4.4.2 Giả định về tính độc lập của sai số (kiểm định khơng có tương quan giữa các phần dư) các phần dư)
Giả định về tính độc lập của sai số, tức là giữa các phần dư khơng có mối quan hệ tương quan. Một lý do dẫn đến hiện tượng này là các biến có ảnh hưởng khơng được đưa hết vào mơ hình là do giới hạn về mục tiêu nghiên cứu của đề tài, hoặc chọn dạng mơ hình sai, sai số trong đo lường các biến. Khi mơ hình có hiện tượng này, sẽ dẫn đến vấn đề tương quan chuỗi trong sai số và tương quan chuỗi gây ra những tác động sai lệch nghiêm trọng đến mơ hình hồi quy tuyến tính như hiện tượng phương sai thay đổi. Đại lượng thống kế Durbin-Watson dùng để kiểm định tương quan của các sai số kề nhau. Hệ số Durbin-Watson thường nằm ở trong khoảng 1.4 – 2.5 là phù hợp.
Bảng 4.4.2 Bảng kết quả kiểm định tính độc lập của sai số
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .930a .864 .859 .23409 1.455
a. Predictors: (Constant), LnNha, KC, LG, DAT, VT b. Dependent Variable: LnPrice
4.4.3 Giả định khơng có tương quan giữa các biến độc lập (kiểm định đa cộng tuyến) cộng tuyến)
Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mơ hình những thơng tin rất giống nhau, khó tách rời ảnh hưởng của từng biến độc lập đến biến phụ thuộc, làm tăng độ lệch chuẩn của các hệ số hồi quy. Trong kiểm định này, yêu cầu các hệ số VIF của các biến độc lập phải nhỏ hơn 10 thì mơ hình kiểm định khơng có hiện tượng đa cộng tuyến xảy ra.
Qua bảng kiểm định ở phụ lục 4.3.8, Hệ số VIF của các biến đều nhỏ hơn 10, do đó có thể kết luận rằng khơng có dấu hiệu của hiện tượng đa cộng tuyến.
4.4.4 Giả định liên hệ tuyến tính
Tiến hành vẽ đồ thị phân tán giữa các phần dư và giá trị dự đốn xem mơ hình có liên hệ tuyến tính. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì sẽ khơng nhận thấy có liên hệ giữa các giá trị dự đoán và phần dư. Nếu giả định liên hệ tuyến tính được thỏa mãn thì phần dư phải phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0.
4.4.5 Giả định phương sai của sai số không đổi
Hiện tượng phương sai thay đổi gây ra khá nhiều hậu quả đối với mơ hình ước lượng bằng phương pháp OLS. Nó làm cho ước lượng của các hệ số hồi quy không chệch nhưng không hiệu quả.
Do phần mềm SPSS không hỗ trợ kiểm định Goldfeld-Quandt, ta có thể sử dụng biểu đồ P-P plot để khảo sát phương sai đồng nhất và phân phối chuẩn của phần dư. Biểu đồ P-P plot thể hiện những giá trị của các điểm phân vị của phân phối chuẩn. Những giá trị kỳ vọng này tạo thành một đường chéo, các điểm quan sát thực tế sẽ tập trung sát đường chéo nếu dữ liệu có phân phối chuẩn và phương sai phần dư là đồng nhất.
Dựa vào biểu đồ P-P plot cho thấy giả định phương sai của sai số không đổi khơng bị vi phạm.
4.5 Kiểm định tìm nhân tố quan trọng nhất
Theo hệ số Beta chuẩn hóa thì biến DAT và biến LG là 2 biến có ảnh hưởng nhiều nhất đến biến phụ thuộc LnPrice.
Để tìm biến có ảnh hưởng nhất đến biến phụ thuộc LnPrice trong mơ hình hồi quy, tác giả xét đến sự tương quan của biến DAT và biến LG với biến LnPrice để xác định tầm quan trọng của biến DAT và biến LG khi được sử dụng riêng biệt để dự đốn giá nhà ở. Khi nhìn vào hệ số tương quan, kết quả cho thấy biến DAT (r = 0.778) tác động đến biến LnPice nhiều hơn là biến LG (r = 0.754), tức là diện tích đất có ảnh hưởng tới giá nhà ở hơn là chiều ngang mặt đường, hẻm phía trước của BĐS. Do đó, có thể kết luận rằng biến DAT quan trọng hơn biến LG khi dự đoán giá nhà ở trên địa bàn quận 11, TP HCM.
Ngoài ra, ta cũng cần xem xét đến ảnh hưởng của các biến DAT và LG đến biến LnPrice trong mối quan hệ phụ thuộc với các biến khác trong mơ hình thông qua tương quan từng phần và tương quan riêng.
