Để thực hiện các biện pháp thay đổi về tỷ lệ nợ và các biến kinh tế trọng yếu hoàn
toàn có thể so sánh được, tôi sử dụng các biến được chuẩn hóa trong đó sự tiêu
chuẩn hóa (Normalization) (N) của một biến Z(t) gọi là N (Z) = [Z (t) – trung bình
Z] / độ lệch chuẩn. Giá trị trung bình của N(Z) bằng 0 và độ lệch chuẩn của nó là
độ lệch chuẩn đơn vị.
Đối với tỷ lệ nợ thực tế tôi sử dụng gánh nặng nợ i(t)L (t)/ Y(t). Có một sự không
đồng nhất lớn lãi suất tính cho khách hàng vay dưới chu ẩn phụ thuộc vào các điều
khoản của thế chấp, nên rất khó đ ể biểu diễn chính xác những gì tương ứng với i (t)
trong phân tích ở trên. Do đó tôi s ử dụng "Thanh toán dịch vụ nợ hộ gia đình như là
một ph ần trăm của thu nhập cá nhân khả dụng" (Đây là loạt TDSP trong FRED.
như một biện pháp của iL /Y gánh nặng nợ. Điều này bao gồm tất cả nợ hộ gia đình,
không chỉ nợ thế chấp, vì vốn tăng thêm sự gia tăng nói chung trong tiêu thụ và vay
nợ. Giá trị tiêu chuẩn hóa c ủa dịch vụ nợ N(f) hoặc gánh nặng nợ (f), là phương
trình (20), được vẽ như trong hình 4 là DEBTSERVICE. Điều này được đo bằng
đơn vị độ lệch chuẩn từ giá trị trung bình bằng 0. Có một sự sai lệch đáng kể trên
giá trị trung bình từ năm 1998 đến năm 2006. Điều này trùng hợp với sự tăng m ạnh
tỷ lệ chỉ số giá nhà ở P/ thu nhập khả dụng Y, P / Y = PRICEINC trong hình 2.
Trong thời gian này, có độ tăng nhiều hơn hai độ lệch chuẩn trong P / Y và tăng hai
độ lệch chuẩn trong iL/Y dịch vụ nợ/thu nhập khả dụng .
38 trang |
Chia sẻ: lvcdongnoi | Lượt xem: 2374 | Lượt tải: 0
Bạn đang xem trước 20 trang tài liệu Bài nghiên cứu về cuộc khủng khoảng nợ trên thị trường tài chính Hoa Kỳ, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
Canada, và châu Phi.
Vì vậy, phương pháp là xác định được một phương trình cho giá trị "cân bằng"
của các tài sản dựa trên giá trị “cơ bản” và sau đó là một phương trình cho việc điều
chỉnh giá thực tế của tài sản với giá trị "cân bằng". Trong trường hợp nhà ở, các số
liệu thống kê cơ bản là chỉ số giá nhà P(t) của Fiserv Case-Shiller. Moody's
Economy (2008) đưa ra ví dụ phát triển một mô hình kinh tế của thị trường nhà ở để
xác định giá trị P(t) và đánh giá ở mức độ nào đó có thể được giải thích bởi giá trị
"cơ bản" và là kết quả của yếu tố thời gian. Một số phương pháp được đưa ra. Một
là, biến phụ thuộc là tỷ số giữa giá nhà ở với thu nhập hộ gia đình. Một biến phụ
thuộc khác là tỷ số giữa giá nhà ở với giá cho thuê căn hộ. Về logic thì việc sở hữu
một căn nhà và việc thuê một căn hộ là 2 sản phẩm thay thế cho nhau, mặc dù
không hoàn hảo. Phương pháp này đưa ra giả thuyết là giá nhà đất sẽ quay trở lại
giá trị trung bình.
Mô hình Moody có hai phương trình. Một là mối quan hệ giữa giá nhà cân
bằng P*(t) đến giá trị cơ bản Z (t), có thể là thu nhập hộ gia đình, “sức khỏe” của hộ
gia đình, phân bố độ tuổi và các biến khác. Phương trình thứ hai là phương trình chỉ
ra sự thay đổi thực sự trong giá dP(t), trong trong đó có tính đến hệ số tương quan,
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
13
giá trị trung bình và các yếu tố khác. Họ thường sử dụng các ước lượng từ hai
phương trình trên để dự báo về những thay đổi trong giá nhà. Phương pháp này là
một tiến bộ đáng kể so với phương pháp VaR được trình bày ở phần 2. Mọi người
sẽ thấy được cảm giác là “giá nhà quá cao” hoặc bong bóng về giá nhà trong phần
trình bày này. Tôi đã xây dựng tỷ số PRICEINC giữa giá nhà P(t) với thu nhập khả
dụng Y(t). Điều này gần như giống hệt với tỷ số của Shiller giửa Giá nhà trung bình
cho với mức thu nhập trung bình.
Mô hình thứ hai đến từ FRED tập hợp dữ liệu của Ngân hàng Dự trữ Liên
bang St Louis. Chỉ số giá nhà ở được dựa trên số liệu 4 quý được công bố bởi Văn
phòng giám sát doanh nghiệp của Liên bang, đường CAPGAIN trong hình số 2. Giá
nhà ở P(t) bắt nguồn từ một phương trình P(t) = P(t-1) [1+ CAPGAIN], với giá trị
ban đầu P(quý 1-1980) = 1. Tỷ số giữa giá nhà ở với thu nhập khả dụng, PRICEINC
= P(t)/Y(t). Trong hình 2, cả hai biến được chuẩn hóa, giá trị trung bình là 0 và độ
lệch chuẩn là 1.
Tỷ số PRICEINC = P(t)/Y(t) rất ổn định, gần như không đổi 1980-2000. Sau
đó khi có hiện tượng bong bóng nhà đất, CAPGAIN tăng vọt từ 2000 đến 2005. Kết
quả là tỷ lệ giá nhà đất trên thu nhập khả dụng đã tăng lên đáng kể. Độ lệch lớn của
giá nhà trên tỷ lệ thu nhập so với giá trị trung bình dài trong dài hạn có thể gợi ý
rằng có hiện tượng bong bóng trong giá nhà và giá nhà đất đã rất cao. Một cuộc
khủng hoảng nhà ở đã được dự báo, trong đó tỷ lệ P(t)/Y(t) sẽ trở lại mức trung bình
trong dài hạn, đó là dòng số 0.
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
14
Hình 2: Giá nhà/ Thu nhập khả dụng P(t)/Y(t) = PRICEINC, được chuẩn hóa,
CAPGAIN=HPA
4. Nghiên cứu của BIS và IMF
4.1 Nghiên cứu của BIS về giá tài sản và sự bất ổn của thị trường tài chính
Năm 2002, Borio và Lowe thuộc Ngân hàng Thanh toán quốc tế (BIS) đã trình
bày nghiên cứu chứng mình bằng thực nghiệm rằng sự mất cân bằng tài chính và
duy trì tăng trưởng lớn trong tín dụng kết hợp với giá tài sản tăng nhanh sẽ làm tăng
xác suất bất ổn cho thị trường tài chính và khủng hoảng của hệ thống ngân hàng. Họ
viết rằng các tài liệu hiện có cung cấp những câu hỏi quan trọng cho ngân hàng
trung ương và các cơ quan giám sát. (i) Khi nào tăng trưởng tín dụng được đánh giá
là "quá nhanh"? (ii) hậu quả của một thời gian dài tăng trưởng tín dụng mạnh là gì?
(iii) Có phải có nhiều khả năng bùng nổ những khó khăn trong thị trường cho vay
đến cuối năm cho nền kinh tế nếu chúng xảy ra đồng thời với sự mất cân bằng khác
trong lĩnh vực này hoặc là tài chính, trong nền kinh tế thực sự? Có phải nếu xảy ra
đồng thời sự mất cân bằng trong lĩnh vực tài chính và trong nền kinh tế thì việc cho
vay quá mức sẽ kết thúc và gây ra các vấn đề cho nền kinh tế?
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
15
Mục đích của bài báo là để điều tra sự hữu dụng của tín dụng, giá tài sản và
đầu tư cũng như dự đoán / đưa ra các Tín hiệu cảnh báo sớm (EWS) các vấn đề của
hệ thống tài chính trong tương lai. Cụ thể là họ quan tâm đến hai câu hỏi. (a) Có
phải các thông tin hữu ích này được xây dựng để các nhà hoạch định chính sách sử
dụng trong việc đưa ra các quyết định hay không? (b) Có phải các tín hiệu có thể
được thực hiện chính xác hơn bằng cách kết hợp giá tài sản, tín dụng và đầu tư hay
không?
