Avaliação de Imóveis Antigos

O caso da Baixa Pombalina

Diogo Antão de Oliveira dos Santos Alemão

Dissertação para a obtenção do Grau de Mestre em

Engenharia Civil

Júri
Presidente: Professor Jorge Manuel Caliço Lopes de Brito
Orientador: Professor Francisco José Loforte Teixeira Ribeiro
Vogal: Professor José Álvaro Pereira Antunes Ferreira

Setembro de 2008
 Agradecimentos

Ao meu orientador Professor Francisco Loforte Ribeiro pela disponibilidade e pelo

acompanhamento prestado.

À minha família pelo seu amor incondicional, paciência e apoio.

Aos meus amigos pela sua amizade verdadeira.

A todos os que me deram o seu apoio.

i
ii
RESUMO

Os objectivos da presente dissertação são o desenvolvimento de um método de avaliação

imobiliária dedicado à avaliação de fracções destinadas a uso comercial, terciário e
habitacional localizadas na Baixa Pombalina e o estudo comparativo entre os valores de
mercado obtidos pelo método desenvolvido e os valores fornecidos pelo método utilizado
actualmente.

A metodologia de investigação seguida iniciou-se pelo estudo de métodos de avaliação

imobiliária, particularmente aqueles aplicáveis ao mercado imobiliário da Baixa Pombalina,
uma vez que muitas da construções desta zona datam da década 1770, sendo que a sua
construção foi exigida pela ocorrência do grande terramoto de 1755 que destruiu quase
completamente esta zona da cidade de Lisboa. O estudo das características globais da
Baixa Pombalina e das características dos imóveis a ela pertencentes foi também efectuado,
uma vez que é impossível avaliar correctamente um imóvel sem se conhecer as
características do mercado imobiliário onde este se insere.

Após a recolha de toda a informação necessária foi desenvolvido um método de avaliação

com recurso à análise de regressão linear múltipla, procedimento estatístico que faz uso dos
valores conhecidos na estimativa dos valores procurados. Na realidade foram desenvolvidos
dois métodos que assentam sobre concepções diferentes no que diz respeito às variáveis
explicativas do valor (localização, estado de conservação, equipamentos e qualidade,
afectação e tipologia), o método A utiliza uma ferramenta estatística designada por variáveis
“dummy”, enquanto o método B assenta na formulação geralmente utilizada no domínio da
avaliação imobiliária.

Os métodos desenvolvidos foram comparados entre si e também com o método utilizado

actualmente para avaliar imóveis na Baixa Pombalina, uma fórmula analítica que se baseia
na fórmula do valor patrimonial tributário expressa no Código do imposto Municipal sobre
Imóveis.

É, então, possível afirmar que esta dissertação contribuiu para o estudo da aplicação de uma
análise de regressão linear múltipla na avaliação de imóveis na Baixa Pombalina. É de
salientar, ainda, que os métodos desenvolvidos permitem obter valores mais próximos aos
valores de mercado, devido à sua inerente natureza de aproximação à realidade de mercado
(“market approach”), facto que será importante para os investidores no mercado imobiliário
da Baixa Pombalina.

Palavras-chave: Avaliação imobiliária; Baixa Pombalina; regressão linear múltipla; variáveis

“dummy”;

iii
iv
ABSTRACT

The aim of this work is to develop methods of appraisal of commercial and residential real
estate in the Baixa Pombalina (Lisbon’s historic quarter) area, and to make a comparative
study between the market values obtained using new methods developed, and the already
existing method.

The method used in this research began with the study of existing real estate appraisal
methods, in particular those applied to the real estate market in Baixa Pombalina, as most of
its building date from the 1770’s (their construction was due to the 1755 earthquake, which
almost completely destroyed that whole part of the city of Lisbon). A study was carried out of
the global characteristics of the area as well as the characteristics of the properties
themselves, since it is not possible to correctly evaluate a property without taking both into
account.

After gathering all necessary information, a method of valuation was developed by using
multiple linear regression analysis, a statistical tool which estimates current value based on
previously known value. In fact two models were developed which are based on different
ideologies in what regards the use of independent variables (location, wear and tear,
equipment and quality, use given and typology) that explain the values obtained. Model A
uses a statistical tool called “dummy” variables whilst method B is based on the usual
methods employed by the real estate appraisers.

Both methods developed were compared, and both were also compared with the method
currently in use to valuate properties in Baixa Pombalina (which is an analytic formula based
upon the formula stated on the Real Estate Municipal Tax Code (Código do Imposto
Municipal sobre Imóveis)).

We can therefore state that this work has contributed towards the study of appraising real
estate property in the Baixa Pombalina area by applying the process of multiple linear
regression analysis. Moreover, the methods developed give results that are closer to those of
market value, due to their inherent nature of approximation to the reality of the markets,
“market approach”, a fact that will be of great interest to real estate market investors.

Keywords: Real estate appraisal; Baixa Pombalina; multiple linear regression; “dummy”
variables;

v
vi
ÍNDICE DO DOCUMENTO

1 INTRODUÇÃO .......................................................................................................................1

1.1 JUSTIFICAÇÃO .......................................................................................................................1

1.2 CAMPO DE APLICAÇÃO ..........................................................................................................1

1.3 OBJECTIVOS .........................................................................................................................2

1.4 METODOLOGIA DE INVESTIGAÇÃO ..........................................................................................3

1.5 ORGANIZAÇÃO DA DISSERTAÇÃO ...........................................................................................3

2 ESTADO DO CONHECIMENTO ...........................................................................................5

2.1 INTRODUÇÃO .........................................................................................................................5

2.2 PROCESSO DE PESQUISA IMPLEMENTADO ..............................................................................5

2.3 ESTADO DO CONHECIMENTO E ANÁLISE DA INFORMAÇÃO RELEVANTE .......................................6

2.3.1 Campo de Aplicação e Objectivos da Avaliação Imobiliária ........................................6
2.3.2 Definições importantes ................................................................................................6
2.3.3 Aspectos Específicos da Avaliação de Imóveis ...........................................................8
2.3.4 Classificação e Descrição de Técnicas comuns de Avaliação Imobiliária ...................8
2.3.5 A Avaliação de Edifícios Antigos ...............................................................................12
2.3.6 Método utilizado nos estudos para a BPSRU ............................................................14

2.4 CONCLUSÃO .......................................................................................................................23

3 A ZONA EM ESTUDO .........................................................................................................25

3.1 INTRODUÇÃO .......................................................................................................................25

3.2 A BAIXA POMBALINA ...........................................................................................................25

3.2.1 Enquadramento histórico e arquitectónico.................................................................25
3.2.2 O Edifício Pombalino .................................................................................................29

3.3 A REVITALIZAÇÃO DA BAIXA POMBALINA .............................................................................31

3.3.1 A Importância da Reabilitação na Baixa Pombalina ..................................................31
3.3.2 Os Factores de Declínio ............................................................................................33
3.3.3 As Oportunidades para o Futuro................................................................................34
3.3.4 A BPSRU – Baixa Pombalina Sociedade de Reabilitação Urbana............................35

3.4 CARACTERÍSTICAS GERAIS DA ZONA EM ESTUDO ..................................................................38

3.5 CONCLUSÃO .......................................................................................................................42

vii
4 O MODELO PROPOSTO ....................................................................................................43

4.1 INTRODUÇÃO .......................................................................................................................43

4.2 DEFINIÇÃO DO MODELO........................................................................................................43

4.3 ELABORAÇÃO DO MODELO ...................................................................................................44

4.3.1 Definição das Variáveis Explicativas .........................................................................47
4.3.2 Introdução de Dados no SPSS (Statistical Package for the Social Sciences) e
Execução da Regressão .....................................................................................................50

4.4 APERFEIÇOAMENTO E VALIDAÇÃO DO MODELO .....................................................................57

4.4.1 Aperfeiçoamento do Modelo ......................................................................................58
4.4.2 Modelos Finais ...........................................................................................................64
4.4.3 Validação dos Pressupostos do Modelo ....................................................................66

4.5 CONCLUSÃO .......................................................................................................................70

5 APRESENTAÇÃO E ANÁLISE DE RESULTADOS ...........................................................71

5.1 INTRODUÇÃO .......................................................................................................................71

5.2 APRESENTAÇÃO E COMPARAÇÃO DE RESULTADOS ...............................................................71

5.2.1 Apresentação dos Resultados ...................................................................................71
5.2.2 Comparação dos Resultados.....................................................................................75

5.3 ANÁLISE DE RESULTADOS ...................................................................................................78

5.3.1 Análise Global dos Modelos ......................................................................................78
5.3.2 Análise das Tendências dos Modelos .......................................................................80

5.4 CONCLUSÃO .......................................................................................................................80

6 CONCLUSÃO ......................................................................................................................83

6.1 INTRODUÇÃO .......................................................................................................................83

6.2 AVALIAÇÃO DE RESULTADOS ...............................................................................................83

6.3 CONTRIBUIÇÕES E ASPECTOS INOVADORES .........................................................................84

6.3.1 Contribuições para o Conhecimento Científico..........................................................84
6.3.2 Contribuições para a Indústria ...................................................................................85

6.4 LIMITAÇÕES ........................................................................................................................85

6.5 TRABALHOS FUTUROS .........................................................................................................86

REFERÊNCIAS BIBLIOGRÁFICAS .................................................................................................89!

viii
ÍNDICE DE QUADROS
Quadro 2.1 – Classificação das técnicas de Avaliação Imobiliária .......................................... 9

Quadro 2.2 - Coeficiente de afectação .................................................................................. 16

Quadro 2.3 – Coeficiente de qualidade e conforto (Cq) para habitação ................................. 17

Quadro 2.4 – Coeficiente de qualidade e conforto (Cq) para comércio, indústria e serviços
........................................................................................................................................... .....18

Quadro 2.5 – Coeficiente de vetustez .................................................................................... 19

Quadro 2.6 – Coeficiente de localização zona de São Paulo ................................................ 20

Quadro 2.7 – Coeficiente de localização Baixa Pombalina .................................................... 21

Quadro 2.8 – Coeficiente de conservação (Cc) ..................................................................... 21

Quadro 2.9 – Coeficiente de valor arquitectónico (Cva) ......................................................... 22

Quadro 2.10 – Coeficiente de tipologia (Ct) para a zona de São Paulo ................................ 22

Quadro 3.1 – Pormenores construtivos adoptados nas ruas de acordo com a sua importância
................................................................................................................................................ 29

Quadro 3.2 – Quadro-síntese das características das áreas urbanas homogéneas ............. 35

Quadro 3.3 – Capacidades e usos futuros de acordo com o projecto de reabilitação .......... 37

Quadro 3.4 – Uso e respectivo peso no mercado imobiliário da Baixa Nascente ................. 40

Quadro 3.5 – Uso e respectivo número aproximado de fracções .......................................... 40

Quadro 4.1 – Quadro de output de SPSS que mostra os parâmetros das variáveis.............. 61
Quadro 4.2 – Correlações entre variáveis para o Modelo A .................................................. 62
Quadro 4.3 – Quadro onde se podem verificar os valores do indicador VIF para Modelo A . 63

Quadro 4.4 - Correlações entre variáveis para o Modelo B ................................................... 63

Quadro 4.5 - Quadro onde se podem verificar os valores do indicador VIF para Modelo B... 63

Quadro 5.1 – Resultados do Modelo de Regressão Linear Múltipla A .................................. 72

Quadro 5.2 - Resultados do Modelo de Regressão Linear Múltipla B ................................... 73

Quadro 5.3 - Resultados da aplicação da fórmula analítica adaptada.................................... 74

Quadro 5.4 – Indicadores estatísticos dos modelos .............................................................. 77

ix
ÍNDICE DE FIGURAS
Figura 3A - Plano de Eugénio dos Santos sobreposto à disposição anterior ao terramoto ... 27

Figura 3B - Esquemas de uma parede de frontal pombalino ................................................. 31

Figura 3C – Mapa de classificação do Instituto Português do Património Arquitectónico .... 32

Figura 3D – Organização do espaço ...................................................................................... 34

Figura 3E – Unidades Operativas de Reabilitação ................................................................ 37

Figura 3F – Baixa Pombalina e zona em estudo ................................................................... 39

Figura 4A – “Variable View” de folha de trabalho de SPSS onde se podem identificar as

variáveis introduzidas.............................................................................................................. 51

Figura 4B – Menu “Value Labels” que permite definir os valores a atribuir a cada variável ... 51
Figura 4C – “Data View” de folha de trabalho de SPSS onde se podem verificar os dados
introduzidos para as primeiras 30 fracções............................................................................. 52

Figura 4D – Output de SPSS resultante do processamento de uma regressão para o Modelo

A ........................................................................................................................................... 55

Figura 4E - Output de SPSS resultante do processamento de uma regressão para o Modelo

B .......................................................................................................................................... 58

Figura 4F – Gráfico de resíduos vs. valores estimados ilustrando a posição de um outlier ... 59

Figura 4G - Gráfico de resíduos “estandardizados” vs. valores estimados “estandardizados”

................................................................................................................................................ 59

Figura 4H – Gráfico de resíduos “estudantizados” apagados vs. valores estimados ajustados

................................................................................................................................................ 60

Figura 4I – Output de SPSS com os resultados finais do Modelo A ....................................... 64

Figura 4J - Output de SPSS com os resultados finais do Modelo B ...................................... 65

Figura 4K – Gráfico ilustrando a distribuição ideal de resíduos (erros) ................................. 66

Figura 4L – Gráficos ilustrando exemplos de violações aos pressupostos do modelo de

regressão linear ..................................................................................................................... 67

Figura 4M – Gráfico de probabilidade normal ilustrando distribuição de valores na diagonal

principal ................................................................................................................................. 67

Figura 4N – Output de SPSS que permite observar o coeficiente de Durbyn-Watson para o

Modelo A .............................................................................................................................. ...68
Figura 4O - Output de SPSS que permite observar o gráfico de probabilidade normal para o
Modelo A .............................................................................................................................. ...68
Figura 4P – Output de SPSS que permite observar um gráfico de resíduos vs. valores
estimados para o Modelo A.................................................................................................. ...69

x
Figura 4Q – Output de SPSS que permite observar o coeficiente de Durbyn-Watson para o
Modelo B .............................................................................................................................. ...69
Figura 4R - Output de SPSS que permite observar o gráfico de probabilidade normal para o
Modelo B .............................................................................................................................. ...69
Figura 4S – Output de SPSS que permite observar um gráfico de resíduos vs. valores
estimados para o Modelo B.................................................................................................. ...70
Figura 5A – Valores Exactos e Estimados por todos os modelos para cada fracção.............75
Figura 5B – Erros relativos dos modelos.................................................................................77

xi
ANEXOS

Anexo A – Informações Relevantes sobre a Zona em Estudo

Anexo B – Dados Recolhidos para as Fracções em Estudo
Anexo C – Cálculos Efectuados para os Modelos Abordados
Anexo D – Análise de Resultados

xii
1 INTRODUÇÃO

1.1 JUSTIFICAÇÃO

A avaliação imobiliária é uma actividade de extrema importância na sociedade actual uma

vez que nos mercados imobiliários estão envolvidas importâncias de uma dimensão muito
elevada, tornando estes mercados um dos principais sectores da economia de um país. Um
exemplo recente da importância desta actividade é a crise de crédito bancário (“subprime
mortgage crisis”)que ocorreu nos Estados Unidos da América. Esta crise deveu-se a más
práticas na atribuição de créditos bancários, sendo que uma dessas práticas é a
sobrevalorização dos imóveis dados como garantia, logo é possível compreender que a
atribuição de um valor correcto, de acordo com o mercado, aos imóveis é um factor crucial
em diversos cenários como por exemplo o crédito bancário, a análise de investimentos ou a
compra e venda de imóveis.

Assim sendo é necessário adquirir informação e produzir conhecimento sobre os métodos de

avaliação de imóveis, com o intuito de garantir que nesta actividade são utilizadas as
ferramentas que permitem produzir melhores resultados.

A presente dissertação foi, então, elaborada com o intuito de criar conhecimento no domínio
da avaliação imobiliária, nomeadamente na avaliação de imóveis antigos, e permitir
encontrar um modelo para a avaliação em média escala de imóveis na Baixa Pombalina para
que sejam utilizados valores correctos para os imóveis na operação de reabilitação desta
zona da cidade de Lisboa.

1.2 CAMPO DE APLICAÇÃO

O campo de aplicação da dissertação é a avaliação de imóveis, mais concretamente de

fracções com usos habitacional, comercial e terciário, na zona da Baixa Pombalina. O
modelo elaborado poder ser usado pela “Baixa Pombalina Sociedade de Reabilitação
Urbana” (BPSRU) na análise de rentabilidade da operação de reabilitação da Baixa
Pombalina, por interessados no mercado imobiliário da zona nomeadamente potenciais
investidores ou por proprietários vendedores e potenciais compradores de imóveis naquela
zona. Não é necessária uma adaptação especial para o uso do modelo visto que este
pretende ser geral. No entanto, é necessário ter pleno conhecimento das variáveis
explicativas do modelo de forma a ser feita a sua correcta utilização.

1
O modelo e o procedimento para o criar podem ser usados e aperfeiçoados por potenciais
interessados, nomeadamente avaliadores com o propósito de estimar valores de mercado no
exercer da sua profissão.

1.3 OBJECTIVOS

Os objectivos da presente dissertação são os seguintes:

• Realizar uma pesquisa bibliográfica no âmbito da Avaliação Imobiliária com foco nos
métodos de avaliação, especialmente naqueles mais adaptados a edifícios antigos;

• Averiguar os métodos de avaliação utilizados no Projecto de Reabilitação do

Edificado da Baixa Pombalina SRU;

• Criar um modelo de avaliação imobiliária adaptado à realidade em estudo, edifícios

antigos pertencentes à zona da Baixa Nascente;

• Testar e validar o modelo desenvolvido.

O objectivo fundamental é, então, analisar a aplicação de um modelo de análise de

regressão linear múltipla à avaliação de fracções de uso habitacional, comercial e terciário
localizadas na Baixa Pombalina.

A Baixa Pombalina é uma zona de extrema importância na cidade de Lisboa visto que é uma
zona histórica com grande relevância cultural. No entanto existe a necessidade de proceder
à revitalização desta zona, processo esse que passa também pela reabilitação do edificado.

A entidade responsável pela operação de reabilitação do edificado da Baixa Pombalina é a

“Baixa Pombalina Sociedade de Reabilitação Urbana” (BPSRU) que necessita de métodos
que permitam uma avaliação correcta dos imóveis a reabilitar, de forma a analisar a
rentabilidade da operação de reabilitação.

Como tal, a elaboração de um modelo de avaliação e a sua comparação com o modelo

utilizado actualmente é muito relevante, visto que permite perceber se os valores dos imóveis
considerados até aqui são verdadeiramente os valores de mercado ou se porventura existe
uma forma mais correcta de obter esses valores.

Pretende-se que o modelo criado proporcione melhores resultados aproximando o mais

possível os valores obtidos aos valores de mercado, e que confirme ou não, por comparação,
a adequação do modelo usado actualmente, para que a análise de rentabilidade da operação
de reabilitação disponha de informações precisas e fiáveis.

2
1.4 METODOLOGIA DE INVESTIGAÇÃO

Para um desenvolvimento informado e completo do modelo de avaliação foi necessário

conhecer as características globais da zona em estudo - Baixa Pombalina - e dos imóveis a
ela pertencentes. Para tal, foi recolhida e tratada informação respeitante a esta área “sui
generis” da cidade de Lisboa, bem como as diversas técnicas de avaliação existentes, mais
concretamente as destinadas a edifícios antigos e que estão correntemente em uso. Para tal
foram consultados livros, dissertações de mestrado, artigos científicos e estudos referentes
ao domínio da avaliação imobiliária e documentos oficiais no que diz respeito à
caracterização da zona e mercado imobiliário em estudo. Posteriormente foram recolhidas e
organizadas diversas informações pertencentes a fracções da zona em estudo junto de
mediadores imobiliários credenciados.

As informações recolhidas foram utilizadas na elaboração do modelo, visto que este se

baseia nas características do mercado, de forma a poder prevê-lo com algum grau de
confiança. De seguida foi necessário validar o modelo e aperfeiçoá-lo. O aperfeiçoamento do
modelo pode ser feito através da identificação e remoção de dados incaracterísticos ou
através da introdução de novos dados relevantes. Na presente dissertação apenas foi
possível realizar o primeiro procedimento, uma vez que o segundo implica um horizonte
temporal mais alargado na procura de dados, uma vez que todos os dados relevantes
encontrados foram introduzidos à partida no modelo.

Os resultados obtidos pela utilização do modelo proposto foram posteriormente analisados,

processo fundamental para conhecer e avaliar a aplicabilidade do modelo junto do mercado
imobiliário que pretende prever.

1.5 ORGANIZAÇÃO DA DISSERTAÇÃO

A presente dissertação foi organizada em seis capítulos de investigação.

O primeiro capítulo é o corrente e corresponde à introdução aqui realizada.

O Capítulo 2 apresenta o estado do conhecimento no que diz respeito à avaliação de

imóveis, mais concretamente à avaliação de imóveis antigos e de imóveis pertencentes à
zona em estudo.

No Capítulo 3 é feita a caracterização da zona em estudo e do seu mercado imobiliário

sendo apresentada e tratada a informação recolhida nesse contexto.

No Capítulo 4 é descrito o processo de elaboração do modelo proposto, os pressupostos em

que ele assenta e é feita a verificação do mesmo.

3
O Capítulo 5 apresenta os resultados obtidos pelo modelo criado e nele é feita também uma
análise a estes mesmos resultados, comparando-os com os resultados do modelo actual em
uso .

No Capítulo 6 são apresentadas as principais conclusões obtidas no seguimento dos

capítulos anteriores, bem como os aspectos positivos, os aspectos a melhorar e as
aplicações futuras do modelo proposto.

4
2 ESTADO DO CONHECIMENTO

2.1 INTRODUÇÃO

Uma vez que a Baixa Pombalina é uma zona de extrema importância para a cidade de
Lisboa e se encontra em claro declínio, existe a declarada intenção, por parte das
autoridades responsáveis, de revitalizar esta zona. Para isso é necessário reabilitar os
edifícios a ela pertencentes e promover actividades de cariz cultural e económico de forma a
recuperar o interesse das pessoas e trazer uma nova vida a esta zona, isto é, segundo
Ricardo Guimarães “é importante voltar a atrair a população, recuperando os centros
históricos” [1].

Uma vez que parte destes esforços é desenvolvida pela Baixa Pombalina Sociedade de
Reabilitação Urbana, instituição que tem como objectivo a “recuperação e reabilitação do
edificado, num horizonte sustentado de médio prazo, respeitando as várias dimensões
históricas e civilizacionais, em particular a pombalina, numa lógica global integrada de
valorização patrimonial certificável e de modernização das suas condições de utilização”,
algo que é salientado na Proposta de Revitalização da Baixa-Chiado [2], é necessário, de
forma a reabilitar os edifícios antigos pertencentes à Baixa Pombalina, fazer uma análise de
custo-benefício a esta operação, é então fundamental conhecer o valor dos edifícios em
questão antes e depois da sua reabilitação. Este valor não é fácil de obter, visto que os
edifícios da Baixa Pombalina são edifícios antigos com elevado interesse histórico e cultural
e por isso não podem ser alvo de uma avaliação semelhante à que é realizada para edifícios
modernos.

De forma a encontrar um modelo que permita avaliar estes edifícios, estudaram-se os

diversos métodos utilizados no momento presente no domínio da avaliação imobiliária e em
particular aqueles utilizados em estudos efectuados para a BPSRU, de forma a perceber o
que tinha sido feito até agora.

2.2 PROCESSO DE PESQUISA IMPLEMENTADO

O processo de pesquisa implementado no estudo das técnicas de avaliação utilizadas

actualmente consistiu na consulta de publicações referentes à matéria em questão.
Consultaram-se, nomeadamente, livros, teses de mestrado, artigos científicos e estudos.

É importante referir que as teses de mestrado consultadas foram de extrema relevância, uma
vez que se tratam de trabalhos realizados para ou sobre a Baixa Pombalina Sociedade de
Reabilitação e, como tal, reflectem a realidade desta instituição e o que foi feito até ao

5
momento presente no processo de recolha e tratamento de informações sobre os edifícios
desta zona.

Na caracterização da zona de estudo e dos edifícios a ela pertencentes foram utilizados

estudos e artigos e fundamentalmente uma prospecção de mercado efectuada junto de
agentes imobiliários qualificados.

2.3 ESTADO DO CONHECIMENTO E ANÁLISE DA INFORMAÇÃO RELEVANTE

2.3.1 Campo de Aplicação e Objectivos da Avaliação Imobiliária

A avaliação de bens imobiliários é importante para diversas instituições, nomeadamente e

como seria de esperar, Sociedades Imobiliárias, Instituições Públicas, Bancos e Companhias
de Seguros. As avaliações são necessárias em situações tão distintas como, por exemplo,
expropriações, impostos, financiamentos e hipotecas, censos, seguros, partilhas de
heranças, Fundos de Investimento Imobiliário, etc.

A avaliação de imóveis urbanos apresenta diversos objectivos:

- Estimar valores de mercado. Visto que o valor depende de diversos factores que são
difíceis de ponderar: contorno urbanístico, prestígio do local, comunicações,
qualidade e antiguidade, reparações realizadas, serviços anexos, situação legal, etc.

- Programar estratégias de negociação

- Estimar valores para imóveis de características singulares, nomeadamente, aqueles

inseridos no Património Histórico-Artístico e , por exemplo, edifícios públicos e
teatros.

- Estimar valores legais ou valores consensuais nas expropriações de terrenos e

cedência de terrenos públicos. Uma vez que a expropriação não deve ser feita com o
valor de mercado, mas sim com um valor superior. É necessário ter um raciocínio
semelhante no que toca à cedência de terrenos públicos, visto que se trata de uma
avaliação com uma finalidade de interesse público, é necessário que os valores dos
imóveis sejam inferiores aos valores de mercado dependendo a discrepância entre
ambos de critérios políticos e fiscais.

2.3.2 Definições importantes

Segundo Famularo (1977) [3] “O valor dos bens económicos não é um atributo único, fixo e
permanente deles e não depende só da sua qualidade intrínseca; o valor, em sentido
económico, é um facto do homem e não uma propriedade objectiva dos bens…” Constata-se

6
então através desta definição que valor, no caso de um imóvel, é uma palavra de difícil
definição visto que é um termo relativo. Através dele estabelece-se um desejo de
propriedade que é comparável à posse de outra propriedade ou de dinheiro, condicionado
obviamente pelas variáveis presentes no momento de definição do mesmo, tempo, lugar,
finalidade e partes interessadas. [5]

Existem também diversos significados para preço principalmente tendo em conta que este
termo pode ser empregue no sentido de variável económica. No entanto e de acordo com
Enrique Ballestero [5] este termo também pode ser empregue no sentido de valor unitário e é
neste sentido que no decorrer deste trabalho o termo preço é utilizado (unidades monetárias
por metro quadrado).

Custo é o montante pago pelo comprador ao vendedor mais todas as outras despesas em
que incorre o comprador na aquisição da propriedade.

