• No results found

Flexible Clustering Aggregation

In document Feedback-Driven Data Clustering (Page 67-75)

4.2 Integration

4.2.1 Flexible Clustering Aggregation

Este método se denomina simple porque parte de un único comparable base del cual es conocido su precio y sus elementos de comparación o variables explicativas, de forma que se va comparando el activo a valorar con el comparable base para cada variable y en función de esa comparación se va incrementando o disminuyendo (homogeneizando) el precio del comparable base, resultando al final un valor del activo a valorar que es el resultado de

todos las variaciones sufridas por el precio del comparable base al tener en cuenta todos las variables explicativas. Este método elemental da origen como veremos más adelante al método por corrección múltiple en el cual se tiene en cuenta la corrección de varios comparables.

Los coeficientes a utilizar se fijan a partir de la propia experiencia en valoración y un ejemplo seria el definido en las tablas 5.1 y 5.2 para las variables entorno y comunicaciones.

Variable ENTORNO Vivienda a valorar con

respecto a vivienda comparable Coeficiente a aplicar

Mucho mejor 1,20

Mejor 1,10 Igual 1,00 Peor 0,90

Mucho peor 0,80

Variable COMUNICACIONES

Inmueble a valorar Comparable Coeficiente

Metro y Bus Metro ó Bus 1,1

Nada 1,3

Metro y Bus Nada 1,2

Nada Metro y Bus 0,8

Metro ó Bus 0,9

Tabla 5.2. Coeficientes para la variable Comunicaciones

Existen otras formas, como hemos dicho, de realizar la corrección, mediante parámetros calculados con diferentes fórmulas o mediante tablas, y que van afectando en más o en menos al comparable y también utilizando porcentajes en vez de coeficientes. Estos casos los veremos al desarrollar el método por corrección múltiple.

Caso práctico.

Se pretende valorar una vivienda en el municipio XXXX (Costa Rica) cuyas características o variables explicativas más esenciales así como las del comparable escogido aparecen en la Tabla 5.3

Variables Vivienda

a valorar comparable Vivienda

Edad 10 16

Superficie útil 125 85

Habitaciones 2 3

Cochera Un auto Un auto

Zona verde (patio) Si Si

Cuartos de baño. 2 1

Seguridad privada Si Si

Estado conservación Buena Buena

Equipamiento urbano Completo Falta alcantarillado pluvial, recolección basura deficiente

Precio ¿? 32.000.000 ¢

Tabla 5.3. Variables explicativas de la vivienda a valorar y de la vivienda comparable

En la Tabla 5.4 se van definiendo los coeficientes de corrección del precio comparable base a partir de la comparación entre el inmueble a valorar y el comparable, variable a variable y se corrige el precio del comparable en función de que sea mejor (a la baja) o peor (al alza) para llegar a un valor del inmueble problema. En las variables Edad, Superficie útil, Cuartos de baño y Equipamiento urbano se corrige el precio del comparable al alza por ser la vivienda a valorar mejor, los coeficientes a utilizar son 1.10, 1.05, 1.05 y 1.10 respectivamente, en la variable Habitaciones se corrige a la baja por ser peor el inmueble a valorar, el coeficiente es 0.85, en el resto de las variables al ser iguales en ambos casos no hay corrección. El detalle de los coeficientes correctores puede verse en la Tabla 5.4.

Variable COMUNICACIONES

Inmueble a valorar Comparable Coeficiente

Metro y Bus Metro ó Bus 1,1

Nada 1,3

Metro y Bus Nada 1,2

Nada Metro y Bus 0,8

Metro ó Bus 0,9

Tabla 5.2. Coeficientes para la variable Comunicaciones

Existen otras formas, como hemos dicho, de realizar la corrección, mediante parámetros calculados con diferentes fórmulas o mediante tablas, y que van afectando en más o en menos al comparable y también utilizando porcentajes en vez de coeficientes. Estos casos los veremos al desarrollar el método por corrección múltiple.

Caso práctico.

Se pretende valorar una vivienda en el municipio XXXX (Costa Rica) cuyas características o variables explicativas más esenciales así como las del comparable escogido aparecen en la Tabla 5.3

Variables Vivienda

a valorar comparable Vivienda

Edad 10 16

Superficie útil 125 85

Habitaciones 2 3

Cochera Un auto Un auto

Zona verde (patio) Si Si

Cuartos de baño. 2 1

Seguridad privada Si Si

Estado conservación Buena Buena

Equipamiento urbano Completo Falta alcantarillado pluvial, recolección basura deficiente

Precio ¿? 32.000.000 ¢

Tabla 5.3. Variables explicativas de la vivienda a valorar y de la vivienda comparable

En la Tabla 5.4 se van definiendo los coeficientes de corrección del precio comparable base a partir de la comparación entre el inmueble a valorar y el comparable, variable a variable y se corrige el precio del comparable en función de que sea mejor (a la baja) o peor (al alza) para llegar a un valor del inmueble problema. En las variables Edad, Superficie útil, Cuartos de baño y Equipamiento urbano se corrige el precio del comparable al alza por ser la vivienda a valorar mejor, los coeficientes a utilizar son 1.10, 1.05, 1.05 y 1.10 respectivamente, en la variable Habitaciones se corrige a la baja por ser peor el inmueble a valorar, el coeficiente es 0.85, en el resto de las variables al ser iguales en ambos casos no hay corrección. El detalle de los coeficientes correctores puede verse en la Tabla 5.4.

Variables Coeficiente corrector

Edad 1.10 Superficie útil 1.05 Habitaciones 0.85 Cochera 1.00 Zona verde 1.00 Cuarto de baño 1.05 Seguridad 1.00 E. Conservación 1.00 Equipamiento urbano 1.10

Tabla 5.4. Coeficientes correctores sobre el valor base del comparable.

El producto de todos los coeficientes nos da el Coeficiente corrector total. Coeficiente corrector total = 1.1*1.05*0.85*1*1*1.05*1*1*1.1 = 1.13

El producto de este coeficiente corrector total por el precio del comparable nos da el valor de la vivienda a valorar.

Valor vivienda a valorar = 32.000.000*1,13 = 36.160.000 ¢

El método por corrección simple es un método de gran sencillez y que utiliza en su elaboración las comparaciones pareadas, activo a valorar frente a activo base, lo cual como veremos con la metodología multicriterio, es la forma que mejor se adapta a mente humana16, por el contrario tiene la subjetividad de los coeficientes, así como el considerar todas las variables con la misma importancia ó peso.

In document Feedback-Driven Data Clustering (Page 67-75)