Estimación del valor por hectárea de inmuebles rurales en el municipio de Subachoque, utilizando econometría tradicional e inteligencia artificial (modelo Mars)
| dc.contributor.advisor | Perez Carvajal, Edwin Robert | |
| dc.contributor.author | Rodriguez Lopez, Julio Esteban | |
| dc.contributor.author | Albarracin Hernandez, Felipe | |
| dc.creator.email | jerodriguezl@udistrital.edu.co | |
| dc.creator.email | felipe.albarracin13@gmail.com | |
| dc.creator.id | 20251117026 | |
| dc.creator.id | 20251117002 | |
| dc.date.accessioned | 2026-02-13T15:35:11Z | |
| dc.date.available | 2026-02-13T15:35:11Z | |
| dc.date.created | 2026-01-16 | |
| dc.description | Este trabajo de grado tiene como propósito estimar el valor por hectárea de los inmuebles rurales en el municipio de Subachoque, Cundinamarca, mediante la aplicación comparativa de modelos de econometría tradicional y técnicas de inteligencia artificial, en particular el modelo MARS (Multivariate Adaptive Regression Splines), en un contexto de creciente transformación del suelo rural por procesos de urbanización, cambios en el uso del suelo y dinámicas del mercado inmobiliario en la Sabana de Bogotá. La investigación se fundamenta en la recopilación y depuración de información de mercado proveniente de fuentes directas e indirectas, incluyendo plataformas inmobiliarias, registros históricos de avalúos y visitas de campo, con el fin de construir una base de datos representativa de predios rurales. A partir de esta información, se identificaron y analizaron variables explicativas de carácter físico, normativo y locativo, tales como el área del predio, la disponibilidad de servicios públicos, la accesibilidad vial, la distancia a centros urbanos, el uso del suelo y la disponibilidad de recursos hídricos, las cuales influyen en la formación del valor del suelo. Se desarrollaron modelos econométricos tradicionales basados en regresión múltiple y precios hedónicos, evaluando la significancia estadística de las variables y el cumplimiento de los supuestos econométricos, y se contrastaron con modelos de inteligencia artificial más específicamente con el modelo MARS, capaces de capturar relaciones no lineales y puntos de quiebre en las variables explicativas. Los resultados muestran que factores locativos, normativos y de infraestructura tienen una incidencia significativa en el valor por hectárea, y que los modelos basados en inteligencia artificial presentan una mayor capacidad predictiva frente a los modelos lineales tradicionales, sin sacrificar interpretabilidad. Finalmente, se propone un modelo validado estadísticamente y contrastado con valores reales de mercado, que constituye una herramienta técnica para procesos de avalúo, planificación territorial y toma de decisiones en el mercado inmobiliario rural, aportando al desarrollo de metodologías de valoración más objetivas, precisas y replicables en contextos territoriales similares. | |
| dc.description.abstract | This bachelor’s thesis aims to estimate the value per hectare of rural properties in the municipality of Subachoque, Cundinamarca, through a comparative application of traditional econometric models and artificial intelligence techniques, particularly the MARS (Multivariate Adaptive Regression Splines) model, in a context of increasing transformation of rural land due to urbanization processes, changes in land use, and real estate market dynamics in the Bogotá Savanna. The research is based on the collection and cleaning of market information from direct and indirect sources, including real estate platforms, historical appraisal records, and field visits, in order to build a representative database of rural properties. From this information, explanatory variables of a physical, regulatory, and locational nature were identified and analyzed, such as property size, availability of public services, road accessibility, distance to urban centers, land use, and water availability, which influence land value formation. Traditional econometric models based on multiple regression and hedonic pricing were developed, evaluating the statistical significance of variables and the fulfillment of econometric assumptions, and were contrasted with MARS artificial intelligence models capable of capturing nonlinear relationships and threshold effects among explanatory variables. The results show that locational, regulatory, and infrastructure factors have a significant impact on the value per hectare, and that artificial intelligence–based models present greater predictive capacity compared to traditional linear models, without sacrificing interpretability. Finally, a statistically validated model contrasted with real market values is proposed, constituting a technical tool for appraisal processes, territorial planning, and decision-making in the rural real estate market, contributing to the development of more objective, accurate, and replicable valuation methodologies in similar territorial contexts. | |
