Xác định thực trạng bong bóng giá thị trường căn hộ tại khu vực thành phố Hồ Chí Minh

Tạp chí Nghiên cứu Tài chính – Marketing số 43, 02/2018 
41 
XÁC ĐỊNH THỰC TRẠNG BONG BÓNG GIÁ THỊ TRƯỜNG 
CĂN HỘ TẠI KHU VỰC THÀNH PHỐ HỒ CHÍ MINH 
DETERMINING THE CURRENT APARTMENT MARKET BUBBLE 
IN HOCHIMINH CITY 
Nguyễn Thị Bích Hồng1, Trương Thành Hiệp2 
Ngày nhận: 19/12/2017 Ngày nhận bản sửa: 15/1/2018 Ngày đăng: 5/2/2018 
Tóm tắt 
Tình trạng bong bóng giá nhà ở là vấn đề gây ra nhiều tác động bất lợi cho sự phát triển và ổn 
định của nền kinh tế, đặc biệt là khi bong bóng nổ sẽ gây thiệt hại một khối lượng của cải khổng 
lồ đồng thời kèm theo một giai đoạn bất ổn kinh tế kéo dài. Do đó xác định tình trạng bong bóng 
sớm là rất cần thiết đối với các cơ quan quản lý. Theo ECB thì có hai phương pháp thường được 
áp dụng để xác định khả năng xảy ra bong bóng giá nhà ở là phương pháp tín hiệu và phương 
pháp rời rạc. Tuy nhiên, nhiều nghiên cứu thực nghiệm tại các thị trường nhà ở đang phát triển 
cho thấy rằng phương pháp tín hiệu có hiệu quả và phù hợp hơn. Thông qua phương pháp tín 
hiệu với hai chỉ số P/R và P/I, tác giả nhận định thị trường căn hộ tại khu vực TPHCM đang rơi 
vào tình trạng gần mức ngưỡng cảnh báo tình trạng bong bóng giá. 
Từ khóa: bong bóng giá, căn hộ, phương pháp tín hiệu 
Abstract 
The housing price bubble is a problem that has a lot of negative impact on the economy's 
development and stability, especially when the bubble bursts causing huge losses in wealth. 
following a period of prolonged economic instability. Early identification of bubbles is essential 
for regulatory authorities. According to the ECB, two commonly used methods to determine the 
probability of housing price bubbles are the signal method and the discrete choice method. 
However, many empirical studies in developing housing markets show that signaling methods 
are more effective and appropriate. Through the signaling method with two P R and P/I ratios, 
the author identified the apartment market in HCM City is closed to the warning level of price 
bubbles. 
Key words: price bubbles, aparment, signalling methods 
1 Đại học Kinh tế TP.HCM 
2 Đại học Kinh tế TP.HCM 
Tạp chí Nghiên cứu Tài chính – Marketing số 43, 02/2018 
42 
1. Đặt vấn đề 
Nhà ở một tài sản quan trọng nhất của các 
hộ gia đình và là tài sản chiếm tỷ trọng lớn 
nhất trong tổng giá trị tài sản của hộ và do đó 
một sự biến động trong giá trị tài sản nhà ở 
(giá nhà) sẽ làm thay đổi đáng kể tài sản của 
hộ và do đó tác động trực tiếp đến hành vi tiêu 
dùng của hộ. Tương tự, xây dựng và việc làm 
trong khu vực kinh tế nhà ở chiếm một tỷ phần 
rất lớn trong tổng hoạt động của nền kinh tế, 
do đó sự biến động trên thị trường này sẽ ảnh 
hưởng mạnh đến sản lượng của nền kinh tế 
(GDP) và chu kỳ kinh tế. Trong một nghiên 
cứu gây ảnh hưởng rất lớn, Case et al (2005) 
đã chứng minh rằng sự tăng trưởng tiêu dùng 
(thông qua tốc độ tăng trưởng doanh thu bán lẻ 
tại các bang của Mỹ) có liên quan mật thiết có 
ý nghĩa đến sự tốc độ tăng trưởng giá trị tài 
sản nhà ở mà không phải là tốc độ tăng trưởng 
giá trị tài sản chứng khoán. Leamer (2007) thì 
nhấn mạnh rằng 8 trong 10 đợt suy thoái xảy 
ra sau Thế chiến II có thể được nhận diện 
trước thông qua thị trường nhà ở và do đó ông 
đề nghị xem xét sự biến động trên thị trường 
nhà ở như là chỉ số hàng đầu phản ánh sự biến 
động nền kinh tế thực. 
