Автоматизированная модель эффективности
Автоматизированная модель эффективности (AEM) — это математическая модель , которая оценивает эффективность объекта недвижимости (с точки зрения энергопотребления, поездок на работу и т. д.) с использованием общедоступных сведений, характерных для объекта недвижимости, и/или характеристик жилья, агрегированных по заданному значению. область, например почтовый индекс. AEM имеют некоторое сходство с автоматизированной моделью оценки (AVM) с точки зрения концепции, преимуществ и недостатков.
AEM рассчитывают конкретные показатели эффективности, такие как местоположение, эффективность использования воды, энергии или солнечной энергии. Совет служб множественного листинга определяет AEM как «любой алгоритм или оценочную модель, которая оценивает [эффективность] дома без проверки на месте. Они похожи на автоматизированные модели оценки (AVM), но в большей степени полагаются на общедоступные данные, такие как площадь в квадратных метрах... и расчетное потребление энергии. [ 1 ] ”
Большинство AEM рассчитывают выбранную эффективность объекта недвижимости путем анализа доступной общедоступной информации, а также могут применять собственные данные или формулы и позволяют пользователю, например домовладельцу, вносить дополнительные данные. Характеристики жилья, такие как возраст дома или площадь в квадратных футах, могут быть получены поставщиками данных, такими как те, которые указаны в этом списке онлайн-баз данных недвижимости или аналогичных предложениях. Оценки энергопотребления можно получить из опубликованных источников, например, в рамках исследования энергопотребления в жилых домах, проведенного Управлением энергетической информации .
Примеры использования
[ редактировать ]По задумке, результаты оценки AEM предоставляются в качестве предварительного инструмента сравнения, поэтому оценку одного объекта недвижимости можно сравнить с другими домами, со средним баллом для района и т. д. Основные пользователи могут варьироваться от покупателей и продавцов до агентов по недвижимости и оценщиков по мере завершения соответствующих сравнений. Например, REColorado, служба многократного размещения объявлений, охватывающая район метро Денвера, представляет виджет UtilityScore для домов, выставленных на продажу. [ 2 ] Zillow публикует оценку Sun Number в информационном бюллетене, чтобы посетители веб-сайта могли сравнить потенциал солнечной энергии потенциальных объектов недвижимости. [ 3 ] Trulia опубликовала отчет с использованием автоматизированных оценок от UtilityScore, в котором тарифы на воду, природный газ и электричество представлены в единой цене за квадратный фут по почтовому индексу. [ 4 ]
Помимо использования для предварительного сравнения потребителей, использование AEM варьируется в зависимости от отрасли. AEM также могут использоваться установщиками солнечных батарей, подрядчиками по благоустройству дома, инспекторами по эффективности и ипотечными кредиторами.
В фотоэлектрической промышленности монтажники используют Sun Number, чтобы снизить мягкие затраты, связанные с мотивацией потребителей инвестировать в солнечные системы и записью характеристик недвижимости для составления цен. Министерство энергетики США обнаружило, что Sun Number исключает 7–10 дней из процесса расчета цен, когда пригодность солнечной энергии определяется в цифровом виде, и устраняет необходимость проверки на месте. [ 5 ]
AEM использовались в ипотечной индустрии для поддержки нишевого кредитного продукта, называемого ипотекой с эффективным расположением (LEM). Во время андеррайтинга AEM, такой как индекс доступности H + T, используется для расчета значения эффективности местоположения. [ 6 ]
По данным журнала National Mortgage Professional Magazine, однажды AEM также могут быть включены в андеррайтинг по кредитам: «Поскольку коммунальные услуги составляют такую же или даже большую часть расходов на жилье, чем даже налоги на недвижимость, мы можем увидеть, как [расчетное использование коммунальных услуг] начнет учитываться в андеррайтинге. . [ 7 ] ”
Методология
[ редактировать ]AEM генерируют оценку для конкретного объекта недвижимости на основе как общедоступных характеристик жилья, так и математического моделирования. AEM — это оценки, основанные на технологиях, без проверки на месте или человеческой оценки. проверка на месте, например энергоаудит . Для получения более точной информации, уникальной для конкретного объекта недвижимости, требуется
