Xây dựng chỉ số giá nhà ở - nghiên cứu thực nghiệm tại TP Hồ Chí Minh

XÂY DỰNG CHỈ SỐ GIÁ NHÀ Ở – NGHIÊN CỨU THỰC NGHIỆM TẠI THÀNH PHỐ HỒ CHÍ MINH

                          PGS.TS.Nguyễn Ngọc Vinh – Trường Đại học Kinh tế TP. HCM.

 

Tóm tắt.

Chỉ số giá nhà ở là một phần quan trọng của chỉ số giá bất động sản. Xây dựng chỉ số giá nhà góp phần thúc đẩy thị trường nhà ở minh bạch hơn và phát triển bền vững hơn. Nghiên cứu này sử dụng mô hình giá thụ hưởng (Hedonic Pricing Model) nhằm ước lượng chỉ số giá nhà ở bằng 2 phương pháp Hồi quy biến giả theo thời gian (Time Dummy Variable) và phương pháp gán giá (Price Imputation Method). Bộ dữ liệu phân tích thu thập trong 2 kỳ có 1078 quan sát, trong đó có 548 mẫu khảo sát năm 2015 và 530 mẫu năm 2016. Kết quả nghiên cứu là tài liệu tham khảo cho các cơ quan quản lý Nhà nước, doanh nghiệp thẩm định giá, nhà đầu tư kinh doanh bất động sản…Trong việc hoạch định chính sách, dự báo xu hướng của thị trường nhà ở, ước lượng giá trị bất động sản.

Từ khóa: Chỉ số giá nhà, nhà ở, bất động sản.

BUILDING HOUSING PRICE INDEX - EXPERIMENTAL RESEARCH IN HO CHI MINH CITY

Abstract.

The housing price index is an important part of the real estate price index. Building housing price indexes contributes to promoting a more transparent housing market and more sustainable development. This study uses the Hedonic Pricing Model to estimate housing price indexes by two methods of Time Dummy Variable and Price Imputation Method. The analytical data set collected in 2 periods has 1078 observations, including 548 survey samples in 2015 and 530 samples in 2016. The research results are references for State management agencies, valuers and real estate investors ... In making policies, forecasting the trend of the housing market, estimating the value of real estate.

Keywords: House Price index, house, real estate.

1.     Đặt vấn đề.

Chỉ số giá bất động sản (BĐS ) là một trong những chỉ tiêu quan trọng của quốc gia, dùng để phân tích sự biến động về giá của thị trường BĐS  tại địa phương và cả nước, là cơ sở trong việc ban hành các chính sách phát triển ổn định thị trường BĐSđầy tiềm năng, góp phần giải quyết các vấn đề an sinh – xã hội tại địa phương. Nghị định số 97/2016/NĐ – CP ngày 1/7/2016 về việc xây dựng hệ thống chỉ tiêu thống kê quốc gia, trong đó có quy định công bố về chỉ số giá BĐS bao gồm chỉ số giánhà ở. Nhằm hướng dẫn triển khai thực hiện, Bộ Xây dựng ban hành Thông tư số 20/2010/TT - BXD ngày 27/10/2010 và Thông tư số 19/2014/TT – BXD ngày 10/12/2014 hướng dẫn thí điểm xây dựng và công bố chỉ số giá BĐS  tại thành phố Hồ Chí Minh (TP. HCM), Hà Nội, Đà Nẵng và Cần Thơ.Là thành phố đầu tàu kinh tế cả nước,TP. HCM có số lượng nhà ởtăng nhanh trong các năm qua, nhưng việc xác định chỉ số giá nhà ở vẫn chưa được công bố. Do vậy, việc nghiên cứu xây dựng chỉ số giá nhà ởtại TP. HCM sẽ góp phần hoàn thiện cơ sở lý luận và phương pháp ước lượng,nhằm tiến tới công bố chỉ số giá BĐS nói chung, chỉ số giá nhà ở nói riêng trên toàn quốc.

