Savez
editorial
Impacto de variables estructurales
en el precio de venta de departamentos
para vivienda/ocina en Lima
Raúl Enrique Madrid Olivares
Lucy Mariella García Vilela
Darwin Alejandro Siancas Escobar
Freddy Carrasco Choque
Luis Ramón Trelles Pozo
Savez
editorial
Impacto de variables estructurales
en el precio de venta de departamentos
para vivienda/oficina en Lima
Savez
editorial
Impacto de variables estructurales
en el precio de venta de departamentos
para vivienda/ocina en Lima
Raúl Enrique Madrid Olivares
Lucy Mariella García Vilela
Darwin Alejandro Siancas Escobar
Freddy Carrasco Choque
Luis Ramón Trelles Pozo
Impacto de variables estructurales
en el precio de venta de departamentos
para vivienda/ocina en Lima
ISBN:
Savez editorial
Título:
Impacto de variables estructurales
en el precio de venta de departamentos
para vivienda/ocina en Lima
Primera Edición: Agosto 2022
ISBN:
Obra revisada previamente por la modalidad doble par ciego, en caso de
requerir información sobre el proceso comunicarse al correo electrónico
editor@savezeditorial.com
Queda prohibida la reproducción total o parcial de esta obra por cualquier medio
(electrónico, mecánico, fotocopia, grabación u otros), sin la previa autorización por
escrito del titular de los derechos de autor, bajo las sanciones establecidas por la ley. El
contenido de esta publicación puede ser reproducido citando la fuente.
El trabajo publicado expresa exclusivamente la opinión de los autores, de manera que
no compromete el pensamiento ni la responsabilidad del Savez editorial
Raúl Enrique Madrid Olivares
Lucy Mariella García Vilela
Darwin Alejandro Siancas Escobar
Freddy Carrasco Choque
Luis Ramón Trelles Pozo
978-9942-603-69-2
978-9942-603-69-2
x
Prólogo
Ante la incertidumbre sobre cuanto influyen las
características estructurales en el precio de los
departamentos, este estudio tuvo como propósito
determinar el impacto de variables estructurales como el
número de habitaciones, baños, estacionamientos,
superficie y antigüedad de los departamentos en su precio
de venda en los 11 de los distritos de Lima Centro (Surco,
San Miguel, San Isidro, San Borja, Pueblo Libre, Miraflores,
Magdalena, Lince, Jesús María, Cercado de Lima y
Barranco). Se presentó y analizó el comportamiento de las
variables estructurales por cada distrito. Y se realizó las
regresiones iniciales de corte transversal para el año 2009 y
2019 las cuales poseen todas las variables estructurales
para cada distrito. Seguido de eso se ajustó la regresión
para cada distrito con el objetivo de que contengan solo
variables significativas para explicar el precio de los
departamentos. Se encontró que existen variables que son
significativas en un distrito, pero en otros no, la superficie
es la variable que más impacto tiene sobre el precio de los
departamentos y posee relación positiva con la variable
dependiente, y que los departamentos más amplios son
xi
destinados para demandantes con un nivel alto de
ingresos, mientras que mientras más pequeños son
preferentes a inquilinos con un nivel de ingresos más bajo.
Mientras que la antigüedad posee relación inversa con el
precio de los departamentos, aunque no posee
significancia en distritos como Barranco y Cercado de
Lima. Observamos también que la variable referida al
número de habitaciones les agrega valor a los
departamentos ubicados en los distritos con menor nivel
socio económico, mientras que en distritos con un estrato
económico “alto” posee coeficiente negativo, reflejando
que en estos distritos es preferible pocas habitaciones,
pero amplias, que muchas habitaciones, pero poco
espaciosas.
12
INTRODUCCIÓN
Según el Instituto Nacional de Estadística e Informática
(INEI) en el año 2019 el sector construcción creció 1.51%,
sin embargo, el crecimiento presentado es menor a la
presentada en el año 2018, en el cual el sector
construcción creció 5,4% determinado por el avance de
obras públicas y por el desarrollo de proyectos inmobiliarios
y centros comerciales. La Cámara Peruana de la
Construcción (CAPECO) reportó que en 2018 se ofertaron
26,7 mil departamentos, monto mayor en 7,9% a lo
registrado el año anterior.
Se sabe que estructuralmente, un departamento más
grande cuesta más que uno pequeño, el precio también
varía por el número de habitaciones, cantidad de baños, si
cuenta con estacionamiento. Todas estas variables
afectan el valor del inmueble, pero en números,
¿Cuánto influye la estructura del departamento en su
precio de venta? Por esto, mediante la investigación
intentamos responder las siguientes interrogantes: ¿Cuál
es el impacto de las características estructurales en el
precio de los departamentos en los distritos de Lima
Centro?
¿Cómo se comportaron las variables estructurales de los
13
departamentos de Lima Centro durante el periodo 2009 a
2019? ¿Qué variables estructurales influyen positivamente
y negativamente en el precio de los departamentos de
Lima Centro durante los años 2009 y 2019? ¿Cuánto influye
las características estructurales en el precio de los
departamentos de Lima Centro durante los años 2009 y
2019?
Por lo tanto, el objetivo general de esta investigación es
determinar el impacto de las variables estructurales en el
precio de los departamentos en los distritos de Lima Centro
durante los años 2009 y 2019. Mientras que los objetivos
específicos son: i) Describir el comportamiento de las
variables estructurales de los departamentos de Lima
Centro durante el periodo 2009 a 2019. ii) Identificar las
variables estructurales que influyen positivamente o
negativamente en el precio de los departamentos de Lima
Centro durante los años 2009 y 2019.
iii) Analizar el impacto de las variables estructurales en el
precio de los departamentos de Lima Centro durante los
años 2009 y 2019.
Esta investigación analiza los datos recogidos de la base
del Banco Central de Reserva del Perú (BCRP) tomando en
cuenta los siguientes distritos de Lima centro: Surco, San
14
Miguel, San Isidro, San Borja, Pueblo Libre, Miraflores,
Magdalena, Lince, Jesús María, Cercado de Lima y
Barranco. Se consideró la composición estructural de los
departamentos (baños, habitaciones, estacionamientos y
antigüedad) y se halló su impacto en el precio por
departamento Por ello, la investigación es importante para
demandantes de departamentos quienes pueden tomar
en conocimiento el costo que tiene un departamento con
las características que buscan, igual a los ofertantes
inmobiliarios para saber qué valor tienen sus inmuebles
dependiendo de sus características en cada distrito de
Lima centro.
En la tesis titulada La revaluación de inmuebles y su
incidencia en la situación económica- financiera en las
empresas del sector automotriz en el distrito de Trujillo
periodo 2015 elaborado por Guevara (2015), presenta
como principal propósito analizar la revalorización de los
inmuebles y su incidencia en la realidad económica
financiera del sector automotriz y las empresas que lo
componen y se ubican en Trujillo en el año 2015,
concluyendo que, la revalorización de los inmuebles
impacta significativamente en la realidad financiera del
sector automotriz y las empresas que lo componen, de
15
Trujillo pues obtuvieron determinadas cambios
porcentuales y absolutas que son significativas para crear
cambios positivos en estados financieros de dicho sector y
sus empresas.
En la investigación realizada por Abanto (2013)
“Implementación del sistema de bienes inmuebles para
mejorar el registro y acceso a la información en el área de
control patrimonial de la municipalidad provincial de
Cajamarca”, presenta como objetivo implementar, para el
área de Control patrimonial, un sistema un sistema de
información para el área de Control Patrimonial de la
Municipalidad Provincial de Cajamarca”, con el fin de mejorar
y facilitar el registro de inmuebles y el acceso a la información
de los mismos, destaca que la dificultad se refiere a que la
recaudación de información se realiza manualmente y se
almacena en archivos heterogéneos estructuralmente entre
ellos, causando perder tiempo al buscar información específica.
Se concluyó en que gestionar la información a través de un
sistema ayudaría al acceso de datos sobre inmuebles, así
cumplen con cada requerimiento sobre el fácil manejo para el
usuario.
En la tesis titulada “Plan de negocio de una empresa
intermediaria del servicio de alquiler de inmuebles”
presentada por Pardo et al. (2017). Muestra que los
16
conflictos entre arrendadores y arrendatarios han crecido a
causa de incumplimientos de contratos, impuntualidad en
los pagos, llegando incluso a estafas; teniendo que recurrir
a procesos engorrosos de arbitraje y litigios judiciales que
ocasionan perdidas de dinero especialmente para el
arrendador. Encontró un mercado de arrendadores que,
para evaluar a los prospectos de inquilinos, necesitan de
información precisa y rápida. A la vez requiere del valor
agregado que ofrece el asesor inmobiliario y las centrales
de riesgo sin incurrir en costos elevados, necesitando
además el apoyo no sólo durante la captación del
inquilino, sino también durante la gestión del propio
alquiler.
Matsuoka (2014) con el fin de obtener el grado de
magister, presenta la tesis titulada Principales
determinantes del precio de las viviendas en el mercado
inmobiliario de lima metropolitana”, explica que el
aumento del precio de inmuebles en el Perú presenta
consistencia con el comportamiento de variables
económicas fundamentales (PBI, tasa de interés
hipotecaria, densidad poblacional y el precio de los
terrenos). El observado aumento en el precio del inmueble
promedio desde 2010 a 2014, corresponde a un ajuste
17
respecto al crecimiento de la economía observado en los
años previos. Se encontró cantidad elevada de demanda
que no es ocupada por el número de viviendas en oferta,
en especial, en sectores con población con ingresos bajos.
También, el precio por alquiles y la ratio precio PBI per
cápita, se ubican en aceptables niveles, al igual que otros
países de la región.