Bảng 4.5 Bảng kết quả kiểm định tìm nhân tố quan trọng nhất
Model
Correlations
Zero-order Partial Part
1 (Constant) VT .755 .254 .097 DAT .778 .683 .344 LG .754 .536 .234 KC -.211 -.287 -.111 LnNha .523 .177 .066
Nhìn vào hệ số tương quan từng phần và tương quan riêng, kết quả cho thấy biến DAT quan trọng hơn biến LG và biến DAT là biến quan trọng nhất trong mơ hình định giá này.
4.6 Phân tích ý nghĩa của hệ số hồi quy
Sau khi thực hiện loại bỏ biến ST, thay đổi biến NHA thành LnNha để giảm sự biến thiên và thực hiện các kiểm định, đề tài xác định được mơ hình hồi quy như sau:
Ý nghĩa của các hệ số hồi quy như sau:
Vị trí BĐS với điều kiện các các yếu tố khác khơng đổi, nếu BĐS có vị trí mặt tiền
đường thì giá BĐS đó sẽ cao hơn BĐS có vị trí trong hẻm là 21,2%. Vì BĐS ở vị trí mặt tiền đường thì thuận lợi về nhiều mặt như giao thông, tự kinh doanh hoặc cho thuê mặt bằng và các yếu tố khác. Với cùng diện tích và kiến trúc như nhau, nhưng BĐS có vị trí ở mặt tiền đường thì giá sẽ cao hơn.
Diện tích đất với điều kiện các các yếu tố khác không đổi, giá BĐS sẽ tăng 1,2%
nếu diện diện tích đất tăng thêm 1m2. Theo kết quả hồi quy và phân tích trên thì diện tích đất là yếu tố quan trọng nhất đối với giá BĐS. Tại trung tâm thành phố, nhu cầu về đất có diện tích lớn sẽ nhiều hơn, cơ hội cho các giao dịch sẽ thuận lợi hơn.
Diện tích nhà tương tự như biến diện tích đất, với các điều kiện khác không đổi,
diện tích nhà thay đổi 1% thì giá nhà thay đổi 0.081%. Trên thực tế như đã phân tích ở trên, diện tích nhà chỉ ảnh hưởng nhỏ đến giá trị bất động sản, ví dụ đối với những nhà cùng diện tích đất, tuy là nhà trệt có ở vị trí ở mặt tiền đường nhưng giá BĐS lại cao hơn những nhà nhiều tầng nhưng có vị trí trong hẻm do những nhà có diện tích nhà lớn nhưng trong hẻm thì cũng khơng có được các lợi thế về vị trí.
Chiều ngang mặt tiền đường, hẻm phía trước nếu các yếu tố khác khơng đổi, nếu
chiều ngang mặt tiền đường, hẻm phía trước BĐS tăng thêm 1m thì giá của BĐS sẽ tăng thêm 2,5%. Do chiều ngang mặt tiền đường, hẻm phía trước càng rộng thì càng thuận tiện cho giao thơng, việc đi lại cũng dễ dàng hơn.
Khoảng cách từ BĐS đến Chợ Bến Thành với điều kiện các yếu tố khác không
đổi, giá BĐS sẽ giảm 12,2% nếu BĐS xa trung tâm thêm 1 km. Điều nay có thể lý giải ở chỗ BĐS càng gần trung tâm thì sẽ có nhiều có nhiều cơ hội kinh doanh, cơ hội giao dịch trong mua bán cũng thuận lợi hơn.
4.7 Vận dụng mơ hình vào việc định giá bất động sản
Từ kết quả hồi quy và các giả định trong mơ hình đều khơng bị vi phạm, tác giả cho rằng có thể vận dụng mơ hình (2) để xác định giá trị nhà ở cụ thể của các BĐS ở địa bàn quận 11, TP HCM
LnPRICE = 21,552 + 0,212*VT + 0,012*DAT + 0,081*LnNha + 0,025*LG - 0,122*KC (2)
BĐS được chọn để vận dụng vào mơ hình hồi quy tìm được là BĐS có các số liệu như bảng dưới đây:
Biến VT DAT NHA LG KC Tung độ gốc
Mean 1 49,28 111,155 14,12 7,5 21,552
BĐS tọa lạc ở mặt tiền đường
Qua bảng thống kê mơ tả biến, chọn ngẫu nhiên một BĐS có các giá trị trung bình của các quan sát và hàm hồi quy tìm được, tác giả vận dụng mơ hình để tính giá một BĐS cụ thể. Kết quả lnPrice = 21,552 + 0,212*1 + 0,012*49,28 + 0,081*Ln(111,115) + 0,025*14,12 - 0,122*7,5 = 22.17494 tưong đương 4 tỷ 554 triệu đồng
BĐS có vị trí mặt tiền đường, diện tích đất là 49,28 m2, diện tích nhà là 111,115 m2, có chiều ngang mặt đường là 14,12 m, khoảng cách từ BĐS đến Chợ Bến Thành là 7,5 km thì có mức giá là 4 tỷ 554 triệu đồng. Và nếu chỉ tính riêng cho phần đất thì đất của BĐS có giá 4 tỷ 344 triệu đồng, tương ứng với 88,14 triệu đồng/m2. Với những yếu tố thuận lợi, giá này được cho là phù hợp với thị trường tại thời điểm tiến hành khảo sát.
