Escolar Documentos
Profissional Documentos
Cultura Documentos
Módulo 4 - Método Comparativo Direto de Dados de Mercado (MCDDM)
Módulo 4 - Método Comparativo Direto de Dados de Mercado (MCDDM)
4
Módulo
Infraestrutura
Fundação Escola Nacional de Administração Pública
Conteudista/s
Antônio Sérgio Costa Amorim, 2021.
Diretoria de Desenvolvimento Profissional.
Enap, 2021
Fundação Escola Nacional de Administração Pública
Diretoria de Desenvolvimento Profissional
SAIS - Área 2-A - 70610-900 — Brasília, DF
Sumário
Unidade 1: Método Comparativo Direto de Dados de Mercado.......4
1.1 Considerações Iniciais................................................................................................. 4
Referências ...................................................................................................................... 44
Módulo
Ao final desta unidade, você será capaz de reconhecer as etapas de uma avaliação
planejada com base no Método Comparativo Direto de Dados de Mercado (MCDDM).
Distribuição espacial dos dados em determinada zona na cidade de São Paulo (Google Earth).
Fonte: CEPED/UFSC (2022)
O tratamento por fatores é aplicável a uma amostra composta por dados de mercado
com as características mais próximas possíveis do imóvel avaliando, na qual é
admitida a priori a existência de relações fixas entre as diferenças dos atributos
específicos e os respectivos preços.
Fatores de Homogeneização:
Terreno:
Fator de transposição de local;
Fator de frente ou de testada;
Fator de profundidade;
Fator de testadas múltiplas;
Fator de acidentação topográfica;
Fator de área;
Fator de pedologia;
Fator de restrição legal.
Residências unifamiliares:
Fator de transposição de local;
Fator de testadas múltiplas;
Fator de área;
Fator de projeto;
Fator de acabamento;
Fator de depreciação física e funcional, ou de idade.
Apartamentos:
Fator de transposição de local;
Fator de área;
Fator de projeto;
Fator de acabamento;
Fator de depreciação física e funcional, ou de idade.
Lojas:
Fator de transposição de local;
Fator de área;
O tratamento científico deduz uma equação (modelo) de regressão a partir dos dados
de mercado pesquisados, através da estatística inferencial.
4. Construção do modelo; e
Essa etapa deve ser vinculada diretamente ao planejamento de pesquisa, isto porque,
após a vistoria do imóvel avaliando, o engenheiro de avaliações irá condicioná-la à
obtenção de informações específicas no mercado de imóveis. Eis o que dispõe a NBR
14653-2, em seu item 8.2.1.1, sobre o planejamento da pesquisa (ABNT, 2011, p. 13):
II. As variáveis proxy são utilizadas para substituir outras de difícil mensuração
com as quais se presume guardar relação de pertinência, como padrão
construtivo expresso pelo Custo Unitário Básico (CUB), localização expressa
pelo índice fiscal, estado de conservação expresso pelos fatores de Ross-
Heidecke etc. Assim, as variáveis qualitativas podem ser substituídas pelas
variáveis proxy, com sensível diminuição da subjetividade.
IV. Os códigos alocados são uma escala lógica, uma ordenação numeral (notas
ou pesos) para diferenciar as características qualitativas dos imóveis; por
exemplo: padrão construtivo baixo = 1; médio = 2; alto = 3; e luxo = 4. Não é
necessário que a amostra contenha dados de mercado em cada uma das
posições da escala construída, porém, é vedada a extrapolação das variáveis
expressas por códigos alocados.
Variáveis independentes:
- Quantitativa: discreta, por ser indicada por números inteiros, (2
quartos), contínua, permite números decimais, (100,39 m²);
- Qualitativa: padrão de acabamento (alto), em uma escala
hipotética de: baixo, médio e alto;
- Proxy: índice fiscal (valor x) para Avenida Beira Mar;
- Dicotômica: garagem (sim), em uma escala sim ou não.
Variáveis dependentes
- Valor total: R$ 150 mil;
- Valor unitário: R$ 1.494,17 m² (150.000/100,39).
Destaca-se que cada dado coletado deverá ser cuidadosamente analisado de modo a
permitir sua exclusão. Por exemplo: dados de oferta são mais fáceis de serem coletados
e serão importantes na validação do modelo de avaliação, porém, devem sempre ser
considerados como superestimativas, sendo importante, quando possível, confrontá-
los com os dados de transações.
• Linearidade;
• Normalidade;
• Homocedasticidade;
• Não auto-correlação;
• Não multicolinearidade.
• Variáveis independentes:
• Variável dependente:
O cálculo dos parâmetros da regressão pode ser calculado, entre outros métodos,
pelo método dos mínimos quadrados e pelo método da máxima verossimilhança.
Sugere-se utilizar o método dos mínimos quadrados, que será usado no exemplo,
para amostras com poucos dados, enquanto o método da máxima verossimilhança
pode ser utilizado para grandes amostras (acima de 60 dados).
Onde:
E assim sucessivamente.
Pode ser que dados de determinada amostra não sigam um padrão de linearidade.
Transformações de variáveis.
Fonte: CEPED/UFSC (2022). Adaptado de Brasil (2018, p. 105)
Para que se possa validar o modelo de regressão linear, deve-se observar alguns
pressupostos básicos, em especial, os preconizados no Anexo A da NBR 14653-2
(ABNT, 2011, p. 34):
• Linearidade;
• Normalidade;
• Homocedasticidade;
• Não auto-correlação;
• Não multicolinearidade;
• Micronumerosidade.
