Metodología para Tasación de Inmuebles
Metodología para Tasación de Inmuebles
Metodología para Tasación de Inmuebles
TASACIÓN DE INMUEBLES
2 Marco Aurélio Stumpf González
3
METODOLOGÍA PARA LA
TASACIÓN DE INMUEBLES
1ª Edición
1.000 ejemplares en el mes de febrero de 2006
Impreso en Venezuela por Tipografía y Litografía Horizonte, C.A.
5
Presentación y Agradecimientos
*
Para conocer Novo Hamburgo y región, ver http://www.rotaromantica.com.br.
10 Marco Aurélio Stumpf González
11
Índice
MUESTREO ............................................................................................................ 45
INSPECCIONES Y OBTENCIÓN DE OTROS DATOS ..................................................... 47
Características del entorno............................................................................... 47
Características físicas del inmueble ................................................................ 47
Datos de catastros municipales.......................................... .......................... ....47
REPRESENTACIÓN NUMÉRICA DE LAS VARIABLES .............................................. ...47
Cuantitativas.................................................................... ............................. ....48
Cualitativas.………………………………………. ......................................... 48
BANCOS DE DATOS ................................................................................................ 50
INFERENCIA ESTADÍSTICA ........................................................................... 51
MODELOS ESTADÍSTICOS............................................ .......................................... 51
ESTIMACIÓN DE LOS MODELOS POR ANÁLISIS DE REGRESIÓN ................................ 53
Regresión simple................................................................. .............................. 54
Estimación de los parámetros de la regresión por el MMC........................... ..54
Transformaciones en las variables.......................................... ......................... 56
Regresión múltiple .................................................. ......................................... 57
Regresión múltiple en notación matricial......................................................... 58
ANÁLISIS DE LA PRECISIÓN (AJUSTE) DEL MODELO ............................................... 59
Coeficiente de determinación(R2)................................................................... .. 59
Coeficiente de correlación(r)............................................................................ 60
Análisis de varianza - prueba del modelo (F) .................................................. 61
Prueba de las variables explicativas (t)............................................................ 61
Regresión a través del origen (prueba del intercepto) ..................................... 62
Intervalo de confianza.................................................................................... .. 63
CONDICIONES PARA LA VALIDEZ DEL ANÁLISIS DE REGRESIÓN ............................. 63
Supuestos básicos de la regresión y otros requisitos. ...................................... 63
Verificación de fallas de las hipótesis básicas ....... ......................................... 65
Análisis de gráficos estadísticos ............................. ......................................... 73
PROCESO DE MODELAJE (SELECCIÓN DEL MEJOR CONJUNTO DE VARIABLES)......... 78
Backward........................................................................................................... 78
Forward............................................................................................................. 79
Stepwise............................................................................................................. 79
Todas las regresiones posibles....................................................................... .. 79
INFERENCIA DE VALORES (ESTIMACIONES) ............ ...............................................80
EJEMPLOS DE TASACIONES A TRAVÉS DE INFERENCIA .................................. .........80
Ejemplo Nº5 – Tasación de un terreno utilizando inferencia........................... 81
Ejemplo Nº 6 – Tasación del alquiler de un apartamento................................ 83
RESUMEN DEL PROCESO DE TASACIÓN POR INFERENCIA ESTADÍSTICA................... 89
CONSIDERACIONES FINALES....................................................................... 91
BIBLIOGRAFÍA................................................................................................... 93
ANEXO I – UTILIZACIÓN DEL MS-EXCEL EN REGRESIONES ............ 99
ANEXO II – DISTRIBUCIONES F Y T .......................................................... 101
13
Introducción
1
Ermínia Maricato (1987, p.15) recuerda que, en 1980, 7,2% de la población económicamente activa en
Brasil trabajaba, directa o indirectamente, en la construcción.
2
Soibelman (1993), Souza et al. (1995) y Vargas (1994).
3
Dantas (1998) y González (1997, 2003). En este libro, se trata de los inmuebles urbanos. La tasación de
inmuebles rurales involucra bienes con otras características. Aunque los procedimientos y técnicas sean
similares, interesa más la renta potencial. Las obras de Carlos Daudt (1996) y de Guilherme Vegni-Neri
(1979) pueden ser consultadas por los interesados.
14 Marco Aurélio Stumpf González
Mercado Inmobiliario
4
Según Balchin y Kieve (1986, p.12-13), Evans (1995), Lavender (1990), Lucena (1985), Muth (1975) y
Robinson (1979, p.4-10). Los precios de los inmuebles varían, en el tiempo, y resultan de las condiciones
específicas de la oferta y la demanda. En un momento dado, hay un “equilibrio instantáneo”, del cual
resulta el valor de mercado. Cambios en la oferta y en la demanda provocan un nuevo equilibrio, en otro
nivel de precios.
5
Sobre la dinámica espacial inmobiliaria, ver Abramo (1988, 1995, 1995a, 2001, 2001a), autor que
presenta un profundo análisis del fenómeno. Balarine (1996) y Lucena (1985) indican influencias macro-
económicas en el mercado.
16 Marco Aurélio Stumpf González
6
Ver González (2002).
7
El nivel salarial es una variable importante, tomando en cuenta que gran parte de los gastos de una
familia se derivan de los “servicios de vivienda” (Lucena, 1985; Robinson, 1979).
Metodología para la Tasación de Inmuebles 17
ofrecidos por el inmueble, tales como los citados en los párrafos anteriores, y los
precios de los inmuebles pueden ser entendidos como la sumatoria de los productos
de las cantidades de cada uno de estos servicios por sus respectivos precios
implícitos. Inmuebles con mayor cantidad global de servicios de vivienda serán
más caros. Inicialmente, no se conocen los montos relativos (participaciones en el
precio) de cada una de las características contenidas en el “paquete”. Solo se
conoce el precio integral del inmueble. Los precios implícitos (expresión creada por
Rosen), también llamados precios hedónicos o “precios-sombra”, son los precios
relacionados, indirectamente, con cada uno de los atributos de los inmuebles, tales
como: área, edad y localización. En el análisis empírico por inferencia, los
coeficientes que multiplican las variables estiman cuánto se paga, en promedio y en
reales, por cada m2 adicional de área, para obtener un inmueble con un año menos,
o en determinada urbanización, por ejemplo.8
Singularidad
Los bienes del mercado inmobiliario son singulares. No existen,
rigurosamente, dos inmuebles iguales. En general, la localización y las diferentes
características físicas impiden la comparación directa. Los inmuebles pueden ser
vistos como un conjunto indivisible de atributos. Para comparar diversos
inmuebles, se debe recurrir a la comparación simultánea de sus características. Las
diferenciaciones aparecen en algunos o en todos los variados aspectos que
conforman los inmuebles.
Durabilidad
Las construcciones tienen elevada vida útil económica. En Europa, por
ejemplo, existen construcciones centenarias en uso, generando frutos y participando
en el mercado inmobiliario al lado de inmuebles nuevos. La construcción de nuevas
unidades es lenta, y ellas tienen una participación proporcionalmente reducida en la
oferta (generalmente, 1% al año). Así, la mayoría de los inmuebles en oferta y
vendidos forman el “stock”. Este factor provoca uno de los efectos más importantes
en este mercado, que es la fijación de los precios a través de los niveles observados
en las operaciones de inmuebles viejos (del “stock”), esto es, no es el constructor
quien define los precios, pero sí el mercado. Hay excepciones, pero generalmente
son casos de oligopolios, en mercados de pequeñas dimensiones. El emprendedor
inmobiliario no tiene libertad para fijar precios, por el contrario, necesita realizar un
cuidadoso estudio de viabilidad, construyendo solo sí el costo es inferior a los
precios observados en el mercado, para inmuebles similares.9
8
Esta interpretación es común, siendo encontrada, entre otros, en Evans (1995, p.7), Lucena (1985),
Robinson (1979, p.3-5) y Rosen (1974).
