Insper Instituto de Ensino e Pesquisa Faculdade de Economia e Administração Felipe Broglia Fontes Determinantes do preço de aluguel dos imóveis corporativos na Faria Lima São Paulo 2014 Felipe Broglia Fontes Determinantes do preço de aluguel dos imóveis corporativos na Faria Lima Monografia apresentada ao curso de Ciências Econômicas, como requisito parcial para obtenção do grau de Bacharel do Insper Instituto de Ensino e Pesquisa. Orientador: Prof. Dr. Nuno Ricardo Martins Sobreira – Insper São Paulo 2014 Fontes, Felipe Broglia Determinantes do preço de aluguel dos imóveis corporativos na Faria Lima / Felipe Broglia Fontes. – São Paulo: Insper, 2014. 39 f. Monografia: Faculdade de Economia e Administração. Insper Instituto de Ensino e Pesquisa. Orientador: Prof. Dr. Nuno Ricardo Martins Sobreira Felipe Broglia Fontes Determinantes do preço de aluguel dos imóveis corporativos na Faria Lima Monografia apresentada à Faculdade de Economia do Insper, como parte dos requisitos para conclusão do curso de graduação em Economia. Aprovado em EXAMINADORES ___________________________________________________________________________ Prof. Dr. Marcelo Moura Examinador Prof. Dr. Rinaldo Artes Examinador Resumo FONTES, Felipe Broglia. Determinantes do preço de aluguel dos imóveis corporativos na Faria Lima. São Paulo, 2014. 39 páginas. Monografia – Faculdade de Economia e Administração. Insper Instituto de Ensino e Pesquisa. Este trabalho tem como objetivo estimar as determinantes do preço por metro quadrado de aluguel dos imóveis corporativos na região da Operação Urbana Consorciada Faria Lima, na cidade de São Paulo, Brasil. O estudo utiliza dados do primeiro trimestre de 2014 levando em consideração importantes variáveis para a determinação do preço do aluguel de tal região. Foram utilizadas 274 observações de aluguel pedido por metro quadrado ao mês, assim como as variáveis intrínsecas e extrínsecas aos edifícios, para regressão, após ajustes. A área de estudo compreende edifícios lançados durante as últimas cinco décadas, possibilitando uma grande variedade de padrões, acabamentos, localidade e acessórios intrínsecos a cada edifício, evitando-se problemas de estimação. Como método de análise, opta-se por regressão linear múltipla, via MQO, observa-se ao final um cuidado na escolha por parte do agente locatário que abrange tanto os atributos técnicos do Edifício a ser locado, como o tipo de ar condicionado, piso elevado e Classe do Edifício, como, também, os atributos de data de inauguração, vacância, números de andares e microrregiões. O estudo obteve sucesso em analisar os preços hedônicos para as características de determinado edifício para uma Região de grande influência na capital paulista e contribui positivamente para análises de relação entre o preço pedido de aluguel e os seus fatores que contribuem positivamente ou negativamente a formação de preços. Palavras-chave: Mercado Imobiliário, Aluguel, Prédios Corporativos, Fatores determinantes de aluguel. Abstract FONTES, Felipe Fontes. Determinantes do preço de aluguel dos imóveis corporativos na Faria Lima. São Paulo, 2014. 39 pages. Monograph – Faculdade de Economia e Administração. Insper Instituto de Ensino e Pesquisa. This paper analyses the determinants of rent ask price in the Operação Urbana Consorciada Faria Lima, São Paulo, Brazil – a dense and mostly corporate area in Brazil’s financial center. The study uses 274 observations over a gross data base of 320. The variables collected are from the 2014 first quarter and count with variables of physical attributes, as well as rent ask price per square meter per month. This area is of particular interest as it has buildings for the past five decades which provides with lots of localities, amenities and technologies. It is used a multiple linear regression via OLS and the results indicates that both intrinsic and extrinsic characteristics influence rent asked price. Technical attributes such as air conditioning type, floor type and asset class, as well as inauguration year, vacancy, number of floors and micro region count to the value formation. The study succeed to show the positive and negative attributes effects to those corporate buildings located in the studied region. Keywords: Real Estate, Corporate Office rent, office rent determinants, Corporate office buildings. Sumário 1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 01 2 Revisão Bibliográfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 03 2.1 Regressões Hedônicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 03 2.2 Variáveis explicativas comumente usadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 04 2.3 Benefícios de se medir parâmetros de qualidade arquitetônica . . . . . . . . . . . . . . . . . . . . .05 2.4 Modelos hierárquicos multinível . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .05 3 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .07 3.1 Metodologia Proposta. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .07 3.2 A base de dados, variáveis e explicações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 07 3.2.1 As bases de dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .07 3.2.2 As variáveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .08 3.2.3 Definição técnicas das variáveis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 3.2.4 Estruturação das variáveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11 3.3 Modelo Proposto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 3.4 Matriz de correlação e resultados esperados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 4 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 4.1 Discussão da evolução dos modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 4.2 Discussão dos resultados do Modelo Final . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 5 Conclusões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 Referências. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 Apêndice. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .25 Apêndice – Construção da Base de Dados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 Apêndice – Racionais para análises econométricas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .36 Anexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .37 1 1 Introdução O estudo procura evidenciar quais são os determinantes do preço do aluguel por metro quadrado (“m2”) dos imóveis corporativos (“Edifícios Corporativos”) situados na região da Operação Urbana Consorciada Faria Lima (“Região”). Existem diversos estudos acadêmicos sobre o tema, porém, estes com foco em mercados imobiliários tradicionais, como EUA (Mills, 1992) e Reino Unido (Dunse e Jones, 1998), por exemplo. Abordagens hedônicas com foco no mercado brasileiro, e em específico, o do Município de São Paulo, são recentes (Fávero, 2011) e em geral de multinível, por hierarquia e análise cruzada entre os Distritos da cidade e as regiões comerciais. O presente trabalho, por sua vez, ao focar em uma determinada região comercial de São Paulo, traz uma abordagem que permite identificar fatores que influenciam significativamente os diferentes preços de aluguel entre os Edifícios Corporativos da Região. A área da Operação Urbana Consorciada Faria Lima (ver Figura 1) concentra 320 Edifícios Corporativos, de diferentes características, em censo realizado no primeiro semestre de 2014 pela Buildings – empresa de pesquisas imobiliárias e intermediadora de contratos de aluguéis corporativos. No entanto, após ajustes de dados, só foi possível utilizar 274 observações. O estudo da Região permite através de um corte bem definido – dada a sua esparsa área de influência –, uma analise para Edifícios Corporativos com diversos e diferentes atributos espalhados homogeneamente dentre a região. Segundo publicação da prefeitura municipal de São Paulo, a região da Avenida Faria Lima tem seus primeiros Edifícios Corporativos desenvolvidos no começo da década de 1970, logo após o início de sua construção em 1967, sob gestão do prefeito José Vicente Faria Lima. Na década de 1990, o então prefeito Paulo Maluf promove a expansão da Avenida