Mục này sẽ tổng quan về các phương pháp và kỹ thuật định giá đất phổ biến nhất hiện nay. Phương pháp được hiểu là trình tự, hay lộ trình thực hiện một tập hợp các quy tắc, kiến thức đã được kiểm chứng nhằm đạt kết quả mong muốn là ước lượng được giá trị của đất đai với một sai số chấp nhận được. Kỹ thuật được hiểu là cách thức vận dụng, thực thi một hay nhiều phương pháp một cách hệ thống nhằm đạt được kết quả.
1.1.3.1. Nhóm định giá đất cá biệt
Theo Hội đồng tiêu chuẩn định giá quốc tế (IVSC) (2017) thì có 3 cách tiếp cận truyền thống trong định giá, đó là tiếp cận thị trường, tiếp cận thu nhập và tiếp cận chi phí [119]:
-Tiếp cận thị trường (market approach): cung cấp một dấu hiệu của giá trị bằng cách so sánh tài sản có đặc điểm tương tự hoặc giống với tài sản đã có thông tin về giá.
-Tiếp cận thu nhập (income approach): cung cấp dấu hiệu của giá trị bằng cách chuyển đổi dòng tiền trong tương lai được tạo bởi tài sản về giá trị hiện tại.
-Tiếp cận chi phí (cost approach): cung cấp một dấu hiệu của giá trị bằng cách tính toán chi phí thay thế hoặc chi phí tái sản xuất một tài sản và khấu trừ những giá trị hao mòn vật lý hoặc những lỗi khác có liên quan.
Từ những cách tiếp cận định giá này, một số phương pháp định giá đất cơ bản được áp dụng rộng rãi trên thế giới và ở Việt Nam là:
-Phương pháp so sánh trực tiếp: Là phương pháp định giá đất thông qua việc so sánh các thửa đất trống cần định giá với các thửa đất trống tương tự về mục đích sử dụng đất, vị trí, khả năng sinh lợi, điều kiện kết cấu hạ tầng, diện tích, hình thể, tính pháp lý về quyền sử dụng đất đã chuyển nhượng trên thị trường, trúng đấu giá quyền sử dụng đất (gọi là thửa đất so sánh), từ đó điều chỉnh để xác định giá [14]. Phương pháp này có ưu điểm là đơn giản, kết quả của phương pháp phản ánh sự đánh giá khách quan của thị trường nên dễ được mọi người chấp nhận. Nhưng phương pháp này đòi hỏi phải có đủ dữ liệu giá đất thị trường đáng tin cậy của các thửa đất trống.
16
-Phương pháp thu nhập: giá đất được tính “bằng thương số giữa mức thu nhập ròng thu được bình quân một năm trên một đơn vị diện tích đất so với lãi suất tiền gửi tiết kiệm bình quân một năm tính đến thời điểm định giá đất của loại tiền gửi VNĐ kỳ hạn 12 tháng tại ngân hàng thương mại nhà nước có mức lãi suất tiền gửi tiết kiệm cao nhất trên địa bàn cấp tỉnh” [14]. Phương pháp này áp dụng cho việc định giá đất / BĐS có khả năng cho thu nhập hoặc có khả năng sinh lời như khách sạn, nhà hàng,… Hạn chế của phương pháp là không thể tính hết được các rủi ro ảnh hưởng đến thu nhập của thửa đất / BĐS vì các giá trị đều là sự dự báo ở tương lai.
-Phương pháp chiết trừ: xác định giá đất của “thửa đất có tài sản gắn liền với đất bằng cách loại trừ phần giá trị tài sản này ra khỏi tổng giá trị BĐS (bao gồm giá trị của đất và giá trị của tài sản gắn liền với đất)” [14]. Giá của tài sản gắn liền với đất được ước tính bằng chi phí tái tạo hoặc chi phí thay thế để đầu tư xây dựng tài sản mới có công dụng tương đương với tài sản hiện có trên đất rồi trừ đi phần giá trị hao mòn. Phương pháp này được coi là hệ quả của phương pháp chi phí trong định giá BĐS.
-Phương pháp thặng dư: xác định giá đất của “thửa đất có tiềm năng phát triển theo quy hoạch sử dụng đất, quy hoạch xây dựng hoặc được phép chuyển mục đích sử dụng đất để sử dụng cao nhất và tốt nhất bằng cách loại trừ tổng chi phí ước tính ra khỏi tổng doanh thu phát triển giả định của BĐS” [14].
Ngoài ra, ở Việt Nam, theo Nghị định số 44/2014/NĐ-CP quy định về giá đất thì từ năm 2014 có thêm phương pháp hệ số điều chỉnh giá đất. Đây là phương pháp định giá đất bằng cách sử dụng hệ số điều chỉnh giá đất nhân với giá đất trong bảng giá đất do Ủy ban nhân dân tỉnh, thành phố trực thuộc Trung ương ban hành [14].
