Importância das características na precificação de veículos nacionais

Importance of characteristics in pricing national vehicles

Importância das características na precificação de veículos nacionais

Importance of characteristics in pricing national vehicles

Camilo Brandão de Resende; Rodrigo Arnaldo Scarpel

ITA

RESUMO

O mercado de bens de consumo é constituído por produtos heterogêneos que podem ser vistos como uma união de atributos ou características. Quantificar o valor dessas características pode auxiliar na criação de uma regra de precificação que permita, por exemplo, precificar um produto não existente, auxiliando na sua previsão de demanda. O objetivo deste trabalho é utilizar a teoria do preço hedônico para determinar empiricamente o valor e a importância relativa das características na precificação de veículos nacionais brasileiros. O modelo de previsão foi obtido utilizando-se uma função hedônica linear, cujos coeficientes foram estimados através de mínimos quadrados ordinários. Pode-se concluir que a potência é o fator de maior impacto no preço de um veículo, seguido pelo grau de luxo e marca.

Palavras-chave: Precificação, regressão hedônica, mercado automobilístico.

ABSTRACT

The market of consumer goods is consisted of heterogeneous products which can be viewed as a union of attributes or characteristics. Quantifying the value of these characteristics can help in the creation of a pricing rule, allowing, for example, pricing a product which is not available, and helping in the estimates of its demand. The purpose of this work is to use the theory of hedonic price to determine empirically the value of characteristics, as well as their relative importance, in the price of Brazilian vehicles. The model was obtained using data regarding 150 national vehicles and a linear hedonic function, which coefficients were estimated by ordinary least squares. It can be concluded that the engine power is the factor which has the greatest impact on a vehicle price, followed by the luxury level and the brand.

Key words: Pricing, hedonic regression, auto market.

1. INTRODUÇÃO

O mercado de bens de consumo é, sabidamente, constituído por produtos heterogêneos. Esses produtos podem ser vistos, em geral, como uma união de atributos ou características. O mercado automobilístico é um exemplo claro da heterogeneidade de produtos, uma vez que as montadoras de automóveis procuram aumentar suas participações no mercado, assim como lucros, produzindo veículos com diferentes características (conforto, potência, tamanho etc.).

Uma das necessidades atuais dos produtores de bens de consumo é quantificar a "real modificação de preço" de um produto ao adquirir determinada característica (BRACHINGER, 2002). Somente com essa quantificação é possível estimar o preço de mercado de um produto antes de seu lançamento, assim como tomar uma decisão quanto a qual característica deve ser adicionada ao produto a fim de aumentar suas vendas e/ou margem de lucro. Linz (2004) afirma que essa quantificação pode ser obtida através de um ajuste hedônico, que utiliza análise de regressão para estabelecer uma relação matemática entre a qualidade de um item - que é determinada por suas características - e o preço pelo qual ele é vendido.

O objetivo deste trabalho é utilizar a teoria do preço hedônico para determinar empiricamente o valor e a importância relativa das características no preço dos veículos nacionais brasileiros, possibilitando previsões de preços de veículos que não existem no mercado.

O modelo foi obtido utilizando-se uma regressão hedônica linear e teve três etapas distintas: (1) a amostra obtida foi dividida em duas partes, sendo três quartos da amostra destinados à formulação do modelo e um quarto ao teste do modelo; (2) os pesos das características foram estimados utilizando a amostra de formulação; (3) o modelo obtido foi testado comparando-se os preços estimados para a amostra de teste com os preços efetivamente praticados pelo mercado.

Após a obtenção do modelo, simulou-se sua utilização, através da comparação entre o preço previsto e o preço real de um veículo de passeio nacional que foi lançado após a coleta dos dados utilizados no presente trabalho.

2. TEORIA DO PREÇO HEDÔNICO

Os produtos presentes no mercado sofrem constantes modificações. Então, não podemos mais comparar diretamente os produtos disponíveis atualmente no mercado com produtos que existiam antes. Para comparações de preço, esses devem ser qualitativamente ajustados.

