El enfoque de contención de valor subjetivo


Enfoque subjetivo de contención de valor

Enfoque de comparación de ventas: Contención de valor subjetivo, o SVC para abreviar, es un término que le doy al siguiente método para el Enfoque de comparación de ventas. El método está diseñado para dar a los tasadores la capacidad de producir opiniones de valor con grados de precisión mucho más altos que con los métodos estándar, mediante:

  1.  Usando una herramienta de regresión de alta calidad como Salford Systems MARS o R-Language Earth.
    
  2.  Controlar los ajustes totales para características subjetivas o cualitativas a través de un proceso de puntuación y regresión de múltiples etapas.

General

SVC es una forma de contener o limitar la sobrevaloración o subvaloración de características subjetivas que requieren la asignación subjetiva de puntajes a características de propiedad subjetivas como vista, condición y calidad.   

El procedimiento se puede dividir en tres etapas:

Etapa I

La primera etapa del método SVC es utilizar una herramienta de regresión de alta calidad como MARS de Salford Systems o tierra de R-Language, para modelar la mayor variación de precios posible, en función de características cuantitativas objetivas, generalmente proporcionadas por el asesor de impuestos y los datos de MLS, como el área de vivienda bruta (GLA), el tamaño del lote, los tamaños y recuentos de habitaciones, el tipo de techo , tipo de cimentación y ubicación. Este método funciona mejor cuando este modelo de regresión inicial puede representar al menos el 70-80% de la variación del precio según esos datos. Sin embargo, los valores más bajos son ciertamente utilizables, a expensas de la precisión. Los tasadores simplemente hacen lo mejor que pueden con los datos que tienen. Se puede argumentar que la regresión es tan buena o mejor que cualquier otro método disponible, incluso en los peores escenarios.

Etapa II

Se supone que la variación del precio restante, la diferencia entre el precio de venta real y la estimación proporcionada por el modelo de regresión, llamado residual, es el resultado de variables que son desconocidas o que deben puntuarse mediante un juicio subjetivo. Las más importantes de este último grupo de variables son las denominadas "cualitativas". Estas variables cualitativas tienen valores que solo pueden representarse mediante un juicio subjetivo, ya que no pueden medirse objetivamente utilizando estándares de medición científica comúnmente aceptados. Por ejemplo, podríamos juzgar la condición de una casa basándonos en el porcentaje de casas en el vecindario sujeto que consideramos, subjetivamente, que están en peores condiciones; y con este método de puntuación, podríamos dar una puntuación de 0-100%, redondeada al porcentaje entero más cercano. Sin embargo, a menudo es el caso que se requiere más precisión, y normalmente uso 0.0-100.0%. Estos últimos casos ocurren cuando se trata de propiedades cerca de la parte inferior o superior de la curva de valor, donde la pendiente es pronunciada y los valores cambian rápidamente con variaciones menores en la puntuación. Por ejemplo, un vecindario de casas antiguas puede tener solo un 2% en la categoría de "reparadores". Una casa con una puntuación de 1.5 podría necesitar un trabajo de reparación moderado del orden de $ 20,000 0.4, mientras que una casa con una puntuación de 250,000 también podría ser demolida a un costo de $ 1 XNUMX. Del mismo modo, las casas "sobreconstruidas" con características costosas a menudo tienden a tener valores que se disparan en el XNUMX% superior de las puntuaciones.

El residuo es una cantidad única y es un valor de canasta para todas las variables o características que no se ingresan en el software de regresión. Todas las ventas analizadas por el software de regresión se pueden clasificar por sus residuos obtenidos restando las estimaciones proporcionadas por el modelo de la Etapa I de sus precios de venta. (Si uno quiere un mayor grado de precisión, puede "masajear" los precios de venta para eliminar las concesiones del comprador, pero esto sería mucho trabajo, si, por ejemplo, hay 300 ventas para analizar. Sin embargo, si hay relativamente pocas ventas con tales concesiones en el mercado, esto puede ser posible, dependiendo de si dichos datos están marcados de manera confiable por la MLS.)

Los residuales clasificados pueden puntuarse por porcentaje por encima o por debajo de la clasificación. Entonces, si usáramos el porcentaje a continuación, el puntaje con el mayor residuo negativo obtendría un puntaje de 0 y el que tuviera el puntaje más alto obtendría 99, basado en un puntaje entero de 0 a 99. (Se puede hacer que esta puntuación sea más precisa usando 0.0-99.9).

A continuación, la regresión se puede ejecutar contra la puntuación residual como la única variable de predicción contra el residual de venta para obtener un modelo para los residuos. En realidad, esto es solo una función de la puntuación frente al residual. Si agrega el precio predicho por el modelo de la Etapa 1, al residual predicho por la puntuación residual, debería acercarse mucho al precio de venta de los comparables de ventas. Y si aplica esto a su estimación de la puntuación residual para el sujeto, debería tener una muy buena estimación del precio de venta hipotético de la propiedad en cuestión.

Etapa III

Los dos modelos anteriores se pueden combinar en un solo modelo y codificar en un programa de computadora para el cálculo. Se pueden ingresar en la computadora de seis a una docena de comps, si son razonablemente similares al tema, junto con los valores de las características del tema, para calcular los ajustes y los precios de venta ajustados, que a su vez se promedian para proporcionar un precio de venta estimado para el tema. Debería existir la opción de ponderar las ventas comparables por el grado de similitud con el tema, si eso tiene sentido.

Problemas finales

Puede ser necesario, debido a los requisitos de información, dividir los residuos en valores de componentes. En particular, es posible que sea necesario separar la condición, la calidad y la vista. Cómo se hace esto, es en gran parte la discreción del tasador. La restricción es que para cada venta comparable, los ajustes de las variables cualitativas deben sumar el residual. Una casa con un puntaje promedio en estas características tiene un residual cercano a 0. Por lo tanto, esperamos que, a medida que las características se desvían del promedio, el residual se vuelve más positivo (para las características anteriores) o más negativo (para características inferiores). Por lo tanto, si una venta comparable tiene un residuo de -50,000, está en condiciones promedio y es de calidad promedio, con una vista deficiente, podríamos esperar asignar todos esos $ 50,000 a la vista deficiente. Realmente no importa cómo esos $ 50,000 se distribuyan a varias características cualitativas al calcular el valor ajustado final. Las matemáticas aseguran que el valor ajustado siga siendo el mismo. Sin embargo, la distribución proporciona una explicación al lector de la tasación de por qué el precio ajustado es el que es.

Un problema interesante es cómo dividir el residuo estimado para la propiedad en cuestión. De hecho, dado que el evaluador ha inspeccionado el tema, está en una buena posición para hacer una división razonable del residual estimado entre las "características residuales" disponibles. Panel de publicación abierto

Traducir »