9
Balchin y Kieve (1986), Cadman y Topping (1995), Weimer y Hoyt (1948).
18 Marco Aurélio Stumpf González
Alto costo
Las unidades habitacionales son los bienes más caros que la mayoría de las
familias adquieren en toda su vida. Una parte de los niveles de precios son
explicados por la durabilidad (capitalización de los ingresos futuros). El
financiamiento tiene especial importancia, pues sin crédito la adquisición es muy
difícil. Aún con financiamiento, los plazos de pago son largos y las personas
realizan pocas transacciones en su vida. De esta forma, las políticas habitacionales
oficiales (y su estabilidad) son fundamentales en el comportamiento del mercado.
Los períodos donde se facilita la obtención de créditos, generalmente, coinciden
con los períodos de mayor actividad del mercado inmobiliario, lo que puede ocurrir
en forma segmentada. Por ejemplo, la oferta de financiamiento solo para inmuebles
nuevos incide en la caída de los precios de los inmuebles usados, por la
disminución de la demanda (solo acuden las personas que tienen condiciones para
comprar con capital propio).10
Localización
La localización es fija, en términos físicos. No hay transacciones en mercados
amplios o transporte de unidades hacia las regiones de oferta pequeña. Los precios
son determinados con base en las ofertas y búsquedas relativas, dentro del área
urbana, y el exceso de demanda provoca aumento de precios, porque la oferta es
inelástica, a corto plazo.11 Robinson dice que la demanda es diferente en cada
localización y que existen sub-mercados en partes de la ciudad. Con precios
diferentes en cada segmento.12 La transformación continua de la ciudad provoca
cambios en la calidad del vecindario y en la accesibilidad al lugar. Maricato, con
otra visión, afirma que:
10
Ver Balarine (1996), Balchin y Kieve (1986), Lavender (1990) y Robinson, (1979, p.7-8).
11
La oferta es inelástica por causa del plazo de desarrollo de las nuevas construcciones. Existe
normalmente un intervalo de uno a dos años entre la necesidad y la disponibilidad de inmuebles. En este
período, el mercado se ajusta aumentando los precios. Al contrario, cuando hay un exceso de oferta, los
precios bajan. Naturalmente, la inestabilidad de la economía nacional es perjudicial, pues obstaculiza las
decisiones de los emprendedores.
12
Robinson (1979, p.33-34).
Metodología para la Tasación de Inmuebles 19
13
Robinson (1979, p.36) habla de ciudad “multi-nuclear” y de un “índice de acceso” al inmueble para los
usos de interés de las personas.
14
Dubin (1992), González (1995, 1995a, 1996c), Schroeder y Sjoquist (1976).
15
Según Maraschin (1993), Spolidoro (1994) y Tavares (1993).
20 Marco Aurélio Stumpf González
16
Según Balchin y Kieve (1986, p.12-13), Evans (1995), Franchi (1991, p.11-12) y Robinson (1979, p.4-
10).
17
Balchin y Kieve (1986, p.12) y Robinson (1979, p.7-8).
Metodología para la Tasación de Inmuebles 21
20
Según Blank (1981), F.González (1994), Lucena (1985), Muth (1975), Smolka y Furtado (2001) y
Richardson (1978).
21
Ver González (1995a, 1996a, 1996b, 1996d, 1996e) y Zancan (1996).
22
Bolaffi (1981) y Maricato (1987).
Metodología para la Tasación de Inmuebles 23
23
Sobre este asunto, ver Abramo (1995), Gondim (1995), Fernando González (1994), Meirelles (1996) y
Rovatti (1990).
24
Este mecanismo está confirmado por la presión para cambiar reglas, ejercida en repetidas ocasiones, por
los grandes propietarios, intermediarios y promotores. Este esfuerzo no sería lógico, desde el punto de
vista del capitalista, si las ventajas no fuesen obtenidas por ellos mismos (Rovatti, 1990).
24 Marco Aurélio Stumpf González
25
Balchin et al. (1995), Evans (1995), Harvey (1996) y Lavender (1990).
Métodos de tasación de inmuebles
26
Según Fiker (1993) y Meirelles (1996).
26 Marco Aurélio Stumpf González
En algunos países, tal como se realiza en los Estados Unidos, es común que los
tasadores utilicen tres métodos, determinando los valores mediante el Comparativo,
de la Renta y del Costo (Evolutivo), y examinan en conjunto los resultados,
realizando al final un promedio de los resultados. Esta práctica le da más seguridad
al tasador.
El método Involutivo puede ser considerado como una variación del método
de la Renta, y no toda la literatura lo identifica como un método aislado. También
puede ser recordado el método Residual, el cual no es propiamente un “método”,
pero si una forma de utilización del método Involutivo, que es aplicado a diversos
inmuebles, obteniéndose los precios “implícitos” del terreno, siendo adoptado en
regiones donde no hay oferta suficiente de información sobre terrenos.
Cualquiera que sea el método empleado, la intención es obtener siempre el
valor de mercado del inmueble. Las formas de abordar el cálculo son distintas, cada
cual con sus peculiaridades y limitaciones. Antes de discutir los métodos, no
obstante, es necesario definir algunos conceptos relacionados con el objeto de las
tasaciones, identificando las diferencias entre valor, precio y valor de mercado.
Concepto de valor inmobiliario
Existen varias definiciones e interpretaciones para valor, valor de mercado y
precio. El enfoque del análisis, bien sea en el área científica de quien los estudia,
tiene influencia en los términos y en los sentidos en que son empleados, pero
interesa conceptuar desde el punto de vista específico de la tasación de bienes
inmuebles. Según Bonright, todas las definiciones del valor, si se analizan bajo una
visión crítica, contienen ambigüedades e invocan conceptos aceptables sólo en
casos específicos. Para él, definir “valor” es una tarea necesaria, pero difícil.27
Fiker afirma que valor es la relación entre la intensidad de las necesidades
económicas del hombre y la cantidad de bienes disponibles para satisfacerlas,
siendo determinado a través de la relación entre oferta y demanda del bien. Según
Fernández, el valor no es una propiedad intrínseca del bien, pero si una
característica definida por el mercado, resultante de la oferta y de la demanda,
único en un momento considerado. Por otro lado, Berrini afirma que el valor de un
bien se origina por diversas causas, siendo la mayoría de ellas de origen
psicológico, por tanto, no susceptibles de medición. Según Weimer y Hoyt, para
una nación como un todo, valor es la materia de importancia comparativa para los
ciudadanos, de diferentes mercancías que son esenciales para su bienestar, de
acuerdo con sus estándares, pero que no existen en cantidad suficiente para la
demanda de todos.28 Kinnard afirma que el valor es un precio que tiende a
prevalecer con variaciones en las condiciones de oferta y demanda.29
27
Bonright (1937).
28
Berrini (1957), Fiker (1993), Weimer y Hoyt (1948).
29
Kinnard (1971).
Metodología para la Tasación de Inmuebles 27
30
Moreira (1994)
31
American Institute of Real Estate Appraisers, apud Pellegrino (1983). Idem, apud McMichael (1962).
32
Franchi (1991), Ratcliffe et al. (1993), Seeley (1976), Weimer y Hoyt (1948).
33
Balchin y Kieve (1986, p.12-13) y Robinson (1979, p.7-8).