Do đó, những biến động trên thị trường bất 
động sản, đã từ lâu, đã trở thành đối tượng 
theo dõi chặt chẽ của các nhà quản lý kinh tế 
vĩ mô và cũng là lĩnh vực thu hút nhiều nhà 
nghiên cứu trên thế giới. Trong đó, hiện tượng 
bong bóng bất động sản là một trong những 
đối tượng nhận được nhiều sự quan tâm của 
các nhà nghiên cứu trong việc giải thích, dự 
báo và kiểm soát tình trạng bong bóng như là 
các nghiên cứu của Xiaoling (2007) 
Agnello và Schuknecht (2009), Anna Prior 
(2009), Yongzhou Hou (2010), Fawley và 
Wen (2013), Dreger và Kholodilin 
(2013)trong đó, hầu hết các tác giả đều đồng 
ý rằng bong bóng giá nhà là hiện tượng gây tác 
động tiêu cực lên nền kinh tế do nguồn lực của 
nền kinh tế sẽ được phân bổ không tối ưu 
(Tirole, 1985; Chakraborty et al., 2016); là 
nguyên nhân dẫn tới sự khan hiếm tài chính 
trên thị trường khi các ngân hàng hạn chế việc 
cho các doanh nghiệp vay để tập trung đầu tư 
vào bong bóng (Farhi và Tirole, 2012). Đặc 
biệt, bong bóng nổ sẽ gây thiệt hại một khối 
lượng của cải khổng lồ đồng thời kèm theo 
một giai đoạn bất ổn kinh tế kéo dài (Sheng, 
2009). Cecchetti et al (2000, 2003); Roubini 
(2006) cho rằng ngân hàng trung ương nên chủ 
động thực hiện tăng lãi suất khi có bong bóng 
xảy ra nhằm ngăn chặn sự phát triển của bong 
bóng. Tuy nhiên, Bernanke1 (2002), Frait và 
Komárek (2007) quan ngại rằng ngân hàng 
trung ương không thể xác định chắc chắn tình 
trạng bong bóng trên thị trường. Tương tự, 
Mishkin (2011) cũng đưa ra nhận định là ngân 
hàng trung ương không có lợi thế về thông tin 
hơn những người tham gia thị trường khác, 
nên khi ngân hàng trung ương xác định tình 
trạng bong bóng thì cũng gần như chắc chắn là 
cả thị trường đều biết điều đó và bong bóng đã 
ở mức trầm trọng. 
Với thực trạng mức giá căn hộ tăng liên tục 
ở cả thị trường sơ cấp và thứ cấp ở cả Hà Nội 
và TP HCM từ 2014 đến 2017Q1 cho thấy nhu 
cầu xác định tình trạng bong bóng trên thị 
trường đang là nhu cầu cần thiết của các cơ 
quan quản lý. Trên cơ sở đó, nhóm tác giả thực 
hiện đề tài xác định thực trạng bong bóng giá 
trên thị trường căn hộ tại khu vực thành phố 
Hồ Chí Minh. 
1 Ben Bernanke: Chủ tịch thứ 14 của Cục 
Dự trữ liên bang Mỹ từ 1/2/2006 – 31/1/2014 
Tạp chí Nghiên cứu Tài chính – Marketing số 43, 02/2018 
43 
Nguồn: tổng hợp từ các báo cáo nghiên cứu thị trường của Jones Lang LaSalle 
2. Tổng quan nghiên cứu 
2.1 Cơ sở lý thuyết 
2.1.1 Bong bóng hợp lý 
Được đưa ra bởi Blanchard và Watson 
(1983) dựa trên giả thiết những người tham gia 
đều có suy nghĩ và hành động hợp lý và tài sản 
tồn tạ ... keting số 43, 02/2018 
44 
traders” không biết mức giá giới hạn của nhóm 
“newswatchers” nhiều thông tin để dừng lại 
mà sẽ ngày càng có nhiều nhà đầu tư 
“momentum traders” tham gia vào và đẩy giá 
tăng cao liên tục và gây bong bóng. 
