Valorización de inmuebles en Buenos Aires, a partir de información en línea. Un enfoque de precios hedónicos
DOI:
https://doi.org/10.46661/rev.metodoscuant.econ.empresa.11794Palabras clave:
precios hedónicos, vivienda, Argentina, CART, LASSO, MCOResumen
Este estudio realiza una contribución al mercado inmobiliario de Argentina, utilizando información en línea y aplicando modelos estadísticos basados en el enfoque hedónico. A partir de más de 63,000 anuncios de departamentos en venta, se aplican tres métodos estadísticos: Mínimos Cuadrados Ordinarios (MCO), regresión LASSO (Least Absolute Shrinkage and Selection Operator) y arboles de decisión CART (Classification and Regression Trees). Las variables explicativas utilizadas se agrupan en cuatro categorías: características del inmueble, atributos del barrio, proximidad geográfica y movilidad. Los resultados obtenidos revelan que atributos como la superficie, el número de habitaciones y la presencia de amenidades tienen un efecto positivo y significativo en los precios. La ubicación en barrios de alto valor, como Puerto Madero, también es un factor determinante. La cercanía a universidades se asocia con precios más altos, mientras que la proximidad al transporte público tiene un impacto negativo. En términos de movilidad, se observa que una mayor circulación en zonas residenciales está relacionada con precios más elevados, mientras que la movilidad en áreas comerciales y de entretenimiento tiene un efecto contrario. Entre los métodos utilizados. LASSO fue el que mejor perfomance predictiva presentó para aquellas observaciones fuera de la muestra.
Estos resultados deben considerarse no solo desde lo cuantitativo, sino también desde una perspectiva social, considerando la relevancia de la vivienda como activo de interés, siendo esta información útil para la toma de decisiones de política habitacional.
Descargas
Citas
Akerlof, G. A. (1978). The market for "lemons": Quality uncertainty and the market mechanism. En Uncertainty in economics (pp. 235-251). Elsevier. https://doi.org/10.1016/B978-012-214850-7.50022-X
Ambito Financiero. (2024). Dolar informal [Consultado el 23 de agosto de 2025].
Arias, F. C., & Cardozo, O. D. (2018). Análisis del valor de la tierra urbana y la vivienda: Estudio de caso en la ciudad de Resistencia, provincia del Chaco, Argentina 2016-2017. Estudios Socioterritoriales, 24. 1-17. https://ojs2.fch.unicen.edu.ar/ojs-3.1.0/index.php/estudiossocioterritoriales/article/view/240
Arslanlı, K. Y. (2020). Analysis of house prices: a hedonic model proposal for Istanbul metropolitan area. Journal of Design for Resilience in Architecture and Planning, 1(1), 57-68. https://doi.org/10.47818/DRArch.2020.v1i1004
Baer, L., & Kauw, M. (2016). Mercado inmobiliario y acceso a la vivienda formal en la Ciudad de Buenos Aires, y su contexto metropolitano, entre 2003 y 2013. Eure (Santiago), 42(126), 5-25.https://doi.org/10.4067/S0250-71612016000200001
Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and regression trees. CRC. https://doi.org/10.1201/9781315139470
https://doi.org/10.1201/9781315139470
Cespedes-Lopez, M.-F., Mora-Garcia, R.-T., Perez-Sanchez, V. R., & Marti-Ciriquian, P. (2020). The influence of energy certification on housing sales prices in the province of Alicante (Spain). Applied Sciences, 10(20), 7129. https://doi.org/10.3390/app10207129
Chau, K. W., & Chin, T. (2003). A critical review of literature on the hedonic price model. International Journal for Housing Science and its applications, 27(2), 145-165.
Chisari, O. O., Ramos, M. P., & Leon, S. (2019). Crimen y configuración urbana: una evaluación de precios de propiedades y bienestar en equilibrio general para la ciudad de Buenos Aires. El Trimestre Economico, 86(342), 437-466. https://doi.org/10.20430/ete.v86i342.774
Cohen, J. P., Friedt, F. L., & Lautier, J. P. (2022). The impact of the Coronavirus pandemic on New York City real estate: First evidence. Journal of Regional Science, 62(3), 858-888. https://doi.org/10.1111/jors.12591
Coremberg, A. A. (2000). El precio de la vivienda en Argentina: un analisis econométrico de sus determinantes fundamentales. Papeles de población, 6(23), 93-125.
