Tài liệu Phân tích mối quan hệ giữa chiến lược rao giá, giá bán, thời gian rao bán và khả năng bán. nghiên cứu thị trường nhà ở riêng lẻ tp.hcm

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾẾ TP HỒỒ CHÍ MINH -------------- NGUYỄN THỊ BÍCH HỒNG PHÂN TÍCH MỐI QUAN HỆ GIỮA CHIẾN LƯỢC RAO GIÁ, GIÁ BÁN, THỜI GIAN RAO BÁN VÀ KHẢ NĂNG BÁN. NGHIÊN CỨU THỊ TRƯỜNG NHÀ Ở RIÊNG LẺ TP.HCM Chuyên ngành: Kinh tế phát triển Mã ngành: 9310105 TÓM TÁT LUẬN ÁN TIẾN SĨ KINH TẾ Tp. Hồ Chí Minh – Năm 2021 Công trình được hoàn thành tại Đại học Kinh tế TP. Hồ Chí Minh Người hướng dẫn khoa học: TS. Phạm Khánh Nam TS. Nguyễn Hoàng Bảo Phản biện 1 :........................................................... ................................................................................ Phản biện 2 :........................................................... ................................................................................ Phản biện 3 :........................................................... ................................................................................ Luận án sẽ được bảo vệ trước Hội đồng chấm luận án cấp trường họp tại……………………………… ……………………………………………………. Vào hồi……giờ…....ngày………tháng……..năm……….. Có thể tìm hiệu luận án tại thư viện: ………….……………………….. (ghi tên các thư viện nộp luận án) 1 Chương 1: Giới thiệu 1.1 Bối cảnh nghiên cứu Giá bán nhà và thời gian rao bán của nhà ở là hai yếu tố quan trọng nhất đối với người bán nhà. Người bán nào cũng muốn giá bán càng cao càng tốt và thời gian rao bán càng ngắn càng tốt. Tuy nhiên, theo lý thuyết tìm kiếm trên thị trường nhà ở được đưa ra bởi Simon (1955) và sau đó được phát triển bởi Wheaton (1990), Yavas (1992), Krainer&LeRoy (2002), Anglin & đồng sự (2003), Lin&Vandell (2007), Cheng & đồng sự (2008) thì đây là hai mục tiêu trái ngược nhau. Khi người bán nhà dành nhiều thời gian tìm kiếm những người mua tiềm năng (thời gian rao bán dài) thì họ sẽ tìm thấy những người mua sẵn lòng trả giá cao hơn cho căn nhà. Trong đó, giá rao bán đóng vai trò là công cụ quyết định sự đánh đổi của người bán, một mức giá rao bán cao là một tín hiệu của người bán về mức giá ngưỡng bán cao nên sẽ có thời gian rao bán kéo dài, nhưng mức giá bán sẽ cao hơn do chất lượng người mua tiềm năng tốt hơn (Hoeberichts & đồng sự, 2008). Tuy nhiên, có 8/18 nghiên cứu được tổng hợp bởi Sirmans và các đồng sự (2005) phát hiện quan hệ đồng biến giữa giá bán và thời gian rao bán (ngược với lý thuyết trên). Tương tự, Johnson & đồng sự (2008) tổng hợp 108 nghiên cứu về mối quan hệ giữa giá và thời gian rao bán trong giai đoạn từ 1995 – 2007 thì có 29 nghiên cứu có kết quả về mối quan hệ nghịch chiều phù hợp với lý thuyết trên, 52 nghiên cứu phát hiện mối quan hệ đồng biến trái ngược với lý thuyết và 24 trường hợp không tìm thấy mối quan hệ giữa 2 yếu tố này. Tương tự, Benefield và đồng sự (2014) tổng hợp 197 nghiên cứu liên quan và cũng phát hiện tương tự với 100 nghiên cứu xác định mối quan hệ trái lý thuyết. 2 Nhằm để giải thích cho mối quan hệ đồng biến giữa giá bán và thời gian rao bán được phát hiện ở một số nghiên cứu thực nghiệm, Taylor (1999) đã dựa trên mô hình bán lẻ của Lazear (1986) để phát triển một khuôn khổ lý thuyết về tín hiệu chất lượng trên thị trường nhà ở. Theo đó, khi mà chất lượng nhà ở là khó quan sát bởi người mua, một căn nhà có thời gian rao bán dài sẽ là tín hiệu về chất lượng “tồi” và do đó giá giao dịch của căn nhà sẽ giảm. Từ đó, ta thấy mối quan hệ giữa giá và thời gian rao bán nhà ở là chưa rõ ràng cả về lý thuyết và thực nghiệm, nên vai trò của mức giá rao bán đối với mức giá bán và thời gian rao bán của nhà ở cũng là vấn đề còn chưa được thống nhất giữa các nhà ngiên cứu. Do đó, nhiều nhà nghiên cứu đề nghị cần tiếp tục thực hiện thêm nhiều nghiên cứu thực nghiệm về sự tác động của các yếu tố lên mối quan hệ giữa giá bán và thời gian rao bán, và khả năng bán của nhà ở tại các thị trường bất động sản khác nhau, đặc biệt là các thị trường nhà ở mới phát triển, các thị trường nhà ở mỏng nhỏ, nhằm góp phần gia tăng thêm hiểu biết và nâng cao hiệu quả hoạt động của các thị trường này (McGreal & đồng sự, 2009; Filippova&Fu, 