breve exposición acerca de las variables más significativas que pensamos influyen en la caída del precio de la vivienda.

1. El precio de la
vivienda en
España
2000 - 2011
Mercedes García Calomarde; mergarca@alumni.uv.es
Ismael Vargas Soler; isvarso@alumni.uv.es
Asignatura: Análisis de datos en economía; grupo J
Profesor: Salvador Carrasco arroyo
Universitat de València
Curso: 2011-2012
1

2. ÍNDICE
Pág.
1. Resumen
2. Palabras clave
3. Introducción
4. Objetivos 3
4.1 Objetivos generales
4.2 Objetivos específicos
5. Análisis
5.1. Definición de variables 4
5.2. comparación de medias 7
4.2.1 ANOVA de un factor 10
5.3. Correlación y contraste de hipótesis 11
5.4. Modelo de regresión 14
5.5. Análisis descriptivo y estacionalidad 20
5.6. Predicción de la serie a C/P 21
5.7. Análisis conjunto de variables 22
6. Conclusiones 22
7. Referencia bibliográfica
8. Anexos
2

3. 1. RESUMEN
El presente trabajo se fundamenta en analizar la situación del mercado inmobiliario, en concreto
las fluctuaciones que ha sufrido el precio de la vivienda. Más adelante, se recopila la
información, determinamos la muestra y el periodo de aplicación, para analizar los datos con los
procesos estadísticos pertinentes.
De este modo, se presenta una descripción del mercado inmobiliario durante el periodo 2000 –
2011, así como de los factores económicos que han influido en él.
El precio de la vivienda ha caído en los últimos años y este estudio se ha centrado en las causas
del porqué.
2. PALABRAS CLAVE: precio, oferta y demanda de la vivienda
3. INTRODUCCIÓN
Nuestro estudio se centra en la investigación del mercado de la vivienda entre los años 2000 y
2011.
Dentro del sector de la construcción residencial nos centramos en el mercado de la vivienda
nueva.
En los años previos al 2007 se gozaba de una buena situación económica, en 2007 estalló la
burbuja inmobiliaria que llevó a los países más importantes a una recesión.
En una situación de incertidumbre como la actual, con una tasa de desempleo rozando máximos,
con el precio de la vivienda cayendo, así como el descenso de la renta per cápita y de la
inversión, se considera oportuno analizar las variables más importantes de las que se ha hablado
en aportaciones de especialistas en la materia para explicar cómo hemos llegado a esta situación.
Este estudio quiere analizar y averiguar con las variables que se han considerado más
apropiadas, cuales han sido los motivos que nos han llevado a esta situación y si se podría haber
evitado de alguna forma con los datos que muestran las estadísticas, utilizando una metodología
estadística especializada.
3

4. 4. OBJETIVOS DE LA INVESTIGACIÓN:
Queremos saber la demanda de viviendas y si existe un sobre stock y/o sobrevaloración del
precio de la vivienda que lleve a esta situación de caída de precios, así como valorar la inversión
en España.
Queremos averiguar si se podría haber solucionado con anterioridad dicha sobrevaloración y qué
impacto ha tenido.
4.1 Objetivos generales:
Explicar la evolución del precio de la vivienda, la oferta y la demanda y qué variables han
influido más, para explicar qué respuesta ha tenido el sector de la construcción y de las
economías domésticas.
4.2Objetivos específicos (hipótesis de trabajo):
H1: ¿El precio de la vivienda está relacionado con el desempleo?
H2: ¿El precio de la vivienda está relacionado con el esfuerzo de la renta familiar destinado a la
adquisición de vivienda?
H3: ¿Existe relación entre el precio de la vivienda y el tipo de interés?
H4: ¿Existe relación entre el precio de la vivienda y la inversión residencial extranjera?
H5: ¿Existe relación entre el PIB y el desempleo?
H6: ¿Existe relación entre el desempleo y la inflación?
H7: ¿Existe relación entre el IPC y el precio de la vivienda?
H8: ¿Existe relación entre el esfuerzo familiar y el tipo de interés?
H9: ¿Existe relación entre la evolución de la demanda de viviendas y el tipo de interés?
H10: ¿Existe relación entre la evolución de la oferta de viviendas y el esfuerzo de las familias?
4

5. 5. ANÁLISIS
5.1. Definición de variables
Para comprobar estas hipótesis de trabajo, vemos fundamental realizar un análisis de las
variables transversales y otro de las longitudinales.
Atendiendo a la Encuesta de Presupuestos familiares (EPF), obtenemos las variables necesarias e
importantes para comparar la situación en 2007 (antes de la crisis) y en 2010 (en plena crisis).
Las variables de carácter longitudinal las estudiaremos con una secuencia temporal dividida en
trimestres, para obtener una cantidad de datos suficiente como para que nuestros resultados
puedan contrastarse con una muestra significativa.
El periodo seleccionado para nuestro análisis parte del año 2000 hasta el 2011, visto que en este
periodo de tiempo, se produce el crecimiento y el punto de inflexión de la situación económica
en España.
Variables elegidas:
Las variables transversales son: Año de la encuesta, Comunidad Autónoma, Situación
profesional, Número de miembros del hogar de 18 o más años, Tipo de hogar (segunda
clasificación), Situación del hogar respecto a la ocupación, Estado civil, Estudios completados,
Intervalo de ingresos mensuales netos totales del Sustentador principal, Ocupación que
desempeña o desempeñó, Tipo de contrato, Régimen de tenencia.
Las variables transversales nos informan del estado de una muestra observada en un momento
concreto. Con estas variables podemos comparar la situación de los hogares y del tipo de
vivienda que se tenía en 2007 y 2010, para comprobar si ha habido modificaciones en las
preferencias de demanda de los españoles, así como el tipo de contrato laboral antes de la crisis y
después y la caída de la renta familiar además del desempleo.
5

6. Respecto al análisis de las variables longitudinales, analizaremos cómo han fluctuado a lo largo
del tiempo el precio de la vivienda, el desempleo, el tipo de interés (Euribor a un año), la
inflación, el endeudamiento de las familias, la oferta y demanda de viviendas, la inversión
residencial extranjera y el PIB. Con el objetivo de encontrar relaciones entre ellas e intentar
encontrar una explicación económica acerca de las consecuencias que nos han llevado a esta
situación de inestabilidad.
A continuación damos una breve explicación del significado de las variables que hemos
seleccionado y de los valores que toman para el posterior análisis.
- Variables transversales;
Las variables transversales nos ayudarán a comparar la situación del año 2007, justo antes de la
crisis, con el año 2010, una vez la crisis ya ha tenido efectos notables.
1. Año encuesta: Año en que se realiza la encuesta, para comparar el año justo antes de la
crisis (2007) con el año 2010.
2. Número ocupados en el hogar: Indica el número de miembros del hogar que trabajan.
3. Situación profesional: Indica la situación profesional del sustentador principal;
(1=asalariado), (2=autónomo), (3=empleador).
4. Número de miembros en el hogar: Indica el número de miembros que habitan el hogar
del sustentador principal (1,..,n).
5. Tipo hogar: Define las características de los miembros que habitan los hogares; (1=Una
persona de 65 o más años), (2=Una persona de edad de 30 a 64), (3=Una persona de
menos de 30 años), (4=Un adulto con niños menores de 18 años), (5=Pareja sin hijos
teniendo al menos uno de los miembros 65 años o más), (6=Pareja sin hijos teniendo los
dos miembros menos de 65 años), (7=Pareja con un hijo menor de 18 años), (8=Pareja
con dos hijos menores de 18 años), (9=Pareja con tres o más hijos menores de 18 años),
(10=Padre o madre solo, con al menos un hijo de 18 o más años), (11=Pareja con al
menos un hijo de 18 o más años).
6. Estado civil del sustentador principal: Indica cual es el estado civil del sustentador
principal; (1=Soltero), (2=Casado), (3=Viudo), (4)=Separado), (5=Divorciado).
6