Công việc của họ được xây dựng dựa trên nghiên cứu trước đó của Kaminsky
và Reinhart (K-R) và của Bordo cùng các cộng sự (2001). Họ cho rằng khi đạt đến
mức độ nhất định, sự xuất hiện của một sự bùng nổ về giá tài sản, tín dụng, đầu tư
cung cấp một tín hiệu hữu ích cho biết rằng một cuộc khủng hoảng tài chính sắp xảy
ra. Giống như K-R, nghiên cứu BIS xác định một giá trị ngưỡng dựa trên một loạt
chỉ số có liên quan. Khi các chỉ số này có một giá trị vượt quá giá trị ngưỡng, họ
xác định đã đến giai đoạn "bùng nổ" và nó được cho là tín hiệu của một cuộc khủng
hoảng. Nghiên cứu BIS khác nghiên cứu của K-R ở ba khía cạnh. Nghiên cứu của
BIS thì: (i) tập trung vào các quá trình tích lũy hơn là chỉ dựa vào số liệu của một
năm, (ii) chỉ sử dụng thông tin trong quá khứ, (iii) xem xét sự kết hợp của các chỉ
số. Mẫu này bao gồm dữ liệu từ năm 1960-1999 ở 34 quốc gia bao gồm tất cả các
nước trong G-10.
Họ xác định giai đoạn bùng nổ tín dụng là giai đoạn mà tỷ lệ tín dụng/GDP
lệch khỏi xu hướng của chính nó bằng một số tiền cụ thể được gọi là "credit gap".
Tương tự họ xác định sự bùng nổ giá tài sản là lúc mà giá tài sản thực sự đi chệch
khỏi xu hướng chung bằng cách quy định số tiền. Điều này được định nghĩa là
"asset price gap". Nghiên cứu của BIS kết luận rằng EWS (Những tín hiệu cảnh báo
sớm) là một sự kết hợp của “credit gap” là 4% và “asset price gap” là 40%.
Nghiên cứu của BIS cũng tương tự như của K-R là tìm kiếm các mối quan hệ
dựa trên kinh nghiệm thực tế chứ không phải là dựa trên một cấu trúc phân tích. Ví
dụ, tại sao là tài sản và “price gap” có liên quan với nhau? Họ sử dụng phân tích từ
thực tế ở mỗi quốc gia, và họ đã sử dụng những biện pháp thực tế nào cho từng
quốc gia cụ thể? Có phải cách tiếp cận của họ có thể làm sáng tỏ cuộc khủng hoảng
nhà ở 2007-08 đã dẫn đến một cuộc khủng hoảng tài chính ra sao?
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
16
Họ đưa ra đề nghị cần phải nghiên cứu thêm. (1) Cần chú ý hơn đến những mô
hình khái niệm và cần được thiết kế chặt chẽ hơn với nhu cầu của các nhà hoạch
định chính sách: kinh nghiệm trong việc xác định quá trình tích lũy, việc sử dụng
các thông tin trong quá khứ, các lỗi cân bằng loại I / II. (2) Các định nghĩa về các
khuynh hướng tài chính phải được kiểm tra một cách kỹ lưỡng hơn. (3) Các nghiên
cứu phân tích liên quan đến sự tương tác giữa sự mất cân bằng tài chính với nền
kinh tế thực.
4.2 Quỹ tiền tệ quốc tế : Các lỗ hổng cần phải được khắc phục trên thị
trường nhà ở
Trong báo cáo WEO của Quỹ tiền tệ quốc tế vào tháng tư 2008 mục 3.1 có thể
được xem giống như một nghiên cứu của BIS. Nghiên cứu của IMF đưa ra các kiến
thức liên quan đến việc đánh giá các lỗ hổng cần phải khắc phục trên thị trường nhà
ở. Nghiên cứu này đặt ra vấn đề: Những quốc gia nào có nhiều khả năng trải qua
tình trạng giảm nghiêm trọng của thị trường nhà đất và sự đầu tư vào khu dân cư?
Giống như nghiên cứu của BIS, nghiên cứu WEO là một cách tiếp cận dựa trên thực
tế. Các lỗ hổng cần phải khắc phục trên thị trường nhà ở dựa trên 2 tiêu chí khác
nhau. Thứ nhất: mức độ gia tăng của giá nhà trong những năm gần đây không thể
được giải thích bởi nguyên tắc cơ bản. Thứ hai: kích cỡ của sự gia tăng trong tỉ lệ
đầu tư vào khu dân cư trên GDP trong mười năm qua.
Phần đầu tiên là tập trung đánh giá "Định giá nhà quá cao". Mẫu được thu thập
ở các quốc gia. Đối với mỗi quốc gia, giá nhà tăng trưởng được mô hình hóa như là
một chức năng của "tỷ lệ khả năng chi trả" – bao gồm tỷ lệ giá nhà/thu nhập khả
dụng, tăng trưởng trong thu nhập khả dụng bình quân đầu người, lãi suất ngắn hạn,
tăng trưởng tín dụng, thay đổi trong giá vốn chủ sở hữu và dân số trong độ tuổi lao
động. Sự gia tăng không giải thích được về giá nhà ở - “house price gap” có thể
được hiểu như một cách đo lường “định giá quá cao” và vì vậy dùng để xác định
những quốc gia cần phải được điều chỉnh về giá nhà. Các hình trong trang 113 của
WEO đưa ra các “house price gap” ở các nước từ năm 1997-2007. Ireland, Hà Lan,
Anh và Australia đang ở mức cao, và Hoa Kỳ đang ở phạm vi thấp về các lỗ hổng
cần phải khắc phục trên thị trường nhà ở.
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
17
Phần thứ hai của nghiên cứu liên quan đến tỷ lệ đầu tư vào khu dân cư/sản
lượng là một thước đo của sự tiếp xúc trực tiếp của nền kinh tế với thị trường nhà
đất suy yếu. Đầu tư vào khu dân cư chiếm một phần lớn của nền kinh tế. Trung bình
của các nền kinh tế tiên tiến là 6,5%. Ireland và Tây Ban Nha chiếm tỉ lệ cao hơn và
tại Hoa Kỳ là 4% dưới mức trung bình. Họ sử dụng các biện pháp đặc biệt để đánh
giá lỗ hổng của một quốc gia khi có một sự suy giảm trong xây dựng nhà ở. Có phải
tỉ lệ đầu tư vào khu dân cư/GDP là xu hướng lịch sử không? Từ năm 2006, sự sụt
giảm tỷ lệ này tại Hoa Kỳ. Các nước đặc biệt dễ bị chỉnh hơn nữa giá nhà ở là
Ireland, Anh, Hà Lan và Pháp.
Những hạn chế của nghiên cứu IMF WEO / có thể được nhìn thấy từ những
thuận lợi của năm 2009. Các báo cáo Hội nghị thượng đỉnh London tháng ba năm
2009 đưa ra một kế hoạch phục hồi. Đó là kiến nghị của nó đã được hoàn thành 1
phần với việc thành lập Liên minh châu Âu / Hội đồng quản lý rủi ro có hệ thống
Châu Âu, dành cho việc giám sát các rủi ro hệ thống. Báo cáo nhấn mạnh rằng các
cuộc khủng hoảng và đặc biệt là sự suy thoái từ thị trường bất động sản đã không
được dự đoán từ "các tín hiệu cảnh bảo vĩ mô truyền thống đã vắng mặt", và rằng
“việc thiếu các tín hiệu cảnh báo chính xác dường như có mặt trong tất cả các cuộc
khủng hoảng bao gồm cả trong hiện tại"- (phần in nghiêng).
Tóm lại cả nghiên cứu của BIS và nghiên cứu WEO để lại chưa trả lời các câu
hỏi: (i) Các lý thuyết dựa trên nguyên tắc cơ bản? (Ii) Có phải các quốc gia là các
nhà dự báo tài ba? Có phải lỗ hổng trong giá nhà được giải thích bởi thực tế tại Hoa
Kỳ gần đây?
5. Kết luận
Một số câu hỏi trong tài liệu này là tập trung về cuộc khủng hoảng tài chính ở
Hoa Kỳ. Đến mức độ nào thì tài liệu này có thể giúp xác định giá tài sản trước và
sau khi có hiện tượng bong bóng tài sản? Có phải các nghiên cứu thực nghiệm này
dựa trên các cơ sở lý thuyết hay không? Việc sử dụng đòn bẩy quá mức hoặc tỷ lệ
nợ cao làm tăng khả năng xảy ra một cuộc khủng hoảng nợ hay không?