2011; Cirman & đồng sự, 2015). Đặc biệt, chỉ có một lượng nhỏ đề tài nghiên cứu về khả năng bán của nhà ở, như là đo lường tác động của chiến lược rao giá (Kluger & Miller, 1990; Hui & đồng sự, 2012); tính dị biệt của căn nhà (Krainer, 1999); giá trị của căn nhà (Smith, 2010); động cơ của người bán (Johnson & đồng sự, 2008; Cirman & đồng sự, 2015) lên khả năng bán của nhà ở. Và các nghiên cứu này chỉ giới hạn trong việc đo lường tác động tĩnh của các yếu tố này. Tuy nhiên, theo Taylor (1999) thì khi thời gian rao bán càng kéo dài thì hành vi của người mua nhà sẽ thay đổi, nên tác giả luận án giả thuyết rằng tác 3 động của các yếu tố lên khả năng bán của căn nhà sẽ thay đổi dần theo thời gian rao bán, nhưng vấn đề này vẫn chưa được đề cập trong các nghiên cứu trước đây, và đây là lỗ hổng nghiên cứu trên thế giới cần được lấp đầy. Bên cạnh đó, các nghiên cứu về lĩnh vực nhà ở tại Việt Nam hầu như đều tập trung vào tác động của các yếu tố lên giá nhà (Kim, 2004, 2007; Bui, 2020a, 2020b; Seo và Kwon, 2017), còn đối với chiến lược hành vi người mua-người bán, tính thanh khoản, khả năng bán của nhà ở thì chưa được quan tâm nghiên cứu. Do đó, trong nội dung luận án này, đối với phía người bán, tác giả thực hiện nghiên cứu về tác động của chiến lược rao giá của người bán sẽ có vai trò như thế nào đối với mức giá bán, thời gian rao bán và khả năng bán của nhà ở trên thị trường nhà ở riêng lẻ tại TP.HCM. Đặc biệt, tác động của chiến lược rao giá đối với khả năng bán của nhà ở sẽ được đo lường ứng với các mốc thời gian rao bán khác nhau (1 tháng, 3 tháng, 6 tháng, và 9 tháng) nhằm đo lường sự biến động của tác động này theo thời gian rao bán. Còn đối với phía người mua nhà, một phát hiện của tác giả khi tìm hiểu về các khuôn khổ lý thuyết về hành vi của người mua nhà hiện nay, đó là chưa có khuôn khổ lý thuyết nào phân tích tác động của các đặc tính của căn nhà cũ (đang cư ngụ) lên hành vi tìm kiếm nhà ở trong hiện tại của họ. Cụ thể, một người mua nhà đã kinh nghiệm về sự nóng bức, ngột ngạt ở căn nhà cũ do ánh nắng chiều thì sẽ quan tâm nhiều hơn đến hướng của căn nhà mới, nhưng vấn đề này hiện chưa có những nghiên cứu liên quan (cả lý thuyết và thực nghiệm). Đây cũng là một lỗ hổng lý thuyết cần được bổ sung. Do đó, trong luận án này, tác giả cũng tiến hành phát triển một khuôn khổ lý 4 thuyết phân tích ảnh hưởng của căn nhà cũ lên hành vi tìm kiếm hiện tại của người mua nhà. 1.2 Mục tiêu nghiên cứu Mục tiêu luận án là nghiên cứu đối với hai khía cạnh của thị trường nhà ở TP. HCM: phân tích về phía cung nhà ở và phân tích về phía cầu nhà ở. Về phía cung, tác giả phân tích chiến lược rao giá của người bán. Về phía cầu, luận án này tập trung vào hành vi mua nhà dưới ảnh hưởng của đặc tính căn nhà cũ. Cụ thể: - Phân tích mối quan hệ giữa chiến lược rao giá của người bán đối với giá bán, đối với thời gian bán của nhà ở, và đối với khả năng bán của căn nhà ứng với các mốc thời gian rao bán khác nhau. - Phát triển khuôn khổ lý thuyết phân tích tác động của các đặc điểm của căn nhà cũ của người mua đến hành vi mua nhà của họ và kiểm định mối quan hệ này bằng kết quả thực nghiệm. 1.3 Phương pháp nghiên cứu Với mục tiêu phân tích tác động của chiến lược rao giá của người bán đối với giá bán, thời gian bán, và khả năng bán của căn nhà ứng với các mốc thời gian rao bán khác nhau, tác giả sẽ áp dụng phương pháp nghiên cứu 3 bước. Trong đó, bước 1 sẽ tiến hành xác định chiến lược rao giá của người bán dựa trên tỷ lệ chênh lệch giữa mức giá rao bán thực tế và mức giá thị trường của căn nhà, được ước tính từ những đặc tính của căn nhà với mô hình đánh gia hưởng thụ. Bước 2 sẽ đo lường ảnh hưởng của chiến lược rao giá này lên mức giá giao dịch và thời gian rao bán của nhà ở thông qua các mô hình lượng hóa. Bước 3 đo lường ảnh hưởng của chiến lược rao giá lên khả năng bán của nhà ở thông qua mô hình khả năng sống còn Cox (Cox Proportional Hazard Model) với các mốc thời gian rao bán là 1, 5 3, 6, và 9 tháng nhằm xem xét sự thay đổi mức độ ảnh hưởng của các yếu tố qua các mốc thời gian rao bán này. Còn với mục tiêu phát triển khuôn khổ lý thuyết phân tích ảnh hưởng của các đặc tính của căn nhà cũ lên hành vi tìm kiếm nhà ở hiện tại của người mua nhà, tác giả luận án sẽ lược khảo các lý thuyết liên quan đến hành vi tìm kiếm của người mua nhà hiện nay, kế thừa và phát triển khuôn khổ lý thuyết của mình. Các kết luận của khuôn khổ lý thuyết sẽ được kiểm định lại bằng thực nghiệm nhằm xác định sự đúng đắn của khuôn khổ lý thuyết được phát triển. 