7. 7. Estudios del sustentador principal: Indica cuales son los estudios completados por el
sustentador principal (1= no sabe leer ni escribir), (2=sabe leer y escribir pero no ha
completado estudios básicos), (3=Bachiller elemental, graduado escolar o en ESO,
certificado de escolaridad), (4=Bachiller superior, BUP, bachiller LOGSE, COU, PREU),
(5=FPI, FP de grado medio, oficialía industrial o equivalente), (6=FPII, FP de grado
superior, maestría industrial o equivalente), (7=Estudios universitarios 1er
ciclo y
equivalentes), (8=Estudios universitarios 2º y 3er
ciclo y equivalentes).
8. Intervalo de ingresos del sustentador principal: Indica una aproximación de los ingresos
mensuales netos del sustentador principal. (1= Menos de 500 €), (2=De 500 a menos de
1000 €), (3= De 1000 a menos de 1500 €) , (4= De 1500 a menos de 2000 €), (5= De
2000 a menos de 2500 €), (6= De 2500 a menos de 3000 €), (7= 3000 y más €).
9. Ocupación que desempeña o desempeñó: Indica el sector profesional en el que trabaja o
trabajaba. (1= más cualificado,..., 9= no cualificado)
10.Tipo de contrato: Indica si el tipo de contrato es: (1=Indefinido), (2=temporal), (3=sin
contrato).
11.Régimen de tenencia: Indica el regimen de tenencia de la vivienda; (1=propiedad sin
préstamo), (2=con hipoteca), (3=alquiler), (4=Alquiler reducido), (5,6=Cesión semi-
gratuita).
- Variables longitudinales;
Las variables longitudinales son las que estudiamos a lo largo del tiempo, nos muestra la
evolución que han tenido desde el año 2000 hasta el año 2011. Estudiaremos la relación que
existe entre ellas.
1. Inversión residencial extranjera: Dato en miles de euros que nos indica la cantidad de
dinero que invierten los extranjeros en vivienda residencial de nuestro país.
2. Precio de la vivienda: Precio medio de la vivienda nueva en España por metro cuadrado.
2. Tasa de paro: Indica la variación del desempleo.
4. Euribor (a un año): Es el tipo de interés del mercado interbancario, se obtiene calculando
la media del tipo de interés al que se prestan dinero las principales entidades financieras
de Europa a un año. Es el indicador de referencia en España para calcular el tipo de
7

8. interés hipotecario.
5. IPC: Mide la evolución del conjunto de precios de los bienes y servicios que consume la
población residente en viviendas familiares en España.
6. Demanda de viviendas: Número de préstamos concedidos para la adquisición de vivienda
nueva.
7. Oferta de viviendas: Número de viviendas nuevas construidas.
8. Esfuerzo de la renta familiar para adquisición de vivienda: Porcentaje de la renta familiar
destinada a la adquisición de una vivienda, mide el esfuerzo monetario de una familia
para adquirir una vivienda.
9. PIB: Producto Interior Bruto, es una medida agregada que expresa el valor monetario de
la producción de bienes y servicios finales de un país durante un periodo de tiempo.
Hemos obtenido la tasa de variación a precios constantes con año base 2006.
5.2. Comparación de medias
- Variables Transversales
En el gráfico 1 podemos comparar las medias, medianas y modas, de las distintas variables para
el año 2007 y 2010.
Gráfico1.Media, mediana y varianza de las variables transversales en 2007 y 2010. Fuente: Elaboración
propia(SPSS).
La media es la suma del valor de las variables dividido por el número de variables observadas.
La mediana es una medida central, que deja el 50% de los valores a la izquierda y el otro medio
a la derecha. La moda es el valor que más se repite.
8
Estadísticos
Estado civil
N Válidos 21542 20690 21542 21542 21542 21542 20224 20689 16210 21540
Perdidos 0 852 0 0 0 0 1318 853 5332 2
Media 2007 1,22 1,28 2,87 7,59 2,13 3,86 3,07 5,32 1,23 1,73
Mediana 2007 1,00 1,00 3,00 8,00 2,00 3,00 3,00 6,00 1,00 1,00
Moda 2007 1 1 4 11 2 2 3 7 1 1
Media 2010 1,07 1,26 2,84 7,43 2,15 4,05 3,16 5,27 1,24 1,80
Mediana 2010 1,00 1,00 3,00 7,00 2,00 3,00 3,00 6,00 1,00 1,00
Moda 2010 1 1 4 11 2 3 2 7 1 1
Número de
miembros
ocupados en
el hogar
Situación
profesional
Número de
miembros del
hogar de 18 o
más años
Tipo de hogar
(segunda
clasificación)
Estudios
completados
Intervalo de
ingresos
mensuales
netos totales
del
sustentador
principal
Ocupación
que
desempeña o
desempeñó
Tipo de
contrato
Régimen de
tenencia

9. La media del número de miembros ocupados en el hogar en 2007 es superior a la media de
2010. El número de miembros ocupados cae de 2007 a 2010 debido al incremento de la tasa de
desempleo (analizado en las variables longitudinales).
Respecto a la situación profesional, hay un aminoramiento en la media de 2007 a 2010, por tanto
hay una disminución de los trabajadores independientes/autónomos y un aumento de los
asalariados o una mayor disminución relativa de los trabajadores independientes/autónomos
mayor a la disminución de los asalariados.
La media del número de miembros del hogar disminuye entre 2007 y 2010, esto implica que
disminuye el número de miembros del hogar de más de 18 años.
En la variable Tipo de Hogar, se observa una disminución de la media, lo que, según los datos
analizados, aumentan los hogares con una sola persona.
Respecto al estado civil, se produce un aumento de los divorcios o separaciones en 2010 con
respecto a 2007, esto concuerda con la variable anterior "tipo de hogar", a mayor divorcios,
mayor número de hogares con un habitante.
Atendiendo a los estudios completados, la media crece de forma importante y además el valor
más repetido (moda) en 2007 es “2” que representa “sabe leer ni escribir pero no ha completado
EGB, ESO o bachiller elemental” y en 2010 la moda es el “3” que representa “Bachiller
elemental, graduado escolar o ESO, certificado de escolaridad”, por tanto se ve un aumento en la
cualificación del sustentador principal.
En el intervalo de ingresos mensuales se observa una disparidad en los datos, dado que la moda
en 2007 es “3” (1000-1500€) y se reduce en 2010 a “2” (500-1000€). Mientras que la media ha
crecido de 3.07 a 3.16. Esto se debe a que la mayor parte del empleo que se ha destruido,
corresponde a personas con niveles de renta bajos, y al reducir el número de observaciones en
los intervalos de ingresos inferiores, la media crece porque la caída del empleo entre personas
con intervalos de ingresos elevado ha caído relativamente menos. Por tanto se ha producido una
desigualdad en el nivel de renta, incrementando la brecha entre asalariados con niveles de
ingresos más elevados y asalariados con intervalos de ingresos más bajos.
9

