Avaliação em Massa de Imóveis Urbanos para Cálculo de IPTU e ITBI

AVALIAÇÃO EM MASSA DE IMÓVEIS URBANOS
Para Cálculo de IPTU e ITBI

AVALIAÇÃO EM MASSA DE 1MóVEIS URBANOS - Para Cálculo de IPTU e ITBI
©COPYRIGHT EDITORA PINI LTOA.
Todos os direitos de reprodução reservados pela Editora Pini Lida
Dados rnternacionais de catalogação na Publicação

(câmara Brasileira do Livro, SP, Brasil) (CIP)
Thofeh rn , Ragnar
Avaliação em massa de imóveis urbanos .
cálculos de JPTU e ITBI / Ragnar Thofehrn: para
são Paulo : Pini, 2010.
ISBN 978 - 85-7266-231-4
1. Direito
Avaliação tributário_
3. Imposto b . 2 • Imóveis _
Brasil
territorial urbana 4.s~ re a propriedade predial e
de Bens Imóveis (Inter vm~osto)
i vos sobre Transmissões
I. Título.
l0 - 08193 CDU-34 ·3
Índices . 36.211(81)
para catálogo sistemát '
1 . Imovéis ~rbanos : IP ico:
P:Opriedade _TU: Imposto
Direito t rib . predial
t' · e ter rito
. sobre
· a
2. Imo'v34,336 . 2ll(B~)ario , Brasil rial urbana
e is urb
Transmissa~os : ITBI
. oes de B ·. Imposto b
ireito tr·b ens Imóv . so re
34 : 336.2 11(81)
D J. utário eis
: Brasil (Int er vivos)
C?Ordenação d
D1awamação ee Manuais Técnicos· .
Revisão: Bete ACbapa: Mauricio A' . Jos1ani Souza
reu ires
Editora p·ini Ltda

R
ua Anhaia 964.
F one· (O '2173-2328
111 ediçã o11)
- CEP 01130-900 - s-
- 1ª tiragem, agost~/2011J
- Fax · (01 2173-2327
ao Paulo - SP - Brasil
2
A Carlos, meu pai, exemplo de generosidade e
altruísmo (in memoriam); e à minha mãe, Alice, modelo
de dedicação à família e ao lar (in memoriam).
3
AVAf.lAÇÃO EM MASSA DE IMÓVEIS URBANOS
,#
PREFACIO
Este livro tem por objetivo incentivar os município 8 tT

urbanos para fins fiscais por metodologia científica .ª u I izar a avaliação de imóveis
- ·t· ' visando a melh . d
de vida da popu 1açao com.ª pra 1ca de justiça tributária. ona a qualidade
o incremento populacional urbano verificado nas , lt' .
de recursos fiscais exigem dos administradores muniu. ir~as ,de~adas e a escassez
aprimoradas para se obter o equi~íbrio da balança recei~:~~ss t:~~icas cada vez mais
Como o IPTU (Imposto Predial e Territorial Urbano) con~it . · . .
arrecadação das prefeituras, torna-se necessária a ad _ d ui ª pnnc~pal fonte de
para otimizar o sistema em benefício da sociedade oçao e tecnologia adequada
Pelo Código Tributário Nacional, o fato gerador.do IPTU é a •
perímetro urbano. Sua cobrança é obrigação do município e se~rop~ied_ad~ dentro do
valor venal do imóvel sob a forma de alíquotas. va or incide sobre o
Assim sendo, a Engenharia de Avaliações constitui 1 ·nstr t · • ,
. ~ . umen o 1mprescmd1vel
para acompan har de pe rt o a d mam1ca do mercado imobiliário
?egundo o engen~eiro Lu~z Alcides Capoani, presidente do CREA-RS (Conselho
Regional de .Engenharia,
t, · - Arquitetura e Agronomia do Rio Grande do Sul) , "os proce d'1-
t 1
men os ava 1~ ~nos sao r~gu~amentados por normas brasileiras, como a NBR 14653
(Norma Brasileira de Avahaçoes de Bens), o que requer a intervenção de profi · 1
, 1 · l"fi - , ss1ona
com nive superior e qua 11caçao tecnica adequada".
No Br~sil, muit~s P!efeituras ai~da não dispõem de profissional especializado em
Engenharia de Avahaçoes com registro no CREA. As avaliações para fins fiscais con-
tinuam sendo feitas sem qualquer atitude científica, o que força os administradores
a manterem valores muito abaixo dos valores de mercado para evitar conflitos com
pedidos de revisão do IPTU na Justiça.
A implementação de metodologia científica na avaliação de imóveis urbanos con-
tribui para o aprimoramento da máquina administrativa, justificando as arrecadações,
promovendo a justiça social e reduzindo a sonegação.
O Cadastro Técnico Urbano, integrado ao Sistema de Informações Geográficas
(SIG) para elaboração ou atualização das Plantas de Valores, além de conferir credi-
bilidade junto aos contribuintes, constitui a base para se obter sucesso nas avaliações
urbanas para fins tributários.
O livro aborda os mais importantes temas relacionados à cobrança de IPTU, ITBI
(Imposto sobre Transmissão de Bens Imóveis) e Contribuição de Melhoria. Inicia com
o objetivo e os fundamentos desses tributos, fornece os subsídios para a implantação
do Cadastro Técnico Urbano e das Plantas de Valores e destaca as disposições legais
previstas no Código Tributário Nacional e na Lei de Responsabilidade Fiscal. _A se~uir,
desenvolve os processos de avaliação de imóveis para fins tributários, quais seJam:
explanação dos métodos de avaliações previstos na NBR 14653; avaliação de ~erre~~s
e edificações pelo Método Tradicional e pelo Método Inferencial; v~lori~ação 1mobiha-
ria por Contribuição de Melhoria; roteiro para a implantação da~ primeiras _P!~nta~S~~
Valores; exemplo de avaliação em massa de apartamentos ~a ~idade de enciuma ·
grande número de tabelas e planilhas utilizadas para a aval1açao de bens. . . .
Trata-se portanto de um instrumento dirigido aos administradores municipal~, a~s
' ' . d" . , . especial aos profiss1ona1s
representantes dos poderes legislativo e JU 1c1ano e, em ' • - m
_ • . • nadas às ava 11açoes e
que atuam ou pretendem atuar em funçoes tecrncas re 1acio
massa de imóveis para fins tributários. . s avaliatórios pra-
. O desafio lançado com esta obra visa me~horar os_ pr~c~di~e~to a tributária e
t1cados pelos municípios, corrigir as distorçoes na d1stnb~1ça? ? carg
captar a confiança do contribuinte com o uso de metodologia cientifica.
Eng. Ragnar Thofehrn

#
SUMARIO
1. INTRODUÇÃO................................................................ 14
1.1 - Definrçao ....................................... .. .............. .
······················
··· ······································· 14
1.2 _ Origem dos tributos .... ........... ········································· ·························· 14
1 3 - Objetivo ................................. ....... .
. ··· ························ ················· ··············· 14
1.4 _Fundamentos...... ..............................................................
······················· 14
1.5 - Instrumentos básicos ............................................................................... 15
2. TRIBUTAÇÃO URBANA.............................................................................. 16
2.1 - Fato gerador ............................................................................................. 16
2.2 - Limites das alíquotas ......... .... ................................................................... 16
2.3 - Valor venal para fins tributários ... .. .... ..... .. .......................... ...................... 17
2.4 - Como calcular o IPTU .............................................................................. 17
2.5 - Requisitos legais ................ ...................................................................... 17
3. CADASTRO TÉCNICO URBANO ............................................................... 20

3.1 - Definição, finalidade e composição ..... .... .. ............................................... 20
3.2 -Atualização do cadastro .. .............. ..................... ...................................... 21
4. PLANTAS DE VALORES ............................................................................. 22

4.1 - Definição e conceitos básicos .................................................................. 22
4.2 - Atualização das Plantas de Valores .............. ... ...... ... ............................... 23
4.3 - Tendências mercadológicas .... ................................................................. 23
4.4 - Elaboração das Plantas de Valores ......................................................... 23
4.5 - Considerações legais .............................. ....................................... .......... 24
5. AVALIAÇÃO DE IMÓVEIS URBANOS ........................................................ 26

5.1 - Definição e conceitos básicos ...................................... •• •·•······················ · 26
5.2 - Me' todos de avaI·1aça~o ··········································· .............................. ..... 26
7
suMÁRIO
5 3 - Metodologia aplicável. .. ..... ......... ................... .... ...... ... ....... ............. .. ..... ... 26
5:3.1 - Métodos para identificar o valor de um bem ....... ......... ...... ...... ... .. ........ 27
. direto de dados de mercado .... .... .. .... ..... ...... .... 27
5.3.1.1 - Método compara t ivo
. 1 t· ········ ···· ··········· ···· ····· 28
5 .3.1 .2 _ Método invo u 1vo .. ... ••••·· ··· · ···· ··· ·· ···· · ··· · · ·· ·· · ·· · · · · ··
, do evoIut·1vo ..... •••••·· ··· · ·· ···· ·· ····· · ···· ···· ·· ··· ······ ·· ·· ·· ···· ······ ·· ······· ···· ·· 29
5.3.1 .3 - Meto
5.3.1.4 - Método da capitalização da renda ..... ... .•..••••·•·· · ·· · ·· ·· ·· · ·· · ·· · · ·· · · · ·· · · · ·· · ·· 29
5.3.1.5 - Metodologia recomendada ..... ......... .... ...... . ••••••••· ········· ······ ········· ····· ·· 30
5.3.2 - Métodos para identificar o custo de um bem ............ •. •••••••· ·•••· ·· ·· · ·· ·· ·· ·· 30
5.3.2.1 - Método comparativo direto do custo .......... ... ... ..... .. .. •••••••••••••· ••· ·· ·· ··· · 30
5.3.2.2 - Método da quantificação do custo .... ........ ... ...... ........ ........... .••· ... •••• •·• 30
5.3.3 - Métodos para identificar indicadores de viabilidade da utilização econô-
mica de um empreendimento .............................. ..... ..... ... ........ ... ... ... .. ............. 31
5.4 - Valor de mercado, custo e preço .. ............ .... ..... ........ ..... ............... .... .. ... .. 31
5.5 - Valor venal. ............... ... .......... ...... ............ ..... .......... ......... .... ......... .. .......... 33
5.6 - Metodologias utilizadas nas avaliações de imóveis urbanos ................... 33
5.7 - Especificação das avaliações: graus de fundamentação
e de precisão .. ................ ........ .... ......... ............ ............. ........................... .. ....... 33
6. AVALIAÇÃO DE TERRENOS PELO MÉTODO TRADICIONAL. ................ 36

6.1 - Genealidades ......... ........ ................ ....... .. ......... ......... ............. ......... ......... 36
6.2 - Avaliação por tratamento de fatores .... ... ............. ......... ................... ..... .... 37
6.3 - Bibliografia ................. .... ......................... .............. ......... ......... .......... ....... . 39
7
- AVALIAÇÃO DE EDIFICAÇÕES PELO MÉTODO TRADICIONAL. ........... 52
7 .1 - Generalidades .......... .... ..... ........ ......... ... ..... ..... ........................... .............. 52
72
· - Métodos de avaliação do custo ..... .... .............................. .......... .... ........... 53
72
· ·1 - Método comparativo direto do cust0 . .. .. . ... . ... ... ..... . . . .. . . .. ... . .. . .. ... . .......... 53
722
· · - Método da quantificação do custo.. ......... ... ..... .... ................. ...... ........... 53
8
AVALIAÇÃO EM MASSA DE IMÓV EIS URBANOS
7.2.2.1 -Avaliação pelo Custo Unitário Básico .. ........... ... .. ··· ·· ·························· 54
7.2.2.2 -Avaliação pelo Orçamento Geral. ..... ............................. ..................... 60
7.3 _ Depreciação ..... ......... ............ .. ..................................................... ............ 63
7.3.1 - Método da linha reta ........... ................... ........................ ... .... .... ............. 63
7.3.2 - Critério de Heidecke .. ... ............ ................ .. ..... ...................................... 66
7.3.3 - Método de Ross-Heidecke ....................... .. ... .......... .. .. ... .. ..................... 68
7.3.4 - Tabelas para cálculos de depreciação ................. ....... ........ ....... ........... 71
7.3.5 - Recomendações gerais ...... ................... ............... ... ... ....... ...... .............. 72
7.3.6 - Custo de reedição ........ ......... ... .. ....................................... .... ................ 72
7.4 - Construções incompletas ................ ............. ............... ....... ...... ................ 73
8. FATORES DIVERSOS ................................................................................. 74

8.1 - Fator oferta ................ ...... .............. ...................................... .. .................. . 74
8.2 - Fator localização .... ....................... .. ......................................................... 74
8.3 - Fator atualização ....................................... .. ........................................... .. 75
8.4 - Conversão de preço a prazo para preço à vista ................................ ...... 75
8.5 - Fator acessibilidade ................. ................................................ ....... ... ...... 76
8.6 - Fatores especiais ................ .. .............................. ......... .. ........... ............... 76
9. AVALIAÇÃO DE IMÓVEIS POR INFERÊNCIA ESTATÍSTICA ................... 78

9.1 - Introdução ...... .... .. .... .................................................. ...... ..... .... ......... ... ... 78
9.2 - Conceitos básicos ............... ....... ... ........... ........... ............... .... ... .......... .. ... 79
9.3 - Planilha de coleta de dados .................................... .. ... .... ... .. ....... ••·· ··· ·.... 80
9.4 - Modelos de regressão ... ............ ...... .......... .......... .. ..... .............. .............. .. 81
9.5 - Linearização .... .. ... .... ................. .... ...... ..... .. ............ .. ...................•· ·.......... 83
9.6 - Regressão linear simples ...... ... ... ........... ........ .. ........... ...................... .. ..... 86
9.6.1 - Estimação dos parâmetros ... ....... .... .. .. .... .. .. ... .. .. .. .............. .. ......... ........ 87
89
9.6.2 - Modelo nulo .................... ..... ....... .. ........ .. .... .. ..... .......... ... .. •·· ··· .. ·.. ··· .. ·····
9
_ .... ........ ... .. ...... .···· ······ ···· ············· ·········· ········· 90
eficiente de correlaçao
9.6.3 - Co _ ...................................... 92
. t de determinaçao .. ·················.. ······
9.6.4 - Coefic1en e . d lo·· ············ ······ ··· ·· ··· ······················ ········ 93
6 5 - Teste de sigrnficancIa do mo e
A •
9.6.6 - Desvio-padrão do modelo .......... ................................. .························· 99

9
9 6 7 - Teste de significância do parametro b1 .... . .... ... ....... . ... . . ·········· ····· ........ 100
• • A
. . .. ........ ... .. .. .... .. 102

9 6 8 - Intervalo de confiança· ············· ·· ············ ··· ········ ······· ··· ·
9.6.9 _ Grau de precIsao

. _ ... ...................................... .··· ·· ······"· ········ ········ ·· ··· ···· 103
9..6.10
. _Campo de arbítrio . .... .............. ········· ·· ······· .. ....... ..··· ····· ........... ............ 105
9.6.11 -Análise dos resI'd uos ............ ············· ·.. ···············.. ·····... ........ .. ....... ... 106
9.6.11.1 _ Homocedasticidade e heterocedasticidade .................................... 106
9.6 .11.2 - Normalidade dos resíduos ....... .................................................. ..... 107
9.6. 11 .3 - Autocorrelaça-0 .. .... .. .. ... ....... ......... ..... .. .... ..... . ........ . ......... .. ............ .. . 111
9.6.11.4 - Outliers ......... ...... ............... .................... ... ... .•· ······ ·· ··· ··· ·················· 113
9. 7 - Regressão linear múltipla ............................. ... ........ .. ......... ..... ..... ......... . 114
9.7.1 - Estimação dos parâmetros .... .................... .. ...... ...... .... ..... .... ...... ......... 116
9.7.2 - Modelo nulo ........... ..................................... .. ... .................................... 119
9.7.3 - Coeficientes de correlação ..... .... ..... ............................. ....................... 120
9.7.4- Colinearidade ........ .... .. ...... .... ........... .... .... ......... ........... ........... ......... ... 121
9.7.5 - Multicolinearidade ·············································································· · 125

9.7.6 - Teste de significância global do modelo ......................... .. ........ ... ........ 125
9.7.7 - Desvio-padrão do modelo ...... .. .... .. ....... ..... .. ....... ..... ..... ...................... 129
9.7.8 - Teste de significância individual de um parâmetro ........ ... ....... ........... . 130
9.7.9 - Intervalo de confiança ····· ······ ··· ····· ·· ·· ···· ··········· ··· ···· ·· ··· ·· ··· ········ .... .. .... 133
9.7.10- Grau de precisão ... .. ....... ....... ........ .................................................... 135
9·7.11 - Coeficiente de determinação múltipla ......... ....... ... ... .... _.... ......... ..... .. 136
9.7.12 - Campo de arbítrio ..... .... ..... ........ .. ........ ................................... .... ....... 138
9.8 - Distribuição lognormal... .. ............... .. 138
9 ····· ···· ·············································
.9 - Considerações finais .... .. ..... ...... ..... .......... .... ...... .. ... .... .. ... .. .... ...... .. .... .... 144
10
1o. CONTRIBUIÇÃO DE MELHORIA ........................................................... 146
10.1 _ Definição e disposições legais······ ·· ··· ···· ···· ······· ·········· ························· 146
10.2 _Como cobrar a Contribuição de Melhoria ........... ........ ........................ .. 148
10.3 _Valorização decorrente de obras públicas .. .................................. .... ... 148
10.4 - Fórmula para atualizar os preços unitários ........ ..................... .......... ... 149
10.5 - Requisitos básicos para as promoções .... ..... ... .......... .............. ....... ..... 151
11. METODOLOGIA BÁSICA PARA AVALIAÇÃO EM MASSA ................... 154

11.1 - lntrodução ....................... ........ .. ....... ......... ............ .. ....................... ....... 154
11.2 - Primeiras Plantas de Valores ..... ....... ... .. ...................................... .... .... 155
11 .3 - Escolha do método ........ .... .... .. ...... ... .......... ... ....................................... 157
11.4 - Considerações finais ......... ...... .. ........... .... .... .. ... ............ ... ........... ........ 159
12. MODELO DE AVALIAÇÃO EM MASSA .................................................. 163

1. Introdução ............................. ....... ..... .... ............ ........................ ........ .......... 163
2. Levantamento de dados .............................. .. ... ............. .. ................... ... ..... 164
2.1 Identificação das variáveis ...... ..... ... ...... .. ............ ......... ............... .. ........... 165
3. Construção do Modelo ........................ ............ ........................................... 169
3.1 Resultados estatísticos relativos ao Modelo gerado ............................. ... 171
3.2 Análise de sensibilidade do Modelo .......... ... ......... ... ....................... ......... 173
4. Conclusão ..... ...................... ..... .. .... .... ............ ............... ................ .... ..... ... .. 174
5. Referências bibliográficas ..... .... ..... .... ...... ... ... ... .......... ............. ................ .. 175
13. TABELAS, QUADROS E PLANILHAS ................................................... 178

13.1 - Modelo de planilha orçamentária .. .. ..... .... ... .................. •·· ••··· ··············· 178
13.2 - Tabelas para cálculo de depreciação .... ........... ............ .. .........············· 179

11
l
sulVIÁRIO
. Vida útil da edificação em anos e valor

13.2.1-Tabea1 1•
residual em %....... ..................... ... .... ...... ... .... .. ... .. .. .. .... ............. ...... .. ............. 179
13.2.2 - Quadro 1: Características do estado de conservação

das edificações ... ......... ••.. •.. ···························································.. ·············.. ••.. 180
13.2.3 _Tabela 2: Coeficiente K de Ross-Heidecke .. .. ................... ....... ..... .... 182
13.3 _Tabela para edificações incompletas .... ....... ... .... ...... ...... .......... .... .. ..... 184
13.3.1 - Tabela do engenheiro Leonardo Caricchio ... .... .. ....... .... ...... ... .......... . 184
13.4 - Planilhas de coleta de dados .. .... ......... .. ... ...... ..... ........... ....... ... ........... 186
13.4.1 - Exemplo de Planilha de Dados de Apartamentos .......... .. ........ ... .. .. .. 186
13.4.2 - Exemplo de Planilha de Dados de Terrenos .... ... .... .......... ......... ... .... 190
13.5 - Utilização do EXCEL e do SAB na análise de dados ..... ........... ..... ...... 196
13.5.1 - Roteiro para utilização do EXCEL ............... .. .......... ... ........ ... ............ 196
13.5.2 - Roteiro para utilização do SAB .. ............ .. .. ...... ......... .. ...... ... ... .. ..... ... 198
13.5.3 - Exercício nº. 1 .......... ........................... ................. ... ............. ...... ...... . 199
13.5.4 - Exercício nº. 2 .... .............. .............................. ... .. .... ......... ...... ........... 202
13.5.5 - Exercício nº. 3 ............ ...... ......... .. ............. .. ...... ........ ...................... ... 205
13.6 - Tabelas de Durbin-Watson .. .. ..... .... ..... .... ........... .... ........... ................. .. 206
13.6.1 - Pontos de significância de dL e du de 5% .................................... ..... . 206
13.6.2 - Pontos de significância de dL e du de 2,5% ........................... .... .. ... ... 207
13.6.3 - Pontos de significância de dL e du de 1% .... .... .. ......... .... ... ... .. .... ....... 208
13.7 - Distribuição t de Student ... ... ... .......... ... .. .... .... ... ... ...... ... ... .................... 209
13.8 - Tabelas de Fisher ...... ... .... ... ... .... ... .... .. ..... .......... ... ...... ... ....... ... ... .... .. ... 210
13.8.1 - Pontos críticos para o nível de significância de 5% .. ... ... .. .. ......... ..... 21 O
13 -8.2 - Pontos críticos para o nível de significância de 1% .... ........ ........ ...... 211
13 .9 - Exemplo de Planta de Valores ........ .... .. ... .......... .. ........ .... .. .. .. .............. 212
14· REFERÊNCIAS BIBLIOGRÁFICAS................................................... 214

1. INTRODUÇÃO
1.1 Definição
• veis Urbanos é um campo da Engenharia de Ava-
l' - em Massa de 1mo .
AAva ,açao . s tributos municipais IPTU (Imposto Predial e Territo-
r 005 que v,sa ca 1cu 1ar o , .
,aç ITBI (Imposto Sobre Transmissão de Bens lmovers) por metodo-
rial Urbano) e
logia científica.
1.2 Origem dos tributos
Conforme relata Lacombe, no Brasil , a instituição de tributos incidentes sobre

a propriedade predial e territorial urbana teve seu início em 1~08, sob a deno-
minação de "décima urbana". Em 1891, a competência desse tributo passou da
União para os estados e em 1934 passou a ser obrigação dos municípios.
1.3 Objetivo
A Constituição Brasileira estabelece que cabe aos municípios gerar recursos

próprios para sustentar a máquina administrativa por meio de arrecadação de
impostos.
Para alcançar esse objetivo, é preciso organizar um banco de dados do mercado

imobiliário , o qual permitirá calcular os trib1 utos por Avaliação em Massa.
A Avaliação em Massa por metodologia científica permite à administração

municipal corrigir injustiças fiscais comumente praticadas na cobrança des-
ses impostos.
1.4 Fundamentos
A equa O para o cálculo do IPTU deve ser tal que o total das arrecadações por
ano eja igual às despesas da máquina administrativa acrescidas dos valores
da bra projetadas pela prefeitura no ano.
14
as obras projetadas devem ser tais que resultem em melh . d
sua vez, _ ona a
por . d de vida da populaçao sem comprometer a capacidade de pagam t
ualida e en o
~os contribuintes.
1.5 Instrumentos básicos
instrumento qu~ serve de base para.ª avaliação d~ i~óveis urbanos _ de

0
onde provém os tributos IPTU e ITBI - e o Cadastro Tecnico Urbano, oficializa-
do pelo Decreto-lei nº 1.000 de 21/10/1969.
instrumento legal para avaliar imóveis urbanos é a NBR 14653-1: 2001 _ Pro-
0
cedimentos gerais; e a NBR 14653-2: 2004 - Imóveis urbanos; ambos da ABNT
(Associação Brasileira de Normas Técnicas).
Assim sendo, a precisão das informações contidas no Cadastro Técnico Urbano

e a utilização de metodologia científica alicerçada na NBR 14653 (Norma Brasi-
leira de Avaliação de Bens) constituem os instrumentos básicos para a adoção
de critérios justos no cálculo desses tributos.
AVAJ...IAÇÃO EM MASSA DE IMÓVEIS URBANOS

15
TRIBUTAÇÃO URBANA
2. TRIBUTAÇÃO URBANA
2.1 Fato gerador , .

.. . fato gerador do IPTU e a propriedade locali-
Pelo Código Tributano Nac1ona 1,
0
zada dentro do perímetro urbano.

• t IPTU e ITBI incidem sobre o valor venal do imóvel sob
Os valores dos tnbu os
a forma de alíquotas.
· a serem adotados são definidos pela municipalidade em função
Os percen tuais .
das necessidades financeiras da cidade, sem comprometer a capacidade de
pagamento dos contribuintes.
2.2 Limites das alíquotas
A Constituição Federal não fixa limites de aplicação para as alíquotas. Assim

sendo, as prefeituras podem adotar como referência o limite instituído pela Corte
Constitucional Argentina, que declara inconstitucional o imposto imobiliário que
ultrapassa 33% da renda do imóvel.
Nessas condições, admitindo para terrenos uma renda de 0,5% a 1,0% ao

mês, teremos:
• para uma renda de 0,5% ao mês:
alíquota= 33% x 0,5% a.m. x 12 meses= 2% ao ano
• para uma renda de 1% ao mês:
alíquota= 33% x 1,0% a.m. x 12 meses= 4% a.ano
Assim, se adotarmos para ai' t t . .

t . . iquo a erntonal um valor pouco abaixo desses per-
cen ua1s e, para al1quota pr d' 1 • . ,
e 1a, a metade (1ncent1vo a construção), teremos:
• alíquota territorial: 1% a 3% - média = 2%
• alíquota predial · O5º' a 1 5º' . .

· · 'º , 'º - media = 1%
16
2_3 Valor venal para fins tributários
Mõller e Hochheim afirmam que os valores venais dos imóveis para fins tributá-
rios são calculados pelo somatório dos valores dos terrenos e das edificações.
Segundo O TCE/RJ, a parcela do valor venal relativa aos valores dos terrenos
deve ser obtida pela Planta de Valores de terrenos. Para determinar a parcela do
valor venal relativa à edificação, é necessário que o município possua cadastro
imobiliário atualizado contendo os valores unitários (R$/m 2 ) para todas as tipolo-
gias construtivas existentes dentro do perímetro urbano.
2.4 Como calcular o IPTU
Segundo Chulipa, o valor do IPTU é calculado pela fórmula:
em que:
T = somatório dos valores territoriais
P = somatório dos valores prediais
at = alíquota territorial (0,01 a 0,03)
ap = alíquota predial (0,005 a 0,015)
2.5 Requisitos legais
Pelo Código Tributário Nacional (Lei nº 5.172 de 10/66), o fato gerador do IPTU
é a propriedade localizada no perímetro urbano e, pelo art. 33 do CTN, 0 valor
do tributo incide sobre o valor venal do imóvel sob a forma de alíquotas.
AVALIAÇÃO EM MASSA DE IMÓVEIS URBANOS 17

TRIBUTAÇÃO UFIBANA
. ( rt 14 da Lei complementar 101 de 04/05/2000)

bilidade Fisca1 a . Td d d · ·
A Lei de Responsa do IPTU é obrigação e responsab1 1 a e o munic1pio.
estabelece que a cobrança
. ) a Engenharia de Avaliações é o conjunto de conhe-
53 1 3 15
Pela NBR 146 - _(,te~ · ' ecializados aplicados à avaliação de bens.
cimentos técnico-c1ent1ficos esp
. e poani os procedimentos avaliatórios são regulamenta-
Segundo o engen heiro a , . . .
- · as como a NBR 14653 (Norma Brasileira de Avaliação de
dos por normas bras1 1eir , , . .
·,ntervenção de profissional com n1vel superior e qualificação
Bens), o que reque r a
técnica adequada.
Conforme a Resolução 345 do CONFEA (Conselho Federal de Engenharia, Arqui-
tetura e Agronomia), são de atribuição privativa dos engenheiros em suas diversas
especialidades, dos arquitetos, dos engenheiros agrônomos, dos geólogos, dos
geógrafos e dos meteorologistas, registrados nos CREAs, as atividades de vis-
torias, perícias, avaliações e arbitramentos relativos a bens móveis e imóveis .. .
(NBR 14653-1 -Avaliação de bens - Parte 1: Procedimentos gerais).
No Brasil, muitas prefeituras ainda não dispõem de profissional especializado em

Engenharia de Avaliações com registro no CREA. As avaliações continuam sendo
feitas por corretores de imóveis sem qualquer atitude científica. O método adotado
é o da "experiência no ramo", isto é, o mesmo praticado antigamente na área da
Saúde pelos "práticos licenciados" em farmacologia , odontologia e enfermagem.
Segundo o engenheiro Caldas, o corretor de imóveis tem sua atividade limitada ao

espaço em que atua, emitindo sua opinião baseada na experiência. O avaliador
legalmente habilitado calcula o valor de mercado de um imóvel em qualquer lugar
por metodologia científica regulamentada pela ABNT.
Diante do exposto, o sucesso de uma administração municipal responsável está

condicionado não só à aplicação racional dos tributos auferidos, mas também ao
cumprimento de uma série de requisitos legais.
Segundo o TCE/RJ, as situações anteriormente demonstradas podem caracterizar

descumprimento ao art. 11 da Lei de Responsabilidade Fiscal e, possivelmente,
acarretar injustiça fiscal e/ou redução da receita tributária .
As ~anções podem implicar processo contra o prefeito por improbidade adminis-

trativa e perda do mandato.

3 CADASTRO TÉCNICO URBANO
. . ade e composição
3.1 Definição, finalld b s imóveis localizados den-
. de todos os en •
. . o Urbano é o registro . d a arrecadação de impostos
Ca~astpr~r~~::~ urbano de um muni~í~io, ~-1s:ne ºassim, melhorar a qualidade
tro o máquina administra ,v ,
destinados a manter a
de vida da população. . -
, coletar e armazenar informaçoes
r· ·
A finalidade do Cadastro ecrnco , .
Urbano e
banas para manter um sistema que,
fidedignas e atualizadas_ sobre os imove1s urmenta das receitas próprias do mu-
de maneira lógica e eficiente, promova o au . .
nicípio, diminuindo a dependência de recursos estaduais e federais.
O Cadastro Técnico Urbano é composto de Cadastro físico, Cadastro jurídico e

Cadastro fiscal.
o Cadastro físico compreende o registro de informações que permitem estabe-

lecer metas para o desenvolvimento do uso racional do solo urbano.
As partes mais importantes que integram o Cadastro físico são:
• O cadastro imobiliário, que identifica cada imóvel, ou seja: o terreno, com

sua(s) testada(s), seus limites, sua área e suas características físicas; e as
benfeitorias, compreendendo a área construída, o tipo, o padrão, a idade e a
conservação;
• A rede viária, que proporciona o livre deslocamento de veículos e de pedestres;
• A in~r~estrutura, que compreende as redes de água, de esgotos sanitários e

pluv1a1s, de energia elétrica, de telefonia e de gás encanado bem como as
máquinas, os veículos e as ferramentas da municipalidade; '
• ?s _ equipam~ntos comunitários, que abrangem escolas, postos de saúde,

igreJas, correios, clubes, quadras de esportes e áreas de lazer·
'
• As cartas topográficas, que desempe h .
banização bem como n d _n am papel importante nos projetos de ur-
, ª emarcaçao de áreas de preservação permanente;
• O uso do solo, cujos limites de ocu a - - . .
(que estabelece as norma p çao sao definidos pelo Código de Obras
s para as construçõ
tor (que limita a ocupação do t es em geral) e pelo Plano Dire-
s errenos pelas edificações por zona).
r AVALIAÇÃO EM MASSA DE IMÓVEIS URBANOS

0 Cadastro jurídico tem a finalidade de registrar os proprietários dos i . .
, 1 d'd . . moveis
por meio de matncu a expe I a pe 1os cartonos de registros.
0 Cadastro fiscal compreende o registro de informações sobre os valores dos

imóveis para fins de tributação .
3.2 Atualização do cadastro
A atualização do Cadastro Técnico Urbano deve ser um processo permanente

da administração, uma vez que a dinâmica urbana acarreta alterações contínu-
as na valorização dos imóveis.
Essas alterações devem ser atualizadas sempre pelos mesmos critérios adota-
dos, já que constituem as variáveis responsáveis pela formação do valor venal
dos imóveis para cálculo do IPTU e do ITBI.
A revisão do valor venal dos imóveis deve ser anual e com limitação de prazo,
uma vez que precisa ser aprovada pela Câmara de Vereadores e o IPTU come-
ça a ser pago a partir do ano seguinte por meio de carnês.
21
PLANTAS DE VALORES
4 _PLANTAS DE VALORES
4.1 Definição e conceitos básicos
Plantas de Valores Genéricos (PVG) são plantas das

Plantas de Va lores Ou .
Ue aprese ntam em cada face de quadra os valores atuais de
zonas urbanas q .
mercado dos imóveis por metro quadrado, devidamente homogeneizados em
relação aos seus atributos.
segundo a NBR 14653-2 (item 3.46), Planta de Valores é a representação gráfi-

ca ou listagem dos valores genéricos do metro quadrado de terreno ou do imóvel
em uma mesma data.
De acordo com a definição do IBAPE/SP (Instituto Brasileiro de Avaliações e

Perícias de Engenharia), a Planta de Valores designaria o "conjunto de valores
básicos unitários de imóveis urbanos, compreendendo terrenos, edificações e
glebas, devidamente homogeneizados segundo critérios técnicos e uniformes
quanto à contemporaneidade, aos atributos físicos dos imóveis, às caracterís-
ticas das respectivas zonas no tocante à natureza do desenvolvimento e às
posturas legais para uso e ocupação do solo".
Segundo Zancan [96], a denominação "Planta de Valores Genéricos" é incor-

reta, preferindo a expressão "Planta de Valores" de Martins e Martins [1990],
denominação essa que será adotada daqui em diante.
Para Liporoni [1993] , as Plantas de Valores juntamente com o Cadastro Imobiliá-

rio são a base de todo o cálculo do IPTU e ITBI, devendo apresentar valores mé-
dios unitários de terrenos em cada rua do município com ou sem benfeitorias.
As Plantas de Valores, quando elaboradas de modo transparente e de acordo

~mas n~rmas brasileiras de avaliações, podem beneficiar a municipalidade em
diversas areas, como:
•Aumentara receita proveniente do IPTU e do ITBI·

'
• Aprimorar a justiça tributária·
'
• Otimizar os p
rocessos de desapropriações;
• Normalizar o mercado imobiliário;
22
• Racionalizar o planejamento e o desenvolvimento urbano;
• Justificar os processos de Contribuição de Melhoria.
Segundo González e Formoso [1994], as Plantas de Valores são obtidas or

dois métodos: o Método Tradicional, que utiliza modelos predeterminados p~ra
a obtenção dos valores unitários; e o Método Inferencial, que utiliza modelos
estatísticos obtidos pelo emprego de análise de regressão.
4.2 Atualização das Plantas de Valores
Para garantir sucesso na Avaliação em Massa, as Plantas de Valores devem

ser atualizadas mês a mês por meio das informações colhidas no Cadastro
Técnico Urbano, de onde são extraídos os dados necessários para os cálcu-
los dos valores obtidos segundo as normas de avaliações previstas na NBR
14653 da ABNT.
4.3 Tendências mercadológicas
A Avaliação em Massa deve refletir as tendências mercadológicas resultantes

do crescimento da cidade (valorização natural), dos melhoramentos realizados
(valorização artificial) e das alterações introduzidas no Plano diretor (valorização
legal), variáveis essas que vão influir no valor venal de cada imóvel para fins de
tributação do IPTU e do ITBI.
4.4 Elaboração das Plantas de Valores
As Plantas de Valores só têm valor jurídico se elaboradas por profissional regis-

trado no CREA.
Assim sendo, ao adotar procedimentos avaliatórios por metodologia ~ientífica'. ª pre-

feitura deverá incluir em sua equipe técnica um engenheiro ou _ar~uit~to regi strado
no CREA e, de preferência, com experiência em avaliações de ,moveis urbanos.

23
D
PLANTAS DE VALORES
· vai· se inteirar da situação em que se encontra o sistema de

Esse profi ss1ona 1 , .
• - da prefeitura examinando o Cadastro Tecnico Urbano, a cartografia
ava 11açoes , . _ . , .
existente e demais documentos relacionados com a avahaçao de 1move1s.
Paralelamente, deve ser efetuado o mapeamento da área urbana por empresa de

aerofotogrametria, cujo custo é relativamente baixo, tendo em vista que a área em
estudo se restringe a poucos quilômetros quadrados.
Sobre esse mapa será implantado um Sistema de Informações Geográfico (SIG)

que, ao lado do Cadastro Técnico Urbano devidamente atualizado por meio de
intensa pesquisa de valores de mercado, permitirá dividir a área urbana em zonas
homogêneas, ou seja, em regiões que possuem a mesma valorização imobiliária,
determinada por polos de valorização/desvalorização, ou pelo padrão construtivo
das edificações, de onde sairão as Plantas de Valores.
Em linhas gerais, a elaboração do primeiro conjunto de Plantas de Valores pode

seguir o seguinte roteiro:
1º - levantamento de toda a legislação tributária do município;
2° - análise cartográfica da cidade;
3º - coleta de dados de mercado junto às fontes de informação;
4º - determinação dos preços unitários das zonas homogêneas;
5º - montagem das Plantas de Valores·

'
6º - elaboração do projeto de lei;
7º - aprovação pela Câmara de Vereadores.
4.5 Considerações legais
O Estatuto das Cidades criado pela Le·1 º 1 257

trumentos constitucion;is de I'. n º· _de 10/2001, regulamenta os ins-
Federal de 198 . po itica urbana previstos no art. 182 da Constituição
8
Na prática, essa nova forma de 1 .

P aneJamento e gestão ainda não foi assimilada
24
ela maioria das prefeituras que, por dificuldades financeiras evita . .
p b'I' . . PI t d , m investimen-
tos em Cadastros lmo 1Ianos e an as e Valores.
Cumpre, porém, observar que ~ i_nexistência desses instrumentos interessa mui-

to a quem trabalha na clandestinidade, provocando prejuízos financeiros ao mu-
nicípio (redução do ITBI) e à União (sonegação de IR). Trata-se de um problema
difícil de contornar porque a irregularidade beneficia tanto O comprador como 0
vendedor.
Segundo Silva [2009], desde a Constituição de 1988, o IPTU vem legalmente se

destacando como poderoso instrumento de intervenção na política urbana. Toda-
via, é conveniente lembrar que esse tributo tem por base o valor da propriedade
e, se não estiver representando o comportamento do mercado imobiliário, tal
instrumento, que deve ser utilizado para assegurar o cumprimento da função
social da propriedade e ampliar a receita municipal, poderá provocar enormes
injustiças tributárias.
O autor observa ainda que o uso de modelos de avaliação inadequados para ob-
tenção dos valores dos imóveis tem forçado as prefeituras a manterem valores fis-
cais muito abaixo dos valores de mercado. Evitam, assim, a abertura de processos
de pedidos de revisão do IPTU, mas acabam não arrecadando o suficiente para
gerir o município com a eficácia requerida pelos munícipes.
Por fim, o autor enfatiza que a sistematização da avaliação em massa dos imóveis
é sem dúvida um grande passo científico e tecnológico necessário e urgente para
a modernização do poder público municipal, tendo em vista a grande importância
que tem a correta determinação do valor da propriedade, propiciando arrecada-
ções maiores e menos contestáveis.
A implantação de Plantas de Valores certamente tende a acabar com essas distor-

ções típicas do Terceiro Mundo.

