TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG
KHOA TÀI CHÍNH NGÂN HÀNG
========***========
TIỂU LUẬN NHÓM KINH TẾ LƯỢNG
Đề tài:PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN GIÁ NHÀ

Giảng viên hướng dẫn: Th.S Phí Minh Hồng
Sinh viên thực hiện:
Đinh Thị Minh Phương MSV: 1213310087
Nguyễn Thị Hoa MSV: 1213310033
Đỗ Ngọc Sơn MSV: 1213310099
Nguyễn Thị Thủy MSV: 1213310115
Phạm Phượng Anh MSV: 1213310007
Nguyễn Mạnh Tuấn MSV: 1213310133
Lớp tín chỉ: KTL309.7
Hà Nội, tháng 4 năm 2014
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ
NG

Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 2

MỤC LỤC
1. MỞ ĐẦU……………………………………………………………… …… 3

Lời Mở Đầu 3

2
(Be) +
3
Y +
4
N +e
i
(phụ lục 2) 9
2.3.2.

Kiểm định các khuyết tật của mô hình.(P= β
0
+ β
1
S + β
2
Y + β
3
N +U
i
) 13

2.3.2.1. Đa công tuyến. 13
2.3.2.2. Phương sai sai số thay đổi 16
2.3.2.3. Tự tương quan. 19
2.3.3.

Khắc phục các khuyết tật của mô hình. 19

2.4.

xung quanh.

Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ
NG

Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 4

2. NỘI DUNG
2.1.CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

khó khăn. Từ đó, phương pháp Hedonic được sử dụng phổ biến vì nó ước tính được giá trị của
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ
NG

Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 5

các đặc điểm riêng lẻ cấu thành nên giá trị chung của cả căn hộ. Theo nghiên cứu ứng dụng mô
hình Hedonic trong thị trường nhà ở của Thibodeau và Malpezzi (1980), phương pháp định giá
Hedonic là một mô hình hồi quy của giá trị hoặc giá thuê căn hộ dựa trên những đặc tính liên
quan đến căn hộ. Trong đó, từng biến độc lập đại diện cho từng đặc điểm riêng biệt và các hệ số
trong kết quả của mô hình là giá tiềm ẩn của những đặc điểm này. Mô hình hồi quy của giá
thuê nhà hoặc giá trị căn hộ có dạng như sau:
R = f (S, N, L, C, T),
Trong đó: R là giá thuê hoặc giá trị căn hộ; S là những đặc điểm thuộc cấu trúc; N là đặc
điểm thuộc môi trường xung quanh; L là vị trí; C là đặc điểm về hợp đồng giao dịch và T là thời
hạn căn hộ được quan sát.
2.1.2. Mô hình nghiên cứu

 Nội dung của bài tiểu luậnsẽ đi nghiên cứu sự ảnh hưởng giá nhà theo các yếu tố sau:
- Những đặc điểm thuộc cấu trúc:
S: Diện tích của ngôi nhà .
Be: Số phòng ngủ .
Y: Diện tích sân xung quanh ngôi nhà.
- Những đặc điểm thuộc môi trường xung quanh ngôi nhà:
N: chất lượng của nhà hang xóm(thang điểm 1-4 với 1 =best,4=worst)
 Khi đưa vào mô hình hồi quy kinh tế lượng, biến P là biến phụ thuộc, vòn các biến S, Be,
Y N là biến độc lập. Ta xétmô hình hồi quy kinh tế:
P= β
0
+ β


Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 6

 Ý nghĩa của các tham số hồi quy như sau:
β
0
: hệ số chặn.
β
1
:mức thay đổi giá nhà theo diện tích nhà.
β
2
: mức thay đổi giá nhà theo số phòng ngủ.
β
3
: mức thay đổi giá nhà theo sân xung quanh nhà.
β
4
:mức thay đổi giá nhà theo chất lượng của các nhà hàng xóm xung quanh.
U
i
:yếu tố ngẫu nhiên. 2.2.Mô tả dự liệu
2.2.1. Đồ thị.


Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 7 Hình 2: Đồ thị mối liên hệ giữa biến p và y
2.2.2. Giá trị trung bình, sai số tiêu chuẩn, trung vị.(phụ lục 1).

Các biến Giá trị trung
bình
Giá trị lớn
nhất
giá trị nhỏ
nhất
Trung vị Phương sai
P(nghìn đô la) 242.30 503.00 107.00 242.00 79.242
S(feet vuông) 1470.2 3269.0 702.00 1478.0 513.08
Be(số phòng) 2.8372 4.0000 2.0000 3.0000 0.65211
Y(feet vuông) 6284.8 19580 1780.0 6086.0 3072.6
N 1.7791 4.0000 1.0000 1.5000 0.87493

 Nhận xét:
• Biến P ( Price of the house) : Nghìn đô la
Kết quả cho thấy:
- Giá trị trung bình của dữ liệu: 242.30
- Trung vị của dữ liệu là : 242.00, giá trị lớn nhất là 503.00 và nhỏ nhất là 107.00
- Độ lệch chuẩn là 8.901 tương đương với phương sai là 79.242
Ta có thể thấy dữ liệu có độ chênh lệch rất lớn, chính vì thế không thể đánh giá qua
các giá trị trung bình hay phân vị để đưa ra một mức kết quả chung. Điều này thể hiện
0
100
200
300

- Giá trị trung bình của dữ liệu: 1.7791
- Trung vị của dữ liệu là: 1.5000, giá trị lớn nhất là: 4.0000 và nhỏ nhất là 1.0000
- Độ lệch chuẩn là 0.935 tương đương với phương sai là 0.87493
2.3.Phân tích dữ liệu
.
2.3.1. Hồi quy mô hình (phương pháp OLS).
2.3.1.1. Hàm hồi quy mẫu (SRF): P= 

0
+ 

1
S +

2
(Be) +

3
Y +

4
N +e
i
(phụ lục 2)
Với : 

0
= 122.212



,chấp nhận H
1
tức
là hệ số chặn có ý nghĩa thống kê
Cách 2: |t
qs
|  


, 









>


5.010>



 Với mức ý nghĩa α=5% bác bỏ H
0
,chấp nhận H
1


, 









>


 8.596>



 Với mức ý nghĩa α=5% bác bỏ H
0
,chấp nhận H
1
tức làhệ số β
1
có ý nghĩa thống kê,tức là
diện tích nhà ở (S) có ảnh hưởng đến giá mua nhà (P).
• Kiểm định hệ số β
2:

Đặt giả thiết H

<


0.3476<



 Với mức ý nghĩa α=5% chấp nhận H
0
tức là hệ số β
2
khôngcó ý nghĩa thống kê, tức là số
phòng ngủ (Be) không ảnh hưởng đến giá mua nhà(P).
• Kiểm định hệ số β
3:

Đặt giả thiết H
0
: β
3
=0 (hệ số không có ý nghĩa thống kê)
H
1
: β
3
0.
Cách 1: p-value=0.0073<α =>Với mức ý nghĩa α=5% bác bỏ H
0
,chấp nhậnH
1

tức là hệ số β
3
có ý nghĩa thống kê ,tức
là diện tích sân xung quanh nhà(Y) có ảnh hưởng đến giá mua nhà(P).
• Kiểm định hệ số β
4:

Đặt giả thiết H
0
: β
4
=0 (hệ số không có ý nghĩa thống kê)
H
1
: β
4
0.
Cách 1: p-value=1.85(e^-6)< 0.05 =>Với mức ý nghĩa α=5% bác bỏ H
0
,chấp nhận H
1
tức là hệ số β
4
có ý nghĩa thống kê.
Cách 2:|t
qs
|  




2.

