Você está na página 1de 113

Autor: Csar de Souza Rodrigues Orientador: Prof.

Ccero Murta Diniz Starling

Monografia

AVALIAO DE BENS IMVEIS URBANOS UMA ANLISE CRTICA DA APLICAO DA NORMA NBR 14.653 POR PROFISSIONAIS DE ENGENHARIA

Belo Horizonte Escola de Engenharia da UFMG 2006

Autor: Csar de Souza Rodrigues

AVALIAO DE BENS IMVEIS URBANOS UMA ANLISE CRTICA DA APLICAO DA NORMA NBR 14.653 POR PROFISSIONAIS DE ENGENHARIA

Monografia apresentada ao Curso de Especializao em Construo Civil da Escola de Engenharia UFMG

nfase: Avaliaes e Percias Orientador: Prof. Ccero Murta Diniz Starling

Belo Horizonte Escola de Engenharia da UFMG 2006

RESUMO Este trabalho teve o objetivo de demonstrar a importncia do atendimento norma de avaliaes de bens NBR 14.653 partes 1 (Procedimentos gerais) e 2 (Imveis urbanos), atravs da anlise crtica de 8 (oito) laudos de avaliao executados por profissionais da rea de engenharia contratados por determinada instituio financeira. Aps o estudo dos casos, foi constatado que os laudos apresentam no conformidade com as regulamentaes do normativo. Foi proposto no final do trabalho um check list dos pressupostos da norma, com a inteno de facilitar ao avaliador a observncia, durante a execuo do trabalho, do atendimento referida norma. Palavras-chave: avaliaes de bens, avaliaes imveis urbanos.

ABSTRACT This research had the objective to demonstrate the value of following the rules of assets appraisal NBR 14.653 part 1 General procedures and part 2 Appraisal of urban real estate, through a critic evaluation of 8 (eight) cases of assets appraisal made by engineers hired by a bank. The critic evaluation shown that the cases were not in conformity to the rules of assets appraisal. At the end, the research came with a proposal which is a check list of the rules procedures, in order to simplify the job of the engineer, during the assets appraisal and to make sure that it had the observance of the rules of assets appraisal NBR 14.653, parts 1 and 2. Key-words: assets appraisal, appraisal of urban real estate

SUMRIO

1. INTRODUO 1.1 1.2 Apresentao do tema e do problema Estruturao do trabalho

9 9 11 13 13 13 14 14 15 15 15 15 15 16 17 18 20 21 21 22 22 22 23 24 30 30 31 31

2. OBJETIVO GERAL E RELEVNCIA 2.1 2.2 Objetivo geral Relevncia do trabalho

3. REVISO BIBLIOGRFICA 3.1 3.1.1 3.1.2 3.1.3 3.1.4 3.1.5 3.1.6 3.1.7 3.1.8 3.1.9 3.1.10 3.1.11 3.2 3.2.1 3.2.2 3.2.2.1 3.2.2.2 3.2.3 3.2.4 3.3 3.3.1 3.3.2 Apresentao do laudo de avaliao completo Identificao do solicitante Finalidade do laudo Objetivo da avaliao Pressupostos, ressalvas e fatores limitantes Identificao e caracterizao do imvel avaliando Diagnstico de mercado Indicao do(s) mtodo(s) e procedimento(s) utilizado(s) Especificaes das avaliaes Tratamento dos dados e identificao do resultado Resultado da avaliao e sua data de referncia Qualificao legal Mtodo comparativo direto de dados de mercado Planejamento da pesquisa Identificao das variveis do modelo Variveis quantitativas Variveis qualitativas Levantamento de dados de mercado Tratamento de dados Conceitos cientficos Inferncia Estatstica Aplicada

Procedimentos para utilizao modelos de regresso linear 33

3.3.2.1 3.3.2.2 3.3.2.3 3.3.2.4 3.3.2.5 3.3.2.6 3.3.2.7 3.3.2.8 3.3.2.9 3.3.2.10 3.3.2.11 3.3.2.12

Micronumerosidade Linearidade Normalidade Homocedasticidade No autocorrelao Multicolinearidade Pontos influenciantes ou outliers Significncia dos regressores Poder de explicao Intervalo de confiana Campo de arbtrio Cdigos alocados

34 35 38 40 42 44 46 48 52 56 56 56 58 58 60 60 89 103 106 108

4. METODOLOGIA 4.1 Procedimentos metodolgicos

5. ESTUDOS DE CASOS 5.1 5.2 Apresentao dos casos Anlise dos casos

6. PROPOSTA DE CHECK LIST 7. CONCLUSO REFERNCIAS BIBLIOGRFICAS

LISTA DE FIGURAS

Figura 3.1: Varivel Dicotmica .................................................................... 25 Figura 3.2: Varivel Qualitativa: Padro de Acabamento x Valor Unitrio.... 27 Figura 3.3: Varivel Qualitativa Adequada .................................................... 28 Figura 3.4: Grfico da equao de regresso y=A+Bx .................................. 36 Figura 3.5: Grfico da Equao de Regresso Y= A + Bz ............................ 37 Figura 3.6: Histograma dos resduos ............................................................ 39 Figura 3.7: Grfico dos resduos padronizados versus valores ajustados ... 39 Figura 3.8: Modelo homocedstico ............................................................... 41 Figura 3.9: Modelo heterocedstico .............................................................. 41 Figura 3.10: Estatstica de Durbin-Watson ................................................... 43 Figura 3.11 Outlier ........................................................................................ 47 Figura 3.12: Pontos influenciantes ............................................................... 48 Figura 3.13: Grfico dos resduos x varivel ................................................ 48 Figura 3.14: Teste bilateral ........................................................................... 50 Figura 3.15: Teste unilateral ......................................................................... 51 Figura 3.16: Caso 08: Grfico Valor Unitrio x rea Total ........................... 93 Figura 3.17: Caso 08: Grfico Valor Unitrio x rea Total (transformadas) . 94 Figura 3.18: Caso 06: Normalidade dos resduos ........................................ 94 Figura 3.19: Caso 06: Distribuio de freqncia ......................................... 95 Figura 3.20: Caso 06: Grfico resduos padronizados X valores ajustados .. 95 Figura 3.21: Caso 01: Verificao da homocedasticidade ............................. 96 Figura 3.22: Caso 08: Grfico resduos cotejados com valores ajustados .... 97 Figura 3.23: Caso 08: Matriz das correlaes ................................................ 97 Figura 3.24: Caso 05: Presena de outlier e ponto influenciante ................... 99 Figura 3.25: Caso 08: Equao de regresso na forma inversa ................... 102 Figura 3.26: Caso 08: Grfico de preos observados x valores estimados ... 102 Figura 6.1: Check list para os pressupostos bsicos .................................. 103

LISTA DE TABELAS

Tabela 3.1: Graus de fundamentao no caso de utilizao de modelos de regresso linear ...................................................... 18 Tabela 3.2: Enquadramento dos laudos segundo seu grau de fundamentao no caso de utilizao de modelos de regresso linear ............................................................................... 19 Tabela 3.3: Grau de preciso da estimativa do valor no caso de utilizao de modelos de regresso linear ............................ 20 Tabela 3.4: Tabela Anova ........................................................................ 50 Tabela 3.5: Parmetros indicativos para o coeficiente de correlao ...... 53 Tabela 3.6: Caso 05: Significncia dos regressores ................................ 99

LISTA DE EQUAES Equao 3.1: Razo de Von Neumann ........................................................ 42 Equao 3.2: Teste das hipteses ............................................................... 49 Equao 3.3: Teste t de Student .................................................................. 49 Equao 3.4: Teste t de Student .................................................................. 49 Equao 3.5: Hiptese nula dos regressores ............................................... 51 Equao 3.6: Equao de Fc ......................................................................... 51 Equao 3.7: Equao do coeficiente de correlao .................................... 52 Equao 3.8: Equao do coeficiente de determinao ajustado ................ 55

1. INTRODUO

1.1 Apresentao do tema e do problema A avaliao imobiliria hoje, nas instituies financeiras e empresas em geral, uma grande ferramenta no auxlio, por exemplo, efetivao de negcios ligados locao de bens imveis para uso prprio, aceitao de bens em garantia, alienao de imveis no de uso e recebidos em dao em pagamento, dentre outros. Nas instituies financeiras as avaliaes imobilirias so, em sua grande maioria, efetuadas por engenheiros avaliadores previamente cadastrados junto s mesmas e contratados por estas. Tais avaliaes so homologadas por analistas tcnicos da instituio financeira, os quais devem validar as apresentaes e os resultados dos engenheiros avaliadores em conformidade com as instrues tcnicas vigentes. A avaliao de bens regida pela NBR (Norma Brasileira) 14653, que constituda pelas seguintes partes, sob o ttulo geral Avaliaes de bens: Parte 1: Procedimentos gerais; Parte 2: Imveis urbanos;

As demais partes da norma se referem a outros tipos de avaliaes de bens que no sero tratados neste trabalho: Parte 3: Imveis rurais; Parte 4: Empreendimentos; Parte 5: Mquinas, equipamentos, instalaes e bens industriais em geral; (em fase conclusiva) Parte 6: Recursos naturais e ambientais; (em fase conclusiva) Parte 7: Patrimnios histricos.

10

A parte 1 da NBR 14653 (homologada no ano de 2001) apresenta diretrizes para os procedimentos de excelncia relativos ao exerccio profissional e exigvel em todas as manifestaes tcnicas escritas vinculadas s atividades de engenharia de avaliaes. A parte 2 da NBR 14.653 (homologada no ano de 2004) tem a validade desde o dia primeiro de julho de 2004 e traz um grande nmero de informaes, bem como conceitos novos. Mais ainda, a referida norma abre espao para outras ferramentas de anlise de dados (alm de tratamento por fatores e da inferncia estatstica), como redes neurais, regresso espacial e anlise de envoltria de dados. Esta parte da norma, portanto, visa complementar os conceitos, mtodos e procedimentos gerais para os servios tcnicos de avaliao de imveis urbanos. Deve-se ressaltar que a utilizao da Norma relevante na medida em que possibilita uma maior compreenso dos laudos e servios tcnicos elaborados, posto que impe um padro tcnico a ser seguido. Alm disso, no se pode olvidar que o uso e a obedincia s normas tcnicas na rea de engenharia de avaliaes implicam em respeito norma legal especifica que regula o direito dos consumidores, conforme ser demonstrado a seguir. A Lei n 8.078, de 11 de setembro de 1990 (a qual instituiu o Cdigo de Defesa do Consumidor - CDC) prev em sua seo IV (Das Prticas Abusivas), artigo 39, inciso VIII:
"Art. 39. vedado ao fornecedor de produtos ou servios, dentre outras prticas abusivas: ... VIII - colocar, no mercado de consumo, qualquer produto ou servio em desacordo com as normas expedidas pelos rgos oficiais competentes ou, se normas especficas no existirem, pela Associao Brasileira de Normas Tcnicas ou outra entidade credenciada pelo Conselho Nacional de Metrologia, Normalizao e Qualidade Industrial- CONMETRO; ... (os grifos no so do original)

11

Observa-se da leitura do artigo acima transcrito que h uma preocupao do legislador nacional em estabelecer para o prestador de servio a obrigatoriedade de colocar no mercado de consumo somente servios (o que corresponderia na situao em anlise aos laudos de avaliao) que estejam em conformidade com as normas expedidas pelos rgos oficiais competentes ou, na ausncia destas, pela ABNT Associao Brasileira de Normas Tcnicas. Tal assertiva corrobora a importncia da utilizao, conhecimento e correto emprego das Normas da ABNT. Desatender regulamentao do setor ou, noutro giro de raciocnio, emitir laudos de avaliao de bens em desacordo com o CDC, implica, em termos jurdicos, em nulidade de pleno direito do trabalho realizado e, em ltima anlise, em desrespeito lei. Diante do exposto at o momento e devido multiplicidade de caractersticas dos imveis a serem avaliados, bem ainda complexidade da NBR 14.653, partes 1 e 2, os resultados dos trabalhos tcnicos apresentados pelos engenheiros avaliadores, se no fundamentados estritamente na Norma, podem gerar dificuldades para validaes pelos contratantes. Como dito, o no atendimento ao preconizado na Norma pode, ento, gerar obstculos na compreenso dos termos expostos e tambm impreciso do resultado obtido no trabalho tcnico realizado. Em ltima anlise, o desrespeito regulamentao em comento pode implicar em descumprimento de prazos contratuais pr-estabelecidos e at em prejuzos materiais para os contratantes, posto que os laudos de avaliao de bens muitas vezes se prestam a fundamentar arrematao em hasta pblica, liberao de financiamento, escolha de imveis para utilizao prpria, renovao de locao com terceiros, negociao com devedores, dentre outros.

12

1.2 Estruturao do trabalho O captulo 1 do presente trabalho trata da apresentao do mesmo, seguindo a estrutura tradicional de apresentao de trabalhos cientficos. O captulo 2 apresenta o objetivo geral e a relevncia do trabalho. O captulo 3 apresenta uma reviso da literatura. Para efeitos didticos o citado captulo foi subdividido em 3 partes. A primeira trata da apresentao do laudo completo segundo a NBR 14.653 partes 1 e 2, a segunda parte aborda sobre o Mtodo Comparativo direto de dados de mercado e a terceira parte trata dos conceitos cientficos presentes no anexo A da referida norma. O captulo 4 dispe sobre a metodologia do trabalho, com o devido detalhamento. J o captulo 5 apresenta os estudos de caso, com anlise ao atendimento dos procedimentos solicitados na norma 14.653, para a execuo de laudo completo de avaliao de imveis urbanos. Finalizando do trabalho, o captulo 6 apresenta as concluses e recomendaes do autor para utilizao de um modelo de laudo para garantir o atendimento normas de avaliao de imveis urbanos.

13

2. OBJETIVO GERAL E RELEVNCIA

2.1 Objetivo geral O objetivo geral da dissertao demonstrar a importncia do atendimento Norma tcnica, atravs da anlise crtica de 8 (oito) laudos de avaliao apresentados por profissionais da rea de engenharia contratados por determinada instituio financeira, a partir de 30.06.2004 - data em que entra em vigor a NBR 14.653, parte 2, que rege a Avaliao de Bens Imveis Urbanos verificando o atendimento integralidade da NBR 14.653, partes 1 e 2, especificamente no tocante a bens imveis urbanos. Alm disso, objetiva-se, com base na citada NBR 14.653, formular proposies, as quais resultem em melhoria e facilitao na execuo e validao de laudos de avaliao de bens imveis urbanos por engenheiros avaliadores contratados e por analistas tcnicos, respectivamente.

2.2 Relevncia do trabalho A relevncia do presente trabalho justifica-se na expectativa de se disseminar o contedo da NBR 14.653 e, conseqentemente, aumentar a qualidade dos trabalhos de avaliao de imveis urbanos executados pelos profissionais especializados. Em ltima instncia, a melhoria gerada nos trabalhos tcnicos ocasionar uma maior celeridade no cumprimento de prazos contratuais junto a instituies financeiras e empresas em geral.

14

3. REVISO BIBLIOGRFICA

Este captulo tem o objetivo de apresentar os quesitos normalizados que regem os trabalhos de avaliao de imvel urbano, e o conhecimento cientfico existente sobre os tratamentos estatsticos utilizados para a execuo dos trabalhos, como inferncia estatstica e regresso linear, e para isso foi estruturado em trs sees A primeira seo mostra como deve ser a apresentao do laudo de avaliao completo, segundo a NBR 14.653 partes 1 e 2. A segunda seo discorre sobre o Mtodo Comparativo Direto de Dados de Mercado. A terceira seo trata dos conceitos cientficos e procedimentos para a utilizao de modelos de regresso linear das normas referidas no pargrafo anterior.

3.1 Apresentao do laudo de avaliao completo Para o incio das atividades de avaliao, recomenda-se o esclarecimento de aspectos essenciais para a definio do mtodo avaliatrio, tais como nveis de fundamentao e preciso, finalidade, objetivo, prazo para a apresentao do laudo e condies a serem utilizadas, no caso de laudos de uso restrito. Recomenda-se consultar as legislaes municipais, estaduais e federais, inclusive passivo ambiental, ou incentivos que possam influenciar no valor de imvel. Segundo a NBR 14.653, partes 1 e 2, o laudo de avaliao completo aquele que contm todas as informaes necessrias e suficientes para ser auto-explicvel, devendo conter no mnimo os seguintes itens para imveis urbanos:

15

3.1.1 Identificao do solicitante No laudo de avaliao deve ser apresentado o nome da pessoa fsica ou jurdica que contratou o trabalho de avaliao.

3.1.2 Finalidade do laudo Explicitar a finalidade do laudo de avaliao. Dentre as finalidades, destacam-se: locao, alienao, aquisio, dao em pagamento, garantia, arrematao.

3.1.3 Objetivo da avaliao No laudo de avaliao deve estar indicado o seu objetivo. Dentre os objetivos de um laudo de avaliao, destacam-se: determinao do valor de mercado, determinao do custo de reedio, valor de desmonte, valor patrimonial.

3.1.4 Pressupostos, ressalvas e fatores limitantes A primeira providncia do engenheiro de avaliaes deve ser tomar conhecimento da documentao disponvel. Quando no for fornecida toda a documentao necessria ou no houver esclarecimentos de eventuais incoerncias, o engenheiro de avaliaes dever julgar sobre a possibilidade de elaborar a avaliao. Em caso positivo, dever deixar claramente expressas as ressalvas relativas insuficincia ou incoerncia da informao, bem como os pressupostos assumidos em funo dessas condies.

16

3.1.5 Identificao e caracterizao do imvel avaliando Nenhuma avaliao poder prescindir da vistoria. A vistoria deve ser efetuada pelo engenheiro de avaliaes com o objetivo de conhecer e caracterizar o bem avaliando, dando condies para orientao da coleta de dados. recomendvel que o avaliador faa a caracterizao da regio, do terreno, das edificaes e benfeitorias, levantando os aspectos gerais quanto localizao, infra-estrutura, condies de ocupao, aspectos fsicos, e outros.

