ANÁLISIS DE LOS FACTORES ECONÓMICOS SOBRE LA VENTA DE ...
41
FACULTAD DE CIENCIAS EMPRESARIALES Carrera de Administración ANÁLISIS DE LOS FACTORES ECONÓMICOS SOBRE LA VENTA DE DEPARTAMENTOS EN LA ZONA 6 DE LIMA METROPOLITANA EN EL PERIODO 2009 – 2019 Trabajo de Investigación para optar el Grado Académico de Bachiller en Administración FÁTIMA MILAGROS CALMET ALVA RONALD JULIÁN GARAY YLLANES Lima – Perú 2020
Transcript of ANÁLISIS DE LOS FACTORES ECONÓMICOS SOBRE LA VENTA DE ...
FACULTAD DE CIENCIAS EMPRESARIALES
Carrera de Administración
ANÁLISIS DE LOS FACTORES ECONÓMICOS SOBRE LA VENTA DE DEPARTAMENTOS EN LA
ZONA 6 DE LIMA METROPOLITANA EN EL PERIODO 2009 – 2019
Trabajo de Investigación para optar el Grado Académico de
Bachiller en Administración
FÁTIMA MILAGROS CALMET ALVA
RONALD JULIÁN GARAY YLLANES
Lima – Perú
2020
2
ÍNDICE
RESUMEN .................................................................................................................... 4
SUMMARY ................................................................................................................... 5
1. INTRODUCCIÓN .................................................................................................. 6
1.1. PLANTEAMIENTO DEL PROBLEMA ............................................................ 7
1.2. MARCO REFERENCIAL ............................................................................. 11
1.3. MARCO TEÓRICO ...................................................................................... 14
1.3.1. FACTORES ECONÓMICOS................................................................ 14
1.3.2. VENTA DE DEPARTAMENTOS .......................................................... 21
2. MÉTODO ............................................................................................................ 23
2.1. TIPO Y DISEÑO DE INVESTIGACIÓN ........................................................ 23
2.2. VARIABLES ................................................................................................ 24
2.3. MUESTRA ................................................................................................... 25
2.4. INSTRUMENTOS ........................................................................................ 25
2.5. PROCEDIMIENTO ...................................................................................... 26
2.6. ANÁLISIS DE DATOS ................................................................................. 26
3. RESULTADOS .................................................................................................... 27
DISCUSIÓN ................................................................................................................ 33
REFERENCIAS .......................................................................................................... 34
ANEXOS ..................................................................................................................... 37
3
ÍNDICE DE ILUSTRACIONES
ILUSTRACIÓN 1 ........................................................................................................... 8
ILUSTRACIÓN 2 ........................................................................................................... 9
ILUSTRACIÓN 3 ......................................................................................................... 15
ILUSTRACIÓN 4 ......................................................................................................... 16
ILUSTRACIÓN 5 ......................................................................................................... 18
ILUSTRACIÓN 6 ......................................................................................................... 19
ILUSTRACIÓN 7 ......................................................................................................... 23
ILUSTRACIÓN 8 ......................................................................................................... 30
ÍNDICE DE TABLAS
TABLA 1 ..................................................................................................................... 24
TABLA 2 ..................................................................................................................... 25
TABLA 3 ..................................................................................................................... 27
TABLA 4 ..................................................................................................................... 28
TABLA 5 ..................................................................................................................... 29
TABLA 6 ..................................................................................................................... 29
TABLA 7 ..................................................................................................................... 31
TABLA 8 ..................................................................................................................... 32
TABLA 9 ..................................................................................................................... 32
ÍNDICE DE ANEXOS
ANEXO 1 .................................................................................................................... 37
ANEXO 2 .................................................................................................................... 38
ANEXO 3 .................................................................................................................... 40
4
RESUMEN
La investigación tiene como objetivo analizar la influencia de los factores económicos en la
creciente venta del mercado inmobiliario de departamentos de la zona 6 de Lima
Metropolitana en el periodo 2009 - 2019. Según la literatura, las variables potenciales para
explicar dicho fenómeno serian el índice de precios de los inmuebles, la tasa de crédito
hipotecario y la tasa de desempleo. Para desarrollar los objetivos de la investigación se
empleará un método de series de tiempo, recolectando información del Banco Central de
Reserva del Perú (BCRP) para efectuar un tipo de estudio cuantitativo y un diseño no
experimental – longitudinal, analizando 47 datos trimestrales entre el primer trimestre del
2009 hasta el tercer trimestre del 2019, con la finalidad de aplicar un modelo de Mínimos
Cuadros Ordinarios (MCO) y determinar los efectos marginales, relaciones de corto plazo
y comprobar la existencia de algún quiebre estructural en la evolución del mercado
inmobiliario de la zona 6. Las conclusiones de la investigación proporcionarán información
cuantificable sobre el comportamiento del mercado inmobiliario de los últimos 11 años del
mercado, tomando en cuenta los factores económicos antes mencionados.
Palabras claves: Factores económicos, Ventas de departamentos, Zona 6 de Lima
Metropolitana, Series de tiempo, Mínimos Cuadros Ordinarios.
5
SUMMARY
The objective of the research is to analyze the influence of economic factors on the growing
sale of the apartment real estate market in zone 6 of Metropolitan Lima in the period 2009
- 2019. According to the literature, the potential variables to explain this phenomenon would
be the real estate price index, the mortgage credit rate and the unemployment rate. To
develop the research objectives, a time series method will be used, collecting information
from The Central Reserve Bank of Peru (BCRP) to carry out a type of quantitative study
and a non-experimental-longitudinal design, analyzing 47 quarterly data between the first
quarter of 2009 to the third quarter of 2019, in order to apply a model of Ordinary Minimum
Tables (OLS) and determine the marginal effects, short-term relationships and verify the
existence of any structural break in the evolution of the real estate market of the zone 6.
The research findings will provide quantifiable information on the behavior of the real estate
market in the last 11 years of the market, taking into account the aforementioned economic
factors.
Key words: Economic factors, Apartment sales, Metropolitan Lima Zone 6, Time series,
Minimum Ordinary Tables.
6
1. INTRODUCCIÓN
La economía peruana la cual se ha fortalecido en los últimos años hasta lograr ser una
de las economías mejor posicionadas en América Latina, tiene como uno de sus
principales soportes al mercado inmobiliario, en donde cada año se ejecutan nuevos
proyectos ambiciosos satisfaciendo la demanda existente y creciente. Sin embargo, el
mercado es muy dinámico y actualmente la demanda supera a la oferta. Según el
estudio del BBVA (2019), en los próximos 2 años habría 58 mil hogares interesados en
comprar un departamento nuevo y la oferta solo sería de 27 mil. Los problemas como
dificultades para obtener permisos de construcción, escasez de suelo, falta de acceso
a servicios de agua potable y electricidad en zonas periféricas de Lima, regulación
municipal fragmentada y falta de un plan de desarrollo urbano para Lima, junto con los
elevados costos de construcción han causado que los precios tiendan a crecer, las
viviendas sean cada vez más pequeñas y se situen en pisos muy elevados. Es por ello,
que resulta importante mantener supervisión constante de los factores económicos que
pudieran impactar a este mercado inmobiliario como la tasa de interés hipotecario, la
tasa de desempleo y el índice de precios, para que de esa manera, tanto el gobierno,
las empresas y las personas esten preparados ante posibles escenarios positivos o
negativos.
Un indicador que refleja el impacto que causan los factores económicos en el
mercado inmobiliario son las ventas de departamentos nuevos. Además, estudios
indican que la mayor demanda de departamentos nuevos se concentra en los NSE A,
B y C que a su vez están distribuidos en su mayoría en la Zona 6 de Lima Metropolitana
(Lince, San Miguel, Magdalena, Jesús María y Pueblo Libre). Por tal motivo, se
identificó el problema de investigación siguiente: ¿De qué manera se han visto
influenciadas las ventas de los departamentos de la zona 6 de Lima Metropolitana entre
el año 2009 al 2019 por los factores económicos?
Además, se desarrolló el marco referencial que nos brindará información sobre los
efectos que causan los factores económicos como el precio, los ingresos, el tipo de
cambio, la inflación, la tasa de interés etc., a la demanda de departamentos, utilizando
artículos, libros e investigaciones previas similares. Se plantearon los objetivos de
identificar la influencia de los factores económicos en la venta de departamentos, y la
hipótesis de que la venta de departamentos es influenciada significativamente por los
factores económicos. Por otro lado, se desarrolló el método de la investigación en base
a diversas variables e instrumentos para la recolección de datos como las fuentes
secundarias. Luego, se presentan los resultados obtenidos de la investigación, así
como también las conclusiones y recomendaciones. Finalmente se colocaron las
7
referencias y anexos que sirvieron de apoyo para la elaboración del presente trabajo
de investigación.
