FACULDADE IBMEC SÃO PAULO. Ettore Sollito Marchetti PREÇO DOS IMÓVEIS NOS EUA BOLHA OU FUNDAMENTO?

Transcrição

1 FACULDADE IBMEC SÃO PAULO Programa de Mestrado Profissional em Economia Ettore Sollito Marchetti PREÇO DOS IMÓVEIS NOS EUA BOLHA OU FUNDAMENTO? São Paulo 2008

2 2 Ettore Sollito Marchetti Preço dos imóveis nos EUA bolha ou fundamento? Dissertação apresentada ao Programa de Mestrado Profissional em Economia da Faculdade Ibmec São Paulo, como parte dos requisitos para a obtenção do título de Mestre em Economia. Áreas de concentração: Finanças e Métodos Quantitativos Orientador: Prof. Dr. José Luiz Rossi Júnior Ibmec SP São Paulo 2008

3 3 FOLHA DE APROVAÇÃO Etore Sollito Marchetti Preço dos imóveis nos EUA bolha ou fundamento? Dissertação apresentada ao Programa de Mestrado Profissional em Economia Ibmec São Paulo, como requisito parcial para obtenção do título de Mestre em Economia. Áreas de concentração: Finanças e Métodos Quantitativos Aprovada em: Banca examinadora Prof. José Luiz Rossi Júnior Instituição: IBMEC - SP Assinatura: Prof. Eurílton Araújo Instituição: IBMEC-SP Assinatura: Prof. João Maurício Rosal Instituição: Raymond James Assinatura:

4 4 AGRADECIMENTOS Agradeço ao meu orientador, Prof. Dr. José Luiz Rossi Júnior, pela dedicação e ajuda na realização desta dissertação. Agradeço a toda a minha família, aos meus pais e irmãos, por terem me ajudado a realizar mais este sonho e aturarem meu mau humor em vários dias. Agradeço à Nina, sem a qual a vida não tem a mínima graça e as conquistas são muito mais gratificantes ao seu lado. Agradeço a todos os professores do mestrado, pela dedicação e amizade, e por terem acompanhado de perto o meu desenvolvimento até a conclusão deste curso.

5 5 RESUMO MARCHETTI, Ettore Sollito. Preço dos imóveis nos EUA bolha ou fundamento? São Paulo, f. Dissertação (Mestrado) Faculdade Ibmec São Paulo, São Paulo, Este trabalho testa a existência de evidências empíricas da presença de bolha imobiliária, em 16 estados americanos, a partir de variáveis de caráter macroeconômico no âmbito estadual e nacional. A amostra é composta por dados trimestrais no período de 1976 a Após três diferentes tipos de testes macroeconométricos, foram constatados indícios de bolha em alguns dos estados analisados, o que comprova a hipótese inicial. PALAVRAS-CHAVE Bolha Imobiliária; US Housing Bubble; testes de bolha; preço de imovéis. CÓDIGO JEL G12; H31; R21

6 6 ABSTRACT MARCHETTI, Ettore Sollito. US housing prices a bubble or fundamentals?. São Paulo, p. Dissertation (Mastership) Faculdade Ibmec São Paulo, São Paulo, This paper tests the existence of empirical evidences of housing bubble, in 16 states of the US, by analyzing macroeconomics variables at the state and nacional levels. The sample is composed by quarterly data from 1976 to After three different types of macroeconometrical tests, evidences of housing bubble were found in some of the states, confirming the initial hypothesis. KEYWORDS Housing bubble; US Housing Bubble; bubble tests; house prices. JEL CLASSIFICATION G12; H31; R21

7 7 SUMÁRIO 1. INTRODUÇÃO UMA PERSPECTIVA HISTORICA...10 BOLHAS IMOBILIÁRIAS NO MUNDO INDÍCIOS DE BOLHA IMOBILIÁRIA NOS EUA REVISÃO DA LITERATURA DESCRIÇÃO DA AMOSTRA O MODELO E RESULTADOS...23 O PRIMEIRO GRUPO DE TESTES O SEGUNDO GRUPO DE TESTES O TERCEIRO GRUPO DE TESTES CONCLUSÃO...41 REFERÊNCIAS BIBLIOGRÁFICAS...42 APÊNDICES...44

8 8 1. INTRODUÇÃO Nos anos que seguiram a recessão de 2001 nos Estados Unidos, uma combinação de queda na taxa de desemprego com juros reais historicamente baixos e juros longos de hipotecas também baixos propiciaram um ambiente perfeito para a florescência do mercado imobiliário no país. De 2001 a 2006, 5% a mais das famílias americanas passaram a ter sua casa própria, um aumento significativo não visto antes na história dos dados (figura I). Figura I. EUA: percentual da população que possui casa própria % % 62 Mar-81 Mar-83 Mar-85 Mar-87 Mar-89 Mar-91 Mar-93 Mar-95 Mar-97 Mar-99 Mar-01 Mar-03 Mar-05 Mar-07 Fonte: US Census Bureau; dentre o universo da população que aluga x possui casa O resultado foi uma rápida apreciação no preço dos imóveis, como mostra o figura II. Além disso, tais ganhos incentivaram as famílias a refinanciar suas hipotecas, monetizando a apreciação do imóvel, impulsionando ainda mais a economia e retro-alimentando o ciclo. Figura II. Evolução do preço real dos imóveis residenciais nos EUA T 06 U$ T 08 U$ Mar-75 Mar-77 Mar-79 Mar-81 Mar-83 Mar-85 Mar-87 Mar-89 Mar-91 Mar-93 Mar-95 Mar-97 Mar-99 Mar-01 Mar-03 Mar-05 Mar-07 Fonte: Índice Case-Shiller, em dólares de 2007, deflacionados pelo CPI

