[EN] Housing is an asset of huge individual, family and group significance, and a major cause for concern and field of work on both microeconomic and macroeconomic levels. Studies on the housing market are of great interest, particularly the ones connected with the behaviour of demand and determination of market prices. The market price of housing has nevertheless traditionally been examined from the supply angle, opting for quantitative type forecasts, without considering the qualitative relationship found between price and demand, on a microeconomic scale. One aim of this Doctoral Thesis is to provide new information helping to further knowledge in the field of real estate valuation by studying purchasers' preferences for making decisions on housing. Multi-criterion decision techniques, specifically Saaty's Analytic Hierarchy Process, are used for the analysis of preferences in demand, based on the theory of multi-attribute utility of housing to determine the relative importance of each characteristic of properties and its influence on the decision-making process. We use multiple regression methods to select an econometric model with sufficient predictive capacity, based on the real knowledge of the characteristics of properties and the prices actually paid. The first research was done through a survey for purchasing housing in the city of Valencia. In the second part of the research we analysed a broad representative range of sales in the city of Valencia over the period from 2005 to 2014, to be able to reflect the variability of prices depending on the changes in quantity and quality of the different categories of housing. The ultimate objective is to contrast the results of both processes to determine how market prices are really reflecting the preferences of demand. Even whilst assuming that the intrinsic heterogeneity of housing leads to difficulties in establishing market prices, the results of our research allow us to deduce that the foreseeable price of a property depends on a more or less small set of its characteristics, which are connected with the Location, Surface area and State of the Property and on other kinds of features which give this value and differentiation, such as the height of the Storey, the availability of Balconies and the Distribution. Six main characteristics seem to be enough to be able to explain the housing market through our model of regression. Through being statistically validated, this is also used to demonstrate its congruence with the Global Utility Function for Demand, determined through purchasers' preferences in the complex realm of obtaining knowledge on the behaviour of those involved in the sector in establishing market prices. / [ES] La vivienda es un bien de gran trascendencia individual, familiar y colectiva, y gran motivo de ocupación y preocupación tanto a nivel microeconómico como macroeconómico. Los estudios sobre el mercado de la vivienda presentan un notable interés, en especial los relacionados con el comportamiento de la demanda y con la determinación de los precios de mercado. Sin embargo, el precio de mercado de la vivienda ha sido tradicionalmente estudiado desde la perspectiva de la oferta, apostando por predicciones de tipo cuantitativo, sin plantear la relación cualitativa existente entre el precio y la demanda, a escala microeconómica. Es objetivo de la presente Tesis Doctoral aportar información nueva que contribuya al avance del conocimiento en materia de valoración inmobiliaria a través del estudio de las preferencias de los compradores para la toma de decisiones en materia de vivienda. Utilizamos las técnicas de decisión multicriterio, en concreto el Método de las Jerarquías Analíticas de Saaty, para el análisis de las preferencias de la demanda, basándonos en la teoría de la utilidad multiatributo de la vivienda para determinar la importancia relativa de cada característica de vivienda y su peso dentro del marco del proceso de decisión. Utilizamos los métodos de regresión múltiple para seleccionar un modelo econométrico con suficiente capacidad predictiva, basado en el verdadero conocimiento de las características de los inmuebles y los precios efectivamente pagados. La primera investigación la realizamos a través de una encuesta a compradores de vivienda en la ciudad de Valencia. En la segunda investigación analizamos una amplia muestra representativa de compraventas en la ciudad de Valencia para el periodo comprendido entre 2005 y 2014, con el que poder reflejar la variabilidad de los precios en función de los cambios en cantidad y calidad de las