1.1. PLANTEAMIENTO DEL PROBLEMA
El sector económico se encuentra en constante cambio en el Perú y el mundo y las
condiciones económicas pueden generar en cualquier momento una crisis. En el Perú
el sector inmobiliario es uno de los más importantes; es por ello el interés por analizar
cómo influyen los principales factores económicos como, la tasa de interés, la tasa de
desempleo y el precio, en el crecimiento o no de la venta de departamentos en la zona
6 de Lima Metropolitana. Una muestra de ello es el alto índice de ventas. La
Superintendencia Nacional de los Registros Públicos (2019) informó en su Boletín
Estadístico de Diciembre del 2019 que la inscripción de compraventa de viviendas
creció 0.07% al pasar de 157 875, de Enero a Octubre 2018, a 157 989, en el mismo
período para el 2019.
Según Valdivia (2018), en su informe con datos proporcionados por la Cámara
Peruana de la Construcción (CAPECO) en el año 2017, la oferta de casas fue de 364
unidades y la de departamentos fue de 25 107 unidades.
Por otro lado, según BBVA Research (2019) en la publicación sobre el “Mercado
de viviendas nuevas y oficinas prime en Lima Metropolitana” indicó que las ventas de
departamentos nuevos ascendieron a 15,238 a fines del 2018, continuando la
tendencia de recuperación y crecimiento del mercado. Desde el 2016 con 10822
departamentos nuevos vendidos al 2018 hubo un crecimiento de 41% y entre el año
2017, con 13533 departamentos nuevos vendidos al 2018, hubo un crecimiento del
13% y proyectaron que para el 2019 se vendan de 16500 a 17000. Las ventas en los
distritos de Surquillo, Surco, Miraflores, San Miguel y Lince concentran un poco más
del 30% del total de las unidades vendidas en el 2018, que en su mayoría son de la
zona 6 de Lima Metropolitana; es por ello, que es objeto de nuestro estudio.
De acuerdo al BBVA, la oferta y la demanda son mayores en los distritos
considerados como de ingresos medio, como San Miguel, Magdalena, Jesús María,
Pueblo Libre, Miraflores y Surquillo.
Es en este contexto que el mercado inmobiliario tiene buenas expectativas de
crecimiento como informa la Asociación de Desarrolladores Inmobiliarios, ADI Perú,
mediante su gerenta general Carola Pacheco, quién proyecta que para el 2020 podrían
venderse hasta 20,000 viviendas nuevas en Lima, de acuerdo a una noticia en El
Comercio (2019).
8
En la siguiente figura se puede apreciar la progresión de ventas de departamentos
nuevos en los distritos de San Miguel, Pueblo Libre, Magdalena, Lince, Jesús María y
Surquillo en dólares corrientes por m2 según data del BCRP al tercer trimestre del 2019.
Ilustración 1
Venta de los departamentos de la zona 6 de Lima Metropolitana (Dólares corrientes por
m2)
Fuente: Elaboración propia mediante información del BCRP.
Lo que respecta al precio según el BCRP en Notas de Estudio N°76, Noviembre
del 2019 del BCRP: “El promedio ponderado de medianas de precios en dólares
corrientes se incrementó 2,4 por ciento respecto al mismo trimestre del año anterior y
disminuyó 1,1 por ciento respecto al trimestre anterior” (2019, p.1). También informa
sobre los precios que corresponden a la Zona de Ingreso Medio de Lima, que serían los
distritos de San Miguel, Pueblo Libre, Magdalena, Jesús María, Lince y Surquillo: “El
promedio de las medianas de los precios de venta en estos distritos en dólares
corrientes por m2 se incrementó 2,4 por ciento respecto al mismo trimestre del año
anterior y 0,3 por ciento respecto al trimestre anterior” (2019, p.3). Al tercer trimestre del
2019 el precio de venta promedio ponderado de medianas en dólares por m2 es 1861 y
el precio de venta promedio ponderado de medianas en dólares por m2 en los distritos
de ingreso medio es de 1601 Notas de Estudio del BCRP (2019).
0
2000
4000
6000
8000
10000
12000
Venta de departamentos por distrito (dólares corrientes por m2) - Jesús María, Lince,Magdalena, Pueblo Libre, San Miguel y Surquillo
Linear (Venta de departamentos por distrito (dólares corrientes por m2) - Jesús María, Lince,Magdalena, Pueblo Libre, San Miguel y Surquillo)
9
Lo que se refiere al índice de precios hedónicos las Notas de Estudio del BCRP
informa:
Los precios de venta de los departamentos en Lima Metropolitana tuvieron un
comportamiento creciente entre fines de 2007 y mediados de 2014. En adelante, los
precios de departamentos se han mantenido relativamente estables. Al tercer trimestre
de 2019, el índice de precios hedónicos se redujo 0,2 por ciento con respecto al trimestre
anterior y se incrementó 2,0 por ciento respecto al mismo trimestre del año anterior. El
índice de precios hedónicos muestra un comportamiento más estable frente al índice
del promedio ponderado de medianas, que se redujo 1,1 por ciento con respecto al
trimestre anterior y se incrementó 2,4 por ciento respecto al mismo trimestre del año
anterior (2019, p.7).
Ilustración 2
Índice de precios hedónicos de los inmuebles del 2009 al 2019
Fuente: Elaboración propia con datos obtenidos por el BCRP
Si bien es cierto, el mercado inmobiliario ha tenido altas y bajas en los últimos
años, pero ha consolidado un crecimiento. La Asociación de Empresas Inmobiliarias del
Perú (ASEI) estima que el precio de las viviendas crecerá hasta un 2.5% en el primer
semestre del 2020 y que la inversión en nuevos proyectos inmobiliarios aumentaría en
0.00
20.00
40.00
60.00
80.00
100.00
120.00
140.00
Índice de precios de inmuebles - Índice de precios hedónicos de inmuebles
Linear (Índice de precios de inmuebles - Índice de precios hedónicos de inmuebles)
10
10% para el final del 2020 según los resultados del estudio “Expectativas de socios ASEI
2020” realizado por la misma Asociación Gestión (2019).
Por otro lado, sobre el crédito hipotecario, que es un factor clave para la compra
de un departamento, el BBVA Research (2019) informó que el 90% piensa solicitar un
crédito como forma de pago. Al cierre del 2018 existen 224 mil créditos hipotecarios
vigentes. La tasa de interés de los préstamos hipotecarios a marzo del 2019 es de 8.01%
en moneda nacional y de 6.33% en moneda extranjera. El gobierno por su parte impulsa
el mercado inmobiliario con incentivos en la tasa de interés, es así como se crea el
Fondo Mi Vivienda, que cuenta actualmente con tres programas: Nuevo Crédito Mi
Vivienda, Techo Propio y Bono Verde. El 2018 se otorgó 9 mil créditos y se espera que
en el 2019 sean 11 mil. En el 2018 se entregó 2000 Bonos Verde BBVA (2019).
Recientemente se ha promulgado una ley que permite el retiro del 25% del Fondo
Acumulado de la AFP, lo que permitiría a muchas personas contar con el capital para
una cuota inicial del préstamo hipotecario.
El empleo es otro factor económico para tomar en cuenta, ya que influye
directamente con los ingresos y el acceso a créditos para poder comprar un
departamento. De acuerdo al BBVA (2019), el crecimiento del empleo formal y la masa
salarial en los últimos años ha generado un aumento de la clase media, que se espera
que conforme el 53% de la población para el 2022.
Dado que el sector inmobiliario es un aliado para el crecimiento económico del
país, es importante conocer los factores económicos que repercuten sobre las ventas
de viviendas y específicamente de departamentos nuevos. Según la amplia bibliografía
sobre el crecimiento inmobiliario en la zona 6 de Lima Metropolitana, los factores
económicos juegan un importante papel en la venta de departamentos; no obstante, no
se registra información sobre cómo se relacionan el índice de precios de inmuebles,
tasa de desempleo y tasa de interés hipotecario, que son factores económicos que
influyen en la venta de departamentos. Dado este vacío de información, surge la
interrogante ¿Cuál es el impacto de los factores económicos sobre la venta de
departamentos de la zona 6 de Lima Metropolitana? Y, de existir relación ¿Qué tan
importante es está?