10. La variable ocupación muestra una caída del empleo no cualificado desde 2007 a 2010, dado
que la media pasa de 5.32 a 5.27. La variable Tipo de Contrato pasa de una media 1.23 a 1.24,
por lo tanto, aumentan los trabajadores con contrato temporal aunque muy ligeramente.
El régimen de tenencia muestra un aumento de la media de 2007 a 2010, con lo que se puede
deducir que aumenta el número de alquileres contratados durante estos años. La causa principal,
se debe al esfuerzo que deben hacer las familias para adquirir una vivienda nueva (que es muy
elevado) además que, a partir de 2008 cae el número de préstamos para hipotecas, por el
excesivo e insostenible nivel de préstamos anterior, en algunos casos con riesgo importante.
Se puede concluir que se ha producido un empeoramiento de la renta, así como del nivel de
ocupación.
Utilizando el método de comparación de medias para pruebas independientes, se ha obtenido 2
cuadros que muestran la relación entre el tipo de contrato y los estudios completados, y el
régimen de tenencia y el intervalo de ingresos.
Estadísticos de grupo
Tipo de contrato N Media Desviación típ.
Error típ. de la
media
Estudios completados Indefinido 26364 4,33 2,134 ,013
Eventual/temporal 6106 3,43 1,825 ,023
Gráfico 2: Comparación de medias Estudios completados/tipo de contrato. Fuente: EPF. Elaboración propia (SPSS).
Hemos realizado una comparación entre los estudios completados y el tipo de contrato
(indefinido/temporal).
El gráfico 2 muestra que los sustentadores con un tipo de contrato indefinido de media han
superado “Bachiller superior, BUP, bachiller LOGSE, COU, PREU” y sustentadores con un tipo
de contrato eventual/temporal han completado en media los estudios de “Bachiller elemental,
graduado escolar o en ESO, certificado de escolaridad”, por lo que las personas con un contrato
indefinido tienen mas estudios completados que los que poseen un contrato temporal.
10

11. Estadísticos de grupo
Régimen de tenencia N Media Desviación típ.
Error típ. de la
media
Intervalo de ingresos
mensuales netos totales del
sustentador principal
Propiedad con préstamo o
hipoteca en curso
12776 3,56 1,356 ,012
Alquiler 3984 2,70 1,219 ,019
Gráfico 3: Comparación medias intervalo ingresos/régimen de tenencia. Fuente: EPF. Elaboración propia (SPSS).
Hemos realizado una comparación entre el intervalo de ingresos mensuales netos totales del
sustentador principal y el régimen de tenencia.
En el gráfico 3 observamos que las personas con una propiedad con préstamo o hipoteca en
curso poseen un intervalo de ingresos de entre 1000 a 1500 € mensuales, mientras que los que
poseen un régimen de alquiler obtienen unos ingresos mensuales entre 500 y 1000 €. Por lo
tanto, deducimos que a mayor sueldo, mas facilidad para la adquisición de una vivienda. Como
vimos en el gráfico 1, ha caído el intervalo de ingresos y comprobaremos que la demanda de
vivienda nueva también.
5.2.1 ANOVA de un factor
Gráfico 4. ANOVA de un factor: Intervalo ingresos/ocupación. Fuente: EPF. Elaboración propia (SPSS).
11

12. El análisis de la varianza de un factor (ANOVA) muestra la comparación de la media de los
intervalos de ingresos según la ocupación que desempeña o desempeñó el sustentador principal
de los hogares. En definitiva, cuanta mas cualificación más ingresos.
5.3. correlaciones y contraste de hipótesis
En el gráfico 5 se observa que los coeficientes de correlación lineal1
entre las variables
“correlación de Pearson”, este coeficiente, nos indica la fortaleza de la correlación2
(cuanto mas
se acerque a -1 o 1, más fuerte) así como si la relación es positiva o inversa (determinada por el
signo “-”).
Gráfico 5: Correlación entre variables longitudinales (a lo largo del tiempo) Fuente: Elaboración propia a partir
de los datos del INE y BdE.
1 Coeficiente de correlación lineal: Mide la fuerza de asociación lineal entre dos variables.
2 Correlación: Mide la fuerza o grado de relación lineal entre dos variables
12
Correlaciones
PIB ESFUERZO
1 .074 -.542 -.101 .248 .722 .452 .397 -.114
Sig. (bilateral) .622 .000 .499 .093 .000 .001 .006 .457
N 47 47 47 47 47 31 47 47 45
.074 1 .067 -.212 -.259 -.187 -.043 -.153 .420
Sig. (bilateral) .622 .653 .147 .075 .304 .774 .300 .004
N 47 48 48 48 48 32 47 48 45
-.542 .067 1 -.571 -.476 -.846 -.881 -.655 -.140
Sig. (bilateral) .000 .653 .000 .001 .000 .000 .000 .358
N 47 48 48 48 48 32 47 48 45
-.101 -.212 -.571 1 .584 .277 .394 .332 .095
Sig. (bilateral) .499 .147 .000 .000 .125 .006 .021 .534
N 47 48 48 48 48 32 47 48 45
.248 -.259 -.476 .584 1 .422 .380 .670 -.106
Sig. (bilateral) .093 .075 .001 .000 .016 .008 .000 .486
N 47 48 48 48 48 32 47 48 45
.722 -.187 -.846 .277 .422 1 .846 .673 -.039
Sig. (bilateral) .000 .304 .000 .125 .016 .000 .000 .843
N 31 32 32 32 32 32 31 32 29
.452 -.043 -.881 .394 .380 .846 1 .608 .154
Sig. (bilateral) .001 .774 .000 .006 .008 .000 .000 .312
N 47 47 47 47 47 31 47 47 45
PIB .397 -.153 -.655 .332 .670 .673 .608 1 .122
Sig. (bilateral) .006 .300 .000 .021 .000 .000 .000 .424
N 47 48 48 48 48 32 47 48 45
ESFUERZO -.114 .420 -.140 .095 -.106 -.039 .154 .122 1
Sig. (bilateral) .457 .004 .358 .534 .486 .843 .312 .424
Inversión
Residencial
Extranjera
Precio de la
Vivienda
nueva libre
Tasa de
Desempleo
Tipo de
interés
mercado
interbancario
a un año
Índice Precios
al Consumo
Prestamos
concecidos
adquisición
vivienda
nueva
Número de
viviendas
construidas
Inversión
Residencial
Extranjera
Correlación de
Pearson
Precio de la
Vivienda
nueva libre
Correlación de
Pearson
Tasa de
Desempleo
Correlación de
Pearson
Tipo de
interés
mercado
interbancario
a un año
Correlación de
Pearson
Índice Precios
al Consumo
Correlación de
Pearson
Prestamos
concecidos
adquisición
vivienda
nueva
Correlación de
Pearson
Número de
viviendas
construidas
Correlación de
Pearson
Correlación de
Pearson
Correlación de
Pearson

