PRINCIPALES DETERMINANTES ECONÓMICOS Y …
Transcript of PRINCIPALES DETERMINANTES ECONÓMICOS Y …
UNIVERSIDAD NACIONAL DE TRUJILLO FACULTAD DE CIENCIAS ECONÓMICAS ESCUELA PROFESIONAL DE ECONOMÍA
TESIS PARA OBTENER EL TÍTULO DE ECONOMISTA
AUTOR: Bach. LINA ARAZELI SANTILLAN MEDINA
ASESOR: Ms. DAVID JAULIS QUISPE
TRUJILLO - PERÚ
2018
“PRINCIPALES DETERMINANTES ECONÓMICOS Y DEMOGRÁFICOS QUE EXPLICAN LA VOLATILIDAD DEL PRECIO DE LA VIVIENDA EN LA CIUDAD DE TRUJILLO,
DURANTE EL PERÍODO 2005 – 2017”
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
i
DEDICATORIA
A Dios, por ser la guía espiritual
en mi camino dándome la salud
y fortaleza que se necesita para
afrontar con mucha fe las
dificultades que se puedan
presentar en la vida.
A mis padres Víctor y Lucía por su
infinito amor y apoyo incondicional en
el todo el proceso de mi vida, y por
ser unos grandes ejemplos de
sacrificio y esfuerzo para mí.
A mis hermanos y demás
familiares por cada consejo
oportuno que han sabido
darme y por enseñarme que se
puede lograr lo que te
propones.
A todas las personas con las que
compartí y comparto parte de mi vida,
porque aprendí y sigo aprendiendo de
ellas; y porque además sé que Dios las
puso en mi camino por alguna razón.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
ii
AGRADECIMIENTO
En primer lugar a Dios, por darme la vida y la salud, permitiéndome
lograr una meta más y abrirme nuevos caminos hacia el futuro.
A mi asesor, el Econ. David Jaulis Quispe, por su orientación en el
presente trabajo de investigación, brindándome sus valiosas sugerencias
y consejos que me permitieron mejorarlo y definirlo.
A mis profesores, y a la Universidad Nacional de Trujillo, por su apoyo
y transferencia de conocimientos que contribuyeron a mi formación
personal, académica y profesional.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
iii
PRESENTACIÓN
Señores Miembros del Jurado:
En cumplimiento con las normas establecidas al Reglamento de Grados y Títulos
de la Facultad de Ciencias Económicas, me es grato dirigirme a ustedes para
presentar y exponer la presente tesis denominada: “PRINCIPALES
DETERMINANTES ECONÓMICOS Y DEMOGRÁFICOS QUE EXPLICAN LA
VOLATILIDAD DEL PRECIO DE LA VIVIENDA EN LA CIUDAD DE TRUJILLO,
DURANTE EL PERÍODO 2005 – 2017”, realizada con la finalidad de obtener el
Título Profesional de Economista, la cual se ha desarrollado según los
lineamientos establecidos por la Universidad, poniendo en práctica los
conocimientos adquiridos durante mi formación académica.
Por lo expuesto, dejo en ustedes señores miembros del Jurado, la calificación del
presente trabajo, esperando el dictamen correspondiente.
Trujillo, Agosto del 2018
Bach. Santillán Medina, Lina Arazeli
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
iv
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
v
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
vi
INDICE DEDICATORIA ................................................................................................................................ i
AGRADECIMIENTO ....................................................................................................................... ii
PRESENTACIÓN ........................................................................................................................... iii
RESUMEN ..................................................................................................................................... 9
ABSTRACT .................................................................................................................................. 10
I. INTRODUCCIÓN ................................................................................................................. 12
1.1 ANTECEDENTES Y JUSTIFICACIÓN DEL PROBLEMA ............................................... 12
1.1.1 ANTECEDENTES ................................................................................................... 12
1.1.2 JUSTIFICACIÓN DEL PROBLEMA ........................................................................ 15
1.2 PLANTEAMIENTO DEL PROBLEMA ............................................................................. 16
1.3 OBJETIVOS .................................................................................................................... 16
1.3.1 Objetivo General ..................................................................................................... 16
1.3.2 Objetivos Específicos .............................................................................................. 16
1.4 MARCO .......................................................................................................................... 17
1.4.1 MARCO TEÓRICO ................................................................................................. 17
1.4.2 MARCO CONCEPTUAL ......................................................................................... 26
1.5 HIPÓTESIS ..................................................................................................................... 28
II. DISEÑO DE LA INVESTIGACIÓN ....................................................................................... 30
2.1. TIPO DE INVESTIGACIÓN: ............................................................................................ 30
2.2. MATERIAL Y MÉTODOS................................................................................................ 32
2.2.1. Material ................................................................................................................... 32
2.2.2. Métodos .................................................................................................................. 32
2.2.3. Población: ............................................................................................................... 32
2.2.4. Muestra: .................................................................................................................. 33
2.3. TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE DATOS: ................................ 33
2.3.1. Técnicas de recolección de datos ........................................................................... 33
2.3.2. Instrumentos de recolección de datos..................................................................... 33
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
vii
2.4. ESTRATEGIAS METODOLÓGICAS .............................................................................. 33
III. RESULTADOS ..................................................................................................................... 36
3.1. Descripción y análisis de los principales determinantes económicos y demográficos del
precio de las viviendas en la ciudad de Trujillo, durante el período 2005 – 2017. ...................... 36
3.1.1 Producto Bruto Interno (PBI) ................................................................................... 36
3.1.2 Tasa de Interés de Préstamo Hipotecario ............................................................... 39
3.1.3 Índice de Precios de Materiales de la Construcción ............................................... 40
3.1.4 Alquiler de las viviendas.......................................................................................... 41
3.1.5 Tasa de Crecimiento Poblacional entre los 25 y 45 años de edad:......................... 47
3.2. Análisis de la evolución del precio de la vivienda en la ciudad de Trujillo, durante el período
2005 - 2017. ............................................................................................................................... 52
3.3. Estimación del modelo econométrico para identificar los determinantes de la volatilidad
del precio de la vivienda en la ciudad de Trujillo, durante el período 2005 – 2017. .................... 53
3.3.1. Análisis del modelo: ................................................................................................ 57
IV. DISCUSIÓN ......................................................................................................................... 64
V. CONCLUSIONES ................................................................................................................ 67
VI. RECOMENDACIONES ........................................................................................................ 70
Vii.- REFERENCIAS .................................................................................................................... 72
1) Referencias Bibliográficas.................................................................................................... 72
2) Referencias Electrónicas: .................................................................................................... 74
VII. ANEXOS .............................................................................................................................. 76
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
viii
ÍNDICE DE TABLAS Tabla 01: Cuadro de Operacionalización de variables ....................................... 31
Tabla 02: Producto Bruto Interno del Perú: 2005 – 2017 (millones de soles). ......................... 36
Tabla 03: Producto Bruto Interno del Departamento de La Libertad: 2005 – 2017 (miles de soles).
........................................................................................................................... 38
Tabla 04: Precio de Alquiler de Vivienda en Trujillo: 2005 – 2017. .................................... 46
Tabla 05: Población del Perú según lugar de residencia: 2005 – 2017. .............................. 48
Tabla 06: Tasa de Crecimiento Poblacional del Departamento de La Libertad por Rango de Edad:
2005 – 2017 (%) ...................................................................................................... 50
Tabla 07: Resumen del modelo ................................................................................ 54
Tabla 08: Varianza Anova ....................................................................................... 55
Tabla 09: Estimación de los Coeficientes del Modelo .................................................... 57
Tabla 10: Estimación de los Coeficientes del Modelo .................................................... 60
ÍNDICE DE GRÁFICOS
Gráfico N° 1: Producto Bruto Interno del Perú: 2005 – 2017 (Millones de soles) ...................... 37
Gráfico N° 2: Tasa de Crédito Hipotecario en el departamento de La Libertad: 2005 – 2017 (%) 39
Gráfico N° 3: Índice de Precios de Materiales de Construcción del Perú: 2005 – 2017 (Año base
2013 = 100) ........................................................................................................... 40
Gráfico N° 4: Rango de Edad del Perú por Tipo de Vivienda (% de la población total) ............. 41
Gráfico N° 5: Hogar según Tenencia de Vivienda en Trujillo - Año 2005 ............................... 42
Gráfico N° 6: Tipos de Vivienda en Trujillo - Año 2005 ..................................................... 43
Gráfico N° 7: Hogar según Tenencia de vivienda en Trujillo - Año 2017 ............................... 44
Gráfico N° 8: Tipos de Viviendas en Trujillo - Año 2017 .................................................... 45
Gráfico N° 9: Precio de Alquiler de Vivienda en Trujillo: 2005 – 2017 ................................... 47
Gráfico N° 10: Población del Perú según lugar residencia: 2005 – 2017 (%).......................... 49
Gráfico N° 11: Tasa de Crecimiento Poblacional del Departamento de La Libertad por Rango de
Edad del: 2005 – 2017 (%) ........................................................................................ 51
Gráfico N° 12: Precio Promedio de la Vivienda en Trujillo por 𝑀2: 2005 – 2017 (Dólares) ........ 52
Gráfico N° 13: Histograma - Grafico P-P normal de regresión Residuo Estandarizado: Variable
dependiente: Precio por m2 de la vivienda ..................................................................... 56
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
9
RESUMEN
El presente trabajo de investigación se centra en identificar para luego analizar
aquellos determinantes económicos y demográficos que tienen mayor influencia
en la determinación del precio de la vivienda en la ciudad de Trujillo, durante el
período 2005 -2017. Utilizando como variables económicas: PBI, tasa de interés
de préstamos hipotecarios, precio de alquiler de la vivienda y el Índice de Precios
de Materiales de la Construcción; y como única variable demográfica: la tasa de
crecimiento poblacional comprendida entre los 25 y 45 años de edad que es la
más representativo de la demanda. Obtenidas de fuentes como el BCRP, INEI,
y la Gerencia de Construcción y Vivienda.
Asimismo, se plantea un modelo econométrico para estimar los determinantes
de la volatilidad del precio de la vivienda en la ciudad de Trujillo. El cual se
concluye que los determinantes económicos han presentado mayor capacidad
explicativa e influyendo directamente en su precio mientras que el determinante
demográfico ha mostrado poca influencia y de manera indirecta.
Palabras clave: Vivienda, precio y determinante
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
10
ABSTRACT
The present research work focuses on identifying and then analyzing the
economic and demographic determinants that have the greatest influence in
determining the price of housing in the city of Trujillo, during the period 2005-
2017. Using as economic variables: GDP, mortgage interest rate, rental price of
the home and the Construction Materials Price Index; and as the only
demographic variable: the population growth rate between 25 and 45 years of
age that is the most representative of the demand. Obtained from sources such
as the BCRP, INEI, and the Construction and Housing Management.
Likewise, an econometric model is proposed to estimate the determinants of the
volatility of housing prices in the city of Trujillo. Which concludes that the
economic determinants have presented greater explanatory capacity and directly
influencing their price while the demographic determinant has shown little
influence and indirectly.
Key words: housing, price and determinant.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
11
CAPITULO I INTRODUCCION
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
12
I. INTRODUCCIÓN1.1 ANTECEDENTES Y JUSTIFICACIÓN DEL PROBLEMA 1.1.1 ANTECEDENTES 1.1.1.1 A. Internacionales
Peña, Ruiz y García (2000), analizan el comportamiento del mercado del activo
- vivienda haciendo hincapié en aquellos factores que influyen más directamente
en la formación de los precios de dicho activo. Es un estudio realizado en España
para el período comprendido desde el año 1978 hasta el año 2000.Toman como
variables al PIB per cápita, las viviendas terminadas de protección oficial,
volumen de crédito disponible, tipo de interés de referencia del mercado
hipotecario, y viviendas libres terminadas. Además, formalizan cinco modelos de
regresión en combinación con las variables mencionadas, llegando a la
conclusión que las variables más importantes por su mayor capacidad explicativa
conjunta en el comportamiento del precio de la vivienda en España durante el
periodo: 1978 - 2000 son: PIB per-cápita, el precio del alquiler de la vivienda y
tipos de interés de referencia.
