu và phương pháp 
nghiên cứu
Dữ liệu thu thập
Nghiên cứu sử dụng các biến 
kinh tế vĩ mô bao gồm: tổng thu 
nhập quốc dân, lạm phát, dư nợ 
cho vay BĐS, lãi suất cho vay 
dài hạn, cung tiền M2, vốn đầu tư 
nước ngoài vào BĐS, chỉ số chứng 
khoán VN để đánh giá mối tương 
quan với chỉ số PR. Số liệu được 
sử dụng là chuỗi số liệu hàng quý, 
bắt đầu từ quý 1 năm 2004 đến 
quý 2 năm 2013. Chuỗi số liệu PR 
được tính cho phân khúc chung 
cư và nhà liền kề trong các dự án 
khu đô thị dựa trên cơ sở bộ dữ liệu 
của Phòng thị trường BĐS-BXD. 
Đầu tiên, chỉ số PR được tính riêng 
cho từng phân khúc chung cư và 
nhà liền kề, sau đó căn cứ vào tỷ 
trọng nhà chung cư và nhà liền kề 
trong tổng số nhà ở tùy từng năm 
để tính lại chuỗi chỉ số bình quân 
PR có trọng số là tỷ trọng từng loại 
nhà ở làm đại diện cho thị trường. 
Tăng trưởng GDP đại diện cho 
hoạt động kinh tế thực và được 
lấy từ nguồn Tổng cục Thống kê 
VN (GSO); chỉ số giá tiêu dùng 
CPI được xem là chỉ tiêu đo lường 
lạm phát cũng được lấy từ nguồn 
GSO; dư nợ cho vay BĐS tại TP. 
HCM lấy từ Ngân hàng Nhà nước 
Chi nhánh TP. HCM; lãi suất cho 
vay dài hạn, cung tiền M2 lấy từ 
Ngân hàng Nhà nước VN; vốn đầu 
tư nước ngoài vào BĐS lấy từ Sở 
Kế hoạch và Đầu tư TP.HCM; chỉ 
số chứng khoán VN lấy từ Sở Giao 
dịch Chứng khoán TP.HCM. 
4. Mô hình nghiên cứu và các 
kiểm định
Nghiên cứu sử dụng mô hình 
VAR (Vector Auto Regression) 
để kiểm tra mối tương quan giữa 
các biến trong mô hình. Cụ thể, 
nghiên cứu sử dụng kiểm định 
nghiệm đơn vị, kiểm định nhân 
quả Granger và phân tích phân rã 
phương sai. Bên cạnh đó, nghiên 
cứu còn sử dụng phương pháp 
ước lượng VAR để tìm độ trễ tối 
ưu cho các biến vĩ mô. 
STT Tên biến Mô tả các biến Đơn vị
1 PR Chỉ số giá nhà/tiền thuê nhà tại TP.HCM Điểm
2 GDP Tốc độ tăng trưởng GDP cả nước %
3 CPI Chỉ số giá tiêu dùng cả nước %
4 REL Dư nợ cho vay BĐS trên địa bàn TP.HCM Tỷ đồng
5 R Lãi suất cho vay dài hạn bình quân trên thị trường %
6 M2 Cung tiền M2 Tỷ đồng
7 FDI Dòng vốn đầu tư nước ngoài vào BĐS tại TP.HCM Tỷ USD
8 VNI Chỉ số chứng khoán VN Điểm
Bảng 1: Mô tả các biến
4.1. Mô hình vector tự hồi quy 
(Vector Auto Regression) 
Mối quan hệ giữa các biến 
số có thể không chỉ đơn thuần 
một chiều là các biến giải thích 
tác động đến biến phụ thuộc mà 
trong nhiều trường hợp biến phụ 
thuộc cũng có tác động ngược trở 
lại đến các biến giải thích. Do đó, 
ta phải xem xét mối quan hệ qua 
lại giữa các biến cùng một lúc. 
Như vậy, mô hình kinh tế lượng 
mà ta xem xét đến không phải là 
mô hình chỉ một phương trình 
mà bao gồm nhiều phương trình. 
