Ferramenta de análise econométrica para previsão de vendas de apartamentos em Goiânia/ Econometric analysis tool for predicting apartment sales in Goiânia

Authors

  • Marcilon Fonseca de Lima
  • Raphael Vasconcellos Ludovico de Almeida
  • Rodrigo Propicio Carneiro Filho
  • Priscilla Borges de Freitas Rodrigues
  • Clarimar José Coelho

DOI:

https://doi.org/10.34117/bjdv7n10-351

Keywords:

Econometria, Seleção de Variáveis, Mercado Imobiliário, Regressão Linear Múltipla.

Abstract

Esse trabalho tem como objetivo elaborar um modelo econométrico das vendas de imóveis em Goiânia a partir de indicadores socioeconômicos. A finalidade desse trabalho é criar uma ferramenta que ajude a melhor compreender e analisar o mercado imobiliário para, assim, auxiliar os gestores e empreendedores nas tomadas de decisão de novos negócios. Para atingir tal fim, foram coletados dados mensais de vendas de imóveis entre 2010 e 2016 de Goiânia como fonte a ADEMI e indicadores socioeconômicos de instituições confiáveis. Em seguida, foram utilizados dois softwares para o cálculo estatístico para selecionar quais indicadores realmente tinham influência nas vendas e gerar o modelo. No primeiro software foi utilizado o método do Algoritmo das Projeções Sucessivas (SPA) para selecionar as variáveis, já no segundo foi aplicado o método dos Mínimos Quadrados Parciais (PLS). Ambos os softwares identificaram que o valor da cesta básica; o CUB; as Taxas de juros de longo prazo; a Taxa Selic e o valor do Dólar; explicavam boa parte da variação do volume de estoque de apartamentos e, portanto, mostraram-se boas referências para analisar o mercado imobiliário de Goiânia.

References

ARAÚJO, M. C. U.; SALDANHA, T. C. B.; GALVÃO, R. K. H.; YONEYAMA, T.; CHAME, H. C.; VISANI, V. The successive projections algorithm for variable selection in spectroscopic multicomponent analysis. Chemometrics and Intelligent Laboratory Systems, v. 57, n. 2, p. 65–73, 2001.

DEVORE, J. L. Probabilidade e Estatística para Engenharia e Ciências. 8. ed. São Paulo: Cengage, 2014. 712p.

GOMES, A. A. Algoritmo das Projeções Sucessivas aplicado à seleção de variáveis em regressão PLS. 2012 Dissertação (Mestrado em Química). Universidade Federal da Paraíba, João Pessoa, 2012.

GURAJATI, D.N.; PORTER, D.C. Basic Econometrics. 5. ed. New York: McGraw Hill, 2009.

HAIR, Jr., J. H.; ANDERSON, R.E.; TATHAM, R. L.; BLACK, W. C. trad. Adonai Schlup Sant’Ana e Anselmo Chaves Neto. Análise Multivariada de dados. 5ª ed. Porto Alegre: Bookman. 2005.

Hendry, D.F. Econometric methodology: A personal perspective. In T.F. Bewley (Ed.), Advances in Econometrics, Chapter 10. Cambridge: Cambridge University Press, 1987.

Instituto Tecnológico de Aeronáutica - ITA. The Successive Projections Algorithm (SPA) Homepage. 2012. Disponível em: < http://www.ele.ita.br/~kawakami/spa/>. Acesso em 06/11/2016.

JULIANELLI, L. Problemas de julgamento e tomada de decisão no atendimento da demanda. Rio de Janeiro: Coppead, 2007.

KOOPMANS, T.C. Three Essays on the State of Economic Science. New York: McGraw-Hill, 1957.

LISBÔA, E. G.; LISBÔA, É. G.; LOBO, M. A. A. e BELLO, L. A. L. Indicadores de Desenvolvimento Sustentável: Uma Análise Quantitativa utilizando o modelo de Regressão Linear Múltipla. Brazilian Journal of Development, v. 6, n. 3,p.15179-15185. Curitiba, 2020

LORETO, E. M. S. Sistemática para seleção de variáveis e determinação da condição ótima de operação em processos contínuos multivariados em múltiplos estágios. 2014. Tese (Doutorado em Engenharia de Produção). Universidade Federal do Rio Grande do Sul, Porto Alegre. 2014.

MORETIN, P. A. Econometria Financeira - Um Curso em Séries Temporais Financeiras. São Paulo: USP, 2006.

MORRISON, J. S. Variable Selection in Model Development. Atlanta, Geórgia, 2006.

PEIXOTO, P.S. O uso de modelos econométricos em empresas. 2008. Trabalho de conclusão de curso. Universidade de São Paulo, São Paulo. 2008.

PONTES, M. J. C. Algoritmo das Projeções Sucessivas para Seleção de Variáveis Espectrais em Problemas de Classificação. 2009. Tese (Doutorado em Química). Universidade Federal da Paraíba, João Pessoa. 2009.

RODRIGUES, S. C. A. Modelo de regressão linear e suas Aplicações. 2012. Dissertação (Mestrado em Matemática). Universidade da Beira Interior, Covilhã, Portugal. 2012.

SELL, I. Utilização da regressão linear como ferramenta de decisão na gestão de custos. In: IX Congresso Internacional de Custos, 2005. Florianópolis: Universidade Federal de Santa Catarina, 2005.

SPANOS, Aris. On rereading Haavelmo: A retrospective view of econometric modeling. Econometric Theory, v. 5, n. 3, p. 405-429. Cambridge: Cambridge University Press, 1989.

STAUDTA, F. H; GONÇALVES, M. B.; RODRIGUEZ, C. M. T. Production, v. 26 n. 2, p. 459-475, 2016.

TITMAN, S.; MARTIN, J. D. Avaliação de Projetos e Investimentos: Porto Alegre: Bookman, 2010.

VASCONCELLOS, M.A; ALVES, D. Manual de Econometria: nível intermediário. São Paulo: Atlas, 2000.

Published

2021-10-26

How to Cite

Lima, M. F. de, Almeida, R. V. L. de, Filho, R. P. C., Rodrigues, P. B. de F., & Coelho, C. J. (2021). Ferramenta de análise econométrica para previsão de vendas de apartamentos em Goiânia/ Econometric analysis tool for predicting apartment sales in Goiânia. Brazilian Journal of Development, 7(10), 99958–99973. https://doi.org/10.34117/bjdv7n10-351

Issue

Section

Original Papers