Ideas

Los resultados de la regresión de la variabilidad del precio por metro cuadrado de la vivienda en la ciudad de Trujillo durante el período: 2005 - 2017, se muestran en las siguientes tablas.

Se creyó conveniente realizar dos tipos de modelos. El primer modelo, está referido a considerar todas las variables planteadas en un inicio y en el segundo modelo, se hace la exclusión de una variable que es el IPMC, puesto que se esperó que sea la variable que más influya en la fijación del precio desde el punto de vista de la oferta; pero resultó indiferente.

Los coeficientes mostrados a continuación proporcionan una pista muy útil sobre la importancia relativa de cada variable independiente en la ecuación de regresión, por ende cuanto mayor (en valor absoluto) es su coeficiente de regresión estandarizado, tendrá más peso (importancia) en el modelo planteado.

MODELO 1: CONSIDERANDO TODAS LAS VARIABLES

Tabla 09: Estimación de los Coeficientes del Modelo

Coeficientesa Modelo Coeficientes no estandarizados Coeficient es estandariz ados t Sig.

B Desv. Error Beta

1 (Constante) -5105,636 7873,687 -,648 ,537 PBIR ,012 ,002 1,035 5,803 ,000 TICH 25741,419 15718,051 ,234 1,638 ,001 IPMC -3498,182 16691,091 ,019 -,210 ,840 PAlq ,449 ,374 ,167 1,201 ,026 ὴ 1003,403 27852,331 ,004 ,036 ,017

a. Variable dependiente: Precio promedio anual por metro cuadrado (dólares)

Fuente: Elaboración propia

Observando los coeficientes beta de la tabla Nº 09 se ve que los coeficientes positivos de los determinantes económicos indican que, ante un aumento en el determinante, más volátil será el precio por m2 _{de la vivienda; mientras que los}

58

coeficientes negativos indican una relación inversa (o negativa) entre el determinante y el precio por m2_.

Frente a los resultados obtenidos a nivel de Trujillo se puede decir que el PBI utilizando como variable proxy el nivel de ingresos, es la que presenta mayor impacto y de manera directa en la determinación del precio de la vivienda. En un corto plazo el factor financiero relacionado al acceso del crédito a través del tipo de interés de mercado hipotecario, que también impacta directamente con el precio de la vivienda y esta variable es consistente con el marco teórico ya que, la disponibilidad de crédito es un determinante como parte de la oferta por lo que cuanto mayor sea el ahorro, mayor será la cantidad de dinero utilizable para la adquisición de viviendas u/o para la inversión en construcción.

Se esperaba que el Índice de Precios de Materiales de Construcción (IPMC) como proxi de los costes de construcción, pueda ser la variable que más fuertemente influya en la fijación del precio, desde el punto de vista de la oferta pero constituye el límite inferior al precio de la vivienda. Sin embargo, quizás se deba al grado de participación como componente del cálculo del índice de precios del consumidor ya que, para determinar este último está conformado por 12 grandes divisiones donde uno de ellos es relacionado al precio construcción vivienda con una ponderación menor al 5% de todo el Índice de precios del consumidor.

En cambio el precio de alquiler de vivienda, muestra una relación directa con el valor del precio de la vivienda por m2_{; ya que, partiendo del supuesto de que la} posesión de una vivienda y el alquiler de la misma son dos acciones mutuamente sustitutivas, habrá que tener en cuenta el incremento del precio por alquiler de viviendas si efectivamente explican el incremento del precio de las viviendas por m2_.

Y en cuanto al determinante demográfico que representa a la población perteneciente a un determinado rango de edad (25 - 45 años) como factor de la demanda potencial de acceso al mercado de vivienda presenta un efecto inverso a la determinación del precio de la vivienda; sin embargo el efecto de esta variable no es tan significativa pero refleja una relación no directa frente a la volatilidad del precio por metro cuadrado de la vivienda.

