Evolução dos Preços de Terrenos na Cidade de João Pessoa - PB Mudança no Comportamento do Mercado Imobiliário

Transcrição

1 1 Evolução dos Preços de Terrenos na Cidade de João Pessoa - PB Mudança no Comportamento do Mercado Imobiliário Francisco Luciano Lima Brasileiro - lucianobrasil@globo.com VII Simpósio da Sociedade Brasileira de Engenharia de Avaliações - SOBREA João Pessoa, PB, 21 a 25 de Novembro 2016 Resumo Este artigo apresenta um estudo de caso, sobre a mudança no comportamento da evolução dos preços de terrenos na cidade de João Pessoa PB, tendo como base, o teste de CHOW 1 (Teste de Estabilidade dos Parâmetros nos Modelos de Regressão). A pesquisa foi efetuada para o período de JAN de 2010 a NOV de As informações foram coletadas nas imobiliárias, anúncios nos classificados de jornais, banco de dados da CAIXA/GIHABJP 2. Através de um modelo de preços hedônicos, formulou-se as hipóteses, considerando os atributos que mais influenciam a variabilidade dos preços de terreno, tais como: área, dimensões (frente), nível de urbanização, renda domiciliar, data e localização. Face a mudança na política econômica do Brasil, com incentivo do crédito imobiliário até o 3 o trimestre do ano de 2014, observa-se aumento dos preços de terrenos no período de JAN 2010 a DEZ Com a restrição do crédito imobiliário, a partir do 4 o trimestre de 2014, verifica-se decréscimo nos preços de terrenos para o período de JAN 2015 a NOV Desta forma, constatou-se que em DEZ 2014, o nível médio dos preços de terrenos são 3,77% superior ao nível de NOV Palavras-chave: Preços hedônicos. Evolução de preços de terreno, Teste de Chow. 1. Introdução A capital Paraibana foi fundada em Surgiu às margens do Rio Sanhauá, que é integrante do estuário do Rio Paraíba. Está localizada na porção mais oriental do Estado. Localiza-se nas coordenadas geográficas latitude sul e longitude oeste. Ao norte, limitase com o município de Cabedelo, através do rio Jaguaribe. Ao sul, limita-se com o município do Conde e o Rio Gramame. Ao leste, limita-se com o Oceano Atlântico. Ao oeste, limita-se com os municípios de Bayeux pelo Rio Sanhauá; Santa Rita pelos Rios Mumbaba e Paraíba respectivamente. 1.1 A Cidade de João Pessoa Atual Apresenta uma área de 211,475 Km², altitude de 40m, clima tropical e uma população de ,00 hab (IBGE, 2010). Conforme IBGE (Instituto Brasileiro de Geografia e Estatística) a estimativa da população para 2016 é de hab. O PIB per capita no ano de 2013 é de R$ ,91, ocupando a 21 a posição entre as capitais, a 6 a na federação e a posição em relação ao Brasil. A divisão administrativa é composta por 64 bairros. De acordo com o PNDU (Programa das Nações Unidas para o desenvolvimento) no ano de 2010 o IDH (Índice do Desenvolvimento Humano) foi de 0,763, essa faixa de desenvolvimento humano conforme IDHM 3 é considerado ALTO, pois está inserida no intervalo de 0,70 a 0,799, ocupando a 320ª posição entre os municípios brasileiros. A cidade, atualmente, tem o seu vetor de crescimento direcionado para a região sul (Figura 1), face a disponibilidade de glebas susceptível à urbanização. A principal via da cidade é a Avenida Epitácio Pessoa, pois 1 CHOW Chow, Gregory C.- Chinês, Economista Americano da Universidade de Princeton. 2 CAIXA Caixa Econômica Federal. GIHABJP Gerência Executiva de Habitação em João Pessoa-PB 3 IDHM - Índice do Desenvolvimento Humano Municipal

2 2 foi o primeiro eixo (corredor) a interligar o núcleo central da fundação da cidade com os bairros da orla. A população dos bairros da orla é de classe média/alta, (Figura 2), concentrando-se os imóveis mais valorizados. Os bairros entre a orla e o centro possuem população de classe média, enquanto os bairros da região sul apresentam população de classe média/baixa, e imóveis menos valorizados. A região central da cidade é tombada pelo IPHAN Instituto do Patrimônio Histórico e Artístico Nacional, desde dezembro de A área abrange um sítio de 370 mil m². Nesta área demarcada, o traçado urbano ainda se mantém original (IPHAN, 2009). Uso do solo predominante é destinado ao comércio e serviços. Figura 1 - Mapa de reconstituição da área urbana de João Pessoa nos diversos períodos. Fonte: Oliveira (2006) Na Figura 1, o mapa de reconstituição da área urbana de João Pessoa (Oliveira, 2006) apresenta o movimento da cidade, pois o início se dá a partir do núcleo central da fundação ano de 1634 (mancha marrom), expandindo-se em direção à região sul, sudeste, sudoeste, leste nos anos de 1923 a 1993(manchas amarelas, verdes), depois as manchas azuis se deslocam em direção ao norte, com menor intensidade, sendo interrompida pelas barreiras naturais. Nos últimos 30/40 anos, a cidade expandiu fortemente, para a região sul e sudeste do município.

3 3 Figura 2 Mapa da espacialização da renda censo 2010 Fonte: Adaptado pelo autor, baseado IBGE (2010) A Figura 2, apresenta o mapa espacial da distribuição da renda expressa em reais (R$). As manchas claras indicam menor renda e as manchas escuras maior renda. Observa-se que à concentração das maiores rendas estão situadas na faixa do litoral. Para conversão em salários mínimos - SM foi utilizado o salário de janeiro de 2010, R$ 510, O Mercado Imobiliário No período de JAN 2010 A DEZ 2014, com a maior disponibilidade de crédito, aliado a incentivo de programas habitacionais com subsídios, aumento da renda per capita na última deca, déficit habitacional, verifica-se que esses fatores provocaram aumento da demanda por imóveis, consequentemente um aumento na oferta desses bens, gerados por seus agentes produtores, prevendo maiores ganhos. Desta forma, os preços dos bens imóveis cresceram Ao passo que, no início do 4 o trimestre de 2014, prologando-se para o período de JAN 2015 a NOV16 (gráfico 1, 1.2), houve um processo inverso, ou seja, restrições no crédito imobiliário (aumento da taxa de juros, maior contrapartida para concessão do crédito), diminuição do poder aquisitivo (aumento da inflação, correção dos salários sem ganhos reais, no máximo a inflação do ano anterior), sinalizando para estabilidade e/ou decréscimos nos preços dos imóveis.

4 4 Gráfico 1 N o de Unidades Habitacionais Financiadas no Brasil com Recursos do SBPE Fonte: SBPE / SFH-BACEN Gráfico 1.2 Valores de Financiamento aplicados no Brasil, com Recursos do SBPE Fonte: SBPE / SFH-BACEN 1.3 O Crédito Imobiliário na Paraíba Como no Brasil, a Paraíba também teve crescimento no crédito habitacional para o período de 2010/2014 (gráfico 2, 2.1), seguido de um decréscimo nos anos de 2015/2016, com recursos provenientes do SBPE.

5 R$ ( Mil ) 5 Gráfico 2 N o de Unidades Habitacionais Financiadas na Paraíba, com Recursos do SBPE Fonte: SBPE / SFH-BACEN , , , , , , , , , ,00 0, Ano Gráfico 2.1 Valores de Financiamento aplicados na Paraíba, com Recursos do SBPE Fonte: SBPE / SFH-BACEN Abaixo os gráficos 2.2, 2.3, apresenta o comportamento do crédito imobiliário, com os recursos oriundos do FGTS.

6 6 Gráfico 2.2 N o de Unidades Habitacionais Financiadas na Paraíba, com Recursos do FGTS Fonte: CAIXA / Portal FGTS Gráfico 2.3 Valores de Financiamento aplicados na Paraíba, com Recursos do FGTS Fonte: CAIXA / FGTS 1.4 O Teste de Chow, Por Quê? Em função dos relatos nos subitens 1.2 e 1.3, verifica-se que no período de JAN 2010 a NOV 2016, houve mudança na política de crédito imobiliário, ou seja, até o 3 o trimestre de 2014, existia incentivo do Governo Federal a concessão do crédito habitacional, através dos recursos do FGTS, da União, aliado ao PMCMV Programa Minha Casa Minha Vida e SBPE. No 4 o trimestre de 2014, em função da crise econômica do país, o Governo Federal, alterou a política do crédito imobiliário, aumentando taxa de juros, contrapartida do

7 7 benificiário final e mais rigidez na concessão do crédito. Assim, o efeito dessa mudança, provocou alterações nos preços dos imóveis, sinalizando estabilidade e/ou decréscimo, que se deu com maior ênfase a partir de JAN 2015 até NOV Diante desses fatos, indagamos? Não podemos elaborar modelos em períodos que contemple mudança estrutural no mercado? Caso afirmativo, como fazê-lo? Então, utilizou-se o O Teste de Chow, para responder as indagações no item 2 (metodologia) 2. Metodologia A equação dos preços hedônicos é representada por: Y i = β 0 + β 1 Χ ι1 + β 2 Χ ι2 + β 3 Χ ι β k Χ ιk + ε ι, ι = 1,, m Onde: Y 1,, Y m chama-se variável dependente, representada pelos preços unitários de terrenos; Χ i1,, Χ ik são chamadas de vaiáveis independentes, correspondente as suas características estruturais (área do terreno, frente do terreno), localização (região onde se situa o imóvel, distância a polos de influência, nível de infraestrutura), natureza do evento (oferta ou se o terreno foi efetivamente negociado), contemporaneidade (variável temporal que indica a época que aconteceu o fenômeno observado, podendo ser mês, ano, etc.); β 0,, β k são denominados parâmetros do modelo e ε 1,, ε m são os erros aleatórios que não podem ser explicados explicitamente, que tem como causa principal o comportamento humano(desejos, ansiedades, habilidade na negociação, poder aquisitivo), medidas inexatas, ou ausência de variável independente que tenha pouca contribuição para formação dos preços. O modelo de preços hedônicos foi utilizado, porque os parâmetros do mesmo, coeficientes da equação, indicam o quanto que cada variável independente contribui na variabilidade dos preços dos terrenos. Portanto, o coeficiente da variável temporal (Mês), representada no modelo em estudo, vai informar a evolução dos preços de terrenos na cidade de João Pessoa na data especificada. 2.1 Teste de Estabilidade dos Parâmetros nos Modelos de Regressão O Teste de Chow O presente estudo tem base para o período de JAN/2010 a NOV Como foi identificado indícios de mudança estrutural no comportamento do mercado imobiliário, conforme relato já mencionado neste trabalho, adotamos como ponto de inflexão a data DEZ 2014 e dividimos o período de estudo em 02 subperíodos: JAN 2010 A DEZ 14 e JAN 2015 A NOV 2016, representado pelas equações: 1 o Período: JAN 2010 A DEZ 2014 Equação 1, Ŷ 1 = 1 + K + β 1 X 1, onde, n 1, representa o número de observações para o período Ŷ 1, representa os preços unitários estimados em R$/m² para o período especificado, 1, representa o parâmetro linear, K, representa outras variáveis, mantidas constantes em condições ceteris paribus, β 1, representa o parâmetro angular da variável X 1 X 1, representa a variável temporal mês 2 o Período: JAN 2015 A NOV 2016 Equação 2, Ŷ 2 = 2 + K + β 2 X 2, n 2

8 8 Período (Total): JAN 2010 A NOV 2016 Equação 3, Ŷ 3 = 3 + K + β 3 X 3, n = (n 1 + n 2 ) Os símbolos das equações 2 e 3, tem a mesma representatividade da equação 1. A equação 3, pressupõe que não existe diferença entre os dois períodos, ou seja, os parâmetros lineares ( 1 = 2 = 3 ) e angulares (β 1 = β 2 = β 3 ) são os mesmos durante todo o período, então não há mudança estrutural. Para aplicar o Teste de Chow executa-se os seguintes passos: 1 o encontra-se SQR t - que indica a soma dos quadrados dos resíduos para a equação 3 (período de estudo), com n (k + 1), graus de liberdade, onde k é o número de variáveis independente. 2 o encontra-se SQR 1 - que indica a soma dos quadrados dos resíduos para a equação 1, com n 1 (k + 1), graus de liberdade, onde k é o número de variáveis independente. 3 o encontra-se SQR 2 - que indica a soma dos quadrados dos resíduos para a equação 2, com n 2 (k + 1), graus de liberdade, onde k é o número de variáveis independente. Considerando que as amostras dos períodos 1 e 2 são independentes, então pode-se somar o SQR 1 e SQR 2 e obtém-se: SQR 1+2 = SQR 1 + SQR 2, com (n 1 + n 2 2(k + 1)), graus de liberdade A base do Teste de Chow é que, se não existe mudança estrutural, isto é, as regressões das equações 1 e 2 são iguais, então a SQR t e a SQR 1+2, não deveriam ser estatisticamente diferentes., tomando a estatística: F = (SQR t SQR 1+2 )/K SQR 1+2 /(n 1 +n 2 2(K+1)), equação 4, Testa as hipóteses, considerando: k (variáveis independente) graus de liberdade no numerador e (n 1 + n 2 2(K + 1) graus de liberdade no denominador, para um certo nível de significância, H 0 : 1 = 2 = 3, β 1 = β 2 = β 3, pressupõe que não existe diferenças entre o período 1 e 2. H A : 1 2 3, β 1 β 2 β 3, existe diferenças entre o período 1 e 2. Conclusão do teste: a estatística F sendo inferior ao F crítico, ou seja, ao valor tabelado por Fisher / Snedecor, para os graus de liberdades já especificados e nível de significância definido, aceita a hipótese nula, H 0. Caso contrário, aceita-se a hipótese alternativa, H A, e providências deverão ser adotadas para utilização do modelo, da equação Aplicação prática Para explicar a evolução dos preços dos terrenos, utilizamos um processo inferencial estatístico, considerando as variáveis: área, frente, n o de frentes, infraestrutura, distância ao mar, distância ao centro, oferta/transação, renda domiciliar, eixo, vocação, mês (JAN 2010 a NOV 2016), região 1a 4(localização), sendo coletados 382 dados. Como já foi relatado no 1 o parágrafo do subitem 2.1, as equações de regressões para cada período, tem as características abaixo: 1 o Período: JAN 2010 A DEZ 2014 Equação 1, Ŷ 1 = λ 1 ω 1 (1, ) data, λ 1, representa o parâmetro linear,

9 9 ω 1, representa outras variáveis, mantidas constantes em condições ceteris paribus, data, variável temporal, expressa em mês. R 2 = 86,32, SQR 1 = 21,42, n 1 = 309, gl =294; P = 0,01%; 2 o Período: JAN 2015 A DEZ 2016 Equação 2, Ŷ 2 = λ 2 ω 2 ( ) data, R 2 = 94,06, SQR 2 = 2,85, n 2 = 69, gl =54; P = 19,17%; Equação 3, Ŷ 3 = λ 3 ω 3 ( ) data, R 2 = 86,50, SQR t = 29,21, n 3 = 382, gl =367; P = 0,01%; SQR 1+2 = 24,27 Em função dos resultados das equações 1,2 e 3, encontra-se F pela equação 4. F = 29,21 24,27/14 24,27/348 =5,05, equação 4 Gráfico 3 Distribuição de Fisher / Snedecor - F Fonte: Adaptado pelo autor O F crítico, ou seja, o tabelado por Fisher / Snedecor, para 14 graus de liberdade no numerador e 348 graus de liberdade no denominador, para uma significância, = 1%, é igual a 2,10. Portanto, rejeita-se a hipótese nula, H 0,e aceita-se a hipótese alternativa, H A, ou seja, os parâmetros não são estáveis. 2.3 Modelo de Regressão Segmentado Como relatado no subitem 2.2, ficou constatado que no período de JAN2010 a NOV/2016, houve uma mudança no comportamento dos preços dos terrenos na cidade de João Pessoa PB. Para captar essa mudança, foi construído um modelo de regressão segmentado, representado pelo gráfico 4 e equação abaixo:

10 10 Gráfico 4 Preços dos Terrenos ( Y i ) X Data ( X i ) Fonte: Adaptado pelo autor A equação para o gráfico 4 será representada por: Ŷ i = + K + β 1 X 1 + β 2 (X 1 X ) D, equação 5, onde:, representa o parâmetro linear, k, representa outras variáveis, mantidas constantes em condições ceteris paribus, β 1, representa o parâmetro angular da variável X 1 X 1, representa a variável temporal data, expressa em mês, β 2, representa o parâmetro angular do termo (X 1 X ) D X, representa o ponto de inflexão, neste estudo seria Dez2014 D, variável dicotômica, que representa a segmentação dos períodos, ou seja, "D"= 0, se X 1 X e "D"=1, se X 1 > X, portanto a equação 5 pode ser segmentada em 2 subperíodos, conforme abaixo: 1 o Período: até Dez 2014: "D"= 0, Ŷ i = + K + β 1 X 1, equação o Período: a partir de JAN 2015 "D"= 1, Ŷ i = ( β 2 X ) + K + (β 1 + β 2 ) X 1, equação Modelo dos Preços Hedônicos Para explicar a evolução dos preços dos terrenos, foi utilizado um processo inferencial estatístico, com adoção de um modelo matemático, através dos preços hedônicos, considerando as variáveis: área, frente, n o de frentes, infraestrutura, distância ao mar, distância ao centro, oferta/transação, renda domiciliar, eixo, vocação, região 1a 4(localização), data (mês), Interação D*(data 204), assim definidas: Área: variável quantitativa que indica a área do terreno pesquisado, expresso em m², com amplitude variando de 155,25m² a ,00m². Frente: variável quantitativa que indica a dimensão da frente do terreno, expressa em m, com amplitude de 5,50m a 150,00m.

11 11 N o de frentes: variável quantitativa que indica o número de frentes do terreno, com amplitude variando de 1 a 3 frentes. Infraestrutura: variável tipo código alocado, que indica o nível de infraestrutura 4 que o terreno possui, assumindo os valores de 1 a 11, com amplitude variando de 3 a 11. Distância ao mar: variável quantitativa que indica a distância do centroide do lote à linha do litoral(mar), expressa em m, com amplitude variando de 5,01m a ,00m. Distância ao centro: variável quantitativa que indica a distância do centroide do Parque Solon de Lucena (Lagoa) ao terreno pesquisado, expressa em m, com amplitude variando de 478,01m a ,54m. Oferta / transação: variável dummy (dicotômica), que indica a natureza do evento, assumindo o valor 1 para dados ofertados no mercado e 0 para dados efetivamente negociados. Renda domiciliar: variável proxy, expressa em números de salários mínimos, que indica a renda média domiciliar do centroide do lote, obtida através de um processo de interpolação espacial ², utilizando o software ArcGis, com os dados do setor censitário (IBGE censo 2010), com amplitude variando de 1,40 a 25,41 salários mínimos (ver Figura 3). Eixo: variável qualitativa, tipo código alocado, que indica a importância da via 5 em que se localiza o terreno pesquisado, assumindo os valores de 1 a 3, com amplitude de 1 a 3. Vocação: variável dicotômica que indica a vocação observada da região onde o terreno pesquisado está inserido, assumindo os valores: 0 para imóveis com vocação residencial e 1 para imóveis com vocação comercial e/ou incorporação. Data: variável quantitativa, temporal, que indica o mês a que se refere o evento pesquisado, assumindo os valores abaixo: base Jan1998= 1, Fev1998=2, Jan2010= 145, Dez2014= 204, assim sucessivamente até Nov2016 = 227. D*(Data 204) variável de interação, que capta a mudança estrutural no mercado imobiliário. No presente estudo o ponto de inflexão da referida mudança (desaquecimento do mercado imobiliário) foi Dez2014, correspondendo a Data = 204. A variável D, é dicotômica, e assume o valor 0 (zero), quando o evento pesquisado for anterior a Jan2015 e quanto o evento pesquisado for superior a Dez2014 esta variável assume o valor 1. Desta forma, quando D for = 0, o termo D*(Data 204) se anula. Quando D for = 1, o termo será (Data 204). Portanto, o comportamento do mercado a partir de Jan2015, será explicado pelos coeficientes das variáveis Data e D*(Data 204). 4 Nível de Infraestrutura: 1 Energia.;2 Energia + Iluminação Pública.; 3 Energia + Iluminação Pública + Água. 4 Energia + Iluminação Pública + Água + Meio Fio; 5 Energia + Iluminação Pública + Água + Meio Fio + Linha d água. 6 Energia + Iluminação Pública + Água + Esgoto; 7 Energia + Iluminação Pública + Água + Meio Fio + Linha d água + Esgoto; 8 Energia + Iluminação Pública + Água + Pavimentação; 9 Energia + Iluminação Pública + Água + Esgoto + Pavimentação; 10 Energia + Iluminação Pública + Água + Esgoto + Pavimentação + Drenagem Urbana. 11 Infra-estrutura completa, inclusive comércio e equipamentos comunitários. 5 1 Se a via onde se localiza o imóvel pesquisado for local; 2 Se a via onde se localiza o imóvel pesquisado for uma via secundária ou vias coletoras dos bairros atendidas por linhas de ônibus setorizadas ou vias principais com comércio ainda em expansão; 3 Se a via onde se localiza o imóvel pesquisado for um dos principais corredores comerciais e de convergência das linhas de ônibus da cidade, quais sejam: Av. Epitácio Pessoa, Av. Ministro José Américo do Almeida, Av Rui Carneiro, Av Almirante Tamandaré, Av. Edson Ramalho, dentre outras constantes na planilha de dados em anexo, identificadas como tal.

12 Modelo De Preços Hedônicos Dos Terrenos O modelo foi elaborado com o apoio do software SAB Sistema de Avaliação de Bens, desenvolvido pela empresa Dantas Engenharia de Avaliações. O modelo está compatível com o que preconiza a NBR , Norma Brasileira que trata da Avaliação de Bens parte 2, Imóveis Urbanos. Vunit = 813,5794 Area 0,1382 Frente 0,1109 Nfrente 0,1693 1,0732 Infra 1,0128 Data Distmar 0,1167 Distcent 0,3514 1,1623 Oftran Renda 0,3785 Eixo 0,3795 1,1589 Voc 1,5508 Reg3 1,7894 Reg1 1,5911 Reg2 0,9858 D (Data 204) Variável Transformação Coeficiente Estatística Significância Interseção 6, ,0867 0,0001 AREA Ln(x) -0, ,7032 0,0002 FRENTE Ln(x) 0, ,1022 0,0362 NFRENTE Ln(x) 0, ,7062 0,0002 INFRA X 0, ,1068 0,0001 DATA X 0, ,0938 0,0001 DISTMAR Ln(x) -0, ,6316 0,0001 DISTCENT Ln(x) -0, ,7050 0,0001 OFTRANS X 0, ,6766 0,0001 RENDA Ln(x) 0, ,9344 0,0001 EIXO X 0, ,7945 0,0001 VOCAÇAO X 0, ,3714 0,0182 REG3 X 0, ,3363 0,0001 REG1 X 0, ,6997 0,0001 REG2 X 0, ,3280 0,0001 D*(DATA-204) X -0, ,8530 VUNIT Ln(x Estatística C. Determinação 87,03% F 163,67 C.Deter. Ajustado 86,49% Jarque /Bera 5,25 7,23 Breush /Pagan 19,87 17,68 Probabilidade Tabela 2- Resultados estatísticos Fonte O autor (Maio 2015) Em função da Tabela 2, verifica-se que o modelo responde por 87,03% da variabilidade dos preços de terrenos da cidade de João Pessoa PB, sendo que 12,97% podem ser atribuídos a outras variáveis não incluídas no mesmo. As variáveis explicativas foram significativas ao nível abaixo de 5%. Os pressupostos do modelo foram atendidos no tocante aos aspectos: o número de observações é superior ao número de parâmetros estimados. Foram utilizadas 15 variáveis independentes e 01 parâmetro linear, para 382 dados efetivamente utilizados. As variáveis dicotômicas e qualitativa expressas por código alocado atenderam quanto ao aspecto de micronumerosidade a cada situação exigida pela NBR Há indícios de que os dados são oriundos de uma distribuição normal e os erros são homocedástico, quando aplicado os testes de Jarque - Bera, Breush- Pagan ao nível de significância de 5% respectivamente. O modelo adotado apresenta grau de fundamentação II, posição

13 13 intermediária segundo o subitem da NBR , com escala variando do nível I ao nível III, sendo o nível I menor grau de fundamentação e o nível III maior grau de fundamentação 2.3 Interpretação Do Modelo Área: para um aumento de 10% na área, mantendo-se as demais variáveis constantes, o preço unitário do terreno decresce 1,38%. Frente: para um aumento de 10% na testada principal do terreno, mantendo-se as demais variáveis constantes, o preço unitário aumenta em 1,11%. N o de Frente: mantendo-se as demais vaiáveis constantes e o n o de frentes variar de 01 para 02 frentes, o preço unitário cresce 16,63%. Variando de 02 frentes para 03, o preço unitário cresce 8,31%. Infraestrutura: o preço unitário cresce em média 7,32% para o aumento de cada nível de infraestrutura, mantendo-se as demais variáveis constantes. Distância mar: para um aumento de 10% da distância em relação ao mar, mantendo-se as demais variáveis constantes, o preço unitário decresce 1,17%. Distância centro: para um aumento de 10% da distância em relação ao centro, mantendo-se as demais variáveis constantes, o preço unitário decresce em 3,51%. Oferta/Transação: os preços unitários ofertados em média são 16,23% superiores aos preços transacionados. Renda: para um aumento de 10% da renda, mantendo-se as demais variáveis constantes, o preço unitário cresce 3,78%. Eixo: mantendo-se as demais variáveis constantes, variando o eixo do nível 1 para o nível 2, o preço unitário cresce 37,95%. Passando do nível 2 para o 3, o preço unitário cresce 18,97%. Vocação: os preços unitários de terrenos situados em zona de incorporação e/ou comercial são 15,89% superiores aos terrenos situados em zona residencial. Região 01: os preços dos terrenos em média nessa região são 78,94% mais valorizados que os terrenos da Região 04. Região 02: os preços dos terrenos em média nessa região são 59,11% mais valorizados que os terrenos da Região 04. Região 03: os preços dos terrenos em média nessa região são 55,08% mais valorizados que os terrenos da Região 04. Data: no período de JAN 2010 a DEZ 2014, os preços dos terrenos tiveram um crescimento médio de 1,28% a.m. No período de JAN 2015 a NOV 2016, os mesmos tiveram um decréscimo médio de 0,158% a.m. 6 3.CONCLUSÃO Em função do Modelo de Preços Hedônicos de Terrenos pesquisado no período de JAN 2010 a NOV 2016, pode-se observar que o nível de preços dos terrenos em DEZ 2014 são 3,77% superiores aos de NOV A parir de JAN2015 desvalorização de (1,0128*0,9858)-1=0,158%a.m, ver modelo

14 14 Conforme relatos deste artigo, recomenda-se aos engenheiros de avaliação, que ao elaborarem macros modelos, onde a variável temporal (ano, mês, etc.) contemple um período longo de observação, se faz necessário, utilizar o Teste de Chow, para verificar a estabilidade dos parâmetros da regressão, ou seja, observar se houve mudança estrutural, no comportamento mercado. Caso seja confirmada a hipótese de mudança, providências deverão ser adotadas para captar esse fenômeno, utilizando-se um modelo com regressão segmentado, conforme subitem 2.3. Sugere -se também a análise da variável temporal (ano, mês, etc.) com variável oferta/transação, através de uma interação nos períodos segmentados, pois o comportamento da mesma pode ser diferente. Fica a sugestão para os pesquisadores testarem esse procedimento. 4 Referências ABNT, ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 10520: citações: elaboração. Rio de Janeiro, ABNT, ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR avaliação de bens, parte 2: imóveis urbanos. Rio de Janeiro, 2011 ABNT, ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 14724: formatação de trabalhos acadêmicos. Rio de Janeiro, ABNT, ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 6023: informação e documentação: referências: elaboração. Rio de Janeiro, ABNT, ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 6028: resumo: elaboração. Rio de Janeiro, BANCO CENTRAL DO BRASIL (BCB). Relatório de Economia Bancária e Crédito. Brasília DANTAS, Rubens Alves. Engenharia de Avaliações: uma Introdução à Metodologia Científica. São Paulo: Pini, GUJARATI, Damodar N. Econometria básica; tradução de Maria José Cyhlar Monteiro, Rio de Janeiro: Elsevier, OLIVEIRA, José Luciano Agra de. Uma Contribuição aos Estudos Sobre a Relação Transporte e Crescimento Urbano: O Caso de João Pessoa, João Pessoa, 2006.