Para el caso del sector inmobiliario no existen estudios previos que intenten
demostrar la relación entre índice de precios de inmuebles, la tasa de desempleo y la
tasa de interés hipotecario, otros factores económicos, y la venta de departamentos en
la zona 6 de Lima Metropolitana; por esta razón se propuso la presente investigación,
11
la cual busca brindar un aporte sobre las interrogantes planteadas. Asimismo, se decidió
realizar esta investigación en el sector inmobiliario, con la finalidad de que los resultados
y recomendaciones que surjan sirvan como referencia acerca del rol de los factores
económicos en las ventas en el sector.
1.2. MARCO REFERENCIAL
Existen antecedentes como la investigación de Silva, C. & Vio, C. (2015), cuyo objetivo
fue analizar los precios de viviendas en Chile, en el cual se usó un modelo reducido
para la oferta y la demanda de viviendas donde se toman en cuenta las variables
macroeconómicas que dan origen a su comportamiento. Se explora el impacto de largo
plazo y la dinámica de corto plazo de variables macroeconómicas usando un modelo
de cointegracion. El análisis se basa en el índice nacional de precios de viviendas de
Chile, publicado por el Banco Central de Chile, con datos trimestrales que van desde
el 2002-I hasta el 2013-I. Como resultado se identificó una relación significativa de largo
plazo entre los precios de viviendas y variables macroeconómicas; concretamente el
ingreso disponible, la tasa de interés de largo plazo y factores de oferta como los costos
de edificación.
La investigación de Sagner, A. (2011) “Determinantes del precio de viviendas en
la región metropolitana de Chile” donde se hace un análisis econométrico de los
factores que influyen en la dinámica de precios en el sector residencial en la región
metropolitana de Chile durante el periodo 1990-2007.Utilizó un diseño descriptivo
basándose en datos secundarios. Se determinó que los factores como la antigüedad y
superficie son significativos en la formación del precio también lo son, el acceso a
transporte público que tiende a subir el precio, y el ingreso del hogar son variables
económicamente significativas. Se encontró también que entre 68 a 71% del precio es
explicado por factores relacionados con los atributos de la propiedad, mientras que
cerca de 68% del crecimiento del precio es resultado de determinantes de crédito.
Existen investigaciones llevadas a cabo en realidades muy distintas a la nuestra
como la de Chin (2016) que realizó la tesis de título “Atributos que influyen en la
decisión de compra de consumidores de vivienda: un estudio de propiedades
residenciales en Setia Alam” para la Universidad Tunku Abdul Rahman de Malasia. La
cual tuvo como objetivo “encontrar la razón que el comprador busca al comprar una
propiedad en Setia Alam” (p. 5). El instrumento utilizado fue el cuestionario hecha a
una muestra de 150 personas con intención de comprar una vivienda residencial en el
12
lugar de estudio. Se procesó la base de datos obtenida con el software SPSS. Las
principales conclusiones fueron que la intención de compra determinaba por atributos
como la vista de la propiedad, los alrededores de la propiedad, además se considera
importante las estrategias de marketing a desarrollar para llegar al comprador.
Por otro lado, Domínguez, G. (2009) en su artículo “Creación y destrucción de la
burbuja inmobiliaria en España” analizó el mercado de viviendas de España y las
principales causas que provocaron la formación de una burbuja inmobiliaria en España
en el período 1998-2005, así como los primordiales motivos y consecuencias de su
posterior explosión utilizando series de tiempo y una investigación descriptiva. Propone
un conjunto de medidas que permitirían reducir la duración de la crisis inmobiliaria,
mejorarían la solvencia de las entidades financieras, estimularían la concesión de
créditos por parte de cajas y bancos y ayudarían a que la economía española saliera
con mayor prontitud del actual período de recesión.
Daher, A. (2013) en su artículo “El sector inmobiliario y las crisis económicas”,
analizó que las instituciones financieras y los fondos de inversión internacional fueron
la causa de la crisis económica local y global en el 2008. Los resultados muestran que
el sector inmobiliario suele ser uno de los más arriesgados y perceptibles a la política
monetaria a los flujos de inversión y otros factores macro económicos, el autor llegó a
la conclusión utilizando métodos cuantitativos históricos y un tipo de investigación
descriptiva que el sector inmobiliario resulta ser macroeconómicamente significativo
por la producción y finanzas, además el gobierno recurre a este sector como
herramienta para el crecimiento económico e incentivar el empleo.
El artículo de Baer, L. & Kauw, M. (2016) sobre el “Mercado inmobiliario y acceso
a la vivienda formal en la Ciudad de Buenos Aires, y su contexto metropolitano, entre
2003 y 2013” tuvo como objetivo identificar la oferta residencial privada y el interés
social de los ciudadanos de la ciudad de Buenos Aires. El desarrollo de la investigación
mediante información empírica y un tipo de investigación descriptiva. Los resultados
muestran que existe una relación positiva sobre el mercado del suelo y el desarrollo
inmobiliario, ya que aumenta las ventas de departamentos en esta ciudad.
El artículo de Torre Cepeda L. (2009) que será usado como base y del cual se
tomará el modelo econométrico, tiene como título “Determinantes macroeconómicos
de la inversión residencial en México, 1980 - 2004” y analiza factores macroeconómicos
13
y los determinantes de la formación bruta de capital fijo (FBCF) en el sector vivienda
durante el periodo 1980-2004 en México. Los resultados fueron que la tasa de
crecimiento de su variable de interés está significativamente relacionada con el
crecimiento del PBI y al crecimiento del crédito al sector privado. El modelo estimado
explica alrededor de 90% de la variación en la tasa de crecimiento de la inversión en
vivienda.
Entre las investigaciones nacionales esta Quesada M. (2018), “Factores
socioeconómicos de la demanda que influyen en la probabilidad de inclusión financiera
de los hogares de Lima, Arequipa y Cusco 2017”; el objetivo principal fue determinar
los factores socioeconómicos de los hogares de Lima, Arequipa y Cusco al 2017 que
tienen un impacto significativo en las probabilidades de inclusión financiera. Se
utilizaron los datos en un corte transversal tomado del ENAHO 2017 (Encuesta
Nacional de Hogares al 2017), considerando nivel socioeconómico, el uso de servicios
financieros y características demográficas. Entre los resultados hallados esta que
existe una relación significativa entre el empleo y la demanda de departamentos.
Palomino, Hennigs y Echevarría (2017) en su artículo: “Análisis macroeconómico
del sector construcción en el Perú” analizaron que este sector es un dinamizador que
favorece la economía, reaccionando inmediatamente con el crecimiento del país, ya
que genera empleo y tiene una importante inversión pública y privada. En los últimos
15 años, el sector construcción y el PBI total incrementaron en 7.7%. También
concluyeron que el crecimiento de la población esto conlleva a que la demanda de
viviendas aumente. Por otro lado, los ingresos y los créditos ahora son más accesibles
y sea un dinamizador importante del sector. En el 2014 el sector construcción dio
empleo a 916 mil trabajadores.
Quispe, Ávila y Maquet (2005) en su artículo: “El problema de la vivienda en el
Perú, retos y perspectivas”, analizan que la inversión pública debe ser determinada en
relación con el capital privado. Los programas como “Techo Propio” tienen un gran peso
en el sistema inmobiliario, ya que es importante el bono familiar habitacional, el mismo
que ofrece créditos financieros. Esto permite a las familias poder tener una vivienda.
Otros programas, como el fondo “MiVivienda”, es un crédito utilizado por la banca
comercial, que ofrece créditos en un plazo de 20 años orientado a sectores medios. En
conclusión, hay facilidades de obtener una vivienda, en un plazo determinado por la
institución financiera, asimismo dependerá mucho del ingreso promedio mensual.
14
1.3. MARCO TEÓRICO
La investigación tiene como teoría principal ver el comportamiento de la demanda de
vivienda, principalmente la de nuevos departamentos de la zona 6 de Lima
Metropolitana. Por lo tanto, según la revisión literaria muchos autores afirman que los
factores económicos influyen mucho en el comportamiento de compra. El crecimiento
de las ventas indirectas mediante constructoras o bancos han influenciado el aumento
del precio de m2; sin embargo, también ha existido una disminución de las tasas de
créditos hipotecarios proporcionando mayor facilidad de compra de dichos inmuebles.
De acuerdo, con los antecedentes la investigación tomaría la ecuación de
inversión residencial, como modelo referente a la zona 6 de Lima Metropolitana; debido
a que, se pueden observar cambios en la venta de los departamentos según la oferta
y demanda en dicho sector. A continuación, se desarrollan los aspectos relacionados
con las variables factores económicos y ventas de departamentos.