Calderón (2015) presenta su proyecto titulado “Hacia una
vivienda pública de alquiler en el Perú. Mercado de
alquileres y estado” en la que muestra que existe una
demanda de alquileres que precisan de intervención del
estado y de no hacerlo incrementará problemas sociales
como la informalidad, y perjudicará las condiciones de vida
de sus habitantes. Concluye en que el alquiler está lejos de
desaparecer pues aún existe un mercado grande para este
servicio, sin embargo, la modalidad predominante de los
departamentos pues con dimensiones pequeñas con
respecto al tamaño de las familias hace que sea recurrente
problemas de salubridad por el uso de baños compartidos
entre inquilinos. Pero también afirma que el mercado de
alquiler informal e ilegal y no se debe solamente a la
elección de evadir costos relativos a la administración, sino
al contrario, es la mejor opción para obtener márgenes de
18
rentabilidad, esto debería impulsar al desarrollo de
mecanismos de regulación pública.
En la tesis titulada “Tratamiento impositivo de
construcción y venta de inmuebles” desarrollada por
Blanch (2015), explica el auge del producto inmobiliario
por ser una de las alternativas de inversión más utilizadas
par mantener riquezas, debido al poco riesgo que implica
mantener estos bienes como bóveda de valor a futuro. La
investigación se basa en el tratamiento impositivo en la
construcción y venta de bienes inmuebles teniendo en
cuenta los más importantes tributos nacionales, un claro
ejemplo es el impuesto al valor agregado y las ganancias.
La llamada operación de venta entre ambas partes no
genera complicaciones, al venderse se transfiere la fuente
generadora de ganancias. Por otro lado, con el fin de
posibilitar la renovación del equipamiento e inmueble para
las empresas no carga al contribuyente la tributación de
ganancias en la realidad económica.
En la tesis titulada “Precio promedio de alquiler de
departamentos de 2 y 3 habitaciones en el Barrio San
Roque de Asunción, Paraguay” desarrollada por
Fernández et al., (2018) se enfoca en la administración y
análisis de costos con el fin de descubrir el valor de
19
mercado de alquileres de departamentos de 2 y 3
habitaciones. Define que el precio de los alquileres está
determinado por factores como: cantidad de ambientes,
ubicación, dimensión, la antigüedad del edificio, el
amueblamiento del inmueble y los servicios que ofrece. Así
se observa que el 55% de los departamentos cuentan con
3 habitaciones mientras que el 45% solo con 2. También,
los departamentos de 3 ambientes superan el precio
promedio de los departamentos en oferta, mientras que
los departamentos con 2 habitaciones están por debajo
del precio promedio
Núñez (2007) en su proyecto Mercados Inmobiliarios:
Modelización de los precios aborda el precio de
inmuebles y su determinación, describiendo el crecimiento
y cambios en el sector construcción en España, precisando
contar con factores que han contribuido al aumento del
precio por vivienda. Analiza también el perfil de la vivienda
según el área geográfica en el que se ubica el inmueble,
tomando variables como Superficie, dormitorios, baños,
terrazas, garaje, reformas, antigüedad entre otras. Como
observamos, esta tesis doctoral coincide con la presente
investigación en cuanto a la importancia de las variables
estructurales en el precio de venta. Con respecto a estas
20
variables obtiene como resultado influencia positiva entre
el área y el precio del inmueble, a su vez, una relación
inversa entre la antigüedad y el valor de venta del
inmueble.
Aboy (2014) en su proyecto “Departamentos para las
clases medias: organizaciones espaciales y prácticas de
domesticidad en Buenos Aires, 1930” explica que desde la
década de 1930 se introdujeron nuevas formas de
organización del espacio con sutiles modificaciones en los
usos y representaciones del espacio doméstico. Éstas
modificaciones van orientadas en términos de confort,
tecnología doméstica, reducción del número de
convivientes, simplicidad, placer y modernidad. La crisis
pendiente en esa década favoreció la expansión de la
construcción para renta, garantizando la vida útil y bajo
costo de mantenimiento y aún se mantiene en ciudades
argentinas, sabiendo interpretar las necesidades
habitacionales de las familias. Esta revolución en cuanto a
la modalidad de construcción pudo ser el inicio del
mercado de vivienda en modalidad departamentos de
Argentina.
21
Valorización de inmuebles
El valor de los inmuebles se consigue aplicando diversas
técnicas y criterios de valoración. Así podemos clasificar la
valoración en dos: administrativa y discrecional, estos se
consolidan como ejes primordiales en los distintos
métodos valoración que existen.
La administrativa se le conoce también como reglada,
porque esta debe apegarse a diversas normas o reglas
administrativas. Esta forma de valorar se utiliza para
efectos catastrales tanto urbanos como rústicos, la
valorización urbanística y el precio de inmuebles para
efectos hipotecarios.
Mientras que la no reglada o también llamada discrecional.
Se refiere a que se conoce el valor del inmueble por criterio
propio del vendedor o tasador. Para estos escenarios es
preferible seguir normas lógicas durante la valorización del
inmueble, aunque no se trate de alguna norma
administrativa.
Con respecto a la valoración de los inmuebles y sus
procesos básicos se señala que para conocer el valor del
inmueble se puede considerar se dos formas: disgregada
y global.
De esta forma, en un determinado inmueble, y debido a
22
que participa el suelo y la construcción, el valor (v) puede
resultar de adicionar cada uno estos valores, esto se
representa como:
V = vs + vc
Es esta situación nos enfrentaríamos a una valoración
aditiva. Ahora bien, entonces, ambas variables, suelo y
vuelo, se relacionan de tal manera que se puede decir que
no son independientes entre para a continuación
sumarlos como en el procedimiento aditivo
conduciéndonos a un proceso global, que no diferencia
entre el valor del terreno y la construcción, sino todo el
inmueble conjuntamente.
De manera diferente, un proceso mixto realiza una
evaluación del suelo y la construcción cada una por su lado,
después corrige la suma a través de coeficientes que
definen si existen variables que afectan al valor del
inmueble. Este último es el proceso base para la
administración pública de diversos países, para realizar la
valorización de bienes inmuebles, de manera específica,
las catastrales y urbanísticas.
Ejemplos de métodos globales se encuentran: la
comparación según el mercado y la capitalización de
rendimientos. Sin embargo, existen diferentes métodos
23
que funcionan de complemento como el método residual
del valor del suelo y el método del costo de la
construcción.
La vivienda como bien
Macroeconómicamente se considera a las casas,
departamentos y edificios, como bienes homogéneos, es
decir agrupa todos y les asigna las mismas características
para hacer más sencillo explicar fenómenos y
comportamiento del mercado inmobiliario. Así,
mantenemos ideas básicas que introducen a estos bienes
en un mercado de competencia perfecta, pues bajo estos
supuestos tanto las empresas buscan maximizar sus
beneficios y los consumidores minimizar sus gastos, y se
comportan como agentes precios aceptantes, y no existen
límites para entrar o salir ni diferencias entre la información
que cuenta cada parte.
Una vivienda o inmuebles puede también representarse
por los servicios que se puede recibir a partir de su compra
o alquiler. Así el precio final demandado por el vendedor
o arrendador es justificado por los servicios ofrecidos. Esta
manera simplificada de tratar a estos bienes posee ventajas
pero no cuenta con validez, ya que no ofrece la posibilidad
de un análisis sistemático, pues resumir todos los servicios
24
ofrecidos por la vivienda en una sola característica en un
largo plazo tiende a concluir en que total las viviendas que
presentan el mismo precio de venta ofrecen a su vez el
mismo tipo de servicios y por tanto se pueden sustituir
entre consumidores que muestran indiferencia entre uno y
otro, sin tomar en cuenta el tamaña, la ubicación o la
estructura del inmueble. Olsen (1696)
Sin embargo, en la vida real un consumidor no es indiferente
al momento de elegir entre una vivienda u otra, con distinta
calidad y que los costos referidos al espacio no son los
mismos (Witte, 1979). Pero se precisa que en base a esta
teoría se explica exitosamente aspectos sobre el proceso
de compra venta de la vivienda, como elasticidad renta y
precio del número de servicios demandados por vivienda,
así como la influencia de variables macroeconómicas en la
oferta y demanda de dinero.
Algunos factores que causan esas diferencias son los
explicados a continuación:
a) Durabilidad: Se explica como la duración del
inmueble, y dependiendo de esta característica se puede
considerar al inmueble como bien de consumo, en el caso
de alojamientos temporales, y bienes de inversión, en el
caso de viviendas como patrimonio. De esta manera se
25
ubican dos mercados completamente diferentes por la
naturaleza y el uso de la vivienda.
b) Heterogeneidad: Las viviendas que son ofertados en el
mercado de inmuebles presentan diferencias de todo tipo
entre ellas, desde sus características, estructura y servicios
ofrecidos. Esta singularidad de cada vivienda muestra que
todas son diferentes entre sí, a diferencia de otros bienes
de consumo.
c) Inmovilidad: Una vivienda al igual que otros bienes que
pertenecen al mercado inmobiliario no pueden ser
trasladados de un espacio a otro una vez construidas, y es
un factor importante para formar valor con mira a largo
plazo.
d) Financiación: Esto desempeña un importante rol para
la compra venta de una vivienda debido al alto precio de
estos bienes. Ya que una vivienda es un bien para inversión
se financia a través de préstamos hipotecarios. Es por esto
que bancos, financieras, entre otros están implicados en
mayor medida en el mercado de vivienda que en otro
mercado de bienes de consumo duradero.
e) Intervención del sector público: Las autoridades
públicas se encargan del diseño de áreas urbanos que
forman parte del contexto que envuelve a la vivienda y la
26
otorgación de licencias para edificación, y controlar el
precio de venta y alquiler en algunos tipos de inmuebles,
mediante apoyos financieros y subvenciones a préstamos
para la construcción.
f) Mercado con asimetrías en la información: Un ofertante
no cuenta con curvas de oferta por factor, debido al que
son resultado de diferentes decisiones que superan las de
un cada miembro del mercado. Por otro lado, no parece
que los demandantes conozcan su curva de preferencias y
sus variaciones ante alteraciones de cualquiera de los
atributos.
g) Costos por transacción: Este tipo de costos están
relacionados el proceso de búsqueda de un inmueble y la
mudanza desde una vivienda a otra. Tanto un mercado de
alquiler como una de venta son afectados por costos de
transacción, pero con diferente intensidad, debido a que
es más sencillo mudarse de una casa alquilada que de una
vivienda propia.
h) Asimetría de la demanda y la oferta: La oferta muestra
una resaltada rigidez sobre todo en un corto plazo frente
a loa variada que muestra ser la demandad. Esta rigidez
proviene del tiempo necesario para la construcción de una
nueva vivienda. A esto se le puede añadir la escasez del
27
g
suelo dispuesto para urbanizar por factores naturales,
especulaciones y planificación pública.
