2022-03-232021-12-011794-91652256-4314http://hdl.handle.net/10784/31018This document uses the recent advances in the field of spatial econometrics to develop a semi-parametric regression model that allows the inclusion of non-linearities and the modeling of spatial heterogeneity through a two-dimensional function that depends on geographic coordinates. The methodology is applied in a hedonic model for the price of new housing in Bogotá where a remarkable fit is obtained, in terms of the mean square error and the R2. The empirical result shows that the housing delivery condition, stratum, and construction state affect the price in a linear way, while the area, and the distances to parks, roads and Transmilenio stations present non-linear results, additionaly, it was possible to model the spatial trend that represents the location on the value of  the house where an increase is appreciated towards the northeast of the city. Thus, it is concluded that the estimated model allows the relationship between the explanatory variables and the dependent variable to be measured flexibly, establishing itself as a good alternative to understand the formation of prices in the real estate market.Este trabajo toma como punto de partida los recientes avances en el campo de la econometría espacial para desarrollar un modelo de regresión semiparamétrico que permite la inclusión de no linealidades y el modelamiento de la heterogeneidad espacial a través de una función bidimensional que depende de las coordenadas geográficas. La metodología se aplica en un modelo hedónico para el precio de la vivienda nueva en Bogotá donde se obtiene un ajuste destacable, en términos del error cuadrático medio y el R2. El resultado empírico muestra que el estrato, la condición de entrega y el estado constructivo afectan el precio de manera lineal, mientras que el área, y las distancias a parques, vías y estaciones de Transmilenio presentan resultados no lineales; además se logró modelar la tendencia espacial que representa la ubicación sobre el valor de la vivienda, evidenciando un incremento hacia el nororiente de la ciudad. Así, se  concluye que el modelo estimado permite medir de manera flexible la relación entre las variables explicativas y la dependiente,  estableciéndose como una buena alternativa para entender la formación de los precios en el mercado inmobiliario.application/pdfspaCopyright © 2021 Jurgen Toloza-Delgado, Oscar Melo-Martínez, Juan Azcarate-Romeroinfo:eu-repo/semantics/articleinfo:eu-repo/semantics/openAccessHedonic modelsspatial econometricshousing pricesemiparametric regressionModelos hedónicosEconometría espacialPrecios de viviendaregresión semiparamétricaAcceso abierto2022-03-23Tolaza-Delgado, JurgenMelo-Martínez, OscarAzcarate-Romero, Juan