Tác động của các yếu tố tài chính đến thị trường nhà ở tại thành phố Hồ Chí Minh

32 Bùi Ngọc Toản, Đoàn Thị Thu Trang TÁC ĐỘNG CỦA CÁC YẾU TỐ TÀI CHÍNH ĐẾN THỊ TRƯỜNG NHÀ Ở TẠI THÀNH PHỐ HỒ CHÍ MINH THE IMPACT OF FINANCIAL FACTORS ON THE HOUSING MARKET IN HO CHI MINH CITY Bùi Ngọc Toản, Đoàn Thị Thu Trang Trường Đại học Công nghiệp Tp.HCM; buingoctoan@iuh.edu.vn, doanthithutrang@iuh.edu.vn Tóm tắt - Bài nghiên cứu kiểm định tác động của các yếu tố tài chính đến thị trường nhà ở tại thành phố Hồ Chí Minh, dữ liệu được thu thập trong giai đoạn từ quý 1 năm 2009 đến quý 2 năm 2017. Với việc sử dụng mô hình tự hồi quy véctơ (VAR), kết quả nghiên cứu cho thấy, thị trường nhà ở tại thành phố Hồ Chí Minh bị tác động bởi các yếu tố tài chính như: tăng trưởng kinh tế, cung tiền (M2), lãi suất cho vay và chỉ số chứng khoán, xu hướng tác động thay đổi theo thời gian. Thị trường nhà ở còn bị tác động bởi các cú sốc của chính yếu tố này trong quá khứ. Kết quả nghiên cứu là bằng chứng thực nghiệm tại thành phố Hồ Chí Minh, do đó mang lại giá trị thiết thực và ý nghĩa. Abstract - The paper examines the impact of financial factors on the housing market in Ho Chi Minh City with data collected in the period from the first quarter of 2009 to the second quarter of 2017. With the use of the Vector Auto Regression (VAR) model, the research shows that the housing market in Ho Chi Minh City is affected by financial factors such as economic growth, money supply (M2), lending interest rate and stock indexes, with the trend of change over time. The housing market is also affected by the shocks of this very element in the past. The research results are empirical evidence in Ho Chi Minh City, thus bringing practical value and meaning. Từ khóa - giá nhà ở; tài chính; thị trường nhà ở; bất động sản; thành phố Hồ Chí Minh. Key words - house prices; financial; the housing market; real estate; Ho Chi Minh city. 1. Đặt vấn đề Trong bối cảnh hội nhập kinh tế quốc tế, thành phố Hồ Chí Minh với vai trò là đầu tàu kinh tế của cả nước đã phát triển một cách nhanh chóng về tốc độ tăng trưởng kinh tế, cũng như tốc độ tăng trưởng dân số, đặc biệt là một lượng lớn người nhập cư từ các địa phương khác. Do đó, thành phố Hồ Chí Minh luôn chịu áp lực ngày càng tăng về cơ sở hạ tầng, cũng như nhu cầu lớn về nhà ở của người dân, kèm theo đó là sự biến động về thị trường nhà ở ngày càng tăng. Tuy nhiên, trong giai đoạn vừa qua, thị trường nhà ở tại thành phố Hồ Chí Minh lại bộc lộ nhiều yếu tố hạn chế và không phản ánh đúng giá trị thực. Điều này đã làm cho giá nhà ở trên thị trường biến động liên tục một cách khó lường, tăng rất cao và vượt xa thu nhập bình quân đầu người. Sự biến động của thị trường nhà ở không chỉ tạo cảm giác băn khoăn lo lắng cho các đối tượng tham gia thị trường, thu hút sự quan tâm lớn của các nhà nghiên cứu, các nhà hoạch định chính sách, mà còn ảnh hưởng lớn đến nền kinh tế của mỗi quốc gia (Valadez, 2010). Việc nghiên cứu sự tác động của các yếu tố tài chính đến thị trường