TRABAJO FINAL DE ECONOMETRA

ENTREGA FINAL

Camila Sandoval Rosero

Cd. 416557

Daniel Guevara Rodrguez

Cd. 416549

INTRODUCCIN
Dentro de la teora econmica clsica Adam Smith en su libro La Riqueza de las Naciones
publicado en 1776, la tierra, con el trabajo y el capital, fue considerada como un factor clave para la
produccin y factor contribuyente a la riqueza de una nacin, tom estos factores para analizar el
comportamiento de las dinmicas entre pases y como tal de la economa, sin embargo en el desarrollo
de las teoras econmicas contemporneas, la tierra pasa a considerarse un factor de produccin
constante e invariable por su misma naturaleza. Dado que la cantidad de tierra no puede expandirse
mediante procesos impulsados por el hombre, sta se vuelve necesaria y podramos decir que, como
consecuencia del crecimiento poblacional y del desarrollo de las ciudades, escasa en la medida en que
no alcanza para abarcar dicho crecimiento.
Buscamos explicar las variaciones del precio del suelo, ante escases del mismo en las reas
metropolitanas como un factor decisivo para estimular la inversin en el sector de la construccin,
cuyo progreso explica en gran medida el crecimiento de la riqueza real del sector privado en nuestro
pas. Para ello, hemos tomado series de datos de variables que consideramos pueden influir en los
precios de fuentes como el Banco de la Repblica, el DANE y el Banco Mundial, con el propsito de
obtener resultados ptimos.
En el presente trabajo, se esbozar un modelo economtrico planteado mediante una revisin
preliminar del mismo mediante una evaluacin a priori de la relacin entre variables exgenas y
endgena, contrastar dichos planteamientos utilizando estadstica descriptiva, determinando con
veracidad y precisin la significancia de cada una de las variables; se proceder a realizar una
correccin sobre los supuestos del modelo, posteriormente se llevar a cabo la correccin sobre los
supuestos de los errores del modelo, y finalmente, se realizar una estimacin del pronstico a cinco
aos del comportamiento de la variable endgena.
OBJETIVO GENERAL
El propsito del presente trabajo es utilizar la estimacin del Precio del suelo por metro cuadrado
mediante un modelo economtrico para describir su comportamiento y su posible influencia sobre las
decisiones de inversin en el sector construccin en Colombia.

Objetivos especficos:

Realizar una bsqueda, seleccin y depuracin de datos que permita plantear un modelo
economtrico a travs del cual obtengamos una aproximacin al comportamiento del precio
del suelo por metro cuadrado.
Determinar la importancia relativa de la relacin entre las variables exgenas seleccionadas
con respecto a la variable endgena.
Reforzar los planteamientos esbozados en el presente trabajo con base en la teora econmica
general.
Lograr un pronstico acertado y til despus de haber realizado las pruebas pertinentes al
modelo que permitan constatar la veracidad de sus resultados y su aplicacin idnea.

MARCO TERICO
Para el presente trabajo hemos tomado como muestra representativa el Precio del suelo en Bogot, el
cual segn el estudio realizado por el Banco de la Repblica se reporta con un crecimiento relativo al
IPC desde 1960 con tendencia hacia un crecimiento sostenido en todos los sectores urbanos, pero se
presenta con mayor fuerza en los sectores de estratos ms altos. Hasta los noventas el precio del suelo
tuvo un crecimiento estable de 4,9% en promedio, y de all en adelante ha tenido periodos tanto de
crecimiento como de cada, especialmente entre 1991 y 1995, periodo en el cual el precio del suelo
casi se duplica y a partir de 1996 los niveles se equiparan al crecimiento de 1992. A partir del ao
2006 los precios del suelo urbano residencial se aceleraron y aumentaron cada ao 13,5% en
promedio, ms que el IPC (Banco de la Repblica, 2012).
El aumento de los precios del suelo en Colombia puede considerarse como consecuencia de varios
factores: el crecimiento de la economa con el aumento de la demanda en el sector inmobiliario como
consecuencia del aumento de los ingresos en los hogares, ya sea por vivienda o por construcciones
comerciales que estn presentes en todos los sectores de las ciudades principales; el incentivo a la
compra de vivienda a travs de subsidios o programas de vivienda de inters social, las cuales han
estimulado la compra de vivienda en los estratos ms bajos mediante el subsidio a la tasa de inters,
en estos estratos se present la variacin ms grande del precio del suelo con un 18,58%, al mismo
tiempo que para los sectores industriales el aumento fue el ms pequeo con un 9,25% (Portafolio,
2014).
Segn el boletn Observatorio Dinmicas del territorio, mercado y vivienda, un informe realizado
por la secretara de planeacin de Bogot para el primer trimestre del ao, el crecimiento del precio
del suelo se ve afectado en la capital por el relativo mejor desempeo en trminos econmicos de la
misma as como de una menor tasa de desempleo, mayor competitividad y menores niveles de pobreza
sealando que esta ha disminuido de 11,6% a 10,2% encabezando la lista por encima de
Bucaramanga. No obstante, se resalta la fase descendente para el sector de construccin presente
desde el 2006 asociada a la cada del 12% en las obras de ingeniara civil a pesar de presentarse un

crecimiento de 8,3% en la construccin de edificaciones para el periodo sealado. (Secretara distrital

de Planeacin Bogot, 2014).
Durante el transcurso del ao pasado se especulaba acerca de una posible burbuja inmobiliaria
basados en el comportamiento al alza de los precios en el sector inmobiliario, sin embargo, esta
hiptesis fue refutada bajo la premisa de que una burbuja inmobiliaria solo se presenta cuando existe
una sobre-oferta del bien adems del comportamiento creciente de los precios, por tanto, para el caso
colombiano el problema radica en la oferta, siguiendo el argumento de la cada de las obras de
ingeniera civil (Dinero, 2014)
El presente anlisis es de inters para entidades pblicas y privadas en funcin de conocer cules son
los factores determinantes de la valorizacin de los predios, para las primeras como base para la toma
de decisiones en polticas pblicas, evaluacin previa de su ejecucin, y coordinacin de planes a
nivel nacional. Para el sector privado es una herramienta en la evaluacin de proyectos presentes y
futuros, adems de influir en la decisin de invertir o no en los mismos.
FORMULACIN DE HIPOTESIS
Con el objetivo de indicar en una primera instancia el posible efecto de nuestras variables exgenas
sobre la variable endgena (IPSB), describiremos cada una de ellas a continuacin y su relacin con
el modelo planteado.
Consideramos Bogot como muestra representativa del pas basados en estudios previos realizados
por entidades como el Banco de la Republica y Camacol, que han seguido estos patrones para analizar
la totalidad del precio del suelo en Colombia.

