Efectos sobre los precios de la vivienda por su proximidad a un centro comercial en Bogotá

EFECTO SOBRE EL VALOR DE LA VIVIENDA

POR SU PROXIMIDAD A UN CENTRO COMERCIAL EN BOGOTA.

Trabajo de Grado para optar por el título de

Maestría en Ciencias Económicas

Pontificia Universidad Javeriana

Bogotá

MARÍA XIMENA CAICEDO MORENO

FRANCIA HELENA VARGAS BOLÍVAR

Director: Alejandro Vivas Benítez

FACULTAD DE CIENCIAS ECONÓMICAS

PONTIFICA UNIVERSIDAD JAVERIANA

EFECTO SOBRE LOS PRECIOS DE LA VIVIENDA POR SU PROXIMIDAD A UN CENTRO COMERCIAL EN BOGOTA.

Resumen

Este documento estudia el efecto que un centro comercial tiene sobre el valor de los

inmuebles residenciales en estratos socioeconómicamente bajos. Para hacerlo, se utiliza un

modelo de diferencia en diferencia, en donde se seleccionó una zona de tratamiento en la

localidad de Usme (la afectada por el centro comercial) y una zona de control de la

localidad de San Cristóbal. Se calculó la distancia que cada predio de la zona de

tratamiento tiene al Centro Comercial, construido en 2008. Se encuentra que

efectivamente hay un efecto positivo en el valor de los inmuebles, el cual varía de acuerdo

con la cercanía al punto de estudio.

Palabras Claves: precios de la vivienda, modelo de diferencia en diferencia

Abstract

This document studies the effect that a mall has on the value of the residential real estate in strata with characteristic social and economic low. To do it, a differences and differences model is in use, where a zone of treatment was selected in locality of Usme (affected by the mall) and a zone of control of the locality of San Cristobal. There was calculated the distance that every land of the zone of treatment has to the Mall, constructed in 2008. Here we find the positive effect in the value of the residential real estate which changes in agreement with the nearness to the point of study.

Contenido

INTRODUCCIÓN ... 5

1. ESTUDIOS DE REFERENCIA ... 9

2. METODO DE ANALISIS ... 12

2.1. Diferencias en Diferencias ... 12

2.2. Modelo propuesto ... 17

2.3. Hipótesis de Trabajo ... 19

3. DESCRIPCIÓN Y DEPURACIÓN DE LA BASE DE DATOS ... 20

4. ESTIMACION Y RESULTADOS DEL MODELO –DD ... 31

4.1. Pruebas de medias ... 31

4.2. Estimación del modelo ... 36

5. CONCLUSIONES ... 39

BIBLIOGRAFÍA ... 42

ANEXO 1 AVALUO CATASTRAL Y SU CERCANIA AL VALOR COMERCIAL ... 44

Proceso de actualización. ... 44

INDICE DE TABLAS

Tabla 1 IPVN 1998-2012 ... 6

Tabla 2 IPVU 2000-2011 ... 6

Tabla 3 Variables del Modelo ... 18

Tabla 4 Característica de entorno y año de construcción de los principales Centros Comerciales de Bogotá ... 22

Tabla 5 Variables empleadas para realizar el comparativo del grupo de control y de tratamiento ... 25

Tabla 6 Análisis estadísticos de áreas de grupo control y grupo tratamiento ... 32

Tabla 7 Análisis estadísticos de valor catastral de grupo control y grupo tratamiento ... 33

Tabla 8 Distribución del puntaje por grupo y medición ... 34

Tabla 9 Promedios de valor catastral ... 35

Tabla 10 Resultados del Modelo por el método de Diferencias en Diferencias ... 36

Tabla 11 Test de Levene para determinar homoscedasticidad ... 37

Tabla 12 Índice de Valoración Inmobiliario Urbano y Rural... 49

ÍNDICE DE GRÁFICAS Gráfica 1 Licencias de construcción 1999-2012 ... 5

Gráfica 2 Proceso de depuración de datos ... 27

Gráfica 3 Variación anual de precios del grupo tratamiento y control .2005-2009 ... 29

Gráfica 4 Árbol de clasificación de las distancias ... 30

Gráfica 5 Anillos de afectación del Centro Comercial ... 31

Gráfica 6 Comparación áreas de grupos de control y tratamiento ... 32

Gráfica 7 Comparación de valor catastral de grupos de control y tratamiento ... 33

Gráfica 8 Comparativo estado de conservación de los predios ... 34

Gráfica 9 Esquema general de medición del comportamiento económico de los inmuebles en Bogotá, D.C. ... 46

INTRODUCCIÓN

El sector de la construcción en el país se encuentra en estos últimos años 2011 y 2012, en uno de sus mejores momentos, lo cual no solo ha generado un incremento en la cantidad de viviendas y otras edificaciones construidas, sino una repercusión importante en los precios de los inmuebles nuevos y usados. Las licencias de construcción han registrado incrementos importantes, especialmente a partir del año 2006; el área licenciada supero los 12 millones de metros construidos, siendo el año 2009 el único que registra una disminución significativa de la misma.( Tabla 1)

Gráfica 1 Licencias de construcción 1999-2012

Fuente: DANE

En cuanto al comportamiento de los precios, existen diferentes indicadores económicos que dan razón del comportamiento de los mismos, entre los que figuran el Índice de precios de vivienda nueva del DANE, el Índice de precios de vivienda usada del Banco de la República, El Índice de Valoración Urbana y Rural de la Secretaría de Hacienda y adicionalmente, entidades del orden privado que se interesan en el estudio de los precios como Camacol y Galería Inmobiliaria.

Para el DANE, los precios de la vivienda en Bogotá han tenido un crecimiento constante durante los últimos 10 años, siendo el 2007 y 2008 los que registraron las mayores variaciones. 12,000,000 0 2,000,000 4,000,000 6,000,000 8,000,000 10,000,000 12,000,000 14,000,000 16,000,000 18,000,000 20,000,000

1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

M e tro s cu ad ra d o s

Tabla 1 IPVN 1998-2012

En el caso de la vivienda usada, el Banco de la República registra variaciones positivas y por encima de la inflación a partir del año 2006 y hasta el 2009, lo cual indica que, al igual que la vivienda nueva, la usada registra un auge en los precios.

Tabla 2 IPVU 2000-2011

Estos indicadores muestran a nivel macro el comportamiento de los precios de la vivienda, pero no podemos desconocer que los mismos varían de acuerdo con el estrato socioeconómico, las características del inmueble y especialmente la ubicación. Por lo anterior, el crecimiento de los precios de una zona con características similares no necesariamente deben ser iguales, ya que también pueden estar afectados por nuevos modos de transporte (TRANSMILENIO), nuevas vías, nuevos proyectos urbanísticos, un nuevo plan de ordenamiento territorial, un incremento en la construcción de centros comerciales. Estas variables, en conjunto impactan el valor de los inmuebles de la ciudad y la demanda de vivienda.

Año Variación

2000 -13%

2001 1%

2002 -3%

2003 -2%

2004 2%

2005 3%

2006 10%

2007 9%

2008 12%

2009 10%

2010 1%

Este trabajo se enfoca en el estudio de vivienda usada para estratos 1 y 2 en el sector de Usme, buscando evidenciar el efecto que la construcción de un centro comercial tiene sobre el valor de los inmuebles cercanos. Los precios en este sector se comparan con los de una zona de características similares pero que no fue afectada por una construcción de un centro comercial. Se utiliza, así, un método de diferencias en diferencias.

Para esta investigación, contamos con la información del avalúo catastral sobre los inmuebles cercanos al centro comercial AltaVista de Usme, para 2007 y 2009 (antes y después de la construcción del Centro Comercial) y sobre la zona de control con la cual se compara los resultados. Esta zona está localizada en San Cristóbal, adyacente a la zona de tratamiento en Usme. Para la selección de la zona de control, se consultó con evaluadores expertos en Bogotá1.

