Trong Hedonic, chọn biến đúng mới chỉ là nửa bài toán. Cùng một dữ liệu nhưng mô hình Price, ln(Price), Price/m², log–log hoặc spline có thể cho kết luận khác nhau. Dạng hàm quyết định giả định về tỷ lệ thay đổi, scale effect, residual distribution và cách diễn giải.
Không có một dạng hàm ‘chuẩn Hedonic’. Cần dựa cơ chế kinh tế, đồ thị dữ liệu, diagnostics, khả năng diễn giải và performance ngoài mẫu.
Chuyên đề: Mô hình định lượng, không gian & mô phỏng trong BĐS · Bài 10 · Kinh tế lượng, giá và dự báo thị trường
Biên soạn: ThS. Nguyễn Mạnh Hùng
Đơn vị: GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn
1. Level–Level
Price = β₀ + β₁Area + .... β₁ là mức tiền thay đổi khi Area tăng 1 đơn vị.
Dễ hiểu nhưng giả định effect tuyệt đối không đổi. Thêm 10 m² vào căn 40 m² và 200 m² có cùng premium tuyệt đối – thường khó hợp lý.
2. Log–Level
ln(Price) = β₀ + β₁Area + .... Với β nhỏ, tăng 1 đơn vị X liên hệ khoảng 100β% thay đổi Price.
Dạng này xử lý skew giá tốt và effect theo tỷ lệ. Dummy effect nên dùng 100×(exp(β)-1)% để chính xác.
3. Log–Log
ln(Price)=β₀+β₁ln(Area)+.... β₁ là elasticity: Area tăng 1% liên hệ Price tăng β₁%.
Phù hợp khi quan hệ scale theo tỷ lệ và biến dương. Không log biến có zero/negative mà không suy nghĩ.
4. Price per square meter
Đơn giá dễ so sánh thị trường nhưng chia Price cho Area tạo target phụ thuộc Area. Nếu tiếp tục đưa Area vào regressors, interpretation phức tạp. Căn nhỏ thường có giá/m² cao hơn do fixed value của location/amenity.
Dùng price/m² không tự 'loại bỏ ảnh hưởng diện tích'.
5. Scale effect
Một căn 100 m² thường không có giá/m² bằng căn 50 m². Có thể dùng ln(Area), polynomial hoặc spline để model diminishing marginal price of area.
Plot price vs area và unit price vs area giúp phát hiện.
6. Polynomial
Thêm Area² cho phép curvature, nhưng polynomial bậc cao dễ dao động và khó extrapolate. Centering Area trước bình phương giúp collinearity số học nhưng không thay bản chất.
Nên dùng bậc thấp có lý do.
7. Splines
Restricted cubic splines hoặc piecewise linear cho phép quan hệ linh hoạt hơn mà không ép polynomial toàn miền. Ví dụ distance-to-CBD effect mạnh 0–5 km, yếu 5–15 km, gần phẳng sau 20 km.
Knots nên chọn theo quantiles/knowledge và kiểm robustness.
8. Interaction
Premium ban công có thể khác căn cao cấp/thường; tác động metro khác theo khoảng cách CBD. Interaction cho phép effect của X phụ thuộc Z.
Khi có interaction, main effect phải diễn giải tại reference/zero của biến kia.
9. Transformation cho distance
Distance thường có diminishing effect. ln(distance), inverse distance, travel time, accessibility index hoặc spline có thể tốt hơn km tuyến tính.
Zero distance cần xử lý hợp lý; không thêm số rất nhỏ tùy ý mà không báo.
10. Box–Cox và data-driven transformation
Box–Cox có thể gợi ý transformation của dependent variable. Nhưng chọn dạng chỉ dựa tối ưu likelihood có thể mất diễn giải kinh tế. Nên cân bằng diagnostics và theory.
11. Heteroskedasticity và functional form
Log price thường giảm heteroskedasticity nhưng không bảo đảm. Sau transformation vẫn cần residual vs fitted plot, robust SE và spatial diagnostics.
Nếu variance khác theo phân khúc, quantile regression hoặc heteroskedastic model có thể phù hợp.
