Propuesta de Tesis MEU
“Modelo de ajuste de la oferta de vivienda”
Objetivo, Metodología y base conceptual:
El objetivo inicial es estimar los parámetros que predicen a partir de los cambios en los costos de construcción y los precios esperados de venta de inmuebles, los cambios en la oferta.
Modelo a utilizar: Los determinantes de los cambios en la oferta de la vivienda no son hechos independientes ó ajenos al comportamiento de la demanda. Estos están interrelacionados.
Sin embargo el mercado de viviendas tiene particularidades que demuestran que no se trata de un bien que responde a las fuerzas del mercado de libre competencia, ni de ser un bien homogéneo; por eso como referencia metodológica se tomará la metodología y supuestos de los Papers que estudian modelos de ajustes de precio en el mercado inmobiliario. Estos consideran al Mercado de vivienda como un Mercado en desequilibrio, o bien como un equilibrio en constante ajuste, por lo que, la cantidad de oferta y demanda no pueden igualarse fácilmente a la cantidad observada de transacciones en el mercado.
El enfoque general a este problema consistirá en separar la muestra en una ecuación de demanda y una de oferta de tal manera que cada ecuación pueda ser ajustada adecuadamente con la cantidad observada para los puntos de la muestra que entran dentro de la ecuación. A continuación, se podrán igualar ambas ecuaciones de oferta y demanda para toda la muestra. Esta nueva ecuación será calculada mediante una regresión por mínimos cuadrados ordinarios.
Los resultados que arrojará demostrarán el impacto que tiene cada una de las variables relevantes en la oferta, y cómo cambia la cantidad de oferta cuando cambian dichas variables.
El ajuste de precios finalmente demostrará cómo cambia la cantidad / precios de la oferta ante los cambios en la demanda.
Ecuaciones:
· Ecuación de Oferta;
Las variables consideradas serán:
Variable dependiente: Permisos de construcción (como proxy de cantidad q de oferta)
Variables explicativas: Precios esperados de inmuebles y variables relacionadas a los costos de construcción.
· Ecuación de Demanda;
Variables consideradas:
Variable dependiente: Escrituraciones (como proxy de cantidad q de oferta)
Variables explicativas: Variables relacionadas a las características o comportamientos de la demanda (características de la población como indicadores de ingresos, salud y/o educación).
Datos a utilizar:
El modelo puede estimarse de dos maneras posibles.
· Serie de tiempo: Actualmente cuento con datos mensuales de entre 15 y 17 años (de 1991 / 1993 a 2008), por lo que se contará con entre 180 y 206 observaciones de índices relevantes para estimar las ecuaciones de oferta y demanda, para toda la Ciudad de Buenos Aires.
· Panel de datos: Actualmente cuento con datos mensuales de entre 5/ 6 años (entre 60 y 70 Obs.), desagregados por los 47 barrios de la Ciudad de Buenos Aires, para estimar las ecuaciones de oferta y demanda. (Alcanzando una cantidad de aprox. 2800 observaciones).
Hasta el momento la serie de tiempo está completa con los datos efectivamente recopilados y el panel de datos está en estado de recopilación de datos faltantes.
Los datos (hasta ahora recavados) para utilizar serán:
Para la oferta:
· Superficie permisada para construir (como proxy de cantidades ofrecidas)
· Precios departamentos nuevos y usados
· Oferta viviendas en venta y alquiler
· Estímulo para construir Q
· Costos construcción materiales- mano de obra- gastos generales
· Cemento, Hierro y Asfalto (despacho, producción y ventas)
· Calidad de vida y distancia de cada barrio al centro, a avenidas, a áreas verdes, al subte.
Para la demanda:
· Escrituraciones de propiedades inmuebles (como proxy de cantidades demandadas)
· Índice salario real respecto a m2 de vivienda
· Características de la población por barrio respecto a los siguientes puntos: (algunos de estos datos se computarán como dummys- variables dicotómicas o binomiales):
· Trabajo: condición de actividad y categoría ocupacional
· Salud: Tipo de cobertura médica
· Régimen de tenencia de la vivienda
· Educación: Máximo nivel de instrucción alcanzado
Fuente de los datos:
Hasta el momento el origen de la mayor cantidad de datos para la tesis corresponden a los índices del instituto de Economía de la UADE, del Gobierno de la Ciudad de las estadísticas del Depto. de Hacienda y de la Subsecretaría de Planeamiento de la Ciudad, Reporte Inmobiliario, etc.
Bibliografía:
Los modelos y bibliografía que analizan los factores que influyen en los valores de la propiedad, la renta urbana y el valor de la tierra son temas clásicos en la Economía Urbana. Sin embargo la literatura clásica estudiada ataca el tema del comportamiento de los precios de la vivienda más desde el punto de vista de la demanda de vivienda, que desde el punto de vista de la oferta.
Así, por ejemplo, revisando en la literatura de Economía Urbana Clásica, encontramos:
· El modelo Monocéntrico: Cuyos principales autores son Alonso ( 1964 ), Muth y Mills ( 1969 ) y Goldstein & Moses ( 1973 ). El supuesto principal radica en que la distancia al centro es el determinante del valor de la tierra. La elección que realiza el consumidor de vivienda consiste entre la disyuntiva entre espacio (m2) y cercanía al centro. la superficie de vivienda (m2) es más barata en la periferia que en el C.B.D (Centro). Desplazarse desde la periferia al mismo conlleva costes de transporte medidos en dinero y tiempo. Los Supuestos adicionales, son la no externalidad en el consumo de la vivienda, y el incremento del coste del transporte conforme nos alejamos del C.B.D.
Estos supuestos fueron quedando desactualizados en la medida en que estos modelos no tienen en cuenta otros factores que mueven las decisiones de localización y elección de vivienda en la ciudad.
· El Modelo de Tiebut (1956) supera esta traba porque no toma como referencia exclusiva la distancia al centro o C.B.D. La demanda de localización viene definida por las preferencias por determinadas zonas o entornos, u otros factores no necesariamente influido por la distancia al CBD.
