Expertos del Colegio de la Frontera Norte (Colef) de México han diseñado un método para valorar el suelo urbano de manera masiva, con el objetivo de obtener evaluaciones catastrales más eficientes y menos costosas
De acuerdo con Sergio Peña Medina, titular del proyecto, este método emplea un sistema de algoritmos matemáticos, conocido como krigin ordinario, que fue adaptado para las valoraciones.
El trabajo fue realizado en Ciudad Juárez, Chihuahua, donde los investigadores calcularon el valor del suelo del área urbana. La técnica consistió en que a partir de una muestra de aproximadamente 400 observaciones se genera un mapa de valor de suelo aplicando la técnica mencionada.
Las muestras se complementaron con información georeferenciada de superficies, antigüedad y conservación, uso y tipología, entre otras. A partir de ahí, el sistema creó un mapa de valor el cual señala cuáles son las zonas que tienen el mismo precio. Peña Medina destacó que con este método se podría dejar a un lado las valuaciones individuales que son realizadas por expertos peritos valuadores, las cuales tiene altos costos y también requieren de mucho tiempo para actualizar los catastros municipales.
Asimismo este tipo de estudios puede ayudar a los municipios a tener una mejor idea de la dinámica y el crecimiento del mercado inmobiliario, además de ofrecer al inversionista una mejor información sobre los precios del suelo. En el caso de los propietarios de los inmuebles, el sistema permitirá adaptar el valor del suelo para que el impuesto predial que paguen sea justo, acorde con el valor de mercado del inmueble.
El investigador del Colegio de la Frontera Norte añadió que este método se puede replicar en cualquier ciudad donde se necesite actualizar el mercado inmobiliario en menos tiempo y de manera más económica.
¿Qué es el Kriging?
Los métodos geoestadísticos utilizan métodos de autocorrelación espacial, conocida como kriging, que requiere un conocimiento de los principios de la autorrelación estadística espacial.
Estos métodos se utilizan cuando la variación de un atributo es tan irregular, y la densidad de las muestras es tan alta, que los métodos de interpolación pueden dar predicciones irreales.
El krigin ordinario, empleado en este caso, es un interpolador exacto en el sentido de que las ecuaciones calculadas las utiliza para interpolar los valores y habrá una coincidencia exacta entre los valores interpolados y los puntos de datos originales.