Ứng dụng mô hình hồi quy và hệ thống thông tin địa lý để phân tích các nhân tố ảnh hưởng đến giá nhà tại việt nam

Trường đại học kinh tế thành phố Hồ Chí Minh Khoa Kinh tế Phát Triển ỨNG DỤNG MƠ HÌNH HỒI QUY VÀ HỆ THỐNG THÔNG TIN ĐỊA LÝ ĐỂ PHÂN TÍCH CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN GIÁ NHÀ TẠI VIỆT NAM GVHD:PGS.TS.Nguyễn Trọng Hoài Ths.Nguyễn Khánh Duy SVTH: Lê Hoàng Việt Phương Lớp: Kinh Tế Bất Động Sản MSSV: 106206332 Khóa: 32 Thành phố HCM – tháng 5/2010 NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN Tp.Hồ Chí Minh, ngày … tháng … năm 2010 NHẬN XÉT CỦA CƠ QUAN THỰC TẬP Tp.Hồ Chí Minh, ngày … tháng … năm 2010 LỜI CẢM ƠN Trong trình thực báo cáo thực tập này, nhận nhiều giúp đỡ động viên thật q báu, nguồn động lực lớn giúp tơi vượt qua nhiều khó khăn hồn thành báo cáo khóa luận Lời tơi xin trân trọng gửi lời cảm ơn chân thành đến PGS.TS Nguyễn Trọng Hoài ThS Nguyễn Khánh Duy, thầy tận tình giúp đỡ hướng dẫn tơi suốt q trình thực hồn thành báo cáo Tôi xin gửi lời cảm ơn chân thành đến TS Đỗ Thị Loan- Tổng thư kí Hiệp hội Bất Động Sản thành phố Hồ Chí Minh Trong trình thực tập, chị bảo tận tình tạo điều kiện cho tơi hồn thành khóa luận nâng cao hiểu biết thị trường Bất động sản Cám ơn anh Trần Cẩm Linh- Viện chiến lược phát triển giúp tơi có thêm kiến thức GIS hỗ trợ tơi nhiều để tơi hồn thành đồ giá nhà Tôi xin gởi lời cảm ơn đến: -TS Nguyễn Ngọc Vinh truyền đạt kiến thức “Vị thế-Chất lượng” cho -Các thầy cô chủ nhiệm tôi: TS Trần Tiến Khai, ThS Trương Quang Hùng, ThS Nguyễn Thị Bích Hồng ln động viên, khuyến khích tơi q trình học tập thực đề tài -ThS Nguyễn Ngọc Danh gợi ý, dẫn cho đề tài -Các giảng viên khoa Kinh tế Phát Triển, trường Đại học Kinh Tế thành phố Hồ Chí Minh dành rât nhiều thời gian truyền đạt kinh nghiệm quý báu, điều mà tài liệu hữu ích giúp tơi ứng dụng vào q trình thực đề tài Cuối cùng, xin gửi lời cảm ơn chân thành đến gia đình, bạn bè, anh chị Hiệp hội Bất động sản ln sát cánh bên tơi Tp.Hồ Chí Minh, ngày 10 tháng năm 2010 i MỤC LỤC LỜI CẢM ƠN i MỤC LỤC ii DANH SÁCH BẢNG SỐ LIỆU, BIỂU ĐỒ, HÌNH ẢNH .v THUẬT NGỮ VIẾT TẮT vii TÓM TẮT ix Chương 1: GIỚI THIỆU CHUNG 1.1 Đặt vấn đề 1.2 Mục tiêu nghiên cứu 1.3 Câu hỏi nghiên cứu 1.4 Phương pháp phạm vi nghiên cứu 1.5 Cấu trúc chuyên đề Chương 2: CƠ SỞ LÝ THUYẾT .5 2.1 Khái niệm .5 2.1.1 Cầu thị trường Bất động sản .5 2.1.2 Cung thị trường BĐS 2.1.3 Quan hệ cung cầu 2.1.4 Giá 2.2 Nhà 2.3 Giá nhà 2.4 Các nghiên cứu thực nghiệm .10 ii Chương 3: PHƯƠNG PHÁP NGHIÊN CỨU .12 3.1 Khung phân tích 12 3.2 Mơ hình hồi quy Hedonic 15 3.3 Phân tích nhân tố ảnh hưởng đến giá nhà lựa chọn biến đưa vào mơ hình 17 3.3.1 Biến phụ thuộc 17 3.3.2 Biến độc lập 18 a.Biến đặc tính nhà (Xi ) 18 b.Biến đặc tính cộng đồng (Ci) 21 c.