Ing. MSc.

Luis Fernando Restrepo Gómez

Introducción a la Valuación Masiva
METODOLOGÍA VALUATORIA
• Sigue los pasos de la metodología científica, y se
apoya en el análisis estadístico de datos
comparables.

• Estático Determinístico
• Dinámico Probabilístico

• Lote + Construcciones * Factor de

Comercialización

• Indirecto (CAPM - Capital Asset Pricing Model)

• Directo (R/i)
Introducción a la Valuación Masiva
ETAPAS PARA VALORACIÓN MASIVA
Introducción a la Valuación Masiva
ETAPAS PARA VALORACIÓN MASIVA
Introducción a la Valuación Masiva
ETAPAS PARA VALORACIÓN MASIVA
La Econometría en la Valuación
TRATAMIENTO DE DATOS X INFERENCIA ESTADÍSTICA
 La Econometría en la Valuación
TRATAMIENTO DE DATOS X INFERENCIA ESTADÍSTICA
Promedio de la
Muestra Población
“Estimador” Promedio “ μ” Desviación Estándar
de la Muestra
“Estimador”
Muestra
X y S
Intervalo de
Se Infiere μ para la Población a Confianza
partir de la muestra
Donde
n: Tamaño de la muestra
Z: Nivel de confianza
(68% = 1.64; 95%= 1.96; 99% = 2.56)
s: Desviación estándar Límite Límite
B: Precisión o error máximo admitido Inferior Superior
(1%; 2%; 3%; 5%; 10%)
La Econometría en la Valuación
EXPLICACIÓN DEL MERCADO MEDIANTE
MODELO DE REGRESIÓN LINEAL SIMPLE
La Econometría en la Valuación
RECOLECCIÓN Y TABULACIÓN DE LOS DATOS
MUESTRA
La Econometría en la Valuación
ANÁLISIS EXPLORATORIO DE LOS DATOS
Resumen Estadístico para P. U
Recuento 11
Promedio 53,107.30
Outlier
Desviación
55,990.90
Estándar
No pertenece a la Zona
Homogénea N° 9 del Coeficiente de
105.43%
INCORA Variación
Resolución 041/96 Mínimo 23,693.60
Máximo 217,260.00
Rango 193,566.00
Sesgo
Estandarizado 4.06
Curtosis
Estandarizada 6.39

CV >> 15%
Introducción a la Valuación Masiva
ANÁLISIS EXPLORATORIO DE LOS DATOS
• Esta tabla muestra los estadísticos de resumen para Precio Unitario.
Incluye medidas de tendencia central , medidas de variabilidad y
medidas de forma.

• De particular interés aquí son el sesgo estandarizado y la curtosis

estandarizada, las cuales pueden utilizarse para determinar si la muestra
proviene de una distribución normal. Valores de estos estadísticos fuera
del rango de -2 a +2 indican desviaciones significativas de la normalidad,
lo que tendería a invalidar cualquier prueba estadística con
referencia a la desviación estándar.

• En este caso, el valor de sesgo estandarizado y de la curtosis estandarizada

no se encuentran dentro del rango esperado para datos provenientes de una
distribución normal.
Introducción a la Valuación Masiva
TABULACIÓN DE LOS DATOS MUESTRA DEPURADA

Dato Área Precio Unitario

1 5,254.85 m² 27,180.72 $
2 6,646.00 m² 29,101.81 $
3 10,365.00 m² 59,092.57 $
4 9,762.00 m² 26,752.10 $
5 10,352.00 m² 58,746.77 $
6 6,350.00 m² 24,354.49 $
7 6,350.00 m² 23,693.62 $
8 15,236.00 m² 46,357.07 $
9 2,159.00 m² 41,206.29 $
Introducción a la Valuación Masiva
ANÁLISIS EXPLORATORIO DE LOS DATOS
Resumen Estadístico para P. U
Recuento 9.00
Promedio 37,387.30
Mediana 29,101.80
Moda
Media Geométrica 35,105.20
Media Recortada 5% 36,942.20
Varianza 208,211,000.00
Desviación Estándar 14,429.50
Coeficiente de Variación 39 %
?
Error Estándar 4,809.84
Mínimo 23,693.60
Máximo 59,092.60
Rango 35,398.90
Sesgo Estandarizado 0.86
Curtosis Estandarizada 0.80
La Econometría en la Valuación
ANÁLISIS EXPLORATORIO DE LOS DATOS
• En este caso, el valor de sesgo estandarizado y de la
curtosis estandarizada se encuentran dentro del rango
esperado para datos provenientes de una distribución
normal. (menores que +/- 2)

