Definition af automatiseret værdiansættelsesmodel (AVM)
Hvad er en automatiseret værdiansættelsesmodel (AVM)?
En automatiseret værdiansættelsesmodel (AVM) er en betegnelse for en tjeneste, der bruger matematisk eller statistisk modellering kombineret med databaser over eksisterende ejendomme og transaktioner til beregning af fast ejendom værdier. Størstedelen af automatiserede værdiansættelsesmodeller sammenligner værdierne for lignende ejendomme på samme tidspunkt.
Mange vurderingsmænd, og endda Wall Street institutioner, brug disse AVM'er til at værdiansætte boligejendomme. Forbrugerparate AVM'er findes også på ejendomsfortegnelseswebsteder som Zillow og Trulia.
Vigtige takeaways
- Automatiserede værdiansættelsesmodeller (AVM'er) er software-baserede prismodeller, der bruges på ejendomsmarkedet til at værdisætte ejendomme.
- AVM'er er mere effektive og konsekvente end en menneskelig taksator, men de er også kun lige så nøjagtige som dataene bag dem, hvilket betyder at de kan være forældede eller forkerte.
- AVM -udbydere omfatter kommercielle platforme som CoreLogic, Freddie Mac og Equifax samt gratis forbrugersider som Zillow og Trulia.
Hvordan fungerer automatiserede værdiansættelsesmodeller (AVM'er)?
Automatiserede værdiansættelsesmodeller (AVM) rapporter drives af teknologi, herunder proprietære algoritmer, og kan hentes på få sekunder af långivere og agenter. De indeholder normalt både a hedonisk model (en type statistik regressions analyse) og et gentaget salgsindeks, som både vejes og analyseres for at generere prisoverslaget. AVM'er inkluderer normalt skatteansvarligens værdi, alle relevante oplysninger om den pågældende ejendom-f.eks. Dens salgshistorik-og en analyse af salget af lignende ejendomme.
De bruges også til at understøtte underwriting for realkreditlån og lån til egenkapital, refinansieringsbeslutninger samt hjælp til tabsreduktion og kreditrisiko forvaltningsaktiviteter såsom markering-til-marked af ejendomsbesiddelser i institutionelle investeringer porteføljer. Mens oprindeligt AVM'er blev brugt til at værdiansætte boligejendomme, er deres anvendelse udvidet til andre typer, herunder erhvervsejendomme.
(AVM) udbydere tilbyder deres tjenester til en række forskellige kunder, herunder ejendomsmæglere og mæglere, realkreditinstitutter og større finansielle institutioner. Førende AVM -udbydere omfatter CoreLogic, The Federal Home Loan Mortgage Corporation (Freddie Mac), VeroValue og Equifax. Offentligheden kan bruge dem gennem gratis websteder til forbrugerejendomme.
Zillows populære webbaserede værktøj til værdiansættelse af fast ejendom, "Zestimate, "er en velkendt type AVM.
Fordele og ulemper ved automatiserede værdiansættelsesmodeller (AVM'er) i fast ejendom
På trods af deres udbredte brug i dag udløser AVM'er en vis debat, især om hvordan de sammenligner med traditionelle, personlige vurderinger.
Fordele ved AVM'er
Fordelene ved at bruge AVM'er frem for fysiske vurderinger ligner dem i ethvert automatiseret system frem for menneskelig indsats. Grundlæggende sparer de tid, penge og kræfter. De kan foretage mange beregninger og sammenligninger på få sekunder, og de behøver ikke fysisk at køre ud for at se en ejendom eller lignende ejendomme ("comps" være en nøglefaktor ved vurdering og prissætning af et bestemt stykke ejendom).
Alt dette sænker omkostningerne ved værdiansættelse af en ejendom eller flere ejendomme. AVM'er er særligt nyttige til at vurdere værdien af en hel ejendomsportefølje. Når de er konfigureret, kan AVM'er betjenes med få omkostninger.
Udover at være billigere og hurtigere, er algoritmer ikke udsat for menneskelige fejl - eller fejl. Som objektive automatoner fjerner de bias og subjektivitet fra ligningen. Så der er mindre risiko for bedrageri eller bevidst fejlpris - selvom computerprogrammer selvfølgelig kan hackes eller manipuleres.
Et konferencepapir fra 2017, "Automated Valuation Models (AVMs): a modig ny verden?" af George Andrew Matysiak fra Krakow University of Economics, henviste til andre undersøgelser med hensyn til styrkerne og manglerne ved disse modeller. "Der er lidt hårdt upartisk bevis for nøjagtigheden af kommercielt tilgængelige AVM'er i det offentlige område," noterede avisen. "På trods af høje gennemsnitlige nøjagtighedsniveauer kan statistisk baserede værdiansættelser være langt ude af mærket og skal forstærkes af professionel vurdering."
Ulemper ved AVM'er
For at en AVM fungerer godt, har den brug for data af høj kvalitet i tilstrækkelig mængde til at være repræsentative. Det er her dens sårbarhed ligger.
Den mest citerede ulempe mod AVM'er er, at de ved bestemmelse af værdi ikke (og ikke kan) faktor i ejendommens faktiske tilstand. De antager bare en gennemsnitlig tilstand, som måske eller måske ikke er nøjagtig. De kan ikke notere detaljer eller variationer i tilstanden.
AVM'er er gode til sammenligninger, men hvad nu hvis der mangler sammenlignelig fast ejendom eller transaktionsdata registreret? Af denne grund er nybyggede ejendomme særligt hårde at sætte pris på, og AVM'er, der er temmelig bogstavelige, har en tendens til at mangle fantasi til at finde på noget, der kan fungere som computere. Og fordi en AVM fungerer baseret på kendte faktorer - den historiske rekord - går den glip af immaterielle ting, der kan hæve eller sænke et estimat.
Endelig kan en AVM kun arbejde med de data, den får, og der er altid fare for, at data indtastes forkert. De oplysninger, den har, er muligvis heller ikke opdaterede-hvilket gør AVM'er upålidelige på ejendomsmarkeder i hastig forandring.
Bundlinjen
Store udbydere af automatiserede værdiansættelsesmodeller viser deres nøjagtighed, omfattende dækning og tidsbesparelser. AVM handler i gennemsnit. Så de er særligt effektive, hvor ejendomsbeholdningen er meget generisk. I regioner med et større udvalg af typer og stilarter kan de være mindre præcise og nyttige.
Mens deres anvendelse vokser, har AVM'er ikke fortrængt menneskelige værdiansættelsesestimater, ikke mindst fordi de fleste realkreditinstitutter kræver, at en tilpasset vurdering af en ejendom udføres af en certificeret vurderingsmand, i person. På grund af bekymringer over deres nøjagtighed foreslår nogle branchedeltagere at se resultater fra flere AVM'er som en måde at få et mere komplet billede og for at øge tilliden til deres rapporter.