do Largo da Batata até a Avenida Pedroso de Morais e entre as Avenidas Cidade Jardim até a Avenida Hélio Pellegrino, fazendo com que ela assumisse as características gerais de seu entorno atual. A razão para adotar esta região de São Paulo para análise vem de ela contemplar os aluguéis corporativos mais caros da cidade, assim como as menores taxas de vacância durante os últimos anos, o que a levou a atingir a marca de R$ 200/m2 ao mês para o Edifício Plaza Iguatemi no primeiro semestre de 2011, de acordo com o Relatório de Pesquisa de Escritórios, da consultora imobiliária Colliers Internacional e o periódico Estadão. Desta maneira, locações nesta faixa de preço elevaram o aluguel médio de R$ 153,00/m2 ao mês no primeiro trimestre de 2011 para R$ 176,00/m2 ao mês no segundo trimestre do mesmo ano, sustentando 2 altas consecutivas até o primeiro trimestre de 2012, com valores médios de R$ 185,00/m2 ao mês, como observados na Tabela 1. A Região, de acordo com a base de dados, também compreende edifícios lançados durante as últimas cinco décadas, possibilitando uma grande variedade de padrões, acabamentos, localidade e acessórios intrínsecos a cada edifício. A área de interesse também tem grande importância para a economia da cidade de São Paulo, assim como do Brasil – dada a alta concentração de bancos comerciais, bancos de investimentos, fundos de investimento, grandes multinacionais e empresas brasileiras de grande porte, de acordo com o censo de inquilinos realizado pela Buildings. Por último, a escolha de tal área para estudo se deve a grande valorização da região, assim como a área com o maior volume de lançamentos de Edifícios Corporativos da cidade, compreendendo um aumento de 377 mil m2 de Estoque Total, de acordo com estudo realizado em 4 de Setembro de 2013 pelo Credit Suisse – isto também a faz a área com o maior aumento de Estoque, no município de São Paulo. A cidade, também contempla o terceiro maior aluguel do mundo, perdendo apenas para Nova Iorque e Milão, de acordo com pesquisa de CB Richard Ellis, Jones LaSalle e Credit Suisse em 4 de Setembro de 2013. Neste estudo será analisado quais são os fatores determinantes para os preços de aluguel por metro quadrado de Edifícios Corporativos nesta Região. De acordo com a disponibilidade da base de dados, foram selecionadas as seguintes variáveis: data de entrega; padrão (classe do edifício, se Classe A ou não); creditação de edifício ecologicamente sustentável, ou não; tipo de piso; forro (Gesso, Fibra, entre outros); número de vagas de estacionamento; localização: se próximo a Avenida, ou não, entre outros atributos técnicos e físicos do edifício – como, por exemplo, ar condicionado. Estas variáveis são classificadas no estudo como características intrínsecas quando relativas a um atributo técnico do Edifício, ou extrínseco quando se trata de variável geográfica. Os dados deverão ser computados via regressão múltipla, por Mínimos Quadrados Ordinários. O trabalho encontra-se organizado da seguinte maneira: Na secção seguinte é apresentada a revisão bibliográfica. Subsequentemente discute-se na secção 3 a metodologia, dividida em cinco partes, sendo elas: a metodologia proposta; a base de dados; variáveis e definições; modelo proposto e matriz de correlação e seus resultados esperados. Já na secção 4 apresenta-se os principais resultados e limitações do trabalho, enquanto a secção 5 apresenta as conclusões. 3 2 Revisão Bibliográfica Estudos que procuram identificar o efeito no preço de ativos imobiliários, mais especificamente o aluguel corporativo, têm sido desenvolvidos há algum tempo, principalmente relativos às características extrínsecas ou intrínsecas. Em geral, diferem-se em três grupos: dois dos quais se utilizam do método de Mínimos Quadrados Ordinários (MQO) (Dunse e Jones, 1998; Brennan, Cannaday e Colwell, 1984; Mills, 1992; Hough e Kratz, 1983 e Vandell e Lane, 1989); enquanto o terceiro por uma nova vertente de estudos, via modelos multinível (HLM e HCM2), com representatividade de estudo de (Fávero, 2011) para o mercado paulistano. Em 2.1, 2.2 e 2.3 discorre-se sobre os dois primeiros grupos citados, ao passo em que a subsecção 2.4 dispõe sobre o terceiro e último grupo. 2.1 Regressões Hedônicas Os estudos pertencentes aos dois primeiros grupos citados (Dunse e Jones, 1998; Brennan, Cannaday e Colwell, 1984; Mills, 1992; Hough e Kratz, 1983 e Vandell e Lane, 1989) aplicam regressões hedônicas – uma técnica estatística que pode ser aplicada ao valor de uma propriedade, ou valor do aluguel, juntamente com as suas características, para quantificar os determinantes geradores de valor de tal propriedade. Esta é uma abordagem comumente utilizada para análise de preços imobiliários e vem sendo utilizada a cerca de quatro décadas, de acordo com Dunse e Jones (1998). Rosen (1974) formalizou a interpretação do método hedônico. Seu estudo analisa a diferenciação de produtos sob hipótese hedônica, em que os bens são valorados pelos atributos os quais lhe dão utilidade. Dessa maneira, os preços hedônicos se definem como o conjunto de preços implícitos para cada atributo de um produto, estes sendo revelados aos agentes econômicos pelos preços observados de outros produtos diferenciados de mesma categoria e a quantidade de características associadas a eles. Ou seja, em um conjunto de produtos de mesmo gênero, a existência de diferentes qualidades em cada unidade fará com que o agente observe valores específicos adicionais, ou preço hedônico, para cada atributo que os produtos deste gênero possam ter. No que se refere a tese econométrica, em Dunse e Jones (1998), preços hedônicos podem ser encontrados em uma regressão linear múltipla, ou seja, pelo valor atribuído ao respectivo coeficiente de estimação de cada variável independente. Como exemplo, ao se regredir em função das variáveis como, data da entrega do edifício, padrão, característica do 4 piso, forro, entre outros, o preço pedido de aluguel por metro quadrado de edifícios corporativos, ter-se-ia que o valor observado dos coeficientes para as tais variáveis independentes será o preço hedônico para tal atributo. Então, ter-se-ia um valor intrínseco – preço hedônico – para o fato de o edifício ser de fronte a avenida principal e não em uma rua secundária. Dessa maneira, com a informação dos preços de aluguel assim como as características das propriedades, é possível, via uma regressão linear múltipla, derivar o preço intrínseco de cada atributo e, portanto, revelar a importância relativa de cada para o preço pedido de aluguel. É neste plano de analise o qual se baseiam os dois grupos de estudos mais comuns e citados anteriormente. 2.2 As variáveis explicativas comumente utilizadas Trabalhos como Dunse e Jones (1998), Brennan, Cannaday e Colwell (1984) e Mills (1992) utilizam-se de Regressão Linear Múltipla para estudar qual é a adição ou redução no preço pedido de aluguel – ou, também, no Valor Presente dos alugueis futuros estimados, em Mills (1992) – para características como o ano em que o edifício foi inaugurado ou a distância de um ponto central de maior valor – estes determinados por marcos de suas respectivas cidades de estudo ou por orientação de profissional de mercado imobiliário. Outras variáveis como a classificação em microrregiões dentro da macrorregião analisada foram levadas em consideração e, nestes estudos, apresentaram-se significantes. Ainda, Brennan, Cannaday e Colwell (1984) observam diferentes modelos de regressões múltiplas para as variáveis estudadas, demonstrando que a forma mais adequada é um modelo log-linear. Na analise de significância do modelo log-linear ótimo, as variáveis total de andares, idade do edifício, taxa de vacância, entre outras, foram excluídas. O estudo evidencia que a colinearidade poderia explicar alguns destes resultados inesperados. Vale citar que as variáveis utilizadas são semelhantes às que serão utilizadas para investigar os determinantes do preço por metro quadrado de aluguel dos Edifícios Corporativos na Região, assim como a variável objetiva, o preço de aluguel por metro quadrado (em pés para o estudo citado). Dunse e Jones (1998) procuraram