Si anteriormente os contábamos desde nuestro blog los orígenes de la organización European AVM Alliance, hoy profundizamos en las claves de segunda versión de los estándares de la EAA para valoración automatizada, cuya revisión ha liderado el Dr. Sanjo Nitschke, Senior Lead Advisor for Digital Valuation de Grupo Tinsa.
Escrito por Tinsa Digital
Los estándares sobre métodos de valoración estadística para inmuebles residenciales en Europa son fundamentales para la European AVM Alliance en su misión para la promoción y divulgación de las mejores prácticas para ayudar a un mejor entendimiento de los modelos de valoración automatizada y sus beneficios. Para Tinsa, además, estos estándares son la base y la columna vertebral sobre la que elaboramos nuestras propias AVMs.
La European AVM Alliance público la segunda versión de los estándares sobre las AVMS en agosto de 2019, tras un proceso de revisión exhaustiva, liderado por el Dr. Sanjo Nitschke, Senior Lead Advisor for Digital Valuation de Grupo Tinsa desde febrero de 2021, que también dirigió la primera versión de los mismos.
El documento que recoge esta segunda versión de los estándares parte de una serie de importantes definiciones y consideraciones a tener en cuenta:
TIPOS DE MODELOS ESTADÍSTICOS DE VALORACIÓN
Detrás de cada modelo estadístico de valoración existe una mayor o menos complejidad en todo lo relativo al uso de técnicas estadísticas avanzadas. El documento sobre la segunda versión de los estándares de la EAA reúne los pros y contras de cada uno de ellos. A modo de resumen, podemos distinguir entre:
- Modelos de valoración de un solo parámetro
Es un modelo muy básico de valoración, basado en una sola característica del inmueble. Su metodología se basa, normalmente en medias o medianas de ciertas características básicas. Por ejemplo, ‘Un piso de 3 dormitorios en el centro histórico de Valencia’.
- Modelos basados en índices de precios del mercado inmobiliario
Conocidos en inglés como Home Price Index (HPI), son modelos muy populares, pese a sus problemas de precisión. Consisten en una serie temporal que captura el desarrollo del valor en el tiempo (por ejemplo, que empiece en 100 en el punto 0 de la serie y que el resto de la serie defina las variaciones del mercado) con una granularidad determinada (región, municipio, distrito, código postal, etc.). Requieren de un valor inicial que es actualizado a través de los valores de la serie correspondiente.
- Modelos hedónicos
Se trata de ecuaciones matemáticas con una parametrización dada que acepta diversas características del inmueble como variables de entrada. Por ejemplo, superficie del inmueble, numero de baños, antigüedad del edificio, etc.
- Modelos de valoración automatizada, basados en comparables
Son modelos complejos que emulan artificialmente la metodología clásica de comparación que utiliza un tasador en sus procesos de valoración. Una correcta selección de comparables y su posterior homogeneización. En este caso, se hace una gran disertación sobre Valor de Mercado, que, como expertos en valor, esperamos explicar desde Tinsa más adelante y la finalidad (uso que le vamos a dar a ese valor).
Dependiendo de la finalidad, se puede necesitar más o menos información que nos arroje luz sobre ciertos aspectos más relevantes en para unos fines que otros y también mejorar la precisión en el valor eliminando riesgos. En las AVMs es fácil entender que la calidad de la información en su conjunto es crítica para la calidad de los resultados.
Se define la diferencia entre valoraciones de carteras de inmuebles vs valoraciones individuales. Las AVMs para carteras, en su conjunto, pueden aceptar mayor nivel de error individual, si el sistema es insesgado pues la valoración de la cartera en su conjunto tendrá la precisión justa. De esta forma, mientras que para carteras podríamos ser más laxos en cuanto a la calidad de los datos, es imposible para valoraciones individuales, en las que la mayor calidad y cantidad de datos nos ayudará a un mejor resultado.
