GIỚI THIỆU CHUNG
Đặt vấn đề
Sở hữu một căn nhà không chỉ mang lại chỗ ở cho nhiều hộ gia đình mà còn là một tài sản có giá trị lớn, điều này khiến nhà ở trở thành mối quan tâm hàng đầu của các nhà đầu tư bất động sản, các nhà phát triển, ngân hàng và cơ quan quản lý bất động sản của chính phủ.
Nghiên cứu cho thấy có mối quan hệ tương tác giữa giá nhà, chi tiêu và tiết kiệm của hộ gia đình Theo nghiên cứu “Giá nhà và chi tiêu người tiêu dùng” của Benito, Thompson, Waldron, Wood (2006), khi chi tiêu của người tiêu dùng tăng, giá nhà cũng sẽ tăng theo và ngược lại Nếu giá nhà thấp so với thu nhập, hộ gia đình sẽ tiêu dùng nhiều hơn và tiết kiệm ít hơn, trong khi giá nhà cao so với thu nhập sẽ khiến họ tiêu dùng ít hơn và tiết kiệm nhiều hơn để có khả năng mua nhà (Case và cộng sự, 2004).
Bất động sản là một loại hàng hóa đặc biệt với các đặc điểm như tính bất động, tính khan hiếm, tính không đồng nhất và có tuổi thọ kinh tế lâu dài Giá trị của bất động sản không chỉ đến từ các đặc tính nội tại của nhà và đất, mà còn bị ảnh hưởng bởi các yếu tố bên ngoài như y tế, giáo dục, vị trí trung tâm và hạ tầng giao thông Do đó, việc xác định giá bất động sản và các yếu tố tác động đến giá cả là vấn đề quan trọng cần được chú ý.
Các nhà nghiên cứu kinh tế đã có nhiều nghiên cứu về vấn đề này, bắt đầu từ Court (1939), người đầu tiên áp dụng mô hình hedonic để phân tích đặc điểm ngành ô tô Mỹ và điều chỉnh chỉ số giá cho ngành này Phương pháp hedonic sau đó được mở rộng sang các sản phẩm tiêu dùng khác như máy cày và máy giặt Trước đó, Haas (1922) đã sử dụng khái niệm "hedonics" để xây dựng một mô hình tính giá đất nông nghiệp dựa trên khoảng cách từ đất nông nghiệp đến trung tâm thành phố.
Waugh (1928) đã áp dụng phương pháp giá hedonic để xác định giá đất nông nghiệp và giá trị rau quả trên đất đó Sau đó, Ridker (1967) trở thành một trong những học giả tiên phong trong việc sử dụng lý thuyết giá hedonic để phân tích thị trường nhà ở, bằng cách thiết lập mô hình giá hedonic dựa trên dữ liệu nhà ở và tính toán ảnh hưởng của chất lượng môi trường, như ô nhiễm không khí, đến giá trị nhà ở.
Giá hedonic là phương pháp quan trọng trong việc xây dựng mô hình giá nhà ở, giúp xác định giá trị thị trường của bất động sản dựa trên các thuộc tính đặc trưng mà chỉ hàng hóa đó sở hữu Trong nhiều trường hợp, các thuộc tính này không rõ ràng trong giao dịch và không thể quan sát trực tiếp, do đó, mô hình giá cả hedonic trở nên cần thiết để xác định mức giá chính xác cho hàng hóa Nếu giá của các thuộc tính này được biết đến hoặc có thể ước tính, phương pháp giá hedonic sẽ cung cấp một cách tương đối chính xác về giá nhà ở (Ustaoğlu, 2003).
Mục tiêu nghiên cứu
Mục tiêu của bàichuyên đềnày là
(1) Tìm ra các nhân tố ảnh hưởng đến giá nhàở tại Việt Nam:
(i)Đặc tính nội tại của nhàở: diện tích của nhàở, tiện nghi của nhàở, tính chất pháp lý,…
(ii)Đặc điểm của hộ gia đình: thu nhập của hộ gia đình, chi tiêu của hộ gia đình, trình độ học vấncủa chủ hộ,…
(iii) Các đặc tính về cộng đồng: dân tộc, hộ nghèo, đường xá, giáo dục, y tế, trung tâm mua sắm,…
(2) Đưa giá nhà dự báo lên bản đồ nhằm có cái nhìn rõ néthơn vềviệc phân bố giá nhà tại 64 tỉnh thànhở Việt Nam
(3) Xác định một số gợi ý chính sách nhằm giúp nhận dạng chính xác giá nhà, giúp thị trường nhàở được bìnhổn.
Câu hỏi nghiên cứu
Để đạt được mục tiêu nghiên cứu, bài chuyên đề này phải trả lời được tối thiểu các câu hỏi:
(i) Những đặc tính nội tại nào của căn nhàảnh hưởng đến giá nhàở?
(ii) Những đặc điểm nào của hộ gia đìnhảnh hưởng đến giá nhàở?
Các yếu tố cộng đồng như y tế, giáo dục và trung tâm mua sắm có ảnh hưởng lớn đến giá nhà Cụ thể, sự phát triển của hệ thống y tế và giáo dục chất lượng cao thường dẫn đến việc tăng giá trị bất động sản trong khu vực Ngoài ra, sự hiện diện của các trung tâm mua sắm cũng thu hút cư dân và tạo ra nhu cầu cao hơn cho nhà ở, từ đó làm tăng giá Bài viết sẽ phân tích chi tiết mối quan hệ giữa các yếu tố này và giá nhà.
(i) Diện tích nhà có phải là yếu tố chi phối mạnh đến giá nhàở không?
(ii) Có phải thu nhập là nhân tố chính ảnh hưởng đến giá nhàở?
Yếu tố khu vực thành thị và nông thôn có ảnh hưởng đáng kể đến giá nhà, với các khu vực đô thị thường có giá cao hơn do nhu cầu và tiện ích tốt hơn Bên cạnh đó, chất lượng giáo dục trong khu vực cũng đóng vai trò quan trọng, khi các khu vực có trường học tốt thường thu hút nhiều người mua nhà hơn, từ đó làm tăng giá trị bất động sản.
Phương pháp và phạm vi nghiên cứu
Bài nghiên cứu này áp dụng phương pháp kết hợp hồi quy hedonic và hệ thống thông tin địa lý (GIS) để phân tích mối quan hệ giữa giá nhà ở và các yếu tố ảnh hưởng tại Việt Nam Hồi quy hedonic giúp xác định các yếu tố tác động đến giá nhà, trong khi GIS cung cấp cái nhìn trực quan về giá nhà trên bản đồ, cho phép so sánh giá giữa 64 tỉnh thành.
Dữ liệu trong bài nghiên cứu này được lấy từ bộ VHLSS2006, thu thập từ cuộc khảo sát mức sống hộ gia đình năm 2006 do Tổng cục Thống kê Việt Nam thực hiện Bộ dữ liệu này được sự hỗ trợ kỹ thuật của các chuyên gia quốc tế từ Chương trình Phát triển Liên hợp quốc (UNDP) và Ngân hàng Thế giới (WB) trong toàn bộ quá trình điều tra, bao gồm thiết kế phiếu khảo sát, chọn mẫu và xử lý, công bố kết quả.
Bộdữliệu này được khảo sát trên quy mô gồm 45.945 hộ gia đình Tuy nhiên đểphù
Cấu trúc bài chuyên đề
Tiếp theo sau của Chương1, bàichuyên đề sẽ tiếp tục với cơ sở lý thuyết ở Chương
2 Trong Chương 3 sẽ trình phương pháp nghiên cứu, cách thực hiện bài nghiên cứu, lựa chọn biến đưa vào mô hình Chương 4 trình bày về tổng quan thị trường Bất Động Sản tạiViệt Nam Phân tích các nhân tố tác động đếngiá nhàở sẽ được trình bàyở Chương5 thông qua mô hình hồi quy hedonic, và chương này cũng sẽ trình bày kết quả của việc ứng dụngGIS vào giá nhà ở Chương 6 kết luận, đề suất nhữngkiến nghị, những mặt còn hạn chế và hướng phát triển của đề tài.
CƠ SỞ LÝ THUYẾT
Khái niệm
2.1.1 Cầu trên thị trường Bất động sản Ứng với mức giá P O ta có lượng cầu Q O Trong điều kiện các yếu tố khác không đổi, khi giá cả BĐS tăngthì lượng cầu giảm và ngược lại.
