Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang 1 BÀI NGHIÊN CỨU VỀ CUỘC KHỦNG KHOẢNG
NỢ TRÊN THỊ TRƯỜNG TÀI CHÍNH HOA KỲ
Jerome L.Stein
Bài nghiên cứu của CESifo số 2924
Chuyên đề: Tài chính công
Tháng 1 năm 2010
File điện tử có thể tải về từ:
- www.SSRN.com
- www.RePEc.org
- www.CESifo-group.org/wp
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang 2


Trang 3
Báo cáo COP rút ra các bài học từ cuộc khủng hoảng tài chính Mỹ và thảo
luận các vấn đề hoặc các thiếu sót của hệ thống tài chính: Việc sử dụng đòn bẩy quá
nhiều và hệ thống tài chính ngầm không kiểm soát là nguồn gốc của rủi ro hệ thống.
Nhiều tổ chức tài chính đã sử dụng đòn bẩy quá “nguy hiểm”. Rủi ro hệ thống thì
không được xác định hoặc không được quy định cho đến khi cuộc khủng hoảng sắp
xảy ra. Báo cáo bao gồm các phần sau: Những bài học từ quá khứ; Các thiếu sót của
hệ thống hiện nay; Đòn bẩy, Các yêu cầu về vốn; Hệ thống pháp lý của Nhà nước;
Các vấn đề nguy kịch và những khuyến nghị cần thiết để cải thiện.
Có nhiều tài liệu đã mô tả về cuộc khủng hoảng tài chính. Tôi bỏ qua các
nghiên cứu liên quan đến cải cách và điều chỉnh của thị trường tài chính. Tôi tập
trung vào các vấn đề chính nêu ra trong Báo cáo COP. Những vấn đề này chứa
đựng các mối liên kết với nhau. Các mối liên kết đó là: (i) giá tài sản, tỷ lệ nợ/đòn
bẩy tác động đến các ngành đặc biệt dễ bị tổn thương như nhà ở, các cú sốc, (ii) tính
dễ tổn thương này lại được chuyển đến khu vực tài chính lớn hơn thông qua các đòn
bẩy và mối quan hệ, và (iii) nền kinh tế thực sự là sau đó bị ảnh hưởng. Tôi diễn
giải và đánh giá các nghiên cứu quan trọng này thông qua các câu hỏi sau đây. Đến
mức độ nào thì lý thuyết nghiên cứu giúp cho việc xác định giá của bong bóng tài
sản trước và sau khủng hoảng? Có phải các nghiên cứu thực nghiệm có cơ sở lý
thuyết nền tảng hay không?
Trên cơ sở phê bình đó, tôi giải thích tại sao việc áp dụng các điều khiển tối ưu
ngẫu nhiên (SOC) / quản lý rủi ro động là một cách tiếp cận hiệu quả để xác định
mức độ tối ưu của đòn bẩy, nguy cơ và xác suất xảy ra cuộc khủng hoảng nợ. Về
mặt lý thuyết, nghiên cứu này sẽ thiết lập các tín hiệu cảnh báo sớm về các cuộc
khủng hoảng đến các cấp thẩm quyền. Hơn nữa, các phân tích SOC cung cấp cơ sở
lý thuyết hữu ích để giải thích cho các giải pháp này.

