Header Page 1 of 166.

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


2.3.1.1.

Hàm hồi quy mẫu (SRF): P=

0

+

1S

+ 2(Be) + 3Y + 4N +ei (phụ lục 2) ..... 9

2.3.2. Kiểm định các khuyết tật của mô hình.(P= β0 + β1S + β2Y + β3N +Ui) .... 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. ĐÁNH GIÁ ................................................................................................ 20
KẾT LUẬN ......................................................................................................... 22
PHỤ LỤC ............................................................................................................ 23


Giảng viên hướng dẫn: Th.S Phí Minh Hồng

Footer Page 3 of 166.

Trang 3


Header Page 4 of 166.
Nhóm 17_Lớp KTE309.7

BÀI TẬP KINH TẾ LƯỢNG

2. NỘI DUNG
2.1.CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
2.1.1. Giới thiệu mô 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 những thuộc tính liên quan đến hàng hóa trên thị trường trong các
giai đoạn cụ thể. Những thuộc tính có thể đo lường được như kích cỡ, tốc độ, trọng lượng,… sẽ
ảnh hưởng đến giá trị của hàng hóa. Theo Griliches (1971), phương pháp Hedonic dựa trên cơ
sở: giá của một hàng hóa không đồng nhất có thể được xác định thông qua những thuộc tính liên
quan đến hàng hóa đó.
Vì thế, hàm hồi quy Hedonic có dạng:
pi = h(ci),
•

Pi là giá của hàng hóa

•

Ci là vector của các đặc tính liên quan đến hàng hóa.

BÀI TẬP KINH TẾ LƯỢNG

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= β0 + β1S + β2Be + β3Y + β4N +Ui
Dự đoán dấu của các hệ số dựa vào lý thuyết /kinh nghiệm thực tế:

2.2.1. Đồ thị.

Hình 1: Đồ thị mối liên hệ giữa biến p và s

Giảng viên hướng dẫn: Th.S Phí Minh Hồng

Footer Page 6 of 166.

Trang 6


Header Page 7 of 166.
Nhóm 17_Lớp KTE309.7

BÀI TẬP KINH TẾ LƯỢNG

Hình 2: Đồ thị mối liên hệ giữa biến p và y

Hình 3: Đồ thị mối liên hệ giữa biến p và n

Giảng viên hướng dẫn: Th.S Phí Minh Hồng

Footer Page 7 of 166.

Trang 7


Header Page 8 of 166.
Nhóm 17_Lớp KTE309.7



Number of bedrooms

Hình 4: Đồ thị mối liên hệ giữa biến P và biến Be

2.2.2. Giá trị trung bình, sai số tiêu chuẩn, trung vị.(phụ lục 1).
Các biến
P(nghìn đô la)

Giá trị trung Giá trị lớn giá trị nhỏ Trung vị
bình
nhất
nhất
242.30
503.00
107.00
242.00

Phương sai
79.242

S(feet vuông)

1470.2

3269.0

702.00

1478.0


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
Giảng viên hướng dẫn: Th.S Phí Minh Hồng

Footer Page 8 of 166.

Trang 8


Header Page 9 of 166.
Nhóm 17_Lớp KTE309.7

-

-

2.3.1.1. Hàm hồi quy mẫu (SRF): P=

0

+

1S

+ 2(Be) + 3Y + 4N +ei (phụ lục 2)

Với : β0 = 122.212
β1= 0.105368
β2= -3.07718
β3= 0.00413637
β4 = -29.2793
a) Kiểm định các tham số hồi quy (với mức ý nghĩa α=5%).
∗

Kiểm định hệ số β0:
Đặt giả thiết: H0: β0=0 (hệ số không có ý nghĩa thống kê)
H1: β0 0.
Cách 1: p-value=1.29(e^-5)<0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 tức
là hệ số chặn có ý nghĩa thống kê
Cách 2: |tqs| ≥ t

(

/

)

Footer Page 9 of 166.

Trang 9


Header Page 10 of 166.
Nhóm 17_Lớp KTE309.7

BÀI TẬP KINH TẾ LƯỢNG

Đặt giả thiết H0: β1=0 (hệ số không có ý nghĩa thống kê)
H1: β1≠0.
Cách 1: p-value=1.92(e^-10)<0.05 =>Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1
tức làhệ sốβ1 có ý nghĩa thống kê
Cách 2:|tqs| ≥ t

(

)

/

,

(

)

>t



(

)


•

Kiểm định hệ số β4:
Đặt giả thiết H0: β4=0 (hệ số không có ý nghĩa thống kê)
H1: β4≠0.
Cách 1: p-value=1.85(e^-6)< 0.05 =>Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1
tức là hệ số β4 có ý nghĩa thống kê.
Cách 2:|tqs| ≥ t

(

/

)

(

)

>t

(

.

