tiểu luận kinh tế lượng TIỂU LUẬN các yếu tố ẢNH HƯỞNG đến GIÁ NHÀ

ĐẠI HỌC NGOẠI THƯƠNG KHOA KINH TẾ VÀ KINH DOANH QUỐC TẾ BÀI TẬP NHĨM MƠN KINH TẾ LƯỢNG Đề tài: Nghiên cứu tác động yếu tố ảnh hưởng đến giá nhà Giáo viên: Th.S Nguyễn Thị Thúy Quỳnh Nhóm thực hiện: Họ tên MSSV Trần Thị Thu Thảo 1511110738 Lê Minh Huyền 1511110379 Phạm Thị Lan Hương 1511120026 Hà Nội, ngày 13 tháng 12 năm 2017 MỞ ĐẦU I Lí chọn đề tài Thị trường bất động sản thị trường phức tạp có ảnh hưởng sâu sắc đến kinh tế quốc dân Trong phần tài sản cố định nước có kinh tế thị trường ổn định bất động sản chiếm khoảng 60% giá trị Không chiếm giá trị lớn mà thị trường BĐS có ảnh hưởng mạnh mẽ đến thị trường khác như: Thị trường vốn, thị trường hàng hoá ,dịch vụ Khi thị trường BĐS biến động làm thị trường khác biến động theo.Đặc biệt xảy khủng hoảng thị trường BĐS làm cho kinh tế chao đảo chí dẫn đến suy thối kinh tế dài hạn Do việc nghiên cứu thực trạng thị trường BĐS để có nhìn rõ nét, từ đề định hướng phát triển thị trường BĐS việc quan trọng với nhà hoạch định kinh tế Nắm rõ tình hình giá nhà đất lợi lớn nhà kinh doanh bất động sản người có nhu cầu mua nhà Trên thực tế, định mua nhà mang ý nghĩa đầu tư kinh doanh tài tiêu dùng cá nhân Chính vậy, xét phương diện kinh tế học phương diện mơ hình kinh tế lượng, việc nghiên cứu nhân tố ảnh hưởng tới giá nhà mang lại nhiều ý nghĩa quan trọng thực tiễn II Mục tiêu phạm vi nghiên cứu đề tài Từ yếu tố thực tiễn khách quan nhu cầu cấp thiết, nhóm chúng em tiến hành khảo sát mơ hình hồi quy dựa số liệu kho Gretl để tìm phụ thuộc giá nhà đến yếu tố cấu trúc môi trường xung quanh ảnh hưởng nào: số tuổi nhà, diện tích nhà, sân xung quanh nhà, chất lượng nhà hàng xóm xung quanh đến giá nhà III Kết cấu tiểu luận • • • • Lời mở đầu Nội dung Kết luận Tài liệu tham khảo NỘI DUNG I Cơ sở Cơ sở lý thuyết Lý thuyết giá thể mức giá cho sản phẩm đặc trưng tương quan cung – cầu Theo nguyên lý này, sản phẩm dịch vụ trao đổi điểm mà không mang lại lợi ích cho nhu cầu người mua mà phải thỏa mãn người bán Đó điểm tối ưu giá thị trường Nền tảng lý thuyết định giá Hedonic hình thành từ nghiên cứu mô tả Court (1941), Lancaster (1966) Rosen (1974) mà sau ứng dụng phổ biến nhiều lĩnh vực khác Rosen (1974) xác định vấn đề giá Hedonic dựa mối liên hệ hai bên cung - cầu việc mua bán sản phẩm chứa đặc tính khác biệt Phương pháp tiếp cận Rosen áp dụng nhiều tài liệu nghiên cứu nhà ở, kinh tế công, kinh tế môi trường, thị trường lao động vài ứng dụng lĩnh vực marketing tổ chức công nghiệp (Bajari & Benkard, 2005) Giá sản phẩm đặc trưng định yếu tố bên bên mà gắn liền với giá trị sản phẩm Vì vậy, tập hợp thuộc tính sản phẩm xem xét Sản phẩm tách rời bán riêng rẻ thuộc tính mà phải sản phẩm hoàn chỉnh tổng hợp nhiều thuộc tính Bất sản phẩm dịch