Cầu thị trường bất động sản được thể hiện qua đường biểu diễn trong hình 2.1, với giả thiết rằng các yếu tố khác không thay đổi, ngoại trừ giá cả P và số lượng Q Tuy nhiên, đối với nhiều loại bất động sản như nhà ở, số lượng cầu còn phụ thuộc vào một số yếu tố khác.
-Thu nhập:Hình 2.1 cho thấy nếu thu nhập tăng lên, thìở cùng một mức giá số lượng cầu tăng lên và ngược lại;
Giá cả của hàng hóa thay thế có ảnh hưởng trực tiếp đến cầu của bất động sản Cụ thể, khi giá nhà để bán tăng cao, cầu về nhà cho thuê cũng sẽ gia tăng tương ứng.
-Dự báo về tương lai: Nếu dự báo lạc quan về triển vọng phát triển kinh tế thì nhu cầu về BĐS (nhàở) sẽ tăng…;
-Chinh sách của Chính phủ liên quan đến BĐS: các chính sách về thuế, quy hoạch, đất đai… có tác động mạnh đến cầu về BĐS.
Số lượng cung trên thị trường bất động sản có mối quan hệ tỉ lệ thuận với giá cả Hình 2.2 minh họa mối quan hệ này, giả định rằng các yếu tố khác không thay đổi.
Hình 2.2 Cung thị trường Bất động sản
Cũng như cầu, có nhiều nhân tố ảnh hưởng đến cung:
Giá thành khai thác bất động sản ảnh hưởng trực tiếp đến lợi nhuận của nhà đầu tư, từ đó tác động đến quyết định đầu tư nhằm tăng nguồn cung Mức giá này còn phụ thuộc vào lãi suất vay ngân hàng và tình hình lạm phát Khi lãi suất cho vay giảm, đường cung sẽ dịch chuyển sang bên phải.
-Chính sách của Chính phủ: Nếu Chính phủ tăng giá đất hoặc tăng thuế thì cung sẽ giảm và đường cung dịch chuyển sang trái.
-Dự báo tương lai: Nếu người kinh doanh BĐS dự báo sắp tới giá nhà sẽ tăng lên thì họ găm BĐS lại do đó cung sẽ giảm.
Theo hình 2.3, đường cung và cầu BĐS cắt nhau tại điểm E là điểm cân bằng:
Hình 2.3 Mối quan hệ giữa cung-cầu và giá cả thị trường BĐS
Khi có sự thay đổi ở các yếu tố khác, đường cung và cầu sẽ dịch chuyển, kéo theo sự thay đổi của điểm cân bằng Ví dụ, khi lãi suất cho vay mua nhà tăng, khả năng vay để mua nhà giảm, dẫn đến cầu về bất động sản giảm và đường cầu dịch chuyển sang trái.
D1, điểm cân bằng dịch chuyển từ E sang E’, nếu cung không đổi thì giá nhà giảm xuống từ
Giá cả bất động sản (BĐS) được hình thành dựa trên nguyên tắc cung-cầu, tương tự như các hàng hóa thông thường khác Tuy nhiên, BĐS là một loại hàng hóa đặc biệt, dẫn đến giá cả của nó có những đặc trưng riêng biệt Khi so sánh với giá cả hàng hóa thông thường, giá BĐS thể hiện những đặc điểm đặc thù mà người tiêu dùng và nhà đầu tư cần lưu ý.
-Tính song trùng, tức là bao gồm cả giá đất và giá công trình Bên cạnh đó, giá còn được hình thành dođặc tính kết cấu nên công trình.
-Tính khu vực: mỗi khu vực sẽ mang tạo cho BĐS một giá trị khác nhau, tùy vào vị trí mà BĐS sẽcó giá cao hay thấp
-Giao dịch BĐS thực chất là giao dịch quyền lợi mà BĐS đó mang lại, quyền lợi không giống nhau thì giá cảcũng sẽ không giống nhau.
Giá cả bất động sản được xác định qua từng giao dịch riêng lẻ, chịu ảnh hưởng bởi tính bất động và tính dị biệt của bất động sản, đồng thời còn phụ thuộc vào những yếu tố cá biệt của người mua và người bán.
Theo xu hướng dài hạn, giá bất động sản có xu hướng tăng trưởng do đất đai là nguồn tài nguyên có hạn, trong khi dân số ngày càng gia tăng.
Nhà ở
Trong bài nghiên cứu này, nhà ở được định nghĩa là loại bất động sản cư trú chính mà các hộ gia đình sử dụng để sinh sống Các hình thức nhà ở bao gồm nhà biệt lập, căn hộ chung cư, nhà phố, căn hộ cao cấp và nhà tập thể Theo dữ liệu VHLSS 2006, nhà ở tại Việt Nam được phân thành 5 cấp độ, dựa trên Thông tư liên bộ số 7/LB-TT ngày 30/9/1991 của Bộ Tài chính, Bộ Xây dựng, Tổng cục Quản lý ruộng đất và Uỷ ban Vật giá Nhà nước.
Cấp 1: Nhà kiểu biệt thự Là loại nhà ở riêng biệt, có sân, vườn và tường rào xung quanh Trong biệt thự có đầy đủ và hoàn chỉnh các buồng, phòng để ở, sinh hoạt, vệ sinh, bếp, kho,v.v Trang thiết bị trong biệt thự có chất lượng cao Niên hạn sử dụng từ 80 –100 năm.
Cấp 2: Nhà kiên cố khép kín Là nhà kiên cố một, hay nhiều tầng hoặc những căn hộ trong nhà kiên cố nhiều tầng có khu phụ gắn liền để dùng riêng cho hộ gia đình., niên hạn sử dụng từ 60 – 80 năm.
Cấp 3: Nhà kiên cố không khép kín Là nhà kiên cố một, hay nhiều tầng hoặc những căn hộ trong nhà kiên cố nhiều tầng mà không có khu phụ sử dụng riêng, có khu phụ sử dụng chung với nhiều hộ khác (khu phụ tách rời) Niên hạn sử dụng từ 40 – 60 năm.
Cấp 4: Nhà bán kiên cố Là nhà được xây dựng bằng các vật liệu có chất lượng bình thường như nhà tường xây hay ghép gỗ, khung gỗ, mái ngói, mái tôn hoặc xây dựng bằng các vật liệu tương đương… (không kể có hay không có khu phụ gắn liền với nhà ở) để dùng riêng cho gia đình mình Niên hạn sử dụng từ 20 – 40 năm.
Cấp 5: Nhà tạm và khác Là các loại nhà không thuộc các nhóm trên Gồm nhà có kết cấu vật liệu đơn giản như các loại tranh, tre, lán, trại và những nơi tận dụng để ở, nơi ở có tính chất tạm thời, nơi gầm cầu, thùng hàng tận dụng để ở Niên hạn sử dụng dưới 10 năm.
Giá nhà trong nghiên cứu này được ước lượng bởi chủ hộ dựa trên thời giá hiện tại, mang tính chủ quan và chỉ là giá đầu tư do họ đưa ra Giá nhà này chịu ảnh hưởng bởi kỳ vọng tương lai của chủ hộ, nhưng vì giá nhà và các yếu tố khác được thu thập cùng một thời điểm, việc sử dụng giá nhà này cho hồi quy là chấp nhận được và có độ chính xác tương đối cao.
2.4 Các nghiên cứu thực nghiệm
Các nghiên cứu về giá nhà thường được phân loại thành hai dạng chính: nghiên cứu dựa trên dữ liệu chuỗi thời gian và dữ liệu chéo Trong bối cảnh thị trường Bất Động Sản toàn cầu, phương pháp chuỗi thời gian EGARCH được ưa chuộng do lịch sử hình thành lâu dài của thị trường này Đồng thời, nhiều nhà nghiên cứu cũng áp dụng mô hình hồi quy hedonic để phân tích dữ liệu chéo.
Do thị trường Bất động sản tại Việt Nam hình thành chưa được lâu nên bài nghiên cứu này chủ yếu cũng sẽ xoay quanh chuỗi dữ liệu chéo.
Trong các nghiên cứu về giá nhà, một số nghiên cứu tập trung vào tác động của các đặc tính vật lý của căn nhà đến giá trị của nó Sibel Silim (2008) đã phát triển một mô hình giá nhà dựa trên các yếu tố này.