Để ước lượng được mô hình này 
ta phải đảm bảo rằng các phương 
trình trong hệ được định dạng với 
một số biến được gọi là biến nội 
sinh và một số biến khác được 
coi là ngoại sinh. Việc định dạng 
này thường được thực hiện bằng 
cách giả thiết rằng một số biến 
được xác định trước chỉ có mặt 
trong một số phương trình. Cách 
làm này thường mang tính chủ 
quan và bị phê phán bởi Sims 
(1980). Theo Sims, nếu thực sự 
tồn tại mối quan hệ đồng thời 
giữa các biến này thì chúng phải 
được xem xét với vai trò như 
nhau, nói cách khác là tất cả các 
biến được xét đến đều là biến nội 
sinh. Trên ý tưởng đó mà Sims 
đã xây dựng nên mô hình vector 
tự hồi quy VAR.
Số 15 (25) - Tháng 03-04/2014 PHÁT TRIỂN & HỘI NHẬP 
 Nghiên Cứu & Trao Đổi
61
Để phân tích mối quan hệ giữa chỉ số PR, tốc độ tăng GDP, lạm 
phát, cung tiền M2, lãi suất cho vay dài hạn, dư nợ cho vay BĐS, FDI 
vào BĐS, chỉ số chứng khoán VN-Index, nghiên cứu sử dụng mô 
hình VAR. Mô hình này cho rằng chỉ số PR và các biến vĩ mô có sự 
tương tác qua lại lẫn nhau. Một cách cụ thể, mô hình VAR được viết 
như sau:
PR
t
 = α
1t
 + ∑ β
1i
PR
t-i
 + ∑ δ
1i
GDP
t-i
 + ∑ γ
1i
CPI
t-i
 + ∑ ρ
1i
M2
t-i
 + ∑ λ
1i
R
t-i
 + 
∑ μ
1i
REL
t-i 
+ ∑ κ
1i
FDI
t-i
 + ∑ε
1i
VNI
t-i
 + U
1t
 (i = 1, p) 
 (1)
GDP
t
 = α
2t
 + ∑ β
2i
PR
t-i
 + ∑ δ
2i
GDP
t-i
 + ∑ γ
2i
CPI
t-i
 + ∑ ρ
2i
M2
t-i
 + ∑ λ
2i
R
t-i
+ ∑ μ
2i
REL
t-i 
+ ∑ κ
2i
FDI
t-i
 + ∑ε
2i
VNI
t-i
 + U
2t
 (i = 1, p) 
 (2)
 CPI
t
 = α
3t
 + ∑ β
3i
PR
t-i
 + ∑ δ
3i
GDP
t-i
 + ∑ γ
3i
CPI
t-i
 + ∑ ρ
3i
M2
t-i
 + ∑ λ
3i
R
t-i
+ ∑ μ
3i
REL
t-i 
+ ∑ κ
3i
FDI
t-i
 + ∑ε
3i
VNI
t-i
 + U
3t
 (i = 1, p) 
 (3)
 M2
t
 = α
4t
 + ∑ β
4i
PR
t-i
 + ∑ δ
4i
GDP
t-i
 + ∑ γ
4i
CPI
t-i
 + ∑ ρ
4i
M2
t-i
 + 
∑ λ
4i
R
t-i
 + ∑ μ
4i
REL
t-i 
+ ∑ κ
4i
FDI
t-i
 + ∑ε
4i
VNI
t-i
 + U
4t
 (i = 1, p) 
 (4)
 R
t
 = α
5t
 + ∑ β
5i
PR
t-i
 + ∑ δ
5i
GDP
t-i
 + ∑ γ
5i
CPI
t-i
 + ∑ ρ
5i
M2
t-i
 + ∑ λ
5i
R
t-i
 + 
∑ μ
5i
REL
t-i 
+ ∑ κ
5i
FDI
t-i
 + ∑ε
5i
VNI
t-i
 + U
5t
 (i = 1, p) 
 (5)
 REL
t
 = α
6t
 + ∑ β
6i
PR
t-i
 + ∑ δ
6i
GDP
t-i
 + ∑ γ
6i
CPI
t-i
 + ∑ ρ
6i
M2
t-i
 + ∑ λ
6i
R
t-i
+ ∑ μ
6i
REL
t-i 
+ ∑ κ
6i
FDI
t-i
 + ∑ε
6i
VNI
t-i
 + U