vụ tích hợp chuỗi đặc điểm khác định việc định giá giá trị sản phẩm hay dịch vụ Phương pháp tiếp cận Hedonic ước lượng giá trị kinh tế dựa giá ẩn đặc điểm sản phẩm tảng giá thị trường (Rosato, 2008) Do đó, yếu tố cấu thành nên sản phẩm, dịch vụ hay nói cách khác đặc điểm, thuộc tính sản phẩm hay dịch vụ có vai trò quan trọng lý thuyết định giá Hedonic Tuy nhiên, khơng phải thuộc tính sản phẩm dễ dàng quan sát nhận biết Griliches, cha đẻ mơ hình định giá Hedonic đại quan tâm đo lường giá ẩn (missing price) ông nỗ lực khơng ngừng tìm phương cách để đo lường giá ẩn (Berndt, 1996) Giá ẩn (missing price) bị bỏ lỡ không xem xét diễn giao dịch mua bán Nó xem ẩn quan sát nhận thấy khơng có giao dịch diễn (Griliches, 1991) Nói tóm lại, điểm then chốt lý thuyết giả thiết mơ hình hồi quy có giá hàm số thuộc tính có bổ sung q trình hồn thiện sản phẩm (Thrane, 2005) p = f(x) Trong đó: p giá sản phẩm dịch vụ x: thuộc tính sản phẩm Thực nghiệm xảy giới Một số nghiên cứu thực nghiệm gần ứng dụng mơ hình Hedonic để xác định giá BĐS Sergio et al (2002), nghiên cứu ứng dụng mơ hình Hedonic để đánh giá tác động môi trường mà tiêu biểu “mùi hôi” phát từ nhà máy xử lý nước thải Brasilia, tác giả xác định 20 biến xây dựng mơ hình để phân tích ảnh hưởng mơi trường khơng khí tới giá hộ Kết mơ hình cho thấy “Chất lượng khơng khí có ảnh hưởng tới giá trị hộ” hộ nằm gần nhà máy xử lý nước thải có giá trị thấp Selim (2008) nghiên cứu yếu tố/giá trị nội nhà thực Thổ Nhĩ Kỳ, kết mơ hình hồi quy Hedonic cho thấy, diện tích nhà, số lượng phòng, loại nhà, hệ thống nước, hồ bơi, đặc trưng vị trí kiểu nhà biến quan trọng có ảnh hưởng tới giá nhà Theo nghiên cứu Babawale (2011), yếu tố ngoại tác động tới BĐS ảnh hưởng tới giá BĐS Ơng sử dụng mơ hình Hedonic xét yếu tố như: Khoảng cách từ BĐS tới nhà thờ, khoảng cách từ BĐS tới nơi làm việc, an ninh, nơi đậu xe Kết mơ hình hồi quy cho thấy, yếu tố ngoại cảnh nhà thờ ảnh hưởng tiêu cực tới giá BĐS, BĐS xa nhà thờ giá tăng Ngồi ra, nước ta có số nghiên cứu giá BĐS, nghiên cứu dựa mơ hình hồi quy Hedonic Kim (2007) xem xét tác động pháp lý đến giá nhà TP Hồ Chí Minh Hà Nội Tác giả xây dựng mơ hình với biến đại diện cho pháp lý giấy tờ pháp lý sổ hồng, sổ đỏ giấy tờ/quyền pháp lý khác có liên quan Nghiên cứu Trần Thu Vân Nguyễn Thị Giang (2011) ứng dụng mơ hình Hedonic thuyết vị chất lượng 160 mẫu để xác định giá BĐS khu vực TP Hồ Chí Minh Kết cho thấy vị trí, khoảng cách từ BĐS đến mặt tiền đường, khoảng cách từ BĐS đến trung tâm, diện tích đất diện tích nhà biến có ảnh hưởng quan trọng đến giá BĐS Theo lý thuyết vị - chất lượng phát triển gần đây, Hoàng Hữu Phê Wakely (2000), đưa số gợi ý định hướng xây dựng sở khoa học phương pháp định giá BĐS phù hợp với thể chế kinh tế thị trường Bài nghiên cứu giá BĐS phụ thuộc vào yếu tố chất lượng vị thế: Kết hồi quy cho thấy, biến diện tích khn viên ảnh hưởng mạnh tới giá BĐS, sau biến khoảng cách tới trung tâm thành phố, số tầng xây dựng, vị trí nhà đất mặt tiền hay hẻm II Xây dựng mơ hình Xây dựng mơ hình kinh tế lượng Bài tiểu luận nghiên cứu ảnh hưởng giá nhà dựa vào yếu tố sau: • Những đặc điểm thuộc cấu trúc: o S: Diện tích ngơi nhà o Y: Diện tích sân xung quanh ngơi nhà • Những đặc điểm thuộc môi trường xung quanh nhà: o N: chất lượng nhà hàng xóm ( 1-4 thang điểm với 1= best, 4= worst) o Và thêm vào A: số tuổi ngơi nhà Khi đưa vào mơ hình hồi quy kinh tế lượng, biến P biến phụ thuộc, biến A, S, Y, N biến độc lập Ta xét mơ hình hồi quy kinh tế: Dự đốn kì vọng biến Dự báo dấu hệ số vào lý thuyết kinh nghiệm thực tế: • Do theo lý thuyết ngành khác thực tế, ta thấy diện tích nhà tác động chiều với giá nhà, tức diện tích nhà lớn diện tích nhà có xu hướng tăng Do mang dấu (+) • Tương tự với biến số diện tích sân xung quanh lớn giá nhà có xu hướng tăng Do mang dấu (+) • Ngược lại với biến số số tuổi nhà chất lượng nhà hàng xóm tăng giá nhà có xu hướng giảm Vì mang dấu (-) Ý nghĩa tham số hồi quy sau: • • • • • • : hệ số chặn : mức thay đổi giá nhà theo số tuổi nhà : mức thay đổi giá nhà theo diện tích nhà : mức thay đổi giá nhà theo sân xung quanh nhà : mức thay đổi giá nhà theo chất lượng nhà hàng xóm xung quanh : yếu tố ngẫu nhiên Mơ tả thống kê Hàm hồi quy có dạng : P = f(A, S, Y, N) Trong đó: • • • • • P: giá nhà A: số tuổi ngơi nhà S: diện tích nhà (square feet) Y: diện tích sân xung quanh nhà (square feet) N: chất lượng khu phố: o 1= the best o 2= good o 3= bad o 4= the worst Bảng 1: Bảng mô tả thống kê với Số quan sát: N=43 Dependent value: P Min Max Mean Phương sai P 107 503 242.30 79.242 A 77 44.837 17.952 S 720 3269 1470.2 513.08 Y 1780 19580 6284.8 3072.6 N 1.7791 0.87493 ( Bảng 1: người lập tự tính dựa bảng số liệu “house price determinants 1”của Gretl) Từ bảng ta có nhận xét: • Biến P (price of the house-giá nhà): nghìn USD o Giá trị trung bình: 242.3 o Giá trị lớn nhất: 503; Giá trị nhỏ nhất: 107 o Độ lệch chuẩn: 8.9018 với phướng sai 79.242 Như thấy liệu cho có độ chênh lệch lớn, khơng thể đánh giá thơng qua giá trị trung bình để đưa mức kết chung • Biến A(age of the house, in year-số tuổi nhà): năm o Giá trị trung bình: 44.837 o Giá trị lớn nhất: 77; Giá trị nhỏ nhất: o Độ lệch chuẩn: 4.237 với phương sai 17.952 • Biến S (size of the house-diện tích nhà) : square feet o Giá trị trung bình: 1470.2 o Giá trị lớn nhất: 3269; Giá trị nhỏ nhất: 720 o Độ lệch chuẩn: 22.6513 với phương sai 513.08 Ta thấy biến S P có độ lệch chuẩn vơ lớn • Biến Y (size of the yard around the house-diện tích sân xung quanh nhà): square feet o Giá trị trung bình: 6284.8 o Giá trị lớn nhất: 19580; Giá