Crochi, (2008), estudia los factores que determinan los precios en el largo plazo,
saber cuál es el motor de su crecimiento; que puede ser la demanda genuina o
la especulación. Para ello analiza cuáles son los parámetros que mueven el
mercado de inmuebles teniendo en cuenta tanto los factores de oferta como los
de demanda. Es un estudio realizado para el país de Argentina, durante el
período: 1993 - 2007. Toma como datos la evolución de los precios y volúmenes
de ventas mensuales correspondientes a la Capital Federal y estima un modelo
econométrico utilizando variables como: precio por metro cuadrado de la
vivienda, Índice del Costo de la construcción, tasa de interés de préstamos
hipotecarios, permisos de construcción, salario y tipo de cambio nominal. A
modo de conclusión, nos dice que el incremento de precios es generado por la
recuperación del salario real de los trabajadores y, en menor medida, por la
especulación de la evolución futura de precios, pero que también puede existir
la formación de una burbuja en los precios.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
13
Moreno y Alvarado (2012), en su investigación estudian lo que son las
características de la vivienda en el espacio geográfico, es decir características
por el vecindario, el alrededor físico y socioeconómicas. Es un estudio realizado
en el en el país de México, principalmente en el Área Metropolitana de Monterrey,
para el año 2011. Se Utilizó como metodología al modelo de precios hedónicos
aplicándolo al mercado de la vivienda en tres de los municipios del Área
Metropolitana de Monterrey. Sus variables fueron: la tasa de escolaridad, la
cantidad de niños, la lejanía a parques, hospitales, centros comerciales, iglesias,
entre otras. Como resultados obtuvieron que las preferencias por algunas
características de la vivienda son diferentes para cada persona y depende
mucho del entorno social que presente el vecindario. En cuanto al modelo
estimado para el mercado de viviendas resultó con una elevada capacidad
explicativa ya que las características seleccionadas explican casi un 90% de la
varianza del precio de la vivienda. De un total de 17 variables, 12 resultaron ser
significativas.
Calderón (2012), en su investigación, aplica la teoría de precios hedónicos en
20 proyectos de vivienda nueva en la ciudad de Tunja, para valorar los pisos en
cada construcción dependiendo de características ambientales, estructurales y
de vecindario. Asimismo, utilizó la metodología de minería de datos, para
seleccionar las variables que explican los precios de las viviendas y un método
estadístico de Mínimos Cuadrados Ordinarios, con la finalidad de determinar que
variables son determinantes en la determinación del precio de la vivienda nueva,
obteniendo como resultados:
a) Las personas que ofrecen vivienda nueva interiorizan sobre todo las
preferencias ambientales de los consumidores, más que características
estructurales y de vecindario de tal manera que el precio por 𝑚2 de las
viviendas se explican significativamente por variables de recreación y
avenidas principales.
b) El enfoque de esta investigación se puede usar para construir índices de
precios de viviendas que se encuentran diferenciadas por pisos. La
construcción de índices de precios en esta metodología daría datos más
cercanos a los que está ocurriendo en el mercado de la vivienda en una
región o país.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
14
1.1.1.2 A. Nacionales
Orrego (2012), estima la relación de equilibrio entre el precio por m2 de las
viviendas en Lima y sus fundamentos macroeconómicos desde el período: 1998
desde el trimestre I – 2013 hasta el trimestre IV. Es un estudio realizado por el
Banco Central de reserva del Perú y la Universidad de Piura. Mediante un
análisis econométrico, llega a concluir que el crédito hipotecario, el
financiamiento externo, los términos de intercambio y la demografía son
variables explicativas del precio por m2 de las viviendas y que además, es
importante dar un continuo seguimiento a los determinantes internos y externos
del precio de las viviendas.
Garayar (2014), trata de determinar a priori la existencia de una burbuja
inmobiliaria, o cualquier burbuja en general, debido a un continuo aumento en el
precio de las viviendas, basándose en los estudios de Robert J. Shiller (2007) y
entre otros estudios. Es un estudio realizado por el Banco Central de Reserva
del Perú (BCRP) en el año 2014. Para ello analiza y toma como posibles
variables que pueden incidir en el precio de las viviendas a: el nivel de ingresos
de los habitantes, porcentaje de gasto gubernamental sobre PBI, inflación,
migraciones, población joven y el costo de construcción y/ o mantenimiento. Así,
concluye que el alza sostenida en los precios de los inmuebles (activos) se puede
originar de un cambio estructural que valide el nuevo nivel de precios alcanzado
o puede ser solamente un evento temporal que luego se revertirá.
Ortiz y Samamé (2015), analizan el comportamiento del consumidor de
viviendas en el mercado inmobiliario en la ciudad de Chiclayo. Utilizaron el
enfoque cualitativo, tomando como período de tiempo a los años 2000 -
2014.Para obtener sus datos realizaron el muestreo no probabilístico por
conveniencia; donde la base de datos fue proporcionada por 3 inmobiliarias y
asimismo, utilizó una metodología etnográfica basada en entrevista réflex y
observación participante.
En sus resultados, concluyen que las familias tienen características diferentes,
percepción del valor diferente, niveles de ingreso económico diferente. Esto
determinó la clasificación en tres tipos: F1, F2, F3. Las familias de Tipo F1
buscan maximizar su valor con los recursos que ellos cuentan, orientándose a
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
15
mejorar la calidad de vida de sus hijos, el Tipo F2 buscan vivir sólo con su familia
(independiente) debido a que tienen una solvencia económicamente estable y el
tipo F3 se enfoca en mantener su estatus, con mayores comodidades de acuerdo
a su estilo de vida.
Zurita (2016), en su investigación busca determinar cuál es la variable que
determina la valorización de los inmuebles multifamiliares de Lima Metropolitana,
tomando como período de tiempo a los años 2002 – 2014. Para sus variables
toma en cuenta variables de oferta y variables de demanda, luego estima un
modelo econométrico de panel data, donde examina el efecto de las variables
dentro del sector inmobiliario del precio del m2 de los inmuebles multifamiliares
en Lima Metropolitana. Concluye así, que la segunda variable más dominante en
el modelo econométrico es el índice de precios de los materiales de construcción.
1.1.2 JUSTIFICACIÓN DEL PROBLEMA
1.1.2.1 Justificación Teórica
La presente investigación tiene justificación teórica, porque utiliza conocimientos
científicos actuales de la economía como ciencia ya que mediante el intercambio
de bienes durables con sus determinantes de la oferta y demanda, permitirá
generalizar dicha teoría hacia el tema en particular y así poder saber cuáles son
las principales características de los bienes inmuebles, principalmente de las
viviendas ya que se clasifica como un bien durable, como también de cuáles
pueden ser las variables que determinan el precio de las mismas.
1.1.2.2 Justificación Práctica
El desarrollo de la presente investigación tiene justificación práctica, puesto que,
su desarrollo pretende analizar el comportamiento del mercado de la vivienda
desde la perspectiva de aquellos determinantes que explican directamente en la
formación de sus precios. Puesto que, la vivienda es un elemento importante en
la vida de las personas en especial de cada familia, y por lo que constituye un
elemento del gasto.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
16
1.1.2.3 Justificación Metodológica
La realización del presente trabajo de investigación tiene justificación
metodológica, porque se utiliza metodologías con bases científicas aplicadas a
la realidad problemática y adaptada a la realidad nacional, en la cual se
determinará las variables que tienen la capacidad de explicar el comportamiento
de la variable precio de la vivienda mediante un análisis regresivo y de ello se
determina la importancia de cada una de estas variables y cómo reacciona ante
cambios generados en las variables de estudio.
1.2 PLANTEAMIENTO DEL PROBLEMA
¿Cuáles son los principales determinantes económicos y demográficos que
explican la volatilidad del precio de la vivienda en la ciudad de Trujillo, durante el
período 2005 -2017?
1.3 OBJETIVOS
1.3.1 Objetivo General
Identificar los principales determinantes económicos y demográficos que
explican la volatilidad del precio de la vivienda en la ciudad de Trujillo, durante el
período 2005 -2017.
1.3.2 Objetivos Específicos
a) Describir y analizar los principales determinantes económicos y
demográficos del precio de las viviendas en la ciudad de Trujillo,
durante el período 2005 – 2017.
b) Analizar la evolución del precio de la vivienda en la ciudad de Trujillo,
durante el período 2005 - 2017.
c) Estimar si los determinantes económicos y demográficos identificados
explican la volatilidad del precio de la vivienda en la ciudad de Trujillo,
durante el durante el período 2005 – 2017.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
17
1.4 MARCO 1.4.1 MARCO TEÓRICO 1.4.1.1 TEORÍA DE BIENES DURABLES PARA EL MERCADO
INMOBILIARIO
Los bienes durables son considerados parte primordial de la producción
económica, por lo que es importante definirlos para conocer sus
características y poder determinar cuáles son los principales variables que
influyen en la de demanda de viviendas y oferta de viviendas.
En el año 1970 se identificaron 3 avances en la teoría microeconómica de
bienes durables:
a. Durabilidad óptima (Peter Swan)
b. Inconsistencia temporal (Ronald Coase)
c. Información asimétrica y selección adversa (George Akerlof)
1.4.1.1.1 CONTRIBUCIONES CLÁSICAS A LA TEORÍA DE BIENES DURABLES:
a. Durabilidad Óptima: Hace referencia a una durabilidad ineficiente, que
varios autores consideraban, en ese entonces, para el año 1960 que en
el mercado los monopolistas elegirían ese tipo de durabilidad para su
competencia.
Uno de los primeros autores en estudiar a la durabilidad óptima fue Peter
Swan, quien demostró que esta conclusión era incorrecta. Swan, lo
explicó mediante un ejemplo aplicado al mercado de ampolletas,
afirmando que estos pueden elegir cantidad y durabilidad al mismo tiempo
y haciendo incluso que sus costos sean mínimos. Después de esto, se
concluyó que Swan tenía razón en sus supuestos pero no en uno, el cual
estaba referido a la sustitución para un producto nuevo.
b. Inconsistencia temporal y bienes durables: Se consideran dos
periodos de tiempo, t (valor presente) y t+1 (valor futuro). Se sostiene que,
los bienes durables vendidos en el futuro van afectar el valor futuro de las
unidades vendidas hoy, y si el monopolista no puede comprometerse a
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
18
fijar cantidades/precios en el futuro, no internalizará esta externalidad.
Para ello, el monopolista puede solucionar esto alquilando en vez de
vendiendo así, la empresa será dueña de las unidades anteriores al
principio del segundo período, por lo cual internalizará cómo sus acciones
en el segundo período afectan el valor de dichas unidades.
c. Selección adversa y bienes durables: Según Akerlof, a través de su
estudio en la teoría del mercado de los limones. Utilizando como ejemplo
el mercado de coches, sostiene que la selección adversa es un problema
de asimetría de información entre ofertantes y demandantes. Por
ejemplo los ofertantes conocen la calidad del auto que venden y los
demandantes solo la calidad promedio de los autos que se venden y el
precio de todos los autos que se usan reflejan la calidad promedio. Por
lo tanto, se vende una cantidad de autos menor a la eficiente, ya que el
ofertante que posee un auto de alta calidad prefiere mantenerlo en vez
de venderlo a un precio que no refleja su calidad.
1.4.1.1.2 LOS BIENES DURABLES:
A continuación, se explican los principales determinantes de la demanda y oferta
de bienes durables, donde se conocerá cuáles son las variables o factores que
podrían determinar su precio.
1.4.1.1.2.1 Demanda de Bienes Durables
Dada la multitud de trabajos referidos al estudio de la demanda de bienes
durables, se busca resumir los determinantes más expresivos que han sido
tenidos en cuenta por diferentes autores. Uno de los trabajos más recientes es
el de Heim (2009), quien busca determinar que variables son las que impulsan
la demanda como un total.
Para ello lo determinó utilizando datos del consumo de los EEUU desde 1960
hasta el 2000, llegando a la conclusión de que los determinantes principales de
la demanda de los bienes durables por orden de importancia, son:
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
19
Ingreso Disponible (49%)
Acceso al crédito (18%)
Tipo de Cambio (14%)
Riqueza (5%)
Demanda de Viviendas (5%)
Crecimiento de la población (2%)
Tasa de interés Real (1%)
Cada porcentaje dado indica la incidencia de la variable sobre la demanda de
bienes durables.
Como primer lugar, se toma al ingreso disponible, que según Keynes (1936), es
la variable primordial sobre la cual formara y dependerá la función de demanda
agregada.
