TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM
KHOA TÀI CHÍNH DOANH NGHIỆP
CHUYấN ĐỂ THỰC TẬP
ĐỀ TÀI:
XÂY DỰNG MÔ HÌNH CẢNH BÁO KHỦNG
HOẢNG TÀI CHÍNH CHO VIỆT NAM
TP.HCM, tháng 4 năm 2010
MỤC LỤC
Chương 1. Cơ sở lý luận về khủng hoảng tài chính 1
1.1Các mô hình khủng hoảng tài chính 1
1.1.1Khủng hoảng tiền tệ (Currency crisis) 1
1.1.2.Khủng hoảng ngân hàng (Banking crisis) 5
1.2.Các mô hình khủng hoảng kép 5
1.2.1.Khủng hoảng kép loại một 5
1.2.2.Khủng hoảng nợ và khủng hoảng kép loại hai 6
1.3.Các mô hình cảnh báo khủng hoảng 6
1.3.1.Mô hình probit 6
1.3.2.Neuro fuzzy 7
1.3.3.Mô hình tiếp cận dấu hiệu (signal approach) 11
1.4.Lựa chọn mô hình 15
Chương 2.Ứng dụng mô hình tiếp cận tín hiệu (signal approach ) để cảnh báo
khủng hoảng cho Việt Nam 16
2.1.Cơ sở dữ liệu 16
2.2 Xây dựng chuỗi chỉ số cảnh báo khủng hoảng 16
2.2.1.Tóm tắt lại phương pháp 16
2.2.2.Lựa chọn biến số cho mô hình 17
2.2.3.Thực nghiệm 21
2.3.Qua kết quả nhìn nhận khả năng nền kinh tế rơi vào khủng hoảng 25
2.3.1.Phương pháp luận 25
2.3.2.Áp dụng 25
Chương 3:Nhận xét và các khuyến nghị thêm về mô hình 29

ngay trước khi dự trữ ngoại hối cạn kiệt, sự suy yếu của các yếu tố kinh tế vĩ mô trở
thành tín hiệu cho các cuộc tấn công mang tính đầu cơ vào đồng nội tệ và đẩy nhanh
quá trình khủng hoảng.
Mô hình khủng hoảng tiền tệ của Krugman nêu trên đã đưa ra một cách giải
thích khá thuyết phục về quá trình sụp đổ của tỷ giá hối đoái cố định khi dự trữ
ngoại tệ cạn kiệt. Tuy vậy, trong rất nhiều cuộc khủng hoảng tiền tệ (đặc biệt đối
Thâm hụt ngân sách
Tài trợ bằng cách phát
hành thêm tiền
Sức ép lên tỷ giá hối
đoái cố định
NHTW bán dự trữ ngoại hối để
duy trì tỷ giá hối đoái cố định
Dự trữ
ngoại
hối suy
giảm
Tấn
công
đầu
cơ
Khủng
hoảng
tiền tệ
Xuất phát điểm là các chính
sách kinh tế vĩ mô không ổn
định và duy trì chế độ tỷ giá
hối đoái cố định
với những nền kinh tế phát triển), chính phủ rõ ràng có đủ dự trữ ngoại hối để bảo
vệ tỷ giá nhưng đã không làm như vậy. Ngược lại, do những mối quan ngại về tác

Các nhà đầu cơ tấn
công đồng nội tệ
Tấn công xảy ra tạo
kỳ vọng đồng nội tệ
có thể bị phá giá và
làm tăng lãi suất
chính phủ thấy lãi suất
tăng lên gây ảnh hưởng
xấu đến tăng trưởng và
tình trạng thất nghiệp nên
thả nổi tỷ giá
KỲ VỌNG XOAY VÒNG
khó đòi và tình trạng vỡ nợ vì thế gia tăng làm ảnh hưởng tới năng lực tài chính và
khả năng thanh khoản của hệ thống ngân hàng.
Tuy nhiên cuộc khủng hoảng tài chính Châu Á năm 1997 lại không thể giải
thích tốt bởi mô hình thế hệ thứ hai. Các nước Châu Á không có vấn đề thất nghiệp
hay nợ chính phủ nào đáng kể trước khi khủng hoảng xảy ra nờn khụng cần phải
loại bỏ chính sách tỷ giá hối đoái cố định để thực thi chính sách tiền tệ mở rộng. Vì
vậy, Krugman, Radelet và Sachs (1998) đã đưa ra mô hình khủng hoảng thế hệ thứ
ba rút ra từ cuộc khủng hoảng tài chính Châu Á năm 1997.
Hình 3: Mô hình khủng hoảng tiền tệ thế hệ thứ ba
Hệ thống tài chính nội địa:
Tập trung vào ngân hàng
Giám sát yếu kém
Tâm lý ỷ lại
Hệ thống tài chính nội địa:
Tập trung vào ngân hàng
Giám sát yếu kém
Tâm lý ỷ lại
Dòng vốn nước

