Economia Aplicada, v. 21, n. 1, 2017, pp.

49-66

TESTANDO BOLHAS NOS MERCADOS

HABITACIONAIS: UMA ANLISE A PARTIR DO
MODELO PAINEL-COINTEGRADO PARA OS
ESTADOS BRASILEIROS

Cassio da Nbrega Besarria *

Resumo

Este artigo tem o propsito de verificar se h indcios de bolhas racio-

nais nos preos das habitaes dos estados brasileiros (So Paulo, Rio de
Janeiro, Pernambuco, Cear, Bahia e Minas Gerais), no perodo de 2008 a
2015. Essa anlise ser realizada a partir o mtodo de cointegrao em da-
dos de painel proposto por Pedroni (2004). Os resultados mostraram que
no h suporte emprico para uma relao de cointegrao entre os preos
reais das habitaes e o aluguel, dando indcios de bolhas nos preos das
habitaes no nvel local. Esse resultado est em conformidade com os en-
contrados por Mendona & Sachsida (2012) e Besarria (2014), sendo que
esses autores analisaram a economia agregada. Por fim, evidncias basea-
das nos testes de causalidade de Granger em dados de painel sugerem que
as alteraes dos preos da habitao so teis na previso de mudanas
no valor dos aluguis e a relao inversa no foi verificada, corroborando
com a hiptese proposta pelo modelo de bolha racional.

Palavras-chave: Bolha racional; Painel cointegrado; Razo preo-renda.

Abstract

This research is aimed at checking for evidence of rational bubbles in

household prices of Brazilian states (So Paulo, Rio de Janeiro, Pernam-
buco, Cear, Bahia and Minas Gerais), from 2008 to 2015. This analysis
will be carried out by using the cointegration method of panel data pro-
posed by Pedroni (2004). The results showed that there is no empirical
support for a cointegration relationship between the actual prices of hous-
ing and rent, giving evidence of price bubbles housing at the local level.
This result is consistent with those found by Mendona & Sachsida (2012)
and Besarria (2014), and these authors analyzed the aggregate economy.
Finally, evidence based on Granger causality tests in panel data suggest
that changes in house prices are useful in predicting changes in the value
of rents and the inverse relationship has not been verified.

Keywords: Rational bubbles; Panel cointegration; Price-rent ratio.

JEL classification: C33, G12, R20
DOI: http://dx.doi.org/10.11606/1413-8050/ea153142
* Universidade Federal da Paraba. E-mail: cassiobesarria@ccsa.ufpb.br

Recebido em 11 de agosto de 2015 . Aceito em 20 de junho de 2016.

50 Besarria Economia Aplicada, v.21, n.1

1 Introduo

Os ativos fsicos, humanos e financeiros desempenham um papel de destaque

na macroeconomia moderna. Eles so necessrios para a produo, gerao de
renda e so fundamentais para a alocao intertemporal de recursos, por meio
dos processos de poupana, crdito e emprstimos. Como mostra Wickens
(2012), o papel dos preos dos ativos na anlise macroeconmica se iniciou
com a discusso sobre as decises de consumo ou consumo intertemporal. A
partir dessa discusso surgiram as teorias de acumulao de capital fsico e
poupana.
Argumenta-se que os agentes planejam o consumo presente e futuro com o
objetivo de manter seu padro de vida, mesmo que o rendimento possa variar
com o tempo. Em perodos que se caracterizam por apresentar renda baixa,
tais como aposentadoria ou perodos de desemprego, o padro de vida cairia,
ao menos que os agentes tenham poupado parte de sua renda e possam re-
correr a esta. A fim de consumir mais no futuro, os agentes devem consumir
menos hoje, ou seja, substituir intertemporalmente consumo presente por con-
sumo futuro. A deciso de se consumir ou poupar depende da taxa de retorno
da poupana ou do retorno esperado de outros ativos financeiros em relao
taxa de preferncia temporal.
Baseado nessa hiptese, Tirole (1985) destacou que a avaliao dos ati-
vos passou a representar um problema na anlise econmica. Partindo do
seguinte questionamento: existe algum fundamento racional para determinar
os preos do ouro, aes, habitaes ou moeda? Para responder essa questo
a teoria das finanas geralmente assume que os preos dos ativos so iguais
ao valor presente descontado de seus dividendos, ou seja, so iguais ao seu
valor fundamental. Com o propsito de orientar essa tomada de deciso sur-
giram s teorias de precificao de ativo sob condies de risco, dentre essas
se destaca: modelo de valor presente, anlise de contingncia, precificao de
ativos em equilbrio geral, modelo de precificao de ativos de capital baseado
no consumo (CCAPM), e o Modelo de Precificao de Ativos (CAPM). Grande
parte dessa literatura leva em considerao a teoria da utilidade esperada e
averso ao risco, prmio de risco, arbitragem e no arbitragem, e suas impli-
caes para a teoria do mercado eficiente.
Apesar de os modelos de precificao de ativos serem considerados como
um ramo exclusivo de finanas, estes tm desempenhado papel central nos
modelos macroeconmicos de equilbrio geral. Atualmente, parte da associ-
ao entre a teoria econmica e finanas est voltada para compreenso da
origem e as consequncias de bolhas nos preos dos ativos e suas implicaes
polticas.
Com o baixo desempenho dos modelos de valor presente na explicao
dos preos dos ativos, alguns modelos tm introduzido o conceito de bolhas
como uma ferramenta para modelar os desvios desses preos do seu valor
fundamental. Esse foi o argumento adotado por Besarria (2014) para analisar
a presena de bolhas no mercado habitacional brasileiro. O autor procurou
analisar a relao entre os preos dos ativos e os seus dividendos (aluguis)
a partir dos processos cointegrados lineares e no lineares. A ideia que na
presena de bolhas, tal como prope os modelos de bolhas racionais, no h
relao de longo prazo entre os preos das habitaes e seus dividendos.
Nesse sentido, este estudo se diferencia da discusso proposta por Besarria
(2014) por procurar identificar bolhas em termos regionais. Essa anlise ser
 Testando bolhas nos mercados habitacionais 51