6t
 (i = 1, p) 
 (6)
 FDI
t
 = α
7t
 + ∑ β
7i
PR
t-i
 + ∑ δ
7i
GDP
t-i
 + ∑ γ
7i
CPI
t-i
 + ∑ ρ
7i
M2
t-i
 + ∑ λ
7i
R
t-i
+ ∑ μ
7i
REL
t-i 
+ ∑ κ
7i
FDI
t-i
 + ∑ε
7i
VNI
t-i
 + U
7t
 (i = 1, p) 
 (7)
 VNI
t
 = α
8t
 + ∑ β
8i
PR
t-i
 + ∑ δ
8i
GDP
t-i
 + ∑ γ
8i
CPI
t-i
 + ∑ ρ
8i
M2
t-i
 + ∑ λ
8i
R
t-i
+ ∑ μ
8i
REL
t-i 
+ ∑ κ
8i
FDI
t-i
 + ∑ε
8i
VNI
t-i
 + U
8t
 (i = 1, p) 
 (8)
Trong đó: 
PR: Chỉ số giá nhà trên tiền thuê nhà trên địa bàn TP.HCM
GDP: Tốc độ tăng trưởng GDP
CPI: Chỉ số giá tiêu dùng
M2: Cung tiền
R: Lãi suất cho vay dài hạn
REL: Dư nợ cho vay BĐS trên địa bàn TP.HCM của hệ thống 
NHTM
FDI: Vốn FDI vào BĐS trên địa bàn TP. HCM
VNI: Chỉ số chứng khoán
U: Sai số ngẫu nhiên
α, β, δ, γ, ρ, λ, μ, κ, ε: Các hệ số ước lượng
4.2. Phân rã phương sai
Phân rã phương sai là một cách tiếp cận để phân tích cấu trúc mô hình 
VAR. Phân rã phương sai 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. 
Phương pháp này cung cấp thông tin về mức độ quan trọng của các sai 
số ngẫu nhiên đến các biến trong 
mô hình VAR, qua đó cho thấy xu 
hướng tác động lẫn nhau giữa các 
biến (Pedro, 2001).
Nghiên cứu này sử dụng phương 
pháp phân rã phương sai như một 
cách tiếp cận của mô hình VAR 
nhằm đánh giá mức độ ảnh hưởng 
đến sự biến thiên của chỉ số PR bởi 
cú sốc của chính biến đó và các 
biến vĩ mô khác, bao gồm: GDP, 
CPI, M2, R, REL, FDI, VNI. 
4.3. Tiến trình thực hiện
Đầu tiên, nghiên cứu trình bày 
kiểm định nghiệm đơn vị (Unit 
Root Test) nhằm cung cấp thông tin 
về tính dừng của các biến và được 
thực hiện bằng cách sử dụng kiểm 
định Augmented Dickey-Fuller 
(ADF). Sau khi xem xét tính dừng 
của các biến, việc tìm kiếm độ 
trễ tối ưu cho mô hình VAR được 
thực hiện dựa trên tiêu chí Akaike 
(AIC) và Schwarz. Tiếp theo là 
việc sử dụng kiểm định nhân quả 
Granger để xác định xem liệu các 
biến kinh tế vĩ mô được lựa chọn 
có mối tương quan với chỉ số PR 
tại TP.HCM hay không. Cuối cùng, 
nghiên cứu trình bày kết quả mô 
hình VAR để xem xét mức độ ảnh 
hưởng của những thay đổi trong 
các biến kinh tế vĩ mô đến chỉ số 
PR và ngược lại, ảnh hưởng của 
sự thay đổi chỉ số PR đến các biến 
kinh tế vĩ mô. 
