El precio de la inatención: Sesgos cognitivos en el mercado de la vivienda

admin 8 comentarios

de Luca Repetto

Os habrá pasado a todos el entrar en un supermercado y ver que casi todos los precios terminan por 9 ó 99. Es una estrategia de precios tan vieja y usada, que uno podría preguntarse si todavía hay alguien que cae en esos truquitos. Bueno, la respuesta es un rotundo “¡sí!”. Resulta, por ejemplo, que la gente paga, en media, casi 200$ más por un coche que tiene 99.999 millas que por uno de exactamente 100,000 (Lacetera et al., 2012). La razón por la que pasa eso es que estos precios nos parecen más bajos de lo que realmente son. Un paper reciente de un estudiante de Berkeley estima que percibimos un precio de 99c como si fuera entre 15c y 25c más barato que 1 dólar, lo cual puede inducirnos a comprar más.

Aunque la literatura abunde en ejemplos donde estos “sesgos cognitivos” nos inducen a comprar más o pagar demasiado, mucha de la evidencia que tenemos del mundo real indica que los efectos reales sobre el consumidor son relativamente modestos. Al fin y al cabo, si acabo comprando unas piruletas de más sólo porque cuestan 99 céntimos, terminaré, quizás, un poco más gordo; pero desde luego no me voy a arruinar.

En un estudio reciente, Alex Solís y yo estudiamos si estas estrategias de precios tienen un efecto también en un mercado donde lo que está en juego es mucho más que un euro: el mercado de la vivienda. Para entender si ésto pasa, usamos unos datos muy detallados de compras de pisos en Suecia entre 2010 y 2015.

El proceso de comprar una casa en Suecia, para alguien acostumbrado al sur de Europa, es un pequeño shock cultural. Como en España, la gran mayoría de los anuncios de pisos a la venta están publicados en una página web (parecida a idealista). La principal diferencia está en el precio de salida. A diferencia de lo que pasa en España, allí el precio de salida sirve como punto de partida de una subasta que el agente inmobiliario organiza entre los potenciales compradores. Como podemos ver en la siguiente figura, no todos los precios son igualmente comunes; como si estuviéramos en el súper de nuestro barrio, ¡la gran mayoría de casas tiene precios de salida justo por debajo de un número redondo! Así, precios como 1.995.000 coronas suecas (aproximadamente 199.500€) son muchísimo más comunes que dos millones exactos. En la siguiente figura, se observa que a intervalos de 500.000 coronas, la frecuencia más alta de apartamentos ofrecidos se encuentra sienpre justo antes del número redondo.

La pregunta más natural que se nos puede ocurrir viendo este gráfico es: ¿cuál es la ventaja de elegir un precio de salida justo por debajo de un número redondo para el vendedor? ¿Conseguir más visitas en la web? ¿Que vaya más gente a ver el piso? ¿Puede llegar incluso a tener algún efecto sobre el precio final de venta? En la siguiente figura, hemos trazado el precio final de venta medio por cada precio de salida para los pisos con un precio de salida alrededor de 1 millón de coronas. Como se aprecia en la gráfica debajo, los pisos que tienen un precio de salida justo por debajo de 1 millón (por ejemplo, 995.000 SEK) se venden, tras la subasta, a un precio final mucho más alto (un 5% más) que los pisos con un precio de salida de exactamente 1 millón o poco más. Y este efecto se ve en todo tipo de pisos, ya sean baratos o caros. Si miramos alrededor de 2, 3, 4, ó 5 millones, vemos el mismo fenómeno: precios de salida justo por debajo del millón llevan a un precio final que es un 3-6% más alto que el correspondiente precio de salida redondo.

Esta diferencia es tan grande que es casi difícil de creer que poner un precio de salida un poco más bajo de un millón pueda tener tanto impacto. Una duda que surge natural es, por ejemplo, si los pisos por debajo de los millones son mejores o tienen mejores agentes inmobiliarios que los que tienen un precio de salida exactamente en los millones. Si así fuera, el salto que vemos en la figura sería simplemente la consecuencia de la diferencia en la calidad de los pisos o en la de los agentes y no un sesgo cognitivo por parte de los compradores.

En el paper incluimos una serie de pruebas para asegurarnos de que los pisos a los dos lados de la discontinuidad son realmente comparables. Por ejemplo, en las regresiones controlamos por muchas características del piso (como tamaño, número de habitaciones, etc.) y por efectos fijos de edificio y año. De esta manera estamos comparando pisos muy parecidos que se han vendido en el mismo edificio en el mismo año y que, por lo tanto, no deberían diferir mucho en términos de calidad. Además, nos es posible realizar un control adicional, que es muy importante, gracias a la información incluida en los datos. Al tener la identidad de los agentes a cargo de cada venta, podemos comparar pisos vendidos por el mismo agente en el mismo año y que sólo difieren en el precio de salida: algunos justo por debajo de un millón y otros exactamente en el millón. Aun cuando hacemos la comparación de esta manera, la diferencia en el precio final que se ve en la figura de arriba no desaparece, lo cual sugiere que no es la diferencia entre los agentes (por ejemplo, por experiencia o motivación) la que explica nuestro resultado.

