Wycena nieruchomości

Czym jest AVM (zautomatyzowany model wyceny) i jak korzystają z niego ubezpieczyciele oraz banki

Automated valuation model (AVM, zautomatyzowany model wyceny) to model statystyczny, który szacuje wartość rynkową nieruchomości na podstawie jej zarejestrowanych cech i lokalizacji, bez oględzin na miejscu. Banki stosują go do monitorowania zabezpieczeń, a ubezpieczyciele do kontroli sum ubezpieczenia; zgodnie z wytyczną EBA GL/2020/06 może on wspierać rzeczoznawców majątkowych przy udzielaniu kredytów, ale nie zastąpi żadnego z nich.

§ 210
punkt wytycznych EBA GL/2020/06, który dopuszcza wycenę zza biurka wspartą zaawansowanym modelem statystycznym, przy zachowaniu odpowiedzialności rzeczoznawcy majątkowego: 7,6%
medianowy absolutny błąd procentowy modelu gradient boosting dla mieszkań na próbie testowej 16 037 nieruchomości, wobec 14,5% dla liniowego dopasowania hedonicznego na tych samych danych: 20%
margines błędu najczęściej przywoływany dla rozproszenia AVM w standardach European AVM Alliance, ponieważ zarówno model, jak i wartość odniesienia obarczone są niepewnością rzędu 10%: 3 lata
maksymalny odstęp między przeglądami wartości mieszkaniowego zabezpieczenia zgodnie z art. 208 ust. 3 CRR; dla nieruchomości komercyjnych – jeden rok: ~250
surowych cech wejściowych jednego z produkcyjnych modeli mieszkaniowych, około 800 po kodowaniu one-hot

Czym jest AVM, a czym nie jest

Automated valuation model (zautomatyzowany model wyceny) to model statystyczny, który zamienia opis nieruchomości – jej położenie, wielkość, typ i stan – w oszacowanie wartości rynkowej, bez oględzin i bez oceny eksperckiej odnoszonej do konkretnego przypadku. European AVM Alliance (EAA), którego standardy w trzeciej edycji weszły w życie 1 marca 2022 r., umieszcza AVM na szczycie drabiny czterech statystycznych metod wyceny: wycen jednoparametrowych (cena za m² dla obszaru), wskaźników cen lokali mieszkalnych (zmiana nanoszona na wcześniejszą wartość), modeli hedonicznych (wartość jako funkcja cech) oraz AVM opartych na nieruchomościach podobnych, które dla każdej wycenianej nieruchomości dobierają i korygują zbliżone, niedawne transakcje. O tym, że wynik jest AVM, decyduje to, że dotyczy konkretnej nieruchomości, jest odtwarzalny i powstaje bez udziału rzeczoznawcy majątkowego.

AVM to nie operat szacunkowy. Operat szacunkowy jest opinią o wartości sporządzoną przez osobę uprawnioną, która bierze za nią odpowiedzialność; AVM jest pomiarem o znanym rozkładzie błędu. Nie jest też indeksem: indeks mówi, jak zmieniły się ceny, a AVM – ile warta jest dziś jedna konkretna nieruchomość. Nie jest wreszcie wartością odtworzeniową. Wartość rynkowa z AVM obejmuje grunt, lokalizację i popyt, podczas gdy suma ubezpieczenia w polisie majątkowej to zwykle koszt budowy, który pomija wszystkie trzy składniki. Skalę różnicy pokazuje jedna z opinii biegłego z 2025 r., dotycząca mieszkania w wielkiej płycie o powierzchni 70 m²: wartość odtworzeniowa 1 400 EUR/m², urzędowa wartość dla celów zabezpieczenia 1 064 EUR/m², a ceny ofertowe porównywalnych mieszkań od 1 667 do 2 190 EUR/m². Stronę ubezpieczeniową opisuje przewodnik o wartości odtworzeniowej.