13. “El coeficiente de correlación lineal se define como un índice entre dos variables que mide la relación que
existe entre ellas, los valores que puede tomar están acotados entre -1 y 1, siendo más fuerte la relación,
cuanto mayor se acerque a dichos valores. El signo indica el sentido de la relación, si es positivo, van en el
mismo sentido y si es negativo, tienen un comportamiento inverso”. "Damodar N. Gujarati y Dawn C.
Porter. Econometría (2010). Regresión y correlación p20."
Dados los coeficientes de correlación lineal se observa:
– La inversión residencial extranjera está fuertemente correlacionada positivamente con
los préstamos concedidos para la adquisición de la vivienda nueva (+0.772) y
negativamente con la tasa de desempleo (-0.542). Esto significa que a mayor Inversión
residencial extranjera, mayor es el número de préstamos concedidos para la adquisición
de vivienda nueva y menor es la tasa de desempleo, dado que se genera más producción
de viviendas y trabajo.
– El precio de la vivienda nueva libre tiene una correlación positiva con el esfuerzo de la
renta familiar para adquirir una vivienda (+0.420) y sólo un (+0.260) con el IPC. El
precio de la vivienda libre no está fuertemente correlacionado con el IPC, aunque es un
factor que determina el esfuerzo de las familias para adquirir una vivienda. Teniendo en
cuenta, que en España los salarios van ligados al IPC y que el esfuerzo para adquirir una
vivienda ha crecido, se puede decir que el precio de la vivienda ha sido por término
medio mayor al incremento del IPC, lo que en términos reales significa que el precio de
la vivienda ha aumentado más que la renta per cápita, dificultando así el acceso a la
misma.
– La tasa de desempleo posee una fuerte correlación negativa con los préstamos
concedidos para la adquisición de vivienda nueva, número de viviendas construidas y el
PIB ( > -0.60) y con fuerza media también está afectando negativamente a la inversión
residencial extranjera y al Euribor. Esto significa que estas variables explican parte del
crecimiento del empleo.
– En el tipo de interés interbancario (Euribor) encontramos correlación positiva con el
13

14. IPC (+0.58), esto es debido a que el Euribor tiene una fuerte relación con el interés oficial
del Banco Central Europeo (BCE), cuyo objetivo es el de regular los precios y lo hace
mediante la política monetaria, modificando los tipos de interés oficiales con el objetivo
de mantener el nivel de precios estable en la eurozona.
– El PIB tiene una buena relación lineal (>0.60) con la Tasa de desempleo (relación
inversa), IPC y número de viviendas construidas.
Atendiendo a las hipótesis podemos deducir:
H1: ¿El precio de la vivienda está relacionado con el desempleo? No, correlación (0.067)
H2: ¿El precio de la vivienda está relacionado con el esfuerzo de la renta familiar destinado a la
adquisición de vivienda? Si, existe una correlación moderada (0.42).
H3: ¿Existe relación entre el precio de la vivienda y el tipo de interés? No, correlación (0.147)
H4: ¿Existe relación entre el precio de la vivienda y la inversión residencial extranjera? No,
coeficiente de correlación cercano a 0.
H5: ¿Existe relación entre el PIB y el desempleo? Si, correlación negativa (-0.655)
H6: ¿Existe relación entre el desempleo y la inflación? Si, es inversa y moderada (-0.47)
H7: ¿Existe relación entre el IPC y el precio de la vivienda? Negativa (-0.26)
H8: ¿Existe relación entre el esfuerzo familiar y el tipo de interés? No, afecta escasamente
(0.095)
H9: ¿Existe relación entre la evolución de la demanda de viviendas y el tipo de interés? ligera
correlación (0.27)
H10: ¿Existe relación entre la evolución de la oferta de viviendas y el esfuerzo de las familias?
Muy moderada (0.312).
Resumiendo, observamos que la tasa de desempleo tiene una fuerte relación negativa con el
mercado de la vivienda (oferta y demanda) con lo que podemos concluir que una gran parte del
mercado laboral depende del sector de la construcción (residencial). Existe también correlación
lineal con la inversión residencial extranjera y con la producción nacional a nivel agregado, así
que esto explica que la economía española depende en cierta manera del sector de la
construcción, además, la inversión residencial extranjera y el PIB están moderadamente
correlacionados.
14

15. El mercado de la vivienda, como podemos ver en el siguiente gráfico, por el sobre stock de
oferta, se ha visto colapsado. Cabe añadir la caída de la inversión residencial extranjera, lo cual
ha provocado una caída del PIB y un aumento del desempleo, demostrando la correlación
existente entre las variables y se ha visto cómo ha caído el precio de la vivienda (ver gráfico 13).
Gráfico 6. Oferta y demanda de viviendas. Elaboración propia. Fuente BdE.
También observamos una fuerte correlación positiva entre la inversión residencial extranjera y la
demanda de préstamos para la vivienda nueva, esto nos dice que entidades financieras
extranjeras nos han financiado hipotecas para la adquisición de viviendas y además los
extranjeros han adquirido viviendas en nuestro país.
El esfuerzo de renta familiar se ve especialmente influenciado por el precio de la vivienda dado
que, a mayor precio de la vivienda mayor esfuerzo de renta familiar hay que hacer para adquirir
una vivienda, esto nos está indicando que el precio de la vivienda crecía mucho mas rápidamente
que la renta disponible familiar.
El tipo de interés interbancario no tiene una fuerte relación con el esfuerzo de la renta familiar
para adquirir una vivienda, aunque aparentemente el aumento l tipo de interés podría afectar al
esfuerzo familiar ya que, como veremos más adelante, el 97% de las hipotecas están
referenciadas a tipo de interés variable, lo que implica que en la subida de tipos de interés ha
incrementado el esfuerzo familiar de las familias ya hipotecadas, no se ha visto este efecto en el
“esfuerzo de la renta familiar para adquirir una vivienda” porque cada año las hipotecas se
concedían con un plazo de amortización más amplio y el esfuerzo no aumenta tanto.
15
1er trimestre 00
4º trimestre 01
3er trimestre 03
2º trimestre 05
1er trimestre 07
4º trimestre 08
3er trimestre 10
0
50000
100000
150000
200000
250000
Oferta y Demanda de Vivienda nueva
DEMANDA V
OFERTA V
Unidades

16. 5.4. modelo de regresión
Variables del modelo:
PC: Prestamos Concedidos para adquisición de vivienda nueva
IRE: Inversión Residencial Extranjera
UN: tasa de desempleo
NVC: Numero de Viviendas Construidas
PIB: Producto Interior Bruto
u: perturbación aleatoria, o error de estimación
βi: parámetros, miden la influencia que las variables explicativas tienen sobre el regresando, es
decir, cuánto varía la variable dependiente, por cada unidad que varia la variable independiente.
1. PC = β1 + β2*XIRE + β3*XUN +β4*XPV + u
2. NVC = β1 + β2*XIRE + β3*XPC + u
3. UN = β1 + β2*XIRE + β3*XNVC + β4*XPIB + u
sustituyendo datos:
1. PC = 335544,835 – 5264,994 * XUN + 0,007 * XIRE – 81,729 * XPV + u
2. NVC = - 88686,308 + 2,419 * XIRE + 0,87 * XPC + u
3. UN = 19,099 – 0,31 * XIRE – 4,526 * XNVC – 0,899 * XPIB + u
Hemos obtenido un modelo de regresión lineal con tres ecuaciones, porque existen variables que
explican el comportamiento de más de una variable dependiente. Por tanto, se observa que las
variables dependientes en nuestro modelo son los préstamos concedidos para la adquisición de
vivienda nueva, las nuevas casas construidas y la tasa de desempleo. De manera que, hemos
añadido a cada variable dependiente las variables más significativas que pensamos que son
independientes en el modelo como por ejemplo:
16