Đặc điểm chủ hộ (Hi) 23 3.4 Danh sách biến dấu kì vọng 24 Chương 4: TỔNG QUAN VỀ THỊ TRƯỜNG BẤT ĐỘNG SẢN VIỆT NAM 27 4.1 Trước năm 1993 27 4.2 Giai đoạn 1993-1999 27 4.3 Giai đoạn 2000-2006 27 4.4 Giai đoạn 2007 đến .28 4.5 Thống kê giá nhà năm 2008 .30 Chương 5: PHÂN TÍCH GIÁ NHÀ VÀ MƠ HÌNH HỒI QUY HEDONIC 33 5.1 Mơ hình hồi quy 33 5.2 Kết hồi quy 33 5.3 Các kiểm định mơ hình hồi quy 36 5.3.1 Kiểm định F_test 36 5.3.2 Kiểm định t_test 36 5.3.3 Kiểm định Wald 36 5.3.4 Kiểm định đa cộng tuyến 36 iii 5.3.5 Kiểm định tự tương quan 36 5.3.6 Kiểm định phương sai thay đổi 36 5.3.7 Kiểm định phân phối chuẩn .36 5.4 Phân tích ý nghĩa hệ số hồi quy .37 5.4.1 Đặc tính nội nhà 37 5.4.2 Đặc điểm hộ gia đình 38 5.4.3 Các đặc tính cộng đồng 38 5.5 Dự báo 40 5.6 Ứng dụng GIS vào mơ hình hồi quy giá nhà 40 Chương 6: KẾT LUẬN VÀ CÁC KIẾN NGHỊ 46 6.1 Kết luận từ mơ hình nghiên cứu 46 6.2 Những mặt hạn chế đề tài 49 6.3 Những đóng góp hướng phát triển đề tài 50 6.4 Kiến nghị 51 TÀI LIỆU THAM KHẢO .54 PHỤ LỤC 59 Phụ lục 1: Tổng quan hệ thống thông tin địa lý (GIS) 59 Phụ lục 2: Kết ước lượng 60 Phụ lục 3: Các kiểm định mơ hình hồi quy 62 iv DANH SÁCH BẢNG SỐ LIỆU, BIỂU ĐỒ, HÌNH ẢNH Hình 2.1 Cầu thị trường Bất Động Sản .5 Hình 2.2 Cung thị trường Bất động sản Hình 2.3 Mối quan hệ cung-cầu giá thị trường BĐS .7 Hình 3.1.1 Các bước thực nghiên cứu mơ hình nhân tố ảnh hưởng đến giá nhà 12 Hình 3.1.2 Quy trình xây dựng đồ giá nhà 13 Hình 3.3 Sơ đồ mơ hình hồi quy giá nhà 17 Hình 3.3.2 Mối quan hệ giá nhà chi tiêu .24 Bảng 3.4 Mơ hình nghiên cứu: Mơ tả biến kì vọng .24 Bảng 4.5.1 Thống kê giá nhà theo vị trí 30 Bảng 4.5.2 Thống kê diện tích, giá bán, chiều dài, chiều rộng, giá bán/m2 31 Bảng 5.5 Giá trị trung bình hệ số Beta 40 Hình 5.6.1 Bản đồ thề mức giá nhà đại diện cho tỉnh nước 41 Hình 5.6.2 Bản đồ thể phân bố mức giá thấp tỉnh nước 42 Hình 5.6.3 Bản đồ thể phân bố mức giá trung bình tỉnh nước .43 Hình 5.6.4 Bản đồ thể phân bố mức giá cao tỉnh nước 44 Hình 6.1 Giá nhà khu vực thành thị nông thôn 48 Phụ lục 2.1 Mơ hình hồi quy loại biến road .60 Phụ lục 2.2 Mơ hình hồi quy loại biến legal 61 Phụ lục 3.1 Kiểm định F_test 62 v Phụ lục 3.2 Kiểm định t_test 63 Phụ lục 3.3 Kiểm định Wald 63 Phụ lục 3.4 Kiểm định đa cộng tuyến 64 Phụ lục 3.5 Kiểm định tự tương quan 65 Phụ lục 3.6 Kiểm định phương sai thay đổi .65 Phụ lục 3.7 Kiểm định phân phối chuẩn 65 vi THUẬT NGỮ VIẾT TẮT BĐS: Bất động sản Computer: Máy vi tính Dis_hospital: Khoảng cách từ nhà đến bệnh viện,… Dis_market: Khoảng cách từ nhà đến chợ, ngân hàng, trung tâm,… Dis_school: Khoảng cách từ nhà đến trường học Elec: Điện Exp: Chi tiêu hộ gia đình GIS: Geographic Information System : Hệ thống