Na seção 2.3 é apresentada de forma de integralizar a seção 2.1 e 2.2, explanando trabalhos desenvolvidos relacionados à previsão de demanda no mercado imobiliário.
Pagourtzi et al. (2008) demonstraram a capacidade de previsão do sistema Pythia1, comparando técnicas de previsão de séries temporais, que foram utilizadas para prever os empréstimos hipotecários no Reino Unido, a fim de mostrar como o Pythia pode ser útil para um banco. Os autores concluem que o método de Winters foi o que produziu melhor previsão, devido ao fato da existência de sazonalidade nos dados.
Ho e Addae-Dapaah (2014) em seu artigo ajudaram a compreender o ciclo imobiliário para escritórios por meio da aplicação de um modelo de Vetor Autorregressivo (VAR). Os autores estudaram as cidades de Hong Kong, Kuala Lumpur e Singapura, encontrando quatro resultados. Um deles, é que o ciclo imobiliário é geralmente diferente do ciclo de negócios subjacentes nessas cidades. Dois, o ciclo imobiliário é mais excessivo nas áreas de construção e desenvolvimento do que nos aluguéis e vacância. Três, o ciclo de vacância tende a conduzir o ciclo de aluguel. E quatro, novas construções tendem a atingir o pico quando o ciclo de
1 PYTHIA é uma plataforma de previsão de negócios projetada e desenvolvida na Unidade de Sistemas de Previsão da Universidade Técnica Nacional de Atenas.
vacância também está em pico. Os autores concluem que é possível analisar e estimar o ciclo imobiliário por meio de modelos VAR.
Dentro do mesmo assunto, Miller (2014), em seu estudo revela que a demanda por espaço (área) por trabalhador em escritórios vai diminuir no futuro (e que isso já está acontecendo), cerca de 30% em 20 anos. Assim, as incorporadoras terão que se adequar para oferecer outro tipo de imóvel para as empresas.
Assimakopoulus, Hatzichristos e French (2003) objetivaram fornecer uma visão geral dos métodos, disponíveis na literatura, para realizar avaliação real dos preços de imóveis. Salientando que os métodos de avaliação podem ser tradicionais e avançados, chegaram à conclusão que dentre os tradicionais, o método de regressão, comparando, custo, receita e lucro é o mais utilizado, dentre os métodos avançados, foram encontrados RNAs, modelos de preços hedônicos, métodos de análise espacial, lógica fuzzy e modelos ARIMA. Pode-se observar que dois dos métodos avançados citados nesse trabalho serão utilizados na atual pesquisa para a previsão de demanda.
A expectativa do envelhecimento da população aumenta a necessidade de modelos precisos e previsões confiáveis de demanda habitacional (GIBLER et al., 2009; GIBLER; CLEMENTS, 2011). Gibler e Clements (2011) objetivaram analisar se o único modelo de previsão publicado, o qual prevê o movimento real da habitação dos americanos mais velhos em situação de aposentadoria. Este modelo baseia-se em uma regressão logística, sendo usado para testar as causas que influenciam na escolha da habitação na aposentadoria usando dados de 2002 e 2004. Os testes aplicados mostraram que são necessárias mais pesquisas para desenvolver modelo, para poderem estimar com mais precisão a demanda do mercado da habitação nos países em envelhecimento.
Adicionalmente, Csesko e Reed (2009) citam que as incorporadoras não irão conseguir suprir a demanda por imóveis para aposentados, devido ao fato da falta de estudos sobre essa demanda. Semelhante, Ball e Nanda (2013) realizaram um estudo sobre a demanda habitacional para pessoas aposentadas, tendo como objetivo relatar a necessidade de estimar a demanda futura de habitação especializada para aposentados utilizando dados para a Inglaterra. Eles concluíram que há sim a necessidade de criação de métodos especializados para prever a demanda para esse setor, já que a demanda por habitações para pessoas aposentadas está sendo grande.