La combinación de estas características implica que lo
correcto es hablas de muchos diferentes mercados que
incluyen a la vivienda y no solo un mercado unificado.
Debido a que los factores que determinan tanto la oferta
como la demanda varían constantemente, la vivienda como
alquiler y como propiedad, la vivienda como demanda de
sus servicios y la vivienda como un activo de acumulación
de riquezas, y una vivienda nueva tanto como una vivienda
usada,
Inversión en vivienda
La inversión en el sector de la construcción presenta una
relación directa con el precio de las viviendas real.
Tomando en cuenta el costo mínimo y el desarrollo
tecnológico presentado. El precio relativo (p
h
/p), que
relaciona el precio obtenido del mercado de vivienda y el
costo que representa producirla, esto presenta similitud
con la “q” de Tobin, la cual relaciona el valor del bien en
el mercado y su costo por ser producido.
La figura que se muestra a continuación grafica las curvas
de costo total (CT) e ingreso total (IT) de la empresa
constructora. En este punto en el que la inversión llega a I
H
se maximiza la diferencia entre el ingreso y el costo total.
28
En la parte inferior de la misma figura se observa que la
inversión óptima se produce cuando el costo marginal
(CMg, la pendiente referente al costo total) iguala al
ingreso marginal (IMg, la pendiente referida al ingreso
total) que, en competencia perfecta, es igual al precio de la
vivienda p
H
.
Figura 1
Determinantes de la inversión
Nota: Figura extraída del libro “Macroeconomía intermedia para
Latinoamérica” por Mendoza B.
En esta figura, se ve claramente que cuando la inversión es
menor al nivel óptimo, el precio supera el costo marginal,
29
por esta razón para el empresario constructor le resulta
conveniente elevar su inversión. Así, cuando la inversión
supera el nivel óptimo, el costo marginal se ubica por
encima al precio de la vivienda, por este motivo, para hacer
máximo el beneficio, es rentable que el empresario
dedicado a la construcción reduzca la inversión en el sector
vivienda. Así, la inversión en viviendas se elevará si sube el
precio de las viviendas si es que existe un avance
tecnológico que eleva la productividad del sector, se
reducen así el precio de algunos de los materiales de
construcción y la mano de obra.
Restricción presupuestal del consumidor
Para explicar los términos de la restricción presupuestaria
del consumidor, Mendoza B. parte de la base de que un
consumidor solicita un crédito con el fin de adquirir un
número de viviendas (H) a un precio unitario (p
h
), y durante
cada año gasta en reparaciones y también en
mantenimientos una fracción del valor de mercado de la
vivienda ().
El costo total que asume el consumidor, el consumo de
vivienda que es producto del costo de financiación y la
depreciación del inmueble, (r+) p
H
H, también llamado
30
costo resultante del uso de la vivienda. Si la renta del
consumidor es de “Y”, no acumula ahorr, y consume “C”
una cantidad de bienes no duraderos. Entonces la
restricción presupuestal viene dada por la siguiente
ecuación:
Y=C + (r + ) p
H
H
Figura 2
La restricción presupuestal del consumidor
Nota: Figura extraída del libro “Macroeconomía intermedia para
Latinoamérica” por Mendoza B.
31
Para representar gráficamente la restricción presupuestaria,
se despeja C.
C= Y – (r + ) p
H
H
En la figura 3 se observa que el consumidor maximiza su
función utilidad consumiendo C* de bienes no duraderos y
H* de viviendas. En términos matemáticos puede
procederse a maximizar la función utilidad de la ecuación,
sujeto a la restricción presupuestaria de la ecuación. Este
objetivo se puede alcanzar de varias maneras.
De la siguiente figura se observa que la utilidad se
maximiza cuando la pendiente de la curva de indiferencia,
la tasa marginal de sustitución entre las viviendas y bienes
no duraderos, se iguala a la pendiente de la restricción
presupuestal.
32
Figura 3
Preferencias y restricción presupuestal
Nota: Figura extraída del libro “Macroeconomía intermedia para
Latinoamérica” por Mendoza B.
Podemos incorporar la restricción presupuestal en la
ecuación de la función utilidad y así maximizar la función
resultante. El consumidor debe elegir el número de
viviendas que maximiza su utilidad. Obteniendo la
siguiente ecuación:
U = H
n
[Y – (r + )p
H
H]
1-n
A partir de la primera condición de maximización de la
expresión,
!"
= 0, se obtiene
!#
la función de demanda de viviendas del consumidor.
H
d
=
$%
(
&
+
'
)
(
#
33
Como en toda función referida a la demanda, el número
de viviendas demandadas presenta una relación inversa al
precio de la vivienda y una reacción directa al ingreso de
las familias.
Así mismo, como las familias compran la vivienda
apoyados de un crédito bancario y ya que la vivienda se
deprecia con el tiempo, la cantidad demandada de
vivienda será también una función inversa de la tasa de
interés y de depreciación. Mientras más alta es el interés o
la depreciación, como el ingreso y el consumo están dados,
menor es el presupuesto disponible para dedicarla a las
viviendas.
El corto plazo del mercado de viviendas
Definimos al periodo de tiempo en el que se fija una oferta
de viviendas como corto
plazo (H
0
). Es decir:
H
s
= H
0
Entonces, dada la oferta de viviendas, es la demanda la
que determina el precio de las viviendas, tal como puede
apreciarse en la ecuación:
P
H
=
$%
(
&
+
'
)
#
0
34
Figura 4
El mercado de viviendas en el corto plazo
Nota: Figura extraída del libro “Macroeconomía intermedia para
Latinoamérica” por Mendoza B.
Podemos observar el mercado de viviendas en el corto
plazo en la figura número 4, si
la oferta se ubica en un nivel
H
0
, el nivel de demanda, expresada en la ecuación
anterior, determinar un precio equilibrio p
H
0
. Deducimos
así que en el corto plazo, variaciones en la
demanda solo
altera el precio de los inmuebles o viviendas mas no su
volumen.
Reemplazando el precio de equilibrio de la vivienda en el
corto plazo en la expresión basada en los determinantes
35
I = k[*
+*
]* ; k ≡ β A
de la inversión en el sector construcción, obtenemos una
nueva función de inversión en construcción.
Con el fin de obtener una versión reducida de la inversión
en viviendas, se precisa presentar el precio del insumo
compuesto (P) en función de sus determinantes. Para este
propósito, reemplazamos en la ecuación, y obtenemos:
-
H
$%
1
-
β/(1-β) 1/(1-β) t
(
&
+
'
)(
./
+
0(
)
#
0
Es decir, la inversión presente en el sector construcción es
una función directa del nivel que alcanzan los ingreso o la
actividad económica, y una función inversa con el stock de
viviendas inicial, la tasa de interés, el costo producto de
reparaciones, el salario nominal y del costo unitario por los
materiales utilizados en construcción.
I
H
= I
H
(Y, H
0
, r, , W, p
Q
)
Teoría objetiva del valor
Define al valor como concepto, qué es y cómo trabaja. Se
afirma también que la teoría del "valor trabajo” está
comprendida en por tres factores principales:
36
i) Histórico: Determina el valor como un producto de la
sociedad, pero sin pretender ser universal ni eterna pues
puede cambiar de un lugar a otro. La manera de descubrir
el valor empieza en base a lo abstracto para resultar en un
análisis concreto.
j) Objetivo: Toma en cuenta a los procesos económicos
presentes en un colectivo. Este tipo de valoración no
depende de criterios personales de cada individuo, y se
contrasta con la realidad económica.
k) Social: Analiza al valor como la producción resultante
del trabajo de la sociedad, y deja de la do la percepción
de cada individuo sobre sus propiedades. El valor cambia
cada vez que varía la forma en la que satisface las
necesidades de la población.
Teoría subjetiva del valor
Da inicio a mediados del siglo XIX y es enunciada a mano
de los principales economistas neoclásicos tomando como
base a la utilidad marginal, teniendo al idealismo como
fundamento básico y nace de la idea que la persona de
manera subjetiva, toma decisiones con la finalidad de
recibir la satisfacción máxima, la cual es medido y
apreciado individualmente. Las necesidades de las
37
personas se ordenan jerárquicamente acorde a la
relevancia que le conceda cada individuo, se pueden
calificar las necesidades en tres categorías:
l) Calidad: Son características específicas de cada
necesidad que la diferencian de las demás, sus atributos
no tienen límite, son competidores, complementarios y
puede crearse, si se quiere, artificialmente.
m) Cantidad: Esta se refiere a la cantidad de satisfacción y
al tiempo de uso que le dá el individuo, estos atributos son
variables.
n) Intensidad: Fuerza con la que se presenta la necesidad,
independientemente de la cantidad y calidad; este
atributo incrementa el hecho de ser conscientes de que
poseemos aquella necesidad, un pequeño aumento de
intensidad provoca renuncia del esfuerzo que recurriría
satisfacerla.
El valor es sujeto de gran discusión, mientras todo el
mundo sabe lo que es el valor, la gente tiende a encontrar
difícil definirlo. El valor varía con el tiempo, con la
circunstancia, el uso y no tiene permanencia.
