AI 如何为房产估值？透明度等成关键

时间： 2024-12-10 02:10     

新西兰的经济被形容为“带有零碎附加部分的房地产市场”。

买卖房产是一项全国性的活动，全国各地房屋价值的不断上涨推动了这一活动的开展。

但广大公众对于这些房产估值是如何产生的知之甚少——尽管这是大多数银行决定为抵押贷款提供多少贷款的关键因素。

自动估值模型（AVM）——由人工智能（AI）支持的系统，通过处理大量数据集来即时生成房产价值——在提高这一过程的透明度方面几乎毫无作用。

这些模型于 2010 年代初开始在新西兰受到关注。早期版本采用有限的数据源，例如房产销售记录和市政信息。如今更先进的模型包含了来自新西兰土地信息等来源的高质量地理空间数据。

AI 模型提高了效率。但这些 AVM 背后的专有算法或许会令房主和行业专业人士难以理解具体价值的计算方式。

在我们的正在开展的研究中，我们正在构建一个评估这些自动估值的框架。我们探究了如何解读这些数字以及 AI 模型可能遗漏的因素。

在像新西兰这般地理和文化多样的房地产市场中，这些要点不仅相关，而且至关重要。AI 在房产估值中的快速融合不再仅仅涉及创新和速度，而是关乎信任、透明度以及一个强有力的问责框架。

人工智能的估值犹如一个黑箱

在新西兰，房产估值在传统上一直属于劳动密集型的过程。估值师通常会检查房产，进行市场比较，并运用他们的专业判断得出最终的价值估计。

但这种方法缓慢、昂贵且容易出现人为错误。随着对更高效的房产估值需求不断增加，人工智能的使用带来了迫切需要的改变。

但这些估值模型的兴起并非毫无挑战。虽然人工智能提供了速度和一致性，但它也有一个关键的缺点：缺乏透明度。

自动估值模型（AVMs）常常如同‘黑箱’一般运作，几乎没有提供关于驱动其估值的数据和方法的洞察。这引发了对这些系统的一致性、客观性和透明度的严重忧虑。

当一个自动估值模型对房屋价值进行估计时，算法到底在做些什么并不清晰。这种不透明性具有现实中的后果，致使市场失衡和不公平长期存在。

要是没有一个框架来监测和纠正这些差异，人工智能模型就有可能进一步扭曲房地产市场，特别是在像新西兰这样多样化的国家，地区、文化和历史因素对房产价值有显著影响。

透明度与责任

最近，与房地产行业内部人士、法律研究人员和计算机科学家举行的关于人工智能治理与房地产估值的讨论论坛强调，在自动估值模型方面，需要增强责任意识。仅有透明度是不够的。必须在该系统中建立起信任。

这可以通过要求人工智能开发者和用户披露其估值背后的数据来源、算法和误差幅度来实现。

此外，估值模型应纳入“置信区间”——一个价格范围，表明估计值可能的变化幅度。这让用户对每个估值中固有的不确定性有了更清晰的理解。

但是，房地产估值中的有效人工智能治理不能孤立实现。它需要监管机构、人工智能开发者和房地产专业人士之间的合作。

偏差校正

新西兰迫切需要一个针对自动估值模型的综合评估框架，该框架优先考虑透明度、责任和偏差校正。

这就是我们研究的切入点。我们反复对数据的小部分进行重新采样，以应对房地产价值数据不遵循正态分布的情况。

此过程会生成一个置信区间，用以展示每个属性估计值周边的一系列可能值。然后，用户能够了解 AI 生成的估值的可变性和可靠性，即使数据不规则或有偏差。

我们的框架并非仅仅是透明的。它包含一个偏差校正机制，可检测并调整 AVM 输出中持续高估或低估的估计值。这方面的一个例子涉及区域差异或特定房产类型被低估的情况。

通过解决这些偏差，我们确保估值不仅具有责任性、可审计性，而且公平合理。目标是避免未经检查的 AI 模型可能造成的长期市场扭曲。

AI 审计的兴起

但仅仅有透明度是不够的。对 AI 生成信息的审计正变得越来越重要。

新西兰的法院现在要求有资质的人员检查由 AI 生成并随后在法庭程序中使用的信息。

正如财务审计员确保会计的准确性那样，AI 审计员将在维持估值的完整性方面发挥关键作用。