Tekoäly tarjoaa parannettua seurantaa Ison-Britannian rahastuskierteisyydestä ja omistussuhteista

Kahden brittiläisen yliopiston uusi tutkimus pyrkii valottamaan Ison-Britannian kiinteistöihin liittyvän rahanpesun mahdollista tilaa, erityisesti Lontoon arvostetussa kiinteistömarkkinassa.

Hankkeen tuloksien mukaan Lontoossa on noin 138 000 “epätavallista” kotimaista kiinteistöä (eli kiinteistöjä, joita ei käytetä pitkään aikaan asuinrakennuksina omistajien tai vuokraajien toimesta).

Tämä luku on 44 % korkeampi kuin viralliset luvut, jotka britannialainen hallitus toimittaa ja päivittää säännöllisesti.

Tutkijat käyttivät erilaisia luonnollisen kielen prosessointitekniikoita yhdessä muiden tietojen ja vahvistavien tutkimusten kanssa laajentaakseen rajoitettua virallista tietoa, jonka britannialainen hallitus tarjoaa siitä, mikä osuus kiinteistöistä Ison-Britanniassa on ulkomaisissa yrityksissä, joista arvokkaimmat sijaitsevat pääkaupungissa.

Tutkimus osoitti, että Ison-Britannian ulkomaisen, vähän käytetyn ja Airbnb -tyyppisen (eli “epävirallisen asumisen”) kiinteistöjen yhteisarvo on noin 145-174 miljardia puntaa, ja niitä on noin 144 000-164 000.

Se osoitti myös, että ulkomaiset kiinteistöt ovat tyypillisesti kalliimpia ja niillä on ominaisia sijaintikuvioita Ison-Britanniassa.

Tutkijat arvioivat, että ulkomaisen “epätavanomaisen kotimaisen kiinteistön” (UDP) osuus on 7,5 % kotimaisen kiinteistön arvosta, ja että 56 miljardia arvioidusta arvosta on rajattu vain 42 000 asuntoon.

Tutkimusraportissa todetaan:

‘Yksittäiset ulkomaiset kiinteistöt ovat erittäin kalliita, jopa UDP:n vertailukohtana, ja ne ovat keskittyneitä Lontoon keskustaan ja niillä on vahva spatiaalinen itsekorrelaatio.’

‘Toisaalta sisäkkäiset ulkomaiset kiinteistöt ovat vähemmän keskittyneitä Lontoon keskustaan, mutta yleisemmässä mielessä ne ovat keskittyneitä, eikä niillä ole läheskään spatiaalista korrelaatiota.’

Lisättyjen tietojen analyysi osoittaa, että suuri määrä ulkomaisia kiinteistöjä kuuluu Kruunun riippuvuuksiin (CD), ja toiseksi suurin määrä on brittiläisistä merentakaisista alueista (kuva alla, jossa ‘PWW2’ tarkoittaa maita, jotka saavuttivat itsenäisyyden Britanniasta toisen maailmansodan jälkeen).

Ulkomaisen omistuksen jakautuminen tutkimuksen tuloksien mukaan. Lähde: https://arxiv.org/src/2207.10931v1/anc/Offshore_London_Supplementary_Material.pdf

Tutkimusraportissa todetaan:

‘Itse asiassa vain neljä aluetta, Brittiläiset Neitsytsaaret, Jersey, Guernsey ja Mansaari, liittyy 78 %:iin kaikista kiinteistöistä.’

Uudet parannetut tiedot ovat mahdollistaneet ulkomaisen kiinteistön sisäisten alakiinteistöjen määrittämisen – ominaisuuden, jota viralliset luvut eivät yleensä tarjoa.

Tulokset osoittavat myös, että ulkomaiset, Airbnb- ja vähän käytetyt kiinteistöt ovat huomattavasti enemmän keskittyneitä maantieteellisesti kuin tavalliset kodit, ja ne ovat keskittyneitä arvokkaisiin alueisiin.

Lämpökartat, jotka liittyvät erilaisiin ulkomaisiin kiinteistöihin Lontoossa. Lähde: https://arxiv.org/pdf/2207.10931.pdf

Yllä olevasta kaavasta tutkijat toteavat:

‘Ulkomaisilla kotimaisilla kiinteistöillä on erittäin korkeita keskittymisiä, joissa koko asuinalue kuuluu ulkomaiselle yritykselle.’

Tutkijat ovat julkaisseet koodin prosessointiputkelleen.

Uusi tutkimus on otsikoitu Mikä on pesulassa? Ulkomaisen omistetun kotimaisen kiinteistön kartoittaminen ja luonnehdinta Lontoossa, ja se on peräisin tutkijoilta The Bartlett Faculty of the Built Environment -yliopistosta Lontoon yliopistossa ja Kingstonin yliopiston taloustieteen laitoksesta.