nhà ở đã được một số tác giả tiến hành nghiên cứu tại các nền kinh tế và khu vực khác nhau. Tuy nhiên, các nghiên cứu này còn một số hạn chế như: (1) tại các nghiên cứu nước ngoài: tồn tại khá ít nghiên cứu tiến hành kiểm định sự tác động đồng thời của các yếu tố tài chính đến thị trường nhà ở, đa số các nghiên cứu đều tập trung vào việc phân tích riêng lẻ sự tác động của từng yếu tố tài chính đến thị trường nhà ở, như: tăng trưởng kinh tế, chỉ số giá tiêu dùng, cung tiền (M2), lãi suất; (2) chưa có sự thống nhất về độ trễ cũng như chiều tác động của các cú sốc trong quá khứ (phản ánh thị trường nhà ở và yếu tố tài chính) đến thị trường nhà ở vào thời điểm hiện tại; (3) tại Việt Nam, đa số các nghiên cứu thực nghiệm đều phân tích dưới dạng định tính, tồn tại một số ít nghiên cứu dưới dạng định lượng như nghiên cứu của Lê Thanh Ngọc (2014), tuy nhiên nghiên cứu này tập trung chính vào hiện tượng bong bóng bất động sản (hiện tượng giá bất động sản tách rời khỏi những yếu tố cơ bản tạo nên giá trị thực của bất động sản), chưa phân tích một cách tổng thể về thị trường nhà ở. Nhận thấy được những hạn chế trên trong các nghiên cứu trước và đây cũng là một vấn đề cấp thiết cả về lý luận cũng như thực tiễn, nên nhóm tác giả đã thực hiện bài nghiên cứu này nhằm khắc phục những hạn chế trong các bài nghiên cứu trước. Với việc sử dụng phương pháp nghiên cứu định lượng, bài nghiên cứu là bằng chứng thực nghiệm nhằm xác định mức độ tác động của các yếu tố tài chính đến thị trường nhà ở tại thành phố Hồ Chí Minh. 2. Phương pháp nghiên cứu 2.1. Mô hình nghiên cứu Về khái niệm nhà ở, tùy thuộc vào góc độ nghiên cứu mà nhà ở có các khái niệm khác nhau: (1) trên góc độ xây dựng, nhà ở là sản phẩm của hoạt động xây dựng và không gian bên trong có tổ chức được ngăn cách với môi trường bên ngoài dùng để ở; (2) trên góc độ quản lý kinh tế, nhà ở là tài sản có giá trị đặc biệt đối với đời sống con người, là bộ phận quan trọng bảo vệ con người trước các hiện tượng tự nhiên (Dương Thị Bình Minh và cộng sự (cs), 2011). Thị trường nhà ở có thể hiểu là nơi diễn ra các hoạt động mua bán, cho thuê nhà ở, qua đó hình thành giá cả. Thị trường nhà ở và đặc biệt là các yếu tố tài chính tác động đến thị trường nhà ở đã được khá nhiều tác giả tiến hành nghiên cứu tại các nền kinh tế và khu vực khác nhau, dưới đây là phần tóm lược nội dung của các yếu tố tài chính có tác động đến thị trường nhà ở: - Tăng trưởng kinh tế Khá nhiều nghiên cứu trước đã cho rằng, khi nền kinh tế tăng trưởng tốt sẽ kích thích thị trường nhà ở phát triển theo, như: Nyakabawo và cs (2015), Zhao và cs (2017). Với một quan điểm khác, Chang và cs (2012) sử dụng mô hình VAR để kiểm định mối quan hệ giữa kinh tế vĩ mô và thị trường nhà ở tại Singapore đã cho rằng, thị trường nhà ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 8(129).2018 33 ở bị tác động ngược chiều bởi tăng trưởng kinh tế. Kết quả nghiên cứu này cho thấy, khi tăng trưởng kinh tế gia tăng quá nóng, có thể tạo hiện tượng bong bóng và khủng