thông tin địa lý Hedonic price regression: Hồi quy giá hedonic LnPrice: Logarit nêpe của giá nhà OLS: ordinary least squares: Phương pháp bình phương nhỏ Poor: Số hộ nghèo Size: Tổng diện tích sử dụng Sizesq: Tổng diện tích sử dụng bình phương SJC: Cơng ty vàng bạc đá quý Sài Gòn Tea_stu: Tỉ lệ giáo viên học sinh Toilet: Vệ sinh Tp: Thành phố UNDP: The United Nations Development Programme: Chương trình phát triển liên hợp quốc Urban: Thành thị vii chế nhà đầu đất, giúp giá nhà, giá đất bình ổn, thị trường phát triển tồn diện 53 TÀI LIỆU THAM KHẢO Andersen, R (2008), Modern Methods for Robust Regression, Sage University Paper Series on Quantitative Applications in the Social Sciences, 07-152 Bailey, M.J., Muth, R.F., and Nourse, H.O.(1963), ‘A regression method for real estate price index construction’, Journal of the American Statistical Association,No 58, pp.933–942 Bartik, T.J (1987), The Estimation of Parametrics in Hedonic Price Models Benito, Thompson, Waldron, Wood (2006), House Prices and consumer spending, pp.142 CAN, A (1992) ‘Specification and estimation of hedonic housing price models’, Regional Science and Urban Economics, No 22, pp.453–474 Chang, H.J., Lee, Y.H., (1999), ‘The specification of hedonic price model for Taipei housing market’, International Journal of Information and Management Sciences, pp.1-14 Court, A.T (1939), Hedonic Price Indexes with Automotive Examples: The Dynanics of Automobile Demand David M Brasington (1999), ‘Which Measures of School Quality Does the Housing Market Value’, Journal of real estate research, vol 13 Đỗ Thị Loan (2009), ‘Đầu tư kinh doanh thời khủng hoảng’, Kinh doanh Bất động sản, NXB Trẻ, trang 74-77 Goodman, A.C (1998) ‘Andrew Court and the invention of hedonic price analysis’ Journal of Urban Economics, Vol 44, pp 291-298 54 Goodman, A.C (1978), ‘Hedonic Prices, Price Indices and Housing Markets’, Tournal of Urban Economics, pp.471-484 Haas, G.C., (1922), A Statistical Analysis of Farm Sales in Blue Earth County, Minnesota Harrison, D Jr and D L Rubinfeld (1978), ‘Hedonic Housing Prices and the Demand for Clean Air’, Journal of Environmental Economics and Management, pp 81–102 Hayes, K J and L L Taylor (1996), ‘Neighborhood School Characteristics: What Signals Quality to Homebuyers?’, Federal Reserve Bank of Dallas Economic Review,pp.2–9 Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2007), Thống kê ứng dụng Kinh tế - Xã hội, NXB Thống kê Holly J Michael, Kevin J Boyle and Roy Bouchard (1996), Water Quality Affects Property Prices: A Case Study of Selected Maine Lakes Jeffrey M Wooldridge (2004), Introductory Econometrics-A modern approach Joachim Zietz, Emily N Zietz, G Stacy Sirmans (2007), ‘Determinants