Các bài nghiên cứu này có những hạn chế. Bong bóng giá nhà đã không được
dự báo trước. Các tín hiệu cảnh báo hữu ích nhất chính là sự gia tăng nhanh chóng
trong tỷ lệ giữa giá nhà ở/thu nhập khả dụng, tỷ lệ giữa giá nhà ở / cho thuê. Ở cấp
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
18
độ vĩ mô, đã có nhiều nghiên cứu về việc tăng trưởng “quá mức” của tín dụng hoặc
giá của tài sản. Việc xác định “quá mức” trong giá nhà khá là tùy tiện. Không có 1
tiêu chuẩn nào để đánh giá, đo lường tăng trưởng “quá mức” của giá tài sản. Ở cấp
độ vĩ mô cũng như vi mô, không có cơ sở phân tích nền tảng nào cho rằng tỷ số giá
hoặc tốc độ gia tăng của giá tài sản đã đi lệch với giá trị “cơ bản”. Do đó không thể
có những cảnh báo kịp thời đến thị trường.
Trong phần 2, tôi đã chỉ ra cách mà các nhà tài chính “Quants”đã sử dụng để
đánh giá rủi ro. Cách tiếp cận này đã dẫn đến việc đánh giá thấp các rủi ro. Họ giả
định rằng giá của các quan sát hoặc những thay đổi của giá là các mẫu từ một phân
phối với một giá trị trung bình μ và phương sai hữu hạn σ2. Họ sử dụng các định lý
giới hạn trung tâm nói rằng các mẫu này có phân phối chuẩn với giá trị trung bình μ
và phương sai σ2 với n là kích thước mẫu. Do đó họ có thể sử dụng giá trị Var để
ước tính xác suất của việc thua lỗ.
Lỗi nghiêm trọng của họ là giả sử rằng hàm phân phối xác suất của giá hoặc
sự thay đổi giá là tương đối ổn định và độc lập với hành vi của những người tham
gia thị trường. Họ xem các hàm phân phối của những thay đổi giá giống như là
bảng số liệu tỉ lệ tử vong, do đó sẽ không bị ảnh hưởng bởi những người nghiên
cứu chúng.
Các "Quants" đã không cho thấy sự hiểu biết về kinh tế dưới góc độ các cuộc
khủng hoảng tài chính: những gì tạo ra biến động giá, cách thức mà các nhà tham
gia thị trường đã hành động khi có biến động giá dẫn đến biến động giá nào nữa
trong tương lai và những biến động giá nào gây ra hoặc không gây ra sự bất ổn. Các
công nghệ tài chính được thiết kế bởi các "Quants" được một trong những người
lãnh đạo Quỹ Atlas cho rằng các phương pháp tiếp cận này là "ngu ngốc".
Các phương pháp mà tôi đang thảo luận là mối quan tâm gần đây của tôi.
Phương pháp này áp dụng kỹ thuật điều khiển tối ưu ngẫu nhiên để lấy được một tỷ
lệ nợ tối ưu hoặc sử dụng đòn cân nợ “tối ưu” mà cân bằng được rủi ro và tỷ suất
sinh lợi dự kiến trong một thế giới mà tương lai là không thể đoán trước. Tôi giải
thích: Hậu quả của một tỷ lệ nợ lệch hướng với tỷ lệ tối ưu là gì? Tại sao những đòn
bẩy quan sát đi chệch hướng với đòn bẩy tối ưu? Thế nào là tín hiệu cảnh báo sớm
của một cuộc khủng hoảng nợ? Làm thế nào để các nghiên cứu thực nghiệm có thể
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
19
thành công hơn và được giải thích về lý thuyết? Những câu trả lời cho những câu
hỏi có ý nghĩa quan trọng cho cả giám sát nội bộ của các công ty và của
"regulation". “Regulation” là chủ đề nghiên cứu chính của một tài liệu khác, nhưng
nó không phải là thảo luận trong bài báo này. Các kỹ thuật phân tích được phát triển
bởi Fleming và Stein (2006). Sự trình bày tại văn bản dưới đây là một sự phát triển
của Stein (2010). Tôi cố gắng trình bày trực quan, tập trung vào những ý tưởng và
kết quả liên quan đến kinh tế.
6. Điều khiển tối ưu ngẫu nhiên (SOC) / Quản lý rủi ro động
6.1. Hàm tiêu chuẩn thực hiện:
Cuộc khủng hoảng tài chính đã bị dồn đẩy bởi cuộc khủng hoảng thế chấp và lây
lan qua khu vực tài chính. Đầu tiên của chuỗi tài chính là bên thế chấp / người vay
từ trung gian tài chính - ngân hàng, quỹ đầu tư, doanh nghiệp được chính phủ tài
trợ. Sau đó là chủ nợ của bên thế chấp, nhưng những người cuối cùng là người đầu
tư thể chế. Ví dụ FNMA vay trong thị trường trái phiếu thế giới và sử dụng các quỹ
để mua gói thế chấp. Nếu bên thế chấp không đáp ứng được các khoản thanh toán
nợ của họ, các kết quả đều được cảm nhận như một đường thẳng. Sự ổn định của
trung gian tài chính và giá trị giao dịch của các sản phẩm phái sinh CDO, CDS, phụ
thuộc vào khả năng của bên thế chấp để trả nợ. Vì lý do này, tôi tập trung vào
những người thế chấp.
Một là phải có tiêu chí thực hiện để trả lời câu hỏi: đòn bẩy tối ưu trong một môi
trường ngẫu nhiên là bao nhiêu. Các kỹ thuật phân tích được rút ra từ tài liệu toán
học kiểm soát tối ưu ngẫu nhiên chỉ đơn thuần là quản lý rủi ro tối ưu động. Như
tiêu chí của tôi về việc thực hiện, tôi có thể xem xét tối đa hóa giá trị ròng kỳ vọng
vừa của các bên thế chấp và vừa của kinh doanh hợp nhất giữa bên thế chấp và
trung gian tài chính. Giá trị ròng của một khu vực X bằng tài sản (vốn) K trừ Nợ L,
phương trình (1). Sự khác biệt duy nhất là trong trường hợp đầu tiên, nợ L(t) là của
bên thế chấp và trong trường hợp thứ hai là của các trung gian tài chính.
Toán học sẽ giống nhau ở cả hai trường hợp. Gọi X1 là giá trị ròng của bên thế chấp
có K vốn và nợ L1. Ta có X1(t) = K(t) – L1(t). Gọi X2 là giá trị ròng của các trung
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
20
gian tài chính. Giá trị ròng của họ là X2(t) = L1(t) – L2(t), vì tài sản của các trung
gian tài chính là nợ của các bên thế chấp. Các giá trị ròng của các bên thế chấp hợp
nhất và các trung gian tài chính là X (t) = X1(t) + X2(t) = K (t) – L2(t).
(1) X(t) = K(t) - L(t).
Các tiêu chuẩn thực hiện mà tôi đã lựa chọn W(T) là tối đa hóa kỳ vọng E(.) logarit
của giá trị tài sản ròng sau một thời gian T tính từ thời điểm hiện tại, phương trình
(2). Đây là một tiêu chuẩn nhạy cảm và khách quan không thích rủi ro cao, bởi vì
trong trường hợp quyết định này, nếu giá trị ròng X(T) = 0 thì giá trị của W là -∞.
(2) W (T) = max E ln X(T).
Các vấn đề về kiểm soát tối ưu ngẫu nhiên là chọn tỷ lệ nợ f (t) = L(t)/X (t) trong
khoảng thời gian (0, T) sao cho tối đa hóa W (T) trong phương trình (2). Tỷ lệ này
chính là đòn bẩy tối ưu, và sẽ thay đổi theo thời gian. Các giải pháp của vấn đề
kiểm soát tối ưu ngẫu nhiên /quản lý rủi ro động cho chúng ta biết những gì là tối
ưu và những gì là “Quá nhiều" (lạm dụng) đòn bẩy. Vì W(T) là hàm lồi có độ dốc
dương nên cả thu nhập kỳ vọng và rủi ro đều được quan tâm đến. Sự phá sản X = 0
là hình phạt nghiêm khác. Giá trị ròng thấp gần bằng 0 có thể không thích hợp
nhưng nó có tầm quan trọng lớn về phủ định lợi ich. Do đó hàm mục tiêu phản ánh
tâm lý không thích rủi ro mạnh.
6.2. Tính động của giá trị ròng
Giá trị ròng X (t) thay đổi theo thời gian. Giá trị tối ưu hóa W (T) phụ thuộc vào giá
trị ròng thay đổi như thế nào. Trong khi việc lựa chọn hàm mục tiêu không gây
tranh cãi, có nhiều phương pháp lựa chọn để xử lý động giá trị ròng. Mỗi một cách
dẫn đến những đòn bẩy tối ưu và tỷ lệ nợ khác nhau. Một số quy trình giả định , như
thảo luận trong phần 2 đã dẫn đến bong bóng và không bền vững. Điểm này sẽ được
thảo luận cụ thể dưới đây.
