Ngân hàng cho vay mà không cần nhân viên tín dụng

Ngân hàng cho vay mà không cần nhân viên tín dụng

(Nguồn: http://theleader.vn)

Ứng dụng chatbot của Ngân hàng OCBC đã giúp ký kết hơn 70 triệu đô la Singapore cho vay mua nhà kể từ đầu năm đến nay, ngân hàng cho biết vào thứ Ba (7/11).

Với tên gọi “Emma”, ứng dụng chatbot về tư vấn cho vay mua nhà được hỗ trợ bởi trí thông minh nhân tạo.

Phải mất ba tháng để “Emma” được đào tạo đầy đủ để giải quyết tất cả các câu hỏi mà người tiêu dùng đặt ra về các điều khoản vay mua nhà. Chatbot này sử dụng hệ thống tính tỷ lệ hoàn trả nợ để giải quyết các truy vấn.

“Emma” được đào tạo để xác định và kết hợp với tất cả các thuật ngữ được sử dụng trong quá trình xin hoặc tái cấp vốn vay mua nhà.

Khi các quy định hoặc sửa đổi mới được đưa ra, “Emma” có thể được cập nhật để trả lời các câu hỏi mới, ngân hàng cho biết.

“Emma”, ứng dụng có sẵn trên máy tính để bàn, máy tính xách tay và các thiết bị di động thông minh, được phát triển bởi bộ phận cho vay mua nhà của ngân hàng OCBC và CogniCor, một trong những công ty mới thành lập từ The Open Vault tại OCBC.

The Open Vault là một chương trình đẩy mạnh phát triển fintech của ngân hàng OCBC.

Giao diện ứng dụng Emma

Kinh tế học hành vi: Hai giải Nobel và hành trình từ “tháp ngà” đi vào thực tiễn

Kinh tế học hành vi: Hai giải Nobel và hành trình từ “tháp ngà” đi vào thực tiễn

(Tác giả: Phạm Khánh Nam – Nguồn: http://tiasang.com.vn)

Giải Nobel kinh tế năm 2017 đã được trao cho Richard Thaler về những dấu ấn của ông trong việc đặt nền tảng, xây dựng và phát triển kinh tế học hành vi trong suốt 20 năm qua. Ông đã truyền cảm hứng cho sự hình thành của rất nhiều nhóm ứng dụng khoa học hành vi vào hoạt động của các tổ chức công và tư. Cảm hứng Thaler đến từ nguyên lý rất đơn giản: hành vi của con người có thể bị tác động từ những thay đổi rất nhỏ trong bối cảnh mà họ ra quyết định.

Kinh tế học hành vi là gì?

Việt Nam có hàng trăm ngàn người bệnh chờ được ghép tạng. Bệnh viện Chợ Rẫy thông báo chỉ có 2.900 người tình nguyện đăng ký hiến các bộ phận cơ thể của mình sau khi mất đi. Trung tâm điều phối quốc gia về ghép Bộ phận cơ thể người đặt tại Bệnh viện Việt Đức có khoảng 3.900 người đăng ký hiến tạng [1]. Nhu cầu ghép tạng và lượng hiến tạng ở một khoảng cách rất xa. Làm thế nào để thu hẹp khoảng trống này? Chính sách chung ở Việt Nam là kêu gọi đăng ký tình nguyện hiến tạng, đồng thời sử dụng các câu chuyện cảm động để kêu gọi lòng nhân ái. Các nhà quản lý kỳ vọng dùng giáo dục, truyền thông để thay đổi quan niệm “chết toàn thây” của người Việt.

Các nhà kinh tế học truyền thống có thể đề nghị giải pháp khác: tạo lập thị trường bằng cách cho phép mua bán nội tạng. Họ lý luận rằng nếu mức giá đủ lớn, lượng cung sẽ tăng. Những người sẽ chết có thể muốn có thu nhập tăng thêm, có thể để lại cho người thân trong gia đình. Tuy nhiên giải pháp này không khả thi vì có quá nhiều vấn đề văn hóa, đạo đức và thể chế ràng buộc nguồn cung. Không một quốc gia nào trên thế giới hợp pháp hóa việc mua bán tạng người.


GS. Richard Thaler, người đặt nền móng và xây dựng, phát triển kinh tế học hành vi, được trao giải Nobel năm 2017. Nguồn ảnh:(Reuters/Kamil Krzaczynski)

Kinh tế học hành vi có giải pháp cho vấn đề hóc búa này. Khi ra quyết định, con người không phải lúc nào cũng duy lý, tính toán đầy đủ thiệt hơn và xem xét mọi khía cạnh của vấn đề. Ngay cả với những quyết định quan trọng như trao cho người lạ mặt nào đó một phần cơ thể của mình sau khi mất đi, con người có thể sẽ quyết định rất khác, đơn giản chỉ là nếu bản đăng ký hiến nội tạng được trình bày theo một cách khác. Trong một nghiên cứu nổi tiếng đăng trên tạp chí Science năm 2003 [2], Johnson và Goldstein, ở Đại học Columbia, phân tích kết quả đăng ký hiến tạng ở châu Âu cho thấy nếu để người dân chủ động đăng ký, tỷ lệ đăng ký hiến tạng sẽ thấp (thấp nhất là 4.2% ở Đan Mạch và cao nhất là 27.5% ở Hà Lan). Trong khi nếu quy định mặc nhiên là mọi người sẽ tình nguyện hiến tạng, nếu ai không muốn thì làm đơn xin rút lui, thì tỷ lệ đăng ký hiến tạng ở mức rất cao (85.9% ở Thụy điển và trên 99% ở các nước Áo, Pháp, Hungary, Ba Lan hay Bồ Đào Nha). Ở đây cơ chế tâm lý con người có xu hướng bám víu vào tình trạng mặc định giúp giải thích sự khác biệt lớn trong lựa chọn quan trọng này. Xu hướng chọn trạng thái mặc định chứ không phải yếu tố giá cả, đạo đức, văn hóa, hay giáo dục là yếu tố quyết định giải thích con người có sẵn sàng hiến nội tạng của mình cho người khác hay không. Ứng dụng tâm lý học này đã chính thức đi vào chính sách ở Pháp: Quốc hội Pháp đã thông qua luật định từ năm 2017 công dân Pháp còn sống mặc định được coi là sẽ tình nguyện hiến tạng khi chết [3], ai không đồng ý có thể làm đơn không hiến tạng.

Kinh tế học hành vi là sự phối hợp giữa tâm lý học và kinh tế học. Kinh tế học truyền thống luôn giả định con người là duy lý, có sở thích rõ ràng và ổn định, luôn tối đa hóa lợi ích bản thân khi thực hiện một lựa chọn nào đó và dựa vào đó để xây dựng các mô hình dự báo cá nhân, công ty và xã hội tương tác và ra quyết định như thế nào. Còn các nhà kinh tế học hành vi đưa ra bằng chứng khoa học cho thấy con người đầy thiên kiến, nhiều trường hợp không biết mình muốn gì và có mối quan tâm đến lợi ích của người khác. Họ cho rằng các yếu tố tâm lý phải được đưa vào các mô hình dự báo hành vi, và hành vi của con người có thể thay đổi nếu bối cảnh ra quyết định được thiết kế phù hợp với các quy luật tâm lý.

Giúp tăng hiệu quả chính sách

Giải Nobel Kinh tế 2017 được trao cho Richard Thaler được xem như là một chiến thắng, một sự lên ngôi của Kinh tế học hành vi. Thực ra Kinh tế học hành vi đã chính thức lên ngôi cách đây 15 năm với giải Nobel của Daniel Kahneman (chia sẻ với Vernon Smith cho kinh tế học thí nghiệm). Có phải hai giải Nobel cho cùng một lĩnh vực đặc biệt của kinh tế học là sự khẳng định tính không-còn-ngoài-lề của kinh tế học hành vi hay đánh dấu bước tiến vượt bậc của chuyên ngành này? Hai cuốn sách tiêu biểu nhất của Kahneman và Thaler có thể giúp trả lời câu hỏi này [4]. “Suy nghĩ, nhanh và chậm” của Kahneman giải thích nhận thức của con người bị thiên lệch ra sao, bằng cách phân tích cơ chế não bộ hình thành suy nghĩ từ hai hệ thống, hệ thống 1 cho suy nghĩ nhanh, cảm tính và chứa cảm xúc trong khi hệ thống 2 dành cho suy nghĩ chậm và logic. “Cú huých” của Thaler ít thuật ngữ học thuật hơn, ít tập trung vào nguyên lý tâm lý mà chủ yếu hướng đến các ứng dụng tâm lý học vào các lĩnh vực khác nhau của cuộc sống, đặc biệt là chính sách của chính phủ.

Giải Nobel lần 2 đánh dấu bước tiến của Kinh tế học hành vi từ tháp ngà học thuật đi vào thực tiễn cuộc sống sinh động. “Cú huých” của Thaler, đồng tác giả với Cass Sunstein, xuất bản năm 2008, thực sự đã gợi ý cho giới quản lý nhà nước một hướng tiếp cận chính sách mới. Vẫn đảm bảo quyền lựa chọn của người dân, nhưng chính sách có lồng ghép các kiến thức về hành vi sẽ hiệu quả hơn rất nhiều. Năm 2010, Thaler đã giúp hình thành Nhóm kiến thức hành vi ở Anh (UK’s Behavioral Insights Team – UKBIT) có nhiệm vụ giúp tăng tính hiệu quả của quá trình ra chính sách của Chính phủ Anh. Thời gian ngắn sau đó, các nhóm tư vấn tương tự được thành lập ở Hội đồng châu Âu, Hoa Kỳ, Canada, Đức, Úc, Singapore và các tổ chức quốc tế như LiênHhiệp Quốc, Ngân hàng thế giới, Tổ chức Hợp tác Kinh tế và Phát triển. Báo cáo Phát triển thế giới thường niên của Ngân hàng Thế giới năm 2015 có chủ đề là “Tâm trí, Xã hội và Hành vi”, tập trung thảo luận làm thế nào để dùng kiến thức kinh tế hành vi để thúc đẩy thay đổi xã hội và phát triển.

Kinh tế học hành vi không còn là một nhánh “thuần túy” của kinh tế học mà đã vươn bước chân ứng dụng của nó ra rất nhiều lĩnh vực khác nhau như y tế, môi trường, giáo dục, năng lượng, lao động, tài chính, thuế và tiêu dùng. Báo cáo của tổ chức Hợp tác Kinh tế và Phát triển (OECD) năm 2014 thống kê kinh tế học hành vi đã tham gia vào hơn 60 chính sách của các nước khác nhau [5]. Ứng dụng kinh tế học hành vi để giảm tình trạng bác sĩ kê toa thuốc kháng sinh quá mức ở Anh có thể minh họa cho xu hướng này. Trước tình trạng sử dụng kháng sinh quá mức dẫn đến hiện tượng kháng kháng sinh, gây ra các vấn đề y tế cộng đồng nghiêm trọng như không kiểm soát được bệnh dịch trong tương lai nhưng các biện pháp như nhà nước kiểm tra hay thả nổi cho thị trường y tế kiểm soát không có tác dụng, năm 2015 bộ Y tế Anh kết hợp với nhóm tư vấn kiến thức hành vi (UKBIT) thử nghiệm một công cụ hành vi đơn giản là “Quy tắc xã hội” để giảm việc kê toa kháng sinh quá mức. Công cụ này được đưa ra dựa trên nguyên lý con người là con người hành động không dựa trên tính toán duy lý mà thường bị tác động bởi những người xung quanh – một dạng như tâm lý bầy đàn. Nhóm các bác sĩ được gửi thông tin toa kê ít kháng sinh hơn của những bác sĩ khác có xu hướng sẽ kê toa giảm 3.3% lượng kháng sinh so với nhóm không nhận được thông tin. Từ đó bộ Y tế Anh đưa ra quy trình gửi thông tin nhắc nhở và so sánh hoạt động kê toa, tạo một “cú huých” tâm lý hướng bác sĩ giảm lượng kháng sinh không cần thiết cho bệnh nhân [6].


TS Phạm Khánh Nam đã thiết kế thí nghiệm để người dân tự nguyện đóng góp xây dựng cầu ở ĐBSCL. Kết quả cho thấy mức độ hợp tác của nông dân Việt Nam rất cao và thay đổi khá lớn nếu dự án được thiết kế dựa trên cơ chế hợp tác: cung cấp thông tin về mức độ hợp tác của người khác. Ảnh: Cây cầu do người dân tự thiết kế, xây dựng tại Sóc Trăng. Nguồn: Tiền phong.

Tình hình nghiên cứu và ứng dụng ở Việt Nam

Việt Nam đã bắt đầu biết tới nghiên cứu về kinh tế học hành vi vào năm 2004, với nghiên cứu đầu tiên do một nhóm nhà nghiên cứu thuộc Đại học Washington thực hiện, đo lường sự ưa thích thời gian, hay suất chiết khấu xã hội của người Việt [7]. Tuy nhiên phải tới năm 2010, nghiên cứu kinh tế học hành vi mới thực sự bắt đầu phát triển với khá nhiều chủ đề đa dạng như đo lường lòng tin, sự ưa thích vị thế xã hội, thái độ đối với rủi ro, khả năng hợp tác, cơ chế hợp tác, lòng nhân ái và phân tích các yếu tố này tác động như thế nào đến hành vi sản xuất, tiêu dùng của người Việt.

Đo lường khả năng hợp tác của người dân và tìm hiểu cơ chế tác động thúc đẩy hợp tác luôn là chủ đề quan trọng trong kinh tế học hành vi, vì tiềm năng đóng góp của nó cho việc vận hành các dự án công, quản lý tài nguyên môi trường, hay quản trị tổ chức. Tác giả bài viết này đã thực hiện thí nghiệm tự nhiên tại ĐBSCL về khả năng hợp tác của nông dân [8].Chúng tôi thiết kế thí nghiệm để người dân cùng tự nguyện đóng góp xây dựng cây cầu bắc qua một sông nhỏ ở tỉnh Bến Tre. Vì cây cầu là hàng hóa công, ai cũng có thể sử dụng mà không cần bỏ ra chi phí nên kinh tế học truyền thống sẽ dự đoán dự án xây cầu thất bại, nghĩa là mức đóng góp sẽ rất thấp hoặc bằng không. Tuy nhiên kết quả nghiên cứu cho thấy mức độ hợp tác (đo lường bằng mức đóng góp) của nông dân Việt Nam thực sự khá cao, cao hơn mức trung bình trên thế giới, và quan trọng hơn, sự hợp tác có thể thay đổi khá lớn nếu có thay đổi nhỏ trong thiết kế cơ chế hợp tác: cung cấp thông tin về mức độ hợp tác của người khác làm thay đổi mức độ hợp tác của cá nhân đến 20%. Tác giả cũng thực nghiệm hình thức đóng góp kết hợp, mô phỏng cơ chế tài chính nhà nước và nhân dân cùng làm trong xây dựng các công trình công cộng ở nông thôn. Kết quả thực nghiệm cho thấy cơ chế đóng góp nhà nước và nhân dân cùng làm sẽ thành công nếu thiết kế ở chế độ đóng góp tự nguyện, lúc này nhóm người có tinh thần hợp tác cao sẽ bù đắp cho nhóm có mức độ hợp tác thấp.

