Một cách tính chỉ số giá giao dịch bất động sản phân loại nhà ở riêng lẻ

Ban nội dung
Được đăng bởi Ban nội dung

Phương pháp nghiên cứu và cơ sở dữ liệu

Theo Quyết định số 43/2010/QĐ-TTg ngày 02/06/2010 của Thủ tướng Chính phủ ban hành về Hệ thống các chỉ tiêu thống kê quốc gia, các cơ quan quản lý đang nỗ lực triển khai việc xây dựng và tiến tới công bố chỉ số giá BĐS. Nhưng trên thực tế cơ sở dữ liệu phục vụ để tính toán chỉ số giá giao dịch bất động sản (BĐS) vẫn chưa đáp ứng được yêu cầu do những hạn chế nhất định về chủ quan và khách quan, trong đó vấn đề hiện đang được các nhà quản lý, các nhà nghiên cứu quan tâm là chỉ số giá giao dịch BĐS phân loại nhà ở riêng lẻ.
Trước nhu cầu của thực tế trên, bài viết này đi vào nghiên cứu việc tính toán chỉ số giá giao dịch BĐS tại thị trường Tp.HCM đối với phân loại nhà ở riêng lẻ được ứng dụng từ việc xây dựng mô hình hồi quy giá. Để thực hiện việc tính toán thì công cụ sẽ là các phần mềm máy tính như: công cụ tra cứu trực tuyến, Excel, SPSS.
Được khảo sát trên địa bàn Tp.HCM, cơ sở dữ liệu nghiên cứu được thu thập trong quá trình điều tra, phỏng vấn trực tiếp các hộ gia đình là đối tượng chuyển nhượng hoặc nhận chuyển nhượng nhà ở riêng lẻ, thông tin thu thập theo mẫu phiếu được thiết kế. Ngoài ra, nguồn thông tin được hỗ trợ bởi các sàn giao dịch BĐS, các trung tâm môi giới BĐS, hệ thống mạng internet, báo chí…. Cỡ mẫu nghiên cứu gồm 387 BĐS là nhà ở giao dịch trên thị trường BĐS tại 4 quận: quận 1, qQuận 3, quận Bình Thạnh và quận Gò Vấp; Thời điểm giao dịch trong khoảng từ tháng 01/2011 đến tháng 03/2011 với mục tiêu xây dựng mô hình giá nhà ở; 10 BĐS là nhà ở giao dịch trong khoảng thời gian từ tháng 10/2012 đến tháng 11/2012 với mục tiêu ứng dụng tính chỉ số giá BĐS – phân loại nhà ở riêng lẻ.

Thực tiễn công bố chỉ số giá bất động sản

Thực tiễn chỉ số giá bất động sản của một số nước:
– Pháp: 3 nguồn thống kê về sự biến động giá BĐS ở Pháp bao gồm: (i) Liên đoàn BĐS quốc gia Pháp (FNAIM) công bố chỉ số giá nhà và căn hộ hàng quý từ sau năm 2000 thông qua giá giao dịch BĐS; (ii) Viện Thống kê quốc gia và Nghiên cứu kinh tế (INSEE) công bố chỉ số giá nhà hàng quý tại Metropolitan từ năm 1996; (iii) La Chambre des Notaires de Paris công bố dữ liệu giá trên m2 căn hộ tại Paris từ năm 1991.
– Mỹ: Cơ quan Tài chính Nhà ở Liên bang (FHFB) và Cơ quan Giám sát doanh nghiệp Nhà đất Liên bang (OFHEO) là 2 cơ quan được phép công bố chỉ số giá nhà ở được điều chỉnh theo quý tại Mỹ (được gọi là chỉ số OFHEO), để đưa ra các chỉ số này, cơ sở dể xây dựng chỉ số giá là sử dụng dữ liệu từ các khoản thế chấp để mua nhà và tái tài trợ thông qua hai công ty Fannie Mae và Freddie Mac – là 2 công ty cho vay thế chấp lớn nhất nước Mỹ. Ngoài chỉ số trên, Mỹ còn có chỉ số nhà ở quốc gia (chỉ số Case-Shiller), sử dụng số liệu dựa trên giá mua của gia đình, giá nhà ở riêng lẻ tại 20 khu vực đô thị chính.
– Indonesia: Ngân hàng Indonesia là đơn vị được công bố chỉ số giá nhà ở tại Indonesia. Dựa trên dự án phát triển nhà ở của 14 thành phố, được phân loại theo hình thức xây dựng: nhỏ, vừa và lớn, ngân hàng này đã đưa ra chỉ số giá nhà ở hàng quý. Chỉ số giá nhà được công bố là chỉ số nhà bình quân gia quyền của 3 phân loại nhà ở nhỏ, vừa và lớn.

