Các yếu tố ảnh hưởng đến giá căn hộ cao cấp tại phường Quảng An

PHẦN I: ỨNG DỤNG PHƯƠNG PHÂN TÍCH ĐỊNH LƯỢNG
MỞ ĐẦU
* Tính cấp thiết của đề tài:
Là một trong những phường có địa thế đẹp nhất Quận Tây Hồ, Hà Nội, sở
hữu vị trí giao thơng kết nối thuận tiện, phường Quảng An không chỉ được thiên
nhiên ưu ái với cảnh quan cây xanh, mặt nước rộng lớn. Đây cũng là nơi tập trung
những khu đơ thị với nhiều tiện ích dịch vụ cao cấp, chất lượng hàng đầu, đây cũng
là khu vực tập trung đơng đảo người nước ngồi sinh sống với sự giao thoa của
nhiều nền văn hóa đa dạng. Vì lý do đó, những năm gần đây khu vực phường
Quảng An là lựa chọn hàng đầu về nơi ở của người có thu nhập cao và người nước
ngồi, đặc biệt là mảng các căn hộ cao cấp với mức giả thuê hàng tháng từ vài trăm
đến hàng hàng nghìn đơ la Mỹ.
Bài tiểu luận chọn nghiên cứu về các ảnh hưởng lên giá thuê căn hộ, với mục
đích tìm hiểu những nhân tố ảnh hưởng giá căn hộ cho thuê ở phường Quảng An
trong năm qua nhằm phục vụ cho công tác kinh doanh trên địa bàn của Công ty
TNHH Hồ Tây một thành viên.


CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU
1. Cơ sở lý thuyết
1.1 Định giá bất động sản
Việc định giá bất động sản dựa trên việc đánh giá, phân tích và so sánh các khối
bất động sản khác nhau. Tuy nhiên, việc so sánh này không hề dễ dàng khi mà từng
miếng đất, từng căn nhà,… lại có những đặc điểm khác nhau. Sở dĩ có những điểm
khác nhau này là do tính chất của bất động sản, đây là loại hàng hóa khơng đồng nhất.
Hàng hóa khơng đồng nhất là các hàng hoá hay dịch vụ do các đơi vị kinh tế đưa ra
trên một thị trường nhất định mà có tổ hợp thuộc tính khơng giống nhau dưới con mắt
của người mua sản phẩm đó.
1.2 Mơ hình Hedonic
Phương pháp định giá Hedonic được định nghĩa là kỹ thuật phân tích hồi quy
được sử dụng để xác định giá trị của các thuộc tính liên quan (giá trị tiềm ẩn) của hàng

hóa trên thị trường trong các giai đoạn cụ thể. Ý tưởng chủ đạo của phương pháp này
liên quan trực tiếp đến lý thuyết cung và cầu. Những thuộc tính này không chỉ xuất
phát từ giá trị nội tại của sản phẩm, mà cịn từ những thuộc tính của mơi trường bên
ngoài tác động gián tiếp đến sản phẩm. Theo Griliches (1971), phương pháp Hedonic
dựa trên giá của một hàng hóa khơng đồng nhất được xác định thơng qua các thuộc
tính liên quan đến hàng hóa đó. Do đó, hàm hồi quy Hedonic có dạng: pi = h (ci),
trong đó pi là giá của hàng hóa và ci là vectơ của các thuộc tính liên quan đến hàng
hóa. Theo Triplett (1986), phương pháp định giá Hedonic đã được phát triển và áp
dụng rộng rãi để xác định chỉ số giá cả trước khi nó được xây dựng thành một khung
hồn chỉnh. Mơ hình này được sử dụng rộng rãi trong phân tích và định giá bất động
sản. Nói tóm lại, mơ hình Hedonic được sử dụng trong các nghiên cứu dựa trên tiêu
chí đánh giá sản phẩm của người tiêu dùng, cách họ quan tâm đến các đặc điểm hữu
hình của sản phẩm như màu sắc, đặc điểm kỹ thuật (công nghệ) và các tiện ích liên
quan.
Một trong những ưu điểm là phương pháp định giá theo mơ hình Hedonic sử
dụng hồi quy để ước tính giá nhà, có thể khắc phục được nhược điểm của phương
pháp định giá truyền thống. Ví dụ, nó có thể làm giảm ảnh hưởng chủ quan lớn của
người thẩm định đối với giá trị của một ngôi nhà giống như các phương pháp khác.
Tuy nhiên, hầu hết các nghiên cứu thực nghiệm sử dụng mô hình này đều có hạn chế
là khơng thể thu thập một tập dữ liệu hồn chỉnh có thể đại diện cho toàn bộ thị