17. Ecuación 1: Se ha llevado a cabo la modelización de los préstamos concedidos para la
adquisición de vivienda nueva en función de la inversión residencial extranjera y la tasa de
desempleo. Hemos analizado que cuanto mayor es la inversión residencial extranjera, crece el
número de préstamos para la adquisición de una vivienda, lo que nos indica que una parte de la
financiación para adquirir viviendas nuevas ha venido del extranjero.
Gráfico 7: Diagrama de dispersión entre PCAV y UN Gráfico 8: Dispersión entre PCAV e IRE
Fuente: Banco de España. Elaboración propia (SPSS)
También se observa que cuanto más aumenta la tasa de desempleo menos prestamos se conceden
para adquisición de la vivienda, esto es debido a que al aumentar la tasa de desempleo,
disminuye la renta y aumenta la incertidumbre de la estabilidad financiera de las familias.
Ecuación 2: Se ha tomado como variable dependiente el número de viviendas construidas que
depende de la inversión residencial extranjera y de los préstamos concedidos para la adquisición
de vivienda nueva.
Al aumentar la inversión residencial extranjera aumenta el número de viviendas construidas, lo
que explica que la inversión extranjera haya tenido un papel muy importante en la construcción
en España según nuestro modelo.
Los préstamos concedidos para la adquisición de vivienda nueva afectan de forma positiva a la
construcción de viviendas, la oferta ha respondido menos que la demanda.
17

18. Según el parámetro βPC = 0,87 podemos explicar que por cada préstamo concedido sólo se
construían 0,87 viviendas con los datos que tenemos.
Pero estos datos están sesgados en el tiempo, debido a la falta de datos hasta 2005 de los
préstamos concedidos. Hasta el año 2008, la oferta de viviendas ha sido mucho mayor que la
demanda, lo que implica un sobre stock de viviendas, como vimos en el supuesto anterior, que se
ha ido acumulando a lo largo de los años, creando un exceso de oferta de 626.789 viviendas, lo
que supone que si se mantiene la demanda actual constante en 40.000 viviendas al año, existen
suficientes viviendas construidas para los próximos quince años. Por tanto, la variable nuevas
viviendas construidas ha crecido más que la demanda. (Ver gráfico 9)
Gráfico 9: Dispersión entre NVC y PCAV
Fuente: Banco de España. Elaboración propia (SPSS)
Ecuación 3: Hemos tomado como variable dependiente la tasa de desempleo que depende de la
inversión residencial extranjera, de las nuevas viviendas construidas y del PIB.
Se observa que al aumentar la inversión residencial extranjera, aumenta el número de viviendas
construidas y se reduce la tasa de desempleo, debido a la fuerte dependencia de España al sector
de la construcción.
18

19. El PIB afecta de forma negativa a la tasa de desempleo, ya que la caída de la producción, sobre
todo en el sector de la construcción ha tenido un impacto importante en el empleo, las
consecuencias de este hecho pueden deberse a que los precios han crecido de una manera
desproporcionada a pesar del sobre stock de viviendas que se estaba gestando.
Gráfico 10: Dispersión entre Un y NVC. Fuente: Banco de España elaboración propia (SPSS)
El trabajo se ha fundamentado principalmente en la búsqueda de variables que expliquen el
comportamiento del precio de la vivienda en los últimos años, es decir, para explicar la caída que
ha sufrido. Para ello utilizamos las variables longitudinales que consideramos más oportunas.
Y como hemos visto en el análisis de dichas variables, la situación del sustendador principal ha
empeorado, así como los desequilibrios internos y externos que han dificultado, por una parte el
acceso al crédito, y por otra parte la destrucción de empleo. Con un claro impacto en la oferta y
demanda de viviendas, que a su vez ha provocado la caída del precio de la vivienda.
Para contrastar las variables hemos calculado el coeficiente de correlación lineal de Pearson,
obteniendo unos resultados que nos han sorprendido.
19

20. Se observa que algunas variables que preveíamos que tendrían una alta correlación lineal no la
tienen. Como es el caso del Precio de la Vivienda, la cual no posee una alta correlación lineal
con ninguna variable estudiada. Con las variables que más correlación tiene es con el IPC (-0.25)
y el Euribor (-0.21).
Otra variable que tiene mucha correlación con la mayoría de variables es el número de préstamos
concedidos para la adquisición de vivienda nueva, posee correlación positiva con la IRE, y el
número de viviendas construidas y correlación negativa con la tasa de desempleo.
También sorprende la alta correlación lineal negativa que tiene la tasa de desempleo con casi
todas las variables estudiadas (Préstamos Concedidos, Número de Viviendas construidas, PIB,
Inversión Residencial Extranjera y el EURIBOR).
Se han utilizado las variables longitudinales con mayor correlación lineal, que consideramos que
puedan explicar el comportamiento de otras variables tales como los préstamos concedidos, la
tasa de desempleo y el número de viviendas construidas. Con el objetivo de poder explicar de
forma teórica el precio de la vivienda, y demostrado que no existe relación lineal entre las
variables usadas en el modelo y el precio de la vivienda. Sólo hemos encontrado una pequeña
relación lineal negativa entre los préstamos concedidos (demanda) y el precio de la vivienda.
Gráfico 11: Precio y demanda de vivienda nueva. Fuente BdE, elaboración propia.
20
03/05
09/05
03/06
09/06
03/07
09/07
03/08
09/08
03/09
09/09
03/10
09/10
03/11
09/11
0,00
20,00
40,00
60,00
80,00
100,00
120,00
140,00
Precio y demanda de viviendas
Precio vivienda
Demanda viviendas

21. 5.5. Análisis descriptivo y estacional
Gráfico 12: Tasas medias de variación interanual. Fuente BdE, elaboración propia.
En el gráfico 12 se refleja la variación anual de algunas variables como el precio de la vivienda
nueva, la oferta y la demanda de viviendas y la tasa de desempleo. Hemos seleccionado estos
períodos porque consideramos oportuno diferenciar la época de máximo crecimiento (hasta
2006), el período de transición entre el auge y la caída a partir de 2009.
Calculando los periodos por separado, se puede ver con mayor claridad la estacionalidad de todo
el período, es decir, atendiendo al ciclo económico, separamos el periodo de crecimiento, la
transición y la caída, para obtener unos datos más fieles de la realidad.
Del periodo de 2000 a 2006 llama la atención que el precio de la vivienda crecía a tasas anuales
mucho mayores que la oferta y la demanda de viviendas, (14.17 > 7.29, 9.6), en tanto que en
2006-2008 el precio sigue aumentando a pesar que la oferta y la demanda de viviendas caen
alrededor del 14% anual. Observamos mucha disparidad entre el precio y la oferta y demanda de
viviendas. Para el período 2009-2011 el precio de la vivienda ya muestra caídas (-5.62%), la
oferta de viviendas cae mucho más que la demanda (-31.13 > -13.25). Hasta finales de 2011,
hemos visto caer la Oferta un 92.69%, la demanda un 66.81% y el precio de la vivienda un
19.02% desde los máximos registrados desde el año 2000.
En los años de bonanza económica (2000-2006), la tasa de desempleo caía a un ritmo del 7.22%
anual, es decir, crecía el empleo, en consonancia con el incremento de la demanda y oferta de
viviendas.
La tasa de desempleo en el periodo 2006-2008 marca un punto de inflexión, siendo los mínimos
en el segundo trimestre de 2007 ( la tasa de desempleo era del 8%).
En el periodo 2009-2011 la tasa del crecimiento del desempleo alcanza el 27% anual.
21
2000-2006 2006-2008 2009-2011 Máximo hasta 2011
Revalorización Precio vivienda nueva (% anual) 14,17 3,26 -5,62 -19,02
Oferta Viviendas 7,29 -15,76 -31,13 -92,69
Demanda Viviendas 9,6 -13,63 -13,25 -66,81
Tasa de desempleo -7,22 9,1 26,9 187,42%

