Để minh họa trực quan cơ chế lan truyền khuếch đại ước tính giá trị do sử dụng dữ liệu chệch dương, dưới đây là một mô hình tối giản nhằm cô lập các cơ chế sai lệch dữ liệu khác, với các giả định cực đoan: thửa đất T1 và T2 tương đồng hoàn hảo, các yếu tố cơ bản thị trường không đổi.
Giả sử trong điều kiện lý tưởng có đầy đủ thông tin dữ liệu giá của các tài sản tương tự giống hệt, định giá viên A xác định được chính xác giá trị thị trường của thửa đất T1 là ~30 triệu đồng/m2. Nhà nước sử dụng mức giá này làm giá khởi điểm để đấu giá và tìm được người trả cao nhất là 45 triệu đồng/m2. Mức giá 45 triệu đồng/m2 chứa đựng “giá rị riêng” (private value) của người trả giá cao nhất trong phiên đấu giá, nhưng không phải giá trị thị trường.
Tuy vậy, khi kết quả đấu giá được nạp vào cơ sở dữ liệu 45 triệu đồng/m2 như một “giao dịch thành công” - bằng chứng thực tế của thị trường, định giá viên B thực hiện định giá thửa đất T2 sẽ sử dụng thửa đất T1 với mức giá giao dịch thành công 45 triệu đồng/m2 làm tài sản so sánh.
Vì giá TSSS là ước lượng chệch dương (do phần giá trị riêng lớn), các tính toán đều bị khuếch đại (bao gồm cả giá mặt bằng chung) và làm cho giá trị thị trường ước tính của T2 bị đẩy lên ~ 45 triệu đồng/m2 (do T2 tương đồng hoàn hảo với T1 nên có thể sử dụng trực tiếp như mức giá chỉ dẫn).
Mức giá 45 triệu đồng/m2 lúc này lại trở thành giá khởi điểm cho phiên đấu giá T2. Từ mức giá khởi điểm, T2 lại được bán cho người trả giá cao nhất là 60 triệu đồng/m2.
Đến khi định giá lại T1 cho mục đích khác (chẳng hạn: thế chấp ngân hàng) dữ liệu trúng đấu giá 60 triệu/m² lại trở thành "chỉ báo thị trường mới" cho việc định giá của chính T1.
Điều này cũng lặp lại tương tự với việc định giá các lô đất lân cận với T1 và T2 để tính tiền sử dụng đất.
* Ghi chú: Trong thực hành định giá/thẩm định giá thường sử dụng tối thiểu 03 tài sản so sánh, thẩm định viên/định giá viên sẽ lấy bình quân mức giá chỉ dẫn từ các TSSS này sau khi đã thực hiện điều chỉnh các yếu tố khác biệt. Để minh họa đơn giản cho vòng lặp, ở minh họa trên, tác giả giả định T1 và T2 là 2 tài sản có mức độ tương đồng lý tưởng nên chỉ dùng 01 TSSS và giá trị sau khi điều chỉnh yếu tố khác biệt thay đổi không đáng kể. Giả định này không làm thay đổi bản chất của vấn đề, nếu các dữ liệu đầu vào nạp vào mẫu so sánh đều là giá trúng đấu giá (vốn là các ước lượng chệch dương), thì kỳ vọng trung bình của mẫu E(X) vẫn bị chệch dương.
Về mặt toán học, giá trị trung bình được tính bằng E(X) = E(X1) + E(X2) + … + E(Xn) n . Khi cả các mức giá chỉ dẫn của TSSS (Xi) đều chứa phần chệch dương (Private Value) thì trung bình X vẫn bị chệch dương (upward bias). Do đó, việc dùng 03 hay nhiều tài sản so sánh hơn không triệt tiêu được xu hướng lệch dương có tính hệ thống của mặt bằng giá và không thoát khỏi vòng lặp.
Như vậy, dù các yếu tố căn bản khác của thị trường không có biến động, giá trị thị trường được ước tính vẫn tự động tăng cao chỉ qua các vòng lặp nạp dữ liệu đấu giá (giá của người có mức sẵn lòng chi trả WTP cao nhất) như một "giao dịch thành công” để so sánh trực tiếp mà không có cách nào điều chỉnh “giá trị riêng”.
