Resumen:
|
[ES] En este trabajo final de grado se busca analizar el comportamiento de los valores
y depreciación en el mercado de la maquinaria de ocasión, específicamente el mercado
de cabezas tractoras. Para ello, se empleó el ...[+]
[ES] En este trabajo final de grado se busca analizar el comportamiento de los valores
y depreciación en el mercado de la maquinaria de ocasión, específicamente el mercado
de cabezas tractoras. Para ello, se empleó el lenguaje de programación R mediante el
que se pretende alcanzar una técnica interactiva para la recolección de la información y
construcción de modelos OLS de regresión.
El cálculo de la depreciación de la maquinaria con fines valorativos suele hacerse asumiendo una depreciación lineal a imitación de la amortización lineal comúnmente empleada en el ámbito contable y fiscal. Sin embargo, este patrón de depreciación puede no
ser adecuado en todas la ocasiones.
En aquellos casos con un mercado secundario es posible contrastar si otro tipo de modelos de depreciación reflejan mejor el comportamiento del valor. Actualmente, existe una
gran cantidad de información disponible en internet, principalmente de activos en mercados secundarios, que permiten obtener los datos para poder estudiar el comportamiento
de el precio de estos activos en función de diversas variables.
En este trabajo se emplea una técnica para la recolección de la información conocida como WebScraping, la cual es capaz de obtener datos específicos, precisos, fiables y
ajustados a las necesidades de cada caso de forma automatizada. Posteriormente se lleva
a cabo el tratamiento de la base de datos bruta, para eliminar aquellos valores que se
desvien mucho de las observaciones y generen valoraciones incorrectas.
Con el fin de obtener una visión general representativa de la depreciación que llegan
a sufrir estos activos, se desarrollan diversos modelos de regresión mínimo cuadrática
(lineal, exponencial y potencial) y se relaciona la antigüedad de estos activos con su valor
y a su vez, se relaciona el efecto que puede llegar a tener la marca en el modelo de la
cabeza tractora o el país de donde provenga la maquinaria.
[-]
[EN] In this final degree work we seek to analyze the behavior of the values and depreciation in the used machinery market, specifically the tractor heads market. For this purpose, the R programming language will be used ...[+]
[EN] In this final degree work we seek to analyze the behavior of the values and depreciation in the used machinery market, specifically the tractor heads market. For this purpose, the R programming language will be used to achieve an interactive technique for the collection of information and construction of OLS regression models.
The calculation of machinery depreciation for valuation purposes is usually made assuming straight-line depreciation in imitation of the straight-line depreciation commonly used in the accounting and tax fields. However, this depreciation pattern may not be appropriate in all cases.
In those cases with a secondary market, it is possible to test whether other types of depreciation models better reflect the behavior of the value. Currently, there is a large amount of information available on the Internet, mainly of assets in secondary markets, which allows to obtain the information to study the behavior of the price of these assets as a function of several variables.
In this work we use a technique for the collection of information known as WebScraping, which is capable of obtaining specific, accurate, reliable and adjusted to the needs of each case in an automated way. Subsequently, the raw database is processed to eliminate those values that deviate greatly from the observations and generate incorrect valuations.
In order to obtain a representative overview of the depreciation that these assets undergo, various minimum quadratic regression models (linear, exponential and potential) are developed and the age of these assets is related to their value and, in turn, the effect that the make and model of the tractor unit or the country of origin of the machinery may have is related.
[-]
|