Longread: Zijn taxateurs in de toekomst niet meer nodig?

Inleiding

De toepassingen van automated valuation models (AVM’s) nemen een vlucht binnen de taxatiebranche. Een bekende toepassing van een AVM is de bepaling van de WOZ-waarde voor woningen. Zijn taxateurs in de toekomst niet meer nodig? De taxateur die Konsider B.V. in dienst heeft is ook de enige medewerker, het is hierom een vraag die persoonlijk binnenkomt. In het eerste ondernemingsplan van Konsider B.V. is, onder de SWOT-analyse, de bedreiging “opkomst modelmatig waarderen” opgenomen (Kon, 2018, pag. 5). De door de Amsterdam School of Real Estate (ASRE) gegeven centrale stelling past hierbij en luidt:

Meer databeschikbaarheid zal leiden tot betere automatische waarderingsmodellen (AVM's) waardoor taxateurs in de toekomst niet meer nodig zijn

In het voorliggende essay wordt de toepassing van AVM’s afgebakend tot de vastgoedwaarderingen die vallen binnen de kamers van het Nederlands Register Vastgoed Taxateurs (NRVT). Het NRVT registreert taxateurs op persoonlijke titel en zorgt voor eenduidige gedrags- en beroepsregels en reglementen. De vier kamers van het NRVT zijn: Bedrijfsmatig Vastgoed, Landelijk & Agrarisch Vastgoed, Wonen en WOZ (NRVT, 2021a). De toekomst wordt in dit essay afgebakend tot de nabije toekomst: komende 5 jaar/ medio 2028.

De ASRE heeft qua omvang van het essay 2.000 woorden als maximum aangegeven. Gezien de aard van dit essay is gekozen om met behulp van literatuuronderzoek de inhoud vorm te geven. Het essay is na de inleiding opgebouwd uit een beknopt theoretisch kader. Hierna wordt ingegaan op een stellingname over het eerste deel van de centrale stelling: leidt meer databeschikbaarheid tot betere AVM’s? Vervolgens wordt ingegaan op het tweede deel van de centrale stelling: zijn taxateurs in de toekomst niet meer nodig? Tot slot wordt de conclusie van het onderzoek uiteengezet.

Theoretisch kader: AVM en het waardebegrip

Om een reactie te kunnen geven op de stellingname dat databeschikbaarheid leidt tot betere AVM’s wordt eerst ingegaan op de definitie van AVM en het waardebegrip. Een eenduidige definitie van een AVM is er niet. De European AVM Alliance legt een AVM als volgt uit:

A system that provides an estimate of value (a Valuation) of a specified property at a specified date, using mathematical modelling techniques in an automated manner. (Nitschke et al, 2020, p 33).

De Royal Institution of Chartered Surveyors (RICS) geeft de volgende definitie:

Automated Valuation Models use one or more mathematical techniques to provide an estimate of value of a specified property at a specified date, accompanied by a measure of confidence in the accuracy of the result, without human intervention post-initiation. (RICS, 2021, p 9).

Beide definities van een AVM beschrijven hoe een geautomatiseerd systeem, met behulp van wiskundige technieken, een schatting maakt van de waarde van een specifiek object op een specifieke datum. De definitie van de RICS geeft meer details over de mate van betrouwbaarheid van het resultaat. De in dit essay gehanteerde definitie voor een AVM is een afgeleide van die van de European AVM Alliance en RICS en luidt:

“Een geautomatiseerd rekenmodel dat met behulp van één of meer wiskundige technieken een schatting geeft van de waarde (een taxatie) van een gespecificeerd object op een bepaalde datum, zonder menselijke tussenkomst na de initiële start van de taxatie.”

Nu de definitie van een AVM is uitgewerkt wordt ingegaan op het waardebegrip. Ten aanzien van de waardering van vastgoed zijn er talrijke internationale en nationale waardebegrippen waarvan een deel is vervat in de vastgoedliteratuur, wetten en regelgeving. Uitgangspunt is dat de binnen een AVM gehanteerde waarde (value) toeziet op de waarde die derden toekennen aan het vastgoed. Hierom wordt aangesloten op het meest gebruikte waardebegrip binnen taxaties: de marktwaarde. Het internationale RICS kent de International Valuation Standards (IVS) en haar Europese tegenhanger zijn de European Valuation Standards (EVS), beide taxatiestandaarden kennen nagenoeg dezelfde definitie van de marktwaarde. Het NRVT heeft haar definitie van de marktwaarde gebaseerd op die van de IVS en EVS. De gehanteerde definitie van de marktwaarde door het NRVT (2021b) is als volgt:

Het geschatte bedrag waartegen een vastgoedobject tussen een bereidwillige koper en een bereidwillige verkoper na behoorlijke marketing in een zakelijke transactie zou worden overgedragen op de waardepeildatum, waarbij de partijen met kennis van zaken, prudent en niet onder dwang zouden hebben gehandeld. (NRVT, 2021b, pag. 4).

Voorbeelden van partijen die waarde hechten aan de marktwaarde zijn een bancaire instelling bij een financiering en een overheidspartij bij de aankoop van vastgoed.

Stellingname: meer databeschikbaarheid leidt tot betere AVM’s

De definitie van een AVM en het waardebegrip zijn hiervoor uiteengezet. Hierna wordt ingegaan op de databeschikbaarheid in relatie tot de prestatie van automatische waarderingsmodellen.

Figuur 1. The Explosion of Data. (Lammers, 2023).

De betrouwbaarheid van de uitkomsten van een AVM kan in perspectief worden gezet tegen de onzekerheid die inherent is aan het maken van een schatting. Bij het taxeren van een object is er bij het bepalen van de waarde altijd sprake van schattingsonzekerheid. De mate van onzekerheid is afhankelijk van verschillende factoren. Iedere taxatie kent een marge of bandbreedte indien rekening wordt gehouden met een bepaalde mate van schattingsonzekerheid. De marge is afhankelijk van het object en omstandigheden ten tijde van de taxatie. In de taxatieleer en de daaruit voortvloeiende literatuur volgt:

Een vaste regel over de toelaatbare verschillen in waardebepaling tussen taxateurs bestaat niet en is ook moeilijk te geven. In de praktijk wordt de 10% afwijking (de range van 20%) veelal gehanteerd, waarbij de afwijking groter mag zijn indien er sprake is van incourante onroerende zaken en/of een instabiele markt. (Have, 2007, pag. 64).

Over het algemeen geldt dat een grotere dataset meer betrouwbare en robuustere resultaten oplevert. Dit geldt zowel voor een ‘traditionele’ taxatie als voor een waardering met behulp van een AVM. Een taxateur heeft voldoende recente referenties nodig om te komen tot een gedegen taxatie. Een AVM moet worden getraind met een voldoende grote en representatieve dataset om nauwkeurige voorspellingen te kunnen doen. Bij een waardering met behulp van een AVM wordt de dataset gesplitst met als doel om middels trainen en testen te komen tot het optimale model. Mede afhankelijk van het type AVM dat wordt gebruikt is de gewenste omvang van de dataset met enkele duizenden tot tienduizenden observaties (Beimer, persoonlijke communicatie, 3 mei 2023). Niet alleen de omvang van de dataset is belangrijk, de kwaliteit van de data heeft eveneens een uitwerking op de uitkomst van een AVM (Zweekdijk, 2021, pag. 13). Tot slot leiden langere tijdsreeksen tot een grotere betrouwbaarheid in de uitkomsten van een AVM (Dröes, persoonlijke communicatie, 26 april 2023).

De voor- en nadelen van AVM’s

De voordelen van AVM’s zijn onder andere het beter kunnen uitvoeren van statistische analyse, ondersteuning bij het beheren van de steeds groter wordende datastroom en het elimineren van het het menselijke element waarmee het risico op fraude en fouten wordt verkleint. Een grotere snelheid in het doorlopen van het waarderingsproces en de kostenefficiëntie die daarmee gepaard kan gaan is eveneens een voordeel.

De nadelen van AVM’s zijn dat een object meestal niet wordt geïnspecteerd hetgeen kan leiden tot onder- of overschatting van de conditie (afwerkingsniveau, duurzaamheidsmaatregelen, onderhoudsstaat, etc.). Het ontbreken van kwalitatief goed vergelijkbare gegevens en/of het ontbreken van voldoende gegevens kan leiden tot een te laag betrouwbaarheidsniveau van de waardering. Een ander nadeel is dat bij het gebruik van een AVM het mogelijk is dat er bepaalde vormen van bias kunnen optreden die invloed hebben op de inschatting van de waarde. Tot slot is het gebrek aan verklaarbaarheid van de uitkomsten van een AVM en individuele voorspellingen een nadeel.