Mặc dù sử dụng giá giao dịch thỏa thuận trực tiếp 1-1 trên thị trường tự do vẫn có thể tồn tại “giá trị riêng”, nhưng khác biệt rất lớn so với việc sử dụng TSSS đấu giá nằm ở chỗ:
Trong một giao dịch mua bán thỏa thuận song phương không qua đấu giá, sự bất cân xứng thông tin hay vị thế đàm phán có thể khiến người mua hoặc người bán chấp nhận mức giá chưa tối ưu (hay nói dân dã, xác suất bị "hớ" là tương đương nhau giữa hai bên). Khi đó, thành phần giá trị riêng (private value) trong mức giá thỏa thuận có thể mang giá trị âm hoặc dương, làm cho giá giao dịch thành công thực tế trở thành một biến ngẫu nhiên dao động xung quanh giá trị cân bằng thị trường — tức có thể là một ước lượng chệch dương hoặc chệch âm.
Do đó, theo Quy luật Số lớn, khi thu thập một mẫu dữ liệu đủ lớn các giao dịch thỏa thuận 1-1 và áp dụng các kỹ thuật thống kê, các giá trị riêng sẽ tự triệt tiêu lẫn nhau, trả về kết quả là một ước lượng không chệch (unbiased estimator) tiến gần về Giá trị thị trường.
Hoặc cũng có thể cho rằng, vì không bị giới hạn thời gian như đấu giá, người mua và người bán có thời gian đàm phán, trả giá lâu hơn và tìm hiểu kỹ càng hơn, từ đó mức giá giao dịch thành công từ thỏa thuận 1-1 sẽ phản ánh tốt hơn giá trị thị trường thay vì bị nghiêng về một phía.
Việc lấy trung bình một tập hợp các mức giá trúng đấu giá không thể loại bỏ được sai số, bởi trung bình của các giá trị cực đại vẫn là một đại lượng bị chệch dương. Do đó, nỗ lực mở rộng mẫu dữ liệu đấu giá, và tính bình quân giá mặt bằng chung không làm giảm thiểu được chệch dương mà chỉ khẳng định lại.
Vậy từ bỏ định giá đất theo nguyên tắc thị trường để chuyển sang định giá dựa vào cơ sở dữ liệu đất đai có loại bỏ trục trặc này không ? Câu trả lời nằm ở phương pháp sử dụng và xử lý dữ liệu. Nếu không chuẩn hóa khâu xử lý và chọn lọc dữ liệu đầu vào phù hợp với cơ sở giá trị, việc chuyển sang định giá theo cơ sở dữ liệu vẫn không triệt tiêu được vòng lặp tăng giá mà chỉ chuyển sang hình thái mới.
Để chủ trương của Chính phủ phát huy tối đa hiệu quả trong thực tiễn, giúp khai thông nguồn lực đất đai, hạ nhiệt giá nhà và đảm bảo hài hòa lợi ích nhà nước - doanh nghiệp - người dân, cần triển khai hệ giải pháp tổng thể, đồng bộ chứ không chỉ dừng lại ở kiểm soát giá đất đầu vào.
Mục tiêu giảm giá nhà ở chỉ thực sự khả thi khi chính sách tuân thủ đúng quy luật vận hành của thị trường: gia tăng nguồn cung và kiểm soát cầu đầu cơ.
Khơi thông nguồn cung tắc nghẽn, tập trung tháo gỡ vướng mắc pháp lý, quy hoạch và thủ tục tiền sử dụng đất cho các dự án bất động sản trên cả nước. Trong điều kiện nguồn cung hạn chế, phần chi phí đất đai được tiết giảm có thể chuyển thành lợi nhuận của chủ đầu tư thay vì được dẫn truyền vào giá bán nhà ở. Do đó, việc tháo gỡ thủ tục pháp lý để đưa hàng trăm nghìn căn hộ gia nhập thị trường sẽ tạo ra áp lực cạnh tranh, buộc các chủ đầu tư phải hạ giá bán để tăng thanh khoản.
