AI býður upp á bætta mælingu á eignarhaldi á aflandseignum í Bretlandi

Nýjar rannsóknir frá tveimur háskólum í Bretlandi miða að því að varpa betur ljósi á hugsanlega stöðu peningaþvættis sem byggir á eignum í Bretlandi, og sérstaklega á hinum verðuga fasteignamarkaði í London.

Samkvæmt niðurstöðum verkefnisins er heildarfjöldi „óhefðbundinna“ innlendra eigna (þ.e. eignir sem ekki eru notaðar til langs tíma sem íbúðarhúsnæði af eigendum eða leigutaka) um 138,000 í London einni.

Þessi tala er 44% hærri en opinberar tölur, sem bresk stjórnvöld gefa upp og uppfæra reglulega.

Rannsakendur notuðu ýmsar náttúrulegar málvinnsluaðferðir (NLP) ásamt viðbótargögnum og staðfestingarrannsóknum til að auka takmarkaðar opinberar upplýsingar sem bresk stjórnvöld gera aðgengilegar um hlutfall, verðmæti, staðsetningu og tegundir eigna í eigu aflandsfélaga í Bretlandi. , þar af ábatasamastir í höfuðborginni.

Rannsóknin leiddi í ljós að heildarupphæð eigna í Bretlandi, sem er í lítilli notkun og airbnb-stíl (þ.e. „tilfallandi atvinna“) í Bretlandi er samtals virði einhvers staðar á bilinu 145-174 milljarða punda á um það bil 144,000-164,000 eignum.

Það kom einnig í ljós að aflandseignir af þessari gerð eru venjulega dýrari og hafa undirskriftarmynstur með tilliti til hvar þær eru staðsettar í Bretlandi.

Rannsakendur áætla að aflandseign Óhefðbundin húseign (UDP) táknar 7.5% af heildarverðmæti innanlands, og að 56 milljarðar punda af því verðmæti sem áætlað er er takmarkað við aðeins 42,000 íbúðir.

Í blaðinu segir:

„Einstakar aflandseignir eru mjög dýrar, jafnvel miðað við staðla UDP, auk þess eru þær einbeittar í miðbæ London með sterka staðbundna sjálfvirka fylgni.

"Aftur á móti er hreiður aflandseign heldur minna einbeitt í miðborg London en meira einbeitt almennt, það er líka nánast engin staðbundin fylgni."

Greining á auknum gögnum sýnir að mikill fjöldi aflandseigna tilheyrir aðilum á svæðinu Hópur fólks (CD), með næststærsta töluna af breskum erlendum svæðum (í myndinni hér að neðan táknar 'PWW2' lönd sem fengu sjálfstæði frá Bretlandi eftir síðari heimsstyrjöldina).

Ráðstöfun eigna í erlendri eigu, samkvæmt niðurstöðum nýja blaðsins. Heimild: https://arxiv.org/src/2207.10931v1/anc/Offshore_London_Supplementary_Material.pdf

Blaðið tekur fram:

„Í raun eru aðeins 4 svæði, Bresku Jómfrúareyjar, Jersey, Guernsey og Mön, tengd 78% allra eigna.“

Nýju endurbættu gögnin hafa gert það mögulegt að ákvarða undireignir sem eru til innan þekktrar eignar í erlendri eigu - möguleiki sem venjulega er hindrað af flötu og takmörkuðu gögnum sem gefnar eru upp í opinberum tölum.

Niðurstöðurnar benda einnig til þess að eignir úti á landi, Airbnb og lágnotaeignir séu einkum landfræðilega samþjappaðar en venjuleg heimili, og séu að auki einbeitt í verðmætari svæði.

Sjónræn styrktarkort sem tengjast ýmsum tegundum erlendra eigna í London. Heimild: https://arxiv.org/pdf/2207.10931.pdf

Af ofangreindu línuriti gera höfundar athugasemdir:

„Aflandseign á innlendum svæðum er með mjög háan styrk þar sem heil húsnæðisþróun er í eigu aflandsfélags.“

Höfundar hafa gefinn út kóða fyrir vinnsluleiðslu þeirra.

The nýtt blað er titill Hvað er í þvottahúsinu? Kortleggja og einkenna aflandseign í London, og kemur frá vísindamönnum við The Bartlett Faculty of the Built Environment við University College London og hagfræðideild Kingston University.