thiết cho các thị trường, và nó có thể gây hại. Bởi vì nếu có sự can thiệp bởi các quy
định sẽ làm giảm đi các sáng kiến trong thị trường tài chính cũng như trong thị
trường bất động sản".
Các nỗ lực của CFTC (Commodity Futures Trading Commission - Ủy ban
giao dịch hàng hóa kỳ hạn) để điều tiết thị trường OTC – giao dịch hàng hóa phái
sinh trong năm 1997-98 đã bị ngăn chặn bởi Greenspan - Chủ tịch Fed và Bộ trưởng
Tài chính Rubin. Họ cáo buộc rằng với việc đưa ra các quy định điều tiết thị trường
có thể dẫn đến một cuộc khủng hoảng tài chính. Hơn nữa, Quốc hội trong năm 2000
cũng bị cấm đưa ra quy định liên quan đến thị trường phái sinh.
Cuộc khủng hoảng tài chính bắt đầu trong năm 2007 đã phơi bày những điểm
yếu quan trọng trong kiến trúc tài chính của quốc gia và trong thiết kế của hệ thống
luật pháp để đảm bảo sự ổn định, an toàn và hiệu quả. Lý thuyết được sử dụng chủ
yếu trong hệ thống các quy định của thị trường tài chính Mỹ cho rằng thị trường tư
nhân và các tổ chức tài chính tư nhân có thể tự điều chỉnh đã không giải thích được
hiện tượng tại sao giá tài sản giảm mạnh.
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang 5
Krugman trong bài viết “Các nhà kinh tế đã gây nên sai lầm như thế nào” đã
lập luận rằng “Rất ít các nhà kinh tế nhìn thấy cuộc khủng hoảng hiện tại của chúng
ta và quan trọng hơn là các chuyên gia giống như là người mù khi không thấy được
khả năng thất bại rất thê thảm của nền kinh tế thị trường. Trong suốt những năm
vàng son, các nhà kinh tế tài chính đều tin rằng cổ phiểu và các tài sản khác luôn
được trả đúng giá. Các nhà kinh tế học vĩ mô đưa ra các quan điểm khác nhau. Có
quan điểm cho rằng nền kinh tế thị trường tự do không bao giờ đi lạc lối. Và cũng


sự phức tạp và nguy cơ tiềm ẩn của thị trường là nguồn gốc của tất cả các cuộc
khủng hoảng ".
Bài nghiên cứu của tôi được thiết kế như sau. Phần 1.2 giải thích việc sử dụng
đòn bẩy cao trong lĩnh vực tài chính sẽ chuyển các cú sốc từ khu vực cầm cố nhà
sang khu vực tài chính như thế nào. Phần 1.3 cho một ví dụ cụ thể về cách các
"Quants" đã chọn việc sử dụng đòn bẩy rất cao và giải thích hậu quả của nó. Phần 2
liên quan đến dự đoán giá thực tế của thị trường nhà đất. Phần 3 thảo luận về một
bài nghiên cứu cũ sử dụng phương pháp hoàn nguyên giá trị trung bình để phát hiện
hiện tượng bong bóng trong giá nhà ở. Phần 4 thảo luận về các nghiên cứu của
Ngân hàng Thanh toán Quốc tế và Quỹ tiền tệ quốc tế phát hiện những bong bóng
thị trường tài chính và mối liên hệ giữa giá tài sản và khủng hoảng tài chính. Phần 5
kết luận với một đánh giá những hạn chế của các tài liệu hiện có. Cho nên trong
phần 6 sẽ trình bày về cách tiếp cận của phương pháp SOC. Tôi tập trung vào các
câu hỏi sau đây: cơ sở lý thuyết và hiệu quả thực sự trong việc dự đoán bong bóng
giá nhà so với các thảo luận nghiên cứu trước đây là gì? Người ta nên giải thích mối
liên hệ trong thực tế đến bài nghiên cứu này như thế nào?
1.2. Đòn bẩy
Bây giờ mọi người đều tin rằng việc sử dụng đòn bẩy “quá mức” hay tỉ số nợ
“quá cao” của các tổ chức tài chính đã đẩy những biến động từ việc cho vay dưới
chuẩn vào năm 2007 thành một cuộc khủng hoảng tài chính nghiêm trọng vào năm
2008. Đòn bẩy là tỷ số giữa nợ L(t) với giá trị ròng X(t), hay còn gọi là tỷ lệ nợ, và
được ký hiệu f(t) = L(t)/X(t). Mặc dù đòn bẩy là một công cụ tài chính có giá trị,
nhưng việc tận dụng "quá mức" đặt ra một nguy cơ đáng kể cho các hệ thống tài
chính. Đối với một tổ chức mà sử dụng đòn bẩy cao, những thay đổi trong giá trị tài
sản sẽ dẫn đến những thay đổi trong giá trị ròng. Để duy trì tỷ lệ nợ tương tự khi giá
trị tài sản giảm thì tổ chức phải tăng vốn hoặc phải thanh lý tài sản.
Các mối quan hệ được thấy thông qua phương trình (i) – (iii). Trong (i), giá trị
ròng X(t) bằng với giá trị tài sản A(t) trừ đi nợ L(t). Phương trình (ii) chỉ là một
cách thể hiện tỷ lệ nợ. Phương trình (iii) liên quan đến tỷ lệ nợ f (t) = L(t)/X(t) với

