Mẫu chuyên đề kinh tế lượng

Để tìm hiểu quy luật giữa giá nhà và những yếu tố ảnh hưởng khác, chúng tôi tiến hành thực hiện một khảo sát về giá nhà đất và sự ảnh hưởng của diện tích căn nhà và số lầu của căn nhà đố

Sinh viên thực hiện chuyên đề theo bố cục sau

Chương 1 LÝ DO CHỌN ĐỀ TÀI

1.1 Mục đích

1.2 Ý nghĩa thực tiễn

Chương 2 CƠ SỞ LÝ LUẬN

2.1 Lý thuyết và thực tiễn

2.2 Xây dựng mô hình lý thuyết

2.3 Dự báo dấu

Chương 3 MÔ HÌNH HỒI QUY

3.1 Trình bày tóm tắt dữ liệu

3.2 Thống kê mô tả

3.3 Mô hình hồi quy

Chương 4 KIỂM ĐỊNH MÔ HÌNH

4.1 Nhận xét kết quả của mô hình

4.2 Kiểm định ý nghĩa của các biến độc lập

4.3 Kiểm định sự phù hợp mô hình

4.4 Kiểm định các giả thuyết mô hình

Chương 5 KẾT LUẬN

5.1 Kết luận về mô hình

5.2 Thực hiện dự báo

5.3 Kết luận chung cho mô hình

Tham khảo về chuyên đề về giá nhà đất

Chương I

LÝ DO CHỌN ĐỀ TÀI 1.1 Mục đích

Trong những năm gần đây giá nhà đất ở TP Hồ Chí Minh tăng vọt Việc sở hữu một căn nhà ở thành phố này là một điều khó thực hiện Để tìm hiểu quy luật giữa giá nhà và những yếu tố ảnh hưởng khác, chúng tôi tiến hành thực hiện một khảo sát về giá nhà đất và sự ảnh hưởng của diện tích căn nhà và số lầu của căn nhà đối với giá Từ đó, tìm ra quy luật về giá nhà đất trong mối tương quan với các yếu tố khác

1.2 Ý nghĩa thực tiễn

Khảo sát này có ý nghĩa thực tiễn là giúp cho những người có ý định mua nhà cũng như những nhà nghiên cứu sử dụng bộ số liệu và quy luật để phục vụ cho mục đích của mình trong lĩnh vực này

Chương II

CƠ SỞ LÝ LUẬN 2.1 Lý thuyết và thực tiễn

Xét về mặt lý thuyết có rất nhiều yếu tố ảnh hưởng đến giá nhà như diện tích,

số lầu, địa điểm (quận), giá vàng, số phòng tắm, phòng ngủ trong căn nhà, màu sơn, cách trang trí, độ tuổi của căn nhà,… Tuy nhiên, chúng ta không thể đưa tất cả các biến vào mô hình để giải thích cho giá nhà vì nó sẽ làm yếu tố chính bị mờ đi Trên thực tế người mua chỉ quan tâm đến yếu tố chính ảnh hưởng trực tiếp đến giá nhà

Cụ thể là trong việc đăng báo bán nhà tại TP Hồ Chí Minh, người ta chỉ đưa thông tin về diện tích, số lầu, giá tiền, và quận Do vậy trong khuôn khổ của cuộc khảo sát nhỏ này, chúng tôi chỉ quan tâm đến giá nhà ở Quận 1 - TP Hồ Chí Minh với ảnh hưởng của hai biến độc lập: diện tích và số lầu

2.2 Xây dựng mô hình

PRICE= +β β LANDAREA+β FLOORS

Landarea: diện tích đất ở (mét vuông) Floors: Số lầu

Biến phụ thuộc là Price (Giá nhà) ở TP Hồ Chí Minh với đơn vị tính là tỉ đồng Giá nhà chịu ảnh hưởng bởi Landarea (Diện tích - mét vuông) và Floors (Số lầu)

của căn nhà quy định Diện tích và số lầu là hai biến độc lập

2.3 Dự báo dấu

Theo quy luật thì:

- khi diện tích nhà tăng, khoảng chi phí xây dựng tăng thì giá tăng theo nên dấu của β2 là dương

- khi số lầu nhà tăng tức người ta phải bỏ thêm chi phí xây lầu thì giá tăng theo nên dấu của β3 là dương

