o setor imobiliário de florianópolis: um estudo da demanda ... regional... · comportamento do...

UMA INVESTIGAÇÃO SOBRE A DEMANDA E DE FORMAÇÃO DE PREÇOS

NO SETOR IMOBILIÁRIO DE FLORIANÓPOLIS.

Daniel Augusto de Souza – UDESC/ ESAG;

[email protected]

Ludmilla Nascimento Custódio – UDESC/

ESAG; [email protected]

Maria Carolina Papst – UDESC/ ESAG;

[email protected]

Resumo

O objetivo do presente artigo é identificar as variáveis que explicam a demanda do setor imobiliário da

cidade de Florianópolis. A principal justificativa para tal é o fato de que nas últimas quatro décadas o

município passou por um período de mudanças demográficas: de moradia de servidores públicos passou a

ser pólo turístico conhecido internacionalmente. Tal fato ajudou a elevar o valor dos imóveis do local. A

hipótese levantada inicialmente infere que a formulação de demanda clássica não é capaz de explicar a

movimentação do setor. Para tanto, a metodologia desenvolvida baseia-se na utilização de regressões no

formato MQO e formato ANOVA no programa Gretl. A principio, os resultados encontrados sugerem

que os modelos de MQO e formato ANOVA são complementares, observa-se que MQO falha em não

considerar as preferências do consumidor e o modelo ANOVA falha em não identificar o que a teoria

econômica descreve sobre o assunto. O artigo apresenta a seguinte divisão: Introdução histórica do setor

imobiliário em Florianópolis; Instrumental teórico; Metodologia; Dados; Análise Econométrica;

Resultados; Conclusão e Bibliografia.

Palavras-Chave: Setor imobiliário, Preço econômico, Preço hedônico.

1 Introdução

As cidades brasileiras de portes médio e grande passaram por um processo de

expansão na década de 1990, incentivado tanto pelo deslocamento interno, como por um

crescimento natural da população. A demanda por habitação nessas áreas também

sofreu uma forte pressão, atualmente é possível identificar uma grande disparidade no

preço das habitações nessas áreas de forte urbanização comparando-as com as áreas de

regiões do interior do país. Alguns estudos mais pessimistas indicam que a bolha

especulativa imobiliária que atingiu os Estados Unidos no segundo semestre de 2008 já

atinge cidades como São Paulo, Rio de Janeiro, Recife e Brasília. (D´AGOSTINI, 2011)

mailto:[email protected]



No município de Florianópolis é possível identificar dois momentos de mudança

no perfil populacional (Campos, 2010): (1) Famílias descendentes dos colonizadores

(açorianos) que produziam para sua simples subsistência, além da pesca artesanal - esta

característica ainda pode ser encontrada em alguns bairros da região, como é o caso da

Barra da Lagoa.

Por ser capital administrativa do Estado, a cidade passou a ser considerada uma

espécie de "morada" de servidores públicos, e destino de jovens universitários

estudantes que buscam acesso à boa estrutura de ensino superior existente. Percebe-se,

nesse momento, uma primeira mudança na composição populacional do município, o

qual passou de colônia de açorianos comerciantes para uma cidade com habitantes

predominantemente servidores públicos e estudantes vindos das várias regiões do

Estado e também do Brasil.

(2) Com a construção da BR 101, possibilitou-se a vinda para a cidade de turistas

de todo o Brasil e Mercosul (principalmente, os argentinos). Desta maneira, a partir das

décadas de 1980 e 1990, observou-se novamente uma modificação na formação

habitacional: de uma massa intensiva de servidores públicos e estudantes a cidade

passou a ser pólo turístico reconhecido internacionalmente. A visualização

proporcionada pelo status de cidade turística foi fundamental para essa nova etapa.

Famílias de diferentes Estados brasileiros e também de outros países começaram a

habitar as regiões centrais e de balneários.

A cidade apresenta vários aspectos desejáveis para muitas famílias, os quais

podem-ser destacados:

a. A consolidação de um conglomerado de ensino superior

formado por diversas universidades ou faculdades particulares ou

privadas, além de duas grandes Universidades públicas (UFSC e

UDESC);

b. As belezas naturais;

c. A presença da sede administrativa do Estado; e,

d. Atual configuração econômica, a qual não permite parques

industriais tradicionais na cidade,dando lugar a chamada indústria limpa

(como por exemplo: Organizações de tecnologia de ponta, eventos

internacionais e várias formas de lazer).

Estas características atrairam jovens estudantes, famílias de turistas, servidores

públicos, e, investidores nacionais e internacionais.

Observa-se então um cenário onde o crescimento demográfico é evidente, e pode

ser comprovado por dados do IBGE que revelam um salto populacional, de 187.800 mil

habitantes em 1980, para 421.203 habitantes em 2010.

Atualmente o nativo local dá lugar a uma população variada e crescente. Como

fonte de renda para estes moradores verifica-se o tradicional comércio, o turismo, e as

indústrias de tecnologia. Sendo assim, a exploração imobiliária iniciou como uma

alternativa para complementar a renda familiar e atualmente empresas de construção

civil identificam uma grande oportunidade de negócios.

A prefeitura de Florianópolis juntamente com a Fundação João Pinheiro

identificou um déficit habitacional básico de 5.650 moradias no município no ano 2000,

e as expectativas são que esse número chegue a 6.734 moradias em 2009. Esses dados

indicam uma retomada do setor depois de décadas de queda, pois mesmo com o

crescimento abrupto, o déficit habitacional ainda é uma realidade.

