(Luận văn thạc sĩ) ảnh hưởng chính sách tiền tệ đến thị trường bất động sản tp hồ chí minh

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.. Mục

_

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

_

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

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

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 8Hình 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

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

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 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:

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 mua, người bán và giao dịch thường xuyên BĐS có mức độ rủi ro thanh khoản tương

1 William B Brueggeman và Jeffray D Fisher Real Estate Finance and Investments 14th edition New York:

Douglas Reiner

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

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

 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

 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

tư

Tăng nguồn cung cho vay

Giảm lãi suất

Tăng tổng chi tiêu nền kinh tế

Tăng trưởng kinh tế

tư

Giảm nguồn cung cho vay

Tăng lãi suất

Giảm tổng chi tiêu nền kinh tế

Giảm lạm phát

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

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

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

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,

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

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

(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)

𝜀1𝑡

𝜀2𝑡

𝜀3𝑡

𝜀4𝑡]

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

𝐻𝑃𝑡−1

𝑅𝑡−1

𝑀𝑡−1

𝐿𝑃𝑡−1] + [

𝜀1𝑡

𝜀2𝑡

𝜀3𝑡

𝜀4𝑡]

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

doanh nghiệp khơi thông đầu ra, tạo thanh khoản và quay vòng đồng vốn cho doanh nghiệp

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

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

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

(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 gian hoàn vốn lâu các tài sản khác, nên việc sử dụng đòn bẩy tài chính là một công cụ

2 Thông tấn xã Việt Nam, 2018 Lo ngại thị trường bất động sản “tăng nóng”, tín dụng bị siết mạnh <

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

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

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

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

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 gây áp lực giảm giá lên thị trường BĐS.3

CHƯƠNG 4 KẾT QUẢ VÀ THẢO LUẬN KẾT QUẢ NGHIÊN CỨU

4.1 Kết quả nghiên cứu

Bảng 1: Mô tả các biến

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

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

CPI FDI GDP M2 R REL SPPI VNI

Trung bình 0.0534 137.9459 0.083138 4801890 0.11802 390299.7 100.4725 588.4638 Trung vị 0.04205 58.90865 0.08075 4463289 0.11 351650.2 93 548.38 Tối đa 0.1586 1310.7 0.118 9121583 0.19 665204.3 139.5 1174.46 Tối thiểu -0.099 -31.7399 0.04 1708333 0.087 174360.4 87 280.67

Độ lệch chuẩn 0.050197 249.9766 0.015954 2182314 0.030749 138441.6 16.1105 194.8997

Hệ số bất đối xứng -0.06533 3.387215 -0.292351 0.351235 1.009552 0.564122 1.28351 1.252253

Hệ số nhọn 3.836893 15.01711 3.774364 1.872562 2.954843 2.268098 3.081182 4.12841 Thống kê JB 1.195769 317.1731 1.569194 2.940971 6.798029 3.014361 10.99364 12.57643 Mức xác suất 0.549974 0 0.456304 0.229814 0.033406 0.221534 0.0041 0.001858 Tổng 2.136 5517.837 3.3255 1.92E+08 4.7208 15611988 4018.9 23538.55 Tổng bình phương chênh lệch 0.098268 2437045 0.009926 1.86E+14 0.036875 7.47E+11 10122.38 1481450

Nguồn: Kết quả từ Eviews

Nguồn: Kết quả từ Eviews

Biến