of House Prices: A Quantile Regression Approach’, department of economics and finance working paper series Journal of Real Estate Research, No 24, pp.165-191 Jud, G.D and Seaks, T.G (1994), ‘Sample selection bias in estimating housing sales Prices’, Journal of Real Estate Research, No 9, pp.289–297 Malpezzi, S., L Ozanne, and T Thibodeau (1980) ‘Characteristic Prices of Housing in Fifty-Nine Metropolitan Areas’, Research Report, Washington, D.C.: The Urban Institute 55 Maurice Dalton, Jeffrey Zabel (2008), The Impact of Minimum Lot Size Regulations On House Prices in Eastern Massachusetts, MIT Center for Real Estate and the Warren Group Nguyễn Khánh Duy (2009), Khai thác liệu VHLSS stata, chương trình giảng dạy kinh tế Fulbright Nguyễn Mạnh Hùng, Trần Văn Trọng, Lý Hưng Thành, Trần Thanh Hùng, Hoàng Hữu Phê (2008), Phương pháp định giá Bất động sản ứng dụng lý thuyết vị thế-chất lượng Nguyễn Quang Dong (2007), Kinh tế lượng nâng cao, NXB Khoa học kỹ thuật Nguyễn Trọng Hoài, Nguyễn Khánh Duy, Phùng Thanh Bình (2009), Dự báo phân tích liệu kinh tế tài chính, NXB Thống kê Ozanne, L and Thibodeau, T (1983), ‘Explaining metropolitan housing price differences’, Journal of Urban Economics,No 13, pp.51–66 Patricia Soto (2004), spatial econometric analysis of louisiana rural real estate values Ramanathan, R (1998), Introductory Econometrics with Applications Raymond Y C Tse (2002)Estimating Neighbourhood Effects in House Prices: Towards a New Hedonic Model Approach, Urban Studies, Vol 39, No 7, pp.1165–1180 Ridker, R.G., Henning, J.A., (1967), ‘The determinants of resi- dential property values with special reference to air pol- lution’, The Review of Economics and Statistics, pp.246-257 Rosen, S., (1976), ‘Hedonic prices and implicit markets: Product differentiation in pure 56 competition’ Journal of Political Economy, pp.35-55 Sibel SELİM (2008), Determinants of house prices in turkey: a hedonic regression model Sirmans, G S., D A Macpherson and E N Zietz (2005), ‘The Composition of Hedonic Pricing Models’, Journal of Real Estate Literature, Vol 13, No 1, pp.3-46 Stephen Malpezzi (2002), ‘Hedonic Pricing Models: A Selective and Applied’, Essays in Honor of Duncan Maclennan Stephen Sheppard (1997), Hedonic Analysis of Housing Markets Thái Bá Cẩn, Trần Nguyên Nam (2003), Thị trường BĐS-Những vấn đề lý luận thực tiễn Việt Nam, NXB tài chính, trang 46-47, 47-49, 49-52 Trương Quang Hùng (2009),Vấn đề thông tin bất cân xứng kinh doanh nhà, NXB Trẻ Tổng cục Thống kê Việt Nam, 2006, Điều tra mức sống hộ gia đình Việt Nam (VHLSS2006) USTAOĞLU, E (2003) Hedonic price analysis of office rents: A case study of the office market in Ankara Middle East Technical University, Unpublished