A la información recolectada para los predios ubicados en la zona de tratamiento se les calculó una variable de distancia de cada uno al centro comercial. Adicionalmente, por un método de clúster, se determinaron los posibles anillos de cercanía, para identificar el efecto en el valor de los inmuebles, al comparar los dos periodos de tiempo. Es importante mencionar que esta información fue contrastada por medio de métodos estadísticos, mediante los cuales se pudo establecer que los grupos de tratamiento y control son homogéneos en cuanto a las características de valor catastral, área construida y puntaje. Para finalizar, las bases de datos para el año 2007 y 2009 debió ser cruzada para comparar variables como áreas (construcción y terreno), puntaje, destino y usos y así garantizar que los predios que se están comparando no hayan tenido otras alteraciones que expliquen la variación de sus precios. Es decir, se buscó que tuviera las mismas especificaciones físicas y normativas.

Al correr el modelo, se evidenció que efectivamente sí hay un mayor crecimiento en el valor de los inmuebles al compararlo con los anillos más externos al centro comercial y a la zona de tratamiento.

Este tipo de estudios permite determinar el efecto real que una política o acción externa puede traer a valores de los inmuebles, lo cual repercute en la riqueza de las familias.

El documento, se divide en cinco capítulos, el primero es esta introducción seguido de los estudios encontrados sobre el tema, en el capitulo dos, se expone rápidamente el método de análisis de diferencias en diferencias, el modelo propuesto y la hipótesis de trabajo. En el capítulo tres, se realiza la descripción de los datos disponibles para el análisis, la selección de la muestra y las limitaciones correspondientes. En el capitulo cuatro, se desarrolla el método y se presentan los resultados. En el capitulo quinto se encuentran las conclusiones.

1.

ESTUDIOS DE REFERENCIA

Diferentes estudios buscan determinar los factores que afectan el precio de la vivienda. Autores como Samuel Jaramillo (2009) explican las diferencias del precio de venta del espacio construido en las ciudades a partir del concepto de precio unitario de mercado (PUM), que corresponde a lo que se paga por cada metro cuadrado de espacio construido, siendo éste heterogéneo en la ciudad debido a las características físicas de cada predio y a su distancia a los centros urbanos en donde se concentra actividades complementarias a la vivienda, que determinan costos de transporte.

“El consumidor que está más alejado lo máximo que puede pagar para tener una vivienda es una magnitud igual al Precio de Producción (construcción) de ella, y los Costos de Transporte que su localización implica. Desde luego que los consumidores que están más cercanos al centro urbano, y que tienen menos costos de transporte podrían disfrutar de su vivienda pagando por ello un costo total menor. Todos quisieran localizarse en los lugares más cercanos. La competencia entre ellos hará que los consumidores estén dispuestos a pagar por los lugares más cercanos un sobreprecio por encima del precio de producción. El límite de este sobreprecio será equivalente a la diferencia en los costos de transporte con respecto a la vivienda peor situada. Por ello el precio que se paga por la vivienda, incluyendo el Precio de Producción y este sobreprecio (diferencia en costos de transporte) irá descendiendo a medida que las viviendas se alejan.”2

Los efectos diferenciales positivos o negativos también se han explicado en la literatura por el acceso rápido a servicios de los centros urbanos y/o la polución, ruido, congestión, criminalidad que pueden también generar estos mismo: Pope y Pope (2012), Mendieta y Perdomo (2007), Perdomo (2010), Higuera (2010)

Estos estudios evidencian que dentro de las características de vivienda que determinan el precio se encuentran: área, número de cuartos, número baños, número de garajes, antigüedad y características de su vecindad o entorno: cercanía a parques, hospitales, colegios, bibliotecas, estaciones de metro, transmilenio o buses, centros comerciales, tasas de atracos, homicidios, entre otras

Varios estudios han abordado el tema desde la estadística descriptivas, técnicas econométricas convencionales y espaciales.

Debido a que nuestro interés es medir el efecto que tiene un centro comercial en los precios de los predios habitacionales, utilizaremos la inferencia causal estadística sobre una muestra de observaciones (método de diferencias en diferencia)

En Colombia, Mendieta y Perdomo (2007), Perdomo (2010), Higuera (2010) han trabajado los cambios sobre el valor de la propiedad aplicando métodos como modelos hedónicos espaciales y Propensity Score Matching, PSM.

Lamentablemente, la literatura no es abundante sobre el efecto que tiene un centro comercial sobre el precio de las viviendas y muy pocos estudios han tratado el tema específicamente.

Un estudio reciente de Pope (2012) trabaja el efecto positivo o negativo que tiene Walmart en el precio de las viviendas cercanas a los almacenes, teniendo en cuenta que la apertura de sus establecimientos genera un incentivo a abrir otros negocios en sus alrededores. El autor señala que si el consumidor valora positivamente el tener un cercano y rápido acceso a la compra de bienes y servicios de estos supermercados, el efecto en el precio de las viviendas es positivo. Sin embargo, los efectos negativos en los alrededores de estos almacenes son el crimen, la congestión, el tráfico, el ruido, la contaminación visual, la polución.

En este trabajo Pope trabaja con información de 159 Walmarts que se abrieron entre 2000 y 2006 y se realizaron más de 1 millón de transacciones de viviendas a 4 millas de los almacenes. De esta base de precios se excluyeron las viviendas construidas antes de 1900 y las viviendas con un área mayor a 5 acres debido a que presentaban comportamiento de precios fuera de rango.

Los datos evidenciaban que las áreas de las viviendas cercanas a Walmart eran bastante pequeñas, por lo que permitía pensar que Walmart no construía sus almacenes en lugares aleatorios, y que esta no aleatoriedad podría generar un problema de endogeneidad. Por esto, la importancia de la estrategia trabajada por los autores de emplear un análisis de diferencias en diferencias para comparar los precios de las viviendas cercanas antes y después de la apertura del centro comercial.

El trabajo de diferencia en diferencias desarrollado por Pope y Pope (2012), pertenece a la literatura cuasi experimental como una estrategia de identificación para entender el efecto de la apertura de Walmart en los precios de las viviendas. Sin embargo, ellos también inicialmente construyen una especificación hedónica tradicional para apoyar su análisis del efecto que tiene Walmar en los precios de las viviendas cercanas.

La ventaja del método de diferencias en diferencias es que incluye un efecto fijo espacial e incluye los precios antes y después del Walmart y así diferencia variables omitidas en el tiempo que podrían sesgar la estimación. Al mismo tiempo que el supuesto de identificación, supone que las tendencias de precios cercanas y ligeramente lejanas de Walmart son las mismas.

A través de la evidencia grafica de los residuos de las regresiones de cada zona espacial ( menos de 0.5 milla, o.5 a 1 milla, 1 a 2 millas, 2 a 4 millas) por trimestre del año, antes y después de que el walmar fuera abierto , y por medio de un test de falsificación, en el cual el autor corre la regresiones con 2 , 2 y medio y 3 años como ventanas de tiempo entre el anuncio y apertura de walmart, se evidenció que la tendencia de precios en las 4 zonas son muy similares . Sin embargo, después de la apertura de Walmar, la tendencia de los precios de la zona más cercana cambia abruptamente. Esta evidencia grafica permite argumentar al autor que los resultados del modelo de diferencias en diferencias es causal.

Igualmente en su ejercicio, se controla que las características de las viviendas sean constantes y que no se presenta un incremento abrupto en el número de viviendas que se venden en ese periodo, pues esto explicaría los cambios de precios por un efecto de oferta más que de demanda

Los autores toman como ventana de tiempo 2 años y medio antes y después la apertura de Walmart para tomar varios almacenes y suficientes viviendas en ese tiempo, pues su base de vivienda es de 1998 a 2006. Al mismo tiempo que este es el tiempo que trascurre entre el anuncio del centro comercial y su apertura.