O atual valor dos imóveis localizados na cidade de Florianópolis corresponde aos

fatores de mercado (oferta e demanda), que podem em uma análise explanatória ser

justificados pelo avanço demográfico das últimas décadas? Ou, seriam outros fatores

que influenciam os preços do setor imobiliário? É a partir dessas perguntas que surgiu a

motivação para este estudo.

2 Instrumental teórico

Para Borges e Vasconcellos (1974) a habitação, além de bem de consumo durável,

representa também investimento fixo com algumas características de bens de capital,

dada a sua grande influência no aumento da produtividade do trabalho pela melhoria da

saúde, conforto e bem estar que propicia.

A complexidade e o número de atividades que estão ligadas ao setor é outra

característica importante. Os autores Carneiro e Valpassos (2003) demostram que o

setor não está restrito a tradicional construção civil. Ele envolve uma rede de atividades

que vai desde o uso de materiais de produção, treinamento da mão de obra,

levantamento e análise dos impactos ambiental e sócio cultural até as atividades de

compra e venda de moradias.

(...) A importancia do setor supera o aspecto de simples fornecedor de infraestrutura com o

objetivo de gerar desenvolvimento industrial através da reativação de diversos outros

setores da economia, seu segmento por si só ja é um grande gerador de renda. (...) Emprega

6% dos empregados no Brasil. (CARNEIRO e VALPASSOS 2003 p. 235)

Percebe-se, assim a importancia da atividade, que mesmo em momentos

conjunturais desfavoraveis, continua crescendo, gerando emprego e desenvolvimento

para a sociedade. (CAMPOS, 2010)

2.1 Demanda via formação de preço clássica

Froyen (1999) define a demanda clássica como uma relação entre a quantidade

demandada de bens e serviços e o nível geral de preços. Imovés são considerados bens

duráveis. Analisar o seu consumo envolve um estudo das teorias de demanda e

comportamento do consumidor.

Ferguson (1992) indica que o consumidor procura alocar sua renda monetária

limitada entre bens e serviços disponíveis de tal forma a maximizar sua satisfação. Para

Varian (1994) quando o preço de um bem variar há dois tipos de efeitos: a taxa a qual se

pode trocar um bem por outro, sendo o poder aquisitivo total da renda alterado, o

consumidor pode modificar sua demanda por um bem a partir da variação da taxa a qual

dois bens são trocados, chamado efeito-substituição, ou devido ao aumento do poder

aquisitivo, chamado efeito renda. Para Blanchard (2007), as decisões de consumo

dependem de muitos fatores, mas sem dúvida o principal deles é a renda.

Borges e Vasconcellos (1974) exploram o conceito de habitação não apenas como

um gerador de serviços ao longo do período, mas também um meio de investimento

potencial. Beni (2002) ilustra que a questão habitação é um ponto fundamental para o

setor turístico, envolvendo não apenas hotéis e pousadas, como também a questão do

chamado turismo familiar. Está análise parece encaixar-se perfeitamente às

características do município de Florianópolis.

Para completar o estudo das variáveis que podem ser utilizadas na formulação de

demanda imobiliária, em Blanchard (2007), o investimento assim como o consumo

depende das variáveis: renda e taxa de juros. Também segundo Carneiro e Valpassos

(2003) o financiamento (crédito) de moradias exerce uma influência direta na demanda

habitacional: “A ausência do crédito habitacional (...) acaba por reduzir ainda mais a

capacidade de geração de novas unidades. O resultado dessa escassez de recursos foi

uma elevação do deficit habitacional no Brasil”.

A dinâmica de formação do preço por meio da interação entre oferta e demanda

pode ser visualizada na figura abaixo, elaborada por Souza (2008, p. 25):

GRÁFICO 01: OFERTA E DEMANDA HABITACIONAL (SOUZA, 2008)

Existe um contraste ao analisar a demanda do setor imobiliario através dos

modelos tradicionais de consumo e quando há exploração de outros conceitos de

formação de preço, como é o exemplo do preço hedônico.

2.2 Demanda via formação de preço hedônico

Os imóveis possuem algumas características que dificultam a sua precificação via

formação clássica. Na análise de preços para tomada de decisão, a utilização de

metodologias usuais pode levar o indivíduo a cometer erros de sobrevalorização ou

subvalorização de um imóvel. Um exemplo clássico são as bolhas imobiliárias. Haveria

de fato uma bolha no mercado imobiliário de Florianópolis? Este trabalho não tem a

pretenção de responder tal pergunta, já que muitos estudos devem ser realizados para

tal. O objetivo aqui é demonstrar que existem outros itens que devem ser considerados

no momento de realizar o estudo dos preços e da demanda imobiliária. Sendo assim,

recorremos ao preço hedônico.

Hedonismo: [do grego hedone, “prazer”, + ismo.] S. M. 1. Et. Doutrina que considera que o

prazer individual e imediato é o único bem possível, princípio e fim da vida moral. (FERREIRA, 1986 p.1838)

A origem do estudo dos preços hedônicos remete a Lancaster (1966). O autor iniciou seus

estudos como uma crítica ao padrão dominante da análise microeconômica da escola

neoclássica. Sua maior insatisfação era o fato de que a abordagem neoclássica omitia de seus

modelos os atributos ou características intrínsecas dos bens em questão quando se tratava do

entendimento da dinâmica de formação de preços.