realizada a partir da aplicao do mtodo de cointegrao em dados de painel

proposto por Pedroni (2004) nas sries de preos e aluguis das habitaes dos
estados brasileiros (So Paulo, Rio de Janeiro, Pernambuco, Cear, Bahia e Mi-
nas Gerais), no perodo de 2008 a 2015. Este estudo indito para a economia
brasileira, visto que, grande parte dos estudos, tal como Mendona & Sach-
sida (2012) e Besarria (2014) est voltada para o processo de identificao de
bolhas na economia brasileira e no dado enfoque regional. Sumariamente,
destaca-se que a discusso sobre bolhas na economia brasileira ainda incipi-
ente e grande parte das discusses relacionadas a essa temtica est voltada
para a anlise do mercado acionrio.
O fato de haver poucos estudos voltados para o mercado habitacional tal-
vez possa ser explicado no pela falta de importncia desse setor, mas sim pelo
nmero limitado de informaes sobre o mercado habitacional brasileiro (as
opes que existem surgiram recentemente) e pelo crescimento recente desse
setor, iniciado com as polticas de incentivo governamental, tais como o pro-
grama habitacional Minha Casa Minha Vida.
Apesar disso, o momento econmico atual parece deixar evidente a impor-
tncia de se analisar e propor mtodos que identifiquem bolhas nos merca-
dos de habitaes, visto que, nas ltimas quatro dcadas houve vrias crises
econmicas associadas a bolhas, dando enfoque para o aumento dos preos
dos imveis e aes no Japo, Finlndia, Noruega e Sucia em 1989, mercado
acionrio de balco nos Estados Unidos (2000) e crise subprime (2007). Com
base nisso, Xu et al. (2014) destacou alguns fatores que diferenciam as ha-
bitaes de outros ativos e faz desse mercado um importante mecanismo de
propagao de flutuaes na economia como um todo.
Dentre esses aspectos, destaca-se: so ativos tangveis com baixa frequn-
cia e altos custos de transaes para compradores e vendedores; a compra da
habitao est inexoravelmente ligada compra de outros bens, tais como,
bairro, servios pblicos e acessibilidade do local de trabalho. Assim, o preo
afetado no s pela interao entre oferta e demanda, mas por esses com-
ponentes associados habitao; terceiro, h um mercado de aluguis que,
apesar de no ser um substituto perfeito do mercado habitacional, afeta as
decises de compra no mercado de imveis. Espera-se que quando o custo
do aluguel for inferior ao custo de aquisio do imvel os indivduos poster-
guem a compra da habitao e, com isso, reduza a demanda por imveis; por
fim, devido ao tempo relativamente longo de produo, a oferta de habitaes
pode no se ajustar imediatamente demanda corrente e esse fato pode levar
tendncia altista dos preos por tempo prolongado. E o que possivelmente
acontece que os produtores de habitao reagem ao aumento dos preos de
modo que h uma produo excessiva de habitao, fazendo com os preos vol-
tem a cair, podendo chegar a nveis inferiores aos seus custos de construo.
Esse processo de ajustamento altera as expectativas dos agentes envolvidos e
pode levar ao surgimento de uma bolha no mercado.
Dessa forma, a importncia da identificao de bolhas de preos de ativos
est ligada s distores causadas por essas nas decises individuais de inves-
timento dos agentes econmicos. O seu impacto no mercado habitacional
dado atravs de: (i) o consumo das famlias atravs do canal de riqueza; (ii) o
balano do setor bancrio. O primeiro canal mostra que o aumento nos pre-
os das propriedade e ativos financeiros, detidos pelos agregados familiares,
percebido como o crescimento da riqueza e das fontes de financiamento do
consumo. Em relao ao segundo canal, a literatura descreve que muitas vezes
52 Besarria Economia Aplicada, v.21, n.1

os imveis podem ser utilizados como garantia em operaes de emprstimo.

Esses efeitos diferem em propores ao longo do tempo, em dficit habitacio-
nal e entre regies, mas eles afetam a economia real da mesma forma.
Alm desta introduo, o artigo apresenta cinco outras sees. Na seo
seguinte apresentada as discusses tericas sobre a definio de bolhas e o
modelo de bolhas racionais. Em seguida, apresentado o mtodo de cointe-
grao em dados de painel, proposto por Pedroni (2004) e definido como estra-
tgia emprica de identificao de bolhas. Em particular, apresenta as bases
de dados utilizadas e suas limitaes. A Seo 4 mostra e discute os princi-
pais resultados da estratgia emprica. Alm disso, analisa a previsibilidade
estatstica dos preos dos imveis e rendas a partir do teste de causalidade de
Granger. A seo 5 destina-se a anlise de robustez dos resultados e mtodos.
Por fim, so tecidas as consideraes finais deste trabalho.

2 Discusses tericas sobre a definio de bolhas

Devido regularidade histrica e aos efeitos macroeconmicos adversos cau-

sados pelas bolhas nos preos dos ativos, uma srie de autores tem procurado
incorporar na anlise dos modelos econmicos a natureza recorrente das bo-
lhas e suas implicaes macroeconmicas. Como destacou Martin & Ventura
(2011), Samuelson (1958) e Tirole (1985) lanaram as bases para essa teoria,
por retratarem as bolhas como um remdio para o problema da ineficincia di-
nmica. O argumento utilizado por esses autores foi baseado no duplo papel
do capital como um bem produtivo e uma reserva de valor. Para satisfazer a
necessidade de uma reserva de valor, s vezes, as economias acumulam tanto
capital que o investimento necessrio para sustent-lo excede a renda que ela
produz. Esse investimento ineficiente e reduz o recursos disponveis para
consumo.
Nessa situao, as bolhas podem ser tanto atraente para os investidores
quanto viveis do ponto de vista macroeconmico. Por exemplo, uma bolha
que absorve todos os investimentos ineficientes em cada perodo vivel e
seu retorno superior ao dos investimentos que ela substitui. O modelo de
Samuelson-Tirole foi um dos trabalhos seminais na anlise da estrutura das
bolhas e aps essa discusso surgiu uma srie de novos estudos que procura-
ram investigar as condies nas quais as bolhas podem aparecer, natureza e as
potenciais implicaes macroeconmicas de tais desvios.
Dentre esses estudos, destacam-se os trabalhos de Blanchard (1979) e Blan-
chard & Watson (1982), Kocherlakota (1992), Kehoe & Levine (1993), Gross-
man & Yanagawa (1993), Alvarez & Jermann (2000), Caballero et al. (2004),
Caballero & Krishnamurthy (2006), Hellwig & Lorenzoni (2009), Farhi & Ti-
role (2011), Martin & Ventura (2010) e Martin & Ventura (2011), Wang & Wen
(2012) e Werner (2014).
A definio adotada por grande parte da literatura apresentada acima
que, como destacou Camerer et al. (1989), Brunnermeier (2008) e Keiserman
(2009), as bolhas podem ser classificadas em dois grupos: bolhas racionais
(growing bubbles) e bolhas comportamentais.
O modelo de bolha racional surge com Blanchard (1979) e Blanchard &
Watson (1982) e esses demonstram que, mesmo com as expectativas racionais
no sentido de Muth (1961)1 , desvios dos preos dos ativos em relao ao seu
1 Muth (1961) procurou explicar como as expectativas so formadas, partindo da hiptese
 Testando bolhas nos mercados habitacionais 53