2.1.3 Chủ kiến sai lầm 
Mô hình này dựa trên một khái niệm của tâm 
lý học là chủ kiến của một người làm cho họ có 
khuynh hướng dễ dàng tiếp nhận những tín hiệu 
phù hợp với niềm tin của mình và bỏ qua những 
tín hiệu mâu thuẫn. Theo Daniel et al (1998) thì 
ban đầu hình thành niềm tin của mình về giá trị 
của một tài sản từ những tín hiệu cá nhân nhận 
được. Lúc đầu, niềm tin này có thể là đáng ngờ 
và cần thực hiện việc quan sát và nghiên cứu sâu 
hơn. Sau đó, nếu những tín hiệu trên thị trường 
phù hợp với những thông tin cá nhân của họ thì 
niềm tin sẽ được xác định và có thể trở thành 
chủ kiến. Sau đó, nếu xuất hiện thông tin mâu 
thuẫn với chủ kiến của nhà đầu tư thì nó sẽ dễ 
dàng bị bỏ qua và xu hướng giá sẽ không thay 
đổi. Lúc này việc tiếp nhận thông tin của nhà 
đầu tư bị sai lệch do chủ kiến và xu hướng giá sẽ 
sai biệt với giá trị nền tảng và gây ra bong bóng. 
Và bong bóng sẽ suy giảm khi những thông tin 
trên thị trường đủ nhiều đến mức ảnh hưởng đến 
chủ kiến của các nhà đầu tư. 
2.1.4 Tâm lý bầy đàn 
Theo DeMarzo et al (2008) thì những nhà 
đầu tư không chỉ quan tâm đến giá trị tài sản 
của mình mà họ còn hay so sánh với tài sản 
của những người đồng nghiệp ngang tầm. Và 
trong nhiều lĩnh vực, sự so sánh về giá trị tài 
sản tương đối này là khá mạnh nên nhà đầu tư 
sẽ tham gia vào dù biết rằng tình trạng bong 
bóng đang diễn ra khi chứng kiến những nhà 
đầu tư khác giống mình đang kiếm được khoản 
lợi lớn từ bong bóng giá. 
Tương tự, Lux (1995) khi thảo luận về tâm 
lý bầy đàn đã lập luận rằng khi nhà đầu tư 
hành động giống với các nhà đầu tư khác và 
tất cả cùng thất bại thì thiệt hại về danh tiếng 
và tài sản tương đối sẽ ít hơn nhiều so với khi 
anh ta hành động khác với mọi người và gánh 
lấy thất bại. 
Theo một khía cạnh khác, Shiller (2002) 
giải thích vấn đề tâm lý bầy đàn là do sự giới 
hạn về nguồn lực. Các nhà đầu tư luôn không 
có đủ thời gian và nguồn lực để đánh giá chi 
tiết mọi khoản đầu tư tiềm năng của mình 
nhưng anh ta lại không muốn bỏ lỡ các cơ hội 
sinh lợi. Do đó, nhà đầu tư có khuynh hướng 
quan sát các khoản đầu tư của các nhà đầu tư 
ngang tầm khác với giả định là những quyết 
định đầu tư đã được họ đánh giá chi tiết dựa 
vào thông tin cá nhân của mình. Và kết quả là 
anh ta sẽ thêm loại tài sản đó vào trong danh 
mục đầu tư của mình và điều này có thể là 
nguyên nhân gây ra tình trạng bong bóng. 