2.     Cơ sở lý luận.

Chỉ số giá BĐS là chỉ số thể hiện sự biến thiên về giá của một dạng BĐS cụ thể trong kỳ so sánh với mức giá của BĐS dạng đó ở thời kỳ gốc. Giá được tính cho chỉ số giá BĐS là giá giao dịch và kỳ tính có thể là tháng, quý hay năm tùy theo khoảng thời gian cần thiết cho việc so sánh về giá. Thực tế có hai cách tính chỉ số giá cho từng dạng BĐS hay tính chỉ số giá tổng hợp cho một nhóm BĐS phổ biến (bao gồm nhiều dạng BĐS ) Về cơ bản nếu tính chỉ số giá BĐS tổng hợp thì cũng dựa trên cách tính trên từng dạng riêng lẽ sau đó tổng hợp theo trọng số được xác định. Trong nghiên cứu này chỉ tính chỉ số giánhà ở tại TP. HCM.

Khung lý thuyết cho nghiên cứu này được tổng hợp từ lý thuyết Cung cầu(Theory of Supply and Demand), lý thuyết Giá thụ hưởng (Theory of Hedonic Prices)và lý thuyết Vị thế - Chất lượng (Status - Quality Theory). Lý thuyết Giá thụ hưởng được vận dụng phổ biến trong các nghiên cứu của Goodman (1998), Triplex(2004), Brent R.Moulton (2001), Kunovac (2008), Goetzman (2002), Pavese (2007), Nguyễn Quỳnh Hoa và cộng sự (2013, 2015), Nguyễn Quốc Nghi và cộng sự (2012)…Do vậy, tác giả sử dụng lý thuyết này làm lý thuyết nền trong việc phân tích và xây dựng mô hình nghiên cứu.

Tổng hợp các nghiên cứu trong và ngoài nước về việc ước tính chỉ số giá cho nhà ở có các cách tiếp cận sau: Tiếp cận bằng phương pháp hồi quy đa biến; Tiếp cận bằng phương pháp phân tích các giao dịch lặp lại; Tiếp cận từ thống kê trung bình, trung vị; Và tiếp cận từ phân tích dữ liệu lớn (big data). Mỗi cách tiếp cận có ưu, nhược điểm riêng. Trong nghiên cứu này, tác giả sử dụng tiếp cận bằng phương pháp hồi quy đa biến, dựa trên mô hình giá thụ hưởng bao gồm các đặc tính của nhà ởnhư diện tích đất, diện tích sàn xây dựng, tiện ích xung quanh, khoảng cách đến trung tâm, tình trạng pháp lý, an ninh, môi trường…Việc chọn tiếp cận này bởi vì, tính khả thi trong điều kiện các thông tin về thị trường BĐS nói chung, nhà ởnói riêng ở nước ta vừa thiếu vừa kém minh bạch, các thông tin về các giao dịch lặp lại hầu như không có, giá giao dịch thực và giá ghi trên hợp đồng công chứng trong nhiều trường hợp có sự khác biệt lớn…Mặc khác cách tiếp cận hồi quy dựa trên mô hình hedonic đã được sử dụng rộng rãi tại các nước phát triển.

3.     Khung phân tích

Từ việc khảo lược các lý thuyết phục vụ phân tích kết hợp với tổng hợp các nghiên cứu có liên quan. Ý tưởng khung phân tích được kế thừa là xây dựng hàm hồi quy bội dựa trên lý thuyết Giá thụ hưởng, nội hàm của các nhóm yếu tố tác động lên giá giao dịch của nhà ởbao gồm: Nhóm yếu tố vị trí; Nhóm yếu tố đặc điểm; Nhóm yếu tố môi trường và nhóm yếu tố pháp lý. Từ cơ sở trên, tác giả ước lượng chỉ số giá nhà ở bằng phương pháp gán giá (Price Imputation Method) bằng cáchthông qua các giá trị điển hình của nhà ở có được từ kết quả phỏng vấn các chuyên gia và kết quả thống kê mô tả bộ dữ liệu khảo sát.Phương pháp thứ hai ước lượng chỉ số giá nhà ở là: Hồi quy biến giả theo thời gian thể hiện qua sơ đồ sau:

 

 


4.     Phương phápnghiên cứu

Thực hiện mục tiêu nghiên cứu, đề tài đã sử dụng các phương pháp phân tích sau:Phương pháp phân tích tổng hợp – Nhằm tổng hợp các lý thuyết và các nghiên cứu có liên quan được kế thừa trong việc xây dựng khung lý thuyết và khung phân tích.

