Bài 39 · Mô hình định lượng, không gian & mô phỏng trong BĐS

Markov Chain và State Transition: mô hình hóa trạng thái thị trường, khách thuê và tài sản

Thị trường, khách thuê và tài sản thường chuyển qua các trạng thái rời rạc: Bull–Stable–Downturn; Vacant–Leased–Renewed–Churned; Good–Fair–Poor condition. Markov Chain mô hình xác suất chuyển từ trạng thái hiện tại sang trạng thái tiếp theo.

Khung này đơn giản nhưng mạnh khi câu hỏi là phân phối trạng thái theo thời gian, lifetime value, occupancy evolution hoặc maintenance condition. Giả định Markov cơ bản là tương lai phụ thuộc trạng thái hiện tại, không toàn bộ lịch sử.

Chuyên đề: Mô hình định lượng, không gian & mô phỏng trong BĐS · Bài 39 · Mô phỏng, tối ưu và tương tác chiến lược

Biên soạn: ThS. Nguyễn Mạnh Hùng
Đơn vị: GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn

1. Transition matrix

P_ij=P(S_{t+1}=j|S_t=i). Mỗi hàng tổng bằng 1. Ví dụ Vacant→Leased=0,35/tháng, Vacant→Vacant=0,65.

2. State definition

Trạng thái phải mutually exclusive và collectively exhaustive. 'Khách thuê tốt' và 'hợp đồng sắp hết' có thể overlap nên không phải state partition tốt nếu không thiết kế lại.

3. Markov property

Nếu xác suất churn phụ thuộc số tháng đã thuê, simple first-order Markov vi phạm. Có thể mở rộng state bằng tenure bucket hoặc semi-Markov.

4. Multi-step transitions

P^k cho xác suất sau k kỳ. Initial distribution π₀ nhân P^k cho distribution tương lai.

5. Stationary distribution

Nếu chain ergodic và P cố định, có π*=π*P. Đây là long-run proportion states, nhưng thị trường BĐS thường nonstationary nên interpretation cần thận trọng.

6. Absorbing states

Sale completed, demolished hoặc default resolution có thể absorbing. Absorbing Markov chains cho expected time tới absorption và probability kết thúc ở mỗi trạng thái.

7. Time-inhomogeneous Markov

Transition probabilities có thể thay theo cycle, season hoặc policy: P_t khác nhau. Đây thực tế hơn một matrix cố định khi market conditions thay đổi.

8. Covariate-dependent transitions

Dùng multinomial logit/hazard để transition probabilities phụ thuộc rent increase, satisfaction, asset age, market state. Khi đó Markov là state framework, không chỉ frequency table.

9. Hidden Markov Model

Market regime có thể không quan sát trực tiếp; HMM giả latent state tạo ra observed returns/transactions. Khác Markov chain có states quan sát.

10. Case: tenant lifecycle

States: Vacant, NewLease, StableTenant, RenewalWindow, Churned. Transition matrix theo quý. Rent increase cao làm RenewalWindow→Churned tăng. Model dự báo occupied units và leasing workload.

11. Case: asset condition

Condition A/B/C/D chuyển theo deterioration; CAPEX intervention thay transition probabilities. Có thể so lifecycle cost policies.

12. Cấu trúc dữ liệu

entity_idtimestate_tstate_t1covariate_1event
T012026Q1StableRenewalWindowrent_gap0

13. Estimation

Frequency ratios cho homogeneous chain; MLE/Bayesian cho covariate/state uncertainty. Sparse transitions cần pooling hoặc prior.

14. Validation

Backtest state distribution và transition counts; calibration theo horizon. Matrix fit một năm có thể không giữ qua cycle.

15. Scenario simulation

Dùng P_base, P_downturn, P_upside để mô phỏng occupancy/condition dưới regimes. Markov kết hợp Monte Carlo tự nhiên.

16. Expected lifetime value

Gắn reward/cash flow r(state,transition), discount qua chain để tính expected tenant/asset value. Đây là cầu nối Markov reward processes.

17. Sai lầm

  • States overlap.
  • Assume Markov property không kiểm.
  • Matrix cố định qua mọi cycle.
  • Ít transitions nhưng estimate riêng.
  • Stationary distribution như forecast chắc chắn.
  • Bỏ censoring/entry-exit.

18. Bài tập thực hành

Xây chain tenant 5 states theo tháng. Ước transition matrix, P^12, expected occupancy và churn. Sau đó tạo downturn matrix và so revenue distribution.

19. Semi-Markov khi thời gian ở trạng thái quan trọng

Khả năng khách thuê rời sau 1 tháng khác sau 5 năm. Semi-Markov cho transition phụ thuộc duration in state, phù hợp lease lifecycle hơn memoryless chain cơ bản.

20. Markov reward process

Gắn cash flow cho state hoặc transition: StableTenant tạo rent, Vacancy tạo holding cost, Renewal tạo leasing cost. Expected discounted reward cho phép tính lifetime value dưới transition risk.

21. Continuous-time Markov

Nếu transitions có timestamps không theo kỳ cố định, continuous-time Markov dùng intensity matrix Q. Phù hợp maintenance failures hoặc tenant events xảy ra bất kỳ lúc nào.

22. State uncertainty

Market regime như downturn thường không quan sát chắc chắn; Hidden Markov Model suy latent state từ price, transaction và credit indicators. Posterior state probabilities tốt hơn gán regime bằng rule cứng.

23. Estimating transition uncertainty

Transition matrix ước từ finite sample cũng có uncertainty. Bayesian Dirichlet priors hoặc bootstrap có thể tạo phân phối cho từng transition probability, rồi propagate sang occupancy/value forecasts. Không nên coi matrix sample là biết chính xác.

24. Cohort heterogeneity

Tenant doanh nghiệp lớn và SME có transition patterns khác; asset grade A và C có deterioration khác. Có thể estimate matrices theo cohort nếu đủ dữ liệu hoặc hierarchical pooling nếu sample nhỏ.

25. Backtest theo horizon

Không chỉ kiểm one-step transition. Hãy so predicted state distribution sau 3, 6 và 12 tháng với thực tế. Một matrix có one-step fit tốt nhưng tích lũy sai sẽ cho forecast dài hạn lệch.

Ghi nhớ trong 30 giây

  • Markov mô hình xác suất chuyển trạng thái.
  • State definition quyết định chất lượng model.
  • P^k cho chuyển nhiều kỳ.
  • Nếu duration/history quan trọng, cần semi-Markov hoặc mở rộng state.
  • Transitions có thể phụ thuộc covariates và regime.

Nguồn tham khảo

  • Norris – Markov Chains.
  • Ross – Introduction to Probability Models.
  • Tài liệu multi-state/event-history models.

Bài tiếp theo: System Dynamics: stocks, flows và feedback trong chu kỳ BĐS

📚 Xem toàn bộ 45 bài trong series Mô hình định lượng, không gian & mô phỏng trong BĐS