Valor de mercado de um imóvel pode ser resumidamente definido como o montante que o
mercado estará disposto a pagar pelo imóvel. Este valor pode ser estimado com base no
valor de transacção da maioria dos bens com características semelhantes às do imóvel em
questão. No entanto para isto acontecer é necessário que estas transacções sejam
efectuadas sem coacção e por compradores e vendedores cientes das alternativas no
mercado. Segundo a TIAVSC (The International Valuation Standards Committee) valor de
mercado é o montante pelo qual se estima que uma propriedade adequadamente publicitada
seja transaccionada à data da avaliação entre um comprador e um vendedor, cada um dos
quais actuando independentemente um do outro, e com prudência, conhecimento e sem
compulsão ou coacção.

Valor patrimonial tributário é um valor sobre o qual é aplicado a contribuição e/ou tributação
da propriedade imobiliária. Para o cálculo deste valor são aplicadas as leis correspondentes,
actualmente em Portugal dispostas no Código do Imposto Municipal sobre Imóveis.

Valor de Avaliação é, como o nome indica, o valor atribuído a um imóvel por um Avaliador
qualificado para o efeito. Esse valor poderá ser próximo do valor de mercado ou poderá ser
influenciado pela finalidade da avaliação, sendo que, independentemente da finalidade da
avaliação, um Avaliador na sua actividade deve procurar conhecer sempre o valor de
mercado do imóvel que avalia.

7
O valor que se pretende obter com o modelo que vai ser exposto mais adiante é então o
valor de mercado para os edifícios pertencentes à zona da Baixa Poente, daí ter-se
considerado fundamental a definição dos conceitos acima mencionados.

2.3.3 Aspectos Específicos da Avaliação de Imóveis

A avaliação imobiliária e mais concretamente a avaliação de imóveis urbanos está sujeita a

uma série de dificuldades, uma vez que quando se quer estimar o valor de um imóvel
embora se possa ter uma ideia sobre o seu preço (valor por metro quadrado) este varia
consideravelmente entre imóveis, uma vez que existem diversos factores que o influenciam,
nomeadamente: diferenças nas características construtivas, nível de serviços e instalações,
localização, enquadramento socioeconómico e prestigio do local e situação jurídica.

Para além destes aspectos é necessário compreender que a grande variabilidade das
transacções e dos imóveis e as diversas motivações subjectivas que existem nos actos de
compra e venda traz dificuldades à elaboração de estatísticas de preços e sistematização de
base de dados, sendo que no entanto as bases de dados apresentam grande importância na
avaliação, tornando-se parte fundamental de por exemplo o método de regressão múltipla,
abordado mais à frente.

Desta forma é possível entender que devido às dificuldades inerentes ao acto de avaliação é
necessário ter ferramentas que permitam ao avaliador executar a sua profissão de uma
forma minimamente sistematizada, isto, apesar da diversidade de casos que pode encontrar.

2.3.4 Classificação e Descrição de Técnicas comuns de Avaliação Imobiliária

As diversas técnicas de avaliação imobiliária são independentes da finalidade a que se

destinam, o que não quer dizer que uma determinada técnica não se adapte melhor a
determinado fim que outra. Desta forma o avaliador, ao ter conhecimento das diversas
técnicas existentes, deve escolher aquela que se adapte melhor à finalidade da avaliação e
que por conseguinte produza melhor resultado. Crê-se ser por isso importante ter um
conhecimento sumário das técnicas de avaliação existentes, aplicadas à generalidade dos
edifícios, para a partir desta informação, perceber quais podem ser úteis no domínio dos
imóveis antigos.

Uma classificação, existindo com certeza outras igualmente correctas, pode ser dada pelo
quadro 2.1 apresentado de seguida:

8
 Quadro 2.1 – Classificação das técnicas de Avaliação Imobiliária ([4],[5],[6])

Com um imóvel de referência

Com uma variável explicativa
Métodos Sintéticos Com vários imóveis de referência
Com um imóvel de referência
Com várias variáveis explicativas
Com vários imóveis de referência
Variante "2 Betas"

Método Beta Variante triangular

Técnicas Comparativas

Variante trapezoidal

Linear com uma variável explicativa

Regressão simples
Não linear com uma variável explicativa

Análise de Regressão
Linear com várias variáveis explicativas
Regressão múltipla
Não linear com várias variáveis
explicativas

Análise Factorial

Análise de Clusters

Redes Neuronais
Artificiais

Custo de Reprodução
Método do Custo de
Reposição
Técnicas Analíticas

Custo de Substituição

Método do Valor
Residual

Capitalização Directa (em

Método do Rendimento perpetuidade)
ou de Capitalização
Método Analítico Aperfeiçoado
(Cash-Flows descontados)

Metodologia
Técnicas para

Teleológica
Avaliações
Especiais

Análise Multicritério

Análise Custo-
Benefício

9
De seguida é feita uma breve descrição das técnicas mencionadas acima:

Técnicas Comparativas – Consistem em comparar o bem imobiliário sobre o qual incide a

avaliação com outros imóveis que irão servir de base de comparação. “A comparação é feita
através da utilização de um ou vários índices externos, que se chamam também índices de
qualidade, variáveis explicativas ou variáveis exógenas” [5]. Dentro das técnicas
comparativas distinguem-se:

- Métodos sintéticos – baseiam-se numa relação de proporcionalidade entre o nível do índice

externo e o preço do imóvel.

- Método Beta – a comparação é feita com recurso a duas funções de distribuição estatística,
podendo estas ser do tipo beta, triangular ou trapezoidal. Uma vez que neste método não se
considera uma relação de proporcionalidade entre o índice externo e o preço do imóvel, este
método conduz a resultados mais fiáveis que a técnica sintética.

- Análise de regressão – é um método que conduz a resultados muito bons desde que se
disponha de uma base de dados, para imóveis, completa, uma vez que o número de imóveis
que servem como base de comparação terá de ser tanto maior quanto mais índices externos
forem considerados. Na regressão simples considera-se apenas um índice externo, enquanto
na regressão múltipla consideram-se vários índices externos. É de referir que neste método,
não é introduzida a hipótese de proporcionalidade entre preço e índices externos.

- Análise factorial – A análise factorial permite tratar regressões múltiplas com um grande
número de variáveis explicativas. Permite ainda conhecer os valores dos imóveis
transaccionados bem como as suas características, sendo que estes devem ser recolhidos
no mercado imobiliário a ser estudado. Uma vez que é feito o estudo de relações entre
variáveis é vantajoso que este método seja aplicado antes da construção do modelo de
mercado, uma vez que permite concluir quais as variáveis explicativas que melhor o definem.

- Análise de clusters – é uma técnica exploratória (gerando hipóteses e não fazendo o seu
teste) na qual é feito o agrupamento de variáveis e entidades, sendo estas no caso da
avaliação imobiliária, grupos homogéneos de imóveis relativamente a uma ou várias
características. O seu campo de aplicação pode ser, por exemplo, a identificação de imóveis
passíveis de comparação num determinado mercado, ou a identificação de imóveis com
tendência de valorização.

10
- Redes neuronais artificiais – sendo uma técnica relativamente recente (15 anos), baseada
na Inteligência Artificial, no domínio da avaliação imobiliária apresenta diversas vantagens
principalmente no que diz respeito à precisão e simplicidade e também ao maior poder de
estimar valores para propriedades especiais. Apresenta 2 modos de trabalho: aprendizagem
e produção. [6]

Técnicas Analíticas - caracterizam-se pela utilização de modelos cálculo de forma a obter

um preço tendo por base certas hipóteses económicas. É necessário entender que estas
hipóteses podem condicionar a avaliação visto que em modelos analíticos é mais fácil
condicionar a avaliação de forma a adaptá-la à finalidade para a qual foi realizada. Logo,
para obter uma estimativa de valor de mercado torna-se mais difícil o uso de técnicas
analíticas, visto que é necessário ter particular atenção a este mais fácil condicionamento da
avaliação. À partida as técnicas comparativas serão mais indicadas para estimar valores de
mercado enquanto as técnicas analíticas serão mais indicadas para estimar valores
condicionados a uma determinada finalidade, por exemplo, crédito bancário.

Dentro das técnicas analíticas distinguem-se:

- Método do custo de reposição – destina-se a obter uma estimativa dos preços de custo
para os imóveis, não contando com os terrenos onde aqueles assentam. Os cálculos
assentam em critérios de arquitectura e engenharia civil, sendo estes critérios subjectivos.

- Método do valor residual – este método destina-se à avaliação de terrenos. Nele o avaliador
verifica qual a melhor edificabilidade do terreno (mais rentável), tendo em conta as limitações
impostas pelos planos municipais. De seguida é calculado o preço de mercado para os
edifícios considerados na melhor edificabilidade no momento actual, e calcula-se também o
custo da sua construção. A diferença entre o preço de mercado e o custo de construção será
2
o preço de avaliação do terreno (em unidades monetárias por m ).

- Método analítico, de capitalização ou rendimento – é um método que depende de

parâmetros de difícil quantificação como, por exemplo, taxa de actualização e horizonte
temporal, no método analítico aperfeiçoado. Na versão de capitalização directa depende
apenas da taxa de capitalização e dos rendimentos considerados logo é necessária uma
grande dose de experiência para aplicar este método em qualquer uma das versões uma vez

11
que depende exclusivamente de parâmetros escolhidos pelo avaliador e que são de difícil
quantificação.

Técnicas para avaliações especiais – técnicas que utilizam modelos sofisticados para
encontrar valores de avaliação tendo em vista um propósito previamente estabelecido.

Dentro das técnicas para avaliações especiais distinguem-se:

- Metodologia teleológica – cria-se uma relação entre o objectivo da avaliação e o

procedimento de cálculo. Como exemplo de utilização desta metodologia pode considerar-se
o caso das indemnizações devido a expropriações.

- Análise multicritério – esta análise deve ser feita quando a avaliação deve ter em conta
diversos pontos de vista, os quais podem ser de ordem técnica, económica, social e cultural.
Como exemplo, desta técnica destaca-se o método TODIM [7].

- Análise custo-benefício – avaliação destinada a uma análise de um determinado

investimento ou operação, sendo feita a ponderação entre os seus benefícios e custos, de
forma a compreender se o investimento ou operação possui condições para o seu sucesso.
É um exemplo deste método a Análise de Custo/Benefício do Projecto de Reabilitação
Urbana da zona de São Paulo elaborada por Sofia Videira [8].

2.3.5 A Avaliação de Edifícios Antigos

Nos edifícios antigos (podendo considerar-se neste grupo aqueles com mais de cem anos),
ao contrário do que acontece com os edifícios recentes, pode existir um aumento de valor
com o tempo, a partir do momento em que a deterioração física deixa de apresentar grande
relevância, ou seja, deixa de contribuir significativamente para explicar o valor do edifício.
Uma vez que os edifícios antigos apresentam, na grande maioria interesse histórico e
sociocultural, existindo medidas que salvaguardam a sua existência, compreende-se que
estes possam aumentar de valor com o tempo. Consequentemente a avaliação destes
edifícios já não pode passar pela aplicação “cega” das técnicas que foram anteriormente
referidas, visto que elas se destinam geralmente (exceptuando as técnicas para avaliações
especiais) à avaliação de edifícios recentes, existindo a necessidade de escolher, adaptar ou
criar métodos que permitam a avaliação dos edifícios antigos devido às suas características
particulares.

12
Para avaliar edifícios antigos de todos os métodos de avaliação mencionados acima o
método do custo de reposição é com certeza o mais indicado. As técnicas comparativas
porque necessitam de um grande número de imóveis para referência, para além de um
trabalho ponderado de homogeneização e de um adequado tratamento a nível estatístico,
apresentam grandes lacunas na sua aplicação a imóveis antigos, visto que não existe para
estes edifícios um número suficientemente grande de transacções que permita “construir”
uma base de dados completa e representativa.

O método do rendimento poderia constituir uma opção para a avaliação deste tipo de
imóveis, no entanto e visto que se baseia no conhecimento das rendas e consequentes
rendimentos que o imóvel pode produzir, parece algo desajustado à avaliação de um imóvel
antigo que se pretende reabilitar e manter no uso actual ou num semelhante, visto que o
conhecimento do valor dessas rendas não traduz todo o valor intrínseco que o imóvel tem,
devido ao seu passado, presente e possível futuro, visto de uma perspectiva em que a sua
reabilitação é tomada em conta. Uma vez que estes são os principais métodos utilizados, e
que não é plausível a aplicação de uma avaliação especial para o caso de todos os edifícios
que se encontram na Baixa Pombalina, é então fundamental perceber em que princípios
assenta o método do custo de reposição.

O método do custo de reposição como foi referido trata-se de um método analítico de

avaliação. Nele calcula-se o custo actualizado correspondente a um investimento que seja
igual ou equivalente à realização do imóvel em estudo.

É importante então fazer a distinção entre custo de reprodução e custo de substituição,

reforçando o que já foi dito. [5]

Utilize-se, então, o caso de um edifício com alguma antiguidade:

Se for considerado o custo de construção de uma réplica fiel do edifício a avaliar,

considerando até ao mais pequeno pormenor o desenho do edifício, os materiais de
construção utilizados e todas as características construtivas fala-se de custo de reprodução.

Se for considerado, uma vez que a construção de uma réplica exacta é impossível de realizar
devido à mudança dos materiais e técnicas de construção, o custo de construção de um
edifício semelhante em utilidade e estética ao alvo de avaliação fala-se de custo de
substituição.

Em qualquer dos casos o avaliador tem que considerar na sua avaliação todos os aspectos
do edifício a avaliar de forma a conseguir obter um custo, seja ele de reprodução ou
substituição, sendo que a escolha entre um e outro depende das características do edifício,
por exemplo no caso de um edifício com grande valor cultural e social, se possível, deve-se
calcular o custo de reprodução, uma vez que o edifício tem valor acrescido em relação ao
obtido considerando apenas a sua utilidade e estética. Pode-se então compreender que o
custo de reprodução é superior ao custo de substituição. No entanto o método do custo de

13
substituição é, como é óbvio, mais indicado quando a técnica construtiva utilizada é
impossível de reproduzir à data de avaliação, o que acontece no caso dos edifícios da Baixa
Pombalina visto que a técnica construtiva utilizada, de que se irá falar adiante, não é
empregue no presente.

Após calcular o custo de reposição, na forma de reprodução ou substituição, este deve ser
corrigido de forma a obter o valor do edifício a avaliar. Deve-se então subtrair ao custo de
reposição o valor da depreciação devido à idade e ao estado de conservação.

Este valor não é algo que se obtém de imediato e de forma fácil uma vez que depende de
diversos factores, nomeadamente, a deterioração física, a obsolescência (deterioração
tecnológica, funcional e estética no que resulta perda de eficácia e comodidade) e o custo de
oportunidade. Este último pode ser definido como a diferença entre a renda do edifício
existente na sua função e a renda de um edifício fictício criado após demolição do edifício
existente e destinado a um uso diferente, em princípio mais rentável.

No entanto, como foi referido, ocorre, nalguns edifícios antigos, o caso da valorização devido
ao seu interesse histórico se superiorizar à depreciação resultante da idade e estado de
conservação, e no caso dos edifícios da Baixa Pombalina visto que se pretende proceder à
sua reabilitação não será lógico ter em conta o custo de oportunidade.

Pode seguir-se então a seguinte metodologia para a obtenção do custo de substituição de

um imóvel, e do correspondente valor de substituição [9]:

- determinar o custo de construção de um imóvel que cujas características e utilidade

substituam a do imóvel a avaliar;

- afectar este custo por um factor redutor que tenha em conta a depreciação física e
funcional;

- adicionar a este valor corrigido o valor da parcela de terreno que suporta o edifício,
podendo esta ser estimada com base no método comparativo, ou então de outra forma
aceitável (como acontece aliás no Código do IMI que adiante se menciona).

De seguida apresenta-se o método utilizado nos estudos efectuados para a “Baixa

Pombalina Sociedade de Reabilitação Urbana”. Este método baseia-se no método do custo,
2
apresentando um valor base (preço por m ), custo médio de construção mais valor médio do
terreno de implantação, afectado por diversos coeficientes, que permitem fazer a distinção
entre os imóveis, e que representam as variáveis explicativas do valor destes.

2.3.6 Método utilizado nos estudos para a BPSRU

Nos estudos efectuados para a BPSRU, Análise do Custo/Benefício do Projecto de

Reabilitação Urbana da zona de São Paulo por Sofia Videira, [8] e Análise da Rentabilidade
de Operações de Reabilitação da zona da Baixa-Chiado por Filipa Rosa, [10], foi necessário

14
quantificar o valor de mercado de alguns imóveis de forma a obter um valor para os edifícios
que pudesse ser utilizado. A base para o cálculo desse valor foi a fórmula do valor
patrimonial tributário presente no Código do Imposto Municipal sobre Imóveis (IMI).

Código IMI

O Código do Imposto Municipal sobre Imóveis indica os parâmetros e fórmulas necessários

para o cálculo do valor patrimonial tributário, que de seguida serão expostos.

Fórmula de cálculo do valor patrimonial tributário (Artigo 38.º Código IMI) [11]

Uma vez que é nesta fórmula que se baseiam os métodos utilizados, até ao momento, para o
cálculo do valor dos imóveis localizados na Baixa Pombalina é de extrema importância
perceber como se procede à sua aplicação.

Vt = Vc x A x Ca x Cl x Cq x Cv (1)

Nesta fórmula os diversos factores têm o seguinte significado:

Vt = valor patrimonial tributário;

Vc = valor base dos prédios edificados;

A = área bruta de construção mais a área excedente à área de implantação;

Ca = coeficiente de afectação;

Cl = coeficiente de localização

Cq = coeficiente de qualidade e conforto;

Cv = coeficiente de vetustez.

Na fórmula acima, como foi referido, o valor base dos prédios edificados corresponde à soma
do custo médio de construção por metro quadrado e do valor do metro quadrado do terreno
2
de implantação, sendo que este último se admite 25% do custo médio de construção por m .

A soma da área bruta de construção do edifício ou da fracção e da área excedente à de

implantação designada por A tem origem na seguinte expressão:

A = Aa + Ab + Ac + Ad (2)

onde:

15
Aa representa a área bruta privativa;

Ab representa as áreas brutas dependentes;

Ac representa a área do terreno livre até ao limite de duas vezes a área de implantação;

Ad representa a área do terreno livre que excede o limite de duas vezes a área de
implantação.

Referem-se de seguida os diversos coeficientes que intervêm na fórmula. Como se pode

perceber, a veracidade do valor depende da correcta atribuição destes coeficientes, visto que
são eles que vão permitir fazer a distinção entre os imóveis e as suas características e que
explicam o maior ou menor valor de um imóvel.

Coeficiente de afectação (Ca)

O coeficiente de afectação induz no valor do imóvel a dependência do seu tipo de uso e varia
de acordo com o seguinte quadro:

Quadro 2.2 - Coeficiente de afectação (Ca) ([8])

Tipo de Afectação Coeficientes
Habitação 1,0
Comércio 1,2
Serviços 1,1
Equipamentos 1,1
Equipamentos de serviços públicos 1,1
Indústria 0,6
Restauração 1,1
Estacionamento coberto 0,4
Estacionamento não coberto 0,08
Armazém/Arrecadação 0,6
Hotelaria 1,3
Prédios não licenciados em
condições muito deficientes de 0,45
habitabilidade
Outro 1,0

Coeficiente de localização (Cl)

O coeficiente de localização varia geralmente entre 0,4 e 2. No entanto, em situações de

habitação dispersa em meio rural pode tomar o valor 0,35 e em zonas de elevado valor de
mercado imobiliário pode atingir o valor 3.

Na área da Baixa Pombalina o coeficiente de localização ultrapassa o valor 2, sendo mais

adiante referido qual o valor exacto que este toma numa das áreas da Baixa Pombalina.

16
É importante desde já clarificar que dentro da Baixa Pombalina pode haver áreas com
diferentes coeficientes de localização, uma vez que este coeficiente traduz no valor do imóvel
um conjunto de diversas características da área em estudo, nomeadamente, a localização
em zonas de elevado valor de mercado imobiliário, bem como, as acessibilidades (qualidade
e variedade das vias rodoviárias, ferroviárias, fluviais e marítimas), a proximidade de
equipamentos sociais, designadamente escola, serviços públicos e comércio, e ainda, o
serviço de transportes públicos oferecido.

E é ainda de referir que os coeficientes a aplicar em cada zona homogénea do município

podem variar conforme se trate de edifícios destinados a habitação, comércio, indústria ou
serviços.

Coeficiente de qualidade e conforto (Cq)

O coeficiente de qualidade e conforto obtém-se adicionando à unidade os coeficientes

majorativos e subtraindo os minorativos que constam dos quadros 2.3 e 2.4 apresentados de
seguida:

Quadro 2.3 – Coeficiente de qualidade e conforto (Cq) para habitação[11]

Elementos de qualidade e conforto - habitação Coeficientes
Majorativos
Moradias unifamiliares Até 0,20
Localização em condomínio fechado 0,20
Garagem individual 0,04
Garagem colectiva 0,03
Piscina individual 0,06
Piscina Colectiva 0,06
Campo de ténis 0,03
Outros equipamentos de lazer 0,03
Qualidade construtiva 0,04
Localização excepcional Até 0,15
Sistema central de climatização Até 0,10
Elevadores em edifícios de menos de quatro pisos 0,03

Minorativos
Inexistência de cozinha 0,10
Inexistência de instalações sanitárias 0,10
Inexistência de rede pública ou privada de água 0,08
Inexistência de rede pública ou privada de electricidade 0,10
Inexistência de rede pública ou privada de gás 0,02
Inexistência de rede pública ou privada de esgotos 0,05
Inexistência de ruas pavimentadas 0,03
Existência de áreas inferiores às regulamentares 0,05

17
 Quadro 2.4 – Coeficiente de qualidade e conforto (Cq) para comércio, indústria e serviços
[11]
Elementos de qualidade e conforto - comércio, indústria e
Coeficientes
serviços
Majorativos
Localização em centro comercial 0,25
Localização em edifícios destinados a escritórios 0,10
Sistema central de climatização 0,1
Qualidade construtiva Até 0,10
Existência de elevador(es) e ou escada(s) rolantes(s) 0,03

Minorativos
Inexistência de instalações sanitárias 0,10
Inexistência de rede pública ou privada de água 0,08
Inexistência de rede pública ou privada de electricidade 0,10
Inexistência de rede pública ou privada de esgotos 0,05
Inexistência de ruas pavimentadas 0,03
Inexistência de elevadores em edifícios com mais de três pisos 0,02
Estado deficiente de conservação Até 0,10

Como o nome indica, este coeficiente permite exprimir no valor do imóvel as características
de qualidade e conforto deste. Será fácil compreender que no caso de um imóvel na Baixa
Pombalina que possua garagem este deverá ser valorizado, talvez mais até do que o que o
coeficiente indica, em relação a outro em condições semelhantes mas que não apresente
esta característica.

É ainda de salientar que as directrizes para definição da qualidade de construção,

localização excepcional e estado deficiente de conservação são estabelecidas pela CNAPU
(Comissão Nacional de Avaliação de Prédios Urbanos) com base em critérios dotados de
objectividade e, sempre que possível, com base em fundamentos técnico-científicos
adequados, uma vez que estes atributos podem ser de difícil avaliação objectiva.

Coeficiente de vetustez

Por último refere-se ainda o coeficiente de vetustez, de interesse diminuto no caso de

imóveis antigos visto que a sua aplicação para a determinação de valores de mercado
conduz a resultados por defeito como seria de esperar, uma vez que, e como foi referido, a
valorização devido ao interesse histórico e sociocultural sobrepõe-se à depreciação por
deterioração física. O domínio de aplicabilidade deste coeficiente deveria restringir-se à
edificação recente (menos de cem anos) com estrutura de betão, uma vez que neste tipo de
estrutura o envelhecimento condiciona largamente o estado do imóvel.

O coeficiente de vetustez (Cv) é função do número inteiro de anos decorridos desde a data
de emissão da licença de utilização, quando exista, ou da data da conclusão das obras de
edificação, de acordo com o quadro 2.5:

18
 Quadro 2.5 – Coeficiente de vetustez [11]
Anos Coeficientes
Menos de 3 anos 1
3a5 0,98
5 a 10 0,95
11 a 15 0,9
16 a 20 0,85
21 a 30 0,8
31 a 40 0,75
41 a 50 0,65
51 a 60 0,55
61 a 80 0,45
Mais de 80 0,35

Alterações à fórmula do Código do IMI

Uma vez que a fórmula do valor patrimonial tributário apresenta o coeficiente de vetustez,
para imóveis antigos, principalmente no caso daqueles que pertencem a uma zona histórica
ou protegida como é a Baixa Pombalina, a utilização deste coeficiente conduz a valores
substancialmente inferiores aos valores transaccionados no mercado, como foi referido. Isto
é explicado precisamente pelo facto de em edifícios singulares mas também no caso de
edifícios com interesse histórico, a depreciação prende-se apenas com a deterioração física
e não com a obsolescência, sendo que nestes edifícios acontece que a deterioração física
não apresenta um papel fundamental e ocorre o caso de estes aumentarem de valor com o
tempo.

Logo e de forma a ajustar a fórmula do valor patrimonial tributário aos imóveis antigos da
Baixa Pombalina adaptaram-se os coeficientes já mencionados e criaram-se novos.
Consideraram-se então, para além da localização, tipo de utilização (afectação),
características de qualidade e conforto do imóvel, as seguintes variáveis explicativas do
valor, valor arquitectónico, tipologia e estado de conservação do imóvel, em detrimento do
coeficiente de vetustez, pelas razões já referidas.

Utilizou-se a seguinte fórmula corrigida, [8] e [10]:

Vt = Vc x A x Ca x Cl x Cq x Cc x Cva x Ct (3)

Onde:

Vt – valor imobiliário actual (sendo que é possível chamar a este valor, valor de mercado,
uma vez que a fórmula se destina a obter o último) (!),
2
Vc – valor base dos prédios edificados (!/m ),
2
A – área bruta de construção (m ),

19
Ca – coeficiente de afectação,

Cl – coeficiente de localização,

Cq – coeficiente de qualidade e conforto,

Cc – coeficiente de conservação,

Cva – coeficiente de valor arquitectónico,

Ct - coeficiente de tipologia.

A aplicação desta fórmula permite a obtenção do valor quer de edifícios quer de fracções.

Uma vez que já foram analisados os coeficientes que são obtidos da mesma forma que no
código do IMI (coeficiente de afectação e coeficiente de qualidade e conforto) torna-se
necessário analisar aqueles que foram criados [8] e aqueles que se alteram em relação ao
cálculo do valor patrimonial tributário.

O coeficiente de localização como foi dito acima pode variar entre 0,4 e 2. No entanto
tratando-se a área de estudo, para que foi projectada esta fórmula, zona de São Paulo na
Baixa Pombalina, de uma área com elevado valor de mercado imobiliário o coeficiente
utilizado foi 2,3.

Numa consulta ao sítio do SIGIMI (Sistema de Informação Geográfica do Imposto Municipal

Sobre Imóveis) na internet, pertencente às Finanças, verificou-se que o valor para este
coeficiente depende do tipo de uso (afectação), havendo uma interdependência entre duas
variáveis explicativas do valor, localização e afectação, o que aliás faz todo o sentido visto
que é fácil compreender que um imóvel que se destine ao comércio numa zona onde esta
actividade seja preponderante deve ser sobrevalorizado em relação a um imóvel de
características semelhantes, localizado na mesma zona mas que se destine à habitação. Os
valores encontrados para o coeficiente de localização foram, para locais genéricos da zona
de São Paulo e da zona da Baixa Pombalina (Baixa Nascente e Baixa Poente), os
apresentados nos quadros abaixo, a título de comparação, sendo que mais adiante se irá
mencionar o valor deste coeficiente para os edifícios que se pretende agora analisar.