Hiện nay các trường đại học lớn ở Hà Nội, TP. HCM và Cần Thơ đang hình thành những nhóm nghiên cứu kinh tế học hành vi rất năng động.Trường Đại học Kinh tế Tp. HCM đã thiết lập hai phòng thí nghiệm kinh tế học hành vi, với phần mềm Z-tree được Việt hóa, là một trong những đầu tư hạ tầng nghiên cứu kinh tế học hành vi đầu tiên ở Việt Nam. Năm 2016 quỹ NAFOSTED đã tài trợ cho một số dự án nghiên cứu đo lường sự ưa thích rủi ro của người Việt Nam hay phân tích tác động của sản xuất đến hạnh phúc của nông dân.

Khoảng cách từ nghiên cứu đến ứng dụng kinh tế hành vi vào thực tiễn chính sách ở Việt Nam có vẻ còn khá lớn. Điểm quan trọng là với bối cảnh của những nước đang phát triển, cơ chế nào là phù hợp để tích hợp kết quả nghiên cứu vào quá trình thực hiện chính sách. Hiện tại Sáng kiến Môi trường cho Phát triển (EfD Initiative) và Đại học Gothenburg đang thiết lập nhóm nghiên cứu và thử nghiệm cơ chế này cho các nước đang phát triển. Sự tham gia của các nhà nghiên cứu và cơ quan quản lý Việt Nam vào những chương trình như thế này sẽ giúp đẩy nhanh quá trình tiếp cận các “công nghệ” quản lý hiện đại của thế giới.

Với sự khởi đầu còn ngập ngừng nhưng đầy quyết tâm, nghiên cứu kinh tế học hành vi ở Việt Nam sẽ có những bước tiến chắc chắn trong tương lai, hy vọng đóng góp gia tăng hiệu quả của quá trình thực thi chính sách, cả ở mức độ vĩ mô xã hội và mức độ vi mô trong các tổ chức.

Tiến sĩ Phạm Khánh Nam hiện là giám đốc Trung tâm Môi trường cho Phát triển (EfD-Vietnam) thuộc trường Đại học Kinh tế TP.HCM. TS. Nam cũng là thành viên hội đồng nghiên cứu hành vi thuộc Diễn đàn tri thức tăng trưởng xanh (Green Growth Knowledge Platform), một mạng lưới nghiên cứu của UN, OECD và WB. Lĩnh vực nghiên cứu của TS. Phạm Khánh Nam là sử dụng kinh tế học hành vi phân tích và giải quyết các vấn đề quản lý môi trường và tài nguyên thiên nhiên. Anh đã có công bố trên các tạp chí khoa học uy tín như Journal of Public Economics, Oxford Economics Paper, Journal of Economic Psychology hay Journal of Development Studies.

Tài liệu tham khảo

[1] Số liệu từ bài viết “Hơn 6,800 người đăng ký hiến tạng“ trên báo Nhân dân điện tử, ngày 08/02/2017, http://www.nhandan.com.vn/suckhoe/item/32010602-hon-6-800-nguoi-dang-ky-hien-tang.html

[2] Johnson, E. & Goldstein, D. 2003. Do defaults save life? Science Vol. 302, Issue 5649, pp. 1338-1339.

[3] Thông tin đăng trên báo the Guardian ngày 2/1/2017 với tiêu đề “France introduces opt-out policy on organ donation”, được nhiều cơ quan báo chí quốc tế khác dẫn lại, https://www.theguardian.com/society/2017/jan/02/france-organ-donation-law

[4] Kahneman, D. 2011. Thinking, Fast and Slow. Farrar, Straus and Giroux. New York và Sunstein, C. & Thaler, R. 2008. Nudges. Yale University Press.

[5] OECD. 2014. Behavioral Economics and Regulatory Policy. OECD Publishing, Paris.

[6] OECD (2017), Behavioural Insights and Public Policy: Lessons from Around the World, OECD Publishing, Paris.

[7] Anderson, C., Dietz, M., Gordon, A., Klawitter, M. 2004 Discount rates in Vietnam. Economic Development and Cultural Change, Vol. 52, No. 4, pp. 873-887.

[8] Carlsson, F., Johansson-Stenman, O & Nam, P.K. 2015. Funding a new bridge in Vietnam: A field experiment on conditional cooperation and default contribution. Oxford Economic Papers, Vol. 67 (4): 987-1014.

—————–&&&——————-

Keynes và kinh tế thị trường: hai cách đọc khác nhau [I]

Keynes và kinh tế thị trường: hai cách đọc khác nhau [I]

(Tác giả: Trần Hải Hạc – Nguồn: http://www.phantichkinhte123.com)

John M. Keynes (1883-1946)
Tóm tắt
Chính thống hay tà đạo? Hơn sáu mươi năm sau khi ra đời, Lý thuyết khái quát về nhân dụng, lãi suất và tiền tệ của Keynes vẫn chất vấn người đọc và không ngừng gây ra những cuộc tranh cãi trong giới lý luận kinh tế. Bài viết đầu tiên này nhắm làm sáng tỏ tính chất nhập nhằng, nước đôi của học thuyết mang tên Keynes, từ thời kỳ phổ biến Lý thuyết khái quát sau năm 1936, cho đến thời kỳ thuyết Keynes toàn thắng và trở thành kinh tế học thống trị trong những thập niên 50-60, rồi đến thời kỳ thuyết Keynes bước vào khủng hoảng và suy vong trong những thập niên 70-80, cho tới thời kỳ gần đây đã chứng kiến thuyết Keynes hồi sinh. Một lời mời viếng lại sáu mươi năm lịch sử tư tưởng kinh tế.
Xuất bản năm 1936 dưới đầu đề Lý thuyết khái quát về nhân dụng, lãi xuất và tiền tệ, tác phẩm chủ yếu của John Maynard Keynes đã được ông giới thiệu như là một cuộc cách mạng trong tư duy kinh tế: theo lời của Keynes, đó là một công trình “sẽ tạo nên một cuộc cách mạng lớn trong cách thế giới tiếp cận các vấn đề kinh tế” [thư gửi G.B. Shaw ngày 1.1 1935, CW, XIII,  trg 492-493][1]. Cuộc cách mạng của Keynes nhằm lật đổ khoa học kinh tế chính thống mà ông còn gọi là “cổ điển”, bao gồm các tác giả cổ điển – kể cả Marx – và các tác giả tân cổ điển đang thống trị khoa học kinh tế đương đại[2]. Theo sự phân loại của Keynes, phạm trù “chính thống” chỉ tất cả các học thuyết tin rằng nền kinh tế thị trường có thiên hướng đạt đến cân bằng toàn dụng do khả năng tự điều chỉnh khi mọi giá cả đều linh hoạt. Phủ nhận điều đó là “tà thuyết”, và Keynes tự xếp mình vào phạm trù này [The Listerner 21.11 1934, CW, XIII, trg 487].
Thông điệp của Lý thuyết khái quát là: 1) Trong nền kinh tế thị trường, cân bằng kinh tế không gắn liền với toàn dụng lao động; nền kinh tế có thể đạt tới cân bằng (là tình trạng cung khớp với cầu và lợi nhuận của các doanh nghiệp được tối đa hoá), song vẫn tồn tại tình trạng “thất nghiệp không tự nguyện”, dù cho giá cả có linh hoạt (cân bằng khiếm dụng). 2) Toàn dụng lao động không phải là kết quả tự nhiên của nền kinh tế thị trường hoạt động tự do; nó là một đòi hỏi về đạo lý, một mục tiêu chính trị mà một cộng đồng xã hội tự đặt ra (nhằm bảo vệ tự do cá nhân, bảo đảm ổn định xã hội) và thực hiện thông qua sự điều tiết của nhà nước (chính sách kinh tế). Về mặt lý luận, học thuyết của Keynes có thật là một tà thuyết cách mạng như tác giả của nó đã khẳng định hay không? Ðó là một vấn đề mà cho đến nay các nhà kinh tế vẫn tiếp tục tranh cãi. Bởi vì đối với Keynes – giống như đối với Marx[3] – không có một cách đọc và hiểu duy nhất, mà có nhiều lối tiếp cận và diễn giải khác nhau. Có thể xếp loại những cách đọc Keynes khác nhau theo hai phạm trù đối lập. Một bên là những tác giả quan niệm rằng thuyết Keynes khả dĩ tổng hợp được với thuyết tân cổ điển, và từ đó có thể sát nhập Keynes vào kinh tế học chính thống. Bên kia là những tác giả cho rằng đọc Lý thuyết khái quát qua lăng kính của kinh tế học chính thống là đánh mất đi tính đặc thù của thuyết Keynes, là không thể nắm bắt được tính chất cách mạng của nó.
Bài viết này giới thiệu hai cách tiếp cận học thuyết Keynes trên đây và gồm hai phần: Keynes và cuộc “tổng hợp tân cổ điển” (I); Lý thuyết khái quát và cuộc “cách mạng Keynes” (II).

I. Keynes và cuộc “tổng hợp tân cổ điển”

Có thể nhận xét rằng lịch sử tư tưởng kinh tế cận đại, từ thập kỷ 30 đến nay, đã đi cùng nhịp với sự thịnh suy của thuyết Keynes:
  • Năm 1936, Lý thuyết khái quát ra đời và được phổ biến ngay trong giới lý luận và nghiên cứu kinh tế.
  • Kể từ sau thế chiến thứ hai và đến đầu thập kỷ 70, trong vòng ba mươi năm, thuyết Keynes trở thành hệ qui chiếu của các chính sách kinh tế, và nó chiếm lĩnh vị trí kinh tế học chính thống của thuyết tân cổ điển “Thời đại Keynes” tương ứng với thời kỳ được gọi là “30 năm vinh quang” của hệ thống tư bản (Les 30 Glorieuses).
  • Sau cuộc khủng hoảng dầu khí 1973, các thập kỷ 70 và 80 chứng kiến sự suy đồi của kinh tế học Keynes và cuộc phản công của các chính sách kinh tế tân tự do. Một số nhà kinh tế tuyên bố thuyết Keynes đã “tiêu vong”.
  • Rồi từ một vài năm gần đây, người ta lại nói đến sự “hồi sinh” của thuyết Keynes và chứng kiến sự kiện “Keynes trở lại”.
Cuộc tranh luận, ở đây, không nhằm xác định thuyết Keynes có thăng trầm hay không và như thế nào trong sáu mươi năm qua, mà là xác định thuyết Keynes thăng trầm đó là thuyết nào? Bởi vì nếu có nhiều cách đọc Keynes khác nhau thì câu hỏi đặt ra là:
  • thuyết Keynes được phổ biến từ năm 1936 là thuyết nào?
  • thuyết Keynes nào đã toàn thắng và thống trị ba mươi năm?
  • thuyết Keynes nào đã đi vào khủng hoảng và suy vong từ thập kỷ 70?
  • thuyết Keynes ngày nay đang hồi sinh là thuyết nào?
Ðó là bốn điểm cần được làm sáng tỏ.

Giao dịch thuật toán/định lượng cơ bản

Giao dịch thuật toán/định lượng cơ bản

(Nguồn: http://scue.vn)

[Algorithmic trading (algo trading)/ Quantitative trading/ Automated trading/ Robot trading/ Electronic trading/ Dark pool trading]

Giao dịch định lượng cơ bản (P1)

Bài viết này sẽ cung cấp một số khái niệm cơ bản về hệ thống giao dịch định lượng (quantitative trading system). Đối tượng của bài viết này bao gồm hai nhóm. Trước tiên sẽ là những ai đang có mục tiêu trở thành một chuyên viên giao dịch định lượng trong các quỹ đầu tư. Thứ hai là những người muốn cố gắn thiết kế thuật toán giao dịch cho công việc kinh doanh cá nhân.

Giao dịch định lượng (giao dịch bằng thuật toán) là một lĩnh vực cực kỳ tinh vi, phức tạp của tài chính định lượng. Nghiên cứu nó có thể cần một khoảng thời gian lớn để nắm bắt những kiến thức cần thiết nhằm vượt qua một cuộc phỏng vấn nghề nghiệp hay xây dựng một chiến lược giao dịch riêng cho bản thân. Không chỉ vậy nó còn đòi hỏi kỹ năng lập trình trên nhiều ngôn ngữ như MATLAB, R hay Python. Khi mà chiến thuật giao dịch tần số cao đang gia tăng thì công nghệ càng ngày quan trọng và có liên quan mật thiết. Do đó việc nắm vững và sử dụng các ngôn ngữ lập trình, đặc biệt là C/C++ là một điều tối quan trọng.

Một hệ thống giao dịch định lượng bao gồm 4 thành phần chính như sau:

1. Xác định chiến lược (Strategy Identification): Tìm một chiến lược, khai thác lợi thế đó và quyết định tần suất giao dịch

2. Kiểm định lại chiến lược (Strategy Backtesting): Khai thác dữ liệu, phân tích hiệu quả của chiến lược và loại bỏ những sai lệch.

3. Thực thi hệ thống (Execution System): Tạo một liên kết tới khu môi giới (broker), tự động hóa các giao dịch và giảm thiểu chi phí giao dịch.

4. Quản trị rủi ro (Risk Management): Phân bổ nguồn vốn tối ưu nhằm giảm thiểu rủi ro.

Xác định chiến lược (Strategy Identification)

Tất cả tiến trình giao dịch định lượng đều bắt đầu với vấn đề nghiên cứu. Quá trình nghiên cứu này bao gồm việc tìm kiếm một chiến lược, xem thử chiến lược có phù hợp với danh mục đầu tư của các chiến lược khác đang thực hiện, thu thập các dữ liệu cần thiết để kiểm tra chiến lược và thử tìm cách tối ưu hóa chiến lược để đạt được lợi nhuận cao hơn và/hoặc rủi ro thấp hơn. Chúng ta sẽ cần tính đến lượng vốn cần thiết nếu thực hiện nếu là một nhà giao dịch cá nhân và sự ảnh hưởng của chi phí giao dịch đến chiến lược.

Trái ngược với quan niệm phổ biến cho rằng sẽ khá dễ để tìm một chiến lược có lợi nhuận qua nhiều nguồn tài nguyên công cộng, việc tìm kiếm một chiến lược khả thi và tin cậy đòi hỏi công sức và nền tảng kiến thức lý thuyết cũng như thực tế để phát triển thuật toán cho chính mình. Các nhà nghiên cứu thường công bố những kết quả giao dịch theo lý thuyết trong khi các blog về tài chính định lượng sẽ thảo luận các chiến lược một cách chi tiết còn các tạp chí giao dịch sẽ tổng hợp các chiến lược được sử dụng của những quỹ đầu tư. Bạn có thể đặt câu hỏi tại sao các cá nhân và tổ chức lại sẵn sàng thảo luận về những chiến lược liên quan đến lợi nhuận của họ, đặc biệt là họ lại biết rất rõ đám đông nhà đầu tư còn lại có thể áp dụng chiến thuật này và làm nó trở nên mất hiệu lực trong dài hạn. Lý do nằm ở chỗ ho sẽ không nói về những thông số và phương pháp điều chỉnh mà họ đã thực hiện. Những tham số được tối ưu hóa mới chính là chìa khóa để biến một chiến lược tầm thường thành một chiến lược có lợi nhuận cao. Do đó trong thực tế một trong những cách tốt nhất để tạo ra một chiến lược độc đáo có lợi nhuận là dựa trên các phương pháp tương tự và sau đó tiến hành các thủ thuật để tối ưu hóa theo cách riêng của mình.