valor fundamental so possveis. Para esses, a bolha surge da relao existente

entre o preo de um ativo e suas expectativas em relao variao do preo
futuro, ou seja, as bolhas racionais iro refletir as expectativas de aumentos fu-
turos nos preos dos ativos. Assim, as bolhas representariam as caractersticas
de um mercado no qual um investidor compra um ativo baseado na expecta-
tiva de que esse poder ser revendido a um preo superior no futuro, fazendo
com que o preo atual se direcione no sentido de sua expectativa, independen-
temente de seus fundamentos.
Em relao aos estudos sobre modelos de anlise comportamental, esses co-
mearam a ser desenvolvidos por Bernoulli (1938) e aprofundado por Von Neu-
mann & Morgenstern (1945), baseando suas anlises em um conjunto de axio-
mas de comportamento racional. Posteriormente, Kahneman & Tversky (1979)
analisaram o processo de tomada de deciso com base em situaes de incer-
teza, incorporando a influncia dos aspectos psicolgicos no processo de to-
mada de deciso dos investidores. Esses autores assumem que os investidores
tendem a tomar decises que violam as hipteses de eficincia de mercado,
ou seja, as decises no podem ser analisadas apenas por meio da premissa
de averso ao risco dos investidores. Apesar de haver uma vasta literatura
que trata dos efeitos das bolhas comportamentais, esta pesquisa ir se deter a
anlise dos modelos de bolhas racionais.

2.1 Modelo de bolhas racionais

A discusso sobre bolhas racionais apresentada nesta seo foi proposta por
Grkaynak (2008) e Mikhed & Zemk (2009). A formulao proposta por
Grkaynak (2008) parte do princpio que os agentes econmicos so remune-
rados pela oferta de trabalho e pela apreciao dos ativos no perodo t + k. O
problema de otimizao dos consumidores pode ser usado para derivar a re-
lao de precificao dos ativos, assumindo hipteses de no arbitragem e ex-
pectativas racionais. Assume-se que a utilidade esperada deriva do consumo
u(ci,t ) maximizada a partir da seguinte restrio oramentria:

X  
maxEt k u(ci,t+k ) (1)
k=0
s.a.
ci,t+k = wi,t+k + (Pi,t+k + Di,t+k )zi,t+k (Pi,t+k )zi,t+k (2)
em que i representa a regio, wi,t o rendimento; a taxa de desconto
do consumo futuro; zi,t o estoque de ativos; Pi,t o preo dos ativos e Di,t so
os dividendos. Nesta pesquisa, o enfoque dado para as habitaes, em que
Pi,t o preo das habitaes e Di,t representa os dividendos; para o setor ha-
bitacional, esse indicador pode ser representado pelo preo do aluguel, como
em Kivedal (2013), Himmelberg et al. (2005) e Besarria (2014).
Essa associao entre os preos das habitaes e os aluguis, tal como ana-
lisou Klyuev (2008), fica mais bem descrita quando se passa a descrever a
habitao como um ativo que combina os aspectos de um bem de consumo du-
rvel com as caractersticas de um ativo de investimento. J o aluguel uma
alternativa para os indivduos que no pretendem ou no possuem recursos
de que, em geral, os agentes econmicos no desperdiam informaes, e que suas expectativas
dependem, especificamente, da quantidade de informao disponvel e da estrutura do sistema
econmico.
54 Besarria Economia Aplicada, v.21, n.1

financeiros para adquirir a casa prpria, e que produz um fluxo de servios

habitacionais para uma famlia. Do ponto de vista financeiro, o aluguel o
preo a pagar por esse fluxo ou o custo de oportunidade de alugar uma casa
ao invs de adquiri-la. A relao preo-aluguel deve equalizar os custos e be-
nefcios de se possuir uma casa prpria ou alugar e dever, ao longo tempo,
manter um relacionamento globalmente estvel entre os preos das casas e a
renda.
Ao se aplicar as condies de primeira ordem no problema de otimizao,
tem-se:
 
Et [u (ci,t+k )][Pi,t+k + Di,t+k ] = Et [u (ci,t+k1 )][Pi,t+k1 (3)
Assumindo que a funo utilidade linear2 , tem-se que a equao (1) pode
ser representada por:
 
Et Pi,t+k + Di,t+k ] = Et [Pi,t+k1 (4)
Admitindo a existncia da ligao entre os ativos livres de risco com a taxa
de juros, tem-se o modelo padro de valor presente, em que a determinao
dos preos dos ativos envolve os seus valores esperados e seus dividendos,
seguindo a seguinte especificao:

1
Et [Pi,t+k1 ] = ( )E [P + Di,t+k ] (5)
1 + R t i,t+k
em que R a taxa de juros.
Grkaynak (2008) destaca que a Equao (5) o ponto de partida da mai-
oria dos testes empricos da precificao de ativos. Assumindo a condio de
no bolha, tal como props Mikhed & Zemk (2009),

1 k
lim [( ) Et [Pi,t+k + Di,t+k ] = 0 (6)
k 1+R
ento a soluo para essa equao de diferena resulta em:

X
F 1 k
Pi,t = ( ) Et [Di,t+k ] (7)
1+R
k=0

que muitas vezes referida como o valor dos fundamentos ou preo funda-
mental dos ativos.
Seguindo Campbell & Shiller (1986) e Wang (2000), tal como props Mikhed
& Zemk (2009), define-se o spread entre o preo das habitaes e o fluxo de
1
dividendos como Si,t [Pi,t ( 1+R )Di,t ]. Se Pi,t e Di,t so I(1), isso implica
que Si,t tambm estacionrio de primeira ordem. Esse resultado pode ser
ilustrado ao se reescrever Si,t como:

X 1
1 1
Si,t = ( )Et ( )k Di,t+k+1 = ( )Et [Pi,t+k+1 ] (8)
R 1+R R
k=1

A primeira igualdade deriva do fato de o valor esperado condicional dos

fluxos de dividendos futuros ser dado por seu valor atual. A segunda igual-
dade segue a Equao (7). possvel verificar que a estacionariedade de Si,t
2 Funo utilidade linear implica em utilidade marginal constante e neutralidade ao risco.
 Testando bolhas nos mercados habitacionais 55

implica na estacionariedade de Pi,t /Di,t (e o seu inverso), uma vez que Si,t = 0,
implica em, Pi,t /Di,t = ( R1 ).
Assumindo que a condio de no bolhas proposta na equao (7) vio-
lada. Nesse caso, os preos das habitaes e o fluxo de renda so no cointe-
grados, podendo ser representado por:

X 1 k
Pi,t = ( ) Et [Di,t+k ] + Bi,t (9)
1+R
k=0

Et [Bi,t+k ] = (1 + R)Bi,t (10)

Assim, para o caso de existncia de bolhas, Gilles & LeRoy (1992) defini-
ram a expresso (9) como um sistema de preos dinmicos podendo ser divi-
dido em dois componentes: fundamental e componente de bolha. Em outras
palavras, a expresso (9) mostra que o preo do ativo (habitao) deve ser
igual ao valor presente de todos os pagamentos futuros de dividendos (alu-
guel). As discusses sobre essa temtica mostram que o valor fundamental
associado aos preos das habitaes o preo do aluguel e que a divergncia
de longo prazo entre esses indicadores pode sugerir a presena de uma bolha
no mercado habitacional.
Kivedal (2013) mostra que, ao se analisar o perodo que antecedeu a crise
Subprime, foi possvel verificar que o aumento nos preos das habitaes nos
Estados Unidos no foi acompanhado por aumentos, nas mesmas propores,
nos preos dos aluguis, quando esses deveriam se mover juntos.