• Lo anterior, permite presumir que se puede obtener el valor

unitario mediante inferencia estadística a través de la
construcción de un modelo, que explique de manera
adecuada el comportamiento del mercado
La Econometría en la Valuación
EXPLICACIÓN DEL MERCADO MEDIANTE
MODELO DE REGRESIÓN LINEAL SIMPLE

Ecuación
 La Econometría en la Valuación
REGRESIÓN LINEAL SIMPLE P.U. VS ÁREA
Variable dependiente: Precio Unitario Coeficiente de Correlación 0.48
R-cuadrada 22.65%
Variable independiente: Área Lote R-cuadrado (ajustado para g.l.) 11.61%
Tipo Lineal: Y = a + b*X Error estándar del est. 13,566.40
Error absoluto medio 10,933.70

Mínimos Cuadrados Estándar Estadístico

Parámetro Estimado Error T Valor-P > 0.05
Intercepto 22831.4 11125.9 2.05209 0.0793
Pendiente 1.80756 1.26236 1.43189 0.1953

Suma de Cuadrado
Fuente Gl Razón-F Valor-P
Cuadrados Medio
Modelo 3.77356E8 1 3.77356E8 2.05 0.1953
Residuo 1.28833E9 7 1.84048E8 Fischer -
Total (Corr.) 1.66569E9 8 Snedecor
La Econometría en la Valuación
INTERPRETACIÓN DE RESULTADOS DE LA REGRESIÓN
Significancia Global del Modelo
• Se comienza con el análisis del coeficiente de determinación, que
indica el grado de precisión alcanzado del modelo. El coeficiente
de determinación R2 indica el % de la variación del precio
unitario, que es explicada por las variables incluidas en el modelo.

Ajuste del Modelo

• A través de la prueba ANOVA, (Análisis de la Varianza) y
utilizando la Distribución de Fischer – Snedecor (F), se constata
la validez del modelo al rechazar o aceptar H0 al nivel del 5%.

Significancia de los Parámetros del Modelo

• La significancia individual de un parámetro se admite cuando la
variable influye en la formación de los precios (con un nivel de
confianza superior al 95% a través del estadístico t* se rechaza
H0, caso contrario, la variable no es significativa).
 La Econometría en la Valuación
ANÁLISIS DE RESULTADOS DE LA REGRESIÓN
• La salida muestra los resultados de ajustar un modelo
lineal para describir la relación entre Precio Unitario y
Área Lote. La ecuación del modelo ajustado es
• P recio Unitario = 22,831 + 1.81 * Área Lote
• Puesto que el valor-P en la tabla ANOVA es mayor o igual
a 0.05, no hay una relación estadísticamente
significativa entre Precio Unitario y Área Lote con un
nivel de confianza del 95.0% ó más.
• El Coef de Determinación R² indica que el modelo
ajustado explica 22.65% de la variabilidad en Precio
Unitario. (Muy Baja) Ejemplo
Aplicación
• El Coef de Correlación es igual a 0.48, indicando una
relación relativamente débil entre las variables. La
desviación estándar de los residuos es 13,566
La GeoEstadística en la Valuación
TRATAMIENTO DE DATOS X ECONOMETRÍA ESPACIAL
La GeoEstadística en la Valuación
TRATAMIENTO DE DATOS X ECONOMETRÍA ESPACIAL
La GeoEstadística en la Valuación
PRIMER ESTUDIO DE INFERENCIA ESPACIAL
 La GeoEstadística en la Valuación
EVOLUCIÓN DE LA GEOESTADÍSTICA

Explorando Datos, concluyó que no bastaba con el análisis

de la varianza “ANOVA” para explicar el fenómeno sobre la
Concentración de ORO, y consideraba necesario incluir el
análisis de la distancia entre los datos observados.

