Residual Constraint Approach (RCA): Framework & Protocol

William Bert Craytor

doi:10.67330/kgebxf46

저자(들)

William Bert Craytor Author https://orcid.org/0000-0003-2219-9156

DOI:

https://doi.org/10.67330/kgebxf46

키워드:

부동산 감정평가, 주거용 감정평가, 잔차 제약 접근법, MARS, 다변량 적응 회귀 스플라인, 거래사례비교법, 잔차분석, 잠재변수, 자동 감정평가

초록

전통적 감정평가(appraisal) 방법의 중대한 한계는 짝지은 사례 비교분석(matched pair analysis)과 같은 낡은 수작업 기법에 의존한다는 점에 있다. 이러한 기법은 부동산 특성의 가치기여(value contribution)를 마치 존재하지 않는 것처럼 건너뛴다. 전통적 거래사례비교표(sales grid)에는 가치기여를 적을 난이 없고 보정(adjustment) 난만 있을 뿐이다. 그러나 실제로 가치기여야말로 전통적 감정평가사(appraiser)의 과대평가와 과소평가를 막아 주는 수학적 제약(mathematical constraint)의 필수적 토대를 제공한다.

잔차 제약 접근법(Residual Constraint Approach, RCA)은 다변량 적응 회귀 스플라인(Multivariate Adaptive Regression Splines, MARS)과 특성 가치기여에 대한 엄밀한 수학적 제약을 함께 사용하는 다단계 감정평가 절차를 통합함으로써 전통적 거래사례비교법(Sales Comparison Approach, SCA)을 발전시킨다. 이때 특히 문제가 되는 것은 측정되지 않은 특성, 즉 미관, 디자인, 상태, 품질과 같은 잠재변수(latent variable)이며, 그 가치는 전통적 감정평가사의 주관적 판단과 편의(bias)에 좌우되는 것이 보통이다.

RCA의 수학적 제약은 측정 가능한 부동산 특성이 거래가격에 기여하는 가치를 추정하기 위해 MARS 회귀분석(regression)을 전문적으로 적용하는 데 의존한다. 그러나 이 추정치는 통상 실제 거래가격의 약 80%만을 설명하며, 디자인, 기능적 효용, 상태, 품질과 같이 주관적으로 평가되는 특성은 여기에서 제외된다. 샌프란시스코 베이 에어리어(San Francisco Bay Area)에서는 이러한 주관적 구성요소를 나타내는 잔차(residual)가 부동산 총가치의 약 20%를 차지한다. 이 80/20이라는 수치는 전형적인 데이터 여건 아래 베이 에어리어에서 저자가 겪은 경험을 반영한 것이며, 시장을 불문하고 변하지 않는 상수로 읽어서는 안 된다. 달성 가능한 R²가 더 낮은 시장에서 이 틀이 제시하는 대응은, 그러한 한계를 그대로 받아들이고 더 넓은 오차범위를 보고하는 것이 아니라 측정되지 않은 가치결정요인을 찾아내어 측정하는 것이다. 해안 지역에서의 바다까지의 거리, 구릉지 주거지역에서의 표고, 그리고 MLS 데이터가 제공하지 않을 때 외부 자료원에서 수집하는 유사한 변수들이 그 예이다. 다른 분야에서는 MARS의 잔차를 흔히 추정오차로 취급하지만, 부동산 감정평가에서 잔차는 잠재변수 가치의 간접적 척도 역할을 한다. 처음에는 실용적이지 않아 보일 수 있으나, 잔차는 각 구성요소의 기여액 합계가 잔차와 같기만 하다면 최종 감정평가 결론에 영향을 주지 않으면서 서술적 구성요소들로 의미 있게 분해될 수 있음이 증명으로 밝혀진다.

이 방법론은 저자가 20년에 걸쳐 실증적으로 적용해 온 경험에서 비롯되었으며, R 및 Python 환경에서 MARS를 반복적으로 구현하는 과정을 통해 발전해 왔다.

다운로드

아직 다운로드 데이터가 없습니다.

참고문헌

Ambrose, Brent W., Conklin, James N., Coulson, N. Edward, Diop, Moussa, and Lopez, Luis A. (2025). "Do Appraiser and Borrower Race Affect Mortgage Collateral Valuation?." Review of Finance. doi: 10.1093/rof/rfaf046.

Craytor, William Bert (2026). "The Doctrine–Practice Gap in Real Estate Appraisal: A Structured Account of Functions, Boundaries, and Tensions." Valuation Engineer Journal 1.1.

Friedman, Jerome H. (1991). "Multivariate Adaptive Regression Splines." The Annals of Statistics 19.1, pp. 1–141.

Hastie, Trevor, Tibshirani, Robert, and Friedman, Jerome H. (2017). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. New York, NY: Springer.

James, Gareth, Witten, Daniela, Hastie, Trevor, and Tibshirani, Robert (2013). An Introduction to Statistical Learning: With Applications in R. New York: Springer.

Krivorotov, George and LaCour-Little, Michael (2020). "AVM versus Appraisal-Based Underwriting in Refinance Mortgages: The Trade-off Between Noise and Bias." SSRN Electronic Journal. doi: 10.2139/ssrn.3603327.

Kuhn, Max and Johnson, Kjell (2016). Applied Predictive Modeling. New York: Springer.

Milborrow, Stephen (2024). Earth: Multivariate Adaptive Regression Splines. https://CRAN.R-project.org/package=earth.

Milborrow, Stephen (2024). Notes on the Earth Package. http://www.milbo.org/doc/earth-notes.pdf.

Milborrow, Stephen (2024). Variance Models in Earth. http://www.milbo.org/doc/earth-varmod.pdf.

Perry, Andre M., Rothwell, Jonathan, and Harshbarger, David (2018). The Devaluation of Assets in Black Neighborhoods. Brookings Institution.

Perry, Andre M., Rothwell, Jonathan, Williamson, J., and Steinbaum, M. (2024). How Racial Bias in Appraisals Affects the Devaluation of Homes in Majority-Black Neighborhoods. Brookings Institution.

Property Appraisal and Valuation Equity Task Force (2022). Action Plan to Advance Property Appraisal and Valuation Equity. U.S. Department of Housing and Urban Development.

Tzioumis, Konstantinos (2016). "Appraisers and Valuation Bias: An Empirical Analysis." Real Estate Economics 45.3, pp. 679–712. doi: 10.1111/1540-6229.12133.

Williamson, Jake and Palim, Mark (2022). Appraising the Appraisal: A Closer Look at Divergent Appraisal Values for Black and White Borrowers Refinancing Their Home. Fannie Mae.

Zhang, Wengang (2020). MARS Applications in Geotechnical Engineering Systems: Multi-Dimension with Big Data. Singapore: Springer.