1.4 Bố cục luận án Nội dung tiếp theo gồm Chương 2: Cơ sở lý thuyết; Chương 3: Kết quả đo lường tác động của chiến lược rao giá; Chương 4: Phát triển mô hình lý thuyết phân tích ảnh hưởng của căn nhà cũ đang sống lên hành vi của người mua nhà; Chương 5: Kết luận và kiến nghị Chương 2: Cơ sở lý thuyết 2.1 Một số khái niệm liên quan Trong nội dung này, tác giả trình bày một số khái niệm liên quan: như nhà ở riêng rẻ, các loại giá liên quan đến nhà ở, chiến lược rao giá gồm chiến lược rao dưới giá và chiến lược rao trên giá. 2.2 Cơ sở lý thuyết Trong nội dung này tác giả trình bày 3 nhóm cơ sở lý thuyết sau: 2.2.1 Nhóm cơ sở lý thuyết liên quan đến mối quan hệ giữa giá rao bán, giá bán và thời gian rao bán trên thị trường nhà ở Gồm cơ sở lý thuyết về mối quan hệ giữa giá và thời gian rao bán của Cheng & đồng sự (2008), lý thuyết về tín hiệu chất lượng trên thị trường nhà ở của Taylor (1999), mô hình lý thuyết về hành vi câu cá của người bán nhà của Sun và Seiler (2013). Trong đó: 6 * Cơ sở lý thuyết về mối quan hệ giữa giá bán và thời gian rao bán nhà ở của Cheng & đồng sự (2008) được phát triển từ những lý thuyết liên quan trước đó như Wheaton (1990), Krainer & LeRoy (2002), Anglin & đồng sự (2003), Lin &Vandell (2007). Trong cơ sở lý thuyết này của Cheng & đồng sự (2008), một người bán nhà sẽ chờ đợi n người mua nhà đến xem nhà và đưa ra mức giá đề nghị, sau đó người mua nhà sẽ thương lượng với người mua trả giá cao nhất trong n người mua này để bán căn nhà. Vấn đề là người bán (sợ rủi ro) là nên phải chờ bao lâu, nghĩa là xác định n* tối ưu, để đạt được mức kỳ vọng về giá bán điều chỉnh rủi ro cao nhất, trong cả trường hợp người mua không rời bỏ thị trường, và trường hợp có một tỷ lệ người mua rời bỏ thị trường. Kết quả lý thuyết của Cheng & đồng sự (2008) đã xác định mối quan hệ đồng biến giữa việc rao bán lâu và mức giá giao dịch điều chỉnh rủi ro kỳ vọng cao trong cả hai trường hợp. * Khuôn khổ lý thuyết về tín hiệu chất lượng của căn nhà (Taylor, 1999) thì quá trình bán nhà gồm 2 giai đoạn, người mua trong mỗi giai đoạn sẽ đấu giá với nhau, người thắng đấu giá sẽ được xem xét căn nhà và quyết định mua hay không dựa trên kết quả xem xét, biết rằng việc xem xét luôn tồn tại một tỷ lệ sai sót. Kết quả của khuôn khổ lý thuyết cho thấy rằng, khi người mua giai đoạn sau không quan sát được kết quả kiểm tra của giai đoạn 1, thì khả năng gặp được căn nhà chất lượng tốt ở giai đoạn 2 luôn thấp hơn so với giai đoạn 1 nên mức giá mà người mua chấp nhận trả sẽ thấp hơn, và do đó theo Taylor (1999) thì thời gian rao bán càng dài là tín hiệu về chất lượng tồi của căn nhà (Taylor gọi là tâm lý kỳ thị), nên mối quan hệ giữa giá giao dịch và thời gian rao bán là nghịch biến. 7 * Lý thuyết về hành vi câu cá của người bán (Sun & Seiler, 2013) xem xét quá trình bán nhà gồm 2 giai đoạn với thời gian rao bán bị hạn chế, nên ở giai đoạn cuối (giai đoạn 2) người bán chắc chắn sẽ bán được với mức giá bình quân thị trường, và do đó ở giai đoạn 1 thì mức giá đề nghị x phải lớn hơn mức giá bình quân thị trường mới được xem xét. Từ đó Sun & Seiler (2013) xác định mức giá chấp nhận tối ưu x* của người bán và gọi khoản lệch cao hơn so với mức giá bình quân thị trường của căn nhà là hành vi câu cá. Kết quả lý thuyết của Sun & Seiler chỉ ra rằng trong hầu hết các trường hợp, người bán luôn có động cơ câu cá, và chất lượng căn nhà càng cao (giá trị đối với người bán càng lớn) thì hành vi câu cá càng mạnh. Từ ba lý thuyết này, tác giả luận án đưa ra hai giả thuyết nghiên cứu mà luận án cần làm rõ gồm: H0: Một chiến lược rao vượt giá cao sẽ là tín hiệu về mức ngưỡng bán cao, sẽ tác động làm tăng mức giá bán nhưng sẽ làm kéo dài thời gian rao bán (xuất phát từ lý thuyết của Cheng & đồng sự 2008). H1: Một chiến lược rao dưới giá sẽ là tín hiệu về khả năng có vấn đề của căn nhà (xuất