Como ya se explicó líneas arriba que el coeficiente de determinación 𝑟2 _determina

que el vector de variables a nivel económico (Nivel de ingresos, la tasa de interés de crédito hipotecario, el IPMC y el precio de alquiler de viviendas) y demográfico (Tasa poblacional entre 25 y 45 años de edad) explica en un 96% el comportamiento del precio de la vivienda por metro cuadrado durante el periodo de estudio, lo cual indica que existe un buen ajuste en el modelo.

Estimación de la ecuación:

𝐏𝒎𝟐= 𝜷𝟎+ 𝜷𝟏𝑷𝑩𝑰𝑹+ 𝜷𝟐𝑻𝑰𝑪𝑯− 𝜷𝟑𝑰𝐏𝐌𝐂 + 𝜷𝟒𝑷𝑨𝒍𝒒+ 𝜷𝟓𝑯 Donde:

Pm2_{: Precio por metro cuadrado de la vivienda.}

PBIR: Nivel de ingreso.

TICH: Tasa de interés de crédito hipotecario.

IPMC: Índice de Precios de Materiales de Construcción. PAlq: Precio de alquiler de vivienda.

Η: Tasa poblacional entre 25 y 45 años de edad. Coeficientes sustituidos:

𝐏𝒎𝟐_{= 𝟏. 𝟎𝟑𝟓 ∗ 𝑷𝑩𝑰}

𝑹+ 𝟎. 𝟐𝟑𝟒 ∗ 𝑻𝑰𝑪𝑯− 𝟎. 𝟎𝟏𝟗 ∗ 𝑰𝐏𝐌𝐂 + 𝟎. 𝟏𝟔𝟕 ∗ 𝑷𝑨𝒍𝒒

+ 𝟎. 𝟎𝟑𝟔𝑯

Los resultados explican que, un aumento en una unidad (un mil) de soles del nivel de ingreso causa un incremento de 1.035 soles en el valor del precio de la vivienda por m2 _{manteniendo ceteris paribus las demás variables; mientras ante un} aumento de la tasa de interés de crédito hipotecario en una unidad, el precio por m2 _{de la vivienda tiene un aumento de 0.234 soles.}

Por otro lado, ante una disminución del índice de precios de los materiales de construcción en una unidad (un mil) de soles los precios tienden a subir a 0.019 soles. Sin embargo, se puede decir que se presenta un problema de relación entre el precio de alquiler y el precio por m2 _{de una vivienda como sustituto, donde no} existe una relación inversa por lo que podría explicarse que esta variable no es relevante para el modelo; pero con fines de investigación se presenta para que en futuras investigaciones a este tipo de problema se indague el porqué de ambas variables.

60

Finalmente, ante un aumento de la tasa poblacional que oscila entre los 25 a 45 años de edad como demanda potencial causa un incremento en 0.036 soles el precio por metro cuadrado de la vivienda.

MODELO 2: SIN CONSIDERAR EL IPMC

A continuación se procede a evaluar el modelo econométrico sin considerar la variable del Índice de Precios de Materiales de Construcción (IPMC) como proxi de los costes de construcción, ya que se esperaba como resultado sea la variable que más fuertemente influya en la fijación del precio desde el punto de vista de la oferta. Además, en el modelo anterior se pudo observar que la variable IPMC presenta un coeficiente negativo, lo cual indica que existe una relación inversa (o negativa) entre el determinante y el precio por m2_{. Por consiguiente, se considera} la aplicación de la metodología del método de exclusión de variable, con el cual se puede comparar con el modelo general.

Tabla 10: Estimación de los Coeficientes del Modelo

Coeficientesa Modelo Coeficientes no estandarizados Coeficientes estandarizados T Sig. B Desv. Error Beta 2 (Constante) -5517,884 2141,155 -2,577 0,033 PBIR 0,012 0,001 1,032 9,324 0,000 TICH 26260,372 14161,022 0,239 1,854 0,010 PAlq 0,460 0,329 0,171 1,399 0,199 ὴ -1735,402 5426,415 -0,024 -0,32 0,757

a. Variable dependiente: Precio promedio anual por metro cuadrado (dólares)

Fuente: Elaboración propia

En la tabla N°10 se puede observar que el PBI en términos del ingreso como variable proxy, sigue siendo la principal variable que más influye directamente en el nivel del precio por m2 _{de la vivienda. Para el caso del tipo de interés de mercado} hipotecario, también sigue impactando directamente con el precio de la vivienda; ya que, la disponibilidad de crédito es un determinante como parte de la oferta.

