Você está na página 1de 117

ENVOLTRIA SOB DUPLA TICA APLICADA NA AVALIAO IMOBILIRIA EM AMBIENTE DO SISTEMA DE INFORMAO GEOGRFICA

Luiz Fernando de Lyra Novaes

TESE

SUBMETIDA

AO

CORPO

DOCENTE

DA

COORDENAO

DOS

PROGRAMAS DE PS-GRADUAO DE ENGENHARIA DA UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE DOS REQUISITOS

NECESSRIOS PARA A OBTENO DO GRAU DE DOUTOR EM CINCIAS EM ENGENHARIA DE PRODUO.

Aprovada por: ________________________________________ Prof. Marcos Pereira Estellita Lins, D.Sc

_______________________________________ Prof. Luiz Fernando Loureiro Legey, Phd.

________________________________________ Prof. Antnio Araujo de Freitas, D.Sc

________________________________________ Prof.a Stella Regina Reis da Costa, D.Sc.

________________________________________ Dra. Angela Cristina Moreira da Silva, D.Sc.

RIO DE JANEIRO, RJ BRASIL DEZEMBRO DE 2002

NOVAES, LUIZ FERNANDO DE LYRA Envoltria sob Dupla tica aplicada na Avaliao Imobiliria em ambiente do Sistema de In formao Geogrfica [ Rio de Janeiro ] 2002. VII, 85 p. 29,7 cm ( COPPE / UFRJ / D.Sc. Engenharia de Produo, 2002 ) Tese - Universidade Federal do Rio de Janeiro, COPPE. 1. Avaliao de Mercado 2. Mtodo da Anlise Envoltria de Dados (DEA) 3. Engenharia de Avaliaes I. COPPE/UFRJ II. Ttulo (srie)

ii

Esta dissertao dedicada minha querida famlia Com amor para Sonia, Diogo, Manoela, Nathlia e Marcela.

iii

No o muito saber que sacia e satisfaz a alma e sim o sentir e o saborear as coisas internamente

Igncio de Loyola M.Sc. Universit de Paris Sorbone (Mar 1535)

iv

Resumo da Tese apresentada COPPE/UFRJ como parte dos requisitos necessrios para a obteno do grau de Doutor em Cincias (D.Sc.)

ENVOLTRIA SOB DUPLA TICA APLICADA NA AVALIAO IMOBILIRIA EM AMBIENTE DO SISTEMA DE INFORMAO GEOGRFICA

Luiz Fernando de Lyra Novaes

Dezembro / 2002

Orientador : Marcos Pereira Estellita Lins

Programa : Engenharia de Produo

Esta tese desenvolve uma nova interao entre a Pesquisa Operacional e a cincia da Teoria do Valor, aplicada para a avaliao imobiliria. A partir dos

modelos clssicos da Anlise Envoltria de Dados (Data Envelopment Analysis) formulado o Mtodo da Anlise Envoltria sob Dupla tica (EDO). A variao do valor de uma mercadoria, imvel, explicada em funo de suas propriedades fsicas e representada no espao mercadoria, n-dimensional. As superfcies que encapsulam este conjunto, definem os limites do intervalo de variao das possibilidades de valor da mercadoria. Os resultados alcanados pela metodologia desenvolvida foram

georeferenciados em um software do Sistema de Informao Geogrfica (SIG). As variaes de valor apresentadas foram analisadas em confronto com o contexto geogrfico ao entorno do imvel, permitindo assim uma melhor percepo da influncia exercida em sua valorao por seus vizinhos notveis.

Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the requirements for the degree of Doctor of Science (D.Sc.)

REAL STATE EVALUATION BY DOUBLE DEA METHOD ON GEOGRAFHIC INFORMATION SYSTEM

Luiz Fernando de Lyra Novaes

December 2002

Advisor : Marcos Pereira Estellita Lins

Department : Production Engineering

This article intends to contribute to the development of a new interaction between Operational Research and the science of Theory of Value, specifically an evaluation in the commodity space. A new approach to Data Envelopment Analysis was performed, by formulating a method named Double DEA. This method was enabled by a distribution representing variation of commodity values as a function of physical properties data at the n-dimensional space. Thus, encapsulated surfaces are established, which define limits for the interval of the possibilities for commoditys value. The outputs reached by the developed methodology, were geo-referenced in a software of the Geographical Information System (GIS). The variations of value presented were analyzed in confrontation with the local geographical context. This apply allows the users to have a better perception of the influence exercised in real state valuation by their notable neighbors.

vi

NDICE

CAPTULOS

PGINAS

I I. 1 I. 2 I. 3 I. 4 I. 5

INTRODUO Consideraes Preliminares Objetivo Estrutura da Pesquisa Filosofia do Valor e da Utilidade Filosofia da Eficincia

1 1 3 3 4 9

II II. 1 II. 2 II. 2.1 II. 2.2

ENGENHARIA DE AVALIAES Mtodo Comparativo Anlise de Regresso Mltipla Mtodo dos Mnimos Quadrados Avaliao por Comparao Casos Prticos

11 11 13 14 17

III III. 1 III. 2 III. 2.1 III. 2.2 III. 2.3 III. 2.4 III. 2.5 III. 2.6

METODOLOGIA DA ANLISE ENVOLTRIA DE DADOS Conceituao Modelagem Econmica do Espao Mercadoria Conceito de Mercadoria Definio do Espao Mercadoria Oferta e Demanda Conjunto de Possibilidades da Oferta Conjunto das Possibilidades da Demanda Modelagem Econmica segundo Debreu

21 21 22 23 23 24 25 29 31

vii

III. 2.7 III. 2.8 III .3 III .3.1 III .3.2

Conjunto das Transaes Realizadas no Mercado Imobilirio Conjunto da tica do Comprador, da tica do Vendedor e Competitivo Mtodo da Envoltria sob Dupla tica - EDO Modelos Clssicos DEA Mtodo da Anlise Envoltria sob Dupla tica - EDO

32 34 37 37 39

IV IV. 1 IV..2 IV. 3 IV. 4 IV. 5 IV. 6

MTODO EDO APLICADO NA AVALIAO IMOBILIRIA Metodologia Heurstica Base de Dados Determinao das Variveis Definio do Mtodo Modelagem do Conjunto Competitivo

44 44 46 47 49 55 58

V V. 1 V. 2 V. 3 V.4 V.5 V.6

ANLISE COMPARATIVA DOS RESULTADOS Objetivo Aplicao do mtodo de Regresso Mltipla Analise comparativa entre os dois mtodos. Aplicao do Mtodo EDO modelo dos Multiplicadores Participao das variveis de propriedades fsicas dos imveis Modelo de estimao do valor de um imvel

66 66 67 73 74 76 77

VI VI. 1 VI .2 VI .2.1

CONCLUSES Consideraes Preliminares Eficincia DEA sob cada tica Em relao Fronteira da tica do Vendedor

79 79 81 81

viii

VI .2.2 VI .3 VI .4

Em relao Fronteira da tica do Comprador Resultados do mtodo EDO aplicados em SIG Comentrios Finais

82 84 87

VII VII.1 VII.2 VII.3 VII.4 VII.5 VII.6 VII.7 VII.8

APNDICES Anexo 1 Relao de 242 Apartamentos do Conjunto de Transaes Realizadas Anexo 2 Planilha de Pesos atribudos s Propriedades Fsicas dos Apartamentos Anexo 3 Planilha do Valor Mximo e Mnimo por Apartamento determinado pelo Mtodo EDO ( 1a Etapa 4a Etapa ) Anexo 4 Resultado Software de Regresso ( 1a Etapa ) Anexo 5 Resultado Software de Regresso ( 2a Etapa ) Anexo 6 Resultado Software de Regresso ( 3a Etapa ) Anexo 7 Resultado Software de Regresso ( 4a Etapa ) Statgraphics Statgraphics Statgraphics Statgraphics Mtodo Mtodo Mtodo Mtodo 89 107 108 135 137 139 141 143

Anexo 8 Resultados do ajuste das Fronteiras pelo Mtodo de Regresso ( 1a 4a Etapas )

VIII

BIBLIOGRAFIA

167

ix

CAPTULO I

INTRODUO

I . 1 Consideraes Preliminares Vivemos em plena Era da Informao resultado da disseminao do uso computacional, dos meios de comunicao e da Internet como instrumentos desta transformao. A Sociedade Informacional comea a ser delineada pela crescente difuso do conhecimento e do uso de novos processos e tcnicas (ILLICH (1980)). A gesto e a manipulao de grandes volumes de dados requer a utilizao de sistemas computacionais que possibilitem o seu uso integrado. Segundo Debreu (1959) a definio de uma mercadoria realizada pela especificao de suas propriedades fsicas, da data e do local da oferta, isto , uma completa coleo de dados. Assim que, um destes trs fatores se altere, teremos como resultado uma mercadoria diferente. A avaliao do valor de uma mercadoria se constitui ento como um problema de caracterizao da mercadoria a partir da especificao dessas variveis. Este problema pode ser resolvido pela programao matemtica quando caracterizada uma mercadoria a avaliar, a informao do preo da transao realizada para cada mercadoria estabelecida em funo de suas propriedades fsicas no espao n-dimensional. Como resultado deste mtodo de avaliao teremos k mercadorias distintas, cujo valor definido em funo das variveis consideradas para caracteriz-las. Nesta tese foi criado o mtodo da Envoltria sob Dupla tica (EDO) para ser utilizado como ferramenta de avaliao do valor de uma mercadoria qualquer. A incerteza foi tratada pela explicitao da existncia de dois agentes econmicos envolvidos na transao de uma mercadoria, o comprador e o vendedor. Suas aes estabelecem o conjunto de transaes realizadas com mercadorias de

caractersticas homogneas. O conjunto competitivo formado por imveis com preo de transao que no apresentaram tendncia em benefcio de um dos agentes econmicos, serve como parmetro para novas avaliaes pelo mtodo EDO.

A engenharia de avaliao se utiliza de processos cientficos para a determinao do valor de um bem. O mtodo comparativo direto de dados de mercado tem como ferramenta mais freqentemente utilizada para estimar o valor de um imvel, a teoria da inferncia estatstica aplicada s regresses lineares tendo como referncia um intervalo de confiana. Ocorre que o mtodo EDO apresentado nesta tese, alcana resultados com melhor ajuste para os intervalos de variao do valor avaliado de imveis, podendo ser considerado assim, como uma nova ferramenta a ser utilizada pela engenharia de avaliao. A aplicao do mtodo EDO na determinao do valor de imveis, foi implementada com o apoio de um Sistema de Informao Geogrfica que integrou as seguintes base de dados distintas: o Sistema de Informaes Geogrficas implantado para a cidade do Rio de Janeiro pelo Instituto Pereira Passos (LOUREDO (1999)), que permite democratizar o acesso pelo cidado, s informaes geo-scio-econmicas sobre a cidade, disseminando a cultura do Geoprocessamento, e; o Sistema de Informaes Imobilirias que a Caixa Econmica Federal do Rio de Janeiro desenvolve e contm as informaes de preo e das caractersticas fsicas de imveis transacionados com financiamento da CEF (PAIVA (2000)). Cerca de 300 novos imveis que tm seus preos verificados a partir de modelos genricos de avaliao imobiliria, so catalogados por ms com 60 dados de caracterstica especfica. As tcnicas de geoprocessamento tm hoje como principal ferramenta de anlise de problemas espaciais complexos de tomada de deciso, os Sistemas de Informao Geogrfica (SIG). As alternativas a avaliar colocadas em camadas temticas, layers, so representadas por objetos ou unidades espaciais sobre uma base de dados de determinada regio geogrfica ((BARREDO (1996)). Para esta tese foi construdo um SIG com o objetivo de promover a interpretao e explicao da tomada de deciso espacializada, realizada pelos agentes econmicos envolvidos na transao de um imvel, o comprador e o vendedor, em funo das propriedades ou caractersticas fsicas do imvel. Segundo JANKOWSKY (1995), o papel do SIG na implementao de modelos de tomada de deciso auxilia igualmente o tomador de deciso a designar pesos de prioridade aos critrios de deciso, avaliar as alternativas viveis e visualizar os resultados de sua escolha.

ii

I . 2 Objetivo O objetivo principal desta tese consiste em desenvolver a partir da Anlise Envoltria de Dados (Data Envelopment Analysis), uma nova metodologia para a avaliao do valor de mercado de um bem, denominado de Mtodo da Envoltria sob Dupla tica (EDO). A metodologia EDO define as superfcies envoltrias do espao mercadoria Rk, formadas pelas mercadorias com preo eficiente segundo a tica produtoorientada e a tica insumo-orientada. Sob cada tica determinada a eficincia da transao da mercadoria para o vendedor e para o comprador, respectivamente, e calculado pela projeo nas fronteiras, o valor mximo e o valor mnimo avaliado em funo das propriedades fsicas da mercadoria. Em complemento ao objetivo principal, utilizamos as metodologias e tcnicas relacionadas nas consideraes preliminares para demonstrar a aplicabilidade do mtodo EDO em Avaliao Imobiliria, comparando seus resultados com os do mtodo de regresso. O processo igualmente adotado em ambos os mtodos, promove o ajuste da distncia entre as fronteiras pela determinao de um intervalo, considerado ideal por especialistas, de variao do valor avaliado para o imvel. Por fim, como ferramenta de anlise dos resultados, georeferenciamos os imveis avaliados em um software do Sistema de Informao Geogrfica (SIG), com o objetivo de identificar: a participao das propriedades fsicas na eficincia de transao do imvel sob cada tica por regio geogrfica, e; a influncia exercida por seus vizinhos notveis na valorao de um imvel qualquer. I . 3 Estrutura da Pesquisa Esta pesquisa est estruturada pelos objetivos definidos a seguir, para cada captulo: Captulo I Fundamentao filosfica do valor, da utilidade e da eficincia;

Captulo II Conceituao metodolgica e o estado da arte da engenharia de avaliao; Captulo III Formulao terica e do modelo econmico que estabelece o espao mercadoria para a aplicao do mtodo EDO; Captulo IV Aplicao da nova metodologia em engenharia de avaliao; Captulo V Comparao entre a metodologia EDO e a metodologia de Regresso Mltipla por processo que define um intervalo de variao do valor avaliado para o imvel; Captulo VI Concluses e anlise dos resultados em um SIG do municpio do RJ;

iii

Captulo VII Anexos com os resultados das aplicaes realizadas em software; Captulo VIII Bibliografias consultadas; I . 4 Filosofia do Valor e da Utilidade Por mais paradoxal que se parea nossa pesquisa inicia-se pela conceituao da Utilidade e do Valor de Troca formulados h 4 sculos. Em sua obra sobre a Teoria dos Sentimentos Morais com o Tratado da Natureza Humana, HUME1 (1738) disserta primeiramente sobre o princpio da utilidade: o homem age sempre para alcanar um prazer ou evitar uma dor. E, por outro lado, sobre o princpio da associao de idias: o funcionamento do esprito humano explica-se pela ao das foras que ligam uma idia a outra idia. Citado por BRHIER (1950), Adam Smith, sobre o mesmo tema, considera que: somos guiados nas nossas aes no somente pelo interesse pessoal, mas tambm pelo juzo que os outros emitem sobre as nossas aes. DOBB (1955) descreve o pensamento de Adam Smith2 que considerava o trabalho como uma medida invarivel de valor. A contraposio de David Ricardo3 discordava e afirmava: no ser o valor do trabalho, menos varivel do que o do ouro, da prata ou do trigo. O valor do trabalho determinado precisamente da mesma maneira que o valor de troca de qualquer outro bem. No h bem que seja verdadeiramente uma medida invarivel de valor. impossvel possuir-se uma medida dessa espcie, porque no h bem algum que no esteja exposto s mesmas variaes que as

_______________________________
1

A obra de filsofos como Hume, Locke, Hobbes e Descartes entre outros autores, considerada como a pedra fundamental que estabeleceu o alicerce para os fisiocratas como Quesmay e seus discpulos formularem a existncia de leis gerais, a partir dos quais os fenmenos econmicos se comportam. A Fisiocracia foi o incio da Anlise Macroeconmica.

Com a publicao de A Riqueza das Naes, SMITH (1776), introduziu um conjunto de princpios que se tornou a pedra angular do que passaria a ser a tradio clssica da Economia.
3

A tradio clssica chegou ao pice de seu desenvolvimento com o trabalho de David Ricardo. notvel que uma pessoa com seus antecedentes tivesse feito to destacada contribuio Economia, j que, como jovem, estava destinado a uma carreira comercial e no acadmica. Segundo seu bigrafo, os trabalho de RICARDO (1817) sobre os Princpios de Economia Pblica e Tributao e, RICARDO (1822), e sobre a Proteo Agricultura: .... colocou-o na primeira fileira dos economistas polticos, ainda que no tivesse escrito mais nada.

iv

coisas cujo valor tem de ser verificado; isto , no h nada que no possa exigir mais, ou menos trabalho para a sua produo. Ricardo, porm reconhece que a sua anlise de preo poderia ser facilitada pelo estabelecimento de uma medida de valor invarivel 4. Por isso, sugere que se pode supor que a produo de ouro poderia ocorrer com o auxlio de uma combinao de capital fixo e circulante que se aproximasse da quantidade mdia empregada na maioria das atividades. Se esta suposio for aceita, podemos considerar a moeda feita de ouro como um padro de valor invarivel. Pode-se, ento, concluir que as mudanas nos preos dos bens so o resultado de mudanas em seus valores de troca e no mudanas no valor do padro em cujos termos os preos esto sendo medidos. A anlise de Ricardo do valor de troca, portanto, fundamenta-se na suposio de que o valor da unidade monetria de conta, em cujos termos os valores so expressos, no se modifica. Esta suposio se tornou fundamental para a anlise de valor, torna a moeda uma unidade passiva de conta que facilita trocas mais convenientes e eficientes, mas de modo algum altera os relacionamentos finais resultantes. Conquanto os acrscimos ou decrscimos no fluxo monetrio propendam a elevar ou baixar todos os preos e alterar temporariamente as relaes de troca (face a alguns preos monetrios serem mais elsticos do que outros), so perturbaes de curto prazo. Com muita propriedade a explicao do valor nos relacionamentos de troca supe a ausncia de tais variaes. Assim, quando Ricardo se refere a preo, este sinnimo de valor de troca; e a menos que ele especificamente se refira a preo de mercado, quer dizer preo natural, ou preo em termos do trabalho incorporado. A anlise de Ricardo sobre o valor de troca inicia-se com a distino feita por Smith entre o valor de uso e o valor de troca. Afirma que para que um bem tenha valor de troca essencial que tenha utilidade, embora esta no seja uma medida de valor. Tendo utilidade os bens derivam seus valores de troca de sua escassez e da quantidade de trabalho necessrio para obt-los. Alguns bens tm valor apenas
_______________________________
4 No trabalho Propostas para uma Moeda Econmica e segura com Observaes sobre o Lucro do Banco da Inglaterra, RICARDO (1816) assumiu a posio de que desnecessrio que uma moeda tenha valor intrnseco. O essencial que a oferta de papel moeda seja suficientemente limitada para manter o seu valor a par com o valor do ouro.

como resultado de sua escassez, raridades, tais como quadros, livros, moedas e

outros objetos de arte, que no podem ser reproduzidos por qualquer montante de trabalho. A implicao que quando a oferta no pode ser ajustada, a procura imperar na determinao do valor de troca. Contudo, a maioria dos bens reproduzvel e, portanto, deriva seu valor no da escassez, mas dos requisitos de trabalho da produo. Os bens tanto incorporam trabalho passado como presente. Ricardo identifica capital com trabalho, em sua observao de que jamais houve um perodo na Histria em que no existisse capital. Sem alguma arma no se poderia abater um animal; e, portanto, seu valor seria regulado no unicamente pelo tempo e o trabalho necessrios para abat-lo, mas tambm pelo tempo e trabalho necessrios para prover o capital do caador, a arma com cujo auxlio foi efetuada a caa do animal. Tanto com Ricardo como com Smith, portanto, o papel principal do capital o emprego da mo de obra atravs de pagamentos advindos do fundo salarial. Os bens de consumo adquiridos pelos trabalhadores so parte do investimento real da economia, e os novos bens que produzem representam a reproduo deste capital sob outra forma. Sua venda simplesmente reembolsa os salrios previamente pagos, mais os lucros. Por isso, o valor de troca proporcional no apenas mo de obra direta envolvida na produo, mas tambm que empregada em implementos, instrumentos e prdios com os quais seu trabalho auxiliado. CASSELS (1970) descreve o interesse central de Ricardo em explicar as alteraes nos valores de troca, porque tais variaes afetam as propores da repartio do produto, que vo para os trabalhadores, capitalistas e latifundirios. Raciocinou que as mudanas nas taxas em que dois bens so trocados entre si, no decorrem de mudanas em seu contedo relativo de trabalho passado e presente. Isto implica que os valores de troca no so afetados por diferenas de taxas salariais entre os trabalhadores, ou por mudanas no nvel de salrios e lucros, ou pela incluso de renda da terra no preo de um produto. O trabalho no homogneo e, com certeza, diferentes bens so produzidos com diferentes espcies e qualidades de trabalho, assim como em quantidades diferentes. As diferenas qualitativas entre trabalho da mesma durao, segundo Ricardo, se refletiro nas taxas salariais que prevalecem no mercado. Mas, argumentou, estas diferenas no afetaro os valores de troca. Se o trabalho

vi

incorporado em um bem superior de algum modo, e, portanto, mais altamente pago do que o incorporado em algum outro bem, o efeito precisamente o mesmo que se tivesse sido usada uma quantidade maior de trabalho. Tampouco Ricardo pensou que as variaes no nvel salarial teriam qualquer influncia nos valores de troca. Uma mudana no nvel salarial afetar somente o nvel de lucros. Isto porque Ricardo, assim como Smith, que o precedeu, concebeu salrios e lucros como variando inversamente entre si. Destarte, o valor de troca permanece o mesmo se seu contedo de trabalho no mudar. Somente a relao entre salrios e lucros que se modifica por uma alterao no nvel de salrios e lucros. O exame inicial de David Ricardo em torno do fenmeno renda da terra a definiu: como a compensao paga ao proprietrio da terra pelos poderes originais e indestrutveis do solo. Quando um pedao de terra ocupado pela primeira vez e h solo rico e abundante em relao ao tamanho da populao, quase no haver renda a ser paga. Quando o crescimento da populao e o progresso da sociedade causarem a necessidade da terra de um segundo grau de produtividade, esta provocar um incremento na renda da terra de primeira qualidade. Assim, sucessivamente, a necessidade de viabilizar o uso de terras menos produtivas, provocam sucessivos incrementos, nas rendas das terras de melhor qualidade ou mais produtivas. Com efeito, sob as circunstncias iniciais a primeira terra um bem livre5. Em cada necessidade subsequente de cultivar terra menos produtiva surgir a renda das terras que no a tinham e aumentar as das terras que j produziam. Este princpio pode ser demonstrado pela visualizao da aplicao de uma dada quantidade de trabalho e capital a terras que, em virtude de sua fertilidade e ou situao, possam ser consideradas como de melhor qualidade. O volume de produo ter um valor de troca que reflete o capital e o trabalho nele incorporados. Por conseguinte, o preo
_______________________________
5