trường. Đó là bởi vì việc thu thập dữ liệu về các dự án nhà ở được giao dịch vẫn cịn
khó khăn, đặc biệt là ở một quốc gia có thị trường nhà ở mới ra đời. Điều này dẫn đến
một số sai sót lớn trong việc áp dụng các kết quả ước lượng được đề xuất trong các
nghiên cứu trước đây. Do đó, nếu kiểm sốt được tốt vấn đề này thì kết quả áp dụng
mơ hình sẽ đáng tin cậy hơn và có thể áp dụng rộng rãi trong thực tế. Đối với các sản
phẩm bất động sản đặc biệt như căn hộ, đất nền, nhà ở, văn phịng cho th ... thì
những tiêu chí được quan tâm được khảo sát dựa trên ý kiến của người tiêu dùng có
thể kể đến các tiện ích xung quanh, mơi trường sống, vị trí, diện tích khơng gian, số

phịng ngủ và cơ sở vật chất.

2. Giả thuyết nghiên cứu
Các yếu tố ảnh hưởng đến giá thuê:
Theo Kain và Quigley (1970), giá nhà ở bị ảnh hưởng đáng kể bởi tổng số phịng
ngủ, phịng tắm và kích thước của ngơi nhà.
Theo thống kê, các khu căn hộ cao cấp trong khu vực quận Tây Hồ tương đối giống
nhau về các yếu tố bên ngồi như tiện ích, mơi trường sống. Một trong những đặc
điểm nổi bật của một số căn hộ trong phân khúc này là tầm nhìn trực tiếp ra Hồ
Tây.
Từ đó, bài tiểu luận đưa ra giả thiết: Các yếu tố diện tích căn hộ, số phịng ngủ, số
phịng vệ sinh, cà tầm nhìn ra phía hồ có ảnh hưởng đến giá thuê căn hộ cao cấp ở
khu vực quận Tây Hồ
CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU
1. Phạm vi nghiên cứu và phương pháp lấy số liệu
Phạm vi nghiên cứu bao gồm các căn hộ nằm trong các chung cư cao cấp và
chung cư mini trong khu vực phường Quảng An, quận Tây Hồ, Hà Nội.
Số liệu thứ cấp được thu thập từ trang web hanoihousing.vn, bao gồm 200 căn
hộ ở khu vực phường Quảng An trong trạng thái tìm khách th vào đầu tháng
10/2021.
2. Mơ hình nghiên cứu
Mơ hình được sử dụng trong nghiên cứu là gồm mơ hình Hedonic và mơ
hình hồi quy bình phương nhỏ nhất thông th ường (OLS)


Về phân tích, hồi quy bình phương nhỏ nhất thơng thường (OLS) được sử dụng
để ước tính mơ hình nghiên cứu. Dựa trên mơ hình định giá Hedonic, các kết quả
trước đó và các giả thuyết đã phát triển ở trên, mơ hình nghiên cứu được ước tính
như sau:
+ε

Với biến phụ thuộc Y là giá tiền thuê nhà/tháng (RENT, đơn vị: USD/tháng),
các biến độc lập cịn lại được mơ tả như bảng dưới đây
ST
T
1
2
3
4

Biến

Mơ tả

Đơn vị

AREA
BEDROOM
RESTROOM
LAKEVIEW

Diện tích căn hộ
Số phịng ngủ
Số phịng vệ sinh
Tầm nhìn ra Hồ Tây

m2
Phịng ngủ
Phịng vệ sinh
1: có; 0: khơng

CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU
1. Mơ tả số liệu
Số liệu gồm 200 quan sát được mô tả theo bảng dưới đây
Biến

Đơn vị

Số
quan
sát

Giá trị
thấp
nhất

Giá trị lớn Giá trị
nhất
trung
bình

RENT
AREA
BEDROOM
RESTROO
M
LAKEVIEW

USD/tháng
m2
Phịng ngủ

Phịng vệ sinh

200

300

4700

1239

200

30

500

107.9

200

1

4

1.849

200

1

4

1.746

1: có; 0: khơng

200

0

1

0.463

Từ bảng số liệu, rút ra được các nhận xét:
- Biến phụ thuộc RENT có giá trị trải từ 300 đến 4700 , có giá trị trung bình là
1239
- Biên độc lập AREA có giá trị trải từ 30 đến 500, giá trị trung bình là 107.9


