Automated Valuation Models… ตัวแปรขับเคลื่อนข้อมูลอสังหาริมทรัพย์

Real Estate Big Data

การกำหนดราคาอสังหาริมทรัพย์หรือการตีราคาบ้านที่ดิน ถือเป็นเรื่องละเอียดอ่อนแต่สำคัญมาช้านานในเศรษฐกิจทุนนิยม โดยหลักการและแนวทางการประเมินราคาอสังหาริมทรัพย์ทั่วโลก ต่างก็ค้นหาและพัฒนารูปแบบแนวทางมาตลอด ตามพัฒนาการของการอยู่อาศัยและใช้ประโยชน์ที่ดิน อันถือเป็นทรัพย์ที่มีลักษณะเฉพาะ ตามกฏหมายที่แต่ละประเทศกำหนดขึ้น

อย่างไรก็ตาม อสังหาริมทรัพย์ถือเป็นของมีราคา ซึ่งระดับราคานี้เองที่เป็นกลไกสำคัญทำให้อสังหาริมทรัพย์ กลายเป็นเครื่องมือทางเศรษฐกิจ ที่คนส่วนใหญ่สัมผัสได้ทั้งคุณค่าและราคา

ประเด็นเป็นแบบนี้ครับ การกำหนดมูลค่าทรัพย์สินมีวิธีการประเมินมากมาย โดยเฉพาะการกำหนดมูลค่าให้ได้เท่ากับหรือใกล้เคียง “มูลค่าทางการตลาด หรือ Market Value” ซึ่งวิธีการประเมินหลักๆ ที่มีการเรียนการสอนและแนะนำอ้างอิงใช้กันเป็นหลัก ประกอบด้วย

  1. Cost Approach หรือ วิเคราะห์มูลค่าจากต้นทุน
  2. Market Comparable Approach หรือ วิธีเปรียบเทียบตลาด
  3. Income Approach หรือ แปลงรายได้เป็นมูลค่า
  4. Discounted Cash Flow Analysis หรือ วิเคราะห์หักลดจากกระแสเงินสด
  5. Residual Approach หรือ สมมุติฐานเมื่อเสร็จสิ้นการพัฒนา
  6. Modelling for Mass Appraisal หรือ สร้างแบบจำลองทางสถิติ

ผมขอข้ามรายละเอียดแต่ละเทคนิค ที่ใช้ในการกำหนดหรือประเมินราคาทรัพย์ไปก่อนครับ เพราะที่ยกมาทั้งหมด เพื่อจะให้ทุกท่านเห็น Keyword หรือ คำสำคัญ ที่ฝังใส่ชื่อหลักการและแนวทางประเมินและกำหนดราคาทรัพย์ อย่างคำว่า…  วิเคราะห์… เปรียบเทียบ… แปลง… กระแส… สมมุติฐาน และ แบบจำลอง

ซึ่ง Keyword เหล่านี้ถือเป็นกระบวนการที่ต้องใช้ “ข้อมูล” เข้ามาเกี่ยวข้อง โดยเฉพาะการดึงข้อมูลเข้ามาใส่ในสูตรการคำนวณหา Market Value ให้ทรัพย์นั่นเอง และเมื่อวิวัฒนาการของข้อมูลมาถึงยุคที่สามารถใช้ข้อมูลจริงที่เป็นปัจจุบัน หรือ Realtime Data โดยรวบรวมจากการบันทึกสะสมโดยฐานข้อมูลขนาดใหญ่ หรือ Big Data ที่เกี่ยวข้องกับกลไกราคาของทรัพย์ที่สะสมไว้จนถึงปัจจุบัน มากำหนดค่าๆ หนึ่งขึ้น เพื่อใช้เป็นตัวเลขอ้างอิงมูลค่าของทรัพย์ ที่จะนำไปใช้ประโยชน์ทางเศรษฐกิจต่อไป

