Khảo sát các yếu tố ảnh hưởng đến giá bán một căn nhà.doc

Khảo sát các yếu tố ảnh hưởng đến giá bán một căn nhà

Trang 1

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG CƠ SỞ II TP HCM

KHOA KINH TẾ ĐỐI NGOẠI



BÀI TẬP NHÓM MÔN KINH TẾ LƯỢNG

ĐỀ TÀI 16:

KHẢO SÁT CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN GIÁ BÁN

MỘT CĂN NHÀ

NHÓM 8 – K46E

1. MAI THỊ THANH HÀ 709

2. TRỊNH THỊ NGỌC MỸ 728

3. LÊ THỊ THANH NGA 730

4. HÀ THỊ THU NGÂN 812

5. PHAN THỊ BÍCH NGỌC 733

Trang 2

ĐỀ TÀI 16: KHẢO SÁT CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN GIÁ BÁN MỘT CĂN NHÀ.

I. Ý NGHĨA CỦA VIỆC LỰA CHỌN ĐỀ TÀI

Nhà ở là nhu cầu thiết yếu trong đời sống của con người, “an cư” thì mới

“lạc nghiệp” Trong thời đại ngày nay, khi dân số tăng nhanh thì nhu cầu này lại càng trở nên cấp thiết hơn bao giờ hết, đặc biệt là ở những khu vực đông dân cư và

có kinh tế phát triển như thành phố Hồ Chí Minh, Hà Nội…

Tuy nhiên, việc người dân có thể thỏa mãn nhu cầu về nhà ở hay không lại

bị tác động rất lớn bởi giá bán ngôi nhà đó Giá bán lại do nhiều yếu tố khác chi phối như: diện tích, vị trí, kết cấu, môi trường xung quanh ngôi nhà,…nhưng với mức độ ảnh hưởng khác nhau Do đó, việc tìm mua nhà đáp ứng được yêu cầu và phù hợp với khả năng chi trả là vấn đề quan trọng hàng đầu với những người có nhu cầu Vì lí do trên, nhóm đã tiến hành khảo sát các yếu tố ảnh hưởng đến giá bán nhà ở thành phố Hồ Chí Minh để có cái nhìn toàn diện hơn về vấn đề này

II. PHƯƠNG PHÁP THU THẬP SỐ LIỆU VÀ THỰC HIỆN

ĐỀ TÀI

Nhóm đã tiến hành thu thập số liệu gồm 100 mẫu quảng cáo bán nhà từ các

tờ báo như : Thanh niên ( số ra ngày 6/3/2009), báo Mua & Bán ( số ra ngày

12/3/2009), báo Tuổi trẻ ( số ra ngày 12/3/2009), các website như muanha.com,

nhaban.com

Nhóm đã tiến hành chọn lọc thông tin, tiến hành hồi quy, kiểm định đa cộng tuyến, tự tương quan, phương sai thay đổi dựa trên 100 mẫu quan sát thu thập được

Trong quá trình tiến hành thực hiện đề tài, nhóm đã sử dụng kiến thức của môn kinh tế lượng cũng với sự hỗ trợ của các phần mềm như: Word, Excel Power Point, Eviews để hoàn thành đề tài

III. THIẾT LẬP MÔ HÌNH TỔNG QUÁT

1 Giải thích các biến:

Mô hình tổng quát:

Y=C1+C2X2+C3D1+C4D2+C5D3+C6D4+C7D5+C8D6+C9D7+C10D8+C11D9+C12D10+C13 D11+Ui

 Biến phụ thuộc:

Y_GBCN: giá bán căn nhà tại thành phố Hồ Chí Minh (Đơn vị: triệu đồng)

 Biến độc lập:

Trang 3

D1_VT: vị trí

 D1_VT = 1: mặt tiền

 D1_VT = 0: trong hẻm

D2_QTT: quận trung tâm ( Quận 1, 3, 5, 10)

 D2_QTT = 1: quận trung tâm thành phố

 D2_QTT = 0: các quận khác

D3_QNT: quận ngoại thành

 D3_QNT = 1: quận ngoại thành

 D3_QNT = 0: các quận khác

D4_TTNN: tình trạng ngôi nhà

 D4_TTNN = 1: nhà mới xây

 D4_TNNN = 0: nhà đã qua sử dụng

D5_KC1: kết cấu

 D5_KC1 = 1: biệt thự

 D5_KC1 = 0: khác

D6_KC2: kết cấu

 D6_KC2 = 1: nhà lầu

 D6_KC2 = 0: khác

D7_GTPL: giá trị pháp lý

 D7_GTPL = 1: có giấy tờ pháp lý

 D7_GTPL = 0: không có giấy tờ pháp lý

D8_GT: giao thông

 D8_GT = 1: giao thông thuận lợi

 D8_GT = 0: giao thông không thuận lợi

D9_THC: truyền hình cáp

 D9_THC = 1: có truyền hình cáp

 D9_THC = 0 : không có truyền hình cáp

D10_I: Internet

 D10_I = 1: có Internet

 D10_I = 0 : không có Internet

D11_AN: an ninh

 D11_AN = 1: có an ninh

 D11_AN = 0: không an ninh

2 Bảng thống kê mô tả:

 Nhận xét trị thống kê mô tả:

Số quan sát của chúng tôi là 100 mẫu quảng cáo bán nhà tại Thành phố Hồ Chí Minh Trong 100 mẫu quảng cáo thì giá bán trung bình của một ngôi nhà là: 3669.59 triệu đồng

Nhà có giá bán cao nhất là: 33100 triệu đồng

Nhà có giá bán thấp nhất là: 400 triệu đồng

Trang 4

Khoảng chênh lệch giữa giá bán cao nhất và giá bán thấp nhất là: 32700 triệu đồng

Khoảng chênh lệch này khá lớn là do có sự khác biệt về vị trí căn nhà, kết cấu, giấy tờ pháp lý và an ninh ngôi nhà

Biến X2_DT: diện tích của căn nhà

Biến D1_VT: vị trí của căn nhà, trong số 100 mẫu nhà được khảo sát là 71 mẫu nhà trong trong hẻm, 29 mẫu là nhà mặt tiền

Biến D2_QTT: có 27 căn nhà thuộc các quận trung tâm thành phố

Biến D3_QNT: có 29 căn nhà thuộc quận ngoại thành

Còn 44 mẫu là nhà thuộc các quận khác (không thuộc trung tâm thành phố cũng không thuộc quận ngoại thành)

Biến D4_TTNN: tình trạng ngôi nhà, trong đó có 22 căn nhà mới xây, 78 căn nhà

đã qua sử dụng

Biến D5_KC1: kết cấu nhà kiểu biệt thự, có 7 mẫu nhà là biệt thự

Biến D6_KC2: kết cấu nhà có lầu, có 79 mẫu nhà có lầu Còn 14 mẫu nhà có kết cấu khác

Biến D7_GTPL: giấy tờ pháp lí của căn nhà, trong đó có 98 mẫu nhà có giấy tờ pháp lí, 2 mẫu nhà không có giấy tờ pháp lí

Biến D8_GT: giao thông, trong đó có 10 mẫu nhà không có vị trí giao thông thuận lợi và 90 mẫu nhà có vị trí giao thông thuận lợi

Biến D9_TTC: truyền hình cáp, trong đó có 70 mẫu nhà có truyền hình cáp, 30 mẫu nhà không có truyền hình cáp

Biến D10_I: Internet, trong đó có 68 mẫu nhà có Internet, 32 mẫu nhà không có Internet

Biến D11_ AN: an ninh xung quanh căn nhà, trong đó có 54 mẫu nhà có an ninh,

46 mẫu nhà có 46 mẫu nhà không có an ninh

3 Bảng hồi quy gốc:

Phương trình hồi quy gốc:

Y_GB = -2376.0555 + 14.6435*X2_DT + 722.0592*D1_ VT + 2105.6156*D2_QTT - 359.1278*D3_QNT - 390.0384*D4_TTNN + 5228.3218*D5_KC1 - 524.8906*D6_KC2 + 2659.4737*D7_GTPL + 2188.6948*D8_GT - 3369.4760*D9_THC + 93.4885*D10_I + 1921.4433*D11_AN

Trang 5

MÔ HÌNH 1

Dependent Variable: Y

Method: Least Squares

Date: 03/14/09 Time: 18:00

Sample: 1 100

Included observations: 100

Variable Coefficient Std Error t-Statistic Prob

R-squared 0.624332 Mean dependent var 3533.870

Adjusted R-squared 0.572515 S.D dependent var 4727.918

S.E of regression 3091.222 Akaike info criterion 19.03126

Sum squared resid 8.31E+08 Schwarz criterion 19.36993

Log likelihood -938.5629 F-statistic 12.04893

Durbin-Watson stat 2.104871 Prob(F-statistic) 0.000000

Nhận xét:

Mức độ phù hợp của mô hình so với thực tế là R2 = 62.4332%, dựa vào bảng hồi quy gốc ta thấy các biến X2, D2, D5, D11 có /t-stat/ > 2 nên các biến này thực sự có ý nghĩa thống kê Các biến còn lại có /t-stat/ <2 nên không có ý nghĩa thống kê

Mô hình tổng quát:

Y_GB = -2376.0555 + 14.6435*X 2 _DT + 2105.6156*D 2 _QTT +

5228.3218*D 5 _KC1 + 1921.4433*D 11 _AN

Trang 6

MÔ HÌNH 2

Dependent Variable: Y

Date: 03/12/09 Time: 17:57

Sample: 1 100

4 Kiểm định và khắc phục

4.1 Kiểm định đa cộng tuyến

Xem xét qua ma trận tương quan giữa các biến: không có hiện tượng đa cộng tuyến

X2 1.000000 0.057257 0.498579 0.167068

D2 0.057257 1.000000 0.009711 0.109370

D5 0.498579 0.009711 1.000000 0.095939

D11 0.167068 0.109370 0.095939 1.000000

Vì mức tương quan giữa các biến là rất nhỏ nên không có đa cộng tuyến xảy ra

Trang 7

MÔ HÌNH HỒI QUI PHỤ:

Dependent Variable: X2

Date: 03/20/09 Time: 16:33

Sample: 1 100

Sum squared resid 2025547 Schwarz criterion 12.93826

Vì R2 của mô hình hồi qui phụ bằng 0.264499 nhỏ hơn R2 của mô hình hồi qui 2 bằng 0.556500 nên không có hiện tượng đa cộng tuyến xảy ra

Trang 8

4.2 Kiểm định tự tương quan:

Vì p_value = 0.914347 > α = 0.05 nên không có hiện tượng tự tương quan trong mô hình

MÔ HÌNH 3

Breusch-Godfrey Serial Correlation LM Test:

Test Equation:

Dependent Variable: RESID

Date: 03/16/09 Time: 21:01

Presample missing value lagged residuals set to zero

RESID(-1) -0.025574 0.106033 -0.241191 0.8099

RESID(-2) -0.035982 0.105078 -0.342431 0.7328

R-squared 0.001791 Mean dependent var 9.83E-14

Adjusted

R-squared -0.062610 S.D dependent var 3148.593

Sum squared

Durbin-Watson

Trang 9

4.3 Kiểm định phương sai thay đổi:

Tiến hành kiểm định White bằng Eviews ta thu được kết quả:

P_value > α = 0.05 nên không có hiện tượng phương sai thay đổi

White Heteroskedasticity Test:

Obs*R-squared 11.74485 Probability 0.383124

Test Equation:

Dependent Variable: RESID^2

Date: 03/16/09 Time: 21:02

Sample: 1 100

R-squared 0.117449 Mean dependent var 9814502

Adjusted R-squared 0.007130 S.D dependent var 38216801

S.E of regression 38080323 Akaike info criterion 37.86046

Trang 10

5 Kết quả hồi quy:

Y_GB = -2376.0555 + 14.6435*X2_DT + 2105.6156*D2_QTT + 5228.3218*D5_KC1 + 1921.4433*D11_AN

Nhận xét:

_Mức độ phù hợp của mô hình so với thực tế tương đối cao là R2 = 55.65%

_Dựa vào bảng hồi quy gốc ta thấy /t-stat/ của các biến X2, D2, D5, D11 > 2 nên các biến này có ý nghĩa thống kê

X2_DT: tác động cùng chiều với giá bán, có nghĩa là khi diện tích tăng lên 1m2 thì giá bán nhà tăng 14.6435 triệu đồng (trong điều kiện các yếu tố khác không đổi)

D2_QTT: tác động cùng chiều với giá bán, nghĩa là nếu căn nhà là thuộc quận trung tâm thành phố thì giá bán sẽ cao hơn 2105.6156 triệu đồng so với nhà thuộc các quận khác (trong điều kiện các yếu tố khác không đổi)

D5_KC1: tác động cùng chiều với giá bán, có nghĩa là nếu căn nhà là biệt thự thì giá bán sẽ cao hơn 5228.3218 triệu đồng so với nhà trệt (trong điều kiện các yếu tố khác không đổi)

D11_AN: tác động cùng chiều với giá bán, có nghĩa là nếu căn nhà nằm trong khu vực có an ninh thì giá bán sẽ cao hơn 1921.4433 triệu đồng so với nhà thuộc khu vực không an ninh (trong điều kiện các yếu tố khác không đổi)

6. Khó khăn trong quá trình thực hiện:

Với mô hình ước lượng trên, do số lượng quan sát còn hạn chế và chất lượng

dữ liệu chưa được chính xác lắm vì số liệu được thu thập thông qua Internet và các báo nên thông tin chưa được kiểm chứng Do đó, mức ý nghĩa các trị thống kê tương đối cao Việc chọn các biến độc lập để đưa vào mô hình chủ yếu dựa trên ý kiến chủ quan và có thể còn thiếu sót

Định dạng
Số trang	10
Dung lượng	222,5 KB