1.3.1. FACTORES ECONÓMICOS
NIVELES DEL MERCADO LIMEÑO
La asociación peruana de empresas de inteligencias de mercados (APEIM, 2016),
proporciona datos sobre la constitución de los niveles de mercado limeño, los cuales
están integrados por un conjunto de distritos. Este conjunto de zonas aparece
distribuido por niveles socioeconómicos como se puede apreciar en la siguiente figura,
propuesta por Promperu en su guía de marketing interno.
15
Ilustración 3
Distribución de niveles por zona (APEIM)
Fuente: APEIM
En la ilustración 3, se puede apreciar que las diferentes Zonas de Lima
Metropolitana muestran los cinco niveles socioeconómicos (NSE) A, B, C, D y E.
También se puede apreciar que la Zona 6 de Lima Metropolitana tiene un mayor
porcentaje de personas del NSE B y C con un 76.3%, quienes son los que en mayor
medida la demandan departamentos nuevos.
APEIM (2019) realiza la clasificación de los niveles socioeconómicos en función a
la Encuesta Nacional de Hogares (ENAHO), los cuales determinarán dichos niveles en
todo el país y en cada uno de los departamentos que integran. Esta encuesta es
aplicada por el Instituto Nacional de Estadística (INEI), abarca 40 000 encuestas y así
manifiesta lo siguiente:
Esta será la fuente para los futuros cálculos de NSE de Apeim. La ENAHO, que es
desarrollada por el INEI todos los años, consta de 40,000 encuestas, tiene como
universo el área urbana y rural de los 24 departamentos del país y de la Provincia
Constitucional del Callao. A partir del año 2013 el informe de Niveles Socioeconómicos
16
se publicará en el mes de Agosto para el uso de sus asociados, así como empresas y
personas interesadas. (APEIM, 2019, párr. 3).
Entonces, según este informe de APEIM, año a año se puede obtener esta
clasificación socioeconómica en función a los niveles de mercado de Lima
Metropolitana como se evidenció en todas las zonas que se manifiestan los cinco
niveles, algunos de mayor número de personas que otros.
NIVELES DE INGRESO DE LOS CONSUMIDORES
Los niveles de ingresos de los consumidores, es decir, de aquellas personas que
requieren de una vivienda está asociada al nivel de ingreso, el empleo y las
características de la vivienda que requiera así entonces resulta necesario conocer la
tasa de empleo. En consecuencia, la necesidad de obtener una vivienda es importante
y una necesidad básica, en vista que el Perú es el país con mayor déficit habitacional
elevado, según el Banco Interamericano de Desarrollo (BID) la demanda insatisfecha
es creciente.
Además, al incremento de los ingresos de la población a causa de la generación
de empleo, los beneficiarios se vuelven más rigurosos en cuanto a sus deseos en las
condiciones de vida que decidan tener, esto quiere decir que son más exhaustivos al
elegir a la compañía que le ofrecen el inmueble.
Ilustración 4
Indicadores de empleo en el Perú y el PBI
Fuente: BBVA Research (2008).
17
El aumento en la tasa de empleo genera que las variables económicas cuenten
con mayor presupuesto para la inversión y el gasto para cubrir diferentes necesidades.
Donde se analiza que la gran mayoría de agentes tienen como preferencia obtener
bienes que satisfagan las necesidades de las personas. Dado que a mayor empleo el
ingreso e inversiones de la población aumentan y conlleva a que la demanda interna
se consolide.
Según el INEI (2020) en su informe de la Situación del Mercado Laboral de Lima
Metropolitana, la tasa de desempleo a Enero de 2020 es de 6.3%. A partir de marzo
del 2001 el INEI realiza mensualmente la Encuesta Permanente de Empleo (EPE) para
mantener un flujo de información constante de los niveles de empleo en Lima.
PRODUCTO BRUTO INTERNO (PBI)
Mankiw (2002) en “Principios de Economía”, el Producto Bruto Interno (PBI) es uno de
los indicadores más importantes en la economía y el ambiente social, ya que determina
el comportamiento económico de un país o sector en específico. El PBI reúne todas las
acciones realizadas por agentes económicos como las empresas, familias, etc. Dentro
de una economía durante un período de tiempo determinado, en donde se estudia el
gastos e ingresos. Se analiza este factor porque el sector inmobiliario juega un rol
importante en la inversión y para la medición del PBI se analiza la producción total de
bienes y servicios dentro de la economía en un periodo de tiempo establecido de corto
o largo plazo.
El PBI está compuesto por las siguientes variables, considerando gastos al
consumo, tipos de gastos, la inversión y las exportaciones netas. Por lo tanto, la fórmula
del PBI es la siguiente:
𝒀 = 𝑪 + 𝑰 + 𝑮 + 𝑿𝑵
Dónde:
Y es el PBI, C; el consumo, I; la inversión; G, el gasto de gobierno y XN; las
exportaciones netas.
18
Ilustración 5
Exportaciones netas
Fuente: Pefaur, Gajardo & Villalobos, 2011.
En la ilustración 5 se observa dos puntos importantes, ya que en el 2009 el
crecimiento nacional decayó a diferencia del PBI del sector construcción que tuvo un
crecimiento positivo durante los últimos 6 años.
De acuerdo, con los objetivos de la investigación se busca emplear el modelo de
Mínimos Cuadrados Ordinarios (MCO) para analizar el comportamiento de las
variables independientes sobre la variable dependiente (Ventas de departamento). El
procedimiento para tomar en cuenta consta de analizar la tendencia a largo plazo de
las variables y la relación que guardan entre sí.
1.3.1.1. PRECIO DE DEPARTAMENTOS
El precio de los departamentos incide en la compra de los mismos, lo cual evidencia un
comportamiento de venta. Este se expresa mediante el aumento de la fuerza laboral
(empleo), a su vez, la disponibilidad de una tasa de crédito hipotecario accesible genera
una mayor probabilidad de acceder a la compra de una vivienda y el índice de precios
que predice los aumentos del valor de m2. Por lo tanto, a partir de lo antes mencionado
se puede formular la siguiente función:
Ventas Departamentos = F (Crédito hipotecario, índice de precios y tasa de desempleo)
Desarrollándose la siguiente ecuación lineal: Vd = α 0 + CH + α 1* IP + α 2* TD+ e.
19
Donde:
Vd: Ventas de los departamentos en la zona 6 de Lima Metropolitana (Corriente por
m2)
Ch: Tasa de crédito hipotecario en moneda extranjera
Ip: Índice de precio
Td: Tasa de desempleo.
e: error
Según el estudio realizado por la Cámara Peruana de la Construcción (CAPECO)
en el 2014, se llega a la conclusión que un inmueble con una dimensión entre
142,965m2 a 86.3m2, tiene un precio promedio por metro cuadrado de 1502 dólares
americanos.
Ilustración 6
Índice de precios de m2 (2014)
Fuente: INEN
Tras analizar los precios ofertantes y la aceptación por parte de la población
limeña, se puede concluir que la variabilidad de los precios es a origen de las fuerzas
de mercado. Asimismo, la vivienda es una necesidad más solicitada de modo que la
brecha de demanda y oferta aumenta. Y como se ha podido observar es que los precios
de las viviendas, específicamente, en los departamentos se ha evidenciado un aumento
en el precio por múltiples factores ya explicados en el contenido teórico de la
investigación.
0 500 1000 1500 2000
Jesús María
Lince
Magdalena
Pueblo Libre
San Miguel
Precio en dólares por m2
20
ÍNDICE DE PRECIOS HEDÓNICOS
La presente investigación tomará en cuenta los índices de precios hedónicos. Según
Mundaca y Sánchez (2018):
Este enfoque usa el término hedónico pues analiza la demanda de los atributos
individuales de algún bien que generan utilidad. Esta metodología, reconoce que el
precio de un bien, de un inmueble, por ejemplo, está compuesto de distintas
características que no pueden ser separadas monetariamente. De acuerdo con esto, el
precio de un inmueble Pit puede expresarse como una función de diversas
características Zjit: Pit = Gi (Z1it, Z2it, Z3it, . . .) (2018, p.2).
CRÉDITO HIPOTECARIO
En el caso del crédito hipotecario, conviene señalar dos conceptos: el de crédito y de
hipoteca. El crédito se entiende desde el ámbito bancario como el contrato mediante el
cual la entidad bancaria o financiera pone a disposición del cliente un monto de dinero
pactado de acuerdo con condiciones y en un determinado plazo o periodo (López, s.f.).
