Khu vực Hệ số chặn Chênh lệch với phía Bắc
Khu vực Trung tâm (1 + 14) = (0,331 + 0,328) (EXP(14) – 1)*100% = 39%
Khu vực phía Đơng (1 + 15) = (0,331 - 0,187) (EXP(15) – 1)*100% = - 17%
Khu vực phía Tây (1 + 16) = (0,331 - 0,079) (EXP(16) – 1)*100% = - 7,6%
Khu vực phía Nam (1 + 17) = (0,331 - 0,278) (EXP(17) – 1)*100% = - 24%
Với các yếu tố khác khơng đổi, có thể thấy rằng nhà ở phía Bắc và phía Tây của thành phố (như quận Gị Vấp, quận 12, quận 6, Tân Bình) có giá cao hơn so với
khu vực phía Nam bởi vì đây là khu vực có điều kiện đất đai tốt hơn và là khu vực được đơ thị hóa đầu tiên của thành phố. Ngược lại, nhà nằm ở phía Nam của thành phố (chẳng hạn như một phần huyện Bình Chánh và huyện Nhà Bè, huyện Cần Giờ) có giá thấp hơn so với khu vực cịn lại vì đây là một khu vực tương đối nghèo, thuộc vùng đất trũng thấp của thành phố với điều kiện xây dựng tốn kém hơn và hầu hết các ngơi nhà là nhà cấp 4. Một ví dụ điển hình là ở Khu đơ thị mới phát triển Nam Sài Gịn, chi phí cho chuẩn bị đất và phát triển cơ sở hạ tầng cao hơn rất nhiều so với những khu vực có điều kiện đất đai tốt hơn. Nhưng ở khu vực này lại rất gần với trung tâm thành phố.
Đối với biến tiện ích có dấu tích cực và mức ý nghĩa 1%. Đối với những ngơi nhà có đặc điểm là gần với hai hoặc nhiều hơn các tiện nghi như trường học, bệnh viện, siêu thị,… sẽ có giá cao hơn (EXP(0,203)-1)*100% = 22,5% so với các ngôi nhà khác. Điều này chứng minh rằng các tiện ích xã hội đã có ảnh hưởng tích cực đến giá nhà của các cộng đồng xung quanh ở Tp. HCM.
Những ngơi nhà có khoảng cách đến CBD tăng thêm 1km sẽ tác động đến mức giá giảm 7,8% với điều kiện các yếu tố khác không đổi.
Sự đóng góp của các yếu tố lên giá nhà:
Các hệ số hồi quy trong bảng 4.4 là khơng thích hợp để sử dụng giải thích tầm quan trọng tương đối của các yếu tố đóng góp vào giá nhà ở (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Hệ số tương quan từng phần (Part correlation correlations) và tương quan riêng (Partial correlation correlations) được dùng để xác định tầm quan trọng của các biến trong mơ hình, kết quả thể hiện ở bảng 4.7.
Kết quả cho thấy rằng khoảng cách đến trung tâm thành phố (DISTANT) có hệ số tương quan riêng lớn nhất là 0,637 (xét về giá trị tuyệt đối), do đó biến DISTANT có ảnh hưởng quan trọng nhất đến giá nhà ở. Ngoài ra, diện tích đất cũng là yếu tố có ảnh hưởng lớn đến giá nhà khi hệ số tương quan riêng với biến phụ thuộc là 0,461.
Bảng 4.7: Hệ số tư ng quan từng phần và tư ng quan riêng của các biến Variable Correlations Partial Part SIZE 0,461 0,180 LOTSIZE 0,126 0,044 ROOMS 0,084 0,029 GARAGE -0,043 -0,015 GARDEN -0,028 -0,010 AMENITIES 0,214 0,076 ROAD 0,394 0,149 DISTANT -0,637 -0,287 LEVEL1 0,249 0,089 LEVEL2 0,264 0,095 LEVEL3 0,202 0,072 INNER 0,217 0,077 EAST -0,128 -0,045 WEST -0,070 -0,025 SOUTH -0,207 -0,073
Từ kết quả của mơ hình hồi quy có thể ước tính tỉ lệ đóng góp riêng lẻ của các thuộc tính lên giá nhà: Sự đóng góp của các thuộc tính riêng lẻ đến giá nhà bằng hệ số hồi quy nhân với giá trị trung bình của các thuộc tính tương ứng. Tỉ lệ đóng góp của mỗi thuộc tính bằng tổng giá trị riêng lẻ của các thuộc tính đó chia cho tổng trị tuyệt đối của tổng giá trị tất cả các thuộc tính, kết quả được trình bày như ở bảng 4.8.
