Valoracion Masiva PDF

 

REPUBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD DEL ZULIA FACULTAD DE INGENIERÍA DIVISIÓN DE POSTGRADO PROGRAMA DE POSTGRADO EN CATASTRO Y AVALUO INMOBILIARIO MENCIÓN: GESTIÓN AVALUATORIA URBANA

MODELOS ECONOMETRICOS ECONOMETRICOS PARA LA VALORACIÓN MASIVA DE TERRENOS. CASO PARROQUIA JUAN IGNACIO MONTILLA, MUNICIPIO VALERA DEL ESTADO TRUJILLO Trabajo de Grado presentado ante la Ilustre Universidad del Zulia para optar al Grado Académico de MAGISTER MENCIÓN: SCIENTIARUM EN CATASTRO Y AVALUO INMOBILIARIO GESTIÓN AVALUATORIA URBANA

Autor: Ing. Fredy José Rondón Mendoza Tutor: Prof. Yogri Castillo, Dr.

Maracaibo, Febrero de 2013

 

DEDICATORIA

A LA MEMORIA DE MI PADRE

 

 

AGRADECIMIENTO

A la Universidad del Zulia, alma mater de mis estudios de cuarto nivel. Al profesor Yogri Castillo tutor de esta tesis de grado por su orientación y asesoramiento de manera importante en la culminación de esta investigación. A mis profesores del Postgrado, quienes con sus magistrales clases marcaron el camino para esta investigación. A mis compañeros del postgrado por formar un excelente grupo de trabajo que con esfuerzo, constancia, fortaleza, propósito, motivación y disciplina, procedentes del Estado Trujillo nos trasladamos a Maracaibo vemos hoy cumplida nuestra meta de culminar con éxito este postgrado de Catastro y Avalúo Inmobiliario Urbano. Finalmente, a todo el personal de Postgrado de la Faculta de Ingeniería de la Universidad del Zulia, que siempre nos atendió muy amablemente y puestos a colaborar en los momentos de la inscripción y en la tramitación de cualquier documentos.

 

 

Rondón Mendoza, Fredy José, Modelos Econométricos para la Valoración Masiva de Terrenos. Caso Parroquia Juan Ignacio Montilla, Municipio Valera del Estado Trujillo. Trujillo. (2013). Trabajo de Grado. Universidad del Zulia. Facultad de Ingeniería. División de Postgrado. Maracaibo, Venezuela. 82 p. Tutor: Dr. Yogri Castillo.

RESUMEN

El impuesto sobre inmuebles urbanos, se calcula sobre el valor catastral de los inmuebles, que a las vez estos se estiman por el método de avalúos ma masivo sivo a través de planta de valores de la tierra y de la construcción. La base de todo Catastro, es su actualización y su cobertura espacial. La actualización está fundamentada en el uso de técnicas modernas de valoración masiva, basada en el análisis estadístico. Su cobertura espacial, se traduce en el mayor inventario posible de los inmuebles de un territorio. Para el caso del Municipio Valera del Estado Trujillo, el Catastro está carente de una Planta de Valores de la Tierra moderna, actualizada, soportada en una base de datos de referenciales de compra-venta, sectorizada por zonas geoeconómicamente homogéneas. En el presente trabajo se busca determinar, mediante modelos econométricos el valor del suelo urbano por zonas geoeconómicamente homogénea  para la parroquia Juan Ignacio Montilla, a fin de estructurar su Planta de Valores. Como actividad piloto para la conformación total de la planta de Valores Valores del Municipio. A tales efectos se usara una base de datos de referenciales de terrenos del año 2009 al año 2012, procedentes del Registro Público Inmobiliario. La cual será depurada y homogenizada sus variables por año, para finalmente seleccionar aquellas que son estadísticamente determinantes en el valor del suelo. Finalmente, con la obtención de un modelo econométrico permitirá predecir el comportamiento de los precios del suelo por zonas para el área de la Parroquia Juan Ignacio Montilla o conformaciones urbanas similares a ésta.

Palabras Clave: Impuesto Clave: Impuesto sobre inmuebles urbanos, planta de valores, avalúo masivos, econometría. E-mail del autor: [email protected]  [email protected] 

 

 

Rondón Mendoza, Fredy José, Econometric models for the valuation of land mass. If Parish Juan Ignacio Montilla, Municipality Valera of the State Trujillo  (2013). Trabajo de Grado. Universidad del Zulia. Facultad de Ingeniería. División de Postgrado. Maracaibo, Venezuela. Venezuela. 82 p. Tutor: Tutor: Dr. Yogri Castillo.

ABSTRACT

The urban property tax, is calculated on the cadastral value of the property, which at the time these are estimated by the method of mass appraisals through silver values of the earth and of the construction. The basis of all Cadastre, is their update and spatial coverage. The update is based on the use of modern techniques of mass assessment, based on the statistical analysis. Spatial coverage, translates into the highest inventory as possible of the real estate of a territory. In the case of the Valera Municipality of the State of Trujillo, the Cadastre is devoid of a flat earth values of modern, up-to-date, supported by a database of reference of purchasesale, sectioned by geoeconomicamente homogeneous areas. In the present work is sought determines, using econometric models the value of urban land by geoeconomicamente homogeneous areas for the parish Juan Ignacio Montilla, in order to give structure to its plant of Values. As pilot activity for the formation of the plant total values of the Municipality. For these purposes will be used a database of reference of land by the year 2009 to 2012, from the Public Register Real Estate. Which will be debugging and homogenized its variables per year, to finally select those that are statistically determinants in the value of the land. Finally, with the obtaining of an econometric model to predict the behavior of land prices in certain areas for the area of the Parish Juan Ignacio Montilla urban or conformations similar to this.

Key Words: urban property tax, plant of values, mass ma ss appraisal, econometrics.

E- mail of the author: [email protected]

 

 

TABLA DE CONTENIDO

Página RESUMEN .................................... .................. .................................... .................................... .................................... ....................

3

ABSTRACT................................... ................. .................................... .................................... .................................... ....................

4

DEDICATORIA .................................... .................. .................................... .................................... ............................... .............

5

AGRADECIMIENTO ................................... .................. ................................... .................................... ......................... .......

6

TABLA DE CONTENIDO .................................. ................ .................................... ................................... ..................... ....

7

LISTA DE TABLAS ................................... ................. ..................................... ..................................... .......................... ........

10

INTRODUCCION ...................................... ................... ...................................... ...................................... ......................... ......

11

CAPITULO I. PLANTEAMIENTO PLANTEAMIENTO DEL PROBLEMA 1.1

Planteamiento del Problema...................................... Problema.................... ..................................... .....................

13

1.2

Formulación del Problema ........................................ ...................... ..................................... .....................

16

1.2.1

Objetivo General de la Investigación................................... ................... ................

16

1.2.2

Objetivos Específicos de la Investigación ..................... ............................. ........

16

1.3

Justificación de la Investigación.................................... .................. ................................... .................

17

1.4

Delimitación del Estudio ........................................ .................... ........................................ ....................... ...

18

CAPITULO II. MARCO TEORICO 2.1

La Inflación ..................................... ................. ........................................ ........................................ ......................

19

2.1.1

Causa de la Inflación ......................................... .................... ................................... ..............

20

2.1.2

Efectos de la Inflación ..................................... .................. ................................... ................

22

2.1.2.1

Efectos en el Crecimiento Económico ...................

22

En la Distribución de la Renta y la Riqueza ................................ .................. ..............

23

2.1.2.2

2.1.3

2.1.2.3

Rentas Fijas .................................... .................. ................................... .................

23

2.1.2.4

La Demanda de Dinero y Activos Líquidos ............

24

2.1.2.5

En los Bienes Raíces ...................................... ................... ...................... ...

24

Cuantificación de la Inflación ........................................ .................... ........................ ....

24

2.1.3.1

El Papel del Banco Central de Venezuela ..............

25

2.1.3.2

Interpretación del INPC ..................................... ..................... ................

26

2.1.3.3

Cambios en el Año Base del INPC ....................... ................. ......

27

 

LISTA DE TABLAS

Tabla

Página

1

Variables Macroeconómicas ....................................... .................. ................................. ............

48

2

Zonificación de Terrenos ........................................ ................... ................................... ..............

49

3

Modelos Econométricos para Terrenos ..................................... .................. .....................

55

4

Planta de Valores para Terrenos ....................................... ................... ........................... .......

56

5

Resumen Estadístico para las distintas Zonas de Estudio .............

57

 

Página 2.2

El Producto Interno Bruto ...................................... .................... ..................................... ....................... ....

27

2.3

La Tasa de Interés .......................................... .................... ........................................... ............................ .......

28

2.3.1

28

2.4

El Valor del Dinero en el Tiempo ..................................... ................. ....................... ...

Relación entre las Variables Macroeconómicas y el Mercado Inmobiliario ...................................... .................... .................................... ..................................... ....................... ....

29

2.5

Econometría ..................................... .................. ....................................... ....................................... ...................... ...

30

2.6

Catastro .................................... ................. ....................................... ....................................... ............................ .........

31

2.7

Planta de Valores de la Tierra ................................... ................ ...................................... .....................

32

2.8

Regresión Lineal Múltiple .................................... .................. .................................... .......................... ........

32

2.9

Supuestos del Modelo de Regresión Lineal ...................................... .................... ..................

33

Linealidad ........................................ .................... ........................................ ....................................... ...................

33

2.9.1

2.9.2

Independencia ....................... ......................................... ..................................... ....................... ....

34

2.9.3

Homocedasticidad ..................................... ................... ..................................... ....................... ....

34

2.9.4 2.9.5

Normalidad ........................................ ...................... .................................... ............................. ........... No-colinealidad................................... ................. .................................... ............................. ...........

34 34

2.10

Solución del Modelo de Regresión Lineal Múltiple mediante Matrices .

34

2.11

Error Estándar de Estimación .................................. ................ ..................................... .....................

35

2.12

Correlación (r) ....................................... ..................... .................................... ................................... .................

36

2.13

Coeficiente de Determinación Múltiple (R2) .................................... ................. ...................

36

2.14

Autocorrelación ...................................... .................... .................................... ................................... .................

37

2.15

Contraste de Autocorrelación ....................................... .................... .................................. ...............

37

2.16

Colinealidad .................................... .................. ..................................... ..................................... ....................... .....

38

2.17

Multicolinealidad........................................................................ Multicolinealidad........................................................................

38

2.18

Detección de la Multicolinealidad ................. .................................... ................................ .............

39

2.19

Consecuencias de la Presencia de Autocorrelación, Colinealidad y Multicolinealidad en los Modelos Econométricos ............................. .................. ...........

40

CAPITULO III. MARCO METODOLOGICO 3.1

Tipo de Investigación ................................... ................ ..................................... ................................ ..............

42

3.2

Población y Muestra..................................... .................. ..................................... ................................ ..............

43

3.2.1

Población ..................................... .................. ..................................... ................................... .................

43

3.2.2

Muestra.................................... ................. ..................................... .................................... .................... ..

43

Diseño de la Investigación .................. ...................................... ....................................... ...................... ...

43

3.3

 

Página 3.3.1 3.4

3.5

Técnicas e Instrumentos de Recolección de Datos .................

44

Procedimiento General de la Investigación ...................................... ................... ...................

44

3.4.1

Primera Fase: Clasificación de los Datos .............................. ................. .............

44

3.4.2

Segunda Fase: Definición de Variables a Estudiar .................

45

3.4.3

Tercera Fase: Pre-análisis de los Datos ............................... ................... ............

45

3.4.3.1

Análisis de los Datos .................................... ................. ......................... ......

46

Modelo Econométrico ................................... ................ ..................................... ................................ ..............

46

CAPITULO IV.

PROCESAMIENTO DE DATOS Y ANALISIS DE LOS RESULTADOS

4.1

Diseño del Modelo Econométrico .................................. ................ ................................... .................

47

4.2

Variables Físicas ...................................... .................. ....................................... ................................... ................

47

4.3

Variables Macroeconómicas ...................................... .................... ..................................... .....................

47

4.4 4.5

Los Datos................................................................................... Datos................................................................................... Exploración de Datos ...................................... ................... ....................................... ............................. .........

48 49

4.6

Intervalo de Confianza para la Media de la Variable Precio Unitario.....

50

4.7

Evaluación Estadística de los Modelos................................... ................ ............................. ..........

