O setor imobiliário de Florianópolis: Um estudo da demanda
Transcrição
O setor imobiliário de Florianópolis: Um estudo da demanda
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) 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. 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 Acessibilidade Infraestrutura Variável binária dummy = 0 (zero) Via sem pavimentação, escassez de horários no transporte público, inexistência de pontos de táxi, entrada e saída única. A inexistencia, ou o oferecimento parcial dos serviços de: tratamento de esgoto, iluminação pública e Variável binária dummy = 1 (um) Via pavimentada, transporte público acessivel, paradas de táxi, estácionamento, entrada/ saída alternativa. Tratamento de esgoto, iluminação pública e residencial, agua encanada, Integração com o meio ambiente Localização Poluição Audio Visual Poluição Sonora residencial, água encanada, coleta de lixo orgânico e reciclado, calçadas, lixeira nas vias públicas. Esgoto a céu aberto, aréas desmatadas, agua de praia/rio/ lagoa impropria para banho, aterramento clandestino. Proximidade a lixões, aeroporto, rodovias, presídios, casa de shows, estádios de futebol. Marketing intensivo como outdoors, carros de som, panfletagem, Presença de casa de shows e eventos variados, carro de som, aeroportos, estádio de futebol, indústrias. coleta de lixo organico e reciclavel, calçada, lixeira nas vias públicas. Canteiros nas vias centrais, arborização, água de praia/rio/lagoa própria para banho. Proximidade a escolas, farmácias, hospitais, supermercados, praias, grandes centros captadores de mão de obra. Inexistência ou parcialidade de autdoors, carros de som, panfletagens. 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 1,0000 Demanda 0,5402 1,0000 Crédito -0,0524 0,0040 1,0000 Cub 0,8499 0,5327 -0,0517 1,0000 IGP-M -0,1830 0,0284 0,1366 -0,2087 1,0000 PIB Demanda Crédito Cub 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 Β Coeficiente 61738 0,068347 0,0008350 Erro Padrão 71686 0,0243 0,00316 Razão-t 0,86 2,80 0,26 P-valor 0,390 0,005 0,792 452,57 56961 175,8 24075 2,57 2,36 0,010 0,019 Tabela 01: MQO, variável dependente: demanda habitacional. Dados: 1995 – 2010. Programa: Gretl Teste Durbin- Watson = 0,844171 Breush-Godfrey = 64,139239 Estatística p-valor = 1,23464e-016 Qui quadrado = 1,16e-015 Tabela 02: Testes de autocorrelação Modelo P valor τ 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 com constante -0,1599 0,941 Com constante e tendência -1,837 0,6891 Com constante e tendência quadrática -1,832 0,8742 Teste Aumentado de Dickey- Fuller Aumentado para duas defasagens (CUB) Teste com constante -0,1746 0,939 Com constante e tendência -1,982 0,606 Com constante e tendência quadrática -1,982 0,823 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 com constante -5,36 3,44e-006 Com constante e tendência -5,469 1,94e-005 Com constante e tendência quadrática -5,484 0,000118 Teste Aumentado de Dickey- Fuller Aumentado para uma defasagem (Credito) Teste com constante -9,74 2,13e-018 Com constante e tendência -9,7333 8,9e-019 Com constante e tendência quadrática -9,766 6,38e-058 Teste Aumentado de Dickey- Fuller Aumentado para duas defasagens (Credito) Teste com constante -7,937 7,61e-013 Com constante e tendência -7,941 3,03e-012 Com constante e tendência quadrática -7,972 4,33e-018 Teste Aumentado de Dickey- Fuller Aumentado para uma defasagem (PIB) Teste com constante -0,274 0,9263 Com constante e tendência -1,891 0,6587 Com constante e tendência quadrática -3,276 0,1807 Teste Aumentado de Dickey- Fuller Aumentado para duas defasagens (PIB) Teste com constante 0,0054 0,958 Com constante e tendência -1,671 0,7642 Com constante e tendência quadrática -2,917 0,3367 Tabela 03: Teste Dickey- Fuller Aumentado. Coeficiente 300,768 0,0574024 29495,6 559,477 Constante PIB/Crédito IGPM/Crédito CUB/Crédito Erro Padrão 296,975 0,0408616 19869,6 265,248 razão-t 1,0128 1,4048 1,4845 2,1093 p-valor 0,31247 0,16173 0,13936 0,03625 Tabela 04: Correção da Heterocedasticidade Constante Acessibilidade Localização Poluição sonora Poluição áudio visual Integração Meio ambiente Infra Estrutura Coeficiente 2,7924e+06 906411 1,3338e+06 -2,2206e+06 1,6170e+06 -3,1542e+06 -485846 Erro Padrão 790563 600752 734168 975485 871180 715336 623932 Razão-t 3,53 1,50 1,81 -2,27 1,85 -4,40 -0,77 p-valor 0,0007 0,1353 0,0730 0,0255 0,0672 0,0003 0,438 Tabela 05: ANOVA (variável dependente: demanda). Coeficiente 651601 0,16363 1662,8 10643,5 -6,51126e-05 B d_ d_ Erro Padrão 33406,4 0,0831844 2433,86 28781 0,00383357 Razão-t 19,5053 1,9671 0,6832 0,3698 -0,0170 p-valor <0,00001 0,050 0,495 0,715 0,98 Tabela 06: MQO utilizando primeira diferença PIB e primeira diferença IGP-M Gráfico CUSUM (quadrado) com intervalo de confiança a 95% 1,2 1 0,8 0,6 0,4 0,2 0 -0,2 1994 1996 1998 2000 2002 2004 Observação 2006 2008 2010 2012 Gráfico 01: CUZUM quadrado