Bảng 4.8: Tỉ lệ đóng góp của các thuộc tính trong giá trị của ngơi nhà Thuộc tính Hệ số hồi Thuộc tính Hệ số hồi quy Giá trị trung bình của thuộc tính Tổng giá trị của thuộc tính Tỉ lệ đóng góp SIZE 0,007 77,03 0.54 23,35% LOTSIZE 0,001 179,54 0.18 7,78% ROOMS 0,032 3,27 0.10 4,53% AMENITIES 0,203 0,40 0.08 3,52% ROAD 0,031 7,97 0.25 10,70% DISTANT -0,078 9,19 -0.72 31,05% LEVEL1 0,459 0,15 0.07 2,98% LEVEL2 0,385 0,33 0.13 5,50% LEVEL3 0,221 0,31 0.07 2,97% INNER 0,328 0,24 0.08 3,41% EAST -0,187 0,13 -0.02 1,05% WEST -0,079 0,22 -0.02 0,75% SOUTH -0,278 0,20 -0.06 2,41%
Tổng giá trị tuyệt đối 2,31 100,00%
Kết quả cũng chỉ ra rằng yếu tố khoảng cách đến CBD (DISTANT) là yếu tố quan trọng khi đóng góp đến 31,05% trong giá nhà tại TPHCM. Tỉ lệ đóng góp của nhóm thuộc tính cấu trúc (bao gồm diện tích đất, diện tích sử dụng, số phịng ngủ, cấp của ngơi nhà) là 47,11% trong giá nhà. Tỉ lệ đóng góp trong giá nhà của nhóm thuộc tính hàng xóm (bao gồm thuộc tính tiện ích, khu vực địa lý) là 11,14%.
Ước lượng biến giá nhà từ các tham số ước lượng ở bảng 4.4 với sự thay đổi của biến khoảng cách đến trung tâm thành phố (DISTANT), những biến khác được
giữ cố định ở mức trung bình mẫu để xem xét sự ảnh hưởng riêng của biến khoảng cách đến CBD tới giá nhà. 0 1 2 3 4 5 6 0 5 10 15 20 25 30 35 40 Khoảng cách đến CBD G iá nh à
Hình 4.3: Hàm giá hưởng thụ ước lượng của giá nhà với yếu tố khoảng cách
thay đổi.
Từ hình 4.3 có thể thấy rằng giá nhà tăng lên và có khuynh hướng tiến về 0 khi khoảng cách càng xa CBD. Nghĩa là với khoảng cách tăng lên một đơn vị khi khoảng cách của ngơi nhà tương đối xa CBD khơng có ảnh hưởng nhiều đến giá nhà so với trường hợp nhà ở gần CBD hơn.
Tính giá ẩn:
Từ kết quả hồi quy ở bảng 4.4, tính giá ẩn của biến khoảng cách đến CBD theo công thức:
-3.00 -2.50 -2.00 -1.50 -1.00 -0.50 0.00 0 5 10 15 20 25 30 35 40 Khoảng cách đến CBD G iá ẩn (IMP LIP)
Hình 4.4: Đồ thị thể hiện mối quan hệ giữa khoảng cách đến CBD với giá ẩn
từ phư ng trình (4.1)
Giá ẩn của việc tăng thêm khoảng cách đến CBD tại mỗi quan sát mang dấu (-) (Hình 4.4), điều này ngụ ý rằng khi người dân chọn những ngôi nhà ở xa hơn sẽ làm tăng chi phí đi lại cũng như mất đi những lợi ích từ ngơi nhà gần CBD hơn (thể hiện mối quan hệ nghịch biến giữa DISTANT và PRICE).