Một số website có thể dùng để tìm kiếm chiến lược giao dịch:

·         Social Science Research Network – www.ssrn.com

·         arXiv Quantitative Finance – arxiv.org/archive/q-fin

·         Seeking Alpha – www.seekingalpha.com

·         Elite Trader – www.elitetrader.com

·         Nuclear Phynance – www.nuclearphynance.com

·         Quantivity – quantivity.wordpress.com

Nhiều chiến lược khi bạn xem xét thường rơi vào các nhóm mean-reversion và trend-following/momentum. Chiến lược mean-reverting cố gắng để khai thác vấn đề trung bình trong dài hạn của một chuỗi giá (price series) và những sai lệch trong ngắn hạn này sẽ được điều chỉnh về quy luật của nó trong dài hạn. Chiến lược momentum lại cố gắng khai thác cả tâm lý nhà đầu tư và chiến lược của các quỹ lớn để đi theo xu hướng bằng cách tìm kiếm các đà tăng/giảm của thị trường cho đến khi nó bị đảo ngược.

Một khía cạnh rất quan trọng khác của giao dịch định lượng là tần số của chiến lược giao dịch. Giao dịch tần suất thấp (Low frequency trading – LFT ) thường được dùng để đề cập đến chiến lược nào giữ các tài sản dài hơn một ngày giao dịch. Tương ứng thì giao dịch tần suất cao (High frequency trading – HFT) dùng để đề cập đến các chiến lược chỉ giữ tài sản trong ngày giao dịch và giao dịch tần suất siêu cao (Ultra-high frequency trading – UHFT) là giữ tài sản chỉ trong vài giây hoặc mili giây. Do tính chất rất phức tạp của HFT và UHFT nên bài viết này sẽ không nghiên cứu 2 loại chiến lược này chi tiết.


Giao dịch định lượng cơ bản (P2)

Kiểm định lại chiến lược (Strategy Backtesting)

Mục tiêu của việc kiểm định lại chiến lược là tìm các bằng chứng xác thực khả năng sinh lời của một chiến lược khi ứng dụng vào dữ liệu lịch sử (historical data) và dữ liệu ngoài mẫu(*) (out-of-sample data). Bước kiểm định này dễ tạo ra kỳ vọng rằng sẽ có các chiến lược tạo ra lợi nhuận tốt trên thị trường thực. Tuy nhiên thực sự khâu kiểm định không đảm bảo cho sự thành công vì nhiều lý do. Đây chính là phần nhạy cảm nhất của giao dịch định lượng khi mà nó đòi hỏi phải vô số các sai lệch (bias) phải được xem xét cẩn thận và loại bỏ càng nhiều càng tốt. Chúng ta sẽ bàn đến một số loại sai lệch thông thường bao gồm look-ahead bias, survivorship bias và optimisation bias (hay còn gọi là data-snooping bias). Một số vấn đề quan trọng khác ảnh hưởng đến mô hình là tính khả dụng và độ “trong sạch” của dữ liệu, phân tích các chi phí giao dịch trong thực tế cũng như việc đưa ra quyết định dựa trên nền tảng vững chắc của khâu kiểm định. Chúng ta sẽ nói thêm về chi phí giao dịch trong phần thực thi hệ thống bên dưới.

(*Out-of-sample data: Ví dụ một mô hình được xây dựng dựa trên dữ liệu từ 1970-1979, sau đó người ta thử nghiệm mô hình này với dữ liệu từ 1980-1989 thì dữ liệu này gọi là out-of-sample).

Một khi chiến lược đã được xác định thì phải tiến hành thu thập dữ liệu lịch sử rồi tiến hành thử nghiệm và cải tiến mô hình. Có rất nhiều nhà cung cấp dữ liệu cần thiết cho tất cả các loại tài sản, thông thường chi phí họ yêu cầu tỉ lệ với chất lượng, độ sâu và độ lâu dài của dữ liệu. Cách truyền thống để trở thành một chuyên viên giao dịch quant (ít nhất ở vị trí sales) là sử dụng các bộ dữ liệu miễn phí trên Yahoo Finance.

Những vấn đề chính cần phải quan tâm đối với dữ liệu lịch sử (historical data) bao gồm tính chính xác/trong sạch, survivorship bias và điều chỉnh số liệu lại do những hoạt động của công ty như chia cổ tức và tách cổ phiếu:

  • Tính chính xác (Accuracy) gắn liền với chất lượng tổng thể của dữ liệu. Một vài lỗi có thể dễ dàng tìm thấy bằng cách sử dụng các bộ lọc các điểm bất thường (spike filter), bộ lọc này sẽ tìm ra các điểm bất thường này trong chuỗi dữ liệu thời gian và chỉnh sửa lại cho phù hợp. Tuy nhiên sẽ có những lỗi rất khó phát hiện, vì vậy cần thiết phải có hai hay nhiều nguồn cung cấp dữ liệu trở lên để kiểm tra lẫn nhau.
  • Survivorship bias thường là đặc điểm của dữ liệu rẻ hoặc miễn phí. Bộ dữ liệu có survivorship bias nghĩa là nó không có hoặc thiếu dữ liệu về những tài sản đã không còn được giao dịch. Một ví dụ trường hợp loại tài sản vốn như cổ phiếu bị hủy niêm yết, vỡ nợ. Thiên kiến sai lệch này cho thấy bất kỳ chiến lược giao dịch của phiếu kiểm định trên bộ dữ liệu này dễ dẫn đến có kết quả tốt hơn so với kết quả thực giống như người chiến thắng đã được lịch sử lựa chọn trước.
  • Các hoạt động của công ty (Coporate actions) những hoạt động có tác động đến dữ liệu như giá cổ phiếu cần phải được điều chỉnh cho phù hợp, trường hợp điển hình là điều chỉnh cho việc chia cổ tức và tách cổ phiếu. Quá trình thực hiện các công việc điều chỉnh này gọi là quá trình điều chỉnh (back adjustment process). Một lưu ý khá quan trọng là cần phải phân biệt rõ ràng giữa việc chia tách cổ phiếu và điều chỉnh lại lợi nhuận cho phù hợp vì nhiều giao dịch viên thường không phân biệt rõ ràng sự khác biệt giữa hai khái niệm này.

Để thực hiện thủ tục kiểm định lại này cần phải sử dụng một phần mềm làm nền tảng. Có thể thực hiện kiểm định bằng phần mềm kiểm định chuyên dụng như Tradestation, phần mềm chuyên tính toán như Excel, MATLAB hoặc sử dụng ngôn ngữ lập trình để tự tạo ra một công cụ kiểm định riêng cho mình ví dụ như Python hay C++. Chúng ta sẽ không quan tâm nhiều đến phương pháp sử dụng các phần mềm có sẵn để kiểm định, thay vào đó là xây dựng các công cụ bằng cách tự lập trình. Một trong những lợi ích của cách làm này là chúng ta có thể tích hợp (liên kết) phần mềm kiểm định và hệ thống thực thi, điều này cho phép tính toán các phép tính thống kê phức tạp hơn trên hệ thống ngay cả khi hệ thống đang giao dịch, đặc biệt đối với các chiến lược HFT.

Công việc kiểm định phải định lượng được hiệu suất của hệ thống tốt đến mức nào. Các tiêu chuẩn để định lượng các chiến lược là maximum drawdown và Sharpe ratio. Maximum drawdown là chỉ số đặc trưng cho mức giảm lớn nhất (từ đỉnh đến đáy) của đường cong tài khoản vốn (account equity curve) trong một khoảng thời gian (thường là một năm). Chỉ số này thường được thể hiện ở tỉ số phần trăm, thông thường chiến lược LFT sẽ có maximum drawdown lớn hơn so với HFT do một số yếu tố khi thống kê. Kiểm định lại lịch sử giao dịch sẽ cho thấy maximum drawdown lớn nhất trong quá khứ từ đó có thể định hướng và kiểm soát các chiến lược có drawdown phù hợp. Chỉ số thứ hai cần phải quan tâm là Sharpe ratio, chỉ số này là trung bình của tỉ suất sinh lợi vượt trội chia cho độ lệch chuẩn của các tỉ suất sinh lợi vượt trội đó. Tỉ suất sinh lợi vượt trội là phần chên lệch giữa lợi nhuận chiến lược tạo ra và một tỉ suất sinh lợi tiêu chuẩn như chỉ số S&P 500 hay trái phiếu kho bạc T-bill kỳ hạn 3 tháng. Một vấn đề nữa là không nên sử dụng lợi nhuận hàng năm để làm thước đo tính hiệu quả của chiến lược hiện tại vì chiến lược có thể được điều chỉnh qua thời gian.

 

Backtesting bằng cách sử dụng phần mềm MATLAB

Một khi chiến lược đã được kiểm định và nó hạn chế được các sai lệch càng nhiều càng tốt đồng thời được thử nghiệm và có chỉ số Sharpe tốt cũng như các drawdown nhỏ sẽ được tiến hành bước tiếp theo – xây dựng hệ thống thực thi.

Thực thi hệ thống (Execution Systems)

Thực thi hệ thống là danh sách các lệnh được tạo ra bởi chiến lược sẽ được gửi đến và thực hiện bởi broker. Các hệ thống giao dịch của sàn giao dịch thế hệ mới có thể bán tự động hoặc hoàn toàn tự động và cơ chế thực hiện của hệ thống của chúng ta xây dựng có thể bằng tay, bán tự động (qua 1 click chuột) hay tự động hoàn toàn. Đối với chiến lược LFT thường sử dụng kỹ thuật bằng tay và bán tự động trong khi chiến lược HFT cần phải tạo ra một cơ chế giao dịch tự động hoàn toàn.

Những vấn đề quan trọng khi tạo ra một hệ thống thực thi là quá trình tương tác với broker, tối thiểu hóa chi phí giao dịch (bao gồm hoa hồng, sự trượt giá…) và sự khác biệt của hiệu năng thực tế với hiệu năng trong khâu kiểm định.

Có nhiều cách để tương tác với broker. Từ việc đơn giản như gọi điện trực tiếp đến các broker qua điện thoại tới sử dụng các chương trình ứng dụng tương tác (API – Application Programming Interface) hoàn toàn tự động. Lý tưởng nhất chính là tự động hóa các công việc điều hành giao dịch càng nhiều càng tốt. Điều này sẽ giải phóng chúng ta khỏi các tác vụ này và tập trung sâu hơn vào khâu nghiên cứu cũng như thử nghiệm nhiều chiến lược giao dịch khác nhau cùng lúc, thậm chí là chiến lược tần suất cao HFT (trong thực tế, chiến lược HFT không thể thực hiện mà không sử dụng phương pháp tự động). Các phần mềm kiểm định đã được nói ở trên như MATLAB, Excel và Tradestation thì phù hợp với các chiến lược đơn giản, tần suất thấp. Tuy nhiên, cần thiết phải xây dựng một hệt thống thực thi được viết trên một ngôn ngữ lập trình có hiệu năng cao như C++ nhằm thực thi những chiến lược HFT bởi vì các ngôn ngữ mạnh như C/C++ cho phép chúng ta xử lý dữ liệu với tần suất là phút, giây hay tới mili giây và micro giây – một đặc tính lý tưởng với HFT.

Các quỹ lớn thông thường không phải là nơi phù hợp với những chuyên gia giao dịch định lượng để tối ưu hóa các hoạt động đầu tư của họ. Tuy nhiên trong những quỹ nhỏ hơn hay các công ty HFT, các chuyên gia giao dịch cũng là những nhà điều hành do đó cần thiết kỹ năng chuyên môn rộng hơn. Nếu bạn vẫn muốn làm cho một quỹ đầu tư lớn, kỹ năng lập trình vẫn quan trọng không kém kỹ năng về thống kê và kinh tế lượng.

Một vấn đề chính trong khâu thực thi là giảm thiểu chi phí giao dịch. Thông thường có ba loại chi phí giao dịch: hoa hồng (hoặc thuế) được trả cho các broker hay chi phí giao dịch cho SEC (Ủy ban chứng khoán Hoa Kỳ) hoặc cơ quan đại diện tương đương; sự trượt giá là sự thay đổi giữa giá được đặt mua và giá thực sự mua được; sự chênh lệch (spread) về giá bid/ask (mua/bán) của cổ phiếu được giao dịch. Sự chênh lệch về giá mua/bán không cố định và phụ thuộc vào tính thanh khoản hiện tại trên thị trường.

Các chi phí giao dịch có thể tạo ra sự khác biệt giữa một chiến lược cực kỳ lợi nhuận với tỉ số Sharpe tốt và một chiến lược không có lợi nhuận với tỉ số Sharpe không tốt. Tuy nhiên dự đoán chi phí giao dịch chính xác ở khâu kiểm định chiến lược là một điều khá khó khăn. Dựa vào tần suất của chiến lược, chúng ta cần tiếp cận với các dữ liệu giao dịch trong quá khứ bao gồm cả dữ liệu của giá bid/ask.

Vấn đề chính cuối cùng đối với hệ thống thực thi là sự khác biệt giữa hiệu năng chiến lược trên thực tế với hiệu năng ở khâu kiểm định, điều này xảy ra do nhiều nguyên nhân đã được nói đến ở trên như các sai lệch (look-ahead bias, optimisatoin bias) khi xem xét ở khâu kiểm định. Tuy nhiên vẫn có một số chiến lược không dễ kiểm tra những sai lệch này trước khi triển khai thực hiện. Điều này thường xảy ra đối với các chiến lược HFT, UHFT như có thể xuất hiện các lỗi trong hệ thống thực thi cũng như lỗi trong chiến lược giao dịch mà không xuất hiện khi kiểm định mà chỉ xuất hiện khi giao dịch thực tế. Ngoài ra, thị trường hoàn toàn có thể thay đổi sau khi triển khai các chiến lược giao dịch như môi trường pháp lý thay đổi, tâm lý nhà đầu tư thay đổi và các hiện tượng kinh tế vĩ mô dẫn đến thị trường sẽ có những hành vi khác dự tính ảnh hưởng đến lợi nhuận của chiến lược.


Giao dịch định lượng cơ bản (P3-phần cuối)

Quản trị rủi ro (Risk management)

Công việc cuối cùng phải làm đối với hệ thống giao dịch là tiến trình quản trị rủi ro. Rủi ro ở đây bao gồm tất cả những lệch lạc mà chúng ta đã nói đến các phần trước. Nó bao gồm rủi ro về công nghệ ví dụ như các hệ thống máy chủ (server) ở sàn giao dịch đột nhiên xuất hiện lỗi đĩa cứng; rủi ro về broker như broker bị phá sản (bankrupt)…Tóm lại, những rủi ro này bao gồm gần như tất cả mọi thứ có thể gây trở ngại đến việc thực thi giao dịch của hệ thống và mỗi rủi ro là lại có thể có nhiều nguyên nhân gây ra nó. Hầu hết tất cả các quyển sách nói về chiến lược giao dịch đều đề cập đến quản trị rủi ro một cách chi tiết và đầy đủ, do đó trong phạm vi tính chất bài viết này sẽ không đề cập đầy đủ tất cả những nguyên nhân gây ra rủi ro với hệ thống.

