Estimación de precios hedónicos en viviendas usadas en Bogotá, usando modelos espaciales de efectos mixtos

dc.contributor.advisorMelo Martínez, Oscar Orlandospa
dc.contributor.authorCamargo Rincón, Daniel Humbertospa
dc.coverage.cityBogotáspa
dc.coverage.countryColombiaspa
dc.coverage.regionCundinamarcaspa
dc.coverage.tgnhttp://vocab.getty.edu/page/tgn/1000838
dc.date.accessioned2024-03-04T18:42:07Z
dc.date.available2024-03-04T18:42:07Z
dc.date.issued2023
dc.descriptionilustraciones, diagramasspa
dc.description.abstractEl mercado inmobiliario de vivienda es fundamental en la economía. Por un lado, éste tiene un impacto en el sector de la construcción, el cual es uno de los mayores generadores de empleo del país, mientras que, por otro lado, está su impacto en la vida de una persona y su grupo familiar. Por esto, el propósito de este trabajo fue predecir el precio de venta inicial deseado por el vendedor, buscando entender cómo se valoran las características físicas de los inmuebles, siguiendo la teoría de precios hedónicos, con una muestra final de 7850 observaciones recolectadas mediante el uso de web scraping aplicado en portales especializados en la venta de inmuebles. Dado el factor espacial asociado a este problema (el precio de una vivienda es influenciado por las demás viviendas cercanas), se estimaron diferentes modelos bajo la teoría de la estadística espacial para seleccionar el que mejor se ajusta a los datos recolectados. Se seleccionó el modelo de efectos mixtos espaciales, puesto que fue el de mejor desempeño en las medidas del criterio de información de bayesiano (BIC, por sus siglas en inglés), error cuadrático medio (ECM) y tiempo de cómputo. Se resalta que, mediante el modelo de efectos mixtos espaciales, se encontró que el rango de dependencia espacial del valor de una vivienda, es de cerca de 924 metros, siendo significativo al igual que el parámetro de varianza asociado al efecto aleatorio del intercepto. También se observó que, si la vivienda es una casa, tiene una mayor valoración inicial en el precio de venta deseado (aproximadamente un 5 % más alto que los apartamentos, con un valor-p menor al 0.05). Igualmente, los estratos cuatro, cinco y seis tienen precios más elevados (19 %, 23 % y 30 %, respectivamente, todos con valor-p menor al 0.05) con respecto a los estratos uno, dos y tres. Finalmente, los hallazgos encontrados mediante el modelo de efectos espaciales mixtos reflejan que existen efectos no incluidos en el modelo (ya sea por dificultad para medir estos, para hallar información al respecto o por errores en las mediciones de las variables), que pueden afectar de una u otra manera la valorización de una vivienda, por lo que deben ser tomados en cuenta de alguna forma. (Texto tomado de la fuente).spa
dc.description.abstractThe housing real state market is fundamental in economy. This has an impact in the construction sector which is one of the largest generators of employment in our country and in the life of a person and a family group. For this reason, the main purpose of this work is to make predictions on the initial sale price desired by seller, looking for to understand how people value physical features in estate, following hedonic pricing theory. To get it, sample of 7850 observations were recolleted using web scrapping in websites focused in saling real estate. Given the spatial factor associated with this problem (the pricing of one housing is influenced by neighborhood estates), several models were estimated under spatial statistic theory, in order to select the model which fitted the best to the collected data. The mixed effects spatial model was selected because it had the best performance under bayesian information criterion (BIC), mean squared error (MSE) and computing time. Additionally, using the mixed effects spatial model, the spatial dependence range is about 924 meters, Being significant like the variance parameter related with random effect of intercept. As well, if the real estate is a house, the desidered pricing sale is greater (around 5 % greater than apartments, with a p-value less than 0.05). In the same way, the socioeconomic strata fourth, fifth and sixth have greater pricing (19 %, 23 % y 30 % respectively, all with p-value less than 0.05 ) than socioeconomic strata first, second and third. The findings found through the spatial model of mixed effects reflect the existence of effects not included in the model (either due to the difficulty to measure them or to find information about), which can affect in one or another way the value of a housing, so they must be taken into account in some way. Finally, it is confirmed that greater strata, also, the initial pricing sale will be greater; houses have greater value than apartments, this is possibly caused by the general vision that people have about socioeconomic strata and about the space of the houses.eng
