Đề tài môn Kinh tế lượng Khảo sát các yếu tố ảnh hưởng đến giá bán một căn nhà

Nhà ở là nhu cầu thiết yếu trong đời sống của con người, “an cư” thì mới “lạc nghiệp”. Trong thời đại ngày nay, khi dân số tăng nhanh thì nhu cầu này lại càng trở nên cấp thiết hơn bao giờ hết, đặc biệt là ở những khu vực đông dân cư và có kinh tế phát triển như thành phố Hồ Chí Minh, Hà Nội Tuy nhiên, việc người dân có thể thỏa mãn nhu cầu về nhà ở hay không lại bị tác động rất lớn bởi giá bán ngôi nhà đó. Giá bán lại do nhiều yếu tố khác chi phối như: diện tích, vị trí, kết cấu, môi trường xung quanh ngôi nhà, nhưng với mức độ ảnh hưởng khác nhau. Do đó, việc tìm mua nhà đáp ứng được yêu cầu và phù hợp với khả năng chi trả là vấn đề quan trọng hàng đầu với những người có nhu cầu. Vì lí do trên, nhóm đã tiến hành khảo sát các yếu tố ảnh hưởng đến giá bán nhà ở thành phố Hồ Chí Minh để có cái nhìn toàn diện hơn về vấn đề này.

pdf10 trang | Chia sẻ: haohao89 | Lượt xem: 4253 | Lượt tải: 3download
Bạn đang xem nội dung tài liệu Đề tài môn Kinh tế lượng Khảo sát các yếu tố ảnh hưởng đến giá bán một căn nhà, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II TRƢỜNG ĐẠI HỌC NGOẠI THƢƠNG CƠ SỞ II TP HCM KHOA KINH TẾ ĐỐI NGOẠI  BÀI TẬP NHÓM MÔN KINH TẾ LƢỢNG ĐỀ TÀI 16: KHẢO SÁT CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN GIÁ BÁN MỘT CĂN NHÀ NHÓM 8 – K46E 1. MAI THỊ THANH HÀ 709 2. TRỊNH THỊ NGỌC MỸ 728 3. LÊ THỊ THANH NGA 730 4. HÀ THỊ THU NGÂN 812 5. PHAN THỊ BÍCH NGỌC 733 Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II 2 ĐỀ TÀI 16: KHẢO SÁT CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN GIÁ BÁN MỘT CĂN NHÀ. I. Ý NGHĨA CỦA VIỆC LỰA CHỌN ĐỀ TÀI Nhà ở là nhu cầu thiết yếu trong đời sống của con người, “an cư” thì mới “lạc nghiệp”. Trong thời đại ngày nay, khi dân số tăng nhanh thì nhu cầu này lại càng trở nên cấp thiết hơn bao giờ hết, đặc biệt là ở những khu vực đông dân cư và có kinh tế phát triển như thành phố Hồ Chí Minh, Hà Nội… Tuy nhiên, việc người dân có thể thỏa mãn nhu cầu về nhà ở hay không lại bị tác động rất lớn bởi giá bán ngôi nhà đó. Giá bán lại do nhiều yếu tố khác chi phối như: diện tích, vị trí, kết cấu, môi trường xung quanh ngôi nhà,…nhưng với mức độ ảnh hưởng khác nhau. Do đó, việc tìm mua nhà đáp ứng được yêu cầu và phù hợp với khả năng chi trả là vấn đề quan trọng hàng đầu với những người có nhu cầu. Vì lí do trên, nhóm đã tiến hành khảo sát các yếu tố ảnh hưởng đến giá bán nhà ở thành phố Hồ Chí Minh để có cái nhìn toàn diện hơn về vấn đề này. II. PHƢƠNG PHÁP THU THẬP SỐ LIỆU VÀ THỰC HIỆN ĐỀ TÀI Nhóm đã tiến hành thu thập số liệu gồm 100 mẫu quảng cáo bán nhà từ các tờ báo như : Thanh niên ( số ra ngày 6/3/2009), báo Mua & Bán ( số ra ngày 12/3/2009), báo Tuổi trẻ ( số ra ngày 12/3/2009), các website như muanha.com, nhaban.com. Nhóm đã tiến hành chọn lọc thông tin, tiến hành hồi quy, kiểm định đa cộng tuyến, tự tương quan, phương sai thay đổi dựa trên 100 mẫu quan sát thu thập được. Trong quá trình tiến hành thực hiện đề tài, nhóm đã sử dụng kiến thức của môn kinh tế lượng cũng với sự hỗ trợ của các phần mềm như: Word, Excel. Power Point, Eviews để hoàn thành đề tài. III. THIẾT LẬP MÔ HÌNH TỔNG QUÁT 1. Giải thích các biến: Mô hình tổng quát: Y=C1+C2X2+C3D1+C4D2+C5D3+C6D4+C7D5+C8D6+C9D7+C10D8+C11D9+C12D10+ C13D11+Ui  Biến phụ thuộc: Y_GBCN: giá bán căn nhà tại thành phố Hồ Chí Minh (Đơn vị: triệu đồng).  