1. INTRODUCCIÓNTop

El estudio contribuye al conocimiento del mercado inmobiliario alicantino de viviendas de segunda mano, especialmente se analiza la relación del precio de venta de las viviendas, con las características que éstas presentan. Según los datos del Ministerio de Fomento sobre el número de transacciones inmobiliarias, la vivienda usada en el mercado alicantino es relevante, dado que las operaciones en este tipo de viviendas superan a las de vivienda nueva en los últimos nueve años. Además, a partir de 2008 la importancia relativa de las transacciones de este tipo de vivienda se incrementa como consecuencia de la caída de las operaciones de vivienda nueva. Esta reducción hace que en los cuatro últimos años (2014-2017), el número de transacciones de vivienda usada suponga más del 87% de las operaciones que se realizan en el mercado inmobiliario alicantino, evidenciándose la relevancia de este tipo de vivienda.

En este trabajo se utiliza la metodología basada en el modelo de precios hedónicos, que forma un cuerpo sustancial de investigación histórica utilizado para tratar de explicar el valor de la vivienda en función de la valoración de sus componentes (1). Estos autores advierten que los resultados de los modelos de precios hedónicos son difícilmente generalizables para diferentes ubicaciones geográficas, a pesar de ello, subrayan la gran utilidad que presenta para comprender mejor el funcionamiento de un mercado en particular.

En el caso español, pueden citarse varios trabajos como el de Nicodemo y Raya (2) donde se estudia el cambio en los precios de la vivienda en las principales ciudades españolas mediante estimaciones cuantílicas en el periodo 2004-07. McGreal y Taltavull (3) estudian la variación de los precios de la vivienda en siete provincias españolas entre 1995 y 2010, evaluándose cómo los precios implícitos varían con el tiempo y el espacio, tratando de identificar las características más importantes que influyen en los precios. Taltavull (4) analiza la relación que existe entre los precios de la vivienda y los factores económicos y demográficos determinantes de la demanda, para ello utiliza datos de panel para 71 ciudades españolas de más de 100.000 habitantes. Bengochea-Morancho (5) estudia el vínculo entre los precios de las viviendas y las dotaciones en zonas verdes urbanas en la ciudad de Castellón, o Chasco-Yrigoyen y Sánchez-Reyes (6) que analizan el impacto de la contaminación atmosférica y el ruido sobre el precio de la vivienda en la zona centro de Madrid.

La metodología de los precios hedónicos se basa en la idea de que la utilidad que proporciona una vivienda, se deriva de la que aportan las características que posee. Zietz (7) indican que el análisis de regresión hedónica es utilizado normalmente para identificar el efecto marginal que tiene un conjunto de características sobre el precio de la vivienda. Esa multitud de características presentes en los bienes heterogéneos, como es el caso de una vivienda, pueden afectar a su valor, permitiendo la metodología hedónica estimar la contribución de las mismas en el precio (1).

La metodología de los precios hedónicos ha sido utilizada con anterioridad al mercado de la vivienda en el de los automóviles, destacando varios autores el trabajo de Court (8) por incorporar mejoras a la metodología del análisis. En el mercado de la vivienda, la primera aplicación de la metodología de los precios hedónicos se encuentra en los trabajos de Ridker y Henning (9), siendo los primeros autores que trataron los determinantes del valor de las viviendas, haciendo especial referencia a cuestiones medioambientales, como la contaminación del aire en un área concreta (10). No obstante, no será hasta el trabajo de Rosen (11) cuando se proporcione un tratamiento unificado del modelo teórico de los mercados implícitos que subyacen en el modelo de precios hedónicos, llegando a ser generalmente aceptado como el paradigma del enfoque hedónico (10, 12).

La literatura muestra como los modelos hedónicos han utilizado una gran multitud de variables para recoger las características que tienen las viviendas, no solamente relacionadas con componentes elementales, como pueden ser la superficie, el número de baños o el número de dormitorios, por citar algunas, sino otras que no son tan obvias, como la proximidad a centros educativos, a zonas verdes, a hospitales o a zonas comerciales. Dentro de esta segunda tipología de características, los modelos también han analizado cómo afectan al precio de venta cuestiones como son la proximidad a un vertedero o a líneas de alta tensión.

Sirmans et al. (1) analizaron ciento veinticinco artículos que utilizaron modelos hedónicos, realizando a modo de síntesis, un listado en el que recogen el número de veces que aparecen las veinte características principales que han sido utilizadas en estos modelos, así como el signo con el que aparecen. Cuestiones como la superficie de las viviendas, la antigüedad, la existencia de chimenea, o de plaza de aparcamiento aparecen en sesenta o más de los modelos consultados.

En la Tabla 1 se recoge una revisión, limitada al objetivo de este estudio, de variables utilizadas por otros autores para la determinación del precio de la vivienda, recogiendo sólo las que han resultado estadísticamente significativas.

El objetivo principal de este trabajo es analizar y cuantificar la influencia que tienen las características que presentan las viviendas de segunda mano situadas en la provincia de Alicante en el precio de venta. Para alcanzarlo, se define un modelo en el que el precio se hace depender de un conjunto de características, y se estima utilizando el método de regresión por mínimos cuadrados ordinarios.

Los resultados muestran que existen algunas características como son la orientación, el número de baños, la existencia de ascensor, la disponibilidad de plaza de garaje, o de piscina, que tienen un impacto significativo en los precios, y que ese impacto es diferente en función de la comarca en la que se sitúa la vivienda.

El resto del documento se organiza de la siguiente manera. La sección segunda presenta los materiales y el método utilizado, en la sección tercera se ofrecen los resultados, en la cuarta la discusión y en la quinta y última sección se sintetizan las conclusiones obtenidas.