Bên cạnh đó, Scherbina (2013) cũng bổ 
sung thêm một yếu tố gây ra tâm lý bầy đàn 
của các nhà đầu tư. Đó là vai trò của các 
phương tiện thông tin đại chúng trong việc 
hướng sự quan tâm của các nhà đầu tư tiềm 
năng vào một loại tài sản cụ thể nào đó. Dù 
vấn đề này chưa được nghiên cứu nhiều nhưng 
có thể là một yếu tố quan trọng gây ra và duy 
trì bong bóng. Theo Scherbina (2013), khi các 
phương tiện thông tin đại chúng thông tin về 
một loại sản phẩm hoặc một ngành nào đó đã 
và đang hoạt động hiệu quả trong thời gian qua 
thì sẽ thu hút sự chú ý và khuyến khích một 
cái nhìn tích cực về mức hiệu quả này sẽ tiếp 
tục trong tương lai của các nhà đầu tư. Và do 
đó nó khuyến khích sự đầu tư tập trung và gây 
ra hiện tượng bong bóng. 
2.2. Lược khảo các nghiên cứu liên quan 
Theo thống kê của ECB (November, 2010) 
thì có hai phương pháp thường được sử dụng 
để đo lường và cảnh báo sớm hiện tượng bong 
Tạp chí Nghiên cứu Tài chính – Marketing số 43, 02/2018 
45 
bóng giá nhà ở, đó là phương pháp “Tín hiệu” 
(Signalling method) và phương pháp “Lựa 
chọn rời rạc” (Discrete choice method). Dreger 
và Kholodilin (2012) cũng xác nhận rằng hai 
phương pháp cảnh báo bong bóng là phương 
pháp tín hiệu và phương pháp lựa chọn rời rạc 
dựa vào hàm Logit/probit thường được các 
nhà nghiên cứu áp dụng nhằm đưa ra các tín 
hiệu dự báo sớm tình trạng bong bóng. 
Cụ thể, Xiaoling (2007) đã dựa vào ba chỉ 
số mà theo ông thường được dùng trong việc 
xác định tình trạng bong bóng trong thị trường 
nhà ở dựa vào việc so sánh chỉ số của thị 
trường ở thời điểm hiện tại so với mức lý 
thuyết. Ba chỉ số được Xiaoling (2007) xem 
xét gồm: chỉ số giá nhà so với thu nhập (P/I), 
chỉ số giá nhà so với giá cho thuê (P/R), và tỷ 
lệ bỏ trống. Thông qua việc so sánh ba chỉ số 
này tại 30 thành phố lớn, tác giả kết luận tình 
trạng bong bóng đang diễn ra tại Trung Quốc 
nhưng ở mức độ nhẹ. Yongzhou Hou (2010) 
cũng áp dụng phương pháp dựa vào các chỉ số 
để xác định tình trạng bong bóng thị trường 
nhà ở tại Bắc Kinh và Thượng Hải. Bên cạnh 
các chỉ số như P/I và P/R, Yongzhou Hou 
(2010) bổ sung thêm chỉ số độ lệch của mức 
giá thực tế khỏi mức giá kỳ vọng hợp lý1, và 
chỉ số độ lệch ±3δ (độ lệch chuẩn). Kết quả so 
sánh giữa các chỉ số cho thấy tất cả đều chỉ ra 
được tình trạng bong bóng năm 2007, nhưng 
vẫn tồn tại sự không thống nhất giữa các chỉ số 
đối với các mốc thời gian khác. Do đó, 
Yongzhou Hou (2010) đề nghị nên kết hợp 
nhiều chỉ số khác nhau trong việc xác định 
tình trạng bong bóng. 
1 Khoản lệch này được xác định bởi Bt= Pt 
– [Pt-1(1 + rf + rp) – NOIt-1], với rf là mức lãi 
suất phi rủi ro và rp là phí bảo hiểm rủi ro, NOI 
(Net Operating Income) là thu nhập còn lại có 
được từ tài sản sau khi đã trừ đi các khoảng 
chi phí hoạt động cần thiết của tài sản đó. 