แต่เดิมนั้น… การกำหนดราคาเป็นหน้าที่ของผู้เชี่ยวชาญ ที่ต้องเรียนหรือฝึกอบรมมาอย่างดี และยังมีการตรวจสอบราคาหรือมูลค่าที่กำหนดขึ้นกันหลายชั้น ซึ่งก่อนหน้าที่จะกำหนดราคา ส่วนใหญ่ก็จะมีการจัดเตรียมข้อมูลด้านต่างๆ เพื่อประเมินหาราคาทรัพย์นั้น… และทั้งหมดกำลังจะถูกแทนที่ด้วย Big Data กับ AI

การกำหนดราคาอสังหาริมทรัพย์หรือการตีราคาบ้านที่ดินนับจากนี้ จึงมีคำว่า Automated Valuation Models อยู่ในวงการอสังหาริมทรัพย์ ซึ่งเป็นเทคโนโลยีปัญญาประดิษฐ์ หรือ AI และ Big Data เพื่อทำการประมวลผลข้อมูล ในรูปแบบวิเคราะห์ เปรียบเทียบ รวมถึงสร้างแบบจำลองขึ้นบนสมมุติฐานต่างๆ เชื่อมโยงกับข้อมูลอื่นๆ มากมายจนได้ “ราคาประมาณของมูลค่าทรัพย์สินเบื้องต้น”

แน่นอนว่าในปัจจุบันยังไม่มีใครยอมรับและเชื่อถือตัวเลขที่ AI วัยละอ่อนเหล่านี้สรุปให้แน่นอน แต่ในอนาคตระดับ 50–100 ปีข้างหน้า… ก็ไม่มีใครกล้าเถียงเหมือนกันว่า โมเดลการประเมินราคาและมูลค่าทรัพย์ในอนาคต ในอีก 1–2 ช่วงอายุคน จะไม่กลายเป็นตัวเลขอัตโนมัติ หรือ ค่าปริยาย… ซึ่งอาจจะมีกฏหมายบางประเทศรับรองใช้แล้วในตอนนั้น… หรือไม่ก็เกิดขึ้นเหมือนการเกิดของ Bitcoin ที่กลายเป็นสากลแบบกระจายศูนย์เกินกว่าที่ใครจะควบคุมได้

แต่ที่แน่ๆ ข้อมูลอสังหาริมทรัพย์ที่กำลัง Digitized ตั้งแต่ข้อมูลกรรมสิทธ์ไปจนถึงข้อมูลการลงทุน ข้อมูลการก่อสร้าง ข้อมูลการใช้ประโยชน์ ข้อมูลธุรกรรมและกิจกรรมทางเศรษฐกิจแวดล้อมและในพื้นที่ใกล้กัน หรือแม้แต่ข้อมูลทางธรรมชาติหรือภัยพิบัติ และข้อมูลหยุมหยิมอีกมาก… กำลังถูกบันทึกไว้ต่อๆ กันไปเป็นข้อมูลอ้างอิงสำคัญ เหมือนรายการเดินบัญชีธนาคาร ที่สามารถสะสมไว้ได้ไม่จำกัด และ AI จะดึงมาใช้ได้ทั้งหมดเมื่อต้องการ

โดยส่วนตัวผมสนุกกับเทคโนโลยีใหม่ๆ หลายมิติ และโชคดีที่มีประสบการณ์กับข้อมูลและเทคโนโลยีคอมพิวเตอร์มาตลอดช่วงที่วิทยาการด้านนี้เติบโต จนมีบทบาทสำคัญในทุกๆ ด้าน… เรียนทุกท่านตรงนี้เลยว่า Automated Valuation Models ของวงการอสังหาริมทรัพย์ในปัจจุบัน มีการใช้กันแล้วอย่างกว้างขวาง เพียงแต่ยังจำกัดอยู่กับผู้เล่นรายใหญ่ในวงการ หรือไม่ก็คนที่คลั่งไคล้เทคโนโลยีที่อยากรู้อยากลอง ซึ่งกรณีการใช้งานจริงที่ผมได้สัมผัส ก็ไม่ต่างจากการซื้อข้อมูลแม่นๆ จากสำนักวิจัยชื่อดังที่เชื่อถือได้มาใช้นั่นเอง… และปัจจุบันยังใช้เป็นเพียงข้อมูลเพิ่มเติมร่วมกับการประเมินที่จัดทำและวิเคราะห์โดยผู้เชี่ยวชาญตัวเป็นๆ อยู่เท่านั้น

