Trí tuệ nhân tạo cung cấp theo dõi cải tiến về quyền sở hữu tài sản ở nước ngoài tại Anh

Nghiên cứu mới từ hai trường đại học Anh nhằm mục đích làm sáng tỏ hơn về tình trạng tiềm năng của rửa tiền dựa trên bất động sản tại Vương quốc Anh, đặc biệt là trong thị trường bất động sản London được đánh giá cao.

Theo kết quả của dự án, tổng số lượng ‘bất động sản không thông thường’ (tức là những tài sản không được sử dụng lâu dài làm nơi cư trú của chủ sở hữu hoặc người thuê) lên tới khoảng 138.000 tại London alone.

Con số này cao hơn 44% so với số liệu chính thức, được cung cấp và cập nhật định kỳ bởi chính phủ Anh.

Các nhà nghiên cứu đã sử dụng các kỹ thuật Xử lý Ngôn ngữ Tự nhiên (NLP) khác nhau, cùng với dữ liệu bổ sung và nghiên cứu tương hỗ, để mở rộng thông tin hạn chế chính thức mà chính phủ Anh cung cấp về tỷ lệ, giá trị, vị trí và loại tài sản thuộc sở hữu của các công ty nước ngoài tại Anh, trong đó có những tài sản sinh lời nhất tại thủ đô.

Nghiên cứu cho thấy tổng số tài sản nước ngoài, sử dụng thấp và theo kiểu Airbnb (tức là ‘sử dụng tạm thời’) tại Anh có giá trị khoảng 145-174 tỷ bảng Anh trên khoảng 144.000-164.000 tài sản.

Nó cũng cho thấy tài sản nước ngoài thuộc loại này thường có giá cao hơn và có mẫu hình đặc trưng về vị trí tại Anh.

Các nhà nghiên cứu ước tính rằng tài sản thuộc sở hữu của ‘công ty nước ngoài’ (UDP) chiếm 7,5% giá trị tổng tài sản, và 56 tỷ bảng Anh trong giá trị ước tính chỉ giới hạn ở 42.000 căn hộ.

Bài báo cho biết:

‘Mỗi tài sản nước ngoài là rất đắt đỏ, thậm chí theo tiêu chuẩn của UDP, ngoài ra chúng tập trung ở trung tâm London với mối tương quan không gian mạnh mẽ.

‘Ngược lại, tài sản nước ngoài lồng nhau ít tập trung ở trung tâm London nhưng tập trung cao hơn, cũng không có mối tương quan không gian.’

Phân tích dữ liệu tăng cường cho thấy một số lượng lớn tài sản nước ngoài thuộc về các thực thể trong Crown Dependencies (CD), với số lượng lớn thứ hai thuộc về các Lãnh thổ Hải ngoại Anh (trong biểu đồ dưới, ‘PWW2’ biểu thị các quốc gia giành được độc lập từ Anh sau Thế chiến II).

Sự phân bố của tài sản thuộc sở hữu nước ngoài, theo kết quả từ bài báo mới. Nguồn: https://arxiv.org/src/2207.10931v1/anc/Offshore_London_Supplementary_Material.pdf

Bài báo lưu ý:

‘Trên thực tế, chỉ có 4 lãnh thổ, Quần đảo Virgin thuộc Anh, Jersey, Guernsey và Đảo Man, được liên kết với 78% tất cả tài sản.’

Dữ liệu tăng cường mới đã làm cho nó có thể xác định các tài sản con tồn tại trong một tài sản nước ngoài đã biết – một khả năng thường bị cản trở bởi dữ liệu phẳng và hạn chế được cung cấp trong số liệu chính thức.

Kết quả cũng cho thấy tài sản nước ngoài, Airbnb và sử dụng thấp được tập trung địa lý đáng kể hơn so với nhà thông thường, và được tập trung vào các khu vực có giá trị cao hơn.

Bản đồ nhiệt liên quan đến các loại tài sản thuộc sở hữu nước ngoài ở London. Nguồn: https://arxiv.org/pdf/2207.10931.pdf

Về biểu đồ trên, các tác giả bình luận:

‘Tài sản nước ngoài có một số tập trung cực cao nơi một toàn bộ khu phát triển nhà ở thuộc sở hữu của một công ty nước ngoài.’

Các tác giả đã phát hành mã cho đường ống xử lý của họ.

Bài báo mới mới có tiêu đề Trong máy giặt có gì? Bản đồ và đặc trưng tài sản thuộc sở hữu nước ngoài ở London, và đến từ các nhà nghiên cứu tại Khoa Môi trường Xây dựng của Đại học College London, và Khoa Kinh tế của Đại học Kingston.

Địa chỉ vấn đề

Các tác giả lưu ý rằng sau nhiều thập kỷ nỗ lực để kiểm soát việc sử dụng bất động sản cho mục đích rửa tiền tại Anh, nó đã lấy phát hành của một danh sách bị rò rỉ về tài sản thuộc sở hữu nước ngoài tại Anh bởi tạp chí Private Eye vào năm 2015 để kích thích chính phủ Anh xuất bản một danh sách cập nhật thường xuyên về tài sản thuộc sở hữu nước ngoài tại hầu hết Anh, được gọi là Các công ty nước ngoài sở hữu tài sản tại Anh (OCOD).

