Dom wyceni algorytm: AVM pod hipotekę — błędy systemowe, które kosztują tysiące
Kiedy bank udziela kredytu hipotecznego, wartość zabezpieczenia — twojego domu — może ustalić człowiek albo model. Automatyczne modele wyceny (AVM, ang. automated valuation model) to komputerowe systemy używane przez kredytodawców i emitentów wtórnego rynku do określenia wartości nieruchomości zabezpieczającej hipotekę. Tanie, szybkie, skalowalne — i, jak pokazują raporty Moody’s oraz Urban Institute, obarczone błędami, które kosztują realne pieniądze.
Błąd pojedynczy versus błąd systemowy
Analiza Moody’s opisuje fundamentalną różnicę: niedziałający rzeczoznawca zniekształca tylko małą część kredytów w seurytyzacji, podczas gdy błędy systemowe AVM „mają daleko idące skutki, podważając wyceny wszystkich kredytów obliczonych przy użyciu tego modelu”. Jeden zły model — i cały portfel kredytów hipotecznych stoi na błędnych wycenach.
Do tego AVM nie były nigdy przetestowane w załamanym rynku nieruchomości — ich zwiększona adopcja niesie dla jakości kredytów zarówno negatywy, jak i pozytywy, ocenia Moody’s. Adopcja i tak rośnie: proces hipoteczny się cyfryzuje, a pula rzeczoznawców kurczy się.
Skąd się biorą błędy
Pierwsza przyczyna: dane. W niektórych stanach USA — jak Teksas i Dakota Północna — strony transakcji nie muszą zgłaszać cen sprzedaży do urzędów powiatowych, a Nowy Meksyk zakazuje publicznego rozpowszechniania tych informacji. Tam, gdzie danych brakuje, AVM szacuje cenę pośrednio — na podstawie pierwszej hipoteki kupującego albo podatków od nieruchomości.
Druga przyczyna: różnorodność modeli. Każdy dostawca AVM ma własne, zastrzeżone podejście do liczenia wartości — inwestor nie może wskazać różnic między modelami, bo szczegóły są prywatne. To utrudnia porównanie dokładności i prowadzi do zmienności wycen.
Trzecia przyczyna, najcięższa społecznie: badanie Urban Institute wykazało, że AVM generowały błędy wyceny o 3,4 punktu procentowego wyższe dla czarnych właścicieli domów niż dla białych — nawet po kontroli właściwości nieruchomości. Zawyżona lub zaniżona wycena przekłada się bezpośrednio na warunki kredytu, kwotę, jaką bank pożyczy, i cenę, jaką właściciel dostanie przy sprzedaży.
Regulacja dogania
W 2024 amerykańskie agencje federalne — CFPB, banki regulacyjne, NCUA i FHFA — wydały finalną regułę jakości dla AVM używanych w decyzjach kredytowych: wysoki poziom zaufania do wycen, ochrona przed manipulacją danymi, unikanie konfliktów interesów, losowe testy próbek i zgodność z prawem niedyskryminacji. W 2025 organizacja standardów MISMO wydała pierwszy standard wspólnego wyniku zaufania AVM, z dalszymi standardami testów dokładności i sprawiedliwości w przygotowaniu.
Dla właściciela domu lesson jest praktyczny: wycena algorytmiczna to nie wyrok — masz prawo znać wynik zaufania modelu i w razie wątpliwości domagać się wyceny ludzkiej. Dla rynku kredytowego: AVM obniża koszt każdej wyceny, ale błąd systemowy jednego modelu może kosztować cały portfel — dlatego regulacja wymusza testy, które kiedyś wykonywał tylko człowiek.
Oznaczenie treści AI
Ten artykuł powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.