Y: ndice de Precios del Suelo en Bogot (IPSB) (diferencial entre periodos anuales)
El ndice del precio del suelo en Bogot mide la evolucin anual del valor de la tierra urbana
residencial de la capital, relativo al IPC (Banco de la Repblica, 2014).

X1: ndice de costos de construccin de vivienda (ICCV variacin anual en %)

El ndice de costos de construccin de vivienda es un instrumento estadstico que permite
conocer el cambio porcentual promedio de los precios de los principales insumos requeridos
para la construccin de vivienda, en un periodo de tiempo (DANE, 2014). A priori, se
argumenta que su relacin con el IPSB est determinada por el impacto que tiene sobre el
precio de la tierra los posibles costos de construccin en los que se pueda incurrir al comprar
dicho predio, afectando el grado de valorizacin de la propiedad.

X2: ndice de Precios al Consumidor (IPC variacin anual en % )

El ndice de precios al consumidor mide la evolucin del costo promedio de una canasta de
bienes y servicios representativa del consumo final de los hogares, expresado en relacin con
un periodo base (Banco de la Repblica, 2014). Podemos decir a priori que su relacin con
el IPSB est determinada porque ste mide la inflacin, la cual tiene un efecto directo con los
precios en general en el mercado.

X3: Tierras cultivables (% del rea cultivada)

Las tierras cultivables medida en el porcentaje de tierra cultivada, incluyen aquellos terrenos
definidos por la FAO como afectados a cultivos temporales, los prados temporales para segar
o para pasto, las tierras cultivables como huertas comerciales o domsticos, y las tierras
temporalmente en barbecho (Banco Mundial, 2014). Haciendo un anlisis previo a los
resultados cuantitativos, podemos decir que su relacin est enfocada indirectamente con la
cantidad de tierra disponible para construir vivienda, que es el caso de la mayora del suelo
en Bogot.

X4: Crecimiento de la poblacin (% anual)

Corresponde a la tasa exponencial de aumento de la poblacin a mediados de ao,
contabilizando el ao t-1 a t, expresado como porcentaje (Banco Mundial, 2014). El
crecimiento de la poblacin hace que la cantidad de suelo disponible cada vez sea menor y
esto afecta directamente a los precios al ser la tierra un factor constante.

X5: Poblacin urbana (% crecimiento anual)

Se refiere a las personas que viven en zonas urbanas segn la definicin de la oficina nacional
de estadsticas (Banco Mundial, 2014). Su relacin a priori con la variable endgena est en
cmo puede afectar la cantidad de poblacin urbana en el precio del suelo, dado que Bogot
es una ciudad hacia donde migran muchas colombianos dado el contexto nacional.

X6: Impuesto de Valorizacin Predial (IVP) (tasa anual en %)

El Impuesto Predial es un tributo que grava la valorizacin de los inmuebles cuyo propietario,
poseedor o usufructuarios deben declarar y pagar una vez al ao (Secretara Distrital de
Hacienda, 2014). Relacionamos esta variable a priori con la variable endgena dado que este
impuesto al gravar la propiedad hace que el predio como tal aumente de precio en el mercado,
teniendo en cuenta que la tierra, no las propiedades, es el nico bien que no se deprecia.

X5: Impuesto de Valorizacin Predial (IVP)

El Impuesto Predial es un tributo que grava la valorizacin de los inmuebles cuyo propietario,
poseedor o usufructuarios deben declarar y pagar una vez al ao (Secretara Distrital de
Hacienda, 2014)

ESTADSTICA DESCRIPTIVA
INDICE DE PRECIOS DEL SUELO

El ndice de precios del suelo su grafica es relativamente creciente con un pico en el ao 1995
caracterizado por la volatilidad de los precios en la dcada de los aos noventa, fenmenos sociopolticos hicieron de esta una poca inestable econmicamente para el pas, como la apertura
econmica, el narcotrfico y los cambios de poltica monetaria en el pas. Su curtosis (3,48) nos
indica una distribucin Leptocurtica lo que significa que los datos presentan un grado de
concentracin elevado alrededor de la media. El coeficiente de asimetra (1,74) es mayo que uno, lo
que nos deja una mayor concentracin de datos a la derecha de la media. No posee distribucin
normal.
INDICE DE COSTOS DE LA CONSTRUCCION DE VIVIENDA

El ICCV se ve caracterizado por muchas fluctuaciones en los ltimos 30 aos con un pico importante
en el ao 1987, esto lo podemos relacionar a cambios en la economa pas, ya que gracias a la
significancia del sector de la construccin para la economa colombiana, cualquier cambio en alguna
de sus variables se ver reflejado en este sector. Para la poca 1987 se observa una importante mejora
en le economa industrial del pas con crecimiento y fortalecimiento econmico que en ese ao las
entidades del estado, dieron a notar con utilidades al finalizar el periodo. Su curtosis (6,13) nos indica
una distribucin leptocurtica lo que significa que los datos presentan un grado de concentracin
alrededor de la media. El coeficiente de asimetra es mayor que 1 (1,87) lo que nos deja una mayor
concentracin de datos a la derecha de la media. No posee distribucin normal.

INDICE DE PRECIOS AL CONSUMIDOR

El IPC a partir de una base entrega informacin sobre la variacin de los precios de los productos en
la canasta de consumo de bienes y servicios de los hogares colombianos. Muestra un notable descenso
en las variaciones de los ltimos 30 aos, tendiendo a reducir sus fluctuaciones en los ltimos 10
aos. Su curtosis (-1,5591) nos demuestra una distribucin platicurtica, indicando una baja
concentracin alrededor de los valores centrales de la variable. El coeficiente de asimetra (-0,009)
denota una mayor concentracin a la izquierda de la media del conjunto de datos. No posee
distribucin normal.

PORCENTAJE DE TIERRAS CULTIVABLES.