Quadro 2.6 – Coeficiente de localização zona de São Paulo [12]

Coeficientes de
Uso
localização
Habitação 2.50
Comércio 1.70
Serviços 1.90
Industria 2.10

20
 Quadro 2.7 – Coeficiente de localização Baixa Pombalina [12]
Coeficientes de
Uso
localização
Habitação 2.40
Comércio 3.00
Serviços 3.00
Industria 2.10

Coeficiente de conservação (Cc)

O coeficiente de conservação, como já foi dito e analisado, substitui o coeficiente de

vetustez. Pretende-se com a utilização deste coeficiente “explicar” o valor do imóvel em
função do seu estado de conservação e da consequente necessidade de intervenções de
reabilitação de maior ou menor dimensão.

Este coeficiente não é proporcional à idade do imóvel embora se relacione com esta, uma
vez que o parque habitacional em estudo é antigo, com edifícios em alvenaria de pedra do
séc. XVIII, em que o envelhecimento está relacionado com o desajuste das exigências de
habitabilidade e com a degradação dos materiais.

Como já foi dito pretende-se com a utilização deste coeficiente perceber a maior ou menor
necessidade de intervenções de reabilitação, representada pela existência de categorias,
sendo que a categoria 1 diz respeito a um edifício que praticamente não necessita de
intervenção e a categoria 7 corresponde a um imóvel com um elevado estado de degradação
e que necessita de uma intervenção profunda.

Os valores do coeficiente de conservação são apresentados no quadro seguinte:

Quadro 2.8 – Coeficiente de conservação (Cc) [8]

Categoria de
Coeficientes
Reabilitação
1 0,95
2 0,80
3 0,75
4 0,43
5 0,38
6 0,35
7 0,25

Coeficiente de valor arquitectónico (Cva)

A existência do coeficiente de valor arquitectónico pretende-se com a colmatação de um

aspecto não tido em conta na fórmula do valor patrimonial tributário, a não contemplação de

21
valor acrescido presente nos prédios premiados ou com valor patrimonial relevante em
comparação com os restantes imóveis.

Este coeficiente valoriza, então, o imóvel tendo em conta a existência de elementos

valorativos e o facto de se tratar de um edifício protegido ou premiado.

Como se pode verificar no quadro abaixo o coeficiente toma valores entre 0,9 e 3, sendo o
valor 1 reservado para edifícios correntes sem algum tipo de valorização excepcional.

Quadro 2.9 – Coeficiente de valor arquitectónico (Cva) [8]

Caracterização do edifício Coeficientes

1 Elevado valor arquitectónico 3

2 Alto valor arquitectónico 2
3 Algum valor arquitectónico 1
4 Sem valor arquitectónico 0,9

Coeficiente de tipologia

A introdução do coeficiente de tipologia prende-se com o facto de no mercado imobiliário o

2
preço por m nas tipologias menores ser mais elevado em comparação com tipologias
maiores nas mesmas condições, logo este valor tem uma relação de proporcionalidade
inversa com as tipologias dos imóveis, sendo tanto maior quanto menor for a tipologia dos
imóveis.

O coeficiente de tipologia traduz, então, o acréscimo ou decréscimo do valor do imóvel

consoante o número de assoalhadas do mesmo e foi obtido para a zona de São Paulo
através da consulta de valores de mercado para esta zona. A título exemplificativo mostra-se
o quadro que sintetiza estes valores para a zona de São Paulo.

Quadro 2.10 – Coeficiente de tipologia (Ct) para a zona de São Paulo [8]
Tipologia Coeficientes
T0 1,17
T1 1,17
T2 0,98
T3 0,93
T4 0,92

Valor Imobiliário Futuro

O valor imobiliário futuro é o valor do imóvel após conclusão das obras de reabilitação. Este
valor como seria de esperar pode ser obtido pela aplicação da fórmula corrigida, onde o
coeficiente de conservação toma o valor 1, valor correspondente ao cumprimento das
condições de habitabilidade, higiene e salubridade exigidas pela lei, assim como todas as
medidas adicionais impostas para a zona.

22
O conhecimento quer do valor imobiliário actual (valor de mercado do imóvel) quer do valor
imobiliário futuro (valor de mercado do imóvel no futuro) permite estudar a rentabilidade das
operações de reabilitação, algo de grande interesse para BPSRU, sendo no entanto
necessário conhecer também o custo das operações de reabilitação. [8] e [10]

Refere-se ainda que em [8] é colocada em consideração a hipótese de não aplicabilidade do

modelo (fórmula corrigida), sendo que este foi trabalhado para imóveis de uso corrente, e
não para o cálculo do valor de monumentos, hotéis ou edifícios de valor arquitectónico
especial visto que não sendo as transacções deste tipo de edifícios comuns no mercado, não
se podem avaliar através de um modelo que se pretende geral e abrangente na área
edificada para o qual foi criado.

2.4 CONCLUSÃO

O estudo feito a nível das técnicas de avaliação, quer na sua vertente global quer na sua
vertente específica para a BPSRU, permite então ter uma base de conhecimentos importante
na elaboração de um modelo adaptado à avaliação de edifícios situados na Baixa Pombalina.

Para que isso aconteça é necessário conhecer as características da zona/mercado em

estudo (Baixa Pombalina) e conhecer também as características dos imóveis a avaliar. Para
isso, estudar-se-á um grupo de edifícios representativo dos imóveis da Baixa Pombalina,
com especial foco nos imóveis da Baixa Nascente (freguesias de São Nicolau e Madalena)
visto que irá ser feita uma sistematização das suas características determinantes para a
avaliação, para que o modelo possa, facilmente, ser aplicado a outros edifícios na mesma
zona.

23
24
3 A ZONA EM ESTUDO

3.1 INTRODUÇÃO

De forma a poder avaliar qualquer edifício é necessário conhecer a zona onde este se
enquadra. Neste “conhecimento” englobam-se diversos aspectos, nomeadamente, o
enquadramento histórico, arquitectónico, social e económico. No caso da zona em estudo,
Baixa Nascente, um conhecimento abrangente sobre os aspectos mencionados apresenta
uma importância ainda maior, visto que esta zona faz parte da Baixa Pombalina, local que
desde sempre se assumiu como um centro privilegiado da cidade de Lisboa, onde ocorreram
acontecimentos marcantes na História de Portugal.

A importância da Baixa Pombalina sob todos os aspectos, histórico, social, económico,

arquitectónico-tecnológico, urbanístico, construtivo e sobretudo o lugar que ocupa no
“coração” da sociedade lisboeta e portuguesa estão claramente presentes no pedido de
inclusão na lista indicativa nacional para a candidatura a património mundial [13].

É, então, fundamental revitalizar esta zona da cidade de Lisboa, para que ela ocupe o lugar
de destaque que na “mente colectiva portuguesa” já ocupa. Parte dessa revitalização, passa
pelo processo de reabilitação do edificado urbano, e para que tal aconteça de forma
sistemática é necessário que as entidades responsáveis por tal tarefa disponham de
ferramentas que lhes permitam avaliar os benefícios e custos deste processo. Fica, então,
claro a importância de um modelo de avaliação dos edifícios desta zona, que possuem
características únicas, e que não podem ser avaliados da mesma forma que a generalidade
dos edifícios.

Sendo o estudo efectuado neste trabalho incidente nas técnicas de avaliação imobiliária
aplicáveis a este conjunto de edifícios, como já foi dito anteriormente, torna-se necessário
conhecer a zona onde eles se enquadram, e é por isso dela que se irá falar neste capítulo.

3.2 A BAIXA POMBALINA

3.2.1 Enquadramento histórico e arquitectónico

A Baixa Pombalina é um local ocupado desde há 2000 anos, podendo-se só por este facto,
compreender a sua importância histórica. Por este local passaram as civilizações, romana e
árabe, sendo que nele se localizou um centro de comércio do império marítimo português
(séc. XV a XVIII) e consequentemente tornou-se um local de intercâmbio cultural [2]. No
entanto, um dos grandes marcos na história desta zona e na História de Portugal é, sem
dúvida, o terramoto de 1 de Novembro de 1755. Até esta data, a zona da Baixa Pombalina

25
era o centro político e comercial da cidade de Lisboa, situando-se aí o palácio real que se
encontrava rodeado de um caótico emaranhado medieval de ruas repletas de comércios.
Após a ocorrência trágica do terramoto, a que se juntaram maremoto e incêndio, a ocupação
desta zona foi restabelecida.

Esta reocupação e a forma como foi feita devem-se sobretudo a um homem, Sebastião José
de Carvalho e Melo, o Marquês de Pombal, e, consequentemente, é também dele que deriva
o nome actual do local.

No entanto, o plano final para a zona da Baixa Pombalina, datado de 1756, não teria sido
certamente realizado, se não fosse o longo processo que o antecedeu. Este processo inicia-
se no reinado de D. João V com um levantamento cartográfico do que então existia e do que
estava projectado. A intenção deste levantamento era permitir, juntamente com a recolha das
mais bem sucedidas experiências urbanísticas na Europa, a reforma da cidade de Lisboa
para que se tornasse um dos maiores, senão o maior, centro europeu. Desta forma, muito do
trabalho inerente à renovação urbanística pós-terramoto de 1755 estava já feito, o que
permitiu a Manuel da Maia (engenheiro-mor do reino) elaborar um estudo sobre as
possibilidades de intervenção na cidade após a referida tragédia. O estudo de Manuel da
Maia apresentava cinco possibilidades de intervenção, bem como, as principais vantagens e
inconvenientes da aplicação de cada uma destas possibilidades e referia ainda a questão da
avaliação de propriedades, sendo que para que os habitantes da zona mais afectada pelo
terramoto não ficassem prejudicados foi proposto um método justo para a equivalência com
as novas construções. Os modos de renovação propostos por Manuel da Maia foram
resumidamente os seguintes [14]:

Modo I – manter a largura das ruas e a altura dos edifícios iguais ao que existia antes do
terramoto, mantendo-se o risco de nova calamidade.

Modo II – tornar as ruas mais largas do que as que existiam e manter a altura dos edifícios,
mantendo-se o risco de nova calamidade.

Modo III – tornar as ruas mais largas e restringir a altura dos edifícios a 2 pisos acima das
lojas, diminuindo-se o risco.

Modo IV –proceder-se-ia à demolição completa do que existia, e seria criado um novo plano
urbanístico.

Modo V – indefinição quanto à largura das ruas e alturas dos edifícios, e transferência do
centro da cidade para uma zona entre Belém e Pedrouços, local menos afectado pelo
terramoto.

Apesar do Modo V ser o sugerido por Manuel da Maia, o Marquês de Pombal optou por
manter o centro da cidade no seu local de origem e, por isso, foi escolhido o Modo IV,
escolha essa que criou a necessidade de elaboração de um plano urbanístico. Formaram-se
três equipas para este efeito, chefiadas pelos mestres de arquitectura e engenharia da

26
época: Gualter da Fonseca, Capitães Elias Sebastião Poppe e José Domingos Poppe,
Eugénio dos Santos e Carlos Mardel.

O plano final adoptado em 1756 (figura 3A) resulta do trabalho de Eugénio dos Santos e
Carlos Mardel num processo dirigido por Manuel da Maia segundo o que era pretendido pelo
Marques de Pombal.

Figura 3A - Plano de Eugénio dos Santos sobreposto à disposição anterior ao terramoto

O referido plano contemplava a intervenção sobre as zonas da Baixa, Chiado e São Paulo,
deixando intactas a Mouraria, Alfama, o Castelo, etc., visto que estas zonas se consideraram
consolidadas.

O planeamento de uma cidade construída de raiz, respeitando um plano sistemático com a

imposição de uma ordem arquitectónica, onde os proprietários dos lotes eram obrigados a
construir de acordo com o plano, representou uma inovação para a época.

Pode compreender-se a organização cuidada e pensada do plano de reconstrução pela

inclusão neste de aspectos como a construção de edifícios públicos e a localização de
serviços, a consideração de um plano de recolha de lixos, de uma rede de esgotos e de uma
rede de águas e ainda a preocupação com o risco de propagação de incêndios impedindo a
comunicação entre telhados com o alteamento das paredes das empenas dos edifícios
relativamente às paredes das frontarias. De forma a reduzir o risco de inundações
provocadas pelas marés aumentou-se as cotas dos arruamentos e das soleiras dos edifícios.
As principais características do plano são o traçado ortogonal, com a preocupação de

27
relacionar e alinhar toda a malha reticular no sentido Este – Oeste, demonstrando interesse
em ligar as zonas antigas da cidade com a nova reconstruída. A Praça do Comércio ganhou
uma proporção equivalente ao dobro da do Rossio, abrindo-se para o rio, ganhando maior
destaque. Os quarteirões são de grandes dimensões, estas possibilitam a existência de
logradouros, alterando-se a ideia de edifício como uma unidade individual, passando a ser
parte integrante de um todo que é o quarteirão, que constitui a malha urbana. O quarteirão é
marcado pelo alinhamento de varandas, sacadas, cimalhas e beirados.

Esta escolha deverá com certeza ter sido pautada por princípios iluministas: racionalismo,
ordem, regra, equilíbrio, harmonia e monumentalidade, e também para resolver problemas
de higiene e de segurança tão evidentes na antiga Baixa. Consegue-se, com este plano
albergar as famílias afectadas pelo desastre, e ao mesmo tempo desenvolver uma grande
zona que permita o florescimento da actividade mercantil, uma vez que a sua configuração
convida à sua exploração por parte dos comerciantes.

O desenho dos edifícios foi minuciosamente planeado e organizado visando uma ocupação
racionalizada, determinando desde logo que o piso térreo se destinava à zona de serviços,
que passara a ser amplo e rasgado de modo a permitir a instalação das lojas. Os restantes
andares destinavam-se à habitação, sendo o primeiro andar de janelas de sacada cada uma
com a sua varanda, o chamado piso nobre, o segundo e terceiro andares com janelas de
peito, e, o quarto e último com as águas furtadas. Definiram-se pés-direitos, desenho dos
vãos e guarnições, interligação das estruturas de madeira com as alvenarias, cornijas,
pilastras, remates, corta-fogos... E ainda, pormenores construtivos de natureza estética que
dependiam da importância das ruas, existindo três tipos regulamentados [15]:

Tipo A – Vergas das janelas recortadas, no último andar com pequena cornija em relação à
cimalha, ornamentada com um fecho; sacadas ligadas com um rodapé, como os alizares;
portas com uma bandeira.

Tipo B – Vergas sem recorte; sem rodapé entre sacadas e sem bandeiras nas portas, janelas
dos terceiros andares sem fecho.

Tipo C – Sem janelas no primeiro piso; cantarias muito simplificadas.

O quadro 3.1, apresentado de seguida, sintetiza a localização dos pormenores construtivos

relativamente às ruas:

28
 Quadro 3.1 – Pormenores construtivos adoptados nas ruas de acordo com a sua
importância [15]

Pormenores
Rua
Construtivos

Ouro Tipo A

Augusta Tipo A

Prata Tipo A

Comércio Tipo A

S. Paulo Tipo A

Fanqueiros Tipo B

S. Julião Tipo B

Douradores Tipo C

Todas as paralelas às
s Tipo C
1ª mas mais curtas

3.2.2 O Edifício Pombalino

Os edifícios pombalinos na sua concepção original apresentam características muito

particulares a nível construtivo. No entanto, é necessário compreender que os edifícios da
Baixa Pombalina ao formarem um conjunto grande apresentaram um processo construtivo
alargado no tempo, e não instantâneo, e foram alvo, ao longo das diversas épocas, de
adaptações, o que resulta no facto de aparecerem diferenças entre os diversos edifícios
presentes nesta zona.

De seguida serão abordadas as características construtivas originais do edificado pombalino,

visto que em parte ou na totalidade são comuns ao conjunto de edifícios da Baixa Pombalina.

Como já foi dito anteriormente o edifício pombalino tipo apresentava 5 pisos, incluindo piso
térreo e águas furtadas, sendo a altura das fachadas igual dentro de cada quarteirão e
semelhante entre quarteirões e à largura das ruas principais.

A nível construtivo as dificuldades aparecem logo de inicio no terreno onde os edifícios

assentam, como é do conhecimento geral. Para além da zona ter sido atingida pelo
maremoto os solos de fundação são de natureza aluvionar e lodosa, logo seria impossível
utilizar fundações directas em alvenaria de pedra. A solução passou então pela utilização de
estacas de madeira, com comprimentos entre 1 e 6 metros, onde se apoia um engradado de
troncos de madeira e posteriormente a alvenaria de pedra,

29
As estacas, ao apresentarem uma dimensão reduzida, não têm como função transmitir a
carga aos terrenos resistentes abaixo da zona de lodos e aluvião. No entanto contribuíram
para uma melhoria da capacidade mecânica (resistência e deformabilidade) desta zona e
permitiram ao terreno suportar as acções induzidas pelos edifícios.

Em relação as paredes dos edifícios cada quarteirão apresenta paredes de alvenaria ao

longo do contorno exterior e à volta do saguão central. Ao nível do rés-do-chão estas
paredes têm uma espessura da ordem dos 90 cm. A nível das paredes principais das
fachadas estas encontram-se interligadas transversalmente ao nível do piso térreo por outras
paredes de alvenaria de pedra. Até ao primeiro andar a estrutura é geralmente constituída
por arcos de pedra. A partir daí, a alvenaria de pedra fica confinada entre uma grade de
madeira (no interior) e a moldura de cantaria dos vãos (no exterior). Estes elementos são
interligados de forma a permitir uma boa ligação entre os elementos estruturais do edifício

Acima do primeiro andar existe então, o que é considerado como a verdadeira inovação
presente no método construtivo dos edifícios pombalinos. A “gaiola pombalina”, sistema de
travamento tridimensional, que combina a madeira com a alvenaria de pedra, de modo a
permitir uma resposta conjunta destes dois materiais às solicitações, sendo que a
flexibilidade da madeira permite responder aos deslocamentos impostos no caso da
actuação de um sismo, enquanto a resistência das alvenarias permite que estas transmitam
da melhor forma as cargas verticais ao terreno.

A “gaiola pombalina” é então um sistema de travamento tridimensional composto por paredes

de frontal pombalino (paredes interiores com espessuras na ordem dos 15 a 20 cm), que
surgem orientadas quer paralela quer perpendicularmente às fachadas. As paredes paralelas
recebem os vigamentos dos pisos (também em madeira) e as paredes perpendiculares
servem como elemento de ligação entre fachadas, empenas e saguões. O número de divisão
das fracções é condicionado pelo número de paredes de frontal pombalino que por sua vez é
condicionado pela profundidade do lote.

De seguida é apresentada a figura 3B que ilustra a composição de uma destas paredes.

Pode ser dito simplificadamente que as paredes de frontal pombalino são constituídas por
prumos e travessas com dimensões, respectivamente, de 15x13 cm e 10x13 cm sendo que o
espaço livre entre estes elementos é preenchido com alvenaria de pedra ou tijolos, sendo o
acabamento executado em ambas as faces com reboco e estuque.

30
 Figura 3B - Esquemas de uma parede de frontal pombalino [13]

É ainda importante compreender que além deste sistema de “gaiola” pensado para que
apresentasse uma boa resposta perante um sismo, também outras considerações foram
tidas em conta na execução destes edifícios, como por exemplo, a preocupação com regras
de simetria, visto que um edifício simétrico, responde melhor quando sujeito a acção sísmica
do que um que não o seja, uma vez que existe uma redistribuição mais uniforme dos
esforços. Houve ainda a preocupação com o detalhe da execução das interligações entre:
frontais ortogonais; frontais ortogonais e as paredes de alvenaria, com interposição de
gaiolas de madeira e elementos metálicos; e paredes e pavimentos, através de frechais e
contra-frechais.

Resumindo, o edifício pombalino é um marco construtivo nos edifícios da época, visto que
englobando as grades de madeira nas paredes de fachada, as paredes de frontal pombalino
no interior do edifício e a cuidada interligação destes elementos, entre si e com os
pavimentos, possui uma estrutura tridimensional eficaz. Regrada e executada ao detalhe,
pela primeira vez, de forma a responder da melhor forma, não só, as acções usuais na sua
vida, mas também e fundamentalmente, a acções sísmicas que, embora sendo excepcionais,
devido à sua capacidade destrutiva devem claramente ter um peso elevado no
dimensionamento de qualquer edifício.

3.3 A REVITALIZAÇÃO DA BAIXA POMBALINA

3.3.1 A Importância da Reabilitação na Baixa Pombalina

Como já foi dito anteriormente, e é do conhecimento geral dos portugueses a Baixa

Pombalina é uma zona de extrema importância sobre todos os aspectos. É também público

31
que esta zona entrou em declínio, quer a nível da ocupação das fracções quer a nível da sua
importância social e cultural na “mente” dos lisboetas. É então urgente passar à acção
definindo estratégias que permitam a esta zona da cidade ganhar uma nova vida e tomar o
lugar de destaque que merece. Uma dessas estratégias passa pela reabilitação dos edifícios
sendo que, segundo o IPPAR a grande maioria deles é considerado imóvel de interesse
público como pode ser visto na figura 3C apresentada de seguida.

Figura 3C – Mapa de classificação do Instituto Português do Património Arquitectónico

(IPPAR) [13]

No entanto e como o nome indica, a reabilitação dos edifícios está sujeira a regras que
permitam conservar a autenticidade dos edifícios e consequentemente do local onde estes
estão inseridos.

Algumas das regras e parâmetros a controlar de forma a manter a autenticidade do local são
[13]:

i) A conservação da cornija ao nível do 3º piso (que tem vindo a ser respeitada apesar de se
terem crescido alguns andares acima);

ii) A percentagem da superfície de vãos conservados em relação à totalidade da superfície

das fachadas;

iii) O estado de conservação das escadas comuns interiores aos edifícios;

iv) A observância e aplicação do Regulamento Municipal de Conservação da Baixa

Pombalina (em fase de apreciação jurídica), com especial atenção:

- ao Plano Cromático;

32
- à interdição de novos elementos dissonantes e à eliminação dos existentes;

- ao controlo da sinalética e da iluminação;

- ao respeito pela caixilharia e fenestração própria de cada período histórico;

É ainda importante perceber que esta estratégia de reabilitação dos edifícios, aliada à
manutenção da autenticidade do local, vai claramente ter uma influência muito positiva no
processo de revitalização da Baixa Pombalina, uma vez que este espaço já tem claramente
um lugar no coração dos lisboetas. O que é necessário é que a Baixa corresponda às
expectativas que são depositadas nela em todas as áreas, incluindo a da oferta de fracções
de habitação, comércio e serviços numa zona que seja propícia ao bom desenvolvimento de
qualquer uma destas actividades.

3.3.2 Os Factores de Declínio

Podem ser apontados diversos factores para o declínio da Baixa. É importante compreender
a extensão destes factores de forma a poder ser feita uma intervenção que revitalize esta
zona extremamente importante.

A nível global este declínio resulta de uma incoerência das funções económicas, políticas e
institucionais, a que se junta uma diminuição da ocupação habitacional, empresarial e
comercial, uma incapacidade de conservar e valorizar o património e no geral uma
incapacidade de atrair as pessoas para esta área.

Existem, a nível mais particular, 5 factores que merecem um destaque especial, visto que a
sua compreensão e uma boa actuação sobre eles pode conduzir a uma melhor aplicação do
processo de revitalização, algo que se pretende que aconteça. São eles [2]:

– A desagregação dos modelos de ocupação do espaço;

– A renovação do modelo comercial (rigidez dos horários de abertura e de trabalho,

incapacidade de materializar a lógica de “centro comercial a céu aberto”, lentidão na
redefinição da actividade das lojas, insuficiente presença de “lojas-âncora”) e a perda de
competitividade em relação aos novos espaços comerciais emergentes;

– A “deslocalização” das actividades financeiras, serviços centrais do Estado, serviços às

empresas e actividades universitárias, e ainda a “rarefacção” dos serviços de proximidade às
famílias residentes;

– A falta de aproveitamento dos espaços culturais e de lazer e a consequente perda na

atractividade de pessoas e actividades complementares;

– A inércia e limitação do corrente “modelo” de gestão do espaço urbano (“tradicional,

burocrático, fragmentário e descoordenado, nomeadamente nas relações entre o Município e
o Governo”) e a sua incapacidade em promover projectos que gerem investimento e
renovação.

33
3.3.3 As Oportunidades para o Futuro

A revitalização da Baixa deve ser sustentada por um processo de aglomeração de

actividades, organizações, equipamentos e pessoas com suficiente peso “para despoletar
uma dinâmica de sustentabilidade.”[2]

Existe então um conjunto de oportunidades que merece ser estudado de forma a iniciar este
processo. Referem-se de seguida algumas oportunidades, sendo que existe uma grande
diversidade delas, aplicáveis a este espaço singular.

– A possibilidade de a forte expansão do turismo internacional beneficiar a região de Lisboa,

caso esta ofereça uma resposta adequada com todos os impactos benéficos que isto poderá
ter para o país;

– “A redefinição inadiável da presença de serviços centrais do Estado no centro histórico da

cidade de Lisboa”;[2]

– A oportunidade de uma Baixa em recuperação ocupar um lugar de destaque na

concretização de um potencial de investimento internacional que a cidade de Lisboa oferece
a nível de indústrias criativas, centros financeiros e investimento imobiliário;

– A possibilidade de uma revitalização da Baixa-Chiado, assim como de outras zonas

históricas, onde a qualidade de vida urbana seja elevada, contribuir para a atractividade
internacional de Lisboa como “cidade universitária”, visto que existe actualmente a tendência
para o crescimento da internacionalização do sector de ensino superior.

De forma a ilustrar algumas destas oportunidades é apresenta a figura 3D, que mostra o
existente e o proposto.

Figura 3D – Organização do espaço [2](Figura ampliada em anexo)

34
 3.3.4 A BPSRU – Baixa Pombalina Sociedade de Reabilitação Urbana

De forma a iniciar o processo de revitalização da Baixa Pombalina é também necessário

intervir sobre o edificado, reabilitando-o. Um conjunto de edifícios em condições perfeitas de
funcionamento vai contribuir de grande forma para a atracção de pessoas e actividades de
que tanto esta zona necessita.

A BPSRU tem então como missão elaborar a reabilitação desta zona obedecendo aos
seguintes princípios[2]:

- privilegiar uma escala de intervenção diferente da geralmente considerada em reabilitação:

agora, o conjunto edificado, em regra, o quarteirão ou a frente de rua, em vez do imóvel
individualizado;

- aplicar uma visão sistémica do objecto de reabilitação, considerando naturalmente as suas

dimensões histórica e patrimonial, técnica e construtiva, mas igualmente as dimensões
ambiental e social, financeira e económica;

- aplicar uma acentuada redução das tramitações administrativas no que ao licenciamento da

obra se refere.

Com o objectivo de sistematizar o processo de reabilitação da zona de intervenção da Baixa

Pombalina SRU, que abrange a quase totalidade da área que se propõe na candidatura a
Património Mundial e para garantir a uniformidade de estratégias e metodologias de
intervenção, esta zona histórica da cidade, foi dividida em Unidades Operativas de
Reabilitação (UOR) que englobam os edifícios pertencentes a áreas que, quer pela
homogeneidade que apresentam em si mesmas, quer pela tipologia de malha urbana, quer
pelos usos que nelas predominam actualmente, se consideram homogéneas.