También observamos un efecto alrededor del segundo dígito del precio de salida. Comparando, por ejemplo, pisos con precios iniciales de 199.000 SEK con los de 200.000 SEK, vemos que los primeros se acaban vendiendo por un 3% más. Este efecto es comparable a lo que encontramos alrededor de los millones, pero más pequeño, lo que sugiere que también hay falta de atención al precio cuando cambia el segundo dígito del número, aunque parece ser menos importante.

¿Cuál es el mecanismo que hace que nuestros compradores inatentos lleguen a pagar mucho más por pisos con precios que terminan justo por debajo de un millón? Alguna pista la obtenemos analizando los datos de subastas que hemos podido recolectar para los 30.000 pisos vendidos por la agencia inmobiliaria más grande de Suecia. En concreto, hacemos un análisis de discontinuidad del todo análogo al que hacemos en la figura 1 pero usando como variables dependientes primero el número de personas que pujan en la subasta y luego el número total de ofertas que recibe el piso. Lo que se ve es muy claro: los pisos que tienen precios de salida por debajo de un millón generan mucho más interés. Las subastas donde se venden estos pisos tienen, en media, casi un participante más y reciben casi tres ofertas más.

El hecho de que las subastas de pisos con precios por debajo de los millones sean más competitivas se puede explicar de una manera muy simple. Dado que el tiempo del que disponen los potenciales compradores está bastante limitado por los agentes inmobiliarios – cada piso se puede visitar antes de la subasta sólo dos días y sólo durante media hora cada uno de los días – el comprador tiene que seleccionar, de entre todos los pisos a la venta, aquellos pocos que mejor se ajustan a sus necesidades y a su presupuesto. En ese momento, si percibe pisos con precios de salida por debajo del millón como mucho más baratos que los correspondientes pisos con precio redondo, elegirá más pisos del primer tipo y menos (o ninguno) del segundo. Por lo tanto, habrá más gente visitando un tipo de pisos y menos visitando el otro, lo cual tendrá un efecto en cuántos participantes tendrá la subasta y, finalmente, en los precios finales de venta.

Para un lector que vive en España, es legítimo preguntarse si las conclusiones de este paper son aplicables al mercado de la vivienda español dado que el mecanismo de venta de viviendas es más bien a través de una negociación a la baja y no mediante una subasta. En esto casos, no es obvio que la inatención al precio de salida pueda tener el mismo efecto. Sin embargo, hay un paper reciente que hace un análisis parecido al nuestro para EEUU (donde hay negociaciones y no subastas, como en España) y que encuentra también una discontinuidad en el precio final, si bien el efecto es mucho más pequeño (0,5%). Otro de sus resultados es que los pisos con precio de salida por debajo de un número redondo se venden antes (algo que nosotros no observamos). Es posible que las diferencias con nuestros resultados se deban al diferente sistema de venta o que simplemente sean consecuencia de tener datos diferentes. Yo, ante la duda, si tuviera que comprar un piso mañana ¡me fijaría bien en el precio de salida!

Hay 8 comentarios
  • Hace muchos años que no reviso el tema, pero si recuerdo bien, más de 25 años atrás se analizaba la conveniencia para el vendedor de poner un precio inicial alto (el máximo que querría sacar atrayendo a pocos compradores potenciales) o bajo (el mínimo que querría sacar atrayendo a muchos compradores potenciales). En todo mercado donde hay negociación o subasta el proceso es costoso y sirve para descartar compradores potenciales. No sorprende que el precio final de cualquier proceso de descarte sea significativamente diferente del precio inicial pedido por el vendedor. No creo que el tema tenga algo que ver con los sesgos conigtivos hoy de moda en el análisis económico.

    • Hola Enrique,

      gracias por tu comentario. Efectivamente hay literatura previa que estudia los efectos de las estrategias de precio sobre la probabilidad de vender y el precio final (cuando haya negociaciones o subastas). Como tu dices, efectivamente, el vendedor elige el precio de salida de manera estratégica así que el precio final puede ser muy diferente. Pero lo que ensenamos en el paper es que dos pisos prácticamente idénticos y que difieren sólo en el precio de salida (por ej. 1.99M y 2M), se venden a precios finales muy diferentes. Estos pisos deberían venderse al mismo precio, dado que tienen la misma calidad, a menos que no exista alguna forma de sesgo en el comportamiento de los compradores que les haga percibir uno como más barato (o de mejor calidad) que el otro.

