BỘ GIÁO DỤC VÀ ĐÀO TẠO

ĐẠI HỌC UEH

TRƯỜNG KINH TẾ, LUẬT VÀ QUẢN LÝ NHÀ NƯỚC
--------

TIỂU LUẬN CUỐI KHÓA

MÔN HỌC: KINH TẾ LƯỢNG ỨNG DỤNG

\
ĐỀ TÀI: CÁC YẾU TỐ TÁC ĐỘNG ĐẾN GIÁ NHÀ Ở
VIỆT NAM
Nguyễn Thị Ngọc Bích 31211020800
Võ Trần Ngọc Dung 31211025729
Liêu Lê Quý Mai 31211020952
Nguyễn Thị Anh Thư 31211023295
Lê Kim Quyên 31211023622
Mã lớp học phần 23D1ECO50106701

Tóm tắt đề tài: Nghiên cứu này xem xét các yếu tố ảnh hưởng đến giá nhà ở của các hộ gia
đình tại Việt Nam thông qua việc sử dụng mô hình định giá Hedonic và bộ dữ liệu VHLSS
2018 "Điều tra mức sống hộ gia đình 2018" - MUC2V.dta, MUC2X.dta, MUC4A.dta,
MUC7.dta. Bài nghiên cứu xem xét các yếu tố như: thời gian đi đến cơ sở y tế, thời gian đi
đến nơi làm việc, thời gian đi đến trường học, tổng diện tích ở, loại nhà, giá trị đất và chi phí
hoàn thành ngôi nhà có ảnh hưởng đến giá của một ngôi nhà.
Từ khóa: VHLSS, HPM, giá nhà
Các từ viết tắt: HPM - Hedonic Price Model
VHLSS - Vietnam Household Living Standard Survey
TP. Hồ Chí Minh, ngày 08 tháng 06 năm 2023
 MỤC LỤC
I. PHẦN GIỚI THIỆU.......................................................................................3
1. Lý do và vấn đề............................................................................................3
2. Mục tiêu nghiên cứu....................................................................................4
II. CƠ SỞ LÝ THUYẾT....................................................................................4
1. Các khái niệm liên quan đến vấn đề nghiên cứu......................................4
1.1. Nhà ở.......................................................................................................4
1.2. Giá cả nhà ở...........................................................................................4
2. Một số nghiên cứu về đề tài........................................................................5
III. PHƯƠNG PHÁP NGHIÊN CỨU...............................................................6
1. Mô hình kinh tế............................................................................................6
2. Mô hình hồi quy tổng quát..........................................................................7
3. Dữ liệu của đề tài.........................................................................................9
IV. KẾT QUẢ NGHIÊN CỨU..........................................................................9
1. Thống kê mô tả............................................................................................9
2. Phân tích Bivariate....................................................................................11
3. Kết quả hồi quy..........................................................................................14
4. Kiểm định chi - square..............................................................................19
4.1. Kiểm định chi - square về sự độc lập giữa hai biến gno và dto.......19
4.2. Kiểm định chi - square sự độc lập giữa hai biến gno và cpht..........19
5. Kiểm định F (kiểm định mô hình)............................................................19
V. KẾT LUẬN VÀ KIẾN NGHỊ.....................................................................20
1. Tóm tắt kết quả nghiên cứu......................................................................20
2. Hạn chế của nghiên cứu............................................................................20
3. Hướng phát triển của đề tài......................................................................20
VI. TÀI LIỆU THAM KHẢO.........................................................................21
PHỤ LỤC:.........................................................................................................22