• Có hệ số R
2
= 90.5090%,ý nghĩa: các biến giải thích giải thích được 90.5090% sự biến
động của biến phụ thuộc.
• Kiểm định sự phù hợp của mô hình (với mức ý nghĩa α=5%).
Đặt giả thiết H
0
: 
!
= 

= 

= 
"
(#

=0)
H
1
: 
$
≠ 0 (j ∈ {1, 2, 3, 4}) (#

≠
0)
Cách 1: p-value(F)= 6.74(e^-19) < 0.05 =>Với mức ý nghĩa α=5% bác bỏ H
0

+ β
1
S + β
2
Y + β
3
N +U
i
• Và hàm hồi quy mẫu (SRF): P= 

0
+ 

1
S +

2
Y +

3
N +e
i
(phụ lục 3)
Với : 

0
=117.465


1

|  












>

*
5.878>

*

 Với mức ý nghĩa α = 5% bác bỏ H
0
,chấp nhậnH
1
tức là hệ số chặn có ý nghĩa thống kê.
• Kiểm định hệ số β
1:

Đặt giả thiết H
0







>

*
11.01>

*

 Với mức ý nghĩa α=5% bác bỏ H
0
,chấp nhậnH
1
tức là hệ sốβ
1
có ý nghĩa thống kê,tức là
diện tích nhà ở (S) có ảnh hưởng đến giá mua nhà (P).
• Kiểm định hệ số β
2:

Đặt giả thiết H
0
: β
2
=0 (hệ số không có ý nghĩa thống kê)
H

*

 Với mức ý nghĩa α=5% chấp nhận H
0
tức là hệ sốβ
2
khôngcó ý nghĩa thống kê,tức là diện
tích sân xung quanh nhà(Y) có ảnh hưởng đến giá mua nhà(P).
• Kiểm định hệ số β
3:

Đặt giả thiết: H
0
: β
3
=0 (hệ số không có ý nghĩa thống kê),
H
1
: β
3
0.
Cách 1: p-value=1.43(e^-6) < 0.05 =>Với mức ý nghĩa α=5% bác bỏ H
0
,chấp nhận H
1
tức là hệ số β
3
có ý nghĩa thống kê.
Cách 2:|t
qs


• Có hệ số R
2’
= 90.4789%, ý nghĩa: các biến giải thích giải thích được 90.4789% sự biến
động của biến phụ thuộc.
c.3) Kiểm định sự phù hợp của mô hình (với mức ý nghĩa α=5%).
• Đặt giả thiết H
0
: 
!
= 

= 

(#

=0)
H
1
: 
$
≠ 0 (j ∈ {1, 2, 3}) (#

≠
0)
Cách 1: p-value(F)= 5.88(e^-20) <0.05 =>Với mức ý nghĩa α=5% bác bỏ H
0
,chấp
nhậnH
1

<#
+
2’
(89.51% < 89.7465%)
 Mô hình hồi quy mới phù hợp và chính xác hơn so với mô hình cũ.
 Lựa chọn mô hình hồi quy mới để kiểm định và khắc phục các khuyết tật của mô hình ở
những phần sau của bài tiểu luận.
2.3.2. Kiểm định các khuyết tật của mô hình.(P= β
0
+ β
1
S + β
2
Y + β
3
N +U
i
)
2.3.2.1. Đa công tuyến.
a) Cách 1: Hồi quy mô hình phụ(phương pháp OLS) (phụ lục 4):
S=,
-
0
+,
-
1
Y +,
-
2
N +e

Cách 2: |t
qs
|  



&

/
&

&



>

"
6.266>

"

 Với mức ý nghĩa α=5%,bác bỏ H
0
tức là α
0
có ý nghĩa thống kê.
• Kiểm định hệ số α
1:





>

"
2.444>

"

 Với mức ý nghĩa α=5%,bác bỏ H
0
,chấp nhận H
1
tức là α
1
có ý nghĩa thống kê
• Kiểm định hệ số α
2

Đặt giả thiết H
0
:α
2
=0 (hệ số không có ý nghĩa thống kê),
H
1
:α
2
0


"
2.734>

"

 Với mức ý nghĩa α=5%,bác bỏ H
0
, chấp nhận H
1
tức là α
2
có ý nghĩa thống kê.
• Có hệ số R
2
= 32.9425%,ý nghĩa: các biến Y và N giải thích được 32.9425% sự biến động
của biến S.

a.2) Kiểm định sự phù hợp của mô hình (với mức ý nghĩa α=5%).
• Đặt giả thiết H
0
:.
!
= .