fazer uma modelagem hedônica para os preços de aluguel de Edifícios Corporativos em Glasgow, Escócia, utilizando-se de uma regressão múltipla estimada por Mínimos Quadrados Ordinários (“MQO”), ou uma regressão hedônica – como a chamam. Para o presente estudo será feita uma abordagem semelhante, todavia, adaptada para as características da Região. Dunse e Jones (1998) selecionam as variáveis 5 hedônicas de acordo com dois aglomerados de variáveis: acomodações físicas; ou seja, a capacidade de ajustar diversos layouts dentro da estrutura física do edifício (dado a disposição de colunas estruturais), existência de ar condicionado central, piso elevado para a passagem de cabos, sistemas de segurança, isolamento acústico, entre outras. O segundo aglomerado, contem as variáveis de localização, ou seja, a proximidade do centro de Edifícios Corporativos (Central Business District – “CBD”), distância de estações de trem e metrô e, por fim, o envolto da região, seja esta tomada por parques ou se é um setor mais denso, entre outras. O estudo indica que as variáveis como idade, localização e tamanho explicam os determinantes hedônicos dos preços de aluguel, de maneira negativa, positiva e, novamente positiva, respectivamente. Quanto às acomodações físicas – ou seja, variáveis como ar condicionado, isolamento acústico, existência de vagas para automóveis e pisos elevados – contribuem positivamente para o preço do aluguel. 2.3 Benefícios de se medir parâmetros de qualidade arquitetônica No segundo grupo se encaixam abordagens que procuram estudar a existência ou não de aditivos ao valor do aluguel de determinada unidade de edifício corporativo o fato de este ser de “boa arquitetura” e de design agradável (Hough e Kratz, 1983; Vandell e Lane, 1989). Nestes, a qualidade arquitetônica do edifício é medida e utilizada como variável explicativa para a formação de preço de aluguel e é provada significativa, ou seja, a verificação de uma boa arquitetura agrega valor ou, gera um preço hedônico positivo ao valor cobrado de aluguel. Dado as características da base de dados do presente estudo, em que não se encontrava disponível a classificação arquitetônica do edifício, optou-se por não utilizar tais medições, uma vez que é necessário o acesso a algum método ou critério para avaliação afim de não tendenciar a amostragem. Uma inclinação atual do mercado de construção civil, entretanto, é de construir Edifícios Corporativos sustentáveis. Embora a evidência de sustentabilidade não seja uma variável necessariamente relacionada ao padrão de “boa arquitetura” e design agradável, como o objetivo em Hough e Kratz (1983) e Vandell e Lane (1989), os edifícios que se adaptem às características estipuladas pelo GBC Brasil (Green Building Council Brasil – órgão de creditação para edifícios sustentáveis – ver Referências), podem ter um valor adicional de aluguel, logo, para o presente estudo, será analisado o efeito da existência ou não de creditação sustentável emitida pela GBC Brasil. 2.4 Modelos hierárquicos multinível (HLM e HCM2) 6 Por último, no terceiro grupo, encontram-se estudos mais recentes, os quais se evidenciam o surgimento de uma nova abordagem para as determinantes do preço de aluguel de ativos imobiliários. Entre estes (Fávero, 2011), aborda-se os preços hedônicos do mercado imobiliário corporativo de São Paulo, com uma modelagem multinível com classificação cruzada (HCM2) entre os Distritos do município de São Paulo e as zonas comerciais utilizadas pelo autor. Segundo Fávero (2011), “os modelos de preços hedônicos frequentemente não levam em consideração a natureza hierárquica com classificação cruzada existente no mercado de aluguel de escritórios”. Ou seja, a escolha de um escritório vem por um nivelamento de escolhas do agente. Primeiramente, olha-se em ordem decrescente de grandeza para a região, portanto, Estado, Cidade e zona (região) comercial, sendo a última escolhida considerando-se as características do Distrito ao qual se insere. Dado tal escolha, observam-se os atributos intrínsecos e extrínsecos de cada edifício para a escolha de qual será o lugar a ser alugado. Vale citar que tanto uma determinada zona comercial pode estar inserida em mais de um dos 96 Distritos existentes na cidade de São Paulo, quanto este pode estar inserido em uma das dez zonas comerciais analisadas, desta maneira, gerando uma decisão cruzada. Fávero (2011) é crítico à escolha por abordagens hedônicas de um nível, pois os entornos socioeconômicos, demográficos e culturais fazem com que os imóveis dentre uma área específica para estudo tendam a “ser mais similares entre si em comparação a todos os outros que fazem parte das demais vizinhanças do município e, portanto, a hierarquia dos dados viola a premissa de independência entre as observações”. Entre os resultados encontrados em Fávero (2011), observa-se que a variação nos preços de aluguel depende de porção pequena das diferenças existentes entre as características intrínsecas dos imóveis e muito mais de sua localização em um determinado Distrito. Ainda, variáveis como vacância de cada distrito influencia negativamente o preço pedido de aluguel. Por outro lado, a proximidade de estações de metrô, ou do aeroporto de Congonhas, propicia aumento, assim como sua classificação (Classe A ou não). Também, imóveis situados em distritos com renda familiar mais alta também apresentam um aluguel superior. 7 3 Metodologia A área de estudo é delimitada pelo entorno da Operação Urbana Consorciada Faria Lima – firmada pela Lei Municipal 11.732/1995 – compreendendo 650 hectares circundados pelo limite observado na Figura 1. Sua adequação ao Estatuto da Cidade se resultou pela lei Municipal n.º 13.769 de Janeiro de 2004, alterada pelas Leis Municipais nº 13.871 de Julho de 2004 e 15.519 Dezembro de 2011. 3.1 Metodologia Proposta As estimativas das determinantes do preço por metro quadrado de aluguel dos Edifícios Corporativos da Região serão realizadas via regressão linear múltipla via Mínimos Quadrados Ordinários. Tal escolha vem em paralelo às abordagens empíricas de Dunse e Jones (1998), Brennan, Cannaday e Colwell (1984) e Mills (1992), pois, dado as semelhanças entre os objetivos propostos e as variáveis utilizadas, tais abordagens se observaram econometricamente robustas. Estudos como o de Dunse e Jones (1998) e Fávero (2011), entretanto, evidenciam dificuldades na estimação via MQO. No primeiro estudo citado, fica mencionado o cuidado com a multicolinearidade, vez que algumas variáveis adotadas apresentaram alta correlação entre si. Como exemplo, edifícios lançados a mais de quatro décadas, não tendem a ter piso elevado, nem ar condicionado central e, também, baixo preço de aluguel por metro quadrado. Outra questão levantada em Dunse e Jones (1998) é que os modelos hedônicos estimados via MQO “assumem equilíbrio dentro do mercado imobiliário e que não há inter-relação entre o preço de atributos. O efeito disto é que o preço implícito para um atributo adicional é igual entre todos os imobilizados”. Portanto, na estimação do modelo, adotam-se as especificações corretas, assim como a realização de testes de hipóteses o quais comprovem que os erros citados acima não aconteçam. 3.2 A base de dados, variáveis e explicações 3.2.1 As bases de dados As variáveis utilizadas a seguir foram coletadas da base de dados do site Buildings – com dados privados contendo informações referentes a todos os edifícios corporativos da cidade, assim como os em lançamento e edifícios ainda em projeto. O sistema formador de base de dados de interesse do Buildings, o CRE Tool, dispõe de dados coletados em 8 pesquisas de mercado trimestrais. Para as atualizações trimestrais são coletados o preço de aluguel pedido por metro quadrado de cada edifício. Características físicas (intrínsecas) do edifício são inseridas na data de seu lançamento na base de dados e, em geral, não são alterados. As observações utilizadas são datadas do primeiro trimestre de 2014. Para a região em estudo há 320 Edifícios, entretanto, foram feitas remoções dos imóveis que contavam com todo seu espaço alugado e, portanto, não tinham disponível o preço pedido para aluguel do metro quadrado. Também, foram removidos os imóveis ainda não entregues, os em projeto ou os com dados faltantes para análise. A base de dados final conta com 274 observações, podendo ser visualizadas geograficamente na Figura 2. A base de dados adicional, referente à existência de certificado de sustentabilidade garantido pela GBC Brasil, foi cruzada com a base bruta do Buildings, dessa maneira possibilitando identificar, além dos dados já existentes, se há ou não creditação de sustentabilidade ao devido Edifício. 