Surge entonces el concepto de la Geoestadística

A partir de las propuestas y estudios de Krige, desarrolló la

teoría de las variables regionalizadas (TVR)
La GeoEstadística en la Valuación
ANÁLISIS DE CORRELACIÓN ESPACIAL
No hay Dependencia Hay Dependencia
Espacial Espacial
La GeoEstadística en la Valuación
ANÁLISIS DE CORRELACIÓN ESPACIAL
No hay Dependencia Hay Dependencia
Espacial Espacial

Los Datos más cercanos entre sí

se parecen.
 La GeoEstadística en la Valuación
VARIOGRAMA EXPERIMENTAL

Gráfico de γ (h) versus h, siendo

Donde:

γ (h): Semivarianza estimada

N: numero pares de puntos
Z (xi): puntos muestrales
H: distancia entre pares de puntos
 La GeoEstadística en la Valuación
Las cosas que están
EJEMPLO 9 más cerca son más
4 7 parecidas, pues su
D=1 D=1 varianza espacial es
D=1
más pequeña
3 5
12

5 5 7 4
D=2 D=2
D=2
D=2
3
8 12 8
 La GeoEstadística en la Valuación
ALGUNOS TIPOS DE SEMIVARIOGRAMA

Exponencial
Esférico

Gaussiano
Lineal
 La GeoEstadística en la Valuación
MODELO ESPACIAL DE AVALÚO

Donde:

•Z(x): Valor en la posición X = (Este, Norte)

•m(X): Características Estructurales y Económicas Macro Locativas

• ɛ’ Variación Regionalizada dependiente (Características Micro Locativas)
• ɛ’’ Error aleatorio
 La GeoEstadística en la Valuación
KRIGEAJE RESIDUAL INTERACTIVO

Donde:

λi: Representa los pesos o ponderaciones de Krigeaje obtenidos por

optimización dinámica en función de la estructura del dependencia
espacial definida por el Variograma
 La GeoEstadística en la Valuación
SISTEMAS DE ANÁLISIS ESPACIAL
La GeoEstadística en la Valuación
La GeoEstadística en la Valuación
 La Econometría en la Valuación
ANÁLISIS DE RESULTADOS DE LA REGRESIÓN
DATOS
Resumen de los Resultados en Excel.
Datos D (km) A (ha) PU ($/m2) Considerándose:
1 0,00 10,00 3,00 • Variable dependiente el precio unitario por m²
2 1,00 20,00 2,00
de superficie
3 1,00 30,00 1,00
4 2,00 15,00 1,00
• Variables independientes el área en ha (A) y la
5 1,00 5,00 3,00 distancia al centro urbano en Kilómetros (D)
Estadísticas de la Regresión ANÁLISIS DE
(ANOVA)
VARIANZA
Coeficiente de correlación múltiple 0.97
Promedio de
Coeficiente de determinación R 2 0.94 Grados de Suma de
los F
Valor
libertad cuadrados crítico de F
R 2 ajustado 0.87 cuadrados
Error típico 0.35 Regresión 2 3.7482 1.8741 14.8889 0.06294
Observaciones 5 Residuos 2 0.2517 0.1259
Total 4 4

Variables Coeficientes Error típico Estadístico t Probabilidad P%

Intercepción 3.9441 0.3902 10.1069 0.0096 0.96%
D (km) -0.8252 0.2552 -3.2332 0.0838 8.38%
A (ha) -0.0699 0.0188 -3.7268 0.0651 6.51%
 La Econometría en la Valuación
Cual es “El poder de ex plicación del m odelo ” y
cual es su debida interpretación
está cuantificado
El poder de explicación del modelo
num éricam ente en una escala porcentual por el
coeficiente de determ inación del m ism o (R²)
Estadísticas de la Regresión
Coeficiente de determinación R 2 0.94

Para la muestra en estudio es de 0.94, es decir que el 94 %

de la variabilidad observada en los precios unitarios de los
terrenos es ex plicada por la ecuación obtenida mediante la
regresión lineal.
 La Econometría en la Valuación
El Análisis de significancia global del modelo
Del Análisis de la Varianza (AN OVA), se evalúa La
Significancia del m odelo pues en este reporte de la ANOVA se
obtiene el valor crítico de F mediante la denominada prueba F (de
Fisher) o de “Snedecor”.

