Post on 20-Sep-2018
REPUBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD DEL ZULIA FACULTAD DE INGENIERÍA DIVISIÓN DE POSTGRADO
PROGRAMA DE POSTGRADO EN CATASTRO Y AVALUO INMOBILIARIO MENCIÓN: GESTIÓN AVALUATORIA URBANA
MODELOS ECONOMETRICOS PARA LA VALORACIÓN MASIVA DE
TERRENOS. CASO PARROQUIA JUAN IGNACIO MONTILLA, MUNICIPIO VALERA DEL ESTADO TRUJILLO
Trabajo de Grado presentado ante la
Ilustre Universidad del Zulia para optar al Grado Académico de
MAGISTER SCIENTIARUM EN CATASTRO Y AVALUO INMOBILIARIO
MENCIÓN: GESTIÓN AVALUATORIA URBANA
Autor: Ing. Fredy José Rondón Mendoza
Tutor: Prof. Yogri Castillo, Dr.
Maracaibo, Febrero de 2013
DEDICATORIA
A LA MEMORIA DE MI PADRE
AGRADECIMIENTO
A la Universidad del Zulia, alma mater de mis estudios de cuarto nivel.
Al profesor Yogri Castillo tutor de esta tesis de grado por su orientación y
asesoramiento de manera importante en la culminación de esta investigación.
A mis profesores del Postgrado, quienes con sus magistrales clases marcaron
el camino para esta investigación.
A mis compañeros del postgrado por formar un excelente grupo de trabajo
que con esfuerzo, constancia, fortaleza, propósito, motivación y disciplina,
procedentes del Estado Trujillo nos trasladamos a Maracaibo vemos hoy cumplida
nuestra meta de culminar con éxito este postgrado de Catastro y Avalúo
Inmobiliario Urbano.
Finalmente, a todo el personal de Postgrado de la Faculta de Ingeniería de la
Universidad del Zulia, que siempre nos atendió muy amablemente y puestos a
colaborar en los momentos de la inscripción y en la tramitación de cualquier
documentos.
Rondón Mendoza, Fredy José, Modelos Econométricos para la Valoración Masiva de Terrenos. Caso Parroquia Juan Ignacio Montilla, Municipio Valera del Estado Trujillo. (2013). Trabajo de Grado. Universidad del Zulia. Facultad de Ingeniería. División de Postgrado. Maracaibo, Venezuela. 82 p. Tutor: Dr. Yogri Castillo.
RESUMEN
El impuesto sobre inmuebles urbanos, se calcula sobre el valor catastral de los inmuebles, que a las vez estos se estiman por el método de avalúos masivo a través de planta de valores de la tierra y de la construcción. La base de todo Catastro, es su actualización y su cobertura espacial. La actualización está fundamentada en el uso de técnicas modernas de valoración masiva, basada en el análisis estadístico. Su cobertura espacial, se traduce en el mayor inventario posible de los inmuebles de un territorio. Para el caso del Municipio Valera del Estado Trujillo, el Catastro está carente de una Planta de Valores de la Tierra moderna, actualizada, soportada en una base de datos de referenciales de compra-venta, sectorizada por zonas geoeconómicamente homogéneas. En el presente trabajo se busca determinar, mediante modelos econométricos el valor del suelo urbano por zonas geoeconómicamente homogénea para la parroquia Juan Ignacio Montilla, a fin de estructurar su Planta de Valores. Como actividad piloto para la conformación total de la planta de Valores del Municipio. A tales efectos se usara una base de datos de referenciales de terrenos del año 2009 al año 2012, procedentes del Registro Público Inmobiliario. La cual será depurada y homogenizada sus variables por año, para finalmente seleccionar aquellas que son estadísticamente determinantes en el valor del suelo. Finalmente, con la obtención de un modelo econométrico permitirá predecir el comportamiento de los precios del suelo por zonas para el área de la Parroquia Juan Ignacio Montilla o conformaciones urbanas similares a ésta. Palabras Clave: Impuesto sobre inmuebles urbanos, planta de valores, avalúo masivos, econometría. E-mail del autor: rondonmendoza@gmail.com
Rondón Mendoza, Fredy José, Econometric models for the valuation of land mass. If Parish Juan Ignacio Montilla, Municipality Valera of the State Trujillo (2013). Trabajo de Grado. Universidad del Zulia. Facultad de Ingeniería. División de Postgrado. Maracaibo, Venezuela. 82 p. Tutor: Dr. Yogri Castillo.
ABSTRACT
The urban property tax, is calculated on the cadastral value of the property, which at the time these are estimated by the method of mass appraisals through silver values of the earth and of the construction. The basis of all Cadastre, is their update and spatial coverage. The update is based on the use of modern techniques of mass assessment, based on the statistical analysis. Spatial coverage, translates into the highest inventory as possible of the real estate of a territory. In the case of the Valera Municipality of the State of Trujillo, the Cadastre is devoid of a flat earth values of modern, up-to-date, supported by a database of reference of purchase-sale, sectioned by geoeconomicamente homogeneous areas. In the present work is sought determines, using econometric models the value of urban land by geoeconomicamente homogeneous areas for the parish Juan Ignacio Montilla, in order to give structure to its plant of Values. As pilot activity for the formation of the plant total values of the Municipality. For these purposes will be used a database of reference of land by the year 2009 to 2012, from the Public Register Real Estate. Which will be debugging and homogenized its variables per year, to finally select those that are statistically determinants in the value of the land. Finally, with the obtaining of an econometric model to predict the behavior of land prices in certain areas for the area of the Parish Juan Ignacio Montilla urban or conformations similar to this. Key Words: urban property tax, plant of values, mass appraisal, econometrics.
E- mail of the author: rondonmendoza@gmail.com
TABLA DE CONTENIDO
Página
RESUMEN ........................................................................................... 3
ABSTRACT .......................................................................................... 4
DEDICATORIA ..................................................................................... 5
AGRADECIMIENTO .............................................................................. 6
TABLA DE CONTENIDO ......................................................................... 7
LISTA DE TABLAS ................................................................................ 10
INTRODUCCION .................................................................................. 11
CAPITULO I. PLANTEAMIENTO DEL PROBLEMA
1.1 Planteamiento del Problema.......................................................... 13
1.2 Formulación del Problema ............................................................ 16
1.2.1 Objetivo General de la Investigación ................................... 16
1.2.2 Objetivos Específicos de la Investigación ............................. 16
1.3 Justificación de la Investigación ..................................................... 17
1.4 Delimitación del Estudio ............................................................... 18
CAPITULO II. MARCO TEORICO
2.1 La Inflación .............................................................................. 19
2.1.1 Causa de la Inflación ....................................................... 20
2.1.2 Efectos de la Inflación ..................................................... 22
2.1.2.1 Efectos en el Crecimiento Económico ................... 22
2.1.2.2 En la Distribución de la Renta y la Riqueza ................................ 23
2.1.2.3 Rentas Fijas ..................................................... 23
2.1.2.4 La Demanda de Dinero y Activos Líquidos ............ 24
2.1.2.5 En los Bienes Raíces ......................................... 24
2.1.3 Cuantificación de la Inflación ............................................ 24
2.1.3.1 El Papel del Banco Central de Venezuela .............. 25
2.1.3.2 Interpretación del INPC ..................................... 26
2.1.3.3 Cambios en el Año Base del INPC ....................... 27
LISTA DE TABLAS
Tabla Página 1 Variables Macroeconómicas ................................................... 48
2 Zonificación de Terrenos ...................................................... 49
3 Modelos Econométricos para Terrenos ...................................... 55
4 Planta de Valores para Terrenos .............................................. 56
5 Resumen Estadístico para las distintas Zonas de Estudio ............. 57
Página
2.2 El Producto Interno Bruto ............................................................. 27
2.3 La Tasa de Interés ...................................................................... 28
2.3.1 El Valor del Dinero en el Tiempo ........................................ 28
2.4 Relación entre las Variables Macroeconómicas y el Mercado
Inmobiliario ............................................................................... 29
2.5 Econometría ............................................................................... 30
2.6 Catastro .................................................................................... 31
2.7 Planta de Valores de la Tierra ....................................................... 32
2.8 Regresión Lineal Múltiple .............................................................. 32
2.9 Supuestos del Modelo de Regresión Lineal ...................................... 33
2.9.1 Linealidad ............................................................................... 33
2.9.2 Independencia ................................................................ 34
2.9.3 Homocedasticidad ............................................................ 34
2.9.4 Normalidad ..................................................................... 34
2.9.5 No-colinealidad ................................................................ 34
2.10 Solución del Modelo de Regresión Lineal Múltiple mediante Matrices . 34
2.11 Error Estándar de Estimación ...................................................... 35
2.12 Correlación (r) .......................................................................... 36
2.13 Coeficiente de Determinación Múltiple (R2) .................................... 36
2.14 Autocorrelación ......................................................................... 37
2.15 Contraste de Autocorrelación ...................................................... 37
2.16 Colinealidad .............................................................................. 38
2.17 Multicolinealidad ........................................................................ 38
2.18 Detección de la Multicolinealidad ................................................. 39
2.19 Consecuencias de la Presencia de Autocorrelación, Colinealidad y
Multicolinealidad en los Modelos Econométricos ............................. 40
CAPITULO III. MARCO METODOLOGICO
3.1 Tipo de Investigación ................................................................... 42
3.2 Población y Muestra ..................................................................... 43
3.2.1 Población ........................................................................ 43
3.2.2 Muestra .......................................................................... 43
3.3 Diseño de la Investigación ............................................................ 43
Página
3.3.1 Técnicas e Instrumentos de Recolección de Datos ................. 44
3.4 Procedimiento General de la Investigación ...................................... 44
3.4.1 Primera Fase: Clasificación de los Datos .............................. 44
3.4.2 Segunda Fase: Definición de Variables a Estudiar ................. 45
3.4.3 Tercera Fase: Pre-análisis de los Datos ............................... 45
3.4.3.1 Análisis de los Datos .......................................... 46
3.5 Modelo Econométrico ................................................................... 46
CAPITULO IV. PROCESAMIENTO DE DATOS Y ANALISIS DE LOS
RESULTADOS
4.1 Diseño del Modelo Econométrico ................................................... 47
4.2 Variables Físicas ......................................................................... 47
4.3 Variables Macroeconómicas .......................................................... 47
4.4 Los Datos ................................................................................... 48
4.5 Exploración de Datos ................................................................... 49
4.6 Intervalo de Confianza para la Media de la Variable Precio Unitario ..... 50
4.7 Evaluación Estadística de los Modelos ............................................. 51
4.7.1 Pruebas Estadísticas ......................................................... 51
4.7.2 Análisis de los Residuales .................................................. 53
4.7.3 Autocorrelación ............................................................... 54
4.7.4 Homogeneidad de Varianzas.............................................. 54
4.7.5 Modelo Econométrico Obtenido .......................................... 54
4.7.6 Planta de Valores de Terrenos ........................................... 55
4.7.7 Análisis de los Resultados ................................................. 56
CONCLUSIONES .................................................................................. 58
RECOMENDACIONES ............................................................................ 59
BIBLIOGRAFIA .................................................................................... 60
LISTA DE ANEXOS ............................................................................... 63
INTRODUCCION
Uno de los grandes uso o aplicación del catastro urbano es para la generación
del impuesto sobre inmuebles urbanos, que en algunos casos constituyen los más
altos ingresos para el Municipio por este concepto. La generación de este impuesto
tiene como base el Avalúo Masivo de todos los inmuebles dentro del ámbito
geográfico de aplicación. Los inmuebles que conforman el inventario catastral, están
compuestos por las edificaciones o bienhechurías y el terreno y los terrenos sin
construcciones.
Es obligación del Municipio a través de la Unidad de Catastro, realizar el
inventario de inmuebles dentro del ámbito urbano, atribución que le confiere la
misma Ley Orgánica del Poder Público Municipal, así como también la Ley de
Geografía, Cartografía y Catastro Nacional, siguiendo las recomendaciones “normas
técnicas” que para los efectos se dictan. La Ley de Ley de Geografía, Cartografía y
Catastro Nacional, señala que para “para la determinación del valor catastral de los
inmuebles. . ., se deberá emplear el método de avalúo masivo”.