Mô hình hedonic mà Sibel Silim nghiên cứu chỉ ra rằng các đặc tính của nhà ở như diện tích sử dụng, số phòng, số toilet và chất liệu xây dựng có ảnh hưởng đáng kể đến giá nhà Cụ thể, hệ thống nước, hồ bơi, loại nhà, số lượng
Các nhà nghiên cứu cũng đã phân tích ảnh hưởng của các yếu tố thực thể đến giá nhà, đồng thời xem xét các yếu tố cộng đồng thông qua một mô hình cụ thể.
Các đặc tính về thực thể của căn nhà (X i) và các đặc tính cộng đồng (C i) có ảnh hưởng đáng kể đến giá nhà Theo nghiên cứu của Sirman, Joachim Zietz và Emily N Zietz (2007), khoảng cách từ nhà đến trung tâm thành phố là một yếu tố cộng đồng quan trọng Brasington (1999) cũng chỉ ra rằng các yếu tố như tỷ lệ hộ nghèo, tỷ lệ người da màu và khoảng cách đến trung tâm thương mại tác động đến giá nhà, trong đó giáo dục được xem là yếu tố có ảnh hưởng mạnh mẽ Bên cạnh đó, Kim (2006) nhấn mạnh tác động của các yếu tố pháp lý đến giá nhà, với các biến đại diện cho giấy tờ pháp lý và các quyền liên quan.
Từ các bài nghiên cứu trên, tôi xây dựng mô hình sau để xem xét các nhân tố ảnh hưởng đến giá nhà: i i i
Trong mô hình này, Xilà đại diện cho các đặc tính thực thể của căn hộ, Ci thể hiện các yếu tố cộng đồng liên quan, và H i biểu thị các đặc điểm của chủ hộ Các biến đại diện cụ thể cho ba yếu tố trong mô hình sẽ được trình bày chi tiết trong chương tiếp theo.
PHƯƠNG PHÁP NGHIÊN CỨU
Khung phân tích
Trong nghiên cứu này, tôi sử dụng dữ liệu từ VHLSS 2006 với 9,189 hộ gia đình được khảo sát trên toàn quốc Phương pháp được áp dụng là hồi quy hedonic kết hợp với GIS, như đã trình bày ở phần trước.
Bài nghiên cứu thực nghiệm này cũng tuân theo quy luật nghiên cứu nền tảng trong Kinh tế lượng Ramanathan
Hình 3.1.1Các bước thực hiện nghiên cứu mô hình các nhân tố ảnh hưởng đến giá nhà
Nguồn: Kinh tế lượng ứng dụng,Ramanathan (1998)
Lý thuyết, kinh nghiệm, các nghiên cứu về giá nhà
Thiết lập mô hình Ước lượng mô hình
Thiết lập lại mô hình Diễn dịch kết quả
Các quyết định về chính sách Dự báo
Ghép dữ liệu Định dạng biến
Tiếp theo ta đưa mô hình hồi quy lên tọa độ không gian trên bản đồ Quy trình như sau:
Hình 3.1.2 Quy trình xây dựng bản đồ giá nhà Nguồn:Linh (2010), Viện chiến lược pháttriển
Tổng kết lại thì quy trình nghiên cứu sẽ trải qua các bước
Để tiến hành nghiên cứu này, bước đầu tiên là tìm hiểu các lý thuyết kinh tế và lý thuyết thị trường bất động sản Tiếp theo, cần tham khảo tài liệu nghiên cứu về giá nhà cả trong nước và quốc tế.
Bước 2: Xây dựng khung lý thuyết
Trong bước 3, tôi đã tiến hành tìm kiếm dữ liệu phù hợp và quyết định chọn bộ dữ liệu VHLSS 2006 cho nghiên cứu của mình Bộ dữ liệu này được tổng cục thống kê và nhiều tổ chức lớn trên thế giới phối hợp, vì vậy tôi tin tưởng vào độ tin cậy của nó.
Bước 4: Chọn các biến trong bộ dữ liệu VHLSS, kết hợp các tệp lại với nhau, sau đó định nghĩa và xử lý biến bằng công cụ Stata để đảm bảo phù hợp với mục tiêu nghiên cứu.
Bước 5: Thiết lập mô hình dựa vào khung lý thuyết và các biến đã chọn lọc trong bộ dữliệu.
Bước 6: Ước lượng mô hình
Kết luận và đưa chính sách
Phân tích và mô hình hóa
Bước 7 yêu cầu kiểm định xem có vi phạm giả thuyết hay không Nếu phát hiện vi phạm, cần thiết lập lại mô hình và quay lại bước 5 để điều chỉnh cho mô hình chính xác hơn, đồng thời đảm bảo tuân thủ các giả thuyết và có khả năng giải thích thực tế Khi mô hình đáp ứng các tiêu chuẩn thống kê và phù hợp với giả thuyết, ta sẽ tiến hành chuyển sang bước 8.
Bước 8: Diễn giải kết quả dựa vào mô hình, từ đó liên hệ với thực tế.
Bước 9: Dự báo kết quả về giá nhàởdựa vào mô hình hồi quy thu được
Bước 10: Đưa kết quả dự báo và dữ liệu không gian làm thông tin đầu vào để thực hiện bản đồthông qua công cụ Mapinfo.
Bước 11: Sử dụng Mapinfo để làm việc trong môi trường GIS, bao gồm quản lý số liệu và xử lý thông tin thành cơ sở dữ liệu GIS Tạo biểu đồ và bảng biểu, cũng như tích hợp giá nhà dựa trên dữ liệu GIS Bước 12: Xuất bản đồ giá nhà cho 64 tỉnh thành.
Bước 13: Tổng hợp kết quả diễn giải, dự báo và thu được trên bản đồ, từ đó đưa ra những kiến nghị và giải pháp thiết thực mà nghiên cứu mang lại.
Mô hình hồi quy Hedonic
Trong thị trường cạnh tranh, giá cả được xác định bởi điểm cân bằng giữa cung và cầu Một giả định quan trọng là hàng hóa phải có tính đồng nhất, nhưng điều này có thể gây khó khăn khi phân tích hàng hóa khác biệt Ví dụ, trong thị trường bất động sản, mỗi ngôi nhà có kích thước, vị trí và số phòng khác nhau Mô hình hedonic cho phép phân tích hàng hóa không đồng nhất với các đặc điểm riêng biệt trong cùng một thị trường.
Phương pháp hồi quy hedonic, mặc dù bản chất là hồi quy OLS trong kinh tế lượng, nhưng mang lại độ chính xác cao hơn cho mô hình hồi quy Hồi quy OLS thường chỉ xem xét tác động của các biến độc lập lên biến phụ thuộc mà không tính đến các đặc tính của biến độc lập Chẳng hạn, giá nhà bị ảnh hưởng bởi khoảng cách từ trung tâm và tình trạng hộ nghèo trong khu vực Ngược lại, hồi quy hedonic không chỉ xem xét các yếu tố như khoảng cách hay hộ nghèo mà còn kết hợp các đặc tính của bất động sản như số phòng ngủ, toilet, phòng khách và phòng vệ sinh, từ đó cung cấp cái nhìn toàn diện hơn về giá trị bất động sản.
Khi hồi quy giá nhà với các đặc tính của nhà ở, có vẻ như giá nhà đã bao gồm các yếu tố cấu thành, nhưng thực tế không phải vậy Các yếu tố này là giá ẩn, giúp xác định chính xác giá nhà hơn so với mô hình không có chúng Theo Patricia Soto, việc xem xét các yếu tố này là rất quan trọng để có cái nhìn đúng đắn về giá trị bất động sản.
Mô hình hedonic được xem là kết quả tương tác giữa người tiêu dùng và nhà sản xuất, giúp tóm tắt mối quan hệ giữa giá cả và các đặc tính của sản phẩm Nhiều nghiên cứu quốc tế, chẳng hạn như của Bartik, đã áp dụng mô hình này để phân tích giá nhà.
Nhiều nghiên cứu, bao gồm các tác giả như Sibel Selim (2008), Brasington (1999), Malpezzi (2002), Goodman (1998) và Zietz (2007), đã áp dụng hồi quy giá nhà dựa trên các đặc tính cấu thành của bất động sản Họ sử dụng mô hình hồi quy hedonic thay vì OLS truyền thống để phân tích giá trị bất động sản một cách hiệu quả hơn.
Mô hình hedonic, dựa trên lý thuyết người tiêu dùng của Lancaster, đã được mở rộng bởi Rikey vào năm 1967 Kể từ đó, phân tích hedonic đã trở thành một công cụ phổ biến trong việc đánh giá giá thị trường bất động sản.
