Oceňování

Co je automated valuation model (AVM) a jak jej využívají pojišťovny a banky

Automated valuation model (AVM, automatizovaný oceňovací model) je statistický model, který odhaduje obvyklou cenu nemovitosti z jejích evidovaných vlastností a polohy, bez prohlídky na místě. Banky jím sledují zajištění a pojišťovny kontrolují pojistné částky; podle obecných pokynů EBA GL/2020/06 může při poskytování úvěru znalce podpořit, nahradit ho ale nesmí.

§ 210
bod obecných pokynů EBA GL/2020/06, který připouští ocenění od stolu podpořené pokročilým statistickým modelem, s odpovědností na straně znalce: 7,6 %
medián absolutní procentuální chyby modelu bytů typu gradient boosting na hold-out vzorku 16 037 nemovitostí, proti 14,5 % u lineárního hedonického modelu na stejných datech: 20 %
pásmo chyby, které se pro rozptyl AVM ve standardech European AVM Alliance uvádí nejčastěji, protože model i srovnávací hodnota nesou každý asi 10 % vlastní nejistoty: 3 roky
maximální interval mezi přeceněními rezidenčního zajištění podle čl. 208 odst. 3 CRR; u komerčních nemovitostí jeden rok: ~250
surových vstupních proměnných jednoho produkčního modelu bytů, po one-hot kódování přibližně 800

Co AVM je a co není

Automated valuation model (AVM, automatizovaný oceňovací model) je statistický model, který popis nemovitosti (kde leží, jak je velká, jakého je typu a v jakém je stavu) převádí na odhad její obvyklé ceny, bez prohlídky a bez lidského úsudku uplatněného na jednotlivý případ. European AVM Alliance (EAA), jejíž standardy nabyly účinnosti 1. března 2022 ve třetím vydání, staví AVM na vrchol žebříčku čtyř statistických oceňovacích metod: jednoparametrická ocenění (cena za m² pro dané území), indexy cen nemovitostí (změna uplatněná na dřívější hodnotu), hedonické modely (hodnota jako funkce vlastností) a AVM postavené na srovnatelných nemovitostech, které pro každou oceňovanou nemovitost vybírají a upravují podobné nedávné prodeje. Výstup dělá AVM to, že je vázaný na konkrétní nemovitost, reprodukovatelný a vzniká bez znalce.

AVM není znalecký posudek. Znalecký posudek je názor kvalifikované osoby na hodnotu, za který tato osoba nese odpovědnost; AVM je měření se známým rozdělením chyby. Není to ani index: index říká, jak se ceny pohnuly, AVM říká, jakou hodnotu má dnes jedna konkrétní nemovitost. A není to cena znovupořízení. Obvyklá cena, kterou AVM dává, zahrnuje pozemek, polohu i poptávku, zatímco pojistná částka v pojištění majetku je obvykle stavební náklad, který všechny tři vylučuje. Rozdíl ilustruje znalecký posudek z roku 2025 na panelový byt o ploše 70 m²: cena znovupořízení 1 400 EUR/m², úřední hodnota zajištění 1 064 EUR/m² a nabídkové ceny srovnatelných bytů mezi 1 667 a 2 190 EUR/m². Pojistnou stranu pokrývá průvodce cenou znovupořízení a obvyklou cenou.

Vstupy: co model potřebuje vědět

Rezidenční AVM čte krátký seznam údajů o nemovitosti a dlouhý seznam údajů odvozených z jejích souřadnic. Tabulka uvádí vstupy, které s číslem hýbou nejvíc, odkud obvykle pocházejí a co se pokazí, když chybějí nebo jsou chybné. Popsaná selhání jsou reálné případy z jednoho produkčního modelu, ne hypotézy.