Cruces, G., Ham, A., & Tetaz, M. (2008). Quality of life in Buenos Aires neighborhoods: Hedonic price regressions and the life satisfaction approach. https://doi.org/10.18235/0011267
D'Elia, V. V., Grand, M. C., & Leon, S. (2020). Bus rapid transit and property values in Buenosáires: Combined spatial hedonic pricing and propensity score techniques. Research in Transportation Economics, 80(1), 100814. 1-13.https://doi.org/10.1016/j.retrec.2020.100814
Erlwein, S., & Pauleit, S. (2021). Trade-offs between urban green space and densification: Balancing outdoor thermal comfort, mobility, and housing demand. Urban Planning, 6(1), 5-19.https://doi.org/10.17645/up.v6i1.3481
Gaggero, A., & Nemina, P. (2013). El origen de la dolarización inmobiliaria en la Argentina. Sociales en debate, 32(60). 136-159.
https://doi.org/10.15446/ede.v32n60.92443
Gobierno de la Ciudad de Buenos Aires. (2024). Barrios de la Ciudad Autonoma de Buenos Aires [Consultado el 23 de agosto de 2025]. https://data.buenosaires.gob.ar/dataset/barrios
González-Juárez, A., Melo-Guerrero, E., Hernández-Ortiz, J., Martínez-Damian, M.A., Cervantes Luna, J. O., & Valdivia-Alcala, R. (2021). Impacto de la inseguridad en el precio de las viviendas en el estado de Guanajuato: un enfoque de precios hedonicos. Investigacion y Ciencia de la Universidad Autonoma de Aguascalientes, (83). https://doi.org/10.33064/iycuaa2021832879
Goytia, C., & Dorna, G. (2016). Big Data and a Spatial Hedonic Approach: Addressing the land market information gap and estimating land prices determinants in metropolitan regions from developing countries. (inf. tec.). Working Paper, Lincoln Institute of Land Policy.
Gutierrez, E. M., Larrosa, J. M. C., Delbianco, F., Uriarte, J. I., & Ramíırez Munoz De Toro, G. R. (2018). Aprendizaje automático y métodos hedónicos en el mercado de autos usados en línea de Argentina. LIII Reunión Anual de la Asociación Argentina de Economía Política (La Plata, 14 al 16 de noviembre de 2018).
Hawinkel, S., Waegeman, W., & Maere, S. (2024). Out-of-sample R 2: Estimation and inference. The American Statistician, 78(1), 15-25.
https://doi.org/10.1080/00031305.2023.2216252
Instituto Geográfico Nacional. (2025). Capas SIG - Información Geoespacial. Consultado él 23 de agosto de 2025, desde https : / / www. ign . gob . ar / NuestrasActividades / InformacionGeoespacial/CapasSIG
James, G., Witten, D., Hastie, T., Tibshirani, R., et al. (2013). An introduction to statistical learning (Vol. 112). Springer.
https://doi.org/10.1007/978-1-0716-1418-1
Jansson, A.A. (2000). Función de precios hedónicos de viviendas y adaptación del test RESET en modelos no lineales. Aplicacion del modelo BOX & COX a los precios de las viviendas de la ciudad de Catamarca, Argentina. Pharos, 7(2). 43-59.https://www.redalyc.org/pdf/208/20807205.pdf
Laboratorio de Investigaciones del Territorio y el Ambiente. (1998). La calidad ambiental como factor explicativo de los precios en el mercado habitacional urbano.
Lancaster, K. J. (1966). A new approach to consumer theory. Journal of Political Economy, 74(2), 132-157. https://doi.org/10.1086/259131
https://doi.org/10.1086/259131
Luo, H., Zhao, S., & Yao, R. (2021). Determinants of housing prices in Dalian city, China: Empirical study based on hedonic price model. Journal of Urban Planning and Development, 147(2), 05021017. https://doi.org/10.1061/(ASCE)UP.1943-5444.0000698
Malpezzi, S., et al. (2003). Hedonic pricing models: a selective and applied review. Housing Economics and Public Policy, 1 (1), 67-89.
https://doi.org/10.1002/9780470690680.ch5
Mann, L. (2018). Left to other peoples' devices? A political economy perspective on the big data revolution in development. Development and Change, 49(1), 3-36.https://doi.org/10.1111/dech.12347
Marrouch, W., & Sayour, N. (2021). Hedonic housing prices and environmental quality in Lebanon. International Journal of Housing Markets and Analysis, 14(5), 953-968. https://doi.org/10.1108/IJHMA-08-2020-0100
Meloni, O., & Nunez, F. R. (2002). El Precio de los Terrenos y el Valor de sus Atributos. Económica, 48, 69-88.