El mercado de vivienda no puede tomar fácilmente los supuestos de mercado de libre competencia ni de ser un bien homogéneo, porque el mercado inmobiliario es heterogéneo (Entendido como un conjunto de atributos), existe una estrechez del mercado (la oferta y demanda no necesariamente ajustan bien); posee asimetrías de información (tanto en la demanda como la oferta, más desde la demanda), se constituyen importantes costos de transacción, búsqueda y mudanza, y está sometido a la existencia de externalidades positivas y negativas. Muchas de estas, de difícil medición, como por ej., la internalización de factores como el barrio o vecindario.
Por eso los modelos de precios hedónicos, resultan más adecuados para el mercado inmobiliario; así como los modelos de ajuste de precios para estimar cómo impactan determinadas variables en los cambios en la oferta / demanda.
Cabe aclarar hasta aquí que los modelos siguen en su mayoría captando los comportamientos de la demanda y no de la oferta.
Los modelos de ajuste de precio analizan la relación entre los determinantes de nueva oferta de vivienda y la dinámica de ajuste de precios. Analizan la interacción entre la respuesta de la oferta y la velocidad o el grado de ajuste de precios que siguen a los cambios en la demanda.
Ésta es la línea conceptual y bibliográfica en la que se apoyará la tesis.
Referencias:
Las referencias tomadas sobre oferta de vivienda y/o donde se aplican modelos de ajuste de precios:
· Methods of estimation for markets in disequilibrium (Fair - Jaffee 1972)
· Matching housing supply and demand: an empirical study of Hong Kong´s Market (Tse – Ganesan 1998)
· Disequilibrium in housing models - Fair
· Metropolitan-specific estimates of the price elasticity of supply of housing, and their sources (Green- Malpezzi-Mayo 1999)
· Housing Supply and Price Adjustment. (Grimes –Aitken, 2006)
· Why don’t we know more about housing supply? (Di pasquale 1997)
En referencia a las distintos enfoques que se observan en los Papers, Fair – Jaffe exploran tres metodologías sobre mercados en desequilibrio y ajuste de precios, que será interesante comprender en profundidad.
En algunos Papers la ecuación de oferta y demanda solamente se explica por la diferencia de población entre dos períodos, y los cambios en las tasas de interés. A mi juicio la ecuación de oferta que resulta más precisa y cercana a la realidad es la que se encuentra en el Paper Grimes –Aitken; aquí las variables explicativas de los cambios en la oferta son los precios esperados de vivienda y los costos totales de los Developers, (Que son quienes deciden generar nueva oferta). Descompone esta ecuación en dos ecuaciones. En una ecuación: los precios esperados pasan a ser la variable dependiente, explicada por los precios de la vivienda en una región para un período t, y por un factor de crecimiento de la población.
En la otra ecuación los costos del constructor es la variable dependiente, explicada por el precio de la tierra, el precio de la construcción y costos financieros.
En estos Papers me baso en la elección de las variables de cada ecuación de oferta y demanda; y en el marco metodológico.
Tutor de tesis:
Por la complejidad de los modelos econométricos a analizar en la tesis y la falta de experiencia previa en su modelización y en la elaboración de una tesis, sugiero me asignen al profesor xxx.
miércoles, 1 de abril de 2009
miércoles, 10 de diciembre de 2008
Metodología 3
Perdón alguien sabe cómo subir un archivo de Excell al Blog??
Ricardo: Mientras tanto te lo envío a vos por mail...
Ricardo: Mientras tanto te lo envío a vos por mail...
domingo, 30 de noviembre de 2008
Methods of estimation for markets in disequilibrium
Methods of estimation for markets in disequilibrium
c. fair and m. jaffee 1972
Estudia los problemas econométricos asociados con la estimación de la oferta y la demanda como un ercado en desequilibrio. El problema general es que, en ausencia de una condición de equilibrio ex ante, la cantidad de oferta y demanda no pueden igualarse a la cantidad observada de transacciones en el mercado.
Un enfoque general a este problema es tratar de separar la muestra en una ecuación de demanda y una de oferta de tal manera que cada ecuación pueda ser ajustada adecuadamente con la cantidad observada para los puntos de la muestra que entran dentro de la ecuación. Otro enfoque es tratar de ajustar la cantidad para observar los efectos de racionamiento y, a continuación, ajustar ambas ecuaciones para toda la muestra usando la cantidad ajustada.
Los métodos desarrollados en el Paper se basan en el supuesto de que la cantidad observada es igual al mínimo de las cantidades ex ante de la oferta y la demanda.
Estudia 3 métodos.
El primero es una generalización de un anterior método desarrollado por R. Quandt y se basa en la maximización de una función de probabilidad
Modelo General
Ecuaciones (1) y (2) son ecuaciones estándares para la oferta y la demanda: los precios se supone que tienen un efecto negativo sobre la demanda (oL1 <0)> 0)
La característica distintiva del modelo es que Pt no se supone que ajustará para cada uno de los períodos a fin de que la oferta y la demanda se igualen.
Maximum likelihood Method
Qt cantidad actual observada en t . Se asume que Qt satisface tanto la ecuación de la demanda como la de oferta. Por lo que surge la siguiente ecuación:
El problema en general (3) es estimar los valores de los parámetros a0 , a1 b0 b1, y los valores de T kt, dadas las observaciones sobre XD, XS, PT, y Qt (t = 1, 2,. .., T). El problema puede ser examinado, como la elección de una de esas observaciones (puntos de la muestra), para los que Qt = Dt (kt = 1) y aquellos para los que Qt = St (kt = 0) y, luego estimar los parámetros para cada ecuación bajo alguna metodología como los mínimos cuadrados ordinarios, sobre los puntos más relevantes de la muestra
Tener en cuenta que cuando Dt = St (= Qt), en(3) kt es indeterminada. Si esto ocurre para algún valor de t, kt debe ser asumido arbitrariamente igual a cero o uno.
Tambien se asume que lo términos de error tienen distribución normal e independiente, y son independientes de Xd, Xs, y Pt.