Nhìn vào đồ thị trên có thể thấy những ngơi nhà có khoảng cách gần với CBD có một giá trị ẩn cao. Nghĩa là, khi ngôi nhà càng gần với CBD thì sự thay đổi một đơn vị khoảng cách sẽ làm thay đổi nhiều hơn mức giá ẩn so với những ngơi nhà xa CBD, có thể thấy giá trị thay đổi biên của giá ẩn giảm dần khi khoảng cách của ngôi nhà càng xa CBD.
Hồi quy giá ẩn với yếu tố khoảng cách đến CBD để ước tính hàm cầu nghịch của yếu tố khoảng cách đến CBD, sử dụng mơ hình lin-log (vì IMPLIP mang giá trị âm nên không thể sử dụng mơ hình log-liner hoặc log-log).
Bảng 4.9: Kết quả hồi quy hàm cầu ngược của yếu tố khoảng cách đến CBD Variable Coefficient Model 2 C -0,647* lnDISTANT 0,265* R2 0,481 Adj. R2 0,480 F-stat RSS 518,37* 31,86 N = 562
Biến phụ thuộc: IMPLIP
* các tham số có ý nghĩa thống kê ở mức 1%.
Đối với hàm liner-log, lấy 2/IMPLIPtb để tính độ co giản:
0,265/IMPLIPtb = - 2,01
KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH
Hàm ý chính sách:
Mặc dù có một số hạn chế, mơ hình HPM vẫn là một cơng cụ rất hữu ích trong việc nghiên cứu các thuộc tính nhà ở và tác động của giá BĐS. Kỹ thuật này cần được sự quan tâm nghiêm túc bởi các nhà nghiên cứu và tất cả các bên liên quan trong lĩnh vực BĐS tại Việt Nam. Tính khả thi của việc áp dụng mơ hình HPM để nghiên cứu thị trường nhà ở tại Tp. HCM khi người mua và người bán dễ dàng có những thơng tin trên thị trường BĐS. Do đó, giá ẩn cho các thuộc tính có thể được thành lập và thơng tin này được sử dụng để cải thiện việc lập kế hoạch, phát triển, xây dựng và quản lý tài sản ở Tp. HCM.
Kết quả ước lượng của mơ hình HPM đã cho thấy rằng hệ số của các thuộc tính quan trọng và các dấu đúng với kỳ vọng. Vì vậy, giống với các nước khác, những thuộc tính về nhà ở có thể được định giá một cách tương tự ở Tp. HCM.
Bằng chứng thực nghiệm chứng minh rằng cách tiếp cận giá hưởng thụ đặc biệt hữu ích cho nghiên cứu về thị trường nhà ở tại Tp. HCM. Khi hầu hết các trung tâm hành chính, thương mại, văn phịng, trường học và bệnh viện lớn đều đặt tại trung tâm thành phố, do đó yếu tố vị trí đóng vai trị quan trọng nhất ảnh hưởng đến giá nhà vì người dân ưa thích hơn với những ngôi nhà gần trung tâm hơn. Điều này đặt ra vấn đề cho quy hoạch đô thị của thành phố, việc thành phố chỉ có một trung tâm duy nhất sẽ gây áp lực về tăng dân số. Trong tương lai, thành phố Hồ Chí Minh cần hình thành một thành phố đa trung tâm, ngồi trung tâm hiện hữu cịn có các trung tâm vệ tinh xung quanh với những tiện ích xã hội tương đương.
Một số hạn chế trong nghiên cứu và hướng nghiên cứu mở rộng:
Một số hạn chế của nghiên cứu:
Giá nhà được sử dụng là giá rao bán trên thị trường, không phải là giá bán thực tế do những khó khăn trong việc có được các dữ liệu thực tế từ thị trường. Tuy nhiên, hầu hết các ngơi nhà được giao dịch có sự chênh lệch về giá rao bán và giá bán thực
tế là không cao, người bán thường dựa vào các công ty định giá hoặc giá tham chiếu giá từ các ngôi nhà tương tự đã giao dịch hoặc đang giao dịch trên thị trường.
Nghiên cứu này chỉ xem xét thông tin của những ngôi nhà của năm hiện tại. Ảnh hưởng về thời gian lên giá nhà đã được bỏ qua (cùng một ngơi nhà nên có giá khác nhau trong những năm khác nhau, giả định rằng yếu tố tuổi tác là không đổi).
