Nguồn: Điểm tin thị trường Q4/2014, CBRE
4.2 Kết quả phân tích dữ liệu 4.2.1 Thống kê mơ tả
Bảng 4.1 : Thống kê mơ tả biến
Giá th (USD/tháng) Diện tích (m2) Tầng cao Số phịng ngủ Số WC Khoảng cách đến quận 1 (km) Mật độ xây dựng Thời gian thuê (năm) Mean 1220,5 117,59 12,60 2,59 2,20 6,12 0,32 1,11 Std. Error of Mean 21,15 1,68 0,41 0,04 0,03 0,18 0,01 0,02
Median 1200,00 123,16 12,00 3,00 2,00 7,70 0,26 1,00 Std.
Deviation 326,09 24,87 6,02 0,53 0,44 2,61 0,10 0,33
Minimum 700,00 70,00 1,00 1,00 1,00 2,70 0,23 1,00
Maximum 2353,00 172,00 32,00 4,00 4,00 9,60 0,50 3,00
4.2.2 Kết quả hồi quy
4.2.2.1 Kết quả hồi quy lần 1:
Bằng công cụ SPSS, tác giả tiến hành chạy hồi quy lần đầu tiên với tất cả các biến độc lập. Kết quả thu được:
Bảng 4.2: Kết quả hồi quy lần 1
Model Unstandardized Coefficients Sig. B Std. Error 1 (Constant) 257,281 116,150 ,028 DT 5,778 1,043 ,000 TANG ,551 2,559 ,830 PN 255,887 44,804 ,000 WC -191,595 42,971 ,000 KC_Q1 -2,430 6,113 ,691 MD -345,169 158,975 ,031 THOIHAN -18,196 57,867 ,753
THANHTOAN 34,175 52,138 ,513
NT 39,080 31,064 ,210
CQ_SONG 228,921 35,990 ,000
CQ_NOIKHU 181,436 40,112 ,000
Nguồn: Tác giả phân tích thơng qua phần mềm SPSS Kết quả phân tích cho thấy trong số 12 biến quan sát, có 5 biến khơng đạt mức ý nghĩa thống kê 95% và các biến độc lập giải thích được 62,5% sự thay đổi của biến GIA.
Các biến bị loại ra khỏi mơ hình:
- THOIHAN: Theo kết quả thống kê mô tả, các quan sát về thời gian thuê có thời hạn thuê 1 năm chiếm 197/220 quan sát. Do đó dữ liệu khơng đủ để đánh giá tác động của thời hạn thuê đến giá thuê căn hộ.
Kết quả này cũng được nêu trong nghiên cứu gần đây của CBRE Biểu đồ 4.4: Thống kê thời hạn thuê căn hộ năm 2014
Nguồn: Điểm tin thị trường Q4/2014, CBRE Trong năm 2014, có rất ít các giao dịch được ký với thời hạn trên 2 năm, 85% hợp đồng thuê thông qua CBRE đều có thời hạn thuê từ 6 tháng đến 1 năm.
- THANHTOAN: các quan sát về kỳ hạn thanh toán hàng tháng chiếm 94% tổng số quan sát. Do đó dữ liệu không đủ để đánh giá tác động của hình thức thanh tốn đến giá th căn hộ.
Các biến cịn lại do các nghiên cứu trước đây đều có mối tương quan với giá thuê nên tác giả chưa loại bỏ để tránh bỏ sót biến.
4.2.2.2 Kết quả hồi quy lần 2:
Bảng 4.3: Kết quả hồi quy lần 2:
Model Unstandardized Coefficients Sig. B ErrorStd. 1 (Constant) 275,915 105,514 ,010 DT 5,914 1,014 ,000 TANG ,615 2,547 ,809 PN 251,901 43,649 ,000 WC -194,964 42,191 ,000 KC_Q1 -2,617 6,040 ,665 MD -348,332 158,024 ,029 NT 38,638 30,866 ,212 CQ_SONG 232,280 35,461 ,000 CQ_NOIKHU 184,546 39,687 ,000
Nguồn: Tác giả phân tích thơng qua phần mềm SPSS Với khả năng giải thích 62,7%, mơ hình 2 sau khi tiến hành loại bỏ 2 biến THOIHAN và THANHTOAN, kết quả thu được chỉ có ba biến độc lập khơng có ý nghĩ thống kê tại mức ý nghĩa 95%.