phát từ lý thuyết của Sun & Seiler, 2013), và do đó căn nhà sẽ trở nên khó bán hơn với giá bán giảm và thời gian rao bán kéo dài (xuất phát từ lý thuyết của Taylor, 1999) 2.2.2 Cơ sở lý thuyết của mô hình khả năng bán nhà Cox Trước đây, các nhà nghiên cứu thường dùng mô hình thời gian sống còn (Survival model) để đo lường mức độ ảnh hưởng của các yếu tố lên khả năng sai lệch ra khỏi quy luật sống còn cơ bản (baseline) của đối tượng nghiên cứu, nhưng vấn đề là quy luật sống còn cơ bản này là không thể quan sát nên đã hạn chế khả năng áp dụng của mô hình thời gian sống còn. Sau đó, Cox (1972) đã phát triển thành mô hình khả năng nguy cơ Cox với ưu điểm là không cần biết quy luật rủi ro 8 cơ bản do so sánh với đối tượng nghiên cứu chuẩn của mẫu thay vì so sánh với quy luật cơ bản, việc này đã mở rộng khả năng áp dụng của mô hình khả năng nguy cơ Cox (Cajias & Freudenreich, 2018). Do đó, luận án cũng sẽ áp dụng mô hình Cox để đo lường tác động lên khả năng bán của nhà ở (nên gọi là mô hình khả năng bán nhà Cox), và thiết lập mô hình Cox với các mốc thời gian 1, 3, 6, 9 tháng để phân tích sự biến động của những tác động này theo thời gian rao bán. Mô hình Cox sẽ ước tính các chỉ số HR (hazard ratio) của các biến giải thích trong mô hình và cho biết biến số đó có tác động làm gia tăng (HR>1) hay là giảm (HR<1) khả năng bán của căn nhà, và tỷ lệ tác động được xác định là (HR – 1)% khi làm tăng và (1 – HR) % khi làm giảm khả năng bán, so với căn nhà điển hình của mẫu. 2.2.3 Nhóm lý thuyết về hành vi tìm kiếm trên thị trường nhà ở Với mục tiêu phát triển lý thuyết về ảnh hưởng của các đặc tính của căn nhà cũ lên hành vi của người mua nhà, nên trong phần này, tác giả cũng trình bày các cơ sở lý thuyết liên quan đền hành vi tìm kiếm của người mua nhà như lý thuyết về hành vi tìm kiếm hiệu quả của người mua (Cronin, 1982), lý thuyết về ảnh hưởng của thông tin theo thời gian (Turnbull & Sirmans, 1993), lý thuyết phân tích ảnh hưởng của vốn xã hội (Tu & đồng sự, 2016), lý thuyết phân tích ảnh hưởng của thông tin theo không gian (Qiu & Zhao, 2018) lên hành vi tìm kiếm của người mua. Kết quả lược khảo cho thấy, về cơ bản, hành vi tìm kiếm hợp lý của người mua nhà là việc ra quyết định giữa tiếp tục tìm hay mua căn nhà đang xem xét dựa trên việc so sánh lợi ích giữa 2 lựa chọn này, và điểm dừng tìm kiếm được xác định khi lợi ích khi tiếp tục tìm bằng với lợi ích khi mua nhà, và mức lợi ích tại điểm dừng này được gọi là lợi ích ngưỡng mua (Cronin, 1982). Các lý thuyết gần đây của Turnbull&Sirmans (1993), Tu & đồng sự 9 (2013), Qiu&Zhao (2018) đều được phát triển dựa vào việc mở rộng một thành tố nào đó trong lợi ích của việc tiếp tục tìm kiếm, và phân tích sự biến đổi này sẽ ảnh hưởng như thế nào lên mức lợi ích ngưỡng của người mua nhà. Trên cơ sở này, khi phát triển khuôn khổ lý thuyết về ảnh hưởng của căn nhà cũ lên hành vi người mua, tác giả sẽ bổ sung thêm khoản lợi ích mà người mua hưởng được từ căn nhà cũ vào trong khoản lợi ích của việc tiếp tục tìm kiếm và sau đó phân tích ảnh hưởng của khoản lợi ích từ căn nhà cũ lên mức lợi ích ngưỡng tại điểm dừng tìm kiếm. 2.3 Tổng quan các nghiên cứu có liên quan Trong nội dung này, tác giả lược khảo các nghiên cứu có liên quan đến mối quan hệ giữa giá rao bán, giá bán và thời gian rao bán trong giai đoạn đầu tiên (Cubbins 1974, Belkin & đồng sự 1976, Miller 1978) cho tới những nhánh nghiên cứu gần đây của vấn đề này (Filippova&Fu 2011; Hui&Yu 2012; Wit & Klaauw, 2013). Ngoài ra, tác giả cũng lược khảo các nghiên cứu liên quan đến khả năng bán của nhà ở (Kluger&Miller, 1990; Krainer, 1999; Johnson & đồng sự, 2008; Smith, 2010; Hui & đồng sự, 2012; Cirman & đồng sự, 2015). Ngoài ra, khi thảo luận các biến quan sát trong mô hình, ngoài việc trích dẫn các nghiên cứu quốc tế, tác giả luận án cũng đồng thời trích dẫn và so sánh với các nghiên cứu ở Việt Nam (Kim, 2004; Kim & đồng sự, 2007; Trần Thu Vân & Nguyễn Thị Giang, 2011; Vương Quốc Duy, 2016; Seo & đồng sự, 2018; Bui (2020a, 2020b)). Chương 3 Kết quả đo lường tác động của chiến lược rao giá 3.1 Mô hình phân tích và dữ liệu nghiên cứu 3.1.1 Mô hình kinh tế lượng 10 Để đo lường tác động của chiến lược