Phương pháp thống kê mô tả - Sử dụng nhằm mô tả bộ dữ liệu khảo sát phục vụ phân tích. Qua thống kê mô tả có thể hiểu được bản chất của bộ dữ liệu và từ thống kê mô tả cũng định hướng cho việc ước lượng các giá trị điển hình cho nhà ở.

Bộ dữ liệu phân tích bao gồm số liệu sơ cấp và thứ cấp, số liệu thứ cấp cập nhật từ Tổng cục thống kê, Bộ Xây dựng và Sở Xây dựng TP. HCM...Số liệu sơ cấp bao gồm khảo sát ý kiếnchuyên gia trong lĩnh vực thẩm định giá, đầu tư, phân tích thị trường bất động sản. Và bộ dữ liệu khảo sát nhà ở tại TP. HCM trong năm 2015 có 548 mẫu và 2016 là 530 mẫu khảo sát.

Phương pháp khảo sát ý kiến chuyên gia – Thực hiện khảo sát trên 69 chuyên gia có nhiều năm kinh nghiệm trong lĩnh vực giá. Phương pháp này được sử dụng nhằm cũng cố cho việc xây dựng các biến trong mô hình nghiên cứu, đồng thời làm cơ sở cho việc chọn các giá trị điển hình cho nhà ởcần ước lượng chỉ số giá như: Diện tích đất, diện tích sàn xây dựng, chiều rộng lô đất, hướng nhà, tiện ích nội khu, khoảng cách đến trục giao thông chính, số phòng ngủ, tiện ích nội khu, tình trạng pháp lý...

Phương pháp phân tích định lượng – Được sử dụng trong nghiên cứu nhằm ước lượng mô hình ước lượng giá giao dịch của nhà ởdựa trên mẫu số liệu khảo sát. Mô hình ước lượng có dạng ln – lin và phương pháp ước lượng là: Phương pháp bình phương nhỏ nhất OLS – Ordinary Least Squares. Phần mềm hỗ trợ phân tích hồi quy và thống kê mô tả: Excel và SPSS.Mô hình nghiên cứu Xây dựng chỉ số giánhà ở theo phương pháp gián giácó 15 biến độc lập và biến phụ thuộc có dạng:

Bảng 1. Mô tả biến và dấu kỳ vọng.

 

Biến

Ý nghĩa

Đơn vị tính/giải thích

Dấu kỳ vọng

P

Giá giao dịch nhà ở

Tỷ đồng/căn

 

KC_TT

Khoảng cách từ nhà đến chợ Bến Thành

km

(-)

KC_GTC

Khoảng cách từ nhà đến trục giao thông chính

m

(-)

DT_S

Diện tích sàn xây dựng

m2

(+)

CR

Chiều rộng nhà ở

m

(+)

H

Hướng nhà

1: hướng Đông hoặc Đông Nam

0: hướng khác

(+)

TI_XQ

Tiện ích xung quanh nhà ở với bán kính 1km

1: có 3 tiện ích trở lên

0: dưới 3 tiện ích

(+)

AN

Tình hình an ninh khu vực nhà ở

1: Có 3 chỉ tiêu trở lên

0: dưới 3 chỉ tiêu

(+)

MT

Môi trường xung quanh nhà ở

1: Không bị ô nhiễm

0: ô nhiễm

(+)

PL

Tình trạng pháp lý của nhà ở

1: Có GCN quyền sở hữu

0: Không có GCN quyền sở hữu

(+)

VT_N

Nhà ở có vị trí mặt tiền hay hẻm

1: mặt tiền

0: hẻm

(+)

SL_MT

Nhà ở có 1 hay nhiều mặt tiền

1: Có hơn 1 mặt tiền

0: Có 1 mặt tiền

(+)

PN

Số lượng phòng ngủ

Phòng

(+)

P_VS

Số phòng vệ sinh

Phòng

(+)

TGSD

Số năm đã qua sử dụng

Năm

(-)

CR_LG

Chiều rộng lộ giới

m

(+)

TG

Năm giao dịch

1: năm 2016

0: năm 2015

 

Nguồn: Tổng hợp của tác giả.