Ongelman ratkaiseminen

Tutkijat toteavat, että vuosikymmenien pyrkimyksistä huolimatta rahanpesun torjumiseksi kiinteistömarkkinoilla Isossa-Britanniassa, se vaati vuotaneen listan ulkomaisista kiinteistöomistajista, jonka brittiläinen julkaisu Private Eye julkaisi vuonna 2015, jotta britannialainen hallitus julkaisi säännöllisesti päivitettävän listan ulkomaisista kiinteistöomistajista useimmissa osissa Isoa-Britanniaa, jota kutsutaan Ulkomaiset yritykset, jotka omistavat kiinteistöjä Englannissa ja Walesissa (OCOD).

Tutkijat huomauttavat, että vaikka OCOD on askel eteenpäin tutkimuksessa ja analyysissä ulkomaisen omistuksen ja mahdollisen rahanpesun torjunnassa Isossa-Britanniassa, tiedot ovat rajoittettuja:

‘Näiden osoitteiden voi olla epätäydellisiä, sisältää sisäkkäisiä kiinteistöjä, joissa useita kiinteistöjä on yhdessä rivissä tai otsikossa, eikä niissä ole tietoa siitä, onko kiinteistö koti, liike tai jotain muuta.’

‘Tällainen heikko laatu tekee haastavaksi ymmärtää ulkomaisen omistetun kiinteistön jakautumisen ja ominaisuuksien Isossa-Britanniassa.’

On erityisen haastavaa saada tietoa epäsäännöllisesti vuokrattavista kiinteistöistä, kuten Airbnb-kiinteistöistä, koska julkisesti saatavilla olevat tiedot ovat rajoittettuja tai puuttuvat. Lisäksi Skotlanti (joka on osa Isoa-Britanniaa) ei julkaise omia kiinteistömyyntitilastojaan julkisesti, toisin kuin Englanti ja Wales.

Ison-Britannian hallitus on esittänyt yksilöivän kiinteistöviittausnumeron (UPRN) järjestelmän, jonka tarkoituksena on mahdollistaa selkeämmät suhteet erilaisiin kiinteistötietolähteisiin. Tutkijat toteavat kuitenkin, että ‘vaikka UPRN:n käyttö on pakollista, lähes mikään hallituksen osasto ei käytä sitä, joten tietojen yhdistäminen vaatii edistyneitä datan käsittelytaitoja taitoja‘.

Siksi uusi tutkimus pyrki tekemään tiedoista yksityiskohtaisempia ja havainnollisempia.

Tietojen kerääminen ja yhdistäminen

Jokaisessa maassa osoiteformaatit ovat yleensä ennustettavissa ja johdonmukaisia, mikä koskee myös Isoa-Britannian osoitteita. Näin ollen, kun on vastassa “tasainen” tekstipohjainen osoitetieto (kuten OCOD:n tarjoama), on kehittynyt useita avoimen lähdekoodin osoiteparsointiratkaisuja, joilla voidaan ristiriitaisesti osoitteita muihin tietolähteisiin.

Monet näistä on koulutettu Open Street Map -tietojen avulla, mikä voi johtaa osoitteisiin, jotka voivat sisältää kymmeniä tai jopa satoja sisäkkäisiä aliosoitteita (kuten asuntoja laajassa osoitteessa asuinkerrostalon osoitteelle). Seuraamusena jopa maineikas osoiteparseri libpostal on kohdannut vaikeuksia yrittäessään parsia epätäydellisiä osoitteita.

Tutkimuksen parserin luomiseksi tutkijat käyttivät useita julkisesti saatavilla olevia tietoja. Avaindataa tarjosi OCOD, kun taas tietojen puhdistuskomponentti käytti Land Registry Price -tietojoukkoa yhdessä VOA-arvioiden luettelotietojen ja Office of National Statistics Postcode Directoryn (ONSPD) kanssa.

Airbnb-tiedot saatiin InsideAirbnb -verkkosivuilta, jotka sisälsivät vain kokonaisia vuokrattavia asuntoja, jättäen alkuperäisen ehdotetun käyttötarkoituksen Airbnb:lle (eli vuokraamalla osan tai koko oman kotinsa tilapäisesti).

Tutkijoiden vähän käytetyn kiinteistöjen tietojoukkoa täydennettiin tietojen kanssa, jotka saatiin menestyksekkäiden tietopyyntöjen kautta, joista suurin osa kerättiin aiemmalle tutkimukselle.

OCOD:n perustieto on.CSV-pilkueroteltu tiedosto, jolla on hyvä rakenne ja ennustettava muoto.

Putki koostui viidestä vaiheesta: merkintä, parsiminen, laajentaminen, luokittelu ja supistaminen. Aluksi yksittäinen osoite saattoi vastata useita sisäkkäisiä kiinteistöjä, vaikka tämä ei ole eksplisiittistä hallituksen toimittamissa tiedoissa.