Con un claro decrecimiento en el porcentaje de tierras aptas para el cultivo, los ltimos 30 aos nos
muestran un claro descenso en estos porcentajes dadas por el mal uso de las tierras del pas el cual ha
sido caracterizado por un gran potencial en reas que posiblemente podran ser utilizadas para la
agricultura pero que en el momento la ganadera o la mala distribucin del suelo hacen de este un
factor que decrece ms da a da. Su curtosis (-1,47) nos indica un grado reducido de concentracin
de los datos alrededor de la media. Y su coeficiente de asimetra (0,22) nos muestra una leve
concentracin de los datos mayormente del lado derecho de la media. No posee distribucin normal

CRECIMIENTO DE LA POBLACION

Con porcentajes en descenso de crecimiento de la poblacin en los ltimos aos, es necesario resaltar
que desde 1980 la poblacin, gracias al cambio de costumbres, polticas estatales, entre otros factores,
ha bajado sus ndices de crecimiento; como es normal, hay un crecimiento natural pero siempre en
cada con respecto al porcentaje de un ao inmediatamente anterior. Su curtosis (-1,17) con
distribucin platicurtica presenta una baja concentracin de los datos alrededor de los valores
centrales de la variable. Su coeficiente de asimetra (0,07) nos muestra una tendencia de los datos a
ubicarse a la derecha de la media. Tiene una distribucin normal.
POBLACION URBANA

Ha consecuencia de factores como la violencia en los campos, la desigualdad de oportunidades de la

poblacin que vive en las zonas rurales en Colombia, la poblacin urbana en los ltimos 30 aos ha
tenido un crecimiento sostenido dado por fenmenos de desplazamiento forzado debido a la guerra y
a desastres naturales. El ndice dado para el ao 1980 fue de 16,63% como mnimo y un mximo en
el ao 2013 con un 17,4% donde se evidencia un crecimiento a lo largo de estos 30 aos. Su curtosis
(-1,06) indica baja concentracin de los datos alrededor de la media y coeficiente de asimetra (-0,28)
nos indica que hay una mayor concentracin de los datos a la izquierda de la media. Posee una
distribucin normal.

INDICE PORCENTUAL DE LA VARIACION DEL IMPUESTO PREDIAL

Para los datos de la variacin del impuesto predial en los ltimos 30 aos podemos destacar tres
situaciones que afectaron su comportamiento, en primer lugar antes del ao 1984 la ley no
contemplaba un porcentaje especifico de variacin en este impuesto, luego de este ao se contempla
mediante una ley un aumento progresivo del 10% anual para este impuesto, desde 1990 la ley
contemplo que el aumento fuera de acuerdo a la inflacin meta del ao. Y en el 2000 no se realiz
ningn ajuste debido a la mala situacin econmica en el pas y en especfico del sector vivienda.
Alcanza su mnimo en el ao 2000 cuando no se realiz ningn ajuste a este impuesto y en el ao
2008 alcanza su mximo con un mximo de ajuste del 64%. Su curtosis (-1,31) tiene una distribucin
platicurtica con una reducida concentracin de los datos alrededor de la media la variable. Su
coeficiente de asimetra (0,527) nos indica una mayor concentracin de datos a la derecha de la media.
No posee distribucin normal.
REGRESIN PRELIMINAR Y VIABILIDAD DEL MODELO
Mediante la utilizacin de Excel, obtenemos las matrices relacionadas al modelo, estas son
herramientas bsicas para la estimacin de los s.

Contando con la informacin anterior, podemos definir de manera preliminar nuestro modelo de la
forma:
= + + + + + +
= 14138,3772 + 6,751 + 146,5462 + 4,0303 757,1474 74572,0355 41,2036

Se estima que en promedio, un cambio en una unidad en el ndice de costos de construccin de

vivienda (X) implica un aumento de 6,75 puntos porcentuales en el IPSB, se mantiene lo dems
constante. De la misma manera, un cambio en una unidad en el ndice de precios al consumidor (X)
provoca un cambio en el IPBS de 146,546 puntos porcentuales, manteniendo lo dems constante. El
aumento de un una unidad en la variable tierras cultivadas en el pas (X) tiene como consecuencia
un aumento de 4,030 puntos porcentuales en el ndice del precio del suelo en Bogot, manteniendo
lo dems constante. Con respecto al crecimiento de la poblacin (X) decimos que por cada unidad
que aumente sta, el IPSB disminuir 757,147 puntos porcentuales respectivamente, con las dems
variables constantes. El crecimiento de la poblacin urbana (X) ocasionar un cambio de 74572,035
puntos porcentuales sobre el ndice del precio del suelo en Bogot por cada unidad que sta vare,
con todo lo dems constante. Por ltimo, un cambio unitario negativo en el impuesto predial (X)
tendr como resultado un cambio de 41,20 unidades sobre IPSB, y ceteris paribus.
Evaluando el trmino independiente a priori consideramos que no tiene validez prctica, es decir, no
tiene sentido considerar dentro del modelo que cuando las variables exgenas tomen valores de cero,
es decir, la poblacin urbana, el crecimiento de la poblacin, las tierras cultivables, el IPC, el impuesto
predial y el costo de construccin de vivienda sean cero, la variable exgena tomar el valor de
nuestro trmino independiente (), lo cual no tiene sentido econmicamente hablando pues se busca
evaluar la variable endgena dado que las exgenas siempre tendern hacia valores diferentes de cero.
SIGNIFICANCIA DEL MODELO
Depuracin de los datos
A continuacin se presenta la aplicacin del mtodo de regresin lineal estimado utilizando las
funciones de RATS como herramienta de evaluacin. Tomando el modelo establecido a priori la
regresin nos arroja los siguientes resultados:

De la informacin arrojada en el cuadro de estadsticos de la regresin podemos deducir que el

73,76% de los cambios presentes en el IPBS es explicado por las variables significativas del modelo,
estas son el ndice de costos de construccin, el ndice de precios al consumidor, las tierras cultivadas
(% del rea cultivable), el crecimiento de la poblacin, la poblacin urbana y el impuesto de
valorizacin predial.
Sin embargo, se presenta una falta de significancia en algunas de las variables (ICCV, tierras
cultivables e impuesto predial inicialmente), por tanto es necesario reestimar el modelo eliminando
secuencialmente las variables menos significativas. (Ver anexos).
En el proceso de depuracin de datos se present una variacin del coeficiente 2 mnima al eliminar
la variable IPC de la regresin comparado con los resultados obtenidos sin excluirla, cuyo resultado
arroja que las variables exgenas del modelo explican en un 67,74% la variabilidad del modelo;
previo a esto, el modelo present un coeficiente 2 de 0,7158, es decir, que el modelo explica en un
71,58% la variabilidad del IPSB. Observando el nivel de significancia de la variable IPC antes de
excluirla de la regresin (0,0533), y teniendo en cuenta lo expuesto anteriormente, se decide ampliar
el nivel de significancia a 6% como medida para incluirla, de esta manera el modelo podr explicar
mejor el comportamiento de la variable endgena al valerse del comportamiento del IPC como
variable explicativa.
Bajo dichas consideraciones, el modelo presentar la siguiente regresin:

De all que mediante la regresin obtenida al depurar los datos, el resultado final estime slo tres
variables de las iniciales como significativas para el modelo planteado, estas son el ndice de Precios
al Consumidor (IPC), el Crecimiento de la Poblacin y la Poblacin Urbana. Evaluando el
crecimiento poblacional y la Poblacin Urbana, con un nivel de significancia de 5%, se obtiene que
ambas son significativas individualmente, sin embargo, se optar por trabajar con 6% como nuevo
nivel de significancia para incluir al IPC dada su importancia en la economa colombiana al ser el

principal indicador a travs del cual se determinan los niveles de inflacin en el pas, por ende, tendr
un efecto sobre la valorizacin catastral y, consecuentemente, en el precio del suelo.
Por consiguiente, el modelo tendr la siguiente forma:
= 11214,517 + 158,052 598,6354 59102,7945
En donde, si las variables exgenas del modelo son iguales a cero, entonces el IPSB tomar el valor
de 11.214,57 unidades. Un cambio de un punto porcentual en el IPC tendr como resultado un
aumento de 158,05 puntos porcentuales en el IPSB, manteniendo lo dems constante. El aumento de
una unidad en el crecimiento de la poblacin ocasionar una disminucin de 598,635 puntos
porcentuales sobre el IPSB, y ceteris paribus. Por ltimo, el aumento de un punto porcentual en la
poblacin urbana causar una disminucin de 59.102,794 puntos porcentuales en el IPSB, con todas
las dems variables constantes.

Bondad de ajuste del modelo

De acuerdo con los resultados obtenidos, en el modelo preliminar obtenemos que:

Podemos deducir que el 71,58% de los cambios en el ndice de precios del suelo es explicado por las
variables significativas del modelo, estas son las variables de ndice de Precios al Consumidor, el
Crecimiento Poblacional y la Poblacin Urbana, explicando el comportamiento de nuestra variable
endgena. Al plantear la prueba de hiptesis:
0

2 = 4 = 5 = 0
0

Como resultado la prueba arroj una significancia global de 25,1873 con un nivel de significancia de
2,00 108, lo que implica el rechazo de la hiptesis nula diciendo que el modelo es globalmente
bueno.
Anlisis de la significancia individual de cada uno de los parmetros
Planteamos las pruebas de hiptesis para evaluar la significancia individual de los parmetros
relacionados al modelo, de la siguiente forma:
= 0
1 0

Donde i = 0,1,,6.

Con el fin de evitar problemas de especificacin errnea, se trabaja de manera secuencial en la

depuracin de variables que resulten no significativas para el modelo, es decir, hacemos la
eliminacin una a una de las variables.
De acuerdo con las salidas de Excel y a los p-valores:

Vemos que la variable menos significativa es 3 = , haciendo una

nueva regresin con las variables restantes observamos:

Como observamos, es necesario entonces eliminar la variable 6 correspondiente al Impuesto Predial,

por consiguiente se plantea de nuevo la regresin con las variables restantes, con lo cual tenemos que:

Se observa que es necesario eliminar 1 = ndice de Costos de Construccin de Vivienda, dado su

nivel de significancia.
Tras su eliminacin observamos que:

Encontramos que 4 5 resultan significativas para el modelo, sin embargo 2 tiene un p-value que
aunque est por encima del 5% de nivel de significancia alfa, puede ser til al modelo si se ampla el
nivel de significancia, esto con el nimo de no caer en error de especificacin, adems de que la
relacin entre esta variable (ndice de Precios al Consumidor) con nuestra variable endgena es
importante dentro del contexto social.

Los parmetros significativos para el modelo son: 0 , 2 , 4 , 5 , de manera que las variables
significativas para el modelo son:

2 = ndice de Precios al Consumidor

4 = Crecimiento Poblacional
5 = Poblacin Urbana

REESTIMACIN DEL MODELO: INTERPRETAR LOS PARMETROS RESULTANTES

0 + 2 2 + 4 4 + 5 5

11214,51 + 158,052 598,634 59102,795

De aqu, tenemos un 0 de 11214,51 que nos indica que factores externos a las variables del modelo
aportan dicho valor en la suma del precio del suelo en Bogot. Por su parte, 2 que acompaa a la
variable del ndice de Precios al Consumidor seala que por un aumento de una unidad en dicho
ndice, el IPSB aumentar en 158,05 por ciento manteniendo todo lo dems constante. Anlogamente,
4 que acompaa a la variable Crecimiento Poblacional muestra que por un aumento en sta, el IPSB
disminuir en 598,63 manteniendo todo lo dems constante. Finalmente, 5 el cual acompaa a la
variable Poblacin urbana indica que un aumento de 1% en la variable tendr como resultado la
disminucin del IPSB en 59102,79, manteniendo todo lo dems constante.

CONTRASTE DE HIPTESIS SOBRE LOS SUPUESTOS DEL MODELO

MUESTRA PEQUEA
Definicin
Se presenta cuando no se dispone de un tamao de muestra adecuado, el mnimo es > . Donde
es el nmero de datos y el nmero de estimadores.
Efectos sobre el modelo

Cuando el tamao de muestra es pequeo las propiedades de los estimadores no se afectan,

pero al comparar las varianzas de los errores de un modelo con muestra pequea con respecto
a un modelo con un tamao muestral suficiente, el modelo con menos muestra tiene varianzas
ms grandes, por tanto sus desviaciones estndar sern ms grandes, sus intervalos de
confianza sern ms amplios y por tanto perdern confiabilidad.
Los errores son relativamente ms grandes al igual que las varianzas de los betas.
Los intervalos de confianza se hacen ms amplios, perdiendo confiabilidad en los
estimadores.
Al tener mayores varianzas en los betas la prueba arrojar valores ms pequeos y por tanto
aumentan las posibilidades de descartar variables importantes.

