Ningún Centro Comercial Compite Contra Una Ciudad Entera

La explicación más intuitiva sería atribuir esa concentración a las características de los propios inmuebles. Sin embargo, los datos la descartan. El tamaño prácticamente no guarda relación con la disponibilidad y la antigüedad tampoco explica de manera consistente qué centros comerciales concentran la superficie disponible. El formato, por su parte, parece marcar diferencias, pero éstas desaparecen casi por completo al excluir dos outlets con disponibilidades excepcionalmente altas. En otras palabras, la concentración de la disponibilidad persiste aun después de descartar las explicaciones más evidentes¹.

El análisis, empero, comienza a aclararse cuando deja de observar a los centros comerciales como un mercado metropolitano homogéneo y desciende al nivel del submercado. Ahí se aprecia que los centros comerciales no compiten contra todos los inmuebles de una ciudad, sino contra los pocos que un consumidor considera como alternativas. Por eso, al incorporar ese entorno competitivo inmediato, la capacidad explicativa de los modelos aumenta de manera importante², y la disponibilidad parece responder menos a las características físicas del activo que al corredor donde compite.

San Pedro, en Monterrey, y Santa Fe y Norte, en la Zona Metropolitana del Valle de México (ZMVM), por ejemplo, figuran entre los submercados que más contribuyen a la disponibilidad de sus respectivos mercados. Sin embargo, la evolución de la absorción local en los últimos tres años muestra que una misma concentración de disponibilidad puede responder a dinámicas competitivas distintas.

Según SiiLA, Santa Fe perdió casi siete puntos porcentuales de participación en la absorción de la ZMVM entre el segundo trimestre de 2023 y el segundo de 2026. Norte siguió la trayectoria opuesta: ganó poco más de tres puntos porcentuales, compensando en buena medida la incorporación de nuevo inventario durante ese mismo periodo. San Pedro, por su parte, también aumentó su participación dentro de Monterrey —más de nueve puntos porcentuales—, aunque en el acumulado de los últimos tres años todavía registra una absorción neta ligeramente negativa.

La implicación es relevante. Dos submercados pueden exhibir niveles similares de disponibilidad y, sin embargo, requerir estrategias completamente distintas para reducirla. En algunos casos, el reto consiste en recuperar demanda frente a corredores competidores; en otros, en absorber la oferta incorporada recientemente; y en otros más, en terminar de ocupar espacios que permanecen vacíos desde ciclos anteriores.

Visto así, la disponibilidad describe el resultado, mientras que la evolución de la absorción permite distinguir el proceso que condujo a él. La concentración del espacio vacío, entonces, deja de entenderse como un fenómeno uniforme del mercado y comienza a interpretarse como la suma de distintas dinámicas competitivas que ocurren simultáneamente dentro de cada ciudad.

Para saber más sobre el desempeño del mercado inmobiliario comercial en México, visita SiiLA Market Analytics o escríbenos a contacto@siila.com.mx.

***

¹ El análisis considera 154 centros comerciales ubicados en la Zona Metropolitana del Valle de México, Guadalajara y Monterrey al 2T 2026. La tasa de disponibilidad se calculó como el área desocupada dividida entre el área bruta rentable (ABR) de cada propiedad. Para evaluar si la concentración observada respondía a características estructurales de los inmuebles, se estimaron modelos de regresión lineal con errores estándar robustos a heterocedasticidad (HC3), incorporando como variables explicativas el logaritmo del área bruta rentable, la antigüedad, el formato del centro comercial y el mercado. El tamaño mostró una asociación prácticamente nula con la tasa de disponibilidad: las correlaciones fueron -0.107 con Pearson y -0.003 con Spearman, y el coeficiente del logaritmo del ABR no resultó estadísticamente significativo en ninguna de las especificaciones estimadas (p≥0.68 en los modelos principales). La antigüedad tampoco mostró una relación consistente: su correlación con la tasa fue -0.110 con Pearson y -0.096 con Spearman, y permaneció no significativa tanto en especificaciones lineales como cuadráticas y mediante splines naturales. En cuanto al formato, los resultados fueron sensibles a la especificación debido a dos outlets, cuya disponibilidad agregada fue de 26.1%; al excluirlos, ninguno de los formatos restantes presentó diferencias estadísticamente significativas frente a la categoría de referencia en el modelo robusto (p entre 0.24 y 0.62). La concentración tampoco depende de unos cuantos valores extremos: al eliminar las cinco propiedades con mayor superficie disponible, el índice de Gini disminuyó de 0.668 a 0.628 y la proporción de inmuebles necesaria para concentrar 80% del espacio disponible pasó de 29.2% a 32.2%. Un bootstrap con 5,000 remuestreos situó esta última estimación en un intervalo de confianza de 95% de 24.7% a 34.4%. En conjunto, estas pruebas indican que ni el tamaño, ni la antigüedad, ni —una vez aislado el efecto de los dos outlets— el formato explican de manera consistente la concentración observada.

² Descartadas las características estructurales del inmueble, el siguiente paso consistió en evaluar si la localización explicaba la concentración observada. Para ello, el mercado metropolitano se sustituyó por el submercado específico de cada inmueble, manteniendo constantes el área bruta rentable, la antigüedad y el formato del centro comercial. El R² ajustado aumentó de 0.0266 a 0.1178, mientras el R² pasó de 0.0838 a 0.291. Dentro de esta especificación, San Pedro (Monterrey) presentó un efecto estimado de +13.5 puntos porcentuales sobre la tasa de disponibilidad (p=0.0065), Norte de la Zona Metropolitana del Valle de México de +11.2 puntos (p=0.0096) y Santa Fe de +11.1 puntos (p=0.0469), respecto de la categoría de referencia. En conjunto, los resultados indican que la ubicación a escala de submercado incrementa de manera sustancial la capacidad del modelo para explicar la disponibilidad observada.