Dane wejściowe: co model musi wiedzieć

AVM dla nieruchomości mieszkalnych czyta krótką listę faktów o samej nieruchomości i długą listę faktów wyprowadzonych z jej współrzędnych. Tabela zestawia dane wejściowe, które najsilniej przesuwają wynik, ich typowe źródła oraz to, co dzieje się, gdy ich brakuje albo są błędne. Opisane awarie pochodzą z jednego z modeli produkcyjnych i nie są hipotetyczne.

Dane wejściowe	Znaczenie	Typowe źródło	Skutek błędu
Adres lub współrzędne	Lokalizacja jest czynnikiem dominującym; model sam uczy się poziomu cen dla każdego powiatu i miasta wprost z danych	Geokoder, ewidencja gruntów i budynków, ewidencja miejscowości, ulic i adresów (EMUiA)	Brak wzbogacenia o dane geograficzne sprawił kiedyś, że mieszkania w małych miastach wyceniano o 30–45% za wysoko
Powierzchnia całkowita	Cena rośnie wraz z wielkością, ale mniej niż proporcjonalnie: szacowana elastyczność względem powierzchni w jednym z dopasowań hedonicznych wyniosła 0,23 po uwzględnieniu liczby pokoi	Ewidencja gruntów i budynków, udział we współwłasności, oferta	Bez powierzchni nie ma wyceny; model zwraca maszynowo czytelny powód, np. `no_area`
Typ nieruchomości i rozkład	Mieszkania, domy jednorodzinne, domy letniskowe i grunty wyceniają się w różnych skalach; liczba pokoi przenosi dużą część efektu wielkości	Oferta, ewidencja gruntów i budynków, klasyfikator	Domy jednorodzinne trafiają do osobnego modelu (mediana błędu około 13%), a domy letniskowe do jeszcze innego (15–18%)
Stan techniczny	Nowy, po remoncie, pierwotny: najsilniejszy pojedynczy czynnik poza lokalizacją	Deklarowany stan, ocena stanu na podstawie zdjęć w skali od 0 do 100	Nieznane wyposażenie potraktowane jako brakujące zamiast jako nieznane błędnie obniżałoby ceny na rynku pierwotnym o 15–25%
Kondygnacja i liczba kondygnacji	Parter i ostatnia kondygnacja są wyceniane z dyskontem lub premią zależnie od typu budynku	Oferta, ewidencja gruntów i budynków	Braki danych trafiają do własnej ścieżki obsługi braków w modelu, a nie do wartości domyślnej
Rok budowy i rok remontu	Wiek działa monotonicznie: starszy budynek nigdy nie może być wyceniony wyżej niż identyczny budynek młodszy choćby o rok	Ewidencja gruntów i budynków, rejestr budynków, estymator	Śmieciowy rok, np. 99999, jest po cichu odrzucany, zamiast przerywać żądanie błędem
Materiał konstrukcyjny	Wielka płyta, cegła i beton mają różne tempo zużycia i różną akceptację kupujących	Oferta, rejestr budynków	W sprzecznej parze (rynek pierwotny i wielka płyta) sprzeczne pole jest usuwane
Zdjęcia	Wizualna ocena stanu uzupełnia lukę tam, gdzie dane ustrukturyzowane są ubogie; dla domów letniskowych jest to najsilniejsza pojedyncza cecha	Zdjęcia z oferty	Brak zdjęć oznacza, że ocena stanu jest pusta, co poszerza przedział błędu

Dane wejściowe i przypadki awarii na podstawie dokumentacji modelu Bytero Engine.