Að taka á vandanum

Höfundarnir benda á að eftir áratuga viðleitni til að stjórna notkun fasteigna í peningaþvætti í Bretlandi, tók það gefa út yfir leka lista yfir eignir í Bretlandi sem eru í eigu Bretlands af bresku útgáfunni Private Eye árið 2015 til að hvetja bresk stjórnvöld til að birta reglulega uppfærðan lista yfir eignir í aflandseigu í flestum Bretlandi, þekkt sem Erlend fyrirtæki sem eiga eignir í Englandi og Wales (OCOD).

Rannsakendur taka eftir því að þó OCOD sé skref fram á við í rannsóknum og greiningu á eignarhaldi erlendis og hugsanlegu peningaþvætti í Bretlandi, þá hafa gögnin ýmsar takmarkanir, sumar þeirra skipta sköpum:

„Þessi heimilisföng geta verið ófullnægjandi, innihaldið hreiður eignir, þar sem margar eignir eru til innan einni röð eða titilnúmer, það inniheldur heldur engar upplýsingar um hvort eignin sé innlend, fyrirtæki eða eitthvað annað.

„Slík léleg gögn gera það erfitt að skilja dreifingu og eiginleika eigna í eigu aflands í Bretlandi.“

Það er sérstaklega erfitt að afla gagna um eignir sem eru leigðar af tilviljun eins og Airbnb eignir, þar sem opinber gögn eru takmörkuð eða engin. Auk þess gerir Skotland (hluti Bretlands) ekki sína eigin skrá yfir eignasölu opinberlega, ólíkt Englandi og Wales.

Til að stemma stigu við einhverju ósamræmi í tengslum við flokkun eigna, kynnti breska ríkisstjórnin einstakt tilvísunarnúmer eigna (UPRN) kerfi, hannað til að gera skýrari tengsl milli mismunandi eignagagnagjafa. Hins vegar taka höfundar fram * „Þó að notkun UPRN sé lögboðin, notar nánast engin ríkisdeild það, sem þýðir að tengja gögnin þarf háþróaða gagnavinnslu færni".

Þannig ætlaði nýja rannsóknin að gera gögnin nákvæmari og innsæi.

Söfnun og tenging gagna

Innan hvers einstaks lands eru heimilisfangasnið venjulega fyrirsjáanlegt og samkvæmt, á einnig við um heimilisfang í Bretlandi. Svona, frammi fyrir „flötum“, textatengdum gögnum (eins og þau sem OCOD gefur), hefur fjöldi opinna lausna fyrir aðgreiningu á vistfangi komið fram til að krossvísa heimilisföng til annarra gagnagjafa.

Hins vegar eru margir af þessum þjálfaðir í notkun Opið götukort gögn, sem geta gefið af sér heimilisföng sem geta í raun hýst tugi eða jafnvel hundruð hreiðraðra undirfönga (eins og íbúðir í víðfeðmu heimilisfangi fyrir fjölbýlishús). Þar af leiðandi, jafnvel virtur heimilisfang-þáttur eins og libpostal hefur átti erfitt þegar reynt er að flokka ófullnægjandi vistföng.

Til að búa til flokkunina fyrir verkefnið sitt notuðu vísindamenn nýju blaðsins fjölda gagnasetta sem eru aðgengileg almenningi. Lykilgögnin voru veitt af OCOD en gagnahreinsunarhlutinn notaði Fasteignaskrárverðið gagnapakkinn, Ásamt VOA einkunnir skráningargagnasafn, og Office of National Statistics Póstnúmeraskrá (ONSPD).

Airbnb gögnin komu frá InsideAirbnb lén, sem inniheldur aðeins heilu heimilin sem eru leigð, þar af leiðandi undanskilið upphaflega fyrirhugaða notkunartilvikið fyrir Airbnb (þ.e. að leigja út allt eða hluta af eigin heimili öðru hvoru).

Lítil notkun eignagagnasetts höfunda var aukið með upplýsingum sem fengust frá vel heppnuðum beiðnum um frelsi upplýsinga (FOI), aðallega safnað fyrir fyrra verkefni.

Grunngögn OCOD eru .CSV-kommuafmörkuð skrá með góðri uppbyggingu og fyrirsjáanlegu sniði.

Leiðslan samanstóð af fimm stigum: merkingu, flokkun, stækkun, flokkun og samdráttur. Í upphafi gæti hvert einstakt heimilisfang leyst í raunveruleikanum við margar hreiður eignir, þó að þetta sé ekki skýrt í gögnum sem stjórnvöld útveguðu.