Giá nhà có thể bị ảnh hưởng bởi một số yếu tố kinh tế khác (chẳng hạn như t giá hối đoái, lãi suất, chính sách của chính phủ, tâm lý của nhà đầu tư,…) khơng được bao gồm trong mơ hình ước lượng.
Thiếu số liệu về kinh tế xã hội của hộ gia đình (như thu nhập hàng năm, số thành viên trong gia đình) nên chưa xây dựng được hàm cầu ngược xác thực hơn.
Hướng nghiên cứu mở rộng:
Tiếp tục nghiên cứu về phương pháp định lượng của một số biến đặc trưng như khoảng cách từ ngôi nhà đến từng tiện ích xã hội như trường học, bệnh viện, cơng viên,… có thể làm cho kết quả thuyết phục hơn.
Thu thập thêm dữ liệu về kinh tế xã hội của các hộ gia đình để xây dựng hàm cầu ngược chính xác hơn và tính thặng dư tiêu dùng của các yếu tố.
TÀI LIỆU THAM KHẢO:
Danh mục tài liệu Tiếng Việt:
1. Cục Quản lý nhà và Thị trường BĐS - Bộ Xây dựng, 2011. Giá trị và giá cả
bất động sản. http://batdongsanninhbinh.com/kinh-nghiem-bds/1911-gia-tri-va-gia-
ca-bat-dong-san.html (Ngày truy cập: ngày 19 tháng 3 năm 2012).
2. Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005. Phân tích dữ liệu nghiên cứu
với SPSS. Nhà xuất bản thống kê.
3. Hoàng Ngọc Nhậm và cộng sự, 2004. Giáo trình kinh tế lượng. Trường Đại
Học Kinh Tế Tp. HCM.
4. Lê Hồng Việt Phương, 2010. Ứng dụng mơ hình hồi quy và hệ thống thông
tin địa lý để phân tích các nhân tố ảnh hưởng đến giá nhà tại Việt Nam. Luận văn
tốt nghiệp, Trường Đại học Kinh tế Tp. HCM.
5. Lam Thanh, 2012. Kinh tế Tp. HCM 6 tháng đầu năm 2012 - triển vọng và
thách thức. http://tapchicongsan.org.vn/Home/Viet-nam-tren-duong-doi-
moi/2012/15792/Kinh-te-Thanh-pho-Ho-Chi-Minh-6-thang-dau-nam-2012 .aspx
(Ngày truy cập: ngày 19 tháng 3 năm 2012).
6. Markandya, A. et al., 2002. Kinh tế môi trường cho tăng trưởng bền vững:
Sách hướng dẫn thực hành. Dịch từ Tiếng Anh. Người dịch Phùng Thanh Bình,
2005.
7. Nguyễn Ngọc Vinh và Nguyễn Quỳnh Hoa, 2012. Thẩm định giá trị bất động
sản. Nhà xuất bản lao động xã hội.
8. Nguyễn Trọng Hồi và Phùng Thanh Bình, 2009. Hồi quy biến giả (Bài giảng
kinh tế lượng). Đại học Kinh tế Tp. HCM.
9. Phan Thị Cúc. Nguyễn Văn Xa. 2009. Đầu Tư Kinh Doanh Bất Động Sản.
10. Phùng Văn Nghệ, 2012. Công tác quản lý đất đai - những vấn đề đang đặt ra. http://tapchicongsan.org.vn/Home/nong-nghiep-nong-thon/2012/15159/Cong-tac- quan-ly-dat-dai-nhung-van-de-dang-dat.aspx (Ngày truy cập: ngày 20 tháng 04 năm 2012).
11. Sàn giao dịch bất độn sản Thái Hà. Giá trị thị trường Bất động sản.
http://thaihaco.vn/tin-tuc-bat-dong-san/284-gia-tri-thi-truong-bat-dong-san.html. (Ngày truy cập: ngày 20 tháng 04 năm 2012).
12. Thông tư 05 ngày 9-2-1993 của Bộ Xây dựng về phân loại nhà ở đối với nhà
phố.
13. Trần Tiến Khai, 2011. Nguyên lý bất động sản. Hà nội: Nhà xuất bản lao động
xã hội.
