Este conteúdo mostra como construir uma curva de ágio por distância até estação de metrô a partir de dados reais de aluguel e venda, permitindo que o investidor quantifique o prêmio pago pela proximidade do transporte antes de adquirir imóvel em zona de influência.
Conceito de ágio por proximidade metroviária
O ágio por proximidade metroviária representa a diferença percentual entre o preço por metro quadrado de imóveis localizados em diferentes faixas de distância de uma estação. Investidores utilizam esse indicador para separar o componente de valor atribuído exclusivamente à acessibilidade do transporte do valor intrínseco do imóvel. A análise considera tanto preços de venda quanto valores de locação, pois o aluguel reflete o fluxo de caixa imediato enquanto a venda incorpora expectativas de valorização futura.
Em mercados com rede metroviária consolidada ou em expansão, a variação de preço costuma seguir um padrão decrescente à medida que a distância da estação aumenta. O ágio não é uniforme: ele tende a ser mais acentuado nos primeiros 300 metros e decresce de forma não linear até estabilizar após 800 ou 1000 metros. Compreender essa curva permite ao investidor identificar se o prêmio exigido pelo vendedor está alinhado com o observado no mercado ou se representa uma oportunidade de arbitragem.
Coleta e organização de dados de mercado
A construção da curva exige dados pareados de venda e locação em faixas de distância pré-definidas. Fontes primárias incluem cartórios de registro de imóveis, portais de anúncios com filtros geográficos e bases de dados de locação consolidadas por corretores especializados. Cada observação deve registrar preço por metro quadrado, tipologia, ano de construção, estado de conservação e distância real medida em linha reta até a estação mais próxima.
Para garantir comparabilidade, recomenda-se segmentar os dados por tipologia e faixa etária do empreendimento. Imóveis residenciais de dois ou três dormitórios costumam apresentar maior sensibilidade ao transporte público do que unidades comerciais ou galpões. Após a coleta, os registros são agrupados em faixas de 100 metros ou 200 metros, eliminando outliers estatísticos que distorçam a média da faixa.
Padronização das variáveis de controle
Variáveis como área útil, número de vagas e presença de elevador devem ser normalizadas antes do cálculo do ágio. Uma forma prática é aplicar coeficientes de ajuste derivados de regressões hedônicas locais ou utilizar apenas imóveis com características semelhantes dentro de cada faixa de distância. Essa padronização reduz o viés de composição e isola o efeito da proximidade.
Método de regressão para estimar o ágio
O método mais acessível para estimar a curva de ágio é uma regressão linear simples ou polinomial de segundo grau, onde a variável dependente é o preço por metro quadrado e a variável independente é a distância até a estação. A equação básica assume a forma Preço = α + β × Distância + ε, sendo β o coeficiente que mede a desvalorização marginal por metro adicional de distância. Para capturar o efeito não linear observado na prática, adiciona-se o termo Distância².
Após estimar os coeficientes, calcula-se o ágio relativo entre duas distâncias d1 e d2 pela fórmula Ágio(d1,d2) = [Preço(d1) − Preço(d2)] / Preço(d2). O resultado expressa o percentual adicional pago para estar mais próximo da estação. O investidor pode replicar o procedimento em planilha eletrônica ou software estatístico, desde que mantenha pelo menos 30 observações por faixa para garantir significância estatística.
Validação do modelo com dados de locação
Além do preço de venda, a mesma regressão pode ser aplicada aos valores de aluguel por metro quadrado. O ágio de locação tende a ser menor que o ágio de venda, pois o inquilino não captura a valorização patrimonial. A diferença entre os dois ágios fornece uma proxy do prêmio de liquidez exigido pelo comprador. Quando o ágio de venda excede significativamente o ágio de locação, o mercado está precificando expectativa de valorização futura superior à geração de renda corrente.
Exemplo numérico de construção da curva
Considere um conjunto de 120 apartamentos de dois dormitórios em uma mesma região, distribuídos em quatro faixas de distância: 0-200 m, 201-400 m, 401-600 m e 601-800 m. Após ajuste por área e conservação, os preços médios por metro quadrado são R$ 12.800, R$ 11.450, R$ 10.300 e R$ 9.650, respectivamente. Aplicando a fórmula de ágio entre a primeira e a última faixa, obtém-se (12.800 − 9.650) / 9.650 = 32,6 %. Entre a primeira e a segunda faixa o ágio cai para 11,8 %.
Repetindo o procedimento com os valores de locação, os aluguéis médios por metro quadrado são R$ 52, R$ 48, R$ 44 e R$ 41. O ágio de locação entre a faixa mais próxima e a mais distante é de 26,8 %. A diferença de 5,8 pontos percentuais entre ágio de venda e ágio de locação indica que o comprador está pagando um prêmio adicional pela expectativa de valorização patrimonial associada à proximidade da estação.
Interpretação do prêmio de liquidez
O prêmio de liquidez representa o valor extra que o mercado atribui à maior facilidade de revenda ou locação de imóveis próximos ao metrô. Em períodos de juros elevados, esse prêmio costuma se ampliar porque a liquidez se torna mais escassa. O investidor deve comparar o prêmio observado com o custo de financiamento da aquisição para avaliar se a proximidade compensa o ágio pago.
Quando o ágio de venda supera 25 % em relação a imóveis situados a mais de 600 metros, recomenda-se verificar se há saturação de oferta na faixa mais próxima ou se a estação atende a um corredor de alta demanda de deslocamento. Curvas excessivamente íngremes podem indicar bolha local ou, ao contrário, subvalorização de áreas ligeiramente mais distantes que ainda se beneficiam do raio de influência.
Checklist de dados necessários e limitações
Antes de aplicar o modelo, confirme a disponibilidade de pelo menos cinco observações válidas por faixa de distância, registro de data da transação, tipologia padronizada e medição precisa da distância em linha reta. Dados de transações realizadas nos últimos 24 meses oferecem melhor representatividade que anúncios de oferta, que tendem a inflacionar preços pedidos.
O método de regressão linear assume que não existem outras variáveis relevantes correlacionadas à distância, como presença de comércio de rua ou qualidade do entorno. Sempre que possível, inclua variáveis de controle adicionais ou restrinja a amostra a um bairro homogêneo. O resultado deve ser interpretado como estimativa local e atualizado periodicamente com novas transações.
O conteúdo é informativo e educacional e não constitui recomendação de investimento. Cada investidor deve avaliar seu perfil de risco e, idealmente, consultar um profissional habilitado antes de tomar decisões. [sugestão de link interno: como calcular rentabilidade de imóvel] [sugestão de link interno: análise de vacância em áreas de expansão metroviária] [sugestão de link interno: impacto de obras de infraestrutura no valor de imóveis]