Còn tại Việt Nam…

Ở Việt Nam hiện nay, chỉ số giá BĐS chủ yếu do các công ty nghiên cứu thị trường và một số sàn giao dịch BĐS công bố tại một số các phân loại thị trường hoặc một khu vực. Dữ liệu tính toán chỉ số giá BĐS được thu thập trong phạm vi hạn hẹp, chủ yếu là xây dựng chỉ số giá BĐS ở các phân loại thị trường đã “chuẩn hóa” như thị trường căn hộ để bán, căn hộ cho thuê, văn phòng cho thuê. Các cơ quan quản lý nhà nước hiện cũng đã từng bước xây dựng và tiến đến công bố chỉ số giá BĐS, tuy nhiên cũng chỉ dự kiến công bố chỉ số giá của các phân loại thị trường phổ biến đã “chuẩn hóa”.
Như vậy, việc xây dựng và ban hành chỉ số giá giao dịch BĐS chỉ tập trung vào các phân loại thị trường như căn hộ để bán, căn hộ cho thuê, văn phòng cho thuê… Còn với thị trường nhà ở riêng lẻ, đất nền thì vẫn chưa có cơ quan quản lý nhà nước hay công ty BĐS nào tính toán chỉ số giá này. Nguyên nhân là do giới hạn về thông tin, dữ liệu liên quan đến giá BĐS, mặt khác là do bản thân mỗi BĐS rất ít giao dịch.
Bên cạnh đó, chưa có một cơ quan chức năng nào tập hợp và lưu trữ dữ liệu thống kê về giá giao dịch BĐS cũng như các đặc điểm của chúng một cách đầy đủ và chính xác, dẫn đến những hạn chế trong việc xây dựng chỉ số giá BĐS.

Cơ sở tính chỉ số giá giao dịch bất động sản – loại nhà ở riêng lẻ

Mô hình giá giao dịch nhà ở:
Mô hình giá giao dịch nhà ở được xây dựng trên cơ sở mô hình lý thuyết của Patrick Wakely và Hoàng Hữu Phê (2000), lý thuyết “vị thế – chất lượng”. Theo đó, phương pháp định giá nhà ở được tiến hành thông qua các bước sau:
Bước 1: Thu thập dữ liệu
Bước 2: Xác định các cực vị thế (đơn cực hay đa cực)
Bước 3: Phân tích các biến số để thành lập phương trình hồi quy
Bước 4: Chạy hàm hồi quy để xác định giá giao dịch nhà ở với các biến số được tổ chức thành hai nhóm gồm vị thế nơi ở và chất lượng nhà ở cho từng khu vực nghiên cứu, Y = f (vị thế, chất lượng).

