Introducción: el euríbor sube y las hipotecas variables vuelven a notarlo 📈
El euríbor ha cerrado mayo en su nivel más alto en casi dos años, y eso significa una sola cosa para millones de hogares: la cuota de las hipotecas variables vuelve a subir. Pero más allá del titular económico, esta noticia esconde una de las relaciones más limpias y pedagógicas que existen para enseñar estadística aplicada: cuando un índice de referencia se mueve, la cuota mensual se mueve con él de forma predecible. En este artículo vamos a usar la subida del euríbor para aprender a construir un modelo de regresión lineal simple, una herramienta que cualquier estudiante puede entender, calcular y, sobre todo, interpretar. 🎯
La idea es sencilla pero poderosa: si conocemos el valor del euríbor, ¿podemos predecir cuánto pagará una familia cada mes? Spoiler: sí, y con bastante precisión.
Contexto: qué es el euríbor y por qué mueve tu cuota
El euríbor (Euro Interbank Offered Rate) es el tipo de interés medio al que los principales bancos europeos se prestan dinero entre sí. En España es el índice de referencia dominante para las hipotecas a tipo variable: la cuota se calcula sumando el euríbor más un diferencial fijo pactado con el banco (por ejemplo, euríbor + 1%).
Cuando el euríbor sube, sube el coste del dinero, y por tanto sube lo que paga el hipotecado en su siguiente revisión. Esta dependencia directa convierte el caso en un laboratorio perfecto: una variable de entrada (el euríbor) y una variable de salida (la cuota) que se mueven juntas. 🔎
Puedes consultar la serie oficial del índice en la página de tipos de interés del Banco de España, una fuente fiable para trabajar con datos reales en clase.
Relevancia del euríbor para el análisis de datos
Desde el punto de vista del análisis de datos, la subida del euríbor es un caso ideal para introducir la regresión lineal, concretamente su versión más accesible: la regresión lineal simple. Esta técnica busca describir la relación entre una variable independiente (X) y una variable dependiente (Y) mediante una recta:
Y = a + b · X
Donde a es la ordenada en el origen (el valor de Y cuando X vale cero) y b es la pendiente (cuánto cambia Y por cada unidad que aumenta X). Aplicado a nuestro caso: X = valor del euríbor y Y = cuota mensual de la hipoteca. 🧮
Lo interesante es que aquí la relación no es estadísticamente "ruidosa" como en una encuesta social: es prácticamente determinista, lo que permite al alumnado ver con claridad cómo una recta puede capturar un fenómeno real.
Variables: qué medimos y cómo
Antes de modelar, identificamos las variables del problema, paso esencial de cualquier análisis riguroso:
- Variable independiente (X): valor del euríbor mensual, en porcentaje. Variable cuantitativa continua.
- Variable dependiente (Y): cuota mensual de la hipoteca, en euros. Variable cuantitativa continua.
- Variables de control (constantes en el ejemplo): capital pendiente (200.000 €), plazo restante (25 años) y diferencial (1%). Mantenerlas fijas nos permite aislar el efecto del euríbor.
Distinguir entre variable explicativa y variable explicada es la base para no confundir causa con consecuencia, un error clásico en el aula. 🧠
KPIs: los indicadores que vigila un analista
Un buen analista no solo construye el modelo, también mide su calidad. Estos son los KPIs clave de una regresión lineal simple:
- Pendiente (b): euros de aumento de cuota por cada punto que sube el euríbor. Es el "sensor" del riesgo financiero.
- Coeficiente de determinación (R²): qué porcentaje de la variación de la cuota explica el euríbor. Cuanto más cerca de 1, mejor.
- Error estándar de la estimación: cuánto se desvían, de media, las predicciones respecto a los valores reales.
- Residuo: diferencia entre la cuota observada y la cuota predicha por la recta.