2
I. PHẦN GIỚI THIỆU

1. Lý do và vấn đề
Quá trình công nghiệp hóa, hiện đại hóa và tăng trưởng kinh tế ở Việt Nam đang phát
triển mạnh mẽ khiến cho sự mở rộng của các khu đô thị và nhu cầu nhà ở ngày càng tăng cao.
Tuy nhiên, mức thu nhập bình quân của người dân tại những đô thị lớn vẫn chưa theo kịp tốc
độ tăng của giá nhà. Theo thống kê của Numbeo tỷ lệ giá nhà/thu nhập bình quân ở Việt Nam
đang cao so với thế giới. Cụ thể hơn là hai thành phố lớn ở Việt Nam là TP. Hồ Chí Minh và
Hà Nội có tỷ lệ giá nhà/ thu nhập bình quân là 34,3 lần và 18,6 lần; xếp thứ 12 và 44 trên
bảng xếp hạng. Tuy nhiên, tỷ lệ sở hữu nhà ở của người dân Việt Nam khá cao. Theo kết quả
Tổng điều tra dân số và nhà ở năm 2019 của Tổng cục Thống kê, cả nước có 88,1% hộ gia
đình sở hữu nhà riêng.  Điều này cho thấy, người dân thích sở hữu nhà riêng. Hơn thế, nhu
cầu nhà ở ngày càng thăng cấp. Theo thống kê của Tổng cục thống kê, tỷ lệ nhà tạm tính trên
cả nước có xu hướng giảm qua các năm, cụ thể năm 2008 cả nước có 13,1% hộ có nhà tạm
thì đến năm 2016 chỉ còn 2,6% và năm 2018 là 1,7%, thay vào đó là sự gia tăng các loại nhà
biệt thự và kiên cố khác. Theo đại diện Hội Môi giới bất động sản Việt Nam chia sẻ: “Thị
trường nhà đất đã phát triển như “vũ bão" những năm qua. Nhu cầu gia tăng giữa tình trạng
“đói cung” vì các vướng mắc pháp lý chưa được tháo gỡ triệt để. Cộng hưởng cùng sự phát
triển của hệ thống hạ tầng, giao thông, đường xá thuận tiện, đất đai mỗi ngày lại tích lũy thêm
giá trị nội tại, khiến giá nhà tăng vọt với tốc độ kỷ lục”. Vậy nên, việc hiểu rõ những yếu tố
tác động đến giá nhà cũng như xem xét những rủi ro tiềm ẩn của bong bóng đầu cơ và vấn đề
về khả năng chi trả nhà ở của các cá nhân và gia đình là rất cần thiết. 
Việc giá nhà biến động có thể phụ thuộc vào nhiều yếu tố khác nhau, nhưng những
yếu tố cơ bản nhất có thể xét đến như vị trí bất động sản, loại bất động sản hay thời gian bất
động sản đó tiếp cận đến các tiện ích,... 
Xuất phát từ vấn đề đó, nhóm lựa chọn nghiên cứu đề tài: “Các yếu tố tác động đến
giá nhà ở Việt Nam” nhằm xác định và phân tích được những yếu tố chủ yếu nào tác động

3
đến giá mua nhà. Dựa trên điều đó, đưa ra một số gợi ý về các chiến lược tiếp thị và phát
triển nhà ở phù hợp hơn, cung cấp nhà ở đáp ứng nhu cầu của nhiều nhóm người khác nhau.
Ngoài ra, hiểu được các yếu tố tác động đến giá nhà ở có thể giúp các nhà hoạch định chính
sách đưa ra các quyết định sáng suốt liên quan đến việc sử dụng đất, phát triển cơ sở hạ tầng
và cung cấp các dịch vụ thiết yếu góp phần tạo ra các thành phố đáng sống hơn, thúc đẩy tiếp
cận công bằng với nhà ở và thúc đẩy các hoạt động phát triển đô thị bền vững.

2. Mục tiêu nghiên cứu

Nghiên cứu này nhằm xác định và phân tích những yếu tố chủ yếu tác động đến giá
nhà ở Việt Nam. Bằng cách tìm hiểu và phân tích các yếu tố này, nghiên cứu cung cấp thông
tin hữu ích cho các nhà phát triển và nhà đầu tư bất động sản, giúp họ hiểu rõ hơn về yếu tố
tác động đến giá nhà và áp dụng các chiến lược tiếp thị và phát triển nhà ở phù hợp; và cung
cấp thông tin hữu ích cho người mua nhà có cái nhìn tổng quan hơn về các yếu tố tác động
đến giá nhà, từ đó đưa ra quyết định lựa chọn mua nhà phù hợp với nhu cầu.

II. CƠ SỞ LÝ THUYẾT

1. Các khái niệm liên quan đến vấn đề nghiên cứu

1.1. Nhà ở
Nhà ở là công trình xây dựng với mục đích để ở và phục vụ các nhu cầu sinh hoạt của
hộ gia đình, cá nhân (Theo khoản 1 Điều 3 Luật Nhà ở 2014).

1.2. Giá cả nhà ở

Giá cả bất động sản được hình thành trên cơ sở quan hệ cung cầu về bất động sản trên
thị trường và nó được mô phỏng bằng tiền hoặc giá trị tài sản mà bên bán và bên mua cùng
đồng ý, bao gồm giá của nhà và đất. Giá nhà được đo lường bằng các chi phí về nguyên vật
liệu và các chi phí cần thiết khác để xây dựng nên một căn nhà. Tuy nhiên, giá cả của bất
động sản nói chúng và giá nhà nói riêng đều phụ thuộc vào tiêu chí lợi ích sử dụng, sự tương
đối của khan hiếm và quan trọng là nhu cầu của người mua (Theo Cục Quản lý Nhà và Thị
trường Bất động sản - Bộ Xây Dựng).