)

5.627>t

(

=

!

$≠

H1:

=

=

"

(# =0)

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 H0,chấp nhận
H1 tức là R2≠0, hàm phù hợp.
(' !,) ')

Cách 2:Fqs>%&

(",

90.59510 >% .

)


Kiểm định hệ số β0:
Đặt giả thiết H0: β0=0 (hệ số không có ý nghĩa thống kê)
H1: β0≠0.
Cách 1: p-value= 7.66(e^-7) < 0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1
tức là hệ số chặn có ý nghĩa thống kê
Cách 2:|tqs| ≥ t

(

/

)

(

>t

)

( *)
.

5.878>t

( *)
.

Với mức ý nghĩa α = 5% bác bỏ H0,chấp nhậnH1 tức là hệ số chặn có ý nghĩa thống kê.
•


)

( *)
.

11.01>t

( *)
.

Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là hệ sốβ1 có ý nghĩa thống kê,tức là
diện tích nhà ở (S) có ảnh hưởng đến giá mua nhà (P).
•

Kiểm định hệ số β2:
Đặt giả thiết H0: β2=0 (hệ số không có ý nghĩa thống kê)
H1: β2≠0.
Cách 1: p-value= 0.0068 < 0.05 =>Với mức ý nghĩa α=5% chấp nhận H0 tức là hệ sốβ2
khôngcó ý nghĩa thống kê.
Cách 2: |tqs| ≥ t

(

)

/

(

)

)

>t

( *)
.

5.681>t

( *)
.

Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là hệ số β3 có ý nghĩa thống kê ,tức là
chất lượng nhà hàng xóm xung quanh(N) có ảnh hưởng đến giá mua nhà(P).
c.2) Hệ số R2’.
•

Có hệ số R2’= 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 H0:
H1:

!

=



Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là R2’≠0, tức là các biến giải thích
giải thích được 90.4789% sự biến động của biến phụ thuộc.
c.4) So sánh 2 mô hình hồi quy.
• Vì #+ 2t

(" )
.

Với mức ý nghĩa α=5%,bác bỏ H0tức là α0có ý nghĩa thống kê.
•

Kiểm định hệ số α1:
Đặt giả thiết H0:α1 =0 (hệ số không có ý nghĩa thống kê)
H1:α1≠0
Cách 1: p-value=0.0190< 0.05 =>Với mức ý nghĩa α=5%,bác bỏ H0,chấp nhận H1tức là
α1 có ý nghĩa thống kê.
(
)
Cách 2: |tqs| ≥ t /
t

(" )
.

Với mức ý nghĩa α=5%,bác bỏ H0,chấp nhận H1 tức là α1 có ý nghĩa thống kê
•

Kiểm định hệ số α2
Đặt giả thiết H0:α2 =0 (hệ số không có ý nghĩa thống kê),
H1:α2≠0

Giảng viên hướng dẫn: Th.S Phí Minh Hồng

Footer Page 13 of 166.

Trang 13


t

(" )
.

% .

Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 tức là R2≠0, tức là các biến giải thích
giải thích được 32.9425% sự biến động của biến phụ thuộc.
•

Vì α0 , α1 , α2đều có ý nghĩa thống kê và R2≠0 nên mô hình có hiện tượng đa cộng tuyến
không hoàn hảo nhưng hiện tượng đa cộng tuyến là không đáng kể.


Trang 14


Header Page 15 of 166.
Nhóm 17_Lớp KTE309.7

BÀI TẬP KINH TẾ LƯỢNG

t(S) =11.01
t(Y)= 2.859
t(N)= -5.681
R2 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

•

Theo kết quả hồi quy ta có:
R2-N = 0.825989
R2-S = 0.608592
R2-Y = 0.884838
R2 = 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 / R2 = 0.509841/ 0.904789 =0.56349 > 0.5

Giảng viên hướng dẫn: Th.S Phí Minh Hồng

Footer Page 15 of 166.

Trang 15


Header Page 16 of 166.
Nhóm 17_Lớp KTE309.7

BÀI TẬP KINH TẾ LƯỢNG

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


Ước lượng mô hình hồi quy:
HBC = β0 + β1S + β2Y + β3N + β4S2 +β5Y2 + β6N2 + β7S.Y+ β8Y.N + β9N.S +Ui

•

Phương pháp ước lượng OLS,với mức ý nghĩa α=5%

•

Đặt giả thiết H0: phươngsai sai số không thay đổi
H1: phương sai sai số thay đổi.
[p-value = P(Chi-square(9) > 8.691904) = 0.466186] > α
(KL)

X2qs≤ X

nR2 ≤ X

(*)
.

8.691904≤ X

(*)
.

Với mức ý nghĩa α=5%,chấp nhận H0tức 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: lnHC = β0 + β1lnMN + Ui

•

Hồi quy mô hình với biến phụ thuộc là lgDE và biến giải thích là lgFG với phương pháp
ước lượng OLS, mức ý nghĩa α=5%.

•

Đặt giả thiết H0: hệ số góc của mô hình không có ý nghĩa thống kê
H1: hệ số góc của mô hình có ý nghĩa thống kê.
Cách 1: p-value = 0.7117>0.05 =>Với mức ý nghĩa α=5%,chấp nhận H0tức 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.
Cách 2: |tqs| ≤ t

(

/

)

(

)



•

Đặt giả thiết H0: phươngsai sai số không thay đổi
H1: phương sai sai số thay đổi.
Cách 1: P-value(F) = 0.435129 > α =>Với mức ý nghĩa α=5%,chấp nhận H0 tức là mô
hình gốc không có hiện tượng phương sai sai số thay đổi.
Cách 2: |Fqs| ≤ F

(!,

)

(

(

)

)2Với mức ý nghĩa

H1: phương sai sai số thay đổi.
Cách 1: P-value(F) = 0,639276 > 0.05 =>Với mức ý nghĩa α=5%,chấp nhận H0 tức là mô
hình gốc không có hiện tượng phương sai sai số thay đổi
Cách 2: |tqs| ≤ t

(

/

)

(

)



H1: phương sai sai số thay đổi
T
/RS
(RS,RS)
(! ,! )
Fqs 0.05 nên với mức ý nghĩa U = 5%,không có cơ sở thống kê để bác bỏ giả
thiết H0
-Trong gretl, Tools/Statistical tables/DW/ sample size: 43; number of
regression(including the constants): 3ta thu được kết quả
dL = 1.3663

Header Page 20 of 166.
Nhóm 17_Lớp KTE309.7
•

BÀI TẬP KINH TẾ LƯỢNG

Đây không phải là tập số liệu chuỗi nên không thể dùng phương pháp sai phân cấp 1 để
khắc phục hiện tương đa cộng tuyến.

•

Việc lấy thêm số liệu hoặc lấy thêm mẫu mới là tương đối khó khăn.

•

Thông tin tiên nghiệm cho mô hình này là không sẵn có.

•

Biện pháp bỏ biến có thể làm giảm chất lượng của dự đoán vì:
Thứ nhất :Ngay phần 2.3.1.1 đã xác định lại mô hình hồi quy kinh tế chỉ gồm các biến
giải thích S ,Y ,N vì biến Be không có ý nghĩa thống kê.
Thứ hai :Trong thực tế giá của căn nhà phụ thuộc khá chặt chẽ vào diện tích nhà(S) ,
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)


Trang 20


Header Page 21 of 166.
Nhóm 17_Lớp KTE309.7

BÀI TẬP KINH TẾ LƯỢNG

β0: hệ số chặn.
β1 : mức thay đổi giá nhà theo diện tích nhà.
Β2 : mức thay đổi giá nhà theo sân xung quanh nhà.
Β3: mức thay đổi giá nhà theo chất lượng của các nhà hàng xóm xung quanh.
Ui : yếu tố ngẫu nhiên.

Giảng viên hướng dẫn: Th.S Phí Minh Hồng

Footer Page 21 of 166.

Trang 21


Header Page 22 of 166.
Nhóm 17_Lớp KTE309.7

BÀI TẬP KINH TẾ LƯỢNG

KẾT LUẬN
Việc xây dựng mô hình đã giúp giải thích phần nào ảnh hưởng của các yếu tố đối với giá nhà
(cấu trúc ngôi nhà bao gốm số phòng ngủ, diện tích sân xung quanh và môi trường xung quanh
ngôi nhà gồm chất lượng của nhà hang xóm). Từ hàm hồi quy mẫu này ta có thể kết luận được


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

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

Giảng viên hướng dẫn: Th.S Phí Minh Hồng

Footer Page 23 of 166.

Trang 23


Header Page 24 of 166.
Nhóm 17_Lớp KTE309.7

BÀI TẬP KINH TẾ LƯỢNG

Phụ Lục 3:hồi quy mô hình kinh tế đã bỏ biến( Be)

Phụ Lục 4:Hồi quy mô hình phụ (để phát hiện đa cộng tuyến)

Giảng viên hướng dẫn: Th.S Phí Minh Hồng

Footer Page 24 of 166.

Trang 24


Header Page 25 of 166.
Nhóm 17_Lớp KTE309.7