gia tăng
Tình hình tài chính
Tỷ lệ nợ khó đòi cao
Mất cân xứng về kỳ
hạn giữa tài sản nợ và
tài sản có
Tình hình tài chính
Tỷ lệ nợ khó đòi cao
Mất cân xứng về kỳ
hạn giữa tài sản nợ và
tài sản có
KHỦNG HOẢNG
KHỦNG HOẢNG
Tấn công đầu cơ
Vốn chảy ra ngoài
Ngân hàng và doanh
nghiệp phá sản
1.1.2Khủng hoảng ngân hàng (Banking Crisis)
Theo quỹ tiền tệ quốc tế (IMF) định nghĩa thì: “Khủng hoảng ngân hàng là
trạng thái các ngân hàng lâm vào tình trạng rút tiền ồ ạt và bị phá sản. Các ngân
hàng buộc phải dừng việc thanh toán các cam kết của mình, hoặc để tránh tình
trạng này, chính phủ buộc phải can thiệp bằng các biện pháp hỗ trợ đặc biệt.
Khủng hoảng ngân hàng có thể bựng phỏt tại một ngân hàng và lan truyền ra toàn
bộ hệ thống”.
Demirguc-Kunt and Detragiache xác định một cuộc khủng hoảng ngân hàng
có khả năng xảy ra khi :
- Tỷ lệ nợ xấu chiếm hơn 10% tổng tài sản của ngân hàng
- Giỏ trị cỏc gúi giải cứu vượt quá 2% GDP
- Các sự cố phát sinh do việc quốc hữu húa cỏc ngân hàng trong đó chính phủ
kiểm soát một lượng vốn quá lớn

1.2.2 Khủng hoảng nợ và khủng hoảng kép loại hai
Khủng hoảng nợ (debt crisis) là tình trạng một quốc gia, thông thường là các
nước đang phát triển không có khả năng chi trả các khoản nợ vay đến hạn
(
3
)
. Một
điểm thú vị của khủng hoảng nợ là nú khụng diễn ra một mình mà thường đi kèm
với khủng hoảng tiền tệ, tạo nên hiện tượng khủng hoảng kép và người ta gọi là
khủng kép loại hai. Nhiều quốc gia (gần đây như Argentina, Ecuador và Nga) đã
phải đối mặt với những vấn đề trong cán cân thanh toán cùng một thời điểm với
việc phải đương đầu với những khoản nợ tới hạn.
1.3 Cỏc mô hình cảnh báo khủng hoảng
1.3.1 Mô hình probit
Mô hình Probit được xây dựng dựa trên việc tính toán mức độ ảnh hưởng của
các biến số kinh tế vĩ mô (được đại diện bằng một ma trận X đóng vai trò biến giải
thích trong mô hình) lên xác suất xảy ra khủng hoảng .
Ở đõy yêu cầu phải xây dựng 3 phương trình theo mô hình Probit khác nhau
để mô tả tương tác của từng biến số kinh tế ứng với từng loại khủng hoảng ( theo đó
mô hình này phân khủng hoảng tài chính ra làm 3 loại : khủng hoảng tiền tệ , khủng
hoảng ngân hàng , khủng hoảng nơ ). Sau đây chúng ta sẽ trình bày chi tiết trường
hợp của khủng hoảng tiền tệ. Hai trường hợp còn lại cũng xây dựng tương tự.
3
()
The United Church of Canada/L’Eglise Unie du Canada, “Understanding the debt crisis”,
2006.
Trong mô hình khủng hoảng tiền tệ, biến số phụ thuộc là một biến số nhị phân, nhận
một trong hai giá trị 1 hoặc 0. Ta có phương trình hồi qui:
CCt = α + β X
Theo mô hình Probit, chúng ta có mô hình xác suất như sau:

=−
Theo phương pháp hồi qui, thực hiện hồi qui với biến phụ thuộc là CCt và các
biến độc lập là X (X ở đây là một tập hợp gồm các biến số kinh tế từ X1, X2, X3 …
Xn), ta sẽ xác định được ma trận hệ số α và β. Với α và β đã biết, mô hình sẽ cho
chúng ta biết ứng với một mức giá trị X nào đó, xác suất xảy ra khủng hoảng sẽ là
bao nhiêu cũng như một thay đổi trong X sẽ đem lại thay đổi trong Pt là bao nhiêu –
thông qua hàm số F(α + β X). Lưu ý rằng ở đây các giá trị X phải ứng với thời điểm
t – 1 (nghĩa là dùng biến số kinh tế thời điểm t – 1 dự báo cho xác suất khủng hoảng
thời điểm t) .
Tương tự như vậy, đối với khủng hoảng ngân hàng và khủng hoảng nợ chúng
ta cũng cú cỏc phương trình hồi qui:
DCt=F-1(Pt)=α+βX
BCt = F-1(Pt) = α + β X
1.3.2 Neuro fuzzy
Logic mờ căn bản xem xét khả năng một chủ thể có thuộc về một tập hợp mà
ta đang xem xét hay không . Cho S là một tập hợp và x là một phần tử của tập hợp
đó. Một tập con mờ F của S được định nghĩa bởi một hàm tư cách thành viên μ
F
(x)
đo “mức độ” mà theo đó x thuộc về tập F. Trong đó 0 ≤ μ
F
(x) ≤ 1.
Khi μ
F
(x) = 0 nghĩa là x hoàn toàn không thuộc tập F.
Khi μ
F
(x) = 1 nghĩa là x thuộc F hoàn toàn.
Sự khác biệt giữa logic mờ và những mô hình đã thành công truyền thống
nằm ở những quy luật mà logic mờ mô tả thông qua việc sử dụng những biến ngôn

Phương pháp luận của logic mờ được xây dựng bởi những hàm “nếu”-”thỡ”.
Mỗi hàm bao gồm hai phần, phần “nếu” và phần “thỡ”. Phần “nếu” tính toán quy
mô bao nhiêu điều kiện được thoả mãn và phần “thỡ” mô tả cách mà mô hình phản
hồi với các biến đầu vào. Vì vậy, mỗi kết quả bao gồm hai phép tính toán. Quy mô
của tính hiệu quả-hợp lệ của phần thì phụ thuộc vào quy mô của phần “nếu” được
thoả mãn. Theo Thole (1979), quy mô của phần ““nếu”” được thoả mãn được xác
định dựa trên giá trị nhỏ nhất của hàm trong phần “nếu”. Nói cách khác, à
AΛB
= min
{à
A
, à
B
}. Lấy một chỉ số sau làm ví dụ. Vỡ àhigh(0.872) = 0.5 và
àmedium(0.578)=0.87, giá trị nhỏ nhất của phần “nếu” là min{0.8720, 0.5780} =
0.5780
(1)
. Vì vậy, kết quả của chỉ số này tương đương với khả năng tạo ra khủng
khoảng thấp và bằng 0.578.
1.3.2.3 Khử mờ
Sau khi mờ hoá và có kết quả, mỗi lệnh sẽ có một kết quả đầu ra giống như
hàm số (1), ví dụ cơ hội của một cuộc khủng hoảng tiền tệ là thấp với giá trị bằng
0.578. Giả sử chúng ta có một kết quả đầu ra khác với giá trị chỉ bằng 0.23 và một
kết quả cao hơn với giá trị bằng 0.97. Quá trình chuyển đổi những biến ngôn ngữ
sang số học gọi là quá trình khử mờ. Thông thường nó bao gồm hai bước. Thứ nhất
chúng ta cần một giá trị trung chuyển cho mỗi mô tả. Thứ hai chúng ta phải kết hợp
các giá trị trung chuyển này lại. Thông thường giá trị trung chuyển được định nghĩa
là giá trị lớn nhất mà hàm có thể có. Sau đấy chúng ta tính toán giá trị của các giá trị
trung chuyển của mỗi mô tả với giá trị là giá trị hàm của chúng. Ví dụ, “nếu” giá trị
trung chuyển cho mỗi mô tả là {0.2 , 0.5, 0.7}, thì giá trị trung bình theo giá trị là