3.2.2 As variáveis A base bruta disponibilizada pelo Buildings e a adicional da GBC, que foi adaptada para estudo, cobrem as seguintes variáveis: Variáveis Intrínsecas ao Imóvel:  Data de entrega (Dia/Mês/Ano);  Padrão (classe do edifício, sendo as classificações: Classe A ou Outros);  Piso (Elevado tipo monolítico; Elevado com estrutura metálica; Contrapiso com canaletas/Dutos embutidos; Contrapiso com canaletas com tampas metálicas);  Forro (Gesso, Fibra mineral, Forro Rebaixado com isolamento acústico, ou sem);  Tipo ar condicionado (Central, Split System, Self – Sem distribuição de ar, ou com);  Vagas de estacionamento do prédio;  Metros quadrados disponíveis param se alugar por edifício (em m2);  Metragem de aluguel total do edifício por edifício (em m2);  Valor pedido de aluguel por metro quadrado (em R$/m2/mês);  Número de andares; 9  LEED: Creditação GBC, ou não. Variáveis Extrínsecas ao Imóvel:  Localização (se localizado em Avenida, ou em rua secundária).  Microrregião (zoneamento criado pelo Buildings – ver Figura 3), dividindo-as em: o Alto de Pinheiros; o Pinheiros Oeste; o Pinheiros Leste; o Nova Faria Lima; o Faria Lima Sul; o Faria Lima Norte; o Cidade Jardim; o Itaim – Sul; o Itaim – Norte; o Juscelino Kubitschek; o Vila Olímpia; o Marginal – Jardim Paulistano. Com a informação da área total disponível para aluguel e a metragem de aluguel total do Edifício, foi possível calcular a vacância, que é a porcentagem não alugada de determinada propriedade. Esta variável é utilizada em Brennan, Cannaday e Colwell (1984), porém se evidencia não significante. Também, com base no endereço fornecido pelo Buildings, separaram-se os edifícios em duas categorias de endereço; se defronte a avenida principal ou não, usando-se como definição as avenidas ressaltadas na Figura 1. Em via da existência de variáveis discretas, houve necessidade de se criar variáveis dummies. Na subsecção 3.2.3 encontram-se as definições das variáveis, assim como todas as devidas razões de recategorização destas. 3.2.3 Definição técnica das variáveis Em vista das características técnicas de algumas variáveis, decidiu-se por explicar as que se mostram necessárias para compreensão do estudo. Para isso foi utilizada a metodologia 10 da Buildings. Diante da grande quantidade de categorias para cada variável discreta fornecida pela base de dados, juntamente com a utilização de 274 observações, abaixo é explicado o racional técnico por trás da recategorização, pois isto se faz necessário para a correta abordagem econométrica do estudo. Quanto ao tipo de piso, o elevado tipo monolítico é composto de uma malha de elementos de PVC, com aplicação de uma massa autonivelante, permitindo, também, a passagem de todos os tipos de instalações sob o piso e acesso em qualquer ponto, assim como redução de ruídos. Outro aspecto importante é que o sistema é único, ou seja, na troca de revestimento há necessidade de trocar o conjunto todo. O piso elevado com estrutura metálica, por sua vez, além de conter os benefícios do tipo anterior, conta com o fato de que o revestimento pode ser trocado sem que haja necessidade de troca do conjunto inteiro, dado que a parte metálica sustenta o material do piso, ou seja, o carpete, madeira, ou piso frio. O contrapiso com caneletas/dutos embutidos e o com tampas metálicas é modelado na construção do edifício durante sua concretagem, dessa maneira, todo o cabeamento telefônico e de eletricidade é predisposto. Para o presente estudo os tipos de pisos foram agrupados em duas categorias, a fim de se obter resultados econométricos consistentes. O primeiro grupo juntou os pisos elevado tipo monolítico e o elevado com estrutura metálica. Embora tenham diferentes peculiaridades que poderiam acabar por apresentar preços hedônicos diferentes, a escolha para tal agrupamento vem do fato de se acreditar que o incremento no preço do aluguel em função do piso é maior explicado por este ter a capacidade de se esconder a grande quantidade de fiação que é utilizada nos escritórios hoje em dia. Desta maneira os pisos do tipo contrapiso com canaletas/dutos embutidos e o com tampas metálicas foram agrupados na segunda categoria. Com relação ao teto, Forro de gesso é o formato mais simples, sendo este apenas uma separação entre a laje concretada do piso acima. Este sistema gera pouco isolamento acústico, assim como uma dificuldade em se instalar dutos de ventilação e iluminação superior diferente da original do prédio. Os rebaixados com isolamento acústico, ou sem, são placas de gesso, que por sua vez permitem a instalação de iluminação específica ao layout desejado, assim como a possibilidade de se instalar dutos de ar condicionado. Por sua vez, os de Fibra Mineral são placas rebaixadas naturais, como lãs minerais biossolúveis, argila, perlita, aglomerantes orgânicos, celulose e aditivos. Seus benefícios são sua flexibilidade para diversos tipos de layout, a permissão de instalação de dutos de ar condicionado, alta resistência ao fogo, assim como bom isolamento acústico. Decidiu-se por dividir em dois 11 grupos, dividindo-os em imóveis com forro de gesso e imóveis com forros de tipo rebaixado, no qual se encontram o de Fibra Mineral e os rebaixados com e sem isolamento acústico. Quanto aos tipos de ar condicionados, o Central, devido ao seu alto custo, é usado somente em grandes projetos, sendo que no longo prazo são mais eficientes no uso de energia elétrica. Seu sistema recebe em um ponto central ao edifício água em temperatura ambiente, ou quente, e pelo arrefecedor passa por refrigeramento. Esta então é canalizada e transportada para máquinas que combinam uma serpentina com um ventilador, para que assim o ar que passa ao lado da serpentina – onde se encontra a água gelada –, se refrigere e seja distribuído ao andar. Um sistema Self é um aparelho similar ao ar condicionado de janela, porém de maior porte, maior capacidade de resfriamento e mais moderno tecnologicamente. Alguns prédios possuem salas dedicadas para a instalação de ar condicionados deste tipo. Já os sistemas Split não requerem grandes buracos nas paredes ou janelas, as partes da máquina que fazem barulho ficam do lado de fora do prédio, ou às vezes em outro local definido, reduzindo bastante o ruído no ambiente de trabalho, enquanto a parte do aparelho que gera e circula o ar frio fica dentro do ambiente. O estudo procurou classificar os tipos de ar condicionado em três categorias. A primeira é exclusiva para os empreendimentos com ar condicionado do tipo central, vez que a segunda reúne os tipos self com e sem distribuição de ar, sendo a última categoria agregando os empreendimentos com ar condicionado de tipo Split System. A creditação efetuada pela GBC abrange aspectos de qualidade ambiental, como a eficiência da utilização dos recursos hídricos, energético, materiais utilizados e seus impactos ao ambiente, a qualidade do interior, que abrange a qualidade do ar circulante no Edifício, entre outros aspectos de apelo sustentável. Dividiu-se entre Edifícios com e sem creditação GBC. Por sua vez as 12 microrregiões fornecidas pela Buildings foram reagrupadas em quatro, sendo que Faria Lima reúne os Edifícios situados em Faria Lima – Norte, Faria Lima – Sul, Jardim Paulistano, Marginal – Jardim Paulistano e Nova Faria Lima. A Itaim Bibi reúne os imóveis de Itaim – Sul e Itaim – Norte. Por sua vez, Pinheiros reúne Pinheiros – Leste, Pinheiros – Oeste, Alto de Pinheiros e Cidade Jardim. Por último, a Vila Olímpia abrange as microrregiões Vila Olímpia e Juscelino Kubitschek. A relação completa para a recategorização pode ser vista na Tabela 13. 