MSc Thesis Wallace, H.A (1926), ‘Comparative farmland values in iowa’, Journal of Land and Public Utility Economics, No 2, pp.385-392 Waugh, F.V (1928), ‘Quality factors influencing vegetable prices Journal of Farm Economics’, pp.185-196 57 WEN Hai-zhen , JIA Sheng-hua, GUO Xiao-yu (2005), ‘Hedonic price analysis of urban housing: An empirical research on Hangzhou’, Journal of Zhejiang University SCIENCE WHITE, H (1980) Heteroskedasticity-consistent covariance matrix and a direct test for heteroskedasticity, Econometrica, No.48, pp.817-838 Zietz, J and B Newsome (2002) ‘Agency Representation and the Sale Price of Houses’, Journal of Real Estate Research, No 24, pp.165-191 58 Phụ lục Phụ lục 1: Tổng quan hệ thống thông tin địa lý (GIS) Thông tin địa lý khoa học nghiên cứu ứng dụng công nghệ thông tin để quản lý, khai thác sử dụng nguồn thông tin có liên quan đến đối tượng địa lý cụ thể Kết ứng dụng thực tế hệ thông tin địa lý Hệ thống thông tin địa lý cho phép thu thập, quản lý, bổ sung chỉnh sửa đối tượng địa lý với liệu thông tin kèm theo chúng nhằm mục đích phục vụ cơng tác quản lý, khai thác, quy hoạch, dự báo định Hệ thống thông tin địa lý (GIS) hệ thống kế để hỗ trợ cho việc thu thập, quản lý, thao tác, phân tích, mơ hình hóa hiển thị liệu không gian nhằm giải vấn đề quản lý điều hành hoạt động kinh tế - xã hội Dữ liệu hệ thống thơng tin địa lý gồm có liệu khơng gian liệu phi khơng gian hay cịn gọi liệu thuộc tính Tóm lại, hệ thống thơng tin địa lý (GIS) cơng cụ máy tính để lập đồ phân tích vật, tượng thực trái đất Công nghệ GIS kết hợp thao tác sở liệu thông thường (như cấu trúc hỏi đáp) phép phân tích thống kê, phân tích địa lý hình ảnh cung cấp từ đồ Những khả giúp phân biệt GIS với hệ thống thơng tin khác khiến cho GIS có phạm vi ứng dụng rộng nhiều lĩnh vực khác (phân tích kiện, dự đốn tác động hoạch định chiến lược) Các chức hệ thống thông tin địa lý: thu thập, lưu trữ, cập nhật liệu (dữ liệu không gian liệu thuộc tính), truy vấn phân tích phương pháp thể liệu dạng đồ báo cáo Nguồn: Linh (2010), Viện chiến lược phát triển 59 Phụ lục 2: Kết ước lượng Phụ lục 2.1 Mơ hình hồi quy loại biến road Linear regression Number of obs = F( 15, 9185 9169) = 1040.78 Prob > F = 0.0000 R-squared = 0.7212 Root MSE = 57468 -| Lnprice | Robust Coef Std Err t P>|t| [95% Conf Interval] -+ -size | 0056365 0004843 11.64 0.000 0046872 0065858 sizesq | -.0000114 2.19e-06 -5.22 0.000 -.0000157 -7.14e-06 water | 0844485 0201881 4.18 0.000 0448754 1240216 elec | 4020015 0344271 11.68 0.000 3345167 4694864 computer | 081903 0304256 2.69 0.007 0222621 1415439 toilet | 7948239 0184369 43.11 0.000 7586836 8309643 waste | 2486223 0190952 13.02 0.000 2111915 2860532 urban | 6897699 