Lý thuyết và thực tiễn Xét về mặt lý thuyết có rất nhiều yếu tố ảnh hưởng đến số giấy phép xây dựng nhà thực tế như: Mật độ dân số tính theo dặm vuông, giá trị trung bình của căn nhà, th[r]
(1)MỤC LỤC Chương I LÝ DO CHỌN ĐỀ TÀI - 1.1 Mục đích 1.2 Ý nghĩa thực tiễn -1 1.3 Phạm vi và phương pháp khảo sát -1 Chương II -2 CƠ SỞ LÝ LUẬN 2.1 Lý thuyết và thực tiễn - 2.2 Xây dựng mô hình -2 2.3 Dự báo dấu Chương III - CƠ SỞ LÝ LUẬN 3.1 Mô hình 3.2 Biến phụ thuộc, biến độc lập và đơn vị tính - 3.3 Phạm vi thu thập số liệu - 3.4 Bộ số liệu -5 Chương IV ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH - 4.1 Ước lượng -6 4.1.1 Mô hình ước lượng mẫu - 4.1.2 Kiểm định dấu -7 4.1.3 Ý nghĩa mô hình 4.2 Kiểm định mặt đại số - 4.2.1 Mô hình - 4.2.2 Mô hình 4.2.3 Bảng so sánh mô hình và mô hình -9 4.3 Kiểm định mặt thống kê -9 4.2.1 Mô hình - 4.3.2 Mô hình -10 Chương V 13 KẾT LUẬN -13 5.1 Đánh giá mô hình -13 5.2 Ý nghĩa -13 5.3 Mở rộng mô hình -13 PHỤ LỤC -14 Biểu đồ phân bố rải (Scatter graphs) -14 Tài liệu tham khảo 14 (2) Chương I LÝ DO CHỌN ĐỀ TÀI 1.1 Mục đích Theo số liệu thống kê dân số giới đã vượt quá ngưỡng 10 tỷ người, đã đặt gánh nặng nhà cho toàn cầu, tác động mạnh mẽ tới toàn xã hội, gây khó khăn giải nhà Việc có ngôi nhà luôn là niềm mong ước người, là nơi trở nhà sau ngày làm việc căng thẳng, đặc biệt là nước đông dân cư và có kinh tế phát triển Mỹ, Anh, Canada… Tuy nhiên, việc cấp giấy phép xây dựng nhà có thể thỏa mãn nhu cầu xây dựng nhà hay không lại bị tác động nhiều các yếu tố chi phối như: Giá trị trung bình nhà, thu nhập trung bình chủ gia đình, phần trăm tăng dân số, mật độ dân số tính theo dặm vuông, tỉ lệ thất nghiệp, thuế bang, thuế địa phương với mức độ ảnh hưởng khác Đây là vấn đề nan giải và thu hút quan tâm xã hội Vì lí trên, nhóm em đã tiến hành khảo sát các yếu tố ảnh hưởng đến số giấy phép xây dựng nhà nước Mỹ, để có cái nhìn toàn diện vấn đề này 1.2 Ý nghĩa thực tiễn Khảo sát này có ý nghĩa thực tiễn là giúp cho các quan nhà nước nhà nghiên cứu sử dụng số liệu và quy luật để phục vụ cho mục đích mình lĩnh vực này 1.3 Phạm vi và phương pháp khảo sát Vì thời gian có hạn nên khảo sát tập trung vào việc khảo sát số liệu số giấy phép xây dựng nhà thực tế Số liệu thu thập từ báo Mua và Bán (Thứ hai ngày 02/06/2010) với số quan sát là 40 Đề tài này có thể mở rộng thêm số biến độc lập khác ảnh hưởng các yếu tố địa điểm, khu vực cần xây dựng số giấy phép xây dựng nhà thực tế, ngoài các giá trị trung bình nhà, thu nhập trung bình chủ gia đình, phần trăm tăng dân số, mật độ dân số tính theo dặm vuông, tỉ lệ thất nghiệp, thuế bang, thuế địa phương (3) Chương II CƠ SỞ LÝ LUẬN 2.1 Lý thuyết và thực tiễn Xét mặt lý thuyết có nhiều yếu tố ảnh hưởng đến số giấy phép xây dựng nhà thực tế như: Mật độ dân số tính theo dặm vuông, giá trị trung bình nhà, thu nhập trung bình chủ gia đình, thuế bang, phần trăm tăng dân số, tỉ lệ thất nghiệp, thuế địa phương, địa điểm, khu vực, số nhà cần xây dựng … Tuy nhiên, chúng ta không thể đưa tất các biến vào mô hình để giải thích cho số giấy phép xây dựng nhà thực tế vì nó làm yếu tố chính bị mờ Trên thực tế người ta quan tâm đến yếu tố ảnh hưởng trực tiếp đến giấy phép xây dựng nhà thực tế Vì lí đó nhóm em đã tiến hành