Rodziny modeli: regresja hedoniczna a gradient boosting

Dominują dwie rodziny modeli. Model hedoniczny zapisuje logarytm ceny jako ważoną sumę cech, dzięki czemu każdy współczynnik da się odczytać i obronić. Drzewa wzmacniane gradientowo (gradient boosting) – XGBoost i pokrewne – same uczą się interakcji i nieliniowości i są typowym wyborem produkcyjnym tam, gdzie celem jest dokładność. W teście porównawczym poniżej oba podejścia dopasowano do tych samych 81 311 rekordów sprzedaży mieszkań, przy tym samym podziale 80/20 (64 148 wierszy uczących, 16 037 testowych) i tej samej zmiennej celu w postaci logarytmu ceny, więc różnicę tworzy wyłącznie postać modelu.

Rodzina	Jak wycenia	Wynik na zbiorze testowym	Mocne strony	Słabe strony
Metoda najmniejszych kwadratów, ridge, lasso, elastic net (log-liniowy model hedoniczny)	Ważona suma 81 skonstruowanych cech w przestrzeni logarytmicznej, przekształcana z powrotem z korektą smearing	MAPE około 23%, mediana APE 14,5%, R2 w przestrzeni logarytmicznej 0,70; regularyzacja prawie nie zmieniła dopasowania, a lasso zachowało 68 z 81 cech	Każdy współczynnik to czytelny efekt cenowy; tanie dopasowanie i objaśnianie; stabilność	Niedopasowanie struktury: dystans do boostingu wynika z niedopasowania formy liniowej, a nie z przeuczenia
GLM gamma z funkcją łączącą log	Przewiduje wprost kwoty w euro, z błędem multiplikatywnym	MAPE 24,9%	Skala w walucie oryginalnej; znajoma aktuariuszom	Na tych danych nie lepszy od liniowego dopasowania hedonicznego
Drzewa wzmacniane gradientowo (XGBoost, kwantylowa mediana z dolnym przedziałem)	Suma wielu płytkich drzew decyzyjnych z ograniczeniami monotoniczności dla powierzchni, stanu, wieku i odległości	MAPE 12,9%, mediana APE 7,6%, R2 w przestrzeni logarytmicznej 0,876	Z grubsza połowi błąd; wychwytuje interakcje; monotoniczne ograniczenia bezpieczeństwa kosztują około 1 punktu procentowego surowej dokładności i eliminują niemożliwe uporządkowania	Współczynniki nie istnieją; objaśnienie wymaga atrybucji cech; konieczna dyscyplina ponownego uczenia
Oparty na nieruchomościach podobnych (najbliższe transakcje)	Dobiera zbliżone, niedawne transakcje i koryguje je do wycenianej nieruchomości	Dodanie do modelu boostingowego cechy z ceną najbliższej nieruchomości podobnej dało w jednym z testów praktycznie zerową poprawę	Najbliższy sposobowi myślenia rzeczoznawcy majątkowego; każdy wynik niesie własne uzasadnienie	Wymaga gęstych, aktualnych danych transakcyjnych; słaby tam, gdzie transakcji jest mało lub są niejawne

Test porównawczy Bytero: liniowy i gradientowy model sprzedaży mieszkań na tej samej słowackiej próbie testowej, 2026; MAPE = średni bezwzględny błąd procentowy, APE = bezwzględny błąd procentowy.

Miary błędu: jak mierzy się dokładność AVM

Standardy EAA dzielą dokładność na obciążenie i rozproszenie. Obciążenie to systematyczna skłonność do zawyżania lub zaniżania wartości, mierzona średnim, a najlepiej medianowym błędem wobec wartości odniesienia, takiej jak cena transakcyjna. Rozproszenie to rozrzut błędów niezależnie od znaku, a standardy wskazują trzy sposoby jego raportowania: odchylenie standardowe, średni błąd bezwzględny oraz odsetki wycen mieszczących się w przedziale 10, 15 i 20 procent wokół wartości odniesienia. Najczęściej przywoływany jest jeden z nich – przedział 20 procent – a uzasadnieniem jest to, że zarówno model, jak i wartość odniesienia niosą około 10 procent niepewności własnej, więc dwie wartości mogą różnić się o 20 procent i żadna z nich nie musi być błędna. Porównania między dostawcami muszą opierać się na tym samym przedziale i tej samej próbie.