Los resultados de este ejercicio son que las viviendas a menos de 0,5 millas incrementan su precio en 2% y 3%, midiendo este efecto, 2 años y medio antes y dos años y medio después de la apertura del Walmart.

Los precios de las viviendas entre 0,5 y1 milla se incrementan entre el 1% y 2%.

Sobre el efecto capitalización, se encontró que prima más la externalidad positiva de tener un rápido acceso al Walmart y a establecimientos que éste atrae, que las externalidades negativas de crimen, ruido y contaminación

2.

METODO DE ANALISIS

2.1. Diferencias en Diferencias

En economía se distinguen fundamentalmente tres tipos de datos:

 Los datos recopilados en un mismo instante de tiempo a diferentes grupos poblacionales. Este tipo se denomina de sección cruzada o de sección transversal.

 Los datos que se recopilan en varios instantes de tiempo diferentes a un mismo grupo poblacional. Este tipo de datos se denomina de datos longitudinales.

 Finalmente, se encuentran los datos que combinan aspectos de los datos de sección transversal y los de series de tiempo, Panel de datos, es decir que analizan diferentes grupos poblacionales en diferentes momentos o instantes de tiempo.

Teniendo en cuenta la naturaleza de los datos anteriormente descrita, para efectos del presente trabajo en primer lugar se establece que los datos base para realizar el análisis son de tipo Panel, por cuanto se analizan dos grupos poblacionales en dos momentos distintos, caracterizados por la evaluación ex ante y ex post a la construcción de un centro comercial en la ciudad.

En segundo lugar, es necesario considerar el tipo de análisis. En este sentido, con base en la hipótesis que se planteará en torno a la evaluación del impacto de un centro comercial en el valor de la vivienda, es claro que el tipo de análisis es de causalidad, por cuanto se pretende establecer si el centro comercial causa un efecto en el valor de la vivienda.

Por tal motivo, es necesario recurrir a herramientas de análisis o inferencia causal, que permita entre otras:

 Predecir los efectos que tendrá determinada intervención, por ejemplo de políticas públicas.

 Identificar las causas de un evento reportado e incluso parametrizado por la estadística estándar.

Se desprende, entonces, que la metodología que se empleará es de inferencia causal, la cual es de amplia utilización en la evaluación de políticas públicas, donde se destacan los trabajos en Estados Unidos de Card y Sullivan (1988) y de Manski y Garfinkel (1992), en el Reino Unido de Andrews, Bradley y Upward (1999) y Blundell et al (2002), en Francia de Bonnall, Fougere y Serandon (1997) en Alemania de Bergemann, Firzenberger y Speckesser (2002) y Park et al. (1996) y de (Repiso y Braza)3 _{para Canadá}

En el ámbito de evaluación de políticas laborales, se resaltan los trabajos de Card (1990) sobre impacto de la migración en los salarios de los nativos, Card y Krueger (1995) sobre el salario mínimo y empleo, Gruber y Madrina (1994) y Gruber (2000) sobre seguros y oferta laboral , Buch – Mueller (1996) y Valletta(1999) sobre seguros , movilidad y oferta laboral, Dean (2001) sobre impuestos, Lawrence y Kessler (2001) sobre legislación y salarios en el sector de la construcción , Neumark y Wascher (2001) sobre el salario mínimo y formación 4

La inferencia causal estadística puede realizarse sobre experimentos o variables que pueden extraerse de experimentos aleatorios o sobre una muestra de observaciones tomadas como consecuencia del desarrollo de métodos observaciones o cuasi experimentales.

La evaluación de los efectos causales de las actuaciones públicas u otro fenómeno sobre una variable, mediante experimentos aleatorios, puede tener limitaciones de costos y/o morales, por lo cual la inferencia se hace más frecuentemente sobre datos observados o estudios observacionales o cuasi- experimentos.

3 _{Métodos alternativos para el cálculo del estimador de diferencias en diferencias aplicado ala evaluación}

de programas públicos de formación a partir de datos simulados. José Manuel Cansino Muñoz Repiso y Antonio Sánchez Brava. Universidad de Sevilla, pag 7

4 _{Problemas econométricos de los modelos de diferencias en diferencias, Jose Vicens Otero , Universidad}

Sobre este tema, autores como Angrist y Krueger (1999) y Meyer (1995) han trabajado los métodos observacionales y su clasificación.

Los modelos de diferencias en diferencias (DD), enmarcados dentro de los métodos observacionales, son posiblemente la especificación econométrica más utilizada para analizar el efecto o impacto de un cambio sobre un sistema. Éste nos permite observar el efecto externo de un suceso, caracterizándose porque el experimento no selecciona los individuos de la muestra aleatoriamente sino que es más una muestra natural; se hace la comparación de un suceso antes y después de ocurrir en un grupo tratamiento que se ve afectado por el mismo y un grupo control que no recibe el impacto del suceso.

El grupo control debe poseer características muy similares a las del grupo tratamiento. Sin embargo, variables no observables causan diferencias entre estos dos grupos, por lo cual los estimadores basados en el método de diferencias en diferencias permiten salvar esta dificultad. Si se supone que estas variables no observadas que difieren entre el grupo tratamiento y el grupo control, durante el tiempo son invariables y no alteran nuestras variables de interés, no afectaran los resultados 5.

Aun así, la comparación antes y después de las variables de interés en el grupo tratamiento puede verse “contaminada” por unas variables en un momento del tiempo. Sin embargo, es en este momento en donde el papel que juega el grupo de control permitirá detectar variables contaminantes en el grupo tratamiento ajenas al efecto del suceso al cual fue expuesto.

Por lo anterior, por eso se llama método de diferencia en diferencia donde se calcula la diferencia de las variables de interés del grupo tratamiento y grupo control en dos momentos diferentes, antes y después de un suceso.

5 _{Métodos alternativos para el cálculo del estimador de diferencias en diferencias aplicado ala evaluación}

Como lo decíamos anteriormente, si bien no se han encontrado en Colombia estudios específicos sobre el efecto en el precio de las viviendas de estratos bajos por la cercanía a un centro comercial, se dispone de trabajos que miden el impacto de la construcción de estaciones de transmilenio en el precio de la vivienda y la seguridad del sector: Perdomo (2010), Mendieta y Perdomo (2007), y Moreno (2005)

Estos autores utilizan en la estimación de sus modelos, metodologías de precios hedónicos espaciales, propensity score matching (PSM) y diferencia en diferencia. El primero busca estimar los cambios en el valor de un inmueble por la cercanía a la construcción de transmilenio, método que se basa en las características propias del inmueble y de su entorno para estimar el valor del mismo, el segundo PSM por su parte, estima el valor de la propiedad al comparar dos grupos de datos con características muy similares, donde un grupo a sufrido el efecto de una intervención (grupo tratamiento) y el otro no (grupo control) y por último el modelo de diferencia en diferencia planteado por Moreno (2005), se basa en comparar un grupo tratamiento y un grupo control antes y después de la intervención.