O ajustamento qualitativo é comumente considerado um dos problemas mais complicados na estatística dos preços. Técnicas como "linking" ou "overlap pricing" estão sendo atacadas depois da publicação do "Boskin-report" (BOSKIN et al., 1996) por serem, sob algumas condições, tendenciosas. Os métodos hedônicos foram então recomendados como uma alternativa razoável (BRACHINGER, 2002).

O ponto inicial de todo índice de preço hedônico é a hipótese hedônica. O centro dessa hipótese é que cada bem é caracterizado pela união de todas as suas características. Dado qualquer bem, façamos essa união ser ordenada e denotada pelo vetor x = (x₁, ...,x_s)'. Assumiremos que a preferência por qualquer bem é determinada somente por seu vetor de características correspondente.

além disso, também é assumido que, para qualquer bem, existe um relacionamento funcional f(x) entre seu preço e o vetor de características x, i. E.

Essa função especifica a relação hedônica ou regressão hedônica típica para o bem. Funções de preço hedônico podem ser vistas como resumos empíricos da relação entre os preços e as características de bens vendidos em mercados contendo produtos diferenciados (PAKES, 2003).

Baseado no relacionamento funcional (1), o importante conceito de preços hedônicos - ou implícitos - pode ser introduzido. Esses preços são definidos como as derivadas parciais da função hedônica (1), i.e.

O preço hedônico ∂f/∂x_k(x) indica quanto o preço p de um bem varia se esse bem for, ceteris paribus, dotado com uma unidade adicional da característica x_k.

Para aplicações práticas da relação hedônica (1) em estatística de preços, os problemas principais são a determinação do vetor de características de um bem e a especificação da função hedônica.

Segundo Neto (2002), a análise empírica baseada na abordagem hedônica deve responder a duas questões, inicialmente propostas por Griliches (1961): a) Quais são as características relevantes? b) Qual é a forma de relacionamento entre os preços e as características? Portanto, o presente trabalho procurará responder a estes questionamentos aplicados ao mercado automobilístico brasileiro.

2.1 Origem da teoria do preço hedônico

Segundo Nervole (1995), a análise do preço hedônico se originou na economia agrícola, quando F. V. Waugh (1929) publicou seu pioneiro estudo sobre fatores que influenciam os preços dos vegetais. Ainda segundo Nervole (1995), Waugh fez uma regressão dos preços por lote de aspargos em Boston (maio-junho, 1927) sob três diferentes dimensões de qualidade: avaliação da cor, tamanho da haste e uniformidade dos brotos. Seu objetivo era determinar as valorizações relativas que os consumidores davam a essas características, as quais considerava como informações úteis para os produtores de aspargos.

Colwell e Dilmore (1999) afirmam que haas (1922) já utilizou o conceito de "hedônico", e fez um modelo simples de preço hedônico para fazendas, considerando a distância para o centro da cidade e o tamanho da cidade como duas importantes variáveis.

A fundamentação teórica do modelo de preço hedônico foi chamada de teoria do preço hedônico, possuindo fundamentalmente dois alicerces:

Inicialmente, o acadêmico americano Lancaster (1966) divulgou uma nova teoria do consumidor. A teoria é uma expansão da teoria econômica clássica, também conhecida como teoria das preferências de Lancaster. A partir da heterogeneidade dos produtos, Lancaster analisou "elementos básicos" que formam o produto, e argumentou que a demanda por um produto não dependia do produto propriamente dito, mas sim de suas características. Produtos heterogêneos (como automóveis) possuem uma série de características integradas, e são vendidos como uma reunião de características inerentes. Famílias compram esses bens, utilizando-os como uma espécie de investimento e os transformam em utilidade. O nível de utilidade depende da quantidade de diferentes características. É muito difícil analisar o mercado de bens de consumo com o modelo econômico tradicional, porque não podemos considerar apenas um preço total. Por isso adotamos uma série de preços (preços hedônicos) para expressar as correspondentes características dos produtos. Portanto, o preço de um produto é formado por preços hedônicos, com cada característica do produto possuindo seu próprio preço implícito e todos os preços hedônicos formam uma estrutura de preço.

