Toronto và Vancouver sẽ dẫn đầu về tăng giá nhà nếu việc khởi công vẫn trì trệ

Theo một nghiên cứu mới từ Trường Kinh doanh John Molson của Đại học Concordia và công ty cổ phần tư nhân Equiton, Canada có thể chứng kiến sự gia tăng đáng kể về giá nhà vào năm 2032 nếu xu hướng cung nhà ở hiện tại tiếp tục.

Dưới sự dẫn dắt của Erkan Yönder, phó giáo sư tài chính và bất động sản, nghiên cứu đã sử dụng trí tuệ nhân tạo để phân tích nguồn cung nhà ở tại bốn thành phố lớn: Toronto, Montreal, Vancouver và Calgary. Nghiên cứu có tiêu đề “Phá Vỡ Bế Tắc: Phân Tích Dựa Trên AI Về Cách Cải Cách Chính Sách Có Thể Giải Phóng Nguồn Cung Nhà Ở Của Canada,” khám phá tác động của các chính sách quy định, thay đổi nhân khẩu học và chi phí xây dựng đối với việc hoàn thành và giá nhà ở dài hạn.

Nghiên cứu này tuân theo các dự báo của Tổng công ty Thế chấp và Nhà ở Canada (CMHC) rằng cần thêm 3,5 triệu đơn vị nhà ở vào năm 2030 để đáp ứng nhu cầu ngày càng tăng. Sử dụng AI mạng nơ-ron, Yönder và nhóm của ông đã xử lý dữ liệu từ CMHC, Cục Thống kê Canada và các dự báo của liên bang để mô phỏng các kịch bản cung ứng khác nhau.

Kết quả cho thấy, nếu không có sự can thiệp, giá nhà trung bình có thể đạt 800.000 USD ở Montreal, 1,8 triệu USD ở Toronto và 2,8 triệu USD ở Vancouver vào năm 2032. Ngược lại, việc tăng gấp đôi số lượng nhà hoàn thành hiện tại ở Toronto và Vancouver có thể giảm giá trung bình xuống lần lượt là 1,6 triệu USD và 2,5 triệu USD.

Nghiên cứu cũng đo lường tác động của các thay đổi về quy định. Giảm 10% các hạn chế xây dựng có thể tăng số lượng nhà hoàn thành lên gần 10%, trong khi giảm 10% sự chậm trễ trong phê duyệt có thể tăng số lượng nhà hoàn thành thêm 3%. Ngược lại, tăng 10% chi phí đầu vào—bao gồm vật liệu, thuế, phí và lao động—có thể giảm số lượng nhà hoàn thành từ 25% đến 35%, với các dự án căn hộ bị ảnh hưởng nhiều nhất.

Yönder nói: “Đây là lần đầu tiên các mô hình dựa trên dữ liệu được sử dụng để định lượng sự tương tác phức tạp giữa nhân khẩu học, chi phí đầu vào, nguồn cung nhà ở và giá nhà ở Canada.” Công cụ AI đã cung cấp cái mà ông mô tả là “cái nhìn toàn diện, năng động” về cách cả chính sách và điều kiện thị trường toàn cầu định hình các thị trường nhà ở của Canada.

Kết quả cụ thể của từng thành phố là khác nhau. Ở Montreal, giá vẫn tăng bất chấp nguồn cung do số lượng nhà hoàn thành thấp so với nhu cầu. Ở Calgary, giá nhà ở phản ứng với những thay đổi về dân số hơn là mức cung.

Christopher Wein, COO của Equiton Developments, cho biết nền tảng AI cho phép dự báo những điều mà trước đây chưa có, gọi nó là hữu ích để xác định cơ hội và quản lý rủi ro.

Nghiên cứu kết luận rằng cải cách quy định, ổn định chi phí và hợp tác đa cấp là cần thiết nhưng chưa đủ. Các thách thức như thiếu hụt lao động có tay nghề và thời gian xây dựng vẫn còn. Yönder gợi ý rằng việc đa dạng hóa tăng trưởng ra ngoài các thành phố lớn nhất của Canada có thể là cần thiết để giải quyết nhu cầu nhà ở dài hạn.

Canadian Mortgage Professional.