22. Destacamos que desde los mínimos hasta el 2011 prácticamente se ha triplicado la tasa de
desempleo (187.42%)
Matizamos que en 2006 la tasa de desempleo cae un 6.84%, en 2007 aumenta un 3.61% y en
2008 se dispara un 37% (caída lehman brothers) hasta el 14% de la población activa.
Hemos intentado analizar el precio real de la vivienda, para comparar el valor nominal y el valor
real, pero como hemos vivido una situación de deflación, los datos obtenidos eran de una
disparidad asombrosa, por lo que no sabemos la interpretación económica de este hecho y
consideramos que es objeto de estudio.
5.6. Predicción de la serie a corto plazo
Hemos llevado a cabo la predicción a corto plazo del precio de la vivienda nueva, utilizando el
método de “suavización exponencial” y el modelo multiplicativo de Winters, con él se ha
obtenido la estimación del precio de la vivienda para 2012, que nos indica que seguirá cayendo
en la misma proporción que en 2011 hasta un precio de 1570€ metro cuadrado.
Gráfico 13: Precio de la vivienda nueva. Fuente BdE y elaboración propia a partir del método "Winters" (SPSS).
22
03/00
12/00
09/01
06/02
03/03
12/03
09/04
06/05
03/06
12/06
09/07
06/08
03/09
12/09
09/10
06/11
03/12
12/12
0
500
1000
1500
2000
2500
Precio de la vivienda nueva
Precio vivienda nueva
Precio estimado
metrocuadrado

23. 5.7. Análisis conjunto de variables
A lo largo de este estudio hemos visto como la oferta y la demanda de viviendas han tenido una
correlación significativa. No así como el precio de la vivienda que ha tenido un comportamiento
dispar con ambas variables.
Otro dato interesante a destacar es la aleatoriedad del precio de la vivienda, que no responde de
manera lineal a ninguna variable de las que hemos estudiado.
Encontramos una fuerte correlación entre la tasa de desempleo y el resto de variables. Por
ejemplo atendiendo a las variables transversales, vemos cierta correlación negativa con el nivel
de ingresos y una correlación positiva con los estudios completados, y con la ocupación que
desempeña y desempeñó.
Con las variables transversales analizadas, podemos concluir que los hogares españoles han
sufrido un empeoramiento de su situación, lo que explica la caída de la demanda de viviendas.
"Existen indicios que apuntan a la formación de una burbuja. Desde diversos organismos (por ejemplo el
Banco de España) se ha mostrado una cierta preocupación por las consecuencias del incremento del precio
de la vivienda y la acumulación de crédito hipotecario en las cuentas del sistema financiero."GARCÍA
MONTALVO, J. (2004) "LA VIVIENDA EN ESPAÑA: DESGRAVACIONES, BURBUJAS Y OTRAS
HISTORIAS"
"Desde el año 2000, el Banco de España, preocupado por el fuerte crecimiento del crédito en España y
consciente de la prociclicidad del mismo, introdujo la provisión estadística, que obligaba a las entidades a
provisionar fondos por riesgos inherentes al ciclo económico." ALVAREZ, J. (2010) "La banca española
ante la actual crisis financiera.
Estos comentarios nos indican que los supervisores de la economía española, ya preveían el
posible problema de la sobrevaloración de los precios de la vivienda, y que empezaron a tomar
medidas, pero han sido insuficientes, a pesar del comportamiento de la banca española, que por
el momento ha sido mejor que la europea y estadounidense, manteniendo mejores ratios de
solvencia.
23

24. Como hemos visto en las variables que hemos analizado, no hemos encontrado relación lineal
entre el precio de la vivienda con el resto de variables, aunque si hemos destacado que el
incremento de la demanda puede deberse a los bajos tipos de interés de los que nos hemos
aprovechado por la entrada en el euro: "La entrada de la economía española en la Unión
Económica y Monetaria supuso un impulso sin precedentes." ALVAREZ, J. (2010).
El autor también comenta que en España el negocio bancario se ha centrado en la atención al
cliente minorista, mientras que en el resto del mundo se han centrado en la emisión de activos y
pasivos desatendiendo a los clientes y sufriendo una fuerte dependencia del los mercados
financieros. A su vez, una parte muy importante de esos activos que se negociaban, no estaban
correctamente valorados, y cuando se ha conocido el valor real de los mismos, los balances de
los bancos se han visto fuertemente perjudicados.
En el caso español el problema es distinto, puesto que los bancos están acumulando numerosas
viviendas, que dados los problemas de sobreoferta y baja demanda, los precios empiezan a caer
progresivamente, impidiendo la refinanciación de hipotecas y causando el aumento de la tasa de
morosidad, lo que a su vez provoca que el valor de la hipoteca sea mayor que el valor de la
vivienda y exista un "desánimo" para pagar la hipoteca y se incremente más la tasa de mora.
Además, los bancos se están viendo perjudicados porque tienen los balances cargados de
inmuebles cuyo valor está cayendo, y por tanto no se conoce la valoración real de dichos
balances ni del impacto que supone. Mientras tanto, siguen provisionando para cubrir las
pérdidas (desconocidas) debidas a la depreciación de los inmuebles entre otros activos.
No hemos estimado oportuno hablar de hipotecas subprime en España puesto que sólo
representan el 0.03% de los activos de los bancos españoles.
Por tanto uno de los problemas del mercado de la vivienda en España, se centra en la estrategia
de los bancos a la hora de valorar las viviendas que tienen y provisionar sus balances para poder
hacer frente a futuros vencimientos de deuda. Mientras tanto tendrán falta de liquidez y el crédito
24

25. seguirá estancado, lo que conlleva a que no se realicen préstamos para la adquisición de
viviendas y tampoco llegue a empresas.
Por otra parte los bancos españoles según comenta Jose Antonio Álvarez : "el 97% de las
hipotecas se encuentra referenciado a tipo variable, lo que elimina el riesgo de tipo de interés
de las entidades".
Uno de los factores que determinan el precio de la vivienda, según ARELLANO, M. y
BENTOLILA, S. (2009) "La burbuja inmobiliaria; causas y responsables" es:
“En la medida en que los agentes tengan expectativas de incrementos futuros de los precios de la vivienda y
la demanda se vea influida positivamente por ellas, durante un tiempo es posible observar una espiral de
crecimiento de la demanda, la oferta y los precios. Así, parece claro que una parte significativa de la
inflación de la vivienda se ha debido a motivos especulativos: la gente compraba casas como inversión,
porque esperaba que se revalorizasen. Además, se consideraban una inversión segura, frente al riesgo de los
activos financieros revelado por el desplome de las bolsas de valores de 2002.”
Como nos ha parecido de cierta relevancia, hemos calculado la volatilidad (desviación típica) de
los rendimientos de la vivienda y del IBEX-35 (Media de las 35 emrpesas con mayor
capitalización bursátil de España).
Gráfico 14: Volatilidad y rendimientos Precio de la vivienda e IBEX-35. Fuente BdE. Elaboración propia
Los resultados obtenidos nos dicen que existe más volatilidad en el IBEX-35, frente a una
rentabilidad media pequeña (o negativa), mientras que los rendimientos de la vivienda sufren una
baja volatilidad ofreciendo altos rendimientos anuales medios (como vimos en el gráfico 12).
Analizando a qué comunidades ha afectado más el precio de la vivienda GARCÍA
MONTALVO,J. (2004) En "deconstruyendo la burbuja: "expectativas de revalorización y
precio de la vivienda en España" Señala que, las comunidades autónomas que mas han sufrido el
aumento del precio de la vivienda, han sido la Comunidad Valenciana y Murcia debido a su baja
tasa de crecimiento. Destaca:
25
Precio vivienda
Volatilidad sobre los rendimientos 2,54% 25,60%
Rendimientos (2000-2006) media anual 14,17% 0,00%
Ibex 35