Sự biến đổi của giá trị ròng bắt đầu với phương trình (3). Tôi tập trung vào thị
trường nhà ở như là một ví dụ, nhưng phân tích khá chung chung. Sự thay đổi trong
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
21
giá trị ròng là sự thay đổi trong vốn dK(t) trừ đi thay đổi trong nợ dL t). Vốn K(t),
bằng với giá trị của nhà ở, là kết quả của giá P (t) của tài sản (chỉ số giá nhà ở) và
Q(t) là số lượng vật lý. Ta có K(t) = P(t)Q (t).
(3) dX(t) = dK(t) - dL(t).
Những thay đổi về vốn trong phương trình (4) là tổng của hai số hạng. Đầu tiên
P(t)dQ(t) đơn giản chỉ là đầu tư I(t) vào nhà ở, thứ hai là tổng số vốn lời hoặc lỗ,
bằng giá trị giá trị của của nhà ở K(t) nhân với thay đổi giá dP(t)/P(t).
(4) dK(t) = d[P(t)Q(t)] = P(t)dQ (t) + Q (t)dP(t) = I(t) + K(t)dP(t )/P(t).
Sự thay đổi trong nợ dL(t) ở phương trình (5) có hai bộ phận. Đầu tiên là i(t)L(t) là
khoản lãi thanh toán trên các khoản nợ hiện tại, trong đó i(t) là lãi suất. Thứ hai là
chi phí trừ đi thu nhập. Thu nhập được giả định có nguồn gốc từ vốn, như trường
hợp tiền được tạo ra từ thuê nhà ra. Đây là phương trình (6), trong đó β(t) là tỷ số
giữa thu nhập Y(t) và vốn K(t). Khoản chi tiêu là bằng đầu tư I(t) cộng với tiêu
dùng C(t).
Nợ sẽ gia tăng khi tiền lãi trên khoản thế chấp hiện tại cộng với khoản chi tiêu vượt
mức trừ đi thu nhập là số dương. Một ví dụ là các hộ gia đình vay mượn và tái cấp
vốn các khoản thế chấp của họ để cho phép họ chi tiêu vượt quá thu nhập của họ.
Việc tiêu dùng trước của họ như vậy vào một ngày T nào đó trong tương lai, giá trị
của căn nhà vượt quá khoản nợ của họ. Nếu ở ngày T , giá trị của vốn K(t) vượt quá
nợ L(t), bên thế chấp đã có một “bữa trưa miễn phí”(”free lunch”). Nếu tại ngày T
giá trị của ngôi nhà nhỏ hơn nợ, bên thế chấp có giá trị tài sản thế chấp sau khi trừ
thuế < 0 và phải đối mặt với việc tịch thu nhà để thế nợ.
(5) dL(t) = [i(t)L(t) + I(t) + C(t) - Y(t)] dt
(6) Y(t) = β(t)K (t).
Sự thay đổi trong giá trị ròng dX là phương trình (7).
(7) dX(t) = K(t) [dP(t)/P(t) + β(t)dt] - i(t)L(t)dt - C(t)dt.
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
22
Một giả định đơn giản hóa là tiêu dùng C(t) tỷ lệ thuận với giá trị ròng X (t), trong
đó tỷ lệ là hiệu suất của vốn C(t)=β(t)X(t)
Đặt f (t) = L(t)/X(t) là đòn bẩy hoặc tỷ lệ nợ và k(t) = K(t)/X(t) = (1 + f(t)) là tỷ lệ
vốn (tài sản) trên giá trị ròng. Đó là lý do tại sao tôi gọi f(t) và k(t) là đòn bẩy. Sau
đó sự thay đổi trong giá trị ròng có thể được viết trong phương trình (8), phương
trình cơ bản cho tính động của giá trị ròng.
(8) dX(t) = X(t){(1 + f(t))dP(t)/P(t) + [β(t) - i(t)]f(t)dt}
Hiệu suất sử dụng vốn trừ mức lãi suất [β (t) - i (t)] là thay đổi theo thời gian và có
thể quan sát được. Vốn tăng thêm dP(t)/P(t) không quan sát được vì dP(t) bao hàm
cả tương lai.
6.3. Các quá trình ngẫu nhiên
Các biến ngẫu nhiên cơ bản trong phương trình (8) là thay đổi trong giá nhà ở dP(t).
Công thức (9) – (10) chứa đựng 2 quan niệm, xây dựng bởi Bielecki và Pliska và
Platen-Rebolledo, và được thảo luận trong Fleming (1999).
Quan niệm đầu tiên trong phương trình (9)/(9a), là có một khuynh hướng giá ρ. Giá
trị ban đầu của giá là P, có thể được chuẩn hoá bằng một. Biến y(t) trong (9)/(9a) là
độ lệch từ xu hướng. Quan niệm thứ hai, thể hiện trong phương trình (10) - (11), là
độ lệch y(t) là một giới hạn ergodic trung bình đảo ngược trong đó giá nhà hội tụ
theo khuynh hướng. Tốc độ hội tụ của độ lệch y(t) quanh khuynh hướng được diễn
tả qua hệ số α > 0 xác định. Giới hạn ngẫu nhiên là σdw(t). Nghiệm ngẫu nhiên
khác nhau của phương trình (10) là (11).Độ lệch từ xu hướng hội tụ theo phân phối
xác suất với giá trị trung bình là 0 và phương sai là σ2/2α.
(9) P(t) = Pexp (ρt + y (t)), P = 1, (9a) y(t) = lnP(t) - lnP - ρt.
(10) dy(t) = -αy(t)dt + σdw(t). ∞> α> 0, E(dw) = 0, E(dw)2 = dt.
(11) lim y(t) ~ N(0, σ2/2α).
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
23
Việc lựa chọn khuynh hướng giá ρ là rất quan trọng trong việc xác định đòn bẩy tối
ưu.Tôi đặt một ràng buộc rằng xu hướng giá giả định không được vượt quá tỷ lệ lãi
suất. Nếu hạn chế này là vi phạm, như xảy ra trong suốt bong bóng giá nhà ở,
những người đi vay được cung cấp bữa trưa miễn phí như đã nói ở trên. Vay
mượn/Tái tài trợ nhà ở và phải chịu một khoản nợ làm tăng lãi suất. Chi tiêu tiền
trong bất kỳ cách nào mà một người lựa chọn. Khi nhà đánh giá cao hơn lãi suất, tại
ngày đáo hạn (terminal date) T căn nhà có trị giá hơn giá trị của khoản vay, P(T) >
L(T). Khoản nợ L(T) được thanh toán dễ dàng bằng cách bán nhà tại P(T) hoặc tái
tài trợ. Như trên đã có một bữa ăn trưa miễn phí. Trong sự tối ưu hoá, người ta phải
hạn chế xu hướng ρ không vượt quá tỷ lệ lãi suất i(t). Hạn chế đó được thể hiện
trong phương trình (12).
(12) ρ < i (t). Hạn chế không có bữa ăn trưa miễn phí
Một sự biện hộ (chứng minh) thay thế cho phương trình (12) là như sau. Giá trị hiện
tại của tài sản
(12a) PV(T) = P(0) exp[(ρ - i)t],
Trong đó khuynh hướng ρ là tỷ lệ tăng giá trị hoặc vốn tăng thêm và i là lãi suất.
Nếu (ρ - i) > 0, giá trị hiện tại phân kỳ đến dương vô cực (+∞). Giá trị hiện tại
không thể là vô cực.
Thị trường ước lượng khuynh hướng giá từ các kinh nghiệm gần đây, được mô tả
trong hình 2 và biểu đồ hình 1. Từ năm 2000 đến năm 2004, phần vốn tăng thêm
vượt quá lãi suất. Giả định này vi phạm hạn chế "không có bữa ăn trưa miễn phí",
phương trình (12) / (12a). Đó là lý do tại sao tỷ lệ tăng giá từ 10 - 14% / năm là điều
không thể chứng minh được. Điều này giả định là có hậu quả nghiêm trọng, như
được thảo luận dưới đây.
6.4. Tỷ lệ nợ tối ưu - đòn bẩy
Sự tăng trưởng kỳ vọng của giá trị ròng là phương trình (13), vẽ đồ thị như hình 3.
Nó là biến điều khiển của một hàm lõm bậc hai, đòn bẩy hoặc tỷ lệ nợ f(t) = L(t) / X
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
24
(t). Tỷ lệ nợ làm tăng tối đa tốc độ tăng trưởng dự kiến giá trị ròng là f * (t), phương
trình (16). Đây là lần thay đổi tỷ lệ tối đa hoá phương trình (1) chịu quy trình ngẫu
nhiên (8), (9) - (10). Ở tỷ lệ nợ tối ưu thì tốc độ tăng trưởng của giá trị ròng dự kiến
là lớn nhất tại W*. Các phương sai sự tăng trưởng của giá trị ròng var d[ln(t)X] là
phương trình (15). Nó là một hàm bậc hai của đòn bẩy nhân với phương sai của giá
trong phương trình (10).