Vstup	Význam	Obvyklý zdroj	Typ selhání
Adresa nebo souřadnice	Poloha je dominantní faktor; cenovou hladinu pro každý okres a město se model učí přímo z dat	Geokodér, katastr nemovitostí, registr adres (RÚIAN)	Chybějící geografické obohacení jednou způsobilo, že byty v malých městech vycházely o 30 až 45 % dráž
Podlahová plocha	Cena roste s velikostí, ale méně než úměrně: odhadnutá elasticita plochy vyšla v jednom hedonickém modelu 0,23, jakmile byl v modelu počet pokojů	Katastr nemovitostí, spoluvlastnický podíl, nabídka	Bez plochy není ocenění; model vrací strojově čitelný důvod, například `no_area`
Typ nemovitosti a dispozice	Byty, rodinné domy, chaty a pozemky se oceňují v jiných řádech; počet pokojů nese velkou část efektu velikosti	Nabídka, katastr nemovitostí, klasifikátor	Rodinné domy směřují do samostatného modelu (medián chyby asi 13 %) a chaty do dalšího (15 až 18 %)
Stav	Novostavba, po rekonstrukci, původní stav: největší jednotlivý faktor mimo polohu	Deklarovaný stav, skóre stavu z fotografií na škále 0 až 100	Neznámé vybavení posouzené jako chybějící místo jako neznámé by chybně srazilo ceny novostaveb o 15 až 25 %
Podlaží a počet podlaží	Přízemí a nejvyšší podlaží se podle typu budovy obchodují se slevou nebo s příplatkem	Nabídka, katastr nemovitostí	Chybějící hodnoty jdou vlastní cestou modelu pro chybějící údaje, ne na výchozí hodnotu
Rok výstavby a rok rekonstrukce	Stáří působí monotónně: starší budova nesmí nikdy vyjít dráž než identická novější budova	Katastr nemovitostí, registr budov, odhadový model	Nesmyslný rok jako 99999 se tiše zahodí, místo aby shodil požadavek
Konstrukční materiál	Panel, cihla a beton nesou jinou míru opotřebení i jinou oblibu u kupujících	Nabídka, registr budov	U rozporné dvojice (novostavba a zároveň panel) se rozporné pole zahodí
Fotografie	Vizuální skóre stavu zaplní mezeru tam, kde je strukturovaných dat málo; u chat je to nejsilnější jednotlivá proměnná	Fotografie z nabídky	Bez fotografií je skóre stavu prázdné, což rozšiřuje pásmo chyby

Vstupy a případy selhání z dokumentace modelu Bytero Engine.

Rodiny modelů: hedonická regrese versus gradient boosting

Dominují dvě rodiny. Hedonický model zapisuje logaritmus ceny jako vážený součet vlastností, takže každý koeficient lze přečíst a obhájit. Gradient boosting nad rozhodovacími stromy (XGBoost a příbuzné) se interakce a nelinearity učí sám a je obvyklou produkční volbou tam, kde jde o přesnost. Srovnání níže natrénovalo oba přístupy na stejných 81 311 záznamech o prodeji bytů, se stejným rozdělením 80/20 (64 148 trénovacích řádků, 16 037 testovacích řádků) a se stejným cílem v logaritmu ceny, takže rozdíl dělá jen tvar modelu a nic jiného.

Rodina	Jak oceňuje	Výsledek na testovacím vzorku	Silné stránky	Slabé stránky
Metoda nejmenších čtverců, ridge, lasso, elastic net (log-lineární hedonický model)	Vážený součet 81 odvozených proměnných v logaritmickém prostoru, zpětně transformovaný smearing korekcí	MAPE asi 23 %, medián APE 14,5 %, R² v logaritmickém prostoru 0,70; regularizace s modelem téměř nepohnula a lasso ponechalo 68 z 81 proměnných	Každý koeficient je čitelný cenový efekt; levné natrénování i vysvětlení; stabilní	Podceňuje strukturu: odstup od boostingu je podtrénovanost lineárního tvaru, ne přeučení
Gama GLM s logaritmickou spojovací funkcí	Předpovídá přímo eura s multiplikativní chybou	MAPE 24,9 %	Škála v původní měně; aktuárům známé	Na těchto datech není lepší než lineární hedonický model
Gradient boosting nad stromy (XGBoost, kvantilový medián s dolním pásmem)	Součet mnoha mělkých rozhodovacích stromů s monotónními omezeními na plochu, stav, stáří a vzdálenost	MAPE 12,9 %, medián APE 7,6 %, R² v logaritmickém prostoru 0,876	Zhruba půlí chybu; zachycuje interakce; monotónní omezení stojí asi 1 procentní bod hrubé přesnosti a odstraňují nemožná pořadí	Koeficienty neexistují; vysvětlení vyžaduje atribuci proměnných; vyžaduje kázeň při přetrénování
Na bázi srovnatelných nemovitostí (nejbližší prodeje)	Vybírá podobné nedávné prodeje a upravuje je na oceňovanou nemovitost	Přidání proměnné s cenou nejbližší srovnatelné nemovitosti do boosted modelu přineslo v jednom testu prakticky nulové zlepšení	Nejblíž tomu, jak uvažuje znalec; každý výsledek nese vlastní doklad	Potřebuje hustá a čerstvá transakční data; slabé tam, kde jsou prodeje řídké nebo neveřejné

Srovnání Bytero: lineární model a model typu gradient boosting pro prodejní ceny bytů na stejném slovenském hold-out vzorku, 2026; MAPE = střední absolutní procentuální chyba, APE = absolutní procentuální chyba.