hoảng trên thị trường nhà ở, khiến cho tốc độ phát triển của thị trưởng nhà ở giảm sút. - Chỉ số giá tiêu dùng Một số quan điểm cho rằng, chỉ số giá tiêu dùng có tác động ngược chiều đến thị trường nhà ở. Điều này có nghĩa rằng khi chỉ số giá tiêu dùng tăng quá cao, nền kinh tế sẽ gặp khó khăn và kìm hãm sự phát triển của thị trường nhà ở, có thể kể đến các nghiên cứu của Amonhaemanon và cs (2013), Wadud và cs (2012). Một quan điểm khác cho rằng, khi chỉ số giá tiêu dùng ở mức vừa phải sẽ tạo động lực kích thích sự phát triển của thị trường nhà ở, như Gasparėnienė và cs (2017). - Cung tiền (M2) Hầu hết các nghiên cứu trước đều cho rằng cung tiền (M2) có tác động cùng chiều đến thị trường nhà ở, điều này có nghĩa rằng tăng cung tiền sẽ khiến cho lượng cung cấp tiền tệ trong nền kinh tế gia tăng, góp phần kích thích sự phát triển của thị trường nhà ở tại kỳ tiếp theo và ngược lại, như nghiên cứu Wen và He (2015), Zhao và cs (2017), Zhu và cs (2017). Với quan điểm khác, một số nghiên cứu cho rằng tồn tại tác động ngược chiều từ cung tiền (M2) đến thị trường nhà ở, điều này có nghĩa rằng khi lượng cung cấp tiền tệ trong nền kinh tế gia tăng cao có thể tạo ra hiện tượng bong bóng trên thị trường nhà ở, khiến cho thị trường nhà ở có nguy cơ gặp suy thoái ở các kỳ tiếp theo, điển hình là nghiên cứu của Wen và He (2015) khi phân tích tác động của cung tiền (M2) và nhu cầu nhà ở đến thị trường nhà ở tại Trung Quốc trong giai đoạn từ quý 1 năm 2001 đến quý 4 năm 2012. - Lãi suất cho vay Có khá nhiều nghiên cứu cho rằng lãi suất cho vay có tác động ngược chiều đến thị trường nhà ở, điều này có nghĩa rằng khi lãi suất cho vay tăng cao sẽ kìm hãm sự phát triển của thị trường nhà ở, có thể kể đến nghiên cứu của Engsted và Pedersen (2014), Kivedal (2013), Zhu và cs (2017). Ngược lại, cũng tồn tại một số nghiên cứu cho rằng lãi suất cho vay có tác động cùng chiều đến thị trường nhà ở, như: Gasparėnienė và cs (2017), Tse và cs (2014), Wadud và cs (2012). - Chỉ số chứng khoán Chỉ số chứng khoán đã được Lê Thanh Ngọc (2014) đưa vào mô hình khi nghiên cứu các yếu tố tài chính tác động hiện tượng bong bóng bất động sản tại thành phố Hồ Chí Minh, nhưng nghiên cứu này chưa tìm thấy tác động có ý nghĩa thống kê của chỉ số chứng khoán đến hiện tượng bong bóng bất động sản. Với bài nghiên cứu này, nhóm tác giả kỳ vọng chỉ số chứng khoán có tác động đến thị trường nhà ở tại thành phố Hồ Chí Minh, nên đưa thêm biến chỉ số chứng khoán vào nghiên cứu nhằm tạo sự phù hợp với thực tiễn cũng như tính mới của bài nghiên cứu. Sở dĩ nhóm nghiên cứu đưa thêm biến chỉ số chứng khoán vào nghiên cứu là vì: thị trường chứng khoán phát triển sẽ giúp giá trị chứng khoán trong danh mục nắm giữ của nhà đầu tư tăng theo, khi đó các nhà đầu tư sẽ mong muốn tái cân bằng lại danh mục của mình bằng cách bán bớt chứng khoán và nắm giữ các tài sản khác, trong đó có nhà ở. Mặt khác, khi giá trị của danh mục chứng khoán tăng giá (thị trường chứng khoán phát triển tốt), các nhà đầu tư sẽ gia tăng chi