4
2. Một số nghiên cứu về đề tài
Nghiên cứu của Opoku & Muhmin (2010) đã chỉ ra những đặc điểm về nhà ở và các
yếu tố liên quan là một trong những tác động vô cùng quan trọng ảnh hưởng đến quyết định
của người mua nhà. Đặc điểm của nhà ở có thể xét ở 5 mặt: Diện tích, Thiết kế, Chất lượng
xây dựng, Khả năng bán lại, Tính pháp lý. Ngoài ra, nó còn gắn liền với những yếu tố đáp
ứng các nhu cầu về mặt vật chất và tinh thần trong cuộc sống hằng ngày như: Các hệ thống
điện, nước, vệ sinh, điều hoà nhiệt độ, thông tin liên lạc... Chất lượng những tiện nghi này
càng tốt thì giá thành của căn nhà càng cao.

Nghiên cứu “The impact of location on housing prices: applying the Artificial Neural
Network Model as an analytical tool” của Laura Fernandez-Duran và các cộng sự chỉ ra rằng
những bất động sản tọa lạc tại trung tâm đô thị hay một vùng nào đó sẽ có giá trị lớn hơn
những bất động sản cùng loại nằm ở các ven vùng trung tâm, tức giá nhà thấp hơn khi càng
xa trung tâm hơn.

Theo Tan (2012) thì những yếu tố môi trường xung quanh như vấn đề an ninh, ô
nhiễm khí hậu, môi trường, trật tự an ninh xã hội đều nằm trong phạm vi tốt thì sẽ nhận được
sự hài lòng cao từ khách hàng. Giá nhà tại một khu vực sẽ có xu hướng tăng lên khi mà mật
độ dân số nơi đó đột nhiên tăng cao do tốc độ cơ học của dân số (sự chênh lệch giữa số người
xuất cư và nhập cư) tăng. Ngoài ra, các yếu tố khác trong vùng như chất lượng dịch vụ y tế,
giáo dục, trình độ dân trí, vấn đề an ninh và tập quán người dân trong khu vực cũng ảnh
hưởng đến giá cả của căn nhà.

Nghiên cứu của Wen (2005) sử dụng phương pháp phân tích của HPM trên thị
trường nhà ở tại Hàn Châu, Trung Quốc và dựa trên 290 nhà ở được khảo sát cho thấy diện
tích sàn, mức độ trang trí, tầng nhà ở, nhà để xe, tầng áp mái, môi trường, cộng đồng quản lý,
cơ sở vui chơi giải trí, điều kiện giao thông, thời gian giao dịch là những tiêu chí có ảnh
hưởng quan trọng đến giá nhà ở.

Kết quả nghiên cứu của Bajari và Kahn (2007) sử dụng mô hình HPM dựa trên
nguồn dữ liệu về nhà ở tại thành phố Los Angeles từ năm 2000 đến 2003 cho thấy người dân
sẵn lòng trả mức giá cao để tránh đi lại xa hơn, ngược lại một mức giá thấp người dân sẵn
lòng trả để có một mảnh đất hoặc ngôi nhà lớn hơn.

5
III. PHƯƠNG PHÁP NGHIÊN CỨU

1.Mô hình kinh tế

Đề tài sử dụng phương pháp phân tích Hedonic Price Model (HPM) - mô hình giá
thụ hưởng để xây dựng hàm hồi quy giá nhà ở.

Mô hình chịu sự phụ thuộc của 7 biến số độc lập cơ bản bao gồm: Giá trị đất, Chi phí
hoàn thành ngôi nhà, Loại nhà, Tổng diện tích ở, Thời gian đi đến nơi làm việc, Thời gian đi
đến cơ sở y tế gần nhất, Thời gian đi đến trường.

Một số nghiên cứu đã sử dụng mô hình Hehodic Price Model :

1. Megbolugbe, Isaac F. (1989). “A Hedonic Index Model: The Housing Market of

Jos, Nigeria,”Urban Studies 26, 486–494.

2. Bajic, Vladimir. (1983). “The Effects of a New Subway Line on Housing Prices in
Metropolitan Toronto,”Urban Studies 147–158.

3. Selim, S. (2008). Determinants of house prices in Turkey: A hedonic regression

model. Doğuş Üniversitesi Dergisi, 9(1), 65-76.

4. Selim, H. (2009). Determinants of house prices in Turkey: Hedonic regression

versus artificial neural network. Expert Systems with Applications, 36(2),

2843–2852. doi:10.1016/j.eswa.2008.01.044

5. Oktay, E., Karaaslan, A., Alkan, Ö., & Çelik, A. K. (2014). Determinants of
housing demand in the Erzurum province, Turkey. International Journal of Housing
Markets and Analysis.