trị nhỏ nhất: 1780 o Độ lệch chuẩn: 55.431 tương đương với phương sai: 3072.6 Có thể nhận thấy biến Y giống biến S P có độ lệch chuẩn lớn • Biến N: quality of the neighborhood of the house-chất lượng khu phố o Là biến định tính o Giá trị trung bình: 1.7791 o Giá trị lớn nhất: 4; Giá trị nhỏ nhất: o Phương sai: 0.9354 tương đương với phương sai 0.8493 Ta thấy liệu có độ chênh lệch khơng lớn Bảng 2: Bảng mô tả tương quan Using observations: 1-43Correlation coefficients, using the observations - 43 5% critical value (two-tailed) = 0.3008 for n = 43 P A S Y 1.0000 -0.3940 0.8911 0.5620 P 1.0000 -0.4151 0.0738 A 1.0000 0.4518 S 1.0000 Y ( Bảng 2: người lập tự tính dựa bảng số liệu “house price determinants 1”của Gretl) Từ bảng ta có: Mối quan hệ tương quan biến độc lập biến phụ thuộc: • Giữa biến độc lập A biến phụ thuộc P Hệ số tương quan: ρ(A, P) = -0.3940 Như vậy: o Biến A tương quan ngược chiều với biến P Trên sở hệ số hồi quy A mơ hình hồi quy mang dấu (-) o Mức độ tương quan A P trung bình mạnh ( =39.40%) • Giữa biến độc lập S biến phụ thuộc P Hệ số tương quan: ρ(S,P) = 0.8911 Như vậy: o Biến S tương quan chiều với biến P Trên sở hệ số hồi quy S mơ hình hồi quy mang dấu (+) o Mức độ tương quan S P tương quan mạnh (=89.11%) • Giữa biến độc lập Y biến phụ thuộc P Hệ số tương quan: ρ(Y,P) = 0.5620 Như vậy: o Biến Y tương quan chiều với biến P Trên sở hệ số hồi quy Y mơ hình hồi quy mang dấu(+) o Mức độ tương quan Y P tương quan trung bình mạnh ( =56.20%) Hồi quy mơ hình (phương pháp OLS) Hàm hồi quy mẫu (SRF): P= Từ việc chạy mơ hình, ta có bảng số liệu sau: Tên biến Hệ số tự A S Y N Hệ số hồi quy 143.565 Thống kê t 5.841 p-value 0.0001 -0.430041 0.0942750 0.00494731 -29.0488 −1.742 9.173 3.337 −5.797 0.0896 0.0001 0.0019 0.0001 Từ bảng ta có phương trình hàm hồi quy mẫu SRF: P= 143.565 - 0.430041A + 0.0942750S + 0.00494731Y – 29.0488N + Phân tích kết sau chạy mơ hình: Với : • = 142.565  Nghĩa giá trị biến độc lập giá nhà 142.565 nghìn USD điều kiện yếu tố khác khơng đổi • = -0.430041 <  Nghĩa tuổi nhà tăng năm giá nhà giảm lượng trung bình 0.430041 nghìn USD điều khiện khác khơng đổi • = 0.0942750 >0  Nghĩa kích thước ngơi nhà tăng thước vng giá nhà tăng lượng trung bình 0.0942750 nghìn USD điều khiện khác khơng đổi • = 0.00494731 >0 Nghĩa kích thước sân quanh ngơi nhà tăng thước vng giá nhà tăng lượng trung bình 0.00494731 nghìn USD điều khiện khác khơng đổi • = -29.0488  Với mức ý nghĩa α=0,05: bác bỏ Ho, chấp nhận H1 tức hàm hồi quy phù hợp với mẫu ii Kiểm định hệ số hồi quy ( với mức ý nghĩa α=0,05) ◦ Cách 1: Phương pháp p-value Tên biến P – value A (age of 0.0896> the houseα=0,05 tuổi nhà) Kết Khơng có ý nghĩa thống kê S (size of the housediện tích nhà) 0.0001< α=0,05 Có ý nghĩa thống kê Y (size of the yard around