tiêu, gia tăng nhu cầu về nhà ở và đầu tư vào thị trường nhà ở, điều này sẽ làm cho thị trường nhà ở phát triển theo. Tuy nhiên, khi thị trường chứng khoán tăng trưởng quá nóng, nhà đầu tư sẽ gia tăng đầu tư vào thị trường nhà ở, góp phần hình thành hiện tượng bong bóng trên thị trường nhà ở, do vậy có nguy cơ xuất hiện suy thoái trên thị trường nhà ở trong tương lai. Căn cứ vào các nghiên cứu trước cho thấy, thị trường nhà ở được phản ánh thông qua chỉ số giá nhà ở. Thị trường nhà ở bị tác động chủ yếu bởi các yếu tố tài chính như: tăng trưởng kinh tế, chỉ số giá tiêu dùng, cung tiền (M2) và lãi suất cho vay. Ngoài ra, nhóm tác giả tiến hành bổ sung thêm biến chỉ số chứng khoán vào nghiên cứu, yếu tố này được nhóm tác giả kỳ vọng sẽ tác động đến thị trường nhà ở tại thành phố Hồ Chí Minh. Việc thêm biến chỉ số chứng khoán vào nghiên cứu nhằm phù hợp với thực tiễn tại thành phố Hồ Chí Minh, đồng thời tạo tính mới của bài nghiên cứu. Biến này cũng được Lê Thanh Ngọc (2014) đưa vào nghiên cứu nhưng chưa tìm thấy tác động có ý nghĩa thống kê. Dựa trên cơ sở này, nhóm tác giả sử dụng mô hình VAR để nghiên cứu tác động của các yếu tố tài chính đến thị trường nhà ở tại thành phố Hồ Chí Minh với phương trình dự kiến như sau: 0 1 2 1 1 n n t j t j j t j t j j HP HP X− − = = =  +  +  +   Trong đó, HPt phản ánh thị trường nhà ở (chỉ số giá nhà ở) tại thành phố Hồ Chí Minh trong quý t. Xt-j phản ánh các yếu tố tài chính (gồm: tăng trưởng kinh tế (GDP), chỉ số giá tiêu dùng (CPI), cung tiền (M2), lãi suất cho vay (LR), chỉ số chứng khoán (VNI)) tại thành phố Hồ Chí Minh trong quý t-j. εt là sai số. Bảng 1. Các biến sử dụng trong mô hình nghiên cứu Biến Nguồn dữ liệu Biến phụ thuộc Chỉ số giá nhà ở (HP) Savills Ghi chú: chuyển đổi sang logarit Các biến độc lập Tăng trưởng kinh tế (GDP) Tổng cục Thống kê Việt Nam Đơn vị tính: % Chỉ số giá tiêu dùng (CPI) Tổng cục Thống kê Việt Nam Ghi chú: chuyển đổi sang logarit Cung tiền (M2) Tổng cục Thống kê Việt Nam Ghi chú: chuyển đổi sang logarit Lãi suất cho vay (LR) IFS (IMF – Quỹ Tiền tệ quốc tế) Đơn vị tính: % Chỉ số chứng khoán (VNI) Thị trường chứng khoán Việt Nam Ghi chú: chuyển đổi sang logarit Nguồn: Tổng hợp của tác giả 2.2. Dữ liệu nghiên cứu Dữ liệu nghiên cứu được thu thập theo quý, từ quý 1 năm 2009 đến quý 2 năm 2017. Dữ liệu các yếu tố tài chính được thu thập từ nguồn của Tổng cục Thống kê Việt Nam, IFS (IMF – Quỹ Tiền tệ quốc tế) và thị trường chứng khoán Việt Nam. Chỉ số giá nhà ở tại thành phố Hồ Chí Minh được thu 34 Bùi Ngọc Toản, Đoàn Thị Thu Trang thập từ nguồn của Tập đoàn Savills. Với đặc thù của Việt Nam, hiện chỉ có Tập đoàn Savills cung cấp về chỉ số giá nhà ở với thời điểm bắt đầu từ quý 1 năm 2009, nên chuỗi dữ liệu đưa vào nghiên cứu khá ngắn, đây cũng là điểm hạn chế của bài nghiên cứu. Tuy nhiên, việc phân tích chuỗi dữ liệu ngắn về thị trường nhà ở cũng thường thấy ở các bài nghiên cứu trước. Ví dụ, Liang và Cao (2007) sử dụng chuỗi dữ liệu theo quý về thị trường nhà ở tại Trung Quốc trong