3 Procedimentos metodolgicos

Nesta seo ser apresentado o mtodo de cointegrao em dados de painel

proposto por Pedroni (2004). O primeiro passo para a anlise de bolhas a
partir do painel cointegrado verificar se as sries so estacionrias. Para esse
fim sero adotados os seguintes testes de raiz unitria em painel: Breitung
(1999), Levin et al. (2002) e Im et al. (2003). Os dois primeiros testes assumem
como hiptese nula que no h estacionariedade para todos os indivduos e
como hiptese alternativa admitem que o termo autorregressivo3 comum
para todos os indivduos do painel, sendo tambm denominada de alternativa
homognea.
J o teste proposto por Im et al. (2003) tem como hiptese nula a no es-
tacionariedade para todos os indivduos e assume como hiptese alternativa
que uma parcela das sries do painel so estacionrias com coeficientes auto-
regressivos distintos, tambm definida por alternativa heterognea.
Para o caso de as sries apresentarem mesma ordem de integrao, ento
o passo seguinte verificar a possibilidade de cointegrao entre as sries de
preos e dividendos a partir do teste de cointegrao apresentado por Pedroni
(2004). O propsito desse mtodo testar a hiptese de bolhas nos preos das
habitaes brasileiras. A teoria sugere que quando h uma bolha as sries dos
preos das habitaes e aluguis so estacionrias de mesma ordem, mas no
so cointegradas. Nesse caso, a relao entre as duas variveis se rompe e h
indcios de uma bolha no mercado habitacional.
3 De modo geral, os testes de raiz unitria so descritos a partir do processo autorregressivo,
tal como: pi,t = i pi,t1 + ui,t , em que o termo autorregressivo e u o termo estocstico.
56 Besarria Economia Aplicada, v.21, n.1

O teste de cointegrao desenvolvido por Pedroni (2004) voltado para a

anlise em dados de painel para apenas um regressor. A hiptese de cointe-
grao tratada a partir da seguinte regresso:
pi,t = i + i t + i di,t + i,t (11)
Em que p e d representam os preos e dividendos habitacionais, respectiva-
mente; t = 1, ..., T a dimenso temporal; i = 1, ..., N a dimenso cross-
section; a inclinao; o parmetro de efeitos fixos; o coeficiente
associado a tendncia temporal.
A partir do resduo da equao (11) so obtidas sete estatsticas, tal como
descrito por Pedroni (1999), sendo quatro baseadas na dimenso within (testes
de cointegrao em painel) e trs so baseadas na dimenso between (testes de
cointegrao de painel group mean). importante destacar que as estatsticas
baseadas na dimenso within tm como hiptese nula a no cointegrao: H0 :
i = 1, qualquer que seja i, em que i o coeficiente autorregressivo do resduo
i . A hiptese alternativa definida por: HA : i = < 1, qualquer que seja i,
ou seja, assume valores comuns de i .
Por outro lado, as trs estatsticas restantes so baseadas na dimenso
between e, novamente, testam a hiptese nula de no cointegrao: H0 : i = 1,
qualquer que seja i, versus a hiptese alternativa de HA : i < 1, isto , no h
valor comum para o coeficiente autorregressivo nesse caso. Em outras pala-
vras, essas estatsticas assumem como hiptese alternativa a heterogeneidade
dos interceptos e coeficientes entre os indivduos e as estatsticas so formadas
por mdias dos valores individuais i , obtidos para cada unidade i do painel.
Com o propsito de verificar se o mtodo de cointegrao capaz de identi-
ficar bolhas nos preos das habitaes, ser aplicado o mtodo de cointegrao
linear, por meio dos teste de Engle-Granger, Phillips-Ouliaris e Johansen, nas
sries de preos e aluguel das habitaes da economia americana no perodo
pr-crise Subprime. Essa discusso ser apresentada na seo que trata da an-
lise de robustez e os resultados dos testes sero apresentados na Tabela (A.1)
do apndice B.

3.1 Base de dados

A base de dados utilizada nesta pesquisa composta por observaes mensais
dos ndice de preos das habitaes e dos aluguis, no perodo que compre-
ende janeiro de 2008 a maro de 2015. Os dados de preos de imveis esto
disponveis apenas para as cidades de So Paulo (estado de So Paulo), Rio
de Janeiro (estado do Rio de Janeiro), Belo Horizonte (estado de Minas Ge-
rais), Fortaleza (estado do Cear), Recife (estado de Pernambuco) e Salvador
(estado da Bahia). Dessa forma, os dados das capitais dos estados sero utili-
zados para representar os dados dos estados como um todo. Todos os dados
foram coletados na FipeZap. Outra caracterstica do banco de dados que as
cidades de So Paulo e Rio de Janeiro possuem uma srie de dados mais ex-
tensa que as demais capitais, tornando o painel desbalanceado. A Tabela (1)
mostra o tamanho da amostra disponvel para cada um dos estados.
Destaca-se que a seleo das variveis para a anlise de cointegrao se
deu com base nos trabalhos de Himmelberg et al. (2005) e Kivedal (2013), no
qual esses mostraram que a relao entre os preos da habitao e o preo do
aluguel pode ser utilizada para investigar a existncia de uma bolha no mer-
cado imobilirio. Outra informao relevante que apenas os estados de So
 Testando bolhas nos mercados habitacionais 57

Tabela 1: Descrio dos dados

Estado Perodo inicial Perodo final

SP fev/08 mar/15
RJ fev/08 mar/15
MG mai/09 mar/15
PE jul/10 mar/15
CE abr/10 mar/15
BA set/10 mar/15
Fonte: Adaptado de Dias et al. (2013)

Paulo e Rio de Janeiro possuem ndice de preo dos aluguis, disponveis tanto
pela Secovi-SP quanto pela FipeZap. Nesse caso, foram utilizados como proxy
para os demais estados o ndice Nacional de Preos ao Consumidor Amplo 15
(IPCA-15) dos estados, sendo decomposto pelo componente habitacional.

