Em 8 cidades portuguesas, a taxa de esforço do arrendamento ultrapassa o valor recomendado, de um terço dos rendimentos totais.
Comentários: 0
Qual o esforço a fazer para pagar a renda da casa em Portugal?
Fonte: Unsplash, Diego Delso Wikipedia (CC-BY-SA 3.0), Vitor Oliveira Wikipedia (CC-BY-SA 2.0)

A taxa de esforço das famílias para o pagamento da renda de uma casa em Portugal pode ir até aos 41%, segundo um estudo publicado pelo idealista, que cruzou os preços de arrendamento de março de 2021, com a estimativa de rendimentos líquidos familiares nesse mesmo período de tempo. Em 8 cidades portuguesas é superada a taxa de esforço recomendada, de um terço dos rendimentos para pagar a renda.

Setúbal é a cidade onde é necessário fazer um maior esforço, visto que as famílias precisam destinar 41% dos seus rendimentos para pagar a renda. Seguem-se Faro, com 39% dos rendimentos necessários para o arrendamento da casa, Évora (38%), Lisboa (36%), Beja e Vila Real, ambas com uma taxa de esforço de 34%.

No limite da taxa de esforço recomendada para o arrendamento de uma casa, encontram-se as cidades de Castelo Branco com 32%, Porto (31%), Santarém (30%), Aveiro e Viseu com um esforço de 29% para ambas as cidades. Já o esforço dos habitantes de Coimbra é de 28%, para Ponta Delgada e Guarda (26% para ambas as cidades), seguidas pelo Funchal com 25%.

Bragança é a cidade com menor taxa de esforço do país (18%), seguida por Portalegre e Leiria, (21% para ambas as cidades), Viana do Castelo (23%) e Braga (24%).

 

 

Taxa de esforço no arrendamento (março de 2021)
Cidade% de rendimento familiar
Setúbal41%
Faro39%
Évora38%
Lisboa36%
Beja34%
Vila Real34%
Castelo Branco32%
Porto31%
Santarém30%
Aveiro29%
Viseu29%
Coimbra28%
Ponta Delgada26%
Guarda26%
Funchal25%
Braga24%
Viana do Castelo23%
Leiria21%
Portalegre21%
Bragança18%

 

Metodologia da Estimativa do Rendimento Líquido Familiar e Taxas de Esforço

A taxa de esforço mede o peso da habitação sobre o poder de compra da casa, por isso, os cálculos do idealista são feitos a partir do valor da habitação, seja para venda ou arrendamento, juntamente com as nossas estimativas de rendimento líquido familiar. No caso do arrendamento, em particular, medimos a taxa de esforço como a parcela anual do rendimento líquido da família destinada ao pagamento do arrendamento. Da mesma forma, no caso da venda, a taxa de esforço é calculada como a quota anual de rendimento líquido do agregado familiar que se destina ao pagamento de uma prestação de crédito de habitação "típica", no sentido em que é estipulada com características médias em termos de duração e taxa de juros.

Os valores de venda e arrendamento vêm diretamente da fonte de dados idealista, que possui preços médios para cada cidade. Por outro lado, no caso do rendimento líquido familiar, na ausência de dados oficiais atualizados para cada cidade, utilizamos a nossa série de modelos de aprendizagem automática, que combinam informações de várias métricas socioeconómicas de diferentes fontes (públicas e idealista). Os nossos modelos de machine learning são essencialmente do tipo random forest e com gradient boosting (CatBoost), e são treinados com dados acessíveis ao público: Portugal (INE e PORDATA).

Dado que as métricas apresentam diferenças em termos de amostra ou definição, mantemos a consistência entre as medidas utilizando modelos de satélite: um modelo intermédio que estima a dimensão média do agregado familiar, em termos do número de membros da família, a partir do número médio de quartos numa determinada zona. Dessa forma, podemos converter a métrica de declaração de rendimento em rendimento familiar. Uma vez que os modelos tenham sido treinados, a inferência é gerada para poder imputar os níveis de rendimento por habitação noutras segmentações ou locais.

Os nossos modelos permitem-nos obter uma estimativa fiável do nível de rendimento com relativa rapidez (frequência trimestral e sem demora na publicação) e com elevado grau de desagregação territorial, obtendo estimativas para cada bairro de cada cidade em Espanha, Itália e Portugal. Uma nota importante: verificamos e revemos regularmente os nossos modelos para que se mantenha sempre um alto nível de precisão e fiabilidade.

Ver comentários (0) / Comentar

Para poder comentar deves entrar na tua conta

Publicidade