giai đoạn từ quý 1 năm 1999 đến quý 2 năm 2006 (hơn 7 năm); tại Việt Nam, Lê Thanh Ngọc (2014) sử dụng chuỗi dữ liệu theo quý về thị trường bất động sản trong giai đoạn từ quý 1 năm 2004 đến quý 2 năm 2013 (hơn 9 năm). Dựa trên những điều này, nhóm tác giả tin rằng khoảng thời gian gần 9 năm là hợp lý để phân tích tác động của các yếu tố tài chính đến thị trường nhà ở. Ngoài ra, chỉ số giá nhà ở do Tập đoàn Savills cung cấp sẽ phản ánh sự chuyển động giá hàng quý của các phân khúc khác nhau trên thị trường nhà ở nên khá hợp lý khi sử dụng để đo lường thị trường nhà ở. Chỉ số giá nhà ở tại thành phố Hồ Chí Minh được xây dựng và tính toán dựa trên mẫu gồm 200 dự án của thị trường sơ cấp và thứ cấp tại thành phố Hồ Chí Minh. 2.3. Phương pháp phân tích Bài nghiên cứu sử dụng phương pháp phân tích mô hình tự hồi quy véctơ (VAR) nhằm kiểm định tác động của các yếu tố tài chính đến thị trường nhà ở tại thành phố Hồ Chí Minh. Việc sử dụng mô hình VAR được nhóm tác giả căn cứ theo các bài nghiên cứu của Chang và cs (2012), Kivedal (2013), Nyakabawo và cs (2015), Tse và cs (2014), Wadud và cs (2012). 3. Kết quả nghiên cứu và thảo luận 3.1. Thống kê mô tả Dữ liệu nghiên cứu được thu thập theo quý, từ quý 1 năm 2009 đến quý 2 năm 2017 với các biến số được mô tả trong Bảng 2 sau đây: Bảng 2. Thống kê mô tả các biến Biến Số quan sát Trung bình Giá trị nhỏ nhất Giá trị lớn nhất Chỉ số giá nhà ở (điểm) 34 93,69 88,7 105 Tăng trưởng kinh tế (%) 34 5,80 3,14 7,34 Chỉ số giá tiêu dùng (%) 34 107,39 100 122,42 Cung tiền (tỷ đồng) 34 4.202.230 1.748.226 7.616.856 Lãi suất cho vay (%) 34 10,59 6,96 18,02 Chỉ số chứng khoán (điểm) 34 520,73 280,67 776,47 Nguồn: Kết quả phân tích của nhóm nghiên cứu Từ kết quả thống kê mô tả ta thấy, các biến trong mô hình ước lượng đều thu thập đủ dữ liệu trong giai đoạn nghiên cứu với 34 quan sát. Chỉ số giá nhà ở tại thành phố Hồ Chí Minh đạt giá trị cao nhất vào quý 3 năm 2009 (105 điểm), thấp nhất vào quý 4 năm 2013 (88,7 điểm). Tăng trưởng kinh tế đạt giá trị cao nhất vào quý 4 năm 2010 (7,34%) và thấp nhất vào quý 1 năm 2009 (3,14%). Chỉ số giá tiêu dùng đạt giá trị cao nhất vào quý 3 năm 2011 (122,42%) và thấp nhất vào quý 3 năm 2015 (100%). Cung tiền đạt giá trị cao nhất vào quý 2 năm 2017 (7.616.856 tỷ đồng) và thấp nhất vào quý 1 năm 2009 (1.748.226 tỷ đồng). Lãi suất cho vay đạt giá trị cao nhất vào quý 2 năm 2011 (18,02%) và thấp nhất vào quý 3 năm 2015 (6,96%). Đối với chỉ số chứng khoán, đạt giá trị cao nhất vào quý 2 năm 2017 (776,47 điểm) và thấp nhất vào quý 1 năm 2009 (280,67 điểm). 3.2. Kiểm định tính dừng Trong bài nghiên cứu này, nhóm tác giả sử dụng kiểm định Dickey-Fuller để kiểm định tính dừng của các chuỗi dữ liệu. Với giả thuyết H0 là chuỗi dữ liệu không có tính dừng. Bảng 3. Kiểm định tính dừng Biến Chuỗi dữ liệu gốc Chuỗi dữ liệu sai phân bậc 1 Chỉ số giá nhà ở 0,6062 0,0000*** Tăng trưởng kinh tế 0,0006*** 0,0000*** Chỉ số giá tiêu dùng 0,7001 0,0053*** Cung tiền 0,3862 0,0000*** Lãi suất cho vay 0,9089 0,0264** Chỉ số chứng khoán 0,0713* 0,0000*** Ghi chú: *, ** và *** có ý nghĩa tương ứng ở mức 10%, 5% và 1% Nguồn: Kết quả phân tích của tác giả Bảng 3 cho thấy đa số các chuỗi dữ liệu đều không có tính dừng ở chuỗi dữ liệu gốc, nhưng có tính dừng ở sai phân bậc 1 với mức ý nghĩa 1% và 5%. 