Mô hình hồi quy dành cho việc ước lượng chỉ số giá nhà ở theo phương pháp biến giả theo thời gian cũng giống như mô hình trên nhưng bổ sung thêm biến giả thời gian: TG (Time Dummy Variable) ước lượng trênbộ dữ liệu gộp cả 2 năm 2015 và 2016.Biến TG nhận giá trị 0 dành cho năm 2015 và giá trị 1 dành cho năm 2016.

5.     Kết quả nghiên cứu

§ Ước lượng chỉ số giá nhà ở bằng phương pháp gán giá:

Kết quả phân tích hồi quy sau khi thực hiện các kiểm định, phương trình hồi quy dành cho bộ dữ liệu nhà ở năm 2015 là:LN(P) = 7,826- 0,053KC_TT+0,003DT_S+0,076TI_XQ+ 0,087MT+ 0,164VT_N+ 0,013CR_LG

Với mức độ giải thích biến động giá là 60,2% và mô hình là phù hợp. Do đó kết quả trên sẽ được sử dụng để ước lượng giá cho nhà ở năm 2015.

Kết quả phân tích hồi quy sau các kiểm định trong năm 2016 là: LN(P) = 7,944 - 0,045KC_TT- 0,0002KC_GTC +0,002DT_S+0,06TI_XQ – 0,097AN+ 0,183VT_N+ 0,036P_VS+ 0,014CR_LG

Có8 biến trong mô hình giải thích biến động giá là 58,8% và mô hình là phù hợp. Do đó kết quả trên sẽ được sử dụng để ước lượng giá cho nhà ở năm 2016.

Thống kê các kết quảkhảo sát chuyên gia và kết quả điều tra khảo sát nhà ởtại TP. HCM được giao dịch trong 2 năm 2015 và 2016 về đặc điểmnhà ở giao dịch phổ biến được tổng hợp qua bảng dưới, từ các kết quả khảo sát tác giả chọn các giá trị điển hình dựa trêngiá trị phổ biến cho từng yếu tố tác động lên giá nhà (cột kết luận). Các giá trị này sẽ được sử dụng để ước lượng giá nhà điển hình cho các năm 2015 và 2016.

Bảng 2: Đặc điểm nhà ở điển hình

Kí hiệu

Khảo sát chuyên gia

Khảo sát nhà ở năm 2015

Khảo sát nhà ở năm 2016

Kết luận

KC_TT

Từ 1km - 3km

11km

12km

12km

KC_GTC

Từ 100m -300m

Dưới 100m

Từ 100m -300m

100m

DT

Từ 60-100 m2

80m2

60 m2

80 m2

DT_S

Từ 100m2 - 300m2

Từ 100 m2- 300 m2

Từ 100 m2 - 300 m2

180 m2

CR

Từ 4m - 5m

4m

4m

4m

H

Hướng Đông/Đông Nam

Hướng Đông/Đông Nam

Hướng Đông/Đông Nam

Hướng Đông/Đông Nam

TI_NK

Từ 3-4 tiện ích

Từ 3 tiện ích trở lên

Từ 3 tiện ích trở lên

Từ 3 tiện ích trở lên

AN

Từ 3-4 chỉ tiêu

Từ 3 chỉ tiêu trở lên

Từ 3 chỉ tiêu trở lên

Từ 3 chỉ tiêu trở lên

MT

Tốt

Tốt

Tốt

Tốt

PL

Có GCN quyền sở hữa

Có GCN quyền sở hữa

Có GCN quyền sở hữa

Có GCN quyền sở hữa

SLMT

Nhiều hơn một mặt tiền

Có một mặt tiền

Có một mặt tiền

Có một mặt tiền

VT

Mặt tiền

Hẻm

Hẻm

Hẻm

HD

Cân đối

Cân đối

Cân đối

Cân đối

PN

3 phòng ngủ

2 phòng

4 phòng

4 phòng

P_VS

 

