Algoritmos de informação de custos apoiando a decisão de investimento de parceiros em projetos imobiliários

Em um empreendimento imobiliário é comum que o desenvolvedor busque parceiros para investir no negócio, sejam eles fundos imobiliários, outros desenvolvedores ou até mesmo o proprietário do terreno por permuta. Entretanto, a decisão de investir em negócios estruturados por terceiros esbarra na confiabilidade dos parâmetros utilizados no estudo de viabilidade, normalmente fornecidos pelo captador do investimento.O custo de construção é o principal parâmetro relativo a desembolso do fluxo de caixa. Diferente do parâmetro do preço de venda, que normalmente é balizado em pesquisa de mercado, o custo de construção costuma balizar-se na experiência prévia da empresa construtora, em busca de uma maior aderência aos custos específicos da realidade daquela empresa, como sua produtividade, política de salários, desperdícios de material, etc. No entanto, tal experiência é normalmente acessada de forma não sistematizada, muitas vezes apoiada no conhecimento tácito das equipes de engenharia. Para um investidor externo é essencial que o parâmetro de custo de construção, devido sua significativa participação nos resultados do fluxo de caixa projetado, seja confiável.O método comparativo direto de dados preconizado pela norma NBR 14653 – Avaliação de Bens, da ABNT, e amplamente aplicado e difundido para a identificação de preço de venda de mercado é aplicável também para a identificação de custo. A metodologia CUG (Custo Unitário Geométrico) recorre ao tratamento estatístico para identificar os parâmetros populacionais das variáveis explicativas do custo, evitando que variáveis significativas ou dados da amostra sejam negligenciados. Por outro lado, permite a identificação de outliers e o saneamento da amostra, evitando que situações de exceção sejam tratadas como regra. O tratamento dos dados históricos de uma construtora evita a memória seletiva inerente ao conhecimento tácito, transformando dados em inteligência e resultando algoritmos capazes de entregar estimativas precisas e fundamentadas, com alto grau de confiabilidade perante analistas de investimento externos à empresa.