2.
2.3.2.6.Chỉ số chứng khoán
Có một số cơ sở để cho rằng, thị trường chứng khoán cũng có thể có ảnh hưởng đến thị trường nhà đất để ở. Nghiên cứu của Bardhan và ctg[23]
phát hiện thấy, có sự tác động thuận chiều của thu nhập chứng khoán đến số lượng nhà ở mới được xây dựng tại Singapore. Nhận thấy, sự phát triển của thị trường chứng khoán có thể làm tăng sự giàu có của các nhà đầu tư, những người cuối cùng sẽ rút vốn ra và tái đầu tư vào BĐS. Do đó, ảnh hưởng thu nhập từ thị trường chứng khoán sẽ lan tỏa sang thị trường BĐS.
TÓM TẮT CHƯƠNG 2
Chương 2 này giới thiệu tổng quan lý thuyết liên quan đến đề tài. Trong chương này, luận văn giải quyết được các nội dung sau
Một là, làm rõ khái niệm liên quan đến thị trường BĐS bao gồm các các khái niệm cơ bản liên quan đến bất động sản, BĐS nhà đất để ở; thị trường BĐS, thị trường bất động sản nhà đất để ở; cung cầu và giá cả trên thị trường bất động sản nhà đất để ở.
Hai là, tổng hợp, luận giải và làm sáng tỏ các lý thuyết về biến động giá bất động sản nhà đất để ở, bao gồm: thuyết tài chính hành vi, mô hình tài chính hành vi và thuyết ABC. Trên cơ sở các lý thuyết, luận văn đã rút ra 4 nhóm yếu tố chính giải thích biến động giá BĐS nhà đất để ở: Tính minh bạch của thị trường BĐS; Quản lý Nhà nước về thị trường BĐS; Nguồn tài chính cho thị trường BĐS; Tâm lý của các nhà đầu tư trên thị trường BĐS. Luận giải phương pháp tiếp cận nhân tố cơ bản để nhận diện biến động giá BĐS nhà đất để ở.
Ba là, tổng quan các công trình nghiên cứu trong và ngoài nước liên quan đến đề tài, từ đó rút ra bằng chứng thực nghiệm về các yếu tố ảnh hưởng đến biến động giá BĐS nhà đất để ở. Luận văn rút ra rằng các kết quả nghiên cứu liên quan đến đề tài đều cho thấy sự ảnh hưởng của các biến vĩ mô chủ yếu ảnh hưởng đến giá bất động sản nhà đất để ở, bao gồm: tăng trưởng GDP, lạm phát, cung tiền và tín dụng ngân hàng, lãi suất cho vay thế chấp bất động sản, vốn đầu tư nước ngoài, chỉ số chứng khoán.
CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU 3.1. Phương pháp nghiên cứu
3.1.1. Quy trình nghiên cứu
Sơ đồ 3.1: Các bước trong quy trình nghiên cứu
Nguồn: Tổng hợp của tác giả
Quy trình nghiên cứu đề tài gồm các bước cụ thể như sau:
Bước 1: Nhận dạng vấn đề nghiên cứu
Một vấn đề nghiên cứu được xác định rõ ràng và đúng đắn là điều kiện tiên quyết cho sự thành công của đề tài nghiên cứu. Đây cũng là khâu đầu tiên của quy trình nghiên cứu được xác định từ nhiều nguồn khác nhau, ở đây tác giả chủ yếu theo dõi từ hai nguồn chính: từ lý thuyết và từ thị trường.
Nhận dạng được vấn đề nghiên cứu, tác giả chọn đề tài nghiên cứu: “Phân tích các yếu tố ảnh hưởng đến biến động giá bất động sản nhà đất để ở tại thành phố Hồ Chí Minh”.
