Submitted by Guilherme Lisboa Ramirez (guilherme.ramirez@uol.com.br) on 2013-02-27T17:11:14Z No. of bitstreams: 1 Dissertacao_Guilherme_Ramirez_vf.pdf: 937329 bytes, checksum: ad15d191716d7337747bcc3f83b75fa0 (MD5) / Approved for entry into archive by Vera Lúcia Mourão (vera.mourao@fgv.br) on 2013-02-27T17:30:52Z (GMT) No. of bitstreams: 1 Dissertacao_Guilherme_Ramirez_vf.pdf: 937329 bytes, checksum: ad15d191716d7337747bcc3f83b75fa0 (MD5) / Made available in DSpace on 2013-02-27T17:58:58Z (GMT). No. of bitstreams: 1 Dissertacao_Guilherme_Ramirez_vf.pdf: 937329 bytes, checksum: ad15d191716d7337747bcc3f83b75fa0 (MD5) Previous issue date: 2013-01-29 / The analysis of the evolution of housing affordability indexes is important in monitoring variations in the capability of a household to purchase a house. The methodology used in this study allows the analysis of housing affordability indexes for different income classes, once it takes into account the whole distribution of household income and house prices, since they have different skewness. The analysis of the Brazilian market under this methodology has shown a decrease in housing affordability in recent years, due to a steeper rise in house prices when compared to the combined effect of household income variations and the loosening of credit constraints. / A análise da evolução dos indicadores de housing affordability permite acompanhar o comportamento do poder de compra de um imóvel. A metodologia utilizada nesta dissertação, ao considerar toda a distribuição da renda domiciliar e do preço dos imóveis, uma vez que as mesmas possuem assimetrias diferentes, possibilita analisar estes indicadores para diferentes segmentos da população. A aplicação desta metodologia para o mercado brasileiro possibilitou observar que a capacidade de compra se reduziu nos últimos anos devido, principalmente, ao aumento do preço dos imóveis a uma taxa maior do que a variação da renda combinada com a flexibilização das condições de credito imobiliário.

Submitted by Veronica Favato Brugugnoli (veronicafavato@yahoo.com) on 2012-03-08T21:07:15Z No. of bitstreams: 1 TESE_versaoBiblioteca.docx: 3424838 bytes, checksum: 52bf09a84a1a095fcdfa44ee21e34204 (MD5) / Rejected by Vera Lúcia Mourão (vera.mourao@fgv.br), reason: Favor postar o PDF final, sem os comentários das revisões. abs. on 2012-03-08T21:11:15Z (GMT) / Submitted by Veronica Favato Brugugnoli (veronicafavato@yahoo.com) on 2012-03-08T21:16:40Z No. of bitstreams: 1 TESE_versaoBiblioteca.pdf: 3042767 bytes, checksum: 950db876e28033e74c62c79e9c131b44 (MD5) / Approved for entry into archive by Gisele Isaura Hannickel (gisele.hannickel@fgv.br) on 2012-03-09T12:02:54Z (GMT) No. of bitstreams: 1 TESE_versaoBiblioteca.pdf: 3042767 bytes, checksum: 950db876e28033e74c62c79e9c131b44 (MD5) / Made available in DSpace on 2012-03-09T12:54:36Z (GMT). No. of bitstreams: 1 TESE_versaoBiblioteca.pdf: 3042767 bytes, checksum: 950db876e28033e74c62c79e9c131b44 (MD5) Previous issue date: 2012-02-09 / Introduction – highlights the problem of choosing the optimal time and the density to build a property, given the constraints of zoning regulations. Objective – To verify if there is a premium for the option to wait to build a property, analyzing the influence of CEPACS in the construction cost. Methods – The model extends the implications of Quigg (1993) and tests the model of Williams (1991). The data used are from Embraesp with 3207 launchings of real estate, from the Municipality of São Paulo, with 259,021 properties; from ZAP, with 22,073 properties, in the period 2005 to 2011. Results – The value of vacant land based on the model of real options exceeded the observed value in all scenarios, ranging from 16.6% to 61%. The biggest prize was obtained for commercial real estate (37.9%), followed by apartments (34.5%) and houses (23.9%). Conclusions – There is a prize to be expected to build a property. The CEPACs are used as a tool to increase density, also rising the cost of construction of the building. However, the increase of the density is limited by the additional cost of construction. / Introdução – Destaca o problema da escolha do tempo e da densidade ótimos para construir um imóvel, dadas as restrições das leis de zoneamento. Objetivo – Verificar se há um prêmio pela opção de se esperar para construir um imóvel, analisar a influência dos CEPACs no custo de construção. Métodos – O modelo amplia as inferências de Quigg (1993) e testa o modelo de Williams (1991). Os dados utilizados são da Embraesp, com 3.207 lançamentos imobiliários; da Prefeitura de São Paulo, com 259.021 imóveis; do ZAP, com 22.073 imóveis; no período de 2005 a 2011. Resultados – O valor do terreno vago baseado no modelo de opções reais excedeu o valor observado em todos os cenários, variando entre 16,6% e 61%. O maior prêmio obtido foi para imóveis comerciais (37,9%), seguido pelo prêmio para apartamentos (34,5%) e para casas (23,9%). Conclusões – Há um prêmio para se esperar para construir um imóvel. Ao se utilizar os CEPACs como instrumento para aumentar a densidade de construção, amplia-se o custo de construção do imóvel. Entretanto, a ampliação da densidade é limitada pelo aumento do custo adicional de construção.