2 phòng

3 phòng

3 phòng

CR_LG

12-20m

5

5

5

TGSD

Trên 10 năm

5

2

2

Nguồn: Tổng hợp của đề tài

Bước tiếp theo là ước lượng giá nhà ở điển hình từ 2 phương trình kết quả hồi quy năm 2015 và 2016. Bằng cách lấy phương trình ước lượng đồng nhất các yếu tố tác động lên giá có trong mô hình sau các kiểm định nhân với đơn giá điển hình của các yếu tố này từ bảng 2. Các yếu tố đồng nhất của 2 mô hình trong kết quả nghiên cứu này là: Khoảng cách trung tâm; Diện tích sàn xây dựng; Tiện ích xung quanh; Vị trí nhà mặt tiền hay hẻm; Chiều rộng lộ giới.

Ước lượng giá giao dịch điển hình cho nhà ở năm 2015: Thế các giá trị điển hình vào mô hình, ta có được: LN(DG) = 7,871Hay DG2015 = 2.620 (tỷ đồng/căn)

 Ước lượng giá giao dịch điển hình cho nhà ở năm 2016: Thế các giá trị điển hình vào mô hình ta có được LN(DG) = 7,897Hay DG2016 = 2,681 (tỷ đồng/căn)

Chỉ số giá nhà ở điển hình năm 2016 so với năm 2015 là:

CSG =  hay 2,33%/năm

§ Ước lượng chỉ số giá nhà ở bằng phương pháp biến giả theo thời gian:

Sau khi ước lượng, kiểm định và khắc phục các khuyết tật của mô hình, kết quả ước lượng là:

LN(P) = 7,696 - 0,048KC_TT +0,002DT_S+0,062TI_XQ +0,096MT+ 0,175VT_N+ 0,027P_VS + 0,004TGSD +0,013CR_LG + 0,063TG

Các biến độc lập giải thích được 58,3% sự thay đổi của giá nhà với mức ý nghĩa 5%.Với hệ số ước lượng của biến TG là 0,063 tại mô hình cho thấy so với năm 2015 giá nhà ở năm 2016 tăng 6,5% ( )

Đối với phân khúc nhà ở có giá giao dịch dưới 2 tỷ đồng/căn.Kết quả ước lượng như sau: LN(P) = 7,17 +0,067 MT - 0,099 SL_MT + 0,052P_VS+0,007CR_LG + 0,081TG. Các biến độc lập giải thích được 29,4% sự thay đổi của giá nhà ở với mức ý nghĩa 5%.Với hệ số ước lượng của biến TG là 0,081 tại mô hìnhcho thấy so với năm 2015 giá nhà ởcủa nhóm có giá dưới 2 tỷ đồng/căn năm 2016 tăng 8,4% ( ).

Kết quả ước lượng chỉ số giá nhà ở tại TP. HCM dành cho phân khúc giá giao dịch từ 2 tỷ đồng/căn có kết quả sau: LN(P) = 7,962 -0,42KC_TT+0,002DT_S + 0,173VT_N+0,006TGSD+ 011CR_LG + 0,037TG. Với hệ số ước lượng của biến TG là 0,037 tại mô hìnhcho thấy so với năm 2015 giá nhà ở của nhóm có giá từ 2 tỷ trở lên tăng 3,8% ( ).

6.     Kết luận

Mô hình ước lượng cho giá nhà ở bao gồm 15 biến độc lập, biến phụ thuộc là giá nhàở, kết quả phân tích hồi quy lần lượt trong 2 năm là: Năm 2015 có 6 biến có ý nghĩa thống kê giải thích được 60,2% và tương tự kết quả phân tích hồi quy trong năm 2016 có 8 biến có ý nghĩa thống kê giải thích 58,8% sự thay đổi của giá giao dịch, chỉ số giá ước tính theo phương pháp gán giá là: 2,33% năm.

Khi ước lượng mô hình bằng phương pháp hồi quy biến giả theo thời gian, nhóm nghiên cứu ghép 2 bộ dữ liệu 2015 và 2016 để có 1078 quan sát với biến giả thời gian giữa hai năm. Kết quả phân tích có 9 biến có ý nghĩa thống kê giải thích được 58,3% sự thay đổi của giá giao dịch của nhà ở, chỉ số giá đất ước tính là: 6,5% năm.