the house-diện tích sân xung quanh nhà) N (quality of the neighborhoo d of the house-chất lượng khu phố) 0.0019< α=0,05 Có ý nghĩa thống kê 0.0001< α=0,05 Có ý nghĩa thống kê ◦ Cách 2: Sử dụng kiểm định t-test Đặt giả thiết: H0: βi =0 (Hệ số khơng có ý nghĩa thống kê) 11 Kết luận Tuổi nhà khơng ảnh hưởng đến giá ngơi nhà Kích thước ngồi nhà có ảnh hưởng đến giá ngơi nhà Kích thước sân quanh ngơi nhà có ảnh hưởng đến giá nhà Chất lượng khu phố ngơi nhà có ảnh hưởng đến giá ngơi nhà H1: βi ≠ ( Với i = 1,2,3,4) Giả sử ta có: ui= βi (Với i = 1,2,3,4) Ta có cơng thức tính tqs: |tqs| = 12 ; = 2.021 ST T Tên biến Giá trị |tqs| Kết Khơng có ý nghĩa thống kê A(age of the house) 1.7418752.021 Có ý nghĩa thống kê Y (size of the yard around the house) 3.3366>2.021 Có ý nghĩa thống kê N(quality of the 5.7966>2.021 Có ý nghĩa Kết luận Tuổi nhà không ảnh hưởng đến giá ngơi nhà Kích thước ngồi nhà có ảnh hưởng đến giá ngơi nhà Kích thước sân quanh ngơi nhà có ảnh hưởng đến giá ngơi nhà Chất lượng neighborhoo d of the house) thống kê khu phố ngơi nhà có ảnh hưởng đến giá ngơi nhà iii Hệ số hồi quy có phù hợp với lí thuyết thực tế hay khơng? Nhận xét: hệ số β1 khơng có ý nghĩa thống kê nên ta xét mơ hình hồi quy kinh tế ( loại bỏ biến β1 : số tuổi nhà khỏi mơ hình): Và hàm mơ hình hồi quy mẫu ( SRF): Với : = 143.565 u= 0.0942750 = 0.00494731 = -29.0488 Kiểm định tham số hồi quy mơ hình sau bỏ biến A-số tuổi ngơi nhà ( với mức ý nghĩa ) i Kiểm định hệ số : Đặt giả thiết ( hệ số ý nghĩa thống kê) 13 ◦ Cách 1: p-value = ; = 2.021 Với mức ý nghĩa bác bỏ chấp nhận tức hệ số chặn có ý nghĩa thống kê ii Kiểm định hệ số : Với i= 1,2,3,4 Đặt giả thiết: H0: βi =0 (Hệ số khơng có ý nghĩa thống kê) H1: βi ≠ ◦ Cách 1: Phương pháp p-value ST Tên biến T S ( size of the house) 14 P-value 0.0001< α=0,05 Kết Có ý nghĩa thống kê Y ( size of the yard around the house 0.0019< α=0,05 Có ý nghĩa thống kê N ( quality of the neighborhood of the house) 0.0001< α=0,05 Có ý nghĩa thống kê Kết luận Kích thước ngồi nhà có ảnh hưởng đến giá ngơi nhà Kích thước sân quanh ngơi nhà có ảnh hưởng đến giá nhà Chất lượng khu phố ngơi nhà có ảnh hưởng đến giá ngơi nhà ◦ Cách 2: Sử dụng kiểm định t-test Ta có cơng thức tính tqs: |tqs| = ; = 2.021 15 ST T Tên biến Giá trị |tqs| Kết Kết luận S (size of the house) 9.1734>2.02 Có ý nghĩa thống kê Y (size of the yard around the house) 3.3366>2.02 Có ý nghĩa thống kê N(quality of the neighborhood of the house) 5.7966>2.02 Có ý nghĩa thống kê Kích thước ngồi nhà có ảnh hưởng đến giá ngơi nhà Kích thước sân quanh ngơi nhà có ảnh hưởng đến giá nhà Chất lượng khu phố nhà có ảnh hưởng đến giá ngơi nhà Hệ số Có hệ số = 0.904789, ý nghĩa: biến giải thích giải thích 90.4789% biến động biến phụ thuộc Kiểm định phù hợp mơ hình ( với mức ý nghĩa ) Đặt giả thiết: H0: β1=β2=β3=0 H1: βi ≠ ( i ∈ {1,2,3}) ( ≠ 0) ◦ Cách 1: Phương pháp P – value Từ bảng chạy mơ hình hồi quy ta thấy p-value (F) = 5.88e-20< α=0,05  Bác bỏ giả thuyết H0 Kết luận: Hàm hồi quy phù hợp với mẫu ◦ Cách 2: Ta có: Fqs>  Với mức ý nghĩa α=0,05, bác bỏ H0, chấp nhận tức mơ hình phù hợp ≠ 0tức biến giải thích 90.4789% biến động biến phụ thuộc So sánh mơ hình hồi quy Vì ( 89.51% < 89.7465%) → Mơ hình hồi quy phù hợp xác so với mơ hình hồi quy cũ → Lựa chọn mơ hình hồi quy để kiểm định khắc phục khuyết tật mơ hình phần sau tiểu luận 16 IV KIỂM ĐỊNH CÁC VI PHẠM GIẢ THIẾT CỦA MƠ HÌNH Kiểm định bỏ sót biến Kiểm định sử dụng Ramsey’s RESET Test với cặp giả thiết thống kê: H0: Mơ hình khơng bỏ sót biến H1: Mơ hình có bỏ sót biến Auxiliary regression for RESET specification test OLS, using observations 1-43 Dependent variable: P coefficient std error t-ratio p-value const 121,303 S -0,0684782 Y -0,00281878 N 6,37367 35,9116 3,378 0,0797641 -0,8585 0,3961 0,00352717 21,6438 0,0017 *** -0,7992 0,4293 0,2945 0,7700 yhat^2 0,00456061 0,00298341 1,529 0,1349 yhat^3 -3,53730e-06 3,60208e-06 -0,9820 0,3325 Test statistic: F = 7,742609, with p-value = P(F(2,37) > 7,74261) = 0,00155 Có p-value = 0.00219 < 0.05  Bác bỏ giả thuyết H0 mức ý nghĩa 5% 17 Vậy mô hình có bỏ sót biến Khắc phục: Chưa khắc phục Mặc dù số liệu nhóm tiến hành phân tích có liệu biến độc lập khác thêm vào mơ hình hệ số góc biến khơng có ý nghĩa thống kê Bên cạnh đó, mơ hình có số quan sát n=43 tương đối nhỏ Trong thời gian tới nhóm tiếp tục tiến hành tìm hiểu thu thập thêm số liệu để phân tích xác Kiểm định đa cộng tuyến Để kiểm định mơ hình có tồn đa cộng tuyến hay khơng, nhóm sử dụng dấu hiệu nhận biết sau: ◦ Cách 1: Xét R2 mơ hình giá trị t-ratio biến độc lập Dựa vào bảng Mơ hình OLS ta thấy R2= 0.911829 cao t-ratio biến thấp Vì mơ hình khơng có đa cộng tuyến ◦ Cách 2: Xét hệ số tương quan biến độc lập Dựa vào kết bảng Ma trận tương quan biến độc lập mơ hình, ta thấy hệ số tương quan biến nhỏ 0.8 Vì mơ hình khơng tồn đa cộng tuyến ◦ Cách 3: Sử dụng thừa số tăng phương sai VIF Variance Inflation Factors Minimum possible value = 1.0 Values > 10.0 may indicate a collinearity problem S 1,491 Y 1,277 N 1,319 VIF(j) = 1/(1 - R(j)^2), where R(j) is the multiple correlation coefficient between variable j and the other independent variables 18 Properties of matrix X'X: 1-norm = 2,5229441e+009 Determinant = 3,6570384e+018 Reciprocal condition number = 5,3115887e-010 Theo kết tính tốn phần mềm Gretl, ta thấy VIF biến độc lập nhỏ 10 Vậy mơ hình khơng có đa cộng tuyến ◦ Cách 4: Thực hồi quy phụ Kết thực chạy mơ hình hồi quy ba biến độc lập Model 3: OLS, using observations 1-43 Dependent variable: S Coefficient Std Error t-ratio p-value Const 1509,44 6,2660