Trong bất động sản, không phải vấn đề nào cũng cần một mô hình định lượng phức tạp. Một khu đất có thể bị loại chỉ vì không đủ điều kiện pháp lý; một địa điểm bán lẻ có thể được sàng lọc bằng vài tiêu chí bắt buộc trước khi cần tính doanh thu; một rủi ro có thể phải xử lý ngay dù chưa thể ước lượng xác suất chính xác.
Vì vậy, câu hỏi đúng không phải “định tính hay định lượng cái nào tốt hơn?”, mà là “mức mô hình hóa nào phù hợp với câu hỏi và bằng chứng hiện có?”.
Chuyên đề: Mô hình định tính, hành vi & ra quyết định trong BĐS · Bài 03 · Nền tảng tư duy mô hình định tính
Biên soạn: ThS. Nguyễn Mạnh Hùng
Đơn vị: GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn
1. Ba mức mô hình hóa
| Mức | Đặc trưng | Đầu ra điển hình | Ví dụ BĐS |
|---|---|---|---|
| Định tính | Dùng khái niệm, quan hệ, điều kiện | Khung, phương án, nguyên nhân | PESTEL, SWOT, stakeholder |
| Bán định lượng | Dùng thang điểm, thứ hạng, trọng số có quy tắc | Xếp hạng, ưu tiên | Risk matrix, scoring, AHP |
| Định lượng | Dùng số đo và mô hình toán/thống kê | Ước lượng, dự báo, tối ưu | Hedonic, VAR, Monte Carlo |
Ba mức này không phải ba bậc thang mà bài toán nào cũng phải đi qua. Có quyết định dừng ở định tính; có quyết định bắt đầu từ số liệu; có quyết định cần cả ba lớp.
2. Định tính mạnh ở đâu?
Định tính mạnh khi vấn đề còn chưa được cấu trúc hoặc khi những yếu tố quan trọng không thể đo tốt bằng một con số duy nhất. Pháp lý, chiến lược, hành vi, động cơ, xung đột lợi ích và các rủi ro mới thường cần mô tả bằng ngôn ngữ trước.
Nhược điểm của định tính là dễ phụ thuộc người đánh giá. Vì vậy, cần bằng chứng, định nghĩa và phản biện. Định tính tốt không phải “cảm nhận của chuyên gia”, mà là judgment được cấu trúc.
3. Bán định lượng: chiếc cầu dễ bị hiểu sai
Bán định lượng xuất hiện khi ta muốn so sánh có kỷ luật hơn nhưng chưa đủ cơ sở cho một thước đo tuyệt đối. Ví dụ, rủi ro có thể được xếp theo xác suất thấp–vừa–cao và tác động thấp–vừa–cao; địa điểm có thể được chấm theo nhóm tiêu chí.
Điểm nguy hiểm là tạo ra chính xác giả. Thang 1–5 không tự động biến nhận định thành dữ liệu khoảng cách. Điểm 4 không có nghĩa tốt gấp đôi điểm 2. Trọng số 30% cũng không có ý nghĩa nếu không giải thích nguồn gốc.
| Câu hỏi kiểm | Nếu không trả lời được thì sao? |
|---|---|
| Mức 1 khác mức 2 bằng tiêu chuẩn nào? | Thang điểm chưa dùng được |
| Ai được phép chấm? | Rủi ro chủ quan cao |
| Hai người chấm có giống nhau không? | Cần chuẩn hóa hoặc đánh giá độ nhất quán |
| Có điều kiện loại trực tiếp không? | Không được để tổng điểm che điều kiện bắt buộc |
| Trọng số đến từ đâu? | Không nên dùng trọng số cứng |
4. Khi nào nên chuyển sang định lượng?
Định lượng có giá trị khi câu hỏi đòi hỏi một mức độ: tác động bao nhiêu, xác suất bao nhiêu, mất bao lâu, tối ưu thế nào. Điều kiện tối thiểu là biến phải được định nghĩa, dữ liệu phải có cấu trúc và sai số phải được hiểu.
- Muốn ước lượng giá trị của từng đặc tính BĐS → mô hình Hedonic.
- Muốn biết thời gian bán chịu ảnh hưởng bởi yếu tố nào → Survival/Hazard.
- Muốn dự báo chuỗi giá → ARIMA/VAR/VECM.
- Muốn so nhiều kịch bản dòng tiền → Monte Carlo.
- Muốn tối ưu danh mục → mô hình tối ưu hóa.
5. Thiết kế theo tầng: cách rất phù hợp với BĐS
Nhiều quyết định BĐS nên được thiết kế thành các tầng thay vì đưa mọi thứ vào một mô hình duy nhất.
- Tầng 1 – Điều kiện bắt buộc: pháp lý, quy hoạch, quy mô tối thiểu, khả năng tiếp cận.