En segundo lugar, el acceso al crédito, en donde se conoce que no todos los
individuos de una economía tienen las mismas posibilidades de acceder, lo que
vendría a ser una limitación, principalmente para las personas de menores
recursos, al momento de adquirir bienes durables. Esto pasa, por la falta de un
tercero, es decir a una entidad financiera que facilite el proceso. Por lo tanto esto
crea una barrera de entrada al momento de adquirir una vivienda y más aún si
cuesta caro.
Luego, está el tipo de cambio que según trabajos de Mendoza y Pedauga (2006)
y Mendoza (2007), es otro de los determinantes que tiene una incidencia
significativa sobre la demanda de bienes durables. En Venezuela, por ejemplo
se conoce la importancia que tiene esta variable al momento de determinar los
precios de los distintos bienes y servicios de la economía.
Desde otro punto de vista, la demanda de viviendas, explicada por Heim (2009),
también está determinada en base al nivel de precios de los bienes durables con
relación al ingreso, es decir, que según el precio, las familias trataran de adquirir
una vivienda que se ajuste a sus posibilidades económicas.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
20
Asimismo, es válido agregar los costos de transacción, que según Stigler y Miller
(1961), son parte primordial de la demanda de bienes durables. Los costos de
transacción afectan la compra y venta de bienes durables y son significativos.
Para el caso de bienes no durables, deben ser comprados de manera más
frecuente, por lo se adquiere y mantiene información constante acerca de los
precios y características de los productos. Para el caso de los bienes durables,
las compras al ser poco frecuente, los consumidores deben destinar recursos
para obtener más información del producto, incluyendo por ejemplo su
localización, características, precio y hasta de su durabilidad. Por lo tanto, los
costos de transacción involucrados en la compra de bienes durables son una
variable importante que los define, y pueden tomar diferentes formas.
Por otro lado, para ciertos bienes según Parks (1974) señala que, a mayores
costos de transacción en la compra del bien durable, mayor será el precio y por
lo tanto podría generar una caída en la demanda. Para este autor los costos de
transacción trabajan como un impuesto sobre las compras, lo cual es razonable,
ya que al momento de adquirir una vivienda, existe un conjunto significativo de
dichos costos que van desde el tiempo que se invierte buscando el sitio
adecuado, hasta la búsqueda de un precio apropiado, por lo que al final, el
demandante al comprar una vivienda, asume todos estos costos de transacción,
como sí pagara ese “impuesto” por su compra. El autor señala dos puntos
importantes que son:
A mayor durabilidad del bien, mayor será el costo de transacción, por lo
que se puede decir que la durabilidad es una función positiva de dicho
costo.
Un aumento de los costos de transacción se traslada a un aumento de
precio, por lo que se reducirá la cantidad demandada del bien en cuestión.
En conclusión, la demanda de bienes durables está determinada principalmente
por el ingreso disponible, el acceso al crédito, el tipo de cambio, la demanda de
viviendas, la riqueza, el crecimiento de la población, la tasa de interés real, y los
costos de transacción.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
21
1.4.1.1.2.2 Oferta de Bienes Durables
Entre los determinantes principales de la oferta de bienes durables,
están:
a. El precio del bien: El precio, es una de las variables que más afecta la
oferta. Para el caso de las viviendas, el precio es primordial para el
ofertante, ya que le permite saber si la demanda está o no muy alta, y en
base a esto, el agente se verá motivado para seguir construyendo más
viviendas o emprender un proyecto de construcción nuevo si sabe que
los precios están muy bajos, y lo contrario sucederá si los precios están
altos, es decir la oferta de viviendas subirá.
b. El costo de los insumos y de los diferentes recursos utilizados en la producción del bien: A un precio mayor, los costos de producción
subirán, por lo que a determinados niveles de precios se puede ver un
costo mínimo de ganancias para el productor. Trayendo como
consecuencia que no se ofrezcan las mismas cantidades de bienes
durables bajo esta condición, mientras que un descenso en el precio de
los insumos provocará un aumento de la oferta.
c. Expectativas sobre la evolución de la demanda y de los precios relativos futuros: Esta referido a expectativas de que el precio del bien
que ofrecen los ofertantes va a aumentar en un futuro, ya sea por una
devaluación, inflación, etc, entonces retendrán la venta de por lo menos
parte de su producción hasta que aumente el precio o las condiciones
de mercado sean más favorables.
d. Número de ofertantes: A mayor número de ofertantes, ceteris paribus,
mayor será la cantidad ofrecida. Sin embargo esto no siempre es así, ya
que dependerá mucho de otros factores, así como de las limitaciones
que existan o no en el mercado a los cuales están sometidos los
productores.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
22
1.4.1.2 NUEVA TEORÍA DEL CONSUMIDOR
Hace referencia a un modelo de precios hedónicos que se origina a partir del
trabajo realizado por Lancaster (1966), mediante el desarrollo de la Nueva
Teoría del Consumidor, según la cual la utilidad se deriva de las
características que poseen los bienes. Según Gould y Lazear (1989), resumen
este enfoque en los siguientes puntos:
Un bien no brinda por sí mismo una utilidad al consumidor; posee ciertas
características y son estas características las que producen utilidad. Un bien poseerá más de una característica y muchas características serán
compartidas por más de un bien.
En base a lo anterior, según Rosen (1974), consideraba la existencia de un
conjunto de características contenidas en los bienes para las cuales existe
un precio implícito, reflejando la suma de todos ellos el precio observado del
bien. Éste último trabajo propuso el modelo de precios hedónicos para
identificar las preferencias de las personas por esas características, siendo
esto la base de estudios posteriores.
Por lo general, los estudios hedónicos para el mercado de viviendas incluyen
una gran lista de características agrupadas en tres clasificaciones:
La primera de ellas está referida con características estructurales, las cuales
generalmente agrupan características físicas propias de la vivienda. Entre las
más comunes se encuentra el número de cuartos, el tamaño de la vivienda,
número de baños y de pisos, tamaño del lote, entre otras, aunque también
pueden ser de tipo discretas como vivienda con terraza, con servicio de
recolección de basura, aire acondicionado, teléfono, piscina, entre otras.
Las segundas características son las del vecindario, que incluye lo que es el
entorno social y espacial en la que se encuentra la vivienda, como el ingreso
promedio del vecindario, la escolaridad, tasas de criminalidad, calidad de las
escuelas, cercanía a un hospital, a un parque o a una iglesia, porcentaje de
familias con niños, etcétera.
Por último, las características de localización, donde se consideran variantes
de distintos tipos como son: ambientales, geográficas y económicas, no
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
23
directamente relacionadas con el vecindario en el que se encuentra la
vivienda; las más utilizadas son la distancia a un centro de negocios, las
condiciones de tráfico, contaminación, entre otras.
1.4.1.3 DETERMINANTES DE LA DEMANDA DE VIVIENDAS
La demanda de viviendas es analizada por varios autores que tuvieron
diferentes puntos de vista en sus trabajos de investigación. Uno de ellos, está
referido a la elección que tome el consumidor que debe tomar de alquilar o
comprar una vivienda. Otro trabajo, hace referencia a que la vivienda es
considerada como un activo alternativo frente a los activos financieros en
donde el individuo enfrentara un nivel de incertidumbre ante la decisión de
realizar una inversión parcial o totalmente irreversible. Otra investigación,
estudia la demanda de la vivienda en función de su localización y las
expectativas que pueda formar el demandante sobre la evolución futura de su
precio y el posible impacto sobre la valuación de su riqueza.
Si bien la extensa información que existe sobre el tema de los determinantes
de la demanda de la vivienda no muestra una cierta aprobación acerca de
cuáles pueden ser las variables universales que la afectan.
Se presenta a continuación un grupo de variables o determinantes que se
manifiestan en la mayoría de trabajos:
a. Precio del inmueble, gustos y preferencias: El precio está relacionado
con el nivel de elección que tome el individuo en demandar una vivienda
que se encuentre dentro de sus posibilidades económicas, y dependiendo
de los gustos y preferencias que el individuo tenga hacia ciertas
características que considera como principales. b. Ingreso real disponible: Constituye una variable fundamental en la
demanda de consumo. Un incremento del ingreso real afectará el acceso
para que las familias tengan más facilidades de poder adquirir una
vivienda. Además que este puede verse afectado por un aumento del
ingreso real como por una reducción en la tasa de los impuestos. Por lo
tanto, al aumentar el ingreso real disponible de la población, traerá como
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
24
consecuencia un aumento de la demanda de bienes inmuebles, puesto
que mejoran las posibilidades de compra de las familias. c. Disponibilidad al crédito: Está relacionado al nivel de ahorro que las
familias o el individuo tenga en períodos anteriores. Según esto, él se verá
influenciado en poder recurrir a un préstamo hipotecario, dependiendo del
tipo de vivienda que el desee obtener. Este contrato hipotecario
compromete al individuo a un patrón de ahorro en períodos futuros.
Asimismo, la presencia de restricciones en el crédito al momento de
comprar una vivienda, afecta la relación de equilibrio del mercado.
d. La población y factores demográficos: Esta referido con las
características propias de la población que influyen en la demanda de
viviendas entre las cuales están: los cambios en el número de personas
por familia, el números de matrimonios, las migraciones ,la seguridad, y
otros factores deseables en la ubicación, facilidades de transporte,
comercio, educación, entre otros. Según Coremberg (2000), explica por
ejemplo que los factores demográficos en el largo plazo causan
movimientos en la demanda de viviendas y por consiguiente también en
su precio.
e. Expectativas sobre el futuro: Se trata del refugio de comprar una
vivienda hoy para protegerse ante un aumento de su precio en el futuro,
trayendo como consecuencia un incremento en la demanda de viviendas
en tiempo presente.
f. Crecimiento económico: A medida que una economía crece y mejora,
las personas tendrán mayores posibilidades de poder comprar una
vivienda. Los mayores niveles de prosperidad económica que genera el
crecimiento de la economía se ven reflejados en mayor aumento de los
ingresos per cápita en el sector de los inmuebles residenciales y en un
aumento de la tasa de interés por los activos inmobiliarios más lujosos.
g. Planes de política habitacional: Está relacionado con la facilidad de
dinero que pueda obtener un individuo para comprar o alquilar una vivienda
u otro bien inmueble, ello dependerá mucho de las opciones y el acceso al
financiamiento; donde se busca que sectores de menores recursos puedan
acceder a un financiamiento a través de bajas tasas de interés y con
facilidades de pago en el largo plazo.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
25
1.4.1.4 DETERMINANTES DE LA OFERTA DE VIVIENDAS
La industria en la construcción enfrenta dos tipos de riesgo: el riesgo de
mercado, el cual surge de la volatilidad del precio de las viviendas y el otro,
es el riesgo específico del lugar, el cual incluye los riesgos asociados con la
adquisición del terreno, la estructura y planificación de las ganancias, los
permisos necesarios y el proceso de construcción.
Sin embargo, es normal que la oferta de viviendas presente retrasos ante sus
variaciones en los precios, debido a que la construcción de viviendas nuevas
toma un largo período de tiempo, desde el momento en que se identifica el
terreno hasta que se termina de construir la vivienda, por lo tanto cambios de
precios en el corto plazo son explicados por cambios en la demanda del stock
existente de viviendas, y en menor proporción por la oferta de nuevas
viviendas.
Entre los principales determinantes de la oferta de viviendas, se tiene:
a. Las expectativas sobre el futuro: En el caso de los demandantes está
relacionado con expectativas de una futura devaluación, o inflación en el
corto o largo plazo, esto puede traer como consecuencia que ellos no
vendan sus viviendas, y que lo guarden para después que costaría un
precio mayor. En el caso de los ofertantes los retrasos en el tiempo entre
la decisión de construir y completar la obra se pueden afectados por la
volatilidad. Una falta de respuesta de la oferta significa que aumentos en
la demanda se van a transmitir directamente hacia mayores precios de las
viviendas. Por lo tanto, la volatilidad de los precios de las viviendas no
solo afectan a la demanda sino también a la oferta y la interacción de las
dos afecta la volatilidad. b. Acceso al crédito: Un mercado crediticio restringido impone serias
dificultades para que la oferta de viviendas pueda responder de manera
más rápida ante variaciones en los precios, y poder ejecutar un proyecto
nuevo con los recursos necesarios.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
26
c. Valor del inmueble: Hay relación directa entre la cantidad ofrecida y el
precio del inmueble. Al aumentar el precio del inmueble ceteris paribus, el
ofertante se verá más estimulado para vender mayor cantidad de
inmuebles, mientras que si el precio cae, el ofertante limitará su oferta. d. Restricciones en el uso de la tierra: En el lado de la oferta el ajuste del
mercado de la vivienda en un corto plazo, está restringido por varias
regulaciones del uso de la tierra, causados por controles establecidos en
el Gobierno, como también por un problema de densidad de uso .Por lo
tanto, las restricciones en el uso de la tierra van afectar el precio final de
la vivienda, porque por ejemplo el ofertante al tener dificultad en encontrar
terrenos disponibles para construir nuevas viviendas, va a ceder esos
costos de búsqueda y ello determinará su precio.