rao giá lên giá bán, thời gian rao bán, khả năng bán của nhà ở, tác giả sẽ tiến hành áp dụng phương pháp được đề nghị bởi Kluger&Miller (1990) và đã được áp dụng trong nghiên cứu của Krainer (1999), Johnson & đồng sự (2008), Smith (2010), Hui & đồng sự (2012), Cirman & đồng sự (2015). Cụ thể, luận án áp dụng phương pháp 3 bước như sau: Bước 1: Áp dụng mô hình hedonic ước tính mức giá kỳ vọng thị trường của nhà ở và xác định chiến lược rao giá Trong bước này, tác giả tiến hành ước tính mô hình hedonic giá nhà có dạng như phương trình (1) như sau: E ( ln ( PSj )|S j , L j , N j )=α 1 S j + β 1 L j +θ1 N j +ε 1 (1) S Với ln ( P j ) là log của giá bán thực của căn nhà j trên thị trường (triệu S đồng), nên E ln ( P j )|S j , L j , N j là mức giá kỳ vọng thị trường của [ ] căn nhà j được ước tính từ các đặc tính Sj (cấu trúc), Lj (vị trí và khả năng tiếp cận), Nj (khu vực xung quanh), và ε là sai số. Để có kết quả ước tính tốt nhất, một số mô hình đánh giá huo83ng thụ khác nhau sẽ được ước tính theo dạng phương trình (1), sau đó mô hình tốt nhất sẽ được chọn để ước tính mức giá kỳ vọng thị trường của nhà ở, và từ đó tính được khoản chênh lệch giá DOP, đại diện cho chiến lược rao giá của người bán như sau: DOP j= P l j E( P ln S j ) =e Plj ( ( ) )=e[ S E Pj l S ln ( P j )− E ( ln ( P j )|S j ,L j ,N j ) ] Bước 2: Đo lường ảnh hưởng của chiến lược rao giá đối với mức giá bán và thời gian rao bán của nhà ở Chiến lược rao giá (DOP) của các căn nhà này sẽ được sử dụng để đo lường tác động lên giá bán thông qua phương trình: E ( ln ( PSj ) )=α 2 S j+ β2 L j +θ2 N j + DOP j δ 2 +ε 2( 2) 11 S Tuy nhiên, do sự gần gũi tiềm năng giữa DOP j và P j nên tác giả sẽ thay DOPj bằng biến giả Dum_DOPj với giá trị 1 đại diện cho chiến lược rao vượt giá (DOP > 1) và 0 đại diện cho chiến lược rao dưới giá (DOP < 1) và phương trình (2) lúc này gọi là (2’). S E ( ln ( P j ) )=α 2 S j+ β2 L j +θ2 N j + Dum DOP j δ 2+ ε 2 (2 ') + Và đo lường tác động lên thời gian bán thông qua phương trình: E ( ln ( TOM j ) ) =α 3 S j+ β3 L j +θ3 N j + δ 3 DOP j + ε 3 (3) Bước 3: Đo lường ảnh hưởng của chiến lược rao giá đối với khả năng bán của nhà ở tương ứng với từng mốc thời gian rao bán + Và đo lường tác động lên khả năng bán qua phương trình: HR= h ( t |S j , L j , N j , DOP j ) =E xp {α 4 ( S j −S 0 ) + β 4 ( L j −L0 ) +θ4 ( N j−N 0 ) + δ 4 ( h ( t|S 0 , L0 , N 0 , DOP 0) Trong đó: h ( t |S j , L j , N j , DOP j )là khả năng bán của căn nhà j với các điều kiện đặc tính Sj, Lj, Nj và chiến lược rao giá DOPj và h ( t |S 0 , L0 , N 0 , DOP 0 ) là khả năng bán của căn nhà chuẩn với các điều kiện đặc tính của căn nhà chuẩn là S0, L0, N0 và DOP0. Các biến số phụ thuộc P S và TOM và các biến số giải thích S j, Lj, Nj của căn nhà, được sử dụng trong các phương trình (1), (2), (3), (4), được tác giả thảo luận cụ thể trong mục 3.1.1.1 và 3.1.1.2. 3.1.2 Dữ liệu nghiên cứu Tác giả khảo sát 460 giao dịch nhà ở riêng lẻ tại khu vực đô thị Tp. HCM từ 9/2017 đến 5/2018 theo phương pháp xác suất phân tầng theo khu vực địa lý, những quận có hoạt động giao dịch sôi động sẽ được phân bổ số lượng mẫu nhiều và ngược lại. Đối tượng khảo sát là các giao dịch nhà ở riêng lẻ (không bao gồm biệt thự) trên thị trường thứ cấp với sự tham gia của nhà môi giới nhằm đảm bảo (1) vị thế thương lượng giữa người mua và bán là tương đương nhau (thị trường thứ cấp), (2) người bán có được thông tin về mức giá bình 12 quân của những căn nhà tương tự trong khu vực (nhà môi giới) khi đưa ra quyết định và giá rao bán, (3) sự tương đồng trong loại nhà và mục đích sử dụng đất (nhà ở riêng lẻ khu vực đô thị và không tính biệt thự) để giảm sự thay đổi của phương sai. Trong đó, các dữ liệu về giá, thời gian rao bán, các đặc tính về cấu trúc và vị trí được hỏi người môi giới, còn các đặc tính về khả năng tiếp cận và môi trường xung quanh được hỏi người mua nhà (hỏi cả thông tin về căn nhà cũ của họ). Bảng 3.2: Thống kê mô tả dữ liệu khảo sát nhà ở riêng lẻ tại TP. HCM sau điều chỉnh Tên biến Price Tom Age Slotarea floorarea Outside Shape Wide Long Nbedr Nbathr Sun Face Dstreet widestreet Dcbd Tcbd Tworkpla Safe ĐVT Triệu đồng Ngày Năm m2 m2 1 cũ nhất, 5 mới nhất 0 