9 9 O objetivo deste estudo é determinar se a observada dinâmica de preço pode ser caracterizada como bolha, termo amplamente utilizado, mas raramente conceituado. Como defende Shiller (2001), uma bolha é detectada quando a alta passada no preço do ativo provoca expectativas nos indivíduos que influenciam subjetivamente sua decisão de compra / investimento futuros. Durante uma bolha imobiliária, famílias analisando casas para comprar passam a considerar a compra de um imóvel acima de seu padrão de renda pela expectativa de serem recompensados no futuro pela apreciação quase certa no preço do imóvel. Gera-se um sentimento de ansiedade para a compra rápida, e a noção de que preços jamais cairão, o que torna mínimo o risco percebido com tal investimento. Ainda por Shiller (2001), outro mecanismo pelo qual a elevação passada dos preços afeta o julgamento do indivíduo é o sentimento de confiança e auto-estima gerado pelo sucesso nos investimentos passados. Pelos estudos de psicologia de Heath e Tversky (1991), fica clara a preferência por apostar em situações em que a competência percebida é alta. Se a pura expectativa de que os preços continuarão subindo é o principal fator motivante na hora da compra de casas, então estes preços se tornam muito instáveis. Como não podem subir para sempre, ao perceberem que os preços estabilizaram, os indivíduos perdem o interesse, a demanda cai e a bolha chega ao fim. Inúmeros estudos foram realizados sobre a dinâmica do mercado imobiliário americano, como aborda a segunda secção deste trabalho. Para o modelo aqui desenvolvido, foram selecionadas algumas variáveis mencionadas nestes estudos como relevantes para explicar a variação do preço dos imóveis. Foram coletadas informações sobre dezesseis estados americanos, dos anos 1976 a 2007, juntamente com o preço dos imóveis em cada estado, para determinar quanto da oscilação de preços de deveu aos fundamentos e quanto ao fator especulativo, ou bolha. Os testes realizados foram três, regressão através de método de mínimos quadrados, teste de causalidade de Granger e modelo de efeito fixo, e os resultados consolidados indicaram que os estados da Flórida, Maine e Massachusetts apresentaram evidências de bolha durante o período, através de todos os testes.

10 10 2. UMA PERSPECTIVA HISTORICA Cada século da história recente lidou com sua quota e bolhas e modismos. Alguns casos datam do século XVII, como a bolha das tulipas na Holanda em 1630, outros do século XIX, como a bolha nas ações de empresas ferroviárias nos Estados Unidos. Usando uma base de dados dos últimos cento e cinquenta anos, Trahan (2006) detecta semelhanças nos processos de formação de bolhas, condições que precedem sua formação. Primeiramente, bolhas florescem em ambientes com três características principais: (i) Expansão econômica; (ii) Sentimento geral de prosperidade, influenciado por alguma descoberta científica, revolução tecnológica ou industrial; (iii) Ampla liquidez financeira no sistema, com taxa de juros acomodativas. Tais características se juntam para conferir o estado psicológico de euforia, a noção de nova era, e prejudicam a percepção e julgamento de risco. Pela sua origem, bolhas podem ser classificadas em quatro categorias: (i) Mudança radical: inovações no ambiente de negócios impacta dramaticamente a modo operacional das empresas (ex: ferrovias no século XVI); (ii) Escassez: algum recurso natural escasso é percebido como raro (ex: ouro na década de 70); (iii) Temática: tema se torna popular (ex: títulos podres, ou junk bonds, na década de 80); (iv) Governamental: governo alimenta euforia provendo capital, monopólio ou segurança (ex: South Sea na Inglaterra, em 1720). Como a bolha no preço de um ativo é tipicamente alimentada por um período de juros mais baixos, sua duração e magnitude são diretamente proporcionais ao tempo em que este ambiente persiste. Se a liquidez estiver crescendo mais rapidamente do que a demanda por crédito, tudo o mais constante, a bolha possui condições para persistir e se alastrar. Por esta razão, as autoridade monetárias possuem um papel central na extensão da bolha. O governo também possui uma certa influência no ambiente, via políticas de expansão fiscal, embora bem menos relevante que o ambiente monetário.

11 11 De uma forma sucinta, Trahan (2006) elenca os acontecimentos que se repetem em cada processo de formação inflação deflação de bolhas (tablela I). Tabela I. Processo de formação - inflação - deflação de bolhas (Trahan, 2006) Ambiente pré-bolha Pico da bolha Ambiente pós-bolha 1) Juros baixos 5) Especulação 11) Preços dos ativos 2) Forte crescimento 6) Spreads de juros cai econômico se alargam 12) Desaceleração 3) Prosperidade 7) Aumentos de preço econômica se aprofunda 4) Iniciam-se os aumentos se aceleram de preço 8) Taxa de juros começa a aumentar 9) Curva de juros se torna horizontal 10) Atividade econômica desacelera Fonte: Trahan, 2006, p. 18 Bolhas imobiliárias no mundo O país que mais contemplou casos de bolha imobiliária nos últimos 40 anos foi a Inglaterra. Além do caso atual, contemporâneo ao dos Estados Unidos, houve dois outros em 1970 e 1990, este último tendo consequências mais profundas para o consumo das famílias. Por Muellbauer e Murphy (1997), a forma mais direta de se detectar uma bolha no mercado imobiliário é estudar a relação preço-renda dos imóveis e famílias. Com o aumento do poder aquisitivo, os imóveis tendem a subir de preço pela dificuldade da oferta acompanhar o crescimento da demanda. Porém, pelo gráfico, fica clara a distorção existente nos dois períodos mencionados.

12 12 Figura III. Inglaterra - evolução da relação preço / renda dos imóveis Ajustado Fonte: Muellbauer e Murphy (1997), p. 3 Já Baddeley (2005) enfatiza que as mudanças regulatórias implementadas no governo Thatcher foram fator preponderante na bolha imobiliária dos anos 90. Políticas públicas de incentivo à casa própria foram bem sucedidas: se 30% das famílias inglesas possuíam casa própria em 1950, o número passou a 67% em Como o instrumento de incentivo utilizado foi a desregulamentação do mercado hipotecário, ou mais acesso ao crédito, gerou rápido crescimento e alta volatilidade nas negociações. Muitas instituições financeiras de menor porte participaram da expansão de maneira incauta, e, quando as taxas de juros voltaram a subir em 1990, não conseguiram lidar com rápido aumento da inadimplência. Neste caso, a figura que melhor ilustra a bolha imobiliária é o aumento no número de transações hipotecárias (gráfico IV).

13 13 Figura IV. Número de transações de imóveis realizadas na Inglaterra Fonte: Baddeley (2005), p.3 Indícios de bolha imobiliária nos EUA Alguns indicadores abordados em estudos sobre bolhas já publicados são os primeiros indícios de que os preços de casas nos Estados Unidos podem ter representado uma bolha de 2001 a Usando os elementos elencados por Trahan (2006), a economia americana a partir do ano 2001 apresentou condições bastante propícias à formação de uma bolha. Tabela II. Revisão do processo formação de bolhas (Trahan, 2006) - caso EUA Ambiente pré-bolha Pico da bolha Ambiente pós-bolha 1) Juros baixos 5) Especulação 11) Preços dos ativos 2) Forte crescimento 6) Spreads de juros cai econômico se alargam 12) Desaceleração econômica 3) Prosperidade 7) Aumentos de preço se aprofunda 4) Iniciam-se os aumentos se aceleram de preço 8) Taxa de juros começa a aumentar 9) Curva de juros se torna horizontal 10) Atividade econômica desacelera Fonte: Trahan, 2006, p. 18 Ademais, a relação preço-renda e preço-aluguel estudadas por Muellbauer e Murphy (1997) na Inglaterra podem ser aplicadas no caso americano, evidenciando um claro desvio (figura V).

14 14 Figura V. Relação preço/renda e preço/aluguel anual nos EUA Preço / Renda 4T 05: Preço / Aluguel 3.2 4T 07: T 87 1T 88 1T 89 1T 90 1T 91 1T 92 1T 93 1T 94 1T 95 1T 96 1T 97 1T 98 1T 99 1T 00 1T 01 1T 02 1T 03 1T 04 1T 05 1T 06 1T 07 1T T T T T T T T T T T T T T T T T T 2006 Fonte: Elaboração a partir dos dados de renda e aluguel do BLS e preço do índice Case-Shiller Por fim, um bom indicador de especulação citado por Trahan (2006) é o aumento na rotatividade das transações imobiliárias. Se o tempo médio de venda de uma casa anunciada nos Estados Unidos foi de 6 a 7 meses na média entre 1980 e 1999, em 2004 caiu para 3,8 meses, indicando excesso de rotatividade no mercado. 3. REVISÃO DA LITERATURA Os primeiros trabalhos de destaque relacionados a bolha imobiliária nos Estados Unidos datam do final dos anos 80. Foi nessa época que o país passou por sua primeira experiência de valorização rápida e acentuada no preço das casas, incentivado por uma desregulamentação no mercado hipotecário similar à do mercado inglês. No final dos anos 90 surgiram trabalhos mais densos sobre o assunto, concomitantemente ao surgimento da bolha imobiliária aqui estudada. Robert Shiller escreveu: Eu apresento evidência de que, enquanto alguns elementos da teoria dos mercados eficientes podem ser respaldados por dados, a atitude dos investidores são de grande importância em determinar o curso dos preços de ativos especulativos. Preços variam de maneira substancial porque os investidores em massa mudam suas mentes por capricho (SHILLER, 1991). Um dos primeiros estudos sobre a atitude dos indivíduos frente a bolhas em ativos financeiros foi feito por Shiller (2001). Através de um questionário especificamente montado para investidores institucionais, com a ajuda de Kon-Ya e

15 15 Tsutsui (1995), conseguiu mapear claramente a variação das expectativas em diferentes pontos no tempo, de 1989 a As sete questões elaboradas classificavam cada investidor em cinco categorias de comportamento distintas, e, com isso, construíam um índice de expectativas global. Os indicadores mostraram uma clara correlação (0,39 com t estatístico de 1,76) entre as expectativas e a variação do índice Dow Jones Industrial Average nos 6 meses anteriores à resposta do questionário. Dos seis picos identificados no índice de expectativa, cinco foram logo em seguida de picos no índice Dow Jones. White (2006) compara dados da bolha no mercado acionário da década de 1990 com Define bolha por períodos nos quais o índice S&P 500 ou Dow Jones Industrial Average registraram alta de mais de 10% em três ou mais anos consecutivos. A maioria dos modelos de mercado assume que (i) indivíduos processam as informações racionalmente e (ii) possuem um modelo correto da estrutura fundamental da economia. Bolhas ou comportamentos irracionais surgem quando uma das condições é violada, ou o comportamento dos preços desvia de seu fundamento (Blanchard e Watson, 1982). Analisando os exemplos de 1920 e 1990, nota que foram épocas com mudanças de fundamentos. Ou seja, as condições econômicas se alteraram de tal forma a provocar um aumento dos dividendos futuros esperados para as empresas e, no caso da bolha de tecnologia em 1990, provocar queda na taxa de desconto das ações. Ambos os fatores causariam naturalmente uma elevação do preço das ações. Seu estudo analisou, portanto, via um modelo de regressão linear, quanto da alta das bolsas em ambos os períodos pôde ser atribuída à mudança efetiva de fundamentos e quanto seria resíduo, ou indicativo de bolha. É um modelo similar ao que será desenvolvido neste estudo. No caso específico de bolhas imobiliárias, Mishkin (2007) estudou os mecanismos diretos e indiretos pelos quais a política monetária adotada pelo Banco Central pode afetar a formação de preço das casas. O custo de capital afeta a economia de seis principais formas: (i) Custo de hipotecas: quanto mais baixo o custo de capital, menor o custo das hipotecas e maior a demanda por casas; (ii) Expectativas sobre custo futuro de capital: expectativa de elevação de juros na economia nos próximos anos pode afetar a demanda atual por casas;

16 16 (iii) Oferta de casas: construtoras dependem do atual custo de capital para construir mais casas; (iv) Efeito riqueza: juros mais baixos e preços de casas mais altos geram efeito riqueza nas famílias, que consomem mais e estimulam a economia (Ando e Modigliani, 1963); (v) Canais de crédito ao consumo: preços mais altos de casas tornam atrativos instrumentos de segunda ou terceira hipoteca, chamados home equity lines of credit, que permitem a realização financeira do ganho com a alta no preço das casas; (vi) Canais de crédito à hipoteca: diversas formas de hipoteca passam a ser estruturadas com juros muito baixos, para atrair famílias, como as hipotecas subprime, alvo da atual crise de crédito americana. O presente estudo contemplará o custo de capital como um dos fundamentos que potencializa a elevação no preço das casas. Uma interessante abordagem sobre bolha imobiliária foi desenvolvida por Davis e Palumbo (2006). Durante o período de 1984 a 2004 foram estudadas 46 cidades metropolitanas nos Estados Unidos com o intuito de decompor o preço de casas em duas partes: valor da estrutura construída e valor do terreno. O resultado obtido foi que o valor da segunda parte passou, na maioria das cidades, de menos de 32% do valor total da casa para 51%. Para fins deste estudo, o trabalho de Davis e Palumbo (2006) apresentou duas conclusões relevantes. A primeira é de que há uma relevante diferença na composição estrutura x terreno no preço das casas em diferentes regiões americanas. Deixou claro que, ao longo dos anos, algumas apresentaram importante apreciação no valor da terra e outras não, como mostra a tabela III. Além disso, seccionou o período analisado em duas partes: de 1984 a 1998 e de 1999 a Desta forma, pôde notar uma diferença entre a apreciação do valor das casas e do terreno, principalmente, nos dois sub-períodos, e concluir que a grande bolha ocorreu realmente de 1999 a Ambas as estratégias, divisão geográfica e divisão do período de análise, serão utilizadas neste estudo.

17 17 Tabela III. Componentes do valor de um imóvel (Davis e Palumbo, 2006) Componentes do valor de imóveis residenciais, 2004, por localização geográfica Valor do Valor da Valor do Terreno em Terreno em imóvel estrutura terreno % do valor % total Região ($ 000) ($ 000) ($ 000) total em 1984 a. Meio Oeste % 11% b. Sudeste % 27% c. Sudoeste % 35% d. Costa Leste % 38% e. Costa Oeste % 55% Média da amostra % 32% Fonte: Tabela D, Davis e Palumbo (2006), p. 20 Poterba, Weil e Shiller (1991) desenvolveram um modelo de regressão para explicar os movimentos de preço nas casas americanas entre 1980 e 1989 que utiliza alguns elementos semelhantes aos que serão utilizados neste estudo. O método parte do princípio inicial de que a variação no preço das casas, em um mercado equilibrado, depende da variação da renda per capita, dos custos de construção, demanda demográfica, alíquota de impostos e custo do terreno no período. Efetua cinco regressões lineares, cada uma considerando uma combinação diferente de fatores, conforme mostra a tabela IV, e determina o R 2 para cada combinação. O resultado mostra que renda per capita, demanda demográfica, custo de construção e custo do terreno são os itens que mais influenciam o preço das casas. Tabela IV. Resultado do modelo de regressão de Poterba, Weil e Shiller (1991) Análise dos dados de 1980 a 1989 Especificação Variável Independente Tipo 1 Tipo 2 Tipo 3 Tipo 4 Constante (0.136) (0.144) (0.188) (0.100) Renda per capita (0.349) (0.297) (0.368) (0.297) Custo de construção (0.229) (0.261) (0.229) Demanda demográfica (0.869) (0.718) (0.722) (0.652) Alíquota marginal de imposto (0.042) Preço da terra (0.058) Sumário estatístico R Fonte: Tabela 5, Poterba, Weil e Shiller (1991), p. 27

18 18 Foi em Poterba, Weil e Shiller (1991), portanto, que ficou clara a importância de se utilizar variáveis demográficas e de renda per capita no modelo de explicação da variação no preço de casas, como será feito neste estudo. O valor do terreno, embora possua alta significância estatística, será suprimido deste estudo, pois não corresponde a uma variável do ambiente macroeconômico que influencia o preço dos imóveis e, em geral, também faz parte do caráter especulativo que precisa ser isolado para ser estudado. Himmelberg, Mayer e Sinai (2005) chegaram a conclusões distintas da maioria dos trabalhos realizados atualmente: seus fatores indicam que houve uma bolha imobiliária nos anos 80, mas que os preços subiram apenas de acordo com fundamentos de 1999 a Juros excessivamente baixos na economia, somados ao nível deprimido de preços que os imóveis se encontravam na década de 1990, geraram a correção vista nos últimos anos, que não pode ser chamada de especulativa ou bolha. Para eles, o valor do terreno ter subido tanto se justifica pelo valor de escassez de terrenos próximos aos centros metropolitanos, onde mais famílias gostariam de morar. Enquanto muito se analisa a bolha imobiliária sob o lado da demanda, Glaeser, Gyourko e Saks (2005) estudam o aumento no preço de casas desde 1950 sob o lado da oferta. São três principais elementos que definem a oferta de imóveis: terreno, uma estrutura física e aprovação do governo para a construção de casas. Como mostra a tabela V, o custo para se erguer a estrutura e o preço das casas se moveram juntos de 1950 a 1970, mas desde 1980 o custo declinou enquanto os preços subiram. Tabela V. Relação preço dos imóveis / custo de construção ao longo dos anos Nas 102 cidades metropolitanas analisadas Média Desvio-Padrão Máximo Fonte: Glaeser, Gyourko e Saks (2005), tabela 2, p. 28 A razão principal que seu estudo aponta para esse fenômeno é a queda no ritmo de construção de novas casas nas áreas metropolitanas, principalmente em Boston, Nova Iorque e Los Angeles. A queda no ritmo, como mostram os resultados de sua pesquisa na tabela VI, pode ser atribuída à queda no número de licenças emitidas pelos governos locais, influenciados por associações de moradores já

19 19 existentes em cada cidade. Com a oferta impossibilitada de responder ao aumento da demanda, o resultado foi um ajuste natural nos preços, como por exemplo +127% em Boston de 1970 a 2000 em termos reais. Tabela VI. Novas casas construídas em % do estoque existente Nas 102 cidades metropolitanas analisadas Mediana o percentil o percentil Fonte: Glaeser, Gyourko e Saks (2005), tabela 3, p. 29 Finalmente, Robert Shiller escreveu, em 2003 e 2007, dois estudos bastante completos para analisar a existência de bolha nos preços imobiliários nos EUA. Formulou modelos para explicar a relação com fundamentos econômicos, e assim separar o grau especulativo de aumento nos preços, o que coincide exatamente com o objetivo deste trabalho. O método utilizado por Shiller (2003) foi a regressão linear, usando as seguintes variáveis: variação percentual da população, variação percentual do emprego, taxa cobrada nas hipotecas, taxa de desemprego, número de casas com obra iniciada naquele trimestre e renda per capita. Similar ao que será feito aqui, separou o mercado nacional em cidades para analisá-las independentemente. Além disso, efetuou a regressão para dois períodos em separado: de 1985 a 1999 e de 1985 a Os resultados foram plotados em gráficos, reproduzidos abaixo, e comprovam, para o autor, a existência de uma bolha imobiliária no período analisado.

20 20 Figura V. Preço de casas previsto pelo modelo x observado Observado Previsto pelo modelo Fonte: Shiller (2003), figura 3, p.16. Em dólares correntes. Em 2007, Shiller ilustra a variação do preço de casas juntamente com a variação real dos custos de construção, comprovando não haver relação direta de 1995 em diante, o que vai ao encontro da hipótese de existência de bolha. Por esta razão, esta variável não será incluída no modelo desenvolvido por este estudo.

21 21 Figura VI. Preços reais dos imóveis versus custos e aluguel Preço Índice: 1987 = 100 Aluguel Custos de construção Fonte: Shiller (2007), p. 41. Preços deflacionados pelo CPI. 4. DESCRIÇÃO DA AMOSTRA Para a elaboração do trabalho foi necessária, principalmente, a escolha de um dado de preços de casas para os Estados Unidos. Dentre os dois índices mais respeitados, Case-Shiller, elaborado por Robert Shiller, e HPI, elaborado pelo OFHEO (Office of Federal Housing Entreprise Oversight), foi selecionado o último por possuir um histórico mais longo (desde 1976) e também por possuir sub-índices estaduais de preço, enquanto o Case-Shiller possui alguns sub-índices regionais (cidades) muito específicos para o escopo deste estudo. A evolução do preço dos imóveis em alguns dos estados são apresentados no gráfico 1.

22 Q Q 1976 California Colorado Florida Massachusetts New York 3Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q 2007 Para se realizar os testes de detecção de bolha, foram selecionados dezesseis estados: Alabama, Califórnia, Colorado, Flórida, Georgia, New Hampshire, Illinois, Michigan, Indiana, Maine, Massachussets, Idaho, Nova Iorque, Ohio, Pensilvânia e Texas. Como possíveis variáveis explicativas para a variação de preço dos imóveis, foram selecionados quatro fundamentos, todos obtidos para cada estado e a nível nacional (para o modelo de efeito fixo). São eles: (i) (ii) (iii) Densidade populacional: número de habitantes por pé quadrado, como forma de mapear a demanda natural por casas na região, o que justificaria a alta de preço. Dados obtidos no Census Bureau, ou órgão público responsável por questões populacionais; Taxa de desemprego: percentual da população economicamente ativa (PEA) que se encontra desempregada no período, pois quanto menor o desemprego e maior a renda, maior a demanda natural por casa própria. Dados obtidos no BLS (Bureau of Labor Statistics) pela pesquisa junto às famílias (household survey); Renda per capita: renda total do estado ou país dividida pelo respectivo número de habitantes, cálculo feito pelo BEA (Bureau of Economic Analysis);

23 23 (iv) Yield do título do governo americano de 10 anos: como parâmetro para as taxas cobradas em hipotecas de prazo longo, 10 a 30 anos, foi utilizado o yield do título do governo americano por possuir um histórico longo de dados de fácil acesso via Bloomberg. É relevante pois quanto menor o custo do crédito, maior a demanda natural por compra de casas próprias. Cabe ressaltar que o período utilizado para todas as variáveis foi trimestral, do 1º trimestre de 1976 ao 4º trimestre de O MODELO E RESULTADOS Para detecção de bolha no preço dos imóveis americanos, foram conduzidos três grupos de testes para cada um dos dezesseis estados pesquisados. O primeiro grupo de testes Assim como no trabalho de Case & Shiller (2003), no primeiro grupo de teste é realizado uma regressão simples através do método OLS (ordinary least squares ou método dos mínimos quadrados). Nos testes são controladas tanto a heterocedasticidade (através do teste de White) como a presença de autocorrelacao dos resíduos (no qual são testadas as diversas defasagens Ars). Realizou-se os testes, primeiramente, para a amostra cheia (de 1976 a 2007), e depois subdividiu-se a amostra em dois períodos: o primeiro de 1976 a 1998, no qual segundo Davis e Palumbo (2006), ainda não havia uma apreciação significativa dos preços dos imóveis; e o segundo, de 1999 a 2007, período no qual existem indícios do descolamento dos preços dos imóveis com relação aos fundamentos macroeconômicos dos EUA. As variáveis preços dos imóveis, renda per capita estadual, densidade populacional e taxa de desemprego foram todas usadas nas suas primeiras diferenças, pois são todas variáveis integradas de ordem 1 (isto é, possuem raiz unitária). Já a taxa de juros de 10 anos, foi utilizada em nível, pois corresponde a uma variável de ordem 0 (isto é, não possui raiz unitária) e, além disso, a demanda por imóveis e seus preços são inversamente proporcionais ao nível da taxa de juros praticada no período e não a sua variação.

24 24 Na tabela 1, apresentamos os resultados dos testes para as três amostras, indicando os sinais das variáveis significativas 1 e destacando os casos em que as variáveis são significativas, mas o sinal é contrário à intuição econômica. Tabela 1 Variacao dos precos das casas Estado Alabama Alabama Alabama California California California Variável constante + + treasury 10Y var renda per capita + var tx desemprego var densidade pop + + AR(1) AR(2) AR(3) AR(4) R² 0,2325 0,2603 0,5073 0,7462 0,7508 0,6858 Tabela 1 Variacao dos precos das casas Estado Colorado Colorado Colorado Florida Florida Florida Variável constante - treasury 10Y + - var renda per capita + var tx desemprego var densidade pop AR(1) AR(2) + + AR(3) AR(4) R² 0,4118 0,3588 0,4063 0,6674 0,1163 0, Utilizou-se um nível de significância de 90%

25 25 Tabela 1 Variacao dos precos das casas Estado Georgia Georgia Georgia Idaho Idaho Idaho Variável constante + treasury 10Y - var renda per capita + + var tx desemprego + var densidade pop AR(1) AR(2) AR(3) + AR(4) R² 0,1629 0,1452 0,1868 0,3896 0,5351 0,7336 Tabela 1 Variacao dos precos das casas Estado Illinois Illinois Illinois Indiana Indiana Indiana Variável constante treasury 10Y var renda per capita - var tx desemprego var densidade pop - - AR(1) AR(2) + + AR(3) AR(4) R² 0,4439 0,3016 0,4511 0,1626 0,2156 0,1747

26 26 Tabela 1 Variacao dos precos das casas Estado Maine Maine Maine Massachusetts Massachusetts Massachusetts Variável constante treasury 10Y - - var renda per capita + var tx desemprego var densidade pop AR(1) AR(2) + AR(3) + + AR(4) R² 0,2356 0,3157 0,2203 0,6378 0,6204 0,3937 Tabela 1 Variacao dos precos das casas Estado Michigan Michigan Michigan New Hampshire New Hampshire New Hampshire Variável constante treasury 10Y - - var renda per capita + var tx desemprego - var densidade pop AR(1) AR(2) AR(3) + AR(4) R² 0,2908 0,2461 0,6124 0,4779 0,3125 0,3808

27 27 Tabela 1 Variacao dos precos das casas Estado New New New Ohio Ohio Ohio York York York Variável constante treasury 10Y - - var renda per capita - - var tx desemprego - - var densidade pop AR(1) AR(2) AR(3) AR(4) R² 0,4932 0,2179 0,4371 0,2706 0,3899 0,3399 Tabela 1 Variacao dos precos das casas Estado Pennsylvania Pennsylvania Pennsylvania Texas Texas Texas Variável constante treasury 10Y - + var renda per capita var tx desemprego + + var densidade pop AR(1) AR(2) AR(3) AR(4) + + R² 0,5177 0,1723 0,6683 0,4160 0,3818 0,3368 Pode-se dividir em quatro grupos os estados segundo o teste de OLS. No primeiro grupo, composto por Florida, Massachussets, Nova Iorque e Pensilvânia, no período 1 2 algumas variáveis macroeconômicas são significativas e as mesmas deixam de ser significativas no período 2, dando lugar a um lag (ARs), o que denota que no período no qual se suspeita da presença de bolha, apenas a variação do preço do imóvel em períodos anteriores é significativo para prever a variação do preço no período seguinte. Trata-se de um indicio de que os preços deixaram de responder aos fundamentos macroeconômicos locais, um comportamento de bolha. 2 Para fins deste estudo, compreende-se por período 1 o intervalo de 1976 a 1998 e por período 2 o intervalo de 1999 a 2007.

28 28 No segundo grupo, composto pelo estado de Maine, no período 1 novamente diversas variáveis macroeconômicas se mostraram significativas e com os sinais condizentes com a intuição econômica. Já no período 2, essas variáveis deixaram de ser significativas como no primeiro grupo, porém nesse caso nem mesmo os lags da variação do preço dos imóveis se mostraram significativos. De qualquer maneira, fica evidente que no período 2 a variação do preço deixou de ser função de fundamentos da economia local, diferentemente do que ocorria no período 1, mais uma vez denotando a presença de bolha. No terceiro grupo, composto pelos estados de Illinois, Indiana, Ohio e Texas, no período 1, assim como nos outros grupos, algumas variáveis se mostraram significantes e com sinais condizentes com a intuição econômica. O mesmo não aconteceu no período 2, quando algumas variáveis se mostraram significativas, porém com sinais contrários ao que se esperaria. Pode-se dizer, nesse caso, novamente que no período mais recente a rápida apreciação dos imóveis deixou de ter uma relação lógica com os fundamentos econômicos testados, mais um comportamento similar a um ativo em situação de bolha. O quarto grupo, composto pelos estados de Colorado, Califórnia, Alabama, Geórgia, Idaho, Michigan e New Hampshire, não apresentou mudança significativa no comportamento dos preços de imóveis de um período para outro, e portanto não se pode chegar à conclusão sobre presença de bolha como foi possível para os demais estados. Outra constatação interessante é a de que, na amostra do período 1, os sinais dos AR(1) que são significativos variam entre positivos e negativos, estando em maioria até mesmo os sinais negativos, o que denota que o preço mais elevado do imóvel em t não é um fator que por si só leva a uma apreciação do imóvel em t+1. Já na amostra do período , todos os sinais de AR1 significativos são positivos, o que denota a presença de bolha pois o preço do imóvel mais alto em t por si só é um fator que leva os indivíduos a se sentirem atraídos em comprar um imóvel para obter um preço mais elevado em t+1. O segundo grupo de testes O segundo teste realizado foi a utilização de um vetor auto regressivo (VAR) e a aplicação de um teste de causalidade de granger. O objetivo do teste de

29 29 causalidade de granger é buscar uma relação de precedência entre a variação de um dos fundamentos macroeconômicos causando a variação do preço do imóvel no estado em questão. O teste de causalidade de Granger procura determinar o sentido causal entre duas variáveis, estipulando que X "Granger-causa" Y se valores passados de X são estatisticamente significantes para explicar a variável dependente Y. Para selecionar o número de variáveis defasadas no teste de causalidade de Granger, foram utilizados os critérios de seleção do Eviews para modelos de VAR, ou seja, os critérios de informação de Akaike (AIC), Schwarz (SC), de Hannan e Quinn (HQ), o de LR e o erro de predição final (FPE). A quantidade de defasagens escolhidas foi aquela onde o maior número de critérios de informação apontava como sendo o modelo mais adequado. Novamente, dividiu-se a amostra em períodos 1 e 2, visando comparar as relações de causalidade existente antes e durante o período de rápida apreciação no preço dos imóveis. períodos. A tabela 2 apresenta os resultados para os testes de causalidade nos dois Tabela2 Variacao do preco das casas Estado Alabama Alabama California California Colorado Colorado Variável treasury 10Y var renda per capita * var tx desemprego * var densidade pop * * * Defasagens * = variavel granger causa var preco das casas Tabela2 Variacao do preco das casas Estado Florida Florida Georgia Georgia Idaho Idaho Variável treasury 10Y var renda per capita * var tx desemprego * var densidade pop * * * Defasagens * = variavel granger causa var preco das casas

30 30 Tabela2 Variacao do preco das casas Estado Illinois Illinois Indiana Indiana Maine Maine Variável treasury 10Y * * var renda per capita var tx desemprego var densidade pop * * * * Defasagens * = variavel granger causa var preco das casas Tabela2 Variacao do preco das casas Estado Massachusetts Massachusetts Michigan Michigan New New Hampshire Hampshire Variável treasury 10Y * * var renda per capita * var tx desemprego * * var densidade pop * * Defasagens * = variavel granger causa var preco das casas Tabela2 Variacao do preco das casas New Estado York New York Ohio Ohio Pennsylvania Pennsylvania Variável treasury 10Y * var renda per capita var tx desemprego * var densidade pop Defasagens * = variavel granger causa var preco das casas Tabela2 Variacao do preco das casas Estado Texas Texas Variável treasury 10Y * var renda per capita * var tx desemprego * * var densidade pop * * Defasagens 1 1 * = variavel granger causa var preco das casas

31 31 Após a análise das tabelas, pode-se dividir os 16 estados em três grupos de acordo com os resultados do teste de causalidade de Granger. No primeiro grupo, composto por Califórnia, Colorado, Flórida, Idaho, Illinois, Indiana, Maine e Massachussets, no período 1 (de 1976 a 1998) uma ou mais variáveis macroeconômicas granger causam a variação do preço das casas naquele estado, evidenciando uma relação de precedência entre fatores econômicos e o preço dos imóveis. Já no período 2 (de 1999 a 2007), ou nenhuma ou um número menor de variáveis macro granger causam a variação do preço das casas, mostrando que nesse período os fundamentos econômicos deixaram de ser variáveis significativas para a previsão dos preços no período seguinte, um indício da presença de bolha nesses estados no segundo período. No segundo grupo, composto por Alabama, Geórgia, Nova Iorque e Pensilvânia, em nenhum dos 2 períodos estudados, nenhuma variável macro granger causa a variação dos preços dos imóveis. Dessa forma, para esses estados não se pode chegar a nenhuma conclusão a partir do teste de Granger. No terceiro e último grupo, composto pelos estados de Michigan, New Hampshire, Ohio e Texas, um mesmo número de variáveis econômicas granger causam a variação dos preços das casas nos 2 períodos estudados, impedindo novamente qualquer tipo de conclusão. O terceiro grupo de testes O terceiro e último teste conduzido foi o teste de efeito fixo. Para esse teste, foram usadas as mesmas variáveis macroeconômicas, porém com dados nacionais (para a taxa de desemprego, renda per capita e densidade populacional) ao invés de dados estaduais, já que cada um dos estados terá suas particularidades expressas através de um variável dummy, por isso, esse modelo também é conhecido como dummy variable regression. Nesse modelo, pode-se comparar estado por estado os valores previstos para o preço dos imóveis em um determinado momento com o preço real observado, já que as equações são comparáveis em cada um dos estados (o que muda são apenas as variáveis dummy). O modelo foi rodado em duas amostras uma compreendendo todo o período estudado ( ) e outra somente o período 1. Depois de obtido os

32 32 dois modelos, pode-se comparar as previsões estado por estado pelo modelo que considerou a série mais longa com o modelo que utilizou a série antes do período de rápida apreciação das casas, alem de também poder comparar com os valores reais observados, conforme os gráficos abaixo alabama alabama-cheia alabama-curta california california cheia california curta

33 colorado colorado cheia colorado curta florida florida cheia florida curta

34 georgia georgia cheia georgia curta new hampshire new hampshire cheia new hampshire curta

35 idaho idaho cheia idaho curta illinois illinois cheia illinois curta

36 indiana indiana cheia indiana curta maine maine cheia maine curta

37 massachussets massachussets cheia massachussets curta michigan michigan cheia michigan curta

38 new york new york cheia new york curta ohio ohio cheia ohio curta

39 pennsylvania pennsylvania cheia pennsyvania curta texas texas cheia texas curta Dado isso, pode-se calcular a soma dos quadrados das diferenças de previsões considerando cada uma das amostras, como um sinal de que os preços dos imóveis se desviaram dos padrões determinados pelos fundamentos macro.

40 40 Tabela 3 Estado quadrados das dif previsao New York ,9 Massachussets ,6 California ,6 Florida ,4 Maine ,2 New Hampshire ,9 Michigan ,9 Idaho ,9 Pennsylvania ,2 Ohio ,1 Indiana ,6 Illinois ,4 Texas ,2 Colorado ,2 Georgia ,6 Alabama ,8 Podemos dividir a tabela 3 em dois subgrupos de acordo com os resultados acima. Tomando-se a média dos desvios, os estados de New York, Massachussets, Califórnia, Florida, Maine e New Hampshire claramente estão no grupo nos quais a soma dos quadrados das diferenças de previsão estão acima da média, isto é, a variação dos preços dos imóveis possuem um comportamento bastante distinto nos dois subperíodos estudados, denotando a presença de uma bolha nos preços desses ativos. O segundo subgrupo composto por Michigan, Idaho, Pennsylvania, Ohio, Indiana, Illinois, Texas, Colorado, Geórgia e Alabama não apresenta desvios nos modelos suficientes para chegar a uma conclusão de existência de bolha no preço dos imóveis nesses estados, com os valores do somatório dos quadrados das diferenças de previsões bastante abaixo da média do conjunto. Finalmente, pode-se sintetizar os resultados dos três modelos apresentados a partir da tabela abaixo (tabela 4).

41 41 Tabela 4 Estado OLS Granger Efeito Fixo Alabama N N N California N S S Colorado N S N Florida S S S Georgia N N N Idaho N S N Illinois S S N Indiana S S N Maine S S S Massachusetts S S S Michigan N N N New Hampshire N N S New York S N S Ohio S N N Pennsylvania S N N Texas S N N Nela, são destacados os três estados nos quais todos os testes detectaram a existência de uma bolha imobiliária Flórida, Massachussets e Maine. Também destacou-se os estados nos quais dois dos três modelos indicaram a presenca de bolha Califórnia, New York, Illinois e Indiana. 6. CONCLUSÃO Esse trabalho procurou testar a existência de evidências empíricas da presença de bolhas imobiliárias nos principais estados dos EUA, a partir de variáveis macroeconômicas. A seleção das variáveis foi realizada através de uma extensa pesquisa na literatura passada, selecionando quatro principais determinantes do preço dos imóveis. Foram realizados três grupos de testes, de graus de complexidade distintos, buscando alcançar resultados comuns para alguns estados, concluindo assim a existência de bolhas nos mesmos. Após a realização dos testes, encontrou-se evidências da presença de bolhas em três estados Flórida, Massachussets e Maine pelos três métodos. Além disso, detectou-se a presença de bolha em quatro estados Califórnia, Illinois, Indiana e New York por dois dos três métodos empregados.

42 42 REFERÊNCIAS BIBLIOGRÁFICAS BADDELEY, Michelle. Housing bubbles, herds and frenzies: evidence from British housing markets. University of Cambridge, Cntre of Ecnomic and Public Policy. Maio CASE, Karl E.; SHILLER, Robert J. Is there a Bubble in the Housing Market?. Brookings Papers on Economic Activity, Vol. 2003, 2003, pp CASE, Bradford; QUIGLEY, John M. The Dynamics of Real Estate Prices. The Review of Economics and Statistics, vol. 73, 1991, pp DAVIS, Morris; PALUMBO, Michael. The price of residential land in large US cities. Federal Reserve Board, DUFWENBERG, Martin; LINDQVIST, Tobias; MOORE, Evan. Bubbles and Experience: An Experiment. The American Economic Review, Vol 95, 2005, pp FARLOW, Andrew. UK House Prices: A Critical Assessment. Credit Suisse First Boston, Janeiro 2004 GLAESER, Edward; GYOURKO, Joseph; SAKS, Raven. Why Have House Prices Gone Up?. NBER, working paper GURKAYNAK, Refet S. Econometric Tests of Asset Price Bubbles: Taking Stock. Finance and Economics Discussion Series, Divisions of Research & Statistics and Monetary Affairs, Federal Reserve Board, Janeiro 2005 HIMMELBERG, Charles; MAYER, Christopher; SINAI, Todd. Assessing High House Prices: Bubbles, Fundamentals and Misperceptions. The Journal of Economic Perspectives, Vol. 19, 2005, pp LAMONT, Owen; STEIN, Jeremy C. Leverage and House Price Dybamics. The Rand Journal of Economics, Vol. 30, 1999, pp McCARTHY, J., PEACH, R.. Are Home Prices the Next Bubble? FRBNY Economic Policy Review. Disponivel em: < MISHKIN, Frederic. Housing and the monetary transmission system. Federal WHITE, Eugene. Bubbles and Busts: The 1990s in the mirror of the 1920s. NBER, working paper Reserve Board, MUELLBAUER, John; MURPHY, Anthony. Booms and Bust in the UK Housing Market. The Economic Journal, Vol. 107, 1997, pp

43 43 POTERBA, James M.; SHILLER, Robert J.. House Price Dynamics: The Role of Tax Policy and Demography. Brookings Papers on Economic Activity, Vol. 1991, 1991, pp SHILLER, Robert. Bubbles, human judgment and expert opinion. Cowles Foundation discussion paper No Maio, SHILLER, Robert. Measuring bubble expectations and investor confidence. Cowles Foundation paper, n , Vol. 1, No. 1, SHILLER, Robert. Understanding Recent Trends in House Prices and Home Ownership. NBER, working paper TRAHAN, François. Approaching an inflection point in the bubble cycle. Bear Stearns

44 44 APÊNDICES Apêndice 1 Modelo de Efeito Fixo para amostra cheia

45 Apêndice 2 Modelo de Efeito Fixo para amostra curta 45

46 46