Evaluacin en el modelo estimado y su respectiva correccin

La muestra usada es de 34 observaciones, con una periodicidad anual tomado desde el ao 1980 hasta
el ao 2013, se considera que este nmero de observaciones es suficientemente grande, as como
teniendo en cuenta que no existen registros precedentes al ao 1980 de variables como el crecimiento
poblacional y la poblacin urbana (tomados del Banco Mundial).
Analizando los datos podemos ver que la muestra es heterognea para la dcada de los noventas, en
dicho periodo, por condiciones coyunturales y dado que el IPSB est ligado directamente al IPC y
este a su vez al comportamiento de la inflacin, se presentan fluctuaciones que alteran el
comportamiento de la variable para dicho periodo. Es por esta razn que al realizar la regresin a
partir del ao 1997 hasta el 2013 (mitad de la muestra), la varianza es ms pequea (282,63), diciendo
que habra un problema de muestra pequea, sin embargo, esto es normal dada la homogeneidad en
los datos que existe en dicho periodo, sin considerar los cambios abruptos que estn en la totalidad
de la muestra y que afectan la varianza.
Al realizar una regresin que considere el periodo de los aos noventa dentro de la nueva regresin,
la varianza (421.37) es ms grande que la varianza arrojada en la regresin del total de los datos
(419.74), confirmando lo expuesto anteriormente. Por estas razones, consideramos que la muestra es
lo suficientemente grande para darle veracidad al modelo.
CAMBIO ESTRUCTURAL
Definicin
Una de las hiptesis estructuradas del modelo es la constancia de los parmetros del modelo de
regresin, es decir, la existencia de una estructura nica, vlida para todo el periodo de observacin
y que sugerimos se mantiene para el horizonte de prediccin. No obstante, existen motivos para que
tal hiptesis de constancia estructural puede ser rechazada en determinadas ocasiones. El caso ms
evidente es aquel que corresponde a un cambio profundo del sistema que el modelo trata de
representar. Cuando se trabaja en series temporales es habitual encontrarse con cambios
institucionales o de contexto socioeconmico, que cambian la estructura interna de funcionamiento
de los fenmenos.
Efectos del modelo

Los parmetros van a ser sesgados e inconsistentes respecto al comportamiento de cada

una de las muestras. Se tiene que:

Donde es la suma de residuos al cuadrado del modelo, 1 2 es la suma del modelo antes
y despus del cambio estructural respectivamente. De modo que la varianza de los residuos 2 crece.

Se tiende a no rechazar . Es decir, la tendencia es a concluir que no es significativo, por

tanto no lo ser la variable .

El modelo puede aparentar problemas de heterocedasticidad o autocorrelacin. Los residuos

no son aleatorios.

Evaluacin en el modelo estimado y la respectiva correccin

Como medida para detectar problemas de cambio estructural en el modelo planteado, se procedi a
realizar un examen de cada una de las variables con respecto al tiempo y de esta manera examinar su
comportamiento.
IPSB con respecto al tiempo

La grfica muestra un pico donde el IPSB cambia abruptamente, esto ocurre en la dcada de los
noventa, en donde la inflacin alter el nivel de los precios en general, lo cual tuvo como consecuencia
el aumento del valor del UPAC, afectando tambin los crditos para vivienda y por supuesto al precio
del suelo. Sumado a esto, el precio del suelo ha aumentado en los ltimos aos como consecuencia
del aumento de la clase media en el pas, as como el aumento de la Inversin Extranjera directa en
construccin (Ahumada Rojas, 2014).
IPC con respecto al tiempo

En la grfica presentada anteriormente, se presenta un comportamiento muy variado, esto es

explicado bsicamente por los periodos de tiempo en los que se presenta. Para el periodo de 1983
hasta 1991, el pas se encontraba en un periodo de alza de los precios causada principalmente por la
poltica fiscal expansiva con un aumento significativo del gasto pblico, que tuvo como consecuencia
el alza generalizada de los precios, especialmente en los alimentos y el petrleo, lo que explica su
comportamiento. Para el siguiente periodo se evidencia un comportamiento decreciente en el IPC,
esto es explicado por las polticas implementadas en 1990 por la administracin Gaviria en pos de
disminuir la inflacin que exista, esto trajo otros cambios como la separacin del Banco de la
Repblica como institucin encargada de la poltica monetaria del pas bajo la constitucin de 1991;

ms adelante con la eliminacin de la banda cambiaria y la crisis de 1999, los precios tendieron a
estabilizarse tendiendo a disminuir (Ochoa Das & Martinez Montealegre, 2005).
Crecimiento Poblacional (CPOB) con respecto al tiempo:

La grfica nos muestra un comportamiento lineal decreciente con respecto al tiempo, esto puede ser
explicado por la tendencia de las familias a disminuir su nmero de integrantes (las familias pasaron
de tener entre 10 y 15 hijos a slo tener entre 1 a 3 para el periodo de tiempo considerado), as como
la no inclusin de otros familiares por hogar, explicando su tendencia.
Poblacin Urbana con respecto al tiempo

La tendencia de la poblacin urbana ha aumentado en los ltimos aos como consecuencia del
contexto en el pas, el conflicto armado y sus consecuencias en la poblacin rural la cual ha migrado
hacia las urbes escapando del conflicto armado, resultando en el aumento de la poblacin urbana y
por ende disminuyendo la cantidad de suelo disponible, aumentando a su vez los precios del suelo.
Prueba de CUSUM
Realizada la Prueba se obtuvo la siguiente grfica:

Por lo que se puede observar en la grfica de la prueba de CUSUM, podemos deducir que no hay un
cambio estructural aparente, dado que la grfica de los residuos recursivos no excede el lmite de las
barras de confianza.
Test de Chow
La informacin que nos entrega el paquete economtrico, muestra que la suma de residuos al cuadrado
de las regresiones auxiliares es ms pequea que la del modelo completo por lo que es posible
asegurar que hay cambios estructurales en tres puntos diferentes de nuestro modelo, Ao 1991, 1995,
y 2002. Se procede a constatar dicha informacin realizando una prueba F la cual arroja los P-valor
siguientes: 0,000222913, 0,0453 y 0,003895 respectivamente.
Para el ltimo CE en el 2002 se tratar de manera especial dado que el test de Chow es inexacto en
los bordes de la muestra y con datos reducidos.
Insercin de Dummies:
Para terminar de contrastar y solucionar un posible cambio estructural, se adicionan variables dummy
al modelo en los puntos donde posiblemente X2, X4 o X5, hayan podido generar algn desajuste
tanto de punto de corte como de pendiente. Introduciendo 6 dummies para el modelo obtuvimos los
siguientes resultados:

Basados en el Test Chow eliminamos secuencialmente la Dummy 3 y 6 dado que est ubicada muy
al borde de la muestra puede hacernos caer en un error dada la falta de datos.

