AI Offerti Traċċar Imtejjeb ta 'Sjieda ta' Proprjetà Offshore fir-Renju Unit

Riċerka ġdida minn żewġ universitajiet tar-Renju Unit għandha l-għan li titfa’ dawl akbar fuq l-istat potenzjali tal-ħasil tal-flus ibbażat fuq il-proprjetà fir-Renju Unit, u speċjalment fis-suq tal-proprjetà immobbli ta’ Londra apprezzat ħafna.

Skont ir-riżultati tal-proġett, in-numru totali ta' proprjetajiet domestiċi 'mhux konvenzjonali' (jiġifieri proprjetajiet li ma jintużawx fit-tul bħala abitazzjonijiet minn sidien jew kerrejja) huwa ta' madwar 138,000 f'Londra biss.

Din iċ-ċifra hija 44% ogħla miċ-ċifri uffiċjali, li huma fornuti u aġġornati perjodikament mill-gvern tar-Renju Unit.

Ir-riċerkaturi użaw diversi tekniki tal-Ipproċessar tal-Lingwa Naturali (NLP), flimkien ma’ dejta addizzjonali u riċerka korroborattiva, biex jestendu l-informazzjoni uffiċjali limitata li l-gvern tar-Renju Unit jagħmel disponibbli dwar il-perċentwali, il-valur, il-lokazzjoni u t-tipi ta’ proprjetà ta’ kumpaniji offshore fir-Renju Unit. , li l-aktar qligħ minnhom huma fil-kapital.

Ir-riċerka sabet li l-ammont totali ta’ proprjetajiet offshore, użu baxx, u stil airbnb (jiġifieri ‘okkupazzjoni każwali’) fir-Renju Unit huma kollettivament jiswew xi mkien bejn £145-174 biljun GBP madwar madwar 144,000-164,000 proprjetà.

Hija sabet ukoll li proprjetajiet offshore ta 'dan it-tip huma tipikament aktar għaljin u għandhom mudelli ta' firma fir-rigward ta 'fejn jinsabu fir-Renju Unit.

Ir-riċerkaturi jistmaw li offshore-proprjetà Proprjetà Domestika mhux konvenzjonali (UDP) jirrappreżenta 7.5% tal-valur domestiku totali, u dak £56 biljun tal-valur stmat huwa limitat għal 42,000 abitazzjoni biss.

Il-karta tgħid:

'Il-proprjetajiet individwali offshore huma għaljin ħafna anke skont l-istandards tal-UDP, barra minn hekk huma kkonċentrati fiċ-ċentru ta' Londra b'korrelazzjoni awtomatika spazjali qawwija.

"B'kuntrast, il-proprjetà 'l barra mix-xtut ibestjata hija kemxejn inqas ikkonċentrata fuq iċ-ċentru ta' Londra iżda b'mod ġenerali aktar ikkonċentrata, ma hemm ukoll kważi l-ebda korrelazzjoni spazjali."

Analiżi tad-dejta miżjuda turi li numru kbir ta 'proprjetajiet offshore jappartjenu għal entitajiet fil- Dipendenzi tal-folla (CD), bit-tieni l-akbar numru responsabbli mit-Territorji Brittaniċi Extra-Ewropej (fit-tabella hawn taħt, 'PWW2' tfisser pajjiżi li kisbu l-indipendenza mill-Gran Brittanja wara t-Tieni Gwerra Dinjija).

Dispożizzjoni ta 'proprjetà barranija, skond ir-riżultati mill-karta l-ġdida. Sors: https://arxiv.org/src/2207.10931v1/anc/Offshore_London_Supplementary_Material.pdf

Il-karta tosserva:

'Fil-fatt 4 territorji biss, British Virgin Islands, Jersey, Guernsey u The Isle of Man, huma assoċjati ma' 78% tal-proprjetajiet kollha.'

Id-dejta mtejba l-ġdida għamlitha possibbli li jiġu ddeterminati s-subpropjetajiet li jeżistu fi ħdan proprjetà magħrufa ta’ proprjetà barra l-pajjiż – kapaċità normalment imfixkla mid-dejta fissa u limitata pprovduta fiċ-ċifri uffiċjali.