Các phương pháp định giá đất nói trên được sử dụng phổ biến khi tiến hành định giá cho từng thửa đất đơn lẻ, còn gọi là định giá đất cá biệt. Ngoài việc dựa trên các nguyên tắc cơ bản của định giá đất (như nguyên tắc sử dụng cao nhất và tốt nhất, nguyên tắc thay thế, nguyên tắc đóng góp,...) và công tác khảo sát thị trường thì yếu tố kinh nghiệm của người định giá cũng góp phần quan trọng ảnh hưởng đến kết quả định giá. Nhìn chung, các phương pháp định giá đất cá biệt có ưu điểm là linh hoạt, áp dụng được trong nhiều điều kiện cụ thể. Tuy nhiên, nó cũng có mặt hạn chế khi đứng trước yêu cầu định giá số lượng lớn các thửa đất, phân tích nhiều
17
các yếu tố ảnh hưởng cũng như mối quan hệ tác động qua lại giữa các yếu tố là phức tạp. Chính vì vậy, việc ứng dụng công nghệ hiện đại để hỗ trợ các phương pháp định giá đất là rất cần thiết.
1.1.3.2. Nhóm định giá đất hàng loạt
Cùng với sự phát triển của khoa học công nghệ, lĩnh vực định giá đất một mặt nhận được sự hỗ trợ từ máy tính, các hệ thống thông tin, nhưng mặt khác cũng phải đáp ứng nhu cầu ngày càng cao của xã hội nhằm đảm bảo độ tin cậy, xử lý nhanh hơn, nhiều hơn và dùng cho nhiều mục đích khác nhau. Điều này dẫn đến việc cần tìm kiếm các mô hình tự động hóa quá trình định giá và phát triển các kỹ thuật định giá hàng loạt.
Theo Hiệp hội Quốc tế các chuyên gia định giá (IAAO) (2013), định giá hàng loạt (mass appraisal/valuation) là một quá trình định giá một nhóm các BĐS vào một thời điểm nhất định và sử dụng dữ liệu dùng chung, các phương pháp được chuẩn hóa, và có kiểm nghiệm thống kê [116]. Cũng theo IAAO (2018), mô hình định giá tự động (automated valuation model) là một chương trình phần mềm máy tính sử dụng để đưa ra ước tính giá trị thị trường dựa trên phân tích điều kiện thị trường, vị trí, và đặc điểm của BĐS từ những thông tin thu thập trước đó hoặc thu thập riêng biệt [117]. Theo Maurizio d’Amato (2017), các phương pháp định giá tự động có phổ ứng dụng rộng hơn định giá hàng loạt [91]. Thông thường, kết quả đầu ra của định giá hàng loạt chủ yếu đáp ứng mục đích tính thuế tại thời điểm nhất định, còn kết quả của định giá tự động được sử dụng phần lớn cho mục đích thế chấp, cho vay, đầu tư,...[91]. Mặc dù có sự khác biệt giữa hai nhóm mô hình nhưng về bản chất đều thể hiện tính hàng loạt và dựa trên sự hỗ trợ của các kỹ thuật máy tính. Trên thế giới cũng như ở Việt Nam, các kỹ thuật định giá đất này có thể được gọi theo thuật ngữ CAMA (Computer Assisted Mass Appraisal – Định giá hàng loạt dựa trên kỹ thuật máy tính) [34]. Lý thuyết cơ bản nhất của CAMA là lý thuyết giá hưởng thụ (Hedonic) [51] (đã đề cập ở mục 1.1.2.2).
Các kỹ thuật hiện đại hỗ trợ cho định giá hàng loạt có thể kể đến là:
1. Các nghiên cứu sử dụng phân tích hồi quy đa biến (Multivariate regression analysis - MRA). Đây được đánh giá là cách tiếp cận quan trọng nhất và chính thống để định giá hàng loạt [125]. Đại diện cho nhóm này là các phương pháp định
18
giá theo mô hình Hedonic. Kết quả của nghiên cứu là một hàm toán học thể hiện mối liên hệ giữa biến phụ thuộc (là giá đất, giá BĐS) và các biến độc lập (là các thuộc tính của BĐS) tuân theo các kiểm định của thống kê (như hệ số xác định bình phương R2, độ tin cậy, hệ số tương quan,...). Mặc dù phương pháp định giá Hedonic được sử dụng nhiều trong nghiên cứu về định giá BĐS, tuy nhiên để xây dựng được một mô hình tốt, đòi hỏi phải có số lượng điều tra lớn và những kiểm định thống kê chặt chẽ, đặc biệt vấn đề tự tương quan không gian [100], hiện tượng đa cộng tuyến, phương sai phụ thuộc vào biến ngẫu nhiên khác [96], hay mối quan hệ phi tuyến tính [155] mà những vấn đề này vẫn còn gặp nhiều tranh luận khi xây dựng hàm Hedonic.