3.2.4 Estruturação das variáveis Microrregião: a região de Pinheiros é a que será utilizada como intercepto. Portanto, dada a existência de quatro categorias, são criadas três variáveis dummies que atingem valores 12 binários. Caso o edifício se encontre na área em que a dummy controla, atinge valor 1 ou 0, caso contrário. Para este caso, a microrregião Itaim Bibi, DR1 é 1 quando o edifício se encontra em tal região e zero, caso contrario. Ainda, caso seja localizado em Pinheiros, DR1, DR2 e DR3 devem atingir o valor 0, vez de Pinheiros ser a microrregião de intercepto. Os dados ajustados para as variáveis encontram-se na Tabela 2. Piso: a categoria de contrapiso com dutos atinge o valor zero para a dummy de pisos elevados, DP. Assim, um edifício com Contrapiso com canaletas com tampas metálicas, assumirá 0 para DP, enquanto um edifício com Piso Elevado com Estrutura Metálica terá o valor 1 para DP. Na Tabela 3, estão inseridos os valores para a dummy de piso. Forro: DF é o código da dummy que capta se o Edifício possui Placa de Forro Rebaixada ou Forro de Gesso, as duas categorias para forro. Logo, DF atinge o valor 1 quando o Edifício possui qualquer tipo de rebaixamento, seja ele de Fibra Mineral, ou Placas de Forro Rebaixadas acústicas, ou não, e zero para quando o Edifício possui apenas forração de simples de Gesso. Na Tabela 4 estão os valores paras a dummy. Tipo de ar condicionado: Central é o intercepto. As dummies DAC1 e DAC2 modelam, respectivamente, Split System e Self com ou sem distribuição de ar. Dessa maneira, um Edifício o qual possua o sistema Split System terá o valor 1 para DAC1 e zero para as demais, enquanto um edifício com Ar Condicionado Central terá os valores zero para ambas DAC1 e DAC2. A Tabela 5 apresenta os valores para as dummies. Classe: DC é o código da dummy que se revela sendo 1 quando o edifício é caracterizado como Outros e 0 quando como Classe A. Na Tabela 6 apresenta a modelagem. Avenida Principal: DAP é o código da dummy que se revela sendo 1 quando o edifício é localizado em avenida principal e 0 quando como não localizado. A Tabela 7 mostra a modelagem. LEED: DL é o código da dummy, que atinge o valor 1 quando o edifício é creditado como Green Building pela GBC. A Tabela 8 mostra a modelagem. Para as variáveis contínuas, segue os códigos de cada variável, incluídas as dummies, estão disponíveis na Tabela 9: Ano da Entrega (ANO): foi alterada para apenas acusar o ano de entrega e não adicionalmente o dia e mês. Depois, sendo o edifício mais antigo datado de 1967, foi ajustado para que este assumisse o valor zero, e que sucessivamente os lançamentos posteriores assumissem valores maiores nesta nova escala. Desta maneira, um edifício lançado em 1987 tem o valor 20 para ANOi. 13 Vacância (VAC): é a divisão entre a área total disponível para aluguel e o Estoque Total do edifício do prédio. Número Total de Andares (AND): é a fornecida pelo Buildings, sem ajuste; Número de Vagas do edifício (VAG): é o número de vagas disponível por andar vezes o total de andares deste. Preço Pedido de Aluguel (R$/m2 locável/mês) (ALUG): é a variável fornecida pelo Buildings, sem ajuste. 3.3 Modelo Proposto Para o estudo dos fatores determinantes do preço por metro quadrado de aluguel dos imóveis corporativos na região da Operação Urbana Consorciada Faria Lima, propõe-se um modelo de regressão linear múltipla, em que a variável a ser explicada é o Preço pedido de Aluguel por metro quadrado ao mês, em função das variáveis dummies, para microrregião, classe do edifício, localização, tipo de ar condicionado, tipo de piso, forro e a existência ou não de creditação pela GBC, assim como as contínuas; ano da entrega, vacância, número total de andares e número de vagas do edifício. Logo, o modelo inicial proposto é regredido via MQO em função de todas as variáveis disponíveis. O primeiro modelo é geral e, em vista dos resultados obtidos, ajustou-se outro modelo de regressão mais apto a captar as influencias significativas aos determinantes do preço de aluguel pedido na Região. Primeiramente, será discutido o Modelo Geral, que se segue: (1) Em que, é a constante do modelo, já os , em que 1 ≤ j ≤ 10, são os parâmetros para as variáveis dummies, sendo que atingem o valor 1 quando captam a característica a qual medem e zero, caso contrário. Para os coeficientes , ao , suas respectivas variáveis são as contínuas (ver Tabela 9). O Modelo Final segue a seguinte especificação: 14 (2) Em que, é a constante do modelo, já os , , , , , , são os parâmetros para as variáveis dummies de microrregião Itaim Bibi, Faria Lima e Vila Olímpia, Classe do Edifício, Ar condicionado tipo Split e Piso Elevado, respectivamente. Para os coeficientes , e , suas respectivas variáveis são ano de inauguração, vacância e andares (ver Tabela 9). A escolha pelo Modelo Final vem após a análise criteriosa de todos os modelos sugeridos durante o trabalho, tendo sido este o mais adequado para o estudo dos determinantes de aluguel na Região. O critério e o racional de escolha do Modelo Final é minuciosamente discutido na secção 4. 3.4 Matriz de correlação e resultados esperados Observando-se os resultados para a correlação entre as variáveis contínuas, como evidenciadas na Tabela 10, constata-se baixa correlação entre todas as variáveis contínuas utilizadas neste trabalho, exceto quanto a presença de média correlação entre o Número Total de Andares e Número de Vagas, com o valor de 0,56. Tal resultado pode ser explicado pela dependência de automóvel para a locomoção, desta maneira, durante as últimas décadas, dado tanto a escassez de transporte público de qualidade na cidade, como principalmente na Região, que ganhou sua primeira estação de metrô – a Faria Lima – apenas em Maio de 2005, as pessoas tendem a utilizar-se mais do transporte particular. Portanto, é de se esperar que quanto mais andares o edifício possuir, mais pessoas abrigará e consequentemente mais veículos particulares necessitarão parar, de preferência, no respectivo Edifício. Dado que o imóvel de controle é um o qual é hipoteticamente situado em Pinheiros, com classificação Classe A, localizado em avenida principal, com ar condicionado central, contrapiso com dutos, forro de gesso e com creditação GBC as especificações dos sinais esperados – considerando-se as variáveis de intercepto para cada dummy – são evidenciados na Tabela 11. Espera-se que os resultados demonstrem um sinal positivo para as dummies de microrregião, dado que Pinheiros está no limite Norte da Operação (ver Figura 3), já situado em área mais residencial e com baixa concentração de imóveis corporativos, como, de fato é evidenciado por sua frequência na Tabela 12 de 20%, maior apenas que Faria Lima, com 18%. 15 Quanto à classificação do Edifício Corporativo, espera-se que o coeficiente de estimação da dummy DC seja negativo, vez que os edifícios de Classe A são os de controle – considera-se que Edifícios de maior padrão construtivo terão maior preço de aluguel por metro quadrado ao mês. Para a localização, espera-se, também, negativo o coeficiente de estimação DAP, vez que estar localizado em imóvel defronte a avenida principal tende a potencializar o valor cobrado do aluguel, dado o acesso ao mais fácil e visibilidade maior. Quanto ao ar condicionado, dado que Central é o de controle e que as outras tecnologias são ultrapassadas perante o primeiro, espera-se que sejam negativos os coeficientes de estimação das dummies; DAC1 e DAC2. Isto deve ocorrer, também, vez que a climatização do ar condicionado central é a mais homogênea, econômica, além de fornecer a melhor climatização. A existência de Piso Elevado é mais amigável a qualquer tipo de mudança de revestimento ou de layout projetado, logo, espera-se que os sinais de estimação da dummy DP sejam positivo, vez que o controle é para um imóvel com contrapiso com dutos. Para o forro, dado o Forro de Gesso como controle, espera-se que as placas de forro rebaixadas tenham sinal positivo para seus coeficientes de estimação, vez da maior simplicidade do forro de controle, que não permite tantas adaptações e a instalação, tanto de dutos, quanto de fiação eletrônica. Para o ano da entrega, espera-se que quão mais novo seja o Edifício maior seja seu valor, vez que pode ter características que o torne mais acessível e com maior correlação à utilização atual de um edifício corporativo do que os mais antigos e que o processo de retrofit na Região seja apenas recente, não contando com um número expressivo. 