Em seguida, o economista americano Rosen (1974) desenvolveu um modelo de equilíbrio de oferta e demanda baseado nas características de produtos. Utilizando a condição de um mercado perfeitamente competitivo, maximizando a utilidade dos consumidores e o lucro dos produtores como meta, Rosen analisou teoricamente o equilíbrio a curto e longo prazo do mercado de produtos heterogêneos. O trabalho de Rosen estabeleceu a fundamentação de um modelo para a teoria do preço hedônico, baseada em métodos econométricos que podem ser utilizados para estimar a função de preço hedônico, obter os preços implícitos das características dos produtos e analisar a demanda pelas características dos produtos.

Modelos hedônicos já foram utilizados diversas vezes no mercado automobilístico. Segundo Goodman (1998), o primeiro modelo de preço hedônico para o mercado automobilístico foi desenvolvido por Andrew T. Court (1939), analista da indústria automobilística americana. Ele adotou o termo "hedônico" (tendência para agir de maneira a evitar o que é desagradável e a atingir o que é agradável), considerando o preço dos automóveis como uma função de suas diferentes características, e realizou a análise de preço hedônico de bens heterogêneos. Sua proposta final era estruturar um índice de preços para a indústria automobilística. Mais tarde, Griliches (1961) também rodou regressões similares com o propósito de descobrir as preferências dos consumidores em relação a vários opcionais nos automóveis que compravam.

Posteriormente, modelos hedônicos foram utilizados buscando diversos objetivos. Por exemplo, Fisher et al. (1962) usaram regressões hedônicas para avaliar mudanças nos custos de automóveis entre os anos de 1949 e 1961. Cowling e Cubbin (1971), Boyle e Hogarty (1975) e Cubbin (1975) usaram regressões hedônicas para estudar o comportamento competitivo e de precificação nos mercados automobilísticos norte-americano e britânico. Agarwal e Ratchford (1980) e Argua et al. (1994) utilizaram de regressões hedônicas para estimação de funções de demanda para características de veículos. Mais recentemente, Reis e Silva (2006) utilizaram regressões hedônicas para estudar os efeitos de mudanças na qualidade sobre os preços de veículos novos no mercado português.

2.2 Formato das funções utilizadas nas regressões hedônicas

Em aproximações hedônicas para problemas de índices de preço, quatro diferentes formas de funções foram empregadas no passado (NETO, 2002): linear, exponencial, dupla logarítmica e logarítmica.

A aproximação mais simples é a linear, que é dada por

com os preços hedônicos

O coeficiente da regressão β_k (k = 1,......,k) indica a variação marginal do preço com respeito a uma mudança da k-ésima característica x_k de um bem.

Outra aproximação é a exponencial, que é caracterizada por

ou

com os preços hedônicos

Obviamente, nessa aproximação, os coeficientes da regressão podem ser interpretados como taxas de crescimento. O coeficiente β_k (k = 1,......,K) indica a taxa na qual o preço aumenta a um certo nível, dado o vetor característico x.

Uma terceira aproximação é a função dupla logarítmica, que é descrita por

ou

com os preços hedônicos

Nessa aproximação, os coeficientes da regressão podem ser interpretados como elasticidades parciais. O coeficiente β_k (k = 1, ..., K) indica em qual porcentagem o preço p aumenta em um certo nível se a k-ésima característica x_kaumenta em um por cento.