Los estándares también versan sobre condiciones operacionales que el desarrollo de producto AVM debe tener. El consumo de un AVM debe residir en una plataforma tecnológica, a la que se pueda acceder bien desde un interfaz de usuario (web, escritorio, etc.), como de forma estructurada máquina a máquina (API, webservices, etc.). Los modelos deben tener un componente científico, estadístico avanzado y deben de ser revisados y calibrados con frecuencia. Por supuesto, con suficiencia en la volumetría de datos. No se pueden extraer modelos válidos con bases de datos con insuficiente representatividad estadística.
-Además de volumetría, debe tratarse de datos de calidad, contrastados y provenientes de fuentes fiables. Además, han de ser tomados de una forma homogénea en todo el territorio, de una manera continua en el tiempo. No podemos fundamentar un AVM con una foto de datos de origen desconocido o unos datos basados en anuncios de oferta no contrastados (todos sabemos de los sesgos en las superficies y precios que publica un optimista vendedor). Otro aspecto muy importante, a tener en cuenta en intrínseco al ADN de Tinsa es la neutralidad de los valores y la objetividad de los modelos. Los modelos han de ser neutros desde su definición y deben ser medidos con frecuencia para asegurar que así lo son. Este requisito además acompañado con la transparencia de poder mostrar a terceros que esto es así.
Servicio y Cumplimiento normativo. Es imprescindible que haya una empresa detrás de las AVMs, con voluntad de dar servicio y soporte a sus clientes. El servicio fundamenta la explicabilidad de los valores entregados y ha de existir voluntad de estar al día en la regulación local, preparando los modelos y adecuando los servicios a la regulación que exista en cada momento. El objetivo primordial para los estándares es la transparencia sobre los modelos y se remarca en aspectos técnicos y medidas de calidad. Dada la naturaleza estadística de modelos en los que se apoyan las AVM, es un producto que sufre de grados de variabilidad, siendo necesario establecer criterios periódicos de test y medición sobre los resultados de las AVMs a través de pruebas de contraste.
La EAA define la conveniencia de usar valoraciones hechas por tasadores como los mejores valores para estas pruebas, y, por descontado, en Tinsa seguimos esta máxima a rajatabla.
Con respecto a los indicadores de calidad de una AVM, se señalan como muy relevantes los siguientes aspectos y su equidistribución según parámetros geográficos, tipología, rango de valor, etc.:
Cobertura, entendida como los casos en que el AVM es capaz de entregar un valor sobre el total de casos en el ejercicio de contraste.
Precisión, medida como (AVM-BV)/BV, dónde se recomiendan medidas de sesgo y dispersión.
Fortaleza en los indicadores de confianza (Confidence Level (CL). Ha de ser demostrable cómo correlaciona el CL con las medias de precisión. Según se ganan grados en el CL, se debería mejorar en las medidas de precisión. En aras de la transparencia promovida por la EAA, todo este trabajo debe quedar expuesto en un reporte entendible y accesible. Por último, se recomiendan desde la EAA los ejercicios llamados “match pair analysis”, que tienen el objetivo de asegurar que las AVMs certificadas por la EAA se comportan de mejor manera que metodologías básicas como los índices HPI.
En estos ejercicios, se trata de tomar una muestra de inmuebles valorados dos veces en el tiempo y valorarlos en el segundo momento temporal, por AVM y por índices (de ahí a la necesidad de tener una primera valoración en el tiempo). Además, se han de analizar también los resultados de comportamiento de error entre el AVM y el HPI, dónde el primero deberá demostrar superioridad.
En esta segunda versión de los estándares, que podréis consultar aquí, se hace referencia a un glosario y una serie de apéndices interesantes, cuya lectura recomendamos, con el deseo también de que este resumen haya sido de vuestro interés.
¿Quieres recibir artículos como éste en tu correo?
¿Te ha gustado este análisis y quieres recibir más como éste? Suscríbete a nuestra newsletter y te enterarás en el momento de publicarlo.