Nou model científic que prediu les possibilitats reals per a comprar un pis a Espanya

Més de la meitat dels treballadors residents a l'Estat espanyol estarien directament descartats per a comprar un habitatge en aquest país a causa de les seves condicions laborals, segons l'innovador model d'anàlisi de l'investigador Óscar Olcina, que prediu les possibilitats d'adquirir un pis en propietat al nostre país. 

Amb aquest estudi, Olcina ha estat el guanyador, en la categoria de projectes de final de màster o postgrau, de la cinquena edició dels Big Data Talent Awards, patrocinats per Oracle. Aquests premis reconeixen els projectes de dades massives, anàlisi de dades i intel·ligència artificial amb un impacte socioeconòmic més destacat.

L'objectiu d'aquest projecte, dirigit pel professor col·laborador del màster d'Intel·ligència de Negoci i Big Data de la UOC Diego Miranda-Saavedra, és quantificar i predir les possibilitats reals que té un treballador a l'Estat espanyol d'adquirir un habitatge en propietat, segons els ingressos, l'edat, els estudis, el lloc de residència, el tipus de càrrec i la responsabilitat, i el sector en què treballa.

En aplicar el seu model analític, es dedueix que «només un de cada sis treballadors espanyols podria accedir clarament a un pis en propietat». L'investigador concreta que «el 54,34% dels treballadors a l'Estat espanyol (el 45,29% si la franja es redueix a les edats d'entre 30 i 50 anys) no pot comprar un pis» i «el 29,76% (33,3% en aquesta franja de 30 a 50 anys) ho té difícil o molt difícil». Només un 15,9% dels espanyols pot comprar en aquests moments un pis de manera clara, percentatge que puja a un 21,41% per a la franja d'entre 30 i 50 anys.

«Models com aquest no solucionaran de cop un problema donat, però sí que ens permeten no solament visualitzar el problema amb una òptica impossible de veure fins fa poc, sinó també afrontar-lo amb un enfocament predictiu que permeti a una persona, amb problemes derivats de situacions quotidianes, aprofitar-se de la potència d'aquesta tecnologia i aportar informació molt valuosa per a la presa de decisions en àmbits més pròxims», explica l'investigador.

«Les dificultats per a comprar un habitatge comporten un impacte socioeconòmic de primer ordre», explica Olcina. El Banc d'Espanya va suggerir en un informe recent que actualment és més recomanable comprar un habitatge que llogar-lo. «No obstant això, segons aquest expert, la compra d'un habitatge continua essent «molt restrictiva» a l'Estat espanyol. Molts dels qui volen comprar un habitatge no poden o tenen difícil o molt difícil afrontar en solitari la compra», refereix.

* Per accedir a la plataforma, fer clic aquí.

Una fórmula de predicció amb més d'un centenar de variables

Segons l'estudi, els pisos més cars a l'Estat espanyol són a Sant Sebastià i Barcelona, ciutats seguides de Madrid, Cadis i Bilbao. Les urbs amb una oferta immobiliària més gran són Ciudad Real, Alacant i Salamanca, i el mercat immobiliari menys viu és a Madrid, Sevilla, Pamplona, les Illes Canàries i a la regió d'Aragó en general. Les ciutats espanyoles on és més senzill comprar un pis són Saragossa, Sòria, Albacete, Castelló i Logronyo.

«El model és capaç d'adaptar-se a cada persona com un vestit a mida, ja que té en compte aspectes com l'edat exacta, els estudis, el lloc de residència , el rol laboral, el sector laboral, els anys d'antiguitat, si es té un lloc de responsabilitat o no, el mercat a què ens adrecem, si es treballa en una empresa pública o privada», explica Olcina. «I no solament oferirà una dada estàtica com un informe clàssic, sinó que també es podrà simular el salari net mitjà percebut en una altra ciutat espanyola, les hores anuals mitjanes que es treballarien, el preu mitjà d'un pis de 80 m², la mitjana d'anys durant els quals s'hauria d'estalviar per a l'entrada, l'edat mitjana per a emprendre la compra, la durada mitjana de la hipoteca, el cost mensual mitjà de la hipoteca, diferents ràtios de viabilitat pel que fa a la concessió d'aquesta hipoteca, entre altres aspectes».

Tota aquesta informació, procedent de més d'un centenar de variables contingudes en una dotzena de fonts de dades convenientment creuades, possibilita un salt endavant en una decisió important com la compra d'un pis. «Si bé el model és dissenyat perquè el faci servir el gruix de la població, és perfectament extrapolable a altres àmbits com empreses o administració», assegura l'investigador.

Segons l'expert, un portal immobiliari podria oferir un clar avantatge competitiu respecte als seus competidors dissenyant aquest «vestit a mida», de manera que el comprador potencial ja no es limitaria a disposar d'una estadística estàtica basada en dades agregades, sinó que tindria una informació molt més adaptada, basada en el seu perfil personal, per a la presa de decisions. De la mateixa manera, afegeix, una administració pública podria monitorar amb molta més precisió el mercat immobiliari d'una ciutat o una comunitat autònoma.

L'estancament dels salaris davant de l'augment del preu de l'habitatge

«Amb la compra de l'habitatge, som davant d'un problema amb una repercussió social de primera magnitud», diu. Aquesta situació, afegeix l'expert, serà agreujada per un clar empitjorament si continuen les tendències d'augment de preus de l'habitatge, reducció en la concessió d'hipoteques i estancament de salaris. El centre de pensament Funcas, de recerca econòmica i social, ha indicat en un informe recent que el 2020 el preu de l'habitatge pujarà un 2,5%.

«La compra d'habitatge no és només un problema del mercat immobiliari, sinó també un problema de salaris. Si aquests darrers creixessin a un ritme semblant a l'habitatge, el problema es minimitzaria; no obstant això, veiem com el darrer any els salaris s'han estancat (o han tingut creixements, en el millor dels casos, residuals) mentre que l'increment del preu per m² ha pujat en dues xifres percentuals en algunes zones, tendències que s'han mantingut durant alguns anys i fan cada vegada més insostenible el mercat immobiliari», afegeix.

Amb el seu model, Olcina explica que qualsevol ciutadà «pot mesurar les possibilitats que té de comprar a partir de variables que coneix», cosa que el pot ajudar a prendre una decisió sobre una eventual mobilitat geogràfica, «element clau a l'hora de voler comprar un habitatge».