Bước 2: Xác định mục tiêu nghiên cứu
Sau khi nhận dạng được vấn đề nghiên cứu, tác giả xác định rõ cần nghiên cứu cái gì và đó là mục tiêu nghiên cứu, bao gồm mục tiêu nghiên cứu tổng quát và
Xác định mục tiêu nghiên cứu 2
Xác định vấn đề nghiên cứu 1
Thiết kế hay lập kế hoạch nghiên cứu 3
Đo lường, thu thập dữ liệu 4
Phân tích số liệu 5
Giải thích, làm sáng tỏ số liệu 6
Viết báo cáo kết quả, giải pháp và kiến nghị 7
mục tiêu cụ thể. Tác giả phát biểu mục tiêu cụ thể hóa ở dạng câu hỏi, và đó là câu hỏi nghiên cứu.
Bước 3: Thiết kế hay lập kế hoạch nghiên cứu
Tác giả tổng kết lý thuyết nền sử dụng và những nghiên cứu trước đây để xây dựng mô hình nghiên cứu, từ đó đưa ra mô hình nghiên cứu và giả thuyết nghiên cứu cho câu hỏi nghiên cứu đã đặt ra. Tác giả xác định các phương pháp nghiên cứu phù hợp, chuẩn bị biểu mẫu để thu thập số liệu cho nghiên cứu làm thế nào để có thể thu thập được các dữ liệu định lượng và định tính cần thiết để đánh giá đúng thực trạng và tìm kiếm mối quan hệ của các yếu tố vĩ mô đến biến động giá bất động sản nhà đất để ở.
Bước 4: Đo lường, thu thập dữ liệu
Tham khảo ý kiến chuyên gia về dữ liệu, tìm các dữ liệu tại các nguồn trọng tâm và thiết kế biểu mẫu số liệu thống kê về chỉ số giá bất động sản, các yếu tố vĩ mô ảnh hưởng đến biến động giá bất động sản tại TP.HCM.
Bước 5: Phân tích số liệu
Sử dụng phương pháp định lượng và định tính để phân tích số liệu. Trước tiên là phân tích mô tả mối quan hệ, sau đó áp dụng mô hình định lượng để đánh giá mức độ tác động của các yếu tố đến biến động giá BĐS, kiểm định thống kê độ tin cậy các kết quả phân tích, chạy mô hình, … (adsbygoogle = window.adsbygoogle || []).push({});
Bước 6: Giải thích, làm sáng tỏ số liệu
Giải thích kết quả nghiên cứu và tìm ra nguyên nhân tăng giảm giá BĐS.
Bước 7: Viết báo cáo kết quả, giải pháp và kiến nghị
Báo cáo kết quả nghiên cứu, trình bày các quan điểm, định hướng chính sách và đưa ra giải pháp kiến nghị phù hợp trên cơ sở kết quả nghiên cứu đã đạt được.
3.1.2. Dữ liệu nghiên cứu
Số liệu được sử dụng là chuỗi số liệu hàng quý, bắt đầu từ quý 1 năm 2005 đến quý 4 năm 2013. Từ dữ liệu nghiên cứu ban đầu (Bảng 3.1), riêng các biến PR, M2, REL, FDI, VNI được tính toán ở dạng tốc độ tăng quý này so với quý trước; sử dụng tốc độ tăng này (đơn vị %) để đưa vào mô hình nghiên cứu.
