3.1 Bạn hãy sử dụng file HousingPrice.

xls để trả lời các câu hỏi sau

a) Dựa trên các paper đã tìm hiểu được (Bài tập 2.3 Chương 2 câu a)) về các yếu tố có thể
ảnh hưởng đến Giá nhà (Price) bạn hãy chọn dạng hàm hồi quy phù hợp nhất (tham khảo
Slide Chương 3, mục 3.2 Các dạng hàm hồi quy đa biến thường gặp) và viết phương trình hồi
quy tổng thể. Giải thích tại sao bạn lại chọn dạng hàm hồi quy này
Notes: Bạn nên tham khảo các paper UY TÍN sẽ biết được dạng hàm nào phù hợp

Dựa trên các paper đã tìm hiểu ở bài tập 2.3 Chương 2 câu a) kết hợp với Slide Chương 3, mục 3.2, nhóm
tìm được dạng hàm hồi quy phù hợp nhất cho việc phân tích các yếu tố có thể ảnh hưởng đến Giá nhà
(Price) là dạng hàm bán log (log – linear), ta tìm được các biến giải thích và phương trình hồi quy tổng
thể:
ln ln Y =β1 + β 2∗SQFT + β 3∗DIST + β 4∗POP+ β 5∗MONTH + β 6∗URBAN + β 7∗HOUSE + β 8∗¿ ¿

Với
lnY là biến phụ thuộc (Logarit giá nhà)
SQFT là TOTAL_AREA (Tổng diện tích sàn (m2))
DIST là DISTANCE (Khoảng cách từ nhà đến trung tâm thành phố - CBD (km))
POP là POPU_DENSITY (Mật độ dân số khu vực (người/km2))
MONTH là MONTHLY_EXPENDITURE (Chi tiêu hàng tháng (triệu VND))
URBAN là URBAN_AREA (Khu vực đô thị)
HOUSE là HOUSING_TYPE (Loại hình nhà ở)
FUNC là FUNCTION (Chức năng)

Chọn dạng hàm bán log (log – linear) là vì:

Dựa vào các paper đã thu thập từ bài 2.3 và một số paper khác như:
NGHIÊN CỨU VỀ YẾU TỐ NỘI TẠI CỦA CĂN NHÀ TẠI THỔ NHĨ KỲ (Determinants of house
prices in Turkey: Hedonic regression versus artificial neural network) của Selim. S (2008) đã xây dựng
mô hình đề xuất sử dụng mô hình bán log (log – linear) để tính toán. Các yếu tố như Diện tích nhà, Số
lượng phòng, Loại nhà, Hệ thống nước, Hồ bơi, đặc trưng về vị trí và kiểu của tòa nhà là các biến quan
trọng ảnh hưởng giá nhà. Mô hình hồi quy đề xuất có dạng:
LnP = bx + u.
Trong nghiên cứu:
ỨNG DỤNG MÔ HÌNH HEDONIC VỀ CÁC YẾU TỐ ẢNH HƯỞNG TỚI GIÁ BẤT ĐỘNG SẢN TẠI
TP.HCM của Ths. Trần Thu Vân và Nguyễn Thị Giang (2011) các tác giả cũng sử dụng mô hình bán log
mà Selim. S đề xuất để xác định giá bất động sản ở khu vực Thành phố Hồ Chí Minh.
Điều này cho thấy mô hình là phù hợp và có thể được áp dụng với các bài toán xác định các yếu tố ảnh
hưởng đến giá nhà. Thực tế, mô hình bán log (log – linear) thể hiện sự gia tăng của chi phí theo quy mô
sản xuất (increasing cost to scale) điều này là hợp lý vì khi quy mô sản xuất của căn nhà tăng thì kéo theo
đó các chi phí khác sẽ tăng mạnh theo dẫn đến giá bán căng nhà cũng sẽ tăng, ví dụ nếu diện tích của căn
nhà càng lớn, nhà càng gần ở trung tâm thành phố thì giá bán của căn nhà sẽ tăng lên rất nhiều so với
những căn nhà nhỏ ở ngoại ô.

b) Với các biến giải thích (Qualitative Var) bạn hãy tiến hành chuyển đổi thành các biến giả
phù hợp để có thể chạy được trên cả Stata và Eviews.
Các biến giải thích (Qualitative Var) trong hàm hồi quy đã chọn gồm: URBAN (URBAN_AREA),
HOUSE (HOUSING_TYPE), FUNC (FUNCTION)
● Biến URBAN có 5 tính chất, vì vậy ta cần chuyển đổi thành 4 biến giả lần lượt:
OLD TOWN ={1 Khu vực đô thị hình thànhlâuđời 0 Nếu là khu vực khác
OLD PLANNED ={1 Khu vực đô thị quy hoạch cũ 0 Nếu là khu vực khác
NEW PLANNED={1 Khu vực đô thị quy hoạch mới 0 Nếulà khu vực khác
SPONTANEOUS={1 Khu vực đô thịtự phát 0 Nếulà khu vực khác

● Biến HOUSE có 7 tính chất, vì vậy ta cần chuyển đổi thành 6 biến giả lần lượt
FACADE={1 Nhàliền kế mặt phố 0 Nếulàloại hình nhà khác
VILLAS={1 Biệt thự 0 Nếu là loại hình nhà khác
CONDO B 93={1 Chung cư trước 1993 0 Nếulà loại hình nhà khác

CONDO A 93={1 Chung cư sau 1993 0 Nếu làloại hình nhà khác

ALLEY SMALL ={1 Nhàhẻm nhỏ 0 Nếulà loại hình nhà khác

ALLEY BIG ={1 Nhàhẻm lớn 0 Nếu làloại hình nhà khác

● Biến FUNC có 3 tính chất, vì vậy ta cần chuyển đổi thành 2 biến giả lần lượt
LIVE={1 Chỉ để ở 0 Nếu là chức năng khác
RENT ={1 Ở và một phần cho thuê 0 Nếu là chức năng khác

Hàm hồi quy sau khi thực hiện chuyển đổi biến giả là:
ln ln Y =β1 + β 2∗SQFT + β 3∗DIST + β 4∗POP+ β 5∗MONTH + β 6∗OLD TOWN + β 7∗OLD PLANNED + β 8∗NEW PLANNED+ β