SMITH (1776) em seu ensaio sobre o valor de troca, considerou que os bens poderiam ter um valor de uso, atribuvel utilidade e, um valor de troca, atribuvel ao trabalho incorporado. Adam Smith comparou os bens livres de grande utilidade que teriam pouco valor de troca com os bens econmicos escassos com elevado valor de troca e de pouca utilidade. Comparou assim o baixo valor da gua de obteno livre com o do diamante, que tem menor utilidade mas muito valorizado.

vii

total ser absorvido por salrios e lucro e a prpria terra no far jus a rendimento algum. Se em conseqncia de uma populao crescente tornar-se necessrio empregar terras que sejam inferiores primeira, e se for aplicado um montante igual de trabalho e de capital em seu cultivo, obter-se- agora um menor volume de produo. mais caro obter o mesmo produto de uma terra de segunda classe. O valor em troca de unidades de um produto obtido dessa forma regulado pelo mesmo princpio que imperou no que tange ao volume de produo da terra de melhor qualidade, ou seja, o trabalho e o capital incorporados em sua criao. Porm, no pode haver duas taxas de troca para diferentes unidades do mesmo produto quando estes so vendidos no mesmo mercado puramente competitivo. Dessa forma, o valor de troca do produto regulado pelos requisitos de produo menos favorveis. O valor de troca ou preo das unidades de um bem produzido, sob circunstncias mais favorveis, precisamente o mesmo que o de unidades do mesmo bem produzido, em condies menos favorveis. Para quem vai essa diferena e por qu? J que somente podem prevalecer uma taxa de salrios e uma taxa de lucros, a diferena vai para o proprietrio da terra superior sob a forma de renda. Por isso, Ricardo concluiu que a renda no uma causa do valor de troca de um produto, mas seu resultado. WICKESTEED (1932) examina o aspecto da teoria Ricardiana. Ressalva que a teoria da renda da terra se presta prontamente moderna terminologia e aparelhagem, por ser em essncia uma teoria de produtividade marginal6. Os economistas modernos conceituam a utilidade: como uma qualidade que torna a mercadoria desejada. Um fenmeno altamente subjetivo, critrio esse que

_______________________________ Apresenta uma anlise da produtividade, entre terras de qualidades diferentes, relacionada tendncia de rendimentos decrescentes a medida que so aplicados doses adicionais iguais de trabalho e capital s terras, de forma que cada qual seja progressivamente menos produtiva do que a precedente. Demonstra a viabilidade econmica e financeira do investimento at que o valor do produto marginal obtido seja igual ao custo marginal para produzi-lo. Por conseguinte, o cultivo continuar at que os rendimentos marginais do cultivo intensivo sejam iguais aos do cultivo extensivo. O fator varivel, isto , o componente de trabalho e capital, recebe o valor do produto marginal como seu rendimento, ao passo que o fator fixo, neste caso a terra, recebe a diferena entre a receita total e a parte que vai para o trabalho e o capital. Esta diferena o excedente que Ricardo chamou de renda da terra. No parte do custo de produo porque sua eliminao (por exemplo, por tributao) no afetaria a dimenso do produto que uma dada quantidade de trabalho e capital poderia produzir. Somente os custos de trabalho e capital que devem ser satisfeitos para assegurar que ser obtido o produto.
6

introduziu a teoria subjetiva do valor na economia.

viii

SMITH (1776) verificou que: a economia intrnseca ao ser humano, onde a procura do bem estar individual egosta promove um bem estar coletivo. Definiu assim o princpio econmico da Mo Invisvel comportamento esse, que regula e explica as relaes econmicas harmnicas das sociedades. Hoje pode ser considerado at ingnuo pensar desta forma, mas como diz SAMUELSON (1975): que sob condies de concorrncia perfeita, sem que algum agente de mercado possa sobrepor sua vontade sobre a dos demais em tamanho e poder, esta definio plenamente aceitvel, virtudes estas de certo ponto alcanadas pela livre empresa. I . 5 Filosofia da Eficincia O economista FARREL (1957), integrante da Royal Statistical Society, desenvolveu estudo para aferir a eficincia entre economias. Com dados provenientes de resultados estatsticos da produo, tinha o objetivo de ser genrico e aplicvel a qualquer organizao produtiva, de uma simples oficina at uma economia nacional, se constituindo, assim, como os fundamentos do Mtodo de Anlise Envoltria de Dados. Farrel considerou ser conhecida a funo de produo, ou seja, a fronteira mxima que representa a produo formada pelo melhor uso das variveis de insumo. Props ento definir a eficincia relativa das economias que operavam segundo as mesmas condies, e pertenciam ao espao vivel de produo. Como pode ser verificado na figura I, para um mesmo nvel de produo, define-se uma economia eficiente Q pertencente a isoquanta SS, fronteira de produo, utilizando 2 fatores de produo por unidade de produto, insumos I1 e I2. A economia Q, eficiente, utiliza uma razo OQ/OP da quantidade de insumos utilizados por P, ineficiente. Para o caso da utilizao da mesma quantidade de insumos pelas

economias, teremos que a produo da unidade Q, OP/OQ vezes maior que a produo da unidade P.

ix

Considerando

ainda

uma

restrio

de

oramento

definida

pela

reta

EF

encontraramos em T um firma eficiente em todos os aspectos analisados. Mas, para uma mesma escala de uso dos insumos I1 e I2 que a utilizada por P e Q a eficincia de preo se encontraria para uma firma em R, no pertencente ao conjunto de possibilidades de produo. A eficincia de preo das firmas eficientes pertencentes fronteira de produo determinada conforme definido para a unidade Q, que corresponde a OR/OQ vezes menor que o preo de R. Desta forma a eficincia total para as firmas ineficientes definida pelo produto da eficincia tcnica pela eficincia de preo.

I 1

E
R

T S' F O I2

Figura 1 Isoquanta SS da Fronteira de Produo Eficincia Tcnica = OQ/OP Eficincia de Preo = OR/OQ Eficincia Total = Eficincia Tcnica x Eficincia de Preo Eficincia Total = OQ/OP x OR/OQ = OR/OP Restrio Oramentria = EF Este intrito teve por objetivo formular os fundamentos filosficos que lastraram o desenvolvimento subsequente desta pesquisa. OQ/OP 1 (I.4.1)

CAPTULO II

ENGENHARIA DE AVALIAES

II. 1 - Mtodo Comparativo O mtodo comparativo direto de dados de mercado da Engenharia de Avaliao de Imveis utiliza freqentemente a teoria da inferncia estatstica aplicada s regresses lineares como ferramenta para estimar o valor de um imvel, tendo como base um intervalo de confiana. Conceitualmente o mtodo comparativo da Avaliao Imobiliria descrito segundo a literatura da Engenharia de Avaliao, como: - A metodologia que estima o valor de um bem por comparao com outros de caractersticas semelhantes. Na prtica, ocorre que aps a coleta dos elementos de referncia, geralmente est o avaliador de posse de uma amostragem aleatria formada por dados diferentes, das caractersticas do bem avaliado. Nesse caso imprescindvel o uso de fatores ou de ponderaes, que transformem os dados nas variveis independentes representativas do bem avaliado. (CORDEIRO (1987)). - O mtodo em que o valor do imvel, ou de suas partes constitutivas, obtido atravs da comparao de dados de mercado relativos a outros de caractersticas similares (MOREIRA (1994)). Esses dados de mercado devem ser entendidos como dados de vendas efetuadas, de ofertas de vendas ou de desapropriao ou de outras aes judiciais. J o Valor de Mercado caracterizado pela literatura, como: - A expresso monetria do bem, data de referncia da avaliao, numa situao em que as partes, conhecedoras das possibilidades de seu uso e envolvidas em sua transao, no estejam compelidas negociao e, ainda, a Avaliao a determinao tcnica do valor de um imvel ou de um direito sobre o imvel: Norma Brasileira (ABUNAMAN (1998)).

xi

- O maior preo em termos de dinheiro que o imvel pode ter uma vez colocado venda, em aberto, por um tempo razovel para se encontrar um comprador, o qual dever ter conhecimento de todos os usos, propsitos e utilidades, para que o comprador tenha capacidade de utilizar o imvel. Ou, ainda: o preo pago por um comprador desejoso de comprar, mas no forado, a um vendedor desejoso de vender, mas tambm no compelido, tendo ambos pleno conhecimento de utilidade da propriedade transacionada: Suprema Corte dos Estados da Califrnia, EUA, (ABUNAMAN (1998)). - O preo que um vendedor est disposto a aceitar e um comprador a pagar, ambos perfeitamente bem informados e dentro de circunstncias normais, objetivas e subjetivas, por um determinado bem: Engenheiro mexicano Enrique L.Montes de Oca (ABUNAMAN (1998)). A metodologia de Avaliao Imobiliria regida pela Norma Brasileira NBR 5.676, antiga NB-502 (1989), e tem como procedimento usual : a) Procurar e utilizar referncias de vendas ou aluguis de propriedades comparveis. b) Atualizar os preos dos valores dos imveis de referncia, considerando as diferentes pocas de realizao das transaes. c) Comparar os imveis de referncia com os avaliados por: - Comparao direta reduzir ao mesmo denominador, ajustando as diferenas de tamanho, qualidade, localizao, estado de conservao, etc. - Composio indireta comparar as rendas e aplicar a taxa de capitalizao conveniente renda da propriedade avaliada. d) Pesquisar a tendncia central ou mdia ponderada dos resultados obtidos para se alcanar finalmente o valor.

II. 2 Anlise de Regresso Mltipla

xii

Em Economia ou em outras reas, uma relao entre variveis pode, em certas situaes ser considerada exata e, em outras, estocstica, i., sujeita influncia de variveis aleatrias. FONSECA (1998) descreve a metodologia de estimao economtrica como: Quando de posse de uma amostra representativa do universo analisado, alguns avaliadores utilizam a estatstica inferncial. Um modelo economtrico explicativo do valor do imvel definido em funo de variveis independentes, que representam as propriedades fsicas desse imvel. O processo consiste em definir um modelo economtrico por funo estocstica que estime o valor do imvel, a partir de dados de mercado. Considerando por exemplo uma funo consumo keynesiana C = 1 + 2 Y + , onde Y representa a renda , C o consumo e o vetor de variveis aleatrias. Assim, para cada par de observaes de C e Y, supomos ser vlida esta relao, mas sujeita ocorrncia de um erro. Em economia se afirma que as mudanas em uma varivel podem ser explicadas por uma referncia de mudanas ocorridas em outras variveis. A equao que representa essa relao formada por variveis endgenas ou exgenas, determinantes ou explicativas, sujeitas a erros ou resduos de previso. A distribuio probabilstica de Y e suas carcetrsitcas so ento determinadas pelos valores de X e pela distribuio de probabilidade de (KMENTA (1990)). Uma vez estabelecida uma forma funcional para uma determinada relao, desejamos estimar os parmetros desta relao. Supondo existir uma relao correta para explicar uma determinada varivel econmica e pelo fato de

que, no temos como determinar os desvios ou resduos dos dados amostrais, no podemos encontrar os valores reais dos parmetros, por exemplo 1 e 2 no caso da funo consumo. Podemos apenas estimar estes parmetros atravs dos dados disponveis. Os parmetros so estimados e a funo denominada de estimador. Dois mtodos so utilizados: o mtodo de Mnimos Quadrados e o mtodo da Mxima Verossimilhana. O mtodo de Mnimos Quadrados o mais usual em engenharia de avaliao. Os resduos de uma regresso definidos a partir de um reta de regresso qualquer, so determinados a partir da equao formada pelos parmetros 1 e 2 pelos vetores de variveis independentes e dependentes da equao = Y 1 2 X .

xiii

O primeiro passo de uma aplicao paramtrica emprica selecionar uma forma apropriada para a funo de produo. Diversas formas funcionais tm sido utilizadas na anlise aplicada de produo, as mais usuais so (BATTESE et al (1998)) ((BATTESE et al (1992)): - Cobb-Douglas. Y = Ax1 b1 x2 b2 equivalente a Ln y = Ln A + b1 Ln x1 + b2 Ln x2 y* = a* + b1 x*1 + b2 x*2+ ui Sendo u i o vetor das variveis aleatrias. - Trans-log Ln y = bo + b1Ln x1 + b2Ln x2 + (1/2) [ b11(Lnx1)2 + b22(Lnx2 )2 ] + b12 Lnx1 Lnx2 (II.2.3) A Cobb-Douglas fcil de estimar e matematicamente manipulvel mas restritiva nas propriedades impostas sobre a estrutura de produo, como retorno de escala constante e elasticidade de substituio igual a 1. A translog no impem estas restries, mas por ter uma formulao matemtica mais complexa, impe a (II.2.1) (II.2.2)

condio de ter poucos graus de liberdade e de apresentar multi-colinearidade (BATTESE et al (1977)) (BATTESE et al (1988)). O mtodo de Mnimos Quadrados envolve a definio dos resduos de uma regresso, definidos para a funo Cobb-Douglas como u i = y* - ( a* + b1 x*1 + b2 x*2). Em grfico, figura 2, os resduos correspondem s distncias verticais entre os valores observados de y e os valores projetados pela equao, dadas as estimativas a* , b1 e b2 . O estimador de Mnimos Quadrados surge, ento, da minimizao da soma dos quadrados destas distncias (FONSECA (1998)). Um conjunto de hipteses associadas ao modelo diz respeitos aos resduos. Quando estas hipteses se aplicam pode-se dizer que o estimador de M.Q. eficiente e noviesado (FONSECA (1998)), isto , apresenta a menor varincia no conjunto de estimadores lineares no viesados. Pelo teorema de Gauss Markov verificado a matriz de varincia e covarincia do estimador linear no viesado e se os elementos da matriz so maiores que os da diagonal da matriz 2 ( X X ) 1.

xiv

ui

Figura 2

Funo estimada Mnimos Quadrados

Hiptese 1 : Um conjunto de valores para uma varivel dependente y pode ser calculado como uma funo linear em relao aos parmetros de um conjunto de variveis independentes X e um vetor de resduos ui. y = 1 X + ui (II.2.4)

Os problemas que podem surgir em relao a esta hiptese so de trs tipos: a) conjunto de variveis independentes errado; b) no-linearidade; c) mudanas de parmetros. Em relao ao primeiro item, importante que todas as variveis relevantes na determinao de y sejam consideradas e que as irrelevantes no sejam includas. Quanto ao item b, relevante ressalvar que a linearidade exigida em relao aos parmetros que se deseja estimar, e no em relao s variveis.

Hiptese 2 : A mdia do erro igual a zero: E (ui ) = 0 ( i = 1,,2........,n) (II.2.5)

Hiptese 3 : Homocedasticidade : Esta hiptese diz respeito s covarincias dos erros. Supomos que as varincias de cada erro igual a uma determinada constante, representada por 2. E (ui 2) = E (uj 2) = 2 (II.2.6)

Hiptese 4 : No auto-regresso : A covarincia entre os erros diferentes por hiptese igual a zero:. E ( u i u j ) = 0 , para i j (II.2.6)

xv

Supondo uma distribuio normal para os erros ou, mais precisamente, uma funo densidade normal multivariada. A segunda igualdade desta hiptese implica que os erros sejam sempre independentes. As hipteses 2 e 3 determinam os parmetros da distribuio conjunta de probabilidade dos erros uj do vetor y , ou seja : uj ( 0 , 2 I ) , y (x,2I) (II.2.7)

Dois tipos de problemas podem surgir em relao hiptese 3 : a) as varincias dos erros no so constantes, esta situao denominada de heterocedasticidade; b) os erros so correlacionados, denominada de autocorrelao. O teste mais utilizado para detectar a presena de auto-correlao o de Durbin e Watson, que testa se os erros apresentam uma relao dinmica de autocorrelao de primeira ordem. Hiptese 5 : No existe multicolinearidade . O conceito de multicolinearidade corresponde existncia de uma relao linear entre duas ou mais das variveis independentes. Se esta relao linear for perfeita, o que raro de ocorrer e revelaria um erro na definio das variveis, significa que o posto da matriz X menor do que o nmero de colunas, ento o estimador de M.Q. no pode ser obtido. O efeito prtico da multicolinearidade que no podemos estabelecer o efeito isolado das variveis independentes sobre y, uma vez que elas tendem a variar na mesma direo. Hiptese 6 : As variveis independentes so fixas (no-estocsticas). Hiptese no vlida em econometria, por serem todos os modelos econmicos passveis de aleatoriedade. (KMENTA (1990)) (GUJARATI (1995)) Considerando que as hipteses do modelo estatstico linear de regresso sejam satisfeitas e dado o estimador de Mnimos Quadrados definido para este modelo, uma questo bsica que se coloca a avaliao deste estimador em relao as propriedades desejadas dos estimadores, analisadas anteriormente, i., desejamos saber se este estimador ou no viesado e se ele pode ser considerado um estimador eficiente II.2.1 Avaliao por comparao Casos Prticos O Avaliar um congresso organizado pela Associao Brasileira de Instituies Financeiras de Desenvolvimento (ABDE), que considerado o Frum de

xvi

apresentao e debate das prticas mais utilizadas em Engenharia de Avaliao, enfocando as tcnicas mais recentemente desenvolvidas e aplicadas. Neste aspecto, apresentamos a seguir uma amostra do que se constituiu o Avaliar 2000 com a descrio dos casos mais interessantes: 1o Caso ESSIG et al. (2000) apresentam um caso prtico de avaliao de lotes em um municpio do Rio Grande do Sul realizado para a CEF. Para tanto, pesquisaram 61 lotes em 7 loteamentos na mesma regio. Foram considerados os seguintes atributos: rea ; frente; topografia; situao; localizao. Como resultado os unitrios obtidos apresentaram a seguinte equao : Unitrio (R$/m2) = ( +9,7004324617 -2,119418047 *Lnrea -11,41063582 *1/ (Frente)1/2 - 1,630068555 *1/(Topografia) (Situao)
1/2

+1,167800959 *
2

+1,928358142 *Ln(Localizao)

(II.2.8)

Unitrios obtidos : R$ 13,54/m2 a R$ 50,00/m2 2o Caso KEGLER et al. (2000) apresentam um caso prtico de avaliao

apresentando um problema de forte correlao entre as variveis frente e rea nos modelos de lotes. De um modo geral os loteamentos so padronizados pela legislao municipal, definido uma relao semelhante entre a frente e a profundidade. A soluo adotada foi a de realizar testes das variveis alternativas: 1a varivel = profundidade equivalente / frente e a 2a varivel de forma = rea corrigida de cada lote da amostra considerando a rea de um quadrado de igual permetro. O melhor resultado foi a da 2a varivel com correlao entre a varivel rea e forma foi igual a 0,08 isoladamente e 0,40 com influncia das demais. 3o Caso - DANTAS (2.000) apresenta trs aplicaes em que comparam o uso de um modelo por ele definido como padro e outro como modelo especial: 1a O modelo especial faz uma investigao da influncia da testada para lotes em duas regies distintas, no aspecto da maior importncia em zonas comerciais

xvii

do que em zonas residenciais, o que sugere um componente interativo entre as duas variveis. 2a Deseja estudar o comportamento do mercado imobilirio de terrenos situados em uma mesma regio, em relao s suas reas, admitindo-se as demais caractersticas semelhantes. Pelo modelo especial verifica-se que o modelo padro inadequado para explicar o comportamento do mercado, pois para lotes de pequeno porte, com vocao unifamiliar, os terrenos muito pequenos tem restries de

aproveitamento e pouca liberdade para o desenvolvimento de projetos, ento estes aumentam seu preo unitrio em funo do aumento da rea, j para os terrenos maiores ocorre o inverso. Face a esta situao o modelo especial incorpora a introduo de Fator de Interao composto por rea e porte. 3a Deseja analisar o mercado de salas comerciais, com o objetivo de inferir a taxa de rentabilidade de aluguel e do fator de fonte, que corresponde aos dados de oferta e aos dados obtidos a partir de transaes efetivamente realizadas, segundo dois modelos: a) Modelo Padro : Construiu-se adotando como varivel dependente os valores unitrios por m2 de rea privativa (V) e como variveis independentes a rea privativa (A); a natureza do evento (N) como varivel dummy com o valor 1 para dados provenientes de oferta e o valor 0 para transaes efetivamente realizadas e para o tipo de negociao proposta (T) com valor igual a 1 para locaes e 0 para vendas, obtendo-se a seguinte equao: Vci = 20,28 x 0,9882 Ai x 104,17
Ti

x 1,3305 Ni

(II.2.9)

O modelo atende os pr-requisitos exigidos para o nvel rigoroso no que diz respeito a significncia dos parmetros, todas inferiores a 5%, confiabilidade superior a 99% e R2 = 99,90 %, indica que o modelo explica bem, a variabilidade dos preos em funo das variveis independentes consideradas. Conclui-se que: os valores de venda so em mdia 104,17 vezes o preo de locao, que implica em rentabilidade mdia de 0,96%;

xviii

os preos de oferta so em mdia 33,05% superiores aos das transaes, indicando um fator de fonte da informao, se oferta ou transao, de 0,75, tanto para as vendas como para as locaes. Os preos decrescem a uma taxa de 1,18%, a cada acrscimo unitrio de rea. b) Modelo Especial : Em estudo mais abrangente sobre a questo, h de se considerar fatores como a escassez da moeda circulante, nveis de renda, nveis de oferta e de demanda, etc, podem afetar as diferenas mdias dos preos de oferta e transaes, no mercado de venda e locaes; tambm a rea privativa tem maior influncia no momento da venda que no instante da locao; ou ainda que as salas grandes, por terem valores maiores, gozem de descontos diferenciados no momento de fechamento do negcio. Vci = 26,13 x 0,9836 Ai x 63,2565 Ti x 1,2390 Ni x 1,1499
Ti .Ni

x 1,0096 Ai.Ti (II.2.10)

