L’IA offre une meilleure traçabilité de la propriété immobilière offshore au Royaume-Uni

De nouvelles recherches menées par deux universités britanniques visent à jeter une lumière plus grande sur l’état potentiel du blanchiment d’argent basé sur la propriété au Royaume-Uni, en particulier sur le marché immobilier de Londres très prisé.

Selon les résultats du projet, le nombre total de biens immobiliers “non conventionnels” (c’est-à-dire des biens qui ne sont pas utilisés à long terme comme résidences par les propriétaires ou les locataires) s’élève à environ 138 000 à Londres seul.

Ce chiffre est 44 % supérieur aux chiffres officiels, qui sont fournis et mis à jour périodiquement par le gouvernement britannique.

Les chercheurs ont utilisé diverses techniques de traitement du langage naturel (NLP), ainsi que des données supplémentaires et des recherches corroboratives, pour étendre les informations officielles limitées que le gouvernement britannique met à disposition sur le pourcentage, la valeur, l’emplacement et les types de biens immobiliers détenus par des sociétés offshore au Royaume-Uni, les plus lucratives étant dans la capitale.

La recherche a révélé que le montant total de biens immobiliers offshore, à faible utilisation et de type Airbnb (c’est-à-dire “occupation occasionnelle”) au Royaume-Uni est estimé à environ 145-174 milliards de livres sterling, sur environ 144 000 à 164 000 biens.

Elle a également constaté que les biens immobiliers offshore de ce type sont généralement plus chers et présentent des modèles de signature en termes d’emplacement au Royaume-Uni.

Les chercheurs estiment que les biens immobiliers non conventionnels détenus par des sociétés offshore (UDP) représentent 7,5 % de la valeur totale des biens immobiliers, et que 56 milliards de livres sterling de la valeur estimée sont limités à seulement 42 000 logements.

L’article indique:

‘Les biens immobiliers individuels offshore sont très chers, même par rapport aux normes des UDP, en outre, ils sont concentrés sur le centre de Londres avec une forte corrélation spatiale.’

‘En revanche, les biens immobiliers offshore imbriqués sont un peu moins concentrés sur le centre de Londres, mais plus fortement concentrés en général, il n’y a presque aucune corrélation spatiale.’

L’analyse des données augmentées montre qu’un grand nombre de biens immobiliers offshore appartiennent à des entités des Dépendances de la Couronne (CD), le deuxième plus grand nombre étant détenu par les territoires britanniques d’outre-mer (dans le graphique ci-dessous, “PWW2” signifie les pays qui ont obtenu leur indépendance de la Grande-Bretagne après la Seconde Guerre mondiale).

Disposition des biens immobiliers étrangers, selon les résultats de la nouvelle étude. Source: https://arxiv.org/src/2207.10931v1/anc/Offshore_London_Supplementary_Material.pdf

L’article observe:

‘En fait, seuls 4 territoires, les Îles Vierges britanniques, Jersey, Guernesey et l’île de Man, sont associés à 78 % de tous les biens.’

Les nouvelles données améliorées ont permis de déterminer les sous-biens qui existent dans un bien immobilier offshore connu – une capacité habituellement entravée par les données plates et limitées fournies dans les chiffres officiels.

Les résultats indiquent également que les biens immobiliers offshore, Airbnb et à faible utilisation sont nettement plus concentrés géographiquement que les logements normaux, et sont en outre concentrés dans des zones de plus grande valeur.

Cartes de chaleur liées à différents types de biens immobiliers étrangers à Londres. Source: https://arxiv.org/pdf/2207.10931.pdf

À propos du graphique ci-dessus, les auteurs commentent:

‘Les biens immobiliers domestiques offshore ont des concentrations extrêmement élevées où un ensemble de logements est détenu par une société offshore.’

Les auteurs ont publié le code pour leur pipeline de traitement.

La nouvelle étude est intitulée Qu’y a-t-il dans la lessive? Cartographie et caractérisation des biens immobiliers domestiques détenus par des sociétés offshore à Londres, et provient de chercheurs de la Faculté de l’environnement bâti de l’University College de Londres, et du Département d’économie de l’Université de Kingston.