duy trì cùng một đòn bẩy f = 11, các tổ chức phải hoặc huy động vốn để bù đắp sự
suy giảm trong giá trị tài sản dX = dA <0, hoặc phải bán đi tài sản giảm nợ của
mình bằng cách cùng một tỷ lệ dL (t) / L (t) = dx (t) / X (t), có nguồn gốc từ phương
trình (ii). Một sự suy giảm 3% về giá trị tài sản sẽ yêu cầu bán (0,03) (21,100) =
630 tỷ USD tài sản để trả nợ.
Cả hai hành động đều gây ra hậu quả xấu cho nền kinh tế. Các công ty trong
lĩnh vực tài chính, các trung gian tài chính, có quan hệ với nhau như người đi vay –
người cho vay. Các ngân hàng cho vay ngắn hạn để các quỹ đầu tư vào tài sản dài
hạn và cũng có thể mua các hợp đồng hoán đổi tín dụng mặc định. Các công ty bị
mất 690 tỷ USD trong giá trị tài sản sẽ gặp khó khăn trong huy động vốn để khôi
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang 8
phục lại giá trị thực, mà không suy giảm mạnh mẽ trong giá cổ phiếu. Tương tự như
vậy, những nỗ lực của nhóm G
1
bán 630 tỷ USD tài sản để trả nợ các khoản vay sẽ
có hậu quả nghiêm trọng trong thị trường tài chính. Các mức giá của các tài sản này
sẽ giảm, và việc sử dụng đòn bẩy sẽ lặp đi lặp lại cho các khu vực khác. Tổ chức G
J

nắm giữ các tài sản này sẽ thấy rằng giá trị của danh mục đầu tư của họ đã bị giảm,
giá trị thực cũng giảm tương ứng. Trong một số trường hợp, sẽ gây nên hiệu ứng
dây chuyền. Khi giá trị của một quỹ G
J


Trang 9
tối thiểu. Đây là điểm đáng chú ý vì hầu hết các ngân hàng toàn cầu được đánh giá
không cao hơn AA.
Khi danh mục đầu tư có kỳ hạn dài hạn hơn các khoản vay, Atlas sẽ gặp các
rủi ro trong lãi suất cho vay ngắn hạn. Khi các khoản vay 30 ngày đến hạn, Atlas sẽ
phải quay vòng để tiếp tục khoản vay 30 ngày với lãi suất hiện hành. Tuy nhiên, nếu
Atlas gặp khó khăn trong việc thanh toán này, Atlas sẽ được cung cấp các khoản
vay “khẩn cấp” từ các ngân hàng được gọi là “nhà cung cấp tính thanh khoản”.
Các "kỹ sư tài chính" xây dựng một mô hình để đánh giá các rủi ro và họ sử
dụng mô hình này để thuyết phục các tổ chức tín nhiệm xếp hạng AAA cho Altas.
Một đánh giá cao từ tổ chức xếp hạng sẽ làm giảm chi phí vay vốn. Mô hình sẽ mô
phỏng sự biến động của 12 tỷ USD tài sản cá nhân cũng như các hành vi tương
quan của chúng. Những tài sản này là từ trái phiếu, khoản vay vốn, các chứng
khoán có cấu trúc phức tạp được kết hợp bởi tất cả các loại tài sản thế chấp. Các
điểm không phù hợp của dòng tiền từ tài sản và các khoản nợ phải trả, các biến
động giá, sự thay đổi trong xếp hạng tín nhiệm, sẽ được đưa vào mô hình tính toán,
phân tích và mô phỏng lại. Đối với mỗi biến động của giá tài sản trong tương lai,
mô hình sẽ tính toán lại. Sau khoảng hàng chục ngàn mô phỏng như vậy, các kỹ sư
tài chính sẽ tính toán được chi phí kỳ vọng và lợi nhuận kỳ vọng . Những mô phỏng
trên thực tế đã thuyết phục các cơ quan đánh giá xếp hạng AAA cho Atlas và do đó
chi phí vay nợ thấp.
Lúc đầu Atlas có lợi nhuận cực kỳ cao. Các cổ đông nhận được 100% số tiền
của họ trở lại trong năm đầu tiên hoạt động. Điều này là do đòn bẩy của $ 12 tỷ tài
sản / $ 10 triệu đô vốn = 1200. FED lại đưa ra chính sách lãi suất thấp. Hơn nữa,
Chủ tịch Alan Greenspan là nhà vô địch của các phát minh mới trong tài chính và
chống lại các quy định can thiệp, cải cách. 3 năm sau khi Atlas bắt đầu hoạt động,

