Avaliação de imóvel

...

Está localizado no bairro João Paulo, que é um dos bairros mais tradicionais de Florianópolis, que devido a sua notável beleza natural, tranquilidade, segurança e proximidade com o centro, transformou-se em um dos bairros residenciais mais exclusivos da ilha.

O João Paulo é o bairro predominantemente residencial mais próximo do centro, mas totalmente fora das rotas turísticas, não sofrendo com o fluxo de alta-temporada. Está localizado a:

- 3 minutos da Av. Beira-Mar;

- 9 minutos do centro da cidade (Beira-Mar Shopping);

- 10 minutos da Lagoa da Conceição;

- 6 minutos de Cacupé e;

- 23 minutos de Jurerê Internacional.

É um bairro planejado para o futuro, com crescimento limitado. Delimitando a parte junto a estrada geral do lado do mar para construções de até três pavimentos, do lado do morro para prédios de no máximo 12 andares e em toda a parte de trás da estrada apenas construções horizontais. Por estar limitado entre área de mangue e morro que são áreas de preservação, o crescimento é contido e restrito a empreendimento de padrão elevado.

Apesar de ser quase exclusivamente residencial, conta com infraestrutura de serviços para atender os moradores como farmácias, padarias, mini-mercados, academias, salões de beleza, oficinas e restaurantes. Possui equipamentos públicos como escola, posto de saúde, praças, além de um hospital (SOS Cardio), e uma universidade. Localiza-se a menos de 10 minutos de 3 shopping centers, da universidade federal (UFSC), da universidade estadual (UDESC) e do centro administrativo do governo estadual. Conta também com linhas de ônibus convencionais e executivas.

O mercado na região possui valorização média, mas com tendência de aceleração devido a restrições de expansão imobiliária e aos fatores positivos do bairro. Os imóveis de maior demanda em Florianópolis são os apartamentos de 2 dormitórios com suíte, e os localizados nessa região possuem configuração superior, com 3 quartos ou mais, direcionado a um público de famílias com filhos pequenos e pertencentes a classe econômica A, constituindo portanto, numa liquidez mais baixa.

- DESENVOLVIMENTO E ANÁLISE INFERENCIAL

4.1 COLETA DE DADOS

Para coleta de dados utilizou-se pesquisa em sites de imobiliárias que tem foco de venda na região, e posteriormente realizou-se contato telefônico para obtenção de informações complementares. Identificou-se diversas ofertas de imóveis no mesmo condomínio e em dois condomínios vizinhos que possuem unidades com mesmo padrão construtivo e mesma configuração e áreas das unidades. Selecionaram-se também imóveis na mesma via com configurações ligeiramente inferiores e superiores para se avaliar aspectos como influência da área do imóvel na formação do valor.

Identificaram-se na coleta informações referentes à área privativa, ao padrão construtivo, a quantidade de vagas de garagem, e a vista para o mar, que eram as hipóteses para influência na variação dos preços.

Os 19 dados coletados estão apresentados na planilha constante do ANEXO I

4.1 TRATAMENTO ESTATÍSTICO INFERENCIAL

Na primeira tentativa, analisou-se todos os 19 dados coletados considerando as 4 variáveis , sendo estas, padrão, quantidade de vagas, área e vista para o mar, e obteve-se a seguinte matriz de correlação:

[pic 1]

Observou-se que as correlações entre os regressores e o valor unitário eram muito baixos, e que também poderia haver uma falta de homogeneidade dos dados amostrais.

Considerando a baixa correlação e avaliando os dados amostrais optou-se por remover todas as amostras sem vista para o mar, sendo que estas não representavam uma característica do avaliando e também eram pouco representativas, com apenas 3 dados, além de que essa variável apresentava uma correlação de 0,20 com o preço unitário.

Procedeu-se nova inferência, agora sem os dados das vistas, e se percebeu que as correlações continuavam baixas, como demonstra a matriz de correlação obtida nessa análise, apresentada abaixo.

[pic 2]

Também se observou que o coeficiente de determinação (R²) do modelo obtido era igual a 0,40, ou seja, o modelo encontrado não poderia explicar 60% dos resultados, sendo assim considerado insatisfatório.

Como o modelo tinha pouco poder de explicação, avaliou-se novamente a amostra purgando os dados relativos a áreas iguais, mantendo somente aqueles com características mais assemelhadas ao avaliando. Com esses dados restantes avaliou-se através de nova análise por inferência.

[pic 3]

[pic 4]

As correlações melhoraram muito pouco, mantendo-se abaixo de 0,7 que seria o mínimo recomendável. Também continuava com um coeficiente de determinação muito baixo (R²=0,48). Analisando a amostra, se observou que o gráfico “área x preço unitário” apresentava pontos discrepantes, que provavelmente afetassem a correlação dessa variável, limitando-a próximo de 0,33, e com um poder de explicação (Coeficiente de determinação) de apenas 11% (R²=0,1063)

[pic 5]

Considerando isso, procedeu-se a remoção dos dados discrepantes da amostra. Pela nova análise inferencial obteve-se um coeficiente de determinação para o regressor “área” de 0,90, considerado excelente. As correlações das variáveis flutuaram entre 0,6 e 0,94, atestando ser um modelo utilizável, com um coeficiente de determinação do modelo de 0,96.

[pic 6]

[pic 7]

[pic 8]

Apesar do modelo satisfatório, analisando o erro de cada regressor percebeu-se que a variável “padrão construtivo” estimava uma probabilidade de erro (significância) de 14%, que afetaria o enquadramento como grau II de fundamentação.

Optou-se por refazer a análise de regressão utilizando a variável dependente “preço unitário” em escala logarítmica, afim de melhor a precisão da escala, e houve significativa redução na probabilidade de erro (significância) da variável “vagas”, como mostra as tabelas abaixo.