•
AVALIAÇÃO DE IMÓVEIS URBANOS
5. AVALIAÇÃO DE IMÓVEIS URBANOS
5.1 Definição e conceitos básicos
Avaliar um imóvel urbano é estimar seu valor de mercado em data determinada.
Valor de mercado é o preço justo pago por um imóvel por um comprador de-
sejoso de comprar para um vendedor desejoso de vender, ambos com pleno
conhecimento do seu aproveitamento eficiente (Trivelloni e Hochheim).
Aproveitamento eficiente é aquele recomendável e tecnicamente possível

para o local, em uma data de referência, observada a tendência mercadológica
nas circunvizinhanças entre os diversos usos permitidos pela legislação perti-
nente (NBR 14653-2, item 3.1)
Segundo a NBR 14653-1, item 3.44, valor de mercado é a quantia mais provável
pela qual se negocia voluntariamente e conscientemente um bem, em uma data
de referência, dentro das condições de mercado vigentes.
5.2 Métodos de avaliação
As diretrizes para a avaliação de bens em geral encontram-se na NBR 14653

daABNT.
As partes que se referem à avaliação de imóveis são:
Parte 1 - Procedimentos gerais
Parte 2 - Imóveis urbanos
Parte 3 - Imóveis rurais;
Parte 4 - Empreendimentos
5.3 Metodologia aplicável
Os procedimentos avaliatórios usuais com a finalidade de identificar o valor de

um bem, ou seu custo, ou para determinar indicadores de viabilidade estão ali-
cerçados em três métodos básicos. São eles:

• Métodos para identificar o valor de um bem;
• Métodos para identificar o custo de um bem;
• Métodos para identificar indicadores de viabilidade da utilização econômica de

um empreendimento.
A metodologia aplicável é função da natureza do bem avaliando, da finalidade

da avaliação e da disponibilidade, qualidade e quantidade de informações colhi-
das no mercado.
5.3.1 Métodos para identificar o valor de um bem
Os métodos para identificar o valor de um bem são os seguintes:
a) Método comparativo direto de dados de mercado - identifica o valor do

bem por comparação com os valores de outros bens que possuem atributos
semelhantes.
b) Método involutivo - identifica o valor do bem com base no seu aproveita-

mento eficiente.
c) Método evolutivo - identifica o valor do bem pelo somatório dos valores de

todos os seus componentes.
d) Método da capitalização da renda - identifica o valor do bem com base na

capitalização da sua renda líquida viável.
5.3.1.1 Método comparativo direto de dados de mercado
É o método mais utilizado na avaliação de imóveis urbanos.
O valor do imóvel é obtido pela comparação com um conjunto de dados de

. • Ih tes possíveis aos do
mercado (amostra) que possuem atributos mais seme an
imóvel avaliando.
27
AVALIAÇÃO OE IMÓVEIS URBANOS
Sua aplicação segue as seguintes etapas:
• · d · · 1avaliando examinando todas as variáveis que possam inter-

a) v1stona o 1move ,
vir na formação do seu valor;
b) identificação das possíveis variáveis influenciantes na formação do valor;
c) investigação do mercado imobiliário que fornecerá as informações e os dados

necessários para o tratamento estatístico a ser adotado;
d) tratamento dos dados, em que as características heterogêneas existentes entre

si e em relação ao imóvel avaliando podem ser tratadas por duas metodologias
básicas: tratamento por fatores e tratamento científico.
No tratamento por fatores, as discrepâncias existentes entre os dados de mercado

e o imóvel avaliando são homogeneizadas por fatores devidamente fundamenta-
dos e, a seguir, é feita a análise estatística dos resultados homogeneizados.
No tratamento científico, as tendências do mercado são pesquisadas por inferên-

cia estatística aplicada em modelos de regressão linear. A metodologia consiste
em estudar o comportamento de uma variável (variável dependente) que depende
de outras variáveis (variáveis independentes) responsáveis pela sua formação.
Em Engenharia de Avaliações de imóveis, a variável dependente é o preço unitário
pesquisado e as variáveis independentes são as características responsáveis pela
sua formação (área, idade, padrão, localização etc.).
5.3.1.2 Método involutivo
Esse método se baseia na teoria do aproveitamento eficiente do bem tanto com

relação às suas características quanto com as condições do mercado.'
No caso de imóveis urbanos, o Método involutivo é muito utilizado na avaliação

de terrenos situados em zonas centrais adensadas em que não é possível adotar
0
Método comparativo direto devido à inexistência de dados para compor uma
amostra típica .

• - de terrenos, esse método é mais conhecido por Método residual por-
Na ava 1iaça0 )d . -
titui O resíduo final (valor do terreno a 1mplantaçao de um empreendimen-
que cons . , ·t t , . .
. t·t· 0 1 ·deal isto e, com aprovei ameno max1mo compat1vel com a legislação
to h1po e ic ' . - .
. t dentro das cond1çoes do mercado local (aproveitamento eficiente).
vigen e e
5_3_1.3 Método evolutivo

Nesse método o valor do bem é estimado pela soma dos valores de todas as par-
celas que o compõem .
Quando se trata de imóveis urbanos, seu valor de mercado é composto pela soma
dos valores do terreno e das benfeitorias, acrescida de um coeficiente chamado
fator de comercialização, que pode ser maior ou menor do que a unidade, de-
pendendo da conjuntura do mercado local na época da avaliação.
o fator de comercialização é estimado pela pesquisa, comparando o imóvel ava-

liando com outros imóveis semelhantes da zona aceitos pelo mercado.
Assim, o valor de mercado do imóvel é obtido pela fórmula:
V = (Vt + Vb ). Fc
em que:
V = Valor de mercado do imóvel avaliando
Vt = Valor do terreno
Vb = Valor da benfeitoria depreciada
Fc = Fator de comercialização (razão entre o valor de mercado e seu custo de

reedição)
S.3.1.4 Método da capitalização da renda
No Método da capitalização da renda , o valor do bem é estimado com base na

capitalização presente da sua renda líquida viável.
AVALIAÇÃO 29
EM MASSA DE IMÓVEIS URBANOS
AVALIAÇÃO DE IMÓVEIS URBANOS
Em imóveis urbanos, as grandezas que entram na avaliação são o período de

capitalização e a taxa de desconto utilizada.
o princípio do método consiste em se analisar as receitas e as despesas do empre-

endimento ao longo do horizonte, montar o fluxo de caixa e pesquisar a taxa mínima
de atratividade (TMA), que corresponde ao valor máximo do empreendimento.
Uma vez conhecido o preço de oferta, calcula-se a taxa interna de retorno (TIR),
isto é, a taxa que zera o fluxo de caixa: se a TIR for maior que a TMA , o preço
ofertado viabiliza o empreendimento.
5.3.1.5 Metodologia recomendada
Para identificação do valor de mercado, sempre que possível, preferir o método

comparativo direto de dados de mercado. (NBR 14653-1, item 7.5).
5.3.2 Métodos para identificar o custo de um bem
Os métodos para identificar o custo de um bem são:
a) Método comparativo direto do custo;
b) Método da quantificação do custo.
5.3.2.1 Método comparativo direto do custo
Nesse
. método , o custo do bem e· ·d
I entI'fi1cado por meio de tratamento técnico dos
atributos dos elementos comparáveis constituintes da amostra.
5.3.2.2 Método da quantificação do custo
Nesse método o custo do bem . 1'd .

ou analíticos ~ part· d ~ entificado por meio de orçamentos sintéticos
e indiretos. ir as quantidades de serviços
· e respectivos custos diretos

"d ntificar indicadores de viabilidade da utilização econô-
Métodos para , e
5.3.3 mpreendimento
mica de um e A • •
· b,·I,·dade de utilização economIca de um empreendimento

. ão de vra
A determinaç fluxo de caixa projetado, a partir do qual são determinados
é baseada no dseu_são baseados no valor presente líquido, nas taxas internas de
. dores de ec1
indica t pos de retorno, dentre outros fatores.
retorno, nos em
_ _Valor de mercado, custo e preço

54
Antes de passarmos ao desenvolvimento dos métodos de avaliação, vejamos as
definições das palavras valor de mercado, custo e preço que se encontram na
NBR 14653-1 .
Valor de mercado: quantia mais provável pela qual se negociaria voluntariamente

e conscientemente um bem, em uma data de referência , dentro das condições do
mercado vigente (item 3.44 ).
Custo: total dos gastos diretos e indiretos necessários à produção, manutenção

ou aquisição de um bem, numa determinada data e situação (item 3.9).
Preço: quantia pela qual se efetua, ou se propõe efetuar, uma transação envolven-
do um bem, um fruto ou um direito sobre ele (item 3.38).
Com relação ao custo, cumpre destacar as expressões definidas a seguir:
Custo direto de produção: gastos com insumos, inclusive mão de obra, na pro-
dução de um bem (item 3.9.1 ).
Cu5to indireto de produção: despesas administrativas e financeiras, benefícios

e demais ônus e encargos necessários à produção de um bem (item 3.9.2).
Custo de reproduça- o·. gasto necessano

. . para repro duzir
. um bem, sem considerar
.
eventual depreciação (item 3.9.4 ).
Custo de reedi - .
do em . çao. custo de reprodução, descontada a depreciação do bem ten-
O 5t
VISta e ado em que se encontra (3.9.3). '
AVALIAÇÃO EM M
ASSA DE IMÓVEIS URBANOS
éVE=IS URBANOS
AVALIAÇÃO CJE HVI
devido a modificações em seu estado

- . rda de valor de um bem,
Depreciaçao e a pe. or
·dade e ocasionadas p .
ou qual1 ·t d )·
. -es normais de uso (decrep1 u e ,
'd d em con d iço
a) desgaste pela I a e -
- d uso inadequado (deterioraçao);
b) desgaste em razao e
c) retirada de componentes originais (mutilação);
d) superação tecnológica ou funcional (obsoletismo ).
Cumpre observar que as definições mencionadas anteriormente são de _capital

importância nos processos de avaliação de imóveis, como veremos a seguir.
Nos processos de avaliação, a quantia do imóvel deve ser designada por valor ou
valor de mercado porque é a quantia mais provável pela qual deveria ser efetu-
ada a transação.
Em se tratando de compra e venda, a quantia deve ser designada por preço por-
que é a quantia pela qual é de fato efetuada a transação.
Nas avaliações pelo Método da quantificação do custo (também conhecido por

Método do custo de reprodução), deve ser utilizada a expressão custo porque
aqui a quantia resulta do total dos gastos necessários para reproduzir o bem,
quantia essa que, na maioria das vezes, não reflete o valor de mercado.
~o Método da quantificação do custo são utilizadas as expressões definidas ante-

riormente e que estão relacionadas entre si da seguinte forma:
• Custo direto = materiais + mão de obra com encargos sociais;
• Custo indireto = despesas administrativas, financeiras e lucro.
O custo indireto incide sobre 0 .

cido na co t çã . . cuSt o direto sob a forma de porcentagem e é conhe-
ns ru o c1v1I pela . 1 BD . . .
siga 1 (benef1c10 e despesa indireta), ou seJa:
32
-o= custo direto.(1 + BOI)
de reproduça
custo
ou: -o= custo direto.(1 +A)(1 +F)(1 +L)

to
de reproduça
cus
onde:
- porcentagens de administração, financeiras e de lucro.
A, Fe L sao as
iça·0 = Custo de reprodução - Depreciação
custo de re ed
5.5 Valor venal
Valor venal é o termo utilizado pelas prefeituras para caracterizar a quantia sobre
aqual incidem os tributos IPTU e ITBI.
Nas avaliações de imóveis urbanos para fins de tributação, os termos valor, valor de
mercado, custo e preço são utilizados indistintamente e significam valor venal.
5.6 Metodologias utilizadas nas avaliações de imóveis urbanos
Em Liporoni e colaboradores [2003:89] se observa que as avaliações de imóveis

urbanos podem ser realizadas por Metodologia determinística (homogeneiza-
ção dos valores por meio de tratamento por fatores) ou por Metodologia probabi-
líStíca (regressão linear múltipla por inferência estatística).
Nos_próximos capítulos serão desenvolvidas as duas metodologias utilizadas nas

avahações de imóveis urbanos para efeitos de tributação.
5·7 Especific -
açao das avaliações: graus de fundamentação e de precisão
TOdo o trabalh 0 - , • • •
COnd'i . ava 1iatono pode ser classificado quanto ao nível de ngor e esta
cIonado a . .
os cnténos estabelecidos na NBR 14653.
AVAI.IAÇÃQ EM
, MASSA DE IMÓVEIS URBANOS 33
éVEIS URBANOS
AVALIAÇÃO DE HVI
' 1
. _ tá diretamente relacionado ao empenho d
. 1 . a aval1açao es . o
O nível de rigor de. ~m dados do mercado e a escolha do modelo aplicado
i' ·/. avaliador, à confiab1hdade dos
no processo.
. anto menor for a subjetividade contida na avaliação
O nível de rigor é tanto maior qu .
rmas envolvendo avaliação de bens foram incorpora-
Em meados de 1998, as no " . . d . " ( d'
. e os então denominados niveIs e rigor expe rto, normal e
das a NBR 14653 t - d · -
. )f bstituídos por graus de fundamen açao e graus e prec1sao.
rigoroso oram su
Assim, as avaliações podem ser especificadas quanto ao grau de fundamenta-
ção e quanto ao grau de precisão (NBR 14653-2, item 9.1 ).
Quando O avaliador não dispõe de situação normal e típica do mercado e fica com-
provada a impossibilidade de utilizar qualquer das metodologias previstas nessa
norma, o avaliador pode adotar outro procedimento (item 8.1.2), porém o trabalho
deve ser considerado como parecer técnico (NBR 14653- 1, item 3.34).
O grau de fundamentação (graus Ili, li ou 1) é obtido pela soma dos pontos de

cada item que compõem a tabela específica do método utilizado. O atendimento
de cada item do grau Ili terá 3 pontos; do grau li terá 2 pontos ; e do grau I terá
1 ponto.
Por sua vez, o grau de precisão (graus Ili, li ou 1) está relacionado com a amplitude
do intervalo de confiança de 80% em torno do valor central da estimativa, também
definido em tabela própria.
Observação: tanto na fundamentação quanto na precisão, o nível de rigor diminui

do grau Ili para o grau 1.

- O DE TERRENOS PELO
~ :.~~~TRADICIONAL
OS PELO MÉTODO TRADICIONAL
6. AVALIAÇÃO DE TERREN
6_1 Genealidades
. . valor de um terreno pode ser estimado por fórmula
Pelo Método tradiciona 1' 0 · · · d I t d - d
.. d ( ue contém o preço urntano o o e-pa rao a zona)
atemat1ca consagra a q . - (f '
m . fi . t de valorização ou desvalonzaçao atores de valoriza-
acrescida de coe 1c1en es .
ção) oriundos das suas características físicas.
Nesse me•todo, O custo de um terreno é determinado em função do "lote-pa-

drão" e da cotação do "preço unitário" vigentes na zona.
"Lote-padrão" é O terreno paradigma que tem as seguintes características:
• formato retangular;
• frente única em meio de quadra;
• topografia plana, horizontal e no nível da rua;
• solo firme e seco;
• frente (testada) de 10 me profundidade de 40 m (fundo-padrão).
Observação: o "fundo-padrão" de 40 m é adotado pelas repartições públicas

federais, estaduais e municipais, bem como pelo Poder Judiciário, quando não
existe outro critério legal.
"Preço unitário" é o preço, por metro quadrado, do "lote-padrão" da zona.

Quando seu valor não é conhecido, é preciso apurá-lo pela pesquisa, que é feita
pelo Método comparativo direto de dados de mercado colhendo uma amostra
1
com O maior número possível de elementos da zona e com atributos mais seme-
lhantes possíveis entre si. O "preço unitário" é obtido pela média aritmética dos
preços unitários homogeneizados da amostra média esta devidamente sanea-
da por meio da exclusão de valores discrepant~s por critérios estatísticos consa-
°
grados, como Critério de Chauvenet e o Critério dos dois desvios-padrão.
NOS
OVEIS URBA
AVALIAÇÃO EM MASSA DE IM
~ o oe-reFIFlel\lOS pe:LO
AVAI-IAÇA 11AOICIOI\IAL-
-
NIÉÍ
# ººº,.I"" éTODO TRADICIONAL
.. TERRENOS PELO M
6. AVAUAÇAO OE
Genealidades pode ser estimado por fórmula

6. 1 d um terreno _
. ·onal O valor e unitário do \ote-padrao da zona)
M·todo tra d,c, ' t' m O preço '
Pelo ~. grada (que cone _ d valorização (fatores de valoriza-
matemat,ca cansa . de valorizaçao ou es
acrescida de coef1c1entes acterísticas físicas.
. d das suas car
ção) onun os . d terminado em função do "lote-pa-
to de um terreno e e
Nesse método, o cus ·ta· rio" vigentes na zona.
-
drão" e da cotaçao
do "preço um . .
. ue tem as seguintes caractensticas:
- " e· o terreno paradigma q
"Lote-pa drao
• formato retangular;
• frente única em meio de quadra;
• topografia plana, horizontal e no nível da rua;
• solo firme e seco;
• frente (testada) de 10 me profundidade de 40 m (fundo-padrão).
Observação: o "fundo-padrão" de 40 m é adotado pelas repartições públicas

federais , estaduais e municipais, bem como pelo Poder Judiciário, quando não
existe outro critério legal.
"Preço unitário" é o preço, por metro quadrado, do "lote-padrão" da zona.

Quando seu valor não é conhecido, é preciso apurá-lo pela pesquisa, que é feita
pelo Método comparativo direto de dados de mercado colhendo uma amoStra
com O maior número possível de elementos da zona e ~om atributos mais seme-
lhantes po_s~í~eis entre si. O "preço unitário" é obtido pela média aritmética dos
preços urntanos homogeneizados da amostra média esta devidamente sanea-
da por meio da exclusão de valores discrepant~s por critérios estatísticos consa-
grados, corno o Crité . d Ch -
no e auvenet e o Critério dos dois desvios-padrao .
.,_ C:IC , ,~RANOS

AVALIAÇÃO EM MACCA l"\C: ... , " '
~ ,, é calculado pela fórmula simplista
"lote-padrao
Ovalor do Vt = q x S
em que:
o "lote-padrão";
Vt::: valor d
. , . " por m2 referido ao "lote-padrão" da zona;
Q :: •preço unrtano
S::: área efetiva do lote.
. Avaliação por tratamento de fatores

62
Conforme foi mencionado, o valor de um terreno urbano pode ser calculado
porfórmula matemática consagrada acrescida de coeficientes de valorização ou
desvalorização chamados "fatores intrínsecos de valorização".
No Brasil, a fórmula básica adotada é a de Harper-Berrini que, acrescida dos

fatores intrínsecos de valorização, assume a forma a seguir:
Vt- LK-(q.x.S.x.t)
em que:
Vt = valor do terreno avaliando ,·
LK = somatório dos "fatores intrínsecos de valorização";

q = preço unitário do "lote-padrão" vigente na zona;
S = área efetiva do terreno·,
N="fundo-padrã 0 ,,
ou profu nd idade do "lote-padrão" da zona-
f =profundidade e . ,
qurvalente (divisão da área do terreno pela testada).
AVALIA i
Çl'IQEMMAss
A DE IMÓVEIS URBANOS
•
1,
d basicamente da sua localização

. - de um terreno urbano depen e e
A valonzaçao , ticas físicas.
das suas caractens . . ~ o as responsáveis pela formação do
, r as f1s1cas sa . ,
. - 0 e as caractens ic ltiplicado pela área efetiva, da o valor
A locahzaça 'd" unitário" que, mu
chama do "preço me ,o
do terreno:
Vt = qm XS
em que:
Vt = valor do terreno avaliando;
qm = "preço médio unitário" por m2 do terreno avaliando;
S = área efetiva do terreno em m2 •
A localização dá origem aos chamados "fatores extrínsecos de valorização" res-

ponsáveis pela formação do "preço unitário" do "lote-padrão" da zona, cuja valori-
zação pode ser natural (provocada pelo aumento populacional), artificial (decor-
rente de obras de urbanismo e de saneamento) e legal (resultante de alterações
introduzidas no plano diretor).
Por sua vez, as características físicas dos terrenos dão origem aos chamados
"fatores intrínsecos de valorização", sendo os principais:
• valorização pelo formato;
• valorização pelas dimensões da testada·

'
• valorização pelo número de testadas·
'
• valorização pela profundidade;
• valorização pela topografia;
• valorização pela geai og1a;

.
• valorização pela salubridade.
38
avaliação de terrenos urbanos adotadas
fórmulas de .
ncionamos, as . . de Harper-Berrini, que, mais tarde, sofreu
i ,me me fórmula bas1ca
con,o ivam da P
0rasil der - elo IBAPE/S .
no lteraçoes p . . . .
81gumas ª . lexo que O de Harper-Bernn1 porque exige a cna-
delo é pou co mais
,, comp estabelecimento peno ··d'1co de p1ani'Ih as para a
esse ,no de norma com o
çáO de •z~nas - dos fatores de ajustes.
tiornogene1zaçao
6.3 BiblioQrafia
. _ d t rrenos urbanos sem benfeitorias, pelo método de Harper-Berrini
Aavahaçao e e • ·
Brasil) ou pelo método do IBAPE/SP, pode ser determinada por meio
(adotado no . . _ F,
. de minha autoria intitulado Aval1açao de Terrenos Urbanos por ormu 1as
dohvro .. . ..
Matemáticas. 1ª ed. São Paulo: P1rn, 2008 (www.l0Jap,n1.com.br).
0 conteúdo da obra consta de duas partes: a primeira inicia com o estudo dos
fatores que afetam a valorização de terrenos urbanos e termina com o desenvol-
vimento das fórmulas; a segunda apresenta 33 exemplos, abrangendo a maioria
dos casos que podem se apresentar ao avaliador.
Para facilitar as pesquisas, foram elaboradas uma relação dos símbolos adotados
eoutra contendo as fórmulas desenvolvidas.
~avaliação a seguir é um dos exemplos da parte prática do livro. Trata-se de ava-

lia~~~ terreno sem benfeitorias situado em zona em que não se conhece O preço
unitário do lote-padrão.
Assim a avaliação d · i ·
do Mio~- adr- " evera ser e,_ta em duas etapas: primeiro se determina o valor
depois /feit:~
da ~on~ pelo Metodo comparativo direto de dados de mercado e
apropriada a~allaçao do terreno com o auxílio da fórmula de Harper-Berrini
acrescida do somatório d "f t · ,
conforme segue: os a ores mtnsecos de valorização" (I:K),
AVAl_fAÇ1'
. o EM MAs
, SA DE IMÓVEIS URBANOS
Exemplo nº 26
médio unitário
0
Calcular o valor e o preças seguintes ca- Rua B
L
do terreno ao lado, com
racterísticas:
. de quadra, com duas
Terreno em meio ü
frentes, plano e horizontal, _com testadas ro
::::s
no nível das ruas; solo úm1do; zona Co- o:::
mercial, onde o "fundo-padrão" é de 35 m,
a testada referencial é de 8 m, a taxa de
ocupação é de 85% e os recuos frontais
em ambas as ruas são de 4 m.
15 Rua A
Não se conhece o preço unitário vigente
na zona.
Para possibilitar os cálculos, a imobiliária contratada, após pesquisa nas adjacên-

cias, forneceu ao avaliador o quadro a seguir, constante de cinco elementos com
potencial de valorização igual ao do terreno avaliando:
~ s
Endereço Rua A
E1 E2
Rua B
E3
Av. C
E4
Rua D
ES
Rua E
12 X 30 = 15 X 40 = 9 X 35 = 15 X 45 = 20 X 30 =
Dimensões 2
360 m 2
600 m2 315 m 2 675 m 2 600 m
Fonte Classif. lmobíl. lmobil. Vendido Vendido
Preço à vista 288.000 ,00 480.000 ,00 250 .000,00 500 .000,00 400.000,00 _
Inclinação Acl. =20% - Dec. 33% - - -
Salubridade seco úmido seco úmido úmido -
Testada ref. 8,00 m 8,00 m 8,00 m 8,00m _
8,00 m
Taxa de ocup.
Rec. de frente
85% 85% 85% 85% 85%
4,00 m -
-
2,00 m 4,00 m 2,00 m 4,00 m
Rec. defundos 2,00 m 2,00 m -
2,00 m 2,00 m 2,00 m
40 URBANOS
AVALIAÇÃO EM MASSA DE IMÓVEIS
50/11ção eneizados da amostra:
itários homog
reços un
1- P
~/emento 1:1·.
'd de equivalente:
prof1.md1 a
S 360
f=-=-=30,00m < N (=35)
ap 12
Valor do preço unitário:

como N/2 < f < N, devemos adotar a fórmula (8), acrescida do somatório dos
fatores inclinação, testada e aproveitamento, bem como reduzir o preço em 10%
(praxe para imóveis em venda):
VI= LK.(q. S .J;;)

Fator inclinação: para A= 20%, Ki = 0,90
25
Fator testada: Kt = (12]º'
8 = 1, 1067
Fator aprovertamento:
·
r.o.=85% =o.as
t.o. = 360-12x4
~ === 0,8667
AVA!.JAÇÀO EM lAA~
""'.:lSA DE IMó
........,,...,""., VE1s URBANos
41J
ÃO DE TERRENOS PELO
AVALIAÇ TRADICIONAL
MÉTODO
t.o. - 0,8667 > 1- Ka = 1,00

Ka = T.0. - 0,85
Então: IK = 0,90 + 1,1067 + 1,00-(3-1) = 1,0067
Substituindo, teremos:
0,90
{3o
x 288.000 = 1,0067. (q x 360 x V35)
0,90x288.000 _
q (E1) = {3o - 772,511 m 2
1,0067x360xV
35
Elemento E2:
Profundidade equivalente:
S 600
f =-=-=40,00m > N (=35)
ap 15
Como N < f < N, devemos adotar a fórmula (7), acrescida do somatório dos fatores
salubridade, testada e aproveitamento, bem como reduzir o preço em 1O%:
AVALIAÇÃO EM MASSA OE IM
.~,os
óVEIS URB"''
J
ff-i
VI = LK. (q . s .
fator salubridade: para terreno úmido, Ks = 0,80
25
15)º•
Fator testada: Kt == (8 = 1, 1702
Fator aproveitamento:T.0. = 85%
600-15x6
t.o. == = O, 8500
600
Ka = t.o. = 0,8500 _
T.0. 0,85 - 1,00
Então:
LK = 0,80 +1, 1702 + 1,00 - (3-1) =0,9702
Substituindo:
q(E2) = 0,90x480.000
0,9702x600x {35 = 793,35/m2
V45
A.V/>J..IAÇ'Ao
EMMASSADE IMÓ
VEIS URBANOS
43
- DE TERRENOS PELO
AVALIAÇAO DICIONAL
MÉTODOTRA
Elemento E3:
f =~ = 315 =35, 00 m == N
ap 9
Como t = N, podemos aplicar a f órmu/a simplista, acrescida dos fatores inc/inaç

testada e aproveitamento, e devemos reduz,r o preço em 10%:
~
. a~
Vt == LK .(q X s)
Fator inclinação: para O == 33%, Ki == 0,67
Fator lestada: Kt = l( 9!°'25

) = 1,0299
8
Fator aproveitamento:
T o . == 0,85
t _ 315 - 9x4
.o. - ~ == 0,8857
Ka == t.o. _ O,8857
T.o_ - 0,Bs > 1,00 Ka == 1,00
_J.
4
. 4

fK = 0,67 + 1,0299 + 1,00 - (3-1) == 0,69 99
substituindo:
SO 000 = 0,6999 .(q X 315)
0,90 X 2 .
0,90x250.000 = 1.020,55 /m2

q(E3) == o, 6999x315
Elemento E4:
675
f=_§__= =45,00m > N (=35)
ap 15
Como N < f < 2N, devemos adotar a fórmula (7), acrescida dos fatores salubridade,
testada e aproveitamento, e sem redução do preço:
Fator salubridade: para terrenos úmidos, Ks = 0,80
25
Fator testada: Kt == ( :
1
)º• =1, 1702
----
-
AVALIAÇÃO OE TERRENOS PELO
MÉTODO TRADICIONAL
T.O. = 0,85
_ 675 - 15x6
t.o. - - -- =O 8667
675 '
Ka = !:!!:_ _ 0,8667
T.O. - 0,85 > 1,00 - Ka == 1,00
então:
[K == 0,80 + 1, 1702 +
1, 00- (3 - 1) _
- 0,9702
Substituindo·
1,00 X 500.000 - 0
9702
- ' .(q X 675 ~5
X - -)
45
q(E4J== 1,ooxsoo o
~ l{fs
--865, 72 frn2
0, 9702x615
X ...._
45
Elemento Es:
Profundid
ade eq .
uiva/ente:
' === _§_ _ 600

a --........_
'P 20 - 30, oo -< N (==35)
AVALIAç;c
'"'ºEMMA
SSA OE IMÓVEIS URBANOS
reço unitário:
vaior d0 P
< f < N, devemos adotar a fórmula (8), acrescida dos fatores salubrida-
corn0 N/ 2 proveitamento, e sem redução do preço:
de, testada e a
Vt = LK .(q X s X/;;>
Fator salubridade: para terrenos úmidos, Ks = 0,80
25
20Jº•
Fator testada: Kt =( =1,2574 ---+ Kt =1, 1892 (limite)
8
T.0. = 0,85
t.o. = 600 - 20x6 = 0 8000

600 '
Ka = t.o. = 0•80 = O 9412

T.O. 0,85 '
então:
LK =0,80 + 1,1892 + 0,9412- (3-1) =0,9304
Substituindo:
1,00 X 400.000 = 0,9304 .(q X 600 X {3o)

V35
AVALIAÇÃO EM
MASSA DE IMÓVEIS URBANOS 47
1 oox40o.ooo == 773, 95 lm 2
q(E5) = ' /30
O,93Q4x600X ~35
,. os homogeneizados:
2. Média aritmet,ca dos preç
772,51+ 793,35 +1.020,55 + 865, 72 + 773,95 = 845,21 /m2

Média= 5
3_Média saneada com limites de confiança de 20% (veja a observação):
Limite superior= 845,21 + 20% = 1.014,25/m2
Limite inferior= 845,21 - 20% = 676, 16/m2
Deve ser excluído o Elemento E3 ( q = 1.020,55/m 2) que extrapolou o limite superior.
A média saneada para o preço unitário da zona será:
q = 772,51 + 793, 35 + 865, 72 + 773, 95

4
q = R$ 801,38/m 2
Uma vez conhecido o "preç 0 ·t · · "

, d' ... uni ano da zona, podemos calcular o valor e o preço
'º
me unitano do terreno avaliando:
a) Testada equivalente
A=a1 +a2 ( q2)2 == 14,91 + 10( 801,38)2 -

q, 801,38 - 24,91 m
48
·~ - '
1
'd de equivalente
b) profund1 a
~ x45 562,50 = 22,58 m < N (=35)

f1 ::: A ==
S -1-:::-
24,91
- 2491
'
e) Valor do terreno
como N/2 < f1 < N, devemos adotar a fórmula (18) que contém o fator vantagem,
.da dos fatores salubridade, testada equivalente e aproveitamento:
acresC,
Vt, LK .{Kv x q1 xS x ff;)

Fator vantagem:
75
N]º·
Kv = [7;
( 35 ,00]º·7s
= 22,58 :::: 1,3892
Fator salubridade: para terreno úmido, Ks = 0 ,80
Fator testada equivalente:
25
K -(A)º· (24 91]º· 25
t- 7 ~ 8,~o = 1,3284 > 1, 1892 __, Kt = 1, 1892 (limite)
Fator aproveitamento·
r.o. == o,as
AVALIAÇ,\o EM
-
MASSA DE IMóV
EIS URBANOS
- O CE TERRENOS PELO
AVALIAÇ~ACICIONAL
MÉTODO ir-.
562 50 (15x4+ 10x4) =462,50 =0,8222

t.o. = ' 562,50 562,50
então:
í:K = 0,80 + 1,1892 + 0,9673- (3 -1) = 0,9565
Substituindo: (22,sã"
Vt = 0,9565. (1,3892 x 801,38 x 562,50 x V~)
Valor do terreno:
Vt = R$ 481.104,00
d) Preço médio unitário do terreno:
qm = -VtS =-481.104
- - =R$ 855 30/m
562,50 '
2
Observação: No exemplo, o saneamento da amostra homogeneizada foi efetuado

pelo procedimento mais simples, isto é, adotando limite de confiança de 20º/~ _ou
30% em torno da média aritmética a critério do avaliador com base na expenen-
, ' -o
eia. Mas a NBR 14653-2, em seu Anexo B (item B.3), determina que a eliminaça
de dados discrepantes deve ser realizada por critérios estatísticos consagra~05 j
Dentre eles, 0 mais utilizado é o Critério de Chauvenet, o qual não foi po~sive
aplicar aqui porque requer, no mínimo, a participação de seis dados amo st rais.
50 óVEIS URBANOS
símbolos adotados:
oietada (item 3.20 da NBR 14653-2);
ap == frente pr ,
rincipal de terrenos com frentes múltiplas;
a1 :: fren te P
n == frentes secundárias;
a2 ... a
didade equivalente (item 3.51 da NBR 14653-2);
f:: profun
f == profundidade equivalente de terrenos com frentes múltiplas;

1
Ka == fator aproveitamento;
Ki ::: fator inclinação;
Ks = fator salubridade;
Kt = fator testada;
Kv = fator vantagem (para terrenos com frentes múltiplas e profundidade equiva-

lente inferior ao fundo-padrão da zona);
LK = somatório dos fatores intrínsecos de valorização;
N = fundo-padrão da zona (Plano Diretor);
q = preço unitário do lote-padrão da zona;
q1 = preço unitário do lote-padrão da zona na frente principal de terrenos com

frentes múltiplas;
q2 .. . qn = preços unitários do lote-padrão da zona nas frentes secundárias;
qm = preço médio unitário do terreno avaliando;
S = área efetiva do terreno-

'
T.O. = taxa de ocupação da zona (Plano Diretor);
t.o. = taxa de ocupação resultante dos recuos obrigatórios (Plano Diretor);
Vt = valor do terreno avaliando.
AVALIAÇÃO
EM MASSA DE IMÓVEIS URBANOS 51
óES pE:L.O
.. oe eo1F1cAÇ
p.\/P.LJAÇ"f!. ACJICICJI\IAL
éTOc,0--.,._.-
"" MÉTODO TRADICIONAL
õES PELO
~ O OE EDIFICAÇ
T.AVALIAÇA
7.1 Generalidades d pende basicamente da área efetiva,

eno urbano e .
. valor de um terr . d valorização) e das suas caractensti-
V1mos que . ~ (f tores extnnsecos e
0
da sua locahzaçao . a . os de valorização).

cas físicas (fatores mtnnsec b . t d .
d1·ficação depende asIcamen e a area
valor de uma e
Da mesma forma, 0 . nstrutiva do padrão de acabamento e da
'da da classe da tipologia co ,
cons trui , '
idade.
. . d'fi ão segundo sua finalidade: residencial, comercial,
A classe identifica a e t ,caç
serviços, industrial e especial.
A tipologia construtiva indica as características construtivas: barraco, casa,
apartamento, escritório, galpão e cobertura.
o padrão de acabamento indica as características da edificação em função da

qualidade dos materiais empregados: baixo, normal e alto.
A idade real é o tempo decorrido desde a conclusão de fato da construção até a

data de referência. Quando a idade real não é conhecida, adota-se nos cálculos
a idade aparente, que é atribuída ao imóvel de modo a refletir sua utilização,
funcionalidade, partido arquitetônico e materiais empregados (NBR 14653-2,
itens 3.25 e 3.26).
A idade leva à depreciação e, consequentemente, seu valor de mercado vai

diminuindo_ paulatinamente. A depreciação pode ser de ordem física (estado de
conservaçao) e de ordem funcional (obsoletismo).
O estado de conservaçã O d d d
lta epen e a recuperação periódica de anomalias
resu ntes do desgaste físico pelo uso e pela ação do tempo.
O obsoletismo resulta da su - .
de ordem estéti . peraçao da edificação por novas técnicas, tanto
usuários. ca como ligadas à segurança, à saúde e ao conforto de seus
52
. ão do custo
de avallaÇ . - .
rdétodos . custo de uma ed1ficaçao.
1.2 para se estimar o
dois métodos
c.:xistem
i::; • d·reto
1 do cus to,·
arat1vo
• Método com P
antificação do custo
• Método da qu
mparativo direto do custo

