XV COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE AVALIAES

E PERCIAS IBAPE-SP

TRABALHO DE AVALIAO

COMPARAO ENTRE REGRESSO LINEAR E

ESPACIAL NA AVALIAO DE APARTAMENTOS
NA CIDADE DE BELM

RESUMO
Este trabalho vem estudar a regresso linear e a regresso espacial com o objetivo
realizar uma comparao entre essas duas metodologias de clculo utilizadas na avaliao de
imveis, em particular, apartamentos na cidade de Belm. Nas anlises realizadas com base em
informaes do Censo demogrfico (2000) e dados de imveis coletados mediante pesquisa de
mercado, verificou-se indcios de dependncia espacial nos preos dos imveis, e que os resultados
mostraram-se confiveis para os dois mtodos analisando os ndices economtricos.
Palavras chave: Regresso linear, Regresso espacial, Anlise espacial de dados, Imveis em
Belm.

Comparao entre regresso linear e espacial na

avaliao de apartamentos na cidade de Belm

Resumo
Este trabalho vem estudar a regresso linear e a regresso espacial com o
objetivo realizar uma comparao entre essas duas metodologias de clculo
utilizadas na avaliao de imveis, em particular, apartamentos na cidade de Belm.
Nas anlises realizadas com base em informaes do Censo demogrfico
(2000) e dados de imveis coletados mediante pesquisa de mercado, verificou-se
indcios de dependncia espacial nos preos dos imveis, e que os resultados
mostraram-se confiveis para os dois mtodos analisando os ndices economtricos.
Palavras chave: regresso linear, regresso espacial, anlise espacial de dados,
imveis em Belm.
ABSTRACT
This work studies the linear and spacial regression analysis, with the objective
of making a comparison betwen these methodologies used in real properties
evaluation, particularly, apartments at Belm city.
The analysis was made with the information from the Demographic Census
(2000), and real properties data colected based on markets research, one verified
indications of spacial dependency in properties value, such as the results were in
trust for the both methods, analysing the economtrics table of contents.
Keywords: linear regression, spacial regression, spatial data analysis, real
properties at Belm
1 INTRODUO
De acordo com Moreira 2001, a Engenharia de Avaliaes no uma cincia
exata, mas sim a arte de estimar os valores de imveis com diversas especificidades
em que o conhecimento profissional especializado de engenharia e o bom
julgamento so condies essenciais.
O mercado imobilirio em Belm encontra-se aquecido nos ltimos anos,
impulsionado pelas linhas de financiamento imobilirio oferecidas pelo governo e
administradas pela Caixa Econmica Federal, facilitando acesso ao crdito todas
as classes sociais, o que torna este setor um dos pontos chaves da economia
Brasileira, sob o ponto de vista de gerao de emprego e renda com grande impacto
social. Entretanto, o lanamento de novos empreendimentos habitacionais no
consegue acompanhar a crescente demanda pelo produto habitao. Este cenrio,
de forma macroeconmica pode induzir o avaliador a cometer equvocos, causados
pela especulao imobiliria.
Compreender este mercado, e ainda, trat-lo de forma matemtica,
utilizando-se das ferramentas estatsticas, tem-sido cada vez mais um desafio para
a engenharia de avaliaes. Com isso, na avaliao imobiliria, isto , na
determinao do valor de um imvel, no se pode por em foco um nico aspecto da