Na osobne wyjaśnienie zasługują dwie miary z powyższego testu. Medianowy absolutny błąd procentowy (MedAPE) to błąd typowej nieruchomości: połowa nieruchomości testowych została wyceniona z dokładnością do 7,6 procent przez model boostingowy i do 14,5 procent przez model hedoniczny. Średni bezwzględny błąd procentowy (MAPE) jest podciągany w górę przez ogon trudnych przypadków i dlatego dla tych samych modeli wynosi 12,9 oraz 23 procent. R2 w skali logarytmicznej to udział wyjaśnionej zmienności cen; R2 w skali euro jest dla modeli logarytmicznych niestabilny, zdominowany przez kilka nieruchomości luksusowych i nie powinien służyć do rankingu modeli. Błąd trzeba mierzyć na próbie testowej, której model nigdy nie widział, a w danych przestrzennych podział powinien zostawiać sąsiadujące nieruchomości po jednej stronie, inaczej wyciek informacji zawyża każdą miarę.

Z dokładnością mylone są często dwie inne wielkości. Wskaźnik trafień EAA to odsetek nieruchomości, które spełniają wymagania modelu co do danych wejściowych i faktycznie otrzymują wartość; model może być dokładny i jednocześnie odmawiać wyceny ubogich przypadków. Miara wiarygodności to szacunek rzetelności wyniku dla pojedynczej nieruchomości; standardy wymagają, by była predykcyjna, czyli przekładalna na prognozowane odchylenie standardowe, a punkt 210 wytycznych EBA wymaga co najmniej jednej takiej miary zawsze, gdy model wspiera wycenę zza biurka. W jednym z modeli produkcyjnych wskaźnik wiarygodności w skali od 0 do 100 liczony jest z ważonej kompletności 35 czytanych kolumn wejściowych, z oznaczeniami poniżej 85 i poniżej 60.

Co dopuszczają wytyczne EBA i rozporządzenie CRR

Zasady dla banków europejskich znajdują się w dwóch miejscach: w rozporządzeniu w sprawie wymogów kapitałowych (CRR, rozporządzenie (UE) nr 575/2013) oraz w Wytycznych EBA w sprawie udzielania kredytów i ich monitorowania (EBA/GL/2020/06), stosowanych od 30 czerwca 2021 r. Wytyczne nazywają AVM zaawansowanym modelem statystycznym i wprost określają, kiedy może on wspierać wycenę, a kiedy może być jej jedyną podstawą.