Bảng 3.1: Mô tả các biến
STT Tên biến Tên dữ liệu nghiên cứu Đơn vị Nguồn số liệu 1 PR Chỉ số giá nhà/tiền thuê nhà
tại TP.HCM
Điểm Phòng Thị trường bất động sản – Bộ Xây dựng
2 GDP Tốc độ tăng trưởng tổng thu nhập quốc dân cả nước
% Tổng cục Thống kê Việt Nam
3 M2 Cung tiền M2 Tỷ
đồng
IMF 4 CPI Lạm phát (Chỉ số giá tiêu
dùng cả nước)
% IMF 5 REL Dư nợ cho vay BĐS trên đại
bàn TP.HCM
Tỷ đồng
Ngân hàng Nhà nước Chi nhánh TP.HCM
6 FDI Vốn đầu tư nước ngoài vào BĐS tại TP.HCM
Tỷ USD
Sở kế hoạch và đầu tư TP.HCM
7 VNI Chỉ số chứng khoán Việt Nam
Điểm Sở Giao dịch Chứng khoán TP.HCM
8 R Lãi suất cho vay dài hạn bình quân trên thị trường
% Ngân hàng Nhà nước Việt Nam
3.1.3. Giả thuyết nghiên cứu
Trên cơ sở bằng chứng về sự tồn tại các yếu tố ảnh hưởng đến biến động giá bất động sản nhà đất để ở và dựa vào mô hình giao dịch phản hồi cũng như quan điểm về lý thuyết ABC, tác giả đưa ra giả thuyết nghiên cứu như sau:
+ Giả thuyết 1: Thay đổi của chỉ số giá nhà trên tiền thuê nhà (PR) phụ thuộc vào chính sự thay đổi của biến này trong quá khứ (Anna Scherbina[22] (adsbygoogle = window.adsbygoogle || []).push({});
). + Giả thuyết 2: GDP thay đổi tác động làm PR thay đổi. (Yanbing[45]
).
+ Giả thuyết 3: Cung tiền M2 tác động đến lãi suất và dư nợ cho vay BĐS, qua đó tác động lên giá BĐS và chỉ số PR (Lê Thanh Ngọc[6]
).
+ Giả thuyết 4: CPI thay đổi tác động làm PR thay đổi. (Pillay[36]
). + Giả thuyết 5: REL thay đổi tác động làm PR thay đổi.
Xét về khía cạnh tín dụng tạo lập cung BĐS: Trong ngắn hạn, cung BĐS chưa tăng kịp trong khi để nhận được nhiều hơn nguồn vốn tín dụng từ ngân hàng, các chủ đầu tư thường thực hiện chiêu kích giá để làm tăng giá trị thị trường của dự án, qua đó có thể đặt ra giả thuyết rằng dư nợ cho vay BĐS tăng không có tác dụng làm giảm giá BĐS trong ngắn hạn. Tuy nhiên trong dài hạn, việc ngân hàng cho vay nghiêng nhiều về các dự án cao cấp sẽ làm cung dư thừa và áp lực giảm giá mạnh là
khó tránh khỏi; khi dư nợ cho vay BĐS tăng sẽ giúp tăng cung và tác động làm giảm giá BĐS (Franklin Allen & Douglas Gale[29]
).
+ Giả thuyết 6:Vốn đầu tư nước ngoài vào bất động sản: Về lý thuyết, vốn đầu tư nước ngoài vào bất động sản tăng sẽ giúp tăng cung trong dài hạn, qua đó làm giảm giá BĐS và chỉ số PR xuống. Tuy nhiên, trong ngắn hạn, cung BĐS chưa tăng kịp trong khi vốn đầu tư nước ngoài chủ yếu tập trung vào phân khúc hạng sang và cao cấp (Guo và Huang[32]
). Sự khan hiếm cung trong ngắn hạn kết hợp thực tế sản phẩm cao cấp là đối tượng chính của giới đầu cơ dẫn đến giả thuyết, vốn đầu tư nước ngoài vào BĐS có quan hệ tương quan dương với giá BĐS và chỉ số PR.
+ Giả thuyết 7: Chỉ số chứng khoán VN-Index: Kênh đầu tư chứng khoán và kênh đầu tư bất động sản có tính chất thay thế lẫn nhau, do đó, sự thay đổi của VN- Index có thể tác động đến chỉ số PR (Bardhan và ctg[23]
).
+ Giả thuyết 8: Lãi suất cho vay bình quân dài hạn: Lãi suất cho vay giảm có nghĩa là chi phí vay nợ giảm, qua đó kích thích cầu tín dụng tăng. Ngược lại, lãi suất cho vay tăng làm chi phí vay nợ tăng, dẫn đến cầu tín dụng giảm. Thông qua sự tác động đến dư nợ tín dụng BĐS, lãi suất có ảnh hưởng nhất định đến giá bất động sản lẫn chỉ số PR (Xu và Chen[44]
).