Mô hình hedonic là một dạng của hồi quy OLS, vì vậy hàm hồi quy tổng thể của nó tương tự như mô hình OLS và cũng tuân theo các giả định cơ bản của OLS.
Mô hình hedonic có dạng như sau:
Các hệ số gọi là hệ số hồi quy riêng
X X X : các biến giải thích của mô hình
i : sai sốngẫu nhiên và tuân theo quy luật phân phối chuẩn
Các giả định cho mô hình hồi qui hedonic đều liên quan đến thành phần nhiễu ngẫu nhiên ( ) i
-Giá trị kỳ vọng của i bằng không
-Không có tương quan chuỗi (không có tự tương quan)
-Phương sai đồng nhất => var( ) i 2
-Nhiễu ngẫu nhiên không có tương quan với cácbiếnX
-Không nhận dạng sai mô hình
Các biến hồi quy trong nghiên cứu này không gặp phải hiện tượng đa cộng tuyến hoàn hảo, có nghĩa là không tồn tại một tập hợp các hệ số nào thỏa mãn biểu thức dưới đây cho mọi i.
Phân tích các nhân tố ảnh hưởng đến giá nhà ở và lựa chọn biến đưa vào mô hình
Từ những lý thuyết nghiên cứu được tôi đã lựa chọn và đưa những biến sau vào mô hình
Hầu hết các nghiên cứu trước đây về giá nhà đã chuyển sang sử dụng mô hình semi-logarit, đặc biệt là mô hình log-lin, do khả năng phù hợp tốt với dữ liệu và cho phép giải thích tỷ lệ đóng góp của các đặc tính hàng hóa một cách trực tiếp (Halvosen và Palmquist, 1980) Woolbridge (2006) cũng chỉ ra rằng mô hình semi-logarit thường được áp dụng cho chuỗi dữ liệu không có phân phối chuẩn, như dữ liệu tiền tệ hoặc giá trị dương Vì lý do này, tôi lựa chọn mô hình log-lin với biến LNPRICE là biến phụ thuộc để xác định các nhân tố ảnh hưởng đến giá nhà.
3.3.2 Biến độc lập a.Bi ến đặc tính nh à (Xi )
Biến đặc tính nhà được phân tích từ hai khía cạnh chính: đặc tính thực thể và đặc tính pháp lý của căn hộ Trong khi nhiều nghiên cứu trước đây tập trung chủ yếu vào đặc tính thực thể, thì đặc tính pháp lý của căn hộ lại thường bị bỏ qua.
C ấu trúc thực thể của căn nh à
Di ện tích sử dụng ( S IZE)
Diện tích sử dụng của mỗi căn hộ được tính bằng tổng diện tích ở và diện tích phụ riêng biệt Trong trường hợp nhà ở có nhiều căn hộ, diện tích sử dụng của mỗi căn hộ sẽ bao gồm diện tích riêng của từng căn hộ cộng với phần diện tích phụ dùng chung, được phân bổ theo tỷ lệ với diện tích ở của từng căn hộ, theo quy định tại Thông tư số 5/BXD-ĐT.
Theo nghiên cứu của Theo Brasington (1999), diện tích sử dụng có ảnh hưởng tích cực đến giá nhà, với mối quan hệ tỷ lệ thuận Sibel Selim (2008) cũng xác nhận rằng diện tích sử dụng có quan hệ đồng biến với giá nhà Nghiên cứu tổng hợp của Sirman, Macpherson và Ziets (2005) cho thấy trong 125 bài nghiên cứu về giá nhà, 62 bài khẳng định mối quan hệ đồng biến giữa diện tích sử dụng và giá nhà Tuy nhiên, Dalton và Zabel (2008) chỉ ra rằng mặc dù diện tích sử dụng tỉ lệ thuận với giá nhà, nhưng khi diện tích đạt đến một mức nhất định, giá nhà có thể không tăng nữa và có xu hướng giảm Kết quả hồi quy của họ trên 670,349 quan sát cho thấy giá nhà cùng dấu với diện tích và ngược dấu với diện tích bình phương Do đó, trong nghiên cứu của tôi, tôi sẽ sử dụng biến SIZE để đại diện cho diện tích sử dụng và biến SIZESQ để chứng minh rằng khi diện tích quá lớn, giá nhà sẽ không tăng thêm.
Vị trí là yếu tố quan trọng ảnh hưởng đến giá nhà, với nghiên cứu của Brasington (1999) cho thấy biến thành thị (URBAN) có mối quan hệ đồng biến với giá nhà Tôi cũng đồng ý rằng biến URBAN tác động tích cực đến giá nhà, vì nhà ở khu vực thành thị thường có nhiều điều kiện sống tốt hơn so với khu vực nông thôn.
Hầu hết các nghiên cứu trước đây đã chỉ ra rằng số lượng nhà vệ sinh có ảnh hưởng tích cực đến giá trị bất động sản, với Sibel Salim (2008) nhấn mạnh rằng càng nhiều toilet thì giá nhà càng cao Tuy nhiên, trong bộ dữ liệu VHLSS 2006, thông tin về số lượng toilet không có sẵn, chỉ có loại toilet được ghi nhận Do đó, tôi sẽ nghiên cứu tác động của loại toilet đến giá nhà, mã hóa biến này thành hai giá trị: giá trị 1 cho toilet tự phân hủy hoặc bán phân hủy.
0 đối với các trường hợp còn lại như: dội nước, hai ngăn, cầu cá, không có toilet,…
Trong nghiên cứu này, các biến như gara, hồ bơi và lò sưởi không được sử dụng, mặc dù chúng có ý nghĩa thống kê trong các nghiên cứu trước đây như Morancho.
Năm 2003, Sibel Selim (2008) và Brasington (1999) chỉ ra rằng tại Việt Nam, số lượng căn hộ có gara và hồ bơi rất hạn chế, trong khi khí hậu nóng bức khiến lò sưởi trở nên không cần thiết Vì lý do này, tôi không xem xét các biến này trong mô hình nghiên cứu Tuy nhiên, các yếu tố như số lượng phòng, số lượng phòng tắm và số tầng lầu có thể được đưa vào mô hình vì chúng phản ánh khả năng sử dụng của căn hộ Dù vậy, do hạn chế của bộ dữ liệu VHLSS 2006, thông tin về các biến này không đủ để đưa vào phân tích.
Các ti ện nghi của căn hộ
Ti ện nghi điện (ELEC )
Hầu hết các nghiên cứu về giá nhà ở các nước phát triển trước đây không xem xét yếu tố tiện nghi điện, vì điện được coi là một tiện nghi cơ bản không thể thiếu Kim (2004) cho rằng yếu tố điện không ảnh hưởng đến giá nhà ở Việt Nam do mạng lưới điện đã được phủ khắp Tuy nhiên, tôi quyết định đưa yếu tố này vào mô hình nghiên cứu để đánh giá tác động của nó đến giá nhà, với hy vọng rằng nó có mối quan hệ đồng biến với giá nhà, vì hiện tại có rất ít nghiên cứu về vấn đề này Nếu kết quả cho thấy yếu tố điện không có ý nghĩa, tôi sẽ loại bỏ nó khỏi mô hình.
Ti ện nghi nước(WATER)
Nhu cầu nước sinh hoạt là yếu tố căn bản cho mỗi hộ gia đình, đặc biệt tại thành phố Hồ Chí Minh, nơi hệ thống cung cấp nước gồm nước bơm từ giếng và nước từ nhà máy, dẫn đến sự không đồng nhất về chất lượng nước Dù Kim (2004) cho rằng nước không ảnh hưởng đến giá nhà, tôi tin rằng tại thành phố Hồ Chí Minh, chất lượng nước có mối quan hệ đồng biến với giá nhà Trong bối cảnh ô nhiễm môi trường hiện nay, việc lựa chọn nguồn nước sạch trở thành ưu tiên hàng đầu của các hộ gia đình Căn hộ sử dụng nước bơm từ giếng thường có giá thấp hơn so với căn hộ phải mua nước sinh hoạt, đồng thời nâng cao sức khỏe cho gia đình Do đó, tôi đưa yếu tố này vào mô hình với hy vọng nó sẽ có mối quan hệ đồng biến với giá nhà.
Máy vi tính (COMPUTER),d ịch vụ Internet ( INTERNET)
Dịch vụ Internet là một tiện nghi quan trọng trong căn hộ, góp phần nâng cao giá trị sử dụng của ngôi nhà Tuy nhiên, bộ dữ liệu chỉ bao gồm biến máy vi tính Vì vậy, tôi đã đưa biến COMPUTER vào mô hình để phân tích ảnh hưởng của nó đến giá nhà.