34
Existe otra visión, según el cual existen diversos valores, según la finalidad de la tasación. Como
ejemplo de esta otra corriente, pueden ser citados Stanley McMichael (1962) y Hely Lopes Meirelles
(1996). Meirelles (1996. p.291) lista diferentes tipos de valores y afirmando que: “…usualmente se busca,
en las tasaciones judiciales, el valor de mercado, valor de venta, valor venal, dejando a un lado otros
valores para situaciones especiales”. No obstante, de los “otros valores” listados por el, solo recae en los
tasadores de inmuebles, por atribución profesional, la determinación de “valores fiscales”, que Meirelles
incorrectamente, diferencia de valor venal. Efectivamente, se sabe que la base de cálculo de los tributos
inmobiliarios generalmente es el valor venal (Baleeiro, 1984, p.359-361; Brito, 1995, p.78-80). Así, no
hay que hablar de valor fiscal diferente de valor de mercado. Lo que sucede es que, en virtud de la
cantidad de bienes tasables, el grado de precisión es diferente en la tasación masiva. En este sentido, De
28 Marco Aurélio Stumpf González
Cesare (1998), Möller (1995, p.14), Zancan (1996, p.50-54) y González (1996b, p.63-64). Señalan que no
obstante, siempre se busca el valor de mercado, para cualquier finalidad de la tasación.
35
Esto ocurre porque el vendedor no vendería por menos que el valor real, ni el comprador compraría por
más, ya que ambos conocerían perfectamente el mercado y no estarían obligados a negociar.
36
El análisis de regresión se adapta bien a este tipo de estudio, pues el resultado calculado por la ecuación
es una media, ponderada por las diferentes características de los inmuebles. Hay una distribución de
valores alrededor de esta media, siguiendo – bajo hipótesis – la curva Normal, con posibilidad creciente de
que el valor realizado se aproxime al valor central. Efectivamente, más adelante, en el estudio de la
estadística inferencial, serán adoptados los supuestos de Normalidad de los residuos, de no aleatoriedad de
las variables independientes, y de aleatoriedad de las variables dependientes, entre otros. Estos supuestos
deben ser siempre verificados y la hipótesis de la distribución Normal de los precios es probada en cada
caso (la distribución Normal es comúnmente adoptada para fenómenos de la naturaleza y para fenómenos
socio – económicos donde existen innumerables agentes, lo que puede ser sustentado con base en el
Teorema del Límite Central).
Metodología para la Tasación de Inmuebles 29
Comparación simplificada
La tasación puede ser realizada por el análisis subjetivo de algunos
inmuebles, ya que el tasador realiza las compensaciones de las diferencias de los
inmuebles, a través de procedimientos heurísticos. En este caso, se busca la
información de 3 a 5 transacciones. Es muy utilizada en condiciones de mercado
donde hay inmuebles razonablemente similares y con una relativa estabilidad de
precios. También puede ser adoptado el procedimiento cuando la tarea a ser
realizada no exige un grado de precisión elevado, como en el caso de indicaciones
generales o análisis preliminares. En cualquier tipo de tasación, el profesional debe
realizar una tasación simplificada antes de iniciar la recolección de datos (muchas
veces, antes de aceptar el trabajo), para tener un valor de referencia (un orden de
magnitud).
37
Weimer y Hoyt (1948).
38
Sobre los dos últimos, ver González (1997) y González (2002), respectivamente.
30 Marco Aurélio Stumpf González
39
Berrini (1957), Chandias (1954), Fiker (1993), McMichael (1962) y Moreira (1994).
Metodología para la Tasación de Inmuebles 31
40
Existen diversas opciones. Los costos de los equipos y software no son obstáculos, visto que en la
actualidad difícilmente un profesional trabaje sin el uso del computador, y los cálculos pueden ser
realizados hasta en el MS-Excel (ver Anexo I). Una buena opción es el SISREN
(http://www.pellisistemas.com.br).
41
Ver González (2002), y Soibelman y González (2002).
Metodología para la Tasación de Inmuebles 33
suficiente para explicar estas variaciones.42 Además de esto, como ya fue visto, la
cantidad de transacciones de inmuebles viejos es mucho mayor que con inmuebles
nuevos, y los precios en verdad, son definidos por los niveles de precio de los
inmuebles en “stock” y no por el costo de los nuevos.
También se debe recordar que existen otras variables económicas que confieren
comportamientos diferentes al mercado inmobiliario y a la construcción civil. Los
precios de algunos materiales de construcción están sujetos a la acción de
oligopolios, por ejemplo, los cuales pueden efectivamente fijar sus precios. En este
caso, en determinadas épocas, los costos se pueden alejar de los precios de los
inmuebles, provocando errores en la estimación.
No obstante, el método del Costo puede ser usado para construcciones que
raramente cambian de dueño, como: hospitales, escuelas, o para edificios
comerciales e industriales especiales para los cuales existe poca o ninguna
evidencia en forma de precios de venta. Es un método ampliamente utilizado para
el cálculo de impuestos prediales, en función de la facilidad de aplicación. Otro uso
se da en la tasación de bienhechurías (sin el terreno), de edificios sin terminar o en
pésimo estado de conservación (exigiendo remodelaciones significativas). 43 El
método puede ser resumido por la siguiente relación (4):
VI = (VT+VB)*FC (4)
Donde VI es el valor del inmueble, VT es el valor del terreno, VB es el valor de
bienhechurías y FC es el factor de comercialización. La tasación se inicia por la
determinación del valor del terreno, utilizando los métodos Comparativo o
Involutivo. En el cálculo del valor de la bienhechuría, deben ser considerados todos
los costos para reproducir el inmueble, tales como: el costo básico de la obra,
costos indirectos, proyectos, ganancias del constructor, tasas e impuestos. Deben
ser descontadas las depreciaciones física, funcional y económica (se obtiene
entonces el costo de reedición). Si el inmueble es comercial se agrega también la
parte debida al Fondo de Comercio. Finalmente, debe ser considerado el Factor de
Comercialización, que ajusta el costo a los precios observados en el momento de la
tasación.
Determinación del costo de la construcción
El cálculo del costo de ejecución es determinado para un inmueble
funcionalmente similar, pero con los materiales de construcción de uso general en
el momento de la tasación, con estándar semejante. El tasador puede trabajar bajo
varias formas de presupuesto, tales como: costo por presupuesto detallado, costo de
grandes elementos, costo por unidad de área o de volumen, o también, la
comparación con otro inmueble, de costo conocido, haciéndose los ajustes en los
42
Al contrario, los precios de los terrenos son explicados por los precios de venta de los inmuebles
construidos en su entorno (la demanda por el suelo se deriva de la demanda por construcciones).
43
Ratcliffe et al. (1993), Seeley (1976) y Weimer e Hoyt (1948). Para los impuestos, es más adecuado
emplear la comparación de datos de mercado, a través de inferéncia estadística (González, 1996b).
34 Marco Aurélio Stumpf González
44
Fiker (1993) y Moreira (1994).
Metodología para la Tasación de Inmuebles 35
Fondo de Comercio
Los inmuebles comerciales cuentan con otro componente, referido al
valor del punto. El comerciante busca, de cualquier manera, darle movimiento
comercial a su establecimiento, para atraer clientes. Esta tarea es realizada a través
de varios elementos, como propaganda, avisos publicitarios, fachada del
establecimiento, entre otros. Es un conjunto de bienes corpóreos e incorpóreos. A
este conjunto se le da genéricamente el nombre de Fondo de Comercio.
