A Inteligência Artificial Oferece Melhor Rastreamento da Propriedade Imobiliária Offshore no Reino Unido

Pesquisas recentes de duas universidades do Reino Unido visam lançar uma luz mais forte sobre o potencial estado da lavagem de dinheiro baseada em propriedades no Reino Unido, especialmente no mercado imobiliário de Londres de alto valor.

De acordo com os resultados do projeto, o número total de propriedades “não convencionais” (ou seja, propriedades que não são usadas a longo prazo como moradias por proprietários ou inquilinos) é de cerca de 138.000 em Londres sozinho.

Esse número é 44% maior do que os números oficiais, que são fornecidos e periodicamente atualizados pelo governo do Reino Unido.

Os pesquisadores usaram várias técnicas de Processamento de Linguagem Natural (NLP), juntamente com dados adicionais e pesquisas corroborativas, para estender as informações limitadas fornecidas pelo governo do Reino Unido sobre a porcentagem, valor, localização e tipos de propriedades possuídas por empresas offshore no Reino Unido, as mais lucrativas das quais estão na capital.

A pesquisa encontrou que o total de propriedades offshore, de baixo uso e do tipo Airbnb (ou seja, “ocupaçãocasual”) no Reino Unido são coletivamente avaliadas em cerca de £145-174 bilhões de libras esterlinas, distribuídas por aproximadamente 144.000-164.000 propriedades.

Além disso, descobriu que as propriedades offshore desse tipo são normalmente mais caras e têm padrões de assinatura em relação à sua localização no Reino Unido.

Os pesquisadores estimam que as propriedades domésticas “não convencionais” (UDP) de propriedade offshore representam 7,5% do valor total doméstico e que £56 bilhões do valor estimado estão limitados a apenas 42.000 moradias.

O artigo afirma:

‘Propriedades individuais offshore são muito caras, mesmo pelos padrões de UDP, além disso, elas estão concentradas no centro de Londres com forte correlação espacial.

‘Em contraste, a propriedade offshore aninhada é um pouco menos concentrada no centro de Londres, mas mais altamente concentrada em geral, e também não há quase nenhuma correlação espacial.’

A análise dos dados aumentados mostra que um grande número de propriedades offshore pertence a entidades nas Dependências da Coroa (CD), com o segundo maior número contabilizado por Territórios Britânicos no Exterior (no gráfico abaixo, ‘PWW2’ significa países que obtiveram independência da Grã-Bretanha após a Segunda Guerra Mundial).

Disposição de propriedades de propriedade estrangeira, de acordo com os resultados do novo artigo. Fonte: https://arxiv.org/src/2207.10931v1/anc/Offshore_London_Supplementary_Material.pdf

O artigo observa:

‘Na verdade, apenas 4 territórios, Ilhas Virgens Britânicas, Jersey, Guernsey e a Ilha de Man, estão associados a 78% de todas as propriedades.’

Os novos dados aumentados tornaram possível determinar sub-propriedades que existem dentro de uma propriedade offshore conhecida – uma capacidade normalmente dificultada pelos dados planos e limitados fornecidos nas estatísticas oficiais.

Os resultados também indicam que as propriedades offshore, Airbnb e de baixo uso são notavelmente mais concentradas geograficamente do que as casas normais e, além disso, estão concentradas em áreas de maior valor.

Mapas de calor relacionados a vários tipos de propriedades de propriedade estrangeira em Londres. Fonte: https://arxiv.org/pdf/2207.10931.pdf

Sobre o gráfico acima, os autores comentam:

‘A propriedade doméstica offshore tem algumas concentrações extremamente altas, onde um desenvolvimento habitacional inteiro é de propriedade de uma empresa offshore.’

Os autores lançaram código para sua pipeline de processamento.

O novo artigo é intitulado O que está na lavanderia? Mapeando e caracterizando propriedades domésticas de propriedade offshore em Londres, e vem de pesquisadores da Faculdade de Ambiente Construído de The Bartlett, da University College London, e do Departamento de Economia da Universidade de Kingston.