3.3. Kết quả mô hình VAR và thảo luận Qua quá trình kiểm định độ trễ tối ưu của mô hình, nhóm tác giả xác định sử dụng mô hình ước lượng VAR ở độ trễ 3. Kết quả mô hình VAR như sau: Bảng 4. Kết quả mô hình VAR Biến Hệ số hồi quy Mức ý nghĩa Hằng số 0,0145 0,046** HP(-1) 0,6292 0,000*** HP(-2) 0,2186 0,081* HP(-3) -0,1920 0,069* GDP(-1) -0,0041 0,099* GDP(-2) -0,0008 0,715 GDP(-3) 0,0016 0,539 CPI(-1) 0,0364 0,744 CPI(-2) -0,0540 0,417 CPI(-3) 0,0857 0,164 M2(-1) -0,1164 0,125 M2(-2) -0,1277 0,027** M2(-3) -0,0939 0,480 LR(-1) 0,0031 0,081* LR(-2) 0,0065 0,009*** LR(-3) -0,0110 0,000*** VNI(-1) 0,0001 0,999 VNI(-2) -0,0578 0,016** VNI(-3) 0,0395 0,002*** Ghi chú: *, ** và *** có ý nghĩa tương ứng ở mức 10%, 5% và 1% Nguồn: Kết quả phân tích của tác giả ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 8(129).2018 35 Hình 1. Vòng tròn đơn vị (Nguồn: Kết quả phân tích của tác giả) Kết quả kiểm định sự ổn định của mô hình cho thấy các nghiệm đều nằm trong vòng tròn đơn vị nên mô hình VAR với độ trễ 3 có tính ổn định và phù hợp. Ngoài ra, kết quả mô hình VAR cho thấy: - Chỉ số giá nhà ở trong quá khứ Chỉ số giá nhà ở bị tác động cùng chiều bởi các cú sốc của chính yếu tố này trong quá khứ với độ trễ 1 và 2 quý. Với độ trễ 3 quý, xu hướng tác động giảm dần và chuyển sang ngược chiều. Điều này cho thấy, khi thị trường nhà ở trong quá khứ biến động tăng, sẽ khiến cho thị trường nhà ở biến động tăng theo sau 1 đến 2 quý. Tuy nhiên, nếu thị trường nhà ở tăng quá nóng sẽ khiến xu hướng biến động đảo chiều và giảm sau đó 3 quý. Điều này khá phù hợp với thực tiễn tại thành phố Hồ Chí Minh, vì khi thị trường tăng quá nóng có thể dẫn đến hiện tượng bong bóng trên thị trường nhà ở, khiến cho thị trường nhà ở có nguy cơ gặp suy thoái và giảm sút trong tương lai. - Tăng trưởng kinh tế Tăng trưởng kinh tế ở độ trễ 1 quý tác động ngược chiều đến thị trường nhà ở tại thành phố Hồ Chí Minh, phù hợp với nghiên cứu của Chang và cs (2012). Kết quả cho thấy, khi tăng trưởng kinh tế gia tăng quá nóng, có thể tạo hiện tượng bong bóng và suy thoái trên thị trường nhà ở, khiến cho tốc độ phát triển của thị trưởng nhà ở giảm sút. - Cung tiền (M2) Cung tiền (M2) ở độ trễ 2 quý tác động ngược chiều đến thị trường nhà ở tại thành phố Hồ Chí Minh, phù hợp trong nghiên cứu của Wen và He (2015). Kết quả này cho thấy, khi lượng cung tiền tệ trong nền kinh tế gia tăng cao có thể tạo ra hiện tượng bong bóng trên thị trường nhà ở, khiến cho thị trường nhà ở có nguy cơ gặp suy thoái ở các kỳ tiếp theo. - Lãi suất cho vay Lãi suất cho vay với độ trễ 1 và 2 quý tác động cùng chiều đến thị trường nhà ở tại thành phố Hồ Chí Minh. Tuy nhiên, với độ trễ 3 quý, mức độ tác động của lãi suất cho vay gia tăng và