Với Yj là khả năng xảy ra khủng hoảng thực sự , Oj là khả năng xảy ra khủng
hoảng dự đoán, xảy ra vào tháng j và
ξ
là giá trị giới hạn. Bởi do tính đơn giản
Phương pháp này được sử dụng trong nhiều lĩnh vực (Steoeva, 1992). Quá trình xây
dựng một mô hình nơron logic mờ như sau :
Bước 1: Dữ liệu phân ra thành dự liệu để đào tạo và để kiểm tra.
Bước 2: xây dựng một hệ thống nhận thức và cho giá trị tất cả bằng 0 như là
giải pháp đầu tiên.
Bước 3: Sử dụng khả năng tự học của hệ thống để tự nhận biết giá trị của mỗi
chỉ số. “nếu” mối quan hệ của một số chỉ số đã tồn tại sẵn trong cơ sở dữ liệu, nó sẽ
được làm mạnh hơn, “nếu” không giá trị được lại về 0. Quá trình học hỏi dừng lại
khi mà các điều kiện dừng được thoả mãn. Mọi chỉ số với giá trị nhỏ hơn giới hạn
đã định sẽ bị bỏ đi, những chỉ số còn lại được ghi nhận vào cơ sở dữ liệu.
Bước 4: Sử dụng các dữ liệu đã được kiểm tra để tính toán mô hình. Khi nào
các kết quả đầu ra có sai số chấp nhận được, mô hình sẽ bắt đầu quá trình dừng lại.
“nếu” không, lặp lại bước 3 và 4.
1.3.3 Mô hình tiếp cận dấu hiệu (signal approach)
Mô hình tiếp cận dấu hiệu được xây dựng dựa trên sự biến động của các biến
kinh tế với mục tiêu là xem xét việc thay đổi bất thường của các biến chỉ số này tác
động như thế nào đến nền kinh tế và khả năng của nó góp phần gây ra khủng hoảng
Chỉ số khả năng xảy ra khủng hoảng được tịnh dựa theo công thức :
∑
=
=
n
j
jt
j
t

Dự trữ ngoại hối Thấp hơn
Số nhân tiền M2 Cao hơn
Tín dụng nội địa/GDP danh
nghĩa
Cao hơn
Giá trị xuất khẩu / nhập khẩu Thấp hơn
Tỷ suất sinh lợi thực của tiền
gửi
Cao hơn
Nhập khẩu Cao hơn
Chênh lệch lãi suất trong và
ngoài nước
Cao hơn
Tỷ số lãi suất vay trên lãi suất Cao hơn
tiền gửi
Tiền gửi ngân hang Thấp hơn
Những biến trên được theo dõi trong nghiên cứu của Kaminsky, Lizondo và
Reinhart (1998)
Để xác minh ngưỡng giá trị của từng chỉ số và tính được tín hiệu của chỉ số
đấy ta cần một vài định nghĩa sau đây.
Cửa sổ tín hiệu là khoảng thời gian mà mỗi chỉ số được trông đợi sẽ thể hiện
khả năng dự báo khủng hoảng tiền tệ. Kaminsky, Lizondo và Reinhart (1998) đặt
cửa sổ tín hiệu cho một cuộc khủng hoảng tiền tệ là khoảng 24 tháng trước cuộc
khủng hoảng.Khỏi niệm về cửa sổ tín hiệu có vẻ trừu tượng nhưng nó hoàn toàn
thống nhất với những công trình nghiên cứu khác và đã thể hiện vai trò của mình
trong các nghiên cứu của Kaminsky và Reinhart (1999), Kaminsky, Lizondo và
Reinhart (1998) và Goldstein, Kaminsky và Reinhart (2000). Phân tích độ nhạy với
Goldstein, Kaminsky và Reinhart (2000) thể hiện một kết quả tương tự cho một cửa
sổ tín hiệu 18 tháng và chứng minh một cửa sổ tín hiệu 12 tháng là có quá nhiều giới
hạn.