Las hipótesis y métodos utilizados por estos autores son los siguientes:

El libro de Wooldridge en su capítulo XIII “Combinaciones de cortes transversales en el tiempo: métodos simples para datos panel” plantea que para realizar un seguimiento de datos panel se debe realizar a los mismos individuos empresas, familias, etc., a lo largo del

autor hipótesis método variables utilizadas en su ejercicio

Jorge Andres Perdomo

Cambio en el valor de la propiedad en Bogotá, cuando un predio se encuentra ubicado cerca a una estación de (No hay sugerencias)

Propensity Score Matching y un modelo de precios hedónico espaciales(funciones BOX-Cox)

Características propias de la vivienda (número de cuartos, baños, garajes, cocinas, antigüedad del predio y piso donde se encuentra ubicado) y atributos externos de la propiedad (distancia mínima a un banco, parque, centro comercial y estación de transmilenio)

Juan Carlos Mendieta Jorge Andrés Perdomo

Identificación y estimación de un modelo de

precios hedónico-espacial que incluye la variable distancia entre la propiedad y la

estación más cercana al sistema de transporte masivo Transmilenio (TM) en

Bogotá, Colombia Modelo hedónico espacial

Características de la vivienda ( área, numero de cuartos, numero de baños, numero de garaje, antigüedad), atributos entorno ( distancia bancos, distancia bibliotecas, distancia cajeros, distancia centro comercial, distancia clínicas, distancia colegios, distancia parques, distancia restaurantes, distancia supermercados, distancia universidades, distancia vía principal, densidad poblacional, densidad empleo,) y variables de seguridad vecindario (numero de atracos a centros comerciales, numero de atracos a personas, numero de atraco a residencias, numero de homicidios en la zona, numero de hurto de vehículos, numero de hurtos de motos, numero de robos a centros comerciales, numero de robos a personas, numero de robos a residencias, estrato), atributos ambientales del vecindario (numero de decibeles en la zona, numero de partículas suspendidas en el aires), accesibilidad al sistema de transporte masivo (distancia mas cercana del inmueble hasta la estación de transmilenio, tiempo de caminata del inmueble a la estación mas cercana de transmilenio, distancia del inmueble al corredor mas cercano de transmilenio, tiempo de caminata el inmueble al corredor mas cercano de transmilenio)

Alvaro Jose Moreno Garcia

El efecto de la puesta en marcha de Transmilenio en el crimen en la avenida caracas

Modelos de econometría espacial y utilizando una

metodología de diferencias en diferencias

tiempo y escribe: “Al combinar muestras aleatorias extraídas de la misma población, pero en distintos puntos del tiempo, obtenemos estimadores más precisos y estadísticos de prueba con más potencia”. Dentro de sus ejemplos de estudio se encuentra el caso del efecto de la ubicación de un incinerador de basuras sobre el precio de la vivienda realizado por Kiel y McClain (1995), el cual es una combinación de cortes transversales de dos conjuntos de datos recopilados antes y después de la ocurrencia de un evento, para evidenciar el impacto del suceso o política.

Un modelo de diferencia en diferencia es una estimación6

: (1)

Donde es la diferencia promedio de dos grupos en dos momentos del tiempo.

es el promedio de la variables de interés para el grupo tratamiento en el periodo 0

antes del suceso

es el promedio de la variables de interés para el grupo control en el periodo 0 antes del

suceso

es el promedio de la variables de interés para el grupo tratamiento en el periodo t

después del suceso

es el promedio de las variables de interés para el grupo control en el periodo t después

del suceso.

Para probar si es estadísticamente significativo de cero, se necesita encontrar su error estándar mediante un análisis de regresión.

El estimador de diferencias en diferencias bajo un modelo de regresión ha sido trabajado por Ashenfelter y Card (1985) y Abadie (2003)

Un modelo general de diferencia en diferencias tiene la siguiente forma7:

6 _{Introducción a la econometría. Jeffrey M Wooldridge. Pag 415}

7 _{Problemas econométricos de los modelos de diferencias en diferencias, Jose Vicens Otero , Universidad}

Donde Y corresponde a la variable dependiente, que en nuestro caso es el avalúo catastral.

Los subíndices indican:

i = número de observación

j= Variable binaria que toma el valor de 0 cuando la observación pertenece al grupo control y 1 si pertenece al grupo tratamiento

t= Variable binaria que toma el valor de 0 cuando la observación pertenece al año antes del tratamiento y 1 cuando la observación pertenece al año después del tratamiento

es una variable binaria con valor 1 si la observación es del momento posterior al

tratamiento y 0 en cualquier otro caso.

es una variable binaria con valor 1 si la observación pertenece al grupo tratamiento y 0

en cualquier otro caso

es otra variable binaria con valor 1cuando la observación pertenezca al grupo

tratamiento y en el momento posterior al evento.

son otros factores que identifican las viviendas

El parámetro de interés es el que recoge la diferencia entre el antes y el después del tratamiento, así como la diferencia del grupo tratado con el grupo de control, es decir el parámetro , y este parámetro puede estimarse mediante mínimos cuadrados ordinarios.

2.2. Modelo propuesto

acuerdo a los diferentes estudios que abordan el tema, se planteo para nuestro ejercicio como variables dependientes y características de la vivienda del grupo de tratamiento y control, las siguientes:

Tabla 3 Variables del Modelo

Por lo anterior, nuestro modelo será:

Valor del avaluó catastral0 +1 Variable binaria (1 observación es del grupo tratamiento

y 0 del grupo control)+ Variable binaria (1 observación es del año 2009 y 0 del año 2007) 3 Variable binaria (1 observación es del grupo tratamiento del año 2009 y 0

observación del grupo control del año 2007)  área terreno  área construcción

+ estrato socioeconómico   distancia anillo 1( menos de 463 metros del centro comercial)+ distancia anillo 2( entre 464 y 1165 metros) + anillo 2* año + area terreno*año+ estrato-año+

TIPO DE VARIABLE

VARIABLE DEPENDIENTE

Valor avalúo

VARIABLES INDEPENDIENTES

Grupo (tratamiento-control)

Año del avalúo (2007-2009)

Área terreno

Área construida

Edad del inmueble

estrato socioeconómico

Distancia del centro comercial anillo 1

Se espera que 3 sea positivo y significativo; es decir, que la construcción del Centro

Comercial tenga un impacto positivo sobre el valor de los inmuebles con mayor accesibilidad a él (vecinos), efecto que no se observa en el grupo control, que no tiene acceso al Centro Comercial, mostrando las mismas características que las viviendas vecinas. Al mismo tiempo que 9 sea positivo y significativo, debido a que mide el efecto

de los predios de menos de 425 metros al centro comercial después del año 2008

2.3. Hipótesis de Trabajo

En este trabajo de grado, se estudian las diferencias de precios debidas a la proximidad a un centro comercial, para los predios de estrato socioeconómico bajo, debido a que estos centros se han convertido en alternativa no sólo para comprar, sino también de entretenimiento, alimentación y trabajo. Por ello, se esperaría que la variación en los precios de las viviendas cercanas a ellos pudiera ser mayor.

Por lo tanto, el pregunta que se procurará resolver es:

¿Cuál es el efecto de la construcción del centro comercial Alta Vista, en la localidad de Usme, en el precio de las viviendas para los estratos bajos controlado las características de las viviendas como área, estrato, edad del inmueble y distancia al centro comercial ?

La hipótesis es que el efecto es positivo sobre la variación de los precios de las viviendas más cercanas al Centro Comercial.

3.

DESCRIPCIÓN Y DEPURACIÓN DE LA BASE DE DATOS

Antes de abarcar la descripción de la base de datos, se hace necesario explicar la selección del centro comercial que finalmente es el eje sobre el cual se determina los barrios y predios de esta investigación y de la zona de control sobre la cual se compara.

Bogotá, a partir de la década de los 90, ha tenido transformaciones en la forma de comercialización y adquisición de los productos necesarios en la canasta familiar, así como en los medios de diversión y entretenimiento; grandes supermercados, centros comerciales, cinemas se han convertido en nuevas alternativas para las familias bogotanas.