Phát triển NOXH quy mô lớn và tăng cường nguồn cung NOTM giá bình dân: Nhà nước trực tiếp nắm giữ quỹ đất sạch lớn làm NOXH để bán và cho thuê với mức giá bình dân. Đồng thời điều tiết cơ cấu sản phẩm NOTM, bắt buộc công khai, minh bạch cơ cấu chi phí xây dựng của dự án.
Kiểm soát cầu đầu cơ: Áp dụng thuế bất động sản đối với đất đai bỏ hoang không đưa vào sử dụng và siết tín dụng đầu cơ. Điều này làm tăng chi phí cơ hội của việc nắm giữ bất động sản, hạ bớt WTP của giới đầu cơ.
Điều tiết giá trị tăng thêm từ đất: Khi Nhà nước đầu tư một tuyến đường cao tốc, một cây cầu hay tuyến Metro, giá trị đất đai xung quanh có thể tăng lên bằng lần. Phần giá trị tăng thêm này do ngân sách – tiền thuế của người dân tạo ra. Nhà nước cần xây dựng chính sách để thu hồi lại phần lớn giá trị này thông qua một số giải pháp như: đấu giá công khai quỹ đất quanh dự án hạ tầng mới (mô hình TOD); áp thuế điều tiết tăng giá đất đối với các dự án, bất động sản hưởng lợi từ hạ tầng công cộng…
Trong nền kinh tế thị trường, giá là cơ chế phân bổ nguồn lực hiệu quả. Tại một thời điểm, mỗi mảnh đất chỉ được sử dụng cho một mục đích cụ thể. Khi thị trường không bị biến dạng, giá thị trường của tài nguyên đất đai sẽ phản ánh chính xác chi phí cơ hội của việc sử dụng nguồn lực quốc gia – là những lợi ích kinh tế bị mất đi khi sử dụng đất cho mục đích/dự án này thay vì mục đích/dự án khác. Do đó, để dữ liệu đất đai trở thành chỉ báo chuẩn xác phục vụ quản lý nhà nước, giá đất cần phản ánh đúng thực tế thị trường cũng như lợi ích kinh tế bị bỏ qua giữa các phương án sử dụng đất.
Hiệu quả công tác định giá đất là kết quả tổng hòa của bộ bốn trụ cột sau:
- (i)Chất lượng dữ liệu đầu vào
- (ii)Phương pháp định giá phù hợp
- (iii)Chất lượng nguồn nhân lực
- (iv)Công nghệ xử lý hiện đại
Để hỗ trợ xây dựng Bảng giá đất tiệm cận thị trường, việc nghiên cứu xây dựng các mô hình định giá tự động AVM (Automated Valuation Model) dựa trên Dữ liệu lớn (Big Data) kết hợp học máy (machine learning) và trí tuệ nhân tạo AI là hướng đi tất yếu. Dữ liệu đầu vào cho mô hình AVM không phải chỉ giới hạn ở các thông tin nội tại của tài sản (pháp lý, giá giao dịch, vị trí, diện tích, lộ giới, hướng…) mà còn phải tích hợp đa chiều các nhóm thông tin về các yếu tố khác ảnh hưởng lớn đến giá đất, chẳng hạn như:
- Các biến đại diện cho môi trường an ninh, xã hội và dân trí trên địa bàn tọa lạc: tỷ lệ tội phạm, tỷ lệ giáo viên/học sinh, trình độ học vấn trung bình…
- Các biến đại diện cho điều kiện kinh tế - thương mại, mức độ sầm uất khu vực: Thu nhập trung bình của khu dân cư, tỷ lệ hộ kinh doanh trong bán kính 1 km,…
- Các biến đại diện cho khả năng kết nối tiện ích, hạ tầng giao thông: khoảng cách có trọng số tới các trung tâm việc làm, trung tâm thương mại, đường cao tốc, nhà ga, sân bay, TOD, khu vui chơi giải trí, trung tâm hành chính, trường học, bệnh viện…),
- Các biến đại diện cho điều kiện môi trường sống: các chỉ số lý hóa đo lường mức độ ô nhiễm không khí, nguồn nước, tiếng ồn, khoảng cách tới bãi rác, nghĩa trang; sông hồ điều hòa; mật độ cây xanh, hay chỉ số ngập lụt theo mùa
Để hiện thực hóa mô hình này, Nhà nước cần tập trung xây dựng Cơ sở dữ liệu Giá nhà đất quốc gia theo thời gian thực (real-time) kết nối liên thông với các dữ liệu chuyên ngành, trong đó có hệ thống thông tin địa lý GIS, dữ liệu dân cư. Việc cho phép khai thác sử dụng cơ sở dữ liệu công khai, minh bạch sẽ từng bước xóa bỏ sự phụ thuộc vào tập dữ liệu nhỏ lẻ, các điều chỉnh theo cảm tính, ngăn ngừa nguy cơ tham nhũng, tiêu cực.