Hình 3: Tăng trưởng kỳ vọng của giá trị ròng W(f(t)) phương trình (13), và
phương sai tăng trưởng giá trị ròng, rủi ro, phương trình (15). Tỷ lệ nợ tối ưu
f*(t)/đòn bẩy, phương trình (16). Khi f(t) vượt qua f *(t) tối ưu, tăng trưởng kỳ
vọng giảm và rủi ro tăng. Ở giá trị f-max, tăng trưởng kỳ vọng bằng 0.
Tỷ lệ nợ tối ưu, đòn bẩy f*(t) trong phương trình (16) là liên quan tỷ lệ thuận đến
hiệu suất vốn β(t) trừ lãi suất thực r(t) = i(t) - ρ, bằng lãi suất danh nghĩa i(t) trừ đi
xu hướng của giá ρ. Hạn chế "không có bữa ăn trưa miễn phí" là lãi suất thực
không được âm.
Tăng trưởng kỳ vọng W(f(t)) và rủi ro
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
25
(13) W(f (t)) = E[d ln(X(t)]
= [(1+f(t))(ρ + (1/2)σ2 - αy(t)] + (β(t) - i(t)) f(t) - (1/2)(1 + f(t))2 σ2
(14) r(t) = i(t) - ρ> 0 Khống chế lãi suất thực
(15) var d[ln X(t)] = (1 + f(t))2σ2dt Rủi ro
Tỷ lệ nợ /giá trị ròng tối ưu, đòn bẩy, f(t) = L(t) / X(t).
(16) f*(t) = {[β(t) - (i(t) - ρ) - (1/2)σ2] - αy(t)}/σ2
f*(t) = {[β(t) - r(t)] - (1/2)σ2] - αy(t)}/σ2
Tương ứng với bất kỳ tỷ lệ nợ f(t) là một mức tăng trưởng dự kiến của giá trị ròng
W(f(t)). Đòn bẩy tối ưu, tỉ lệ nợ f *(t) làm tối đa hóa giá trị tăng trưởng kỳ vọng của
giá trị ròng W[f*(t)]= W*(t). Khi tỷ lệ nợ lệch ra khỏi giá trị tối ưu, tăng trưởng kỳ
vọng của giá trị ròng sẽ giảm.
Không bao giờ có thể chắc chắn là sẽ dự báo chính xác xu hướng giá ρ, ngay cả với
việc khống chế nó không được lớn hơn tỷ lệ lãi suất. Giá trị dương của lãi suất thực
trong phương trình (14) là không biết được. Do đó sự lựa chọn của một đòn bẩy tối
ưu f*(t) tại bất cứ lúc nào là tùy thuộc vào lỗi kỹ thuật.
Hãy xem xét một vài trường hợp. Trong một thị trường những dự đoán về xu hướng
giá cả mô tả trong phần 2 là dựa trên kinh nghiệm tương đối gần đây của vốn tăng
thêm lớn. Từ biểu đồ hình 1 và hình 2, sự tăng vốn trung bình trong toàn bộ khoảng
thời gian từ 1980q1v-2007q4 xấp xỉ bằng mức lãi suất. Nhưng trong khoảng từ năm
1998 đến năm 2004, vốn tăng thêm đến khoảng hai độ lệch chuẩn trên giá trị trung
bình. Điều này có nghĩa vốn tăng 5,4 + 2 (2,9) = 11,2% / năm. Nếu có thể thị trường
ước tính được khuynh hướng từ kinh nghiệm gần đây, khuynh hướng được ước tính
khoảng 11% / năm, cao hơn tỷ lệ lãi suất đáng kể. Việc đánh giá quá cao này dẫn
đến chọn một đòn bẩy f1 hoặc f>f-max. Đối với đòn bẩy cao hơn giá trị f-max thì
tăng trưởng kỳ vọng của giá trị ròng là số âm. Rủi ro, phương trình (15), tăng với tỷ
lệ ngày càng lớn, cho tất cả đòn bẩy (1+f(t)) dương.
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
26
Nếu đòn bẩy f1 được chọn, mất mát của sự tăng trưởng của giá trị ròng là W*-W1.
Nợ quá mức Ψ(t) = f(t) - f*(t) = f1 - f* là sự khác biệt giữa các khoản nợ thực tế f(t)
= f1 và các khoản nợ tối ưu f*(t). Sự mất mát của tăng trưởng kỳ vọng là hàm bậc
hai của nợ quá mức. Đây là phương trình (17).
(17) [W* - W(f(t)] = (1/2) σ2 [f(t) - f*(t)] 2 = (1/2) σ2 Ψ(t)2.
Ψ(t) = f(t) - f*(t) Nợ quá mức
Tỷ lệ nợ vượt mức [f1 - f*(t)]> 0 làm giảm tăng trưởng kỳ vọng từ W* xuống W1
và làm tăng rủi ro. Hàm phân phối của tăng trưởng kỳ vọng dịch chuyển lên phía
trên bên trái. Nếu có một khoản nợ quá mức, thì khả năng mất mát của giá trị ròng
gia tăng.
Ngoài ra, giả sử rằng có "quy định" của chính phủ để giảm rủi ro và đặt ra đòn bẩy
f2 <f*(t). Sau đó, rủi ro giảm thực sự, theo phương trình (15), rủi ro là đường cong
lõm ở hình 2. Tuy nhiên, tăng trưởng kỳ vọng sẽ được giảm xuống W1 <W*. Sự
mất mát của tăng trưởng kỳ vọng vẫn giống như lúc trước, nhưng rủi ro bây giờ là
thấp hơn.
Cuối cùng, giả sử rằng một người nào đó cố gắng để ước tính xu hướng theo ràng
buộc của phương trình (14). Có một lỗi h> 0 được thừa nhận, dẫn đến một tỷ lệ đòn
bẩy giữa (f1=f*-h) < f*(t) < (f* + h = f2). Sự mất mát của mức tăng trưởng kỳ vọng
sẽ không đạt trung bình vì sự mất mát trong thu nhập trong phương trình (17) đang
ở dạng bình phương. Khi tỷ lệ đòn bẩy khoảng giữa f1 và f2, sự mất mát trung bình
của giá trị ròng một lần nữa là W1 <W*. Phương trình (17) là một thước đo rõ ràng
cho sự mất mát của tăng trưởng kỳ vọng vì tính không rõ ràng của khuynh hướng.
6.5. Tóm tắt
Đóng góp của các phân tích SOC trên có thể được tóm tắt như sau:
(1) Tỷ lệ nợ tối ưu hoặc đòn bẩy làm tối đa hóa sự tăng trưởng kỳ vọng của giá trị
ròng. (2) Khi tỷ lệ nợ tăng vượt qua giá trị tối ưu, tăng trưởng dự kiến của giá trị
ròng sẽ giảm xuống và rủi ro tăng lên. (3) Xác suất của một cuộc khủng hoảng liên
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
27
quan mật thiết đến việc nợ quá mức, bằng chênh lệch giữa tỷ lệ nợ thực tế và tỷ lệ
nợ tối ưu, được đo bằng độ lệch chuẩn. (4) Một tín hiệu cảnh báo sớm EWS của
một cuộc khủng hoảng nợ là đòn bẩy f (t) = L (t) / X (t) vượt quá f-max, khi đó sự
tăng trưởng kỳ vọng của giá trị ròng là số âm và rủi ro ở mức cao.
7. Tín hiệu cảnh báo sớm của cuộc khủng hoảng
Cuộc khủng hoảng tài chính đã xảy ra do bị cuộc khủng hoảng thế chấp dồn đẩy vì
nhiều lý do. Trước tiên, hàng loạt cấu trúc của các sản phẩm tài chính phái sinh dựa
trên những người đi vay cuối cùng – những người cầm cố thế chấp. Khi những
người cầm cố thế chấp không thể trả các khoản nợ của họ, giá trị của các sản phẩm
phái sinh giảm giá. Thứ hai, các trung gian tài chính có tài sản và nợ dựa trên giá trị
của các sản phẩm phái sinh có tác dụng đòn bẩy cao. Sự thay đổi trong giá trị ròng
của họ là một hệ số nhân đối với những thay đổi trong giá trị của tài sản. Thứ ba,
các trung gian tài chính được gắn kết chặt chẽ – tài sản của một nhóm bao gồm
những món nợ khác nhau – như đã mô tả trong phần 1.1 và 1.2.
"Quants" / kỹ sư tài chính bỏ qua những điểm này. Họ dựa trên những quan điểm và
niềm tin vô căn cứ rằng phân bố xác suất của thay đổi giá thời gian gần đây là bất
biến. Hơn nữa họ bỏ qua một thực tế là cá "Quants" khác cũng đang làm những điều
tương tự, dựa trên các mô hình tương tự. Họ không cho rằng hành vi tập thể của họ
sẽ ảnh hưởng đến sự phân bố xác suất. Vì những lý do này, tôi tập trung vào các
khoản nợ qua mức của những người cầm cố thế chấp. Vì thế câu hỏi cơ bản của tôi
là: Có phải tỷ lệ nợ của những người cầm cố thế chấp vượt quá f-max ở hình 3 một
cách đáng kể không?