vuông/nở hậu, 1 khác Mét Mét Số phòng Số phòng 0 bị nắng chiều, 1 không 0 trong hẻm, 1 mặt tiền Mét Mét Km Phút Phút 1 tồi nhất, 7 tốt nhất 0 không có Waste 1 có Smelly 1 tồi nhất, 7 tốt nhất Noisy 1 tồi nhất, 7 tốt nhất Flooding 0 không ngập, 1 bị ngập Ý nghĩa Giá bán Thời gian rao bán Tuổi căn nhà Diện tích khuôn viên Diện tích sàn Vẻ bề ngoài Dạng đất chiều rộng nhà chiều dài nhà Số phòng ngủ Số nhà tắm ánh nắng chiều mặt tiền đường khoảng cách đến mặt tiền chiều rộng mặt đường khoảng cách đến Bến Thành thời gian đến Bến Thành thời gian đến chổ làm tình trạng an toàn khu vực tình trạng thu gom rác trong khu vực tình trạng mùi hôi khu vực tình trạng tiếng ồn khu vực tình trạng ngập Trung bình 7,932.455 114.380 8.933 71.210 186.747 2.531 0.817 4.487 15.657 3.830 3.504 0.362 0.228 89.179 8.688 8.147 22.978 14.384 5.830 Sai số Tối chuẩn thiểu 5,777.346 900 130.143 1 7.178 1 36.636 25 111.696 44 1.293 1 0.387 0 1.436 3 4.926 6.8 1.875 1 2.002 1 0.481 0 0.420 0 163.390 0 6.299 1 3.917 0.6 10.219 1 8.005 1 1.214 1 Tối đa 26600 884 30 320 600 5 1 12 32 14 15 1 1 1000 30 16.4 60 40 7 0.613 0.365 0 1 4.683 5.058 0.906 1.948 1.813 0.292 1 1 0 7 7 1 (Nguồn: tính toán của Nghiên cứu từ dữ liệu tự khảo sát) 3.2 Xác định chiến lược rao giá 3.2.1 Phương pháp nghiên cứu xác định chiến lược rao giá Đây là bước đầu tiên trong phương pháp 3 bước của luận án để đo lường tác động của chiến lược rao giá với mục tiêu của bước này là xác định chiến lược rao giá DOP của căn nhà. Do mức giá rao bán và 13 mức giá giao dịch thực tế có sự tương quan (Yavas & Yang, 1995; Hui & đồng sự, 2012) nên tác giả áp dụng phương pháp được đề nghị bởi Kluger & Miller (1990) và được áp dụng thành công bởi những nghiên cứu liên quan, đó là ước tính mức giá kỳ vọng thị trường của căn nhà thông qua mô hình đánh giá hưởng thụ và dùng mức giá này để tính độ lệch giá DOP. Do đó, trong bước này, tác giá sẽ thiết lập mô hình đánh giá hưởng thụ theo dạng phương trình (1) dùng nó để ước tính mức giá kỳ vọng thị trường của căn nhà, và sau đó dùng mức giá này để tính khoản lệch giá DOP so với mức giá rao bán thực tế. 3.2.2 Kết quả mô hình xác định chiến lược rao giá của người bán Bảng 3.3: Kết quả ước lượng mô hình ước tính giá nhà theo đặc tính Variables Mô hình 1 Coef. Lnage Mô hình 2 Robust VIF Std. Err. Coef. Mô hình 3 Robust VIF Std. Err. -0.0318 0.0202 0.1818*** 0.0514 floorareasqu 1.26E-07 3.7E-07 3.7 lnslotarea 0.6044*** 0.0741 slotareasqu -3.5E-06* 2.1E-06 2.9 -3.9E-06* 2.2E-06 2.9 lnfloorarea 3.4 -0.0417** 0.0201 Coef. Mô hình 4 Robust VIF Std. Err. Coef. Robust VIF Std. Err. 3.5 -0.0374** 0.0178 3.6 -0.0419** 0.0179 3.7 0.0391 2.3 0.1522*** 0.0374 2.3 0.1551*** 0.0373 2.3 5.1 0.6253*** 0.0715 5.1 0.5297*** 0.0556 2.8 0.5261*** 0.0559 2.8 0.0348 1.2 4 0.163*** Face 0.1056* 0.0631 2.8 0.0584 3.3 Shape -0.0892** 0.0348 1.2 -0.0843** 0.0334 1.2 -0.0894* 0.0346 1.2 -0.0855** widestreet 0.0153*** 0.0041 2.6 0.0154*** 0.0037 2.8 0.018*** 0.0021 1.5 0.0181*** 1.3 0.1466* 0.0834 1.3 0.1456* Acar 0.0805 0.1821** 0.0919 0.002 1.5 0.0818 1.3 dstreet -1.5E-04* 8.5E-05 1.8 -1.5E-04* 7.9E-05 1.5 -1.5E-04* 8E-05 lntworkpla -0.0509** 0.021 1.2 -0.0471** 0.0213 1.3 -0.0488** 0.0212 1.3 1.6 Lntcbd -0.0694*** 0.0247 1.8 -0.067** 0.0296 1.9 -0.0638** 0.0298 1.9 Sun 0.0672*** 0.0242 1.2 0.0543** 0.024 1.3 0.0565** 0.0241 1.3 Safe 0.0143 0.0137 1.7 0.0146 0.0138 1.7 Waste 0.0585 0.0447 1.2 0.0568 0.0449 1.2 Smelly 0.0362*** 0.0094 2 0.0363*** 0.0094 2 Noisy -0.0301*** 0.0105 1.9 -0.0294*** 0.0105 2 flooding -0.0904** 0.0425 1.3 14 slig_flood -0.0878** 0.0428 1.7 stri_flood -0.1957*** 0.063 5.4636*** 0.2621 _cons 4.8235*** D. C.Dummy R-squared Prob(F) Root MSE Dep. Var. N. of obs 0.3116 5.0776*** 0.2929 5.4684*** 0.2605 Yes Yes Yes Yes 0.8706 0.8795 0.888 0.8887 0 0 0 0 0.24958 0.24195 0.23412 0.23364 lnprice lnprice lnprice Lnprice 448 448 448 448 1.7 Ghi chú: - Các mô hình trong bảng được ước tính theo phương pháp OLS sai số chuẩn vững. - *, **, *** thể hiện các mức ý nghĩa lần lượt ở mức 10%, 5% và 1%. - Kiểm tra VIF các biến trong mô hình không có dấu hiệu đa cộng tuyến. (Nguồn: Ước lượng dựa trên dữ liệu khảo sát của nghiên cứu) Loại bỏ một số