Tuy nhiên, không phương pháp nào là hoàn hảo và “vạn năng” cho mọi trường hợp. Đối với các lô đất sử dụng cho mục đích không phải để ở (Văn phòng, Thương mại, Nhà xưởng….), nhất là lô đất thực hiện dự án đầu tư phát triển – vốn có diện tích lớn, tính đặc thù cao và cực hiếm tài sản tương đồng, việc thuần túy so sánh dữ liệu giá giao dịch các lô nhỏ lẻ sẽ khiến kết quả bị thiên lệch (bias) và sai số lớn. Trường hợp này cần phải kết hợp đối chiếu với các phương pháp định giá khác như phương pháp thặng dư, phương pháp dòng tiền chiết khấu để phản ánh đúng bản chất tiềm năng phát triển của lô đất.
Sau cùng, công nghệ và trí tuệ nhân tạo dù mạnh mẽ đến đâu cũng chỉ là công cụ hỗ trợ. Tri thức, trình độ chuyên môn của con người mới là yếu tố giữ vai trò quyết định. Do vậy, chất lượng nguồn nhân lực thực hiện công tác định giá cần được chú trọng. Thẩm định viên, định giá viên cần nắm vững bản chất các cơ sở giá trị, tránh ngộ nhận dẫn đến bỏ sót điều chỉnh dữ liệu đầu vào. Nếu cơ sở giá trị thị trường được chọn, cần loại bỏ các dữ liệu cá biệt (outliers – quá cao hoặc quá thấp), dữ liệu nhiễu, giá giao dịch bị thao túng, ép giá. Bên cạnh làm chủ các phương pháp định giá truyền thống, nhân sự ngành trong kỷ nguyên mới cần cập nhật kiến thức về khoa học dữ liệu và sử dụng thành thạo công cụ phân tích hiện đại để đảm bảo kết quả định giá khách quan, minh bạch và khoa học.
Hà Lan là một trong những ví dụ điển hình về việc ứng dụng thành công hệ thống định giá đất hàng loạt (Computer-Assisted Mass Appraisal - CAMA) trong đó mô hình định giá tự động AVM được vận hành dựa trên nền tảng dữ liệu, có sử dụng các kỹ thuật thống kê, học máy và trí tuệ nhân tạo. Cùng với quá trình xây dựng Stelsel van Basisregistraties, dữ liệu WOZ được tổ chức thành một cơ sở dữ liệu nền riêng là Basisregistratie WOZ và được kết nối, trao đổi dữ liệu với các cơ sở dữ liệu nền khác, bao gồm cơ sở dữ liệu về địa chỉ và công trình (BAG), cơ sở dữ liệu địa chính (Basisregistratie Kadaster – BRK), cơ sở dữ liệu dân cư (BRP) và cơ sở dữ liệu đăng ký doanh nghiệp (Handelsregister).
Đáng chú ý, hệ thống này không chỉ tự động hóa việc định giá thống nhất hơn 9 triệu bất động sản trên phạm vi toàn quốc mà còn hướng tới tính minh bạch và khả năng phản hồi, kiểm chứng kết quả định giá. Thông qua Cổng thông tin quốc gia WOZ-waardeloket, người dân có thể tìm kiếm theo địa chỉ và miễn phí tra cứu giá trị WOZ của từng căn nhà tại Hà Lan, đồng thời so sánh với các bất động sản khác dựa trên một số đặc điểm chính. Người dân cũng có thể sử dụng các thông tin này để kiểm tra tính hợp lý của giá trị WOZ; nếu phát hiện vấn đề, họ có thể đề nghị cơ quan có thẩm quyền xử lý, điều chỉnh.