Mapa 1 Principales Centros Comerciales en la ciudad de Bogotá

Fuente: Elaboración propia con información de la UAECD y SDP

posibilidad de recopilar su información; siendo el centro comercial AltaVista, localizado en el barrio Porvenir de la localidad de Usme, inaugurado en el año 2008 y rodeado de sectores estrato uno y dos, el que más se ajustaba a las necesidades de este estudio. La ¡Error! No se encuentra el origen de la referencia.resume esta investigación

Tabla 4 Característica de entorno y año de construcción de los principales Centros Comerciales de Bogotá

Fuente: Elaboración propia con información de la UAECD

Adicionalmente se realizó un reconocimiento espacial de la ubicación del centro comercial y su posible centro de influencia, reflejado en el mapa 2 y 3

1 2 3 4 5 6

CENTRO COMERCIAL

ALTAVISTA 2008 391 1.832 2.223

PLAZA COMERCIAL

MILENIOS 2006/ 2007 1.966 1.966

DRIVER PLAZA 2005 1.704 1.704

PORTAL DE LA 80 2004 8.281 8.281

UNICENTRO DE

OCCIDENTE 2004 7.996 7.996

GRAN ESTACIÓN 2007 1 2.925 2.926

HAYUELOS 2008 3 761 5.581 6.345

TINTAL PLAZA 2005 18.851 18.851

SANTA ANA 2005 214 2.479 15 2.708

SANTA FE 2006 5.460 7.293 12.753

Estra to socioe conomico Nombre Centro

Comercial

año probable de construcción

Mapa 2 Georreferenciación Centro Comercial Altavista

Fuente: Mapa 2 Elaboración propia con información de SDP y UACD

Fuente: mapa 3 Mapas Bogotá

Una vez seleccionado el centro comercial y al identificar la posible zona de impacto del mismo, se evidenció que en la zona existe una frontera artificial llamada parque Entre Nubes. Por lo anterior se formó un radio de dos kilómetros alrededor del mismo, el cual limita con el parque. Adicionalmente la zona de control se encuentra separa por el mismo parque. El ¡Error! No se encuentra el origen de la referencia. muestra la ubicación espacias de la zona de control y la zona de tratamiento.

Mapa 4 Zona de control y zona de tratamiento

Fuente: Elaboración propia con información de la UAECD

Referente a la selección del grupo de control y dado que Bogotá es una ciudad heterogénea, no podemos desconocer que es segregada espacialmente, por lo que si bien es cierto no existe un grupo control idéntico al de tratamiento si se buscó uno muy similar, para ello se contó con el aporte de avaluadores expertos y de la información estadística.

y con la ayuda de la estadística se cotejó información de áreas, estrato, calificación de los predios, valor del avalúo, para determinar que fueran similares.

Para realizar el modelo de diferencia en diferencia y una vez identificado el grupo de control y tratamiento, se realizó la comparación de las bases en los dos periodos de tiempo 2007 y 2009 (antes y después de la construcción del centro comercial), para garantizar que las viviendas tuvieran las mismas especificaciones físicas y de norma, en los dos momentos. Lo anterior, con el fin de evidenciar que los predios no estén afectados por otras variables que incidan en el incremento o decremento del valor de los mismos y que la comparación se realice en lo posible en el mismo inmueble. Se cruzó la información de los dos años buscando que el predio tuviera coincidencias en las variables descritas en la ¡Error! No se encuentra el origen de la referencia.

Tabla 5 Variables empleadas para realizar el comparativo del grupo de control y de tratamiento

Variable Descripción

Código del predio Único código que identifica al predio.

Área Construida Corresponde al área edificada en el inmueble.

Área Terreno Área del lote sobre el cual se encuentra la construcción

Código Destino El destino normativo permitido (residencial, comercial,

industrial, dotacional, etc.)

Código Uso El uso real del inmueble, el cual puede ser más de uno.

Tipo de Inmueble Tipo de propietario del inmueble (dotacional, privado, etc.)

Puntaje Puntaje dado al inmueble, el cual recopila el estado de

conservación del mismo.

Fuente: Elaboración propia

destino y uso residencial en el año 2007 y que lo conservaran en el 20098. El segundo punto que se revisó fue el puntaje que le asigna Catastro a los predios, el cual es el resumen de la calificación que les dan al estado de conservación de la estructura (armazón, muros y cubierta), la conservación de los acabados (fachada, muros, pisos), estado de conservación del baño y de la cocina (mobiliario, enchape, tamaño). Las áreas de terreno y construcción, fueron comparadas en los dos periodos, manteniendo una variación de tolerancia del 10% y adicionalmente se revisó la diferencia en áreas en absoluto, ya que por el tamaño de los predios, la variación no siempre indicaba mayores incrementos en área. Se revisó los cambios en el tipo de propiedad para garantizar que durante los dos periodos el propietario fuera un particular y no una empresa o el gobierno.

Para finalizar se eliminaron los casos atípicos (variación en los avalúos superiores al 100%) y de los cuales no se tiene explicación con la información suministrada por catastro9. La Gráfica 2, resume el proceso que se realizó por esta investigación.

8 _{Catastralmente el destino se refiere al que normativamente se encuentra permitido en la zona y se}

diferencia del uso al que realmente se le está aplicando. Por ejemplo un predio puede tener un uso residencial, pero funciona comercio o industria en el inmueble (un predio puede tener más de un uso).

9 _{Esta depuración no es excluyente, es decir predios que fueron eliminados por su puntaje, posiblemente}

Gráfica 2 Proceso de depuración de datos

Fuente: Elaboración propia

Mapa 5 Zona de tratamiento

Fuente: Elaboración propia con información de la UAECD

Mapa 6 Zonas de Control

Una vez realizada y revisados los datos resultado de la depuración para cada uno de los dos periodos año 2007 y 2009, y de acuerdo a los procesos establecidos por la UAECD, se tiene que los avalúos catastrales para el año 2009 fueron actualizados, es decir se realizó el proceso de reconocimiento físico, económico y jurídico. Sin embargo para el año 2007 los avalúos fueron actualizados por el IVIUR y como se explica en el anexo número uno, no en todos los casos el índice con el cual se actualizó la información fue el técnico. Por lo anterior la base para el año 2007 debió ser revisada, e identificado el último año de actualización de acuerdo a esta información, se eliminó el efecto del IVIUR político llevándolo a sus valores originales y se trajo a valores del 2007 con el IVIUR técnico, esta operación se realizó con la información consignada en la ¡Error! No se encuentra el origen de la referencia.del anexo uno.

La grafica de los precios de los grupos tratamiento y control para estos años 2007 a 2009, nos muestra como sus tendencias de precios son parecidas excepto para el año 2009 despues del efecto del centro comercial en el grupo tratamiento.

Gráfica 3 Variación anual de precios del grupo tratamiento y control .2005-2009

0,00% 2,00% 4,00% 6,00% 8,00% 10,00% 12,00% 14,00% 16,00% 18,00% 20,00%

2005 2006 2007 2008 2009 2010

Control

Tratamiento

Con la información depurada, se realizó un procedimiento para determinar los posibles anillos de cercanía al centro comercial y así identificar el efecto que el mismo tiene en el valor de los inmuebles al comparar dos periodos de tiempo. Este análisis de clasificación se realizó con la información de la distancia que cada predio de la zona de tratamiento tiene al centro comercial, teniendo como resultado los anillos de influencia. El análisis de clasificación utilizado es un análisis Cluster jerárquico de Ward (Díaz, 2007), con esta herramienta estadística se busca obtener grupos homogéneos entre sí minimizando la variabilidad dentro de los grupos. La metodología consiste en partir de n grupos (como individuos se tengan) y se buscan los dos casos tales que al unirlos minimicen la suma de cuadrados entre todas las posibles combinaciones de dos casos, el método continua hasta unir todos los casos en un solo grupo.

En el árbol de clasificación (Gráfica 4 Árbol de clasificación de las distancias) se distinguen 3 grupos que se denominaron anillo 1 anillo 2 y anillo 3.