51

4.7.1

Pruebas Estadísticas ..................................... ................... ..................................... .....................

51

4.7.2

Análisis de los Residuales ..................................... .................. ................................ .............

53

4.7.3

Autocorrelación ......................................... .................... ....................................... ...................... ....

54

4.7.4

Homogeneidad de Varianzas................................... Varianzas................ .............................. ...........

54

4.7.5

Modelo Econométrico Obtenido ....................................... .................... ...................... ...

54

4.7.6

Planta de Valores de Terrenos ...................................... ................... ........................ .....

55

4.7.7

Análisis de los Resultados ...................................... ................... .............................. ...........

56

CONCLUSIONES ................................... ................ ...................................... ...................................... ............................ .........

58

RECOMENDACIONES ................ .................................. ..................................... ..................................... ....................... .....

59

BIBLIOGRAFIA ..................................... .................. ..................................... ..................................... ............................. ..........

60

LISTA DE ANEXOS .................................... .................. ..................................... ...................................... ........................ .....

63

 

INTRODUCCION

Uno de los grandes uso o aplicación del catastro urbano es para la generación del impuesto sobre inmuebles urbanos, que en algunos casos constituyen los más altos ingresos para el Municipio por este concepto. La generación de este impuesto tiene como base el Avalúo Masivo de todos los inmuebles dentro del ámbito geográfico de aplicación. Los inmuebles que conforman el inventario catastral, están compuestos por las edificaciones o bienhechurías y el terreno y los terrenos sin construcciones. Es obligación del Municipio a través de la Unidad de Catastro, realizar el inventario de inmuebles dentro del ámbito urbano, atribución que le confiere la misma Ley Orgánica del Poder Público Municipal, así como también la Ley de Geografía, Cartografía y Catastro Nacional, siguiendo las recomendaciones “normas técnicas” que para los efectos se dictan. La Ley de Ley de Geografía, Cartografía y Catastro Nacional, señala que para “para la determinación del valor catastral de los inmuebles. . ., se deberá emplear el método de avalúo masivo”. Se puede definir el avalúo masivo, como aquel que se realiza a varios predios, en una fecha determinada, utilizando datos comunes, en un gran sector o subsectores con características comunes u homogéneas, bajo una metodología estándar. También es conocido como avalúo catastral, donde se busca obtener un valor de referencia referencia de los inmuebles dentro de una zona. El objeto de este avaluó es para la aplicación en el cobro de impuesto por bienes inmuebles o impuesto predial. Dentro del avalúo masivo, a todos los valores unitarios de la tierra por sectores u unidades homogéneas de un Municipio se le denomina Planta de Valores de la Tierra y los diferentes valores unitarios por tipología constructiva en el Municipio, se le denomina Planta de Valores de la Construcción. Bajo este planteamiento teórico, se planteó como objeto del presente trabajo de investigación, la elaboración de la planta de valores de tierra urbana del Municipio Valera del Estado Trujillo,

tomando como ejemplo la Parr Parroquia oquia Juan Ignacio

Montilla con la finalidad de facilitar una mejor comprensión del tema valuatorio aquí tratado, cumpliendo con la normativa legal vigente que rige la materia en los ámbitos urbanos del espacio territorial municipal.

 

 

12

 

Como metodología central de la investigación está la aplicabilidad de los

modelos econométricos, utilizando un modelo de regresión lineal múltiple el cual considera la variable dependiente precio unitario (PU) y las variables independientes físicas: área, tiempo, localización y las variables macroeconómicas: Producto Interno Bruto (PIB), el Índice Nacional de Precios al Consumidor (INPC) y la Tasa de Interés (TI). La presente investigación esta estructurada en cinco (5) capítulos. El primer capitulo (I) corresponde al planteamiento del problema, los objetivos de la investigación, los argumentos de justificación y su importancia, así como la delimitacion de la misma. En el segundo capitulo (II) se presenta el marco teórico, el cual incluye los antecedentes, las bases teóricas y legales que sustentan la investigación, así como un glosario de términos básicos relacionados con la actividad catastral. El tercer capitulo (III) abarca el tipo, población y muestra, diseño y el procedimiento general de la investigación. El cuarto capitulo (IV) muestra el análisis de los resultados obtenidos y por último en el quinto capitulo (V), las conclusiones alcanzadas y recomendaciones para trabajos a futuros relacionados con la sectorización catastral urbana. Finalmente, las fuentes consultadas que permitieron alcanzar los objetivos generales propuestos para este trabajo de investigación.

 

 

CAPITULO I

PLANTEAMIENTO DEL PROBLEMA 1.1 

Planteamiento del Problema

El Municipio Valera, posee una extensión de 240 kilómetro y una población aproximada de 240.000 habitantes. Entre las características más determinantes que posee el Municipio es de ser dominantemente urbano, que es donde se concentra la mayor parte de la población y se registra la mayor parte de la actividad económica. Se plantea la necesidad de aumentar y optimizar la adecuada recaudación de impuestos para la generación generación de ingresos propios al municipio

que es muy

deficiente, debido a la falta de información cartográfica y un catastro con información actualizada. Dentro de estos impuestos toma vital relevancia uno que depende directamente del catastro urbano municipal, que es el impuesto sobre Inmuebles urbanos, cuya base imponible para determinar el impuesto a pagar se realiza en función del valor de los inmuebles urbanos, constituidos estos por el valor del terreno y el valor de lo edificado, construidos construidos e instalados. Para determinar este este valor es necesaria

la

intervención de la Oficina de Catastro, quienes se encargan de realizar la valuación fiscal. Una de las limitaciones de la recaudación de este impuesto en los fiscos municipales es la ausencia y desactualización de los catastros urbanos municipales y su respectiva planta de valores. La determinación del valor del inmueble le corresponde, a la Administración Municipal a través de la Oficina de Catastro, unidad organizativa del Ejecutivo Municipal que debe llevar un registro de todos los inmuebles existentes en la jurisdicción del municipio para generar la planta de valores actualizada que sirve de base de cálculo. Las municipalidades trujillanas poseen desactualizaciones del catastro municipal en casi todos sus municipios que lo registran y su ausencia total en otros municipios. Esta situación ha incidido negativamente en el nivel de recaudación de

 

 

14

 

ingresos por concepto de Impuesto sobre Inmuebles Urbanos, ya que los valores catastrales son el elemento fundamental para determinar la cuantía del impuesto. El Municipio Valera se rige por la Ordenanza sobre Catastro Urbano del 03/03/1999 y por la Ordenanza de Impuesto sobre Inmuebles Urbanos del 03/03/1999, donde establece a cargo de la Dirección de Catastro, la obligación de realizar avalúos de todos los inmuebles de toda la ciudad y recopilar datos para elaborar tablas de valores unitarios de la construcción y planta de valores de la tierra. Elaborar y mantener actualizada la Planta de Valores de la tierra urbana, realizando al efecto los estudios de valorización correspondiente. Existente en el Municipio Valera, una planta de valores de la tierra urbana, así como las tablas de valores unitarios Municipal

de la construcción, publicada en la Gaceta

del Municipio Valera en fecha

08 de Junio de 1.999.

Presentando

precariedad en su elaboración, dado que establece zonificaciones zonificaciones muy heterogénea y disímiles, incluye en una zona, espacios urbanos totalmente opuestos, con características de sus inmuebles totalmente totalmente

contrarias. Además no presenta la

metodología como se determinaron sus valores. Fundamentalmente esta planta de valores respondía a la zonificación catastral para este momento. Para entonces, no existían las actuales normas que regulan y orientan la formación del catastro. La elaboración y actualización del catastro municipal es compleja y costosa, en especial elaborar una planta de valores de la tierra como de las construcciones, requiere de una inversión en cuantos a recursos humanos calificados y financieros. Pero aun así, son mucho más los beneficios que obtienen el municipio que el costo imputado. Solamente por concepto del aumento en contribuyentes y actualización de la alícuota del impuesto, justificaría la inversión. Lo que ocurre, es que las autoridades municipales no realizan ningún esfuerzo por enfrentar esta situación y aluden esta responsabilidad, dado el costo político que esto involucra.

Este

escenario ha hecho a los municipios más dependientes de las transferencias nacionales, ante la falta de una planificación financiera y de una programación presupuestaria para estimar los ingresos tributarios. Las tecnologías existen, las técnicas existen, las metodologías existen, el personal calificado existe, la información está, solamente falta la buena voluntad de las altas autoridades municipales para la modernización y actualización del catastro.

 

 

15

 

Que les permita contar con una autonomía fiscal, donde la generación de recursos económicos les permita asumir con eficiencia la prestación de los servicios públicos. Actualmente es obligación de los Municipios, el levantamiento de un registro catastral urbano de acuerdo al artículo 56 de la ley Orgánica del Poder Público Municipal.

De igual manera la Ley de Geografía, Cartografía Cartografía y Catastro Nacional

(Gaceta Oficial Nº 37.002) confiere a los municipios la potestad para la formación y conservación del catastro. La misma Ley en su artículo 25, señala que los municipios deben adoptar las normas técnicas para tales efecto dicte el Instituto Geográfico de Venezuela Simón Bolívar. Y para la planta de valores, las normas técnica para la formación y conservación del catastro nacional, señala que deben ser estructuradas conforme al mercado inmobiliario. Con datos provenientes del Registro Inmobiliario, de la transacciones realizadas en el Municipio. Representar los referenciales en zonas físicas homogéneas y definir los valores unitarios del terreno mediante el análisis estadístico. Todo esto en concordancia con el artículo 16 de la misma Normas técnicas, que indica que: “Para la determinar el valor catastral de los inmuebles, las oficinas municipales de catastro deberán emplear el método de avalúo masivo”. La ciudad de Valera no escapa a esta realidad. No cuenta con un registro confiable de contribuyentes de este impuesto, y dada la creciente expansión de inmuebles se ha hecho más difícil llevar un control efectivo. La dirección de catastro municipal, adolece la carencia de recursos humanos y financieros para tener una infraestructura adecuada, a pesar del gran dinamismo catastral, es la oficina de catastro del Estado Trujillo con más movimiento diario, debido a su alta dinámica comercial e inmobiliaria. Pero se ha limitado a la tramitación de solvencia para las operaciones de compra-venta, al registro para la regularización de tierras urbanas, al otorgamiento de la ficha catastral para los créditos hipotecarios y a inspecciones para deslinde de parcelas. Pero las actividades de fondo, como son: la actualización de planta de valores de la tierra, que para este caso sería su elaboración, porque la que existe no lo es propiamente dicha. Elaboración de la planta de valores de la construcción, la actualización cartográfica con mecanismo de digitalización de imágenes, la formación de catastro en zonas y parroquias. La formación de un banco de datos actualizado y la incorporación de nuevas variables para la

 

 

16

 

implementación de un catastro multifinalitario, son los grandes retos que debe asumir. En Valera el crecimiento urbano, se ha encontrado muy limitado por escasez de terrenos, pero ha sido compensado con un importante crecimiento del sector inmobiliario de apartamentos, a través de los numerosos numerosos y nuevos nuevos desarrollos de edificaciones. El Municipio posee factores potencialmente determinantes para la generación de recursos por la vía del impuesto sobre inmuebles urbanos, el área metropolitana (poligonal urbana) de la ciudad de Valera está conformada por las parroquias: Juan Ignacio Montilla, La Beatriz, Mercedes Díaz y San Luís. Las cuales en su conjunto son de fácil manejo, es una ciudad pequeña en su contexto propiamente urbano.

1.2   Formulación del Problema. 1.2 A partir del planteamiento del problema, este estudio formulo la interrogante para obtener la dirección y desarrollo de la investigación. ¿Será la elaboración de la planta de valores de la tierra

la actividad

fundamental para la actualización del catastro, necesario para aumentar la recaudación del impuesto sobre inmuebles urbanos en el Municipio Valera?

1.2.1   1.2.1

Objetivo General de la Investigación.

Desarrollar los modelos econométricos de valoración masiva del suelo urbano de la Parroquia Juan Ignacio Montilla, Municipio Valera del Estado Trujillo.

1.2.2   1.2.2

Objetivos Específicos de la Investigación.

  Determinar las zonas físicas y económicamente homogéneas en el plano urbano



de la Parroquia.   Elaborar la base de datos de referenciales de las ventas asentadas en el registro



inmobiliario de Valera, desde el año 2006 al 2009.

 

 

17

 

  Elaborar el mapa de zonas de valor del suelo urbano.