questo, convindo considerar simultaneamente, vrios fatores, como por exemplo, a

utilidade e o custo, por serem inseparveis.
Por esse motivo, neste estudo, a anlise do mercado habitacional foi
realizada em carter microeconmico com a incluso no modelo da varivel Bairro
que representa o valor do rendimento nominal mdio mensal dos responsveis pelos
domiclios particulares permanentes publicada no censo demogrfico-IBGE 2000,
buscando a elaborao de um modelo inferencial com o objetivo de comparar os
dados obtidos pelo modelo regresso linear e regresso espacial para a cidade de
Belm, levando em conta a localizao espacial do fenmeno de forma explicita,
procurando identificar, para o mercado imobilirio de apartamentos, uma amostra
que fosse capaz de distinguir, a valorizao dos imveis nos bairros pesquisados
com a utilizao da regresso linear e espacial.
2 METODOLOGIA
A metodologia utilizada nesta pesquisa, consistiu na elaborao de um
modelo inferencial, que buscasse uma comparao dos resultados obtidos por
regresso linear e por regresso espacial, identificando por meio da anlise espacial
de dados e com a utilizao de dados socioeconmicos, as regies onde h maior
valorizao imobiliria.
Com isso, a seqncia metodolgica utilizada neste trabalho seguiu os
seguintes passos:
a. Pesquisa para identificar os imveis em oferta no mercado imobilirio de
Belm
b. estimativa da equao de regresso de preos unitrios de apartamentos
c. utilizao do valor do rendimento nominal mdio mensal das pessoas com
rendimento, responsveis pelos domiclios particulares permanentes como varivel
scio-econmica, publicada pelo IBGE no ltimo censo demogrfico no ano de 2000
, afim de explicar a localizao do imvel
2.1 TRATAMENTO DOS DADOS
Os dados foram tratados por meio de regresso linear e anlise espacial,
utilizando-se os conceitos de econometria bsica e espacial.
3 CRITRIOS DE CLCULO
A metodologia de clculo vastamente utilizada e reconhecida na literatura a
modelagem por regresso, que resulta numa equao de regresso, que vem
explicar o comportamento do mercado imobilirio, e representada por:
Y1 0 1 X i1 2 X i 2 ... k X ik i .
i 1,..., m
(1)
Na qual, Y1 a varivel dependente representada pelo preo unitrio do
imvel; Xi1,...,Xik so chamadas de variveis independentes, correspondentes s
caractersticas estruturais (rea privativa, nmero de vagas de garagem, nmero de
dormitrios, etc.) e de localizao (bairro onde se situa o imvel, posio no prdio,
distncia a plos de influncia); 1 X 1 so os parmetros do modelo e i so erros
aleatrios.
Ao realizar a anlise de regresso, tm-se o foco em dois objetivos: (1)
encontrar um bom ajuste entre os preos observados e os valores estimados da

varivel dependente; (2) descobrir quais das variveis explicativas contribuem de

forma significativa para este relacionamento linear. Com isso, a hiptese padro
que as variveis so independente, ou seja, no so correlacionadas, e,

conseqentemente, que os resduos i do modelo tambm so independentes e

no correlacionados com a varivel dependente, tem varincia constante e
apresentam distribuio normal com mdia zero.
Portanto, com a utilizao do Mtodo Comparativo de Dados de Mercado,
preconizado na NBR-14653-2-2004, buscou-se um modelo que melhor se ajustasse
aos dados e ao mesmo tempo tivesse um maior potencial de contribuir para a
compreenso do fenmeno em estudo.
Contudo, no caso de dados espaciais, onde est presente a dependncia
espacial, muito pouco provvel que a hiptese padro de observaes no
correlacionadas seja verdadeira. Comumente os resduos continuam apresentando
a autocorrelao espacial presente nos dados, que pode se manifestar por
diferenas regionais sistemticas, nas relaes do modelo ou ainda por uma
tendncia espacial contnua.
Por esse motivo, no estudo da anlise espacial de dados foi observada a
autocorrelao espacial que trata de forma computacional a dependncia espacial
onde Tobler apud Cmara(2004) chama de primeira lei da geografia: todas as
coisas so parecidas, mais coisas mais prximas se parecem mais que coisas mais
distantes, ou ainda conforme Noel Cressie, a dependncia espacial est presente
em todas as direes e fica mais fraca, medida em que aumenta a disperso na
localizao dos dados. Desta forma, a autocorrelao espacial tem o objetivo de
verificar como varia a dependncia espacial, a partir da comparao entre os valores
de uma amostra e de seus vizinhos, utilizando indicadores de uma estatstica de
produtos cruzados do tipo:
n

( d )
i 1

w
j 1

ij

( d ) ij

(2)

