ĐẠI HỌC UEH

TRƯỜNG KINH TẾ, LUẬT VÀ QUẢN LÝ NHÀ NƯỚC

KHOA KINH TẾ

BÀI TIỂU LUẬN

BỘ MÔN : 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 chứng minh các yếu tố như: thời gian đi đến cơ sở ý
tế, thời gian đi đến nơi làm việc, thời gian đi đến trường học, tổng diện tích sàn, loại nhà, giá
trị đất và chi phí hoàn thành, có ảnh hưởng đáng kể đến giá của một ngôi nhà.
Từ khóa: giá nhà của các hộ gia đình, mô hình định giá Hedonic.
Các từ viết tắt: VHLSS - Vietnam Houshold Living Standard Survey.
TP. Hồ Chí Minh, ngày tháng 06 năm 2023

1
I. PHẦN GIỚI THIỆU :

1.1 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 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.
1.2 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

2
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:

Một số nghiên cứu về đề tài mà nhóm định nghiên cứu:

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.

3
 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.

III. PHƯƠNG PHÁP NGHIÊN CỨU:

3.1: 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

4
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.

3.2: Mô hình hồi quy tổng quát:

- Xây dựng mô hình hồi quy:

THỜI GIAN ĐI ĐẾN CƠ SỞ Y TẾ GẦN NHẤT

THỜI GIAN ĐI ĐẾN NƠI LÀM VIỆC
TỔNG DIỆN TÍCH Ở

THỜI GIAN ĐI ĐẾN TRƯỜNG HỌC GIÁ NHÀ LOẠI NHÀ

CHI PHÍ HOÀN THÀNH NGÔI NHÀ GIÁ TRỊ ĐẤT

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:

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

- Các biến của bài nghiên cứu bao gồm:

5
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

Bảng 1 : Các biến trong mô hình

3.3: Dữ liệu của đề tài:

6
 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:

4.1: 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.

Số
Trung Độ lệch Nhỏ
Biến quan Lớn nhất
bình 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

20027 19.89 26.59 1 720
việc (phút)

7
tgth, Thời gian đi đến trường học
20027 13.83 16.34 1 660
(phút)

tgyt, Thời gian đi đến cơ sở y tế

20027 21.72 13.37 0 59
gần 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

193 0.01 0.10 0 1
biệt thự

    2 = nhakiencokhepkin, nhà
4609 0.23 0.42 0 1
kiên cố khép kín

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

    4 = nhabankienco, nhà bán

11771 0.59 0.49 0 1
kiên cố

    0 = nhatamvakhac, nhà tạm

1166
và khác

Bảng 2: Kết quả thống kê mô tả biến

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

8
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 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 14m đến 500m . Giá trị đất trung bình là 758,114 nghìn đồng (khoảng 758 triệu
2 2

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.

4.2: 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.

9
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

10
Hình 4 : Sự tương quan giữa thời gian đi đến nơi làm việc với giá nhà ở.

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

11
 Hình 6 : Sự tương quan giữa giá trị đất với giá nhà ở.

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

12
 4.3: Kết quả hồi quy:

Kết quả của mô hình hồi quy được thể hiện ở bảng … 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.

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

13
 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

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

Bảng 3: Kết quả hồi quy mô hình hồi quy

Từ kết quả ở bảng 2 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.

Kiểm định VIF

Biến
Kết quả

14
 tgyt 1.007581

tglv 1.006666

tgth 1.007105

dto 1.720445

gtd 1.204156

cpht 1.757028

nhakieubietthu 1.294162

nhakiencokhepkin 4.386372

nhakiencokhongkhepkin 2.701289

nhabankienco 4.626266

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

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.

Data: model

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

15
 Bảng 4 : Kết quả kiểm định White

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).

Sau khi khắc phục:

Mô hình Linear Regression

Biến p-value = 2.2e-16

Hệ số hồi quy Sai số chuẩn

Hệ số chặn 11598 6497.1

Biến độc lập

tgyt -436.49** 99.716

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

16
 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%.

Bảng 5: Kết quả hồi quy sau khi khắc phục phương sai thay đổi

Dựa vào kết quả ở bảng 5 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).

4.4 Kiểm định chi - square :

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

X-squared df p-value

628994 62916 <2.2e-16

17
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.

4.4.2. 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.

4.5 Kiểm định F (kiểm định mô hình):

Kiểm định Kết quả kiểm định

F-test p-value < 2.2e-16

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.
18
V. KẾT LUẬN VÀ KIẾN NGHỊ: 

5.1 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.

5.2 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.

5.3 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

 Hạ tầng tiện ích công cộng xung quanh ngôi nhà

19
  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.

V. TÀI LIỆU THAM KHẢO:

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

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

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

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

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

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.

Kết quả khảo sát Mức sống dân cư Việt Nam năm 2018, Tổng cục Thống kê,
VHLSS2018

PHỤ LỤC:

Phụ lục 1: Thống kê mô tả

20
Phụ lục 2: Mô hình hồi quy

Phụ lục 3:Kiểm định VIF

21
Phụ lục 4: Đa cộng tuyến

Phụ lục 5: White test

22
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

23
Phụ lục 8: F-test

Phụ lục 9:Kiểm định giả thuyết

24
25