Se puede definir el avalúo masivo, como aquel que se realiza a varios predios,
en una fecha determinada, utilizando datos comunes, en un gran sector o
subsectores con características comunes u homogéneas, bajo una metodología
estándar. También es conocido como avalúo catastral, donde se busca obtener un
valor de referencia de los inmuebles dentro de una zona. El objeto de este avaluó
es para la aplicación en el cobro de impuesto por bienes inmuebles o impuesto
predial. Dentro del avalúo masivo, a todos los valores unitarios de la tierra por
sectores u unidades homogéneas de un Municipio se le denomina Planta de Valores
de la Tierra y los diferentes valores unitarios por tipología constructiva en el
Municipio, se le denomina Planta de Valores de la Construcción.
Bajo este planteamiento teórico, se planteó como objeto del presente trabajo de
investigación, la elaboración de la planta de valores de tierra urbana del Municipio
Valera del Estado Trujillo, tomando como ejemplo la Parroquia Juan Ignacio
Montilla con la finalidad de facilitar una mejor comprensión del tema valuatorio aquí
tratado, cumpliendo con la normativa legal vigente que rige la materia en los
ámbitos urbanos del espacio territorial municipal.
12
Como metodología central de la investigación está la aplicabilidad de los
modelos econométricos, utilizando un modelo de regresión lineal múltiple el cual
considera la variable dependiente precio unitario (PU) y las variables independientes
físicas: área, tiempo, localización y las variables macroeconómicas: Producto
Interno Bruto (PIB), el Índice Nacional de Precios al Consumidor (INPC) y la Tasa de
Interés (TI).
La presente investigación esta estructurada en cinco (5) capítulos. El primer
capitulo (I) corresponde al planteamiento del problema, los objetivos de la
investigación, los argumentos de justificación y su importancia, así como la
delimitacion de la misma. En el segundo capitulo (II) se presenta el marco teórico,
el cual incluye los antecedentes, las bases teóricas y legales que sustentan la
investigación, así como un glosario de términos básicos relacionados con la
actividad catastral. El tercer capitulo (III) abarca el tipo, población y muestra,
diseño y el procedimiento general de la investigación. El cuarto capitulo (IV)
muestra el análisis de los resultados obtenidos y por último en el quinto capitulo
(V), las conclusiones alcanzadas y recomendaciones para trabajos a futuros
relacionados con la sectorización catastral urbana. Finalmente, las fuentes
consultadas que permitieron alcanzar los objetivos generales propuestos para este
trabajo de investigación.
CAPITULO I
PLANTEAMIENTO DEL PROBLEMA
1.1 Planteamiento del Problema
El Municipio Valera, posee una extensión de 240 kilómetro y una población
aproximada de 240.000 habitantes. Entre las características más determinantes que
posee el Municipio es de ser dominantemente urbano, que es donde se concentra la
mayor parte de la población y se registra la mayor parte de la actividad económica.
Se plantea la necesidad de aumentar y optimizar la adecuada recaudación de
impuestos para la generación de ingresos propios al municipio que es muy
deficiente, debido a la falta de información cartográfica y un catastro con
información actualizada.
Dentro de estos impuestos toma vital relevancia uno que depende directamente
del catastro urbano municipal, que es el impuesto sobre Inmuebles urbanos, cuya
base imponible para determinar el impuesto a pagar se realiza en función del valor
de los inmuebles urbanos, constituidos estos por el valor del terreno y el valor de lo
edificado, construidos e instalados. Para determinar este valor es necesaria la
intervención de la Oficina de Catastro, quienes se encargan de realizar la valuación
fiscal.
Una de las limitaciones de la recaudación de este impuesto en los fiscos
municipales es la ausencia y desactualización de los catastros urbanos municipales y
su respectiva planta de valores. La determinación del valor del inmueble le
corresponde, a la Administración Municipal a través de la Oficina de Catastro,
unidad organizativa del Ejecutivo Municipal que debe llevar un registro de todos los
inmuebles existentes en la jurisdicción del municipio para generar la planta de
valores actualizada que sirve de base de cálculo.
Las municipalidades trujillanas poseen desactualizaciones del catastro municipal
en casi todos sus municipios que lo registran y su ausencia total en otros
municipios. Esta situación ha incidido negativamente en el nivel de recaudación de
14 ingresos por concepto de Impuesto sobre Inmuebles Urbanos, ya que los valores
catastrales son el elemento fundamental para determinar la cuantía del impuesto.
El Municipio Valera se rige por la Ordenanza sobre Catastro Urbano del
03/03/1999 y por la Ordenanza de Impuesto sobre Inmuebles Urbanos del
03/03/1999, donde establece a cargo de la Dirección de Catastro, la obligación de
realizar avalúos de todos los inmuebles de toda la ciudad y recopilar datos para
elaborar tablas de valores unitarios de la construcción y planta de valores de la
tierra. Elaborar y mantener actualizada la Planta de Valores de la tierra urbana,
realizando al efecto los estudios de valorización correspondiente.
Existente en el Municipio Valera, una planta de valores de la tierra urbana, así
como las tablas de valores unitarios de la construcción, publicada en la Gaceta
Municipal del Municipio Valera en fecha 08 de Junio de 1.999. Presentando
precariedad en su elaboración, dado que establece zonificaciones muy heterogénea
y disímiles, incluye en una zona, espacios urbanos totalmente opuestos, con
características de sus inmuebles totalmente contrarias. Además no presenta la
metodología como se determinaron sus valores. Fundamentalmente esta planta de
valores respondía a la zonificación catastral para este momento. Para entonces, no
existían las actuales normas que regulan y orientan la formación del catastro.
La elaboración y actualización del catastro municipal es compleja y costosa, en
especial elaborar una planta de valores de la tierra como de las construcciones,
requiere de una inversión en cuantos a recursos humanos calificados y financieros.
Pero aun así, son mucho más los beneficios que obtienen el municipio que el costo
imputado. Solamente por concepto del aumento en contribuyentes y actualización
de la alícuota del impuesto, justificaría la inversión. Lo que ocurre, es que las
autoridades municipales no realizan ningún esfuerzo por enfrentar esta situación y
aluden esta responsabilidad, dado el costo político que esto involucra. Este
escenario ha hecho a los municipios más dependientes de las transferencias
nacionales, ante la falta de una planificación financiera y de una programación
presupuestaria para estimar los ingresos tributarios.
Las tecnologías existen, las técnicas existen, las metodologías existen, el
personal calificado existe, la información está, solamente falta la buena voluntad de
las altas autoridades municipales para la modernización y actualización del catastro.
15 Que les permita contar con una autonomía fiscal, donde la generación de recursos
económicos les permita asumir con eficiencia la prestación de los servicios públicos.
Actualmente es obligación de los Municipios, el levantamiento de un registro
catastral urbano de acuerdo al artículo 56 de la ley Orgánica del Poder Público
Municipal. De igual manera la Ley de Geografía, Cartografía y Catastro Nacional
(Gaceta Oficial Nº 37.002) confiere a los municipios la potestad para la formación y
conservación del catastro. La misma Ley en su artículo 25, señala que los
municipios deben adoptar las normas técnicas para tales efecto dicte el Instituto
Geográfico de Venezuela Simón Bolívar. Y para la planta de valores, las normas
técnica para la formación y conservación del catastro nacional, señala que deben ser
estructuradas conforme al mercado inmobiliario. Con datos provenientes del
Registro Inmobiliario, de la transacciones realizadas en el Municipio. Representar los
referenciales en zonas físicas homogéneas y definir los valores unitarios del terreno
mediante el análisis estadístico. Todo esto en concordancia con el artículo 16 de la
misma Normas técnicas, que indica que: “Para la determinar el valor catastral de los
inmuebles, las oficinas municipales de catastro deberán emplear el método de
avalúo masivo”.
La ciudad de Valera no escapa a esta realidad. No cuenta con un registro
confiable de contribuyentes de este impuesto, y dada la creciente expansión de
inmuebles se ha hecho más difícil llevar un control efectivo. La dirección de catastro
municipal, adolece la carencia de recursos humanos y financieros para tener una
infraestructura adecuada, a pesar del gran dinamismo catastral, es la oficina de
catastro del Estado Trujillo con más movimiento diario, debido a su alta dinámica
comercial e inmobiliaria. Pero se ha limitado a la tramitación de solvencia para las
operaciones de compra-venta, al registro para la regularización de tierras urbanas,
al otorgamiento de la ficha catastral para los créditos hipotecarios y a inspecciones
para deslinde de parcelas. Pero las actividades de fondo, como son: la actualización
de planta de valores de la tierra, que para este caso sería su elaboración, porque la
que existe no lo es propiamente dicha. Elaboración de la planta de valores de la
construcción, la actualización cartográfica con mecanismo de digitalización de
imágenes, la formación de catastro en zonas y parroquias. La formación de un
banco de datos actualizado y la incorporación de nuevas variables para la
16 implementación de un catastro multifinalitario, son los grandes retos que debe
asumir.
En Valera el crecimiento urbano, se ha encontrado muy limitado por escasez de
terrenos, pero ha sido compensado con un importante crecimiento del sector
inmobiliario de apartamentos, a través de los numerosos y nuevos desarrollos de
edificaciones. El Municipio posee factores potencialmente determinantes para la
generación de recursos por la vía del impuesto sobre inmuebles urbanos, el área
metropolitana (poligonal urbana) de la ciudad de Valera está conformada por las
parroquias: Juan Ignacio Montilla, La Beatriz, Mercedes Díaz y San Luís. Las cuales
en su conjunto son de fácil manejo, es una ciudad pequeña en su contexto
propiamente urbano.
1.2 Formulación del Problema.
A partir del planteamiento del problema, este estudio formulo la interrogante
para obtener la dirección y desarrollo de la investigación.
¿Será la elaboración de la planta de valores de la tierra la actividad
fundamental para la actualización del catastro, necesario para aumentar la
recaudación del impuesto sobre inmuebles urbanos en el Municipio Valera?
1.2.1 Objetivo General de la Investigación. Desarrollar los modelos econométricos de valoración masiva del suelo urbano de
la Parroquia Juan Ignacio Montilla, Municipio Valera del Estado Trujillo.
1.2.2 Objetivos Específicos de la Investigación. Determinar las zonas físicas y económicamente homogéneas en el plano urbano
de la Parroquia.
Elaborar la base de datos de referenciales de las ventas asentadas en el registro
inmobiliario de Valera, desde el año 2006 al 2009.
17 Elaborar el mapa de zonas de valor del suelo urbano.
Desarrollar los modelos econométricos, para la obtención del valor catastral de
los terrenos.
1.3 Justificación de la Investigación La epistemología del impuesto sobre inmuebles urbanos, radica en la valoración
catastral o valoración fiscal, que en la actualidad y así lo establece el marco jurídico
Venezolano, se elabora a partir de técnicas de avalúo masivo: Planta de valores de
la tierra y planta de valores de la Construcción y el uso de los análisis estadísticos
para logra mayor objetividad. Estableciéndose un valor del inmueble muy cercano al
precio de mercado, pero nunca mayor a este.
Es la dirección de Catastro Municipal quien tiene a cargo el cálculo y
determinación de estos valores catastrales de todos sus inmuebles dentro de su
ámbito. Un buen catastro conlleva a una mayor y mejor recaudación del impuesto
inmobiliario urbano, pero un buen catastro significa: cobertura territorial,
actualización de sus instrumentos y uso de nuevas tecnologías.
En la actualidad, el Municipio cuenta con la red geodésica, proyecto que fué
ejecutado en el año 2008, como una primera etapa en la consolidación del catastro
municipal.
El catastro del municipio Valera, debe por mandato legal “Ley de Geografía,
Cartografía y Catastro Nacional”, elaborar o actualizar sus instrumentos de
valoración masiva, para este caso de estudio será la Planta de valores de la Tierra
de Parroquia Juan Ignacio Montilla, como un primer paso para la conformación de la
PLANTA DE VALORES DE LA TIERRA DEL MUNICIPIO VALERA.