Etap	Co mówi przepis	Gdzie
Polityka wewnętrzna	Instytucje określają podejścia do wyceny stosowane przez rzeczoznawcę majątkowego oraz wykorzystanie zaawansowanych modeli statystycznych dla każdego rodzaju zabezpieczenia; podejścia muszą być ostrożne i proporcjonalne	EBA GL/2020/06 § 206
Udzielanie kredytu, zasada podstawowa	Wartość zabezpieczenia na nieruchomości ustala wewnętrzny lub zewnętrzny rzeczoznawca majątkowy w ramach pełnych oględzin, z oceną wnętrza i części zewnętrznej	§ 209
Udzielanie kredytu, odstępstwo	Dla nieruchomości mieszkalnych na rozwiniętych i dojrzałych rynkach dopuszczalna jest wycena zza biurka wykonana przez rzeczoznawcę majątkowego wspartego zaawansowanym modelem statystycznym; odpowiedzialność pozostaje po stronie rzeczoznawcy, model musi zawierać miarę wiarygodności, a niska wiarygodność wymusza inną metodę	§ 210
Monitorowanie	Indeksy i modele statystyczne wykorzystywane do monitorowania zabezpieczeń muszą być dostatecznie szczegółowe, dopasowane do aktywa i produktu oraz oparte na dostatecznie długim szeregu czasowym obserwowanych transakcji i operatów szacunkowych	§ 223; art. 208 ust. 3 CRR wymaga monitorowania co najmniej raz w roku dla nieruchomości komercyjnych i co 3 lata dla mieszkalnych oraz dopuszcza metody statystyczne do monitorowania i do wskazywania nieruchomości wymagających ponownej wyceny
Ponowna wycena po istotnym spadku wartości	Ponowną wycenę przeprowadza rzeczoznawca majątkowy, który może być wsparty zaawansowanym modelem statystycznym spełniającym wymogi sekcji 7.4; model nie może być jedyną podstawą	§ 225, z odesłaniem do art. 208 ust. 3 lit. b CRR
Ponowna wycena w pozostałych przypadkach	Wartość może zaktualizować rzeczoznawca majątkowy albo odpowiedni model statystyczny, który spełnia wymogi sekcji 7.4 i uwzględnia daną nieruchomość oraz jej okolicę	§ 226
Kryteria dla modelu	Specyficzny dla nieruchomości i lokalizacji, o wystarczającej szczegółowości (przykładem jest kod pocztowy), zwalidowany i poddany testom wstecznym wobec obserwowanych cen transakcyjnych, wyuczony na dużej reprezentatywnej próbie transakcji, zbudowany na aktualnych danych wysokiej jakości; dokumentacja utrzymywana na bieżąco; za jakość modelu odpowiada instytucja, a za wycenę – rzeczoznawca majątkowy	§ 236–239

EBA/GL/2020/06, raport końcowy, sekcja 7; rozporządzenie (UE) nr 575/2013, art. 208.

Jak ubezpieczyciele korzystają z AVM

Ubezpieczyciele majątkowi wykorzystują wartość rynkową do innego celu niż banki. Suma ubezpieczenia budynku to zwykle wartość odtworzeniowa, ale dla mieszkań kilku ubezpieczycieli opiera swoje warunki na wartości rynkowej – czasem tylko tam, gdzie przewyższa ona wartość odtworzeniową – i wypłaca odszkodowanie za mieszkanie przeznaczone do rozbiórki według wartości rynkowej, do określonego limitu. AVM jest więc punktem odniesienia dla kontroli sumy ubezpieczenia mieszkań: czy suma z polisy sięga wartości opisanej w warunkach? Tam, gdzie podstawą polisy jest wartość odtworzeniowa, AVM podaje niewłaściwą liczbę, a właściwą daje jeden z silników kosztowych; kontrola portfela wymaga obu, stosowanych osobno dla każdego ubezpieczyciela i każdego typu nieruchomości.

Drugim zastosowaniem po stronie ubezpieczycieli jest wznowienie i indeksacja składki i sumy ubezpieczenia. Sumy ubezpieczenia są corocznie indeksowane wskaźnikiem cen budowy lub cen mieszkań, a przeliczenie całego portfela modelem AVM pokazuje, gdzie indeksacja mieszkań została w tyle za rynkiem, a gdzie go wyprzedziła. Trzecim jest kontekst oceny ryzyka: wartość rynkowa zestawiona z wartością odtworzeniową wskazuje nieruchomości, przy których szkoda całkowita nie pozwoliłaby właścicielowi kupić odpowiednika – i tam właśnie zaczynają się spory. Pętlę domyka wartość odtworzeniowa wyliczona z kubatury budynku pozyskanej z LiDAR (skaning laserowy); zobacz przewodnik o wartości odtworzeniowej z LiDAR.