De absolute beschikbaarheid en het volume van data kent in de gehele breedte van de maatschappij exponentiële groei. Deze exponentiële groei kan de hiervoor beschreven nadelen van AVM’s opheffen. Verschillende apparaten, instanties en personen kunnen data generen in bijvoorbeeld de vorm van beeldmateriaal van de binnen- en buitenzijde van het te waarderen object. Een inspectie door een mens is hiermee niet meer benodigd ten behoeve van het inschatting van de conditie van het object (Lammers, persoonlijke communicatie, 15 februari 2023). De exponentiële groei van data kan verondersteld het nadeel van ontbrekende data ondervangen.

De uitdaging van de steeds geavanceerdere AVM’s is vervat in de uitlegbaarheid en interpretatie van de uitkomsten van de waardering. Een taxatierapport moet aan bepaalde eisen voldoen om de waarde van het onroerend goed op een transparante en begrijpelijke manier te communiceren. Het NRVT stelt hierbij voor het taxatierapport eisen zoals het opnemen van de waarderingsberekening en een onderbouwing op van de gehanteerde (algemene en specifieke) in- en output parameters (NRVT, 2023).

Een taxateur heeft veelal een HBO opleiding genoten, mag van de taxateur worden verwacht dat hij of zij vergaande statische en econometrische kennis bezit om de uitkomsten van een AVM te kunnen interpreteren? Nog maar te zwijgen over AVM’s waarin neurologische algoritmes worden toegepast die de intelligentie van het menselijk brein te boven gaan. De specifieke kennis die nodig is, hangt hierbij uiteraard af van het gebruikte AVM-model en de complexiteit van de toegepaste algoritmes.

De verantwoordelijke voor de uitkomsten van een AVM

Indien met behulp van een AVM een waardering wordt uitgevoerd dienen zich enkele praktische vragen aan: wie is verantwoordelijk voor de uitkomst van het model en welke richtlijnen dienen te worden gevolgd?

Indien een niet-taxateur een AVM gebruikt blijkt uit het onderzoek weinig duidelijkheid over de verantwoordelijk voor de uitkomst van het model en de te volgen richtlijnen. Evenwel kunnen uitkomsten van een AVM onbedoeld worden gezien als een volwaardige taxatie waar in het maatschappelijk en economisch verkeer waarde aan wordt ontleend. Aangezien veel partijen voor het bepalen van de marktwaarde een taxatie door een bij het NRVT geregistreerd taxateur eisen wordt hierna beknopt ingegaan op de verantwoordelijk en richtlijnen voor de taxateur.

Indien een taxateur een AVM gebruikt is er enigszins duidelijkheid vanuit het RICS en het NRVT. Het door een taxateur verstrekken van een output op basis van een AVM wordt in het kader van de standaarden uit het ‘Red Book’ beschouwd als het verrichten van een taxatie. (RICS 2021a, pag. 17). Het NRVT verwijst in haar Regelement Definities naar de door het Ministerie van Binnenlandse Zaken en Koninkrijksrelaties gepubliceerde ‘Richtlijn voor het beoordelen en beschrijven van de kwaliteit van taxatiemodellen’. Deze  richtlijn geldt alleen voor het gebruik van AVM’s bij de taxatie van woningen (Richtlijn, 2020). Andere richtlijnen zijn in het onderzoek niet naar voren gekomen.

Als een taxateur geregistreerd is bij het NRVT, betekent dit dat hij of zij zich moet houden aan de gedrags- en beroepsregels van het NRVT. Deze regels omvatten onder andere de verplichting tot het hebben van een beroepsaansprakelijkheidsverzekering. (NRVT, 2019, pag. 10). De registratie is op persoonlijke titel: de taxateur zelf is hiermee aansprakelijk voor de uitgevoerde taxaties. De aansprakelijkheid van de taxateur dwingt de taxateur om meer kennis op te doen van de verschillende AVM’s en onderliggende statische en econometrische principes.