Quản trị rủi ro cũng bao hàm cả khái niệm phân bổ nguồn vốn tối ưu (optimal capital allocation) là một nhánh của lý thuyết danh mục đầu tư. Khái niệm này có nghĩa là bao nhiêu vốn sẽ được phân phối tương ứng cho các chiến lược khác nhau và cho những giao dịch trong những chiến lược đó. Đây là một lĩnh vực phức tạp và nó dựa rất nhiều vào các kỹ thuật toán học để tính toán. Trong thực tế tiêu chuẩn được sử dụng trong việc phân bổ nguồn vốn tối ưu và tỉ lệ đòn bẩy của các chiến lược có liên quan đến khái niệm Tiêu chuẩn Kelly (Kelly criterion). Do bài viết này chỉ mang tính chất giới thiệu nên chúng tôi sẽ không đề cập sâu đến các vấn đề tính toán.

Công thức tiêu chuẩn Kelly: Kelly% = W – [(1-W)/R]

Có hai thành tố chính trong công thức này cần tính toán khi áp dụng vào việc giao dịch: W: xác suất xảy ra lợi nhuận dương của một giao dịch và R (win/loss): tỉ lệ giữa tổng những giao dịch lời và tổng những giao dịch lỗ.

Thành phần quan trọng khác của quản trị rủi ro là đối mặt với vấn đề tâm lý của bản thân mình. Có nhiều lệch lạc do nhận thức cảm tính của chuyên viên giao dịch, thiết kế hệ thống có thể đan xen vào công việc giao dịch. Có thể thừa nhận rằng các vấn đề về tâm lý sẽ được loại bỏ nếu như các chuyên viên giao dịch để hệ thống tự động thực thi mà không can thiệp. Một lệch lạc thông thường là “cảm giác mất mát” khi mà bạn đang bị thua lỗ nhưng không muốn đóng giao dịch đó lại vì điều đó đồng nghĩa với việc thừa nhận thua lỗ đó. Tương tự như vậy, trong trường hợp có lời thì giao dịch thường sẽ bị đóng quá sớm vì sợ mất lợi nhuận đã đạt được một cách tuyệt vời. Một lệch lạc khác thường được nhắc đến là lệch lạc gần đây (recency bias) có nghĩa là nhà đầu tư đặt quá nhiều trọng tâm vào các giao dịch/sự kiện xảy ra trong thời gian gần đây và không lâu dài, ví dụ như các chuyên viên giao dịch tính toán mức độ sinh lời của chiến lược dựa trên những kết quả giao dịch gần đây mà không phải trong một khoảng thời gian đủ dài, điều đó sẽ dẫn đến đánh giá không chính xác hiệu năng của chiến lược. Và tất nhiên không thể không nhắc đến một cặp lệch lạc cảm xúc truyền thống chính là sợ hãi và tham lam. 2 lệch lạc này thường dẫn đến việc sử dụng đòn bẩy quá thấp hoặc quá cao dẫn đến tình trạng blow-up (tài khoản vốn bị thua lỗ về 0 hoặc tình trạng xấu hơn) hay làm giảm lợi nhuận.

Tổng kết

Có thể thấy rằng giao dịch định lượng cực kỳ phức tạp mặc dù rất thú vị và cũng là một nhánh của tài chính định lượng. Bài viết trên chỉ đề cập đến những khía cạnh bề ngoài của giao dịch định lượng mọt cách đơn giản nhất, có rất nhiều quyển sách, bài nghiên cứu đã được viết ra chỉ dành riêng cho một chủ đề nhỏ đã nhắc đến ở trên. Do đó, bất kỳ ai muốn làm việc cho các quỹ ở vị trí giao dịch thì cần phải sẵn sàng học và nghiên cứu một khối lượng kiến thức lớn. Ít nhất thì các chuyên viên này phải có nền tảng vững ở lĩnh vực thống kê và kinh tế lượng với kinh nghiệm trong việc áp dụng chúng bằng các phần mềm như MATLAB, Python hay R. Đối với các chiến lược tinh vi, phức tạp hơn như giao dịch tần suất cao thì cần thêm các kỹ năng bao gồm lập trình nhân của Linux (Linux kernel), lập trình C/C++ và assembly, tối ưu hóa mạng lưới độ trễ.

Nếu bạn đang muốn thử tạo ra một chiến lược giao dịch cho bản thân, lời khuyên chúng tôi đưa ra là phải có kỹ năng lập trình tốt trước tiên. Tự xây dựng các chương trình thu thập dữ liệu, kiểm định lại chiến lược và hệ thống điều hành cho bản thân càng nhiều càng tốt. Nếu như vốn của bạn đang được giao dịch trên hệ thống, ít nhất bạn có thể ngủ ngon khi biết rằng hệ thống đã được kiểm tra đầy đủ và những rủi ro đã được tính toán trước. Sử dụng phần mềm được gia công bởi các nhà cung cấp khác có thể giúp tiết kiệm thời gian trong ngắn hạn, tuy nhiên trong dài hạn lại có thể rất tốn kém vì khó điều chỉnh lại hệ thống theo mục tiêu của mình cũng như tối ưu hóa các vấn đề khác.


Algorithmic, or quantitative, trading: https://www.quantstart.com/articles/Beginners-Guide-to-Quantitative-Trading

———————-&&&———————

Giới thiệu ngành tài chính định lượng

Giới thiệu ngành tài chính định lượng

(Nguồn: http://scue.vn)

Giới thiệu ngành tài chính định lượng P1

I. Tài chính định lượng là gì?

Tài chính định lượng (Quantitative Finance hay Mathematical Finance) là một mảng của toán học ứng dụng vào thị trường tài chính, ứng dụng các mô hình toán học nhằm dự báo, định giá giá trị chứng khoán; quản lý danh mục đầu tư; quản trị rủi ro tài chính hay giao dịch tự động.

Cần phân biệt rõ ràng giữa tài chính định lượng với một ngành khác dễ gây nhầm lẫn là kinh tế tài chính (financial economics). Sự khác biệt cơ bản thể hiện qua ví dụ so sánh:

Các nhà kinh tế tài chính nghiên cứu các lý do tại sao giá cổ phiếu của công ty lại biến động do các yếu tố khác.

Các nhà tài chính định lượng lại tìm cách định giá hay dự báo giá trị cổ phiếu công ty trong tương lai bằng các mô hình và công cụ toán học hiện đại.

II. Lịch sử của tài chính định lượng

Lịch sử của tài chính định lượng gắn liền với sự phát triển của các ngành khoa học tự nhiên: toán học, vật lý học, tin học.

Những ứng dụng đầu tiên của toán học là lý thuyết tối ưu hóa danh mục của Harry Markowitz. Sử dụng ước tính trung bình phương sai của các danh mục để đánh giá chiến lược đầu tư làm thay đổi hoàn toàn cách làm trước đó là cố gắng tìm kiếm một cổ phiếu riêng lẻ tốt nhất để đầu tư. Hay sử dụng hồi quy tuyến tính để hiểu rõ và định lượng rủi ro (như phương sai) và lợi nhuận (như giá trị trung bình) của toàn bộ cổ phiếu và trái phiếu, chiến lược tối ưu hóa đã được sử dụng để chọn danh mục đầu tư với lợi nhuận trung bình lớn nhất với mức độ rủi ro (phương sai) chấp nhận được. Đồng thời, William Sharpe đã phát triển công cụ toán học xác định mối quan hệ giữa mỗi cổ phiếu và thị trường cùng với các đồng sự. Do đó năm 1990, Markowitz, Sharpe cùng với Merton Miller đã được trao giải nobel kinh tế. Trong thời gian này toán học trở nên tinh vi và phức tạp hơn. Nhờ những cống hiến của Robert Merton và Paul Samuelson những mô hình một thời điểm đã được thay thế bởi các mô hình thời gian liên tục, mô hình chuyển động Brown.

Cuộc cách mạng quan trọng tiếp theo trong ngành tài chính định lượng là công trình mô hình hóa thị trường tài chính của Fischer Black và Myron Scholes cùng với những đóng góp nền tảng của Robert C.Merton. Scholes và Merton đã được trao giải nobel kinh tế năm 1997.

Các mô hình toán học tinh vi, phức tạp và chiến lược định giá sản phẩm phái sinh đã được phát triển liên tục nhưng tính đảm bảo an toàn đã bị phá hủy bởi cuộc khủng hoảng tài chính 2007-2010. Tuy nhiên, nhiều tổ chức trong lĩnh vực tài chính vẫn đang tiếp tục tìm kiếm các phương pháp và lý thuyết hiệu quả hơn.

Trong lĩnh vực vật lý, Bachelier là người đầu tiên tìm cách “định lượng” chuyển động Brown (chuyển động của hạt nhỏ li ti trong nước hay của các phân tử chất khí trong không khí) vào năm 1900 và được coi là cha đẻ của ngành toán tài chính hiện đại. Ông đã phát triển lý thuyết toán để nghiên cứu các quá trình ngẫu nhiên, lý thuyết mà sau này được tái khám phá bởi Einstein. Ngày nay mô hình chuyển động Brown dựa trên lý thuyết xác suất thống kê chính là mô hình chuẩn và nền tảng trong việc dự báo giá chứng khoán, lãi suất trái phiếu, rủi ro đầu tư trong tài chính hiện đại.

Sự bùng nổ mạnh mẽ ở lĩnh vực công nghệ thông tin và khoa học máy tính cuối thế kỷ 20 làm nền tảng quan trọng nhất cho sự phát triển ngành tài chính định lượng. Các máy tính với tốc độ xử lí tăng theo định luật Moore(*) là công cụ mạnh mẽ và không thể thay thế để thực thi các mô hình, các dự báo tài chính. Ngoài ra nhiều máy tính, hệ thống quản lí điện tử đã được đưa vào ứng dụng ở các sở giao dịch chứng khoán như NYSE (New York Stock Exchange) những năm 1970 và từ năm 1980 xuất hiện hình thức giao dịch tự động (algorithmic trading hay automated trading), đặc biệt là giao dịch tần số cao HFT (high- frequency trading). Hệ thống giao dịch tự động sử dụng các thuật toán (algorithm) do các nhà tài chính định lượng viết ra cho các máy tính tự động giao dịch liên tục nhằm tối ưu hóa lợi nhuận bằng chênh lệch giá.

Tiếp tục đọc

Đánh giá chiến lược trung bình động trên thị trường chứng khoán Việt Nam

Đánh giá chiến lược trung bình động trên thị trường chứng khoán Việt Nam

(Nguồn: https://www.vietquanttrader.com)

Có một cuộc tranh luận ngầm đang diễn ra giữa một bên cho rằng chỉ báo kĩ thuật đã thật sự không còn hiệu quả, và bên còn lại; tất nhiên đang ăn nên làm ra với nó. Tìm những chứng cứ cho cuộc tranh luận đó là điều không khó, mà chúng thật sự được nhóm họp bởi các tên tuổi và thực nghiệm đầy nổi trội như Michael Harris với www.priceactionlab.comKris Longmorevới https://robotwealth.com/about/Johann Christian Lotter với http://www.financial-hacker.com/ và http://zorro-trader.com/. Dĩ nhiên còn nhiều tên tuổi khác đồng quan điểm trên với trường phái price action như Nial Fuller với http://www.learntotradethemarket.comAl Brooks với https://brookstradingcourse.com/. Đương nhiên phải có lý mới có lẽ cho cuộc tranh luận đó, mà có thể được tóm gọn bởi thành ngữ “quá nhanh quá nguy hiểm”, với hàm ý liên quan đến cơ sở hạ tầng giao dịch quá tân tiến mà ai cũng biết. Bạn có thể bị thuyết phục bởi quan điểm đó bởi cái lý của nó, nhưng có chắc rằng cái lẽ đó, mà bạn đang tin, có phải là sự thật. Cách tốt nhất là, chúng ta sẽ tự kiểm tra chiến lược của mình để không bị lung lay niềm tin.

1) Tìm nguồn cung dữ liệu

Đối với chứng khoán Việt Nam, chúng ta có thể tải ở các địa chỉ ,http://www.bvsc.com.vn/DownloadMSData.aspxhttp://www.cophieu68.vn/export.phphttp://www.vietwayedu.com/downloadshttp://s.cafef.vn/du-lieu/download.chn#datahttps://www.vndirect.com.vn/portal/thong-ke-thi-truong-chung-khoan/lich-su gia.shtml hoặc các nguồn phải trả phí như ở https://www.stockbiz.vn/http://stoxvn.stox.vn. Bạn có thể tìm ở nhiều nguồn khác, tuy nhiên chúng tôi sẽ cung cấp cho các bạn dữ liệu miễn phí mà các bạn có thể tải về từ DỮ LIỆU. Sau khi download về, các bạn giải nén vào thư mục mà từ nay về sau trong bài viết này và tất cả sản phẩm của chúng tôi, chúng ta sẽ đặt với đường dẫn là F:\Data\ để tiện trình bày.

2) Xử lý dữ liệu bằng R và Rstudio

Để bắt đầu thực hành, các bạn phải cài đặt R và Rstudio (xem https://www.vietquanttrader.com/vi/cai-dat-r-va-rstudio/). Chúng ta quay trở lại với dữ liệu sau khi đã download, bạn giải nén vào thư mục F:\Data\ được file Alldata.txt. Bây giờ chúng ta sẽ xử lý dữ liệu file Alldata.txt, từ Rstudio ở khung console nhập

1
dataAll<-read.csv("F:/Data/Alldata.txt",header = TRUE, stringsAsFactors = FALSE)

Tiếp theo chúng ta sẽ hiển thị 6 dòng đầu để xem tổng quát cách bố trí dữ liệu bằng lệnh

1
head(dataAll)

Chúng ta thu được kết quả sau

Nhấp vào để phóng to ảnh

Chúng ta thực hiện đổi tên các cột dữ liệu cho dễ phân tích các bước tiếp theo

1
colnames(dataAll) = c("Tickers", "Date", "Open", "High", "Low", "Close","Volume")

Bây giờ ta thực hiện một loạt các lệnh để lấy dữ liệu mã chứng khoán SSI và chuyển về định dạng xts, thông qua đoạn code sau

1
2
3
4
5
6
7
8
9
10
11
library(quantmod)
data<-dataAll
data<- subset(data, data$Tickers == "SSI")
data<- data[,-1]
names(data)<- c("Date", "Open", "High", "Low", "Close","Volume")
data$Date<- as.Date(as.character(data$Date),"%d/%m/%Y")
data<-data[!duplicated(data$Date),]
data<-zoo(data[,-1],data$Date)
data<- as.xts(data)
data<-na.omit(data)
data[c(1:4),]

Chúng ta đã gọi package quantmod thông qua lệnh library(quantmod), để chúng ta chuyển đổi dữ liệu về dạng xts. Dòng cuối của đoạn code trên chúng ta hiển thị 4 dòng đầu dữ liệu, và output của nó như hình sau

Nhấp vào để phóng to ảnh

Với mục đích phân tích chiến lược trung bình động, chúng ta đã xử lý dữ liệu xong và sau đây sẽ đến phần phân tích.