5. Kết quả và thảo luận
5.1. Thống kê mô tả
Bảng 2 trình bày các số liệu 
thống kê mô tả các biến kinh tế 
vĩ mô được sử dụng trong mô 
hình VAR. Tất cả các biến đều 
có giá trị trung bình và độ lệch 
chuẩn dương. Xét hệ số bất đối 
xứng thì các biến CPI, M2, R và 
VNI có giá trị dương cho thấy các 
biến này có phân phối lệch phải; 
các biến FDI, GDP, REL và PR 
PHÁT TRIỂN & HỘI NHẬP Số 15 (25) - Tháng 03-04/2014
Nghiên Cứu & Trao Đổi
62
có giá trị âm cho thấy các biến 
này có phân phối lệch trái. Giá 
trị P-value của kiểm định Jarque-
Bera cho thấy các biến đều theo 
phân phối chuẩn.
5.2. Kiểm định nghiệm đơn vị
Các nghiên cứu kinh tế lượng 
chỉ ra rằng hầu hết các biến chuỗi 
thời gian kinh tế vĩ mô là không có 
tính dừng, nếu sử dụng các biến 
không có tính dừng sẽ dẫn đến 
sự hồi quy giả (Granger, 1969). 
Kiểm định nghiệm đơn vị trong 
nghiên cứu này được sử dụng để 
kiểm tra xem liệu các biến chuỗi 
thời gian: PR, GDP, M2, R, REL, 
CPI, FDI, VNI có tính dừng hay 
không. Bảng 3 thể hiện kết quả 
kiểm định nghiệm đơn vị cho các 
biến theo tiêu chuẩn Augmented 
Dickey-Fuller (ADF).
Kết quả kiểm định nghiệm 
đơn vị theo tiêu chuẩn ADF cho 
thấy ngoại trừ biến CPI dừng ở 
chuỗi gốc với mức ý nghĩa 5%, 
các biến còn lại đều không dừng. 
Tuy nhiên, khi lấy sai phân bậc 1, 
các biến CPI, REL, R, FDI, VNI 
đều dừng ở mức ý nghĩa 1%, 
các biến PR, GDP dừng ở mức 
ý nghĩa 5% còn biến M2 dừng ở 
mức ý nghĩa 10%. 
5.3. Lựa chọn độ trễ tối ưu của 
mô hình VAR
Có nhiều phương pháp nhằm 
chọn độ trễ cho mô hình VAR. 
Nghiên cứu trình bày phương 
pháp VAR lag Order Selection 
Criteria nhằm tìm độ trễ thích 
hợp cho mô hình. Kết quả được 
trình bày trong Bảng 4
Theo kết quả thu được, có 
3 tiêu chí đề nghị độ trễ là 2, 
đó là: (1) lỗi dự báo cuối cùng 
(FPE: Final pridiction error); (2) 
tiêu chí thông tin Akaike (AIC: 
Akaike information criterition); 
tiêu chí thông tin Hannan-Quinn 
(HQ: Hanan-Quinn information 
criterition). Do vậy, độ trễ 2 sẽ 
được lựa chọn để ước lượng mô 
hình VAR và kiểm định nhân quả 
Granger. 
CPI FDI GDP M2 PR R REL VNI
Trung bình 0.122497 234.1267 0.026892 1698112. 3.632132 0.140047 61570.35 488.9444
Trung vị 0.104400 224.7430 0.027700 1455000. 3.704995 0.130650 71002.00 480.0000
Tối đa 0.248600 398.0000 0.034900 3687078. 4.218391 0.211400 102930.0 980.0000
Tối thiểu 0.059400 68.20000 0.016600 445000.0 3.070271 0.095500 14080.00 250.0000
Độ lệch chuẩn 0.051581 107.8265 0.005376 1002209. 0.346804 0.035306 27798.52 200.2603
Hộ số bất đối xứng 0.941989 -0.033727 -0.613833 0.404767 -0.170847 0.346439 -0.453364 1.088205
Hệ số nhọn 2.907982 1.547259 2.257991 1.841922 1.715293 1.719378 1.821130 3.819770
Thống kê JB 1.336760 3.172510 3.086613 2.994735 2.650840 3.180108 3.117835 2.113176
Mức xác suất 0.368862 0.137681 0.110662 0.223718 0265691 0.163915 0.217745 0.317839
Tổng 4.409900 8428.561 0.968100 61132044 130.7567 5.041700 2216533. 17602.00
Tổng bình phương 
chênh lệch 0.093121 406929.7 0.001012 3.52E+13 4.209566 0.043628 2.70E+10 1403646.