Metriky chyby: jak se měří přesnost AVM

Standardy EAA dělí přesnost na vychýlení a rozptyl. Vychýlení je systematický sklon k nadhodnocování či podhodnocování, měřený průměrnou, a lépe mediánovou chybou proti srovnávací hodnotě, například proti prodejní ceně. Rozptyl je rozpětí chyb bez ohledu na znaménko a standardy uvádějí tři způsoby, jak jej vykazovat: směrodatnou odchylku, průměrnou absolutní chybu a podíly ocenění v pásmu 10, 15 a 20 procent od srovnávací hodnoty. Nejčastěji se uvádí pásmo 20 procent, a to s odůvodněním, že model i srovnávací hodnota nesou každý asi 10 procent vlastní nejistoty, takže dvě hodnoty se mohou lišit o 20 procent, aniž by kterákoli z nich byla chybná. Srovnání mezi dodavateli musí používat stejné pásmo na stejném vzorku.

Za výklad stojí dvě metriky z výše uvedeného srovnání. Medián absolutní procentuální chyby (MedAPE) je chyba typické nemovitosti: polovina testovacích nemovitostí byla boosted modelem oceněna s odchylkou do 7,6 procenta a hedonickým modelem do 14,5 procenta. Střední absolutní procentuální chyba (MAPE) je tažena nahoru chvostem obtížných případů, a proto u týchž modelů vychází 12,9 a 23 procent. R² v logaritmické škále je podíl vysvětlené variability ceny; R² v eurové škále je u logaritmických modelů nestabilní, ovládá jej několik luxusních nemovitostí a nemá sloužit k sestavení pořadí modelů. Chyba se musí měřit na hold-out vzorku, který model nikdy neviděl, a u prostorových dat má rozdělení držet sousední nemovitosti na stejné straně, jinak únik informace nafoukne každou metriku.

S přesností se často pletou dvě další veličiny. Hit rate podle EAA je podíl nemovitostí, které splní vstupní požadavky modelu a skutečně dostanou hodnotu; model může být přesný a přitom odmítat případy s málo údaji. Míra spolehlivosti je odhad spolehlivosti pro jednotlivou nemovitost; standardy vyžadují, aby byla prediktivní, tedy převoditelná na predikovanou směrodatnou odchylku, a bod 210 pokynů EBA ji vyžaduje pokaždé, když model podpírá ocenění od stolu. V jednom produkčním modelu se skóre spolehlivosti na škále 0 až 100 počítá z vážené úplnosti 35 vstupních sloupců, které model čte, s označením pod 85 a pod 60.

Co dovoluje EBA a CRR

Pravidla pro evropské banky jsou na dvou místech: nařízení o kapitálových požadavcích (CRR, nařízení (EU) č. 575/2013) a obecné pokyny EBA k poskytování a sledování úvěrů (EBA/GL/2020/06), které se používají od 30. června 2021. Pokyny označují AVM za pokročilý statistický model a výslovně stanoví, kdy smí ocenění podpořit a kdy může stát samostatně.

Fáze	Co pravidlo říká	Kde
Vnitřní předpis	Instituce stanoví oceňovací přístupy, které znalec používá, a způsob využití pokročilých statistických modelů pro každý typ zajištění; přístupy musí být obezřetné a přiměřené	EBA GL/2020/06 § 206
Poskytnutí úvěru, výchozí pravidlo	Hodnotu zajištění nemovitostí posuzuje interní nebo externí znalec při úplné prohlídce s posouzením zevnitř i zvenčí	§ 209
Poskytnutí úvěru, výjimka	U rezidenčních nemovitostí na rozvinutých a zralých trzích je přípustné ocenění od stolu provedené znalcem s podporou pokročilého statistického modelu; odpovědnost zůstává na znalci, model musí obsahovat míru spolehlivosti a nízká spolehlivost vynutí jinou metodu	§ 210
Sledování	Indexy a statistické modely používané ke sledování zajištění musí být dostatečně podrobné, odpovídat danému aktivu i produktu a stavět na dostatečné časové řadě pozorovaných transakcí a znaleckých posudků	§ 223; CRR čl. 208 odst. 3 vyžaduje sledování alespoň jednou ročně u komerčních a jednou za tři roky u rezidenčních nemovitostí a připouští statistické metody ke sledování i k určení nemovitostí, které potřebují přecenění
Přecenění po významném poklesu	Přecenění provádí znalec, kterého může podpořit pokročilý statistický model splňující oddíl 7.4; model nesmí být jediným prostředkem	§ 225 s odkazem na CRR čl. 208 odst. 3 písm. b)
Přecenění v ostatních případech	Hodnotu může aktualizovat znalec nebo vhodný statistický model, který splňuje oddíl 7.4 a zohledňuje nemovitost i její lokalitu	§ 226
Kritéria modelu	Vázaný na konkrétní nemovitost a polohu v dostatečné podrobnosti (příkladem je PSČ), platný a zpětně testovaný proti pozorovaným transakčním cenám, natrénovaný na velkém reprezentativním vzorku transakcí, postavený na aktuálních a kvalitních datech; dokumentace se udržuje aktuální; za výkonnost modelu odpovídá instituce, za ocenění znalec	§ 236 až 239

