Fig. 01 · Hy LạpNAC giấu 2 năm giá nhà rồi để AI của Google tự dự báo: sai 0,9% ở Hy Lạp, trượt xa ở Bồ Đào Nha. Bấm vào biểu đồ để tự xem từng thị trường.
Mục lục · Contents
NAC giấu 2 năm giá nhà gần nhất của 5 thị trường rồi để TimesFM 2.5, mô hình AI dự báo của Google, tự đoán lại. Ở Hy Lạp, mô hình chỉ sai trung bình 0,9%, nhưng ở Bồ Đào Nha giá thật tăng 37% còn mô hình chỉ thấy 3,3%. AI theo kịp thị trường đi đều và bị bỏ lại khi giá tăng nóng, nên dự báo AI chỉ là một đầu vào, không phải lời hứa về lợi nhuận.
Nguồn: BIS; NAC chạy TimesFM 2.5
Nguồn: BIS (giá nhà ở danh nghĩa, chỉ số 2010 = 100); NAC chạy TimesFM 2.5
Vấn đề 1: AI có đoán được giá nhà không?
Ngay cả Google Sheets giờ cũng gọi được TimesFM, nhưng với một gia đình đang tính mua nhà ở nước ngoài, điều đáng hỏi là AI từng nói đúng bao nhiêu lần.
TimesFM 2.5, mô hình dự báo chuỗi thời gian của Google Research, có mã nguồn công khai trên GitHub và trọng số theo giấy phép Apache-2.0, cho phép dùng thương mại. NAC lấy chỉ số giá nhà danh nghĩa theo quý của Ngân hàng Thanh toán Quốc tế (BIS) cho Hy Lạp, Malaysia, Úc, Tây Ban Nha và Bồ Đào Nha, giấu đi 8 quý gần nhất rồi để mô hình tự dự báo mà không huấn luyện thêm. Mô hình còn phải thắng 2 cách ai cũng làm được bằng bút và giấy: giữ nguyên giá quý cuối, hoặc kéo dài xu hướng 4 quý gần nhất.
Câu trả lời là có, nhưng chỉ ở 2 trên 5 thị trường. Giá nhà Hy Lạp tăng 14,0% trong giai đoạn kiểm tra, mô hình dự báo 13,4% và sai trung bình 0,9%, so với 2,7% của quy tắc xu hướng; 7 trên 8 quý thực tế nằm trong khoảng 80%, tức vùng giữa mức thấp và mức cao của mô hình. Malaysia sai 1,4%, ngang với quy tắc xu hướng, dù mô hình hơi lạc quan khi dự báo tăng 7,3% còn giá thật chỉ tăng 4,0%.
3 thị trường còn lại trượt xa. Giá nhà Úc tăng 12,7% thì mô hình lại dự báo giảm 0,7%. Từ Q2/2024 đến Q1/2026, giá nhà Tây Ban Nha tăng 26,7% và Bồ Đào Nha tăng 37,0%, còn mô hình chỉ thấy 4,3% và 3,3%; ở Bồ Đào Nha, không quý nào nằm trong khoảng 80%.
Vấn đề 2: Vì sao mô hình trượt những cơn sốt
Mô hình thống kê học khuôn mẫu từ quá khứ rồi kéo dài ra phía trước, nên thường làm dịu đi những cú tăng tốc: thị trường càng tăng nóng, mô hình càng dự báo nhịp sẽ chậm lại, dù thị trường chưa chậm. Ngược lại, chỉ số giá nhà Hy Lạp tăng 68,6% từ Q3/2020 đến Q2/2026 mà gần như không có cú gãy nào, đúng loại chuỗi số mô hình xử lý tốt nhất.
Chi tiết đáng chú ý nhất nằm ở 3 thị trường trượt. Ở cả Bồ Đào Nha, Tây Ban Nha và Úc, quy tắc kéo dài xu hướng 4 quý đều sai ít hơn AI: 9,2% so với 12,9%, 6,2% so với 9,6% và 3,4% so với 5,1%. Cách đơn giản này cũng hụt xa giá thật, nên không phương pháp nào trong bài kiểm tra đoán trước được cơn sốt.
Ở cả 3 thị trường đang sốt, một quy tắc xu hướng đơn giản vẫn sai ít hơn AI.
NAC đã thấy cùng điểm yếu này khi thử với khí hậu. Trên chuỗi nhiệt độ toàn cầu theo tháng của NASA GISTEMP, TimesFM dự báo mức chênh nhiệt trung bình giai đoạn 2021–2025 là 0,93 °C trong khi thực tế là 1,14 °C, và còn thua một đường xu hướng 30 năm.