A zona de intervenção da BPSRU enquadra uma área de 99 hectares, onde se incluem as

Freguesias de Sacramento, Mártires e S. Nicolau e parte das Freguesias da Madalena, Sé,
Santo Estêvão, S. Paulo, Encarnação e Santa Justa e possui as seguintes áreas
identificadas como áreas homogéneas[16] (quadro 3.2):

Quadro 3.2 – Quadro-síntese das características das áreas urbanas homogéneas

Área Urbana Número de

Número de edifícios Usos Principais
Homogénea quarteirões

Baixa de Alfama 152 21 Habitacional e comércio local

Sector terciário e
Terreiro do Paço 36 7
administrativo

Habitacional, comércio local e

São Paulo 95 24
industrial

35
 Área Urbana Número de
Número de edifícios Usos Principais
Homogénea quarteirões

Habitacional, comércio
Baixa Nascente 270 29
tradicional/local

Baixa Poente 160 20 Sector terciário e comércio

Chiado Norte 166 18 Habitacional

Comércio, actividades
culturais e lazer, habitacional
Chiado Sul 121 11
(recente com a recuperação
do edificado)

Alto de Santa Catarina 106 11 Habitacional

Praças do Rossio e da
104 13 Habitacional
Figueira

Tendo em conta a definição destas zonas, foram então definidas as Unidades Operativas de
Reabilitação que no seu conjunto englobam a totalidade da zona de intervenção. As
Unidades Operativas de Reabilitação são as seguintes:

UOR 1 – Alfama Rio;

UOR 2 – Terreiro do Paço;

UOR 3 – S. Paulo;

UOR 4 – Baixa Nascente;

UOR 5 – Baixa Poente;

UOR 6 – Chiado Sul;

UOR 7 – Chiado Norte;

UOR 8 – Praças;

UOR9 – Alto Santa Catarina.

E a sua disposição pode ser vista na figura 3E apresentada de seguida:

36
 Figura 3E – Unidades Operativas de Reabilitação [16]

Faz ainda sentido apresentar as capacidades e usos futuros esperados com a realização do
projecto de reabilitação, algo que é sintetizado no quadro 3.3 apresentado de seguida.

Quadro 3.3 – Capacidades e usos futuros de acordo com o projecto de reabilitação [2]
(ampliado em anexo)

37
3.4 CARACTERÍSTICAS GERAIS DA ZONA EM ESTUDO

A zona em estudo neste trabalho é a zona composta pela Baixa Nascente e é a avaliação
dos edifícios desta zona que irá ser modelada no capítulo seguinte. A escolha desta zona
prende-se com o facto de para ela existir não só mais informação, mas também maior
qualidade desta.

É, então, importante perceber primeiro quais as características gerais da Baixa Nascente. A

Baixa Nascente engloba 270 edifícios pertencentes a 29 quarteirões, e como pode ser visto
na figura 3F é limitada e cruzada por ruas de grande importância comercial, sobretudo,
porque nelas se verifica grande circulação de pessoas.

38
Figura 3F – Baixa Pombalina e zona em estudo (imagem obtida através do software Google
Earth™ e ampliada em anexo)

No que diz respeito à informação mais relevante do ponto de vista da avaliação de edifícios
são de salientar os usos e o seu peso no mercado em questão e ainda a variação do
coeficiente de localização no interior da zona, uma vez que no que toca à restante
informação importante para uma boa avaliação, esta difere entre edifícios e entre fracções.

Apresenta-se de seguida o quadro 3.4 em que se sintetizam as percentagens

correspondentes a cada uso no mercado imobiliário da Baixa Nascente:

39
 Quadro 3.4 – Uso e respectivo peso no mercado imobiliário da Baixa Nascente

Uso Percentagem (%)

Habitação 14,5

Comércio 17,5

Restauração 5,9

Serviços 22,4

Politico/Administrativo 4

Equipamentos 0,9

Hotelaria 3,8

Indústria 0,2

Armazéns 10

Mista 2,9

Outra/Igrejas 2,9

Devolutos 15,5

A partir desta informação é possível ter uma ideia do número de fracções destinada a cada
um dos usos, sabendo que nesta zona existem cerca de 800 habitantes distribuídos por
aproximadamente 650 fracções habitacionais.

Utilizando uma proporção podemos estimar que no conjunto na zona da Baixa Nascente
existem cerca de 4483 fracções com a utilização descrita no quadro 3.5 apresentado de
seguida.

Quadro 3.5 – Uso e respectivo número aproximado de fracções

N.º aproximado de
Uso
fracções

Habitação 650

Comércio 785

Restauração 265

Serviços 1004

40
 N.º aproximado de
Uso
fracções

Politico/Administrativo 179

Equipamentos 40

Hotelaria 170

Indústria 9

Armazéns 448

Mista 130

Outra/Igrejas 130

Devolutos 695

Numa análise dos dados apresentados é fácil verificar que o peso do uso habitacional é
inferior ao peso quer do uso comercial quer do de serviços. Sendo que estes dados estão em
constante actualização é possível entender a tendência que existe para o uso comercial e o
de serviços ganharem ainda maior destaque, uma vez que o projecto de reabilitação da
Baixa Pombalina tem como objectivo “trazer” uma nova vida a esta zona. Essa “nova vida”
prende-se com o aumento do número de pessoas que afluem a esta área e logo é possível
entender que existe um grande interesse por parte dos investidores em proporcionar a essas
pessoas um conjunto de serviços que contribuirá para a ligação entre as pessoas e a zona.
No entanto é necessário que a oferta no domínio habitacional não seja esquecida, uma vez
que a subsistência do comércio local existente na zona depende também da sua relação com
os moradores.

No que diz respeito à variação do coeficiente de localização, pode-se afirmar que de acordo
com a informação que se pode extrair do SIGIMI (Sistema de Informação Geográfica do
Imposto Municipal Sobre Imóveis) não existe na área total da Baixa Pombalina uma variação
do coeficiente de localização, pelo que os valores para este são os referidos anteriormente
no capítulo 2. Isto não parece completamente realista, visto que apesar de se tratar de uma
zona, em planta, não muito extensa, é possível prever que exista alguma diferença entre, por
exemplo, ruas principais e ruas secundárias, sendo que isto é ainda mais claro para o uso
comercial, uma vez que uma fracção localizada numa rua principal, logo com maior
movimento, deverá apresentar um maior valor do que uma fracção “substituta” localizada
numa rua secundária. É pois necessário ponderar o ajuste do coeficiente de localização ou
da variável explicativa associada à localização na sua forma de condicionar o valor de um
imóvel (fracção ou edifício), algo que será abordado no capítulo seguinte, onde se explicita o
modelo proposto.

41
Importa ainda referir que a escolha desta zona se deveu sobretudo ao facto de para ela
existirem levantamentos consistentes sobre o estado das fracções e edifícios e também pelo
facto de nela subsistir em número considerável o uso habitacional e o do comércio
tradicional/local, quando comparada com zonas circundantes.

3.5 CONCLUSÃO

Como conclusão importa referir que um estudo global sobre a zona e mercado imobiliário
onde se inserem os edifícios ou fracções é de extrema importância na sua avaliação. No
caso da Baixa Nascente é possível afirmar que existe uma clara tendência para o aumento
da oferta de serviços algo a que é necessário ter em atenção visto que não se deve
esquecer, por exemplo o uso habitacional.

Existe uma clara tentativa de revitalização da zona que passa também por uma reabilitação
dos edifícios, mas para revitalizar, “ganhar” o interesse das pessoas, é necessário garantir
também que a zona as atrai de diversas formas, querendo isto dizer, que é importante
garantir uma boa distribuição dos usos, caso contrário poder-se-á dar o caso de vir a ser uma
zona com “vida” em certos momentos do dia e deserta noutros, como acontece actualmente,
algo que não é claramente o projectado.

Desta forma a tentativa de reabilitar o edificado interessa não só a potenciais investidores

como a potenciais moradores, ou a pessoas que reúnam as duas vertentes. Nessa
perspectiva é necessária uma avaliação do edificado de forma a perceber qual a
rentabilidade da operação de reabilitação, para que se possam tomar medidas ou acções
informadas sobre a mesma.

42
4 O MODELO PROPOSTO

4.1 INTRODUÇÃO

Este capítulo apresenta o modelo de avaliação desenvolvido, que tem como objectivo
permitir uma melhor avaliação de fracções destinadas à habitação, comércio e serviços
localizadas na Baixa Pombalina. Para um melhor entendimento do processo de criação e
desenvolvimento do modelo irá ser tratada a teoria que suporta o modelo de avaliação, bem
como definidos os processos que levaram à sua construção e, finalmente, os métodos de
validação do modelo.

4.2 DEFINIÇÃO DO MODELO

O modelo de avaliação proposto é um modelo de análise de regressão linear múltipla. Este

modelo destina-se à avaliação de fracções na zona da Baixa Pombalina. Numa primeira
abordagem o que se pretendia era criar um modelo exclusivamente destinado à zona da
Baixa Nascente, e apesar de na sua maioria os dados utilizados pertencerem a fracções
desta zona, percebeu-se ao analisar o mercado que seria possível utilizar dados referentes à
zona da Baixa Poente sem prejuízo para a construção do modelo, tornando-se este mais
abrangente no seu fim. Antes de passar a explicar a forma como foi construído e trabalhado
o modelo proposto, importa explicar os conceitos fundamentais que permitiram a sua
elaboração e que permitem perceber o trabalho desenvolvido.

Como foi referido, a análise de regressão linear múltipla no domínio da avaliação imobiliária é
um método comparativo. Como tal, neste método é utilizado um conjunto de imóveis de
referência dos quais se conhecem determinadas características entre elas o valor, de forma
a ser possível determinar o valor para um qualquer imóvel comparável do qual se conhecem
as mesmas características à excepção do valor.

O modelo de regressão linear univariado expressa uma relação entre uma variável
dependente (Y) (daí a designação de univariado) e uma ou mais variáveis independentes
(Xi; i=1,...,p) e é caracterizado pela seguinte expressão [17]:

Yj = !0 + !1X1j + !2X2j + ... + !pXpj + "j (j=1,...,n) (4)

sendo:

Yj=variável dependente, endógena ou explicada;

Xj= variável independente, exógena ou explicativa;

43
" 0,"1,..,"p = parâmetros do modelo;

#j= erros aleatórios do modelo;

n - é o número de objectos da amostra

No caso de existir apenas uma variável independente, o modelo designa-se por modelo de
regressão linear simples e é representado geometricamente por uma recta que exprime a
relação entre a variável dependente e a variável independente. No caso de duas variáveis
dependentes a representação geométrica do modelo é um plano, sendo para três ou mais
variáveis dependentes um hiperplano.

O modelo de regressão linear múltipla deve assentar nas seguintes hipóteses base:

a) a variável independente deve ser representada por números reais que não contenham
nenhuma perturbação aleatória;

b) o número de observações, n, deve ser superior ao número de parâmetros estimados, isto

é, para o caso da regressão simples deve ser superior a dois;

c) os erros são variáveis aleatórias com valor esperado nulo e variância constante, isto é,
2
E(#)=0 e Var(#)= $

Na avaliação de bens imobiliários a variável dependente ou endógena é geralmente o valor

unitário (valor por metro quadrado), ou simplesmente o seu valor, sendo uma variável
quantitativa e aleatória; as variáveis independentes, exógenas ou explicativas são diversas,
podendo considerar-se várias características do imóvel, como a localização, a idade, a
tipologia, o estado de conservação ou qualidade da construção e dos acabamentos,
tratando-se de variáveis quantitativas e qualitativas que são não aleatórias e medidas sem
erros.

Sendo assim o modelo de análise de regressão linear múltipla, que se irá criar, pretende
explicar a realidade em estudo e prever o comportamento da variável endógena/dependente
2
(preço por m de fracções da Baixa Pombalina) em função do conhecimento das variáveis
exógenas que se irão definir de seguida.

4.3 ELABORAÇÃO DO MODELO

Na construção do modelo existem diversos aspectos que têm que ser tidos em conta, sob
pena de aquele não ser válido:

44
a) A informação a recolher deve ser fiável, isto é, deve ser proveniente de fontes seguras,
verificada antes de registada e actualizada;

b) Deve ser recolhida a maior quantidade de informação relativa a cada imóvel, pois o
levantamento de variáveis exógenas em abundância permite, durante a fase de estimação do
modelo, a possibilidade de serem retiradas algumas dessas variáveis que não estejam a
contribuir significativamente para a construção do mesmo;

c) A utilização de bases de dados específicas, já existentes, deve ser feita de forma a estas
serem analisadas primeiro, e só depois, com o conhecimento adquirido sobre a informação
que contêm, se pode proceder ao seu alargamento;

d) A amostra deve ter uma dimensão tal que não desça abaixo de um valor mínimo
conveniente para estimação do modelo, sendo recomendável a obtenção de amostras com
um número de objectos entre, pelo menos, cinco a dez vezes o número de variáveis
exógenas;

e) A informação contida na amostra, relativamente aos valores dos imóveis, deve ser
homogeneizada, através de um índice de inflação conveniente, que permita a referência dos
valores à mesma data, por forma torná-los comparáveis;

f) O modelo estatístico a desenvolver deve ser adequado, o mais possível, à realidade,

através de transformações de variáveis já referidas;

g) As variações temporais ou espaciais na recolha de dados criam instabilidade na

informação, podendo gerar quebras na estrutura do modelo a estimar.

Tendo em conta os aspectos referidos acima, na elaboração do modelo que pretende prever
o preço das fracções na zona da baixa Pombalina, foram utilizados para valores da variável
2
dependente (preço por m ), valores de venda de fracções recolhidos em consulta a
empresas de mediação imobiliária. É então necessário ter em conta que estes valores não
representam a 100% o valor de mercado que se pretende estimar. No entanto, e tendo em
conta a remoção da taxa de 5% que fica para o mediador, é possível considerar este valor
como muito próximo do valor de mercado, excepto nos casos em que manifestamente existe
uma grande discrepância entre o valor sugerido pelo mediador e aquele que o mercado
parece indicar, algo que na verificação do modelo será abordado.

Em relação ao facto de todos os valores se referirem à mesma data e serem portanto

comparáveis, este está garantido uma vez que todos os valores e dados recolhidos sobre os
imóveis foram obtidos num período de sensivelmente 8 meses do ano de 2008, e considera-
se que nesse período não existiram flutuações do mercado dignas de destaque. A consulta
às empresas de mediação imobiliária permitiu não só a obtenção dos valores de venda dos
imóveis mas também a recolha de dados que permitiu a definição das variáveis dependentes

45
ou explicativas. Em anexo foram colocados os dados referentes a essa pesquisa como forma
de validar a sua utilização na elaboração do modelo.

Resta referir que os valores recolhidos têm como função constituírem uma base de dados
que permita obter os coeficientes do modelo de regressão linear múltipla, para que este
possa estimar valores para outras fracções inseridas na mesma situação, ou seja, fracções
comparáveis.

A elaboração do modelo passa em grande parte pela definição das variáveis explicativas.
Tendo em conta os dados recolhidos e um pouco de sensibilidade, numa primeira
abordagem decidiu-se definir as seguintes variáveis explicativas:

- Localização;

- Afectação (Uso);

- Tipologia;

- Estado de Conservação;

- Equipamentos e Qualidade.

Podendo parecer um número relativamente grande é importante perceber que desde que se
disponha de informação suficiente é sempre melhor criar um número de variáveis
independentes em excesso uma vez que este pode ser reduzido, e o contrário não é uma
tarefa de fácil execução. Para além disso, a dimensão da amostra - 75 fracções - permite a
utilização de um número de variáveis independentes desta ordem visto que o número de
observações é mais que 10 vezes superior ao número de variáveis.

Na definição das variáveis independentes levanta-se à partida uma indefinição, tratando-se

de variáveis qualitativas, ou seja nominais, o seu tratamento com um modelo de regressão
linear múltipla sujeita-se a mais do que uma interpretação. Segundo João Maroco [17],
especialista no domínio da estatística, o seu tratamento e uso só é possível com recurso a
variáveis auxiliares indicadoras, também conhecidas como variáveis “dummy”; segundo
Enrique Ballestero [5], especialista no domínio da avaliação imobiliária, o tratamento das
variáveis independentes qualitativas, pode assemelhar-se ao que é feito para as variáveis
quantitativas desde que para as variáveis qualitativas sejam definidos níveis ou classes
correspondentes a valores numéricos, por exemplo, no que diz respeito à localização Má =
1; Razoável = 2 e Boa = 3.

46
Ambos os métodos têm uma base de utilização fundamentada. No caso do método em que
se utilizam variáveis dummy este prende-se com o objectivo de não introduzir no modelo
informação de alguma forma subjectiva, isto é, se as classes para a localização
corresponderem a Rua X = Localização Má; Rua Y = Localização Razoável e Rua Z =
Localização Boa; a utilização de variáveis dummy tenta impedir que automaticamente o
modelo fique condicionado pelo facto subjectivo de que a Rua X é pior do que a Rua Y e por
isso um imóvel na Rua X tem menos valor do que um imóvel na Rua Y. Para mais, se
atribuirmos então à Rua X o valor 1, Rua Y valor 2 e Rua Z valor 3, e pensarmos numa
regressão linear simples não é óbvio que um imóvel na Rua Z valha 3 vezes mais que um
imóvel na Rua X, e que esta relação esteja correcta. Da mesma forma ao utilizarmos níveis
quantitativos para variáveis qualitativas numa regressão múltipla, não há garantias de que a
introdução desses níveis no modelo produza bons resultados, uma vez que a sua definição é
claramente subjectiva. Assim, o método onde se utilizam variáveis dummy permite
ultrapassar estes problemas de subjectividade na definição das variáveis explicativas, sendo
que a partir de agora se irá referir este método como método A.

O método sugerido por Enrique Ballestero [5] assenta na definição de níveis ou classes
quantitativas a que correspondem diferenças qualitativas. Este método a partir de agora
designado por método B, assenta no princípio de que um avaliador com conhecimento do
mercado pode induzir no modelo a existência destas classes sem prejuízo para o resultado.
Desta forma a definição subjectiva de valores para variáveis qualitativas pode ser feita e
traduz-se em maior simplicidade do modelo com resultados satisfatórios.

Uma vez que ambos os métodos parecem válidos e que o recurso ao programa de SPSS
(Statistical Package for the Social Sciences - programa de tratamento de dados e análise
estatística) permite uma rápida avaliação dos resultados para ambos, será criado um modelo
para cada um dos métodos e será feita uma comparação entre os resultados encontrados
por eles.

4.3.1 Definição das Variáveis Explicativas

Antes de se proceder à explicação do procedimento realizado através do SPSS para cada

um dos referidos métodos, é fundamental definir a segmentação das variáveis explicativas de
forma a ser possível criar níveis ou distinção entre os imóveis para uma determinada
característica, algo que vai permitir a sua inclusão nos modelos criados.

De seguida definem-se então os diferentes segmentos para cada uma das variáveis
independentes já mencionadas:

47
Localização :

Nível 3 – Ruas Principais: Rua Augusta, Rua do Ouro, Rua da Prata, Rua de Santa Justa,
Rua da Assunção, Rua da Vitória, Chiado, Rossio, Rua Garrett, Rua Nova do Almada e Rua
do Carmo;

Nível 2 – Ruas Secundárias de Maior Importância: Rua dos Correeiros, Rua dos Douradores,
Rua dos Fanqueiros, Rua da Madalena, Rua do Crucifixo, Rua da Betesga, Rua dos Condes
de Monsanto e Rua do Comércio;

Nível 1 - Ruas Secundárias de Menor Importância: Todas as outras ruas pertencentes à

Baixa Pombalina ( Baixa Nascente e Baixa Poente, Freguesias da Madalena e São Nicolau).

Afectação:

Nível 3 – Uso Comercial;

Nível 2 - Uso Terciário (serviços);

Nível 1 – Uso Habitacional.

Tipologia:

Nível 5 – Lojas/Escritórios;

Nível 4 – Tipologia T0/T1;

Nível 3 – Tipologia T2;

Nível 2 - Tipologia T3;

Nível 1 – Tipologia T4 ou superior.

Estado de Conservação:

Nível 4 – Imóvel Conservado;

Nível 3 - Imóvel a necessitar de pequenas intervenções;

Nível 2 – Imóvel a necessitar de obras de remodelação;

Nível 1 – Imóvel a necessitar de intervenções de carácter estrutural e obras gerais.

Equipamentos e Qualidade:

Nível 3 - Muito Bom: Imóvel com acabamentos e equipamentos muito bons, climatização
central, decoração profissional, elevador;

48
Nível 2 - Bom: Imóvel com bons acabamentos e equipamentos, climatização central e
elevador ou imóvel com as características de nível 3 à excepção de elevador acima do 3º
piso.

Nível 1 - Razoável: Imóvel com acabamentos e equipamentos razoáveis ou imóvel com

características de nível 2 mas com ausência de elevador acima do 3º piso (nesta categoria
são incluídos os imóveis que necessitem de obras gerais ou de remodelação de maior
dimensão).

Após esta segmentação por níveis das variáveis explicativas torna-se necessário explicar
porque razão foram adoptadas estas variáveis e os diversos níveis que lhes correspondem.

Apesar de se tratar de uma definição subjectiva, existe obviamente uma lógica inerente a
este processo de definir e categorizar as variáveis dependentes.

No caso da variável localização, parece claro que dentro da zona da Baixa Pombalina
existem ruas que são “melhores” que outras para se ter um imóvel. O caso das fracções
comerciais é claro: é substancialmente melhor para um negócio que este seja desenvolvido
por exemplo, na Rua Augusta do que por exemplo na Rua de S. Nicolau, visto que a primeira
possui maior afluência de pessoas e é um marco na cidade de Lisboa.

A nível da afectação é também previsível que exista uma diferença de valor entre imóveis
dependendo do uso a que eles se destinam. Numa zona em que os usos comercial e
terciário imperam sobre o uso habitacional, é de prever que um imóvel destinado ao
comércio ou serviços tenha maior valor do que outro destinado à habitação. Entre comércio e
serviços a distinção pode não ser tão clara, mas admite-se que tratando-se de uma zona
histórica da cidade de Lisboa e consequentemente com muitos visitantes, um imóvel
destinado ao uso comercial tenha um valor superior a outro nas mesmas condições, mas
destinado ao uso terciário.

A variável tipologia foi incluída no seguimento da sua utilização na fórmula ajustada do valor
patrimonial tributário já referida no capitulo 2. Como justificação para a sua inclusão
apresenta-se a mesma razão apresentada nesse capitulo. No entanto crê-se que não seja
uma variável fulcral para o modelo, mas como a utilização do SPSS permite o tratamento de
grande número de dados e esta informação é relativamente fácil de obter, optou-se pela
inclusão desta variável no modelo.

O estado de conservação do imóvel à partida seria uma das variáveis mais importantes na
definição do seu valor, no entanto, e após consulta ao mercado verificou-se que apenas foi
possível introduzir no modelo os níveis já referidos, sendo que existe um número pequeno de
observações para níveis inferiores a 3. Isto explica-se pelo facto de no mercado imobiliário
ser extremamente difícil encontrar dados para fracções em más condições de conservação,
sendo que a venda de imóveis nestas condições não é publicitada uma vez que ocorre

49
geralmente associada a uma operação de investimento da parte compradora ou de ambas as
partes, vendedora e compradora.

A variável equipamentos e qualidades foi criada para distinguir imóveis que podendo
apresentar características idênticas a nível de localização, tipologia, afectação e estado de
conservação, apresentem características distintas a nível da qualidade global e nível de
equipamentos, algo que faz sentido, uma vez que, a título de exemplo, uma fracção com
climatização central e elevador tem um valor maior do que uma outra que não apresente
estas características.

4.3.2 Introdução de Dados no SPSS (Statistical Package for the Social Sciences) e
Execução da Regressão

De seguida procede-se à explicação de como foram introduzidos os dados recolhidos para

as fracções de referência no programa SPSS, que permite o seu tratamento e análise
estatística de forma rápida.

No programa, fazendo “File”, “Open”, “Data” abriu-se uma nova folha de trabalho. Na vista
“Variable View” foram criadas as seguintes variáveis:

Código de Fracção - de forma a criar uma identificação unívoca para cada fracção;

Valor de Venda – valor de venda recolhido subtraído de 5% de comissão para o mediador

imobiliário (!);
2
Área – área da fracção (m );
2 2
Preço/m = Valor de Venda/Área (!/m ) - é necessário utilizar esta unidade de forma a tornar
os valores a utilizar independentes da área e consequentemente comparáveis a nível de
características;

Localização;

Tipologia;

Estado de Conservação;

Equipamentos e Qualidade;

Afectação.

Como pode ser visto na figura 4A mostrada de seguida:

50
 Figura 4A – “Variable View” de folha de trabalho de SPSS onde se podem identificar as
variáveis introduzidas

No campo “Values” em “Variable View” foram introduzidos os níveis correspondentes a cada

uma das variáveis explicativas. Para cada um dos seus níveis foi introduzido o respectivo
valor numérico, ou seja, para o nível 1 foi introduzido o algarismo 1 com a correspondente
descrição em “Label”, é então exemplo deste procedimento a figura 4B.

Figura 4B – Menu “Value Labels” que permite definir os valores a atribuir a cada variável

Foram, de seguida, introduzidos os dados referentes às 75 fracções utilizadas como base de

referência.

De seguida mostra-se a figura 4C onde se pode ver a folha de dados para as primeiras 30
fracções.

51
 Figura 4C – “Data View” de folha de trabalho de SPSS onde se podem verificar os dados
introduzidos para as primeiras 30 fracções

Tendo sido o processo anteriormente descrito, comum tanto ao modelo criado pelo método A
como ao modelo criado pelo método B, de seguida descreve-se o procedimento seguido para
cada um dos modelos independentemente.

Modelo A

Como foi dito anteriormente, o procedimento efectuado no Modelo A passa pela definição de
variáveis independentes dummy de modo a ultrapassar a subjectividade associada à
introdução de variáveis de índole qualitativa, num modelo que se pretende quantitativo.

Assim, desta forma, foi necessário definir as seguintes variáveis explicativas e condições:

Para a Localização:

L1 = 0;

L2 = 1 se fracção for de nível 2, caso contrário (c.c.) L2 = 0;

L3 = 1 se fracção for de nível 3, caso contrário L3 = 0.

Para a Tipologia:

T1 = 0;

52
T2 = 1 se fracção for de nível 2, c.c. T2 = 0;

T3 = 1 se fracção for de nível 3, c.c. T3 = 0;

T4 = 1 se fracção for de nível 4, c.c. T4 = 0;

T5 = 1 se fracção for de nível 5, c.c T5 = 0.

Para o Estado de Conservação:

EC1 = 0;

EC2 = 1 se fracção for de nível 2, c.c. EC2 = 0;

EC3 = 1 se fracção for de nível 3, c.c. EC3 = 0;

EC4 = 1 se fracção for de nível 4, c.c. EC4 = 0.

Para Equipamentos e Qualidade:

EQ1 = 0;

EQ2 = 1 se fracção for de nível 2, c.c. EQ2 = 0;

EQ3 = 1 se fracção for de nível 3, c.c. EQ3 = 0.

Para a Afectação:

AF1 = 0;

AF2 = 1 se fracção for de nível 2, c.c. AF2 = 0;

AF3 = 1 se fracção for de nível 3, c.c. AF3 = 0.