Aborder le problème

Les auteurs notent que, après des décennies d’efforts pour contrôler l’utilisation de la propriété immobilière à des fins de blanchiment d’argent au Royaume-Uni, il a fallu la publication d’une liste de biens immobiliers détenus par des sociétés offshore au Royaume-Uni, divulguée par la publication britannique Private Eye en 2015, pour inciter le gouvernement britannique à publier une liste régulièrement mise à jour de biens immobiliers détenus par des sociétés offshore dans la plupart du Royaume-Uni, connue sous le nom de Sociétés étrangères qui possèdent des biens immobiliers en Angleterre et au Pays de Galles (OCOD).

Les chercheurs observent que, même si l’OCOD est un pas en avant pour la recherche et l’analyse de la propriété offshore et du blanchiment d’argent potentiel au Royaume-Uni, les données présentent un certain nombre de limites, dont certaines sont cruciales:

‘Ces adresses peuvent être incomplètes, contenir des biens imbriqués, où plusieurs biens existent dans une seule ligne ou un numéro de titre, elles ne contiennent aucune information sur le fait que le bien est domestique, commercial ou autre chose. ‘

‘De telles données de mauvaise qualité rendent difficile la compréhension de la distribution et des caractéristiques des biens immobiliers détenus par des sociétés offshore au Royaume-Uni.’

Il est particulièrement difficile d’obtenir des données sur les biens immobiliers loués occasionnellement, tels que les biens Airbnb, car les données publiques sont limitées ou inexistantes. De plus, l’Écosse (une partie du Royaume-Uni) ne rend pas son propre registre des ventes de biens immobiliers public, contrairement à l’Angleterre et au Pays de Galles.

Pour contrer certaines des incohérences autour de la classification des biens immobiliers, le gouvernement britannique a introduit le système de Numéro de référence unique de propriété (UPRN), conçu pour permettre des relations plus claires entre les différentes sources de données sur les biens immobiliers. Cependant, les auteurs notent* ‘bien que l’utilisation du UPRN soit obligatoire, presque aucun département gouvernemental ne l’utilise, ce qui signifie que le rapprochement des données nécessite des compétences avancées en traitement de données avancées‘.

Ainsi, la nouvelle recherche a cherché à rendre les données plus granulaires et plus instructives.

Collecter et connecter les données

Dans tout pays, les formats d’adresses sont généralement prévisibles et cohérents, ce qui s’applique également aux adresses britanniques. Ainsi, face à des données d’adresses “plates” et basées sur du texte (telles que celles fournies par l’OCOD), un certain nombre de solutions de parsing d’adresses open source ont émergé pour faire correspondre les adresses à d’autres sources de données.

Cependant, la plupart de ces solutions sont formées à l’aide de données Open Street Map, qui peuvent produire des adresses qui peuvent en réalité abriter des dizaines ou même des centaines de sous-adresses imbriquées (telles que des appartements dans un immeuble d’appartements). Par conséquent, même un parseur d’adresses réputé tel que libpostal a eu des difficultés lors de la tentative de parser des adresses incomplètes.

Pour créer le parseur pour leur projet, les chercheurs de la nouvelle étude ont utilisé un certain nombre de jeux de données publics. Les données clés ont été fournies par l’OCOD, tandis que le composant de nettoyage des données a utilisé le jeu de données Land Registry Price, ainsi que le jeu de données VOA ratings et le répertoire des codes postaux de l’Office for National Statistics (ONSPD).

Les données Airbnb provenaient du domaine InsideAirbnb, qui ne comprend que les logements entiers qui sont loués, excluant ainsi l’utilisation originellement proposée pour Airbnb (c’est-à-dire la location de tout ou partie de sa propre maison à l’occasion).

Le jeu de données de biens immobiliers à faible utilisation des auteurs a été augmenté par des informations reçues de demandes de renseignements réussies, principalement collectées pour un projet antérieur.

Les données de base de l’OCOD sont un fichier CSV délimité par des virgules avec un bon degré de structure et de format prévisible.

Le pipeline se composait de cinq étapes: étiquetage, parsing, expansion, classification et contraction. Au départ, toute adresse individuelle pouvait correspondre dans la vie réelle à plusieurs biens imbriqués, bien que cela ne soit pas explicite dans les données fournies par le gouvernement.