De La Paz (2014) desenvolveu uma equação para estimar a nova elasticidade da oferta de habitação na Espanha. O objetivo do trabalho foi avaliar o papel da oferta de habitação na evolução dos preços. Os resultados mostraram que o choque da crise de crédito teve vários
graus de gravidade em regiões espanholas, reduzindo drasticamente a construção de casas por causa da alta sensibilidade a alterações nos preços. Essa estimação da elasticidade pode ser usada para prever respostas às mudanças nos preços das casas. Os resultados contribuem para a compreensão do mecanismo de equilíbrio no mercado da habitação em todas as regiões. A autora enfatiza que este é o primeiro artigo que analisa a oferta de habitação, calcula elasticidades de oferta e mede o impacto da crise de crédito sobre o mercado imobiliário do lado da oferta na Espanha.
Huang, Wang e Gai (2011) analisaram os principais fatores que influenciam a demanda do mercado imobiliário, a pesquisa estabeleceu um modelo de análise de demanda imobiliária fundada na base da Teoria dos Sistemas Cinza para demonstrar os fatores que influenciam o mercado imobiliário da China e, finalmente, descobre que fatores são mais importantes. A tendência da demanda por imóveis nos três anos subsequentes é analisada usando a combinação de método dos mínimos quadrados e método de regressão. Os autores concluem que a renda per capita da população e o preço dos imóveis são os dois fatores preponderantes para modificar a demanda.
Liu e Li (2009) propuseram uma equação de regressão múltipla para analisar os fatores que afetam as vendas de imóveis em Pequim após a realização dos Jogos Olímpicos de 2008. O rendimento per capita, tamanho da população e o preço médio da habitação comercial foram escolhidos como variáveis independentes, os autores concluíram que o modelo serviria para prever a demanda do mercado imobiliário em Pequim sendo útil para a tomada de decisão do governo e empresas imobiliárias. Corroborando, Yao (2009) cita que depois dos Jogos Olímpicos os preços dos imóveis em Pequim subiram exponencialmente e naquele ano seria necessária uma regulação governamental para uma melhora na política macroeconômica.
Dentro do mesmo assunto, Hyung e Jung (2013) apresentaram um novo modelo de simulação desenvolvido para considerar vários ambientes de longo prazo para a previsão de demanda habitacional. Os autores realçaram que o aumento das famílias unipessoais e a sociedade em envelhecimento modifica a demanda. O modelo foi aplicado ao mercado imobiliário da cidade portuária sul coreana, Pusan, com o objetivo de estimar a preferência de preço baseando-se na oferta de habitação e do número de agregados familiares. O método testado teve resultado satisfatório, porém ainda aquém do que os autores consideravam ideal.
Em relação a estudos nacionais são raras as pesquisas relacionadas à previsão de demanda no mercado imobiliário, pode-se concluir que são praticamente inexistentes, Varandas Júnior e Alencar (2009) objetivaram testar a aplicabilidade dos modelos de previsão
de demanda de DW (1992) e também o modelo DW melhorado por Cowel (2002) em economias em desenvolvimento. Concluindo que a aplicação destes modelos exige uma série histórica de dados não disponível no Brasil, métodos como os dois abordados tornam-se impraticável no mercado imobiliário nacional. Adicional a isso, o estudo torna-se relevante para a interpretação dos movimentos do setor e para o planejamento dos agentes envolvidos neste mercado.
Outros estudos como o de Meyer (2008), analisa o mercado imobiliário residencial de São Paulo, mensurando a demanda de imóveis disponíveis, cruzando com a oferta de demanda por categoria de rendas das famílias, já o trabalho de Varandas Júnior (2010) aborda uma revisão bibliográfica sobre o tema demanda habitacional e suas interfaces com o ambiente econômico, a partir da análise da produção habitacional privada na cidade de São Paulo de 1998 até 2008 frente às variáveis condicionantes selecionadas: formação de domicílios, renda, oferta de recursos, custos de financiamento, preço e taxa de atratividades sendo interpretadas as fontes de distorção que provocaram o deslocamento entre a formação de domicílios e a produção habitacional no período; também foram importantes pesquisas na área de demanda imobiliária, porém nenhum propõe um modelo de predição da demanda.
O Capítulo 2 apresentou a fundamentação teórica pesquisada e desenvolvida para a realização da presente pesquisa, advindo do mercado imobiliário, apresentando métodos de previsão de demanda para séries temporais e encerrando com a exposição de pesquisas relacionadas à previsão de demanda no mercado imobiliário.