3) Phân tích sơ bộ chiến lược

Chúng ta sử dụng chỉ báo elastic volume weighted moving average (eVWMA) để thực hiện phân tích. Quay trở lại cửa sổ console, nhấn ctrl + l để xóa các dòng code, và thực hiện đoạn code sau:

1
2
3
4
require(TTR)
Fast<-EVWMA(Cl(data),Vo(data),n=6)
Slow<-EVWMA(Cl(data),Vo(data),n=9)
BinVec<-ifelse(Fast>=Slow,1,0)

Dòng cuối đoạn code để mô hình chiến lược giả định của chúng ta là, nếu Fast >= Slow thì chúng ta mua vào hoặc tiếp tục nắm giữ. Ngược lại, chúng ta bán ra hoặc đứng ngoài thị trường. Thay vì sử dụng lệnh head như lúc trước để xem dữ liệu, chúng ta đưa chuột nhấp vào BinVec ở khung Environment thì dữ liệu BinVec sẽ xuất ra ở khung nằm trên khung console như hình sau:

Nhấp vào để phóng to ảnh

Chúng ta thấy có những giá trị không xác định (NA) trong dữ liệu của BinVec, đó là do có những giá trị không xác định trong Fast và Slow. Lẽ đương nhiên, chúng ta sẽ đứng ngoài thị trường tương ứng với giá trị không xác định đó; nói cách khác chúng ta gán cho chúng giá trị 0. Bây giờ chúng ta sẽ làm điều đó và tính lợi nhuận theo ngày mà ta đặt tên là Gain.

1
2
3
4
5
6
SignalTomorrow = as.numeric(tail(BinVec,1))
BinVec[is.na(BinVec)]=0
BinVec<-Lag(BinVec,1)
dataRet<- diff(Cl(data))/Lag(Cl(data),1)
Gain<-dataRet*BinVec
Gain[is.na(Gain)]=0

Ở đoạn code trên chúng ta thực sử dụng hàm Lag để mô hình cho việc: cuối ngày hôm nay ta mới có thông tin dữ liệu rồi tính ra được dấu hiệu cho ngày mai (SignalTomorrow).

4) Xem xét kết quả thực thi

Để xem xét kết quả thực thi, chúng ta phải đưa ra những tiêu chuẩn cho điều đó. Ở đây, chúng tôi lấy một số tiêu chuẩn như lợi nhuận tích lũy, lợi nhuận hàng năm, độ biến động lợi nhuận, và sharpe ratio.

1
2
3
4
5
6
7
8
9
10
library(PerformanceAnalytics)
getMat = matrix(c("Cumulative Return",Return.cumulative(Gain),
                   "Annual Return",Return.annualized(Gain),
                   "Annualized Sharpe Ratio",SharpeRatio.annualized(Gain),
                   "Win %",sum(Gain>0)/sum(Gain!=0),
                   "Annualized Volatility",sd.annualized(Gain, scale=252),
                   "Position Tomorow",SignalTomorrow),
                    ncol = 2,byrow = TRUE)
colnames(getMat) = c("Performance", "Value")
getMat

Chúng ta sẽ thu được kết quả như hình sau:

Nhấn vào để phóng to ảnh

Từ kết quả trên chúng ta thấy nếu theo chiến lược đó, thì lợi nhuận tích lũy gấp 13.0771 vốn ban đầu bỏ ra, lợi nhuận hàng năm là khoảng 28.8%, độ biến động lợi nhuận hàng năm là khoảng 27.18%, và sharpe ratio hàng năm là khoảng 1.06.

5) Cải thiện sự đánh giá 

Vấn đề đặt ra là liệu chi phí giao dịch và thuế có giết chết phần thưởng xứng đáng cho nỗ lực của bạn, hay thậm chí tệ hơn, bạn không biết mình là tên khờ khạo dễ bị phỉnh gạt vì mơ hồ về điều đó. Nói cho dễ hiểu, giả sử bạn có chiến lược đem lại lợi nhuận tích lũy gấp 7 lần vốn bỏ ra nhưng chi phí giao dịch và thuế lên tới 11 lần vốn. Mặt khác, nó là điều rất phiền khi bạn xem xét những mã cổ phiếu khác mà bạn sẽ phải chạy code lại từ đầu trong R. Vì vậy, chúng tôi cung cấp sản phẩm Backtesting for moving average để các bạn chỉ cần nhập thông tin vào và chạy ra kết quả. Kết quả có hỗ trợ tính ra chi phí giao dịch, thuế, số lần giao dịch, vị thế cho ngày tiếp theo, hiển thị dữ liệu, đồ thị, và các tiêu chuẩn đánh giá chiến lược…. Ngoài giao diện dễ sử dụng, các bạn sẽ sở hữu full source code của sản phẩm, để các bạn dễ dàng trở thành một quant. Các bạn lưu ý rằng, sản phẩm ở VietQuantTrader chỉ duy nhất có tại VietQuantTrader và VietQuantTrader là nơi đầu tiên trên thế giới tiên phong trong sản phẩm loại này.

—————–&&&—————-

Có điều gì sai với ngành tài chính

Có điều gì sai với ngành tài chính

(Nguồn: http://www.phantichkinhte123.com)

Một tiểu luận về những gì các nhà kinh tế học và các học giả tài chính học được, và chưa học được, từ cuộc khủng hoảng. Hy vọng tốt nhất nằm ở trường phái [kinh tế học] hành vi

Buttonwood
Cả các nhà tài chính và nhà kinh tế học vẫn còn bị quy trách nhiệm về cuộc khủng hoảng tài chính năm 2007-2009: nhóm thứ nhất vì đã tạo ra nó và nhóm thứ hai vì đã không dự báo được nó. Như có thể thấy, hai vấn đề này có tương tác với
nhau. Các nhà kinh tế học đã không hiểu được tầm quan trọng của lĩnh
vực tài chính và các nhà tài chính đã đặt quá nhiều niềm tin vào các mô
hình do các nhà kinh tế học tạo ra.
Nếu điều này nghe giống như một cuộc tranh luận cổ xưa, và vì vậy không liên quan đến các mối bận tâm của ngày nay, thì không phải vậy.
Sự phản ứng của các ngân hàng trung ương và của các cơ quan điều tiết
đối với cuộc khủng hoảng đã dẫn đến một nền kinh tế không giống bất cứ
nền kinh tế nào mà chúng ta đã
từng thấy trước đây, với lãi suất ngắn hạn giảm về bằng không, một số trái phiếu có lợi suất âm và các ngân hàng trung ương đóng vai trò chi phối trên các thị trường. Ở đây người ta không rõ là lý thuyết kinh tế học hay lý thuyết tài chính đã điều chỉnh để đối mặt với thực tế mới này.
Hy vọng tốt nhất để tạo ra bước phát triển là trường phái kinh tế học hành vi, cho rằng các cá thể không thể là những tác nhân duy lý, phù hợp khăng khít theo các mô hình học thuật. Ngày càng có nhiều nhà kinh tế học chấp nhận rằng lĩnh vực tài chính không phải là một “trò chơi tổng bằng không”, cũng không thực sự chỉ là một lý thuyết vị lợi,
mà là một động lực quan trọng của các chu kỳ kinh tế. Thật vậy, lĩnh
vực tài chính đã trở thành một động lực chi phối quá nhiều.
Luigi Zingales (1962-)
Trong bài phát biểu năm nay với tư cách là chủ tịch Hiệp hội tài chính nước Mỹ, Luigi Zingales đã hỏi “Liệu tài chính có ích cho xã hội không?”. Ông đã kết luận rằng “với tình trạng hiểu biết hiện nay thì không có lập luận nào về mặt lý
thuyết ủng hộ ý cho rằng toàn bộ sự tăng trưởng của lĩnh vực tài chính
trong 40 năm qua có ích cho xã hội
”. Và một bài báo nghiên cứu gần đây từ Ngân hàng Thanh toán Quốc tế, ngân hàng trung ương của các ngân hàng trung ương, đã kết luận rằng mức
độ phát triển tài chính chỉ tốt ở một điểm nào đó mà thôi, sau đó thì
nó trở thành một lực cản đối với sự tăng trưởng kinh tế
.
Xin lưu ý rằng những ý kiến phản đối này không giống với lập luận, quen
thuộc từ cuộc khủng hoảng, cho rằng các ngân hàng cá thể là quá lớn để
sụp đổ (TBTF,
too big to fail).
Cách tiếp cận này càng giống với ý tưởng về “lời nguyền tài nguyên” cho
rằng những nền kinh tế nào dựa quá nhiều vào một hàng hóa nào đó, chẳng
hạn như dầu
mỏ, có thể trở nên mất cân bằng. Cũng giống như đồng tiền dễ có từ ngành khoan giếng dầu có thể làm cho một nền kinh tế chậm phát triển các ngành kinh doanh khác, đồng tiền dễ có từ việc giao dịch tài sản, và cho vay có thế chấp tài sản, có thể làm biến tướng một nền kinh tế phát triển.
Lịch sử lĩnh vực tài chính qua năm cuộc khủng hoảng
Đây là nơi lý thuyết hàn lâm nhập cuộc. Lĩnh vực tài chính làm thiệt hại
nền kinh tế bởi vì nó không hoạt động tốt như kỳ vọng của các mô hình
[kinh tế]. Bong bóng tài sản có thể
hình thành có hình thành. Các tổ chức mua nợ không thận trọng đánh giá xem liệu người đi vay
có thể trả được nợ hay không. Những động lực chi phối hành động của các
nhân viên trong lĩnh vực tài chính có khuynh hướng tưởng thưởng cho sự
đầu cơ hơn là tạo ra
của cải dài hạn.
Một số vấn đề này liên quan đến cách thức mà các chính phủ đã sử dụng để
điều tiết hệ thống tài chính. Nhưng phần lớn vấn đề này liên quan đến
những điểm yếu về mặt tâm lý khiến chúng ta là con người.
Những điểm yếu này không được thừa nhận trong các mô hình [kinh tế] truyền
thống, giả định rằng con người là những sinh vật duy lý hoặc là con
người kinh tế. Trong cuốn sách mới của mình “
Misbehaving: The Making of Behavioural Economics [Hành xử sai trái: Sự ra đời của kinh tế học hành vi. Ở Việt Nam, quyển sách này được xuất bản với tên gọi “Tất cả chúng ta đều hành xử cảm tính], Richard Thaler sử dụng một thuật ngữ khác: econs. Ông viết rằng “so
với thế giới hư cấu của các econs, con người có rất nhiều hành xử sai
trái, và điều đó có nghĩa là các mô hình kinh tế đã đưa ra rất nhiều dự
đoán tồi
.”
Tất nhiên, trường phái kinh tế học hành vi đã tồn tại khoảng 40 năm qua
hoặc lâu hơn. Nhưng trong phần lớn thời gian này, những kết luận của nó
đã bị các nhà kinh tế học
dòng chính bỏ
qua như là một tập hợp các nghiên cứu trong phòng thí nghiệm, xem đó là
những điều thú vị như những giai thoại nhưng không thực tế để có thể
giải thích hành vi của toàn bộ nền kinh tế.
Đừng bận tâm đến lý thuyết, hãy nhìn vào thực tế
Robert Shiller (1946-)
Các lý thuyết truyền thống về tài chính vẫn thống trị trong giới hàn lâm, bởi vì chúng trông có vẻ là tốt trong các sách giáo khoa; chúng dựa vào các công thức toán học, những thứ có thể dễ dàng thích ứng để
phân tích bất kỳ xu hướng nào trên thị trường. Robert Shiller ở Đại học
Yale, người được trao giải Nobel về kinh tế học vào năm 2013, nói rằng “Các lý thuyết gia thích những mô hình có
trật tự, hài hòa và đẹp mắt. Các học giả thích những ý tưởng dẫn đến các nghiên cứu kinh trắc”. Ngược lại, những nhà kinh tế học nào nói về ảnh hưởng của hành vi trên thị trường phải sử dụng thứ ngôn ngữ mơ hồ hơn, và điều này có vẻ không thuyết phục. “Trong tình huống mơ hồ người ta sẽ tập trung vào người nào có mô hình chặt chẽ nhất”, Shiller cho biết thêm.
Tuy nhiên, các nhà kinh tế học hành vi lập luận rằng các đối thủ kinh tế học dòng chính của họ có vẻ không hứng thú, một cách kỳ quặc, với các nghiên cứu về cách thức con người hành xử trong thực tế. “Cho đến nay”, ông Thaler viết, “cụm
từ ‘bằng chứng khảo sát’ hiếm khi được nghe trong giới kinh tế học mà
không kèm theo tính từ cần thiết ‘chỉ là’ (mere), nghe vần với từ
mỉa mai (sneer).” Một ví dụ là ý tưởng cho rằng các doanh nghiệp tìm cách tối đa hóa lợi nhuận bằng cách gia tăng
sản lượng, cho đến khi chi phí cận biên từ việc sản xuất nhiều hơn bằng
với doanh thu cận biên từ việc bán hàng nhiều hơn. Các cuộc khảo sát
cho thấy là “không
có nhà điều hành nào cho biết là đã làm bất cứ điều gì có vẻ ‘làm cân
bằng chi phí cận biên và lợi nhuận cận biên’. Trước tiên, họ dường như
không nghĩ đến hiệu ứng thay đổi về giá cả các sản phẩm của họ hoặc khả
năng thay đổi những gì họ trả lương cho người lao động. Thay vào đó, họ
cho biết đã cố gắng bán càng nhiều sản phẩm càng tốt và làm tăng hoặc
làm giảm lực lượng lao động để đạt được mức cầu đó
. Nói cách khác, họ tập trung vào doanh thu, chứ không phải vào lợi nhuận.
Các cá thể có một số thiên lệch ​​mà các nhà kinh tế học truyền thống sẽ phải nỗ lực đáng kể để giải thích. Đó là “hiệu ứng sở hữu” – người ta gán một giá trị cao hơn cho những
sản phẩm mà họ đã sở hữu, hơn là cho những sản phẩm tương tự mà họ chưa
sở hữu. Trong đầu họ, giá mua và giá bán sản phẩm khá khác nhau. Con
người cũng bị hội chứng “chi phí chìm” [hay chi phí không thu hồi được]; nếu phải trả 100 US$
để có một vé vào xem
một trận cầu thể thao, thì có nhiều khả năng họ vẫn lái xe đến xem trận
cầu đó, trong thời tiết bão tuyết, so với với tình huống nếu có được vé
xem miễn phí trận cầu đó. Và một vấn đề khác là ý tưởng “
hiện tại hoá theo mô hình hyperbon” – người ta coi việc nhận một tiện ích (hoặc thu nhập) trong ngắn hạn có giá trị cao hơn nhiều so với việc nhận một tiện ích (hoặc thu nhập) trong dài hạn.
Đứng đầu những thiên lệch​​ này, các cá thể đối mặt với rất nhiều khó khăn trong thực tế để làm điều mà các nhà kinh tế học giả định họ luôn làm trong mọi thời điểm – tối đa hóa lợi ích của mình. Tương lai đơn giản có quá nhiều biến số để có thể hiểu được. Thử lấy, ví dụ, định nghĩa chuẩn về giá trị của một cổ phiếu đơn lẻ; giá trị cổ phiếu sẽ bằng với các dòng tiền tương lai phát sinh từ cổ phiếu đó được hiện tại hoá với một tỷ lệ thích hợp. Nhưng những dòng tiền tương lai đó sẽ bằng bao nhiêu? Các nhà phân tích cố gắng dự báo triển vọng của các công ty trong vòng 12 tháng tới, huống hồ là hàng thập kỷ.
Và tỷ lệ hiện tại hoá thích hợp phụ thuộc vào mức độ lo ngại rủi ro của
các nhà đầu tư, có thể thay đổi rất nhiều từ tháng này sang tháng khác.
Robert Shiller đã được trao giải Nobel, một phần