Các nhà nghiên cứu quan sát thấy rằng mặc dù OCOD là một bước tiến trong nghiên cứu và phân tích về quyền sở hữu nước ngoài và rửa tiền tiềm năng tại Anh, dữ liệu có một số hạn chế, một số trong đó rất quan trọng:

‘Những địa chỉ này có thể không đầy đủ, chứa tài sản lồng nhau, nơi nhiều tài sản tồn tại trong một hàng hoặc số tiêu đề, nó cũng không chứa thông tin về việc tài sản có phải là dân cư, kinh doanh hay không.

‘Dữ liệu chất lượng kém như vậy làm cho việc hiểu sự phân bố và đặc điểm của tài sản thuộc sở hữu nước ngoài tại Anh trở nên thách thức.’

Đặc biệt, rất khó để có được dữ liệu về tài sản cho thuê tạm thời như tài sản Airbnb, vì dữ liệu công khai có sẵn là hạn chế hoặc không tồn tại. Ngoài ra, Scotland (một phần của Anh) không làm cho sổ đăng ký bán tài sản của mình có sẵn công khai, không giống như Anh và Wales.

Để đối phó với một số sự không nhất quán xung quanh phân loại tài sản, chính phủ Anh đã giới thiệu Hệ thống Số tham chiếu tài sản duy nhất (UPRN), được thiết kế để cho phép mối quan hệ rõ ràng hơn trên các nguồn dữ liệu tài sản đa dạng. Tuy nhiên, các tác giả lưu ý* ‘mặc dù việc sử dụng UPRN là bắt buộc, gần như không có bộ phận chính phủ nào sử dụng nó, có nghĩa là việc liên kết dữ liệu yêu cầu kỹ năng xử lý dữ liệu nâng cao‘.

Do đó, nghiên cứu mới này nhằm mục đích làm cho dữ liệu trở nên chi tiết và sâu sắc hơn.

Thu thập và Kết nối Dữ liệu

Trong bất kỳ quốc gia nào, định dạng địa chỉ thường có thể dự đoán và nhất quán, cũng áp dụng cho địa chỉ Anh. Do đó, khi đối mặt với dữ liệu địa chỉ ‘phẳng’, dựa trên văn bản (như dữ liệu được cung cấp bởi OCOD), một số giải pháp phân tích địa chỉ mã nguồn mở đã xuất hiện để tham chiếu chéo địa chỉ với các nguồn dữ liệu khác.

Tuy nhiên, nhiều giải pháp trong số này được đào tạo bằng cách sử dụng Open Street map dữ liệu, có thể tạo ra địa chỉ có thể thực sự lưu trữ hàng chục hoặc thậm chí hàng trăm địa chỉ con lồng nhau (như căn hộ trong một khối căn hộ). Do đó, ngay cả một trình phân tích địa chỉ nổi tiếng như libpostal cũng đã gặp khó khăn khi cố gắng phân tích địa chỉ không đầy đủ.

Để tạo trình phân tích cho dự án của họ, các nhà nghiên cứu của bài báo mới đã sử dụng một số tập dữ liệu công khai. Dữ liệu chính được cung cấp bởi OCOD, trong khi thành phần làm sạch dữ liệu sử dụng tập dữ liệu Giá bán đất đai của Cơ quan đăng ký đất đai, cùng với danh sách xếp hạng VOA và Thư mục bưu chính quốc gia (ONSPD).

Dữ liệu Airbnb đến từ InsideAirbnb miền, chỉ bao gồm các ngôi nhà hoàn chỉnh được cho thuê, do đó loại trừ trường hợp sử dụng ban đầu được đề xuất cho Airbnb (tức là cho thuê tất cả hoặc một phần của ngôi nhà của mình trên cơ sở tạm thời).

Tập dữ liệu tài sản sử dụng thấp của các tác giả được tăng cường bởi thông tin nhận được từ các yêu cầu Thông tin Tự do (FOI) thành công, chủ yếu được thu thập cho một dự án trước.

Dữ liệu cơ sở của OCOD là một tệp.CSV phân cách bằng dấu phẩy với một mức độ cấu trúc và định dạng có thể dự đoán.

Đường ống bao gồm năm giai đoạn: gắn nhãn, phân tích, mở rộng, phân loại và thu hẹp. Tại điểm xuất phát, bất kỳ địa chỉ cá nhân nào có thể giải quyết trong thực tế thành nhiều tài sản lồng nhau, mặc dù điều này không được nêu rõ trong dữ liệu do chính phủ cung cấp.

Các nhà nghiên cứu đã thực hiện một số tiền xử lý cú pháp nhẹ, sau đó nhập dữ liệu vào programmatic, một nền tảng được thiết kế để tạo tập dữ liệu NLP được chú thích mà không cần gắn nhãn bằng tay. Tại đây, các thực thể được gắn nhãn bằng biểu thức chính quy (Regex) để mô tả tám loại thực thể có tên (xem hình ảnh dưới đây):

Với các nhãn này được thêm vào, tập dữ liệu đã được trích xuất dưới dạng tệp JSON, với các chồng lấp nhãn được loại bỏ bởi các chương trình dựa trên quy tắc đơn giản.