El anillo 1 se encuentra alrededor del centro comercial y a una distancia máxima de 463 metros. El anillo 2 se encuentra entre 463 metros y 1165 metros y el anillo 3 se encuentra a más de 1165 metros hasta 2000 metros

Gráfica 5 Anillos de afectación del Centro Comercial

4.

ESTIMACION Y RESULTADOS DEL MODELO

–

DD

4.1. Pruebas de medias

Comparando el área construida entre los dos grupos en el año 2007(fecha en que se realizo el avaluo para la vigencia 2008) y el año 2009 (fecha en que se realizo el avaluo para la vigencia 20010) se observa que estas tienen distribuciones homogéneas. ¡Error! No se encuentra el origen de la referencia.

Gráfica 6 Comparación áreas de grupos de control y tratamiento

Fuente: Elaboración propia

Adicionalmente el promedio de área construida para el grupo tratamiento es de 114 metros cuadrados frente a 128 metros cuadrados del grupo control. Al realizar la diferencia de medias se encuentra que el p-valor es de 0.1502 por lo que no hay evidencia para pensar que los promedios de las áreas construidas son diferentes entre el grupo tratamiento y grupo control. Tabla 6

Tabla 6 Análisis estadísticos de áreas de grupo control y grupo tratamiento Área Construida

Desviación 62.61 81

N 10436 8427

Fuente: Elaboración propia

En cuanto al valor catastral se observa que la distribución es similar tanto en el grupo tratamiento como en el grupo control para las dos años.

Gráfica 7 Comparación de valor catastral de grupos de control y tratamiento

Fuente: Elaboración propia

Al realizar la prueba de diferencias de los promedios entre grupos tratamiento y control se encuentra que no hay diferencias significativas en el valor de los promedios de valor catastral para el grupo tratamiento y grupo control (P-valor=0.3126). ¡Error! No se encuentra el origen de la referencia..

Tabla 7 Análisis estadísticos de valor catastral de grupo control y grupo tratamiento Valor Catastral

Tratamiento Control Diferencia Estadístico P-valor

Promedio

27,307,179

29,529,115

Desviación

14,732,412

16,529,355

N 10436 8427

Fuente: Elaboración propia

Para finalizar, dentro de esta comparación se tuvo en cuenta el puntaje de los predios en las dos zonas, el cual es la calificación que la UAECD asigna al estado de conservación de los predios. Cuando se compara el puntaje calificado entre los dos grupos se encuentra que no hay diferencias significativas entre las dos zonas.

Gráfica 8 Comparativo estado de conservación de los predios

Fuente: Elaboración propia

El promedio de puntaje para el grupo tratamiento es de 25.96, para el grupo control el promedio es de 25.9. Al realizar la prueba de hipótesis de diferencia de medias se encuentra que no hay diferencias significativas en los promedios de puntaje entre el grupo tratamiento y el grupo control (t = 0.06, p-valor = 0.94).¡Error! No se encuentra el origen de la referencia.

Fuente: Elaboración propia

De esta forma se puede asumir que los grupos tratamiento y control son homogéneos en cuanto a las características de valor catastral, área construida y puntaje.

En la siguiente tabla se describen los promedios del valor catastral teniendo en cuenta la distancia al centro comercial y el estrato socioeconómico.

Tabla 9 Promedios de valor catastral

2007 2009

Promedio promedio Variación

Total 28,299,824 33,741,409 1.19

Tratamiento Anillo 3 Estrato 1

17,899,928 20,593,374 1.15

Estrato 2

32,903,182 38,410,091 1.17

Anillo 2 Estrato 1

19,796,578 22,608,626 1.14 Estrato 2 27,742,442 32,243,971 1.16

Anillo 1 Estrato 1

16,996,142

22,055,717

1.30

Control Estrato 1

18,554,611 21,710,223 1.17 Estrato 2 30,434,141 37,412,407 1.23 Puntaje

Tratamiento Control Diferencia Estadístico P-valor Promedio 25.96 25.9 0.06 0.06670711 0.94681558

Desviación 6.54 6.13

Cuando se analizan las variaciones se encuentra que en el anillo 1 se presenta un crecimiento del 30% en tanto que para el estrato 1 del grupo control el crecimiento es del 17%, similar al crecimiento en los anillos 2 y 3 del grupo tratamiento. Para el estrato 2 se observa un crecimiento del 23% en el grupo control en tanto que para el grupo tratamiento el crecimiento es del 16%.

Es decir, para este primer ejercicio de comparación de medias de los precios de los dos grupos tratamiento y control para el estrato 1 y a la menor distancia del predio al centro comercial ( de 0 a 463 metros), se observa que si bien los niveles promedio de precios en el año 2007 son superiores en el grupo control ($18.554.611) respecto al grupo tratamiento ($16.996.142), el mayor crecimiento de los precios del año 2007 al 2009, siendo de 30% para el grupo tratamiento y de 17% para el grupo control, genera que para el año 2009 el precio promedio de las viviendas mas cercanas al centro comercial para el estrato 1 sea ahora superior para el grupo tratamiento ($22.055.717) que para el grupo control ($21.710.223).

Por lo anterior, este primer ejercicio nos permite evidenciar un efecto positivo en el valor de los predios residenciales por la apertura del centro comercial

4.2. Estimación del modelo

Como lo mencionamos anteriormente, con el fin de poder obtener u error estándar, el método de diferencia en diferencia se puede obtener mediante una regresión por minimos cuadrados. Por lo anterior, se construyó una regresión analizando la interacción entre el grupo (control - tratamiento) y el año de avalúo (2007 -2009), la distancia y el año del avalúo, el área y el año de avalúo y por último entre el estrato y año de avalúo buscando ver el efecto de estas variables en el modelo y su significancia, siendo nuestro principal interés esperar un coeficiente positivo y significativo en la interacción entre las variables grupo y ano de construcción y la distancia y año del avalúo. Al mismo tiempo, se corrió la prueba de homoscedasticidad de Levene para asegurarnos de no tener problemas de heretocedasticidad en el modelo.

Tabla 10 Resultados del Modelo por el método de Diferencias en Diferencias Analysis of Variance

Source DF

Sum of

squares Mean square F Value Pr > F

Model 13 8491.12316 653.16332 9624.31 <.0001

Error 37575 2550.06564 0.06787

Corrected Total 37588 11041

R-Square 0.769

Adj R-Sq 0.769

Parameter Estimates

Variable Label DF Parameter Estimate Standard Error t Value Pr > |t|

Intercept Intercept 1 16.3406 0.01994 819.5 <.0001

Grupo Grupo 1 -0.11913 0.00967 -12.32 <.0001

Año Año 1 0.17593 0.0149 11.81 <.0001

Grupo * año 1 0.03568 0.00802 4.45 <.0001

Área terreno 1 0.30447 0.00928 32.81 <.0001

Area construida Area construida 1 0.00484 0.00003064 157.9 <.0001

Año de la construc Año construc 1 -0.0000086 0.00000485 -1.77 0.0762

Estrato 1 -0.29265 0.0113 -25.9 <.0001

Anillo 1 1 -0.24447 0.05166 -4.73 <.0001

Anillo 2 1 0.0157 0.01251 1.26 0.2093

Anillo 1 * año 1 0.1388 0.03281 4.23 <.0001

Anillo2 * año 1 0.00184 0.00791 0.23 0.8159

Área terreno* año 1 -0.07314 0.00548 -13.36 <.0001

Estrato * año 1 -0.0281 0.00714 -3.94 <.0001

Tabla 11 Test de Levene para determinar homoscedasticidad

Levene's Test for Homogeneity of Valor catastral Variance ANOVA of Squared Deviations from Group Means

Source DF Sum of

Squares Mean Square F Value Pr > F

GRUPO 1 0.0977 0.0977 0.55 0.4576

El del modelo es de 76.9% indicando que el logaritmo del avalúo catastral se explica por las variables en consideración. Al analizar la variable de grupo se observa que hay diferencias significativas entre el grupo tratamiento y el grupo control, el precio tiende a incrementarse al pasar de grupo tratamiento al grupo control. Para la variable año el incremento del logaritmo del avalúo catastral es de 0.17 cuando se pasa del año 2007 (antes del centro comercial ) al año 2009 (después de centro comercial ).