và không có khủng hoảng xảy ra trên thực tế)
Một chỉ số lý tưởng chỉ phát sinh A và D.Vỡ vậy với ma trận này ta có thể
tính sự thể hiện của từng chỉ số.Tư tưởng chính được dùng bởi Goldstein, Kaminsky
và Reinhart (2000) là khả năng xảy ra khủng hoảng không điều kiện là, P(khủng
hoảng)=(A+C)/(A+B+C+D), khả năng xảy ra khủng hoảng dựa có điều kiện quy
định bởi tín hiệu là, P(khủng hoảng/S)=A/(A+B).
Tỷ số nhiễu của tín hiệu:
)/(
)/(
DCC
BAB
+
+
=
ω
1.4 Lựa chọn mô hình
Trong ba mô hình trờn thỡ mô hình probit hiện nay áp dụng là không khả thi
lắm do nó đòi hỏi một lượng lớn mẫu quan sát trong khi đó kinh tế Việt Nam cũng
chỉ mới phát triển trong khoảng thời gian gần đây do đó chúng tôi loại bỏ mô hình
này
Cả hai mô hình còn lại đều đã hoạt động khá tốt tại các quốc gia được theo dõi
tuy nhiên chúng tôi lựa chọn mô hình tiếp cận dấu hiệu ( signal approach ) để xây
dựng mô hình cảnh báo khủng hoảng cho Việt Nam vì những lý do sau :
-Mô hình neuro fuzzy chỉ được kiểm nghiệm bời Lin , Khan , Wang , Chang (
xem thêm chi tiết tại A New Approach to Modeling Early Warning Systems for
Currency Crises : can a machine-learning fuzzy expert system predict the currency
crises effectively – 2006 ) dựa trên 4 nước Philipin , Thái lan , Indonexia , Malaixia
là những nước có những đặc điểm kinh tế khá giống nhau và trong cùng một khu
vực kinh tế chung nờn tớnh độc lập giữa các nước là không cao , tính lây lan khi có
khủng hoảng xảy ra là lớn Trong khi đó mô hình tiếp cận dấu hiệu ( signal

Một cách dễ dàng để biết được tính dễ tổn thương của 1 nên kinh tế đó là việc
sử dụng những tín hiệu được phát ra từ những chỉ số dự báo . Như Kaminsky (1999)
mô tả , có nhiều cách khác nhau để tiến hành việc kết hợp các tín hiệu này nhưng ở
đây chúng tôi chỉ tập trung vào chuỗi chỉ số cảnh báo khủng hoảng bằng cách đưa ra
một giá trị bình quân trọng số dựa trên các tín hiệu phát ra của mỗi chỉ số ( trọng số
ở đây là giá trị nghịch đảo của độ nhiễu ) . Kaminsky chỉ ra rằng những biến này đã
hoạt động tốt trong các bài nghiên cứu của ông .
Như đã nói ở trên chỉ số cảnh báo khủng hoảng được định nghĩa là

∑
=
=
n
j
jt
j
t
SS
1
,
1
ω
Một giá trị nhỏ hơn của tỷ số độ nhiễu thì sẽ giỳp cỏc biến dự báo hoạt động
tốt hơn . Vì vậy việc sử dụng giá trị ngịch đảo của độ nhiễu mà giá trị càng nhỏ thì
kết quả đem lại sẽ càng lớn
2.2.2 Lựa chọn biến số cho mô hình
Như chỳng đó biết Việt Nam chưa xảy ra bất kỳ cuộc khủng hoảng nào nên
việc áp dụng các bước trên để dự báo khủng hoảng cho Việt Nam là không khả quan
lắm vì ma trận trên chỉ xảy ra các tình huống B và D. Vì vậy nếu dựa vào các bước
trên để đánh giá mức độ hiệu quả của các biến nhân tố của Việt Nam là không khả