đã chỉ cho thấy rằng giá thị trường của các cổ phiếu sẽ biến động mạnh
hơn rất nhiều, so với những gì mà các nhà đầu tư có dự báo
hoàn hảo về cổ tức mà họ sẽ nhận được trong tương lai.
Tuy nhiên, các lý thuyết hàn lâm về
tài chính, xuất hiện vào thập niên 1950 và 1960, đều được xây dựng dựa
trên giả định về tính duy lý. Lý thuyết có một số điểm quan trọng. Giả
thuyết về thị trường hiệu quả lập luận rằng giá cả thị trường phản ánh
các thông tin có sẵn một cách công khai (theo
dạng mạnh nhất của giả thuyết, ngay cả các thông tin cá nhân đã được bao hàm trong giá cả). Việc mua cổ phiếu của Google, bởi vì lợi nhuận gần nhất của nó là khả quan, hay bởi vì một mô thức đặc biệt nào đó trong biểu đồ giá, không có khả năng mang lại một lợi suất vượt trội.
Một khái niệm quan trọng khác là mô hình định giá tài sản vốn (CAPM). Mô hình này phát biểu rằng, về bản chất, những tài sản có nhiều rủi ro sẽ mang lại các lợi suất cao hơn. Rủi ro, theo nghĩa này, có nghĩa là có nhiều biến
động thất thường. Thước đo then chốt là sự tương quan giữa một cổ phiếu
với toàn bộ thị trường, hoặc theo thuật ngữ chuyên môn được gọi là
beta. Một cổ phiếu ít biến động so với thị trường sẽ có một beta nhỏ hơn
1 và sẽ mang lại những
lợi suất ở mức khiêm tốn; một cổ phiếu biến động nhiều so với thị trường sẽ có một beta lớn hơn 1 và sẽ mang lại những lợi suất trên mức trung bình.
Liên kết với những ý tưởng này là định lý Miller-Modigliani (được đặt tên theo hai học giả đã phát minh ra nó) cho rằng thị
trường sẽ bàng quan với cách thức mà một công ty được tài trợ. Tăng
thêm nợ vào bảng cân đối kế toán của công ty có thể gây nhiều rủi ro hơn
cho các cổ đông nhưng sẽ không
tác động đến giá trị tổng thể của công ty.
Không có ý tưởng nào nói trên là ngớ ngẩn cả. Thật vậy, các ý tưởng đó đã
thấm nhuần những châm ngôn phổ thông lâu đời kiểu như “không có bữa ăn trưa nào là miễn phí cả” hoặc “nếu một lời chào hàng nghe có vẻ quá tốt để đúng sự thật, thì điều đó có thể là như vậy”.
Sự thất bại của các nhà quản lý quỹ chuyên nghiệp để đánh bại thị
trường trên một cơ sở kiên định thường được viện dẫn như là bằng chứng
cho giả thuyết thị trường hiệu quả. Thực vậy, sự thấu hiểu
đó đã giúp tạo nên trường hợp tăng trưởng của các “quỹ theo dõi chỉ số thị trường” chi phí thấp, nhại theo các điểm quy chiếu như chỉ số S&P 500. Các quỹ như thế cho phép các nhà đầu tư bán lẻ có được một sự tiếp cận rộng
rãi với thị trường chứng khoán với chi phí thấp. Hơn thế nữa, sự liên
kết giữa rủi ro và sự tưởng thưởng là một kinh nghiệm thực tế khá hay.
Hãy
cảnh giác với bất cứ nhân viên bán hàng nào chào hàng một “thứ chắc chắn” trả lợi suất 8% một năm.
Cliff Asness (1966-)
Cũng không nên hàm ý rằng các học giả không biết rằng các mô hình này có một mức độ đơn giản hóa nào đó – ví dụ như không tính đến các chi phí giao dịch hoặc những khó khăn của các nhà kinh doanh có khả năng vay đủ tiền để điều chỉnh giá
cả. Cliff Asness, thủ trưởng công ty quản lý quỹ AQR, nói rằng có ít
người nghĩ rằng các thị trường có tính hiệu quả hoàn hảo. Các nhà đầu tư
không
ngây thơ cho rằng các mô hình truyền kinh tế thống là đúng; họ liên tục cố gắng điều chỉnh chúng có tính đến các thực tế của thị trường.
Thật vậy, có một cuộc tranh luận sôi nổi trong giới học giả về tầm quan
trọng của những bất thường của thị trường, ví dụ như xu hướng tiếp tục
đà tăng giá của các cổ phiếu đã tăng giá trong quá khứ gần đây. Liệu
chúng có phản ánh một nhân tố rủi ro tiềm ẩn (theo nguyên lý CAPM) đáng
để được nhận một sự tưởng thưởng lớn hơn không? Hoặc chúng đơn thuần là
kết quả của sự “khai thác dữ liệu”; bóp méo vừa đủ các con số và vài sự
trùng hợp ngẫu nhiên sẽ xuất hiện một cách chắc chắn. Một
bài báo nghiên cứu của Campbell Harvey và Yan Liu trên tạp chí Journal of Portfolio Management [Quản lý danh mục đầu tư] năm ngoái đã lập luận rằng “hầu hết các nghiên cứu thực nghiệm về tài chính … có nhiều khả năng là giả” vì chúng không được kiểm định đủ nghiêm ngặt về mặt thống kê.
Thị trường luôn luôn đúng
Alan Greenspan (1926-)
Trong thời gian diễn ra cuộc khủng hoảng, các chi tiết vụn vặt này không liên
quan nhiều. Các ngân hàng trung ương và các cơ quan điều tiết, dưới sự
lãnh đạo của Alan Greenspan, đã hấp thu thông điệp cơ bản của mô hình
kinh tế truyền thống; rằng giá cả thị trường là những giám khảo tốt nhất
của giá trị thực, rằng bong bóng, vì vậy, khó có thể hình thành và đặc
biệt là những người làm việc trong lĩnh vực tài chính có đủ sự thông
thái và khả năng tự kiểm soát để hạn chế các rủi ro của mình, với sự trợ
giúp của áp lực thị trường. Có một chút gì đó giống với lời nói lém
lỉnh của
Keynes về
con người thực tế là nô lệ của một nhà kinh tế học quá cố nào đó, còn
các nhà tài chính và các nhà điều tiết thì là nô lệ của các giáo sư tài
chính quá cố nào đó.
David Viniar (1955-)
Một
hệ quả quan trọng của kiểu suy luận này đã xuất hiện trong một trích
dẫn từ David Viniar, Giám đốc Tài chính của ngân hàng đầu tư Goldman
Sachs, vào tháng 8 năm 2007. Ông nói rằng “
Chúng tôi đã thấy những thứ mà độ lệch tiêu chuẩn dịch chuyển 25 lần, trong nhiều ngày liên tiếp.”
Để làm rõ điều này, thì ngay cả một sự kiện sai lệch 8 độ chuẩn cũng
không nên xảy ra trong toàn bộ lịch sử của vũ trụ. Bất kỳ mô hình nào
tạo ra một kết quả như vậy đều là sai.
Ông Viniar đã dựa vào các mô hình “giá trị rủi ro” (VaR), vốn được cho là
cho phép các ngân hàng đầu tư dự đoán được mức thua lỗ tối đa mà họ có
thể gánh chịu vào một ngày nhất định
bất kỳ.
Nhưng những mô hình này giả định rằng các thị trường sẽ hành xử theo
những cách có thể dự đoán được một cách hợp lý; với các lợi suất mô
phỏng “đường cong hình chuông”, vốn xuất hiện trong các hiện tượng tự
nhiên như chiều cao của con người. Nói cách khác, các sự kiện cực đoan,
chẳng hạn như những sự kiện vào tháng 8 năm 2007, ít có khả năng xảy ra,
cũng như việc có người cao
hơn 9 thước.
Charles Kindleberger (1910-2003)
Thật vậy, không có lý do gì để những sự kiện như vậy xảy ra nếu các thị
trường hoạt động hiệu quả. Tuy nhiên, các thị trường cho thấy một tâm lý
bầy đàn, trong đó các tài sản (chẳng hạn như các khoản vay thế chấp
dưới chuẩn) trở thành điều thịnh hành. Các nhà đầu tư đổ xô vào, đẩy giá
lên cao hơn và khuyến khích nhiều nhà đầu tư khác tham gia. Charles
Kindleberger, nhà sử học kinh tế, nói rằng “
Không có gì đáng bối rối đối với phúc lợi và phán xét của một ai đó khi chứng kiến một người bạn trở nên giàu có.”
Nếu người khác trở nên giàu có bằng cách mua các cổ phiếu công nghệ,
hoặc bằng cách mua đi bán lại trong thị trường nhà ở, thì sẽ tạo ra một
sự cám dỗ rất lớn để tham gia, trong trường hợp một ai đó bị bỏ lại phía
sau.
Tâm
lý bầy đàn này có nghĩa là các tài sản tài chính không giống như các
sản phẩm khác; mức cầu có xu hướng tăng lên khi giá cả tăng lên. Trong
mức độ mà các nhà đầu tư lo lắng về sự định giá, họ có xu hướng cực kỳ
linh hoạt; các kỳ vọng về tăng trưởng lợi nhuận trong tương lai được
điều chỉnh cao hơn cho đến khi gia tăng này của giá cả có thể được biện
minh. Hoặc các biện pháp định giá “thay thế” được tưởng tượng ra (trong
kỷ nguyên Internet, đã có “giá theo cú nhấp”), làm cho giá cả trông có
vẻ hợp lý.
Khi
niềm tin bị chao đảo, thì có nhiều người bán và hầu như không có người
mua, đẩy giá cả rớt mạnh. Thật vậy, vào năm 2008, tất cả
các tài sản không tương quan với nhau trước đây đều rớt giá cùng một lúc, càng làm hỏng thêm các mô hình ngân hàng đầu tư của các ngân hàng. Các tài sản được cho là an toàn (như các chứng khoán được đánh giá AAA gắn với các khoản vay thế chấp dưới chuẩn) đã rớt giá rất mạnh.
Khi điều này xảy ra với các cổ phiếu dotcom trong giai đoạn 2000-2002, vấn đề vẫn còn có thể sống sót được. Một số quỹ công nghệ mất 90% giá trị, nhưng đối với hầu hết các nhà đầu tư, những quỹ như thế chỉ chiếm một phần nhỏ các khoản tiết kiệm của họ. Vấn đề trở nên căng thẳng hơn với các khoản vay thế chấp dưới chuẩn bởi những chủ sở hữu các tài sản đó có sử dụng đòn bẩy nợ;
có nghĩa là, họ đã mua các tài sản đó bằng tiền vay. Họ buộc phải bán
để trả nợ. Và khi có một số người không có khả năng trả nợ, thì niềm tin
trong toàn bộ hệ thống bị
sụp đổ.
Đòn bẩy nợ là một nhân tố không thực sự được cho phép trong các mô hình kinh tế dòng chính. Đối với các nhà kinh tế học, nợ là điều quan trọng trong mức độ mà, trong một nền kinh tế phức tạp, nó cho phép các cá thể giải quyết ổn thỏa sự
tiêu dùng của họ trong suốt cuộc đời. Đối với mỗi con nợ, có một chủ
nợ, do đó một khoản lỗ của một bên phải được bù đắp bằng một khoản lời
cho bên kia; nợ ròng chung phải luôn luôn bằng không.
Timothy Geithner (1961-)

Tương
tự, đối với các cơ quan điều tiết tài chính, sự gia tăng các sản phẩm
có cấu trúc phức tạp như các nghĩa vụ nợ có thế chấp (CDO) chỉ là một
dấu hiệu cho thấy hệ thống đang vận hành tốt hơn ở việc chia nhỏ và phân
tán rủi ro cho những người nào có khả năng chịu đựng tốt nhất. Các cuộc
thảo luận của Cục Dự trữ Liên bang trong giai đoạn 2004-2006 hầu như
không đề cập đến các CDO và những gì tương đương, trong khi trong thập
kỷ trước khi diễn ra sự sụp đổ của ngân hàng, ủy ban chính sách tiền tệ
của Ngân hàng trung ương Anh chi dành 2% các cuộc họp để thảo luận về
các ngân hàng. Trong “Stress Test [Đánh giá khả năng chịu đựng rủi ro]”, cuốn sách của ông nói về cuộc khủng hoảng, Chủ tịch của Cục dự trữ liên bang ngân hàng New York Tim Geithner đã nói: “
Chúng
tôi đã không dự kiến các mức vỡ nợ đủ cao để làm mất ổn định toàn bộ hệ
thống tài chính. Chúng tôi đã không nhận ra mức độ bán tháo do hoảng
loạn và mức độ các kỳ vọng bị giảm triệt để có thể gây ra kiểu thiệt hại
mà chúng tôi nghĩ chỉ có thể xảy ra trong một cuộc suy thoái kinh tế
toàn diện
.”

Thất bại về chức năng
Lĩnh vực tài chính được cho là cần làm gì? Về cơ bản, nó cần thực hiện một số chức năng kinh tế cơ bản. Đầu tiên và trước hết, nó vận hành hệ thống thanh toán, mà nếu thiếu nó thì hầu hết các giao dịch thể không diễn ra được.
Thứ hai, nó chuyển tiền từ các quỹ tiết kiệm cá nhân sang các quỹ thuộc
lĩnh vực doanh nghiệp, để các quỹ này có thể tài trợ cho việc mở rộng
lĩnh vực tài chính. Khi làm như vậy, nó làm dịch vụ chuyển đổi
kỳ hạn rất hữu ích; cho phép các hộ gia đình có tài sản ngắn hạn (tiền gửi) trong khi thực hiện cho vay dài hạn. Nó cũng tạo ra các sản phẩm được đa dạng hóa (chẳng hạn như các quỹ tương hỗ) giúp giảm thiểu rủi ro lỗ nặng cho những người tiết kiệm. Thứ ba, nó cung cấp thanh khoản cho thị trường bằng cách mua và bán các tài sản. Giá cả được xác lập trong suốt quá
trình này là một tín hiệu hữu ích về những công ty nào có cách sử dụng
vốn hấp dẫn nhất và những chính phủ nào có cách sử dụng vốn
hoang phí nhất.
Thứ tư, lĩnh vực tài chính giúp các cá nhân và các công ty quản lý rủi
ro, bất luận là về mặt vật chất (hỏa hoạn và trộm cắp) hay tài chính
(những biến động tiền tệ đột ngột).
Tuy nhiên, một phần (nhưng không phải là toàn bộ) cuộc
khủng hoảng, lĩnh vực tài chính đã không thực hiện tốt một số vai trò
của nó. Ví dụ, trong thập niên gần đây, các ngân hàng dường như miễn
cưỡng cho vay đối với các doanh nghiệp nhỏ có nhu cầu mở rộng
hoạt động kinh tế. Thay vì huy động vốn từ người tiết kiệm, các công ty Mỹ đang trả lại tiền mặt nhiều hơn cho các cổ đông (dưới hình thức cổ tức và mua lại) hơn là trả theo cách khác. Các thành viên giám sát nội bộ thị trường trái phiếu bị vô hiệu hoá;
các ngân hàng trung ương can thiệp vào để giữ lợi suất trái phiếu ở mức
giá giảm mặc dù sự thâm hụt thì ở mức cao trên khắp thế giới phương
Tây.
Stephen Cecchetti (1956-)

Một
vấn đề nữa là các chức năng tiện ích cơ bản của hoạt động ngân hàng
(thanh toán, cho vay doanh nghiệp) ở mức ảm đạm và không có lợi nhuận.
Một lượng lớn tiền đã được tạo ra ở nơi khác. Trong bài báo nghiên cứu
cho BIS, Stephen Cecchetti và Enisse Kharroubi cho thấy sự tăng trưởng
nhanh trong lĩnh vực tài chính có xu hướng dẫn đến một sự suy giảm về
tăng trưởng năng suất.
hai
nhân tố có thể liên quan ở đây. Thứ nhất, mức lương cao trong lĩnh vực
tài chính làm cho các sinh viên tốt nghiệp thông minh nhất rời bỏ
​​các
lĩnh vực khác của nền kinh tế. Thứ hai, các ngân hàng thích cho vay với
những tài sản thế chấp vững chắc, đặc biệt là bất động sản; các giai
đoạn tăng trưởng tín dụng nhanh có khuynh hướng gắn với sự bùng nổ của
bất động sản. Tuy nhiên, lĩnh vực xây dựng và bất động sản không phải là
những lĩnh vực có năng suất đặc biệt. Hiệu ứng ròng là các nguồn lực bị
chuyển hướng khỏi các lĩnh vực làm tăng năng suất nhất của nền kinh tế.