1.4.2 MARCO CONCEPTUAL
VOLATILIDAD
Significa la tendencia del precio de un activo, en el estudio es el precio
de la vivienda, que se mueve dentro de su rango de cotización. Si el
rango de negociación es estrecho, la volatilidad tiende a ser bastante
baja. Si el rango de negociación es más amplio, entonces la volatilidad
es mayor.
VIVIENDA
Es todo local estructuralmente separado independiente, formado por un
cuarto (habitación) o conjunto de cuartos (habitaciones) destinado al
alojamiento de personas. Para el estudio se tiene en cuenta a las
viviendas de tipo casa independiente o departamento en edifico.
DETERMINANTES ECONÓMICOS Son los factores de índole económica que determinan el comportamiento
del precio de la vivienda.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
27
DETERMINANTES DEMOGRÁFICOS
Son los factores de índole demográfica o social que también determinan
el comportamiento del precio de la vivienda.
BIENES DURABLES
Son aquellos que no se consumen en una sola vez, sino que se utilizan
durante varios años. Son bienes reutilizables y que implican una compra
a largo plazo. La vivienda, se encuentra dentro de esta clasificación.
DEMANDA DE VIVIENDAS
Es la cantidad total de personas que pueden y desean adquirir o alquilar
una vivienda teniendo diferentes tipos de precios en un periodo de
tiempo determinado, para poder elegir. Por lo que la demanda total sería
la sumatoria de cada una de las demandas individuales.
OFERTA DE VIVIENDAS
La oferta de viviendas está compuesta por dos mercados, el mercado
primario que vienen a ser las viviendas nuevas, y el mercado secundario
que viene a ser las viviendas usadas. Se define entonces a la oferta de
viviendas como la cantidad total de viviendas que están disponibles en
el mercado para su venta o alquiler a los diferentes precios en un espacio
de tiempo determinado.
PRODUCTO BRUTO INTERNO (PBI)
Es un indicador económico que ayuda a medir el crecimiento de la
producción de empresas de cada país dentro de su territorio. Muestra el
valor monetario de todos los bienes y servicios finales producidos en un
país durante un período de tiempo determinado. Incluye la producción
generada por nacionales residentes en el país y extranjeros residentes
en el país.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
28
INDICE DE PRECIO DE MATERIALES DE LA CONSTRUCCIÓN
Es el indicador económico y estadístico que muestra la variación en los
precios de los principales materiales de construcción que se utilizan en
la actividad constructora del país.
PRÉSTAMO HIPOTECARIO
Es una operación financiera que permite obtener dinero a cambio de
devolver dicha cantidad junto con los intereses correspondientes,
mediante pagos periódicos y poniendo como garantía un bien inmueble
(si lo amerita el caso), puede ser una vivienda, un vehículo, un local,
entre otros.
1.5 HIPÓTESIS
Los principales determinantes económicos y demográficos que explican la
volatilidad del precio de la vivienda en la ciudad de Trujillo, durante el período
2005 -2017, son: PBI, precio de alquiler de la vivienda, tasa de interés del
préstamo hipotecario, índice del precio de la construcción y la tasa de
crecimiento poblacional; y estos inciden directamente en el precio de la vivienda
a excepción de la tasa de crecimiento poblacional que lo hace indirectamente y
en menor significancia.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
29
CAPITULO II
DISEÑO DE LA INVESTIGACIÓN
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
30
II. DISEÑO DE LA INVESTIGACIÓN 2.1. TIPO DE INVESTIGACIÓN:
2.1.1. No experimental.- Puesto que no se manipulan las variables, sólo son
observadas para después ser analizadas.
2.1.2. Longitudinal.- Puesto que se recopilan datos del período 2005 – 2017.
2.1.3. Correlacional.- Porque presenta las variables de tipo dependiente e
independiente por lo cual, se miden y evalúan con precisión el grado
de relación que existe entre ambas variables.
Donde: Y= Precio de la vivienda.
Xi= Vector de variables económicas. (X1, X2, X3, X4, X5)
X1= PBI
X2= Alquiler de viviendas
X3= Precios de Materiales de la Construcción.
X4= Préstamos hipotecarios.
Xj= Vector de variables demográficas. (Tasa de crecimiento de la
población: rango de edad 25 – 45).
A continuación se detallan cada una de las variables utilizadas.
Y
Xi
Xj
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
31
Tabla 01: Cuadro de Operacionalización de variables
VARIABLES CONCEPTUALIZACIÓN INDICADORES
DEPENDIENTE: Precio de la
Vivienda
Vivienda.- Es todo local
estructuralmente separado
independiente, formado por un
cuarto (habitación) o conjunto de
cuartos (habitaciones) destinado al
alojamiento de personas. Para el
estudio se tendrá en cuenta a las
viviendas de tipo casa
independiente o departamento en
edifico.
Precio promedio de
la vivienda por
metro cuadrado
INDEPENDIENTES:
ECONÓMICAS:
PBI por tipo de ingreso.- La lógica
económica nos dicta que la mayor
o menor demanda de vivienda, y su
consiguiente efecto en el
incremento del precio, va a estar
afectada por el nivel de ingresos
que la población tenga en un
periodo determinado.
Alquiler de la vivienda.- Partiendo
del supuesto de que la posesión de
una vivienda y el alquiler de la
misma son dos acciones
mutuamente sustitutivas.
Precios de Materiales de la Construcción.- A través de su
indicador económico y estadístico,
muestra la fluctuación promedio de
precios que experimentan en el
mercado, el conjunto de elementos
que intervienen en el costo de las
obras de construcción civil.
Préstamos hipotecarios.- La gran
mayoría de los compradores de
vivienda necesita acudir a la
financiación externa lo que
reportará un coste financiero.
PBI a precios
corrientes.
Precio de alquiler
de viviendas.
Índice de Precios
de Materiales de la
Construcción.
Tasa de interés de
referencia de los
préstamos
hipotecarios.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
32
VARIABLES CONCEPTUALIZACIÓN INDICADORES
DEMOGRÁFICAS:
Crecimiento poblacional.- Principalmente por la existencia de
migración interna de la zona rural a
la urbana. Debido a continuas
mejoras en la calidad de vida de las
diversas zonas del país.
Tasa de
crecimiento
poblacional
comprendida entre
los 25 y los 45 años
de edad.
2.2. MATERIAL Y MÉTODOS
2.2.1. Material
- Libros
- Revistas especializadas.
- Informes y revistas de estudio.
- Material informático diverso (reportajes, noticias, opiniones)
2.2.2. Métodos
- Método científico con deducción, inducción, análisis, síntesis en
sus formas de descripción y explicación.
- Método analítico - sintético, para descomponer las variables y con
ello comprender los principales determinantes económicos y
demográficos que explican la volatilidad del precio de la vivienda
en la ciudad de Trujillo, durante el período 2005 – 2017.
2.2.3. Población:
- Precio de la vivienda por metro cuadrado.
- Principales determinantes económicos: PBI, precio de alquiler de la
vivienda, tasa de interés de préstamos hipotecarios, Índice de
Precios de Materiales de la Construcción.
- Principales determinantes demográficos: tasa de crecimiento
poblacional: rango de edad 25 -45.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
33
2.2.4. Muestra:
- Precio de la vivienda por metro cuadrado, durante el período 2005
– 2017.
- Principales determinantes económicos: PBI, precio de alquiler de la
vivienda, tasa de interés de préstamos hipotecarios, Índice de
Precios de Materiales de la Construcción; durante el período 2005
– 2017.
- Principales determinantes demográficos: tasa de crecimiento
poblacional: rango de edad 25 -45, durante el período 2005 – 2017.
2.3. TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE DATOS:
2.3.1. Técnicas de recolección de datos
Obtención de información estadística de fuentes secundarias. Como
investigaciones de tesis de grado, artículos y libros. Además, de las
páginas y publicaciones de instituciones relacionadas al sector
construcción e indicadores económicos y sociales: Dentro de ellas
están el Instituto Nacional de Estadística e Informática( INEI) , el Banco
Central de Reserva del Perú (BCRP), y la Gerencia de Construcción y
Vivienda.
2.3.2. Instrumentos de recolección de datos Guías de análisis de contenido: Bibliografías, tesis, artículos, boletines,
informes ejecutivos, publicaciones sectoriales y compendio estadístico.
2.4. ESTRATEGIAS METODOLÓGICAS
Para la realización de esta investigación se parte con la recolección de
datos, analizando la data proporcionada por el Instituto Nacional de
Estadística e Informática (INEI), el Banco Central de Reserva del Perú
(BCRP), y la Gerencia de Construcción y Vivienda.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
34
Luego, a través de la descripción y elaboración de registros y gráficos
estadísticos, se procesa la información de las variables involucradas
durante el período de estudio establecido.
Finalmente, se plantea un modelo econométrico que permita estimar
cuál de las variables explica mejor el comportamiento del precio de la
vivienda en la ciudad de Trujillo, durante el período 2005 – 2017.Para lo
cual se identifican dentro del conjunto de determinantes económicos,
aquellas variables económicas principales como: PBI, precio de alquiler
de la vivienda, tasa de interés de préstamos hipotecarios, Índice de
Precios de Materiales de la Construcción y dentro del conjunto de
determinantes demográficos, se toma como única variable demográfica
a la tasa de crecimiento poblacional: rango de edad 25 - 45 años de
edad.
MODELO PROPUESTO:
𝒀 = 𝛽𝑖𝑋𝑖 + 𝛽𝑗𝑋𝑗 + Ɛ
Para dicho modelo econométrico se utiliza el SPSS-V22. (Statistical
Package for the Social Sciences). A través del cual se encuentra y
analiza la Prueba T-Student, El Coeficiente de Determinación (R^2), el
Coeficiente de correlación ajustado y la prueba Durbin – Watson.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
35
CAPITULO III
RESULTADOS
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
36
III. RESULTADOS 3.1. Descripción y análisis de los principales determinantes
económicos y demográficos del precio de las viviendas en la ciudad de Trujillo, durante el período 2005 – 2017.
3.1.1 Producto Bruto Interno (PBI)
Tabla 02: Producto Bruto Interno del Perú: 2005 – 2017 (millones de soles).
Año
Producto
Bruto Interno
Remuneraciones
Derechos
de Importación
Impuestos
a los Productos
Otros
Impuestos
Ingreso de Explotación
Total
Excedente de Explotación
Bruto
Ingreso Mixto
2005 253 641 78 479 4 957 17 068 799 152 338 103 735 48 603
2006 286 667 88 303 3 894 20 370 1 158 172 942 115 912 57 030
2007 319 693 98 127 2 831 23 672 1 517 193 546 128 089 65 457
2008 352 719 107 951 1 768 26 974 1 876 214 150 140 266 73 884
2009 363 943 113 918 1 405 28 831 1 890 217 899 137 050 80 849
2010 416 784 126 837 1 789 33 456 1 905 252 797 162 621 90 176
2011 473 049 141 596 1 254 36 143 2 338 291 718 191 375 100 343
2012 508 131 156 301 1 449 42 311 2 568 305 502 195 474 110 028
2013 543 670 169 634 1 708 46 975 2 911 322 442 206 809 115 633
2014 570 780 180 554 2 133 49 749 3 664 334 680 211 350 123 330
2015 602 527 189 827 1 709 52 577 3 864 354 550 223 830 130 720
2016 648 719 203 973 1 606 50 712 4 499 387 929 245 578 142 351
2017 698 452 219 173 1 509 48 913 5 238 424 450 269 439 155 017
Fuente: Instituto Nacional de Estadística e Informática – INEI
Según la Tabla 02, se observa las variables que son partícipe de la generación
del Producto Bruto Interno. En el cual se puede notar que, el PBI ha ido
aumentado significativamente durante el período de estudio, pasando de S/ 253
641 millones de soles en el año 2005 a tener S/ 698 452 millones de soles en el
año 2017, siendo en términos porcentuales un total de crecimiento acumulado
de 275.4% Asimismo, se observa también un aumento considerable de las
remuneraciones y de los Impuestos a los productos, y en menor significancia el
ingreso por Derechos de Importación.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
37
Gráfico N° 1: Producto Bruto Interno del Perú: 2005 – 2017 (Millones de soles)
Fuente: Elaboración propia - INEI
En el Gráfico N° 01, se puede visualizar la evolución que ha tenido el Producto
Bruto Interno durante el período 2005 – 2017 teniendo un aumento acumulado
de 275.4% respectivamente. Este incremento se puede fundamentar, por dos
motivos: el Perú ha tenido una época de auge a partir del año 2000,
fundamentalmente por el aumento del precio internacional de los metales
preciosos, lo cual generó un aumento en el Producto Bruto Interno del Perú y el
otro motivo, por las industrias nacionales que también comenzaron a
desarrollarse; lo cual también aportó en gran proporción al aumento constante
del PBI durante la última década.