Như đã phân tích, tại thời điểm đấu giá, số lượng lô đất đấu giá là cố định (Q=N). Xét trường hợp cực đoan, nếu thực hiện đấu giá một lô đất duy nhất (Q=1), mức giá trúng đấu giá là giá của người có mức sẵn lòng chi trả cao nhất trong cuộc đấu giá (WTP1=WTPmax).
Mức giá này nằm ở đỉnh của đường cầu và cao hơn nhiều so với giá bình quân thị trường. Hệ quả này vẫn đúng với số lượng tài sản đấu giá nhỏ lẻ. Khi các địa phương thường thực hiện đấu giá vài chục lô đất, giới đầu cơ có thể dễ dàng tập trung dòng tiền đẩy WTPmax lên rất cao, tạo ra giá trúng "ảo" ở gần đỉnh đường cầu để từ đó "thổi giá" cho hàng trăm lô đất xung quanh mà họ đang găm giữ.
Giải pháp đưa ra là nhà nước nên thực hiện đấu giá hàng loạt với số lượng lớn, đồng thời công khai minh bạch thông tin đấu giá trong một khoảng thời gian đủ dài. Dù các lô đất không thể giống nhau tuyệt đối, nhưng khi số lượng lô đất được đưa ra đấu giá đồng thời tăng lên và các điều kiện khác không đổi, cơ chế cạnh tranh trong thời gian hữu hạn sẽ đưa mức giá trúng đấu giá giảm dần theo mức sẵn lòng chi trả (WTP). Giá sàn của phiên sẽ hạ từ WTP1 xuống đúng WTPN.
Giá trúng lô thứ N = WTPN ≪ WTPmax
Khi N càng lớn, WTPN càng tiến sát về mức giá thị trường cân bằng (Pthị trường). Lượng cung lớn hơn có thể làm giảm mức độ cạnh tranh giữa những người mua và hạn chế khả năng một nhóm nhỏ đẩy giá lên quá cao. Mức giá trúng đấu giá có thể phản ánh sát hơn sức mua thực, loại bỏ phần lớn yếu tố thao túng giá và tiệm cận hơn tới “giá trị thị trường”.
Tuy nhiên, đối với trường hợp đấu giá đất thực hiện dự án đầu tư diện tích lớn, tính đặc thù cao, giải pháp hàng loạt nêu trên khó thực hiện, nếu không muốn nói là bất khả thi. Vì vậy, đối với đất dự án, Nhà nước cần kết hợp với phương pháp thẩm định giá khác để phản ánh đúng giá trị tiềm năng phát triển của lô đất, đảm bảo vừa hài hòa lợi ích của nhà nước – doanh nghiệp – người dân. Điều này cũng được Viện Thẩm định giá Hoàng Gia Anh (RICS) nhấn mạnh trong hướng dẫn tiêu chuẩn thẩm định giá BĐS phát triển (RICS professional standards and guidance, global hiệu lực từ 01/2/2020): “…bất kỳ kết quả thẩm định giá nào được thực hiện theo phương pháp so sánh từ dữ liệu thị trường phải được kiểm tra chéo đối chiếu với phương pháp thặng dư. Tương tự, khi phương pháp thặng dư được sủ dụng, điều quan trọng là phải kiểm tra chéo, đối chiếu với giao dịch so sánh tương đồng trên thị trường nếu có…”. Điều này cũng nhất quán với khuyến nghị hướng dẫn tại IVS 410 - Tiêu chuẩn Thẩm định giá quốc tế: “…thẩm định viên nên áp dụng tối thiểu hai phương pháp phù hợp và được công nhận để định giá bất động sản phát triển cho từng dự án, bởi đây là loại tài sản này thường không có đủ các dữ liệu đầu vào thực tế hoặc có thể quan sát được để một phương pháp đơn lẻ có thể đưa ra kết quả đáng tin cậy…”.
Điều quan trọng cần lưu ý là các thông số đầu vào trong các phương pháp này không phải giả định chung chung mà phải thu thập từ cơ sở dữ liệu thị trường, đảm bảo phù hợp, đúng bản chất, có cơ sở khoa học.