Fran Martins cita como elementos incorpóreos del Fondo de Comercio;
propiedad comercial, nombre comercial, accesorios del nombre comercial,
propiedad industrial, propiedad inmaterial (reputación, crédito o fama). Este autor
incorpora al Fondo de Comercio, los bienes materiales (inmuebles, muebles y
mercancías). Así, el Fondo de Comercio no solo trata del Punto Comercial, que es
una de sus partes. El Fondo de Comercio tiene evidente valor patrimonial, por su
influencia real en los negocios.46
En el caso de la tasación de inmuebles, cuando se refiere al Fondo de
Comercio, la idea subyacente es de la parte incorpórea, pues la parte corpórea es
tasada directamente por el costo de reproducción o reedición. Cuando se usa la
comparación de datos de mercado, implícitamente se está considerando el Fondo de
Comercio al comparar con diversos inmuebles comerciales. Sin embargo, una parte
del Fondo de Comercio no puede ser tasada por la comparación directa por las
grandes diferencias de un negocio o de un punto comercial para otro, y algunos
ajustes pueden ser necesarios. La fórmula más conocida para el cálculo es la de
Pellegrino y Martins (5):47
FCom = L / (1+i)n (5)
Donde FCom es el Fondo de Comercio, L es el Lucro neto en el período
de tres años inmediatamente anteriores, i es la tasa trimestral de intereses y n es el
número de trimestres en tres años. Esta fórmula puede ser adaptada para los casos
donde se disponga de lucros determinados en un período distinto. El valor
calculado es sumado al valor de las bienhechurías.
Por otra parte, la crítica puede ser hecha debido a que el punto puede
estar siendo sub-aprovechado. En caso de alquileres basados en el Fondo de
45
Fiker (1993) y Moreira (1994).
46
Fran Martins (1967, p.79-132).
47
Pellegrino y Martins (1974).
Metodología para la Tasación de Inmuebles 37
Comercio, el propietario del inmueble puede ser perjudicado por la ineptitud del
comerciante. En este caso, es más interesante adoptar la ganancia media de
establecimientos similares o la ganancia potencial, tasada por un especialista en el
sector.
Factor de Comercialización
Después del cálculo de los costos, el mercado debe ser analizado con
cuidado. Puede existir una gran demanda para el segmento de mercado del
inmueble tasable, la cual origina un aumento de precios en los inmuebles existentes
en virtud del plazo de construcción de los sustitutos. La determinación del valor del
inmueble por el método del costo debe tomar en cuenta la ventaja relativa de la
construcción ya lista con relación a la que está en proyecto. Existen diversos
elementos que diferencian estas dos alternativas. Los inmuebles listos (ya
construidos) no están sujetos a riesgos, costos financieros, tasas, multas,
desperdicios, huelgas, errores de proyecto o de ejecución. Así, el inmueble ya listo
presenta ventajas con relación a otro, y esta diferencia se debe reflejar en una
cuantía a ser agregada al costo de reproducción (en este caso, se habla de Ventaja
de la Cosa Hecha o Goodwill value).
Por otro lado el aprovechamiento del terreno puede no ser el mejor y la
construcción puede estar obsoleta, funcionalmente, perdiendo mercado por su
inadaptabilidad a la sociedad actual. Además, algunas construcciones pueden tener
acabados excesivamente caros y no usuales, y el valor de la propiedad no será
necesariamente aumentado en la misma proporción de estos costos extras.
Igualmente, una vivienda proyectada para necesidades específicas de los ocupantes
puede tener pocos interesados (o tal vez no encontrar compradores), y el precio de
venta será muy inferior al costo de producción. En esos casos, el Factor de
Comercialización puede ser menor a uno.
48
Daudt (1996), Fiker (1993), Moreira (1994) y Seeley (1976).
49
Abramo (1988), Balarine (1996), Franchi (1991), Weimer y Hoyt (1948).
Metodología para la Tasación de Inmuebles 39
50
Balarine (1996) – Porto Alegre es la capital del estado de Rio Grande do Sul, ubicado en el sur de
Brasil.
40 Marco Aurélio Stumpf González
el apartamento está alquilado por US$ 500,00, según el antiguo contrato. ¿Cuál es
el valor de mercado de este inmueble?
Solución –El valor del alquiler del propio inmueble es una información importante,
pero debe ser analizado con cuidado, comprobándose el real valor de mercado.
Puede haber distorsiones en el contrato, que resultan del acuerdo entre las partes,
pero pueden no representar el normal comportamiento del mercado. Digamos que,
verificando el valor de diversos inmuebles similares, el tasador identificó que el
alquiler más adecuado era de US$ 600,00 (utilizando el método comparativo).
Descontando el 10% de la tasa de administración, 5% por período no alquilado, 5%
de impuestos, 1% por incumplimientos de contratos no recuperados y 4%, por
mantenimiento, esto es, 25%, el alquiler neto (AN) es de:
AN = US$ 600 x 0,75 = US$ 450,00
Para el inmueble tasable, el rendimiento neto que puede ser obtenido mediante
aplicaciones financieras, se aproxima al 0,8%, a.m. En este caso, se calcula el valor
de mercado en forma simplificada como:
VM = AN / i = US$ 450 / 0,008 = US$ 56.250,00
Sin embargo, como los inmuebles tienen durabilidad elevada, pero no son eternos,
un mejor resultado será obtenido por la consideración de la vida útil económica
restante. La vida útil económica para un inmueble como este puede ser estimada en
100 años, se asume 85 años para el inmueble tasable, resultando en n = 85 x 12 =
1.020 meses. Además, deberá ser considerado que el rendimiento es decreciente (un
inmueble más viejo ofrecer menor rendimiento), alcanzando un alquiler = 0 en el
final del período.
Construyendo un flujo de caja con la tasa de descuento i=0,8% (adecuada al
volumen de recursos), el valor de mercado puede ser calculado fácilmente,
resultando US$ 49.753,52, esto es, el valor de mercado del apartamento puede ser
asumido como VM = US$ 50.000,00.
Fuentes de Información
A través de la investigación en periódicos e inmobiliarias pueden ser obtenidas
diversas informaciones, entre las cuales están: valor del inmueble, número de
habitaciones, existencia de puestos de estacionamientos, Penthouse, dependencias
del servicio, salas o baños extras, localización y fecha. El procesamiento de estas
informaciones da como resultado diversas variables. Las fuentes de información
más comunes son: los corredores inmobiliarios, las propias partes (comprador y
vendedor), clasificados de periódicos, oficinas de registro inmobiliario, agentes
financieros y las administraciones municipales.
En las ciudades pequeñas es común obtener informaciones de la población
local, entrevistándolas en los puntos usuales de concentración (plazas, bares,
iglesias, etc.). En estas ciudades, el mercado inmobiliario es reducido, y
generalmente, los detalles de las transacciones son conocidas por todos.
Agentes e intermediarios de las transacciones
En función de la fuerte competencia en el sector, los corredores y las
inmobiliarias tienden a restringir las informaciones. Antes de que suceda una
transacción, es más fácil obtener los datos que están siendo divulgados por la
Internet. De todas maneras, se hace difícil descubrir el valor final, resultante de un
intenso proceso de negociaciones, y que puede efectivamente ser bastante inferior
al precio – base de la oferta. Después de la transacción, la dificultad para obtener
los datos es mayor. Es interesante establecer algún tipo de sociedad profesional,
para hacer viable la creación de una base de datos. Por otro lado, los propios
compradores y vendedores no tienen interés en divulgar el valor exacto y las
características del inmueble y de la transacción, por varios motivos, entre ellos los
impuestos sobre los inmuebles (impuestos sobre la propiedad y sobre las ventas) y
sobre la renta.
44 Marco Aurélio Stumpf González
Clasificados de periódicos
Para las transacciones de compra y venta, los anuncios en los periódicos
raramente contienen todos los datos sobre el inmueble, tales como: área o edad.