Ficam então definidas as seguintes variáveis auxiliares indicadoras, sendo estas as novas
variáveis explicativas: L2, L3, T2, T3, T4, T5, EC2, EC3, EC4, EQ2, EQ3, AF2 e AF3.

Consequentemente o modelo que se irá obter será do tipo:

2
Preço/m = !1 + !2 L2 + !3 L3 + !4 T2 + !5 T3 +!6 T4 +!7 T5 +!8 EC2 +!9 EC3 +!10 EC4 +!11
EQ2 +!12 EQ3 +!13 AF2 +!14 AF3 (5)

53
Como é óbvio trata-se de um modelo algo complexo, com 14 coeficientes. No entanto com o
aperfeiçoamento do modelo existe grande probabilidade de que várias destas variáveis não
sejam necessárias.

De seguida é exemplificado o procedimento seguido para criar a variável dummy L2. O

mesmo pode ser extrapolado para a criação de todas as outras variáveis dummy.

Utilizando a folha de dados já criada em SPSS na barra de título, escolheu-se a opção

“Transform”, e de seguida “Compute Variable”, no menu que aparece, colocou-se no campo
“Target Variable” o valor L2 e em “Numeric Expression” o valor 0 (zero); de seguida
pressionou-se o botão “If” e foi necessário garantir que a opção “Include all cases” estava
seleccionada. Desta forma todos os valores da variável L2, aí criada, tomaram o valor zero.
De seguida escolheu-se de novo “Transform”, “Compute Variable” e no menu que apareceu,
confirmou-se o valor L2 no campo “Target Variable” e no campo “Numeric Expression”
colocou-se o valor 1. De seguida foi necessário pressionar o botão “If”, desta forma foi
possível formatar condicionalmente os valores de L2 para que apenas sejam iguais a um
quando o nível de Localização for igual a 2. No menu que apareceu, seleccionou-se a opção
“Include if case satisfies condition”, seleccionou-se a variável Localização na lista à esquerda
e pressionou-se a seta. Apareceu “Localização” na “caixa” da direita, aqui escreveu-se a
expressão “Localização = 2”. Desta forma quando a variável Localização tomar o valor 2, ou
seja para o nível 2 desta variável, a variável dummy L2 toma o valor 1.

Regressão

Tendo sido criadas as variáveis explicativas para o modelo, é então possível realizar a
regressão pelo SPSS de forma a conhecer os coeficientes a aplicar na expressão já
mencionada.

A partir da barra de título do SPSS seguiu-se o seguinte caminho “Analyze”, “Regression”,

“Linear”. No menu que apareceu de seguida seleccionou-se a variável dependente
2
“Preço/m ” da lista da esquerda e pressionou-se a seta junto a “Dependent”. De seguida
seleccionaram-se as variáveis independentes “L2, L3, T2, T3, T4, T5, EC2, EC3, EC4, EQ2,
EQ3, AF2 e AF3” da lista à esquerda e pressionou-se a seta junto a “Independent”. Sendo
que as opções que estão predefinidas pelo SPSS foram suficientes para esta fase, visto que
de seguida em 4.4 se irá tratar a verificação e aperfeiçoamento do modelo, restou pressionar
“Ok”. Ao pressionar o botão “Ok” surgiu uma folha de “output” com os dados que são
apresentados de seguida na figura 4D.

54
 Figura 4D – Output de SPSS resultante do processamento de uma regressão para o
Modelo A

Para que a leitura destes dados possa ser executada da melhor forma é necessário introduzir
alguns conceitos, o de quadro ANOVA e o de coeficiente de determinação.

Num modelo de regressão linear um grande objectivo é avaliar se de facto na população

algumas das variáveis independentes podem ou não influenciar a variável dependente, isto
é, se o modelo ajustado é ou não significativo, hipótese que formalmente pode ser expressa
por [8]:

H0: !1 = !2 = ... = !p = 0 vs. H1: # i : !i$ 0 (i = 1, ... , p) (6)

Onde H1 se lê como “existe pelo menos um i tal que !i é diferente de zero”.

O SPSS produz o p-value associado a esta estatística de teste e resume os cálculos

efectuados num quadro designado por ANOVA da Regressão. Segundo [17], se o p-value%&

55
rejeita-se H0 a favor de H1, sendo que o p-value na folha de output do SPSS é dado no
campo “Sig.” do quadro ANOVA. Se este valor for inferior a 0,05 (&) é possível concluir que
pelo menos uma das variáveis independentes possui um efeito significativo sobre a variação
da variável dependente, isto é, que o modelo ajustado aos dados é significativo.

É ainda necessário introduzir o conceito de coeficiente de determinação. “O coeficiente de

2
determinação (R ) é uma medida da dimensão do efeito da(s) variável(eis) independente(s)
sobre a variável dependente, como descrito pelo modelo de regressão” [17].

Este coeficiente é automaticamente dado pela folha de output de SPSS para uma regressão.
2 2
Quando R = 0 o modelo claramente não se ajusta aos dados, quando R =1 o ajustamento é
2
perfeito. Desta forma R varia entre 0 e 1, sendo que no caso das ciências exactas um bom
2
ajustamento acontece quando R é superior a 0,9 enquanto no domínio das ciências sociais
um valor acima de 0,5 já é considerado aceitável. No entanto é necessário ter algum cuidado
com este indicador quando se tratam modelos que diferem relativamente ao número de
variáveis independentes, uma vez que em geral a introdução de uma variável independente
2
tende a aumentar o valor de R mesmo que esta variável possua influência reduzida sobre a
variável dependente. Em alternativa pode ser utilizado o coeficiente de determinação
2
ajustado R a com maior segurança visto que este indicador apenas aumenta se a introdução
de uma variável independente contribuir para uma melhor ajustamento em relação aos
dados.

Tendo por base os conceitos acima mencionados é então possível fazer uma primeira leitura
aos valores apresentados na figura 4D.

É possível verificar que numa primeira abordagem o modelo não possui um muito bom
2 2
ajustamento aos dados visto que R = 0,450 e R a = 0,344. No entanto o p-value (Sig.) é
inferior a 0,05 logo é possível concluir que pelo menos uma das variáveis independentes
possui um efeito significativo sobre a variação da variável dependente. É ainda possível
nesta figura verificar quais as variáveis incluídas no modelo, sendo que se verifica que a
variável T5 não foi incluída. É então possível melhorar o modelo para que se obtenha um
melhor ajustamento aos dados, isto é, é possível aperfeiçoar o modelo para que o seu poder
de explicação dos dados aumente. Este aperfeiçoamento será executado em 4.5. De seguida
é feita uma descrição para o Modelo B equivalente à apresentada acima para o Modelo A.

Modelo B

Para o Modelo B a definição das variáveis explicativas é de extrema facilidade, visto que
neste modelo não existe alteração de variáveis, nem dos níveis já definidos para estas, ou
seja, a definição de variáveis explicativas é a já adoptada, sendo que todos os dados
necessários ao processamento da regressão encontram-se já introduzidos no programa
SPSS.

56
O modelo resultante irá apresentar a seguinte expressão genérica:

2
Preço/m = !1 + !2 NivelLocalização+ !3 NivelTipologia + !4 NivelEstadoConservação + !5
NivelEquipamentosQualidade +!6 NivelAfectação

A título de exemplo, o preço por metro quadrado de uma fracção situada numa rua principal,
com tipologia T4, a necessitar de obras de remodelação, com um nível de equipamentos e
qualidade bom e destinada à habitação, seria dado pela seguinte expressão:

2
Preço/m = !1 + !2 x 3 + !3 x 1 + !4 x 2 + !5 x 2 +!6 x 1

Regressão

Realizou-se, utilizando o SPSS, a regressão que irá permitir determinar os coeficientes para
o modelo acima apresentado. O procedimento foi exactamente o mesmo seguido para o
Modelo A, à excepção de que se seleccionaram as variáveis independentes “Localização,
Tipologia, EstadoConservação, EquipamentosQualidade e Afectação”.

O resultado obtido consta então da figura 4E apresentada de seguida.

Numa análise semelhante à que foi feita para o Modelo A é possível perceber que o modelo
pode e deve ser aperfeiçoado uma vez que ainda não possui poder explicativo suficiente,
2 2
visto que R = 0,356 e R a = 0,310.

4.4 APERFEIÇOAMENTO E VALIDAÇÃO DO MODELO

Existem diversas análises que se podem efectuar de forma a melhorar o modelo criado. As
que se irão efectuar serão a análise de resíduos, a análise de “melhor modelo”/selecção de
variáveis e a análise de colinearidade das variáveis.

Uma vez que esta análise é comum a Modelo A e Modelo B, irá ser feita uma análise
genérica referindo-se, quando necessário, as pequenas diferenças que possam existir entre
ambos os modelos.

57
 Figura 4E - Output de SPSS resultante do processamento de uma regressão para o
Modelo B

4.4.1 Aperfeiçoamento do Modelo

Análise de Resíduos - Identificação de Outliers

Outliers são observações extremas, não características, que apresentam resíduos que são
consideravelmente superiores, em valor absoluto, aos resíduos das outras observações. É
exemplo de disso o gráfico apresentado na figura 4F.

Para eliminar os efeitos da magnitude da escala de medida sobre os erros, é comum

estandardizar estes de modo a que a média se mantenha em zero e o desvio-padrão seja
unitário. É então possível obter através do SPSS gráficos que permitem a identificação de
outliers. Para identificar estas ocorrências foi seguido o procedimento, descrito de seguida e
sugerido por João Maroco [17], para ambos os modelos e verificou-se que os outliers
encontrados foram comuns para Modelo A e Modelo B aliás como seria de esperar.

58
Figura 4F – Gráfico de resíduos vs. valores estimados ilustrando a posição de um outlier [17]

Seguiu-se o seguinte caminho: “Analyze”, “Regression”, “Linear”. No menu que surgiu

seleccionaram-se as variáveis do modelo e premiu-se o botão “Plots”. No menu que
apareceu de seguida foram colocados os resíduos estandardizados (*ZRESID) na área Y e
os valores estimados estandardizados na área X (*ZPRED). Decidiu-se pedir outro gráfico
desta vez de resíduos “estudantizados” ( em [17] pp. 584 e 585 é dada uma explicação para
a utilização destes valores que permitem distinguir de uma forma mais correcta os outliers),
pressionou-se então o botão “Next” e na área Y colocou-se “*SDRESID” e na área X colocou-
se “*ADJPRED”. Pressionou-se o botão “Continue”, de forma a perceber a que observação
pertencia determinado erro foi ainda necessário “gravar” os valores dos erros, seleccionou-se
então a opção “Save” e no menu que apareceu seleccionaram-se as opções “Residuals
Standardized” e “Residuals Studentized Deleted”. Executado este procedimento, foi pedido o
processamento da análise de regressão, a folha de output do SPSS forneceu então (para o
Modelo A) os gráficos constantes das figuras 4G e 4H apresentadas de seguida.

Figura 4G - Gráfico de resíduos “estandardizados” vs. valores estimados “estandardizados”

para o Modelo A

59
Figura 4H – Gráfico de resíduos “estudantizados” apagados vs. valores estimados ajustados
(press) para o Modelo A

Através da análise destes gráficos é então possível verificar imediatamente a existência de

um outlier, fica em “Data View”, no SPSS. Claro que a observação que tenha um valor de
“Standardized Residual” superior a 4 ou um “Studentized Deleted Residual” superior a 5 deve
ser avaliada quanto à sua concordância com o conjunto de dados obtidos. Para ambos os
modelos esta observação correspondeu à fracção com código F16 e entendeu-se que este
valor se encontrava desajustado ao mercado. O mesmo procedimento foi repetido, uma vez
que após a eliminação de um outlier é possível encontrar outros ao repetir o processo. Foram
então eliminadas, para ambos os modelos, as observações correspondentes às fracções
com código F03, F07, F11, F14, F15, F16 e F25 uma vez que os dados recolhidos para estas
fracções se encontravam completamente desajustados à realidade do mercado.

Análise de “Melhor Modelo”/Selecção de Variáveis

Apesar de o SPSS possuir métodos que permitem a selecção automática de quais as

variáveis que devem entrar no modelo e quais as que devem ser removidas, optou-se por
executar este procedimento de forma, por assim dizer, manual com recurso ao método
“Enter”, procedimento que pode ser executado visto que segue a mesma linha de raciocínio
aplicada pelo SPSS no método “Backward”, mas permite uma escolha mais faseada no que
é feito. Ou seja, no quadro “Coefficients” fornecido pelo output de regressão do SPSS deve-
se atentar no p-value (Sig.) de cada uma das variáveis explicativas. Se este valor for superior
a 0,05 esta variável não tem uma contribuição fundamental na explicação da variável
dependente e deve ser removida. Explica-se de seguida o procedimento seguido para o
modelo A, para a primeira remoção de uma variável explicativa do modelo. Pedindo o output

60
de regressão com todas as variáveis após remoção de outliers surgiu o quadro 4.1 mostrado
de seguida,

Quadro 4.1 – Quadro de output de SPSS que mostra os parâmetros das variáveis

Como pode ser visto a variável que apresenta maior p-value é EQ2. Esta variável deve ser
então removida, sendo pedida outra regressão com as variáveis restantes. No novo output
2 2
deve ser verificado se os valores de R e de R a baixam ou não substancialmente, ou seja,
se o ajuste aos dados é perdido de forma substancial ou não. Se ocorrer uma diminuição
destes valores na ordem das milésimas, então a variável pode e deve ser retirada. Esta
análise deve ser feita para uma variável de cada vez, visto que quando se retira uma variável
os p-values das outras variáveis sofrem alteração. Este procedimento foi seguido para o
modelo A e para o Modelo B e sintetizam-se de seguida quais as variáveis mantidas e quais
as variáveis excluídas para ambos os modelos:

Modelo A:

Variáveis Mantidas: L3, T2, T4, EC4, EQ3, AF2 e AF3;

Variáveis Excluídas (por ordem de exclusão): T5 excluída automaticamente pelo programa,

pois apresenta colinearidade total com outras variáveis, nomeadamente AF2 e AF3; uma vez
que a variação explicada por T5 é também explicada na totalidade por AF2 e AF3, algo que
parece lógico, visto que o nível 5 da variável tipologia diz respeito a lojas e escritórios, usos
que são definidos nas variáveis AF2 e AF3. Seguidamente foram excluídas as variáveis EQ2,
EC3, T3, EC2 e L2.

61
Modelo B:

Variáveis Mantidas: Localização, Estado de Conservação ( embora com p-value = 0,052 no

limite), Equipamentos e Qualidade, e Afectação;

Variáveis Excluídas: Tipologia.

Colinearidade

Para testar a colinearidade entre variáveis existem duas formas relativamente simples
sugeridas por [17]: a análise da matriz de correlações bivariadas sendo que se |R|'0,75
podem existir problemas de colinearidade. No entanto esta análise só é válida para variáveis
duas-a-duas. Quando mais do que duas variáveis forem colineares, a matriz já não pode ser
usada. É então possível usar um indicador chamado “factor de inflação da variância” (VIF –
Variance Inflation Factor) sendo que, de uma forma geral, valores de VIF superiores a 5
(Montgomery & Peck, 1982) indicam problemas de colinearidade.

Desta forma são então apresentados para os modelos A e B as matrizes de correlações

bivariadas e os valores do indicador VIF, que podem ser pedidos para uma regressão no
SPSS, através do menu “Statistics” seleccionando as opções “Descriptives” e “Collinearity
diagnostics”. Os resultados obtidos foram os indicados nos quadros 4.2 e 4.3 para Modelo A,
e quadros 4.4 e 4.5 para Modelo B apresentados de seguida:

Quadro 4.2 – Correlações entre variáveis para o Modelo A

62
 Quadro 4.3 – Quadro onde se podem verificar os valores do indicador VIF para Modelo A

Quadro 4.4 - Correlações entre variáveis para o Modelo B

Quadro 4.5 - Quadro onde se podem verificar os valores do indicador VIF para Modelo B

Como se pode observar, para o Modelo A não existem problemas de colinearidade. No

Modelo B, como seria de esperar, existem indícios de colinearidade entre Estado de

63
Conservação e Equipamentos e Qualidade, apesar de a variável Estado de Conservação ser
passível de remoção (p-value = 0,052) optou-se por não remover esta variável visto que se
considera ter importância na caracterização do mercado em estudo e para mais segundo o
indicador VIF, esta variável não parece apresentar problemas graves de colinearidade tendo
sido mantida no modelo.

4.4.2 Modelos Finais

Estão criadas as condições para a apresentação dos modelos finais, que irão permitir a
avaliação de fracções na Baixa Pombalina de acordo com uma “market approach”, ou seja,
de acordo com os valores que existem no mercado.

De seguida apresentam-se os resultados finais fornecidos pelo SPSS (figuras 4I e 4J) e a

formulação para cada um dos modelos criados.

Modelo A

Figura 4I – Output de SPSS com os resultados finais do Modelo A

64
Formulação:
2
Preço/m = 1488,669 + 587,087 x L3 + 552,645 x T2 + 427,684 x T4 + 595,162 x EC4 +
514,224 x EQ3 + 476,162 x AF2 + 1262,202 x AF3 (7)

Modelo B

Figura 4J - Output de SPSS com os resultados finais do Modelo B

Formulação:
2
Preço/m = -115,685 + 318,943 x Localização + 186,698 x EstadoConservação + 337,993 x
EquipamentosQualidade + 522,444 x Afectação (8)

65
Para ambos os modelos o output resultante do procedimento completo que levou ao
resultado final é colocado em anexo.

4.4.3 Validação dos Pressupostos do Modelo

Conceitos

A análise de resíduos permite validar os pressupostos de aplicação do modelo de regressão

linear:

- os erros possuem distribuição normal de média nula e variância constante;

- os erros são independentes.

O SPSS permite verificar o primeiro pressuposto através de uma análise gráfica. Na situação
ideal, os erros ou resíduos, quando representados graficamente em função dos valores de yj
2
(valores do preço/m resultantes do modelo de regressão) distribuir-se-ão de forma aleatória
em torno de ei = 0 (erro igual a zero). Disso é exemplo o seguinte gráfico (figura 4K):

Figura 4K – Gráfico ilustrando a distribuição ideal de resíduos (erros) [17]

Exemplos de violações aos pressupostos referidos são:

i) A variância dos erros não é constante;

ii) A relação entre Y e Xi não é do tipo linear.

Isto pode ser verificado nos gráficos da figura 4L.

66
 Figura 4L – Gráficos ilustrando exemplos de violações aos pressupostos do modelo de
regressão linear [17]

A distribuição normal dos erros pode ser verificada graficamente através do gráfico de
probabilidade normal (“Normal Probability Plot”) que também pode ser obtido através do
SPSS. Se os erros possuírem distribuição normal então os valores representados neste
gráfico devem distribuir-se mais ou menos na diagonal principal. Disso é exemplo o gráfico
representado na figura 4M mostrada de seguida:

Figura 4M – Gráfico de probabilidade normal ilustrando distribuição de valores na diagonal

principal [17]

O pressuposto da independência dos resíduos pode ser verificado através do coeficiente de

Durbyn-Watson, que pode tomar valores entre 0 e 4. Se este coeficiente for próximo de 2

67
então está garantida a independência dos resíduos. Este coeficiente também pode ser obtido
automaticamente através do SPSS.

Validação

Uma vez que através do SPSS é possível obter o gráficos de resíduos vs. valores e de
probabilidade normal bem como o coeficiente de Durbyn-Watson é então possível verificar se
para ambos os modelos os pressupostos são cumpridos. Uma vez que o procedimento para
obter gráficos de resíduos vs. probabilidades já foi explicado, resta explicar como é possível
obter através do SPSS o gráfico de probabilidade normal e o coeficiente de Durbyn-Watson.
Para obter o gráfico de probabilidade normal, é necessário seleccionar “Plots” e “Normal
probability plot”. Para pedir o coeficiente de Durbyn-Watson é necessário seleccionar
“Statistics” e “Durbyn-Watson”.

Os resultados para ambos os modelos são apresentados de seguida nas figuras 4N, 4O, 4P,
4Q, 4R e 4S.

Modelo A

Figura 4N – Output de SPSS que permite observar o coeficiente de Durbyn-Watson para o

Modelo A

Figura 4O – Output de SPSS que permite observar o gráfico de probabilidade normal para o
Modelo A

68
 Figura 4P – Output de SPSS que permite observar um gráfico de resíduos vs. valores
estimados para o Modelo A

Modelo B

Figura 4Q – Output de SPSS que permite observar o coeficiente de Durbyn-Watson para o

Modelo B

Figura 4R – Output de SPSS que permite observar o gráfico de probabilidade normal para o
Modelo B

69
 Figura 4S – Output de SPSS que permite observar um gráfico de resíduos vs. valores
estimados para o Modelo B

Como é possível perceber através da análise dos resultados mostrados acima, ambos os
modelos cumprem os pressupostos de aplicação do modelo de regressão linear, logo são
válidos e apresentam um bom poder de explicação da realidade em estudo (mercado
2 2
imobiliário da Baixa Pombalina), sendo que para o Modelo A, R = 0,742 e R a = 0,711 e para
2 2
o Modelo B, R = 0,619 e R a = 0,595.

4.5 CONCLUSÃO

Em jeito de conclusão é possível afirmar que os resultados obtidos para ambos os modelos
são bastante satisfatórios, uma vez que indicam que os modelos criados têm um bom poder
de explicação da realidade em causa - os valores de mercado das diversas fracções na
Baixa Pombalina. A elaboração de 2 modelos deve-se ao facto de existirem teorias distintas
no que diz respeito à forma como devem ser introduzidas as variáveis explicativas num
modelo de regressão linear múltipla. No capitulo que se irá apresentar de seguida será feito
um estudo dos resultados obtidos, com uma comparação entre valores resultantes do
modelo A, do modelo B e da fórmula analítica baseada no código do IMI, de forma a ser
possível perceber qual o método que possui menor erro e qual a tendência de cada método
no que diz respeito à aproximação ao valor de mercado.

70
5 APRESENTAÇÃO E ANÁLISE DE RESULTADOS

5.1 INTRODUÇÃO

Neste capítulo são apresentados os resultados obtidos, ou seja, os valores de mercado que
cada um dos modelos permite obter e é feita uma comparação entre estes valores e os
resultantes da fórmula analítica baseada no código do IMI, já mencionada no capítulo 2,
sendo que o estudo dos resultados e da comparação feita entre eles irá permitir tirar
conclusões quanto à aplicabilidade e fiabilidade dos modelos criados.

5.2 APRESENTAÇÃO E COMPARAÇÃO DE RESULTADOS

De seguida é feita a apresentação dos resultados para cada um dos modelos criados
(modelo A e modelo B) e também são apresentados os valores obtidos através da fórmula
analítica referida no capítulo 2 e actualmente em uso. Após a apresentação dos resultados é
feita uma comparação entre eles, quer por comparação directa quer por cálculo de alguns
índices estatísticos que permitem uma melhor interpretação dos dados.

5.2.1 Apresentação dos Resultados

Modelo A (Regressão Linear Múltipla A - RLMA)

2
Como foi referido, a formulação para os valores (!/m ) do modelo A é a seguinte:

2
Preço/m = 1488,669 + 587,087 x L3 + 552,645 x T2 + 427,684 x T4 + 595,162 x EC4 +
514,224 x EQ3 + 472,162 x AF2 + 1262,202 x AF3 (7)

Utilizando esta formulação é possível sintetizar os resultados do modelo A no quadro 5.1,

apresentado de seguida.

71
 Quadro 5.1 – Resultados do Modelo de Regressão Linear Múltipla A

Código Preço/ Código Preço/ Código Preço/ Código Preço/ Código Preço/
Fracção m2 Fracção m2 Fracção m2 Fracção m2 Fracção m2

F01 3661 F16 2751 F31 2628 F46 2512 F61 3860

F02 3338 F17 2751 F32 1489 F47 2636 F62 4447

F03 3338 F18 2041 F33 2671 F48 2084 F63 3860

F04 1916 F19 1965 F34 1916 F49 2084 F64 3860

F05 2084 F20 3151 F35 1916 F50 2671 F65 2636

F06 2636 F21 2598 F36 2076 F51 2084 F66 2084

F07 1965 F22 2560 F37 2671 F52 3151 F67 2636

F08 1489 F23 3860 F38 1489 F53 1489 F68 3151

F09 2636 F24 2598 F39 2084 F54 2751 F69 1489

F10 1489 F25 3346 F40 3185 F55 3860 F70 2560

F11 3185 F26 3074 F41 1916 F56 2560 F71 2560

F12 2560 F27 2560 F42 2041 F57 3860 F72 1965

F13 2084 F28 3074 F43 1916 F58 3346 F73 1965

F14 2671 F29 2628 F44 1916 F59 3346 F74 1965

F15 3933 F30 2628 F45 2512 F60 3265 F75 3074

Modelo B (Regressão Linear Múltipla B - RLMB)

Os resultados obtidos para o modelo B são apresentados no quadro 5.2 de acordo com a
formulação:

2
Preço/m = - 115,685 + 318,943 x Localização + 186,698 x EstadoConservação + 337,993 x
EquipamentosQualidade + 522,444 x Afectação (8)

72
 Quadro 5.2- Resultados do Modelo de Regressão Linear Múltipla B

Código Preço/ Código Preço/ Código Preço/ Código Preço/ Código Preço/
Fracção m2 Fracção m2 Fracção m2 Fracção m2 Fracção m2

F01 3647 F16 3326 F31 2262 F46 2467 F61 3850

F02 3307 F17 2988 F32 1943 F47 2467 F62 4169

F03 3307 F18 1943 F33 2786 F48 2467 F63 3531

F04 1756 F19 2484 F34 1756 F49 2148 F64 3531

F05 2129 F20 2805 F35 1943 F50 2786 F65 2467

F06 2467 F21 2805 F36 2075 F51 2467 F66 1810

F07 2465 F22 2990 F37 2448 F52 2805 F67 2467

F08 1569 F23 3850 F38 1962 F53 1569 F68 2805

F09 2467 F24 2805 F39 2467 F54 2669 F69 1756

F10 1250 F25 3193 F40 3124 F55 3531 F70 2671

F11 3124 F26 3328 F41 1756 F56 2671 F71 2333

F12 2990 F27 2990 F42 1756 F57 3531 F72 2146

F13 2129 F28 3328 F43 1756 F58 3193 F73 2465

F14 2786 F29 2262 F44 1756 F59 3193 F74 2484

F15 3831 F30 2262 F45 2467 F60 3345 F75 3009

Fórmula analítica (FA)

2
A fórmula analítica permite obter os valores para o preço/m das fracções em estudo através
da seguinte expressão:
2
Preço/m = Vc x Ca x Cl x Cq x Cc x Cva X Ct (9)

Onde:
2
Vc – valor base dos prédios edificados (!/m ),

Ca – coeficiente de afectação,

Cl – coeficiente de localização,

Cq – coeficiente de qualidade e conforto,

73
 Cc – coeficiente de conservação,

Cva – coeficiente de valor arquitectónico,

Ct - coeficiente de tipologia.

Em relação à aplicação da fórmula analítica, já todos os coeficientes nela presentes foram

referidos à excepção do valor base dos prédios edificados. Segundo o código do Imposto
Municipal sobre Imóveis o valor base dos prédios edificados é igual à soma entre o valor
médio de construção por metro quadrado e o valor do metro quadrado do terreno de
2
implantação, sendo que este último se admite ser 25% do custo médio de construção por m .