BĐS tọa lạc ở hẻm
Cùng một BĐS có cùng các số liệu trên nhưng có vị trí trong hẻm thì có lnPrice = 21.58136 => Price = 4,437 tương đương với giá BĐS là 4 tỷ 437 triệu đồng. Và nếu chỉ tính riêng cho phần đất thì đất của BĐS có giá 4 tỷ 230 triệu đồng, tương ứng với 85,83 triệu đồng/m2. Giá này được cho là phù hợp với thị trường tại thời điểm tiến hành khảo sát.
CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ
Trong chương này, tác giả sẽ đưa ra kết luận về kết quả nghiên cứu, những đóng góp của đề tài, cũng như những mặt hạn chế và hướng phát triển của đề tài. Qua đó, đề xuất một số kiến nghị.
5.1 Kết luận
5.1.1 Kết luận kết quả nghiên cứu
Từ việc kế thừa kết quả của các nghiên cứu trước và thông qua công cụ SPSS 20, tác giả đã xây dựng được hàm hồi quy đa biến với biến phụ thuộc là giá nhà ở (LnPrice). Bằng phương pháp định lượng này, tác giả đã xác định năm nhân tố có tác động đến giá nhà ở trên địa bàn quận 11, TP. HCM là diện tích đất; chiều ngang đường, hẻm phía trước; vị trí của BĐS; khoảng cách từ BĐS đến trung tâm thành phố; diện tích nhà. Mức độ giải thích sự biến động của 5 biến này là 85,9%, sự phù hợp của mơ hình hồi quy đều được đảm bảo và các kiểm định hàm hồi quy không vi phạm bất cứ giả định quan trọng nào. Kết luận mức độ tác động của các nhân tố đến giá nhà ở như sau:
(i) Diện tích đất có tác động mạnh nhất đến giá nhà ở và cũng phù hợp với thực tế vì diện tích đất là nhân tố quan trọng hình thành nên giá trị BĐS, đúng với thành ngữ từ ngàn xưa “tấc đất tấc vàng”. Giá BĐS sẽ cao đối với những BĐS có diện tích lớn do giá trị quyền sử dụng đất cao, chi phí xây dựng sẽ tốn kém hơn những BĐS có diện tích nhỏ. Bên cạnh đó, những BĐS có diện tích lớn thì người sử dụng đất có thể tối đa hóa tính hữu dụng bằng cách tối đa hóa mục đích sử dụng đất, cụ thể: ngồi mục đích nhà ở, người sử dụng có thể dùng cho thuê, dùng làm văn phòng, tự kinh doanh và các mục đích khác. Ngồi ra, khi BĐS có diện tích đất lớn, người sử dụng có thể cải thiện chất lượng cuộc sống bằng cách trang trí nội thất theo phong cách, cá tính riêng; tạo khơng gian sống thoải mái hơn và làm việc sẽ có hiệu quả hơn. Vì vậy, diện tích đất lớn sẽ đáp ứng được nhiều nhu cầu hơn, do đó mà giá BĐS sẽ cao hơn.
(ii) Chiều ngang mặt đường, hẻm phía trước BĐS cũng là nhân tố tác động mạnh khơng kém nhân tố diện tích đất đến giá nhà ở. Chiều ngang mặt đường, hẻm phía
trước càng rộng thì giá của BĐS càng cao. Điều này là phù hợp với thực tế, nếu hai BĐS có tất cả các đặc điểm như nhau về diện tích đất, diện tích nhà và các đặc điểm khác nhưng một BĐS tọa lạc trên con đường rộng 2m thì giá của BĐS này giảm rất nhiều so với giá của BĐS còn lại tọa lạc ở con đường có chiều ngang 8m, vì đối với những con đường có chiều ngang hẹp thì việc giao thơng đi lại trong vùng sẽ khó khăn, có thể gây ra ùn tắc bất cứ lúc nào, làm giảm hiệu quả cuộc sống. Bên cạnh đó, theo tính chất “tính chịu ảnh hưởng lẫn nhau” thì chiều ngang mặt đường, hẻm có chiều ngang càng lớn sẽ làm cho cảnh quan phía trước BĐS thoáng mát, làm tăng giá trị của BĐS.