26. “En valencia, el efecto “copa américa” ha hecho elevarse el precio de la vivienda un 30%.
La mayoría de las personas que adquirían una vivienda lo hacían como inversión, ya que las expectativas
eran que el precio de la vivienda continuara subiendo.”
También hemos considerado muy interesante la siguiente anotación, en la que estamos
totalmente de acuerdo y, que además consideramos imprescindible para evitar posbles
situaciones caoticas como la actual, y nos referimos concretamente a lo que comenta este autor.
"Asimismo, es imprescindible que la comunidad financiera internacional extraiga lecciones que
permitan evitar que se repita una crisis como la actual, fortaleciendo el sistema supervisor, la
transparencia y los mecanismos de valoración de las entidades financieras." ALVAREZ, J. (2010).
6. CONCLUSIONES
Nuestro trabajo se ha fundamentado en el precio de la vivienda nueva, desde la época de
bonanza económica, hasta la actualidad (2000-2011). Hemos visto en el gráfico 13, la evolución
del precio de la vivienda.
Y según los datos estudiados, no vemos síntomas de recuperación en el precio de la vivienda.
Hemos hablado del problema de los bancos para conceder préstamos, la caída de la renta per
cápita así como de la Inversión Residencial Extranjera, factores que determinan la demanda. Por
tanto con una demanda tan débil, y una sobre-oferta de viviendas, que como hemos dicho cubre
la demanda de varios años. No vemos motivos, para que el precio de la vivienda crezca, y por
tanto esperamos que continuen las caídas en el próximo año.
Al analizar las variables hemos descubierto que no existe relación lineal entre el precio de la
vivienda y las otras variables. Por tanto, pensamos que el metodo de regresión lineal no és
suficientemente explicativo de la evolución del precio de loa vivienda y se podrían utilizar otros
métodos.
26

27. 7. REFERENCIAS BIBLIOGRÁFICAS
ARELLANO, M. y BENTOLILA, S. (2009) "La burbuja inmobiliaria; causas y responsables"
ÁLVAREZ, J. (2010) "La banca española en la actual crisis financiera"
CAMPOS ECHEVARRÍA., J. "La burbuja inmobiliaria española"“Análisis Financiero”
CARRASCO ARROYO, S. "Procesos básicos de estadística con SPSS" (2009).
CASTILLO, M. "¿Alquilar y ganar dinero? El futuro del negocio de la vivienda", "El 'boom'
inmobiliario en España". www.Expansión.es.
Damodar N. Gujarati y Dawn C. Porter. Econometría (2010). Análisis de regresión múltiple
188pp, Creación de modelos econométricos 467pp.
GARCÍA MONTALVO, (2004) J. "deconstruyendo la burbuja: "expectativas de revalorización y
precio de la vivienda en España" , "La vivienda en España, desgravaciones, burbujas y otras
historias"
"Uno de cada dos hogares españoles tiene deudas pendientes por la compra de vivienda y
vehículos" (2011) Banco de España.
Datos obtenidos de:
Asociación hipotecaria española www.ahe.es
Banco de España www.bde.es
Instituto Nacional de Estadística www.ine.es
Fundación de Cajas de Ahorro www.Funcas.es
27

28. 8. ANEXOS
Hemos utilizado 9 variables longitudinales (considerando que se comportan como una Normal)
en periodos trimestrales desde el 2000 hasta el 2011.
De esta manera, se aprecia la evolución mas detallada de las variables.
Aquí se observan 5 de las variables que hemos utilizado: inversión residencial extranjera,
demanda de la vivienda nueva, oferta de la vivienda, precio de la vivienda.
28
FECHA Inversión Demanda Viviendas Oferta viviendas Precio vivienda nueva
1er trimestre 00 3105522 101032 856.2
2º trimestre 00 3400828 113399 879.8
3er trimestre 00 3610449 104977 891.6
4º trimestre 00 3886892 120657 893.3
1er trimestre 01 4051512 93978 930.3
2º trimestre 01 4235955 91496 962.4
3er trimestre 01 4535206 99931 982.6
4º trimestre 01 4731980 109277 992.7
1er trimestre 02 4988159 86212 1051.7
2º trimestre 02 5244887 94932 1117.4
3er trimestre 02 5581060 98701 1142.7
4º trimestre 02 6035983 123944 1164.6
1er trimestre 03 6587668 103974 1230.3
2º trimestre 03 6830738 122804 1309.6
3er trimestre 03 6998330 116202 1344.9
4º trimestre 03 7072339 128475 1380.3
1er trimestre 04 6833761 99076 119195 1456.2
2º trimestre 04 7010814 99076 130254 1538.8
3er trimestre 04 6903819 99076 132912 1570.8
4º trimestre 04 6649820 99076 162217 1618
1er trimestre 05 6379156 106557 134886 1685.4
2º trimestre 05 5995871 108454 145996 1752.8
3er trimestre 05 5674302 104844 157340 1781.5
4º trimestre 05 5494585 114480 166123 1824.3
1er trimestre 06 5300852 114505 158846 1887.6
2º trimestre 06 4985070 96424 159596 1942.3
3er trimestre 06 4751688 92891 193833 1956.7
4º trimestre 06 4716351 85774 224911 1990.5
1er trimestre 07 4879852 93667 179823 2024.2
2º trimestre 07 5076072 83146 175658 2054.5
3er trimestre 07 5205214 79911 142552 2061.2
4º trimestre 07 5341011 69658 136065 2085.5
1er trimestre 08 5534916 77041 85655 2101.4
2º trimestre 08 5497202 73595 74145 2095.7
3er trimestre 08 5635599 67487 54016 2068.7
4º trimestre 08 5331453 59911 54619 2018.5
1er trimestre 09 4879723 58286 34642 1958.1
2º trimestre 09 4340553 51420 40732 1920.9
3er trimestre 09 3897720 58057 27662 1896.8
4º trimestre 09 3650527 51012 27510 1892.3
1er trimestre 10 3575779 58790 21483 1865.7
2º trimestre 10 3686331 53671 20787 1848.9
3er trimestre 10 3721781 63693 21420 1832
4º trimestre 10 3747090 44458 27955 1825.5
1er trimestre 11 4000204 60822 23042 1777.6
2º trimestre 11 4343914 40139 17566 1752.1
3er trimestre 11 4531520 40113 16451 1729.3
4º trimestre 11 - 35993 1701.8

