D Dalaqua RR

ROBERTO RUANO DAL AQUA
APLICAO DE MTODOS COMBINADOS DE

AVALIAO IMOBILIRIA NA ELABORAO
DA PLANTA DE VALORES GENRICOS
Presidente Prudente
Maio/2007
ROBERTO RUANO DAL AQUA
APLICAO DE MTODOS COMBINADOS DE
AVALIAO IMOBILIRIA NA ELABORAO DA
PLANTA DE VALORES GENRICOS
Dissertao de Mestrado apresentado ao
Programa de Ps-Graduao em Cincias
Cartogrficas para a obteno do Ttulo de
mestre em Cincias Cartogrficas pela
Faculdade de Cincias e Tecnologia da
Universidade Estadual Paulista UNESP,
campus de Presidente Prudente-SP.
Orientador: Prof. Dr. Amilton Amorim.
Co-Orientador: Prof. Dr. Edlson F. Flores
Presidente Prudente
Maio/2007
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
2
DEDICATRIA
minha esposa, Elaine, e meus pais,
pela compreenso e solidariedade, pelo
amor sem cobranas e principalmente,
por sempre terem entendido os
meus momentos de ausncia.
3
AGRADECIMENTOS
Primeiramente a Deus, que alicerce de minha vida, por ter me
abenoado durante o decorrer deste curso, permitindo os dons da sade, do
discernimento e da persistncia em nunca me desanimar apesar dos obstculos
presentes no caminho, iluminando-me durante todo este trabalho.
Agradeo minha esposa Elaine, pessoa magnfica, sempre
presente e carinhosa, sem a qual este resultado seria impossvel. Pelo incentivo
constante e presena amorosa, impedindo que eventuais problemas pudessem
abater-me.
Aos meus pais, Gildo e Luiza, que sempre estiveram presentes
dando amor, carinho, pacincia e passando a f em Deus , em todos os momentos
mais difceis, onde muitas vezes houve abnegao de seus interesses em prol da
realizao de meus sonhos. Sem esquecer de meus irmos, Iara, Rodrigo, J oo
Pedro e J oo Paulo, que so presenas to importantes em minha vida.
Ao Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico,
CNPQ, pelo auxlio financeiro dado a essa pesquisa com a concesso de uma bo lsa.
Ao meu orientador, Prof. Amilton Amorim, e co-orientador, Prof.
Edlson Flores, pelo tempo dispensado com este trabalho, pela pacincia e zelo a
mim dedicados. E tambm aos meus examinadores por aceitar o convite para
apreciar este trabalho cuja presena quero desde j homenagear.
Ao professor Norberto Hochheim que mesmo no podendo estar
presente juntamente com os outros examinadores contribuiu muito com suas
anlises e sugestes.
Engenheira Cartgrafa, Adriana Zangilorami, secretria de
planejamento do municpio de lvares Machado, pela ajuda dada neste trabalho, tall
como a disponibilizao dos dados para a realizao do mesmo.
Aos consultores imobilirios Leandro Ricardo dos Santos Ferreira,
Alcdio Gaban e Carlos Antnio Paes, meu sincero agradec imento pela grande
contribuio dada no desenvolvimento deste trabalho, passando informaes do
mercado imobilirio da rea de trabalho.
4
Finalmente, a todos os meus amigos da sala de permanncia dos
alunos do PPGCC, pela ajuda e incentivo, alm de disponi bilidade e boa vontade
com que sempre me atenderam.
E, como no poderia deixar de faz-lo, a todos os professores do
PPGCC e do Departamento de Cartografia, que contriburam com minha formao
acadmica.
Meus sinceros agradecimentos a todos aqueles que, de alguma
forma, contriburam para que este trabalho pudesse ser concretizado.
5
EPGRAFE
O Pai que est nos cus no o abandona.
Ele o contempla. Voc pensamento
divino feito realidade humana. No veio
vida por acaso, mas por amorosa vontade
do Criador. Deus o ama tanto que o trouxe
vida para ser um dos seus filhos e para
poder se glorificar em voc. Pense, diga e
repita muitas vezes: O Senhor o meu
Pastor. Nada me faltar.
6
RESUMO
A Planta de Valores Genricos faz parte do sistema cadastral de uma prefeitura e
trata-se de uma importante ferramenta para o planejamento urbano. Para a sua
concepo so necessrias vrias etapas, dentre as quais se destacam: a coleta de
informaes e a prpria avaliao. A norma nmero 14653-2 da ABNT recomenda a
aplicao do mtodo comparativo de dados de mercado, mas nem sempre este
procedimento possvel devido ausncia de amostras significativas, uma vez que
em reas urbanas densamente construdas as transaes imobilirias restrin gem-se,
praticamente, a apenas imveis construdos. Assim, este trabalho visa mostrar quais
so as fontes desses dados e a problemtica encontrada para se obt -las. Alm
disso, apresenta-se o mtodo, que uma alternativa para obter os valores de
terrenos nas regies onde h escassez desses dados, procurando melhorar os
resultados. Esse mtodo trata da juno de outros mtodos de avaliao ao mtodo
comparativo de dados de mercado.
Palavras Chaves: PVG, Avaliao Imobiliria, Cartografia, Anlise Multivariada
7
ABSTRACT
The Plant of Generic Values is part of the cadastral system of a city hall and is about
an important tool for the urban planning. For its conception, some stages are
necessary, amongst which if they detach: the collection of inf ormation and the proper
evaluation. In accordance with the norm number 14653-2 of the ABNT, sends
regards that to wall lamp the comparative method of market data, but nor always this
procedure is possible due to absence of significant samples, a time that in urban
areas densely constructed the real estate transactions is restricted, practically, the
immovable ones only constructed. Thus, this work aims at to show which is the
sources of these data and the problematic one found to get them. Moreover, an
alternative methodology is presented to get the values of lands in the regions where
it has scarcity of these data, looking for to improve the results. This methodology
deals with the junction of other methods of evaluation to the comparative method of
market data.
Key Words: PVG, Real estate Evaluation, Cartography, Multivariada Analysis
8
LISTA DE FIGURAS
Figura 1 PVG do municpio de Sete Lagoas MG________________________ 27
Figura 2 PVG do municpio de Ribeiro dos ndios SP ___________________ 28
Figura 3 Modelo homocedstico e heterocedstico _______________________ 44
Figura 4 Modelo normal e no normal ________________________________ _ 45
Figura 5 Identificao de auto-correlao atravs de grficos de resduos _____ 47
Figura 6 Grficos com a presena de outliers e sem______________________ 48
Figura 7 Ilustrao de uma ligao simples _____________________________ 54
Figura 8 Ilustrao de uma ligao completa ____________________________ 54
Figura 9 Ilustrao de uma ligao mdia ______________________________ 54
Figura 10 Comunicao da Informao cartogrfica ______________________ 57
Figura 11 Comunicao monossmica ________________________________ 58
Figura 12 Exemplo de transcrio grfica e relao entre objetos ____________ 58
Figura 13 Variveis visuais________________________________ __________ 59
Figura 14 Representao qualitativa pontual ____________________________ 60
Figura 15 Representao qualitativa linear _____________________________ 61
Figura 16 Representao qualitativa zonal _____________________________ 61
Figura 17 Representaes ordenadas ________________________________ _ 62
Figura 18 Modelo Numrico de Terreno________________________________ 63
9
Figura 19 Dcima regio administrativa do Estado de So Paulo, e em destaque o
municpio de lvares Machado ________________________________ ________ 65
Figura 20 lvares Machado e municpios vizinhos ________________________ 66
Figura 21 Localizao da rea estudada _______________________________ 67
Figura 22 - Diagrama das atividades. ________________________________ ___ 68
Figura 23 Dados levantados de imveis negociados na rea de trabalho ______ 77
Figura 24 Teste da Normalidade - Mtodo 1 dados de lotes originais________ 79
Figura 25 Teste da Homocedasticidade - Mtodo 1 dados de lotes originais __ 80
Figura 26 Outliers - Mtodo 1 dados de lotes originais ___________________ 81
Figura 27 rea com falta de dados de mercado__________________________ 82
Figura 28 Teste da Normalidade - Mtodo 1 dados de construes _________ 85
Figura 29 Teste da Homocedasticidade - Mtodo 1 dados de construes ___ 86
Figura 30 Outliers - Mtodo 1 dados de construes ____________________ 87
Figura 31 Teste da Normalidade - Mtodo 1 dados originais +dados inferidos 90
Figura 32 Teste da Homocedasticidade - Mtodo 1 dados originais +dados
inferidos________________________________ __________________________ 91
Figura 33 Outliers - Mtodo 1 dados originais +dados inferidos____________ 92
Figura 34 Mtodo 2 Dendrograma das classes de terrenos formadas _______ 93
Figura 35 Mtodo 2 Grupos formados pela anlise de agrupamento ________ 94
Figura 36 Teste da Normalidade - Mtodo 2 dados de lotes originais Grupo 196
10
Figura 37 Teste da Homocedasticidade - Mtodo 2 dados de lotes originais
Grupo 1________________________________ __________________________ 96
Figura 38 Outliers - Mtodo 2 dados de lotes originais Grupo 1 __________ 97
Grupo 2________________________________ _________________________ 100
Figura 41 Outliers - Mtodo 2 dados de lotes originais Grupo 2 _________ 101
Grupo 3________________________________ _________________________ 103
Grupo 4________________________________ _________________________ 107
Figura 48 Teste da Normalidade - Mtodo 2 dados de lotes originais +dados
inferidos Grupo 4 ________________________________ ________________ 110
Figura 49 Teste da Homocedasticidade - Mtodo 2 dados de lotes originais +
dados inferidos Grupo 4________________________________ ___________ 111
Figura 50 Outliers - Mtodo 2 dados de lotes originais +dados inferidos Grupo
4 ________________________________ ______________________________ 112
11
LISTA DE TABELAS
Tabela 1 Exemplo da Tabela de preo de construo por metro quadrado _____ 38
Tabela 2 1 etapa de levantamento de dados ___________________________ 71
Tabela 3 2 etapa de levantamento de dados ___________________________ 72
Tabela 4 Fatores relativos topografia ________________________________ 73
Tabela 5 Variveis independentes terreno ____________________________ 74
Tabela 6 Variveis independentes - construo__________________________ 74
Tabela 7 Estatstica de regresso Mtodo 1 dados de lotes originais ______ 78
Tabela 8 Coeficientes e significncias Mtodo 1 dados de lotes originais ___ 78
Tabela 9 Anlise de varincia Mtodo 1 dados de lotes originais _________ 79
Tabela 10 Teste da normalidade Mtodo 1 dados de lotes originais _______ 79
Tabela 11 Teste da Multicolinearidade - Mtodo 1 dados de lotes originais ___ 80
Tabela 12 Dados das caractersticas de terreno das construes ____________ 83
Tabela 13 Estatstica de regresso Mtodo 1 dados de construes ______ 84
Tabela 14 Coeficientes e significncias Mtodo 1 dados de construes ___ 84
Tabela 15 Anlise de varincia Mtodo 1 dados de construes__________ 85
Tabela 16 Teste da normalidade Mtodo 1 dados de construes ________ 85
Tabela 17 Teste da Multicolinearidade - Mtodo 1 dados de construes ____ 86
Tabela 18 Dados das construes das reas problemticas ________________ 88
Tabela 19 Estatstica de regresso - Mtodo 1 - dados originais +dados inferidos89
12
Tabela 20 Coeficientes e significncias Mtodo 1 dados originais +dados
inferidos________________________________ __________________________ 89
Tabela 21 Anlise de varincia Mtodo 1 dados originais +dados inferidos _ 89
Tabela 22 Teste da normalidade Mtodo 1 dados originais +dados inferidos 90
Tabela 23 Teste da Multicolinearidade - Mtodo 1 dados originais +dados
inferidos________________________________ __________________________ 91
Tabela 24 Estatstica de regresso Mtodo 2 dados de lotes originais Grupo
1 ________________________________ _______________________________ 95
Tabela 25 Coeficientes e significncias Mtodo 2 dados de lotes originais
Grupo 1________________________________ __________________________ 95
Tabela 26 Anlise de varincia Mtodo 2 dados de lotes originais Grupo 1 95
Tabela 27 Teste da normalidade Mtodo 2 dados de lotes originais Grupo 196
Tabela 28 Teste da Multicolinearidade - Mtodo 2 dados de lotes originais
Grupo 1________________________________ __________________________ 97
2 ________________________________ _______________________________ 98
Grupo 2________________________________ __________________________ 98
Tabela 31 Anlise de varincia Mtodo 2 dados de lotes originais Grupo 2 99
Grupo 2________________________________ _________________________ 100
3 ________________________________ ______________________________ 101
13
Grupo 3________________________________ _________________________ 102
Tabela 36 Anlise de varincia Mtodo 2 dados de lotes originais Grupo 3102
Grupo 3________________________________ _________________________ 104
4 ________________________________ ______________________________ 105
Grupo 4________________________________ _________________________ 105
Grupo 4________________________________ _________________________ 107
Tabela 44 Estatstica de regresso Mtodo 2 dados de lotes originais +dados
inferidos Grupo 4 ________________________________ ________________ 109
Tabela 45 Coeficientes e significncias Mtodo 2 dados de lotes originais +
Tabela 46 Anlise de varincia Mtodo 2 dados de lotes originais +dados
inferidos Grupo 4 ________________________________ ________________ 110
Tabela 47 Teste da normalidade Mtodo 2 dados de lotes originais +dados
inferidos Grupo 4 ________________________________ ________________ 110
Tabela 48 Teste da Multicolinearidade - Mtodo 2 dados de lotes originais +
14
Tabela 49 Anlise dos resultados ________________________________ ___ 114
Tabela 50 Anlise dos resultados Teste 1____________________________ 115
Tabela 51 Anlise dos resultados Teste 2____________________________ 116
Tabela 52 Anlise dos resultados Variveis do modelo de regresso ______ 116
15
NDICE
CAPTULO I
INTRODUO ____________________________________________________ 18
1.1 Consideraes iniciais ________________________________ _________ 18
1.2 Objetivos________________________________ ____________________ 20
1.2.1 Objetivo geral ________________________________ _____________ 20
1.2.2 Objetivos especficos ________________________________ _______ 20
1.3 Estrutura do Trabalho________________________________ __________ 21
CAPTULO II
FUNDAMENTAO TERICA _______________________________________ 22
2.1 Cadastro Tcnico Multifinalitrio ________________________________ __ 22
2.2 Planta de Valores Genricos ________________________________ ____ 23
2.2.1 Tipos de plantas de valores ________________________________ __ 25
2.2.1.1 Quanto ao objeto ________________________________ _______ 25
2.2.1.2 Quanto forma de apresentao __________________________ 26
2.3 As normas brasileiras de avaliao imobili ria _______________________ 29
2.4 Avaliao de imveis urbanos ________________________________ ___ 30
2.4.1 Avaliao individual de imveis _______________________________ 30
2.4.1.1 Mtodos diretos ________________________________ ________ 30
2.4.1.1.1 Mtodo comparativo de dados de mercado _______________ 31
2.4.1.1.2 Mtodo comparativo de custo de reproduo de benfeitorias __ 32
2.4.1.2 Mtodos indiretos ________________________________ ______ 32
2.4.1.2.1 Mtodo involutivo ________________________________ ___ 32
2.4.1.2.2 Mtodo da capitalizao de renda_______________________ 33
2.4.1.2.3 Mtodo residual ________________________________ _____ 33
2 4 1 2 4 Mtodo evolutivo 34
16
2.4.2 Avaliao de imveis em massa ______________________________ 34
2.5 Variveis utilizadas na avaliao imobiliria _________________________ 35
2.6 As fontes de dados de mercado ________________________________ __ 38
2.7 Anlise Multivariada ________________________________ ___________ 39
2.7.1 Anlise de regresso ________________________________ _______ 41
2.7.1.1 Modelo linear geral de regresso __________________________ 42
2.7.1.2 Verificao de pressupostos do modelo _____________________ 43
2.7.1.2.1 Homocedasticidade________________________________ __ 43
2.7.1.2.2 Normalidade ________________________________ _______ 44
2.7.1.2.3 Linearidade ________________________________ ________ 45
2.7.1.2.4 Independncia serial dos resduos (no auto-correlao)_____ 46
2.7.1.2.5 Outliers ________________________________ ___________ 47
2.7.1.2.6 Seleo de variveis ________________________________ _ 48
2.7.1.3 Poder de explicao do modelo____________________________ 51
2.7.2 Anlise de agrupamento ________________________________ ____ 52
2.8 Cartografia________________________________ ___________________ 55
2.8.1 Comunicao cartogrfica________________________________ ____ 56
2.8.2 Linguagem cartogrfica________________________________ ______ 58
2.8.2.1 Comunicao monossmica_______________________________ 58
2.8.2.2 Variveis visuais ________________________________ ________ 59
2.8.3 Mtodos de representao da cartografia temtica ________________ 60
17
CAPTULO III
METODOLOGIA E DESENVOLVIMENTO_______________________________ 64
3.1 Consideraes iniciais ________________________________ _________ 64
3.2 rea de Estudo: Municpio de lvares Machado _____________________ 64
3.2.1 Caractersticas e localizao ________________________________ _ 64
3.2.2 reas estudadas no municpio ________________________________ 66
3.3 Procedimentos metodolgicos ________________________________ ___ 67
3.3.1 Levantamento dos dados ________________________________ ____ 70
3.3.2 Aplicao da metodologia ________________________________ ___ 75
3.3.2.1 Mtodo 1 Anlise geral Gerao de modelos de regresso para
os dados originais________________________________ _____________ 76
construes ________________________________ _________________ 81
os dados originais mais os dados inferidos _________________________ 88
3.3.2.4 Mtodo 2 Anlise por grupos Gerao de modelos de regresso
para os dados originais________________________________ _________ 92
3.3.2.5 Mtodo 2 Anlise por grupos Gerao de modelos de regresso
para os dados originais mais os dados inferidos ____________________ 108
CAPTULO IV
RESULTADOS E DISCUSSES _____________________________________ 113
CAPTULO V
CONCLUSES ___________________________________________________ 118
5.1 Consideraes finais________________________________ __________ 118
5.2 Recomendaes ________________________________ _____________ 119
BIBLIOGRAFIAS _________________________________________________ 120
18
CAPTULO I
INTRODUO
1.1 Consideraes iniciais
O sistema cadastral multifinalitrio composto por vrios cadastros
setoriais, dentre os quais se pode destacar o cadastro de valores, gerado pela
Planta de Valores Genricos (PVG). A PVG uma ferramenta indispensvel para as
Prefeituras, tendo em vista que dela derivam informaes que servem como suporte
para a tributao de imveis, alm de servir como um importante instrumento de
planejamento que auxilia na tomada de decises.
Em muitos mercados imobilirios, a base de clculos das estimativas
dos valores dos imveis, quer seja para cobrana de impostos sobre os imveis ou
para venda dos mesmos, tem como nvel de rigor na apurao, o tipo expedido, ou
seja, a avaliao feita de forma subjetiva, no utilizando qualquer procedimento
matemtico ou estatstico de suporte para a estimao do valor do imvel
(BRULIO, 2005). Muitas dessas estimativas so obtidas com base na experinc ia
ou opinio pessoal.
Desta forma, para obter dados que reflitam a realidade, h a
necessidade da aplicao de metodologias cientficas que proporcionem maior
objetividade. Uma alternativa a aplicao de procedimentos estatsticos, para que
esses possam predizer o valor do imvel com base nas suas caractersticas.
No Brasil, existe a Associao Brasileira de Normas Tcnicas
(ABNT) que, por meio de suas normas, estabelecem as regras especficas para a
avaliao de imveis urbanos, que uma das etapas da gerao da PVG,
informando as diretrizes bsicas para a realizao desse trabalho. A norma que
especifica essas regras para a avaliao de bens a NBR 14653, que se divide em
sete partes, onde a primeira descreve os procedimentos gerais e a segunda parte a
que trata de imveis urbanos. As outras partes da norma dizem respeito avaliao
de outros objetos, como imveis rurais e patrimnios histricos.
19
O mtodo indicado para a elaborao de uma PVG, isto , da
realizao de uma avaliao de imveis em massa, segundo a NBR 14653-1 (2001)
da ABNT, o mtodo comparativo de dados de mercado. A aplicao deste mtodo
dependente de alguns requisitos, que so a existncia de transaes de imveis
que representem toda a variabilidade de valores da regio a se ger ar uma planta,
dados referenciados mesma poca que sejam bem distribudos espacialmente
sobre a rea de trabalho e em quantidade suficiente para possibilitar a anlise dos
valores.
As informaes de transaes imobilirias podem ser obtidas,
principalmente em cidades de pequeno porte, junto s prefeituras na guia de ITBI.
Neste caso, deve-se considerar que o valor encontrado nesse documento
declaratrio, sendo muitas vezes declarado um valor abaixo do real como forma de
se pagar valores menores de impostos.
Mas nem sempre possvel obedecer aos requisitos necessrios
para a aplicao do mtodo na gerao das plantas de valores. O principal problema
que se pode observar a ausncia de amostras significativas de dados de
comercializao de imveis do tipo terrenos, principalmente, em reas urbanas
centrais, uma vez que, nessas reas quase no existem mais terrenos baldios,
diferente do que pode ocorrer em locais mais afastados, ou seja, em bairros mais
novos. No entanto, deve-se considerar que nessas regies, pode haver dados de
transaes de imveis construdos.
Em vista da presente problemtica, que a falta de elementos
amostrais em determinadas regies da rea de aplicao de uma PVG, leva a
propor o uso do mtodo comparativo de dados de mercado asso ciado a outras
formas de avaliar um imvel. Essa proposta tem como objetivo apurar os valores de
terrenos a partir do valor do imvel como um todo, ou seja, fazer uso de mtodos
que infiramapenas o valor da construo dos imveis construdos comercializados e
a partir disso estimem o valor do terreno pela decomposio dos valores. Atravs
disso, procura-se utilizar o mtodo sugerido pela NBR 14653-1 (2001).
Para o processamento de todas as informaes que descrevem as
caractersticas do terreno, a NBR 14653-2 (2004) sugere o uso de tcnicas de
regresso linear, com o intuito de obter o valor do imvel. Tanto os procedimentos
quanto o processamento e anlise dos dados so descritos na NBR14653-2. Assim,
20
utilizou-se a referida norma como grande fonte de informao para o
desenvolvimento da metodologia proposta.
O desenvolvimento do trabalho deu-se com a aplicao de
regresso mltipla utilizando, como variveis do modelo, os dados caractersticos do
terreno que podem influenciar em seu valor. Para isso, fez-se uso de variveis