Vấn đề 3: Đọc kịch bản 2027–2028 thế nào
Chỉ Hy Lạp và Malaysia vượt qua bài kiểm tra, nên NAC chỉ chạy kịch bản đến Q2/2028 cho 2 thị trường này. Đây là kịch bản của mô hình, không phải dự báo của NAC, càng không phải lời hứa về giá.
Với Hy Lạp, mức giữa đưa chỉ số từ 122,4 lên 128,8 điểm, tức tăng 5,3% sau 2 năm, chậm hơn rõ so với mức tăng 5,5% của riêng 12 tháng gần nhất. Dù vậy, ngay cả ở Hy Lạp, nơi mô hình đúng nhất, khoảng 80% vẫn trải từ giảm 7% đến tăng 17,3%.
Ngay cả ở Hy Lạp, nơi mô hình đúng nhất, khoảng 80% vẫn trải từ giảm 7% đến tăng 17,3%.
Một vùng rộng như vậy mới là câu trả lời trung thực: giá có thể đi theo nhiều hướng, và một con số gọn gàng ở giữa sẽ che mất điều đó.
Với Malaysia, mức giữa tăng 2,3%, trong khoảng từ −1,8% đến +6,2%. Khoảng này hẹp vì giá nhà Malaysia vốn đi chậm và đều, nhưng trong bài kiểm tra mô hình đã dự báo cao hơn giá thật và chỉ 5 trên 8 quý rơi vào khoảng 80%, nên vùng này có thể đang hẹp hơn thực tế.
Chỉ số BIS cũng là giá nhà trung bình cả nước tính bằng đồng tiền bản địa, không phải giá của một dự án, và 1 giai đoạn kiểm tra 8 quý chưa đủ để kết luận mô hình sẽ đúng ở lần sau.
Vấn đề 4: Gia đình nên dùng AI dự báo ra sao
Xem dự báo là một đầu vào, không phải câu trả lời. Hãy đặt kịch bản giá cạnh lợi suất cho thuê, chi phí, thuế, tỷ giá và mục tiêu cư trú của gia đình, chẳng hạn một căn hộ Golden Visa như Keranis Ports Residences ở Piraeus hay một căn cứ MM2H như Pavilion Square tại Kuala Lumpur.
Đọc cả khoảng. Mức +5,3% của Hy Lạp nằm trong vùng từ −7,0% đến +17,3%, nên hãy tính xem gia đình chịu được đến đâu nếu giá rơi về mức thấp.
Cẩn trọng nhất ở thị trường đang tăng nóng. Ở đó, giá trên mỗi m², lợi suất cho thuê và nguồn cung đáng tin hơn một đường dự báo; bức tranh từng quý có trong Báo cáo Quý NAC III/2026.
Câu hỏi thường gặp
Kịch bản +5,3% cho Hy Lạp có nghĩa là giá sẽ tăng 5,3%?
Không. Đó là mức giữa của mô hình cho chỉ số trung bình cả nước, trong khoảng 80% từ −7,0% đến +17,3%, và giá ở từng khu, từng dự án có thể khác xa.
Vì sao không có kịch bản cho Bồ Đào Nha, Tây Ban Nha và Úc?
Vì mô hình đã trượt bài kiểm tra ở 3 thị trường này, và công bố kịch bản từ một mô hình vừa sai xa sẽ thiếu trung thực với người đọc.
Góc nhìn NAC
AI giỏi kéo dài những gì đã xảy ra và kém ở các bước ngoặt, đúng lúc nhà đầu tư cần dự báo nhất. Khi tư vấn, NAC đặt kịch bản giá cạnh lợi suất, chi phí, tỷ giá và lộ trình cư trú, để dữ liệu giúp đặt câu hỏi tốt hơn chứ không hứa một con số. Nếu muốn xem kịch bản đó áp vào kế hoạch của gia đình mình ra sao, hãy đặt lịch tư vấn với NAC.
Nguồn
- BIS — Residential property prices, chỉ số giá nhà danh nghĩa theo quý (2026)
- Google Research — TimesFM trên GitHub: phiên bản 2.5, 3.0 và giấy phép trọng số (2026)
- Google Research — A decoder-only foundation model for time-series forecasting (2024)
- Google Research — TimesFM-3: A zero-shot foundation model for multivariate forecasting (2026)
- NASA GISS — GISTEMP, nhiệt độ bề mặt toàn cầu (2026)
