RESUMO
Os imveis possuem grande durabilidade, e no decurso de sua vida til, sofrem diminuies de qualidade,
devidas ao uso e desatualizao funcional. Estas perdas levam progressiva reduo do valor que o imvel
atinge no mercado. O formato desta curva de desvalorizao no conhecido, princpio. Este artigo apresenta
as tcnicas de estimao da depreciao para um conjunto de dados. Os modelos foram encontrados por regresso
mltipla, comparando-se os resultados com os obtidos empregando os coeficientes padronizados (arbitrrios), na
forma tradicional.
ABSTRACT
The real estate goods has great durability, and its quality progressive/y reduces about the economic life,
by fimctional and IIse. This fosses goes to diminishing market va/ue. The functional form ofthis curve isn t
know. This paper presents the estimation techniques to depreciation, with regression ana/ysis, comparing
with the traditional (and arbitrary) coefficients.
Jul.1998
63
PRODUO
Introduo
Os imveis so bens compostos,
existindo mltiplas caractersticas de
interesse, e a comparao direta no
possvel. Existem vrios mtodos para a
determinao do valor de um imvel. O
melhor procedimento a comparao de
dados de mercado, atravs da ponderao
de seus vrios atributos, com os pesos
obtidos em equaes de regresso,
inferindo-se o valor desejado atravs da
substituio das caracteristicas do imvel
no modelo. uma tarefa delicada, que
depende muito da qualidade dos dados e
do respeito aos pressupostos bsicos da
anlise estatstica
Embora seja inelutavelmente superior
como tcnica, a inferncia ainda no
adotada por todos os profissionais que
militam no ramo. Alm de exigir uma
razovel quantidade de dados para os
modelos (de regra, quatro vezes o nmero
de parmetros da equao a ser estimada),
demanda slidos conhecimentos de
inferncia estatstica, os quais geralmente
no so obtidos nas universidades. Alm
disto, a matemtica envolvida forte,
envolvendo inverses de matrizes e
numerosos somatrios. H alguns anos,
este problema inviabilizava a utilizao
da inferncia nas avaliaes rotineiras.
Esta barreira, tecnolgica, foi vencida h
mais de uma dcada: os computadores
pessoais permitem a realizao rpida dos
clculos necessrios, existindo hoje vrios
softwares aplicados avaliao de imveis
(Gonzlez, 1997).
64
o mercado imobilirio
O mercado imobilirio um dos
setores mais complexos da economia,
sendo influenciado por inmeros fatores,
locais ou globais. Existem alguns
elementos macro-econmicos que
conferem um comportamento nacional,
por assim dizer, ao mercado imobilirio,
tais como inflao, confiana na conduo
da economia, oferta de crdito para
construo e taxa de juros. Estas
influncias so gerais, afetando toda uma
regio, e seus efeitos no so detectados
nas anlises de valores de mercado, as
quais consistem essencialmente de
comparaes micro-econmicas entre
unidades semelhantes, prximas fisica e
temporalmente (Balarine, 1996; Franchi,
1991; Gonzlez, 1993; Lucena, 1985).
Porm, de outra parte, as variaes
intra-urbanas provocam constantes
alteraes nos preos praticados no
mercado. Existem diferenas de uma
regio para outra, dentro da mesma
cidade. Em funo da atuao dinmica e
no coordenada dos
agentes,
simultaneamente existem reas que esto
sendo valorizadas e outras que esto sendo
desvalorizadas. O capital imobilirio age
alterando a distribuio relativa destas
reas, transformando os padres de uso
de cada regio como forma de alcanar
65
PRODUO
seu lucro, basicamente fundirio.
Inicialmente, os terrenos so valorizados
pela disputa entre as incorporadoras.
Contudo, o surgimento de novas
construes provoca perturbaes tambm
nos preos dos imveis usados do entorno.
A valorizao ocorre ainda por efeito de
grandes empreendimentos, como
shopping centers, ou pela revitalizao de
uma rea que anteriormente no recebia
investimentos pblicos, por exemplo. J
as desvalorizaes podem surgir pela
instalao de atividades poluidoras,
dificuldades de transporte ou surgimento
de sub-habitaes. Como todas estas
externalidades no so homogeneamente
distribudas, os preos so pressionados
desigualmente (Abramo, 1988; Dubin,
1992; Maraschin, 1993).
Uma das propriedades especiais dos
imveis a grande vida til. A medio
da influncia desta caracterstica nos
preos realizada atravs da idade do
imvel. A depreciao, funcional ou de
uso, afeta significativamente o valor de
mercado e est ligada ao estado de
conservao e ao estilo do imvel.
Adotando-se a inferncia estatstica,
preciso simplesmente incluir a varivel no
modelo, obtendo-se o coeficiente
correspondente pelo processamento
estatstico, com o valor e a importncia
do coeficiente sendo garantida pelos testes
estatsticos aplicados sobre as variveis e
sobre os modelos (Cuthbertson et alii,
1992; Gonzlez, 1997). Para aplicar os
mtodos de homogeneizao ou custo de
reproduo, necessrio considerar a
depreciao da construo atravs de
66
Vd*(U-I)/U
b) Mtodo da parbola (Kuentzle):
Va=Vn - Vd*(U/I)2
c) Mtodo de Ross: Va=Vn - Vd*
(1/u+PfU2)/2
Onde as variveis empregadas so:
*Va: valor atual (aps o desconto da
depreciao);
*Vn: valor do imvel novo;
*Vd: valor deprecivel (parcela
que pode sofrer depreciao);
*Vr: valor residual (de demolio, no
deprecivel);
*1: idade fisica (fiscal) do imvel;
*U: vida til;
67
PRODUO
gerando uma tabela de coeficientes de
depreciao, obtidos pela considerao
simultnea da parcela ldadeMda til e
do estado de conservao (lBAPE, 1974;
Moreira, 1995).
Diante da variedade de critrios, a
questo principal a escolha do mtodo a
ser empregado. No h certeza de qual
deles seja o mais adequado, nem de que
um deles realmente se aplique ao caso
especfico. Uma alternativa, proposta
neste trabalho, inferir a curva real para
as condies do mercado em anlise,
J.1sando-a como base para escolher o
mtodo ou para adapt-lo s necessidades.
Isto pode ser realizado atravs da anlise
de regresso, testando estatisticamente os
modelos. A possibilidade de testar o
desempenho importante, pois elimina a
incerteza, criando uma base cientfica de
escolha dos mtodos.
Clculo da depreciao
atravs de anlise emprica
A investigao da curva de melhor
ajuste foi realizada atravs da montagem
de modelos hednicos de preos,
relacionando as variveis coletadas.
Foram escolhidos alguns formatos para a
varivel que mede o tempo (Idade), para
a comparao com as frmulas
apresentadas. O ajuste das curvas foi
realizado com regresso mltipla, pelo
mtodo dos mnimos quadrados
ordinrios (OLS), geralmente empregados
com esta finalidade.
68
PRODUO
Tabela A - Variveis consideradas na anl~se de regresso'"
varivel
tipo
**
unld
descrlao
valor total, corrigido at janeiro de 1996 pelo
IGP-DI (FGV)
VALOR
REA
BAIRRO
DISTNCIA
GARAGEM
IDADE
105
IIO
IJS
120
125
130
140
ISO
LUXO
MES
R$
km
ano
ms
69
PRODUO
A comparao e escolha da melhor
curva pode ser feita pela estatstica t,
alculada para cada varivel (ao nvel de
95%, tolerando-se at 90%), pela
estatstica F, pelo coeficiente de
determinao R1a, ajustado para os graus
de liberdade, e pelo erro padronizado
(SE), calculados para cada modelo, na
forma como geralmente so empregados
nas anlises de regresso. As equaes so
as descritas na Tabela 2. A varivel
Distncia no foi significativa para
nenhum dos modelos apresentados,
provavelmente pelo carter no
monocntrico da cidade. Todos os
modelos foram aprovados nos testes
estatsticos bsicos. Em alguns, surgiram
leves tendncias nos resduos, toleradas
devido ao carter exploratrio da anlise.
