Un índice de precios espacial para la vivienda urbana en Colombia: Una aplicación con métodos de emparejamiento

The formulation of an index number which allows spatial comparison of housing prices is of major relevance for economic policies related to the expenditure assigned to social housing. This study aims to compute a spatial price index for urban housing in the main Colombian cities. We used the Propensity Score Matching (PSM) method in order to simulate counterfactual scenarios, in which a referential city´s houses were identified and compared to their statistical equivalent in other cities. With this procedure we seek the comparison of each city´s estate within a homogeneous framework, assessing the price differential by using quantile hedonic regressions. Two additional applications are conducted: (i) housing comparison according to the price range (low, medium, high), (ii) examination of the average price differential change when the characteristics of the dwelling unit vary. Results indicate that Bogota has the highest housing price, followed by Cartagena and Villavicencio. Additionally, the housing price differentials across cities are sizeable and reach nearly 30%. Said differentials vary according to the type of standard housing and price ranges. RESUMEN: La formulación de un índice que permita la comparación de precios de vivienda en el espacio es relevante para aspectos económicos tales como la asignación del gasto social habitacional. Desafortunadamente en el contexto colombiano no existe un índice que permita hacer comparaciones sobre los costos de la vivienda entre diferentes regiones geográficas. El presente trabajo se propone llenar vacíos existentes en este respecto. Para este efecto se emplea el método de emparejamiento PSM (por sus siglas en inglés: Propensity Score Matching), donde se simulan escenarios contrafactuales en los que se identifican viviendas de una ciudad base, en nuestro caso Bogotá, que son estadísticamente similares a las de otras ciudades. Con dicho método se busca establecer comparaciones más homogéneas entre los inmuebles de cada ciudad al evaluar el diferencial de precios. Se realizan dos ejercicios adicionales, que consisten en: (i) comparar las viviendas según rangos de precios (bajo, medio y alto) entre las ciudades empleando regresiones hedónicas por cuantiles; (ii) examinar cómo cambia la diferencia promedio de precios cuando varía la canasta de características de la unidad habitacional. Entre los principales resultados se encuentra que Bogotá tiene el precio más alto de vivienda estándar, seguida de Cartagena y Villavicencio. En términos prácticos, las brechas de precios halladas son importantes y alcanzan cifras cercanas al 30%. Dichas brechas no son homogéneas entre diferentes clases de vivienda estándar, ni entre rangos del precio.