Muchas veces, ni la dirección es suministrada, exigiendo mucho tiempo para
contactar a los vendedores. Además de esto, los valores representan precios de
ofertas, que incluyen, como regla, un razonable margen de negociación. En general,
los anuncios son más completos para los alquileres y pueden ser aprovechados,
necesitándose solo la información sobre el valor final pactado. En períodos de baja
oferta de inmuebles para alquiler, la tendencia es la permanencia de los valores
publicados, mientras que en épocas de exceso de oferta, suceden variaciones
apreciables, derivadas de la negociación.
Agentes financieros
Los agentes financieros, muchas veces con una baja participación en el
número de transacciones y con un público representado por las clases económicas
más altas, pueden no representar una buena fuente de información, ya que no
atienden una parte del mercado. Además de esto, el financiamiento para
transacciones de terrenos o inmuebles comerciales no es común.
Alcaldías municipales
Existen diversos datos de interés que son recabados por las
administraciones municipales. Los registros de aprobación de proyectos y las
inspecciones para la habitabilidad son indicativos útiles de la actividad
inmobiliaria, principalmente si están organizados por regiones o urbanizaciones.
Los catastros del impuesto sobre la propiedad también son interesantes, aunque por
razones prácticas y políticas no se revisan constantemente. Así, generalmente los
valores de los inmuebles están desactualizados, y a veces hasta el catastro entero
está lejos de la realidad, además de ello hay una cierta dificultad para acceder a la
información.
Por otro lado, el impuesto sobre las ventas es bastante interesante debido
al volumen de informaciones archivadas. Es cierto que una parte de las
transacciones evade la tributación, como el mercado informal (especialmente de
baja renta) o los inmuebles financiados que cambian de poseedor sin cambiar
formalmente de propietario (para evitar la transferencia y consecuente
refinanciamiento). Pero aún así, es la fuente de amplia cobertura, en alcance
temporal y espacial. La cuestión de la falsa declaración puede ser resuelta con un
simple análisis de outliers, que siempre es necesaria, cualquiera que sea la fuente de
datos.51
En el Brasil, las alcaldías municipales necesitan, por vía legal, archivar
sus guías de declaración del impuesto sobre las ventas. Si se obtiene el permiso
51
Los outliers son elementos anormales (valores muy grandes o muy pequeños) y distorsionan el análisis.
Serán estudiados en detalle, más adelante. El uso de datos del impuesto sobre las ventas en tasaciones,
principalmente en tasaciones masivas (para el impuesto sobre la propiedad) fue descrito en González
(1996b).
Metodología para la Tasación de Inmuebles 45
Registros inmobiliarios
El registro de la propiedad representa la transferencia efectiva,
concretando legalmente la venta. Deben ser incluidas todas las características del
inmueble, las cuales deben ser iguales a las de los archivos de la Alcaldía. La única
información sobre la cual existen dudas es el valor de la transacción, que puede
estar por debajo de los niveles de mercado. En otras fuentes, también existe este
problema, sin embargo, en sentido contrario: los valores obtenidos tienden a ser
mayores que los de mercado, porque representan valores de oferta, que raramente
son los finales.
Sin embargo, el acceso a las informaciones es complejo. Además del
costo y de la necesidad de un permiso especial para la consulta, la recolección de
datos es difícil, pues los índices no son llevados por dirección o fecha y, en las
grandes ciudades, el área urbana está dividida en regiones, cada una con un registro
responsable. Finalmente, la sistematización de la información es rara, generalmente
se almacena el documento total (digitalizado), sin claves de búsqueda útiles para
los propósitos de la investigación.
Muestreo
En general, las técnicas de muestreo tradicional no se aplican en el
mercado inmobiliario. No existen listas completas ni formas de enumerar todos los
elementos participantes en el universo del análisis. Los muestreos por área o zona
tampoco son del mayor interés, pues las tasaciones se enfocan en un lugar
específico (o de la situación del inmueble tasable). Así, se busca la mayor cantidad
de elementos posibles, ubicados en la misma región y con las mismas
características del tasable. Las muestras son siempre del tipo “juzgadas”, esto es, el
profesional escoge los datos, de acuerdo con sus criterios, buscando obtener la
mejor muestra posible, pero sin utilizar criterios rigurosamente científicos. No hay
52
González (1996b).
46 Marco Aurélio Stumpf González
aleatoriedad o chance igual de selección para todos los elementos del universo, por
ejemplo.53
53
Sobre muestreo ver Hansen et al. (1953), Raj (1972) y Sudman (1976).
54
Efectivamente, variables típicas del catastro, como: área, edad, tipo y calidad de construcción, son
elementos que generalmente aparecen en las ecuaciones de regresión.
Metodología para la Tasación de Inmuebles 47
Cuantitativas
Las variables cuantitativas son aquellas medidas directamente de las
magnitudes en estudio, en una escala numérica conocida. Generalmente son
continuas, esto es, pueden asumir valores en cualquier punto de la escala numérica
o en parte de ella, como el caso del área de la construcción o del terreno.
Cualitativas
Las variables cualitativas identifican las características que no son
medidas por una escala numérica definida o que se resumen a la existencia o no de
determinado atributo. Pueden ser limitadas a dos opciones (si/no) o poseer una
escala de niveles de calificación. En la mayoría de los casos son usadas variables
con escala numérica discreta, esto es, las diferencias entre clases son medidas en
intervalos de tamaño fijo, normalmente representados por números enteros.
Variables binarias (dummies)
Las variables binarias son usadas cuando un investigador desea incluir
una variable de escala nominal en una ecuación de regresión. Los números en una
escala de este tipo no tienen un orden convencional de valor, ni unidad de medida.
Estas variables también son llamadas dicotómicas, dummies o indicadoras. Poseen
apenas dos posibilidades: si/no, 0/1, y así sucesivamente. Se recomienda que la
55
Kmenta (1994), Johnston (1970), Maddala (1988) y Nie et al. (1975).
Metodología para la Tasación de Inmuebles 49
muestra presente varios casos de cada situación (al menos 5 casos), para que los
coeficientes calculados sean relevantes.
Esas variables indican la presencia o ausencia de determinada
característica. Un ejemplo, es el caso de la variable que identifica la existencia o no
del puesto de estacionamiento. La condición implícita en la ecuación es que los dos
grupos (con o sin la característica) difieren solo en el término constante
(intercepto), pero no en la inclinación de la línea de regresión. Gráficamente,
podrían ser representados por dos líneas paralelas.56
Variables cualitativas de varios niveles
Existen varias características que son medidas directamente e
identificadas a través de números, pero cada parte de la escala es, en verdad, una
clase diferente. Normalmente son medidas a través de variables discretas, aunque
no siempre haya información suficiente para concluir que los valores reales sean
separados por intervalos de igual tamaño. Estas variables con más de dos
situaciones pueden ser sustituidas por un grupo de variables binarias, siempre una
menos que la cantidad de situaciones, posibilitando medir el real distanciamiento de
las clases de calidad, ejemplo de ello, cuando se trata del número de habitaciones.
En este caso, también es interesante disminuir la cantidad de niveles, para reforzar
la calidad de los coeficientes calculados.
Por otro lado, cuando se mide el estado de conservación se emplean este
tipo de variables, con puntuaciones provenientes del juicio del tasador, en cualquier
escala, tal como [0-10]. La calificación del entorno (región) también puede ser
hecha de esta forma.