Số quan sát 38 38 38 38 38 38 38 38
Biến
Chuỗi gốc Sai phân bậc 1
ADF P-value ADF P-value
PR -1.707355 0.4186 -3.171829 0.0306
GDP -0.649152 0.8461 -3.382180 0.0187
CPI -3.251361 0.0255 -3.653512 0.0098
REL -1.539199 0.5023 -5.270574 0.0001
R -1.841465 0.3551 -5.310786 0.0001
M2 3.943587 0.9999 -2.863999 0.0602
FDI -1.321850 0.6084 -4.614850 0.0008
VNI -2.445895 0.1371 -6.496387 0.0000
Bảng 2: Thống kê các biến
Nguồn: Kết quả trích xuất từ Eview
Bảng 3: Kiểm định tính dừng các biến theo tiêu chuẩn ADF
Nguồn: Kết quả trích xuất từ Eview
Số 15 (25) - Tháng 03-04/2014 PHÁT TRIỂN & HỘI NHẬP 
 Nghiên Cứu & Trao Đổi
63
5.4. Kiểm định nhân quả 
Granger
Chọn độ trễ là hai, kết quả 
kiểm định nhân quả Granger cho 
ở Bảng 5:
Kết quả cho thấy:
- Biến PR có tác động đến chỉ 
số giá tiêu dùng, trong khi đó chỉ 
số giá tiêu dùng không tác động 
đến biến PR. Điều này được lý 
giải bởi biến PR được tính bằng 
cách lấy giá nhà chia cho tiền 
thuê nhà, do tiền thuê nhà tương 
đối ổn định trong ngắn hạn nên 
sự thay đổi của PR chủ yếu đến 
từ sự thay đổi của giá nhà. Trong 
khi đó, nhà ở là một loại hàng 
hóa quan trọng khi tính chỉ số giá 
CPI, do đó, khi biến PR thay đổi 
sẽ tác động đến CPI. Tuy nhiên, 
CPI thay đổi hầu như không tác 
động đến biến PR. Điều này phù 
hợp với quan sát trong thực tiễn 
khi có một số năm CPI thấp tương 
ứng với giá nhà tăng cao (giai 
đoạn 2000-2003) và một số năm 
khác CPI thấp nhưng giá nhà hầu 
như không tăng hoặc tăng nhẹ 
(giai đoạn 2004-2006). Như vậy, 
PR biến động ít chịu ảnh hưởng 
bởi CPI mà chủ yếu do sự tác 
động của các biến khác. 
- Biến PR không tác động đến 
biến FDI, ngược lại, biến FDI có 
tác động đến biến PR. Như vậy, 
biến PR không có tác dụng trực 
tiếp thúc đẩy dòng vốn FDI mà 
sự gia tăng dòng vốn này chủ yếu 
đến từ các yếu tố khác như chính 
sách BĐS, môi trường vĩ mô ổn 
định,... Tuy nhiên, kết quả cho 
thấy, dòng vốn FDI đã đóng một 
vai trò nhất định đối với sự biến 
thiên của biến PR.
- Biến PR tác động đến tăng 
trưởng GDP và tăng trưởng GDP 
có tác động trở lại lên biến PR. 
Nói cách khác, sự tương tác giữa 
biến PR và tăng trưởng GDP 
mang tính hai chiều. Khi bong 
bóng BĐS phát triển, giá nhà ở 
tăng nhanh thu hút một lượng 
vốn lớn vào thị trường BĐS, 
nhiều công ăn việc làm được tạo 
ra góp phần làm tăng GDP. Tuy 
nhiên, khi bong bóng đổ vỡ, thị 
trường BĐS đình trệ và giá BĐS 
đổ dốc, nhiều doanh nghiệp kinh 
doanh BĐS lẫn những doanh 
nghiệp trong các ngành nghề 
liên quan phải phá sản hoặc thu 
hẹp sản xuất đã tác động làm 
GDP suy giảm. Ngược lại, tăng 
trưởng GDP cao là nhân tố làm 
gia tăng nhu cầu thực về nhà đất 
khiến giá BĐS tăng. Sự tăng giá 
ban đầu do những nhân tố cơ bản 
có thể tạo ra hiệu ứng quan tâm 
quá mức của giới đầu cơ khiến 
giá nhà ở thoát lý khỏi nhân tố cơ 
bản, hình thành hiện tượng bong 
bóng BĐS. 