Ở Việt Nam, những nghiên cứu về mô hình hồi quy đa biến rất đa dạng. Hồi quy đa biến tuyến tính có nghiên cứu của Nguyễn Quỳnh Hoa và Nguyễn Thạch (2013), Nguyễn Quỳnh Hoa và Nguyễn Hồng Dương (2016) được thực hiện với bộ dữ liệu trên địa bàn thành phố Hồ Chí Minh [22, 21]. Hồi quy đa biến phi tuyến có nghiên cứu của nhóm tác giả Nguyễn Hoàng Huy và các cộng sự (2015) áp dụng phương pháp LASSO để chỉnh hóa các hệ số hồi quy phi tuyến cho bài toán định giá BĐS, thử nghiệm tại quận Long Biên và tỉnh Montreal. Tuy nhiên, kết quả đã chỉ ra thuật toán kết tập hồi quy phi tuyến LASSO là tốt hơn cho tập dữ liệu BĐS tỉnh Montreal nhưng đối với quận Long Biên thì không như mong đợi [27]. Nhóm tác giả cũng đề cập đến lý do một phần vì thuộc tính trong tập dữ liệu của tỉnh Montreal và quận Long Biên là khác nhau và cách thức thu thập dữ liệu ở quận Long Biên phần lớn là từ các chủ BĐS nên có chứa nhiều yếu tố chủ quan [27].
Ở Việt Nam, Bộ Tài nguyên và Môi trường đang triển khai dự án phối hợp với KOICA (Hàn Quốc) về “Tăng cường năng lực định giá đất và hệ thống thông tin giá đất dựa trên VietLIS”, thực hiện thí điểm tại 4 địa phương là Vĩnh Phúc, Bắc Ninh, Đà Nẵng và Cần Thơ từ tháng 6/2017. Dự án được thực hiện dựa trên phương pháp định giá theo thửa đất chuẩn của Hàn Quốc. Hàng năm, chính phủ Hàn Quốc công bố giá đất của các thửa đất chuẩn được công bố. Dựa trên số liệu đó, giá đất cụ thể được so sánh đặc tính với các thửa đất chuẩn để ước tính tỷ lệ giá. Thực chất, giá đất cụ thể được tính dựa trên phương pháp so sánh [17]. Tính hiện đại được thể hiện ở chỗ các đặc tính của thửa đất chuẩn cũng như bảng so sánh chuẩn về các yếu tố
19
hình thành giá đất giữa thửa chuẩn và thửa cụ thể được phân tích dựa trên mô hình Hedonic [60]. Định giá đất theo thửa chuẩn cũng là một trong số phương pháp được áp dụng tại Nhật Bản. Tổng Cục Quản lý đất đai và Hiệp hội thẩm định bất động sản Nhật Bản (JAREA) đã triển khai dự án thí điểm ứng dụng kinh nghiệm của Nhật Bản về định giá đất tại Hải Phòng từ năm 2018 [179].
Nhìn chung, phân tích hồi quy đa biến là một phương pháp truyền thống trong định giá hàng loạt. Tuy nhiên, nhược điểm của mô hình hồi quy đa biến là thường thiếu sự phân tích và thể hiện của các dữ liệu về không gian [125].
2. Các nghiên cứu theo hướng ứng dụng GIS trong định giá đất, BĐS. Yomralioglu và Nisanci (2004) đưa ra phương pháp định giá hàng loạt các thửa đất bằng cách xác định n yếu tố Pi có ảnh hưởng đến giá đất và trọng số Wicủa chúng. Mỗi một yếu tố ảnh hưởng được thể hiện dưới dạng một lớp raster và giá trị của thửa đất V được tính bằng trị trung bình trọng số của các lớp raster đó [166]. Các phân tích raster đều được thực hiện qua công cụ của GIS. Một nghiên cứu khác dựa trên nền tảng hệ thông tin địa lý là Peter J. Wyatt (1997) xây dựng hệ thống thông tin BĐS hỗ trợ cho định giá [165]. Công cụ nội suy trị trung bình trọng số IDW trong GIS được nhóm nghiên cứu Trần Quốc Bình và cộng sự (2008) ứng dụng để thành lập bản đồ vùng giá trị đất đai của một phường ở thành phố Hà Nội [1]. Hướng thành lập bản đồ giá đất, bản đồ vùng giá trị đất đai còn có các nghiên cứu của Trịnh Hữu Liên (2006), Nguyễn Phi Sơn (2015) [33, 51]. Ngoài ra, GIS còn được ứng dụng để nghiên cứu biến động giá đất dưới dạng các bản đồ rất trực quan [57], xây dựng cơ sở dữ liệu giá đất [55] và tính toán các hệ số ảnh hưởng đến giá đất [18]. Nói chung, ưu điểm của GIS là khả năng phân tích không gian mạnh nên việc hiển thị dữ liệu sẽ trực quan hơn và giúp cho các ứng dụng định giá trở nên thân thiện hơn với người dùng [125].