Uma quarta forma de aproximação é a forma logarítmica dada por

com os preços hedônicos

De acordo com Neto (2002), a teoria econômica ainda não desenvolveu um critério de escolha para a forma funcional, assim sendo, a maioria dos pesquisadores vê a escolha como uma questão empírica para ser decidida pela melhor adequação aos dados.

3. ANÁLISE DOS FATORES DETERMINANTES NA PRECIFICAÇÃO DE VEÍCULOS NACIONAIS

3.1 Dados utilizados

A fim de se construir um modelo de previsão de preços de veículos nacionais, foram obtidas as informações apresentadas na Tabela 1 a respeito de 150 modelos de veículos produzidos no Brasil. Os preços sugeridos pelas montadoras para veículos novos (sem frete) foram colhidos durante doze meses, utilizando-se as edições de janeiro a dezembro de 2005 da Revista Quatro Rodas. No modelo construído, foi utilizada a média aritmética dos preços pesquisados durante os 12 meses. As demais informações (altura, comprimento etc.) foram obtidas nos web-sites oficiais das montadoras. Os dados utilizados são mostrados no ^{Apêndice A}.

3.2 Características consideradas

No presente trabalho, as características consideradas são definidas pelas variáveis binárias apresentadas na Tabela 2.

As faixas de potência foram determinadas empiricamente e o critério utilizado para a escolha das faixas de comprimento foi a segmentação visual baseada na Figura 1.

3.3 Estimação dos parâmetros

Pode-se, utilizando a teoria do preço hedônico, escrever uma relação funcional entre o preço p_i de um bem i, seu conjunto de características x e um erro ou distorção u.

A forma funcional linear () é frequentemente usada, onde α e β são os coeficientes a serem estimados e p_i, x e u, conforme definidos anteriormente. A variável x_ijkindica se o k-ésimo nível da j-ésima característica está presente no bem i e o coeficiente β_jkrepresenta o valor a ser adicionado no preço de um bem que possua o k-ésimo nível da j-ésima característica. Nesse estudo, essa forma funcional foi utilizada, sendo obtida uma regressão linear múltipla com variáveis binárias.

O critério utilizado para a estimação dos coeficientes foi a minimização do erro quadrático médio (EQM). Após a estimação dos coeficientes, os mesmos foram padronizados de maneira a atribuir peso zero ao menor nível de cada característica (por exemplo, se o menor valor encontrado para um nível de uma determinada característica k é igual a -1, somamos o valor 1 a cada nível da característica k e -1 à constante α, não alterando o valor previsto para o preço p). Esse procedimento torna mais simples a visualização dos resultados e facilita o cálculo da importância de cada uma das características. Assim, sendo e os pesos padronizados, temos:

Dentre as 150 observações disponíveis para estudo, 38 foram aleatoriamente retiradas para realizar o teste do modelo. Ou seja, as constantes foram estimadas utilizando 112 observações. Posteriormente, foram obtidas previsões para os preços dos 38 automóveis da amostra de teste e comparadas com os valores reais. Todos os cálculos foram feitos utilizando a função "lm" do software R (R development core team, 2005).

3.4 Resultados e discussão

A Tabela 3 apresenta o resumo dos resultados da regressão hedônica linear.

O modelo obtido apresentou coeficiente de determinação R2 igual a 94,5%. A estatística de teste F obtida foi igual a 65,72, indicando, com forte evidência (p-value< 0,001), que podemos rejeitar a hipótese de que os coeficientes do modelo são conjuntamente nulos.

Na Figura 2 temos a comparação entre as curvas dos preços reais dos veículos utilizados para a construção do modelo e a curva aproximada pelo modelo.

Na Figura 3 segue a comparação entre as curvas dos preços reais dos veículos separados para teste e a curva aproximada pelo modelo. O erro padrão residual para os dados utilizados no teste do modelo foi aproximadamente R$ 3.957.

