Mercado

Solo uno de cada seis trabajadores españoles puede acceder de forma clara a un piso de propiedad en España

  Redacción / 27 de noviembre de 2019

Más de la mitad de los trabajadores residentes en España estarían directamente descartados para comprar una vivienda en este país debido a sus condiciones laborales, según el innovador modelo de análisis del investigador Óscar Olcina, estudiante del máster de Inteligencia de Negocio y Big Data de la UOC, que predice las posibilidades de adquirir un piso en propiedad en nuestro país.

Quinta edición de los Big Data Talent Awards

Con este estudio, Olcina ha sido el ganador, en la categoría de proyectos de final de máster o posgrado, de la quinta edición de los Big Data Talent Awards, patrocinados por Oracle. Estos premios reconocen los proyectos de macrodatos, análisis de datos e inteligencia artificial con un impacto socioeconómico más destacado.

El objetivo del proyecto de este estudiante del máster de Inteligencia de Negocio y Big Data de la Universitat Oberta de Catalunya (UOC) es cuantificar y predecir las posibilidades reales que tiene un trabajador en España de adquirir una vivienda en propiedad, en función de sus ingresos, edad, estudios, lugar de residencia, tipo de cargo y responsabilidad, y sector donde trabaja.

Al aplicar su modelo analítico, se deduce que «solo uno de cada seis trabajadores españoles podría acceder de forma clara a un piso en propiedad». El investigador concreta que «el 54,34 % de los trabajadores en España (el 45,29 % si la franja se reduce a las edades de entre 30 y 50 años) no puede comprar un piso» y «el 29,76 % (un 33,3 % en esa franja de 30 a 50 años) lo tiene difícil o muy difícil». Solo un 15,9 % de los españoles puede comprar en estos momentos un piso de forma clara, porcentaje que sube a un 21,41 % para la franja de entre 30 y 50 años.

«Modelos como este no van a solucionar de golpe un problema dado, pero sí que nos permiten no solo visualizar el problema desde una óptica imposible de ver hasta hace poco, sino también acometerlo desde un enfoque predictivo que permita a una persona, con problemas derivados de situaciones cotidianas, aprovecharse de la potencia de esta tecnología y aportar información muy valiosa para la toma de decisiones en ámbitos más cercanos», explica el investigador.

« Las dificultades para comprar una vivienda conllevan un impacto socioeconómico de primer orden», explica Olcina. El Banco de España sugirió en un reciente informe que en estos momentos es más recomendable comprar una vivienda que alquilarla. Sin embargo, según este experto, la compra de una vivienda sigue siendo «muy restrictiva» en España. «Muchos de quienes quieren comprar una vivienda no pueden o tienen difícil o muy difícil acometer en solitario su compra», refiere.

Una fórmula de predicción con más de un centenar de variables

Según el estudio, los pisos más caros en España se encuentran en San Sebastián y Barcelona, ciudades seguidas de Madrid, Cádiz y Bilbao. Las urbes con una mayor oferta inmobiliaria son Ciudad Real, Alicante y Salamanca, y el mercado inmobiliario menos vivo está en Madrid, Sevilla, Pamplona, Islas Canarias y en la región de Aragón en general. Las ciudades españolas donde es más sencillo comprar un piso son Zaragoza, Soria, Albacete, Castellón y Logroño.

«El modelo es capaz de adaptarse a cada persona como un traje a medida, ya que tiene en cuenta aspectos como la edad exacta, los estudios, el lugar de residencia, el rol laboral, el sector laboral, los años de antigüedad, si se tiene o no un puesto de responsabilidad, el mercado al que vamos dirigidos, si se trabaja en una empresa pública o privada», remarca Olcina. «Y no solo ofrecerá un dato estático como un informe clásico, sino que también podrá simularse el salario neto medio percibido en otra ciudad española, las horas anuales medias que se trabajarían, el precio medio de un piso de 80 m2, los años medios durante los que se tendría que ahorrar para la entrada, la edad media para acometer la compra, la duración media de la hipoteca, el coste mensual medio de la hipoteca, distintos ratios de viabilidad en cuanto a su concesión, entre otros aspectos».

Un centenar de variables contenidas en una docena de fuentes de datos convenientemente cruzadas

Toda esta información, procedente de más de un centenar de variables contenidas en una docena de fuentes de datos convenientemente cruzadas, posibilita un salto adelante al tomar una decisión importante como la compra de un piso. «Si bien el modelo está diseñado para ser usado por el grueso de la población, es perfectamente extrapolable a otros ámbitos como empresas o administración», asegura el investigador.

Según el experto, un portal inmobiliario podría ofrecer una clara ventaja competitiva respecto a sus competidores diseñando ese «traje a medida», por lo que el potencial comprador ya no se limitaría a disponer de una estadística estática basada en datos agregados, sino que tendría una información mucho más adaptada, basada en su perfil personal, para la toma de decisiones. De la misma forma, añade, una administración pública podría monitorizar con mucha más precisión el mercado inmobiliario de una ciudad o comunidad autónoma.

El estancamiento de los salarios frente al aumento del precio de la vivienda

«Con la compra de la vivienda, estamos ante un problema con un calado social de primera magnitud», dice. Esta situación, añade el experto, se verá agravada por un claro empeoramiento si continúan las tendencias de aumento de precios de la vivienda, reducción en la concesión de hipotecas y estancamiento de salarios. El centro de pensamiento Funcas, de investigación económica y social, ha indicado en un reciente informe que en 2020 el precio de la vivienda subirá un 2,5 %.

«La compra de vivienda no es solo un problema del mercado inmobiliario, sino también un problema de salarios. Si estos últimos crecieran a un ritmo parecido a la vivienda, el problema se vería minimizado; no obstante, vemos como en el último año los salarios se han estancado (o han tenido crecimientos, en el mejor de los casos, residuales) mientras que el incremento del precio por m2 ha subido en dos cifras porcentuales en algunas zonas, tendencias que se llevan manteniendo durante unos años y hacen cada vez más insostenible el mercado inmobiliario», agrega.

Con su modelo, Olcina explica que cualquier ciudadano «puede medir sus posibilidades de compra en función de variables que conoce», lo que puede ayudarle a tomar una decisión sobre su eventual movilidad geográfica, «elemento clave a la hora de querer comprar una vivienda».