253 641
286 667
319 693352 719
363 943
416 784
473 049
508 131
543 670570 780
602 527
648 719
698 452
0
100 000
200 000
300 000
400 000
500 000
600 000
700 000
800 000
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Mill
on
es d
e so
les
Año
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
38
Tabla 03: Producto Bruto Interno del Departamento de La Libertad: 2005 –
2017 (miles de soles).
AÑO PBI
2005 9 655 276
2006 10 515 460
2007 13 121 729
2008 14 615 612
2009 16 232 069
2010 17 552 507
2011 19 885 712
2012 22 346 498
2013 24 250 994
2014 24 721 733
2015 25 373 096
2016 27 276 343
2017 29 121 008
Fuente: Elaboración propia – INEI
La tabla Nº 03 muestra que el PBI de La Libertad en términos generales ha ido
aumentado significativamente durante el período 2005 -2017, pasando de S/ 9,
655,276 millones de soles en el año 2005 a tener S/ 29, 121,008 millones de
soles en el año 2017, siendo en términos porcentuales un crecimiento acumulado
de 201.60% durante el período de estudio. Cabe destacar, que no se encontró
explícitamente el PBI desagregado como para el caso del PBI a nivel nacional
.Por lo tanto, se ha considerado el PBI para el departamento de La libertad de
manera general.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
39
3.1.2 Tasa de Interés de Préstamo Hipotecario
Según el Banco Central de Reserva del Perú, define al préstamo hipotecario como
el crédito que está garantizado por la hipoteca de un bien inmueble, por la cual en
el pago se incluye intereses y principal, y que además el bien inmueble queda
inscrito en el Registro de la Propiedad.
Gráfico N° 2: Tasa de Crédito Hipotecario en el departamento de La
Libertad: 2005 – 2017 (%)
Fuente: Elaboración propia - Banco Central de Reserva del Perú
En el Gráfico Nº 02, se puede notar que en el año 2005 la tasa de crédito
hipotecario fue la más elevada. Sin embargo, en los años posteriores se ha ido
disminuyendo hasta llegar al año 2017 a una tasa anual de 8.83%. En lo cual se
deja notar una tendencia a la baja de la tasa de crédito hipotecario. Debido
principalmente a que, el gobierno en los últimos años ha ido reduciendo la tasa de
fondeo (Fondo Mi Vivienda) para las entidades financieras, con la finalidad de
minimizar el costo de los créditos hipotecarios, por lo cual los bancos tienen un
margen para disminuir las tasas de interés de los créditos hipotecarios. Asimismo,
el dinamismo de la economía ha permitido generar mayor confianza para la
colocación de dichos créditos.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
40
3.1.3 Índice de Precios de Materiales de la Construcción
En el Perú y en las grandes ciudades, los materiales de la construcción durante
las últimas décadas han aumentado su precio, por causa del alza del precio de
los insumos para producirlos y por costos indirectos como: fletes, combustible,
peajes, etc. Además, por la creciente demanda durante los fenómenos
climatológicos el cual incrementa los precios de los materiales de construcción de
manera especulativa.
Gráfico N° 3: Índice de Precios de Materiales de Construcción del Perú: 2005 –
2017 (Año base 2013 = 100)
Fuente: Elaboración propia – INEI
En el Gráfico Nº 03, se visualiza que el índice de precios de materiales de
construcción ha tenido una tendencia creciente durante el período 2005 -2017 con
respecto al año base, resaltándose los años 2008, 2011, 2014, 2015, 2016, 2017,
por encima del año base. Asimismo, se puede afirmar que estos resultados son
producto del alza internacional de precios de insumos para la elaboración de los
materiales de construcción, alza de costos indirectos, alza del precio del dólar, y
entre otros factores que afectan directamente el índice de precios de los
materiales de construcción.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
41
3.1.4 Alquiler de las viviendas
En las principales ciudades como lo es Trujillo, el alquiler de viviendas y
departamentos son muy comunes para poder residir. Según el INEI, las personas
que alquilan una vivienda o departamento en el Perú; están en un promedio dentro
del rango de edad de 25 hasta los 45 años, es el rango de edad que tiene mayor
participación del total de personas que alquilan vivienda. Sin embargo, de la
población total con tenencia de vivienda, la categoría “vivienda alquilada”,
representa aproximadamente solo el 25% del total. Esta categoría se ha visto
disminuida, principalmente a las políticas implementadas por el estado, en
especial del Ministerio de Vivienda, Construcción y Saneamiento, brindando
mayor facilidad a la accesibilidad de viviendas y departamentos.
Gráfico N° 4: Rango de Edad del Perú por Tipo de Vivienda (% de la población total)
Fuente: ENAHO – Instituto Nacional de Estadística e Informática.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
42
Como se observa en el gráfico Nº 04, se muestra la evolución de las principales
categorías de situación de tenencia de la vivienda, de acuerdo con la edad del jefe
de hogar, en el cual es notorio que en la sección de vivienda alquilada la mayor
participación se encuentre entre el rango de 0 – 35 años y de 35 a 45 años.
Asimismo, se puede visualizar que las personas mayores son menos propensas
alquilar viviendas.
Gráfico N° 5: Hogar según Tenencia de Vivienda en Trujillo - Año 2005
Fuente: Elaboración propia – INEI / ENAHO 2005
En el gráfico Nº 05, se observa que la mayor parte de la muestra corresponde a
casa independiente con 94.64% del total de la población, según la Encuesta
Nacional de Hogares. Lo cual nos da indicio que, en el caso urbano de Trujillo, la
mayoría de las personas viven en viviendas independientes, seguida por personas
que viven en departamentos, vivienda en quinta, vivienda en casa de vecindad y
finalmente una pequeña proporción en vivienda improvisada.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
43
Gráfico N° 6: Tipos de Vivienda en Trujillo - Año 2005
Fuente: Elaboración propia – INEI / ENAHO 2005
En el gráfico Nº 06, se puede observar que el 71.17% de la población corresponde
al tipo de vivienda “Propia, totalmente pagada”, seguida por el tipo de vivienda
“Cedida por otro hogar o institución” 12.76%, seguida por la población que utiliza
el tipo de vivienda “alquilada” representa el 7.65%, posteriormente el tipo “propia,
por invasión” representa al 7.40%. Finalmente, el tipo de viviendas “Propia,
comprándola a plazos” y “cedida por el centro de trabajo”, representan la menor
proporción dentro del total de la población de Trujillo.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
44
Gráfico N° 7: Hogar según Tenencia de vivienda en Trujillo - Año 2017
Fuente: Elaboración propia – INEI / ENAHO 2017
En el gráfico Nº 07, se observa que el 93.90% representa “casa independiente”,
mientras que “departamento en edificio” representa un 4.49%. Sin duda alguna se
generó un mayor porcentaje que en el inicio del periodo de estudio que fue de
2.04%, con lo cual se puede deducir que las personas en Trujillo están apostando
por adquirir viviendas en edificios. Asimismo, se puede analizar que, las
categorías “vivienda en quinta”, “vivienda en vecindad” están reduciendo su
participación con respecto al año de inicio del periodo de estudio.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
45
Gráfico N° 8: Tipos de Viviendas en Trujillo - Año 2017
Fuente: Elaboración propia – INEI / ENAHO 2017
En el gráfico Nº 08, se puede observar que la mayor participación es de la
categoría “Propia, totalmente pagada”. Sin embargo, en comparación con la
información del año 2005, ha disminuido dicha cifra, repartiéndose entre las
categorías “alquilada” y “Propia, por invasión”. Además, se puede mencionar que,
las categorías “Cedida por otro hogar o institución”, “Propia, comprándola a
plazos”, han aumentado en comparación del año de inicio del periodo de estudio.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
46
Tabla 04: Precio de Alquiler de Vivienda en Trujillo: 2005 – 2017.
Año Precio de alquiler de la vivienda (S / )
2005 958.650
2006 1,048.520
2007 1,746.500
2008 2,465.310
2009 2,341.010
2010 2,594.000
2011 2,305.560
2012 2,844.850
2013 2,025.650
2014 2,983.450
2015 2,564.350
2016 2,474.160
2017 2,516.000
Fuente: Banco Central de Reserva del Perú
En la tabla Nº 04, se puede visualizar un aumento continuo del precio de alquiler
de vivienda con respecto al año anterior. Por ejemplo, en el año 2005 el precio de
alquiler de vivienda aumentó en S/ 1,557.350 soles con respecto al año 2017,
siendo en términos porcentuales un aumento de 162.45%. Lo cual indica que los
precios de alquiler de vivienda en la ciudad de Trujillo están en continuo aumento,
debido a factores como: la migración interna de la zona rural a urbana, el aumento
del precio de los materiales de construcción, aumento del precio de los metales,
y el aumento de gastos indirectos (combustible, fletes entre otros). Además, en
el ámbito internacional, las especulaciones en el sector inmobiliario y las crisis
internacionales, contribuyeron al aumento de los precios de manera anormal en
el año 2009, 2012 y 2014, respectivamente.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
47
Gráfico N° 9: Precio de Alquiler de Vivienda en Trujillo: 2005 – 2017
Fuente: Banco Central de Reserva del Perú
En el gráfico Nº 09, se puede observar que la evolución del precio de alquiler de
la vivienda en Trujillo ha tenido tendencia creciente durante el periodo 2005 -2017,
pero también tuvo un tramo decreciente en el año 2011, 2013 y 2014. Sin
embargo, la tendencia del precio de alquiler de vivienda en Trujillo es creciente
durante el periodo de estudio. Cabe destacar también que, el aumento generado
en términos de porcentaje fue de 162.45%.
3.1.5 Tasa de Crecimiento Poblacional entre los 25 y 45 años de edad:
Como se sabe a nivel nacional y departamental, los costos por alquiler de vivienda
o departamento han seguido una tendencia creciente durante los últimos años,
debido a causas de la migración interna dentro del país, pasando de la zona rural
a la urbana, encareciendo así el precio del alquiler de viviendas por exceso de
demanda.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
48
Tabla 05: Población del Perú según lugar de residencia: 2005 – 2017. 3
Años Urbana Rural Total
2005 18 953 109 8 150 348 27 103 457
2006 19 368 782 8 091 291 27 460 073
2007 19 782 408 8 028 132 27 810 540
2008 20 191 318 7 960 125 28 151 443
2009 20 594 600 7 887 301 28 481 901
2010 20 995 699 7 811 335 28 807 034
2011 21 398 222 7 733 791 29 132 013
2012 21 884 826 7 656 096 29 540 922
2013 22 219 201 7 578 493 29 797 694
2014 22 635 742 7 500 133 30 135 875
2015 23 054 394 7 420 750 30 475 144
2016 23 474 069 7 340 106 30 814 175
2017 23 893 654 7 257 989 31 151 643
Fuente: Instituto Nacional de Estadística e Informática (INEI)
En la tabla N°05 se observa que, la zona urbana ha sido la que más ha crecido
con respecto a la zona rural. Para el año 2005 la población de la zona urbana fue
de 18, 953,109 millones de personas, mientras que para la zona rural fue de 8,
150,348 millones de personas. Por otro lado, para el año 2017 en la zona urbana
fue de 23, 893,654 millones de personas mientras que en la zona rural fue 7,
257,989. Lo cual indica que, existe migración interna de la zona rural a la urbana.