EBA/GL/2020/06, závěrečná zpráva, oddíl 7; nařízení (EU) č. 575/2013, článek 208.

Jak AVM využívají pojišťovny

Pojistitelé majetku používají obvyklou cenu k jinému účelu než banky. Pojistná částka u budovy je běžně cena znovupořízení, u bytů ale několik pojistitelů staví své podmínky na obvyklé ceně, někdy jen tam, kde převyšuje cenu znovupořízení, a byt určený k demolici vyplatí v obvyklé ceně až do stanoveného stropu. AVM je proto referencí pro kontrolu pojistné částky u bytů: dosahuje částka ve smlouvě hodnoty, kterou popisují podmínky? Tam, kde je základem smlouvy cena znovupořízení, je AVM špatné číslo a to správné dává nákladový engine; kontrola portfolia potřebuje obě a uplatňuje je zvlášť pro každého pojistitele a každý typ nemovitosti.

Druhé využití u pojistitelů je obnova smlouvy a indexace. Pojistné částky se každoročně indexují stavebním nebo rezidenčním cenovým indexem a běh AVM přes celé portfolio ukáže, kde indexace u bytů zaostala za trhem nebo ho naopak předběhla. Třetím využitím je kontext upisování: obvyklá cena vedle ceny znovupořízení odhalí nemovitosti, u nichž by totální škoda nechala vlastníka bez prostředků na pořízení rovnocenné nemovitosti, a právě tam začínají spory. Kruh uzavírá cena znovupořízení odvozená z objemu budovy z LiDARu; viz průvodce cenou znovupořízení z LiDARu.

Jak AVM využívají banky

Hlavní bankovní využití je sledování ukazatele loan-to-value (LTV). Článek 208 odst. 3 CRR vyžaduje, aby se hodnota rezidenčního zajištění sledovala alespoň jednou za tři roky a komerčního zajištění alespoň jednou ročně, a připouští k tomuto sledování i k určení nemovitostí, které potřebují přecenění, statistické metody. Běh AVM přes hypoteční portfolio dá aktuální hodnotu a LTV ke každému úvěru a seznam úvěrů, které překročily spouštěč; bod 223 pokynů EBA nastavuje laťku kvality: dostatečně podrobný pro dané aktivum a postavený na dostatečném počtu pozorovaných transakcí a znaleckých posudků.

Právě u přecenění vedou pokyny dělicí čáru. Po významném poklesu vyžaduje bod 225 znalce, který se o model může opřít, ale nesmí mu práci předat; bez takového spouštěče připouští bod 226 samotný model, pokud splňuje oddíl 7.4. Poskytnutí úvěru zůstává na znalci s výjimkou ocenění od stolu podle bodu 210. Banky, které AVM zavedou, proto pro dohled udržují tři doklady: dokumentaci modelu, zpětný test proti pozorovaným cenám a auditní stopu ke každému ocenění, popsanou dále.

Co obsahuje auditní stopa

Ocenění, které nelze zopakovat, není důkaz. Bod 238 pokynů EBA vyžaduje, aby instituce rozuměly metodice, vstupům a předpokladům svých modelů a udržovaly dokumentaci aktuální; bod 237 písm. b) vyžaduje zpětné testování proti pozorovaným transakčním cenám. U jednotlivého ocenění má záznam obsahovat dost na to, aby šlo číslo o rok později znovu spočítat.