Ou seja, o valor base dos prédios edificados é igual a 1,25 vezes o valor médio de
construção por metro quadrado fixado pela portaria 16-A/2008 de 9 de Janeiro em 492
2 2
euros/m . Consequentemente, o valor base dos prédios edificados é 615 !/m . No entanto a
referida portaria aplica -se a todos os prédios urbanos cujas declarações modelo n.º 1 a que
se referem os Artigos 13.º e 37.º do CIMI sejam entregues a partir de 1 de Janeiro de 2008.
Deve-se, então, ponderar a aplicação de um coeficiente que majore o valor base, uma vez
que se considera que o custo de construção na Baixa Pombalina não é comparável ao custo
das construções novas.
Os resultados obtidos pela fórmula analítica para as fracções em estudo são sintetizados no
quadro 5.3 apresentado de seguida:

Quadro 5.3 – Resultados da aplicação da fórmula analítica adaptada

Código Preço/ Código Preço/ Código Preço/ Código Preço/ Código Preço/
Fracção m2 Fracção m2 Fracção m2 Fracção m2 Fracção m2

F01 2121 F16 1771 F31 1098 F46 1690 F61 2314

F02 1948 F17 1771 F32 1157 F47 1343 F62 2524

F03 1771 F18 1009 F33 1580 F48 1290 F63 2524

F04 1295 F19 1624 F34 1295 F49 1374 F64 2524

F05 1264 F20 1500 F35 1382 F50 1580 F65 1304

F06 1500 F21 1484 F36 998 F51 1374 F66 1374

F07 1624 F22 2121 F37 1347 F52 1500 F67 1500

F08 526 F23 2314 F38 1086 F53 1085 F68 1500

F09 1474 F24 1580 F39 1290 F54 1948 F69 1018

F10 584 F25 2314 F40 1649 F55 2524 F70 1928

F11 1415 F26 1928 F41 1334 F56 2314 F71 1928

74
Código Preço/ Código Preço/ Código Preço/ Código Preço/ Código Preço/
Fracção m2 Fracção m2 Fracção m2 Fracção m2 Fracção m2

F12 1928 F27 2121 F42 1060 F57 2524 F72 1624

F13 1264 F28 2121 F43 1334 F58 2314 F73 1624

F14 1374 F29 1030 F44 1334 F59 2314 F74 1624

F15 2103 F30 1098 F45 1690 F60 1948 F75 2121

É importante referir que todos os quadros que apresentam os resultados estão sintetizados e
que, em anexo, é possível observá-los na totalidade e compreender a origem dos valores.

5.2.2 Comparação dos Resultados

De seguida apresentam-se os resultados obtidos para todas as formulações, de forma a ser

possível fazer uma comparação entre elas. A figura 5A apresenta os valores de mercado
estimados para a fórmula analítica e para a regressão linear múltipla – modelos A e B, que
são o resultado da multiplicação dos valores apresentados nos quadros 5.1, 5.2 e 5.3 pela
área das fracções respectivas, e os valores de mercado exactos (valores de venda obtidos
com recurso a uma prospecção do mercado subtraídos da margem de lucro dos mediadores
imobiliários admitida como 5%, como foi referido). Os valores representados encontram-se
tabelados em anexo e a figura 5A também pode ser vista ampliada em anexo.

'$!!!!!"

'#!!!!!"

'!!!!!!"

()*+,"-.)/0+"
&!!!!!"
12"
3452"
%!!!!!"
3456"

$!!!!!"

#!!!!!"

!"

Figura 5A – Valores Exactos e Estimados por todos os modelos para cada fracção

75
 É então possível comparar directamente os valores de mercado das fracções e analisar os
resultados obtidos. Para que esta análise seja mais completa é ainda possível fazê-la através
da utilização de alguns indicadores estatísticos que serão explicados de seguida:

Resíduo ou erro absoluto ( e ) é a diferença entre o valor exacto de uma determinada

grandeza ( Y ) e o seu valor estimado ( Yˆ ): e = Y " Yˆ (10)

!

!Erro quadrático médio (EQM) de uma estimativa ou erro standard é a soma dos resíduos
! !
elevados ao quadrado a dividir pelo número de observações. Em expressão matemática,

1 n 2
temos EQM = " ei (11) onde:
n i=1

n – é o número de observações em estudo;

! e – é o erro ou resíduo já mencionado acima.

Este indicador permite perceber qual é o modelo que melhor se ajusta na generalidade aos
valores exactos de determinada grandeza e permite uma comparação quantitativa no que diz
respeito à relevância dos modelos.

Erro relativo – é igual ao erro a dividir pelo valor exacto:

e e
Erro relativo = " %Erro = #100%
Y Y
De seguida são apresentados na figura 5B (ampliada em anexo) os erros relativos dos
modelos e no quadro 5.4 os indicadores estatísticos dos modelos . É de notar que o quadro
! 2
5.4 apresenta também o erro quadrático médio dos modelos relativamente ao preço/m visto
que foi esta unidade que foi utilizada para a elaboração dos modelos de regressão e para o
cálculo efectuado pela fórmula analítica, tornando os resultados independentes das áreas
das fracções e por conseguinte comparáveis.

76
:89"

:"

#89"

#"
-,,+"3;*)0<=+"12"
'89" -,,+"3;*)0<=+"3452"
-,,+"3;*)0<=+"3456"
'"

!89"

!"

7!89"

Figura 5B – Erros relativos dos modelos

Quadro 5.4 – Indicadores estatísticos dos modelos

EQM FA EQM RLMA EQM RLMB

Média dos Erros

Relativos do Valor
0,490 0,363 0,365
de Mercado
estimado
Média dos Erros
Absolutos do 981 322 392
2
Preço/m Estimado
Média dos Erros
Absolutos de Valor 97950 39994 47295
de Mercado
estimado 2
EQM do Preço/m
1122 410 498
estimado
EQM do Valor de
115697 66554 74791
Mercado estimado

77
É necessário salientar que o cálculo dos erros relativos, da média dos erros e dos EQMs foi
feito para todas as fracções, excepto as com código F03, F07, F11, F14, F15, F16 e F25 uma
vez que o valor destas fracções está completamente desajustado da realidade de mercado,
como ficou provado na análise de resíduos dos modelos (outliers), sendo assim o número de
observações em estudo passa a ser 68. É ainda importante perceber que o EQM referente a
2
preços/m não é igual ao obtido para cada um dos modelos (A e B) resultantes da análise de
regressão e dados pelo SPSS, uma vez que o erro quadrático médio apresentado no quadro
5.4 é calculado através da aplicação das fórmulas (7), (8) e (10), sendo que nas fórmulas (7)
e (8) os parâmetros do modelo (coeficientes) são arredondados à terceira casa decimal, o
que não acontece no cálculo efectuado pelo SPSS.

5.3 ANÁLISE DE RESULTADOS

Após a apresentação dos resultados obtidos é possível fazer uma análise tendo em conta
toda a informação exposta anteriormente.

É fundamental analisar o quadro 5.4 e as figuras 4I e 4J apresentadas no capítulo anterior

visto que permitem compreender o grau de ajuste de modelo A e B relativamente aos dados.

5.3.1 Análise Global dos Modelos

Modelo A

Como é possível observar o modelo A possui um coeficiente de determinação igual a 0,742 o

que indica que o ajuste da expressão obtida à amostra é bom, perto de muito bom. Sendo
que a amostra constitui exactamente os valores que se pretendem obter através do modelo é
possível compreender que este modelo é capaz de estimar valores de mercado desde que
claro, se considere que a amostra é representativa do mercado. Em relação à análise do
quadro 5.4 é possível verificar que o modelo A é o que apresenta menores médias dos erros
e menores EQMs (Erros Quadráticos Médios) o que indica que de todos os modelos este é o
que mais se aproxima dos valores exactos dos imóveis e consequentemente permite obter
uma melhor estimativa para imóveis dos quais se desconheça o valor. O facto de à partida os
valores para os erros parecem grandes é explicado pelo facto de no domínio da avaliação
imobiliária se utilizarem valores de uma elevada ordem de grandeza. Consequentemente se
os valores são grandes os erros associados a esses valores também serão grandes. No
entanto, também a média da percentagem dos erros é elevada - cerca de 36% - o que indica
que claramente não é possível fazer uma estimativa com um grande grau de certeza, mas

78
este aspecto é característico do domínio da avaliação de imóveis, daí ser necessária a
grande experiência dos avaliadores no que toca à atribuição de valores a imóveis.

Modelo B

O modelo B apresenta um coeficiente de determinação de 0,619 e é então possível

considerar que este modelo apresenta um bom poder de explicação da amostra. Este
modelo apresenta valores de médias de erros e EQMs ligeiramente superiores ao modelo A
e um valor de média da percentagem dos erros praticamente igual a este.
Consequentemente é possível afirmar que o modelo B é passível de ser utilizado na
avaliação de fracções da Baixa Pombalina, bem como o modelo A.

Fórmula Analítica

Tratando-se de uma expressão puramente analítica é notório e compreensível que o poder

de estimação desta expressão em relação à amostra não é tão elevado como o dos modelos
A e B que foram criados com base nesta. Apresenta a maior média da percentagem de erro
e maiores médias dos erros e EQMs. Sendo que o método utilizado correntemente (baseado
no código do IMI) não produz resultados que se possam considerar errados. No entanto é de
ponderar a sua substituição por uma fórmula originada pela análise de regressão, visto que a
informação a utilizar e a consequente recolha de dados para ambos os casos é praticamente
a mesma.

A nível global é possível observar que o modelo que permite obter melhores resultados é
sem dúvida o modelo A, como seria de esperar uma vez que tratando-se de um modelo
criado através de uma análise de regressão nele existe uma clara aproximação à realidade
de mercado (“market approach”), visto que na criação do modelo foram usados os valores de
mercado exactos, e são estes que se pretendem obter através da expressão linear obtida por
regressão. É também possível perceber que o modelo B produz resultados muito
satisfatórios sendo que apesar de a sua elaboração ser ligeiramente mais simples, não
existindo necessidade de criar variáveis “dummy”, não traz vantagens substanciais em
relação ao modelo A, visto que a criação destas variáveis é também um processo simples e
não existe necessidade de informação adicional se for utilizado o modelo A em detrimento do
modelo B.

Quanto à utilização da fórmula analítica na avaliação de imóveis esta também não é de

descartar. No entanto a nível de recolha de informação sobre os imóveis, este método
necessita de tantos, ou até mais, dados que os modelos A ou B, e consequentemente pode
ser utilizado como método de comparação com os resultados obtidos com os modelos
referidos visto que apresenta tendências diferentes na estimação dos valores.

79
5.3.2 Análise das Tendências dos Modelos

Analisando ainda a figura 5A é possível verificar que para todos os usos no modelo A e B
não existem tendências definidas, algo que seria de esperar.

No entanto para a fórmula analítica, é clara a tendência dos valores, 97,3% dos valores
estimados são inferiores aos valores exactos, o que indica que a fórmula está claramente
calibrada para produzir valores inferiores ao valor de mercado. Sendo uma adaptação da
fórmula do código do IMI é normal que tal aconteça, uma vez que a fórmula do código do IMI
destina-se a calcular o valor patrimonial tributário, que se quer inferior ao valor de mercado
de um imóvel, visto que é sobre este valor que se cobra o imposto.

Tal tendência na fórmula adaptada pode ter vários motivos, mas, no entanto, aquele que
parece ter maior influência é sem dúvida o valor base dos prédios edificados, já que o valor
disposto no IMI é claramente baixo e influencia sem margem para dúvidas o valor final do
imóvel. A utilização da fórmula adaptada pode então ser justificada pela obtenção de um
valor mínimo para um imóvel e útil nos diversos objectivos que utilizem um valor com estas
características. No entanto para a obtenção de um valor de mercado correcto, o valor
fornecido pela fórmula adaptada deve ser tomado como uma “fasquia” inferior e o valor de
mercado deve ser calculado como tal e não como um valor mínimo, uma vez que é possível
entender que um proprietário vendedor queira a sua fracção vendida pelo valor justo (valor
de mercado) de forma a não se sentir “enganado” para uma venda sobre um valor muito
inferior ao real.

Como foi referido anteriormente, é de ponderar a introdução na fórmula de um coeficiente

que ajuste o valor base referido no código do IMI à realidade da Baixa Pombalina. Atendendo
à análise efectuada não é claro o valor que esse coeficiente deverá tomar, nem é garantido
que a sua introdução melhore os resultados da fórmula.

Para o cálculo do valor de mercado é então possível utilizar quer o modelo A quer o Modelo
B, sendo que os valores produzidos por estes modelos tentam espelhar o mercado, visto que
os próprios modelos se baseiam nos valores de mercado dos imóveis.

5.4 CONCLUSÃO

Como conclusão deste capítulo é possível afirmar que os modelos propostos apresentam um
bom comportamento na aproximação dos valores estimados aos valores exactos da amostra.
Sendo a amostra representativa do mercado, é possível concluir que também os modelos

80
permitem uma boa estimação do valor de mercado de fracções destinadas à habitação,
comércio e serviços na zona da Baixa Pombalina.

Em comparação com o método usado anteriormente é notório que este produz valores
inferiores ao valor de mercado e consequentemente a sua utilização deve ser criteriosa e
deve estar de acordo com a finalidade da avaliação (por exemplo crédito bancário). Caso se
pretenda um valor de mercado a utilizar em transacções então qualquer um dos modelos
propostos se configura como melhor alternativa.

81
82
6 CONCLUSÃO

6.1 INTRODUÇÃO

Pretendeu-se na presente dissertação desenvolver um Modelo de Avaliação Imobiliária para

as fracções da Baixa Pombalina, baseado numa análise de regressão linear múltipla e
proceder à análise dos resultados provenientes do modelo.

Numa primeira fase do presente documento foram estudados os métodos de avaliação

imobiliária existentes, nomeadamente os métodos aplicáveis à avaliação de imóveis antigos,
como é o caso dos imóveis da Baixa Pombalina.

Posteriormente foi efectuado um estudo acerca das características da zona em estudo, Baixa
Pombalina, e das características dos seus imóveis.

A elaboração do modelo foi feita tendo em conta toda a informação relevante e foi necessária
a introdução de alguns conceitos estatísticos fundamentais para uma clara percepção e
transparência do procedimento desenvolvido na obtenção do modelo.

Foi ainda desenvolvida uma análise de resultados com o intuito de perceber a fiabilidade do
modelo face à sua função, a estimação dos valores de fracções habitacionais, comerciais e
de uso terciário inseridas no mercado imobiliário da Baixa Pombalina

Assim sendo, existem diversas conclusões que podem ser extraídas sobre o trabalho
desenvolvido. Fica claro que um modelo criado através de uma análise de regressão linear
múltipla tem tendência para produzir melhores resultados que um modelo simplesmente
analítico, uma vez que a regressão permite efectuar uma “aproximação à realidade de
mercado” (“market approach”). No que diz respeito à avaliação de fracções da Baixa
Pombalina, conclui-se que os modelos criados (modelos A e B) produzem, globalmente,
melhores resultados do que o método utilizado actualmente baseado no código do Imposto
Municipal sobre Imóveis.

6.2 AVALIAÇÃO DE RESULTADOS

Fazendo uma avaliação realista dos resultados é possível dizer que globalmente todos os
objectivos idealizados foram cumpridos:

• Foi realizada uma pesquisa bibliográfica relevante no que diz respeito a métodos de
avaliação, nomeadamente nos adaptados ao mercado imobiliário em estudo;

83
 • Averiguaram-se e avaliaram-se os métodos de avaliação utilizados no Projecto de
Reabilitação do Edificado da Baixa Pombalina Sociedade de Reabilitação Urbana;

• Foi criado, testado e validado um modelo de avaliação adaptado à realidade em

estudo, que produziu bons resultados.

É, assim, possível afirmar que para além dos bons resultados produzidos, os modelos são de
aplicação extremamente simples, e ainda que, ao utilizar o programa SPPS é possível fazer
a actualização dos modelos caso exista mais informação disponível, ou seja, um modelo de
análise de regressão destinado a avaliar um determinado conjunto de imóveis pode ser
continuamente melhorado à medida que existe mais informação disponível sobre as
transacções desses imóveis, o que na realidade permite criar um modelo completo e que
explique com grande capacidade o mercado imobiliário a que se destina.

É também de salientar que devido à facilidade de utilização, este tipo de modelos tem maior
aproveitamento em avaliações de média/grande escala, sendo que para avaliar apenas um
edifício específico, deve ser colocada a hipótese de usar pelo menos outro método de
avaliação de forma a perceber se os valores produzidos pelo modelo de análise de regressão
estão perto do valor que se pretende ou não. No entanto, caso o modelo seja extremamente
completo e seja elaborado a partir de dados correctos e representativos do mercado, é então
possível considerar que a aplicação de um método baseado na análise de regressão é uma
prática recomendável.

6.3 CONTRIBUIÇÕES E ASPECTOS INOVADORES

6.3.1 Contribuições para o Conhecimento Científico

A nível de inovações para o conhecimento científico existe a introdução, no modelo que é

geralmente utilizado no domínio da avaliação imobiliária (modelo B), de uma formulação
alternativa com recurso a variáveis “dummy” (modelo A), Esta formulação alternativa permite
eliminar alguma subjectividade inerente ao processo de elaboração do modelo, uma vez que
estando os imóveis agrupados em níveis ou segmentos das variáveis explicativas, onde
todos os imóveis num determinado nível apresentam características comuns, não é
necessário ordenar à partida esses níveis por influência na valorização do imóvel. A análise
de regressão permite identificar quais as características, ou seja níveis, que vão ter influência
na explicação dos valores e quais as que podem ser descartadas independentemente da
percepção inicial do avaliador sobre a ordem e importância dos referidos níveis para o valor
desejado, tendo em conta que esta é uma área com reduzido número de estudos efectuados.

84
A elaboração e análise de um modelo de regressão linear múltipla que assenta sobre uma
formulação diferente é um contributo que acrescenta valor ao conhecimento produzido na
área e a comparação dos modelos criados com um método de avaliação totalmente diferente
permite tirar conclusões sobre o domínio e condições de aplicabilidade dos métodos,
contribuindo assim para um mais profundo conhecimento sobre eles.

6.3.2 Contribuições para a Indústria

Em relação a inovações com aspecto mais prático a criação de um modelo de avaliação que
permite estimar valores de mercado de forma mais precisa é algo que não tinha sido feito
para a zona em estudo e que é útil não só à BPSRU mas também para todos os
interessados no mercado imobiliário da Baixa Pombalina. A elaboração de um modelo que
permite estimar valores que estão muito próximos dos valores de mercado é um contributo
relevante para os possíveis intervenientes no mercado referido. Também o estudo
desenvolvido é relevante para as empresas e entidades que necessitem de utilizar métodos
de avaliação que produzam resultados de acordo com o mercado, visto que a metodologia
seguida e o conhecimento adquirido podem constituir uma vantagem clara para aqueles que
os utilizem.

6.4 LIMITAÇÕES

No que diz respeito a limitações e aspectos a melhorar nos modelos criados, é fundamental
entender que quanto mais informação, desde que esta seja de qualidade, ou seja
representativa, melhor será o modelo. Nos modelos criados o número de observações é de
75 fracções o que para um mercado que engloba 4483 fracções é manifestamente pouco.
Tal é explicado pelo facto de a informação necessária para o desenvolvimento deste tipo de
modelos ser extremamente escassa e quando existe é de muito difícil acesso visto que
sendo uma informação valiosa não é partilhada facilmente. É de notar que também a própria
quantidade da informação é reduzida visto que se procurou sempre consultar fontes
fidedignas e que o número de imóveis a transaccionar para um período curto, cerca de 8
meses, não é grande, o que leva à questão de perceber porque não foram utilizados valores
homogeneizados de transacções anteriores. Tal não aconteceu uma vez que esta
informação é extremamente difícil de obter, os mediadores imobiliários não disponibilizam
esta informação por interesse próprio e dos clientes e os valores declarados a nível oficial
tendem a ser sempre mais baixos do que os realmente transaccionados de forma a reduzir
os impostos. Logo, a escolha que pareceu mais acertada foi a de usar valores de venda de
imóveis anunciados pelos mediadores imobiliários subtraídos da margem de 5% que fica

85
para os mediadores. Esta prática pode ser questionada, uma vez que não há garantia
absoluta de que estes valores representam o valor de mercado. No entanto crê-se que este
valor de venda corrigido, por assim dizer, é um valor que um vendedor informado sobre o
mercado apresenta a alguém que também informado sobre o mercado deseja comprar, algo
que vai ao encontro da definição de valor de mercado.

É então claro que um dos aspectos a melhorar será a quantidade de informação a utilizar de
forma a tornar os modelos ainda melhores e com maior poder de explicação do mercado.

Uma das limitações a apontar ao modelo é o facto de permitir estimar valores apenas para
fracções relativamente bem conservadas ou a necessitar de um nível de intervenção não
muito alto, visto que as fracções correntemente em transacção no mercado apresentam
estas características. Para a estimação de valores de fracções em fracas condições de
conservação poderia ser utilizado o modelo proposto desde que se conhecesse também o
custo necessário para reabilitar essas fracções. Seria apenas necessário subtrair ao valor de
uma fracção calculado como perfeitamente reabilitada o custo da reabilitação da fracção nas
condições reais. Entende-se que esta abordagem poderá proporcionar melhores resultados
do que a aplicação da fórmula analítica mencionada, que permite estimar valores para
fracções em más condições de conservação mas que, no entanto, produz resultados com
alguma limitação.

6.5 TRABALHOS FUTUROS

É necessário compreender que nada é definitivo e como tal pode ser sempre melhorado. Tal
acontece com os modelos criados que podem ser substancialmente melhorados pela adição
de informação com qualidade. O processo de elaboração de um modelo extremamente
completo pode levar um grande período de tempo e é um processo que necessita de
constantes adaptações da informação, nomeadamente no que diz respeito à
homogeneização de valores para a data em que se quer realizar a avaliação. Desta forma,
no futuro, os modelos propostos poderiam ser continuamente melhorados e desenvolvidos
no sentindo de se tornarem mais completos e produzirem resultados ainda mais fiáveis.

Seria também extremamente interessante a aplicação do método comparativo de análise de

regressão linear múltipla a um mercado imobiliário em que a informação necessária ao
modelo existisse de forma mais completa, e fazer um teste, num relativamente largo período
de tempo, aos resultados produzidos pelo modelo criado, de forma a perceber quais os
desvios em relação aos valores transaccionados.

Um complemento evidente ao modelo criado seria a elaboração de um modelo que

permitisse estimar os custos de reabilitação das fracções, visto que a utilização dos dois

86
modelos em conjunto permitiria estimar os valores de mercado de fracções em estado de
conservação deficiente de uma forma mais acertada e mais de acordo com a realidade do
mercado imobiliário.

Como foi referido, o conhecimento na área da avaliação imobiliária é de extrema importância

e dada a natureza inovadora do modelo desenvolvido e do estudo efectuado, é necessário
continuar a produzir conhecimento nesta área, de forma a tentar contribuir para uma melhoria
das práticas e ferramentas utilizadas para que os mercados imobiliários, sector de elevado
peso na economia, possam contribuir para o seu desenvolvimento.

87
88
REFERÊNCIAS BIBLIOGRÁFICAS

[1] Guimarães, Ricardo (director da Confidencial Imobiliário)in Jornal Público.

[2] Comissariado da Baixa Pombalina. Proposta de Revitalização da Baixa Chiado.

Relatório. Setembro 2006.

[3] Figueiredo, Ruy (2003/2004) Avaliação Imobiliária I. ESAI.

[4] Moreira, Alberto Lélio (2001) Princípios da Engenharia de Avaliações. Pini. 5ª edição.

[5] Ballestero, Enrique; Rodriguez, José Ángel (1999) El Precio de los Inmuebles Urbanos.
CIE Inversiones Editoriales Dossat 2000. 2ª edição.

[6] Ribeiro, Francisco L.(2008). Apresentações das Aulas Teóricas de Avaliação Imobiliária
e Manutenção de Edifícios.

[7] Gomes, Luiz Monteiro; Rangel, Luís Duncan (2007) An application of the TODIM
method to the multicriteria rental evaluation of residential properties. European Journal of
Operational Research.

[8] Videira, Sofia (2006) Análise de Custo/Benefício do Projecto de Reabilitação Urbana da

zona de São Paulo. Dissertação. I.S.T.

[9] Rodrigues, Eduardo Paiva; Bezelga, Artur A. (1998) Avaliação de Casas Antigas.
APAE. 2º Congresso Nacional de Avaliação mo Imobiliário.

[10] Rosa, Filipa (2007) Análise de Rentabilidade de Intervenções de Reabilitação na zona

da Baixa-Chiado. Dissertação. I.S.T.

[11] Código do Imposto Municipal sobre Imóveis

[12] SIGIMI – Sistema de Informação Geográfica do Imposto Municipal sobre Imóveis.

[13] Baixa Pombalina - Pedido de inclusão na lista indicativa nacional para a candidatura a
património mundial.

[14] Revista Ingenium Setembro/Outubro 2005 Revista Ordem dos Engenheiros

[15] Censos 2001 INE – Instituto Nacional de Estatística; XVI – recenseamento Geral da
população – indicadores de enquadramento; VI – recenseamento geral da habitação –
indicadores de enquadramento.

[16] Sítio da Câmara Municipal de Lisboa - www.cm- lisboa.pt/?id_categoria=64&id_item=8939.

[17] Maroco, João (2007) Análise Estatística com utilização do SPSS. Edições Sílabo. 3ª
edição.

[18] Murteira, Bento e outros (2007) Introdução à Estatística. Mc Graw Hill. 2ª edição.

[19] Santos, M. H. R. (2005) A baixa Pombalina Passado e Futuro. Livros Horizonte. 2ª

edição.

89
[20] Ribeiro, Francisco L. (2007/2008) Folhas de apoio à disciplina de Economia da
Construção. 2º curso do DFA em Construção. DECIVIL. I.S.T.

[21] Allen, Jost; Jennifer, Nelson; et. al.(1995)Real estate appraisal using predictive
modeling. 5361201.

[22] Rudolph, Patricia M. (1998) Will Mandatory Licensing and Standards Raise the Quality
of Real Estate Appraisals? Jornal of Housing Economics.

[23] Jornadas de Avaliação de Propriedade Urbana. 1997 Escola Superior de Actividades

Imobiliárias (ESAI).

[24] Appleton, J. (2003) Reabilitação de Edifícios Antigos. Patologias e Técnicas de

Investigação. Edições Orion. Lisboa

[25] Kathmann, Ruud M. (1993) Neural Networks for the mass appraisal of real estate.
Computers, Environment and Urban Systems.

[26] Gonzalez, Avelino J; Laureano-Ortiz, Raymond (1992) A case-based reasoning

approach to real estate property appraisal. Expert Systems with Applications.

[27] Wright, Jack M; Lemly, J. H. (1969) Attitudes of Professional appraisers toward

aesthetics and appraisal activities. Journal of Applied Psychology.

[28] Appleton, João (2003) Jornadas à Baixa Pombalina e a sua importância para o
património mundial. CML – Pelouro de Licenciamento Urbanístico e Reabilitação Urbana.

