UNIVERSIDAD CATLICA DEL TCHIRA

DECANATO DE INVESTIGACIN Y POSTGRADO

COORDINACIN DE CIENCIAS ECONMICAS Y SOCIALES

Especializacin Avalo de Bienes Inmuebles

Avalo de Activos Industriales

ECONOMETRIA PARA TASADORES
Facilitador:
MSc. Gustavo A. Garca

MAYO DE 2016

LA ESTADSTICA Y SUS APLICACIONES EN LA TASACIN

El avance de la valoracin como prctica profesional se ha visto

consolidado gracias al uso de mtodos y tcnicas estadsticas.

Dentro del ejercicio de la actividad valuatoria, la aplicacin

de la ciencia estadstica, se ha convertido en una
herramienta
matemtica
de
vital
importancia,
particularmente en el caso de plantear conclusiones
confiables de valoracin.

Conclusiones que se sustenten en inferencias que van a

predecir o estimar de el valor probable de un determinado
bien.

Sin pretender abrumar con lo abundante y variado de la terminologa y

metodologa del campo estadstico, es necesario precisar algunos
conceptos bsicos fundamentales para desarrollar el tema.

Estadstica

Se refiere a la ciencia que permite la recolectar,

clasificar, agrupar, analizar, tabular, graficar e
interpretar los datos de una determinada
investigacin.

Estadstica Descriptiva

Estadstica Inferencial
o Inductiva.

Estadstica
Descriptiva

Aquella que permite el tratamiento de los

datos provenientes de una poblacin, o de
una muestra representativa de ella, a
travs de la simplificacin de los mismos en
cuadros, tablas y grficos, que permitan
obtener ciertas caractersticas o medidas
que los describan o representen.

Organizacin, resumen, descripcin y anlisis de un conjunto de datos

numricos, sin sacar conclusiones o inferencias sobre un grupo mayor de
observaciones.

Anlisis de datos, aplicando relaciones como por ejemplo

las Medidas de Tendencia Central (Media aritmtica,
Mediana estadstica, la Moda estadstica, entre otros), as
como tambin las diferentes medidas de dispersin
estadstica (Rango, Varianza, Desviacion Media y Tipica).

Estadstica Inferencial
o Inductiva.

Se refiere a los diferentes mtodos

utilizados para determinar algn aspecto
acerca de una poblacin, en base a una
muestra representativa de la misma

Para el caso de la valoracin o tasacin de bienes, una

poblacin en el estricto sentido estadstico no se refiere
necesariamente a grupos de personas.

Una poblacin estadstica puede estar formada por todos los

elementos de un mismo tipo de bien, que han sido
comercializados en una determinada jurisdiccin geogrfica
durante un determinado lapso de tiempo.

En el rea de la valoracin o tasacin, debido a que el universo poblacional es

muy amplio y heterogneo, el tasador debe seleccionar muestras poblacionales
en base a criterios preestablecidos previamente (Variables).

Lo que permite evaluar y determinar resultados concluyentes

acerca del valor de mercado de un determinado bien, el cual
forma parte e una cierta poblacin de datos en particular.

Por ejemplo, si se tiene el caso de valorar un apartamento

Superficie
Localizacin
VARIABLES
Tipologa de Construccin
Nro. de Pisos

Caractersticas
establecidas previamente
por el tasador, y que
definen a la muestra.

La aplicacin de la estadstica inferencial en la tasacin de bienes, implica la

formulacin de modelos matemticos que permiten estimar el valor probable de
mercado en un momento dado.

La estadstica inferencial se
desarrolla a travs de mtodos
multivarianntes como es el caso
del Anlisis de Regresin y
Correlacin Lineal, simple y
mltiple.

Modelando el comportamiento la
tendencia del valor de mercado del
bien objeto de avalo; a travs de una
estructura matemtica o modelo
economtrico, compuesto por las
variables seleccionadas.

Permitiendo simular el mercado en un determinado momento,

a partir de la muestra representativa de una poblacin de
datos.

Dependiendo del nmero de variables que se consideren en el estudio del valor para
formular el respectivo modelo matemtico, la Regresin y Correlacin puede ser de
dos tipos:

Regresin y Correlacin
Simple

Regresin y Correlacin
Mltiple

Considera la relacin o
asociacin slo entre dos
variables; una
independiente (variable
conocida), y una
dependiente (variable por
conocer, que se trata de
estimar o predecir).

Considera la asociacin o
relacin entre ms de dos
variables independientes,
con una sola variable
dependiente.

MODELOS ECONOMETRICOS

Econometra, se refiere a medicin econmica, a la aplicacin de la estadstica y

la matemtica al anlisis de datos de origen econmico.

Su objetivo es expresar la teora econmica en trminos

matemticos, verificar dicha teora por mtodos estadsticos,
midiendo el impacto de una variable sobre otra, para de esta
manera inferir sucesos futuros.

La aplicacin de la econometra en la valoracin, conlleva a:

a) Conocimiento del bien a valorar

b) Conocimiento del mercado
c) Planteamiento de Teora o Hiptesis
d) Recoleccin de Datos
e) Procesamiento y anlisis de Datos

Modelo.

Representacin simplificada de la realidad

estructural de manera tal que permita el
funcionamiento total o parcial de un fenmeno.

Modelos Tericos o
Determinsticos

Son los que expresan relaciones

matemticas entre variables,
donde se predicen resultados
especficos de un experimento,
sin considerar probabilidades,
sin dar lugar a la inferencia
estadstica.