38
Sector de la construcción, mercado inmobiliario y de
vivienda
La construcción genera diversos tipos de inmuebles que
son ubicados en diferentes mercados según su naturaleza
con distintos grados de intervención. A su vez, los locales
comerciales, aparcamientos, viviendas y oficinas se
consideran mercados libres. Sin embargo, existen muchos
inmuebles que no pertenecen a la construcción. Éste es el
caso de la tierra o terrenos, que puede situarse en
diferentes mercados en función del uso que le el
individuo: agrícola, urbano, comercial, etc.
El mercado inmobiliario incluye los terrenos y otros activos
que no pueden ser movidos de su ubicación inicial e incluso
más que las construcciones, esto debido a que avances
tecnológicos permitan que construcciones si se puedan
trasladar o desaparecer, mientras que por otro lado los
terrenos, como espacio territorial, permanece sin moverse
o variar en el espacio o tiempo.
El sector construcción se puede dividir en cuatro grupos:
o) Residencial: Incluye a las viviendas, departamentos,
condominios, edificios destinados a la vivencia, etc.
p) No residencial: Comprendida por edificios con
39
características residenciales y ubicados en zonas
residenciales pero que no son utilizadas para la vivienda.
q) Rehabilitación y mantenimiento: Está comprendida
por actividades que comprendan la renovación,
mantenimiento, modernización y restauración de otras
construcciones.
r) Civil: Destinadas a las contrucciones de transporte,
comunicación y otras relacionadas a estos rubros.
Valor de mercado y precio
El concepto de precio del mercado al monto monetario en
una transacción. Esta cifra es medible y exacta,
características comunes en la mayoría de transacciones de
índole inmobiliario.
El valor de mercado por otro lado, se refiere a un intervalo
que se obtiene como producto de un análisis económico
o estadístico, básicamente teórico, pero basado en datos
exactos como precios y variables del mismo inmueble con
el fin de aproximarse al precio real que se presenta durante
la transacción.
Bienes Inmuebles
Estos poseen una singularidad clara que radica
básicamente en su incapacidad para ser movidos, lo cual
otorga características que son únicas entre los demás
bienes duraderos, estos bienes también presentan
40
individualidad al extremo en el que dos inmuebles iguales,
ubicados en áreas vecinos, de proporciones y
características similares, son diferentes para los ofertantes
y demandantes.
Ciudades verticales
Describen el cambio de calles, manzanas y barrios, a
edificios con decenas de departamentos, que determine
un crecimiento hacía arriba en lugar de hacia los lados. Este
tipo de modelo de urbanización plantea estructura de
edificios que cumplan diferentes funciones al mismo
tiempo.
En este tipo de edificios se pueden albergar viviendas,
oficinas, centros comerciales, jardines y transportes
ecológicos, y a su vez ascensores que faciliten el acceso a
las diferentes zonas de la urbe.
Diferencias entre Casa y Departamento
Una casa generalmente cuenta con terreno propio y al nivel
del suelo, mientras que a los departamentos solo le
corresponde un porcentaje del solar desde donde está
construido. La estructura de las casas está distribuida a
necesidad del propietario, mientras que en los
departamentos cuentan por lo general una estructura ya
definida (habitación, baño, cocina, etc).
41
Las casas, generalmente, cuentan con patios y jardines por
lo que se puede disponer de piscinas, mascotas y áreas de
juegos para niños. En cambio, los departamentos solo
cuentan con balcones y terrazas, además algunos de ellos
no tienen siquiera estos espacios al aire libre.
Las casas se pueden reformar, ampliar y remodelar muy
fácilmente, mientras que con los departamentos esta
opción es menos probable. Las casas normalmente
destinan una habitación como garaje, mientras que los
departamentos por si solos no cuentan en su mayoría con
una habitación de garaje, sin embargo, muchos edificios o
condominios ofrecen un estacionamiento privado para los
propietarios de los departamentos.
Definición de Tasación
Se refiere al informe realizado para calcular el valor de un
inmueble, ya sea una vivienda, departamento, terreno,
zona y facilitar una transacción mas transparente entre
ambos lados. Este informe se realiza por expertos y los
principales a tomar en cuenta durante una tasación:
s) Entorno y sus cualidades: ubicación del inmueble, su
cercanía a centros de ocio, parques, instalaciones
deportivas y medios de transporte.
t) Superficie y distribución: tamaño del inmueble y su
distribución estructural.
42
u) Conservación y antigüedad del inmueble.
v) Arquitectura del edificio: Accesos a las diferentes
áreas, zonas comunes y ascensores.
w) Características de la construcción del inmueble,
instalaciones y acabados.
x) Demanda y oferta de los inmuebles de la zona que
envuelve al bien tasado en cuestión.
Tipo y enfoque de la investigación
La investigación se realizó sin modificar las variables, bajo
el enfoque mixto, basado en una investigación pura, de
corte longitudinal. Su alcance es descriptivo y explicativo.
Con el objetivo de describir el comportamiento variables
estructurales, que es el primer objetivo específico, se
analizan las características del departamento por distrito a
través de gráficos de barras y líneas para explicar la
tendencia del precio y la oferta de departamentos a través
del periodo.
Para los otros dos objetivos específicos se realizan
regresiones econométricas que incluyan las variables
estructurales y el precio de los departamentos como
variable dependiente. Se identifica la influencia positiva o
negativa de las características estructurales, que es el
43
segundo objetivo específico, a través de los signos de los
coeficientes de las variables de la regresión.
Mientras que, para analizar el impacto de las características
estructurales en el precio de venta de los departamentos,
que es el tercer objetivo específico, se examinan los
coeficientes y la significancia de las variables estructurales
dentro del modelo de regresión.
La población en la investigación son los 15 distritos que
componen la zona Lima Centro, de estos se toma como
muestra los siguientes 11 distritos: Surco, San Miguel, San
Isidro, San Borja, Pueblo Libre, Miraflores, Magdalena,
Lince, Jesús María, Cercado de Lima y Barranco.
En este estudio se trabajó con 6900 departamentos en
venta en total, ofertados en 11 distritos de lima centro
durante los años 2009 y 2019. La base de datos de obtuvo
del Banco Central de Reserva del Perú (BCRP)
Tabla 1
Distribución de los departamentos por distrito año 2009 y
2019
44
FRECUENCIA
PORCENTAJE
1018
14.75%
678
9.83%
916
13.28%
740
10.72%
448
6.49%
1071
15.52%
582
8.43%
370
5.36%
499
7.23%
242
3.51%
336
4.87%
6900
100%
Nota: Datos extraídos del Banco Central de Reserva, elaboración
propia.
Descripción del análisis estadístico aplicado
Para el análisis estadístico se aplicó regresiones por distrito
basándose en el método de Mínimos Cuadrados
Ordinarios (MCO), una regresión por distrito y por año. Se
aplican pruebas de multicolinealidad y heterocedasticidad.
Ante posibles problemas de varianza en los errores se
realizará la regresión, pero con varianza ajustada aplicando
“Robust”.
Se analizó el resultado del indicador R-squared para
determinar en cuánto explica el modelo de regresión al
45
precio de venta de los departamentos de Lima Centro, en
esta investigación se tomará un R-squared mayor al 60%
como buen nivel de explicación de la regresión a la
variable dependiente.
Se analiza la significancia individual de cada variable para
describir su importancia dentro del modelo, para ello se
comprobará su significancia a un nivel de confianza del
90%, 95% y 99%.
El coeficiente de la variable explica el impacto de la
variable independiente con el precio de los departamentos
y el signo del coeficiente describe la relación, ya sea
positiva o negativa de la variable independiente con la
variable explicada.
Definición de variables
Esta investigación plantea un modelo econométrico que
cuenta con el precio de los departamentos en venta (PRICE)
como variable dependiente e incluye 5 variables
estructurales independientes (superficie, habitaciones,
baños, estacionamiento y antigüedad), se desarrolla con la
base de datos del Banco Central de reserva obtenida sobre
los 11 distritos de lima centro.
46
Tabla 2:
Variables del modelo y su definición.
Variable endógena
Signo esperado
PRICE
Precio de cada departamento
expresado en dólares estadounidenses
+
Variables exógenas
SUP
Área de cada departamento expresada
en metros cuadrados
+
HAB
Número de habitaciones, sin incluir las
destinadas para baño
+
BAÑ
Cantidad de habitaciones destinadas
para baño y/o aseo
+
EST
Numero de lugares de estacionamiento
por departamento
+
ANT
Antigüedad del departamento en venta
desde su construcción
-
Nota: Elaboración Propia
Logaritmo en variables
Para efectos de un mejor análisis econométrico,
estabilizar a los regresores, reducir observaciones
atípicas, a las variables PRICE y SUP se les aplicó
logaritmo natural.
47
A estas dos variables se les puede aplicar logaritmo pues
son cuantitativas continuas, mientras que las demás son
discretas.
Con el fin de colocar a todas las variables en un rango más
equilibrado a las variables referidas a la superficie y precio
se les aplicará logaritmo natural. Para diferenciar este tipo
de variables, se le antepuso la letra “L” antes del nombre
de la variable.
Ln ( SUP ) = LSUP Ln ( PRICE ) = LPRICE
Modelo econométrico
Definidas las variables que compondrán el modelo. La
forma estructural de la ecuación que determina el precio
del departamento son las siguientes:
PRICE = C + b
0
(SUP) + b
1
(HAB) + b
2
(BAÑ) + b
3
(EST)
+b
4
(ANT)
Se aplica logaritmo en las variables PRICE y SUP
LPRICE = C + b
0
(LSUP) + b
1
(HAB) + b
2
(BAÑ) + b
3
(EST) +b
4
(ANT)
La regresión lineal se basa en el método de mínimos
cuadrados ordinarios. La variable dependiente del modelo
es PRICE, mientras que las variables estructurales
comprenden las independientes. Los coeficientes de las
48
variables están representados por la letra “b” y la letra C
representa a la constante de la ecuación.
Normalidad de los errores
Los coeficientes Skewness y Kurtos son los parámetros que
definen normalidad en la distribución los que deben a su
vez tomar valores entre 0 y 3 para que se pueda concluir en
que se trata de una distribución normal.