2 1 Método co . -
7. . t· o direto do custo para a est,maçao do custo
M •todo compara 1v . , . , .
Autilização do e d I ta de uma amostra constituída de ,moveis prox,-
·r, ção parte a co e . d
de uma edi ica . lhantes possíveis ao imóvel avaltan o.
atributos os mais seme
mos e eOm .
la pesquisa o roteiro a ser observado segue os procedi-
Obtida a amo. Stra Pe '
do Método comparativo direto de dados de merca d o.
mentos usuais
7.2.2 Método da quantificação do custo
o Método da quantificação do custo, também conhecido por Método de custo de

reprodução, é o método tradicional adotado pela maioria das prefeituras.
A dificuldade dessa metodologia é que os cálculos são elaborados com base

nos preços vigentes na construção civil e, portanto, dissociados das tendências
do mercado imobiliário, que segue regras de oferta e demanda e pouco tem a
ver com o custo de construção.
No Método por inferência estatística, essas tendências estão embutidas nos

dados ~~ mercado que, tratados por regressão múltipla, geram uma equação
matemat,ca que dá o valor pesquisado com determinado grau de confiança.
No e_
nt~nto, o uso da análise de regressão é dificultado por vários problemas
1st1
~~~t cos que podem afetar a validade dos modelos gerados implicando res-
nçoes quanto à precisão das estimativas de valor. ,
Neste capítulo será d . ,

siste em esti esenvolvido O Metodo da quantificação do custo, que con-
mar O valor atual d e uma e dºfi -
1 ,caçao baseado no custo de reprodu-
AVALIAÇÃO EM MAs
SA DE IMÓVEIS URBANOS
ê'JESPELO
~01FJC.AÇ
j,.O c,E: ._ .Al-
AVALIAÇ 11Ao1c1CJI\I
. .;
, ººº,-r,
IVIET" _ seJ·a, com o emprego dos mesmo
ciaçao ou s
eventual depre -~óvel avaliando.
ção, sem considerar ão que compõem o 1
. ·s de construç
materra1
os modelos utilizados são: , . .
t Unitário Bas1co,
• Avaliação pelo cus o
menta Detalhado.
• Avaliação pelo Orça
·mo·vel em estado de novo ( custo de repro-

f cem O va 1or do 1
Ambos os modelos orne d'fi aça-0 não é nova o avaliador precisa ajustar
. d quando a e 11c '
dução). Assim sen o, nta a depreciação (custo de reedição).
seu valor de mercado levando em co
. b adros que dão o valor da depreciação das edifica-
Existem formulas, ta eIas e qu .
- - d ·d d do estado de conservação e do obsolet,smo, conforme
çoes em funçao a I a e,
veremos no item 7.3.
7.2.2.1 Avaliação pelo Custo Unitário Básico
Esse modelo parte do Custo Unitário Básico (CUS) do SINDUSCON (Sindicato

da Indústria da Construção Civil) que divulga mensalmente em seu site os custos
unitários de edificações com tipologias-padrão.
O avaliador adota o CUB da edificação que mais se identifica com as característi-

cas do imóvel avaliando e estima o custo unitário (CUC) pelo modelo definido na
NBR 14653-2, item 8.3.1.1.3, a seguir:
cuc = [cua OE+ OI+ (OFe - OFd)]

+ S (1 + A )(1 + F)(1 + L)
54
- 2 de área equivalente de construção
onde: . de construçao por m
sto Unitário . .
cUC :: cu . . de construção srmrlar
•tário Basrco
- custo Unr
cus-
de Elevadores
E:: orçamento . . como geradores, sistemas de prote-
O - especrars - • -
ento de lnstalaçoes . . t rfones antenas coletivas, urbanrzaçao,
OI == orça~ • d. centrais de gas, rn e ,
ção contra ,ncen ro,
projetos etc. . .
d Fundações especrars
0Fe == Orçamento e
to de Fundações diretas
oFd == Orçamen
. uivalente de construção, de acordo com a NBR 12.721
s:: Area eq
A= Taxa de administração da obra
F = Percentual relativo aos custos financeiros durante a construção
L = Percentual correspondente ao lucro da construtora
o produto (1+ A)(1 + F)(1+ L) pode ser substituído por (1 + BOI).
BOI é a sigla utilizada na construção civil que representa o percentual dos benefí-
cios e despesas indiretas incidentes sobre o custo direto da construção.
No CUB do SINDUSCON não estão incluídos os seguintes itens: fundações espe-

ciais, elevadores, instalações de ar condicionado, calefação, fogões, aquecedores,
incineração, ventilação, exaustão, "playgrounds" etc., bem como obras comple-
mentares de urbanização, recreação, ajardinamento, instalação e regularização
do condomínio e outros serviços especiais. Daí a fórmula do CUC acima.
AVALIAÇÃO EM M
1_
oesPELO
,.. o c,e ea1Flc:AÇ
AVALJAÇ~ Ar'IICICJNAL
lVIéTCJDC-n---- ..
_ erern fundações espec1a1s, a diferença
ue nao requ · · · CUB
queno vulto q OFd já esta mclu1do no .
Em obras de pe . norada porque o
d) deve ser 19
(OFe- ºF
, h cida por área equivalente, deve ser calcu~

, (S) tarnbem con e ..
A área construida .' NBR 14653-2, item 8.3.1.1.2, a seguir.
lada pela fórmula prevista na n
S = Ap +'Ii(Aq;xP;)
í
onde:
s = Área equivalente de construção;
Ap = Área construída padrão;
Aq; = Área(s) construída(s) de padrão diferente.
Pi = índice resultante da divisão do custo estimado da área de padrão diferente

pela área-padrão. Esse índice não pode ser inferior a 0,50 para áreas cobertas
nem inferior a 0,25 para áreas descobertas, conforme a tabela a seguir:
TABELA de valores médios, conforme a NBR-12721/92
Área privativa padrão Paradigma 1,00

Áreas cobertas de Uso comum, garagem.varanda, edícula,
0,70 (variável de
padrão diferente pilotis, subsolo, jirau, sobreloja, galpão,
0,50 a 1,00)
depósito, recreação infantil, telhado etc.
Áreas descobertas 0,35 (variável de
Terraço, pátio etc.
~
0,25 a 0,50)
Pelo exposto, concluímos ue , .

uma área fictícia t q ª area construída ou a área equivalente e
, aI que ao CUB d
varnente estimado ' ª atado, tenha o mesmo custo que o efeti-.
d para a área re 1
e padrão diferente. ª correspondente, coberta ou descoberta
56
t Unitário de construção de um apartamento localizado em um
ft""P'º
c;a1cu1ar o ~uso . ntos e padrão de acabamento normal, sabendo-se que:
edificio de oito pav1rne

1) aárea privativa (Sp) é de 100, 00 m' (apto);
2) áreas de uso comum:

, aárea real coberta que lhe compete (Sc1) é de 15,00 m' (circulação vertical);
2
• a área real descoberta que lhe compete (Se,) é de 20,00 m (terraço);
3) oorçamento dos elevadores ficou em R$ 47.600,00;
4) oorçamento das instalações especiais ficou em R$ 11.900, OO;
5) oorçamento das fundações efetivas ficou em R$ 115. 000 ' 00·'
ovalor das fundações diretas foi estimado em 3% do CLJB·'

6)
7) ofração ideal (FI) do apartamento é igual a 0,0313;
8) a taxa de administração é de 10%;
9) ocusto financeiro é de 12%;
10) olucro da construtora é de 15 %.
AVAf.lAÇÃO EM
MASSA DE IMÓVEIS URBANOS
57
solução
dotados:
custos unitáriosª ... .................. == R$ 843,55/m2;
a) s· duscon) ·········
. (CUB do in 2
área privativa Sp )_ X 843 ,55 ...... == R$ 67 4,84/m ;
08
( ;;, O50 x cUB - '
circulação ve rficai Se1 - ' - O4 x 843,55 ...... == R$ 337,42/m2
> O25 x CUB) - ,
erto Sc ( - '
terraço descob z
. nte da Unidade:
b) Area equIva 1e
Su = Sp + 1 (Sc1 x P1 + Sczx P2) 2

/ + 20 00 X 337,42/843,55):: 120,00 m
843 55
Su = 100,00 + (15,00 X 674 ,84 ' '
c) Área equivalente do edifício:

2
S =Su/FI =120,00/0,0313 = 3.833,87 m
d) Custo das fundações diretas:
OFd = 3% x CUB x S = 0,03 X 843,55 X 3.833,87 == R$ 97 .021,83
Substituindo na fórmula os valores encontrados, teremos:
cuc =[843,55 + 47.600,00+ 11.900,00 + (115.000,00-97.021,83)]c1 1 112x1,1s)

3.833, 87 ' Ox '
CUC = 863,76 X 1,42
CUC = R$ 1.226,54/m2
Custo da Unidade - 120 2

- ,OO m x R$1226,54/m 2 = R$ 147.184,80
58
BANOS
AVALIAÇÃO EM MASSA DE IMÓVEIS UR
]
ervações
Ob5 ·ma é de apartamento novo;
to da Unidade act
1) Ocus fga avaliador deve cons,'d erar a d eprec,açao;
. -
•ficação for an , , O
2) se a ed, .
d deve ser acrescido o valor da quota ideal do terreno;
3)Aº valor encontra o
apartamento (valor de mercado) depende do valor do fator
eÇO fina I do .
4) O P~ . ça-o (Fc) obtido pela pesqwsa.
comercia11za
Exemplo
2
A área total do terreno em que se apoia o edifício é de 700 m e o preço médio
unitário é de R$ 600,00!m 2 . Calcular o valor de mercado da unidade, considerando
que a edificação é nova e que o fator de comercialização Fc =1,03.
Solução
a) Custo da unidade:
120,00 m2 X R$ 1.226,54 ................ .

··················· = R$ 147.184,80
b) Valor da quota ideal do terreno:
Valor do terreno= 700 x 600,00 = R$ 420.000,00
Valor da quota ideal 0,0313 x 420.000,00

= R$ 13.146,00
Custo total do apartamento
= R$ 160.330,80
e) Valor de mercado -
~ 1,03 X R$ 160.330 80
' ···· ·· = R$ 165.140,72
AI/AllAçA
0EMMA
SSAOE/Mó
VEIS URBANOS
_ 0 çamento Geral
1.2.2.2 Ava/iaçao pe1o r,
. d análise dos projetos e das especificações da edifica
Esse método e basea o na -
ção avalianda.
Dos projetos (arquitetônico, estrutural, de instala_ç?es elétricas e hidr~ssanitárias
e outros complementares, tais como de ar cond1c1onado, de calefaçao, de urba-
nização, de recreação, de ajardinamento etc.) são levantadas as quantidades de
materiais e de serviços necessários para a execução da benfeitoria.
Das especificações (memorial descritivo) são colhidas as características dos ma-

teriais empregados, características essas que darão ao orçamentista os dados
necessários para compor os preços unitários.
Esse ~onjunto de dados é inserido em uma planilha orçamentária, cujo modelo é

sugerido pela NBR 12721/92 e apresentado a seguir, onde aparece apenas O item
TELHADO para fins de elucidação:
Folha:
ORÇAMENTO GERAL
~ Obra:
Localização:
Data:
Item Discriminação Quant. Un. Preço do Preço do

Preço Unit.
Serviço Item
5 TELHADO
5.1 Madeiramento 670,51 m2 51,83 34.752,53

5.2 Cobertura 670,51 m2 61,50 41.236,37
5.3 Calhas 43,45 m 22,51 978,06
5.4
Tubos de queda
--
30,00 m 26,34 790,20 77.757,16
60

tp1;cad~as - do serviço. Exemplo:
1101as e a numeraçao
ternos
1una item
a) Naco
. TELHADO)
5 (item- . to para O telhado)
. . Made1rarnen
5.1 (subitern- telhas de cimento-amianto)
. . cobertura com
_2 (sub1terr1.
5
. . calhas de alumínio)
_3 (sub1tem.
5
. . Tubos de queda pluviais)
5.4 (sub1tem.
Discriminação são discriminados os itens e os subitens.

b) Naco1una
e) Na coluna Quantidade vão as quantidades de cada subitem levantadas nos
projetos. 2
d) Na coluna Unidade vai a unidade adotada (m. m , m', pç, vb. pt. u n. etc.).
e) Na coluna Preço unitário vão os preços unitários calculados pelo orçamentista

(materiais+ mão de obra com encargos sociais), acrescidos do BOI.
~ Na coluna Preço do serviço vão os preços dos subitens obtidos pelo produto
Quantidade x Preço unitário.
g) Na coluna Preço do item vão os preços resultantes da soma dos subitens.
Na última 1,·nhª das planilhas

· .
inter d' - ·
Discriminação; o valor da soma dme ,an~s escreve-se A transportar na coluna
!º o item continua na próxima pla~~hsub,tens na coluna Preço do serviço quan-
reço do item · a, e o valor da soma dos ,·te ns na coluna
Na primeira I'mha das plan ·1h .

o·
valor da soma dos subitens d:;,evel;e Transporte na coluna
tscrimina ã . , as intermediárias e
Çodo aervt:o\º
, o valor da soma dos ite arn a anterior na coluna Pre-
ns na coluna Preço do item.
AVALJAÇA
0 EMMAS
SADE fMô
VEIS URBANOS
õssPELO
t!::t eo1F1c::AÇ
~ AVAL-IAÇ~~ICICJI\IAL
~ 1V1é"roCJO
t ·-- 'lha escreve-se TOTAL na coluna Dis.
última plani ·
a última linha da_ . a coluna Preço do item.
E, finalmente, n valor da benfeitoria n d
O
criminação e orçamento detalhado e cada etapa da
e método é elabora~o 1~ peza final, incluindo os custos dos proi· e-
Portanto ness d - es ate a 1m
~
construçao,
desde as fun aço
. ·pais com aprova
ções bem como as taxas de administra-
'
tos, as despesas m_urnc1 lucro da construtora (BOI).
- custos financeiros e .
çao, ENTO GERAL é de obra nova. Assim sendo é
d no ORÇAM - '
o valor encontra ?. .
preciso vistoriar o ,movei avahan ,
do considerando o estado de conservaçao para
calcular a depreciação.
. exposto, vemos que esse método é bastante oneroso e exige grande
Pelo acima
dispêndio de tempo porque:
1) Requer a participação de avaliadores experi~ntes em construção civi!, ~á qu~ na

vistoria detalhada do imóvel devem ser especificados todos os matena1s aplica-
dos, bem como o seu estado de conservação e a idade.
2) As quantidades de materiais e serviços aplicados devem ser levantadas por

auxiliares competentes, já que os cálculos são obtidos pelo exame detalhado dos
projetos e das especificações.
3) O orçamentista deve ter larga experiência no ramo e ter em mãos os preços cor-
ren~e~ d~s materiais e da mão de obra, bem como a porcentagem dos encargos
soc1a1s vigentes na construção civil sobre horas trabalhadas.
Em compensação, apresenta as seguintes vantagens:

1) O resultado é bastante pr . .
padrão de acabamento t eci~o _Porque independe de ajustes de diferenças de
en re o imovel 1· . •
2 . ava iando e o 1movel padrão adotado.
) O metada é aplicável
em qualquer tipo de construção.
Observaç~
ao: no Capítulo 13 h .
a um mod IO d
e e Planilha orçamentária.
62
eANOS
7.3 peprec•·ação . - bem a perda das suas qualidades para atender
reciaçao de urn
de-se por deP
Enten
ao firll a ue se destina. .ti aça- a consequência e· a d.,minuiçao
· · - de ,n
. teresse
q
0
do de urna edi ,e ,
Ern se tratan seguinte, sua desvalorização.
-......o·vel e pordo
conuma edificação não é nova, e preciso levar em conta a
pelo "" ' , .
Virnos que quan
depreciação-
::a. s são as causas determinantes da depreciação de edificações, que é classi-

em dois grupos: depreciação física e depreciação funcional. A depreciação
fisic8 acorre pelo uso normal e pela ação do tempo. A depreciação funcional é de
natureza subjetiva - como inadequabilidade (falhas no projeto), inadaptabilidade
1restnções quanto ao uso na zona) ou obsoletismo (superação do modelo por
novas técnicas).
Não existe modelo matemático rígido para quantificar a depreciação funcional,
mas ela deve ser considerada pelo avaliador com base na · h •
fizer presente de alguma forma. ' expenencia, quando se
Dos métodos
conhecidos existentes para
são: O cálculo da depreciaçao
. _ de edificações,
. os mais
• Método da linha reta· 1
• Critério de Heidecke-,
• Método de Ross/Heidecke.
7.3.1 Método da linha reta
O Método da linha reta tem por b

ase as se -
a a depreciação é gumtes hipóteses:
)
Dela ação do tempode natureza física , ou seJa
(d ecrepitude . ·
b) ). ' e um desgaste nat 1
a depreciação . ura pelo uso e
ªº longo da vida útil

e uma tu_nçao
- linear da id d
da edificação. . - é un,·t
a e, ou seja, sua vanaçao orme
AVALIAÇ/\
OEMM
ASSA DE IMó
VEIS URBANOS
63
cAÇõE:S pE:LD
a ""éTOc,O ,.. O c:,15 15c:,IFI L

AVALJAÇ~c:,1c1CJI\IA
., 1(
. . urna parte deprec,ave valor depr
div1d1do em e.
dificação pode ser olição (valor residual).
e) o valor da e esultante da deíll
arte r
ciável) e ou tra P
, adotando a seguinte nomenclatura:

duzir a formula,
to vamos de
Isso pos ' Vc = Valor da construção nova;
~ Vd = Valor depreciável (parte do

> e
Vc sujeito à depreciação);
o Valor depreciável
Vr = Valor residual (parte do Vc
e
~ d - - ---- --
não depreciável);
Valor residual
>
I Vx = Valor atual;
a L-- l - --+-----1-----i b
D = Depreciação;
L J-+~_!-~-;;-- ~~--)----tvi~da útil x = idade da edificação;
X
n
n = vida útil da edificação.
Pelo desenho acima, vemos que o valor atual (Vx) da edificação com ~ anos
de idade é igual ao valor da edificação nova (Vc) menos a depreciação (D) no
período (x):
Vx = Vc- D (1)
Mas, da semelhança dos triângulos abc e dec, tiramos:
D x · donde: x
Vd=7;' D=Vd. -
n
Substituindo em (1 ), leremos:
64
ANOS
AVALIAÇÃO EM MASSA DE IMÓVEIS URB
Vd::: Vc - Vr
X
oonde: Vx === Vc - (Vc - Vr );
ou: Vx === Vc - x (Vc - Vr) (2)

n
. , 1 eral que dá por esse método, o valor da edificação avalianda

Essa e a tormu a g ,
em função da idade.
Analisando a fórmula, vemos que, para x = O, Vx é igual a Vc (valor da constução
nova); e, para x = n, sobra apenas Vr (valor residual), ou seJa, o que resta da
demolição.
Nos cálculos, a vida útil (n) e a idade (x) são consideradas em anos.
A Vida útil e o Valor residual dependem do tipo e do padrão construtivo, dados

esses que se encontram na Tabela 1 do Capítulo 13.
Na maioria das edificações, a Vida útil gira em torno de 60 anos e o Valor residual
está limitado em 20% do valor da edificação nova.
Nessas condições, teremos:
n = 60
Vr = 0,20 * Vc
Substituindo esses vai ,

ores na formula geral (2), teremos:
Vx==Vc - x/60(Vc-Q *
,20 Vc) = Vc - x/60 * 0,80 * Vc
AVALIAÇA.o EM
MASSA DE IMôV
EIS URBANOS
65
0 80.XJ
vx===Vc ( 1-Ya
valor res1.d uai -- 20% (3)
·t·1- 60 anos e
(para v1'd a u 1 -
Exemplo drão fino com 12 anos de idade,

d ma casa de pa . d
Calcular o va lor de mercado e unova, o cus to da construção foi orça o em R$
tado de
sabendo-se que, em es , liado em R$ 90.000,00.
220.000,00 e o terreno esta ava
Solução: pela aplicação da fórmula (3) teremos:
'fi1caça- 0 ·. V12 = 220.000 (1 - 0,80.12/60)

Valor da ed1 = R$ 184.800,00
Valor do terreno ......... •••·•·········································· = li

90.000,00
Valor venal.. ................................... •.•.•.••• •••·•·············· = R$ 27 4.800,00
Observação
Adotou-se a fórmula (3) na íntegra porque se trata de uma casa de padrão fino,
para a qual a tabela fornece: vida útil = 60 anos e valor residual = 20%.
7.3.2 Critério de Heidecke
Por esse critério, a de r . - . . . .

pelo seu estad d P eciaçao tisica da edificação é determinada simplesmente
o e conservação, sem levar em conta a idade.
Considerando que a _
enquanto
1 urn irnóv I
s reparaçoes pe · · d. ·1·d de
no icas tendem a aumentar a durab1 1 a '
·d 1· e rnal conservad O d · ke
ea rzou
estad 0 d uma tabela contendo coefi · t eprecia-se mais rapidamente, Herdec o
e conservação da edificação.
. cien es de depreciação relacionados com
66
0 80.XJ
vx::::Vc ( 1-Yo
lor residual = 20% (3)
, . - 60 anos eva _ _- - - - ~
vida ut1I -
(para
Exemplo sa de padrão fino com 12 anos de idad

do de uma ca _ . e,
1 lar O valor de merca
Ca cu estado de nova, O
custo da construçao foi orçado em R$
sabendo-se que, em , aliado em R$ 90.000,00.
220.000,00 e o terreno esta av
Solução: pela aplicação da fórmula (3) teremos:
. _ V12 -_ 220 •000 (1-0 ' 80.12/60)

Valor da ed1ficaçao: = R$ 184.800,00
Valor do terreno ......•················································· = 90.000,00
Valor venal. ............................................................... . = R$ 27 4.800,00
Observação
Adotou-se a fórmula (3) na íntegra porque se trata de uma casa de padrão fino,
para a qual a tabela fornece: vida útil= 60 anos e valor residual = 20%.
7.3.2 Critério de Heidecke
Por esse critério, a depreciação física da edificação é determinada simplesmente

pelo seu estado de conservação, sem levar em conta a idade.
Considerando que as re _ .
enquanto . , paraçoes periódicas tendem a aumentar a durabilidade,
um imovel mal conserv d0 d . 'd ke
idealizou uma t b 1 ª eprec1a-se mais rapidamente, Hei ec
ª e a~contendo co efiicientes
· o
estado de cons de depreciação relacionados com
ervaçao da edificação.
66

Ele criou quatro .classes principais
., . de estados de conservação , nas quais
. .mterca-
lou mais quatro mtermed1anas, conforme mostra a tabela a seguir:
Critério de Heidecke
Classe Estado de conservação Classificação KH

1 Novo - não sofreu nem Ótimo
----------- - --- - -- -- --------- -- ----------- ----- ----0,0000
.. ---- ------------
1,5 necessita de Reparos Muito bom 0,0032
2 Regular - requereu ou recebeu Bom 0,0252
-------------- --- ------ .. --- ------ - ---- ----.. .. ------ -- -.... - ------- .. ------
2,5 reparos pequenos Aceitável 0,0809
3 __ _______ Regular _________ 0,1810
--- ----------- Requer reparações simples -- .. ------------- --- - ----- -
3,5 Sofrível 0,3320
4 Ruim 0,5260
-- ------------ Requer reparações de vulto -- --- -------- ------ - --- - ----- - --------------------------
4,5 Péssimo 0,7520
Examinando a tabela, vemos que os coeficientes de depreciação (KH) criados por

Heidecke dependem exclusivamente das condições de manutenção da edificação.
Assim sendo, teremos:
Vx = Vc - KH x Vc
Ou:
\ Vx = Vc ( 1- KH) \
em que:
Vx = Valor da edificação avalianda (com idade aparente de x anos)
Vc = Valor da construção nova
KH = Coeficiente de depreciação de Heidecke
67
ão d Vc não depreciável) gira em torno d
obsertaç V (parte e • e
o Valor residua~ r o coeficiente Kh de He1decke fica limitado
Admitindo qued rna edificaçao nova, tado de ruína, teremos:
20% do valor e u a edificação em es
Então, para urn
em O, 80 ·
Vx == Vc (1-0,80)::: 0,20 * Vc = Vr
Exemplo
Calcular O valor de uma edificação que, avaliada pelo método do orçamento de-
talhado, acusou o montante de R$ 220.000,00. Na vistoria foi constatado que ela
requer reparações simples, enquadradas na classificação "regular" pelo Critério
de Heidecke.
Solução
Pelo Critério de Heidecke, o valor da edificação é:
Vx = Vc (1- KH ) -- 220 · O00 ( 1 - 0, 181 Q )
Vx = R$180.180,00
7.3.3 Método de R
oss-Heidecke
No Método d
va - .e Ross-Heideck ~
~o da edificação Tr e sao considerado .
Heidecke. · ata-se de um rnist d s_ª idade e o estado de conser-
0 o Metod O d
O Métod e Ross com o Critério de
o de Ro .
Pela idade é 1· ss e sernelhant
,..;,; Inear e ao M ·t
YQO é rneno , conforme . . e oda da li
s acentuada fo1 visto, enqu nha reta: neste a depreciação
, acon,p anto no M • '
anhando urn etodo de Ross a deprecia·
a curva b st ,
ª ªnte próxima da reta.
AVALIAÇA OS
O EM MASSA DE IMÓVEIS URBAN
A prática tem demonstrado que esse método é o mais recomendad o porque leva
em conta a idade e o estado de conservação.
A depre~iação é facilmente determinada por um fator de adequação definido pela

expressa o
Foc = R + K (1 - R) (4)
Onde:
Foc = Fator de adequação ao obsoletismo e ao estado de conservação
R = Valor residual correspondente ao padrão construtivo, expresso em decimal e

encontrado na Tabela 1, em porcentagem (Capítulo 13)
K = Coeficiente de Ross-Heidecke encontrado na Tabela 2 (Capítulo 13)
O valor do imóvel avaliando é obtido multiplicando o valor em estado de novo (Vc)

pelo fator de adequação (Foc) correspondente:
1 Vx = Vc x Foc 1
O fator adequação (Foc) é obtido segundo o roteiro a seguir:
1) A Tabela 1 (Capítulo 13) fornece a vida útil em anos e o valor residual (R) em
porcentagem, ambos fixados em função da classe, do tipo e do padrão construtivo;
2) Determina-se a vida referencial do imóvel pelo quociente entre a idade (real ou

presumível) e a vida útil:
. idade (em%);
vida ..referenc,al = VI.da..u,tI·i
69
AVALIAÇÃO OE EOIFICAÇÕES PELO
MÉ"fCCC TRAOICICNAL
ra (de a até i) correspondente às carac-

1 (C ítulo 13) fornece a let
3) O Quadro ap d nservação obtidas na vistoria;
terísticas do estado e co
't ) fornece O coeficiente K em função da vida referencial
4)A Tabela 2 (Capr u1O 13 - •
da letra referente ao estado de conservaçao,
em porcentagem e
5) Calcula-se o Fator Foc pela expressão (4 ).
Exemplo
Calcular o valor de uma edificação de acabamento fino que, avaliada pelo Método
do custo unitário básico, acusou o montante de R$ 220.000,00.
A vistoria constatou que a edificação apresenta fissuras e trincas superficiais ge-

neralizadas nas paredes, podendo ser recuperada com pintura interna e externa e
revisão eventual das instalações hidráulicas e elétricas.
O "habite-se" data de 15 anos atrás.
Solução
Depreciação pelo obsoletismo e conservação:
Foc = R + K ( 1 - R)
Da Tabela 1 obtemos:
Para: classe - residencial tip

. , o --+ casa, padrão - fino:
Vida útil = 60 .
anos, Valor residual R = 2001
/O - 0,20
Donde:
Vida referencial = idad / .

e vrda útil = 15/60 -
- 0,25-25%
70
AVALIAÇÃO EM M
,\
·1
Quadro 1 fornece:
0
. Necessitando de reparos simples - letra e
pa~- -
Da Tabela 2 tiramos:
Para: Vida referencial= 25% e letraª-._ K = 1/2 (0,697 + 0,685) = 0,691
Donde:
FOC =0,20 + 0,691 (1 - 0,20) =0,753
O valor da edificação é:
Vx = 220.000,00 X 0,753
Vx = R$ 165.616,00
7.3.4. Tabelas para cálculos de depreciação
No Capítulo 13 encontram-se as seguintes tabelas:
TABELA 1 - Vida útil da edificação em anos e valor residual em porcentagem;
QUADRO 1 - Características do estado de conservação das edificações;
TABELA 2 - Coeficiente K de Ross-Heidecke.

7.J.S Recomendações gerais
Vimos que são inúmeros os métodos para se determinar a depreciação d

imóvel urbano e que a precisão dos cá/cu/os depende essencialmente do e 11m
9 rau d
confiabilidade das informações. e
As fórmulas e as tabelas disponíveis para cálculo da depreciação constituem .
O
trumento básico para o avaliador. Mas, analisando o Quadro 1, podemos tns~
que a confiabilidade do resultado depende muito da competência do pror,co~cluir
. - correta de dados relevantes.
na mterpretaçao iss1on ai
Eis por que a atualização do valor venal para cálculo do IPTU pelo Métod d
tificação do custo deve ser sempre efetuada pelos mesmos critérios -á do ª quan~
1 a otados.
7.3.6 Custo de reedição
~usto de reedição de um imóvel é o custo de re rod -

çao da benfeitoria, tendo em vista o est d p uçao, descontada a deprec·
a o em que se encontra. ia-
Então:
Cr= Cn-o
Onde:
Cr-c
- usto de reedição ou custo atua/
Cn Custo da b
== .
enfe1toria nova (
ou custo de
D == Depreciação reprodução)
Exemplo
Calcular o e
b Usto de li d.
. ~
endo-se que
PreciaÇãa da b:n~~::~
ee ição de urn
º'Çado (custoa::~~dencia unifarnifiar con
a, Pelo rnétod
.
Produção) foi d 'R stru1da há 15 anos sa-
o de Ross-Heide k e $ 220.000,00 e que a'de-
c e, resu/t
ou em R$ 54.384,00.
AVALIAÇÃO EM
solução
cr::: R$ 220 _00 0,00 - R$ 54.384,00
cr = R$ 165.616,00
construções incompletas
7. 4
Muitas vezes há a necessidade de se calcular o valor de mercado de construções
inacabadas.
Existem diversas tabelas para avaliações expeditas dos serviços que compõem 0
valor de uma edificação, desde a instalação da obra até a limpeza final.
Essas tabelas indicam os percentuais médios dos serviços a serem executados,

calculados sobre o custo global da edificação .
uma tabela bem detalhada é a de autoria do engenheiro Leonardo Caricchio, que

abrange quatro tipos de construção:
1) Grandes edifícios com estrutura de concreto armado, fundações em estacas e

com rebaixamento do lençol freático;
li) Grandes edifícios com estrutura de concreto armado, fundações diretas e sem
rebaixamento do lençol freático;
Ili) Edifícios de três ou quatro pavimentos, em alvenaria propriamente dita e com

lajes de concreto armado;
IV) Edifícios de um ou dois pavimentos, em alvenaria propriamente dita.
A Tabela do engenheiro Caricchio encontra-se no Capítulo13 com o título "Tabelas

para Edificações Incompletas".
AVALIAÇÃO EM MASSA DE IMÓVEIS URBANOS 73 \!

11
FATORES DIVERSOS
8. FATORES DIVERSOS
8.1 Fator oferta
fmativa dos dados de oferta (elasticidade

Pela Norma do IBAPE/SP, ª ~dupe;s 'descontando-se do valor total do imóvel
dos negócios) deve ser consr era a,
avaliando o fator oferta observado no mercado.
Na impossibilidade de sua determrn

· ação ' pode ser aplicado o fator consagrado
de 0,90, ou seja, desconto de 10% sobre o preço da oferta.
Para imóvel transacionado: 1,00
Para imóvel em oferta ......: 0,90
Exemplo
Valor do imóvel em oferta: R$ 150.000,00.
O valor de mercado será: R$ 150.000,00 x 0,90 = R$ 135.000,00
ou: R$ 150.000,00 - 10% = R$ 135.000,00
8.2 Fator localização
A transposição de valores unitários de terrenos de uma zona para outra pode ser
realizada por índices fiscais obtidos por meio da Planta de Valores.
O índice é obtido dividindo-se o índice fiscal da zona em que se situa o terreno

avaliando pelo índice fiscal da zona da amostra.
Exemplo
Na zona A, o preço unitário do terreno está avaliado em R$ 120,00/m2 e o índice

fiscal é 350,20. Na zona B, onde o índice fiscal é 485,00, o preço unitário será:
485,00/350,20 X 120,00 = R$ 166, 19/m2 •
74
..
- s
observaçoe
·a de índices fiscais, devem ser adotados outros índices devida-
a ausênc1
a) n fundamentados;
roente
. • cias entre índices acima de 50% devem ser evitadas;
b) d1screpan
rrenos com benfeitorias, o fator localização incide somente na parcela
e) para te
do terreno.
8_3 Fator atualização
0 valor de um imóvel, válido para determinada data, pode ser convertido para
valor atual com a utilização de índices de cunho oficial (como o da Fundação
Getúlio Vargas).
o fator atualização é obtidopelo índice acumulado (la) dividido pelo índice da

data do imóvel pesquisado (lo):
la
Fa= -
lo
8.4 Conversão de preço a prazo para preço à vista
Para imóveis financiados a longo prazo pelo Sistema Price, a determinação do

valor atual do imóvel é dada pala equação:
V = E+ p (1 + ;y -1
(1 + ;y .i
Onde:
V= valor atual do imóvel·

'
E = valor da entrada·
'
AVALIAÇÃO
FATORES CJIVERSCS
p = valor da prestação;
i = taxa de juros;
n = número de prestações.
8.5 Fator acessibilidade

d. a O terreno de acesso difícil e despro~
O fator acessibilidade toma como par~ igm
vido de condução própria (distante mais de 1.000 m).
Sem condução .........................: 1,00
Condução a menos de 1.000 m: 1,02
Condução direta ....................... : 1,05
8.6 Fatores especiais
Da sensibilidade do avaliador depende a inclusão de outros fatores de valorização,

dentre os quais podemos destacar (Abunahman [2000]):
Lote de vila ................................................. 0, 70
Lote encravado ou de fundos .. .................. 0,50
Terreno industrial com desvio ferroviário .... 1,20
_)76 AVALIAÇÃO E
M MASSA DE IMÓVEIS URBANOS
~·_;i!J
1
1%.0~
AVALI~C~~~~~R
INFERENCIA
, INFERÊNCIA ESTATÍSTICA
9. AVALIAÇÃO DE !MOVEIS POR
g 1 Introdução . ,
· . d t para cálculo do valor venal de Imo-
. · das prefeituras a O a
Sabe-se que a maioria d os Capítulos 6 (avaliação de terrenos
• • 1 apresenta o n
veis O Método trad1ciona • - de benfeitorias pelo custo unitário
radas) e 7 (ava 1,aça 0
por fórmulas consag d t lhado acrescidos da depreciação).
básico ou pelo orçamento e a '
os valores do terreno e da edificação e
d · · vel é obtido pela soma d
O valor o 1mo cida do fator de comercialização, obtido
o valor venal resulta dessa soma ~cres t ficiente (veja o item 5.3.1.3 - Mé-
pela pesquisa, com base no aprove1tamen o e '
todo evolutivo).
Conforme foi dito, o Método tradicional não reflete as condições reais do merca-
. · · segu em regras de oferta e demanda
do imobiliário porque os preços dos 1moveIs
e pouco têm a ver com os custos orçados.
Essa distorção não existe nas avaliações por inferência estatísti_ca P_~rque aqui
as tendências do mercado estão inseridas nos dados amostrais utilizados na
montagem da equação dos preços.
No entanto, a heterogeneidade que caracteriza o mercado imobiliário dificulta a ade-

são ao sistema, restringindo seu uso a profissionais altamente especializados.
Exemplo: de todos os atributos que influenciam a valorização (ou desvalori-

zação) de imóveis urbanos, a localização é a variável mais importante, mas
também a mais complexa, porque, além de ser função da distância ao polo de
influência, também está relacionada com a acessibilidade (qualidade das vias e
meios de transporte) e com as características das propriedades vizinhas.
Outra tarefa complexa reside na escolha correta das variáveis importantes que
deverão participar do modelo de regressão e em que formato .
~in~lmente, existe uma grande preocupação por sua utilização porque a ava-
llaçao em massa requer uma quantidade muito grande de dados amostrais
para ~ue a equação possa expressar com fidelidade o comportamento do mer-
cado imobiliário.
78
Part e das dificuldades.
do método foram superadas com os rece t
. . . n es avanços da
tística computacional, que s1mphficou os calculos e a anális d
esta .. _ . e os modelos
diante a ut1hzaçao do Excel, do SAB (Sistema de Avaliação d
me . e 8 ens) do
.
S1s Ren (Sistema de Redes Neurais), do SPRING (Sistema de Pro '
_ . . cessamento
de lnformaçoes Georreferenc1adas) do INPE (Instituto Nacional de p esqu1sas .
Espaciais), entre outros .
Mesmo assim, a inferência estatística exige muita experiência em avalia -

ª • d .. . . çao de
imóveis porque a ausenc1a e vanave1s importantes ou a inclusão de variáveis
inadequadas pode conduzir a erros gravíssimos (FIKER [2005]).
9.2 Conceitos básicos
conforme vimos, a técnica da avaliação por inferência estatística consiste em

estudar o comportamento de uma variável (variável dependente) que depende
de outras variáveis (variáveis independentes), responsáveis pela sua formação,
de onde resulta uma equação algébrica que fornece o valor pesquisado com
determinado grau de confiança.
Em avaliações de imóveis, a variável dependente é o preço pesquisado e as

variáveis independentes são as características decorrentes de atributos, que
podem ser de natureza quantitativa, de natureza qualitativa e dicotômicas (cuja
influência está na sua presença ou ausência).
As variáveis quantitativas são medidas em escala numérica. Exemplo: área, ida-

de, distância, testada etc.
As variáveis qualitativas são ordenadas de acordo com os atributos inerentes ao

bem . Exemplo: padrão construtivo, estado de conservação etc.
As variáveis dicotômicas - ou dummy - se caracterizam pela existência ou

não de determinados atributos e são inseridas sob a forma "sim" ou "não", ou
por números. Exemplo: Existência de um atributo (1 ), ausência (O). Segundo
Ilha Moreira et ai [93] (Zancan, 96), o uso do número "zero" deve ser evitado em
regressões que empregam logaritmos, porque ele pode levar a uma indetermi-
nação. Exemplo: Garagem : duas vagas (3), uma vaga (2), nenhuma vaga (1 ).
Suíte: existência (2), ausência (1 ); ou existência (sim), ausência: (não).

--
leta de dados
9.3 Planilha de co ob· etivo facilitar O registro de_ todas as informa-
• ta de dados tem por J • ortantes na formaçao dos preços.
A planilha de coe 1 . podem ser 1mP
d amostrais que _
ções dos da os ma planilha de dados sao: na 1a co
constar em u d -
. ·pais itens que devem demais colunas, o en ereço e todas as
os pnnc1 3 n)· nas
luna, o número do d_ado (1, 2'. , ~rta~tes na formação dos preços.
características consideradas imP ,
edifício, numero do apartamento, en-
. dado nome o d ,
Exemplo para apartamen tos. ' , de apartamentos, numero de elevado-
d blocos numero - ) 'd d
dereço bairro, número e , d área de lazer (sim ou nao , 1 a e, estado
res nú~ero de apartamentos por_ an) ar,drão de acabamento (alto, normal, baixo)
' ular ruim pa ·
de conservação (bom, reg ' I)' , mero de vagas de garagem, número de
. . comum tota , nu - 1 d
áreas (pnvat1va, uso ' ( . ou não) orientaçao so ar, an ar, posição
, , d rtos varanda sim ' A · • •
sU1tes, numero e qua_ .. ' te lateral fundos), vista panoram1ca (sim ou não),
1
do apartament_o no ~d 1~: ~~:e~c de se~iço (sim ou não) oferta/ transação, data,
quarto de serviço ~sim d),_ formante telefone do informante, preço, condição
fonte de informaçao, nome O in ' _
de pagamento (à vista ou a prazo) e observaçoes.
Exemplo para terrenos: dado, zona, localização, ~úmero de_ testadas, ~úmero de
esquinas, dimensões, área, topografia (plano horizontal, aclive ou declive em%),
geologia (firme, pantanoso, arenoso ou ro~hoso)~ salubrid~de ~seco, ?mido, ala-
gadiço, brejoso, inundável ou alagado); onentaçao, urbarnzaçao (meio-fio, pavi-
mentação, rede elétrica, transporte coletivo, supermercados, bancos) saneamento
(rede de água, rede de esgoto sanitário, rede de esgoto pluvial, coleta de resíduos
sólidos), demarcação, oferta/transação, data, fonte de informação, nome do infor-
mante, telefone do informante, preço, condição de pagamento (à vista ou a prazo)
e observações.
Concluído o levantamento das informações julgadas importantes na formação dos

preços, elas farão parte de um modelo de regressão (variáveis independentes) e
os testes estatísticos permitirão analisar o ajuste da equação dentro de determi-
nado grau de precisão.
No Capí~ulo 13 são apresentados dois exemplos de planilhas de coleta de dados

amostrais.
80
Modelos de regressão
g.4 ão é a técnica mais utilizada quando se deseja estudar o
, • de regress
A ana 1ise d uma variável dependente em relação a outras que são res-
rtamento e .
cornP 0 . ariabilidade observada nos preços (NBR 14653-2, Anexo A, item
ponsáveIs pe 1a v
A, 1.1 ).
riabilidade dos preços depende de apenas uma variável independen-
Quando a va _ .
te, utiliza-se O modelo de regressao simples.
Quando duas ou mais variáveis são responsáveis pela formação dos preços, deve
ser usado o modelo de regressão múltipla (são os casos mais comuns na avalia-
ção de imóveis urbanos).
Geralmente se inicia a análise de regressão pelo traçado do diagrama de disper-

são que é um gráfico em que a variável independente (X) é disposta no eixo das
abscissas e a variável dependente (Y), no eixo das ordenadas.
A linha que mais se ajusta a todos os pontos é chamada curva de regressão e os

modelos de regressão ideais são aqueles que apresentam tendência à linearidade.
Assim, se num modelo de regressão simples representarmos em um sistema de

coordenadas cartesiano todos os pontos "variável independente x preço obser-
vado" e a curva de regressão resultante for uma reta , estaremos diante de um
modelo de regressão linear simples.

81
AVALIAÇÃO OE IMÓVEIS POR
INFERÊNCIA ESTATÍSTICA
A equação dessa reta representa a média estimada para os preços pesquisados

e será do tipo:
onde:
Y = Variável dependente (ou explicada);
X= Variável independente (ou explicativa);
b0 = Intercepto ou coeficiente linear da reta;
b1= Coeficiente angular da reta.
Da mesma forma, se num modelo de regressão múltipla, composto de duas variá-

veis independentes, representarmos em um sistema de coordenadas formado por
três eixos ortogonais (um para a variável dependente e os outros dois para cada
variável independente) todos os pontos "variáveis independentes x preço observa-
do" e a superfície de regressão for um plano, estaremos diante de um modelo de
regressão linear múltipla.
82 AVALIAÇÃO EM MASSA DE IMÓVEIS URBANOS

e plano representa a média estimada para os preços pes . d
uação des S quisa os
Aeq . .
e será do tipo.
onde:
Y:: variável dependente;
e X :: variáveis independentes;
X1 2
b :: Intercepto ou parâmetro estimado para a constante da equação;

o
b e b = Parâmetros estimados para os coeficientes da regressão.

1 2
Por extensão, podemos concluir que, se estivermos diante de um modelo de re-

gressão múltipla com k variáveis independentes, a equação desse hiperplano re-
presenta a média estimada para os preços pesquisados e será do tipo:
Y = bo + b, \ + b2 x2 + ... + bk xk
9.5 Linearização
Como vimos, o processo de regressão linear consiste em ajustar retas de regres-

são aos dados observados no mercado com tendência à linearidade.
No entanto, em avaliações de imóveis, na maioria das vezes, os pontos distribuí-

dos nos gráficos apresentam tendência em forma de curva.
Como não é possível traçar uma reta de regressão por esses pontos, a solução
encontrada para a utilização da regressão linear foi por transformação inversa da
equação, resultando em pontos com tendência à linearização, conforme mostram
os gráficos a seguir:

AVALIAÇÃO CE IMÓVEIS POR
y 1
y
•
•• •
X
X
Dessa forma, é feita a regressão do inverso da variável dependente (y) ern ~
à variável influenciante (x), obtendo-se a equação: re/açao
1/y = bo + b1. x
Depois se retorna para a escala original, ou seja,
1
Y=---
b0 + b1.x
que é a equação de uma hipérbole.
Outra função hiperbólica é do tipo:
X
Y=--
ax-b
A linearização dessa equação é feit . ~

ou seja: · ª pela rnversao das escalas de y e de x,
_]_ _ 8X-b b
y - -X - a - -X

n ão não-linear mu'.to comum é a função exponencial (que abrange %
99
outra tu ~o ;mobiliário) do tipo:
do rnerca
y = a X ebx
. ação dessa equação é feita por transformação logarítmica·

Alineanz ·
Ln y = Ln (a X ebx) =Lna + Lnebx
Ln y = Ln a+ bx
E, por fim, há ainda a função potência, que é do tipo:
y = a x Xb
A linearização dessa equação é feita utilizando-se a transformada logarítmica em

ambas as variáveis:
Ln y = Lna+ b. LnX
Pelo diagrama de dispersão de algumas funções, o analista fica orientado em rela-

ção à transformação que deve ser adotada (análise do gráfico de resíduos).
Observação
A transformação matemática para linearização é uma tarefa delicada porque não

existem indicações claras quanto à escolha da equação a ser utilizada e, quando
mal aplicada na área de tributação, eventuais erros cometidos podem afetar gran-
de parte da população.
Segundo Dantas [2005], o caminho mais indicado é verificar se o modelo resul-

tante para explicar o mercado é coerente, o que exige habilidade e competência
do avaliador.

- linear sirnptes - t ..
_Regressao cer a equaçao ma emat1ca de urna
9·6 . estabe Ie . reta
. r sirnples visa variáveis. Essa reta e chamada ret
ssão 11nea tre duas . a de
A regre lacionarnento en . da para os preços pesquisados.
que defina o re t a rnédia est1rna
- e represen a . ..
regressao . dia para resumir uma vanavel aleatór"
amos a rne . . ia, a
forrna corno us ·r a estimativa linear entre duas varia· .
oa mesma _ . sada para resurn1 Veis
reta de regressao _ eu
aleatórias (Lappon1, 97).
A equação genérica é do tipo:

y == bo + b1 X+ e
onde:
y == Preço pesquisado (variável dependente);
b == Ccoeficiente linear da reta (ponto onde a reta de regressão corta o eixo das
o
ordenadas);
b == Coeficiente angular (ângulo que a reta de regressão forma com o eixo das
1
abscissas);
X =Atributo responsável pela formação do preço (variável independente);
e= Termo de erro (desvio da estimativa).
O co:ficiente angular (b 1) pode ser positivo, negativo ou nulo. Se for positivo, a

relaça?. en:re as variáveis é direta; se for negativo, a relação é inversa; se for nulo,
as vanave1s não estão relacionadas.
86
. Rf3ANOS
AVALIAÇÃO EM MASSA DE !MOVEIS U
,..
y y
y / •· •
• · • • • • •
•
• • '• • • • •
• •
•
•
X X
X
Relação direta (b 1= +) Relação inversa (b 1= -) Sem relação (b 1= O)
9_6.1 Estimação dos parâmetros

o método mais difundido na Engenharia de Avaliações para se obter os parâme-
