Mass appraisals are of considerable interest to public administration, especially for tax purposes. However, the inherent characteristics of land properties make the analysis of the values of the property a complex task and the use of inappropriate techniques can result in unrealistic models and misleading conclusions. In part, the deficiencies of mass valuation models are related to the following aspects: (i) the theory does not determine the functional form nor the relevant variables for estimating the hedonic price function and (ii) the statistical models traditionally used may have biased, inefficient or inconsistent estimators when faced with nonnormality, heteroskedasticity and spatial autocorrelation, quite common in real estate data. In order to deal with these difficulties, this paper proposes a new methodology for mass appraisals, based on the use of spatial models from the use of the class of regression models proposed by Rigby & Stasinopoulos (2005), called generalized additive models for location, scale and shape (GAMLSS), which enables the adjust- ment of a broad family of distributions for the response variable and enables the direct modeling, using parametric and/or non-parametric functions of the regression structure of the variable of in- terest. Incorporated the effects of spatial autocorrelation in GAMLSS models, we show - through empirical analysis with data on urban land lots located in Aracaju-SE, Brazil - that spatial models based on GAMLSS regression models appear to be more appropriate for the estimation of param- eters of the hedonic price function compared to the usually employed models, such as the classical normal linear regression model.

Avaliações em massa são de relevante interesse para a administração pública, especialmente para fins tributários. Contudo, as características singulares dos imóveis fazem com que a análise dos valores dos bens seja uma tarefa complexa e o emprego de técnicas não apropriadas pode resul- tar em modelos irrealistas e de conclusões equivocadas. Em parte, as deficiências dos modelos de avaliação em massa estão relacionadas aos seguintes aspectos: (i) a teoria não determina a forma funcional nem as variáveis relevantes para a estimação da função de preços hedônicos e (ii) os modelos estatísticos tradicionalmente utilizados podem apresentar estimadores viesados, ineficientes ou inconsistentes quando defrontados com não-normalidade, heteroscedasticidade e autocorrelação espacial, bastante comuns em dados imobiliários. Visando lidar com estas dificul- dades, o presente trabalho propõe uma nova metodologia para avaliações em massa, baseada no uso de modelos espaciais a partir do emprego da classe de modelos de regressão proposta por Rigby & Stasinopoulos (2005), denominada de modelos aditivos generalizados para posição, escala e forma (GAMLSS), a qual permite o ajuste de uma ampla família de distribuições para a variável resposta e possibilita a modelagem direta, utilizando funções paramétricas e/ou não-paramétricas, da es- trutura de regressão da variável de interesse. Incorporados os efeitos da correlação espacial nos modelos GAMLSS, mostramos – mediante análise empírica com dados de terrenos urbanos situa- dos em Aracaju-SE, Brasil – que a estrutura de regressão GAMLSS aparenta ser mais apropriada para a estimação dos parâmetros da função de preços hedônicos do que os modelos usualmente empregados, como o modelo normal de regressão linear clássico.