chọn lọc thông tin, tiến hành hồi quy, kiểm định, dựa trên 40 mẫu quan sát thu thập đưa vào khảo sát nhỏ này 2.2 Xây dựng mô hình HOUSING 1 2DENSITY 3VALUE 4INCOME + 5POPCHANG 6UNEMP 7 LOCALTAX 8STATETAX Chú thích: HOUSING Số giấy phép xây dựng nhà thực tế DENSITY Mật độ dân số tính theo dặm vuông (mile) VALUE Giá trị trung bình nhà (trăm đô la) INCOME Thu nhập trung bình chủ gia đình (nghìn đô la) POPCHANG Phần trăm tăng dân số từ 1980 đến 1992 UNEMP Tỉ lệ thất nghiệp LOCALTAX Thuế địa phương (đô la) STATETAX Thuế bang (đô la) Biến phụ thuộc là HOUSING (Số giấy phép xây dựng nhà thực tế) chịu ảnh hưởng biến độc lập là: DENSITY Mật độ dân số tính theo dặm vuông (mile) VALUE Giá trị trung bình nhà (trăm đô la) INCOME Thu nhập trung bình chủ gia đình (nghìn đô la) POPCHANG Phần trăm tăng dân số từ 1980 đến 1992 UNEMP Tỉ lệ thất nghiệp LOCALTAX Thuế địa phương (đô la) STATETAX Thuế bang (đô la) 2.3 Dự báo dấu (4) Theo quy luật thì: - Khi mật độ dân số tăng, nhu cầu nhà ngày càng nhiều thì số giấy phép xây dựng nhà thực tế tăng theo nên dấu là dương - Khi giá trị trung bình nhà tăng tức là giá nhà tăng cao, người ta xây dựng nhà ít hơn, thì số giấy phép xây dựng nhà thực tế giảm nên dấu 3 là âm - Khi thu nhập trung bình chủ gia đình tăng thì người dân có tiền, xây dựng nhà nhiều thì số giấy phép xây dựng nhà thực tế tăng theo nên dấu là dương - Khi phần trăm tăng dân số tăng , nhu cầu nhà ngày càng nhiều thì số giấy phép xây dựng nhà thực tế tăng theo nên dấu 5 là dương - Khi tỉ lệ thất nghiệp tăng cao, nhu cầu nhà giảm, thì số giấy phép xây dựng nhà thực tế giảm nên dấu là âm - Khi thuế địa phương tăng cao, người dân phải đóng thuế cao, nhu cầu nhà giảm, thì số giấy phép xây dựng nhà thực tế giảm nên dấu là âm - Khi thuế bang tăng cao, nhu cầu nhà giảm, thì số giấy phép xây dựng nhà thực tế giảm nên dấu 8 là âm (5) Chương III THU THẬP DỮ LIỆU 3.1 Mô hình HOUSING 1 2DENSITY 3VALUE 4INCOME + 5POPCHANG 6UNEMP LOCALTAX 8STATETAX Chú thích: HOUSING DENSITY VALUE INCOME POPCHANG UNEMP LOCALTAX STATETAX Số giấy phép xây dựng nhà thực tế Mật độ dân số tính theo dặm vuông (mile) Giá trị trung bình nhà (trăm đô la) Thu nhập trung bình chủ gia đình (nghìn đô la) Phần trăm tăng dân số từ 1980 đến 1992 Tỉ lệ thất nghiệp Thuế địa phương (đô la) Thuế bang (đô la) 3.2 Biến phụ thuộc, biến độc lập và đơn vị tính Biến phụ thuộc là HOUSING (Số giấy phép xây dựng nhà thực tế) chịu ảnh hưởng biến độc lập là: DENSITY Mật độ dân số tính theo dặm vuông (mile) VALUE Giá trị trung bình nhà (trăm đô la) INCOME Thu nhập trung bình chủ gia đình (nghìn đô la) POPCHANG Phần trăm tăng dân số từ 1980 đến 1992 UNEMP Tỉ lệ thất nghiệp LOCALTAX Thuế địa phương (đô la) STATETAX Thuế bang (đô la) 3.3 Phạm vi thu thập số liệu Bộ số liệu thu thập trên báo Mua và Bán (Thứ hai ngày 02/06/2010) Tổng số quan sát: 40 Bộ số liệu chọn cách ngẫu nhiên với tính đa dạng cao (6) 3.4 Bộ số liệu BẢNG SỐ LIỆU QUAN SÁT SỐ GIẤY PHÉP XÂY DỰNG NHÀ Nguồn báo Mua và Bán (Thứ hai ngày 02/06/2010) (7) Chương IV ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH 4.1 Ước lượng 4.1.1 Mô hình ước lượng mẫu HOUSING 1 DENSITY 3VALUE INCOME + 5POPCHANG UNEMP LOCALTAX 8STATETAX Nhận xét: Nhìn vào bảng hồi quy gốc ta xét các biến