Documente Academic
Documente Profesional
Documente Cultură
rojo
naranja
amarillo
verde
azul
Para explicar su uso nos basaremos en lo sealado en algunos informes de tasacin que el
profesor, perito y rematador uruguayo Dr. Lucas De Armas Marichal (QEPD) distribuy en
internet, principalmente la tasacin judicial del Edificio San Marino Unidad 702 Montevideo, de fecha Junio 2011. Se adjuntan dichos informes. 2
Para este caso el perito seleccion una muestra de cuatro testigos (a1, a2, a3 y a4), inmuebles con caractersticas semejantes y comparables al bien problema por ubicacin y/o
proximidad, superficie y funcionalidad, que se encuentran a la venta dentro de la misma zona en el momento de la tasacin. Realiz el relevamiento de datos y el anlisis descriptivo
de los inmuebles comparables seleccionados que confrontar con el bien a tasar.
En el estudio consider los factores siguientes:
a. cualidades intrnsecas, referidas a las propias del bien en s mismo;
b. cualidades extrnsecas, referidas al entorno (zona) que afecta al bien a favor o en contra;
c. "protomtodo", que consiste en adecuar antecedentes (informacin utilizable para pronosticar el precio).
Analisis PAM.doc
1/7
"A ojo de buen cubero", procedimiento prcticamente igual al mtodo multicriterio de "ordenacin simple". Este se recomienda usar
restrictivamente y solo ante la total ausencia de informacin cuantitativa objetiva, situacin en la cual el tasador solo puede recurrir a
su propia opinin experta (Aznar, J. y Guijarro, F., Nuevos mtodos de valoracin Modelos Multicriterio, 2 Edicin. Editorial UPV).
Si bien se usan escalas ordinales a las que se le asignan nmeros que indican un orden y no una magnitud, posteriormente sus valores se trabajan como si fuesen datos cuantitativos de una escala cardinal. No es correcto.
Analisis PAM.doc
2/7
Segunda columna: ubicacin, se agrupan junto a sta: Altura del inmueble, Vista,
Luminosidad y Ventilacin.
4. El valor o precio de ofertas y/o ventas de cada uno de los testigos seleccionados se
registra en una matriz separada, la Matriz A de Valores conocidos (montos de los
valores econmicos).
Si bien se puede probar economtricamente que son muy pocas las variables que estn fuertemente correlacionadas con el valor y
explican sus variaciones, y conviene que as sea para facilitar la investigacin y captura de datos, no me parece correcto sealar que
el mercado procesa muy pocas caractersticas. La informacin que el mercado transparenta sobre los inmuebles en la prensa, internet, registros pblicos es muy poca, pero los compradores procesan y evalan mucha informacin sobre las distintas caractersticas
de los inmuebles cuando buscan una vivienda, observan muchos detalles, pero desconocemos el proceso de evaluacin que hacen
esos compradores, complejo pero subjetivo.
Todo el anlisis cualitativo de las variables y su agrupacin parece muy subjetivo. Se le puede dar un mayor sustento lgico aplicando
el mtodo multicriterio AHP, Proceso Analtico Jerrquico, sobre el cual hay bastantes investigaciones disponibles gratuitamente en internet, adems del citado libro digital de Aznar, J. y Guijarro, F.
Analisis PAM.doc
3/7
Matriz A
Valores
a1
39
66.000
a2
43
69.000
a3
37
64.000
a4
46
70.000
5. Procedemos al clculo de cada uno de los factores de homogeneizacin o asimiladores (c) que relacionarn a cada uno de los testigos o antecedentes (a1, a2, ...) con el
bien problema (b).
donde k son los parmetros del polinomio de la funcin de valor. Importa aclarar que
es una funcin aproximadora y no una funcin correctora, una simple herramienta de
trabajo que permite calcular los factores asimiladores.