Điểm mạnh của mô hình Hedonic Price Model (HPM) là thường được dùng để đánh
giá các dịch vụ môi trường mà sự hiện diện của nó ảnh hưởng trực tiếp đến một số giá thị
trường nào đó. Theo một cách tổng quát, giá của một ngôi nhà (có thể bao gồm cả các vật
liệu trong ngôi nhà) trong mô hình Hedonic phụ thuộc vào các đặc trưng của ngôi nhà như vị
trí so với trung tâm, gần đường, gần các khu tiện ích và giá trị của các công trình trong ngôi
nhà đó như diện tích nhà, số phòng ngủ, số tầng,... Mục tiêu của mô hình là xác định được
biến động về giá của miếng đất dựa vào những đặc trưng nói trên.

6
2. Mô hình hồi quy tổng quát

THỜI GIAN ĐI ĐẾN

CƠ SỞ Y TẾ GẦN
THỜI GIAN ĐI ĐẾN NƠI
NHẤT
LÀM VIỆC TỔNG DIỆN TÍCH Ở

THỜI GIAN ĐI ĐẾN GIÁ LOẠI NHÀ

TRƯỜNG HỌC NHÀ

CHI PHÍ HOÀN

GIÁ TRỊ ĐẤT
THÀNH NGÔI NHÀ

Hình 1: Mô hình hồi quy

Để kiểm tra ảnh hưởng của các biến độc lập lên biến phụ thuộc, bài viết vận dụng cơ
sở lý thuyết và đề xuất dạng mô hình toán nghiên cứu như sau:

7
 gno = β0 + β1.tgyt+ β2.tglv + β3.tgth + β4.dto + β5.ln + β6.gtd + β7.cpht

Bảng 1: Các biến trong mô hình

Ký hiệu biến Mô tả biến Đo lường Đơn vị

Biến phụ thuộc

gno Giá nhà ở Liên tục Nghìn đồng

Biến độc lập

tgyt Thời gian đi đến cơ sở y tế gần nhất Liên tục Phút

tglv Thời gian đi đến nơi làm việc Liên tục Phút

tgth Thời gian đi đến trường học Liên tục Phút

dto Tổng diện tích ở Liên tục m2

Ngôi nhà chính thuộc loại nhà nào:

1 = Nhà kiểu biệt thự

2 = Nhà kiên cố khép kín

ln Phân loại
3 = Nhà kiên cố không khép kín

4 = Nhà bán kiên cố

5 = Nhà tạm và khác

gtd Giá trị đất Liên tục Nghìn đồng

cpht Chi phí hoàn thành ngôi nhà Liên tục Nghìn đồng

8
3. Dữ liệu của đề tài
Dữ liệu cho bài nghiên cứu sẽ được lấy từ MUC2V, MUC2X, MUC3A, MUC4A và
MUC7 trong bộ dữ liệu VHLSS 2018 (Household Living Standards Survey) được thu thập từ
cuộc điều tra về mức sống của hộ gia đình ở Việt Nam do GSO - Tổng cục Thống kê quốc
gia Việt Nam thực hiện cứ mỗi hai năm một lần. Mục đích của khảo sát mức sống nhằm theo
dõi và giám sát một cách có hệ thống mức sống các tầng lớp dân cư Việt Nam, giám sát, đánh
giá việc thực hiện chiến lược toàn diện về tăng trưởng và xóa đói giảm nghèo, góp phần đánh
giá kết quả thực hiện các mục tiêu thiên niên kỷ (MDGs) và mục tiêu phát triển bền vững
(SDGs) và các mục tiêu phát triển kinh tế - xã hội của Việt Nam. Khảo sát mức sống đã được
tổ chức, triển khai theo đúng nội dung của phương án và quy trình sản xuất thông tin thống kê
cấp cao.

IV. KẾT QUẢ NGHIÊN CỨU

1.Thống kê mô tả
Các kết quả trong bài nghiên cứu này được thực hiện trên phần mềm R Studio gồm 1
biến phụ thuộc (gno), 7 biến độc lập (tgyt, tgth, tglv, dto, gtd, cpht, ln) với 20027 mẫu quan
sát.