90
Anexos
!
 Anexo A – Informação Relevante sobre a Zona em Estudo

!
Figura 3D - – Organização do espaço [24]
Quadro 3.3 A - Capacidades e usos futuros de acordo com o projecto de reabilitação
Quadro 3.3 B - Capacidades e usos futuros de acordo com o projecto de reabilitação
 Figura 3F – Baixa Pombalina e zona em estudo

!
!
 Anexo B – Dados Recolhidos para as Fracções em Estudo

!
Sintese dos dados recolhidos para as fracções em estudo
Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F01 0895-VD0326 Century 21 F04 120261103-48 Remax
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua Augusta 3 3 Rua dos Sapateiros 2,4 2
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4 Obras de Remodelação 0,75 2
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Muito Bom 1,1 3 Razoável 1 1
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Serviços 1,1 2 Habitação 1 1
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
Lojas/Escritórios 1 5 T0/T1 1,17 4
Área Valor de Venda Área Valor de Venda
2
70 325.000,00! 55 m 125.000,00!

! !
!
Código da Fracção Referência Mediador Imobiliário
F02 0944-131 Century 21 Código da Fracção Referência Mediador Imobiliário
Localização Coeficiente (FA) Nível (RLMA/B) F05 120631081-90 Remax
Rua da Prata 3 3 Localização Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Rua dos Douradores 2,4 2
Pequenas Intervenções 0,8 3 Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Conservado 0,95 4
Razoável 1,1 1 Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B) Razoável 0,98 1
Comércio 1,2 3 Afectação Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B) Habitação 1 1
Lojas/Escritórios 1 5 Tipologia Coeficiente (FA) Nível (RLMA/B)
Área Valor de Venda T4 ou superior 0,92 1
400 m
2
1.000.000,00! Área Valor de Venda
2
84 m 185.000,00!
!
!
Código da Fracção Referência Mediador Imobiliário
F03 121511017-170 Remax Código da Fracção Referência Mediador Imobiliário
Localização Coeficiente (FA) Nível (RLMA/B) F06 121831039-1 Remax
Rua da Prata 3 3 Localização Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Rua do Crucifixo 2,4 2
Pequenas Intervenções 0,8 3 Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Conservado 0,95 4
Razoável 1 1 Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B) Bom 1,15 2
Comércio 1,2 3 Afectação Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B) Habitação 1 1
Lojas/Escritórios 1 5 Tipologia Coeficiente (FA) Nível (RLMA/B)
Área Valor de Venda T3 0,93 2
75 m
2
120.000,00! Área Valor de Venda
2
70 m 199.500,00!
!
!
!

!
 ! !

!
Código da Fracção Referência Mediador Imobiliário
F07 121571014-26 Remax Código da Fracção Referência Mediador Imobiliário
Localização Coeficiente (FA) Nível (RLMA/B) F10 120651110-10 Remax
Rua dos Correeiros 3 2 Localização Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Rua de São Nicolau 2,4 3
Pequenas Intervenções 0,8 3 Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Conservado 0,43 4
Razoável 1 1 Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B) Muito Bom 1 3
Serviços 1,1 2 Afectação Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B) Habitação 1 1
Lojas/Escritórios 1 5 Tipologia Coeficiente (FA) Nível (RLMA/B)
Área Valor de Venda T2 0,92 3
2
300 m 213.000,00! Área Valor de Venda
2
! 300 m 350.000,00!
!
Código da Fracção Referência Mediador Imobiliário
F08 120631081-64 Remax Código da Fracção Referência Mediador Imobiliário
Localização Coeficiente (FA) Nível (RLMA/B) F11 121331048-134 Remax
Rua dos Douradores 2,4 2 Localização Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Rua da Prata 2,4 3
Intervenções de carácter estrutural 0,43 1 Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Conservado 0,95 4
Razoável 0.9 1 Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B) Muito Bom 1,03 3
Habitação 1 1 Afectação Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B) Habitação 1 1
T4 ou superior 0,92 1 Tipologia Coeficiente (FA) Nível (RLMA/B)
Área Valor de Venda T2 0,98 3
2
135 m 325.000,00! Área Valor de Venda
2
! 52 m 350.000,00!
!
Código da Fracção Referência Mediador Imobiliário
F09 122201015-26 Remax Código da Fracção Referência Mediador Imobiliário
Localização Coeficiente (FA) Nível (RLMA/B) F12 121291031-106 Remax
Rua dos Douradores 2,4 2 Localização Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Rua dos Correeiros 3 2
Conservado 0,95 4 Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Conservado 0,95 4
Bom 1,13 2 Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B) Bom 1 2
Habitação 1 1 Afectação Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B) Serviços 1,1 2
T3 0,93 2 Tipologia Coeficiente (FA) Nível (RLMA/B)
Área Valor de Venda Lojas/Escritórios 1 5
2
115 m 320.000,00! Área Valor de Venda
2
! 182 m 420.000,00!
!
!
!
 Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F13 121211077-1 Remax F16 120991145-4 Remax
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua dos Douradores 2,4 2 Rua da Madalena 3 2
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4 Pequenas Intervenções 0,8 3
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Razoável 0,98 1 Bom 1 2
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Habitação 1 1 Comércio 1,2 3
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
T4 ou superior 0,92 1 Lojas/Escritórios 1 5
Área Valor de Venda Área Valor de Venda
2 2
170 m 425.000,00! 9m 97.000,00!
! !
! !
Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F14 121331048-133 Remax F17 1222001054-3 Remax
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua da Prata 2,4 3 Rua da Madalena 3 2
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4 Pequenas Intervenções 0,8 3
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Bom 1 2 Razoável 1 1
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Habitação 1 1 Comércio 1,2 3
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
T2 0,98 3 Lojas/Escritórios 1 5
Área Valor de Venda Área Valor de Venda
2 2
62 m 450.000,00! 104 m 200.000,00!
! !
Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F15 121331048-136 Remax F18 121521001-278 Remax
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua da Prata 3 3 Rua dos Fanqueiros 2,4 2
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4 Pequenas Intervenções 0,75 3
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Bom 1 2 Razoável 0,98 1
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Comércio 1,2 3 Habitação 1 1
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
Lojas/Escritórios 1 5 T3 0,93 2
Área Valor de Venda Área Valor de Venda
2 2
124 m 920.000,00! 93 m 210.000,00!
!
 Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F19 121521020-43 Remax F22 121211058-4 Remax
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua do Comércio 3 1 Rua da Madalena 3 2
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Pequenas Intervenções 0,8 3 Conservado 0,95 4
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Bom 1 2 Bom 1,1 2
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Serviços 1,1 2 Serviços 1,1 2
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
Lojas/Escritórios 1 5 Lojas/Escritórios 1 5
Área Valor de Venda Área Valor de Venda
2 2
130 m 220.000,00! 180 m 330.000,00!
! !
!
!
Código da Fracção Referência Mediador Imobiliário
F20 120521077-27 Remax Código da Fracção Referência Mediador Imobiliário
Localização Coeficiente (FA) Nível (RLMA/B) F23 120991145-12 Remax
Rua da Madalena 2,4 2 Localização Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Rua da Madalena 3 2
Conservado 0,95 4 Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Conservado 0,95 4
Muito Bom 1,15 3 Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B) Muito Bom 1,1 3
Habitação 1 1 Afectação Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B) Comércio 1,2 3
T3 0,93 2 Tipologia Coeficiente (FA) Nível (RLMA/B)
Área Valor de Venda Lojas/Escritórios 1 5
93 m
2
250.000,00! Área Valor de Venda
2
113 m 350.000,00!
!
!
!
!
Código da Fracção Referência Mediador Imobiliário
F21 120521077-28 Remax Código da Fracção Referência Mediador Imobiliário
Localização Coeficiente (FA) Nível (RLMA/B) F24 0944-270 Century 21
Rua da Madalena 2,4 2 Localização Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Rua dos Fanqueiros 2,4 2
Conservado 0,95 4 Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Conservado 0,95 4
Muito Bom 1,15 3 Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B) Muito Bom 1,15 3
Habitação 1 1 Afectação Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B) Habitação 1 1
T4 ou superior 0,92 1 Tipologia Coeficiente (FA) Nível (RLMA/B)
Área Valor de Venda T2 0,98 3
114 m
2
300.000,00! Área Valor de Venda
2
189 m 575.000,00!
!
!
 !

Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F25 F10761 Consultan F28 - Particular
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Junto à Sé 3 1 Rua dos Condes de Monsanto 3 2
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4 Conservado 0,95 4
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Bom 1,1 2 Muito Bom 1,1 3
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Comércio 1,2 3 Serviços 1,1 2
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
Lojas/Escritórios 1 5 Lojas/Escritórios 1 5
Área Valor de Venda Área Valor de Venda
2
30 m 195.000,00! 80 m
2
275.000,00!
! !
!
Código da Fracção Referência Mediador Imobiliário
Código da Fracção Referência Mediador Imobiliário F29 Apt T2+1 106 Particular (BPIExpressoImobiliário)
F26 F9927 Consultan Localização Coeficiente Nível (RLMA/B)
Localização Coeficiente (FA) Nível (RLMA/B) Rua Augusta (FA)
2,4 3
Rua da Madalena 3 2 Estado de Conservação Coeficiente Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Pequenas Intervenções (FA)
0,75 3
Conservado 0,95 4 Qualidade e Conforto/ Equipamentos Coeficiente Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) e Qualidade
Razoável (FA)
1 1
Muito Bom 1 3 Afectação Coeficiente Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B) Habitação (FA)
1 1
Serviços 1,1 2 Tipologia Coeficiente Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B) T3 (FA)
0,93 2
Lojas/Escritórios 1 5 Área Valor de Venda
Área Valor de Venda 65 m
2
206.000,00!
2
80 m 275.000,00! !
!
Código da Fracção Referência Mediador Imobiliário
Código da Fracção Referência Mediador Imobiliário F30 Apt T2+1 108 Particular (BPIExpressoImobiliário)
F27 F9921 Consultan Localização Coeficiente (FA) Nível (RLMA/B)
Localização Coeficiente (FA) Nível (RLMA/B) Rua Augusta 2,4 3
Rua da Madalena 3 2 Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Pequenas Intervenções 0,8 3
Conservado 0,95 4 Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Razoável 1 1
Bom 1,1 2 Afectação Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B) Habitação 1 1
Serviços 1,1 2 Tipologia Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B) T3 0,93 2
Lojas/Escritórios 1 5 Área Valor de Venda
Área Valor de Venda 85 m
2
257.500,00!
2
125 m 335.000,00! !
!
!
! !

! !
! !

Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F31 Apt T2+1 107 Particular (BPIExpressoImobiliário) F34 120261103-49 Remax
Localização Coeficiente Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua Augusta (FA)
2,4 3 Rua do Comércio 2,4 2
Estado de Conservação Coeficiente Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Pequenas Intervenções (FA)
0,8 3 Obras de Remodelação 0,75 2
Qualidade e Conforto/ Equipamentos Coeficiente Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
e Qualidade
Razoável (FA)
1 1 Razoável 1 1
Afectação Coeficiente Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Habitação (FA)
1 1 Habitação 1 1
Tipologia Coeficiente Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
T3 (FA)
0,93 2 T0/T1 1,17 4
Área Valor de Venda Área Valor de Venda
2 2
85 m 226.000,00! 55 m 125.000,00!
! !
Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F32 Apt T2 157 Particular (BPIExpressoImobiliário) F35 - Particular (BPIExpressoImobiliário)
Localização Coeficiente Nível (RLMA/B) Localização Coeficiente Nível (RLMA/B)
Rua dos Correeiros (FA)
2,4 2 Rua dos Douradores (FA)
2,4 2
Estado de Conservação Coeficiente Nível (RLMA/B) Estado de Conservação Coeficiente Nível (RLMA/B)
Pequenas Intervenções (FA)
0,8 3 Pequenas Intervenções (FA)
0,8 3
Qualidade e Conforto/ Equipamentos Coeficiente Nível (RLMA/B) Qualidade e Conforto/ Equipamentos Coeficiente Nível (RLMA/B)
e Qualidade
Razoável (FA)
1 1 e Qualidade
Razoável (FA)
1 1
Afectação Coeficiente Nível (RLMA/B) Afectação Coeficiente Nível (RLMA/B)
Habitação (FA)
1 1 Habitação (FA)
1 1
Tipologia Coeficiente Nível (RLMA/B) Tipologia Coeficiente Nível (RLMA/B)
T2 (FA)
0,98 3 T0/T1 (FA)
1,17 4
Área Valor de Venda Área Valor de Venda
2 2
55 m 134.200,00! 60 m 160.000,00!
! !

! !
Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F33 AN883343 Particular (BPIExpressoImobiliário) F36 4531 LisAtlanta
Localização Coeficiente Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua do Carmo (FA)
2,4 3 Rua da Prata 2,4 3
Estado de Conservação Coeficiente Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado (FA)
0,95 4 Obras de Remodelação 0,75 2
Qualidade e Conforto/ Equipamentos Coeficiente Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
e Qualidade
Bom (FA)
1,15 2 Razoável 0,98 1
Afectação Coeficiente Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Habitação (FA)
1 1 Habitação 1 1
Tipologia Coeficiente Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
T2 (FA)
0,98 3 T4 ou superior 0,92 1
Área Valor de Venda Área Valor de Venda
2 2
115 m 325.000,00! 78 m 140.000,00!
 ! !

! !
! !

Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F37 Apt 3219 Concordata F40 - Particular (BPIExpressoImobiliário)
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente Nível (RLMA/B)
Rua da Prata 2,4 3 Rua da Assunção (FA)
2,4 3
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente Nível (RLMA/B)
Conservado 0,95 4 Conservado (FA)
0,95 4
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos Coeficiente Nível (RLMA/B)
Razoável 0,98 1 eMuito
Qualidade
Bom (FA)
1,2 3
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente Nível (RLMA/B)
Habitação 1 1 Habitação (FA)
1 1
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente Nível (RLMA/B)
T2 0,92 3 T2 (FA)
0,98 3
Área Valor de Venda Área Valor de Venda
2 2
78 m 210.000,00! 100 m 325.000,00!
! !
Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F38 005.003035 FitaMétrica F41 403 Cityscape
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Praça da Figueira 2,4 1 Rua dos Fanqueiros 2,4 2
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Pequenas Intervenções 0,8 3 Obras de Remodelação 0,75 2
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Bom 1 2 Razoável 1,03 1
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Habitação 1 1 Habitação 1 1
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
T4 ou superior 0.92 1 T0/T1 1,17 4
Área Valor de Venda Área Valor de Venda
2 2
205 m 250.000,00! 150 m 375.000,00!
! !
Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F39 3351 LisAtlanta F42 404 Cityscape
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua dos Douradores 2,4 2 Rua dos Fanqueiros 2,4 2
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4 Obras de Remodelação 0,75 2
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Bom 1 2 Razoável 1,03 1
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Habitação 1 1 Habitação 1 1
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
T4 ou superior 0,92 1 T3 0,93 2
Área Valor de Venda Área Valor de Venda
2 2
85 m 210.000,00! 150 m 375.000,00!
! !
 !

Código da Fracção Referência Mediador Imobiliário

Código da Fracção Referência Mediador Imobiliário
F46 400 Cityscape
F43 405 Cityscape
Localização Coeficiente (FA) Nível (RLMA/B)
Localização Coeficiente (FA) Nível (RLMA/B)
Rua dos Fanqueiros 2,4 2
Rua dos Fanqueiros 2,4 2
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4
Obras de Remodelação 0,75 2
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Bom 1,03 2
Razoável 1,03 1
Afectação Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B)
Habitação 1 1
Habitação 1 1
Tipologia Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B)
T0/T1 1,17 4
T0/T1 1,17 4
Área Valor de Venda
Área Valor de Venda 2
2 140 m 310.000,00!
140 m 235.000,00!
! !
Código da Fracção Referência Mediador Imobiliário
Código da Fracção Referência Mediador Imobiliário
F47 398 Cityscape
F44 406 Cityscape
Localização Coeficiente (FA) Nível (RLMA/B)
Localização Coeficiente (FA) Nível (RLMA/B)
Rua dos Fanqueiros 2,4 2
Rua dos Fanqueiros 2,4 2
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4
Obras de Remodelação 0,75 2
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Bom 1,03 2
Razoável 1,03 1
Afectação Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B)
Habitação 1 1
Habitação 1 1
Tipologia Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B)
T3 0,93 2
T0/T1 1,17 4
Área Valor de Venda
Área Valor de Venda 2
2 150 m 475.000,00!
140 m 230.000,00!
! !
Código da Fracção Referência Mediador Imobiliário
Código da Fracção Referência Mediador Imobiliário
F48 - Particular (BPIExpressoImobiliário)
F45 402 Cityscape
Localização Coeficiente Nível (RLMA/B)
Localização Coeficiente (FA) Nível (RLMA/B)
Rua do Comércio (FA)
2,4 2
Rua dos Fanqueiros 2,4 2
Estado de Conservação Coeficiente Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado (FA)
0,95 4
Conservado 0,95 4
Qualidade e Conforto/ Coeficiente Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Equipamentos
Bome Qualidade (FA)
1 2
Bom 1,03 2
Afectação Coeficiente Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B)
Habitação (FA)
1 1
Habitação 1 1
Tipologia Coeficiente Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B)
T4 ou superior (FA)
0,92 1
T0/T1 1,17 4
Área Valor de Venda
Área Valor de Venda 2
2 120 m 240.000,00!
140 m 300.000,00!
! !

! !
!
 !

Código da Fracção Referência Mediador Imobiliário

Código da Fracção Referência Mediador Imobiliário
F52 183 Century 21
F49 - Particular (BPIExpressoImobiliário)
Localização Coeficiente (FA) Nível (RLMA/B)
Localização Coeficiente Nível (RLMA/B)
(FA) Rua da Madalena 2,4 2
Rua dos Sapateiros 2,4 1
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente Nível (RLMA/B)
(FA) Conservado 0,95 4
Conservado 0,95 4
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos Coeficiente Nível (RLMA/B)
e Qualidade (FA) Muito Bom 1,15 3
Bom 1 2
Afectação Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente Nível (RLMA/B)
(FA) Habitação 1 1
Habitação 1 1
Tipologia Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente Nível (RLMA/B)
(FA) T3 0,93 2
T2 0,98 3
Área Valor de Venda
Área Valor de Venda 2
2 188 m 495.000,00!
115 m 210.000,00!
! !
!
Código da Fracção Referência Mediador Imobiliário
Código da Fracção Referência Mediador Imobiliário
F50 AN883343 Particular (BPIExpressoImobiliário)
Localização Coeficiente Nível (RLMA/B) F53 Apt 3464 Concordata
Chiado (FA)
2,4 3 Localização Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente Nível (RLMA/B) Rua da Madalena 2,4 2
Conservado (FA)
0,95 4 Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos Coeficiente Nível (RLMA/B) Intervenções de carácter estrutural 0,75 1
e Qualidade
Bom (FA)
1,15 2 Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente Nível (RLMA/B) Razoável 1 1
Habitação (FA)
1 1 Afectação Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente Nível (RLMA/B) Habitação 1 1
T2 (FA)
0,98 3 Tipologia Coeficiente (FA) Nível (RLMA/B)
Área Valor de Venda T2 0,98 3
115 m
2
325.000,00! Área Valor de Venda
2
90 m 143.500,00!
!
!
!
Código da Fracção Referência Mediador Imobiliário
Código da Fracção Referência Mediador Imobiliário F54 - Particular (BPIExpressoImobiliário)
F51 08DG213 Domoglobal Localização Coeficiente Nível (RLMA/B)
Localização Coeficiente (FA) Nível (RLMA/B) Rua São Nicolau (FA)
3 1
Rua dos Correeiros 2,4 2 Estado de Conservação Coeficiente Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Pequenas Intervenções (FA)
0,8 3
Conservado 0,95 4 Qualidade e Conforto/ Equipamentos Coeficiente Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) e Qualidade
Razoável (FA)
1,1 1
Bom 1 2 Afectação Coeficiente Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B) Comércio (FA)
1,2 3
Habitação 1 1 Tipologia Coeficiente Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B) (FA)
1 5
T2 0,98 3 Área Valor de Venda
2
Área Valor de Venda 70 m 195.000,00!
2
60 m 134.200,00! !
!
!
! !

Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F55 489 Iturhome F58 4946/114 Activalux
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua da Conceição 3 1 Rua dos Sapateiros 3 1
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4 Conservado 0,95 4
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Muito Bom 1,2 3 Bom 1,1 2
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Comércio 1,2 3 Comércio 1,2 3
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
Lojas/Escritórios 1 5 Lojas/Escritórios 1 5
Área Valor de Venda Área Valor de Venda
2
51 m 193.000,00! 90 m
2
400.000,00!
! !
Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F56 4055 Sétimo Ambiente F59 - -
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua dos Sapateiros 3 1 Rua de S. Nicolau 3 1
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4 Conservado 0,95 4
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Bom 1,2 2 Bom 1,1 2
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Serviços 1,1 2 Comércio 1,2 3
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
Lojas/Escritórios 1 5 Lojas/Escritórios 1 5
Área Valor de Venda Área Valor de Venda
2
100 m 300.000,00! 50 m
2
200.000,00!
! !
Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F57 - Particular (BPIExpressoImobiliário) F60 - -
Localização Coeficiente Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua da Conceição (FA)
3 1 Rua de São Nicolau 3 1
Estado de Conservação Coeficiente Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado (FA)
0,95 4 Pequenas Intervenções 0,8 3
Qualidade e Conforto/ Coeficiente Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Equipamentos e Qualidade
Muito Bom (FA)
1,2 3 Muito Bom 1,1 3
Afectação Coeficiente Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Comércio (FA)
1,2 3 Comércio 1,2 3
Tipologia Coeficiente Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
Lojas/Escritórios (FA)
1 5 Lojas/Escritórios 1 5
Área Valor de Venda Área Valor de Venda
2
52 m 197.000,00! 51 m
2
195.000,00!
! !
! !
!
 !

Código da Fracção Referência Mediador Imobiliário

Código da Fracção Referência Mediador Imobiliário
F64 4055 PredialAndré
F61 - -
Localização Coeficiente (FA) Nível (RLMA/B)
Localização Coeficiente (FA) Nível (RLMA/B)
Rua dos Sapateiros 3 1
Rua da Madalena 3 2
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4
Conservado 0,95 4
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Muito Bom 1,2 3
Muito Bom 1,1 3
Afectação Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B)
Comércio 1,2 3
Comércio 1,2 3
Tipologia Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B)
Lojas/Escritórios 1 5
Lojas/Escritórios 1 5
Área Valor de Venda
Área Valor de Venda 2
2 90 m 450.000,00!
44 m 195.000,00!
! !
! Código da Fracção Referência Mediador Imobiliário
F65 012.001230 FitaMétrica
Código da Fracção Referência Mediador Imobiliário
Localização Coeficiente (FA) Nível (RLMA/B)
F62 - -
Rua do Comércio 2,4 2
Localização Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Rua do Ouro 3 3
Conservado 0,95 4
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4
Bom 1 2
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B)
Muito Bom 1,2 3
Habitação 1 1
Afectação Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B)
Comércio 1,2 3
T3 0,93 2
Tipologia Coeficiente (FA) Nível (RLMA/B)
Área Valor de Venda
Lojas/Escritórios 1 5 2
83 m 225.000,00!
Área Valor de Venda
40 m
2
125.000,00! !
! Código da Fracção Referência Mediador Imobiliário
F66 - -
Código da Fracção Referência Mediador Imobiliário
Localização Coeficiente (FA) Nível (RLMA/B)
F63 Loja_892 Imomontellano
- 2,4 1
Localização Coeficiente (FA) Nível (RLMA/B)
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Rua dos Sapateiros 3 1
Conservado 0,95 4
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4
Razoável 1 1
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Afectação Coeficiente (FA) Nível (RLMA/B)
Muito Bom 1,2 3
Habitação 1 1
Afectação Coeficiente (FA) Nível (RLMA/B)
Tipologia Coeficiente (FA) Nível (RLMA/B)
Comércio 1,2 3
T2 0,98 3
Tipologia Coeficiente (FA) Nível (RLMA/B)
Área Valor de Venda
Lojas/Escritórios 1 5 2
110 m 195.000,00!
Área Valor de Venda
90 m
2
400.000,00! !

!
!
 ! !

! !

Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F67 - - F70 541 Cidadeprática
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua dos Fanqueiros 2,4 2 Rua dos Sapateiros 3 1
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4 Conservado 0,95 4
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Bom 1,15 2 Bom 1 2
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Habitação 1 1 Serviços 1,1 2
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
T3 0,93 2 Lojas/Escritórios 1 5
Área Valor de Venda Área Valor de Venda
2 2
190 m 575.000,00! 100 m 300.000,00!
! !
Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F68 43539 J. M. Simões F71 E05JG043 Cosmopolita
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua dos Fanqueiros 2,4 2 Rua dos Sapateiros 3 1
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4 Conservado 0,95 4
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Muito Bom 1,15 3 Razoável 1 1
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Habitação 1 1 Serviços 1,1 2
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
T3 0,93 2 Lojas/Escritórios 1 5
Área Valor de Venda Área Valor de Venda
2 2
200 m 575.000,00! 100 m 285.000,00!
! !
Código da Fracção Referência Mediador Imobiliário Código da Fracção Referência Mediador Imobiliário
F69 012.001233 FitaMétrica F72 E05JG042 Cosmopolita
Localização Coeficiente (FA) Nível (RLMA/B) Localização Coeficiente (FA) Nível (RLMA/B)
Rua do Comércio 2,4 2 Rua dos Sapateiros 3 1
Estado de Conservação Coeficiente (FA) Nível (RLMA/B) Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Obras de Remodelação 0,75 2 Pequenas Intervenções 0,8 3
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B) Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Razoável 1 1 Razoável 1 1
Afectação Coeficiente (FA) Nível (RLMA/B) Afectação Coeficiente (FA) Nível (RLMA/B)
Habitação 1 1 Serviços 1,1 2
Tipologia Coeficiente (FA) Nível (RLMA/B) Tipologia Coeficiente (FA) Nível (RLMA/B)
T4 ou superior 0,92 1 Lojas/Escritórios 1 5
Área Valor de Venda Área Valor de Venda
2 2
52 m 106.000,00! 100 m 200.000,00!
! !
! !
 !