Ir-riżultati jindikaw ukoll li proprjetajiet offshore, Airbnb u ta’ użu baxx huma notevolment aktar ikkonċentrati ġeografikament minn djar normali, u huma kkonċentrati wkoll f’żoni ta’ valur ogħla.

Mapep ta' konċentrazzjoni viżwalizzati relatati ma' diversi tipi ta' proprjetà ta' proprjetà barranija f'Londra. Sors: https://arxiv.org/pdf/2207.10931.pdf

Mill-graff t'hawn fuq, l-awturi jikkummentaw:

"Il-proprjetà domestika offshore għandha xi konċentrazzjonijiet estremament għoljin fejn żvilupp sħiħ tad-djar huwa proprjetà ta' kumpanija offshore."

L-awturi għandhom kodiċi rilaxxat għall-pipeline tal-ipproċessar tagħhom.

il karta ġdida huwa intitolat X'hemm fil-laundromat? Immappjar u karatterizzazzjoni ta' proprjetà domestika ta' proprjetà offshore f'Londra, u ġej minn riċerkaturi f'The Bartlett Faculty of the Built Environment fl-University College London, u mid-Dipartiment tal-Ekonomija ta 'Kingston University.

Nindirizzaw il-Problema

L-awturi jinnotaw li wara għexieren ta’ snin ta’ sforz biex jiġi kkontrollat ​​l-użu ta’ proprjetà immobbli għal skopijiet ta’ ħasil tal-flus fir-Renju Unit, ħadet rilaxx ta’ lista leaked ta’ proprjetà tar-Renju Unit proprjetà offshore mill-pubblikazzjoni Brittanika Għajn Privata fl-2015 biex tixpruna lill-gvern tar-Renju Unit biex jippubblika lista aġġornata regolarment ta’ proprjetajiet ta’ proprjetà offshore fil-biċċa l-kbira tar-Renju Unit, magħrufa bħala Kumpaniji barranin li għandhom proprjetà fl-Ingilterra u Wales (OCOD).

Ir-riċerkaturi josservaw li għalkemm l-OCOD huwa pass 'il quddiem għar-riċerka u l-analiżi tas-sjieda barranija u l-ħasil tal-flus potenzjali fir-Renju Unit, id-dejta għandha numru ta' limitazzjonijiet, uħud minnhom kruċjali:

“Dawn l-indirizzi jistgħu ma jkunux kompluti, ikun fihom proprjetajiet imdaħħla, fejn jeżistu diversi proprjetajiet f’ringiela waħda jew numru ta’ titolu, ma jkun fih ukoll l-ebda informazzjoni dwar jekk il-proprjetà hijiex domestika, kummerċjali jew xi ħaġa oħra.

"Data ta' kwalità fqira bħal din tagħmel il-fehim tad-distribuzzjoni u l-karatteristiċi ta' proprjetà offshore fir-Renju Unit ta' sfida."

Huwa partikolarment diffiċli li tinkiseb dejta dwar proprjetà mikrija b'mod każwali bħal proprjetajiet ta' Airbnb, peress li d-dejta disponibbli pubblikament hija limitata jew ineżistenti. Barra minn hekk, l-Iskozja (parti mir-Renju Unit) ma tagħmilx ir-reġistru tagħha tal-bejgħ tal-proprjetà disponibbli pubblikament, b'differenza mill-Ingilterra u Wales.

Biex jiġġieled xi wħud mill-inkonsistenzi madwar il-klassifikazzjoni tal-proprjetà, il-gvern tar-Renju Unit introduċa n-Numru Uniku ta’ Referenza tal-Proprjetà (UPRN), iddisinjata biex tippermetti relazzjonijiet aktar ċari f'diversi sorsi ta' data tal-proprjetà. Madankollu, l-awturi jinnotaw* “filwaqt li l-użu tal-UPRN huwa obbligatorju, kważi l-ebda dipartiment tal-gvern ma jużah, jiġifieri li r-rabta tad-dejta teħtieġ avvanzata. ipproċessar tad-data ħiliet".

Għalhekk ir-riċerka l-ġdida ħarġet biex tagħmel id-dejta aktar granulari u insightful.