Biến độc lập: X2_DT: diện tích một căn nhà (đơn vị: m 2 ). D1_VT: vị trí Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II 3  D1_VT = 1: mặt tiền.  D1_VT = 0: trong hẻm. D2_QTT: quận trung tâm ( Quận 1, 3, 5, 10).  D2_QTT = 1: quận trung tâm thành phố.  D2_QTT = 0: các quận khác. D3_QNT: quận ngoại thành.  D3_QNT = 1: quận ngoại thành.  D3_QNT = 0: các quận khác. D4_TTNN: tình trạng ngôi nhà.  D4_TTNN = 1: nhà mới xây.  D4_TNNN = 0: nhà đã qua sử dụng. D5_KC1: kết cấu.  D5_KC1 = 1: biệt thự.  D5_KC1 = 0: khác. D6_KC2: kết cấu.  D6_KC2 = 1: nhà lầu.  D6_KC2 = 0: khác. D7_GTPL: giá trị pháp lý.  D7_GTPL = 1: có giấy tờ pháp lý.  D7_GTPL = 0: không có giấy tờ pháp lý. D8_GT: giao thông.  D8_GT = 1: giao thông thuận lợi.  D8_GT = 0: giao thông không thuận lợi. D9_THC: truyền hình cáp.  D9_THC = 1: có truyền hình cáp.  D9_THC = 0 : không có truyền hình cáp. D10_I: Internet.  D10_I = 1: có Internet.  D10_I = 0 : không có Internet. D11_AN: an ninh.  D11_AN = 1: có an ninh.  D11_AN = 0: không an ninh. 2. Bảng thống kê mô tả:  Nhận xét trị thống kê mô tả: Số quan sát của chúng tôi là 100 mẫu quảng cáo bán nhà tại Thành phố Hồ Chí Minh. Trong 100 mẫu quảng cáo thì giá bán trung bình của một ngôi nhà là: 3669.59 triệu đồng. Nhà có giá bán cao nhất là: 33100 triệu đồng. Nhà có giá bán thấp nhất là: 400 triệu đồng. Khoảng chênh lệch giữa giá bán cao nhất và giá bán thấp nhất là: 32700 triệu đồng. Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II 4 Khoảng chênh lệch này khá lớn là do có sự khác biệt về vị trí căn nhà, kết cấu, giấy tờ pháp lý và an ninh ngôi nhà. Biến X2_DT: diện tích của căn nhà. Biến D1_VT: vị trí của căn nhà, trong số 100 mẫu nhà được khảo sát là 71 mẫu nhà trong trong hẻm, 29 mẫu là nhà mặt tiền. Biến D2_QTT: có 27 căn nhà thuộc các quận trung tâm thành phố. Biến D3_QNT: có 29 căn nhà thuộc quận ngoại thành. Còn 44 mẫu là nhà thuộc các quận khác (không thuộc trung tâm thành phố cũng không thuộc quận ngoại thành). Biến D4_TTNN: tình trạng ngôi nhà, trong đó có 22 căn nhà mới xây, 78 căn nhà đã qua sử dụng. Biến D5_KC1: kết cấu nhà kiểu biệt thự, có 7 mẫu nhà là biệt thự Biến D6_KC2: kết cấu nhà có lầu, có 79 mẫu nhà có lầu. Còn 14 mẫu nhà có kết cấu khác. Biến D7_GTPL: giấy tờ pháp lí của căn nhà, trong đó có 98 mẫu nhà có giấy tờ pháp lí, 2 mẫu nhà không có giấy tờ pháp lí. Biến D8_GT: giao thông, trong đó có 10 mẫu nhà không có vị trí giao thông thuận lợi và 90 mẫu nhà có vị trí giao thông thuận lợi. Biến D9_TTC: truyền hình cáp, trong đó có 70 mẫu nhà có truyền hình cáp, 30 mẫu nhà không có truyền hình cáp. Biến D10_I: Internet, trong đó có 68 mẫu nhà có Internet, 32 mẫu nhà không có Internet. Biến D11_ AN: an ninh xung quanh căn nhà, trong đó có 54 mẫu nhà có an ninh, 46 mẫu nhà có 46 mẫu nhà không có an ninh. 3. Bảng hồi quy gốc: Phương trình hồi quy gốc: Y_GB = -2376.0555 + 14.6435*X2_DT + 722.0592*D1_ VT + 2105.6156*D2_QTT - 359.1278*D3_QNT - 390.0384*D4_TTNN + 5228.3218*D5_KC1 - 524.8906*D6_KC2 + 2659.4737*D7_GTPL + 2188.6948*D8_GT - 3369.4760*D9_THC + 93.4885*D10_I + 1921.4433*D11_AN Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II 5 MÔ HÌNH 1 Dependent Variable: Y Method: Least Squares Date: 03/14/09 Time: 18:00 Sample: 1 100 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob. C -2376.056 2498.301 -0.951068 0.3442 X2 14.64352 2.279999 6.422598 0.0000 D1 722.0592 776.8533 0.929467 0.3552 D2 2105.616 805.1979 2.615029 0.0105 D3 -359.1278 752.0593 -0.477526 