Código da Fracção Referência Mediador Imobiliário

F73 LXL_ES_7231 Casa Caso
Localização Coeficiente (FA) Nível (RLMA/B)
Rua dos Fanqueiros 3 2
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Pequenas Intervenções 0,8 3
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Razoável 1 1
Afectação Coeficiente (FA) Nível (RLMA/B)
Serviços 1,1 2
Tipologia Coeficiente (FA) Nível (RLMA/B)
Lojas/Escritórios 1 5
Área Valor de Venda
2
93 m 190.000,00!
!
Código da Fracção Referência Mediador Imobiliário
F74 64/5605 Abra
Localização Coeficiente (FA) Nível (RLMA/B)
Rua dos Sapateiros 3 1
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Pequenas Intervenções 0,8 3
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Bom 1 2
Afectação Coeficiente (FA) Nível (RLMA/B)
Serviços 1,1 2
Tipologia Coeficiente (FA) Nível (RLMA/B)
Lojas/Escritórios 1 5
Área Valor de Venda
2
101 m 210.000,00!
!
Código da Fracção Referência Mediador Imobiliário
F75 7009 1ª Avenida
Localização Coeficiente (FA) Nível (RLMA/B)
Rua dos Sapateiros 3 1
Estado de Conservação Coeficiente (FA) Nível (RLMA/B)
Conservado 0,95 4
Qualidade e Conforto/ Equipamentos e Qualidade Coeficiente (FA) Nível (RLMA/B)
Muito Bom 1,1 3
Afectação Coeficiente (FA) Nível (RLMA/B)
Serviços 1,1 2
Tipologia Coeficiente (FA) Nível (RLMA/B)
Lojas/Escritórios 1 5
Área Valor de Venda
2
100 m 300.000,00!
!
 Anexo C – Cálculos Efectuados para os Modelos Abordados

!
 Quadro A – Quadro Síntese dos cálculos efectuados através da fórmula analítica adaptada

Código Valor Cft Cft Cft Cft Qualidade e Cft Cft Valor
Valor FA Area Preço m2
Fracção Base Localização Tipologia Conservação Conforto Afectação Arquitectónico

F01 148457,925 70 2120,8275 615 3 1 0,95 1,1 1,1 1

F02 779328 400 1948,32 615 3 1 0,8 1,1 1,2 1

F03 132840 75 1771,2 615 3 1 0,8 1 1,2 1

F04 71235,45 55 1295,19 615 2,4 1,17 0,75 1 1 1

F05 106194,7757 84 1264,22352 615 2,4 0,92 0,95 0,98 1 1

F06 104975,703 70 1499,6529 615 2,4 0,93 0,95 1,15 1 1

F07 487080 300 1623,6 615 3 1 0,8 1 1,1 1

F08 70944,5304 135 525,51504 615 2,4 0,92 0,43 0,9 1 1

F09 169460,7777 115 1473,57198 615 2,4 0,93 0,95 1,13 1 1

F10 175171,68 300 583,9056 615 2,4 0,92 0,43 1 1 1

F11 73599,79536 52 1415,38068 615 2,4 0,98 0,95 1,03 1 1

F12 350900,55 182 1928,025 615 3 1 0,95 1 1,1 1

F13 214917,9984 170 1264,22352 615 2,4 0,92 0,95 0,98 1 1

F14 85197,672 62 1374,156 615 2,4 0,98 0,95 1 1 1

F15 260809,2 124 2103,3 615 3 1 0,95 1 1,2 1

F16 15940,8 9 1771,2 615 3 1 0,8 1 1,2 1

F17 184204,8 104 1771,2 615 3 1 0,8 1 1,2 1

F18 90802,782 90 1008,9198 615 2,4 0,93 0,75 0,98 1 1

F19 211068 130 1623,6 615 3 1 0,8 1 1,1 1

Código Valor Cft Cft Cft Cft Qualidade e Cft Cft Valor
Valor FA Area Preço m2
Fracção Base Localização Tipologia Conservação Conforto Afectação Arquitectónico

F20 139467,7197 93 1499,6529 615 2,4 0,93 0,95 1,15 1 1

F21 169122,1464 114 1483,5276 615 2,4 0,92 0,95 1,15 1 1

F22 381748,95 180 2120,8275 615 3 1 0,95 1,1 1,1 1

F23 261440,19 113 2313,63 615 3 1 0,95 1,1 1,2 1

F24 298672,8066 189 1580,2794 615 2,4 0,98 0,95 1,15 1 1

F25 69408,9 30 2313,63 615 3 1 0,95 1,1 1,2 1

F26 154242 80 1928,025 615 3 1 0,95 1 1,1 1

F27 265103,4375 125 2120,8275 615 3 1 0,95 1,1 1,1 1

F28 169666,2 80 2120,8275 615 3 1 0,95 1,1 1,1 1

F29 66918,15 65 1029,51 615 2,4 0,93 0,75 1 1 1

F30 93342,24 85 1098,144 615 2,4 0,93 0,8 1 1 1

F31 93342,24 85 1098,144 615 2,4 0,93 0,8 1 1 1

F32 63645,12 55 1157,184 615 2,4 0,98 0,8 1 1 1

F33 181732,131 115 1580,2794 615 2,4 0,98 0,95 1,15 1 1

F34 71235,45 55 1295,19 615 2,4 1,17 0,75 1 1 1

F35 82892,16 60 1381,536 615 2,4 1,17 0,8 1 1 1

F36 77849,5536 78 998,0712 615 2,4 0,92 0,75 0,98 1 1

F37 101000,466 75 1346,67288 615 2,4 0,98 0,95 0,98 1 1

F38 222698,88 205 1086,336 615 2,4 0,92 0,8 1 1 1

F39 109652,04 85 1290,024 615 2,4 0,92 0,95 1 1 1

F40 164898,72 100 1648,9872 615 2,4 0,98 0,95 1,2 1 1

 Código Valor Cft Cft Cft Cft Qualidade e Cft Cft Valor
Valor FA Area Preço m2
Fracção Base Localização Tipologia Conservação Conforto Afectação Arquitectónico

F41 200106,855 150 1334,0457 615 2,4 1,17 0,75 1,03 1 1

F42 159059,295 150 1060,3953 615 2,4 0,93 0,75 1,03 1 1

F43 186766,398 140 1334,0457 615 2,4 1,17 0,75 1,03 1 1

F44 186766,398 140 1334,0457 615 2,4 1,17 0,75 1,03 1 1

F45 236570,7708 140 1689,79122 615 2,4 1,17 0,95 1,03 1 1

F46 236570,7708 140 1689,79122 615 2,4 1,17 0,95 1,03 1 1

F47 201475,107 150 1343,16738 615 2,4 0,93 0,95 1,03 1 1

F48 154802,88 120 1290,024 615 2,4 0,92 0,95 1 1 1

F49 151157,16 110 1374,156 615 2,4 0,98 0,95 1 1 1

F50 181732,131 115 1580,2794 615 2,4 0,98 0,95 1,15 1 1

F51 82449,36 60 1374,156 615 2,4 0,98 0,95 1 1 1

F52 281934,7452 188 1499,6529 615 2,4 0,93 0,95 1,15 1 1

F53 97637,4 90 1084,86 615 2,4 0,98 0,75 1 1 1

F54 136382,4 70 1948,32 615 3 1 0,8 1,1 1,2 1

F55 128721,96 51 2523,96 615 3 1 0,95 1,2 1,2 1

F56 231363 100 2313,63 615 3 1 0,95 1,2 1,1 1

F57 131245,92 52 2523,96 615 3 1 0,95 1,2 1,2 1

F58 208226,7 90 2313,63 615 3 1 0,95 1,1 1,2 1

F59 115681,5 50 2313,63 615 3 1 0,95 1,1 1,2 1

F60 99364,32 51 1948,32 615 3 1 0,8 1,1 1,2 1

F61 101799,72 44 2313,63 615 3 1 0,95 1,1 1,2 1

Código Valor Cft Cft Cft Cft Qualidade e Cft Cft Valor
Valor FA Area Preço m2
Fracção Base Localização Tipologia Conservação Conforto Afectação Arquitectónico

F62 100958,4 40 2523,96 615 3 1 0,95 1,2 1,2 1

F63 227156,4 90 2523,96 615 3 1 0,95 1,2 1,2 1

F64 227156,4 90 2523,96 615 3 1 0,95 1,2 1,2 1

F65 108235,818 83 1304,046 615 2,4 0,93 0,95 1 1 1

F66 151157,16 110 1374,156 615 2,4 0,98 0,95 1 1 1

F67 284934,051 190 1499,6529 615 2,4 0,93 0,95 1,15 1 1

F68 299930,58 200 1499,6529 615 2,4 0,93 0,95 1,15 1 1

F69 52958,88 52 1018,44 615 2,4 0,92 0,75 1 1 1

F70 192802,5 100 1928,025 615 3 1 0,95 1 1,1 1

F71 192802,5 100 1928,025 615 3 1 0,95 1 1,1 1

F72 162360 100 1623,6 615 3 1 0,8 1 1,1 1

F73 150994,8 93 1623,6 615 3 1 0,8 1 1,1 1

F74 163983,6 101 1623,6 615 3 1 0,8 1 1,1 1

F75 212082,75 100 2120,8275 615 3 1 0,95 1,1 1,1 1

!
!

!
 Quadro B – Quadro Síntese dos cálculos efectuados através do modelo A

Coeficientes

1488,669 587,087 552,645 427,684 595,162 514,224 476,162 1262,202

Código Fracção Valor RLMA Área Preço/m2 Independente L3 T2 T4 EC4 EQ3 AF2 AF3

F01 256291,28 70 3661,304 - 1 0 0 1 1 1 0

F02 1335183,2 400 3337,958 - 1 0 0 0 0 0 1

F03 250346,85 75 3337,958 - 1 0 0 0 0 0 1

F04 105399,415 55 1916,353 - 0 0 1 0 0 0 0

F05 175041,804 84 2083,831 - 0 0 0 1 0 0 0

F06 184553,32 70 2636,476 - 0 1 0 1 0 0 0

F07 589449,3 300 1964,831 - 0 0 0 0 0 1 0

F08 200970,315 135 1488,669 - 0 0 0 0 0 0 0

F09 303194,74 115 2636,476 - 0 1 0 1 0 0 0

F10 446600,7 300 1488,669 - 0 0 0 0 0 0 0

F11 165627,384 52 3185,142 - 1 0 0 1 1 0 0

F12 465918,726 182 2559,993 - 0 0 0 1 0 1 0

F13 354251,27 170 2083,831 - 0 0 0 1 0 0 0

F14 165596,916 62 2670,918 - 1 0 0 1 0 0 0

F15 487706,88 124 3933,12 - 1 0 0 1 0 0 1

F16 24757,839 9 2750,871 - 0 0 0 0 0 0 1

F17 286090,584 104 2750,871 - 0 0 0 0 0 0 1

F18 183718,26 90 2041,314 - 0 1 0 0 0 0 0

Código Fracção Valor RLMA Área Preço/m2 Independente L3 T2 T4 EC4 EQ3 AF2 AF3

F19 255428,03 130 1964,831 - 0 0 0 0 0 1 0

F20 293015,1 93 3150,7 - 0 1 0 1 1 0 0

F21 296178,27 114 2598,055 - 0 0 0 1 1 0 0

F22 460798,74 180 2559,993 - 0 0 0 1 0 1 0

F23 436209,041 113 3860,257 - 0 0 0 1 1 0 1

F24 491032,395 189 2598,055 - 0 0 0 1 1 0 0

F25 100380,99 30 3346,033 - 0 0 0 1 0 0 1

F26 245937,36 80 3074,217 - 0 0 0 1 1 1 0

F27 319999,125 125 2559,993 - 0 0 0 1 0 1 0

F28 245937,36 80 3074,217 - 0 0 0 1 1 1 0

F29 170846,065 65 2628,401 - 1 1 0 0 0 0 0

F30 223414,085 85 2628,401 - 1 1 0 0 0 0 0

F31 223414,085 85 2628,401 - 1 1 0 0 0 0 0

F32 81876,795 55 1488,669 - 0 0 0 0 0 0 0

F33 307155,57 115 2670,918 - 1 0 0 1 0 0 0

F34 105399,415 55 1916,353 - 0 0 1 0 0 0 0

F35 114981,18 60 1916,353 - 0 0 1 0 0 0 0

F36 161908,968 78 2075,756 - 1 0 0 0 0 0 0

F37 200318,85 75 2670,918 - 1 0 0 1 0 0 0

F38 305177,145 205 1488,669 - 0 0 0 0 0 0 0

F39 177125,635 85 2083,831 - 0 0 0 1 0 0 0

 Código Fracção Valor RLMA Área Preço/m2 Independente L3 T2 T4 EC4 EQ3 AF2 AF3

F40 318514,2 100 3185,142 - 1 0 0 1 1 0 0

F41 287452,95 150 1916,353 - 0 0 1 0 0 0 0

F42 306197,1 150 2041,314 - 0 1 0 0 0 0 0

F43 268289,42 140 1916,353 - 0 0 1 0 0 0 0

F44 268289,42 140 1916,353 - 0 0 1 0 0 0 0

F45 351612,1 140 2511,515 - 0 0 1 1 0 0 0

F46 351612,1 140 2511,515 - 0 0 1 1 0 0 0

F47 395471,4 150 2636,476 - 0 1 0 1 0 0 0

F48 250059,72 120 2083,831 - 0 0 0 1 0 0 0

F49 229221,41 110 2083,831 - 0 0 0 1 0 0 0

F50 307155,57 115 2670,918 - 1 0 0 1 0 0 0

F51 125029,86 60 2083,831 - 0 0 0 1 0 0 0

F52 592331,6 188 3150,7 - 0 1 0 1 1 0 0

F53 133980,21 90 1488,669 - 0 0 0 0 0 0 0

F54 192560,97 70 2750,871 - 0 0 0 0 0 0 1

F55 196873,107 51 3860,257 - 0 0 0 1 1 0 1

F56 255999,3 100 2559,993 - 0 0 0 1 0 1 0

F57 200733,364 52 3860,257 - 0 0 0 1 1 0 1

F58 301142,97 90 3346,033 - 0 0 0 1 0 0 1

F59 167301,65 50 3346,033 - 0 0 0 1 0 0 1

F60 166519,845 51 3265,095 - 0 0 0 0 1 0 1

Código Fracção Valor RLMA Área Preço/m2 Independente L3 T2 T4 EC4 EQ3 AF2 AF3

F61 169851,308 44 3860,257 - 0 0 0 1 1 0 1

F62 177893,76 40 4447,344 - 1 0 0 1 1 0 1

F63 347423,13 90 3860,257 - 0 0 0 1 1 0 1

F64 347423,13 90 3860,257 - 0 0 0 1 1 0 1

F65 218827,508 83 2636,476 - 0 1 0 1 0 0 0

F66 229221,41 110 2083,831 - 0 0 0 1 0 0 0

F67 500930,44 190 2636,476 - 0 1 0 1 0 0 0

F68 630140 200 3150,7 - 0 1 0 1 1 0 0

F69 77410,788 52 1488,669 - 0 0 0 0 0 0 0

F70 255999,3 100 2559,993 - 0 0 0 1 0 1 0

F71 255999,3 100 2559,993 - 0 0 0 1 0 1 0

F72 196483,1 100 1964,831 - 0 0 0 0 0 1 0

F73 182729,283 93 1964,831 - 0 0 0 0 0 1 0

F74 198447,931 101 1964,831 - 0 0 0 0 0 1 0

F75 307421,7 100 3074,217 - 0 0 0 1 1 1 0

!
!
!

!
!
 Quadro C – Quadro Síntese dos cálculos efectuados através do modelo B

Coeficientes

-115,685 318,943 186,698 337,993 522,444

Código Fracção Valor RLMB Área Preco/m2 Independente Localização Estado Conservação EquipamentosQualidade Afectação

F01 255276 70 3647 - 3 4 3 2

F02 1322625 400 3307 - 3 3 1 3

F03 247992 75 3307 - 3 3 1 3

F04 96582 55 1756 - 2 2 1 1

F05 178872 84 2129 - 2 4 1 1

F06 172720 70 2467 - 2 4 2 1

F07 739553 300 2465 - 2 3 1 2

F08 211860 135 1569 - 2 1 1 1

F09 283754 115 2467 - 2 4 2 1

F10 375118 300 1250 - 1 1 1 1

F11 162467 52 3124 - 3 4 3 1

F12 544156 182 2990 - 2 4 2 2

F13 362003 170 2129 - 2 4 1 1

F14 172755 62 2786 - 3 4 2 1

F15 475075 124 3831 - 3 4 2 3

F16 29931 9 3326 - 2 3 2 3

F17 310712 104 2988 - 2 3 1 3

F18 174846 90 1943 - 2 3 1 1

Código Fracção Valor RLMB Área Preco/m2 Independente Localização Estado Conservação EquipamentosQualidade Afectação

F19 322949 130 2484 - 1 3 2 2

F20 260904 93 2805 - 2 4 3 1

F21 319817 114 2805 - 2 4 3 1

F22 538176 180 2990 - 2 4 2 2

F23 435084 113 3850 - 2 4 3 3

F24 530224 189 2805 - 2 4 3 1

F25 95801 30 3193 - 1 4 2 3

F26 266229 80 3328 - 2 4 3 2

F27 373733 125 2990 - 2 4 2 2

F28 266229 80 3328 - 2 4 3 2

F29 147009 65 2262 - 3 3 1 1

F30 192242 85 2262 - 3 3 1 1

F31 192242 85 2262 - 3 3 1 1

F32 106850 55 1943 - 2 3 1 1

F33 320432 115 2786 - 3 4 2 1

F34 96582 55 1756 - 2 2 1 1

F35 116564 60 1943 - 2 3 1 1

F36 161848 78 2075 - 3 2 1 1

F37 183628 75 2448 - 3 4 1 1

F38 402165 205 1962 - 1 3 2 1

F39 209731 85 2467 - 2 4 2 1

 Código Fracção Valor RLMB Área Preco/m2 Independente Localização Estado Conservação EquipamentosQualidade Afectação

F40 312436 100 3124 - 3 4 3 1

F41 263405 150 1756 - 2 2 1 1

F42 263405 150 1756 - 2 2 1 1

F43 245845 140 1756 - 2 2 1 1

F44 245845 140 1756 - 2 2 1 1

F45 345439 140 2467 - 2 4 2 1

F46 345439 140 2467 - 2 4 2 1

F47 370113 150 2467 - 2 4 2 1

F48 296091 120 2467 - 2 4 2 1

F49 236333 110 2148 - 1 4 2 1

F50 320432 115 2786 - 3 4 2 1

F51 148045 60 2467 - 2 4 2 1

F52 527418 188 2805 - 2 4 3 1

F53 141240 90 1569 - 2 1 1 1

F54 186807 70 2669 - 1 3 1 3

F55 180099 51 3531 - 1 4 3 3

F56 267092 100 2671 - 1 4 2 2

F57 183631 52 3531 - 1 4 3 3

F58 287403 90 3193 - 1 4 2 3

F59 159668 50 3193 - 1 4 2 3

F60 170578 51 3345 - 1 3 3 3

Código Fracção Valor RLMB Área Preco/m2 Independente Localização Estado Conservação EquipamentosQualidade Afectação

F61 169413 44 3850 - 2 4 3 3

F62 166770 40 4169 - 3 4 3 3

F63 317822 90 3531 - 1 4 3 3

F64 317822 90 3531 - 1 4 3 3

F65 204796 83 2467 - 2 4 2 1

F66 199154 110 1810 - 1 4 1 1

F67 468810 190 2467 - 2 4 2 1

F68 561083 200 2805 - 2 4 3 1

F69 91314 52 1756 - 2 2 1 1

F70 267092 100 2671 - 1 4 2 2

F71 233293 100 2333 - 1 4 1 2

F72 214623 100 2146 - 1 3 1 2

F73 229261 93 2465 - 2 3 1 2

F74 250907 101 2484 - 1 3 2 2

F75 300892 100 3009 - 1 4 3 2

!
!

!
!
Anexo D – Análise de Resultados!
 Quadro 5.1 – Resultados Obtidos

Código 2 Valor Exacto Valor RLMA Valor RLMB

Área (m ) Valor FA (!) Afectação
Fracção (!) (!) (!)

F01 70 308750 148458 256291 255276 Serviços

F02 400 950000 779328 1335183 1322625 Comércio

F03 75 114000 132840 250347 247992 Comércio

F04 55 118750 71235 105399 96582 Habitação

F05 84 175750 106195 175042 178872 Habitação

F06 70 189525 104976 184553 172720 Habitação

F07 300 202350 487080 589449 739553 Serviços

F08 135 190000 70945 200970 211860 Habitação

F09 115 304000 169461 303195 283754 Habitação

F10 300 332500 175172 446601 375118 Habitação

F11 52 332500 73600 165627 162467 Habitação

F12 182 399000 350901 465919 544156 Serviços

F13 170 403750 214918 354251 362003 Habitação

F14 62 427500 85198 165597 172755 Habitação

F15 124 874000 260809 487707 475075 Comércio

F16 9 92150 15941 24758 29931 Comércio

F17 104 190000 184205 286091 310712 Comércio

F18 90 199500 90803 183718 174846 Habitação

F19 130 209000 211068 255428 322949 Serviços

F20 93 237500 139468 293015 260904 Habitação

F21 114 285000 169122 296178 319817 Habitação

F22 180 313500 381749 460799 538176 Serviços

F23 113 332500 261440 436209 435084 Comércio

F24 189 546250 298673 491032 530224 Habitação

F25 30 185250 69409 100381 95801 Comércio

F26 80 261250 154242 245937 266229 Serviços

F27 125 318250 265103 319999 373733 Serviços

F28 80 261250 169666 245937 266229 Serviços

F29 65 195700 66918 170846 147009 Habitação

F30 85 244625 93342 223414 192242 Habitação

F31 85 214700 93342 223414 192242 Habitação

F32 55 127300 63645 81877 106850 Habitação

F33 115 308750 181732 307156 320432 Habitação

F34 55 118750 71235 105399 96582 Habitação

F35 60 152000 82892 114981 116564 Habitação

F36 78 133000 77850 161909 161848 Habitação

F37 75 199500 101000 200319 183628 Habitação

F38 205 237500 222699 305177 402165 Habitação

F39 85 199500 109652 177126 209731 Habitação

F40 100 308750 164899 318514 312436 Habitação

F41 150 356250 200107 287453 263405 Habitação

F42 150 356250 159059 306197 263405 Habitação

F43 140 223250 186766 268289 245845 Habitação

F44 140 218500 186766 268289 245845 Habitação

F45 140 285000 236571 351612 345439 Habitação

F46 140 294500 236571 351612 345439 Habitação

F47 150 451250 201475 395471 370113 Habitação

F48 120 228000 154803 250060 296091 Habitação

F49 110 199500 151157 229221 236333 Habitação

F50 115 308750 181732 307156 320432 Habitação

F51 60 127490 82449 125030 148045 Habitação

F52 188 470250 281935 592332 527418 Habitação

F53 90 143500 97637 133980 141240 Habitação

F54 70 185250 136382 192561 186807 Comércio

F55 51 183350 128722 196873 180099 Comércio

F56 100 285000 231363 255999 267092 Serviços

F57 52 187150 131246 200733 183631 Comércio

F58 90 380000 208227 301143 287403 Comércio

F59 50 190000 115682 167302 159668 Comércio

F60 51 185250 99364 166520 170578 Comércio

F61 44 185250 101800 169851 169413 Comércio

F62 40 183350 100958 177894 166770 Comércio

F63 90 380000 227156 347423 317822 Comércio

F64 90 427500 227156 347423 317822 Comércio

F65 83 213750 108236 218828 204796 Habitação

F66 110 185250 151157 229221 199154 Habitação

F67 190 546250 284934 500930 468810 Habitação

F68 200 546250 299931 630140 561083 Habitação

F69 52 100700 52959 77411 91314 Habitação

F70 100 285000 192803 255999 267092 Serviços

F71 100 270750 192803 255999 233293 Serviços

F72 100 190000 162360 196483 214623 Serviços

F73 93 180500 150995 182729 229261 Serviços

F74 101 199500 163984 198448 250907 Serviços

F75 100 285000 212083 307422 300892 Serviços

Figura 5A – Valores obtidos para todos os modelos
 Quadro 5.2 – Erros dos modelos

Código Erro Relativo Erro RLMA Erro Relativo Erro RLMB Erro Relativo
Fracção Erro FA (!) FA (!) RLMA (!) RLMB

F01 160292 0,519 52459 0,17 53474 0,173

F02 170672 1,524 -385183 3,324 -372625 3,284

F03 -18840 0,57 -136347 0,189 -133992 0,197

F04 47515 0,769 13351 0,659 22168 0,687

F05 69555 0,656 708 0,433 -3122 0,421

F06 84549 0,66 4972 0,402 16805 0,441

F07 -284730 0,578 -387099 0,909 -537203 1,395

F08 119055 0,77 -10970 0,349 -21860 0,314

F09 134539 0,451 805 0,018 20246 0,081

F10 157328 0,433 -114101 0,446 -42618 0,215

F11 258900 0,762 166873 0,464 170033 0,474

F12 48099 0,137 -66919 0,509 -145156 0,762

F13 188832 0,304 49499 0,147 41747 0,172

F14 342302 0,724 261903 0,464 254745 0,44

F15 613191 0,155 386293 0,58 398925 0,539

F16 76209 0,948 67392 0,92 62219 0,903

F17 5795 0,403 -96091 0,073 -120712 0,006

F18 108697 0,706 15782 0,405 24654 0,434

F19 -2068 0,316 -46428 0,173 -113949 0,046

F20 98032 0,548 -55515 0,051 -23404 0,155

F21 115878 0,452 -11178 0,041 -34817 0,036

F22 -68249 0,236 -147299 0,492 -224676 0,743

F23 71060 0,153 -103709 0,413 -102584 0,409

F24 247577 0,033 55218 0,59 16026 0,717

F25 115841 0,775 84869 0,675 89449 0,69

F26 107008 0,5 15313 0,203 -4979 0,138

F27 53147 0,141 -1749 0,036 -55483 0,21

F28 91584 0,45 15313 0,203 -4979 0,138

F29 128782 0,783 24854 0,447 48691 0,524

F30 151283 0,698 21211 0,276 52383 0,377

F31 121358 0,698 -8714 0,276 22458 0,377

F32 63655 0,794 45423 0,735 20450 0,654

F33 127018 0,411 1594 0,005 -11682 0,038

F34 47515 0,769 13351 0,659 22168 0,687

F35 69108 0,732 37019 0,628 35436 0,622

F36 55150 0,748 -28909 0,476 -28848 0,476

F37 98500 0,673 -819 0,351 15872 0,405

F38 14801 0,279 -67677 0,012 -164665 0,303

F39 89848 0,645 22374 0,426 -10231 0,321

F40 143851 0,466 -9764 0,032 -3686 0,012

F41 156143 0,352 68797 0,069 92845 0,147

F42 197191 0,485 50053 0,008 92845 0,147

F43 36484 0,395 -45039 0,131 -22595 0,204

F44 31734 0,395 -49789 0,131 -27345 0,204

F45 48429 0,234 -66612 0,139 -60439 0,119

F46 57929 0,234 -57112 0,139 -50939 0,119

F47 249775 0,347 55779 0,281 81137 0,199

F48 73197 0,499 -22060 0,19 -68091 0,041

F49 48343 0,51 -29721 0,258 -36833 0,235

F50 127018 0,411 1594 0,005 -11682 0,038

F51 45041 0,733 2460 0,595 -20555 0,521

F52 188315 0,087 -122082 0,918 -57168 0,708

F53 45863 0,684 9520 0,566 2260 0,543

F54 48868 0,558 -7311 0,376 -1557 0,395

F55 54628 0,583 -13523 0,362 3251 0,417

F56 53637 0,251 29001 0,171 17908 0,135

F57 55904 0,575 -13583 0,35 3519 0,405

F58 171773 0,326 78857 0,025 92597 0,069

F59 74319 0,625 22698 0,458 30332 0,483

F60 85886 0,678 18730 0,461 14672 0,448

F61 83450 0,67 15399 0,45 15837 0,451

F62 82392 0,673 5456 0,424 16580 0,46

F63 152844 0,264 32577 0,125 62178 0,029

F64 200344 0,264 80077 0,125 109678 0,029

F65 105514 0,649 -5078 0,291 8954 0,337

F66 34093 0,51 -43971 0,258 -13904 0,355

F67 261316 0,077 45320 0,622 77440 0,518

F68 246319 0,029 -83890 1,041 -14833 0,817

F69 47741 0,828 23289 0,749 9386 0,704

F70 92198 0,376 29001 0,171 17908 0,135

F71 77948 0,376 14751 0,171 37457 0,244

F72 27640 0,474 -6483 0,364 -24623 0,305

F73 29505 0,511 -2229 0,408 -48761 0,257

F74 35516 0,469 1052 0,357 -51407 0,187

F75 72917 0,313 -22422 0,004 -15892 0,025

Figura 5B – Erros dos modelos