Các biến độc lập có Sig lớn hơn rất nhiều so với mức 5% là biến TANG và biến NT và biến KC_Q1.
- TANG: theo các nghiên cứu đã tổng hợp ở trên về các nhân tố tác động đến giá căn hộ, yếu tố tầng cao đồng nghĩa với việc căn hộ có khơng gian thống mát, cảnh quan đẹp và tầm nhìn rộng nên giá các căn hộ có tầng càng cao thì giá có dấu hiệu cao hơn các căn còn lại.
- Biến NT: tác giả sử dụng biến giả để đo lường tác động của nội thất bên trong căn hộ đến giá thuê căn hộ. Tuy nhiên, sau khi thu thập dữ liệu thì việc có nội thất bên trong là không giống nhau giữa các căn hộ. Các căn hộ có thể được trang bị nội thất cơ bản, nội thất cao cấp, hay được trang bị cả những hệ thống điện thông minh,… điều này dẫn đến độ hữu dụng khác nhau giữa các nội thất khác nhau. Mặc khác, căn hộ được trang bị nội thất cao cấp chưa hẳn đã phù hợp với thị hiếu của người thuê, có thể là về mặt thẩm mỹ, màu sắc, kiểu dáng và phong cách của nội thất. Do hạn chế về thời gian thu thập dữ liệu, tác giả không trực tiếp gặp những người thuê căn hộ để đánh giá thang điểm cho yếu tố nội thất mà chỉ có thể khảo sát là căn hộ có nội thất hay khơng. Điều này dẫn đến không đo lường được hết mức độ ảnh hưởng của nội thất đến giá cho thuê làm cho độ lệch của biến này lớn. Theo các nghiên cứu thực nghiệm trước đây, các tiện ích bên trong căn nhà mang lại độ hữu dụng cho người sử dụng sẽ làm tăng giá trị căn nhà. Kết quả nghiên cứu cho thấy kỳ vọng của biến này là phù hợp so với các nghiên cứu trước đây.
- Biến KC_Q1: như đã trình bày ở phần giới hạn về dữ liệu nghiên cứu, tác giả chọn 8 dự án căn hộ cao cấp điển hình trên địa bàn Thành phố Hồ Chí Minh, các dự án này phân bố không đồng đều theo trục quay xung quanh trung tâm quận 1 và dữ liệu không quan sát được tất cả các căn hộ cao cấp trên địa bàn thành phố Hồ Chí Minh. Điều này dẫn đến biến khoảng cách đến trung tâm quận 1 không đầy đủ tất cả các quan sát nên dẫn đến độ sai lệch cao. Tuy nhiên, kỳ vọng của biến đi lại phù hợp các nghiên cứu thực nghiệm trước đây. Theo kết
quả hồi quy bên trên, căn hộ có khoảng cách càng gần trung tâm quận 1 có giá càng tăng.
