Chapter

6. Métodos de ventas repetidas

Author(s):
Statistical Office of the European Communities;International Labour Office;International Monetary Fund;Organization for Economic Co-operation and Development;United Nations;World Bank
Published Date:
September 2014
Share
  • ShareShare
Show Summary Details

Modelo básico de ventas repetidas

6.1 El método de ventas repetidas fue propuesto ini-cialmente por Bailey, Muth y Nourse (1963). Para ellos, el procedimiento era una generalización de la metodología de modelos equiparados en cadena aplicada por pioneros de la construcción de índices de precios de inmuebles como Wyngarden (1927) y Wenzlick (1952). Los índices basados en ventas repetidas más conocidos son los índices de precios de la vivienda elaborados por Standard and Poor’s/ Case-Shiller en Estados Unidos, que se calculan para 20 ciudades (Standard and Poor’s, 2009). La Agencia Federal de Financiamiento de la Vivienda (FHFA) también calcula un índice basado en ventas repetidas en Estados Unidos1, usando un enfoque ligeramente diferente. Residex y el catastro del Reino Unido computan índices basados en ventas repetidas en ciudades de Australia y el Reino Unido, respectivamente2.

6.2 Como su nombre lo indica, el método utiliza información sobre inmuebles vendidos más de una vez. Como se trata de un tipo de método de propiedades equiparadas, no es necesario neutralizar las diferencias entre períodos de la muestra de inmuebles. Sin embargo, debido a la baja incidencia de unidades de reventa en algunos momentos, no sería demasiado útil computar un IPIR basado en ventas repetidas con la metodología estándar de modelos equiparados y fórmulas convencionales de números índice. Por lo tanto, se postula un modelo estocástico que “explica” las variaciones de los precios de la vivienda con ventas repetidas. Este modelo de regresión (de variables ficticias) se estima a partir de los datos agrupados (es decir, las variaciones de precios agrupadas) a lo largo del período muestral.

6.3 La única información necesaria para estimar una ecuación de regresión estándar basada en ventas repetidas es el precio, la fecha de venta y la dirección de los inmue-bles; por lo tanto, este método requiere muchos menos datos que los métodos hedónicos. Además, el método de ventas repetidas neutraliza automáticamente la ubicación al nivel de detalle más granular (la dirección), algo que los métodos de regresión hedónica muchas veces no pueden hacer con gran precisión3. Sin embargo, un problema del método de ventas repetidas es que una unidad residencial que se vende en dos momentos diferentes no es necesariamente idéntica debido a factores como la depreciación y las renovaciones. Por lo tanto, cuanto más largo sea el período transcurrido entre ventas, más cuestionable será el supuesto de calidad constante del que parte el enfoque de ventas repetidas.

6.4 La bibliografía especializada ofrece el siguiente modelo estocástico que explica el logaritmo del valor (precio) pnt del inmueble n en el período t:

donde Pt es un término común para todos los inmuebles (el logaritmo del “nivel de precios” en alguna región o ciudad), Hnt es un paseo aleatorio gaussiano que representa la derivación del valor de cada vivienda a lo largo del tiempo, y εnt es un término de error aleatorio o ruido blanco. El modelo (6.1) se toma a menudo como punto de partida para derivar la ecuación de estimación de las ventas repetidas.

6.5 Otro punto de partida podría ser el modelo hedó-nico log-lineal restringido (5.4), en el cual los parámetros βk de las características determinantes del precio están restringidos a ser fijos a lo largo del tiempo. Como se comparan inmuebles “idénticos”, existe una segunda restricción: se supone que (el número de) las características de cada inmueble también se mantienen fijos a lo largo del tiempo. Denotando la k-ésima característica del inmueble n mediante znk, el modelo log-lineal restringido pasa a ser

6.6 Se llega a un modelo del logaritmo de la variación del valor del inmueble n entre dos períodos, por ejemplo s y t (0 ≤ s < t ≤ T), sustrayendo (6.2) de esos períodos. Se desprende que

El modelo (6.3) muestra básicamente que, descartando el término de error ɛntɛns, el logaritmo de la variación del precio es el mismo para todos los inmuebles, denotado por Pst.