Gian
4
Early warning systems of financial crises , implementation of acurrency crisis model for Uganda
-Michael Heun Torsten Schlink , trang 45
Tỷ giá hối đoái thực Thấp hơn 0.1 0.1 0.1 0.1
Xuất khẩu Thấp hơn 0.1 0.1 0.1 0.1
M2 / Dự trữ ngoại hối Cao hơn 0.13 0.1 0.1 0.11
Sản lượng thực tế (
real output )
Thấp hơn 0.11 0.12 0.1 0.11
Lượng vượt quá M1 Cao hơn 0.06 0.1 0.11 0.09
Dự trữ ngoại hối Thấp hơn 0.15 0.1 0.1 0.12
Số nhân tiền M2 Cao hơn 0.14 0.15 0.11 0.13
Tín dụng nội địa /
GDP
Cao hơn 0.1 0.1 0.12 0.11
Giá trị xuất khẩu /
nhập khẩu
Thấp hơn 0.16 Na 0.1 0.13
Lãi suất tiền gửi thực Cao hơn 0.12 0.15 0.12 0.13
Nhập khẩu Cao hơn 0.1 0.1 0.1 0.1
Chênh lệch lãi suất tiền
gửi nội tệ so với ngoại
tệ thực
Cao hơn 0.11 0.1 0.11 0.11
Lãi suất cho vay / Lãi
suất tiền gửi thực
Cao hơn 0.2 0.2 0.12 0.17
Tổng tiền gửi ngân


ương có thể thành công trong việc bảo vệ tỷ giá bằng
cách chi tiêu các khoản dự trữ này . Nhưng mặt
khác , hầu hết các cuộc sụp đổ tiền tệ đã xảy ra là do
nỗ lực bảo vệ tỷ giá của các quốc gia được theo sau
bởi những khoản thâm hụt dự trữ ngoại hối . dự trữ
ngoại hối cũng là một nhân tố giúp cho các quốc gia
gặp khó khăn về tài chính đáp ứng các nhu cầu về
chi trả nợ
Số nhân tiền M2 Liên quan mật thiết đến sự tự do hóa tài chính của
một quốc gia . Một sự gia tăng mạnh mẽ của số nhân
tiền tệ có thể được giải thích bằng sự sụt giảm
2.2.3 Thực nghiệm :
Chuỗi chỉ số khủng hoảng của Viờt Nam được tính dựa vào 13 chỉ số với các
mức giới hạn đã được tính.
5
Như đã nói ở trên về cỏch tớnh giới hạn cho từng chỉ
số, tính toán trực tiếp theo ma trận ở bảng ( ma trận ) là không thể với Việt Nam vì
Việt Nam không có khủng hoảng tiền tệ trong quá khứ. Vì vậy không thể tính độ
nhiễu cho từng chỉ số, cũng như không thể tính trọng số. cho ta một cái nhìn tổng
quan về cỏch tớnh hai chỉ số trên trong những công trình nghiên cứu khác, ta sẽ
dung giá trị trung bình dựa trên những công trình nghiên cứu Kaminsky and
Reinhart ( KR 1999) ; Edison (2000) ;và Goldstein, Kaminsky và Reinhart ( GKR
2000) để tính cho Việt Nam.
Cũng tương tự cho việc ước lương giá trị ngưỡng khả thi chúng tôi sử dụng
giá trị trung gian như là một giá trị tính toán hợp lý cho độ nhiễu và cho giá trị chỉ
số khủng hoảng
Bảng: chuỗi chỉ số khủng hoảng thực nghiệm
Hình: chuỗi chỉ số cảnh báo khủng hoảng 13 biến
5
Kết quả được thể hiện trong bảng số liệu (phụ lục)