Bảng 4.4: Tóm tắt kết quả hồi quy
Model
Hồi quy lần 1 Hồi quy lần 2
R2 = 62,5% Sig. R2 = 62,7% Sig. B ErrorStd. B ErrorStd. 1 (Constant) 257,28 116,15 0,028 275,915 105,514 0,010 DT 5,778 1,043 0,000 5,914 1,014 0,000 TANG 0,551 2,559 0,830 0,615 2,547 0,809 PN 255,89 44,804 0,000 251,901 43,649 0,000 WC -191,6 42,971 0,000 - 194,964 42,191 0,000 KC_Q1 -2,43 6,113 0,691 -2,617 6,040 0,665 MD -345,2 158,98 0,031 - 348,332 158,024 0,029 THOIHAN -18,2 57,867 0,753 THANHTOAN 34,175 52,138 0,513 NT 39,08 31,064 0,210 38,638 30,866 0,212 CQ_SONG 228,92 35,99 0,000 232,280 35,461 0,000 CQ_NOIKHU 181,44 40,112 0,000 184,546 39,687 0,000
Sau khi phân tích và xem xét kỳ vọng và sig của các biên, tác giả đề nghị mơ hình cuối cùng có dạng:
GIA = 275,915 + 5,914DT + 0,615TANG + 251,901PN – 194,964WC – 2,617KC_Q1 – 348,332MD + 38,638NT + 232,28CQ_SONG + 184,546CQ_NOIKHU
4.2.3 Phân tích ý nghĩa của hệ số hồi quy
Các biến tác động đến giá thuê căn hộ: (sig <0.05)
- Diện tích (DT): Khi các yếu tố khác khơng đổi, khi diện tích căn hộ tăng thêm 1 m2 thì giá thuê sẽ tăng thêm 5,914USD/tháng. Điều này cho thấy, người thuê sẵn sang trả tiền nhiều hơn để có được diện tích sử dụng lớn hơn.
- Số phịng ngủ (PN): Khi các yếu tố khác không đổi, khi căn hộ có thêm 1 phịng ngủ thì giá thuê sẽ tăng thêm 251,901USD/tháng. Dễ hiểu rằng, khi căn hộ có thêm một phịng ngủ thì cơng năng sử dụng sẽ cao hơn nên giá căn hộ có nhiều phịng ngủ được người tiêu dùng đánh giá cao hơn so với căn hộ có ít phịng ngủ hơn.
- Số nhà vệ sinh (WC): Khi các yếu tố khác khơng đổi, khi căn hộ có thêm 1 nhà vệ sinh thì giá thuê sẽ giảm đi 194,964USD/tháng. Điều này có thể là do tác động cận biên. Số nhà vệ sinh thiết kế cho căn hộ là phương án tối ưu và hiệu quả nhất, nếu tăng thêm nhà vệ sinh sẽ phá vỡ tính hiệu quả đó làm cho diện tích sử dụng hiệu quả giảm nên làm giá thuê giảm.
- Mật độ xây dựng (MD): Khi các yếu tố khác không đổi, dự án có mật độ xây dựng tăng 0.1 lần (tương đương 10%) thì giá thuê giảm 348,332USD/tháng. Điều này có nghĩa là khi mật độ xây dựng càng tăng, phần diện tích cịn lại dành có các yếu tố dịch vụ công cộng như hồ bơi, công viên, tiểu cảnh nhà trẻ,… giảm đi. Đồng hành theo đó là sự giảm giá thuê căn hộ; người tiêu dùng sẵn lòng trả nhiều hơn cho việc được hưởng thụ nhiều hơn các tiện ích đi kèm khi thuê căn hộ để ở.
- Cảnh quan: Các căn hộ có cảnh quan nhìn ra sơng có giá cao hơn căn hộ
cơng nhìn ra nội khu như cơng viên, hồ bơi hoặc các cảnh quan nội khu trong dự án cao hơn các căn hộ hướng nhìn ra khu dân cư và đường giao thông là 184,546 USD/tháng.
- Nội thất (NT): Như đã giải thích ở trên, do thang đo biến nội thất chưa đo lường hết các cấp tác động của biến nội thất đến giá, nên ở đây, tác giả vẫn chấp nhận mức độ giải thích của nội thất đến biến giá ở mức 80%: Căn hộ có nội thất đầy đủ sẽ có giá thuê tốt hơn căn hộ khơng có nội thất 38,638USD.