Abordando o Problema

Os autores observam que, após décadas de esforços para controlar o uso de imóveis para fins de lavagem de dinheiro no Reino Unido, foi necessário o lançamento de uma lista vazada de propriedades de propriedade offshore no Reino Unido pela publicação britânica Private Eye em 2015 para estimular o governo do Reino Unido a publicar uma lista regularmente atualizada de propriedades de propriedade offshore na maioria do Reino Unido, conhecida como Empresas offshore que possuem propriedades na Inglaterra e no País de Gales (OCOD).

Os pesquisadores observam que, embora a OCOD seja um passo à frente para a pesquisa e análise da propriedade offshore e da lavagem de dinheiro potencial no Reino Unido, os dados têm uma série de limitações, algumas das quais são cruciais:

‘Esses endereços podem ser incompletos, conter propriedades aninhadas, onde múltiplas propriedades existem dentro de uma única linha ou número de título, e também não contêm informações sobre se a propriedade é doméstica, comercial ou algo mais.

‘Tais dados de baixa qualidade tornam difícil entender a distribuição e as características das propriedades de propriedade offshore no Reino Unido.’

É particularmente difícil obter dados sobre propriedades alugadas casualmente, como propriedades do tipo Airbnb, desde que os dados publicamente disponíveis são limitados ou inexistente. Além disso, a Escócia (parte do Reino Unido) não torna seu próprio registro de vendas de propriedades disponível publicamente, ao contrário da Inglaterra e do País de Gales.

Para contrariar algumas das inconsistências em torno da classificação de propriedades, o governo do Reino Unido introduziu o sistema de Número de Referência de Propriedade Único (UPRN), projetado para permitir relações mais claras entre diversas fontes de dados de propriedade. No entanto, os autores observam* ’embora o uso do UPRN seja obrigatório, quase nenhum departamento do governo o usa, o que significa que vincular os dados exige habilidades avançadas de processamento de dados habilidades‘.

Portanto, a nova pesquisa visou tornar os dados mais granulares e esclarecedores.

Coletando e Conectando os Dados

Dentro de qualquer país individual, os formatos de endereço são normalmente previsíveis e consistentes, aplicáveis também aos endereços do Reino Unido. Assim, diante de dados de endereço “planos” e baseados em texto (como os fornecidos pela OCOD), várias soluções de análise de endereço de código aberto surgiram para fazer referência cruzada de endereços com outras fontes de dados.

Entretanto, muitos desses são treinados usando dados do Open Street Map, o que pode produzir endereços que podem na verdade hospedar dezenas ou até centenas de sub-endereços aninhados (como apartamentos em um endereço amplo para um bloco de apartamentos). Consequentemente, mesmo um analisador de endereço aclamado como o libpostal teve dificuldade ao tentar analisar endereços incompletos.

Para criar o analisador para seu projeto, os pesquisadores do novo artigo usaram vários conjuntos de dados publicamente disponíveis. Os dados-chave foram fornecidos pela OCOD, enquanto o componente de limpeza de dados usou o conjunto de dados de Preços de Venda de Terras do Registro de Terras (dataset), juntamente com o conjunto de dados de classificação de taxas do VOA (VOA ratings) e o Diretório de Códigos Postais do Escritório de Estatísticas Nacionais (ONSPD).

Os dados do Airbnb vieram do domínio InsideAirbnb, que inclui apenas casas inteiras que são alugadas, excluindo o uso original proposto para o Airbnb (ou seja, alugar todo ou parte de sua própria casa em uma base ocasional).

O conjunto de dados de propriedades de baixo uso dos autores foi aumentado por informações recebidas de solicitações de Liberdade de Informação (FOI) bem-sucedidas, coletadas principalmente para um projeto anterior.

A base de dados da OCOD é um arquivo CSV delimitado por vírgulas com um bom grau de estrutura e formato previsível.

A pipeline consistia em cinco etapas: rotulagem, análise, expansão, classificação e contração. No início, qualquer endereço individual poderia resolver na vida real para múltiplas propriedades aninhadas, embora isso não seja explícito nos dados fornecidos pelo governo.