- Biến PR không làm thay đổi 
mức cung tiền M2 song sự thay 
đổi mức cung tiền có tác động 
nhất định đến biến PR. Kết quả 
này hoàn toàn phù hợp với lý 
thuyết cũng như quan sát thực 
tiễn trên thị trường BĐS ở VN. 
- Lãi suất dường như không 
tác động đến biến PR song biến 
Các biến nội sinh: DCPI DFDI DGDP DPR DR DREL DVNI 
Biến ngoại sinh: C 
Mẫu: 2004Q1 2013Q2 Số quan sát: 35
Lag LogL LR FPE AIC SC HQ
0 -337.3478 NA 2.730687 20.86956 21.18700* 20.97637
1 -272.8615 97.70649* 1.144302 19.93100 22.47053 20.88547
2 -212.4512 65.90210 0.883820* 19.23947* 24.00108 20.84161*
Bảng 4: Lựa chọn độ trễ tối ưu cho mô hình Var
Nguồn: Kết quả trích xuất từ Eview
Mẫu: 2004Q1 2013Q2
 Giả thuyết không: Obs F-Statistic Prob.
 DPR không tác động đến DCPI 35 6.80381 0.0039
 DCPI không tác động đến DPR 1.86934 0.1730
 DPR không tác động đến DFDI 35 0.16527 0.4485
 DFDI không tác động đến DPR 2.24154 0.0420
 DPR không tác động đến DGDP 35 5.14175 0.0094
 DGDP không tác động đến DPR 4.62245 0.0244
 DPR không tác động đến DM2 35 1.27347 0.2956
 DM2 không tác động đến DPR 3.19661 0.0375
 DR không tác động đến DPR 35 1.83269 0.1787
 DPR không tác động đến DR 4.04772 0.0286
 DREL không tác động đến DPR 35 5.28572 0.0053
 DPR không tác động đến DREL 5.80885 0.0042
 DVNI không tác động đến DPR 35 0.55138 0.5823
 DPR không tác động đến DVNI 1.68271 0.2041
Bảng 5: Kiểm định nhân quả Granger
Nguồn: Kết quả trích xuất từ Eview
PHÁT TRIỂN & HỘI NHẬP Số 15 (25) - Tháng 03-04/2014
Nghiên Cứu & Trao Đổi
64
PR có tác động đến lãi suất. Kết 
quả này cho thấy sự hình thành 
và phát triển bong bóng là một 
quá trình tích tụ lâu dài và chịu 
ảnh hưởng bởi nhiều biến số. Khi 
bong bóng hình thành, do tâm lý 
lạc quan quá mức, người mua sẵn 
sàng trả một mức lãi suất cao hơn 
bình thường để có được nguồn 
vốn và đầu cơ vào thị trường với 
mục đích bán lại trong thời gian 
ngắn. Ngược lại, trạng thái bong 
bóng tác động đến chính sách cho 
vay của các ngân hàng, trong đó 
có chính sách lãi suất. Khi bong 
bóng phát triển hết cỡ và rủi ro 
dần lô diện, các ngân hàng đối 
phó lại bằng cách tăng lãi suất 
cho vay nhằm hạn chế bớt dòng 
vốn tín dụng vào thị trường bất 
động sản.
- Bong bóng BĐS và dư nợ 
cho vay BĐS có sự tương tác 
qua lại lẫn nhau. Biến PR tác 
động đến biến REL và ngược lại, 
biến REL tác động trở lại đến 
biến PR. Kết quả này cho thấy 
tín dụng ngân hàng đã đóng một 
vai trò nhất định đối với sự phát 
triển của bong bóng BĐS. Ngược 
lại, khi bong bóng xảy ra, tâm lý 
đầu cơ lan khắp thị trường có tác 
dụng thúc đẩy cầu tín dụng BĐS 
tăng. 