29. Inversión Residencial Extranjera (IRE): dato del Banco de España, valorado en miles de euros.
La demanda de vivienda nueva: dato del Banco de España, hemos utilizado el número de
préstamos concedidos para la adquisición de vivienda nueva, valorado en unidades.
La oferta de viviendas: dato del Banco de España, calculado mediante el número de viviendas
construidas, valorado en unidades.
Precio de la vivienda nueva: dato del Banco de España, medido en euros por metro cuadrado (No
hemos encontrado datos anteriores a 2004).
La siguiente tabla muestra las otras 5 variables longitudinales:
29
FECHA Tasa desempleo EURIBOR IPC PIB Esfuerzo sin deducciones
1er trimestre 00 14.79 4.26 2.9 .. 29
2º trimestre 00 13.74 4.96 3.4 .. 30.2
3er trimestre 00 13.54 5.21 3.7 .. 31.5
4º trimestre 00 13.42 4.89 4 .. 31.8
1er trimestre 01 10.94 4.47 3.9 4.3 32.6
2º trimestre 01 10.35 4.31 4.2 3.3 32.5
3er trimestre 01 10.29 3.77 3.4 3.5 32.1
4º trimestre 01 10.63 3.29 2.7 3.6 30.5
1er trimestre 02 11.57 3.8 3.1 2.5 31
2º trimestre 02 11.2 3.86 3.4 3 33.2
3er trimestre 02 11.51 3.24 3.5 2.4 33.6
4º trimestre 02 11.62 2.88 4 2.9 32.6
1er trimestre 03 11.96 2.42 3.7 3.4 32.7
2º trimestre 03 11.28 2.03 2.7 2.8 33.4
3er trimestre 03 11.31 2.26 2.9 3 32.9
4º trimestre 03 11.37 2.38 2.6 3.2 33.5
1er trimestre 04 11.5 2.06 2.1 3.2 35.1
2º trimestre 04 11.08 2.41 3.5 2.8 36.1
3er trimestre 04 10.74 2.38 3.2 4 37
4º trimestre 04 10.56 2.31 3.2 3 38
1er trimestre 05 10.19 2.33 3.4 2.9 38.7
2º trimestre 05 9.33 2.11 3.1 4.1 39.4
3er trimestre 05 8.42 2.22 3.7 3.3 38.7
4º trimestre 05 8.7 2.78 3.7 3.9 39.4
1er trimestre 06 9.07 3.11 3.9 4.2 41.4
2º trimestre 06 8.53 3.4 3.9 4.3 43.3
3er trimestre 06 8.15 3.71 2.9 3.8 44.5
4º trimestre 06 8.3 3.92 2.7 4 45.6
1er trimestre 07 8.47 4.1 2.5 3.7 46.3
2º trimestre 07 7.95 4.5 2.4 3.5 47.3
3er trimestre 07 8.03 4.73 2.7 3.4 48.3
4º trimestre 07 8.6 4.78 4.2 3.3 49.4
1er trimestre 08 9.63 4.58 4.5 2 49.2
2º trimestre 08 10.44 5.34 5 1.8 49.3
3er trimestre 08 11.33 5.33 4.5 0.9 52
4º trimestre 08 13.91 3.46 1.4 -1 50.9
1er trimestre 09 17.36 1.91 -0.1 -3.8 42.7
2º trimestre 09 17.92 1.61 -1 -4.5 38.3
3er trimestre 09 17.93 1.26 -1 -4.1 36.1
4º trimestre 09 18.83 1.24 0.8 -2.6 34.6
1er trimestre 10 20.05 1.2 1.4 -0.7 33.9
2º trimestre 10 20.09 1.28 1.5 0.2 32.9
3er trimestre 10 19.79 1.42 2.1 0 32.8
4º trimestre 10 20.33 1.53 3 0.2 33.6
1er trimestre 11 21.29 1.92 3.6 0.9 33.8
2º trimestre 11 20.89 2.14 3.2 1.1
3er trimestre 11 21.52 2.21 3.1 1.1
4º trimestre 11 22.85 2 2.4 -0.2

30. Tasa de desempleo: dato del Instituto Nacional de Estadística (INE), valorado en porcentaje de la
población activ.
El tipo de interés interbancario (EURIBOR): dato del Banco de España.
El Índice de Precios al Consumo (IPC): dato del INE, es una medida estadística de la evolución
del conjunto de precios de los bienes y servicios que consume la población residente en
viviendas familiares en España.
El Producto Interior Bruto (PIB): dato del INE, es un indicador económico que refleja la
variación de la producción total de bienes y servicios asociada a un país durante un determinado
período de tiempo.
El esfuerzo de la renta para adquisición de vivienda nueva: dato de la Asociación Hipotecaria
Española (AHE), medido en porcentaje de la renta familiar destinado a adquisición de vivienda
nueva.
2. PROCESOS ESTADÍSTICOS
Los principales procesos estadísticos3
que hemos utilizado han sido:
Comparación de medias:
– Prueba T para muestras:
– Para muestras independientes: Para datos independientes, la T Student, se usa
para comparar medias de variables en dos grupos de casos que son independientes
entre si, de forma que los sujetos de cada grupo han sido elegidos de forma
aleatoria.
– Análisis de la varianza de un factor (ANOVA): El procedimiento de análisis de la
varianza nos permite determinar si las medias de tres o más poblaciones son
iguales. Si las medias poblacionales son iguales significa que los grupos no
difieren entre ellos en la variable analizada, por tanto no existe relación entre el
colectivo y la medida realizada.
3 Bibliografía "procesos estadísticos": CARRASCO ARROYO, S. "Procesos básicos de estadística con SPSS" (2009)
30

31. Análisis bivariante:
– Correlación: grado de variación conjunta existente entre dos o más variables, el
coeficiente de correlación lineal de pearson nos proporciona una medida de
asociación lineal entre dos variables cuantitativas, su campo de variación se establece
entre +1 y -1. El proceso utilizado ha sido: Correlaciones bivariadas con SPSS, el
coeficiente de correlación lo podemos definir:
ρ = Corr (X,Y)= Cov (X,Y)/ σxσy
Si es positiva varía en el mismo sentido y si es negativa las variables tienen un comportamiento
inverso.
Diagrama de dispersión: Es un gráfico en el cual se representa una nube de puntos, pares (xi,
yj), de una variable bidimensional (X,Y) donde generalmente se sitúa en el eje de abcisas la
variable X y en el eje de ordenadas la variable Y. La forma de la nube de puntos informa sobre el
tipo de relación existente entre las variables.
Contraste de hipótesis: para contestar a las preguntas planteadas, una vez obtenida una muestra
aleatoria de n pares de observaciones de una distribución conjunta normal, queremos contrastar
que:
H0 : ρ = 0
puede probarse que cuando la hipótesis nula cierta y las variables aleatorias siguen una
distribución conjunta normal, la variable aleatoria correspondiente a:
sigue una distribución t de Student con (n-2) grados de libertad probando el contraste de la
hipótesis nula a través del análisis de la hipótesis alternativa que puede variar en un sentido u
31

32. otro, o que sea distinto de cero:
H1: ρ > 0 ó H1 ρ < 0 ó H1: ρ ≠ 0
Regresión lineal: Explica de la mejor manera posible el comportamiento de la variable
observada-dependiente.
La expresión de la función lineal entre una variable dependiente (Y) y otra independiente (X)
sería:
Yi = b0 + b1Xi + ui
-b0 es el valor de la variable dependiente cuando las variables dependientes son cero.
-b1 es la pendiente de la recta, que nos dice cuanto varía la variable independiente Y1 por
cada unidad que varía X1.
Para obtener el modelo de regresión hemos utilizado el método de pasos sucesivos, que permite
obtener una recta de regresión más automatizada. Es decir, cuando existen muchas variables
explicativas y desconocemos una teoría o un trabajo previo que nos oriente en la elección de las
variables más relevantes, podemos recurrir a procedimientos automatizados que realizan esa
selección basándose en dos criterios estadísticos: De significación (el modelo incluye las
variables más significativas) y de tolerancia (si la variable incorporada se mantiene el rechazo de
la hipótesis nula).
Valores perdidos: También hemos usado esta herramienta del SPSS para analizar las variables
teniendo en cuenta la falta de datos en algunos periodos.
32