4 Discusso emprica

A implantao do programa habitacional conhecido como Minha Casa Minha

Vida ampliou os investimentos e o volume de transaes imobilirios nas di-
versas regies da economia brasileira. E uma das principais consequncias
desse aquecimento do mercado habitacional foi a expanso dos preos das
habitaes. Desde 2013 autoridades como Henrique Meirelles e Robert Shil-
ler chamam ateno para o fato de o Brasil enfrentar um problema de bolha
imobiliria. Dando nfase para as regies do Rio de Janeiro e So Paulo.
Na Figura (1) apresentado o comportamento dos preos reais e da ra-
zo preo/aluguel dos imveis nas diferentes regies brasileiras (So Paulo,
Rio de Janeiro, Recife, Salvador, Belo Horizonte e Fortaleza), no perodo de
janeiro de 2008 a maro de 2015. Como pode ser visto, a dinmica dos preos
dos imveis e da razo preo/aluguel mostram tendncia ascendente entre as
diferentes regies brasileiras.
Inicialmente, a anlise que pode ser extrada desses indicadores provm do
modelo de valor presente apresentado anteriormente, no qual, a determinao
dos preos das habitaes est ligada ao fluxo de ganhos provenientes do alu-
guel do imvel. Nesse caso, espera-se que os preos dos imveis e o aluguel
cresam juntos ou na mesma proporo. Visto que, se o custo de utilizao da
habitao exceder o custo do aluguel esperado que os indivduos passem a
alugar os imveis ao invs de adquiri-los. Esse resultado observado quando
os indivduos so indiferentes entre alugar ou possuir seu prprio imvel, tal
como descreveu Poterba (1984). Assim, o aluguel passa a ser descrito como
um componente fundamental na determinao do valor da habitao e deve
ter uma taxa de crescimento que se aproxima da taxa crescimento dos preos
dos imveis.4
Ao se observar a razo preo/aluguel, presente na Figura (1), possvel
verificar que essa condio rejeitada para os estados brasileiros, visto que,
a partir do ano de 2010 os preos dos imveis passaram a crescer a uma pro-
poro superior aos aluguis em todas as regies, sugerindo a presena de
4 Leonhardt (2010) chama a ateno para o fato que proporo acima de 20 % significa que os
agentes econmicos devem alugar uma habitao ao invs de compr-la. Por outro lado, quando
a relao est abaixo de 20%, o caso se inverte e a indicao de compra.
58 Besarria Economia Aplicada, v.21, n.1

Fonte: Elaborao prpria

Figura 1: Preos reais e razo preo/renda dos imveis nas diferentes re-
gies brasileiras

uma bolha nos preos das habitaes. Comparando o comportamento desse

indicador com a economia americana no perodo pr-crise Subprime, tal como
observado na Figura (2), possvel verificar que essa razo se tornou muito
elevada a partir dos anos 2000, atingindo o pice no ano de 2007, indicando
que os preos das casas estavam supervalorizados, tal como observado para a
economia brasileira.
No entanto, esse um primeiro indicador, sendo preciso analisar outros fa-
tores antes de se tirar concluses acerca da presena de componentes especu-
lativos nos preos das habitaes. Essa rpida expanso razo preo/aluguel
no perodo de anlise pode ser explicada por outros fatores, tais como, polti-
cas de incentivo a aquisio da casa prpria que foram adotadas, crescimento
da renda, facilidade no acesso ao crdito, dentre outras.
Existe uma srie de autores que adotam mtodos mais formais no processo
de identificao de bolhas, dentre esses, destaca-se, Campbell & Shiller (1986),
Diba & Grossman (1988), Froot & Obstfeld (1989), Evans (1991), Timmer-
mann (1995), Wu et al. (1997), Bohl (2003), Nasseh & Strauss (2004), Cuado
et al. (2005), Mokhtar (2006), Chang et al. (2007) que utilizaram a relao
entre os preos dos ativos e os seus dividendos para investigar a presena de
bolhas, tanto no mercado imobilirio quanto no mercado acionrio.
No entanto, poucos estudos utilizaram a metodologia de dados em painel
para avaliar a potencial ocorrncia de bolha nos mercados imobilirios. Den-
tre esses estudos, destaca-se Malpezzi (1999) que utilizou dados painel para
estudar a relao de longo prazo entre os preos das casas e a renda nas re-
gies metropolitanas do US. Sendo que esse autor rejeitou a hiptese de no
cointegrao entre as sries. J Gallin (2006) empregou os testes de cointegra-
o para dados em painel proposto por Pedroni (2004) e encontrou resultados
conflitantes com os encontrados por Malpezzi (1999), sugerindo que as sries
no so cointegradas. Baseando-se nessa literatura, a discusso subsequente
passa a investigar a relao entre os preos das habitaes e as rendas nas re-
gies brasileiras usando testes de estacionariedade e cointegrao para dados
em painel.
 Testando bolhas nos mercados habitacionais 59

O primeiro passo para o estabelecimento da cointegrao dado pelos tes-

tes de estacionariedade das sries. Para esse fim sero aplicados os testes de
Breitung (1999), Levin et al. (2002) e Im et al. (2003). Esses testes baseiam-se
no pressuposto de parmetros individuais de persistncia e permitem testar
a hiptese nula de raiz unitria em todas as sries contra a hiptese alterna-
tiva de razes unitrias em algumas sries (mas no necessariamente todas).
Portanto, ficou decidido empregar esses testes nesta investigao emprica.

Tabela 2: Teste de raiz unitria em painel

Variveis Levin, Li e Chu Breitung IPS Concluso

Preo Habitao -110.48 -2.15 -9.26 I(1)
p-valor (0.00) (0.01) (0.00)
Aluguel 1.65 -4.27 -4.31 I(1)
p-valor (0.00) (0.00) (0.00)

A Tabela (2) mostra os resultados dos testes de raiz unitria apresentados

de Breitung (1999), Levin et al. (2002) e Im et al. (2003) para dados em painel.
importante destacar que estes testes foram aplicados inicialmente nas s-
ries em nvel e os resultados obtidos indicaram presena de raiz unitria. Na
sequncia, passou-se a analisar as sries em primeira diferena e os resulta-
dos desses ensaios rejeitaram a hiptese de que os preos das casas e o aluguel
possuem raiz unitria em diferena, concluindo que essas so integradas de
mesma ordem.
A condio necessria e suficiente para a identificao de uma bolha a
divergncia entre o preo do ativo e o valor fundamental. Assim, a existncia
de um equilbrio de longo prazo entre os preos reais das habitaes e os seus
fundamentos implica que a bolha, se houver alguma, no persistente. Em
vez disso, significa que a tendncia de crescimento dos preos tendem a rever-
ter. A Tabela (3) mostra os resultados de todos os testes de cointegrao para
dados de painel, sendo a varivel dependente os preos dos imveis. H duas
partes na Tabela (3), as quatro primeiras estatsticas de teste so calculadas
pela dimenso within e as trs ltimas so calculadas pela dimenso between.