3.1.6 Diagnstico de mercado O engenheiro de avaliaes, conforme a finalidade da avaliao, deve analisar o mercado onde se situa o bem avaliando indicando a liquidez deste bem e, tanto quanto possvel, relatar a estrutura, a conduta e o desempenho do mercado. Segundo Saboya (1996), para caracterizar a estrutura do mercado devem ser analisados os seguintes aspectos: a) grau de concentrao dos vendedores - descrito pelo nmero e distribuio dos mesmos, no mercado; b) perfil do universo de compradores - caracterizao da populao de possveis compradores, inclusive do seu grau de concentrao (se tal aspecto for relevante), ou do nvel de pulverizao, classes de renda, estratos sociais, em condies de participarem do mercado;

17

c) grau de diferenciao do produto - no elenco dos diversos produtos, oferecidos pelos vendedores, diferenciados sob a tica dos compradores; d) condies de entrada - identificao das facilidades e dificuldades de entrada no mercado por vendedores e compradores. Com respeito conduta do mercado, so aspectos relevantes observar: a) as polticas de preos dos vendedores, se atuando isoladamente, ou em cartel, ou de ambas as formas - os objetivos perseguidos e mtodos empregados, estabelecendo que preos e formas de pagamento adotam, que novos produtos oferecem, que alteraes introduzem nos novos produtos, que custos absorvem em campanhas promocionais. b) os processos e mecanismos de interao e coordenao das polticas de vendedores competindo e interagindo-se em qualquer mercado. O desempenho de mercado deve ser observado identificando-se as tendncias do mesmo, levando-se em conta as etapas e resultados finais que os vendedores vm alcanando, pela sucesso de condutas adotadas, medidas em razo dos nveis de preos praticados e evoluo das prprias condutas, implantao de novos empreendimentos, velocidade de ocupao do solo urbano, controles sobre a liquidez (velocidade de vendas), implementao de infra-estrutura e de equipamentos urbanos, dinmica dos mercados decorrentes de empreendimentos, de programas implantados e de mercados subjacentes.

18

3.1.7 Indicao do(s) mtodo(s) e procedimento(s) utilizado(s) A escolha da metodologia em funo da natureza do bem avaliando, da finalidade da avaliao e dos dados de mercado disponveis. Segundo a norma NBR 14.653-1 (2001) recomenda-se, sempre que possvel, preferir o mtodo comparativo de dados de mercado. A metodologia utilizada deve ser justificada, atendo-se ao estabelecido na norma, com o objetivo de retratar o comportamento do mercado por meio de modelos que suportem racionalmente o convencimento do valor. Os mtodos para identificar o valor de um bem, de seus frutos e direitos so: comparativo direto de dados de mercado, involutivo, evolutivo, capitalizao da renda. Os mtodos para identificar o custo de um bem so: comparativo direto de custo, quantificao de custo e mtodos para identificar indicadores de viabilidade da utilizao econmica de um empreendimento. Neste trabalho ser abordado posteriormente apenas o Mtodo Comparativo Direto de Dados de Mercado, por ser esta a metodologia utilizada nos laudos que sero objeto de estudo.

3.1.8 Especificaes das avaliaes O empenho do engenheiro de avaliaes, o mercado e as informaes que possam ser dele extradas so os fatores que esto relacionados com a especificao de uma avaliao. Para o mtodo comparativo direto de dados de mercado, os graus de fundamentao e preciso no caso de utilizao de modelos de regresso linear, extrados na norma 14.653-2 (2004), so mostrados na tabela 3.1:

19

Tabela 3.1: Graus de fundamentao no caso de utilizao de modelos de regresso linear

Item 1

Descrio Caracterizao do imvel avaliando

III Completa quanto a todas as variveis analisadas Caractersticas conferidas pelo autor do laudo 6 (k+1), onde k o nmero de variveis independentes Apresentao de informaes relativas a todos os dados e variveis analisados na modelagem, com foto

Coleta de dados de mercado

Quantidade mnima de dados de mercado, efetivamente utilizados Identificao dos dados de mercado

Extrapolao

No admitida

Grau II Completa quanto s variveis utilizadas no modelo Caractersticas conferidas por profissional credenciado pelo autor do laudo 4 (k+1), onde k o nmero de variveis independentes Apresentao de informaes relativas aos dados e variveis efetivamente utilizados no modelo Admitida para apenas uma varivel, desde que: a) as medidas das caractersticas do imvel avaliando no sejam superiores a 100% do limite amostral superior, nem inferiores metade do limite amostral inferior b) o valor estimado no ultrapasse 10% do valor calculado no limite da fronteira amostral, para a referida varivel 20%

I Adoo de situao paradigma Podem ser utilizadas caractersticas fornecidas por terceiros 3 (k+1), onde k o nmero de variveis independentes Apresentao de informaes relativas aos dados e variveis efetivamente utilizados no modelo Admitida, desde que: a) as medidas das caractersticas do imvel avaliando no sejam superiores a 100% do limite amostral superior, nem inferiores metade do limite amostral inferior b) o valor estimado no ultrapasse 10% do valor calculado no limite da fronteira amostral, para as referidas variveis, simultaneamente

Nvel de significncia (somatrio do valor das duas caudas) mximo para a rejeio da hiptese nula de cada regressor (teste bicaudal) Nvel de significncia mximo admitido nos demais testes estatsticos realizados

10%

30%

1%

5%

10%

Nota: Observar 9.1 a 9.3 desta Norma.

Para atingir o grau III, so obrigatrias a apresentao do laudo na modalidade completa; discusso do modelo, verificadas a coerncia da variao das variveis em relao ao mercado, bem como suas elasticidades no ponto de estimao. A utilizao de cdigos alocados no modelo de regresso implica a obteno, no mximo, de Grau II de fundamentao. tratado na segunda seo deste captulo. O conceito de cdigo alocado ser

20

A utilizao de tratamento prvio por fatores de homogeneizao, para a transformao de variveis em modelos de regresso, implica a obteno, no mximo, de Grau II de fundamentao. Para fins de enquadramento global do laudo em graus de fundamentao, devem ser considerados os seguintes critrios: na tabela 1, identificam-se trs campos (graus III, II e I) e sete itens; o atendimento a cada exigncia do grau I ter um ponto; do grau II, dois pontos; e do grau III, trs pontos; o enquadramento global do laudo deve considerar a soma de pontos obtidos para o conjunto de itens, atendendo tabela 3.2.

Tabela 3.2: Enquadramento dos laudos segundo seu grau de fundamentao no caso de utilizao de modelos de regresso linear

Graus Pontos Mnimos Itens obrigatrios no grau correspondente

III 18 3, 5, 6 e 7, com os demais no mnimo no grau II

II 11 3, 5, 6 e 7 no mnimo no grau II

I 7 Todos, no mnimo no grau I

Quanto ao grau de preciso, este depende exclusivamente das caractersticas do mercado e da amostra coletada, pois est diretamente relacionado com a amplitude do intervalo de confiana em torno do valor central da estimativa. A tabela 3.3 demonstra os tipos de graus de preciso:

Tabela 3.3 - Grau de preciso da estimativa do valor no caso de utilizao de modelos de regresso linear
Grau III 30% II 30%-50% I >50%

Descrio Amplitude do intervalo de confiana de 80% em torno do valor central da estimativa Nota: Observar 9.1 a 9.3 desta Norma.

21

A norma define que utilizao de cdigos alocados no modelo de regresso implica na obteno, no mximo, de grau II de preciso.

3.1.9 Tratamento dos dados e identificao do resultado Nesse item, segundo a norma ABNT 14.653-2 (2004), os clculos efetuados e o campo de arbtrio devem ser explicitados e o resultado adotado deve ser justificado. A norma 14.653-2 recomenda, preliminarmente, a sumarizao das informaes obtidas sob a forma de grficos que mostrem as distribuies de freqncia para cada uma das variveis, bem como as relaes entre elas. Nesta etapa, verificam-se o equilbrio da amostra, a influncia das possveis variveis-chave sobre os preos e a forma de variao, possveis dependncias entre elas, identificao de pontos atpicos, entre outros. Assim, pode-se confrontar as respostas obtidas no mercado com as crenas a priori do engenheiro de avaliaes, bem como permitir a formulao de novas hipteses. No tratamento dos dados pode ser utilizado o tratamento cientfico para tratar as evidncias empricas pelo uso de metodologia cientfica que leve induo de modelo validado para o comportamento do mercado. Segundo a norma, deve-se levar em conta que qualquer modelo uma representao simplificada do mercado, uma vez que no considera todas as suas informaes. Por isso, precisam ser tomados cuidados cientficos na sua elaborao, desde a preparao da pesquisa e o trabalho de campo, at o exame final dos resultados. O grfico de preos observados versus valores estimados pelo modelo deve ser apresentado no laudo, conforme solicitado na norma, demonstrando a proximidade dos pontos em relao bissetriz do primeiro quadrante.

22

De acordo com a norma, devero ser devidamente explicitados e testados os pressupostos dos modelos utilizados para inferir o comportamento do mercado e formao de valores. No caso de utilizao de modelos de regresso linear, a norma solicita observar o anexo A, que se tratado na terceira seo deste captulo.

3.1.10 Resultado da avaliao e sua data de referncia Apresentar o resultado obtido em conformidade com a norma 14.653, e colocar a data do laudo de avaliao.

3.1.11 Qualificao legal O engenheiro avaliador responsvel pela avaliao deve demonstrar a qualificao legal completa, anexando a ART referente ao trabalho realizado, assinando o laudo de avaliao.

3.2 Mtodo comparativo direto de dados de mercado

3.2.1 Planejamento da pesquisa Segundo a norma ABNT 14.653-1 (2001) e 14.653-2 (2004), deve-se executar um planejamento de pesquisa com o objetivo de compor uma amostra representativa de dados de mercado. recomendvel buscar a maior quantidade de dados de mercado com atributos comparveis ou semelhantes aos do bem avaliando. Deve-se caracterizar e delimitar o mercado em anlise, com o auxlio de teorias e conceitos existentes ou hipteses advindas de experincias sobre a formao do valor.

23

Na fase de pesquisa, so eleitas as variveis que, em princpio, so relevantes para explicar a formao do valor.

3.2.2 Identificao das variveis do modelo Para especificao da varivel dependente necessria uma investigao no mercado em relao sua conduta e s formas de expresso dos preos, bem como observar a homogeneidade nas unidades de medida. As caractersticas fsicas, de localizao e econmicas so inseridas no modelo pelas variveis independentes e devendo-se, aps a pesquisa, verificar as suas relevncias para uma correta escolha das variveis mais importantes. Segundo a norma ABNT 14.653-2 (2004), recomenda-se a adoo de variveis quantitativas. As diferenas qualitativas dos imveis podem ser especificadas na seguinte ordem de prioridade: uso de variveis dicotmicas, variveis Proxy e por meio de cdigos alocados. Segundo Silva (2005), quando o pesquisador busca a amostra no mercado imobilirio ele obtm um conjunto de dados bastante heterogneo, dada indisponibilidade de amostras homogneas nas diversas tipologias investigadas neste mercado. Este fato aumenta a complexidade do trabalho investigatrio, uma vez que, alm do levantamento completo das caractersticas intrnsecas e extrnsecas de cada dado que participa da amostra, ser necessria a identificao das principais diferenas entre os mesmos, que elevam a variao dos valores em torno da sua mdia. Estas diferenas entre os dados da amostra so identificadas como variveis do Modelo de Regresso. As variveis classificam-se nas seguintes categorias: Quantitativas; Qualitativas;

24

3.2.2.1 Variveis quantitativas Variveis quantitativas so valores que representam as diferenas que podem ser medidas diretamente em cada elemento da amostra, tais como: rea, frente, n de dormitrios, etc. So aquelas que apresentam certa continuidade de valor, ou seja, no so controlveis, podendo assumir qualquer valor dentro do campo dos Nmeros Reais. Segundo Silva (2005), importante que a amostra contenha dados com amplitude e variao dos valores destas variveis, dentro de limites aceitveis, nos conceitos consagrados em anlises das diversas tipologias imobilirias, evitandose mistura de dados de populaes diferentes em uma mesma amostra. Assim, uma amostra de terrenos que apresente amplitude de reas entre 200,00 m2 e 100.000,00 m2, possivelmente contm dados pertencente populao terrenos, misturados com dados da populao Glebas urbanizveis. Estas duas populaes apresentam demandas completamente diferentes, em conseqncia, devem ser estudadas separadamente. Da mesma forma, se esta amostra contivesse dados com reas variando entre 200,00 m2 e 220,00 m2, dificilmente comprovaria a influncia desta varivel na variao dos valores de mercado, a no ser em casos muito especficos, ou por transformaes da escala de anlise, decorrente de artifcios matemticos, tais como potenciao em nveis elevados, sem muita fundamentao neste caso.

3.2.2.2 Variveis qualitativas As variveis qualitativas representam conceitos ou qualidades aos quais se podem associar valores numricos que possibilitam medir a diferena entre os dados, para o conceito ou qualidade em estudo, tais como: padro construtivo, atratividade, estado de conservao, localizao na malha urbana, etc.

25

Para a quantificao das variveis qualitativas, faz-se necessrio estabelecer uma codificao numrica. Em algumas situaes so atribudas s variveis apenas duas opes, com respostas do tipo sim ou no, ausncia ou presena de determinado atributo, tais como: oferta ou transao, bairro comercial ou residencial, avenida A ou avenida B. Estas variveis so chamadas de binrias, dicotmicas ou ainda dummies. Exemplificando uma varivel dicotmica, tem-se: Supondo que uma equao de regresso expressa por: Valor = A + B1 x rea, representa os valores mdios praticados nas transaes de lotes em determinado loteamento, e indique uma capacidade limitada de previso do valor de mercado. Durante a coleta de informaes no mercado, constata-se que os imveis com possibilidade de explorao de visual paisagstico privilegiado, em futuro projeto residencial, mostram certo incremento nos valores praticados, em relao aos imveis que no apresentam este potencial. Na tentativa de aumentar o poder de explicao daquela equao, podemos incluir uma terceira varivel na sua composio, chamada Vista, definida da seguinte forma: Vista = O (zero) imvel sem potencial de explorao paisagstico; Vista = 1 (um) imvel passvel de explorao de visual paisagstico.

O novo modelo inferido ter a seguinte forma: Valor = A + B1 * rea + B2 * Vista Para imveis sem potencial paisagstico, a varivel Vista assume o valor O (zero), portanto, o modelo matemtico que representa esta situao volta sua forma original: Valor = A + B1*rea Para os imveis com potencial paisagstico, a varivel Vista assume o valor 1 (um). Neste caso o modelo matemtico torna-se: Valor = (A + B2) + B1 * rea

26

Representando de forma simplificada estas funes no plano, supondo que B2>0, uma vez que imveis com vista devem apresentar valores superiores, tem-se (figura 3.1):

Figura 3.1: Varivel Dicotmica

Ou seja, o Valor obtido no modelo original, ser acrescido do parmetro B2, calculado de acordo com os dados da amostra analisada (a situao inversa, onde com vista = O; sem vista = 1 - no modifica o processo, apenas o parmetro B2, inverte o sinal). As variveis dicotmicas representam importante instrumento de anlise, possibilitando aferir cientificamente a influncia de diversos fatores na dinmica do mercado imobilirio, tais como: oferta/venda; esquina; frente para o mar; ocupao; elevador; garagem; etc.

27

Entretanto, existem algumas variveis qualitativas que podem assumir trs ou mais situaes bem definidas, como por exemplo o padro construtivo (baixo, normal, alto); conservao (ruim, regular, boa), fluxo de pedestres (baixo, mdio, alto). Neste caso, pode-se atribuir pesos (1, 2, 3...), crescendo o peso no sentido da situao menos favorvel para a mais favorvel. Sem dvida, esta categoria de varivel tem se constitudo um dos maiores desafios ao processo de anlise cientfica do comportamento do mercado imobilirio, uma vez que ela trata de fatores essencialmente subjetivos. De fato, ao interagir com o meio que o cerca, o pesquisador adquire expectativas prprias, das quais dificilmente consegue abstrair-se ao formular um conceito sobre a qualidade de determinado produto imobilirio. Ao procurar explicaes para o aumento da variao dos valores em torno da mdia de determinada amostra, nas diferenas de qualidade entre os seus elementos, o pesquisador deve identificar aquilo que o mercado em geral (oferta e demanda), entende como "melhor" ou ''pior'' qualidade, e no o que ele prprio define como melhor ou pior qualidade nos imveis, como se fosse o nico comprador e vendedor no mercado. exatamente a influncia de expectativas prprias que confunde o pesquisador, dificultando a elaborao de escala numrica adequada s verdadeiras expectativas do mercado. Quando as variveis qualitativas apresentam escalas pautadas em valores detectados durante o processo de pesquisa, com absoluta iseno do pesquisador, o modelo resultante mostra com maior preciso o comportamento do mercado analisado.

Para exemplificar as dificuldades na montagem de escalas qualitativas, observe a figura 3.2, onde os valores da varivel Padro de Acabamento (PA), da tipologia tipo Apartamentos foi definida da seguinte forma: Baixo Padro: Alto Padro: PA = 1; PA = 3.

Padro Normal: PA = 2;

28

Figura 3.2: Varivel Qualitativa: Padro de Acabamento x Valor Unitrio

Observa-se que a escala est inadequada distribuio dos dados da amostra, principalmente no que se refere aos Padres Normal e Alto. A alterao da escala inicial para os valores abaixo, adequados aos elementos representativos da amostra vai tornar o modelo resultante mais consistente para estimativas populacionais, conforme mostrado na figura 3.3: Baixo Padro: Padro Normal: Alto Padro: PA = 1; PA = 3; PA = 7.

