Een Automated Valuation Model (AVM) is een model dat gebruikt wordt om de woningwaarde automatisch te bepalen van een of meerdere vastgoedobjecten. Een wetenschappelijk model, dat wordt gevoed door informatie over het te waarderen object en referentieobjecten. De meest voorkomende AVM-modellen richten zich op het waarderen van koopwoningen. Maar tegenwoordig wordt het ook steeds meer en meer ingezet voor huurwoningen en her en der zelfs winkelpanden en kantoren. 

 

De meeste AVM's berekenen de waarde van een object op een specifiek tijdstip door waarden van vergelijkbare eigenschappen te analyseren. Sommige houden ook rekening met eerdere taxaties van taxateurs, historische bewegingen van huizenprijzen en input van gebruikers (bijv. Aantal slaapkamers, verbeteringen van onroerend goed, enz.). 

 

Veneficus heeft als missie om tactische beslissingen bij onze klanten te ondersteunen, middels data en data science. En natuurlijk hebben wij onze eigen kijk op hoe een AVM dient te werken en hebben we dat ook zo in de praktijk gebracht.  

 

Een AVM hebben is 1 ding, maar een AVM moet natuurlijk beslissingen ondersteunen. AVM's ondersteunen bij koop- en verkoop beslissingen, huurprijs aanpassingen, het waarderen ten behoeve van een herfinanciering van een portefeuille, of het daadwerkelijk aan- of verkopen of gehele portefeuilles. Dit zijn precies de soort beslissingen die Veneficus als tactische beslissingen ziet. Die kenmerken zich door: 

  • Periodiek, maar niet hoogfrequent 
  • Meestal heeft het een directe impact op de core business van een organisatie, in het domein van prijs en volume, en allocatie van assets en mensen 
  • Enorme effecten op opbrengsten, kosten, marge 

 

Binnen de AVM wetenschap bestaan er 2 stromingen: 

  • Look-a-likes modellen 
  • Econometrische modellen op cross sectional en longitudinal data 

 

Een Look-a-likes model werkt in feite door te zoeken naar objecten die lijken op het te waarderen pand. Nadat het model dit heeft gedaan, gaat hij op zoek naar de verschillen en koppelt er dan waardes aan. Dit werkt goed voor objecten waar voldoende vergelijkbare referenties objecten zijn. Let wel; het is erg belangrijk om modellen niet alleen naar referentie objecten in de nabije omgeving te laten zoeken. Juist objecten verder weg kunnen ook goed als referentie dienen.  

 

Econometrische modellen zoeken naar de causale verbanden in de data van objecten, kenmerken en omgevingsdata. Deze modellen kunnen ook waardes bepalen voor objecten waar geen duidelijke referentie objecten te vinden zijn. Daarnaast kunnen deze modellen beter de waardeontwikkeling door de tijd heen meenemen en daardoor deze ontwikkeling richting de toekomst te voorspellen. 

 

 

Beide modellen hebben voor- en nadelen en daarom heeft Veneficus besloten om deze modellen te combineren in een uniek framework, waardoor we het van beide stromingen combineren. Hierdoor leveren we statistisch gevalideerde voorspellingen en referentie objecten. Dus accuratesse ÉN interpretatie, zonder black box. Mocht u daar meer van willen weten, dan lichten we dat graag eens nader toe tijdens een kennismakingsgesprek.