(#

=0)
H
1

giải thích được 32.9425% sự biến động của biến phụ thuộc.
• Vì α
0
, α
1
, α
2
đều có ý nghĩa thống kê và R
2
0 nên mô hình có hiện tượng đa cộng tuyến
không hoàn hảo nhưng hiện tượng đa cộng tuyến là không đáng kể.
b) Cách 2: nhân tử phóng đại phương sai (VIF)
• VIF được thiết lập trên cơ sơ hệ số xác định R
2
trong hồi quy của 1 biến giải thích với các
biến giải thích còn lại (phụ lục 5)là:
01%

2

3
4
4 5 #

3 467489 : 4;

01%

<


(phụ lục 3).
R
2
khá cao (0.904789)
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ
NG

Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 15

t(S) =11.01
t(Y)= 2.859
t(N)= -5.681
 R
2
cao,các tỷ số t không quá nhỏ
 Mô hình không có hiện tượng đa cộng tuyến hoặc nếu có thì không đáng kể. d) Cách 4: Xét tương quan cặp giữa các biến giải thích(phụ lục 6) S Y N
S 1 0.4518 -0.4788
Y 0.4518 1 -0.3166
N -0.4788 -0.3166 1

• Vì hệ số tương quan cặp giữa các biến giải thích không cao (<0.8)
 Khả năng tồn tại đa cộng tuyến trong mô hình là thấp.

e) Cách 5: Độ đo Theil (đo mức độ đa cộng tuyến)(phụ lục 7,8,9)

-Y
= 0.884838
R
2
= 0.904789 (phụ lục 3)
 m= 0.904789 – (0.904789 –0.825989) – (0.904789–0.608592) – (0.904789 – 0.884838)
 m= 0.509841
• Ta có tỷ số : m / R
2
= 0.509841/ 0.904789 =0.56349 > 0.5
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ
NG

Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 16

 mô hình có hiện tượng đa cộng tuyến , nhưng chưa kết luận được mức độ nghiêm trọng
của hiện tượng.
2.3.2.2. Phương sai sai số thay đổi.
a) Phương pháp đồ thị
• Từ những đồ thị vẽ D
E


theo F
G

,S ,Y và N nhận thấy không tìm được bất kì sự liên hệ nào
giữa D
E


D
E


theo Y Vẽ
D
E


theo N
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ
NG

Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 17

b) phương pháp kiểm định.
b.1) Cách 1
:Dùng kiểm định White (phụ lục 10)
• Ước lượng mô hình hồi quy:
H
C
B
= β
0

: phươngsai sai số không thay đổi
H
1
: phương sai sai số thay đổi.
 [p-value = P(Chi-square(9) > 8.691904) = 0.466186] > α
 X
2
qs
I J


KL
 nR
2
I J


*
8.691904I J


*

 Với mức ý nghĩa α=5%,chấp nhận H
0
tức là mô hình gốc không có hiện tượng phương sai
sai số thay đổi.
b.2) Cách 2:Dùng kiểm định Breush-Pagan-Godfrey(phụ lục 11).
• Ước lượng mô hình hồi quy:H
C



*
6.061559I J




 Với mức ý nghĩa α=5%,chấp nhận H
0
tức là mô hình gốc không có hiện tượng phương sai
sai số thay đổi.
b.3) Cách 3:Dùng kiểm định Park (phụ lục 12)
• Ước lượng mô hình hồi quy: lnH
C
= β
0
+ β
1
lnM
N

+ U
i

• Hồi quy mô hình với biến phụ thuộc là lgD
E


và biến giải thích là lgF

<

"!
0.3721<

"!