Os resultados demonstraram a superioridade deste modelo em relao ao modelo padro, com confiabilidade superior a 99% e significncia dos parmetros inferiores a 0,01%, com R
2

= 99,94%. Tambm o grfico dos resduos versus

valores ajustados, que apresentava alguma lei de formao agora se mostra com pontos dispostos aleatoriamente, indicador favorvel para o atendimento dos pressupostos bsicos de homocedasticidade e no auto-regresso. Conclui-se ento que: No mercado de locaes, os preos de oferta so superiores em mdia aos preos de negociao em 23,90%; enquanto que no mercado de compra e venda este percentual bem maior 42,47%. Isto o desconto obtido por ocasio de uma transao de compra e venda 77% superior ao que se obtm em uma locao; Os preos de locaes decrescem a uma taxa de 1,64% por acrscimo unitrio da rea; enquanto para efeito de venda esta taxa de 0,70%, indicando que a rea mais importante no momento da compra e venda que no momento da locao; A razo entre os preos de locao e compra e venda de 1,58 x 0,9905Ai%. Assim, a taxa de rentabilidade que no modelo padro era uma constante, no modelo especial decresce a uma razo de 0,95% de cada acrscimo unitrio da rea privativa.

xix

Pelo exposto, conclui-se que, em vrios casos, a avaliao de imveis utilizando o modelo padro , no suficiente para explicar o comportamento do mercado imobilirio, principalmente quando se trabalham com variveis do tipo dummy. Assim, recomenda-se que numa avaliao: A anlise de dados seja feita, no somente pela identificao de variveis explicativas, mas tambm verificando-se como cada uma interfere no

comportamento das demais; Para o dimensionamento da amostra sejam considerados pelo menos 5(cinco) dados de mercado contendo informaes relativas a cada varivel considerada; Independentemente do nvel de rigor, para que a anlise de um modelo de regresso seja completa, no pode ser dispensada a comprovao dos pressupostos bsicos, em especial no que diz respeito anlise grfica dos resduos. DANTAS (2000) sugere que toda modelagem seja feita baseada em estudo mais abrangente do mercado imobilirio, identificando e testando os possveis fatores de interao, atravs de Modelos Especiais.

xx

CAPTULO III

METODOLOGIA DA ANLISE ENVOLTRIA DE DADOS

III. 1 Conceituao Os modelos DEA so utilizados para realizar anlises comparativas de um conjunto de observaes. Para cada unidade observada, desde uma Economia Nacional a um simples equipamento, permite tirar concluses de eficincia ou de produtividade a partir dos resultados alcanados pelo uso de alguns insumos (FARREL (1957)). Em anlise grfica, a partir da seleo de k unidades observadas, com s insumos e m produtos, cada um dos modelos determina um subconjunto formado por q unidades eficientes. Estas unidades so consideradas benchmarks e definem os segmentos da superfcie envolvente dos dados. O subconjunto contido mas no pertencente a esta superfcie formado pelas k - q unidades no eficientes. Na metodologia DEA a distncia em relao superfcie envolvente representa a eficincia das unidades observadas. As unidades eficientes que definem a superfcie formada pelos melhores resultados tm eficincia normalizada igual a 1. J as demais unidades ineficientes tm eficincia normalizada menor que 1, calculada pela distncia relativa superfcie envolvente. TAVARES (1998) descreve os modelos DEA como um mecanismo de projeo. A soluo do problema de programao matemtica para a unidade Ok , representada

por (Xk ,Yk), o ponto ( X

, Y K ) projetado na fronteira de eficincia

(X K , Y K )

Modelo

DEA (X, Y ) ( X K , Y K )

xxi

Quando

= X K , YK ento O k eficiente e pertence a superfcie envolvente. Para uma O k in eficiente , o ponto X K , YK encontra se na su perfcie

(X K , YK )

envolvente e pode ser representado em termos das O j eficientes atravs da seguinte expresso: (X K , YK

= (
j=1

n jk

X j , jk Yj )
j=1

(III.1.1)

O ponto projetado sempre uma combinao linear, no negativa das O j , eficientes, com jk 0. Para
jk

= 1 ento j = k e O k eficiente.

A ineficincia pode ser representada por uma medida de distncia entre:

(X k , Y k ) e ( X k , Y k ), como por exemplo : x ik x ik , i = 1,.........., m (III.1.2) y rk y rk r = 1,........., s

A determinao da eficincia de uma unidade observada Oj , com j = 1,...,n, requer o clculo de um problema de programao matemtica. O problema de programao matemtica linear solucionado para cada Oj , com j =1,...,n D, conjunto observado, identifica os conjuntos de unidades eficientes E*. III. 2 Modelagem Econmica do Espao Mercadoria A ao do vendedor e do comprador exercida sobre cada mercadoria, define as possibilidades da oferta e da demanda observadas para as k mercadorias em funo dos seus atributos. Desta forma, a interao dos conjuntos da oferta e da demanda definidos vetorialmente no Espao Mercadoria Rk (DEBREU (1952)), estabelece o conjunto das transaes realizadas. O mtodo desenvolvido no captulo III.3 denominado de Mtodo da Envoltria sob Dupla tica (EDO), define em um espao n-dimensional as superfcies envoltrias formadas pelas mercadorias com preo eficiente segundo a tica Produto e Insumoorientada. Estas superfcies encapsulam os dados das k mercadorias observadas. Para cada mercadoria determinada a eficincia da transao em relao s superfcies sob uma tica e em consequncia o intervalo de variao do seu valor.

xxii

O propsito deste captulo formular matematicamente o conjunto das transaes realizadas para uma mercadoria genrica, para depois consider-la como um imvel. A partir da contextualizao econmica realizada, desenvolve as formulaes dos conjuntos representativos da mercadoria e das aes dos agentes econmicos envolvidos. III. 2.1 Conceito de Mercadoria DEBREU (1952) define o conceito de mercadoria atravs de exemplos significativos. O mais simples, o de um bem econmico definido em detalhe, como o trigo. Na realidade, so conhecidas de fato, vrias espcies de trigo. Ento, para se estabelecer de qual mercadoria falamos, se faz necessrio descrever completamente o trigo considerado, por exemplo, Trigo Inverno Vermelho no2, acresce-se a isto a data e o local de sua oferta. Pois, uma espcie de trigo, disponvel agora e outra disponvel daqui a uma semana ou em locais distintos, seguem regras econmicas diferentes. Fica claro, a partir deste exemplo, que a definio de cada mercadoria, feita pela especificao de suas propriedades fsicas, da data e do local da oferta. Assim que, um destes trs fatores se altere, teremos como resultado uma mercadoria diferente. Uma mercadoria representa um bem ou um servio prestado. Estes bens so classificados por matria-prima como no caso do trigo, do petrleo, do algodo, entre outros ou por produtos manufaturados como um veculo, um sapato, um apartamento ou qualquer outro produto. Na classe de servios, se incluem os diversos tipos de trabalho humano, os do uso de equipamentos ou mquinas, os de locao de ambientes ou residncias ou ainda do uso de infra-estruturas pblicas ou privadas. III. 2.2 Definio do Espao Mercadoria O espao mercadoria, R
k

, composto por um nmero finito de k distintas

mercadorias. Estas k mercadorias esto sujeitas s aes dos agentes econmicos. Um indivduo que compra um apartamento, um carro, ou qualquer outra mercadoria para seu prprio uso e depois a vende, adota o comportamento de agentes econmicos distintos. Em princpio, o comportamento do consumidor no atendimento de sua necessidade e em seguida, o comportamento do produtor que beneficia a mercadoria e a disponibiliza.

xxiii

Uma Economia, E, definida por c consumidores e p produtores ou vendedores (caracterizados por seus conjuntos de oferta e demanda). Um estado da economia a especificao da ao de cada agente, exercida sobre uma mercadoria e dita alcanvel, se essa ao lhe possvel e se as (c + p) aes so compatveis com os recursos totais (DEBREU (1952)) 1. Os recursos totais so as quantidades de mercadorias a priori disponveis, para (ou por) um agente econmico e representadas por um ponto w, no espao mercadoria, Rk. Como recursos totais, tambm se incluem, todo o capital existente da economia naquele instante de tempo considerado, i., terrenos, imveis, prdios, depsitos minerais, equipamentos, mquinas e tudo o mais existente e disponvel, naquele instante e que correspondam ao legado do passado. III. 2.3 Oferta e Demanda Na transao de uma mercadoria promovida a interao entre compra e venda. A ao realizada por cada agente econmico representada vetorialmente, por variveis de insumo e produto, no espao mercadoria R k (DEBREU (1959)). Cada ao de venda ou de compra, exercida por um agente econmico sobre uma determinada mercadoria, representada pelas quantidades de insumos ou produtos envolvidas na transao. Essas aes de oferta e de consumo esto sujeitas s restries de tecnologia, de matria-prima e de recursos financeiros, entre outras. A ao de um produtor ou vendedor restringida pelo conhecimento tecnolgico e pertence ao conjunto de possibilidades de produo, que corresponde ao conjunto de possibilidades de oferta. A ao de um consumidor restringida pelo seu oramento ou renda, pertence ao conjunto de possibilidades de demanda e esses conjuntos pertencem ao Espao Mercadoria. Uma completa descrio de uma Economia definida pelos seguintes elementos :

__________________________________
1

DEBREU (1952) no captulo 5 de sua monografia sobre a teoria do valor define a noo de Equilbrio.
A ao de compra de cada consumidor representado pelo vetor ci , que representa o consumo de uma determinada mercadoria; A ao de venda de cada produtor ou

xxiv

vendedor representado pelo vetor pj, que representa a oferta de uma determinada mercadoria; O conjunto de possibilidades de demanda que contm cada i ao de compra do consumidor representado por C i; O conjunto de possibilidades de oferta que contm cada j ao de venda do vendedor representado por P j ; Nesta tese, estamos preocupados em estabelecer a relao da transao de uma mercadoria. A ao de compra ou de venda representada, pelo preo alcanado pela mercadoria na transao, como o recurso monetrio pago ou recebido antecipadamente em troca de sua disponibilidade futura. J a mercadoria, propriamente dita, representada por suas propriedades fsicas. No caso do vendedor, o recurso monetrio recebido, considerado como o produto resultante da transao realizada e as propriedades fsicas da mercadoria como o insumo. No caso do comprador, o recurso monetrio pago, considerado como o insumo da transao realizada, enquanto as propriedades da mercadoria como o produto resultante. III. 2.4 Conjunto das Possibilidades da Oferta O conjunto de possibilidades de produo corresponde ao conjunto das possibilidades de oferta. Considerando que existam u vendedores, identificados

pelo ndice j = 1, ...., u. O jsimo vendedor tem sua ao de venda representada pelo vetor pj , em um dado sub-conjunto no vazio de Rk, o conjunto de possibilidades de oferta P j. Uma dada ao de venda pj tecnicamente possvel e define a oferta do jsimo vendedor (DEBREU (1959)). Em analogia s proposies e teoremas de DEBREU (1959), consideramos um conjunto de m transaes realizadas em diferentes escalas e processos. Um vendedor qualquer vende a mercadoria, cuja ao de venda representada pelas variveis de insumo, xz , z = 1,..., l, tais como: padro, qualidade, dimenso, data, alocao, entre outras propriedades da mercadoria. Essa transao lhe resulta como produto, o valor recebido em troca da disponibilizao futura da mercadoria, seu preo y . Desta forma, o vendedor tem como objetivo maximizar o seu produto, i. , o valor recebido na transao da mercadoria. Ento, procura alcanar a fronteira das

xxv

possibilidades de oferta, que definida pela melhor tecnologia e contem os u planos de oferta e pertence ao subconjunto Pj , no espao mercadoria, Rk. A fronteira das possibilidades de oferta, representa o lcus dos melhores preos alcanados pelas mercadorias, que tenderam a beneficiar o vendedor. Onde o preo alcanado mximo em funo das propriedades fsicas da mercadoria. Estabelecemos o conjunto de possibilidades de oferta, segundo as proposies de FRE et al. (1994) (1996) para o conjunto de possibilidades de produo Pk : Sendo, P= {( x,y ) / y = f (x) ^ CRS} P = {( x,y ) / y = f (x) ^ VRS } (III.2.4) CRS Rendimentos Constantes com a Escala (Constant Returns to Scale) VRS Rendimentos Variveis com a Escala (Variable Returns to Scale) As definies e postulados formais sobre o espao das possibilidades de produo basearam-se nos axiomas de SHEPHARD (1953) (1970), como: P = { (x,y) / y 0 pode ser produzido atravs de x 0 } / atenda s seguintes propriedades para o conjunto de possibilidades de produo, P = { ( x,y ) / CRS }. BANKER et al. (1984) enuncia os seguintes postulados, que deram origem ao modelo BCC2 da Anlise Envoltria de Dados Postulado 1 - Convexidade : Combinao linear convexa propicia a existncia de uma unidade atuando entre dois resultados atravs da combinao linear convexa. Se ( xj , yj ) P , j = 1, ..........., u e j 0 , so escalares no negativos

tais que j = 1 ento ( j x j , j yj ) P

__________________________
2

O modelo BCC formulado por Banker, Charnes e Cooper (1984) tambm conhecido por VRS Variable Return of Scale.

xxvi

Dados xj , j = 1,........., u , x a combinao linear convexa de xj se 1,......., n , tq j 0 j j =1 e x = j xj

P (x,y) x

Figura 3 Conjunto de Possibilidades da Oferta O Lugar Geomtrico da Combinao Linear Convexa de X1 e X2 o segmento de reta que os une. Segundo a figura 4: x (x1 x2 ) / 1 ; x = x1 + ( 1 - ) x2 ; 0 ; x = x2 + ( x1 - x2 )

Y
X1

X1 - X2
X2

X
Figura 4 - Combinao Linear Convexa

xxvii

Postulado 2 - Ineficincia Com ( x , y ) P se e x x y y (x,y) P

REGIO VIVEL

X Figura 5 - Postulado 2 - Espao Ineficincia

Postulado 3 - Raio Ilimitado, vlido para retornos constantes de escala Se ( x, y ) P ento ( k x , k y ) P para qualquer k > 0 , Postulado 4 - Extrapolao mnima Definindo o conjunto produo P como conjunto interseo de todos conjuntos P que satisfaam os 3 postulados anteriores, e esto sujeitos a condio de que cada vetor observado (xj , yj ) P , j =1,........., u , teremos ento : Dos postulados 1 e 3

( x , y ) = ( k j x j , k j yj )
j 0 e j=1 ,

com k > 0 ,

est em P ou fazendo k j = j

( j xj , j yj ) com j 0 , est em P Acrescentando o postulado 2 de ineficincia ( x , y ) P se e somente se x j xj , y j yj , para j 0 j

xxviii

Para P { (x , y) / VRS} : So atendidas as mesmas propriedades do conjunto de possibilidades de produo P { (x , y) / CRS }, excluindo-se o 3o Postulado - Raio Ilimitado. III. 2.5 Conjunto das Possibilidades da Demanda Considerando que existam v consumidores, identificados pelo ndice i = 1,..., v. O isimo consumidor escolhe um ponto, seu consumo ou demanda ci, em um determinado sub-conjunto no vazio de Rk, o conjunto de possibilidades de demanda Ci. O seu plano de demanda uma especificao das quantidades de todos os seus insumos e de todos seus produtos. Um dado consumo ci pode ser economicamente possvel e define a demanda do isimo consumidor (DEBREU (1959)). Em analogia aos resultados apresentados por DEBREU, consideramos um conjunto de m transaes realizadas em diferentes escalas e processos. Um comprador qualquer compra uma mercadoria, cuja ao de compra definida pelo insumo, valor pago, representado pelo preo da mercadoria como varivel y e pelo produto, a posse da mercadoria, representada pelas propriedades fsicas da mercadoria, como varivel xz , z = 1,..., l, tais como: padro, qualidade, dimenso, data, alocao, entre outros. Os v consumidores apresentam diferentes escalas de consumo em funo do valor pago, y insumos para consumirem xz produtos homogneos, que definem o conjunto de possibilidades de demanda Ci. Desta forma, o consumidor tem como objetivo minimizar o seu insumo, i., o valor pago na transao da mercadoria. Ento, procura alcanar a fronteira das possibilidades da demanda, que definida pela melhor tecnologia e contm os v planos de demanda, representadas por Ci que pertencem a Rk, o espao

mercadoria. A fronteira das possibilidades de demanda representa o lcus dos menores preos alcanados pelas mercadorias, que tenderam a beneficiar o consumidor. Onde o preo alcanado mnimo, em funo das propriedades fsicas da mercadoria. Sendo, C= {( y , x ) / x = f ( y ) seja CRS} C= {( y , x ) / x = f ( y ) seja VRS } (III.2.5) Por analogia define-se o conjunto de possibilidades de demanda C figura 6: Figura 6 Conjunto de Possibilidades da Demanda
k

como mostra a

xxix

As definies e postulados formais sobre o espao das possibilidades de demanda baseiam-se nos axiomas de SHEPHARD (1953) (1970), j representados no item 2.5.

C (y,x) y

Figura 7 Transposio do Grfico de Conjunto de Possibilidades da Demanda

y
C(x,y)

xxx

A transposta da equao III.2.5 resulta em : C= {( x , y ) / y= f ( x ) seja CRS} C= {( x , y ) / y = f ( x ) seja VRS } (III.2.6) A fronteira das possibilidades da demanda simtrica fronteira da oferta, representa o lcus dos preos dos imveis que tenderam a beneficiar o comprador, onde o valor de mercado alcanado mnimo. (GARFALO (1976)) Para realizarmos a aplicao grfica dos dois conjuntos, simultaneamente, realizamos a transposio do grfico do Conjunto das possibilidades da Demanda, figura 6. De tal forma, que obtenhamos a mesma relao de eixos do grfico do Conjunto de Possibilidades da Oferta, figura 3.

III. 2.6 Modelagem Econmica segundo Debreu Fazemos um parnteses na modelagem do Espao Mercadoria, para retratar a definio de uma Economia realizada por DEBREU (1959) 3: 1,....., n , subconjuntos no vazios de P j de R k; { ci C i } e { pj P j } R k (III.2.3) Uma economia E representada pelos i = 1,....., m, subconjuntos no vazios de C i de Rk e pelos j =

Dado um estado ((ci),( pj)) de E, o ponto c p chamado de demanda lquida e representa as transferncias entre os agentes, como ci C i para todo i e pj P
j

para todo j , ento c - p C P. Desta forma c p cancela toda a transferncia de mercadorias entre os agentes econmicos ( onde cada transferncia aparece para um agente como insumo com sinal positivo e para o outro como produto com sinal negativo); c - p descreve portanto o resultado lquido da atividade de todos os agentes juntos. Isso representa que, quando a coordenada de c - p positiva, os insumos ou produtos so transferidos entre os agentes da Economia. Se ci C
___________________________________________
3

Os insumos e produtos considerados neste captulo representam as trocas de mercadorias econmicos, desta forma diferem das proposies realizadas nos

realizadas entre os agentes

captulos anteriores. Os vetores e conjuntos esto caracterizados distintamente em relao aos captulos anteriores, pela considerao do sublinhado sob os caracteres alfa-numricos.

xxxi

para todo i e pj P

para todo j, a demanda lquida ci pj pertence ao conjunto C

- P j (DEBREU (1959)). Estas (m+n) aes no so necessariamente compatveis com os recursos totais. Desta forma, o ponto c p w denotado z e denominado excesso da demanda. Ele descreve o excesso da demanda lquida de todos os agentes sobre os recursos totais e pertence ao conjunto C P {w}, o qual denominado Z ; Um estado ((ci),( pj)) de E denominado Equilbrio de Mercado se seu excesso da demanda for igual a 0 e pode ser expresso por c p = w, i., a demanda lquida igual aos recursos totais. O conjunto de mercados em equilbrio de E representado por manifolds lineares em R k (m+ n) denominado M ; Um estado ((c i),( p j )) de E dito de ser atingvel se satisfaz as restries: a) c i C i para todo i, p j P j para todo j , c p = w Isto representa que o consumo de cada consumidor deve ser possvel para ele, a produo de cada consumidor deve ser possvel para ele, e o estado deve ser um mercado em equilbrio, i., a demanda lquida deve ser igual aos recursos totais. O conjunto de estados alcanveis de E um subconjunto de Rk (m+n) denominado de A, o Conjunto da Oferta e da Demanda. De acordo com a :

b) A a interseo de (i C i ) x ( j P j ) i =1,..m e j = 1,...,n e M . 4 III. 2.7 Conjunto das Transaes Realizadas no Mercado Imobilirio Por analogia ao captulo 2.6, definimos o conjunto de um estado alcanvel de uma Economia, o Conjunto que representa as transaes realizadas de imveis do Mercado Imobilirio avaliado, Ai, conforme figura 8, representado em grfico de
____________________________________________________________

forma simplificada a partir de duas variveis, valor e rea construda. O conjunto Ai

Considerando um sistema social formado por m agentes econmicos. O isimo agente deve escolher uma ao a i de um conjunto Ai de aes possveis para ele. Quando cada agente fez sua escolha, o resultado da atividade social est determinada. Ento a atividade social caracterizada por uma m-upla (ai), um elemento de A i . No caso : C i = C 1 x C 2 x......x C i x.........x C m xxxii

encapsulado pelas Hiperplanos das Fronteiras da Oferta e da Demanda e pertencente ao Espao Mercadoria.