29

Figura 3.3: Varivel Qualitativa Adequada

De acordo com a Norma 14.653-2, essa alterao da escala no deve ser feita, pois se tolera a utilizao de cdigos alocados quando so utilizados nmeros naturais em ordem crescente das caractersticas possveis, com valor inicial igual a 1 e sem a utilizao de transformaes. No caso acima, a norma recomenda a utilizao preferencialmente da varivel dicotmica, pois esta soluo oferece informaes mais precisas. Ao indicar que uma situao exclui a possibilidade da ocorrncia da outra, o processo permite inferir a diferena entre trs ou mais situaes, onde as n situaes sero analisadas por n-1 variveis dicotmicas, conforme o seguinte exemplo: Numa coleta de dados para compor amostra de lotes, foram pesquisados 3 (trs) bairros distintos - Bairro A; Bairro B e Bairro C. Para inferir a diferena entre o valor mdio praticado em cada bairro, pode-se analisar estas trs situaes (n=3), atravs de duas (n-1) variveis dicotmicas, ou seja:

30

Bairro A = 1 (um) imvel localizado no Bairro A; = 0 (zero) imvel localizado em outro bairro; Bairro B = 1 (um) imvel localizado no Bairro B; = 0 (zero) imvel localizado em outro bairro; Como vemos, no ser necessria a incluso de outra varivel para identificar o Bairro C, pois este bairro estar identificado nos dados em que tanto a varivel Bairro A como a varivel Bairro B apresentam valor zero: Bairro A = 0 e Bairro B = 0

Verifica-se, atravs dos exemplos expostos, que inmeras situaes detectadas intuitivamente no processo de pesquisa e anlise do mercado imobilirio, podem ser explicadas cientificamente, desde que tenhamos dados suficientes. Neste particular, convm ressaltar a importncia de uma quantidade relativa de dados para representar cada uma das caractersticas dicotmicas, evitando-se assim a micronumerosidade (este tpico ser abordado na prxima seo) importante ressaltar que, quanto mais reduzido o grau de subjetividade do trabalho avaliatrio, maior sua aplicabilidade s diversas ocorrncias de mercado, qualificando os resultados obtidos. A reduo do grau de subjetividade inserida no processamento das informaes colhidas no mercado est diretamente relacionada ao critrio utilizado para definio da escala de valores das variveis qualitativas. Concluindo, quanto menor o controle do pesquisador sobre o valor das variveis qualitativas, menor a subjetividade inserida no trabalho desenvolvido. Isto significa que, seja qual for o critrio utilizado para definio destas variveis, ele deve ser claro, consistente e "auditvel", isto , deve permitir que outro pesquisador possa refazer o processo de investigao nos mesmos dados da amostra, encontrando os mesmos resultados numricos para as variveis qualitativas, para o critrio estabelecido no trabalho.

31

3.2.3 Levantamento de dados de mercado Deve-se identificar e diversificar as fontes de informao, cruzando as informaes, tanto quanto possvel, com objetivo de aumentar a confiabilidade dos dados de mercado; identificar e descrever as caractersticas relevantes dos dados de mercado; buscar dados de mercado de preferncia contemporneos com a data de referncia da avaliao. A situao mercadolgica deve ser verificada na coleta de dados de mercado, sendo que no caso de ofertas recomendvel buscar informaes sobre o tempo de exposio no mercado e, no caso de transaes, verificar a forma de pagamento praticada e a data em que ocorreram. Na amostragem recomenda-se visitar cada imvel tomado como referncia, com o intuito de verificar, tanto quanto possvel, todas as informaes de interesse.

3.2.4 Tratamento de dados A norma ABNT 14.653-2 (2004) recomenda, preliminarmente, verificar o equilbrio da amostra, a influncia das variveis-chave sobre os preos e a forma de variao, as possveis dependncias entre elas, identificando os pontos atpicos e confrontando as respostas com as suposies dadas pelo avaliador inicialmente. Em funo da qualidade e da quantidade de dados e informaes disponveis, a norma prev os seguintes tratamentos dos dados levantados: tratamento por fatores e o tratamento cientfico. Neste trabalho, ser abordado apenas o tratamento cientfico utilizado nos estudos de caso. O tratamento por fatores deve ser utilizado quando os fatores so indicados pelas entidades tcnicas regionais reconhecidas ou quando adotados fatores de homogeneizao medidos no mercado.

32

De acordo com a norma ABNT 14.653-2 (2004), no tratamento cientfico os modelos utilizados para inferir o comportamento do mercado e formao dos valores, devem ter seus pressupostos devidamente explicitados e testados. No caso de utilizao do modelo de regresso linear, deve ser observado o anexo A da referida norma.

3.3 Conceitos cientficos Sero apresentados nesta seo, alguns conceitos cientficos para melhor entendimento do anexo A da norma 14.653-2, que cita os procedimentos para a utilizao de modelos de regresso linear.

3.3.1 Inferncia Estatstica Aplicada Inferir estatisticamente significa tirar concluses com base em medidas estatsticas. Em Engenharia de Avaliaes o que se pretende explicar o comportamento do mercado que se analisa, com base em alguns dados levantados no mesmo. Neste caso a inferncia estatstica fundamental para solucionar a questo, pois se conhecendo apenas uma parte do mercado pode-se concluir sobre o seu comportamento geral, com determinado grau de confiana. A seguir apresentam-se algumas definies bsicas para um melhor

entendimento do tema: Populao Entende-se por populao todas as observaes possveis de serem levantadas no segmento do mercado que se pretende analisar.

33

Amostra Em geral impraticvel a obteno de todos os dados que formam o segmento de mercado que se deseja estudar; seja porque o nmero de elementos demasiado grande, os custos muito elevados ou tambm limitao de tempo para realizao de um trabalho avaliatrio. Assim, trabalha-se com um subconjunto de observaes desta populao, denominado amostra. Parmetros As caractersticas numricas de uma populao so denominadas de parmetros, geralmente representados por uma letra grega ou por uma letra latina maiscula (por exemplo ou B). Os parmetros mais importantes de uma populao so a mdia e o desvio padro. A mdia indica a tendncia central; enquanto que o desvio-padro a disperso com que os dados esto dispostos em tomo da mdia. A mdia da populao geralmente indicada pela letra grega e o desvio-padro por . Estatsticas ou Parmetros Estimados As caractersticas numricas de uma amostra so denominadas de estatsticas ou mais usualmente conhecidas como parmetros estimados. Isto , uma amostra fornece os parmetros estimados correspondentes populao de onde foi extrada. Geralmente so representados por uma letra grega com circunflexo ou por uma letra latina minscula. Estimador Um estimador uma frmula que descreve o modo de calcular a estimativa de determinado parmetro.

34

Estimao o processo pelo qual se obtm um estimador. Existem vrios mtodos de estimao, sendo os mais conhecidos o mtodo dos mnimos quadrados e o da mxima verossimilhana. Estimativa O valor especfico de um estimador denominado de estimativa. Propriedade dos estimadores As propriedades desejveis dos estimadores so: no tendenciosidade, eficincia e consistncia, sendo: a) No tendenciosidade: Um estimador no tendencioso quando a sua distribuio amostral possui mdia igual ao parmetro a ser estimado. b) Eficincia: No existe uma definio exata para a eficincia, contudo admite-se que para dois estimadores no tendenciosos de determinado parmetro, aquele de menor varincia denominado de estimador eficiente. c) Consistncia: se o estimador aproximar do verdadeiro valor do parmetro, na medida em que a amostra cresce, ento se pode afirmar que o mesmo consistente.

35

3.3.2 Procedimentos para a utilizao de modelos de regresso linear No anexo A da norma 14.653-2 ressaltada a necessidade, quando se usam modelos de regresso, de observar os seus pressupostos bsicos, que sero apresentados nos prximos subttulos, com o objetivo de obter avaliaes notendenciosas, eficientes e consistentes.

3.3.2.1 Micronumerosidade Micronumerosidade a utilizao de um nmero reduzido de elementos amostrais. Para evitar a micronumerosidade, o nmero mnimo de dados efetivamente utilizados (n) no modelo deve obedecer aos seguintes critrios com respeito ao nmero de variveis independentes (k): n 3 (k+1) Essa a quantidade mnima de elementos amostrais para enquadramento no grau de fundamentao I. Mas a norma vai alm e conceitua ni , como segue: ni 5, at duas variveis dicotmicas ou trs cdigos alocados para a mesma caracterstica; ni 3, para 3 ou mais variveis dicotmicas ou quatro ou mais cdigos alocados para a mesma caracterstica; (onde ni o nmero de dados de mesma caracterstica, no caso de utilizao de variveis dicotmicas ou de cdigos alocados, ou nmero de valores observados distintos para cada uma das variveis quantitativas).

36

A utilizao do ni adequado para amostras com pequeno nmero de elementos contribui para o equilbrio da amostra, o que de fundamental importncia. Isto , o equilbrio entre os dados no sentido de que diferentes caractersticas dos mesmos possam aparecer na amostra de forma equilibrada.

3.3.2.2 Linearidade No modelo linear para representar o mercado, a varivel dependente expressa por uma combinao linear das variveis independentes, em escala original ou transformadas, e respectivas estimativas dos parmetros populacionais, acrescida de erro aleatrio, oriundo de variaes do comportamento, imperfeies acidentais de observao ou de medida e efeitos de variveis irrelevantes no includas no modelo. Segundo Pelli Neto (2004), busca-se reduzir a disperso em torno do valor mdio, atravs do uso de um Valor Mdio varivel, ou seja, o valor mdio de um imvel, vai depender de suas caractersticas, conforme a funo linear representada pela equao de regresso. Por outro lado, para que o modelo de regresso mostre-se consistente, enquanto representativo dos valores mdios praticados para imveis com caractersticas diferentes, torna-se necessrio que a disperso dos pontos em torno da equao de regresso apresente-se o mais homognea possvel. Significando assim, que a amostra colhida aleatria, no apresentando distores tendenciosas. Em alguns casos, a relao entre as variveis mostra disperso de forma no linear. Neste caso, pode-se utilizar, como artifcio, algumas transformaes matemticas nas variveis, as quais podero linearizar esta relao. Observa-se claramente que, mesmo que o Coeficiente de Determinao (conceito que ser visto adiante) do modelo apresente valores prximos de 1,00, indicando boa aderncia dos dados equao de regresso e reduzindo a variao total em torno do valor mdio da amostra, a disperso destes dados em torno da equao

37

de regresso mostra-se heterognea, indicando trechos em que o valor mdio representativo est acima de todos os imveis da amostra, e vice-versa. Para contornar esta situao, utiliza-se, como artifcio, transformao matemtica nas variveis, no intuito de linearizar a disperso. Neste caso, uma nova varivel, com dependncia matemtica da varivel transformada, trazida ao processo de anlise. A transformao logartmica a preferida quando se procura ajustar modelos a dados de valores imobilirios. bastante coerente a sua utilizao, uma vez que as variveis explicadas, possuindo valores no campo dos reais positivos, garantem que o campo de variao dos valores ajustados correspondentes tambm sero reais positivos. Exemplo da figura 3.4:

Figura 3.4: Grfico da equao de regresso y=A+Bx

No exemplo da figura 3.4 a tentativa de linearizao ser atravs da inverso da varivel x, na forma: z = 1/ x, a qual deve resultar na seguinte disperso de y por z figura 3.5 obtm-se agora, uma disperso homognea dos valores da amostra, em torno da equao representativa da mdia (y = A + Bz), sinalizando uma amostragem aleatria, sem tendenciosidade.

38

Figura 3.5: Grfico da Equao de Regresso Y= A + Bz

Da mesma forma, calculando-se o Coeficiente de Determinao do modelo de regresso nesta nova formatao, pode-se compar-lo com o mesmo coeficiente, calculado originalmente. A equao que apresenta maior Coeficiente de Determinao, mostra-se mais aderente aos dados, na forma matemtica em que os mesmos esto considerados. Para Pelli Neto (2004), este raciocnio amplia significativamente as alternativas de clculo de uma equao representativa da mdia, pois, atravs da combinao de transformaes nas variveis, calcula-se o Coeficiente de Determinao para cada situao diferente. Dentre todos, aquele que se apresenta mais prximo de 1,00, o mais aderente disperso de pontos que representa. Para a verificao da linearidade, a norma define: Deve ser analisado, primeiramente, o comportamento grfico da varivel dependente em relao a cada varivel independente, em escala original. Isto pode orientar o avaliador na transformao a adotar. As transformaes utilizadas para linearizar o modelo devem, tanto quanto

39

possvel, refletir o comportamento do mercado, com preferncia pelas transformaes mais simples de variveis, que resultem em modelo satisfatrio. Aps as transformaes realizadas, se houver, examina-se a linearidade do modelo, pela construo de grficos dos valores observados para a varivel dependente versus cada varivel independente, com as respectivas transformaes.

3.3.2.3 Normalidade Considera-se que a distribuio normal a distribuio mais til para modelos matemticos. Sua importncia se d ao fato de que medida que o tamanho da amostra cresce, independendo da distribuio da populao original, a distribuio amostral das mdias tendem distribuio normal. A distribuio normal espelha, acuradamente, diversos fenmenos. Falando de maneira geral, pode-se medir altura, peso, nvel de inteligncia, e assim por diante, de uma populao, e essas medidas iro se assemelhar enormemente distribuio normal. Os erros devem possuir distribuio normal. Segundo Dantas e Rocha (2001) um problema comum que pode ocorrer com o termo erro a respeito da falta de Normalidade. Desta forma imprescindvel que se faa a verificao de anomalia desta natureza. A verificao da normalidade pode ser feita observando se o intervalo abrangido pelos resduos padronizados, encontrados dividindo-se cada resduo pelo desvio padro estimado do termo do erro, uma vez que, em uma distribuio normal, 68% destes resduos esto no intervalo [-1;+1], 90% entre [1,64;+1,64] e 95% entre [-1,96;+1,96 ]. Um histograma dos resduos apresentando simetria e formato parecido com o da curva normal, um indicador a favor da hiptese de normalidade do erro, conforme demonstrado na figura 3.6. Um grfico dos resduos padronizados versus valores ajustados com pontos dispostos aleatoriamente, com a grande maioria situados no intervalo [-2;+2 ] tambm outro indicador favorvel hiptese, conforme demonstrado na figura 3.7. E tambm pelo exame do grfico normal dos resduos ordenados

40

padronizados versus quantis da distribuio normal padronizada, que deve se aproximar da bissetriz do primeiro quadrante.

Figura 3.6 Histograma dos resduos

Figura 3.7 Grfico dos resduos padronizados versus valores ajustados

Caso no esteja ocorrendo a normalidade dos resduos da amostra, deve-se aumentar o nmero de dados da amostra, na tentativa de corrigir as distores apresentadas.

41

3.3.2.4 Homocedasticidade O termo homocedasticidade quer dizer igual (homo ), disperso ( cedasticidade), ou igual varincia. Os erros devem ser variveis aleatrias com varincia constante. A homocedasticidade a hiptese de varincia constante, base de toda a teoria de inferncia. Segundo a Norma 14.653-2, a homocedasticidade poder ser verificada, entre outros, por meio dos seguintes processos: 1) anlise grfica dos resduos versus valores ajustados, que devem apresentar pontos dispostos aleatoriamente, sem nenhum padro definido; 2) pelos testes de Park e de White. Por no ser um teste muito utilizado, no ser abordado neste trabalho. Sugere-se como referncia de estudo a bibliografia Montgomery e Peck 1982 John Wiley & Sons Um grfico dos resduos (e) versus os valores ajustados pelo modelo de regresso (Y), apresentando pontos distribudos aleatoriamente em torno de uma reta horizontal que passa na origem, sem nenhum padro definido, com o formato da figura 3.8, um indicador favorvel aceitao da hiptese de varincia constante para o erro; em caso contrrio, se os pontos apresentarem alguma tendncia, como os da figura 3.9 , pode-se concluir que a varincia do erro no constante. No primeiro caso o modelo dito homocedstico e no segundo heterocedstico.

42

figura 3.8 Modelo homocedstico

figura 3.9 Modelo heterocedstico

Segundo Pelli Neto (2004), nas relaes estatsticas que tratam de dados microeconmicos, como no caso de avaliao de imveis ou consumo e renda de famlias" possvel a ocorrncia da heterocedasticidade. Por exemplo, quando o estudo estatstico trata sobre consumo e renda de famlias individuais. Neste caso, o pressuposto de homocedasticidade no muito plausvel, uma vez que se espera menor variao de consumo para famlias de mais baixa renda que para famlias de renda alta. A nveis baixos de renda, o nvel mdio do consumo baixo e a variao em torno deste nvel restrita: o consumo no pode cair muito abaixo do nvel mdio, pois levaria a inanio, e no pode subir muito acima da mdia, pois o patrimnio e o crdito do interessado no o permitem. Tais restries no so to vlidas no caso de famlias que no possuem altas rendas. Segundo Pelli Neto (2004), no caso de avaliaes de imveis plausvel supor que imveis de baixo valor tendem a apresentar variaes em torno da mdia maiores que os imveis de alto valor. Se tal fato estiver presente na amostragem, indica a presena de heterocedasticidade, o que pode ser detectado na anlise grfica da disperso dos dados em torno da mdia estimada pelo modelo para cada dado. Quando o modelo heterocedstico, os estimadores de mnimos quadrados so ainda no-tendenciosos e consistentes, porm no so mais os de menor varincia, isto , no so eficientes.

