Influência da ferramenta de georreferenciamento na avaliação de apartamentos usando regressão espacial

Abstract

Uma das principais dificuldades na elaboração de uma Planta de Valores Genéricos (PVG) é inferir um modelo econométrico que reflita a realidade do mercado considerando a variável localização de forma objetiva. Para solucionar os efeitos da variável localização sobre os imóveis e identificar a influência da ferramenta de georreferenciamento utilizada (Mapa Cadastral Georreferenciado, GPS de navegação e Google Earth) na elaboração de modelos de regressão espacial, duas técnicas estatísticas foram utilizadas: a Geoestatística, com a utilização do semivariograma e a Regressão Espacial. Para a escolha do modelo de Regressão Espacial que melhor solucione os efeitos da variável localização sobre o imóvel, utilizou-se os testes de LM e LM Robusto (erro ou defasagem) a fim de verificar a existência de dependência espacial, adotando-se o que proporcionou as melhores estatísticas e o melhor ajuste dos dados. Através de mapas de valores gerados para cada modelo, estudou-se o comportamento dos valores projetados para os apartamentos na área de estudo e posteriormente a coerência dos resultados obtidos com o mercado. Também foi realizada uma análise comparativa e de sensibilidade entre os modelos obtidos, verificando-se primeiramente se os valores projetados para cada uma das três ferramentas de georreferenciamento possuem diferenças significativas entre si e posteriormente buscou-se identificar a consequência da utilização de coordenadas imprecisas sobre o valor dos imóveis. Conclui-se que as variáveis obtidas no mercado imobiliário foram suficientes para elaborar bons modelos de regressão espacial. O valor do alcance fornecido pelo Semivariograma não apresentou bons resultados quando aplicado à Matriz W, utilizando para a elaboração da mesma o valor fornecido pelo Software Geoda. O Modelo de Regressão que melhor explicou o mercado imobiliário foi o de Erro Espacial, sendo a ferramenta mais precisa o Mapa Georreferenciado do município, utilizado para obter as coordenadas de cada ponto.

One of the main difficulties on the elaboration of a plant generic values (PVG) is to insert an econometric model that reflects the reality of the market considering the variable localization in an objective way. In order to solve the effects of the variable localization over the real estate and identify the influence of the geo-reference tool used (Geo-reference Map, navigation GPS and Google Earth) on the elaboration of spatial regression models, two statistic techniques were utilized: the Geostatistics, using the Semivariogram and the Spatial Regression. For the selection of the Spatial Regression Model that best solves the effecs of the variable localization over the real estate, LM and LM Robust tests were run (error or lagrange) in order to check the existence of Spatial dependency, adopting what has provided the best statistics and the best data adjustment. Through value maps, created for each model, a study was carried out about the behavior of values projected for the apartments in the study area, and afterwards about the coherence of the results obtained from the market. Also, a comparative and sensitive analysis was carried out between the acquired models, we first checked whether the projected values for each of the three geo-reference tools have significant differences among each other, and afterwards, we tried to identify the consequence of using inaccurate coordinates over the real estate value. It follows that the variables from the real estate market were enough to elaborate good spatial regression models. The value of the range provided by the Semivariogram didn#t show good results when applied to the Matrix W, using for its elaboration the value provided by the Software GeoDa. The Regression model that best explained the real estate market was the spatial Error since the most accurate tool is the Town Geo-referenced Map, used to obtain the coordinates of each point.