  Desarrollar los modelos econométricos, para la obtención del valor catastral de



los terrenos.

1.3   Justificación de la Investigación 1.3

La epistemología del impuesto sobre inmuebles urbanos, radica en la valoración catastral o valoración fiscal, que en la actualidad y así lo establece el marco jurídico Venezolano, se elabora a partir de técnicas de avalúo masivo: Planta de valores de la tierra y planta de valores de la Construcción y el uso de los análisis estadísticos para logra mayor objetividad. Estableciéndose un valor del inmueble muy cercano al precio de mercado, pero nunca mayor a este. Es la dirección de Catastro Municipal quien tiene a cargo el cálculo y determinación de estos valores catastrales de todos sus inmuebles dentro de su ámbito. Un buen catastro conlleva a una mayor y mejor recaudación del impuesto inmobiliario

urbano,

pero

un

buen

catastro

significa:

cobertura

territorial,

actualización de sus instrumentos y uso de d e nuevas tecnologías. En la actualidad, el Municipio cuenta con la red geodésica, proyecto que fué ejecutado en el año 2008, como una primera etapa en la consolidación del catastro municipal. El catastro del municipio Valera, debe por mandato legal “Ley de Geografía, Cartografía y Catastro Nacional”, elaborar o actualizar sus instrumentos de valoración masiva, para este caso de estudio será la Planta de valores de la Tierra de Parroquia Juan Ignacio Montilla, como un primer paso para la conformación de la PLANTA DE VALORES DE LA TIERRA DEL MUNICIPIO VALERA. VALERA. La

determinación del valor del suelo urbano es compleja, ya que además de

ser un factor incidente en el desarrollo urbano, constituye también un activo cuya revalorización produce una renta dentro de la generada por los inmuebles; por lo tanto constituye una fuente segura y confiable de ingresos por concepto de impuesto.

 

 

18

 

El valor del suelo urbano es afectado por diversas variables, tanto micro como macroeconómicas, más aún en casos como en Venezuela donde la inflación ha sido un factor determinante en todas las actividades económicas; es por ello que, la presente investigación se propone determinar, mediante un modelo econométrico, la tendencia de crecimiento del valor del suelo urbano por sectores o zonas físicas homogéneas. Estas determinaciones dependen básica y simplemente de la combinación de datos provenientes del registro inmobiliario y de la aplicación de modelos preestablecidos. Para el 2012, el ingreso anual por concepto concepto impuesto sobre inmuebles urbanos se ubica en el tercer lugar, como fuente generadora de recursos que contribuyen a los ingresos ordinarios del municipio. Situación esta que aumentaría considerablemente con un registro de inmuebles más actualizado. 1.4   Delimitación del Estudio 1.4

Delimitación Espacial. El proyecto se desarrollará en el ámbito de la Parroquia Juan Ignacio Montilla, Municipio Valera del Estado Trujillo.

Delimitación Teórica. Teorías de valoración del suelo urbano, valoración catastral y avalúo masivo. Delimitación Temporal. El estudio se inició en Febrero de 2012 2 012 y culminó en Enero de 2013

 

CAPITULO II

MARCO TEORICO 2.1  La Inflación Hoy en día la palabra inflación es quizás la más usada en todos los idiomas, suele conocérsela en términos muy simples, como el aumento sostenido de los precios. El hombre de la calle lo define como aquella situación en la cual a medida que avanza el tiempo y sus cargos familiares, el precio de los productos y de los servicios que se hacen más altos pudiendo cada vez comprar menos objetos pese a ganar más dinero por su trabajo. Algunos autores en sus definiciones coinciden con esta forma de reconocer la inflación. Spence dice, la inflación es un aumento en el nivel general de precios de todos los bienes y servicios, también se define como un proceso dinámico que se caracteriza por el crecimiento continuado en el nivel general de precios. Mientras que otros especialistas, al; querer responder ¿Que es la Inflación? se concretan en emitir conceptos que tan solo se refieren a las causas que originan la inflación, así revisando la literatura económica, encontramos definiciones que la identifican como:  

Un exceso de demanda con respecto a la oferta

 

Una expansión de la renta monetaria en mayor proporción, que la capacidad

•

•

de generar ventas.   Una situación de déficit sostenido en el presupuesto del estado.

•

 

Un proceso resultante de la competencia por mantener la renta real.

 

La puesta en circulación de medios de pagos superiores a las necesidades del

•

•

movimiento económico.  

Demasiado dinero tratando de adquirir muy pocos bienes.

 

como el desequilibrio de las estructuras y coyunturas económicas, sociales y

•

•

políticas.

 

 

20

2.1.1  Causas de la Inflación

Podríamos enumerar cientos de razones importantes que puedan iniciar o mantener un proceso inflacionario: una guerra, una mala cosecha, la aceleración de la demanda debido a la expansión intempestiva del crédito, el aumento del gasto público, la rigidez de la oferta y el aumento general en los salarios etc. En apariencia todos estos fenómenos no tienen nada en común como no sea que provoquen la inflación. Por lo demás en cada país unas causas se agudizan más que otras y se encuentran relacionadas entre sí. Es por ello que cada país tiene sus diversas formas y maneras de atacarla, pero orientadas siempre bajo la misma senda de ataque. Entre las causas que se destacan son las siguientes: Por un Exceso de la Demanda: teniendo en cuenta los componentes de la

demanda total del mercado, un exceso en la demanda, puede desembocar en un proceso inflacionario, siempre y cuando estén acompañados de una oferta insuficiente, este aumento en la demanda puede depender de ciertos puntos o variables, entre las cuales se destacan las siguientes: Aumento en el consumo familiar, la unidad económica familiar siendo la parte de la población que busca la satisfacción de las necesidades a través del consumo aumenta sus compras debido a diferentes razones, ya sea el cambio de actitud de los consumidores luego de salir de un período bélico, otra causa lo constituye el aumento del poder adquisitivo del consumidor como consecuencia de una disminución de los impuestos, bien sea los impuestos que gravan los ingresos personales, o las compras de bienes nacionales o importados. Las expectativas de los consumidores con respecto a los precios futuros, constituyen otro factor de importancia en el aumento de la demanda, esto se puede reflejar de la siguiente manera, gastan más en el presente de lo que realmente deberían hacerlo, aumentan su propensión al gasto. Por Incremento de Compra de Nuestros Productos por Parte de Extranjeros: las empresas productoras −  exportadoras pueden encontrarse con

 

 

21

dos alternativas, vender internamente o exportar, es así como el mercado interno y el mercado externo compiten entre sí, especialmente cuando la producción es limitada. Cuando la demanda de bienes y servicios por otra parte de los importadores extranjeros, recibe un aumento intespectivo, bien sea porque los precios de su producto están más altos que en el país nuestro o porque tengan una escasez de productos, en fin una serie de razones ajenas a nosotros, diremos que se producirá un aumento en la demanda total si la demanda interna y la oferta permanecen constante. Además si el gobierno no interviene es posible que el productor se aproveche de esta situación y trate de venderle al que le pague más, es decir, establece una pugna entre demandantes nacionales y los extranjeros, venderá al mejor postor, esto crea como consecuencia un aumento inflacionario. Por incremento en los Salarios: generalmente los aumentos de los salarios

se producen por las siguientes razones:    

•

•

por la libre acción del mercado por la iniciativa patronal, cuando existe autentica sensibilidad social o hay razones de estrategia en los precios.

 

•

por iniciativa gubernamental, si se dan razones políticas o de justicia social.

Sin embargo en las últimas décadas, la sociedad industrial se ha visto influenciada por una nueva fuerza que empuja los salarios: el poder de los asalariados reunidos en agrupaciones sindicales, consiste en proteger el pleno empleo y la mejora en el nivel de vida de los asociados. Estos sindicatos constantemente tienden a presionar a los empresarios, amenazándolos de paros y huelgas, así en los contratos colectivos no se le cedan nuevos salarios. Unas veces lo hacen para compensar el costo de la vida, otros para aumentar el nivel de vida o sencillamente para aumentar el nivel de vida ya que están convencidos que son la clase explotada.

 

 

22

2.1.2  Efectos de la Inflación:

Los efectos económicos y sociales de la inflación, han sido fuentes de preocupación general, aun cuando la tasa de alza de los precios era inferior a la tasa actual, estos efectos tiene hoy en día un mayor alcance y dependen de múltiples factores, tales como las características y la estructura de la economía del país, los rasgos del proceso inflacionario, la duración del proceso, las actitudes y las reacciones de los diversos entes económicos. A continuación se mencionan y analizan los efectos de la inflación que más comúnmente

son

reconocidos

por

la

literatura

económica.

Por

razones

metodológicas las agruparemos en efectos económicos y en efectos sociales y políticos.

2.1.2.1  Efectos en el Crecimiento Económico: En el análisis de los objetivos primordiales de la política económica, se pone en evidencia, además de la inflación uno de los problemas más grandes del mundo actual: la cuestión del crecimiento económico, últimamente se ha desarrollado una tendencia a medir el crecimiento económico y denominarlo desarrollo económico, el desarrollo en realidad es más amplio e importante, no solo en el desarrollo de las cantidades de cada vez mayores de materiales sino el desarrollo humano y social. En cuanto al crecimiento y al desarrollo económico también se pone de manifiesto la controversia que se establece entre los monetaristas y los estructuralistas. Los monetaristas sostiene el clima más propio a un crecimiento continuo es el creado por la estabilidad monetaria. Y como ya se sabe, la inflación ha dejado de promover el desarrollo, se ha vuelto incompatible con este, aun aquellos países que se ingeniaban para tener inflación y desarrollo están sufriendo una aceleración de la inflación y un retardo en el desarrollo.

 

 

23

2.1.2.2  En la distribución de la Renta y la Riqueza.

Uno de los problemas graves que origina la inflación es su incidencia en la distribución de la renta y la riqueza entre los diferentes grupos sociales. En una economía con alto índice de inflación la llamada pugna por renta tiende acentuarse, estableciendo una relación directa entre la inestabilidad de los precios y la estabilidad social y política. Los efectos distributivos de la inflación sobre los individuos y grupos sociales, depende tanto de su capacidad de proceso de desarrollo. La existencia de desfases entre los aumentos de los salarios o el aumento de los precios. Ya que dichos desfases originan un aumento en los beneficios de los empresarios y en consecuencia estimulan la inversión. El mismo deterioro del poder adquisitivo del dinero conduce a una mayor oferta de trabajo por parte de los trabajadores activos y de los preceptores de rentas fijas, constituyéndose de esta manera en mecanismo incentivador de crecimiento. Los países desarrollados especialmente los de América Latina, han sido protagonistas de diversas combinaciones de estabilidad, inflación y crecimiento. Con acuerdo a esto, es posible afirmar que los efectos negativos de la inflación sobre la distribución de la renta.

2.1.2.3  Rentas Fijas:

La inflación castiga a todos los preceptores de renta fija como lo son los obreros, los empleados, los pensionados, los jubilados, rentistas y acreedores. Mientras los precios se ven cada vez en aumento de sus rentas permanecen fijas o varían a un ritmo muy lento disminuyendo en esta forma su poder adquisitivo. Como se comprende, en este aspecto los trabajadores activos aceptaran una  jornada de trabajo más larga (horas extras), los pensionados y jubilados jubil ados trataran de incorporarse, así como para compensar las pérdidas en el poder adquisitivo.

 

 

24

2.1.2.4  La Demanda de Dinero y Activos Líquidos:

La inflación genera un aumento en la demanda del dinero, ella estimula, la necesidad que tienen las unidades económicas de disponer de saldos líquidos cada vez más altos, los cuales van a contribuir por una parte, con el financiamiento de los gastos y por la otra, con el mejor aprovechamiento de las oportunidades que surgen del mismo proceso inflacionario. Es así, que se incrementan de manera espectacular la solicitudes del crédito, especialmente, las largo plazo, obtenidas mediante hipotecas. 2.1.2.5  En los Bienes Raíces:

Durante la inflación las bienes raíces van a ser demandadas ansiosamente por el público, unas veces, para salvaguardar los ahorros y otras para revenderlos. Los bienes raíces como las viviendas, los terrenos, las haciendas, fincas etc. Posiblemente encabeza de aquellos productos, cuyos precios crecen más rápidamente.

2.1.3  Cuantificación de la Inflación

En nuestro país, esta cuantificación se establece mediante la publicación del Índice Nacional de Precios al Consumidor, (según el artículo 328 de la Ley del Banco Central de Venezuela).  