49
Tabla 3:
Normalidad de los errores
ERRORES
OBS
PR
SKEWNESS
PR
KURTOSIS
CHI2
PROB>CHI2
BARRANCO
2009
3032
0,0000
0,00
249,35
0,00
2019
2514
0,2166
0,0000
37,23
0,0000
CERCADO
2009
3032
0,0000
0,00
97,36
0,00
2019
2514
0,0787
0,6025
3,36
0,1860
JESÚS MARÍA
2009
3032
0,0043
0,00
132,07
0,00
2019
2514
0,3248
0,4914
1,44
0,4860
LINCE
2009
3032
0,0000
0,00
136,20
0,00
2019
2514
0,1749
0,0000
24,46
0,0000
MAGDALENA
2009
3032
0,0000
0,00
242,28
0,00
2019
2514
0,0001
0,0000
42,42
0,0000
MIRAFLORES
2009
3032
0,5032
0,00
181,73
0,00
2019
2514
0,5032
0,0000
41,56
0,0000
PUEBLO LIBRE
2009
3032
0,0000
0,00
124,94
0,00
2019
2514
0,4536
0,0898
3,44
0,1791
SAN BORJA
2009
3032
0,0000
0,00
163,52
0,00
2019
2514
0,2954
0,0094
7,85
0,0198
SAN ISIDRO
2009
3032
0,1025
0,00
218,39
0,00
2019
2514
0,0000
0,0000
62,91
0,0000
50
SAN MIGUEL
2009
3032
0,0000
0,00
131,68
0,00
2019
2514
0,3453
0,2014
2,52
0,2833
SURCO
2009
3032
0,3995
0,00
184,92
0,00
2019
2514
0,3995
0,0000
60,16
0,0000
Nota: Elaboración propia
Observamos en la tabla 3 que el indicador Chi2 no supera
el 0.05 confirmando que los errores poseen
comportamiento normal, sin embargo, en distritos como
San Miguel, Pueblo Libre, Jesús María y Cercado de Lima,
en los años 2019 no presentan comportamiento normal.
Esto es muy común con grandes bases de datos como la
que posee esta investigación.
En el primer grupo observamos que: el distrito de San
Isidro cuenta con los departamentos más caros con un
precio promedio de $ 344 158, seguido de Miraflores con
$ 241 411 y Barranco con $ 218 707, estos distritos
presentan los precios tan altos pues ofrecen a los clientes
acceso a servicios, espacios públicos, seguridad,
tranquilidad y conectividad.
Se puede decir entonces que los departamentos en estos
51
distritos son destinados a la parte de la población con el
nivel de ingreso más alto.
Mientras que en el tercer grupo, los distritos con los
departamentos más baratos son Cercado de Lima con $ 81
037, San Miguel con $ 96 557 y Pueblo Libre con $ 109 378
esto refleja que los departamentos de estos distritos están
destinados a la población con un nivel medio de ingresos,
esto lo muestra el estudio “Cálculo del Índice de Progreso
Social para cuatro segmentos en cinco distritos de Lima
Metropolitana” realizado por la Pontificia Universidad
Católica del Perú (PUCP), un estudio que muestra los
niveles de Índice de Progreso Social (IPS), por ejemplo,
para el distrito de cercado de lima el IPS del año 2019
alcanzó 58.11 puntos ubicándose en un nivel “medio bajo”,
mientras San Miguel llegó a 71.3 puntos.
52
Figura 7
Evolución del precio por departamento
Nota: Elaboración propia
Otra causa de la gran diferencia de precios entre los
distritos más caros y más baratos de Lima centro es el
acceso a zonas exclusivas, en el caso de Miraflores y
Barranco que cuentan con playas y acantilados en sus
límites, de supermercados áreas verdes y zonas
deportivas.
Mientras que los distritos de Cercado de Lima y Pueblo
Libre, son distritos dedicados en su mayoría al comercio,
con altos índices de contaminación, escasas áreas verdes e
inseguridad.
La Figura 7 muestra la evolución de precios por
departamento durante el periodo 2009 2019
observamos, que la curva más alta pertenece a San Isidro
$445,000
$345,000
$245,000
$145,000
$45,000
2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
SURCO
SAN BORJA
MAGDLENA
SAN MIGUEL
PUEBLO LIBRE
LINCE
SAN ISIDRO
MIRAFLORES
JESUS MARIA
CERCADO DE LIMA BARRANCO
53
esto concuerda con lo visto en la Figura 2, seguida de los
distritos de Miraflores, San Borja y Surco. Mientras que los
distritos con la evolución más baja son Cercado de Lima,
San Miguel, Surco y Lince, los cuales cuentan con
evoluciones muy similares entre ellos debido a que
distritos destinados al comercio y las personas con un
ingreso medio.
A partir de 2009 se muestra una subida en los precios por
departamento, esto se debe principalmente, a la caída del
dólar y a escasa oferta para hacerle frente a la demanda de
inmuebles.
Para inicio de 2009 los precios de los inmuebles de Lima
centro encarecen en un 30%, y continuó creciendo hasta
2018 en los distritos más “pudientes” de Lima debido a la
creación de parques, zonas de recreación, el incremento de
la inversión privada con supermercados y puestos de
servicios.
Sin embargo, se reflejan caídas en el año 2019 a causa de
programas como Mi Vivienda y Techo Propio, que absorbe
parte de la demanda del mercado inmobiliario.
Oferta de departamentos
La variable oferta está definida como el número de
departamentos disponibles para la venta en cada año del
54
periodo. Se obtuvo la cantidad ofertada de departamentos
de cada distrito en cada año y los resultados se
representaron en la siguiente figura:
Figura 14
Evolución de la oferta de departamentos por distrito
Nota: Elaboración propia
Para 2009 Surco presentó la mayor cantidad de
departamentos en venta, pero para 2019 ocupó el tercer
puesto, y en 2014 tuvo su pico más con 633. San Isidro
empezó el periodo en tercer lugar con 312 departamento
en venta, y para 2019 se volvió el distrito con más
departamentos en venta al mercado.
Cercado de Lima durante casi todos los 11 años desde el
inicio del periodo hasta 2019 se ubica como el distrito con
la menos cantidad de departamentos en oferta, llegando a
169 en el año 2019. La mayoría de distritos presentaron un
55
pico de la cantidad ofertada en el año 2014, esto debido a
una ralentización del mercado inmobiliario para ese año y
la demanda aumentó un poco menos de lo que lo había
hecho en años pasados, el distrito que más departamentos
ofertó a través del tiempo es Surco con 499, seguido por
Miraflores con 486. El caso de Miraflores fue uno de los
distritos que registró un mayor número de proyectos para
2017 y 2018 ello se debe a que este distrito refleja de un
lado su atractivo comercial, social y turístico.
Por otro lado, Cercado de Lima con 105, Barranco con 117
y Lince con 193 son los distritos con menos cantidad de
departamentos ofertados durante el periodo 2009 – 2019.
Regresiones iniciales
Las regresiones iniciales del año 2009 y 2019 tienen como
finalidad determinar la relevancia de las variables
estructurales dentro del modelo para cada distrito. Se
analiza la significancia de las variables a 3 niveles de
confianza (90%, 95% y 99%) y las variables que presenten
la significancia suficiente, se eliminan para las regresiones
ajustadas. En el distrito de Barranco solo dos variables son
significativas: Superficie y Baños, las demás variables no
tienen la significancia requerida a ningún nivel de
56
confianza. Mientras que, Cercado de Lima muestra una
regresión con todas sus variables significativas a excepción
del número de habitaciones. La regresión en este distrito
explica al precio por departamento en un 54.9%.
Jesús María presenta una regresión que explica a la
variable dependiente en un 54.9% y cuenta con todas sus
variables dependientes. La regresión es significativa para
explicar el comportamiento de la variable dependiente,
aunque su R cuadrado es bajo. La regresión en Lince
explica a la variable dependiente en un 72% y cuenta con
todas sus variables con un nivel de significancia dentro de
los rangos de confianza. Se deduce que la regresión es
significativa para explicar el precio por departamento.
Por otro lado, Magdalena presenta todas sus variables
significativas y el modelo explica a la variable dependiente
en un 72%. La regresión en este distrito es relevante para
explicar a la variable dependiente. Al igual que Miraflores,
que posee una regresión que explica a la variable
dependiente en un 72.5% y posee todas sus variables con
significancia al 99% de nivel de confianza. La regresión es
significativa para explicar el comportamiento de la variable
dependiente.
La regresión en el distrito de Pueblo Libre explica a la
57
variable en un 49% y cuenta con solo 3 variables
significativas, mientras que el número de habitaciones y de
baños no presentan significancia a ningún nivel de
confianza. Sin embargo, San Borja muestra todas sus
variables significativas a un nivel del 99% de confianza, a
excepción del número de habitaciones, y la regresión
explica al precio por departamento en un 76.3%. La
regresión es significativa, aunque hay variables que deben
obviarse.
San Isidro presenta una regresión que explica a la variable
dependiente en un 71.9%, y todas sus variables
independientes presentan significancia en un 99% de
confianza. El modelo es relevante para explicar el
comportamiento de la variable dependiente. A un nivel
menor, San Miguel presenta una regresión que explica a la
variable dependiente en un 54.1%, con todas sus variables
significativas a excepción del número de baños. Por último,
el distrito de Surco presenta una regresión que explica el
precio de los departamentos en un 75.3% y cuenta con
todas sus variables significativas a excepción del número
de baños que no presenta significancia.
Observamos que las regresiones presentan variables que
58
no son significativas, aunque no cuenta con problemas de
heterocedasticidad en ningún distrito.
Vemos también que las variables estructurales no son igual
de significativas para todos los distritos, un resultado a
esperarse ya que cada distrito cuenta con un entorno
distinto y un departamento promedio heterogéneo con
respecto a los demás.