tros b e b é o Método dos mínimos quadrados, que toma como base duas ca-
0 1
racterísticas importantes: a) a soma dos desvios em relação à reta de regressão é
nula; b) a soma dos quadrados dos desvios é mínima, ou seja, nenhuma outra reta
proporciona soma dos quadrados de desvios menor que a reta de regressão.
Nessas condições, pela teoria dos máximos e mínimos, as derivadas parciais

em relação a cada parâmetro do somatório do quadrado dos desvios fornecem
as equações:
bo .n + b1 ·L X = L y
b 0
•L X+ b1 •L X 2
=IX .Y
Desenvolvendo, obtemos os parâmetros b 0 e b 1 da equação:
I/-b .:LX _ :Lx .:LY - :LX-:LXY (1)

1
2
b = - - -~ '-- - 2
º n n.LX - (I:X) 2
b = Liy - b .n = n.:LX.Y - LX-~Y

0 (2)
1 LX n.Lx2- (Lx)
87
AVALIAÇÃO CE IMÓ..VEIS POR
INFERÊNCIA ESTATISTICA
Exercício n º 1
Estimar O preço unitário de uma sala comercial _com sete anos de idade, sabendo-
se que a pesquisa localizou nas imediações se,s da~os de merca?o com caracte-
rísticas semelhantes, em que a idade é a única vanavel responsavel pela forma-
ção dos preços.
Dado Idade Pr. Unit.

1 8 1.000,00
2 2 1.220,00
3 5 1.010,00
4 12 970,00
5 18 620,00
6 9 982,00
Como a única variável é a idade, vamos calcular os parâmetros da equação pelas

expressões (1) e (2), utilizando a tabela a seguir que facilita o cálculo das grande-
zas envolvidas.
; Xi Yi Xi2 X i.Yi
1 8 1000 64 8000
2 2 1220 4 2440
3 5 1010 25 5050
4 12 970 144 11640
5 18 620 324 11160
6 9 982 81 8838
j r 54 5802 642 47128
Substituindo os valores encontrados nas equações (1) e (2), vem:
b = 642x5B02-54x47128
º 6x642 - 542 == 1.260, 65
b1 = 6x4712B -54x5B02 _
6x642 - 542 - - 32, 63

,..
de regressão é:
t
ão da re a
AequaÇ
63 * X
65 - 32,
y::: 1.260
1
, . ·t, rio da sala com sete anos é:

Ovalor rned10 uni a
5 32 63 X 7 = R$ 1.032,24/m2
1
p:::1.260,6 -
u
Qbser1ação
a tabela de ANOVA dá os coeficientes b (interseção) e b1 (ida-
Utilizando o ExceI, _ . , º
· Exerc'icio nº 1 soluçao via Excel, no Capitulo 13.
de)-VeJa o ,
SAB tarnbém fornece esses valores com facilidade - veja o Exercício nº 1,
0
solução via SAB.
9.6.2 Modelo nulo

omodelo nulo é um caso particular do modelo de regressão linear simples, pois pos-
sui apenas o parâmetro linear b0 (interseção da reta com o eixo das ordenadas).
Omodelo nulo é dado por:

Y1 = Ye + e' com Ye = bO
~esse modelo, o parâmetro b1 ( que define a inclinação da reta de regressão) é

:a~a z~ro. P?rtanto'. ~ representação gráfica é uma reta horizontal, o que signifi-
q e nao existe vanavel explicativa sobre a formação de preços:
AVALIAÇÃO EM
y
• • • •
y == bo == Y
bo ····~
• • • •
b - o teremos:
ões (1) e (2) fizermos 1 - '
Se nas equ aç
~y -
b ==-~-= y
º n
- d dados homogêneos, o valor de mercado é estima-

Ou seja em uma populaçao e
do pela 'média aritmética dos dados amostrais (Dantas [2005]).
9.6.3 Coeficiente de correlação
o coeficiente de correlação é uma importante medida utilizada na inferência esta-

tística porque indica o grau de relacionamento entre duas variáveis.
Em se tratando de regressão linear simples, o coeficiente de correlação (r) mostra

o grau de relacionamento entre a variável independente (X) e a variável depen-
dente (\), ou seja, a dispersão dos pontos em torno da reta de regressão.
Seu valor é dado por:
r= I(x;-XXY;-Y) (3)
JL,(Xi-Xj.L,(Y;-Yj
90
ANOS
AVALIAÇÃO EM MASSA DE IMÓVEIS URB
O5 valores variam de -1 a +1 e, quanto mais próximo de 111 maiors .
. l'inear entre as duas variáveis. ' era a depen-
dência
Ass1·m, para r = O, não existe correlação

. .
entre as variáveis (a reta d _
e regressao é
O
hor·izontal) e valor de mercado e obtido pela média aritmética dos d d
_ . . a os amos-
trais. Quando r > O, a correlaçao e direta (a reta de regressão é crescent ) Q
_ . . ( e . uan-
do r < o, a correlaçao e inversa a reta de regressão é decrescente).
Segundo Dantas [2005], as correlações básicas são as seguintes:
Coeficiente Correlação
1 r 1 =O Nula
O < 1 r I s; 0,30 Fraca
0,30 < 1 r 1 :S 0,70 Média
0,70 < 1 r 1 :S 0,90 Forte
0,90 < 1 r 1 :S 0,99 Fortíssima
1r 1= 1 Perfeita
Exemplo
Calcular o coeficiente de correlação do Exercício nº1 pela equação (3):
Para facilitar os cálculos das grandezas envolvidas, vamos lançar mão da tabela
a seguir:
Xm = 54/6 = 9 Y m =5802/6 =967

i Xi Yi (Xi - Xm) (Yi-Ym) (Xi-Xm)(Yi-Ym) (Xi-Xm) 2 (Yi-Ym)2
1 8 1000 -1 +33 -33 1 1089
2 2 1220 -7 +253 -1771 49 64009
3 5 1010 -4 +43 -172 16 1849
4 12 970 +3 +3 +9 9 9
5 18 620 +9 -347 -3123 81 120409
6 9 982 o +15 o o 225
í: 54 o 156 187590
5802 o -5090
91
11111
Substituindo os valores na equação (3), teremos:
-5090 _ -5090 = -O 94
r-----=====- ,
- ✓156x187590 5409, 62
Interpretação: r = -0,94 indica que existe uma correlação fortíssima entre a variável
dependente e a variável independente; o sinal "menos" indica que a correlação
é inversa, ou seja, o valor do imóvel decresce com a idade. Diz-se, então, que 0
modelo é coerente.
Observação
Utilizando o Excel ou o SAB, as planilhas fornecem o valor do coeficiente de cor-

relação r (R múltiplo= 0,94)- veja o Exercício nº 1, solução via Excel ou via SAB 1
no Capítulo 13.
9.6.4 Coeficiente de determinação
O coeficiente de determinação (R) é outro dado importante porque indica o poder

de explicação do modelo. Ele é igual ao quadrado do coeficiente de correlação.
Portanto, o valor é sempre positivo, variando de O a 1, e é dado por:
R = r2 = [I(xi -xxy;-v)J (4)

I(xi -xj .I(Y;-Y)
Quando R = 1, todos os pontos observados se situam na reta de regressão e diz-

se que o ajuste entre as variáveis é perfeito.
Quando R = O, as variações da variável dependente são exclusivamente aleatórias.
URBANOS
/O . - d Exercício nº 1 pela equação (4).
e,ef1IP . de deterrn1naçao o
ficiente
roco e
c81c1.118
50/uçáo , 1 ulo do coeficiente de correlação, tiramos:

i . elaborada para o ca c
oa tabea1 que ,01

2 - (-5090)2 ==0,89
R = r - 156x187590
- . R = O89 indica que 89% dos preços observados se devem à vari-

tnterpretaçao. ,
ável idade.
Observação
Utilizando o Excel ou o SAB, as planilhas fornecem o coeficiente de determinação
R=r2 (R-Quadrado = 0,89)-veja o Exercício nº 1, solução via Excel ou via SAB,
no Capítulo 13.
9.6.5 Teste de significância do modelo
Otest~ de si~ni~cância do modelo é outra maneira de testar se a variável indepen-

dente e ou nao importante na formação dos preços.
Averificação é fe1•ta pela ana/Jse

, . de variâncias da seguinte forma:
/., em- , um gra' fiico representarmo

Se
~, ::: Y) e outra para o mod I r s u~a reta de regressão para o modelo nulo
rico (Xi), teremos: e o mear simples (Yc = bº + b, X ) ' para um valor gené-
AVALIAÇAo EM
~
AVALIAÇÃO OE IMÓyt:15 POR
e, = variaç.io não explicada

y /4 (Y1- Yc)
Yi ············ ····· ······· ···d ; Yi - Yc = bo + b1 .X
variação total - ... ..+. .... '. ·y" ··· ·· ····· · _ _ variação explicada
~- ~ : e ~ . -~
"--, Yc= -y
~ -Y) = desvio total

Y) = desvio explicado
~ Te -
(r; - yc )= desvio não explicado
Donde:
Segundo Kmenta [78], essa igualdade se mantém se todos os membros forem

elevados ao quadrado (variação):
Var. total = Var.explic. + Var. não explic.
Para cada variação encontramos os seguintes graus de liberdade:
(n-1) para a variação total, pois só se conhece o parâmetro Y.

'
(n-2) para a variação não explicada, pois envolve os parâmetros b0 e b1 da reta de
regressão;
(1) para a variação explicada, pois é a diferença entre (n-1) - (n-2) =+1 .

raus de liberdade, teremos as respecti-
·ação pelos seus g
·d·rrnos cada van
diVI I
se •ancias:
vasvan
"fy _ f
2
= ,l.J\ _'- -
J
·a total. ...... ...... ... n -1
VariânCI
- L(Y; -Yc)2
. ão explicada -
variância n n- 2
.
.• . explicada .... ·.. ·
= L(Yc-Y)
-t
vananc1a '
eom esses dados podemos montar a Tabela de Análise de Variâncias, conhecida

como tabela de ANOVA.
soma dos Quadrados Graus de Lib. Variância

- Variação
I(~-YJ
Explicada (mod) SQR = L(Yc - YJ 1
1
~
Não explic. (erro) SQE = L(Y;-Ycf n-2 I(y;-~f

n-2
Total
SQTO= L (y; - YJ n-1 I(Y;-YJ
n- 1
Pelo gráfico, observa-se que a situação ideal é aquela em que a variância explica-
da é grande e a não explicada, pequena. Assim sendo, para testar a significância
do modelo, analisa-se o quociente (Fc) das duas variâncias:
AVALIAÇÃO EM
L(Yc -Y)
Variância.explicada _ 1 (5)
Fc = Variância.não exp ficada - L (Y; - Ycf
n-2
o teste de significância do modelo é feito comparando-se o Fc calculado com o

F,a:l;n- > que se encontra nas Tabelas de Fisher (Capítulo 13), as quais dão o ponto
2
crítico para os níveis a= 5% e a=1 %.
Nessas tabelas, a 1ª linha corresponde ao número de graus de liberdade do nu-

merador e a 1ª coluna corresponde ao número de graus de liberdade do denomi-
nador.
O encontro da linha com a coluna oferece o ponto crítico correspondente aos

graus de liberdade em foco.
Para que o modelo seja considerado apto, devemos ter:
Fcalculado > Fcritico.
Se o Fcalcu!ado for i~ferior ao Fcrítico da tabela, o modelo em análise não é signi-

ficante ao nrvel considerado, ou seja, há indícios de que a reta horizontal (m 0 d 10
nulo) é melhor que a reta de regressão . e
P~ra en~ua?ra~me~to do modelo na NBR 14653-2, são exigidos os seguintes ní-

veis de s1gn,ficanc1a:
• 1% para o grau Ili;
• 5% para o grau li;
• 10% para o grau 1.
96
eiemp/0 - . . o
si nificância da regressao do Exerc1c10 n 1 pelas expressões encon-
verificar ª 9 de ANOVA, aos níveis de 5% e 1%.
s na tabe 1a
tra da
solução
"litar O cálculo das grandezas envolvidas, vamos lançar mão da tabela a
para faci _ - 5 802
. lembrando que Ye - 1.260,65 -32,63.X e Ym - _ · _ = 967 00 .
seguir, 6 ,
.-- Yc Ym Yc-Ym (Yc- Ym) 2 Yi-Yc (Yi - Yc)2

i Yi
~
1000,00 999,61 967,00 +32,61 1063,41 +0,39 0,15

1
1220,00 1195,39 967,00 +228,39 52161 ,99 +24,61 605,65
2
3 1010,00 1097,50 967,00 +130,50 17030,25 -87,50 7656,25
4 970,00 869,09 967,00 -97,91 9586,37 +100,91 10182,83
5 620,00 673,31 967,00 -293,69 86253,82 -53,31 2841,96
6 982,00 966,98 967,00 -0,02 0,00 +15,02 225,60
5802,00 5801,88 5802,00 -0, 10 166095,84 0,12 21512,44
í
Com os dados anteriores, podemos montar a tabela de ANOVA:
Variação Soma dos Quad. Graus de Lib. Variância

Variação explicada 166.095,84/1 =
SQR: 166.095,84 1
(Modelo) 166.095,84
Variação não explicada

SQE: 21.512,44 4
21.512,44/4 =
(Erro) 5.378,11
Total 187.608,28 5 -
Donde:
F == 166.095,84
e 5.378, 11 = 30, 88
AVALIAÇÃO
1
AVALIAÇAO - CE IM ÓVEISPOR
,
.... NCIA ESTATISTICA
INFERE
. 1o 13 ) ' referente ao nível de significância de 5°/ro,

a) Da Tabela de Fisher (Cap1tu
obtemos:
Para: graus de liberdade do numerador= 1 e
· d o r - 4•. Fcritico = Fo.os:1;4 = 7,71

graus de liberdade do denomina
Fc > F crit.
· ·nica-ncia de 1º/c0 ' obtemos·•

b) Da tabela referente ao nível de sigrn
Para: graus de liberdade do numerador = 1 e
·
graus de liberdade · dor - 4·· Fcrítico = F0,01;1;4 = 21 ' 2
do denomIna
Fc > F cr11.
Interpretação
a) o modelo é significante ao nível de 5% (30,88 >7,71).
b) o modelo ainda é significante ao nível de 1% (30,88 >21 ,2) .
Conclusão
Pela NBR 14653-2 (item 9.4. 1), o modelo está enq uad rad o no grau 111, já que foi
aprovado ao nível de significância máximo de 1%.
Observação
Utilizando o Excel , a tabela de ANOVA dá :
a) Na linha "regressão": o grau de liberdade do numerador (gl =1); o valor da variação

explicada
(variância (SQ= 166077,56); e o quociente SQ/gl =MQ=166077,56/1=166077,5
explicada); 6
98
. d d denominador (gl=4 ); o valor da varia-
rd
'd o"· 0 grau de hbe ª e ºciente SQ/gl =MQ=5378, 11 (variância
Na unhª •resr u (SQ::::21512,44); e o quo
b) ·o explicada
~o ::pucada); , F = 30 88 (variância explic./variância não
nãº . valor de F, que e o e '
5ª coluna. o
e) Na .
explicada), "F de significação"= 0,01: quanto menor for
0
. 1rnente, na 6ª coluna aparedceque a variável independente é importante na
d) Ftn8 . r será a certeza e
esse valor, rnaro
-o do preço.
forma ça
. 1 13 o Exercício nº 1, solução via Excel ou via SAB).

(Veja no Caprtu o
9.6.6 Desvio-padrão do modelo

. d - de uma equaça-o de regressão simples com n dados\, ajustados
odesv10-pa rao _
por uma equação de média Yc' é dado pela equaçao:
(6)
n- 2
Conforme podemos observar, o numerador representa a variação não explicada

do modelo e o denominador, o número de graus de liberdade. Portanto, o qua-
drado do desvio-padrão fornece a variância não explicada do modelo, ou seja, a
média dos quadrados dos resíduos.
Assim, entre dois modelos em análise, devemos escolher o de menor variância,

pois fornecerá estimativas mais precisas.
AVAJ...JAÇAOEM
99
l
m
1
•
Exemplo
Calcular o desvio-padrão do modelo do Exemplo nº 1 pela equação (6).
Na tabela de ANOVA já foi calculada a variação não explicada. Então, o valor do

desvio-padrão do modelo é:
~---
21 512 44
s
e
= · 4
• = ✓5.378,11=73,34
No Exemplo nº 1 via Excel ou via SAB, o (Capítulo 13), encontramos: Erro Pa-
drão= 73,34.
9.6.7 Teste de significância do parâmetro b 1
O objetivo desse teste é verificar se a variável independente X é ou não importante

na composição do modelo a um determinado nível considerado.
Na equação de regressão, impõe-se a condição b, i- O. Se b 1=0, o valor estimado

será dado pelo intercepto b0 , o que significa que não existe regressão, ou seja, 0
valor do imóvel é obtido pela média aritmética dos dados amostrais.
O teste é feito por comparação com o auxílio da tabela Distribuição t de Student,

que dá o valor crítico em função do nível de significância (a) exigido e o número de
graus de liberdade do modelo (para regressão simples: n-2).
Primeiro se calcula o valor t pela expressão:
t
b1./L(X; -XJ
= - ~ -- --
cale. 5 onde se = (7)
e
A seguir, a tabela Distribuição t de Student (Capítulo13) fornece o t,-ai2 : _ para 0

0 2
nível a e n-2 graus de liberdade.
100 .
AVALIAÇÃO EM MASSA DE !MOVEIS
URBANOS
se tivermos
t e > t1-o/2; n-2
h·po·tese b =O, ou seja, a variável X é importante para explicar o modelo.

. ;tasea
reJe - 1 1
adramento do modelo na NBR 14653-2, são exigidos os seguintes ní-

Para enq U .
veis de significância:
• 10% para o grau Ili
• 20% para o grau 11
Exemplo
Testar a significância do parâmetro b 1 da equação do Exercício nº 1, ao nível

de 10%.
Solução
Entrando com os valores já calculados na equação (7), teremos:
t caie·= -
32, 63 ·✓156 =15 561
73,34 '
Da tabela de Distribuição t de Student: para a =10% e gl =(6-2) =4 obtemos:

t 1_o/2 ; n-2 = 2,132
Como t calculado é maior do que t crítico, conclui-se que o parâmetro b1 é signifi-

cante ª0 nível de 10% para a formação dos preços.
AVALIAÇÃO
1 1
b
AVALIAÇÃO DE IMÓY'EIS POFI
Pela NBR 14653 _2 , 0 modelo está enquadrado no grau 111, já que o teste foi apro-
vado ao nível de significância de 10%.
Observação
0 t cale. encontra-se no Exemplo nº 1, via Excel ou via SAB (Capítulo 13): "Stat t:::
-5,56".
9.6.8 Intervalo de confiança
O intervalo de confiança a um nível de (1 - a) em torno de um ponto (\,\) sobre

uma reta de regressão linear simples é calculado por:
Em que:
Y0 = Valor médio de mercado estimado pela equação para o ponto (X0 ,Y )

0
t1_012: (n-zJ = Ponto crítico encontrado na tabela Distribuição t de Student, para O nível
de confiança de (1 - a) e (n - 2) graus de liberdade
s(Y0) = Desvio-padrão calculado para o ponto (X0 ,Y0) _ Em uma regressão linear
simples, seu valor é dado pela equação:
102
r~
·tu1·ndo teremos:
subsIt ,
XS X com Se =
11-0
::: Y ± t 1-a/2: (n-2) e (9)
o
pela equação acima, pode-s~ observ~r que a menor amplitude do intervalo de

preços ocorre .q~and.o .Xº = X ' ou S:Jª_·
quando o bem avaliando possui carac-
terísticas iguais a media das. c~ractensticas dos dados da amostra e as maiores
amplitudes ocorrem nas prox1m1dades da fronteira amostral.
Portanto, as estimativas mais precisas sempre ocorrem para avaliações próximas

da média aritmética dos dados amostrais.
9.6.9 Grau de precisão
Segundo a NBR14653-2, item 9.1, o grau de precisão de uma avaliação depende

exclusivamente das características do mercado e da amostra coletada.
Para medir o grau de precisão de uma estimativa obtida por um modelo de re-
gressão linear, a NBR 14653-2 (item 9.4.2) considera a amplitude do intervalo de
confiança de 80% (1 0,80 ) em torno do valor central da estimativa, ou seja:
G.P. = I0,80 = Isup -/.1nf

Yo Yo
Critério adotado:
• para G.P ~ 0,30 (30%) -t grau Ili
• para G.P ~ 0,50 (50%) -t grau li
• para G.P > 0,50 (50%) -t grau 1
103
Exemplo
•ntervalo de confiança de 80% em torno do valor estimado no Ex .
a cu ar o r • d . _ erc1cj
eº 1 co1m auxílio da equação (9) e verificar o grau e prec1sao da estimat·1va Pel()
n
1 O
critério da NBR 14653-2. o
Solução
1) Intervalo de confiança de 80%:

a) Valor médio unitário da sala com idade de 7 anos: R$ 1.032,24/m2.
b) Ponto crítico t -a1 • para o nível de confiança de 80%: da tabela Distribui _

1 2
Studen! (Capítulo13), tiramos: para N.C.= 80% e g.1. = 6-2 = 4 ' çao f de
t 0,90; 4 = 1,533
c) Desvio-padrão do modelo:
se= 73,34
d) Cálculo do complemento:
= I (1-9)2 ~
6 + 156 =v 6 + 156 =0,438
Substituindo os valores acima na equação (9), vem:
1080
, = 1.032,24 -+ 1' 533 X 73 , 34 X 0,438 = 1.032,24 ± 49,24

oonde:
_ 1 032 24 + 49,24 = 1.081,48
1 - . '
sUP·
_ 1 032 24 - 49,24 = 983,00
1 - • '
inf.
2) Grau de precisão para amplitude do intervalo de confiança de BO%:

GP= /sup - /inf
Yo
Amplitude do intervalo: 1o.ao= 1.081,48 - 983,00 = 98,48
GP= 98,48 _ 0
_ , - O, 0954 - 9,541/o
1 032 24
Grau de precisão da estimativa pelo critério da NBR:
9,54% < 30% - Grau Ili
9.6.10 Campo de arbítrio
Pela NBR 14653-2 (item A.5 do Anexo A), para modelos de regressão linear, o
campo de arbítrio corresponde à semiamplitude de 15% em torno da estimativa
pontual adotada. Caso o valor adotado esteja fora desses limites, o avaliador de-
verá justificar sua escolha.
Exemplo
Determinar o campo de arbítrio em torno do valor estimado para a sala comercial

do Exemplo 1.
105
AVAJ..IAÇAo EM MASSA DE IMÓVEIS URBANOS
- C CE IMÓVEIS POR
AVALl~ÇA ESTATÍSTICA
INFERENCIA
Solução nos de idade foi estimado em R$

édio . . . da sala com 7 a
unitarro
a) o va 1or m
2
1.032,24/m ..
b) Campo de arbItrro se
. . gundo a norma:
Lsup. -- 1.032 ,24 + 15% = R$ 1.187,08/m2
L
inf.
=1.032,24 - 15% =R$ 877,40/m2
Observação
.
o SAB (Sistema de Ava 1Iaçao
. _ de Bens) fornece O intervalo
. de confiança de 80%,
junto com o campo de arbítrio, com facilidade:
lnteNalo de confiança de 80% Campo de arbítrio

Estimativa
Inferior Central Superior Inferior Central Superior
Moda 982,95 1032,26 1081,56 877,42 1032,26 1187,09
Mediana 982,95 1032,26 1081 ,56 877,42 1032,26 1187,09
Média 982,95 1032,26 1081 ,56 877,42 1032,26 1187,09
9.6.11 Análise dos resíduos
A análise dos resíduos é uma das melhores maneiras para estimar a qualidade de
um modelo de regressão.
Pode-se dizer que um modelo é bom quando produz erros pequenos, positivos e
negativos, dispostos de forma aleatória e com média nula.
9.6.11.1 Homocedasticidade e heterocedasticidade
Essa característica pode ser analisada pela disposição dos erros em um gráfico.
A verificação é feita por meio do gráfico dos resíduos (e) x valores ajustados pelo
modelo (Yc), conforme as duas figuras abaixo, com a seguinte interpretação:
106
s estiverem distribuídos aleatoriamente em to d
os po nto rno e uma t
a) se da como referência, sem padrão definido pode s d' re a hori-
t8 I toma · - e 1zer qu
zon . ·a constante e diz-se que o modelo é homoceda' st· e os erros
têrn vanânc1 1co.
ntos apresentarem uma distribuição ordenada ind'ic d
)se os Po A . '
b . definida em torno da reta de referencia significa auseA .
an o alguma
en-
t
den eia te e diz-se que o modelo é heterocedástico.
A ' nc1a de va • A
nanc1a
•
constan
e e
•
••• • • • • • ••••
•, ' ' ' '
•••
• • • •
~ ·•1. ' •••• •••
•
•
Yc Yc
Modelo homocedástico Modelo heterocedástico
No modelo heterocedástico, os estimadores dos mínimos quadrados não são mais

os de menor variância e, portanto, a equação de regressão pode ser inadequada.
Vale ressaltar que o cálculo dos estimadores pelo método dos mínimos quadrados
não exige a condição de normalidade dos resíduos, mas é necessária para definir
o intervalo de confiança e o teste de significância do modelo.
9.6.11.2 Normalidade dos resíduos
A condição de homocedasticidade de um modelo não é suficiente. É preciso, tam-

bém, que os erros estejam distribuídos dentro de um intervalo de confiança conhe-
cido por "distribuição normal" ou "distribuição de Gauss".
O teste é feito com o auxílio do gráfico resíduos padronizados (e*) x valores ajus-
tados (y)

107
v e u3POFI
aoo61 Mó· ·
~ AVALIAÇ eeTATÍBTICA
l,;;.I 11\JFEAÊI\ICIA
• "" t,lldon cllvldl11clo•110 r.ndn ronld11n (<1) P<iln l ,

Os rcslduos podroniznctos ,(o ) ·"" o o 11111,
vlo-padrM do modelo (SJ
"
da dovomos lor:
Em uma distribuição normal padron Iza e
-
Olgtrfü11lçr10 norrnnl
Intervalos orn dcsvlos-padr[\o
t-1,00; +1,001
6!3%
l-1,64; +1,64] 90%
[- 1,96;+ 1,96) 95%
A distribuição normal, modelo fundamental em probabilidades e inferência ostatis.

tica, tem suas origens na curva de Gauss, com form ato de um sino, e é dollnltln
pela equação:
onde os parâmetros µ e a são a média e o desvio-padrão da população.
A área total limitada pela curva e pelo eixo dos X é igual a 1 (densidade= 100%).
Portanto, a área compreendida entre dois limites X =a e X =b representa a proba•
bilidade de X estar situado entre a e b e é representada por P(a< X< b).
Como a equação de Gauss é definida por dois parâmetros, ela permite obter um
número infinito de curvas normais, ora variando a média, ora o desvio-padrão.
Por isso, na prática, as probabilidades desejadas são definidas pela "curva normal
padronizada", tabelada para valores de p =O e a =1.
Para esse caso particular, fazendo
f1N05
1MóVEISUf1B
AVALIAÇÃO EM MASSA DE
x-µ
-=Z
cr
a equação de Gauss se reduz para
_ 1 - 1/2.(Z)
Y -J2;,.e
2
0 gráfico dessa curva normal reduzida está representado na figura a seguir, em

que estão indicadas, em porcentagem, as densidades correspondentes aos inter-
valos -1< z <+1 (68%); -1,64<z+<+1 ,64 (90%); e -1 ,96< z +1,96 (95%).
-1,960 -1,640 . fo o +1cr +1,640 +1,96cr
l+--68% ~ 1
11,f~----90% ----t,t)II
i . - - - - - - - - 95% - - - - - - ~
Assim, um gráfico dos resíduos padronizados versus preços ajustados que apre-
senta distribuição percentual próxima dos dados acima, indica normalidade dos
resíduos.
Exemplo
Analisar a condição de normalidade dos resíduos do Exercício nº 1.
AVN..IAÇÃO EM MASSA DE IMÓVEIS URBANOS 109

Solução
Para facilitar os cálculos, vamos lançar mão da tabela a seguir, lembrando que:
Ye = 1.260,65 - 32,63. X e se=73,34

Dado Xi Yi Yc ei=Yi-Yc ei*=ei/Se
1 8 1.000,00 999,61 +0,39 +0,00
2 2 1.220,00 1.195,39 +24,61 +0,34
3 5 1.010,00 1.097,50 -87,50 -1 ,19
4 12 970,00 869,09 +100,91 +1,38
5 18 620,00 673,31 -53,31 -0,73
6 9 982,00 966,98 +15,02 +0,20
I 0,12 0,00
Gráfico dos resíduos padronizados versus valores ajustados:
Marcando no eixo das abscissas os preços ajustados (Yc) e no eixo das ordenadas
os correspondentes resíduos padronizados (e*), teremos:
e*
+2,00 -· --·--. -- . ----·- -. -- . --. --·- -- . -- . --.- . -- --. --. -- -- . --. - . --.. ----.-- . - . ·-----
+1,64 - ---- .... ···- ---. -- . --- --· -·· -. ------ --. ·------- --- -· ... --- -· 4-· ---·----·-· ... ·-·---··· .. ·-
;·
+1,00 -- ---- -. ------------------------ ------- -------
f.
~- '
': :' 1
100 200 300 400 500 600 j700 800
1 • •I
900 1DOO 1100 1200
1
'
'I •Ye
-1 ,00
.
-- -- . - . ----- - . - . -- . -- . -- .-- -- . -- . ----- ----. ---- .5: . ----- . -------. ----- . ----. -- . -:-
: -- .. - . -.. --
•
?
-1 ,64 - --··-· -·······--·--·······-·· -·-·-····.. ····-···· --··· ... ·-· ... ·····-······················
-2,00 ·····--·-- --------- ----- . -- . --. ----. -- . ·-· -- ---. -- ----- . --. · -· ----- --...... .
. EIS URBANOS
AVALIAÇÃO EM MASSA DE IMOV
'fico acima obtemos:
oogra
Intervalo Normal Observada
[-1,00; + 1,00] 68% 4/6 = 67%
[-1,64; + 1,64] 90% 6/6 = 100%
[-1,96; + 1,96] 95% 6/6 = 100%
Observa-se que a distribuição dos erros está próxima da distribuição normal, pois
entre -1,00 e +1,00 temos 67% (< 68%); entre -1,64 e +1,64 temos 100% (>90%);
e entre-1 ,96 e+ 1,96 temos 100% (> 95%).
Logo, está assegurada a normalidade dos resíduos.
9.6.11.3 Autocorrelação
A autocorrelação é uma perturbação aleatória dos erros manifestada pela interde-

pendência dos resíduos entre si.
É comum ocorrer essa anomalia quando são cometidos erros no modelo ou pela
não inclusão de variáveis importantes na formação dos preços.
A eficiência dessa análise só pode ser examinada se o número de dados amos-

trais for superior a 15.
A existência ou não de autocorrelação é verificada com o auxílio da estatística de

Durbin-Watson, também conhecida como razão de von Neumann, definida pela
razão entre a soma das diferenças dos sucessivos resíduos ao quadrado e a soma
do quadrado dos resíduos:
onde:
d = Razão de von Neumann-

'
e 1= lésimo desvio da regressão ajustada para Yc;
e1.,= Desvio anterior ao e..

1
--
r
d ele é comparado com os
do O va 1or _, .
valores crir,
cos d
uma vez ca cu ª
1 1 b·n-Watson em função do numero de var"ia· . L e (1 ..i
. da de 0 ur 1 ' ve,s • ~ \li:\
tabela apropria . de dados da amostra . '"dep~
e do numero ~-
dentes (X)
boradas para os níveis de significância de 1º./4
t belas foram e 1a . •• • • d º• 2,5°;.
As a d d amostrais e para ate 5 vanave,s m ependentes (X º e S°J,
com 15 a 100 a os ). o,
. • teses H e H , compara-se o Q. calculado com os p

Para testar as h1po 1 ° ,
. d da tabela correspondente ao nivel desejado e se cone\ .
.antas e ..
r,tiC().
dLe d u tira os u,: •
< d < (4 _ d ) aceita-se H 1 , ou seja, os resíduos não têm aut
a ) Se du A u '. • d 1 . ocorrei -
ao nível de significanc1a desejado, sendo o mo e o apto, aÇà0
Se d >d> (4 _ d ), não se pode rejeitar H 0 porque há indícios de aut

b) L L ocarre\a -
dos resíduos no modelo . Çáo
f(d)
Hi+) 1 1 (?) H1
\ (?) \ Ho(-)
)
o dl du (4-dJ (4-dJ d
Observação
H0 (+) indica hipótese de poder existir autocorrelação positiva.
H0(-) indica hipótese de poder existir autocorrelação negativa.
O sinal (?) indica os dois intervalos em que o teste é inconclusivo.
Exemplo (Dantas, 2005):
Numa avaliação de um imóvel, onde foram considerados 25 dados de rnerc

1
:i~~
utilizou-se um modelo de regressão linear simples, obtendo-se como redsunão-
. · tese e
da estatística de von Neumann d = 2,2. Pede-se para testar a h,po
autocorrelação no modelo ao nível de 5% .
stJloS
ó\/EIS UR
ssADE IM
AVALIAÇÃO EM MA ~
sofução Ourbin-Watson, para nível de significân_ci_a de 5%, os
ntrar na Tabela de 1ª coluna e na 25ª linha, ou seJa.
1º) Enco . . ue se encontram na
pontos cnt1cos q - 1 45 Então: 4 - d ::: 4 - 1,45 == 2,55
d = 1,29 e du - , · u
L e: 4 - dL == 4 -1,29 == 2,71
2º) Definir as regiões:

4-d u 4-dL
dl
2,55 2,71
1,29 1,45
d==2,2
3Q) Verificar em que intervalo está inserido o valor calculado (d=2,2):

Como d está entre 1,45 e 2,55, podemos concluir que não existe autocorrelação
serial n~s resíduos ao nível de significância de 5%. Aceita-se H1 .
9.6.11.4 Outliers
Outliers são pontos atípicos dos resíduos.
Esses desvios devem ser analisados com cuidado porque podem ter origem em
erros de medida ou por alguma mudança no comportamento da amostra.
Segundo Dantas [2005] entende-se por outlier um dado que contém grande resí-
duo em relação aos demais que compõem a amostra.
O ~elhor meio de detectar esses pontos é por meio de uma análise gráfica de
res1duos padroni d ( *)
fi za os e x valores ajustados do modelo (Y ) como mostra a
igura a seguir: e '
AVALIAÇÃO E
113
>
f·

e*
• ~ Oullier
+2 ···········~-·-··~---···~-- --~--- -~- ---········-······· ······
• • • • • • ••• •
o • • • • •
• •• • •• • •• • •• • ••
-2 ······.. •·.. ····· ·~ ·oui'liiir·····.. ···················
Pelo gráfico acima observa-se que a maioria dos dados estão no intervalo (-2;+ )
2
mas existem dois pontos atípicos que precisam ser analisados com atenção. '
Inicialmente deve-se verificar se não houve algum erro de leitura, de registro ou de

cálculo, efetuando a devida correção e fazendo o reajustamento.
Não existindo erro nessa área, recomenda-se fazer outro ajustamento com a ex-
clusão do(s) ponto(s) discrepante(s), obtendo-se informação sobre a influência
desse(s) ponto(s) pelo novo coeficiente de determinação (que indica o poder de
explicação do modelo).
9.7 Regressão linear múltipla
A regressão linear múltipla é utilizada quando mais de uma variável independente

interfere na variabilidade dos preços de mercado.
Em avaliações de imóveis urbanos, a regressão múltipla é mais utilizada do que a

regressão simples devido ao grande número de variáveis que normalmente inter-
ferem na formação dos preços.
O modelo genérico de uma regressão múltipla representativa de uma amostra de

dados de mercado com .Is variáveis independentes pode ser representado pela
equação:
IS URBANOS
114 AVALIAÇÃO EM MASSA DE IMÓVE
onde:
., d pendente (preço unitário em avaliação de imóveis);
y::: vanave 1 e
X ...Xk::: variáveis independentes (características dos imóveis e da região);
1
b ::: Intercepto (constante da equação);

o
= Coeficientes parciais da regressão (preços hedônicos implícitos);
b1 ... bk
e= Erro total da regressão (desvio da estimativa).
Assim como na regressão simples, para que um modelo de regressão múltipla

seja considerado apto, deve atender a inúmeros pressupostos básicos com o obje-
tivo de fornecer avaliações não-tendenciosas, eficientes e consistentes, ou seja:
1) As variáveis independentes são números reais e não podem ser aleatórias.
2) o número de dados da amostra deve ser superior ao número de variáveis inde-

pendentes. A NBR 14653-2, no Anexo A, estabelece, entre outros, que o número
de dados (n) em relação ao número de variáveis independentes (k) deve respeitar
a relação n ~ 3 (k + 1).
3) Não deve existir colinearidade perfeita entre quaisquer variáveis independentes.
4) Todas as variáveis importantes devem estar incluídas no modelo e nenhuma

variável irrelevante deve ser considerada.
5) Os erros são variáveis aleatórias com média nula e variância constante.
6) Os erros são variáveis aleatórias com distribuição normal.
7) Não devem existir observações atípicas (outliers).
O desrespeito a um ou mais desses pressupostos básicos, bem como dificuldades

na obtenção de dados amostrais, pode afetar a validade do modelo gerado, impli-
cand0 restrições quanto à precisão do valor estimado.
AVALIAÇÃO E
M MASSA DE IMÓVEIS URBANOS 115
,rvro"VEIS POR
AVAUAÇÃO
,..I\ICIA OE
ESTATÍSTICA
INFERE
9 7. 1 Parâmetros
. ão dos A t d -
. . Esflmaç . les para estimar os parame ros a equaça
. ' Va•
Como na regressão linear
Método
s,mpdos' m,·nimos
. . quadrados
. - por ser o ma,s difundid
0 o
mos utilizar somente o - e o de mais fac,/ ap/1caçao.
. de Avaliaçoes
E genhana .
0na n as constan tes bo · ••· bk para o modelo, de maneira que so.
;::~:;0 ~~:t::
drados das d"1s tAncias
objetivo é encontrar a verticais entre cada ponto observado (Y)
equação seja mínimo. _ .
O e
Pela teoria dos rn,rnmos, o O

. . procurados:
obter os coeficientes btém-se sistema de equaçoes a segu,r, Que Per/lJile
I;x,.Y~b,I; x, +b,f x,2 +b,f x,.x, + ... + b, Ix,.x,
I;x .Y ~ b,.I;x, +b,.f x,.x, + b, ..z:;x,2 + ... + b, ..z::x,.x,

2
(10)
Ix,.Y ~b,fx, +b,l;x,x, +b,l;x,.x, +...+b,Lx:

Observação
Utilizando o Exce1 ou o SAB .
das Variáveis independente ' o coeficiente bº (interseção) e os coeficientes b, ... b,

s encontram-se na coluna "Coeficiente".
AVALIAÇÃO EM MASSA DE IMÓVEIS uRBANOS

Exercício n º 2
Encontrar a equação de regressão representativa de uma am os tra de mercado

constituída
. . de nove apartamentos
_ semelhantes ' onde se constat ou que as unicas
. .
variáveis importantes na formaçao dos preços são a área e a idade.
Dados coletados:
Dado Area Idade PU

1 120 10 660,00
2 100 2 1.100,00
3 80 5 1.200,00
4 125 4 1.076 ,00
5 115 9 870,00
6 90 1 1300,00
7 70 12 750,00
8 50 6 1150,00
9 105 8 900,00
Solução
Equação genérica:
Para calcular os parâmetros b , b1 e b2 da equação de regressão, partimos das equa-

0
ções gerais (1 O), que dão as três equações para duas variáveis independentes:
(11)
117
AVALIAÇÃO
AVALIAÇÃO OE IMÓ,YEIS POR
• mos montar uma tabela com as grandezas envolvidas··

A seguir, va
Dado x1 ~
x21 x22 x1 · ·x2
y X1.Y
X2. y
100 1.200 660 79.200
1 120 10 14.400
4 200 1.100 110.000
~
2 100 2 10.000 2.200
3 80 5 6.400 25 400 1.200 96.000
6.000
4 125 4 15.625 16 500 1.076 134500 4.304
5 115 9 13.225 81 1.035 870 100.050 7.830
6 90 1 8.100 1 90 1.300 117.000 1.300
7 70 12 4.900 144 840 750 52.500 9.ooo
8 50 6 2.500 36 300 1.150 57.500 6.900
9 105 8 11 .025 64 840 900 94.500 7.200
L 855 57 86.175 471 5.405 9.006 841 .250 51 .334
Substituindo os valores encontrados acima nas equações (11 ), teremos:
-
9.006 = b0 . 9 + b 1 • 855 +b2 • 57
841.250 = b0 . 855 + b 1• 86.175 + b 2 • 5.405
51.334 = b0 • 57 + b1 . 5.405 + b2 . 471
Resolvendo, encontramos:
b0 = 1.615,6340
b1 = - 2 ' 9982
b2 = - 52 ' 1271
A equação de regressão é:
Yc = 1.615,63- 3,00 * X - 5213 * X

1 ' 2
Ou:
Pu= 1.615,63- 3,00 * A- 52,13 * 1
118 URBANOS
,s
1
onde:
édio unitário do apartamento avaliando;
p::: preço m
li
A ::: área do apartamento em m2;
::: idade do apartamento em anos.

1
•rn para avaliar um apartamento com características semelhantes, situado na

A551 ,
região dos dados amostrais, com 90m 2 de área e 8 anos de idade, teremos:
p = 1.615,63 - 3,00 X 90 - 52, 13 X 8 = R$ 928,59/m2

u
Observação
o Excel ou o SAB fornecem os parâmetros b b 1 e b2 diretamente. Veja o Exercício

0
,
nº 2, via Excel ou via SAB (coeficientes), no Capítulo 13.
9.7.2 Modelo nulo
Corno na regressão linear simples, o modelo nulo possui apenas o parâmetro b0 .

Os demais parâmetros (b 1.. .. bk) do modelo genérico são iguais a zero.
Assim sendo, o modelo nulo é dado por:
Y=Y e + e ' com Yc= b0
Se na primeira equação do conjunto (11) fizermos b1 = ... = bk= O, teremos:
"Ç"' y -
Donde: b = -~ - =y
º n
AVALIAÇÃO EM .
MASSA DE IMOVEIS URBANOS 119
... no"VEIS pOFI
-ooe11,,,
--. p,.vALJ~ÇA A esTA'TÍSTICA
~ 11\1FEFil=NCI
. . d bem avaliando é dado pela média aritmét'
. d' unitano o •. . ica
t preço me 1o . 'fica que não existe vanave1exp11cativa resp
portan o, O d O que s1gn1 1 on.
dos de rnerca o,
d
dos a - do preço.
sável pela forrnaçao
9. 7.3 Coeficientes de correlação

. . coeficiente de correlação (r) indica O grau d
3 0
Conforme vimos no ,tem 9 .6 . ' e
. amento entre duas variáveis do modelo.
re1ac1on
. t d correlação entre uma variável independente (Xi) e a dependente
o coefic1en e e
(Yi) é calculado por:
o resultado varia de -1 a +1 e, quanto mais próximo de \1\, maior será a dependên-

cia entre a variável explicativa (Xi) e a variável explicada (Yi).
Inversamente, quanto mais próximo de zero, menor será esta dependência.
Assim:
Parar= O, não há correlação ( a reta é horizontal).
Parar> O, a correlação é direta (a reta é crescente).
Parar< O, a correlação é inversa (a reta é decrescente).
A análise das correlações entre cada uma das variáveis independentes e ~a-
0
ª
riável dependente permite verificar, pelo seu sinal, se ela aumenta ou diminui
valor do imóvel; e, pela magnitude do coeficiente o quanto ela contribui no valor
do imóvel. '
,,..~os
ó\/EISuRB
120 AVALIAÇÃO EM MASSA OE IM ~
...
. 9 6 _3 foi apresentado um quadro que demonstra as correlações básicas

No itemd Dantas (2005) (Pereira, 1970). '
segun o
Nas regressões lin~ares múlti~las, além d_o coeficiente de correlação acima, é
. ·mportante verificar, tambem , o coeficiente de correlação entre as variáve,·s
muito 1
entes que podem apresentar a chamada colinearidade
indepe nd ' ·
9_7.4 Colinearidade
Colinearidade é a existência de dependência linear entre duas ou mais variáveis
independentes do modelo.
Vimos que, para um modelo de regressão linear múltipla ser apto, um dos pres-
supostos básicos é a não existência de colinearidade entre quaisquer variáveis
independentes.
A colinearidade entre duas variáveis independentes X, e \ é examinada pela ex-

pressão:
Se r,P = O, as variáveis independentes X, e XP são ortogonais, que é a disposição

ideal (não existe colinearidade entre as mesmas).
Se r,P = 111, a colinearidade entre XI e XPé total (modelo com restrições).
Para valores de r,P > 10,501 , o avalista deve tomar cuidados porque indica indício
de dependência linear entre duas variáveis independentes, o que gera restrições
à utilização do modelo.
AVALIAÇÃO E
m
r •
AVALIAÇÃO CE IMÓ,YEIS POR
Exemplo
Avaliar O grau de relacionamento das variáveis independentes com a variável de-
pendente do Exercício 2 e verificar se existe colinearidade entre as variáveis in-
dependentes, aplicando as fórmulas correspondentes.
Solução
1) Cálculo do coeficiente de correlação área x Pu:
Para facilitar os cálculos, vamos montar uma tabela com as grandezas envolvidas:
X m = 855/9 =95,00 Ym =9.006/9 = 1.000,67

Dado X. Y. (X. -XJ (Y.-YJ (Xr Xm)(Y,-Ym) (X,-Xm)2 (Y.-YJ2
1 120 660 +25,00 -340,67 -8.516,75 625,00 116.056,05
2 100 1.100 +5,00 +99,33 +496,65 25, 00 9.866,45
3 80 1.200 -15,00 +199,33 -2.989,95 225,00 39.732,45
4 125 1.076 +30,00 +77,33 +2.259,90 900,00 5.674,61
5 115 870 +20,00 -130,67 -2.61 3,40 400,00 17.074,65
6 90 1.300 -5,00 +299,33 -1.496,65 25,00 89.598,45
7 70 750 -25,00 -250,67 +6.266,75 625,00 62.835,45
8 50 1.150 -45,00 +149,33 -6.719,85 2.025,00 22.299,45
9 105 900 +10,00 -100,67 -1.006,70 100,00 10.134,45
I 855 9.006 0,00 -0,03 -14.320,03 4.950,00 373.272,01
Substituindo os valores acima na fórmula de r, teremos:
r = - 14.320,03 = _0133
..}4.950, 00x373.272, 01
Interpretação
. . versa,
O · · • •tário e ,n
sinal menos(-) Ind1ca que a correlação entre a área e o preço uni
ou seja, quanto maior é a área, menor é o preço unitário.
122
outrossim, pela magnitude do coeficiente (apenas 0,33), concluímos que a influ-
ência da área na formação do valor do imóvel é média.
2) Cálculo do coeficiente de correlação idade x Pu:
Para facilitar os cálculos, vamos usar a tabela a seguir:
Xm =57/9 =6,33 Ym =9.006/9 =1.000,67
Y. (X-XJ (Y.-YJ (X.-XJ (Y.-YJ (X.-XJ2 (Y;-YJ2

Dado X
+3,67 -340,67 -1.250,26 13,47 116.056,05
1 10 660
-4,33 +99,33 -430,10 18,75 9.866,45
2 2 1.100
-1,33 +199,33 -265, 11 1,77 39.732,45
3 5 1.200
-2,33 +75,33 -175,52 5,43 5.674,61
4 4 1.076
870 +2,67 -130,67 -348,89 7,13 17.074,65
5 9
1.300 -5,33 +299,33 -1 .595,43 28,41 89.598,45
6 1
750 +5,67 -250,67 -1.421 ,30 32,15 62.835,45
7 12
1.150 -0,33 +149,33 -49,28 0,11 22.299,45
8 6
+1,67 -100,67 -168,12 2,79 10.134,45
9 8 900
9.006 +0,03 -0,03 -5.704,00 110,00 373.272,01
L 57
Substituindo os valores acima na fórmula de r, teremos:
r= -5.704,00 = -O 89
.j11 O, 00x373.272, 01 '
Interpretação
? _sinal menos(-) indica que a correlação entre a idade e o preço unitário também
e inversa: quanto maior a idade, menor é o preço unitário.
O valor encontrado (0,89) indica que a influência da variável idade na formação

do preço é forte.
AVALIAÇÃO 123
AVALIAÇÃO DE 1Móye1s POR
.fi - de colinearidade entre as variáveis independentes a·

3) Ven Icaçao rea x id
ªde-
·i·t
Para f acI 1ar O
ca' lculo das grandezas envolvidas, vamos utilizar a t b
a ela a
·
- seguir·
X 1= 855/9 = 95,00 XP= 57/9 = 6,33 ·
(x -xt)x r---_
1
(x,-x,) (XP -XP)
(XP-XP) (x, -x,) (xP-\J
Dado x, XP
1 120 10 +25 +3,67 +91,75 625,00 -:-::---

2
3
100
80
2
5
+5
-15
-4,33
-1,33
-21,65
+19,95
25,00
225,00
13,47
18,75
1,77
--
4 125 4 +30 -2,33 -69,90 900,00 S,43 -
5 115 9 +20 +2,67 +53,40 400,00 7,13
6 90 1 -5 -5,33 +26,65 25,00 28,41
7 70 12 -25 +5,67 -141,75 625,00 32,15
8 50 6 -45 -0,33 +14,85 2.025,00 O, 11
9 105 8 +10 +1,67 + 16,70 100,00 2,79
L 855 57 0,00 +0,03 -10,30 4.950,00 110,00
Substituindo os valores acima encontrados na fórmula de r1P, teremos:
-10,30
r1P = ✓4.950,00x110,00 = I-0,0 1I
Interpretação
Como r1p está próximo de zero, concluímos que não existe colinearidade en!r~ as
· • · exp 1·Icativas,
vanave1s · ou seja, o ângulo entre os vetores área e idade es ª proxnno r
de 90º.
p.1405
124 1MóVEISURB
AVfJJN;ÃO EM MASSA DE ~
observação
os valores ºacima
2 . E
calculados podem ser b .
o tidos com f T
Exercício n ' via xcel (matriz das correlaç~oes )' Capitulo
. ac1 idade
13.
no Excel. VeJa
. o
.7.5 Multico/inearidade
9
A rnulticolinearidade ocorre quando mais de duas ou todas as v · · •
dentes estão correlacionadas o que torna dit,·c·I _ ,mpos
1, se nao . anave,s
· 1 . indepen-
influências separadas [Zancan, 96]. Sive , isolar suas
segundo Dantas [2005], urna• forma de se analisar a Presença de coltnearidade

.
é observando-se o determinante. .da matriz-modelo·
. · send o prox1mo
. . de zero e. um
indicador de alto grau de mult1colineandade no modelo.
9.7.6 Teste de significância global do modelo
o teste de significância global do modelo é feito para verificar a significância con-

junta de todos os parâmetros que participam do modelo.
A verificação é realizada pela análise de variâncias e a rotina é semelhante ao

teste de significância para modelos de regressão linear simples.
Assim, para se testar a significância global de um modelo de n preços observados

e com kvariáveis independentes, utiliza-se o teste F, que é o quociente da variân-
cia explicada pela variância não explicada.
Para isso, lança-se mão da tabela de ANOVA Qá apresentada no item 9.6.5), onde
apenas se altera o número de graus de liberdade para a variação explicada e para
a variação não explicada.
125
AVALIAÇÃO EM
- E IMÓVEIS POR
AVALl~ÇAC ~STATÍSTICA
INFEAENCIA
T.abela de ANOVA:
Soma dos Quadrados Graus de Lib. Variância
Explicada (mod)
SQR = L(Yc-Y) k
MOR=~
----
k
---
Não explic. (erro) SOE= L(Y; -Ycf n-k-1 EMQ=~
n - k-1
-
Total SQTO= L (Y; - YJ n-1 I(Y;-YJ

n-1
Da tabela de ANOVA acima, obtemos:
I(Yc-YJ (12)
F _MOR _ k
e-