Onde, a matriz ij fornece uma medida de correlao entre as variveis

aleatrias que pode ser o produto destas variveis, como no caso do ndice de
Moran para reas.
Os principais testes para detectar a autocorrelao espacial so Moran I, LM
Robusto(erro) e LM Robusto (defasagem). O ndice global de Moran I a expresso
de autocorrelao considerando apenas o primeiro vizinho e consiste em um teste
cuja a hiptese nula de independncia espacial, entretanto este teste no identifica
o tipo de erro ou defasagem espacial, e por esse motivo, so realizados testes
especficos como o LM robusto (erro) e o LM robusto (defasagem) para detectar os
efeitos de auto-correlao e defasagem espacial
na varivel dependente
respectivamente.
3.1 Teste LM Robusto (erro)
Segundo Dantas (2003), um teste assinttico realizado a partir da
estatstica (3), que tem distribuio qui-quadrado com um grau de liberdade,
sob a hiptese nula de no existncia de auto-correlao espacial no termo
do erro.
[e`We /( s 2 / n)] 2 a 2 (3)
LM (erro )

[tr ( w 2 W `W )]

X (1)

Onde e o vetor de resduos de mnimos quadrados; W a matriz de pesos

espaciais; s2=e`e/n a estimativa de mxima verossimilhana da varincia do
modelo; n o nmero de dados da amostra e tr o operador denominado trao
da matriz.
Assim, se a estatstica de teste for superior ao ponto crtico da distribuio
qui-quadrado, com um grau de liberdade, rejeita-se a hiptese de no
autocorrelao espacial nos resduos do modelo clssico de regresso.
3.2 Teste LM Robusto (defasagem)
Assim como LM robusto (erro), este tambm assinttico, e possui
distribuio qui-quadrado com um grau de liberdade, sob a hiptese nula de
no existncia de defasagem espacial na varivel dependente.
3.3 Modelo de defasagem espacial
A dependncia espacial criada atravs da interao entre os preos dos
imveis causa o efeito chamado de defasagem espacial, conhecido como
efeito de vizinhana que influi na determinao dos preos. Ou seja, quando
h inteno entre um vendedor e um comprador em transacionar um imvel,
levado em considerao, no apenas caractersticas locacionais, de padro
construtivo ou estruturais, mas tambm o preo dos imveis vizinhos, que
foram estudados, atravs de ocorrncias identificadas como pontos
localizados no espao, denominados processos pontuais.
Foi adotado o modelo de defasagem espacial uma vez que Dantas (2006)
apud Anselin, ressalta que o maior efeito espacial encontrado pela
comparao entre o modelo de erro e o de defasagem espacial, est no que
apresentar o maior valor absoluto.
Um aspecto fundamental da anlise exploratria espacial a caracterizao
da dependncia espacial, mostrando como os valores esto correlacionados
no espao. Neste contexto, as funes utilizadas para estimar quanto o valor
observado de um atributo numa regio dependente dos valores desta
mesma varivel nas localizaes vizinhas, so a autocorrelao espacial e o
variograma. Neste estudo, consideramos o ndice global e Moran I, que a
expresso da autocorrelao considerando apenas o primeiro vizinho.
De maneira geral, o ndice de Moran, consiste em um teste cuja hiptese nula
de independncia espacial, obtendo-se o valor zero neste caso.
Valores positivos (entre 0 e +1) indicam para correlao direta, e negativos
(entre 0 e -1) correlao inversa.
4 DESCRIO DO TRABALHO
Buscou-se, com base nos dados coletados, a determinao de um modelo de
regresso, para que fosse realizada uma comparao entre os clculos realizados
por regresso linear e por regresso espacial. O modelo caracteriza-se por
apresentar 62 dados de apartamentos, no qual a estimao foi realizada pelo
mtodo dos mnimos quadrados, sobre a varivel ao nvel socioeconmico, como o
bairro onde foi demandado, nmero de quartos sociais, nmero de sutes, posio
da unidade no prdio em relao a altitude, nmero de vagas de garagem, rea
privativa, as coordenadas geogrficas longitude e latitude representadas por coord
X e coord Y.

