¿Es posible la tasación automática de viviendas según la vulnerabilidad socio-demográfica?

La tasación de vivienda, es decir, el sistema mediante el que se valora un inmueble para ser objeto de un préstamo hipotecario, se realiza en España mediante profesionales cualificados y empresas especializadas. Se trata de una labor fundamental para entidades bancarias y compradores a la hora de conocer el precio, la garantía del préstamo y cuál es el riesgo que se asume con la operación hipotecaria. Estas valoraciones son de gran interés, sobre todo desde el estallido de la burbuja inmobiliaria del año 2007 y desde que está constatado que el mercado de la vivienda afecta de manera directa al comportamiento de la economía.

Sin embargo, la tasación no es un modelo cerrado ni impermeable a los cambios. Así lo ha demostrado Rocío Gutiérrez, graduada en Administración y Dirección de Empresas de la Universidad de Castilla-La Mancha (UCLM), quien ha desarrollado en su Trabajo de Fin de Grado un sistema de tasación automática de viviendas en función de la vulnerabilidad socio-demográfica de diferentes zonas del país. Con este proyecto ganó el tercer premio al Mejor Trabajo Fin de Grado que concede el Colegio de Economistas de Madrid.

Presentado con el título de “Técnicas de ‘machine learning’ y ‘clustering’ aplicadas al desarrollo de un modelo automatizado de valoración de viviendas”, el trabajo segmenta el territorio español en cinco regiones en función de variables de vulnerabilidad socio-demográfica y residencial.

Roció Gutiérrez, que actualmente cursa un Máster en Big Data, explica que en esta investigación, en primer lugar, se lleva a cabo una segmentación de municipios según su vulnerabilidad socio-económica, socio-demográfica y residencial, detectando con ello cinco regiones. Con ello ha elaborado una página web interactiva en la que se pueden visualizar los diferentes municipios existentes y caracterizarlos en función del segmento al que pertenecen.

Es la denominada técnica ‘clustering’; se lleva a cabo para segmentar grupos de municipios que tengan características comunes entre sí y que se diferencien del resto de grupos creados. Cada grupo o clúster se identifica por poseer un color y en la página web se puede localizar el nombre de cualquier municipio español, ver qué color posee y mirar la tabla de la izquierda en la que se indica el número del clúster correspondiente y leer su caracterización. 

El resumen obtenido de esa segmentación indica que el clúster o zona nº 1 (puntos en amarillo dentro del mapa) está compuesto por 134 municipios, situados principalmente en torno a la zona del Sistema Ibérico. Es un área que ha sufrido una despoblación agresiva desde el siglo XX, por lo que han quedado muchos pueblos abandonados en diferentes zonas, donde la gran mayoría de las viviendas no poseen cuarto de aseo con inodoro, ni baño o ducha y están situadas en edificios construidos antes de 1940, consideradas como infraviviendas.

El clúster nº 2 (lila) es el mayor en número de habitantes, con un total de 3.421 municipios. Lo componen mayoritariamente zonas de costa y principales ciudades de España como Madrid, Barcelona y Valencia. Son municipios donde la población posee un mayor nivel de estudios y donde existe una baja proporción de ocupados eventuales. La gran mayoría de sus viviendas tiene cuarto de aseo con inodoro y baño o ducha, son los que poseen la menor superficie media por habitante en metro cuadrado y es el segundo grupo con más viviendas inferiores a 30 metros cuadrados.

Trabajo temporal, hogares monoparentales

El clúster nº 3 (fucsia) donde se encuentra buena parte de Castilla-La Mancha está compuesto por un total de 1.655 municipios, con un mercado laboral muy frágil, una proporción de la población juvenil en paro extremadamente elevada con respecto al resto de clústeres, y a la vez un elevado porcentaje de trabajadores temporales y no cualificados. Además, dichos municipios destacan por su alta proporción de población sin estudios.

En comparación con el clúster n º 4 (azul claro), el grupo nº 3 posee casi tres veces más de hogares monoparentales. Este grupo está compuesto por un total de 2.853 municipios, situados principalmente en la zona Norte de la Península Ibérica. Este grupo posee una alta proporción de población envejecida y gran parte vive sola.

El clúster n º5 (azul oscuro) está compuesto por un total de 53 municipios. Sus habitantes se caracterizan principalmente por la alta proporción de población extranjera, especialmente acentuada la infantil, con respecto al resto de grupos establecidos.

Todos los segmentos se elaboran con una finalidad de doble vertiente. Por un lado, se utilizan como variable predictora en un sistema experto elaborado por la empresa de tasaciones CoHispania, colaboradora en esta investigación, para evaluar como repercute en sus resultados. Por otro lado, dicha segmentación se desarrolla con el objetivo de crear modelos locales a la hora de elaborar un prototipo de Modelo Automatizado de Valoración (AVM) basado en técnicas de ‘Machine Learning’ (aprendizaje automático). Para llevar a cabo su creación se aplican técnicas de ensemble, compuestas por algoritmos de árboles de decisión. A partir de ahí se elaboran las tasaciones.

Pero, ¿esto significa que no vaya a hacer falta la figura del tasador? Rocío Gutiérrez detalla que cada vez existe un mayor número de algoritmos matemáticos y estadísticos que pretenden imitar el cerebro humano, “lo que es comúnmente conocido como inteligencia artificial, la cual cada vez está más instaurada en nuestro día a día”. Lo atribuye al incremento en la capacidad del ‘hardware’ y el ‘software’ junto con los avances en tecnología, que a su vez hacen posible el procesamiento de grandes masas de información.

La función de los algoritmos

Los algoritmos se han convertido “en compañeros inseparables e invisibles”, que toman decisiones que afectan a todos los ámbitos de la vida. “Proporcionan información sobre nuestros gustos, nuestra capacidad de endeudamiento e incluso predicen nuestras tomas de decisiones”.

“Existen modelos que reproducen de manera muy similar el pensamiento de un tasador a la hora de valorar una vivienda, y con ello se obtienen predicciones del precio de diferentes inmuebles que son de gran utilidad para diferentes beneficiarios desde particulares hasta grandes multinacionales”. No obstante, subraya que hasta el momento aún continúa requiriéndose “un buen juicio en el desarrollo del modelo y un tasador debe revisar los valores producidos por el modelo”.

Estos modelos automatizados de valoración de inmuebles se realizan mediante modelos estadísticos, con una base matemática, realizados mediante programas informáticos, y desarrollados a partir de una amplia base de datos. “Permiten realizar valoraciones de forma masiva y a bajo coste, pero asumiendo un determinado grado de error de los resultados”.