chuyển sang ngược chiều. Kết quả nghiên cứu này có thể giải thích như sau: trong giai đoạn nghiên cứu, lãi suất cho vay có xu hướng giảm dần, tuy nhiên vì nền kinh tế còn gặp nhiều khó khăn sau khủng hoảng tài chính nên thị trường nhà ở vẫn chưa thoát khỏi đà giảm sút. Với độ trễ 3 quý, việc giảm lãi suất có tác động giúp thị trường nhà ở tăng trưởng. Kết quả này khá phù hợp với các nghiên cứu của Gasparėnienė và cs (2017), Tse và cs (2014), Wadud và cs (2012). - Chỉ số chứng khoán Chỉ số chứng khoán ở độ trễ 2 quý có tác động ngược chiều đến thị trường nhà ở tại thành phố Hồ Chí Minh. Tuy nhiên, với độ trễ 3 quý, xu hướng tác động này giảm dần và chuyển sang hướng cùng chiều. Điều này có thể được giải thích rằng, khi thị trường chứng khoán tăng trưởng quá nóng, nhà đầu tư sẽ gia tăng đầu tư vào thị trường nhà ở để cân bằng danh mục đầu tư, góp phần hình thành hiện tượng bong bóng trên thị trường nhà ở trong thời gian ngắn, do vậy có nguy cơ xuất hiện suy thoái và giảm sút trên thị trường nhà ở trong tương lai. Sau đó, các nhà đầu tư sẽ tái cân bằng lại danh mục của mình, khi đó thị trường chứng khoán sẽ ổn định và tăng trưởng tốt, đồng thời sẽ tác động cùng chiều khiến cho thị trường nhà ở tăng trưởng theo. Với bộ dữ liệu thu thập được, bài nghiên cứu chưa tìm thấy tác động có ý nghĩa thống kê của chỉ số giá tiêu dùng đến thị trường nhà ở tại thành phố Hồ Chí Minh. 4. Kết luận Với mục tiêu, kiểm định tác động của các yếu tố tài chính đến thị trường nhà ở tại thành phố Hồ Chí Minh, nhóm tác giả đã sử dụng mô hình tự hồi quy véctơ (VAR) để làm sáng tỏ vấn đề cần nghiên cứu và đạt được mục tiêu đề ra. Kết quả nghiên cứu cho thấy, thị trường nhà ở bị tác động bởi các yếu tố tài chính như: tăng trưởng kinh tế, cung tiền (M2), lãi suất cho vay và chỉ số chứng khoán, xu hướng tác động thay đổi theo thời gian. Đồng thời, thị trường nhà ở còn bị tác động bởi các cú sốc của chính nó trong quá khứ. Qua đó ta thấy, thị trường nhà ở tại thành phố Hồ Chí Minh không chỉ bị tác động riêng lẻ bởi từng yếu tố tài chính mà còn bị tác động đồng thời bởi các yếu tố này, đây là cơ sở đáng tin cậy nhằm đưa ra các hàm ý chính sách phù hợp. Kết quả nghiên cứu là cơ sở để góp phần giúp nhà quản lý trong thị trường nhà ở, cũng như các nhà nghiên cứu và nhà hoạch định chính sách thấy rõ được sự tác động của các yếu tố tài chính đến thị trường nhà ở tại thành phố Hồ Chí Minh, do đó mang lại giá trị thiết thực và ý nghĩa. Tuy nhiên, bài nghiên cứu còn gặp phải một số hạn chế như: chưa đề cập thêm một số biến kiểm soát có thể tác động đến thị trường nhà ở, chưa nghiên cứu ở các địa phương khác tại Việt Nam để có cơ sở so sánh giữa các địa phương, dữ liệu đưa vào nghiên cứu khá ngắn do đặc thù của Việt Nam, dữ liệu được thu thập từ nhiều nguồn khác nhau nên còn hạn chế về sự nhất quán trong cách đo lường và nguồn dữ liệu của các biến, đây cũng là hướng nghiên cứu cho các bài nghiên cứu tiếp theo. Lời cảm ơn: Nghiên cứu này được cấp kinh phí thực hiện bởi Trường Đại học Công nghiệp Tp. Hồ Chí Minh (IUH) trong đề tài mã số 183.NH01. TÀI LIỆU THAM KHẢO [1] Amonhaemanon, Ceuster, Annaert, Hau, “The Inflation-Hedging Ability of Real estate Evidence in Thailand: 1987-2011”, Procedia Economics and Finance, Vol. 5, pp. 40-49, 2013. [2] Chang, Chen, Leung, “The dynamics of housing returns in Singapore: How important are the international transmission -1 -. 