có p- value (Prob) > 0.05 thì loại bỏ, vì các biến này không có ý nghĩa thống kê Dựa vào mô hình ta loại bỏ biến Localtax vì Prob ( Localtax ) = 0.9469 > 0.05 Tìm mô hình chưa phù hợp tiếp tục loại bỏ biến đó + Lúc này Prob ( Unemp ) = 0.4634 > 0.05 chưa phù hợp, ta loại bỏ biến Unemp, màn hình eview kết cho thấy Prob ( Statetax ) = 0.3672 > 0.05, mô hình chưa phù hợp + Tiếp tục bỏ biến Statetax, đó kết Prob ( Density ) = 0.4696 > 0.05 + Loại bỏ tiếp biến Density, kết eview cho thấy Prob ( Popchang ) = 0.0785 > 0.05, chưa phù hợp + Tiếp theo loại bỏ biến Popchang, kết màn hình eview ta thấy Prob ( Value ) = 0.0267 < 0.05 đó mô hình này phù hợp với thực tế + Do mô hình này có nhiều biến nên nhóm em đã loại sẵn các biến không có ý nghĩa eview và đưa kết p-value các biến không có ý nghĩa: DENSITY, POPCHANG, UNEMP, LOCALTAX, STATETAX vào bài làm Sau đã loại bỏ các biến không có ý nghĩa thì mô hình lúc này sau: (8) Hàm hồi qui mẫu có dạng: HOUSING = -2155.010 - 0.960153*VALUE + 177.4750*INCOME 4.1.2 Kiểm định dấu So sánh với giả thuyết, ta thấy dấu các hệ số kèm với VALUE và INCOME giống với gì ta kỳ vọng 4.1.3 Ý nghĩa mô hình Giả sử giá trị trung bình nhà (Value ), tăng thêm 100 đôla thì trung bình số giấy phép xây dựng nhà thực tế giảm -0.960153 Giả sử thu nhập trung bình chủ gia đình (Income), tăng thêm 1000 đô la thì trung bình số giấy phép xây dựng nhà thực tế tăng 177.4750 (9) 4.2 Kiểm định mặt đại số 4.2.1 Mô hình HOUSING = 1526.434 + 0.073733*VALUE Nhận xét: Mô hình khảo sát trên không phù hợp và các hệ số hồi quy không có ý nghĩa thống kê với R-squared và Adjusted R-squared thấp 4.2.2 Mô hình HOUSING = -2155.010 - 0.960153*VALUE + 177.4750*INCOME (10) Nhận xét: Mô hình khảo sát trên phù hợp và các hệ số hồi quy có ý nghĩa thống kê với Rsquared và Adjusted R-squared tương đối lớn Tuy nhiên, hệ số mô hình tốt hệ số mô hình 4.2.3 Bảng so sánh mô hình và mô hình Mô hình 1526.434 0.073733 Mô hình Constant -2155.010 Value -0.960153 Income 177.4750 R-squared 0.001302 0.247918 Adjusted R-squared -0.024980 0.207265 S.E of regression 1387.038 1219.818 Sum squared resid 73107269 55054331 Akaike info criterion 17.35644 17.12283 Schwarz criterion 17.44088 17.24949 Từ bảng so sánh ta thấy R-squared và Adjusted R-squared mô hình tốt mô hình 1; và Akaike info criterion Schwarz criterion mô hình nhỏ mô hình Điều đó chứng tỏ mô hình tốt mô hình mặt đại số 4.3 Kiểm định mặt thống kê 4.3.1 Mô hình HOUSING = 1526.434 + 0.073733*VALUE Ta có bài toán kiểm định: Kiểm định cho giả thuyết H0: “ Giá trị trung bình nhà không ảnh hưởng đến số giấy phép xây dựng nhà thực tế ” Ta có bài toán kiểm định sau (11) H : 0 H1 : 0 T Ta dùng thống kê tstat St ( N 2) ) se( , H0 đúng ta có : 0.073733 0.222545 ) 0.331317 se( , với mức ý nghĩa 0.05 và N = 40, ta có tcrit 1.96 So sánh | tstat | tcrit nên chấp nhận H , nghĩa là ‘Giá trị trung bình nhà không ảnh hưởng đến số giấy phép xây dựng nhà thực tế ” Nhận xét: Mô hình cho đường hồi qui với các biến không có ý nghĩa thống kê với P-value biến Value = 0.8251 lớn 4.3.2 Mô hình HOUSING = -2155.010 - 0.960153*VALUE + 177.4750*INCOME Ta có bài toán kiểm định: + Bài toán 1: Kiểm định cho giả thuyết H0 : “ Giá trị trung bình nhà không ảnh hưởng đến số