- Tầng 2 – Sàng lọc định tính: phù hợp chiến lược, thị trường, năng lực tổ chức.
- Tầng 3 – Bán định lượng: chấm điểm các site còn lại.
- Tầng 4 – Định lượng: DCF, Monte Carlo, mô hình hấp thụ hoặc tối ưu.
- Tầng 5 – Quyết định: kết hợp số liệu với điều kiện quản trị và rủi ro.
Cách này tránh việc bỏ hàng tuần dựng mô hình tài chính cho một phương án vốn đã không thể triển khai.
6. Cấu trúc dữ liệu thay đổi theo mức mô hình hóa
| Mức | Một dòng dữ liệu thường đại diện cho | Ví dụ cột |
|---|---|---|
| Định tính | Một nhận định/yếu tố | nguồn, thời điểm, cơ chế, độ tin cậy |
| Bán định lượng | Một tiêu chí trên một đối tượng | điểm, quy tắc mức, trọng số, người chấm |
| Định lượng | Một quan sát | biến phụ thuộc, biến độc lập, đơn vị, thời gian |
Nếu chuyển từ định tính sang số, cần lưu cả giá trị gốc và quy tắc chuyển đổi. Không nên chỉ giữ điểm cuối cùng vì sẽ mất khả năng kiểm tra.
7. Ví dụ: chọn vị trí trung tâm logistics
Giai đoạn đầu có 40 khu đất. 18 khu bị loại vì quy hoạch hoặc tiếp cận xe tải không đạt. 22 khu còn lại được đánh giá theo kết nối cao tốc, khoảng cách tới cụm cầu, lao động, giá đất và rủi ro pháp lý. Sau sàng lọc còn 5 khu, lúc này doanh nghiệp mới xây mô hình chi phí vận tải, giá thuê, CAPEX và dòng tiền.
Đây là ví dụ cho thấy mô hình không càng nhiều số càng tốt. Giá trị nằm ở việc dùng đúng công cụ đúng giai đoạn.
8. Khi điểm số làm méo quyết định
Một lỗi phổ biến là lấy nhiều tiêu chí rồi cộng thành điểm tổng. Cách này có thể che mất các điều kiện không thể bù trừ. Pháp lý không đạt không thể được bù bằng vị trí đẹp; nguy cơ ngập nghiêm trọng không nên được bù bằng giá đất rẻ nếu mục tiêu đầu tư không chấp nhận rủi ro đó.
Vì vậy, trước khi chấm điểm cần tách tiêu chí loại khỏi tiêu chí bù trừ. Chỉ các tiêu chí bù trừ mới nên đi vào mô hình điểm. Đây là nguyên tắc quan trọng khi thiết kế AHP, TOPSIS hay scoring model.
9. Độ nhạy của mô hình bán định lượng
Nếu thay trọng số từ 20% lên 25% mà thứ hạng đảo hoàn toàn, quyết định đang nhạy với judgment. Không có gì sai nếu biết điều đó; sai là trình bày thứ hạng như chắc chắn.
Có thể kiểm bằng cách chạy vài bộ trọng số hợp lý hoặc dùng khoảng trọng số. Nếu một phương án vẫn đứng đầu trong hầu hết trường hợp, nó có độ bền cao hơn. Nếu thứ hạng thay liên tục, cần bổ sung dữ liệu hoặc coi các phương án là gần tương đương.
10. Ví dụ cấu trúc dữ liệu cho mô hình nhiều tầng
| site_id | legal_gate | access_score | market_score | cost_score | final_stage |
|---|---|---|---|---|---|
| S01 | PASS | 4 | 3 | 2 | Định lượng |
| S02 | FAIL | 5 | 5 | 4 | Loại |
| S03 | PASS | 3 | 4 | 4 | Định lượng |
Cần giữ cả cột điều kiện loại và cột điểm, không chỉ lưu tổng điểm. Nếu chỉ giữ tổng, sau này không biết site bị loại vì lý do gì.
Ghi nhớ trong 30 giây
- Định tính, bán định lượng và định lượng phục vụ những câu hỏi khác nhau.
- Điểm số không tự động trở thành phép đo.
- Điều kiện loại trực tiếp không nên bị che bởi tổng điểm.
- Chuyển sang định lượng khi biến và dữ liệu đủ rõ.
- Thiết kế nhiều tầng thường phù hợp hơn một mô hình duy nhất.
Nguồn tham khảo
- ISO 31000:2018 – Risk management — Guidelines.
- Saaty, T. L. – The Analytic Hierarchy Process.
- Các bài AHP, TOPSIS, Hedonic và Monte Carlo ở phần sau của chuyên đề.
Bài tiếp theo: Model Risk ở cấp định tính: khi một khung tư duy dẫn tới quyết định sai