AI oferă o urmărire îmbunătățită a proprietății offshore în Marea Britanie

O nouă cercetare de la două universități din Marea Britanie își propune să arunce o lumină mai mare asupra stării potențiale a spălării banilor pe bază de proprietăți în Regatul Unit, și în special pe piața imobiliară foarte apreciată din Londra.

Conform rezultatelor proiectului, numărul total de proprietăți casnice „neconvenționale” (adică proprietăți care nu sunt utilizate pe termen lung ca locuințe de către proprietari sau chiriași) se ridică la aproximativ 138,000 numai în Londra.

Această cifră este cu 44% mai mare decât cifrele oficiale, care sunt furnizate și actualizate periodic de guvernul Regatului Unit.

Cercetătorii au folosit diverse tehnici de procesare a limbajului natural (NLP), împreună cu date suplimentare și cercetări coroborative, pentru a extinde informațiile oficiale limitate pe care guvernul Regatului Unit le pune la dispoziție cu privire la procentul, valoarea, locația și tipurile de proprietate deținute de companii offshore din Marea Britanie. , dintre care cele mai profitabile sunt în capitală.

Cercetarea a constatat că valoarea totală a proprietăților offshore, cu utilizare redusă și în stil airbnb (adică „ocupație ocazională”) din Marea Britanie valorează în mod colectiv undeva între 145-174 miliarde GBP pentru aproximativ 144,000-164,000 de proprietăți.

De asemenea, a constatat că proprietățile offshore de acest tip sunt de obicei mai scumpe și au modele de semnătură în ceea ce privește locul în care se află în Marea Britanie.

Cercetătorii estimează că deținute offshore Proprietate internă neconvențională (UDP) reprezintă 7.5% din valoarea internă totală, iar acele 56 de miliarde de lire sterline din valoarea estimată sunt limitate la doar 42,000 de locuințe.

Lucrarea afirmă:

„Proprietățile individuale offshore sunt foarte scumpe chiar și după standardele UDP, în plus sunt concentrate în centrul Londrei, cu o puternică corelare spațială.

„În contrast, proprietatea offshore imbricată este oarecum mai puțin concentrată în centrul Londrei, dar mai mult concentrată în general, nu există aproape nicio corelație spațială.”

Analiza datelor augmentate arată că un număr mare de proprietăți offshore aparțin entităților din Dependențe de mulțime (CD), al doilea cel mai mare număr fiind reprezentat de teritoriile britanice de peste mări (în graficul de mai jos, „PWW2” înseamnă țările care au obținut independența față de Marea Britanie după cel de-al doilea război mondial).

Dispune de proprietate străină, conform rezultatelor din noua lucrare. Sursa: https://arxiv.org/src/2207.10931v1/anc/Offshore_London_Supplementary_Material.pdf

Lucrarea observă:

„De fapt, doar 4 teritorii, Insulele Virgine Britanice, Jersey, Guernsey și Insula Man, sunt asociate cu 78% din toate proprietățile.”

Noile date îmbunătățite au făcut posibilă determinarea sub-proprietăților care există într-o proprietate cunoscută deținută de peste mări - o capacitate de obicei împiedicată de datele plate și limitate furnizate în cifrele oficiale.

Rezultatele indică, de asemenea, că proprietățile offshore, Airbnb și cu utilizare redusă sunt în special mai concentrate geografic decât casele normale și sunt, în plus, concentrate în zone cu valoare mai mare.

Hărți de concentrare vizualizate legate de diferite tipuri de proprietăți deținute de peste mări din Londra. Sursă: https://arxiv.org/pdf/2207.10931.pdf

Din graficul de mai sus, autorii comentează:

„Proprietatea autohtonă offshore are unele concentrații extrem de mari, în care un întreg complex de locuințe este deținut de o companie offshore”.

Autorii au codul lansat pentru conducta lor de prelucrare.

hârtie nouă se intitulează Ce este în spălătorie? Cartografierea și caracterizarea proprietății interne deținute offshore din Londrași provine de la cercetătorii de la Facultatea Bartlett de Mediu Construit de la University College London și de la Departamentul de Economie al Universității Kingston.