Подробная информация о данных, используемых для расчета АЭМ, формулы и алгоритмы моделирования, как правило, не публикуются. Краткое изложение общей информации приведено в таблице ниже:
| АЕМ | Тип оценки | Счет | Пользовательский ввод разрешен? | Расположение | Методология | Перекрестная публикация |
|---|---|---|---|---|---|---|
| УтилитаScore | Энергия, вода | 1–100 (от худшего к лучшему) | Да | Соединенные Штаты | Прогнозирование затрат на основе местных тарифов на коммунальные услуги и личных привычек использования; [ 8 ] характеристики дома, предоставленные Zillow [ 9 ] | перекрашенный, [ 10 ] Хранилище данных Attom (ранее RealtyTrac) [ 11 ] |
| Оценка энергии | Энергия | 1-100 (от худшего к лучшему) | Да | Австралия | Объединяет данные о расходах и потреблении электроэнергии и газа. [ 12 ] | Группа РЭА [ 13 ] |
| Номер Солнца | Солнечная | 1–100 (от худшего к лучшему) | Неизвестный | Соединенные Штаты | Объединяет аэроданные высокого разрешения и программное обеспечение ГИС для оценки наклона и ориентации крыш; применяет алгоритмы для учета местных погодных условий и влияния тени [ 14 ] | Зиллоу [ 15 ] |
| Оценка энергопотребления дома Tendril | Энергия | 1–100 (от худшего к лучшему) | Нет [ 16 ] | Соединенные Штаты | Данные о потреблении на основе физической модели [ 16 ] и методология Tendril True Home, [ 17 ] характеристики дома, соответствующие данным клиента, например, для Realllors Property Resource. | Ресурс недвижимости риэлторов, [ 16 ] Красноперый [ 18 ] |
| ClearlyEnergy | Энергия | Неизвестный | Неизвестный | Неизвестный | Затраты на электроэнергию | поместье [ 19 ] |
| ТСХ Двигатель | Энергия, вода, местоположение | $ образа жизни (от низкого к высокому) | Да | Соединенные Штаты | Публичные и частные источники данных; 31 фактор, включая ставки по ипотеке, налоги на недвижимость, предполагаемые счета за коммунальные услуги, тарифы на страхование, расходы на поездку на работу и детский сад. | НортстарMLS [ 20 ] |
| Оценка ходьбы | Расположение | 1–100 (от худшего к лучшему) | Нет | США, Канада, Австралия | «Источники данных включают Google, Education.com, Open Street Map, перепись населения США, Localeze и места, добавленные сообществом пользователей Walk Score. [ 21 ] ” | Различный [ 22 ] |
| Индекс Х+Т | Расположение | Стоимость жилья + транспорт (от низкой к высокой) | Нет | Соединенные Штаты | Публичные данные о характеристиках районов и характеристик домохозяйств; методология прошла рецензирование [ 23 ] | Калькулятор MSP H+T, Абого [ 24 ] |
Преимущества
[ редактировать ]Как показано в разделе выше, AEM, как правило, полагаются на общедоступную информацию, а не на информацию, которая является частной для жителей, например, фактические счета за коммунальные услуги. Счета за коммунальные услуги могут варьироваться в зависимости от занятости и личного имущества внутри строения. Публичная информация, используемая в AEM, относительно статична, поскольку она сосредоточена на деталях структуры, местоположения и/или механических систем и, следовательно, имеет тенденцию отражать недвижимое имущество, передаваемое во время сделки с недвижимостью.
По мнению Совета по услугам множественного листинга, преимущества заключаются в том, что «AEM предоставляют потребителям быстрое сравнение всех объектов недвижимости на определенном рынке. Поскольку большинство из них сосредоточено на связанных системах и структуре, они предназначены только для отражения эффективности недвижимости. [ 25 ] ”
Недостатки
[ редактировать ]По мнению Совета по услугам множественного листинга, преимущества AEM заключаются в следующем: «AEM зависят от используемых данных, сделанных допущений и методологии модели. Поскольку модели и методологии различаются, а проверки на местах не проводятся, точность может различаться в зависимости от системы оценки. [ 26 ] ”
Ссылки
[ редактировать ]- ^ «Зеленый лист CMLS: автоматизированные модели эффективности» (PDF) . Совет служб множественного листинга . Совет служб множественного листинга. 9 мая 2016 года . Проверено 1 марта 2017 г.
- ^ Макферсон, Мэриан (19 сентября 2016 г.). «UtilityScore приходит на REcolorado.com» . Новости Инмана . Проверено 28 февраля 2017 г.