Con relación a la hipoteca, se refiere a un derecho real que se tiene sobre un
inmueble, el cual es afecto en garantía por existir una obligación que, si no es cumplida,
el acreedor tiene todo el derecho de vender el bien y cobrar además su deuda con el
producto de la venta (Barral, s.f.).
El crédito hipotecario se entiende como aquel que es otorgado por las entidades
financieras del país previa evaluación y cumplimiento de un conjunto de requisitos. Es
así que el otorgamiento o la amplitud de los créditos hipotecarios se asocia a los
factores de oferta y demanda. De ellos, como lo señala Peláez, “El principal factor de
oferta es la disponibilidad de fondeo de largo plazo en el sistema financiero, el cual
puede provenir, por ejemplo, de los gobiernos a largo plazo, préstamos de largo plazo,
financiamiento por fondo de pensiones” (2017, p.11).
Por otro lado, Lusardi (2013, citado en Peláez, 2017) explica que la demanda de
créditos hipotecarios va a depender de la cultura crediticia, del grado de información,
de la capacidad de pago y de endeudamiento, entre otros aspectos que involucran al
solicitante del crédito y la dinámica de la realidad que cada vez es más cambiante.
En el Perú, según Peláez (2017), el crédito hipotecario tradicional continúa siendo
el principal medio para el financiamiento de viviendas. Durante el 2001 al 2015, el saldo
de crédito hipotecario total pasó de S/ 3.6 mil millones a S/ 37.6 mil millones, de acuerdo
a las cifras de la Superintendencia de Banca, Seguros y AFP. Asimismo, se ha
21
observado que otras instituciones financieras han incursionado en los segmentos
crediticios que antes solo era liderado por las entidades bancarias.
1.3.2. VENTA DE DEPARTAMENTOS
1.3.2.1. CARACTERÍSTICAS DE LA DEMANDA DE DEPARTAMENTOS
Según Munayco, Pablo y Villanueva (2017), la venta de departamentos ha disminuido
en los últimos años, pero se espera que esta situación mejore, como bien lo señala el
diario Peru 21 (2016). Por otro lado, Gestión (2016) señala que existe una preferencia
en la demanda efectiva de departamentos en los distritos de NSE A y B.
Por otra parte, BBVA Research (2019) señala que, en el 2018, se dio un
incremento en la venta de viviendas sobre todo en los segmentos más altos, debido
principalmente a la mejora del mercado laboral formal y también por las condiciones de
financiamiento. En cambio, en el caso de los departamentos, los cambios fueron
distintos, por cuanto la oferta disponible de los mismos excede la demanda que
evidencia el mercado limeño como es el caso de departamentos más pequeños o con
menor número de dormitorios, entre otros aspectos, aunado a lo planteado por el
Estado la inducción del bono Verde.
Debido a ello, se tiene claro que las condiciones en relación a la sostenibilidad
ambiental irán mejorando, así como la demanda de seguirá incrementando aunado a
las ventas de los departamentos para los próximos 2019 y 2020.
1.3.2.2. BENEFICIOS DEL FONDO MI VIVIENDA
El Fondo Mi Vivienda es promovido por el Ministerio de Vivienda del Perú, el cual a
través de sus diferentes programas promueve el apoyo a las personas que no cuenta
con una vivienda propia, ya sea a nivel de casa o departamento. Este fondo fue creado
en 1998. Según Peláez, “Este fondo se creó con S/ 1,5 mil millones provenientes del
Fondo Nacional de Vivienda (FONAVI). Su objetivo es promover el financiamiento de
la adquisición, mejoramiento y construcción de viviendas de interés social” (2017, p.23).
El Fondo Mi Vivienda ofrece, actualmente, dos programas de crédito hipotecario
para el beneficiario los cuales vienen siendo canalizados por la Corporación Financiera
de Desarrollo (COFIDE). Estos programas son Nuevo Crédito MiVivienda y Techo
Propio. Asimismo, el proceso de gestión o la operatividad funciona así:
El beneficiario pide un crédito Mivivienda a un banco, el cual a su vez solicita los
recursos al Fondo MiVivienda. Los bancos se benefician con una fuente de fondeo, en
22
tanto que el prestatario accede a beneficios como el Bono del Buen Pagador, que es
un subsidio en caso pague sus cuotas puntualmente. (Pelaez, 2017, p.25)
De acuerdo con lo anterior, cada vez más el acceso a los créditos hipotecarios es
más factible y a través de este fondo las personas pueden tener el acceso a una
vivienda pagadera a largo plazo.
1.3.2.3. OFERTAS E INCREMENTOS DE DEPARTAMENTOS NUEVOS EN LIMA
Morris (2009), en su estudio sobre alternativas para el financiamiento hipotecario en el
Perú, señala que no hay una oferta suficiente de departamentos en Lima Metropolitana
y esté se encuentra orientado a los estratos A y B. es así que señala lo siguiente:
Así, de un total de 7 822 departamentos, el 59 por ciento se ubica en un rango de
precios superior a S/. 175 000 (aproximadamente US$ 60 000); 23 por ciento en el
rango de S/. 121 000 a S/ 175 000; y sólo el 6 por ciento en el rango de precios menor
de S/ 43 500, que corresponde a una vivienda de interés social (el programa Techo
Propio del Fondo MiVivienda comprende a viviendas con un valor de cinco UIT a 14
UIT). (2009, p. 29).
Entonces, para podemos satisfacer las necesidades de la población se debe tener
en cuenta que los niveles socioeconómicos van desde la A hasta la E, y como se
advierte líneas arriba, la oferta se orienta a los sectores A y B, por ello se debe trabajar
en el desarrollo de créditos orientados a los segmentos de menores ingresos de la
población, puesto que como se puede apreciar en la siguiente figura, los costos de
departamentos son cada vez más altos.
23
Ilustración 7
Oferta inmobiliaria en Lima Metropolitana
Fuente: (Morris, 2009, p. 30).
Por lo anterior, se requiere trabajar con aliados estratégicos a fin de que se
puedan aprovechar los espacios urbanos o urbanizables que tiene el Estado y puedan
servir de gran ayuda a las personas de menores ingresos, coordinar proyectos
habitacionales como es el caso de Collique, construcción en segundo piso, solucionar
el problema de las habilitaciones urbanas (Morris, 2009).
2. MÉTODO
2.1. TIPO Y DISEÑO DE INVESTIGACIÓN
La investigación es de tipo cuantitativa basada en series de tiempos usando los
periodos entre el 2009 y el 2019 de manera trimestral con el objetivo de comprobar las
principales hipótesis sobre la relación entre las variables de manera histórica para los
períodos seleccionado. Es de tipo cuantitativo, ya que se utilizan datos numéricos y
fuentes secundarias estadísticas. La información recolectada ha sido sometida a un
estudio exploratorio-explicativo de los datos para hallar como han sido distribuidos a lo
largo de cada trimestre a través del modelo econométrico de MCO (Mínimo cuadros
ordinarios) para interpretar su participación dentro del periodo de manera causal con la
finalidad de interpretar la relación entre los factores económicos y la venta de
departamentos y el impacto que se genera debido a variaciones en las variables índice
de precios, la tasa de desempleo y la tasa de crédito hipotecario.
El diseño de la investigación fue no experimental, utilizando una perspectiva
metodológica longitudinal, debido a que no se realizarán cambios en las variables, lo
que significa que no se modificarán de forma intencional las variables independientes
24
para medir el impacto cuantitativo que estas generarían sobre las otras variables.
Adicionalmente, será longitudinal, ya que se usan datos en una serie de tiempo y de
carácter correlacional - causal.
2.2. VARIABLES
Se trabajó en un periodo del 2009 al 2019 de manera mensual teniendo 120 meses
divididos en doce meses al año, usando información proveniente del Banco Central de
Reserva del Perú que nos brinda información histórica sobre cada año. Las ventas de
departamentos están explicadas en las otras tres variables teniendo un rango de 120
datos por cada variable haciendo que la prueba sea completa y consistente.
Tabla 1
Tabla de variables conceptuales
Nº Nombre Largo Nombre Corto Definición Conceptual
1
Venta de
departamentos
VD
Es la cantidad de dinero expresada en dólares americanos la cual
determina el precio que pagaron los usuarios por la compra de por
las ventas de departamentos en Lima Metropolitana zona 6 por m2
en dolares corrientes en los periodos establecidos
(2009 – 2019).
2
Índice de precios
Inmuebles
IPI
Es un indicador monetario fijado en dólares americanos por el Banco
Central de Reserva del Perú (BCRP). Y es un índice creado para
obtener la evolución de los precios en Perú. Su importancia nos
ayudará a obtener información del estado del mercado inmobiliario.