• Linearidade
Transformações de variáveis.
Fonte: CEPED/UFSC (2022). Adaptado de Brasil (2018, p. 108)
• Normalidade
Curva normal.
Fonte: CEPED/UFSC (2022). Adaptado de Brasil (2018, p. 110).
• Homocedasticidade
É a variância constante dos resíduos. É uma propriedade fundamental, sob pena de invalidar
toda a análise estatística. Pode ser verificada por meio da análise gráfica dos resíduos versus
valores ajustados, e os pontos devem se apresentar sob a forma de uma nuvem.
Deseja-se que os erros sejam aleatórios, ou seja, não devem ser relacionados com
as características dos imóveis. Se isto não ocorre, há heterocedasticidade, o que
significa que a variância não é constante e que há tendências nos erros.
A verificação da homocedasticidade pode ser feita, entre outros métodos, por meio
dos seguintes processos: análise gráfica dos resíduos versus valores ajustados,
que devem apresentar pontos dispostos aleatoriamente, sem nenhum padrão
definido, e pelos testes de Park e de White.
• Verificação da Multicolinearidade
Uma forte dependência linear entre duas ou mais variáveis independentes provoca
degenerações no modelo e limita sua utilização.
Isso não gera estimativas enviesadas ou alterações, mas “infla” os desvios padrões
de cada coeficiente. Esse é o problema da multicolinearidade.
• Outliers
Percebe-se que a retirada do dado teve uma influência muito pequena, tanto nos
coeficientes da equação de regressão quanto no aspecto da reta.
Distância de Cook.
Fonte: Brasil, 2018, p. 118.
• Verificando a Micronumerosidade
n ≥ 3(k+1)
para n ≤ 30, nj ≥ 3
para 30 < n ≤ 100, nj ≥ 10% n
para n > 100, nj ≥ 10
onde:
nj é o número de dados de mesma característica, no caso de utilização de variáveis
dicotômicas e variáveis qualitativas expressas por códigos alocados ou códigos ajustados.
Tabela de t de Student.
Fonte: Brasil, 2018, p. 122.
T de Student.
Fonte: Brasil, 2018, p. 122.
Para a variável Índice Fiscal, o t calculado é de 4,02, também maior que 1,746. Para
esse regressor, também se rejeita H0. A probabilidade do t tabelado ser maior que
o t calculado para essa variável é de 0,10%.
Para o modelo, F calculado = 123,8 > F tabelado = 6,226, ou seja, rejeita-se H0. A significância
do modelo, ou probabilidade de que aceitação de H0, é de 0,01%, menor que o 1%,
preconizado pela norma para se atingir Grau III de fundamentação nesse item (ABNT, 2011).
Estimativas Intervalares
O valor da estimativa central da variável dependente Valor Total (R$) para o
exemplo é obtido substituindo os atributos do imóvel avaliando na equação de
estimativa (Área (m²) = 450 e Índice Fiscal = 150). Ou seja:
Resultados do modelo.
Fonte: CEPED/UFSC (2022). Adaptado de Brasil (2018, p. 126)
A NBR 14653 preconiza que a amplitude deve ser < 50% para Grau I de precisão, < 40%
para Grau II e < 30% para Grau III. O modelo, portanto, atingiu Grau III de precisão.
Quando for adotado o valor arbitrado, o intervalo de valores admissíveis deve estar
limitado ao intervalo em torno do valor arbitrado com amplitude igual à do intervalo
de confiança de 80% para a estimativa de tendência central e ao intervalo do campo
de arbítrio em torno da estimativa de tendência central.
Conforme a NBR 14653-1 (ABNT, 2019), o valor será arredondado em menos de 1%,
e o valor adotado para esse exemplo é R$ 155.000,00.
TOTAL 16
Especificação do laudo.
Fonte: CEPED/UFSC (2022). Adaptado de ABNT, 2019, p. 22.
Graus III II I
Pontos mínimos 16 10 6
Itens obrigatórios 2,4,5 e 2, 4, 5 e 6 no Todos, no mínimo
6, no Grau III e os mínimo no Grau no Grau I
demais no mínimo II e os demais no
no Grau II mínimo no Grau I
Enquadramento do laudo segundo seu grau de fundamentação no
caso de utilização de modelos de regressão linear.
Fonte: ABNT (2011, p. 24).
Descrição Grau
III II I
Amplitude do intervalo de confiança de 80 %
em torno da estimativa de tendência central ≤ 30 % ≤ 40 % ≤ 50 %
Grau de Precisão.
Fonte: ABNT (2011, p. 26).
Para o exemplo, foi obtido Grau III de precisão, com amplitude de 18,80%.
Você aprendeu sobre o método mais utilizado nas avaliações de imóveis. Seja na
composição do Método Evolutivo ou sozinho, como recomendado pela NBR 14653,
ele deve ser utilizado sempre que possível.
Que bom que você chegou até aqui! Agora é hora de você testar seus conhecimentos.
Então, acesse o exercício avaliativo que está disponível no ambiente virtual. Boa sorte!
MATOS, Orlando Carneiro de. Econometria Básica: Teoria e Aplicações. São Paulo:
Atlas, 2000.
THOFEHRN, Ragnar, Avaliação de Terrenos Urbanos, São Paulo, 2008, Editora PINI.