Bảng 2: Kết quả thống kê mô tả biến

Số
Độ lệch Nhỏ
Biến quan Trung bình Lớn nhất
chuẩn nhất
sát

Biến phụ thuộc

gno, Giá nhà ở (triệu đồng) 20027 1007070.97 3113346.09 -1 80000000

Biến độc lập

tglv, Thời gian đi đến nơi làm việc

20027 19.89 26.59 1 720
(phút)

tgth, Thời gian đi đến trường học 20027 13.83 16.34 1 660

9
(phút)

tgyt, Thời gian đi đến cơ sở y tế gần

20027 21.72 13.37 0 59
nhất (phút)

dto, Tổng diện tích ở (m2) 20027 94.80 60.79 14 500

gtd, Giá trị đất (triệu đồng) 20027 758114.67 2879092.84 -1 78000000

cpht, Chi phí hoàn thành ngôi nhà

20027 207487.59 303535.61 -1 4000000
(triệu đồng)

ln, ngôi nhà thuộc loại 20027 3.45 0.94 1 5

    1 = nhakieubietthu, nhà kiểu biệt

193 0.01 0.10 0 1
thự

    2 = nhakiencokhepkin, nhà kiên

4609 0.23 0.42 0 1
cố khép kín

    3 = nhakiencokhongkhepkin,
2288 0.11 0.32 0 1
nhà kiên cố không khép kín

    4 = nhabankienco, nhà bán kiên

11771 0.59 0.49 0 1
cố

    0 = nhatamvakhac, nhà tạm và

1166
khác

Theo khảo sát, giá nhà trung bình là 1,007,071 nghìn đồng (khoảng 1 tỷ đồng), giá
nhà cao nhất lên đến 80,000,000 nghìn đồng (80 tỷ đồng). Thời gian để đi đến trường học của
các hộ gia đình nằm trong khoảng nhỏ nhất là 1 phút đến lớn nhất là 660 phút (11 giờ). Thời
gian đi đến cơ sở y tế gần nhất dao động từ 0 đến 59 phút và thời gian trung bình để đi đến cơ
sở y tế gần nhất trong 20027 mẫu quan sát gần 22 phút. Thời gian đi đến nơi làm việc trung

10
bình gần 20 phút, tuy nhiên độ lệch chuẩn của thời gian đi đến nơi làm việc khá lớn ~ 27 phút
cho thấy sự đa dạng trong thời gian đến chỗ làm. Thời gian lâu nhất đi đến nơi làm việc là
720 phút (12 giờ) và thời gian nhanh nhất đi đến nơi làm việc là 1 phút. Tổng diện tích ở của
mỗi nhà dao động từ 14m2 đến 500m2. Giá trị đất trung bình là 758,114 nghìn đồng (khoảng
758 triệu đồng) và có hộ sở hữu đất với giá trị đất cao nhất lên đến 78,000,000 nghìn đồng
(78 tỷ đồng). Chi phí để hoàn thành một ngôi nhà trung bình là 207,487 nghìn đồng (207.5
triệu đồng) và chi phí cao nhất để hoàn thành ngôi nhà là 4,000,000 nghìn đồng (4 tỷ đồng).
Trong 20027 căn nhà, có 193 căn là nhà biệt thự, 4609 căn là nhà kiên cố khép kín, nhà kiên
cố không khép kín là 2288 căn, nhà bán kiên cố là 11771 căn và 1166 căn còn lại là nhà tạm
và các loại nhà khác.

2. Phân tích Bivariate

Quan sát sự tương quan của thời gian đi đến cơ sở y tế gần nhất, thời gian đi đến nơi
làm việc, thời gian đi đến trường học, tổng diện tích ở, giá trị đất, chi phí hoàn thành ngôi nhà
đối với giá nhà ở thông qua đồ thị scatter.

11
Hình 2: Sự tương quan giữa thời gian đi đến cơ sở y tế gần nhất với giá nhà ở.

Hình 3: Sự tương quan giữa thời gian đi đến trường học với giá nhà ở

Hình 4: Sự tương quan giữa thời gian đi đến nơi làm việc với giá nhà ở

12
Hình 5: Sự tương quan giữa tổng diện tích ở với giá nhà ở

Hình 6: Sự tương quan giữa giá trị đất với giá nhà ở

13
 Hình 7: Sự tương quan giữa chi phí hoàn thành ngôi nhà với giá nhà ở

3. Kết quả hồi quy

Kết quả của mô hình hồi quy được thể hiện ở bảng 3 cho thấy biến cơ sở y tế gần nhất
(tgyt) có ý nghĩa thống kê ở mức 1%, diện tích ở (dto), giá trị đất (gtd), chi phí hoàn
thành(cpht), nhà kiểu biệt thự (nhakieubietthu), nhà kiên cố khép kín (nhakiencokhepkin) có
ý nghĩa thống kê ở mức 0.1%, biến nhà kiên cố không khép kín (nhakiencokhongkhepkin) có
ý nghĩa thống kê ở mức ý nghĩa 1%. Trong mô hình này, biến thời gian đi đến nơi làm việc
(tglv), và thời gian đi đến trường học (tgth) và biến giả nhà bán kiên cố (nhabankienco)
không có ý nghĩa thống kê. Tuy nhiên R-square và R-square hiệu chỉnh đều tương đương
0.993, tức là 99.3% sự biến thiên của giá trị nhà ở phụ thuộc vào các biến được đưa vào mô
hình, nói cách khác là độ phù hợp của mô hình cao.

