Precios Hednicos para la valoracin de atributos de

Precios Hedónicos para la valoración de atributos de viviendas en el Área Metropolitana de Monterrey. César Octavio Contreras Tovías Septiembre de 2007.

Índice I. Introducción. II. Aspectos Teóricos. III. Datos. IV. Metodología. V. Estimación del modelo. VI. Interpretación de los coeficientes. VII. Conclusiones.

Introducción La técnica de precios hedónicos consiste en estimar econométricamente ecuaciones que tienen como variable dependiente el precio del bien o servicio en cuestión y, como regresores, los atributos o características del mismo. La idea central es que los atributos no se transan explícitamente en los mercados sino que componen un paquete de características que se transfieren junto con los derechos de propiedad del bien o servicio.

Aspectos Teóricos El método hedónico, cuyo supuesto de partida es que el precio de un bien es la suma de los precios de sus características o atributos, permite descomponer las alteraciones de precios en variaciones puras del precio (manteniendo la calidad constante) y en modificaciones en la calidad del bien o servicio analizado.

Aspectos Teóricos P = p (A 1, A 2, . . . An) + u Donde: P es el precio del terreno Ai, son las magnitudes de sus atributos u es el término de error.

Aspectos Teóricos Lo que la regresión hedónica estima es el conjunto de los puntos de intersección de las curvas de demanda de diferentes consumidores, con distintos gustos, y las funciones de ofertas de diferentes empresas de la construcción con, posiblemente, distintas tecnologías de producción.

Datos El estudio es aplicado para viviendas ubicadas en tres municipios del Área Metropolitana de Monterrey: Monterrey, Guadalupe y San Nicolás de los Garza. La base de datos está constituida por 143 viviendas, las cuales estaban publicadas en venta en el periódico El Norte durante los meses de julio y agosto de 2005.

Datos a) Características Físicas Metros cuadrados de terreno, metros cuadrados de construcción, número de recámaras, número de baños, número de cajones de cochera y número de plantas.

Datos b) Características del Barrio Ubicadas en Monterrey, Guadalupe o San Nicolas, distancia a parques, escuelas, hospitales, avenidas importantes y a centros comerciales. La localización de las viviendas se obtuvo del periódico.

Metodología Se parte del supuesto de que las características asociadas a un bien o servicio son observables. En cambio, los precios de esas características no lo son, sólo el precio del agregado es observable. Sin embargo, mediante la estimación de un modelo econométrico podemos aislar el efecto que cada característica tiene sobre el precio del bien o servicio y de esta manera, llegar a un cálculo del precio implícito de la característica.

Estimación del modelo lnprecio = c 0 + c 1*dp + c 2*dcc + c 3*mty + c 4*gpe + c 5*terreno + c 6*const + c 7*nob + c 8*nor + c 9*noc + c 10*nop + c 11*desc + c 12*dhos + c 13*dave +e Cabe comentar que al correr el modelo, se encontraron fuertes problemas de multicolinealidad, por lo cual se procedió a generar la matriz de correlaciones. El número de baños fue la variable que principalmente causaba multicolinealidad, por lo cual, al excluirla se mejoró el ajuste del modelo. El umbral para decidir qué variables causan multicolinealidad fue el valor de la R 2.

Estimación del modelo Var. Coef. Std. Err. t-Stat Prob. C 12. 54815 0. 200162 62. 68983 0. 0000 DP -0. 261654 0. 157338 -1. 663004 0. 0987 DCC -0. 059946 0. 056666 -1. 057868 0. 2921 MTY 0. 199212 0. 084826 2. 348481 0. 0204 GPE -0. 105068 0. 091867 -1. 143696 0. 2549 TERRENO 0. 000683 0. 000758 0. 901709 0. 3689 CONST 0. 002893 0. 000559 5. 171329 0. 0000 NOR 0. 099886 0. 049218 2. 029456 0. 0445 NOC 0. 128372 0. 048607 2. 641005 0. 0093 NOP 0. 197472 0. 071527 2. 760805 0. 0066 DESC -0. 141476 0. 062744 -2. 254802 0. 0258 DHOS 0. 072277 0. 041900 1. 724986 0. 0869 DAVE -0. 103829 0. 081083 -1. 280530 0. 2026 R-squared 0. 777165 Mean dependent var Adjusted R-squared S. D. dependent var S. E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)

Interpretación de los coeficientes estimados Distancia a parque. El precio de la vivienda se reduce en 23. 02%. Distancia a centro comercial. El precio de la vivienda se reduce en 5. 81%. Dummy mty. Su precio es un 22. 04% mayor. Dummy gpe. El precio es un 9. 97% menor. Terreno. El precio se incrementa en 0. 06%. Construcción. El precio se incrementa en 0. 2897%.

Interpretación de los coeficientes estimados Número de recámaras. El valor de la vivienda aumenta en 10. 50%. Número de cocheras. 13. 69% si la casa incluye cochera. Número de plantas. Incrementa el precio de la vivienda en un 21. 83%. Distancia a escuelas. El precio de la vivienda se reduce en 13. 19%. Distancia a hospitales. El precio se eleva en un 7. 49%. Distancia a avenidas importantes. El precio de la vivienda se reduce en 9. 86%.

Conclusiones El presente trabajo se ha concentrado en la obtención de los determinantes de los precios de mercado de las viviendas del área metropolitana de Monterrey. Los atributos que demostraron tener un mayor impacto en el precio de mercado de las viviendas fueron los relacionados con la ubicación de las mismas en la ciudad.

Gracias!!!