16 4 Resultados 4.1 Discussão da evolução dos modelos Primeiramente ajustou-se o Modelo Geral, que apresenta a relação de todas as variáveis disponíveis para estudo disponibilizadas pela base de dados da Buildings, assim como a da GBC. Os dados relativos ao Modelo Geral encontram-se expostos na Tabela 14. Como se observa, algumas variáveis mostraram-se não significantes. Portanto, o p-valor de mais alto valor foi removido e realizado novamente a regressão na ausência da determinada variável. Fez-se isto até se chegar ao segundo modelo (Tabela 15) – este modelo ainda inclui DR3 com um p-valor de 0,31 em seu teste-t, dado que um Edifício localizado na Vila Olímpia, supostamente deveria observar maior valor, ceteris paribus, a um localizado em Pinheiros. Em vista de o estudo considerar de importância significativa o efeito das microrregiões nos preços pedidos de aluguel por metro quadrado, estudou-se a utilização de um modelo log- linear, o qual passasse a captar os efeitos percentuais de aumento ou diminuição no aluguel pedido das microrregiões, assim como a das outras variáveis. Logo, o modelo log-linear foi iniciado a partir das variáveis restantes do segundo modelo citado acima – os resultados referentes a ele podem ser visualizados na Tabela 16. Dado o alto p-valor para o teste t-student referente à variável DAC2, houve a sua remoção – como observado na Tabela 17. Ainda, sob evidência de heterocedasticidade, como observada na Tabela 18, corrige-se por White para que o Modelo Final esteja ajustado corretamente em seus erros-padrão. Portanto, o Modelo Final, que é uma relação logarítmica-linear entre as variáveis explicativas e a variável resposta, retratado na Tabela 19, dá a relação do preço pedido de aluguel por metro quadrado na Região em função de DR1, DR2, DR3, DC, DAC1, DP, AND, ANO, VAC. O Modelo Final, retratado abaixo e na Tabela 19, contempla a seguinte equação: (3) ̂ 17 Mesmo após a correção dos erros-padrão por White, ou seja, com os erros-padrão consistentes à heterocedasticidade, o Modelo Final tem limitações quanto à hipótese de normalidade dos erros, como pode ser observado na Tabela 20. Entretanto, considerando-se um censo com a utilização final de 274 Edifícios para estudo, não se deve esperar distorções para os coeficientes de estimação, logo a não normalidade dos erros não afeta os resultados e conclusões obtidas. 4.2 Discussão dos Resultados do Modelo Final Como observado na Tabela 19 e em (3) o Modelo Final para a determinação do preço pedido de aluguel na Região é em função das variáveis discretas DR1, DR2, DR3, DC, DAC1, DP, que captam, respectivamente: a microrregião da Itaim Bibi, Faria Lima e Vila Olímpia; Classe do Edifício; Ar Condicionado Split; Piso Elevado e, das contínuas; ANO, VAC e AND referentes ao ano de inauguração, vacância e andares do edifício, respectivamente. Assim como esperado para os resultados dos coeficientes de estimação para todas as variáveis, exceto a vacância, infere-se que para os Edifícios situados na microrregião de Itaim Bibi, Faria Lima e Vila Olímpia, ceteris paribus às outras variáveis, apresentam maior variação no preço hedônico que um Edifício situado em Pinheiros, por exemplo. Observa-se, ainda que a microrregião Faria Lima representa a maior variação positiva no preço pedido de aluguel, de 26%. Vila Olímpia vem em seguida com uma alteração positiva de 12% no preço pedido de aluguel e, por último Itaim Bibi, evidenciando um aumento de 10%, ceteris paribus às demais variáveis. É evidente a importância relativa da microrregião da Faria Lima, pelo fato de ter sido a percussora dos imóveis corporativos da Região, assim como ser a microrregião de maior aglomerado nacional de multinacionais e grandes bancos, trazendo implicitamente maior prestígio ante as outras microrregiões. A Classificação dos Edifícios também se mostra significativa e apresenta coerência ao sinal esperado. Imóveis Corporativos de Classe A tendem a ter maior valor agregado em termos de padrões construtivos – andares comuns com boas decorações, elevadores inteligentes, entre outros –, assim como boa relação arquitetônica, sendo, também, em muitas vezes o espaço com potencial construtivo reduzido em vista de adequações do projeto que podem gerar valor agregado, dessa maneira, quando o Edifício não é de Classe A, espera-se que o preço pedido de aluguel por metro quadrado seja reduzido em 21%. Quanto aos tipos de ar condicionado, observou-se, assim como o esperado, que a presença de ar condicionado do tipo Split deveria apreciar menor valor em relação àqueles 18 com ar condicionado central – de tecnologia mais moderna, maior eficiência e redução de energia. Em vista do potencial locatário, é evidente que, quando da diferença positiva entre a maior redução de conta de luz em troca do maior preço de aluguel, este estará disposto a pagar valor maior de aluguel, até o ponto o qual se mostra de neutra economia financeira a escolha entre os tipos de ar condicionado – desconsiderando-se a escolha do agente que considera significante a sustentabilidade. A escolha de Piso Elevado gera uma alta de 8% no valor pedido de aluguel por metro quadrado, ceteris paribus. De fato, a possibilidade de se rearranjar o layout de maneira a qual não seja necessária a mudança de endereço físico – visto que em Edifícios sem Piso Elevado, o agente estará engessado à disponibilidade do cabeamento/layout original –, assim como aliado ao melhor visual quando da existência de cabeamento não visível, mostrou-se de sinal positivo, assim como o esperado. Fatores como o Ano da Inauguração, também se mostraram como um fator positivo na geração de valor ao aluguel pedido por metro quadrado, este especificamente em 1% para cada ano mais próximo ao presente, ceteris paribus. Fica evidente, desta maneira, tudo o mais constante, que as edificações mais novas, têm maiores possibilidades de embarcar tecnologias mais recentes e modernas, assim como também, se adequar às características – que tendem a ser transitórias ao passar dos anos–, das mais exigidas pelos locatários. Também se observa que os Edifícios com mais andares tendem a ter, ceteris paribus, maior percentual de preço pedido de aluguel – este de 2% para cada andar adicional. As implicações tendem a ser mais arquitetônicas e de aparência do que por algum motivo técnico. Em via do citado na secção 3, edifícios brasileiros – paulistanos, inclusive –, tendem a ter poucos andares. Ao se levar em consideração a tendência de se verticalizar cada vez mais, seja em busca de maior adensamento, aproveitamento máximo do potencial do terreno, ou por simples opulência, edifícios mais altos tendem a ter mais reconhecimento no mercado, assim como servem de referência para a região na qual se situam – vide Empire State Building, World Trade Center, Burj Al Arab, em Dubai, ou Torres Petronas, na Malásia. Logo, é plausível a existência de um valor hedônico para a altura do edifício. A vacância, por sua vez, não apresenta sinal negativo, como esperado. Para tanto, deve-se observar dois fatores. Primeiramente, em um mercado que vinha de alta escalada de preços de aluguel, em vista da grande demanda apresentada durante os últimos três anos, e a baixa oferta, a vacância chegou a valores historicamente baixos. Desta maneira, uma vez do término de contrato de alguns locatários e a eventual disponibilidade de aluguel para o Edifício, o proprietário buscará sustentar o preço em valores altos. Dado, ainda, que na base 19 de dados encontram-se edifícios com 100% de vacância, torna-se preponderante a defesa da hipótese de não existência de endogeneidade – em que a vacância seria definida por um suposto alto valor de aluguel e vice-versa. É possível negar a existência desta, ao passo que da alta demanda observada nos semestres passados, houve grande entrega de oferta de Edifícios Corporativos, em sua grande maioria, de altíssimos padrões construtivo – chamados de Triple A – e em endereços nobres da Região. De fronte a estes fatores, seus alugueis pedidos estão muito acima do mercado, ou seja, naturalmente, estes novos Edifícios citados estão vacantes e, ao mesmo tempo, pedindo altos preços de aluguel. 