Os pesquisadores realizaram algum pré-processamento sintático leve, então importaram os dados para programmatic, uma plataforma projetada para criar conjuntos de dados de NLP anotados sem marcação manual. Aqui, as entidades foram rotuladas usando expressões regulares (Regex) para descrever oito tipos de entidade nomeada (veja imagem abaixo):

Com esses rótulos adicionados, o conjunto de dados foi extraído como um arquivo JSON, com sobreposições de rótulos removidas por rotinas baseadas em regras simples.

Além disso, a saída do programmatic foi usada para treinar um modelo preditivo para SpaCy, apoiado pelo RoBERTa da Facebook. Uma vez desdensoado, os pesquisadores criaram um conjunto de comparação de verdade fundamentada de 1000 observações rotuladas aleatoriamente. A pontuação de precisão dos dados não supervisionados seria eventualmente avaliada contra esse conjunto de comparação de verdade fundamentada.

A análise do endereço apresentou uma série de desafios. Os autores atribuíram cada span de caractere à sua própria linha e cada classe de rótulo à sua própria coluna, e então retropropagaram as colunas para gerar linhas de endereço completas.

Como alguns endereços únicos apresentavam múltiplas moradias distintas, foi necessário expandir o banco de dados, subdividindo endereços únicos em sub-propriedades presentes em bancos de dados complementares.

Depois disso, a etapa de classificação de endereços fez referência cruzada de todos os códigos postais localizados usando o banco de dados ONSPD. Esse processo conecta os dados de endereço a dados demográficos e censitários, e também individua sub-propriedades que anteriormente estavam escondidas atrás dos endereços opacos dos dados da OCOD.

Finalmente, o processo de contração de endereços filtrou todas as propriedades não domésticas (ou seja, propriedades comerciais) dos grupos de propriedades aninhadas.

Análise

Para testar a precisão dos dados aumentados, os autores, como mencionado anteriormente, criaram um conjunto de amostra de verdade fundamentada que foi mantido à parte da análise geral e usado apenas para testar a precisão das previsões e análises.

A verificação manual para o conjunto de comparação de verdade fundamentada incluiu o uso de software de mapeamento, bem como a análise de imagens das propriedades apresentadas no conjunto mantido à parte, e de buscas na internet para avaliar o tipo de propriedade. Em seguida, o desempenho dos dados foi medido contra as pontuações de precisão, recall e F1.

O valor das propriedades de baixo uso e domésticas foi obtido com um modelo gráfico básico, o mesmo método usado também para inferir propriedades UDP.

A tarefa NER, testada contra o conjunto de comparação de verdade fundamentada de alto esforço e rotulada manualmente, obteve uma pontuação F1 de 0,96 (próxima a ‘100%’, em termos de precisão).

Pontuações F1 para a tarefa de rotulagem NER. Alguma irregularidade é encontrada, pois o processo ligeiramente superestima o número de propriedades domésticas e subestima o número total de empresas, devido à estrutura dos dados aumentados.

No que diz respeito às UDPs em Londres, os resultados finais mostram um total de 138.000 entradas – 44% mais do que as 94.000 apresentadas no conjunto de dados original da OCOD (ou seja, as estatísticas oficiais recentes).

A quebra de tipos de propriedades sob a classificação de tipo 2.

Os resultados indicam que o valor total das propriedades offshore está em torno de £56 bilhões, enquanto o valor total das propriedades de baixo uso é estimado em £85 bilhões.

Os autores observam:

‘[Todas] as UDPs são muito mais caras do que o preço médio de propriedade convencional de £600 mil.’

Esse tipo de dados melhorados pode ser necessário para combater o uso da especulação imobiliária como uma atividade de lavagem de dinheiro no Reino Unido. Os autores observam o corpo crescente de pesquisas e literatura em geral que sugere que dados melhorados podem ajudar a combater a especulação de propriedade AML, e concluem:

‘Esses dados podem ser usados por sociólogos, economistas e formuladores de políticas para garantir que as tentativas de reduzir a lavagem de dinheiro e os preços altos de propriedades sejam baseadas em dados detalhados que refletem a situação real.’

* Minha conversão da citação inline dos autores para links.

Publicado pela primeira vez em 25 de julho de 2022.