Rannsakendur framkvæmdu smá setningafræðilega forvinnslu og fluttu síðan gögnin inn til dagskrárgerð, vettvangur sem er hannaður til að búa til skýrt NLP gagnapakka án handmerkinga. Hér voru einingar merktar með því að nota regluleg segð (Regex) til að lýsa átta tegundum af nafngreindum einingum (sjá mynd hér að neðan):

Með þessum merkjum bætt við, var gagnasafnið dregið út sem JSON skrá, með skörun merkimiða fjarlægð með einföldum reglubundnum venjum.

Að auki var framleiðsla forritunarkerfisins notuð til að þjálfa forspárlíkan fyrir SpaCy, studd af Facebook ROBERTa. Þegar þeir voru dæmdir, bjuggu rannsakendur til samanburðarsett af 1000 slembimerktum athugunum. Nákvæmnistig gagna án eftirlits yrði að lokum metið gegn þessum grunnsannleika.

Heimilisfangsgreining leiddi til fjölda áskorana. Höfundarnir úthlutaðu hverri staf sem spannar sína eigin röð og hvern merkiflokk sinn eigin dálk, og stækkuðu síðan dálkana til að búa til heilar heimilisfangsraðir.

Þar sem sum einstök heimilisföng innihéldu margar aðskildar íbúðir, var nauðsynlegt að stækka gagnagrunninn með því að skipta einu heimilisföngum í undireignir sem eru til staðar í viðbótargagnagrunnum.

Eftir þetta vísaði flokkunarstig heimilisfangsins til allra staðsettra póstnúmera með því að nota ONSPD gagnagrunninn. Þetta ferli tengir vistfangsgögnin við manntal og önnur lýðfræðileg gögn, og einstaklingsgreinir einnig undireiginleika sem áður höfðu verið falin á bak við ógegnsæ heimilisföng OCOD gagna.

Að lokum síaði samdráttarferlið aðsetur út allar eignir utan heimilis (þ.e. atvinnuhúsnæði) úr hreiðri eignahópum.

Greining

Til að prófa nákvæmni endurbættra gagna, bjuggu höfundarnir, eins og áður sagði, til sýnishorn af grunnsannleika sem var haldið aftur af almennri greiningu, og aðeins notað til að prófa nákvæmni spánna og greininganna.

Handvirk athugun á sannleikanum á jörðu niðri innihélt notkun kortahugbúnaðar, sem og greiningu á myndum af eignunum sem eru í eftirlitssettinu og netleitum til að meta tegund eigna. Eftir það var frammistaða gagnanna mæld á móti nákvæmni, innköllun og F1 stigum.

Verðmæti lítilla notkunar og innlendra eigna var fengin með grafísku grunnlíkani, sömu aðferð og notuð var til að álykta um UDP eiginleika.

NER verkefnið, sem var prófað gegn hinum mikla áreynslu, handvirkt merktum grunnsannleika, fékk F1 einkunnina 0.96 (nálægt '100%', hvað varðar nákvæmni).

F1 stig fyrir NER merkingarverkefnið. Nokkrar ójöfnur finnast þar sem ferlið ofmetur fjölda innlendra eigna lítillega og vanmetur heildarfjölda fyrirtækja, vegna uppbyggingar bættra gagna.

Varðandi UDP í London sýna lokaniðurstöðurnar samtals 138,000 færslur - 44% fleiri en 94,000 sem koma fram í upprunalegu OCOD gagnasafninu (þ.e. nýlegar opinberar tölur).

Sundurliðun eignategunda undir tegund 2 flokkun.

Niðurstöðurnar benda til þess að heildarverðmæti aflandseignanna nemi um 56 milljörðum punda, en heildarverðmæti lágnotaeigna sé metið á 85 milljarða punda.

Höfundar taka fram:

„[Allar] UDP eru mun dýrari en meðalverð á hefðbundnum eignum upp á 600 þúsund pund.

Slík endurbætt gögn gætu verið nauðsynleg til að berjast gegn notkun eignaspákaupa sem peningaþvættisstarfsemi í Bretlandi. Höfundarnir taka eftir vaxandi fjölda rannsókna og almennra bókmennta sem benda til þess að bætt gögn geti hjálpað til við að berjast gegn vangaveltum um AML eignir og álykta:

„Þessi gögn geta verið notuð af félagsfræðingum, hagfræðingum og stefnumótandi til að tryggja að tilraunir til að draga úr peningaþvætti og háu fasteignaverði séu byggðar á ítarlegum gögnum sem endurspegla raunverulegt ástand.“

* Breyting mín á innbyggðri tilvitnun höfunda í tengla.

Fyrst birt 25. júlí 2022.