20 5 Conclusões Durante as duas últimas décadas, em vista dos altos e crescentes preços de aluguel cobrados na Região, houve uma grande corrida em busca de novas incorporações imobiliárias corporativas, tanto na Vila Olímpia, quanto – e principalmente –, nos terrenos ainda disponíveis da Avenida Faria Lima. É de extrema significância a grande transformação que estas duas microrregiões passaram, saindo de bairros residenciais tradicionais, como a Vila Olímpia, para se tornarem em um dos maiores centros comerciais e verticalizados da cidade de São Paulo – deslocando-se do Centro e da região da Avenida Paulista para a Região estudada. Não cabe ao presente estudo determinar se a Operação Urbana Consorciada Faria Lima (“OUCFL”) é a causa da maior concentração e mudança dramática da região, ou se a fuga do Centro, em busca de locais menos caóticos e mais baratos gerou a busca por organização e a consequente criação da OUCFL. Cabe, no entanto, observar alguns fatores preponderantes, desde o início desta fase de crescimento, até os dias atuais, são eles; a criação e, por sua vez, a migração do centro financeiro para a Região; criação de uma imagem de prestígio por se localizar em um endereço nobre, pagando-se consequentemente, um prêmio por se instalar na Região; valorização e preços altos praticados; assim como a busca dos incorporadores por se aproveitar destes altos preços e, desta maneira, iniciar um novo ciclo de construções, como se observa andando diariamente pelas principais vias da OUCFL; vale acrescentar, por último, que em vista de tal cenário imobiliário, juntamente com as expectativas de alto crescimento econômico no começo de 2010, as novas inaugurações estão se dando em período de cautela e conseguintes maus resultados macroeconômicos, minguando, então, a tão esperada demanda para preencher os espaços inaugurados e manter as vacâncias baixas. O cenário atual, portanto, é de grandes lançamentos, o que aumenta significativamente o Estoque Corporativo ao passo em que se vê uma reluta em se abaixar os preços pedidos, mesmo com a procura em baixa. Vale citar, por exemplo, o grande volume de inaugurações de incorporações de altíssimo padrão Triple A, de acordo com os edifícios disponibilizados pelo censo da Buildings. O que vem acontecendo, portanto, é a mudança entre o poder de barganha para o lado da demanda e, não mais para a oferta, como se observou de 2011 a 2013. No caso, como vem acontecendo, tem-se pedido menos períodos de carência e, também, como o pagamento, por parte do proprietário, a reforma do andar a ser alugado a fim de satisfazer o layout do locatário. 21 É importante citar, no entanto, que o presente estudo busca avaliar os preços hedônicos dos atributos intrínsecos e extrínsecos aos Edifícios Corporativos da Região. Para tanto, um dos fatores preponderantes é que a localização em uma determinada microrregião é mais importante do que se localizar em uma avenida principal – como se mostrou não significante pelos resultados obtidos. Observa-se, no entanto, ao se olhar os preços de aluguel pedido dos edifícios próximos ao cruzamento entre Avenida Faria Lima e Avenida Juscelino Kubitschek que estes são mais altos que a média. Assim, cabe futuramente analisar, juntamente a um perito no mercado local, a relação entre um ponto central de referência e o preço pedido de aluguel. Além de outros fatores, como a distância de estações de trem e metrô, por exemplo, poderiam ser decisivos para a determinação dos preços de aluguel. Ainda, em vista de uma baixa quantidade de edifícios creditados pelo GBC Brasil, não houve aderência de sua dummy ao modelo, embora os Edifícios com tal características apresentem um maior preço pedido de aluguel. A maior preocupação com a sustentabilidade e em vista da maior busca por redução de custos pode levar a maior aceitação de tais edifícios, independentemente de seu maior preço de aluguel pedido. Outro fator preponderante a relevância de fato desta variável, são as grandes quantidades de inaugurações previstas para os próximos anos que terão creditação. Observou-se, ainda, em uma região majoritariamente heterogênea, com diversas idades de lançamentos e vários tipos de características implícitas dos Edifícios, o quanto e quais fatores fazem com que um maior ou menor valor seja percebido, tanto pelos locadores, quanto aos locatários, ao preço de aluguel pedido. Na análise dos resultados obtidos deve-se ter em vista que, muitas vezes e, a princípio, a maioria das empresas que vêm a se instalar na Região, contam com técnicos ou consultores da área imobiliária para a ajuda da escolha do edifício certo. Portanto, esperava-se maior aderência dos atributos implícitos aos edifícios, uma vez que os leigos tendem a não perceber em uma análise mais rápida a existência valor de determinadas características que eventualmente contribuem positivamente para um ambiente mais propício a produtividade – tornando o local para com um visual clean e mais produtivo – têm seu valor. Portanto, o estudo teve sucesso em evidenciar o quanto tais fatores contribuem positivamente ou negativamente aos Imóveis Corporativos localizados na Região. Evidenciando-se como significantes variáveis tanto intrínsecas quanto extrínsecas aos seus respectivos Edifícios. Assim como Dunse e Jones (1998), as mesmas variáveis relativas ao seu estudo, se mostraram, tanto em concordância com os resultados obtidos no Modelo Final do presente estudo, como também demonstraram o alinhamento das características do 22 processo de escolha da melhor propriedade a se alugar, em mercados com premissas e condições muito diferentes. Outro ponto a ser futuramente analisado cabe a qualidade arquitetônica e a geração de preço hedônico para tal atributo. Pois, como se revela significante em Hough e Kratz (1983) e Vandell e Lane (1989), tal variável se mostra como explicativa para a formação do preço de aluguel. Assim, conseguia-se medir através da avaliação correta a existência, ou não, de valor adicional a existência de uma boa arquitetura. 23 Referências BRENNAN, Thomas P., CANNADAY, Roger E., COLWELL, Peter F.. Office Rent in The Chicago CBD. AREUEA Journal, v 12, n 3, p. 243-260, 1984. BUILDINGS. Cre-tool – Base de dados imobiliária (Ferramenta Privada. Acesso obtido com permissão da empresa Brookfield). 2014. Disponível em: Acesso em 28 de Novembro de 2013. COLLIERS INTERNATIONAL. Office Market Report 1Q2013. Disponível em: . Acesso em 03 de Março de 2013. CREDIT SUISSE; CB RICHARD ELLIS; JONES LASALLE. 2014. Disponível em: . Acesso em 23 de Outubro de 2013. (Acesso privado ao relatório, acesso obtido com permissão da empresa Brookfield) DUNSE, Neil; JONES, Colin. A hedonic price model of office rents. Journal of Property Valuation & Investment, v 16, n. 3, p 297-312, 1998. FÁVERO, Luiz Paulo L.. Preços Hedônicos no Mercado Imobiliário Comercial de São Paulo: A Abordagem da Modelagem Multinível com Classificação Cruzada. Estudos Econômicos, São Paulo, v 41, n 4, 2011. GREEN BUILDING COUNCIL BRASIL. Base de dados pública de edifícios creditados. 2014. . Acesso em 02 Março de 2014 HOUGH, D., KRATZ, C.. Can ‘Good’Architecture Meet the Market Test?, Journal of Urban Economics, v 14, n1, p. 40-54, 1983. MILLS, Edwin S.. Office Rent Determinants In the Chicago Area. Journal of the American Real Estate and Urban Economics Association, v 20, n 1, p. 273-287, 1992. PREFEITURA MUNICIPAL DE SÃO PAULO. Prospecto da Operação Urbana Consorciada. 2012. Disponível em: . Acesso em: 23 Outubro de 2013. ROSEN, Sherwin. Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition. Journal of Political Economy, Chicago, p. 34-55, 1974. 24 ROVANI, Andressa. Faria Lima atinge marca de R$200,00/m2 para Locação. 