•

Se cotizarán cuando menos los precios en 30 ciudades. Las ciudades seleccionadas deberán en todo caso tener una población de 20.000 o más habitantes, y siempre habrán de incluírselas 10 zonas o ciudades más pobladas de la República.

 

•

Deberán cotizarse los precios correspondientes a cuando menos 2.000 2 .000 Productos y servicios específicos agrupados en 250 conceptos de consumo, los cuales abarcan al menos 35 ramas de los sectores agrícola, ganadero,

 

 

25

industrial y de servicios, conforme al catálogo de actividades económicas elaborado por el Instituto Nacional de Estadística. En Venezuela, como en la mayoría de los países, la inflación suele medirse a través de la variación porcentual del índice de Precios al Consumidor (IPC) durante un período determinado, bien sea un mes, trimestre, semestre o año. Por ejemplo, la tasa de inflación registrada en el año 1.999 para el área metropolitana de Caracas se calcula tomando como referencia los niveles del IPC de diciembre 1.998 y diciembre 1.999, observándose un incremento porcentual del 20 %. El índice de Precios al Consumidor es el termómetro de la inflación. A partir de enero del 2.000, el índice de Precios al Consumidor (IPC) del área metropolitana de Caracas que elabora el Banco Central de Venezuela (BCV) comenzó a presentarse con nuevo año base. Este cambio se enmarca dentro de los objetivos del Programa de Actualización de las Estimaciones Macroeconómicas (Pracem) que adelanta el Instituto con el propósito de actualizar el año base de las cuentas nacionales y de los indicadores de precios y adoptar los nuevos manuales internacionales del Sistema de Cuentas Nacionales y de la Balanza de pagos, elaborados por las Naciones Unidas y el Fondo Monetario Internacional, respectivamente.

2.1.3.1  El Papel del Banco Central de Venezuela

El objetivo del Banco Central de Venezuela frente a la inflación es combatir la inflación mediante decisiones de políticas monetarias y cambiarías dirigidas a influir sobre la demanda final de bienes y servicios de la economía. Todo proceso inflacionario reduce la capacidad adquisitiva del ingreso y, en consecuencia, el nivel de bienestar socioeconómico. Por ello, desde su fundación, al Banco Central de Venezuela de Venezuela se le encomendó la estabilidad de los precios como uno de sus objetivos principales, hasta adquirir rango constitucional en la nueva Carta Magna, que entró en vigencia el 30 de diciembre de 1.999. El BCV ejecuta un programa continúo de revisión de los métodos de elaboración del IPC. Por ejemplo, se chequea si las marcas y presentaciones de los productos que se investigan son las que en realidad continua comprando la gente, y si los

 

 

26

establecimientos que sirven como fuente de información siguen vigentes. De no ser así, se escogen nuevas marcas, nuevas presentaciones y nuevos establecimientos. Adicionalmente,

el

BCV

cada

semana

compra

directamente

en

los

establecimientos una muestra de los artículos que integran la canasta del IPC, con el objetivo de verificar el comportamiento de los precios reportados en las encuestas. También se aplican procedimientos para medir la consistencia de los precios, junto con la realización de un análisis de consistencia económica mediante el cual se relaciona el resultado del IPC con el comportamiento de otras variables económicas relevantes.

2.1.3.2  Interpretación del IPC

Cuando el Banco Central de Venezuela (BCV) informa que el IPC del área metropolitana de Caracas durante el mes x registró un aumento , por ejemplo del n % debe interpretarse que el costo de la canasta de bienes y servicios de ese indicador, en promedio, registró ese aumento en comparación con el costo de esa misma canasta en el mes precedente. Por ejemplo se indica que en la canasta del IPC base 1.997 contiene 287 rubros, los cuales son representativos del gasto de consumo que en su conjunto realizan las familias del área metropolitana de Caracas. Para recabar la información de precios de los rubros que conforman la nueva canasta, mensualmente se visitan 2.000 establecimientos de diferentes tipos, obteniéndose un total de 32.000 precios. Para garantizar la veracidad de la información recolectada por los encuestadores del BCV, se les proporciona un cuestionario donde se identifican con precisión los productos cuyos precios deben recopilar y los establecimientos donde deben hacerlo, con el fin de evitar errores. Asimismo, los encuestadores son retados regularmente, según zonas geográficas y tipo de encuestas.

 

 

27

2.1.3.3  Cambios en los Años Base del IPC

Como el IPC es un indicador establecido que mide la evolución de los precios, de una canasta de bienes y servicios, representativa del consumo familiar, durante un período determinado. Para el cálculo del IPC se adopta un año de referencia, llamado año base, cuyo nivel inicial es 100, y se selecciona una lista representativa de los bienes y servicios que consumen los hogares (la canasta). Se determina la importancia relativa que tiene cada rubro en el gasto total de consumo de las familias en la canasta, proporción que en términos técnicos se denomina estructura de ponderaciones del IPC. En

atención

a

recomendaciones

internacionales,

es

conveniente

que

periódicamente se proceda a la actualización del año base del IPC con el fin de mantener y mejorar la calidad y representatividad de este indicador, motivado a los cambios que suelen experimentar las economías de los países con el transcurrir de los años. Por esta razón, el Banco Central de Venezuela, que desde su fundación se ha encargado de calcular el IPC del área metropolitana de Caracas, viene realizando actualizaciones del año que sirve de referencia para la construcción de este indicador estadístico.

2.2  El Producto Interno Bruto (PIB)

El producto interno bruto (PIB) mide la producción realizada por factores de producción residentes en el país, independiente de quien sea su propietario. Existe una diferencia entre el PNB y el producto interno bruto o PIB que es importante aclarar. El PIB es el valor de los bienes finales producidos en el interior de un país. ¿Cuál es la diferencia entre el PNB y el PIB?. Una parte del PNB se obtiene en el extranjero. Por ejemplo, la renta de un ciudadano Venezolano que trabaja en EEUU forma parte del PNB de Venezuela, no forma parte del PIB de Venezuela porque no se gana en el interior del país.

 

 

28

En la mayoría de las economías apenas hay diferencias entre el PNB y el PIB, lo que significa que o bien las rentas ganadas en el extranjeros son normalmente pequeñas en relación con el PNB, o bien que esos pagos se equilibran aproximadamente. El Producto Nacional Bruto se refiere, no a la producción realizada dentro del territorio sino al total de la producción que, en cualquier parte del mundo, puedan atribuirse a factores de producción suministrados por residentes habituales del territorio. El Producto Nacional Bruto se define, por tanto, en términos de la producción

atribuibles

a

factores

proporcionados

por

las

personas

que

habitualmente residen en cierto país. Si esas personas, por ejemplo, son dueñas de negocios en el exterior, los ingresos que reciben de ellos, se calculan en el producto nacional.

2.3  La Tasa de Interés La tasa de interés, es el dinero que se ha de pagar para usar temporalmente el dinero ajeno. Una tasa de interés es la razón entre la ganancia producida por una inversión y la inversión misma sobre un periodo de tiempo dado, generalmente un año.

2.3.1  El valor del dinero en el tiempo Puesto que el dinero puede obtener ganancias de cierta tasa de interés se le invierte durante un un periodo de tiempo, normalmente durante un año, es importante caer en cuenta de que un dólar recibido en cualquier fecha futura no vale tanto como un dólar que se tenga en este momento. Precisamente ésta relación entre el interés y el tiempo es la que nos introduce en el concepto del valor del dinero en el tiempo. Por ejemplo, un dólar que se tenga en este momento puede ganar interés durante dos años, mientras que un dólar recibido dentro de dos años no producirá ninguna ganancia. El valor del dinero en el tiempo, por tanto, quiere decir que cantidades iguales de dinero, situadas en tiempo diferentes, no tienen igual valor si la tasa de interés es mayor que cero.

 

 

29

2.4  Relación

entre Inmobiliario

las

Variables

Macroeconómicas

y

el

Mercado

Siendo el mercado inmobiliario uno de los mercados de bienes y servicios de la economía global es razonable pensar que todos aquellos elementos que afecten la economía global afectan sus componentes. Las variables macroeconómicas miden el crecimiento de una economía y por ende el desarrollo de un país. En caso de los Mercados inmobiliarios la inflación distorsiona la relación oferta-demanda ya que el excesivo dinero en manos de consumidores implica una mayor demanda en un mercado con menos oferta lo que empuja al alza de los precios de los inmuebles ocasionando una distorsión sostenida del mercado. Las tasas de interés de las instituciones financieras en Venezuela han estado tradicionalmente sujetas a regulación de las autoridades monetarias, lo que las ha mantenido prácticamente fijas durante largos períodos en el pasado. La subida de las tasas de interés en Venezuela no ha sido suficientes para contener las salidas de capital, pero sí para crear serios trastornos a los bancos hipotecarios y a las entidades de ahorro y préstamo, que según la práctica de financiar sus créditos de largo plazo con obligaciones a la vista, lo que ha experimentado es un aumento mucho mayor en los intereses que pagan que en los que cobra, y han visto disminuir su captación neta de recursos del público. Las instituciones de vivienda están siendo también afectadas por una menor demanda de préstamos, debido en parte a la subida de las tasas de interés nominal, y en parte al más alto valor de la propiedad inmobiliaria, que ha aumentado mas que el índice general de precios y, en partes, a la moderada recesión de la actividad económica general. La subida de las tasas de interés en los centros financieros internacionales y en el mercado financiero local a producido, entre otros, los siguientes trastornos en la economía Venezolana: (a) salidas de capital al exterior, (b) debilitamiento de las instituciones financiadoras de vivienda, (c) desaliento, actual o potencial, de la demanda de crédito, especialmente de préstamo para viviendas. La simple enumeración de estos efectos muestra la gran complejidad del problema, ya que el primero es consecuencia de que las tasas locales no han aumentado en grado suficiente, y en el último, que han subido demasiado. El

 

 

30

segundo efecto es también un indicio de la complejidad del problema, porque tiene su origen en la diferencia entre las tasas del pasado y las del presente, y ha dado origen a desequilibrios estructurales que son fáciles de corregir. En términos generales, la salida de capital son altamente perjudiciales a la economía de un país, porque reducen los recursos disponibles para inversión y, consiguientemente, frenan el desarrollo de la economía. Al sobrevenir en años recientes el movimiento del alza general de las tasas de interés, las instituciones de vivienda han sufrido un desequilibrio entre sus ingresos y egresos, por no haber subido el rendimiento del grueso de su cartera (formada por prestamos de largo plazo contratados en años anteriores) y haber tenido que convertir una buena parte de sus pasivos a obligaciones de más alta tasa de interés.

2.5  Econometría

La palabra econometría significa ”medición en la economía”, se sabe que la econometría está fundamentada en conocimientos matemáticos y estadísticos, por lo tanto consiste en una aplicación de métodos estadísticos a datos económicos. Los distintos aspectos del análisis econométrico son: (a) la especificación de la estructura a utilizar, llamado modelo econométrico. (b) El análisis de las propiedades estadísticas de dicho modelo, (c) Su estimación, (d) la utilización de dicho modelo para el análisis de determinadas cuestiones de política económica. Los problemas específicos de la economía se pueden clasificar bajo los siguientes epígrafes. Datos, Relaciones, Variables, Formas Funcionales. (1) Datos:  Los datos que observamos en economía son de dos tipos: sección cruzada y de serie temporales. En los datos de sección cruzada tenemos observaciones sobre unidades individuales en un momento del tiempo; por ejemplo, ingresos y gastos en alimentos para un conjunto de familias, datos sobre salarios y características de profesores. Estos datos se recogen normalmente mediante encuestas que representan una muestra. (2) Relaciones:  Las relaciones que se investigan en economía son de tres tipos: (a) Uniecuacionales, (b) Multiecuacionales, (c) Ecuaciones simultáneas. En las relaciones uniecuacionales hay una variable dependiente o determinada, que vienen dadas por mas variables independientes o

 

 

31

explicativas. (3) Variables: Una terminología común utilizada en econometría para variables dependientes e independientes es la de endógena y exógena respectivamente. Variables endógenas son aquellas determinadas dentro del sistema económico, y exógenas las que vienen dadas desde afuera del sistema. (4) Formas Funcionales:  La teoría económica puede afirmar que la cantidad

demandada es una función del precio, pero nada puede decirnos de la forma funcional de la relación. La econometría puede dividirse en dos categorías: econometría teórica y econometría aplicada. A la econometría teórica le concierne el desarrollo de

métodos apropiados para medir relaciones económicas determinadas por modelos econométricos. En la economía aplicada se usan las herramientas de la econometría teórica para estudiar algunos campos especiales de la economía, tales como la función de producción, las funciones de oferta y demanda, entre otros.