EMQ - L (Y; - Yc)2
n- k- 1
o teste de significância do modelo é feito comparando-se o Fe calculado com o F(a:

que se encontra nas Tabelas de Fisher, as quais dão o ponto crítico entre H
k; n-k-1)
e H1 para os níveis de significância de 5% e 1%. 0
Nessas tabelas, a 1ª linha corresponde ao número de graus de liberdade do nu-

merador e a 1ª coluna corresponde ao número de graus de liberdade do denomi-
nador.
O ponto crítico é o encontro da linha com a coluna, referentes aos graus de liber-
dade do modelo ao nível de significância desejado.
Se obtivermos
Fe > Fcritico'
rejeita-se ª hipótese H0 ao nível de significância (a) e pode-se concluir que pelo

menos um dos parâmetros do modelo é diferente de zero.
·
AVALIAÇÃO EM MASSA DE !MOVEIS uRBANOS
Par~ enquadra~ento ~o i:nodelo na NBR 14653-2 (item 9.4.1), 0 item 7 da Tabela
1 exige os seguintes niveIs de significância:
• 5% para o grau li
Exemplo
Verificar a significância global, ao nível de 5% , da regressão do Exercício nº 2

pelas fórmulas que se encontram na tabela de ANOVA.
Solução
Para facilitar o cálculo das grandezas envolvidas, vamos lançar mão de uma ta-
bela, lembrando que:
Yc= 1.615,63-3,00 * A-52,13 * 1
Ym = 9.006,00 =1.000,67
9
i y; y_ Y... yr -Y__ (Yr -YJ 2 Y-Yr (Y; - Y_)2

1 660 ,00 734,33 1000,67 -266,34 70937,00 -74,33 5524 ,95
2 1100,00 1211 ,37 1000,67 +210,70 44394,49 -111 ,37 12403, 28
3 11 14,98 1000,67 + 114,31 13066,78 +85,02 7228,40

1200,00
4 +31,44 988,47 +43,89 1926,33
1076,00 1032, 11 1000 ,67
5 -199,21 39684,62 +68,54 4697,73
870,00 801,46 1000,67
+292,83 85749,41 +6,50 42,25
6 1300,00 1293,50 1000,67
-220,60 48664,36 -30,07 904,20
7 750,00 780,07 1000,67
23 158,75 -2,85 8,12
8 11 50,00 11 52,85 1000 ,67 +152,18
13707,73 +16,41 269,29
9 900,00 883,59 1000,67 -11 7,08
340351 ,61 +1,74 33004,56
í: 9006,00 9004,26 9006,00 -1,77
127
óVEISPCR
AVALl~ÇÃ~~::TÍSTICA
FERf=I\IC
II\I de ANOVA, obtemos:
ac1·ma na tabela
mos valores
Entrando co ~ - G r a u s de
,------- Soma dos . Variância
Variação Quadrados Llb.
~ção
SQR: 340.351,61 k=2 MOR 340.351,61/2=170.1 75,81
explicada
(modelo)
'
Variação não SQE: 33.004,56 n-k-1 =6 EMQ 33.004,56/6 5.500,76
explicada (erro)
Total SQTO 373.356, 17 8 -
Entrando com os valores acima na equação (12), teremos:
F =MOR= 170.175,81 = 30,

e EMQ 5.500, 76 94
Da Tabela de Fisher (Capítulo 13) referente ao nível de significância a= 5%, tiramos:

Para: g.l. do numerador= 2 e
g.l. do denominador= 6, Fcritico.= 5, 14
Então:
F >F
c 0,05; 2; 6
Corno Fcalculado · .
vanãv 1·nd e rna,a, do Que F t b a
e i ePendente d0 rnodelo resp ª elado,
. concluímos. que existe pelo. menos um
onsavel Pela variação do valor estimado.
Observação
Utili2anuo o E
-xce1
, a labola de ANOVA dá:
AVALIAÇÃO EM MASSA DE IMÓVEIS UR BANOS

a) Na linha "regressão": o nº de graus de liberdade do numerador ( l= )·
- explica
· d a (SQ- 9 2 ' 0 valor da
· ~ I.a explicada
variaçao - 340267 ,80)·, o valor da vananc (QM = _
170133 ,90); a estatística F
.
= MQR/EMQ= 30,93; além do "F de significaç- "(SQ/gl-
, .. ao quanto
menor for esse valor, maior sera a probabilidade de que O conJ·unto de vanaveIs., .
é
importante na formação do preço).
b) Na linha "resíduo": o nº de graus de liberdade do denominador (gl= 6); 0 valor

da variação não explicada (SQ= 33004,20); e o valor da variância não explicada
(MQ = SQ/gl= 5500,70).
e) Na linha "total", a soma dos graus de liberdade (gl= 8) e a soma das variações
do modelo (SQ= 373272,00).
Veja o Exercício nº 2, via Excel (ANOVA), no Capítulo 13. Os valores acima tam-
bém se encontram no mesmo exercício utilizando o SAB.
9. 7. 7 Desvio-padrão do modelo
O desvio-padrão de um modelo de regressão linear múltipla de preço médio uni-

tário Yc, com 12 parâmetros e n. dados de mercado de preços unitários Yi, é dado
pela expressão:
onde (n-p)=(n-k-1)
n-p
Assim, para o Exercício nº 2 teremos:
s_
8 -
33.004,56
_ =.J5.500,76 =74,17
9 3
129
AVALIAÇJl.o EM
- o oe 11V1óVEIS POR
m.
1 '
AVALl~ÇA
tl\lFSASNCIA
esTATÍSTICA
Observação .
. padrão do modelo e encontrado na 4ª linh d
E 1 0 desvio- a a•
Utilizando O xce_, ,, ( padrão== 74, 17), bem como no SAB. Veja O Ex . ~sta.
tística de regressao erro erc1c10 nº
2 via Excel ou via SAB.
1
. •ç·cância individual de um parâmetro

9. 7.8 Teste de s1gm,,
. . d t te individual de um parâmetro qualquer bJ é verificar se a Var'·
o obJetIvo o es . _ 1aveI
é ou não importante na composIçao do modelo.
correspon den te XJ
teste de um parâmetro qualquer bi é feito por comparação com a tabela Distri-
0
buição t de Student, que dá o valor crítico em função do nível de significância (a)
exigido e do número de graus de liberdade do modelo.
Primeiro se calcula o valor t pela expressão:
I(Y, -Yc)2
tcale. = em que se = (13)
n- p
A seguir, entra-se na tabela Distribu ição t de Student com o nível de significância

(a) e o número de graus de liberdade (n-p) ' obtendo-se o tcn~ro.
.. .
Se tivermos 1ca,c. > t,.a12: n-p
rejeita-se a hipótese b. = O, ou seja, a variável (X) correspondente ao parâmetro

(bi) é importante para ~xplicar o modelo. J
p ·e
ara en~uadrar O modelo na NBR 14653-2 (item 9.4 .1 ) o item 6 da Tabela 1 exig
os seguintes níveis de significância:
130 · yEISIJ~
ADE IM O
AVALIAÇÃO EM MASS
Exemplo
Testar a significância individual dos parâmetros do modelo do Exercício nº2 ao

nível de 5%.
Solução
a) Teste do parâmetro referente à área (b, = -3,00):
Cálculo do valor t pela expressão ( 13)
onde
se =
Para facilitar o cálculo das grandezas envolvidas utilizaremos a tabela a seguir:
i X, X_ X, -X_ (X, -Xm)2

1 120 95 +25 625
2 100 95 +5 25
3 80 95 -15 225
4 125 95 +30 900
5 115 95 +20 400
6 90 95 -5 25
7 70 95 -25 625
8 50 95 -45 2025
9 105 95 +10 100
I 855 855 o 4950
Cálculo de Se :
Já calculamos (Yi - Yc )2 = 33.004,56 (no teste de significância global);
e: n- p =9 - 3 =6 em que: S = 33.004,56 = 74,17

e 6
131
_ E IMÓVEIS POR
AVALl~ÇAC ~STATÍSTICA
1NFEAENCIA
Substituindo, ternos:
t = -3,00.J4.95Õ = -211,07 = -2,84 -12,841
cale.
74,17 74,17
• - do t pela tabela de Distribuição t de Student:

Deterrn1naçao crnico
Para a = 5% e gl = 6,
Então, te> tcrltico.
Portanto, o parâmetro correspondente à área é significante ao nível de 5%, poden-

do-se afirmar, com probabilidade de 95%, que a variável área é importante para
explicar a variabilidade dos preços.
b) Teste do parâmetro referente à idade (b2 = -52, 13):
Para facilitar os cálculos, utilizaremos a tabela a seguir:
i X, xm X, -Xm (X, - Xm)2

1 10 6,33 +3,67 13,47
2 2 6,33 -4,33 18,75
3 5 6,33 -1,33 1,77
4 4 6,33 -2,33 5,43
5 9 6,33 2,67 7,13
6 1 6,33 -5,33 28,41
7 12 6,33 5,67 32,15
8 6 6,33 -0,33 o, 11
9 8 6,33 2,79
+1,67
r 57 56,97 0,03 110,01
p.tJOS
ove1sU~6
•
. . d os valores na expressão (12), temos:

Subst1tU1n o
_ -52,13)110,01 _ - 546, 77 = - 7 37-+ 17,371 > 2,447
1
lr,ilc. - 74,17 - 74,17
. , a variável idade também é importante para explicar a variabili-

Com o tcaic. > tcnt,co
dade dos preços.
Observação
Utilizando o Excel ou o SAB, as análises de dados indicam na coluna "Stat t" os

valores de t (-2,84 e -7,37) acima calculados. Veja o Exemplo nº 2, via Excel ou
via SAB, no Capítulo 13.
9.7.9 Intervalo de confiança
Em regressões múltiplas, o intervalo de confiança a um nível de (1-a) em torno de

um valor (Y0) definido por uma equação de regressão múltipla é calculado por:
em que:
Yo= Valor médio de mercado estimado pela equação de regressão.
t,-<112;(n•k•1l = Ponto crítico

encontrado na tabela Distribuição t de Student, para o nível
de confia d
nça e {1 - a) e (n - k -1) graus de liberdade.
sp~\) = Desvio-padrão calculado para O ponto (Y ) Em uma regressão linear múlti-

a, seu valo . d o.
r e ado pela equação:
133
,,
- OI= 11V1ÓVE:IS pOR

AVALl~ÇAC eSTATÍSTICA
1NFEReNC:IA
que·
em · . ondente às características das variáveis independentes
c'(X'X)· 1 = Matriz corresp , (correspondente à constante do modelo). '
com a primeira coluna de 1 s
. características do avaliando, com 1 na frente (corre
c = Vetor correspondente as s-
pondente à constante).
Substituindo, teremos:
com Se = I(Y;-Yc)2 (1 O)
n-p
O valor sob o primeiro radical pode ser obtido no Excel , fazendo os cálculos da
transposição, multiplicação e inversão de matrizes, com a utilização ferramentas/
matemática.
O SAB fornece diretamente o Intervalo de Confiança junto com o Campo de arbítrio.
Exemplo
Calcular o intervalo de confiança ao nível de 80% e o campo de arbítrio do aparta·

mento do Exercício nº 2 com 90 m 2 de área e 8 anos de idade.
?SAB (Sistema de Avaliação de Bens) fornece o Intervalo de Confiança de BD%,
---
Junto com o campo de arbítrio, conforme a seguir:
Estimativa Intervalo de confiança de 80 % Campo de arbítrio - - - -

Inferior Central superior
Superior Inferior Central ~
Moda
Mediana
888,67 928,78 968,89 789,46 928,78 ~
Média
888,67 928,78 968,89 789,46 928,78 ~
1068, 10
888,67 928,78 968,89 789,46 928,78
134 BANºs
ól/EIS UI<
AVALIAÇÃO EM MASSA oE IM ~
10 Grau de precisão
9.7.
do a NBR 14653-2, item 9.1, o grau de precisão de uma avaliação depende
segun• amente das caractenst1cas
. . d o merca d o e d a amostra coletada.
exc1USIV
para medir O grau de precisão de uma estimativa pelo método de regressão linear,
a NBR 14653-2 (item 9.4.2) considera a amplitude do intervalo de confiança de
ao% (1 ) em torno do valor central da estimativa, ou seja:
080
Critério adotado:
• para G.P. ~ 0,30 (30%) - Grau Ili
• para G.P. ~ 0,50 (50%) - Grau li
• para GP. > 0,50 (50%) - Grau 1
Exemplo
Verificar o grau de precisão da estimativa do Exercício nº 2 pelo critério da

NBR 14653.
Solução
G.P = 968,89 - 888,67
· 928,78 = 0,0864 -t 8,64%
8,64% < 30% -. Grau Ili
AVALIAÇAo EM M 135
,,
- MÓVEIS pCR
AVALl~ÇAC ~~~ATÍSTICA
INFERENCIA
·nação múltipla
9. 7.11 Coeficiente de determ1 . .
_ mu·ttº1pfa é uma medida importante
· açao .
porque , de modo
o coeficiente de dete:mm de determinação de regressões lineares simples, indica
semelhante ao coef~ciente delo (NBR14653, Anexo A, item A.4).
o poder de explicaçao do mo
.. ão da variação explicada do modelo pela variaçã
Seu valor é obtido pela d1v1s o
total, ou seja:
(14)
Devido ao fato de que esse coeficiente sempre cresce com o aumento do número
de variáveis independentes e não leva em conta o número de graus de liberdade
perdidos a cada parâmetro estimado, a NBR recomenda considerar, também, 0
coeficiente de determinação ajustado que, para k variáveis independentes e n
dados de mercado, é dado pela expressão:
R == 1- (1 - R). n - 1 (15)
n- k - 1
'd .
R
Vale ressaltar que se R e f . .
orem muito diferentes, é uma indicação que foi inclu-
°
1 um numero excessivo de
mod • ºfi .
·· · . .
vanaveis expl1cat1vas, mas que não contribuem de
o s1gni ,cativo para melhorar a qualidade do modelo.
Exemplo
Calcular o coeficiente de d . . -
ajustado do modelo d E et:r~inação múltipla e o coeficiente de determinaçao
0 xerc1c10 nº 2.
ANOS
óVEIS uRB
Solução
1) Cálculo do coeficiente de determinação múltipla:
A variação explicada (SQR) e a variação total (SQTO) do modelo já foram calcula-

das no teste de significância global (item 9.7.6).
Substituindo esses valores na fórmula (14), teremos:
R = SQR = 340.351,61 = O 9116

SQTO 373.356,17 '
Interpretação
Significa que 91 % da variabilidade dos preços é explicada pelas variáveis explica-

tivas área e idade.
2) Cálculo do coeficiente de determinação ajustado:
Entrando com os valores na fórmula (15), teremos:
- 9-1
R= 1- (1 - 0,9116)- - = 0,8821
9-2-1
Observação
Utilizando o Excel, a "estatística de regressão" dá:
• o R múltiplo= 0,95 (que é a raiz quadrada do coeficiente de determinação múltipla)
• o R-quadrado = 0,91 (que é o coeficiente de determinação múltipla)
• o R-quadrado ajustado= 0,88 (que é o coeficiente de determinação ajustado)
Veja o Exemplo nº 2, via Excel ou via SAB, no Capítulo 13.
137
_ óVEISPOR
m
1k.<b-?
.' -~
AVALl~ÇAO OE~~TÍSTICA
INFERENCIA
9. 7.12 Campo de arbítrio

. A do Anexo A), o campo de arbítrio corresponde à s
5
Pela NBR 14653-2 (item · d estimativa pontual adotada. Caso o valor d e.
. . d d 15°1<O em torno a .. . a ota.
m1amplltu e e • • valiador devera 1ust1ficar sua escolha.
do esteja fora desses limites, o a
Exemplo
. d b'trio em torno do valor estimado para o apartament
Determinar o campo e ar I o
do Exercício nº2.
Solução
2 2
a) Valor médio unitário do apartamento com 80 m e 8 anos : R$ 928,59/m •
b) Campo de arbítrio:
L
sup.
=928,59 + 15% =R$ 1.067 ,88/m 2
L
inf.
=928 59 -
'
15% =R$ 789,30/m
2
9.8 Distribuição lognormal
A distribuição lognormal é amplamente utilizada na Engenharia de Avaliações, es-

pecialmente em avaliações de imóveis.
Ela ocorre quando os logaritmos dos preços pesquisados apresentam característi-

cas mais próximas da distribuição normal do que na escala original.
Assim, quando dados de uma amostra apresentarem indícios favoráveis a uma

distribuição normal em escala logarítmica, pode-se concluir que a população de
onde foi colhida essa amostra possui distribuição lognormal.
N~sse caso, as variáveis que apresentarem distribuição normal na escala logarít·

mica devem ser convertidas para logaritmos.
Na distribuição lo . •t · a razão
gnorma1, a curva de distribuição dos preços é assIme nc '
138 óVEIS uRSANos

J
Pela qual as medidas de tendência central (média m d'
. . .
dem, como ocorre na d1stribu1ção normal. , e Iana e moda) nao
- coinci-
Para uma amostra convertida para escala logarítmica com d . _

. , esvI0-padrao s 8
ços unitários são convertidos para a escala original pelas ex _ ' pre- ?
pressoes a seguir:
Preço unitário mediano = Pu x 1
Preço unitário médio = Pu x e 112l 5 'l
Preço unitário modal = Pu x e - !5 •>
Exercício nº 3
Avaliar um apartamento com 90 m 2 de área privativa e com 14 anos de idade, com

base em uma amostra de 12 dados constituídos de duas variáveis quantitativas
(área privativa e idade aparente) e uma variável dicotômica (oferta/venda), confor-
me os dados a seguir:
Dado Área Idade Evento P.unit.

1 120 10 venda 666,00
2 100 2 venda 700,00
3 80 5 oferta 1150,00
4 130 4 oferta 1076,00
5 115 12 venda 869,00
6 11 O 20 venda 636,00
7 112 18 venda 803,00
8 90 1 oferta 1100,00
9 70 15 oferta 1000,00
6 oferta 1200,00
10 50
8 oferta 1050,00 _
11 105
oferta 800,00
12 125 16
Solução ., .
. o do preço unitano
1O garitmo nepenan
Tomando-se como variável dependente O . . dentes o logan·tmo ne-
por m 2 de área privativa (Ln Pu) e como van.áveIs mdepen
139
J
AVALIAÇÃO DE IMÓVEIS POR

periano da área privativa (Ln A), a idade aparente em anos (I)

e assu .
natureza do evento(E) 1 para ofertas e zero para vendas O E rn,ndo
, . . . • Xce/ fo Par
lha apresentada no Capitulo 13, ,tem 13.5.5 - D1stnbuição log rnece a aa
norma 1. Plari;.
Nessa planilha, a coluna "coeficientes" fornece os dados p
ara a
equação do modelo, ou seja: lllontage
rn da
Ln Pu = 7,61 -O,2O*Ln A- 0,01* I + o, 28 • E
Donde:
Pu = e 1,s, * A -0,20 *e-o.ou* e o,2a.E
ou:
Pu = 2.018,28 * A -0,20 * O, 990' * 1, 323E
Substituindo_ os valores do apartamento avaliando

o preço mediano unitário de venda· no modelo calculado obt
· ' ernos
Pu = 2.018,28 * 9 0 -0.20 * O 9914 *

, 1,32º
Pu = R$ 712,9O/mz
Então teremos:
Pu mediano= 712,90 x 1 = 712,9O/mz
Pu médio
=: 712,90 X e 112co,121
2
== 718,OS/m 2
Pu modal
=712,90 x e -(0.12•1 =702, 71Jm2
140
RBf>.N05
AVALIAÇÃO EM MASSA DE IMÓVEIS U
rnédio de venda do apartamento avaliando ..
0
preço e.
2
preço médio = 90m x R$ 718,05/m2 = R$
64.624,0Q
,I·se do rnodelo
AnªI
ência do modelo:
a) coer
relação à área, o modelo é coerente, pois quand .
com unitano
. , . cai. 20110. o a area aumenta 1Oo/co, o
preÇ0
C0m relação à idade, também há coerência, pois a cad

. 0
diminui 11/o.
ª ano O preço unitário
com relação ao evento, o modelo é coerente, pois O preço de f rt .

o e a esta sempre
acima do preço de venda.
b) o coeficiente de correlação r (R-múltiplo = 0,89) indica que existe uma correla-

ção forte entre as variáveis independentes e os preços.
e) O coeficiente de determinação R (R-Quadrado = 0,79) indica que O poder de

explicação do modelo é alto.
d) Adiferença entre o coeficiente de determinação ajustado (R-Quadrado ajust. = 1
0,71) e o coeficiente R é de 10%, o que indica que uma variável explicativa não
1
contribui de modo significativo na qualidade do modelo ou que a quantidade de
dados deveria ser maior. 1
e) Quantidade mínima de dados de mercado efetivamente utilizados: pelo item 3

da Tabela 1 do item 9.4.1 da NBR 14653-2, temos:
3 (k + 1) = 3 (3 + 1) = 12 ~ grau 1
AVAl_1.4,çÀ 141
OEMM
m
f• _
AVALIAÇÃO DE IMÓ..VEIS POR
f) Teste F de significância global do modelo ao nível de 5%:
F = 9,88
Da Tabela de Fisher (Capítulo 13, item 13.8.1) obtemos:
Para gl do numerador (k = 3) e gl do denominador (n-k-1) == 8
Fcrltico = 4 ,0?
Como F > Fcrít. concluímos que pelo menos uma variável é respons.
,
variação dos preços. ave1Pe a
1
g) Valor de F de significação (= 0,01 ): é menor que 1% ._ grau Ili.
h) Teste individual dos parâmetros ao nível de 5%: na coluna "Stat t" da planilha
encontramos:
Para área: -1 ,35
Para idade: -1,27
Para evento: 3,43
Da Tabela de Distribuição t de Student, obtemos:
Para a = 5% e gl = 8 ._ t = 2 306
0 ,975; 8 '
Portanto, apenas a variável "evento" atingiu o nível de 5%, pois:
Área= 11,351 ._ a== 22%
142 Rf3.ANºs
DE 1MóVEISU
AVALIAÇÃO EM M A S S A ~
- 11 271 -+ a == 25%
1dade- '
-13 431 - ª == O%
1::vento- '
·ncia de cada variável (valor P):

i) 1rnP0 rtª
. rn 6 da Tabela 1 do item 9.4.1 da NBR 14653-2, temos:
pelo 1te
_ 21 < 30% - grau 1
LnA - 0'
_
1dade -
o'24 < 30% - grau 1
- o01 <10% - grau Ili

Even to - '
j) Matriz das correlações:
pelo exame da planilha, verifica-se que:
1) Não existe indício de colinearidade entre as variáveis explicativas(< 0,50).
2)As correlações Ln A x Ln Pu (=0,57) e Idade x Ln Pu (=0,52) são médias.
3)Acorrelação Evento x Ln Pu (= 0,83) é forte.
Observação 11
Para completar a análise do modelo, falta examinar os resíduos, ou seja, a homo- 1:
cedasticidade, a normalidade, a autocorrelação (que só é possível com o mínimo

de 15 dados) e outliers.
AVAI.IAÇÃ.
OEMMAs
143
SA DE IMÓVEIS URBANOS
m
f ,
AVALIAÇÃO OE IMÓ;VEIS POR
9.9 Considerações finais
A complexidade de que se reveste a avaliação de imóveis po . •

_ . . r rnferen .
1
explica em parte a razao pela qua a ma,ona das prefeituras . c,a estar .
. - d 1 1d . , a,nda ut·1· ist,r,
subjetivos na determrnaçao o va or vena os ,moveis para ef . 112a ri, ."q
em lugar de metodologia científica regulamentada pela NBR °'to de trib1Jt e,os
14653. ªÇã0
1
No entanto, cumpre alertar e observar que:
a) Procedimentos em desacordo com as práticas consagradas

Avaliações ou com a metodologia probabilística, previstas nas nNa Engenhariad
. - ormas T· e
da ABNT constituem entrave nas arrecadaçoes, promovem in' . ecnicas
- t- . ·t . Justiça so .
mentam a sonegaçao e es ao suJe1 os as penas previstas em lei. c1a1, ali.
b) A implementação de metodologia científica na avaliação de imóv .

tribui para o efetivo aprimoramento da administração pública m· ~,s_urbanoscon.
. t·,vas e max1m1zan
su b1e · · do tecn,cas
· · de avaliação em benefício d' rn,m,zando
. ªÇÕes
a sociedade.
· ISURBANOS
AVALIAÇÃO EM MASSA DE !MOVE
_ e MELHORIA
coNTAIBUIÇAO o
- DE MELHORIA
10. CONTRIBUIÇAO
. sições legais
10.1 Definição e d ,spo
. é um tributo decorrente de obra pública
'b · - 0 de MeIh ona que v
A Contn u,ça d orno 1•,mite total a despesa realizada e co..... . a-
. · is ten o c ",o 1Irn·t1
loriza bens ,mov~ ' _ d imóvel beneficiado. e
individual a valonzaçao de ca a
. . _ . desse tributo encontram-se nos artigos 81 e 82 do C. d'
As d1spos1çoes 1egais . º 10/66) o igo
Tributário Nacional (Lei n 5.172 de .
. 81 1ImI
O artigo • •t
a o valor a ser pago pelo proprietário
_ beneficiado e O artigo 82
especifica o roteiro a ser cumprido nas promoçoes.
Art. 81 _ A Contribuição de Melhoria cobrada pela União, pelos estado

e pelos municípios, no âmbito de suas respectivas atribuições, é institu:
da para fazer face ao custo de obras públicas de que decorra a valoriza-
ção imobiliária, tendo como limite total a despesa realizada e como limite
individual o acréscimo de valor que da obra resultar para cada imóvel
beneficiado.
Assim, no âmbito municipal, se uma prefeitura promove, por exemplo, a pavi-

mentação de uma rua, todos os imóveis dessa via serão valorizados, razão pela
qual a municipalidade pode (e deve) cobrar dos proprietários beneficiados um
tributo conhecido por Contribuição de Melhoria.
Existem três sistemas mundiais de cobrança desse tributo:
a) Sistema de custo da obra.
b) Sistema de valorização imobiliária.
c) Sistema misto.
O professor Geraldo Ataliba defende a ideia de que "o gabarito da Contribuição

de Melhoria é sempre a valorização, não importando o custo da obra" ·
,1.105
' VEIS URB"''
AVALIAÇÃO EM MASSA DE tMO
1111
lemanha pauta pelo sistema de custo da ob .

AA .. fi . ra, CUJa despe .
roprietanos bene 1c1ados. No entanto esse ·t. . sa e rateada entre
os P . . . , cn ena pode d . .
. as pois nem todas as obras publicas tendem . ar enseJo a injus-
tiç , _ _ a va 1onzar os I• . .
(exemplo: construçao de estaçao de tratamento de es mov~1s _próximos
. goto nas prox1m1dades).
Na Inglaterra e nos Estados Unidos é utilizado O si t
No Brasil depois de muita polêmica foi adotads ema_de valorização imobiliária.
, . , o o sistema mist .
Colômbia e do Peru: a Contribuição de Melhoria . b o, copiado da
. - . b'I' . . e co rada do contribuint 1
critério deva1onzaçao 1mo 11ana tendo como lim·t1 e pe o
' e o custo da obr E'
CTN prescreve no artigo 81. a. o que o
conforme podemos ob~ervar, a lei pátria impõe dois limites de

contribuição de Melhoria: cobrança para a
a) Limite superior: o somatório das contribuições não pode .

ser maior que O custo
total da obra.
b) Limite individual: o contribuinte beneficiado não pagara· par 1 • ,

ce a superior a
valorização real do seu imóvel.
Assim sendo, duas situações podem ocorrer:
1ª) Osomatório das contribuições individuais é superior ao custo da obra. Nessa

hipótese, a prefeitura só poderá cobrar dos contribuintes o custo da obra.
Exemplo: a prefeitura promoveu uma obra pública orçada em R$ 8.000,00, que

valorizou 1O imóveis iguais avaliados em R$ 5.000,00/un e que passaram a
valer R$ 6.000,00/un. Pelo art. 81 do CTN, a Contribuição de Melhoria a cobrar
dos contribuintes será de R$ 8.000,00 (limite superior) , embora o somatório das
valorizações foi de 10 x (6.000,00 - 5.000,00) = R$ 10.000,00.
2ª) O somatório das contribuições individuais é inferior ao custo da obra. Nessa

hipótese, a prefeitura só poderá cobrar dos contribuintes o somatório dos valo-
res resultantes da valorização real de cada imóvel.
AV~•
"'-IAÇÃ,Q EM
147
~ÃC CE MELHORIA
coNTRIeul -r
·t ra promoveu uma obra pública orçada em R$ 8

E p/o· a pre f e1 u ·000 ,0o
xem . . , . . a·1s avaliados em R$ 5.000,00/un. e que passara , que
• u 1o 1move1s 1gu , . . _ rn a v 1
1
va onzo p rt do CTN a Contnbu1çao de Melhoria que a a er
R$ 5.600,00/un. e Io a . 81 ,' Prefeitur
, d contribuintes sera de 1 O x (5.600,00 - 5.000,00) == R$ 6 a
podera cobrar os 00 · O,oo
(limite individual).
10.2 Como cobrar a Contribuição de Melhoria
Pelo exposto, concluímos que a Contribuição de Melhoria ~ad_a mais é que urn
tributo de repartição resultante da diferença de valores de 1moveis antes e de-
pois de efetuada uma obra pública e, como tal, não pode ser enquadrada no siste-
ma convencional de cobrança por alíquotas.
A partir do ano seguinte, o proprietário beneficiado vai pagar de IPTU urn valor
maior não porque foi alterada a alíquota, mas porque o imóvel foi valorizado corn
a execução de uma obra pública na zona.
10.3 Valorização decorrente de obras públicas
Conforme vimos no item 6.2, os preços unitários do lote-padrão de cada zona

urbana são formados por três fatores extrínsecos de valorização: valorização na-
tural, valorização artificial e valorização legal.
A Contribuição de Melhoria se enquadra na valorização artificial, pois é decor-

rente de obras públicas realizadas pela prefeitura dentro do perímetro urbano.
A valorização imobiliária resultante de obras de urbanismo e de saneamento pode

ser estimada com o auxilio da tabela do engenheiro João Ruy Canteiro, em que
são definidos fatores de ponderação especiais (e) referentes a melhoramentos
usuais em glebas urbanizáveis:
148 · s URBANOS
AVALIAÇÃO EM MASSA DE !MOVEI
Melhoramentos e
Redes de água 0,15
Redes de esgoto 0,10
Luz pública 0,05
Luz domiciliar 0,15
Guias e sarjetas 0,10
Pavimentação 0,30
Telefone 0,05
Canalização de gás 0,01
Arborização 0,01
L 0,92
s fatores de ponderação anteriores incidem sobre os preços unitários assinala-

~os em cada face de quadra das Plantas de Valores. Porém, a incidência de cada
fator recai sempre sobre o preço unitário sem qualquer melhoria já executada, ou
se ·a, não tem efeito cumulativo.
J
Assim, pela tabela do engenheiro Canteiro, o preço unitário do lote-padrão com

todas as melhorias usuais, enquanto não intervir outro fator extrínseco de valoriza-
ção, é 1,92 vezes maior que o preço unitário do lote sem qualquer melhoria.
10.4 Fórmula para atualizar os preços unitários
Tomando por base os fatores de ponderação (c) da tabela do engenheiro Canteiro,

os preços unitários assinalados nas Plantas de Valores podem ser atualizados em
decorrência de Contribuição de Melhoria pela fórmula a seguir:
Onde:
q == Preço unitário atual na face de quadra dos imóveis a serem beneficiados;

q1 == Preço ·t , ·
uni ano na face de quadra após a(s) melhoria(s);
te ==Som t'.
r ª ano dos fatores de ponderação das melhorias já realizadas;
lCe:: Somat, . .
ono dos fatores de ponderação das melhorias a executar.
AVA.1.IAÇA
1~L
OEMMA
SSA DE IMÓVEIS URBANOS
- O DE MELHORIA
• coNTRIBUIÇA
Exemplo de aplicação
ual O preço unitário do lote-padrão (estimado
. a zona urbana na q . .
Consideremos um . . d dados de mercado) esta avaliado em R$ 60 001
aratIvo direto e '
pelo Método com P das melhorias usuais.
m2 e não existe qualquer uma
· gua potável (e = O, 15). Então:

1) A prefeitura vai executar a re de de a e
- 0,15 =69,0 o
60,00)
q1 =60 , 00+ ( -1+0
(observação: q1 = 60,00 + O, 15 x 60,00 = 69,00)
o preço unitário na face de quadra da Planta de Valores passou de R$ 60,00/m 2
para R$ 69,00/m 2 •
2) A seguir, a prefeitura vai executar as redes de eletricidade domiciliar (c0 = O, 15) e

de iluminação pública (ce = 0,05). Após a conclusão da obra, teremos:
q2 = 69,00+ ( 69 ' 00) (0,15 + 0,05)= 81,00

1+ 0,15
(observação: q2 = 60,00 + (0 ,15 + 0,15 + 0,05).60,00= 81,00)
O preço unitário passou de R$ 69,00/m2 para R$ 81,00/mz.
3) As próximas melhorias a se d ~
(e _ 0 . rem coar enadas pela prefeitura é a pavimentaçao
e- ,30) e a instalação da rede de esgotos c = O 1O) E t- t .
e , . n ao eremos.
~ 81·00 +( 1 ~ ~~~5 )(o,30+,010)~ 105,00

1
q,
(observação· q3 == 60 00 + (O 1
• ' , 5 + O, 15 + 0,05 + 0,30 +O, 10).60,00 = 105,00)
150
2
para R$ 1os
opreço unitário passou de R$ 81, 00/m ,001m.
2
. t rde os proprietários entraram com um abaixo .

4) Mais ªext~nsão da rede telefônica para O bairro -assmado na prefeitura
ped·ndo
1
a ·
altura, com o aumento populacional (fator extrínsec d . _

A essa . . .. h . . 0 e valonzaçao na-
a equipe tecnica Jª avia reavaliado o preço unitário t
tura1), 2 f • d -d a ua1 na zona em
_ R$ 145,00/m , que 01 ev, amente assinalado na face de d
q4 - qua ra da Planta
de Valores.
0 passo seguinte foi atualizar o preço unitário com a extensão da rede telefônica
(e.== 0,05):
Q5 = 145, 00 + ( 145 ' 00

1+0,75
j O 05 = 149 14
' '
Observação: 0,75 é o somatório dos fatores de valorização das melhorias já

realizadas na zona.
Concluída a instalação da rede de telefonia, o preço unitário na zona passará para

R$149,14/m2 •
10.5 Requisitos básicos para as promoções
Toda a promoção de Contribuição de Melhoria deve observar o que prescreve o

art. 82 do CTN. Os requisitos mínimos são:
1
) Publicação prévia dos seguintes elementos:
a) Memorial descritivo do projeto;
b) Orçamento do custo da obra·,
e) Determinação da parcela do custo da obra;
AVALIAÇÃ,Q E
CONTRIBUIÇÃO OE MELHORIA
d) Delimitação da área beneficiada;
e) Determinação do fator de absorção para toda a zona ou para cada urna das
áreas diferenciadas nela contidas .
li) Fixação de prazo, não inferior a 30 (trinta) dias, par~ i~pugnações, pelos inte-
ressados, de qualquer um dos elementos referidos no inciso anterior.
Ili) Regulamentação do processo administrativo de instrução e julgamento da im-

pugnação a que se refere o inciso anterior, sem prejuízo da sua apreciação judicial.
§ 1° -A contribuição relativa a cada imóvel será determinada pela parcela

do custo da obra a que se refere a alínea e do inciso 1, pelos imóveis situa-
dos na zona beneficiada em função dos respectivos fatores individuais de
valorização.
§ 2º- Por ocasião do respectivo lançamento, cada contribuinte deverá ser

notificado do montante da contribuição , da forma e dos elementos que in-
tegram o respectivo cálculo.
Vale lembrar que, pelo art. 81 do CTN, o tributo decorrente de Contribuição de

Melhoria referente a obras de urbanização e de saneamento não pode ser maior
que as despesas realizadas e tem como limite individual a valorização real de cada
imóvel beneficiado.
152 RBAN0 5
, A PARA AVALIAÇÃO EM MASSA
11. METODOLOGIA BASIC
111 Introdução
· . tegrado ao Sistema de Informações Ge .
. · Urbano líl • ograr,c0
0 Cadastro Tecn1c 0 Plantas de Valores, alem de conferir credib•i·
b ação das 11dad
(SIG) para a ela'b or t·t . a base para se obter sucesso nas avai· _ e
. tes cons I UI , iaçoes
junto aos contn wn ' or metodologia cientifica.
imóveis urbanos p
em massa de
. roposta única para a implantação de um cada t
. . • - 0 existe urna P . s ro
A pnnc1p10, na . piar um modelo de uma cidade para outra ([Z
técnico, não sendo passive1co an.
can, 96]).
bOrar um projeto que melhor se adapte às suas n
cada prefeitura deve e1a ~ • e-
. d rn estudos de viabilidade economrca que garantem 0
cessidades, a/lcerça O e
retorno financeiro do investimento.
.. d rnbolso é grande mas em pouco tempo será alcançado 0
Inicialmente o ese ' . .
. . . • 1das Plantas de Valores ou seJa, o incremento da receita com
ob1et1vo pnnc1pa '
justiça tributária.
Uma vez implantado o sistema, é fundamental que a equipe técnica mantenha

atualizado O Cadastro Técnico Urbano, que é a base das Plantas de Valores
responsáveis pela formação do valor venal dos imóveis para fins de tributação.
Segundo Gomes [91] e Zancan [96], para a elaboração da base de cálculo dos
impostos como IPTU, ITBI e Contribuição de Melhoria com uso de metodologia
científica, é necessário ter:
I) Um Cadastro Técnico Urbano contendo um conjunto de informações qualita-

tivas e quantitativas referentes aos imóveis que revele as variáveis formadoras
de valores venais;
li) A avaliação em massa dos terrenos e benfeitorias deverá ser a expressão

do comportamento dos agentes sociais sobre o solo urbano em imagens de
valor reveladas pelos preços praticados no mercado imobiliário e deverá infor-
. quais variáveis ",armam o valor, como se combinam nos diversos setores dª
mar
cidade e com quant0 d
ca a uma delas contribui para sua formação.
. uRBANOS
AVALIAÇÃO EM MASSA DE IMOVEIS
~
r
. ·ras Plantas de Valores

11.2 prime•
. . conJ·unto de Plantas de Valores deve ser elaborado em etapas, se-
O pnrne1ro .
o roteiro a seguir.
gundo
tamento de toda a legislação tributária do município, compreendendo:
1) Levan
. unicipal que trata de obras;
a) Ler rn
b) Código Tributário Municipal;
e) Lei que fixa normas de zoneamento urbano;
d) Lei que fixa normas de expansão urbana;
e) Lei que regula o parcelamento do solo;
Doutras informações que possam interferir na determinação do valor dos imóveis.
2) Análise cartográfica da cidade, compreendendo:
a) Planta de zoneamento segundo o Plano Diretor;
b) Planta de localização dos equipamentos urbanos (redes de água potável, de

esgoto sanitário e pluvial, iluminação pública, guias e sarjetas, pavimentação,
arborização etc.);
e) Planta contendo os polos de valorização e desvalorização (centros comerciais,

ruas e corredores comerciais, proximidades de favelas e de cemitérios etc.).
3) Coleta de dados
Otrabalho de campo é uma das etapas mais importantes do processo avaliatório.
Nessa etapa, é investigado o mercado imobiliário e são coletados os dados que

, ~e~irão de base para as avaliações: preços dos imóveis, suas características
fisrcas intrínsecas e extrínsecas, bem como as fontes de informações.
AVAUAÇAo
m .
ETODOLOGIA BÁSICA PARA
~VALIAÇÃO EM MASSA
O levantamento dos dados é feito. em planilha própria que é preenchida n

vistoria (veja os exemplos de planrlhas de coleta de dados no Capítulo 13~ ato da
As ríncipais fontes utilizadas na coleta de dados são: visita ao cam O •

p ·stros de imóveis, imobiliárias, corretores, placas no local, jorna·P ' cartorios
de regi , . . .. , . 1s, const
ras, b
ancos oficiais e de credito 1mob1l1ano etc. rut0•
As informações dos imóveis pesquisados constituem uma amostra aleatória .

. 1 . 'd . 1 ' CUJOS d
os serão classificados segundo as tipo og,as em res, enc1a , comercial e t a.
d errenos.
Vale observar que a precisão das avaliações depende não só do grau de

'd t b , d h b'l'd confia.
bilidade das informações colhi as, mas Aam . em a 1~ d' ' ade _do avaliador na
interpretação correta de dados relevantes. ss,m, o ava 1a or precisa analisar
muita atenção O grau de precisão das informações colhidas, pois, grande com
. - 1 t· f parte
não é confiável. Por exemplo, ,nformaç?es re a 1vas a .º .ertas ~e preços são mais
confiáveis que as de transações pesqwsadas em cartorios, CUJOS preços registra.
dos normalmente estão abaixo dos preços de venda.
4) Determinação dos valores unitários pelo Método tradicional ou pelo Método

inferencial.
No Método tradicional, as Plantas de Valores apresentam o preço unitário (por me-

tro quadrado) do lote-padrão da zona para cada face de quadra (veja o exemplo de
Planta de Valores no Capítulo í 3).
O preço unitário é obtido pelo Método comparativo direto de dados de mercado

e os valores dos terrenos são calculados por fórmulas matemáticas consagradas
(que contêm o preço unitário da zona), acrescidas de fatores de valorização resul-
tantes das suas características físicas.
Os valores das edificações, obtidos pelo Método da quantificação do custo, nor-

malmente são estimados a partir do Custo Unitário Básico (CUB). Quando não é
possível utilizar essa modalidade devido a condições singulares da benfeitoria,
estima-se a avaliação pelo Orçamento Detalhado. Uma vez calculado O cu5tº de
reprodução (edificação nova), o custo de reedição (valor atual) é obtido descon·
tando-se a depreciação (de preferência pelo Método de Ross/Heidecke).
ANOS
óVEIS LJRB
valor venal de cada imóvel é ob_tid~ pelo Método evolutivo, ou seja, pela soma
0
dos valores do terreno e da benfeitoria, soma essa multiplicada pelo fator de co-
mercialização.
Nas reavaliações anuais dos imóveis, recomenda-se utilizar O Método compara-

tivo direto de dados de merc~do p~ra estimar o valor dos terrenos e O Método do
custo de reedição para as ed1ficaçoes.
Normalmente, os valores dos terrenos tendem a aumentar de um ano para outro

orfatores diversos (aumento populacional, obras de urbanismo e saneamento ou
~Iterações introduzidas no Plano Diretor). Com as edificações, é comum ocorrer
0 inverso, ou seja, os valores vão decrescendo (depreciação pela idade ou por
obsoletismo).
Já no Método inferencial as variáveis consideradas importantes para a formação

dos preços são reunidas em modelos de regressões múltiplas.
As variáveis influenciantes básicas são a localização e as características construtivas.
As estatísticas básicas são o coeficiente de correlação linear, o coeficiente de

determinação e o erro-padrão.
Segundo Zancan [96]. as características e os atributos dos imóveis são repre-

sentados pelas variáveis que devem ser selecionadas e testadas em função das
diferentes tipologias, gerando modelos em que possa ser interpretada a influência
de cada variável no nível estatístico na formação do valor.
11.3 Escolha do método
A opção pela Metodologia determinística (homogeneização dos valores por es-

tatística descritiva ou por fatores de ponderação) ou pela Metodologia probabi-
lística (regressão linear múltipla por inferência estatística) para a determinação
das Plantas de Valores será aquela que melhor se adequar ao universo amostral
e à massa de imóveis sob avaliação.
Pelas ferramentas disponíveis, o coordenador do projeto deve optar pelo método

que apresentar maior afinidade com os dados disponíveis no Cadastro Técnico
Urbano A b .
· m os os metadas apresentam vantagens e desvantagens.
AVALIAÇAo
, lculo por custo de reprodução propi . .
,1 [2000], o ca . - eia ine
Segundo Gonza ez d r privilegiada a avahaçao das construç- quiQar1
•t deven o se . oes p0 Ili'!
e perda de rece1 a, d por meio de modelos de inferência e t . r Com1
d merca o, s at,srI ·• •
Paração de dados e a cada tipo de imóvel. No entanto os ca, fcir
d Valores par . . ' rnoct 1 •
mando Plantas e . _ r não conseguirem explicar as variações d eos 01'!
regressão sofrem restr~çoeds poutocorrelação denominado "autocorrelaça- e PreÇo nci
espaço, surg1n ° .
· d um tipo e a
, 1 · ada as pa ic
rt· ularidades dos elementos da amostra e
. •
o esp
Poq
aciaI•
que esta re ac1on .. a próxima do que com a distancia. o aut . erern
. - m a v1zinhanç . or cita
maior relaçao co . com O desenvolvimento de pacotes estar,st· Gue
· d acreditam que icos
pesquisa ores . . d Sistemas de Informações Geográficos (SIGs) ccirn
ferramentas espaciais e os .d as Gues..
. m ser resolvi as.
tões operacionais possa
. . [Qg] na avaliação isolada de um imóvel, seu valor pode se d
Segundo L1pororn , . •, • r efi.
. _ t· fatória por meio de poucas vanave1s. Mas, na avaliaça-
nido com precIsao sa Is . ., . oern
. volvimento muito complexo de vanave1s na composiçã
massa existe um en • . , . o dos
' ·t . . na-o só pela sua abrangencIa, mas tambem pela intrincada 10..
valores um anos, gIca
do mercado imobiliário.
Para Trivelloni [0 6], a multiplicidade de fatores ~mbientais, sociais _e econômicos que
influenciam no valor dos imóveis apresenta dificuldades aos metodos inferenciais
tradicionais, provocando falhas de especificação, autocorrelação espacial nos resi-
duos e comprometendo a confiabilidade da avaliação. Os modelos tradicionalmente
utilizados na avaliação em massa, baseados na inferência estatística por rninimos
quadrados, geralmente apresentam dificuldades para lidar com a complexidade de
fatores de localização. Entre todas as variáveis que influenciam no valor dos imó-
veis, aquelas referentes à localização são as mais complexas de analisar e modelar,
principalmente nos modelos de avaliação em massa.
Os fatores de localização que valorizam os imóveis são inúmeros: proximidade a
centros comerciais, centros de educação, de saúde, segurança pública, padrão
construtivo, polos ambientais desejáveis ou indesejáveis, entre outros.
Ao mesmo tempo, a dinâmica urbana produz uma contínua mudança nos efeitos
desses fatores sobre o valor dos imóveis: novos investimentos públicos ou priva·
dos, novos empreendimentos econômicos, atividades comerciais, empreendimen·
tos imobiliários, loteamentos, entre outros, produzem mudanças significativas nas
caracterí sti cas de cada vizinhança e nos valores imobiliários. Quase toda mudan·
ca
1 urbana afeta o
. va Ior dos ·ImoveIs
, • prox1mos
, . - o no fator
transformando a loca 1-Izaça
ma d' • · ' d vem
is inamico da sua valorização. Os métodos de avaliação em massa e
BANºs
óVEIS lJfl
Â
'derar essas características espaciais de forma adequada Nesse t'd
cons1 . . . . . · sen I o, a
e~ª't·stica espacial const1tu1 uma ferramenta indispensável .
oantas [05] afirma que_as a~ali~ções ~o~ comparação de dados de mercado e uti-
lização de modelos de mferenc,a estat1st1ca por regressões múltiplas simplificam e
agilizam as atualizações das Plantas de Valores.
11
.4 considerações finais
0 uso corrente de métodos empíricos nas avaliações de terrenos e edificações,

em que predominam os procedimentos subjetivos, precisa ser banido com urgên-
cia das administrações municipais.
Embora não seja tarefa simples, é condição primordial modernizar os procedimen-

tos avaliatórios para eliminar os inúmeros problemas causados pelas distorções
nos valores fiscais, como queda de receita, injustiça tributária e conflitos judiciais
com revisão de IPTU.
os recursos tecnológicos atualmente disponíveis na área de informática possi-

bilitam transações rápidas e eficientes de dados no Cadastro Técnico Urbano,
instrumento básico para manter atualizadas as Plantas de Valores.
Outrossim, o estabelecimento de parcerias com o Conselho Regional de Cor-

retores de Imóveis (CRECI), com o Sindicato da Indústria da Construção Civil
(SINDUSCON), com o Sindicato das Empresas de Compra e Venda de Imóveis
(SECOVI), bem como com a Caixa Econômica Federal , pode facilitar em muito o
acesso aos dados necessários para manter o cadastro sempre atualizado.
Segundo Silva [09], importantes avanços tem se conseguido graças às pesquisas

acadêmicas que vêm sendo desenvolvidas, bem como pelo constante debate so-
bre o tema proporcionado pelos institutos de avaliação (IBAPE - Instituto Brasilei-
ro de Avaliações e Perícias de Engenharia - e SOBREA- Sociedade Brasileira
de Engenharia de Avaliações) e em congressos afins, como o de Cadastro Técni-
co Multifinalitário e Gestão Territorial.
Paralelamente, estão surgindo programas que integram métodos estatísticos com

0