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Ciencias - Estadísticaspa
dc.format.extentxvi, 71 páginasspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameUniversidad Nacional de Colombiaspa
dc.identifier.reponameRepositorio Institucional Universidad Nacional de Colombiaspa
dc.identifier.repourlhttps://repositorio.unal.edu.co/spa
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/85764
dc.language.isospaspa
dc.publisher.branchUniversidad Nacional de Colombia - Sede Bogotáspa
dc.publisher.facultyFacultad de Cienciasspa
dc.publisher.placeBogotá, Colombiaspa
dc.publisher.programBogotá - Ciencias - Maestría en Ciencias - Estadísticaspa
dc.relation.referencesAraque-Solano, A. S., Gutiérrez-López, J. A., & Quenguan-López, L. F. (2017). El espacio público en la ciudad: Una aproximación desde los precios hedónicos. Sociedad y economía, 33, 77–98spa
dc.relation.referencesArbia, G. (2006). Spatial econometrics: statistical foundations and applications to regional convergence. Berlin: Springer Berlinspa
dc.relation.referencesBivand, R. S., Pebesma, E. J., & Gómez-Rubio, V. (2008). Applied spatial data analysis with R. New York; London: Springerspa
dc.relation.referencesBuendía-Azorín, J. D. & Sanchez, M. (2013). La distribución del desempleo en las provincias españolas: Un análisis con datos de panel mediante el filtrado espacial. Investigaciones regionales, 27, 143–154spa
dc.relation.referencesCasas-Lugo, R. (2021). Compraventa de vivienda usada está teniendo registros históricos. https://www.portafolio.co/mis-finanzas/vivienda/fedelonjas-hace-balance-del-sectorinmobiliario-en-2021-y-lo-que-se-espera-para-2022-557715spa
dc.relation.referencesCelemín, J. P. (2009). Autocorrelación espacial e indicadores locales de asociación espacial. importancia, estructura y aplicación. Revista universitaria de geografía, 18, 11–31spa
dc.relation.referencesCliff, A. D. & Ord, K. (1970). Spatial autocorrelation: A review of existing and new measures with applications. Economic Geography, 46, 269–292spa
dc.relation.referencesCressie, N. (1993). Statistics for Spatial Data. Wiley series in probability and mathematical statistics : Applied probability and statistics. New York: Wileyspa
dc.relation.referencesDubin, R. A. (1992). Spatial autocorrelation and neighborhood quality. Regional Science and Urban Economics, 22(3), 433–452spa
dc.relation.referencesEl nuevo siglo (2021). Lo que movió al sector de vivienda en 2021. https://www.elnuevosiglo.com.co/articulos/12-27-2021-lo-que-movio-al-sector-devivienda-en-2021spa
dc.relation.referencesGriffith, D. A. (2003). Spatial Autocorrelation and Spatial Filtering. Advances in Spatial Science. New York: Springer-Verlag Berlin Heidelbergspa
dc.relation.referencesHidalgo-Bucheli, G. E. (2020). Uso del Índice de Moran y LISA para explicar el ausentismo electoral rural en Ecuador. Revista geográfica, 160, 91–108spa
dc.relation.referencesLee, Y., Nelder, J. A., & Pawitan, Y. (2017). Generalized Linear Models with Random Effects Unified Analysis via H-likelihood. New York: Chapman and Hall/CRCspa
dc.relation.referencesLeSage, J. & Pace, R. (2009). Introduction to Spatial Econometrics. Statistics: A Series of Textbooks and Monographs. London: Taylor & Francis, New Yorkspa
dc.relation.referencesLeón, D. (2021). Real estate: sector de las posibilidades en Colombia. https://blog.fincaraiz.com.co/noticias-fincaraiz/sector-inmobiliario-colombia/spa
dc.relation.referencesLópez-Garcia, M. (2019). Vivienda y política pública: Objetivos e instrumentos. Documentos de trabajo (FEDEA), 7, 1–266spa
dc.relation.referencesMelo-Martínez, C. E. & Melo-Martínez, O. (2003). Estimación de precios hedónicos para propiedades residencial y comercial en la ciudad de Bogotá. Ciencia, investigación, academia y desarrollo, 8, 10–18spa
dc.relation.referencesMendieta-López, J. C. & Perdomo-Calvo, J. A. (2007). Especificación y estimación de un modelo de precios hedónico espacial para evaluar el impacto de transmilenio sobre el valor de la propiedad en Bogotá. Documentos CEDEspa