Modelos Economtricos o
Probabilsticos

Son aquellos que no producen

resultados especficos de un
experimento y se apoya en el
uso de la probabilidad y la
estadsticas, ocupandose de
incertidumbres futuras.

Los Modelos economtricos aplicados a la valoracin, son modelos matemticos

que poseen en su estructura, un grupo de variables que permiten explicar el
comportamiento econmico y la relacin entre dichas variables, dependientes e
independientes, interviniendo en la formacin y afectacin del valor de un bien.

Un modelo economtrico est estructurado fundamentalmente

por cuatro elementos bsicos:

Y = 0 + 1 * X 1 + 2 * X 2 + . + n * X n +
Donde :

a) Y= Variable dependiente o variable explicada, recibe la

influencia de otra variables.
b) X1, X2 a Xn: Variables independientes o explicativas, son
aquellas que afectan la variable dependiente.
c) 0, 1 a n: Trminos constantes en un fenmeno concreto.
d) : Trmino aleatorio, expresa el nmero de pequeas
causas que producen un desvo en relacin a la variable
dependiente.

VARIABLES A CONSIDERAR EN LOS MODELOS ECONOMTRICOS

Variables
Cuantitativas

Son aquellas pueden ser cuantificadas o

medidas numricamente, tales como rea,
distancias, precios unitarios del mercado,
montos de ventas, entre otras.

Variables
Cualitativas

Son aquellas que no se pueden medir o

cuantificar numricamente, tal es el caso
de la ubicacin, topografa, modelo de
maquinaria, tipologa constructiva, entro
otros.

Variables
Temporales

El tiempo trascurrido desde la venta de un

bien, es una variable cuantitativa
explicativa o independiente, pues la
variacin de precios relacionada con el
tiempo, generalmente tiende a crecer.

Variables
Dicotomicas

Llamadas tambin "Variables Dummy,

son variables de tipo cualitativas que
indican la ocurrencia no de ciertos
eventos de inters al momento de la
valoracin.

Se emplean esencialmente en aquellos casos donde

existen variables que por su imposibilidad de
cuantificarlas, en su aplicacin implican o denotan un alto
grado de subjetividad

Valor 1: Cuando existe

una situacin representada
en una variable.

Valor 0: Cuando se indica

la situacin contraria a la
condicin anterior

Existe el caso de variables cualitativas pudiesen asumir tres estatus o posiciones

diferentes, presentndose una tricotoma.

PRUEBAS DE ADECUACION
Las pruebas de adecuacin medidas estadsticas de prueba, como tambin se
les conoce, tiene por objeto establecer la solucin mas adecuada, referida al
valor y validez del modelo economtrico.

BUSCA EL MEJOR MODELO ECONOMTRICO.

Prueba de Anlisis de Correlacin

Coeficiente de Determinacin (R2)
Test de Hiptesis
Pruebas

Distribucin de Studen t
Medida Estadstica de Prueba F o Prueba de Fisher
Multicolinealidad

Prueba de Anlisis
de Correlacin

Mide la intensidad de la relacin entre dos

ms variables (correlacin).

Para el caso de la correlacin simple, se refiere a la

correspondencia o relacin la variable dependiente e
independiente.
La intensidad de la relacin entre dos variables, se puede
cuantificar a travs del Coeficiente de Correlacin (r), el cual
toma valores comprendidos entre -1 y 1.

-1 r 1

EL COEFICIENTE DE DETERMINACIN (r2)

Se refiere a la proporcin de la variacin total en la variable dependiente
(Y), que se explica o se debe a la variacin de las variables
independientes (Xn).

A mayor valor de r2, mejor ajuste o formulacin del modelo

economtrico estructurado respecto a los datos utilizados
Suma de los cuadrados del error
Suma de los cuadrados Total

Ejemplo: Si se tiene un r2 de 0,8791; Significa que el 87,91 % de la

variacin total de la variable dependiente se explica o se debe a la
variacin en la variable independiente

DISTRIBUCIN DE STUDENT (t).

Prueba empleada en regresin simple, y cuando el nmero de

observaciones es menor de 30 datos; su aplicacin se trabaja en base a
dos hiptesis:
Hiptesis Nula (Ho)
o
Hiptesis Alternativa o de Prueba (H1)

Ho: r = 0 Correlacin nula o igual a cero

Test de Hiptesis
H1: r 0 Correlacin distinta de cero

Hiptesis Nula

Inversa a la hiptesis alternativa, acepta o

niega la influencia de la variable
independiente sobre variacin de la
variable dependiente.

La frmula para obtener el valor del "t" calculado que define si se acepta
no la hiptesis nula alternativa, con el uso de (n-2) grados de libertad
y un nivel se significacin seleccionado, segn tabla de distribucin "t"
de student, es:

La prueba de significacin se
representa mediante una curva
de dos colas

Regin de rechazo de Ho
(Hay Correlacin)

Para un r = 0,9376 y siete

observaciones, se tiene la siguiente
"t" calculada.
t critico = 4,032
(- 4,032 a 4,032)

tcalc = - 6,0295
O,01 Significancia (0,1%)

Para este caso, el valor de "t"

calculado indica que se acepta H1

Ej.

Observaciones = 7
K=1
= 1 % = 0,01

Grados Libertad = 5

T critico
El t crtico, es el punto que separa a la regin
de aceptacin de rechazo de Ho