43

3.3.2.5 No autocorrelao A norma preconiza que os erros devem ser variveis no autocorrelacionadas, isto , so independentes sob a condio de normalidade. O conceito de independncia dos resduos est ligado independncia dos dados de mercado. A situao ideal aquela onde cada transao se realiza independentemente da outra. Isto , o conhecimento do preo e condies de uma no interfira na outra. Sua verificao pode ser feita: 1) pela anlise do grfico dos resduos versus valores ajustados, que deve apresentar pontos dispersos aleatoriamente, sem nenhum padro definido;

Um grfico apresentando essas caractersticas um forte indicador da distribuio aleatria de erros independentes; contudo, numa situao em que os pontos apresentam-se dispostos com alguma tendncia, pode haver indcios de autocorrelao nos resduos. 2) pelo Teste de Durbin-Watson, considerando o pr-ordenamento anteriormente citado. A existncia de autocorrelao nos termos de perturbao aleatria pode ser verificada com o auxlio da razo de Von Neumann, dada por:

(3.1)

44

onde ei o i-simo resduo do modelo, ordenado crescentemente em relao aos valores ajustados, considerando-se uma amostra de tamanho n. A estatstica d foi tabelada por Durbin-Watson para nveis de significncia de 5%, 2,5%, e 1%, considerando ajustamentos de modelos com 15 a 100 observaes, com at seis variveis independentes, estabelecendo limites crticos d L e d u. se d <d<4d , rejeita H ou seja, rejeita-se a hiptese de que os

resduos so correlacionados em favor da hiptese de no-autocorrelao ao nvel de significncia estabelecido; se d < d L aceita-se a hiptese de auto-regresso positiva; se d > 4 d L aceita-se a hiptese de auto-regresso negativa, nos demais casos o teste inconclusivo

A representao grfica do teste pode ser visualizada pela figura 3.10

Figura 3.10 Estatstica de Durbin-Watson

Pode-se demonstrar com facilidade (Kmenta-1990) que, quando as perturbaes so auto-regressivas os estimadores de mnimos quadrados ainda so notendenciosos e consistentes, porm no so mais eficientes.

45

Segundo Dantas e Rocha (2001), a autocorrelao mais freqente em dados de sries temporais.

3.3.2.6 Multicolinearidade A norma preconiza o seguinte: 1) "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.

2) Para verificao da multicolinearidade deve-se, em primeiro lugar, analisar a matriz das correlaes, que espelha as dependncias lineares de primeira ordem entre as variveis 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, recomendase, tambm, verificar o correlacionamento de cada varivel com subconjuntos de outras variveis independentes, por meio de regresses auxiliares. 3) Para tratar dados na presena de multicolinearidade, recomenda-se 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. (Como referncia para estudo cita-se Montgomery e Peck 1982) 4) Nos casos em que o imvel avaliando segue os padres estruturais do modelo, a existncia de multicolinearidade pode ser negligenciada, desde que adotada a estimativa pontual." A presena da colinearidade ou da multicolinearidade muitas vezes dificulta a obteno de resultados confiveis para o imvel que se pretende avaliar.

46

Segundo Silva (2005), as correlaes isoladas no apresentam um teste conclusivo para o modelo, sendo as correlaes com influncia uma anlise mais consistente, pois indica a correlao entre duas variveis na presena das demais variveis do modelo. Uma sugesto para anlise, tanto para correlaes isoladas como com influncia, entre variveis independentes : At 0,40 - fraca At 0,60 - mdia At 0,75 forte At 0,85 muito forte (srias restries de uso) > 0,85 - fortssima

Conforme Dantas e Rocha (2001), em alguns modelos pode ser inevitvel a presena da correlao entre duas variveis especficas, como frente e rea, ou coeficiente de aproveitamento e rea edificvel, por exemplo, pois a amostra est mostrando uma caracterstica da populao a que pertence. Nestes casos conveniente que o modelo seja utilizado para avaliao de imveis com as mesmas caractersticas da amostra. Algumas amostras, no entanto, apresentam colinearidade atpica populao de que foi extrada. Tal ocorrncia representa uma defeco da amostra, devendo ser resolvida com a busca de mais dados para compor a amostra, ou a eliminao de varivel colinear pouco representativa (ex. idade e testada; frente e topografia, etc.). esperada uma forte correlao entre cada varivel independente e a varivel dependente, entretanto isto no fator predominante na consistncia do modelo. H diversas fontes de multicolinearidade, como observam Montgomery e Peck (1982). A multicolinearidade pode ser devida aos seguintes fatores: Mtodo empregado para a coleta de dados,

47

Restries sobre o modelo ou a populao que est sendo amostrada, Especificao do modelo, Um modelo sobredeterminado (quando o modelo tem um nmero de variveis maior que o nmero de observaes)

Segundo Dantas e Rocha (2001), tem-se observado, na prtica, que dentre as diversas alternativas para corrigir o problema da multicolinearidade tem sido usada a forma mais simples entre todas as citadas, ou seja, se duas variveis so altamente correlacionadas, o avaliador retira uma delas. Este procedimento, contudo, pode causar erros de especificao no modelo, se a varivel retirada for importante para explicar a variabilidade dos preos.

3.3.2.7 Pontos influenciantes ou outliers A norma cita que os possveis pontos influenciantes, ou aglomerados deles, devem ser investigados e sua retirada fica condicionada apresentao de justificativas. A existncia de pontos atpicos pode ser verificada pelo grfico dos resduos versus cada varivel independente, como tambm em relao aos valores ajustados, ou usando tcnicas estatsticas mais avanadas, como a estatstica de Cook (Montgomery e Peck 1982) para detectar pontos influenciantes. Segundo Dantas (1998), importante verificar se h presena de outliers ou pontos influenciantes, uma vez que o modelo no se ajusta bem nem ao grosso dos dados, nem aos dados com o ponto atpico. O ponto atpico deve ser analisado parte, com bastante cuidado, pois pode ter sido ocasionado por erro de medida, ou ento por alguma mudana no comportamento amostral. Para obter informaes a respeito das suas influncias e tambm sobre o poder de explicao da equao de regresso, bom que se faa outro ajustamento excluindo-os, e comparando o novo modelo com o anterior.

48

Outlier um dado que contm grande resduo em relao aos demais que compem a amostra. Como sugere a norma, estes pontos podem ser detectados com facilidade atravs de uma anlise grfica dos resduos padronizados versus os valores ajustados correspondentes. Na figura 3,11, os pontos destacados podem ser caracterizados como outliers.

Figura 3.11: Outlier

Observe que o fato de o ponto apresentar-se com resduo padronizado (relao entre resduo pelo desvio padro) superior a 2, em mdulo, no implica necessariamente que se trata de um outlier. Esta indicao na figura importante para se detectar mais uma informao a respeito da normalidade dos resduos, uma vez que quando os dados apresentam esta caracterstica, 95% dos seus resduos padronizados esto entre:,1,96 e +1,96, isto , aproximadamente entre 2 e +2. Assim, se a maioria dos pontos estiver entre estes limites, existe indcios favorveis normalidade. Os pontos influenciantes so aqueles com pequenos resduos, em algumas vezes at nulos, mas que se distanciam da massa de dados, podendo alterar completamente as tendncias naturais indicadas pelo mercado. A presena de pontos influenciantes pode ser detectada na anlise do comportamento grfico da varivel dependente ou dos resduos, em relao a

49

cada varivel independente. Na figura 2.8, por exemplo, um ponto com as caractersticas do demarcado indica a presena de um ponto influenciante. Neste caso o ponto tem resduo zero, como pode-se observar na figura 3.13 e parece ser o mais bem ajustado, contudo degenera completamente o modelo. Enquanto que a tendncia do mercado a indicada pela reta 1 da figura 3.12, o ponto influenciante desloca a tendncia para a situao da reta 2 da mesma figura. Segundo Dantas e Rocha (2001), a idia bsica de influncia verificar a dependncia do modelo estatstico sobre as vrias observaes ajustadas. Se a eliminao de observaes conduzir a uma mudana aprecivel nas estimativas dos parmetros, estas observaes podero ser consideradas influentes.

Figura 3.12 : Pontos influenciantes

Figura 3.13: Grfico dos resduos x varivel

3.3.2.8 Significncia dos regressores A norma preconiza dois itens: 1 - A significncia individual dos parmetros das variveis do modelo deve ser submetida ao teste t de Student, em conformidade com as hipteses estabelecidas quando da construo do modelo. A importncia individual de uma varivel que participa de um modelo de regresso com K variveis independentes medida testando-se a hiptese nula de que seu respectivo parmetro no significante, contra a hiptese alternativa

50

de que o mesmo significante, a um determinado nvel considerado. Formalmente, a hiptese a ser testada neste caso

(3.2) A estatstica de teste

(3.3) onde bj o estimador do parmetro j e onde s (bj) o desvio padro estimado, correspondente ao parmetro j Uma vez comprovada a condio de normalidade do erro aleatrio i, demonstrase que t* tem distribuio t de Student com n k 1 graus de liberdade. Assim, para se fazer o teste bilateral a um nvel de significncia , compara-se

(3.4) com t
(1-/2; n k 1),

que se encontra tabelado. Se tj* for superior a t

(1-/2; n k 1),

rejeita-se Ho e em caso contrrio Ho no pode ser rejeitada e o parmetro pode no ser importante na composio do modelo. O teste bilateral pode ser visualizado atravs da figura 3.14

51

Figura 3.14: Teste bilateral

2 - A hiptese nula do modelo deve ser submetida ao teste F de Snedecor e rejeitada ao nvel mximo de significncia de 1 %. Para se testar a significncia global de todos os parmetros que participam de um modelo de regresso de n preos observados sobre k variveis independentes, utiliza-se o teste F, que leva em conta a razo entre a varincia explicada pela varincia no explicada pelo modelo. Para isto constri-se a seguinte tabela, conhecida como tabela de Anova (tabela 3.4):
Tabela 3.4: Tabela Anova

Uma maneira de testar a hiptese nula Ho, que considera que nenhuma varivel selecionada para a construo do modelo importante para explicar a variabilidade dos preos observados, contra a hiptese alternativa H1 de que pelo menos uma varivel escolhida contribui significativamente para a explicao do fenmeno, ou seja,

52

(3.5) atravs da estatstica

(3.6) Demonstra-se que Fc , sob a hiptese Ho , tem distribuio F de Snedecor com K graus de liberdade no numerador e (n k 1) no denominador. Assim, para se fazer um teste de significncia do modelo a um nvel , basta compara Fc com F(; k; n k 1), que se encontra tabelado para vrios nveis de . Se Fc > F com F(; k; n k 1), rejeita-se a hiptese de Ho ao nvel e pelo menos um dos parmetros pode ser considerado significantemente diferente de zero. O teste unilateral e pode ser visualizado atravs do grfico correspondente figura 3.15:

Figura 3.15: Teste unilateral

Segundo Dantas e Rocha (2001), a preciso de uma estimativa tanto maior quanto menor for o desvio padro a ela relacionada. Desta forma para se testar a

53

significncia individual de um parmetro Bj calcula-se o valor de t de Student dividindo-se a sua estimativa bj pelo respectivo desvio padro s(bj) indicando que quanto maior for o resultado maior ser a probabilidade de a varivel correspondente ser importante na formao dos preos de mercado. Se uma varivel apresenta valor do t muito superior as demais, pode significar que essa varivel explica quase toda variao e as demais esto dando pequena contribuio. A significncia global do modelo medida utilizando-se o teste F, que testa a hiptese de que, do grupo de variveis selecionadas, pelo menos uma importante para explicar a variabilidade dos preos observados no mercado. Para aceitao desta hiptese a um nvel de significncia necessrio que Fc (resultante da razo entre a varincia explicada e no explicada do modelo), seja superior ao ponto crtico da distribuio de Snedecor,

3.3.2.9 Poder de explicao Segundo a norma, a explicao do modelo pode ser aferida pelo seu coeficiente de determinao, sendo recomendado tambm considerar o coeficiente de determinao ajustado. Coeficiente de correlao ( R ) O coeficiente de correlao indica a fora da relao de causa e efeito entre a variao da varivel explicada (y) e a variao da varivel explicativa (x), sendo calculada por:

(3.7)

O coeficiente de correlao uma medida estatstica que varia de 1 a +1.

54

Segundo Maia Neto (1997), embora no seja obrigatria por norma, oferece indicao sobre a escolha dos diversos modelos testados. desejvel que o mdulo do coeficiente de correlao seja prximo da unidade, sendo que a bibliografia sugere os seguintes parmetros indicativos, conforme demonstrado na tabela 3.2:
Tabela 3.5: Parmetros indicativos para o coeficiente de correlao.

COEFICIENTE |r|=0 0 < | r | 0,30 0,30 < | r | 0,70 0,70 < | r | 0,90 0,90 < | r | 0,99 |r|=1

CORRELAO nula fraca mdia forte fortssima perfeita

Sinal positivo para R estabelece que as variveis caminham num mesmo sentido, e o sinal negativo em sentido contrrio. Segundo Pelli Neto (2004), um coeficiente de correlao igual a zero, indica que no h qualquer correlao entre as variveis, quando igual a um, significa uma correlao perfeita, isto , toda a variao foi explicada. Neste caso, h a presena de uma funo determinstica, onde cada valor da varivel independente, apresenta um nico valor para a varivel dependente. Coeficiente de determinao ( R ) O quadrado do coeficiente de correlao resulta no coeficiente de determinao, que indica o poder de explicao do modelo, em funo de variveis independentes consideradas.

55

O coeficiente de determinao define o percentual da variao total dos valores dos dados da amostra em torno da sua mdia aritmtica, originada nas diferenas analisadas pela equao da regresso. Assim, no exemplo citado por Dantas (1998), se em um modelo para avaliao de um prdio comercial, considerou-se a rea como nica varivel para explicar a formao dos preos e encontrou-se R=0,90, indica que 90% da variabilidade dos preos so devidos s variaes das reas, enquanto os outros 10% indicam a existncia de outras variveis no testadas ou algum erro amostral. Segundo Maia Neto (1997), dever se alertar para a adoo de modelos onde o R calculado seja inferior a 0,75, pois resultar num coeficiente de determinao ( R ) prximo de 50%, onde estar se explicando apenas metade do valor. Coeficiente de determinao ajustado A norma preconiza: Em uma mesma amostra, a explicao do modelo pode ser aferida pelo seu coeficiente de determinao. Devido ao fato de que este coeficiente sempre cresce 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.

Segundo Silva (2005), este item recomenda que, para cada varivel independente incorporada ao modelo estatstico, seja verificado se o acrscimo que a mesma incorpora no Coeficiente de Determinao suficiente para compensar a perda de um grau de liberdade decorrente de sua
incluso no modelo. Para esta verificao, pode-se medir o grau de "ajustamento" no caso de

regresso mltipla por uma frmula conhecida como Coeficiente de


determinao corrigido. Geralmente definido por R ajustado:

56

R ajustado = R - K - 1 (1- R) , n-K

(3.8)

onde R o Coeficiente de Determinao, K o nmero de variveis independentes e n o nmero de dados da amostra. A medida relaciona a quantidade de variveis independentes com o nmero de dados da amostra. Seu objetivo permitir comparao entre o "Grau de ajustamento" de vrias equaes que podem variar com relao ao nmero de variveis independentes e ao nmero de observaes. Note que R R ajustado. Anlise dos coeficientes de determinao e correlao Segundo Pelli Neto (2004), estes coeficientes, que indicam a influncia de uma varivel, ou conjunto de variveis, sobre a variao dos valores em torno da sua mdia, no permitem uma concluso apriorstica sobre a consistncia do modelo de regresso, indicando apenas que parte da variao foi explicada e que as variveis apresentam alguma relao de causa e efeito. Para Pelli Neto (2004), coeficientes mais elevados, podem ser decorrentes de uma variao excessiva dos dados em torno da mdia, muito comum em amostras heterogneas, utilizadas na justificativa da variao do Valor Total de imveis em torno de sua mdia. A variao em alguns casos to elevada, que qualquer varivel pode explicar boa parte dela, mesmo que mal definida. Por outro lado, coeficientes mais modestos podem indicar uma amostragem homognea, com pouca variao em torno do valor mdio da amostra, ocorre freqentemente em amostras que utilizam Valor Unitrio como varivel dependente, onde os dados apresentam caractersticas muito semelhantes. Em ambos os casos, a anlise dos demais indicadores estatsticos, principalmente aqueles que dizem respeito disperso dos dados em torno da mdia estimada, alm dos testes de hipteses, podem indicar consistncia do modelo para previso de valores.

57

3.3.2.10 Intervalo de confiana A NBR 14.653-2 exige que se determine um intervalo de confiana de 80% em torno do valor central da estimativa, que apresenta bons indicadores da consistncia do modelo de regresso, pois quando o modelo est baseado em amostra de pouca qualidade, com nmeros reduzidos de dados ou ainda, colinearidade entre as variveis independentes, o intervalo de confiana muitas vezes apresenta-se bastante amplo.

3.3.2.11 Campo de arbtrio Segundo a NBR 14.653-2, o campo de arbtrio corresponde semi-amplitude de 15% em torno da estimativa pontual adotada. Caso no seja adotada a estimativa pontual, o engenheiro de avaliaes deve justificar sua escolha.

3.3.2.12 Cdigos alocados A norma preconiza: Recomenda-se considerar tantas variveis dicotmicas quantas forem

necessrias para descrever as diferenas qualitativas, em lugar da utilizao de cdigos alocados, especialmente quando a quantidade de dados abundante e pode-se preservar os graus de liberdade necessrios modelagem estatstica, definidos nesta norma. A utilizao de cdigos alocados tolerada nos seguintes casos, na seguinte ordem de prioridade: a. Quando seus valores so extrados da amostra com a utilizao de variveis dicotmicas; b. Quando so utilizados nmeros naturais em ordem crescente das

58

caractersticas possveis, com valor inicial igual a 1, sem a utilizao de transformaes, ou seja, na escala original; Segundo a NBR 14.653-2, nas especificaes das avaliaes, a utilizao de cdigos alocados no modelo de regresso implica na obteno, no mximo de Grau II de fundamentao e de preciso.