6.7 Ahora bien, supongamos que tenemos una muestra de viviendas vendidas más de una vez durante el período muestral t = 0,…T y que tenemos datos sobre los precios de las transacciones; es decir, sobre las variaciones de los precios. El período (de tenencia) entre las ventas posteriores será distinto entre esos inmuebles. Sin embargo, dado que en el modelo (6.3) se prevé que el precio de cada inmueble cambie al mismo ritmo (excluidas las perturbaciones aleatorias), se pueden agrupar los datos sobre ventas repetidas y estimar el modelo con la ecuación de ventas repetidas estándar

donde Dnt es una variable ficticia con el valor 1 en el período en que ocurre la reventa, -1 en el período en que ocurre la venta anterior, y 0 de lo contrario; μit es nuevamente un término de error4. Con los supuestos “clásicos”, en particular que los errores tienen una media cero y una varianza constante, la ecuación (6.4) puede estimarse por regresión con MCO. Puede haber cierta multicolinealidad en los datos, pero las soluciones para remediar esa dificultad son limitadas de ser ese el caso.

6.8 El índice basado en ventas repetidas que va del período 0 al período t se obtiene exponenciando los correspondientes coeficientes de regresión γ^t:

La sencillez y el atractivo del modelo de ventas repetidas estándar radican en el hecho de que solo requiere variables ficticias; no se necesitan datos sobre las características más que la ubicación (dirección)5. Esto, sumado a la manera sencilla de computar el índice de precios basado en ventas repetidas, podría explicar la popularidad del método en la bibliografía sobre inmuebles y vivienda.

6.9Wang y Zorn (1997) derivaron una expresión analítica del índice basado en ventas repetidas. Parece tener una estructura geométrica bastante compleja. Por ende, a pesar de que la idea de la equiparación es fácil de comprender, el método puede ser difícil de explicar en detalle. Además, como ya se mencionó, un índice geométrico de precios de inmuebles puede ser desaconsejable como meta, especialmente para un IPIR basado en el stock. Una solución podría ser el uso de una versión aritmética del método de ventas repetidas, como lo sugirió Shiller (1991). Los índices de precios de la vivienda de Standard and Poor’s (Case-Shiller) están basados en el método aritmético de ventas repetidas (véase Standard and Poor’s, 2009).

Dificultades y mejoras del modelo básico

6.10 En esta sección analizaremos una serie de cuestiones relacionadas con el método de ventas repetidas y ofreceremos una breve descripción de las ampliaciones y mejoras al modelo básico propuestas en la bibliografía.

Depuración de los datos

6.11 En las aplicaciones prácticas, los inmuebles revendidos con mucha rapidez, así como los no revendidos durante períodos prolongados, fueron excluidos ocasionalmente de las regresiones de ventas repetidas, ya que esas transacciones podrían ser “atípicas” y, como tales, sesgar el índice de precios resultante. Clapp y Giacotto (1998) y Steele y Goy (1997) sugirieron eliminar las tenencias muy cortas del conjunto de datos, ya que podrían representar ventas por razones de urgencia motivadas, por ejemplo, por divorcios o pérdidas de empleo, o bien transacciones especulativas. Jansen et al. (2008), basándose en datos del catastro holandés, determinaron que las viviendas revendidas dentro de un plazo de 12 meses mostraban aumentos de precios relativamente fuertes.

6.12 La reproducibilidad es una de las ventajas del método de ventas repetidas. Pero si el procedimiento utilizado para excluir las observaciones “atípicas” difiere ocasionalmente, la reproducibilidad puede verse comprometida.