Supuestos adicionales:
Se espera que si la cantidad observada es igual a la cantidad demanda y a la cantidad ofrecida, será igual al mínimo de estas dos cantidades:
10)
c. fair and m. jaffee 1972
Estudia los problemas econométricos asociados con la estimación de la oferta y la demanda como un ercado en desequilibrio. El problema general es que, en ausencia de una condición de equilibrio ex ante, la cantidad de oferta y demanda no pueden igualarse a la cantidad observada de transacciones en el mercado.
Un enfoque general a este problema es tratar de separar la muestra en una ecuación de demanda y una de oferta de tal manera que cada ecuación pueda ser ajustada adecuadamente con la cantidad observada para los puntos de la muestra que entran dentro de la ecuación. Otro enfoque es tratar de ajustar la cantidad para observar los efectos de racionamiento y, a continuación, ajustar ambas ecuaciones para toda la muestra usando la cantidad ajustada.
Los métodos desarrollados en el Paper se basan en el supuesto de que la cantidad observada es igual al mínimo de las cantidades ex ante de la oferta y la demanda.
Estudia 3 métodos.
El primero es una generalización de un anterior método desarrollado por R. Quandt y se basa en la maximización de una función de probabilidad
Modelo General
Ecuaciones (1) y (2) son ecuaciones estándares para la oferta y la demanda: los precios se supone que tienen un efecto negativo sobre la demanda (oL1 <0)> 0)La característica distintiva del modelo es que Pt no se supone que ajustará para cada uno de los períodos a fin de que la oferta y la demanda se igualen.
Maximum likelihood Method
Qt cantidad actual observada en t . Se asume que Qt satisface tanto la ecuación de la demanda como la de oferta. Por lo que surge la siguiente ecuación:
El problema en general (3) es estimar los valores de los parámetros a0 , a1 b0 b1, y los valores de T kt, dadas las observaciones sobre XD, XS, PT, y Qt (t = 1, 2,. .., T). El problema puede ser examinado, como la elección de una de esas observaciones (puntos de la muestra), para los que Qt = Dt (kt = 1) y aquellos para los que Qt = St (kt = 0) y, luego estimar los parámetros para cada ecuación bajo alguna metodología como los mínimos cuadrados ordinarios, sobre los puntos más relevantes de la muestraTener en cuenta que cuando Dt = St (= Qt), en(3) kt es indeterminada. Si esto ocurre para algún valor de t, kt debe ser asumido arbitrariamente igual a cero o uno.
Tambien se asume que lo términos de error tienen distribución normal e independiente, y son independientes de Xd, Xs, y Pt.
Supuestos adicionales:
Se espera que si la cantidad observada es igual a la cantidad demanda y a la cantidad ofrecida, será igual al mínimo de estas dos cantidades:
10)
parece razonable esperar que si la cantidad demandada excede la cantidad ofrecida, los demandantes quedarán insatisfechos y vis eversa.
La mayoría de las teorías de comportamiento de fijación de precios dinámica, formulan que el cambio en el precio es como una función de exceso de demanda existente en el mercado. Si el cambio en el precio y el exceso de demanda se relacionan de esta manera, entonces el cambio de precio puede ser utilizado como un indicador de la cantidad de exceso de demanda (o de oferta) en el mercado.
Se postulan los sig supuestos:
11 y 12
La mayoría de las teorías de comportamiento de fijación de precios dinámica, formulan que el cambio en el precio es como una función de exceso de demanda existente en el mercado. Si el cambio en el precio y el exceso de demanda se relacionan de esta manera, entonces el cambio de precio puede ser utilizado como un indicador de la cantidad de exceso de demanda (o de oferta) en el mercado.
Se postulan los sig supuestos:
11 y 12
o postulan que
13)
La ecuación 12) implica que la dirección del cambio en el precio es un indicador del status de exceso de demanda en el mercado.
La 13) implica que el monto del cambio en el orecio es directamente proporcional al monto de exceso de demanda.
Cuando Y=0 no hay ajuste
Cuando Y= infinito, hay ajuste perfecto.
13)
La ecuación 12) implica que la dirección del cambio en el precio es un indicador del status de exceso de demanda en el mercado.La 13) implica que el monto del cambio en el orecio es directamente proporcional al monto de exceso de demanda.
Cuando Y=0 no hay ajuste
Cuando Y= infinito, hay ajuste perfecto.
Estudiando la metodología versión 2
Estudiando la metodología versión 2.
30-11-2008
Tomando de base la metodología del paper de Tse – Ganesan 1998 Matching housing suply and demand
(obteniendo ecuación de oferta y demanda y luego igualándolas para sacar el precio (ó la cantidad) de equilibrio..
Puliendo posibles variables…
Función de Demanda (Dt):
Modelo con variable dependiente precio y las siguientes variables explicativas;
· Escrituras (como volumen de transacciones de viviendas) (cantidad “q” de demanda que concretó) (este dato no lo tengo pero creo que podría no ser difícil conseguir)…
· Ingresos de las familias tipo (EPH – INDEC) idealmente desagragado por barrios (no tengo estos datos sería bueno conseguirlos) sino buscar algun otro parámetro que se pueda asociar al nivel de ingresos asociado a la localización. (con la premisa de que existe una cierta homogeneidad de poder adquisitivo por barrio).
· Sería bueno utilizar datos de aumentos de la población pero los datos disponibles no son actualizados.
· Me faltaría alguna variable más….
Función de oferta (St):
(tomando como referencia el Paper Housing Supply and Price Adjustment. Grimes –Aitken, 2006)
Modelo con variable dependiente precio¿? y las siguientes variables explicativas;
· Cantidad de permisos de construcción por barrio y por categoría
· Precios de oferta unidades nuevas x barrio
· precio de oferta de terrenos por barrio
· Estímulo para construir (UADE)
· Costo de Developer (como la sumatoria de = material + mano de obra + incidencia precios de la tierra)
Todos estos datos (de oferta) los tengo, quisiera revisarlos con Ricardo a ver si sirven.
Dudas:
Según parte de la bibliografía analizada, hay Papers que desestiman esta metodología argumentando que no es real esta forma de ajuste de precios. (Ej Disequilibrium in housing models – Fair): La cantidad de oferta y demanda no puede ser igualada, ya que el mercado de viviendas no es un mercado que suele encontrarse en equilibrio.Esto es porque la oferta generalmente responde desfazada a los estímulos de la demanda.