como: topografia, dimenses, acessibilidade, vizinhana, localizao e
principalmente, dados de comercializao de imveis. Alm disso, as variveis que
caracterizam as construes tambm foram investigadas.
Objetivando chegar a um melhor resultado, aplicou-se outro mtodo
estatstico, que a anlise de agrupamento, com o intuito de estabelecer um modelo
que melhor representa a variabilidade dos dados e gera valores mais acurados.
Com este procedimento, pretende-se melhorar a qualidade das
estimativas de valores do cadastro de valores dos imveis urbanos, permitindo
vrios tipos de anlises de mercado, como o comportamento e as tendncias do
mercado imobilirio, necessidades de investimentos em regies prioritrias da rea
urbana e outras aplicaes.
1.2 Objetivos
1.2.1 Objetivo geral
Neste trabalho tem-se como principal objetivo propor um
procedimento metodolgico hbrido para a obteno de valores de terrenos, em
regies com insuficincia de dados de mercado, utilizando combinao do mtodo
comparativo de dados de mercado com outros mtodos de avaliao.
1.2.2Objetivos especficos
No presente trabalho tem-se os seguintes objetivos especficos:
Estudar os mtodos de avaliao imobiliria e gerao de PVG;
21
Identificar as variveis que podem interferir no valor dos imveis,
sejam terrenos ou construes;
Observar o comportamento dos valores estimados quando
aplicada a avaliao em massa com os dados disponveis
inicialmente de imveis no edificados e depois com o
acrscimo de dados inferidos;
Fazer uso de mtodos de agrupamentos com o intuito de ter
grupos de dados homogneos e aplicar o processamento de
avaliao em massa com os dados originais e com os dados
combinados;
Verificar o comportamento do uso de mtodos combinados de
avaliao imobiliria na gerao de PVG em relao ao mtodo
sugerido pela NBR 14653-2.
1.3 Estrutura do Trabalho
O presente trabalho est estruturado em seis captulos; sendo que
no primeiro so apresentados os objetivos, relevncia do tema, justificativas e
vantagens do emprego da metodologia proposta.
No segundo captulo, apresentada a fundamentao terica sobre
os assuntos relacionados ao presente trabalho, como o Cadastro Tcnico
Multifinalitrio e seus instrumentos utilizados no planejamento urbano, como a PVG.
Neste captulo, ainda mostrada uma reviso de literatura sobre avaliao
imobiliria, conceitos de representao cartogrfica, assim como as metodologias
recomendadas pela ABNT para a avaliao de imveis urbanos, alm dos conceitos
matemticos acerca da Anlise Multivariada.
No terceiro captulo descreve-se a abordagem metodolgica adotada
para o processo de gerao de uma planta de valores, alm de mostrar os materiais
e locais da realizao do trabalho.
No captulo quatro, demonstra-se a anlise dos resultados e o que
se espera da aplicao da metodologia.
Por fim, o quinto captulo traz as consideraes finais, concluses e
recomendaes para futuros trabalhos.
22
CAPTULO II
FUNDAMENTAO TERICA
2.1 Cadastro Tcnico Multifinalitrio
O Cadastro Tcnico Multifinalitrio, segundo Lima (1999), definido
como sendo um conjunto de informaes grficas e descritivas de uma poro da
superfcie terrestre, contendo as propriedades imobilirias corretamente
georreferenciadas, possibilitando o conhecimento detalhado sobre todos os
aspectos levantados, tendo em vista a gesto ambiental de forma racional, legal e
econmica.
Philips (1996) define, em seu trabalho, que Cadastro Tcnico
Multifinalitrio um sistema de banco de dados distribudo (suplementos
multifinalitrios ou multifuncionais), com um ncleo denotado cadastro bsico de
bens imobilirios ou base cadastral, sendo que esta base composta de:
- Planta cadastral: base grfica que representa a situao
geomtrica de uma propriedade em rel ao a outras
propriedades em escala adequada;
- Base mtrica: registro do levantamento tcnico em forma de
medies, clculos, listas de coordenadas, arquivos de croquis,
demarcao parcelar, amarrado Rede de Referncia Cadastral
Municipal;
- Registro de parcelas: registro pblico das parcelas e dos lotes
com os atributos mais importantes;
- Proprietrios e direitos: registro legal de proprietrios e
obrigaes do Registro Geral de Imveis.
O Cadastro Tcnico Multifinalitrio formado no s por
informaes descritivas, mas tambm por informaes cartogrficas, como a planta
geral do municpio, planta de valores, planta de referncia cadastral, entre outras.
Todas essas informaes tm como objetivo identificar a diviso em parcelas de
23
uma rea. As informaes descritivas so formadas por registros dos atributos
fsicos e abstratos relativos s parcelas identificadas nos mapas e dizem respeito ao
imvel e o seu proprietrio (CARNEIRO, 2003).
Segundo Carneiro e Loch (2000), poucas so as prefeituras que
possuem um cadastro visando aplicaes multidisciplinares, pois o principal foco
destas, ainda a poltica fiscal. Tais autores constataram, alm disso, que a parte
cartogrfica destes rgos ainda deixa a desejar; uma vez que, muitas vezes, os
administradores municipais no tm o conhecimento dos benefcios que esses
dados podem proporcionar.
A importncia em ter um Cadastro Tcnico Multifinalitrio como
instrumento de planejamento d-se pelo acervo de dados que proporcionado e
pela potencialidade de ser um elemento fornecedor de recursos para suporte
financeiro, como o caso do IPTU (Imposto Predial e Territorial Urbano) e ITBI
(Imposto sobre a Transmisso de Bens Imveis), nas opes de planejamento. Isto
proporciona elementos para controle de zoneamento que estabelecem ocupao
racional e desejvel dos solos urbanos, desestimulando a especulao imobiliria
(LOCH, 1995 apud MUNIZ, 1996 et all).
2.2 Planta de Valores Genricos
Planta de Valores Genricos (PVG) so plantas de zona urbana ou
zona de expanso urbana, nas quais so apostos, em cada face de quadra da
malha urbana, os valores bsicos do metro quadrado dos terrenos devidamente
homogeneizados, quanto aos seus diversos atributos, inclusive temporalmente,
atendendo aos critrios tcnicos e uniformes para toda a cidade. Objetiva a
formao de valores venais dos imveis, base de clcul o do IPTU e ITBI
(EMPLASA, 2005).
Para Averbeck (2003), a PVG consiste em um documento
cartogrfico que representa a distribuio espacial dos valores mdios dos imveis
em cada regio da cidade, normalmente apresentados por face de quadra. Este
documento tem por finalidade no s servir como base de dados para a tributao,
mas tambm para todo o processo de planejamento urbano, como conhecimento da
24
riqueza da cidade e dos bairros, para definies de Plano Diretor e de prioridades de
investimentos.
Segundo Melo (2001), entende-se por PVG a representao
cartogrfica delimitada pelo permetro urbano de um municpio, no qual se
materializa o zoneamento intra-urbano estabelecido de acordo com as
caractersticas fsicas, ambientais e scio-econmicas desta regio para fins
tributrios. Desta forma, delimitam-se as regies homogneas, s quais podem ser
atribudos ndices correspondentes valorizao, segundo as zonas identificadas;
sendo tais ndices os qualificadores do espao urbano utilizados no clculo do valor
venal do imvel.
Uma PVG deve sempre buscar o cumprimento de alguns princpios
para que seus objetivos sejam alcanados da melhor forma possvel. Dentre esses
princpios, pode-se destacar, primeiramente, o princpio da uniformidade que busca
uma igualdade entre os valores realizados pela avaliao e os valores de mercado
(V.
avaliao
/ V.
mercado
=K). Outro princpio buscado o da atualidade, que se refere
data dos dados analisados. Para respeitar este princpio, todos os dados tm que
estar relacionados mesma poca. O ltimo princpio o da realidade, o qual
aponta que o valor a ser buscado na avaliao o valor de mercado, isto , a
quantia mais provvel pela qual se negociaria com conhecimento e prudncia, numa
data de referncia, dentro das condies do mercado vigentes (IBAPE -SP, 2005).
Assim, pode-se dizer que a no observao destes princpios pode gerar situaes
de iniqidades.
Uma planta de valores bem elaborada consegue dar suporte ao
rgo municipal em diversas atividades, dentre as quais a mais visada pela maioria
das Prefeituras, a arrecadao via tributos imobilirios , que engloba os impostos
relacionados transmisso de bens imveis (ITBI) e o i mposto predial e territorial
urbano (IPTU).
Schneider (1993) destaca ainda, que a PVG tambm tem como
vantagens auxiliar os municpios na promoo de justia social, via justia tributria,
simplificao dos processos de desapropriaes, regularizao do mercado
imobilirio, otimizao em estudos de viabilidade econmica para impl antao de
equipamentos urbanos, obras de cunho social, melhoria do sistema virio, anlise do
comportamento da evoluo imobiliria da cidade e a possibilidade de orientao no
crescimento urbano
25
A realizao de um projeto de elaborao de PVG, de acordo com
Averbeck (2003) segue as seguintes etapas:
- Atividades preliminares (contratao, formao de comisso,
corpo tcnico para acompanhamento, cronograma);
- Organizao e planejamento (levantamento das informaes
cartogrficas, BIC (Boletim de Informaes Cadastrais) e
zoneamento do municpio);
- Delimitao de zonas homogneas (bairros, infra-estrutura e
equipamentos urbanos, lei de uso e ocupao do solo, padro
das edificaes, tamanho dos lotes);
- Delimitao de zonas de avaliao (uso e ocupao do solo,
dimenso dos lotes, vocao de uso, atratividade comercial,
situao paradigma);
- Coleta de dados (bancos de dados, jornais, imobiliri as, placas,
cartrios, bancos);
- Clculo dos valores mdios;
- Anlises, testes e validao;
- Elaborao das tabelas de valores para as benfeitorias;
- Transferncia dos valores mdios para a planta;
- Alterao da legislao aos novos valores e alquotas; e
- Aprovao da lei (que inclui a PVG e as tabelas de valores).
2.2.1 Tipos de plantas de valores
2.2.1.1 Quanto ao objeto
As plantas de valores so especficas para cada objeto, ou seja,
existem plantas para terrenos e para edificaes, sendo que cada uma tem as suas
caractersticas.
Existem aquelas que so relacionadas aos terrenos e tem como
caracterstica ter os seus valores marcados, por metro quadrado, fixados por face de
26
quadra. Os valores mdios so definidos, na sua maioria, por mtodos
comparativos, sendo que as formas como se chega a esses valores so as mais
variadas possveis, como por exemplo, a utilizao de fatores de homogeneizao
(MACHADO, 2004; FIKER, 1997; IBAPE, 2005) , alm de alguns casos de uso de
regresso e inteligncia artificial (PELLI NETO, 2006; BRONDINO, 1999; SCHIAVO,
AZEVEDO, 2003).
J as PVGs de edificaes podem ser definidas a partir de dados do
cadastro imobilirio em que constam as informaes a respeito da edificao. A
partir do uso de tabelas de valores bsicos de construo, que so adotadas para
diferentes tipos de edificaes, consegue-se chegar ao valor do imvel cujos
parmetros so definidos por mtodos como o de custo de reproduo, que sempre
observam o padro construtivo, sua tipologia e alguns fatores de depreciao, como
a idade (MURGEL FILHO, 2005, AVERBECK, 2003).
2.2.1.2 Quanto forma de apresentao
Uma planta de valor pode ser classificada tambm quanto forma
de apresentao dos dados que dela fazem parte. As plantas de valores genricos
podem ser classificadas como tabulares ou cartogrficas.
As plantas de valores tabulares so aquelas em que os valores
tabulares associados aos imveis so referenciados por face de quadra ou trecho de
logradouro e dispostos em tabelas, conforme a Figura 1, que mostra um trecho da
tabela da PVG do municpio de Sete Lagoas MG, ou seja, na prtica no so
plantas, mas sim tabelas de valores.
27
Figura 1 PVG do municpio de Sete Lagoas MG
Fonte: http://www.setelagoas.mg.gov.br /pref-arquivos_pdf/tabela_precos.pdf
Essas plantas tm menor aplicabilidade do que as cartogrficas, pois
no permitem uma viso espacial da distribuio dos valores e conhecimento das
reas homogneas ou plos de valorizao, o que dificulta muito uma a nlise
espacial que tenha como fim o conhecimento da distribuio espacial dos dados.
De outra forma, as plantas de valores cartogrficas mostram a
distribuio dos valores atravs de mapas cadastrais, conforme pode ser observado
na Figura 2, que mostra a Planta de Valores Genricos de Ribeiro dos ndios -SP.
28
Figura 2 PVG do municpio de Ribei ro dos ndios SP
Neste tipo de planta possvel observar as reas homogneas
distribudas no municpio, alm dos plos de valorizao. De acordo com Murgel
Filho (2005), A PVG, quando concebida como um produto cartogrfico, apresenta
diversas vantagens para se observar fenmenos de mercado, pois eles estaro
evidenciados atravs de feies em um mapa, tais como zonas homogneas, curvas
istimas e plos de valorizao. Tais feies so assim definidas por Mller (1995):
Zonas homogneas: So zonas que apresentam a mesma
evoluo durante um determinado perodo de tempo,
manifestada pelo padro construtivo das edificaes. Existe uma
tendncia de que acompanhem o zoneamento de uso e
ocupao do solo;
Curvas istimas: o lugar geomtrico dos pontos de igual valor,
assim como curvas de nvel, permitindo a visualizao do relevo
de valores;
Plos de valorizao: So pontos ou linhas a partir dos quais a
distribuio dos valores se d de uma forma decrescente. Podem
ser principais ou secundrios. Normalmente, os centros
29
comerciais configuram plos pontuais e em cidades balnerias, a
orla martima um plo linear.
2.3 As normas brasileiras de avaliao imobiliria
Os primeiros trabalhos dos quais se tm relatos sobre a avaliao de
imveis, no Brasil, datam do comeo do sculo XX. Por volta do ano de 1918 . O
engenheiro Luiz Carlos Berrini deu grande contribuio para o desenvolvimento de
tcnicas de avaliao e dizia que Nenhum mtodo de avaliao exato, sendo
alguns mais trabalhosos do que outros, e alguns bem mais fundamentados do que
outros (ANACLETO, 2002).
Na dcada de 50, surgem as primeiras normas de avaliao de
imveis organizadas por entidades pblicas e institutos voltados para a engenharia
de avaliaes. Um exemplo disso o IBAPE, que surgiu em 1957, em So Paulo,
devido as grandes desapropriaes em massa de imveis os profissionais ligados a
essa instituio tinham o objetivo de criarem leis e tecnologias para a realizao das
avaliaes.
Mas, foi apenas em 1977 que a ABNT publicou a primeira norma
brasileira para avaliao de imveis urbanos, a NB 502. Em 1980 esta norma sofreu
uma primeira reviso e foi registrada no INMETRO (Instituto Nacional d e Metrologia,
Normalizao e Qualidade Industrial) como NBR 5676. Esta norma tinha como
novidade o estabelecimento de nveis de preciso na avaliao.
Atualmente, a avaliao de imveis urbanos no Brasil regida pela
NBR 14653-2, publicada em maio de 2004. Esta norma uma atualizao da antiga
NBR 5676 de 1990, que a substituiu.
A NBR 14653-2 (2004) tem o objetivo de fixar as diretrizes para a
avaliao de imveis urbanos, quanto classificao de sua natureza, descrio das
atividades bsicas, do uso das metodologias, das especificaes da avaliao, e
suporte para laudos e pareceres tcnicos de avaliao. Esta norma, em especial,
acrescentou a insero de um novo mtodo de avaliao, que o mtodo evolutivo,
definido posteriormente (item 2.4.1.2.4).
A norma de avaliao de bens apresenta em seu texto a descrio
de vrios mtodos possveis que podem ser aplicados nos processos de avaliao,
mas aquele que indicado por trazer de acordo com a norma resultados mais
30
confiveis, o mtodo comparativo de dados de mercado (NBR14653-2, 2004;
IBAPE, 2005).
2.4 Avaliao de imveis urbanos
Dentre as etapas do processo de elaborao ou atualizao de uma
PVG, conforme descrito por Averbeck (2003) tem-se a aplicao de mtodos de
avaliao de imveis urbanos em massa.
A avaliao de imveis uma metodologia que visa determinar o
valor de mercado de um bem (imvel). A aplicao da melhor metodologia para se
chegar ao valor do imvel depende das condies que o mercado imobilirio oferece
ao avaliador. O que deve ser observado, neste momento, so as informaes que se
tm disponveis e a finalidade das avaliaes. Assim, pode-se dizer que a escolha
do mtodo para obter o valor de um imvel, dependente das informaes que se
tem disponvel e do nvel de rigor que se deseja ter (NBR 14653-2, 2004).
2.4.1 Avaliao individual de imveis
Dentre aqueles mtodos de avaliao que mais se destacam e que
so definidos na NBR 14653-2 (2004), podem-se citar os seguintes mtodos:
- Mtodos diretos;
- Mtodos indiretos;
2.4.1.1 Mtodos diretos
Os mtodos diretos so aqueles que no dependem de outro
mtodo para se chegar ao valor do objeto avaliado, s dependendo dele prprio. Os
mtodos que se enquadram dentro destas caractersticas so: o mtodo
comparativo de dados de mercado e o mtodo comparativo de custo de reproduo
de benfeitorias.
31
2.4.1.1.1 Mtodo comparativo de dados de mercado
De acordo com a NBR 14653-1 (2001), o mtodo comparativo de
dados de mercado indica o valor de mercado do bem por meio de tratament o tcnico
dos atributos dos elementos comparveis, constituintes da amostra, ou seja, as suas
caractersticas, como topografia, dimenses, localizao e dados de
comercializao.
O mtodo comparativo baseia-se na anlise de amostras sobre
preos de propriedades imobilirias semelhantes a que se deseja avaliar. Para isso,
h a necessidade do avaliador notar as condies em que so feitas as transaes ,
ou seja, deve-se analisar se so eventos normais ou no do mercado imobilirio ,
com o intuito de verificar se os preos so tpicos de mercado ou se existem
condies no econmicas influindo.
Segundo as normas de avaliao e a maioria dos avaliadores, este
o melhor mtodo, mas depende da existncia de transaes do mesmo tipo de
imvel, na mesma poca e localizao espacial, e em quantidade suficiente para
possibilitar a anlise dos valores, ou seja, uma amostra de dados do mercado
imobilirio formada pelos chamados imveis de referncia que representa toda a
variabilidade dos imveis encontrados na rea de avaliao.
Para se obter os dados finais, deve-se realizar um tratamento
estatstico, que tanto pode ser por inferncia estatstica que um procedimento
cientfico mais objetivo, e que permite a obteno de parmetros de qualificao (ou
teste) do trabalho no qual este trabalho est fundamentado ou por
homogeneizao de fatores, em que se adotam pesos arbitrrios, fundados na
deciso subjetiva do avaliador. A homogeneizao no deixa de ser mtodo
cientfico quando corretamente aplicado. Na verdade, no se devem adotar pesos
arbitrrios, eles devem ser inferidos. Adotar pesos arbitrrios usar o mtodo de
forma inadequada (infelizmente, muitos avaliadores fazem isto, usando fatores
consagrados ao invs de inferi-los).
Uma alternativa que surge da cincia, neste meio, o uso de
tcnicas da rea de inteligncia artificial, tais como redes neurais e lgicas difusas
(GONZLEZ, 2002).
32
2.4.1.1.2 Mtodo comparativo de custo de reproduo de benfeitorias
O mtodo comparativo de custo de reproduo de benfeitorias
aquele que identifica o custo do bem por meio de tratamento tcnico dos atributos
dos elementos comparveis, constituintes da amostra (NBR 14653-1, 2001). Isto
quer dizer que, o valor das benfeitorias que definido por Dantas (1998), como
qualquer melhoramento incorporado permanentemente ao solo pelo homem, que
no pode ser retirado sem destruio pode ser avaliado atravs de um oramento
do custo para reproduzir o imvel, alm de considerar o uso de variveis como a
depreciao fsica e funcional do imvel. Outra forma usar o mtodo comparativo
de mercado para derivar o custo. No caso, o terreno avaliado por outro mtodo,
como o mtodo comparativo de dados de mercado.
2.4.1.2 Mtodos indiretos
J os mtodos indiretos so aqueles que exigem uma
complementao por outro mtodo direto, ou seja, so dependentes de mtodos
diretos. Dentre eles destacam-se: o mtodo involutivo, o mtodo da capitalizao de
renda, o mtodo residual e o mtodo evolutivo.
2.4.1.2.1 Mtodo involutivo
O mtodo involutivo utilizado quando se pretende avaliar um
terreno atravs do seu potencial econmico, seja na construo de um
empreendimento, seja no seu desmembramento em unidades menores. Este
mtodo leva em considerao a receita provvel da comercializ ao de unidades
hipotticas compatveis com as caractersticas do imvel e com as condies de
mercado, baseando-se em preos obtidos em pesquisas (MURGEL FILHO, 2005;
NBR 14653-2, 2004).
Macanhan (2002) destaca o termo aproveitamento eficiente que,
de acordo com a NBR 14653-1 (2001), definido como aquele recomendvel para o
local em certa poca observada a tendncia de uso circunvizinho entre os
33
permitidos pela legislao pertinente. Observando esta definio, o valor do imvel,
no mtodo involutivo, influenciado pelo recebimento mximo que se pode obter
naquele imvel.
A NBR 14653-2 (2004) descreve que este mtodo mais indicado
para a avaliao de terrenos, mas nada impede que seja aplicado para outros bens,
como a edificao. Este mtodo tambm utilizado na avaliao de glebas
urbanizveis na falta de imveis de referncias.
2.4.1.2.2 Mtodo da capitalizao de renda
O mtodo de capitalizao de renda tem a funo de identificar o
valor do bem, com base na capitalizao presente da sua renda lquida prevista,
considerando-se cenrios viveis, segundo a NBR 14653-1 (2001).
Macanhan et al (2000) informam que o mtodo da renda muito
utilizado para se determinar o valor do imvel a partir do aluguel que este gera,
aplicando-se uma determinada taxa mnima de atratividade a um determinado
nmero de perodos de capitalizao, ou seja, uma ferramenta adequada para se
analisar a viabilidade do investimento.
2.4.1.2.3 Mtodo residual
O mtodo residual aquele que define o valor do terreno por
diferena entre o valor do imvel e suas benfeitorias, ou o valor destas subtraindo o
valor do terreno do valor do imvel. Deve-se tambm, quando for o caso, considerar
o fator de comercializao (NBR 5676, 1989).
A aplicao deste mtodo no exclusiva para avaliao de
terrenos, sendo tambm empregada se a finalidade a apurao do valor das
construes, feita ento pela subtrao do valor do terreno do valor total do imvel,
nos mesmos moldes da obteno do valor do terreno citado anteriormente.
De acordo com Dantas (1998), para a realizao deste mtodo no
basta fazer uma simples diferena de valores, ou seja, tirar do valor to tal o valor da
construo por exemplo Deve-se levar em conta outra varivel que o fator de
34
comercializao, definido na NBR 14653-1 (2001) como a razo entre o valor de
mercado de um bem e seu custo de reedio ou de substituio, que pode ser maior
ou menor que um. O seu valor depende da circunstncia do mercado na poca da
avaliao.
Assim, para apurar o valor de um terreno, faz-se uso da seguinte
frmula:
construo da Valor
zao comerciali de Fator
imvel do Valor
terreno do Valor