La determinación del valor del suelo urbano es compleja, ya que además de
ser un factor incidente en el desarrollo urbano, constituye también un activo cuya
revalorización produce una renta dentro de la generada por los inmuebles; por lo
tanto constituye una fuente segura y confiable de ingresos por concepto de
impuesto.
18
El valor del suelo urbano es afectado por diversas variables, tanto micro como
macroeconómicas, más aún en casos como en Venezuela donde la inflación ha sido
un factor determinante en todas las actividades económicas; es por ello que, la
presente investigación se propone determinar, mediante un modelo econométrico,
la tendencia de crecimiento del valor del suelo urbano por sectores o zonas físicas
homogéneas.
Estas determinaciones dependen básica y simplemente de la combinación de
datos provenientes del registro inmobiliario y de la aplicación de modelos
preestablecidos.
Para el 2012, el ingreso anual por concepto impuesto sobre inmuebles urbanos
se ubica en el tercer lugar, como fuente generadora de recursos que contribuyen a
los ingresos ordinarios del municipio. Situación esta que aumentaría considerable-
mente con un registro de inmuebles más actualizado.
1.4 Delimitación del Estudio
Delimitación Espacial. El proyecto se desarrollará en el ámbito de la Parroquia Juan Ignacio Montilla,
Municipio Valera del Estado Trujillo.
Delimitación Teórica. Teorías de valoración del suelo urbano, valoración catastral y avalúo masivo. Delimitación Temporal.
El estudio se inició en Febrero de 2012 y culminó en Enero de 2013
CAPITULO II
MARCO TEORICO 2.1 La Inflación Hoy en día la palabra inflación es quizás la más usada en todos los idiomas,
suele conocérsela en términos muy simples, como el aumento sostenido de los
precios. El hombre de la calle lo define como aquella situación en la cual a medida
que avanza el tiempo y sus cargos familiares, el precio de los productos y de los
servicios que se hacen más altos pudiendo cada vez comprar menos objetos pese a
ganar más dinero por su trabajo.
Algunos autores en sus definiciones coinciden con esta forma de reconocer la
inflación. Spence dice, la inflación es un aumento en el nivel general de precios de
todos los bienes y servicios, también se define como un proceso dinámico que se
caracteriza por el crecimiento continuado en el nivel general de precios.
Mientras que otros especialistas, al; querer responder ¿Que es la Inflación? se
concretan en emitir conceptos que tan solo se refieren a las causas que originan la
inflación, así revisando la literatura económica, encontramos definiciones que la
identifican como:
• Un exceso de demanda con respecto a la oferta
• Una expansión de la renta monetaria en mayor proporción, que la capacidad
de generar ventas.
• Una situación de déficit sostenido en el presupuesto del estado.
• Un proceso resultante de la competencia por mantener la renta real.
• La puesta en circulación de medios de pagos superiores a las necesidades del
movimiento económico.
• Demasiado dinero tratando de adquirir muy pocos bienes.
• como el desequilibrio de las estructuras y coyunturas económicas, sociales y
políticas.
20
2.1.1 Causas de la Inflación
Podríamos enumerar cientos de razones importantes que puedan iniciar o
mantener un proceso inflacionario: una guerra, una mala cosecha, la aceleración de
la demanda debido a la expansión intempestiva del crédito, el aumento del gasto
público, la rigidez de la oferta y el aumento general en los salarios etc. En
apariencia todos estos fenómenos no tienen nada en común como no sea que
provoquen la inflación.
Por lo demás en cada país unas causas se agudizan más que otras y se
encuentran relacionadas entre sí. Es por ello que cada país tiene sus diversas
formas y maneras de atacarla, pero orientadas siempre bajo la misma senda de
ataque.
Entre las causas que se destacan son las siguientes:
Por un Exceso de la Demanda: teniendo en cuenta los componentes de la
demanda total del mercado, un exceso en la demanda, puede desembocar en un
proceso inflacionario, siempre y cuando estén acompañados de una oferta
insuficiente, este aumento en la demanda puede depender de ciertos puntos o
variables, entre las cuales se destacan las siguientes: Aumento en el consumo
familiar, la unidad económica familiar siendo la parte de la población que busca la
satisfacción de las necesidades a través del consumo aumenta sus compras debido
a diferentes razones, ya sea el cambio de actitud de los consumidores luego de salir
de un período bélico, otra causa lo constituye el aumento del poder adquisitivo del
consumidor como consecuencia de una disminución de los impuestos, bien sea los
impuestos que gravan los ingresos personales, o las compras de bienes nacionales o
importados. Las expectativas de los consumidores con respecto a los precios
futuros, constituyen otro factor de importancia en el aumento de la demanda, esto
se puede reflejar de la siguiente manera, gastan más en el presente de lo que
realmente deberían hacerlo, aumentan su propensión al gasto.
Por Incremento de Compra de Nuestros Productos por Parte de
Extranjeros: las empresas productoras − exportadoras pueden encontrarse con
21
dos alternativas, vender internamente o exportar, es así como el mercado interno y
el mercado externo compiten entre sí, especialmente cuando la producción es
limitada. Cuando la demanda de bienes y servicios por otra parte de los
importadores extranjeros, recibe un aumento intespectivo, bien sea porque los
precios de su producto están más altos que en el país nuestro o porque tengan una
escasez de productos, en fin una serie de razones ajenas a nosotros, diremos que
se producirá un aumento en la demanda total si la demanda interna y la oferta
permanecen constante. Además si el gobierno no interviene es posible que el
productor se aproveche de esta situación y trate de venderle al que le pague más,
es decir, establece una pugna entre demandantes nacionales y los extranjeros,
venderá al mejor postor, esto crea como consecuencia un aumento inflacionario.
Por incremento en los Salarios: generalmente los aumentos de los salarios
se producen por las siguientes razones:
• por la libre acción del mercado
• por la iniciativa patronal, cuando existe autentica sensibilidad social o hay
razones de estrategia en los precios.
• por iniciativa gubernamental, si se dan razones políticas o de justicia
social.
Sin embargo en las últimas décadas, la sociedad industrial se ha visto
influenciada por una nueva fuerza que empuja los salarios: el poder de los
asalariados reunidos en agrupaciones sindicales, consiste en proteger el pleno
empleo y la mejora en el nivel de vida de los asociados. Estos sindicatos
constantemente tienden a presionar a los empresarios, amenazándolos de paros y
huelgas, así en los contratos colectivos no se le cedan nuevos salarios.
Unas veces lo hacen para compensar el costo de la vida, otros para aumentar el
nivel de vida o sencillamente para aumentar el nivel de vida ya que están
convencidos que son la clase explotada.
22
2.1.2 Efectos de la Inflación:
Los efectos económicos y sociales de la inflación, han sido fuentes de
preocupación general, aun cuando la tasa de alza de los precios era inferior a la tasa
actual, estos efectos tiene hoy en día un mayor alcance y dependen de múltiples
factores, tales como las características y la estructura de la economía del país, los
rasgos del proceso inflacionario, la duración del proceso, las actitudes y las
reacciones de los diversos entes económicos.
A continuación se mencionan y analizan los efectos de la inflación que más
comúnmente son reconocidos por la literatura económica. Por razones
metodológicas las agruparemos en efectos económicos y en efectos sociales y
políticos.
2.1.2.1 Efectos en el Crecimiento Económico:
En el análisis de los objetivos primordiales de la política económica, se pone en
evidencia, además de la inflación uno de los problemas más grandes del mundo
actual: la cuestión del crecimiento económico, últimamente se ha desarrollado una
tendencia a medir el crecimiento económico y denominarlo desarrollo económico, el
desarrollo en realidad es más amplio e importante, no solo en el desarrollo de las
cantidades de cada vez mayores de materiales sino el desarrollo humano y social.
En cuanto al crecimiento y al desarrollo económico también se pone de
manifiesto la controversia que se establece entre los monetaristas y los
estructuralistas. Los monetaristas sostiene el clima más propio a un crecimiento
continuo es el creado por la estabilidad monetaria. Y como ya se sabe, la inflación
ha dejado de promover el desarrollo, se ha vuelto incompatible con este, aun
aquellos países que se ingeniaban para tener inflación y desarrollo están sufriendo
una aceleración de la inflación y un retardo en el desarrollo.
23
2.1.2.2 En la distribución de la Renta y la Riqueza.
Uno de los problemas graves que origina la inflación es su incidencia en la
distribución de la renta y la riqueza entre los diferentes grupos sociales. En una
economía con alto índice de inflación la llamada pugna por renta tiende acentuarse,
estableciendo una relación directa entre la inestabilidad de los precios y la
estabilidad social y política. Los efectos distributivos de la inflación sobre los
individuos y grupos sociales, depende tanto de su capacidad de proceso de
desarrollo. La existencia de desfases entre los aumentos de los salarios o el
aumento de los precios. Ya que dichos desfases originan un aumento en los
beneficios de los empresarios y en consecuencia estimulan la inversión. El mismo
deterioro del poder adquisitivo del dinero conduce a una mayor oferta de trabajo
por parte de los trabajadores activos y de los preceptores de rentas fijas,
constituyéndose de esta manera en mecanismo incentivador de crecimiento.
Los países desarrollados especialmente los de América Latina, han sido
protagonistas de diversas combinaciones de estabilidad, inflación y crecimiento. Con
acuerdo a esto, es posible afirmar que los efectos negativos de la inflación sobre la
distribución de la renta.
2.1.2.3 Rentas Fijas:
La inflación castiga a todos los preceptores de renta fija como lo son los
obreros, los empleados, los pensionados, los jubilados, rentistas y acreedores.
Mientras los precios se ven cada vez en aumento de sus rentas permanecen fijas o
varían a un ritmo muy lento disminuyendo en esta forma su poder adquisitivo.
Como se comprende, en este aspecto los trabajadores activos aceptaran una
jornada de trabajo más larga (horas extras), los pensionados y jubilados trataran de
incorporarse, así como para compensar las pérdidas en el poder adquisitivo.
24
2.1.2.4 La Demanda de Dinero y Activos Líquidos:
La inflación genera un aumento en la demanda del dinero, ella estimula, la
necesidad que tienen las unidades económicas de disponer de saldos líquidos cada
vez más altos, los cuales van a contribuir por una parte, con el financiamiento de
los gastos y por la otra, con el mejor aprovechamiento de las oportunidades que
surgen del mismo proceso inflacionario. Es así, que se incrementan de manera
espectacular la solicitudes del crédito, especialmente, las largo plazo, obtenidas
mediante hipotecas.
2.1.2.5 En los Bienes Raíces:
Durante la inflación las bienes raíces van a ser demandadas ansiosamente por el
público, unas veces, para salvaguardar los ahorros y otras para revenderlos. Los
bienes raíces como las viviendas, los terrenos, las haciendas, fincas etc.
Posiblemente encabeza de aquellos productos, cuyos precios crecen más
rápidamente.
2.1.3 Cuantificación de la Inflación
En nuestro país, esta cuantificación se establece mediante la publicación del
Índice Nacional de Precios al Consumidor, (según el artículo 328 de la Ley del Banco
Central de Venezuela).
• Se cotizarán cuando menos los precios en 30 ciudades. Las ciudades
seleccionadas deberán en todo caso tener una población de 20.000 o más
habitantes, y siempre habrán de incluírselas 10 zonas o ciudades más
pobladas de la República.
• Deberán cotizarse los precios correspondientes a cuando menos 2.000
Productos y servicios específicos agrupados en 250 conceptos de consumo,
los cuales abarcan al menos 35 ramas de los sectores agrícola, ganadero,
25
industrial y de servicios, conforme al catálogo de actividades económicas
elaborado por el Instituto Nacional de Estadística.
En Venezuela, como en la mayoría de los países, la inflación suele medirse a
través de la variación porcentual del índice de Precios al Consumidor (IPC) durante
un período determinado, bien sea un mes, trimestre, semestre o año.