59

4. METODOLOGIA

4.2 Procedimentos metodolgicos Para o presente trabalho ser utilizada a pesquisa qualitativa e, dentro dessa pesquisa, ser adotado o estudo de caso para diagnosticar e indicar as medidas de aferio do atendimento Norma NBR n. 14653, partes 1 e 2 - referente avaliao de bens, no que se refere a procedimentos gerais e avaliao propriamente dita de bens imveis urbanos . Sero analisados 08 (oito) laudos de avaliao de bens imveis urbanos (cada laudo compor um caso), extrados de arquivo de instituio financeira integrante da Administrao Pblica indireta, a qual contratou empresas de engenharia de avaliaes cadastradas para a prestao de servios de avaliao com qualificao tcnica comprovada. importante ressaltar que os laudos objeto de anlise foram escolhidos especialmente pelo critrio temporal, haja vista que todos foram elaborados alguns meses (de nove meses em diante) aps a edio da parte 2 na Norma NBR n. 14653. Tal fato se torna relevante na medida em que os trabalhos tcnicos a serem analisados foram realizados, como dito, aps certo tempo de edio da parte 2 da Norma em comento, o que implicaria, ao menos em princpio, em conhecimento da mesma pelos engenheiros avaliadores, dado o perodo transcorrido para adaptao nova regulamentao. Cabe destacar tambm que os laudos objeto de estudo foram escolhidos aleatoriamente, no que se refere aos profissionais que os elaboraram, a fim de garantir a diversidade necessria de dados de pesquisa. Na mesma esteira de raciocnio, no tocante ao critrio de bens avaliados e finalidade da avaliao, de se mencionar que os laudos ora analisados foram cuidadosamente escolhidos tambm para apresentar diversidades que enriqueam o trabalho cientfico ora pretendido.

60

Todos os laudos escolhidos so fruto da utilizao do Mtodo Comparativo Direto de Dados de Mercado para identificar o valor do bem avaliado. Em um dos casos, entretanto, o profissional que elaborou o laudo utilizou o Mtodo Evolutivo, o qual combina o citado Mtodo Comparativo Direto de Dados de Mercado com o Mtodo do Custo de Reedio da Benfeitoria. Este caso em especfico (caso 6 seis - a ser analisado em linhas posteriores), no ser objeto de anlise especificamente no que tange ao Mtodo de Custo de Reedio da Benfeitoria, o que, todavia, no comprometer o resultado da pesquisa, ao contrrio, permitir a correta manuteno da delimitao do tema abordado conforme restar demonstrado em tpicos seguintes. Os laudos sero analisados sob os seguintes enfoques principais: verificao do atendimento de quesitos da Norma NBR 14.653-2 para apresentao de um laudo de avaliao completo, bem como dos procedimentos da Norma NBR 14.653-2 (Anexo A) para utilizao de modelo de regresso linear.

61

5. ESTUDOS DE CASOS Neste captulo sero analisados oito casos de laudos de avaliaes de imveis urbanos executados por empresas de engenharia diversas, que utilizaram o Mtodo Comparativo Direto de Dados de Mercado para a identificao do valor do bem. Algumas informaes dos laudos de avaliao no esto disponveis neste trabalho, tendo em vista que alguns dados so restritos e confidenciais. De qualquer forma, para esclarecimento de dvidas sobre algum trabalho, o autor coloca-se disposio. No foi demonstrada nos estudos de caso a totalidade das informaes constantes dos laudos, apesar de que todas foram verificadas pelo pesquisador e ressaltadas apenas as partes que poderiam agregar valor a este trabalho. 5.1 Apresentao dos casos Seguem abaixo as informaes e os resultados estatsticos de cada caso: Caso 1 Data Tipo do bem Finalidade Objetivo da Avaliao Metodologia Grau de Preciso centro de Estiva (MG) Dados coletados: : Laudo nr. 2005/0085-C : 23/03/2005 : UTR Urbano Terreno Residencial : Arrematao : Determinao do Valor de Mercado : Mtodo Comparativo Direto de Dados de Mercado : III

Grau de Fundamentao : I Descrio sumria do bem : Terreno residencial com rea de 86,00 m situado no

62

nr. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Endereo R.Ananias F.Pereira R.Ananias F Pereira R.Newton de Oliveira Rosa R.Pedro Francisco Pereira R.Rodolfo P de Rezende R.Caetano Borges R.Prof.Lindolfo Sales R.Prof.Lindolfo Sales R.Prof.Lindolfo Sales R.Joaquim Vicenti R.Joaquim Vicenti R.Joaquim Vicenti R.Pereira R.Domingos Soares R.Domingos Soares

Localizao 2 2 2 2 1 1 4 4 4 3 3 3 4 1 1

rea do Terreno 200,00 200,00 270,00 330,00 80,00 125,00 219,00 211,00 215,00 256,00 260,00 260,00 360,00 200,00 200,00

* Topografia 0,90 0,90 1,00 1,00 1,00 1,00 0,90 0,90 0,90 0,90 0,90 0,90 0,95 0,90 0,90

Valor Unitrio 80,00 80,00 74,07 60,61 62,50 60,00 91,32 94,78 93,02 58,59 57,69 57,69 63,88 60,00 60,00

Descrio das variveis: Valor Unitrio: varivel quantitativa explicada, em R$/m rea do Terreno: varivel quantitativa explicativa, em m Localizao: varivel qualitativa, variando do menor interesse comercial para o maior em escala numrica crescente, variando de 1 a 4 Topografia: varivel qualitativa medida da seguinte forma: plano=1; declive ou aclive suave at 5%=0,95; declive ou aclive mdio de 5% a 10%=0,90. Informaes complementares: Nmero de variveis: 4 Nmero de variveis consideradas: 3 Nmero de dados: 15 Nmero de dados considerados: 15 Resultados Estatsticos: Linear Coeficiente de correlao: 0,693004 Coeficiente de determinao: 0,480255 Coeficiente de determinao ajustado: 0,393630 Fisher-Snedecor: 5,54 Significncia: 0,05 No-Linear

63

Coeficiente de correlao: 0,734137 Coeficiente de determinao: 0,538957 Normalidade dos resduos 73% dos resduos situados entre -1 e +1 s 100% dos resduos situados entre -1,64 e +1,64 s 100% dos resduos situados entre -1,96 e +1,96 s Outliers do modelo: 0 Equao Regressores Localizao rea do Terreno Topografia Valor Unitrio ln(y) Equao T-Observado ln(x) x 3,29 -2,35 Significncia 0,65 3,67

Dados do imvel avaliado: Localizao rea do Terreno 4,00 86,00

Valores da Moda para 80 % de confiana Valor Unitrio Mdio: 101,47 Valor Unitrio Mnimo: 83,77 (17,44%) Valor Unitrio Mximo: 122,91 (21,12%) Equao de Regresso: Valor Unitrio = 79,733749 * Localizao ^ 0,290803 * e ^ (-0,001633 * rea do Terreno ) Correlaes entre variveis Localizao rea do Terreno 59 74 Isoladas Influncia

64

Valor Unitrio rea do Terreno Valor Unitrio Resduos


12 11 10 3 2 1 5 8 9 7 6 4 15 14 13 Valor Observado 57,69 57,69 58,59 74,07 80,00 80,00 62,50 94,78 93,02 91,32 60,00 60,61 60,00 60,00 63,88

49

69

-11

56

Valor Calculado Resduo Resduo Relativo71,78 -14,09 -24,42% 71,78 -14,09 -24,42% 72,25 -13,66 -23,31% 62,76 11,31 15,27% 70,36 9,64 12,05% 70,36 9,64 12,05% 69,97 -7,47 -11,95% 84,54 10,24 10,80% 83,99 9,03 9,70% 83,45 7,87 8,62% 65,01 -5,01 -8,35% 56,9 3,71 6,12% 57,52 2,48 4,14% 57,52 2,48 4,14% 66,28 -2,40 -3,76%

Resduo sobre DP -1,49 -1,49 -1,42 1,13 0,87 0,87 -0,77 0,78 0,69 0,61 -0,55 0,43 0,29 0,29 -0,25

Caso 2 Data Tipo do bem Finalidade Objetivo da Avaliao Metodologia Classificao

: Laudo nr. 2005/0212-C : 13/07/2005 : URE Urbano Residncia : Arrematao : Determinao do Valor de Mercado : Mtodo Comparativo Direto de Dados de Mercado : Parecer Tcnico

Descrio sumria do bem : Imvel residencial com rea construda de 352,01 m e rea de terreno de 1.406,00 m situado na Avenida Jos Ferreira em Fronteira(MG) Dados coletados:

65

nr 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Endereo Rua 2 - Vila de Furnas Rua Projetada 1 - Pq Lago Sol Rua 13 - Vila de Furnas Rua 13 - Vila de Furnas Avenida da Matriz - Centro Rua 6 - Vila de Furnas Avenida 7 - Perifrico Rua 11 - Vila de Furnas Alameda 2 - Perifrico Av Brasil - Vila de Furnas Rua 11 - Vila de Furnas Avenida 3 - Perifrico Av Minas Gerais - Perifrico R Frei Odorico Veiga - V.Furnas Av.da Matriz - Centro Rua 11 - Vila de Furnas Rua 11 - Vila de Furnas Rua 11 - Vila de Furnas Av.da Matriz - Centro Av.da Matriz - Centro

rea Const rea do Ter Cons Ocupao Loc Valor Unitrio 64,71 203,76 2 0,31 3 231,80 353,70 1620,00 4 0,21 1 424,08 64,71 273,00 2 0,23 3 309,01 64,71 469,36 2 0,13 3 278,16 60,00 270,00 3 0,22 1 466,66 84,56 267,66 3 0,31 3 295,64 70,00 168,00 1 0,41 2 242,85 67,71 317,96 2 0,21 3 231,80 66,77 355,00 4 0,18 2 299,53 64,71 318,58 2 0,20 3 200,89 169,12 279,74 3 0,60 3 412,90 105,80 268,13 2 0,39 2 283,55 299,32 596,40 2 0,50 2 167,04 84,56 377,20 3 0,22 3 342,95 145,00 360,00 3 0,40 2 241,37 160,00 1000,00 3 0,16 3 437,50 181,74 924,62 3 0,19 3 357,65 72,00 360,00 3 0,20 2 416,66 256,00 360,00 3 0,71 1 312,50 62,55 357,65 1 0,17 2 191,84

Descrio das variveis: Valor Unitrio: varivel explicada que corresponde ao valor unitrio do imvel em R$/m de rea construda rea construda: Varivel quantitativa, que corresponde rea construda de cada elemento pesquisado e do avaliando rea do Terreno: varivel quantitativa m que corresponde rea do terreno de cada elemento pesquisado e do avaliando Conservao: varivel qualitativa que corresponde ao estado de conservao do avaliando sendo: ruim=1; regular=2; bom=3; novo=4. Ocupao: varivel quantitativa considerando o ndice de ocupao (AC/AT) de cada elemento pesquisado e do avaliando Localizao: varivel qualitativa, correspondendo ao setor em que o avaliando e os elementos da pesquisa (amostra) esto localizados dentro do contexto urbano variando de 1 a 3, sendo o imvel com maior pontuao est localizado em setor de maior valor comercial Informaes complementares: Nmero de variveis: 6 Nmero de variveis consideradas: 6 Nmero de dados: 20

66

Nmero de dados considerados: 20 Resultados Estatsticos: Linear Coeficiente de correlao: 0,895018 Coeficiente de determinao: 0,801058 Coeficiente de determinao ajustado: 0,730007 Fisher-Snedecor: 11,27 Significncia: 0,01 No-Linear Coeficiente de correlao: 0,867810 Coeficiente de determinao: 0,753095 Normalidade dos resduos 70% dos resduos situados entre -1 e +1 s 95% dos resduos situados entre -1,64 e +1,64 s 100% dos resduos situados entre -1,96 e +1,96 s Outliers do modelo: 0 Equao Regressores Area Const rea do Terreno Conservao Ocupao Localizao Valor Unitrio Equao T-Observado x x 1/x x 1/x 1/y 5,21 -4,97 4,69 -4,30 -2,40 Significncia 0,01 0,02 0,03 0,07 3,09

Dados do imvel avaliado: rea Const rea do Terreno Conservao 352,01 1.406,00 2,00

67

Ocupao Localizao

0,25 2,00

Valores da Moda para 80 % de confiana Valor Unitrio Mdio: 208,89 Valor Unitrio Mnimo: 176,16 (15,67%) Valor Unitrio Mximo: 256,54 (22,81%) Equao de Regresso: Valor Unitrio = 1 / ( 0,005186 + 0,000032 * rea Const - 0,000007 * rea do Terreno +0,003065 * 1/Conservao - 0,010368 * Ocupao - 0,001502 * 1/Localizao ) Correlaes entre variveis rea Const rea do Terreno Conservao Ocupao Localizao Valor Unitrio rea do Terreno Conservao Ocupao Localizao Valor Unitrio Conservao Ocupao Localizao Valor Unitrio -2 -18 59 60 41 78 -34 -26 30 -31 61 97 44 80 72 -34 45 49 -7 98 66 97 51 81 Isoladas Influncia

68

Ocupao Localizao Valor Unitrio Localizao Valor Unitrio Resduos


Valor Observado Valor Calculado 200,89 251,05 416,66 315,91 241,37 292,04 309,01 250,56 231,8 274,27 412,9 340,96 342,95 286,59 466,66 407,58 299,53 334,98 357,65 325,1 231,8 251,27 312,5 332,7 437,5 461,85 424,08 446,01 242,85 231,99 167,04 161,94 283,55 291,64 295,64 300,98 278,16 273,64 191,84 191,05 Resduo -50,16% 100,75% -50,67% 58,45% -42,47% 71,94% 56,36% 59,08% -35,45% 32,55% -19,47% -20,20% -24,35% -21,93% 10,86% 5,10% -8,09% -5,34% 4,52% 0,79% Resduo Relativo Resduo sobre DP -24,97% 1,80 24,18% -1,39 -20,99% 1,30 18,92% -1,37 -18,32% 1,21 17,42% -0,93 16,43% -1,04 12,66% -0,56 -11,83% 0,64 9,10% -0,51 -8,40% 0,61 -6,46% 0,35 -5,57% 0,22 -5,17% 0,21 4,47% -0,35 3,05% -0,34 -2,85% 0,18 -1,81% 0,11 1,62% -0,11 0,41% -0,04

28 12

40 75

-27

54

10 18 15 3 1 11 14 5 9 17 8 19 16 2 7 13 12 6 4 20

Caso 3 Data Tipo do bem Finalidade Objetivo da Avaliao Metodologia Classificao

: Laudo nr. 2005/0060-C : 07/03/2005 : URE Urbano Residncia : Arrematao : Determinao do Valor de Mercado : Mtodo Comparativo Direto de Dados de Mercado : Parecer Tcnico

Descrio sumria do bem : Imvel residencial com rea construda de 252,00 m e rea de terreno de 300,00 m situado na Rua Tamboril no Bairro Concrdia, Belo Horizonte(MG)

69

Dados coletados:
nr 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Endereo Rua Itapagipe Rua Iguau Rua Aristides Ferreira Rua Tapira Rua Ituverava Rua Trindade Av Renascena Rua Itapeva Rua Ciuru Rua Iguassu Rua Saldanha da Gama Rua Jundia Rua Arax Rua Tamboril rea do Ter rea Total Idade Aparente 300,00 200,00 15 360,00 300,00 50 300,00 400,00 30 360,00 176,00 15 300,00 325,00 25 400,00 350,00 50 600,00 120,00 20 400,00 200,00 40 300,00 150,00 50 360,00 180,00 10 343,00 226,00 10 400,00 217,00 22 300,00 200,00 50 295,00 250,00 55 Estado Cons 2 1 2 3 3 2 3 1 1 3 3 2 1 1 Valor Unitrio 650,00 316,67 450,00 909,09 584,62 328,57 1083,33 460,00 400,00 916,67 884,96 599,08 325,00 260,00

Descrio das variveis: Valor Unitrio: varivel quantitativa explicada, em R$/m rea do Terreno: varivel quantitativa explicativa, em m rea Total: rea construda da residncia (m) Idade Aparente: Idade aparente do imvel (anos) Estado Conservao: 1=Ruim; 2= Regular; 3=Bom

Informaes complementares: Nmero de variveis: 5 Nmero de variveis consideradas: 5 Nmero de dados: 14 Nmero de dados considerados: 14 Resultados Estatsticos: Linear Coeficiente de correlao: 0,996758 Coeficiente de determinao: 0,993527 Coeficiente de determinao ajustado: 0,990651 Fisher-Snedecor: 345,37 Significncia: 0,01

70

No-Linear Coeficiente de correlao: 0,996894 Coeficiente de determinao: 0,993798 Normalidade dos resduos 78% dos resduos situados entre -1 e +1 s 100% dos resduos situados entre -1,64 e +1,64 s 100% dos resduos situados entre -1,96 e +1,96 s Outliers do modelo: 0 Equao Regressores rea do Terreno rea Total Idade Aparente Estado Cons Valor total Valor Unitrio y Equao T-Observado 1/x 1/x x x -3,62 9,92 -10,87 6,40 Significncia 0,56 0,01 0,01 0,01

Dados do imvel avaliado: rea do Terreno rea Total Idade Aparente Estado Cons 300,00 207,00 50,00 2,00

Valores da Moda para 80 % de confiana Valor Unitrio Mdio: 381,89 Valor Unitrio Mnimo: 368,53 (3,50%) Valor Unitrio Mximo: 395,49 (3,56%)

71

Equao de Regresso: Valor Unitrio = ( 23,788122 - 228.378,463790 * 1/rea do Terreno + 1.039,404389 * 1/rea Total - 0,174410 * Idade Aparente +0,497677 * Estado Cons ) ^ 2 Correlaes entre variveis rea do Terreno rea Total Idade Aparente Estado Cons Valor Unitrio rea Total Idade Aparente Estado Cons Valor Unitrio Idade Aparente Estado Cons Valor Unitrio Estado Cons Valor Unitrio 87 91 -83 -91 78 96 22 56 -27 88 96 91 -42 25 -32 -47 67 76 63 77 Isoladas Influncia