2. MATERIALES Y MÉTODOSTop

El diseño de la investigación es no experimental, de tipo exploratorio y correlacional, de corte transversal de variables no manipuladas experimentalmente.

Se han definido cuatro variables ficticias para identificar la tipología de las viviendas multifamiliares (piso, ático, dúplex y estudio), codificadas con un valor de 1 cuando poseen dicha característica y o cuando no la tienen. Como características interiores se han definidos tres variables cuantitativas: el número de baños, número de dormitorios y metros cuadrados construidos; y otras cuatro de tipo ficticias: si la vivienda tiene 0 no terraza, aire acondicionado, armarios empotrados, y si la fachada da a interior de manzana o a fachada exterior (variable “fachada_int”). Como características exteriores se establecen cinco variables, si la vivienda cuenta con plaza de garaje, o trastero, y si el edificio tiene ascensor, jardín o piscina.

El grupo de variables de orientación (norte, sur, este y oeste), identifican si la fachada de la vivienda recae 0 no en dicha orientación, existiendo la posibilidad de tener varias orientaciones. En este caso, un inmueble puede tener una o más orientaciones, por lo que no hay una de referencia u omitida. Por último, para cuantificar las diferencias que existen a lo largo del territorio, se han definido nueve variables que determinan la ubicación geográfica, estableciéndose para ello las nueve comarcas de la provincia alicantina.

2.3. Método hedónico de precios

Con el fin identificar si existe relación entre las características que presentan las viviendas y los precios, así como cuantificar su impacto, se utiliza el análisis de regresión para estimar un modelo hedónico, que permite controlar la heterogeneidad de los precios al introducir las características de las viviendas. De este modo, la estimación del modelo hedónico permite obtener los precios implícitos de las características que presentan las viviendas y evaluar su impacto en el precio (3). Los precios implícitos, derivados de la percepción de los propietarios, pueden cambiar en el tiempo y por ello también los resultados (11, 3).

Como apuntan Sirmans et al. (1), los precios implícitos obtenidos para cada característica probablemente no serán los mismos para todos los rangos de precios, por ello, es frecuente que los modelos de precios hedónicos se estimen con formas logarítmicas. De este modo, las estimaciones de los coeficientes son una medida de la elasticidad, permitiendo calcular la variación porcentual en el precio ante un cambio de una unidad en la variable independiente. Siguiendo esta línea de especificación de los modelos, en este trabajo se ha tomado el logaritmo neperiano del precio de venta. La expresión semi-logarítmica de la función hedónica utilizada es la siguiente, donde la variable dependiente se expresa en logaritmo, mientras que las independientes no lo están:

donde:

• ln (P_i) es el logaritmo neperiano del precio de venta publicitado para la vivienda “i”.
• α es el componente fijo, no depende del mercado.
• β_j es el parámetro a estimar relacionado con la característica “j”.
• X_ij es la variable continua que recoge la característica “j” de la observación “i”.
• γ_k es el parámetro a estimar relacionado con la característica “k”.
• D_ik es la variable ficticia que recoge la característica “k” de la observación “i”.
• ε_i es el término de error de la observación “i”.

Dada la especificación del modelo, el impacto sobre el precio ante un cambio de o a 1 en una variable ficticia, manteniendo constantes el resto de variables independientes, puede calcularse como sugiere Kennedy (24) mediante la expresión [2]. La estimación del porcentaje de cambio de una variable ficticia se denota como p̂, Vˆ(ĉ), (ĉ) es la estimación de la varianza del coeficiente ĉ en el modelo MCO calculada como el cuadrado de la desviación estándar del coeficiente, es decir, .

2.4. Estimación de los modelos

La función mostrada en la [ecuación 1] se ha utilizado para realizar varias estimaciones. Primero considerando los datos de todas las comarcas y discriminando la situación de la vivienda al introducir una variable ficticia de pertenencia a la comarca, mostrando los resultados en la Tabla 4. En una segunda etapa, se realiza una estimación para cada una de las comarcas alicantinas, habiéndose estimado nueve modelos, cuyos resultados se muestran en la Tabla 5. De este modo, ambas tablas muestran un total de diez estimaciones del modelo, todas ellas realizadas por MCO.

La segmentación atendiendo a la comarca en la que se ubica la vivienda, permite discriminar geográficamente la incidencia que tienen las características que muestran las observaciones, en el precio, y así poder evaluar y comparar el efecto estimado. La geografía alicantina, configurada con zonas de interior y zonas costeras, favorece la existencia de una dualidad, en la que aparece un importante mercado de viviendas, principalmente en las zonas costeras. Cómo interactúan en los precios de venta las diversas características que tienen las viviendas y cómo son valoradas estas cualidades en función de la ubicación de las viviendas, son cuestiones que se quieren abordar en este trabajo.

Como se ha mostrado en la Tabla 2, en promedio existe diversidad entre los precios de las viviendas situadas en las distintas comarcas, sin embargo, no es directamente observable el precio implícito de cada una de las características observadas. El cálculo de estos valores permitirá comprender cómo se valora cada una de las características en función de la ubicación de las viviendas. En este sentido, existen evidencias de que los compradores de viviendas de mayor precio valoran ciertas características de la vivienda, como la superficie o el número de cuartos de baño, de forma diferente a como lo hacen los compradores de viviendas de menor precio (7). La estructura de preferencias de todos los propietarios no es idéntica y los usuarios de viviendas de gama baja y gama alta no solamente se diferencian en las restricciones de ingresos a las que se enfrentan, sino que además, el grado de satisfacción que les proporcionan las características de la vivienda puede ser diferente (7).