2011. Disponível em: . Acesso em 23 de Outubro de 2013. VANDELL, K. e LANE, J.. The economics of Architecture and Urban Design: Some Preliminary Findings. Journal of the American Real Estate and Urban Economics Association, v 17, n 2, p. 235-260, 1989. 25 Apêndice A – Tabelas Tabela 1 Aluguel médio (em R$/m2/mês) 1T11 2T11 1T12 3T12 Faria Lima 153,00 176,00 185,00 176,00 *Fonte: www.colliers.com As Tabelas a seguir (Tabela 2 a Tabela 20) são de própria autoria. Tabela 2 Microregião DR1 DR2 DR3 Pinheiros 0 0 0 Itaim Bibi 1 0 0 Faria Lima 0 1 0 Vila Olímpia 0 0 1 Tabela 3 Piso DP Contrapiso com Dutos 0 Piso Elevado 1 Tabela 4 Forro DF Forro de Gesso 0 Placa de Forro Rebaixada 1 Tabela 5 Tipo Ar Condicionado DAC1 DAC2 Central 0 0 Split System 1 0 Self 0 1 Tabela 6 Classe DC Classe A 0 Outros 1 Tabela 7 Avenida Principal DAP Sim 0 26 Não 1 27 Tabela 8 LEED DL Sim 0 Não 1 Tabela 9 Controle Variável Código da Variável Código do Coeficiente Pinheiros Itaim Bibi DR1 Faria Lima DR2 Vila Olímpia DR3 Classe A Outros DC Avenida Principal Não DAP LEED Não DL Central Split DAC1 Self DAC2 Contrapiso com Dutos Piso Elevado DP Forro de Gesso Placa de Forro Rebaixada DF - Ano da Entrega ANO - Vacância VAC - Número Total de Andares AND - Número de Vagas do Edifício VAG - Preço Pedido de Aluguel (R$/m² locável/mês) ALUG - 28 Tabela 10 Correlação Ano da Entrega Vacância No. Total de Andares Número de Vagas do Edifício Preço Pedido de Aluguel (R$/m² locável/mês) Ano da Entrega 1,00 0,31 0,10 0,28 0,34 Vacância 1,00 -0,14 0,15 0,21 No. Total de Andares 1,00 0,56 0,24 Número de Vagas do Edifício 1,00 0,36 Preço Pedido de Aluguel (R$/m² locável/mês) 1,00 Tabela 11 Controle Variável Código da Variável Sinal esperado do coeficiente Pinheiros Itaim Bibi DR1 + Faria Lima DR2 + Vila Olímpia DR3 + Classe A Outros DC - Avenida Principal Não DAP - LEED Não DL - Central Split DAC1 - Self DAC2 - Contrapiso com Dutos Piso Elevado DP + Forro de Gesso Placa de Forro Rebaixada DF + - Ano da Entrega ANO + - Vacância VAC - - Número Total de Andares AND + - Número de Vagas do Edifício VAG + - Preço Pedido de Aluguel (R$/m² locável/mês) ALUG ---- 29 Tabela 12 Controle Código da Variável Média Desvio Padrão Frequência Pinheiros 0,20 DR1 - - 0,31 DR2 - - 0,18 DR3 - - 0,32 Classe A - - 0,12 DC - - 0,88 Avenida Principal - - 0,35 DAP - - 0,65 LEED 0,06 DL - - 0,94 Central 0,57 DAC1 - - 0,34 DAC2 0,09 Contrapiso com Dutos 0,49 DP - - 0,51 Forro de Gesso - - 0,69 DF - - 0,31 - ANO 33,74 12,59 - - VAC 0,17 0,25 - - AND 13,39 4,82 - - VAG 186,16 248,12 - - ALUG 88,97 48,14 - Tabela 13 Tipo Agrupamento Dados Brutos Buildings Microrregiões Vila Olímpia Vila Olímpia Juscelino Kubitshek Pinheiros Pinheiros - Oeste Pinheiros - Leste Alto de Pinheiros Cidade Jardim Faria Lima Faria Lima - Norte Faria Lima - Sul Nova Faria Lima Jardim Paulistano Itaim Bibi Marginal - Jardim Paulistano Itaim Bibi - Norte Itaim Bibi - Sul 30 Ar condicionado Self Self - Com Distribuição de Ar Self - Sem Distribuição de Ar Split Split System Central Central Piso Contrapiso com Dutos Contrapiso com Canaletas com Tampas Metálicas Contrapiso com Canaletas/Dutos Embutidas Piso Elevado Piso Elevado com Estrutura Metálica Piso Elevado tipo Monolítico Forro Forro de Gesso Forro de Gesso Forro Rebaixado Forro de Fibra Mineral Placas de Forro Rebaixadas (s/ tratamento acústico) Placas de Forro Acústico Rebaixadas Tabela 14 Regressão via Mínimos Múltiplos Quadrados - Modelo Geral Variável Resposta: ALUG Variável Símbolo do Coeficiente de estimação Coeficiente de estimação Erro padrão p-valor (teste t) C 63,83 2,00 0.0023 DR1 13,22 8,00 0,09 DR2 23,13 10,00 0,02 DR3 6,93 8,00 0,38 DC -24,01 11,00 0,03 DAP 0,47 7,00 0,95 DL -13,24 14,00 0,33 DAC1 -10,53 6,00 0,08 DAC2 14,48 9,00 0,12 DP 12,45 6,00 0,04 DF 1,82 7,00 0,78 ANO 0,64 0,28 0,02 VAC 22,75 11,00 0,05 AND 1,24 0,68 0,07 VAG 0,003 0,02 0,82 R-quadrado 0,299711 Prob(F-statistic) 0 31 Tabela 15 Regressão via Mínimos Múltiplos Quadrados - Modelo 2 Variável Resposta: ALUG Variável Símbolo do Coeficiente de estimação Coeficiente de estimação Erro padrão p-valor (teste t) C 53,21 16,10 0,00 DR1 13,54 7,68 0,08 DR2 24,25 9,03 0,01 DR3 7,87 7,75 0,31 DC -29,90 8,84 0,00 DAC1 -10,56 6,03 0,08 DAC2 14,96 9,15 0,10 DP 12,80 5,94 0,03 ANO 0,68 0,27 0,01 VAC 25,93 1,09 0,02 AND 1,40 0,57 0,01 R-quadrado 0,30 Prob(F-statistic) 0,00 32 Tabela 16 Regressão via Mínimos Múltiplos Quadrados - Modelo Log-Linear Variável Resposta: ALUG Variável Símbolo do Coeficiente de estimação Coeficiente de estimação Erro padrão p-valor (teste t) C 3,92 0,12 0,00 DR1 0,11 0,06 0,05 DR2 0,26 0,07 0,00 DR3 0,12 0,06 0,04 DC -0,21 0,06 0,00 DAC1 -0,15 0,04 0,00 DAC2 -0,02 0,07 0,73 DP 0,08 0,04 0,70 ANO 0,01 0,00 0,00 VAC 0,32 0,08 0,00 AND 0,02 0,00 0,00 R-quadrado 0,46 Prob(F- statistic) 0,00 33 Tabela 17 Regressão via Mínimos Múltiplos Quadrados - Modelo Log-Linear 2 Variável Resposta: ALUG Variável Símbolo do Coeficient e de estimação Coeficient e de estimação Erro padrã o p- valor (test e t) C 3,92 0,12 0,00 DR1 0,10 0,06 0,05 DR2 0,26 0,07 0,00 DR3 0,12 0,06 0,04 DC -0,21 0,06 0,00 DAC1 -0,14 0,04 0,00 DP 0,08 0,04 0,06 ANO 0,01 0,00 0,00 VAC 0,32 0,08 0,00 AND 0,02 0,00 0,00 R-quadrado 0,46 Prob(F-statistic) 0,00 Tabela 18 Teste Heterocedasticidade Valor Estatística p 0,33 Estatística f 1,14 Obs*R-quadrado 10,29 34 Tabela 19 Regressão via Mínimos Múltiplos Quadrados - Modelo Log-Linear Final Corrigido por White Variável Resposta: ALUG Variável Símbolo do Coeficiente de estimação Coeficiente de estimação Erro padrão White p-valor (teste t) C 3,92 0,13 0,00 DR1 0,10 0,06 0,05 DR2 0,26 0,06 0,00 DR3 0,12 0,05 0,04 DC -0,21 0,06 0,00 DAC1 -0,14 0,04 0,00 DP 0,08 0,04 0,06 ANO 0,01 0,00 0,00 VAC 0,32 0,08 0,00 AND 0,02 0,00 0,00 R-quadrado 0,46 Prob(F-statistic) 0,00 Tabela 20 Teste Jarque-Bera para Normalidade dos Erros do Modelo Final JB 938 p-valor 0 35 Apêndice B – Construção da Base de Dados Na página www.buildings.com, após acesso à ferramenta privada CRE Tool, é disponibilizado em código HTML uma série de filtros sobre todos os imóveis corporativos existentes na cidade de São Paulo. Para tanto se selecionou as microrregiões, assim como se deletou os edifícios já locados totalmente (sem preço de aluguel pedido disponível). O layout da página de filtros e pesquisa da ferramenta é demonstrado nas figuras abaixo: Pagina inicial buildings.com Pagina típica de pesquisa do CRE Tool – Ícone de exportação de planilha para Microsoft Excel Com estes passos feitos, toda a base disponibilizada em Excel teve de ser adaptada para as regressões no E-views, como se demonstra a seguir: 36 Figura demonstra tanto o critério de agrupamento, quanto racional para a criação do valor das dummies Figura mostra todas as variáveis já ajustadas e prontas para a regressão no Eviews 37 Apêndice 3 – Racionais para análises econométricas Adotou-se para o estudo um coeficiente α de 10%. Os p-valores de todos os testes relativos à significância de variáveis e validação das hipóteses assintóticas se utilizaram deste alfa. A lógica seguida para os testes foi a seguinte: Teste de verificação de significância para uma variável no modelo: Ho: δ = 0 Ha: δ ≠ 0 Então, se quando p-valor < 0,10, Ho é inválida, logo o coeficiente é signifcante. Teste RESET Ho: parâmetros quadráticos e cúbicos = 0 Ha: parâmetros quadráticos e cúbicos ≠ 0 Então, se p-valor > 0,10, é porque o modelo foi bem especificado Heterocedasticidade Ho: (hipótese de homocedasticidade) Ha: (hipótese de heterocedasticidade) Então, se p-valor > 0,10, é porque o modelo não apresenta heterocedasticidade 38 Anexos Figura 1 Fonte: http://www.prefeitura.sp.gov.br/cidade/secretarias/upload/desenvolvimento_urbano/sp_urbani smo/arquivos/oufl/fl_perimetro.pdf (último acesso as 3:23 de 04/10/2013). Legenda: Avenida Faria Lima e Hélio Pellegrino Avenida Rebouças Avenida Nações Unidas (Marginal Pinheiros) Avenida Cidade Jardim Avenida Juscelino Kubitschek Avenida dos Bandeirantes Avenida Santo Amaro 39 Figura 2 Fonte: Google Earth Figura 3 Fonte: Google Earth 40 Legenda Figura 3: Alto de Pinheiros Pinheiros Oeste Pinheiros Leste Marginal – Jardim Paulistano Faria Lima Norte Cidade Jardim Nova Faria Lima – Branco/Cinzento Juscelino Kubitschek Faria Lima Sul Vila Olímpia