Os dados foram pesquisados nos jornais de grande circulao e

georeferenciados pela Companhia de Desenvolvimento da rea Metropolitana de
Belm (CODEM) que detentora da base de dados georeferenciada da cidade.
Posteriormente, buscou-se a identificao dos softwares que serviriam como
ferramentas para a realizao da pesquisa e obteno dos resultados, ento
utilizou-se o SISPLAN V - Sistema de Planta de Valores, da Pelli Sistemas
Engenharia, o ESRI ArcMapTM 9.1, e o AutoCadMap 2000.
5 RESULTADOS E DISCUSSO
Para o modelo adotado, representado pela equao 4:
Valor unitrio=
e^(+6,851793483+0,1574122378*dormitorios+0,007969079395*nivel/elevador+0,30
40538311*suites+0,1200427791*vagasdegaragem+5,840744856E-005*bairro0,00731730436*areaprivativa). (4)
Onde:
Valor unitrio
Varivel explicada (dependente) correspondente ao preo unitrio
do imvel no perodo da pesquisa
Dormitrios
varivel quantitativa corrrespondente ao nmero de quartos
sociais incluindo o nmero de sutes
Sutes
varivel quantitativa corrrespondente nmero de sutes
encontradas no imvel;
Nvel/elevador varivel proxy corrrespondente a posio do imvel no prdio;
Vagas de garagem varivel quantitativa correspondente ao nmero de garagens
do apartamento;
rea privativa varivel quantitativa correspondente a rea privativa da unidade;
Bairro
varivel proxy de nvel scio econmico correspondente a
localizao do imvel.
Os resultados obtidos encontram-se na Tabela 1. Onde se pode observar que
os ndices obtidos para as variveis independentes esto coerentes com o
comportamento mercado habitacional, pois, a medida que o nmero de dormitrios
aumenta, o valor unitrio tende a elevar-se. Tambm possvel concluir, que o
mesmo acontece com as variveis: nvel/elevador (Figura 4) que reflete a posio do
imvel no prdio, ou seja, quanto mais alto a posio do apartamento no edifcio
(para prdios com elevador) em que se localiza a unidade, mais valorizada ser; o
nmero de sutes e o nmero de vagas de garagem.
Tambm, j era de se esperar que, quanto maior a renda mdia do chefe de
famlia representada pela varivel bairro (Figura 3) que caracteriza o ndice scio
econmico utilizado, mais valorizados so os imveis. Assim como, h uma
expectativa de que o valor unitrio decresa a conforme haja o aumento da rea
privativa.
Tabela 1 clculos obtidos por regresso linear

Os ajustes indicaram um coeficiente de determinao (R 2 ajustado) de

58,58%, o que indica haver um bom poder de explicao do modelo.
Com isso, observa-se na Figura 2, uma forte aderncia dos dados s curvas
preo observado x valor estimado, calculadas pelos mtodos de regresso linear e
regresso espacial.
Figura 2 preo observado x valor estimado

Figura 3 bairro x valor unitrio

Figura 4 nvel/elevador x valor unitrio

Entretanto, para que seja realizado o diagnstico da presena de

efeitos de dependncia espacial foram realizados os testes LM Robusto(erro) e LM
Robusto (defasagem) sobre os resduos do mtodo dos mnimos quadrados do
modelo da Tabela 1. Indicando um forte efeito de interao espacial nos preos dos
imveis pesquisados, uma vez que, o resultado obtido obteve uma significncia
inferior a 2%, conforme observa-se na Tabela 2.
Tabela 2 resultados do teste LM Robusto

Diante disso, efetuaram-se os clculos, admitindo a hiptese nula de

no existncia de defasagem espacial na varivel dependente (sar 1), pois LM
Robusto (defasagem) apresentou um valor absoluto maior em relao ao LM
Robusto (erro).
Os resultados obtidos pela metodologia da econometria espacial
encontram-se na Tabela 03, na qual pode-se observar que os valores para a
estatstica t, refletem uma maior representatividade para as variveis adotadas, em
relao aos clculos obtidos por regresso linear.
Pode-se observar ainda, efeitos espaciais significativos no valor calculado para o
coeficiente de determinao (R2 ajustado) da ordem de 62,15%.
Tabela 3 resultados obtidos por regresso espacial

atribuda uma varivel dependente Y a autocorrelao espacial ignorada. Esta abordagem

denominada como modelo espacial autoregressivo misto (Spacial Autoregressive SAR), dado que
se considera a dependncia espacial atravs da adio ao modelo de regresso de um novo termo na
forma de uma relao espacial para a varivel dependente.
1