(iii) Vị trí BĐS là nhân tố tiếp theo có tác động mạnh đến giá nhà ở, bài nghiên cứu cũng góp phần xác định tầm quan trọng của nhân tố vị trí BĐS. Nếu hai BĐS có cùng diện tích, số tầng, cách trang trí và các đặc điểm khác nhưng BĐS ở vị trí mặt tiền đường thì giá BĐS sẽ cao hơn nhiều so với BĐS ở vị trí trong hẻm. Một nguyên tắc vàng bắt buộc phải luôn luôn ghi nhớ đối với bất kỳ ai sở hữu BĐS, hoặc tham gia vào thị trường BĐS đó là “Vị trí – Vị trí – Vị trí”.
(iv) Khoảng cách từ BĐS đến trung tâm thành phố (Chợ Bến Thành) là nhân tố có tác động đến giá nhà ở. Các BĐS càng xa trung tâm thành phố thì giá sẽ càng giảm và điều này cũng phù hợp với thực tế. Đối với những BĐS có cùng các đặc điểm về diện tích đất, diện tích nhà, kiến trúc xây dựng và các đặc điểm khác nhưng ở gần trung tâm thành phố thì có giá sẽ cao hơn các BĐS ở cách xa trung tâm. Nguyên nhân chính là do các BĐS ở gần trung tâm thành phố sẽ có lợi thế về kinh doanh, giao thơng; khơng phải tốn kém nhiều thời gian, chi phí kinh tế và chi phí cơ hội cho việc đi lại.
(v) Diện tích nhà là nhân tố có tác động kém nhất trong những nhân tố tác động đến giá nhà ở. Đúng với nhận định ban đầu, diện tích nhà là nhân tố có ảnh hưởng rất nhỏ đến giá trị của BĐS. Một BĐS có diện tích nhà lớn với kiến trúc nhiều tầng nhưng diện tích đất (diện tích sàn xây dựng) quá nhỏ, tọa lạc ở những vị trí khơng thuận lợi thì giá của BĐS đó sẽ khơng cao bằng những BĐS có diện tích đất lớn cùng vị trí.
5.1.2 Những đóng góp của đề tài
Thơng qua việc ứng dụng mơ hình Hedonic để xác định các nhân tố ảnh hưởng đến giá nhà ở trên địa bàn quận 11, TP. Hồ Chí Minh, phần nào giúp ta hiểu được những nhân tố tác động đến giá BĐS, nhân tố nào là quan trọng nhất, từ đó giúp những người tham gia thị trường có thể ước lượng giá BĐS một cách đúng đắn bằng cách dựa vào các nhân tố tác động mạnh như diện tích đất; vị trí; chiều ngang mặt đường, hẻm phía trước; khoảng cách từ BĐS đến trung tâm thành phố, diện tích nhà.
Với các dữ liệu thu thập được, thực hiện chạy hồi quy mơ hình Hedonic và kiểm định về sự phù hợp của mơ hình hồi quy, tác giả đã xây dựng được hàm hồi quy và kết quả giải thích được 85,9% sự biến thiên của giá, do đó mà những người tham gia thị trường có thể ứng dụng hàm này để ước tính giá các BĐS cụ thể dựa trên các yếu tố tác động đến giá BĐS đã đề cập trong mơ hình.
Dựa trên mơ hình hồi quy, chúng ta có thể xây dựng giá gốc, làm cơ sở để xây dựng chỉ số giá. Trên thế giới, chỉ số giá Hedonic (hedonic Price Index) được tính tốn và áp dụng trong lĩnh vực kinh tế. Khi xây dựng chỉ số giá thơng qua mơ hình Hedonic giúp sẽ chúng ta quan sát thị trường một cách dễ dàng hơn như chỉ số chứng khoán VNIndex, chỉ số giá tiêu dùng CPI, và các chỉ số khác. Từ đó, nhà quản lý có thể đưa ra những chính sách, biện pháp hợp lý khi thị trường gặp bất ổn.
5.1.3 Những mặt hạn chế và hướng phát triển của đề tài
Với bộ dữ liệu mà tác giả thu thập được trên địa bàn quận 11, TP. Hồ Chí Minh, tác giả xây dựng được mơ hình hồi quy thơng qua 6 biến ban đầu, kết quả có 5 biến tác