Heterocedasticidad

6.13 Case y Shiller (1987, 1989) argumentaron que las variaciones de precios de la vivienda incluyen componentes cuya varianza aumenta con el intervalo of ventas, de modo que no se cumple el supuesto de una varianza constante de los errores. Propusieron un enfoque de mínimos cuadrados ponderados (MCP) para neutralizar este tipo de heterocedasticidad. Las ponderaciones se derivan mediante una regresión de los residuos de la regresión estándar de los cuadrados (MCO) basada en ventas repetidas con una ordenada al origen y el intervalo de tiempo entre ventas. Una versión modificada de este enfoque de ventas repetidas con ponderación es utilizada por la Agencia Federal Estadounidense de Financiamiento de la Vivienda para construir índices de precios trimestrales de viviendas uni-familiares. Se podría argumentar que la varianza del error será no lineal en intervalos de tiempo (Calhoun, 1996); por esa razón, se hace una regresión de los cuadrados de los residuos de MCO con un término de ordenada al origen, el intervalo de tiempo y el cuadrado del intervalo de tiempo.

6.14 Algunos estudios obtuvieron resultados ambiguos con el ajuste por heterocedasticidad. Leishman, Watkins y Fraser (2002), que usaron datos escoceses, y Jansen et al. (2008), que usaron datos holandeses, aplicaron el método de ventas repetidas estándar (MCO) y diversos métodos de ponderación. Ambos estudios concluyeron que el método estándar no era inferior.

Sesgo por selección de la muestra

6.15 Un problema importante de los índices basados en ventas repetidas es la posibilidad de sesgo por selección de la muestra. El problema es que algunos tipos de vivienda pueden venderse con más frecuencia en el mercado que otros tipos, y por lo tanto estarán sobrerrepresentados en la muestra basada en ventas repetidas (con respecto al stock de vivienda o las ventas durante cierto período). Cuando estos tipos de vivienda exhiben diferentes variaciones de precios, el índice basado en ventas repetidas tiende a estar sesgado. Por ejemplo, si la vivienda de baja calidad se vende con más frecuencia que la vivienda de alta calidad pero la vivienda de alta calidad aumenta de precio a un ritmo más lento, un índice basado en ventas repetidas tenderá a tener un sesgo por exceso.

6.16 Existen varias razones por las cuales la duración de la tenencia de inmuebles puede tener una distribución desigual. Las teorías del ciclo de vida de los períodos de tenencia de inmuebles sugieren que la vivienda menos costosa se vende con más frecuencia; cuando la gente compra inmuebles cada vez más costosos, tiende a mudarse menos. El hecho de que los costos de transacción sean menores en el caso de los inmuebles menos costosos, por ejemplo gracias a tasas más bajas de los impuestos de sello, también puede traducirse en una tasa de rotación más elevada de las viviendas menos costosas. Asimismo, el mercado de inmuebles de inversión de algunos países es más activo en las bandas inferiores de los segmentos de precios.

6.17 Varios estudios abordan el tema de la duración de la tenencia y el sesgo por selección de la muestra en los índices de precios basados en ventas repetidas; véanse, por ejemplo, Case, Pollakowski y Wachter (1991, 1997), Cho (1996), Clapp, Giacotto y Tirtiroglu (1991), Gatzlaff y Haurin (1997), Hwang y Quigley (2004), y Steele y Goy (1997). No todos estos estudios detectaron indicios contundentes de sesgo por selección de la muestra. Clapp, Giacotto y Tirtiroglu (1991) no detectaron diferencias sistemáticas entre la muestra basada en ventas repetidas y la muestra completa de transacciones a largo plazo. Argumentan que el arbitraje generalmente obliga a los precios de la muestra basada en ventas repetidas a crecer al mismo ritmo que los precios de la muestra completa. Wallace y Meese (1997) concluyeron que su muestra basada en ventas repetidas era suficientemente representativa de todas las ventas durante el período muestral en cuestión. Sin embargo, la muestra de todas las ventas de vivienda quizá no sea representativa en sí del stock total de vivienda.

