Aluguel & Rentabilidade

Correlação de yields imobiliários reduz volatilidade em carteiras com dez ou mais unidades

14
Edifícios residenciais em área urbana brasileira representando carteira imobiliária diversificada
Edifícios residenciais em área urbana brasileira representando carteira imobiliária diversificada

A análise da correlação entre rendimentos de imóveis de tipologias distintas oferece aos gestores de carteiras com dez ou mais unidades uma ferramenta quantitativa para identificar combinações que estabilizam o fluxo de caixa total ao longo do tempo.

Conceito de correlação entre rendimentos imobiliários

A correlação mede o grau de associação linear entre as variações dos yields mensais ou anuais de diferentes classes de ativos imobiliários. Quando dois tipos de imóvel apresentam correlação positiva elevada, seus aluguéis tendem a subir ou cair juntos, amplificando a volatilidade do caixa da carteira. Correlações negativas ou baixas indicam que os fluxos se movem em direções opostas ou independentes, contribuindo para suavizar oscilações no rendimento agregado.

Gestores utilizam essa métrica na revisão periódica da composição da carteira, especialmente quando o objetivo é manter estabilidade de receita independentemente de ciclos setoriais. A aplicação prática exige dados históricos consistentes de yield líquido de cada tipologia, calculados sobre o valor de mercado atualizado ou sobre o valor de aquisição, conforme a política interna de cada investidor.

Coleta e preparação dos dados de yield

O primeiro passo consiste em reunir séries temporais de rendimento de aluguel para cada tipologia representada na carteira. Recomenda-se utilizar pelo menos 36 meses de observações mensais para capturar sazonalidades e ciclos curtos de vacância ou reajuste contratual. Os yields devem ser calculados de forma padronizada, preferencialmente como aluguel líquido recebido dividido pelo valor de mercado do imóvel no início de cada período.

Antes do cálculo estatístico, é necessário verificar a qualidade dos dados: ausência de lacunas, tratamento de períodos de vacância como yield zero e ajuste por eventuais despesas extraordinárias que não se repetem. Séries com menos de 24 observações válidas tendem a produzir coeficientes instáveis e devem ser evitadas ou complementadas com dados de mercado secundário de fontes públicas ou de índices setoriais.

Aplicação da fórmula de Pearson

Definição e componentes da fórmula

A correlação de Pearson entre duas séries de yields X e Y é dada por r = Cov(X,Y) / (σX × σY), onde Cov representa a covariância amostral e σ os desvios-padrão. A covariância é calculada como a média dos produtos dos desvios de cada observação em relação às respectivas médias. O resultado varia entre -1 e +1, indicando direção e intensidade da relação linear.

Passo a passo do cálculo

Primeiro, calcule a média aritmética de cada série de yields. Em seguida, obtenha o desvio de cada observação subtraindo a média correspondente. Multiplique os desvios de X e Y para cada mês, some os produtos e divida pelo número de observações menos um para obter a covariância amostral. Divida esse valor pelo produto dos desvios-padrão de X e Y. Repita o procedimento para cada par de tipologias e organize os resultados em matriz simétrica.

Exemplo numérico com quatro tipologias

Considere uma carteira hipotética com quatro tipologias: apartamento de um dormitório, sala comercial, galpão logístico e loja de rua. Foram coletados 36 meses de yields mensais para cada uma. Para simplificar a exposição, a tabela abaixo apresenta médias mensais e desvios-padrão calculados sobre o período completo, além da matriz de correlação resultante.

TipologiaMédia yield (% a.m.)Desvio-padrão (%)
Apartamento 1 dorm.0,480,09
Sala comercial0,610,14
Galpão logístico0,550,11
Loja de rua0,720,18

A matriz de correlação obtida foi:

Apt. 1 dorm.Sala com.GalpãoLoja rua
Apt. 1 dorm.1,000,420,180,31
Sala com.0,421,000,270,65
Galpão0,180,271,000,09
Loja rua0,310,650,091,00

Interpretação da matriz resultante

A correlação de 0,65 entre sala comercial e loja de rua indica movimento conjunto relevante, sugerindo que choques de demanda por espaços de varejo e escritórios de pequeno porte afetam ambas as classes de forma semelhante. Já a correlação de apenas 0,09 entre galpão logístico e loja de rua aponta para relativa independência, tornando a inclusão de logística útil para estabilizar o fluxo de caixa quando o segmento de varejo enfrenta dificuldades.

O coeficiente de 0,18 entre apartamento de um dormitório e galpão logístico é o mais baixo da matriz. Essa baixa associação permite que oscilações no mercado residencial de entrada sejam parcialmente compensadas por variações no segmento industrial, reduzindo a variância do rendimento total da carteira.

Uso dos resultados para rebalanceamento

Com a matriz em mãos, o gestor pode definir limites máximos de exposição para pares com correlação superior a 0,50. No exemplo, a elevada correlação entre sala comercial e loja de rua recomenda limitar a soma dessas duas classes a 40 % do valor da carteira. Ao mesmo tempo, o baixo coeficiente envolvendo galpão logístico justifica aumentar sua participação quando o objetivo é reduzir a volatilidade agregada.

Rebalanceamentos são realizados preferencialmente na revisão anual ou semestral, combinando a matriz de correlação com projeções de yield futuro e custos de transação. A decisão de vender um ativo de alta correlação ou adquirir outro de baixa correlação deve considerar também a liquidez de cada tipologia e o impacto fiscal da operação.

Limitações e cuidados na análise

A correlação de Pearson captura apenas relações lineares e pode subestimar dependências não lineares ou defasadas entre mercados imobiliários. Além disso, séries curtas ou com mudanças estruturais recentes produzem estimativas menos confiáveis. Recomenda-se atualizar a matriz a cada seis meses e testar a robustez dos coeficientes por meio de janelas móveis de 24 e 48 meses.

Por fim, a correlação histórica não garante comportamento futuro. Fatores como alterações regulatórias, entrada de nova oferta ou choques macroeconômicos podem modificar as relações entre tipologias. O uso da matriz deve ser complementado por análise qualitativa do mercado local e por stress tests que simulem cenários de vacância simultânea.

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. As alíquotas tributárias e regras de declaração devem ser confirmadas com contador ou na legislação vigente em 2026.

Conteúdos relacionados

Conjunto de edifícios residenciais em área urbana brasileira para análise de yield imobiliário
Aluguel & Rentabilidade

Rateio por área locável melhora precisão do yield líquido em carteiras residenciais

Calcular o yield líquido condomínio de cada unidade em uma carteira residencial...

Casas residenciais brasileiras representando carteira de 3 a 5 imóveis para análise de custo total de propriedade
Aluguel & Rentabilidade

Custo total de propriedade: metodologia de rateio para carteiras residenciais de 3 a 5 imóveis

O cálculo do custo total de propriedade em carteiras residenciais de locação...

Edifício residencial alugado no Brasil para cálculo de payback period
Aluguel & Rentabilidade

Payback period de imóvel locado: como calcular com vacância e despesas operacionais

O cálculo do payback period imóvel locado permite ao investidor determinar em...

Edifício comercial em São Paulo representando análise de aluguel mínimo
Aluguel & Rentabilidade

Ponto de indiferença: fórmula para calcular aluguel comercial mínimo

Proprietários que avaliam a conversão de um imóvel entre locação residencial e...