Việc áp dụng quản lý rủi ro động tối ưu/ phân tích SOC được thực hiện qua nhiều
bước. Đầu tiên, bong bóng đã được tạo ra bởi quan điểm thị trường rằng xu hướng
giá – sự tăng lên của vốn – vượt quá lãi suất. Sau đó, tôi thấy sự sụp đổ xảy ra như
thế nào khi tăng vốn giảm xuống dưới mức tỷ lệ lãi suất. Sự thiếu thốn (Defaults) và
phá sản xảy ra. Thứ hai, trên cơ sở phân tích trong phần 6, tôi suy ra ước lượng của
nợ vượt quá Ψ (t)=f(t) - f *(t) sẽ làm giảm lợi nhuận kỳ vọng và làm gia tăng rủi ro.
Qua đó các tín hiệu cảnh báo sớm được đưa ra. Cuối cùng, tôi liên hệ phân tích
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
28
SOC với chỉ số Case Shiller và phương pháp trung bình ngược Moody's (Moody’s
mean reversion approach).
7.1. Các bong bóng và sự sụp đổ
Demyanyk và Van Hemert (D-VH) đã có một cơ sở dữ liệu bao gồm một nửa các
khoản thế chấp dưới chuẩn của Mỹ có nguồn gốc từ suốt những năm 2001 đến năm
2006. Ở mỗi giai đoạn thế chấp, các khoản vay có phát sinh trong năm 2006 có tỷ lệ
nợ quá hạn cao hơn trong tất cả các năm khác kể từ năm 2001. Họ kiểm tra mối
quan hệ giữa các xác suất Π của nợ quá hạn hoặc/tịch thu nhà/biến nhị phân z =
{1,0}, ký hiệu là Π = Pr (z) và biến nhạy cảm kinh tế, vector X. Họ điều tra đến
mức độ nào một hồi quy logit Π = Pr (z)= Φ (βX) có thể giải thích mức độ cao của
các khoản nợ quá hạn từ các khoản cho vay thế chấp năm 2006. Một mô hình logit
xác định rằng xác suất mà z = 1 là:
Pr (z = 1) = exp (Xβ) / [1 + exp(Xβ)]. Do đó ln {Pr (z = 1) / Pr (z = 0)} = Xβ.
Vector β là các hệ số hồi quy ước lượng.
Họ ước tính vector β dựa trên một mẫu ngẫu nhiên của một triệu các khoản vay thế
chấp dưới chuẩn đầu tiên có nguồn gốc từ năm 2001 và 2006. Phần nghiên cứu đầu
tiên của họ cung cấp các ước lượng của β, các vector của các hệ số hồi quy và tầm
quan trọng của biến trong vector X. Phần thứ hai điều tra tại sao năm 2006 lại rất
xấu. Các phương pháp tiếp cận dựa trên phương trình (18). Sự đóng góp C(i) của
các thành phần Xi trong vector X để xác suất của mặc định trong năm 2006 liên
quan đến giá trị trung bình là:
(18) C (i) = (δΠ / δXi) dXi = Φ (βXm + βi dXi) - Φ (βXm), m =giá trị trung bình
Xác suất của nợ quá hạn khi vector X là ở giá trị trung bình của nó là Φ (βXm). Xác
suất được cộng thêm vào kết quả từ sự thay đổi trong thành phần Xi năm 2006 xuất
phát từ βidXi trong đó βi là hệ số hồi quy của nhân tố Xi những thay đổi là dXi.
Bảng 1 dưới đây (dựa trên D-VH, bảng 3) diễn tả các yếu tố lớn nhất làm cho nợ
quá hạn và nhà bị tịch thu trong năm 2006 xấu hơn so với trung bình trên toàn bộ
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
29
giai đoạn này. Đối với năm 2006, góp phần rất lớn vào nợ quá hạn và tịch thu nhà
do giá nhà thấp hơn dự đoán. Nó chiếm 1.08% lớn hơn của nợ quá hạn và 0.61%
lớn hơn của nhà bị tịch thu. Nợ / thu nhập, bong bong ảo và những biến tra cứu
(documentation variables) là nhỏ hơn đáng kể.
Bảng 1. Đóng góp C (i) của các yếu tố để xác suất nợ quá hạn và sự thiếu thốn
(defaults) năm 2006, so với gia trị trung bình giai đoạn 2001-2006. Nguồn: D-
VH, bảng 3.
Biến X(i), xem D-VH bảng
2 các định nghĩa
Đóng góp của C(i) vào tỷ
lệ nợ quá hạn
Đóng góp của C(i) vào tỷ
lệ nhà bị tịch thu
Sự đánh giá cao về giá nhà 1.08% 0.61%
Bong bóng 0.18 0.09
Tra cứu (Documentation) 0.16 0.07
Nợ / thu nhập 0.15 0.04
Bảng 1, bảng tóm tắt về câu chuyện thế chấp dưới chuẩn ở phần 2 và vi phạm hạn
chế "không có bữa trưa miễn phí” trong phương trình (12) ở trên giải thích làm thế
nào để nợ quá mức Ψ(t) đã dẫn đến cuộc khủng hoảng. Các bong bóng bắt đầu với
một ước tính của các xu hướng giá cao hơn lãi suất. Rủi ro đã được giả định là thấp
vì những tăng vốn cao liên quan đến lãi suất làm tăng giá trị của nhà ở trên các
khoản nợ. Toàn bộ cấu trúc của các công cụ tài chính / các sản phẩm phái sinh đã
dựa trên những khoản thế chấp này. Tỷ lệ nợ lớn hơn f-max. Sự sụp đổ xảy ra khi
vốn tăng thêm dốc nghiêng đi như hình 2 và bảng 1.
7.2. Nợ ước tính vượt quá, tín hiệu cảnh báo sớm của một cuộc khủng hoảng
Một tín hiệu cảnh báo sớm của một cuộc khủng hoảng nợ là một loạt các khoản nợ
quá mức Ψ (t) = f (t) - f *(t)> 0. Như hình 3/phương trình số (19), sự mất mát của
tăng trưởng từ tỷ lệ nợ không tối ưu trong một thời gian (0, T) là
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
30
(19) E [ln X*(T) - ln X(T)] = ∫T [W*(t) - W(t)]dt = (1/2)∫T σ2Ψ(t)2dt.
Khi tỷ lệ nợ f (t) vượt quá f-max trong hình 3, tăng trưởng kỳ vọng là số âm và rủi
ro là rất cao. Một cuộc khủng hoảng có thể khi ∫T σ2 Ψ (t)2dt lớn. Câu hỏi tiếp theo
là: Có các biện pháp thích hợp nào trong thực tế và tỷ lệ nợ tối ưu để đánh giá Ψ(t)
là gì?
Để thực hiện các biện pháp thay đổi về tỷ lệ nợ và các biến kinh tế trọng yếu hoàn
toàn có thể so sánh được, tôi sử dụng các biến được chuẩn hóa trong đó sự tiêu
chuẩn hóa (Normalization) (N) của một biến Z(t) gọi là N (Z) = [Z (t) – trung bình
Z] / độ lệch chuẩn. Giá trị trung bình của N(Z) bằng 0 và độ lệch chuẩn của nó là
độ lệch chuẩn đơn vị.
Đối với tỷ lệ nợ thực tế tôi sử dụng gánh nặng nợ i(t)L (t)/ Y(t). Có một sự không
đồng nhất lớn lãi suất tính cho khách hàng vay dưới chuẩn phụ thuộc vào các điều
khoản của thế chấp, nên rất khó để biểu diễn chính xác những gì tương ứng với i (t)
trong phân tích ở trên. Do đó tôi sử dụng "Thanh toán dịch vụ nợ hộ gia đình như là
một phần trăm của thu nhập cá nhân khả dụng" (Đây là loạt TDSP trong FRED.
như một biện pháp của iL /Y gánh nặng nợ. Điều này bao gồm tất cả nợ hộ gia đình,
không chỉ nợ thế chấp, vì vốn tăng thêm sự gia tăng nói chung trong tiêu thụ và vay
nợ. Giá trị tiêu chuẩn hóa của dịch vụ nợ N(f) hoặc gánh nặng nợ (f), là phương
trình (20), được vẽ như trong hình 4 là DEBTSERVICE. Điều này được đo bằng
đơn vị độ lệch chuẩn từ giá trị trung bình bằng 0. Có một sự sai lệch đáng kể trên
giá trị trung bình từ năm 1998 đến năm 2006. Điều này trùng hợp với sự tăng mạnh
tỷ lệ chỉ số giá nhà ở P/ thu nhập khả dụng Y, P / Y = PRICEINC trong hình 2.