6.18 Los problemas potenciales por selección de la muestra son inherentes al método de ventas repetidas. En cierta medida, se pueden neutralizar estratificando la muestra basada en ventas repetidas. Un problema en ese sentido es que las submuestras pueden hacerse muy pequeñas y producir índices volátiles. Por ende, puede haber razón para suavizar los números índice. Además, se podría argumentar que los precios de venta no siempre representan exactamente los valores de mercado de los inmuebles, que pueden considerarse como una variable latente. También puede haber un ruido de transacción que causa volatilidad en los índices de precios medidos. Francke (2010) propone un procedimiento de suavización que tiene en cuenta el hecho de que los precios de venta de los inmuebles vendidos repetidas veces dependen del intervalo de tiempo entre las ventas posteriores.

Ineficiencia y revisión

6.19 El método de ventas repetidas recibe frecuentes críticas de ineficiencia dado que, por su propia naturaleza, desperdicia datos. Eso es cierto en comparación con el método hedónico de variables ficticias de tiempo en períodos múltiples: como el método de ventas repetidas utiliza solamente unidades de vivienda vendidas más de una vez, el conjunto de datos resultante suele ser mucho más pequeño que la muestra de transacciones en un período determinado. Por otra parte, cuanto más largo sea el período muestral, más datos utilizará el método de ventas repetidas (ya que se habrán revendido más y más viviendas). Por ende, cuando el período muestral crece y se agregan datos, la eficiencia del método de ventas repetidas aumenta más rápido que la del enfoque hedónico. Además, el método de ventas repetidas es eficiente en el sentido de que no utiliza ninguna otra característica de la vivienda más que la dirección de la unidad.

6.20 Es posible complementar un conjunto de datos sobre ventas repetidas con datos sobre las tasaciones como aproximaciones de valores de viviendas corrientes o pasados que no se revendieron durante el período mues-tral. Algunos de los datos que servirían de base entonces al índice basado en ventas repetidas serían sobre pseudo reventas, no reventas genuinas. La mayoría de los estudios empíricos sobre este tema están basados en tasaciones de viviendas a punto de ser refinanciadas. Se ha sugerido que las tasaciones tienden a sobreestimar el verdadero precio de venta del inmueble (dependiendo del contexto). Pero la magnitud del sesgo podría depender de la finalidad para la cual se recopila la información de la tasación. De Vries et al. (2009) analizaron la fiabilidad de los datos de tasación del caso holandés, que se compilan en nombre del gobierno para efectos de tributación local y del ingreso, y concluyeron que la calidad era bastante satisfactoria e incluso mejoraba a lo largo del tiempo. Para más detalles sobre el uso de la información de la tasación en un índice basado en ventas repetidas y la eliminación del sesgo de tasación, véanse por ejemplo, Geltner (1996), Edelstein y Quan (2006), y Leventis (2006).

6.21 Siendo parecido al método de variables ficticias de tiempo en períodos múltiples, el método de ventas repetidas se ve afectado por la revisión de índices previamente calculados: cuando se recibe información adicional sobre ventas repetidas, la reestimación altera los coeficientes estimados y, por ende, los índices de precios inferidos. Se han publicado pocos estudios empíricos sobre este tema hasta la fecha; p. ej., Clapp y Giaccotto (1999), Butler, Chang y Crews Cutts (2005), y Clapham et al. (2006). Estos últimos encontraron datos que sugieren que los índices basados en ventas repetidas son relativamente menos estables que los índices hedónicos basados en variables ficticias de tiempo. Obsérvese que las revisiones pueden estar vinculadas al sesgo por selección de la muestra; cuando se prolonga el período muestral y se reestiman los coeficientes, el sesgo por selección de la muestra posiblemente disminuya a medida que aumente el número de ventas repetidas observadas.