Si le hago caso a estas críticas tendría que ver si habría otra manera…
Otros tipos de metodología planteadas por Ricardo al comienzo del curso:
· Modelo de oferta de viviendas (numero de ofertas, o ofertas relativas al espacio disponible) Requiere información por zonas de la ciudad Y atributos de esas zonas (cada zona va a ser una observación y vas a necesitar muchas zonas por lo más de 20).
· No entiendo a qué se refiere con que cada zona de la ciudad represente una observación… Necesitaría ver un ejemplo.
· Modelo de precios de viviendas. Cada observación es un inmueble que está en oferta y requiere atributos del mismo.
· Si esto pudiera ser compatible con cierta premisa que quiero probar estaría interesante volver a considerarlo. La premisa es que los precios de oferta de cada barrio difieren por las características singulares de cada barrio. Necesitaría revisar si los datos que tengo son adecuados para esto.
30-11-2008
Tomando de base la metodología del paper de Tse – Ganesan 1998 Matching housing suply and demand
(obteniendo ecuación de oferta y demanda y luego igualándolas para sacar el precio (ó la cantidad) de equilibrio..
Puliendo posibles variables…
Función de Demanda (Dt):
Modelo con variable dependiente precio y las siguientes variables explicativas;
· Escrituras (como volumen de transacciones de viviendas) (cantidad “q” de demanda que concretó) (este dato no lo tengo pero creo que podría no ser difícil conseguir)…
· Ingresos de las familias tipo (EPH – INDEC) idealmente desagragado por barrios (no tengo estos datos sería bueno conseguirlos) sino buscar algun otro parámetro que se pueda asociar al nivel de ingresos asociado a la localización. (con la premisa de que existe una cierta homogeneidad de poder adquisitivo por barrio).
· Sería bueno utilizar datos de aumentos de la población pero los datos disponibles no son actualizados.
· Me faltaría alguna variable más….
Función de oferta (St):
(tomando como referencia el Paper Housing Supply and Price Adjustment. Grimes –Aitken, 2006)
Modelo con variable dependiente precio¿? y las siguientes variables explicativas;
· Cantidad de permisos de construcción por barrio y por categoría
· Precios de oferta unidades nuevas x barrio
· precio de oferta de terrenos por barrio
· Estímulo para construir (UADE)
· Costo de Developer (como la sumatoria de = material + mano de obra + incidencia precios de la tierra)
Todos estos datos (de oferta) los tengo, quisiera revisarlos con Ricardo a ver si sirven.
Dudas:
Según parte de la bibliografía analizada, hay Papers que desestiman esta metodología argumentando que no es real esta forma de ajuste de precios. (Ej Disequilibrium in housing models – Fair): La cantidad de oferta y demanda no puede ser igualada, ya que el mercado de viviendas no es un mercado que suele encontrarse en equilibrio.Esto es porque la oferta generalmente responde desfazada a los estímulos de la demanda.
Si le hago caso a estas críticas tendría que ver si habría otra manera…
Otros tipos de metodología planteadas por Ricardo al comienzo del curso:
· Modelo de oferta de viviendas (numero de ofertas, o ofertas relativas al espacio disponible) Requiere información por zonas de la ciudad Y atributos de esas zonas (cada zona va a ser una observación y vas a necesitar muchas zonas por lo más de 20).
· No entiendo a qué se refiere con que cada zona de la ciudad represente una observación… Necesitaría ver un ejemplo.
· Modelo de precios de viviendas. Cada observación es un inmueble que está en oferta y requiere atributos del mismo.
· Si esto pudiera ser compatible con cierta premisa que quiero probar estaría interesante volver a considerarlo. La premisa es que los precios de oferta de cada barrio difieren por las características singulares de cada barrio. Necesitaría revisar si los datos que tengo son adecuados para esto.
miércoles, 26 de noviembre de 2008
Paper: Disequilibrium in housing models
Disequilibrium in housing models - Fair
Foco del Paper: Tanto el mercado inmobiliario como el mercado de hipotecas de vivienda han sido considerados mercados que no suelen encontrarse en equilibrio, y estos desequilibrios no han sido interpretados y tenidos en cuenta correctamente por los modelos econométricos.
Mercado de hipotecas:
Consta de 3 actores: gente que demanda de servicios de vivienda y fondos de financiamiento para la compra, constructores que realizan nuevas viviendas y remodelan existentes, gente que oferta los fondos para financiar las compras de vivienda.
Demanda de servicios de vivienda y financiamiento= dependen de ingreso per cápita, factores demográficos y del precio de los servicios de vivienda relativo a otros precios.
Oferta de servicios de deuda= dependen de SLA (Serving and loan associations), asociaciones de bancos, compañías de seguros y bancos comerciales. No posee substitutos perfectos.
Oferta de vivienda= Depende del sector inmobiliario: De la decisión del constructor, sus expectativas sobre los precios de venta respecto al costo y su expectativa de beneficio. También algunos se financian en el corto plazo con préstamos a bancos comerciales. (El costo del crédito es parte de los costos de construcción).
Mercado de viviendas:
Los supuestos describen que: En todo momento existe una cantidad de viviendas ocupadas; una cantidad vacante y disponible y una cantidad en construcción. Se supone a la oferta de vivienda como dada. (Fija).
Si dado un conjunto de precios, la cantidad demandada = la oferta disponible menos un nivel normal de vacancia, entonces el mercado estará en equilibrio.
Si D > S – vacancia , entoces: el nivel de vacancia será menor al normal; causará suba de precios, que llevará a los constructores a construir mayor oferta.
Si D < S – vacancia , entoces: el nivel de vacancia será mayor al normal; causará baja de precios, que llevará a los constructores a construir menor oferta.
La rapidez para llegar al equilibrio dependerá de la rapidez de los constructores de responder a las situaciones de desequilibrio.
Un desequilibrio en el mercado de hipotecas tiene un efecto asimétrico respecto al mercado de viviendas.
Si la tasa de préstamos es muy alta en el sentido en que haya mas oferta de crédito que demanda del mismo, esto tendrá poco efecto en el mercado de vivienda. No tendrá grandes efectos ni para el constructor que se financia para la construcción ni para la demanda de vivienda del consumidor final, dado que la sobreoferta de crédito no variará la cantidad de créditos a demandar ni los precios de las viviendas. Salvo que el exceso de crédito cause que el coste del crédito baje: esto podría aumentar la demanda de créditos (tanto del constructor como del consumidor final) y por ende afectar los precios y cantidades de vivienda.
El aporte más importante es la contemplación del efecto asimétrico del mercado de hipotecas sobre el de viviendas. Y también la relación que existe entre ambos mercados. Tambien el concepto de desequilibrio para el planteo de los modelos. De todos modos hace referencia a modelos econométricos de Fair y Jaffee que sería bueno analizar.
Foco del Paper: Tanto el mercado inmobiliario como el mercado de hipotecas de vivienda han sido considerados mercados que no suelen encontrarse en equilibrio, y estos desequilibrios no han sido interpretados y tenidos en cuenta correctamente por los modelos econométricos.
Mercado de hipotecas:
Consta de 3 actores: gente que demanda de servicios de vivienda y fondos de financiamiento para la compra, constructores que realizan nuevas viviendas y remodelan existentes, gente que oferta los fondos para financiar las compras de vivienda.
Demanda de servicios de vivienda y financiamiento= dependen de ingreso per cápita, factores demográficos y del precio de los servicios de vivienda relativo a otros precios.
Oferta de servicios de deuda= dependen de SLA (Serving and loan associations), asociaciones de bancos, compañías de seguros y bancos comerciales. No posee substitutos perfectos.
Oferta de vivienda= Depende del sector inmobiliario: De la decisión del constructor, sus expectativas sobre los precios de venta respecto al costo y su expectativa de beneficio. También algunos se financian en el corto plazo con préstamos a bancos comerciales. (El costo del crédito es parte de los costos de construcción).
Mercado de viviendas:
Los supuestos describen que: En todo momento existe una cantidad de viviendas ocupadas; una cantidad vacante y disponible y una cantidad en construcción. Se supone a la oferta de vivienda como dada. (Fija).
Si dado un conjunto de precios, la cantidad demandada = la oferta disponible menos un nivel normal de vacancia, entonces el mercado estará en equilibrio.
Si D > S – vacancia , entoces: el nivel de vacancia será menor al normal; causará suba de precios, que llevará a los constructores a construir mayor oferta.
Si D < S – vacancia , entoces: el nivel de vacancia será mayor al normal; causará baja de precios, que llevará a los constructores a construir menor oferta.
La rapidez para llegar al equilibrio dependerá de la rapidez de los constructores de responder a las situaciones de desequilibrio.
Un desequilibrio en el mercado de hipotecas tiene un efecto asimétrico respecto al mercado de viviendas.
Si la tasa de préstamos es muy alta en el sentido en que haya mas oferta de crédito que demanda del mismo, esto tendrá poco efecto en el mercado de vivienda. No tendrá grandes efectos ni para el constructor que se financia para la construcción ni para la demanda de vivienda del consumidor final, dado que la sobreoferta de crédito no variará la cantidad de créditos a demandar ni los precios de las viviendas. Salvo que el exceso de crédito cause que el coste del crédito baje: esto podría aumentar la demanda de créditos (tanto del constructor como del consumidor final) y por ende afectar los precios y cantidades de vivienda.
El aporte más importante es la contemplación del efecto asimétrico del mercado de hipotecas sobre el de viviendas. Y también la relación que existe entre ambos mercados. Tambien el concepto de desequilibrio para el planteo de los modelos. De todos modos hace referencia a modelos econométricos de Fair y Jaffee que sería bueno analizar.
viernes, 21 de noviembre de 2008
Paper: El precio de la vivienda urbana. La disyuntiva superficie/ ubicación: una ampliación
El precio de la vivienda urbana. La disyuntiva superficie/ ubicación: una ampliación
J.M. Caridad y Ocerin, P. Brañas Garza. Universidad de Córdoba
· Objetivo Paper: Manifestar las modificaciones sufridas a los modelos de economía urbana especialmente al monocéntrico. Muy interesante como background de revisión bibliográfica y para entender el modelo que se usa de base tomar para una investigación y repasar sus supuestos. Muy interesante la ampliación del modelo monocéntrico (mercados segmentados), veo que se acerca mucho al comportamiento real del mercado inmobiliario y sería bueno si esto pudiera reflejarlo en mi Paper que era mi intención original.
· Particularidades que han hecho crítica y provocado la reestructuración del análisis clásico:
El mercado de vivienda tiene particularidades que refuerzan la idea de que no es un bien que responde a las fuerzas del mercado (libre competencia), ni de ser un bien homogéneo (así definido por los modelos de Olsen (1969): Estas particularidades son:
o La importancia del bien, ya que constituye el gasto en consumo más importante de muchas familias
o La durabilidad
o La fuerte fijación (al suelo), fijación a su condición espacial o locacional
o La indivisibilidad que conforman sus partes
o La heterogeneidad (Entendido como conjunto de atributos)
o El alto coste de construcción, que posibilita un amplio mercado de renta.
o Altas necesidades de financiación, atendidas por un mercado de capitales imperfecto con altas barreras de entrada y salida.
o Estrechez del mercado (la oferta y demanda no necesariamente ajustan bien)
o Existencia de asimetrías en la información (tanto en la demanda como la oferta, más desde la demanda)
o Importantes costos de transacción, búsqueda y mudanza
o Ausencia de mercados de futuros y seguros relevantes
o Existencia de externalidades positivas y negativas. Existencia de factores de difícil medición, como por ej., demanda de calidad, internalización de factores como el vecindario, etc.
o Intervención de parte de autoridad pública en el mercado, causando diversos efectos.
Por todas estas razones y más se expone que el mercado de vivienda se encuentra alejado de los supuestos de competencia perfecta planteados en la literatura clásica de economía urbana. Los intentos de modelización nuevos, plantean, podrían desarrollarse bajo el marco de la teoría de juegos, por responder con mayor proximidad a la competencia imperfecta.