Procedemos a eliminar las Dummies de menos significancia:

Eliminando Dummy 5

Admitiremos la Dummy 2 que est levemente por encima de la significancia, ya que con sta el
modelo mejora su 2.
MULTICOLINEALIDAD
Definicin
Se define como la existencia de una fuerte relacin lineal entre dos o ms variables explicativas de
un modelo economtrico. Si la relacin lineal es exacta, se tiene multicolinealidad exacta, pero si la
relacin es alta lo que se tiene es multicolinealidad aproximada. Existe multicolinealidad exacta si se
satisface la siguiente ecuacin:
1 1 + 2 2 + . . . + = 0
Donde 1 , 2 , , son constantes tales que no todas ellas son simultneamente iguales a cero.
Para el caso de multicolinealidad aproximada se satisface la siguiente ecuacin:
1 1 + 2 2 + . . . + + = 0
Donde , es un trmino de error estocstico

Efectos sobre el modelo

Multicolinealidad exacta:

Los coeficientes de determinacin son indefinidos, y tanto los errores del modelo como las
varianzas de los estimadores son infinitos, esto es:
( )1 No determinado, de modo que
() = 2 ( )1
Infinito

Multicolinealidad aproximada:

Los estimadores aunque insesgados, tienen varianzas grandes. Se tiene: | | 0 entonces

( ) = 2

( )
| |

Crece considerablemente

Estimadores con magnitudes poco lgicas. Signos opuestos a los esperados.

Intervalos de confianza ms anchos, prueba t ms baja. Se tiende al rechazo de la hiptesis
nula 0 , es decir, tendencia a concluir que es no significativa.
Se puede presentar contradiccin entre las pruebas de significancia individual y las pruebas
de significancia global.

Evaluacin en el modelo estimado y la respectiva correccin

Habiendo ya corregido los problemas de Cambio Estructural en el modelo, e incluido las dummies
para ello, procedemos a calcular la correlacin de las variables exgenas del modelo, obteniendo la
siguiente matriz:

Se puede observar que la correlacin entre las variables CPOB y POBUrb es -0,99651 por tanto
sabemos que entre ambas variables hay un problema de multicolinealidad, para solucionarlo, hacemos
la regresin del modelo para verificar cul de las variables presenta una menor significancia:

Observamos que la variable que presenta un mayor nivel de significancia de las dos mencionadas es
POBUrb, por tanto se procede a eliminarla y se realiza de nuevo la regresin:

La regresin arroja un R cuadrado ms bajo que la regresin del modelo completo (69,759%), sin
embargo, se puede ver que bajo esta medida las variables pierden significancia y por ende el modelo
perdera veracidad. Esta misma situacin sucede cuando se excluye de la regresin la variable CPOB,
en donde el R cuadrado es 60,989% mucho ms bajo y tambin se pierde significancia en las variables
exgenas. A continuacin se muestran las salidas en el paquete economtrico.

Dadas estas condiciones, y considerando que nuestro objetivo es lograr que el modelo sea lo ms
parsimonioso posible, se ha decidido conservar el modelo como est, es decir, conservar las variables
X4 y X5 a pesar del problema de multicolinealidad que presentan haciendo la salvedad de que el
modelo sera efectivo en la medida en que sea utilizado para prediccin, en donde este problema no
afecta de manera negativa los resultados del modelo.
Cuando se plantea un modelo se supone especificacin correcta pero esto es difcil de cumplir bien
porque la forma funcional no debiera ser la lineal, bien porque se ha omitido alguna variable
significativa o se ha incluido alguna otra irrelevante. La pregunta es si conserva su validez el proceso
de estimacin y contraste de un modelo ante una especificacin errnea del mismo.
Efecto sobre la estructura del modelo
Consecuencias:
Error por omisin de variables relevantes

Estimadores sesgados e inconsistentes

Se pierde confiabilidad en los estimadores, tendencia al no rechazo lo que implica que no
es significativo
El modelo puede aparentar un posible cambio estructural o un problema de autocorrelacion
en los residuos, por un simple cambio en comportamiento de la variable omitida

Error por inclusin de variables no relevantes:

No afecta las propiedades de los estimadores.

Se pierden grados de libertad, (n-k) aumenta y de esta manera de esta manera 2 crece.
Mayor probabilidad de multicolinealidad.

Error por forma funcional inadecuada:

Estimadores sesgados e inconsistentes.

Test de Ramsey
La prueba de RESET de Ramsey permite comprobar la correcta especificacin polinmica de un
modelo estimado.
Mediante el Test RESET de Ramsey a travs de Rats (Ver anexo) obtenemos: P-value = 0,9998.
Aunque este test tome un valor sospechoso no hay ningn error en las muestras o en el procedimiento
que indiquen un posible error.
Lo que se puede interpretar como que en el modelo desarrollado no se presentan problemas de
especificacin errnea, es decir, las variables incluidas del modelo son las relevantes y la forma
funcional es la adecuada.

HETEROCEDASTICIDAD
Definicin
Se presenta cuando las perturbaciones del modelo, funcin de regresin, no tienen todas
la misma varianza, es decir esta no permanece constante. ( ) = 2 , donde I.
Efectos sobre el modelo

La varianza de los s no es mnima, es decir, el termino () no est bien

calculado.
Las pruebas de significancia individual no van a ser confiables.
El modelo puede aparentar problemas de cambio estructural o especificacin errnea.

Evaluacin en el modelo estimado y la respectiva correccin.