distintas categorías de vivienda. El objetivo último es contrastar los resultados de los dos procesos para determinar cómo los precios de mercado están reflejando realmente las preferencias de la demanda. Asumiendo que la intrínseca heterogeneidad de la vivienda produce dificultades en el establecimiento de los precios de mercado, los resultados de nuestra investigación permiten deducir que el precio predecible de una vivienda depende de un conjunto más o menos reducido de características contenidas en ella, y que están relacionadas con la Ubicación, la Superficie y el Estado de la Vivienda, y de otro tipo de características que le dan valor y diferenciación, como la altura de la Planta, la disponibilidad de Terraza y la Distribución. Seis características principales parecen ser suficientes para poder explicar el mercado de la vivienda a través de nuestro modelo de regresión, que validado estadísticamente, es también explotado para demostrar la congruencia de éste con la Función de Utilidad Global de la Demanda determinada a través de las preferencias de los compradores en el complejo mundo de extraer conocimiento sobre el comportamiento de los intervinientes en el sector, al respecto del establecimiento de los precios de mercado. / [CAT] L' habitatge és un bé de gran transcendència individual, familiar i col¿lectiva, i gran motiu d'ocupació i preocupació tant a nivell microeconòmic com a macroeconòmic. Els estudis sobre el mercat de l'habitatge presenten un notable interès, especialment els relacionats amb el comportament de la demanda i amb la determinació dels preus de mercat. No obstant açò, el preu de mercat de l'habitatge ha sigut tradicionalment estudiat des de la perspectiva de l'oferta, apostant per prediccions de tipus quantitatiu, sense plantejar la relació qualitativa existent entre el preu i la demanda, a escala microeconòmica. És objectiu de la present Tesi Doctoral aportar informació nova que contribuïsca a l'avanç del coneixement en matèria de valoració immobiliària a través de l'estudi de les preferències dels compradors per a la presa de decisions en matèria d' habitatge. Utilitzem les tècniques de decisió multicriteri, en concret el Mètode de les Jeràrquies Analítiques de Saaty, per a l' anàlisi de les preferències de la demanda, basant-nos en la teoria de la utilitat multiatribut de l'habitatge per a determinar la importància relativa de cada característica d'habitatge i el seu pes dins del marc del procés de decisió. Utilitzem els mètodes de regressió múltiple per a seleccionar un model economètric amb suficient capacitat predictiva, basat en el vertader coneixement de les característiques dels immobles i els preus efectivament pagats. La primera recerca la realitzem a través d' una enquesta a compradors d'habitatge a la ciutat de València. En la segona recerca analitzem una àmplia mostra representativa de compravendes a la ciutat de València per al període comprès entre 2005 i 2014, amb el qual poder reflectir la variabilitat dels preus en funció dels canvis en quantitat i qualitat de les diferents categories d'habitatge. L'objectiu últim és contrastar els resultats dels dos processos per a determinar com els preus de mercat estan reflectint realment les preferències de la demanda. Assumint que la intrínseca heterogeneïtat de l'habitatge produeix dificultats en l'establiment dels preus de mercat, els resultats de la nostra recerca permeten deduir que el preu predictible d' un habitatge depèn d' un conjunt més o menys reduït de característiques contingudes en ella, i que estan relacionades amb la Ubicació, la Superfície i l'Estat de l'habitatge, i d'un altre tipus de característiques que li donen valor i diferenciació, com l'altura de la Planta, la disponibilitat de Terrassa i la Distribució. Sis característiques principals semblen ser suficients per a poder explicar el mercat de l'habitatge a través del nostre model de regressió, que validat estadísticament, és també explotat per a demostrar la congruència d'aquest amb la Funció d' Utilitat Global de la Demanda determinada a través de les preferències dels compradors en el complex món d'extraure coneixement sobre el comportament dels intervinents en el sector referent a l'establiment dels preus de mercat. / García Pérez, R. (2016). Análisis de las preferencias de la demanda en el mercado de la vivienda en la ciudad de Valencia. Su impacto en la predicción del precio [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/61956 / TESIS