biến có biểu hiện đa cộng tuyến, kết quả mô hình 4 (đã kiểm tra đa cộng tuyến, phương sai thay đổi và vấn đề nội sinh) sẽ được sử dụng để ước tính mức giá kỳ vọng thị trường của nhà ở từ các đặc tính của căn nhà vì có mức độ giải thích và chính xác cao hơn. Sau đó, khoản chênh lệch giữa mức giá rao bán thực tế so với so với mức giá kỳ vọng thị trường này của căn nhà sẽ đại diện cho chiến lược rao giá của người bán. 3.3 Đo lường ảnh hưởng của chiến lược rao giá đối với mức giá bán và thời gian rao bán của nhà ở 3.3.1 Phương pháp nghiên cứu được áp dụng trong bước này Đây là bước thứ 2 trong phương pháp 3 bước, mục tiêu của bước này là đo lường tác động của chiến lược rao giá (DOP) lên giá và thời gian rao bán nhà ở. Đầu tiên, tác giả áp dụng mô hình 4 trong bảng S 3.2 để ước tính giá kỳ vọng thị trường của nhà ở E ( P j )(biến Pricef). Và chiến lược rao giá của căn nhà, DOP j, sẽ được xác định như sau: 15 l DOP j= P [ ( )]=exp [ ln ( P )−E ( ln ( P )) ] ln l j E( P S j ) =e Pj E ( PSj ) l j S j Sau đó, chiến lược rao giá của căn nhà DOP j sẽ được sử dụng như là một biến giải thích trong các phương trình (2’) và (3) để đo lường tác động của chiến lược rao giá đến mức giá giao dịch và thời gian rao bán của nhà ở. 3.3.2 Kết quả đo lường tác động của chiến lược rao giá đối với mức giá bán của nhà ở Để đo lường tác động của chiến lược rao giá, DOP, đến giá bán của nhà ở, tác giả ước tính mô hình đánh giá hưởng thụ theo dạng phương trình (2’) như đã đề cập ở trên, với biến chiến lược rao giá DOP trong trường hợp này được biến đổi thành biến giả Dum_DOP. Bảng 3.4: Kết quả đo lường tác động của chiến lược rao giá đối với giá bán của nhà ở Variables Mô hình 5 Mô hình 6 Mô hình 7 Robust VIF Std. Err. Dum_DOP 0.3053*** 0.0218 1.06 0.3513*** 0.0189 1.1 0.3553*** 0.0186 1.1 lnage -0.0505*** 0.0176 3.4 -0.0651*** 0.0167 3.5 -0.0618*** 0.0143 3.6 -0.0692*** 0.0143 3.7 lnfloorarea 0.1696*** 4.0 0.1287*** 0.0276 2.3 0.1037*** 0.0258 2.3 0.1078*** 0.0255 2.3 floorareasqu -5.35E-08 2.3E-07 3.7 lnslotarea 0.6055*** 0.6226*** 0.0506 5.1 0.5514*** 0.0348 2.8 0.5458*** 0.0349 2.8 slotareasqu -2.11E-06 1.3E-06 2.9 face 0.0556 5.1 Robust VIF Std. Err. 0.3187*** 0.0206 1.08 Coef. Robust VIF Std. Err. Coef. Robust VIF Std. Err. -2.5E-06** 1.2E-06 2.9 0.0533 2.8 0.0455 3.4 shape -0.1082*** 0.0267 1.2 -0.1008*** 0.0241 1.2 -0.1012*** 0.0218 1.2 -0.0951*** 0.0221 1.2 widestreet 0.0167*** 2.6 0.0183*** 0.0026 2.8 0.02*** 0.0013 1.5 0.0201*** 0.0012 1.5 0.1301* 0.0667 1.3 0.0934 0.0595 1.3 0.0911* 0.054 1.3 acar 0.1034* 0.0383 Coef. Mô hình 8 Coef. 0.0032 0.0598 dstreet -1.9E-04*** 5.9E-05 1.8 -1.7E-04*** 4.7E-05 1.5 -1.6E-04*** 4.7E-05 1.6 lntworkpla -0.0692*** 0.0165 1.3 -0.0645*** 0.0153 1.3 -0.0675*** 0.015 1.3 lntcbd -0.0987*** 0.0169 1.8 -0.1003*** 0.0179 1.9 -0.0954*** 0.0178 1.9 sun 0.0733*** 1.2 0.0577*** 0.0159 1.3 0.0612*** 0.0156 1.3 safe 0.0299*** 0.0094 1.7 0.0307*** 0.0095 1.7 waste 0.0788*** 0.03 1.2 0.0763** 0.0301 1.2 smelly 0.0467*** 0.0067 2 0.0469*** 0.0067 noisy -0.0385*** 0.0072 1.9 0.0178 -0.0375*** 0.0071 2 1.9 16 flooding -0.1449*** 0.0234 1.3 slig_flood -0.1414*** 0.0236 1.7 stri_flood -0.3124*** 0.0391 1.7 _cons 4.7527*** 0.2352 5.3157*** 0.2003 5.6097*** 0.1648 5.6037*** 0.1668 Yes Yes Yes Yes 0.917 0.9294 0.9471 0.949 0 0 0 0 Root MSE 0.2001 0.18546 0.16104 0.15844 Dep. V. lnprice lnprice lnprice lnprice N. of obs 448 448 448 448 D.C.Dummy R-squared Prob(F) Ghi chú: - Các mô hình trong bảng được ước tính theo phương pháp OLS sai số chuẩn mạnh. - *, **, *** thể hiện các mức ý nghĩa lần lượt ở mức 10%, 5% và 1%. - Kết quả kiểm tra VIF các biến trong mô hình không có dấu hiệu đa cộng tuyến. (Nguồn: Ước lượng dựa trên dữ liệu khảo sát của nghiên cứu) Kết quả ước tính cho thấy, chiến lược rao vượt giá có tác động có ý nghĩa ở mức 1% với mức độ giúp gia tăng thêm 35% giá giao dịch của căn nhà so với chiến lược rao dưới giá. Bên cạnh chiến lược rao giá, một số đặc tính khác của căn nhà cũng được xác định là có ảnh hưởng lên mức giá bán của căn nhà như tuổi, diện tích, dạng đất, gần trung tâm, chỗ làm, dễ tiếp cận và các môi trường xung quanh an toàn và vệ sinh. 3.3.3 Kết quả đo lường tác động