Tabla didáctica: euríbor frente a cuota mensual
La siguiente tabla recoge una serie ilustrativa (datos ilustrativos para uso docente, calculados con el sistema de amortización francés para un préstamo de 200.000 € a 25 años y diferencial +1%). Sirven para que el alumnado practique el cálculo de la recta de regresión:
| Mes | Euríbor (X, %) | Cuota mensual (Y, €) |
|---|---|---|
| Ene | 2,50 | 1.013 |
| Feb | 2,70 | 1.036 |
| Mar | 2,95 | 1.065 |
| Abr | 3,15 | 1.089 |
| May | 3,40 | 1.119 |
Nota: con datos reales del Banco de España y una calculadora de amortización, el alumnado puede reconstruir su propia tabla y comparar resultados. ✅
Análisis estadístico: construyendo la recta paso a paso
Para estimar la recta usamos el método de mínimos cuadrados ordinarios, que busca la línea que minimiza la suma de los cuadrados de los residuos. Con los datos de la tabla:
- Media de X (euríbor):
2,94 % - Media de Y (cuota):
1.064,4 € - Pendiente estimada:
b ≈ 118 €por cada punto porcentual de euríbor. - Ordenada en el origen:
a ≈ 717 €
La recta ajustada queda aproximadamente así:
Cuota ≈ 717 + 118 · Euríbor
El ajuste es excelente, con un R² superior a 0,99, lo cual tiene todo el sentido: en este escenario controlado, el euríbor explica casi toda la variación de la cuota. Es un ejemplo magnífico para mostrar cuándo un modelo lineal es muy apropiado. 📊
Modelo: cómo se interpreta y dónde están sus límites
Interpretar la pendiente es lo más valioso: por cada punto porcentual que sube el euríbor, la cuota mensual aumenta unos 118 € en este préstamo concreto. Si el euríbor pasara de 3,40% a 4,00%, el modelo predice un aumento de 0,60 × 118 ≈ 71 € al mes, es decir, unos 852 € más al año.
Conviene enseñar también las limitaciones: el modelo es válido solo dentro del rango observado (extrapolar a euríbor del 8% sería arriesgado), depende del capital y del plazo, y la relación real entre euríbor y cuota no es exactamente lineal en todo el recorrido, aunque lo parezca en tramos cortos. Pensar críticamente sobre el modelo es tan importante como calcularlo. 💡
Visualización: el gráfico que lo deja claro
La visualización recomendada es un diagrama de dispersión con recta de regresión superpuesta:
- Eje X (horizontal): valor del euríbor en %.
- Eje Y (vertical): cuota mensual en €.
- Puntos: cada observación mensual.
- Línea: la recta ajustada
Y = 717 + 118·X.
Como complemento, un gráfico de residuos (residuo en el eje Y, valor predicho en el eje X) permite comprobar visualmente que los errores son pequeños y no muestran patrón, señal de un buen ajuste. 📈
Aplicación didáctica: del titular a la competencia estadística
Esta noticia conecta directamente con la vida real del alumnado y sus familias, lo que la hace especialmente motivadora. Permite trabajar competencia matemática, financiera y digital a la vez. Para profundizar en la enseñanza de la estadística aplicada puedes encontrar más propuestas en más artículos del blog de canaldocente, donde reunimos casos reales convertidos en lecciones.
Una secuencia sugerida: (1) recoger datos reales del euríbor, (2) calcular cuotas con una hoja de cálculo, (3) estimar la recta, (4) representar el gráfico y (5) redactar una conclusión interpretando la pendiente. 📚
Preguntas y retos para el aula 🎯
- Con los datos de la tabla, calcula a mano la pendiente
by compárala con la del artículo. ¿Coincide? - Si el euríbor subiera al 4,2%, ¿qué cuota predice el modelo? ¿Te fiarías de esa predicción? Justifícalo.
- ¿Qué significa exactamente que el R² sea superior a 0,99? Explícalo con tus palabras.
- Busca el valor real del euríbor del mes pasado en el Banco de España y comprueba si encaja en la recta.
- Dibuja el diagrama de dispersión y traza la recta. ¿Algún punto se aleja de ella?
- ¿Por qué sería un error usar este modelo para predecir la cuota de un préstamo a tipo fijo?
- Reto avanzado: cambia el plazo a 15 años y observa cómo cambian la pendiente y la ordenada en el origen.
Conclusión: cuando el euríbor sube, la estadística enseña
La subida del euríbor a máximos de casi dos años no es solo una noticia económica preocupante para quien tiene una hipoteca variable: es también una oportunidad didáctica de oro. Con una simple recta de regresión, el alumnado descubre que detrás de un titular hay un modelo predecible, medible e interpretable. Aprender a leer la pendiente —esos 118 € por cada punto del euríbor— es aprender a leer el mundo con ojos de analista de datos. Y esa, más que cualquier fórmula, es la competencia que de verdad se llevan a casa. ✅📊