=
2.4.1.2.4 Mtodo evolutivo
A NBR 14653-1 (2001) define que o mtodo evolutivo identifica o
valor do bem pelo somatrio dos valores de seus componentes. Caso a finalidade
seja a identificao do valor de mercado, deve ser considerado o fator de
comercializao.
Para Fiker (1997), o mtodo evolutivo aquele em que o valor do
imvel obtido de forma indutiva, a partir do valor do terreno, considerando-se todos
os elementos que influenciam o custo de sua construo e o preo de venda.
Macanhan (2002) diz que o valor do imvel obtido somando-se ao valor do terreno,
os custos de produo do imvel, tais como, custos dos materiais e mo -de-obra
para a construo, alm de outros elementos que tambm influem no valor final do
imvel, tal como lucro do incorporador.
2.4.2 Avaliao de imveis em massa
De acordo com Averbeck (2003), entende-se por avaliao em
massa ou avaliao coletiva, o processo de definio de modelos matemticos,
obtidos a partir da realidade dos valores locais, testados e validados
estatisticamente e aplicados na avaliao de uma quantidade de imveis de uma
populao.
(1)
35
A avaliao em massa de imveis busca a determinao de valores
que daro a origem as PVGs que, por fim, serviro de base para o clculo de
impostos, como o IPTU.
Em determinados trabalhos, que se deseja realizar uma avaliao
em massa imprescindvel que o avaliador conhea a regio a ser trabalhada
(IBAPE, 2005).
Dois so os mtodos que podem ser aplicados avaliao em
massa de imveis: mtodo comparativo de dados de mercado e mtodo comparativo
de custo de reproduo de benfeitorias. O primeiro utiliza-se de dados de imveis
comercializados em um determinado perodo que antecede a data do lanamento
das plantas de valores genricos. J o segundo mtodo, faz uso de tabelas de
custos unitrios de reproduo das edificaes, de acordo com o padro de
construo de cada uma. Neste ltimo mtodo, ainda levado em conta o fator de
depreciao, tendo em vista de que o valor apurado pela tabela de edificaes
novas, o que torna necessrio aplicar um fator de depreciao que leve em conta a
idade da edificao.
A avaliao em massa de imveis requer a utilizao de modelos
matemticos para a determinao de valores. Esses modelos utilizados podem ser
tantos de homogeneizao, como de regresso que, na verdade, so os mais
empregados no mercado imobilirio, nos poucos locais que se utilizam aplicaes
cientficas.
2.5 Variveis utilizadas na avaliao imobiliria
Para a realizao de uma boa avaliao imobiliria, recomendvel
a utilizao de modelos inferenciais que visam determinar valores com maior
confiabilidade. Para a aplicao desses modelos , deve-se fazer uso de variveis que
dizem respeito aos imveis, e que por sua vez, caracterizam o terreno. Para isso,
deve-se levar em considerao as caractersticas de cada imvel, pois a partir
dessas informaes que se consegue estimar o valor do mesmo.
As caractersticas que um imvel pode apresentar so muitas.
Podem ser fsicas, como dimenses, topografia e tipo de solo; tambm podem ser
levantadas informaes a respeito da sua utilizao e muitas outras Mas ao
36
levantar essas informaes, importante saber se essas tm alguma influncia no
valor do imvel.
Em seu texto, a NBR 14653-2 (2004) descreve as possveis
caractersticas que podem ser investigadas para uma avaliao imobiliria de
terrenos. So elas:
- Relevo, solo, subsolo e ocupao;
- Acessos, servios e melhoramentos pblicos;
- Utilizao atual e potencial, legal e econmica;
- Classificao do imvel;
- rea, testada e profundidade.
De acordo com Mller (1995), as variveis que podem exercer
influncias no valor final de um imvel no edificado so as seguintes:
- Localizao;
- Dimenses e forma;
- Aspectos fsicos (topografia, pedologia, vrias frentes, recuos);
- Equipamentos urbanos (gua, luz, esgotos, pavimentao,
transporte coletivo, etc.);
A varivel localizao espacial foi muito discutida por Brondino
(1999), ao afirmar que a observao desta, no momento de avaliao do imvel,
de extrema importncia, pois tem grande influncia no valor do imvel.
Para Gonzlez e Formoso (1994), o preo dos imveis modifica-se
substancialmente de acordo com sua localizao, enquanto que o custo de
construo praticamente o mesmo em todas as regies da cidade. A partir disso ,
pode-se concluir que o valor do terreno est totalmente relacionado c om a sua
localizao e, sendo assim, o valor depende das caractersticas da regio em que o
imvel se encontra.
Alm da varivel localizao, devem ser levantadas tambm mais
variveis que caracterizam o imvel como um todo. Outro ponto importante a ser
analisado diz respeito criao das zonas homogneas. Pelas metodologias
convencionais, utilizam-se os bairros ou setores censitrios como separao de
reas de valores. Essa separao no a recomendvel e sim um agrupamento de
37
lotes com valores muito prximos um do outro. Brondino (1999) cita alguns
exemplos da importncia desta anlise:
- Lotes situados a menos de 100 metros um do outro e com as
mesmas caractersticas fsicas e espaciais podem apresentar
valores bastantes diferentes por estarem localizados em setores
vizinhos;
- Dois lotes situados no mesmo bairro, um localizado numa regio
plana e outro em um lugar cuja topografia seja irregular e,
portanto, apresentando menor valor de mercado, sero avaliados
pelo mesmo valor por metro;
- O valor do metro quadrado de um bairro que recebeu um centro
de recreao aumentou. Conseqentemente, propriedades
situadas no mesmo bairro, mas distantes de tal centro sofrero
uma valorizao.
Para a realizao da avaliao imobiliria de edificaes muitas
variveis podem ser levantadas. Essas variveis dizem respeito s caractersticas da
construo e no a fatores externos como, por exemplo, a localizao do imvel, na
avaliao de terrenos. As caractersticas que se buscam para esse tipo de avaliao
so: quanto ao tipo de material empregado na construo, as dimenses dessas, a
condio que se encontra a edificao e muitas outras.
Com base no que foi apresentado, pode-se notar, portanto, que o
uso das variveis dificilmente igual em um lugar e outro. Depende muito da
caracterizao das edificaes de cada localidade e, a partir de uma investigao
que se tem determinado quais variveis sero utilizadas na avaliao.
Alguns avaliadores e rgos pblicos, como a Prefeitura de Palmas -
TO, utiliza tabelas nas quais consta o valor por metro quadrado de acordo com
pontuaes obtidas pelas caractersticas da edificao.
38
Tabela 1 Exemplo da Tabela de preo de construo por metro quadrado
Pontos Valor R$
00 a 50 104,08
51 a 60 150,56
61 a 70 173,81
71 a 80 193,96
81 a 90 214,16
91 a 100 3275,75
101 acima 405,78
2.6 As fontes de dados de mercado
Os valores de transaes de imveis so, certamente, as
informaes mais importantes que um avaliador pode ter. Mas essas informaes
so, em muitas ocasies, de difcil acesso.
As fontes de valores de transaes de imveis podem ser obtidas de
diversos modos, mas mesmo existindo fontes, essas tm suas limitaes. A seguir
so denotadas algumas dessas fontes e suas limitaes:
- Os agentes, ou seja, a imobiliria que intermedeia a venda do
imvel, pode estabelecer a princpio um valor acima do real para
que, posteriormente, na negociao acabe baixando;
- O vendedor do imvel e o respectivo comprador, mas os mesmos
no tm interesse em divulgar o valor exato e as caractersticas
do imvel e da transao, por vrios motivos, entre eles a prpria
tributao sobre os imveis (ITBI e IPTU) e sobre a renda;
- Emanncios de classificados tm-se os mesmos problemas das
imobilirias numa supervalorizao do imvel para uma
negociao posterior e ainda, no trazem, muitas vezes, os
dados completos do imvel;
- Empresas de avaliao de imveis, como a Embraesp em So
Paulo;
39
- As Prefeituras Municipais atravs dos dados do cadastro tcnico
urbano, mas que muitas vezes se encontram desatualizados e o
Imposto sobre a Transmisso de Bens Imveis (ITBI)
bastante interessante, porque acompanha o mercado imobilirio
em suas flutuaes. Deve-se ter muito cuidado com essa fonte,
pois os valores informados muitas vezes so sub-declarados;
- Os Governos Federais e Estaduais, atravs de dados censitrios,
mas que tambm sofrem com a desatualizao;
- Os Cartrios de Registro de Imveis tendem a armazenar as
mesmas informaes que esto nas guias de ITBI, mas o acesso
informao mais complexo, pois alm da necessidade de
permisso especial para consulta, a amostragem difcil, j que
a indexao no feita por endereo ou data e a cidade
dividida em vrias regies.
Para o Mtodo Comparativo de Dados de Mercado, esta varivel
que representa o mercado imobilirio, a mais importante de todas. Por isso a
importncia em se buscar estas informaes, sempre observando se so reais ou se
esto sofrendo influncias.
2.7 Anlise Multivariada
Uma vez que, a maioria das PVG gerada de forma subjetiva no
utilizando qualquer mtodo cientfico, procura-se nesta pesquisa fazer uso de
ferramentas estatsticas com o intuito de minimizar os efeitos da subjetividade , como
a influncia poltica, que pode vir a ocorrer. Com a utilizao das ferramentas
estatsticas pretende-se analisar a realidade local atravs de dados que a reflitam.
Nesta presente pesquisa se faz o uso de tcnicas da Estatstica
Clssica relacionadas Anlise Multivariada.
Para Cuadras (1981) apud Trivelloni e Hochheim (2000), a anlise
multivariada a parte da estatstica e da anlise de dados que estuda, interpreta e
elabora o material estatstico sobre a base de um conjunto de p >1 variveis que
podemser de tipo quantitativo qualitativo ou uma mescla de ambos Pode se dizer
40
ento, que a informao utilizada na anlise multivariada de carter
multidimensional.
Para Bouroche e Saporta (1982) apud Trivelloni e Hochheim (2000),
a estatstica clssica fixou-se no estudo de um nico caractere (ou varivel) medido
num conjunto pequeno de indivduos. Desenvolveu as noes de estimativa e de
testes fundamentados em hipteses muito restritivas. No entanto, na prtica, os
indivduos observados so comumente caracterizados por um nmero muito maior
de caracteres (ou variveis). Os mtodos de anlise de dados permitem um estudo
global dessas variveis, pondo em evidncia ligaes, semelhanas ou diferenas.
Por isso, mergulham-se indivduos e variveis em espaos geomtricos, fazendo-se
a mxima economia de hiptese, e transformando os dados para visualiz-los num
plano ou classific-los em grupos homogneos e, isso perdendo o mnimo de
informao.
Alguns dos objetivos mais importantes dos mtodos multivariados,
de acordo com Pla (1986) so:
a) A simplificao da estrutura de dados, encontrando uma maneira
simplificada de representar o universo em estudo. Isto pode ser
obtido mediante a transformao (combinao linear ou no
linear) de um conjunto de variveis interdependentes em outro
conjunto independente ou em um conjunto de menor dimenso;
b) Classificao. Este tipo de anlise permite situar as observaes
dentro de grupos ou ento concluir que os indivduos esto
dispersos aleatoriamente no multiespao. Tambm se podem
agrupar variveis;
c) Anlise da interdependncia. O objetivo examinar a
interdependncia entre as variveis, a qual abarca desde a
independncia total at a colinearidade quando uma delas
combinao linear de outras ou, em termos mais gerais, uma
funo f(x) de qualquer das outras.
Nesta pesquisa, aplicaram-se tcnicas de anlise multivariada como
a regresso linear mltipla com o intuito de representar a variabilidade dos dados
amostrais por meio de um modelo estatstico, alm das tcnicas de anlise
agrupamento para a gerao de grupos similares de imveis
41
2.7.1 Anlise de regresso
Os imveis so diferentes entre si, sob diversos aspectos, e a
avaliao atravs do mtodo da Comparao de Dados de Mercado exige a
montagem de algum tipo de ponderao das caractersticas diferenciadoras dos
elementos. Um dos procedimentos para realizar esta ponderao justamente a
inferncia estatstica (anlise de regresso).
Nos ltimos anos, a anlise da avaliao de imveis por regresso
tem sido o mtodo mais utilizado por apresentar resultados confiveis e tambm
pelo fato de a NBR indicar o uso deste procedimento. Este mtodo se fundamenta
em uma slida teoria estatstica.
A anlise de regresso uma tcnica estatstica, ou seja, uma
metodologia cientfica, indicada quando se estuda o relacionamento entre as
variveis (dependentes e independentes), em que se busca predizer um valor com
base em uma coleo de diversas variveis (J OHNSON, WICHERN, 2002).
A aplicao de uma anlise por regresso na avaliao imobiliria
tem como objetivo obter um modelo estatstico que apresenta o relacionamento da
varivel dependente, isto , o valor do bem, com as variveis independentes, que
so aquelas que influenciam na formao do valor do imvel (GUEDES, 1999). A
equao de regresso tem como forma geral:
p p
X ... X X Y + + + + =
2 2 1 1 0
em que Y , denominada varivel dependente nos trabalhos especficos de avaliao,
pode representar o valor unitrio ou total do bem em estudo. As variveis
p
X ,..., X , X
2 1
representam os atributos formadores dos valores e, os parmetros
p
,..., , ,
2 1 0
, denominados coeficientes da regresso ou regressores ,
representam o peso que as variveis explicativas tm na formao do valor. Estes
coeficientes, geralmente so estimados pelo Mtodo dos Mnimos Quadrados, no
qual se buscam aqueles que propiciam a menor soma dos quadrados dos resduos.
Definido o modelo, este fornecer informaes a respeito do valor do
bem, alm da forma com que cada uma das variveis independentes, que nada mais
so do que os atributos, o influenciaro.
(2)
42
2.7.1.1 Modelo linear geral de regresso
A expresso do modelo linear geral de regresso dada por:
i p i p i i i
X X X Y + + + + + =
1 , 1 2 2 1 1 0
...
Esta expresso pode ser escrita na forma matricial. Para isso,
necessrio definir:
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
n
p
1 x p
p , n n
p ,
p ,
p x n
n
1 x n
.
.
.
.
.
X . . X
. . . . .
. . . . .
. . . . .
X . . X
X . . X
Y
.
.
Y
Y
Y
1 x n
2
1
1
1
0
1 1
1 2 21
1 1 11
2
1
1
1
1
X
Em termos matriciais, o modelo de regresso linear geral dado por:
+ = X Y ,
no qual Y o vetor aleatrio de respostas, o vetor de parmetros de dimenso
p , X a matriz do modelo de ordem p n e um vetor de variveis aleatrias
independentes e normalmente distribudas com esperana (mdia), E( )=0 e matriz
de varincia-covarincia dada por:
(
(
(
(
=
2
2
2
2
0 0
0 0
0 0

.
. . . .
.
.
) ( =o
2
I
Assim, o vetor das observaes Y tem esperana e varincia dadas
por:
(3)
(4)
(5)
(6)
43
I (Y) X E(Y)
2
n x n
2
1 x n
= =
2.7.1.2 Verificao de pressupostos do modelo
Em trabalhos que se geram modelos de regresso h necessidade
de se verificar alguns pressupostos bsicos, em busca da validao do mesmo, ou
seja, devem-se observar algumas hipteses em vista de saber se o modelo obtido
adequado ou no.
2.7.1.2.1 Homocedasticidade
A homocedasticidade corresponde varincia constante dos
resduos, sendo esta uma propriedade essencial que deve ser garantida para a
equao. A no obedincia a este critrio pode invalidar toda a anlise estatstica,
pois desejo que os erros sejam aleatrios, ou seja, os erros no devem ser
relacionados com as caractersticas dos imveis.
Nos modelos heterocedsticos, os estimadores de mnimos
quadrados continuam sendo no-tendenciosos
1
e consistentes
2
, mas no so os de
menor varincia, ou seja, no so eficientes. Assim, as estimativas das varincias
dos estimadores dos parmetros so tendenciosas, sendo as inferncias sobre elas
e sobre os parmetros incorretas (DANTAS, 1998).
Os testes da distribuio de Student (t)
3
e de Snedecor (F)
4
quando
aplicados para verificar a ocorrncia de erros como da heterocedasticidade, tendem
a dar resultados incorretos. Esta deficincia, quando presente nas equaes, no
1
A estimativa
est
de um parmetro , gerada por um estimador qualquer, no tendenciosa se o
valor esperado de
est
for igual a , ou seja,
est
um estimador no tendencioso de se E(
est
)
= (BUSSAB, MORETTIN, 2005; HOCHHEIM, 2004).
2
Uma estimativa
est
de consistente se, quando o tamanho da amostra aumenta, o estimador se
aproxima do verdadeiro valor do parmetro (BUSSAB, MORETTIN, 2005; HOCHHEIM, 2004).
3
til quando se deseja especificar a incerteza do valor mdio da amostra de um experimento para
um dado intervalo de confiana.
4
Utilizada para estudar a anlise de varincia por meio do comportamento das variaes totais,
li d id i
(7)
44
permite a construo de intervalos de confiana vlidos para os parmetros da
equao (KELEJ IAN e OATES, 1978).
A verificao da homocedasticidade pode ser realizada, de acordo
com a ABNT (2004), por meio da anlise grfica dos resduos versus valores
ajustados, que devem apresentar pontos dispostos aleatoriamente, sem nenhum
padro definido. No entanto, se existir alguma tendncia (crescimento,
decrescimento ou oscilao), ento h heterocedasticidade. Outra forma de se fazer
a verificao elaborando alguns testes com o objetivo de verificar uma hiptese do
tipo =
2
0 i
: H para todo i . Para isso pode-se fazer o uso do teste de White
5
(BRONDINO, 1999; SILVA, SILVA, 2002; AMAL, SEABRA, 2005) ou de Goldfeld-
Quandt (BRONDINO, 1999; CASSIDY, 1981).
Grfico bom (nuvem de pontos) Grfico ruim (tendncia crescente)
Modelo homocedstico Modelo heterocedstico
Figura 3 Modelo homocedstico e heterocedstico
Fonte: Gonzlez (2005)
2.7.1.2.2 Normalidade
A anlise de regresso baseia-se na hiptese de que os erros
seguem uma distribuio gaussiana. Entretanto, pequenas fugas da distribuio
normal no causam grandes problemas. Uma das principais causas da no
normalidade dos resduos deve-se ao fato de o modelo escolhido para a equao de
regresso ser incorreto ou tambm, ser heterocedstico.
5
O teste de White dado pela seguinte expresso: R
2
xNT onde R
2
o coeficiente de determinao
na equao auxiliar (onde o resduo da equao principal a varivel dependente) e NT expressa o
total de observaes do painel. O teste tem distribuio qui-quadrada, onde a hiptese nula que
no existe heteroscedasticidade (AMAL, SEABRA, 2005).
45
De acordo com a norma 14653-2 (2004) da ABNT, a verificao da
normalidade do modelo de regresso pode ser realizada por diversas formas, dentre
as quais podemos destacar os testes de aderncia no-paramtricos, como, por
exemplo, o qui-quadrado, o de Kolmogorov-Smirnov (NADAL et al, 2003), aplicado
quando se tem grandes amostras, e o teste de Anderson-Darling que tem a
vantagem de ser mais sensvel que os dois mencionados, pois d mais pesos aos
pontos das caudas da distribuio. Um outro teste que pode ser empregado o de
Ryan-J oiner, similar ao de Shapiro-Wilk, que indicado para testes com poucas
amostras. possvel observar pela anlise do grfico de resduos padronizados
versus valores ajustados, que deve apresentar pontos dispostos aleatoriamente,
com a grande maioria situada no intervalo [-2;+2]. A violao do pressuposto de
normalidade pode ser atenuada por meio do aumento do tamanho da amostra da
populao pesquisada. Logo, aumentando-se o tamanho da amostra, os efeitos da
no-normalidade das variveis so reduzidos, aumentando a robustez da anlise, e
tornando menos necessria a transformao dessas variveis (TABACHNICK,
FIDELL, 1996 apud ABBAD, TORRES, 2002).
Grfico bom (h normalidade) Grfico ruim (no h normalidade)
Figura 4 Modelo normal e no normal
2.7.1.2.3 Linearidade
A anlise de regresso baseia-se no "modelo linear clssico", como
so as seguintes equaes:
46
k k
X X X Y
X Y