Tabela 3: Teste de cointegrao em painel de Pedroni

(2004)

Teste within Estatstica de teste Valor crtico

Estatstica - 0.73 2.19
Estatstica - 1.65 2.19
Estatstica - PP 1.65 2.19
Estatstica - ADF 1.97 2.19
Teste between
Estatstica - 2.07 2.19
Estatstica - PP 2.07 2.19
Estatstica - ADF 2.10 2.19
Fonte: Elaborao prpria

Conforme se pode observar, no h suporte emprico para uma relao de

60 Besarria Economia Aplicada, v.21, n.1

cointegrao entre os preos reais das habitaes e o aluguel, visto que a hi-
ptese nula de no cointegrao foi aceita para todos os testes. Dessa forma,
os testes de cointegrao do indcios de bolhas nos preos das habitaes no
nvel local. Esse resultado est em conformidade com os encontrados por Men-
dona & Sachsida (2012) e Besarria (2014), sendo que esses autores analisaram
a economia nacional.
No caso de Mendona & Sachsida (2012), esses realizaram discusses, tanto
em nvel microeconmico quanto em nvel macroeconmico, para verificar a
possibilidade de existncia de uma bolha no mercado imobilirio brasileiro.
Baseado nos fundamentos da Escola Austraca de economia, esses sugeriram
que h indcios de uma bolha nesse mercado e que o governo federal, por meio
de polticas fiscais e de estmulo ao crdito, foi o principal responsvel pelo
surgimento dessa bolha.
J Besarria (2014) procurou verificar a possibilidade de existncia de uma
bolha no mercado imobilirio brasileiro a partir do modelo de bolha racional.
Nesse caso, a formulao emprica adotada pelo autor foi dos processos coin-
tegrados lineares e no lineares, sendo acompanhados de testes de excesso
de varincia e covarincia cruzada. Todos os testes realizados deram suporte
para validade do modelo de bolhas racionais em oposio ao modelo de valor
presente.

4.1 Previsibilidade dos preos dos imveis e aluguis

Esta seo foi desenvolvida com base na discusso proposta por Mikhed &
Zemk (2009), na qual os autores analisaram a previsibilidade estatstica dos
preos dos imveis e rendas a partir do teste de causalidade de Granger. A
importncia dessa anlise est ligada ao fato que a causalidade sugere que as
mudanas nos preos dos imveis so capazes de prever mudanas nos alu-
guis e vice-versa. A formulao do teste parte da premissa que os preos das
casas e os aluguis so estacionrios em primeira diferena, fato confirmado a
partir dos testes de raiz unitria para dados em painel descritos na Tabela 2.
Mikhed & Zemk (2009) sugerem a utilizao do teste similar para cau-
salidade de Granger em dados de painel com uma dimenso temporal curta,
tal como descrito em Hurlin (2004). O teste parte do princpio que as duas
variveis, pi e dj , so estacionrias, assim, considere o seguinte modelo linear:
L
X L
X
(l) (l)
pi,t = i + i pi,tl + i di,tl + i,t (12)
l=1 l=1

i,t so i.i.d com mdia zero, varincia heterognea e finita, e i,t = (i,1 , ..., i,T )
so distribudos de forma independente entre os grupos. A hiptese nula as-
sume que d no prediz p para qualquer uma das N unidades individuais no
painel. Esta chamada de Hiptese de No Causalidade Homognea (HNC) e
pode ser formalmente representada por:

H0 : i = 0 i = 1, ..., N (13)
(1) (L)
em que i,t = (i,1 , ..., i,T ) . A hiptese alternativa engloba a possibilidade de
existncia N1 unidades individuais sem causalidade e pode ser definida como:
(
i = 0 i = 1, ..., N1 ,
HA = (14)
i , 0 i = N1 + 1, ..., N ,
 Testando bolhas nos mercados habitacionais 61

em que N1 [0, N ) no conhecido. A Tabela 4 relata os testes de causalidade

de Granger para os preos das habitaes e aluguis dos estados brasileiros.

Tabela 4: Teste de causalidade de Granger para dados

em painel
HN C
H0 ZN T p-valor
Preo no causa Granger aluguel 381.92 0.00
Aluguel no causa Granger preo 17.50 0.13
Fonte: Elaborao prpria

Diferentemente dos resultados obtidos por Mikhed & Zemk (2009) para
as reas metropolitanas dos Estados Unidos, a anlise para a economia brasi-
leira mostrou que a hiptese nula de HN C s pode ser rejeitada na direo
dos aluguis para os preos. Em outras palavras, h uma relao causal uni-
direcional no sentido da relao entre as mudanas nos preos dos imveis
e as alteraes nos aluguis. Nesse caso, o aumento nos preos dos imveis
no est sendo influenciados pelas alteraes no aluguel. Por outro lado, o
aumento nos preos dos imveis tem influenciado o aumento do aluguel no
Brasil, sendo que esse ltimo indicador tem aumentado em uma proporo
menor que os preos.
Esse resultado refora as anlises descritas anteriormente de que h ind-
cios de um comportamento especulativo no mercado habitacional brasileiro.
Alm disso, essa anlise sustenta a viso da hiptese de segmentao dos pre-
os dos imveis e o aluguel para todos os mercados imobilirios.

5 Anlise de robustez

Anlise de bolhas para a economia brasileira recente, fato que aumenta as

dificuldades para se dar robustez aos resultados obtidos. Alguns questiona-
mentos em relao a esse tipo de anlise so recorrentes, tais como: como
identificar bolhas? O mtodo crvel?
A fim de responder algumas dessas indagaes ser realizada uma anlise
de cointegrao para os dados dos preos e aluguis dos imveis nos Estados
Unidos no perodo que antecedeu a crise Subprime. O intuito mostrar que o
mtodo de cointegrao pode ser capaz de identificar bolhas racionais. Alm
disso, ser realizada a anlise painel-cointegrado levando em considerao
apenas os estados do Rio de Janeiro e So Paulo. A escolha desses estados se
deu pelos seguintes motivos: maior disponibilidade de informaes para os
preos das habitaes e existncia do ndice de aluguel, no havendo neces-
sidade de uso variveis proxy para representao desse indicador e, com isso,
eliminar os problemas potenciais que podem ser gerados pelo uso de variveis
proxy.
Na primeira etapa dessa anlise investiga-se a relao preo-renda a fim
de calcular os desvios dos preos habitacionais dos fundamentos. A Figura (2)
mostra os preos dos imveis e a razo preo-renda para os Estados Unidos no
perodo de 1990 a 2007.
possvel perceber que, assim como observado no caso brasileiro, a re-
lao preo-renda nos Estados Unidos passou a crescer muito acima do seu
comportamento histrico e indica que os preos dos ativos aumentaram alm
62 Besarria Economia Aplicada, v.21, n.1