Por ejemplo, la tasa de inflación registrada en el año 1.999 para el área
metropolitana de Caracas se calcula tomando como referencia los niveles del IPC de
diciembre 1.998 y diciembre 1.999, observándose un incremento porcentual del 20
%.
El índice de Precios al Consumidor es el termómetro de la inflación. A partir de
enero del 2.000, el índice de Precios al Consumidor (IPC) del área metropolitana de
Caracas que elabora el Banco Central de Venezuela (BCV) comenzó a presentarse
con nuevo año base. Este cambio se enmarca dentro de los objetivos del Programa
de Actualización de las Estimaciones Macroeconómicas (Pracem) que adelanta el
Instituto con el propósito de actualizar el año base de las cuentas nacionales y de
los indicadores de precios y adoptar los nuevos manuales internacionales del
Sistema de Cuentas Nacionales y de la Balanza de pagos, elaborados por las
Naciones Unidas y el Fondo Monetario Internacional, respectivamente.
2.1.3.1 El Papel del Banco Central de Venezuela
El objetivo del Banco Central de Venezuela frente a la inflación es combatir la
inflación mediante decisiones de políticas monetarias y cambiarías dirigidas a influir
sobre la demanda final de bienes y servicios de la economía.
Todo proceso inflacionario reduce la capacidad adquisitiva del ingreso y, en
consecuencia, el nivel de bienestar socioeconómico. Por ello, desde su fundación, al
Banco Central de Venezuela de Venezuela se le encomendó la estabilidad de los
precios como uno de sus objetivos principales, hasta adquirir rango constitucional
en la nueva Carta Magna, que entró en vigencia el 30 de diciembre de 1.999.
El BCV ejecuta un programa continúo de revisión de los métodos de elaboración
del IPC. Por ejemplo, se chequea si las marcas y presentaciones de los productos
que se investigan son las que en realidad continua comprando la gente, y si los
26
establecimientos que sirven como fuente de información siguen vigentes. De no ser
así, se escogen nuevas marcas, nuevas presentaciones y nuevos establecimientos.
Adicionalmente, el BCV cada semana compra directamente en los
establecimientos una muestra de los artículos que integran la canasta del IPC, con
el objetivo de verificar el comportamiento de los precios reportados en las
encuestas. También se aplican procedimientos para medir la consistencia de los
precios, junto con la realización de un análisis de consistencia económica mediante
el cual se relaciona el resultado del IPC con el comportamiento de otras variables
económicas relevantes.
2.1.3.2 Interpretación del IPC
Cuando el Banco Central de Venezuela (BCV) informa que el IPC del área
metropolitana de Caracas durante el mes x registró un aumento , por ejemplo del n
% debe interpretarse que el costo de la canasta de bienes y servicios de ese
indicador, en promedio, registró ese aumento en comparación con el costo de esa
misma canasta en el mes precedente. Por ejemplo se indica que en la canasta del
IPC base 1.997 contiene 287 rubros, los cuales son representativos del gasto de
consumo que en su conjunto realizan las familias del área metropolitana de
Caracas.
Para recabar la información de precios de los rubros que conforman la nueva
canasta, mensualmente se visitan 2.000 establecimientos de diferentes tipos,
obteniéndose un total de 32.000 precios.
Para garantizar la veracidad de la información recolectada por los encuestadores
del BCV, se les proporciona un cuestionario donde se identifican con precisión los
productos cuyos precios deben recopilar y los establecimientos donde deben
hacerlo, con el fin de evitar errores. Asimismo, los encuestadores son retados
regularmente, según zonas geográficas y tipo de encuestas.
27
2.1.3.3 Cambios en los Años Base del IPC
Como el IPC es un indicador establecido que mide la evolución de los precios, de
una canasta de bienes y servicios, representativa del consumo familiar, durante un
período determinado.
Para el cálculo del IPC se adopta un año de referencia, llamado año base, cuyo
nivel inicial es 100, y se selecciona una lista representativa de los bienes y servicios
que consumen los hogares (la canasta). Se determina la importancia relativa que
tiene cada rubro en el gasto total de consumo de las familias en la canasta,
proporción que en términos técnicos se denomina estructura de ponderaciones del
IPC.
En atención a recomendaciones internacionales, es conveniente que
periódicamente se proceda a la actualización del año base del IPC con el fin de
mantener y mejorar la calidad y representatividad de este indicador, motivado a los
cambios que suelen experimentar las economías de los países con el transcurrir de
los años.
Por esta razón, el Banco Central de Venezuela, que desde su fundación se ha
encargado de calcular el IPC del área metropolitana de Caracas, viene realizando
actualizaciones del año que sirve de referencia para la construcción de este
indicador estadístico.
2.2 El Producto Interno Bruto (PIB)
El producto interno bruto (PIB) mide la producción realizada por factores de
producción residentes en el país, independiente de quien sea su propietario. Existe
una diferencia entre el PNB y el producto interno bruto o PIB que es importante
aclarar. El PIB es el valor de los bienes finales producidos en el interior de un país.
¿Cuál es la diferencia entre el PNB y el PIB?. Una parte del PNB se obtiene en el
extranjero. Por ejemplo, la renta de un ciudadano Venezolano que trabaja en EEUU
forma parte del PNB de Venezuela, no forma parte del PIB de Venezuela porque no
se gana en el interior del país.
28
En la mayoría de las economías apenas hay diferencias entre el PNB y el PIB, lo
que significa que o bien las rentas ganadas en el extranjeros son normalmente
pequeñas en relación con el PNB, o bien que esos pagos se equilibran
aproximadamente.
El Producto Nacional Bruto se refiere, no a la producción realizada dentro del
territorio sino al total de la producción que, en cualquier parte del mundo, puedan
atribuirse a factores de producción suministrados por residentes habituales del
territorio. El Producto Nacional Bruto se define, por tanto, en términos de la
producción atribuibles a factores proporcionados por las personas que
habitualmente residen en cierto país. Si esas personas, por ejemplo, son dueñas de
negocios en el exterior, los ingresos que reciben de ellos, se calculan en el producto
nacional.
2.3 La Tasa de Interés La tasa de interés, es el dinero que se ha de pagar para usar temporalmente el
dinero ajeno. Una tasa de interés es la razón entre la ganancia producida por una
inversión y la inversión misma sobre un periodo de tiempo dado, generalmente un
año.
2.3.1 El valor del dinero en el tiempo Puesto que el dinero puede obtener ganancias de cierta tasa de interés se le
invierte durante un periodo de tiempo, normalmente durante un año, es importante
caer en cuenta de que un dólar recibido en cualquier fecha futura no vale tanto
como un dólar que se tenga en este momento. Precisamente ésta relación entre el
interés y el tiempo es la que nos introduce en el concepto del valor del dinero en el
tiempo. Por ejemplo, un dólar que se tenga en este momento puede ganar interés
durante dos años, mientras que un dólar recibido dentro de dos años no producirá
ninguna ganancia. El valor del dinero en el tiempo, por tanto, quiere decir que
cantidades iguales de dinero, situadas en tiempo diferentes, no tienen igual valor si
la tasa de interés es mayor que cero.
29
2.4 Relación entre las Variables Macroeconómicas y el Mercado Inmobiliario
Siendo el mercado inmobiliario uno de los mercados de bienes y servicios de la
economía global es razonable pensar que todos aquellos elementos que afecten la
economía global afectan sus componentes. Las variables macroeconómicas miden el
crecimiento de una economía y por ende el desarrollo de un país. En caso de los
Mercados inmobiliarios la inflación distorsiona la relación oferta-demanda ya que el
excesivo dinero en manos de consumidores implica una mayor demanda en un
mercado con menos oferta lo que empuja al alza de los precios de los inmuebles
ocasionando una distorsión sostenida del mercado.
Las tasas de interés de las instituciones financieras en Venezuela han estado
tradicionalmente sujetas a regulación de las autoridades monetarias, lo que las ha
mantenido prácticamente fijas durante largos períodos en el pasado.
La subida de las tasas de interés en Venezuela no ha sido suficientes para
contener las salidas de capital, pero sí para crear serios trastornos a los bancos
hipotecarios y a las entidades de ahorro y préstamo, que según la práctica de
financiar sus créditos de largo plazo con obligaciones a la vista, lo que ha
experimentado es un aumento mucho mayor en los intereses que pagan que en los
que cobra, y han visto disminuir su captación neta de recursos del público.
Las instituciones de vivienda están siendo también afectadas por una menor
demanda de préstamos, debido en parte a la subida de las tasas de interés nominal,
y en parte al más alto valor de la propiedad inmobiliaria, que ha aumentado mas
que el índice general de precios y, en partes, a la moderada recesión de la actividad
económica general.
La subida de las tasas de interés en los centros financieros internacionales y en
el mercado financiero local a producido, entre otros, los siguientes trastornos en la
economía Venezolana: (a) salidas de capital al exterior, (b) debilitamiento de las
instituciones financiadoras de vivienda, (c) desaliento, actual o potencial, de la
demanda de crédito, especialmente de préstamo para viviendas.
La simple enumeración de estos efectos muestra la gran complejidad del
problema, ya que el primero es consecuencia de que las tasas locales no han
aumentado en grado suficiente, y en el último, que han subido demasiado. El
30
segundo efecto es también un indicio de la complejidad del problema, porque tiene
su origen en la diferencia entre las tasas del pasado y las del presente, y ha dado
origen a desequilibrios estructurales que son fáciles de corregir.
En términos generales, la salida de capital son altamente perjudiciales a la
economía de un país, porque reducen los recursos disponibles para inversión y,
consiguientemente, frenan el desarrollo de la economía.
Al sobrevenir en años recientes el movimiento del alza general de las tasas de
interés, las instituciones de vivienda han sufrido un desequilibrio entre sus ingresos
y egresos, por no haber subido el rendimiento del grueso de su cartera (formada
por prestamos de largo plazo contratados en años anteriores) y haber tenido que
convertir una buena parte de sus pasivos a obligaciones de más alta tasa de interés.
2.5 Econometría
La palabra econometría significa ”medición en la economía”, se sabe que la
econometría está fundamentada en conocimientos matemáticos y estadísticos, por
lo tanto consiste en una aplicación de métodos estadísticos a datos económicos. Los
distintos aspectos del análisis econométrico son: (a) la especificación de la
estructura a utilizar, llamado modelo econométrico. (b) El análisis de las
propiedades estadísticas de dicho modelo, (c) Su estimación, (d) la utilización de
dicho modelo para el análisis de determinadas cuestiones de política económica.
Los problemas específicos de la economía se pueden clasificar bajo los
siguientes epígrafes. Datos, Relaciones, Variables, Formas Funcionales. (1) Datos:
Los datos que observamos en economía son de dos tipos: sección cruzada y de serie
temporales. En los datos de sección cruzada tenemos observaciones sobre unidades
individuales en un momento del tiempo; por ejemplo, ingresos y gastos en
alimentos para un conjunto de familias, datos sobre salarios y características de
profesores. Estos datos se recogen normalmente mediante encuestas que
representan una muestra. (2) Relaciones: Las relaciones que se investigan en
economía son de tres tipos: (a) Uniecuacionales, (b) Multiecuacionales, (c)
Ecuaciones simultáneas. En las relaciones uniecuacionales hay una variable
dependiente o determinada, que vienen dadas por mas variables independientes o
31
explicativas. (3) Variables: Una terminología común utilizada en econometría para
variables dependientes e independientes es la de endógena y exógena
respectivamente. Variables endógenas son aquellas determinadas dentro del
sistema económico, y exógenas las que vienen dadas desde afuera del sistema. (4)
Formas Funcionales: La teoría económica puede afirmar que la cantidad
demandada es una función del precio, pero nada puede decirnos de la forma
funcional de la relación.
La econometría puede dividirse en dos categorías: econometría teórica y
econometría aplicada. A la econometría teórica le concierne el desarrollo de
métodos apropiados para medir relaciones económicas determinadas por modelos
econométricos.
En la economía aplicada se usan las herramientas de la econometría teórica
para estudiar algunos campos especiales de la economía, tales como la función de
producción, las funciones de oferta y demanda, entre otros.