Cambio de calidad

6.22 Los índices basados en ventas repetidas se estiman partiendo de la premisa de que la calidad de cada inmueble (medida según sus características) se mantiene inalterada a lo largo del tiempo. A veces se argumenta que a nivel agregado el valor de las renovaciones equivale aproximadamente al valor de la depreciación. Sin embargo, a nivel de unidades residenciales individuales la realidad es otra, ya que a lo largo del tiempo muchas se demuelen. Una manera de evitar esta dificultad es limitar la muestra de observaciones de ventas repetidas a las unidades cuya calidad se considera relativamente constante de un período de venta al siguiente. Case y Shiller (1989), por ejemplo, “extrajeron […] datos sobre viviendas vendidas dos veces cuya calidad aparentemente no había cambiado”. El problema es que las variaciones de precios inferidas quizá no sean indicativas de las variaciones de precios de la muestra completa de ventas repetidas y podrían exacerbar el problema de sesgo por selección de la muestra6.

6.23 Si se dispone de información sobre gastos de mantenimiento y renovación a nivel microeconómico, se la podría utilizar al estimar un modelo de regresión para la vivienda basado en ventas repetidas (o hedónico). En la práctica, es poco común contar con este tipo de información. Abraham y Schauman (1991) sugieren ajustar el índice basado en ventas repetidas en función de los datos agregados sobre gastos de renovación y también en función de la depreciación de las estructuras; véase asimismo Palmquist (1980,1982). Sin embargo, este enfoque de medición de la depreciación neta parece demasiado burdo y arbitrario para la compilación de estadísticas oficiales.

6.24Shimizu, Nishimura y Watanabe (2010) elaboraron hace poco un método de ventas repetidas que tiene en cuenta la depreciación neta. Se fundamentan en un parámetro de referencia desconocido que es necesario conjeturar. Si bien parecería más apropiado hacer un ajuste que desatender por completo el problema de la depreciación (neta), la conjetura posiblemente no sea una alternativa de interés para los organismos estadísticos.

6.25Shiller (1993a) elaboró un método de ventas repetidas que da cuenta de los posibles cambios de las características de la vivienda entre la primera y la segunda venta. El método implica incluir características en un modelo tradicional de ventas repetidas. Clapp y Giaccotto (1998) proponen el uso de los valores tasados en el momento de la primera y la segunda venta como control cuidadoso de los cambios de calidad de los inmuebles. Goetzmann y Spiegel (1997) sugieren incluir un término constante en la regresión basada en ventas repetidas para captar el cambio de calidad promedio entre todas las características durante el período de tenencia promedio.

6.26Case y Quigley (1991) fueron los primeros en proponer modelos híbridos. Los modelos híbridos aprovechan todos los datos sobre ventas combinando ventas repetidas y regresiones hedónicas y abordan no solo el problema del cambio de la calidad sino también el sesgo por selección de la muestra y los problemas de ineficiencia. Case y Quigley (1991) y Quigley (1995) usan muestras de inmuebles con una sola venta y con ventas repetidas para estimar conjuntamente índices de precios mediante una regresión con mínimos cuadrados generalizados. Hill, Knight y Sirmans (1997) emprenden un análisis parecido, pero más general. Su modelo combina dos ecuaciones, un modelo hedónico con variables ficticias de tiempo (incluida la antigüedad de la vivienda) y un modelo de ventas repetidas, que se estiman conjuntamente usando máxima verosimilitud. Emplean un método de características-precios para derivar los índices de precios; véase el capítulo 5, ecuación (5.9)7.

6.27 La razón fundamental detrás de los métodos híbridos es intentar combinar las mejores características de los enfoques hedónico y de ventas repetidas. Combinando ambos enfoques, no se descarta ningún dato y las ventas repetidas pueden desempeñar un papel preponderante en la metodología de elaboración del índice. Sin embargo, coincidimos con Hill (2011), que tiene dificultades para aceptar que un relativo de precios basado en ventas repetidas es preferible a un relativo de precios (por ejemplo, doble) basado en la imputación hedónica, señalando que: “Si los relativos de precios basados en ventas repetidas no se consideran más fiables que los relativos de precios basados en la imputación doble, no hay ninguna razón para preferir los métodos híbridos a los métodos hedóni-cos”. En última instancia, la complejidad de los modelos híbridos probablemente no los haga adecuados para ser implementados por los organismos estadísticos.