72

Resduos
Valor Observado 599,08 316,67 450,00 328,57 884,96 460,00 584,62 650,00 909,09 325,00 916,67 260,00 1083,33 400,00 Valor Calculado 640,31 298,18 424,67 345,99 851,53 444,33 603,57 666,78 887,72 332,14 932,41 263,30 1076,25 398,29 Resduo Resduo Relativo-41,23 -7% 18,49 6% 25,33 6% -17,42 -5% 33,43 4% 15,67 3% -18,95 -3% -16,78 -3% 21,37 2% -7,14 -2% -15,74 -2% -3,30 -1% 7,08 1% 1,71 0% Resduo sobre DP -1,56 1,00 1,14 -0,89 1,07 0,70 -0,73 -0,62 0,67 -0,37 -0,49 -0,19 0,20 0,08

12 2 3 6 11 8 5 1 4 13 10 14 7 9

Caso 4 Data Tipo do bem Finalidade Objetivo da Avaliao Metodologia Grau de Preciso localizado na

: Laudo nr. 2005/0065-C : 02/03/2005 : USL Urbano Sala : Locao : Determinao do Valor de Mercado : Mtodo Comparativo Direto de Dados de Mercado : III Santo Agostinho no municpio de Belo

Grau de Fundamentao : II Descrio sumria do bem : Uma sala de 67,16 m no nvel do 1o.subsolo, Av.Barbacena, Horizonte(MG) Dados coletados:

73

nr 1 2 3 4 5 6 7 8 9 * 10 11 12 13 14 15 16 * 17 18 19 20 * 21

Endereo Av dos Andradas Av do Contorno Av do Contorno Rua Goitacazes Rua Mar de Espanha Rua Mar de Espanha Rua Mar de Espanha Rua Mar de Espanha Rua Goitacazes Av Afonso Pena Av. Olegario Maciel Campus Pampulha UFMG Campus Pampulha UFMG Campus Pampulha UFMG Campus Pampulha UFMG Campus Pampulha UFMG Campus Pampulha UFMG Campus Pampulha UFMG Campus Pampulha UFMG Campus Pampulha UFMG Av.Alfredo Balena

rea privativa * Valor total Trf Ped Ent/Centro * Local Valor Unitrio 82 2586,68 2 2 1 31,54 150 1199,61 1 1 1 7,99 67 2731,30 2 2 1 40,76 430 8180,00 2 2 1 19,02 58,5 691,49 1 2 1 11,82 101 1204,00 1 2 1 11,92 95 1400,00 1 2 1 14,73 94 1120,68 1 2 1 11,92 150,66 4150,00 2 2 1 27,54 355,85 12269,65 2 2 1 34,47 40,8 783,27 1 2 1 19,19 12,5 265,14 1 1 2 21,21 48,23 906,23 1 1 2 18,78 65,8 1519,03 2 1 2 23,08 205,95 2811,53 2 1 2 13,65 56,4 1114,98 2 1 2 19,76 205,95 1679,24 2 1 2 8,15 25 626,72 2 1 2 25,06 4 104,00 1 1 2 26,00 57,41 1169,30 2 1 2 20,67 293,76 2035,95 2 1 1 6,93

OBS: * Variveis e dados desconsiderados Descrio das variveis: rea privativa: Varivel independente, quantitativa, que corresponde a rea privativa pertencente ao imvel Valor Total: Varivel independente, quantitativa, que corresponde ao valor de locao por imvel Trfego de pedestres: Varivel independente, dicotmica, que indica a intensidade de trfego de pedestres. Sendo valor = 2 para maior nmero de pedestres e valor = 1 baixo nr de pedestres Entorno/Centro: Varivel independente, dicotmica, que indica se a localizao est prxima ao centro. Sendo valor =2 para localizao no entorno do centro e valor = 1 para imveis distantes do centro ou inseridos no centro de Belo Horizonte Localizao: Varivel independente, dicotmica, que indica se a localizao est no Campus da UFMG Pampulha sendo o valor =2 para estes e valor =1 para os demais

74

Valor unitrio: varivel dependente, quantitativa, que indica o valor total dividido pela rea do imvel.

Informaes complementares: Nmero de variveis: 6 Nmero de variveis consideradas: 4 Nmero de dados: 21 Nmero de dados considerados: 18 Resultados Estatsticos: Linear Coeficiente de correlao: 0,817325 Coeficiente de determinao: 0,668020 Coeficiente de determinao ajustado: 0,596881 Fisher-Snedecor: 9,39 Significncia: 0,01 No-Linear Coeficiente de correlao: 0,817325 Coeficiente de determinao: 0,668020 Normalidade dos resduos 72% dos resduos situados entre -1 e +1 s 94% dos resduos situados entre -1,64 e +1,64 s 100% dos resduos situados entre -1,96 e +1,96 s Outliers do modelo: 0 Equao Regressores rea privativa Valor total Trfego Ped Entorno/Centro x x 4,87 2,48 0,01 2,37 Equao T-Observado x -3,81 Significncia 0,14

75

Localizao Valor Unitrio y

Dados do imvel avaliado: rea privativa Trfego Ped Entorno/Centro 67,16 2,00 2,00

Valores da Moda para 80 % de confiana Valor Unitrio Mdio: 31,03 Valor Unitrio Mnimo: 27,75 (10,57%) Valor Unitrio Mximo: 34,31 (10,57%) Equao de Regresso Valor Unitrio = 2,610580 - 1,310015 * rea privativa + 12,925390 * Trfego Ped + 6,653744 * Entorno/Centro Correlaes entre variveis rea privativa Trfego Ped Entorno/Centro Valor Unitrio Trfego Ped Entorno/Centro Valor Unitrio Entorno/Centro Valor Unitrio 9 55 -11 55 57 79 33 36 -26 74 64 71 Isoladas Influncia

76

Resduos

5 8 6 13 16 19 3 4 2 20 15 12 18 7 9 11 14 1

Valor Observado 11,82 11,92 11,92 18,78 19,76 26,00 40,76 19,02 7,99 20,67 13,65 21,21 25,06 14,73 27,54 19,19 23,08 31,54

Valor Calculado Resduo Resduo Relativo18,82 -7 -59,25% 16,14 -4,22 -35,42% 15,68 -3,76 -31,53% 13,09 5,69 30,29% 25,28 -5,52 -27,92% 19,57 6,43 24,73% 31,05 9,71 23,83% 14,6 4,42 23,22% 6,15 1,84 23,09% 25,19 -4,52 -21,86% 16,32 -2,67 -19,52% 17,56 3,65 17,22% 28,57 -3,51 -13,99% 16,08 -1,35 -9,13% 25,69 1,85 6,72% 20,48 -1,29 -6,70% 24,49 -1,41 -6,10% 29,91 1,63 5,18%

Resduo sobre DP -1,37 -0,82 -0,73 1,11 -1,08 1,26 1,90 0,86 0,36 -0,88 -0,52 0,71 -0,68 -0,26 0,36 -0,25 -0,28 0,32

Caso 5 Data Tipo do bem Finalidade Objetivo da Avaliao Metodologia Grau de Preciso

: Laudo nr. 2005/0079-C : 23/03/2005 : UPC Urbano Prdio Comercial : Garantia de Operaes : Determinao do Valor Venal do Imvel : Mtodo Comparativo Direto de Dados de Mercado : III

Grau de Fundamentao : II Descrio sumria do bem : Prdio comercial composto por trs pavimentos, situado Av. Joo Pinheiro, Bairro Funcionrios em Belo Horizonte(MG) rea construda: 1.576,22 m, rea do terreno: 619,74 m Dados coletados:

77

nr 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

Endereo Rua Tupinambs Rua da Bahia Rua da Bahia Rua Guajajaras Av Contorno Rua Cludio Manoel Rua Cludio Manoel Rua Olegrio Maciel Rua Tome de Souza Av Contorno Rua Paraba Rua Bernardo Guimares Rua Francisco Sales Rua Santa Rita Duro Rua Sergipe Rua Alagoas Rua Gonalves Dias Av Contorno Rua So Paulo Rua Bernardo Guimares Av.Alfredo Balena

Setor rea Total 1 340,00 1 250,00 1 140,00 1 440,00 1 282,00 1 280,00 1 260,00 1 1.500,00 2 150,00 1 396,00 2 165,00 1 220,00 1 126,00 1 130,00 2 580,00 2 150,00 1 300,00 1 120,00 1 60,00 2 1.160,00 2 680,15

rea Tr/rea Total 0,82 0,80 0,50 1,00 1,00 1,00 1,00 0,29 0,50 1,00 1,00 1,00 0,53 1,00 1,00 1,00 1,00 0,66 0,66 0,50 0,90

Trf Ped Valor Unitrio 2 1.000,00 2 1.200,00 2 1.428,57 1 1.227,27 1 1.248,22 1 1.035,71 1 1.000,00 2 1.333,33 1 1.200,00 2 1.136,36 1 1.787,87 1 1.000,00 1 1.230,16 1 1.230,77 1 1.896,55 1 1.600,00 1 1.333,33 1 1.208,33 2 3.000,00 1 1.099,13 2 1.470,26

Descrio das variveis: Setor Urbano: Varivel qualitativa, com escala tratada pelo estudo da dicotomia. Refere-se localizao do imvel e sua atratividade no contexto comercial da cidade, de forma crescente: local 1= menos atrativo; local 2= mais atrativo rea Total: Varivel quantitativa representativa da rea total ocupada pelo imvel, medida em metros quadrados. rea Trreo/Total: Varivel quantitativa, definida pela relao de rea de trreo em relao ao total rea ocupada pelo imvel. Trfego de Pedestres e de Veculos: Varivel qualitativa, com escala tratada pelo estudo das dicotomias. Refere-se intensidade de trfego de pedestres e veculos no local em que se insere o imvel, de forma crescente: 1= menor intensidade; 2= maior intensidade

78

Informaes complementares: Nmero de variveis: 5 Nmero de variveis consideradas: 5 Nmero de dados: 21 Nmero de dados considerados: 21 Resultados Estatsticos: Linear Coeficiente de correlao: 0,900997 Coeficiente de determinao: 0,811796 Coeficiente de determinao ajustado: 0,764744 Fisher-Snedecor: 17,25 Significncia: 0,01 No-Linear Coeficiente de correlao: 0,900997 Coeficiente de determinao: 0,811796 Normalidade dos resduos 80% dos resduos situados entre -1 e +1 s 90% dos resduos situados entre -1,64 e +1,64 s 95% dos resduos situados entre -1,96 e +1,96 s Outliers do modelo: 1 Equao Regressores Setor rea Total rea Tr/rea Total Trf Ped Valor Unitrio Equao T-Observado x 1/x x x y 3,53 7,63 1,92 2,00 0,28 0,01 7,23 6,23 Significncia

79

Dados do imvel avaliado: Setor urbano rea total rea trrea/total Trfego p+v 2 1.576,22 0,27 2

Valores da Moda para 80% de confiana Valor Unitrio Mdio: 1.357,52 Valor Unitrio Mnimo: 1.155,35 (14,90%) Valor Unitrio Mximo: 1.559,89 (14,90%)

Equao de Regresso: Valor Unitrio = 121,851305 + 384,201712 * Setor + 6.524.921,098298 * 1/rea Total + 302,763415 * rea Tr/rea Total + 221,337376 * Trf Ped Correlaes entre variveis Setor rea Total rea Tr/rea Total Trf Ped Valor Unitrio rea Total rea Tr/rea Total Trf Ped Valor Unitrio rea Tr/rea Total Trf Ped Valor Unitrio -35 -9 46 43 -27 19 79 48 37 89 -16 0 -22 21 64 37 45 66 Isoladas Influncia

80

Trf Ped Valor Unitrio Resduos


Valor Observado 1.333,33 1.896,55 1.200,00 1.000,00 1.333,33 1.000,00 1.230,77 1.136,36 1.227,27 1.000,00 1.248,22 1.208,33 1.099,13 1.470,26 1.035,71 1.787,87 1.600,00 1.428,57 1.200,00 3.000,00 1.230,16 Valor Calculado Resduo Resduo Relativo977,09 356,24 26,72% 1.433,75 462,80 24,40% 1.477,28 -277,28 -23,11% 1.208,75 -208,75 -20,87% 1.102,65 230,68 17,30% 1.164,97 -164,97 -16,50% 1.416,24 -185,47 -15,07% 1.293,10 -156,74 -13,79% 1.063,86 163,41 13,32% 1.126,68 -126,68 -12,67% 1.112,20 136,02 10,90% 1.312,39 -104,06 -8,61% 1.192,13 -93,00 -8,46% 1.592,27 -122,01 -8,30% 1.113,38 -77,67 -7,50% 1.654,02 133,85 7,49% 1.704,35 -104,35 -6,52% 1.357,32 71,25 4,99% 1.246,90 -46,90 -3,91% 2.893,09 106,91 3,56% 1.223,43 6,73 0,55% Resduo sobre DP 1,65 2,14 -1,28 -0,96 1,07 -0,76 -0,86 -0,72 0,75 -0,59 0,63 -0,48 -0,43 -0,56 -0,36 0,62 -0,48 0,33 -0,22 0,49 0,03

23

45

8 15 9 1 17 12 14 10 4 7 5 18 20 21 6 11 16 3 2 19 13

Caso 6 Data Tipo do bem Finalidade Objetivo da Avaliao Metodologia

: Laudo nr. 2005/0058-C : 03/03/2005 : UPC Urbano Prdio Comercial : Alienao : Determinao do Valor de Mercado : Mtodo Evolutivo (conjugao do Mtodo

Comparativo Direto de Dados de Mercado e Custo de Reedio). Ser objeto de anlise apenas o Mtodo Comparativo Classificao : Parecer Tcnico Descrio sumria do bem : 2o.pavimento de um prdio situado no centro de Lajinha(MG) com rea construda de 555,00 m e terreno de 2.116,00 m Dados coletados de lojas:

81

nr 1 2 *3 *4 5 6 7 8 *9 *10 11 12 13 14 15 16 *17 *18 *19 20 21

Endereo rea const * tr/Total Setor * Pad * Est * Oi Pav * V Total R Nestor Vieira de Gouveia 40,00 1,00 1 2 3 1 1 270,00 Av Presidente Vargas 88,00 1,00 2 1 2 1 1 400,00 Av Presidente Vargas 100,00 1,00 2 2 2 1 1 780,00 R Dr Rubem Borich 91,00 1,00 2 2 3 1 1 1040,00 R Dr Rubem Borich 204,50 1,00 2 2 3 1 1 1020,00 R Dr Rubem Borich 132,00 1,00 2 2 2 1 1 600,00 R Dr Rubem Borich 54,25 0,74 2 2 2 1 1 270,00 R Dr Rubem Borich 54,25 0,74 2 2 2 1 1 390,00 R Dr Rubem Borich 103,75 1,00 2 2 2 1 1 300,00 R Dr Rubem Borich 55,00 1,00 2 2 2 1 1 200,00 R Dr Rubem Borich 99,00 0,00 2 2 2 1 2 300,00 R Nestor Vieira de Gouveia 252,00 0,50 1 2 3 1 1 750,00 Av Presidente Vargas 60,00 0,50 2 1 1 1 1 390,00 Av Presidente Vargas 69,00 1,00 2 2 3 2 1 360,00 Av Presidente Vargas 84,00 1,00 2 1 1 1 1 300,00 Av Presidente Vargas 153,75 1,00 2 2 2 1 1 700,00 R Dr Rubem Borich 30,00 1,00 2 2 1 1 1 390,00 R Dr Rubem Borich 21,00 1,00 2 2 1 1 1 390,00 R Dr Rubem Borich 21,00 1,00 2 2 1 1 1 300,00 R Dr Rubem Borich 600,00 1,00 2 2 2 1 1 1700,00 R Dr Rubem Borich 120,00 0,00 2 3 3 1 2 330,00

V unit 6,75 4,55 7,80 11,43 4,99 4,55 4,98 7,19 2,89 3,64 3,03 2,98 6,50 5,22 3,57 4,55 13,00 18,57 14,29 2,83 2,75

OBS: * elementos desabilitados Descrio das variveis: rea construda: rea total construda em m rea trreo/total: rea construda do trreo / rea total construda Setor: Setor urbano, onde: 1: pior localizao; 2: melhor localizao Padro: Padro de acabamento, onde: 3=mdio; 2=baixo; 1=mnimo Estado: Estado de conservao, onde: 3=novo/reformado; 2=bom; 1=regular Oi: Origem da informao: 1=transao; 2=oferta Pavimento: Pavimento, onde: 1=imveis situados no nvel da rua; 2=imveis situados em pavimentos superiores V total: Valor total do imvel, em R$ V unit: Valor total do imvel dividido pela rea total construda, medido em R$/m

82

Informaes complementares: Nmero de variveis: 9 Nmero de variveis consideradas: 4 Nmero de dados: 21 Nmero de dados considerados: 14 Resultados Estatsticos: Linear Coeficiente de correlao: 0,871447 Coeficiente de determinao: 0,759420 Coeficiente de determinao ajustado: 0,687246 Fisher-Snedecor: 10,52 Significncia: 0,01 No-Linear Coeficiente de correlao: 0,867627 Coeficiente de determinao: 0,752777 Normalidade dos resduos 71% dos resduos situados entre -1 e +1 s 92% dos resduos situados entre -1,64 e +1,64 s 100% dos resduos situados entre -1,96 e +1,96 s Outliers do modelo: 0 Equao Regressores rea Const setor Pav V unit Equao T-Observado 1/x x x 1/y -4,26 -1,99 2,96 Significncia 0,05 6,34 0,88

83

Dados do imvel avaliado: rea Const setor Pav 555,00 1,00 2,00

Valores da Moda para 80 % de confiana V unit Mdio: 2,11 V unit Mnimo: 1,75 (17,06%) V unit Mximo: 2,60 (22,92%) Equao de Regresso: V unit = 1 / ( 0,556181 - 325,670668 * 1/rea Const - 0,072599 * setor + 0,102846 * Pav ) ^ 2 Correlaes entre variveis rea Const setor Pav V unit setor Pav V unit Pav V unit 56 68 17 1 43 53 -37 -20 -69 60 48 80 Isoladas Influncia

