5 CONCLUSIONES Y RECOMENDACIONES

5 CONCLUSIONES Y RECOMENDACIONES

Se determinaron las variables formadoras de valor, de mayor importancia para el municipio de Tabio, a partir de la participación de profesionales conocedores del comportamiento de mercado de los terrenos de la zona de estudio. Por medio de estas variables fue posible modelar valores obtenidos por diferentes técnicas como modelos de regresión simple, modelos de programación por metas ponderada, modelos de regresión múltiple, modelos de regresión geográficamente ponderada.

Se logró identificar que el modelo actual de zonas homogéneas físicas y geoeconómicas establecido por el IGAC pronostica para el área de estudio valores de mercado mucho mejor que algunos modelos probados como el modelo de regresión simple lineal (modelo 1), el modelo de regresión simple no lineal (modelo 2), modelos de regresión múltiple (modelo 4 ymodelo 5), y modelo de regresión múltiple en forma exponencial (modelo 6) y resulta para el caso de estudio mucho mejor que el modelo de programación por metas ponderado WGP (modelo 8). Ahora bien, se demuestra que el modelo de Zonas Homogéneas Físicas y geoeconómicas del IGAC puede ser susceptible de mejoras en la estimación, sobre todo, si se resuelve el tema de ponderación de variables uniéndolo al método de proceso analítico jerárquico.

Según los estadísticos de distancia manhattan, índice de adecuación, error medio cuadrático, coeficiente de Pearson y error típico, el utilizar modelos de regresión múltiple con las variables capacidad de uso, densidad, norma y vías mejora las estimaciones en un 34.3% (modelo 3). Sin embargo, se debe tener especial cuidado y tratamiento de estos modelos debido a los problemas de normalidad, autocorrelación y linealidad, situación que se deriva especialmente de la autocorrelación espacial de los errores, situación que es normal debido a que los valores de los terrenos son un fenómeno espacial, fuertemente auto correlacionado.

Igualmente ocurre con la utilización del modelo exponencial que utiliza las variables, aguas, capacidad de uso, densidad, vías, norma en logaritmo, ya que este mejora la estimación en un 38.6% (modelo 7) sin embargo presenta autocorrelación espacial de los errores que se aprecia a través del mapa de residuales, donde lo errores másaltos se agrupan hacia las zonas más costosas.

Para solucionar esto, se vinculó al análisis los modelos de regresión geográficamente ponderada y como resultado final se logra mejorar las estimaciones de valores de terreno

en un 46.2% (Modelo 14), solucionado los problemas de autocorrelación espacial y sin pronósticos de valores negativos en los valores de terreno.

Dado lo anterior se puede concluir que el método de zonas homogéneas es susceptible de complementarse con otras técnicas a fin de mejorar los procesos de valoración masiva.

Como recomendaciones para futuros trabajos se resaltan desde el punto de vista metodológico las siguientes:

Se debe resaltar la importancia de los profesionales expertos y conocedores de las dinámicas de valores de la zona de estudio, de esto depende en gran medida la precisión del estudio, pues unas malas especificación de las condiciones económicas sesgan los modelos y dado que cada municipio tiene su comportamiento económico propio, es necesario en cada caso analizar independientemente con los expertos, las variables que están definiendo el valor.

Aunque no se menciona, el cartografiar cada variable a un nivel de detalle adecuado supone un esfuerzo, el cual está relacionado con la existencia o no de información previa y en concordancia con el párrafo anterior, pueden existir, para casos específicos, variables que sean relevantes, las cuales pueden no tener una cartografía asociada, con lo cual se convierte en un reto de investigación, el lograr cartografiarla adecuadamente.

No siempre los estadísticos puros y duros, estandarizados en un número, es el mejor indicador de estimación de un modelo. Es importante analizar las distribuciones espaciales de los errores dado a que los precios tiene comportamientos espaciales diversos. Se debe apelar a la racionalidad económica.

El proceso analítico jerárquico es una herramienta poderosa para migrar de variables cualitativas a cuantitativas, no obstante, para establecer los pesos de las variables, matemáticamente es mejor utilizar las ponderaciones o pesos obtenidos a partir de modelos de regresión, donde el investigador, de acuerdo con los datos disponibles debe analizar diferentes modelos de ajuste.

Es de suma importancia definir muestras distribuidas dentro del área de estudio, a las cuales se les practica un avalúo comercial; esto dado a que las ofertas de terrenos que se venden en el marcado, no se distribuyen uniformemente, con lo cual existen sectores donde el mercado no oferta bienes y como consecuencia se desconoce el valor comercial.

Las muestras deben complementar la falta de información es estos sectores, esto garantiza que el modelo funcione correctamente.

Si se logran definir con mayor precisión los valores de mercado de los terrenos, lo cual sirve de base para los impuestos, se logra cumplir con el principio de equidad, terrenos más costosos, mayores impuestos, terrenos menos costos, menores impuestos.