| dc.format.mimetype | ||
| dc.identifier.uri | http://hdl.handle.net/11349/100367 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Distrital Francisco José de Caldas | |
| dc.relation.references | Método de precios hedónicos. Escuela Superior Politécnica del Litoral. | |
| dc.relation.references | Agrasar, B. (2020). Valoración inmobiliaria a través de Automated Valuation Models (AVMs). Universidad Pontificia Comillas. https://repositorio.comillas.edu/xmlui/handle/11531/37796 | |
| dc.relation.references | Anselin, L. (1988). Spatial econometrics: Methods and models. Springer. | |
| dc.relation.references | Banco Central de Reserva del Perú. (2018). Revista de estudios económicos (N.º 36). | |
| dc.relation.references | Bera, A., & Dubey, R. (2010). Land valuation and urban sprawl in India: A study of Haryana. Indian Economic Journal, 58(2), 45–62. | |
| dc.relation.references | Castaño, J., Laverde, M., Morales, M., & Yarumo, A. (2013). Índice de precios de la vivienda nueva para Bogotá: Metodología de los precios hedónicos. Banco de la República, Borradores de Economía. | |
| dc.relation.references | Castaño Lavado, J., & Morales Mosquera, M. (2015). Revisión metodológica de índices de precios de la vivienda. Borradores de Economía, Banco de la República. | |
| dc.relation.references | Castro, J., Méndez, R., & Ruiz, A. (2020). Aplicación de máquinas de soporte vectorial en la valoración de predios rurales en México. Revista Latinoamericana de Economía Rural, 15(2), 45–61. | |
| dc.relation.references | DeSalvo, M., Raffaelli, R., & Moser, R. (2015). Hedonic analysis of agricultural land prices in Italy: The role of location, land quality and land use. Land Use Policy, 42, 641–653. https://doi.org/10.1016/j.landusepol.2014.09.011 | |
| dc.relation.references | Desormeaux, D., & Piguillem, J. (2003). Precios hedónicos e índices de precios de viviendas. Cámara Chilena de la Construcción | |
| dc.relation.references | Galvis, L., & Garay, L. J. (2007). Transformaciones territoriales en la Sabana de Bogotá y precios del suelo rural. Universidad Externado de Colombia. | |
| dc.relation.references | Gobernación de Cundinamarca. (2014). Estadísticas de Cundinamarca 2011–2013. Gobernación de Cundinamarca | |
| dc.relation.references | Gómez, P., & Rodríguez, C. (2021). Modelos de ensamble aplicados a la valoración inmobiliaria rural en Chile. Revista de Métodos Cuantitativos para la Economía y la Empresa, 31(1), 88–105 | |
| dc.relation.references | González, N., Abad, J., & Levy, J. P. (2006). Normalidad y otros supuestos en análisis de covarianzas. En N. González (Ed.), Modelización con estructuras de covarianzas (pp. 31–57). Netbiblo | |
| dc.relation.references | Gujarati, D. N., & Porter, D. C. (2011). Econometría básica (5.ª ed.). McGraw-Hill | |
| dc.relation.references | Guerrero, J., & Carrillo, F. (2013). Dinámica de precios del suelo rural en Jalisco, México. Revista Latinoamericana de Desarrollo Económico, 20, 77–98 | |
| dc.relation.references | Hastie, T., Tibshirani, R., & Friedman, J. (2009). The elements of statistical learning: Data mining, inference, and prediction (2nd ed.). Springer | |
| dc.relation.references | Hernández, A., & Zerpa, R. (2014). Comportamiento del mercado inmobiliario de apartamentos en Barquisimeto, Estado Lara. Universidad Centroccidental Lisandro Alvarado | |
| dc.relation.references | Instituto Geográfico Agustín Codazzi (IGAC). (2018). Manual de avalúos de predios rurales. IGAC | |
| dc.relation.references | Jaramillo, S., & Cuervo, N. (2014). Precios inmobiliarios de vivienda en Bogotá 1970–2013. Universidad de los Andes | |
| dc.relation.references | Keskin, B. (2008). Hedonic analysis of the housing market in Istanbul. International Journal of Strategic Property Management, 12(2), 125–138 | |
| dc.relation.references | Kuminoff, N. V., Parmeter, C. F., & Pope, J. C. (2010). Which hedonic models can we trust to recover the marginal willingness to pay for environmental amenities? Journal of Environmental Economics and Management, 60(3), 145–160 | |
| dc.relation.references | Larroulet, C., & Mochón, F. (1995). Economía. McGraw-Hill Interamericana | |