Các tác giả chọn Tp.HCM làm khu vực nghiên cứu thí điểm do điều kiện ở Việt Na hiện chưa có nguồn dữ liệu lưu trữ về các giao dịch mua bán nhà ở trên thị trường, trong đó, tác giả chọn 4 quận là: Quận 1, Quận 3, quận Bình Thạnh và quận Gò Vấp vì có “vị thế” khác nhau để điều tra, khảo sát và xây dựng mô hình hồi quy. Kết quả điều tra thông qua quá trình phân tích, xử lý, sàng lọc và chấp nhận 387 quan sát, mỗi quan sát ứng với một BĐS cụ thể.
Trong đó, quận 1 là 70 quan sát (chiếm 18,1% số quan sát), quận 3 là 74 quan sát (chiếm 19,1%), quận Bình Thạnh là 187 quan sát (chiếm 48,3%), quận Gò Vấp là 56 quan sát (chiếm 14,5%). Đa số các quan sát được thực hiện ở ví trí hẻm. Cụ thể: 116 quan sát là mặt tiền đường, 45 quan sát là hẻm cấp 1, 163 quan sát là hẻm cấp 2, 46 quan sát là hẻm cấp 3 và 17 quan sát là hẻm cấp 4.
Các tác giả sử dụng phần mềm SPSS để chạy hồi quy xây dựng hàm giá giao dịch nhà ở, các biến được xác định sau đây đều có ý nghĩa thống kê gồm:
Biến phụ thuộc: Y: Giá giao dịch nhà ở (triệu đồng).
Các biến độc lập:
– X1: Diện tích đất ở hợp pháp (m2).
– X2: Giá trị công trình trên đất (triệu đồng).
– X3: Chiều rộng đường (m).
– X4: Khoảng cách từ nhà đến trung tâm thành phố = 1/t với t được đo bằng phút từ vị trí nhà đến trung tâm thành phố.
– X5: Vị trí của nhà điều tra gồm “mặt tiền” và “hẻm”, được mã hóa bằng hai biến giả (dummy), nhận giá trị tương ứng là “1” và “0”.
– X6: Pháp lý của nhà điều tra, gồm “đầy đủ” và “chưa đầy đủ” được mã hóa bằng hai biến giả, nhận giá trị tương ứng là “1” và “0”.
– X7: An ninh trật tự của khu vực gồm “rất tốt”, “tốt và trung bình”, tương tự như trên được mã hóa tương ứng hai biến giả và nhận giá trị “1” và “0”.

Dạng hàm Double Log (Log kép) được sử dụng trong mô hình hồi quy nhằm thực hiện việc lượng hóa các yếu tố ảnh hưởng đến giá nhà ở. Hàm tuyến tính theo biến số chỉ thích hợp để nghiên cứu trong lý thuyết nhưng ứng dụng trong lĩnh vực thị trường BĐS thì chưa hợp lý, bởi vì giá đất không thể tăng mãi theo đường thẳng. Do đó, hàm phi tuyến theo biến số được lựa chọn như là một giải pháp thích hợp hơn.
Trong hàm này, có sử dụng kỹ thuật biến giả (dummy variable) nhằm mục đích so sánh sự khác biệt về giá nhà ở theo từng thuộc tính khác nhau của nó. Phương trình ước lượng có dạng tổng quát như sau:
LnY = β0 + β1LnX1 + β2LnX2 + β3LnX3 + β4LnX4 + β5X5 + β6X6 + β7X7 + ut
Với: β0, β1,… β7 là các tham số ta cần ước lượng;
β0 là hệ số chặn;
β1,…. β7 là hệ số góc của các yếu tố ảnh hưởng đến giá BĐS;
ut là độ nhiễu, là sai số ngẫu nhiên.
Mặc dù đây là hàm phi tuyến theo các biến số nhưng nó vẫn tuyến tính theo các tham số ước lượng. Lúc này, phương pháp bình phương bé nhất OLS (Ordinary least squares) có thể được áp dụng để tìm ra phương trình hồi quy. Kết quả ước lượng mô hình cho hệ số xác định điều chỉnh (Adjusted R-squared) R2 = 0.781 = 78,1% là tương đối lớn đối với dữ liệu chéo. Điều này có nghĩa là 78,1% biến thiên của giá nhà sẽ được giải thích bởi các yếu tố là các biến độc lập đã được chọn đưa vào mô hình, hay nói cách khác 78,1% giá cả thị trường nhà ở riêng lẻ được ước tính bởi mô hình.
Kết quả hồi quy được ước lượng như sau:
LnY = 5,147 + 0,688LnX1 + 0,115LnX2 + 0,382LnX3 + 0,649LnX4 + 0,230X5 + 0,450X6 + 0,163X7
Với kết quả hàm hồi quy xây dựng được như trên, có thể thấy giá nhà ở có quan hệ đồng biến với các yếu tố: Diện tích đất ở hợp pháp, giá trị công trình trên đất, độ rộng đường, khoảng cách đến trung tâm vị thế (1/t), vị trí, pháp lý và an ninh.
Hàm giá giao dịch nhà ở được xây dựng nhằm phục vụ cho các mục tiêu thị trường như mua bán, chuyển nhượng, chuyển đổi BĐS, bồi thường thiệt hại, thế chấp vay vốn, thanh lý tài sản, đấu giá tài sản… Trong nghiên cứu này, hàm giá giao dịch nhà ở được ứng dụng nhằm ước tính giá của các nhà ở không phát sinh giao dịch để tính chỉ số giá BĐS – phân loại nhà ở riêng lẻ.