Tutkijat suorittivat jonkin verran kevyttä syntaktista esikäsittelyä, jonka jälkeen he tuottivat tiedot programmatic -alustalle, joka on suunniteltu luomaan annotoituja NLP-tietoja ilman käsittelyä. Siellä entiteetit merkittiin säännöllisillä lausekkeilla (Regex) kuvaamaan kahdeksaa tyyppiä nimetyistä entiteeteistä (ks. kuva alla):

Nämä merkinnät lisättiin, ja tietojoukko tuotiin ulos JSON-tiedostona, ja merkintäjoukko poistettiin yksinkertaisilla säännöllisillä ohjelmilla.

Lisäksi programmaticin tulostetta käytettiin koulutusmallin harjoittamiseen SpaCy:lle, jonka perustana on Facebookin RoBERTa. Kun tieto oli puhdistettu, tutkijat loivat vertailukohdan 1000 satunnaiseen merkintään. Epäsupervoidun tiedon tarkkuusluku arvioidaan lopulta tämän vertailukohdan perusteella.

Osoitteen parsiminen esitti useita haasteita. Tutkijat määrittelivät jokaiselle merkinnälle oman rivin ja jokaiselle luokalle oman sarakkeen, ja sitten takaisinperiytyivät sarakkeisiin luomaan täydellisiä osoiterivejä.

Koska joillakin yksittäisillä osoitteilla oli useita erillisiä asuntoja, oli tarpeen laajentaa tietokantaa jakamalla yksittäisiä osoitteita alakiinteistöihin, jotka olivat muiden tietokantojen vastineita.

Tämän jälkeen osoitteiden luokittelu vaihe ristiriitaisesti kaikki löydetyt postinumeroita ONSPD-tietokannan avulla. Tämä prosessi yhdistää osoitetiedot väestönlasku- ja muihin demografiatietoihin ja erottaa alakiinteistöt, jotka aiemmin olivat piilossa OCOD-tietojen epäselvien osoitteiden takana.

Lopulta osoitteiden supistusprosessi poisti kaikki ei-kotitalot (eli liikekiinteistöt) sisäkkäisistä kiinteistöryhmistä.

Analyysi

Tutkijat testasivat parannettujen tietojen tarkkuutta luomalla näytesarjan, jota ei käytetty yleisessä analyysissä, vaan ainoastaan tarkastamaan ennusteiden ja analyysien tarkkuutta.

Manuaalinen tarkastelu näytesarjassa sisälsi karttojen käytön, sekä tutkittavien kiinteistöjen kuvien analyysin ja internet-haun, jotta voitiin arvioida kiinteistön tyyppi. Sen jälkeen tietojen suorituskyky mitattiin tarkkuuden, palautusosuuden ja F1-lukujen perusteella.

Matalan käytön ja kotitalouskiinteistöjen arvo saatiin perustiedolla, samalla menetelmällä, jota käytettiin myös UDP-kiinteistöjen arvioimiseen.

NER-tehtävä, joka testattiin manuaalisesti merkityn vertailukohdan perusteella, saavutti F1-lukeman 0,96 (lähellä “100 %:a” tarkkuuden suhteen).

F1-luvut NER-merkinnän tehtävälle. Jotkin epätasaisuudet löytyvät, koska prosessi arvioi hieman liian korkeaksi kotitalouskiinteistöjen määrää ja aliarvioi yritysten määrää, johtuen parannettujen tietojen rakenteesta.

Lontoon UDP:ien lopputulokset osoittavat yhteensä 138 000 merkintää – 44 % enemmän kuin alkuperäisessä OCOD-tietojoukossa (eli viralliset luvut).

Kiinteistötyyppien jakautuminen 2. luokittelun mukaan.

Tulokset osoittavat, että ulkomaisen kiinteistön arvo on noin 56 miljardia puntaa, kun taas vähän käytetyn kiinteistön arvo on arvioitu noin 85 miljardiksi punnaksi.

Tutkijat toteavat:

‘Kaikki UDP:t ovat paljon kalliimpia kuin keskivertaisen perinteisen kiinteistön hinta, joka on 600 000 puntaa.’

Tällainen parannettu data voi olla välttämätöntä taistelussa kiinteistöspekulaation rahanpesuna Isossa-Britanniassa. Tutkijat toteavat, että on kasvava määrä tutkimuksia ja yleistä kirjallisuutta, joka viittaa siihen, että parannettu data voi auttaa rahanpesun torjunnassa, ja päättelee:

‘Tätä dataa voidaan käyttää sosiologien, taloustieteilijöiden ja päättäjien toimesta varmistamaan, että pyrkimykset vähentää rahanpesua ja korkeita kiinteistöhintaa perustuvat yksityiskohtaisiin tietoihin, jotka heijastavat todellista tilannetta.’

* Minun muunnos tutkijoiden sisäisistä viittauksista hyperlinkkeihin.

Julkaistu ensimmäisen kerran 25. heinäkuuta 2022.