Factores determinantes del precio de arriendo de viviendas en ciudades colombianas : un enfoque de modelos hedónicos

Los precios de vivienda (arriendo y compra) han sido constantemente un tema de suma importancia para los policymakers cuando de realizar políticas de sostenibilidad urbana (y de otra índole) se trata. Recientemente dicho asunto ha tomado gran relevancia para el caso de Colombia por el crecimiento so...

Full description

Autores:
Heredia Barbosa, Alejandro
Cifuentes Vásquez, Felipe
Tipo de recurso:
Fecha de publicación:
2024
Institución:
Universidad EAFIT
Repositorio:
Repositorio EAFIT
Idioma:
OAI Identifier:
oai:repository.eafit.edu.co:10784/33993
Acceso en línea:
https://hdl.handle.net/10784/33993
Palabra clave:
Modelo de precios hedónicos
Datos espaciales
Mercado inmobiliario
GWR
VIVIENDA
ECONOMÍA - ASPECTOS SOCIOLÓGICOS
BIENES RAÍCES
ARRENDAMIENTO
Hedonic price model
Spatial data
Real estate market
Housing
Rights
License
Todos los derechos reservados
Description
Summary:Los precios de vivienda (arriendo y compra) han sido constantemente un tema de suma importancia para los policymakers cuando de realizar políticas de sostenibilidad urbana (y de otra índole) se trata. Recientemente dicho asunto ha tomado gran relevancia para el caso de Colombia por el crecimiento sostenido en los precios del mercado inmobiliario. Este estudio analiza los determinantes del precio de arriendo en las principales ciudades de Colombia (Bogotá, Medellín y Cali) para el año 2023, tomando un enfoque de modelos hedónicos, a través del uso de una base de datos con precios de arriendos, características estructurales de los inmuebles y variables de tipo espaciales (latitud y longitud) para dichas ciudades. Se encuentra que el estrato socioeconómico, el área del inmueble y el número de baños y garajes tienen un impacto positivo en el precio del arriendo, mientras que el número de habitaciones tiene un efecto negativo. Además, se identificaron características específicas que influyen en el aumento del precio, como la presencia de balcón o zonas verdes. Asimismo, se realiza una regresión Geographically Weighted Regression (GWR) para profundizar en el caso de la ciudad de Medellín (por la atención internacional que ha tenido en los últimos meses), y se logra observa heterogeneidad en la influencia de las variables estudiadas en diferentes áreas de la ciudad.