Ġbir u Konnessjoni tad-Data

Fi kwalunkwe pajjiż individwali, il-formati tal-indirizzi huma ġeneralment prevedibbli u konsistenti, applikabbli wkoll għall-indirizzi tar-Renju Unit. Għalhekk, ffaċċjati b'dejta indirizzata 'ċatta' u bbażata fuq test (bħal dik ipprovduta mill-OCOD), ħarġu għadd ta' soluzzjonijiet ta' parsing ta' indirizzi ta' sors miftuħ biex jirreferu s-suldati ma' sorsi oħra ta' dejta.

Madankollu, ħafna minn dawn huma mħarrġa bl-użu Open Mappa tat-Triq dejta, li tista’ tagħti indirizzi li fil-fatt jistgħu jospitaw għexieren jew saħansitra mijiet ta’ sottoindirizzi mnaqqsa (bħal appartamenti f’indirizz wiesa’ għal blokk ta’ appartamenti). Konsegwentement, anke indirizz-parser milqugħ bħal libpostal għandha kellu diffikultà meta tipprova teżamina indirizzi mhux kompluti.

Biex joħolqu l-parser għall-proġett tagħhom, ir-riċerkaturi tal-karta l-ġdida użaw numru ta 'settijiet ta' dejta disponibbli pubblikament. Id-dejta ewlenija ġiet ipprovduta mill-OCOD, filwaqt li l-komponent tat-tindif tad-dejta uża l-Prezz tar-Reġistru tal-Artijiet sett tad-dejta, Flimkien mal- Klassifikazzjonijiet VOA sett tad-dejta tal-lista, u l-Uffiċċju tal-Istatistika Nazzjonali Direttorju tal-Kodiċi Postali (ONSPD).

Id-dejta tal-Airbnb ġiet mill- Ġewwa l-Airbnb dominju, li jinkludi biss djar sħaħ li huma mikrija, għalhekk eskluż il-każ ta' użu oriġinali propost għal Airbnb (jiġifieri l-kiri tad-dar kollha jew parti minnha fuq bażi okkażjonali).

Is-sett tad-dejta tal-proprjetà ta’ użu baxx tal-awturi ġie miżjud b’informazzjoni riċevuta minn talbiet ta’ suċċess għal-Libertà tal-Informazzjoni (FOI), l-aktar miġbura għal proġett preċedenti.

Id-dejta bażi tal-OCOD hija fajl .CSV delimitat bil-virgola bi grad tajjeb ta' struttura u format prevedibbli.

Il-pipeline kien jikkonsisti f'ħames stadji: ittikkettar, parsing, espansjoni, klassifikazzjoni, u kuntrattar. Fil-bidu, kwalunkwe indirizz individwali jista' jsolvi fil-ħajja reali għal proprjetajiet multipli ibdew, għalkemm dan mhuwiex espliċitu fid-dejta pprovduta mill-gvern.

Ir-riċerkaturi wettqu xi preproċessar sintattiku ħafif, imbagħad importaw id-dejta programmatiku, pjattaforma ddisinjata biex toħloq settijiet ta 'dejta NLP annotati mingħajr tikkettjar bl-idejn. Hawnhekk, l-entitajiet ġew ittikkettati bl-użu ta' espressjonijiet regolari (Regex) biex jiddeskrivu tmien tipi ta' entità msemmija (ara l-immaġni hawn taħt):

B'dawn it-tikketti miżjuda, is-sett tad-dejta ġie estratt bħala fajl JSON, b'koinċidenza tat-tikketti mneħħija minn rutini sempliċi bbażati fuq regoli.

Barra minn hekk, l-output ta' programmatic intuża biex jitħarreġ mudell ta' tbassir għal SpaCy, sostnuti minn Facebook's ROBERTa. Ladarba denoised, ir-riċerkaturi ħolqu sett ta 'paragun tal-verità fuq l-art ta' 1000 osservazzjoni ttikkettjati b'mod każwali. Il-punteġġ tal-eżattezza tad-dejta mhux sorveljata eventwalment jiġi evalwat kontra din il-verità bażika.

L-analiżi tal-indirizzi ppreżentat numru ta' sfidi. L-awturi assenjati kull karattru span ringiela tiegħu stess u kull klassi tikketta kolonna tagħha stess, u mbagħad backpropagated-kolonni biex jiġġeneraw ringieli indirizz kompluti.