+ + + + =
+ =
2 2 1 1 0
1 0
Se alguma varivel
i
X mantm relacionamento no linear com Y,
ento surgem problemas na estimativa da equao. A no-linearidade pode ser
verificada atravs de grficos de resduos contra as variveis presentes no modelo
(Y, X
1
, X
2
, ... , X
k
). Espera-se que no haja forma definida para os pontos. Se forem
detectadas tendncias, deve-se linearizar a relao, usando-se transformaes nas
variveis, tais como logaritmos, inversas ou potncias (BUSSAB, 1986; GONZALEZ,
1993; 2002).
Quando o pressuposto da linearidade violado, o pesquisador deve
estar ciente de que o modelo de regresso linear no o melhor mode lo explicativo
para o estudo das variveis envolvidas, e que outros modelos devem ser utilizados
(ABBAD, TORRES, 2002) ou tentar encontrar transformaes que o tornem linear.
2.7.1.2.4 Independncia serial dos resduos (no auto-correlao)
A independncia dos resduos est ligada com a independncia dos
dados observados no mercado, ou seja, as caractersticas dos imveis. A situao
ideal aquela na qual uma transao realiza-se independentemente de outra, ou
seja, o conhecimento do preo e condies de uma no interfere na outra (DANTAS,
1998).
As amostras de mercado imobilirio, coletadas num mesmo perodo,
constituem observaes seccionais, nas quais a presena de auto -regresso
pouco provvel. J em estudos do comportamento do mercado imobilirio em uma
determinada regio, ao longo do tempo, com amostras colhidas periodicamente,
pode-se apresentar auto-correlao (SILVA, ZENI, 1998).
A verificao de auto-correlao entre as variveis pode ser
constatada de duas formas: pela anlise do grfico dos resduos cotejados com os
valores ajustados e que deve apresentar pontos dispersos aleatoriamente, sem
nenhum padro definido; e pelo Teste de Durbin-Watson (IMAPE, 1998; NADAL et
al, 2003).
(8)
47
A deteco da auto-correlao pode ser realizada por meio de
grficos dos resduos contra os valores da varivel dependente. Nesses grficos, se
os resduos parecem seguir um padro, pode-se concluir que h auto-correlao. Na
Figura 5, so apresentadas as situaes tpicas quando so confrontados os
resduos contra seus antecessores.
Figura 5 Identificao de auto-correlao atravs de grficos de resduos
2.7.1.2.5 Outliers
Umoutlier um dado que est muito distante dos valores mdios,
ou seja, um resduo outlier, um dado que contm um grande resduo em relao aos
demais que compem a amostra, mostrando assim, um comportamento bem
diferente dos demais elementos amostrai s (DANTAS, 1998; BUSSAB, 1986).
De acordo com Barnet e Lewis (1984), os outliers so advindos de
vrias origens, sendo mais relacionada com o avaliador, que coleta, processa, e
interpreta os dados, ou seja, que est em contato com as informaes. Esses erros
podem ser devido a erros de leitura, gravao, transcrio ou clculo, mas so de
fcil identificao e podem ser corrigidos com uma nova coleta, substituio ou
excluso.
A remoo automtica da amostra no o recomendado, mesmo
que a amostra seja grande. O primeiro passo verificar se existem erros de leitura,
digitao ou clculo, ocorridos na transcrio para o computador. Em seguida,
devem-se confirmar os dados na sua origem, ou seja, na fonte da informao que
48
pode ser em uma imobiliria, com o vendedor e outras. Existe a possibilidade de que
esteja faltando alguma varivel na anlise, que pudesse explicar as diferenas
encontradas (GONZLEZ, 1993).
Grfico ruim (com outliers) Grfico bom (sem outliers)
Figura 6 Grfi cos com a presena de outliers e sem
Fonte: Adaptado de Gonzlez (2005)
2.7.1.2.6 Colinearidade ou multicolinearidade
Em um modelo de regresso linear mltipla no deve existir relao
alguma entre quaisquer variveis independentes. Quando isso ocorre, pode-se dizer
que existe colinearidade ou multicolinearidade. Uma forte dependncia linear entre
duas ou mais variveis independentes provoca degeneraes no modelo e limita a
sua utilizao. As varincias das estimativas dos parmetros podem ser muito
grandes e acarretar a aceitao da hiptese nula e a eliminao de variveis
fundamentais (ABNT, 2004).
A colinearidade existe quando existe uma relao entre duas
variveis. Agora, a multicolinearidade est presente quando uma varivel est
relacionada com mais de duas variveis.
A multicolinearidade definida como a existncia de relaes
lineares entre as variveis independentes, de tal forma correlacionadas umas as
outras que se torna difcil ou impossvel isolar suas influncias separadamente e
obter uma estimativa precisa de seus efeitos relativos (ALVES, 2005).
De acordo com a ABNT (2004), para a verificao de existncia de
multicolinearidade, deve-se em primeiro lugar, analisar a matriz das correlaes que
espelha as dependncias lineares de primeira ordem entre as variveis
49
independentes: com ateno especial para resultados superiores a 0,80. Como
tambm possvel ocorrer multicolinearidade, mesmo quando a matriz de correlao
apresenta coeficientes de valor baixo, recomenda-se, tambm, verificar o
correlacionamento de cada varivel com subconjuntos de outras variveis
independentes, por meio de regresses auxiliares. Caso o conjunto de dados
apresente esta deficincia, recomendvel que sejam tomadas medidas corretivas,
como a ampliao da amostra ou adoo de tcnicas estatsticas mais avanadas, a
exemplo do uso de regresso de componentes principais.
2.7.1.2.7 Seleo de variveis
Um objeto caracterizado por seus atributos (variveis). O conjunto
dessas variveis que podem definir um objeto, muitas vezes, pode ser extenso.
Quando se emprega tcnicas de anlise de regresso com o intuito
de se realizar uma predio com base em uma amostra de dados deve-se levar em
conta as variveis que caracterizam cada um dos objetos envolvidos na amostra.
Modelos de regresso com muitas variveis tm um inconveniente, eles so mais
caros, alm de difcil anlise e interpretao.
Com isso, pode-se dizer que um dos problemas mais freqentes em
anlise de regresso a seleo de um conjunto de variveis independentes a
serem includas no modelo (NETER et al, 1978).
O pesquisador deve especificar o conjunto de variveis
independentes a ser empregado para descrever, controlar ou predizer a varivel
dependente. O que pode ocorrer que em uma predio utilizando regresso que
envolva muitas variveis, algumas dessas variveis podem contribuir pouco ou nada
para a preciso da predio. Assim, a escolha apropriada de algumas delas fornece
a melhor predio, porm quais e quantas devem ser selecionadas difcil predizer
(SNEDECOR, 1956).
O problema, ento, como selecionar as variveis para obter o
melhor conjunto de variveis. Para isso existem vrios mtodos sendo que uns so
baseados na compilao de todas as regresses possveis (Todas as regresses
possveis) e outros em mtodos que escolhem as variveis baseados em critrios
50
definidos pelo pesquisador (Backward, Forward e Stewise) (DRAPER, SMITH,
1998).
Todas as regresses possveis: Este procedimento consiste em ajustar todas as
possveis equaes de regresso e, aps a obteno de todas as regresses, deve -
se utilizar os critrios para comparao dos modelos ajustados. Os trs critrios
mais usados, descritos por Draper e Smith (1998) so: valor de
2
R obtido pelos
mnimos quadrados, valor de
2
S (quadrado mdio dos resduos) e o
p
C estatstico
(estatstica de Mallows). A grande desvantagem deste procedimento a quantidade
de esforo computacional exigida, j que cada varivel independente potencial pode
ser includa ou excluda. Desta forma, teramos ) (
p
1 2 regresses possveis
quando existem p variveis independentes potenciais (DRAPER, SMITH, 1998).
Stepwise: O procedimento stepwise, tambm conhecido como passo a passo, tem
como objetivo computar uma seqncia de equaes de regresso, adicionando ou
excluindo uma varivel independente em cada passo. Com isso o procedimento
permite que uma varivel independente trazida para dentro do modelo em um
estgio anterior, seja retirada, subsequentemente se ela no ajudar na conjuno
com variveis adicionadas nos ltimos estgios. Esta rotina empregada conduz a um
teste para rastrear alguma varivel independente que seja altamente correlacionada
com variveis independentes j includas no modelo. A vantagem deste processo
de exigir menor esforo computacional, quando comparado com a aplicao de
todas as regresses possveis. A limitao que, em certas ocasies podem surgir
conjuntos de variveis independentes fracos para a predio, causados pela alta
correlao de variveis independentes (DRAPER, SMITH, 1998).
Backward: Procedimento tambm chamado de passo atrs ele se caracteriza por
incorporar inicialmente todas as variveis auxiliares em um nico modelo e percorrer
etapas, nas quais uma varivel por sua vez pode ser eliminada. Se em uma dada
etapa no houver eliminao de nenhuma varivel, o processo ento interrompido
e as variveis restantes definem o modelo final.
51
Forward: O procedimento forward, tambm conhecido como passo a frente
semelhante aos dois ltimos. Com relao ao stepwise pode ser dita como uma
verso simplificada da regresso, omiti ndo o teste, se uma varivel uma vez que
tenha entrado no modelo deva ser retirada. J relacionado com o backward, pode-se
dizer que segue o caminho contrrio. Este procedimento caracteriza -se por
considerar, inicialmente, um modelo de regresso linear simples, usando como
varivel auxiliar a varivel de maior coeficiente de correlao com a varivel
resposta Y. Etapas se sucedem quando uma varivel por vez pode ser incorporada.
Se em uma etapa no houver incluso, o processo interrompido e as variveis
selecionadas at essa etapa definem o modelo.
2.7.1.3 Poder de explicao do modelo
Em uma mesma amostra, a explicao do modelo pode ser aferida
pelo seu coeficiente de determinao
2
R (ABNT, 2004). O coeficiente de
determinao dado pela razo da Soma de Quadrados da Regresso (SQR) com
a Soma de Quadrados Total (SQT). Devido ao fato deste coeficiente sempre crescer
com o aumento do nmero de variveis independentes e no leva em conta o
nmero de graus de liberdade perdidos a cada parmetro estimado, recomendvel
considerar tambm o coeficiente de determinao ajustado
2
a
R . O coeficiente de
determinao calculado pela equao 9, j o ajustado dado pela equao 10.
( )
( )
_
_
=
=
= =
n
i
i
n
i
i
y y
y y
SQT
SQR
R
1
2
1
2
2
1 0
2
< < R
( )
2 2
1
1
1 R
p n
n
R
a

=
(9)
(10)
52
em que
i
y a estimativa da varivel dependente
i
y , que observada; y a mdia
dos valores observados para y ; n o nmero de observaes e por fim, p o
nmero de variveis independentes.
2.7.2 Anlise de agrupamento
A anlise de agrupamento ou clusters consiste em uma tcnica
exploratria cuja aplicao tem por objetivo a formao de gr upos homogneos de
objetos baseados em medidas de similaridade ou distncia entre os objetos, que,
por sua vez, so calculadas com base em uma lista de variveis fornecidas.
J ohnson e Wichern (2002) definem cluster como um grupo de
tcnicas multivariadas cujo propsito principal identificar entidades similares nas
caractersticas que elas possuem. Esse grupo de tcnicas, na verdade, so
procedimentos de estatstica multivariada que tentam organizar um conjunto de
indivduos, para as quais conhecida a informao detalhada, em grupos
relativamente homogneos. A tcnica de agrupamento ainda pode proporcionar a
verificao da dimensionalidade, alm de identificar outliers e sugerir hipteses
interessantes acerca das relaes.
Existem diferentes procedimentos para a realizao deste mtodo
que podem ser associados a diferentes medidas de similaridade. Os mtodos de
agrupamento podem ser hierrquicos aglomerativos, de otimizao e no -
hierrquicos.
a) Medidas de parecenas
Para a realizao desse tipo de apli cao, h a necessidade de
especificarem-se coeficientes de parecenas que iro indicar a proximidade entre os
objetos. importante considerar, em todos os casos semelhantes a este, a natureza
da varivel (discreta, contnua, binria) e a escala de medida (nominal, ordinal,
intervalar ou razo).
De acordo com J ohnson e Wichern (2002), existem vrios ndices de
similaridade, sendo que a sua principal medida o coeficiente de correlao. No
53
entanto, os itens x e y podem ser comparados por uma distncia, dentre as quais
destacamos as seguintes:
- Distncia euclidiana:
( ) ( )
_
=
=
p
i
i i
y x y x d
1
2
,
- Distncia de Mahalanobis ou distncia estatstica:
( ) ( ) ( )
( )
( )
2
2
2
1
2
1 1 1
' ,
p
p p
S
y x
S
y x
y x S y x y x d

+ +
= =

- Distncia de Minkowski:
( )
n
p
i
n
i i
n
n
p p
n n
y x y x y x y x y x d
_
=
= + + + =
1
2 2 1 1
,
- Distncia Manhattan (para m =1 na distncia de Minkowski):
( )
_
=
=
p
i
i i
y x y x d
1
,
Para o melhor entendimento dessas equaes, considere:
p o nmero de variveis originais, ou seja, as caractersticas do
objeto;
S a matriz de varincia e covarincia amostral;
n o nmero de indivduos.
b) Mtodo de agrupamento hierrquico
- Ligao simples (vizinho mais prximo) : este mtodo baseia-se
na busca da menor distncia entre os grupos de objetos, que
significa uma maior similaridade desses.
(11)
(12)
(13)
(14)
54
Figura 7 Ilustrao de uma ligao si mples
- Ligao completa (vizinho mais longe): o procedimento
semelhante ao da ligao simples, mas, neste mtodo, busca-se
a maior distncia, ou seja, o conjunto mais diferente.
Figura 8 Ilustrao de uma ligao completa
- Ligao mdia (mtodo do centride): este mtodo semelhante
aos dois anteriores, com a exceo de que a distncia entre os
grupos tomada como a mdia da distncia entre dois
elementos de cada grupo.
Figura 9 Ilustrao de uma ligao mdi a
- Mtodo de Ward: neste mtodo formam-se grupos de maneira a
atingir sempre o menor erro interno entre os vetores que compe
cada grupo e o vetor mdio do grupo. Isto equivale dizer que a
cada etapa do mtodo de Ward, busca-se um objeto que tornem
os agrupamentos formados os mais homogneos possvel. A
medida de homogeneidade utilizada baseia-se na participao da
soma dos quadrados totais de uma anlise de varincia. Desta
1
2
3
4
d
24
1
3
4
d
13
1
2
3
4
(d
13
+d
14
+d
23
+d
24
)/4
55
forma, pode-se dizer que o mtodo busca o mnimo desvio
padro entre os dados de cada grupo. Assim, tem-se:
( )
_
=
=
n
i
i
x x SQE
1
( ) x x
i