Sistema de Informações Geográficos (SIG), como o Sistema de Processamento
de Informações Georreferenciadas (SPRING), do Instituto Nacional de Pesquisas
AVALIAÇÃ
O EM MASSA DE IMÓVEIS URBANOS
METODOLOGIA BÁSICA PARA
AVALIAÇÃO EM MASSA
Espaciais (INPE). Esses programas disponibilizam métodos de anális

que já estão sendo utilizados em larga escala nas avaliações em ma e espacial
ssa de.1
veis urbanos. 1lló.
Os avanços tecnológicos ocorridos na área de Engenharia de Avalia _

o uso de fórmulas matemáticas que relacionam as características d ço:s, com
. os rrnó .
ao valor venal por computadores, constituem o grande motivo para ve,s
nistradores municipais, sobretudo daqueles municípios com populaçã:~ ad~i•
a 150.000 habitantes, implementarem a metodologia científica nas av ,_nfenor
1
de imóveis urbanos, sob pena de ficarem cada dia mais desatua/izado/ 'ªÇões
arrecadação tributária. ern sua
..,
E AVALIAÇÃO EM MASSA
IVIOOELO O
E AVALIAÇÃO EM MASSA
12. MODELO D
lho a seguir
. to·, apresentado pela engenheira
. .
Graziela 01.
1vo p
b
O tra a rofessora mestre engenheira Evehse Chemale ermo,
2
assessorada pel~I ~ de Cadastro Técnico Multifinalitário (Cobrac ªncan, no
50 Bras1 eira . 2006)
Congres . 'd de Federal de Santa Catarina, no período de 15 , rea.
lizado na Univers1 a a 19 de
outubro de 200 .6
de Regressão Linear Múltipla para Avaliação de

d I
Moeo e·., s
Apartamentos na Cidade de nc1uma C
Pror. Mestre Evelise Chemale Zancan 1

2
Graziela Olivo Fermo
UNESC - Departamento de Engenharia Civil

88806-000 Criciúma SC
1 ecz@unesc.net
2 grazi.of@pop.com.br
Resumo: este trabalho apresenta a estratégia utilizada para identificar as va-

riáveis independentes significativas que influenciam no valor de um imóvel e a
posterior utilização dessas variáveis na elaboração de um modelo de regressão
linear múltipla que estime o valor unitário de um apartamento na cidade de Cri·
ciúma, Santa Catarina . A estratégia de construção foi baseada na elaboração
de um banco de dados contendo 2 (duas) variáveis dependentes e 29 (vi~t~ e
nove) independentes, sendo que 20 (vinte) destas foram consideradas inicial·
mente para ª determinação do modelo. Após inúmeras simulações obtev_e-se
ª equação final, em que somente 7 (sete) variáveis mostram-se significativas,
resultando em um modelo de fácil aplicação e interpretação, proporcionando
um bo~ aj~ste dos dados e atendendo a todas as suposições teóricas para
sua aplicaçao.
AVALIAÇÃO EM MASSA OE IM _j
óVEtSUR~
,,,...
s-chave: avaliação de imóveis Reg _

palavra , ressao linear Múlr
de dados. 'Pia, Banco
. This paper shows the strategy to identify th k

,At,straCt · e ey ind
th at intluences the value of the real state The p ependents vari-
8 bleS . . . . · aper also sh0
·i·ty of a mult1ple linear regress1on w1th these variabl t . ws the appfí-
cabll . . f C . ., es o est,mat th
artment 1n the c1ty o nc1uma, Santa Catari·n . e e vafue
of one ap ª - 8 raz1I Th
ased in creating one data base with 2 (two) depend t : e strategy
was b . . . en vanables d 2
nine) 1ndependents. At the begmn,ng of the work 20 (t an 9
(twen ty . wenty) were e _
'd red to reach the model and then, after vanous simulations th fi ~n
si e . 7 ( ) . . . , e rnal equation
was obtained w1th only . seven s1gmficant . vanables. The result 0 f th
e work was
Sy app/ication and mterpretat,on model with a good adiustm t f
a ea . . ' 1 en o the data
reaching ai/ the theoret1cal approach for 1t is applicability.
Keywords: Real state, multiple linear regression, data base.
1. Introdução
A Engenharia de Avaliações é uma especialidade que tem como objetivo de-

terminar tecnicamente o valor de um bem, de seus direitos, frutos e custos de
produção. Além de determinar o valor de um bem, a Engenharia de Avaliações
procura responder questões importantes como: Quais as preferências do mer-
cado? Quais as variáveis que influenciam de maneira significativa na formação
do preço? Quanto custa reproduzir um bem avaliando? Como o mercado se
comporta? A partir dessas respostas, permitir tomadas de decisão quanto aos
melhores investimentos do mercado imobiliário .
Existem varias e diferentes formas de se obter o valor de um imóvel. A NBR

14653-2 divide os métodos ava/iatórios em: método comparativo direto de
dados de mercado, método da capitalização e renda, método involutivo, mé-
t~do evolutivo, método comparativo direto de custos e método de quantifica-
çao de custos.
AVALIA l
C11D EMMAs
SADE IMÓVEIS URBANOS
·-- rnite a utilização de dois tipos de t
- nos per rata111
. de Avaliaçoes rn imóvel: o tratamento por fatores e O t erit08
A Engenharia. ação do valor deu te trabalho será utilizado o tratament r~tarrieri.
determ1n ção des . . o c1erit·
para a , para a elabora .
1
ermitindo, assim, estimar e explicar 'fieo
to cientifico. statística inferenc1a , ~áveis que influenciam sua formação o Valor de
m uso da e . diversas van .
co meio das
mercado por e urna contribuição na área de Enge h
lho oferec . . n ari
. 0 presente traba t na avaliação da t1polog1a de apartament a de
Assim, •ficamen e - os b
. -es mais especi . influenciam a formaçao do valor de um . ' lJs.
Avahaço ' teríst1cas que - 1ít'lóv
definir as carac • da para a elaboraçao de um modelo de reg e1
can do ia ap 1,ca . . . , ress-
osterior metodo Iog . - d •móveis na cidade de Cnc1uma, obtend ao
eap , . ara avahaçao e ' . o urna
linear mult1pla p fer,·dos imóveis.
. lar dos re
estimativa de va
2. Levantamento de dados
b Ih foram obtidas por meio de pesquisa junto às imobiliárias
As amostras ~o t~a ªd ~ ·is construtoras, internet e corretores de imóveis p
d ·d d anuncias e Jorna , · or
a e, ª e, . bt'veram-se os aspectos intrínsecos dos imóveis e as dive _
meio dessa pesquisa o 1 . r
. t· rtencentes a cada um deles, dentre as quais podemos citar·
sas caractens 1cas pe , . . , , . , ·
• , •mero de dormitonos area total , area ut1I, numero de box para
valor do ,move1, nu ' A • •
garagem, nU ·mero de dormitórios , dependenc1a de empregadas, surtes, localiza.

- qua,·idade, polo de valorização, data, entre outras. Raramente .as amostras
çao,
obtidas por meio desses meios irão conter todos os dados sobre o imóvel ofere-
cido; dados como área total, endereço e número de dormitórios geralmente são
ignorados por anúncios de jornais, imobiliárias ou sites de oferta. No levantamen-
to de dados para a elaboração deste trabalho, algumas amostras apresentaram
variáveis incompletas; assim, surgiu a necessidade de pesquisar as construtoras
responsáveis pelos empreendimentos e as incorporações de cada edifício. Foram
completadas as informações referentes a áreas total e privativa com pesquisa nos
memoriais de incorporação do edifício arquivado no Cartório de Registro de Imó-
veis do Município de Criciúma.
As observações sobre os aspectos extrínsecos do imóvel raramente são forneci·

das pelos meios de pesq · o _ . nte
. ursa. ados como conservação padrao idade apare
e qualidade d · · ' ' T
de um GPS d o ,~ovei foram observados in loco. Também no local, com o aux1 io
e mao modelo G · d norte
e leste de cad . . armrn 12XL, foram levantadas as coordena ª5
a 1movel conf1d0 d adas,
no banco de dados. Obtidas essas coar en
164
' VEJSU~
AVALIAÇÃO EM MASSA DE JMO
rograma Autocad para localizar todos os imóveis em estudo n
. . ou-se o P . o mapa
1
ut11z 'dade de Criciúma. Assim, obteve-se as distâncias radiais de cad . .
. •t I da c1 . _ . . .. . a 1mo-
dIg1 ª . polos de valonzaçao 1mob1lrana definidos.
vel aos seis
tado final dessa etapa contabilizou uma amostra com 265 dados, dentre
O resu.l • · d t·1· -
210 foram pass1ve1s e u 11zaçao na modelagem, formando O banco de
as quais . d d d ' .
da pesquisa. O restante os a os ,01 descartado por apresentar-se incom-
:1:~::u inconsistente (sem área total, de localização imprecisa etc.).
fdentificação das variáveis

2. 1
Aescolha das variá~eis que_ c~mpõem este estudo foi feita no intuito de se iden-
tificar as características mais importantes do mercado imobiliário da cidade de
Criciúma e assim diferenciar os imóveis quanto aos seus aspectos quantitativos
ou qualitativos.
No estudo foram estabelecidas 20 (vinte) variáveis independentes formadoras de

valor. São elas: fonte, data, pavimento, área total, área privativa, número de va-
gas na garagem, número de suítes, número de dormitórios, número de banheiros,
dependência de empregada, qualidade do imóvel, oferta e transação, número de
elevadores, polo de valorização Praça do Congresso/Colégio São Bento, polo de
valorização Colégio Marista, polo de valorização Colégio Michel, polo de valori-
zação estádio Heriberto Hulse, polo de valorização Avenida Centenário, polo de
valorização Parque Centenário e idade aparente. Já as variáveis dependentes do
modelo são 2 (duas). São elas: valor total e valor unitário. Algumas dessas variá-
veis encontram-se descritas a seguir.
1) Data - O valor de um imóvel pode variar dependendo do mês em que ele é

oferecido e/ou transacionado. Para explicar essa questão foram colhidas amostras
entre fevereiro de 2005 a abril de 2006. O valor numérico assumido para cada
variável está compreendido entre 1 e 15, sendo que 1 corresponde ao mês de
fevereiro de 2005, 2 corresponde a março de 2005 e assim sucessivamente.
2
) Pavimento - Essa variável demonstra a influência do andar que está o apar-
tamento em relação ao nível da rua na formação de valor do imóvel. Observou-se
que quanto mais alto o apartamento, mais valorizado o imóvel.
•
lm
. MOOELC CE AVALIAçÃC EM MASSA
matório da área privativa, área do box e ár

· tO t I Trata-se d o so ea
3) Area a - E variável quantitativa demonstra o quanto do v
do apartamento ssa a.
comum . : do com a área do mesmo; é expressa na unidad
lor do imóvel esta relaciona e
metro quadrado.
, . . T t _ e da área efetivamente utilizada do apartamento· in.
4) Area privativa - ra a s , . . '
. cadas e floreiras. E delimitada pe 1as paredes externas
clui paredes internas, sa d
da área de uso comum e pe Ias pare es de unidades
da fachada, pe 1as pare des .
• V . . 1 do t'ipo quantitativa expressa na unidade metro quadrado.
autonomas. anave
. d Demonstra O quanto um imóvel tem acrescido seu valor pela
5) Numero e 8 ox - . .. .
. • . d aga na garagem Nessa variável foi utilizada a quantidade de box
ex1stenc1a e v · .,
para cada apartamento e não a área que cada um representa . Vanavel qua~titativa
em que o (zero) representa a inexistência do_bo_x, ~ (um) r~presenta a existência
de apenas um box, e 2 (dois) representa a ex1stenc1a de dois boxes.
6) Número de dormitórios (exceto suítes) - O número de quartos de um imóvel

irá refletir na dimensão do imóvel? E no seu valor? Essa variável também conside-
rou como quarto os gabinetes. Variável do tipo quantitativa em que o 1 (um) repre-
senta um quarto, o 2 (dois) representa dois quartos e assim sucessivamente.
7) Número de suítes - Essa variável considera o número de suíte por imóvel

na formação do valor e o quanto esse número está relacionado com o padrão
construtivo do apartamento. É considerado suíte aposento que possui o quarto
conjugado com o banheiro. Variável quantitativa em que se definiu como O(zero) a
inexistência de suite, 1 (um) a existência de apenas uma suite, 2 (dois) a existên-
cia de duas suites e assim sucessivamente.
8) Número de banheiros - Essa variável considera a somatória dos números de

banheiros por imóvel; serão incluídos nela banheiro social, banheiros da suite e os
lavabos existentes no imóvel. Variável quantitativa em que o 1 (um) representa um
banheiro, o 2 (dois) representa dois banheiros e o 3 (três) indica três banheiros.
9) Dependência de empregadas - Por se tratar de uma peça isolada que se

encontra na área de serviço, essa variável não foi considerada como quarto nem
suite nas variáveis anteriores e seu banheiro não foi somado na variável número
de banheiros. Variável do tipo dicotômica (ou dummy) em que: O (zero) quando
não possui a característica e 1 (um) quando possui a característica. Nota-se que a
maioria dos imóveis da cidade não possui dependência de empregadas.
td
1
1
I
1
1O) Padrão_ E !
_ ssa van •
truçao como formadora avef considera a qualidad . .
fachadas para a d . de Valor. Nest t e dos matena1s utilizados na cons-
_ etermrna - e rabalho to b
pa d rao construtivo i . Çao dessa var·. ram o servadas apenas as 1
1
'
I
o, subdividido em: ravet. Para um melhor detalhamento o 1 1
' '
a) alto - utilização d '
e mate · ·
materiais nobres riais corno por
· ce 1anatas a ·
' ço rnox, granito e outros
b) normal - utilização d
. e rnateriai
textunzada . s corno pastilha • .
s ceram1cas •
e Prntura acrílica ou
e) baixo - utilização de p· t
1n ura Pva .
11) Conservação - Caracterí t' . .

s 1cas f1s1cas co .
vação de fachadas, esquadrias cal d . mo idade aparente estado de co
- d I d . . ' ça as, Jardim et . - '. nser-
çao o va or o ,movei. Esse item foi subd ' . . c. irao contnbuir para a forma-
1V1d1do da seguinte forma:
a) péssima - apresentam fachadas m 1
a conservadas esqu d .
em mau estado de conservação inexistên . d . . ' a nas quebradas ou
' c1a e Jardrns e calçadas.
b) regular - apresentam fachadas parcialmen te
conservadas calçadas d 'fi
das, esquadrias em mau estado de conservação J·a d' ' ani ica-
' r rns pequenos e mal conser-
va dos.
c) boa - apresentam fachadas conservadas calçadas em bom t d . .

. ' es a o, Jardins
pequenos porem bem conservados.
d) ótima - apresentam fachadas , calçadas , jardins, esquadrias em ótimo estado

de conservação.
12) Qualidade -As variáveis padrão e conservação foram combinadas gerando a

variável qualidade por meio de códigos alocados. Essa transformação foi realizada
multiplicando-se o valor estimado para conservação pelo valor estimado do pa-
drão, gerando no final uma quantidade de pontos que será a variável qualidade.
Esse procedimento foi realizado para cada amostra do banco de dados. A Tabela
1demonstra como se deu essa transformação.
AVALIAÇÃ
167
:VALIAÇÃC EM MASSA
IVIOOELO OE A
_ das variáveis padrão e conservação corn

Tabela 1 - Transformaçao a Utilização
de códigos alocados.
Bom Regular Péssimo
Ótimo
Conservação
2 1 Qualidade
4 3
Padrão
3x100
~
----
------
Alto 100
----
Normal 70
Baixo 40
Fonte: Autor.
13) Oferta e transação_ o valor ~a amostra é frut~ de dados oferec!dos ou tran-

sacionados. o valor do imóvel efetivamente transac'.onado pode se diferenciar do
valor de oferta, pois este geralmente resulta de um intenso processo de negocia-
ção, podendo ficar abaixo do preço~ba_se ofereci~o. Variável dicotômica em que
1(um) diz respeito às ofertas e 2 (dois) as transaçoes.
14) Número de elevadores - Essa variável contribuirá para a formação final do

valor do imóvel; nota-se que em toda a cidade é difícil verificar a existência de
prédios sem elevadores. Variável do tipo quantitativa em que O (zero) representa a
inexistência de elevador e 1 (um) a existência de elevador.
15) Polo de valorização Praça do Congresso/Colégio São Bento - Represen-

ta a região central da cidade, sua infraestrutura, seu acesso e outras caracterís-
ticas. A distância radial em metros a cada amostra formará uma variável do tipo
quantitativa denominada Polo 1.
16) Polo de valorização - Demonstra o quanto a proximidade a um dos 6 (seis)

polos de valorização predefinido influenciará no valor de um imóvel. A distância
radial em metros de cada um dos polos a cada dado formará uma variável do tipo
quantitativa.
17)_ Idade aparente - É a idade que o imóvel representa ter. A idade aparent~ ~
obt, da por meio da análise da conservação e manutenção do imóvel. Com ª utili
zação de códigos alocados essa variável assumirá o valor máximo de 3 oo pontos
para imóveis novos com ap~rência de menos de 5 anos de idade e mínimo 50 potn;
tos pa · - · d rnons r
ra rmove,s que apresentem idade superior a 50 anos. A Tabela 2 e
esse enquadramento.
ANºs
1Mó VEIS uRB
AVALIAÇÃO EM MASSA DE ~
Tabela 2- Definição da idade aparente com .. _
11,zaçao de cód'
a u,
igos alocados.
canservaçãol Menos de 5 anos
Entre 5 e 20 anos
Mais de 20 anos
padrão 3
2 Idade
3x100 1
Novo 100
-Médio 70 300
Antigo 50
-
Fonte: Autor.
18) Valor total- O valor total é uma variável depe d t

. . n en e e a partir dela b
0 valor total do ,movei a ser avaliado. usca-se
19) Valor unitário -Trata-se do valor dividido pela área t0 t 1

. . a • 8 usca-se saber por
meio dele qual e o valor do metro quadrado de cada aparta t d
men o a amostra.
3. Construção do Modelo
A análise de regressão foi realizada com a utilização do programa Sisreg Windows

5.51. Obteve-se uma equação de regressão executando inicialmente 21 o dados
da pesquisa, sendo que 207 foram considerados para a obtenção do modelo. o
restante foi excluído por apresentar algum problema de inconsistência. A análise
contou com um total de 20 (vinte) variáveis independentes: área total, área pri-
vativa, número de boxes na garagem, número de dormitórios, número de suítes,
número de banheiros, existência de dependência de empregadas, qualidade, ofer-
ta/transação, valor, valor unitário, data, idade aparente, número de elevadores,
polo de valorização Praça do Congresso (1 ), polo de valorização Colégio Marista
(2), polo de valorização Colégio Michel (3), polo de valorização estádio Heriberto
Hulse (4), polo de valorização Avenida Centenário (5), polo de valorização Parque
Centenário (6), bairro e pavimento. A variável dependente utilizada na modelagem
foi o valor unitário.
Foram realizadas várias simulações de combinações de modelo entre as variáv~is

para identificar o melhor conjunto de variáveis para gerar a equação de regressao.
Ao final dessas simulações 8 (oito) variáveis explicaram o valor dos apartamen-
, · de
tos na cidade de Criciúma: área total, número de boxes na garagem, numero
169
AVALIAÇÃO EM MASSA
MOOELOOE
. . d suíte) qualidade, data , polo 1, polo 2. As dern .

·t· ·os (mclum o ' ais v .
dormi on _ . ificativas para o modelo. anávEf
apresentaram-se nao s1gn is
. - foram determinados tendo em vista a observ ~
O los de valonzaçao . , . açao d
s po dos imóveis, ou seJa, a medida que os dados af O carn,
rtamento de va Iores N astava
po lores tendiam a decrescer. esse contexto foram 11'),se
dos mesmos seus va I analis
' to e a significância de cada um dos po os de valorização d ªdas
o comportamen t . f t d . efinid
. .
cujas h1poteses ...
1nic1a1•s eram a de que quan o mais a as a o o imóvel de Ufl) as,
. _ or seu valor sendo que apenas o polo 1 e O polo Palo
de valonzaçao, men ' 2 se en .
xto _ 0 que justificou, dessa forma , a exclusão das . ca1,
xaram nesse con t e _ . vanáv .
olo 5 e polo 6 por nao se explicarem tendo em vista eis
polo 3, po1o 4, P _ . d O rnercad
. b'I'. . da c'idade de Criciúma , nao 1nterpretan o o comportamento d o
1mo 11ano . o Valor
conforme definido nos referidos polos .
.-: b • m observou-se que a variável área total apresentou-se mais sens·

,am e . . . _ . 1ve1 ao
modelo do que a área pnvat1v~ do apartamento, alem disso, o valor unitário do
imóvel diminui à medida que a area total aumenta .
Portanto, a equação de regressão obtida_ possui o ~aior R 2 ajustado e O

melhor
nível de significância, resultando na seguinte equaçao de regressão:
Valor unitário= +991 ,8964394 -0,00106514682 * Área total2 +72,4899932 *

Total de vagas +91 ,00649744 * ln (dormitórios) +0,003774613339 * Qualidade2
-409,0590145 /Datado evento -46,23833954 * ln (Polo 1) +167709,4307/Polo 2
Onde:
1) O Valor unitário representa o valor total de venda do imóvel em reais dividido

pela área privativa (m 2 );
2
) A Área Total é a soma da área privativa mais a área do box e a área comum;
3
) Total de Vagas indica o número de vagas de garagem por apartamento;
4
) Dormitório representa o somatório do número de quartos mais o número de suites;
J70 AVN...IAÇÃO EM MASSA DE IM

-nANOS
óVEIS UKP"''
l ·dade indica a relação entre o padrão e a conservação do imóvel , con farme
5) oua 1 lizado no item 4.1.2;
estudo rea
~~ª t do Evento corresponde à época em que o imóvel foi oferecido/transacionado·'
J) polo 1 representa a distância radial em metros do imóvel em estudo até a Praça

do congresso;
B) Polo 2 indica a distância radial em metros do imóvel em estudo até O

Colégio
Marista.
3_1 Resultados estatísticos relativos ao Modelo gerado
0 modelo estatístico gerado apresentou um coeficiente de correlação de 73, 72%,

representando uma correlação forte entre as variáveis dependentes e as indepen-
dentes utilizadas no modelo.
Foi encontrado um coeficiente de determinação igual a 54,35%; isso significa que 0

valor unitário é explicado pela equação de regressão; os 45,65% restantes são atri-
buídos a variáveis que não foram consideradas no modelo ou a erros ocasionais.
Foram realizadas as verificações pertinentes à análise de regressão com a utiliza-

ção t de Student. A tabela a seguir descreve o valor de t obtido para cada variável
considerada no modelo, não apresentando coeficientes diferentes de zero a um
nível de significância de 10%.
Tabela 3 - Resultados relativos do modelo gerado.
Variáveis Equação t-observado Significância %

Área total x2 -3, 11 0,21
Total de vagas X 2,13 3,40
Dormitórios ln (x) 1,68 9,47
9_ualidade x2 6,68 0,01
Data do evento 1/x -2,21 2,79
Polo 1
Ln (x) -1 ,91 5,75
Polo 2
1/x 5,58 0,01
Fonte: Autor.
AVALIAÇ.!,o EM
-
valor do F tabelado pela distribuição F=
0
do é n,aior qu: a urna significância de 10% foi de 33 de
F calcU a açao par ,85,
O valor de I 'ulado na equ de liberdade no numerador e 201 grau '
snedecor.
o F cabc lado para 7 graus . . d -
. 't ndo-se a h1potese e nao haver regre ~
s de
.. for de F ta e . 1 72 reJel a ssao
Jª o va eno111inador e ' ,
liberdade no d
(33 ,85 > 1,72). _ . de 1o%, existindo regressão na atua ~
a significanc1a º Çao
O modelo apresento~ um a probabilidade de 901/o.
d variáveis com .
conjunta as . de ser detectada pelo metodo gráfico
residuos po . . ou
etação entre os Na análise grafica por meio do gráfico d
A autocorr bin-Watson. e
. do teste d de our . . . aJ·ustados pelo modelo de regressão (y) ob
por me1 0 s urntanos . ' ·
'duos (et) versus va1ore distribuídos aleatoriamente em torno da ret
resI .d s estavam a,
servou-se que os resi uo _ definido. Dessa forma, houve a necessidade d
nhum padrao . t· . d e
não apresentan do ne . W t on para se detectar a ex1s enc1a e autocorre
d de ourbm- a s . . d . . .
se aplicar o teste . d lo gerado, a estatIstIca estimada foi de 1 71
_ .. negativa. No mo e . d 01 1 .. ' ·
laçao posItIva ou b. Watson a um n1vel e 5 10, os va ores cnt1cos de
b I d de our m-
Observando a ta eª_ . verifica-se que o valor estimado de d se encontra na
841
d são dí = 1,69 ~ ds - ~'
7 'd possível estimar se há ou não autocorrelação.
área não conclusiva, nao sen o
. . . earidade foi observada por meio das correlações isoladas
A existência de mu 11ico1líl
. s variáveis independentes tomadas duas a duas. Os coe-
obtidas entre as d,versa - - . . 0
. t ariáveis na matriz de correlaçao sao 1nfenores a 561/o; valores
ficientes en re as v . _ . . . .
entre % e 70% são aceitáveis e descartam a ex1stenc1a de mult1colmeandade.
40
A heterocesdaticidade foi verificada com o auxilio do programa Statistic e a apli-
cação do teste de Quandt-Goldfel, comprovando a inexistência de heterocesdas-
ticidade na variância do erro do modelo gerado. Para a realização do teste foram
utilizadas apenas as 8 (oito) variáveis já definidas pelo modelo determinado.
Na equação de regressão, a significância dos regressares não ultrapassou 10%

em nenhuma das variáveis incluídas no modelo, excluindo-se a hipótese nula para
cada regressar. Salienta-se que quanto menor a significância obtida, maior será
sua contribuição no modelo gerado. Os valores obtidos para cada variável encon-
tram-se na Tabela 12.3.
Na análise. da normaI·1d ªde dos res1duos

. com a aplicação da funçao- linear,
. os
porcentua1s dos res·1d d . _
.. uos evem apresentar uma tendência à distribu1çao nor-
ma1· Essa verificação d • ta
po e ser realizada verificando-se a aderência da amos r
172
RBAN05
orcentuais verificados na Curva Normal Reduzida A eq _
aos P . · uaçao de regressão
.da apresentou seus percentuais dentro dos domínios t b .
obt1 . es a e 1ecIdos asse-
ndo dessa forma, a normalidade dos resíduos Os result d .
gura ' · a os obtidos na
equação foram:
• 67 % da curva distribui-se entre -1s +1s
• BB% da curva distribui-se entre -1,64s+1,64s
• gs% da curva distribui-se entre -1,96s+1,96s
Na análise dos resíduos do modelo, dos 210 dados analisados, g (nove) registros
apresentaram resíduos padronizados superiores ao limite de mais ou menos duas
vezes o erro-padrão da regressão (ei/s = ±2).
Esses resíduos correspondem a 4,2% do total do campo amostral; inicialmente

retirou-se os mesmos da amostra e simulou-se novamente, não obtendo um me-
lhor modelo. Logo se optou pela manutenção dos mesmos, realizando-se uma
reinvestigação; verificou-se que os mesmos são eventos de mercado e, portanto,
foram mantidos no modelo. Os dados números 95, 01, 86, 208, 60, 178, 106, 155
do banco de dados correspondem a esses resíduos. Os resíduos relativos obtidos
na equação de regressão apresentaram valores inferiores a 80%, descartando-se
a preocupação com a aceitação do dado na amostra.
3.2 Análise de sensibilidade do Modelo
Para a realização da análise de sensibilidade do mercado foi utilizada uma amostra

contendo 15 (quinze) dados de apartamentos em ofertas na cidade de Criciúma;
esses dados não pertencem ao banco de dados que originou a equação de regres-
são - eles foram obtidos por meio de pesquisa junto às imobiliárias da cidade.
O valor calculado para cada dado após a aplicação no modelo de regressão e sua
variação pode ser visualizado na Tabela 4.
AVAUAÇÃ
173
a .., . .. ,~
\
.\
,
.. · -. ··
·b·1·dade do modelo
d senst t t
12 4· Análise e Valor calculado
Tabela · · d Variação(%)
~ Valor oferta o 179.985,61 -1 ,2___,____
~~ 52.033,09 +5,8----
~~ºº 102.250,72 -3,7 -----
Ed. G ~ - 106.000,00
148.070,27 -8,06----
~Ed. Sta. Mônica -- 160.000,00
~ 190.830,20 -10,00 - -
Ed. Algarve 210.000,00
Peruggia 140.000,00
131.450,12
109.989,16
-6,50 -----
Ed. Josephina _ -0,009---
110.000,00
Ed. Sait Etien~ 125.000,00
119.981,86 -4,18 -----
~Ed.Joaquim N~buco
33.200,00
31.110,84 -6,70 ----
Moradas da Colina
85.000,00
83.089,08 -2,30 -
Ed. Andreia
110.000,00
110.548,63 +0,49 -
Ed. Julia Mendes 190.706,20 +5,61 -
180.000,00
Ed. Tiffanys 154.798,60 +3,10 -
150.000,00
Ed. Boneville 65.041 ,71
68.000,00 -4,5
Loft 71.431,45
68.000,00 +4,8
Ed. Res. Castro Alves
4,30
Variação Média
Fonte: Autor.
Observa-se que os valores calculados a partir do modelo de regressão para apar-

tamentos representam de fato o que acontece no mercado imobiliário, onde diver-
sos fatores subjetivos influenciam a negociação do valor do imóvel.
O modelo apresentou uma variação média de 4,30%; sua maior variabilidade em

relação ao valor gerado foi de 10%.
Con~lui-se que a equação gerada ajusta-se ao valor de mercado de apartamentos

da cidade de Criciúma.
4. Conclusão
O objetivo principal do trabalh 0 f01. . . .

tivas que influ . identificar as variáveis independentes sign1fica-
enc1am o valor de u . , ., .
na elaboração de m ,movei e a posterior utilização dessas vanaveis
um modelo de regressão linear múltipla.
174
BANOS
banco de dados construído neste trabalho contém um total de 29 ( .
O - f t·I· d vinte e nove)
do que g (nove ) nao oram u I rza as na análise do modelo .
se n . . _ pors se tratam de
va r·,áveis de rdentrficaçao
. _ da amostra no espaço·' 0 restante (20 ) , . .
101 considerado
para a determrnaçao do modelo de regressão linear múltipla.
Após a determ_inação das variáveis foram realizadas as análises das mesmas

no programa Srsreg 5.1 .em. busca da melhor equação. o tratamento da amos tra
obedeceu a Nor~a Bra~, 1erra para A~aliação de Imóveis Urbanos (NBR 14653_2);
após inúmeras srmulaçoes de combinações, o trabalho resultou em um modelo
em que apenas 7 (sete) variáveis se mostraram significativas -área total, total de
vagas, dormitórios, qualidade, data do evento, polo 1 e polo 2.
com o modelo determinado foram realizadas análises estatísticas dos resultados

obtidos com a aplicação de estatística inferencial, sendo que todas as exigências
foram cumpridas, comprovando a consistência do mesmo.
A análise de sensibilidade do modelo apresentou uma variância média de 4,30%

comprovando o bom ajuste da equação determinada. Dessa forma, a equação de
regressão linear múltipla determinada na pesquisa pode ser usada para predições
de preços de imóveis do tipo apartamento da cidade de Criciúma.
os valores dos apartamentos obtidos pelo modelo gerado poderão ser utilizados
para avaliação de apartamentos, financiamentos bancários, garantias, pagamen-
tos, cálculo de tributos municipais (IPTU e ITBI), perícias judiciais, entre outros.
5. Referências bibliográficas
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 14653-1 I 2004 Ava-

liação de Bens - Parte 1: Procedimentos gerais. Rio de Janeiro, 2004.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 14653-2 I 2004 Ava-

liação de Bens - Parte 2: Imóveis urbanos. Rio de Janeiro, 2004.
BUSSAB, W.O. Análise de Variância e Regressão. 2º. ed. São Paulo: Atual,
1998.
CAVALCANTE, M. Apartamentos Residenciais: Formação de Valor em Fortaleza

- CE. São Paulo: Annablume, 2002.
175
IAÇÃC EM MASSA
MODELO CE AVAL
. d Avaliações: uma Introdução à Metodologia e~

DANTAS, R.A Engenhana e ientifi.
ca. São Paulo: Pini, 1998.
. _ d 'veis Urbanos. 5°. ed. São Paulo: Pini, 199?
F/KER, J. Ava/Jaçoes e 1mo .
. _ Perícias em /móveis Urbanos. São Paulo: Pini 2001
F/KER, J. Ava/Jaçoes e , .
, AS A Engenharia de Avaliações na Visão Inferência!. São le
GONZALEZ, M. · · Opa/.
do: UNIS/NOS, 1997.
GUJARATI, D.N. Econometria Básica. São Paulo: Makron Books, 2000.
MATOS, o e. Econometria Básica. São Paulo: Atlas, 2000.
MENDONÇA, M. e et ai. Fundamentos de Avaliações e Perícias de Engenharia.

São Pau/o: Pini, 1998.
OLIVEIRA, AM B.D. Avaliações com Tratamento por Fatores. ln: Congresso Brasi-
leiro de Engenharia de Avaliações e Perícias, XXII, Fortaleza.
GAZOLA, S. Construção de um Modelo de Regressão para Avaliação de fmóveIS.•

2002. 104f. Dissertação (Mestrado em Engenharia de Produção) - Universidade
Federa/ de Santa Catarina, Florianópolis.
ZANCAN, E.C. Avaliações de Imóveis em Massa para Efeitos de Tributos Mu · •_

. F/onanopo
pais. . . ,.1s: Rocha, 1996. me,

...... l,~ 'ij;d,$,';?$:~0'·ti·{t...
, .,Tu; :I
~
~
- 13.1 Modelo de planilha orçamentária
1 ORÇAMENTO GERAL \
UJ
m
r
)>
-~,,~ m
1 ffl
Obra: (/)
Folha: - 1
Data: e
Endereço: e
')
Item Discriminação Quant. Un . Preço Unit. Preço do serviço \ Preço do item
\ \ ~
lQ
\ o(1) e
\
1
'J>
\ m o
-a 11
\ r o
)>
1 1 z U\
r m
\ \ ~ "Q
)>
\ (/) i
\ 1 l>
2
~ 'F
•r :r.
)>
<>
)>1
o ln
m
s:::
s:::
lJ;
5';
o
m
~
O·
<
m
üi
e
I oC/) I I
13.2 Tabelas para cálculo de depreciação
13_2.1 Tabela 1: Vida útil da edificação em anos e valor residual em%.

~
Classe Tipo Padrão Vida útil Valor residual

(anos) - "r" - (¾)
- Barraco rústico 5 o
simples 10
Casa
o
rústico 60 20
proletário 60 20
econômico 70 20
simples 70 20
médio 70 20
superior 70 20
Residencial
fino 60 20
luxo 60 20
Apartamento econômico 60 20
simples 60 20
médio 60 20
superior 60 20
fino 50 20
luxo 50 20
Escritório económico 70 20
simples 70 20
médio 60 20
superior 60 20
fino 50 20
luxo 50 20
Comercial Galpões rústico 60 20
simples 60 20
médio 80 20
superior 80 20
Coberturas rústico 20 10
simples 20 10
superior 30 10

. '
-uAOROS e PLANILHAS
TABELAS,-
racterísticas do estado de conservação das edificações

13.2.2 Qua d ro 1: Ca ,, ·
Estado da Depreciação Características

---
Ref. (%)
edificação
Edificação nova ou com reforma geral e -
substancial, com menos de dois anos, que
a Nova 0,00
apresente apenas sinais de desgaste natural
da pintura externa.
Edificação nova ou com reforma geral e

substancial, com menos de dois anos, que
Entre nova e apresente necessidade apenas de uma
b 0,32
regular demão leve de pintura para recompor sua
aparência.
Edificação seminova ou com reforma geral e

substancial entre 2 e 5 anos, cujo estado geral
c Regular 2,52 possa ser recuperado apenas com reparos de
eventuais fissuras superficiais localizadas e/
ou pintura externa e interna.
Edificação seminova ou com reforma geral e
Entre regular e substancial entre 2 e 5 anos, cujo estado geral
d necessitando de 8,09 possa ser recuperado com reparo de fissuras
reparos simples e trincas localizadas e superficiais e pintura
interna e externa.
Edificação cujo estado geral possa ser
recuperado com pintura interna e externa,
Necessitando
após reparos de fissuras e trincas superficiais
e de reparos 18,10
generalizadas, sem recuperação do sistema
simples
estrutural. Eventualmente, revisão do sistema
hidráulico e elétrico.
Continua ...
ôVEIS URBANOS
. Continuação
Edificação cujo estado geral possa ser ~
rec_uperado com pintura interna e externa,

apos reparos de fissuras e trincas, e com
e~tabilização e/ou recuperação localizada do
Necessitando
sistema estrutural. As instalações hidráulicas
de reparos
f e elétricas possam ser restauradas mediante
de simples a 33,20
ª revisão e com substituição eventual de
importantes
algumas peças desgastadas naturalmente.
Eventualmente possa ser necessária a
substituição dos revestimentos de pisos e
paredes de um ou de outro cômodo. Revisão
da impermeabilização ou substituição de
telhas da cobertura.
Edificação cujo estado geral possa ser
recuperado com pintura interna e externa,
com substituição de panos de regularização
da alvenaria, reparos de fissuras e trincas,
com estabilização e/ou recuperação de
Necessitando
grande parte do sistema estrutu ral. As
g de reparos 52,60 instalações hidráulicas e elétricas possam
importantes
ser restauradas mediante a substituição
das peças aparentes. A substituição dos
revestimentos de pisos e paredes da maioria
dos cômodos se faz necessária. Substituição
ou reparos importantes na impermeabilização
ou no telhado.
Edificação cujo estado geral seja recuperado
com estabilização e/ou recuperação
Necessitando do sistema estrutural, substituição da
de reparos regularização da alvenaria, reparos de
h importantes a 75,20 fissuras e trincas. Substituição das instalações
edificação sem hidráulicas e elétricas. Substituição
valor dos revestimentos de pisos e paredes.
Substituição da impermeabilização ou do
telhado.
i Sem valor 100,00 Edificação em estado de ruína .

TABELAS, GUACROS E PLANILHAS
13.2.3 Tabela 2- Coeficiente K de Ross-Heidecke.
Idade em ESTADO DE CONSERVAÇÃO

% da vida -
a b e d e f g h
referencial
2 0,990 0,987 0,965 0,910 0,811 0,661 0,469 0,245
4 0,979 0,976 0,955 0,900 0,802 0,654 0,464 0,243
6 0,968 0,965 0,944 0,890 0,793 0,647 0,459 0,240
8 0,957 0,954 0,933 0,879 0,784 0,639 0,454 0,237
10 0,945 0,942 0,921 0,869 0,774 0,631 0,448 0,234
12 0,933 0,930 0,909 0,857 0,764 0,623 0,442 0,231
14 0,920 0,917 0,897 0,846 0,754 0,615 0,436 0,228
16 0,907 0,904 0,884 0,834 0,743 0,606 0,430 0,225
18 0,894 0,891 0,871 0,821 0,732 0,597 0,424 0,222
20 0,880 0,877 0,858 0,809 0,721 0,588 0,417 0,218
22 0,866 0,863 0,844 0,796 0,709 0,578 0,410 0,215
24 0,851 0,848 0,830 0,782 0,697 0,569 0,403 0,211
26 0,836 0,834 0,815 0,769 0,685 0,559 0,396 0,207
28 0,821 0,818 0,800 0,754 0,672 0,548 0,389 0,204
30 0,805 0,802 0,785 0,740 0,659 0,538 0,382 0,200
32 0,789 0,786 0,769 0,725 0,646 0,527 0,374 0,196
34 0,772 0,770 0,753 0,710 0,632 0,516 0,366 0,192
36 0,755 0,753 0,736 0,694 0,619 0,504 0,358 0,187
38 0,738 0,735 0,719 0,678 0,604 0,493 0,350 0,183
40 0,720 0,718 0,702 0,662 0,590 0 ,481 0,341 0,179
42 0,702 0,700 0,684 0,645 0,575 0,469 0,333 0,174
44 0,683 0,681 0,666 0,628 0,560 0,456 0,324 0,169
46 0,664 0,662 0,647 0,610 0,544 0,444 0,315 0,165
48 0,645 0,643 0,629 0,593 0,528 0,431 0,306 0,160
50 0,625 0,623 0,609 0,574 0,512 0,418 0,296 0,155_
52 0,605 0,603 0,590 0,556 0,495 0,404 0,287 0,150
54 0,584 0,582 0,277 O 145
0,569 0,537 0,478 0,390 ' -
56 0,563 0,561 0,267 O 140
0,549 0,518 0,461 0,376 1 -
58
60
0,542
0,520
0,540 0,528 0,498 0,444 0,362 0,257
0,246
O 134
'
0,1~
-
0,518 0,507 0,478 0,426 0,347
62 0,498 0,236 0,123
0,496 0,485 0,458 0,408 0,333
continua...
182 IS URBANOS
AVALIAÇÃO EM MASSA DE IMóVE
1
Continuação 'i
0,474 0,463 0,437 0,389 0,317 0,225 0,118
1
0,475
--
- 64
66
- 0,452 0,451 0,441 0,416 0,370 0,302 0,214 0,112 l
1
0,429 0,427 0,418 0,394 0,351 0,286 0,203 0,106

68
- 70 0,405 0,404 0,395 0,372 0,332 0,271 0,192 0,100
- 72 0,381 0,380 0,371 0,350 0,312 0,254 0,180 0,094
0,356 0,355 0,347 0,327 0,292 0,238 0,169 0,088

74
0,331 0,330 0,323 0,304 0,271 0,221 0,157 0,082
76
0,306 0,305 0,298 0,281 0,250 0,204 0,145 0,076
78
80 0,280 0,279 0,273 0,257 0,229 0,187 0,133 0,069
82 0,254 0,253 0,247 0,233 0,208 0,170 0,120 0,063
84 0,227 0,226 0,221 0,209 0,186 0,152 0,108 0,056
86 0,200 0,200 0,195 0,184 0,164 0,134 0,095 0,050
88 0,173 0,172 0,168 0,159 0,142 0 ,1 15 0,082 0,043
90 0,145 0,145 0,141 0,133 0,119 0,097 0,069 0 ,036
92 0,117 0,11 6 0,114 0,107 0 ,096 0,078 0 ,055 0,029

94 0,088 0,088 0,086 0,081 0,072 0,059 0 ,042 0,022
96 0,059 0,059 0,058 0,054 0,048 0,040 0,028 0,015
98 0,030 0,030 0,029 0,027 0,024 0,020 0,014 0 ,007
100 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
AVAUl\çAo
13.3 Tabela para edificações incompletas.
13.3.1 Tabela do engenheiro Leonardo Caricchio.
Serviços Parcial(% 1 li Ili IV

1 - lnstalacões provisórias - 2,0% 2,0% 2,0% 2,0%
1.1 - Limpeza do terreno 20% - - - -
1.2 -Tapume 20% - - - -
1.3 - Barracão 20% - - - -
1.4 - Máquinas e ferramentas 20% - - - -
1.5 - Áqua e eletricidade prov. 20% - - - -
2 - Estaaueamento - 4,0% - - -
3 - Fundações e embasamentos - 3,0% 5,0% 5,0% 5,0%
3.1 - Escavação 20% - - - -
3.2 - Sapatas, cintas e cortinas 30% - - - -
3.3 - Rebaixamento nível d'áaua 30% - - - -
3.4 - Escoramento vizinhos 20% - - - -
4 - Estrutura - 17,0% 17,0% 15,0% 9,0%
5 - Alvenarias de tijolos - 9,0% 9,0% 12,0% 12,0%
6-Telhado - 1,0% 1,5% 3, 0% 4,0%
7 - Revestimento de Paredes externas - 2,5% 2,5% 2,5% 2,5%
8 - Revestimento de paredes internas - 9,5% 9,5% 9,5% 9,5 %
8.1 - Emboco 20% - - - -
8.2 - Reboco - - - -
8.3 - Azuleios 30% - - - -
8.4 - Outros - - - -
9 - Pavimentacões - 6,5% 6,5% 8,0% 10,0%
9.1 - Madeira 45% - - - -
9.2 - Cerâmica 40% - - - -
9.3 - Outras 15% - - - -
1O - Carpintaria e serralheria - 7,5% 7,5% 9,0% 10,0%
10.1 - Guarnições 20% - - - -
10.2 - Janelas 30% - - - -
10.3 - Portas 35% - - - -
10.4 - Serralheria 10% - - - -
10.5 - Outros 5% - - - -
11 - Ferraqens - 2,5% 3,0% 3,0% 3,0%
11 .1 - Dobradicas 10%
11 .2 - Ferraqens - ianelas 40%
11 .3 - Ferraqens - portas 50%
12 - Vidros - 1,0% 1,0% 1,5% 1,5%
13 - lnstalacões - 7,0% 7,0% 6,5% 6,5%
13.1 - Barrilete superior, entrada etc. 5% - - - -
13.2 - Colunas d'áqua 20% - - - -
13.3 - Distribuição pavimentos 10% - - - -
Continua ...

Continuação
. entadores horiz. qás
5% - - - -
- -
~- as qas
5%
5% -
-
-
-
~ ã o aás pavimentos -
~6 _Q1stn , .
prirnanos
10% - - - -
~ s secundá!ios
5% - - - -
~ n a s ventilaçao,
5% - - - -
~ e horiz. pav. terreo 8% - - - -
13 10 - e .. 2% - - -
~ a r , ã o definitiva . -
~ u n a s esqoto pluvial 2,5% - - - -
13.12 - 2,5% - -
~Calhas e ralos . . . - -
~ _Coletrores qeraIs pluv1a1s 15% - - - -
*Aparelhos fornecidos e instalados - 4 ,0% 5,0% 5,0% 4,0%
65% - - - -
14.1 _Banheiros - -
14_2 _Copas e cozinhas 35%
- 4,0% 4,0%
-
5,5%
-
15 _ Instalações elétricas 6,5%
1 5.1 _Tubulações nas lajes
35% - - - -
15.2 _Tubulações nas alvenarias 10% - - - -
15.3 - Prurnadas qerais 15% - - - -
15.4 - Enfiação 10% - - - -
15.5 - Tomadas e Interruptores 10% - - - -
15.6 - Quadros e ligações 20% - - - -
16 - Elevadores - 8,0% 8,0% - -
17 - Pintura - 5,5% 5,5% 5,5% 6,5%
17 .1 - Paredes e tetos 50% - - - -
17.2 - Esquadrias 35% - - - -
17.3 - Áreas e poços 10% - - - -
17.4 - Outros 5% - - - -
18 - Limpeza geral - 1,0% 1,0% 2,0% 3,0%
19 - Apresentação do Habite-se - 5 ,0% 5,0% 5,0% 5,0%
1) Grandes edifícios com estrutura de concreto armado, fundações em estacas e com rebai-
xamento do lençol freático.
li) Grandes edifícios com estrutura de concreto armado, fundações rasas e sem rebaixamen-
to de nível d'água.
Ili) Edifícios de 4 ou 3 pavimentos em alvenaria propriamente dita e com lajes de con-
creto armado.
IV) Edifícios de 2 . . . .
ou 1 pavimento em alvenaria propriamente dita.
AVALIAÇAo EM
m TABELAS, GUACROS E PLANILHAS
LJ
13.4 Planilhas de coleta de dados
13.4.1 Exemplo de Planilha de Dados de Apartamentos
DAoos o ·01fíCIO
1 1 , o:;::.-----
Nº Nº Nº Nº Apto si Area Lazer
Dado Logradouro Nº Apto. Edifício Bairro
Elevador es
-r----4ade(anos)
blocos Pavtos Andar
Sim Não
01
02
03
04
-~
---
_____,
05
06
07
08
09
10 --
11
12
-
--
--
--
._
13
14
15
16
-
~
----
----
v------_
-
-
-
t---
17 r------- -
18 ~ f-_
19 ~
20
~~
186
a-·olFÍCIO '
Estado de Conservação
Padrão de Acabamento
er ade (anos)
Ruim Regular Bom Baixo Baixo/Normal
'0 1 Normal Normal/Alto Alto
-----
---.-
.-
-
-
-
.

187
~ '!"AEIS-AS, [il.lACJFIOS I= p1-ANILHAS
1~
Nº de Nº de
Área Vagas de
quartos suites
Equipamento privativa garagem
Dado (descrever) (rnz)
01
02
03
04
05
06
07
08
09
10
12
11 r---t---+--- _ 1
1~3 r---+~T--+- -----i...
14
17
18
19 --t----1..-~·
AVALIAÇÃO
EMMASSADE IMó
VEIS URBANOS
~~ Posição apto no prédio
Vista Quarto de WC de
~----~
panorâmica serviço serviço
)fientaçã0 Andar
Frente Fundos Lateral Sim Não Sim Não Sim Não
Nasee te Nort
~~~
1----
------------
-------
------------
~
----
------
-----
--
--
--
--
-----
,_
------
AVALIAÇÃO E
TABELAS. GUACACS E PLANILHAS
13.4.2 Exemplo de Planilha de Dados de Terrenos

