Evaluación y Aplicación de Modelos Automatizados de Valoración (AVMs)

Abstract

El presente Trabajo de Fin de Grado trata de explicar y analizar el impacto del Big Data y la Inteligencia Artificial en la valoración de inmuebles mediante los Modelos de Valoración Automatizada (AVM). A lo largo del mismo, se realiza una revisión de los métodos tradicionales que sirven como base para entender los fundamentos de estas nuevas metodologías y los agentes involucrados en las valoraciones. Adicionalmente, se realizará una revisión de la literatura para entender en profundidad el funcionamiento de estos algoritmos, tecnologías y técnicas, así como su impacto y aplicación en el sector inmobiliario. Además, se realiza una propuesta de cómo será el futuro proceso de aplicación de estas nuevas tecnologías en el sector, junto con las perspectivas y desafíos que las deparan. Se concluirá el trabajo con un caso práctico del Distrito de Chamartín, siendo uno de los 21 distritos que forman la ciudad de Madrid, caracterizado por su heterogeneidad en la composición social y económica de sus barrios, afectando a la valoración de los bienes raíces. En este caso práctico, se aplicarán las metodologías de precios hedónicos, K-vecinos cercanos y la combinación de ambas, debido a que son los únicos métodos permitidos en España de forma oficial.This Final Degree Project aims to explain and analyse the impact of Big Data and Artificial Intelligence on property valuation through Automated Valuation Models (AVM). Throughout the thesis, a review of traditional methods is conducted as a foundation to understand the principles of these new methodologies and the stakeholders involved in valuations. Additionally, a review of the literature will be carried out to understand in depth the functioning of these algorithms, technologies, and techniques, as well as their impact and application in the real state sector. Moreover, the thesis proposes how the future process of applying these new technologies in the sector will look like, along with the perspectives and challenges they present. The project will conclude with a practical case study of the Chamartín District, one of Madrid’s 21 districts, characterized by its heterogeneity in the social and economic composition of its neighborhoods, affecting real estate valuations. In this case study, the methodologies of hedonic pricing, K-nearest neighbors, and the combination of both will be applied, as they are the only officially permitted methods in Spain.