Peress li xi indirizzi uniċi dehru residenzi distinti multipli, kien meħtieġ li tiġi estiża d-database, billi l-indirizzi uniċi jiġu suddiviżi f'sub-proprjetajiet preżenti f'databases komplementari.

Wara dan, l-istadju tal-klassifikazzjoni tal-indirizzi għamel referenza inkroċjata għall-kodiċijiet postali kollha li jinsabu bl-użu tad-database tal-ONSPD. Dan proċess jgħaqqad id-dejta tal-indirizz maċ-ċensiment u dejta demografika oħra, u wkoll tidentifika sub-proprjetajiet li qabel kienu moħbija wara l-indirizzi opaki tad-dejta tal-OCOD.

Fl-aħħarnett, il-proċess tal-kontrazzjoni tal-indirizzi ffiltra l-proprjetajiet mhux domestiċi kollha (jiġifieri bini kummerċjali) minn gruppi ta' proprjetà imnaqqsa.

Analiżi

Biex tittestja l-eżattezza tad-dejta mtejba, l-awturi, kif issemma qabel, ħolqu sett ta 'verità fuq l-art ta' kampjun li nżamm lura mill-ġirja ġenerali tal-analiżi, u ntuża biss biex jittestja l-eżattezza tat-tbassir u l-analiżi.

Iċċekkjar manwali għall-verità fuq l-art inkluda l-użu ta 'softwer tal-mapep, kif ukoll analiżi ta' stampi tal-proprjetajiet dehru fis-sett miżmuma lura, u ta 'tfittxijiet fuq l-internet biex jevalwaw it-tip ta' proprjetà. Minn hemm 'il quddiem, il-prestazzjoni tad-dejta kienet imkejla kontra preċiżjoni, recall, u punteġġi F1.

Il-valur ta' proprjetà domestika u ta' użu baxx inkiseb b'mudell grafiku bażiku, l-istess metodu użat ukoll biex jiġu dedotti proprjetajiet UDP.

Il-kompitu NER, ittestjat kontra l-verità fuq l-art ta 'sforz għoli, ittikkettat manwalment, kiseb punteġġ F1 ta' 0.96 (qrib '100%', f'termini ta 'eżattezza).

Punteġġi F1 għall-kompitu tat-tikkettar NER. Instab xi irregolarità, peress li l-proċess jistma ftit in-numru ta 'proprjetajiet domestiċi u jissottovaluta n-numru totali ta' negozji, minħabba l-istruttura tad-dejta msaħħa.

Rigward l-UDPs f’Londra, ir-riżultati finali juru total ta’ 138,000 daħla – 44% aktar mill-94,000 dehru fis-sett tad-dejta oriġinali tal-OCOD (jiġifieri, ċifri uffiċjali riċenti).

It-tqassim tat-tipi ta' proprjetà taħt il-klassifikazzjoni tat-tip 2.

Ir-riżultati jindikaw li l-valur totali tal-proprjetajiet offshore huwa ta’ madwar £56 biljun, filwaqt li l-valur totali ta’ proprjetà ta’ użu baxx huwa stmat għal £85 biljun.

L-awturi jinnotaw:

'[Kull] UDPs jiswew ħafna iktar mill-prezz medju tal-proprjetà konvenzjonali ta' £600 elf.'

Din it-tip ta’ data mtejba tista’ tkun meħtieġa biex jiġi miġġieled l-użu tal-ispekulazzjoni tal-proprjetà bħala attività ta’ ħasil tal-flus fir-Renju Unit. L-awturi jinnotaw il-korp dejjem jikber ta 'riċerka u letteratura ġenerali li tissuġġerixxi dejta mtejba tista' tgħin fil-ġlieda kontra l-ispekulazzjoni tal-proprjetà AML, u jikkonkludu:

"Din id-dejta tista' tintuża minn soċjologi, ekonomisti u dawk li jfasslu l-politika biex jiżguraw li t-tentattivi biex jitnaqqas il-ħasil tal-flus u l-prezzijiet għoljin tal-proprjetà jkunu bbażati fuq data dettaljata li tirrifletti s-sitwazzjoni reali."

* Il-konverżjoni tiegħi taċ-ċitazzjoni inline tal-awturi għal hyperlinks.

Ippublikat għall-ewwel darba fl-25 ta' Lulju 2022.