2.6 Catastro El Catastro es en modo general, un inventario selecto y especifico que se hace
de la superficie de un país, con el fin de determinar la ocupación, extensión,
situación jurídica, naturaleza, condiciones agrologicas, destino y valor económico de
esas superficie y lo que debajo y/o sobre ella se encuentre.
Mediante ese inventario se operan con exactitud los recursos actuales y
potenciales que tiene el Estado, y su riqueza territorial, con lo cual se podrá estudiar
La aplicación de las rentas imponibles. Para ello se realizan un estudio físico,
jurídico y económico que conlleva a: (1) la representación exacta o aproximada de
la superficie de la unidad catastral (la parcela); en forma grafica o numérica,
haciéndose extensiva hasta las bienhechurías existentes además de las ubicación
exacta o aproximada en el conjunto general (ciudad o país), (2) establecer el
vinculo entre lo que existe en la superficie limitada por un polígono materializado
por los linderos, las aceras o simplemente un elemento natural y el documento
jurídico que define el perímetro por muy impreciso que éste sea, (3) determinar la
32
capacidad de generar recursos económicos basados en el valor del conjunto
superficie bienhechurías; denominados también inmuebles.
2.7 Planta de Valores de la Tierra La existencia de un gran número de terrenos definidos por sus correspondientes
documentos y la necesidad de obtener el valor de cada uno de ellos a fin de cumplir
con el Ordenamiento Jurídico Municipal Tributario, conduce a los municipio a aplicar
métodos agiles como el Método de Avalúo masivo, el cual consiste en el proceso de
determinar el valor de cada uno de los terrenos de cada cuadra, tomando en
consideración el valor (patrón) determinado por cuadra. El conjunto de valores
determinados en las cuadras del sector, constituyen lo que denominamos Planta de
Valores de la Tierra. La planta de valores de una ciudad, desde el punto de vista
clásico, puede considerarse como la representación grafica de la ciudad donde se
establece el valor de la tierra cuadra por cuadra para los efectos de la carga
impositiva.
Desde el punto de vista del desarrollo de la automatización, la planta de Valores
representa un modelo matemático con una serie de variables (por ejemplo: área,
tiempo, localización, etc.) que tratan de explicar o predecir el precio unitario del
terreno, es decir. La concepción desde este punto de vista de una planta de valores
se materializa en el cálculo del Precio Unitario de terreno y construcción en el área
urbana con el objeto de determinar su carga impositiva.
2.8 Regresión lineal Múltiple
La relación fija para un conjunto de datos experimentales se caracteriza por una
ecuación de predicción. En el caso de una sola Y, y una sola x, la situación cambia a
una regresión de Y en x. Para k variables independientes, se habla en términos de
regresión de Y en x1, x2 . . . . . . xk.., cuando éste modelo es lineal en los
coeficientes, recibe el nombre de modelo de regresión lineal múltiple.
Si utilizamos el modelo de regresión lineal múltiple para explicar el
comportamiento de una variable económica, que denotaremos y, utilizando la
33
información proporcionada por los valores tomados por un conjunto de variables
explicativas, que denotaremos por x1, x2, . . . . . . xk, tendremos la relación:
Уt =β1*X1t +β2*X2t + β3*X3t +. . . βk*Xkt +ut t=1,2,…,T (2.1)
La relación (2.1.) recibe el nombre de modelo econométrico. La variable У
recibe el nombre de endógena, e Уt denota su valor en el instante t, t=1,2,3….,T,
frente a las variables x2t, x3t, ….xkt tiene sobre Уt. El termino ut es una variable
aleatoria. La aparición (no necesaria) de un termino independiente en (2.1.) puede
interpretarse como la presencia de una primera variable x1t tal que x1t =1 para todo
t, es decir, una constante.
La respuesta estimada a la ecuación (2.1.) se obtiene de la ecuación de
regresión muestral:
ŷ = b0 + b1*x1 + b2*x2+. . . . + bk*xk (2.2)
donde cada coeficiente de regresión βt se estima mediante bt de los datos
muéstrales, con el método de los mínimos cuadrados.
2.9 Supuestos del modelo de regresión lineal Los supuestos de un modelo estadístico se refieren a una serie de condiciones
que deben darse para garantizar la validez del modelo. Al efectuar aplicaciones
prácticas del modelo de regresión, nos veremos en la necesidad de examinar varios
de estos supuestos.
2.9.1 Linealidad. La ecuación de regresión adopta una forma particular. En
concreto, la variable dependiente es la suma de un conjunto de elementos: el origen
de la recta, una combinación lineal de variables independientes o predictoras y los
residuos. El incumplimiento del supuesto de linealidad suele denominarse error de
especificación. Algunos ejemplos son: omisión de variables independientes
importantes, inclusión de variables independientes irrelevantes, no linealidad (la
34
relación entre variables independientes y dependientes no es lineal), parámetros
cambiantes (los parámetros no permanecen constantes durante el tiempo que dura
la recogida de datos), no adictividad (el efecto de alguna variable independiente es
sensible a los niveles de alguna otra variable independiente), etc.
2.9.2 Independencia. Los residuos son independientes entre sí, es decir, los
residuos constituyen una variable aleatoria (recordemos que los residuos son la
diferencia entre los valores observados y los pronosticados). Es frecuente
encontrarse con residuos autocorrelacionados cuando se trabaja con serie
temporales.
2.9.3 Homocedasticidad o igualdad de varianzas de los residuos y los
pronósticos. Para cada valor de la variable independiente (o combinación de valores
de las variables independientes), la varianza de los residuos es constante.
2.9.4 Normalidad. Para cada valor de la variable independiente (o combinación
de valores de las variables independientes), los residuos se distribuyen
normalmente con media cero.
2.9.5 No-colinealidad. No existe relación lineal exacta entre ninguna de las
variables independientes. El incumplimiento de este supuesto da origen a
colinealidad o multicolinealidad.
2.10 Solución del Modelo de Regresión Lineal Múltiple Mediante Matrices.
Consideremos el modelo de regresión múltiple con k variables explicativas:
Уi =β1*X1i +β2*X2i + β3*X3i +. . . βk*Xki +ui i=1,2,…,n (2.3)
Esto puede escribirse como:
У = Xβ + u (2.4.)
35
O en la forma matricial como:
У1 X11 X21 . . . Xk1 β1 μ1
У2 X12 X22 . . . Xk2 β2 μ2
У1 = X13 X23 . . . Xk3 + β3 + μ3 (2.5)
. . . . . .
. . . . . .
. . . . . . У1 X1n X2n . . . Xkn βk μn
donde:
y = un vector nx1 de observaciones de la variable explicada
X = una matriz nxk de observaciones de las variables explicativas
μ = un vector nx1 de errores
β = un vector kx1 de parámetros a ser estimado
2.11 Error Estándar de la Estimación.
El error estándar de la estimación mide la cantidad estándar en que los valores
reales (y) difieren de los valores estimados. El error estándar de la estimación se
escribe como:
Syx2 x3
donde:
Y = valor de variable real
= error estándar de la estimación de la variable dependiente Y, a la cual
se aplica a una regresión contra la variables independientes. . . X2, X3.
S y x 2 x 3
(2.6)
36
n ∑ x y – (∑ x ∑ y)
∑ (у – у ) 2 i=1
n
n
n= numero de observaciones
k = número de parámetros linealmente independientes a estimar en la ecuación de
regresión múltiple.
ŷ = Valor estimado 2.12 Correlación. (r)
Es el valor numérico que indica el grado de relación lineal entre dos variables
cuantitativas. Este valor (r) está entre -1 y +1. Un coeficiente de +1 indica una
relación lineal positiva perfecta, un valor de 0 indica que no hay relación lineal y una
relación de -1 habla de una relación negativa perfecta. La siguiente relación expresa
el cálculo del coeficiente de correlación de la muestra:
r = (2.7) n ∑ x 2 – (∑ x)2 n ∑ y 2 – (∑ y)2
donde:
x, y son la variables 2.13 Coeficiente de Determinación Múltiple (R2)
Un criterio que en general se utiliza para ejemplificar lo adecuado de un modelo
de regresión lineal ajustado es el coeficiente de determinación múltiple (R2), el cual
se determina por la expresión:
∑ ( ŷ – у ) 2
i=1
R2 = (2.8)
37
T 2
T 2
donde: y = valor observado
у = valor promedio de la muestra
ŷ = valor estimado
Esta cantidad en valor porcentual sólo indica qué proporción de la variación total
de la respuesta Y se explica mediante el modelo ajustado.
2.14 Autocorrelación
Es la correlación que existe entre una variable con ella misma. En un modelo
econométrico existe autocorrelación cuando el término de error ut está relacionado
consigo mismo a través del tiempo, es decir: E(u1,u2) = 0, por lo tanto el problema
de la Autocorrelación se presenta con más frecuencia cuando trabajamos con series
temporales. Ello se debe a que la perturbación recoge el efecto de variables que no
figuran explícitamente en el modelo como variables explicativas, y es frecuente que
dichas variables omitidas estén correlacionadas con sus valores pasados.
La correlación se manifiesta cuando la matriz de covarianza no es escalar debido
a que algunos elementos fuera de la diagonal principal son distintos de cero.
2.15 Constrastes de Autocorrelación Si se sospecha que el término de error del modelo econométrico tiene
Autocorrelación, entonces el estadístico de Durbin Watson permite constatar la
hipótesis de ausencia de autocorrelación. Dicho estadístico viene definido por:
∑ (μt – μt-1) 2
∑ μt 2
donde μt = termino de error del modelo estimado
d = (2.9)
38
El estadístico d oscilara entre 0 y 4 cuya explicación es la siguiente: Valores
próximos a 0 cuando existe autocorrelación positiva de primer orden. Valores
cercanos a 4 cuando existe autocorrelación de primer orden con coeficiente
negativo. Cuando el término de error es independiente a lo largo del tiempo el valor
del estadístico d será próximo a 2.
2.16 Colinealidad
Siempre que aparece más de una variable independiente en una ecuación de
regresión, es posible que estas variables estén relacionadas entre sí. A esta
situación se le conoce como Colinealidad.
En un análisis, la Colinealidad causa problemas en los siguientes aspectos: Un
coeficiente de regresión que tiene signo positivo en una ecuación de regresión de
dos variables, pudiera cambiar a signo negativo en una ecuación de regresión
múltiple que contenga otras variables con las que está altamente interrelacionado.
La estimación de los coeficientes de regresión fluctúa marcadamente entre una
muestra y otra. Cuando las variables de predicción están intercorrelacionadas, estás
explican la misma varianza en la estimación de la variable dependiente. Por esta
razón resulta en extremo difícil separar las influencias individuales de cada una de
las variables independientes.
2.17 Multicolinealidad
La multicolinealidad aparece cuando las variables explicativas de un modelo
econométrico están correlacionas entre sí. La multicolinealidad es indeseable porque
sugiere que las variables de predicción no son independientes y, como
consecuencia, es difícil distinguir qué cantidad del efecto observado se debe a una
variable de predicción individual. En otras palabras, si dos variables están altamente
correlacionadas, proporcionan casi la misma información en el pronóstico.
La multicolinealidad en un modelo lineal puede revestir de dos formas: la que se
conoce como multicolinealidad exacta, que ocurre cuando una de las variables
explicativas es combinación lineal de todas las demás, en éste caso es fácilmente
39
detectable, puesto que la matriz X´X es singular. Otro tipo de multicolinealidad es
la aproximada, que ocurre cuando una de las variables es aproximadamente igual a
una combinación lineal de las restantes.
2.18 Detección de la Multicolinealidad La multicolinealidad es esencialmente un fenómeno de tipo muestral que surge
de información no experimental, recopilada en la mayoría de las ciencias sociales,
no se tiene un método único de detectarlas o de medir sus fuerzas. Lo que se tiene
en realidad son ciertas reglas prácticas, algunas informales y algunas formales, pero
todas ellas reglas prácticas. Una de las reglas prácticas es la determinación de los
valores propios o índices de condición, partiendo de los valores propios se
puede derivar lo que se conoce como número de condición k definido como:
Máximo valor Propio
Mínimo valor Propio
y el índice de condición IC definido como:
Máximo valor Propio
Mínimo valor Propio
Entonces se tiene la regla práctica que establece:
Si k (100, 1000) multicolinealidad de moderada a fuerte
Si k (> 1000) multicolinealidad severa
Si k (10, 30) multicolinealidad entre moderada y fuerte
Si k (> 30) multicolinealidad severa
k =
IC =
(2.10)
(2.11)
40
2,3
Los estimadores con una Multicolinealidad de severa a fuerte no son
estimadores óptimos de predicción debido a la correlación presente en las variables
independientes.