Identita a verze modelu. Rodina modelu, natrénovaný artefakt a označení jeho verze (jeden produkční model opatřuje každou hodnotu značkou jako v3.3 a rodinné domy a chaty směruje do samostatně označených modelů), takže přetrénování nikdy tiše nezmění staré číslo.
Snímek vstupů. Každý atribut tak, jak byl předán, i tak, jak byl obohacen (souřadnice, vzdálenosti, hustota v PSČ, skóre stavu), se strojově čitelným důvodem u všeho, co chybí (no_gps, no_area).
Srovnatelné nemovitosti nebo doklad o buňce. U modelu se srovnatelnými nemovitostmi vybrané prodeje a jejich úpravy; u hedonického nebo boosted modelu lokalitní buňka a velikost jejího vzorku.
Úpravy po modelu. Jakákoli korekce z nabídkové ceny na prodejní i s parametry: jeden engine používá regionální základ asi 6 až 9 procent, faktor úrokového režimu a faktor stáří nabídky rostoucí z 1,0 u čerstvé nabídky na 2,0 u nabídky rok staré.
Spolehlivost a rozpětí. Skóre spolehlivosti, dolní pásmo (kvantilový model vydává vedle mediánu 25. percentil) a predikovaná směrodatná odchylka, na kterou se spolehlivost mapuje.
Stáří dat a časové razítko. Data trénovacích dat a tržních dat načtených v okamžiku predikce; uložená ocenění zůstávají zmrazená, dokud se nezmění vstup relevantní pro cenu.
Reference zpětného testu. Zpráva z hold-out vzorku, kterou model prošel před nasazením: R², MAPE, MedAPE a podíl v pásmu 10 a 20 procent, po segmentech.

Meze

AVM je jen tak dobrý jako ceny, ze kterých se učil. Tam, kde jsou prodejní ceny neveřejné, se modely trénují na nabídkových cenách a musí korigovat odstup od prodejní ceny, který není ani konstantní, ani malý: jedna kalibrace klade regionální základ mezi zhruba 6 procent na napjatém trhu hlavního města a 9 procent na venkově, přičemž se rozšiřuje s růstem hypotečních sazeb a se stárnutím neprodané nabídky. Bez této korekce model měří to, v co doufají prodávající.

Přesnost je napříč segmenty nerovnoměrná. Byty na hustých trzích jsou snadný případ; rodinné domy (medián chyby asi 13 procent v jednom produkčním modelu) a chaty (15 až 18 procent) jsou těžší, protože velikost pozemku, odlehlost a stav váží víc a jsou hůř evidované. Unikátní nemovitosti, pozemky a vše mimo trénovací rozdělení mají vrátit nízkou spolehlivost, ne sebejisté špatné číslo. Svou cenu má i srozumitelnost: ve výše uvedeném srovnání zaplatil čitelný hedonický model za svou průhlednost asi deseti body MAPE a dvojnásobkem mediánové chyby.

AVM nakonec odpovídá na jednu otázku. Nedává cenu znovupořízení, kterou potřebuje pojistitel, ani časovou cenu, kterou uvádí soudní znalec; to jsou samostatné, deterministické výpočty. Bytero provozuje model typu gradient boosting toho druhu, jaký je zde srovnáván, verzovaný ke každému ocenění, se skóre spolehlivosti a korekcí z nabídkové ceny na prodejní, a vedle něj samostatný engine na cenu znovupořízení; metoda je popsaná na stránce Bytero Engine a dostupnost podle trhů na stránce pokrytí.

Otázky

Je AVM totéž co znalecký posudek?

Ne. Znalecký posudek je názor znalce na hodnotu, ke kterému se váže osobní odpovědnost; AVM je statistický odhad s měřitelným rozdělením chyby. Obecné pokyny EBA GL/2020/06 ponechávají odpovědnost na znalci i tehdy, když model podpírá ocenění od stolu (bod 210).

Může banka použít AVM při poskytnutí úvěru?

Jen jako podporu. Bod 209 ve výchozím nastavení vyžaduje znalce a úplnou prohlídku; bod 210 připouští ocenění od stolu provedené znalcem s podporou modelu u rezidenčních nemovitostí na zralých trzích, pokud model nese míru spolehlivosti a splňuje kritéria oddílu 7.4. Jediným prostředkem smí být model pouze u přecenění, u nichž nenastal spouštěč významného poklesu (bod 226).

Jakou přesnost má mít AVM?

Jediná regulatorní hranice neexistuje. Standardy European AVM Alliance měří vychýlení mediánovou chybou a rozptyl podílem hodnot v pásmu 10, 15 nebo 20 procent od srovnávací hodnoty, přičemž se nejčastěji uvádí pásmo 20 procent. Ve srovnání na této stránce dosáhl boosted model u bytů mediánu absolutní chyby 7,6 procenta a lineární hedonický model 14,5 procenta.

Dává AVM pojistnou částku?

Přímo ne. AVM dává obvyklou cenu, která zahrnuje pozemek a polohu. Pojistná částka u budovy je obvykle cena znovupořízení, tedy stavební výpočet. U bytů staví podmínky některých pojistitelů na obvyklé ceně a tam je AVM správná kontrola; u rodinných domů není.