84

Resduos
nr Valor Observado 20 2,83 15 3,57 7 4,98 5 4,99 8 7,19 13 6,50 16 4,55 6 4,55 14 5,22 11 3,03 21 2,75 2 4,55 1 6,75 12 2,98 Valor Calculado Resduo Resduo Relativo3,80 -0,97 -34% 4,57 -1,00 -28% 6,15 -1,17 -24% 3,91 1,08 22% 6,15 1,04 14% 5,58 0,92 14% 4,00 0,55 12% 4,08 0,47 10% 5,04 0,18 3% 2,94 0,09 3% 2,83 -0,08 -3% 4,49 0,06 1% 6,82 -0,07 -1% 2,96 0,02 1% Resduo sobre DP 1,84 1,39 1,01 -1,32 -0,68 -0,70 -0,70 -0,59 -0,17 -0,20 0,20 -0,07 0,05 -0,05

Caso 7 Data Tipo do bem Finalidade Objetivo da Avaliao Metodologia Grau de Preciso

: Laudo nr. 2005/0069-C : 09/03/2005 : ULJ Urbano Loja Comercial : Locao : Determinao do Valor de Mercado : Mtodo Comparativo Direto de Dados de Mercado : III

Grau de Fundamentao : I Descrio sumria do bem : Loja comercial com rea privativa total de 397,05 m situada no Bairro Eldorado em Contagem(MG) Dados coletados:

85

nr 1 2 *3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 *20 21 *22 23

Endereo Av Joo Csar Oliveira Av Joo Csar Oliveira Av Joo Csar Oliveira Av Joo Csar Oliveira Av Joo Csar Oliveira Av Jose Faria da Rocha Av Jose Faria da Rocha Av Jose Faria da Rocha Av Joo Csar Oliveira R Jose Barra Nascimento Av Jose Faria da Rocha Av Joo Csar Oliveira Av Jose Faria da Rocha Av Jose Faria da Rocha Av Joo Csar Oliveira Av Joo Csar Oliveira Av Joo Csar Oliveira Av Joo Csar Oliveira Av Joo Csar Oliveira Av Joo Csar Oliveira Av Jose Faria da Rocha Av Jose Faria da Rocha Av Joo Csar Oliveira

rea eq Testada Trfego Oferta/loc V unit 75,00 8,00 2 1 10,67 86,50 12,00 2 1 9,40 220,00 12,00 2 1 3,63 100,00 4,50 2 1 7,50 72,00 9,00 2 1 13,88 55,00 5,00 2 1 11,14 55,00 3,50 2 2 10,91 250,00 10,00 1 2 7,60 48,00 4,00 2 2 12,50 30,00 3,00 1 2 10,00 360,00 12,00 2 2 8,33 50,00 3,50 1 2 8,33 113,00 6,00 1 2 10,61 30,00 3,00 1 2 8,30 180,00 8,00 2 2 11,11 360,50 10,00 2 2 15,90 95,00 9,00 2 2 9,79 170,00 9,00 2 2 14,70 40,00 3,00 2 2 8,75 85,00 4,00 2 2 29,41 60,00 6,00 1 2 7,50 145,00 7,00 1 2 5,17 18,00 3,00 2 2 18,33

Descrio das variveis: rea Eq: Varivel quantitativa que se refere ao tamanho da rea

equivalente dos imveis avaliando e pesquisados, considerando-se um fator de equivalncia de 50% para a sobreloja e de 30% para o subsolo. Esta varivel medida em m Testada principal: Varivel quantitativa que se refere extenso da testada principal dos imveis avaliando e pesquisados para a via pblica. Esta varivel medida em metros. Trfego de veculos: Varivel dicotmica que se refere intensidade do trfego de veculos na via pblica, assumindo o valor 1 se estes se encontram em vias de baixo trfego de veculos e o valor 2 se estes se encontram em vias de alto trfego de veculos. Oferta/locao: Varivel dicotmica que se refere situao dos imveis no momento da pesquisa, assumindo o valor 1 se estes se encontram locados e o valor 2 se estes se encontram em oferta no mercado imobilirio.

86

Valor/m: Varivel explicada que se refere ao valor unitrio informado para os imveis pesquisados e encontrado para o imvel avaliando. Esta varivel medida em R$/m.

Informaes complementares: Nmero de variveis: 5 Nmero de variveis consideradas: 5 Nmero de dados: 23 Nmero de dados considerados: 20 Resultados Estatsticos: Linear Coeficiente de correlao: 0,753163 Coeficiente de determinao: 0,567254 Coeficiente de determinao ajustado: 0,451856 Fisher-Snedecor: 4,92 Significncia: 0,02 No-Linear Coeficiente de correlao: 0,753163 Coeficiente de determinao: 0,567254 Normalidade dos resduos 75% dos resduos situados entre -1 e +1 s 90% dos resduos situados entre -1,64 e +1,64 s 100% dos resduos situados entre -1,96 e +1,96 s Outliers do modelo: 0 Equao Regressores rea eq Testada Trfego Equao T-Observado 1/x 1/x x 3,19 -1,95 2,45 Significncia 0,51 6,69 2,47

87

Oferta/loc V unit

x y

1,15

26,56

Dados do imvel avaliado: rea eq Testada Trfego Oferta/loc 340,05 11,50 2,00 1,00

Valores da Moda para 80 % de confiana V unit Mdio: 10,56 V unit Mnimo: 9,08 (14,11%) V unit Mximo: 12,05 (14,02%) Equao de Regresso V unit = 3,482491 + 3.318,342312 * 1/rea eq - 36,749013 * 1/Testada + 2,936605 * Trfego + 1,455394 * Oferta/loc Correlaes entre variveis rea eq Testada Trfego Oferta/loc V unit Testada Trfego Oferta/loc V unit Trfego Oferta/loc -38 42 -26 31 1 6 25 45 71 -7 20 44 78 22 15 64 Isoladas Influncia

88

V unit Oferta/loc V unit Resduos


11 16 17 4 21 5 13 18 8 19 2 10 9 12 14 6 15 7 1 23 Valor Observado 8,33 15,90 9,79 7,50 7,50 13,88 10,61 14,70 7,60 8,75 9,40 10,00 12,50 8,33 8,30 11,14 11,11 10,91 10,67 18,33 Valor Calculado 12,04 11,92 12,18 9,33 9,23 11,00 8,57 11,93 9,02 10,26 11,00 8,93 11,41 7,66 8,93 10,44 11,79 10,36 10,83 18,43 Resduo -3,71 3,98 -2,39 -1,83 -1,73 2,88 2,04 2,77 -1,42 -1,51 -1,60 1,07 1,09 0,67 -0,63 0,70 -0,68 0,55 -0,16 -0,10

46

53

28

Resduo Relativo45% 25% -24% -24% -23% 21% 19% 19% -19% -17% -17% 11% 9% 8% -8% 6% -6% 5% -1% -1%

Resduo sobre DP -1,68 1,80 -1,08 -0,83 -0,78 1,31 0,92 1,26 -0,64 -0,68 -0,72 0,48 0,49 0,30 -0,29 0,32 -0,31 0,25 -0,07 -0,04

Caso 8 Data Tipo do bem Finalidade Objetivo da Avaliao Metodologia Classificao Trs Marias (MG) Dados coletados:

: Laudo nr. 2006/0084-C : 27/03/2006 : UPC - Prdio Comercial : Locao : Determinao do Valor de Mercado : Mtodo Comparativo Direto de Dados de Mercado : Parecer Tcnico

Descrio sumria do bem : Loja Comercial de 958,00 m localizada no centro de

89

nr 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Endereo R John Kennedy R John Kennedy R John Kennedy R Marechal da Fonseca R Marechal da Fonseca R Marechal da Fonseca R Matozinhos R Matozinhos R Matozinhos R Castelo Branco R Castelo Branco R Santos Dumont R Santos Dumont R Fellino Muller R John Kennedy R John Kennedy

Padro 2 2 3 2 2 2 1 3 3 2 2 2 2 3 3 1

Testada 6,00 12,00 12,00 5,00 5,00 10,00 5,00 10,00 20,00 25,00 6,00 7,00 21,00 16,00 14,00 1,20

rea Total 70,00 400,00 65,00 40,00 75,00 440,00 60,00 280,00 200,00 175,00 120,00 115,00 100,00 60,00 70,00 297,00

Setor 2 2 2 2 2 2 2 2 2 2 2 1 1 1 2 2

Valor unit 6,86 5,00 6,92 7,50 6,93 3,86 5,00 6,79 6,00 8,00 6,25 4,78 4,70 5,00 10,00 3,68

Descrio das variveis Valor Unit: valor unitrio do imvel por metro quadrado rea total: rea total do imvel medida em m Setor urbano: atratividade do imvel na regio Testada: frente do imvel medida em metros quadrados Padro: padro de acabamento do imvel

Informaes complementares: Nmero de variveis: 5 Nmero de variveis consideradas: 5 Nmero de dados: 16 Nmero de dados considerados: 16 Resultados Estatsticos: Linear Coeficiente de correlao: 0,898637 Coeficiente de determinao: 0,807548 Coeficiente de determinao ajustado: 0,737565 Fisher-Snedecor: 11,54 Significncia: 0,01

90

No-Linear Coeficiente de correlao: 0,863021 Coeficiente de determinao: 0,744805 Normalidade dos resduos 68% dos resduos situados entre -1 e +1 s 93% dos resduos situados entre -1,64 e +1,64 s 100% dos resduos situados entre -1,96 e +1,96 s Outliers do modelo: 0 Equao Regressores Padro Testada rea Total Setor Valor unit Padro Testada rea Total Setor Equao T-Observado 1/x x ln(x) x 1/y 3,00 37,00 438,09 2,00 2,99 -1,40 4,43 -4,15 Significncia 1,23 18,91 0,10 0,16

Dados do imvel avaliado:

Valores da Moda para 80 % de confiana Valor unit Mdio: 6,57 Valor unit Mnimo: 5,24 (20,33%) Valor unit Mximo: 8,82 (34,25%) Equao de Regresso Valor unit = 1 / ( 0,075647 + 0,108753 * 1/Padro - 0,001621 * Testada + 0,039580 * ln(rea Total) - 0,070259 * Setor )

91

Correlaes entre variveis Padro Testada rea Total Setor Valor unit Testada rea Total Setor Valor unit rea Total Setor Valor unit Setor Valor unit Resduos
3 6 10 8 15 14 9 12 11 5 4 2 13 16 1 7 Valor Observado 6,92 3,86 8,00 6,79 10,00 5,00 6,00 4,78 6,25 6,93 7,50 5,00 4,70 3,68 6,86 5,00

Isoladas

Influncia

-51 8 16 54

9 46 51 67

12 -27 -23

45 46 39

21 50

72 80

-32

78

Valor Calculado Resduo Resduo Relativo8,54 -1,62 -23,36% 4,67 -0,81 -20,94% 6,52 1,48 18,51% 5,61 1,18 17,35% 8,56 1,44 14,41% 5,63 -0,63 -12,51% 6,73 -0,73 -12,11% 4,23 0,55 11,44% 5,91 0,34 5,47% 6,57 0,36 5,24% 7,85 -0,35 -4,65% 4,83 0,17 3,47% 4,81 -0,11 -2,29% 3,74 -0,06 -1,66% 6,76 0,10 1,46% 5,05 -0,05 -1,10%

Resduo sobre DP 1,11 1,83 -1,16 -1,26 -0,69 0,91 0,73 -1,10 -0,38 -0,32 0,24 -0,29 0,19 0,18 -0,09 0,09

92

5.2 Anlise dos casos Sero apresentadas as anlises dos laudos de avaliaes completos de imveis urbanos, elaborados segundo a NBR 14.653 parte 1 (2001) e parte 2 (2004), conforme foi apresentado no captulo 4: Para melhor didtica, ser seguido a itemizao do item 10 da norma NBR 14.653-2: a) identificao do solicitante: Em todos os casos houve o atendimento ao item, sendo o solicitante identificado nos laudos. b) finalidade do laudo: Em todos os casos houve atendimento ao item, sendo a finalidade apresentada nos laudos. c) objetivo da avaliao: Em todos os casos houve atendimento ao item, sendo o objetivo apresentado nos laudos. d) pressupostos, ressalvas e fatores limitantes: Em todos os casos houve atendimento ao item, sendo que em alguns casos o avaliador acrescentou informaes que poderiam ser apresentadas em locais especficos, definidos na norma. Para exemplo, pode-se citar o caso 7 que apresentou a seguinte nota:

93

A pesquisa de valores de locao foi efetuada junto ao mercado imobilirio local e lojistas das imediaes, sendo as informaes classificadas como idneas e fornecidas de boa f. Entende-se pela norma 14.653-2, item 10.1, que essa nota poderia ser apresentada no subitem indicao do(s) mtodo(s) e procedimento(s) utilizado(s). e) identificao e caracterizao do imvel avaliando: Os laudos apresentaram uma descrio atendendo as exigncias da norma, exceto no caso 7 que faltou uma caracterizao da regio e do terreno conforme previsto na norma. No caso 3, o avaliador ressalva que no consta no registro do imvel a rea construda e foram considerados os dados do IPTU por razo do proprietrio no permitir a entrada no imvel. Esta nota deveria constar do item anterior que se refere a pressupostos e ressalvas. f) diagnstico do mercado: Em todos os casos os engenheiros de avaliaes analisaram o mercado onde se situa o bem, indicando a sua liquidez, relatando a conduta e o desempenho do mercado. g) indicao do(s) mtodo(s) e procedimento(s) utilizado(s) Em todos os casos foram indicadas as metodologias empregadas, sendo que apenas no caso 01 a escolha da metodologia no foi justificada. No caso 07, foi utilizada a varivel explicativa independente rea Equivalente, referindo-se ao tamanho da rea equivalente dos imveis avaliando e pesquisados, considerando-se um fator de equivalncia de 50% para a sobreloja e de 30% para o subsolo, medida em m. Como no prevista pela norma 14.653 a utilizao de fatores de homogeneizao sem a devida fundamentao, o autor

94

do laudo poderia tentar a utilizao de outras variveis que pudessem explicar a variao do valor unitrio, como: rea do trreo/rea total, rea pav.superior/rea total. Em ltimo caso, no conseguindo explicar o modelo e permanecendo a varivel rea Equivalente, o laudo dever ser classificado como parecer tcnico. Apenas nos casos 02 e 05 foram citados os procedimentos utilizados, como o tipo de tratamento dos dados e programas computacionais utilizados. h) especificao da avaliao: Todos os casos apresentaram a especificao da avaliao, com as demonstraes das tabelas 3.1, 3.2 e 3.3 e a pontuao atingida, exceto para os casos onde a avaliao foi classificada como parecer tcnico. Nos casos 01 e 07, os graus de preciso atingidos conforme a tabela 3.3 foram o grau III. No obstante, os avaliadores deveriam classificar as avaliaes com preciso II, devido as utilizaes de cdigos alocados nos modelos de regresses que, segundo a norma 14.653-2(2004), a utilizao de cdigos alocados implica a obteno de no mximo grau II de preciso. No caso 05, houve extrapolao de duas variveis: rea total e rea ter/rea total. Neste caso, a pontuao no item 05 (extrapolao) da tabela de fundamentao ser 1 (conforme demonstrado na tabela 3.1), ficando o enquadramento global do laudo com Grau de Fundamentao I. No caso 08, o avaliador atribuiu a nota 2 no item 5 da tabela (extrapolao), considerando o atendimento ao descrito na norma. Verificando as condies impostas na norma com o que foi calculado pela inferncia estatstica, conclui-se que no houve atendimento ao item b, em que o valor estimado ultrapassou 10% do valor calculado no limite da fronteira amostral, para a varivel testada principal. No caso 01, o avaliador no atentou para o nvel de significncia do modelo que foi calculado em 5% e que a pontuao no item 7 da tabela de fundamentao

95

(tabela 3.1) seria 2. Para atingir a pontuao 3, informada pelo avaliador, o nvel de significncia deve ser de no mximo 1%. i) tratamento dos dados e identificao do resultado: Quanto explicitao dos clculos efetuados e o atendimento ao Anexo A da norma, temos: Micronumerosidade: Para verificao do equilbrio das amostras com pequenos nmeros de elementos, em todos os casos foram observados o atendimento micronumerosidade, e quando no atendidos os trabalhos foram classificados como parecer tcnico, conforme os seguintes casos: No caso 02, na varivel conservao o nmero de dados com caractersticas 1 e 4 foram menores que 3 (ni 3), e na varivel localizao o nmero de dados com caractersticas iguais a 1 foram menores que 5 (ni 5). No caso 03, a varivel Estado de Conservao apresentou apenas 4 vezes o cdigo alocado igual a 2, no atendendo ao nmero mnimo de 5. No caso 06, para as variveis setor e pavimento tambm ocorre a micronumerosidade, pois o cdigo alocado 1 aparece apenas 2 vezes e para a varivel quantitativa pavimento o nmero de valores observados distintos tm que ser maior ou igual a 5. Linearidade: Em todos os casos foram utilizadas transformaes simples de variveis para linearizar o modelo. No caso 08, por exemplo, analisando o comportamento grfico da varivel dependente Valor Unitrio em relao a varivel independente rea Total, em escala original, tem-se conforme a figura 3.16:

96

figura 3.16 Caso 08: Grfico Valor Unitrio x rea Total

Aps as transformaes realizadas, examina-se a linearidade do modelo, pela construo do grficos dos valores observados para a varivel dependente versus a varivel independente, com as respectivas transformaes, demonstrado na figura 3.17: conforme

Figura 3.17 Caso 08: Grfico Valor Unitrio x rea Total (transformadas)

O coeficiente de Determinao da equao transformada est mais prximo de 1,00, mostrando-se mais aderente aos dados, na forma matemtica em que os mesmos esto considerados. Normalidade: Apenas o caso 2 no demonstrou a verificao da normalidade atravs das formas previstas na norma, no garantindo que os erros tm distribuio normal. Nos demais casos a normalidade foi verificada pela comparao da freqncia relativa dos resduos amostrais padronizados nos

97

intervalos de [-1;+1], [-1,64;+1,64], [-1,96;+1,96], com as probabilidades da distribuio normal padro nos mesmos intervalos, ou seja, 68%, 90% e 95%. Em 4 casos a verificao foi feita tambm pelo exame do histograma dos resduos amostrais padronizados, com o objetivo de verificar se sua forma guarda semelhana com a da curva normal. Exemplo da verificao da normalidade no caso 6 verificada nas figura 3.18 e 3.19:

Figura 3.18 Caso 06: Normalidade dos resduos

Figura 3.19: Caso 06: Distribuio de freqncia

Outra forma que poderia ser apresentada seria um grfico dos resduos padronizados versus valores ajustados com pontos dispostos aleatoriamente, com a grande maioria situados no intervalo [-2;+2 ], conforme foi apresentado no caso 02, demonstrado na figura 3.20:

98

Figura 3.20 Caso 06: Grfico dos resduos padronizados versus valores ajustados

Homocedasticidade: Em 03 casos no houve a demonstrao da verificao da homocedasticidade, que pode ser feita pela anlise grfica dos resduos versus valores ajustados, que devem apresentar pontos dispostos aleatoriamente, sem nenhum padro definido. No caso 01, conforme demonstrado na figura 3.21, parece que no houve a homocedasticidade, pois os valores dos resduos padronizados esto aumentando em relao ao eixo, medida que aumenta o valor unitrios. O avaliador deveria, neste caso fazer uma estudo mais detalhado para a verificao do ocorrido e se necessrio, aumentar o nmero de amostras para inferir sobre os resultados.