Trong bài phát biểu của mình, Luigi Zingales đã gieo nghi ngờ đối với một số dịch vụ khác của lĩnh vực tài chính. “Có rất ít bằng chứng cho thấy sự tồn tại hoặc quy mô của thị trường chứng khoán là quan trọng cho sự tăng trưởng”,
ông nói, và thêm rằng điều này cũng đúng đối với thị trường trái phiếu
lãi cao, thị trường các quyền chọn và hợp đồng tương lai hoặc sự phát
triển của
các sản phẩm phái sinh giao dịch ngoài sàn. Điều đó làm gia tăng khả năng đáng lo rằng nhiều khoản lợi tức của lĩnh vực tài chính có thể giảm xuống để khai thác khách hàng.
Nguyên nhân cuộc khủng hoảng: diễn biến sự sụp đổ
Dick Fuld (1946-)
Jimmy Cayne (1934-)

Một vấn đề có liên quan là lợi nhuận của lĩnh vực tài chính có thể phát sinh từ hoạt động “trục lợi
– có thể kiếm được lợi tức vượt trội bằng cách khai thác một vị thế độc
quyền. Ở đây tầm quan trọng của lĩnh vực tài chính, và khả năng gây ra
sự tàn phá kinh tế, đóng vai trò có lợi cho nó. Thập niên 1930 cho thấy
nguy cơ để cho các ngân hàng sụp đổ. Vì vậy, các chính phủ đứng đằng sau
hệ thống ngân hàng – dưới hình thức bảo hiểm tiền gửi – và điều đó có
nghĩa là các ngân hàng được hưởng lợi từ nguồn tài trợ vốn rẻ. Do các
ngân hàng trung ương lo ngại về hiệu ứng niềm tin của khách hàng đối với
việc giá cả các tài sản bị sụt giảm, họ sẽ can thiệp khi các thị trường
chao đảo. Cả hai xu hướng đều khuyến khích lĩnh vực tài chính giãn rộng
bảng cân đối tài chính và đầu cơ vào các thị trường trong giai đoạn thị
trường đi lên năm 2007. Thực vậy, những người đã leo lên đứng đầu các
ngân hàng đầu tư, chẳng hạn như Dick Fuld tại Lehman Brothers hoặc Jimmy
Cayne tại Bear Stearns, đã có một tâm lý chấp nhận rủi ro. Trong một
tiến trình theo kiểu Darwin, cách tiếp cận của họ đã mang lại thành công
cho thị trường trong thập niên 1980 và 1990, làm cho họ trở thành những
nhà lãnh đạo thích nghi tốt nhất với môi trường hiện đại.

Kết quả cuối cùng là các ngân hàng đã được các chính phủ và các ngân hàng trung ương giải cứu – một sự kết hợp giữa lợi nhuận được tư nhân hóa và các khoản lỗ được quốc hữu hóa và là điều đáng kinh ngạc và gây sốc cho công chúng. Vậy tại sao không đơn giản để cho các ngân hàng sụp đổ và để cho giá cổ phiếu vụn vỡ, như các nhà lý thuyết thị trường tự do đã đề
nghị? Vấn đề là các nhà chính trị và các nhà điều tiết, sau những gì đã
xảy ra vào thập niên 1930, đơn giản là không muốn chấp nhận rủi ro đó.
Việc các ngân hàng chuyển đổi kỳ hạn thanh toán làm cho họ gặp nguy hiểm
một cách cố hữu; họ vay ngắn hạn và cho vay dài hạn, và rủi ro đó không
thể bị loại trừ hoàn toàn. Như Tim Geithner đã viết “việc
cố
gắng đưa ra hình phạt đối với những thủ phạm trong một cuộc khủng hoảng
có hệ thống thực sự – bằng cách để cho các doanh nghiệp lớn sụp đổ hoặc
buộc các chủ nợ cấp cao chấp nhận mất tiền – có thể đổ thêm dầu vào
lửa. Sự báo thù trong Kinh Cựu Ước cầu viện đến cơn thịnh nộ theo nghĩa
dân túy vào thời điểm hiện tại, nhưng điều luân lý thực sự cần làm trong
một địa ngục tài chánh cùng cực là vứt nó đi
.”
Sản phẩm sản sinh ra từng phút
Cùng
với lợi ích được hưởng từ sự bảo vệ của chính phủ, các ngân hàng có một
lợi thế khác là bán các sản phẩm phức tạp cho các nhà đầu tư ngây thơ,
những người hoặc không hiểu được những rủi ro có liên quan hoặc không
phát hiện được những khoản phí ẩn bên trong cấu trúc của sản phẩm. Hàng
loạt những vụ bê bối liên quan tới các khoản vay thế chấp dưới chuẩn,
việc ấn định
lãi suất Libor (chi phí vay ngắn hạn) và sự thao túng tỷ giá hối đoái đã cho thấy quy mô của vấn đề; ông Zingales chỉ ra việc các công ty tài chính đã chi trả 139 tỷ USD tiền phạt cho các cơ quan điều tiết của Mỹ từ tháng 1 năm 2012 đến tháng 12 năm 2014.
Những
vấn đề như vậy sẽ không xảy ra nếu các mô hình kinh tế đúng với sự thật
và tất cả các nhà đầu tư đều hoạt động với thông tin hoàn hảo và là
những tác nhân hoàn toàn duy lý. Nhưng rõ ràng có sự bất đối xứng thông
tin giữa các ngân hàng và khách hàng của họ. Điều này được minh họa rõ
ràng bởi một báo cáo gần đây của Hoa Kỳ cho thấy những gì xảy ra với lời
khuyên tư vấn tài chính khi các nhà cố vấn được các nhà cung cấp sản
phẩm trả thù lao; có nhiều khả năng họ khuyến nghị mua các sản phẩm chi
phí cao, gây tốn kém cho người dân Mỹ khoảng 17 tỷ USD mỗi năm. Thật
vậy, một vấn đề với các sản phẩm tài chính là chúng không giống như lò
nướng bánh mì, theo đó người tiêu dùng có thể thấy ngay nếu có điều gì
sai; có thể mất nhiều năm (nhiều thập kỷ đối với trường hợp của các quỹ
hưu trí) để vấn đề trở nên hiển nhiên. Đến lúc đó, có thể là quá muộn để
người tiêu dùng sửa chữa thiệt hại đối với của cải của họ.
Atif Mian

Nhưng
cuộc khủng hoảng không chỉ là kết quả của sự điều tiết tài chính yếu
kém, đó còn là sự thất bại của các nhà kinh tế học trong việc hiểu được
tầm quan trọng của nợ. Một vài nhà bình luận, chẳng hạn như William
White của Ngân hàng thanh toán quốc tế, đã cảnh báo trước về vấn đề này.
Nhưng những cảnh báo của họ đã bị bỏ qua. Hóa ra nợ không phải là một
trò chơi có tổng bằng không, theo đó bất cứ khoản lỗ nào đối với chủ nợ
sẽ được khớp bằng một khoản thu nhập đối với người đi vay. Nếu một khoản
vay được đảm bảo bằng một tài sản, và giá bất động sản giảm mạnh, thì
cả người cho vay và người vay đều chịu thiệt hại; người đi vay mất tiền
đặt cọc (và có khả năng là ngôi nhà của mình) trong khi người cho vay
phải giảm bớt giá trị khoản cho vay. Trong
cuốn sách “House of Debt [Ngôi nhà nợ]” của họ,
được xuất bản vào năm 2014, Atif Mian và Amir Sufi, cho thấy những vùng
của nước Mỹ có nhiều người sở hữu nhà bằng nợ vay cao phải chịu thiệt
hại nhiều hơn trong cuộc suy thoái kinh tế, so với những vùng mà người
mua nhà ít vay nợ hơn. Các hộ gia đình đã tài trợ chi tiêu của mình
trong thời kỳ bùng nổ [nhà đất] bằng tiền đi vay, đặc biệt ở Mỹ, nơi mà
việc thu hồi vốn từ nhà ở là điều rất phổ biến. Raghuram Rajan, nhà kinh
tế học mà nay là thống đốc ngân hàng trung ương của Ấn Độ, gọi đây là “
Hãy để họ ăn mòn tín dụng”.

Raghuram Rajan (1963-)
Amir Sufi

Trong
lĩnh vực doanh nghiệp, lý thuyết Miller-Modigliani hàm ý rằng các thị
trường nên bàng quan với việc các công ty được tài trợ bằng nguồn chứng
khoán hay bằng nợ. Tuy nhiên, các khoản trả lãi vay từ nợ là được khấu
trừ thuế, làm cho việc tài trợ vay nợ là một lợi thế. Hơn nữa, các công
ty có tiền mặt trên bảng cân đối kế toán của họ được các cổ đông chủ
động khuyến khích để trả lại tiền mặt cho các nhà đầu tư.
Dần dần,
lĩnh vực doanh nghiệp (và đặc biệt là các ngân hàng) trở nên phụ thuộc
vào đòn bẩy nợ nhiều hơn. Tuy nhiên, nếu một công ty có nhiều khoản nợ
trên bảng cân đối kế toán, thì công ty sẽ rất nhạy cảm đối với một sự
thay đổi bất lợi nhỏ nào đó trong các điều kiện của thị trường bởi vì nó
có thể xóa sạch giá trị của cổ phiếu và khiến công ty phá sản. Một nền
kinh tế càng sử dụng đòn bẩy nợ nhiều thì càng bất ổn nhiều hơn.

Phản ứng
Các
cơ quan điều tiết đã cố gắng khắc phục một số những vấn đề này bằng
việc yêu cầu các ngân hàng giữ nhiều vốn hơn trên bảng cân đối kế toán,
làm cho họ ít bị thiệt hại khi giá cả tài sản lao dốc. Những quy tắc này
cũng có ý muốn nói rằng các ngân hàng dành ít vốn hơn cho hoạt động
kinh doanh. Nhưng các cách tiếp cận này đụng phải vấn đề của thánh St
Augustine, người từng tuyên bố: “
Lạy Chúa, hãy cho con sự trinh bạch, nhưng đừng vội.”
Những nỗ lực của các ngân hàng để cải thiện cơ sở vốn đã làm cho họ dè
dặt trong việc cho vay để kinh doanh, từ đó làm chậm quá trình phục hồi
kinh tế. Việc các ngân hàng rút khỏi vai trò tạo lập thị trường đã làm
cho các thị trường tài chính càng có kém thanh khoản hơn; một số nhà
quản lý quỹ lo sợ cuộc khủng hoảng tiếp theo có thể xảy ra trong lĩnh
vực trái phiếu doanh nghiệp, mà các nhà đầu tư đã mua để tìm kiếm lợi
suất cao hơn. Khi các nhà đầu tư cố bán, thì các ngân hàng sẽ không muốn
tạo lập một thị trường, khiến cho giá cả lao dốc; một số quỹ có thể bị
buộc phải đình chỉ các kế hoạch mua lại nợ, dẫn đến một cuộc khủng hoảng
niềm tin.
Một
cách tiếp cận khác mang tính điều tiết là tập trung vào “chính sách vĩ
mô thận trọng”. Một trong những lý do khiến các ngân hàng trung ương
miễn cưỡng khắc phục vấn đề giá tài sản tăng cao là vì công cụ duy nhất
của họ là lãi suất. Tuy nhiên, mức lãi suất cao sẽ gây thiệt hại cho phần
còn lại của nền kinh tế, như thể chẳng khác gì khắc phục tình trạng dư
thừa của thị trường. Một cách tiếp cận phức tạp hơn là sử dụng các công
cụ khác, chẳng hạn như giới hạn tỷ lệ cho vay theo giá trị tài sản thế
chấp. Vào đỉnh điểm của sự bùng nổ [bất động sản], các ngân hàng đã
không yêu cầu có tiền ký quỹ. Nhưng, vẫn có thể thấy liệu các nhà điều
tiết có muốn sử dụng các công cụ như vậy ở đỉnh điểm cuộc bùng nổ kế
tiếp không, hay thực ra liệu các chủ nhà háo lợi sẽ tìm cách lách các
quy tắc, ví dụ bằng cách đi vay từ những người cho vay không bị kiểm
soát.
Carmen Reinhart (1955-)
Kenneth Rogoff (1953-)

Còn
phản ứng từ các nhà kinh tế học thì sao? Đã có rất nhiều công trình
nghiên cứu trong thập niên gần đây về vai trò của nợ, mà nổi tiếng nhất
là những nghiên cứu của Carmen Reinhart và Kenneth Rogoff. Điều không
may là cuộc tranh luận này chỉ được bàn ở bên lề về vấn đề hạn hẹp của
mức nợ chính phủ chứ không phải là tổng mức nợ trong nền kinh tế.
Iceland và Ireland không có nhiều nợ chính phủ trước cuộc khủng hoảng;
chính nợ ngân hàng của họ mới gây ra vấn đề rắc rối. Phản ứng từ các nhà
kinh tế học keynesian như Paul Krugman là việc tập trung vào nợ chỉ đơn
thuần là một lý do của cánh hữu để áp đặt chính sách thắt lưng buộc
bụng không cần thiết lên nền kinh tế.