Fronteira daOferta

Y i (max)

Y i (min) Xi Fronteira X da Demanda

Figura 8 Ai (x,y) Mercado Imobilirio No caso enfocamos uma sub-economia da economia de proprietrios privados, o Mercado Imobilirio, Ai. O espao mercadoria representa a interao exclusiva de dois agentes, o consumidor e o vendedor, operando em um mercado em equilbrio , c p = w, i.., as trocas ocorrem exclusivamente entre os agentes, a demanda lquida igual s transferncias realizadas entre o consumidor e o vendedor. Um agente fornece o produto que o insumo do outro agente. Ento o conjunto excesso da demanda um conjunto vazio. As relaes dos agentes e elementos econmicos so representadas

matematicamente a partir das seguintes proposies: 1. Definimos a mercadoria a q com q = (1,...,c,...,o ) ; 2. { a


q

R k} e { A

k subconjuntos distintos

R k se a c a

(a c a i ) A

A k R k A k A k-1 = }, para k mercadorias distintas com 1 k s ; 3. { Para a q c i p j } 4. { v


consumidores

c i Ci conjunto das possibilidades da demanda com i = (1,....,v ) / C Rk}

5. { u produtores p j Pj conjunto das possibilidades da oferta com j = (1,......, u ) / P R k A Teoria da Oferta e Demanda explica o conflito em que se promove o atendimento das expectativas do consumidor e do vendedor ou produtor.
5

(GARFALO (1976))

xxxiii

Modelar a imperfeio do mercado em estudo a principal contribuio do mtodo. As possibilidades de valor para uma mesma propriedade do imvel esto contidas entre as fronteiras. Como ocorre para a Avaliao pelo mtodo estatstico, a aplicao do mtodo EDO determina um intervalo para a variao dos valores do imvel atravs de suas projees nas fronteiras, diferena entre a varivel Yi max e Yi min conforme figura 8 para Xi. III. 2.8 Conjuntos da tica do Comprador, da tica do Vendedor e Competitivo Em resumo, a fronteira do conjunto das possibilidades da oferta representa a eficincia mxima na tica do vendedor, definida pelo maior preo alcanado pelo imvel e contm as demais transaes ineficientes. Da mesma forma, a demanda mnima representada pela superfcie definida pelo menor preo alcanado por um imvel e contm as demais transaes ineficientes, representa ento, a eficincia mxima da demanda na tica do comprador. Quando se forma no mercado o valor de algum bem porque a utilidade e a escassez se exprimem concretamente na procura por parte dos compradores, de um lado, e na oferta por parte dos vendedores, de outro. O valor de mercado se forma pela interao de duas ordens de influncia, as da procura e da oferta. Cada agente econmico atinge uma posio de equilbrio quando maximiza algo. Um consumidor maximiza a satisfao ou utilidade, sujeito a uma restrio oramentria. Um empresrio maximiza o lucro, sujeito a uma restrio imposta pela funo de produo. Quando o preo de uma mercadoria apresenta tendncia em benefcio de um dos agentes econmicos envolvidos, pode-se afirmar que o seu preo foi eficiente

_______________________________ Um indivduo que compra um apartamento, um carro, ou qualquer outra mercadoria para seu prprio uso e depois a vende, adota o comportamento de agentes econmicos distintos. O comportamento do consumidor no atendimento de sua prpria necessidade e o comportamento do produtor que beneficia a mercadoria e a seguir a disponibiliza (DEBREU(1952)).
5

segundo a tica do comprador ou a tica do vendedor. Agora, quando o preo no apresenta tendncia em benefcio de algum dos agentes, pode-se dizer que o preo competitivo.

xxxiv

SAMUELSON (1975) descreve a relao e a variao entre as Escalas ou Curvas da Demanda e da Oferta.6 Define o Equilbrio entre a Oferta e a Demanda em um mercado como o ponto de equilbrio que ocorre na interseo desta curvas, aonde o valor de mercado foi alcanado e a venda realizada. Neste ponto a quantidade demandada igual a oferecida e promove a satisfao ao comprador e ao vendedor. A anlise combinada da demanda e da oferta determina o valor de mercado de um bem.7 O valor de equilbrio competitivo, ou seja, o nico valor de mercado que pode durar, aquele ao qual as quantidades voluntariamente procuradas so iguais . De acordo com SAMUELSON (1975) o significado de equilbrio competitivo pode ser definido como a resposta seguinte pergunta: qual o valor de mercado em que ocorrer a igualdade da quantidade do bem que os consumidores esto dispostos a continuar comprando com aquela quantidade do bem que os produtores esto dispostos a continuar oferecendo? 8A este valor, ao qual h igualdade entre as quantidades programadas que os fornecedores e os consumidores querem continuar vendendo e comprando, e somente este valor competitivo, o valor de mercado para o qual no haver tendncia para uma elevao ou queda de preo.9 Face ao comportamento dos agentes econmicos, as transaes podem apresentar tendncia de valor, que beneficie um agente em relao ao outro. Os imveis que apresentaram na transao essa tendncia, foram agrupados nos conjuntos da tica do comprador e da tica do vendedor, j os imveis que na transao no apresentaram condies em benefcio de um dos agentes, foram considerados como pertencentes ao conjunto competitivo. De forma simplificada representamos na figura 9 o conjunto das Transaes realizadas subdividido em trs Subconjuntos: Conjunto Competitivo, Conjunto da tica do Comprador e da tica do Vendedor. Os imveis cujos preos de transao tenderam a beneficiar o comprador, foram agrupados no conjunto da tica do comprador. Os imveis cujos preos de transao tenderam a beneficiar o vendedor, foram agrupados no conjunto da tica do vendedor. J o conjunto Competitivo formado pelos imveis que no apresentaram tendncia em benefcio de algum dos agentes econmicos, so considerados como imveis com preos competitivos e que viabilizam o mercado imobilirio.

xxxv

Valor Conjunto ticaVendedor Conjunto Competitivo Vv Vc

Conjunto tica Comprador

rea

Figura 9 - Conjunto da tica do Vendedor; do Comprador e competitivo

_______________________________
6

A lei da procura em funo da variao do valor explica a forma decrescente e convexa da curva da Demanda em relao a origem, seu enunciado descreve que: o aumento do valor de mercado de um bem promove a diminuio da quantidade consumida deste bem, ou inversamente, a reduo do seu valor de mercado promover um aumento da quantidade consumida. A lei da oferta e a lei dos rendimentos decrescentes em funo da variao do valor explicam a forma convexa da curva em relao ao incremento da quantidade ofertada de um produto, seu enunciado descreve que: o aumento do valor de mercado de um bem estimula o incremento da quantidade ofertada, ou inversamente, a diminuio do seu valor de mercado promove a reduo da oferta. Para tanto, considerada constante a variao dos demais componentes econmicos relacionados. Como descreve GARFALO et al. (1976), a anlise da oferta simtrica anlise da demanda, muito embora a demanda esteja associada teoria do consumidor e, portanto s curvas de indiferena. A oferta est relacionada Teoria da Produo dependente da escassez. Efetivamente, os fatores de produo que tornam vivel a existncia da oferta de determinado bem so limitados, desta forma condicionam a oferta.

O mercado imobilirio no pode ser considerado como um mercado perfeito, mas a filosofia da viabilidade econmica de mercado intrnseca sua sobrevivncia. S existe mercado quando os agentes econmicos so satisfeitos, desta forma proposta na metodologia desenvolvida a conjectura de uma regio central do espao mercadoria que atende a esta condio.

Nesta interseo e somente nela estaro todos satisfeitos: o vendedor ou leiloeiro; o fornecedor e o consumidor. As variaes do valor de um bem ou seja o seu preo definido pelas curvas da oferta e da demanda. Em um mercado competitivo, o ponto de equilbrio ocorre na interseo desta curvas, aonde o valor de mercado foi alcanado e a venda realizada. Neste ponto a quantidade demandada igual a oferecida e promove a satisfao ao comprador e ao vendedor, sem tendncia que sobreponha vantagem de um sobre o outro. No caso do valor de mercado do bem estar acima da interseo da oferta e da demanda, fato que tambm ocorre a identidade estatstica da quantidade comprada e vendida. Mas, esta quantidade medida, reflete uma maior ansiedade de venda pelo vendedor do que a de compra pelo consumidor. O excesso da oferta sobre a demanda programada exercer uma presso de baixa do valor de mercado, at que este atinja o nvel de equilbrio competitivo em que as duas curvas se cruzam.

xxxvi

O mtodo EDO define as fronteiras entre estes trs conjuntos, permitindo assim determinar o intervalo de valor competitivo em funo das propriedades dos imveis. Na figura 9, o intervalo est representado entre Vv e Vc10.

III. 3 - Mtodo da Envoltria sob Dupla tica - EDO III. 3.1 - Modelos Clssicos DEA Os modelos clssicos DEA originaram-se de formulao fracionria muito utilizada em engenharia para a medida de produtividade, equao 4. O quociente da soma ponderada de produtos pela soma poderada de insumos utilizados pela unidade Ok.

m insumos

eficincia=
Ok
s produtos

urk yrk
r =1 m

(III.3.1)

vik xik
i =1

FIGURA 10

Esta equao de eficincia requer a definio de um conjuntos de pesos (ou multiplicadores), o que resulta em processo de grande complexidade,

particularmente se o mesmo conjunto de pesos aplicado a todas as unidades a analisar. O mtodo CCR (CHARNES, COOPER and RHODES (1978)) considera que cada unidade tem o objetivo de maximizar a sua eficincia. Assim, utiliza um sistema particular de valores para o conjunto de pesos atravs da auto definio. Como resultado formularam um problema de programao fracionria linear (PPFL) em que a eficincia calculada para cada unidade k, conforme equao III.3.2:

_____________________________
10

A definio de Vv e Vc se encontra no captulo IV.2 pp.43 .

xxxvii

Max h k

urk yrk
r =1 m

vik xik
i =1

(III.3.2)

Sujeito a :
s

u
r =1 m i =1

rk

y rj xij

1,

j = 1,....., n

v
m

ik

vik

, i = 1,...., m xik
, r = 1,..., s xik

v
i =1
m

ik

u rk

v
i =1

ik

O PPFL formulado promove a anlise comparativa da eficincia entre n Unidades avaliadas, com m produtos e s insumos. A eficincia de cada Unidade Ok, avaliada pela razo da combinao linear dos produtos denotados por ( yrk > 0 ) pela combinao linear dos insumos denotados por ( xik > 0 ). Sujeita restrio de normalizao da eficincia, de ser menor ou igual a um, para todas as j Unidades avaliadas com j variando de 1 a n, e determinada pela razo da combinao linear dos produtos denotados por ( yrj >0 ) pela combinao linear dos insumos denotados por ( xij > 0 ). As restries da razo dos pesos ( vik e uik ) da Unidade Ok pela combinao linear dos insumos denotados por ( xik > 0 ) de ser maior que o valor infinitesimal . A soluo do PPFL (5) encontra infinitas solues timas, se ( u* , v* ) uma soluo tima, ento ( u* , v* ) tambm uma soluo tima para > 0. A transformao do problema de programao fracionria em um problema de

xxxviii

programao linear (PPL) foi desenvolvida por CHARNES e COOPER (1982), pela incluso da restrio da combinao linear dos insumos ser igual a 1, que resultou na formulao do PPL insumo-orientado, equaes III.3.5 e III.3.6 e do PPL produtoorientado, equaes III.3.3 e III.3.4, a seguir. A equao III.3.3 o PPL Dual da equao III.3.4. As equaes III.3.5 e III.3.6 originadas dos PPLs insumo-orientados dos mesmos estudos, foram modificados nesta tese conforme descrito no captulo III.3.2. III. 3.2 - Mtodo da Anlise Envoltria sob Dupla tica - EDO O Mtodo da Anlise Envoltria sob Dupla tica (EDO) utiliza os modelos DEA clssicos com Retornos de Escala Constantes (CRS), desenvolvidos por CHARNES, COOPER and RHODES (1978) e de Retornos de Escala Varivel (VRS) , desenvolvidos por BANKER et al. (1984).

Modelo ( produto) Y h Y K CRS

Produto-orientado

VRS

( insumo)

Figura 11 Grfico Modelo Produto Orientado CRS e VRS

O mtodo EDO tem como objetivo medir a eficincia das unidades observadas sob a tica de maximizao dos produtos e sob a tica de minimizao dos insumos simultaneamente, considerando que os insumos sob uma tica so os produtos sob a outra tica e vice-versa, conforme a figura 11 e 12.

xxxix

Modelo ( produto) X hY k

Insumo - orientado CRS VRS

( insumo)

Figura 12 Grfico Modelo Insumo Orientado CRS e VRS


Para obter a mesma relao de eixos do grfico da figura 11 Modelo Produtoorientado, realizamos a transposio do grfico da figura 12, Modelo Insumoorientado, de tal forma que no grfico da figura 13, Modelo Insumo-orientado (transposto), o eixo X seja a abcissa e o eixo Y a ordenada.

Modelo ( insumo ) Y

Insumo-orientado

( transposto )

hY

(produto)

Figura 13 Grfico Modelo Insumo Orientado CRS e VRS - Transposto

xl

A conjuno grfica do Modelo Insumo-orientado, figura 13, com o Modelo Produtoorientado, figura 11, permite estabelecer os limites do espao mercadoria (DEBREU(1959)), que se encontra contido pelas superfcies envoltrias. O conjunto das Transaes Realizadas pertence ao espao mercadoria e resultante da

interseo do conjunto de possibilidades da oferta com o conjunto das possibilidades da demanda conforme estabelecido no captulo III.2.7.

SUPERFCIE DA OFERTA

Preo
I3 3 I I1 2 I10 I18 I 6 I 5 I 5 4 I 7 8

I2 6 I 9 2 I I1 I13 I14 I21 7 I19 I16 2 I1 I17 2 1

SUPERFCIE DA DEMANDA

rea do Imvel

Figura 14 Grfico Mtodo EDO DEA VRS

Na Figura 14 representado um conjunto de transaes realizadas de imveis contido pelas superfcies envoltrias. Cada ao de transao exercida sobre cada mercadoria representada vetorialmente pelos dados de preo e rea do imvel, insumo e produto respectivamente, na tica insumo-orientada e vice-versa na tica produtoorientada. A superfcie envoltria da oferta formada pelas mercadorias que na transao foram eficientes na tica do vededor. A superfcie envoltria da demanda formada pelas mercadorias que na transao foram eficientes na tica do comprador. As mercadorias ineficientes sob as duas ticas no pertencem s superfcies e pertencem ao espao mercadoria contido pelas duas superfcies. Os PPLs que definem as superfcies envoltrias e determinam as eficincias de cada transao esto formulados a seguir. Para o modelo produto-orientado pelas equaes (III.3.3) e (III.3.4).

xli

Problema do Envelope (Dual)

Problema dos Mulitiplicadores (Primal)


m

max H ' k = h' k tq. xik jk xij ,


j =1 n

( III .3.3) i = 1,...., m

min Qk = vik xik + uok


i =1 s

( III .3.4)

tq.
r = 1,....., s
s

h' k y rk jk y rj ,
j =1

r =1 m i =1

rk

yrk = 1 j = 1,....n

rk yrj vik xij + uok 0,


r =1

jk 0

vik 0

rk 0

Para CRS ou CCR sem acrscimo de restrio Para VRS ou BCC jk = 1

u ok = 0 u ok irrestrito

A transposio da matriz insumo-produto na relao originariamente estabelecida para o modelo insumo-orientado, implica para a formulao do mtodo EDO, na troca do insumo X pelo produto Y e vice-versa. Ento, o modelo insumo-orientado transposto formulado pelas equaes (III.3.5) e (III.3.6).

Problema do Envelope ( Dual )

Problema dos Mulitiplicadores (Primal)

min H k = hk
n

( III .3.5) r = 1,...., s i = 1,....., m


j =1

tq.

hk y xk j y rj , xik j xij ,
j =1 n

max Wk = vi xik + u * k i =1 tq.


m

( III .3.6)

r =1 s k r =1

y rk = 1 j = 1,....n

v
i =1

xij r y rj + u * k 0, vik 0

jk 0

rk 0

Para CRS ou CCR Para VRS ou BCC

sem acrscimo de restrio j = 1

u*ok = 0 u*ok irrestrito

xlii

A metodologia EDO determina as superfcies envolventes, superfcies da fronteira da Oferta e da Demanda, correspondentes respectivamente as superfcies produto e insumo-orientadas, conforme ilustrado pela figura 14. A eficincia de cada transao do imvel avaliada sob cada tica simultaneamente.

xliii

CAPTULO IV

MTODO EDO APLICADO NA AVALIAO IMOBILIRIA

IV. 1 Metodologia Preliminarmente desenvolveremos a modelagem do mtodo EDO aplicado em avaliao imobiliria e ao final analisaremos comparativamente com o mtodo da Anlise de Regresso Mltipla usualmente mais utilizado com este objetivo. A aplicao do mtodo EDO na avaliao imobiliria realizada de acordo com o que estabelece o mtodo comparativo da Engenharia de Avaliao e tem o propsito de determinar as fronteiras do conjunto competitivo, definidas pelas superfcies limtrofes com os conjuntos da tica do vendedor e do comprador. Na transao do imvel sob a tica do vendedor, o preo de venda considerado como produto e as variveis de propriedades fsicas do imvel so consideradas como insumos. J sob a tica do comprador na transao do imvel, o preo da compra considerado como insumo e as variveis de propriedades fsicas do imvel so consideradas como produtos. A eficincia da transao de cada imvel sob a tica do vendedor determinada pelo mtodo EDO modelo Produto-orientado, equaes III.3.3 e III.3.4. Os imveis eficientes segundo a tica do vendedor tm eficincia igual a um e pertencem fronteira. A eficincia da transao de cada imvel sob a tica do comprador determinada pelo mtodo EDO modelo Insumo-orientado, equaes III.3.5 e III.3.6. Os imveis eficientes segundo a tica do comprador tm eficincia igual a um e pertencem fronteira. Os demais imveis ineficientes no pertencem fronteira e tem eficincia menor do que um.

Como verifica-se na figura 15, na tica do vendedor a varivel h a maior percentagem que aplicada a todos os produtos YK do imvel OK, estes ainda so iguais ou inferiores aos produtos jk Yrj, obtidos por uma unidade eficiente fictcia projetada. Este incremento proporcional aplicado a todos os produtos e resulta em um movimento radial direcionado superfcie envolvente tal como uma projeo.

Superfcie Produto-Orientado

h' Yk Yk
Superfcie InsumoOrientado

h Yk
X Figura 15 Grfico Mtodo EDO DEA VRS ( projeo nas superfcies)

Na tica do comprador, a varivel h a menor percentagem que aplicada a todos os insumos YK do imvel OK, estes ainda so iguais ou superiores aos insumos jk Yrj , obtidos por uma unidade eficiente fictcia projetada. Esta reduo proporcional aplicada a todos os insumos e resulta em um movimento radial direcionado superfcie envolvente. O valor determinado pela projeo na fronteira da tica do vendedor de um imvel k qualquer, igual ao produto do inverso da eficincia determinada pelo preo de transao desse imvel (1/h x Yk ). O valor determinado pela projeo na fronteira da tica do comprador igual ao produto da eficincia alcanada pelo preo de transao desse imvel ( h x Yk ). O intervalo entre (1/h x Yk ) e ( h x Yk ) representa as possveis variaes de valor do imvel para determinadas propriedades fsicas. Como se verifica no item III.2.1.8, os trs conjuntos de interesse so definidos segundo a tendncia do valor alcanado na transao em benefcio de cada agente econmico. Para tanto, realizamos uma heurstica que permite definir se o valor da transao do imvel pertence ao conjunto da tica do comprador ou do vendedor ou ento ao conjunto competitivo, atravs de critrios de nveis eficincia.

ii

IV. 2 Heurstica Aplicamos uma heurstica para ajustar as fronteiras dentro de determinados parmetros de eficincia, que permitam configurar os conjuntos de imveis com transao eficiente sob a tica do vendedor e sob a tica do comprador. A finalidade deste processo a configurao do conjunto competitivo, onde os imveis em que o equilbrio entre compra e venda prevaleceu (SAMUELSON (1975)) e para os quais, no foi verificada a tendncia de valor em benefcio de algum dos agentes. Para as novas avaliaes, como ilustra a figura 16, o intervalo determinado entre a superfcie limtrofe entre o conjunto competitivo e o conjunto da tica do comprador e a superfcie limtrofe entre o conjunto competitivo e o conjunto da tica do vendedor determina o intervalo de variao das possibilidades de valor de um imvel em funo da varivel de propriedades fsicas. A amplitude das possibilidades de valor do imvel, corresponde ao intervalo entre as projees do preo do imvel para as fronteiras do conjunto competitivo. Como ferramenta para medir a amplitude e propiciar um mecanismo de ajuste entre as fronteiras do conjunto competitivo, criamos o IDRF- ndice da Distncia Relativa entre Fronteiras, equao IV.2.1, ilustrado na figura 16. IDRF = ( Vv - Vc ) Vm onde: Vv Vc = Valor mximo virtual do imvel Projeo na Fronteira da Oferta = Valor mnimo virtual do imvel Projeo na Fronteira da Demanda

, sendo Vm = Vv + Vc 2

(IV.2.1)

Vm = Valor mdio virtual do imvel Os valores virtuais foram calculados em funo da eficincia determinada pelo software Frontier Analyst para cada tica equaes IV.2.2 e IV.2.3. tica do vendedor Ef v = Vo Vv V v = Vo Vv = Vo Ef v h (IV.2.2) tica do comprador Ef c = Vc Vo V c = Vo x Ef c Vc = Vo x h (IV.2.3)

iii

onde : Vo = Preo do imvel avaliando

Ef v = Eficincia relativa fronteira da tica do Vendedor Ef c = Eficincia relativa fronteira da tica do Comprador Segundo a opinio de especialistas de avaliao imobiliria, o IDRF considerado ideal, para definir o conjunto competitivo menor ou igual a 25%, que ser a meta utilizada nesta tese, para a definio do conjunto competitivo.