· Revisión de la evolución de la literatura económica urbana:
· Modelo disyuntiva o Monocéntrico:
La idea principal es la elección que realiza el consumidor de vivienda entre espacio (m2) y cercanía al centro. Hipótesis: la superficie de vivienda – m2 - es más barata en la periferia que en el C.B.D. Desplazarse desde la periferia al mismo conlleva costes de transporte medidos en dinero y tiempo.
Principales autores: Alonso ( 1964 ), Muth ( 1969 ) y Goldstein & Moses ( 1973 )
Supuestos: No externalidad en el consumo de la vivienda. Incremento del coste del transporte conforme nos alejamos del C.B.D. Elasticidad precio constante y elasticidad renta unitaria en la demanda de vivienda. Vivienda y coste del transporte conformando una parte significativa del presupuesto familiar.
Supuesto adicional, los puestos de trabajo se hallan localizados en el C.B.D.
Críticas recibidas: Modelo e hipótesis excesivamente rígidas.
· Modelo Stock de capital Maleable:
Supone un nuevo supuesto para reforzar el modelo monocéntrico. La maleabilidad: Explica que la ciudad se rehace período a período, por lo que la zona central de la ciudad está siempre en óptimas condiciones, y no se muestra más deteriorada que el resto. Las construcciones en los alrededores del centro no ofrecen mejores instalaciones que la zona del C.B.D.
Críticas: Los presupuestos de los municipios no permiten una regeneración continua de los centros de la ciudad, ni los edificios se rehacen a corto plazo.
· Modelo Stock de capital No Maleable
Se realizan análisis en los que el stock de capital no es maleable, pero es muy duradero. La idea de ciudad ofrece un crecimiento basado en círculos: el centro histórico, el anillo a su alrededor, etc. Cada círculo responde a distintos períodos de tiempo y ofrece distintos servicios, los últimos de mayor calidad que los primeros. Principales autores: Harrison y Klain ( 1974 ) y Anas (1978)
· Modelo de Tiebout
Modelo que no toma como referencia exclusiva la distancia al C.B.D. La demanda de localización viene definida por las preferencias por determinadas zonas o entornos, u otros factores no necesariamente influido por la distancia al CBD.
Principal fuente: Modelo de Tiebout ( 1956 ). En este enfoque se integran los modelos basados en economías de escala, o modelos de aglomeraciones, herencia del análisis del suelo de uso industrial. Sucesivas ampliaciones al modelo ponen de relevancia la existencia un gran número de factores que pueden incidir en las decisiones de los agentes (medioambientales, del entorno, de status social, etc).
· Procesos de Filtering
Plantea que las familias de rentas más altas tienden a adquirir las viviendas más nuevas y vender a las familias de menor renta sus viviendas usadas. Si este se asocia con la no maleabilidad de la vivienda resulta que las familias de mayor renta se desplazan cada período de tiempo más lejos del C.B.D.
Principal fuente: Coke y Hamilton ( 1984 ) se plantea un modelo donde un núcleo que crece por círculos, resultando la ubicación de los ricos en la periferia, al vender sus viviendas a los pobres, siendo estos últimos los que se ubican en zonas más céntricas. Supuestos: La movilidad ocurre porque los ricos tienen mayor elasticidad renta demanda de espacio, que elasticidad renta coste de transporte.
· Procesos de Regentrificación
Principal fuente: Wheaton ( 1982 ), invierte la no maleabilidad de la vivienda. Las viviendas pueden ser restauradas, por su carácter de durabilidad, y pueden volver a ser demandadas por los ricos. Aunque no se plantea la existencia de un regeneramiento de la área para que los ricos decidan volver a la misma. Crítica: Duda si los ricos decidirán volver a un edifico nuevo si la zona está deteriorada.
· Modelo de Estructuras Multicéntricas
Como respuesta a la crítica recibida por el modelo monocéntrico, se plantea múltiples centros. Lo que hace que el modelo monocéntrico pierda capacidad explicativa, ya que el C.B.D. deja de ser único.
Principal fuente: Henderson (1985), Turnbull (1990).
· Ampliación del modelo Monocéntrico:
Plantea la existencia de mercados segmentados en el mercado de la vivienda: Cada ciudad tiene distintos grupos de barrios que forman un conjunto más o menos homogéneo, entre los que no se producen traslados de población, por razones tanto socio-económicas como por razones raciales o de status. La existencia de barreras económicas, dividen la ciudad en núcleos de distinta renta. Bajo estos supuestos, la ciudad no se contempla como un núcleo único, sino como la suma de distintos conjuntos, que son grupos de barrios de renta per cápita media similar, aunque no se encuentren físicamente unidos. Por lo que es más lógico plantear una disyuntiva metros/distancia al centro de cada uno de los barrios que comprenden las zonas, que al C.B.D. de toda la ciudad. La disyuntiva explica a qué porcentaje de metros el consumidor está dispuesto a renunciar si con ello obtiene mejor posicionamiento (o status) en el barrio.
J.M. Caridad y Ocerin, P. Brañas Garza. Universidad de Córdoba
· Objetivo Paper: Manifestar las modificaciones sufridas a los modelos de economía urbana especialmente al monocéntrico. Muy interesante como background de revisión bibliográfica y para entender el modelo que se usa de base tomar para una investigación y repasar sus supuestos. Muy interesante la ampliación del modelo monocéntrico (mercados segmentados), veo que se acerca mucho al comportamiento real del mercado inmobiliario y sería bueno si esto pudiera reflejarlo en mi Paper que era mi intención original.