Đề xuất, kiến nghị

Đặt hàm hồi quy được ước lượng từ dữ liệu thu thập năm 2011 ở trên là Y2011. Hàm hồi quy được viết lại như sau:
LnY2011 = 5,147 + 0,688LnX1 + 0,115LnX2 + 0,382LnX3 + 0,649LnX4 + 0,230X5 + 0,450X6 + 0,163X7
Với dữ liệu thu thập được từ điều tra 10 nhà ở riêng lẻ có giá giao dịch năm 2012 (Y2012). Và các nhà này không phát sinh giao dịch năm 2011, các tác giả dựa vào hàm hồi quy ước lượng được ở trên để ước tính giá giao dịch năm 2011 (Y2011), từ đó tính toán chỉ số giá BĐS – phân loại nhà ở riêng lẻ năm 2012.
Như vậy, chỉ số giá nhà ở được xây dựng là cơ sở góp phần tính toán và ban hành chỉ số giá giao dịch BĐS chung của thị trường, giúp các cơ quan quản lý nhà nước có thể nghiên cứu đưa ra các chính sách, các công cụ quản lý vĩ mô trực tiếp hoặc gián tiếp nhằm điều tiết mức giá BĐS, đảm bảo ổn định kinh tế vĩ mô và thị trường BĐS phát triển bền vững. Ngoài ra, chỉ số giá BĐS là chỉ tiêu nghiên cứu thị trường cần thiết cho các chủ thể tham gia thị trường BĐS với mục tiêu thương mại.
Bài viết này đã cơ bản nghiên cứu và đề xuất cơ sở xây dựng chỉ số giá BĐS – phân loại nhà ở phân loại nhà ở riêng lẻ dựa vào hàm hồi quy giá giao dịch nhà ở, một loại thị trường ít giao dịch, “hàng hóa” đa dạng, khó “chuẩn hóa”… Nhưng với thực tế ở Việt Nam như hiện nay, các giao dịch BĐS ngoài sàn còn chiếm chủ yếu, đã gây khó khăn trong quá trình điều tra, thu thập dữ liệu xây dựng hàm giá giao dịch nhà ở cũng như xây dựng chỉ số giá BĐS – phân loại thị trường này.
Đây cũng là hạn chế của mô hình trong điều kiện đặc thù của Tp.HCM nói riêng, Việt Nam nói chung. Trước thực tế đó, để mô hình giá giao dịch nhà ở ứng dụng có hiệu quả hơn, phổ biến hơn, chỉ số giá BĐS có độ tin cậy cao hơn, rất cần thiết phải xây dựng một ngân hàng dữ liệu để thu thập thông tin về BĐS một cách đầy đủ, chính xác và liên tục mang tầm quốc gia.
Tuyên bố miễn trừ trách nhiệm: Thông tin được cung cấp chỉ mang tính chất thông tin chung, Công ty cổ phần PropertyGuru Việt Nam không đưa ra bất kỳ tuyên bố hoặc bảo đảm nào liên quan đến thông tin, bao gồm nhưng không giới hạn bất kỳ sự tuyên bố hoặc bảo đảm về tính thích hợp cho bất kỳ mục đích cụ thể nào của thông tin theo phạm vi cho phép tối đa của pháp luật. Mặc dù đã nỗ lực để đảm bảo rằng thông tin được cung cấp trong bài viết này là chính xác, đáng tin cậy và hoàn chỉnh vào thời điểm đăng tải, nhưng thông tin được cung cấp trong bài viết này không nên được dựa vào để đưa ra bất kỳ quyết định tài chính, đầu tư, bất động sản hoặc pháp lý nào. Thêm vào đó, thông tin không thể thay thế lời khuyên từ một chuyên gia được đào tạo, người mà có thể xem xét, đánh giá các sự kiện và hoàn cảnh cá nhân của bạn, và chúng tôi không chịu bất kỳ trách nhiệm nào nếu bạn sử dụng những thông tin này để đưa ra quyết định.

Giải Pháp Nào Để Kéo Giảm Giá Căn Hộ Chung Cư?

Chuyên Gia Nhận Định Kịch Bản Thị Trường Bất Động Sản 2024

Phân Khúc Bất Động Sản Nào Là Điểm Nóng Của Thị Trường 2024?