Abordarea problemei

Autorii notează că, după decenii de efort de a controla utilizarea bunurilor imobiliare în scopul spălării banilor în Regatul Unit, a fost nevoie de eliberaţi a unei liste de proprietăți deținute offshore din Regatul Unit de către publicația britanică Privire privată în 2015 pentru a încuraja guvernul Regatului Unit să publice o listă actualizată în mod regulat a proprietăților deținute offshore în cea mai mare parte a Regatului Unit, cunoscută sub numele de Companii de peste mări care dețin proprietăți în Anglia și Țara Galilor (OCOD).

Cercetătorii observă că, deși OCOD este un pas înainte în cercetarea și analiza proprietății în străinătate și potențiala spălare a banilor în Marea Britanie, datele au o serie de limitări, unele dintre ele cruciale:

„Aceste adrese pot fi incomplete, pot conține proprietăți imbricate, unde există mai multe proprietăți într-un singur rând sau număr de titlu, de asemenea, nu conține informații despre dacă proprietatea este casnică, comercială sau altceva.

„Aceste date de calitate proastă fac ca înțelegerea distribuției și a caracteristicilor proprietăților deținute offshore din Marea Britanie să fie dificilă”.

Este deosebit de dificil să obțineți date despre proprietățile închiriate ocazional, cum ar fi proprietățile Airbnb, deoarece datele disponibile publicului sunt limitate sau inexistente. În plus, Scoția (o parte a Regatului Unit) nu își pune la dispoziție public propriul registru al vânzărilor de proprietăți, spre deosebire de Anglia și Țara Galilor.

Pentru a contracara unele dintre inconsecvențele legate de clasificarea proprietăților, guvernul Regatului Unit a introdus numărul unic de referință al proprietății (UPRN), conceput pentru a permite relații mai clare între diverse surse de date privind proprietățile. Cu toate acestea, autorii notează* „În timp ce utilizarea UPRN este obligatorie, aproape niciun departament guvernamental nu îl folosește, ceea ce înseamnă că conectarea datelor necesită un nivel avansat. de prelucrare a datelor aptitudini".

Astfel, noua cercetare și-a propus să facă datele mai granulare și mai perspicace.

Colectarea și conectarea datelor

În orice țară, formatele de adrese sunt de obicei previzibile și consecvente, aplicabile și adreselor din Marea Britanie. Astfel, în fața unor date adresate „plate”, bazate pe text (cum ar fi cele furnizate de OCOD), au apărut o serie de soluții de analiză a adreselor open source pentru a trimite adresele cu alte surse de date.

Cu toate acestea, mulți dintre aceștia sunt instruiți folosind Deschide Harta străzilor date, care pot genera adrese care pot găzdui de fapt zeci sau chiar sute de sub-adrese imbricate (cum ar fi apartamente într-o adresă largă pentru un bloc de apartamente). În consecință, chiar și un apreciat analizator de adrese, cum ar fi libpostal are a avut dificultăți atunci când încercați să analizați adrese incomplete.

Pentru a crea analizatorul pentru proiectul lor, cercetătorii noii lucrări au folosit o serie de seturi de date disponibile public. Datele cheie au fost furnizate de OCOD, în timp ce componenta de curățare a datelor a folosit prețul de carte funciară date CCD, Împreună cu Evaluări VOA setul de date de listă și directorul de coduri poștale al Oficiului Național de Statistică (ONSPD).

Datele Airbnb au venit de la În interiorul Airbnb domeniul, care include doar case întregi care sunt închiriate, excluzând, prin urmare, cazul de utilizare inițial propus pentru Airbnb (adică închirierea ocazională a propriei case sau a unei părți a acesteia).

Setul de date privind proprietățile cu utilizare redusă al autorilor a fost completat de informațiile primite din solicitările de succes privind libertatea informației (FOI), colectate în mare parte pentru o perioadă de timp. proiect anterior.

Datele de bază ale OCOD sunt un fișier .CSV delimitat prin virgulă, cu un grad bun de structură și format previzibil.

Conducta a constat din cinci etape: etichetare, analizare, extindere, clasificare și contractare. La început, orice adresă individuală s-ar putea rezolva în viața reală la mai multe proprietăți imbricate, deși acest lucru nu este explicit în datele furnizate de guvern.