Valor
Conjunto ticaVendedor

ID Vv RF

Conjunto Vc Competitivo Conjunto tica Comprador

rea
Figura 16 Resultado Esquemtico da Aplicao da Heurstica

IV. 3 Base de Dados Do Sistema de Informaes Imobilirias da Caixa Econmica Federal do Rio de Janeiro foi extrada uma base de dados contendo informaes de preos de imveis localizados no municpio do Rio de Janeiro (PAIVA (2.000)). Esses preos foram obtidos de transaes registradas em escrituras de vendas realizadas de 1.256 apartamentos e 281 casas no primeiro trimestre de 2.000, complementadas com vistorias in loco, cadastradas em 60 dados de caractersticas ou propriedades fsicas para cada imvel. Com vistas a formar uma amostra homognea, a consideramos originalmente formada pelos 1.256 apartamentos cadastrados, excluindo assim as 281 casas.

iv

O processo de determinao da eficincia pelo mtodo EDO a partir do conjunto das transaes realizadas original, pode ser representado pela disperso de pontos definidos pelos preos em funo das propriedades fsicas dos imveis, como ilustra a figura 17, rea e padro de acabamento. A disperso encapsulada pelas superfcies envolventes formuladas sob as duas ticas, como ilustra a figura 17, representa o conjunto das transaes realizadas original : - A fronteira da tica do comprador definida pelos imveis 26, 226 e 215, que apresentam a maior relao das variveis acabamento/preo do imvel e rea total/preo do imvel, tendem a beneficiar o comprador. Verifica-se que mantidos constantes o acabamento e a rea total de um imvel qualquer, este tende para a fronteira da tica do comprador quanto menor for o preo pago. - A fronteira da tica do vendedor definida pelos imveis, 79, 53, 209 e 188, que apresentam a menor relao das variveis acabamento/preo do imvel e rea total/preo do imvel, tendem a beneficiar o vendedor. Verifica-se que mantidos constantes o acabamento e a rea total de um imvel qualquer, este tende para a fronteira da tica do vendedor quanto maior for o preo pago.

Figura 17 Aplicao Grfica Mtodo EDO DEA CRS ( Padro de Acabamento / Preo do Imvel x rea / Preo do Imvel )

Como ilustra a figura 18, o geo-referenciamento dos apartamentos da amostra original permite visualizar a distribuio geogrfica e a incidncia de registros distribudas pelos bairros das zonas Oeste, Norte, Centro e Sul do municpio do Rio de Janeiro.

Figura 18 Mapa Temtico Georeferencioamento da Base de Dados O Anexo 1 apresenta o conjunto competitivo de apartamentos resultante da aplicao do mtodo, a partir da relao de imveis considerados como a base de dados original utilizada, correspondente a uma matriz com 1256 x 60 dados de apartamentos, que contemplam as propriedades fsicas de localizao, rea til, padro de acabamento, conservao, idade do imvel, nmero de quartos, nmero de vagas de garagem entre outras. IV. 4 Definio das Variveis O procedimento de escolha das variveis se subdivide em quatro fases conforme descrito por NOVAES (1998) : 1a Fase : Definio e seleo dos imveis a entrar na Avaliao; Para a definio e seleo dos imveis a entrar na Avaliao necessrio assumir as seguintes proposies:

vi

- Mercado Imperfeito. - Avaliao realizada no curto prazo cross-section desconsiderando a transposio temporal do valor. - Consumo homogneo da populao residente para determinada faixa de renda e de formao intelectual. Desenvolvemos um modelo aplicado a um sistema de informao geogrfica, que permite analisar a capacidade de acolhida de uma regio geogrfica, esque matizado na figura 19. Um valor calculado para que explicite a aptido e o impacto gerado por um determinado uso. Conforme descreve OREA(1992) um modelo de impacto e aptido determina a capacidade de acolhida de uma regio para uma atividade. Esta capacidade varia espacialmente, segundo a variao da aptido e do impacto avaliados, sendo as melhores reas para a instalao de uma atividade, aquelas em que se minimize o impacto e se maximize a aptido, onde ocorre a otimizao do uso do ambiente geogrfico sob a tica da atividade avaliada. Analogamente construmos um modelo espacial de anlise multicritrio em ambiente do Sistema de Informao Geogrfica, denominado de Modelo da Capacidade

C r i t r i o R e n d a C h e f e F a m li a
( V a r i v e l D u m m y )

1 0 1 0 1 1 1 0
0

1 1 0 1 1 0 1 1 1 0 0 0 0 0

0 0

C V
( V

r i t r i o d e i z i n h a n a
a r i v e l D u m m y )

C r i t r i o N v e l E s c o la r i d a d e
( V a r i v e l D u m m y )

S u p e r p o s i o

1 0 0 0 1

0 0 1

0
( V

M o d e lo d e C a p a c i d a d e
T e s t e L g i c o a r i v e l D u m m y )

F i g Figura 19 Modelo de Avaliao de Impacto e -Aptido de uma Regio u r a 4 M o d e l o A M C S I G

vii

(CANO (1996)), figura 19, que foi aplicado com o objetivo de escolher os bairros cuja populao residente, apresentasse caractersticas de consumo homogneo e assim explicasse a preferncia por determinado tipo de imvel.

Figura 20 Mapa Temtico dos chefes de famlia com 15 anos de estudo Os critrios utilizados para definir o comportamento de consumo homogneo, da populao residente nos bairros da cidade do Rio de Janeiro, foram : - de 17 a 58% dos chefes de famlia tenham mais de 15 anos de estudo (cor: azul turquesa); - a renda mdia dos chefes dos domiclios se situe entre 4,8 a 15 salrios mnimos (cor: verde); - conjunto contnuo de bairros limtrofes, localizados nas Zona Sul, Centro ou Norte do municpio do Rio de Janeiro.

viii

Figura 21 Mapa Temtico renda mdia chefes dos domiclios entre 4,8 a 15 salrios mnimos - Imveis localizados em regio urbanizada com logradouros ou cercanias pavimentados, iluminados, arborizados e com calamentos, contemplados com todos servios pblicos de infra-estrutura, tais como gua, esgotamento sanitrio e pluvial, luz, gs, telefone e transporte; servios comunitrios a uma distncia de at 2 km, tais como escolas, postos de sade, delegacias, templos religiosos, recreao e lazer; servios gerais a uma distncia de at 2 km tais como comrcio, supermercados, restaurantes e bares, farmcias e outros. - Os apartamentos sejam de uso residencial e localizados em prdios multifamiliares; O mapa temtico para a verificao do 1o critrio, figura 20, resultante da utilizao do aplicativo RIO-ATLAS (1998), distingue com a cor azul claro, os bairros que de 17 a 58% dos chefes de famlia residentes, tenham mais de 15 anos de estudo. J o mapa temtico utilizado para a definio do 2o critrio, figura 21, distingue com a cor

ix

verde, os bairros que os chefes do domiclio residentes, tenham renda de 4,8 a 15 salrios mnimos. Na modelagem consideramos o atendimento a cada critrio contabilizado por uma varivel dummy, ver figura 19, i., no caso do bairro atender ao critrio obteve o peso de 1 ponto, caso contrrio, de zero pontos. Os bairros escolhidos foram aqueles em que o somatrio dos pesos atribudos pelos critrios alcanaram o maior valor, que ocorreram para os bairros de Botafogo, Catete, Copacabana, Flamengo, Glria, Laranjeiras, Leme, Maracan, Santa Teresa e Tijuca. Este resultado implica na seleo de 242 apartamentos, relacionados no Anexo 1, formadores do conjunto de transaes realizadas a ser utilizado nesta tese, por estarem localizados nos bairros escolhidos . 2a Fase: Determinao das variveis de propriedades fsicas dos apartamentos, que so relevantes e apropriadas para determinar o valor de um imvel: A relao inicial de variveis deve ser a mais abrangente possvel. A seleo deve considerar a escolha das variveis que acentuem as diferenas bsicas entre as unidades avaliadas. As variveis de insumo e produto podem ser total ou parcialmente controlveis ou fora de controle e ainda quantitativas ou qualitativas: para as variveis quantitativas adotam-se os valores fsicos ou econmicos mensurveis apurados e; para as variveis qualitativas, estimam-se valores relativos que representem a diferenciao entre os resultados qualitativos apresentados pelos imveis da amostra. Outro elemento fundamental verificar a origem da informao e a sua data, para que a comparao se realize atravs de parmetros padronizados. Como primeiro passo o mtodo prope a reduo do nmero de variveis, atravs de seleo criteriosa. Um refinamento realizado, composto de trs estgios onde todas variveis sero analisadas e estudadas. Este procedimento definido por GOLANY e ROLL (1989), compreende um exame crtico realizado por especialistas, selecionando as variveis que participaro do modelo.

Para as variveis qualitativas, atravs do mapeamento cognitivo realizado junto aos expertos em avaliao imobiliria, foi elaborada uma escala de valores que representasse a sua variao em funo de aspectos subjetivos. Em sequncia, foi aplicada a Anlise de Correlao com o objetivo de excluir as variveis redundantes. Este processo resultou na escolha das dez variveis a serem utilizadas na modelagem do Espao Mercadoria a ser avaliado: Preo do Imvel; Valor Unitrio do Padro Residencial; rea Total; Nmero de Vagas por Apartamento; Equipamentos; Padro de Acabamento; Conservao do Imvel; Nvel ou Andar do Imvel; Depreciao (Idade do imvel), e; Nmero de Imveis por Andar servidos pelo mesmo Acesso Social. A varivel do valor unitrio do padro residencial de 1998 de clculo do Imposto Predial e Territorial Urbano da cidade do Rio de Janeiro, foi obtida da Planta de Valores da Prefeitura do municpio do Rio de Janeiro (1998) e georeferenciada para cada imvel. Esta prtica permitiu explicitar ou representar a heterogeneidade interna de um bairro, atravs da variao qualitativa da localizao do imvel e ainda promover uma homogeneizao com outros imveis de bairros distintos. As variveis que sofreram algum tratamento para adequ-las ao processo foram : Nmero de vagas por apartamento: Quando o nmero real de vagas levantadas por apartamento foi maior ou igual a 1, foi aplicado o peso de 10 sobre o nmero real de vagas, e; quando o nmero real de vagas levantadas por apartamento foi igual a zero, foi atribudo o valor 1 para a varivel; Equipamentos: O valor da varivel equipamentos resultante do somatrio dos pesos, atribudos por especialistas para cada equipamento disponvel para uso exclusivo do apartamento ou de uso comum de todos os apartamentos do prdio, conforme planilha do anexo 2; Padro: O valor da varivel padro resultante do somatrio das notas ponderadas de padres de acabamento de fachada, ambiente e circulao, atribudas por especialistas, conforme planilha do anexo 2;

xi

Conservao: O valor da varivel conservao resultante do somatrio da pontuao para o aspecto de conservao de fachadas, circulao e ambiente, atribudas por especialistas, conforme planilha do anexo 2; Nvel: O valor da varivel determinada em funo do andar do imvel. A funo determinada por formulao definida por especialistas de forma que: quando o prdio possui elevador, a varivel ser igual ao andar do imvel acrescido de 4 unidades, e ; quando o prdio no possui elevador, a varivel ser igual 5 unidades menos o andar do imvel; Depreciao : O valor da varivel determinada por funo logartmica da depreciao em funo da idade, variando de 100 para aptos novos at 50 para os mais antigo, com 50 anos; Nmero de Imveis por Andar servidos pelo mesmo Acesso Social : O valor da varivel determinada por funo logartmica para o nmero de apto por pavimento por acesso social, variando de 100%, para o caso de 1apartamento por andar por acesso social at 50%, para o caso de 50 apartamentos por andar por acesso social. IV .5 Definio do Mtodo Aps a definio dos apartamentos pertencentes ao conjunto de transaes realizadas e das variveis a serem utilizadas na modelagem, necessrio estabelecer o limite considerado ideal para o IDRF, para que se defina o conjunto competitivo. Segundo especialistas em avaliao imobiliria, este limite deve ser inferior a 25%. Conforme se verifica na figura 16, o conjunto competitivo formado pelos imveis que atendem a esta condio, se situa na disperso central do conjunto das transaes realizadas. Os outros dois conjuntos adjacentes ao conjunto competitivo e simtricos entre si, representam o conjunto da tica do vendedor e da tica do comprador,. Para escolha do mtodo EDO a ser utilizado foi verificado o comportamento da disperso dos dados. Sob a tica do comprador e sob a tica do vendedor foi analisado a partir de cada grfico o comportamento da varivel preo em funo de cada propriedade do imvel.

xii

tica do Comprador
Preo x Localiza o
1200 200 800

tica do Vendedor
Localiza o x Preo

400

100

0 0 50 100 150 200 250

0 0 400 800 1200

Preo x rea
150 200 100 50 0 0 50 100 150 200 250 100

Area x Preo

0 0 50 100 150

Preo x N de Vagas

N de Vagas x Preo

25 20 15 10 5 0 0 50 100 150 200 250 0 0 5 10 15 20 25 100 200

Preo x Equipam entos

Equipam entos x Preo

80 200 60 40 20 0 0 50 100 150 200 250 0 0 25 50 75 100

Figura 22 Grficos Preo x Propriedade Fsica do Imvel sob a tica do comprador e do vendedor

xiii

tica do Comprador
Preo x Padro
600 200 400 100

tica do Vendedor
Padro x Preo

200

0 0 50 100 150 200 250

0 0 100 200 300 400 500

Preo x Conservao

Con s e r vao x Pr e o

300 200

200

100 100 0 0 50 100 150 200 250 0 0 100 200 300 400

Pre o x Nv e l
25 20 15 10 5 0 0 50 100 150 200 250 0 0 5 100 200

Nivel x Preo

10

15

20

25

Preo x Depreciao
100 80 60 40 20 0 0 50 100 150 200 250

De pre cia o x P re o
250 200 150 100 50 0 0 20 40 60 80 100 120

Figura 23 Grficos Preo x Propriedade Fsica do Imvel sob a tica do comprador e do vendedor

xiv

tica do Comprador
Pre o x Un p/A c es s o

tica do Vendedor
Un p/ Acesso x p/Acesso Preo x UnPreo

120 100 80 60 40 20 0 0 50 100 150 200 250

250 200 150 100 50 0 0 50 100 150

Figura 24 Grficos Preo x Propriedade Fsica do Imvel sob a tica do comprador e do vendedor Os grficos lanados em duas colunas nas figuras 22, 23 e 24 representam as transaes ocorridas em funo de cada propriedade fsica do imvel. Os grficos da coluna da esquerda representam o comportamento do comprador, na transao, o insumo o preo pago para a aquisio do produto, o imvel, caracterizado por suas propriedades fsicas. Os grficos da coluna da direita representam o comportamento do vendedor, que atravs do insumo, imvel, caracterizado por suas propriedades fsicas, obtm como produto da transao, o preo pago pelo imvel pelo comprador. Como estabelece a metodologia da Anlise Envoltria de Dados a envoltria definida pelos melhores resultados. A superfcie envoltria formada convexa para todos os casos e apresenta um rendimento decrescente com a escala, assim o mtodo mais adequado a ser utilizado o mtodo EDO VRS Insumo ou Produto Orientado, equaes III.3.3, III.3.4, III.3.5 e III.3.6.
IV. 6 Modelagem do Conjunto Competitivo

processo

implementado

denominado

de

Descascando

Cebola

(TAVARES(1998)). O nome dado ao processo se verifica na prtica com o procedimento adotado, que consiste em remover sucessivamente as unidades eficientes, formadoras das camadas mais externas do conjunto das transaes realizadas originalmente. Quando atingida a meta de 25% estabelecida como ideal para o limite do IDRF, estar constitudo o conjunto competitivo por definio. O processo foi subdividido em quatro etapas. Em cada etapa definido um parmetro de eficincia para os imveis avaliados sob cada tica, onde a eficincia

xv

de cada imvel determinada pelo mtodo EDO VRS atravs do software Frontier Analyst, considerando as dez variveis definidas no captulo IV.4. Em cada etapa, do conjunto de imveis avaliado, so realizadas at quatro rodadas do software FRONTIER ANALYST (1996) para eliminar os imveis eficientes em cada rodada, que apresentem eficincia superior ao parmetro mnimo de eficincia estabelecido para a etapa. Estes imveis eliminados tm eficincia igual a um e pertencem fronteira da tica do vendedor ou fronteira da tica do comprador. O conjunto de imveis eficientes eliminados segundo a tica do vendedor, iro formar o conjunto da tica do vendedor. Da mesma forma, os imveis eficientes eliminados segundo a tica do comprador, iro formar o conjunto da tica do comprador. Ao final de cada etapa so calculados os valores virtuais mximo e mnimo, resultantes da projeo do preo do imvel na fronteira da tica do vendedor e da tica do comprador respectivamente, ver anexo 3. O valor do IDRF de cada imvel determinado e verificado se todos os IDRFs calculados so inferiores ao limite mximo estabelecido de 25%. Caso positivo, paralisa-se o processo e considera-se consolidados o conjunto competitivo, o conjunto da tica do vendedor e o conjunto

IDRF x Valor Imovel (DEA Todos imoveis)

140%

120%

100% IDRF 80%

60%

40%

20%

0% 0 50 100 150 Valor Imovel 200 250

Figura 25 Grfico Variao IDRF x Valor do Apto (Mtodo EDO Amostra original)

xvi

da tica do comprador. Caso negativo, passa-se para a etapa seguinte, estabelecendo-se um novo parmetro de eficincia mximo para que o imvel seja considerado pertencente ao conjunto central. Os trs conjuntos, considerando-se apenas duas variveis, esto representados no grfico da figura 16. 1a Etapa : Na primeira etapa foi realizada apenas uma rodada do software Frontier Analyst, com o objetivo de verificar o comportamento da distribuio dos 242 imveis da amostra original entre as fronteiras. A eficincia em relao a cada tica determinada conforme equaes, III.3.3, III.3.4, III.3.5 lll.3.6 e a partir do valor da eficncia, so calculados os valores mximo e mnimo possveis de variao do valor do imvel, conforme equaes IV.2.2 e IV.2.3, resultantes da projeo na fronteira da tica do vendedor e da tica do comprador, respectivamente. A partir destes valores determinado o ndice da Diferena Relativa entre Fronteiras, IDRF, para cada imvel, equao IV.2.1. Na primeira rodada com os 242 apartamentos escolhidos inicialmente, verificou-se a existncia de valores elevados para o IDRF, como ilustra a figura 25, o IDRF mximo do conjunto, ocorre para o Apartamento de nmero 85 e igual a 117%, j o IDRF Mdio para todo o conjunto igual a 55%. 2a Etapa : A 2a Etapa tem o objetivo de iniciar o processo de agrupamento dos imveis que alcanaram eficincia mxima para cada tica e verificar o ajuste das fronteiras do conjunto do ncleo central, com a retirada dos primeiros grupos de apartamentos formadores dos conjuntos da tica do comprador e da tica do vendedor. O mtodo EDO VRS aplicado para cada tica e determinada a eficincia de cada imvel e o nmero de vezes que este foi referncia para os demais. Do conjunto original, exclumos os imveis eficientes mais de 40 vezes referncia para os demais. Os imveis excludos pertencem conforme o caso, ao conjunto da tica do comprador ou da tica do vendedor. Caso contrrio, pertencem ao conjunto central remanescente. Para o conjunto remanescente, calculamos o valores virtuais mximo e mnimo e verificamos se o IDRF destes imveis so superiores ou inferiores ao limite de 25% estabelecido.

xvii

Os resultados da 1a 4a rodada para o 1o grupo de apartamentos que iro formar o conjunto da tica do vendedor esto listados na tabela 1. J, para o 1o grupo de apartamentos que iro formar o conjunto da tica do comprador esto listados na tabela 2. Tabelas 1 e 2: 1o Grupo de Apartamentos dos Conjuntos da tica do Comprador e da tica do Vendedor (2a Etapa). TICA DO VENDEDOR 1a RODADA TICA DO COMPRADOR 1a RODADA

Apto Unit 210 Unit 185 Unit 199 Unit 227 Unit 203 Unit 60 Unit 21

Eficinc. no x Ref 100 82 100 70 100 59 100 59 100 44 100 44 100 41

Apto Unit 93 Unit 110

Eficinc. n x Ref 100 94 100 73

2a RODADA TICA DO VENDEDOR

2a RODADA TICA DO COMPRADOR

Apto Unit 158 Unit 232 Unit 38 Unit 237

Eficinc. 100 100 100 100

no x Ref 63 45 43 41

Apto Unit 85 Unit 98

Eficinc. 100 100

n x Ref 80 41

3a RODADA TICA DO VENDEDOR

3a RODADA TICA DO COMPRADOR

Apto Eficinc. no x Ref Unit 142 100 42 Unit 86 100 41


4a RODADA TICA DO VENDEDOR

Apto Unit 239 Unit 214 Unit 65

Eficinc. 100 100 100

n x Ref 66 48 40

4a RODADA TICA DO COMPRADOR

Apto Unit 156 Unit 47 Unit 64 Unit 118 Unit 31

Eficin no x Ref 100 40 100 67 100 62 100 56 100 53

Apto Unit 112 Unit 160

Eficinc. 100 100

no x Ref 48 47

xviii

Na coluna Apto est lanada a numerao dada ao apartamento, na coluna Eficinc., a eficincia alcanada pelo apartamento na transao realizada sob cada tica e na coluna N x Ref, o nmero de vezes que o apartamento foi referncia para os demais.