Otra de las reglas utilizadas como indicador de la multicolinealidad es el Factor
de inflación de Varianza (FIV), la cual muestra la forma como la varianza de un
estimador es inflada por la presencia de multicolinealidad. La velocidad con la cual
las varianzas y covarianzas pueden verse con el Factor Inflador de Varianza, que
puede definirse como:
1
(1-r2 )
donde r2,3 es el coeficiente entre x2 y x3
Como regla práctica, si el FIV de una variable es superior a 10 se dice que esa
variable es altamente colineal. Entre mayor es el valor del FIV para una variable X,
mayor problema o colinealidad tiene la variable.
2.19 Consecuencias de la Presencia de Autocorrelación, Colinealidad y
Multicolinealidad en los Modelos Econométricos.
La presencia de Autocorrelación, Colinealidad y Multicolinealidad severa trae
consecuencias graves en la estimación de los parámetros o regresores de los
modelos econométricos y por ende dichos modelos no se consideran óptimos para
predecir el comportamiento de los precios inmobiliarios urbanos, caso planteado de
esta investigación.
La autocorrelación trae como consecuencia que el estimador de mínimo
cuadrados en un modelo con autocorrelación pase a ser un estimador de mínimos
cuadrados generalizados. En la práctica, el procedimiento habitual para la
estimación de un modelo de econométrico consiste en estimar el modelo mediante
FIV = (2.12)
41
el Método de los Cuadrados Mínimos. Posteriormente se utilizan los resultados de la
estimación para contrastar la Autocorrelación. Si se confirma la presencia de
Autocorrelación nos encontramos en el caso de un modelo generalizado y los
estimadores de los cuadrados mínimos ya no serán estimadores óptimos.
CAPITULO III
MARCO METODOLOGICO
En este capítulo se incluyen el tipo de investigación, población y muestra,
diseño de la investigación y por ultimo se describe el procedimiento general de la
investigación a través de las diferentes fases ejecutadas con la finalidad de alcanzar
los objetivos planteados para esta investigación en el primer capítulo.
3.1 Tipo de Investigación Esta investigación es de carácter descriptivo fundamentada en dos tipos de
información como lo son: 1.) Las transacciones compra-venta de terrenos
correspondientes a la parroquia de estudio, en el periodo de 2009 al 2012 y 2.) El
plano cartográfico de la parroquia para la respectiva demarcación de las zonas
económicas y físicamente homogéneas. A partir de estas fuentes, se busca la
predicción e identificación de las relaciones que existen entre dos o más variables.
Una vez recogidos los datos sobre la base de una hipótesis o teoría, exponer y
resumir la información de manera cuidadosa y luego analizar minuciosamente los
resultados, a fin de extraer generalizaciones significativas que contribuyan al
conocimiento.
A la data obtenida en el Registro inmobiliario (refenciales), se clasificara y se
agrupara por zonas. Del estudio de las variables de cada dato, se busca identificar
las relaciones que existen entre los hechos para lograr una verdadera comprensión
del fenómeno a estudiar; Para determinar la medida en que dos o más variables se
correlacionan entre sí, es decir el grado en que las variaciones que sufre un factor
se corresponden con las que experimenta el otro.
Por último, dicha información servirá de base para la elaboración del modelo
econométrico a utilizar para determinación del precio del suelo por zonas
geoeconómicamente homogénea para la estructuración de la planta de valores de la
tierra.
43
3.2 Población y Muestra 3.2.1 Población
La población está constituida por todos los terrenos sin construcción ubicados
geográficamente en la parroquia Juan Ignacio Montilla del Municipio Valera que
hayan sido objeto de una venta pública asentada en el Registro Público
correspondiente a esa jurisdicción.
Para esta investigación, la zonificación de aéreas homogéneas se realizo
tomando en cuenta el mayor numero de transacciones posibles encontradas en el
registro, por lo cual se definieron tres zonas principales que son los que presentan
el mayor dinamismo inmobiliario, los cuales son: Zona 1: Sur, Zona 2: Centro y
Zona 3: Norte.
3.2.2 Muestra Para la muestra se tomaron todas la transacciones encontradas en el registro
público circunscritas en estos sectores correspondientes a los años 2009, 2010,
2011 y 2012, tiempo suficiente y mínimo exigido por la Ley de Ley de Geografía,
Cartografía y Catastro Nacional (ver anexo Nº 1).
3.3 Diseño de la Investigación
El diseño es de tipo documental de fuentes no vivas, porque esta basado en la
obtención y análisis de datos provenientes de materiales impresos (documentos)
asentados el registro y planos del Municipio.
Según Tipo de Fuente:
• Primaria: La data del registro público del Municipio Valera del estado Trujillo.
Datos del Banco Central de Venezuela como Tasa de Interés (TI), Producto
Bruto Interno (PBI), Índice Nacional de Precios al Consumidor (INPC), y los
44
planos de la Parroquia que se obtuvieron en el departamento de Catastro de
la Alcaldía del Municipio Valera.
• Secundaria: Visita personal (inspección) a diferentes sectores y terrenos
tomados como muestra.
Según la temporalidad: El diseño es históricos evolutivos, porque esta dirigido a
reconstruir hechos pasados y su proceso de cambio a lo largo del tiempo.
Según la amplitud de foco: el diseño puede está centrado en un evento único, con
lo cual se denomina univariable o unieventual.
Evento de Estudio: Valorización masiva de terreno urbanos.
Unidad de Estudio: Terrenos sin construcciones ubicados en la parroquia Juan
Ignacio Montilla del municipio Valera del Estado Trujillo.
3.3.1 Técnicas e Instrumentos de Recolección de Datos
• Técnica: La revisión documental, se utiliza cuando las unidades de estudio
son documentos. También cuando las fuentes son documentos, es decir,
cuando la información que se requiere ha sido registrada. El proceso de
recolección de datos se realizo desde tres fuentes a saber: El registro público,
el Departamento de Catastro de la Alcaldía del Municipio y Estadísticas
Macroeconómicas publicadas por el Banco Central de Venezuela (BCV).
• Instrumento: la matriz de registro, que consta de un formato o planilla
diseñado para la recolección de datos y que a la vez permita la aplicabilidad
del software EXCEL®, donde se ilustran todas las características básicas de
cada transacción.
3.4 Procedimiento General de la Investigación 3.4.1 Primera Fase: Clasificación de los Datos
45
Una vez obtenida las muestras, los datos se agruparon de acuerdo a la
sectorización establecida, considerándose que estos sectores o zonas presentan
características comunes en cuantos a servicios públicos y actividad económica,
pero que los difiere su ubicación a lo largo del eje Norte-Sur como esta constituido
el desarrollo urbano de la parroquia Juan Ignacio Montilla (ver anexo Nº 2).
3.4.2 Segunda Fase: Definición de las Variables a Estudiar Variables físicas Las físicas representan un conjunto de valores que se asumen o son extraídas
de los datos ordenados, dentro de estas variables tenemos: el Área la cual
representa la superficie del terreno objeto de análisis, el tiempo o fecha en que se
realizo la transacción y la sectorización o ubicación del inmueble por sectores.
Variables Macroeconómicas Las variables macroeconómicas representan indicadores importantes del
comportamiento del mercado inmobiliario, porque en base a ellas se pueden
estudiar la variación de precios de los productos inmobiliarios, en consecuencia para
esta investigación se seleccionaron para esta investigación las siguientes variables
macroeconómicas: Producto Interno Bruto (PIB), Tasa de Interés (TI) y el Índice
Nacional de precios al Consumidor (INPC).
3.4.3 Tercera Fase: Pre-Análisis de los Datos (Saneamiento de la muestra) Realizada la agrupación de los datos según su ubicación, se procedió a un pre-
procesamiento de datos el cual consiste en un filtrado o depuración de la muestra,
que tiene por objeto la aplicación de un intervalo de confían
za a un nivel de 95 %. Esto permite obtener una muestra suficientemente depurada
para conformar la base de datos a ser utilizada en la fase de análisis de datos.
46
3.4.3.1 Análisis de los Datos Con los datos agrupados por sectores homogéneos y ya saneados mediante la
técnica del Intervalo de confianza al 95%, se procede al análisis de la muestra
conforme a las variables explicativas del valor, utilizando para ello el método de la
regresión lineal múltiple, que permita determinar el modelo matemático más
adecuado (ver anexo Nº 3).
Como herramienta para el análisis estadístico, se utilizara el Software PASW®
Statistics 18 (SPSS 18), es una marca comercial registrada de SPSS Inc. PASW
significa Predictive Analytics Soft(w)are, o software de análisis predictivo.
Modelo Econométrico El modelo econométrico será el obtenido mediante la Regresión lineal múltiple,
que para los efectos de esta investigación se construirá tomando como variable
dependiente el Precio Unitario (PU) y como variables independientes: Área (A),
Tiempo (T), Sectorización (S), Producto interno Bruto (PIB), Tasa de Interés (TI) y
Índice Nacional de Precios al Consumidor (INPC).
El modelo econométrico planteado en función de las variables señaladas, se
formulo se la siguiente manera:
Pu = β0 + β1(A) + β2(T) + β3(Z) + β4(PIB) + β5(TI) + β6(INPC) (3.1)
donde β0, β1, β2, β3, β4, β5, β6 representan los parámetros a estudiar.
CAPITULO IV
PROCESAMIENTO DE DATOS Y ANALISIS DE LOS RESULTADOS
4.1 Diseño del Modelo Econométrico
El modelo matemático utilizado para el diseño del Modelo Econométrico lo
constituye el Modelo de Regresión Lineal Múltiple, basado en una variable
dependiente (precio unitario) y varias variables independientes físicas (área, tiempo
y sectorización) y variables independiente de tipo macroeconómicas: Producto
Interno Bruto (PIB), Índice Nacional de Precios al Consumidor (INPC) y Tasa de
Interés (TI).
4.2 Variables Físicas.
Las variables físicas utilizadas en el diseño del modelo econométrico la
constituyen las variables:
(1) Área: representa la superficie en metros cuadrados reflejado en
documento compra-venta registrado de cada terreno.
(2) Tiempo: representa el trimestre en el cual fue realizada la operación
compra-venta, para los efectos de esta investigación esta variable se
trimestrara, tomando como T = 1 el primer trimestre del año 2009 hasta
T = 16 cuarto trimestre de año 2012.
(3) Zonificación: La Zonificación representa un valor asumido según la
clasificación realizada: Zona Sur = 1, Zona Centro = 2 y Zona Norte = 3.
4.3 Variables Macroeconómicas. Las variables macroeconómicas seleccionadas para el diseño del modelo lo
constituyen: el PIB (Producto Interno Bruto), el IPNC (Índice Nacional de Precios al
Consumidor) y la TI (Tasa de Interés). El criterio para la selección de estas
variables se baso en el impacto que las mismas producen en la actividad económica
48
del país y por consiguiente en la actividad inmobiliaria. El cuadro Nº 1 muestra un
resumen de las variables macroeconómicas desde el año 2009 hasta el año 2012.