Mtodo Grafico

De donde es posible observar que, en principio, no existe heterocedasticidad, aunque la

subjetividad del mtodo hace que tal aseveracin no sea confiable. Por esta razn se hacen
algunas pruebas adicionales tales como:
Prueba de Goldfeld-Quandt
Despus de realizadas las pruebas se obtuvo el siguiente resultado:

Donde la suma de residuos cuadrados de la primera muestra es mayor que la suma de residuos
cuadrados de la segunda, por lo que se ha tomado la primera como numerador y la segunda

como denominador pues recomiendan que esta prueba se realice as para obtener mejores
resultados.
La prueba Goldfeld-Quandt nos arroja un F calculado de 1,9777 con un p-value de 0,2126,
contrastado con un F tabulado igual a 4,2066. Dados estos resultaos, podemos decir que no
se rechaza la hiptesis nula y se concluye que el modelo no presenta problemas de
heterocedasticidad.
Prueba de White
Por ltimo se realiza la prueba de White donde la salida de Rats nos indica un nivel de
significancia de 0,36169395 no rechazamos 0 , lo cual significa que no existe problemas
de heterocedasticidad.

AUTOCORRELACION
Definicin
Se presenta cuando ( , ) 0 , claramente una violacin a los supuestos del
modelo.
Efectos sobre el modelo

Se obtienen estimadores lineales, insesgados pero ineficientes, es decir no son de

varianza mnima.
Las varianzas quedan mal calculadas.
Las pruebas de significancia pierden confiabilidad.
Los estimadores de los s por MCG son ahora mejores.

EVALUACIN DEL MODELO ESTIMADO Y SU CORRECCIN.

Grafica de residuos

Indica la presencia de grupos de errores, lo que resulta ser un motivo para creer que tenemos
problemas de autocorrelacin, para verificar tal sospecha recurrimos a las siguientes pruebas.

Prueba de Durbin-Watson
Obtenemos el valor del estadstico Durbin que es igual a 0,4335
Dl = 1,144

Du=1,808

Est por fuera de la zona de indecisin, el modelo tiene autocorrelacin positiva de primer
orden.
Prueba de Ljung-Box

A partir del grfico observamos que existe autocorrelacin de primer orden, hecho que
corrobora el resultado obtenido mediante la prueba Dubin-Watson. A continuacin se
procede a solucionar el problema.

CORRECCIN AUTOCORRELACIN
Se realiza la correccin de la autocorrelacin utilizando en el paquete economtrico una
regresin basada en el mtodo de Newey-West que se basa en la generalizacin de los errores
estndar consistentes con la heterocedasticidad de White. Los resultados que arroja Rats se
presentan en la siguiente ilustracin que incluye los nuevos p-valores para las variables
exgenas sin el problema de autocorrelacin:

NO NORMALIDAD
Definicin
Se presentan cuando los residuos no estn normalmente distribuidos, es decir no se tiene
~ (, 2 ), hiptesis sobre la que se basa la inferencia del modelo.
Efectos del modelo
La normalidad afecta todas las pruebas de inferencia estadstica: F, Chi-cuadrado, T-student.
Las cuales pierden confiabilidad.

EVALUACIN EN EL MODELO ESTIMADO Y SU RESPECTIVA CORRECCIN

Prueba de JARQUE-BERA

La prueba de Jarque Bera para el presente modelo economtrico nos muestra que su nivel de
significancia es de 0,689621 contrastado con una distribucin Chi cuadrado igual a 5,99. De
acuerdo con la regla de decisin, dado que Jarque Bera es mayor que el Chi cuadrado
tabulado, entonces concluimos que no existen problemas de no normalidad en el modelo.

PRONSTICO
El pronstico para el modelo presentado se realiza bajo una base de datos que ha sido
modificada para tal propsito, los valores de las variables fueron estimados bajo el
crecimiento promedio de los ltimos cinco aos de tal manera que representen el crecimiento
ms reciente de las mismas y as no caer en errores de estimacin por los efectos de cambios
en el crecimiento de las variables en periodos pasados (como sera el caso del IPC dados los
fuertes cambios en la poca de los noventa de los cuales se ha hablado anteriormente).
Las variables del modelo presentan tendencias diferentes, especficamente entre IPC y Las
variables de Crecimiento poblacional y poblacin urbana; el cambio en el IPC para periodos
previos al ao 2000 presenta una tendencia creciente y muy variada en cuanto a
comportamiento, mientras que las variables de crecimiento poblacional y poblacin urbana
presentan un comportamiento estable, con una tendencia decreciente para el caso del
crecimiento poblacional y una tendencia creciente en el caso de la poblacin urbana.
A continuacin se presenta el pronstico para los siguientes cinco aos de la variable IPSB:

Como se puede observar, la tendencia de la variable es creciente y estable en lo que respecta

a cambios bruscos dados como consecuencia de la coyuntura en dichos periodos en el
contexto nacional. Esto significa que a pesar de que se ha realizado una estimacin exacta
bajo un mtodo riguroso sobre la variable endgena IPSB, slo es posible garantizar que se
cumpla a cabalidad el mismo si no se dan externalidades vinculadas con el contexto

socioeconmico (como un cambio de las polticas econmicas o aumento de la inflacin no

previsto), pues el modelo no vincula ningn tipo de variable que recoja dichos fenmenos.
A continuacin se muestra una grfica que recoge el comportamiento de la variable endgena
sobre datos observados, estimados y su respectivo pronstico:

Utilidad del modelo

En la investigacin econmica el ndice de precios del suelo nos da las bases para observar
el comportamiento de la inversin en edificaciones, construccin y los precios de la vivienda.
Dada la variacin de la poblacin, el aumento de la poblacin urbana y el IPC, se presentan
los cambios en la oferta y la demanda de vivienda en el pas. Con estos factores fluctuando,
es comn ver que a cambios drsticos en la poblacin y su necesidades de vivienda, el precio
del suelo aumente en sectores donde se presenta una mayor demanda, ya sea de inters social
o proyectos de tipo privado; es el caso del informe sobre la metodologa del ndice realizado
por el Banco de la Repblica, en donde explica que el precio del suelo, en los estratos ms
bajos, ha presentado un crecimiento constante en la ltima dcada, lo cual llevara a indagar
ms sobre el porqu de la situacin, siendo til para entidades territoriales que se ocupan de
estos temas. Es por esta razn que se considera de vital importancia el conocer cmo el
anlisis del ndice de Precios del Suelo de Bogot puede llegar a afectar la toma de decisiones
en las organizaciones, tanto en proyectos de inversin para construccin de edificaciones
como para la inversin en las mismas, de la misma manera que puede llegar a ser de utilidad
para la investigacin del crecimiento y de cmo podra llegar a afectarse si se presentan
variaciones considerables en el IPC.