Neto (2003) sugere que uma vez que as preferências individuais exercem grande

influência na estimativa de valor de um dado bem ou serviço, deve-se considerar o seu

valor corrente de mercado, separando-se o valor de uso e não uso tradicional, olhando a

opção dos valores indiretos próximos ao valor real do bem ou serviço. Soethe e

Bittencourt (2006) descrevem o preço hedônico como um modelo de compensação da

teoria do bem estar, onde os consumidores revelam preferências além do escopo da

teoria; preferências estás relenvantes para formação de preços.

A relevância do uso de modelos de preços hedônicos se faz pela compreensão da teoria do

bem-estar, de forma que os participantes do mercado acabam por revelar o valor marginal

das características específicas dos bens, não concedidos e expostos separadamente para

aquisição no mercado. (SOETHE e BITTENCOURT, 2006 p. 2)

Nas palavras de Souza (2008) o as preferências do consumidor baseiam-se na

busca de satisfação prioritariamente suas necessidades:

O ser humano apresenta um comportamento econômico baseado na busca de suas

satisfações de consumo. É comum na literatura econômica, afirmar que o homo

oeconomicus tem necessidades ilimitadas. O homem econômico consome bens que

satisfazem necessidades, consome então utilidades. (idem, 2008, p.27)

O autor prossegue afirmando que:

O cerne da teoria dos preços hedônicos é que existe um vetor de preço ligado às

características de uma classe de bens, chamadas atributos. No caso da habitação, por

exemplo, vagas de garagens, acesso aos serviços públicos, vizinhança, conservação do

imóvel, área construída, entre outras características endógenas e exógenas, definem como o

mercado vai precificar este bem. (SOUZA, 2008, p.42)

Neste caso, Souza (2008) estabelece uma relação entre os atributos dos bens

habitacionais (os quais são percebidos diferentemente pelos consumidores, de acordo

com suas prioridades ou hierarquias hedônicas) com os preços considerados “justos”

pela média dos consumidores.

3 Metodologia

Está seção inidica quais os metodos utilizados para consuzir a pesquisa e avaliar

os resultados encontrados. Utilizou-se do MQO que é um metodo que procura encontrar

o melhor ajustamento para um conjunto de dados tentando minimizar a soma dos

quadrados das diferenças entre o valor estimado e os dados observados e o modelo

ANOVA, de análise variâcia que contém somente variáveis qualitativas também

chamadas de dummies.

3.1 Mínimos quadrados ordinários

Borges e Vasconcellos (1974) indicam que os principais fatores determinantes da

demanda habitacional são:

i. Oferta de crédito

ii. Renda

iii. Preço da habitação relativo à renda e aluguel principalmente,

iv. Mudanças na população,

v. Necessidades líquidas de reposição;

vi. Incentivos Fiscais

vii. Taxa de ocupação.

Considerando a habitação, como um bem de consumo durável, e também

investimento fixo com algumas características de bem de capital, pode-se generalizar a

teoria do cosumo encontrada em Froyen (1999), onde:

(1)

Onde:

H: representa a demanda habitacional;

Ph: preço da habitação.

Blanchard (2007) e Varian (1994) indicam características relevantes que ampliam

o modelo tradicional:

(2)

Onde:

Ps: preço do bem substituto (aluguel);

y: renda.

A última variável relenvante para formação do modelo de demanda habitacional é

o crédito. Os autores Carneiro e Valpassos (2003), Beni (2002), Borges e Vasconcellos

(1974) e Blanchard (2007) indicam está como necessário para o fechamento da equação.

Obtém-se assim a possibilidade de finalizar a equação de demanda habitacional:

(3)

Apartir destá utilizou-se o programa econométrico Gretl para estimar os valores

referentes às variáveis: preço habitacional, aluguel, renda e crédito. Identificou-se assim

o efeito e o movimento da demanda habitacional referente a estás variáveis.

3.2 Modelo ANOVA - Variáveis binárias

Considerando a perspectiva de preço hedônico, foram identificados os 85 bairros

da cidade de Florianópolis (IBGE), e foram atribuídos elementos que podem de alguma

maneira influenciar e atrair os consumidores na hora de adquirir um imóvel na região.

Para Haddad e Hermann (2005) a acessibilidade, localização, características

ambientais e características do imóvel são utilizadas na formulação de uma hipótese

geral. Soethe e Bittencourt (2006) utilizam variáveis como: distância da padaria,

distância de escolas, presença de garagens, condição da construção, distância do centro,

entre outros.

A metodologia de análise do preço hedônico consistiu em identificar

características capazes de agregar valor ao imóvel, sendo elas: localização,

acessibilidade, integração com o meio ambiente, poluição sonora, poluição audio visual

e infraestrutura. Tais dados foram obtidos através de registros encontrados na prefeitura

municipal de Florianópolis. Assim chegamos a:

(4)

Onde:

: Acessibilidade;

: Localização;

: Infra-Estrutura;

: Integração com o meio ambiente;

: Poluição sonora e

: Poluição audio visual.

O modelo propõe a utilização de variáveis binárias, onde as características citadas

possuem valores de zero a um. Os critérios para qualificar os atributos seguem no

quadro 01 do anexo.

4 Dados

A maior dificuldade na execução desse estudo foi a falta de dados. Os dados

utilizados para análise econométrica através do MQO foram encontrados em diferentes

fontes, uma vez que a nível regional, carece de um banco de dados suficiente para

garantir as necessidades desse artigo. Uma medida alternativa foi a utilização de proxys

capazes de demostrar da melhor maneira possivel a realidade. Está também é a

justificativa para o período adotado (1995- 2010), dados anteriores a está data são

desencontrados e de fontes duvidosas.

A maior carência que percebemos no Brasil é a de estatísticas com base na construção civil

imobiliária. De fato, o nosso mercado andou “de lado”, como dizem, por 15 anos ou mais.

Agora, com aproximadamente cinco anos de um segmento consistente, vimos necessidade

de maior quantidade de dados estatísticos, pois nada melhor do que acompanhar o mercado

enquanto apresenta saúde invejável, porém, com dados variados e suficientes capazes de

permitir prever e avaliar períodos de estabilização ou mesmo de queda. (PETRUCCI, C.

2011) 1

1 SECOVI-SP

Para preço dos imóveis locais, utilizou-se o CUB médio de Florianópolis

calculado pelo SINDUSCON de Florianópolis. Sua metodologia consiste em uma

pesquisa de prateleira, onde uma “cestá” de insumos e serviços é identificada e através

de programas desenvolvidos com base na NBR 12.721 são tratados e divulgados.

O IGP-M calculado pela FGV é utilizado para balizar os aumentos da energia

elétrica e dos contratos de aluguéis, por está característica e pela falta de estatística

semelhante a nível regional, optou-se pelo uso do índice.

A demanda habitacional será representada pelo número de novas construções,

dados disponíveis pelo CREA- SC. Para o crédito, a ABICEP juntamente com o

BACEN fornece pesquisas quanto ao número de unidades financiadas e valor total do

financiamento.

A maior dificuldade quanto ao acesso e disponibilidade foi a variável renda. O

IBGE cidades publica os dados no formato anual ao passo que a prefeitura de

Florianópolis, juntamente com a secretaria de planejamento, limitam-se a aceitar o

trabalho do IBGE cidades. Para efeito de pesquisa admite-se a idéia de que o PIB

municipal apresenta variações correlacionadas ao PIB nacional. A partir dessa hipótese

pode-se encontrar o PIB municipal no formato mensal.

Para formulação do estudo de preço hedônico novamente o problema da falta de

dados proibiu análises mais profundas. Identificaram-se oitenta e cinco bairros do

município de Florianópolis através de pesquisas no site da prefeitura e IBGE. Após a

formulação dos critérios para definição das variáveis binárias utilizou-se a ferramenta

Google Mapas, Google Earth, para complementar as informações do site da prefeitura.

Por se tratar de uma série em corte transversal, o valor da variável dependente -

demanda imobiliária - foi encontrado fazendo-se uma média das novas construções no

período de 1995. Heineck et al (1998) fez um estudo da oferta e demanda imobiliária

onde encontrou-se a base para formulação da tabela, onde os bairros foram agrupados

em microrregiões identificadas por: 1-proximidade, 2-características sócio culturais. A

partir destes foram feitos cálculos indicando a porcentagem apresentada na tabela

encontrada em Heineck et al (1998) referente a demanda e as novas construções na

região analisada.

A pesquisa pressupõe uma demanda homogênea, ou seja, a demanda habitacional

é igual para todas as classes, de maneira que as únicas informações referentes à

qualidade do imóvel estão listadas no quadro 01. Outros itens como quantidade de

quartos, garagem, infraestrutura do imóvel e número de cômodos são deixados para um

estudo posterior.

5 Análise Econométrica

Nestá seção será divulgado os resultados referentes a aplicação de conceitos

matemáticos e estátísticos para explicar o comportamento das variáveis desejadas. Para

tal fez-se o uso do sofware de econometria Gretl.

5.1 MQO

Os valores encontrados na regressão dos mínimos quadrados ordinários podem ser

verificados na tabela 01 do anexo.

5.1.1 As Variáveis

Evidencia-se o fato da variável preço do bem substituto não apresentar o sinal

esperado. Entrando no campo da subjetividade, podemos usar um argumento do

hedonismo para explicar este fato: imóveis possuem características de bens de

investimento, portanto quando o aluguel está ficando mais caro. Assim os investidores

percebem uma chance de lucrar com este fato: 1° vendendo imóveis (utilizando o fato

de o aluguel estar elevado como propaganda de um bom negócio), e 2° alugando

imóveis (afinal o retorno do investimento inicial acontece de forma mais rápida).

5.1.2 Testes gerais e específicos

O Preço habitação, preço do bem substituto e renda são significativos ao nível de

1%. Já o variável financiamento e a constante não são significativas ao nível de 1%. O

coeficiente de ajustamento da regressão apresentou valor de 33,25%, significativamente

baixo. Os parâmetros de normalidade são atendidos pela regressão e o teste de

significância geral da amostra nega a hipótese de nulidade dos parâmetros.

Para identificar se a série apresenta heterocedasticidade, optou-se pelo uso dos

testes de White e Breusch Pagan. O motivo é o fato da generalidade deste, além de

garantir resultados mais robustos. Para Breusch Pagan, rejeita-se a hipótese de

homocedasticidade a um nível de significância de 1%. Para White rejeita-se a hipótese

de homocedasticidade a um nível de significância de 5%. Porém, aceita-se a um nível de

9%.

Resultados do teste RESET para especificação do modelo são respectivamente:

Quadrados e Cubos: F = 16,893138; p-valor de 1,83e-007. Quadrados: F = 29,776758;

p-valor de 5,33e-008 e Cubos: F = 29,776758; p-valor de 1,53e-007. Isto indica a

inexistência de problemas quanto à especificação do modelo.

Os coeficientes de correlação podem ser verificados no quadro 02 no anexo. A

matriz de covariância dos coeficientes não indica presença desta. Teste de

autocorrelação de Dubin-Watson indica ausência de correlação positiva perfeita. Já o

teste de Breusch Godfrey indica ausência de autocorrelação, sendo que os valores

podem ser verificados na tabela 02 no anexo.

Testes de quebra estrutural: CUZUM quadrado indica o período de 1998:01 a

2001:12 como um período de quebra. No gráfico 01 do anexo fica evidente que este se

trata de uma fase de queda do setor. Para verificar este resultado foram feitas algumas

regressões auxiliares:

i. Demanda habitacional para o período da quebra (1998:01, 2001:12)

ii. Demanda habitacional antes da quebra

iii. Demanda habitacional depois da quebra

Os resultados foram: i. apresentou uma tendência de queda; ii. apresentou uma

quebra em 1997:05, o que pode evidenciar a veracidade da quebra de 1998:01 já que

indica de fato a existência de um ponto de inflexão na curva; iii. manteve uma trajetória

normal ascendente.

O teste de Chow foi realizado para confirmar os resultados, o que de fato

aconteceu. Porém deve-se alertar para a arbitrariedade do teste de Chow, onde o

pesquisador indica o ponto de quebra. Para complementar o estudo recorremos aos fatos

históricos que indicam que ao final da década de 1990 uma mudança no sistema de

câmbio brasileiro, juntamente com as mudanças no partido do presidente da república,

causou um clima de desconfiança no investidor e na população com o medo de uma

retomada do processo inflacionário.

A tabela 03 do anexo apresenta os valores para o teste de Dickey-Fuller.

Aumentado, as variáveis PIB e CUB não são estacionárias pela metodologia do teste,

considerando um grau de significância tanto de 1% como 5%, com uma e duas

defasagens, para corrigir o problema da não estacionariedade utilizou-se a primeira

diferença das variáveis citadas, os resultados obtidos através da transformação estão na

tabela 06 do anexo.

Desconsiderando-se a constante no novo modelo, apenas a variável PIB é

estatisticamente significativa. O modelo não possui problemas de especificação e

colinearidade. Possui um coeficiente de correlação na ordem de 20%, e o problema da

não estacionariedade foi solucionado para os níveis de significância entre 1% e 5%

(usando o teste de uma e duas defasagens).

5.1.3 Variável crédito

A variável crédito parece ser a mais emblemática, apesar da literatura indicá-la

como um dos fatores mais relevantes para explicar a variável dependente. Apresentou a

menor contribuição marginal para o modelo.

Na análise gráfica constatou-se um grave problema de heterocedasticidade

(juntamente com o teste de White). Os dados históricos indicam que somente a partir de

1964 o crédito imobiliário no Brasil tornou-se representativa, graças a programas como

o SFH (Sistema Financeiro da Habitação) e a criação do Banco Nacional da Habitação.

Na década de 1970 o governo militar intensificou os recursos destinados a área, e nas

décadas de 1980 e 1990 o setor (como vários outros prejudicados com a instabilidade

econômica vivida pelo país) sofreu com o esquecimento, obtendo retrações.

No período de interesse deste artigo (1995-2010) o crédito imobiliário atingiu a

maior cifra da história do Brasil. Assim de um ponto de inércia do período de 1995,

atingiu-se um salto de milhões de reais em 2002, e um novo recorde no ano de 2010.

Estes recordes coincidem com programas governamentais, que têm como objetivo

diminuir o déficit habitacional no país como as COHAB, o PAC, o programa “Minha

casa minha vida” e liberação do FGTS para compra da casa própria.

Diante de tal histórico consideraram-se compreensíveis os problemas de

heterocedasticidade. O método corretivo utilizado, diante desta indicativa, foi a divisão

das demais variáveis pela fonte do problema, o modelo testado ajustado, para tanto,

segue:

Os resultados estão apresentados na tabela 04 do anexo. Outros testes foram

realizados (divisão pela variável PIB, divisão pela variável CUB, pois ambas não

apresentam estacionariedade).

O novo modelo apresenta variáveis não significativas sendo que ainda possui

problemas com heterocedasticidade. Não apresenta autocorrelação, porém seu

coeficiente de determinação está na ordem de 52%, ligeiramente mais alto que primeiro

modelo.

Como já foi indicado, adotaram-se outras medidas que corrigem o problema da

heterocedasticidade. A que apresentou melhor resultado foi a exclusão da variável

crédito. Acredita-se na importância de tal variável, e diante de todas as problemáticas

que envolveram a pesquisa junto com a formação de um banco de dados, considera-se

que tal análise foi prejudicada pelo uso de uma proxy não eficiente. Uma alternativa foi

o uso da variação da LCI – Letra de Cambio Imobiliário, porém, para tanto, a pesquisa

deveria ter um nível de restrição ainda maior, pois este mecanismo foi criado e

disciplinado pela Lei 10.931, de 2004, ou seja, não se enquadra o período de transição e

crescimento do “boom” imobiliário de Florianópolis.

5.2 ANOVA

Os valores referentes à regressão ANOVA com uso de dummy pode ser

consultado na tabela 05 do anexo.

5.2.1 Quanto as variáveis

Acessibilidade e Infraestrutura não são estátistiticamente significativas a um nivel

de 1%, as demais apresentam significância ao mesmo nível. As variáveis infraestrutura

e poluição audio visual não apresentaram os sinais desejados. Uma possível explicação

é o fato de algumas praias do município que apresentam grande procura, mesmo com a

falta de saneamento básico, calçamento, asfalto entre outros, são requisitada pela sua

localização de fato.

Quanto ao sinal inesperado da variável integração com o meio ambiente, pode-se

indicar o fato de algumas regiões de Florianópolis estarem em aréa de reserva. Assim as

novas construções do local são reduzidas. Outra possivel explicação é o fato de algumas

aréas que possuem intregração ambiental começarem a despontar no cenário imobiliário

somente nos anos recentes. Um exemplo é o bairro Campeche, Rio Tavarez, Armação e

Pântano do Sul.

Esperava-se da variável localização um possível comportamento inesperado, pois

a mesma em alguns casos é exógena no processo de decisão do empreendedor. Isto

ocorre uma vez que é limitada a existência de terrenos com as leis de ocupação do solo,

assim como a presença de área de preservação permanente.

5.2.2 Testes gerais e específicos

O coeficiente de ajustamento da amostra está em 28% valor considerado baixo. O

teste de significância geral da amostra nega a hipótese de nulidade dos parâmetros, com

um p valor de 0,0002. A equação não atende o pressuposto de normalidade dos

parâmetros.

Como a série não apresenta normalidade foi necessário utilizar apenas o teste

White para identificar a heterocedasticidade, que obteve: T.R² = 49,57672, com p valor

de 0,000418, o que nega a hipótese de homocedasticidade. O quadro 03 do anexo indica

os valores do teste de adequação do modelo (RESET). Os dados demonstram

inexistência de problemas com a especificação do modelo. As variáveis não estão

correlacionadas, e o teste de colinearidade apresenta um VIF entre 1,2 o menor e 2,09 o

maior o que indica a inexistência de colinearidade.

6 Conclusão

O setor imobiliário de Florianópolis passou por várias mudanças no decorrer das

últimas décadas. Essas transformações no setor acabaram atraindo cada vez mais

pessoas à cidade, tanto pela sua oferta turística, quanto pelo pólo comercial e centro

administrativo do Estado. E foi a partir desse aumento de demanda por moradias na

capital que se tentou verificar esse comportamento via formação de preços clássica e

preços hedônicos. Sendo assim, foi feita a análise do que realmente é considerado na

formulação de preço de imóveis, as normas clássicas de mercado, ou fatores endógenos

oferecidos pela ilha de Santa Catarina.

Contudo, diante da inexistência de uma base de dados consolidada, parte dos

resultados encontrados nas análises parecem nebulosos e insuficientes. Diante da

situação, os problemas encontrados, como heterocedasticidade nos modelos MQO e

ANOVA e a não normalidade da amostra no modelo ANOVA, são esperados. De

maneira geral, tanto os dados encontrados no modelo MQO como as informações

obtidas no modelo ANOVA apresentam particularidades. Porém, recomenda-se a

análise de ambos, e não o seu estudo em separado, pois como observamos os modelos

se complementam. Assim sendo, nota-se que MQO falha em não considerar as

preferências do consumidor e o modelo ANOVA falha em não identificar o que a teoria

econômica revela sobre o assunto.

A economia clássica aborda o modo pela qual a sociedade emprega seus fatores de

produção escassos e como distribuí-los. Todavia, existe certa dificuldade em incluir nos

modelos da teoria clássica à maneira pelas quais os indivíduos efetuam suas escolhas e

preferências individuais. Assim, a estimativa dos valores de produtos e bens, pode ser

feita utilizando-se as definições do preço hedônico. Elucidando questões que afetam a

oscilação, subvalorização ou sobrevalorização de preço dos bens por fatores não

explicados pelos tradicionais modelos econômicos.

Em um entendimento definitivo, com o rápido crescimento e, evidente mudança

na formulação do espaço geográfico da cidade de Florianópolis, foi constatado que

trabalhos nesta área podem impulsionar a formulação de políticas públicas, assim como

atrair investidores a formularem novas estratégias de investimento. Todavia, seria

necessário estimular a formulação de mais pesquisas neste ramo, principalmente, no que

tange o aspecto da coleta de informações, objetivando a formulação de um banco de

dados com séries estatísticas suficiente, de modo a serem realizadas análises mais

robustas.

7 Bibliografia

Associação Brasileira das Entidades de Crédito Imobiliário E Poupança. Disponível em

<http://www.abecip.org.br>. Acesso em 28/05/2011, 17h01min00sec.

BENI, M. Análise Estrutural do Turismo. 7°edição. São Paulo: SENAC, 2002

BLANCHARD, O. Macroeconomia. São Paulo: Pearson, 2007.

BORGES, J. G.; e VANCONCELLOS, F. P. Habitação para o desenvolvimento Rio

de Janeiro: Bloch, 1974.

Caixa Econômica Federal. Disponível em<

brhttp://www1.caixa.gov.br/gov/gov_social>. Acesso em 03/06/2011, 13h12min00sec.

CAMPOS, E. A expansão Urbana na região Metropolitana de Florianópolis e a

dinâmica da industria da construção civil. Florianópolis: Insular, 2010.

CARNEIRO, D.; VALPASSOS, M. Financiamento á Habitação e instabilidade

econômica. Rio de Janeiro: FGV, 2003.

CREA-SC - Conselho Regional de Engenharia, Arquitetura e Agronomia de Santa

Catarina Disponível em<http://www.crea-sc.org.br>Acesso em 26/05/2011,

18h21min00sec.

D´AGOSTINI, L. A bolha imobiliária no Brasil está formada. Economia &

Tecnologia - Ano 06, Vol. 23 - Outubro/Dezembro de 2010. Disponível em<

http://www.economiaetecnologia.ufpr.br/boletim/Economia_&_Tecnologia_Ano_06_V

ol_023.pdf>Acesso em 26/05/2011, 17h30min10sec.

FERGUSON, C. Microeconomia. 16° edição. Rio de Janeiro: Forense Universitária,

1974.

FERREIRA, A. B. de H. Novo Dicionário da Língua Portuguesa. 2. ed. rev. aum. Rio

de Janeiro: Nova Fronteira, 1986.

FROYEN, R. Macroeconomia. São Paulo: Saraiva, 1999

Fundação Getulio Vargas. Disponível em<http://portalibre.fgv.br >Acesso em

26/05/2011, 15h18min45sec.

Google Mapas. Disponível em< http://maps.google.com.br>.Acesso em 05/06/2011,

16h21min00sec.

GUJARATI, D. Econometria Básica. 4°edição. Rio de Janeiro: Campus, 2006.

HEINECK, L. F. M.; FREITAS, A. A. F. de; ILHA, J. C. G. Comparativo entre dados

de oferta e demanda de habitação no mercado imobiliário de Florianópolis, SC. Artigo

Técnico,7 p, In: Encontro Nacional de Engenharia de Produção, Niterói, 1998

HERMANN, B. M.; HADAD, E. A. Mercado Imobiliário e Amenidades Urbanas: A

View Through the Window. Estudos Econômicos, São Paulo, 35(2): 237-69, abr-jun

2005.

http://www.anoreg.org.br/index.php?option=com_content&view=article&id=16125:artigo-a-bolha-imobiliaria-no-brasil-esta-formada&catid=3:jurisprudencia&Itemid=22

IBGE cidades. Disponível em<http://www.ibge.gov.br>.Acesso em 02/06/2011,

14h30min21sec.

LANCASTER, K.J. A new approach to consumer theory. Journal of Political

Economy, p. 132-57, 1966.

NETO, A. Preços Hedônicos. In: Informações Econômicas. São Paulo, vol.33, n.12,

dez 2003.

Prefeitura Municipal de Florianópolis. Disponível em<http://www.pmf.sc.gov.br>

Acesso em 30/05/2011, 16h20min01sec.

Secretaria de Estado da Assistência Social, Trabalho e Habitação. Disponível

em<http://www.sst.sc.gov.br> Acesso em 02/06/2011, 12h47min09sec.

Secretaria de Habitação e Saneamento Ambiental. Habitação de Interesse Social –

Análise Estatística da Demanda em Florianópolis-SC. Florianópolis, 2006.

SINDIMÓVEIS - Sindicato dos Corretores de Imóveis do Estado de Santa Catarina.

Disponível em<http://www.sindimóveis-sc.org.br> Acesso em 28/05/2011,

13h08min54sec

SOETHE, V.; BITTENCOURT, E. Estimativa de modelos de preços hedônicos para

locação residencial em Joinville. XIII SIMPEP - Bauru, 6 a 8 de Novembro de 2006

SOUZA, D. A. UNIVERSIDADE FEDERAL DE SANTA CATARINA Programa de

Pós-Graduação em Engenharia Civil. Análise da elasticidade-atributo do preço em

projetos de empreendimentos habitacionais multifamiliares. Florianópolis, 2008. 92

f. Tese (Doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico.

Programa de Pós-Graduação em Engenharia Civil.

VARIAN, H. Microeconomia: Principios Básicos. 2° edição. Rio de Janeiro: Campus,

1994.

8 Anexos

Critério Variável binária

dummy = 0 (zero)

Variável binária

dummy = 1 (um)

Acessibilidade Via sem pavimentação, escassez de

horários no transporte público,

inexistência de pontos de táxi,

entrada e saída única.

Via pavimentada, transporte

público acessivel, paradas de

táxi, estácionamento, entrada/

saída alternativa.

Infraestrutura A inexistencia, ou o oferecimento

parcial dos serviços de: tratamento

de esgoto, iluminação pública e

Tratamento de esgoto,

iluminação pública e

residencial, agua encanada,

residencial, água encanada, coleta

de lixo orgânico e reciclado,

calçadas, lixeira nas vias públicas.

coleta de lixo organico e

reciclavel, calçada, lixeira nas

vias públicas.

Integração com

o meio ambiente

Esgoto a céu aberto, aréas

desmatadas, agua de praia/rio/

lagoa impropria para banho,

aterramento clandestino.

Canteiros nas vias centrais,

arborização, água de

praia/rio/lagoa própria para

banho.

Localização Proximidade a lixões, aeroporto,

rodovias, presídios, casa de shows,

estádios de futebol.