ANÁLISIS DE
(ANOVA)
VARIANZA
Grados de Promedio de Valor crítico
Suma de cuadrados F
libertad los cuadrados de F
Regresión 2 3.7482 1.8741 14.8889 0.06294

Del resultado de Excel, en este caso fue de 0.06294 , lo que permite

rechazar la Hipótesis Nula con un nivel de confianza del
93.71 % (100% - 6.29%) en la cual, se parte del supuesto de
que todos los parám etros del m odelo son iguales a cero.
 La Econometría en la Valuación
Análisis de Significancia Individual de los parámetros
Del reporte de Excel se evalúa La significancia individual de los
parám etros mediante el Valor “P robabilidad” (Valor-p) que indica el
nivel de error asociado al parám etro correspondiente.

Variables Coeficientes Error típico Estadístico t Valor -p P%

Intercepción 3.9441 0.3902 10.1069 0.0096 0.96%
D (km) -0.8252 0.2552 -3.2332 0.0838 8.38%
A (ha) -0.0699 0.0188 -3.7268 0.0651 6.51%

Luego, es factible rechazar la Hipótesis Nula de que:

El atributo “Distancia” es cero , con un error del 8.38 %

El atributo “Área” es cero , con un error del 6.51 %
Lo cual indica que esos errores son aceptables, (para un Nivel de confianza del
90%) pues para cada variable el “valor –p ” es inferior a 10% .
La Econometría en la Valuación
Se puede Concluir lo siguiente del Modelo
•La ecuación del modelo se expresa así

•La interpretación del modelo en términos cualitativos y

cuantitativos
Cuando Distancia 1 Km y Área 1 ha se tendría

De esta ecuación se puede inferir que el precio unitario por metro cuadrado
disminuye en la medida en la que aumenta la distancia al centro y también
disminuye en la medida en que el área del inmueble es mayor, esto coincide con
lo que suele ocurrir típicamente en un mercado local.
 La Econometría en la Valuación
Además, esto se interpreta cuantitativamente de la manera
siguiente:
Para el precio unitario “Y”, para otro lote que esté a 2 Km del
centro (incrementando la variable Distancia “D” en 1 Km) y
manteniendo constante la variable Área “A” (CETERIS
PARIBUS) es decir el área también de una Hectárea sería:

Este valor respecto al anterior cuando el bien era de 1

hectárea y estaba a 1 k ilom etro de distancia es
2.21/ 3.04 = 72.7 %
Es decir sufre una reducción (100% - 72.7% ) del 27.3%
por cada k m
 La Econometría en la Valuación
En otras palabras
El valor de este lote de una hectárea (1 ha) a 2 K m del
centro, ve reducido su valor respecto de aquel
que está a 1 K m de distancia y del m ism o
tam año en un 27.3 %

Por cada 1 k m que varía la distancia al centro, el precio

unitario por metro cuadrado de inmueble varía un 27.3 %
(cuando aum enta la distancia se reduce el precio
unitario y cuando dism inuye la distancia se
increm enta el precio unitario ).
La Econometría en la Valuación
Siguiendo la misma lógica en el análisis pero ahora m anteniendo
constante la variable Distancia “D” se puede interpretar la
incidencia de la variable Distancia en la variable “precio
unitario”.

Es decir:

2.97/ 3.04 = 97.7 %

Por cada 1 ha que varía el área, el precio unitario por m etro

cuadrado de inmueble varía un 2.3 % (cuando aum enta el área se
reduce el precio unitario y cuando dism inuye el área se
increm enta el precio unitario ).
La Econometría en la Valuación

Retornar a Geoestadística
Hacer Clic