Conclusiones
La evidencia emprica de la capital que para el presente modelo se ha tomado como base para
la determinacin del comportamiento del ndice del Precio del Suelo en el pas, confirma la
hiptesis de que dicha variable se encuentra determinada por el ndice de Precios al
Consumidor, el Crecimiento Poblacional y la Poblacin Urbana de manera directa en el
mediano plazo (el cual suele definirse por periodos entre cinco y ocho aos).
Se ha tomado dicho ndice como representacin del precio del suelo a nivel nacional dada la
falta de datos que posibilitan la estimacin del mismo a nivel nacional, y bajo el supuesto de
que al ser Bogot la capital del pas, teniendo en cuenta que muchas zonas perifricas del
mismo ven reflejados sus costos y precios de acuerdo a las variaciones que haya en los precios
del mercado bogotano (e inclusive ms altos), se puede tomar como una variable
representativa del comportamiento a nivel nacional.
El modelo que se ha esbozado, como se ha analizado a travs de ste trabajo, presenta
problemas de multicolinealidad dada la relacin directa entre dos de sus variables, al intentar
arreglar este problema sobre los supuestos de la estructura se concluy, mediante las
respectivas regresiones auxiliares y dems procedimientos, que eliminar una de estas dos
variables causaba problemas de significancia para las otras variables exgenas del modelo,
haciendo perder significancia al mismo, por tanto se opt por dejar presente este problema y
aclarar que el modelo slo es til para hacer pronstico ms no anlisis estructural.
El precio del suelo es un indicador que contiene en su interpretacin un anlisis
socioeconmico importante, es por esta razn que no se debe hacer un anlisis sobre ste
basados nicamente en consideraciones de tipo cuantitativo, sino tambin tomar en cuenta
las condiciones del entorno y todo lo que estas encierran, as como sus efectos sobre los
precios en general para obtener un mejor resultado al ser utilizados en el contexto acadmico
e investigativo.

ANEXOS
Regresion Inical con todas las variables

Depuracin

SALIDAS TEST DE CHOW

CORRECCIN DE CAMBIO ESTRUCTURAL CON VARIABLES DUMMIES

DEPURACIN DE VARIABLES DUMMY NO SIGNIFICATIVAS

REGRESIN FINAL CORRECCIN DE CAMBIO ESTRUCTURAL CON DUMMIES

REGRESIONES AUXILIARES PARA DETECTAR MULTICOLINEALIDAD

Tomando x4 como variable endgena

Tomando a x5 como variable endgena

SALIDAS TEST DE RAMSEY

Salida regresin del modelo establecido

Salida regresin Con y resultados del Test de Ramsey

PRUEBA GOLDFELT-QUANDT
Regresin para la primera submuestra

Regresin para la segunda submuestra

PRUEBA DE WHITE

Haciendo la regresin con los residuos cuadrados como variable endgena

Test de White para detectar heterocedasticidad

PRUEBA DE DURBIN-WATSON

Di = 1,144

Du=1,808

Est por fuera de la zona de indecisin, el modelo tiene autocorrelacin positiva de primer orden.
PRUEBA DE LJUNG-BOX

Correlacin de los residuos prueba de Ljung-Box

REGRESIN PRONSTICO

SALIDAS PRONSTICO

DISPOSICIN DE HORARIO PARA EXPOSICIN:

Jueves, 11 am a 1pm / 2 pm a 4 pm

Bibliografa
Ahumada Rojas, O. (2 de Junio de 2014). eltiempo.com/economia/sectores. Obtenido de
http://www.eltiempo.com/: http://www.eltiempo.com/economia/sectores/se-duplico-elprecio-de-la-tierra-en-bogota/14067386
Banco de la Repblica. (2012). Banco de la Repblica. Obtenido de
http://www.banrep.gov.co/economia/pli/Precio_suelo_Metodologia.pdf
Banco de la Repblica. (2014). BanRep. Obtenido de http://www.banrep.gov.co/es/IPSB
Banco de la Repblica. (2014). BanRep. Obtenido de http://www.banrep.gov.co/es/ipc
Banco Mundial. (2014). Banco Mundial. Obtenido de http://datos.bancomundial.org:
http://datos.bancomundial.org/indicador/SP.URB.TOTL.IN.ZS
Banco Mundial. (2014). El Banco Mundial. Obtenido de
http://datos.bancomundial.org/indicador/AG.LND.ARBL.ZS
Banco Mundial. (2014). El Banco Mundial. Obtenido de
http://datos.bancomundial.org/indicador/SP.POP.GROW
Caballero, S. m. (2 de Febrero de 2013). La Repblica. Obtenido de http://www.larepublica.co/elsector-inmobiliario-colombiano_32568
DANE. (2014). DANE. Obtenido de https://www.dane.gov.co/index.php/construccion-alias/indicede-costos-de-la-construccion-de-vivienda-iccv
Dinero. (22 de mayo de 2014). Revista Dinero. Obtenido de
http://www.dinero.com/economia/articulo/burbuja-inmobiliaria-sigue-siendoriesgo/196466
El Espectador. (24 de Septiembre de 2014). El Espectador. Obtenido de
http://www.elespectador.com/noticias/bogota/tierra-se-pone-cada-vez-mas-costosausaquen-chapinero-y-articulo-492526
Ochoa Das, H., & Martinez Montealegre, . (25 de Enero de 2005). scielo. Obtenido de
www.scielo.org.co: http://www.scielo.org.co/scielo.php?pid=S012359232005000200004&script=sci_arttext
Portafolio. (29 de Mayo de 2014). Portafolio.co. Obtenido de
http://www.portafolio.co/economia/precio-del-suelo-bogota-aumento-1538-ciento

Secretara Distrital de Hacienda. (2014). Secretara distrital de hacienda. Obtenido de

http://impuestos.shd.gov.co/portal/page/portal/portal_internet_sdh/impuestos/predio_i
mp/impuesto_predial_unificado
Secretara Distrital de Hacienda. (2014). Secretara distrital de hacienda. Obtenido de
http://impuestos.shd.gov.co/portal/page/portal/portal_internet_sdh/impuestos/predio_i
mp/impuesto_predial_unificado
Secretara distrital de Planeacin Bogot. (Abril de 2014). Secretara Distrital de Planeacin.
Obtenido de
http://www.sdp.gov.co/portal/page/portal/PortalSDP/InformacionTomaDecisiones/Estadi
sticas/ObservatorioDinamicasTerritorio/2014/Boletin_Mercado_de_vivienda_28_ABRIL_2
014.pdf