Para facilitar la clasificación, es interesante que se limiten las categorías,
a pocas opciones, a menos que el profesional tenga una gran experiencia y criterios
definidos. Por ejemplo, la clasificación del estado de conservación podría contener
tres opciones: (malo: 1; medio: 2; bueno: 3) o cinco (malo: 1; razonable: 2; medio:
3; bueno: 4; excelente: 5). La precisión aumenta, en la práctica, cuando disminuyen
los errores de clasificación.
Nada impide que sean usados números con decimales, sin embargo,
como provienen de observaciones subjetivas, se hace complejo establecer criterios
razonables para las mediciones. Es difícil, por ejemplo, diferenciar el estado de
conservación de inmuebles en valores como 7; 7,3 ó 6,8; en una escala de cero a
diez. Probablemente no existen diferencias significativas entre ellos. Es
conveniente limitar las clases a números enteros o, como máximo, emplear un valor
intermedio (7; 7,5; 8). En este caso, tal vez sea más conveniente emplear una escala
[0-20], manteniendo solo números enteros.
Otro camino es tener objetividad en los juicios, estableciendo una lista de
elementos a ser verificados, cada uno ellos recibiendo una apreciación simple. Por
56
Por esto las variables binarias pueden ser representadas por 0/1 y no deben sufrir transformaciones
matemáticas que, efectivamente, son innecesarias. Más adelante, en el capítulo sobre inferencia
estadística, en la sección “transformaciones de las variables” se profundiza este asunto.
50 Marco Aurélio Stumpf González
Modelos estadísticos
Un modelo es una representación de la realidad, en general, contiene un cierto
grado de imperfección. Un fenómeno puede ser modelado para su mejor
comprensión o para permitir la estimación de valores para nuevas situaciones. Por
ejemplo: un croquis, una maqueta y un conjunto de fotografías pueden representar
un edificio, cada uno con sus ventajas y limitaciones. El modelo puede ser
deliberadamente simplificado, para facilitar el entendimiento (como en las
ecuaciones de movimiento de la Física que estudiamos en educación media) o
derivado de limitaciones de tiempo o de recursos financieros. En este caso, es
importante establecer los límites aceptables para los errores.
Los modelos numéricos asumen la forma de ecuaciones o funciones,
relacionando las variaciones de una variable respuesta (variable dependiente o
explicada) con las variaciones de aquellos elementos que son señalados como
causantes de esas variaciones (variables independientes o explicativas). En el
caso del mercado inmobiliario, los modelos que relacionan el precio de un
inmueble con sus características son conocidos como “modelos de formación de
precios” o “modelos de precios hedónicos”, siendo casos particulares de los
modelos econométricos en los cuales las ecuaciones son modelos micro-
económicos.
La relación existente entre dos variables X e Y puede ser definida como una
función entre ellas, tal como Y=f (X). Conociendo la función f, podemos calcular el
valor de Y para cualquier valor de X dentro del intervalo de validez de esta función.
Generalmente, la función f es determinada a partir de los datos recabados sobre el
57
Para este capítulo, fueron consultados, en general: Belsley et al. (1980), Cuthbertson et al. (1992),
Daniel y Wood (1980), Draper y Smith (1966), Harnett y Murphy (1976), Intriligator (1990), Johnston
(1970), Kmenta (1994), Maddala (1988), Neter et al. (1990) y Nie et al. (1975).
52 Marco Aurélio Stumpf González
58
Las técnicas de inteligencia artificial fueron examinadas y comparadas con la regresión convencional en
González (2002).
59
Siendo n el total de datos de la muestra con i=1,2,….n. Para la simplificación de las ecuaciones, las
sumatorias serán presentadas a seguir con el símbolo Σ. Las sumatorias son siempre desde i=1 hasta i=n,
esto es, considerando todos los elementos de la muestra.
Metodología para la Tasación de Inmuebles 55
εi = Yi – β0 – β1Xi (7)
Q = f (β0,β1) = Σ(εi)2 = Σ(Yi – β0 – β1Xi)2 (8)
(i=1,2,...,n)
∂Q/∂β0 = –2 Σ [ Yi – β0 – β1 Xi ] (9)
∂Q/∂β1 = –2 Σ [(Yi – β0 – β1 Xi ) Xi ] (10)
Y= βX + ε (16)
Yh = Xb (19)
e = Y–Yh = Y–Xb (20)
Esta sección fue incluida solo para demostrar la notación. El resto del
análisis será desarrollado con notación simplificada, para una más fácil
comprensión. Los interesados pueden encontrar detalles en diversas obras.63
62
Recordando que β contiene los valores reales, que son desconocidos, esto es, E(b)=β.
63
Ver Amemiya (1989), Brownlee (1965), Draper y Smith (1966), Maddala (1988) y Neter et al. (1990).
60 Marco Aurélio Stumpf González
64
En el Anexo II se presenta una tabla con los valores críticos de la distribución F para α=0,05.
65
En el Anexo II se presenta la distribución t, para los niveles α=0,05 y α=0,10.
62 Marco Aurélio Stumpf González
tj = bj / s(bj) (24)
[nΣ(Yi–bo–b1X1–b2X2–...–bkXk)2/(n–k–1)]
0.5
s(bj)={––––––––––––––––––––––––––––––––––} (25)
[nΣXj2–(ΣXj)2]
Intervalo de confianza
El valor medio estimado es el valor más probable (valor de mercado),
pero también es conveniente considerar una franja de valores que pueden ser
aceptados dentro de determinados límites de confianza. En el caso del mercado
inmobiliario, es importante recordar que existe una parte aleatoria que incluye, por
ejemplo, las necesidades particulares de los agentes que afectan sensiblemente los
precios y que difícilmente pueden ser medidas. Este intervalo de predicción
alrededor del valor estimado Yh, es determinado con base en la distribución t y en
la desviación estándar estimada para Yh, (s(Yh)), como se demuestra en (26):
66
Esta sección se basó en: Cuthbertson et al. (1992), Draper y Smith (1966), Harnett y Murphy (1976),
Johnston (1970), Kmenta (1994), Maddala (1988) y Neter et al. (1990).
64 Marco Aurélio Stumpf González
67
Neter et al. (1990).
Metodología para la Tasación de Inmuebles 65
trabaja con los residuos en forma estandarizada, ep (27). En esta fórmula, ei son los
residuos calculados y s(e) es la desviación estándar de los residuos (27):68
ep = ei/s(e) (27)
0,5
Donde s(e) = [ Σ(ei2) / (n–k–1) ]
Falta de linealidad
En caso de no haber indicios teóricos de la forma de la relación de las
variables, el análisis de una función lineal de regresión para verificar si ella es
apropiada para los datos o no, puede ser realizado a través de gráficos de residuos
contra las variables dependientes o independientes del modelo. Si hay una forma
definida, con tendencias al crecimiento o curvaturas, puede ser que el modelo lineal
no sea el más adecuado, y se debe intentar el ajuste de funciones lineales o
linealizar, a través de transformaciones en las variables, tales como: logaritmos,
inversas o potencias (ver Figura 6).
Variables independientes aleatorias
No siempre es posible asegurar que las variaciones de las variables
independientes sean plenamente determinísticas. Pueden tener una parte aleatoria.
Por ejemplo, las medidas de las edades de los inmuebles son basadas en el año de la
habitabilidad. Sin embargo, existen diversos factores aleatorios que afectan la fecha
de la inspección, como la distribución de los fiscales por sectores. Hay diferencias
de productividad, y la sobrecarga de trabajo de un sector podrá atrasar las
inspecciones. Los responsables por la construcción o venta pueden también atrasar
la solicitud de la inspección, por motivos relacionados con el financiamiento de los
inmuebles. Además de esto, la escala numérica es discreta. Inspecciones realizadas
en diciembre y enero están en verdad desfasadas en un mes, pero serán catastradas
en años distintos.