· Particularidades que han hecho crítica y provocado la reestructuración del análisis clásico:
El mercado de vivienda tiene particularidades que refuerzan la idea de que no es un bien que responde a las fuerzas del mercado (libre competencia), ni de ser un bien homogéneo (así definido por los modelos de Olsen (1969): Estas particularidades son:
o La importancia del bien, ya que constituye el gasto en consumo más importante de muchas familias
o La durabilidad
o La fuerte fijación (al suelo), fijación a su condición espacial o locacional
o La indivisibilidad que conforman sus partes
o La heterogeneidad (Entendido como conjunto de atributos)
o El alto coste de construcción, que posibilita un amplio mercado de renta.
o Altas necesidades de financiación, atendidas por un mercado de capitales imperfecto con altas barreras de entrada y salida.
o Estrechez del mercado (la oferta y demanda no necesariamente ajustan bien)
o Existencia de asimetrías en la información (tanto en la demanda como la oferta, más desde la demanda)
o Importantes costos de transacción, búsqueda y mudanza
o Ausencia de mercados de futuros y seguros relevantes
o Existencia de externalidades positivas y negativas. Existencia de factores de difícil medición, como por ej., demanda de calidad, internalización de factores como el vecindario, etc.
o Intervención de parte de autoridad pública en el mercado, causando diversos efectos.
Por todas estas razones y más se expone que el mercado de vivienda se encuentra alejado de los supuestos de competencia perfecta planteados en la literatura clásica de economía urbana. Los intentos de modelización nuevos, plantean, podrían desarrollarse bajo el marco de la teoría de juegos, por responder con mayor proximidad a la competencia imperfecta.
· Revisión de la evolución de la literatura económica urbana:
· Modelo disyuntiva o Monocéntrico:
La idea principal es la elección que realiza el consumidor de vivienda entre espacio (m2) y cercanía al centro. Hipótesis: la superficie de vivienda – m2 - es más barata en la periferia que en el C.B.D. Desplazarse desde la periferia al mismo conlleva costes de transporte medidos en dinero y tiempo.
Principales autores: Alonso ( 1964 ), Muth ( 1969 ) y Goldstein & Moses ( 1973 )
Supuestos: No externalidad en el consumo de la vivienda. Incremento del coste del transporte conforme nos alejamos del C.B.D. Elasticidad precio constante y elasticidad renta unitaria en la demanda de vivienda. Vivienda y coste del transporte conformando una parte significativa del presupuesto familiar.
Supuesto adicional, los puestos de trabajo se hallan localizados en el C.B.D.
Críticas recibidas: Modelo e hipótesis excesivamente rígidas.
· Modelo Stock de capital Maleable:
Supone un nuevo supuesto para reforzar el modelo monocéntrico. La maleabilidad: Explica que la ciudad se rehace período a período, por lo que la zona central de la ciudad está siempre en óptimas condiciones, y no se muestra más deteriorada que el resto. Las construcciones en los alrededores del centro no ofrecen mejores instalaciones que la zona del C.B.D.
Críticas: Los presupuestos de los municipios no permiten una regeneración continua de los centros de la ciudad, ni los edificios se rehacen a corto plazo.
· Modelo Stock de capital No Maleable
Se realizan análisis en los que el stock de capital no es maleable, pero es muy duradero. La idea de ciudad ofrece un crecimiento basado en círculos: el centro histórico, el anillo a su alrededor, etc. Cada círculo responde a distintos períodos de tiempo y ofrece distintos servicios, los últimos de mayor calidad que los primeros. Principales autores: Harrison y Klain ( 1974 ) y Anas (1978)
· Modelo de Tiebout
Modelo que no toma como referencia exclusiva la distancia al C.B.D. La demanda de localización viene definida por las preferencias por determinadas zonas o entornos, u otros factores no necesariamente influido por la distancia al CBD.
Principal fuente: Modelo de Tiebout ( 1956 ). En este enfoque se integran los modelos basados en economías de escala, o modelos de aglomeraciones, herencia del análisis del suelo de uso industrial. Sucesivas ampliaciones al modelo ponen de relevancia la existencia un gran número de factores que pueden incidir en las decisiones de los agentes (medioambientales, del entorno, de status social, etc).
· Procesos de Filtering
Plantea que las familias de rentas más altas tienden a adquirir las viviendas más nuevas y vender a las familias de menor renta sus viviendas usadas. Si este se asocia con la no maleabilidad de la vivienda resulta que las familias de mayor renta se desplazan cada período de tiempo más lejos del C.B.D.
Principal fuente: Coke y Hamilton ( 1984 ) se plantea un modelo donde un núcleo que crece por círculos, resultando la ubicación de los ricos en la periferia, al vender sus viviendas a los pobres, siendo estos últimos los que se ubican en zonas más céntricas. Supuestos: La movilidad ocurre porque los ricos tienen mayor elasticidad renta demanda de espacio, que elasticidad renta coste de transporte.
· Procesos de Regentrificación
Principal fuente: Wheaton ( 1982 ), invierte la no maleabilidad de la vivienda. Las viviendas pueden ser restauradas, por su carácter de durabilidad, y pueden volver a ser demandadas por los ricos. Aunque no se plantea la existencia de un regeneramiento de la área para que los ricos decidan volver a la misma. Crítica: Duda si los ricos decidirán volver a un edifico nuevo si la zona está deteriorada.
· Modelo de Estructuras Multicéntricas
Como respuesta a la crítica recibida por el modelo monocéntrico, se plantea múltiples centros. Lo que hace que el modelo monocéntrico pierda capacidad explicativa, ya que el C.B.D. deja de ser único.
Principal fuente: Henderson (1985), Turnbull (1990).
· Ampliación del modelo Monocéntrico:
Plantea la existencia de mercados segmentados en el mercado de la vivienda: Cada ciudad tiene distintos grupos de barrios que forman un conjunto más o menos homogéneo, entre los que no se producen traslados de población, por razones tanto socio-económicas como por razones raciales o de status. La existencia de barreras económicas, dividen la ciudad en núcleos de distinta renta. Bajo estos supuestos, la ciudad no se contempla como un núcleo único, sino como la suma de distintos conjuntos, que son grupos de barrios de renta per cápita media similar, aunque no se encuentren físicamente unidos. Por lo que es más lógico plantear una disyuntiva metros/distancia al centro de cada uno de los barrios que comprenden las zonas, que al C.B.D. de toda la ciudad. La disyuntiva explica a qué porcentaje de metros el consumidor está dispuesto a renunciar si con ello obtiene mejor posicionamiento (o status) en el barrio.
lunes, 17 de noviembre de 2008
Estudiando la Metodología y Datos...Cuestionando el mejor método
Estudiando la metodología y datos...