Tuy nhiên, Berg và Pattillo (1999) và 
Gerdesmeier et al (2009) đều đồng ý rằng 
phương pháp rời rạc dựa vào hàm probit có 
nhiều ưu điểm hơn vì: (1) cho phép ta kiểm tra 
độ hữu dụng của các khái niệm ngưỡng; (2) nó 
cho phép ta ước tính biến dự báo tốt hơn trong 
mối tương tương quan giữa các biến so với 
một chỉ số tổng hợp; (3) cho phép ta kiểm tra ý 
nghĩa của từng biến trong các giai đoạn khác 
nhau hay tại các quốc gia khác nhau. Trong 
nghiên cứu về xác định tình trạng bong bóng 
tại 17 quốc gia OECD tại Châu Âu, 
Gerdesmeier et al. (2009) đã sử dụng phương 
pháp rời rạch với hàm probit dạng: Prob(C=1) 
= αit + βit.Xit + ϵit với bộ dữ liệu từ 1969Q1 
đến 2008Q3 từ 17 quốc gia OECD tại Châu 
Âu. Kết quả, Gerdesmeier et al (2009) kết luận 
rằng mô hình probit với ngưỡng cảnh báo khi 
Prob(C=1) ở mức 36% có thể cảnh báo chính 
xác khoảng 70% các trường hợp bong bóng 
xảy ra tại 17 nước OECD tại Châu Âu, trong 
khi tỷ lệ bỏ sót cảnh báo và cảnh báo sai đều ở 
mức 25%. 
Mặc dù phương pháp rời rạc được nhiều tác 
giả (Gerdesmeier (2009, 2011); Dreger và 
Zhang (2010), Agnello và Schuknecht (2009)) 
đồng ý là có nhiều hữu ích hơn phương pháp 
chỉ số, nhưng Xiao (2010) khi nghiên cứu về 
tình trạng bong bóng tại một số thành phố lớn 
của Trung Quốc vẫn tiếp tục sử dụng phương 
pháp tín hiệu dựa vào 4 chỉ số: là P/I, P/R, tỷ 
lệ bỏ trống và tỷ lệ giữa tốc độ tăng giá nhà và 
tốc độ tăng GDP được tính cho các năm 2007, 
2008 và 2009 với kết luận đang có tình trạng 
bong bóng tại các thành phố cấp 1 và 2. Gần 
hơn, Kuang (2014) tiếp tục áp dụng phương 
pháp chỉ số trong việc xác định tình trạng bong 
bóng dựa vào chỉ số HR, là tỷ lệ giữa chỉ số 
giá thuê/giá nhà kỳ vọng và chỉ số giá thuê/giá 
nhà thực tế. 
Tạp chí Nghiên cứu Tài chính – Marketing số 43, 02/2018 
46 
Như vậy, ta thấy, dù phương pháp rời rạc 
có nhiều ưu điểm như lại đòi hỏi một chuỗi số 
liệu theo thời gian kéo dài tại nhiều quốc gia 
tương đồng (đảm bảo số lượng bong bóng 
quan sát được). Nhưng đây cũng chính là mặt 
hạn chế của các thị trường nhà ở mỏng, do đó 
phương pháp tín hiệu thường được áp dụng để 
xác định tình trạng bong bóng trong các thị 
trường này. Trong trường hợp thị trường nhà ở 
TPHCM là thị trường mỏng với độ dài chuỗi 
thời gian của các số liệu liên quan còn hạn chế, 
đặc biệt là các số liệu về nhà ở, nên phương 
pháp phù hợp trong việc xác định tình trạng 
bong bóng là phương pháp tín hiệu. 
Bảng 2.1: Thời điểm bong bóng giá nhà ở theo các chỉ số 
Nguồn: Yongzhou Hou (2010) 
3. Phương pháp nghiên cứu 
Theo ECB (2010) thì phương pháp tín hiệu 
sẽ cảnh báo bong bóng bằng cách xác định 
ngưỡng cảnh báo cho các chỉ số cụ thể. Khi 
chỉ số này của một loại tài sản trong một thời 
kỳ vượt quá mức ngưỡng này thì tín hiệu cảnh 
báo sẽ được phát ra. Đối với phương pháp này 
thì việc quan trọng là xác định ngưỡng cảnh 
báo cho các chỉ số vì nó ảnh hưởng trực tiếp 
đến lượng cảnh báo được phát ra. Nếu ngưỡng 
này là quá cao thì sẽ có rất ít cảnh báo được 
phát ra và do đó có thể bỏ sót một số bong 
bóng không được cảnh báo. Ngược lại, nếu 
ngưỡng quá thấp thì tín hiệu cảnh báo sẽ được 
phát ra thường xuyên và sẽ có nhiều cảnh báo 
sai. Do đó các nhà lập chính sách cần xác định 
rõ mức độ chấp nhận của cảnh báo sai và bong 
bóng bị bỏ sót để có thể xác lập một mức 
ngưỡng cảnh báo tối ưu. 