Siendo la variable de interés, la interacción entre grupo y año, se encuentra que es significativa y positiva (P-valor < 0.0001). Por lo cual el logaritmo del avalúo se incrementa en 0.03 cuando se toma el grupo tratamiento después de la construcción del centro comercial . Este resultado tambien se evidencia en la interaccion de las variables anillo1 y año, que es significativa y positiva (P-valor < 0.0001). Por lo cual el logaritmo del avalúo se incrementa en 0.13 cuando se toma el grupo tratamiento a una distancia de menos de 463 del centro comercial después de la construcción del mismo.

De la misma forma el avalúo se incrementa en un 0.30 cuando la vivienda es de más de 100 mts cuadrados respecto a las de menos de 100 metros cuadrados.

Para el anillo1 se observa que el precio del avalúo disminuye en 0.24 cuando se pasa del anillo exterior ( predios que tienes mas de 463 metros de distancia al centro comercial) al anillo interior ( predios con menos de 463 metros al centro comercial).Esta disminución se explica porque al no tener en cuenta la interacción con el año, el estrato y el grupo los avalúos en las viviendas tienden a ser más altos en viviendas de estrato 2 que en estrato 1, el anillo exterior (mas de 463 metros ) esta compuesto por viviendas de esos dos estratos mientras que el anillo interior ( menos de 463 metros) no cuenta con viviendas de estrato 2 dentro de sus predios como lo evidenciamos en la tabla 7.

cuando se pasa de estrato 2 a estrato 1, cambio evidente ya que el avalúo está construido con base en la estratificación socioeconómica. La interacción entre estrato y año también tiene un coeficiente negativo (-0.02) indicando que el avalúo se afecta por el estrato socioeconómico, aunque un cambio de 0.02 significa que se disminuyó la brecha entre los estratos 1 y 2 cuando se cambia de año, esto se debe a que alrededor del centro comercial predomina el estrato 1 y este presentó un mayor incremento respecto al estrato 2. La interacción entre el área y año tiene un coeficiente negativo (-0.07) indicando que hay una disminución del precio por área comparando el avaluó del año 2007 respecto al año 2009. Por último se realizó el ejercicio incluyendo el año de construcción y el área construida como variables continuas, se observa que el año de construcción no tiene un efecto significativo en el avalúo (p-valor = 0.07) y el área construida si influye de manera positiva de tal forma que el logaritmo del avalúo se incrementa en 0.004 por cada unidad que se incrementa el área construida.

Se realizó la prueba de homoscedasticidad de Levene para comprobar que no hay heterocedasticidad entre los grupos tratamiento y control. La prueba indica que no hay evidencia de presencia de heterocedasticidad (F< 1, p-valor = 0.4576). ¡Error! No se encuentra el origen de la referencia.

Teniendo en cuenta los resultados del modelo y como se apreció en la Tabla 8, el promedio del valor catastral tiene un mayor incremento en el anillo 1 que en las demás zonas, se puede atribuir al efecto de la construcción del centro comercial.

De este modo los predios ubicados cercan al centro comercial si tienen un mayor beneficio en su valor, que los que se encuentran más lejos.

5.

CONCLUSIONES

Bajo esta perspectiva, el trabajo se procesó bajo un modelo de diferencias en diferencias ,que se basa en obtener la comparación de dos grupos de predios, uno llamado tratamiento que incluye predios hasta una distancia de 2000 metros a la redonda del centro comercial Alta Vista en la localidad de Usme y un grupo control ubicado en la localidad de San Cristóbal, con características muy similares al grupo tratamiento, pero que no se ve sometido al efecto de la construcción del centro comercial, y se comparan estos grupos, en dos momentos diferentes, antes y después de la construcción del centro comercial .

Teniendo en cuenta que a base de precios de catastro distrital no contaba con las características de la vivienda como numero de cuartos, baños, garajes. Se controlo que las características de las viviendas fueran similares en los dos grupos: tratamiento y control y entre los dos años 2007 y 2009, por medio del área de construcción y el puntaje de la vivienda. Sin embargo, contar con esta clase de información seria deseable para realizar esta clase de estudios.

Al realizar el estudio de diferencia en diferencia, para determinar si hay un efecto en el valor de los inmuebles residenciales de estrato socioeconómicamente bajo, antes y después de la construcción de un centro comercial, se evidencio que efectivamente hay una variación positiva para los predios cercanos al punto de estudio, superior a los predios que no se encuentran tan cerca.

Se podría concluir que la localización de los inmuebles, si es determinante en el valor de los mismos, ya que predios con las mismas características de construcción, área, puntaje y edad, si se ven afectadas por la distancia a un centro de interés, que en nuestro caso es un centro comercial, pero que puede ser un colegio, un parque, un estadio y sobre los cuales el efecto positivo no necesariamente tiene que ser el mismo. Al contrario un predio no necesariamente puede verse afectado positivamente por la construcción de un centro comercial.

en especial en estratos bajos, donde la autoconstrucción no se rige por parámetros urbanísticos ni arquitectónicos. Adicionalmente debemos considerar que este trabajo se realizó con información de valores catastrales que si bien es cierto tiene una aproximación al precio, para futuras investigaciones sería ideal contar con las transacciones reales de los inmuebles.

BIBLIOGRAFÍA

 Abadie, Alberto, Semiparametric Difference-in-Differences Estimators,Harvard

University and NBER, April 2003

 Borrero, Oscar, Valor y precio de los inmuebles, Lincoln Institute of land pólice

 Cansino Muñoz Repiso, . José Manuel y Sánchez Brava , Antonio ,Métodos

alternativos para el calculo del estimador de diferencias en diferencias aplicado ala evaluación de programas públicos de formación a partir de datos simulados. Universidad de Sevilla,

 Díaz Monroy Luis Guillermo, Estadística multivariada: Inferencia y métodos. Departamento de Estadística, Universidad Nacional de Colombia, Segunda edición, 2007

 Des Rosiers, Francois, Lagana, Antonio, Theriault, Marius, Beaudoin, Marcel, Shopping centres and house values: an empirical investigation, Journal of Property Valuation & Investment 14. 4 (1996): 41-62

 Garrocho Rangel, La teoría de interacción espacial como síntesis de las teorías de localización de actividades comerciales y de servicios., Vol IV,num 14. Economía, sociedad y territorio,.2003

 Higuera Santiago, Modelación hedónico espacial de los determinantes del precio de la vivienda nueva en Bogotá., Tesis de Grado Universidad Nacional, 2010.

 Jaramillo Samuel, Hacia una teoría de la renta del suelo Urbano, segunda edición, Ediciones Uniandes ,2009

 Mendieta, Juan Carlos y Perdomo, Jorge Andres, Especificación y estimación de un modelo hedónico espacial para evaluar el impacto de transmilenio sobre el valor de la propiedad de Bogotá. Documentos CEDE. Universidad de los andes,2007

 Montero, Jose y Larraz Beatriz, Estimating Housing Prices: A Proposal with Spatially Correlated Data,International Atlantic Economic Society ,2009

 Otero, Jose Vicens, Problemas econométricos de los modelos de diferencias en diferencias, Vol 26-1, Estudios de Economía Aplicada, Universidad Autónoma de Madrid. 2008

 Perdomo, Jorge Andrés Una propuesta metodológica para estimar los cambios sobre el valor de la propiedad estudio de caso para Bogotá aplicando Propensity score matching PSM y precios hedónicos espaciales .Lecturas de Economía . N 73. Medellin. Junio-diciembre 2010.