Conclusie

Dit essay behandelt het gebruik van AVM's in de vastgoedtaxatiebranche. Een AVM is een geautomatiseerd rekenmodel dat een schatting geeft van de waarde van een object zonder menselijke tussenkomst na de initiële start van de taxatie. Met de opkomst van AVM's rijst de vraag of taxateurs in de toekomst niet meer nodig zijn. Meer databeschikbaarheid en kwalitatief betere data zullen samen met langere tijdsreeksen leiden tot betrouwbaardere uitkomsten van AVM's.

Veel partijen eisen een taxatie door een geregistreerd taxateur voor het bepalen van de marktwaarde. In de nabij toekomst zullen partijen de marktwaarde naar verwachting blijven hanteren en vragen om een waardering door geregistreerd taxateur. Taxateurs blijven nodig. In onderlinge concurrentie kan een AVM door kostenefficiëntie vaker worden gebruikt door een taxateur. Als een taxateur een AVM gebruikt, zijn er richtlijnen vanuit RICS en het NRVT van toepassing. De taxateur wordt beschouwd als verantwoordelijk voor de uitkomst en moet zich houden aan gedrags- en beroepsregels. Bovendien zal de gemiddelde taxateur kennis moeten bijspijkeren om de uitkomsten van een AVM te kunnen interpreteren en uitleggen. Uitdagingen genoeg voor de taxateur in de nabij toekomst!

Literatuur

Beimer, J. (2023). PowerPoint-presentatie: Machine Learning in Automated Valuation Models (AVM). Amsterdam: Amsterdam School of Real Estate.

Have, G.M. ten (2007). Taxatieleer vastgoed 1. Groningen/Houten: Noordhoff

Kon, W. (2018). Ondernemingsplan Konsider.

Lammers, M. (2023) PowerPoint-presentatie: Data analytics: The exponential growth of data in real estate industry. Amsterdam: Amsterdam School of Real Estate.

Nederlands Register Vastgoed Taxateurs. (2019). Reglement Gedrags- en Beroepsregels NRVT. Opgehaald van https://www.nrvt.nl/regelgeving/reglementen-en-praktijkhandreikingen/reglement-gedrags-en-beroepsregels/download

Nederlands Register Vastgoed Taxateurs. (2021a). Jaarverslag NRVT. Opgehaald van https://www.nrvt.nl/over-nrvt/jaarverslag-nrvt

Nederlands Register Vastgoed Taxateurs. (2021b). Reglement Definities. Opgehaald van https://www.nrvt.nl/regelgeving/reglementen-en-praktijkhandreikingen/reglement-definities

Nederlands Register Vastgoed Taxateurs. (2023). Praktijkhandreiking Bedrijfsmatig Vastgoed. Opgehaald van https://www.nrvt.nl/regelgeving/reglementen-en-praktijkhandreikingen/praktijkhandreiking-bedrijfsmatig-vastgoed

Nitschke, S., Biguzzi, A., Bücker, A., Magnolfi, S., Pellemans T., Selleri F., Vetrano, P. (2020) European Standards for Statistical Valuation Methods for Residential Properties. Opgehaald van https://www.europeanavmalliance.org/files/eaa/Downloads/EAA_Standards_3rd_Edition.pdf

Richtlijn (2020). Richtlijn voor het beoordelen en beschrijven van de kwaliteit van taxatiemodellen. Den Haag: Ministerie van Binnenlandse Zaken en Koninkrijksrelaties.

RICS (2021a). RICS Valuation - Global Standards. Opgehaald van https://www.rics.org/profession-standards/rics-standards-and-guidance/sector-standards/valuation-standards/red-book/red-book-global

RICS (2021b). Automated valuation models Roadmap for RICS members en stakeholders. Opgehaald van https://www.rics.org/profession-standards/rics-standards-and-guidance/sector-standards/valuation-standards/automated-valuation-models

RICS (2022c). Automated valuation models (AVMs): implications for the profession and their clients. Opgehaald van https://www.rics.org/profession-standards/rics-standards-and-guidance/sector-standards/valuation-standards/automated-valuation-models-avms-implications-for-the-profession-and-their-clients

Vereniging van Onroerend Goed Onderzoekers Nederland (2021). Real Estate Research Quarterly Taxatiespecial.

Zweedijk, A. (2021). Basissyllabus Data Science in de praktijk. Amsterdam: Amsterdam School of Real Estate.