En algunos distritos como Barranco y Cercado de Lima la
regresión cuenta con muchas variables no significativas, es
decir, que el precio de departamento en estas zonas no
está definido por estas variables para este año, y estaría
definido por variables que no estás siendo analizadas en
este estudio como, la tasa de interés hipotecaria, el tipo de
cambio, demanda y oferta de departamentos, entre otros.
Posteriormente, en las regresiones ajustadas, se eliminarán
las variables no significativas para cada distrito y se
analizarán los coeficientes y resultados.
Barranco presenta una regresión que explica en un 84.1%
a la variable dependiente y solo cuenta con una variable
no significativa, en este caso, los baños por departamento.
Esto indica que el número de baños no es relevante para
explicar el precio por departamento. La regresión en este
59
distrito es significativa para explicar el precio de los
departamentos. Por otro lado, Cercado de Lima presenta
una regresión que explica a la variable dependiente en un
65.4% y tanto estacionamientos, como habitaciones no
presentan significancia, en este caso, solo contaría con 3
variables significativas. El modelo es medianamente
relevante para explicar el precio de los departamentos.
Así mismo, Jesús María cuenta con una regresión que
explica a la variable dependiente en un 71.5% y todas las
variables que lo componen son significativas. La regresión
es relevante para explicar a la variable dependiente. En un
nivel mayor para el distrito de Lince, se cuenta con una
regresión que explica a la variable dependiente en un 78%
y dos variables que no son significativas: Baños y
Habitaciones. La regresión es medianamente significativa
para explicar el precio de los departamentos.
Magdalena presenta una regresión que explica a la variable
dependiente en un 81.3% y todas sus variables son
significativas a diferentes niveles de confianza. La regresión
es significativa para explicar el comportamiento de la
variable dependiente. Casi al mismo nivel Miraflores
cuenta con un modelo que explica a la variable
dependiente en un 81.1%, presenta una variable no
60
significativa que es el número de baños por departamento,
y observamos que el modelo es relevante para explicar el
precio de los departamentos.
Para el distrito de Pueblo Libre la regresión explica a la
variable dependiente en un 75.5% pero tanto la
antigüedad como el número de habitaciones, no
presentan significancia dentro del modelo. Mientras que
San Borja posee una regresión que explica a la variable
dependiente en un 84.1% y todas sus variables son
significativas. La regresión es muy relevante para predecir el
comportamiento de la variable dependiente en este
distrito.
San Isidro cuenta con una regresión que explica a la
variable dependiente en un 83.6%, todas las variables son
significativas a excepción del número de baños. Esta
regresión es relevante para explicar el comportamiento de
la variable dependiente. A un nivel menor San Miguel
posee una regresión que explica a la variable solo en un
63.3% y posee solo 3 variables significativas, que son:
Superficie, estacionamiento y antigüedad. Por último, el
distrito de Surco cuenta con 4 variables significativas y solo
el número de baños no lo es. Las variables en conjunto,
61
explican a la dependiente en un 86.3%. La regresión es
significativa -para explicar el precio de los departamentos.
A diferencia del año 2009, el 2019 muestra mejores
resultados en cuanto a significancia de las variables se
refiere, pues cuenta con regresiones con variables
significativas en casi todos los distritos a excepción Cercado
de Lima, Lince y San Miguel, esto se debe a que en estos
distritos el precio de los departamentos está basado en
otras variables como la oferta o demanda de inmuebles,
precio de materiales de construcción, la tasa de interés
hipotecaria, la cercanía a centros de esparcimiento, centros
comerciales, avenidas importantes o áreas verdes ente
otras.
Regresiones ajustadas y análisis estadísticos
Para las regresiones ajustadas, los modelos solo incluyen
las variables que presenten significancia dentro de los
modelos, de manera que la ecuación para cada distrito
será la más eficaz para explicar el precio de los
departamentos.
Durante el análisis de los resultados se obviará la
significancia de las variables, ya que partimos del hecho
que son regresiones ajustadas y que solo incluyen a las
62
variables que presentan significancia, entonces el análisis
se enfocará en el signo y los coeficientes de las variables y
en cuanto explica el modelo al precio de los
departamentos.
Ahora la regresión solo posee variables significativas para
el modelo, el nivel en que las características estructurales
explican el precio de los departamentos ha cambiado en
comparación a la regresión inicial. En este sentido vemos
que, los distritos en los que el modelo explica a la variable
dependiente en mayor medida son: Barranco, Lince,
Magdalena, Miraflores, San Borja, San Isidro y Surco, en los
que el conjunto de variables independientes explica al
precio de los departamentos en un promedio de 73.5%.
Mientras que para el resto de distritos el modelo solo
explica al precio de los departamentos en un promedio de
50%.
Tanto el número de baños como de estacionamientos con
los que cuenta el departamento le agregan valor al mismo,
pues en todos los distritos el signo de sus coeficientes es
positivo. Mientras que como se esperaba la antigüedad del
departamento posee coeficiente negativo en todos los
distritos, es decir mientras más años de vida tenga el
63
departamento su precio de venta se deprecia en el
mercado.
En referencia al tercer objetivo específico sobre el impacto
de las variables estructurales en el precio de venta de los
departamentos podemos resaltar lo siguiente:
La superficie influye significativamente en todos los
distritos de estudio, y es también la variable estructural que
más impacta en el precio de venta pues dentro de las
regresiones es la variable que posee el coeficiente más
alto. Esta variable causa mayor impacto en los
departamentos ubicados en los distritos de Barranco,
Magdalena y San Isidro en los cuales un incremento del 1%
en la superficie incrementa el precio del departamento
aproximadamente en 1%. Mientras que, para los distritos
de Cercado de Lima, Lince, San Borja y San Miguel un
incremento del 1% en la superficie del departamento causa
un aumento del 0.55% el precio de venta del
departamento.
El número de habitaciones es la variable que presenta
impacto significativo en la menor cantidad de distritos de
estudio. Esta variable causa un mayor impacto en los
distritos de Lince en el que una habitación adicional genera
64
un incremento del 13 % del precio de los departamentos
y San Isidro en el que una habitación adicional genera una
caída del 12% del valor del inmueble en el mercado.
Mientras que para el resto de distritos, una habitación
adicional genera un cambio en el precio del departamento
en un 6% aproximadamente.
La cantidad de baños presenta impacto significativo en
todos los distritos con excepción de Pueblo Libro y San
Miguel. Aquí podemos separar los resultados en 3 grupos:
el primero formado por Magdalena, Miraflores y San Borja
en el que un baño adicional genera un incremento del 7%,
el segundo grupo formado por Jesús María, Lince y Surco
en los que un baño adicional genera un aumento del precio
de venta que varía entre el 3.5% y 5%. Y el tercer grupo,
formado por Barranco, Cercado de Lima y San Isidro, en
los que un baño adicional causa un aumento del valor de
venta del inmueble entre un 15% y 36%.
Cada estacionamiento adicional genera un mayor impacto
en el precio de venta de los departamentos en los distritos
de Cercado de Lima (40%), Magdalena (23%), Lince (15%),
Surco (14%) y Miraflores (11%). Mientras que el menor
impacto se observa en los distritos de Jesús María y San
Miguel en los que un estacionamiento adicional le agrega
65
un 5% al precio del departamento.
La antigüedad genera mayor impacto en los distritos de
San Borja y San Miguel en los que cada año genera una
baja en el precio de venta de los departamentos en un
1.2%. Por otro lado, en los distritos de Jesús María, Lince,
Pueblo Libre y Surco, cada año adicional de antigüedad
del departamento genera una disminución del precio del
departamento que varía entre 0.7% y 0.85%. En el resto de
distritos la antigüedad afecta disminuyendo el precio del
departamento en un promedio del 0.4%
Observamos que ahora la regresión solo posee variables
significativas para el modelo, el nivel en que las
características estructurales explican el precio de los
departamentos ha cambiado en comparación a la
regresión inicial. Los distritos en los que el modelo explica
a la variable dependiente en mayor medida son: Barranco,
Lince, Magdalena, Miraflores, San Borja, San Isidro y Surco,
en los que el conjunto de variables independientes explica
al precio de los departamentos en un promedio de 80%.
Mientras que para el resto de distritos el modelo solo
explica al precio de los departamentos en un promedio
que varía entre el 63% y 75%.
66
Con respecto al segundo objetivo específico sobre la
influencia positiva o negativa de las variables estructurales
en precio de venta de los departamentos podemos decir lo
siguiente: La superficie de los departamentos influye
positivamente en el precio de los departamentos, es
decir mientras más grande sea el departamento su valor
en el mercado aumentará de igual manera, este
comportamiento se ve reflejado de igual manera en todos
los distritos. Mientras que el número de habitaciones por
departamentos influye negativamente en todos los
distritos, es decir que una habitación adicional en el
departamento baja su valor de venta, en los que la variable
es significativa a excepción de Jesús María en el que una
habitación adicional aumenta el precio de venta del
departamento.
Tanto el número de baños como de estacionamientos con
los que cuenta el departamento le agregan valor al mismo,
pues en todos los distritos el signo de sus coeficientes es
positivo. La antigüedad del departamento como se
esperaba, posee coeficiente negativo en todos los
distritos, es decir mientras más años de vida tenga el
departamento su precio de venta se deprecia en el
67
mercado.
En referencia al tercer objetivo específico sobre el impacto
de las variables estructurales en el precio de venta de los
departamentos podemos resaltar lo siguiente:
La superficie influye significativamente en los 11 distritos
de Lima Centro y es la variable estructural con el mayor
impacto en el precio de venta pues dentro de las
regresiones es la variable que posee el coeficiente más
alto. Esta variable causa mayor impacto en los
departamentos ubicados en los distritos de Barranco,
Lince, Miraflores, Surco, Magdalena y San Isidro en los
cuales un incremento de un punto porcentual en la
superficie incrementa el precio del departamento
aproximadamente en 1%. Mientras que, para los distritos
de Cercado de Lima, Jesús María, Pueblo Libre, San Borja
y San Miguel un incremento del 1% en la superficie del
departamento causa un incremento que ronda entre el
0.6% y 0.8% del precio de venta del departamento.