Les chercheurs ont effectué un léger prétraitement syntaxique, puis ont importé les données dans programmatic, une plate-forme conçue pour créer des jeux de données NLP annotés sans étiquetage manuel. Ici, les entités ont été étiquetées à l’aide d’expressions régulières (Regex) pour décrire huit types d’entités nommées (voir image ci-dessous):

Avec ces étiquettes ajoutées, le jeu de données a été extrait sous forme de fichier JSON, avec les chevauchements d’étiquettes supprimés par des routines basées sur des règles simples.

En outre, la sortie de programmatic a été utilisée pour former un modèle prédictif pour SpaCy, sous-tendu par RoBERTa de Facebook. Une fois débruité, les chercheurs ont créé un ensemble de comparaison de vérité terrain de 1000 observations étiquetées aléatoirement. Le score de précision des données non supervisées serait finalement évalué par rapport à cet ensemble de vérité terrain.

Le parsing des adresses a présenté un certain nombre de défis. Les auteurs ont attribué à chaque espace de caractères sa propre ligne et à chaque classe d’étiquette sa propre colonne, puis ont rétropropagé les colonnes pour générer des lignes d’adresses complètes.

Étant donné que certaines adresses uniques comportaient plusieurs logements distincts, il a été nécessaire d’étendre la base de données en subdivisant les adresses uniques en sous-biens présents dans des bases de données complémentaires.

Après cela, l’étape de classification des adresses a fait correspondre tous les codes postaux trouvés à l’aide de la base de données ONSPD. Ce processus relie les données d’adresses aux données démographiques et de recensement, et individue également les sous-biens qui étaient précédemment cachés derrière les adresses opaques des données de l’OCOD.

Enfin, le processus de contraction des adresses a filtré tous les biens immobiliers non domestiques (c’est-à-dire les locaux commerciaux) des groupes de biens imbriqués.

Analyse

Pour tester l’exactitude des données améliorées, les auteurs, comme mentionné précédemment, ont créé un ensemble de vérité terrain échantillonné qui a été retenu de l’analyse générale, et n’a été utilisé que pour tester l’exactitude des prédictions et des analyses.

La vérification manuelle pour l’ensemble de vérité terrain a inclus l’utilisation de logiciels de cartographie, ainsi que l’analyse de photos des biens immobiliers présentés dans l’ensemble retenu, et de recherches sur Internet pour évaluer le type de bien. Par la suite, les performances des données ont été mesurées par rapport aux scores de précision, de rappel et F1.

La valeur des biens immobiliers à faible utilisation et domestiques a été obtenue à l’aide d’un modèle graphique de base, la même méthode utilisée également pour inférer les biens immobiliers UDP.

La tâche de reconnaissance d’entités nommées (NER), testée par rapport à l’ensemble de vérité terrain étiqueté manuellement avec beaucoup d’efforts, a obtenu un score F1 de 0,96 (proche de ‘100 %’ en termes de précision).

Scores F1 pour la tâche d’étiquetage NER. Une certaine irrégularité est constatée, puisque le processus surestime légèrement le nombre de biens immobiliers domestiques et sous-estime le nombre total de biens commerciaux, en raison de la structure des données améliorées.

En ce qui concerne les UDP à Londres, les résultats finaux montrent un total de 138 000 entrées – 44 % de plus que les 94 000 présentés dans le jeu de données original de l’OCOD (c’est-à-dire les chiffres officiels récents).

Répartition des types de biens immobiliers sous la classification de type 2.

Les résultats indiquent que la valeur totale des biens immobiliers offshore s’élève à environ 56 milliards de livres sterling, tandis que la valeur totale des biens immobiliers à faible utilisation est estimée à 85 milliards de livres sterling.

Les auteurs notent:

‘[Tous] les UDP sont beaucoup plus chers que le prix moyen des biens immobiliers conventionnels de 600 000 livres sterling.’

Ce type de données améliorées peut être nécessaire pour lutter contre l’utilisation de la spéculation immobilière comme activité de blanchiment d’argent au Royaume-Uni. Les auteurs notent le corpus de recherche et de littérature générale croissant qui suggère que des données améliorées peuvent aider à lutter contre la spéculation immobilière AML, et concluent:

‘Ces données peuvent être utilisées par les sociologues, les économistes et les décideurs politiques pour s’assurer que les tentatives de réduction du blanchiment d’argent et des prix élevés des biens immobiliers sont basées sur des données détaillées qui reflètent la situation réelle.’

* Ma conversion des citations en ligne des auteurs en hyperliens.

Publié pour la première fois le 25 juillet 2022.