Jak banki korzystają z AVM

Podstawowym zastosowaniem po stronie banków jest monitorowanie loan-to-value (wskaźnik LTV). Art. 208 ust. 3 CRR wymaga, by wartość mieszkaniowego zabezpieczenia była monitorowana co najmniej co 3 lata, a komercyjnego co najmniej raz w roku, i dopuszcza metody statystyczne zarówno do tego monitorowania, jak i do wskazywania nieruchomości wymagających ponownej wyceny. Przeliczenie całego portfela kredytów hipotecznych modelem AVM daje bieżącą wartość i LTV dla każdego kredytu oraz listę kredytów, które przekroczyły próg alarmowy; punkt 223 wytycznych EBA wyznacza poprzeczkę jakościową: dostateczna szczegółowość dla danego aktywa i oparcie na dostatecznej liczbie obserwowanych transakcji i operatów szacunkowych.

Granicę wytyczne stawiają przy ponownej wycenie. Po istotnym spadku wartości punkt 225 wymaga rzeczoznawcy majątkowego, który może oprzeć się na modelu, ale nie może przekazać mu zadania; bez takiego zdarzenia punkt 226 dopuszcza sam model, o ile spełnia wymogi sekcji 7.4. Udzielanie kredytu pozostaje w rękach rzeczoznawcy, poza odstępstwem dla wyceny zza biurka z punktu 210. Banki, które wdrażają AVM, utrzymują więc dla nadzoru trzy dokumenty: dokumentację modelu, test wsteczny wobec obserwowanych cen oraz opisaną dalej ścieżkę audytu dla każdej wyceny.

Co zawiera ścieżka audytu

Wycena, której nie da się odtworzyć, nie jest dowodem. Punkt 238 wytycznych EBA wymaga, by instytucje rozumiały metodykę, dane wejściowe i założenia swoich modeli oraz utrzymywały aktualną dokumentację; punkt 237 lit. b wymaga testów wstecznych wobec obserwowanych cen transakcyjnych. Dla każdej wyceny zapis powinien zawierać tyle, by rok później dało się przeliczyć tę samą liczbę.

Tożsamość i wersja modelu. Rodzina modelu, wyuczony artefakt i etykieta jego wersji (jeden z modeli produkcyjnych stempluje każdą wartość etykietą w rodzaju v3.3, a domy jednorodzinne i letniskowe kieruje do osobno oznaczonych modeli), tak by ponowne uczenie nigdy po cichu nie zmieniło starej liczby.
Migawka danych wejściowych. Każdy atrybut w postaci przekazanej i po wzbogaceniu (współrzędne, odległości, gęstość w kodzie pocztowym, ocena stanu), wraz z maszynowo czytelnym powodem każdego braku (no_gps, no_area).
Nieruchomości podobne lub dowody z segmentu. Wybrane transakcje i korekty w modelu opartym na nieruchomościach podobnych; segment lokalizacyjny i jego liczebność w modelu hedonicznym lub boostingowym.
Korekty po modelu. Każda korekta z ceny ofertowej na transakcyjną wraz z parametrami: jeden z silników stosuje regionalną wartość bazową rzędu 6–9 procent, współczynnik reżimu stóp procentowych oraz współczynnik starzenia się oferty, rosnący od 1,0 dla świeżej oferty do 2,0 dla oferty sprzed roku.
Wiarygodność i przedział. Wskaźnik wiarygodności, dolny przedział (model kwantylowy podaje obok mediany 25. percentyl) oraz prognozowane odchylenie standardowe, na które przekłada się ta wiarygodność.
Wiek danych i znacznik czasu. Daty danych uczących oraz danych rynkowych odczytanych w chwili predykcji; zapisane wyceny pozostają zamrożone, dopóki nie zmieni się dana wejściowa istotna dla ceny.
Odniesienie do testu wstecznego. Raport z próby testowej, który model przeszedł przed wdrożeniem: R2, MAPE, MedAPE i odsetek wyników mieszczących się w przedziale 10 i 20 procent, w podziale na segmenty.