3
Tasa de
desempleo de
Perú
UNR
Es el porcentaje de la población de este país que está dentro de la
fuerza laboral y cumple requisitos como: Capacidad de trabajo, pero
actualmente está en búsqueda de empleo.
4
Tasa de interés
anual
TEA
Es la tasa de interés fijada por los bancos. Y es el porcentaje de
rentabilidad que obtienen las entidades financieras que brindan el
servicio de préstamos de dinero.
Nota:
1) La definición de estas variables se realizó en base de lo investigado en el Banco Central de la Reserva
del Perú (BCRP) expresado en términos económicos.
Fuente: Elaboración Propia
25
Tabla 2
Tabla de variables operacionales
Nº Nombre Largo Nombre
Corto
Definición Operacional
1
Venta de
departamentos
VD
Tipo de variable en el modelo econométrico: Dependiente
Unidad de Medida: En miles de dólares
Frecuencia original de los datos: Trimestral
Fuente de los datos: Banco central de reserva del Perú (BCRP)
2
Índice de precios
Inmuebles
IPI
Tipo de variable en el modelo econométrico: Independiente
Unidad de Medida: en valores índice (2009 = 100)
Frecuencia original de los datos: Mensual / Trimestral
Fuente de los datos: Banco central de reserva del Perú (BCRP)
3
Tasa de
desempleo de
Perú
UNR
Tipo de variable en el modelo econométrico: Independiente
Unidad de Medida: En valores porcentuales
Frecuencia original de los datos: Mensual / Trimestral
Fuente de los datos: Banco central de Reserva del Perú (BCRP)
4
Tasa de interés
anual
TEA
Tipo de variable en el modelo econométrico: Independiente
Unidad de Medida: En valores porcentuales
Frecuencia original de los datos: Trimestral
Fuente de los datos: Banco central de Reserva del Perú (BCRP)
Nota:
2) La definición de estas variables se realizó en base de lo investigado en el Banco Central de la Reserva
del Perú (BCRP) expresado en términos económicos.
Fuente: Elaboración Propia
2.3. MUESTRA
Se seleccionó una muestra entre los años 2009 al 2019 trimestralmente, arrojando a lo
largo de estos 10 años 43 datos trimestrales por cada variable de estudio. Se tomaron
3 variables por trabajar obteniendo un total 43 observaciones.
2.4. INSTRUMENTOS
Los datos de la investigación fueron recolectados de la base de datos del Banco Central
de Reserva del Perú – Categoría: Mercado Inmobiliario, además, se obtuvieron datos
trimestrales de cada una de las series presentadas en la investigación. Por otro lado,
la investigación demandó una recopilación de data nacional resaltando los factores más
relevantes al momento de medir el crecimiento de las ventas de los departamentos de
la zona 6 de Lima Metropolitana.
26
Por tal motivo, se consideró utilizar el valor de las ventas de los departamentos
por m2, el índice de precios inmobiliario, la tasa de desempleo de Lima Metropolitana
y la tasa de interés del crédito hipotecario, para asi formular nuestro modelo económico.
2.5. PROCEDIMIENTO
Inicialmente se realizó la búsqueda de material informativo; es decir, informes del
Estado, entidades bancarias entre otros, para analizar el mercado inmobiliario y la
evolución de las ventas de departamentos de la zona 6 de Lima Metropolitana. Luego,
se hizo la búsqueda correspondiente del material literario; es decir, se buscaron
artículos académicos, científicos y tesis que respalden los conceptos básicos de la
presente investigación. Posteriormente, se utilizó las series de tiempo que el Banco de
Central de Reserva del Perú contiene sobre el mercado inmobiliario, obteniendo 47
observaciones trimestrales desde el primer trimestre del 2008 al tercer trimestre del
2019. Finalmente, se emplearon las siguientes pruebas para desarrollar el análisis
individual y ecuacional de la investigación:
Test de Auto correlación de Breusch-Godfrey,
Heterocedasticidad de White,
Heterocedasticidad ARCH
Heterocedasticidad de Breusch Pagan,
Heterocedasticidad de White,
Test de Raíz Unitaria Dickey Fuller
Test de Causalidad de Granger
Test de Normalidad de Jarque Bera
2.6. ANÁLISIS DE DATOS
La investigación en primera instancia realizo un análisis individual de las series,
tomando en cuenta los Estadisticos descriptivos para analizar la distribución normal
que siguen. Asimismo, se realizarán las correcciones correspondientes si existieran
desviaciones estándar altas para evitar problemas de multicolinealidad.
Posteriormente, se estimará el test de Estacionariedad de Dickey Fuller Aumentado
donde se determinará el orden de integración de las series, pudiendo ser de orden cero
(En su nivel), orden uno (Primera diferencia) u orden dos (Segunda diferencia). Es
importante recalcar que las series deben ser estacionarias para seguir el proceso de
investigación. Asimismo, luego de determinar las series estacionarias se realiza el test
de causalidad de Granger para ver si existe una relación de largo plazo entre las
27
variables, analizando los criterios de información (AIC – SC – HQ). Finalmente, se
estimará la regresión lineal múltiple con la variable dependiente (Ventas de
departamentos) y se comprobará la significancia de las variables independientes, asi
se podrá analizar el tipo de correlación que presentan y el efecto marginal que tiene
sobre ella. Asimismo, se analizan los supuestos del MCO aplicando los test antes
mencionados en el procedimiento del método.
3. RESULTADOS
A continuación, se mostrarán los resultados de la estimacion de las series planteadas
en la investigación sobre los factores macroeconómicos que influyen en la venta de
departamentos en la Zona 6 de Lima Metropolitana, tomando en cuenta la guía de
elaboración de resultados del libro de Investigación en economía y negocios:
Metodología con aplicaciones en E-Views (Larios, González y Álvarez, 2016).
Los resultados a presentarse tienen dos tipos de análisis, el individual de las series
y el modelo estimado, que será explicado a continuación:
Tabla 3
Estadísticos Descriptivos
VD LVD IPI UNR TEA
MEAN 6866.74 8.750631 86.32106 7.050851 8.494681
MEDIAN 8519.064 9.050062 101.83 6.95 8.46
STD. DEV. 2510.644 0.440539 23.75358 1.100424 0.843409
SKEWNESS -0.480213 -0.74645 -0.760589 0.533476 -0.072755
KURTOSIS 1.544576 2.073073 2.003834 2.347504 1.937035
JARQUE-BERA 5.954661 6.047223 6.47489 3.0631 2.254173
PROBABILITY 0.050929 0.048625 0.039264 0.2162 0.323976
OBSERVATIONS 47 47 47 47 47
Fuente: Elaboración propia.
En la tabla 3 se puede observar los estadísticos descriptivos de las series de la
investigación, adicionalmente se calculó el logaritmo de la serie “Ventas de
departamentos”; debido a su alta desviación estándar. Por lo tanto, según el test de
Jarque Bera, tomando como nivel de significancia 5% se puede determinar que las
series VD, Logaritmo de VD, UNR y TEA, siguen una distribución normal; sin embargo,
28
la serie IPI presenta un valor al nivel de significancia de 5% indicando que no sigue una
distribución normal.
Siguiendo con el análisis de las series individualmente, se realizó el test de
estacionariedad de Dickey Fuller Aumentado (ADF)
Tabla 4
Test de Dickey Fuller Aumentado (ADF)
SERIES TEST EXOGENA T-STATISTIC PROB.* ORDEN INTEGRAN
LVD ADF Constante -4.301626 0.0013 I(0) Nivel
IPI ADF Constante -2.944695 0.048 I(0) Nivel
UNR ADF Ninguna -3.311274 0.0015 I(1) 1era Diferencia
TEA ADF Constante -3.31187 0.0201 I(1) 1era Diferencia
Fuente: Elaboración propia.
En la tabla 4 se puede observar el resumen de la estimación del test Dickey Fuller
Aumentado (ADF), determinando de esta manera que la series LVD integra en su nivel,
siendo de orden cero. A su vez, la series IPI integro en su nivel; es decir, su orden de
integración seria cero. Por otro lado, las series UNR y TEA presentaron raíz unitaria
en su nivel y se tuvo que estimar su primera diferencia donde se determinó que
integraban en orden uno.
Luego de comprobar que todas las series son estacionarias se realizó el test de
causalidad de Granger.