đầu lấy lại đà tăng trưởng nhanh .Ta thấy rằng giai đoạn 2002-2004 được coi là giai
đoạn phát triển vàng son nhất của Việt Nam kể từ thời kỳ mở cửa kinh tế cho tới nay
: GDP tăng trưởng nhanh chóng trung bình trên 8% , xuất khẩu , thu hút FDI …
luôn đạt ở mức ấn tượng tuy nhiên giai đoạn này mô hình lại lại đưa ra những cảnh
báo liên tục gia tăng . Còn giai đoạn 2005-2008 các cảnh báo đưa ra là khá phù hợp
vỡ cỏc cảnh báo đưa ra luôn ở mức cao phù hợp với kết quả một cuộc khủng hoảng
ngắn hạn trên thị trường tiền tệ Việt Nam trong thời gian tháng 4-5/2008 khi mà tỉ
giá USD/VND trên thị trường tự do giao dịch ở mức 19.000-20.000 so với mức
trung bình 16.000-16.200 trong khung giao dịch cho phép của ngân hàng nhà nước .
Vì vậy để xem xét lại tính phù hợp của mô hình chúng tôi quyết định bỏ bớt 3
biến : tín dụng nội địa/GDP , lãi suất tiền gửi thực , M2/dự trữ ngoại hối là những
biến đóng góp tỷ trọng lớn góp phần làm gia tăng độ lớn của chuỗi chỉ số khủng
hoảng trong giai đoạn 2002-2004.
Bảng: chuỗi chỉ số khủng hoảng 10 biến và 13 biến
Tuy nhiên để dễ dàng hơn trong việc so sánh xu hướng thay đổi của hai chuỗi
chỉ số này chúng tôi làm một phép biến đổi chọn năm 1998 làm năm gốc với giá trị
là 100 các năm sau đó được tính toán dựa vào tỷ lệ thay đổi so với năm 1998
Bảng: chuỗi chỉ số khủng hoảng cho 10 biến và 13 biến (năm gốc 1998 giá trị là
100)
Năm
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
St
13
3.39 4.34 4.88 5.90 2.35 4.65 5.8 8 3.92 5.27 4.86 6.82
St
10
1.43 1.43 2.92 2.37 2.35 3.30 2.35 2.35 2.35 3.30 3.30
Biểu đồ so sánh chuỗi chỉ số khủng hoảng cho 10 biến và
13 biến
0

những năm 1998 , 1999 là những năm mà khủng hoảng tài chính Đông Á vẫn đang
còn ảnh hưởng đến các nền kinh tế khu vực châu Á cũng như Việt Nam . Lý giải
cho vấn đề này chúng tôi đưa ra các giả thiết lập luận sau :
Một là giai đoạn năm 2002-2004 là những năm bản lề của nền kinh tế Việt
Nam sau khủng hoảng. Việc nền kinh tế bắt đầu khôi phục lấy lại đà tăng trưởng
nhanh cùng với đó là việc mở rộng chính sách tền tệ , gia tăng cung tiền , mở rộng
tín dụng nội địa , cỏc dũng vốn FDI đổ vào Việt Nam gia tăng mạnh mẽ , gia tăng
nhập khẩu phục vụ sản xuất … thêm vào đó chúng ta cũng biết rằng giai đoạn này
thị trường tài chính Việt Nam vẫn còn nhỏ và khiêm tốn về qui mô so với hiện nay .
Mức độ vốn hóa thị trường của thị trường chứng khoán chỉ chiếm tỷ trọng nhỏ so
với GDP và dòng vốn đầu tư gián tiếp cũng không đáng kể nên khả năng gây ra
khủng hoảng của các nhân tố này lúc này là không cao . Sau khi gia nhập WTO thì
mức độ tuơng tác giữa các biến vĩ mô trở nên rõ ràng hơn.
Hai là có khả năng xuất hiện đỗ trễ về thời gian của các biến dự báo . Như
chúng ta đã biết theo lý thuyết của mô hình tiếp cận tín hiệu thì cửa sổ tín hiệu là 24
tháng nhưng chúng tôi không loại trừ khả năng là cửa sổ dự báo của các biến số
này xuất hiện đỗ trễ và cửa sổ dự báo lúc này có thể là 48 tháng tức là cỏc tớn hiệu
phát ra trong năm 2004 có hiệu lực đến hết 2008 . Trong các nghiên cứu trước
Kasminky cũng đã từng cú cỏc nghiên cứu áp dụng cửa sổ 12 tháng , 18 tháng đều
không đảm bảo được khả năng cảnh bảo vì vậy cửa sổ tín hiệu được nâng lên là 24
tháng
6
.
2.3 Qua kết quả nhìn nhận khả năng nền kinh tế rơi vào khủng hoảng
2.3.1 Phương pháp luận
Dựa trên chỉ số khủng hoảng đã tính được chúng ta sẽ suy ra được giá trị thích
hợp về khả năng xảy ra khủng hoảng . Để truyền tải thông tin có được trong quá
trình tính toán thỡ cỏch tiên nhất là gắn kờt chuỗi chỉ số khủng hoảng để xác định
khả năng khủng hoảng . Ý tưởng này dựa vao sự phân tích những giá trị đã kiểm
định trong quá khứ của các chuỗi chỉ số khủng hoảng kết hợp với những cuộc khủng