- Biến độc lập BEDROOM có giá trị trải từ 1 đến 4, có giá trị trung bình là
1.849
- Biến độc lập RESTROOM có giá trị trải từ 1 đến 4, có giá trị trung bình là
1.746
- Biến độc lập LAKEVIEW là biến giả, với 2 giá trị: LAKEVIEW = 1 nếu căn h ộ
có tầm nhìn ra hồ; LAKEVIEW = 0 nếu căn hộ khơng có tầm nhìn ra h ồ. Giá tr ị
trung bình của biên là 0.4634.
Ma trận hệ số tương quan
RENT AREA
BEDROOM

1.000
0

RESTROOM

LAKEVIEW

0.7609

0.6621

0.6291

0.3769

RENT

1.0000

0.7877

0.8047

0.2038

AREA

1.0000

0.8283

0.1282

BEDROOM

1.0000

0.2085

RESTROOM

1.0000

LAKEVIEW

- Qua bảng ma trận hệ số tương quan, có thể thấy có hai hệ số cao h ơn
0.8 là hệ số tương quan giữa diện tích và số phịng vệ sinh và h ệ s ố gi ữa s ố
phòng ngủ và số phòng vệ sinh. Qua đó có thể thấy, các biến này có s ự t ương
quan lớn với nhau.
_ Các hệ số tương quan giữa biến độc lập và biến phụ thuộc đều d ưới
0.8, nhưng vậy hiện tự tượng quan khó xảy ra giữa các biến này.
1. Dự báo dấu của các hệ số:
- Hệ số của AREA (+): Diện tích căn hộ tăng thì giá th cũng tăng theo


- Hệ số của BEDROOM (+): Số lượng phòng ngủ tỷ lệ thuận v ới giá thuê
- Hệ số của RESTROOM(+): Số lượng nhà vệ sinh tỷ lệ thuận với giá
thuê
- Hệ số của LAKEVIEW (+): Căn hộ có tầm nhìn ra h ồ thì giá cao h ơn

2. Kết quả ước lượng
Hồi quy biến phụ thuộc theo các biến độc lập AREA, LAKEVIEW,
BEDROOM, RESTROOM, được bảng kết quả
H

Biến độc

ệ

lậ p

Giá trị hệ số

Sai số

5.90774

0.0742493

số

AREA

0.00472646 0.00072935

LAKEVIEW

0.286579

BEDROOM
RESTROOM

0.209551
−0.0061188

6
0.0534612
0.0630402
0.0731927

T quan

P-

sát

value

79.57

1.89e-

6.480

017
8.64e-

3.324

015
1.25e-

1.810
−0.0836

06
0.0718
0.9335

2
0
Qua bảng kết quả, ta có mơ hình hồi quy mẫu nh ư sau:
= 5.90774 + 0.00472646*AREA + 0.286579*LAKEVIEW +
0.209551*BEDROOM − 0.00611882* RESTROOM

(1)

 Ý nghĩa của các hệ số hồi quy:
 = 5.90774:
 = 0.00472646: Khi diện tích căn hộ tăng lên 1 mét vng thì
giá th tăng trung bình 0.472646%, với điều kiện các yếu
tố khác không đổi.
 = 0.286579: Nếu căn hộ có tầm nhìn ra phía h ồ thì giá thuê
căn hộ tăng trung bình 28.6579%, với điều kiện các yếu tố
khác không đổi.


 = 0.209551: Nếu căn hộ có thêm một phịng ngủ thì giá thuê
căn hộ tăng trung bình 20.9551%, với điều kiện các y ểu tố

khác không đổi.
 = −0.00611882: Nếu căn hộ có thêm một phịng tắm thì giá
th căn hộ giảm 0.611882%, với điều kiện các yếu tố khác
khơng đổi.
Với hệ số xác định = 0.642641, mơ hình hồi quy m ẫu đã gi ải thích đ ược
64.2641% các biến động trong giá trị của biến phụ thuộc .
1. Kiểm định khuyết tật
Để tiến hành kiểm định, chọn mức ý nghĩa α = 0.05
a. Kiểm định nhận dạng mơ hình – Reset
Mục đích: Kiểm tra xem mơ hình đã được xác định đúng hay ch ưa, mơ
hình có bị thiếu biến quan trọng không
 Phương pháp kiểm định: kiểm định F, sử dụng
 Giả thiết
 H0 : Hệ số của và bằng 0
 H1 : Hệ số của và khác 0
 Kết quả kiểm định
Fqs = 9.78433, với p-value = 0.0597656 > α = 0.05
 Không bác bỏ giả thiết H0  Hệ số của và bằng 0
Như vậy, mơ hình đã được xác định đúng
b. Kiểm định phương sai sai số thay đổi