Tomando del paper de Tse – Ganesan 1998 Matching housing suply and demand
(obteniendo ecuación de oferta y demanda y luego igualándolas para sacar el precio (ó la cantidad) de equilibrio..
· Función de Demanda (Dt):
Modelo con variable dependiente precio y las siguientes variables explicativas;
· Escrituras (cantidad “q” de demanda que concretó) (este dato no lo tengo pero creo que podría no ser difícil conseguir)…
· Ingresos medios de las familias tipo (EPH – INDEC) (no tengo estos datos sería bueno conseguirlos) Sería bueno utilizar datos de aumentos de la población pero los datos disponibles no son actualizados.
· ….
Función de oferta (St)
(tomando como referencia el Paper Housing Supply and Price Adjustment. Grimes –Aitken, 2006)
Modelo con variable dependiente precio y las siguientes variables explicativas;
Costo de Developer como la sumatoria de = material + mano de obra + incidencia precios de la tierra
Datos cuyo conocimiento sí tengo:
· (materiales y mano de obra)= Costos x m2 de construcción tradicional… ésta es una cte y es indiferente de la localización de la construcción dentro de la Cdad de Bs As. (sino hay datos de la UADE que habría que conseguir).
· Incidencia precios de la tierra desagregado por barrios.*
· Cantidad Permisos otorgados de construcción (como una forma de medir cantidades “q” de oferta nueva)
· *Disyuntiva; tengo una base de datos con alrededor de 300 observaciones sobre precios de terrenos de distintos barrios de Ciudad de Buenos Aires en 2008. Me gustaría utilizarlas, son una cantidad de observaciones razonables para que me sirvan?? (De aquí podría sacar algunos datos que yo sé que son importantes a la hora de decisión de compra de tierra para generar nueva oferta y que forman parte del costo y que muestran cómo la tierra vale diferente de acuerdo a su localización.
Entre los puntos más interesantes los datos que salen de esas bases son: incidencia del valor de la tierra por barrio, (revela que el valor de la tierra NO es indiferente a su localización en el espacio), zonificación respecto al código de planeamiento urbano (esto indica densidad permitida, alturas, y demás restricciones de la ciudad) y cercanía a centros urbanos o avenidas.
En realidad se me presenta otra duda que es que, si pudiera conseguir datos de ingresos desagregados por barrio, esta variable tendría que estar en el lado de la ecuación de oferta de un modo de probar que las diferencias en los precios de la oferta no solo son cuestion de razones de localización o de equilibrio oferta-demanda, sino por razones de status social.
Tambien tengo la duda, si el marco teorico de igualar oferta y demanda para sacar precio de equilibrio sea el adecuado. Dado que vengo leyendo Papers que desestiman que sea así la forma de ajuste de precios. Esto es porque la oferta generalmente responde desfazada a los estímulos de la demanda. .... Habría otra manera enmarcado en la teoría de segmentación del mercado que leí en un Paper que ain no comenté ..Necesitaría la opinión de Ricardo:
¿Cuántas observaciones necesitaría por barrio? en el caso en que use la otra metodología..?....
¿..?
Tomando del paper de Tse – Ganesan 1998 Matching housing suply and demand
(obteniendo ecuación de oferta y demanda y luego igualándolas para sacar el precio (ó la cantidad) de equilibrio..
· Función de Demanda (Dt):
Modelo con variable dependiente precio y las siguientes variables explicativas;
· Escrituras (cantidad “q” de demanda que concretó) (este dato no lo tengo pero creo que podría no ser difícil conseguir)…
· Ingresos medios de las familias tipo (EPH – INDEC) (no tengo estos datos sería bueno conseguirlos) Sería bueno utilizar datos de aumentos de la población pero los datos disponibles no son actualizados.
· ….
Función de oferta (St)
(tomando como referencia el Paper Housing Supply and Price Adjustment. Grimes –Aitken, 2006)
Modelo con variable dependiente precio y las siguientes variables explicativas;
Costo de Developer como la sumatoria de = material + mano de obra + incidencia precios de la tierra
Datos cuyo conocimiento sí tengo:
· (materiales y mano de obra)= Costos x m2 de construcción tradicional… ésta es una cte y es indiferente de la localización de la construcción dentro de la Cdad de Bs As. (sino hay datos de la UADE que habría que conseguir).
· Incidencia precios de la tierra desagregado por barrios.*
· Cantidad Permisos otorgados de construcción (como una forma de medir cantidades “q” de oferta nueva)
· *Disyuntiva; tengo una base de datos con alrededor de 300 observaciones sobre precios de terrenos de distintos barrios de Ciudad de Buenos Aires en 2008. Me gustaría utilizarlas, son una cantidad de observaciones razonables para que me sirvan?? (De aquí podría sacar algunos datos que yo sé que son importantes a la hora de decisión de compra de tierra para generar nueva oferta y que forman parte del costo y que muestran cómo la tierra vale diferente de acuerdo a su localización.
Entre los puntos más interesantes los datos que salen de esas bases son: incidencia del valor de la tierra por barrio, (revela que el valor de la tierra NO es indiferente a su localización en el espacio), zonificación respecto al código de planeamiento urbano (esto indica densidad permitida, alturas, y demás restricciones de la ciudad) y cercanía a centros urbanos o avenidas.
En realidad se me presenta otra duda que es que, si pudiera conseguir datos de ingresos desagregados por barrio, esta variable tendría que estar en el lado de la ecuación de oferta de un modo de probar que las diferencias en los precios de la oferta no solo son cuestion de razones de localización o de equilibrio oferta-demanda, sino por razones de status social.
Tambien tengo la duda, si el marco teorico de igualar oferta y demanda para sacar precio de equilibrio sea el adecuado. Dado que vengo leyendo Papers que desestiman que sea así la forma de ajuste de precios. Esto es porque la oferta generalmente responde desfazada a los estímulos de la demanda. .... Habría otra manera enmarcado en la teoría de segmentación del mercado que leí en un Paper que ain no comenté ..Necesitaría la opinión de Ricardo:
¿Cuántas observaciones necesitaría por barrio? en el caso en que use la otra metodología..?....
¿..?
Suscribirse a:
Entradas (Atom)