D ịch vụ rác thải (WASTE)
Dịch vụ quản lý rác thải tại Việt Nam, đặc biệt là ở thành phố Hồ Chí Minh, vẫn chưa phát triển đầy đủ Hầu hết các hộ gia đình tự xử lý rác thải, trong khi chỉ những khu đô thị trung tâm mới có dịch vụ thu gom rác sinh hoạt Nghiên cứu này cho thấy rằng dịch vụ rác thải có mối quan hệ đồng biến với giá nhà; cụ thể, nếu một căn nhà nằm trong khu vực có dịch vụ thu gom rác, chủ sở hữu sẽ cảm thấy thoải mái hơn so với việc tự xử lý rác thải hàng ngày.
Đặc tính pháp lý c ủa căn hộ
Bất động sản là một loại hàng hoá đặc biệt, nó chịu sựquản lý của nhà nước một cách chặt chẽ.
Bài nghiên cứu này xem xét ảnh hưởng của yếu tố pháp lý đến giá nhà thông qua biến giả đại diện cho giấy tờ LEGAL, trong đó biến sở hữu được sử dụng để phản ánh tình trạng pháp lý của căn hộ Nếu căn hộ có đầy đủ giấy tờ, giá trị sẽ là 1, ngược lại sẽ là 0, và tôi kỳ vọng rằng yếu tố này sẽ có mối quan hệ đồng biến với giá nhà Bên cạnh đó, đặc tính cộng đồng (Ci) cũng đóng vai trò quan trọng trong việc tác động đến giá nhà, với nhiều nghiên cứu đã chỉ ra rằng những đặc tính này không chỉ đáp ứng nhu cầu sử dụng của người mua mà còn tăng cường khả năng đáp ứng các nhu cầu khác của chủ căn hộ.
Trong nghiên cứu này, các đặc tính cộng đồng được phân tích qua các yếu tố như giáo dục, y tế, trung tâm mua sắm, hộ nghèo và người dân tộc Kết quả nghiên cứu của David M Brasington (1999) cho thấy tỷ lệ tội phạm và tỷ lệ thuế bất động sản có ý nghĩa thống kê và ảnh hưởng đến giá nhà Tuy nhiên, do hạn chế của bộ dữ liệu VHLSS 2006, các biến này không được đưa vào mô hình phân tích.
Giáo dục là một yếu tố quan trọng trong cộng đồng, đóng vai trò là dịch vụ thiết yếu cho mỗi gia đình Một khu vực có dịch vụ giáo dục chất lượng cao sẽ nâng cao giá trị bất động sản trong khu vực đó.
Danh sách các biến và dấu kì vọng
Bảng 3.4.Mô hình nghiên cứu: Mô tả biến và kì vọng
Loại biến Tên biến Mô tả Kỳ vọng về dấu
Biến phụ thuộc LNPRICE Logarit nêpe của giá nhà
Biến đặc tính nhàở SIZE Diện tích sử dụng +
SIZESQ Diện tích sử dụng bình phương
_ nếu ở thành thị, giá trị 0 nếu ởnông thôn)
ELEC Điện: biến giả (mang giá trị
1 nếu là điện lưới, giá trị0 nếu là các loại khác)
WATER Nước: biến giả( nhận giá trị
1 nếu có hệ thống nước máy cung cấp từ nhà máy nước, nhận giá trị 0 cho các trường hợp còn lại).
COMPUTER Máy vi tính: biến giả (nhận giá trị 1 nếu có sử dụng máy vi tính, nhận giá trị 0 cho các trường hợp còn lại).
WASTE Dịch vụ rác thải: biến giả
(nhận giá trị 1 khi có người đến lấy rác, nhận giá trị 0 cho các trường hợp còn lại).
TOILET Loại phòng vệ sinh đang sử dụng: biến giả (nhận giá trị
1 khi phòng vệ sinh là tự hủy hoặc bán tự hủy, 0 đối với trường hợp còn lại)
+ giá trị 1 nếu là có sổ hồng, nhận giá trị 0 cho các trường hợp còn lại).
Biến đặc tính cộng đồng
DIS_SCHOOL Khoảng cách từ nhàđến trường học
DIS_MARKET Khoảng cách từ nhà đến chợ, siêu thị, trung tâm, bệnh viện, ngân hàng
TEA_STU Tỷ lệgiáo viên trên học sinh
DIS_HOSPITAL Khoảng cách từ căn hộ đến trung tâm y tế gần nhất
POOR Số hộnghèo trong khu vực _
ROAD Loại đường: biến giả
(Nhận giá trị 1 nếu là đường nhựa, giá trị 0 đối với trường hợp còn lại)
Biến đặc tính của hộ gia đình
EXP Chi tiêu của hộ gia đình +
TỔNG QUAN VỀ THỊ TRƯỜNG BẤT ĐỘNG SẢN VIỆT NAM
Trước năm 1993
Sau cách mạng tháng 8 năm 1945, đất đai trở thành tài sản thuộc về toàn dân, và hoạt động mua bán diễn ra một cách bình thường Các bên tham gia giao dịch tự tìm kiếm đối tác và thỏa thuận giá cả mà không có sự can thiệp của pháp luật về bất động sản Mặc dù chưa có quy định pháp lý cụ thể, Nhà nước vẫn công nhận và hỗ trợ các thủ tục mua bán đất đai.
Từ năm 1980 đến đầu năm 1990, quy định về đất đai thuộc quyền sở hữu toàn dân khiến cho các hoạt động liên quan đến đất đai không được công nhận Kết quả là, giao dịch trong giai đoạn này chủ yếu diễn ra dưới hình thức mua bán ngầm, dẫn đến sự hình thành của một thị trường tự phát, được gọi là thị trường ngầm.
Giai đoạn 1991-1993, thị trường bất động sản diễn ra sôi động với các giao dịch mua bán đất đai Hình thức phổ biến trong thời kỳ này là mua bán nhà gắn liền với quyền sử dụng đất.
Giai đoạn 1993-1999
Từ năm 1993 đến 1995, thị trường bất động sản ghi nhận sự gia tăng mạnh mẽ về số lượng giao dịch chuyển nhượng, đặc biệt là vào năm 1995, dẫn đến cơn sốt đất Hiện tượng đầu cơ đất đai để kiếm lời đã gây ra tình trạng khan hiếm và mất cân đối cung-cầu giả tạo trong thị trường.
Giai đoạn 1996-1999, thị trường bất động sản rơi vào tình trạng suy giảm nghiêm trọng, dẫn đến nhiều nhà đầu tư muốn bán đất và bất động sản để thu hồi vốn Kết quả là giá đất và bất động sản có xu hướng giảm mạnh.
Giai đoạn 2000-2006
Năm 2001-2002, thị trường bất động sản trở lại sôi động với hình thức “phân lô bán nền”, dẫn đến tình trạng đầu cơ và giá đất tăng nhanh chóng Để điều tiết tình hình, Nhà nước đã ban hành “Luật đất đai” năm 2003 và “nghị định 181”, nhưng thị trường vẫn gặp khó khăn khi giá đất giảm và không có người mua Đến năm 2005, mặc dù giá nhà đất chững lại, nhiều dự án vẫn thu hút sự quan tâm từ các nhà đầu tư, đặc biệt là nước ngoài, nhờ vào những quy định mới giúp họ tiếp cận thị trường dễ dàng hơn Điều này dẫn đến sự gia tăng mạnh mẽ nguồn FDI vào bất động sản, có khả năng đạt mức như thời kỳ 1990-1991.
Giai đoạn 2007 đến nay
Giai đoạn 2007-2008, căn hộ chung cư trở thành xu hướng, với giá cho thuê và giá bán tăng cao do cầu vượt cung, nhưng mức giá không phản ánh chất lượng sản phẩm do thị trường thiếu minh bạch Thị trường chứng khoán phát triển mạnh mẽ vào năm 2006-2007, đạt đỉnh vào tháng 3/2007, dẫn đến việc các nhà đầu tư rút vốn từ chứng khoán để đầu tư vào bất động sản Kết quả là thị trường bất động sản phát triển mạnh, với giá đất tại TP.HCM tăng vọt, có nơi lên tới 40-45 triệu đồng/m² Tuy nhiên, đến năm 2008, nguồn cung bất động sản quá nhiều, lãi suất ngân hàng tăng cao, khiến 90% dự án nợ vốn ngân hàng và thị trường bất động sản rơi vào tình trạng đóng băng do người dân không thể vay tiền, doanh nghiệp không thể thanh toán, dẫn đến sự ế ẩm trầm trọng.