3.1.4. Mô hình nghiên cứu và các kiểm định
Phương pháp hồi quy OLS được sử dụng phổ biến trong kinh tế lượng. Ưu điểm là phương pháp này không quá phức tạp nhưng lại hiệu quả. Ước lượng mô hình hồi quy, tác giả dùng phương pháp bình phương nhỏ nhất OLS do nhà toán học Đức là Carl Friedrich Gauss đưa ra. Định lý Gauss – Markov phát biểu các tính chất của OLS: Với các giả thuyết của mô hình hồi quy tuyến tính cổ điển, thì các ước lượng OLS là các ước lượng tuyến tính, không chệch, có phương sai bé nhất. Đồng thời, trong phân tích hồi quy bội luôn giả thuyết giữa các biến giải thích không có đa cộng tuyến và các sai số không có tự tương quan.
Một cách tổng quát, mô hình nghiên cứu được viết như sau:
PRt = β0 + β1PRt-1 + β2GDPt + β3M2t + β4FDIt + β5RELt + β6CPIt + β7VNIt + β8Rt + Ut
Trong đó
U : Sai số ngẫu nhiên β : Các hệ số ước lượng
Mô hình toán sử dụng trong nghiên cứu, ngoài việc áp dụng phương pháp hồi quy OLS, tác giả còn sử dụng mô hình vector tự hồi quy (VAR) để giải thích thêm về kết quả nghiên cứu.
Tác giả thực hiện các kiểm định như sau Kiểm định nghiệm đơn vị
+ Kiểm định nghiệm đơn vị nghĩa là kiểm định tính dừng của chuỗi dữ liệu.
Theo Gujarati (2003) một chuỗi thời gian là dừng khi giá trị trung bình, phương sai, hiệp phương sai (tại các độ trễ khác nhau) giữ nguyên không đổi cho dù chuỗi được xác định vào thời điểm nào đi nữa. Chuỗi dừng có xu hướng trở về giá trị trung bình và những dao động quanh giá trị trung bình sẽ là như nhau. Nói cách khác, một chuỗi thời gian không dừng sẽ có giá trị trung bình thay đổi theo thời gian, hoặc giá trị phương sai thay đổi theo thời gian hoặc cả hai.
+ Các nghiên cứu kinh tế lượng chỉ ra rằng hầu hết các biến chuỗi thời gian kinh tế vĩ mô là không có tính dừng, nếu sử dụng các biến không có tính dừng sẽ dẫn đến sự hồi quy giả. Kiểm định nghiệm đơn vị trong nghiên cứu này được sử dụng để kiểm tra xem liệu các biến chuỗi thời gian: PR, GDP, CPI, REL, R, M2 FDI, VNI có tính dừng hay không được thực hiện bằng cách sử dụng kiểm định Augmented Dickey-Fuller (ADF).
Kiểm định đa cộng tuyến
+ Khi xây dựng mô hình hồi quy bội, trường hợp lý tưởng là các biến giải thích trong mô hình không có tương quan với nhau; mỗi biến giải thích chứa một thông tin riêng về biến phụ thuộc PR, thông tin không chứa bất kỳ biến giải thích khác. Nghiên cứu nhận diện hiện tượng đa cộng tuyến qua ma trận tương quan được trích từ kết quả chạy Eviews.
+ Biện pháp khắc phục: giải quyết được phần nào hậu quả của hiện tượng này. Một trong những cách khắc phục tác giả sử dụng là loại từng một biến giải thích ra khỏi mô hình.
Kiểm định phương sai thay đổi (adsbygoogle = window.adsbygoogle || []).push({});
Có nhiều phương pháp kiểm định phương sai thay đổi, trong phạm vi nghiên cứu, tác giả sử dụng kiểm định White.