29
Tabla 5
Test de Causalidad de Granger
NULL HYPOTHESIS: CRITERIO LAG F-STATISTIC PROB. CAUSALIDA
D
IPI DOES NOT GRANGER
CAUSE LVD
AIC-SC-HQ 1 7.23243 0.0101 Bilateral
LVD DOES NOT GRANGER
CAUSE IPI
AIC-SC-HQ 1 5.61617 0.0224
DUNR DOES NOT
GRANGER CAUSE LVD
SC-HQ 3 1.46027 0.2416 -
LVD DOES NOT GRANGER
CAUSE DUNR
SC-HQ 3 2.84315 0.0513
DUNR DOES NOT
GRANGER CAUSE LVD
AIC 4 2.60174 0.0538 Unilateral
LVD DOES NOT GRANGER
CAUSE DUNR
AIC 4 0.75337 0.563
DTEA DOES NOT GRANGER
CAUSE LVD
AIC-SC-HQ 14 91.9696 0.0016 Unilateral
LVD DOES NOT GRANGER
CAUSE DTEA
AIC-SC-HQ 14 5.40126 0.0953
Fuente: Elaboración propia.
Según lo estimado en la causalidad de Granger mediante los criterios de
información (AIC – SC – HQ) se pudo determinar que existe causalidad de la variable
dependiente con las independientes en un largo plazo; sin embargo, solo la variable IPI
presenta una causalidad bilateral y las series DUNR y DTEA, una unilateral.
Tabla 6
Estimación del MCO
DEPENDENT VARIABLE: LVD
VARIABLE Coefficient Std. Error t-Statistic Prob.
IPI 0.01574 0.000831 18.94354 0
TEA(-1) -0.068429 0.018987 -3.603963 0.0008
UNR(-1) -0.00646 0.00945 -0.683672 0.4979
C 8.026659 0.262288 30.60246 0
Fuente: Elaboración propia.
30
De acuerdo con la estimación del modelo se puede observar que la variable UNR
en su primer rezago no es significativo; por lo tanto, se analiza el Correlograma del
modelo MCO para poder corregir el problema.
Ilustración 8
Correlograma MCO
Fuente: Elaboración propia mediante Eviews.
Se puede observar en el Correlograma que existe rezagos sobresaliendo las
bandas de confianza de autocorrelation y partial correlation, por tal motivo, se
insertarán unas variables AR y MA para corregir el modelo.
31
Tabla 7
Estimación del modelo ARMA
DEPENDENT VARIABLE: LVD
VARIABLE Coefficient Std. Errdel 99.or t-Statistic Prob.
IPI 0.014737 0.000877 16.79801 0
TEA(-1) -0.086521 0.024235 -3.57014 0.001
UNR(-1) -0.016519 0.004736 -3.488175 0.0012
C 8.340528 0.287671 28.99329 0
AR(6) -0.340141 0.16083 -2.11491 0.0409
MA(1) 0.549923 0.143851 3.822879 0.0005
SIGMASQ 0.001246 0.000353 3.534837 0.0011
R-SQUARED 0.992713 Mean dependent var 8.772782
ADJUSTED R-
SQUARED
0.991592 S.D. dependent var 0.418109
S.E. OF
REGRESSION
0.038338 Akaike info criterion -3.52122
SUM SQUARED
RESID
0.057322 Schwarz criterion -3.242948
LOG LIKELIHOOD 87.98805 Hannan-Quinn criter. -3.416977
F-STATISTIC 885.5444 Durbin-Watson stat 2.01545
PROB(F-STATISTIC) 0
Fuente: Elaboración propia.
En la tabla 7 se observa que al integrar las variables AR (6) y MA (1) del
Correlograma anterior el modelo se corrige y las variables son significativas según el
test de significancia individual, asimismo, se puede observar que la significancia global
es buena (Prob. F-Statistic < 0.05). Por otro lado, se observa que existe una relación
directa entre el IPI y LVD, mediante el signo de su coeficiente. Además, se determina
una relación inversa por parte de las series TEA y UNR con la variable dependiente
LVD, debido a sus coeficientes negativos.
Se puede observar que el estadístico de Durbin Watson es cercano al 2, por lo
tanto, se descarta problemas de auto correlación.
32
Tabla 8
Test de Normalidad
TEST NORMALIDAD
TEST P-Valor
JARQUE BERA 0.523065
DICKEY FULLER AUMENTADO 0
Fuente: Elaboración propia.
En la tabla 6, se observa que según el test de Jarque Bera los errores del modelo
siguen una distribución normal, debido a que su valor es mayor al nivel de significancia
de 5%. Además, se estimó el test de Dickey Fuller Aumentado a los residuos del modelo
obteniendo un valor menor al nivel de significancia de 5% comprobando que los errores
siguen una distribución normal.
Tabla 9
Test de Heterocedasticidad
TEST HETEROCEDASTICIDAD
TEST P-Valor
BREUSCH-PAGAN-GODFREY 0.5359
HARVEY 0.1282
GLEJSER 0.3263
ARCH 0.2539
WHITE 0.101
Fuente: Elaboración propia.
Finalmente, en la tabla 9 se estimaron los test de heterocedasticidad donde todos
los estadísticos fueron mayores al nivel de significancia de 5%; por lo tanto, los errores
son homocedasticos y no presentan ningún problema de heterocedasticidad.
33
DISCUSIÓN
De acuerdo con los antecedentes, se concuerda con lo planteado por los autores Silva, C.
& Vio, C. (2015), quienes identificaron que existe una relación significativa de largo plazo
entre el ingreso disponible, la tasa de interés de largo plazo y la demanda de viviendas.
Asimismo, Baer, L. & Kauw, M. (2016) mostraron la relevancia del mercado del suelo y el
aumento de los precios de la ciudad de Buenos Aires, siendo parecido a nuestra
investigación donde el índice de precios presenta una relación positiva con la venta de
departamentos en Lima. Otro punto importante de la relación de resultados con otras
investigaciones es el aporte de Quesada M. (2018) que demuestra que el empleo tiene una
significancia estadística muy importante con la demanda de departamentos, en su caso
analizó los departamentos de Lima, Arequipa y Cusco.
A cerca de las hipótesis, los resultados dejan al descubierto las relaciones inversas
existentes entre la tasa de desempleo y la tasa de interés hipotecario en la venta de los
departamentos de la zona 6 de Lima Metropolitana, ocasionando un rechazo de la hipótesis
nula de la investigación y determinando qué factores impactan de manera negativa a la
población y generan un aumento en las posibilidades de compra de inmuebles en los
distritos de la zona 6. Por otro lado, el índice de precio inmobiliario tiene una relación directa
con el volumen de ventas de departamentos; debido a que las ventas no se verán frenadas
a pesar de un incremento de precio, porque existe un aumento de la valoración de los
inmuebles año tras año.
34
REFERENCIAS
Asociación Peruana de Empresas de Inteligencia de Mercados (APEIM). (2016). Niveles
socioeconómicos 2016. Recuperado de http://apeim.com.pe/wp-
content/uploads/2019/11/APEIM-NSE-2016.pdf
Asociación Peruana de Empresas de Inteligencia de Mercados (APEIM). (12 de agosto
2019). Niveles socioeconómicos. Sitio Web de APEIM. Recuperado de
http://apeim.com.pe/2019/08/12/niveles-socio-economicos/
Baer, L., & Kauw, M. (2016). Mercado inmobiliario y acceso a la vivienda formal en la
Ciudad de Buenos Aires, y su contexto metropolitano, entre 2003 y 2013. EURE,
Revista Latinoamericana de Estudios Urbano Regionales; Santiago, 42(126), 5–25.
Barral, G. (s.f.). Expansión.Com. Obtenido de Diccionario económico
http://www.expansion.com/diccionario-economico/hipoteca.html
BBVA Research (marzo, 2019). Perú. Mercado de viviendas nuevas y oficinas prime en
Lima Metropolitana. Recuperado de https://www.bbvaresearch.com/wp-
content/uploads/2019/03/MercadoViviendasNuevas_OficinasPrime_Lima.pdf
BCRP BCRPData BANCO CENTRAL DE RESERVA DEL PERÚ Gerencia Central de
Estudios Económicos. Recuperado de
https://estadisticas.bcrp.gob.pe/estadisticas/series/trimestrales/mercado-
inmobiliario
BCRP (noviembre, 2019). Indicadores del mercado Inmobiliario. Notas de estudio N° 76 -
8 de noviembre del 2019 recuperado de
https://www.bcrp.gob.pe/docs/Publicaciones/Notas-Estudios/2019/nota-de-
estudios-76-2019.pdf
Chin, K. S. (2016). Attributes influencing home buyers’ purchase decision: A study of
residential property in Setia Alam. (Tesis de Maestría). Universiti Tunku Abdul
Rahman, Malasia. Recuperado de http://eprints.utar.edu.my/id/eprint/2078
Daher, A. (2013). El sector inmobiliario y las crisis económicas. EURE, Revista
Latinoamericana de Estudios Urbano Regionales; Santiago, 39(118), N_A.