của chiến lược rao giá đối với thời gian rao bán Để đo lường tác động của chiến lược rao giá, DOP, đến thời gian rao bán của nhà ở, tác giả cũng tiến hành ước tính mô hình đánh giá hưởng thụ theo dạng phương trình (3) với biến phụ thuộc là logarit của TOM. Bảng 3.5: Kết quả đo lường tác động của chiến lược rao giá đối với thời gian rao bán nhà ở Mô hình 9 Variables DOP Lnage Lnfloorarea floorareasqu Lnslotarea Coef. Mô hình 10 Robust Std. VIF Err. Coef. Mô hình 11 Robust Std. VIF Err. Coef. Robust Std. Err. VIF -0.4711* 0.2856 1.05 -0.4849* 0.2817 1.05 -0.449* 0.2646 1.04 -0.1009 -0.5771** 2.57E-06* 0.6558*** 0.1149 0.2295 1.4E-06 0.2234 3.39 3.97 3.71 2.76 -0.0731 -0.2536 0.1171 0.1572 3.5 2.24 -0.1184 -0.1785 0.1096 0.1485 3.58 2.31 0.6703*** 0.2231 2.7 0.8452*** 0.2312 2.83 17 Slotareasqu Face Shape Widestreet Acar Dstreet Lntworkpla Lntcbd Sun Safe Waste Smelly Noisy Flooding Slig_flood Stri_flood _cons D.C.Dummy R-squared Prob(F) Root MSE Dep. Var. N. of obs 0.2386 0.075 -0.0114 4.2946*** 0.2257 0.1746 0.015 1.4643 Yes 0.2601 0 1.2277 Lntom 448 2.78 1.19 2.56 0.5079** 0.0322 -0.025 -0.0811 9.91E-04** 0.0693 0.4075*** -0.0727 0.244 0.1672 0.0158 0.256 0.00039 0.1048 0.1369 0.1423 1.0985 1.4167 Yes 3.34 1.22 2.81 1.28 1.77 1.24 1.84 1.24 0.0319 0.0028 -0.2894 5.75E-04 0.0123 0.3694*** -0.1137 -0.1885*** -0.1717 -0.1144*** 0.1019** -0.2914 0.1693 0.0117 0.2882 0.00038 0.1063 0.1411 0.1446 0.0576 0.1537 0.0416 0.0462 0.233 1.9464 1.4572 Yes 0.2803 0 1.2165 Lntom 448 1.24 1.49 1.28 1.54 1.27 1.88 1.27 1.65 1.17 1.98 1.94 1.27 0.3133 0 1.194 lntom 448 Ghi chú: - Các mô hình trong bảng được ước tính theo phương pháp OLS sai số chuẩn mạnh. - *, **, *** thể hiện các mức ý nghĩa lần lượt ở mức 10%, 5% và 1%. - Kết quả kiểm tra VIF các biến trong mô hình không có dấu hiệu đa cộng tuyến. (Nguồn: Ước lượng dựa trên dữ liệu khảo sát của nghiên cứu) Mức ý nghĩa của các mô hình thời gian rao bán biến động trong khoảng 26%-31% là phù hợp với các mô hình đo lường thời gian rao bán nhà ở của các tác giả khác. Chiến lược rao giá (DOP) của căn nhà được tìm thấy có tác động ở mức ý nghĩa 10% giúp rút ngắn thời gian rao bán của căn nhà. Như vậy, cùng với mô hình 8, tác giả luận án kết luận rằng ta sẽ bác bỏ giả thuyết nghiên cứu H 0 và chấp nhận H1. Theo đó, một chiến lược rao giá cao đóng vai trò là tín hiệu về chất lượng “tốt” của căn nhà, và do đó người mua chẳng những chấp nhận trả mức giá cao hơn mà còn có động cơ mua nhanh hơn. Hình 3.3: Chỉ số giá nhà theo quý tại HCM 18 Nguồn: Savills Research and Consultancy Nguyên nhân, theo tác giả là do tình trạng thiếu hụt nhà ở trên thị trường trong giai đoạn nghiên cứu, với tỷ lệ hấp thụ có sự gia tăng đột biến và đạt mức 50% - 59%. Trong điều kiện này, những căn nhà “tốt” hơn sẽ được kỳ vọng tăng giá trong tương lai gần sẽ được người bán rao với giá cao hơn, và người mua sẽ muốn mua càng sớm càng tốt vì chi phí cơ hội của việc trì hoãn cao (Hui & đồng sự, 2012). Bên cạnh chiến lược rao giá, căn nhà diện tích nhỏ, gần trung tâm, trong khu vực an ninh và môi trường tốt cũng là những yếu tố thu hút người mua và giúp rút ngắn thời gian rao bán của căn nhà. 3.4 Đo lường ảnh hưởng của chiến lược rao giá đối với khả năng bán của căn nhà 3.4.1 Phương pháp nghiên cứu được áp dụng trong bước này Mô hình khả năng bán nhà Cox được phát triển từ mô hình khả năng tồn tại, nên gồm 2 thành phần chủ yếu là khả năng tồn tại S(t) và khả năng xảy ra rủi ro h(t). Trong đó S(t) là khả năng căn nhà vẫn tồn tại trên thị trường tại thời điểm (t) và h(t) là khả năng một rủi ro xảy ra ngay tại thời điểm t. Nên, mô hình Cox đòi hỏi phải có một số quan sát thay đổi (quan sát bị kiểm duyệt) và một số khác không thay đổi hiện trạng (quan sát kiểm duyệt) giữa trước và sau thời điểm t. Do đó, để giải quyết vấn đề này, tác giả phân chia khoảng thời gian nghiên cứu thành nhiều mốc: 1, 3, 6, 9 tháng (các mốc thời điểm t). Và ứng với từng mốc thời gian, biến kiểm duyệt sẽ nhận giá trị 1 cho những căn nhà có thời gian rao bán nhỏ hơn mốc thời gian, và ngược lại. Điều này có nghĩa là ta có 4 biến kiểm duyệt tương ứng với 4 mốc thời gian: onemonth, threemonths, sixmonths, ninemonths. Và 4