Cercetătorii au efectuat o preprocesare sintactică ușoară, apoi au importat datele în programatic, o platformă concepută pentru a crea seturi de date NLP adnotate fără etichetare manuală. Aici, entitățile au fost etichetate folosind expresii regulate (Regex) pentru a descrie opt tipuri de entități numite (vezi imaginea de mai jos):

Cu aceste etichete adăugate, setul de date a fost extras ca fișier JSON, suprapunerile de etichete fiind eliminate prin rutine simple bazate pe reguli.

În plus, rezultatul programatic a fost folosit pentru a antrena un model predictiv pentru SpaCy, susținut de Facebook ROBERTa. Odată dezgomotat, cercetătorii au creat un set de comparație a adevărului de la sol de 1000 de observații etichetate aleatoriu. Scorul de acuratețe al datelor nesupravegheate va fi în cele din urmă evaluat în raport cu acest adevăr de bază.

Analiza adreselor a prezentat o serie de provocări. Autorii au atribuit fiecărui caracter propriul rând și fiecărei clase de etichetă propria coloană, apoi au propagat înapoi coloanele pentru a genera rânduri complete de adrese.

Deoarece unele adrese unice prezentau mai multe locuințe distincte, a fost necesară extinderea bazei de date, prin subdivizarea adreselor unice în sub-proprietăți prezente în baze de date complementare.

După aceasta, etapa de clasificare a adreselor a făcut referințe încrucișate la toate codurile poștale localizate folosind baza de date ONSPD. Acest proces conectează datele de adresă la recensământ și alte date demografice și, de asemenea, individualizează sub-proprietăți care au fost ascunse anterior în spatele adreselor opace ale datelor OCOD.

În cele din urmă, procesul de contracție a adresei a filtrat toate proprietățile non-domestice (adică spațiile comerciale) din grupurile de proprietăți imbricate.

Analiză

Pentru a testa acuratețea datelor îmbunătățite, autorii, așa cum s-a menționat mai devreme, au creat un set de eșantion de adevăr de bază care a fost reținut de la runda generală de analiză și folosit doar pentru a testa acuratețea predicțiilor și analizelor.

Verificarea manuală a adevărului la sol a inclus utilizarea unui software de hărți, precum și analiza imaginilor proprietăților prezentate în setul reținut și a căutărilor pe internet pentru a evalua tipul de proprietate. Ulterior, performanța datelor a fost măsurată în raport cu scorurile de precizie, reamintire și F1.

Valoarea proprietății de utilizare redusă și casnică a fost obținută cu un model grafic de bază, aceeași metodă folosită și pentru a deduce proprietățile UDP.

Sarcina NER, testată în raport cu adevărul de teren etichetat manual, a obținut un scor F1 de 0.96 (aproape de „100%”, în ceea ce privește precizia).

Scoruri F1 pentru sarcina de etichetare NER. Se constată o anumită neuniformitate, deoarece procesul supraestimează ușor numărul proprietăților casnice și subestimează numărul total de afaceri, datorită structurii datelor îmbunătățite.

În ceea ce privește UDP-urile din Londra, rezultatele finale arată un total de 138,000 de intrări – cu 44% mai mult decât cele 94,000 prezentate în setul de date original OCOD (adică, cifre oficiale recente).

Defalcarea tipurilor de proprietăți în clasificarea de tip 2.

Rezultatele indică faptul că valoarea totală a proprietăților offshore se ridică la aproximativ 56 de miliarde de lire sterline, în timp ce valoarea totală a proprietăților cu utilizare redusă este estimată la 85 de miliarde de lire sterline.

Autorii notează:

„[Toate] UDP-urile sunt mult mai scumpe decât prețul mediu convențional al proprietății de 600 de mii de lire sterline”.

Acest tip de date îmbunătățite ar putea fi necesare pentru a combate utilizarea speculației imobiliare ca activitate de spălare a banilor în Marea Britanie. Autorii remarcă corpul tot mai mare de cercetări și literatura generală care sugerează că date îmbunătățite pot ajuta la combaterea speculațiilor privind proprietățile AML și concluzionează:

„Aceste date pot fi folosite de sociologi, economiști și factorii de decizie politică pentru a se asigura că încercările de a reduce spălarea banilor și prețurile ridicate ale proprietăților se bazează pe date detaliate care reflectă situația reală”.

* Conversia mea a citațiilor inline ale autorilor în hyperlinkuri.

Prima dată publicată pe 25 iulie 2022.