dc.relation.referencesMorales-Zurita, L. & Arias-Arbeláez, F. A. (2005). La calidad de la vivienda en Bogotá: Enfoque de precios hedónicos de hogares y de agregados espaciales. Revista sociedad y economía, 9, 47–80spa
dc.relation.referencesPabón-Estrella, M. A. & Burbano-Ojeda, C. A. (2017). Valoración económica ambiental de la vivienda en relación con el PM10 y ruido en la ciudad de Bogotá, aplicando la metodología de precios hedónicos. Tesis de pregrado, Universidad Santo Tomasspa
dc.relation.referencesPerdomo-Calvo, J. A. (2010). Una propuesta metodológica para estimar los cambios sobre el valor de la propiedad: Estudio de caso para Bogotá aplicando propensity score matching y precios hedónicos espaciales (a propensity score matching and spatial hedonic prices approach for estimating property value fluctuations in Bogotá). Lecturas de economía, 73, 11–43spa
dc.relation.referencesPontarollo, N., Mendieta, R., & Ontaneda, D. (2019). El crecimiento cantonal en Ecuador y el papel de la heterogeneidad espacial. Revista CEPAL, 129, 163–189spa
dc.relation.referencesR Core Team (2023). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austriaspa
dc.relation.referencesRey-Hernandez, F. W. (2019). Valoración del espacio público en la ciudad de Bogotá: Un modelo de precios hedónicos de frontera diferenciado por localidades. Tesis de maestría, Universidad de los Andesspa
dc.relation.referencesRosen, S. (1974). Hedonic prices and implicit markets: Product differentiation in pure competition. Political Economy, 82, 34–55spa
dc.relation.referencesRStudio Team (2023). RStudio: Integrated Development Environment for R. RStudio, PBC, Boston, MAspa
dc.relation.referencesSchabenberger, O. & Gotway, C. (2004). Statistical Methods for Spatial Data Analysis. Chapman & Hall/CRC Texts in Statistical Science. New York;London: Taylor & Francisspa
dc.relation.referencesSerrano, A. L. (2019). Evolución de precios en el mercado inmobiliario (vivienda). Tesis de pregrado, Universidad de Alicantespa
dc.relation.referencesToloza-Delgado, J. D. (2020). Modelación conjunta de media y varianza en modelos semiparamétricos autorregresivos espaciales. Tesis de maestría, Universidad Nacional de Colombiaspa
dc.relation.referencesToloza-Delgado, J. D., Melo-Martínez, O., & Azcarate-Romero, J. S. (2021). Determinantes del precio de la vivienda nueva en Bogotá para el año 2019: una aproximación a través de un modelo semiparamétrico de regresión espacial. Ingeniería y Ciencia, 17, 23–52spa
dc.relation.referencesUrrea-Zora, M. & Cárdenas-Mazo, N. (2019). Un modelo espacial de precios hedónicos y calidad de vecindario: una aplicación para Medellín, Colombia. Tesis de pregrado, Universidad EAFITspa
dc.relation.referencesVan Rossum, G. & Drake, F. L. (2009). Python 3 Reference Manual. Scotts Valley, CA: CreateSpacespa
dc.relation.referencesZorrilla-Pérez, A. D. (2012). Aplicación de la metodología de precios hedónicos para la valoración ambiental de las áreas verdes urbanas en la ciudad de Bogotá. Tesis de pregrado, Universidad Santo Tomasspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.licenseAtribución-NoComercial-CompartirIgual 4.0 Internacionalspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/spa
dc.subject.ddc510 - Matemáticas::515 - Análisisspa
dc.subject.proposalHedonic priceseng
dc.subject.proposalPrecios hedónicosspa
dc.subject.proposalModelo multinivelspa
dc.subject.proposalModelos autorregresivos espacialesspa
dc.subject.proposalEfectos aleatoriosspa
dc.subject.proposalMultilevel modeleng
dc.subject.proposalSpatial autoregressive modelseng
dc.subject.proposalRandom effectseng
dc.subject.unescoEvaluación económicaspa
dc.subject.unescoEconomic evaluationeng
dc.subject.unescoAnálisis estadísticospa
dc.subject.unescoStatistical analysiseng
dc.subject.unescoViviendaspa
dc.subject.unescoHousingeng
dc.titleEstimación de precios hedónicos en viviendas usadas en Bogotá, usando modelos espaciales de efectos mixtosspa
dc.title.translatedEstimation of hedonic prices in used homes in Bogota, using spatial mixed effects modelseng
dc.typeTrabajo de grado - Maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TMspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dcterms.audience.professionaldevelopmentPúblico generalspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
TF_maestria_Camargo_Rincon_Daniel_Humberto.pdf
Tamaño:
1.31 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de Maestría en Ciencias - Estadística

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
5.74 KB
Formato:
Item-specific license agreed upon to submission
Descripción: