Regressão geograficamente ponderada aplicada na avaliação em massa de imóveis urbanos.

Abstract

O valor venal de um imóvel para fins tributários, em geral, é determinado por meio de processos de avaliação em massa. Nesse processo, um desafio comum é encontrar um modelo que seja capaz de tratar, mantendo razoável acurácia, os efeitos decorrentes da dependência e da heterogeneidade espacial. Este estudo objetivou investigar o uso de Regressão Geograficamente Ponderada (GWR) na avaliação em massa de imóveis urbanos de modo a reduzir esses efeitos. Para tanto, essa investigação se deu em imóveis tipo apartamento nos bairros Centro, Agronômica e Trindade, no município de Florianópolis/SC, contando, para isso, com uma amostra de trabalho contendo 190 dados e uma amostra de validação contendo 35 dados de apartamentos. A proposta metodológica consistiu em investigar o uso do modelo GWR e comparar suas estatísticas com as obtidas pela regressão clássica (OLS) e espacial (SAR/CAR). Os resultados mostraram a eficácia da modelagem GWR em reduzir os efeitos espaciais presentes nos dados da amostra. O modelo GWR mostrou-se mais aderente e superior às modelagens anteriores em todos os indicadores de qualidade (AIC, BIC, LIK, R² e RMSE) e desempenho (Med R, COD e PRD), com valores dentro dos limites recomendados pela IAAO. Os métodos de regressão abordados neste estudo foram, também, utilizados de forma combinada com o interpolador de krigagem ordinária para estimar o valor da localização dos imóveis e gerar uma superfície de valores unitários homogeneizados representativa dos bairros em estudo. Para krigagem das superfícies de valores unitários, utilizou-se o semivariograma exponencial, com o qual se constatou que a superfície gerada pelos valores preditos pelo modelo GWR apresentou menor valor para o RMSE e com indicadores de desempenho dentro dos limites definidos pela IAAO. O método proposto permitiu avaliar a área em estudo e constatar que o uso da modelagem GWR pode ser utilizada na avaliação em massa de imóveis urbanos.

Abstract: The market value of a property for tax purposes, in general, is determined through mass appraisal processes. In this process, a common challenge is to find a model that is capable of treating, while maintaining reasonable accuracy, the effects of dependence and spatial heterogeneity. Thus, in order to minimize these effects, this study aimed to investigate the use of Geographically Weighted Regression (GWR) in the mass evaluation of urban properties. To this end, this investigation took place in apartment-type properties in the Centro, Agronômica and Trindade neighborhoods, in the city of Florianópolis/SC, counting, for this purpose, with a work sample containing 190 data from apartments and a validation sample containing 35 data. The methodological proposal consisted of investigating the use of the GWR model and comparing its statistics with those obtained by classical (OLS) and spatial (SAR/CAR) regression. The results showed the effectiveness of GWR modeling in reducing the spatial effects present in the sample data. The GWR model proved to be more adherent and superior to the previous models in all quality (AIC, BIC, LIK, R² and RMSE) and performance (Med R, COD and PRD) indicators, with values within the limits recommended by the IAAO. The regression methods addressed in this study were also used in combination with the ordinary kriging interpolator to estimate the value of the location of the properties and to generate a homogenized unit value surface representative of the neighborhoods under study. For kriging the surfaces of unit values, the exponential semivariogram was used, with which it was found that the surface generated by the values predicted by the GWR model presented a lower value for the RMSE and with performance indicators within the limits defined by the IAAO. The proposed method allowed us to evaluate the area under study and to verify that the use of GWR modeling can be used in the mass appraisal of urban properties.