Escolar Documentos
Profissional Documentos
Cultura Documentos
O trabalho de avaliação envolve o estudo do mercado onde se insere o imóvel que será
avaliado, obtenção de amostra de elementos semelhantes e, a partir da observação do
comportamento dos preços praticados para estes elementos, formulação de hipóteses
sobre a influência das diferenças de características dos dados da amostra na variação
destes preços. A seguir, definição de escalas de medida para as hipóteses formuladas e
comprovação estatística da sua validade. Por fim, descrever o estudo e resultados
obtidos. Nesta etapa o trabalho visa mostrar como funciona o mercado segundo uma
ótica de análise.
O aplicativo TS-Sisreg foi preparado para identificar uma equação de regressão que
represente a média do conjunto de dados da amostra e mostre-se consistente para
atender as exigências da Norma Brasileira.
1 - ESCOLHA DA EQUAÇÃO
Os estudos que utilizam o Valor Total como variável dependente normalmente resultam
em Coeficiente de Determinação mais elevado, pois eleva a variação dos valores da
amostra, fazendo com que a Área mostre forte influência na redução desta variação e
dificulta a observação da influência das demais características na formação dos preços.
Para ensaio, podem ser tomados como parâmetros os seguintes intervalos de aceitação:
de [-1,00 a +1,00] s – Ideal 68% - aceitável: de 64% a 75%;
de [-1,64 a +1,64] s – Ideal 90% - aceitável: de 88% a 95%;
de [-1,96 a +1,96] s – Ideal 95% - aceitável: de 95% a 100%;
1) ESCOLHA DA EQUAÇÃO
a. Maior Coeficiente de Determinação Linear: Identifica a equação linear que se
mostre mais aderente ao conjunto de dados da amostra. Depende da amplitude
de variação dos valores na amostra. No mercado imobiliário são comuns
resultados superiores a 0,80, mas amostras homogêneas podem apresentar
resultados confiáveis acima de 0,50.
b. Maior Coeficiente de Aderência à função Não-Linear: Identifica aderência dos
dados da amostra à função de estimativa de valor do imóvel a ser avaliado.
Embora de menor importância que o Coeficiente de determinação, pode indicar
funções descontínuas ou instáveis em algum de seus extremos quando este
indicador apresentar valores reduzidos ou negativos.
c. Normalidade dos Resíduos: Indica a aleatoriedade na distribuição dos resíduos
em torno da média, comprovando a não tendenciosidade na coleta de dados. Os
resultados devem apresentar aderência aos valores 68% – 90% – 95%, que
correspondem aos percentuais apresentados na distribuição Normal de dados em
torno da média nos intervalos de [-1 a +1] [-1,64 a +1,64] e [-1,96 a +1,96]
desvios padrões de distância da média estimada.
d. Significâncias das Variáveis reduzidas (ideal menor 10%; máximo 30%);
e. Não Auto-regressão na Variável Dependente: Embora não citado na Norma, o
teste de Durbin-Watson pode indicar dispersão tendenciosa nos dados,
sinalizando dados repetidos na amostra ou ausência de variável importante;
f. Significância do modelo reduzida (ideal igual ou inferior a 1%; máximo 5%)
Outliers são dados considerados muitos distantes do centro da distribuição dos valores
em torno da média estimada. A bibliografia cita a medida de dois desvios padrões da
média como ponto de referência para análise de dispersão aceitável. Segundo a Norma
Brasileira, estes dados só deverão ser retirados da amostra se houver justificativa. O
simples exame visual não é suficiente para a decisão sobre sua retirada.
INTERVALO DE CONFIANÇA
Conforme definido na Norma Brasileira, deve ser calculado, com base na estatística
T-Student, um intervalo de valores no qual podemos afirmar com 80% de probabilidade
de acerto que o a média populacional para o imóvel avaliado está inserida.
Este intervalo de confiança, conforme pode ser comprovado na teoria estatística terá sua
amplitude mais reduzida à medida que as características do imóvel avaliado se aproxima
da média aritmética das escalas utilizadas nas variáveis independentes (centro da
amostra), aumentando esta amplitude à medida que nos afastamos deste ponto.
Sendo assim, a Norma Brasileira estabelece que a adequação do imóvel avaliando às
características da amostra deve ser aferida pela amplitude deste intervalo, denominando
de Grau de Precisão e classificando em 3 níveis de qualidade a estimativa.
4) INTERVALO DE CONFIANÇA
As amostras do mercado imobiliário, em sua grande maioria, apresentam dados com alta
heterogeneidade na área dos imóveis. Este fato faz com que a formação dos preços
apresente forte relação com as áreas. Para reduzir a variação observada nos preços, é
comum a utilização do Valor Unitário como variável dependente nos modelos de
regressão.
Mesmo reduzindo a variação este procedimento não é suficiente para explicar a
totalidade da variação provocada pelas diferenças de áreas, obrigando o Avaliador a
reutilizar esta característica quando define suas variáveis independentes.
Com a duplicação do uso da escala da área, o modelo matemático gerado para
estimativa do valor total resulta em uma parábola (polinomial do segundo grau) na
variável Área, gerando um ponto de inflexão. Esta inflexão pode ocorrer dentro ou fora
do intervalo amostral. Caso ocorra dentro do intervalo, não é aconselhável a utilização
do modelo. Para identificar a presença de pontos de inflexão deve-se observar o
comportamento gráfico da relação ÁREA x VALOR TOTAL
Exemplos:
5.1 Para Valor Unitário como variável dependente, examinar Máximo para Área
5.2 Quando utilizado Valor Total como variável dependente, examinar Mínimo
Um modelo com características colineares pode ser utilizado para avaliar imóveis
que respeitem estas características, significa que ele apresenta as mesmas
características da população de onde a amostra foi retirada, A Norma Brasileira
define que a colinearidade presente na amostra pode ser negligenciada neste caso,
ou seja, que o modelo pode ser utilizado sem restrições.
Por outro lado a Norma Brasileira estabelece que, se o imóvel a ser avaliado não
respeita as características colineares da população de onde foi retirada a amostra, é
vedada a utilização do modelo para avaliação deste imóvel.
Nesta matriz, se a correlação entre a variável dependente e cada uma das demais
variáveis mostra valores elevados (acima de 60) melhor, mas isto não é
condição necessária (Última linha - amarela) e última coluna - azul).
Uma sugestão para análise, tanto para correlações isoladas como com influência, é:
Até 40% fraca
Até 60% média
Até 75% forte
Até 85% muito forte
Acima de 85% fortíssima