3. Các nghiên cứu theo hướng kết hợp phân tích thống kê và hệ thông tin địa lý GIS từ mức độ đơn giản đến nâng cao. Ở mức độ đơn giản, GIS hỗ trợ việc phân tích không gian của các biến số về khoảng cách, vị trí, các đặc tính không gian của BĐS. Sau đó, các giá trị phân tích này được xuất sang gói phân tích thống kê để xây dựng hàm hồi quy giữa giá đất / BĐS và các yếu tố ảnh hưởng. Cuối cùng, kết quả
20
có thể được cập nhật lại vào hệ thống GIS phục vụ cho hiển thị và lưu trữ. Nisanci và các cộng sự (2006) sử dụng GIS để biểu thị tính không gian của các thuộc tính BĐS dưới dạng bản đồ giá trị (bao gồm 20 yếu tố như địa hình, khoảng cách đến trung tâm thành phố, khoảng cách đến bãi đỗ xe,...). Sau đó, các yếu tố này được đánh giá bằng phương pháp thống kê trong phần mềm SPSS để lựa chọn tối ưu những yếu tố ảnh hưởng chính đến giá trị đất với kết quả từ 13 – 16 yếu tố thay vì 20 yếu tố [148]. Ở Việt Nam, cách tiếp cận này đã được một số nhà khoa học áp dụng. Nguyễn Thế Chinh, Nguyễn Phi Sơn và cộng sự (2019) sử dụng GIS và mô hình hồi quy đa biến để phân tích tác động của 17 yếu tố ảnh hưởng đến giá đất phi nông nghiệp tại Quảng Ninh bao gồm các yếu tố khoảng cách, mật độ giao thông, khả năng cung cấp nước sạch và chất lượng thổ nhưỡng [87]. Trần Thanh Hùng (2019) cũng kết hợp mô hình toán học của thống kê với công nghệ WebGIS mã nguồn mở để xây dựng bản đồ giá đất [26].
Ở mức độ nâng cao, các nghiên cứu được phát triển theo hướng thống kê không gian (spatial statistics). Năm 1970, Waldo Tobler đưa ra một nguyên lý: “mọi thứ đều liên quan đến nhau, nhưng mà những thứ ở gần nhau thì sẽ liên quan hơn là những thứ ở xa nhau” để lập một mô hình về sự tăng trưởng của dân số đô thị tại thành phố Detroit của Mỹ từ năm 1910 đến năm 2000 [157]. Nguyên lý này là nền tảng của các nghiên cứu về phân tích không gian như hồi quy không gian, nội suy không gian (kriging), phân tích khoảng cách [142]. Kevin Gillen và các cộng sự (2001) đề cập đến vấn đề giá nhà có thể có sự tự tương quan không gian bởi 3 lý do: (1) những BĐS gần nhau có xu hướng có các đặc điểm tương tự nhau (ví dụ như đặc điểm khu vực sinh sống, đặc điểm thiết kế); (2) những thông tin khác về đặc điểm cấu trúc và khu vực quan trọng có thể không có sẵn và không được tính vào mô hình và (3) ngay cả trong trường hợp có đầy đủ thông tin thì cũng khó để đặc tả mô hình chính xác [100]. Những lý do này khiến cho những giả định của phân tích hồi quy truyền thống trở nên không đúng và có thể làm cho các ước lượng của mô hình bị sai lệch. Nhiều nghiên cứu đã phát triển mô hình Hedonic không gian để nâng cao độ tin cậy của mô hình. Theo Anselin và Gracia (2009) thì mô hình Hedonic không gian thực chất là mô hình Hedonic có xem xét đến hiệu ứng không
21
gian trong mô hình kinh tế lượng với hai hiệu ứng cơ bản là sự phụ thuộc không gian (spatial dependence) và sự không đồng nhất về không gian (spatial heterogeneity) [74].
- Theo hướng sự phụ thuộc không gian: Can và Megbolugbe (1997) chỉ ra rằng sự phụ thuộc không gian là vấn đề cục bộ, nó sẽ thay đổi ở các vùng đô thị khác nhau theo thời gian [83]. Nhóm tác giả đã cố gắng cải tiến mô hình Hedonic truyền thống bằng cách thiết lập bổ sung mô hình độ trễ không gian. Bongjoon Kim