02068 33.35 0.000 6492326 7303073 legal | 0316227 0350993 0.90 0.368 -.0371797 1004251 dis_school | -.0083691 0014582 -5.74 0.000 -.0112275 -.0055106 dis_market | -.0002157 0000976 -2.21 0.027 -.0004071 -.0000243 dis_hospital | -.0004253 000156 -2.73 0.006 -.0007312 -.0001195 tea_stu | -.0255427 01369 -1.87 0.062 -.0523781 0012927 poor | -.0000687 0000284 -2.42 0.016 -.0001244 -.000013 exp | 0000148 6.98e-07 21.17 0.000 0000134 0000161 _cons | 9.789134 0527581 185.55 0.000 9.685717 9.892552 60 Phụ lục 2.2 Mơ hình hồi quy loại biến legal Linear regression Number of obs = F( 15, 9185 9169) = 1048.18 Prob > F = 0.0000 R-squared = 0.7211 Root MSE = 57472 -| Lnprice | Robust Coef Std Err t P>|t| [95% Conf Interval] -+ -size | 0056885 0004823 11.79 0.000 0047431 0066339 sizesq | -.0000116 2.19e-06 -5.29 0.000 -.0000159 -7.29e-06 water | 0838053 0201571 4.16 0.000 0442929 1233176 elec | 4022796 0343876 11.70 0.000 3348724 4696869 computer | 0815146 0304199 2.68 0.007 0218849 1411443 toilet | 7945751 0184259 43.12 0.000 7584562 8306939 waste | 2478549 0191085 12.97 0.000 210398 2853117 urban | 6893599 0206618 33.36 0.000 648858 7298617 dis_school | -.0083465 0014598 -5.72 0.000 -.0112081 -.005485 dis_market | -.0002159 0000977 -2.21 0.027 -.0004073 -.0000244 dis_hospital | -.0004235 0001561 -2.71 0.007 -.0007295 -.0001174 tea_stu | -.0253003 0137739 -1.84 0.066 -.0523003 0016997 poor | -.0000692 0000286 -2.42 0.016 -.0001254 -.0000131 road | -.0001795 0136564 -0.01 0.990 -.0269491 02659 exp | 0000148 6.98e-07 21.17 0.000 0000134 0000161 _cons | 9.817195 042619 230.35 0.000 9.733652 9.900738 61 Phụ lục 3: Các kiểm định mơ hình hồi quy Phụ lục 3.1 Kiểm định F_test Trước hết ta có: F=1115.30 lớn có xác suất p=0.000 bé, mơ hình có ý nghĩa thống kê cao Bên cạnh R2=0.7211 nên biến độc lập giải thích 72.11% thay đổi lên biến phụ thuộc Phụ lục 3.2 Kiểm định t_test Lnprice | t P>|t| -+ -size | 11.79 0.000 sizesq | -5.30 0.000 water | 4.16 0.000 elec | 11.70 0.000 computer | 2.68 0.007 toilet | 43.09 0.000 waste | 12.96 0.000 urban | 33.35 0.000 dis_school | -5.72 0.000 dis_market | -2.21 0.027 dis_hospital | -2.72 0.007 tea_stu | -1.85 0.065 poor | -2.43 0.015 exp | 21.17 0.000 _cons | 237.92 0.000 Các hệ số biến size, sizesq, water, elec, computer, toilet, waste, urban, dis_school, dis_hospital, exp, tung độ gốc có p_value=000 bé nên đạt độ tin cậy 99% Các hệ số 62 biến dis_market, poor có p_valuez -+ r | 9185 0.99850 6.944 5.176 0.00000 Ta thấy p_value=0.0000 chấp nhận giả thiết r phân phối chuẩn 66 Đồ thị histogram Density Đồ thị histogram phần dư cho ta thấy trực quan phân phối phần dư -3 -2 -1 Residuals Nhìn vào đồ thị histogram ta thấy phần dư có dạng phân phối chuẩn 67