Made available in DSpace on 2010-04-20T20:20:26Z (GMT). No. of bitstreams: 1 68060100584.pdf: 1318808 bytes, checksum: ae03cf0e7ddaf951342b2dd1dfa9b592 (MD5) Previous issue date: 2009-05-18T00:00:00Z / O trabalho analisa a evolução de preços dos imóveis residenciais na cidade de São Paulo, nos últimos anos. Verificou-se, a partir de uma base de dados de todos os lançamentos imobiliários, quais regiões mais se desenvolveram, quais tipos de imóveis foram lançados e qual foi o comportamento do preço. Posteriormente, entrevistas com profissionais das principais incorporadoras que atuam na cidade permitiram identificar o motivo do maior ou menor desenvolvimento de cada região e quais são as regiões com maior potencial de desenvolvimento futuro.

Made available in DSpace on 2010-04-20T21:00:31Z (GMT). No. of bitstreams: 4 silviosantanaturma2004.pdf.jpg: 20765 bytes, checksum: 97b31993597156c22173944d9c181efb (MD5) silviosantanaturma2004.pdf: 1462833 bytes, checksum: 04fcf9ebe36c2bbc25271379f9b85eb2 (MD5) 1_155392.pdf: 1722076 bytes, checksum: 17ff53d834527600be91cf6e4eb142d9 (MD5) silviosantanaturma2004.pdf.txt: 99893 bytes, checksum: 3e84ba8e83324b0112150f0748fa8a2b (MD5) Previous issue date: 2006-12-01T00:00:00Z / This work aims to build an econometric model to determine the hedonic price function of vertical real estate market in São Paulo City, considering not only the apartments’ structural attributes but also its region of location. Additionally we try to identify and spatially characterize the apartments concerning its value per square meter and other attributes. / Esta dissertação tem por objetivo criar um modelo econometrico que seja capaz de determinar a função hedônica de preços de imóveis residenciais verticais na cidade de São Paulo, considerando além dos atributos estruturais do próprio imóvel, a região de sua localização. Adicionalmente, procura-se identificar e caracterizar espacialmente os imóveis quanto ao valor por metro quadrado e seus demais atributos.

Submitted by Denis Nakazawa (denisnak@hotmail.com) on 2013-06-12T10:02:00Z No. of bitstreams: 1 Fatores Determinantes do Preço de Imóveis (Denis)_vf (pos-banca).pdf: 582940 bytes, checksum: a0fa5f51d08621702a0529597eb29f5f (MD5) / Este estudo tem como objetivo determinar os principais fatores macroeconômicos que influenciam a formação do preço de imóveis, tomando como base o mercado imobiliário residencial da cidade de São Paulo entre os anos de 2001 e 2012. Para capturar o efeito endógeno do PIB, da taxa de juros e da bolsa de valores sobre o preço de imóveis, optou-se por um modelo VAR. Concluiu-se que, dentre as variáveis, o PIB foi o fator mais preponderante na formação do preço, chegando a ter um impacto quase três vezes superior à taxa de juros. Não foram encontradas evidências estatísticas significativas do efeito da bolsa sobre o preço dos imóveis. Constatou-se ainda que choques no PIB e na taxa de juros demoram, no mínimo, um ano para começarem a refletir sobre o preço. Essas conclusões foram mais robustas no período anterior à crise imobiliária americana de 2008. / This article aims to identify the main economic determinants of house prices, based on the Sao Paulo residential market between the years 2001 and 2012. A VAR model was used to capture the endogenous dynamic among GNP, interest rate, equity and house prices. Among the variables, GNP was the most preponderant factor, having an impact almost three times superior than interest rate. No significant statistical evidence was found relating equity to housing price. Furthermore, house prices took at least one year to respond to shocks in the GNP and interest rate. These conclusions were more robust in the period previous to the American subprime mortgage crises of 2008.