| dc.relation.references | Li, S., Wu, C., & Chen, X. (2021). Machine learning for rural land value prediction: Evidence from Eastern China. Computers, Environment and Urban Systems, 86, 101569. https://doi.org/10.1016/j.compenvurbsys.2020.101569 | |
| dc.relation.references | Malpezzi, S. (2003). Hedonic pricing models: A selective and applied review. En T. O’Sullivan & K. Gibb (Eds.), Housing economics and public policy (pp. 67–89). Blackwell | |
| dc.relation.references | Méndez, J., & Orozco, A. (2005). Valoración hedónica del canon de alquiler de la vivienda en Cartagena de Indias. Universidad de Cartagena | |
| dc.relation.references | Molina, L. (2017). “Esto es una migración de la ciudad al campo”: Cambios en las dinámicas sociales, económicas y ambientales de la Sabana de Bogotá. Universidad Externado de Colombia | |
| dc.relation.references | Morales, L., & Ponce, J. (2017). Redes neuronales artificiales en la predicción del valor de terrenos agrícolas: Un estudio de caso en Ecuador. Journal of Applied Artificial Intelligence, 12(3), 120–134 | |
| dc.relation.references | Moreno, R., & Alvarado, E. (2011). El entorno social y su impacto en el precio de la vivienda: Un análisis de los precios hedónicos en el área metropolitana de Monterrey. Universidad Autónoma de Nuevo León | |
| dc.relation.references | Novales-Cinca, A. (2000). Econometría (2.ª ed.). McGraw-Hill | |
| dc.relation.references | Palacios, F., & Minda, J. (2021). El valor del suelo rural en la zona periurbana de Cuenca. Universidad de Cuenca | |
| dc.relation.references | Quintana, L., & Mendoza, M. (2016). Econometría aplicada utilizando R. Pearson Educación | |
| dc.relation.references | Roca, H., & del Valle, L. (2016). Determinantes del valor del suelo agrícola en el valle de Ica. Pontificia Universidad Católica del Perú | |
| dc.relation.references | Rodríguez-Jaume, M. J., & Mora Catalá, R. (2001). Análisis de regresión múltiple. Técnicas de Investigación Social II | |
| dc.relation.references | Rosales, R., & Bonilla, J. (2006). Introducción a la econometría. CEDEAC | |
| dc.relation.references | Rosen, S. (1974). Hedonic prices and implicit markets: Product differentiation in pure competition. Journal of Political Economy, 82(1), 34–55 | |
| dc.relation.references | Sánchez, M., & López, D. (2019). Uso de inteligencia artificial en la estimación del valor de predios rurales en Cundinamarca (Colombia). Revista Colombiana de Avalúos, 5(1), 56–74 | |
| dc.relation.references | Stock, J. H., & Watson, M. W. (2012). Introducción a la econometría (3.ª ed.). Pearson | |
| dc.relation.references | Tintner, G. (1968). Methodology of mathematical economics and econometrics. University of Chicago Press | |
| dc.relation.references | Urrea, M., & Cárdenas, N. (2019). Un modelo espacial de precios hedónicos y de calidad de vecindario: Una aplicación para Medellín, Colombia. Escuela de Economía y Finanzas | |
| dc.relation.references | Zambrano, M. (2015). Formación de los precios de alquiler de viviendas en Machala (Ecuador): Análisis mediante el método de precios hedónicos. Escuela Superior Politécnica del Litoral | |
| dc.rights.acceso | Abierto (Texto Completo) | |
| dc.rights.accessrights | OpenAccess | |
| dc.subject | Valoración | |
| dc.subject | Inteligencia artificial | |
| dc.subject | Subachoque | |
| dc.subject | Modelo econometrico | |
| dc.subject.keyword | Econometric model | |
| dc.subject.keyword | Artificial intelligence | |
| dc.subject.keyword | Subachoque | |
| dc.subject.keyword | Assessment | |
| dc.subject.lemb | Especialización en Avalúos -- Tesis y disertaiones académicas | |
| dc.subject.lemb | Bienes raíces rurales — Valoración — Subachoque (Cundinamarca, Colombia) | |
| dc.subject.lemb | Avalúos de tierras — Métodos econométricos | |
| dc.subject.lemb | Econometría — Modelos estadísticos | |
| dc.title | Estimación del valor por hectárea de inmuebles rurales en el municipio de Subachoque, utilizando econometría tradicional e inteligencia artificial (modelo Mars) | |
| dc.title.titleenglish | Estimation of the value per hectare of rural properties in the municipality of Subachoque, using traditional econometrics and artificial intelligence (Mars model) | |
| dc.type | bachelorThesis | |
| dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
| dc.type.degree | Creación o Interpretación | |
| dc.type.driver | info:eu-repo/semantics/bachelorThesis |
Archivos
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 7 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción: