AVALIAÇÕES DE IMÓVEIS UTILIZANDO O PROGRAMA SISREG: UM ESTUDO DE CASO EM FLORIANÓPOLIS

Transcrição

1 AVALIAÇÕES DE IMÓVEIS UTILIZANDO O PROGRAMA SISREG: UM ESTUDO DE CASO EM FLORIANÓPOLIS Uziel Ribeiro Limeira Programa de Pós-Graduação em Engenharia de Produção - UFSC CTC/EPS Cx. Postal 476 Fernanda Fernandes Marchiori Marilei de Oliveira Menezes Orientador: Prof. Dr. Norberto Hochheim ABSTRACT The paper presents the survey and the data analisys that contribute to form the value in habitational units. It has been used the computer software SISREG, that is based on inferential statistics through the application of the regression theory. An equation was achieved envolving the most significative variables concerning the value formation in habitational units. At last, it has been done a critical analisys embracing the results obtained and the software that was used. key words: habitational units evaluation; inferential statistics; SISREG. 1. INTRODUÇÃO O presente artigo apresenta o levantamento e análise de dados que contribuem na formação do valor de mercado para unidades habitacionais. A pesquisa dos dados foi feita para os bairros Coqueiros e Estreito em Florianópolis, sendo que as características levantadas abrangeram tanto imóveis novos quanto usados. Retrata-se, dessa forma, na prática, a avaliação de imóveis utilizando o Método Comparativo de Dados de Mercado, sendo esse método o mais utilizado e recomendado. Para tanto foi empregado o programa computacional SISREG, o qual se baseia na estatística inferencial através da aplicação da teoria das regressões e segue as exigências da norma brasileira de avaliações de imóveis urbanos, a NBR 5676/89 da ABNT.

2 2. OBJETIVOS Como objetivos principais do estudo, temos: a) conhecer a realidade do mercado de vendas de imóveis para os bairros em estudo, as formas de pagamento e as principais características dos imóveis pesquisados, bem como ter um contato maior com os corretores e suas técnicas de vendas; b) utilizar ferramenta computacional de avaliação de imóveis, que possibilita o tratamento estatístico dos dados de uma forma rápida, agilizando as simulações, nas quais vários modelos podem ser testados, variando-se as características dos dados, as variáveis e a equação procurada; c) obter a equação adequada à realidade do mercado imobiliário dos bairros em estudo, levando em conta as variáveis mais expressivas na formação do valor; d) proceder a análise crítica do programa utilizado. 3. CARACTERIZAÇÃO DA REGIÃO DE ESTUDO O levantamento de dados deste trabalho foi feito na região continental de Florianópolis, mais precisamente nos bairros Estreito e Coqueiros, que apresentam um alto nível de urbanização. A amostra foi formada por 40 elementos com diferentes características, que estão apresentados na tabela 1. Tabela 1 Residencial Bairro Quant. elem. Residencial Bairro Quant. elem. Balli Estreito 1 Riviera Coqueiros 1 Virgílio Várzea Estreito 1 Graciosa Coqueiros 1 Angra dos Reis Estreito 2 Forrest Park Coqueiros 1 Catarina Ligia Estreito 1 Punta del Este Estreito 4 Julio Demoro Estreito 1 Bloco Imperador Estreito 1 Patrícia Estreito 1 Fontana di Trevi Coqueiros 1 Barriga Verde Estreito 1 sem nome Coqueiros 3 Eldorado Estreito 1 Silvio Damiani Coqueiros 1 Os Poetas Estreito 1 Batel Estreito 1 Lacy Estreito 1 Ilha de Corinto Coqueiros 1 Dona Blides Estreito 1 Vila del Mare Coqueiros 1 Afonso Pena Estreito 1 Sergio Gil Estreito 2 Berimbeli Estreito 1 Dona Alaide Estreito 1 Albatroz Estreito 1 Peter Pan Coqueiros 1 Ivo Silveira Estreito 1 Vila Marisa Estreito 2 Vivendas Coqueiros 1 Verona Coqueiros 1 Tab. 1: listagem dos edifícios da amostra 4. Metodologia ETAPA I: Coleta de Dados

3 Nesta primeira etapa, foram coletadas as amostras através da aplicação de um questionário previamente elaborado. Os dados foram obtidos junto a corretores de imóveis e complementados com visitas aos edifícios. ETAPA II: Organização dos Dados e Utilização do Programa Para a introdução dos dados no programa foi feita a análise das características mais significativas na formação do valor do imóvel. As respostas dos entrevistados para cada variável foram transformadas em notas ou valores de acordo com o seguinte critério: Área total: valor da área em m 2 ; Andar: número do andar; Número de quartos: mesmo valor; Acabamento: Luxo =100, Alto = 80, Normal = 60, Modesto = 40, Inferior = 20; Entorno: Nobre = 100, Muito Bom = 80, Bom = 60, Regular = 40, Baixo = 20; Idade Real: Idade real em valores negativos, no caso de imóveis novos atribuiu-se valor zero; Disponibilidade: Planta = 20, Fundações = 40, Estrutura = 60, Em Acabamento = 80, Pronto para Morar = 100; Insolação: Ótima = 100, Muito Boa = 80, Boa = 60, Regular = 40, Ruim = 20. Como o preço é o objetivo desta avaliação, esta característica foi adotada como a única variável dependente, sendo as demais varáveis independentes. ETAPA III: Modelagem e Análise dos Resultados No primeiro modelo foram consideradas as seguintes características como mais significativas: área total, andar, número de quartos, acabamento, entorno, idade real, disponibilidade, insolação e preço. A equação obtida na primeira tentativa não pode ser considerada significativamente satisfatória a um nível de significância de 5%. Portanto fez-se necessário o teste de outros modelos. A partir do primeiro modelo testado novas tentativas foram feitas com intuito de aumentar o nível de significância até atingir um valor superior ou igual ao exigido pela norma. Para avaliação do tipo rigorosa esse nível é de 95%. Na tabela 2 estão apresentados os principais modelos testados, as variáveis utilizadas e a análise do seu nível de significância. os valores menores que 95% foram considerados ruins - R; valores maiores que 95% foram considerados bons - B. Além dos modelos obtidos através da inclusão e exclusão de variáveis, foram também testados os possíveis tipos de regressão para cada variável. O programa dispõe de três tipos, quais sejam: regressão linear, inversa e logarítmica. Tabela 2 Característica Mod. 1 Mod. 2 Mod. 3 Mod. 4 Mod. 5 Mod. 6 1) Área Total B B B B B B

4 2) Andar R R B B B B 3) No. de Quartos R ) Acabamento R R ) Entorno B B B B R B 6) Idade Real B B B B B B 7) Disponibilidade R R R ) Insolação B B B B - - Tab. 2: Modelos de equações testados Nos modelos 1, 2, 3 e 4 foram excluídas as variáveis que possuíam coeficiente baixo de correlação com influência na variável dependente. No modelo 5 foi retirada a variável insolação devido à incoerência obtida através da simulação da equação. Nesta simulação, quanto melhor era a insolação, menor foi preço do imóvel. Desconsiderando-se a variável insolação, ficou diminuída a significância da variável entorno. Para contornar esse problema, modificou-se o tipo de regressão de algumas das variáveis buscando a melhor combinação possível, chegando-se a uma equação satisfatória. A equação encontrada foi a seguinte: Onde: y - preço do imóvel x1 - área total x2 - andar x3 - entorno x4 - idade real (em valor negativo) a = , b1 = , b2 = 3.912, b3 = , b4 = 1.166, y = a + b1/x1 + b2.x2 + b3.lx3 + b4.x4 5. CONCLUSÃO Observou-se durante a realização do trabalho que não foi possível incluir um maior número de variáveis devido ao fato dos questionários permitirem a influência da subjetividade na consistência das respostas. Além disso o número reduzido de dados (40) também contribuiu para que algumas variáveis não atingissem o grau de significância desejado. Entre o primeiro e o último modelo testados notou-se uma redução da correlação entre a variável área total e o preço de 87% para 69%. Apesar dessa forte influência conseguiu-se uma redução com a eliminação das variáveis menos significativas. Fica evidente que outras equações poderiam ser encontradas através de tentativas que levassem em consideração outras variáveis, entre as quais algumas consideradas de fundamental importância pelo senso comum existente no mercado, como por exemplo nível de acabamento. Porém a interface pouco amigável do programa dificultou esse procedimento.

5 O programa poderia apresentar outras equações como resposta que facilitariam a busca da mais adequada, bem como permitir ao usuário a escolha das variáveis a serem plotadas nos gráficos que as relacionam. Futuras versões do programa poderiam apresentar essas opções, além de compatibilidade com o sistema operacional Windows. Apesar disso, constatou-se que as técnicas utilizadas para coleta de dados e o método de análise por estatística inferencial se adequam à avaliação de imóveis. 6. BIBLIOGRAFIA Associação Brasileira de Normas Técnicas, Avaliação de Imóveis Urbanos. NBR 5676/89 (NB 502) Rio de Janeiro ABNT, 1990, 13p. DUARTE, André Montenegro. Inferência Estatística: A Importância do Gráfico. Caderno Brasileiro de Avaliações e Perícias, 1994, p FRAINER, José Irany, MOREIRA, Ronaldo Medeiros Ilha, MOREIRA FILHO, Ibá Ilha et al. Avaliação de Bens por Estatística Inferencial e Regressões Múltiplas. 2a. Ed. Porto Alegre: Avalien, vol. I, 95p. FRANCHI, Claudia et al. Metodologia para Avaliação de Unidades Residenciais. In: IX Encontro Nacional de Engenharia de Produção, Porto Alegre, 3 a 6 de setembro de Anais... Porto Alegre: UFRGS/UFSM, set. de 1989, p MOREIRA, Alberto. Princípios de Engenharia de Avaliações SISREG. Manual de Utilização do Sistema.