Resumen de Estudio de la autocorrelación espacial en el mercado inmobiliario comercial de la ciudad de Madrid

Romina Andrea Silvera Vies, Ana María Debón Aucejo , Francisco Javier Ribal Sanchis

• español

  La disponibilidad de atributos espaciales hace posible la cuantificación del grado de agrupación o aleatoriedad de una variable en el espacio, ofreciendo así útiles aportes en el análisis exploratorio. En particular, el uso de los índices de autocorrelación espacial permite ahondar en la distribución de una variable tanto a escala global (índice de Moran) como local (LISA), así como la identificación de patrones entre unidades espaciales con nexos de vecindad.

  Sin embargo, pese a la vasta utilización de dichos índices en campos como ecología y epidemiología, el empleo de estas técnicas en el análisis de variables en contextos inmobiliarios ha sido limitada, aunque cabe señalar que ayuda a definir la importancia del componente espacial en el valor de un inmueble y si existe una relación clara con los inmuebles del entorno.

  En el contexto del mercado inmobiliario nacional, y dada la importancia del comercio minorista en la ciudad de Madrid, uno de los principales núcleos productivos, es de importancia el uso de dichos índices. Por ello, en este trabajo, se ofrece un análisis exploratorio espacial correspondiente a datos de locales comerciales en venta y alquiler en 2020, período caracterizado por el cierre obligatorio del comercio no esencial y limitaciones posteriores en términos aforo, horario de apertura y cierre.

  Los resultados muestran patrones entre los 21 distritos que conforman la ciudad, base para el estudio de las rentabilidades brutas de los locales comerciales, que a su vez han sido de los productos inmobiliarios con evolución más favorable en el último año.

• English

  The availability of spatial attributes makes it possible to quantify the degree of clustering or randomness of a variable in space, thus offering valuable contributions to exploratory analysis. Particularly, the use of spatial autocorrelation indices makes it is possible to delve into the distribution of a variable at both global (Moran's index) and local (LISA) scales and identify patterns between spatial units whose neighborhood links are set according to the hypothesis.

  However, despite the extensive use of such indices in fields such as ecology and epidemiology, the use of these techniques in the analysis of variables in real estate contexts has been limited, although it should be noted that it helps to define the importance of the spatial component in the value of a property and whether there is a clear relationship with surrounding properties.

  In the context of the national real estate market, and given the importance of retail trade, specifically in Madrid, the use of such indices is essential. Therefore, this paper offers an exploratory spatial analysis corresponding to data on commercial premises for sale and rent in 2020, a period characterized by the compulsory closure of non-essential trade and subsequent limitations in capacity, opening, and closing hours.

  The results show patterns among the 21 districts that make up the city, serving as a basis for the study of the gross yields of commercial premises, which in turn have been among the real estate products with the most favorable evolution in the last year.