Detalhes bibliográficos
| Ano de defesa: |
2016 |
| Autor(a) principal: |
Uberti, Marlene Salete
 |
| Orientador(a): |
Antunes, Mauro Antonio Homem |
| Banca de defesa: |
Antunes, Mauro Antonio Homem,
Anjos, Lucia Helena Cunha dos,
Tassinari, Wagner,
Hochheim, Norberto,
Deutsch, Simone Feigelson |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal Rural do Rio de Janeiro
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Ciência, Tecnologia e Inovação em Agropecuária
|
| Departamento: |
Pró-Reitoria de Pesquisa e Pós-Graduação
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Palavras-chave em Inglês: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://rima.ufrrj.br/jspui/handle/20.500.14407/9837
|
Resumo: |
Nas avaliações em massa de imóveis tradicionalmente são utilizados os modelos clássicos de regressão linear (MCRL), entretanto tem-se verificado a necessidade de modelar os dados espacialmente. Esta modelagem dos efeitos espaciais vem sendo utilizada principalmente nas avaliações de áreas urbanas, sendo que os valores dos imóveis nas áreas rurais também são afetados pela localização geográfica. A inexistência de metodologias de avaliação em massa de imóveis rurais é um dos motivos da evasão da receita do imposto territorial rural (ITR), pois desde que foi criado em 1964, a arrecadação deste imposto é ineficiente e inexpressiva. O objetivo deste trabalho foi a utilização de modelos econométricos de regressão espacial na modelagem dos efeitos espaciais em uma amostra de imóveis rurais para a elaboração da Planta de Valores Genéricos (PVG) em uma área da Região Norte Fluminense, estado do Rio de Janeiro. A proposta metodológica consistiu em investigar e modelar os efeitos causados pela autocorrelação espacial sobre os MCRL, avaliar seus desempenhos comparando-os com os modelos espaciais e produzir a PVG por meio da Krigagem ordinária e do estimador Kernel. A amostra utilizada contou com 113 observações e 25 amostras de verificação. Para avaliar o desempenho das superfícies de valores obtidas foram utilizadas as amostras de verificação e calculados os valores da Raiz Quadrada do Erro Médio Quadrático (REMQ) e das métricas recomendadas pela International Association of Assessing Officers (IAAO). Os resultados mostraram que a autocorrelação espacial pode ter seus efeitos reduzidos pelo Modelo do Erro Espacialmente Correlacionado (Conditional Auto Regressive - CAR) e pela Regressão Geograficamente Ponderada (RGP). A superfície gerada pelo estimador Kernel, utilizando-se os valores preditos da amostra de verificação pelo modelo RGP foi a que obteve o melhor desempenho com menor REMQ e valores do coeficiente de dispersão (COD), da mediana das razões e do Diferencial Relativo ao Preço (Price Related Differential - PRD) próximos dos recomendados pela IAAO. A combinação das metodologias da regressão clássica e espacial, e a utilização de técnicas de Geoestatística se mostraram adequadas para a elaboração e obtenção da PVG para áreas rurais. A metodologia proposta se mostrou aplicável nos mercados de terras rurais, pois pode ser utilizada pelos municípios para obter modelos representativos da realidade destes mercados, bem como para elaborar a PVG das áreas rurais. |