2.6  Catastro El Catastro es en modo general, un inventario selecto y especifico que se hace de la superficie de un país, con el fin de determinar la ocupación, extensión, situación jurídica, naturaleza, condiciones agrologicas, destino y valor económico de esas superficie y lo que debajo y/o sobre ella se encuentre. Mediante ese inventario se operan con exactitud los recursos actuales y potenciales que tiene el Estado, y su riqueza territorial, con lo cual se s e podrá estudiar La aplicación de las rentas imponibles. Para ello se realizan un estudio físico,  jurídico y económico que conlleva a: (1) la representación exacta o aproximada de la superficie de la unidad catastral (la parcela); en forma grafica o numérica, haciéndose extensiva hasta las bienhechurías existentes además de las ubicación exacta o aproximada en el conjunto general (ciudad o país), (2) establecer el vinculo entre lo que existe en la superficie limitada por un polígono materializado por los linderos, las aceras o simplemente un elemento natural y el documento  jurídico que define el perímetro por muy impreciso que éste sea, (3) determinar la

 

 

32

capacidad de generar recursos económicos basados en el valor del conjunto superficie bienhechurías; denominados también inmuebles.

2.7  Planta de Valores de la Tierra La existencia de un gran número de terrenos definidos por sus correspondientes documentos y la necesidad de obtener el valor de cada uno de ellos a fin de cumplir con el Ordenamiento Jurídico Municipal Tributario, conduce a los municipio a aplicar métodos agiles como el Método de Avalúo masivo, el cual consiste en el proceso de determinar el valor de cada uno de los terrenos de cada cuadra, tomando en consideración el valor (patrón) determinado por cuadra. El conjunto de valores determinados en las cuadras del sector, constituyen lo que denominamos Planta de Valores de la Tierra. La planta de valores de una ciudad, desde el punto de vista clásico, puede considerarse como la representación grafica de la ciudad donde se establece el valor de la tierra cuadra por cuadra para los efectos de la carga impositiva. Desde el punto de vista del desarrollo de la automatización, la planta de Valores representa un modelo matemático con una serie de variables (por ejemplo: área, tiempo, localización, etc.) que tratan de explicar o predecir el precio unitario del terreno, es decir. La concepción desde este punto de vista de una planta de valores se materializa en el cálculo del Precio Unitario de terreno y construcción en el área urbana con el objeto de determinar su carga impositiva.

2.8  Regresión lineal Múltiple La relación fija para un conjunto de datos experimentales se caracteriza por una ecuación de predicción. En el caso de una sola Y, y una sola x, la situación cambia a una regresión de Y  en x. Para k variables independientes, se habla en términos de regresión de Y  en x1, x2  . . . . . . xk.., cuando éste modelo es lineal en los coeficientes, recibe el nombre de modelo de regresión lineal múltiple. Si utilizamos el modelo de regresión lineal múltiple para explicar el comportamiento de una variable económica, que denotaremos y, utilizando la

 

 

33

información proporcionada por los valores tomados por un conjunto de variables explicativas, que denotaremos por x1, x2, . . . . . . xk, tendremos la relación:

У t t =    β1*X  1 1tt + β2*X  2 2tt +  β3*X  3 3tt +. . .  βk *X  kt kt +ut   t=1,2,…,T (2.1)  La relación (2.1.) recibe el nombre de modelo econométrico. La variable У   recibe el nombre de endógena, e У tt    denota su valor en el instante t, t=1,2,3….,T, frente a las variables x2t, x3t, ….xkt tiene sobre

У t. t. 

El termino

ut  es

una variable

aleatoria. La aparición (no necesaria) de un termino independiente en (2.1.) puede interpretarse como la presencia de una primera variable x1t tal que x1t =1 para todo t, es decir, una constante. La respuesta estimada a la ecuación (2.1.) se obtiene de la ecuación de regresión muestral:

ŷ  =  = b0 + b1*x 1 + b2*x 2+. . . . + bk *x k

(2.2) 

donde cada coeficiente de regresión βt  se estima mediante

bt  de

los datos

muéstrales, con el método de los mínimos cuadrados.

2.9  Supuestos del modelo de regresión lineal Los supuestos de un modelo estadístico se refieren a una serie de condiciones que deben darse para garantizar la validez del modelo. Al efectuar aplicaciones prácticas del modelo de regresión, nos veremos en la necesidad de eexaminar xaminar varios de estos supuestos. 2.9.1  Linealidad. La ecuación de regresión adopta una forma particular. En concreto, la variable dependiente es la suma de un conjunto de elementos: el origen de la recta, una combinación lineal de variables independientes o predictoras y los residuos. El incumplimiento del supuesto de linealidad suele denominarse error de especificación. Algunos ejemplos son: omisión de variables independientes importantes, inclusión de variables independientes irrelevantes, no linealidad (la

 

 

34

relación entre variables independientes y dependientes no es lineal), parámetros cambiantes (los parámetros no permanecen constantes durante el tiempo que dura la recogida de datos), no adictividad (el efecto de alguna variable independiente es sensible a los niveles de alguna otra variable independiente), etc.

2.9.2  Independencia. Los residuos son independientes entre sí, es decir, los residuos constituyen una variable aleatoria (recordemos que los residuos son la diferencia entre los valores observados y los pronosticados). Es frecuente encontrarse con residuos autocorrelacionados cuando se trabaja con serie temporales. 2.9.3  Homocedasticidad  o igualdad de varianzas de los residuos y los pronósticos. Para cada valor de la variable independiente (o combinación de valores de las variables independientes), la varianza de los residuos es constante. 2.9.4  Normalidad. Para cada valor de la variable independiente (o combinación de valores de las variables independientes), los residuos se distribuyen normalmente con media cero. 2.9.5  No-colinealidad. No existe relación lineal exacta entre ninguna de las variables independientes. El incumplimiento de este supuesto da origen a colinealidad o multicolinealidad.

2.10  Solución del Modelo de Regresión Lineal Múltiple Mediante Matrices. Consideremos el modelo de regresión múltiple con k  variables  variables explicativas:

У ii  =    β1*X  1i 1i + β2*X  2i 2i +  β3*X  3i 3i +. . .  βk *X  k kii +ui   i=1,2,…,n (2.3)  Esto puede escribirse como:

У  =  = X   β + u

(2.4.)

 

 

35

O en la forma matricial como:

У 1 

X 1111  X 2211 . . .   X k1 k1

 β1

 μ1 

У 2 

X 1122  X 2222 . . .   X k2 k2

 β2

 μ2 

У 1  = X 1133  X 2233 . . .   X kk33 +   β3 +   μ3 .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

У 1 

X 11nn  X 22nn . . .   X kknn

 βk

(2.5)

 μn 

donde: y  =  =

un vector nx1 de observaciones de la variable explicada

 X  =

una matriz nxk de observaciones de las variables explicativas  μ = un vector nx1 de errores  β = un vector kx1 de parámetros a ser estimado

2.11  Error Estándar de la Estimación.

El error estándar de la estimación mide la cantidad estándar en que los valores reales (y) difieren de los valores estimados. El error estándar de la estimación se escribe como: (2.6) 

Syx x 2

3

 

donde: Y = valor de variable real

Sy

2 

3

= error estándar de la estimación de la variable dependiente Y, a la cual

x x a una regresión contra la variables independientes. . . X2, X3. se aplica

 

 

36

n= numero de observaciones k = número de parámetros linealmente independientes a estimar en la ecuación de regresión múltiple. ŷ  = Valor estimado

2.12  Correlación. (r) Es el valor numérico que indica el grado de relación lineal entre dos variables cuantitativas. Este valor (r) está entre -1 y +1. Un coeficiente de +1 indica una relación lineal positiva perfecta, un valor de 0 indica que no hay relación lineal y una  

n relación de -1 habla de una relación negativa perfecta. La siguiente relación expresa

el cálculo del coeficiente de correlación de la muestra:

n ∑ x y –   (∑ x ∑ y) 

r =

2 

2

n ∑ x  – (∑ x)  

2

2 

(2.7) 

n ∑ y  – (∑ y)

donde: x, y son la variables 2.13  Coeficiente de Determinación Múltiple (R 2) Un criterio que en general se utiliza para ejemplificar lo adecuado de un modelo de regresión lineal ajustado es el coeficiente de determinación múltiple ( R 2), el cual se determina por la expresión:

 

n

∑ ( ŷ –

R2 =

у

i=1 

∑ (у – i=1 

у

) 2

) 2 

(2.8) 

 

 

37

donde: y = valor observado у  =  = valor promedio de la muestra ŷ  =  = valor estimado

Esta cantidad en valor porcentual sólo indica qué proporción de la variación total de la respuesta Y se explica mediante el modelo ajustado. 2.14  Autocorrelación Es la correlación que existe entre una variable con ella misma. En un modelo econométrico existe autocorrelación cuando el término de error ut  está relacionado consigo mismo a través del tiempo, es decir: E(u1,u2) = 0, por lo tanto el problema de la Autocorrelación se presenta con más frecuencia cuando trabajamos con series temporales. Ello se debe a que la perturbación recoge el efecto de variables que no figuran explícitamente en el modelo como variables explicativas, y es frecuente que dichas variables omitidas estén correlacionadas con sus valores pasados. La correlación se manifiesta cuando la matriz de covarianza no es escalar debido a que algunos elementos fuera de la diagonal principal son distintos de cero.

2.15  Constrastes de Autocorrelación Si se sospecha que el término de error del modelo econométrico tiene Autocorrelación, entonces el estadístico de Durbin Watson permite constatar la hipótesis de ausencia de autocorrelación. Dicho estadístico viene definido por:

T

d  = 

∑ ( μt –  μt-1)2 2 T

2 

∑  μ μt 

2 

donde μt = termino de error del modelo estimado

(2.9) 

 

 

38

El estadístico d oscilara entre 0  y 4  cuya explicación es la siguiente: Valores próximos a 0  cuando existe autocorrelación positiva de primer orden. Valores cercanos a 4  cuando existe autocorrelación de primer orden con coeficiente negativo. Cuando el término de error es independiente a lo largo del tiempo el valor del estadístico d será próximo a 2.

2.16  Colinealidad Siempre que aparece más de una variable independiente en una ecuación de regresión, es posible que estas variables estén relacionadas entre sí. A esta situación se le conoce como Colinealidad. En un análisis, la Colinealidad causa problemas en los siguientes aspectos: Un coeficiente de regresión que tiene signo positivo en una ecuación de regresión de dos variables, pudiera cambiar a signo negativo en una ecuación de regresión múltiple que contenga otras variables con las que está altamente interrelacionado. La estimación de los coeficientes de regresión fluctúa marcadamente entre una muestra y otra. Cuando las variables de predicción están intercorrelacionadas, estás explican la misma varianza en la estimación de la variable dependiente. Por esta razón resulta en extremo difícil separar las influencias individuales de cada una de las variables independientes.

2.17  Multicolinealidad La multicolinealidad aparece cuando las variables explicativas de un modelo econométrico están correlacionas entre sí. La multicolinealidad es indeseable porque sugiere que las variables de predicción no son independientes y, como consecuencia, es difícil distinguir qué cantidad del efecto observado se debe a una variable de predicción individual. En otras palabras, si dos variables están altamente correlacionadas, proporcionan casi la misma información en el pronóstico. La multicolinealidad en un modelo lineal puede revestir de dos formas: la que se conoce como multicolinealidad exacta, que ocurre cuando una de las variables explicativas es combinación lineal de todas las demás, en éste caso es fácilmente

 

 

39

detectable, puesto que la matriz X´X es singular. Otro tipo de multicolinealidad es la aproximada, que ocurre cuando una de las variables es aproximadamente igual a una combinación lineal de las restantes.