Khủng hoảng tài chính toàn cầu năm 2008 đã tác động mạnh mẽ đến thị trường bất động sản Việt Nam, khiến năm 2009 phải gánh chịu nhiều hậu quả Mặc dù thị trường chưa hoàn toàn phục hồi, các chuyên gia dự đoán rằng trong vài năm tới, bất động sản sẽ phục hồi mạnh mẽ và góp phần thúc đẩy nền kinh tế Việt Nam Từ đầu năm 2010, thị trường đã có nhiều chuyển biến, đặc biệt là phân khúc nhà ở quy mô nhỏ, thu hút sự quan tâm của các nhà đầu tư và khách hàng do nguồn cung căn hộ cao cấp quá dồi dào Bên cạnh đó, các dự án nhà ở cho công nhân và người có thu nhập thấp đang được triển khai rộng rãi, mặc dù lợi nhuận không cao nhưng có tiến độ bán nhanh và vòng quay vốn cao.
Ba tháng đầu năm 2010, thị trường bất động sản tại Hà Nội chứng kiến sự phục hồi mạnh mẽ với nhu cầu nhà ở tăng cao, dẫn đến việc các nhà đầu tư công bố nhiều dự án căn hộ chung cư có giá từ 1.300-2.000 USD/m² Mặc dù giá đất nền tăng liên tục, nhưng giao dịch lại diễn ra rất ít Tại thành phố Hồ Chí Minh, sau sự kiện thông hầm Thủ Thiêm kết nối quận 2 với trung tâm, giá nhà và đất khu Đông Sài Gòn có dấu hiệu tăng nhẹ, nhưng lượng giao dịch thành công vẫn thấp Khách hàng chủ yếu tìm kiếm các dự án có mật độ xây dựng cao như Thủ Đức House, Sài Gòn 5, Him Lam, với giá tăng từ 1-4 triệu đồng/m² so với cuối năm 2009, trong khi các dự án có mật độ xây dựng thấp ít được ưa chuộng và giao dịch thấp Đến đầu tháng 4/2010, thị trường nhà đất tại thành phố Hồ Chí Minh bắt đầu ấm lên.
Hà Nội đang trải qua sự gia tăng dân số nhanh chóng, dẫn đến cơ sở hạ tầng và môi trường bị xuống cấp, làm tăng nhu cầu về nhà ở tại các khu vực ven sông Giá đất tại Vân Canh, Cầu Diễn hiện đạt 30 triệu đồng/m2, trong khi giá nhà liền kề xây thô tại các khu đô thị như Trung Văn, Xa La, Văn Phú và Văn Khê (Hà Đông) đã lên tới 32 triệu đồng/m2.
Giá nhà tại thành phố Hồ Chí Minh hiện đạt 36 triệu đồng/m², cho thấy sự khởi sắc trong thị trường bất động sản với dòng vốn đầu tư dồi dào Nhiều dự án mới được chào bán kèm theo các chương trình khuyến mãi hấp dẫn Tuy nhiên, lãi suất vay mua nhà cao khiến người tiêu dùng còn e ngại trong quyết định mua Do đó, phân khúc nhà giá thấp vẫn là lựa chọn phổ biến nhất hiện nay.
Thống kê giá nhà trong năm 2008
Dữ liệu giá nhà tại thành phố Hồ Chí Minh trong ba tháng đầu năm 2008 được cung cấp bởi Hiệp hội BĐS thành phố Bảng thống kê mô tả các chỉ tiêu như vị trí, diện tích, giá bán, chiều dài, chiều rộng và giá bán trên 1m².
Bảng 4.5.1 Thống kê giá nhà theo vị trí
Nguồn:Tính toán theo số mẫu nghiên cứu (n4, dữ liệu Hiệp hội BĐS thành phố HCM)
Bảng 4.5.2 Thống kê về diện tích, giá bán, chiều dài, chiều rộng, giá bán/m 2 stats | diện tích giá bán rộng dài giá bán/m2
(m 2 ) (SJC) (m) (m) (SJC/m 2 ) -+ - mean | 105.0407 840.4485 5.252577 18.61289 8.40567 p50 | 75.6 555 4 18 6.4 iqr | 52 600 1.8 7 7.5 sd | 108.9628 1002.417 3.123589 6.930191 5.804279
N | 194 194 194 194 194 max | 1000 7560 20 53 31.9 min | 27.2 53 2.5 6.5 3 range | 972.8 7507 17.5 46.5 31.6 variance | 11872.89 1004841 9.756807 48.02755 33.68966 cv | 1.037339 1.192717 5946774 372333 6905195 -
Trong 3 tháng đầu năm 2008 giao dịch nhiều nhất là ở quận 1: đến 55 giao dịch bán nhà. Trong khi đó thì nhiều nơi mật độ giao dịch rất thấp, chỉ có 1 giao dịch như quận 7, quận Tân Phú, huyện Bình Chánh Lý do là quận 1 là trung tâm thành phố nên nhiều người muốn tiếp cận, vì thế xuất hiện nhiều Bất động sản được rao bán Bên cạnh đó, quận 7 thì giá quá mắc nên ít giao dịch, quận Tân Phú và huyện Bình Chánh thì quá xa quận 1, tuyến đường giao thông không thuận lợi nên ít được ưuchuộng.
Diện tích trung bình của 194 giao dịch tại thành phố Hồ Chí Minh trong tháng 1, 2, 3 năm 2008 đạt 105.0407 m2, cho thấy không gian sống tương đối thoải mái cho các hộ gia đình tại Việt Nam Diện tích lớn nhất ghi nhận là 1000 m2, trong khi diện tích nhỏ nhất là 27.2 m2.
Chiều dài và chiều rộng
Chiều rộng trung bình là 5.252577 m, chiều dài trung bình là 18.61289 m.
Chiều rộng tối đa của đường Trần Quang Diệu quận 3 là 20 m, trong khi chiều rộng tối thiểu trên đường 26/3 quận Gò Vấp là 2.5 m Đường Huỳnh Tấn Phát huyện Nhà Bè có chiều dài cao nhất là 53 m, còn chiều dài thấp nhất là 6.5 m trên đường Xô Viết Nghệ Tĩnh quận Bình Thạnh.
Giá bán và giá bán trên 1m 2
Giá bán trung bình hiện tại là 840.4485 lượng vàng SJC, tương đương gần 14 tỷ đồng, với giá cao nhất đạt 7560 lượng và thấp nhất là 53 lượng vàng SJC Giá bán trung bình trên 1m² là 8.40567 lượng vàng SJC (khoảng 9 triệu đồng), trong đó giá cao nhất là 31.9 lượng và thấp nhất là 0.3 lượng vàng SJC Mức giá này quá cao so với thu nhập bình thường của người dân, chủ yếu do sự sốt nóng của thị trường bất động sản vào năm 2008 Giao dịch chủ yếu diễn ra tại quận 1 và quận 3, cho thấy tình hình thị trường BĐS hiện tại vẫn còn sôi động.
PHÂN TÍCH GIÁ NHÀ VÀ MÔ HÌNH HỒI QUY HEDONIC
Mô hình hồi quy
Như trình bàyở phần khung phân tích, mô hình hồi quy tôi sử dụng sẽ là:
Lnprice size sizesq water elec computer toilet waste road urban legal dis school dis market dis hospital tea stu poor exp
Nguyên tắc đầu tiên của hồi quy là mẫu phải được chọn ngẫu nhiên, điều này giúp đảm bảo rằng kết quả hồi quy chính xác và có thể đại diện cho tổng thể.
Trong quá trình điều tra bộ dữ liệu, Tổng cục Thống kê đã áp dụng phương pháp chọn mẫu đại diện, chỉ lấy một hộ gia đình có đặc tính tương tự để tính toán trọng số, điều này rất quan trọng cho nghiên cứu VHLSS 2006 Nhiều nghiên cứu trước đây đã bỏ qua việc sử dụng trọng số, dẫn đến kết quả thiếu chính xác và độ tin cậy không đạt yêu cầu Vì vậy, bài nghiên cứu này kết hợp hồi quy hedonic với hồi quy trọng số để xây dựng mô hình nghiên cứu giảm thiểu sai sót và có tính ứng dụng cao Bên cạnh đó, hồi quy Robust cũng được sử dụng để loại bỏ phương sai thay đổi, và sau khi xử lý dữ liệu, 9185 quan sát còn lại đã được chọn để thực hiện hồi quy nhằm đạt kết quả tốt nhất.
