แบบจำลองการวิเคราะห์ถดถอยเชิงพื้นที่ เพื่อพยากรณ์ราคาขายเฉลี่ยต่อตารางเมตร ของอาคารชุดในกรุงเทพมหานคร
Article Sidebar
Main Article Content
บทคัดย่อ
การกำหนดราคาขายเฉลี่ยต่อตารางเมตรของโครงการอาคารชุด ก่อนการเปิดขายเป็นความท้าทายของผู้ประกอบการอสังหาริมทรัพย์ การศึกษาในครั้งนี้จึงมีวัตถุประสงค์เพื่อสร้างแบบจำลองวิเคราะห์ถดถอยเชิงพื้นที่ (Spatial Regression Analysis) เพื่อพยากรณ์ราคาขายเฉลี่ยต่อตารางเมตรของอาคารชุดในกรุงเทพมหานครใน ปี พ.ศ. 2558 จำนวน 652 โครงการ โดยในการวิจัยมีการทดสอบแบบจำลองจำนวน 3 แบบจำลอง คือ แบบจำลองวิธีกำลังสองน้อยที่สุด (OLS) แบบจำลอง Spatial lag และแบบจำลอง Spatial error ทดสอบเพื่อเลือกแบบจำลองที่เหมาะสมที่สุดในการพยากรณ์ข้อมูล โดยมีตัวแปรต้น จำนวน 17 ตัวแปร อาทิ โครงการอาคารชุดที่ติดแม่น้ำเจ้าพระยา ช่วงระยะทางจากโครงการถึงสถานีบีทีเอส จำนวนช่องการจราจรถนนผ่านหน้าโครงการ และจำนวนชั้นของอาคารชุด (ไม่นับรวมตัวแปรด้านพิกัดทางภูมิศาสตร์ที่มาใช้ในการวิเคราะห์ถ่วงน้ำหนักแบบจำลองเชิงพื้นที่) ทั้งนี้พบว่าแบบจำลองเชิงพื้นที่ ซึ่งแบ่งออกเป็น แบบจำลอง Spatial lag (R 2 = 0.72) และแบบจำลอง Spatial error (R 2 = 0.73) สามารถอธิบายข้อมูลได้ดีกว่าแบบจำลองสมการถดถอยวิธีกำลังสองน้อยที่สุด (OLS) (R 2 = 0.66) โดยพบว่าตัวแปรที่มีนัยสำคัญทางสถิติ จำนวน 11 ตัวแปร แบ่งเป็นความสัมพันธ์ทางบวก จำนวน 7 ตัวแปร ได้แก่ โครงการอาคารชุดติดแม่น้ำเจ้าพระยา ฝั่งตะวันออกของแม่น้ำเจ้าพระยา จำนวนชั้นของอาคารชุด พื้นที่ของโครงการ ราคาห้องชุดพร้อมเฟอร์นิเจอร์ โครงการเปิดใหม่ในปี พ.ศ. 2558 และโครงการของบริษัทมหาชน และตัวแปรที่มีความสัมพันธ์ทางลบ จำนวน 2 ตัวแปร ได้แก่ จำนวนหน่วยขายทั้งหมดของโครงการ ช่วงระยะทางจากโครงการถึงสถานีรถไฟฟ้าบีทีเอส (BTS) ช่วงระยะทางจากโครงการถึงสถานีรถไฟฟ้ามหานคร (MRT) และจำนวนหน่วยขายทั้งหมด
Article Details
เอกสารอ้างอิง
2. บริษัท เอเจนซี่ ฟอร์เรียลเอสเตท แอฟแฟร์ส จำกัด. รายงานสัมมนาทิศทางที่อยู่อาศัย ปี พ.ศ. 2559. กรุงเทพ: บริษัท เอเจนซี่ ฟอร์เรียลเอสเตท แอฟแฟร์ส จำกัด, 2560.
3. “สถานีรถไฟฟ้าบีทีเอส สถานีรถไฟฟ้ามหานคร สถานีรถไฟฟ้าแอร์พอร์ตลิงค์”. สืบค้น 10 มีนาคม 2560. https://www.google.co.th/maps.
4. Akaike, H. “Likelihood of a Model and Information Criteria.” Journal of Econometrics 16 (1981): 3-14.
5. Anselin, L. Exploring Spatial Data with GeoDaTM: A Workbook. Urbana Champaign, IL: Spatial Analysis Laboratory, University of Illinois, 2005.
6. Anselin, L. GeoDa 0.9 User’s Guide. Urbana-Champaign, IL: Spatial Analysis Laboratory (SAL), Department of Agricultural and Consumer Economics, University of Illinois, 2003.
7. Anselin, L. Spatial Econometrics: Methods and Models. Dordrecht: Kluwer Academic, 1988.
8. Bozdogan, H. Model Selection and Akaike’s Information Criterion (AIC): The General Theory and Its Analytical Extensions.” Psychometrika 52 (1987): 345-370.
9. Chrostek, K., & Kopczewska, K. “Spatial Prediction Models for Real Estate Market Analysis.” Ekonomia Journal 35 (2013): 25-43.
10. Cohen, P., et al. Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences. 3rd ed. Mahwah, NJ: Lawrence Erlbaum, 2002.
11. Frees, E. W. Regression Modeling with Actuarial and Financial Applications. New York: Cambridge University Press, 2010.
12. Lehner, M. “Modelling Housing Prices in Singapore Applying Spatial Hedonic Regression.” Accessed March 10, 2017. https://www.research- collection.ethz.ch/handle/20.500.11850/38387.
13. Pedhazur, E. J. Multiple Regression in Behavioral Research: Explanation and Prediction. Holt: Rinehart and Winston, 1982.