La formación del área total está sujeta a las variaciones de las leyes de
construcción y zonificación, de las carencias del mercado, de las innovaciones
introducidas por los promotores y otras. Así, dos inmuebles de “zafras” diferentes,
con la misma área, tienen efectivamente áreas útiles distintas, lo que es precedido –
y valorado – por el comprador (sensible a las medidas cualitativas del “espacio
interior”) pero no puede ser captado por el tasador, que generalmente no tiene
acceso al interior de los inmuebles del muestreo. Así inspeccione la muestra, los
criterios de diferenciación serían necesariamente complejos.
De modo que la condición de independencia podrá ser afectada. En ese
sentido, para fines prácticos, en el grado de precisión adoptado en el mercado
inmobiliario, no hay mayores problemas si se aceptan pequeñas influencias
aleatorias. No obstante, el tasador debe comprobar los datos, decidiendo si se aleja
de las consideraciones o no. Recordando que estas variables deben ser
68
Se usa ei para representar los errores del modelo, pues formalmente, los errores εi son teóricos, y serían
resultantes de la consideración de los verdaderos coeficientes (β0,β1), según Neter et al.(1990).
Metodología para la Tasación de Inmuebles 67
Heterocedasticidad
Una de las condiciones más importantes del modelo de regresión lineal es
que los errores deben tener varianza constante. Esta condición se denomina
homocedasticidad. Cuando las perturbaciones son oscilantes, los errores se
denominados heterocedásticos.
El problema es más frecuente en muestreos del tipo cross-sections
(recortes: observaciones recolectadas en un breve período en el tiempo) que en las
series temporales. La condición de varianza constante elimina, por ejemplo, la
posibilidad de que la distribución de las perturbaciones crezca o disminuya directa
o indirectamente con la variable dependiente.
Las consecuencias de la heterocedasticidad son que las estimaciones de
los parámetros de regresión son insesgadas pero son ineficientes y las estimaciones
de las varianzas son sesgadas. En definitiva, las pruebas t y F tienden a presentar
resultados incorrectos.
Existen varias pruebas estadísticas para detectar la heterocedasticidad. Una
forma es a través de gráficos de dispersión de residuos. El gráfico de los errores
68 Marco Aurélio Stumpf González
contra los valores ajustados por la ecuación es un medio adecuado para estudiar la
confianza de la varianza de los errores principalmente cuando se trata de regresión
múltiple o cuando ésta no es lineal. Se puede encontrar figuras de forma
trapezoidal, con varianza creciendo o direccionando con los valores ajustados, o en
otra forma de relación. Si las líneas de frontera del gráfico de los residuos son
aproximadamente paralelas, la varianza es constante. La figura 7, que a
continuación se presenta, ayuda el entendimiento de estos casos.
69
Harnett y Murphy (1976, p.465).
Metodología para la Tasación de Inmuebles 69
70
Harnett y Murphy (1976, p.467).
70 Marco Aurélio Stumpf González
No autocorrelación
dL dU Autocorrelación
Negativa
Autocorrelación (4 – dU)
Positiva
(4 – dL)
Multicolinealidad
Formalmente, dos o más variables son colineales si uno de los vectores es
una combinación lineal de los otros, esto es, los vectores que ellas representan están
sobre la misma línea. En la práctica, la correlación perfecta raramente sucede.
Entonces, se consideran colineales dos o más variables que presentan
aproximadamente la misma información (el ángulo entre los vectores es pequeño).
El caso normal es el intermedio, con cuidados necesarios cuando la correlación es
alta. Uno de los problemas es definir el nivel de relación que debe ser considerado
alto.73
La multicolinealidad tiene serios efectos sobre los valores de los
coeficientes de regresión, y puede causar hasta el cambio de signo en relación a los
que se obtendrían en ausencia de este problema. Cuando una variable es una
combinación de otras, no existirán coeficientes únicos. Si hay una alta correlación
71
Las tablas de valores para el estadístico DW pueden ser encontradas en varios libros del área, tal como
en Neter et al. (1990, p.1140-1141).
72
Kmenta (1994, p.296).
73
Especialmente sobre multicolinealidad fueron consultados: Belsley et al. (1980), Harnett y Murphy
(1976), Johnston (1970), Maddala (1988), Neter et al. (1990) y Nie et al. (1975).
Metodología para la Tasación de Inmuebles 71
(|r| entre 0,8 y 1), los coeficientes de regresión estimados tienden a ser imprecisos y
las estimaciones de los coeficientes varían bastante de una muestra a otra. Así, en
presencia de colinealidad, los coeficientes no son confiables, imposibilitando el uso
de los modelos para el análisis del mercado o estimación de valores. Otro efecto de
la colinealidad es que dificulta obtener interpretaciones sobre el efecto aislado de
cada una de las variables. El ejemplo anterior, el de la variación de las “áreas
útiles” en el tiempo, es una forma de correlación entre “Área” y “Edad”.
Cuando sucede la colinealidad, las estimaciones de los mínimos
cuadrados son insesgadas y eficientes, sin embargo, el error estándar de los
coeficientes tiende a ser grande, y la prueba basada en el estadístico t de Student
calculará con una significancia menor que la real. De esta forma, la colinelidad
interfiere en los procesos de selección de variables del tipo stepwise, forzando la
inclusión o exclusión de variables. El orden en que las variables son examinadas se
hace importante.
En los casos de correlación alta, una de las alternativas es la remoción de
la variable más afectada. Eso puede introducir sesgos, siendo más adecuado
sustituir esta variable por otra menos colineal pero que tenga aproximadamente la
misma construcción teórica. Sin embargo, no siempre la remoción o sustitución de
la variable afectada es la solución. Cuando se trabaja con predicción de valores y
existen indicios de que la colinealidad encontrada continuará en el futuro, el
modelo podrá presentar buenos resultados. El uso combinado de series temporales
y cross-sections permite paliar los maleficios de la colinealidad. Una de las
alternativas es el uso del análisis factorial, para identificar o bien sustituir las
variables colineales por factores (que no son colineales).74
La colinealidad no es un problema estadístico y si de los datos
recolectados. La colinealidad puede ser controlada si los datos provienen de
experimentos. Sin embargo, cuando son no – experimentales, como es el caso de
los análisis sobre el mercado inmobiliario, ese problema gana importancia. Altas
correlaciones entre variables independientes son frecuentes en estudios del campo
de la Economía.
Presencia de elementos espurios (outliers)
Un outlier es una observación que tiene un comportamiento muy
diferente del resto de las observaciones. El término puede identificar informaciones
sorprendentes o discordantes. Se puede decir que son observaciones sospechosas.
Este concepto es relativo y los límites pueden ser más o menos rígidos,
dependiendo en parte de las necesidades de la investigación.75
Los outliers pueden tener varios orígenes, tales como: errores de lectura,
registro, transcripción y cálculo, los cuales pueden ser corregidos fácilmente
cuando son detectados, con la nueva recolección, sustitución o exclusión. Sin
embargo, puede ser también de naturaleza aleatoria. En este caso, la observación
74
Harmann (1976).
75
Sobre outliers, fueron consultados: Belsley et al. (1980), Barnett y Lewis (1984), Daniel y Wood
(1980), Draper y Smith (1966), Maddala (1988) y Neter et al. (1990).