Kết quả hồi quy
Sau khi chạy hồi quy lần đầu, mô hình hồi quyRobust có trọng số, ta có kết quả sau:
Linear regression Number of obs = 9185
| Robust Lnprice | Coef Std Err t P>|t| [95% Conf Interval] -+ - size | 0056368 0004841 11.64 0.000 0046878 0065858 sizesq | -.0000114 2.19e-06 -5.22 0.000 -.0000157 -7.14e-06 water | 0844577 0201978 4.18 0.000 0448656 1240498 elec | 4020096 0344319 11.68 0.000 3345153 4695039 computer | 0818952 0304441 2.69 0.007 0222181 1415724 toilet | 7948113 0184235 43.14 0.000 7586971 8309255 waste | 24861 0190852 13.03 0.000 2111988 2860212 urban | 6897547 0206693 33.37 0.000 6492383 7302712 legal | 0316351 0351214 0.90 0.368 -.0372106 1004808 dis_school | -.0083713 0014603 -5.73 0.000 -.0112338 -.0055089 dis_market | -.0002157 0000977 -2.21 0.027 -.0004072 -.0000242 dis_hospital | -.0004255 0001562 -2.72 0.006 -.0007317 -.0001193 tea_stu | -.0255788 0137666 -1.86 0.063 -.0525644 0014068 poor | -.0000688 0000286 -2.40 0.016 -.000125 -.0000127 road | -.000377 0136642 -0.03 0.978 -.0271618 0264078 exp | 0000148 6.98e-07 21.17 0.000 0000134 0000161 _cons | 9.789415 0535256 182.89 0.000 9.684492 9.894337 -
Trong mô hình phân tích, biến ROAD (loại đường) có p_value = 0.978, lớn hơn 0.05, do đó bị loại bỏ vì không có ý nghĩa thống kê Hơn nữa, dấu của biến ROAD là âm, cho thấy giá nhà trên đường nhựa thấp hơn so với các loại đường khác như xi măng, đường đá, hay ổ gà, điều này không chỉ trái với các nghiên cứu trước mà còn không phản ánh thực tế Vì vậy, biến này chắc chắn sẽ bị loại khỏi mô hình.
Biến không phù hợp tiếp theo là biến LEGAL (giấy tờ nhà) với p_value = 0.368 > 0.05, nên bị loại khỏi mô hình Biến LEGAL thực chất chỉ đại diện cho sở hữu, do đó độ chính xác không cao Tại Việt Nam, giấy tờ nhà rất quan trọng; nếu thiếu giấy tờ đầy đủ, giá nhà sẽ thấp hơn nhiều so với nhà có đầy đủ giấy tờ Các biến khác đều có ý nghĩa thống kê cao, với một số biến đạt độ tin cậy 90%, 95% và thậm chí 99% Để cải thiện mô hình, tôi sẽ loại bỏ biến ROAD (loại đường) và biến LEGAL (giấy tờ) ra khỏi mô hình Mô hình cuối cùng sau khi loại bỏ hai biến này sẽ được xác định.
Linear regression Number of obs = 9185
| Robust Lnprice | Coef Std Err t P>|t| Beta -+ - size | 0056883*** 0004824 11.79 0.000 1895483 sizesq | -.0000116*** 2.19e-06 -5.30 0.000 -.0867626 water | 083801*** 0201478 4.16 0.000 0312745 elec | 4022758*** 0343838 11.70 0.000 0707845 computer | 0815184*** 0304003 2.68 0.007 0204797 toilet | 7945811*** 0184394 43.09 0.000 3462113 waste | 2478609*** 0191181 12.96 0.000 1027318 dis_school | -.0083455*** 0014579 -5.72 0.000 -.0344288 dis_market | -.0002159** 0000976 -2.21 0.027 -.0137369 dis_hospital | -.0004234*** 0001559 -2.72 0.007 -.0158522 tea_stu | -.0252831* 0136985 -1.85 0.065 -.0080758 poor | -.0000692** 0000284 -2.43 0.015 -.0143371 exp | 0000148*** 6.98e-07 21.17 0.000 2635105 _cons | 9.817056*** 0412614 237.92 0.000 -
Kí hiệu: *:Hệ số đạt độ tin cậy 90%, **:Hệ số đạt độ tin cậy 95%, ***:Hệ số đạt độ tincậy 99%
Mô hình này tôi cho là khá phù hợp và tôi chọn nó làm mô hìnhđể phân tích:
Lnprice= 9.817056 + 0.0056883size - 0.0000116sizesq + 0.083801water + 0.4022758elec+ 0.0815184computer + 0.7945811toilet + 0.2478609waste + 0.6893672urban -0.0083455dis_school - 0.002159dis_market - 0.004234dis_hospital - 0.0252831tea_stu -0.0000692poor + 0.0000148exp (1)
Các kiểm định trong mô hình hồi quy
(Tất cả kiểm định được đính kèm trong phụlục)
5.3.1 Kiểm định F_testcho kết quảmô hình có ý nghĩa thống kê cao
5.3.2 Kiểm định t_testcho kết quảcác biếntrong mô hìnhđều có ý nghĩa thống kê
5.3.3 Kiểm địnhWald cho kết quảcác biến độc lập đều không đồng thời bằng không
5.3.4 Kiểm định đa cộng tuyếncho kết quả không có hiện tượng đa cộng tuyến
5.3.5 Kiểm định tự tương quancho kết quả không có hiện tượng tự tương quan
5.3.6 Kiểm định phương sai thay đổi cho kết quả không có hiện tượng phương sai thay đổi
5.3.7 Kiểm định phân phối chuẩncho kết quả mô hình có phần dư phân phối chuẩn
Phân tích các ý nghĩa của hệ số hồi quy
5.4.1 Đặc tính nội tại của nhàở
Diện tích nhà ở có ảnh hưởng rõ rệt đến giá trị bất động sản, với mối quan hệ tích cực giữa diện tích và giá nhà Khi diện tích tăng, giá nhà thường tăng theo; tuy nhiên, khi diện tích đạt đến một mức nhất định, giá nhà có thể không tiếp tục tăng mà có xu hướng giảm.
Tiện nghi nước đóng vai trò quan trọng trong việc định giá bất động sản, với giá nhà của hộ gia đình sử dụng nước máy cao hơn 0.083801% so với hộ không sử dụng Tại Việt Nam, nhu cầu bảo vệ sức khỏe ngày càng được chú trọng, khiến người dân nhận thức rằng nước máy an toàn và tốt cho sức khỏe hơn nước giếng hay nước ao hồ Do đó, sự gia tăng trong việc sử dụng nước máy không chỉ nâng cao chất lượng sống mà còn góp phần làm tăng giá trị bất động sản.
Tiện nghi điện (ELEC) có ảnh hưởng tích cực đến giá trị bất động sản, với hộ gia đình sử dụng điện lưới có giá nhà cao hơn 0.402275% so với những hộ không sử dụng điện Sự hiện diện của điện trong nhà không chỉ mang lại tiện ích mà còn góp phần làm tăng giá trị tài sản.
Nghiên cứu cho thấy rằng giá nhà của các hộ gia đình có máy vi tính (COMPUTER) cao hơn 0.0815184% so với những hộ không có Vào năm 2006, việc sử dụng INTERNET tại Việt Nam chưa phổ biến, khiến việc sở hữu máy vi tính trở nên hợp lý Tuy nhiên, với sự phát triển kinh tế hiện nay, việc sở hữu máy vi tính đã trở nên phổ biến trong mỗi hộ gia đình, do đó biến COMPUTER cần được thay thế bằng các yếu tố như INTERNET và WIFI để phản ánh thực tế hơn.
Hệ số Beta của biến TOILET là 0.7945811, cho thấy rằng những ngôi nhà sử dụng toilet tự phân hủy hoặc bán phân hủy có giá trị cao hơn 0.7945811% so với những ngôi nhà sử dụng các loại toilet khác như toilet hai ngăn hay cầu cá.