Este aumento es debido a mejoras de la calidad de vida y también a las estrategias
implementadas por el gobierno para la prevención de la mortalidad infantil.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
49
Gráfico N° 10: Población del Perú según lugar residencia: 2005 – 2017 (%)
Fuente: Elaboración propia - INEI
En el gráfico Nº 10, se puede notar que gran porcentaje de la población del Perú
se encuentra concentrada en la zona urbana, siguiendo una tendencia creciente
en aumento de la población, mientras que la población urbana aumenta, la
población en la zona rural disminuye. Además, para el año 2005 la población rural
representaba el 30,07% y en el año 2017 finalizando el período de estudio
representaba sólo el 23,30%, por lo cual se puede finalizar diciendo que existe
una migración interna en el país, de la zona rural a la zona urbana.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
50
Tabla 06: Tasa de Crecimiento Poblacional del Departamento de La Libertad por Rango de
Edad: 2005 – 2017 (%)
AÑO Tasa de crecimiento poblacional por Rango de edad del Departamento de
La Libertad Total
25 - 29 30 - 34 35 - 39 40 - 45
2005 0.003 0.002 -0.001 -0.003 0.000182835
2006 0.003 0.003 -0.003 -0.003 0.000007835
2007 0.003 0.003 -0.003 -0.003 0.000007835
2008 0.005 0.018 0.017 0.019 0.014947401
2009 0.009 0.032 0.036 0.040 0.029260389
2010 0.004 0.018 0.018 0.020 0.014948605
2011 0.003 0.027 0.054 0.059 0.035728916
2012 0.006 0.025 0.040 0.044 0.028398870
2013 0.010 0.024 0.059 0.077 0.042650148
2014 0.038 0.041 0.060 0.043 0.045519696
2015 0.015 0.023 0.032 0.047 0.029046744
2016 0.017 -0.008 -0.013 -0.021 -0.006253408
2017 0.016 -0.035 -0.049 -0.048 -0.028936325
Fuente: Instituto Nacional de Estadística e Informática - INEI
La tabla N°06 muestra la tasa de crecimiento poblacional por rango de edad para
el departamento de La Libertad, durante el período 2005 -2017 como factor de la
demanda potencial del mercado de vivienda. Se observa que ha tenido una
tendencia decreciente, siendo más significativo para el año 2016 y 2017, cuyos
porcentajes son negativos. Este descenso, se puede fundamentar por factores
internos que existen de la migración de zonas rurales a zonas urbanas.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
51
Gráfico N° 11: Tasa de Crecimiento Poblacional del Departamento de La Libertad
por Rango de Edad del: 2005 – 2017 (%)
Fuente: Elaboración propia –INEI
El grafico N°11 muestra la evolución que ha tenido tasa de crecimiento poblacional
por rango de edad en el departamento de La Libertad, durante el período 2005 -
2017. Alcanzando una variación porcentual negativa para el año 2016 y 2017.
Pero, resaltándose más para el año 2017, con una variación del – 0.049% en la
población de 35 a 39 años .Seguidamente con -0.048% la tasa de población de
40 a 45 años. Finalmente con -0.035% la tasa de crecimiento para la población de
30 a 34 años.
0.016
-0.035
-0.049 -0.048
-0.060
-0.040
-0.020
0.000
0.020
0.040
0.060
0.080
0.100
25 - 29 30 - 34 35 - 39 40 - 45
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
52
3.2. Análisis de la evolución del precio de la vivienda en la ciudad de Trujillo, durante el período 2005 - 2017.
3.2.1. Precio Promedio de la Vivienda por 𝑴𝟐
En Trujillo, el precio de las viviendas y departamentos en la última década, ha
tenido un aumento moderado – alto, a pesar del alza continua de los insumos para
la construcción de departamentos y viviendas. Estos precios, si bien se diferencian
según tipo de zona de residencia, seguridad y cercanías a centros comerciales,
parques, zonas recreativas, entre otros. Como se puede observar en algunos
estudios inmobiliarios, el metro cuadrado de vivienda se encarece cuando se
encuentra cerca al centro de la ciudad o en zonas residenciales, mientras los
precios más bajos se encuentran en los distritos y/o zonas de la periferia.
Gráfico N° 12: Precio Promedio de la Vivienda en Trujillo por 𝑴𝟐: 2005 – 2017 (Dólares)
Fuente: Elaboración propia - INEI
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
53
En el gráfico Nº 12, se observa que, existe una tendencia creciente con respecto
al precio promedio por metro cuadrado de vivienda en las zonas urbanísticas de
la localidad de Trujillo. Cabe resaltar que, la información tomada en cuenta es un
promedio del precio de vivienda en áreas cercanas al centro histórico de la ciudad
de Trujillo y de sus principales urbanizaciones como el Golf y San Andrés. El
incremento del precio de la vivienda es debido principalmente a causas como: el
exceso de demanda establecida por la migración interna generada de zona rural
a la zona urbana, el alza de los precios de los materiales de construcción, la
variación del tipo de cambio, la proyección de crecimiento económico del país,
tasa de interés del sector inmobiliario, especulaciones de precios, comportamiento
del ámbito internacional, entre otros factores que afectan directa e indirectamente
el aumento del precio del 𝐌𝟐 de la vivienda en el Perú.
3.3. Estimación del modelo econométrico para identificar los
determinantes de la volatilidad del precio de la vivienda en la ciudad de Trujillo, durante el período 2005 – 2017.
De acuerdo a los antecedentes y el marco teórico explicados anteriormente,
detalla que la volatilidad del precio de la vivienda en la ciudad de Trujillo no se
debe únicamente a la localización de la zona geográfica sino también a variables
a nivel económico y demográfico. Por lo tanto, para determinar la contribución de
todas estas variables sobre la volatilidad del precio de la vivienda por metro
cuadrado se requiere de un análisis multivariado.
Dicho análisis requiere la estimación del modelo planteado en el Capítulo II.
𝒀 = 𝛽𝑖𝑋𝑖 + 𝛽𝑗𝑋𝑗 + Ɛ
Donde:
El precio de la vivienda es una función lineal de un vector de variables a nivel
económico (𝑋𝑖) y el vector de variables a nivel demográfico (𝑋𝑗) más el (Ɛ𝑖) término
de perturbación de cada factor u/o características no observables que pueden
explicar el modelo.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
54
La variable a explicar “𝒀” es el precio por metro cuadrado para la adquisición de
viviendas a nivel del área urbana en la ciudad de Trujillo.
Es necesario enfatizar que las observaciones han sido recogidas en base a
fuentes de boletines estadísticos y de avisos publicitarios de la prensa escrita en
cuanto a la cotización de los precios por metro cuadrado y precios de alquiler de
las viviendas.
A continuación se realiza un análisis del modelo:
Tabla 07: Resumen del modelo
Fuente: Elaboración propia
En la Tabla Nº 07, se muestran que todas las variables independientes o
predictores incluidas en el análisis explican un 95.8% la varianza de la variable
dependiente.
El valor del nivel crítico sig.=0,000; indica que si existe relación lineal significativa.
Por tanto, se afirma que el hiperplano definido por la ecuación de regresión ofrece
un buen ajuste a la nube de puntos.
El valor Durbin Watson (DW), brinda información sobre el grado de independencia
existente entre los residuos = 2.080 y éste se encuentra entre 1,5 y 2,5 en el que
se puede asumir que los residuos son independientes.
Resumen del modelob
Modelo R R cuadrado
R cuadrado
ajustado
Error estándar
de la
estimación Durbin-Watson
1 ,979a ,958 ,928 449,8387180000
00000
2,080
a. Predictores: (Constante), Tasa N, Índice de Precios de Materiales de la Construcción, Producto
Bruto Interno, Precio de alquiler y conservación de la vivienda, Tasa Anual de Crédito Hipotecario
b. Variable dependiente: Precio promedio anual por metro cuadrado (dólares)
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
55
El coeficiente de determinación 𝑟2, determina que el vector de variables a nivel
económico y demográfico explica en un 96% el comportamiento del precio de la
vivienda durante el periodo: 2005 -2017, lo cual indica que existe un buen ajuste
en el modelo.
Con respecto a la prueba F de Fisher:
Tabla 08: Varianza Anova
ANOVAa
Modelo
Suma de
cuadrados gl Media cuadrática F Sig.
1 Regresión 32455242,802 5 6491048,560 32,078 ,000b
Residuo 1416484,105 7 202354,872
Total 33871726,907 12
a. Variable dependiente: Precio promedio anual por metro cuadrado (dólares)
b. Predictores: (Constante), Tasa N, Índice de Precios de Materiales de la Construccción, Producto
Bruto Interno, Precio de alquiler y conservación de la vivienda, Tasa Anual de Crédito Hipotecario
Fuente: Elaboración propia
En la tabla N° 08, se puede mencionar que los resultados de la tabla de análisis
de varianza (ANOVAa) indica que el valor de F es 32,078 y que el valor de P (p-
value) equivalente para dicho valor de F es menor a 0.05 por tal motivo se rechaza
la hipótesis nula. Concluyendo que el valor promedio anual de la vivienda por
metro cuadrado es diferente para cada muestra, de igual manera se presenta en
las variables predictoras en términos del valor promedio.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
56
Con respecto al modelo:
Gráfico N° 13: Histograma - Grafico P-P normal de regresión Residuo
Estandarizado: Variable dependiente: Precio por m2 de la vivienda
Fuente: Elaboración propia
Según el grafico N°13, el modelo cumple con los supuestos de linealidad,
independencia, homocedasticidad y normalidad. En este último se observa que
en el histograma en la parte central de la distribución acumulada hay muchos más
casos de los existentes en una curva normal y su distribución es algo simétrica.
Por lo tanto, la distribución de los residuos parece seguir un modelo de
probabilidad normal. El mismo criterio se utiliza para el gráfico de probabilidad de
normalidad donde los puntos se encuentran casi alineados sobre la diagonal del
gráfico, el cual está avisando de nuevo un posible cumplimiento del supuesto de
normalidad.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
57
3.3.1. Análisis del modelo:
Los resultados de la regresión de la variabilidad del precio por metro cuadrado de
la vivienda en la ciudad de Trujillo durante el período: 2005 - 2017, se muestran
en las siguientes tablas.
Se creyó conveniente realizar dos tipos de modelos. El primer modelo, está
referido a considerar todas las variables planteadas en un inicio y en el segundo
modelo, se hace la exclusión de una variable que es el IPMC, puesto que se
esperó que sea la variable que más influya en la fijación del precio desde el punto
de vista de la oferta; pero resultó indiferente.
Los coeficientes mostrados a continuación proporcionan una pista muy útil sobre
la importancia relativa de cada variable independiente en la ecuación de regresión,
por ende cuanto mayor (en valor absoluto) es su coeficiente de regresión
estandarizado, tendrá más peso (importancia) en el modelo planteado.
MODELO 1: CONSIDERANDO TODAS LAS VARIABLES
Tabla 09: Estimación de los Coeficientes del Modelo
Coeficientesa
Modelo Coeficientes no
estandarizados
Coeficient
es
estandariz
ados
t Sig.
B Desv. Error Beta
1 (Constante) -5105,636 7873,687 -,648 ,537
PBIR ,012 ,002 1,035 5,803 ,000
TICH 25741,419 15718,051 ,234 1,638 ,001
IPMC -3498,182 16691,091 ,019 -,210 ,840
PAlq ,449 ,374 ,167 1,201 ,026
ὴ 1003,403 27852,331 ,004 ,036 ,017
a. Variable dependiente: Precio promedio anual por metro cuadrado (dólares)
Fuente: Elaboración propia
Observando los coeficientes beta de la tabla Nº 09 se ve que los coeficientes
positivos de los determinantes económicos indican que, ante un aumento en el
determinante, más volátil será el precio por m2 de la vivienda; mientras que los
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
58
coeficientes negativos indican una relación inversa (o negativa) entre el
determinante y el precio por m2.
Frente a los resultados obtenidos a nivel de Trujillo se puede decir que el PBI
utilizando como variable proxy el nivel de ingresos, es la que presenta mayor
impacto y de manera directa en la determinación del precio de la vivienda. En un
corto plazo el factor financiero relacionado al acceso del crédito a través del tipo
de interés de mercado hipotecario, que también impacta directamente con el
precio de la vivienda y esta variable es consistente con el marco teórico ya que,
la disponibilidad de crédito es un determinante como parte de la oferta por lo que
cuanto mayor sea el ahorro, mayor será la cantidad de dinero utilizable para la
adquisición de viviendas u/o para la inversión en construcción.