Pode-se observar que o modelo foi capaz de representar com boa precisão os preços dos veículos nacionais, uma vez que a regressão apresentou um alto valor de R2 ajustado (93,1%) e o erro padrão residual obtido para os dados de teste (R$ 3.957) foi bem próximo do erro padrão residual estimado no desenvolvimento do modelo(R$ 4.445).

Os valores calculados para cada nível das seis características consideradas são mostrados nas Figuras 4 a 9.

Analisando os pesos obtidos por marca, percebe-se que a marca AUDI é aquela que acrescenta maior preço a um veículo (R$ 18.433), o que é razoável por se tratar de uma marca que explicitamente tenta conquistar seus clientes oferecendo status e diferenciação. A marca HONDA é aquela que menos impacta o preço de um veículo, o que também é razoável por se tratar de uma marca que se destaca por menores custos de produção.

Os pesos obtidos por potência foram conforme o esperado, sendo que o peso mínimo obtido foi para potência menor do que 55 cv e o máximo de R$ 29.593 para potência maior do que 150cv. O grande valor encontrado para esse nível de potência sinaliza a grande importância da potência na precificação dos veículos nacionais.

Os pesos obtidos por luxo também foram conforme o esperado, sendo que o peso mínimo obtido para o nível 1 de luxo (básico) e o máximo de R$ 28.024 para o nível 5 de luxo (completo com câmbio automático). O grande valor encontrado para esse nível de luxo sinaliza a grande importância do luxo na precificação de veículos.

O peso obtido para tipo de combustível flex (R$ 80) é muito pequeno quando comparado a qualquer outra característica, o que indica que o tipo de combustível não é um fator determinante na precificação de automóveis.

Os pesos obtidos por comprimento também foram conforme o esperado, sendo que o peso mínimo obtido foi para veículos com comprimento menor do que 405 cm e o máximo de R$ 6.866 para veículos com comprimento maior do que 430 cm.

Na Figura 10, segue a comparação entre os valores calculados para todos os níveis possíveis de todas as características consideradas.

Depois de estimados os pesos de cada nível de cada uma das características, foi determinada a importância relativa de cada característica. A importância relativa de uma característica foi considerada como a razão entre o maior peso estimado para um nível daquela característica e a soma dos maiores pesos de cada uma das características. Os resultados obtidos para as importâncias relativas das características são exibidos na Tabela 4 e na Figura 11.

Analisando os valores obtidos para as importâncias relativas na precificação, percebe-se claramente que três fatores são os mais importantes para determinação de preço: potência (34,5%), luxo (32,7%) e marca (21,5%). Esses três fatores juntos corresponderam a 88,7 % de importância no preço. O baixo valor obtido para a importância do tipo de combustível (0,1 %) confirma que realmente essa não é uma característica de importância considerável na precificação de automóveis.

4. SIMULAÇÃO DE APLICAÇÃO DO MODELO

Para simular uma aplicação do modelo matemático desenvolvido, estimou-se o preço de um veículo nacional lançado após a coleta de dados e comparou-se a estimativa com o preço real de lançamento (preço sem frete informado no web-site oficial da montadora em outubro de 2006).

O veículo analisado foi um Chevrolet Vectra (Modelo Elite). A Tabela 5 apresenta as características do veículo extraídas do web-site da montadora.

Realizando a simulação, foram obtidos os resultados mostrados na Tabela 6.

O valor estimado foi bem próximo do valor real, apresentando um erro de estimativa menor do que 0,5% em módulo.

5. CONCLUSÕES

Através do modelo obtido pode-se perceber a grande utilidade de regressões hedônicas para análise de preços em mercados com produtos diferenciados. Utilizando-se um simples modelo de regressão hedônica linear, foi possível determinar os fatores que mais influenciam os preços dos veículos nacionais e, ainda, construir um modelo de previsão de preços de novos produtos.

Pode-se concluir que o fator de maior impacto no preço de um veículo nacional é a potência do motor (34,5 %), seguido pelo grau de luxo (32,7 %) e marca (21,5 %). Outra conclusão importante é que o tipo de combustível não é um fator determinante na precificação dos veículos nacionais.