Các biến không tác động đến giá thuê căn hộ:
- Khoảng cách đến quận 1 (KC_Q1): khi các yếu tố khác khơng đổi, khi căn hộ có khoảng cách đến chợ Bến Thành tăng thêm 1km thì giá thuê giảm 2,617USD/tháng. Vị trí ln mang trong mình tầm ảnh hưởng đến quyết định của người tiêu dùng khi họ lựa chọn nơi ở, điều này đã được các nhà nghiên cứu trước đây khảo sát và rút ra kết luận. Tuy nhiên, như đã trình về giới hạn của dữ liệu nghiên cứu, tác giả chọn 8 dự án căn hộ cao cấp điển hình trên địa bàn Thành phố Hồ Chí Minh, các dự án này phân bố không đồng đều theo trục quay xung quanh trung tâm quận 1 và dữ liệu không quan sát được tất cả các căn hộ cao cấp trên địa bàn thành phố Hồ Chí Minh. Điều này dẫn đến biến khoảng cách đến trung tâm quận 1 không đầy đủ tất cả các quan sát nên dẫn đến độ sai lệch cao. Với sig =0,665 không đủ độ tin cậy để khẳng định rằng khoảng cách có tác động nghịch đến giá thuê.
- TANG: theo các nghiên cứu đã tổng hợp ở trên về các nhân tố tác động đến giá căn hộ, yếu tố tầng cao đồng nghĩa với việc căn hộ có khơng gian thống mát, cảnh quan đẹp và tầm nhìn rộng nên giá các căn hộ có tầng cang cao thì giá có dấu hiệu cao hơn các căn còn lại. Tuy nhiên, theo kết quả nghiên cứu các căn hộ điển hình trên địa bàn Thành phố Hồ Chí Minh, biến TANG không tác động đến giá thuê căn hộ cao cấp. Có thể điều này là do yếu tố người thuê không đánh giá cao yếu tố vị trí tầng mà căn hộ tọa lạc vì lợi ích từ việc này không ảnh hưởng nhiều đến mức độ hữu dụng của căn hộ. Có thể họ quan tâm nhiều hơn
đến các yếu tố như thuận tiện trong việc đi làm, các tiện ích bên trong căn hộ đủ các yêu cầu sinh hoạt của người thuê.
4.2.4 Kết quả kiểm định các giả thuyết của mơ hình 4.2.4.1 Kiểm định sự phù hợp của mơ hình
Giả thuyết: H0: R2 = 0: mơ hình đưa ra là khơng phù hợp H1 # 0: mơ hình đưa ra phù hợp
Bảng 4.5: Kết quả kiểm định Anova
Model F Sig.
1
Regression 41,955 .000b
Residual Total
Nguồn: Tác giả phân tích thơng qua phần mềm SPSS F = 41,955
Mức ý nghĩa quan sát được là 0,000. Ta bác bỏ giả thuyết H0 và kết luận mơ hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể.
4.2.3.2 Kiểm định đa cộng tuyến
Bảng 4.6: Kết quả kiểm định đa cộng tuyến
Model t Collinearity Statistics Tolerance VIF 1 (Constant) 2,615 DT 5,834 ,285 3,513 TANG ,241 ,769 1,300 PN 5,771 ,339 2,950 WC -4,621 ,523 1,913
KC_Q1 -,433 ,729 1,372
MD -2,204 ,743 1,346
NT 1,252 ,974 1,027
CQ_SONG 6,550 ,688 1,453
CQ_NOIKHU 4,650 ,661 1,514
Nguồn: Tác giả phân tích thơng qua phần mềm SPSS Nhìn vào cột Collinearity Statistics để kiểm tra hiện tượng đa cộng tuyến của mơ hình. Độ chấp nhận của biến (Tolerances) và hệ số phóng đại phương sai (Variance inflation factor – VIF) được dùng để phát hiện hiện tượng đa cộng tuyến.
Theo quy tắc thì khi VIF vượt q 10 thì có hiện tượng đa cộng tuyến. Theo như bảng kết quả ta thấy VIF của các biến DT, TANG, PN, WC, KC_Q1, MD, NT, CQ_SONG và CQ_NOIKHU đều có giá trị bé hơn 10, do đó ta có thể kết luận mơ hình khơng có hiện tượng ĐA CỘNG TUYẾN.