180 150

160 140

140 130

120 120

100 110

80 100

60 90
1990 1993 1996 1999 2002 2005 1990 1993 1996 1999 2002 2005
Preco Aluguel Razao

Fonte: Elaborao prpria

Figura 2: Preo, aluguel e razo preo/renda dos imveis dos Estados Uni-
dos

dos valores fundamentais, sugerindo uma possvel bolha no mercado imobi-

lirio.
Na sequncia foi realizada a anlise de cointegrao para os dados da eco-
nomia americana a partir dos testes de Johansen, Engle-Granger e Phillips-
Ouliaris, apresentados na Tabela A.1, presente no apndice. Os testes sugerem
que os preos das casas e aluguis no so cointegrados, indicando que estes
podem no ser conduzido pelos mesmos fatores. Em outras palavras, a anlise
de cointegrao mostrou que a evoluo de longo prazo entre os preos das ca-
sas e aluguis apresentava um desequilbrio no perodo que antecedeu a crise
Subprime, reforando as caractersticas de bolha e, alm disso, que os preos
podem no voltar aos fundamentos durante um longo perodo de tempo. O
resultado obtido a partir dessa anlise refora os argumentos apresentados an-
teriormente sobre os recentes aumentos de preos nos mercados de habitao
da economia brasileira.
Por fim, foi verificado se os indicativos de bolha so mantidos quando so
analisados apenas os estados de So Paulo e Rio de Janeiro. Como descrito
anteriormente, um dos motivos para a escolha desses estados foi a disponibi-
lidade do ndice de reajuste dos aluguis para esses. A anlise para os demais
estados foi realizada a partir da decomposio do IPCA-15 para o setor de
habitao, fato que pode viesar os resultados obtidos. Os resultados dessa
discusso so apresentados na Tabela (5).
Percebe-se que os resultados se mantm, indicando a ausncia de uma rela-
o de cointegrao entre as variveis, independentemente do teste de painel
cointegrado, sugerindo a presena de componentes especulativos no compor-
tamento dos preos das habitaes brasileiras.

6 Concluso

Neste artigo, foi apresentada uma discusso que trata da relao entre os pre-
os das habitaes e o fluxo de dividendos (aluguis) com o propsito de veri-
 Testando bolhas nos mercados habitacionais 63

Tabela 5: Teste de cointegrao em painel para os esta-

dos do Rio de Janeiro e So Paulo

Teste within Estatstica de teste Valor crtico

Estatstica - -0.62 2.19
Estatstica - -0.45 2.19
Estatstica - PP -0.42 2.19
Estatstica - ADF 0.19 2.19
Teste between
Estatstica - 0.22 2.19
Estatstica - PP -0.01 2.19
Estatstica - ADF 0.66 2.19
Fonte: Elaborao prpria

ficar se h indcios de bolhas racionais nos preos das habitaes dos estados
brasileiros (So Paulo, Rio de Janeiro, Pernambuco, Cear, Bahia e Minas Ge-
rais), no perodo de 2008 a 2015. Para responder questo de saber se existe
bolha nos mercados habitacionais dos estados brasileiros foram adotadas duas
perspectivas principais: relao preo-aluguel e a ltima baseada no teste de
cointegrao para dados em painel.
Em relao razo preo/aluguel, foi possvel verificar que os preos dos
imveis passaram a crescer a uma proporo superior aos aluguis em todas
as regies, sugerindo que os preos das casas esto supervalorizados e, com
isso, h indcios de uma bolha nos preos dos imveis. Essa foi uma das ca-
ractersticas observadas na economia americana no perodo que antecedeu a
crise Subprime.
J a anlise de cointegrao apresentou resultados que esto em conformi-
dade com os achados de Mendona & Sachsida (2012) e Besarria (2014) para
a economia agregada. Ou seja, foram encontrados indcios de bolhas nos pre-
os das habitaes no nvel local. Em suma, tanto o modelo de cointegrao
quanto a anlise da razo preo-renda do indcios de que h uma bolha nos
preos das habitaes brasileiras.

Referncias Bibliogrficas

Alvarez, F. & Jermann, U. J. (2000), Eciency, equilibrium, and asset pricing

with risk of default, Econometrica pp. 775797.

Besarria, C. N. (2014), Bolha de ativos e os seus efeitos macroeconmicos.

Recife: PIMES/UFPE, 2014, PhD thesis, Tese (Doutorado em Economia.

Blanchard, O. J. (1979), Speculative bubbles, crashes and rational expectati-

ons, Economics letters 3(4), 387389.

Blanchard, O. J. & Watson, M. W. (1982), Bubbles, rational expectations and

financial markets.

Bohl, M. T. (2003), Periodically collapsing bubbles in the us stock market?,

International Review of Economics & Finance 12(3), 385397.
64 Besarria Economia Aplicada, v.21, n.1

Breitung, J. (1999), The local power of some unit root tests for panel data,
Technical report, Discussion Papers, Interdisciplinary Research Project 373:
Quantification and Simulation of Economic Processes.
Brunnermeier, M. K. (2008), Bubbles, The New Palgrave Dictionary of Econo-
mics 2.
Caballero, R., Farhi, E. & Hammour, M. L. (2004), Speculative growth: hints
from the us economy, Technical report, National Bureau of Economic Rese-
arch.
Caballero, R. J. & Krishnamurthy, A. (2006), Bubbles and capital flow volati-
lity: Causes and risk management, Journal of monetary Economics 53(1), 35
53.
Camerer, C. F. et al. (1989), Bubbles and fads in asset prices.
Campbell, J. Y. & Shiller, R. J. (1986), Cointegration and tests of present value
models, Technical report, National Bureau of Economic Research.
Chang, T., Chiu, C.-C. & Nieh, C.-C. (2007), Rational bubbles in the us stock
market? further evidence from a nonparametric cointegration test, Applied
Economics Letters 14(7), 517521.
Cuado, J., Gil-Alana, L. A. & De Gracia, F. P. (2005), A test for rational bub-
bles in the nasdaq stock index: a fractionally integrated approach, Journal of
Banking & Finance 29(10), 26332654.
Dias, V. P., Diniz, . & Issler, J. V. (2013), Non-durable consumption and
real-estate prices in brazil: Panel-data analysis at the state level, Technical
report, FGV/EPGE Escola Brasileira de Economia e Finanas, Getulio Vargas
Foundation (Brazil).
Diba, B. T. & Grossman, H. I. (1988), Explosive rational bubbles in stock
prices?, The American Economic Review pp. 520530.
Evans, G. W. (1991), Pitfalls in testing for explosive bubbles in asset prices,
The American Economic Review pp. 922930.
Farhi, E. & Tirole, J. (2011), Bubbly liquidity, The Review of Economic Studies
p. rdr039.
Froot, K. A. & Obstfeld, M. (1989), Intrinsic bubbles: The case of stock prices,
Technical report, National Bureau of Economic Research.
Gallin, J. (2006), The long-run relationship between house prices and
income: evidence from local housing markets, Real Estate Economics
34(3), 417438.
Gilles, C. & LeRoy, S. F. (1992), Bubbles and charges, International Economic
Review pp. 323339.
Grossman, G. M. & Yanagawa, N. (1993), Asset bubbles and endogenous
growth, Journal of Monetary Economics 31(1), 319.
Grkaynak, R. S. (2008), Econometric tests of asset price bubbles: Taking
stock*, Journal of Economic Surveys 22(1), 166186.
 Testando bolhas nos mercados habitacionais 65