Valor Imovel x IDRF


IDRF

80% 70% 60% 50% 40% 30% 20% 10% 0% 0 50 100 150 200 250

Valor Imovel
Figura 26 Grfico Variao IDRF x Valor do Apto (Mtodo EDO 2a Etapa) Ao fim da 4a rodada, foram retirados 27 apartamentos da amostra original. O conjunto remanescente que ir formar o conjunto competitivo, ficou constitudo por 215 apartamentos. Na 5a rodada, verificou-se ainda a existncia de grande disperso. O maior percentual ocorreu para o apartamento de nmero 235 com 67%. A mdia do IDRF ficou igual a 25%, como se verifica na figura 26. 3a Etapa : Com o objetivo. de promover o ajuste das fronteiras do conjunto do ncleo central para se obter um valor mximo do IDRF = 25%, prosseguimos a pesquisa rodando o Frontier-Analyst at a 8a Rodada. O critrio adotado foi o de agrupar por rodada os imveis eficientes e que eram mais de 15 vezes referncia para os demais imveis, tanto para a tica do comprador quanto para a tica do vendedor. Da 5a at a 8a Rodada foram excludos do conjunto do ncleo central, 57 apartamentos e verificada a variao do IDRF dos 158 apartamentos que permaneceram.

xix

Tabelas 3 e 4 : 2o Grupo de Apartamentos dos Conjuntos da tica do Comprador e da tica do Vendedor (3a Etapa). TICA DO VENDEDOR 5a RODADA TICA DO COMPRADOR 5a RODADA Unit Score n x Ref 225 100 47 235 100 39 113 100 36 35 100 35 33 100 34 224 100 30 26 100 28 94 100 24 238 100 24 68 100 22 46 100 21 213 100 21 75 100 19 130 100 19 180 100 19 195 100 18 63 100 17 139 100 17 234 100 17 6a RODADA Unit Score N x ref Unit 163 100 22 Unit 48 100 21 Unit 209 100 21 Unit 43 100 18 Unit 125 100 18 Unit 167 100 17 Unit 184 100 17 Unit 103 100 16 a 7 RODADA Unit Score n x Ref Unit 145 100 22 Unit 40 100 18 Unit 2 100 16

Apto
Unit 205 Unit 243 Unit 53 Unit 120 Unit 189 Unit 135 Unit 231 Unit 29 Unit 24 Unit 102 Unit 182 Unit 115 Unit 17 Unit 206 Unit 62

Eficienc N x ref
100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 34 34 31 28 28 27 25 25 22 21 20 18 18 18 16

6a RODADA

Apto

Eficienc

N x ref
24 19 18 17 16 16

Unit 196 100 Unit 14 100 Unit 197 100 Unit 44 100 Unit 89 100 Unit 141 100 7a RODADA

Apto

Eficienc

N x ref
18 17 16

Unit 99 100 Unit 190 100 Unit 127 100 8a RODADA

Apto
Unit 154 Unit 116 Unit 136

Eficienc
100 100 100

N x ref
20 16 16

Na 9a rodada com o valor de cada imvel dos 158 apartamentos restantes, verificou-se grande reduo na disperso. O maior percentual do IDRF ocorreu para o imvel de nmero 201 com 50%, e com mdia do IDRF= 12,5%, como se verifica na figura 27.

xx

IDRF

60% 50% 40% 30% 20% 10% 0% 0 25 50 75 100 125 150 175 200 225 250 VALOR

Figura 27 Grfico Variao IDRF x Valor do Apto (Mtodo EDO 3a Etapa)

4a Etapa : Continuamos a ajustar as fronteiras com o objetivo de definir o conjunto competitivo, segundo o mtodo denominando de Descascando a Cebola. Nesta etapa, o critrio para excluso do conjunto do ncleo central, foi para os imveis eficientes e mais de 10 vezes referncia. Em sequncia, foi verificado se a variao mxima do IDRF dos imveis remanescentes ao ncleo central apresentavam o seu IDRF menor do que 25%. Da 9a rodada at a 12a rodada foram retirados mais 39 apartamentos pertencentes ao conjunto do ncleo central, relacionados nas tabelas 5 e 6, e que segundo o critrio de seleo acima descrito, passaram a ser considerados como pertencentes ao conjunto da tica do comprador e do vendedor. Na 13a Rodada Os percentuais da Variao do IDRF e do Valor de cada imvel dos 119 apartamentos restantes, esto representados na figura 28. A variao do IDRF em relao ao Valor Real do imvel, apresentou grande reduo na disperso. O IDRF mximo ocorreu para o imvel de nmero 16 com 24%, e IDRF mdio = 5%. Alcanada a meta com o limite mximo de 25 %, paralisamos o processo sendo agrupados no conjunto da tica do vendedor e do comprador os imveis relacionados nas tabelas 5 e 6.

xxi

IDRF 25% 20% 15% 10% 5% 0% 0 25 50 75 100 125 150 175

Tabelas 5 e 6: 3o Grupo de Apartamentos dos Conjuntos da tica do Comprador e da tica do Vendedor (4a Etapa). TICA DO VENDEDOR 9a RODADA Apto Eficincia No x ref Unit 194 100 14 Unit 162 100 13 Unit 177 100 13 Unit 6 100 12 Unit 79 100 12 Unit 96 100 12 Unit 146 100 12 Unit 173 100 12 Unit 61 100 11 Unit 121 100 11 Unit 101 100 10 Unit 117 100 10 Unit 165 100 10 10a RODADA Apto Eficincia No x ref Unit 175 100 15 Unit 201 100 14 Unit 88 100 12 Unit 149 100 11 Unit 27 100 10 Eficinc. Nox ref Apto Unit 74 100 12 Unit 131 100 12 Unit 186 100 11 12a RODADA Apto Eficincia No x ref Unit 82 100 13 TICA DO COMPRADOR 9a RODADA Apto Eficincia No x Ref Unit 3 100 12 Unit 32 100 12 Unit 66 100 12 Unit 164 100 12 Unit 37 100 11 Unit 128 100 11 Unit 36 100 10 Unit 83 100 10 Unit 147 100 10

10a RODADA Apto Eficincia Unit 59 100 Unit 13 100 Unit 73 100 Unit 179 100

Nox Ref 13 11 11 10

11a RODADA

11a RODADA Apto Eficincia NoxRef Unit 242 100 13 Unit 109 100 12 a 12 RODADA Apto Eficincia No Ref Unit 144 100 12 Unit 207 100 10

xxii

CAPTULO V

ANLISE COMPARATIVA DOS RESULTADOS

V. 1 Objetivo

Com o objetivo de comparar os resultados obtidos pela heurstica realizada pelo mtodo EDO, aplicamos a mesma heurstica pelo mtodo de Regresso Mltipla. Os resultados foram lanados na tabela 10. A heurstica aplicada pelo mtodo de regresso definiu as fronteiras do conjunto competitivo de imveis com os conjuntos da tica do vendedor e da tica do comprador, por paralelas reta de regresso, como ilustra a figura 29.

Valor x Area
160 140 120 100 80 60 40 20 0 0 50 100 150 200 250

Figura 29 Grfico Esquemtico das Fronteiras da tica do Vendedor e do Comprador pelo Mtodo de Regresso Mltipla

V. 2 Aplicao do mtodo de Regresso Mltipla

A aplicao do mtodo da Anlise de Regresso Mltipla na definio das fronteiras do conjunto competitivo, utiliza as mesmas variveis explicativas, heurstica e base de dados aplicadas no ajuste das fronteiras pelo mtodo EDO, tendo como amostra inicial os 242 apartamentos escolhidos originariamente. Em cada etapa rodamos apenas uma vez o software STATGRAPHICS (1997), para definir a equao de regresso linear mltipla que explicasse a varivel dependente, Valor do Imvel. A partir desta reta, ajustamos as fronteiras mxima e mnima, respectivamente, da tica do vendedor e da tica do comprador, encapsulando o conjunto do ncleo central, estas fronteiras paralelas apresentam uma mesma distncia reta de regresso, que proporcional ao desvio padro. O ajuste das retas fronteiras paralelas foi realizado de tal forma, que o nmero de apartamentos pertencentes ao conjunto do ncleo central definido por regresso, permanecesse igual ao nmero de apartamentos pertencentes ao conjunto do ncleo central definido pelo mtodo EDO ao final da etapa 1a Etapa : Na primeira etapa aplicamos a Anlise de Regresso Mltipla, rodando o software STATGRAPHICS (1997) para os 242 apartamentos originariamente escolhidos, os resultados da regresso esto lanados no Anexo 4. A equao de regresso linear que explica a varivel dependente, Valor do Imvel, a seguir transcrita a partir das mesmas nove variveis independentes utilizadas no modelo : rea do imvel; valor de referncia de 1998 do IPTU para apartamentos (localizao); conservao; depreciao; equipamentos; padro; no de vagas de garagem; nvel (andar), e; no de apartamentos / andar servidos por uma entrada social.
Valor Imovel = -96,9655 + 0,362697*Andar + 0,180251*AptoEntrSocial + 0,582676*Area total + 0,0398039*Conservacao + 0,256439*Depreciacao 0,0165547*Equipamento + 0,100697*Padrao + 1,94112*Vaga garagem + 0,078222*VR 98 IPTU

Desvio Padro = 21,8873 , Valor Mdio Apto = R$ 75,09 x 103 Ajustamos a distncia entre as fronteiras de maneira que todos os 242 apartamentos pertenam ao conjunto competitivo. Conforme pode ser verificado no Anexo 8, as
ii

distncias ajustadas das fronteiras superior e inferior em relao a superfcie de regresso de 4,925 x (desvio-padro) e a distncia entre as fronteiras de 9,85 x . Por projeo nas fronteiras foram determinados os valores virtuais mximos e mnimos dos apartamentos, permitindo determinar o IDRF de cada apartamento. O IDRF mdio = 363,88% e o IDRF mximo = 10.010,32% para o Apartamento nmero 156.

Eliminando este Outlier, verificaram-se as seguintes alteraes: IDRF mdio = 323,85% e IDRF mximo = 1.231,80% para o apartamento 153, apresentados na figura 30.

Multiregresso IDRF x Valor Imvel


IDRF 1300% 1200% 1100% 1000% 900% 800% 700% 600% 500% 400% 300% 200% 100% 0% 0 50 100 150 200 250 Valor Aptos

Figura 30 Grfico Variao IDRF x Valor do Apto (Mtodo Regresso Mltipla - Amostra original)
2a Etapa : Na 2a Etapa com o objetivo de formar o conjunto do ncleo central com 215 apartamentos, um nmero igual de imveis foram agrupados ao realizado pelo mtodo EDO ao fim da 2a etapa, sem a obrigatoriedade de serem os mesmos imveis. O ajuste da distncia entre as fronteiras paralelas reta de regresso foi

iii

realizado at alcanar o nmero de 27 apartamentos excludos do conjunto do ncleo central. A equao de regresso mltipla que explica a varivel dependente, Valor do Imvel, passou a ser definida pelos 241 apartamentos permanecentes da etapa 1. Atravs
Valor Imovel = -101,138 + 0,362394*Andar + 0,206025*AptoEntrSocial + 0,583901*Area total + 0,0394849*Conservacao + 0,251171*Depreciacao 0,00506858*Equipamento + 0,104002*Padrao + 1,92521*Vaga garagem + 0,0798937*VR 98 IPTU

do software STATGRAPHICS (1997) encontramos os resultados estatsticos apresentados no Anexo 5. Desvio Padro = 21,8527 e o Valor Mdio Apto = R$ 77,45 x 103 Conforme pode ser verificado no Anexo 8, a distncia encontrada da reta de regresso at cada fronteira igual a (1,4186 x ). O intervalo de confiana integral da amostra igual a (2,8372 x ) o que corresponde distncia entre as fronteiras. Por projeo nas fronteiras foram determinados os valores virtuais mximos e mnimos dos apartamentos, permitindo calcular o IDRF para cada apartamento, o IDRF mdio igual a 96,73% e o IDRF mximo igual a 386,85% para o apartamento nmero 17, como pode ser verificado na figura 31.

Multiregresso IDRF x Valor Imvel IDRF 400%

300%

200%

100%

0% 0 50 100 150 200 250 Valor Imovel

Figura 31 Grfico Variao IDRF x Valor do Apto (Mtodo Regresso Mltipla 2a Etapa)

iv

Dos 27 apartamentos excludos do conjunto do ncleo central, 15 apartamentos foram considerados pertencentes ao conjunto da tica do vendedor por estarem acima da fronteira da tica do vendedor e 12 apartamentos foram agrupados no conjunto da tica do comprador por estarem abaixo da fronteira da tica do comprador, conforme tabela 7: Tabela7: 1o Grupo de Apartamentos do Conjunto (1aEtapa)
VENDEDOR Aptos 29 30 43 46 52 61 83 117 138 155 182 186 187 196 200 207 224 240 82 90 95 109 115 157 211 222 236

TICA
COMPRADOR Aptos

3a Etapa : O mesmo processo descrito na 2a etapa foi implementado, o ajuste das fronteiras foi realizado at o conjunto do ncleo central conter 158 apartamentos, o mesmo nmero de imveis agrupados pelo mtodo EDO ao fim da 3a etapa, sem a obrigatoriedade de serem os mesmos. O ajuste da distncia entre as fronteiras paralelas reta de regresso foi realizado at alcanar o nmero de 57 apartamentos excludos do

conjunto do ncleo central, totalizando 84 apartamentos excludos nas 3 etapas e agrupados nos conjuntos das ticas do comprador e do vendedor. A equao de regresso mltipla que explica a varivel dependente, Valor do Imvel, passou a ser definida pelos 215 apartamentos remanescentes da 2a etapa. Atravs do software STATGRAPHICS (1997) encontramos os resultados estatsticos

apresentados no Anexo 6.
Valor Imovel = -92,5578 + 0,0494558*Andar + 0,187711*AptoEntrSocial + 0,581072*Area total + 0,0459269*Conservacao + 0,233003*Depreciacao + 0,029764*Equipamento + 0,0926614*Padrao + 2,04747*Vaga garagem + 0,074348*VR 98 IPTU

Desvio Padro = 13,6842, Valor Mdio Apto = R$ 70,40 x 103 Conforme pode ser verificado no Anexo 8, as distncias ajustadas das fronteiras superior e inferior em relao a regresso igual a (1,09 x ) e o intervalo de confiana integral da amostra igual (2,18 x ) o que corresponde distncia entre as fronteiras

Por projeo nas fronteiras foram determinados os valores virtuais mximos e mnimos dos apartamentos, Vv e Vc definidos na equao IV.2.1 para o clculo do IDRF de cada apartamento, encontrando-se o IDRF mdio igual a 47,40% e o IDRF mximo igual a 145,83% para o Apartamento nmero 194, como pode ser verificado na figura 32. Dos 57 apartamentos excludos do conjunto do ncleo central, 37 apartamentos foram agrupados no conjunto da tica do vendedor por estarem acima da fronteira da tica do vendedor e 20 apartamentos foram agrupados no conjunto da tica do comprador por estarem abaixo da fronteira da tica do comprador, conforme tabela 8:

Multiregressao IDRF x Valor Imovel


IDRF 160% 140% 120% 100% 80% 60% 40% 20% 0% 0 50 100 150 200 250 Valor Apto

Figura 32 Grfico Variao IDRF x Valor do Apto (Mtodo Regresso Mltipla 3a Etapa)

Tabela 8 : 2o Grupo de Apartamentos dos Conjuntos (3a Etapa)


TICA VENDEDOR (Aptos) 6 31 17 32 19 34 21 47 22 60 24 62 37 65 71 76 79 85 86 88 93 96

COMPRADOR (Aptos) TICA VENDEDOR (Aptos)

72 100 107 127 142 160 164 192

104 118 119 124 128 132 133 139 143 146 148 151 159 172 174 206 210 221 232 235 183 193 194 202 215 230 234

COMPRADOR (Aptos) TICA VENDEDOR (Aptos)

COMPRADOR (Aptos)

71

4a Etapa : Implementamos o mesmo processo realizado na 3a etapa, pelo ajuste das fronteiras at o conjunto do ncleo central contivesse 119 apartamentos, o mesmo nmeros de apartamentos agrupados pelo mtodo EDO ao fim da 3a etapa, sem a obrigatoriedade de serem os mesmos. O ajuste da distncia entre as fronteiras paralelas reta de regresso foi realizado at alcanar o nmero de 39 apartamentos excludos do conjunto do ncleo central, totalizando 123 apartamentos excludos nas 4 etapas e agrupados nos conjuntos das ticas do comprador e do vendedor. A equao de regresso mltipla que explica a varivel dependente, Valor do Imvel, passou a ser definida pelos 157 apartamentos remanescentes da 3a etapa, atravs do software STATGRAPHICS (1997) encontramos os resultados estatsticos

apresentados no Anexo 7.

Valor Apto = -103,354 - 0,0627001*Andar + 0,599269*Area + 0,0521525*Conservacao+ 0,452655*Depreciacao+ 0,196896*EntrSoc - 0,00428338*Eqpto + 0,068563*Padrao + 2,03069*Vaga + 0,0743635*VR 98
Desvio Padro = 8,3053, Valor Mdio Apto = R$ 70,85 x 103 Conforme pode ser verificado no Anexo 8, as distncias ajustadas das fronteiras superior e inferior em relao a regresso igual a (1,186 x ) e o intervalo de confiana integral igual (2,372 x ) o que corresponde a distncia entre as fronteiras.

Multiregresso IDRF x Valor Imovel IDRF 120% 100% 80% 60% 40% 20% 0% 0 50 100 150 200 250 Valor Imovel

Figura 33 Grfico Variao IDRF x Valor do Apto (Mtodo Regresso Mltipla 4a Etapa)

72

Por projeo nas fronteiras foram determinados os valores virtuais mximos e mnimos dos apartamentos, permitindo calcular o IDRF para cada apartamento, encontrando o IDRF mdio = 31,78% e o IDRF mximo = 108,05% para o Apartamento nmero 194, como pode ser verificado na figura 33. O conjunto competitivo no foi alcanado, por no se atingir a meta de um IDRF menor do que 25% para todos os apartamentos . Para isto acontecer necessria a realizao de mais etapas reduzindo-se substancialmente o nmero de apartamentos do conjunto do ncleo central. Dos 39 apartamentos excludos do conjunto do ncleo central, 20 apartamentos foram agrupados no conjunto da tica do vendedor por estarem acima da fronteira da tica do vendedor e 19 apartamentos foram agrupados no conjunto da tica do comprador por estarem abaixo da fronteira da tica do comprador, conforme tabela 9: Tabela 9 : 3o Grupo de Apartamentos do Conjunto (4a Etapa)
TICA VENDEDOR COMPRADOR TICA VENDEDOR COMPRADOR 14 3 58 26 77 56 94 112 114 116 154 162 165 179 188 198 203 64 70 80 89 91 92 105 106 110 121 125

205 208 214 225 228 237 129 161 176 177 216

V. 3 Anlise comparativa entre os dois mtodos.

A tabela 10 apresenta os resultados finais determinados em cada etapa de ajuste das fronteiras do ncleo central. Tabela 10 : Anlise Comparativa entre os dois mtodos
ETAPA 1 ETAPA Conjunto Ncleo Central tica Vendedor tica Comprador IDRF mdio IDRF mximo Intervalo de Confiana a

MTODOS DE AVALIAO DE IMVEIS COMPARADOS EDO 1 Rodada Frontier Analyst 242 aptos 0 aptos 0 aptos 55% 117% (Apto 85)
a

REGRESSO MLTIPLA 1a Rodada Statgraphics 242 aptos 0 aptos 0 aptos 364% 10.010% (Apto 156) 9,85 x = 62 ( =21,887) 241 aptos 1 apto

Conjunto Ncleo Central tica Vendedor

73

tica Comprador IDRF mdio IDRF mximo Intervalo de Confiana


a a a

0 aptos 323,05% 1.231,80%(Apto 153)

2 ETAPA Conjunto Ncleo Central tica Vendedor tica Comprador IDRF mdio IDRF mximo Intervalo de Confiana
a

1 5 Rodada Frontier Analyst 215 aptos 18 aptos 9 aptos 25% 67% (Apto 235) a a

2 Rodada Statgraphics 215 aptos 15 aptos 12 aptos 97% 387% (Apto 17) 2,837 x = 62 ( = 21,854) 3
a

3 ETAPA Conjunto Ncleo Central tica Vendedor tica Comprador IDRF mdio IDRF mximo Intervalo de Confiana 4a ETAPA Conjunto Ncleo Central tica Vendedor tica Comprador IDRF mdio IDRF mximo Intervalo de Confiana

5 9 Rodada Frontier Analyst 158 aptos 29 aptos 28 aptos 12,5% 50% (Apto 201) 9a 13a Rodada Frontier Analyst 119 aptos 22 aptos 17 aptos 5% 24% ( Apto 16) -

Rodada Statgraphics 158 aptos 37 aptos 20 aptos 47% 146% (Apto194)

2,18 x =29,832 ( =13,684) 4a Rodada Statgraphics 119 aptos 20 aptos 19 aptos 32% 108% (Apto 194) 2,372 x = 19,7 ( = 8,305)

V. 4 Aplicao do Mtodo EDO Modelo dos Multiplicadores

Neste item realizaremos a anlise da participao das variveis de propriedades fsicas na valorao dos imveis pertencentes ao conjunto competitivo. Para tanto explorado o poder de explicao do Mtodo EDO Modelo dos Multiplicadores na determinao do percentual de participao relativa dos pesos destas variveis. O coeficiente de inclinao do hiper-plano formador das fronteiras dos conjuntos da tica do comprador e da tica do vendedor determinado pela razo entre as

74

30

206

69 (42%) 228 (38%) 26 (86 113 (59%)

149

Figura 34 Grfico Mtodo EDO VRS (rea total / Preo do Apto x Valor de Referncia (IPTU) / Preo do Apto

O coeficiente de inclinao do hiper-plano formador das fronteiras dos conjuntos da tica do comprador e da tica do vendedor determinado pela razo entre as coordenadas dos eixos cartesianos. Na figura 34 apresentada uma simulao dos resultados obtidos a partir da aplicao do mtodo EDO CRS modelo dos multiplicadores sob a tica do comprador. Na simulao com trs variveis de propriedades fsicas, rea total, preo (valor) e VR98 (valor de referncia do IPTU de 1998), o coeficiente da inclinao de cada segmento de reta formador da fronteira determinado pela razo entre as coordenadas rea total / valor e VR 98 / valor. O software Frontier Analyst determina pelo modelo dos Multiplicadores a participao normalizada dos pesos de cada varivel na determinao da eficincia do imvel avaliado sob cada tica, equaes III.3.4 e III.3.6. Como se verifica na figura 34, a fronteira da tica do comprador formada a partir dos imveis eficientes 30, 206 e 149, que permite determinar como exemplo a participao normalizada dos pesos de cada varivel na eficincia dos imveis 69, 228, 26 e 113. Na determinao da eficincia do imvel 69 a participao da varivel VR 98 nula e da varivel rea Total de 100 % , j para o imvel 113 a situao se inverte a participao da varivel VR 98 de 100% e da varivel rea Total nula. O imvel 26

75

apresenta a participao de cada varivel respectivamente com 77% e 23% e o imvel 228 com 32% e 68%.
V. 5 Participao das variveis de propriedades fsicas dos imveis