Sendo:
x a mdia das amostras;
i
x uma medida multivariada associada com o i-simo item.
Os resultados desses mtodos podem ser mostrados na forma de
um dendrograma que o diagrama bidimensional.
2.8 Cartografia
O mapeamento cartogrfico de extrema importncia quando se
trabalha com dados territoriais, sendo de forma essencial a visualizao dessas no
espao fsico das cidades.
A presente pesquisa trabalha com dados de natureza urbana
territorial e tem como um dos objetivos a gerao de plantas de valores cartogrficas
para uma melhor percepo da realidade do mercado imobilirio, colaborando com
as atividades no s de tributao, mas de todo um planejamento urbano do
municpio. A partir disso notvel a necessidade de se entender a parte da
Cartografia que se dedica a esta representao espacial dessas informaes.
A cartografia definida, de acordo com Salichtchev (1973) apud
Martinelli (1991) como a cincia da representao e do estudo da distribuio dos
fenmenos naturais e sociais, suas relaes e suas transformaes ao longo do
tempo, por meio de representaes cartogrficas que produzem este ou aquele
efeito da realidade de forma grfica e generalizada.
(15)
56
2.8.1 Comunicao cartogrfica
Para Martinelli (1991), o mapa por excelncia um meio de
comunicao visual perceptvel e nele esto representadas graficamente as feies
naturais e artificiais da paisagem, como, tambm, podem ser representadas outras
informaes, como: geopolticas, sociais, culturais e econmicas, entre outras.
No processo de comunicao, o que se transmite uma informao.
A primeira funo do mapa a comunicao, no caso a comunicao cartogrfica,
que a mensagem transmitida em forma de smbolos com o intuito de alcanar um
determinado propsito e responder s necessidades dos usurios pela informao
espacial. A comunicao cartogrfica tem como objetivo a otimizao do significado
dos elementos contidos no mapa para que haja compreenso por parte do usurio
(PUGLIESI, 2002).
O primeiro trabalho a apresentar um modelo de comunicao
cartogrfica (Figura 10) sugere que a criao e o uso do mapa deveriam ser
encarados como um todo, e de que o cartgrafo deveria se preocupar com o uso
dos mapas tanto quanto com a sua construo, pois ao consider -los como
processos diferentes, o produto cartogrfico no atinge o seu efeito mx imo
(Kolacny, 1977 apud Santil e Decanini, 2003). Neste modelo, h sete fatores
principais que agem no processo de comunicao da informao cartogrfica:
(1) Realidade do Cartgrafo;
(2) Contedo da mente do Cartgrafo;
(3) Linguagem Cartogrfica;
(4) Mapa;
(5) Contedo da mente do usurio;
(6) Realidade do usurio;
(7) Informao Cartogrfica (Ic).
57
Figura 10 Comuni cao da Informao cartogrfi ca
Fonte: Kolacny (1977) apud Santil e Decanini (2003)
De acordo com Monmonier (1982), como ponto de partida de
comunicao cartogrfica, os autores devem saber no somente o que eles querem
que os seus mapas mostrem, mas tambm os limites da tecnologia de mapeamento
e as necessidades e capacidades de leitura de mapas de seus leitores. Uma
deficincia do autor em qualquer destas reas pode conduzir a uma interpretao
incorreta do mapa pelos seus usurios, ou ento o mapa pode ser ignorado, fato
muito mais comum do que imaginam os cartgrafos. Um exemplo freqente de no
uso de mapas o da ilustrao em livros-textos, a qual solicita pouco mais que uma
rpida olhada, onde o estudante v os mapas como se fossem pginas a menos
para ler.
A mensagem pretendida pelo mapa pode ser simples ou complexa.
O importante que ela precisa estar clara na mente do autor; cas o contrrio, o mapa
ser provavelmente deficiente. Sendo assim, poder se deparar com obstculos no
processo de comunicao cartogrfica no instante de recebimento da informao
cartogrfica por parte do leitor ou usurio. Assim, se torna imprescindvel o trabalho
do cartgrafo que deseja transmitir as informaes.
58
2.8.2 Linguagem cartogrfica
2.8.2.1 Comunicao monossmica
A representao grfica uma linguagem de comunicao visual,
porm, de carter monossmico, ou seja, s h uma soluo, no h escolha.
Figura 11 Comuni cao monossmi ca
Fonte: Bertin (1978) apud Pugliesi (2002)
Na comunicao monossmica, a tarefa principal da representao
grfica a de transcrever as relaes fundamentais entre os objetos, que so:
diversidade, ordem e proporcionalidade.
O fato da representao ser monossmica e, portanto universal,
coloca o emissor (cartgrafo / redator grfico) e o receptor (usurio) numa fuso de
mesma ao, definida pelas questes pertinentes a um determinado conjunto
informacional (BERTIN, 1978 apud PUGLIESI, 2002).
Figura 12 Exemplo de transcrio grfica e relao entre objetos
Fonte: adaptado de Martinelli (1991)
59
Pode-se entender como diversidade ou similaridade a variao que
ocorre entre dois objetos ou signos. Com relao a ordem, as categorias so
ordenadas sequencialmente. E por fim, a proporo procura mostrar que
quantidades diferentes so representadas proporcionalmente.
2.8.2.2 Variveis visuais
Na representao grfica, a imagem pode ser representada por
diversos tipos de variaes, que so chamadas de variveis visuais. Essas variveis
visuais so:
Figura 13 Variveis visuais
Fonte: adaptado de Martinelli (2003)
Martinelli (1991) complementa o uso de mais duas variveis, as
dimenses do plano (X, Y), totalizando assim, oito variveis que tm as
propriedades perceptivas que toda transcrio grfica deve levar em conta, para
traduzir adequadamente as trs relaes fundamentais entre os objetos citado s
anteriormente, que so a diversidade, a ordem e a propor o.
60
2.8.3 Mtodos de representao da cartografia temtica
Um mapa-base, tambm chamado de referncia, constitudo pelas
duas dimenses (X, Y) e a terceira dimenso (Z) representa o tema, mostrando
modulaes de um atributo.
O tema definido por Martinelli (1991) como o objeto de
representao a ser trabalhado a partir de informaes referentes quela parte da
realidade j delimitada. a partir desse ponto que se tem o incio da elaborao de
um mapa temtico, que se d na delimitao da parte da real idade a ser
problematizada pelo interessado na realizao da representao, com vistas a
estabelecer diretrizes que orientem a busca de respostas s questes a ela
colocadas.
Em vista do que foi dito anteriormente, Martinelli (1991) sugere que
se faa um agrupamento dos mtodos de representao cartogrfica temtica.
Esses grupos so:
Representaes qualitativas;
Representaes quantitativas;
Representaes ordenadas.
As representaes qualitativas em mapas so empregadas para
mostrar a presena, a localizao e a extenso das ocorrncias dos fenmenos que
se diferenciam por sua natureza e tipo, podendo ser classificadas por critrios
estabelecidos pelas cincias que estudam tais fenmenos (MARTINELLI, 2003).
Os fenmenos se manifestam de trs formas: pontos, linhas e reas.
Na forma pontual, geralmente, so usadas a variao de forma e
orientao, conforme mostra a Figura 14.
Figura 14 Representao qualitativa pontual
Fonte: Martinelli (2003)
61
Na manifestao linear usa-se a variao de forma, de acordo com a
Figura 15.
Figura 15 Representao qualitativa linear
E por fim, na forma zonal ou de rea, a aplicao de cores a que
melhor representa a variabilidade dos dados. Outra opo para as formas zonais o
uso de texturas, compostas por elementos pontuais e lineares.
Figura 16 Representao qualitativa zonal
62
As representaes ordenadas em mapas so indicadas quando as
categorias dos fenmenos se inscrevem em uma seqncia nica e universalmente
admitida, ou seja, a relao de ordem, em que se definem hierarquias.
Nas representaes ordenadas os fenmenos tambm se
manifestam nas trs formas bsicas: pontos, linha e reas.
Na implantao pontual fixado o tamanho e a forma elementar e
variado seu valor visual. Na implantao linear fixa-se a espessura do trao e varia-
se seu valor visual, e na implantao de rea considera-se uma variao visual de
valor na extenso da ocorrncia.
Figura 17 Representaes ordenadas
J as representaes quantitativas so representaes utilizadas
para evidenciar relao de proporcionalidade entre objetos. Relao esta que deve
ser transcrita por relaes visuais de mesma natureza, e a nica variao visual que
transcreve corretamente esta noo a de tamanho. Conforme as outras
representaes, os fenmenos se manifestam nas trs formas citadas.
Na manifestao pontual, de acordo com Martinelli (2003),
modulado o tamanho do local da ocorrncia. Um exemplo simples o caso da
representao da populao urbana emque o tamanho da forma que pode ser um
63
crculo, proporcional intensidade da ocorrncia em val ores absolutos. Na forma
linear varia-se a espessura da linha proporcionalmente intensidade do fenmeno.
E na manifestao zonal, de acordo com Bertin (1973) apud Martinelli (1991),
preciso optar ou por uma variao do nmero de pontos iguais distribudos
regularmente ou no pela rea de ocorrncia (mtodos dos pontos de contagem), ou
por uma variao do tamanho de pontos regularmente distribudos pela unidade
observacional (mtodo da distribuio regular de pontos de tamanho crescentes).
Para a realizao das manifestaes zonais existem vrios mtodos
de representao: mtodo de figuras geomtricas proporcionais, mtodo dos pontos
de contagem, mtodo coropltico e mtodo isartmico. Todos esses mtodos se
encontram descritos em Martinelli (2003).
Um exemplo de representao quantitativa o Modelo Numrico de
Terreno que buscam representar uma grandeza que varia continuamente no espao.
Figura 18 Modelo Numrico de Terreno
64
CAPTULO III
METODOLOGIA E DESENVOLVIMENTO
3.1 Consideraes iniciais
A premissa bsica do mtodo proposto a realizao de
levantamentos de dados referentes a lotes urbanos empregando o mt odo
comparativo de dados de mercado, em conjunto com outros mtodos de avaliao,
para a avaliao dos imveis. Para isso, pretende-se utilizar tcnicas de anlise
multivariada para ajustar um modelo de inferncia de valores de imveis.
3.2 rea de Estudo: Municpio de lvares Machado
3.2.1 Caractersticas e localizao
O municpio de lvares Machado foi fundado em 1944, quando foi
aprovado o Decreto Lei n 14.334, pelo qual deixou de ser um distrito do municpio
de Presidente Prudente. O municpio encontra-se no oeste do estado de So Paulo,
a cerca de 530 quilmetros da capital estadual, e est localizado na 10 regio
administrativa do Estado de So Paulo (denominada, tambm, como Alta
Sorocabana), na qual esto agrupados 31 municpios do oeste paulista (Figura 19).
lvares Machado tem sua rea central localizada nas coordenadas geogrficas 22
04 44 S e 51 28 19 W, tendo uma altitude mdia de 475 metros (em relao ao
nvel mdio dos mares).
65
Figura 19 Dcima regio administrativa do Est ado de So Paulo, e em destaque o municpio
de lvares Machado
Fonte: Adaptado de http://www.ibge.gov.br/cidadesat/default.php
Segundo a estimativa do IBGE, o municpio de lvares Machado
possua no ano de 2006 uma populao de 25.039 habitantes (1980 14.653 hab.;
1990 18.451 hab. e em 2000 22.661), sendo que pouco mais de 90% desta
populao vive em reas urbanas, dentro de uma rea aproximada de 346 km
2
.
Os municpios limtrofes com lvares Machado so: ao norte, o
municpio de Alfredo Marcondes; ao sul , os de Pirapzinho e Tarabai; a leste,
Presidente Prudente; e a oeste Presidente Bernardes.
Na Figura 20 pode ser vista a localizao do Municpio de lvares
Machado em relao aos Municpios limtrofes.
66
Figura 20 lvares Machado e municpios vizinhos
Fonte: Adaptado de http://www.igc.sp.gov.br/copm_divmun.htm
3.2.2 reas estudadas no municpio
O municpio de lvares Machado conta com cerca de 10.000
imveis cadastrados na Prefeitura. Como o objetivo deste trabalho verificar o
comportamento da metodologia proposta, basta a aplicao desta em regies
especficas, que reflitam a problemtica descrita de ausncia de dados de mercado.
Para a seleo dessas reas, fez-se necessrio o levantamento de
determinadas informaes que viabilizam a aplicao da metodologia. As primeiras
informaes a serem coletadas, que so as mais importantes, tratam-se dos dados
referentes s transaes imobilirias realizadas no municpio, ou seja, os dados de
comercializao e oferta de imveis. Essas so consideradas as mais importantes ,
porque de acordo com a disponibilidade dos dados que se determina m as
possveis reas de estudo. Outra informao a ser levantada neste processo inicial
a existncia de dados cadastrais dos imveis urbanos do municpio, na forma digital
ou na forma de Boletins de Informaes Cadastrais (BICs). Essa informao
relevante, pois sua ausncia acarreta um maior tempo para trabalho em campo para
67
obter a informao, uma vez que essa etapa realizada mediante entrevistas.
Assim, o levantamento de dados referentes aos imveis de toda cidade no se faz
necessrio e sim os dados daqueles localizados nas regies seleciona das.
Portanto, foi definida uma rea de estudo dentro da cidade para se
verificar o comportamento da aplicao proposta, observando a disponibilidade de
dados necessrios para o desenvolvimento do estudo. Na Figura 21 apresenta-se a
localizao da rea selecionada. Esta rea trata-se do distrito principal do municpio.
Figura 21 Localizao da rea estudada
A rea apresentada na Figura 21 foi selecionada por apresentar as
caractersticas necessrias para a aplicao da metodologia proposta, ou seja,
existem, nessa rea, dados de transaes imobilirias de terrenos e de edificaes.
3.3 Procedimentos metodolgicos
68
A Metodologia proposta baseia-se num conjunto de etapas, as quais
sero descritas primeiramente em um diagrama como apresenta a Figura 22.
Figura 22 - Diagrama das atividades.
A primeira etapa deste trabalho consistiu em determinar aquelas
reas que tinham menor quantidade de dados de transaes de terrenos para a
realizao da avaliao de imveis em massa, ou seja, regies que no ti nham
dados suficientes para a aplicao de uma avaliao em massa. Isso foi possvel
fazendo a coleta de dados (1), que buscou encontrar a existncia de dados
cadastrais e dados de transaes imobilirias do tipo terreno na cidade. A partir
disso, definiram-se as possveis reas a ser aplicadas a metodologia proposta a
qual, inicialmente, utilizar uma regresso linear mltipla com todos os elementos
amostrais (Mtodo 1), obtendo-se assim, os valores dos imveis, conforme
descrita na NBR 14653 da ABNT. Hochheim et al (2003) aplicaram este mesmo
procedimento sugerido pela norma brasileira e chegaram a bons resultados. Nesse
trabalho, os autores obtiveram um coeficiente de determinao de 0,99, o que indica
Dados do mercado
imobilirio e dados
cadastrais.
Variveis que
exercem influncia
no valor do imvel.
Testes estatsticos e
verificao de pressupostos
bsicos da NBR 14653-2
Apresentao das
predies por parte das
duas metodologias.
69
que 99% da variao do valor explicada pela equao de regresso. Vale ressaltar
que a aplicao foi realizada em apenas uma regio, na qual os imveis tinham
caractersticas no muito distintas.
Tendo em vista a diversidade de caractersticas entre os lotes
urbanos que se pode encontrar em uma cidade, optou-se em aplicar outro mtodo
que buscava separar os dados em classes de dados semelhantes, fazendo uso de
tcnicas estatsticas de anlise de agrupamento (Mtodo 2). A partir dessas classes,
ento, aplicou-se operadores de regresso linear, obedecendo s diretrizes da NBR
14653-2, com a finalidade de obter os valores dos imveis.
Como este trabalho busca minimizar os efeitos perturbadores
causados pela ausncia ou insuficincia de dados em determinadas regies para a
gerao de PVG, realizou-se um procedimento que, baseado em dados de
transaes imobilirias do tipo construdo, aplicou-se a avaliao imobiliria de uma
amostra de construes que se localizavam em zonas de uma quantidade
significativa de dados de terreno, com a finalidade de gerar modelos de inferncia
para outros dados de construo.
Sendo assim, os modelos gerados foram aplicados em imveis
construdos que se localizavam na rea central do municpio, que sofre com o
problema da ausncia de dados de transaes imobilirias do tipo terren o, mas no
de construdos. Com isso, tendo o valor das transaes dos imveis e os provveis
valores das construes, determinaram-se os possveis valores dos terrenos.
Os valores de terrenos gerados por esta etapa foram inseridos na
base de dados dos dois mtodos para que assim fosse realizada uma nova
avaliao.
Aps essas etapas foram realizados testes estatsticos com a
finalidade de observar se o mtodo proposto mostrou-se melhor ou no.
Os valores calculados pela avaliao imobiliria formaram uma ba se
de dados computacional, que so georreferenciados. Essas informaes visam
servir como base para se chegar aos valores venais que, juntamente com as plantas
cadastrais, geram-se a PVG.
Para isso, foram levantadas diversas informaes sobre os imveis
(terrenos vagos e construdos) com o intuito de observar a contribuio dessas
variveis no valor total do imvel, ou seja, verificar se essas variveis exercem
influncia no valor do imvel
70
Os equipamentos e programas computacionais que foram
necessrios realizao deste trabalho de pesquisa esto listados a seguir:
- Computador AMD Athon XP 1800+, 1.15 GHz, 256 MB de
memria RAM e 40GB de espao em disco;
- Software MINITABRelease 12;
- Microsoft Office 2003 Professional;
- Geomedia Viewer 6.0;
- MicroStation SE;
3.3.1 Levantamento de dados
O processo de levantamento de dados uma das mais importantes
etapas deste trabalho, pois para a seleo das reas a se aplicar a metodologia
proposta, faz-se necessrio a coleta de determinadas informaes que viabilizam a
aplicao da mesma.
Para a definio do valor do imvel foram obtidas diversas
informaes que dizem respeito s caractersticas dos imveis. A escolha dessas
variveis deve-se ao fato da disponibilidade da informao e da possvel influncia
no valor do imvel. Para um modelo de regresso, essas variveis so denominadas
explicativas ou independentes, sendo as mesmas quantitativas e qualitativas.
O levantamento de dados consistiu em duas etapas. Iniciou-se pela
busca de dados de transaes imobilirias da cidade, seja oferta ou venda. A
identificao dos imveis vendidos foi obtida atravs de consulta aos boletos do ITBI
(Imposto de Transmisso de Bens Imveis), junto Prefeitura.
As informaes de valores das transaes e ofertas foram as
mesmas obtidas a partir da consulta s imobilirias e entrevistas com o prprio
comprador ou vendedor do imvel. Um problema encontrado, que deve ser
considerado, foi o nmero considervel de imveis que haviam sido registrados no
ano de 2006, mas no tinham sido comercializados na mesma data de referncia e
sim muitos anos antes, inviabilizando o aproveitamento desses dados.
71
Foram tambm obtidos, junto ao departamento de cadastro
imobilirio da Prefeitura, os dados cadastrais, ou seja, as informaes que
descrevem as caractersticas do imvel.
Tabela 2 1 etapa de levantamento de dados
1 ETAPA
Levantamento Origem
Imveis vendidos em 2006 ITBI, imobilirias, anncios e entrevistas
Existncia de dados cadastrais atualizados Banco de Dados da Prefeitura
No ano de 2006 foram encontrados 280 imveis ofertados se
vendidos, sendo que 142 referentes a imveis edificados e 138 imveis no
edificados.
A partir dessas informaes definiu-se a rea selecionada para a
aplicao da metodologia proposta citada anteriormente na seo (3.2.2).
A segunda etapa do levantamento consistiu na pesquisa das
caractersticas dos imveis das regies a serem aplicadas a metodologia proposta.
Essas informaes encontram-se em parte na base de dados levantada inicialmente.
O que se realizou foi um refinamento na busca das informaes
encontradas anteriormente, ou seja, foram privilegiadas aquelas informaes que
so de importncia para a avaliao do imvel, mas que no se encontra m
presentes na base de dados cadastrais do municpio, como, dados de acessibilidade
localizao espacial do imvel em busca de definir a proximidade com pontos de
valorizao ou desvalorizao, entre outras.
As informaes para os terrenos so: dimenses, topografia,
acessibilidade, vizinhana, localizao e, o mais importante de todos, os dados de
comercializao de imvel. Foram investigadas todas essas informaes, uma vez
que so, possivelmente, os fatores determinantes do valor do imvel, tambm
observadas em outros trabalhos (HOCHHEIM, 2003; BRULIO, 2005; BRONDINO,
1999; GONZLEZ, 2002).
Alm dessas variveis, foram observadas outras duas, pois
acreditava que podiaminfluenciar no valor do imvel do tipo terreno. Essas variveis
relacionadas com sua posio espacial so: linha frrea e padro das construes.
72
O distrito principal do municpio de lvares Machado cortado pela
Estrada de Ferro Sorocabana, sendo que possui apenas trs cruzamentos com via
de veculos em toda a rea urbana, o que dificulta, em parte, a locomoo. Em vista
disso e de outros fatores relacionados localizao, como a de que o centro
comercial do municpio e os principais rgos pblicos se localizam de um lado da
linha frrea, considera-se esse como sendo o lado principal, pois pode haver uma
desvalorizao daqueles lotes ps-linha. Sendo assim, levantou-se a varivel
observando se o imvel estava do lado principal ou no.
A outra varivel utilizada para o estudo dos valores dos terrenos est
relacionada com o padro construtivo das residncias. Mas no se est
determinando valores de terrenos? Sim, claro, mas uma tendncia do mercado
imobilirio que pode ser constatada que em regies e no empontos isolados, em
que exista uma predominncia de imveis, por exemplo, de um padro alto, os
terrenos tendem a ser mais valorizados do que outros terrenos que tenham as
mesmas caractersticas fsicas, mas com uma predominncia de imveis de baixo
padro. Essa varivel est relacionada com a vizinhana que se encontra o imvel.
Desta forma, com base nos dados que se levantou, elaborou-se um mapa de
regies de padro construtivo.
Com relao aos dados de construo foram obtidas apenas
informaes a respeito dos imveis vendidos. As informaes levantadas foram:
rea construda, padro construtivo, estrutura, estado de conservao, idade
aparente, nmero de cmodos, banheiro, existncia de sute, edcula, garagem,
piscina e por final a posio espacial do imvel . A varivel chamada de dependente
ou varivel resposta representada pelo preo, que equivale ao valor do imvel em
reais.
Tabela 3 2 etapa de levantamento de dados
2 ETAPA
Levantamento Origem
Dados cadastrais atualizados Banco de Dados da Prefeitura, campo
Antes da realizao do processamento, h a necessidade da
padronizao das variveis, uma vez que as envolvidas em trabalhos dessa
categoria so qualitativas e quantitativas Geralmente as variveis precisamsofrer
73
transformaes para a realizao de anlises. Quando se tem variveis qualitativas,
precisa-se quantific-las atravs de codificaes adequadas, ou seja, para variveis
desse tipo devem ser atribudos pesos para as suas caractersticas.
Para a realizao de um processamento estatstico, como a
regresso linear mltipla ou uma anlise de agrupamento necessrio realizar uma
padronizao das variveis quantitativas, ou seja, normaliz-las. Para isso, realizou-
se uma vasta reviso bibliogrfica sobre normas e trabalhos realizados para
observar o tratamento dado a tais variveis. Exemplos disso so os dados de
topografia que foram baseados na tabela do IBAPE/SP.
Tabela 4 Fatores relativos topografia
Fonte: IBAPE (2005)
CARACTERSTICA FATOR
Situao paradigma: terreno plano 1,00
Cado para os fundos at 5% 0,95
Cado para os fundos de 5% at 10% 0,90
Cado para os fundos de 10% at 20% 0,80
Cado para os fundos mais de20% 0,70
Em aclive at 10% 0,95
Em aclive at 20% 0,90
Em aclive acima de 20% 0,85
Abaixo do nvel da rua at 1,00m 1,00
Abaixo do nvel da rua de 1,00 at 2,50m 0,90
Abaixo do nvel da rua de 2,50 at 4,00m 0,80
Acima do nvel da rua at 2,00m 1,00
Acima do nvel da rua de 2,00 at 4,00m 0,90
Desta forma, as Tabelas 5 e 6 representam as variveis que foram
levantadas e que compe o banco de dados do presente trabalho.
74
Tabela 5 Variveis independentes terreno
Variveis Categorias Descrio
rea do terreno m
2
Quantifica a rea do terreno
Testada m Quantifica a largura do terreno
Testada corrigida m
Correo do valor da testada em relao a profundidade do
imvel
Topografia
1.0; 0.9; 0.8;
0.7
Indica os tipos de relevos
(plano, aclive, declive, declive acentuado, irregular)
Distncia m Quantifica a distncia at o centro comercial
Linha-Frrea 0 ou 1
Identifica se o imvel est do lado principal do municpio ou
ps-linha
Pavimentao 0 ou 1 Identifica a existncia ou no de pavimentao
Zona comercial 0 ou 1 Identifica se o imvel est localizado em zona comercial
Padro
Construtivo
1.0; 1.5; 2.0;
2.5; 3.0
Identifica a localizao do imvel quanto ao padro construtivo
da regio em que est inserido
(baixo, mdio-baixo, mdio, mdio-alto, alto)
X m Coordenada E do imvel em UTM
Y m Coordenada N do imvel em UTM
Distncia da via m Quantifica a distncia at a via principal de trfego
Tabela 6 Variveis independentes - construo
Variveis Categorias Descrio
rea construda m
2
Quantifica a rea da construo
Conservao 1 a 3
Identifica o nvel de conservao da construo
(ruim, mdio, bom)
Idade 1 a 5
Identifica a idade aparente do imvel
(>20 anos; 10-20 anos; 5-10 anos; 2-5 anos; 1 ano)
Estrutura 1 a 2 Indica os tipos de estruturas (madeira, alvenaria)
Padro
Construtivo
1.0; 1.5; 2.0;
2.5; 3.0
Identifica o padro construtivo da edificao
(baixo, mdio-baixo, mdio, mdio-alto, alto)
rea do terreno m
2
Quantifica a rea do terreno
Distncia m Quantifica a distncia at o centro comercial
X m Coordenada E do imvel em UTM
Y m Coordenada N do imvel em UTM
Sute 0 ou 1 Identifica a existncia ou no de sute
Garagem 0 ou 1 Identifica a existncia ou no de garagem
Edcula 0 ou 1 Identifica a existncia ou no de edcula
Dormitrio Quantifica o nmero de dormitrios
Cmodo Quantifica o nmero de cmodos
Banheiro Quantifica o nmero de banheiro
75
3.3.2 Aplicao da metodologia
De acordo com as observaes anteriores possvel notar que,
conforme indicado pelas normas da ABNT de avaliao imobiliria, a avaliao pelo
mtodo comparativo de dados de mercado o mais acurado e mais confivel do que
os outros, devido ao seu contato com a realidade do mercado imobilirio. evidente
que informaes erradas de dados amostrais do comportamento do mercado podem
afetar significativamente os resultados. Por isso, clara a importncia da qualidade
dos trabalhos na coleta dos dados e de sua investigao, em busca da verificao
da fidedignidade dessas informaes.
Quando se nota a insuficincia de dados amostrais para a aplicao
do mtodo, o que vem a princpio mente realizar a aplicao por outro mtodo.
Mas em se tratando da avaliao de imveis em massa, necessria a observao
no s dos dados relacionados a uma regio, por exemplo, de um municpio que
tem caractersticas semelhantes, mas sim de toda a regio em que se deseja
elaborar a PVG.
Uma cidade pode ter reas com muitos dados amostrais e outras
com praticamente nenhum, mas isso no invi abiliza a aplicao do mtodo. Neste
caso, prope-se verificar a existncia de imveis construdos nessas reas que
foram vendidos na presente poca e, a partir dessas amostras de imveis
construdos aplicar um mtodo que realize a decomposio do valor da construo
do valor total com o intuito de se obter o valor do terreno. Assim, os valores de
terrenos obtidos passam a ser considerados como dados amostrais e, em uma
etapa posterior, utiliza-se os mesmos para a realizao da avaliao em massa com
o intuito de se chegar ao valor do imvel.
Para trabalhos que envolvam o uso de operadores de regresso,
necessria a realizao de alguns testes que validam o modelo gerado, testes esses
normalizados pela NBR - 14653-2 (2004) da ABNT. Esses testes visam veri ficar se
os pressupostos da teoria de regresso so atendidos. Testes como a da
multicolinearidade so realizados para observar a existncia de relao entre
quaisquer variveis independentes. Outro teste a ser empregado o da
homocedasticidade que busca observar se a varincia dos erros constante. Alm
deste, outros ainda so realizados, dentre os quais pode-se citar, tambm, o teste
76
da auto-correlao, a qual verifica se o resduo de uma observao no
correlacionado com o resduo de outra observao.
Realizada a validao dos elementos estimados a partir dos testes
estatsticos, apresentam-se os dados da planta de valores nos dois modos
possveis, na forma tabular e cartogrfica.
3.3.2.1 Mtodo 1 Anlise geral Gerao de modelos de regresso para os dados
originais
Partindo para a aplicao da metodologia proposta, a primeira etapa
deste trabalho consistiu na determinao das possveis reas a se aplicar a
metodologia proposta. A determinao dessas reas s foi possvel realizando o
levantamento dos dados no mercado imobilirio.
Os dados, tanto de transaes realizados, quanto de ofertas de
imveis, foram obtidos a partir da consulta ao ITBI na prefeitura de lvares
Machado, nas imobilirias e tambm por parte de entrevistas com proprietrios dos
novos imveis negociados e dos vendedores dos mesmos. Os dados coletados so
referentes ao ano de 2006 e somam um total de 123 imveis. Desse total, 34 so
referentes aos imveis edificados e 89 no edificados, conforme pode ser observado
na Figura 23.
77
Figura 23 Dados l evantados de imveis negoci ados na rea de trabalho
Com esses dados realizou-se a aplicao da regresso linear
utilizando todas as informaes de terrenos que se tinha inicialmente, ou seja, as 89
observaes de transaes imobilirias de terrenos. Para o processamento dos
dados fez-se uso do software Minitab, que realiza operaes de mtodos
multivariados. Utilizando as tcnicas de regresso linear, para encontrar o melhor
conjunto de variveis, que representasse a variabilidade dos dados, utilizaram-se
tcnicas de seleo de variveis. O valor que se busca deste modelo no
simplesmente o valor de negociao do imvel, mas simuma unidade de medida do
valor, denominada Valor do Metro Linear de Testada Corrigida (VMLTC), que dado
pela seguinte frmula:
corrigida _ Testada
VALOR
VMLTC =
(16)
78
A testada corrigida, que uma correo da testada efetiva (
e
T ) do
imvel, que leva em considerao a rea do lote (
e
A ) e a profundidade padro (
p
P )
do municpio, dada pela frmula 17:
p
e e
P
A T
corrigida _ Testada