0.6342 D4 -390.0384 805.4675 -0.484239 0.6294 D5 5228.322 1698.166 3.078806 0.0028 D6 -524.8906 856.3592 -0.612933 0.5415 D7 2659.474 2472.311 1.075704 0.2850 D8 2188.695 1257.375 1.740685 0.0853 D9 -3369.476 2463.628 -1.367689 0.1749 D10 93.48846 2288.876 0.040845 0.9675 D11 1921.443 807.5106 2.379465 0.0195 R-squared 0.624332 Mean dependent var 3533.870 Adjusted R-squared 0.572515 S.D. dependent var 4727.918 S.E. of regression 3091.222 Akaike info criterion 19.03126 Sum squared resid 8.31E+08 Schwarz criterion 19.36993 Log likelihood -938.5629 F-statistic 12.04893 Durbin-Watson stat 2.104871 Prob(F-statistic) 0.000000 Nhận xét: Mức độ phù hợp của mô hình so với thực tế là R2 = 62.4332%, dựa vào bảng hồi quy gốc ta thấy các biến X2, D2, D5, D11 có /t-stat/ > 2 nên các biến này thực sự có ý nghĩa thống kê. Các biến còn lại có /t-stat/ <2 nên không có ý nghĩa thống kê. Mô hình tổng quát: Y_GB = -2376.0555 + 14.6435*X2_DT + 2105.6156*D2_QTT + 5228.3218*D5_KC1 + 1921.4433*D11_AN Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II 6 MÔ HÌNH 2 Dependent Variable: Y Method: Least Squares Date: 03/12/09 Time: 17:57 Sample: 1 100 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob. C 275.3149 544.8768 0.505279 0.6145 X2 15.53003 2.258402 6.876559 0.0000 D2 1875.057 729.1298 2.571638 0.0117 D5 4573.488 1453.808 3.145867 0.0022 D11 473.8808 657.5837 0.720640 0.4729 R-squared 0.556500 Mean dependent var 3533.870 Adjusted R-squared 0.537827 S.D. dependent var 4727.918 S.E. of regression 3214.196 Akaike info criterion 19.03725 Sum squared resid 9.81E+08 Schwarz criterion 19.16751 Log likelihood -946.8624 F-statistic 29.80135 Durbin-Watson stat 2.015546 Prob(F-statistic) 0.000000 4. Kiểm định và khắc phục 4.1. Kiểm định đa cộng tuyến Xem xét qua ma trận tương quan giữa các biến: không có hiện tượng đa cộng tuyến. X2 D2 D5 D11 X2 1.000000 0.057257 0.498579 0.167068 D2 0.057257 1.000000 0.009711 0.109370 D5 0.498579 0.009711 1.000000 0.095939 D11 0.167068 0.109370 0.095939 1.000000 Vì mức tương quan giữa các biến là rất nhỏ nên không có đa cộng tuyến xảy ra. Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II 7 MÔ HÌNH HỒI QUI PHỤ: Dependent Variable: X2 Method: Least Squares Date: 03/20/09 Time: 16:33 Sample: 1 100 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob. C 93.08116 22.71780 4.097279 0.0001 D2 14.89297 32.91588 0.452456 0.6520 D5 316.7935 57.19435 5.538895 0.0000 D11 38.61832 29.45510 1.311091 0.1930 R-squared 0.264499 Mean dependent var 140.1317 Adjusted R-squared 0.241514 S.D. dependent var 166.7869 S.E. of regression 145.2565 Akaike info criterion 12.83406 Sum squared resid 2025547. Schwarz criterion 12.93826 Log likelihood -637.7029 F-statistic 11.50775 Durbin-Watson stat 1.649299 Prob(F-statistic) 0.000002 Vì R 2 của mô hình hồi qui phụ bằng 0.264499 nhỏ hơn R2 của mô hình hồi qui 2 bằng 0.556500 nên không có hiện tượng đa cộng tuyến xảy ra. Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II 8 4.2. Kiểm định tự tƣơng quan: Vì p_value = 0.914347 > α = 0.05 nên không có hiện tượng tự tương quan trong mô hình. MÔ HÌNH 3 Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.083426 Probability 0.920028 Obs*R-squared 0.179090 Probability 0.914347 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 03/16/09 Time: 21:01 Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. C -22.33991 553.7234 -0.040345 0.9679 X2 0.221295 2.348885 0.094213 0.9251 