Ng, S. (2017). Opportunities and challenges: Lessons from analyzing terabytes of scanner data. Working Paper 23673. National Bureau of Economic Research, https://doi.org/10.3386/w23673
ONU-HABITAT. (2020). La Nueva Agenda Urbana. https://unhabitat.org/sites/default/files/ 2021/10/nueva-agenda-urbana-ilustrada.pdf
Organización de las Naciones Unidas. (2015). Transforming our world: the 2030 Agenda for Sustainable Development. https://sdgs.un.org/2030agenda
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., et al. (2011). Scikit-learn: Machine learning in Python. Journal of machine learning research, 12(Oct), 2825-2830. https://doi.org/10. 5555/1953048.2078195
Provost, F. (1998). Glossary of terms special issue on applications of machine learning and the knowledge discovery process. Machine Learning, 30, 271-274.https://doi.org/10.1023/A:1017181826899
Rabassa, M. J., & Zoloa, J. I. (2016). Flooding risks and housing markets: a spatial hedonic analysis for La Plata City. Environment and Development Economics, 21(4), 464-489.https://doi.org/10.1017/S1355770X15000376
Ranstam, J., & Cook, J. A. (2018). LASSO regression. Journal of British Surgery, 105(10), 1348-1348. https://doi.org/10.1002/bjs.10895
Razykova, V., Bartke, S., & Schwarz, N. (2014). A dynamic model of urban green spaces, residential mobility and real estate market. Social Simulation Conference. https://ddd. uab.cat/pub/poncom/2014/128679/ssc14 a2014a122iENG.pdf
Ridker, R. G., & Henning, J. A. (1967). The determinants of residential property values with special reference to air pollution. The Review of Economics and Statistics, 49(2). 246-257. https://doi.org/10.2307/1928231
Rosen, S. (1974). Hedonic prices and implicit markets: product differentiation in pure competition. Journal of Political Economy, 82(1), 34-55. https://doi.org/10.1086/260169
Santos, V., Augusto, T., Vieira, J., Bacalhau, L., Sousa, B. M., & Pontes, D. (2023). E-commerce: issues, opportunities, challenges, and trends. Promoting organizational performance through 5G and agile marketing, 224-244. https://doi.org/10.4018/978-1-6684-5523-4.ch012
Seabold, S., & Perktold, J. (2010). statsmodels: Econometric and statistical modeling with python. 9th Python in Science Conference.
https://doi.org/10.25080/Majora-92bf1922-011
Stanley, C. E. (1979). The impact of prison proximity on property values in Green Bay and Waupun, Wisconsin. Division of Corrections; Bureau of Facilities Management.
Stiglitz, J. E. (2000). The contributions of the economics of information to twentieth century economics. The Quarterly Journal of Economics, 115(4), 1441-1478. https://doi.org/10. 1162/003355300555015
Tibshirani, R. (1996). Regression shrinkage and selection via the lasso. Journal of the Royal Statistical Society Series B: Statistical Methodology, 58(1), 267-288. https://doi.org/10.1111/j.2517-6161.1996.tb02080.x
Varian, H. R. (2014). Big data: New tricks for econometrics. Journal of Economic Perspectives, 28(2), 3-28. https://doi.org/10.1257/jep.28.2.3
Vergara-Perucich, J. F. (2023). Testing housing price drivers in Santiago de Chile: A hedonic price approach. Critical Housing Analysis, 10(2), 44-57.ttps://doi.org/10.13060/23362839.2023.10.2.558
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Emiliano Gutierrez, Laura Lanzarini, Fernando Delbianco, Rocio Cecchini
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
El envío de un manuscrito a la Revista supone que el trabajo no ha sido publicado anteriormente (excepto en la forma de un abstract o como parte de una tesis), que no está bajo consideración para su publicación en ninguna otra revista o editorial y que, en caso de aceptación, los autores están conforme con la transferencia automática del copyright a la Revista para su publicación y difusión. Los autores retendrán los derechos de autor para usar y compartir su artículo con un uso personal, institucional o con fines docentes; igualmente retiene los derechos de patente, de marca registrada (en caso de que sean aplicables) o derechos morales de autor (incluyendo los datos de investigación).
Los artículos publicados en la Revista están sujetos a la licencia Creative Commons CC-BY-SA de tipo Reconocimiento-CompartirIgual. Se permite el uso comercial de la obra, reconociendo su autoría, y de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original.
Hasta el volumen 21 se ha estado empleando la versión de licencia CC-BY-SA 3.0 ES y se ha comenzado a usar la versión CC-BY-SA 4.0 desde el volumen 22.