14
 Bảng 3: Kết quả hồi quy mô hình hồi quy

Mô hình hồi quy

Biến
Hệ số hồi quy Sai số chuẩn

Hệ số chặn 11600 8810.0

Biến độc lập

tgyt -436.5** 136.3

tglv -21.17 68.54

tgth 99.14 111.50

dto 490.60*** 39.19

gtd 1.045*** 0.0006922

cpht 0.6580*** 0.007931

nhakieubietthu 488600.0*** 21150.0

nhakiencokhepkin 67150.0*** 9037.0

nhakiencokhongkhepkin 26040.0** 9383.0

nhabankienco 9786.0 7936.0

X gno

R2 0.9932

Số quan sát 20027

15
Ghi chú: *** có ý nghĩa thống kê tại 0.1%; ** có ý nghĩa thống kê tại 1%; * có ý nghĩa
thống kê tại 5%.

Từ kết quả ở bảng 3 ta có thể kết luận: Trong trường hợp giữa giá trị của các biến khác
không thay đổi, tính trung bình, khi thời gian đi đến cơ sở y tế gần nhất tăng thêm 1 phút thì
giá nhà ở sẽ giảm 436.5 nghìn đồng; khi tổng diện tích ở của ngôi nhà tăng thêm 1 m2 thì giá
nhà ở sẽ tăng thêm 490.6 nghìn đồng; khi giá trị đất tăng thêm 1 nghìn đồng thì giá nhà ở sẽ
tăng thêm 1.045 nghìn đồng; khi chi phí hoàn thành ngôi nhà tăng thêm 1 nghìn đồng thì giá
trị nhà ở sẽ tăng thêm 0.658 nghìn đồng; khi loại nhà là nhà kiểu biệt thự thì giá sẽ cao hơn
loại nhà tạm và khác là 488,600 nghìn đồng (488.6 triệu đồng); khi loại nhà là nhà kiên cố
khép kín thì giá sẽ cao hơn nhà tạm và khác là 67,150 nghìn đồng ( 67.15 triệu đồng); khi loại
nhà là nhà kiên cố không khép kín thì giá sẽ cao hơn nhà tạm và khác là 26,040 nghìn đồng
(26.04) triệu đồng.

Bảng 4: Kết quả kiểm định VIF cho mô hình hồi quy

Kiểm định VIF

Biến
Kết quả

tgyt 1.007581

tglv 1.006666

tgth 1.007105

dto 1.720445

gtd 1.204156

cpht 1.757028

nhakieubietthu 1.294162

16
 nhakiencokhepkin 4.386372

nhakiencokhongkhepkin 2.701289

nhabankienco 4.626266

Một trong những vấn đề thường xảy ra khi thực hiện mô hình hồi quy đó chính là hiện
tượng đa cộng tuyến. Để kiểm tra mô hình có đa cộng tuyến hay không, ta sử dụng kiểm định
VIF. Kết quả đạt được sau khi thực hiện VIF là tất cả các hệ số đều nhỏ hơn 5, đồng nghĩa
mô hình không có đa cộng tuyến.

Bảng 5: Kết quả kiểm định White

Data: model

BP = 4164.5 df = 55 p-value < 2.2e-16

Kiểm định White lại cho mô hình hồi quy ra kết quả p-value bé hơn 1%, có nghĩa là
mô hình này có phương sai thay đổi. Để khắc phục phương sai thay đổi, ta có thể sử dụng các
sai số chuẩn mạnh (robust standard errors).

Bảng 6: Kết quả hồi quy sau khi khắc phục phương sai thay đổi

Mô hình Linear Regression

p-value = 2.2e-16
Biến

Hệ số hồi quy Sai số chuẩn

Hệ số chặn 11598 6497.1

Biến độc lập

tgyt -436.49** 99.716

17
 tglv -21.168 39.779

tgth 99.139 71.87

dto 490.59*** 66.257

gtd 1.0448*** 0.0065875

cpht 0.65800*** 0.020318

nhakieubietthu 488580.0*** 67710.0

nhakiencokhepkin 67149.0*** 11111.0

nhakiencokhongkhepkin 26038.0** 6283.4

nhabankienco 9786.30 5369.1

Ghi chú: *** có ý nghĩa thống kê tại 0.1%; ** có ý nghĩa thống kê tại 1%; * có ý nghĩa
thống kê tại 5%.