Figura 3.21 Caso 01: Verificao da homocedasticidade

99

Autocorrelao: Nos casos 01 e 02 no foram feitas as verificaes da autocorrelao. No caso 07 foi verificada pelo teste Durbin-Watson:

Nos demais casos a no autocorrelao foi demonstrada pela anlise do grfico dos resduos cotejados com os valores ajustados, que apresentou pontos dispersos aleatoriamente, sem nenhum padro definido, conforme ocorrido no caso 08 e demonstrado na figura 3.22:

Figura 3.22 Caso 08: grfico dos resduos cotejados com os valores ajustados

No foram utilizadas, em nenhum dos casos, as variveis temporais, onde a ocorrncia da autocorrelao pode ser verificada com maior freqncia. Colinearidade ou multicolinearidade: Nos casos 02 e 03 no foram demonstradas as verificaes da multicolinearidade, sendo que nos demais casos a matriz das correlaes foi analisada e no apresentou resultados superiores a 0,80 para as variveis isoladas ou com influncia. Segue abaixo o exemplo da matriz do caso 08, conforme figura 3.23:

100

Figura 3.23 - Caso 08: Matriz das correlaes

Ao analisar a matriz de correlaes do caso 02, verificamos a colinearidade e multicolinearidade das variveis rea construda x rea do terreno com grau de correlao fortssimo 0,98. A amostra neste caso pode estar mostrando uma caracterstica da populao a qual pertence, pois quanto menor a rea do terreno, menor poder ser a rea construda. Neste caso, como o avaliando segue os padres estruturais do modelo, a existncia de multicolinearidade pode ser negligenciada, desde que adotada a estimativa pontual. A alta correlao entre a varivel ocupao com as variveis rea construda e rea do terreno, deve-se ao fato que a definio da varivel ocupao a diviso entre as duas variveis anteriores. Neste caso, pode-se testar a retirada de uma das variveis com a devida cautela, verificando a sua importncia na formao do valor. No caso 3, existe uma correlao fortssima entre a rea total com a idade aparente e o estado de conservao, considerando as influncias das demais variveis e uma correlao forte entre a idade aparente e o estado de conservao na forma isolada. Nestes casos, a norma, recomenda que sejam tomadas medidas corretivas, como a ampliao da amostra ou adoo de

101

tcnicas estatsticas mais avanadas ou mesmo a eliminao de varivel colinear pouco representativa. Pontos influenciantes ou outliers: Nos casos 02 e 03 no foram apresentadas as verificaes da existncia de outliers, sendo que no caso 03 houve a informao da no presena de outlier, sem a devida demonstrao. Nos demais casos, a existncia desses pontos atpicos foi verificada pelo grfico dos resduos versus cada varivel independente, como tambm em relao aos valores ajustados. No caso 5, verifica-se a presena de outlier (dado 15) e de um possvel ponto influenciante (dado 19), conforme demonstrado na figura 3.24 onde suas influncias e o poder de explicao da equao podem ser verificados atravs de outro ajustamento aps exclu-los, e comparando o novo modelo com o anterior.

Figura 3.24 Caso 05: Presena de outlier e ponto influenciante

Em nenhum dos casos foi citada a presena de pontos influenciantes, que devem ser retirados com a condio de apresentao de justificativas.

102

Significncia dos regressores: Apenas no caso 02 a significncia individual dos parmetros das variveis do modelo no foram submetidas ao teste t de student. Nos outros casos foi demonstrada a significncia de cada parmetro, conforme o exemplo do caso 05 (tabela 3.6):
Tabela 3.6: Caso 05: Significncia dos regressores

A varivel rea apresenta valor do t muito superior as demais, o que pode significar que essa varivel explica a maior parte da variao, depois o setor urbano contribui com outra parte significativa e as demais esto dando pequena contribuio. A hiptese nula do modelo foi submetida ao teste F de Snedecor e rejeitada ao nvel mximo de significncia de 1%:

Em todos os casos foram feitos os testes de hipteses para a verificao da significncia do modelo.

103

Poder de explicao: em todos os casos foram calculados os coeficientes de determinao e determinao ajustado, conforme apresentados no caso 02

Neste caso, o coeficiente de correlao indica uma forte relao de causa e efeito entre a variao da varivel explicada (y) e as variaes das variveis explicativas (x) O coeficiente de determinao calculado indica que 80% da variabilidade dos preos so devidos s variaes das reas construdas, reas dos terrenos, estados de conservao dos imveis, ndices de ocupao e localizaes dos imveis, enquanto os outros 20% indicam a existncia de outras variveis no testadas ou algum erro. Caso o coeficiente de determinao ajustado diminua com o acrscimo de alguma varivel, implica que a varivel includa no suficiente para compensar a

perda de um grau de liberdade decorrente de sua incluso no modelo, devendo


ser retirada. Campo de arbtrio: No caso 06 no foi adotada a estimativa pontual, e o engenheiro de avaliaes no justificou sua escolha dentro do campo de arbtrio correspondente semi-amplitude de 15% em torno da estimativa pontual. No caso 03 o avaliador justifica sua escolha da seguinte forma: Para determinao do valor de venda do imvel avaliando utilizamos 10% abaixo do valor mdio, tendo em vista que a varivel oferta/transao no foi utilizada. Seria adequado o avaliador comentar nesta justificativa que a maioria dos dados da amostra (13 dos 14) so dados em oferta no mercado e que geralmente os imveis so transacionados por um valor, em mdia, de 10% abaixo do valor ofertado.

104

Cdigos alocados: O cdigo alocado foi utilizado em 05 casos, mas em nenhum dos casos seguiu a ordem de prioridade da norma que solicita primeiro a utilizao do cdigo alocado quando seus valores so extrados da amostra com a utilizao de variveis dicotmicas. E, em segundo, a norma tolera quando so utilizados nmeros naturais em ordem crescente das caractersticas possveis, com valor inicial igual a 1, sem a utilizao de transformaes, ou seja, na escala original. Em 04 casos que foram utilizados cdigos alocados com os nmeros naturais, foram utilizadas as transformaes nas variveis, como no caso 08 em que foi adotada a transformao 1/x para a varivel padro. Verifica-se que, na maioria dos casos os avaliadores no esto atendendo pressupostos da norma, no que diz respeito utilizao do cdigo alocado. Apresentao do modelo: Nos casos 01 e 08 no houve atendimento norma no que diz que a varivel dependente no modelo de regresso deve ser apresentada no laudo na forma no transformada. No caso 08 foi apresentada a equao na forma inversa (figura 3.25):

Figura 3.25: Caso 08: Equao de regresso na forma inversa.

Grfico de preos observados versus valores estimados pelo modelo: A norma solicita que no caso de utilizao do mtodo comparativo direto de dados de mercado, deve ser apresentado o grfico de preos observados versus valores estimados pelo modelo. Em 03 casos no foi demonstrado o grfico solicitado pela norma, em que os pontos no grfico apresentam-se prximos da bissetriz do primeiro quadrante. No caso 8, tem-se o seguinte grfico (figura 3.26):

105

Figura 3.26: Caso 08: grfico de preos observados versus valores estimados

j) resultado da avaliao e sua data de referncia: Todos os casos atendem ao disposto na norma 14.653-2(2004) k) qualificao legal completa e assinatura do(s) profissional(is)

responsvel(is) pela avaliao: Todos os casos atendem ao disposto na norma 14.653-2(2004)

106

6. PROPOSTA DE CHECK LIST Para auxiliar no trabalho de execuo de laudo de avaliao, o autor recomenda a utilizao do check list proposto a seguir, visando garantir a observncia dos pressupostos bsicos do anexo A da NBR 14.653-2, bem como melhorar a qualidade dos laudos executados. O check list utilizado pelo avaliador deve ser entregue em anexo ao laudo, a fim de que o contratante possa examinar e validar o trabalho apresentado. No caso de instituio financeira, que demanda curto prazo para a elaborao de laudos e apresentao de resultados, o check list poder auxiliar, tambm, o analista da instituio, diminuindo o tempo de anlise que pode se estender devido s correes a serem efetuadas quando o laudo no atende a algum item da norma. Segue abaixo, a proposta de check list que dever vir anexo ao laudo de avaliao, criando um facilitador para a verificao dos procedimentos para a utilizao de modelos de regresso linear.

107

CHECK LIST (anexo ao laudo) ( )O modelo atende aos itens abaixo simultaneamente?

- n 3 (k+1) - ni 5, at duas variveis dicotmicas ou trs cdigos alocados para a mesma caracterstica; ou ni 3, para 3 ou mais variveis dicotmicas ou quatro ou mais cdigos alocados para a mesma caracterstica;

Sim - Classificado com Grau de Fundamentao e Preciso No Classificado como Parecer Tcnico

)A linearidade do modelo foi examinada, conforme os grficos dos observados com para as a varivel dependente versus cada varivel

valores

independente,

respectivas

transformaes,

conforme

apresentado

neste trabalho?

)A verificao da normalidade foi realizada e demonstrada neste

trabalho, conforme anexo A da Norma, item A.2.2.2 letra __ (citar a forma). (ex: letra a: pelo exame de histograma dos resduos amostrais padronizados, com o objetivo de verificar se sua forma guarda semelhana com a da curva normal.

)A verificao da homocedasticidade foi realizada e apresentada

neste trabalho, conforme anexo A da Norma, item A.2.2.3 letra __ (citar o processo) (ex: letra a: anlise dos resduos versus valores ajustados, que devem apresentar pontos dispostos aleatoriamente, sem nenhum padro definido.

)A

verificao

da

autocorrelao

foi

feita

apresentada

neste

trabalho, conforme anexo A da Norma, item A.2.2.3 letra __ (citar o processo) (ex: letra a: pela anlise do grfico dos resduos cotejados com os valores ajustados, que deve apresentar pontos dispersos

aleatoriamente, sem nenhum padro definido,

)A verificao da multicolinearidade foi feita e apresentada neste pela matriz das correlaes, que espelha as dependncias

trabalho,

lineares de primeira ordem entre as variveis independentes, com ateno especial para resultados superiores a 0,80?

( dos

)A existncia de outlier foi verificada e demonstrada pelo grfico resduos versus cada varivel independente? Foi detectado ponto

108

influenciante? A sua retirada foi justificada?

)A significncia individual dos parmetros das variveis do modelo

foi submetida ao teste t de Student, em conformidade com as hipteses estabelecidas quando da construo do modelo, e os resultados foram

apresentados neste trabalho?

)A hiptese nula do modelo foi submetida ao teste F de Snedecor e

rejeitada ao nvel mximo de significncia de 1 %, e os resultados foram apresentados neste trabalho?

)A

explicao

do

modelo

foi

aferida

pelo

seu

coeficiente

de

determinao e tambm considerado o coeficiente de determinao ajustado, conforme resultados demonstrados neste trabalho?

)O engenheiro avaliador justificou a escolha do valor dentro do

campo arbtrio, caso no seja adotada a estimativa pontual?

)Foram

consideradas para

tantas as

variveis

dicotmicas qualitativas,

quantas em

forem da

necessrias

descrever

diferenas

lugar

utilizao de cdigos alocados?

)Os valores dos cdigos alocados foram extrados da amostra com a

utilizao de variveis dicotmicas?

)Foram utilizados cdigos alocados com nmeros naturais em ordem

crescente das caractersticas possveis, com valor inicial igual a 1, sem a utilizao de transformaes, ou seja, na escala original?

)Foram verificadas as exigncias para o atendimento do Grau de

Fundamentao e Grau de Preciso quando da utilizao de cdigo alocado?

)A varivel dependente no modelo de regresso foi apresentada no

laudo na forma no transformada?

)Foi

anexado

grfico

de

preos

observados

na

abscissa

versus

valores estimados pelo modelo na ordenada, apresentando pontos prximos da bissetriz do primeiro quadrante?

Figura 6.1: Check list para os pressupostos bsicos

109

7. CONCLUSO

Atravs da anlise crtica de 8 (oito) laudos de avaliao executados por profissionais da rea de engenharia, foi possvel verificar que em nenhum dos casos houve a total observncia das regulamentaes da NBR 14.653 partes 1 e 2. Verificou-se em todos os casos que algum ou alguns itens no esto em conformidade com o normativo, devido a vrios fatores que devem ser observados: no foi seguida a estrutura de apresentao do laudo e ou no houve o atendimento aos pressupostos bsicos (ou se houve, no foi demonstrado). Todas as informaes que validam os pressupostos da norma devem estar contidas no trabalho, tendo em vista que o laudo completo deve ser autoexplicvel. Pressupe-se que os principais motivos da no observncia da NBR 14.653-2 sejam: o no entendimento da norma, devido a complexidade que envolve o tratamento estatstico dos dados, e tambm, o pouco tempo de vigncia que, talvez, no foi suficiente para superar os vcios que a antiga norma NBR 5676 pode ter deixado nos profissionais da rea de engenharia de avaliaes. O no atendimento Norma pode gerar a no confiabilidade do resultado obtido no trabalho tcnico realizado. E nos casos em especfico, o desrespeito regulamentao pode implicar em descumprimento de prazos contratuais prestabelecidos e at em prejuzos materiais para os contratantes, posto que os laudos de avaliao de bens muitas vezes se prestam a fundamentar arrematao em hasta pblica, liberao de financiamento, escolha de imveis para utilizao prpria, renovao de locao com terceiros, negociao com devedores, dentre outros.

110

Neste sentido, a fim de minimizar os erros, cometidos pela no observncia dos normativos, o autor props um check list para garantir o atendimento dos pressupostos bsicos do anexo A da NBR 14.653-2, que dever ser utilizado pelo engenheiro avaliador durante a execuo do trabalho, e entregue em anexo ao laudo de avaliao. Acredita-se assim que, a incluso deste simples procedimento, implicar em um resultado positivo e significativo na qualidade dos laudos executados por engenheiros avaliadores, e atender as expectativas do contratante no que tange confiabilidade dos resultados e cumprimento do prazo de elaborao do laudo.

111

REFERNCIAS BIBLIOGRFICAS

ALVES DANTAS, R.

Engenharia de Avaliaes: Uma Introduo

Metodologia Cientfica. So Paulo: Pini, 1998. 251 p. ALVES DANTAS, R, Rocha, Francisco J. S., Medidas Corretivas. Barquisimeto, 2001. FARIAS,A.A., SOARES,J.F., CSAR, C.C. Introduo a Estatstica. Rio de Janeiro: LTC, 2003. FIKER, Jos. Avaliao de Terrenos Urbanos, Terrenos e Benfeitorias, IV Jornadas Larenses de

Ingenieria de Tasacin Erros em Engenharia de Avaliaes: Diagnstico e

Depreciao de Imveis - Avaliaes para Garantias. So Paulo: Editora Pini. JACK JOHNSTON, J.; DINARDO, J.: Mtodos Economtricos. Amadora: McGraw-Hill, 2000. KMENTA, J. Elementos de Econometria. Segunda ed. So Paulo: Editora Atlas, 1990. MAIA NETO, F. Roteiro Prtico de Avaliaes e Percias Judiciais. 3a. ed. Belo Horizonte: Del Rey, 1997. 320 p. MONTGOMERY, D.C., PECK,E. Introduction to linear regression analysis. NY: John Wiley, 1982. MONTGOMERY, D.C.; RUNGER, G.C.. Estatstica Aplicada e Probabilidade para Engenheiros. Traduo: Profa. Vernica Calado. Janeiro: LTC, 1999. Segunda ed., Rio de Traduo e

reviso tcnica de Manuela Magalhes Hill, Ftima Ferro e Rui Menezes. 4 ed.,

112

MOREIRA FILHO, J.I.; ILHA MOREIRA, R. M. Avalien, 1993. v. 1.

Avaliao de Bens por

Estatstica Inferencial e Regresses Mltiplas. Segunda ed., Porto Alegre:

OLIVEIRA COSTA NETO, P.L. Estatstica. So Paulo: Editora Edgar Blcher, 1977. PELLI NETO, A. Curso de Inferncia Estatstica Aplicada Avaliao

Imobiliria. Belo Horizonte, 2004. 123 p. SILVA, S.A.P. Curitiba, 2005 STUMPF GONZLES, M. A. A Engenharia de Avaliaes na Viso Curso de Engenharia de Avaliaes Mdulo Avanado.

Inferencial. So Leopoldo: Editora Unisinos, 1997.