Matriz K
Matriz Invertida X
-1
Coeficientes
0,0
-33,667
16,333
18,333
5.666,7
0,0
0,667
-0,333
-0,333
1.333,3
-1,0
1,333
0,333
-0,667
666,7
1,0
1,667
-1,333
-1,333
2.333,3
ci = 1+ ki x (xb - xj) / vj
Analisis PAM.doc
4/7
El factor asimilador total del testigo respecto del bien problema ser el producto de
todos los factores de caractersticas del testigo.
Si multiplicamos este factor asimilador total por el valor del testigo vj tendremos el
valor homogeneizado del testigo respecto al bien problema (valor potencial de cada
testigo).
Semejanza j =
= min(ci;1/ci)
Factor
Valor
Semejanza
Homogeneizado
a1
0,9394
1,0101
1,0354
0,982429
0,9394
64.840
a2
0,8647
1,0097
1,0676
0,932139
0,8647
64.318
a3
0,9792
1,0000
1,0365
1,014865
0,9648
64.951
a4
0,8095
1,0190
1,1000
0,907438
0,8095
63.521
Valor Tasacin
Desviacin Estandar
Semejanza
bp
64.407
652,63
0,8095
Dado que por su propia naturaleza la determinacin del valor no puede ser exacta,
reflejada en la dispersin de la muestra, definimos el rango estadstico o entorno
(franja de valor) dentro del cual se encuentra dicho valor ms probable con un cierto grado de confiabilidad. Estadsticamente, el margen de error de la estimacin del
promedio nos define la franja de valor para un nivel de confianza preestablecido
(99%, 90%, 80%, 60%, 40% y 20 %):
Franja de valor
Analisis PAM.doc
5/7
El margen de error estadstico (e) de esta estimacin de la media est dado por la
siguiente frmula: 8
e = s x t
t = t / m
Es decir, se multiplica la dispersin estndar o tpica (s) de todos los valores potenciales de los testigos por la variable de Student modificada (t). La variable de
Student modificada depende del nmero de testigos empleados y de la confianza requerida. Para calcular la variable de Student en Excel se utiliza la siguiente frmula:
t = DISTR.T.INV(probabilidad;grados_de_libertad)
donde la probabilidad es 1 - nivel de confianza requerido y los grados de libertad es
la cantidad de testigos empleados - 1. Por tanto, la variable de Student modificada es
t = DISTR.T.INV(1 - nivel de confianza;m-1) / m
7. Para obtener finalmente los resultados (margen de error del valor del bien problema) para las distintas confianzas, en el rea estadstica calculamos:
En Excel se calcula automticamente con la herramienta Estadstica Descriptiva (aparece como Nivel de confianza(95,0%)). Como
sucede con la mayora de los indicadores estadsticos, los resultados se pueden considerar representativos si la muestra tiene al menos unos 30 testigos (desconozco de dnde viene esta cifra que se repite en muchos libros de estadstica), cantidad muy superior a la
que habitualmente disponemos en la prctica para cada tasacin. Aunque la frmula matemtica lo permita, usarla con tres o cuatro
testigos no es conveniente pues transmite una falsa precisin en el anlisis. Similar desinformacin se genera si indicamos la tendencia sin advertir claramente, como nuestra legislacin lo exige para algunas promociones comerciales, que nada garantiza que esa
tendencia se mantendr a largo plazo ni en un futuro inmediato.
No est claro cmo se definen ambas incertidumbres; al parecer, tambin en base al buen criterio del perito.
Analisis PAM.doc
6/7
Mnimo
Mximo
bp - ib
bp + ib
0,99
0,06959 59.926
68.889
0,9
0,05193 61.063
67.752
0,8
0,04830 61.297
67.518
0,6
0,04496 61.512
67.303
0,4
0,04296 61.640
67.174
0,2
0,04140 61.741
67.074
ib / bp
ya / a
0,010
yc / c
0,030
652,63
0,8095
bv
desconocido w / bv
USD
bp
64.407
Venta
se resta (es el mnimo que debiera obtenerse con la venta) o se suma (es
el mximo que debiera esperarse obtener con la venta).
10
Base
imponible
Seguro
Garanta
Aporte
Retiro
Analisis PAM.doc
7/7