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

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG CƠ SỞ II TP HCMKHOA KINH TẾ ĐỐI NGOẠI

ĐỀ TÀI 16: KHẢO SÁT CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN GIÁ BÁN MỘTCĂN 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 lạicàng trở nên cấp thiết hơn bao giờ hết, đặc biệt là ở những khu vực đông dân cư vàcó 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 lạibị tác động rất lớn bởi giá bán ngôi nhà đó Giá bán lại do nhiều yếu tố khác chiphối như: diện tích, vị trí, kết cấu, môi trường xung quanh ngôi nhà,…nhưng vớimức độ ảnh hưởng khác nhau Do đó, việc tìm mua nhà đáp ứng được yêu cầu vàphù hợp với khả năng chi trả là vấn đề quan trọng hàng đầu với những người cónhu cầu Vì lí do trên, nhóm đã tiến hành khảo sát các yếu tố ảnh hưởng đến giábán 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 HIỆNĐỀ TÀI

Nhóm đã tiến hành thu thập số liệu gồm 100 mẫu quảng cáo bán nhà từ cáctờ 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 đacộng tuyến, tự tương quan, phương sai thay đổi dựa trên 100 mẫu quan sát thuthập được.

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

III. THIẾT LẬP MÔ HÌNH TỔNG QUÁT1 Giải thích các biến:

Mô hình tổng quát:

 Biến phụ thuộc:

Y_GBCN: giá bán căn nhà tại thành phố Hồ Chí Minh (Đơn vị: triệu đồng). Biến độc lập:

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 ChíMinh 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.

Khoảng chênh lệch giữa giá bán cao nhất và giá bán thấp nhất là: 32700 triệuđồng.

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 mẫunhà 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 cũngkhông thuộc quận ngoại thành).

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

Biến D7_GTPL: giấy tờ pháp lí của căn nhà, trong đó có 98 mẫu nhà có giấy tờpháp 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 thuậnlợi 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, 30mẫu nhà không có truyền hình cáp.

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

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

MÔ HÌNH 1

Dependent Variable: YMethod: Least SquaresDate: 03/14/09 Time: 18:00Sample: 1 100

Nhận xét:

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

Mô hình tổng quát:

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

MÔ HÌNH 2

Dependent Variable: YMethod: Least SquaresDate: 03/12/09 Time: 17:57Sample: 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 đacộng tuyến.

X2 1.000000 0.057257 0.498579 0.167068D2 0.057257 1.000000 0.009711 0.109370D5 0.498579 0.009711 1.000000 0.095939D11 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.

MÔ HÌNH HỒI QUI PHỤ:

Dependent Variable: X2Method: Least SquaresDate: 03/20/09 Time: 16:33Sample: 1 100

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.

4.2 Kiểm định tự tương quan:

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

Presample missing value lagged residuals set to zero.

Variable Coefficient Std Error t-Statistic Prob.

squared -0.062610 S.D dependent var 3148.593S.E of regression 3245.663 Akaike info criterion 19.07546Sum squared

Log likelihood -946.7728 F-statistic 0.027809Durbin-Watson

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 0.383124Test Equation:

Dependent Variable: RESID^2Method: Least Squares

Date: 03/16/09 Time: 21:02Sample: 1 100

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

D2_QTT: tác động cùng chiều với giá bán, nghĩa là nếu căn nhà là thuộcquận trung tâm thành phố thì giá bán sẽ cao hơn 2105.6156 triệu đồng so với nhàthuộc 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 biệtthự thì giá bán sẽ cao hơn 5228.3218 triệu đồng so với nhà trệt (trong điều kiệncác yếu tố khác không đổi)

D11_AN: tác động cùng chiều với giá bán, có nghĩa là nếu căn nhà nằmtrong khu vực có an ninh thì giá bán sẽ cao hơn 1921.4433 triệu đồng so với nhàthuộc 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 lượngdữ liệu chưa được chính xác lắm vì số liệu được thu thập thông qua Internet và cácbáo nên thông tin chưa được kiểm chứng Do đó, mức ý nghĩa các trị thống kêtương đối cao Việc chọn các biến độc lập để đưa vào mô hình chủ yếu dựa trên ýkiến chủ quan và có thể còn thiếu sót