- ^ «Партнерство Sun Number с Zillow дает миллионам американцев оценку солнечного потенциала» . История успеха EERE . Министерство энергетики США. 24 октября 2016 года . Проверено 28 февраля 2017 г.
- ^ Грант, Келли (26 октября 2016 г.). «Прежде чем купить этот дом, избегайте шока от счетов за коммунальные услуги» . CNBC . Проверено 28 февраля 2017 г.
- ^ Герман, Дэвид (сентябрь – октябрь 2013 г.). «Новый проект солнечного анализа на крыше» (PDF) . Журнал «Солнечный строитель». стр. 20–23 . Проверено 28 февраля 2017 г.
- ^ Бердселл, Т.; Дьюар, Дж.; Соммерс, К.; Зейдман, М. (2012). «Обзор двух инструментов планирования землепользования: эффективная ипотека и инклюзивное зонирование» . Вашингтонский университет . Вашингтонский университет. п. 2. Архивировано из оригинала (Thesis) 23 марта 2017 года . Проверено 28 февраля 2017 г. Альтернативный URL
- ^ Член совета, Дж. (20 октября 2016 г.). «Новости НАМП: 20 октября 2016. Счета за коммунальные услуги могут попасть в Интернет» . Национальный журнал для профессионалов ипотечного кредитования . Проверено 28 февраля 2017 г.
- ^ Макферсон, Мэриан (19 сентября 2016 г.). «UtilityScore приходит на REcolorado.com». Инман Новости.
- ^ «Как это работает» . МойUtilityScore . ГТИ Интернешнл . Проверено 28 февраля 2017 г.
- ^ Макферсон, Мэриан (19 сентября 2016 г.). " "UtilityScore приходит на REcolorado.com" ". Инман Новости.
- ^ «Неделя сделок с недвижимостью: 10–14 октября» . Инман Новости. 15 октября 2016 г. Проверено 28 февраля 2017 г.
- ^ «Насколько энергоэффективен ваш дом?» . Квинсленд Таймс. 26 ноября 2016 г. Проверено 28 февраля 2017 г.
- ^ «Неделя сделок с недвижимостью: 14-18 ноября» . Инман Новости. 19 ноября 2016 года . Проверено 1 марта 2017 г.
- ^ Герман, Дэвид (сентябрь – октябрь 2013 г.). «Новый проект солнечного анализа на крыше» (PDF) . Журнал «Солнечный строитель». стр. 20–23 . Проверено 1 марта 2017 г.
- ^ «Zillow добавляет показатели солнечной энергии на страницы объектов недвижимости» . Инман Новости. 25 октября 2016 г. Проверено 1 марта 2017 г.
- ^ Перейти обратно: а б с «Каковы данные по потреблению энергии в доме? «Изменится ли моя оценка?» » . Ресурс недвижимости для риэлторов . Архивировано из оригинала 26 августа 2017 года . Проверено 25 августа 2017 г.
- ^ «Энергетический интеллект Тендрила» . Усик . Проверено 25 августа 2017 г.
- ^ «Клиенты Тендрила» . Усик . Проверено 25 августа 2017 г.
- ^ «Неделя сделок с недвижимостью: 21-25 ноября» . Инман Новости. 24 ноября 2016 г.
- ^ Брамбила, Андреа (12 ноября 2014 г.). «MLS предлагает приложение, которое показывает, сколько на самом деле будет стоить владение этим домом» . Новости Инмана . Проверено 1 марта 2017 г.
- ^ «Методология» . Оценка ходьбы . Редфин . Проверено 1 марта 2017 г.
- ^ «Профессионалы недвижимости» . Оценка ходьбы . Редфин . Проверено 1 марта 2017 г.
- ^ "О" . Индекс Х+Т . Центр соседских технологий . Проверено 1 марта 2017 г.
- ^ «Приложения» . Индекс Х+Т . Центр соседских технологий . Проверено 1 марта 2017 г.
- ^ «Зеленый лист CMLS: автоматизированные модели эффективности» (PDF) . Совет служб множественного листинга . Совет служб множественного листинга. 9 мая 2016 года . Проверено 1 марта 2017 г.
- ^ «Зеленый лист CMLS: автоматизированные модели эффективности» (PDF) . Совет служб множественного листинга . Совет служб множественного листинга. 9 мая 2016 года . Проверено 1 марта 2017 г.