CUADRO No 1 VARIABLES MACROECONIMICAS
TIEMPO TRIMESTRE INPC(%) PIB(MMBs.) TI(%) 1 I 2009 135,57 13.257,52 22,55 2 II 2009 142,40 14.118,84 21,14 3 III 2009 151,47 14.231,72 19,40 4 IV 2009 160,90 15.042,84 19,38 5 I 2010 169,60 12.619,89 18,62 6 II 2010 186,53 13.876,51 17,84 7 III 2010 195,90 14.200,31 17,71 8 IV 2010 204,70 15.110,80 17,78 9 I 2011 217,40 13.225,10 17,50
10 II 2011 229,60 14.235,50 17,76 11 III 2011 246,47 14.828,42 17,79 12 IV 2011 260,70 15.849,24 16,73 13 I 2012 272,40 14.013,78 15,99 14 II 2012 281,40 15.057,50 16,44 15 III 2012 292,00 15.598,36 16,50 16 IV 2012 309,40 16.390,54 16,00
Fuente: Boletín Banco Central de Venezuela, Diseño del Autor
4.4 Los Datos: El procesamiento de los datos parte de la conformación de la base de datos con
la información obtenida en el registro público de transacciones de compra-venta de
terrenos desde el año 2009 al año 2012.
Los datos obtenidos fueron sometidos a un reconocimiento preliminar donde se
eliminan aquellos que no tengan toda la información requerida para su validez
como: nombre del vendedor, nombre del comprador, dirección y/o ubicación del
49
inmueble, área, precio de la venta e información del asiento registral como: fecha,
tomo, Nº del asiento, trimestre.
Una vez, depurada la información se realiza una ordenación por fecha de
registro en orden creciente desde el primer asiento de 2009 al último asiento del
2012.
4.5 Exploración de los Datos
Esta técnica estadística nos proporciona información sobre los datos muéstrales,
resumiendo gran cantidad de información en unos pocos índices. Este procedimiento
permite una adecuada organización de la información muestral, lo cual posibilita la
aplicación posterior de las herramientas de la estadística inferencial.
En realidad, el análisis exploratorio es un análisis descriptivo. Pero él énfasis de
la exploración está, por un lado, en la inspección de los datos con el objetivo de
detectar casos anómalos, cuyos valores se alejan de la tendencia central lo
suficiente como para distorsionar los resultados.
El análisis exploratorio dispone de un gran repertorio de técnicas de descripción
de muestras, pero nuestro mayor interés en conocer la existencia de valores
atípicos o extremos en una variable. Con la información ordenada se utilizo para
definir un intervalo de confianza a un 95% para la variable dependiente precio
unitario (Pu). El proceso de consiste en excluir aquellos referenciales que no están
dentro del intervalo de confianza para Pu ± 2S
50
Los datos serán analizados para cada grupo de acuerdo a la zonificación
planteada (Cuadro Nº 2).
CUADRO Nº 2
ZONIFICACION PARA TERRENOS
Nº ZONIFICACION CATACTERISTICAS
001 SUR
Parte desde la calle 15 con la Avenida Bolívar, sigue por la avenida la Bolivariana hasta la intersección con el distribuidor hacia el viaducto vía la Urb. La Beatriz, hasta la calle 22. Incluye los sectores catastrales: 013 Las Acacias I, 018 Las Acacias II, 020 Urb. El Country.
002
CENTRO
Parte desde la avenida Bolívar intercesión con calle 5, avenida 6 intercesión con calle 6, avenida 6 intercesión con calle 7 hasta intercesión con avenida 4, sigue hasta intercesión con calle 11 intercesión con avenida 3, hasta intercesión con calle 15. Incluye el sector catastral 001 casco central.
003
NORTE
Parte desde la avenida Bolívar intercesión con calle 5, avenida 6 intercesión con calle 6, avenida 6 intercesión con calle 7 hasta intercesión con avenida 4 bajando por la avenida prolongación de la avenida 4 hasta entrada al viaducto, sigue por el borde de la terraza de Plata I, Plata 4, Plata III, zanjón el Tigre hasta interceptar la avenida Bolívar. Incluye los sectores catastrales: 002 La Plata, 014 Urb. Mirabel (Plata I), 016 Urb. Conticinio (Plata IV), 019 Urb. Libertador (Plata III).
Fuente: Diseño del Autor
4.6 Intervalos de confianza para la media de la variable Precio Unitario De acuerdo con el teorema del límite central, la distribución de medias de
muestra se distribuye como si fuera una distribución normal con media µ y
desviación estándar σ /√n. Esta estimación se hace generalmente utilizando la
distribución t se Student. Si ∝ es la significancia considerada, la confianza será 1-∝, como se muestra en la figura 1
51
Figura 1
P (Li ≤ Pu ≤ Ls) = P(-t1-∝/2 ≤ t ≤ t1-∝/2) = 1-∝ (4.1) Los límites Li y Ls para una media única, se tiene:
Li = y -t1-∝/2 * S/√n (4.2)
Ls = y +t1-∝/2 * S/√n (4.3)
Expresado formalmente el intervalo alrededor del parámetro:
P (y – 1,96 S/√n ≤ µ ≤ y+1,96 S/√n) = 0.95 (4.4)
Para el intervalo del 95 % t1- 0,025 = 1,96
Para el caso de la muestra tomada se cálculo el intervalo de confianza para el
precio unitario, para establecer el mayor número de datos posibles para el
establecimiento del modelo matemático. El procesamiento se realizo con el Software
PASW® Statistics 18 (SPSS 18) (ver resultados de la Regresión Lineal Múltiple).
4.7 Evaluación Estadística de los Modelos 4.7.1 Pruebas estadísticas
Para evaluar los modelos de regresión obtenidos se requiere realizar las
siguientes pruebas estadísticas:
1.1 Prueba t de la Hipótesis nula de que el valor poblacional de cada coeficiente
de regresión individual es cero, es verdadera.
52
Si algunos de los coeficientes (bi) del modelo fuesen nulos, significaría que las
variables correspondientes no son importantes en la determinación del Precio
unitario. Por lo tanto, es sumamente importante determinar la validez de estos
coeficientes, para ello se utilizan los estadísticos t que se presentan.
Adicionalmente, como se trata de muestras grandes, la distribución t se
aproxima a la Normal y por tanto se utilizará esta distribución. A un nivel de
significancia de 5%, se rechaza la hipótesis nula cuando el valor de la estadística t
en valor absoluto sea mayor o igual a 1.96; concluyendo que el respectivo
coeficiente de regresión es significativamente diferente de cero.
1.2 Prueba de significancia global del modelo, que prueba la Hipótesis Nula que
todos los parámetros del modelo excepto el intercepto son simultáneamente iguales
a cero. Se estima el estadístico de la prueba que aproximadamente tiene una
distribución F con grados de libertad: K-1 igual al número de parámetros a probar y
n-K igual al número de conglomerados menos el número de estratos de la muestra.
1.3 El coeficiente de determinación R2, que mide la proporción de variabilidad
del Ingreso que es explicada mediante el Modelo de Regresión.
1.4 Uno de los supuestos del modelo de regresión lineal, es que no debe haber
un alto grado de correlación entre las variables predeterminadas, pues esto, trae
serias consecuencias que podemos resumir así:
• Los estimadores por mínimos cuadrados ordinarios siguen siendo lineales,
insesgados y óptimos pero las estimaciones tienen varianzas y covarianzas
grandes.
• Las razones t de uno o más coeficientes tienden a ser estadísticamente no
significativas, con lo que se pierde de perspectiva el análisis.
• Aun cuando la razón t de uno o más coeficientes, es estadísticamente no
significativa, el coeficiente de determinación tiende a ser elevado, con lo que
se demuestra que no se puede separar el efecto individual de cada variable
predeterminada hacia la endógena.
Luego entonces, es necesario que luego de estimado un modelo, tengamos que
determinar la existencia o no de un alto grado de correlación entre las variables
predeterminadas.
El método de detección de multicolinealidad que vamos a estudiar es:
Método de la matriz de correlación
53
Como el problema de multicolinealidad es un problema con las variables
predeterminadas, establecemos una matriz de correlación entre aquellas, es decir:
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
=
1........................
....1
....11
432
44342
33432
22423 .....
kkk
k
k
k
rrr
rrrrrrrrr
R
Como es de notar, si la correlación entre las variables predeterminadas fuera 1,
extrema correlación, el determinante de R será igual a cero, caso contrario, si la
correlación fuera 0, el determinante será igual a 1, por lo que podemos esbozar una
regla en los siguientes términos:
Si el determinante de la matriz R es cercano a cero, el grado de
multicolinealidad es considerable; si es cercano a uno, la correlación entre las
variables no será de consideración.
4.7.2 Análisis de los residuales
Este análisis se lleva a cabo para comprobar si se cumplen o no los supuestos
del modelo.
Normalidad de los residuos:
En el Modelo de Regresión se supone que los errores verdaderos son
independientes con distribución N (0, S2). Los residuos que se obtienen en el
proceso son estimaciones de los verdaderos errores y la estimación de S2 es la
media de los cuadrados de los residuos, S2, donde S es el error estándar de la
estimación.
El hecho que la media de los residuos sea igual a cero es consecuencia del
método de estimación de los parámetros en la función de regresión.
La Distribución de los residuos debe ser Normal: los residuos observados y
esperados bajo la hipótesis de Distribución Normal deben ser parecidos. Esta
(4.5)
54
n
n
suposición se comprueba con el gráfico de probabilidad Normal, que permite
comparar gráficamente la función de distribución observada en la muestra
tipificada, con la función de distribución Normal. Si la distribución de los residuos
fuera Normal, dichos valores deberían ser aproximadamente iguales y en
consecuencia, los puntos del gráfico estarían situados sobre la recta que pasa por el
origen con pendiente igual a 1.
Respecto a la independencia, el valor observado en una variable para un
individuo no debe ser influenciado en ningún sentido por los valores de esta variable
observados en otros individuos: los residuos no deben presentar ningún patrón
sistemático respecto a la secuencia de observación.
4.7.3 Autocorrelación
El estadístico D de Durbin-Watson, mide el grado de autocorrelación entre el
residuo correspondiente a cada observación y la anterior. Si el valor es próximo a 2,
los residuos estarán incorrelacionados; si se aproxima a 4, estarán negativamente
autocorrelacionados y si se aproxima a 0 estarán positivamente
autocorrelacionados.
El estadístico D se calcula con la siguiente fórmula:
∑(ei – ei-1)2 i=2
∑ei2
i=2
4.7.4 Homogeneidad de varianzas
Las varianzas de las distribuciones de la variable dependiente ligadas a los
distintos valores de las variables independientes deben ser iguales. Los residuos no
deben presentar ningún patrón sistemático respecto a las predicciones o respecto a
DW =(4.6)
55
cada una de las variables independientes. Para analizar la homogeneidad de
varianzas utilizaremos el gráfico de dispersión de los residuos tipificados frente a las
estimaciones tipificadas.
4.7.5 Modelos Econométricos obtenidos Los modelos econométricos obtenidos para terrenos por zona fueron
determinados siguiendo los criterios del punto anterior. Los modelos finales son:
CUADRO Nº 3
MODELOS ECONOMETRICOS PARA TERRENOS
Producto Modelo Econométrico
001 Terrenos Zona Sur Pu = -β0 + β1(A) + β2(INPC) + β3(TI)
002 Terrenos Zona Centro Pu = β0 + β1(A) - β2(PIB) - β3(INPC)
003 Terrenos Zona Norte Pu = -β0 + β1(A) + β2(INPC) + β3(TI)
Fuente: Diseño del Autor
Donde:
Pu = Precio unitario de terreno
A = Área del terreno
T = Tiempo (trimestre del año)
Z = Zonificación
PIB = Producto Interno Bruto
TI = Tasa de Interés promedio trimestralizado
INPC = Índice Nacional de Precios al Consumidor
β0 , β1 ,. . . . βi; = Coeficientes obtenidos en el modelo de regresión lineal
56
4.7.6 Planta de Valores de Terrenos Con los datos ya depurados mediante el intervalo de confianza al 95% y el
modelo establecido se procede a determinar los coeficientes regresores,
obteniéndose:
CUADRO Nº 4
PLANTA DE VALORES PARA TERRENOS
Producto Modelo Econométrico
001 Terreno Zona Sur Pu=-1264.45+0.008*A+7.21*INPC+ 88.13*TI
002 Terreno Zona Centro Pu= 2330.46–0.04*A + 0.01*PIB – 1.07*INPC
003 Terreno Zona Norte Pu=-2568.99 +0.04*A +7.61*INPC+114.46*TI
Fuente: Diseño del Autor
4.7.7 Análisis de los Resultados
En análisis de resultados está en función de los indicadores que se presentan en
el cuadro Nº 5. La primera observación la referimos al número de referenciales
iníciales en cada zona versus el numero que queda luego de la depuración de
muestra, mediante los intervalos de confianza al 95%. Para todos los casos
estudiados la muestra final baja demasiado en cuanto a referenciales útiles, lo que
supone mucha heterogeneidad de los valores que se asientan en el registro. Estas
variaciones son a que no se asienta los verdaderos valores de las ventas de terrenos
para evitar la cancelación de las verdaderas cuotas de impuestos.