Mục đích: Kiểm tra xem mơ hình có hay khơng khuy ết t ật ph ương sai
sai số thay đổi, vi phạm đến giả thiết của phương pháp OLS





Phương pháp kiểm định: Kiểm định White

Giả thiết:
H0 : Các hệ số αi trong mơ hình hồi quy phụ bằng 0
H1 : Có ít nhất một trong các hệ số αi trong mơ hình hồi quy

phụ khác 0
 Kết quả kiểm định:
χ^2 = 29.781854, với p-value = 0.005063 < α = 0.05
 Bác bỏ giả thiết H0  Có ít nhất một trong các hệ số αi trong mơ hình
hồi quy phụ khác 0
Như vậy, mơ hình mắc khuyết tật phương sai sai số thay đổi.
 Khắc phục:
Biến đổi log với biến độc lập AREA, được phương trình mới:
=

3.07100

+

0.803573*AREA

+

0.254668*LAKEVIEW

+

0.113568*BEDROOM − 0.0671892* RESTROOM
Tiến hành kiểm định White với hai giả thiết như trên được kết quả:
= 18.808493, với p-value = 0.129162 > α = 0.05
 Không bác bỏ giả thiết H0  Các hệ số αi trong mơ hình hồi quy phụ

bằng 0
Mơ hình khơng cịn mắc khuyết tật phương sai sai số thay đ ổi, s ử dụng
mơ hình này để tiến hành kiểm định.


c. Kiểm định phân phối chuẩn của nhiễu
Do mẫu có 205 quan sát, đủ lớn để khiến biến phụ thuộc tuân theo
phân phối chuẩn, vì thế, bài tiểu luận sẽ không tiến hành ki ểm đ ịnh phân
phối chuẩn của nhiễu.
d. Kiểm định đa cộng tuyến
Mục đích: Kiểm tra sự tương quan tuyến tính giữa các biến độc lập đ ể
đảm bảo sự chính xác của kết quả ước lượng
 Phương pháp kiểm định: dùng nhân tử phóng đại ph ương sai VIF
 Kết quả kiểm định:
VIF AREA = 4.281 < 10
VIF RESTROOM = 4.114 < 10

VIF BEDROOM = 4.118 < 10
VIF LAKEVIEW = 1.078 < 10

Hệ số VIF của tất cả các biến độc lập đều nhỏ hơn 10, do đó m ức
tương quan giữa các biến độc lập thấp, vì vậy, có thể bỏ qua hiện tượng đa
cộng tuyến.
Như vậy, mơ hình khơng bị mắc khuyết tật đa cộng tuyến.
e. Kiểm đình hiện tượng tự tương quan
Do mẫu số liệu là số liệu chéo, khó xảy ra hiện tượng tự t ương quan,
bởi vậy, bài tiểu luận sẽ khơng tiến hành kiểm định hiện tượng này.
Vậy, q trình ước lượng và kiểm định như trên đã cho thấy mơ hình (1)
được xác định đúng và khơng mắc khuyết tật. Từ đây, mơ hình sẽ đ ược s ử
dụng để tiến hành suy diễn thống kê.

3. Suy diễn thống kê
Mơ hình hàm hồi quy mẫu:
= 3.07100 + 0.803573*AREA + 0.254668*LAKEVIEW +
0.113568*BEDROOM − 0.0671892* RESTROOM
a. Sự phù hợp với lý thuyết
So sánh với mơ hình, có thế thấy, dấu của các hệ số hồi quy đúng v ới kỳ
vọng, trừ dấu của hệ số β5.
b. Sự phù hợp của hàm hồi quy
Do dấu của các hệ số đã phù hợp với kỳ vọng cũng nh ư lý thuy ết, c ần
kiểm định về sự phù hợp của mơ hình.
 Phương pháp kiểm định: kiểm định F
 Giả thiết:
 H0 : β2 = β3 = β4 = β5 = 0
 H1 : β2 = β3 = β4 = β5 ≠ 0
 Kết quả kiểm định:
Fqs = 106.3485, với p-value = 3.02.10-21 < α = 0.05
 Bác bỏ giả thiết H0  Có ít nhất một trong các hệ số hồi quy khác
0
Như vây, mơ hình có phù hợp.
c. Ý nghĩa thống kê của hệ số hồi quy
Để xác định mức ảnh hưởng thực sự của các biến độc lập lên biến ph ụ
thuộc, cẩn tiến hành kiểm định các hệ số hồi quy ứng với biến độc lập đó.
Phương pháp kiếm định: Kiểm định T
a. Kiểm định hệ số β1