 Pope, Devin y Pope, Jaren G, When Walmart comes to town: always low housing prices?always?,National Bureau of Economic Research, May 2012.

 Rodríguez ,Daniel y Targa, Felipe, Value of Accessibility to Bogotá’s Bus Rapid Transit System,Vol 25.N 5,transport Reviews, September 2004

 Roll ,Eric, Historia de las doctrinas económicas

 Wilson Díaz, Julio Gómez, González,Jorge Iván ,López Luis, Martínez,Libia, Moreno

Magnolia, Ríos Mariana, Torres Hugo, Vargas ,Segregación Socieconómica en el Espacio urbano de Bogotá, D.C Universidad Nacional de Colombia, Secretaria Distrital de Planeación, 2007-

 Wooldridge, Jeffrey M ,Introducción a la econometría un enfoque moderno,

ANEXO 1 AVALUO CATASTRAL Y SU CERCANIA AL VALOR

COMERCIAL

La Unidad Administrativa Especial de Catastro, dentro de su misión debe recoger,

integrar, administrar y facilitar el acceso a la información predial de Bogotá, desarrolla los

procesos de formación, actualización y conservación catastral, con los cuales se busca la

correcta identificación física, jurídica y económica de los bienes inmuebles que conforman

la ciudad. La información utilizada para esta investigación tomo los valores del proceso de

actualización vigencia 2011 y del cálculo del Índice de Valor Inmobiliario Urbano y Rural

–IVIUR-. Para comprender por qué se utilizó esta información como variable proxy al

valor comercial es importante primero explicar los mecanismos utilizados por la Unidad

Administrativa Especial de Catastro –UAECD- para mantener la información física,

jurídica y económica de los predios de la ciudad de Bogotá.

Proceso de actualización.

El proceso de actualización catastral es una combinación de actividades destinados a

renovar y revisar los datos recogidos del proceso de formación catastral, dentro de este

conjunto de actividades, la actualización catastral consiste en el conjunto de operaciones

destinadas a renovar los datos de la Formación Catastral, mediante la revisión de los

las disparidades originadas por cambios físicos, variaciones de uso o de productividad,

obras públicas, y condiciones locales del mercado inmobiliario.10

Durante el proceso de actualización de una zona específica o de toda la ciudad, se realizan

avalúos masivos y puntuales, entendiéndose por masivos los que se obtienen a través de

modelos econométricos el cual contempla variables de los atributos del inmueble como las

del entorno, y para los predios que por sus características atípicas (centros comerciales de

grandes superficies, colegios, coliseos, etc.) se realizan avalúos puntuales.

Realizar un censo inmobiliario, implica una división del proceso en tres componentes:

Físico, económico y jurídico, siendo las dos primeras fuentes de información para la

investigación adelantada.

Sobre lo físico: el objetivo es actualizar la información física del inmueble, como son corroborar áreas construidas, área de terreno, calificación del predio11

Sobre lo económico: Consiste en la determinación masiva de los avalúos catastrales a partir del análisis del mercado inmobiliario y del uso de muestras y modelos

econométricos12. En este punto se determinan las Zonas Homogéneas Físicas y las Zonas

Homogéneas Geoeconómicas, entendiéndose la primera como el espació de una región

con características similares en cuanto a normas del uso del suelo, acceso a servicios

públicos, estado de las vías, actividad económica de los inmuebles, y las segundas ZHG se

determinan a partir de puntos de investigación de las ZHF y corresponden al espacio

10

Documento Confis Proceso de Actualización de los avalúos catastrales de los predios de Bogotá D.C. Para la vigencia 2009.

11 _{La calificación de un predio, es un valor calificativo que los reconocedores le brindan a un inmueble en}

general, basado en el estado en que se encuentra el mismo. Esta calificación implica una revisión de la fachada, estructura, estado de los pisos, baños y entorno del predio.

12 _{Documento Confis 2009. Actualización de los avalúo catastrales de los predios de Bogotá D.C. para la}

geográfico de una región con características similares en cuanto a su precio. Una vez

determinada las zonas y diseñada la muestra se realizan los avalúos comerciales, los

cuales se corroboran con información del mercado y son insumo para los modelos

econométricos. La gráfica 9 resume este proceso.

Gráfica 9 Esquema general de medición del comportamiento económico de los inmuebles en Bogotá, D.C.

Fuente: Documento Confis 2009

Sobre lo jurídico: Actualización de la información jurídica del propietario y del inmueble. La cual se realiza con cruces de información entre Notariado y Registro, así

como la información que sobre construcciones nuevas reportan las constructoras a la

entidad.

Este índice nace con la Ley 601 de 2000 “Por la cual se concede una autorización a los

contribuyentes del Impuesto Predial Unificado en el Distrito Capital” confiriendo al

Distrito Capital las facultades para determinar la proporción del reajuste anual de la base

catastral13. Esta labor fue adelantada por la Secretaría de Hacienda Distrital (SHD) y su

resultado debe ser revisado y aprobado por el Consejo Superior de Política Fiscal

(CONFIS).

Durante el primer año de vigencia del índice (vigencia 2001) el cálculo del mismo fue el

resultado de construir un índice global basado en un sistema de ponderaciones de los

diferentes indicadores presentes en el mercado inmobiliario14:

 Índice del valor del suelo- Lonja de Propiedad Raíz de Bogotá.

 Índice del precio promedio por metro cuadrado de vivienda en Bogotá –

CAMACOL.

 Índice de costos de la construcción – CAMACOL

 Índice de Precios al consumidor – DANE

Para la vigencia 2002, el cálculo del índice se realizó con la construcción de un índice a

partir de información del valor metro cuadrado de terreno y valor metro cuadrado de

construcción de predios con distintos destinos económicos la cual fue tomada de los

avalúos comerciales realizados por la UAECD para las vigencias 2000 y 2001.

13 _{Artículo 3, Ley 610 de 2000} 14

La construcción del índice para la vigencia 2003, la SDH presento a consideración del

CONFIS la construcción de un índice aplicando la metodología de precios hedónicos. Las

estimaciones econométricas se realizaron con base en dos series de datos sobre avalúos

comerciales realizados por la UAECD en los años 2001 y 200215.

En el año 2002 la Administración Distrital implemento una investigación proyectada a 10

años para estudiar a profundidad, anualmente, los cambios en los valores comerciales de

una muestra representativa de los predios seleccionados a partir de una muestra aleatoria.

Para la SDH y la UAECD esta investigación ha garantizado la confiabilidad mediante

indicadores de significancia, factores de expansión y criterios de representatividad

desarrollando una metodología que se cono como el Índice de Valoración Inmobiliaria

Urbana y Rural, IVIUR. Por lo anterior desde el 2003 y hasta el 2008 se ha calculado el

IVIUR con base en el estudio de una Muestra Maestra de Precios.16

El Índice de Valoración Inmobiliario Urbano y Rural, IVIUR es utilizado para reajustar

los avalúos catastrales de los predios que no fueron sujetos a un proceso de actualización,

sin embargo y a pesar de la rigurosidad técnica que manifiesta el Distrito, este índice al

pasar por el CONFIS, no siempre fue el que se implementó a la hora de actualizar los

valores, lo anterior quizás más por razones políticas, situación que implico un rezago en

los valores de los inmuebles y por supuesto de la contribución que por Impuesto Predial

dejo de recibir la ciudad. El documento CONFIS 2009 refleja esta situación con la

siguiente tabla:

15 _{Documento Confis 2009}