A violência urbana e o preço dos imóveis: evidências de como a criminalidade afeta o mercado imobiliário
Este trabalho utilizou duas estratégias econométricas para medir o efeito dos crimes sobre o de preços mercado de imóveis. Usando um banco de dados único de uma das maiores cidades brasileiras - Recife, o crime utilizado foi o crime violento contra patrimônio (CVP). Tanto o CVP quanto o preço da hab...
| Main Author: | SANTOS, Joebson Maurílio Alves dos |
|---|---|
| Other Authors: | MENEZES, Tatiane Almeida de |
| Format: | masterThesis |
| Language: | por |
| Published: |
Universidade Federal de Pernambuco
2019
|
| Subjects: | |
| Online Access: |
https://repositorio.ufpe.br/handle/123456789/31313 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: |
Este trabalho utilizou duas estratégias econométricas para medir o efeito dos crimes sobre o de preços mercado de imóveis. Usando um banco de dados único de uma das maiores cidades brasileiras - Recife, o crime utilizado foi o crime violento contra patrimônio (CVP). Tanto o CVP quanto o preço da habitação apresentam spillover espacial, o que gera problema de endogeneidade, e o uso de métodos hedônicos tradicionais na primeira etapa da estratégia econométrica não é capaz de lidar com esse problema. Porém, fazer uso da abordagem hedônica foi útil para isolar os efeitos dos atributos físicos, das amenidades próximas e da microvizinhança dos imóveis para que, em uma segunda etapa, fosse possível medir o impacto do CVP sobre o preço das moradias após controlados tais efeitos. De fato, nem todas as variáveis são observadas pelo pesquisador, portanto, foram omitidas durante a estratégia de estimação na primeira etapa e consistem em fatores que dificultam a medida precisa do efeito do CVP no mercado imobiliário. Assim, adotou-se a abordagem de instrumental variables (IV) como forma de acabar com a endogeneidade presente no CVP. O instrumento utilizado foi roubo/furto de veículos nos bairros vizinhos. Além disso, foi feita uma transformação nas variáveis, de acordo com Gibbons, Overman e Patacchini (2015), para que fosse possível eliminar fatores não observados da vizinhança que pudessem determinar conjuntamente as variáveis explicativas e a variável dependente através de um processo de sorting. Os resultados obtidos mostram que um aumento de 1% no CVP reduz o preço da propriedade em aproximadamente 0,49%. |
|---|