El número de habitaciones es la variable que presenta
impacto significativo en 7 de los 11 distritos de Lima
Centro. Esta variable causa un mayor impacto en los
distritos de Barranco, en el que una habitación adicional
causa una caída del 13 % del precio, Miraflores, en el que
68
una habitación adicional genera una caída del 7.1% del
valor del inmueble, y Surco con una caída del 7% por cada
habitación en el precio del mercado. Mientras que para el
resto de distritos, una habitación adicional genera un
cambio en el precio del departamento en un 4.3%
aproximadamente.
La cantidad de baños presenta significancia en la menor
cantidad de distritos, solo en 4 Cercado de Lima, Jesús
María, Pueblo Libre y San Borja. Vemos que en el distrito
en el que un baño adicional genera un incremento de valor
del departamento es en Cercado de Lima con un 16%,
seguido de Pueblo Libre con 7.7%, Jesús María con 5% y
San Borja con 3%.
Cada estacionamiento adicional genera un mayor impacto
en el precio de venta de los departamentos en los distritos
de Barranco (20.7%), Lince (17.2%), Surco (11.6%) y
Miraflores (11%). Mientras que el menor impacto se
observa en los distritos de Jesús María, San Isidro y San
Miguel en los que un estacionamiento adicional le agrega
un 5% al precio del departamento.
La antigüedad genera mayor impacto en los distritos de
Barranco, Lince, Miraflores, San Borja y San Miguel en los
que cada año genera una baja en el precio de venta de
69
los departamentos en un 0.72%. Por otro lado, en los
distritos de Cercado de Lima, Jesús María, Magdalena, San
Isidro, y Surco, cada año adicional de antigüedad del
departamento genera una disminución del precio del
departamento que varía entre 0.4% y 0.5%.
Análisis de las regresiones ajustadas del año 2009 y 2019
Observamos que las regresiones para el año 2009 cuenta
con más variables con significancia dentro del modelo para
los distritos de Lima Centro. Así para este año las
regresiones en los distritos de Jesús María, Lince,
Magdalena, Miraflores y San Isidro cuentan con todas las
variables significativas para explicar el precio de venta de
los departamentos.
Esta diferencia entre la significancia entre los diferentes
distritos, se debe a las diferentes características que afectan
de manera diferente a el entorno del mercado inmobiliario
de cada distrito, como la presencia de parque, seguridad,
acceso de centros comerciales, avenidas principales, entre
muchos otros factores que no son incluidos dentro del
modelo.
Mientras que para el año 2019 la mayoría de distritos, con
excepción de Jesús María y San Borja, cuentan con una o
70
dos variables que no son significativas en el modelo para
explicar el valor de mercado de los departamentos.
Sin embargo, al revisar el indicar R cuadrado observamos
que las regresiones explican en mayor medida a la variable
dependiente. Para el año 2019 todas las regresiones
explican el precio de los departamentos en un porcentaje
mayor al 60 %, mientras que para el año 2019, los modelos
de Cercado de Lima, Jesús María, Pueblo Libre y San Miguel
explican a la variable dependiente en apenas un 50%
aproximadamente.
Con respecto al segundo objetivo específico sobre la
influencia positiva o negativa de las variables estructurales
en precio de venta de los departamentos podemos decir lo
siguiente:
En ambos años la superficie en una variable que impacta
positivamente en el precio de venta de los departamentos,
en la Tabla 2 observamos que coincide con el signo
esperado, presenta una relación directa entre el precio del
inmueble y la superficie (Nuñez, 2014).
Para el año 2009 vemos que el número de habitaciones le
añade valor a los departamentos ubicados en los distritos
que pertenecen al quinto sector urbano, basado en calidad
71
de vida y PBI per cápita (Cámara Peruana de la
construcción, 2013), mientras que influye positivamente en
los distritos de Miraflores y San Isidro, los cuales pertenecen
al primer y segundo sector urbano de Lima Metropolitana.
Podemos decir entonces, que los distritos con el PBI per
cápita y mejor calidad de vida prefiere habitaciones más
amplias en lugar de más habitaciones. Para el año 2019
observamos que esta tendencia se generaliza en los demás
distritos de Lima Centro, y podría tratarse de una tendencia
a futuro en la demanda de inmuebles.
Un baño adicional tiende a aumentar el precio de los
departamentos, sin embargo, se puede determinar una
fuerte relación entre la superficie de los departamentos y
el número de baños y habitaciones, esto porque mientras
más grande el departamento más espacio para áreas
específicas existe. De igual manera el número de espacios
de estacionamientos les agrega valor a los departamentos
para los dos periodos, esto se explica fácilmente pues es
un servicio adicional que se recibe al momento comprar un
departamento. Si contrastamos esta información con los
resultados presentados por Núñez (2014) en el que
determina que en la ciudad de Córdova más de la mitad
de departamentos con la renta más alta cuentan con garaje
72
mientras que solo el 15% de los departamentos con la
renta más baja no cuenta con garaje propio, vemos que
coinciden con esta investigación y los resultados
obtenidos.
La antigüedad de los departamentos posee coeficiente
negativo en ambos periodos coincidiendo con la hipótesis
de que los inmuebles deprecian su valor mientras más
antiguos sean. No es necesario que corresponda con su
real vida útil. Para activos como los inmuebles se estima
una vida útil de entre 25 y 50 años. Esto es solo una
estimación y se debe a lo meramente técnico financiero.
Aplicando mejoras técnicas al edificio, o reformas, puedes
minorizar dicha depreciación. (Edjams, 2018)
En referencia al tercer objetivo específico sobre el impacto
de las variables estructurales en el precio de venta de los
departamentos podemos resaltar lo siguiente:
La superficie influye significativamente tanto para el año
2009 y el 2019, en todos los distritos de Lima Centro, y es
también la variable estructural que más impacta en el
precio de venta pues dentro de las regresiones es la variable
que posee el coeficiente más alto. Para finales del periodo
el precio por departamentos de los ubicados en Barranco,
73
Miraflores, Surco y San Isidro son los más influenciados por
la superficie del inmueble, en estos distritos, según la
Asociación Peruana de Empresas de Inteligencias de
Mercado (APEIM), se encuentra el porcentaje mayor de
familias con el índice socioeconómico más alto. De esta
manera vemos reflejada que en los distritos mejores
posicionados socio económicamente, se demandan
departamentos más grandes.
Para 2009 el número de habitaciones causa mayor impacto
positivo en el distrito de Lince en el que una habitación
adicional genera un incremento del 13 % del precio de un
departamento y San Isidro en el que una habitación
adicional genera una caída del 12% del valor del inmueble
en el mercado. Sin embargo, para 2019 esta variable causa
mayor impacto en el distrito de Barranco, en el que una
habitación adicional genera una caída del 13 % del precio
y Miraflores, en el que una habitación adicional genera una
caída del 7.1% del valor del inmueble. Los distritos en los
que el impacto del número de habitaciones aumenta el
valor de venta del departamento se debe a que los
departamentos en estos distritos están destinados a
familias numerosas que necesitan de más habitaciones que
separen por áreas los espacios de cada miembro de la
74
familia. Mientras que en Miraflores y Barranco mientras más
habitaciones en estos sectores el precio del departamento
tiende a bajar. Si comparamos el inicio y el fin del periodo,
observamos que para 2019 el número de baños deja de
ser significativa para los departamentos de Lima Centro,
pues mientras para 2009, esta variable era significativa en
9 distritos, para 2019 solo presenta significancia en el
precio de los departamentos en 4 de los 11 distritos de
estudio. Sin embargo, para 2019 un baño adicional causa
un incremento del 16% en el precio de los departamentos,
y para Pueblo libre un 7.7%. Las razones que producen que
esta variable deje de ser significativa en tantos distritos para
el año 2019 es que se homogenice el número de baños
por departamento, en base a una estructura común, En los
distritos cuyos departamentos presentan variedad en la
cantidad de baños por departamento, esta variable se
vuelve significativa, mientras que, si el baño único es común
entre los departamentos, el precio de los departamentos
deja de depender de esta variable.
Otra característica importante para los demandantes de
inmuebles es si el departamento cuenta o no con
estacionamiento privado, pues muchos cuentan con
vehículo propio, mientras que para otros usuarios esta
75
variable es indiferente pues no es necesario por no poseer
un vehículo particular. Para 2019 el número de espacios de
estacionamientos deja de ser tan significativa para los
distritos de Cercado de Lima y Magdalena. Mientras que
incrementa el impacto de esta variable en distritos como
Barranco, Lince, Surco y Miraflores. Indicando así una
necesidad de los demandantes de departamentos en estos
distritos por un estacionamiento pues cuentan con vehículo
particular, por lo general un automóvil. Ya que la posesión
o no de un vehículo particular también depende de tu
libertad económica y tu nivel de ingresos, coincide con la
agrupación de sectores urbanos presentada por la Cámara
Peruana de la Construcción en 2013, así, según la
organización socioeconómica posiciona al distrito de
Miraflores en el primer nivel del sector urbano, mientras
que San Miguel se encuentra en el quinto nivel. La
antigüedad de los departamentos para 2019 continúa
siendo significativa, además con un nivel de confianza al
99%, al igual que en el año 2009. Además, en base a su
coeficiente, para el final del periodo incrementa el impacto
en el precio de venta, pues ahora causa mayores
depreciaciones en los distritos de Barranco, Lince,
Miraflores, San Borja y San Miguel. Un inmueble, en este
76
caso un departamento, tiende a depreciar su valor con el
tiempo, es decir mientras más antiguo sea el
departamento menos valor tendrá, por el contrario, se
encarece mientras más nuevo sea el inmueble. Una
característica especial de esta variable, es que, aunque
estructuralmente el departamento no cambie, por cada
año que pasa el inmueble se sigue depreciando,
coincidiendo con los resultados obtenidos pues la
antigüedad posee relación positiva. Estos resultados,
coinciden con los mostrados por Núñez, pues muestra que
el precio de los departamentos en Andalucía incrementa a
la vez que es menor la antigüedad del inmueble, es decir
que los inmuebles con los precios más elevados son
comunmente los de más reciente construcción
Después de realizar el análisis y la discusión de los
resultados de la investigación se concluye en lo siguiente:
Con respecto al primer objetivo sobre describir el
comportamiento de las variables estructurales durante el
periodo 2009 2019, es que, los inmuebles de un mismo
distrito poseen características similares pues se acogen a
un modelo de demanda y de entorno que les permite
atraer a un cierto perfil de demandantes inmobiliarios, con
77
determinado nivel de ingreso y preferencias.