Esta tesis doctoral tiene como fin realizar una revisión de los principios económicos del turismo desde una perspectiva de la economía de la innovación, analizar el potencial impacto de la aplicación de IA en la industria turística a todos los niveles, y el estudio del mercado turístico más disruptivo de las últimas décadas: la economía de plataforma, ejemplificada en el caso de estudio de Airbnb. En este Capítulo I se establece el hilo conductor de los apartados de los que consta esta tesis en formato compendio, inspirada en diversos trabajos, entre los que se incluyen los publicados por el doctorando en esta etapa predoctoral. Para ello se presenta el diseño de la investigación, explicando detalladamente todo el proceso realizado para lograr el planteamiento de la tesis y la consecución de los objetivos y se dedica un breve apartado para presentar las principales conclusiones de la tesis. El Capítulo II de esta investigación está dedicado a la revisión de la evolución del concepto de innovación y su importancia en la teoría económica. Para ello nos basaremos en referentes teóricos que han estudiado el papel de la tecnología y la innovación en el crecimiento económico, como Schumpeter, Solow, Romer o Lucas. Con ello se pretende comprender el impacto que están teniendo los cambios disruptivos que vivimos en la economía, para posteriormente aplicarlos a la transformación de la estructura de la industria turística. En el Capítulo III se realiza un análisis aplicado de la innovación y del impacto de las nuevas tecnologías en el sector turístico. En él se estudiará el estado de la innovación del sector, realizando importantes aclaraciones sobre la capacidad que tiene la industria para adaptar o desarrollar tecnologías disruptivas. Además, se explicarán los principios digitales que están transformando la industria turística y el nuevo ciclo de investigación derivado de la aparición del Big Data y que está protagonizado por técnicas basadas en algoritmos de Machine Learning, justificando así la elección del sector turístico como caso de estudio. En el Capítulo IV se realiza una revisión completa del proceso transformador que está viviendo la estructura de la industria turística debido al cambio de paradigma tecnológico. Así, se estudia cómo estos procesos innovadores están desarrollando una nueva demanda turística basada en los datos, cómo se está reinventando la cadena de valor turística, cómo se fijan los precios turísticos en un mercado con información casi perfecta, qué retos supone para el mercado laboral y formativo del sector, y qué papel juegan en el surgimiento de nuevos competidores de base tecnológica en el sector. En los Capítulos V y VI se escoge como caso de estudio aplicado el mercado alojativo, utilizando la información de Airbnb. Sin duda, esta empresa representa muchos de los desafíos a los que se enfrenta el sector en cuestiones tecnológicas, de regulación política, intervención de mercado, reinterpretación de la cadena de valor turística, aparición de shocks económicos o pandémicos a los que se deben enfrentar los investigadores. El Capítulo V tiene como objeto de análisis la ciudad de Madrid, cuarto destino por número de anuncios de Airbnb en Europa. Para este caso aplicado se estudia si la pandemia de la COVID-19 tuvo un impacto significativo en la estructura de la oferta y de la demanda de Airbnb. Para ello, el estudio parte de un modelo logit de datos de panel hedónicos, se aplican diferentes métodos alternativos de selección de variables y pruebas de verosimilitud para confirmar la existencia del cambio estructural que afecte a la toma de decisiones a la hora de alquilar un apartamento de la Plataforma. El Capítulo VI centra el estudio en la Comunidad Valenciana, uno de los principales destinos turísticos de sol y playa, para realizar un análisis sobre la fijación de precios del alojamiento turístico en la plataforma. Este caso de estudio tiene por objetivo analizar si la aplicación de algoritmos de ML permite a las empresas optimizar precios de una manera más eficiente que modelos tradicionales. Para ello, se enfrenta el rendimiento de un modelo de precios hedónicos tradicional frente a un modelo de estimación basado en redes neuronales, comprobándose el mejor ajuste en la capacidad predictiva de las técnicas basadas en machine learning a la hora de fijar precios. De este modo la tesis doctoral constituye una valiosa y novedosa aportación al nuevo ciclo de investigación del sector. Propone una exhaustiva revisión de todas las implicaciones y las aplicaciones que tienen las nuevas tecnologías en el turismo y de las ventajas del uso de técnicas de análisis basadas machine learning para los investigadores en su estudio.