Un índice de precios espacial para la vivienda urbana en Colombia: Una aplicación con métodos de emparejamiento

Documentos de Trabajo sobre Economía Regional y Urbana
Número: 
173
Publicado: 
Clasificación JEL: 
C43, O18, R21, C21
Palabras clave: 
Regresión por cuantiles, Propensity score matching, Índice de precios hedónicos de Fisher

Lo más reciente

Julián Alonso Cárdenas-Cárdenas, Deicy Johana Cristiano-Botia, Eliana Rocío González-Molano, Carlos Alfonso Huertas-Campos
Luis E. Arango, Juan José Ospina-Tejeiro, Fernando Arias-Rodríguez, Oscar Iván Ávila-Montealegre, Jaime Andrés Collazos-Rodríguez, Diana M. Cortázar Gómez, Juan Pablo Cote-Barón, Julio Escobar-Potes, Aarón Levi Garavito-Acosta, Franky Juliano Galeano-Ramírez, Eliana Rocío González-Molano, Maria Camila Gomez Cardona, Anderson Grajales, David Camilo López-Valenzuela, Wilmer Martinez-Rivera, Nicolás Martínez-Cortés, Rocío Clara Alexandra Mora-Quiñones, Sara Naranjo-Saldarriaga, Antonio Orozco, Daniel Parra-Amado, Julián Pérez-Amaya, José Pulido, Karen L. Pulido-Mahecha, Carolina Ramírez-Rodríguez, Sergio Restrepo Ángel, José Vicente Romero-Chamorro, Nicol Valeria Rodríguez-Rodríguez, Norberto Rodríguez-Niño, Diego Hernán Rodríguez-Hernández, Carlos D. Rojas-Martínez, Johana Andrea Sanabria-Domínguez, Diego Vásquez-Escobar
Luis Armando Galvis-Aponte, Adriana Isabel Ortega-Arrieta, Adriana Marcela Rivera-Zárate

La formulación de un índice que permita la comparación de precios de vivienda en el espacio es relevante para aspectos económicos tales como la asignación del gasto social habitacional. Desafortunadamente en el contexto colombiano no existe un índice que permita hacer comparaciones sobre los costos de la vivienda entre diferentes regiones geográficas. El presente trabajo se propone llenar vacíos existentes en este respecto. Para este efecto se emplea el método de emparejamiento PSM (por sus siglas en inglés: Propensity Score Matching), donde se simulan escenarios contrafactuales en los que se identifican viviendas de una ciudad base, en nuestro caso Bogotá, que son estadísticamente similares a las de otras ciudades. Con dicho método se busca establecer comparaciones más homogéneas entre los inmuebles de cada ciudad al evaluar el diferencial de precios. Se realizan dos ejercicios adicionales, que consisten en: (i) comparar las viviendas según rangos de precios (bajo, medio y alto) entre las ciudades empleando regresiones hedónicas por cuantiles; (ii) examinar cómo cambia la diferencia promedio de precios cuando varía la canasta de características de la unidad habitacional. Entre los principales resultados se encuentra que Bogotá tiene el precio más alto de vivienda estándar, seguida de Cartagena y Villavicencio. En términos prácticos, las brechas de precios halladas son importantes y alcanzan cifras cercanas al 30%. Dichas brechas no son homogéneas entre diferentes clases de vivienda estándar, ni entre rangos del precio.