Trong thời gian này, có độ tăng nhiều hơn hai độ lệch chuẩn trong P / Y và tăng hai
độ lệch chuẩn trong iL/Y dịch vụ nợ/thu nhập khả dụng.
(20) N(f) = DEBTSERVICE = [i(t)L(t)/Y(t) – giá trị trung bình] /độ lệch chuẩn.
Như đã giải thích kết hợp với hình 3 sẽ luôn có một lỗi kỹ thuật trong dự toán tỷ lệ
nợ tối ưu. Lý do chính là khuynh hướng giá ρ không thể biết chắc chắn, nhưng tôi
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
31
yêu cầu không vượt quá tỷ lệ lãi suất. Vì vậy một cách tiếp cận khá linh hoạt sẽ
được thực hiện để ước lượng tỷ lệ nợ tối ưu f * (t).
Tỷ lệ nợ tối ưu f* là dựa trên phương trình (16), với khống chế rằng r = ρ - i> 0. Từ
các biểu đồ của vốn tăng thêm trong hình 1, vốn tăng thêm trung bình là 5.4%/năm
với độ lệch chuẩn là 2.9%. Nó là hợp lý để lập luận rằng, trong một thời gian dài, sự
tăng giá thực sự của giá nhà đất đã không có sự khác biệt đáng kể từ "lãi suất thế
chấp", (i-ρ) = r = 0. Tỷ lệ nợ tối ưu từ (16) được viết thành (16a) dưới đây. Tỷ lệ nợ
tối ưu tiêu chuẩn là N(f*) trong phương trình (21).
(16a) f*(t) = [(β(t) - (1/2 σ2 - αy(t)] / σ2.
(21) N(f *(t)) = [[(β(t) - β)] - αy(t)] / σ(β)
Số hàng chính là [(β (t) - β)] độ lệch của lợi nhuận trên vốn từ giá trị trung bình của
nó trong toàn bộ thời kỳ. Chúng ta phải ước lượng β (t), hiệu suất của vốn. Các hiệu
suất của vốn nhà là tiềm ẩn thu nhập cho thuê ròng / giá trị của ngôi nhà cộng với
một hiệu suất tiện lợi trong việc sở hữu nhà của một người. Giả sử rằng hiệu suất
tiện lợi trong việc sở hữu một nhà đã được tương đối ổn định. Xấp xỉ thu nhập β(t)
bằng cách sử dụng tỷ lệ thu nhập cho thuê/ thu nhập cá nhân khả dụng. Tỷ lệ này
không nhạy cảm đến mức như độ giá nhà ở, trong khi giá thuê / giá trị của nhà ở
được thống kê liên quan ngược chiều với mức giá nhà đất.
Trong hình 4/phương trình (22) biến RENTRATIO là thu nhập được tiêu chuẩn
hóa, được đo theo đơn vị của độ lệch chuẩn từ giá trị trung bình β. Tỉ lệ này tương
đối ổn định từ năm 1994 đến năm 2002 và sau đó giảm mạnh.
(22) RENTRATIO ~ [β(t) - β] / σ(β)
= (thu nhập cho thuê / thu nhập cá nhân khả dụng – giá trị trung bình) / độ lệch
chuẩn.
Các biến thứ hai trong phương trình tỷ lệ nợ tối ưu (16a) là y (t), độ lệch giá của tài
sản từ khynh hướng trong phương trình (9). Người ta không thể chắc chắn về những
gì là giá trị khuynh hướng phù hợp của ρ <i, nhưng vốn tăng thêm được tiêu chuẩn
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
32
hóa CAPGAIN mô tả trong hình 2 cho chúng ta manh mối. Giá trị vốn trung bình
tăng thêm được tiêu chuẩn hóa tại 0. Từ năm 1999 đến năm 2004 nó tăng nhanh
chóng thành 2,5 độ lệch chuẩn trên giá trị trung bình vào năm 2004. Vì vậy người ta
có thể tin tưởng rằng độ lệch y (t) từ khuynh hướng là số dương và tăng suốt trong
thời gian này.
Đưa cùng hai thành phần của tỷ lệ nợ tối ưu trong phương trình (21), một ước tính
một sự suy giảm mạnh mẽ trong các thước đo tỷ lệ nợ tối ưu. Việc tiêu chuẩn hóa
RENTRATIO trong (22) là một biện pháp ràng buộc trên của tỉ lệ nợ tối ưu, phương
trình (23) trong giai đoạn 2000 - 2004.
(23) N(f*(t)) = [β(t) - β] / σ(β)> [[(β(t) - β)] - αy(t)] / σ(β)
Cả hai thực tế (phương trình (20)) và tối ưu phương trình (23)) được vẽ dồ thị trong
dạng tiêu chuẩn hóa trong hình 4.
Hình 4 : Tín hiệu cảnh báo sớm: Nợ quá mức Ψ (t) = N [f (t)] - N [f * (t)].
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
33
N [f (t)] = DEBTSERVICE = (dịch vụ nợ hộ gia đình theo phần trăm thu nhập khả
dụng – giá trị trung bình) / độ lệch chuẩn. N [f * (t)] = RENTRATIO = (thu nhập
cho thuê / thu nhập cá nhân khả dụng – giá trị trung bình) / độ lệch chuẩn; Nguồn
FRED
Câu hỏi tiếp theo là làm thế nào để ước lượng nợ quá mức Ψ (t) tương ứng với
phương trình 17/hình 3, và phù hợp với các ước tính thay thế của các khoản nợ tối
ưu.
Tôi ước lượng nợ quá mức Ψ (t) = (f (t) - f * (t)) bằng cách sử dụng sự khác biệt
giữa hai biến được tiêu chuẩn hóa N(f) – N(f *), phương trình (24). Sự khác biệt này
được đo bằng độ lệch chuẩn.
(24) Ψ(t) =Nợ vượt mức ~ N[f(t)] - N[f*(t)] = DEBTSERVICE - RENTRATIO.
Nợ vượt mức được vẽ trong đồ thị hình 5 tương ứng với sự khác biệt Ψ (t) = f * (t) -
f (t) trên trục hoành trong hình 3, đo bằng độ lệch chuẩn. Xác suất của một sự sụt
giảm giá trị ròng Pr(d ln X (t) <0) là liên quan tích cực đến Ψ (t) các khoản nợ quá
mức. Khi nợ quá mức gia tăng, tăng trưởng kỳ vọng giảm và rủi ro gia tăng, phương
trình (25).
(25) Pr (d ln X (t) 0, H (0) = W *.
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
34
Hình 5. Nợ vượt mức = Dịch vụ nợ - Tỷ lệ thuê. Sự tiêu chuẩn hóa.
Giả sử rằng trong toàn bộ thời gian 1980 - 2007 tỷ lệ nợ không quá nhiều. Trong
thời gian 2000-2004, vốn tăng lên cao và lãi suất thấp dẫn đến việc tăng giá nhà liên
quan đên thu nhập khả dụng và dẫn đến gia tăng trong tỷ lệ nợ. Hình 2 biểu thị rõ
mối quan hệ này.
Qua năm 2005-06 tỷ lệ giá nhà ở / thu nhập khả dụng vào khoảng ba độ lệch tiêu
chuẩn so với giá trị trung bình dài hạn. Xem PRICEINC trong hình 2. Việc tăng
mạnh này đã cảnh báo một số nhà kinh tế những người tin rằng thị trường nhà ở đã
được định giá quá cao một cách đáng kể. Như chỉ ra trong phần 2 ở trên, họ chỉ là
thiểu số. Điều này chắc chắn có ảnh hưởng không đáng kể đối với thị trường phái
sinh và sự lạc quan của "Quants".
Những lợi thế của việc sử dụng nợ quá mức Ψ (t) trong hình 5 như một tín hiệu
cảnh báo sớm so với tỷ lệ chỉ số giá nhà ở / thu nhập khả dụng được Ψ (t) tập trung
vào yếu tố cơ bản quyết định tỷ lệ nợ tối ưu cũng như tỷ lệ thực tế. Xác suất của sự
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
35
sụt giảm trong giá trị ròng và cuộc khủng hoảng liên quan trực tiếp đến các khoản
nợ quá mức. Hơn nữa, việc sử dụng các biến được chuẩn hóa cho thấy tầm quan
trọng của các khoản nợ dư thừa trong số hạng của độ lệch chuẩn, và nhiều hơn nữa
số ước lượng có ý nghĩa có thể được thực hiện xác suất của khủng hoảng.