      Un saludo,

      Luca

      • No hay dos pisos iguales. Más importante, no hay dos compradores iguales ni tampoco dos vendedores iguales. El hecho de que dos vendedores hayan puesto precios iniciales casi iguales no dice nada sobre lo que puede ocurrir primero en el proceso de descarte de compradores potenciales y luego en el proceso de negociación entre el vendedor y el comprador final. Usando la Caja de Edgeworth es fácil explicar que las curvas de contratación pueden ser muy distintas para casos "casi" iguales y más importante que el resultado final puede ser muy distinto aunque las curvas sean "casi" iguales.

        He realizado varias negociaciones de ese tipo, como comprador y como vendedor, y gracias a mi formación en economía siempre supe que el resultado final de cada negociación depende de las circunstancias del vendedor, de cada uno de los compradores potenciales y muy especialmente del comprador final. No podemos observar los detalles del proceso de descarte y de la negociación final y por lo tanto el estudio de un caso limitado a lo que sí podemos observar y verificar poco o nada agrega a entender qué pasó.

    • Hola Samuel, muchas gracias por tu comentario. Este paper que recomiendas esta' muy bien, me sorprende que tuvieron acceso a datos tan detallados ya en 2004. Curiosamente, ellos encuentran que "Consumer prices ending in 0 (35%) and 5 (17%) are the most frequent,
      whereas those ending in 9 (9%) appear to be less important". Me pregunto si las cosan han ido cambiando en los ultimos años, o si depende del mercado. En nuestra muestra (2010-2015 y, por supuesto, solo tenemos apartamentos), los precios mas comunes son de lejos los que acaban por 9, mientras que los redondos apenas se usan.

  • Hola Luca:

    Muchísimas gracias por el post. Me parece una investigación interesantísima, y me ha gustado mucho. Te quería hacer dos comentarios breves:

    -En el primer gráfico se observa que la densidad de pisos que ofertan inicialmente precios por debajo/arriba de los umbrales es discontinua. Esto puede llevar a una preocupación potencial de selección en la muestra. Para mí, los tests que realizas de observar si las características de los pisos, agentes, etc. son continuas en la cercanía del umbral, son muy creíbles. Sin embargo, te sugiero otro test de robustez que puedes hacer: puedes mirar si cuando divides la muestra en sub-muestras por variables predeterminadas, existen algunos grupos que no registran la discontinuidad en su densidad. El test sería observar si el efecto se mantiene para esos sub-grupos en los que la densidad es continua en le umbral (quizás tienes problemas con el tamaño de la muestra pero puedes fijarte en los point estimates).

    -Observáis un efecto significativo para los umbrales de 1MSEK y 200.000SEK. Podríais mirar si esto es el caso para todos los umbrales, o una mayoría (o una muestra de 1.000,1.500, etc. miles de SEK). Si no es el caso, creo que habría que hacer un "multiple hypothesis testing" para observar que vuestro resultado no es un error de tipo I. Si el caso es que los resultados no sobreviven este test, creo que habría que justificar muy bien por que esto pasa en los otros dos y no en el resto.

    Enhorabuena por el artículo! Saludos

    • Hola Jose,

      gracias por tus sugerencias!

      Con respecto a la primera, me parece una prueba interesante que podemos hacer. Si entiendo bien, lo que querrias ver es si el efecto se ve tambien en submuestras donde la eleccion del precio de salida es "menos endogena", en el sentido que no todo el mundo prefiere claramente ponerse por debajo del millon. Me parece interesante, lo que no se' es si existen submuestras donde eso se cumple, pero investigare'!

      Sobre lo de multiple hypothesis testing, estoy de acuerdo contigo que, en principio, es algo que hay que tener en cuenta. Lo que pasa en nuestros datos, en realidad, es que hay discontinuidades significativas en precios finales no solo cuando se cruzan los millones, sino practicamente en todos los casos donde se cruza un multiple de 100,000 SEK. Es decir, es muy muy improbable que lo que encontremos se deba al haber testeado muchas hypothesis y, por casualidad, hayamos encontrado algunas significativas.

      Por cierto, leo en tu pagina web que el año que viene vamos a ser vecinos en Estocolmo, a ver si nos tomamos un cafe'!

      • Hola Luca:

        En cuanto a la primera sugerencia que te comentaba, efectivamente eso es. Puedes hacer un McCrary (2008) test para varias submuestras (además de ver el gráfico claro), y para aquellas en las que el salto en la densidad no es estadísticamente significativo. Luego ves si los resultados en la segunda etapa con los precios finales siguen siendo robustos.

        En cuanto al multiple hypothesis testing: fantástico! Por lo que me cuentas parece muy claro que los resultados no están explicados por esto. Mi miedo era que como te refieres a dos discontinuidades en el post, y hay muchas más, los resultados no fueran significativos en el resto. Pero parece claro que este no es el caso, así que genial.

        Sí, el año que viene voy a Estocolmo! La verdad es que me apetece mucho. Llegaré sobre el 1 de septiembre por allí. Estaré encantado de tomarnos un café juntos! Muchas gracias por la proposición.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

*