D2 -13.19334 737.0807 -0.017899 0.9858 D5 -110.1624 1495.111 -0.073682 0.9414 D11 4.681078 664.9583 0.007040 0.9944 RESID(-1) -0.025574 0.106033 -0.241191 0.8099 RESID(-2) -0.035982 0.105078 -0.342431 0.7328 R-squared 0.001791 Mean dependent var 9.83E-14 Adjusted R- squared -0.062610 S.D. dependent var 3148.593 S.E. of regression 3245.663 Akaike info criterion 19.07546 Sum squared resid 9.80E+08 Schwarz criterion 19.25782 Log likelihood -946.7728 F-statistic 0.027809 Durbin-Watson stat 1.976320 Prob(F-statistic) 0.999904 Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II 9 4.3. Kiểm định phƣơng sai thay đổi: Tiến hành kiểm định White bằng Eviews ta thu được kết quả: P_value > α = 0.05 nên không có hiện tượng phương sai thay đổi. White Heteroskedasticity Test: F-statistic 1.064627 Probability 0.398849 Obs*R-squared 11.74485 Probability 0.383124 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 03/16/09 Time: 21:02 Sample: 1 100 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob. C 90741.06 9302488. 0.009754 0.9922 X2 61868.51 72125.07 0.857795 0.3933 X2^2 -113.8510 132.6044 -0.858576 0.3929 X2*D2 95299.91 95350.91 0.999465 0.3203 X2*D5 2180.032 94087.06 0.023170 0.9816 X2*D11 24928.14 80250.80 0.310628 0.7568 D2 -9682232. 16845581 -0.574764 0.5669 D2*D5 -83698627 47953111 -1.745426 0.0844 D2*D11 22188199 18193213 1.219587 0.2259 D5 14081295 35673466 0.394727 0.6940 D5*D11 40087868 39238275 1.021652 0.3097 D11 -4360610. 13100239 -0.332865 0.7400 R-squared 0.117449 Mean dependent var 9814502. Adjusted R-squared 0.007130 S.D. dependent var 38216801 S.E. of regression 38080323 Akaike info criterion 37.86046 Sum squared resid 1.28E+17 Schwarz criterion 38.17308 Log likelihood -1881.023 F-statistic 1.064627 Durbin-Watson stat 2.120929 Prob(F-statistic) 0.398849 Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II Bản quyền thuộc sinh viên lớp K46E Đại Học Ngoại Thương Cơ Sở II 10 5. Kết quả hồi quy: Y_GB = -2376.0555 + 14.6435*X2_DT + 2105.6156*D2_QTT + 5228.3218*D5_KC1 + 1921.4433*D11_AN Nhận xét: _Mức độ phù hợp của mô hình so với thực tế tương đối cao là R2 = 55.65%. _Dựa vào bảng hồi quy gốc ta thấy /t-stat/ của các biến X2, D2, D5, D11 > 2 nên các biến này có ý nghĩa thống kê. X2_DT: tác động cùng chiều với giá bán, có nghĩa là khi diện tích tăng lên 1m 2 thì giá bán nhà tăng 14.6435 triệu đồng (trong điều kiện các yếu tố khác không đổi). D2_QTT: tác động cùng chiều với giá bán, nghĩa là nếu căn nhà là thuộc quận trung tâm thành phố thì giá bán sẽ cao hơn 2105.6156 triệu đồng so với nhà thuộc các quận khác (trong điều kiện các yếu tố khác không đổi). D5_KC1: tác động cùng chiều với giá bán, có nghĩa là nếu căn nhà là biệt thự thì giá bán sẽ cao hơn 5228.3218 triệu đồng so với nhà trệt (trong điều kiện các yếu tố khác không đổi) D11_AN: tác động cùng chiều với giá bán, có nghĩa là nếu căn nhà nằm trong khu vực có an ninh thì giá bán sẽ cao hơn 1921.4433 triệu đồng so với nhà thuộc khu vực không an ninh (trong điều kiện các yếu tố khác không đổi). 6. Khó khăn trong quá trình thực hiện: Với mô hình ước lượng trên, do số lượng quan sát còn hạn chế và chất lượng dữ liệu chưa được chính xác lắm vì số liệu được thu thập thông qua Internet và các báo nên thông tin chưa được kiểm chứng. Do đó, mức ý nghĩa các trị thống kê tương đối cao. Việc chọn các biến độc lập để đưa vào mô hình chủ yếu dựa trên ý kiến chủ quan và có thể còn thiếu sót.
Tài liệu liên quan