La otra observación en cuanto al número de referenciales, es la poca cantidad
de estos, 97 en total para los tres grandes sectores de la Parroquia. El mayor
número se presenta en la Zona Sur de la Ciudad que corresponde a Las Acacias:
57
baja, media y alta, evidentemente en la nueva zona de expansión de la ciudad,
donde se han incorporado nuevas aéreas y la oferta de terrenos es mayor.
La Zona Norte, es la que presenta menos, la oferta de terrenos es menor y se
circunscribe principalmente al Sector La Plata, donde todavía quedan alguna
terrenos sin desarrollar, pero no por crecimiento o expansión del sector.
La Zona Centro, también tiene pocos referenciales, estas ofertas en su mayoría
son de edificaciones viejas, casas de tapiales, estructuras viejas de los años 50 y
60, que se ha demolido para dar pasa a nuevas construcciones y algunos terrenos
han quedado vacios.
El coeficiente de determinación R2 más alto corresponde a la zona Centro,
indicando que el 97% del Precio Unitario es explicado por el modelo. Igual calidad
tiene el R2 para la zona Norte. En la zona Sur, el R2 bajo, pudiese la marcada
división de esta en sub-sectores que muestra ciertas diferencia.
El estadístico de Durbin Watson permite constatar la hipótesis de ausencia de
autocorrelación, cuando el término de error es independiente a lo largo del tiempo
el valor del estadístico será próximo a 2, siendo el mejor el de la zona Norte.
El estadístico F, nos permite decidir si existe relación lineal significativa entre la
variable dependiente y las variables independientes tomadas juntas. Los valore del
cuadro Nº 5, para las tres zonas indica que sí existe relación lineal significativa.
Del análisis de los valores que tomas los estadísticos para cada uno de los
modelos (cuadro Nº 5) y comparándolos con los criterios preestablecidos en la
investigación se tiene lo siguiente:
1.- Se recomienda como modelos fiables, los modelos 002 zona Centro y 003
zona Norte, por presentar los mejores valores.
2.- El modelo 001 zona Sur, se puede usar como modelo de pronostico y en sus
pruebas aporto resultados confiables a los actualmente en el mercado para dicha
zona. Su R2 es igual a 50%, se considera un poco bajo para esta investigación.
58
CUADRO Nº 5
RESUMEN DE LOS ESTADISTICOS PARA LAS DISTINTAS ZONAS DE ESTUDIO
Nº Zonas Total Observ.
Observ.95% R2 DW F gl
001 Sur 51 24 0.50 1.46 6.29 2,21
002 Centro 24 9 0.97 2.67 59.9 2,6
003 Norte 22 9 0.88 2.07 13.06 2,6
Fuente: Diseño del Autor
58
CONCLUSIONES
El análisis estadístico de los modelos econométricos indica un 100% de aceptación,
lo que es completamente valido para el establecimiento de Planta de Valores de
Terrenos para las zonas evaluadas de la Parroquia Juan Ignacio Montilla del
Municipio Valera.
La disminución de un 56.70% del total de los datos de la muestra para la
determinación del modelo indica alta heterogeneidad en la variable precio unitario,
lo que es evidente dado que el precio de la transacción no se refleja realmente.
El uso de pocos referenciales de las muestras zonales en la determinación de los
modelos econométricos orientan hacia el estudio de modelos con menos variables
independientes o aquellas de mayor importancia local.
Los Modelos Econométricos determinado en esta investigación pueden ser validos
utilizando casos nuevos. Para ello basta con obtener los pronósticos para esos
nuevos casos y calcular el coeficiente de correlación entre los valores observados en
la variable dependiente y los valores pronosticados para esos nuevos casos.
La Zona Sur del estudio puede ser subdividida en dos sectores o sub-zonas para
obtener mayor valor del R2 y darle más exactitud al nuevo modelo obtenido. Esta
zona por su forma geográfica (alargada) permite esta división.
Por la falta de suficiente datos (referenciales), quedaron dos sectores de la
parroquia sin estudiar: El Sector de Bella Vista y el Sector de Barrio El Milagro.
59
RECOMENDACIONES
Se recomienda incluir variables más zonales y catastrales para mejorar la
consistencia de los modelos.
Se recomiendas la división de la zona Sur de la parroquia.
Se recomienda elaborar para cada Zona la matriz de ajuste local para obtener el
valor final de cada terreno en particular.
Se recomienda para contrarrestar la poca cantidad de referenciales por zonas, usar
nuevas técnicas de análisis de datos: Econometría espacial, geoestadística, etc.,
Que permitan conocer las verdaderas relaciones locales de cada sector con sus
adyacencias.
Se recomienda obtener los modelos correspondientes a los sectores que no fueron
estudiados, para completar la Planta de valores de la Parroquia Juan Ignacio
Montilla.
Se recomienda a partir de los datos del registro inmobiliario, la creación de una
base de datos únicamente de terrenos mediante el uso de un SIG.
60
BIBLIOGRAFIA
Alcaldía del Municipio Chacao (2007). Planta y Tabla de Valores del Terreno y de la Construcción. Chacao, Venezuela; Autor. Alcaldía del Municipio Valera (2009). Informe de gestión y Cuenta, Ejercicio Fiscal 2.009. Valera, Venezuela: Autor. Análisis Comparativo de la Ordenanzas de 1998 y 1999 sobre Inmuebles Urbanos del Municipio Iribarren del Estado Lara. Alfredo Raúl Datica (2002). Castillo Ramos , L. (2002) Modelos Econométricos en la Valoración Masiva de la Construcción y Terrenos. Trabajo de Grado. Faculta de Ingeniería. Universidad del Zulia. Maracaibo, Venezuela. Como afectan las intervenciones territoriales el mercado de suelos?, Caso Montevideo, Uruguay. Rosario Casonova, tesis de Maestría en Ordenamiento Territorial y Desarrollo Urbano, Universidad Mayor de la República de Uruguay (2005). Constitución de la República Bolivariana de Venezuela. Extraordinario No. 5.453. (2000,marzo,24). Gaceta Oficial de la República Bolivariana de Venezuela. Curso Como elaborar proyectos de investigación en postgrado, Caracas, 2010. Elaborado por Jacqueline Hurtado de Barrera. Diccionario Ilustrado Océano de la Lengua Española ( 1994) Océano Grupo Editorial, S.A. Barcelona, España. Dominick, S. (1983) Econometría Básica. McGraw Hill. México. El impuesto sobre inmuebles urbanos en el municipio Maracaibo. Morelo Gonzalez, Genoveva Ángela. Morales Aldana, Edinson (2007). Espina Almarza, E. (2002) Políticas y estrategias para impedir la evasión del impuesto inmobiliario urbano en el Municipio Maracaibo. Trabajo de Grado. Facultad de Ingeniería. Universidad del Zulia. Maracaibo, Venezuela. Expresión del valor catastral mediante ecuaciones de regresión: su aplicación a la difusión pública de un valor de referencia. Jordi Guimet Pereña, Gabriel de Urrutia. (2000). Guisán Seijas, M. (1997) Econometría. 1ra. Edición. Editorial McGraw-Hill/Interamericana. Madrid, España. Hurtado de Barrera, J. (2007) El proyecto de Investigación. 6ta. Edición. Ediciones Quirón-Sypal. Caracas, Venezuela.
61
Instituto Geográfico de Venezuela Simón Bolívar (2002). Guía para la Formulación de Proyectos. Caracas, Venezuela. Instituto Geográfico Simón Bolívar. Normas, Procedimientos, Especificaciones e Instructivos para la Formación y Conservación del Catastro Nacional. Caracas, Venezuela: Autor Instituto Nacional de Estadística (2010). [On-line]. Disponible en: http://www.ine.gov.ve Ley de Geografía, Cartografía y Catastro Nacional (2000). Gaceta Oficial de la República Bolivariana de Venezuela, 37.002, Julio 28, 2000 Ley de Registro Público y del Notariado (2001) Gaceta Oficial de la República Bolivariana de Venezuela, 5.556, Noviembre 13, 2001 Ley Orgánica del Poder Publico Municipal (2006) Gaceta Oficial de la República Bolivariana de Venezuela, 38.421, Abril 21, 2006 Modelo de Precio de Suelo Urbano en el Gran Concepción, Francisco Nuñez Cerda, Roberto Schovelin Surhoff. Universidad del Bío-Bío, Concepción – Chile. (2002). Modelos Econométricos de Valoración. Aplicados a la Valoración Masiva. B. SEGURA, R. GARCIA PORTILLO, F. VIDAL (1998). Norman R. Draper and Harry Smith (1981) Applied Regresión Analysis. John Wley &s Sons, Inc. Normas Técnicas para la Formación y Conservación del Catastro Nacional. Extraordinario No. 5.590. (2.000, Mayo, 28). Gaceta Oficial de la República Bolivariana de Venezuela. Pereña Guimet, J. (2002) Valoración catastral de inmuebles urbanos Descripción práctica. 1ra. Edición. Ediciones UPC. Barcelona, España. Piña Rivera, N. (2006) Ontología espacio temporal de registro catastral venezolano como base para la creación de sistemas de información territorial. Trabajo de Grado. Facultad de Ingeniería. Universidad de Los Andes. Mérida, Venezuela. República de Venezuela. Estado Mérida. El Concejo Municipal del Municipio Libertador (2.007). Ordenanza Planta de Valores de la Tierra. Gaceta Municipal del Municipio Libertador. Extraordinario Nº 29. República de Venezuela. Estado Miranda. El Concejo Municipal del Municipio Chacao (2.009). Ordenanza de Impuesto sobre Inmuebles Urbanos del Municipio Chacao. Gaceta Municipal del Municipio Chacao. Extraordinario Nº 7735.
62
República de Venezuela. Estado Trujillo. El Concejo Municipal del Municipio Valera (1.999). Planta de Valores de la Tierra Urbana, así como las Tablas de Valores de la Construcción. Gaceta Municipal del Municipio Valera. Extraordinario Nº 71. República de Venezuela. Estado Trujillo. El Concejo Municipal del Municipio Valera (1.999). Ordenanza sobre Catastro Urbano. Gaceta Municipal del Municipio Valera. Extraordinario Nº 66-A. República de Venezuela. Estado Trujillo. El Concejo Municipal del Municipio Valera (1.999). Ordenanza de Impuesto sobre Inmuebles Urbanos. Gaceta Municipal del Municipio Valera. Extraordinario Nº 66-B. Tipología de Recaudadores y Contribuyentes del Impuesto sobre Inmuebles Urbanos en el Municipio Guanare, Estado Portuguesa. Italo Magliocco. José Flores (2007). Universidad del Zulia (2004). Manual de Procedimientos y Guía para la Elaboración del Trabajo Especial de Grado, Trabajo de Grado y Tesis Doctoral. Maracaibo, Venezuela: Autor Valoración masiva de predios en Bogotá, Gabriel Vallejo Hernández, Catastro Bogotá (2009). Secretaría de Hacienda - Unidad Administrativa Especial de Catastro Distrital, Alcaldía Mayor de Bogota D.C. Vecchione de Ochoa, L. (1989). Un Modelo del Valor del Suelo Urbano en el Área Metropolitana de Mérida. Rev. Economía. Universidad de los Andes, (4),171-210
LISTA DE ANEXOS
ANEXOS 1: Planillas de Refenciales de Terrenos
2: Plano de Zonificación
3: Resultados de la Regresión Lineal