Se esperaba que el Índice de Precios de Materiales de Construcción (IPMC) como
proxi de los costes de construcción, pueda ser la variable que más fuertemente
influya en la fijación del precio, desde el punto de vista de la oferta pero constituye
el límite inferior al precio de la vivienda. Sin embargo, quizás se deba al grado de
participación como componente del cálculo del índice de precios del consumidor
ya que, para determinar este último está conformado por 12 grandes divisiones
donde uno de ellos es relacionado al precio construcción vivienda con una
ponderación menor al 5% de todo el Índice de precios del consumidor.
En cambio el precio de alquiler de vivienda, muestra una relación directa con el
valor del precio de la vivienda por m2; ya que, partiendo del supuesto de que la
posesión de una vivienda y el alquiler de la misma son dos acciones mutuamente
sustitutivas, habrá que tener en cuenta el incremento del precio por alquiler de
viviendas si efectivamente explican el incremento del precio de las viviendas por
m2.
Y en cuanto al determinante demográfico que representa a la población
perteneciente a un determinado rango de edad (25 - 45 años) como factor de la
demanda potencial de acceso al mercado de vivienda presenta un efecto inverso
a la determinación del precio de la vivienda; sin embargo el efecto de esta variable
no es tan significativa pero refleja una relación no directa frente a la volatilidad del
precio por metro cuadrado de la vivienda.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
59
Como ya se explicó líneas arriba que el coeficiente de determinación 𝑟2 determina
que el vector de variables a nivel económico (Nivel de ingresos, la tasa de interés
de crédito hipotecario, el IPMC y el precio de alquiler de viviendas) y demográfico
(Tasa poblacional entre 25 y 45 años de edad) explica en un 96% el
comportamiento del precio de la vivienda por metro cuadrado durante el periodo
de estudio, lo cual indica que existe un buen ajuste en el modelo.
Estimación de la ecuación:
𝐏𝒎𝟐 = 𝜷𝟎 + 𝜷𝟏𝑷𝑩𝑰𝑹 + 𝜷𝟐𝑻𝑰𝑪𝑯 − 𝜷𝟑𝑰𝐏𝐌𝐂 + 𝜷𝟒𝑷𝑨𝒍𝒒 + 𝜷𝟓𝑯 Donde:
Pm2: Precio por metro cuadrado de la vivienda.
PBIR: Nivel de ingreso.
TICH: Tasa de interés de crédito hipotecario.
IPMC: Índice de Precios de Materiales de Construcción.
PAlq: Precio de alquiler de vivienda.
Η: Tasa poblacional entre 25 y 45 años de edad.
Coeficientes sustituidos:
𝐏𝒎𝟐 = 𝟏. 𝟎𝟑𝟓 ∗ 𝑷𝑩𝑰𝑹 + 𝟎. 𝟐𝟑𝟒 ∗ 𝑻𝑰𝑪𝑯 − 𝟎. 𝟎𝟏𝟗 ∗ 𝑰𝐏𝐌𝐂 + 𝟎. 𝟏𝟔𝟕 ∗ 𝑷𝑨𝒍𝒒
+ 𝟎. 𝟎𝟑𝟔𝑯
Los resultados explican que, un aumento en una unidad (un mil) de soles del nivel
de ingreso causa un incremento de 1.035 soles en el valor del precio de la vivienda
por m2 manteniendo ceteris paribus las demás variables; mientras ante un
aumento de la tasa de interés de crédito hipotecario en una unidad, el precio por
m2 de la vivienda tiene un aumento de 0.234 soles.
Por otro lado, ante una disminución del índice de precios de los materiales de
construcción en una unidad (un mil) de soles los precios tienden a subir a 0.019
soles. Sin embargo, se puede decir que se presenta un problema de relación entre
el precio de alquiler y el precio por m2 de una vivienda como sustituto, donde no
existe una relación inversa por lo que podría explicarse que esta variable no es
relevante para el modelo; pero con fines de investigación se presenta para que en
futuras investigaciones a este tipo de problema se indague el porqué de ambas
variables.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
60
Finalmente, ante un aumento de la tasa poblacional que oscila entre los 25 a 45
años de edad como demanda potencial causa un incremento en 0.036 soles el
precio por metro cuadrado de la vivienda.
MODELO 2: SIN CONSIDERAR EL IPMC
A continuación se procede a evaluar el modelo econométrico sin considerar la
variable del Índice de Precios de Materiales de Construcción (IPMC) como proxi
de los costes de construcción, ya que se esperaba como resultado sea la variable
que más fuertemente influya en la fijación del precio desde el punto de vista de la
oferta. Además, en el modelo anterior se pudo observar que la variable IPMC
presenta un coeficiente negativo, lo cual indica que existe una relación inversa (o
negativa) entre el determinante y el precio por m2. Por consiguiente, se considera
la aplicación de la metodología del método de exclusión de variable, con el cual
se puede comparar con el modelo general.
Tabla 10: Estimación de los Coeficientes del Modelo
Coeficientesa
Modelo
Coeficientes no estandarizados
Coeficientes estandarizados
T Sig.
B Desv. Error
Beta
2
(Constante) -5517,884 2141,155 -2,577 0,033
PBIR 0,012 0,001 1,032 9,324 0,000
TICH 26260,372 14161,022 0,239 1,854 0,010
PAlq 0,460 0,329 0,171 1,399 0,199
ὴ -1735,402 5426,415 -0,024 -0,32 0,757
a. Variable dependiente: Precio promedio anual por metro cuadrado (dólares)
Fuente: Elaboración propia
En la tabla N°10 se puede observar que el PBI en términos del ingreso como
variable proxy, sigue siendo la principal variable que más influye directamente en
el nivel del precio por m2 de la vivienda. Para el caso del tipo de interés de mercado
hipotecario, también sigue impactando directamente con el precio de la vivienda;
ya que, la disponibilidad de crédito es un determinante como parte de la oferta.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
61
Para el precio de alquiler de vivienda, presenta una relación directa con el valor
del precio de la vivienda por m2. Y en cuanto al determinante demográfico que
representa a la población perteneciente a un determinado rango de edad (25 - 45
años), al igual que en el modelo general en el que se incluye al IPMC presenta un
efecto directo en la determinación del precio de la vivienda por m2.
Según resultados del modelo 2 el coeficiente de determinación 𝑟2 explica un
97.21%, lo cual indica que existe un buen ajuste en el modelo y además el vector
de variables a nivel económico y demográficos explican la incidencia respecto al
precio de la vivienda.
Estimación de la ecuación:
𝐏𝒎𝟐 = 𝜷𝟎 + 𝜷𝟏𝑷𝑩𝑰𝑹 + 𝜷𝟐𝑻𝑰𝑪𝑯 + 𝜷𝟑𝑷𝑨𝒍𝒒 + 𝜷𝟒𝑯 Donde:
Pm2: Precio por metro cuadrado de la vivienda.
PBIR: Nivel de ingreso.
TICH: Tasa de interés de crédito hipotecario.
PAlq: Precio de alquiler de vivienda
Η: Tasa poblacional entre 25 y 45 años de edad.
Coeficientes sustituidos:
𝐏𝒎𝟐 = 𝟏. 𝟎𝟑𝟐 ∗ 𝑷𝑩𝑰𝑹 + 𝟎. 𝟐𝟑𝟗 ∗ 𝑻𝑰𝑪𝑯 + 𝟎. 𝟏𝟕𝟏 ∗ 𝑷𝑨𝒍𝒒 + 𝟎. 𝟎𝟐𝟒𝑯
Los resultados explican que, un aumento en una unidad (un mil) de soles del nivel
de ingreso como variable proxy del PBI, causa un incremento de 1.032 soles en
el valor del precio de la vivienda por m2, manteniendo ceteris paribus las demás
variables; mientras ante un aumento de la tasa de interés de crédito hipotecario
en una unidad, el precio por m2 de la vivienda tiene un aumento de 0.239 soles.
Por otro lado ante un aumento de la tasa poblacional que oscila entre los 25 a 45
años de edad como demanda potencial causa un incremento en 0.024 soles el
precio por metro cuadrado de la vivienda.
Con este segundo modelo se vuelve afirmar que se acepta la hipótesis del estudio.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
62
En términos generales, los resultados de este capítulo confirman que se acepta la
hipótesis del estudio, la cual fue presentada en el capítulo I.
En relación con la hipótesis los resultados del modelo de regresión sugieren que,
durante el periodo 2005 - 2017, el efecto de las variables que más significancia o
impacto tuvo sobre el precio de la vivienda es el PBI y seguida de ella el factor
financiero como es la tasa de interés de crédito hipotecario, y que ambas forman
parte del vector de los determinantes económicos que explican la volatilidad del
precio por m2 de la vivienda.
Por ello, el nivel de ingresos es el principal determinante que tiene un efecto
directo sobre el precio de las viviendas en la ciudad de Trujillo. Sin embargo, como
se vio en este capítulo, son cinco las variables que en mayor medida han explicado
consistentemente su precio, aunque en distinta proporción e influencia como son:
el PBI; expresado a través del ingreso, la disponibilidad crediticia en función a la
tasa de interés de préstamos hipotecarios, los índices de precios de materiales de
construcción; como coste de la construcción influyendo todos directamente y la
tasa de crecimiento poblacional haciéndola indirectamente.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
63
CAPITULO IV DISCUSIÓN
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
64
IV. DISCUSIÓN
En los resultados obtenidos, se observa que el comportamiento del precio de la
vivienda en los últimos quince años ha sido explicado por 3 variables.
Principalmente por el crecimiento económico, expresado a través del Producto
Bruto Interno departamental por tipo de ingreso como variable proxy; así como
también por el determinante financiero de acceso al crédito hipotecario; expresado
por el tipo de interés de referencia del mercado hipotecario y por el precio de
alquiler (como una acción mutuamente sustitutiva).
Estos resultados guardan relación con el estudio de Peña, Ruiz y García (2000),
quienes señalaron a ciertos determinantes como: la renta, el tipo de interés de
referencia del mercado hipotecario y el precio del alquiler de la vivienda; como
factores explicativos del precio del activo vivienda. Pero, no con el índice de los
precios de materiales de construcción ya que el individuo para el caso liberteño
no tiene como objetivo la posesión de la vivienda como inversión pura (entendida
como la que lleva a cabo un comprador de la vivienda a obtener una ganancia en
el transcurso del tiempo a través de su venta). En lo que ambos coincidimos es
que el vector de variables a nivel económico son las que presentan mayor
capacidad explicativa en la sensibilidad del precio de la vivienda por m2, por
consiguiente la variable demográfica tiene poca influencia en el comportamiento
del precio vivienda.
Por otro lado, en el marco teórico se aborda que el comportamiento del precio de
la vivienda no solo se debe a factores de nivel económico y demográfico, sino
también a factores geográficos y socio-culturales; ya que la ubicación, localización
y accesibilidad a los servicios educativos, servicios públicos, centros comerciales
y la menor tasa de incidencias delictivas permiten que el precio de las viviendas
tiendan a presentar mayor variación frente a aquellos determinantes planteados
en la presente investigación.
Por lo tanto, según el antecedente planteado por Moreno y Alvarado (2012)
explica que el mayor impacto en la sensibilidad del precio de la vivienda depende
del entorno social del vecindario, lo que permite considerar las prioridades de las
personas por características del vecindario y del alrededor físico. Por tal razón se
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
65
considera que existen otras variables que podrían explicar mejor el resultado
obtenido de la investigación que he abordado.
En lo que respecta a los datos obtenidos del precio de 𝐌𝟐de vivienda en la ciudad
de Trujillo, durante el período: 2005 – 2017, la información tomada en cuenta es
un promedio del precio de vivienda en áreas cercanas al centro histórico de la
ciudad de Trujillo y de sus principales urbanizaciones como el Golf y San Andrés.
Por consiguiente, se discute que no se ha elaborado una ficha técnica que permita
tener un diseño de investigación a través de una muestra representativa y se
cumpla con los estándares metodológicos para la obtención de datos; sino más
bien se ha obtenido datos de diversas fuentes de información y según criterio
como investigadora.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
66
CAPITULO V
CONCLUSIONES
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
67
V. CONCLUSIONES
1. Los resultados evidencian que entre los principales determinantes
económicos tenemos: PBI, la tasa de interés de crédito hipotecario, el IPMC y
el precio de alquiler de vivienda. Entre los principales determinantes
demográficos, tenemos a la población entre 25 y 45 años de edad; como factor
de demanda potencial del mercado de la vivienda. Estas variables en
conjunto, explican la volatilidad del precio de la vivienda en la ciudad de
Trujillo, durante el período 2005 -2017.