Com isso, a Figura 5, mostra a rea de pesquisa, localizada na zona mais

central da cidade de Belm, apresentando colorao alaranjada na zona mais
valorizada, e desvalorizao a medida que vai se afastando. Assim como, o
histograma da distncia entre os dados pesquisados, representado na Figura 6,
destaca que a maior distncia entre os imveis pesquisados, est situada numa
faixa inferior a 2.500 metros.
Figura 5 rea de pesquisa

Figura 6 - Histograma da distncia x dados pesquisados

6 CONCLUSES E SUGESTES PARA TRABALHOS FUTUROS

Nos clculos efetuados para a simulao do teste prtico comparativo, onde
foi realizada a projeo dos valores para avaliao de um dos imveis constantes do
banco de dados anexo a este trabalho, observou-se, analisando o modelo adotado
que::
- a vaga de garagem valoriza a unidade em 12%;
- um apartamento com trs dormitrios, mais valorizado em 15% que
outro de mesma rea.
- um apartamento com 02 suites, por exemplo, em mdia 30% mais
valorizado que outro de apenas uma;
- para cada incremento de 1m 2 na rea privativa o valor unitrio decresce
em 1%.
- A altitute do apartamento no prdio representada pela varivel
nvel/elevador representa uma valorizao 0,7% de um andar para o outro
imediatamente inferior;
- A medida que aumenta a renda mdia do chefe de famlia, h uma
valorizao de 0,006% na localizao do imvel.
E ainda que, para o modelo utilizado a projeo do valor unitrio para um
determinado imvel, realizado com o auxilio do software SisplanV resultou na
diferena de 0,26% entre os clculos efetuados por regresso linear e regresso
espacial, projeo esta, que foi considerada como um caso particular, sendo
necessria em estudos futuros uma simulao com outra amostra para que se tenha
uma discusso acerca da validao dos resultados.
Recomenda-se ainda, para a continuidade desta pesquisa a incluso da
varivel distancia ao plo a fim de verificar a rea de influencia dos plos
valorizantes em relao a cada imvel pesquisado.
Recomenda-se tambm que seja feito um estudo mais abrangente em
parceria com a prefeitura, sobre a varivel localizao por meio da anlise espacial
de dados, com o intuito de atualizar a planta de valores genricos do municpio de
Belm.

7 REFERNCIAS BIBLIOGRFICAS
LESAGE, James - Spatial Econometrics , Uma introduo Econometria
Espacial. University of Toledo (1999), disponvel em
http://rri.wvu.edu/WebBook/LeSage/spatial/spatial.html Acesso em 02/02/2007.
CMARA, Gilberto, et al - Anlise Espacial de Dados Geogrficos, EMBRAPA,
Braslia,
2004,
disponvel
em
http://www.dpi.inpe.br/gilberto/livro/analise/index.html . Acesso em 02/02/2007
DANTAS, Rubens Engenharia de Avaliaes: uma introduo a metodologia
cientfica So Paulo: Pini, 1998
MAIA NETO, Francisco Roteiro prtico de avaliaes e percias judiciais. 5.
ed. ver atual Belo Horizonte: Del Rey 2000
MOREIRA, Alberto Llio Princpios Engenharia e Avaliaes. 5. ed . So
Paulo: Pini, 2001.
ANSELIN, Luc; MORENO, Rosina Properties of tests for spacial error
components University of Illinois, USA, october 22, 2002.
NETO, Antnio Pelli et. Al. Um estudo de diagnstico sobre a demanda
habitacional e mercado imobilirio: o caso de Teresina XXII CONGRESSO PAN
AMERICANO DE AVALIAES e XIII COBREAP CONGRESSO
BRASILEIRO DE ENGENHARIA DE AVALIAES E PERCIAS Fortaleza CE, 31p., 2006.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATSTICA. Censo
demogrfico: dados distritais. Belm, IBGE, 2000.
DANTAS, RUBENS; MAGALHES, Andr Matos. Um modelo espacial de
demanda habitacional para a cidade do Recife, XII COBREAP Belo Horizonte MG, 23p. 2003.
ABNT NBR 14.653-2 Avaliao de Bens: Parte 2 Imveis urbanos, 1 ed.
2004.

Sites Consultados
http://pt.wikipedia.org/wiki/Bel%C3%A9m , acesso em 02/02/2007.
http://www.caminhos.ufms.br/matrizdados/pa/belem.html , acesso em
02/02/2007