Os modelos foram mantidos semelhantes,
tomando como base o linear (1), para
facilitar a comparao. Percebe-se a
estabilidade dos coeficientes e suas
significncias, nas variveis que aparecem
em todos os modelos. A variao nas
constantes (interceptos) est relacionada
com a diversidade dos formatos da
varivel Idade.
O conjunto de oito vanaveis
indicadoras (dummies 105 - ~ busca
avaliar as peculiaridades de cada faixa de
idade. Foi includa a reta (Idade) como
base, sendo includas apenas as dummies
de coeficiente t em valores razoveis
(acima de 2). O modelo com estas
variveis o sexto. Da anlise do modelo,
percebe-se que apenas os imveis de
idades entre 6 e 25 anos demonstraram a
necessidade de valores diferentes da reta.
70
varivel
coef.
rea
364
36.9 373
Bairro
1369
5.4
Garagem
16330 8.2
Idade
-425
l/Idade
1763
ll1dadez
166
Lnldade
-3751
ldade llz
105
110
115
130
140
150
Luxo
18.0 98318
18.0
97286
17.5
97791
18.0
97696
18.0
LnMs
-3.6
-2689
3.5
-2910
-5.0
-2499
-4.2
-2975
-3.9
constante
-2.3
-9246
-2.3
4159
1.0
RZa
72.78%
73.53%
73.31%
87.38%
87.07
73.85%
459.42
477.36
472.07
1190.10
1156.80
29\.55
SE
17173
16934
17004
16659
16866
16832
120
125
modelo
-7.9
coef.
coef.
coef.
39.0 374
39.0
361
38.0
359
37.0
358
36.8
1089
4.5
1078
4.4
1213
7.5
1434
8.2
1179
4.7
16877
8.7
17195
8.9
14926
7.8
15254
7.9
15393
7.9
-451
-7.9
9.2
coef.
coef.
9.7
-I \.5
-3451
-.
-9387
-6.2
-7022
-4.7
-5370
-3.0
-4878
-2.7
71
-10.2
PRODUO
Tabela C - Clculo da depreciao pelos mtodos e modelos apresentados
procedimento
percentual
depreciado
modelo 1
36999,01
31090,01
15,97%
modelo 2
46814,09
29310,02
37,39%
modelo 3
46058,85
29459,69
36,04%
modelo 4
47256,37
28720,27
39,22%
modelo 5
41690,33
29870,70
28,35%
modelo 6
41793,69
28502,79
31,80%
mtodo da reta
45000,00
37800,00
16,00%
mtodo da
parbola
45000,00
43560,00
3,20%
mtodo de Ross
45000,00
40680,00
9,60%
A semelhana da depreciao
calculada pelo modelo 1 e pelo mtodo
da reta notvel. Outros valores
calculados tambm foram semelhantes,
tornando-os equivalentes. Todavia, o
primeiro modelo o de menor
desempenho estatstico, podendo ser
considerado inferior aos demais. Os
modelos 4 e 5, considerados os melhores,
apresentam depreciaes distintas. A
depreciao pela equao 4
aparentemente elevada, porm deve-se ao
formato da curva logartmica, que provoca
efeito forte no incio e suave no final.
Calculando para 70 anos, por exemplo, a
depreciao de 52%. Na verdade, esta
curva amplia o valor residual (Vr).
72
Concluso
Bibliografia
73
PRODUO
contribuem para a formao do valor
de apartamentos na cidade de Porto
Alegre. Porto Alegre: UFRGS, 1991.
Dissertao (Mestrado em Engenharia).
Planta inferencial de
valores com dados de ITBI. Porto
Alegre: NORlEIUFRGS, .1996.
________ . A engenharia de
avaliaes sob a tica inferencial. So
Leopoldo: Ed. UNI SINOS, 1997.
Noes sobre o conceito
de valor no mercado imobilirio. AnaisIX COBREAP (Congresso Brasileiro de
Engenharia de Avaliaes e Percias).
So Paulo: IBAPE, p.143-149, 1997a.
_ _ _o
74