5 0 .5 1 Im a g in a ry -1 -.5 0 .5 1 Real Roots of the companion matrix 36 Bùi Ngọc Toản, Đoàn Thị Thu Trang mechanisms?”, Regional Science and Urban Economics, Vol. 42, pp. 516-530, 2012. [3] Dương Thị Bình Minh, Sử Đình Thành, Phan Thị Bích Nguyệt, Nguyễn Quỳnh Hoa, Trịnh Thị Kim Oanh, Nguyễn Thị Mỹ Linh, “Chính sách phát triển nhà ở thương mại tại thành phố Hồ Chí Minh”, Đề tài nghiên cứu khoa học cấp Bộ (Bộ Giáo dục và Đào tạo - Mã số: B 2009 – 09 - 101), 2011. [4] Engsted & Pedersen, “Housing market volatility in the OECD area: Evidence from VAR based return decompositions”, Journal of Macroeconomics, Vol. 42, pp. 91–103, 2014. [5] Gasparėnienė, Remeikienė, Skuka, “Assessment of The Impact of Macroeconomic Factors On Housing Price Level: Lithuanian Case”, Intellectual Economics, Vol. 10, Issue 2, pp. 122-127, 2017. [6] Kivedal, “Testing for rational bubbles in the US housing market”, Journal of Macroeconomics, Vol. 38 (2013), pp. 369–381, 2013. [7] Liang & Cao, “Property prices and bank lending in China”, Journal of Asian Economics, Vol. 18, pp. 63-75, 2007. [8] Lê Thanh Ngọc, “Phân tích ảnh hưởng của các nhân tố tài chính đến bong bóng bất động sản tại TP. Hồ Chí Minh”, Tạp chí Phát triển và Hội nhập, Số 15 (25), trang 58-64, 2014. [9] Nyakabawo, Miller, Balcilar, Das, Gupta, “Finance Temporal causality between house prices andoutput in the US: A bootstrap rolling-windowapproach”, North American Journal of Economics and Finance, Vol. 33, pp. 55-73, 2015. [10] Tse, Rodgers, Niklewski, “The 2007 financial crisis and the UK residential housing market: Did the relationship between interest rates and house prices change?”, Economic Modelling, Vol. 37 (2014), pp. 518–530, 2014. [11] Valadez, “The Housing Bubble and The GDP: a correlation perspective”, Journal of Case Research in Business and Economics, Vol. 3(10490), pp. 1-18, 2010. [12] Wadud, Bashar, Ahmed, “Monetary policy and the housing market in Australia”, Journal of Policy Modeling, Vol. 34 (2012), pp. 849- 863, 2012. [13] Wen & He, “Housing demand or money supply? A new Keynesian dynamic stochastic general equilibrium model on China’s housing market fluctuations”, Physica A, Vol. 432, pp. 257–268, 2015. [14] Zhao, S., Zhan, H., Jiang, Y., Pan, W. (2017). How big is China’s real estate bubble and why hasn’t it burst yet?, Land Use Policy, Vol. 64 (2017), pp. 153–162. [15] Zhu, Betzinger, Sebastian, “Housing Market Stability, Mortgage Market Structure, and Monetary Policy: Evidence from the Euro Area”, Journal of Housing Economics, Vol. 37, pp. 1-21, 2017. (BBT nhận bài: 13/7/2018, hoàn tất thủ tục phản biện: 22/8/2018)