2.18  Detección de la Multicolinealidad La multicolinealidad es esencialmente un fenómeno de tipo muestral que surge de información no experimental, recopilada en la mayoría de las ciencias sociales, no se tiene un método único de detectarlas o de medir sus fuerzas. Lo que se tiene en realidad son ciertas reglas prácticas, algunas informales y algunas formales, pero todas ellas reglas prácticas. Una de las reglas prácticas es la determinación de los valores propios  o índices de condición, partiendo de los valores propios se

puede derivar lo que se conoce como número de condición k definido como:

k = 

Máximo valor Propio Mínimo valor Propio

(2.10) 

y el índice de condición IC  definido  definido como:

I C = 

Máximo valor Propio Mínimo valor Propio

Entonces se tiene la regla práctica que establece: Si k (100, 1000) multicolinealidad de moderada a fuerte Si k (> 1000) multicolinealidad severa Si k (10, 30) multicolinealidad entre moderada y fuerte Si k (> 30) multicolinealidad sever severaa

(2.11) 

 

 

40

Los estimadores con una Multicolinealidad de severa a fuerte no son estimadores óptimos de predicción debido a la correlación presente en las variables independientes. Otra de las reglas utilizadas como indicador de la multicolinealidad es el Factor de inflación de Varianza (FIV),  la cual muestra la forma como la varianza de un

estimador es inflada por la presencia de multicolinealidad. La velocidad con la cual las varianzas y covarianzas pueden verse con el Factor Inflador de Varianza, que puede definirse como:

FIV =

1 2

(1-r2,3 )

 

(2.12) 

donde r2,3  es el coeficiente entre x2 y x3 Como regla práctica, si el FIV de una variable es superior a 10 se dice que esa variable es altamente colineal. Entre mayor es el valor del FIV para una variable X, mayor problema o colinealidad tiene la variable.

2.19 

Consecuencias de la Presencia de Autocorrelación, Colinealidad y Multicolinealidad en los Modelos Econométricos.

La presencia de Autocorrelación, Colinealidad y Multicolinealidad severa trae consecuencias graves en la estimación de los parámetros o regresores de los modelos econométricos y por ende dichos modelos no se consideran óptimos para predecir el comportamiento de los precios inmobiliarios urbanos, caso planteado de esta investigación. La autocorrelación trae como consecuencia que el estimador de mínimo cuadrados en un modelo con autocorrelación pase a ser un estimador de mínimos cuadrados generalizados. En la práctica, el procedimiento habitual para la estimación de un modelo de econométrico consiste en estimar el modelo mediante

 

 

41

el Método de los Cuadrados Mínimos. Posteriormente se utilizan los resultados de la estimación para contrastar la Autocorrelación. Si se confirma la presencia de Autocorrelación nos encontr encontramos amos en el caso de un modelo generalizado estimadores de los cuadrados mínimos ya no serán estimadores óptimos.

y los

 

CAPITULO III

MARCO METODOLOGICO En este capítulo se incluyen el tipo de investigación, población y muestra, diseño de la investigación y por ultimo se describe el procedimiento general de la investigación a través de las diferentes fases ejecutadas con la finalidad de alcanzar los objetivos planteados para esta investigación en el primer capítulo.

3.1 

Tipo de Investigación

Esta investigación es de carácter d e s c r i p t i v o   fundamentada en dos tipos de información como lo son: 1.)  Las transacciones compra-venta de terrenos correspondientes a la parroquia de estudio, en el periodo de 2009 al 2012 y 2.)  El plano cartográfico de la parroquia para la respectiva demarcación de las zonas económicas y físicamente homogéneas. A partir de estas fuentes, se busca la predicción e identificación de las relaciones que existen entre dos o más variables. Una vez recogidos los datos sobre la base de una hipótesis o teoría, exponer y resumir la información de manera cuidadosa y luego analizar minuciosamente los resultados, a fin de extraer generalizaciones significativas que contribuyan al conocimiento. A la data obtenida en el Registro inmobiliario (refenciales), se clasificara y se agrupara por zonas. Del estudio de las variables de cada dato, se busca identificar las relaciones que existen entre los hechos para lograr una verdadera comprensión del fenómeno a estudiar; Para determinar la medida en que dos o más variables se correlacionan entre sí, es decir el grado en que las variaciones que sufre un factor se corresponden con las que experimenta el otro. Por último, dicha información servirá de base para la elaboración del modelo econométrico a utilizar para determinación del precio del suelo por zonas geoeconómicamente homogénea para la estructuración de la planta de valores de la tierra.

 

 

43

3.2 

Población y Muestra

3.2.1

Población

La población está constituida por todos los terrenos sin construcción ubicados geográficamente en la parroquia Juan Ignacio Montilla del Municipio Valera que hayan sido objeto de una venta pública

asentada en el Registro Público

correspondiente a esa jurisdicción. Para esta

investigación, la zonificación de aéreas homogéneas se realizo

tomando en cuenta el mayor numero de transacciones posibles encontradas en el registro, por lo cual se definieron tres zonas principales que son los que presentan el mayor dinamismo inmobiliario, los cuales son: Zona 1: Sur, Zona 2: Centro y Zona 3: Norte.

3.2.2

Muestra

Para la muestra se tomaron todas la transacciones encontradas en el registro público circunscritas en estos sectores correspondientes a los años 2009, 2010, 2011 y 2012, tiempo suficiente y mínimo exigido por la Ley de Ley de Geografía, Cartografía y Catastro Nacional (ver anexo Nº 1).

3.3 

Diseño de la Investigación

El diseño es de tipo

  de documental  de

fuentes no vivas, porque esta basado en la

obtención y análisis de datos provenientes de materiales impresos (documentos) asentados el registro y planos del Municipio. Según Tipo de Fuente:  

•

Primaria: La data del registro público del Municipio Valera del estado Trujillo. Datos del Banco Central de Venezuela como Tasa de Interés (TI), Producto Bruto Interno (PBI), Índice Nacional de Precios al Consumidor (INPC), y los

 

 

44

planos de la Parroquia que se obtuvieron en el departamento de Catastro de la Alcaldía del Municipio Valera.  

•

Secundaria: Visita personal (inspección) a diferentes sectores y terrenos tomados como muestra.

Según la temporalidad: El diseño es históricos evolutivos, porque esta dirigido a reconstruir hechos pasados y su proceso de cambio ca mbio a lo largo del tiempo. Según la amplitud de foco: el diseño puede está centrado en un evento único, con lo cual se denomina univariable o unieventual. Evento de Estudio: Valorización masiva de terreno urbanos. Unidad de Estudio: Terrenos sin construcciones ubicados en la parroquia Juan

Ignacio Montilla del municipio Valera del Estado Trujillo.

3.3.1  Técnicas e Instrumentos de Recolección de Datos  

•

Técnica: La revisión documental, se utiliza cuando las unidades de estudio son documentos. También cuando las fuentes son documentos, es decir, cuando la información que se requiere ha sido registrada. El proceso de recolección de datos se realizo desde tres fuentes a saber: El registro público, el Departamento de Catastro de la Alcaldía del Municipio y Estadísticas Macroeconómicas publicadas por el Banco Central de Venezuela (BCV). ( BCV).

•

 

Instrumento: la matriz de registro, que consta de un formato o planilla diseñado para la recolección de datos y que a la vez permita la aplicabilidad del software EXCEL®, donde se ilustran todas las características básicas de cada transacción.

3.4

Procedimiento General de la Investigación

3.4.1  Primera Fase:  Clasificación de los Datos

 

 

45

Una vez obtenida las muestras, los datos se agruparon de acuerdo a la sectorización establecida, considerándose que estos sectores o zonas presentan características comunes en cuantos a servicios públicos y actividad económica, pero que los difiere su ubicación a lo largo del eje Norte-Sur como esta constituido el desarrollo urbano de la parroquia Juan Ignacio Montilla (ver anexo Nº 2).

3.4.2

Segunda Fase:

Definición de las Variables a Estudiar Variables físicas

Las físicas representan un conjunto de valores que se asumen o son extraídas de los datos ordenados, dentro de estas variables tenemos: el Área la cual representa la superficie del terreno objeto de análisis, el tiempo o fecha en que se realizo la transacción y la sectorización o ubicación del inmueble por sectores. Variables Macroeconómicas

Las variables macroeconómicas representan indicadores importantes del comportamiento del mercado inmobiliario, porque en base a ellas se pueden estudiar la variación de precios de los productos inmobiliarios, en consecuencia para esta investigación se seleccionaron para esta investigación las siguientes variables macroeconómicas: Producto Interno Bruto (PIB), Tasa de Interés (TI) y el Índice Nacional de precios al Consumidor (INPC).

3.4.3

Tercera Fase: 

Pre-Análisis de los Datos (Saneamiento de la muestra) Realizada la agrupación de los datos según su ubicación, se procedió a un preprocesamiento de datos el cual consiste en un filtrado o depuración de la muestra, que

tiene

por

objeto

la

aplicación

de

un

intervalo

de

confían

za a un nivel de 95 %. Esto permite obtener una muestra suficientemente depurada para conformar la base de datos a ser utilizada en la fase de análisis de datos.

 

 

46

3.4.3.1 Análisis de los Datos Con los datos agrupados por sectores homogéneos y ya saneados mediante la técnica del Intervalo de confianza al 95%, se procede al análisis de la muestra conforme a las variables explicativas del valor, utilizando para ello el método de la regresión lineal múltiple, que permita determinar el modelo matemático más adecuado (ver anexo Nº 3). Como herramienta para el análisis estadístico, se utilizara el Software PASW®  Statistics 18  (SPSS 18), es una marca comercial   registrada de SPSS Inc. PASW  significa Predictive Analytics Soft(w)are, o software de análisis predictivo. 

Modelo Econométrico

El modelo econométrico será el obtenido mediante la Regresión lineal múltiple, que para los efectos de esta investigación se construirá tom tomando ando como variable dependiente el Precio Unitario  (PU)  y como variables independientes: Área (A), Tiempo (T), Sectorización (S), Producto interno Bruto (PIB), Tasa de Interés (TI) y Índice Nacional de Precios al Consumidor (INPC). El modelo econométrico planteado en función de las variables señaladas, se formulo se la siguiente manera: Pu = β0 + β1(A) + β2(T)  + β3(Z) + β4(PIB)  + β5(TI) + β6(INPC)  (3.1) 

donde

β0, β1, β2, β3, β4, β5, β6 representan

los parámetros a estudiar. 

 

CAPITULO IV

PROCESAMIENTO DE DATOS Y ANALISIS DE LOS RESULTADOS 4.1  Diseño del Modelo Econométrico El modelo matemático utilizado para el diseño del Modelo Econométrico lo constituye el Modelo de Regresión Lineal Múltiple, basado en una variable dependiente (precio unitario) y varias variables independientes físicas (área, tiempo y sectorización)

y variables independiente de tipo macroeconómicas: Producto

Interno Bruto (PIB), Índice Nacional de Precios al Consumidor (INPC) y Tasa de Interés (TI).

4.2  Variables Físicas. Las variables físicas utilizadas en el diseño del modelo econométrico la constituyen las variables: (1) 

Área: representa la superficie en metros cuadrados reflejado en documento compra-venta registrado de cada terreno.

(2) 

Tiempo: representa el trimestre en el cual fue realizada la operación compra-venta, para los efectos de est estaa investigación esta variable se trimestrara, tomando como T = 1 el primer trimestre del año 2009 hasta

(3) 

T = 16 cuarto trimestre de año 2012. Zonificación: La Zonificación representa un valor asumido según la clasificación realizada: Zona Sur = 1, Zona Centro = 2 y Zona Norte = 3.

4.3  Variables Macroeconómicas. Las variables macroeconómicas seleccionadas para el diseño del modelo lo constituyen: el PIB (Producto Interno Bruto), el IPNC (Índice Nacional de Precios al Consumidor) y la TI (Tasa de Interés). El criterio para la selección de estas variables se baso en el impacto que las mismas producen en la actividad económica

 

48

del país y por consiguiente en la actividad inmobiliaria. El cuadro Nº 1 muestra un resumen de las variables macroeconómicas desde el año 2009 hasta el año 2012.

CUADRO No 1 VARIABLES MACROECONIMICAS TIEMPO

TRIMESTRE

INPC(%)

PIB(MMBs.)