Los departamentos ubicados en San Isidro, Surco, San
Borja y Magdalena, están destinados a familias grandes ya
que cuentan con el promedio habitacional más alto, sin
contar los baños, así puede ser más atractivo para parejas
con más de un hijo. Por otro, los departamentos ubicados
en el distrito de Barranco, Miraflores y Lince se destinan a
familias pequeñas, ya que la mayoría de estas cuentan con
solo dos habitaciones. En algunos de los departamentos
se cuenta con hasta 3 baños.
San Isidro, Surco, San Borja, Miraflores y Barranco poseen
los departamentos más grandes, mientras que Cercado de
Lima posee la superficie promedio más baja de los 11
distritos. Concluyendo en que los distritos que poseen los
departamentos más amplios también pertenecen a los más
altos sectores urbanos y son destinados para usuarios con
un nivel alto de ingresos, mientras que mientras más
pequeños son preferentes a inquilinos con un nivel de
ingresos más bajo.
Barranco, San Miguel y Magdalena poseen los
departamentos más novedosos, y los más antiguos por lo
general se ubican en los distritos de San Isidro, Cercado de
78
Lima y Lince.
El distrito de Barranco es un caso especial, pues presenta
la superficie promedia más baja, de igual manera con el
número de habitaciones, de baños y estacionamientos,
pero cuenta con los precios más altos por departamento.
Esto debido a variables que envuelve al distrito, y forman
parte del contexto del departamento como el acceso a
centros de esparcimiento, comerciales, áreas verdes,
avenidas principales y acceso a servicios básicos.
Con respecto al segundo objetivo específico sobre
identificar la influencia positiva o negativa de las variables
estructurales en el precio de los departamentos,
concluimos que, la superficie es la variable que mayor valor
agrega al departamento, aunque no la única, pues el
número de baños y de estacionamientos también
encarecen el inmueble, aunque no en igual medida. Por
otro lado, la antigüedad del departamento deprecia su
valor, al igual que el número de habitaciones, aunque esto
se presencia más claramente en los distritos con el nivel
socio económico más alto.
En cuanto a analizar el impacto de las variables
estructurales en el precio de los departamentos de Lima
79
Centro se concluye que, la superficie es la variable
estructural que más impacta en el precio de venta pues
dentro de las regresiones es la variable que posee el
coeficiente más alto.
Los distritos en los que el impacto del número de
habitaciones aumenta el valor de venta del departamento
se debe a que los departamentos en estos distritos están
destinados a familias numerosas que necesitan de más
habitaciones que separen por áreas los espacios de cada
miembro de la familia. Mientras que en Miraflores y
Barranco mientras más habitaciones en estos sectores el
precio del departamento tiende a bajar.
Para 2019 el número de baños deja de ser significativa para
los departamentos de Lima Centro pues para 2019 solo
presenta significancia en 4 distritos. Las razones que
producen que esta variable deje de ser significativa en
tantos distritos para el año 2019 es que se homogenice el
número de baños por departamento, en base a una
estructura común.
El número de espacios de estacionamientos incrementa el
impacto de esta variable en distritos como Barranco, Lince,
Surco y Miraflores. Indicando así una necesidad de los
80
demandantes de departamentos en estos distritos por un
estacionamiento pues cuentan con vehículo particular.
La antigüedad de los departamentos para 2019 continúa
siendo significativa, además con un nivel de confianza al
99%, al igual que en el año 2009. Además, en base a su
coeficiente, para el final del periodo incrementa el impacto
en el precio de venta, pues ahora causa mayores
depreciaciones en los distritos de Barranco, Lince,
Miraflores, San Borja y San Miguel.
81
REFERENCIAS BIBLIOGRAFICAS
Cámara Peruana de la Construcción. (2018) El mercado
de edificaciones urbanas en Lima Metropolitana 23°
estudio
Guevara B. (2015). La revaluación de inmuebles y su
incidencia en la situación económica- financiera en las
empresas del sector automotriz en el distrito de
Trujillo periodo 2015. Universidad Nacional de
Trujillo
Abanto R. (2014). Implementación del sistema de bienes
inmuebles para mejorar el registro y acceso a la
información en el área de control patrimonial de la
municipalidad provincial de Cajamarca. Universidad
Privada del Norte
Cupe P. (2017) Plan de negocio de una empresa
intermediaria del servicio de alquiler de inmuebles.
Universidad Esan
Calderon C. (2015) Hacia una vivienda pública de alquiler
en el Perú. Mercado de alquileres y estado.
Universidad de Ingeniería
Blanch, R., Lopez, R., Esteban, J., y Ullrich, B., (2015)
82
Tratamiento impositivo de construcción y venta de
inmuebles. Universidad Nacional de Cuyo
Guarda, P. y Baldo, A. (2012) Arrendamiento de bienes
inmuebles, su tratamiento en el impuesto al valor
agregado. Universidad Nacional de Mar de Plata
Fernandez, J., Gonzales, A., Goertzen, G., Bojartschauk,
M., Espinola, L. y Ibarra M (2018) Precio promedio de
alquiler de departamentos de 2 y 3 habitaciones en
el Barrio San Roque de Asunción, Paraguay.
Universidad Americana Paraguay
Aboy, R. (2014) Departamentos para las clases medias:
organizaciones espaciales y prácticas de domesticidad
en Buenos Aires, 1930. Estudios Interdisciplinarios de
América Latina
Coremberg, A. (2000) El precio de la vivienda en
Argentina: un análisis econométrico de sus
determinantes fundamentales. Universidad
Autónoma del Estado de México
Aranda, V., Castillo, S. y Rodríguez (2009) El mercado de
vivienda y su enfoque neoinstitucional. Universidad
Autónoma Metropolitana - Unidad Azcapotzalco
83
Alba, C (2019) Ciudades verticales del futuro: vivir a 1.000
metros del suelo. MIT Technology Review.
Núñez, T (2007) Mercados inmobiliarios: Modernización
de los precios. Universidad de Córdoba –
Departamento de Estadística, econometría, I. O. y
organización de empresas
SINEACE (2018) Caracterización de lima metropolitana
Compañía Peruana de Estudios de Mercado y Opinión
Pública (2019) Perú: Población 2019 Market Report
INEI (2020) Planos estratificados de Lima Metropolitana a
nivel de Manzanas 2020
1
Raúl Enrique Madrid Olivares
Universidad Nacional de Frontera
https://orcid.org/0000-0003-4240-2940
ec.raulmadrid@gmail.com
Bachiller en Ingeniería Económica de la Facultad de Ciencias Económicas y
Ambientales en la Universidad Nacional de Frontera de Sullana,
Apasionado a la investigación y proactivo para cualquier trabajo encomendado. Trabajo
y doy el 100% en todas mis actividades.
Lucy Mariella García Vilela
Universidad Nacional de Frontera
https://orcid.org/0000-0003-1123-0664
lgarcia@unf.edu.pe
Economista de la Universidad Nacional de Piura, Magíster en Gerencia Social por la
Pontificia Universidad Católica del Perú. Experiencia y capacidad de gestión y ejecución
de proyectos socio económicos en instituciones públicas y privadas. En los últimos años
dedicada a la docencia universitaria especialmente en temas de investigación científica,
que complementa con la actividad empresarial como consultora.
Darwin Alejandro Siancas Escobar
Universidad Nacional de Frontera
https://orcid.org/0000-0001-5864-7606
dsiancas@unf.edu.pe
Es Bachiller y Economista por la Universidad Nacional de Piura, tiene un Magister en
Ciencias de la Educación con Mención en Docencia Universitaria e Investigación
Pedagógica y estudios de Doctorado en Economía y Finanzas, también ha seguido cursos
de especialización en el Banco Central de Reserva del Perú, Consorcio de Investigación
Económica y Social (CIES), Grupo de Análisis para el Desarrollo (GRADE) y
Universidad del Pacifico. Actualmente se desempeña como Docente Ordinario Auxiliar
en la Facultad de Ciencias Económicas y Ambientales de la Universidad Nacional de
Frontera, en los Cursos de Macroeconomía, Econometría y Economía Monetaria.
Freddy Carrasco Choque
Universidad Nacional de Frontera
https://orcid.org/0000-0002-4493-5567
fcarrasco@unf.edu.pe
Ingeniero Economista de la Universidad Nacional del Altiplano Puno y Magíster en
Economía, Medio Ambiente y Recursos Naturales, en la Universidad de Los Andes,
Bogotá - Colombia. Docente ordinario asociado de la Universidad Nacional de Frontera.
Luis Ramón Trelles Pozo
Universidad Nacional de Frontera
ORCID: 0000-0002-5523-2031
ltrelles@unf.edu.pe
Economista, colegiado, con maestría en administración, Mención General Empresarial.
Mi formación profesional se ha orientado hacia el conocimiento de la Realidad Socio-
Económica y Educativa de la Región Piura, participando activamente en diversas
instituciones en la elaboración y evaluación de proyectos, comercialización,
abastecimiento, encuestas, programación y estadística. Además de ejercer la docencia
en los niveles de educación Secundaria, Pre Universitaria, Superior no Universitaria y
Universitaria. Proactivo, acostumbrado al trabajo en equipo multidisciplinario y
sometido a alta presión, respetando opiniones, formación en valores y con conocimiento
del entorno, respetando el medio ambiente para propiciar estrategias coherentes de
desarrollo humano.
Savez
editorial