Chương III

THU THẬP DỮ LIỆU 3.1 Mô hình

PRICE= +β β LANDAREA+β FLOORS

Landarea: diện tích đất ở (mét vuông) Floors: Số lầu

3.2 Biến phụ thuộc, biến độc lập và đơn vị tính

Biến phụ thuộc là Price (Giá nhà) ở TP Hồ Chí Minh với đơn vị tính là tỉ đồng Giá nhà chịu ảnh hưởng bởi Landarea (Diện tích - mét vuông) và Floors (Số lầu)

của căn nhà quy định Diện tích và số lầu là hai biến độc lập

3.3 Phạm vi thu thập số liệu

Bộ số liệu được thu thập trên báo Mua và Bán (thứ Năm ngày 24/04/2008) về giá nhà ở Quận 1 - TP Hồ Chí Minh

Tổng số quan sát: 76

Bộ số liệu được chọn một cách ngẫu nhiên với tính đa dạng cao

3.4 Bộ số liệu

BẢNG SỐ LIỆU QUAN SÁT VỀ GIÁ NHÀ ĐẤT

OBS LANDAREA FLOORS PRICE

30 60 1 4

Nguồn: Báo Mua và Bán - thứ Năm ngày 24/04/2008 (Chỉ khảo sát ở quận 1)

Landarea: diện tích đất ở (mét vuông) Floors: Số lầu

Chương IV

ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH 4.1 Ước lượng

4.1.1 Mô hình ước lượng mẫu

PRICE= +β β LANDAREA+β FLOORS

PRICE= − + LANDAREA+ FLOORS

4.1.2 Kiểm định dấu

So sánh với giả thuyết, ta thấy dấu của các hệ số đi kèm với Landarea và Floors giống với những gì ta kỳ vọng

4.1.3 Ý nghĩa mô hình

Giả sử ta cố định số lầu (floors), kết quả ước lượng nói lên rằng nếu tăng thêm

1 m2 thì về trung bình giá của căn nhà sẽ tăng 0.26 tỉ đồng

Giả sử ta giữ nguyên diện tích sử dụng (landarea), kết quả ước lượng nói lên rằng nếu tăng thêm 1 lầu thì về trung bình giá của căn nhà sẽ tăng 2.54 tỉ đồng

4.2 Kiểm định về mặt đại số

4.2.1 Mô hình 1

6.62 0.26

PRICE= − + LANDAREA

Nhận xét:

Mô hình khảo sát trên phù hợp và các hệ số hồi quy đều có ý nghĩa thống kê với R-squared và Adjusted R-squared tương đối lớn

4.2.2 Mô hình 2

PRICE= − + LANDAREA+ FLOORS

Nhận xét:

Mô hình khảo sát trên phù hợp và các hệ số hồi quy đều có ý nghĩa thống kê với R-squared và Adjusted R-squared tương đối lớn Tuy nhiên, hệ số của mô hình 2 tốt hơn hệ số mô hình 1

4.2.3 Bảng so sánh mô hình 1 và mô hình 2

Mô hình 1 Mô hình 2

Từ bảng so sánh ta thấy R-squared và Adjusted R-squared của mô hình 2 tốt hơn mô hình 1; và Akaike info criterion cũng như Schwarz criterion của mô hình 2

nhỏ hơn mô hình 1 Điều đó chứng tỏ mô hình 2 tốt hơn mô hình 1 về mặt đại số.

4.3 Kiểm định về mặt thống kê

4.3.1 Mô hình 1

6.62 0.26

PRICE= − + LANDAREA

Ta có 1 bài toán kiểm định:

Kiểm định cho giả thuyết H0: ‘Diện tích không ảnh hưởng đến giá bán.’ Ta có bài toán kiểm định sau

0 2

1 2

H H

β β

=





Ta dùng thống kê µ

µ

2 2 2

( 2) ( )

se

β

−

= : − , nếu H0 đúng ta có : µ

µ2 2

31.57 ( )

stat

t

se

β β

= = , với mức ý nghĩa λ =0.05 và N = 76, ta có t crit =1.96 So sánh |t stat | >t crit nên bác bỏ H0, nghĩa là ‘Diện tích có ảnh hưởng đến giá bán.’