TI(%)

1

I

2009

135,57

13.257,52

22,55

2

II

2009

142,40

14.118,84

21,14

3

III

2009

151,47

14.231,72

19,40

4

IV

2009

160,90

15.042,84

19,38

5

I

2010

169,60

12.619,89

18,62

6

II

2010

186,53

13.876,51

17,84

7

III

2010

195,90

14.200,31

17,71

8

IV

2010

204,70

15.110,80

17,78

9

I

2011

217,40

13.225,10

17,50

10

II

2011

229,60

14.235,50

17,76

11

III

2011

246,47

14.828,42

17,79

12

IV

2011

260,70

15.849,24

16,73

13

I

2012

272,40

14.013,78

15,99

14

II

2012

281,40

15.057,50

16,44

15

III

2012

292,00

15.598,36

16,50

16

IV

2012

309,40

16.390,54

16,00

Fuente: Boletín Banco Central de Venezuela, Diseño del Autor

4.4  Los Datos: El procesamiento de los datos parte de la conformación de la base de datos con la información obtenida en el registro público de transacciones de compra-venta de terrenos desde el año 2009 al año 2012. Los datos obtenidos fueron sometidos a un reconocimiento preliminar donde se eliminan aquellos que no tengan toda la información requerida para su validez como: nombre del vendedor, nombre del comprador, dirección y/o ubicación del

 

49

inmueble, área, precio de la venta e información del asiento registral co como: mo: fecha, tomo, Nº del asiento, trimestre. Una vez, depurada la información se realiza una ordenación por fecha de registro en orden creciente desde el primer asiento de 2009 al último asiento del 2012.

4.5  Exploración de los Datos

Esta técnica estadística nos proporciona información sobre los datos muéstrales, resumiendo gran cantidad de información en unos pocos índices. Este procedimiento permite una adecuada organización de la información muestral, lo cual posibilita la aplicación posterior de las herramientas de la estadística inferencial. En realidad, el análisis explorator exploratorio io es un un análisis descriptivo. Pero él énfasis de la exploración está, por un lado, en la inspección de los datos con el objetivo de detectar casos anómalos, cuyos valores se alejan de la tendencia central lo suficiente como para distorsionar los resultados. El análisis exploratorio dispone de un gran repertorio de técnicas de descripción de muestras, pero nuestro mayor interés en conocer la existencia de valores atípicos o extremos en una variable. Con la información ordenada se utilizo para definir un intervalo de confianza a un 95% para la variable dependiente precio unitario (Pu). El proceso proceso de consiste en excluir aquellos refe referenciales renciales que no están dentro del intervalo de confianza para Pu 2S

 

50

Los datos serán analizados para cada grupo de acuerdo a la zonificación planteada (Cuadro Nº 2).

CUADRO Nº 2 ZONIFICACION PARA TERRENOS Nº

ZONIFICACION

001

SUR

002

CENTRO

  003

CATACTERISTICAS

Parte desde la calle 15 con la Avenida Bolívar, sigue por la avenida la Bolivariana hasta la intersección con el distribuidor hacia el viaducto vía la Urb. La Beatriz, hasta la calle 22. Incluye los sectores catastrales: 013 Las Acacias I, 018 Las Acacias II, 020 Urb. El Country.   Parte desde la avenida Bolívar intercesión con calle 5, avenida 6 intercesión con calle 6, avenida 6 intercesión con calle 7 hasta intercesión con avenida 4, sigue hasta intercesión avenida 3, hasta intercesión con con calle calle 11 15.intercesión Incluye el con sector catastral 001 casco central. Parte desde la avenida Bolívar intercesión con calle 5, avenida 6 intercesión con calle 6, avenida 6 intercesión con calle 7 hasta intercesión con avenida 4 bajando por la avenida prolongación de la avenida 4 hasta entrada al viaducto, sigue por el borde de la terraza de Plata I, Plata 4, Plata III, zanjón el Tigre hasta interceptar la avenida Bolívar. Incluye los sectores catastrales: 002 La Plata, 014 Urb. Mirabel (Plata I), 016 Urb. Conticinio (Plata IV), 019 Urb. Libertador (Plata III).

NORTE

Fuente: Diseño del Autor

4.6  Intervalos de confianza para la media de la variable Precio Unitario De acuerdo con el teorema del límite central, la distribución de medias de muestra se distribuye como si fuera una distribución normal con media desviación estándar distribución t se

  /√ n  n .

σ

y

Esta estimación se hace generalmente utilizando la

Student. Si ∝  es

como se muestra en la figura 1

 µ 

la significancia considerada, la confianza será  1-∝ ,

 

51

Figura 1

P (Li  ≤ Pu ≤   L Ls) = P(-t 1-   t ≤  t 1-  2) ∝/2  ≤  t ∝/ 2) 1- ∝/2  1- ∝/ 

= 1- ∝

(4.1) 

Los límites Li y Ls para una media única, se tiene:

Li  =

y  -t1-∝/2 * S/√n

(4.2) 

Ls  =

y  +t1-∝/2 * S/√n

(4.3) 

Expresado formalmente el intervalo alrededor del parámetro:

P

(y – 1,96 S/√n ≤   µ  ≤   y+1,96 S/√n) = 0.95

(4.4) 

Para el intervalo del 95 %  t 1- 0,025 = 1,96 Para el caso de la muestra tomada se cálculo el intervalo de confianza para el precio unitario, para establecer el mayor número de datos posibles para el establecimiento del modelo matemático. El procesamiento se realizo con el Software PASW® Statistics 18 (SPSS 18) (ver resultados de la Regresión Lineal Múltiple).

4.7  Evaluación Estadística de los Modelos 4.7.1

Pruebas estadísticas

Para evaluar los modelos de regresión obtenidos se requiere realizar las siguientes pruebas estadísticas: 1.1 Prueba t de la Hipótesis nula de que el valor poblacional de cada coeficiente de regresión individual es cero, es verdadera.

 

52

Si algunos de los coeficientes (bi) del modelo fuesen nulos, significaría que las variables correspondientes no son importantes en la determinación del Precio unitario. Por lo tanto, es sumamente importante determinar la validez de estos coeficientes, para ello se utilizan los estadísticos t  que se presentan. Adicionalmente, como se trata de muestras grandes, la distribución t se aproxima a la Normal y por tanto se utilizará esta distribución. A un nivel de significancia de 5%, se rechaza la hipótesis nula cuando el valor de la estadística t en valor absoluto sea mayor o igual a 1.96; concluyendo que el respectivo coeficiente de regresión es significativamente diferente de cero. 1.2 Prueba de significancia global del modelo, que prueba la Hipótesis Nula que todos los parámetros del modelo excepto el intercepto son simultáneamente iguales a cero. Se estima el estadístico de la prueba que aproximadamente tiene una distribución F con grados de libertad: K-1 igual al número de parámetros a probar y n-K igual al número de conglomerados menos el número de estratos de la muestra. 1.3  El coeficiente de determinación R2, que mide la proporción de variabilidad del Ingreso que es explicada mediante el Modelo de Regresión. 1.4  Uno de los supuestos del modelo de regresión lineal, es que no debe haber un alto grado de correlación entre las variables predete predeterminadas, rminadas, pues esto esto,, trae serias consecuencias que podemos resumir así: •

 

Los estimadores por mínimos cuadrados ordinarios siguen siendo lineales, insesgados y óptimos pero las estimaciones tienen varianzas y covarianzas grandes.

•

•

 

Las razones t de uno o más má s coeficientes tienden a ser estadísticamente no significativas, con lo que se pierde de perspectiva el análisis.

 

Aun cuando la razón t de uno o más coeficientes, es estadísticamente no significativa, el coeficiente de determinación tiende a ser elevado, con lo que se demuestra que no se puede separar el efecto individual de cada variable predeterminada hacia la endógena.

Luego entonces, es necesario que luego de estimado un modelo, tengamos que determinar la existencia o no de un alto grado de correlación entre las variables predeterminadas. El método de detección de multicolinealidad que vamos a estudiar es: Método de la matriz de correlación

 

53

Como el problema de multicolinealidad es un problema con las variables predeterminadas, establecemos una matriz de correlación entre aquellas, es decir:

⎡1 ⎢ r  ⎢

r 23

r  24

.....

1

r 34

....

⎢r  ....

r  ....

1 ....

.... ....

k  2

r k  3

r k  4

....

32

 R

=

42

⎢ ⎢⎣ r 

43

r 2 k  ⎤ r 3 k 

⎥ ⎥

(4.5) 

r  ⎥   .... 4 k 

⎥ 1 ⎥ ⎦

Como es de notar, si la correlación entre las variables predeterminadas fuera 1, extrema correlación, el determinante de R será igual a cero, caso contrario, si la correlación fuera 0, el determinante será igual a 1, por lo que podemos esbozar una regla en los siguientes términos: Si el determinante de la matriz R es cercano a cero, el grado de multicolinealidad es considerable; si es cercano a uno, la correlación entre las variables no será de consideración.

4.7.2

Análisis de los residuales

Este análisis se lleva a cabo para comprobar si se cumplen o no los supuestos del modelo. Normalidad de los residuos: En el Modelo de Regresión se supone que los errores verdaderos son independientes con distribución N (0, S2). Los residuos que se obtienen en el proceso son estimaciones de los verdaderos errores y la estimación de S2 es la media de los cuadrados de los residuos, S2, donde S es el error estándar de la estimación. El hecho que la media de los residuos sea igual a cero es consecuencia del método de estimación de los parámetros en la función de regresión. La Distribución de los residuos debe ser Normal: los residuos observados y esperados bajo la hipótesis de Distribución Normal deben ser parecidos. Esta

 

54

suposición se comprueba con el gráfico de probabilidad Normal, que permite comparar gráficamente la función de distribución observada en la muestra tipificada, con la función de distribución Normal. Si la distribución de los residuos fuera Normal, dichos valores deberían ser aproximadamente iguales y en consecuencia, los puntos del gráfico estarían situados sobre la recta que pasa por el origen con pendiente igual a 1. Respecto a la independencia, el valor observado en una variable para un individuo no debe ser influenciado en ningún sentido por los valores de esta variable observados en otros individuos: los residuos no deben presentar ningún patrón sistemático respecto a la secuencia de observación.

4.7.3

Autocorrelación

El estadístico D de Durbin-Watson, mide el grado de autocorrelación entre el residuo correspondiente a cada observación y la anterior. Si el valor es próximo a 2, los residuos estarán incorrelacionados; si se aproxima a 4, estarán negativamente autocorrelacionados

y

si

se

aproxima

a

0

estarán

positivamente

autocorrelacionados. El estadístico D se calcula con la siguiente fórmula:

n

∑(ei  – ei-1)2  DW 

i = =2 2 

(4.6) 

  =

n

∑ei 2  i = =2 2 

4.7.4  Homogeneidad de varianzas 

Las varianzas de las distribuciones de la variable dependiente ligadas a los distintos valores de las variables independientes deben ser iguales. Los residuos no deben presentar ningún patrón sistemático respecto a las predicciones o respecto a

 

55

cada una de las variables independientes. Para analizar la homogeneidad de varianzas utilizaremos el gráfico de dispersión de los residuos tipificados frente a las estimaciones tipificadas.