Para el precio de alquiler de vivienda, presenta una relación directa con el valor del precio de la vivienda por m2_{. Y en cuanto al determinante demográfico que} representa a la población perteneciente a un determinado rango de edad (25 - 45 años), al igual que en el modelo general en el que se incluye al IPMC presenta un efecto directo en la determinación del precio de la vivienda por m2_.

Según resultados del modelo 2 el coeficiente de determinación 𝑟2 explica un 97.21%, lo cual indica que existe un buen ajuste en el modelo y además el vector de variables a nivel económico y demográficos explican la incidencia respecto al precio de la vivienda.

Estimación de la ecuación:

𝐏𝒎𝟐_{= 𝜷}

𝟎+ 𝜷𝟏𝑷𝑩𝑰𝑹+ 𝜷𝟐𝑻𝑰𝑪𝑯+ 𝜷𝟑𝑷𝑨𝒍𝒒+ 𝜷𝟒𝑯 Donde:

Pm2_{: Precio por metro cuadrado de la vivienda.}

PBIR: Nivel de ingreso.

TICH: Tasa de interés de crédito hipotecario.

PAlq: Precio de alquiler de vivienda

Η: Tasa poblacional entre 25 y 45 años de edad. Coeficientes sustituidos:

𝐏𝒎𝟐 _{= 𝟏. 𝟎𝟑𝟐 ∗ 𝑷𝑩𝑰}

𝑹+ 𝟎. 𝟐𝟑𝟗 ∗ 𝑻𝑰𝑪𝑯+ 𝟎. 𝟏𝟕𝟏 ∗ 𝑷𝑨𝒍𝒒+ 𝟎. 𝟎𝟐𝟒𝑯

Los resultados explican que, un aumento en una unidad (un mil) de soles del nivel de ingreso como variable proxy del PBI, causa un incremento de 1.032 soles en el valor del precio de la vivienda por m2, _{manteniendo ceteris paribus las demás} variables; mientras ante un aumento de la tasa de interés de crédito hipotecario en una unidad, el precio por m2 _{de la vivienda tiene un aumento de 0.239 soles.} Por otro lado ante un aumento de la tasa poblacional que oscila entre los 25 a 45 años de edad como demanda potencial causa un incremento en 0.024 soles el precio por metro cuadrado de la vivienda.

62

En términos generales, los resultados de este capítulo confirman que se acepta la hipótesis del estudio, la cual fue presentada en el capítulo I.

En relación con la hipótesis los resultados del modelo de regresión sugieren que, durante el periodo 2005 - 2017, el efecto de las variables que más significancia o impacto tuvo sobre el precio de la vivienda es el PBI y seguida de ella el factor financiero como es la tasa de interés de crédito hipotecario, y que ambas forman parte del vector de los determinantes económicos que explican la volatilidad del precio por m2 _{de la vivienda.}

Por ello, el nivel de ingresos es el principal determinante que tiene un efecto directo sobre el precio de las viviendas en la ciudad de Trujillo. Sin embargo, como se vio en este capítulo, son cinco las variables que en mayor medida han explicado consistentemente su precio, aunque en distinta proporción e influencia como son: el PBI; expresado a través del ingreso, la disponibilidad crediticia en función a la tasa de interés de préstamos hipotecarios, los índices de precios de materiales de construcción; como coste de la construcción influyendo todos directamente y la tasa de crecimiento poblacional haciéndola indirectamente.

CAPITULO IV

DISCUSIÓN

64