Os resultados gerais verificados na tabela 11 representam a relao de ocorrncia e a participao das variveis na determinao da eficincia dos imveis pertencentes ao conjunto competitivo em relao aos imveis formadores das fronteiras da tica do comprador e vendedor. Tabela 11 : Participao das propriedades fsicas na determinao da eficincia
Nmero de vezes que a Varivel : Locali rea Nvaga Eqpto Padro Conser Nvel Idade UnAc zao Total vao Imovel esso 1. Nula na tica do Comprador 2. Nula na tica do Vendedor 3. Nula para o Comprador e Vendedor 4. Mxima na tica do Comprador 5. Mxima na tica do Vendedor 6. Mxima na tica do Comprador e do Vendedor

28 17 1 17 15 0

42 40 5 6 22 0

70 66 19 3 0 0

98 59 44 0 0 0

54 65 21 22 2 0

69 49 14 17 10 0

64 42 9 2 1 0

85 51 28 6 47 1

28 41 3 45 20 3

A partir dos resultados apresentados podemos concluir que os imveis do conjunto competitivo projetados na fronteira da tica do comprador, as variveis de propriedades fsicas dos imveis, que mais vezes participaram na determinao da eficincia e melhor explicaram a minimizao do valor de compra, esto a seguir relacionadas em ordem de importncia: 1o - Nmero de Apartamentos servidos por uma mesma entrada social ; 2o - Padro de Acabamento ; 3o - Localizao (VR 98) 4o - Conservao. Para os imveis no conjunto competitivo projetados na fronteira da tica do vendedor, as variveis de propriedades fsicas do imvel que mais vezes participaram na determinao da eficincia e melhor explicam a maximizao do valor de venda, esto a seguir relacionadas em ordem de importncia: 1o - Idade do Imvel ;

76

2o - rea Total ; 3o - Nmero de Apartamentos por andar servidos pela mesma entrada social; 4o - Localizao. As variveis equipamentos, nmero de vagas e nvel, na ordem, foram as que menos vezes participaram na determinao da eficincia e portanto tiveram menor poder de explicao do valor do imvel.
V. 6 Modelo de estimao do valor de um imvel

Como modelo simplificado de estimao do valor de um imvel apresentamos o seguinte processo. A partir do conjunto competitivo com 119 apartamentos, determinamos um intervalo de valor em funo da localizao e do prestabelecimento das seguintes propriedades fsicas do imvel: a) Apartamentos de 1 ou 2 quartos com rea de 60 a 80 m2; b) Padro Normal com valores variando de 260 a 320; c) Conservao Regular com valores variando de 180 a 240; d) Idade Aparente de 15 a 25 anos e) Uma vaga de garagem f) Qualquer andar Tabela 12 Propriedades dos apartamentos selecionados segundo critrios de a f
Apto No Logradouro N/Complto
330/101 30/201 51/105 124/202 301/401 360/202 79/802 90/506 764/501 43/301 429/903 184/602 862/103/bl. 01

Bairro
Maracan Botafogo Maracan Tijuca Botafogo Tijuca Tijuca Botafogo Laranjeiras Glria Tijuca Botafogo Tijuca

NQtos Preo Apto (R$)


2 2 2 2 2 2 2 1 2 2 2 1 2 88.000,00 90.000,00 95.000,00 70.000,00 100.000,00 70.000,00 94.000,00 110.000,00 75.000,00 80.000,00 60.000,00 105.000,00 80.000,00

VR98 (R$)
631 775 631 297 775 631 631 820 347 684 297 775 533

Area Total M2
72 69 78 78 72 65 75 65 67 71 69 63 69

12 Rua Professor Gabizo 28 Rua Bambina 67 Rua Moraes e Silva 69 Rua 18 de Outubro 78 Rua Muniz Barreto 134 Rua Hadock Lobo 135 Rua Mariz e Barros 148 Rua Ministro Raul Fernandes 154 Rua Pereira da Silva 175 Rua Benjamim Constant 201 Rua 18 de Outubro 214 Rua General Severiano 242 Rua Conde de Bonfim

77

Os resultados apresentados na figura 35, definem o intervalo das possibilidades de valor em funo da localizao para novos apartamentos a serem avaliados.

Valor Apto 120


214 148 14 28

100 80
69 154 12 242

67

135

78

175 134

60
201

40 20 0 0 200 400 600 800 1000 VR 98 (Localizao)

Figura 35 Grfico das fronteiras da tica do vendedor e da tica do comprador aptos da tabela 13
O espao mercadoria acontece entre as fronteiras da tica do Comprador e da tica do Vendedor definidas pelos Apartamentos 201, 134, 28, 148 e 69, 154, 148 respectivamente.

78

CAPTULO VI

CONCLUSES

VI. 1 Consideraes Preliminares

A metodologia EDO desenvolvida nesta tese introduz para a Cincia da Teoria do Valor, os aspectos da imperfeio de mercado. Comparativamente heurstica aplicada pelo mtodo de Regresso Mltipla, a aplicao realizada pelo mtodo EDO apresentou um melhor envelopamento dos dados, fornecendo intervalos mais estreitos para a variao dos valores dos imveis. Pela comparao dos resultados obtidos pelo mtodo EDO com o da Anlise de Regresso Mltipla na formao dos grupos de imveis pertencentes ao conjunto do ncleo central e apresentados na tabela 11, conclui-se que: 1o O mtodo EDO forma o conjunto competitivo por definio na 4a etapa; 2o O mtodo de regresso na 4a etapa obtm valores elevados para o IDRF, devendo ser retirados mais apartamentos para formar o conjunto competitivo por definio. em anlise comparativa; 3o O ajuste das fronteiras pelo mtodo EDO tendeu mais rapidamente meta limite do IDRF para configurar o conjunto competitivo ; 4o A determinao do IDRF pela metodologia EDO apresentou resultados bem inferiores ao da metodologia de Regresso. Esta constatao indica que o ajuste para estimao do valor do imvel pelo mtodo EDO, com IDRF mdio regredindo de 65% para 5% apresenta uma melhor condio de estimao do valor do que realizado pelo mtodo de Regresso Mltipla, com IDRF mdio regredindo de 364% para 32%.

70

A figura 36 apresenta as variaes dos valores mximos dos apartamentos determinados na 4a Etapa, pela heurstica aplicada com o mtodo EDO e pela heurstica aplicada com o Regresso em relao curva definida pelos preos de transao dos apartamentos.

4 Etapa 160 140 120 100 80 60 40 20 0 152 124 123 176 23 221 90 244 106 159 187 138 81 52 119 Valor Mximo DEA V MAX RM Vimovel

Figura 36 Grfico Comparativo dos Valores Virtuais Mximos Resultantes da Aplicao dos mtodos EDO e de Regresso Mltipla com os Preos Reais dos Apartamentos (tica do Vendedor) A figura 37 apresenta as variaes dos valores mnimos dos apartamentos

determinados na 4a Etapa tanto pela heurstica aplicada com o mtodo EDO e pela heurstica aplicada com o mtodo Regresso Mltipla em relao curva definida pelos preos reais de transao dos apartamentos. Como podemos verificar pela anlise das figuras 36 e 37, os resultados do Mtodo EDO, apresentam um melhor ajuste do valor provvel ao preo real de transao dos apartamentos. Visualmente verifica-se uma menor disperso dos valores virtuais mximo e mnimo do mtodo EDO do que os valores mdios determinados pelo mtodo de Regresso Mltipla. A inovao na metodologia de avaliao imobiliria pela introduo do georeferenciamento da varivel Valor de Referncia 1998, de clculo do IPTU da planta de valores da Prefeitura, na base de dados original, permitiu a representao da heterogeneidade interna de um bairro, atravs representao da variao qualitativa

71

da localizao do imvel pela varivel quantitativa de VR 98 e ainda a promoo de uma homogeneizao com outros imveis de bairros distintos.
4a Etapa 160 140 120 100 80 60 40 20 0 152 124 123 176 23 221 90 244 106 159 187 138 81 52 119
Valor Mnimo DEA Vimov el

V MIN RM

Figura 37 Grfico Comparativo dos Valores Virtuais Mnimos Resultantes da Aplicao dos mtodos EDO e de Regresso Mltipla com os Preos Reais dos Apartamentos (tica do Comprador)

Cabe ainda explorar nos prximos itens deste captulo, o poder de explicao da participao das variveis independentes na determinao da varivel dependente valor do imvel, propiciada pelo mtodo EDO integrado a um Sistema de Informao Geogrfica.
VI.2 Eficincia DEA sob cada tica

A propriedade da heurstica aplicada pde ser melhor verificada pela anlise da eficincia do conjunto da amostra em relao cada fronteira. Mas como um caminho de continuidade da pesquisa proposta a aplicao de uma heurstica que tenha para a formao do conjunto competitivo, o critrio da maior relao do tamanho da amostra com o do maior nmero de apartamentos eficientes
VI .2.1 Em relao Fronteira da tica do Vendedor

A eficincia de cada imvel em relao fronteira da tica do vendedor para cada etapa de seleo, est representada na figura 38. Cada curva representa a variao da eficincia em funo da quantidade de imveis avaliados por etapa. A curva de cor preta representa as eficincias alcanadas por cada apartamento na 1a rodada do

72

software Frontier Analyst

da 1a etapa, contempla a amostra original com os 242

apartamentos sendo 74 apartamentos eficientes, a curva de cor vermelha representa os resultados da 5a rodada da 2a etapa e contempla 215 apartamentos sendo 103 apartamentos eficientes, a curva cor verde representa os resultados da 9a rodada da 3a Etapa e contempla 158 apartamentos sendo 92 apartamentos eficientes e a curva de cor azul representa os resultados da 13a rodada da 4a Etapa e contempla 119 apartamentos sendo 88 apartamentos eficientes. Se a condio de definio do conjunto competitivo fosse o critrio da maior amostra em funo do maior nmero de apartamentos eficientes, seria bastante paralisarmos o processo na 2a etapa (5a Rodada), considerando o conjunto competitivo formado

pelos apartamentos pertencentes ao conjunto do ncleo central ao fim desta etapa.

Variao Eficincias Otica Vendedor Eficincia 120 100 80 60 40 20 0 0 50 100 150 200 250 Quant de Imveis 300 1a Rodada 13a Rodada 5a Rodada 9a Rodada

Figura 38 Grfico de Variao de Eficincia em funo da Quantidade de Imveis por Etapa sob a tica do Vendedor (Mtodo EDO)

VI .2.2 Em relao Fronteira da tica do Comprador

A eficincia de cada imvel em relao fronteira da tica do comprador para cada etapa de seleo, est representada na figura 39. Cada curva representa a variao da eficincia em funo da quantidade de imveis avaliados por etapa. A curva de cor vermelha representa os resultados da 1a rodada da 1a etapa e contempla a amostra original com os 242 apartamentos sendo 74 apartamentos eficientes, a curva de cor

73

lils representa os resultados da 5a rodada da 2a etapa e contempla 215 apartamentos sendo 95 apartamentos eficientes, a curva de cor azul representa os resultados da 9a rodada da 3a Etapa e contempla 158 apartamentos sendo 100 apartamentos eficientes e a curva de cor verde representa os resultados da 13a rodada da 4a Etapa e contempla 119 apartamentos sendo 88 apartamentos eficientes. Agora se a condio de definio do conjunto competitivo fosse o critrio da maior amostra em relao do maior nmero de apartamentos eficientes, seria bastante paralisarmos o processo na 2a ou 3a etapa (5a ou 9a Rodadas), considerando o

conjunto competitivo formado pelos apartamentos pertencentes ao conjunto do ncleo central ao fim de uma destas etapas.

Variao Eficincia Otica Comprador


Eficincia 120 100 80 60 40 20 0 0 50 100 150 200 250 300 Nos de Imveis

13a Rodada 9a Rodada

5a Rodada 1a Rodada

Figura 39 Grfico de Variao de Eficincia em funo da Quantidade de Imveis por Etapa sob a tica do Comprador (Mtodo EDO)

Na prtica, como foi observado por especialistas, o ideal para a avaliao de imveis apresentar variao inferior a 25% entre os valores estimados mximo e mnimo. Atravs de simulao do modelo verificou-se que para atingir este limite de 25%, a eficincia mdia do conjunto tm que ser superior 90%.

74

VI. 3 Resultados do mtodo EDO aplicados em SIG

Um dos aspectos mais importantes do uso das geotecnologias o potencial dos SIGs em produzir novas informaes a partir de um banco de dados geogrfico, principalmente em estudos scio-econmicos, quando desejamos estabelecer indicadores que permitam uma viso quantitativa da informao espacial. No ambiente em SIG do municpio do Rio de Janeiro georeferenciamos os dados dos imveis avaliados com o objetivo de organizar e estabelecer um modelo racional de combinao de dados para anlise. Resultando na alocao representativa de cada imvel em seu endereo real no mapa de ruas e logradouros do municpio. Integrando ento o software MAPINFO (1994) aos resultados obtidos com o software de DEA, Frontier Analyst foram gerados os mapas temticos, que permitem ao analista identificar o comportamento espacial da tomada de deciso de compradores e vendedores, bem como entender a motivao pela definio da propriedade fsica do imvel preponderante para cada regio. Preliminarmente efetuamos o georeferenciamento da amostra original de 1265 apartamentos sobre o mapa de ruas e logradouros do Municpio do Rio de Janeiro, ilustrada na figura 39. O SIG construdo contempla alm de ruas, informaes relevantes sobre imveis pblicos notveis, ocupaes irregulares tais como favelas, metro-vias, praas, praias, matas, florestas e jardins, entre outras.

Figura 39 Mapa Temtico Georeferenciamento da Base de Dados (CEF)

75

O mapa do setor censitrio aplicado sobre o mapa de ruas e logradouros permitiu utilizar a informao scio econmica com as demais informaes integradas ao sistema, da maneira como j foi utilizada nesta tese no captulo IV.3.

A partir da visualizao do mapa temtico da figura 39, verifica-se que a amostra mais representativa para os imveis localizados nos bairros da zona sul, norte e centro do municpio, j que a regio que corresponde zona oeste apresenta grande parte dos setores censitrios sem conter se quer um imvel.

Conjunto da tica do Comprador 60 Apartamentos Conjunto da tica do Vendedor 63 Apartamentos Conjunto competitivo 119 Apartamentos

Figura 40 Mapa temtico da localizao dos apartamentos do conjunto competitivo e dos conjuntos da tica do vendedor e do comprador

76

A partir da visualizao do mapa temtico da figura 40 e da tabela 13, verifica-se que os imveis do conjunto da tica do comprador predominaram nos bairros do Flamengo, Glria, Tijuca e Maracan e que os imveis do conjunto da tica do vendedor predominaram nos bairros de Copacabana, Leme, Botafogo e Santa Teresa, muito embora todos os bairros com exceo de Leme e Santa Teresa apresentem uma maior participao de imveis do conjunto competitivo. Tabela 13 : Participao de Apartamentos por bairro para cada tica
Conjuntos Bairros

Vendedor Botafogo Catete Copacabana Flamengo Glria Laranjeiras Leme Maracan Santa Teresa Tijuca 32% 30% 45% 13% 15% 27% 67% 12% 55% 17%

Competitivo 64% 50% 47% 40% 46% 46% 0% 59% 36% 50%

Comprador 4% 20% 8% 47% 38% 27% 33% 29% 9% 33%

A concluso que se chega a partir destes resultados, de que existe para a poca da amostragem, maior demanda do que oferta por apartamentos nos bairros de Copacabana, Leme, Botafogo e Santa Teresa. J o inverso acontece para os bairros de Flamengo, Glria, Tijuca e Maracan, onde a oferta maior do que a procura. Em sequncia aplicaremos atravs do SIG uma anlise mais pontual das influncias locais, no consideradas anteriormente, para explicar a tendncia da eficincia apresentada para o imvel considerado.

77

VI. 4 Comentrios Finais

Os resultados da aplicao do mtodo EDO modelo dos multiplicadores foram georeferenciados. Desta forma visualiza-se para cada endereo, o percentual de participao das propriedades fsicas dos imveis avaliados na determinao da eficincia de transao do apartamento. Os mapas temticos gerados permitiram ao analista identificar a participao de cada varivel na eficincia da transao do apartamento sob cada tica. Na figura 41 est representada a localizao do conjunto competitivo com 119 apartamentos no municpio do Rio de Janeiro. O mapa temtico identifica a participao de cada propriedade fsica na determinao da eficincia dos imveis sob a tica do comprador. O resultado apresentado para cada imvel representa, portanto, a participao das propriedades fsicas na valorao do imvel avaliado, observa-se a predominncia da varivel de localizao para a regio litornea, ao contrrio para a regio de subrbio. Isto demonstra uma disposio do comprador na regio litornea em trocar grandes variaes em relao a outras propriedades fsicas do imvel por pequenas variaes de localizao. O que no ocorre para a regio de subrbio.

A aplicao final demonstra o potencial da tcnica que permite definir valores para novos imveis avaliados, em funo de caractersticas semelhantes da amostra de imveis observada

L O C A L IZ A O REA TOTAL

PADRO CO NSERVAO

ID A D E IM V E L UN / ACESSO

Figura 41 Mapa temtico percentual de participao das propriedades fsicas na valorao de apartamentos do conjunto competitivo sob a tica do comprador

78

O uso do SIG ferramenta que complementa a anlise, verifica-se pela figura 42 informao at ento desconhecida, a proximidade de favela com distncia direta de apenas 139 metros, situao esta que sem dvida influncia diretamente o valor dos apartamentos 69 e 201. Como se verifica na figura 41, o apartamento 69 com maior distncia favela pertence fronteira da tica do vendedor e o apartamento 201 que est mais prximo favela pertence fronteira da tica do comprador. Conclui-se ainda ser coerente o valor arbitrado para a varivel VR 98 por ser a de menor valor para os dois apartamentos em relao aos demais considerados na tabela 12.

69

201

Figura 42 Mapa Temtico anlise comparativa dos resultados apurados para dois apartamentos localizados em uma mesma rua do bairro da Tijuca

Quanto comparao realizada no captulo V, entre os dois mtodos aplicados, conclumos que o mtodo EDO demonstrou um melhor ajuste dos hiperplanos formadores das fronteiras do conjunto competitivo, e em consequncia define um intervalo mais justo de variao dos possveis valores do imvel avaliado.

79

VII

APNDICES

70

ANEXO 2 V I I .2 - Planilha de pesos atribudos s Propriedades Fsicas dos Apartamentos

Propriedades Fsicas do Apartamento

Tipo

Peso

1-

Equipamentos a) b) c) d) e) f) g) h) i) j) k) l) Unidade c/ Interfone Unidade c/ guaQuente Unidade c/ ArCentral Unidade c/ Piscina Unidade c/ GsCentral Unidade c/ Outros Eqptos Prdio c/ Salao de Festas Prdio c/ Portaria Prdio c/ Pilotis Prdio c/ PlayGround Prdio c/ Piscina Prdio c/ Quadra 1 5 2 10 7 6 4 2 1 2 3 3

22.1 2.2 2.3 -

Padro de Acabamento Padro da Fachada Padro da Circulao Padro de Ambientes a) b) c) d) e) f) g) Luxo Alto Normal_Alto Normal Normal_Baixo Baixo Minimo 3 2 1 100 90 70 50 30 20 10

33.1 3.2 3.3 -

Conservao Conservao_Fachadas Conservao_Circulacao Cons_Ambientes a) b) c) d) e) f) ImovelNovo Boa Regular ReparosSimples ReparosImport Ruim 1 1 1 100 80 60 50 20 10

70

ANEXO 4

V I I . 4 - Resultado Software Statgraphics Mtodo de Regresso ( 1a ETAPA )


The R-Squared statistic indicates that the model as fitted explains 61,9579% of the variability in Valor Imovel. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 60,4821%. The standard error of the estimate shows the standard deviation of the residuals to be 21,8873. This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 15,2892 is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. In determining whether the model can be simplified, notice that the highest P-value on the independent variables is 0,8808, belonging to Equipamento. Since the P-value is greater or equal to 0.10, that term is not statistically significant at the 90% or higher confidence level. Consequently, you should consider removing Equipamento from the model.

70

Multiple Regression Analysis ----------------------------------------------------------------------------Dependent variable: Valor Imovel ----------------------------------------------------------------------------Standard T Parameter Estimate Error Statistic P-Value ----------------------------------------------------------------------------CONSTANT -96,9655 22,0052 -4,40649 0,0000 Andar 0,362697 0,392809 0,92334 0,3568 AptoEntrSocial 0,180251 0,175788 1,02539 0,3062 Area total 0,582676 0,0838631 6,94794 0,0000 Conservacao 0,0398039 0,041758 0,953204 0,3415 Depreciacao 0,256439 0,239478 1,07082 0,2854 Equipamento -0,0165547 0,110261 -0,150141 0,8808 Padrao 0,100697 0,0322075 3,12651 0,0020 Vaga garagem 1,94112 0,391968 4,95224 0,0000 VR 98 IPTU 0,078222 0,009222 8,48211 0,0000 ----------------------------------------------------------------------------Analysis of Variance ----------------------------------------------------------------------------Source Sum of Squares Df Mean Square F-Ratio P-Value ----------------------------------------------------------------------------Model 181011,0 9 20112,3 41,98 0,0000 Residual 111141,0 232 479,054 ----------------------------------------------------------------------------Total (Corr.) 292151,0 241 R-squared = 61,9579 percent R-squared (adjusted for d.f.) = 60,4821 percent Standard Error of Est. = 21,8873 Mean absolute error = 15,2892 Durbin-Watson statistic = 1,93237

The StatAdvisor --------------The output shows the results of fitting a multiple linear regression model to describe the relationship between Valor Imovel and 9 independent variables. The equation of the fitted model is Valor Imovel = -96,9655 + 0,362697*Andar + 0,180251*AptoEntrSocial + 0,582676*Area total + 0,0398039*Conservacao + 0,256439*Depreciacao 0,0165547*Equipamento + 0,100697*Padrao + 1,94112*Vaga garagem + 0,078222*VR 98 IPTU Since the P-value in the ANOVA table is less than 0.01, there is a statistically significant relationship between the variables at the 99% confidence level.