Principales ventajas y desventajas

6.28 A continuación se enumeran las principales ventajas y desventajas del método de ventas repetidas. Las principales ventajas son:

  • El método de ventas repetidas en su forma básica no necesita ninguna característica más que la dirección de los inmuebles transados más de una vez durante el período muestral. Los datos fuente pueden estar disponibles en los registros administrativos, como los del catastro.

  • Las regresiones de ventas repetidas estándar son fáciles de realizar y los índices de precios son fáciles de construir.

  • El método de ventas repetidas es un tipo de método de modelos equiparados sin imputaciones. Por su propia construcción, la ubicación está automáticamente neutralizada.

  • Los resultados son básicamente reproducibles, a condición de que el tratamiento de valores atípicos y las posibles correcciones por heterocedasticidad (así como la selección de un método geométrico o aritmético) estén claramente descritos.

6.29 Las principales desventajas del método de ventas repetidas son:

  • El método es ineficiente en el sentido de que no utiliza todos los precios de las transacciones disponibles; solo usa información sobre unidades vendidas más de una vez durante el período muestral.

  • La versión básica del método no tiene en cuenta la depreciación (neta) de la unidad residencial8.

  • Puede haber un problema de sesgo por selección de la muestra en los datos sobre ventas repetidas.

  • El método no puede producir índices de precios separados para el terreno y para las estructuras.

  • El método no puede utilizarse si se necesitan índices para clasificaciones muy finas del tipo de inmueble vendido. En particular, si se necesitan índices mensuales de precios de los inmuebles, el método puede fracasar debido a la falta de ventas de mercado de categorías más pequeñas de inmuebles.

  • En principio, las estimaciones de la variación pasada del precio obtenidas con el método de ventas repetidas deben actualizarse a medida que se reciba información nueva sobre las transacciones. Por ende, el índice de precios de inmuebles basado en ventas repetidas podría estar sujeto a una revisión perpetua9.

6.30Haurin y Hendershott (1991) resumen las desventajas del método de ventas repetidas de la siguiente manera:

“El método está sujeto a numerosas críticas: 1) no separa la variación del precio de la vivienda de la depreciación, 2) no tiene en cuenta la renovación entre ventas, 3) la muestra no es representativa del stock de vivienda, 4) los precios que sirven de atributo pueden cambiar a lo largo del tiempo, y 5) se necesita una gran cantidad de ventas para poder obtener una muestra razonable basada en ventas repetidas”. Donald R. Haurin y Patric H. Hendershott (1991; 260).

La quinta crítica citada —el gran número de ventas necesario para obtener un conjunto de datos razonable con ventas repetidas— no se mencionó hasta ahora. Por ende, en la sección siguiente se elabora un índice básico de MCO basado en ventas repetidas con los datos de la población de “A” usados en los capítulos 4 y 5 para mostrar el efecto de tener un conjunto muy pequeño de datos sobre ventas repetidas.

Ejemplo con datos de la población de “A”

6.31 Recordemos que, tras eliminar las viviendas que tenían más de 50 años en el momento de la venta y también las observaciones con superficies de más de 1200 m1, quedaban 2289 ventas en el período muestral de 14 trimestres (desde el primer trimestre de 2005 hasta el segundo trimestre de 2008). Es decir, teníamos un promedio de 163,5 ventas únicas de unidades residenciales independientes por trimestre en la población holandesa de “A”. Algunas viviendas se vendieron dos veces durante el mismo trimestre, y suprimimos las tenencias cortas de la estimación del índice basado en ventas repetidas (dado que podrían ser ventas por razones de urgencia). Terminamos con apenas 85 ventas repetidas durante los 14 trimestres. El índice de MCO basado en ventas repetidas calculado con este conjunto de datos pequeño, rotulado PRS, está representado en el gráfico 6.1, junto con el índice de Fisher de la media muestral estratificada en cadena, PFCH, descrito en el capítulo 4, y el índice de Fisher con imputación hedónica, PHIF, descrito en el capítulo 5. Estas tres series de precios se enumeran en el cuadro 6.1.