Proximidade a escolas,

farmácias, hospitais,

supermercados, praias,

grandes centros captadores de

mão de obra.

Poluição Audio

Visual

Marketing intensivo como

outdoors, carros de som,

panfletagem,

Inexistência ou parcialidade

de autdoors, carros de som,

panfletagens.

Poluição Sonora Presença de casa de shows e

eventos variados, carro de som,

aeroportos, estádio de futebol,

indústrias.

Inexistência ou parcialidade

de qualquer meio que perturbe

o sossego sonoro

Quadro 01: Caracterização das variáveis adotadas, formulação das autoras com base em Soethe

e Bittencourt (2006) e Haddad e Hermann (2005).

PIB Demanda Crédito Cub IGP-M

1,0000 0,5402 -0,0524 0,8499 -0,1830 PIB

1,0000 0,0040 0,5327 0,0284 Demanda

1,0000 -0,0517 0,1366 Crédito

1,0000 -0,2087 Cub

1,0000 IGP-M

Quadro 02: Coeficientes de correlação, usando todas as observações 1995:01 - 2010:12

Quadrados e cubos Estatística de teste: F = 8, 077557,

Com p-valor = 0, 000659

Apenas Cubos Estatística de teste: F = 13, 331162,

Com p-valor = 0, 000474

Apenas Quadrados Estatística de teste: F = 15, 957046,

Com p-valor = 0, 000147 Quadro 03: RESET – Especificação do modelo

Coeficiente Erro Padrão Razão-t P-valor

Β 61738 71686 0,86 0,390

0,068347 0,0243 2,80 0,005

0,0008350 0,00316 0,26 0,792

452,57 175,8 2,57 0,010

56961 24075 2,36 0,019

Tabela 01: MQO, variável dependente: demanda habitacional. Dados: 1995 – 2010. Programa:

Gretl

Teste Estatística

Durbin- Watson = 0,844171 p-valor = 1,23464e-016

Breush-Godfrey = 64,139239 Qui quadrado = 1,16e-015 Tabela 02: Testes de autocorrelação

Modelo τ P valor

Teste Aumentado de Dickey- Fuller Aumentado para uma defasagem (Demanda)

Teste com constante -4, 51551 0, 0001

Com constante e tendência -5, 95407 1, 5e-006

Com constante e tendência quadrática -6, 21602 1, 704e-006

Teste Aumentado de Dickey- Fuller Aumentado para duas defasagens (Demanda)

Teste com constante -3,6205 0,005409

Com constante e tendência -4,79842 0,0004354

Com constante e tendência quadrática -5,04498 0,0008212

Teste Aumentado de Dickey- Fuller Aumentado para uma defasagem (CUB)




Teste Aumentado de Dickey- Fuller Aumentado para duas defasagens (CUB)




Teste Aumentado de Dickey- Fuller Aumentado para uma defasagem (IGP-M)

Teste com constante -5,841 2,85e-007

Com constante e tendência -5,931 1,69e-006

Com constante e tendência quadrática -5,947 9,9e-006

Teste Aumentado de Dickey- Fuller Aumentado para duas defasagens (IGP-M)




Teste Aumentado de Dickey- Fuller Aumentado para uma defasagem (Credito)




Teste Aumentado de Dickey- Fuller Aumentado para duas defasagens (Credito)




Teste Aumentado de Dickey- Fuller Aumentado para uma defasagem (PIB)




-0,2

0

0,2

0,4

0,6

0,8

1

1,2

1994 1996 1998 2000 2002 2004 2006 2008 2010 2012

Observação

Gráfico CUSUM (quadrado) com intervalo de confiança a 95%

Teste Aumentado de Dickey- Fuller Aumentado para duas defasagens (PIB)

Teste com constante 0,0054 0,958



Tabela 03: Teste Dickey- Fuller Aumentado.

Coeficiente Erro Padrão razão-t p-valor

Constante 300,768 296,975 1,0128 0,31247

PIB/Crédito 0,0574024 0,0408616 1,4048 0,16173

IGPM/Crédito 29495,6 19869,6 1,4845 0,13936

CUB/Crédito 559,477 265,248 2,1093 0,03625 Tabela 04: Correção da Heterocedasticidade

Coeficiente Erro Padrão Razão-t p-valor

Constante 2,7924e+06 790563 3,53 0,0007

Acessibilidade 906411 600752 1,50 0,1353

Localização 1,3338e+06 734168 1,81 0,0730

Poluição sonora -2,2206e+06 975485 -2,27 0,0255

Poluição áudio visual 1,6170e+06 871180 1,85 0,0672

Integração Meio ambiente -3,1542e+06 715336 -4,40 0,0003

Infra Estrutura -485846 623932 -0,77 0,438

Tabela 05: ANOVA (variável dependente: demanda).

Coeficiente Erro Padrão Razão-t p-valor

B 651601 33406,4 19,5053 <0,00001

d_ 0,16363 0,0831844 1,9671 0,050

d_ 1662,8 2433,86 0,6832 0,495

10643,5 28781 0,3698 0,715

-6,51126e-05 0,00383357 -0,0170 0,98

Tabela 06: MQO utilizando primeira diferença PIB e primeira diferença IGP-M

Gráfico 01: CUZUM quadrado

o setor imobiliário de florianópolis: um estudo da demanda ... regional... · comportamento do...

Documents