14. Trần Văn Tấn, 2006. Kinh tế đô thị và vùng. Nhà xuất bản xây dựng.
15. Trương Tấn Sang, 2008. Hoàn thiện và phát triển thị trường bất động sản ở
nước ta. Tạp chí Cộng sản số 1-2008. http://tapchicongsan.org.vn/Home/Tieu-
diem/2008/921/Hoan-thien-va-phat-trien-thi-truong-bat-dong-san-o-nuoc.aspx (Ngày truy cập: ngày 20 tháng 04 năm 2012).
16. Viện Quy hoạch Xây dựng và Nikken Sekkei, 2007. Nghiên cứu điều chỉnh
quy hoạch chung xây dựng Tp.HCM đến năm 2025. Ủy Ban Nhân Dân Tp.HCM.
17. VietRees. Vai trị và vị trí của thị trường bất động sản.
http://www.dothidaiduong.com/en/the-news/news-events/90-vai-tro-va-vi-tri-cua- thi-truong-bat-dong-san.html. (Ngày truy cập: ngày 20 tháng 04 năm 2012).
Danh mục tài liệu Tiếng nước ngoài:
1. Bajari, P., and M. Kahn, 2007. Estimating Hedonic Models of Consumer
Demand with an Application to Urban Sprawl. [pdf]. Available through: The
Federal Reserve Bank of Cleveland website <www.clevelandfed.org> [Accessed 20 January 2012].
2. Batalhone, S. et al., 2002. Economic of Air Pollution: Hedonic price Model and Smell Consequences of Sewage Treatment Plants in Urban Areas. [pdf]
Available through: Universidade de Brasília website <www.unb.br> [Accessed 22 February 2012].
3. Brorsen, B. W., Grant W. R. and M. E. Rister, 1984. A Hedonic Price
Model for Rough Rice Bid/Acceptance Markets. American J. Agri. Econ., 66:
156 - 163.
4. Chang, H. J., and Y. H. Lee, 1999. Specication of the Hedonic Price Model for
Taipei Housing Market. [pdf]. Available through: International Journal of
Information and Management Sciences (IJIMS) website
<http://jims.ms.tku.edu.tw/> [Accessed 20 January 2012].
5. Chau, K. W. et al., 2004. Hedonic price modelling of environmental attributes:
A review of the literature and a Hong Kong case study. [pdf]. Available through:
Encyclopedia of Life Support Systems website <www.eolss.net> [Accessed 20 January 2012].
6. Chin, T. L. and K. W. Chau, 2002. A Critical Review of Literature on the
Hedonic Price Model and Its Application to the Housing Market in Penang. [pdf].
Available through: Korea Real Estate Analysts Association website
<www.kreaa.org> [Accessed 5 February 2012].
7. Follain, J. R., and E. Jimenez, 1985. Estimating the demand for housing
characteristics, Regional Science and Urban Economics, vol. 15, pp. 77-107.
8. Frew, J., and G. D. Jud, 2003. Estimating the Value of Apartment Buildings.
[e-book]. Available through: The Zicklin School of Business website <www.zicklin.baruch.cuny.edu> [Accessed 22 January 2012].
9. Goodman, A. C., 1978. Hedonic Price Indices and Housing Markets. Journal
University website <http://www.clas.wayne.edu/Economics/> [Accessed 20 January 2012].
10. Keng, T. Y., 2000. An Hedonic Model for house prices in Malaysia. [pdf].
Available through: Pacific Rim Property Research Journal website
<www.prres.net> [Accessed 6 February 2012].
11. Kim, C. V. et al., 2001. Measuring the benefits of air quality improvement: A
spatial hedonic approach. [pdf]. Available through: University of Maryland website
<www.umd.edu> [Accessed 22 January 2012].
12. Kim, K. S. et al., 2007. Highway traffic noise effect on land price in an urban
area. [pdf]. Available through: Environment Technical Information Service website
<www.aseanenvironment.info> [Accessed 8 January 2012].
13. Lancaster, K. J., 1966. A new approach to consumer theory. [pdf]. Available
through: jstor website <www.jstor.org/> [Accessed 20 January 2012].
14. Limsombunchai, V. et al., 2004. House Price Prediction: Hedonic Price
Model vs. Artificial Neural Network. Available through: AgEcon Search website
<www.ageconsearch.umn.edu> [Accessed 20 February 2012].
15. Maslow, A. H., 1943. A Theory of Human Motivation. Originally Published