Mỗi chỉ số được sử dụng trong cảnh báo 
bong bóng sẽ có 4 trường hợp xảy ra như sau: 
Nguồn: Kaminsky G., Lizondo S., Reinhart C. M. (1998) 
Trong đó, A đại diện cho trường hợp chỉ số 
phát cảnh báo đúng (phát tín hiệu và có bong 
bóng); B đại diện cho trường hợp chỉ số phát 
cảnh báo sai (phát tín hiệu và không có bong 
bóng); C đại diện cho trường hợp chỉ số bỏ sót 
cảnh báo (có bong bóng nhưng không cảnh 
báo); và D đại diện cho trường hợp chỉ số 
không phát tín hiệu đúng (không có bong bóng 
và không phát tín hiệu ). Từ đó, ta có tỷ lệ 
A/(A+C) là tỷ lệ cảnh báo đúng; D/(B+D) là tỷ 
lệ không cảnh báo đúng; B/(B+D) là tỷ lệ 
cảnh báo sai (lỗi II); và C/(A+C) là tỷ lệ bỏ sót 
(lỗi I). 
Theo Kaminsky et al. (1998) thì một chỉ số 
hữu dụng khi có tỷ lệ 
𝐵
(𝐵+𝐷)
𝐴
(𝐴+𝐶)
 (aNtS - adjusted 
noise to signal ratio) phải nhỏ hơn 1, nghĩa là 
tỷ lệ cảnh báo đúng của chỉ số phải lớn hơn tỷ 
 Chỉ số I Chỉ số II Chỉ số III Chỉ số IV 
 Độ lệch 
Cho vay thế 
chấp Chỉ số P/I Chỉ số P/R Vượt UCL 
 (2001 - 2007) (2000-2007) (1995-2007) (2000-2007) (1992-2007) 
Bắc Kinh 2005, 2007 2004, 2007 1997, 2007 2001, 2007 1993, 1997, 2007 
Thượng Hải 2003, 2004 2004, 2007 2004, 2007 2004, 2007 2003, 2004 
Có khủng hoảng 
trong 24 tháng 
Không có khủng 
hoảng trong 24 tháng 
Phát tín hiệu cảnh báo A B 
Không phát tín hiệu C D 
Tạp chí Nghiên cứu Tài chính – Marketing số 43, 02/2018 
47 
lệ cảnh báo sai. Nếu tỷ lệ này lớn hơn 1 thì đây 
là một chỉ số tồi. Còn bằng 1 đại diện cho chỉ 
số này cung cấp tín hiệu hoàn toàn ngẫu nhiên 
đối với khủng hoảng, một chỉ số không có ý 
nghĩa. Theo Alessi và Detken (2009) thì cho 
rằng một chỉ số cảnh báo tốt vừa phải có aNtS 
< 1 và vừa phải có thiệt hại do cảnh báo gây ra 
là thấp nhất. 
Gọi Loss là thiệt hại của một chỉ số cảnh 
báo bong bóng đối với những nhà lập chính 
sách (ngân hàng trung ương), và là tổng trọng 
số của lỗi I và II dưới dạng: Loss = 𝜃
𝐶
𝐴+𝐶
+
(1 − 𝜃)
𝐵
𝐵+𝐷
 Trong đó, θ là hệ số cho biết sự lo 
sợ rủi ro tương đối giữa lỗi I và lỗi II của chỉ 
số cảnh báo. Nếu θ < 0.5 nghĩa là người làm 
chính sách lo ngại về cảnh báo sai hơn là bỏ 
sót khủng hoảng. 