=
Sendo assim, o modelo dado pela seguinte equao:
Y 0,206 - X 0,142 - cial Zona_Comer 1407
Padro 445 Topografia 1471 Distncia 0,292 - 1620946 VMLTC

+ + + =
Tabela 7 Estatstica de regresso Mtodo 1 dados de lotes originais
RESUMO DOS RESULTADOS
R-Quadrado 87,0%
R-Quadrado ajustado 86,0%
Erro padro 233,053
Observaes 85
Coeficiente de variao 19%
Quatro dados foram considerados outliers e eliminados devido a
grande disparidade com os valores calculados. Essa disparidade deve -se a fatores
influenciantes na negociao, como a venda para pagamento de dvidas, venda
entre familiares, dentre outros.
Coeficientes Erro Padro T P VIF
Interseo 1.620.946 394.487 4,11 0,000
Distncia -0,29236 0,08680 -3,37 0,001 4,4
Topografia 1.471,4 377,9 3,89 0,000 1,7
Padro 444,51 70,92 6,27 0,000 2,5
Zona Comercial 1.406,7 148,9 9,44 0,000 1,2
X -0,14222 0,03655 -3,89 0,000 2,6
Y -0,20605 0,05102 -4,04 0,000 1,7
(17)
(18)
79
Os sinais dos regressores esto coerentes e todos os regressores
so diferentes de zero, a um nvel de significncia de 5%.
Tabela 9 Anlise de vari ncia Mtodo 1 dados de lotes originai s
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 6 28.332.807 4.722.134 86,94
Resduo 78 4.236.482 54.314
Total 84 32.569.288
A Tabela 9 apresenta os valores para a anlise de varincia. O
F
calculado
igual a 86,94 foi superior ao F
tabelado
( F
6, 78
=2,22), isto indica que os dados
obedecem ao modelo de anlise de regresso linear mltipla, ou seja, que as
variveis independentes reduzem significativamente a variao da varivel
dependente, o que permite aceitar a hiptese de existncia de regresso.
Tabela 10 Teste da normalidade Mtodo 1 dados de lotes originai s
Distribuio dos Resduos
[ +1,00 DP (68%) ] 67% (57/85 elementos)
[ +1,64 DP (90%) ] 83% (71/85 elementos)
[ +1,96 DP (95%) ] 99% (84/85 elementos)
Figura 24 Teste da Normalidade - Mtodo 1 dados de lot es originais
Os dados tm uma distribuio normal, o que pode ser observado na
Figura 24 e na tabela 10. Outro teste realizado para a constatao da normalidade
80
foi o teste de Ryan-J oiner, que avalia a normalidade calculando a correlao entre
seus dados e os escores normais de seus dados. Se o coeficiente de correlao
prximo de 1, a populao provavelmente normal. O valor encontrado foi de 0,977,
bem prximo de 1, em que possvel concluir pela normalidade.
Figura 25 Teste da Homocedasticidad e - Mtodo 1 dados de lotes originais
Pelo grfico do resduo contra os valores ajustados pode-se concluir
que os dados no apresentam resultados tendenciosos, uma vez que os resduos
so distribudos aleatoriamente em torno do zero, como mostra a Figur a 25.
Variveis Distncia Topografia Padro
Zona
Comercial
X Y
Distncia 1 0,416 -0,618 -0,251 0,639 -0,101
Topografia 0,416 1 0,065 -0,170 0,137 -0,215
Padro -0,618 0,065 1 -0,030 -0,338 -0,244
Zona
Comercial
-0,251 -0,170 -0,030 1 -0,061 -0,026
X 0,639 0,137 -0,338 -0,061 1 -0,448
Y -0,101 -0,215 -0,244 -0,026 -0,448 1
A verificao da multicolinearidade pode ser realizada analisando a
matriz das correlaes, que espelha as dependncias lineares de primeira ordem
entre as variveis independentes, com ateno especial para resultados superiores
81
a 0,80. Conforme pode ser observado na tabela 11, nenhum valor foi superior ao
limiar de 0,80, sendo assim, pode-se dizer que no existe multicolinearidade.
Figura 26 Outliers - Mtodo 1 dados de lotes originais
Pelo grfico dos Valores Estimados x Resduos Padronizados ,
apresentado pela Figura 26, pode se observar que no h nenhuma observao fora
do intervalo de dois desvios padro, mostrando que no h nenhumoutliers.
Com todos esses testes feitos, pode-se concluir que a equao de
regresso apresentada se mostra coerente e estima de forma adequada o valor de
terreno no setor pesquisado.
construes
Aps execuo do levantamento dos imveis negociados, a
identificao, validao e a obteno das suas informaes, notou-se que a regio
central da rea teste, praticamente, no possui dados de venda de terrenos. A
constatao deste problema muito importante, uma vez que para a gerao da
PVG h a necessidade de se ter amostras bem distribudas em toda a regio da
aplicao. A rea com falta de dados de transaes imobilirias, do tipo terreno,
pode ser constatada na Figura 27.
82
Figura 27 rea com falta de dados de mercado
Pode-se notar que nessa rea existe uma deficincia em dados de
terrenos, mas h presena de imveis construdos que foram vendidos nesta mesma
poca. Com isso, a partir dos valores dos imveis construdos comercializados pode-
se obter o valor do terreno. Para isso foi preciso estimar o valor da construo e
numa etapa posterior fez-se a subtrao do valor da construo do valor total do
imvel.
construo imvel terreno
VALOR VALOR VALOR =
Na regio de trabalho pode-se observar que existem reas com
quantidade significativa de dados de terrenos e nelas existem tambm dados de
transaes de imveis construdos.
Assim, o valor de terreno desses imveis construdos foi estimado
utilizando-se o modelo de regresso dado pela equao 18. O prximo passo foi
subtrair o valor de terreno do valor de transao dessas residncias para se ter
apenas o valor da construo Esta etapa est demonstrada na tabela 12
(19)
83
Tabela 12 Dados das caractersticas de terreno das construes
ID Distncia
Padro
Construtivo
Topografia X Y
Zona
Comercial
VALOR
Valor
Construo
Valor
Terreno
1 700,00 2,0 0,90 450.904,82 7.559.084,50 0 45.000,00 30.990,70 14.009,30
2 1.400,00 1,0 0,90 450.726,61 7.559.842,56 0 50.000,00 42.799,40 7.200,60
3 700,00 2,0 0,90 450.924,00 7.559.099,37 0 45.000,00 32.119,40 12.880,60
4 600,00 2,5 1,00 450.817,03 7.558.014,50 0 70.000,00 49.138,30 20.861,70
5 1.000,00 1,5 0,90 452.760,53 7.558.384,48 0 18.000,00 8.286,30 9.713,70
6 1.500,00 2,0 1,00 450.888,28 7.559.949,15 0 24.000,00 15.133,40 8.866,60
7 1.200,00 2,0 1,00 450.987,70 7.559.713,78 0 27.000,00 13.504,90 13.495,10
8 400,00 2,5 0,85 452.022,87 7.558.130,28 0 55.000,00 38.673,00 16.327,00
9 400,00 2,5 0,90 452.014,65 7.558.187,68 0 30.000,00 12.671,00 17.329,00
10 900,00 1,5 0,80 450.841,62 7.559.224,04 0 30.000,00 19.601,70 10.398,30
11 900,00 1,5 0,90 450.762,68 7.559.244,65 0 29.500,00 21.179,40 8.320,60
12 2.300,00 1,5 1,00 454.061,73 7.558.112,44 0 16.000,00 12.505,40 3.494,60
13 300,00 2,5 0,80 451.006,19 7.558.393,32 0 60.000,00 45.035,80 14.964,20
14 700,00 2,5 0,80 450.619,31 7.558.316,84 0 75.000,00 52.515,40 22.484,60
15 700,00 3,0 1,00 450.842,61 7.557.847,36 0 90.000,00 69.476,40 20.523,60
16 600,00 3,0 1,00 451.002,28 7.557.866,17 0 117.000,00 86.431,90 30.568,10
17 1.100,00 3,0 1,00 452.837,03 7.558.536,37 0 75.000,00 54.138,00 20.862,00
18 900,00 2,5 0,90 452.626,56 7.558.648,79 0 20.000,00 4.612,50 15.387,50
19 2.200,00 1,5 1,00 453.871,44 7.557.899,36 0 30.000,00 23.374,30 6.625,70
20 800,00 3,0 0,90 450.775,21 7.557.844,53 0 230.000,00 180.439,70 49.560,30
21 2.200,00 1,5 1,00 453.863,65 7.557.908,05 0 24.000,00 17.108,80 6.891,20
22 800,00 1,5 1,00 450.796,27 7.559.138,51 0 40.000,00 30.036,70 9.963,30
23 600,00 3,0 1,00 450.996,61 7.557.854,19 0 185.000,00 155.495,20 29.504,80
24 300,00 3,0 0,90 450.974,86 7.558.347,72 0 226.000,00 171.477,20 54.522,80
25 1.400,00 2,0 1,00 450.926,47 7.559.904,40 0 35.000,00 27.065,20 7.934,80
26 1.400,00 2,0 1,00 450.959,35 7.559.908,52 0 30.000,00 22.107,20 7.892,80
Com esses dados em mos realizou-se a avaliao das construes
pelo mtodo comparativo utilizando para o processamento dos dados a regresso
linear mltipla com base nas caractersticas determinantes do valor do imvel
levantadas. As variveis que foram levadas em considerao para a gerao do
84
modelo de regresso foram informadas na Tabela 5. O processo realizado para
estimao de seu modelo e anlises estatsticos esto apresentados a seguir.
O modelo de regresso dado pela seguinte equao:
Cmodos 2471 Padro 21496 ruda rea_Const 122 36286 - VC + + + =
Tabela 13 Estatstica de regresso Mtodo 1 dados de construes
R-Quadrado 98,0%
Erro padro 2633,78
Observaes 22
O coeficiente de determinao alto o que evidencia que o modelo
realizou um bom ajuste mostrando que o modelo encontrado explica mais de 97%
da variao dos desvios, sendo pouco mais de 2% atribudos a fatores aleatrios e
variveis no consideradas no modelo.
Para esse processamento quatro dados foram considerados outliers
e eliminados devido a grande disparidade com os valores calculados. Essa
disparidade deve-se a fatores influenciantes na negociao, como a venda para
pagamento de dvidas, venda entre familiares dentre outros.
Tabela 14 Coefici entes e significncias Mtodo 1 dados de construes
Interseo -36.286 2.800 -12,96 0,000
rea construda 121,72 33,74 3,61 0,002 2,2
Padro 21.496 1.316 16,33 0,000 1,8
Cmodos 2.471,0 676,2 3,65 0,002 2,2
(20)
85
Tabela 15 Anlise de varincia Mtodo 1 dados de construes
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 3 6.018.577.734 2.006.192.578 289,21
Resduo 18 124.862.735 6.936.819
Total 21 6.143.440.469
F
calculado
tabelado
(F
3, 18
Tabela 16 Teste da normalidade Mtodo 1 dados de construes
[ +1,00 DP (68%) ] 68% (15/22 elementos)
[ +1,64 DP (90%) ] 86% (19/22 elementos)
[ +1,96 DP (95%) ] 95% (21/22 elementos)
Figura 28 Teste da Normalidade - Mtodo 1 dados de construes
Os dados tm uma distribuio normal, o que pode ser observado no
grfico dado pela Figura 28 e na Tabela 16. Pelo teste de Ryan-J oiner o valor
encontrado foi de 0,981, bem prximo de 1, em que possvel concluir pela
normalidade.
86
Figura 29 Teste da Homocedasticidade - Mtodo 1 dados de construes
so distribudos aleatoriamente em torno do zero, como mostra a Figura 29.
Tabela 17 Teste da Multicolinearidade - Mtodo 1 dados de construes
Variveis
rea
Constuda
Padro Cmodos
rea
Constuda
1 0,621 0,701
Padro 0,621 1 0,607
Cmodos 0,701 0,607 1
entre as variveis independentes, com ateno es pecial para resultados superiores
87
Figura 30 Outliers - Mtodo 1 dados de construes
apresentado pela Figura 30, pode-se observar que no h nenhuma observao fora
do intervalo de dois desvios padro, mostrando que no h nenhumoutliers.
Com todos esses testes feitos, possvel concluir que a equao de
regresso apresentada se mostra coerente e estima de forma adequada o valor de
construo no setor pesquisado.
Tendo um modelo para avaliar construes, aplicou-se o mesmo
naquela regio problemtica, ou seja, a regio central com o objetivo de se ter, a
princpio, o valor de construo. Obtido as informaes do valor das construes
dessas reas, fez-se a subtrao do valor de construo daquele relacionado ao
imvel como um todo (terreno mais construo) para obter o valor do s terrenos.
Sendo assim, obtiveram-se os seguintes valores:
88
Tabela 18 Dados das construes das reas problemticas
ID rea_constr Padro Cmodos VC Valor VT
1 166,5 2,5 9 60.006,00 100.000,00 39.994,00
2 132,0 2,5 8 53.326,00 75.000,00 21.674,00
3 70,0 2,0 6 30.072,00 45.000,00 14.928,00
4 77,0 1,0 6 9.430,00 60.000,00 50.570,00
5 80,0 2,0 8 36.234,00 75.000,00 38.766,00
6 220,0 3,0 15 92.107,00 140.000,00 47.893,00
7 119,2 2,5 9 54.235,00 85.000,00 30.765,00
8 180,0 2,5 9 61.653,00 100.000,00 38.347,00
3.3.2.3 Mtodo 1 Anlise geral Gerao de modelos de regresso para os dados
originais mais os dados inferidos
Desta vez, com todas essas informaes de valores de terrenos
comercializados no ano de 2006, mais os valores inferidos, realizou -se outro
processamento com o intuito de melhorar a qualidade dos dados, principalmente na
rea central. Assim, fazendo-se uso dos dados de terrenos, aplicou-se novamente o
operador de regresso mltipla utilizando todas as variveis que podem influenciar
no valor do imvel, observando o melhor conjunto de variveis e que melhor
represente a variabilidade dos dados disponveis fazendo uso da ferramenta de
seleo de variveis, seja no modo Stepwise ou Melhor conjunto.
Nesta etapa, o modelo de regresso, que f az uso dos dados
originais de terrenos somados aos dados de terrenos inferidos, dado pela seguinte
equao:
cial Zona_comer 1433
via Distncia_ 0,577 - Y 0,265 - X 0,224 - Topografia 1367
Padro 572 Distncia 0,170 - Testada 75,9 - 2100487 VMLTC
+