71

ANEXO 5 V I I .5 - Resultado Software Statgraphics Mtodo de Regresso (2a ETAPA)


Multiple Regression Analysis ----------------------------------------------------------------------------Dependent variable: Valor Imovel ----------------------------------------------------------------------------Standard T Parameter Estimate Error Statistic P-Value ----------------------------------------------------------------------------CONSTANT -101,138 22,1975 -4,55629 0,0000 Andar 0,362394 0,392188 0,924031 0,3564 AptoEntrSocial 0,206025 0,176597 1,16664 0,2446 Area total 0,583901 0,0837357 6,97315 0,0000 Conservacao 0,0394849 0,0416926 0,947047 0,3446 Depreciacao 0,251171 0,239133 1,05034 0,2947 Equipamento -0,00506858 0,110432 -0,0458979 0,9634 Padrao 0,104002 0,0322542 3,22444 0,0014 Vaga garagem 1,92521 0,391535 4,9171 0,0000 VR 98 IPTU 0,0798937 0,00929444 8,59585 0,0000 ----------------------------------------------------------------------------Analysis of Variance ----------------------------------------------------------------------------Source Sum of Squares Df Mean Square F-Ratio P-Value ----------------------------------------------------------------------------Model 179601,0 9 19955,6 41,79 0,0000 Residual 110312,0 231 477,54 ----------------------------------------------------------------------------Total (Corr.) 289913,0 240 R-squared = 61,95 percent R-squared (adjusted for d.f.) = 60,4675 percent Standard Error of Est. = 21,8527 Mean absolute error = 15,2479 Durbin-Watson statistic = 1,94219

The StatAdvisor --------------The output shows the results of fitting a multiple linear regression model to describe the relationship between Valor Imovel and 9 independent variables. The equation of the fitted model is Valor Imovel = -101,138 + 0,362394*Andar + 0,206025*AptoEntrSocial + 0,583901*Area total + 0,0394849*Conservacao + 0,251171*Depreciacao 0,00506858*Equipamento + 0,104002*Padrao + 1,92521*Vaga garagem + 0,0798937*VR 98 IPTU Since the P-value in the ANOVA table is less than 0.01, there is a statistically significant relationship between the variables at the 99% confidence level.

72

The R-Squared statistic indicates that the model as fitted explains 61,95% of the variability in Valor Imovel. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 60,4675%. The standard error of the estimate shows the standard deviation of the residuals to be 21,8527. This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 15,2479 is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. In determining whether the model can be simplified, notice that the highest P-value on the independent variables is 0,9634, belonging to Equipamento. Since the P-value is greater or equal to 0.10, that term is not statistically significant at the 90% or higher confidence level. Consequently, you should consider removing Equipamento from the model.

73

ANEXO

V I I .6 - Resultado Software Statgraphics Mtodo de Regresso ( 3a ETAPA )


Multiple Regression Analysis ----------------------------------------------------------------------------Dependent variable: Valor Imovel ----------------------------------------------------------------------------Standard T Parameter Estimate Error Statistic P-Value ----------------------------------------------------------------------------CONSTANT -92,5578 15,2448 -6,07142 0,0000 Andar 0,0494558 0,273435 0,180868 0,8567 AptoEntrSocial 0,187711 0,122176 1,5364 0,1260 Area total 0,581072 0,0574909 10,1072 0,0000 Conservacao 0,0459269 0,0272663 1,68438 0,0936 Depreciacao 0,233003 0,173591 1,34225 0,1810 Equipamento 0,029764 0,072984 0,407815 0,6838 Padrao 0,0926614 0,021789 4,25266 0,0000 Vaga garagem 2,04747 0,26346 7,77149 0,0000 VR 98 IPTU 0,074348 0,00634552 11,7166 0,0000 ----------------------------------------------------------------------------Analysis of Variance ----------------------------------------------------------------------------Source Sum of Squares Df Mean Square F-Ratio P-Value ----------------------------------------------------------------------------Model 138712,0 9 15412,5 82,31 0,0000 Residual 38200,3 204 187,257 ----------------------------------------------------------------------------Total (Corr.) 176912,0 213 R-squared = 78,4072 percent R-squared (adjusted for d.f.) = 77,4546 percent Standard Error of Est. = 13,6842 Mean absolute error = 10,9756 Durbin-Watson statistic = 2,08312

The StatAdvisor --------------The output shows the results of fitting a multiple linear regression model to describe the relationship between Valor Imovel and 9 independent variables. The equation of the fitted model is Valor Imovel = -92,5578 + 0,0494558*Andar + 0,187711*AptoEntrSocial + 0,581072*Area total + 0,0459269*Conservacao + 0,233003*Depreciacao + 0,029764*Equipamento + 0,0926614*Padrao + 2,04747*Vaga garagem + 0,074348*VR 98 IPTU Since the P-value in the ANOVA table is less than 0.01, there is a statistically significant relationship between the variables at the 99% confidence level.

70

The R-Squared statistic indicates that the model as fitted explains 78,4072% of the variability in Valor Imovel. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 77,4546%. The standard error of the estimate shows the standard deviation of the residuals to be 13,6842. This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 10,9756 is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. In determining whether the model can be simplified, notice that the highest P-value on the independent variables is 0,8567, belonging to Andar. Since the P-value is greater or equal to 0.10, that term is not statistically significant at the 90% or higher confidence level. Consequently, you should consider removing Andar from the model.

71

ANEXO 7

V I I .7 - Resultado Software Statgraphics Mtodo de Regresso ( 4a ETAPA )

Multiple Regression Analysis ----------------------------------------------------------------------------Dependent variable: Valor Apto ----------------------------------------------------------------------------Standard T Parameter Estimate Error Statistic P-Value ----------------------------------------------------------------------------CONSTANT -103,354 11,1991 -9,22876 0,0000 Andar -0,0627001 0,192876 -0,325081 0,7456 Area 0,599269 0,0416907 14,3741 0,0000 Conservacao 0,0521525 0,0194856 2,67647 0,0083 Depreciacao 0,452655 0,127866 3,54006 0,0005 EntrSoc 0,196896 0,0844626 2,33116 0,0211 Eqpto -0,00428338 0,051574 -0,0830531 0,9339 Padrao 0,068563 0,0164315 4,17265 0,0001 Vaga 2,03069 0,195142 10,4062 0,0000 VR 98 0,0743635 0,00465327 15,9809 0,0000 ----------------------------------------------------------------------------Analysis of Variance ----------------------------------------------------------------------------Source Sum of Squares Df Mean Square F-Ratio P-Value ----------------------------------------------------------------------------Model 89218,6 9 9913,17 143,72 0,0000 Residual 10139,8 147 68,9779 ----------------------------------------------------------------------------Total (Corr.) 99358,3 156 R-squared = 89,7948 percent R-squared (adjusted for d.f.) = 89,1699 percent Standard Error of Est. = 8,3053 Mean absolute error = 6,98941 Durbin-Watson statistic = 2,03288

The StatAdvisor --------------The output shows the results of fitting a multiple linear regression model to describe the relationship between Valor Apto and 9 independent variables. The equation of the fitted model is Valor Apto = -103,354 - 0,0627001*Andar + 0,599269*Area + 0,0521525*Conservacao + 0,452655*Depreciacao + 0,196896*EntrSoc 0,00428338*Eqpto + 0,068563*Padrao + 2,03069*Vaga + 0,0743635*VR 98 Since the P-value in the ANOVA table is less than 0.01, there is a statistically significant relationship between the variables at the 99% confidence level.

70

The R-Squared statistic indicates that the model as fitted explains 89,7948% of the variability in Valor Apto. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 89,1699%. The standard error of the estimate shows the standard deviation of the residuals to be 8,3053. This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 6,98941 is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. In determining whether the model can be simplified, notice that the highest P-value on the independent variables is 0,9339, belonging to Eqpto. Since the P-value is greater or equal to 0.10, that term is not statistically significant at the 90% or higher confidence level. Consequently, you should consider removing Eqpto from the model.

71

VIII

BIBLIOGRAFIA

Abunahman S., 1998 Introduo Engenharia de Avaliaes e Percias Judiciais Avaliao de Terrenos Urbanos e Avaliao de imveis pp. 33 / 100 Editora Pinni Ltda. Abunahman S., 1999 Curso Bsico de Engenharia Legal e de Avaliaes pp. 9 / 114 Editora Pinni Ltda.

Aigner, Lovell e Scmidt, 1977

Formulation and Estimation of Stochastic

Frontier Production Function Models, Journal of Econometrics, 6, 21-37.


Araya M.C.G. 10/05/2000 Estudo sobre a Envoltria em DEA COPPE/ UFRJ Almeida H.R., Milioni A Z, 18-20/10/2000 - Anlise de envoltria de dados na

deciso de concesso de Crdito XXXII Simpsio Brasileiro de Pesquisa


Operacional Viosa, 636/659
Barredo J.B. Cano , 1996 Sistemas de Informacin Geogrfica y evaluacin multicriterio en la ordenacin del territorio Evaluacin multicritrio y multiobjetivo en el entorno de los sitemas de Informacin Geogrfica RA-MA Editorial Madrid/Espanha - 1a Impression - pp. 47 / 104 Banker R.D., A.Charnes e W.W. Cooper, 1984 Some models for estimating technical and scale inefficiencies in Data Envelopment Analysis, Managemente Science vol. 30 no 9 pp 1.078 / 1.092.

Banker, R.D. and W.W. Cooper, 1994 Validation and Generalization of DEA

and its Uses, Top, 2, No.2, 249-314.


Base de Dados CEF 2000 Caixa Econmica Federal Caixa simular 13 - Software Access

72

Base de Dados CEF 2000 Caixa Econmica Federal CaixaRio SF - Software Access Battese G.E., Coelli T., Prasada D.S.R., 1998 The Stochastic Frontier Production Function pp. 185/198

Battese G.E. and G.S. Corra, 1977

Estimation of a Production Frontier

Model : With Application to the Pastoral Zone of Eastern Australia, Australian


Journal of Agricultural Economics, 21, 169- 179. Battese G.E., and Coelli T.J., 1988

Predictions of Firm-Level technical

Efficincies With a Generalised Frontier Production Functios and Panel Data,


Journal of Econometrics 38, 387-399. Battese G.E., and Coelli T.J., 1992 Frontier Production Funcions, Technical

Efficieny and Panel Data: With Applications to Paddy Farmers in India, Journal
of Productivity Analysis, 3, 153-169. Battese G.E., Rao P.D.S. e Coelli T., 1998 An Introduction to efficiency and

Productivity Analysis Kluwer Academic Publishers.


Bregalda P.F., Oliveira A.A.F., Bronstein C. I., 1996

Introduo

Programao Linear.
Cordeiro Gauss M., Dantas Rubens A, 1987 V Congresso Brasileiro de Engenharia de Avaliaes e Percias COBREAP A Avaliao de Imveis atravs da Metodologia de Pesquisa Cientfica pp 1 / 32 Cano, J.I.B., 1996 Sistema de Informacin Geogrfica y evaluation multicritrio en la ordenacin del territrio, RA-MA Editorial, Madrid, pp 47-100. Charnes A, Cooper W.W. e Z. Rhodes, 1978 Measuring the efficiency of decision making units, European Journal of Operations Research, vol.2, no 6 pp 429 / 444.

73

Charnes A, W.W. Cooper, L.Seiford e J.Schultz, 1982 A multiplicative model for efficiency analysis- Socio Economic Planning Sciences, vol. 616 no 5 pp 223 / 224. Charnes A, W.W. Cooper, L.Seiford e J.Schultz, 1983 Invariant multiplicative efficiency and piecewise Cobb-Douglas envelopments- Operations Research Letters , vol. 2 no 3 pp 101/103.

Charnes, A. , Cooper, W. W., Lewin, A.Y., Seiford, L.M.,(1995) Data

Envelopment Analysis : Theory, Methodology and Aaplication : Basic Dea Models


Cooper W.W., Thompson R.G., Thrall R.M., 1996 Introduction : Extensions and new developments in DEA Chapter 1 - Annals of Operations Research , pp 3 / 45 Dantas R.A., 2000 -- I Simpsio Brasileiro de Engenharia de Avaliar 2000 Work-shop - Avaliaes por comparao Casos Prticos - pp 1/6 Debreu, G., 1951 The Coefficient of Resource Utilization, Econometrica, 19, No.3, 273-292. Debreu, G. 1959 Theory of Value : An Axiomatic Analysis of Economic Equilibrium , Cowles Foundation for research in Economics of Yale University, NY, 28--79. Gomes, Eliane Tese de Mestrado Integrao entre Sistemas de Informao Geogrfica e Mtodos Multicritrio no Apoio Deciso Espacial Dez 1999 COPPE/UFRJ

Estellita M. P., 1997 Modelo IO-Stepwise

para

Seleo

de

Variveis

em Modelos de Anlise Envoltria de Dados - Anais do XXIV - SBPO.


Estellita M. P. , Notas de aula, 1997 Tecnologias de Produo - Postulados Coppe/UFRJ - Engenharia de Produo
Estellita, Marcos P., Meza, Ldia A , 2000 Anlise Envoltria de Dados e perspectivas de Integrao ao ambiente de Apoio Deciso - Implementao com

74

Seleo de Variveis em DEA COPPE / UFRJ Instituto Alberto Luiz Coimbra Setor de Publicaes e Programao Visual / Edio Ano 2000 - pp. 37 / 52 Essig E. , Kegler G.G., Marder Fo,. Cortelleti R.A, 2000 II Simpsio Brasileiro de Engenharia de Avaliaes - Avaliar 2.000 Work-shop - Avaliaes por comparao Casos Prticos pp 1/7

Fre,R., C.A.K.Lovell and K.Zieschang, 1983

Measuring the Technical

Efficiency of Multiple Output Technologies, in Eichhorn,W., R. Henn, K.


Neumann and R.W. Fre, R., S. Grosskopf and C.A.K. Lovell, 1985 The Measurement of

Efficiency of Production, Boston: Kluwer-Nijhoff Publishing.


Fre R.G., Grosskopf and Lovell, 1994 Production Frontiers University Press, Cambridge. Cambridge

Fre, R., Grosskopf , S., 1996

Intertemporal Productions Frontiers ,

Kluwer Academic Publishers, Boston,. Farrel M.J., 1957 The measurement of Production Efficiency , Journal of the Royal Statistical Society, vol. 120 part III pp 253 / 281. Fergusson C.E., 1994 MicroEconomia A Teoria da Utilidade e Preferncia

por Gossen H.H.,1.854 , Jevons W. Stanley, 1.871 e Walras L., 1.874 pp 25 /


26 A Teoria da Utilidade e Preferncia por Edgeworth F., 1881 , Antonelli E.,

1886 e Fischer I., 1892 pp 26 / 32. A Teoria da Utilidade e Preferncia por Pareto V., 1906- pp 32 / 38 Editora Forense Universitria 18a Edio.
Fonseca, M.AR., 1998 Tpicos em Econometria Modelo Generalizado de Regresso Linear Instituto de Economia / UFRJ , pp 6.1 / 7.28.

75

Garfalo Gilson L. e Carvalho Luiz C.P., 1976 Teoria da Firma e Anlise da Oferta Microeconomia 2 Anlise da Oferta - pp. 181 / 224 A Funo de Produo pp. 13 / 67 Editora Atlas S.A 1a Edio Ganley J.A , Cubbin J.S. Public Sector Efficiency Measurement Applications of Data Envelopment Analysis, 1992 NorthHolland - Elsevier Science Publishers B.V. pp 1/161 Golany B. , Roll Y. , 1989 An Application Procedure for DEA Omega Inst. of Management Sci Vol 17 n3 pp 237/250 - GB

Gujarati Dadomar N. 1995.: Basic Econometrics Mac Graw Hill 3a Edio.


Hume, David, 1738 Histria do Pensamento econmico Tratado da Natureza Humana O Princpio da Utilidade pp 188/190. Illich. Ivan, 1980 La Socit de la Informcion , Paris, Le Seuil Jankowski, P., 1995 Integrating geographical information systems and multiple criteria decision-making, International Journal of Geographic Informations Systems, v.9, n.3, pp.251-273. Kegler G.G., Essig E. , Marder Fo,. Cortelleti R.A, 2000 II Simpsio Brasileiro de Engenharia de Avaliaes - Avaliar 2000 Work-shop Avaliaes por comparao Casos Prticos pp 8/9

Kmenta, J., 1990 Elementos de Econometria , SP Editora Atlas vol.2 , 401 536 Kumbhakar, S.C., 1990 Production Frontiers, Panel Data e Time-Varying

Technical Inefficiency, Journal of Econometrics, 46, 201-211.


Louredo L.P. et al., 1999 Rio Atlas 98 Verso 1.0 Iplan Rio Apresentao Rio Atlas 98 Instituto Pereira Passos pp 4/5

76

Lovell C.A.K

and

Grifell-Tatjj E., 1997

A DEA-based analysis of

productivity change and intertemporal managerial performance, Annals of


Operations Research 73 Meusen W. And J. Van den Broeck, 1977 Efficieny Estimation from Cobb-

Douglas Production Functions Composed Error, International Economic


Review, 18, 435-444.
Moreira, A.Llio, 1994 Princpio de Engenharia de Avaliaes O Processo de Avaliao Princpios Fundamentais e Mtodos , pp 29 / 40 Mtodo Comparativo das Vendas , pp 41/46. NB 502, 1989 NBR 5.676 Norma Brasileira Avaliao de Imveis Urbanos.

Norman, M. , Stoker, B., 1991 - Data Envelopment Analysis : The Assessment

of Performance , England, Wiley & Sons.


Novaes, Luiz F.L., 1998 Tese de mestrado Funo Fronteira de Produo aplicada para a avaliao de eficincia entre plataformas de Petrleo Coppe UFRJ pp. 38 / 45.

Novaes Luiz F. L. , Estellita Marcos , P. L. , 18-20/10/2000 Modelos de

otimizao e economtrico estado da arte na formulao da funo de produo XXXII Simpsio Brasileiro de Pesquisa Operacional Viosa - pp
1271/1288
Paiva Srgio A, 2000 Boletim da SOBRAPO Informe no 18 Dezembro/2000 Relatrio Tcnico do XXXII Simpsio Brasileiro de Pesquisa Operacional Frum de Desenvolvimento Urbano pp 9/10 Planta de Valores dos Imveis do Municpio do Rio de Janeiro, 1993 Valor Unitrio Padro Residencial Imposto territorial Urbano do municpio do Rio de Janeiro Secretaria Municipal de Fazenda do Municpio do Rio de Janeiro.

77

Pires e Silva A, 2000 I Simpsio Brasileiro de Engenharia de Avaliar 2000 Workshop Avaliaes por comparao Casos Prticos..

Pitt e Lee, 1981 Measurement and Sources of Technical Inefficiency in the

Indonesian Weaving Industry, Journal of Development Economics, 9 , 43-64.


Ricardo David, 1815 Histria do Pensamento Econmico: Anlise das Quotas de Participao A mensurao do Valor de Troca A fonte do Valor de Troca pp 157 / 160 A Influncia da Renda da Terra sobre os Valores de Troca pp 161 / 165 Walras L., Pareto V., 1897 e Leontief W.W., 1951 Teoria do Equilbrio Econmico Geral por Ferguson C.E. 1994 MicroEconomia A Teoria da Utilidade e Preferncia Editora Forense Universitria 18a Edio pp 506 / 526 .

Samuelson, Paul A., 1975 Introduo a Anlise Econmica O mecanismo

do preo de uma Economia Mista pp 46 / 47 Organizao e Renda da Empresa Oferta e Procura : Elementos Revelados pp 62 / 84
Determinao do Preo pela Oferta e Procura pp 401 / 453 Livraria Agir Editora.
Seabra C., Fava S. e Almeida R., 2000 Revista Semestral do Centro Nacional de Informao Geogrfica Ano IV Julho 2000 Informao geogrfica online disponvel no CNIG - pp 8/9

Seiford L. M., Thrall R. M., 1990 Recent Developments in DEA: The

Mathematical Programming Approach to Frontier Anlysis , Journal of


Econometrics, 46, North Holland,.
Shephard R.W., 1953 Cost and productions function , Princenton University Press, Princenton, New Jersey. Shephard R.W., 1970 The Theory of cost and productions functions , Princenton University Press, Princenton, New Jersey.

78

Silva Srgio A P. 2000 II Simpsio Brasileiro de Engenharia de Avaliaes Avaliar 2000 - Avaliaes por Comparao Casos Prticos Variveis Dicotmicas pp 1/9

Smith, Adam, 1776 Histria do Pensamento Econmico A Riqueza das Naes A Teoria do Valor e da Troca pp 109 / 111 A Influncia da Renda

da Terra sobre os valores de Troca - pp 161 / 165.


Software Frontier Analyst, 1996 Process)
Software MapInfo MapInfo Users Guide, 1994 MapInfo Corporation Troy, New York Software Rio Atlas, 1998 Sistema de Informao Geogrfica do Municpio do Rio de Janeiro Instituto de Urbanismo Pereira Passos.

The Analysis Process

(Measuring

Statgraphics Software, 1997 Plus for Windows Verso 3.0 Statistical Graphics Corporation Talluri Srinivas, Baker R.C., Sarkis J., 1999 A framework for designing

efficient value chain networks Int. Journal Economics 62 pp.133/144


Tavares, G. J. P., 1998 Tese : DEA Data Envelopment Analysis Os

modelos bsicos e as suas extenses principais Um modelo para a anlise da Modernizao de Servios de Telecomunicaes dos Pases da OCDE
Departamento de Engenharia Informtica Faculdade de Coimbra , 11 / 92 , 142 / 157
Yu G., Wei Q. and Brocket P., 1996 A generalized data envelopment analysis model : A unification and extension of existing methods for efficient analysis of decision making units Chapter 2 - Annals of Operations Research , pp 47/89

79

Wei Q., Zhang J., and Zhang X., 2000 An inverse DEA model for inputs/outputs estimate Theory and Methodology European Journal of Operational Research 121 , pp 151-163 Wonnacott Thomas H., Wonnacott Ronald J., 1990 Introductory Statistics for

business and Economics Linear relation measured by correlation Correlation and Regression Multicollinearity and correlation Regression relating two or more variables - Confidence Intervals pp 164/167 - 253 474/480 - pp 4a Edition Jonh Wiley & Sons.

80

81