Kiểm định White đề nghị một thủ tục không đòi hỏi U có phân phối chuẩn. Xét mô hình như sau:
Bước 1: Ước lượng (1) bằng OLS, từ đó thu được các phần dư tương ứng Bước 2: Ước lượng mô hình sau
ei
2 = α1 + α2X2 + α3X3 + α4X2
2 + α5X3
2 + α6X2X3 + Vi (2) R2 là hệ số xác định bội từ (2)
Bước 3: Kiểm định giả thuyết
H0 : Phương sai sai số đồng đều (α2= α3 = α4 = α5 = α6 = 0) H1 : Phương sai sai số thay đổi
nR2có phần xấp xỉ χ2
(df), df bằng hệ số của mô hình (2) không kể hệ số chặn Bước 4: Nếu nR2 không vượt quá giá trị χα2(df) thì giả huyết H0 không có cơ sở bị bác bỏ và ngược lại.
Kiểm định tự tương quan: (1)Phương pháp Durbin – Watson
Phương pháp kiểm định có ý nghĩa nhất để phát hiện ra tự tương quan là kiểm định d của Durbin-Watson. Lợi thế lớn của thống kê d là nó dựa trên các phần dư đã ước lượng được.
Tác giả ưu tiên lựa chọn kiểm định d để kiểm định hiện tượng tự tương quan của mô hình hồi quy. Tuy nhiên, một trong những điều kiện là chỉ kiểm định tự tương quan bậc nhất có thể xem là hạn chế của kiểm định này.
(2)Phương pháp Breusch – Godfrey
Xét mô hình như sau: Yt = β0 + β1X1 + β2X2 + Ut.
Trong đó: Ut = ρ1Ut-1 + ρ2Ut-2 + … + ρpUt-p + ɛ t , ɛ t thỏa mãn các giả thuyết của OLS.
Kiểm định giả thuyết H0 : Không có tự tương quan (ρ1 = ρ2 = … = ρp = 0) Bước 1: Ước lượng mô hình ban đầu bằng phương pháp OLS.
Từ đó thu được các phần dư ɛ t.
Bước 2: Ước lượng mô hình sau đây bằng OLS: Et= β1 + β2X1+ ρ1et-1+ ρ2et-2+ … + ρpet-p + vt
Từ kết quả ước lượng mô hình này thu được R2
Bước 3: Với n đủ lớn, (n – p)R2 có phân phối xấp xỉ χ2
(p).
một bậc nào đó. Trong trường hợp ngược lại không tồn tại tự tương quan.
Eviews thực hiện kiểm định Breusch – Godfrey một cách tự động. Sau khi ước lượng mô hình ta chọn View và tiếp tục chọn Residual test/Serial Correlation LM test. Trong đó, Residual test: Kiểm định phần dư, Serial Correlation LM test: Kiểm định tương quan chuỗi bằng nhân tử Lagrange. Trong bảng tiếp theo nhập vào bậc tự tương quan (Lags to include). Nhìn vào kết quả trong bảng cuối cùng ta sẽ có kết luận về việc bác bỏ H0 hay không
Kiểm định độ trễ tối ưu
Xác định độ trễ tối ưu cho các biến của mô hình, mục đích là nhằm lựa chọn được số biến trễ đưa vào mô hình, tránh bỏ sót các biến giải thích quan trọng để tìm ra mô hình tối ưu nhất. Tiêu chí lựa chọn độ trễ tối ưu của mô hình là căn cứ theo các tiêu chí mặc định của mô hình, độ trễ nào đạt được nhiều tiêu chí thì càng tốt nhưng phải đảm bảo thêm điều kiện về số bậc tự do trong mô hình.
Tiêu chí lựa chọn độ trễ tối ưu như sau: LR : Kiểm định Likelihood Ratio FPE : Lỗi dự báo cuối cùng AIC : Tiêu chí thông tin Akaike SC : Tiêu chuẩn thông tin Schwarz HQ : Tiêu chí thông tin Hannan-Quinn
3.2. Thực trạng về biến động giá bất động sản nhà đất để ở tại Thành phố Hồ Chí Minh Hồ Chí Minh
3.2.1. Tổng quan về thị trường bất động sản nhà đất để ở tại Thành phố Hồ Chí Minh (adsbygoogle = window.adsbygoogle || []).push({});