AGRADECIMENTOS

Os autores agradecem aos revisores anônimos pelas sugestões e à FAPESP pelo apoio financeiro.

Artigo recebido em 29/01/2008

Aprovado para publicação em 26/03/2009

SOBRE OS AUTORES

Camilo Brandão de Resende

Instituto Tecnológico de Aeronáutica (ITA)

End.: Pça. Mal. Eduardo Gomes, 50 sala 2311

São José dos Campos - SP - 12228-900

E-mail: [e-mail]

Rodrigo Arnaldo Scarpel

Instituto Tecnológico de Aeronáutica (ITA)

End.: Pça. Mal. Eduardo Gomes, 50 sala 2311

São José dos Campos - SP - 12228-900

End.: [e-mail]

Tabela 7

Tabela 8

Tabela 9

• AGARWAL, M. K.; RATCHFORD, B. T. Estimating demand functions for product characteristics: the case of automobiles. Journal of Consumer Research, v. 8, p. 249-262, 1980.
• ARGUA, N. M.; HSIAO, C.; TAYLOR, G. A. Estimating consumer preferences using market data: An application to US automobile demand. Journal of Applied Econometrics, v. 9, p. 1-18, 1994.
• BOSKIN, M. J. et al. Toward a more accurate measure of the cost of living. Final Report to the Senate Finance Committee from the Advisory Commission to Study the Consumer Price Index 1996.
• BRACHINGER, H. W. Statistical Theory of Hedonic Price Indices. Working Paper (to appear in: BRACHINGER, H. W.; DIEWERT, E. HEDONIC. Methods in Price Statistics: Theory and Practice. Springer, Heidelberg), 2002.
• COLWELL, P. F.; DILMORE, G. Who was first? An examination of an early hedonic study, Land Economics, v. 75, n. 4, p. 620-626, 1999.
• GOODMAN, A. C. Andrew court and the invention of hedonic price analysis. Journal of Urban Economics, v. 44, p. 291-298, 1998.
• GRILICHES, Z. Hedonic price indexes for automobiles: An econometric analysis of quality change. In: GRILICHES, Z. Price indexes and quality change: studies in new methods of measurement. Cambridge: Harvard University Press, p. 55-87, 1961.
• LANCASTER, K. A new approach to consumer's theory. Journal of Political Economy, v. 74, p. 132-157, 1966.
• LINZ, S. Hedonic price measurements for IT products. Statistisches Bundesamt, 2004.
• NERLOVE, M. Hedonic price functions and the measurement of preferences: the case of Swedish wine consumers. European Economic Review, v. 39, p. 1697-1716, 1995.
• NETO, E. Estimação do preço hedônico: uma aplicação para o mercado imobiliário da cidade do Rio de Janeiro. 2002. Dissertação (Mestrado em Economia), Fundação Getúlio Vargas, Rio de Janeiro.
• PAKES, A. A reconsideration of hedonic price indexes with an application to PC's. American Economic Review, v. 93, p. 1578-1614, 2003.
• R DEVELOPMENT CORE TEAM. R: A language and environment for statistical computingR Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL: http://www.R-project.org, 2005.
• REIS, H. J.; SILVA, J. M. C. Hedonic prices indexes for new passenger cars in Portugal (1997-2001). Economic Modelling, v. 23, p. 890-908, 2006.
• ROSEN, S. Hedonic price and implicit markets: product differentiation in pure competition. Journal of Political Economy, v. 82, p. 34-55, 1974.

APÊNDICE A:  DADOS UTILIZADOS NO TRABALHO

Datas de Publicação

• Publicação nesta coleção
  14 Set 2009
• Data do Fascículo
  2009

Histórico

• Aceito
  26 Mar 2009
• Recebido
  29 Jan 2008