Professional Documents
Culture Documents
Dàn ý - Tiểu Luận KTLUD Cuối Kỳ
Dàn ý - Tiểu Luận KTLUD Cuối Kỳ
2. CƠ SỞ LÝ THUYẾT
2.1 Một số nghiên cứu về đề tài mà nhóm định nghiên cứu
Nghiên cứu của Opuku & 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.
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.
Theo khảo sát, giá nhà trung bình là 1 tỷ đồng, giá nhà cao nhất lên đến 80 tỷ
đồng và các giá nhà ở xoay quanh giá nhà trung bình là 3,1 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 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 dao động từ 14m2 đến
500m2. Giá trị đất trung bình là 758 triệu đồng và có hộ sở hữu đất với giá trị đất cao
nhất lên đến 78 tỷ đồng. Chi phí để hoàn thành một ngôi nhà trung bình là 207,5 triệu
đồng, độ lệch chuẩn chi phí hoàn thành ngôi nhà là 303 triệu đồng và chi phí cao nhất
để hoàn thành ngôi nhà là 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.
Hình : Sự tương quan giữa thời gian đi đến cơ sở y tế gần nhất với giá nhà ở
Hình : Sự tương quan giữa thời gian đi đến trường học với giá nhà ở
Hình : Sự tương quan giữa thời gian đi đến nơi làm việc với giá nhà ở
Hình : Sự tương quan giữa tổng diện tích ở với giá nhà ở
Hình : Sự tương quan giữa giá trị đất với giá nhà ở
Hình : Sự tương quan giữa chi phí hoàn thành ngôi nhà với giá nhà ở
tglv (phút)
tgth (phút)
dto (m2)
ln:
1 = Nhà kiểu biệt thự
2 = Nhà kiên cố khép kín
3 = Nhà kiên cố không khép kín
4 = Nhà bán kiên cố
5 = Nhà tạm và khác
Call:
lm(formula = gno ~ tgyt + tglv + tgth + dto + ln + gtd + cpht,
data = filenghiencuu)
Residuals:
Min 1Q Median 3Q Max
-2885888 -59365 -18593 27746 7588845
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 1.448e+05 1.047e+04 13.830 <2e-16 ***
tgyt -2.898e+02 1.374e+02 -2.109 0.035 *
tglv -8.990e+00 6.921e+01 -0.130 0.897
tgth 1.329e+02 1.127e+02 1.179 0.238
dto 5.021e+02 3.958e+01 12.686 <2e-16 ***
ln -3.282e+04 2.311e+03 -14.201 <2e-16 ***
gtd 1.046e+00 6.946e-04 1506.372 <2e-16 ***
cpht 6.722e-01 7.947e-03 84.584 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
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.
car::vif(model)
tgyt tglv tgth dto ln gtd cpht
1.002689 1.005321 1.006660 1.718993 1.399788 1.187242 1.727180
Data: model
BP = 5170.8 df = 48 p-value < 2.2e-16
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).
Kiểm định White
studentized Breusch-Pagan test
data: model
BP = 5170.8, df = 48, p-value < 2.2e-16
Giả thuyết H0: mô hình có phương sai cố định
H1: mô hình có phương sai thay đổi
Vì p-value < 0,01 => Bác bỏ H0 => Mô hình có phương sai thay đổi
tgyt (phút)
tglv (phút)
tgth (phút)
dto (m2)
ln
1 = Nhà kiểu biệt thự
2 = Nhà kiên cố khép kín
3 = Nhà kiên cố không khép kín
4 = Nhà bán kiên cố
5 = Nhà tạm và khác
4.4.2. Kiểm định chi - square sự độc lập giữa hai biến gno và cpht
X-square df p-value
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.
Linear hypothesis test
Hypothesis:
tgyt = 0
tgth = 0
tglv = 0
dto = 0
ln = 0
gtd = 0
cpht = 0
Model 1: restricted model
Model 2: gno ~ tgyt + tglv + tgth + dto + ln + gtd + cpht
Note: Coefficient covariance matrix supplied.
Res.Df Df F Pr(>F)
1 20026
2 20019 7 19184 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
VI. TÀI LIỆU THAM KHẢO (Trong lúc làm có lấy nguồn từ đầu, thì đánh dấu
và ghi vào nhận xét nhe, tự lấy theo APA nha cả nhà)
“Nhu cầu về nhà ở và mức độ quan trọng của các yếu tố nhất định đối với người tiêu
dùng thu nhập thấp tại Saudi Arabia”