Valoración de Bienes: Un comparativo entre la inferencia clásica y la bayesiana

Resumen

 

La quinta revolución industrial, marcada por la integración del potencial humano con las capacidades analíticas de las máquinas modernas, ha transformado el campo de la tasación inmobiliaria. Tecnologías como la inteligencia artificial, el aprendizaje automático y las simulaciones de Monte Carlo permiten análisis más precisos y ágiles en escenarios complejos. En este contexto, la estadística bayesiana destaca al tratar las variables como aleatorias e incorporar distribuciones a priori, ofreciendo flexibilidad y mayor robustez en la modelización de problemas. Este estudio evalúa el valor de mercado de un inmueble mediante dos enfoques inferenciales: clásico y bayesiano. El valor de mercado, definido como la cuantía de transacción más probable en condiciones normales de oferta y demanda, se estimó mediante regresión lineal usando el método de mínimos cuadrados y simulaciones basadas en cadenas de Markov (MCMC). El análisis comparativo reveló que, mientras la inferencia clásica se limita a estimativas puntuales, el enfoque bayesiano proporciona una representación probabilística más rica, permitiendo intervalos de credibilidad que capturan la variabilidad de los precios. Los resultados indican que la inferencia bayesiana ofrece mayor fiabilidad, particularmente en escenarios de alta incertidumbre. A través de simulaciones robustas, como el algoritmo Hamiltonian Monte Carlo (HMC), el enfoque bayesiano aporta conocimientos más detallados para la toma de decisiones. Se concluye que esta metodología es una herramienta esencial para el avance de la tasación inmobiliaria, y que su aplicación debería ampliarse para incluir variables cualitativas y distribuciones alternativas en estudios futuros.