Để tối thiểu hoá thiệt hại, nếu θ< 0.5 thì 
ngân hàng trung ương sẽ bỏ qua chỉ số cảnh 
báo này vì lo ngại cảnh báo sai. Khi đó sẽ 
không có cảnh báo nào được phát ra từ chỉ số 
này, nên ta có A = B = 0 và thiệt hại lúc này 
là θ. Ngược lại, nếu θ > 0.5 thì ngân hàng 
trung ương sẽ lo ngại việc bỏ sót cảnh báo hơn 
nên sẽ sử dụng chỉ số cảnh báo và chấp nhận 
việc cảnh báo sai, do đó ta sẽ có C = D = 0 và 
thiệt hại sẽ là (1-θ). Do đó, một chỉ số cảnh 
báo bong bóng thật sự hữu dụng khi nó tạo ra 
một mức thiệt hại thấp hơn mức Min[θ, (1-θ)] 
với một θ cho trước. 
Dựa vào tiêu chuẩn chỉ số cảnh báo của 
Kaminsky et al. (1998), có hai chỉ số cơ bản 
được hầu hết các tác giả áp dụng là tỷ lệ giá 
nhà so với giá thuê (P/R), tỷ lệ giá nhà so với 
thu nhập (P/I). 
Trên cơ sở đó, Dreger và Kholodilin (2013) 
đã chỉ ra một số chỉ số hiệu quả trong việc cảnh 
báo tình trạng bong bóng trong lĩnh vực nhà ở, 
trong đó hai chỉ số được quan tâm và sử dụng 
trong hầu hết các bài nghiên cứu là tỷ lệ giá nhà 
trên giá thuê (P/R) và tỷ lệ giá nhà trên thu nhập 
(P/I) và đây cũng là hai chỉ số sẽ được sử dụng 
để xác định tình trạng bong bóng trên thị trường 
căn hộ TPHCM. 
+ Chỉ số giá nhà trên giá thuê: P/R = 
Giá nhà
Giá thuê hàng tháng x 12
 được nhiều nhà nghiên 
cứu như Krainer và Wei (2004), Mikhed và 
Zemcik (2009), Yongzhou Hou (2010), Paolo 
et al. (2014) đồng ý là một chỉ số quan trọng 
để nhận diện tình trạng bong bóng trên thị 
trường nhà ở. Theo Prior (2015) thì khi chỉ số 
P/R vượt qua mức ngưỡng 20 thì việc mua nhà 
trở nên quá mắc so với việc thuê nhà và do đó 
lời khuyên được đưa ra trong trường hợp này 
là nên đi thuê nhà và đầu tư số tiền còn lại cho 
mục tiêu khác. Ngược lại, khi chỉ số P/R nhỏ 
hơn 20 thì lúc này mua nhà sẽ là lựa chọn tốt 
hơn. Tương tự, Yongzhou Hou (2010) cho 
rằng với với khi chỉ số P/R vượt quá mức 
ngưỡng 18 thì giá nhà đang là quá mắc so với 
việc đi thuê (tình trạng bong bóng giá nhà) và 
giá nhà sẽ giảm trong tương lai. Xiaoling 
(2007) cũng đồng ý với mức ngưỡng để xác 
định tình trạng bong bóng tại các thành phố 
lớn của Trung Quốc theo chỉ chỉ số P/R là 20. 
Như vậy, ta thấy rằng hầu như không có sự 
chênh lệch về mức ngưỡng được đề nghị cho 
chỉ số P/R giữa Mỹ và Trung Quốc và xoay 
quanh mức 20, do đó, trong bài nghiên cứu 
này, tác giả cũng xác định mức ngưỡng cho 
chỉ số P/R để xác định tình trạng bong bóng tại 
thị trường nhà ở thành phố Hồ Chí Minh là 20. 
Theo đó, nếu chỉ số P/R vượt mức 20 thì ta có 
thể kết luận thị trường nhà ở đang rơi vào tình 
trạng bong bóng và giá nhà là quá mắc cho 
việc mua nhà. 
+ Chỉ số giá nhà trên thu nhập (P/I): Theo 
Yongzhou Hou (2010), nếu chỉ số P/I trở nên 
quá mức cùng với tình trạng lãi suất tăng cao sẽ 
làm trầm trọng thêm khoản chi trả mua nhà của