Khi tách nhỏ bộ dữ liệu nhà ở các năm 2015 và 2016 ra làm 2: Nhóm có mức giá nhà giao dịch dưới 2 tỷ đồng; và trên 2 tỷ đồng, kết quả phân tích là:

   Mô hình có mức giá giao dịch dưới 2 tỷ đồng có 5 biến có ý nghĩa thống kê, giải thích được 29,2 % sự thay đổi của biến giá nhà, có chỉ số giá: 8,4 % năm.

   Mô hình có mức giá giao dịch trên 2 tỷ đồng có 6 biến có ý nghĩa thống kê giải thích 50 % sự thay đổi của mô hình, chỉ số giá ước tính cho phân khúc này: 3,8% năm.

Nhận định về sự chênh lệch giá trị của chỉ số giá nhà ở tại TP. HCM khi ước lượng bằng 2 phương pháp gán giá và hồi quy biến theo thời gian bởi vì, mô hình gán giá có số lượng mẫu hạn chế, mô hình ước lượng trong nghiên cứu này có khuyết tật phương sai thay đổi (mặc dù đã khắc phục nhưng kết quả sẽ bị chệch) và chưa nhất quán về các biến độc lập có ý nghĩa trong 2 phương trình hồi quy trong năm 2015 và 2016 sau ước lượng.

Trong 2 phương pháp ước lượng chỉ số giá nhà ở, theo quan điểm của tác giả phương pháp nào cũng có ưu và nhược điểm riêng. Tuy nhiên, xét về mặt thực tiễn trong bối cảnh thông tin thị trường nhà ở tại nước ta kém minh bạch, số liệu thu thập khó khăn và không đủ cơ sở để minh chứng cho sự tin cậy. Do vậy, phương pháp hồi quy biến giả theo thời gian có nhiều ưu điểm vượt trội bởi vì, phương pháp này ước lượng dựa trên bộ dữ liệu tương đối lớn, xác suất có kết quả ước lượng chính xác hơn, đồng thời phương pháp này cũng cho ta chia nhỏ ra nhiều phân khúc giá để ước lượng cho từng phân khúc giá nhà.

 

 

Danh mục tài liệu tham khảo

-   Hoàng Văn Cường (2017) Phương pháp tính chỉ số giá bất độngsảnvà áp dụng cho thị trường bất động sản cửa Việt Nam, Tạp chí Kinh tế và phát triển số 243 tháng 9/2017, trang 12 - 18

-   Nguyễn Quỳnh Hoa, Nguyễn Hồng Dương (2015), Xây dựng mô hình thẩm định giá đất hàng loạt cho địa bàn quận Gò Vấp, Thành phố Hồ Chí Minh, tạp chí Phát triển kinh tế số 26(3), 82- 103.

-   Nguyễn Quốc Nghi và cộng sự (2012), Ứng dụng mô hình Hedonic xác định các nhân tốt ảnh hưởng đến giá nhà cho thuê ở thành phố Cần Thơ, Kỷ yếu khoa học trường đại học Cần Thơ 2012, 186 – 194

-   Davor Kunovac, Enes Đozović, Gorana Lukinić, Andreja Pufnik, (2008)“Use of the Hedonic Method to Calculate an Index of Real Estate Prices in Croatia” Croatian national bank Publish department.

-   Piermassimo Pavese (2007) “Hedonic Housing Price Indices: The Turinese Experience” Rivista de politica Economia, 113 -148.

-   Raimond Maurer, Martin Pitzer, and Steffen Sebastian (2004) “Hedonic price indices for the Paris housing market” Allgemeines Statistisches Archiv 88, 303 – 326

-   Huang W (2014) “Analyzing the Dynamical Factors of Housing Price in China” Reseach in World Economy, Vol. 5, No 1, p 59 -64.

-   Sibel SELIM (2008),”Determinants of house prices in Turkey: a Hedonic degression model”, Dogus Universitesi Dergisi, 9 (1) 2008, 65-76

 

 

 

 

 

(Văn phòng Hội )


Tin liên quan