4.2.3.3 Kiểm định phương sai thay đổi
Bảng 4.7: Kết quả kiểm định White
Kết quả kiểm định White cho thấy, p = 0,1702 > 0,05: Khơng có hiện tượng phương sai thay đổi.
Bên cạnh đó, thực hiện hồi quy Robust test cho thấy các hệ số hồi quy không thay đổi so với hồi quy thông thường.
Từ đó, tác giả khẳng định khơng có hiện tượng phương sai thay đổi trong mơ hình.
Bảng 4.8 : Kết quả hồi quy bằng phương pháp Robust Error
Nguồn: Tác giả tính toán
Biểu đồ 4.5: Biểu đồ phân phối của phần dư
Nguồn: Tác giả phân tích thơng qua phần mềm SPSS Ta có Mean = 0 và Std.Dev= 0,98~1
Do đó, có thể kết luận giả thuyết phân phối chuẩn không vi phạm.
4.2.5 Kết quả nghiên cứu
Kế thừa và kiểm định lại các nhân tố tác động đến giá thuê căn hộ cao cấp, thơng qua chương này, tác giả đã tìm được các nhân tố chính ảnh hưởng đến giá thuê căn hộ cao cấp trên địa bàn thành phố Hồ Chí Minh. Trong đó yếu tố số mật độ xây dựng tác động nhiều nhất đến giá thuê, kế đến là yếu tố số phịng ngủ, cảnh quan nhìn ra sơng, lần lượt theo sau là các biến số nhà vệ sinh nội thất, diện tích của căn hộ. Thơng qua việc kiểm định các giả thuyết của mơ hình hồi quy, với khả năng giải thích là 62,7%, tác giả rút ra kết luận kết quả hồi quy sau đây phù hợp:
GIA = 275,915 + 5,914DT + 0*TANG + 251,901PN – 194,964WC –
0*KC_Q1 – 348,332MD + 38,638NT + 232,28CQ_SONG +
184,546CQ_NOIKHU
Với mơ hình trên, khơng đủ độ tin cậy để kết luận các yếu tố vị trí tầng, khoảng cách đến trung tâm, thời hạn thuê và hình thức thanh tốn có tác động đến giá thuê căn hộ cao cấp trên địa bàn thành phố Hồ Chí Minh.
4.3 Tổng kết chương 4
Thơng qua chương này, tác giả đã sơ lược về thị trường căn hộ trên địa bàn nghiên cứu, từ đó phân tích và khám phá ra được 7 biến trên tổng 12 biến độc lập đã đề nghị có tác động đến giá thuê căn hộ cao cấp trên địa bàn thành phố Hồ Chí Minh. Trong đó, có hai biến do khơng đủ dữ liệu để nghiên cứu để rút ra kết luận, còn lại 3 biến khơng đủ độ tin cậy để kết luận có tác động đến giá thuê căn hộ cao cấp.
Dựa vào kết quả thu được này, chương 5 sẽ trình bày về các khám phá chính của luận văn và một số hạn chế khi thực hiện đề tài này.
CHƯƠNG 5:
KẾT LUẬN VÀ HẠN CHẾ ĐỀ TÀI 5.1 Kết quả chính.
Hiện nay việc định giá bất động sản tại Việt Nam chủ yếu dựa trên các chỉ dẫn mang tính hành chính và theo 3 cách tiếp cận là tiếp cận so sánh, tiếp cận chi phí và tiếp cận thu nhập. Trên thế giới, ngoài 3 cách tiếp cận trên, các phương pháp mới nhất để định giá bất động sản thường dựa vào hàm hồi quy trong đó các thuộc tính của bất động sản như vị trí, diện tích, chiều cao, số tầng nhà, vv được sử dụng như các biến số độc lập và giá nhà là biến số phụ thuộc. Với một số giả thuyết nhất định, các hàm hồi quy này là nền tảng của phương pháp Hedonic price index. Tuy nhiên tại Việt Nam, phương pháp này chưa được phổ biến rộng rãi.
Trong luận văn này, tác giả đã tập trung ứng dụng phương pháp HPM để