Hellwig, C. & Lorenzoni, G. (2009), Bubbles and self-enforcing debt, Econo-

metrica 77(4), 11371164.
Himmelberg, C., Mayer, C. & Sinai, T. (2005), Assessing high house prices:
Bubbles, fundamentals, and misperceptions, Technical report, National Bu-
reau of Economic Research.
Hurlin, C. (2004), Testing granger causality in heterogeneous panel data mo-
dels with fixed coecients, Document de recherche LEO 5.
Im, K. S., Pesaran, M. H. & Shin, Y. (2003), Testing for unit roots in hetero-
geneous panels, Journal of econometrics 115(1), 5374.
Kahneman, D. & Tversky, A. (1979), Prospect theory: An analysis of decision
under risk, Econometrica: Journal of the Econometric Society pp. 263291.
Kehoe, T. J. & Levine, D. K. (1993), Debt-constrained asset markets, The
Review of Economic Studies pp. 865888.
Keiserman, B. (2009), Bolhas especulativas no mercado de aes: uma abor-
dagem das finanas comportamentais.
Kivedal, B. K. (2013), Testing for rational bubbles in the us housing market,
Journal of Macroeconomics 38, 369381.
Klyuev, M. V. (2008), What goes up must come down? House price dynamics in
the United States, number 8-187, International Monetary Fund.
Kocherlakota, N. R. (1992), Bubbles and constraints on debt accumulation,
Journal of Economic Theory 57(1), 245256.
Leonhardt, D. (2010), In sour home market, buying often beats renting, The
New York Times .
Levin, A., Lin, C.-F. & Chu, C.-S. J. (2002), Unit root tests in panel data:
asymptotic and finite-sample properties, Journal of econometrics 108(1), 1
24.
Malpezzi, S. (1999), A simple error correction model of house prices, Journal
of housing economics 8(1), 2762.
Martin, A. & Ventura, J. (2010), Economic growth with bubbles, Technical
report, National Bureau of Economic Research.
Martin, A. & Ventura, J. (2011), Theoretical notes on bubbles and the current
crisis, IMF Economic Review 59(1), 640.
Mendona, M. J. & Sachsida, A. (2012), Existe bolha no mercado imobili-
rio brasileiro?, Technical report, Texto para Discusso, Instituto de Pesquisa
Econmica Aplicada (IPEA).
Mikhed, V. & Zemk, P. (2009), Testing for bubbles in housing markets:
A panel data approach, The Journal of Real Estate Finance and Economics
38(4), 366386.
Mokhtar, S. H. (2006), Detection of Rational Speculative Bubbles in the Ma-
laysian Stock Market, PhD thesis, Universiti Putra Malaysia.
66 Besarria Economia Aplicada, v.21, n.1

Muth, J. F. (1961), Rational expectations and the theory of price movements,

Econometrica: Journal of the Econometric Society pp. 315335.
Nasseh, A. & Strauss, J. (2004), Stock prices and the dividend discount mo-
del: did their relation break down in the 1990s?, The quarterly review of eco-
nomics and finance 44(2), 191207.
Pedroni, P. (1999), Critical values for cointegration tests in heterogeneous
panels with multiple regressors, Oxford Bulletin of Economics and statistics
61(S1), 653670.
Pedroni, P. (2004), Panel cointegration: asymptotic and finite sample pro-
perties of pooled time series tests with an application to the ppp hypothesis,
Econometric theory 20(03), 597625.
Poterba, J. M. (1984), Tax subsidies to owner-occupied housing: an asset-
market approach, The quarterly journal of economics pp. 729752.
Samuelson, P. A. (1958), An exact consumption-loan model of interest with
or without the social contrivance of money, The journal of political economy
pp. 467482.

Timmermann, A. (1995), Cointegration tests of present value models with a

time-varying discount factor, Journal of Applied Econometrics 10(1), 1731.
Tirole, J. (1985), Asset bubbles and overlapping generations, Econometrica:
Journal of the Econometric Society pp. 10711100.
Von Neumann, J. & Morgenstern, O. (1945), Theory of games and economic
behavior, Bull. Amer. Math. Soc 51(7), 498504.
Wang, P. (2000), Market eciency and rationality in property investment,
The Journal of Real Estate Finance and Economics 21(2), 185201.
Wang, P. & Wen, Y. (2012), Speculative bubbles and financial crises, Ameri-
can Economic Journal: Macroeconomics 4(3), 184221.
Werner, J. (2014), Rational asset pricing bubbles and debt constraints, Jour-
nal of Mathematical Economics 53, 145152.
Wickens, M. (2012), Macroeconomic theory: a dynamic general equilibrium ap-
proach, Princeton University Press.
Wu, Y. et al. (1997), Rational bubbles in the stock market: accounting for
the us stock-price volatility, Economic Inquiry 35, 309319.
Xu, X. et al. (2014), Is there a bubble in chinese housing market? empirical
study on chinese major housing markets.

Apndice A
Tabela A.1: Testes de cointegrao linear para os preos e alugueis dos imveis americanos no perodo pr-crise
Subprime

Testando bolhas nos mercados habitacionais

Johansen
Engle-Granger Phillips-Ouliaris
Autovalor Autovalor mximo Trao Trao (95%)
0 0.11 -7.78 7.91 15.41 Est. teste -2.16 Est. teste -2.65
1 0.001 0.12 0.12 3.84 Valor crtico -3.42 Valor crtico -3.42
Fonte: Elaborao prpria

67