Việc
sử dụng chính sách nới lỏng định lượng (QE) để ổn định nền kinh tế đã
làm cho việc thanh toán nợ trở nên dễ dàng hơn và thực tế đã khiến nhiều
người cho rằng sự thâm hụt không liên quan gì ở một quốc gia đi vay
bằng chính đồng tiền của mình và có một ngân hàng trung ương phục tùng
mệnh lệnh.
rất
ít các khoản nợ trước khủng hoảng được loại trừ; chúng chỉ được phân bổ
lại trên bảng cân đối kế toán của chính phủ. Tuy nhiên, chính sách QE
cũng làm cho giá tài sản tăng lên, làm tăng sự giàu có của những người
giàu nhất, và thậm chí còn làm cho các ngân hàng trung ương khó khăn hơn
trong việc đảo ngược chính sách. Ngay cả giờ đây, đã nhiều năm sau cuộc
khủng hoảng, và với nền kinh tế đang tăng trưởng và tỷ lệ thất nghiệp
đã giảm, Cục Dự trữ Liên bang Hoa Kỳ và Ngân hàng Anh Quốc vẫn chưa tăng
lãi suất. Có lẽ họ sẽ không bao giờ có khả năng đưa lãi suất trở lại
mức, trước khi cuộc khủng hoảng diễn ra, từng được coi là mức bình
thường (4-5%) và cũng không thực sự giải phóng được tất cả các khoản mua
sắm tài sản của họ.
Như
vậy, chúng ta đã kết thúc, sau ba thập kỷ tôn thờ thị trường tự do, với
một hệ thống mà trong đó các tác nhân chiếm ưu thế nhất và duy nhất
trong việc thiết lập giá tài sản là các ngân hàng trung ương và trong đó
các nhà tài chính là những người nhận được sự hào phóng của chính phủ
nhiều hơn bất cứ kẻ gian lận tiền phúc lợi nào có thể mơ đến. Lý thuyết
kinh tế và tài chính đã không được điều chỉnh trước tình thế này; liệu
thị trường có hoạt động hiệu quả, hay cân bằng được giữa rủi ro và tưởng
thưởng một cách thỏa đáng không, nếu các tác nhân chi phối là các ngân
hàng trung ương, những tác nhân không quan tâm đến việc tối đa hóa lợi
nhuận của mình?
Thách thức

tất cả những phê phán đối với các nhà kinh tế học dòng chính, thách
thức cho trường phái hành vi là phải đi đến một mô hình nhất quán, có
thể đưa ra các dự báo có thể kiểm chứng về toàn bộ nền kinh tế. Họ đã
phát triển nhờ sức ảnh hưởng đến các chính phủ trong việc áp dụng những ý
tưởng về “cú hích” về cách thức tác động đến hành vi; việc kêu gọi
người dân không chọn tham gia các kế hoạch hưu trí, thay vì chọn tham
gia các kế hoạch hưu trí đó, cải thiện tỉ suất tham gia. Trong thực tế,
những quy tắc này dựa vào sự quán tính; người dân không thể thấy phiền
khi điền vào biểu mẫu yêu cầu chọn không tham gia.
Tuy
nhiên, ở cấp độ vĩ mô, một mô hình nhất quán vẫn chưa xuất hiện. George
Cooper, một nhà quản lý quỹ và là một tác giả viết sách,
đã lập luận rằng kinh tế học cần đến kiểu cách mạng khoa học được dẫn dắt bởi Newton và Einstein.
Andrew Lo (1960-)

Những
cách tiếp cận hứa hẹn nhất có thể dựa trên sự hiểu biết ngày càng tăng
của chúng ta về não bộ con người. Các nhà thần kinh học đã chỉ ra rằng
thu nhập bằng tiền kích thích mạch tưởng thưởng tương tự như cocaine –
trong cả hai trường hợp, chất dopamin được giải phóng vào vùng não
nucleus accumbens. “Trong
trường hợp của cocaine, chúng ta gọi sự kích thích đó là nghiện. Trong
trường hợp của thu nhập bằng tiền, chúng ta gọi sự kích thích đó là chủ
nghĩa tư bản
”, theo lời của Andrew Lo thuộc Viện Công nghệ Massachsetts.

Tương
tự như vậy, mối đe dọa về thua lỗ tài chính dường như kích hoạt phản
ứng tương tự “chiến đấu hoặc bỏ chạy” như là một cuộc tấn công vật lý,
giải phóng chất adrenalin và chất cortisol vào máu. Các quyết định chống
lại rủi ro liên quan đến thùy nhỏ ở não trước, phần của não bộ liên
quan đến cảm giác ghê tởm. Nói cách khác, chúng ta phản ứng với những
tổn thất về đầu tư tương tự như phản ứng với mùi hôi khó chịu.
Một
phát hiện quan trọng khác là con người sẽ không cải thiện được suy nghĩ
của mình nếu biến thành các nhân vật Vulcans vô cảm trong bộ phim Star
Trek.
Những bệnh
nhân nào bị tổn thương ở những bộ phận của não bộ liên quan nhiều nhất
đến các phản ứng cảm xúc dường như có khó khăn trong việc đưa ra quyết
định. “
Cảm xúc là cơ sở cho một hệ thống tưởng thưởng và trừng phạt, tạo điều kiện cho việc lựa chọn hành vi có lợi”, ông Lo nói. Con người cũng làm theo kinh nghiệm hay “quy tắc ngón tay cái” [còn được gọi là quy tắc suy diễn cảm quan – ND], hướng
dẫn chúng ta phản ứng với một số kích thích nào đó; điều này có thể đã
phát triển khi nhân loại còn sống trong môi trường nguy hiểm nhiều hơn.
Nếu nghe thấy tiếng xào xạc trong bụi rậm, đó có thể không phải là một
con hổ; nhưng lựa chọn an toàn nhất là bỏ chạy trước và đánh giá mối
nguy sau.
Trong
chiến tranh thế giới thứ hai, phi hành đoàn trên các máy bay ném bom có
sự lựa chọn giữa mang dù hoặc mặc áo khoác chống đạn; nhưng nếu mặc cả
hai thứ nói trên thì là quá cồng kềnh. Người mang dù được cứu nếu máy
bay bị bắn rơi, người mặc áo chống đạn sẽ được bảo vệ khỏi mảnh đạn từ
hỏa lực phòng không. Khả năng bị trúng đạn phòng không được thống kê là
cao hơn nên sự lựa chọn hợp lý sẽ là mặc áo khoác chống đạn mỗi lần làm
nhiệm vụ. Thay vào đó, phi hành đoàn đã đa dạng hóa quân phục của họ,
tương ứng với khả năng xảy ra hai kết cục nói trên – mặc dù không có
cách nào khác để có thể dự đoán kết cục của mỗi nhiệm vụ đơn lẻ.
Ông
Lo lập luận rằng cách tiếp cận này nghe có vẻ là tùy tiện, nhưng hành
vi đó có thể là hợp lý từ một quan điểm tiến hóa. Thử lấy một con vật có
sự lựa chọn giữa làm tổ trong một thung lũng hoặc một cao nguyên; thung
lũng cung cấp bóng mát khỏi ánh nắng mặt trời (tốt cho việc nuôi con)
nhưng dễ bị nguy hiểm khi có lũ lụt (giết chết tất cả con cái). Cao
nguyên cung cấp sự bảo vệ khỏi bị lũ lụt (tốt cho việc nuôi con) nhưng
không có bóng mát (giết chết tất cả con cái). Xác suất về ánh nắng mặt
trời là 75%. Thế nên, quyết định “hợp lý” từ quan điểm của cá thể sẽ là ở
lại trong thung lũng. Nhưng nếu xảy ra lũ lụt, thì toàn bộ giống loài
sẽ bị xóa sạch. Sẽ là điều có ý nghĩa hơn cho giống loài nếu xác suất
của cá thể phù hợp. “Khi rủi ro sinh sản mang tính hệ thống, thì sự lựa chọn tự nhiên sẽ ủng hộ việc ngẫu nhiên hóa hành vi để tránh bị tuyệt chủng”, ông viết.
Quan
điểm của ông Lo là các thị trường thường hoạt động hiệu quả, nhưng
không phải là hiệu quả ở mọi lúc mọi nơi. Ông gọi điều đó là “lý thuyết thị trường thích ứng”– và coi đó là hệ quả của hành vi con người, đặc biệt là bản năng
bầy đàn.
Thấy người khác đau khổ sẽ tạo ra một phản ứng đồng cảm. Khi thấy các
nhà đầu tư khác hoảng loạn trong một giai đoạn bất ổn của thị trường,
thì chúng ta cũng có xu hướng hoảng loạn theo.
Một
cách tiếp cận tương tự, được gọi là giả thuyết thị trường fractal (đứt
gãy), được Dhaval Joshi của BCA Research phát triển. Giả thuyết này thừa
nhận rằng các nhà đầu tư, với nhiều chân trời khác nhau về tương lai,
sẽ diễn giải cùng một thông tin theo nhiều cách khác nhau.
Người giao dịch [chứng khoán] tần suất cao dựa theo đà tăng điểm có thể diễn giải một ngày bán tháo mạnh [chứng khoán] như là một tín hiệu bán ra”, ông nói, “nhưng
quỹ hưu trí dựa trên giá trị có thể diễn giải cùng thông tin đó như là
một cơ hội mua vào. Sự bất đồng này sẽ tạo ra thanh khoản mà không đòi
hỏi một sự điều chỉnh lớn về giá. Qua đó nó cũng thúc đẩy sự ổn định của
thị trường
.”
Nhưng
nếu có nhiều nhóm khác nhau bắt đầu có sự đồng thuận – tư duy nhóm, nói
cách khác – thì thanh khoản sẽ bốc hơi khi ai cũng muốn mua vào hoặc bán
ra cùng lúc
.
Trong tình huống như thế, những thay đổi giá cả có thể trở nên dữ dội.
Ông Joshi cho rằng sự can thiệp của ngân hàng trung ương vào các thị
trường, vì vậy, là điều nguy hiểm bởi vì nó tạo ra tâm lý đồng bộ giữa
các nhà đầu tư, theo đó chính sách tiền tệ dễ dãi hơn lúc nào cũng là
một điều tốt cho giá cả tài sản.
Paul Woolley (1939-)
Dimitri Vayanos

Một
lĩnh vực nghiên cứu là xem thị trường như một ví dụ điển hình của vấn
đề giữa người ủy nhiệm và người thừa hành, theo đó nhiều tác nhân tham
gia thị trường sẽ không đầu tư bằng tiền của chính mình, mà sẽ đầu tư
nhân danh người khác. Paul Woolley và Dimitri Vayanos của trường London
School of Economics coi đây là một khả năng giải thích cho hiệu ứng xung
lượng. Các nhà đầu tư chọn người quản lý quỹ trên cơ sở kinh nghiệm làm
việc trước đây của họ; theo tự nhiên họ sẽ chọn những người đã có thành
tích làm việc tốt. Khi nhà đầu tư thay đổi người quản lý, người quản lý
thành công sẽ nhận được một số tiền và ông ta sẽ tái đầu tư vào các cổ
phiếu ưa thích của mình; theo định nghĩa, các cổ phiếu đó có nhiều khả
năng là những cổ phiếu đã có kết quả tốt trong thời gian gần đây. Dòng
tiền mặt chảy vào này sẽ đẩy các cổ phiếu đó tăng giá cao hơn nữa.

Một
ví dụ về sự bất tương hợp giữa người ủy nhiệm và người thừa hành trong
công việc có thể nằm trong cấu trúc động viên khuyến khích đối với các
nhà điều hành. Trớ trêu thay, tất cả điều này phát sinh từ một nỗ lực
gắn kết chặt chẽ hơn lợi ích của các nhà điều hành và các cổ đông. Trong
thập niên 1980, các học giả đã bày tỏ lo ngại về việc các nhà điều hành
đã quá quan tâm đến việc xây dựng đế chế – tạo lập những công ty lớn
hơn để biện minh cho mức lương cao hơn cho bản thân – và không tập trung
vào lợi tức của cổ đông. Vì thế, họ được trao các quyền chọn về cổ
phiếu. Trong thị trường giá lên của những thập niên 1980 và 1990, các
quyền chọn này đã giúp cho nhiều nhà điều hành cực kỳ giàu có; mức lương
của CEO đã tăng gấp tám lần theo giá trị thực kể từ thập niên 1970. Sự
giàu có này đi kèm với cái giá phải trả về thời gian tại vị; nhiệm kỳ
trung bình của một CEO đã giảm từ 12 năm xuống còn 6 năm.
Sự
kết hợp nói trên có thể làm cho các nhà điều hành quá nhạy cảm với
những biến động ngắn hạn về giá cổ phiếu bất chấp lợi ích của hoạt động
đầu tư dài hạn; một cuộc khảo sát đã cho thấy các nhà điều hành sẽ từ
chối một dự án với tỷ lệ sinh lợi dương nếu nó gây bất lợi cho khả năng
công ty đạt được chỉ tiêu lợi suất của quý kế tiếp. Điều này có thể lý
giải tại sao lãi suất thấp kỷ lục đã không dẫn đến sự đầu tư hào phóng
trong kinh doanh, điều mà các nhà kinh tế học và các ngân hàng trung
ương đã hy vọng. Một lần nữa, hệ thống tài chính không hoạt động tốt.
Một nhiệm vụ đang mở ra
Một
vấn đề quan trọng khác để các học giả xem xét là lĩnh vực tài chính
không phải ở trạng thái tĩnh. Mỗi cuộc khủng hoảng đều dẫn đến những
thay đổi về hành vi và quy định mới, những thứ sẽ thúc đẩy các tác nhân
tham gia thị trường phải điều chỉnh (và tìm ra những cách thức mới để
chơi trò với hệ thống). Trong bất cứ trường hợp nào, các cơ quan điều
tiết không thể loại trừ rủi ro hoàn toàn. Về mặt bảo vệ người tiêu dùng,
các cơ quan điều tiết không thể thiết lập một tiêu chuẩn về sản phẩm
phù hợp để bán trong mọi hoàn cảnh. Thái độ của nhà đầu tư đối với rủi
ro có thể khác nhau (thực vậy, tính tiên kiến sẵn lòng chấp nhận rủi ro của họ có thể khác với cảm giác hậu kiến của
họ khi có điều tồi tệ xảy ra.) Và ngay cả khi nhân viên bán hàng và
khách hàng có cùng thông tin tốt như nhau, thì việc phân bổ đúng đắn tài
sản (ví dụ, giữa cổ phiếu và trái phiếu hoặc giữa Mỹ và Nhật Bản) cũng
không thể biết trước được.
Thực vậy, nỗ lực tạo ra một thế giới không có rủi ro có thể phản tác dụng. Cliff Asness của AQR nói rằng “Làm
con người hiểu được có rủi ro (và một vấn đề riêng biệt khác là làm cho
họ chấp nhận rủi ro đó) là điều quan trọng hơn rất nhiều, và thực sự là
điều khả thi hơn rất nhiều so với việc tạo ra một thế giới không có rủi
ro. Và nếu tôi có thể nói xa hơn, nỗ lực tạo ra, và điều tồi tệ hơn là
tạo ra cảm tưởng bạn đã tạo được, một thế giới không có rủi ro làm cho
mọi thứ trở nên nguy hiểm hơn nhiều
.”
Sẽ
không bao giờ có một “đáp án” loại bỏ được tất cả các cuộc khủng hoảng;
đó không phải là bản chất của ngành tài chính và kinh tế học. Nhưng đối
với các nhà kinh tế học đã bỏ qua, trong thời gian quá dài, vai trò của
nợ và bong bóng tài sản trong các giai đoạn kinh tế thăng trầm và trầm
trọng; thì cần phải nghiên cứu chặt chẽ hơn nữa vấn đề nói trên. Ngay cả
khi thị trường hoạt động hiệu quả nhất trong phần lớn thời gian, chúng
ta cũng cần quan tâm đến những lần nó hoạt động không hiệu quả. Các học
giả và các nhà kinh tế học cần đối phó với một thế giới theo cách hiện
tại của nó, không phải với một thế giới được mô hình hóa dễ dàng.
Huỳnh Thiện Quốc Việt dịch
Nguồn: What’s wrong with finance, The Economist, May 1st, 2015.