Dựa vào kết quả ở bảng 6 ta thấy các biến đều có ý nghĩa thống kê trừ biến tglv, tgth và
biến giả nhabankienco; biến tgyt, nhakiencokhongkhepkin có ý nghĩa thống kê ở mức 1%,
còn lại biến dto, gtd, cpht, nhakieubietthu và nhakiencokhepkin đều có ý nghĩa thống kê ở
mức 0.1%. Ta có thể kết luận trong trường hợp giữa các biến khác không thay đổi, tính trung
bình, khi thời gian đi đến cơ sở y tế gần nhất tăng thêm 1 phút thì giá nhà ở sẽ giảm 436.49
nghìn đồng; khi tổng diện tích ở của ngôi nhà tăng thêm 1 m2 thì giá nhà ở sẽ tăng thêm
490.59 nghìn đồng; khi giá trị đất tăng thêm 1 nghìn đồng thì giá nhà ở sẽ tăng thêm 1.0448
nghìn đồng; khi chi phí hoàn thành ngôi nhà tăng thêm 1 nghìn đồng thì giá nhà ở sẽ tăng
thêm 0.658 nghìn đồng; khi loại nhà là nhà kiểu biệt thự thì giá sẽ cao hơn nhà tạm và khác là
488,580 nghìn đồng (488.58 triệu đồng); khi loại nhà là nhà kiên cố khép kín thì giá sẽ cao
hơn nhà tạm và khác là 67,149 nghìn đồng ( 67.149 triệu đồng); khi loại nhà là nhà kiên cố
không khép kín thì giá sẽ cao hơn nhà tạm và khác là 26,038 nghìn đồng (26.038 triệu đồng).

18
4. Kiểm định chi - square

4.1. Kiểm định chi - square về sự độc lập giữa hai biến gno và dto

X-squared df p-value

628994 62916 <2.2e-16

Đặt giả thuyết:

● H0: biến dto độc lập biến gno

● H1: biến dto phụ thuộc biến gno

Theo kết quả kiểm định trên, ta có giá trị p-value < 2.2e-16 < a = 0.05 nên ta bác bỏ
giả thuyết H0. Tức là biến diện tích ở có sự phụ thuộc vào biến Giá nhà ở.

4.2. Kiểm định chi - square sự độc lập giữa hai biến gno và cpht

X-square df p-value

860669 89238 <2.2e-16

Đặt giả thuyết:

 ● H0: biến CPHT độc lập biến gno

 ● H1: biến CPHT phụ thuộc biến gno

Theo kết quả kiểm định trên, ta có giá trị p-value < 2.2e-16 < a = 0.05 nên ta bác bỏ
giả thuyết H0. Tức là biến chi phí hoàn thành ngôi nhà có sự phụ thuộc vào biến Giá nhà ở.

5.Kiểm định F (kiểm định mô hình)

Kiểm định Kết quả kiểm định

F-test p-value < 2.2e-16

19
 Vì p-value < 2.2e-16 => bác bỏ giả thuyết tất cả các hệ số hồi quy đồng thời bằng 0. Do
đó có ít nhất 1 trong các biến có tác động đến giá nhà ở.

V. KẾT LUẬN VÀ KIẾN NGHỊ

1. Tóm tắt kết quả nghiên cứu

Nghiên cứu "CÁC YẾU TỐ TÁC ĐỘNG ĐẾN GIÁ NHÀ Ở VIỆT NAM" đã sử dụng
tập dữ liệu VHLSS-2018 và phần mềm R Studio để thực hiện phân tích với 20027 mẫu quan
sát được sử dụng để phân tích tương quan giữa các yếu tố.

Kết quả cho thấy giá nhà ở bị tác động bởi nhiều yếu tố độc lập như thời gian đi đến
cơ sở y tế gần nhất, diện tích ở, giá trị đất, chi phí hoàn thành ngôi nhà và loại nhà. Ta thấy
được rằng thời gian đi đến nơi làm việc, thời gian đến trường học không tác động đến giá nhà
ở, mặc dù đây là các yếu tố được kỳ vọng có ảnh hưởng, tuy nhiên xét về độ phù hợp của mô
hình thì các yếu tố này vẫn được đưa vào mô hình.

Kết quả mô hình nghiên cứu cũng hàm ý một số ứng dụng trong thực tiễn như sau:

● Cung cấp thêm thông tin tham khảo cho khách hàng khi họ đánh giá

mức giá nhà ở.

● Các nhà đầu tư có cơ sở để lên kế hoạch đầu tư vào những ngôi nhà có tiềm 

năng tăng giá trong tương lai như vị trí thuận tiện đi đến cơ sở y tế gần nhất, có diện tích phù
hợp hay ngôi nhà thuộc loại nhà có giá trị cao.