4.7.5

Modelos Econométricos obtenidos

Los modelos econométricos obtenidos para terrenos por zona fueron determinados siguiendo los criterios del punto anterior. Los modelos finales son:

CUADRO Nº 3 MODELOS ECONOMETRICOS PARA TERRENOS Producto

Modelo Econométrico

001

Terrenos Zona Sur

Pu = -β0 + β1(A) + β2(INPC) + β3(TI) 

002

Terrenos Zona Centro

Pu = β0 + β1(A) - β2(PIB)  - β3(INPC) 

003

Terrenos Zona Norte

Pu = -β0 + β1(A) + β2(INPC) + β3(TI) 

Fuente: Diseño del Autor

Donde: Pu

= Precio unitario de terreno

A = Área del terreno T = Tiempo (trimestre del año)

Z = Zonificación PIB = Producto Interno Bruto TI = Tasa de Interés promedio trimestralizado INPC = Índice Nacional de Precios al Consumidor β0 , β1 ,.

lin eal . . . βi; = Coeficientes obtenidos en el modelo de regresión lineal

 

56

4.7.6

Planta de Valores de Terrenos

Con los datos ya depurados mediante el intervalo de confianza al 95% y el modelo establecido se procede a determinar los coeficientes regresores, obteniéndose:

CUADRO Nº 4 PLANTA DE VALORES PARA TERRENOS

Producto

Modelo Econométrico

001

Terreno Zona Sur

Pu=-1264.45+0.008* A+7.21*INPC+ 88.13*TI 

002

Terreno Zona Centro

Pu= 2330.46–0.04*A + 0.01*PIB – 1.07*INPC 

003

Terreno Zona Norte

Pu=-2568.99 +0.04*A +7.61*INPC+114.46*TI 

Fuente: Diseño del Autor

4.7.7

Análisis de los Resultados

En análisis de resultados está en función de los indicadores que se presentan en el cuadro Nº 5. La primera pri mera observación la referimos al número de referenciales iníciales en cada zona versus v ersus el numero que queda luego de la depuración de muestra, mediante los intervalos de confianza al 95%. Para todos los casos estudiados la muestra final baja demasiado en cuanto a referenciales útiles, lo que supone mucha heterogeneidad de los valores que se asientan en el registro. Estas variaciones son a que no se asienta los verdaderos valores de las ventas de terrenos para evitar la cancelación de las verdaderas cuotas de impuestos. La otra observación en cuanto al número de referenciales, es la poca cantidad de estos, 97 en total para los tres grandes sectores de la Parroquia. El mayor número se presenta en la Zona Sur de la Ciudad que corresponde a Las Acacias:

 

57

baja, media y alta, evidentemente en la nueva zona de expansión de la ciudad, donde se han incorporado nuevas aéreas y la oferta de terrenos es mayor. La Zona Norte, es la que presenta menos, la oferta de terrenos es menor y se circunscribe principalmente al Sector La Plata, donde todavía quedan alguna terrenos sin desarrollar, pero no por crecimiento o expansión del sector. La Zona Centro, también tiene pocos referenciales, estas ofertas en su mayoría son de edificaciones viejas, casas de tapiales, estructuras viejas de los años 50 y 60, que se ha demolido para dar pasa a nuevas construcciones y algunos terrenos han quedado vacios. El coeficiente de determinación R2 más alto corresponde a la zona Centro, indicando que el 97% del Precio Unitario es explicado por el modelo. Igual calidad tiene el R2 para la zona Norte. En la zona Sur, el R 2  bajo, pudiese la marcada división de esta en sub-sectores que muestra ciertas ci ertas diferencia. El estadístico de Durbin Watson permite constatar la hipótesis de ausencia de autocorrelación, cuando el término de error es independiente a lo largo del tiempo el valor del estadístico será próximo a 2, siendo el mejor el de la zona Norte. El estadístico

F,

nos permite decidir si existe relación lineal significativa entre la

variable dependiente y las variables independientes tomadas juntas. Los valore del cuadro Nº 5, para las tres zonas indica que sí existe relación lineal significativa. Del análisis de los valores que tomas los estadísticos para cada uno de los modelos (cuadro Nº 5) y comparándolos con los criterios preestablecidos en la investigación se tiene lo siguiente: 1.- Se recomienda como modelos fiables, los modelos 002 zona Centro y 003 zona Norte, por presentar los mejores valores. 2.- El modelo 001 zona Sur, se puede usar como modelo de pronostico y en sus pruebas aporto resultados confiables a los actualmente en el mercado para dicha zona. Su R2 es igual a 50%, se considera un poco bajo para esta investigación.

 

58

CUADRO Nº 5 RESUMEN DE LOS ESTADISTICOS PARA LAS DISTINTAS ZONAS DE ESTUDIO

Nº

Zonas

Total Observ.

Observ. 95%

R 2 

DW

F

gl

001

Sur

51

24

0.50

1.46

6.29

2,21

002

Centro

24

9

0.97

2.67

59.9

2,6

003

Norte

22

9

0.88

2.07

13.06

2,6

Fuente: Diseño del Autor 

 

58

CONCLUSIONES

El análisis estadístico de los modelos econométricos indica un 100% de aceptación, lo que es completamente valido para el establecimiento de Planta de Valores de Terrenos para las zonas zonas evaluadas evaluadas de la

Parroquia Juan Ignacio Montilla del

Municipio Valera.

La disminución de un 56.70% del total de los datos de la muestra para la determinación del modelo indica alta heterogeneidad en la variable precio unitario, lo que es evidente dado que el precio de la transacción no se refleja realmente.

El uso de pocos referenciales de las muestras zonales en la determinación de los modelos econométricos orientan hacia el estudio de modelos con menos variables independientes o aquellas de mayor importancia local. Los Modelos Econométricos determinado en esta investigación pueden ser validos utilizando casos nuevos. Para ello basta con obtener los pronósticos para esos nuevos casos y calcular el coeficiente de correlación entre los valores observados en la variable dependiente y los valores pronosticados para esos nuevos casos.

La Zona Sur del estudio puede ser subdividida en dos sectores o sub-zonas para obtener mayor valor del R2 y darle más exactitud exactitud al nuevo modelo obtenido. Esta zona por su forma geográfica (alargada) permite esta división. Por la falta de suficiente datos (referenciales), quedaron dos sectores de la parroquia sin estudiar: El Sector de Bella Vista y el Sector de Barrio El Milagro.

 

59

RECOMENDACIONES

Se recomienda incluir variables más zonales y catastrales

para mejorar la

consistencia de los modelos.

Se recomiendas la división de la zona Sur de la parroquia.

Se recomienda elaborar para cada Zona la matriz de ajuste local para obtener el valor final de cada terreno en particular.

Se recomienda para contrarrestar la poca cantidad de referenciales por zonas, usar nuevas técnicas de análisis de datos: Econometría espacial, geoestadística, etc., Que permitan conocer las verdaderas relaciones locales de cada sector con sus adyacencias.

Se recomienda obtener los modelos correspondientes a los sectores que no fueron estudiados, para completar la Planta de valores de la Parroquia Juan Ignacio Montilla.

Se recomienda recomienda a partir de los datos del registro inmobiliario, la creación de una base de datos únicamente de terrenos mediante el uso de un SIG.

 

 

60

BIBLIOGRAFIA Alcaldía del Municipio Chacao (2007). Planta y Tabla de Valores del Terreno y de la Construcción. Chacao, Venezuela; Autor. Alcaldía del Municipio Valera (2009). Informe de gestión y Cuenta, Ejercicio Fiscal 2.009. Valera, Venezuela: Autor. Análisis Comparativo de la Ordenanzas de 1998 y 1999 sobre Inmuebles Urbanos del Municipio Iribarren del Estado Lara. Alfredo Raúl Datica (2002). Castillo Ramos , L. (2002) Modelos Econométricos en la Valoración Masiva de la

Construcción y Terrenos. Trabajo de Grado. Faculta de Ingeniería. Universidad del Zulia. Maracaibo, Venezuela. Como afectan las intervenciones territoriales el mercado de suelos?, Caso Montevideo, Uruguay. Rosario Casonova, tesis de Maestría en Ordenamiento Territorial y Desarrollo Urbano, Universidad Mayor de la República de Uruguay (2005). Constitución de la República Bolivariana de V Venezuela. enezuela. Extraordinario No. 5.453. (2000,marzo,24). Gaceta Oficial de la República Bolivariana de Venezuela. Curso Como elaborar proyectos de investigación en postgrado, Caracas, 2010. Elaborado por Jacqueline Hurtado de Barrera. Diccionario Ilustrado Océano de la Lengua Española ( 1994) Océano Grupo Editorial, S.A. Barcelona, España. Dominick, S. (1983) Econometría Básica. McGraw Hill. México.

El impuesto sobre inmuebles urbanos en el municipio Maracaibo. Morelo Gonzalez, Genoveva Ángela. Morales Aldana, Edinson (2007). Espina Almarza, E. (2002) Políticas y estrategias para impedir la evasión del impuesto inmobiliario urbano en el Municipio Maracaibo. Trabajo de Grado. Facultad de Ingeniería. Universidad del Zulia. Maracaibo, Venezuela. Expresión del valor catastral mediante ecuaciones de regresión: su aplicación a la difusión pública de un valor de referencia. Jordi Guimet Pereña, Gabriel de Urrutia. (2000). Econometría. 1ra. Edición. Editorial McGrawHill/Interamericana. Madrid, España. Guisán

Seijas,

M.  (1997)

Hurtado de Barrera, J. (2007) El proyecto de Investigación. 6ta. Edición.

Ediciones Quirón-Sypal. Caracas, Venezuela.

 

 

61

Instituto Geográfico de Venezuela Simón Bolívar (2002). Guía para la Formulación de Proyectos. Caracas, Venezuela. Instituto Geográfico Simón Bolívar. Normas, Procedimientos, Especificaciones e Instructivos para la Formación y Conservación del Catastro Nacional. Caracas, Venezuela: Autor Instituto

Nacional

de

Estadística

(2010).

[On-line].

Disponible

en: 

http://www.ine.gov.ve 

Ley de Geografía, Cartografía y Catastro Nacional (2000). Gaceta Oficial de la República Bolivariana de Venezuela, 37.002, Julio 28, 2000 Ley de Registro Público y del Notariado (2001) Gaceta Oficial de la República Bolivariana de Venezuela, 5.556, Noviembre 13, 2001 Ley Orgánica del Poder Publico Municipal (2006) Gaceta Oficial de la República Bolivariana de Venezuela, 38.421, Abril 21, 2006 Modelo de Precio de Suelo Urbano en el Gran Concepción, Francisco Nuñez Cerda, Roberto Schovelin Surhoff. Universidad del Bío-Bío, Concepción – Chile. (2002). (2 002). Modelos Econométricos de Valoración. Aplicados a la Valoración Masiva. B. SEGURA, R. GARCIA PORTILLO, F. VIDAL (1998). Norman R. Draper and Harry Smith  (1981) Applied Regresión Analysis. John

Wley &s Sons, Inc. Normas Técnicas para la Formación y Conservación del Catastro Nacional. Extraordinario No. 5.590. (2.000, Mayo, 28). Gaceta Oficial de la República Bolivariana de Venezuela. Pereña Guimet, J. (2002) Valoración catastral de inmuebles urbanos Descripción

práctica. 1ra. Edición. Ediciones UPC. Barcelona, España. Piña Rivera, N. (2006)  Ontología espacio temporal de registro catastral

venezolano como base para la creación de sistemas de información ter territorial. ritorial. Trabajo de Grado. Facultad de Ingeniería. Universidad de Los Andes. Mérida, Venezuela. República de Venezuela. Estado Mérida. El Concejo Municipal del Municipio Libertador (2.007). Ordenanza Planta de Valores de la Tierra. Gaceta Municipal del Municipio Libertador. Extraordinario Nº 29. República de Venezuela. Estado Miranda. El Concejo Municipal del Municipio Chacao (2.009). Ordenanza de Impuesto sobre Inmuebles Urbanos del Municipio Chacao. Gaceta Municipal del Municipio Chacao. Extraordinario Nº 7735.

 

 

62

República de Venezuela. Estado Trujillo. El Concejo Municipal Municipa l del Municipio Valera (1.999). Planta de Valores de la Tierra Urbana, así como las Tablas de Valores de la Construcción. Gaceta Municipal del Municipio Valera. Extraordinario Nº 71. República de Venezuela. Estado Trujillo. El Concejo Municipal Municipa l del Municipio Valera (1.999). Ordenanza sobre Catastro Urbano. Gaceta Municipal del Municipio Valera. Extraordinario Nº 66-A. República de Venezuela. Estado Trujillo. El ConcejoUrbanos. Municipa lGaceta Municipal del Municipio Valera (1.999). Ordenanza de Impuesto sobre Inmuebles Municipal del Municipio Valera. Extraordinario Nº 66-B. Tipología de Recaudadores y Contribuyentes del Impuesto sobre Inmuebles Urbanos en el Municipio Guanare, Estado Portuguesa. Italo Magliocco. José Flores (2007). Universidad del Zulia (2004). Manual de Procedimientos y Guía para la Elaboración del Trabajo Especial de Grado, Trabajo de Grado y Tesis Doctoral. Maracaibo, Venezuela: Autor Valoración masiva de predios en Bogotá, Gabriel Vallejo Hernández, Catastro Bogotá (2009). Secretaría de Hacienda - Unidad Administrativa Especial de Catastro Distrital, Alcaldía Mayor de Bogota D.C. Vecchione de Ochoa, L. (1989). Un Modelo del Valor del Suelo Urbano en el Área Metropolitana de Mérida. Rev. Economía. Universidad de los Andes, (4),171-210

 

  LISTA DE ANEXOS

ANEXOS 1:

Planillas de Refenciales de Terrenos

2:

Plano de Zonificación

3:

Resultados de la Regresión Lineal