12. Outliers và influential observations
Biệt thự siêu sang có thể kéo OLS. Không nên xóa chỉ vì residual lớn; cần kiểm data error, leverage, Cook’s distance và xem chúng thuộc population mục tiêu không.
Có thể phân khúc hoặc dùng robust/quantile model.
13. So sánh mô hình ngoài mẫu
| Mô hình | RMSE test | MAE test | Diễn giải |
|---|---|---|---|
| Price-level | 620 triệu | 410 triệu | Rõ |
| Log-price | 0.118 log | 360 triệu quy đổi | Tốt |
| Spline log-price | 0.105 log | 335 triệu | Linh hoạt |
Không so RMSE khác scale trực tiếp nếu chưa đưa predictions về cùng đơn vị.
14. Retransformation bias
Nếu model ln(Price), exp(predicted ln Price) không luôn bằng expected Price do Jensen’s inequality. Có thể cần smearing estimator hoặc phân phối sai số để retransformation.
Đây là chi tiết rất quan trọng khi dùng log-price cho AVM.
15. Functional form và causal interpretation
Nếu treatment là metro opening, dạng hàm của controls vẫn quan trọng nhưng không giải quyết selection. Functional form tốt giảm misspecification; causal identification đến từ design.
Đừng nhầm model fit với identification.
16. Workflow lựa chọn dạng hàm
- Plot distributions.
- Plot bivariate relationships.
- Đặt cơ chế/đơn vị effect.
- Chạy baseline levels/log.
- Kiểm residuals.
- Thử spline/interaction có lý do.
- Cross-validation/time split.
- Kiểm interpretability.
- Khóa specification trước inference cuối.
17. Case: diện tích và giá
Level-level cho βArea = 55 triệu/m²; nhưng residual cho thấy overpredict căn lớn. Log-log cho elasticity 0,82: area tăng 10% liên hệ price tăng khoảng 8,2%, phù hợp unit price giảm theo size. Spline cho thấy elasticity thay đổi quanh 90 m².
Kết luận tốt hơn là mô tả nonlinearity, không chọn model chỉ vì R² tăng 0,01.
18. Bài tập thực hành
Với dữ liệu căn hộ, xây ba specifications: level, log-level và log-log/spline. So residual, MAE test và cách diễn giải Area/Distance. Giải thích cách retransformation prediction về giá tiền.
19. Dạng hàm và phần dư không gian
Một functional form tốt hơn có thể giảm spatial autocorrelation vì nó mô tả đúng hơn quan hệ theo khoảng cách. Nhưng nếu Moran’s I của residual vẫn cao, vấn đề có thể là missing neighborhood effects hoặc spatial spillovers, không nên tiếp tục thêm polynomial vô hạn.
20. Tính ổn định theo thời gian
Functional form có thể đổi theo chu kỳ. Premium diện tích, view hay distance có thể khác trước/sau một cú sốc. Nên kiểm rolling window, interaction với period hoặc estimate riêng giai đoạn khi có lý do. Một mô hình fit tốt 2022 chưa chắc đúng 2026.
21. Dạng hàm trong production AVM
Trong AVM, ưu tiên không chỉ fit mà còn monotonicity hợp lý, stability và khả năng giải thích. Spline quá linh hoạt có thể tạo đoạn price giảm khi area tăng do sparse data. Có thể áp constrained splines hoặc monotonic models nếu business logic yêu cầu.
Ghi nhớ trong 30 giây
- Dạng hàm là giả định kinh tế, không chỉ thao tác kỹ thuật.
- Price/m² không tự loại ảnh hưởng diện tích.
- Log giúp diễn giải phần trăm nhưng có retransformation bias.
- Spline hữu ích cho phi tuyến.
- Chọn model bằng theory + diagnostics + out-of-sample.
Nguồn tham khảo
- Rosen (1974) – nền tảng Hedonic.
- Box & Cox – transformations.
- Tài liệu applied econometrics về semi-log/log-log, splines và retransformation.
Bài tiếp theo: Panel Data và Multilevel Model: dữ liệu BĐS lồng trong dự án, khu vực và thời gian