Domínguez, G. (2009). Creación y destrucción de la burbuja inmobiliaria en España.
Información Comercial Española, ICE: Revista de economía, 850, 23–40.
El Comercio (2019). ADI Perú estima que se podrían vender 20.000 viviendas en el 2020.
Recuperado de elcomercio.pe/economia/peru/adi-peru-estima-que-se-podrian-
vender-20000-viviendas-en-el-2020-noticia/?ref=ecr
Instituto Nacional de Estadística e Informática (INEI). (2020). Informe Técnico. Situación
del mercado Laboral en Lima Metropolitana 2020. Recuperado de
35
https://www.inei.gob.pe/media/MenuRecursivo/boletines/02-informe-tecnico-
n02_mercado-laboral-nov-dic-2019-ene-2020.pdf
Jesús, Q. R., Teresa Arias Ávila, & Paul, M. M. (2005). El problema de la vivienda en el
perú, retos y perspectivas. Revista INVI, 20(53), 20–44.
Larios, J.; González, C., & Álvarez, V. (2016). Investigación en Economía y Negocios:
Manual de metodología con aplicaciones de E-views. Lima: Fondo editorial de la
Universidad San Ignacio de Loyola.
López, I. (s.f.). Expansión.Com. Obtenido de Diccionario económico
http://www.expansion.com/diccionario-economico/riesgo-de-sistema.html
Morris, F. (2009). Las alternativas para el financiamiento hipotecario en el Perú.
Recuperado de https://www.bcrp.gob.pe/docs/Publicaciones/Revista-
Moneda/Moneda-140/Moneda-140-07.pdf
Munayco, J., Pablo, J. y Villanueva, L. (2017). Plan de negocios de administración de
edificios y condominios multifamiliares en los segmentos A y B de Lima
Metropolitana realizando ecoeficiencia como enfoque socioecológico para agregar
valor. (Trabajo de investigación para optar el grado de Magíster en Administración).
Universidad del Pacífico, Lima.
http://repositorio.up.edu.pe/bitstream/handle/11354/1975/Jose_Tesis_Maestria_20
17.pdf?sequence=1&isAllowed=y
Mundaca, F. y Sanchez, E. (2018) Indice de precios de inmuebles: Un enfoque Hedonico
Banco Central De Reserva Del Peru. Recuperdo de
https://www.bcrp.gob.pe/docs/Publicaciones/Documentos-de
Trabajo/2018/documento-de-trabajo-006-2018.pdf
Palomino, J., Hennings, J., y Echevarría, V. (2017). Análisis macroeconómico del sector
construcción en el Perú. Quipukamayoc, 25(47), 95 - 101.
Peláez, A. (2017). El financiamiento hipotecario y los precios de las viviendas en el Perú:
Una aplicación a Lima Metropolitana 2001 – 2015. (Tesis para optar el grado de
licenciado en Economía). Universidad San Ignacio de Loyola, Lima. Recuperado
de http://repositorio.usil.edu.pe/bitstream/USIL/2781/1/2017_Pel%c3%a1ez_El-
financiamiento-hipotecario.pdf
PROMPERU (Julio, 2015). Guía de marketing de plan de turismo interno. Recuperado de
https://www.promperu.gob.pe/TurismoIN//Uploads/temp/Uploads_trade_
market_guias_marketing_1005_Plan_de_mkt_turismo_interno.pdf
Quesada M. (2018). Factores socioeconómicos de la demanda que influyen en la
probabilidad de inclusión financiera de los hogares de Lima, Arequipa y Cusco 2017
(tesis de pregrado). Universidad Católica San Pablo, Arequipa, Perú.
36
Sagner, A. (2011). Determinantes Del Precio De Viviendas En La Región Metropolitana De
Chile. El Trimestre Económico; Tlalpan, 78(4), 813–839.
Silva, C. & Vio, C. (2015). Los Precios De Vivienda Y Factores Macroeconómicos: El Caso
De Chile. Economía Chilena; Santiago, 18(1), 4–24.
SUNARP (2019). Boletín estadístico diciembre de 2019. Recuperado de
https://www.sunarp.gob.pe/seccion/publicaciones/data/BOL-EST-122019.pdf
Torre Cepeda (2009). Determinantes macroeconómicos de la inversión residencial en
México, 1980-2004. Análisis Económico,24(55), 256–277.
Valdivia, G. (2018). Mercado de Edificaciones Urbanas en Lima Metropolitana [Material de
clase]. Seminario: “Perito Tasador: Pieza fundamental para el desarrollo de la
Inversión Pública”, Cámara Peruana de la Construcción. Recuperado de
http://www3.vivienda.gob.pe/dnc/archivos/eventosT/4.%20Presentaci%C3%B3n%
20Mercado%20de%20Edificaciones%20GVR%20-%20CAPECO.pdf
ANEXOS
Anexo 1 Matriz de consistencia
Fuente: Elaboración propia
Anexo 2
E-views
Fuente: Elaboración propia mediante E-views.
Fuente: Elaboración propia mediante E-views.
39
Fuente: Elaboración propia mediante E-views.
Fuente: Elaboración propia mediante E-views.
40
Anexo 3
Base de datos
Código
BCRP
PD17464PQ, PD17465PQ,
PD17466PQ, PD17467PQ,
PD17468PQ, PD37958PQ
PD37940PQ PN02196PM PN07857NM
Variables
Venta de departamentos por
distrito (dólares corrientes por
m2) - Jesús María, Lince,
Magdalena, Pueblo Libre,
San Miguel y Surquillo
Índice de precios
de inmuebles -
Índice de precios
hedónicos de
inmuebles
Empleo mensual en
Lima Metropolitana
(porcentaje) - Tasa
de Desempleo (%)
Tasas de interés activas
promedio de las empresas
bancarias por modalidad
(términos efectivos
anuales) - ME -
Hipotecario
T109 3172.51738 50.48 9.30 9.63
T209 3287.76464 49.12 8.49 9.67
T309 3389.93087 49.10 7.83 9.69
T409 3696.81571 53.39 7.92 9.69
T110 3842.89829 54.06 9.18 9.63
T210 3847.03306 59.36 7.57 9.57
T310 3932.99651 61.97 7.64 9.47
T410 4277.55391 63.73 7.13 9.34
T111 4423.75044 64.87 9.34 9.17
T211 4659.28185 70.34 7.29 9.07
T311 4784.74262 74.07 7.30 9.04
T411 5003.75452 78.43 6.96 8.92
T112 5278.96585 78.15 8.66 8.77
T212 5821.77455 84.02 6.31 8.68
T312 6050.9282 88.91 6.61 8.59
T412 6330.44538 91.31 5.62 8.53
T113 7595.13732 93.48 6.41 8.49
T213 8070.74644 100.00 5.77 8.47
T313 8534.91044 101.83 5.93 8.46
T413 8718.3849 102.80 5.67 8.46
T114 8824.91942 102.38 6.95 8.44
T214 8867.6503 106.90 5.66 8.41
T314 8866.5107 111.40 5.60 8.35
T414 8830.14718 106.04 5.55 8.30
T115 8788.77061 106.43 7.02 8.27
T215 8488.31273 106.42 6.83 8.26
T315 8857.75565 105.10 6.42 8.25
T415 8519.06433 104.67 5.69 8.20
T116 8616.85906 102.36 7.22 8.14
T216 8555.16375 100.37 6.99 8.07
T316 9004.34692 102.23 6.50 7.98
41
T416 8715.34323 103.17 6.26 7.87
T117 8882.19423 104.58 7.72 7.77
T217 8958.32832 105.52 6.92 7.69
T317 9201.14922 103.85 6.42 7.59
T417 8945.6534 105.72 6.44 7.49
T118 9264.76569 104.80 8.06 7.42
T218 9310.88885 104.73 6.22 7.30
T318 9444.5573 103.62 6.20 7.21
T418 9401.12396 106.16 6.09 7.13
T119 9419.07396 106.41 8.15 7.09
T219 9633.26883 107.42 6.30 7.15
T319 9685.92348 108.53 5.75 6.98
Fuente: Elaboración propia mediante uso de datos obtenidos por el BCRP.