Gráfico 6.1.Índice de precios basado en ventas repetidas, índice de precios de Fisher de muestra estratificada en cadena e índice de precios de Fisher con imputación hedónica

Fuente: Cálculos de los autores basados en datos del Catastro Holandés.

Cuadro 6.1.Índice de precios basado en ventas repetidas, índice de precios de Fisher de la media muestral estratificada en cadena e índice de precios de Fisher con imputación hedónica
TrimestrePRSPFCHPHIF
11,000001,000001,00000
21,006501,023961,04356
31,028021,078401,06746
41,024731,040811,03834
51,039951,040831,04794
61,042061,057541,07553
71,086631,073401,09460
81,070951,067061,06158
91,144741,089501,10174
101,158461,114761,10411
111,127091,124711,11430
121,136891,104831,10888
131,149031,104501,09824
141,124631,111891,11630
Fuente: Cálculos de los autores basados en datos del Catastro Holandés.

6.32 En comparación con los otros dos índices de precios, el índice basado en ventas repetidas resulta ser sumamente errático durante la segunda mitad del período muestral. En el trimestre 14, el índice basado en ventas repetidas muestra una disminución de precios, en tanto que los índices medios basados en la imputación hedónica y la muestra estratificada muestran un aumento de precios. Obviamente no podemos extraer conclusiones definitivas de este ejemplo aislado, pero se confirma el hecho de que los métodos de ventas repetidas requieren una gran cantidad de observaciones para estimar índices de precios con una precisión aceptable.

La FHFA fue creada en 2008 como combinación de la ex Oficina Estadounidense de Supervisión Ejecutiva del Financiamiento para la Vivienda (OFHEO), que publicaba hasta entonces el índice basado en ventas repetidas, y el Consejo Federal de Financiamiento para la Vivienda (FHFB).

El Catastro Holandés calculaba un índice basado en ventas repetidas para los Países Bajos hasta 2007, cuando adoptó un índice SPAR, que se publica conjuntamente con la oficina nacional de estadísticas. El método SPAR se describe en el capítulo 7.

Sin embargo, el uso de datos geoespaciales para permitir la dependencia espacial en la ecuación hedónica podría remediar el problema de las variables ubicacionales omitidas; para más detalles, véanse el capítulo 5 y Hill (2011).

Las reventas múltiples se tratan como observaciones independientes. Como lo señaló Shiller (1991), esto no debería ser excesivamente problemático porque los períodos de tenencia no se superponen en las reventas múltiples.

En algunos países, como el Reino Unido y los Países Bajos, el catastro reúne todos los datos sobre precios de las transacciones, pero un número muy limitado de características como el tipo de vivienda y, obviamente, la dirección. Por lo tanto, no es sorprendente que en esos países los índices basados en ventas repetidas se calculen a partir de datos catastrales. Obsérvese que el índice basado en ventas repetidas FHFE, en Estados Unidos, está basado en datos sobre hipotecas proporcionados por Fannie Mae y Freddie Mac.

Según Meese y Wallace (1997), las unidades con ventas repetidas cuyas características cambian tienden a ser más grandes y estar en peores condiciones que el promedio de unidades con transacciones únicas.

Como ya se mencionó, hay maneras de abordar este problema, pero todas parecen ser demasiado burdas o complejas para la compilación de estadísticas oficiales.

En la práctica, este no es necesariamente un problema grave. Se plantea un problema parecido cuando un IPC utiliza datos mensuales escaneados; se puede usar un período móvil de observaciones para elaborar un componente mensual del IPC en el cual el índice se actualiza únicamente según la tasa de inflación adicional del último mes; véanse Ivancic, Diewert y Fox (2011) y de Haan y van der Grient (2011).

    Other Resources Citing This Publication