giai đoạn 2005-06 hoặc có thể cho rằng những thay đổi giá nhà ở đã được dự đoán.
Các tác giả đã xem xét dữ liệu của những người tham gia thị trường từ năm
2004 đến năm 2006 để hiểu tại sao giới đầu tư đã không dự đoán cuộc khủng hoảng
thế chấp tín dụng dưới chuẩn. Và có 5 vấn đề như sau. Đầu tiên là thị trường cho
vay dưới chuẩn đã được xem như là một câu chuyện thành công lớn trong năm
2005. Thứ hai, thế chấp được xem là có rủi ro thấp hơn vì các khoản thanh toán là
ổn định. Thứ ba, các nhà phân tích sử dụng công cụ tin học phức tạp nhưng tập hợp
mẫu thì không bao gồm giá trị các căn nhà giảm giá. Thứ tư, tình cảm và dự đoán
thì chủ quan và không dựa trên phân tích định lượng. Thứ năm, các nhà phân tích đã
khá lạc quan trước các bảng đánh giá tốt đẹp về giá nhà (HPA).
Các nhà phân tích đã xem xét dữ liệu về giá nhà trong quá khứ, chẳng hạn như
giá nhà trong các quý của năm, có thể xem xét ở biểu đồ dưới đây (theo báo cáo của
Stein (2010)). Trong bảng tổng hợp, giá nhà đất không bao giờ giảm từ năm này
sang năm khác trong khoảng thời gian từ quý 1 năm 1980 đến quý 4 năm 2007.
Mức tăng trung bình là 5,4% / năm với độ lệch chuẩn là 2,94% / năm. Sự lạc quan
Bài thuyết trình môn Tài chính quốc tế Nhóm 4 – Lớp NH Đêm 6 – K19
Trang
11
này có thể được hiểu nếu một ai đấy hỏi: Với 111 mẫu quan sát thì xác suất để giá
nhà sẽ giảm là bao nhiêu? Với mức tăng trung bình và độ lệch chuẩn như trên thì
chỉ có 3% khả năng là giá nhà sẽ giảm. Chính điều này đã làm cho các nhà đầu tư
rất lạc quan.

Hình 1: Biểu đồ và số liệu thống kê của CAPGAINS = HPA, các thay đổi trong

sẽ chuyển sang dự đoán. Loại phân tích này được sử dụng thành công trong việc
đánh giá tỷ giá hối đoái thực. Đây là mô hình động do sự biến động của tỉ giá hối
đoái thực bình quân trong dài hạn xoay quanh giá trị “cơ bản”, gọi là tỷ giá hối đoái
thực tự nhiên NATREX. Quy trình này sẽ chỉ ra cách tỷ giá hối đoái thực hội tụ về
NATREX. Xem Stein (2006) lý giải về lý thuyết của mô hình NATREX và ứng
dụng nó vào Euro và các đồng tiền của Trung và Đông Âu. Nhiều tác giả áp dụng
thành công mô hình NATREX để giải thích sự biến động của tỷ giá hối đoái thực
của các nước ở Châu Âu, Châu Á, Trung Quốc, Mỹ Latin, 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 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

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

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

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

1
(t) – L
2
(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) = X
1
(t) + X
2
(t) = K (t) – L
2
(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

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.

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
25
(13) W(f (t)) = E[d ln(X(t)]
= [(1+f(t))(ρ + (1/2)σ
2
- αy(t)] + (β(t) - i(t)) f(t) - (1/2)(1 + f(t))
2
σ
2

(14) r(t) = i(t) - ρ> 0 Khống chế lãi suất thực
(15) var d[ln X(t)] = (1 + f(t))
2
σ
2
dt 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)σ
2
] - αy(t)}/σ
2

f*(t) = {[β(t) - r(t)] - (1/2)σ
2
] - αy(t)}/σ
2