72 Marco Aurélio Stumpf González
Variables omitidas
El gráfico de residuos contra las variables que no participan en el modelo
ajustado puede revelar efectos importantes. Si existe un patrón de variación
sistemática de los residuos, posiblemente es causado por la variable no incluida en
el modelo. La solución es la inclusión de la variable en el modelo. Si una variable
no se emplea por la imposibilidad de medición, se deben usar otras variables, que
puedan simular los efectos de la verdadera. Esas variables sustitutas son conocidas
como variables proxy. Hay diversos ejemplos del uso de variables de este tipo,
como es el caso de la distancia de los inmuebles al centro de la ciudad, que es una
medida aproximada de la accesibilidad.
Análisis de gráficos estadísticos
La parte fundamental del análisis estadístico de regresión múltiple es el
análisis del comportamiento de las variables y de los errores, realizado a través de
los gráficos, especialmente en las cuestiones de normalidad de los residuos,
presencia de outliers y omisión de variables importantes. A continuación, se
presenta un conjunto de gráficos típicos, para evidenciar estos análisis. Casi todos
los gráficos pueden ser usados para detectar outliers, solo se debe verificar en ellos,
los puntos con comportamiento distinto, aislados o alejados de los demás.
Naturalmente, deben ser minoría. Una vez detectados, se continua con el análisis de
los motivos (por ejemplo, errores de tipeo o recolección).
Residuos x valores estimados
Después del ajuste de los modelos estadísticos, se realiza la estimación de
valores para los inmuebles de la muestra, comparándose los valores obtenidos con
los reales. Los residuos (diferencia entre ellos) son ploteados contra los valores
estimados, verificándose si la dispersión es aleatoria o si existen tendencias. Los
gráficos presentados a seguir demuestran estas situaciones. En el primer gráfico
(Figura 10), los residuos (en el eje Y) presentan un buen comportamiento
aprobándose el modelo. No se observan tendencias. En el segundo (Figura 11),
existen claras tendencias con errores creciendo en valor absoluto cuando aumenta
el valor total de los inmuebles (en el eje X). Los gráficos provienen, de modelos
logarítmicos. Por lo tanto, en el segundo gráfico, los inmuebles por encima de US$
100.000 no están bien calculados por el modelo y este debe ser rechazado.
Resíduos
Resíduos
Normalidad
La forma más simple de observar la normalidad de los residuos es a
través de gráficos. Generalmente, los softwares estadísticos presentan gráficos de
residuos (X) contra valores esperados (Y). Hay una recta de referencia,
representando la curva Normal. En cuanto los residuos más se aproximen a una
recta, coincidente con la de referencia, mayor es la confianza de que se puede tener
Normalidad. Los gráficos a seguir son ejemplos típicos y muestran dos situaciones
antagónicas. En el primero (Figura 13), se acepta la hipótesis de Normalidad. En el
segundo (Figura 14), esta debe ser rechazada.
Metodología para la Tasación de Inmuebles 75
Variables omitidas
La hipótesis de omisión de variables importantes puede ser verificada
fácilmente, si la variable fue medida y está disponible. Si una variable es
importante, su participación o no condiciona los residuos. Así, al no ser incluida
una variable, dos situaciones pueden ocurrir:
a) Ella es importante para la formación de los precios, reflejándose
en los errores, que presentan un crecimiento o decrecimiento simultáneo (siguiendo
a la variable).
b) La variable no es importante, y los errores no están relacionados
con su variación.
Para decidir sobre la inclusión de una variable, se deben ajustar dos
modelos, con y sin la variable. El ejemplo a seguir presenta modelos ajustados con
los mismos datos, y con las mismas variables y formas, excepto por la inclusión o
exclusión de la variable Área, que representa el área construida del inmueble. En el
primer caso (Figura 15), sin incluir la variable, los errores siguen el crecimiento del
área, indicando su ausencia. En el segundo caso (Figura 16), con la participación de
la variable, se percibe que los errores (X) están bien distribuidos en el espectro de
datos.
76 Marco Aurélio Stumpf González
Área (m2)
Binaria.
Bairro
76
Nie et al. (1975).
Metodología para la Tasación de Inmuebles 79
Las medias de los precios y valores estimados deben ser iguales, así como la
media de los errores debe ser nula, visto que estos puntos son fundamentales del
MMC, utilizado para el cálculo de los coeficientes. Los errores y los gráficos
desarrollados con ellos también indican un buen modelo (Figura 20 y 21). El
análisis de Normalidad y de los otros supuestos también fue favorable.
70000 1,500
60000 1,000
50000 0,500
40000 0,000
30000 -0,500
20000 -1,000
10000 -1,500
0 -2,000
0 20000 40000 60000 80000 0 20000 40000 60000 80000
Malo 1
Regular 2
Medio 3
Bueno 4
Óptimo 5
b.8) H1/H2/H3. Este conjunto de dummies indica si el inmueble es de una, dos o
tres habitaciones, dividiendo la muestra en tres categorías, según se resume en la
Tabla 10. Solo dos de estas variables deben ser incluidas simultáneamente en el
modelo estadístico.
c) Análisis estadístico
El análisis de regresión permite la obtención de un modelo representativo
del comportamiento del mercado. El modelo consiste, formalmente, en una
ecuación de múltiples variables, las cuales miden las diversas características
importantes de los inmuebles. La ecuación básica investigada fue de la forma:
Alquiler =a0 +a1*Área +a2*Urbanización +a3*Distancia +a4*Garaje +a5*Edad
+a6*Mes +a7*Estándar +a8*H2 +a9*H3
En este modelo, los términos ai son los parámetros a ser estimados, por la
regresión (i=0,...,9). El término constante de la ecuación es a0. Los demás son los
coeficientes resultantes del tratamiento estadístico, representando la participación
relativa de cada una de las variables independientes en el modelo para explicar la
variable dependiente. La ecuación de inferencia de valores, basada en los datos de
la muestra y en los análisis estadísticos, se presenta a continuación. Los
coeficientes de las ecuaciones representan los precios implícitos de las respectivas
características (Tabla 11).
(α=0,05)
(D) Prueba de las variables: tcalc(programa)>
ttab(α=0,05)
Si la ecuación no esta bien con el R2a, o es reprobada
en una de las pruebas, rehacer el modelo,
modificando la forma, incluyendo variables,
excluyendo las variables que no alcanzan el mínimo,
verificando potenciales outliers, etc.
Análisis de los (A)Cálculo de los errores estandarizados y
resultados - fase verificación de la suma de los errores (debe ser
cuantitativa cero).
(B) Análisis gráfico de la relación entre los valores
observados y estimados: debe ser una diagonal, al
menos aproximadamente.
(C) Análisis gráfico de los errores (errores
estandarizados x valores estimados):
• Homocedasticidad – gráfico con dispersión
aleatoria.
• Outliers – los errores deben estar en el intervalo
de [–2;+2] desviaciones-estándar.
(D)Análisis de los demás supuestos y requisitos.
(E) Evaluación del comportamiento de la ecuación
(simulación de situaciones diversas y análisis de los
resultados).
Estimación (A) Cálculo del Intervalo de Confianza.
(B) Aplicación de los valores de las características
del tasable en la ecuación y cálculo del valor del
inmueble.
77
Algunas de las publicaciones de mi autoria pueden ser encontradas en:
http://www.exatec.unisinos.br/~gonzalez/public.html.
Metodología para la Tasación de Inmuebles 95
78
Microsoft y Excel son marcas registradas de la Microsoft Corporation (http://www.microsoft.com).
100 Marco Aurélio Stumpf González
Anexo II – Distribuciones F y t
Los parámetros de la tabla indican los valores críticos para las pruebas del
modelo y de las variables, considerando el número de variables incluidas en el
modelo (k) y los Grados de Libertad (GL=n–k–1). La distribución F fue calculada
para un nivel α=0,05 y la distribución t para los niveles α=0,05 y α=0,10, ambos
para el caso de dos colas.