+ + =
(21)
89
Tabela 19 Estatstica de regresso - Mtodo 1 - dados originais + dados inferidos
R-Quadrado 92,4%
Erro padro 210,741
Observaes 90
No processamento desses dados, seis foram os dados considerados
outliers e eliminados devido a grande disparidade com os valores calculados. Essa
Tabela 20 Coefici entes e significncias Mtodo 1 dados originais + dados inferidos
Interseo 2.100.487,00000 414.222,00000 5,07 0,000
Testada -75,89000 20,64000 -3,68 0,000 1,7
Distncia -0,17036 0,08005 -2,13 0,036 4,8
Padro 571,67000 63,07000 9,06 0,000 2,6
Topo 1.366,90000 342,40000 3,99 0,000 1,8
X -0,22354 0,04225 -5,29 0,000 4,3
Y -0,26454 0,05306 -4,99 0,000 2,2
Distncia_via -0,57650 0,18490 -3,12 0,003 1,8
Zona_comercial 1.432,9000 97,78000 14,65 0,000 1,4
Tabela 21 Anlise de varincia Mtodo 1 dados originais + dados inferidos
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 8 43.854.299 5.481.787 123,43
Resduo 81 3.597.354 44.412
Total 89 47.451.653
F
calculado
tabelado
(F
8, 81
90
Tabela 22 Teste da normalidade Mtodo 1 dados originai s + dados inferidos
[ +1,00 DP (68%) ] 70% (63/90 elementos)
[ +1,64 DP (90%) ] 84% (76/90 elementos)
[ +1,96 DP (95%) ] 96% (86/90 elementos)
Figura 31 Teste da Normalidade - Mtodo 1 dados originais + dados inferidos
grfico apresentado pela Figura 31 e pela Tabela 22. Pelo teste de Ryan-J oiner o
valor encontrado foi de 0,963, bem prximo de 1, em que possvel concluir pela
normalidade.
91
Figura 32 Teste da Homocedasticidade - Mtodo 1 dados origi nais + dados inferidos
Tabela 23 Teste da Multicolinearidade - Mtodo 1 dados originais + dados inferidos
Variveis Testada Distncia Padro Topografia X Y
Distncia
via
Zona
Comercial
Testada 1 -0,323 0,436 0,081 -0,384 -0,134 -0,037 0,125
Distncia -0,323 1 -0,629 0,447 0,639 -0,075 0,041 -0,375
Padro 0,436 -0,629 1 0,040 -0,342 -0,249 0,138 0,122
Topografia 0,081 0,447 0,040 1 0,150 -0,200 0,240 -0,262
X -0,384 0,639 -0,342 0,150 1 -0,239 -0,138
Y -0,134 -0,075 -0,249 -0,200 -0,438 1 -0,164 -0,043
Distncia
via
-0,037 0,041 0,138 0,240 -0,239 -0,164 1 -0,333
Zona
Comercial
0,125 -0,375 0,122 -0,262 -0,138 -0,043 -0,333 1
92
Figura 33 Outliers - Mtodo 1 dados originais + dados inferidos
Pelo Pelo grfico dos Valores Estimados x Resduos Padronizados ,
dado pela Figura 33, pode se observar que h observaes acima de dois desvios
padres. Esses pontos demonstram no ter erro algum, pois so permitidos termos
um total de 5% das observaes acima ou abaixo de 2 desvios, sendo assim, so
dados reais. A sua remoo do conjunto de amostras acaba prejudicando a
estimao do modelo, e assim, piorando o seu resultado. Desta forma optou-se por
no retirar o outliers e modelar o conjunto de dados com eles.
Aps a execuo desses testes, pode-se concluir que a equao de
regresso apresenta-se de forma coerente e estima adequadamente o valor de
terreno no setor pesquisado.
3.3.2.4 Mtodo 2 Anlise por grupos Gerao de modelos de regresso para os
dados originais
Em trabalhos que se geram modelos estatsticos, como de
regresso, para a construo de uma planta de valores para todo o municpio,
levam-se em considerao dados muito variados sendo que os valores atribudos a
cada varivel podem variar bruscamente.
certo que existem algumas variveis que exercem uma forte
influncia no valor do imvel apenas em determinadas regies. Em vista disto e da
variabilidade de dados que se tem, neste trabalho, aplicou-se o mtodo de
93
agrupamento (clusters) com o intuito de separar aqueles dados que tivessem um
comportamento mais homogneo, ou seja, que as suas caractersticas fossem mais
similares com a finalidade de melhorar a representao dos dados. Os dados nesse
processamento foram utilizados em todas as observaes de lotes da rea de
trabalho, com as caractersticas de terrenos, informados na Tabela 5, apresentada
anteriormente.
Em primeiro lugar, as matrizes de dados foram submetidas anlise
de agrupamentos hierrquicos, utilizando-se da distncia euclidiana, sendo que os
agrupamentos foram feitos por meio da ligao de Ward para formar as classes
homogneas.
Para encontrar o melhor nmero de grupos foram realizadas vrias
simulaes de conjuntos, observando o nmero de dados de transaes imobilirias
que estaria disponvel nessas regies que permitisse a gerao de modelos de
regresso para a avaliao dos imveis.
Desta forma, aplicou-se o mtodo de agrupamento utilizando o
software Minitab e encontrando-se quatro grupos com nvel de similaridade,
conforme pode ser visto pela Figura 34 e 35, que apresentam, respectivamente, o
dendrograma da diviso dos dados em classes e a posio espacial dos dados na
malha urbana.
Figura 34 Mtodo 2 Dendrograma das classes de terrenos formadas
94
Figura 35 Mtodo 2 Grupos formados pela anli se de agrupamento
A partir da formao dos grupos, identificaram-se os dados de
transaes imobilirias que pertenciam a cada grupo e com esses realizou -se a
gerao de modelos de regresso com a finalidade de avaliar os imveis de seus
grupos para gerar dados para a PVG.
A seguir ser apresentado o processo de gerao do modelo e os
testes exigidos pela NBR 14653-2, que trata da avaliao de imveis.
Grupo 1
Este grupo contm um total de 13 dados de transaes imobiliria
do tipo terreno. Com esses dados o modelo de regresso dado por:
Distncia 1,42 - 3816 VMLTC =
(22)
95
Tabela 24 Estatstica de regresso Mtodo 2 dados de lotes originais Grupo 1
R-Quadrado 90,8%
Erro padro 49,5568
Observaes 13
O coeficiente de determinao alto, o que evidencia que o modelo
da variao dos desvios, sendo pouco menos de 10% atribudos a fatores aleatrios
e a variveis no consideradas no modelo.
Para esse processamento desses dados, todos foram considerados.
Tabela 25 Coeficientes e significncias Mtodo 2 dados de lotes originais Grupo 1
Coeficientes Erro Padro T P
Interseo 3.816,0000 307,4000 12,41 0,000
Distncia -1,4177 0,1362 -10,41 0,000
Tabela 26 Anli se de varinci a Mtodo 2 dados de lotes originais Grupo 1
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 1 265.922 265.922 108,28
Resduo 11 27.015 2.456
Total 12 292.936
F
calculado
tabelado
(F
1, 11
96
[ +1,00 DP (68%) ] 62% (08/13 elementos)
[ +1,64 DP (90%) ] 92% (12/13 elementos)
[ +1,96 DP (95%) ] 92% (12/13 elementos)
Figura 36 Teste da Normalidade - Mtodo 2 dados de lotes originai s Grupo 1
normalidade.
Figura 37 Teste da Homocedasticidade - Mtodo 2 dados de lotes originais Grupo 1
97
Tabela 28 Teste da Mult icolinearidade - Mtodo 2 dados de lotes originais Grupo 1
Varivel Distncia
Distncia 1
Pelo fato do modelo de regresso ser representado apenas por uma
varivel, no temos essa anlise da verificao de possveis correlaes entre
variveis que compem o modelo. Desta forma, pode-se dizer que no existe
multicolinearidade.
Figura 38 Outliers - Mtodo 2 dados de lotes originais Grupo 1
Pelo grfico dos Valores Estimados x Resduos Padronizados,
apresentado pela Figura 38, pode-se observar que h apenas uma observao
acima de dois desvios padres, ou seja, 92% das observaes esto dentro desse
intervalo, atendendo a exigncia de cerca de 95% dos resduos e eles esto
distribudos aleatoriamente em torno da sua mdia zero.
Ao final desses testes, pode-se concluir que a equao de regresso
apresentada se mostra coerente e estima de forma adequada o valor de terreno no
setor pesquisado.
98
Grupo 2
X 0,514 Frente_via 112 - Padro 577 231503 - VMLTC + + =
R-Quadrado 92,2%
Erro padro 137,729
Observaes 17
O coeficiente de determinao alto, o que evidencia que o modelo
realizou um bom ajuste mostrando que o modelo encontrado explica mais de 9 2%
da variao dos desvios, sendo pouco menos de 8% atribudos a fatores aleatrios e
a variveis no consideradas no modelo.
Para esse processamento todos os dados foram considerados.
Tabela 30 Coefici entes e significncias Mtodo 2 dados de lotes originais Grupo 2
Interseo -231503 102237 -2,26 0,041
Padro 577,50 61,60 9,37 0,000 1,3
Frente_via -111,75 29,36 -3,81 0,002 1,8
X 0,5143 0,2270 2,27 0,041 2,1
(23)
99
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 3 2.925.929 975.310 51,41
Resduo 14 246.602 18.969
Total 17 3.172.531
F
calculado
tabelado
(F
4, 12
[ +1,00 DP (68%) ] 65% (11/17 elementos)
[ +1,64 DP (90%) ] 94% (16/17 elementos)
[ +1,96 DP (95%) ] 100% (17/17 elementos)
Residual
P
e
r
c
e
n
t
300 200 100 0 -100 -200 -300
99
95
90
80
70
60
50
40
30
20
10
5
1
Normal Probability Plot of theResiduals
(response is V-MLTC)
100
normalidade.
Fitted Value
R
e
s
i
d
u
a
l
1800 1600 1400 1200 1000 800 600 400 200
300
200
100
0
-100
-200
-300
Residuals Versus theFittedValues
Figura 40 Teste da Homocedasticidade - Mtodo 2 dados de lotes ori ginais Grupo 2
Tabela 33 Teste da Multicolinearidade - Mtodo 2 dados de lotes originais Grupo 2
Variveis Padro Frente via X
Padro 1 0,026 0,386
Frente via 0,026 1 0,630
X 0,386 0,630 1
101
Fitted Value
S
t
a
n
d
a
r
d
i
z
e
d
R
e
s
i
d
u
a
l
1800 1600 1400 1200 1000 800 600 400 200
2
1
0
-1
-2
Residuals Versus theFittedValues
conforme a Figura 41, pode-se observar que no h nenhuma observao acima de
dois desvios padres, mostrando que no h nenhum outliers.
Ao final desses testes, pode-se concluir que a equao de regresso
apresentada se mostra coerente e estima de forma adequada o valor de terreno no
setor pesquisado.
Grupo 3
cial Zona_comer 1426
Topografia 996 Padro 739 Distncia 0,776 - 741 - VMLTC
+
+ + =
R-Quadrado 90,2%
Erro padro 188,665
Observaes 34
(24)
102
realizou um bom ajuste mostrando que o modelo encontrado expl ica mais de 90%
da variao dos desvios, sendo pouco menos de 10% atr ibudos a fatores aleatrios
e a variveis no consideradas no modelo.
Para esse processamento apenas um dado foi considerados outliers
e eliminado.
Tabela 35 Coeficientes e significncias Mtodo 2 dados de lotes originais Grupo 3
Interseo -740,6 342,9 -2,16 0,039
Distncia -0,7759 0,1534 -5,06 0,000 1,6
Padro 738,62 87,83 8,41 0,000 1,1
Topografia 995,6 396,8 2,51 0,018 1,2
Zona_comercial 1425,6 166,2 8,58 0,000 1,5
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 4 9.510.314 2.377.579 66,80
Resduo 29 1.032.235 35.594
Total 33 10.542.549
F
calculado
tabelado
(F
4, 29
103
[ +1,00 DP (68%) ] 59% (20/34 elementos)
[ +1,64 DP (90%) ] 91% (31/34 elementos)
[ +1,96 DP (95%) ] 100% (34/34 elementos)
normalidade.
104
Variveis Distncia Padro Topografia
Zona
Comercial
Distncia 1 0,116 0,288 -0,541
Padro 0,116 1 0,201 -0,107
Topografia 0,288 0,201 1 -0,025
Zona
Comercial
-0,541 -0,107 -0,025 1
Pelo grfico dos Valores Estimados x Resduos Padronizados , dado
pela Figura 44, pode-se observar que no h nenhuma observao acima de dois
desvios padres, mostrando que no h nenhumoutliers.
105
Ao final desse processamento e dos testes realizados, pode-se
concluir que a equao de regresso apresentada se mostra coerente e estima de
forma adequada o valor de terreno no setor pesquisado.
Grupo 4
Y 0,8858 - Distncia 6,6637 - 886 . 698 . 6 VMLTC =
R-Quadrado 83,3,%
Erro padro 248,279
Observaes 24
realizou um bom ajuste mostrando que o modelo encontrado explica quase de 85%
da variao dos desvios, sendo pouco mais de 15% atribudos a fatores aleatrios e
Para esse processamento apenas dois dos dados foram
considerados outliers e eliminados devido a grande disparidade com os valores
calculados. Essa disparidade deve-se a fatores influenciantes na negociao, como
a venda para pagamento de dvidas, venda entre familiares dentre outros.
Tabela 40 Coefici entes e significncias Mtodo 2 dados de lotes originais Grupo 4
Interseo 6.698.886 1465922 4,57 0,000
Distncia -2,6637 0,2606 -10,22 0,000 1,2
Y -0,8858 0,1939 -4,57 0,000 1,2
(25)
106
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 2 6442267 3221134 52,26
Resduo 21 1294490 61642
Total 23 7736757
F
calculado
tabelado
(F
2, 21
[ +1,00 DP (68%) ] 67% (16/24 elementos)
[ +1,64 DP (90%) ] 83% (21/24 elementos)
[ +1,96 DP (95%) ] 100% (24/24 elementos)
107
grfico dado pela Figura 45 e na Tabela 42. Pelo Pelo teste de Ryan-J oiner o valor
normalidade.
Variveis Distncia Y
Distncia 1 -0,439
Y -0,439 1
matriz das correlaes, que espelha as dependncias lineares de pr imeira ordem
108
Pelo grfico dos Valores Estimados x Resduos Padronizados pode
se observar que no h nenhuma observao acima de dois desvios padres,
mostrando que no h nenhumoutliers.
Finalizado os testes com esse grupo de dados, pode-se concluir que
a equao de regresso apresentada se mostra coerente e estima de forma
adequada o valor de terreno no setor pesquisado.
3.3.2.5 Mtodo 2 Anlise por grupos Gerao de modelos de regresso para os
dados originais mais os dados inferidos
O processamento aplicado aos dados no item anterior tambm sofre
com o problema da falta de dados em uma determinada rea, que a rea central.
A partir disso, introduziram-se aqueles dados inferidos de terrenos referentes rea
problemtica como forma de minimizar o erro. A regio central do municpio que se
encontra na rea de trabalho est no grupo quatro. Sendo assim, apenas o
processamento s ser realizado com grupo quatro, que contar com os seus dados
originais, mais os dados inferidos.
Este grupo conta comum total de 24 dados de transaes imobiliria
109
Frente_via 112 -
cial Zona_comer 677 Testada 161 - Padro 813 2.460 VMLTC
+ + =
Tabela 44 Estatstica de regresso Mtodo 2 dados de lotes originais + dados inferidos
Grupo 4
R-Quadrado 95,2%
Erro padro 162,398
Observaes 24
da variao dos desvios, sendo pouco menos de 5% atribudos a fatores aleatrios e
Para esse processamento cinco dos dados foram considerados
outliers e eliminados devido a grande disparidade com os valores calculados. Essa
Tabela 45 Coefici entes e significncias Mtodo 2 dados de lotes originais + dados
inferidos Grupo 4
Interseo 2.459,70 280,90 8,76 0,000
Padro 813,50 69,95 11,63 0,000 1,1
Testada -160,81 17,23 -9,33 0,000 1,1
Zona_Comercial 677,10 135,90 4,98 0,000 2,7
Frente_via -112,34 23,29 -4,82 0,000 2,9
(26)
110
Tabela 46 Anlise de varincia Mtodo 2 dados de lotes originais + dados inferi dos
Grupo 4
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 4 9.317.115 2.329.279 88,32
Resduo 18 474.718 26.373
Total 22 9.791.833
F
calculado
tabelado
(F
4, 18
Tabela 47 Teste da normalidade Mtodo 2 dados de lotes originais + dados inferidos
Grupo 4
[ +1,00 DP (68%) ] 63% (15/24 elementos)
[ +1,64 DP (90%) ] 96% (23/24 elementos)
[ +1,96 DP (95%) ] 100% (24/24 elementos)
Figura 48 Teste da Normalidade - Mtodo 2 dados de lotes originais + dados inferidos
Grupo 4
111
normalidade.
Figura 49 Teste da Homocedasticidade - Mtodo 2 dados de lotes originais + dados
inferidos Grupo 4
Tabela 48 Teste da Multicolinearidade - Mtodo 2 dados de lotes originais + dados inferidos
Grupo 4
Variveis Padro Testada
Zona
Comercial
Frente_via
Padro 1 0,218 -0,219 0,309
Testada 0,218 1 -0,169 0,229
Zona_Comercial -0,219 -0,169 1 -0,796
Frente_via 0,309 0,229 -0,796 1
112
Figura 50 Outliers - Mtodo 2 dados de lotes originais + dados inferidos Grupo 4
Pelo grfico dos Valores Estimados x Resduos Padronizados pode
se observar que no h nenhuma observao acima de dois desvios padres,
mostrando que no h nenhumoutliers.
Ao trmino do processamento e teste com esse grupo de dados ,
pode-se concluir que a equao de regresso apresentada se mostra c oerente e
estima de forma adequada o valor de terreno no setor pesquisado.
113
CAPTULO IV
RESULTADOS E DISCUSSES
Realizados os testes, a prxima etapa consiste na validao dos
dados e constatao do melhor procedimento para o processamento dos dados,
alm da representao dos mesmos na forma de documentos cartogrficos.
Todo o procedimento realizado, que vai desde o levantamento de
dados at as anlises estatsticas, est fundamentado nas normas existentes para
tal aplicao. As normas principais, que foram seguidas so a NBR14563-2 (2004) e
a Norma de Avaliao de Imveis Urbanos do IBAPE -SP de 2005.
Estas normas recomendam que os testes a serem feitos para a
validao dos modelos so o da normalidade, da homocedasticidade, auto-
correlao e multicolinearidade. Todos esses testes foram aplicados no
processamento, como pode ser visto, menos um: o da auto-correlao. Esse teste
no foi aplicado pelo fato de que a amostra utilizada na determinao do modelo de
regresso foi coletada em um nico perodo de tempo, no havendo a necessidade
de ordenar os elementos na amostra, como por exemplo, dados temporais. Os
dados no so coletados seguindo alguma ordem, como na maioria das anlises
econmicas. No mercado imobilirio, a ordem estabelecida geralmente a ordem
alfabtica dos endereos dos imveis. Se for detectada a autocorrelao (pelos
testes grficos ou por DW), basta ordenar os dados de outra forma (o que no
possvel nas sries econmicas). Claro que ordenar intencionalmente a amostra por
ordem de valor, de rea construda, ou por outra caracterstica importante, no
conveniente. Portanto, no h a necessidade de fazer a verificao da existncia ou
no da auto-correlao.
Dessa forma, com os dados obtidos e os testes realizados pode -se
constatar que todos os experimentos realizados so coerentes, ou seja, os
resultados so aceitveis para a gerao da Planta de Valores Genricos.
No entanto, o objetivo do trabalho melhorar a qualidade dos dados
para representar de forma mais fidedigna a realidade do mercado imobilirio. Assim,
114
ser apresentada a seguir uma comparao dos resultados conseguidos por ambos
os mtodos.
Tabela 49 Anli se dos resultados
Coeficiente de
determinao
Coeficiente de
determinao (ajust)
Coeficiente
de variao
N de variveis
no modelo
N de
Obs.
Mtodo 1 (Anlise geral)
Dados originais 87,0% 86,0% 19% 6 85
Dados originais + dados
inferidos
92,4% 91,7% 15% 8 90
Mtodo 2 (Anlise por grupos)
Dados originais (Grupo 1) 90,8% 89,9% 6% 1 13
Dados originais + dados
inferidos (grupo 4)
95,2% 94,1% 7% 4 24
Observando a Tabela 49 pode-se notar que no Mtodo 1, que gera
um modelo de regresso para toda a rea de trabalho, apresenta melhora
significativa com a insero dos dados inferidos. No Mtodo 2, que faz um
tratamento por grupos, tambm mostra uma melhora em seus resultados com a
insero dessas amostras de dados inferidos que se encontram no grupo 4, quando
comparado com o mesmo grupo, mas apenas com os dados originais.
Quando relacionado um mtodo com o outro, nota-se que o
mtodo que faz o tratamento por grupos apresenta-se melhor que o primeiro, em
ambos os casos (com dados originais e com os dados originais mais os inferidos)
estimando melhor os valores por metro linear de testada corrigida, que ser utilizado
nas Plantas de Valores Genricos.
Com a finalidade de constatao da melhoria do mtodo com a
insero de variveis oriundas de outros mtodos, uma amostra pertencente a esta
rea central foi retirada para comparar os valores preditos pelos modelos de
regresso gerados com o valor de transao. Este imvel foi vendido por R$
60.000,00, na mesma poca das outras amostras.
Os resultados obtidos mostram que a falta de dados de mercado de
terreno pode ser contornada com o uso de dados de mercado de imveis
construdos. O agrupamento dos dados tambm permitiu derivar equaes com
115
melhor ajuste, confirmando outros estudos j desenvolvidos. Este mtodo
recomendvel quando se avalia imveis distribudos numa regio de grande
extenso, diminuindo-se com isto o efeito negativo das correlaes espaciais sobre
