Надёжные интервальные прогнозы для автоматизированных моделей оценки стоимости недвижимости

Точная оценка стоимости недвижимости важна для покупателей и инвесторов, а также для ипотечных кредиторов, оценивающих кредитный риск на ипотечном рынке. Автоматизированные модели оценки стоимости недвижимости (AVM) разрабатываются для получения недорогих и объективных оценок, позволяющих динамически обновлять стоимость объектов недвижимости в течение срока действия ипотечного кредита. Полезной особенностью автоматизированной оценки является предоставление диапазона правдоподобных оценок цены для каждого отдельного объекта недвижимости, а не только одной точечной оценки. Это позволило бы покупателям и продавцам понимать неопределённость при установлении цены отдельных объектов, а ипотечным кредиторам учитывать консервативный подход при оценке кредитного риска. В данном исследовании для получения таких интервальных прогнозов используются конформные предикторы (CP), при этом точность прогнозирования строго контролируется. Показано, как можно построить автоматизированную модель оценки стоимости недвижимости с использованием CP на основе метода k ближайших соседей. Временной тренд цен на недвижимость учитывается посредством предположения о систематическом эффекте времени и соответствующей корректировки цен в обучающих данных. Модель протестирована на большом наборе данных о ценах на недвижимость в Лондоне. Показано, что интервальные прогнозы являются надёжными; также исследуется их эффективность, то есть ширина интервалов прогнозирования цен на недвижимость. В частности, построена регрессионная модель для моделирования неопределённости прогноза цены, связанной с характеристиками объекта недвижимости.