giấy phép xây dựng nhà thực tế ” Ta có bài toán kiểm định sau H : 0 H1 : 0 T Ta dùng thống kê St ( N 3) ) se( , H0 đúng ta có : (12) t stat -0.960153 -2.308428 ) 0.415934 se( , với mức ý nghĩa 0.05 và N = 40, ta có tcrit 1.96 So sánh | tstat | tcrit nên bác bỏ H0, nghĩa là “ Giá trị trung bình nhà có ảnh hưởng đến số giấy phép xây dựng nhà thực tế ” + Bài toán 2: Kiểm định cho giả thuyết H0 : ‘Thu nhập trung bình chủ gia đình không ảnh hưởng đến số giấy phép xây dựng nhà thực tế ” Ta có bài toán kiểm định sau H : 3 0 H1 : 3 0 T Ta dùng thống kê tstat St ( N 3) ) se( , H0 đúng ta có : 177.4750 3.483205 ) 50.95164 se( , với mức ý nghĩa 0.05 và N = 40, ta có tcrit 1.96 So sánh | t stat | tcrit nên bác bỏ H , nghĩa là “ Thu nhập trung bình chủ gia đình có ảnh hưởng đến số giấy phép xây dựng nhà thực tế ” + Bài toán 3: Kiểm định cho giả thuyết H0: “ Cả giá trị trung bình nhà lẫn thu nhập trung bình chủ gia đình không ảnh hưởng đến số giấy phép xây dựng nhà thực tế ” Ta có bài toán kiểm định sau H : 3 0 H1 : 3 0 Fstat Ta dùng thống kê Fstat H0 đúng ta có : R / K 1 1 R / N K R / K 1 1 R / N K F K 1, N K , với K = 3, N = 40, 0.247918 / (3 1) 6.098377 (1- 0.247918) / (40 3) , với mức ý nghĩa 0.05 và N = 40, ta có Fc 3.2519 So sánh | Fstat | Fc nên bác bỏ H0, nghĩa là “ Cả giá trị trung bình nhà lẫn thu nhập trung bình chủ gia đình có ảnh hưởng đến số giấy phép xây dựng nhà thực tế ” (13) Nhận xét: Mô hình cho đường hồi qui với các biến có ý nghĩa thống kê với P-value biến Value và biến Income nhỏ Như vậy, việc đưa thêm biến Income vào mô hình là hợp lý (14) Chương V KẾT LUẬN 5.1 Đánh giá mô hình Mô hình tìm HOUSING = -2155.010 - 0.960153*VALUE + 177.4750*INCOME từ nhận định đầu tiên là phù hợp với thực tế 5.2 Ý nghĩa Từ việc tìm mô hình phù hợp này, ta có thể dùng mô hình trên để dự báo Cụ thể, xét bài toán dự báo số giấy phép xây nhà thực tế giá trị trung bình nhà 648 (trăm đôla), và thu nhập trung bình chủ gia đình là 20 (nghìn đôla) với mức ý nghĩa 5% Với trợ giúp phần mềm Eviews, ta có Giá trị ước lượng điểm cho số giấy phép xây dựng nhà thực tế là: HOUSING = -2155.010 - 0.960153*0.648 + 177.4750*20 = 1393.87 Khoảng dự báo trung bình cho số giấy phép xây nhà thực tế là: [ 144.0561; 1415.929 ] Với mức ý nghĩa 5% giá trị trung bình nhà 648 (trăm đôla), và thu nhập trung bình chủ gia đình là 20 ( nghìn đôla), số giấy phép xây dựng nhà thực tế trung bình nằm khoảng[ 144.0561; 1415.929 ] 5.3 Mở rộng mô hình Ta thấy số giấy phép xây dựng nhà thực tế không phụ thuộc vào giá trị trung bình nhà và thu nhập trung bình chủ gia đình, mà còn phụ thuộc vào nhiều yếu tố khác như: nhu cầu người dân, địa điểm, khu vực, số nhà cần xây dựng Từ đó, ta có thể điều tra thêm các yếu tố trên để đưa vào mô hình nhằm tăng tính thực tế mô hình khảo sát Chẳng hạn, ta đưa vào yếu tố địa điểm, khu vực đó ta dùng biến giả để so sánh các phạm trù Như ta có thể đưa các chính sách để quản lý số giấy phép xây dựng nhà các tiểu bang với (15) PHỤ LỤC Biểu đồ phân bố rải (Scatter graphs) Tài liệu tham khảo - PGS TS Đinh Ngọc Thanh, Ths Nguyễn Văn Phong, Ths Nguyễn Trung Đông (2007), Giáo trình Kinh tế lượng, Khoa – ĐH BC MARKETING - Nguyễn Quang Đông, Giáo trình kinh tế lượng , Khoa kinh tế - ĐHKTQD (16)