 Giả thiết 1:
 H0 : β1 = 0

 H1 : β1 ≠ 0
 Kết quả kiểm định:
tqs = 9.343, với p-value = 7.82.10-8 < α = 0.05
 Bác bỏ giả thiết H0  β1 ≠ 0
Như vậy, hệ số chặn β1 thực sự có ảnh hưởng lên biến phụ thuộc .
b. Kiểm định hệ số β2
 Giả thiết 2:
 H0 : β2 = 0
 H1 : β2 ≠ 0
 Kết quả kiểm định:
tqs = 8.391, với p-value = 2.64.10-6 < α = 0.05
 Bác bỏ giả thiết H0  β2 ≠ 0
Như vậy, biến độc lập lnAREA thực sự có ảnh hưởng lên biến phụ thuộc
, với.điều kiện các yếu tố khác khơng đổi, khi diện tích căn h ộ tăng lên 1% thì
giá thuê tăng trung bình 80.3573%,
c. Kiểm định hệ số β3
 Giả thiết 3:
 H0 : β3 = 0
 H1 : β3 ≠ 0
 Kết quả kiểm định:
tqs = 4.999, với p-value = 3.07.10-3 < α = 0.05
 Bác bỏ giả thiết H0  β3 ≠ 0
Như vậy, biến độc lập LAKEVIEW thực sự có ảnh hưởng lên biến phụ
thuộc , trong điều kiến các yếu tố khác khơng đổi, nếu căn h ộ có t ầm nhìn ra
phía hồ thì giá th căn hộ tăng trung bình 25.4668%, v ới điều ki ện các y ếu
tố khác không đổi.


d. Kiểm định hệ số β4
 Giả thiết 4:

 H0 : β4 = 0
 H1 : β4 ≠ 0
 Kết quả kiểm định:
tqs = 1.810, với p-value = 0.0718 < α = 0.05
 Không bác bỏ giả thiết H0  β4 = 0
Như vậy, với mức ý nghĩa α = 0.05, biến độc lập BEDROOM khơng có ý
nghĩa thống kế, nó khơng có sự tác động thực s ự lên biến ph ụ thu ộc. Tuy
nhiên, với mức ý nghĩa α = 0.1, hệ số β4 vẫn có ý nghĩa th ống kê. Đi ều này cho
thấy, với bộ số liệu này, biến độc lập BEDROOM vẫn có sự ảnh hưởng lên
biến phụ thuộc , tuy nhiên sự ảnh hưởng này không lớn.
e. Kiểm định hệ số β4
 Giả thiết 5:
 H0 : β5 = 0
 H1 : β5 ≠ 0
 Kết quả kiểm định:
tqs = 1.810, với p-value = 0.3387 < α = 0.05
 Không bác bỏ giả thiết H0  β5 = 0
Như vậy, biến độc lập RESTROOM khơng có ý nghĩa thống kê, nó khơng
có ảnh hưởng lên biến phụ thuộc


KẾT LUẬN
Quá trình ước lượng và kiểm định trên đã cho thấy, hai biến độc lập
AREA và LAKEVIEW có ảnh hưởng rõ rệt lên biến phụ thuộc, đúng nh ư lý
thuyết. Hai biến độc lập còn lại, BEDROOM và RESTROOM, lại không thể hiện
sự ảnh hưởng theo đúng như kỳ vọng và lý thuyết. Sở dĩ có hiện tượng này là
bởi đối tượng nghiên cứu là căn hộ cao cấp dành cho người nước ngoài thuê.
Người nước ngoài sinh sống ở Việt Nam hầu hết đều sống một mình hoặc
theo cặp, bởi vậy nhu cầu về phòng ngủ cũng như nhà vệ sinh không l ớn. B ởi
vậy, các căn hộ dành cho người nước ngoài thuê th ường cùng m ột ki ểu thi ết

kế, chỉ có từ 1 đến 2 phịng ngủ cũng như phịng tắm. Chính bởi s ự t ương
đồng về số phòng mà sự ảnh hưởng của hai biến độc lập này lên bi ến ph ụ
thuộc khơng lớn hoặc khơng có ảnh hưởng. Sự khác nhau gi ữa các căn h ộ ch ỉ
được thể hiện ở diện tích và khung cảnh xung quanh căn hộ, đó là lý do hai
biến AREA và LAKEVIEW lại có ảnh hưởng lớn lên biến phụ thuộc như vậy.