/
l PLANILHA OE COLETA OE DADOS I

Nº d e
, Nº d e -r-------. /
1 I Localização testa d as esqu inas · ~

Dímens oes
/ Dado Zo na
- /
,,,.....-
------
--
--
-
1
1
---
1
1
---
1
----
1 -----
1 1
1
---

Continua...
con,r·nuação
~
Geologia
Topografia
-------------- Plano
eris-0es Área
1
Aclive% Declive% Firme Pantanoso Atenoso Rochoso
----
------...._
---._,__
-----
---
--
-
-
-
--
-
-
----
--
-------~
------
-----
----
-----
-- r---
t----
AVALIAÇAo EM
MASSA OE IMó
VEIS URBANOS
,-
:E TABELAS, GUACROS E PLANILHAS

l
Continuação
PLANILHA DE
Salubridade
Úmido Alagadiço Brejoso Inundável Alagado Orientação

Seco

•
continuação Continua ...
~ COLETA OE DADOS
Urbanização
ação R. Telef. T. Colet.
Pav. E. Elét. Superm. Bancos
· Meio-fio
-------
~
------
---....:
-
-
(
-
-
----
__,,..
~
.___
193
AVALIAÇÃO EM MASSA DE IMÓVEIS UR0ANOS
e
~ T ABELAS, GUACROS E PLANILHAS
Continuação
Continua ...
Saneam ento
Demarc ação
Ofertai
Data
r-:-----
Fonte
R. Água E. Sanit. E. Pluv. e. Lixo Venda
- ~
inforrn
-
-
194 AVALIAÇÃO EM MASSA DE IMÓVEIS

URBANOS
continuação
....._
------- À vista/
~ Nome do Telefone Preço Obervações
a prazo
1. inform-
'-....;
-...........:
----
----
~
-..,1
-
-
1
-
-
-
-
)-
AVAi IAÇÃO EM MASBA DE IMÓVEi(; URllN~OS

195
e
ACRCS E PLANILHAS
TABELAS1GU
do SAB na análise de dados.

13.5 Utilização do Exce 1e
.. ~ do EXCEL (Dicas do engenheiro Rubens Alves Dant .,
13.5.1 Roteiro para utíltzaçao as,
a) Gráfico das variáveis y versus X:
. . d dos em duas colunas com rótulos X e Y.
1. D1g1tar os a
. d da y- segurar a tecla Ctrl e selecionar a coluna X.
2. Selecionar a or ena ,
3. Utilizar "Assistente de Gráfico".
4. Selecionar "Dispersão" e Avançar (3x) Concluir.
b) Traçar a reta de regressão:
1. Posicionar a seta em cima de qualquer ponto.
2. Com o botão direito do mouse, adicionar "linha de tendência".
3. Selecionar a opção 'Tendências/Tipo de Regressão".
4. Em opção marcar: exibir equação e R-Quadrado.
c) Regressão linear:
1. Habilitar a opção "Análise de dados" utilizando os comandos: Ferramentas/Su-

plementos/Habilitar Ferramentas de Análise e Ferramentas de Análise VBA.
2
- Digitar 0 ~ dados na planilha Excel mantendo as variáveis independentes em
colunas conJugadas.
3. Ferramentas/Análise de dados/Regressão.
4. Na opção "Intervalo de Entrad d Y" ·· 1

dependente). ª e , selecionar a coluna dos preços (vanave
5. Na opção "Intervalo de Ent d d " .
dentes que se desei·a testar. ra ª e X , selecionar o bloco de variáveis ,ndepen-
6. Habilitar "Rótulo Resídu 0 R .

' • es,duo Padronizado e Plotar Resíduos".
Obs.: Na planilha observar:

a) Poder de explicação do modelo dado por R - Quadrado (quanto mai·or • .
- d
.
o poder de exp1Icaçao o mod e 1o ) . , maior e
b) A significância global do modelo dado pelo F de Significação (quanto menor

for esse vai?~• ~enor s~rá a pr~b~bilidade de erro quando se afirma que O con-
junto de vanaveIs considerado e importante para explicar a variabilidade obser-
vada nos preços).
c) Os coeficientes para montagem do modelo.
d) A importância de cada variável independente no modelo, medida pelo valor P,

que indica o nível de significância do parâmetro a ela associado (quanto menor for
o valor P, menor será a probabilidade de erro quando se afirma que a respectiva
variável é importante).
e) Utilizando o "Assistente de Gráfico", construir o gráfico dos Resíduos Padroni-

zados versus Valores Ajustados (Previsto), para verificar as hipóteses de homo-
cedasticidade, normalidade, não autocorrelação e outliers (a situação ideal seria
um gráfico com pontos dispostos aleatoriamente, sem nenhuma tendência, com a
maioria dos pontos pertencentes ao intervalo [-2; +2]).
d) Matriz das correlações:
1. Digitar os dados na planilha Excel, mantendo as variáveis que se deseja anali-

sar em colunas conjugadas.
2. Utilizar Ferramentas/ Análise de dados/ Correlação.
3. Na opção" Intervalo de Entrada", selecionar todas as variáveis que se deseja

analisar as correlações, inclusive os dados não numéricos; ativar rótulos. OK
Obs. : As correlações acima de O, 70 entre as variáveis independentes caracteriza

indícios de multicolinearidade.
197
m
l ,
TABELAS,G
UADROS E PLANILHAS
t T,za ção do SAB

13.5.2 Roteiro para u,
( . . eis independentes e variável dependente) na planilha do

1) Digitar os dados var!~~eis independentes em colunas conjugadas.
Excel mantendo as varia
2) Ordenar os dados em ordem crescente.
•
3) Selecionar os dados com os títulos e sem os números dos dados.
4) Editar/Copiar/Minimizar.
5) Abrir o ícone SAB - Método comparativo.
6) Editar/Excel/Extrair seleção.
7) Confirmar que os títulos das variáveis estão incluídos/ ok.
a) Relatório:
1) Dados/Modelo (em cima)/Gerar modelo.
2) Assinalar as variáveis que irão participar do cálculo.
3) Gerar modelo (em baixo)/ok: aparecem os Resultados Gerais e os Resultados

por variável.
b) Intervalo de confiança e Campo de arbítrio:
1) Dados/Avaliação (em cima)/lndividual.
2) Inserir os valores das variáveis do avaliando.