Ngoài ra, đầu ra của programmatic được sử dụng để đào tạo một mô hình dự đoán cho SpaCy, dựa trên RoBERTa của Facebook. Khi đã được làm sạch, các nhà nghiên cứu đã tạo một tập dữ liệu so sánh thực tế gồm 1000 quan sát được gắn nhãn ngẫu nhiên. Điểm số chính xác của dữ liệu không giám sát cuối cùng sẽ được đánh giá chống lại tập dữ liệu này.

Phân tích địa chỉ đã đưa ra một số thách thức. Các tác giả đã chỉ định mỗi khoảng cách ký tự của nó thành một hàng và mỗi lớp nhãn của nó thành một cột, sau đó quay lại các cột để tạo ra các hàng địa chỉ hoàn chỉnh.

Because một số địa chỉ đơn lẻ có nhiều căn hộ khác nhau, cần phải mở rộng cơ sở dữ liệu bằng cách chia nhỏ các địa chỉ duy nhất thành các tài sản con có trong các cơ sở dữ liệu bổ sung.

Sau đó, giai đoạn phân loại địa chỉ đã tham chiếu chéo tất cả các mã bưu chính được tìm thấy bằng cách sử dụng cơ sở dữ liệu ONSPD. Quá trình này kết nối dữ liệu địa chỉ với dữ liệu dân số và các dữ liệu dân số khác, cũng như cá nhân hóa các tài sản con đã từng bị che giấu đằng sau các địa chỉ không rõ ràng của dữ liệu OCOD.

Cuối cùng, quá trình thu hẹp địa chỉ đã lọc ra tất cả các tài sản phi dân cư (tức là các cơ sở kinh doanh) khỏi các nhóm tài sản lồng nhau.

Phân tích

Để kiểm tra độ chính xác của dữ liệu tăng cường, các tác giả, như đã đề cập trước đó, đã tạo một tập dữ liệu thực tế được giữ lại từ quá trình phân tích chung và chỉ được sử dụng để kiểm tra độ chính xác của các dự đoán và phân tích.

Kiểm tra thủ công cho tập dữ liệu thực tế bao gồm việc sử dụng phần mềm bản đồ, cũng như phân tích hình ảnh của các tài sản được giới thiệu trong tập dữ liệu được giữ lại, và các tìm kiếm trên internet để đánh giá loại tài sản. Sau đó, hiệu suất của dữ liệu được đo lường chống lại độ chính xác, độ nhớ và điểm F1.

Giá trị của tài sản sử dụng thấp và dân cư được thu được bằng một mô hình đồ họa cơ bản, phương pháp cũng được sử dụng để suy ra tài sản UDP.

Nhiệm vụ NER, được kiểm tra chống lại tập dữ liệu thực tế có nỗ lực cao, được gắn nhãn bằng tay, đã đạt được điểm F1 là 0,96 (gần ‘100%’, về mặt độ chính xác).

Điểm F1 cho nhiệm vụ gắn nhãn NER. Một số sự không đồng đều được tìm thấy, vì quá trình hơi đánh giá cao số lượng tài sản dân cư và đánh giá thấp tổng số lượng doanh nghiệp, do cấu trúc của dữ liệu tăng cường.

Về UDP ở London, kết quả cuối cùng cho thấy tổng cộng 138.000 mục nhập – 44% nhiều hơn 94.000 được giới thiệu trong tập dữ liệu OCOD ban đầu (tức là số liệu chính thức gần đây).

Sự phân chia của các loại tài sản theo phân loại loại 2.

Kết quả chỉ ra rằng tổng giá trị của tài sản nước ngoài là khoảng 56 tỷ bảng Anh, trong khi tổng giá trị của tài sản sử dụng thấp được ước tính là 85 tỷ bảng Anh.

Các tác giả lưu ý:

‘[Tất cả] UDP đều đắt hơn nhiều so với giá tài sản thông thường trung bình là 600.000 bảng.’

Loại dữ liệu cải tiến này có thể là cần thiết để chống lại việc sử dụng đầu cơ bất động sản như một hoạt động rửa tiền tại Anh. Các tác giả lưu ý đến một lượng lớn nghiên cứu và văn học chung cho thấy dữ liệu cải tiến có thể giúp chống lại đầu cơ bất động sản AML, và kết luận:

‘Dữ liệu này có thể được sử dụng bởi các nhà xã hội học, nhà kinh tế học và nhà hoạch định chính sách để đảm bảo rằng các nỗ lực nhằm giảm rửa tiền và giá tài sản cao dựa trên dữ liệu chi tiết phản ánh tình hình thực tế.’

* Tôi đã chuyển đổi trích dẫn nội tuyến của tác giả thành siêu liên kết.

Được xuất bản lần đầu vào ngày 25 tháng 7 năm 2022.