Ograniczenia

AVM jest tylko tak dobry, jak ceny, na których się uczył. Tam, gdzie ceny transakcyjne są niejawne, modele uczą się na cenach ofertowych i muszą korygować różnicę wobec ceny transakcyjnej, a ta nie jest ani stała, ani mała: jedna z kalibracji umieszcza regionalną wartość bazową między mniej więcej 6 procent na ciasnym rynku stołecznym a 9 procent na obszarach wiejskich, przy czym rośnie ona wraz ze wzrostem oprocentowania kredytów hipotecznych i wraz z czasem, przez jaki oferta pozostaje niesprzedana. Podany bez tej korekty wynik mierzy to, na co liczą sprzedający.

Dokładność jest nierówna w poszczególnych segmentach. Mieszkania na gęstych rynkach to przypadek łatwy; domy jednorodzinne (mediana błędu około 13 procent w jednym z modeli produkcyjnych) i domy letniskowe (15–18 procent) są trudniejsze, bo wielkość działki, oddalenie i stan techniczny znaczą więcej, a są gorzej zapisane. Nieruchomości nietypowe, grunty i wszystko spoza rozkładu uczącego powinny zwracać niską wiarygodność zamiast pewnej, lecz błędnej liczby. Interpretowalność również ma swoją cenę: w powyższym teście czytelny model hedoniczny zapłacił za przejrzystość około 10 punktami MAPE i dwukrotnie wyższą medianą błędu.

Na koniec: AVM odpowiada na jedno pytanie. Nie podaje wartości odtworzeniowej potrzebnej ubezpieczycielowi ani zamortyzowanej wartości technicznej, którą wskazuje biegły sądowy; to osobne, deterministyczne obliczenia. Bytero prowadzi model gradient boosting tego rodzaju, który poddano tu testowi porównawczemu, wersjonowany przy każdej wycenie, ze wskaźnikiem wiarygodności i korektą z ceny ofertowej na transakcyjną, a obok niego osobny silnik wartości odtworzeniowej; metodę opisuje strona Bytero Engine, a dostępność według rynków – strona zasięgu.

Pytania

Czy AVM to to samo co operat szacunkowy?

Nie. Operat szacunkowy to opinia rzeczoznawcy majątkowego o wartości, z którą wiąże się jego osobista odpowiedzialność; AVM to oszacowanie statystyczne o mierzalnym rozkładzie błędu. Wytyczne EBA GL/2020/06 pozostawiają odpowiedzialność przy rzeczoznawcy nawet wtedy, gdy model wspiera wycenę zza biurka (punkt 210).

Czy bank może zastosować AVM przy udzielaniu kredytu?

Tylko jako wsparcie. Punkt 209 wymaga co do zasady rzeczoznawcy majątkowego i pełnych oględzin; punkt 210 dopuszcza dla nieruchomości mieszkalnych na dojrzałych rynkach wycenę zza biurka wykonaną przez rzeczoznawcę wspartego modelem, pod warunkiem że model niesie miarę wiarygodności i spełnia kryteria z sekcji 7.4. Model może być jedyną podstawą wyłącznie przy ponownych wycenach, przy których nie wystąpił istotny spadek wartości (punkt 226).

Jaką dokładność powinien mieć AVM?

Nie ma jednego progu regulacyjnego. Standardy European AVM Alliance mierzą obciążenie medianą błędu, a rozproszenie odsetkiem wartości mieszczących się w przedziale 10, 15 lub 20 procent wokół wartości odniesienia, przy czym najczęściej przywoływany jest przedział 20 procent. W teście porównawczym z tej strony model boostingowy osiągnął dla mieszkań medianę błędu bezwzględnego 7,6 procent, a liniowy model hedoniczny – 14,5 procent.

Czy AVM podaje sumę ubezpieczenia?

Nie wprost. AVM podaje wartość rynkową, która obejmuje grunt i lokalizację. Suma ubezpieczenia budynku to zwykle wartość odtworzeniowa, czyli kalkulacja budowlana. Dla mieszkań warunki części ubezpieczycieli odwołują się do wartości rynkowej i tam AVM jest właściwą kontrolą; dla domów jednorodzinnych – nie.