Tiện nghi về rác thải ảnh hưởng rõ rệt đến giá nhà, với mức giá nhà ở khu vực có dịch vụ thu gom rác cao hơn 0.2478609% so với khu vực không có dịch vụ này Những khu vực không có người đến lấy rác thường là nơi có nhà lụp xụp, nhà ổ chuột hoặc khu vực của hộ nghèo Hiện tại, chi phí cho dịch vụ thu gom rác là 20.000 đồng/tháng, cho thấy rằng khu vực không có dịch vụ thu gom rác có giá nhà thấp hơn so với các khu vực khác.
Vị trí thành thị có nền kinh tế phát triển hơn, thu hút dân cư do nhu cầu học vấn, việc làm ổn định và cơ hội thăng tiến nghề nghiệp Sự gia tăng dân số tại khu vực này dẫn đến thiếu hụt nguồn cung nhà ở, làm giá nhà tăng cao hơn so với khu vực nông thôn Nghiên cứu cho thấy giá nhà ở thành thị cao hơn nông thôn khoảng 0.69%, chứng tỏ rằng vị trí địa lý ảnh hưởng trực tiếp đến giá trị bất động sản.
5.4.2 Đặc điểm của hộ gia đình
Chi tiêu của hộ gia đình (EXP) là chỉ số quan trọng phản ánh mức thu nhập của gia đình Khi chi tiêu gia tăng, điều này thường đồng nghĩa với việc thu nhập của gia đình cũng cao hơn Một hộ gia đình có thu nhập cao thường sở hữu bất động sản có giá trị lớn hơn Nghiên cứu cho thấy rằng, với mỗi đơn vị chi tiêu tăng lên, giá nhà tăng khoảng 0.0000148%, cho thấy rằng gia đình giàu có sẽ sống trong những ngôi nhà có giá trị cao hơn.
5.4.3 Các đặc tính về cộng đồng
Số hộ nghèo trong một khu vực có ảnh hưởng đáng kể đến giá nhà, với mỗi hộ nghèo tăng thêm, giá nhà giảm khoảng 0.0000692% Điều này cho thấy mối liên hệ giữa tỷ lệ nghèo đói và giá trị bất động sản trong khu vực.
Khoảng cách từ nhà ở đến các khu vực như trường học, chợ, siêu thị, trung tâm thương mại, ngân hàng và bệnh viện có ảnh hưởng ngược chiều đến giá nhà Căn nhà càng xa những khu vực này thì giá trị sẽ càng giảm, vì nhà không chỉ để ở mà còn phải hỗ trợ cho cuộc sống hàng ngày như sức khỏe, công việc và việc học của con cái Theo kết quả hồi quy từ dữ liệu VHLSS2006, mỗi mét tăng khoảng cách từ trung tâm thương mại hay ngân hàng đến nhà ở sẽ làm giá nhà giảm 0.0002159%, và khoảng cách từ bệnh viện sẽ làm giá nhà giảm 0.0004234% Tại Việt Nam, hệ thống giao thông kém và tình trạng kẹt xe thường xuyên khiến vị trí trở nên quan trọng, trong khi ở các nước phát triển như Mỹ, người dân thường có xe hơi, việc di chuyển dễ dàng hơn và họ có xu hướng sống xa trung tâm để tận hưởng cuộc sống thoải mái hơn, dẫn đến giá nhà ở khu vực xa trung tâm lại cao hơn Tác động của khoảng cách đến giá nhà phụ thuộc vào từng quốc gia.
Tỉ lệ giáo viên trên học sinh trong hệ thống giáo dục Việt Nam hiện nay đang trở thành yếu tố quan trọng, đặc biệt tại các khu vực như quận 2 và quận 7, nơi có nhu cầu cao về bất động sản do sự hiện diện của các trường học quốc tế chất lượng Giá nhà tại đây rất cao, phản ánh sự hài lòng của phụ huynh khi cho con em học trong môi trường tốt Nghiên cứu cho thấy, lớp học có sĩ số từ 15 đến 50 học viên giúp nâng cao chất lượng giảng dạy, trong khi tại trường Đại học Kinh tế, lớp học đông sinh viên từ 300 đến gần 600 dẫn đến khả năng tiếp thu bài kém hơn Mặc dù số sinh viên trong lớp ít giúp nâng cao chất lượng giáo dục và đẩy giá nhà lên, nhưng theo dữ liệu năm 2006, số lượng sinh viên đông lại làm tăng giá nhà, cho thấy mối liên hệ giữa sự phát triển của khu vực và giá bất động sản Hồi quy cho thấy, mỗi khi tỉ lệ giáo viên trên sinh viên tăng lên 1 người, giá nhà sẽ giảm 0.0252831%.
Dự báo
Bảng 5.5 Giá trị trung bình và hệ số Beta
Biến Giá trị trung bình Hệ số beta Lnprice 11.2285
Urban - 0.6893672 dis_school 3.43242 -0.0083455 dis_market 27.9512 -0.0002159 dis_hospital 24.262 -0.0004234 tea_stu 0.265899 -0.0252831
Nguồn: Tính toán theomô hình hồi quy của tác giả(n85, VHLSS 2006)
Ta lấy biến giả=1, các biến độc lập khác lấy giá trị trung bình thế vào mô hình hồi quy:
Lnprice= 9.817056 + 0.0056883size - 0.0000116sizesq + 0.083801water + 0.4022758elec + 0.0815184computer + 0.7945811toilet + 0.2478609waste + 0.6893672urban - 0.0083455dis_school - 0.002159dis_market - 0.004234dis_hospital - 0.0252831tea_stu - 0.0000692poor + 0.0000148exp
Ta được kết quả sau: Lnprice.68235 tương ứng với giá nhà Price22012.6 triệu đồng.
Ứng dụng GIS vào mô hình hồi quy giá nhà ở
Bằng cách áp dụng mô hình hồi quy kết hợp với GIS, chúng tôi đã dự báo giá nhà trên toàn quốc Sau khi sử dụng phần mềm Mapinfo trong môi trường GIS, chúng tôi đã thu được những kết quả đáng chú ý.
Mức giá bất động sản tại mỗi tỉnh có sự chênh lệch lớn, với giá cao nhất và thấp nhất cách xa nhau Điều này dẫn đến việc trên bản đồ, giá trị thấp nhất và mức giá trung bình không thể hiển thị rõ ràng Sự không đồng đều này cho thấy giá trị tài sản mà các hộ gia đình sở hữu trong mỗi tỉnh rất khác nhau, với một số gia đình sở hữu nhà có giá trị cao, trong khi một số khác lại có giá trị thấp.
Mức giá thấp nhất của bất động sản tại Việt Nam được ghi nhận ở tỉnh Quảng Trị, tiếp theo là các tỉnh Lai Châu, Điện Biên, Trà Vinh, Gia Lai, Bình Định và Phú Yên Trong khi đó, giá nhà ở các thành phố lớn như Hà Nội, Hồ Chí Minh và Đà Nẵng lại cao hơn đáng kể Theo số liệu năm 2006, các tỉnh như Quảng Trị, Lai Châu, Điện Biên có nền kinh tế còn yếu, chuyển dịch cơ cấu kinh tế chậm và cơ sở hạ tầng chưa phát triển, dẫn đến thị trường nhà ở tại đây không phát triển và giá cả thấp hơn mức trung bình của cả nước.
Bản đồ Hình 5.6.3 cho thấy mức giá trung bình nhà ở tại mỗi tỉnh thành, trong đó thành phố Hồ Chí Minh, Đà Nẵng và Hà Nội có giá cao nhất, khoảng 496 triệu đồng Ngược lại, mức giá thấp nhất được ghi nhận ở tỉnh Lai Châu và Điện Biên.
Hình 5.6.4 cho thấy mức giá bất động sản cao nhất tại các tỉnh thành, với Lai Châu và Điện Biên có giá thấp nhất Thành phố Hồ Chí Minh dẫn đầu với mức giá lên tới 7.4 tỷ, chứng tỏ đây là khu vực có nền kinh tế phát triển và hệ thống giáo dục, y tế mạnh nhất cả nước Sự phát triển này đã gia tăng nhu cầu "an cư lạc nghiệp" tại thành phố, tuy nhiên, dân số tăng nhanh đã tạo ra áp lực lớn về nhu cầu nhà ở, khiến giá nhà ở luôn cao hơn so với các tỉnh khác Hà Nội, Bình Dương, Đà Nẵng, và Đồng Nai cũng có mức giá cao do nền kinh tế phát triển tương đương Việc ứng dụng GIS trong phân tích giá bất động sản tại các khu vực này là rất cần thiết.