3
) Calcular: aparecem o Intervalo de confiança de 80% e o Campo de arbítrio.
c) Gráficos:
1) Dados/Gráficos (em cima) .
2) Escolher os gráficos desejados.
198
13.5.3 Exercício nº. 1
REGRESSÃO SIMPLES
a) Via Excel
Dado Idade PU
1 8 1000,00
2 2 1220,00
3 5 1010,00
4 12 970,00
5 18 620,00
6 9 982,00
Resumo dos resultados

Estatística de regressão
R múltiplo 0,94
R-Quadrado 0,89
R-quadrado 0,86
Erro-padrão 73,34
Observações 6,00
ANOVA
gl SQ MQ F F de significação
Regressão 1,00 166077,56 166088,56 30,88 0,01
Resíduo 4,00 21512,44 5378,11
Total 5,00 187590,00
Coeficiente Erro-padrão Sta! t Valor-P 5% inferior 5% superior Inferior 95% Superior 95%
Intersecção 1260,65 60,74 20,76 0,00 1092,02 1429,28 1092,02 1429,283318
Idade -32,63 5,87 -5,56 0,01 -48,93 -16,33 -48,93 -16,3261788
RESULTADOS DE RESÍDUOS
Observação revisto (a) p Resíduos Resíduos padrão
1,00 999,63 0,37 0,01
2,00 1195,40 24,60 0,38
3,00 1097,51 -87,51 -1,33
4,00 869,12 100,88 1,54
5,00 673,35 -53,35 -0,81
6,00 967,00 15,00 0,23
Matriz da correlação
Idade Pr. Unit.
Idade 1
Pr. Unit. -0,94092 1

TABELAS, GUADRCS E PLANILHAS
b) Via SAB
RESULTADO GERAL
Modelo Clássico de regressão
Desvio-padrão 73,3356
Estatística Fc 30,8803
Probabilidade associada a Fc 0,0051
Coeficiente de determinação 0,8853
Coeficiente de determinação ajustado 0,8567
Observações 6
-
Verossimilhança -33,2839
Akaike 70,5678
Schwartz 70,151 3
Nível de
Variável Escala Coeficientes Coeficiente-padrão Estatística t
significância
Interseção 1260,6538 60,7357 20,7564 0,0000

Idade X -32,6282 5,8715 -5,5570 0,0051
PU X
Intervalo de confiança de 80% Campo de arbítrio

Estimativa Inferior Central Superior Inferior Central Superior
Moda 982,95 1032,26 1081,56 877,42 1032,26 1187,09
Mediana 982,95 1032,26 1081,56 877,42 1032,26 1187,09
Média 982,95 1032,26 1081 ,56 877,42 1032,26 11 87,09
d
. ' UADROS E PLANILHAS
~ TABELAS, G
1
13.5.4 Exercício nº. 2
REGRESSÃO MÚLTIPLA
a) Via EXCEL
Dado Área Idade PU

1 120 10 660,00
2 100 2 1100,00
3 80 5 1200,00
4 125 4 1076,00
5 115 9 870,00
6 90 1 1300,00
7 70 12 75000
8 50 6 1150,00
9 105 8 900,00
Estatítica de regressão
R múltiplo 0,95
R-Quadrado 0,91
R-quadrado 0,88
Erro-padrão 74,17
Observações 9,00
ANOVA
Regressão 2,00 340267,80 170133,90 30,93 0,00
Resíduo 6,00 33004,20 5500,70
Total 8,00 373272,00
Erro- 5% Inferior Superior

Coeficiente Stat t 5%
padrão Valor-P
inferior superior 95% 95%
Intersecção 1615,64 113,00 14,30
-
0,00 1339,13 1892,15 1339,13 1892,1~
Area -3,00 1,05 -2,84 0,03 -5,58 -0,42 -5,58 -0,42 _
Idade -52,13 7,07 -7,37 0,00 -69,43 -34,82 -69,43 -34,~
202
Resultados de resíduos
Observação revisto (a) p Resíduos Resíduos padrão

1,00 734,58 -74,58 -1 ,16
2,00 1211,56 -111,56 -1,74
3,00 1115,14 84,86 1,32
4,00 1032,35 43,65 0,68
5,00 801 ,70 68,30 1,06
6,00 1293,67 6,33 0,10
7,00 780,24 -30,24 -0,47
8,00 1152,96 -2,96 -0,05
9,00 883,81 16,19 0,25
Matriz das Correlações
Área Idade Pu
Área 1
Idade -0,01355 1
Pu -0,33314 -0,89016 1
AVALIAÇAO El,1 MASSA DE IMÓV EIS u noANOS 203

TABELAS, GUADRCS E PLANILHAS
b) Via SAB
RESULTADO GERAL
Modelo Cl ássico de regressão
Desvio-padrão 74, 1667
Estatística Fc 30,9295
Probabilidade associada a Fc 0,0007
Coeficiente de determinação 0,9116
Coeficiente de determinação ajustado 0,8821
Observações 9
Verossimilhança -50,0273
Akaike 106,0546
Schwartz 106,6462
Coeficiente- Nível d e
Variável Escala Coeficientes Estatística t
padrão significância
Interseção X 1615,6375 113,0038 14,2972 0,0000
Idade X -2,9982 1,0543 -2,8439 0,0294
PU X -52,1271 7,0722 -7 ,3707 0,0003
Intervalo de confiança de 80% Campo de arbítrio

Estimativa Inferior Central Superior Inferior Central Superior
Moda 888 ,67 928,78 968,89 789,46 928,78 1068,10
Mediana 888,67 928,78 968,89 789,46 928,78 1068,10
Média 888,67 928,78 968,89 789,46 928,78 1068,10

13.5.5 Exercício nº 3
Distribuição lognormal (via excel)
Dado Área Ln A Idade Evento Ln Pu Pu
1 120 4,787492 10 o 6,50129 666,00
2 100 4,60517 2 o 6,55108 700,00
3 80 4,382027 5 1 7,047517 1150,00
4 130 4,867534 4 1 6,981006 1076,00
5 115 4,744932 12 o 6,767343 869,00
6 110 4,70048 20 o 6,455199 636,00

7 112 4,718499 18 o 6,688355 803,00
8 90 4,49981 1 1 7,003065 1100,00
9 70 4,248495 15 1 6,907755 1000,00
10 50 3,912023 6 1 7,090077 1200,00
11 105 4 ,65396 8 1 6,956545 1050,00
12 125 4,828314 16 1 6,684612 800,00

Estatística de rearessão
R múltinlo O 89
R-Quadrado O 79
R-auadrado aiustado O 71
Erro-oadrão O 12
Observacões 12 00
ANOVA
Regressão 3,00 0,43 0,14 9,88 0,00
Resíduo 8,00 0,12 0,01
Total 11,00 0,55
Coeficientes Erro-padrão Stat t valor-P 95% inferiores 95% superiores Inferior 95,0% Superior 95,0%
11, 17 0,00 6,04 9,18 6,04 9, 18

Interseção 7,61 0,68
0,21 -0,53 0,14 -0,53 0,14
Ln A -0,20 0,14 -1,35
-0,02 0,01 -0,02 0,01
Idade -0,01 0,01 -1 ,27 0,24
0,09 0,47 0,09 0,47
Evento 0,28 0,08 3,43 0,01
Equação do modelo: Ln Pu = 7,61 - 0,20 * Ln A- 0,01 * 1 + 0,28 * E

Matriz das correlações
Ln A Idade Evento Ln Pu
Ln A 1,00
Idade 0,24 1,00
Evento -0,42 -0,36 1,00
Ln Pu -0,57 -0,52 0,83 1,00

205
13.6 Tabelas de Durbin-Watson.
13.6.1 Pontos de significância de dL e du de 5%.
K'= 1 K'=2 K'= 3 K'=4 K' = 5

n
dL du dL du dL du dL du dL du
15 1,08 1,36 0,95 1,54 0,82 1,75 0,69 1,97 0,56 2,21
16 1,10 1,37 0,98 1,54 0,86 1,73 0,74 1,93 0,62 2,15
17 1, 13 1,38 1,02 1,54 0,90 1,71 0,78 1,97 0,67 2,10
18 1, 16 1,39 1,05 1,53 0,93 1,69 0,82 1,87 0,71 2,06
19 1,18 1,40 1,08 1,53 0,97 1,68 0,86 1,85 0,75 2,02
20 1,20 1,41 1,10 1,54 1,00 1,68 0,90 1,83 0,79 1,99
21 1,22 1,42 1,13 1,54 1,03 1,67 0,93 1,81 0,83 1,96
22 1,24 1,43 1, 15 1,54 1,05 1,66 0,96 1,80 0,86 1,94
23 1,26 1,44 1, 17 1,54 1,08 1,66 0,99 1,79 0,90 1,92
24 1,27 1,45 1, 19 1,55 1,10 1,66 1,01 1,78 0,93 1,90
25 1,29 1,45 1,21 1,55 1, 12 1,66 1,04 1,77 0,95 1,89
26 1,30 1,46 1,22 1,55 1, 14 1,65 1,06 1,76 1,98 1,88
27 1,32 1,47 1,24 1,56 1, 16 1,65 1,08 1,76 1,01 1,86
28 1,33 1,48 1,26 1,56 1, 18 1,65 1, 10 1,75 1,03 1,85
29 1,34 1,48 1,27 1,56 1,20 1,65 1,12 1,74 1,05 1,84
30 1,35 1,49 1,28 1,57 1,21 1,65 1, 14 1,74 1,07 1,83
31 1,36 1,50 1,30 1,57 1,23 1,65 1,16 1,74 1,09 1,83
32 1,37 1,50 1,31 1,57 1,24 1,65 1,18 1,73 1, 11 1,82
33 1,38 1,51 1,32 1,58 1,26 1,65 1,19 1,73 1, 13 1,81
34 1,39 1,51 1,33 1,58 1,27 1,65 1,21 1,73 1,15 1,81
35 1,40 1,52 1,34 1,58 1,28 1,65 1,22 1,73 1,16 1,80
36 1,41 1,52 1,35 1,59 1,29 1,65 1,24 1,73 1,18 1,80
37 1,42 1,53 1,36 1,59 1,31 1,66 1,25 1,72 1,19 1,80
38 1,43 1,54 1,37 1,59 1,32 1,66 1,26 1,72 1,21 1,79
39 1,43 1,54 1,38 1,60 1,33 1,66 1,27 1,72 1,22 1,79
40 1,44 1,54 1,39 1,60 1,34 1,66 1,29 1,72 1,23 1,79
45 1,48 1,57 1,43 1,62 1,38 1,67 1,34 1,72 1,29 1,78
50 1,50 1,59 1,41 1,63 1,42 1,67 1,38 1,72 1,34 1,77
55 1,53 1,60 1,41 1,64 1,45 1,68 1,41 1,72 1,38 1,77
60 1,55 1,62 1,41 1,65 1,48 1,69 1,44 1,73 1,41 1,77
65 1,57 1,63 1,41 1,66 1,50 1,70 1,47 1,73 1,44 1,77
70 1,58 1,64 1,41 1,67 1,52 1,70 1,49 1,74 1,46 1,77
75 1,60 1,65 1,42 1,68 1,54 1,71 1,51 1,74 1,49 1,77
80 1,61 1,66 1,42 1,69 1,56 1,72 1,53 1,74 1,51 1,77
85 1,62 1,67 1,42 1,70 1,57 1,72 1,55 1,75 1,52 1,77
90 1,63 1,68 1,43 1,70 1,59 1,73 1,57 1,75 1,54 1,78
95 1,64 1,69 1,43 1,71 1,60 1,73 1,58 1,76 1,57 1,78
100 1,65 1,69 1,43 1,72 1,61 1,74 1,59 1,76 1,57 1,78

13.6.2 Pontos de significância de dL e du de 2,5%.
K'= 1 K'=2 K'=J

n K'=4
dl du dl K'= 5
du dl du dl du
15 0,95 1,23 0,83 1,40 0,71 dl du
1,61 0,59
16 0,98 1,24 0,86 1,40 1,84 0,48
0,75 1,59 2,09
17 1,01 1,25 0,64 1,80
0,90 1,40 0,79 0,53 2,03
1,58 0,68
18 1,03 1,26 0,93 1,77 0,57
1,40 0,82 1,56 1,98
1,06 0,72 1,74
19 1,28 0,96 1,41 0,62 1,93
0,86 1,55 0,76
20 1,08 1,28 0,99 1,72 0,66
1,41 0,89 1,55 1,90
0,79 1,70
21 1,1 O 1,30 1,01 1,41 0,70 1,87
0,92 1,54 0,83
22 1, 12 1,31 1,04 1,69 0,73 1,84
1,42 0,95 1,54
23 1, 14 0,86 1,68 0,77
1,32 1,06 1,42 1,82
0,97 1,54 0,89
24 1, 16 1,33 1,67 0,80 1,80
1,08 1,43 1,00 1,54 0,91 1,66
25 1, 18 1,34 1, 10 0,83 1,79
1,43 1,02 1,54 0,94 1,65 0,86
26 1,19 1,35 1, 12 1,44 1,77
1,04 1,54 0,96 1,65
27 1,21 1,36 1, 13 0,88 1,76
1,44 1,06 1,54 0,99
28 1,22 1,64 0,91 1,75
1,37 1, 15 1,45 1,08 1,54 1,01 1,64 0,93
29 1,24 1,38 1, 17 1,74
1,45 1, 10 1,54 1,03
30 1,63 0,96 1,73
1,25 1,38 1, 18 1,46 1, 12 1,54 1,05 1,63 0,98
31 1,26 1,39 1,20 1,73
1,47 1, 13 1,55 1,07 1,63 1,00 1,72
32 1,27 1,40 1,21 1,47 1, 15 1,55 1,08 1,63 1,02 1,71
33 1,28 1,41 1,22 1,48 1, 16 1,55 1,10 1,63 1,04
34 1,29 1,71
1,41 1,24 1,48 1, 17 1,55 1, 12 1,63 1,06 1,70
35 1,30 1,42 1,25 1,48 1, 19 1,55 1, 13 1,63 1,07 1,70
36 1,31 1,43 1,26 1,49 1,20 1,56 1,15 1,63 1,09 1,70
37 1,32 1,43 1,27 1,49 1,21 1,56 1, 16 1,62 1, 10 1,70
38 1,33 1,44 1,28 1,50 1,23 1,56 1, 17 1,62 1,12 1,70
39 1,34 1,44 1,29 1,50 1,24 1,56 1, 19 1,63 1, 13 1,69
40 1,35 1,45 1,30 1,51 1,25 1,57 1,20 1,63 1, 15 1,69
45 1,39 1,48 1,34 1,53 1,30 1,58 1,25 1,63 1,21 1,69
50 1,42 1,50 1,38 1,54 1,34 1,59 1,30 1,64 1,26 1,69
55 1,45 1,52 1,41 1,56 1,37 1,60 1,33 1,64 1,30 1,69
60 1,47 1,54 1,44 1,57 1,40 1,61 1,37 1,65 1,33 1,69
65 1,49 1,55 1,46 1,59 1,43 1,62 1,40 1,66 1,36 1,69
70 1,51 1,57 1,48 1,60 1,45 1,63 1,42 1,66 1,39 1,70
75 1,53 1,58 1,50 1,61 1,47 1,64 1,45 1,67 1,42 1,70
80 1,54 1,59 1,52 1,62 1,49 1,65 1,47 1,67 1,44 1,70
85 1,56 1,60 1,53 1,63 1,51 1,65 1,49 1,68 1,46 1,71
90 1,57 1,61 1,55 1,64 1,53 1,50 1,69 1,48 1,71
1,66
95 1,58 1,62 1,56 1,69 1,50 1,71
1,65 1,54 1,67 1,52
100 1,59 1,63 1,57 1,53 1,70 1,51 1,72
1,65 1,55 1,67

- ..
,_,
.' ~ .
. "fi ~nc,·a de d e d de 1%.

13.6.3 pontos de s,gm ,ca L u
K'=4 K'= 5
-
K'=2
K' = 3
du dL du
-
K' = 1 du dL
dL du dL
1,70 0,39 1,96
-
n
dl du
0,70 1,25 0,59 1,46 0,49
1,66 0,44 1,90
-
1,07 1,44 0,53
15 0,81 1,25 0,63 0,48 1,85
0,74 0,57 1,63
16 0,84 1,09
1,25 0,67 1,43
0,52 1,80
-
1, 10 0,77 0,61 1,60
0,87 0,71 1,42
17 0,80 1,26 1,58 0,56 1,77
18 0,90 1, 12
1,26 0,74 1,41 0,65
0,60 1,74
-
1,13 0,83 0,68 1,57
19 0,93 0,77 1,41
0,86 1,27 1,55 0,63 1,71
0,98 1,15 1,41 0,72
20 1,27 0,80
1, 16 0,89 0,75 1,54 0,66 1,69
21 0,97 0,83 1,40
0,91 1,28 1,53 0,70 1,67
22 1,00 1, 17 1,40 o,77 -
1,29 0,86 1,66
1,19 0,94 0,80 1,53 0,72
23 1,02 0,88 1,41
1,20 0,96 1,30 1,52 0,75 1,65
24 1,04 1,41 0,83
0,98 1,30 0,90 1,64
1,05 1,21 0,85 1,52 0,78
25 0,93 1,41
1,22 1,00 1,31 0,81 1,63
26 1,07 1,41 0,88 1,51
1,02 1,32 0,95
27 1,06 1,23 0,90 1,51 0,83 1,61
1,32 0,97 1,41
1,10 1,24 1,04 1,51 0,85 1,61
28 1,42 0,92
1,05 1,33 0,99
29 1,12 1,25 0,94 1,51 0,88 1,61
1,34 1,01 1,42
30 1, 13 1,26 1,07 1,51 0,90 1,60
1,02 1,42 0,96
1,27 1,08 1,34
31 1, 15 0,98 1,51 0,92 1,60
1,35 1,04 1,43
32 1,16 1,28 1,10 1,59
1,43 1,00 1,51 0,94
1,29 1, 11 1,36 1,06
33 1,17 1,51 0,95 1,59
1,36 1,07 1,43 1,01
34 1,18 1,30 1, 13
1,44 1,03 1,51 0,97 1,59
1,31 1,14 1,37 1,08
35 1, 19 0,99 1,59
1,38 1,10 1,44 1,04 1,51
36 1,21 1,32 1, 15
1, 11 1,45 1,06 1,51 1,00 1,59
1,22 1,32 1, 16 1,38
37 1,02 1,58
1, 18 1,39 1, 12 1,45 1,07 1,52
38 1,23 1,33
1,39 1, 14 1,45 1,09 1,52 1,03 1,58
39 1,24 1,34 1, 19
1,40 1,15 1,46 1,10 1,52 1,05 1,58
40 1,25 1,34 1,20
1,24 1,42 1,20 1,48 1, 16 1,53 1, 11 1,58
45 1,29 1,38
1,28 1,45 1,24 1,49 1,20 1,54 1, 16 1,59
50 1,32 1,40
1,43 1,32 1,47 1,28 1,51 1,25 1,55 1,21 1,59
55 1,36
60 1,38 1,45 1,35 1,48 1,32 1,52 1,28 1,56 1,25 1,60
65 1,41 1,47 1,38 1,50 1,35 1,53 1,31 1,57 1,28 1,61
70 1,43 1,49 1,40 1,52 1,37 1,55 1,34 1,58 1,31 1,61
75 1,45 1,50 1,42 1,53 1,39 1,56 1,37 1,59 1,34 1,62
80 1,47 1,52 1,44 1,54 1,42 1,57 1,39 1,60 1,36 1,62
85 1,48 1,53 1,46 1,55 1,43 1,58 1,41 1,60 1,39 1,63
90 1,50 1,54 1,47 1,56 1,45 1,59 1,43 1,61 1,41 1,64
95 1,51 1,55 1,49 1,57 1,47 1,60 1,45 1,62 1,42 1,64
100 1,52 1,56 1,50 1,58 1,48 1,60 1,46 1,63 1,44 1,65
208
. t 'buição t de Student
13.7 o,s ri
,. t para ✓ graus de liberdade
pontos cnt1cos 1-a12
- Nível de confiança
N.C. .
Nível de significância
a-
,..----- t0,99 t0,975 t 0,95 t0 ,90 to. ao t0,75 t0,70 t0,60 t0, 55
t to.0995
~~ 95% 90% 80% 60% 50% 40% 20% 10%
99% 98%
N.C.
~
2% 5% 10% 20% 40% 50% 60% 80% 90%
-
2
a. ✓
1
1%
63,657
9,925
31,821
6,965
12,706
40303
6,314
2,920
3,078
1,886
1,376
1,061
1,000
0,816
0,727
0,617
0,325
0,289
0,158
0,142
- 3 5,841 4,541 3,186 2,353 1,638 0,978 0,765 0,584 0,277 O, 137
4,604 3,767 2,776 2,132 1,533 0,941 0,741 0,569 0,271 0,134
4
- 5 4,032 3,365 2,571 2,015 1,476 0,920 0,727 0,559 0,267 0,132
3,707 3,143 2,447 1,943 1,440 0,906 0,718 0,553 0,265 0,131
6
3,499 2,998 2,365 1,895 1,415 0,896 0,711 0,549 0,263 0,130
7
3,355 2,896 2,306 1,860 1,397 0,889 0,706 0,546 0,262 0,130
8
3,250 2,821 2,262 1,833 1,383 0,883 0,703 0,543 0,261 0,129
9
10 3,169 2,764 2,228 1,812 1,372 0,879 0,700 0,542 0,260 0,129
11 3,106 2,718 2,201 1,796 1,363 0,876 0,697 0,540 0,260 0,129
12 3,055 2,681 2,179 1,782 1,356 0,873 0,695 0,539 0,259 0,128
13 3,012 2,650 2,160 1,771 1,350 0,870 0,694 0,538 0,259 0,128
14 2,977 2,624 2,141 1,761 1,345 0,868 0,692 0,537 0,258 0,128
15 2,947 2,602 2,131 1,753 1,341 0,866 0,691 0,536 0,258 0,128
16 2,921 2,583 2,120 1,746 1,337 0,865 0,690 0,535 0,258 0,128
17 2,898 2,567 2,110 1,740 1,333 0,863 0,689 0,534 0,257 0,128
18 2,878 2,552 2,101 1,734 1,330 0,862 0,688 0,534 0,257 0,127
19 2,861 2,539 2,093 1,729 1,328 0861 0,688 0,533 0,257 0,1 27
20 2,845 2,528 2,086 1,725 1,325 0,860 0,687 0,533 0,257 0,127
21 2,831 2,518 2,080 1,721 1,323 0,859 0,686 0,532 0,257 0,127
22 2,819 2,508 2,074 1,717 1,321 0,858 0,686 0,532 0,256 0,127
23 2,807 2,500 2,069 1,714 1,319 0,858 0,685 0,532 0,256 0,127
24 2,797 2,492 2,064 1,711 1,318 0,857 0,685 0,531 0,256 0,127
25 2,787 2,485 2,060 1,708 1,316 0,856 0,684 0,531 0,256 0,127
26 2,779 2,479 2,056 1,706 1,315 0,856 0,684 0,531 0,256 O, 127
27 2,771 2,473 2,052 1,703 1,314 0,855 0,684 0,531 0,256 0,1 27
28 2,763 2,467 2,048 1,701 1,313 0,855 0,683 0,530 0,256 0,127
29 2,756 2,462 2,045 1,699 1,311 0,854 0,683 0,530 0,256 0,127
30 2,750 2,457 2,042 1,697 1,310 0,854 0,683 0,530 0,256 0,127
40 2,678 2,403 2,009 0,255 0,126
1,676 1,299 0,851 0,681 0,529
60 2,639 2,374 0,126
1,990 1,664 1,292 0,848 0,679 0,527 0,254
120 2,618 2,351 0,126
1,980 1,657 1,289 0,845 0,677 0,526 0,254
Q 2,576 2,326 1,960 1,645 1,282 0,842 0,674 0,524 0,253 0,120
AVALIAÇÃO E
✓
1 = graus de liberdade do numerador
~ .....
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 0
~ ~ ~
?> 00
0 1 161 200 216 225 230 234 237 239 241 242 244 246 248 249 250 251 252 253 254 ~
h 2 18,5 19,0 19,2
10, 1 9,55 9,28
19,2
9,12
19,3 19,3 19,4 19,4 19,4 19,4 19,4 19,4 19,4 19,5 19,5 19,5 19,5 19,5 19,5
d'
;t
C"
(1) ~
3 9,01 8,94 8,89 8,85 8,81 8,79 8,74 8,70 8,66 8,64 8,62 8,59 8,57 8,55 8,53 :J 0J m
õ (/1
4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5,91 5,86 5,80 5,77 5,75 5,72 5,69 5,66 5,63 (/)
m
6,61 5,76 5,41 5,19 (")
e.
(1)
r-
5 5,05 4,95 4,88 4,82 4,77 4,74 4,68 4,62 4,56 4,53 4,50 4,446 4,43 4,40 4,37 )>
:=!
...: "T1
6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 4,00 3,94 3,87 3,84 3,81 3,77 3,74 3,70 3,67
õ' (/1 Jn
7 5,59 4,74 4,35 4, 12 3,97 3,87 3,79 3,73 3,68 3,64 3,57 3,51 3,44 3,41 3,38 3,34 3,30 3,27 3,23 o :T Q
(/) (1)
8 5,32 4,46 4,07 3,,84 3,69 3,58 3,50 3,44 3,39 3,35 3,28 3,22 3,15 3,12 3,08 3,04 3,01 3,97 3,93
..,
~ e
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3, 14 3,07 3,01 2,94 2,90 2,86 2,83 2,79 2,75 2,71 cu )>
til o::::,
10 4,96 4 ,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,91 2,85 2,77 2,74 2,70 2,66 2,62 2,58 2,54
-" a
o o 'D
11 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85 2,79 2,72 2,65 2,61 2,57 2,53 2,49 2,45 2,40 :J (/1
12 4,75 3,89 3,49 3,26 3, 11 3,00 2,91 2,85 2,80 2,75 2,69 2,62 2,54 2,51 2,47 2,43 2,38 2 ,34 2,30 ~'
-
(")
..,
aU)
13 4,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2,67 2,60 2,53 2,46 2,42 2,38 2,34 2,30 2,25 2,21 -g. a:
(")
m
14 4,60 3,74 3,34 3, 11 2,96 2,85 2,76 2,70 2,65 2,60 2,53 2,46 2,39 2,35 2,31 2,27 2,22 2,18 2,13 1]
(/)
o(/1
2,20 2,16 2, 11 2,07
r-
15 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2 ,64 2,59 2,54 2,48 2,40 2,33 2,29 2,25 <ZS' e. )>
:J Q)
16 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49 2,42 2,35 2,28 2,24 2,19 2,15 2, 11 2,06 2,01 e. 2
~
2,81 2,70 2,61 2,55 2,49 2,45 2,38 2,31 2,23 2,19 2,15 2,10 2,06 2,01 2,96 o· (/1
17 4,45 3,59 3,20 2,96 cu, -
r-
~
)> :J : !. J:
r 18 4,41 3 ,55 3, 16 2,93 2,77 2,66 2,58 2,51 2,46 2,41 2,34 2,27 2,19 2, 15 2, 11 2,06 2,02 1,97 1,92 (")
-C"
2,74 2,63 2,54 2,48 2,42 2,38 2,31 2,23 2,16 2,11 2,07 2,03 1,98 1,93 1,88 ai' e l>
•
<> 19 4,38 3,52 3,13 2,90 U)
)>1
o 2,39 2,35 2,28 2,20 2, 12 2,08 2,04 1,99 1,95 1,90 1,84 Q)t
20 4 ,35 3,49 3,10 2,87 2,71 2,60 2 ,5 1 2,45 g. '°
m o, o
~ 21 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32 2,25 2,18 2,10 2,05 2,01 1,96 1,92 1,87 1,81 e.
~ ~ (1)
22 4,30 3,44 3,05 2,82 2,66 2,55 2,46 2 ,40 2,34 2,30 2,23 2,1 5 2,07 2,03 2,98 1,94 1,89 1,84 1,78
6i CJ)
(fJ
)> 2 ,64 2,53 2,44 2,37 2,32 2,27 2,20 2, 13 2,05 2,01 1,96 1,91 1,86 1,81 1,76 ::::,
23 4,28 3,42 3,03 2,80 (1)
o 2,18 2, 11 2,03 2,98 1,94 1,89 1,84 1,79 1,73 e.
m 24 4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25 (1)
f 2,01 2,96 1,92 1,87 1,82 1,77 1,71 (")
O· 25 4,24 3,39 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2,24 2,16 2,09
< o
..,
m 30 4,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16 2,09 2,01 1,93 2,89 1,84 1,79 1,74 1,68 1,62
1ii -
e 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08 2,00 1,92 1,84 2,79 1,74 1,69 1,64 1,58 1,51
;u 40 4,08 3,23
(D 1,84 1,75 2,70 1,65 1,59 1,53 1,47 1,39
60 3,00 3,15 2,79 2,53 2,37 2,25 2,17 2,10 2,04 1,99 1,92
~ 1,96 1,91 1,83 1,75 1,66 1,61 1,55 1,50 1,43 1,35 1,25
ocn 120 3,92 3,07 2,68 2,45 2 ,29 2,18 2,09 2,02
2,60 37 2,21 2,10 2,01 1,94 1,88 1,83 1,75 1,67 1,57 1,52 1,46 1,39 1,32 1,22 1,00
0 3,84 3,00
✓2 = graus de liberdade do deno min ador.

j
~ , , = grnus de llbordodo do numorodor
....~
- 90
.....,
24 30 40 60 120 ()
..
1 2 3 4 5 6 7 8 o 10 12 15 20
r
f
~ ~ 1
1 4052 5000 5403 5625 5764 5859 5157 6209 623G 0201 0207 83 13 6339 6366
d':::i
5920 5902 0023 0056 0 100 1-
2 98,5 99,0 99,2 99,2 99,3 99 ,3 99 ,'1 99, '1 99, 4 99,4 99,4 99,4 99, 4 99, 5 99,G 99,5 99,6 99,5 99, 5 ~
~ (')
> 34 ,1 30,8 20,0 26,5 26, 4 28,3 26,2 211 ,1
o 3 29,5 28,7 28,2 27,9 27,7 27,5 27 ,3 27,2 27, 1 26,9 20, 7
m à:
f 4 2 1,2 18,0 16 ,7 16,0 15,5 15,2 15,0 1'1,8 14, 7 14,5 14,4 14 ,2 14,0 13,9 13,0 13,7 13,7 13,6 13,5
O·
5 16,3 13,3 12, 1 11 ,4 11,0 10,7 10,5 10, 3 10,2 10, 1 9,9 9,2 9,5 9,7 9,0 9,9 9 ,0 9, 1 9,2
~-
~
üi 6 13,7 10,9 9,78 9, 15 8,75 8,4 7 8,26 8, 10 7, 98 7,87 7,72 7,56 7,40 7,3 1 7,23 7, 14 7,06 6 ,97 6, 88 i
e
7 12,2 9 ,55 8, 45 7,85 7,4 6 7, 19 6,99 6,84 6,72 6,62 6,47 6,3 1 6,16 6,07 5,99 5,91 5,82 5,74 5,65 iiJ
>
z 8 11,3 8,65 7,59 7,01 6,63 6,37 5,52 5,36 5,28 5,20 5, 12 5,03 4,95 4 ,86
o
ª 6,18 6 ,03 5,91 5,8 1 5,67
o :::i
C/) g 10,6 8,02 6,99 6.42 6,06 5,80 5,6 1 5,47 5,35 5,26 5, 11 4,96 4,81 4,73 4 ,65 4 ,57 4 ,48 4,40 4 ,31 ~'
CD
10 10,0 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4 ,94 4,85 4,71 4,56 4,41 4, 33 4 ,25 4, 17 4,08 4 ,00 3,91
11 9,65 7,21 6,22 5,67 5,32 5,07 4,89 4,74 4 ,63 4,84 4,40 4 ,25 4,10 4,02 3,94 3,86 3,78 3 ,69 3,60
-
~
fl)
12 9,33 6,93 5,95 5,41 5,06 4,82 4 .64 4,50 4,39 4,30 4, 16 4,0 1 3,86 3,78 3.70 3,62 3 ,54 3 ,45 3.36
10·
13 9,07 6,70 5,74 5,21 4,86 4,62 4,44 4 ,30 4, 19 4,10 3,96 3,82 3,66 3,59 3,51 3,43 3,34 3,25 3,17 ::,
14 8,86 6,51 5,56 5,04 4,70 4,46 4,28 4, 14 4,03 3,94 3,80 3,66 3,51 3,43 3,35 3,27 3,1 8 3,09 3,00 ~
(')
Ili>
15 8,68 6,36 5,42 4 ,89 4,56 4,32 4,14 4,00 3,89 3,80 3,67 3,52 3,37 3,29 3,21 3, 13 3 ,05 2 ,96 2,87 ::,
(')
16 8,53 6,23 5 ,59 4,77 4,44 4,20 4,03 3,89 3,78 3,69 3,55 3,41 3,26 3,18 3, 10 3,02 2 ,93 2,84 2,75 iii'
17 8,40 6, 11 5,29 4,67 4 ,34 4 ,10 3,93 3,79 3,68 3,59 3,46 3,31 3,16 3,08 3,00 2,92 2,83 2,75 2,65
6,01 5,09 4,58 4,25 4,01 3,84 3,71 3,60 3,51 3,37 3,23 3,08 3,00 2,92 2,84 2,75 2,66 2,57
~
18 8,29 -.A,
19 8,19 5,93 5,01 4,50 4 ,17 3,94 3,77 3,63 3,52 3,43 3,30 3, 15 3,00 2,92 2,84 2 ,76 2,67 2,58 2,49 ~
20 8,10 5,85 4 ,94 4,43 4 ,10 3,87 3,70 3,56 3,46 3,37 3,23 3,09 2,94 2,86 2,78 2 ,69 2,61 2 ,52 2,42
21 8,02 5,78 4 ,87 4 ,37 4,04 3,81 3,64 3,51 3,40 3,31 3,17 3,03 2,88 2 ,80 2 ,72 2,64 2,55 2,46 2,36
22 7,95 5,72 4,82 4 ,31 3,99 3,76 3,59 3,45 3,35 3,26 3, 12 2,98 2,83 2,75 2,67 2,58 2 ,50 2,40 2,31
23 7,88 5,66 4,76 4,26 3,94 3,71 3,54 3,41 3,30 3,21 3,07 2,93 2 ,78 2,70 2,62 2,54 2,45 2 ,35 2,26
24 7,82 5,61 4,72 4,22 3,90 3,67 3,50 3,36 3,26 3, 17 3,03 2,89 2,74 2 ,66 2,58 2,49 2.40 2,31 2,21
25 7,77 5,57 4,68 4,18 3,86 3,63 3,46 3,32 3,22 3,13 2,99 2,85 2,70 2,62 2,53 2.45 2 ,36 2,27 2, 17
N
30 7,56 5,39 4,51 4,02 3,70 3,47 3,30 3,17 3,07 2,98 2,84 2,70 2,55 2,47 2,39 2,30 2,21 2, 11 2,01
4 ,31 3,83 3,51 3,29 3,12 2,99 2,89 2,80 2,66 2,52 2,37 2,29 2,20 2, 11 2,02 1,92 1,80
- 40
60
7,31
7,08
5,18
4,98 4, 13 3,65 3,34 3,12 2,95 2,82 2,72 2,63 2,50 2,35 2,20 2, 12 2,03 1,94 1,84 1,73 1,60
120 6,85 4,79 3,95 3,48 3,17 2,96 2,79 2,66 2,56 2,47 2,34 2,19 2,03 1,95 1,86 1,76 1,66 1,53 1,38
Q 6,63 4,61 3,78 3,32 3,02 2,80 2,64 2,51 2,41 2,32 2,18 2,04 1,88 1,79 1,70 1,59 1,47 1,32 1,00
2 g
m TABELAS, GUADROS E PLANILHAS
13.9 Exemplo de Planta de Valores
J 95,40
Rua São Luiz

108,20
L
Ov'96 OZ: 80~
o ..... o
_,.
1D 1\) tv
oa:) co o o IO o
o N UI o c.n
o(j) ()) ..-- o ....N o
o
o
....e ctJ
'-
o o o
E CfJ
""O CfJ
oQ) ::, Q)
110,70 o 116, 18 o..
o CfJ o
o iro
ro Rua Alm. Barroso ê o
-,
~ ro
ro oL'o~~ (f) s~•g~ ~ ro
::,
::,
o:: >
<( o:::
o ..... o ...,. olt) .....

LO U'.)
w tv
o o
1\.)
N 1\)
c5 o
N
T'" 01
o
....
C")
c.n
o
N
..--
01
o
116, 18 125,30
Rua Tamandaré
g~•g~~
7 PLANTA DE VALORES
111111
,A REFERÊNCIAS BIBLIOGRÁFICAS
14. REFERÊNCIAS BIBLIOGRÁFICAS
1)ABNT (Associação Brasileira de Normas Técnicas)- NBR 14653-1 :200 1_Pro.

cedimentos gerais. Rio de janeiro, 2001; e NBR 14653-2:2004- Imóveis urbanos.
Rio de Janeiro, 2004.
2) ABUNAHMAN, Sergio Antonio. Engenharia Legal e de Avaliações. 2ª ed. São

Paulo: PINI, 2004.
3) BRASIL. Constituição Federal do Brasil. 1988.
4) BUSSAB, Wilton O.; MORETTI, Pedro A. Estatística básica, 5ª ed. São Paulo:
Saraiva, 2002.
5) CALDAS, Léo Saraiva. "Valor de mercado: o que é?". Revista CREA-SC nº

51. Santa Catarina, p.1 O, Maio/Julho de 2006.
6) CAPOANI, LuizAlcides. "Atribuições legais para avaliação de imóveis". CON-

SELHO em Revista nº 27, CREA-RS. Porto Alegre, p.32, novembro de 2006.
7) Código Tributário Nacional (Lei nº 5.172 de 25/10/66).
8) DANTAS, Rubens Alves. Engenharia de Avaliações. 2ª ed . São Paulo: Pini,

2005.
9) Decreto-lei nº 1.000 de 21/10/69.
10) Estatuto das Cidades (Lei nº 10.257 de 10/07/01 ). Câmara dos Deputados,
Brasília.
11) FERMO, Graziela Oliva. Modelo de Regressão Linear Múltipla para Ava-
liação de Apartamentos na Cidade de Criciúma - SC. COBRAC 2006. UFSC
Florianópolis/Se.
12) FIKER, José. Avaliações e Perícias em Imóveis Urbanos. 2ª ed. São Paulo:
PINI, 2005.
13) GONZÁLEZ, Marco Aurélio Stumpf. A Engenharia de Avaliações na Visão

Inferencial. São Leopoldo: UNISINOS, 1997.
214 AVALIAÇÃO EM MASSA OE IMÓVEIS URBANOS

14) GONZÁLEZ, Marco Aurélio Stun:'pf; ~ORMOSO, Carlos Torres. Análise Con-
ceituai das Dificuldades na Determmaçao de Modelos de Formação de Preços
Através de Análise de Regressão. UNISINOS - São Leopoldo, URGS-Porto Ale-
gre, n. 8, 2000.
15) GUERRA, Fernando. Matemática Financeira Através da HP-12C. 2ª ed. Flo-

rianópolis: UFSC, 2001.
16) IBAPE BAHIA. CREAS & IPTU. Fórum da Construção. 22/1/2009.
17) IBAPE/SP. Norma para Avaliação de Imóveis Urbanos. São Paulo, 2005.
18) Lei Federal 5.194 de 24 de dezembro de 1966 - Regula o exercício das

profissões de Engenheiro , Arquiteto e Engenheiro-Agrônomo.
19) Lei de Responsabilidade Fiscal - Lei complementar Federal nº 101 de

04/05/66.
20) UPORONI, Antonio Sergio. Fundamentos de Base Cartográfica e Geoproces-

samento Aplicados à Avaliação Imobiliária . XII COBREAP, Belo Horizonte/MG.
21) MÔLLER, Luiz Fernando C.; HOCHHEIM , Norberto. JPTU: Quanto uma Ci-
dade Pode Cobrar? Anais do XIII COBREAP 2006 - Congresso Brasileiro de
Engenharia de Avaliações e Pericias. Fortaleza, Brasil, 2006.
22) SPIEGEL, Murray R.; COSENTINO, Pedro (trad.). Estatística. 1ª ed . Rio de

Janeiro: Ao Livro Técnico S.A ., 1968.
23) SILVA, Everton da. Avaliação em Massa de Imóveis nas Municipalidades

Brasileiras: Situação e Tendências para Modernização. Apostila do Curso: Ava-
liações de imóveis em Massa. IBAPE/SC, Florianópolis, Agosto de 2009.
24) THOFEHRN, Ragnar. Avaliação de Terrenos Urbanos por Fórmulas Mate-

máticas. 1ª ed . São Paulo: Pini, 2008.
25) TRIVELLONI, Carlos Alberto Peruzzo. Utilização de Métodos de Análise Espa-

cial na Avaliação em Massa de Imóveis. COBRAC 2006. UFSC Florianópolis/SC.
26) ZANCAN, Evelise Chemale. Avaliações de Imóveis em Massa para Efeitos

de Tributos Municipais. 1ª ed. Florianópolis: ROCHA, 1996.

RAGNAR THOFEHRN é engenheiro civil,
graduado pela Escola de Engenharia da
UFRS em 1960 e é pós-graduado em
Avaliação e Pericia da Engenharia pela
Faculdade Osvaldo Cruz. É autor do livro
Avaliação de Terrenos Urbanos por
Fórmulas Matemáticas 1ª edição São
Paulo: PINI , 2008 .
Com 45 anos de atividade profissional ,

executou mais de 36 mil m' de obras
públicas e privadas , desde casas
populares pelo BNH até residências de
alto padrão, além de indústrias, hotéis,
clubes , hospitais e igrejas, bem como
construções rurais, compreendendo
engenhos, silos, calhas de concreto
armado e estações elevatórias para
irrigação.
Foi secretário de obras da prefeitura de

São Lourenço do Sul - RS , chefe da
diretoria de obras da construtora Ferreira ,
Ribeiro S/A, diretor-proprietário da
Construtora Flamingo Ltda. e membro da
Inspetoria Regional do CREA-RS, em
Pelotas-RS.
E
ste livro tem como objetivo incentivar a avaliação de
imóveis urbanos para fins fiscais por metodologia
científica, visando à melhoria da qualidade de vida
da população com a prática de justiça tributária. Pelo
Código Tributário Nacional, o fato gerador do IPTU
(Imposto sobre Propriedade Predial ou Territorial Urbana) é
a propriedade dentro do perímetro urbano. Sua cobrança é
obrigação do Município e seu valor incide sobre o valor
venal do imóvel sob a forma de alíquotas.
A publicação aborda os mais importantes temas
relacionados à cobrança de IPTU, ITBI (Imposto sobre a
Transmissão de Bens Imóveis) e Contribuição de Melhoria.
Fornece os subsídios para a implantação do Cadastro
Técnico Urbano e das Plantas de Valores e destaca as
disposições legais previstas no Código Tributário Naciqnal.
Além disso, desenvolve os métodos de avaliação de
· imóveis previstos na NBR 14653, a valorização imobiliária
por Contribuição de Melhoria, o roteiro para a implantação
das primeiras Plantas de Valores, um exemplo de
Avaliação em Massa e um grande número de tabelas e
planilhas utilizadas na avaliação de bens.
O desafio lançado nesta publicação visa melhorar os
procedimentos avaliatórios praticados pelos municípios
corrigir as distorções na distribuição da carga tributária e
captar a confiança do contribuinte com o uso de
metodologia científica nos cálculos de IPTU e ITBI.

Avaliação em Massa de Imóveis Urbanos para Cálculo de IPTU e ITBI

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Avaliação em Massa de Imóveis Urbanos para Cálculo de IPTU e ITBI

Enviado por

Direitos autorais:

Formatos disponíveis

AVALIAÇÃO EM MASSA DE IMÓVEIS URBANOS

Para Cálculo de IPTU e ITBI

Dados rnternacionais de catalogação na Publicação

ISBN 978 - 85-7266-231-4

Editora p·ini Ltda

Este livro tem por objetivo incentivar os município 8 tT

Eng. Ragnar Thofehrn

3. CADASTRO TÉCNICO URBANO ............................................................... 20

4. PLANTAS DE VALORES ............................................................................. 22

5. AVALIAÇÃO DE IMÓVEIS URBANOS ........................................................ 26

6. AVALIAÇÃO DE TERRENOS PELO MÉTODO TRADICIONAL. ................ 36

8. FATORES DIVERSOS ................................................................................. 74

9. AVALIAÇÃO DE IMÓVEIS POR INFERÊNCIA ESTATÍSTICA ................... 78

9.6.6 - Desvio-padrão do modelo .......... ................................. .························· 99

. . .. ........ ... .. .. .... .. 102

9.6.9 _ Grau de precIsao

9.7.5 - Multicolinearidade ·············································································· · 125

11. METODOLOGIA BÁSICA PARA AVALIAÇÃO EM MASSA ................... 154

12. MODELO DE AVALIAÇÃO EM MASSA .................................................. 163

13. TABELAS, QUADROS E PLANILHAS ................................................... 178