2. Los principales determinantes económicos como: PBI, la tasa de interés del
crédito hipotecario, el IPMC y el precio de alquiler de vivienda; son variables
que tienen mayor capacidad explicativa e influyen directamente en el
comportamiento del precio de la vivienda en la ciudad de Trujillo, durante el
período 2005 – 2017. Concluyéndose, para el caso del PBI que en éstos
últimos diez años su nivel de tendencia se ha mantenido estable, generándose
un dinamismo en el crecimiento económico y un ligero incremento en los
precios relacionados al IPMC y con respecto a las tasas hipotecarias ha
permitido generar mayor confianza para la colocación de créditos
relacionados al sector vivienda.
Asimismo, de los principales determinantes demográficos como: la población
entre 25 y 45 años de edad, se concluye que las personas mayores a los
cincuenta años son menos propensas alquilar o adquirir una vivienda.
3. Con respecto al valor del precio de las viviendas por m2 se puede concluir que
persiste una relación directa con el precio de alquiler de vivienda; porque se
está partiendo del supuesto de que la posesión de una vivienda y el alquiler
de la misma son dos acciones mutuamente sustitutivas.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
68
4. Según la estimación del modelo econométrico, se demuestra que los
determinantes económicos son los que explican la mayor volatilidad del precio
de la vivienda en la ciudad de Trujillo, durante el período 2005 – 2017. Con
respecto a los determinantes demográficos, resultan ser de menor importancia
individual. Además, de que el coeficiente de determinación 𝑟2 determina que
el vector de variables a nivel económico y demográfico explican en un 96% el
comportamiento del precio de la vivienda durante el periodo de estudio, lo cual
nos indica que existe un buen ajuste en el modelo.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
69
CAPITULO VI RECOMENDACIONES
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
70
VI. RECOMENDACIONES
1. Al gobierno, con respecto al costo de los créditos hipotecarios. Debería
facilitar la tasa de fondeo para las entidades financieras, ya que el nivel de
ingresos origina gran estimulación en las personas para que adquieran o
alquilen un bien, en este caso una vivienda y por tanto es necesario para
ellos poder lograr acceder al sistema financiero y adquirir préstamos
hipotecarios.
2. A las diferentes entidades públicas, ya que la falta de un suelo habitado y un
plan urbano desarrollado y actual, retrasa la valorización del precio del m2
de terrenos, por ende es sumamente importante que sean claras y
transparentes a fin de mejorar las zonas urbanas en la ciudad de Trujillo.
3. A las posteriores investigaciones del tema, tener en cuenta variables a nivel
geográfico y social, ya que permitiría plantear un mejor modelo económico
que explique el comportamiento del precio de la vivienda a través de la
aplicación de análisis de componentes principales. Por ejemplo, en cuanto
a las características del vecindario; tenemos: la distancia a una vía
importante; la distancia hacia un hospital, al centro de la ciudad, centros
comerciales e instituciones educativas y otras variables de tipo social como:
la tasa de hechos de victimización o estadísticas de seguridad ciudadana,
entre otros.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
71
CAPITULO VII REFERENCIAS
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
72
Vii.- REFERENCIAS
1) Referencias Bibliográficas
Calderón Báez, Gilberto (2012). Precios Hedónicos para vivienda
nueva en la ciudad de Tunja. Tesis. Universidad Nacional de
Colombia. Bogotá.
Coremberg, Ariel (2000). El Precio de la Vivienda en Argentina: un
Análisis Econométrico de sus Determinantes Fundamentales,
Papeles de Población, (23), México.
Crochi, Diego (2008). Determinantes del Precio de las Viviendas.
Aplicación al caso Argentino 1993 – 2007.Universidad Católica
Argentina. Argentina.
Garayar, María Teresa (2014).Revista Moneda 159. Precios del
Sector Inmobiliario. Banco Central de Reserva del Perú. Perú.
Gould, J. y Lazear E. (1989). Teoría Microeconómica.
Publicaciones de Irwin en Economía. Edición 6.
Heim, John. Demanda del Consumidor por Bienes Duraderos,
Bienes y Servicios No Confiables. U.S.A.
Hernández Sampieri, R., Fernández Collado, C. y Baptista Lucio,
P. (2010). Metodología de la Investigación. Quinta Edición. Editorial
Mc Graw - Hill. México.
Keynes, J.(1936). La Teoría General del Empleo, El Interés y El
Dinero. Páginas.78- 118.
Lancaster, K. J. (1966). Un Nuevo Enfoque a La Teoría del
Consumidor .El Diario de la Economía Política. Vol. 74,
N°2.Páginas. 132-157.
Mendoza, O. y Pedauga L.(2006). Precios de Bienes y Servicios en
Venezuela. Banco Central de Venezuela, Colección Economía y
Finanzas. Documento N° 70.
Moreno Murrieta, Ramsés E., Alvarado Lagunas, Elías (2012). El
entorno social y su impacto en el precio de la vivienda: Un análisis
de precios hedónicos en el Área Metropolitana de Monterrey.
Universidad Virtual del Sistema Tecnológico de Monterrey. México.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
73
N. Gujarati, Damodar; C. Porter, Daw . Econometría (2010). Quinta
Edición. Editorial Mc Graw -Hill. Mexico.
Ortiz Cortegana, Cristina E., Samamé Boucher, Maria
T.,(2015).Comportamiento del consumidor de viviendas en el
mercado inmobiliario en la ciudad de Chiclayo una visión
etnográfica. Tesis. Universidad Católica Santo Toribio de
Mogrovejo. Chiclayo, Perú.
Orrego, Fabrizio (2012) .Revist a Moneda.La existencia de una
burbuja en el precio de las viviendas en Lima Metropolitana en el
periodo trimestral de 1998 – 2011. Banco Central de Reserva del
Perú. Perú.
Parks, R. (1974). La Demanda y Suministro de Bienes Duraderos
y Durabilidad. Revista Económica Americana .Vol. 64, N°
1.Páginas. 37 -55.
Peña Cerezo, Miguel A., Ruiz Herrán, Vicente y García Merino,
José D. (2000) “Análisis de los factores determinantes del precio
del activo vivienda 1978 -2000”. Universidad del País Vasco.
España.
Rosen, S. (1974). Precios Hedónicos y Mercados Implícitos:
Diferenciación del Producto en Competencia Pura. El Diario De La
Economía Política, Vol. 82, N° 1.Páginas.34-55.
Spring, (1971).La durabilidad de los bienes y la regulación del
monopolio. El mejor Diario de Economía y Ciencias de la Gestión.
Vol. 2, N°.1.Páginas.347–357.
Stigler G.(1961). La Economía de la Información. El Diario de la
Economía Política. Vol. 69, N° 3, Paginas. 213- 225.
Zurita Ríos, Andrea N. (2016). Determinantes del Mercado
Inmobiliario que afecta la volatilidad del precio fundamental por
metro cuadrado de los inmuebles multifamiliares en Lima
Metropolitana durante el periodo 2002 – 2014. Tesis. Universidad
de Lima. Perú.
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
74
2) Referencias Electrónicas:
Banco Central de Reserva del Perú. (BCRP)
http://www.bcrp.gob.pe/publicaciones/nota-semanal/cuadros-
estadisticos.html
http://www.bcrp.gob.pe/publicaciones/notas-de-estudios.html
http://www.bcrp.gob.pe/publicaciones/memoria-anual.html
http://www.bcrp.gob.pe/docs/Publicaciones/Glosario/Glosario-BCRP.pdf
http://www.bcrp.gob.pe/publicaciones/revista-moneda.html
Cámara Peruana de la Construcción (CAPECO)
https://www.capeco.org/
Fondo Mi Vivienda
https://www.mivivienda.com.pe/PortalWEB/
Instituto Nacional De Estadística e Informática. Estadísticas (INEI)
https://www.inei.gob.pe/estadisticas/indice-tematico/poblacion-y-
vivienda/
Ministerio de Economía y Finanzas (MEF)
https://www.mef.gob.pe/es/
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
75
ANEXOS
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
76
VII. ANEXOS Anexo N°01: Producto Bruto Interno del Departamento de La Libertad: 2005 – 2017
(miles de soles).
Año PBI La
Libertad
2005 9 655 276
2006 10 515 460
2007 13 121 729
2008 14 615 612
2009 16 232 069
2010 17 552 507
2011 19 885 712
2012 22 346 498
2013 24 250 994
2014 24 721 733
2015 25 373 096
2016 27 276 343
2017 29 121 008 Fuente: Elaboración propia – INEI
Anexo N°02: Tasa de Crédito Hipotecario en el departamento de La
Libertad: 2005 – 2017 (%)
Año Tasa Anual de Crédito
Hipotecario
2005 0.147
2006 0.111
2007 0.100
2008 0.978
2009 0.100
2010 0.100
2011 0.098
2012 0.097
2013 0.094
2014 0.093
2015 0.091
2016 0.089
2017 0.088
Fuente: Banco Central de Reserva del Perú (BCRP)
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
77
Anexo N°03: Precio Promedio dela Vivienda por metro cuadrado (dólares): 2005 -
2017
Año
Precio Promedio de la Viviendal
por metro cuadrado (dólares)
2005 1761.96
2006 1719.98
2007 1800.06
2008 2295.04
2009 2691.66
2010 2988.30
2011 3489.16
2012 4260.43
2013 3752.64
2014 5608.34
2015 5309.91
2016 6319.74
2017 6072.85
Fuente: Banco Central de Reserva del Perú (BCRP)
Anexo N°04: Índice de Precios de Materiales de Construcción (%): 2005 – 2017
(Año base 2013 = 100)
Año
Índice de Precios de Materiales
de la Construcción
2005 0.014
2006 0.013
2007 0.015
2008 0.043
2009 0.017
2010 0.014
2011 0.024
2012 0.019
2013 0.030
2014 0.025
2015 0.035
2016 0.029
2017 0.021
Fuente: Instituto Nacional de estadística e Informática – INEI
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
78
Anexo N°05: Precio de Alquiler de Vivienda en Trujillo (s/): 2005 – 2017
Año Precio de
alquiler de la vivienda
2005 958.65
2006 1048.52
2007 1746.50
2008 2465.31
2009 2341.01
2010 2594.00
2011 2305.56
2012 2844.85
2013 2025.65
2014 2983.45
2015 2564.35
2016 2474.16
2017 2516.00
Fuente: Banco Central de Reserva del Perú (BCRP)
Anexo N°06: Tasa de Crecimiento Poblacional por Rango de Edad del
Departamento de La Libertad, durante el período: 2005 – 2017 (%)
Año Tasa de
crecimiento poblacional
2005 0.000182835
2006 0.000007835
2007 0.000007835
2008 0.014947401
2009 0.029260389
2010 0.014948605
2011 0.035728916
2012 0.028398870
2013 0.042650148
2014 0.045519696
2015 0.029046744
2016 -0.006253408
2017 -0.028936325 Fuente: Instituto Nacional de estadística e Informática – INEI
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
79
Anexo N°06: Variables Incluidas en el Proceso de Investigación
Año PBI por tipo de
Ingreso
Tasa Anual de Crédito
Hipotecario
Precio promedio anual por metro
cuadrado (dólares)
Índice de Precios de Materiales de la Construccción
Precio de alquiler y conservación de
la vivienda
Tasa de crecimiento poblacional
2005 9655276 0.147 1761.96 0.014 958.65 0.000182835
2006 10515460 0.111 1719.98 0.013 1048.52 0.000007835
2007 13121729 0.100 1800.06 0.015 1746.50 0.000007835
2008 14615612 0.978 2295.04 0.043 2465.31 0.014947401
2009 16232069 0.100 2691.66 0.017 2341.01 0.029260389
2010 17552507 0.100 2988.30 0.014 2594.00 0.014948605
2011 19885712 0.098 3489.16 0.024 2305.56 0.035728916
2012 22346498 0.097 4260.43 0.019 2844.85 0.028398870
2013 24250994 0.094 3752.64 0.030 2025.65 0.042650148
2014 24721733 0.093 5608.34 0.025 2983.45 0.045519696
2015 25373096 0.091 5309.91 0.035 2564.35 0.029046744
2016 27276343 0.089 6319.74 0.029 2474.16 -0.006253408
2017 29121008 0.088 6072.85 0.021 2516.00 -0.028936325
Fuente: Elaboración propia
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
80
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/
81
TESIS UNITRU Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/