Dựa trên hình số 5, tín hiệu cảnh báo sớm được đưa ra vào đầu năm 2002. Đến năm
2005, các khoản nợ vượt mức là hai độ lệch chuẩn trên giá trị trung bình. Do đó tỷ
lệ nợ là trong khu vực của f-max ở hình 3. Các khoản nợ thực tế đã được gây ra bởi
vốn tăng thêm vượt quá mức lãi suất. Các khoản nợ chỉ có thể được thanh toán từ
vốn tăng thêm. Tình trạng nàykhông bền vững. Khi vốn tăng thêm giảm xuống dưới
mức lãi suất, các khoản nợ không thể thanh toán. Một cuộc khủng hoảng là không
thể tránh khỏi.
8. Kết luận
Với mô hình kinh tế vĩ mô mà lý thuyết thị trường hiệu quả chiếm ưu thế trong nền
kinh tế, cuộc khủng hoảng 2007-08 đã khiến Fed và các nhà học giả bất ngờ. FED
đã không cảm nhận được bong bóng giá nhà ở. Greenspan đã từng nói năm 2004
rằng việc gia tăng giá trị nhà là "được đánh giá là không đủ để tăng mối lo ngại
chính của chúng ta”. Bernanke cho biết (2005) là bong bóng nhà đất là một "khả
năng không chắc xảy ra". Trong năm 2007, ông cho rằng, FED không "hiệu ứng lan
tỏa không mong đợi từ thị trường cho vay dưới chuẩn với phần còn lại của nền kinh
tế ".
Peter Clark (2009) đã viết rằng "không có thước đo giá trị cơ bản hoặc chủ yếu sẽ
cung cấp luôn dự đoán chính xác về bong bóng đang nổi lên, nhưng câu hỏi trước là
liệu nó có hữu ích cho cho việc san bằng những việc thực thi tiên liệu được về định
giá giá trị thị trường. Dưới ánh sáng của những chi phi khổng lồ về bong bóng nhà
đất và tín dụng trả lời được. Kohn - Phó Chủ tịch Fed - chỉ ra rằng suy nghĩ của
FED có thể thay đổi. Ông đã viết (2009, trích dẫn bởi Clark): "Là các nhà nghiên
cứu, chúng ta cần phải trung thực về khả năng có hạn của chúng ta để đánh giá "giá
trị cơ bản" của một tài sản hoặc để dự đoán giá của nó. Nhưng bong bóng nhà đất và
tín dụng đã có một chi phí đáng kể. Nghiên cứu về giá tài sản ... giúp xác định
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
36
những rủi ro và thông báo các quyết định về chi phí và lợi ích từ một quyết định
chính sách tiền tệ hoặc sự điều chỉnh cố gắng (attempting) có thể quy định hoặc cố
gắng để giải quyết với một bong bóng giá tài sản tiềm tàng (potential)"
Phản ứng phổ biến rộng rãi đối với cuộc khủng hoảng là những quyết định tùy ý
được đề nghị đòn bẩy và rủi ro thấp hơn trong hệ thống tài chính. Các đề xuất còn
thiếu tính hợp lý kinh tế về tác dụng mong muốn của những thị trường tài chính để
phân bổ tiết kiệm cho đầu tư và cách để quản lý rủi ro tối ưu.
Các câu hỏi chính là: phương pháp gì có thể phát hiện những bong bóng? Những
thành quả kinh nghiệm của họ là gì? Các cơ sở lý thuyết và của các biện pháp thực
nghiệm là gì? Như đã giải thích ở trên, các biện pháp trong tài liệu thiếu cơ sở lý
thuyết và thành quả kinh nghiệm của họ như những tín hiệu cảnh báo sớm thật mơ
hồ. Tôi xác định lại một số câu hỏi đặt ra trong phần 5 và mỗi câu hỏi được trả lời
thế nào thông qua phân tích điều khiển tối ưu ngẫu nhiên (SOC).
Thứ nhất: một nguy cơ tối ưu trong thị trường khi sự phát triển của giá tài sản trong
trương lai là không dự đoán được? Thế nào là một rủi ro quá mức? SOC trả lời vấn
đề này bằng việc suy ra một tỷ lệ/giá trị ròng tối ưu hay còn gọi là đòn bẩy làm cân
bằng giữa thu nhập kỳ vọng và rủi ro. Tỷ lệ nợ tối ưu làm tối đa hóa giá trị kỳ vọng
của logarit giá trị ròng sau một thời gian chịu quá trình ngẫu nhiên về giá tài sản. Tỷ
lệ vốn trên giá trị ròng tối ưu Tỷ lệ tối ưu của vốn (tức là tài sản) / giá trị ròng theo
sau trực tiếp từ đòn bẩy tối ưu. Đòn bẩy tối ưu và những nhu cầu về vốn là thay đổi
theo thời gian nên các nguyên tắc cơ bản cũng thay đổi theo thời gian.
Mối nguy hiểm từ “định giá quá cao” ("overvaluation") của giá nhà đất là các
khoản nợ được sử dụng để tài trợ mua là quá nhiều. Đồ thị hình 6 biểu đồ tỷ lệ giá
nhà ở / thu nhập khả dụng PRICEINC và các dịch vụ nợ DEBTSERVICE, là tiền lãi
phải trả/ thu nhập khả dụng. Giữa chúng có mối quan hệ tỷ lệ thuận rất lớn. SOC tập
trung vào nợ, cái có thể gây ra một cuộc khủng hoảng.
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
37
Hình 6: PRICEINC = Tỷ lệ giá nhà ở / thu nhập khả dụng. DEBTSERVICE =
Dịch vụ nợ/thu nhập khả dụng. Cả hai biến đều được chuẩn hóa (phân phối
chuẩn) (normalized).
Thứ hai: làm thế nào để xây dựng một mô hình và công thức về xu hướng giá tài
sản kỳ vọng để tránh những bong bóng và sự phá sản tiếp theo sau đó? Thiếu sót
chủ yếu của thị trường là dự đoán xu hướng của giá nhà đất đã được dựa trên các
phân bố xác suất qua gần đây. Đây là giai đoạn giá tài sản đang tăng trưởng ở tỷ lệ
cao hơn lãi suất. Các khoản cho vay chỉ có thể được phục vụ từ lợi nhuận đầu tư.
Xác suất phân phối này là không bền vững. Các phân tích SOC khống chế xu hướng
của giá tài sản luôn nhỏ hơn hoặc bằng lãi suất.Qua đó hạn chế "không có bữa ăn
trưa miễn phí" bị tác động mạnh trong quá trình tối ưu hóa.
Thứ ba: Các tín hiệu cảnh báo sớm của một cuộc khủng hoảng là gì? Các phân tích
SOC xuất phát từ "Dư thừa nợ" được định nghĩa là sự khác biệt giữa tỷ lệ nợ thực tế
và tỷ lệ nợ tối ưu. Tỷ lệ tối ưu phụ thuộc vào hiệu suất của vốn trừ đi lãi suất thực,
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
38
phương sai của các tăng vốn và độ lệch chuẩn của giá tài sản từ một xu hướng, mà
không vượt quá mức lãi suất. Tỷ lệ nợ/ đòn bẩy tối ưu có thể đo lường một cách
khách quan.
Khi tỷ lệ nợ vượt quá tỷ lệ tối ưu, tăng trưởng của giá trị ròng kỳ vọng giảm và rủi
ro tăng lên. Kể từ khi xác suất các khoản lỗ và phá sản liên quan trực tiếp đến việc
nợ quá mức, các khoản nợ quá mức là một tín hiệu cảnh báo sớm của một cuộc
khủng hoảng.
Theo kinh nghiệm, đơn vị đo của thực tại, các khoản nợ tối ưu và dư thừa thực tế,
tối ưu và dư thừa được thể hiện. Các biện pháp xác suất có thể được kết hợp với nợ
quá mức, và xác suất của một cuộc khủng hoảng được xác định rõ ràng hơn. Cách
tiếp cận về mặt lý thuyết này là một tín hiệu cảnh báo hữu ích hơn là "căng thẳng
thử nghiệm" tùy ý (arbitrary “stress testing”).
Có nhiều vấn đề đặt ra chưa được giải quyết được còn lại để nghiên cứu thêm.Trước
tiên, có thể cho rằng Dự trữ Liên bang có thể có liên quan với bong bong thị trường
tài sản, chính sách tiền tệ của họ nên được quản lý như thế nào? Thứ hai, thế nào là
một hệ thống quy chế tối ưu để tránh các cuộc khủng hoảng tiếp theo?
Các thành viên của nhóm:
STT Họ và tên
1 Hoàng Ngọc Thùy Liên
2 Lã Thị Hương Loan
3 Nguyễn Thị Thanh Thảo
4 Đỗ Nguyễn Xuân Thảo
5 Nguyễn Diệu Thư
Các file đính kèm theo tài liệu này:
- tcqt_khung_hoang_no_nhom4_chnhdem6_k19_7709.pdf