os modelos de regresso mltipla. Para a considerao efetiva dos efeitos da
correlao espacial entre os dados, sugere-se usar mtodos de econometria
espacial e/ou geoestatisticos.
O mtodo aplicado realmente apresenta uma soluo satisfatria
para clculo de PVG de terrenos onde existe insuficincia de dados.
Tabela 50 Anlise dos resultados Teste 1
Valor predito
Dados originais R$ 71.174,65
Dados originais +dados inferidos R$ 63.923,12
Dados originais (Grupo 4) R$ 75.992,98
Dados originais +dados inferidos (grupo 4) R$ 62.306,68
Observando a Tabela 50 pode-se constatar que no Mtodo 1 o
processamento feito com os dados originais mais os dados inferidos por outro
mtodo chegou a valores mais prximos da realidade. O mesmo pode ser notado
para o Mtodo 2 no grupo 4, em que o valor estimado pelo mtodo combinado est
bem melhor que aquele que trata apenas com dados originais.
O fato da estimao pelo Mtodo 2 usar apenas dados originais e
ser to discrepantes, se deve a disposio dos dados de transaes nesta rea que
se encontram aglomerados em determinada regio.
Tambm foi realizado outro teste, em busca de constatar a
funcionalidade daquilo que proposto. Desta forma, foram selecionadas trs
amostras aleatrias, sendo uma de cada regio e para estes lotes, foram aplicadas
as equaes geradas para os seus respectivos setores. Os resultados que esto
apresentados na tabela 51 comprovam que o uso de dados originais mais os
inferidos aumentam a qualidade final dos dados. Quando utilizada a anlis e por
grupos, os resultados so melhores ainda.
116
Tabela 51 Anli se dos resultados Teste 2
Amostra 1 Amostra 2 Amostra 3
Valor de venda R$ 12.000,00 R$ 9.500,00 R$ 7.000,00
Dados originais R$ 12.284,00 R$ 12.328,00 R$ 5.964,00
Dados originais +dados inferidos R$ 12.265,00 R$ 12.108,00 R$ 6.636,00
Dados originais (Grupo 4) R$ 12.210,00 R$ 8.424,00 R$ 7.040,00
Agora, observando os modelos estatsticos gerados pela aplicao
da regresso mltipla, pode-se constatar que as variveis mais determinantes do
valor dos imveis, do tipo terreno, so as variveis Distncia, Padro, Topografia e
Zona comercial, pois aparecem pelo menos em trs dos sete modelos.
Tabela 52 Anli se dos resultados Vari veis do modelo de regresso
Mtodo 1 Mtodo 2
Dados
originais
Dados originais +
dados inferidos
Dados
originais
(Grupo 1)
Dados
originais
(Grupo 2)
Dados
originais
(Grupo 3)
Dados
originais
(Grupo 4)
Dados originais +
dados inferidos
(grupo 4)
Testada
Testada_corrigida
Topografia
Padro
Zona_comercial
Coord_X
Coord_Y
Distncia_via
Frente_via
Distncia
Uma das variveis que se acreditou que influenciaria muito os
modelos de regresso era a varivel linha frrea, que no apareceu em nenhum
dos modelos. Esse fato no quer dizer que esta desprezvel, p ois quando
observada a figura 35, que traz os grupos homogneos de dados formados pela
tcnica de agrupamento, nota-se que a linha frrea um dos divisores dos grupos.
Desta forma, pode-se observar, graficamente, que os imveis localizados do lado
ps-linha, localizado na parte norte da rea urbana, os valores de imveis so bem
menores, quando comparados com os imveis do lado sul da linha, confirmando a
hiptese inicial de que a linha frrea e seus acessos serem um dos agravantes da
desvalorizao.
117
A varivel padro que foi levantada para avaliao dos terrenos,
quando comparada com o valor dos terrenos, deixa notvel a relao que existe
entre eles. Pois quando se tem uma regio com imveis com um padro superior,
independente da regio, tem-se um aumento dos valores de terrenos nesta
localidade.
Com isso, nota-se a importncia da investigao do maior nmero
de variveis que possam estar influenciando o valor do imvel, tanto terreno como
construo.
118
CAPTULO V
CONCLUSES
5.1 Consideraes finais
O mercado imobilirio um mecanismo dinmico, representando
uma realidade diria e que dever ser descrito por um mo delo matemtico/
estatstico. Sob este ponto de vista, qualquer inferncia (paramtrica ou no
paramtrica) pode ser til e trazer bons resultados.
Para isso, qualquer modelo a ser adotado ser sempre uma
simplificao do que ocorre na vida real e por este motivo no existir (ainda) um
modelo que seja sempre superior a outro.
Assim, esse trabalho mostra a viabilidade da aplicao de mtodos
combinados quando existe a falta de dados. Para tanto, se devem observar bem os
dados disponveis para a realizao do trabalho, objetivando a obteno de um bom
produto final. Vale ressaltar que, em alguns casos, pode no ser vivel fazer tais
combinaes. Os modelos gerados, as variveis utilizadas e o nmero de grupos
formados so especficos para a realidade que encontrada nesta rea de trabalho
nesta poca, podendo daqui a uns anos comportar-se de forma diferente.
Acredita-se que o uso da metodologia proposta, utilizando mtodos
estatsticos multivariados aplicados combinao de mtodos, proporcionou melhor
desempenho nos procedimentos; tendo como conseqncia a melhoria dos
resultados finais da avaliao, gerando maior uniformidade entre os dados, ou seja,
o valor de avaliao e o valor de mercado se equiparam.
A separao da rea de trabalho em zonas de dados homogneos
mostrou-se de grande importncia, pois a partir da determinao desses grupos pelo
mtodo da anlise por agrupamento, os modelos de regresso mltipla gerados
mostraram-se melhores e conseqentemente mais precisos, alm de fazer uso de
menor nmero de variveis, por causa da semelhana entre os dados.
Certamente, uma prefeitura cujo cadastro imobilirio seja dotado de
um sistema de caracterizao de edificao, que d suporte avaliao da mesma,
pode alcanar resultados ainda melhores, uma vez que de suma importncia a
119
determinao do valor da edificao para se determinar o valor do terreno de um
imvel edificado.
Finalmente, conclui-se que a metodologia multivariada aplicada,
utilizando operadores de regresso e anlise de agrupamento, fazendo uso de
dados de terrenos inferidos a partir de amostras de transaes de imveis
construdos, mostrou-se vivel para reas densamente construdas, com poucos
dados de transaes imobilirias de terrenos.
5.2 Recomendaes
Os resultados obtidos neste trabalho devem ser interpretados
restritivamente, sendo considerados em funo do tipo de dados utilizados. Na
literatura, h evidncias de que as tcnicas mais adequadas podem ser diferentes
para diferentes tarefas ou para utilizao com diferentes tipos de dados, conforme
dito anteriormente, que essa metodologia, assim como os resultados obtidos,
especfica para esta realidade e poca.
Assim, para estender a utilizao das tcnicas e da abordagem
propostas, devem ser testadas outras fontes de dados , como forma de se ter mais
dados disponveis, alm de outras variveis que podem influenciar no valor do
imvel.
Tambm existem outras tcnicas de processamento disponveis, tais
como as redes neurais, a geoestatstica, que podem ser explorados.
120
BIBLIOGRAFIA
ABBAD, G. S., TORRES, C. V.; Anlises de regresso mltipla stepwise e
hierrquica em estudos da rea de psicologia organizacional: aplicaes, problemas
e algumas solues. In: VIII Simpsio Brasileiro de Pesquisa e Intercambio
Cientfico, 2000, Serra Negra - SP. Anais - ANPEPP, 2002. v. 1. p. 97.
ABNT (Associao Brasileira de Normas Tcnicas) (1989). Avaliao de imveis
urbanos (NBR 5676). Rio de J aneiro: ABNT.
ABNT (Associao Brasileira de Normas Tcnicas) (2001). Avaliao de bens - Parte
1: procedimentos gerais (NBR 14.653-1). Rio de J aneiro: ABNT.
ABNT (Associao Brasileira de Normas Tcnicas) (2004). Avaliao de bens - Parte
2: imveis urbanos (NBR 14.653-2). Rio de J aneiro: ABNT.
ALVES, V.; Avaliao de Imveis Urbanos baseada em Mtodos Estatsticos
Multivariados. 2005, 115p. Dissertao (Mestrado em Mtodos Numricos em
Engenharia) - Universidade Federal do Paran UFPR, Curitiba, PR.
AMAL, M., SEABRA, F.; Determinantes do Investimento Direto Externo (IDE) na
Amrica Latina: Uma Perspectiva Institucional. In: XXXIII ENCONTRO NACIONAL
DE ECONOMIA - ANPEC - Associao Nacional dos Centros de Ps-graduao em
Economia, 2005, J oo Pessoa. Anais do XXXIII Encontro Nacional de Economia,
2005.
ANACLETO, E. A.; Uso do mtodo da renda para avaliao de um edifcio comercial
e um posto de combustveis. 2002. 12 p. Trabalho de concluso de curso. (Instituto
de Engenharia Mecnica) Engenharia de Produo, Universidade Federal de
Itajub UNIFEI, Itajub, MG.
121
AVERBECK, C. E.; Os sistemas de cadastro e planta de valores no municpio:
prejuzos da desatualizao. 2003, 200p. Dissertao (Mestrado em Engenharia
Civil) Curso de Ps-Graduao em Engenharia Civil, Universidade Federal de
Santa Catarina UFSC, Florianpolis, SC.
BARNETT, V.; LEWIS, T. Outliers in statistical data. New York: J ohn Wiley, 1984, 2
Ed.
BERRINI, L.C.; Avaliaes de Imveis. So Paulo, Freitas Bastos, 1957, 3 edio.
BERTIN, J .; Teoria da comunicao e teoria grfica. In: Melanges Charles Moraz.
Traduo de Marcelo Martinelli, 1978.
BOS, E. S.; Cartographic Symbol Design. The Netherlands, ITC, 1984. 85 p.
BOUROCHE, J . M., SAPORTA, G.; Anlise de dados. Rio de J aneiro: Zahar
Editores, 1982. 119 p.
BRAULIO, S. N.; Proposta de uma metodologia para a avaliao de imvei s urbanos
baseado em mtodos estatsticos multivariados . 2005, 158p. Dissertao (Mestrado
em Engenharia Civil) Curso de Ps-Graduao em Mtodos Numricos em
Engenharia, Universidade Federal do Paran UFSC, Curitiba, PR.
BRONDINO, N. C. M.; Estudo da Influncia da Acessibilidade no Valor de Lotes
Urbanos Atravs do Uso de Redes Neurais. 1999, 158p. Dissertao (Doutorado em
Engenharia Civil - Transportes) Escola de Engenharia de So Carlos, Universidade
de So Paulo USP, So Carlos, SP.
BUSSAB, W. O.; Anlise de varincia e de regresso. So Paulo: Atual, 1986.
BUSSAB, W. O., MORETTIN, P. A.; Estatstica Bsica. So Paulo: Atual, 1984. 2
Ed.
122
CARNEIRO, A. F. T.; Cadastro imobilirio e registro de imveis. Porto Alegre:
Instituto de Registro Imobilirio do Brasil, 2003. 272 p..
CARNEIRO, A. F. T., LOCH, C.; Anlise do cadastro imobilirio urbano de algumas
cidades brasileiras. In: CONGRESSO BRASILEIRO DE CADASTRO TCNICO
MULTIFINALITRIO, 2000, Florianpolis-SC. Anais do COBRAC 2000 - IV
Congresso Brasileiro de Cadastro Tcnico Multifinalitrio.
CASSIDY, H. J .; Using Econometrics: A beginners guide. Virginia: Reston Publishing
Company, 1981.
CUADRAS, C. M.; Mtodos de anlisis multivariante. Universidad de Barcelona,
1981.
DANTAS, R. A.; Engenharia de avaliaes: uma introduo metodologia cientfica .
So Paulo: Pini, 1998.
DENT, B. D.; Cartography: Thematic Map Design. Iowa, WmC Brown Publishers,
1993.
DRAPER, N. R.; SMITH, H.; Applied regression analysis. New York: J ohn Wiley &
Sons, Inc. 1998. 3 Ed.
EMPLASA Empresa Metropolitana de Planejamento da Grande So Paulo SA.
Planta de Valores Genricos. Disponvel em <http://www.emplasa.sp.gov.br>.
Acesso em: 15 jan. 2005.
FIKER, J .; Avaliao de terrenos e imveis urbanos. So Paulo: PINI, 1997
GONZLEZ, M.A.S.; A formao do valor de alugueis de apartamentos residenciais
na cidade de Porto Alegre. 1993. Dissertao (Mestrado em Engenharia Civil)
Programa de Ps-Graduao em Engenharia Civil, UFRGS, Porto Alegre - RS.
123
GONZLEZ, M.A.S.; Aplicao de Tcnicas de Descobrimento de Conhecimento
em Bases de Dados e de Inteligncia Artificial em Avaliao de Imveis . 2002. Tese
(Doutorado em Engenharia Civil) Programa de Ps-Graduao em Engenharia
Civil, UFRGS, Porto Alegre - RS.
GONZLEZ, M. A. S.; Avaliao de imveis e metodologia de percias . Disponvel
em <http://www.exatec.unisinos.br/~gonzalez/valor/introduc/bibliogr.html> Acesso
em: 16 dez. 2005.
GONZLEZ, M. A. S., FORMOSO, C. T.; A utilizao de dados do ITBI para a
atualizao de plantas de valor: um estudo de viabilidade. In: CONGRESSO DE
ENGENHARIA CIVIL DA UFJ F, 1994, J uiz de Fora - MG. Anais do I Congresso de
Engenharia Civil da UFJ F.
GUEDES, J .C.; Aplicao de redes neurais na avaliao de bens . In: SEMINRIO
INTERNACIONAL DA LARES, 1999, So Paulo - SP. Anais do I Seminrio
Internacional da LARES - 1999. I Seminrio Internacional da LARES.
HOCHHEIM, N., et al; Elaborao e gerenciamento de Planta de Valores Genricos,
usando Sistema de Informaes Geogrficas. 2003. (Desenvolvimento de material
didtico ou instrucional - Material didtico ou instrucional). 121 p.
HOCHHEIM, N., et al; Engenharia de avaliaes. 2004. (Desenvolvimento de
material didtico ou instrucional - Material didtico ou instrucional). 170 p.
IBAPE-SP (Instituto Brasileiro de Avaliaes e Percias de Engenharia de So
Paulo) (2005). Norma para avaliao de imveis urbanos. So Paulo: IBAPE.
IMAPE (Instituto Mineiro de Avaliaes e Percias de Engenharia). Fundamentos de
Avaliaes Patrimoniais e Percias de Engenharia. So Paulo: Editora Pini, 1998.
J OLY, F.; A Cartografia. Campinas: 3 ed. Papirus, 1991.
124
J OHNSON, R. A.; WICHERN, D. W.; Applied Multivariate Statistical Analysis. New
J ersey: Prentice-Hall, 2002. 5 Ed.
KEATES, J . S.; Cartographic design and production. 2 ed. Longman Scientific &
Technical. New York, 1989.
KELEJ IAN, H. H.; OATES, Wallace E.; Introduo Econometria. Princpios e
Aplicaes. Rio de J aneiro: Editora Campus, 1978.
KOLACNY, A.; Cartographic information a fundamental term in modern
cartography. Cartographic J ourn, London, 1969.
LEBART, L., MORINEAU, A. y FENELON J . ; Tratamiento estadstico de datos.
Marcombo Boixareu Editores. Barcelona, 1995.
LIMA, O. P., Proposta metodolgica para o uso do Cadastro Tcnico Multifinalitrio
na Avaliao de Impactos Ambientais. 1999, 147p. Dissertao (Mestrado em
Engenharia Civil) Curso de Ps-Graduao em Engenharia Civil, Universidade
Federal de Santa Catarina UFSC, Florianpolis, SC.
LOCH, C.; Importncia do cadastro tcnico multifinalitrio para instrumentao de
prefeituras. In: COMBRAFT, 1995, CACHOEIRA DO SUL - RS.
MACANHAN, V. B. P., MONTEVECHI, J . A. B., PAMPLONA, E. O.; Uso do mtodo
da renda para avaliao de imveis por regies uma aplicao nas cidades do Rio
de J aneiro e So Paulo. In: Encontro Nacional de Engenharia de Produo, 2000,
So Paulo - SP. Anais do ENEGEP 2000 XX Encontro Nacional de Engenharia de
Produo.
MACANHAN, V. B. P.; A avaliao de imveis pelos mtodos econmico-financeiros.
2002, 99p. Dissertao (Mestrado em Engenharia Civil) Curso de Ps-Graduao
em Engenharia de Produo, Universidade Federal de Itajub UNIFEI, Itajub,
MG.
125
MACHADO, S. F.; Determinao de coeficientes de homogeneizao de valores
para uso em avaliao de terrenos urbanos. 2004. Dissertao (Mestrado em
Engenharia Civil) Curso de Ps-Graduao em Engenharia Civil, Universidade
Federal de Santa Catarina UFSC, Florianpolis, SC.
MARTINELLI, M.; Curso de cartografia Temtica. So Paulo: Contexto, 1991.
MARTINELLI, M.; Cartografia Temtica: caderno de mapas. So Paulo: EDUSP,
2003.
MELO, M. F.; Planta de Valores Genricos: Um Produto Cartogrfico como
Instrumento para a Eqidade Tributria e o Planejamento Municipal . 2001, 104p.
Dissertao (Mestrado em Estudos Populacionais e Pesquisas Sociais) Escola
Nacional de Cincias Estatsticas, Instituto Brasileiro de Geografia e Estatst ica
UIBGE, Rio de J aneiro, RJ .
MLLER, L. F. C.; Planta de valores genricos. Porto Alegre: Sagra-DC Luzzatto,
1995.
MONMONIER, M. S.; Computer-assisted cartography: principles and prospect. New
J ersey, Prentice-Hall, 1982.
MUNIZ, D. P.; Implantao do cadastro tcnico multifinalitrio em uma rea teste. In:
CONGRESSO BRASILEIRO DE CADASTRO TCNICO MULTIFINALITRIO, 1996,
Florianpolis-SC. Anais do COBRAC 1996 - II Congresso Brasileiro de Cadastro
Tcnico Multifinalitrio.
MURGEL FILHO, W.; Sistema Nebuloso de apoio produo de planta de valores .
2005, 132p. Dissertao (Mestrado em Engenharia de Computao - Geomtica)
Curso de Ps-Graduao em Engenharia de Computao, Universidade do Estado
do Rio de J aneiro UERJ , Rio de J aneiro, RJ .
126
NADAL, C. A., J ULIANO, K. A., RATTON, E.; Testes estatsticos utilizados para a
validao de regresses mltiplas aplicadas na avaliao de imveis urbanos .
Boletim de Cincias Geodsicas, Curitiba, v. 9, n. 2, p. 243-262, 2003.
NETER, J ; WASSERMAN, W.; WHITMORE , G. A.; Applied Statistic. Boston: Allyn
and Bacon, Inc. 1978
PELLI NETO, A.; Redes Neurais Artificiais aplicadas s avaliaes em massa:
estudo de caso para a cidade de Belo Horizonte / MG. 2006, 111p. Dissertao
(Mestrado em Engenharia Eltrica) Curso de Ps-Graduao em Engenharia
Eltrica, Universidade Federal de Minas Gerais UFMG, Belo Horizonte, MG.
PLA, L. E.; Anlisis Multivariado: Mtodo de Componentes Principales . Secretara
General de la Organizacin de Estados Americanos, Washington, 1986.
PHILIPS, J .; Conceito de um Novo Cadastro de Bens Imobilirios: Moderno e
Pblico, In: CONGRESSO NACIONAL DE ENGENHARIA DE AGRIMENSURA,
1996, Salvador - BA, Anais do VII Congresso Nacional de Engenharia de
Agrimensura.
PUGLIESI, E. A.; Desenvolvimento de um mapa dinmico para sistema de
navegao terrestre. 2002, 216p. Dissertao (Mestrado em Cincias Cartogrficas)
Curso de Ps-Graduao em Cincias Cartogrficas, Universidade Estadual
Paulista UNESP, Presidente Prudente, SP.
RIBEIRO J R., J . I.; Anlises estatsticas no SAEG. Viosa, 2001. 301 p.
SALICHTCHEV, K. A.; Some Reflections on the Subject and Method of Cartography
After the Sixth International Cartographic Conference. Cartographica, 1973. Vol.
10(2): pp. 106-111.
SANTIL, F. L. P., DECANINI, M. M. S.; Prottipo de atlas eletrnico para Unidades
de Conservao e educao ambiental . Revista Brasileira de Cartografia, Rio de
J aneiro v 54 p 31-40 2003
127
SCHIAVO, E. H. C., AZEVEDO, M. P.; Estudo Comparativo entre Redes Neurais
Artificiais e Anlise de Regresso Mltipla na Avaliao de Bens, para pequenas
Amostragens. In: CONGRESSO BRASILEIRO DE ENGENHARIA DE AVALIAES
E PERCIAS, 2003, Belo Horizonte - MG, Anais do XII COBREAP.
SCHNEIDER, V. P.; Anlise do Sistema Tributrio Quanto a Propriedade Imobiliria
a Nvel Municipal, Utilizando Dados do Cadastro Tcnico Multifinalitrio . 1993.
Dissertao (Mestrado em Engenharia Civil) Curso de Ps-Graduao em
Engenharia Civil, Universidade Federal de Santa Catarina UFSC, Florianpolis,
SC.
SILVA, S. A. P., ZENI, A. M.; Curso de inferncia estatstica avanada para
avaliaes imobilirias (Apostila). Porto Alegre : Engeb, 1998.
SILVA, S., SILVA, M. R.; Crescimento econmico nas regies europeias: uma
avaliao sobre a persistncia das disparidades regionais no perodo 1980-95.
[Published in Compndio de Economia Regional , Direco de J os Silva Costa,
2002, Cap. 5, "Convergncia e Divergncia", APDR]
SNEDECOR, G. W.; Statistical Methods. Iowa: Ames, 1956. 5 Ed.
TABACHNICK, B., FIDELL, L. S.; Using multivariate statistics. New York: Harper
Collins, 1996. 3 Ed.
TRIVELLONI, C. A. P., HOCHHEIN, N.; Avaliao de imveis com tcnicas de
anlise multivariada. In: Congresso Brasileiro de Cadastro Tcnico Multifinalitrio,
1998, Florianpolis-SC. Anais do COBRAC 1998 - III Congresso Brasileiro de
Cadastro Tcnico Multifinalitrio, 1998.
TRIVELLONI, C. A. P., HOCHHEIN, N.; Uso de Tcnicas de Classificao
Automtica para Determinao de Classes Homogneas de Imveis . In: Congresso
Brasileiro de Cadastro Tcnico Multifinalitrio, 2000, Florianpolis -SC. Anais do
COBRAC 2000 - IV Congresso Brasileiro de Cadastro Tcnico Multifinalitrio 2000

D Dalaqua RR

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

D Dalaqua RR

Caricato da

Copyright:

Formati disponibili

ROBERTO RUANO DAL AQUA

APLICAO DE MTODOS COMBINADOS DE

Potrebbero piacerti anche