อย่าถามเลยครับว่าต่อไปจะเกิดอะไรขึ้น… เกินปัญญาที่ผมจะทำนาย และยังคิดว่าไม่มีประโยชน์ที่จะทำนายอีกด้วยครับ เพราะผมเชื่อว่าสิ่งที่กำลังจะเกิดขึ้น… คือการเปลี่ยนแปลงต่อเนื่องหลายซับหลายซ้อนที่ต้องเกาะติดและ Update กันให้ทัน และตามดูกันเป็นรายปีก็ถือว่าเป็นการทำนายระยะยาวมากแล้ว

References…

Share this post

Share on facebook
Share on google
Share on twitter
Share on linkedin
Share on pinterest
Share on print
Share on email
Add Properea's Friend

เพิ่ม Properea.com เป็นเพื่อนทาง Line
ท่านจะได้ Link บทความใหม่ส่งตรงให้อย่างสม่ำเสมอโดยรบกวนแต่น้อย

Related Post

COVID Cert

Thai Stop Covid Plus…

ความเชื่อมั่นของสินค้าและบริการในประเทศไทย และสินค้าส่งออกไปขายต่างประเทศ ซึ่งชัดเจนว่าทุกตลาดจะเข้มงวดเรื่องเชื้อโรค และ การปนเปื้อนอย่างชัดเจน… ซึ่งความเคลื่อนไหวของกระทรวงอุตสาหกรรม ในฐานะผู้ดูแลขับเคลื่อนมาตรการป้องกันและควบคุมการแพร่กระจายของเชื้อไวรัสโคโรน่าในสถานประกอบกิจการโรงงานอุตสาหกรรม ก็เห็นการทำงานเชิงรุก โดยขอให้โรงงานอุตสาหกรรมทั่วประเทศ ประเมินตนเองผ่านแบบประเมินตนเอง Thai Stop Covid Plus และ Thai Save Thai ให้แล้วเสร็จภายในสิ้นเดือนมิถุนายน 2564… คาดโทษฝ่าฝืนกรณีไม่ปฎิบัติตามก็จะมาตรการลงโทษด้วย…

Never Give Up. Today Is Hard, Tomorrow Will Be Worse, But The Day After Tomorrow Will Be Sunshine – Jack Ma

Alibaba ก่อตั้งขึ้นในปี 1998 ด้วยวิสัยทัศน์การเป็นตลาดกลางแบบค้าส่งในจีนเป็นภาษาอังกฤษ… ซึ่ง Jack Ma และทีมตั้งต้นนำ Alibaba.com เปิดตัวในช่วงเดือนเมษายน ปี 1999 ด้วยโมเดลธุรกิจแบบ B2B หรือ Business–to–Business และอีกหนึ่งปีต่อมา… Softbank โดย มาซาโยชิ ซน หรือ Masayoshi Son ก็ใส่เงินลงทุนก้อนแรก 20 ล้านดอลลาร์สหรัฐให้ Alibaba ในฐานะ Angel Fund…

Elliott Wave

Labelling Elliott Wave Patterns… การติดป้ายเพื่อนับคลื่น

เมื่อจำเป็นต้องพิจารณาโครงสร้างของคลื่นราคาที่ซับซ้อนอยู่ในกราฟ เพื่อวิเคราะห์แบบ Elliott Wave ซึ่งมีคลื่นขนาดใหญ่ครอบคลื่นขนาดเล็กไล่กันไปเป็นชั้นๆ โดยไม่ให้งง… Ralph Nelson Elliott จึงใช้เทคนิคการ Labeling Wave Degrees หรือ การติดป้ายให้ยอดคลื่นแต่ละชั้น… เพื่อป้องกันความสับสน โดยกำหนดเป็นรูปแบบตามทฤษฎีเอาไว้ 9 รูปแบบ

6G 2020

Samsung’s 6G White Paper… 1,000 Gbps

White Paper ของ Samsung ยืนยันว่า… การเชื่อมต่อ 6G มีศักยภาพการส่งข้อมูลสูงสุดที่ 1,000 Gbps หรือ 50 เท่าของความเร็ว 20 Gbps ของเทคโนโลย 5G