- Biến PR và VNI không có 
mối quan hệ qua lại lẫn nhau.
5.5. Kiểm định phân rã phương 
sai Variance Decomposition
Kết quả phân tích phân rã 
phương sai biến PR cho thấy sự 
thay đổi của biến PR, biến đo 
lường mức độ bong bóng BĐS, 
chủ yếu đến từ những cú sốc nội 
sinh từ chính thị trường BĐS (30 
- 40%). Biến FDI, GDP và REL 
giải thích một phần tương đối 
lớn sự biến thiên của bong bóng 
BĐS. Cụ thể, biến FDI giải thích 
từ 17 - 24%, biến GDP giải thích 
từ 13 - 17% và biến REL giải 
thích từ 19 - 27% sự biến thiên 
của biến PR. Trong ngắn hạn, 
biến M2 không có sự tác động 
đến sự biến thiên của biến PR, 
tuy nhiên trong dài hạn, biến M2 
giải thích từ 2 - 8% sự biến thiên 
của bong bóng BĐS. Các biến 
chỉ số giá tiêu dùng CPI, lãi suất 
cho vay dài hạn R, chỉ số chứng 
khoán VNI giải thích một phần 
rất nhỏ sự biến thiên của bong 
bóng BĐS. 
6. Kết luận
Kết quả kiểm định nhân quả 
Granger và phân tích phân rã 
phương sai cho thấy sự phát triển 
bong bóng BĐS ở VN, ngoài ảnh 
hưởng bởi các biến số vĩ mô, phụ 
thuộc vào sự thay đổi của chính 
biến PR trong quá khứ. Nói cách 
khác, việc giá nhà tăng nhanh 
vượt xa tiền thuê nhà và tốc độ 
tăng được duy trì trong một thời 
gian khá lâu đã tác động mạnh 
đến tâm lý nhà đầu cơ, khiến 
kỳ vọng “giá BĐS tiếp tục tăng 
nhanh trong tương lai” lan khắp 
thị trường. Tâm lý này được hỗ 
trợ bởi dòng tiền dồi dào từ nhiều 
nguồn có tác dụng thúc đẩy cầu 
BĐS tăng nhanh. Sự gia tăng đột 
biến của cầu BĐS, đến lượt nó, 
có tác dụng thúc đẩy trở lại đến 
giá BĐS, khiến giá BĐS vượt xa 
các nhân tố cơ bản, hình thành 
trạng thái bong bóng BĐSl 
Kỳ S.E. DCPI DFDI DGDP DM2 DPR DR DREL DVNI
1 0.091043 0.000000 24.02615 17.19822 0.001182 39.21919 0.000000 19.55525 0.000000
2 0.105263 0.228282 19.55271 14.07825 0.030556 37.94362 0.222578 27.48369 0.460316
3 0.115733 1.191258 18.93048 14.13513 0.143042 40.44464 0.210242 24.50976 0.435442
4 0.124531 2.815782 17.00881 15.48633 2.804527 36.01961 0.299332 23.44583 2.119779
5 0.128174 3.701173 16.88131 14.72566 3.803802 34.29798 0.282837 24.27461 2.032626
6 0.132606 3.618998 17.35434 13.85871 6.079602 32.97247 0.400868 23.81597 1.899032
7 0.136502 3.417172 17.40510 13.68328 6.506631 31.38161 0.400866 25.22732 1.978017
8 0.137875 3.350849 17.31421 13.90283 7.535358 30.76694 0.437596 24.74414 1.948080
9 0.138404 3.335366 17.26790 14.10863 7.669613 30.54194 0.434477 24.69269 1.949377
10 0.139044 3.367117 17.10971 14.15847 8.097870 30.34260 0.459817 24.50206 1.962348
Bảng 6: Kết quả phân rã phương sai cho biến PR
Nguồn: Kết quả trích xuất từ Eview
(Xem tiếp trang 67)