 Với mức ý nghĩa α=5%,chấp nhận H
0
tức là hệ số góc của mô hình không có ý nghĩa
thống kê,tức là mô hình gốc không có hiện tượng phương sai sai số thay đổi.
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ
NG

Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 18

b.4) Cách 4
:Kiểm định dựa trên biến phụ thuộc(phụ lục 13).
• Ước lượng mô hình hồi quy:H
C
B
= β
0
+ β
1
(O
N

)
2


!"!
0.621216 <P

!("!
=>Với mức ý nghĩa
α=5%,chấp nhận H
0
tức là mô hình gốc không có hiện tượng phương sai sai số thay đổi.
Cách 3: X
2
qs
I J


KL
 nR
2
I J


*
0.641775 I J


!

 Với mức ý nghĩa α=5%,chấp nhận H
0
tức là mô hình gốc không có hiện tượng phương sai

| I 












<

"!
0.4722<

"!

 Với mức ý nghĩa α=5%,chấp nhận H
0
tức là mô hình gốc không có hiện tượng phương sai
sai số thay đổi.
b.6) Cách 6:Kiểm định Goldfeld- Quandt(phụ lục 15,16)
• Sắp xếp lại số liệu theo thứ tự tăng dần của biến S.
• Ta bỏ đi c =5 quan sát ở giữa từ 20 -24. Thu được hai mẫu có kích thước băng nhau (19
quan sát)
 Mẫu thứ nhất gồm các quan sát 1-19
 Mẫu thứ hai gồm các quan sát 25-43

<%

!(!
1.7817 < 2.40
 Với mức ý nghĩa α=5%,chấp nhận H
0
tức là mô hình gốc không có hiện tượng phương sai
sai số thay đổi.

2.3.2.3. Tự tương quan.
a. Kiểm định Breusch-Godfrey(phụ lục 17)
Dựa trên kết quả chạy Gretl ở phụ lục 17, ta nhận thấy
p –value = 0.356 > 0.05 nên mô hình không có lỗi tự tương quan
b. Kiểm định Durbin – Watson:
Gỉa thiết: H
0:
Không có sự tương quan
H
1:
Có sự tương quan.
Kiểm định Durbin-Watson trong Gretl được kết quả sau đây:
Durbin-Watson statistic = 1.67979
p-value = 0.11293
-Ta có p-value > 0.05 nên với mức ý nghĩa U 3 9V,không có cơ sở thống kê để bác bỏ giả
thiết H
0

-Trong gretl, Tools/Statistical tables/DW/ sample size: 43; number of
regression(including the constants): 3ta thu được kết quả
dL = 1.3663

diện tích sân (Y) và chất lượng các nhà xung quanh (N).
 Thứ ba :Trong phần tính thang đo độ Theil . Ta đã ước lượng mô hình hồi quy của P
với lần lượt các tổ hợp biến (S,Y) ; (Y,N) ; (N,S) và thu được:
#
+
2
-N
=0.817288 (phụ lục 7)
#
+
2
-S
= 0.589021 (phụ lục 8)
#
+
2
-Y
= 0.879080 (phụ lục 9)
Tất cả các hệ số hiệu chỉnh này đều nhỏ hơn hệ số hiệu chỉnh (#
+
2
=0.897465, phụ lục 3)
trong ước lượng mô hìnhkinh tế ban đầu (mô hình không có biến Be).
2.4.Đánh giá
Sau các phần:
• Nêu ra cơ sở lý thuyết
• Thiết lập mô hình toán học
• Ước lượng các tham số (với bộ số liệu có sẵn)
• Phân tích kết quả
 Đi tìm các khuyết tật của mô hình: đa cộng tuyến ,phương sai sai số thay đổi ,tự

: mức thay đổi giá nhà theo sân xung quanh nhà.
Β
3
: mức thay đổi giá nhà theo chất lượng của các nhà hàng xóm xung quanh.
U
i
: yếu tố ngẫu nhiên. Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ
NG

Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 23

PHỤ LỤC Phụ Lục 1: giá trị trung bình ,sai số tiêu chuẩn và trung vị.

Phụ Lục 2:hồi quy mô hình kinh tế gốc.

Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