Nhận xét:

Mô hình 1 cho một đường hồi qui với các biến có ý nghĩa thống kê với P-value của biến Landarea rất nhỏ

4.3.2 Mô hình 2

PRICE= − + LANDAREA+ FLOORS

Ta có 3 bài toán kiểm định:

+ Bài toán 1:

Kiểm định cho giả thuyết H0 : ‘Diện tích không ảnh hưởng đến giá bán.’ Ta có bài toán kiểm định sau

0 2

1 2

H H

β β

=





Ta dùng thống kê µ

µ

2 2 2

( 3) ( )

se

β

−

= : − , nếu H0 đúng ta có : µ

µ2 2

0.26124

32.64 0.008

( )

stat

t

se

β β

= = = , với mức ý nghĩa λ =0.05 và N = 76, ta có 1.96

crit

t = So sánh |t stat | >t crit nên bác bỏ H0, nghĩa là ‘Diện tích có ảnh hưởng đến

giá bán.’

+ Bài toán 2:

Kiểm định cho giả thuyết H0 : ‘Số lầu không ảnh hưởng đến giá bán.’ Ta có bài toán kiểm định sau

0 3

1 3

H H

β β

=





µ3 3

2.536909

2.387141 1.062740

( )

stat

t se

β β

nghĩa λ =0.05 và N = 76, ta có t crit =1.96 So sánh |t stat | >t crit nên bác bỏ H0, nghĩa

là ‘Số lầu có ảnh hưởng đến giá bán.’

+ Bài toán 3:

Kiểm định cho giả thuyết H0: ‘Cả diện tích lẫn số lầu không ảnh hưởng đến giá bán.’ Ta có bài toán kiểm định sau

0 2 3

1 2 3

H H





2 2

1,

stat

R K

−

nếu H0 đúng ta có :

2 2

/ 1 0.935887 /(3 1)

532.8032 (1- 0.935887) /(76 3)

stat

R K F

−

0.05

λ = và N = 76, ta có F c =3.12 So sánh |F stat | >F c nên bác bỏ H0, nghĩa là cả

diện tích lẫn số lầu có ảnh hưởng đến giá bán

Nhận xét:

Mô hình 2 cho một đường hồi qui với các biến có ý nghĩa thống kê với P-value của biến Landarea và biến Floors rất nhỏ Như vậy, việc đưa thêm biến Floors vào

mô hình là hợp lý

Chương V

KẾT LUẬN 5.1 Đánh giá mô hình

Mô hình tìm được ·PRICE= −11.65 0.26+ LANDAREA+2.54FLOORStừ nhận định đầu tiên là phù hợp với thực tế

5.2 Ý nghĩa

Từ việc tìm ra mô hình phù hợp này, ta có thể dùng mô hình trên để dự báo Cụ thể, xét bài toán dự báo giá nhà trung bình khi diện tích nhà ở là 200 m2 và số lầu là

2, với mức ý nghĩa 5% Với sự trợ giúp của phần mềm Eviews, ta có

Giá trị ước lượng điểm cho giá nhà là: ·PRICE0 =45.67 tỉ

Khoảng dự báo cho giá nhà trung bình là: [42.63, 48.72 ]

Với mức ý nghĩa 5% khi diện tích nhà ở là 200 m2 và số lầu là 2, giá nhà trung bình nằm trong khoảng [42.63, 48.72 ]

5.3 Mở rộng mô hình

Ta thấy rằng giá nhà không chỉ phụ thuộc vào diện tích và số lầu mà còn phụ thuộc vào nhiều yếu tố khác như: vị trí căn nhà, số phòng, quận, khu vực (nội thành hay ngoại thành),v.v

Từ đó, ta có thể điều tra thêm các yếu tố trên để đưa vào mô hình nhằm tăng tính thực tế của mô hình đang khảo sát Chẳng hạn, ta đưa vào yếu tố quận, khu vực khi đó ta sẽ dùng biến giả để so sánh các phạm trù

Như vậy ta có thể đưa ra các chính sách để quản lý giá nhà đất giữa các quận với nhau

PHỤ LỤC

1 Biểu đồ phân bố rải (Scatter graphs)

2 Tài liệu tham khảo

- Trần Thiện Trúc Phượng, Lê Hồng Nhật (2007), Bài giảng Kinh tế lượng, Khoa Kinh

tế - ĐHQG TP Hồ Chí Minh

- Hoàng ngọc Nhậm (2006), Bài tập Kinh tế lượng, Đại học Kinh tế TP Hồ Chí Minh.

- Ramanathan, R (1998) Introductory Econometrics with Application (4th edition),

Harcourt Brace College Publishers

01665797886

01263255886