2. Hạn chế của nghiên cứu

Dữ liệu được thu thập chỉ có giá trị trong một khoảng thời gian. Số lượng giao dịch và
giá cả bất động sản ở thị trường Việt Nam đang rất biến động. Các yếu tố ảnh hưởng đến giá
nhà không được bao gồm hoàn toàn trong dữ liệu và biến được trình bày trong bài.

3. Hướng phát triển của đề tài

Ngoài các yếu tố được đề cập trong bộ dữ liệu VHLSS-2018 và trong bài nghiên cứu,
còn có những yếu tố khác chưa được liệt kê cũng tác động đến giá nhà ở như:

● Các yếu tố vĩ mô như lạm phát, lãi suất thị trường,...

● Vị trí nhà: các tỉnh thuộc khu vực thành thị/nông thôn

20
 ● Hạ tầng tiện ích công cộng xung quanh ngôi nhà

● Số tầng, số lượng phòng ngủ, số phòng vệ sinh, phòng tắm và vệ sinh, có sân
vườn/sân thượng

Nếu được tiếp tục nghiên cứu thêm ở những yếu tố trên kết hợp cùng với việc tìm
kiếm thêm nguồn dữ liệu đa dạng và xác thực, áp dụng thêm nhiều mô hình thì đề tài này sẽ
được đánh giá cao và phát triển sâu rộng hơn.

VI. TÀI LIỆU THAM KHẢO

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 8 June 2023].

2. Bajic, Vladimir. (1983). “The Effects of a New Subway Line on Housing Prices in
Metropolitan Toronto,”Urban Studies 147–158.

3. Fernandez-Duran, Laura & Llorca, Alicia & Ruiz, N & Valero, S. & Botti, V.. (2011). The
impact of location on housing prices: applying the Artificial Neural Network Model as an
analytical tool. ERSA conference papers. Available through: website <
www.researchgate.net> [Accessed 8 June 2023].

4. Megbolugbe, Isaac F. (1989). “A Hedonic Index Model: The Housing Market of Jos,
Nigeria,”Urban Studies 26, 486–494.

5. Oktay, E., Karaaslan, A., Alkan, Ö., & Çelik, A. K. (2014). Determinants of housing
demand in the Erzurum province, Turkey. International Journal of Housing Markets and
Analysis.

6. Opoku, Muhmin (2010). Housing preferences and attribute importance among low-income
consumers in Saudi Arabia. Habitat International 34(2):219-227. doi:
10.1016/j.habitatint.2009.09.006

7. Property Prices Index by Country 2023. (2023). www.numbeo.com. Retrieved June 7,

2023, from https://www.numbeo.com/property-investment/rankings_by_country.jsp

8. Selim, H. (2009). Determinants of house prices in Turkey: Hedonic regression versus

artificial neural network. Expert Systems with Applications, 36(2), 2843–2852.
doi:10.1016/j.eswa.2008.01.044

21
9. Selim, S. (2008). Determinants of house prices in Turkey: A hedonic regression model.
Doğuş Üniversitesi Dergisi, 9(1), 65-76.

10. Tan, Onur & Pabuçcu, Zümer & Ahmetyörük, & Fatihsevim, & Cemaçıkgöz, & Ergintav,
Semih & Leptokaropoulos, Konstantinos & Papadimitriou, Eleftheria & Karakostas,
Vassilios. (2012). Tan et al. 2012 IESCA poster.

11. Thanh Xuân. (March 17, 2023). Buying houses in urban areas is becoming more difficult.
vneconomy.vn. Retrieved June 5, 2023, from: https://vneconomy.vn/mua-nha-o-do-thi-ngay-
cang-kho.htm

12. Vietnam Household Living Standard Survey 2018. GSO. VHLSS2018 [Accessed 8 June
2023].

13. Wen, H. et al., 2005. Hedonic price analysis of urban housing: An empirical research on
Hangzhou, China. [pdf]. Available through: Zhejiang University website <www.unb.br>
[Accessed 8 June 2023].

PHỤ LỤC:
Phụ lục 1: Thống kê mô tả

Phụ lục 2: Mô hình hồi quy

22
Phụ lục 3:Kiểm định VIF

Phụ lục 4: Đa cộng tuyến

23
Phụ lục 5: White test

24
Phụ lục 6: Robust Standard Errors - Sai số chuẩn cao

Phụ lục 7.1: Kiểm định Chi-square

Phụ lục 7.2: Kiểm định Chi-square

25
Phụ lục 8: F-test

Phụ lục 9: Kiểm định giả thuyết

26
27