Is the price right?: Assessing estimates of cadastral values for Bogotá, Colombia
In: Regional science policy and practice: RSPP, Band 4, Heft 4, S. 495-509
Abstract
AbstractHedonic house price models are increasingly applied in the process of mass appraisal, in which econometric specifications are used to obtain automated valuation of properties for taxation purposes. The predictive quality of such models is important, since it directly affects the revenue stream of local authorities. In this paper, we assess the relative predictive performance of different model specifications used in automated valuation. Specifically, we focus on the issue of spatial heterogeneity by comparing models that utilize different definitions of housing submarkets. In addition, we consider the inclusion of 'spatial' explanatory variables in the form of distance to various amenities as computed from a GIS. We apply this to data from the city of Bogotá, Colombia, a pioneer in the application of mass appraisal techniques in a developing country context. We find that specifications that include the submarkets improve predictive performance and that the inclusion of the spatial variables is superior to the traditional models of homogenous zones. However, even the best models are still characterized by relatively poor performance in the form of a high degree of overprediction of the house value. In addition, the predictive performance of the models varied by socio‐economic stratum in the city, which suggests that the dynamics of the housing markets in these strata would require closer and separate attention. These results may provide further guidance to enhance mass appraisal practice in the city of Bogotá as well as potentially other Latin American cities.Resumen. Los modelos hedónicos de precios de la vivienda se están aplicando cada vez más en procesos de tasación en masa, en los que las especificaciones econométricas se utilizan para obtener una valoración automatizada de propiedades con fines fiscales. La calidad predictiva de dichos modelos es importante ya que afecta directamente a los ingresos de las autoridades locales. En este artículo evaluamos el comportamiento predictivo relativo de diferentes especificaciones del modelo utilizadas en la tasación automatizada. Específicamente, nos fijamos en el problema de la heterogeneidad espacial mediante la comparación de modelos que utilizan definiciones diferentes para los submercados de la vivienda. Consideramos además la incorporación de variables explicativas 'espaciales' representadas por la distancia a diferentes servicios y calculadas mediante SIG. Aplicamos todo ello a datos de la ciudad de Bogotá, Colombia, pionera en la aplicación de técnicas de tasación en masa bajo un contexto de países en desarrollo. Descubrimos que las especificaciones que incluyen los submercados mejoran el comportamiento predictivo y que la incorporación de variables espaciales es superior a los modelos tradicionales de zonas homogéneas. Sin embargo, incluso los mejores modelos aun están caracterizados por un pobre comportamiento relativo en cuanto a un alto grado de sobrepredicción del valor de la vivienda. Asimismo, hubo variación en el comportamiento predictivo de los modelos de acuerdo con el estrato socio‐económico de la ciudad, lo que sugiere que las dinámicas de los mercados de la vivienda en estos estratos podrían requerir una atención más detallada por separado. Estos resultados podrían proporcionar pautas adicionales para mejorar las prácticas de tasación en masa en la ciudad de Bogotá, así como posiblemente en otras ciudades latinoamericanas.graphic
Problem melden