L’interprétation des estimations immobilières : un gage de transparence

• Pourquoi l’estimation d’un bien est-elle plus élevée que le prix de référence pour une adresse donnée ?
• Une caractéristique permet elle toujours à un bien de se distinguer ?

Si vous vous êtes déjà posé ce genre de questions en regardant les résultats d’un moteur d'estimation, cette note est faite pour vous.

Afin de permettre à nos utilisateurs de s’approprier les résultats de notre moteur d'estimation, nous avons développé un outil d’interprétation des estimations permettant de décomposer l’écart entre un prix de référence et le prix estimé du bien d'intérêt. Cet outil est d’ores et déjà disponible via notre API et sera prochainement intégré à notre module d’estimation, accessible via nos solutions Agent 360 pour le marché de la transaction, ADB 360 pour celui de la location et Data 360.

Dans cette note, nous illustrons comment l’effet des variables par rapport au prix de référence dépend des caractéristiques des biens du secteur, à l’aide d’un exemple centré sur le diagnostic énergétique. Nous observons ici que par rapport au prix de référence, l’effet négatif d’un diagnostic médiocre est plus important que l’effet positif d’un bon diagnostic (-6.0% pour une classe G contre +2.9% pour une classe A).

À partir des données DVF, des données d’annonces et des techniques avancées d'apprentissage automatique (machine learning), nous proposons des estimations de prix, loyer, rendement locatif et marge de négociation sur l’ensemble du territoire. Nous travaillons sans cesse à l’amélioration de nos modèles, que ce soit pour évaluer la fiabilité des nos estimations, ajouter la prise en compte de nouvelles variables (récemment le diagnostic énergétique) ou encore expliquer le résultat obtenu.

Bien qu'essentiel, comprendre comment une estimation est construite n’est pas toujours évident. En apprentissage automatique, il y a souvent une sorte d’arbitrage entre interprétabilité des résultats et performance du modèle car les modèles les plus performants sont souvent plus complexes à comprendre. C’est ce que l’on appelle l’effet “boite noire”.

Pour dépasser cela, l’équipe R&D de Yanport à développé un outil pointu d’interprétabilité, adapté aux estimations immobilière. Il permet, en fonction des caractéristiques du bien, de décomposer la différence entre le prix estimé et un prix de référence à l’adresse.

S’inspirer des experts pour accompagner la prise de décision

L’une des méthodes employées par les experts immobiliers pour fournir une estimation est de partir d’un prix de référence, puis d’augmenter ou diminuer le prix du bien d’intérêt en fonction des caractéristiques, afin d’affiner l’estimation.

Nous nous sommes inspirés de cette méthode pour développer notre outil dont le fonctionnement peut être résumé en deux étapes :

• Déterminer un prix de référence à partir de biens du secteur,
• Décomposer la différence entre le prix de référence et l’estimation du bien d’intérêt en fonction des caractéristiques de celui-ci*.

Deux points importants peuvent être soulignés dès maintenant. Tout d’abord, notons qu’une caractéristique peut ne pas avoir le même impact suivant la localisation. Par exemple, une piscine ne permettra pas à une maison de se distinguer significativement si l’immense majorité des maisons du secteur en ont une. En revanche, et c’est le second point important, le fait de ne pas avoir de piscine dans ce secteur peut avoir un impact négatif significatif sur le prix du bien.

Illustration avec le diagnostic énergétique

Pour illustrer le fonctionnement de cet outil, prenons un exemple simple avec le cas d’un appartement de 3 pièces, d’une superficie de 77 m², situé dans le 3e arrondissement de Lyon.

Graphique 1 : exemple d'échantillon

La première étape consiste à sélectionner un échantillon de biens dans le secteur et d’en estimer le prix s’ils étaient situés à l’adresse du bien d’intérêt et estimés au même moment. Les estimations de ces biens nous permettent de déterminer le prix au m² de référence à l’adresse. Il est important de se référer à des biens existants dans le secteur afin d’assurer une cohérence typologique des biens choisis par rapport au bien d’intérêt. Choisir des biens aléatoirement dans la ville, l’agglomération ou, pire, le département pourrait conduire à des incohérences comme par exemple avoir de nombreux biens ayant une mauvaise classe énergétique alors qu’il n’y en a que très peu dans le secteur.

Nous pouvons décomposer la différence entre le prix de référence à l’adresse et le prix estimé du bien d’intérêt en nous basant sur ses caractéristiques et sur celles des biens sélectionnés. Ainsi, dans notre exemple le prix de référence est de 6 241 €/m² et notre bien d'intérêt est estimé à 5 784 €/m². La décomposition de la différence en fonction des caractéristiques est représentée par le graphique suivant.

Graphique 2 : décomposition de la différence de prix de référence et estimation (classe A)

Parmi les variables ayant le plus d’impact à la hausse on peut noter le diagnostic énergétique (+2.9% pour des classes A en DPE et GES). Ceci s’explique par le fait que la majorité des biens de notre échantillon sont classés au mieux C. De même, le fait que notre bien ait une terrasse lui permet de gagner +2.6% car peu de biens dans l’échantillon en ont une.

À l’inverse, l’année de construction a un impact négatif (-9.1%) dans un secteur composé de biens anciens de standing lorsque l’on s’approche des bords du Rhône. Par ailleurs, les biens des années 70 et 80 ne sont souvent pas parmi les plus prisés. La surface a également un impact négatif sur le prix au m² (-3.7%) car la plupart des biens du secteur sont plus petits et que, toutes choses égales par ailleurs, les plus petites surfaces ont un prix au m² en général plus faible.

Entre les deux, nous observons que certaines variables n’ont quasiment pas d’impact car elles ne permettent pas au bien de se distinguer. Par exemple, ne pas avoir de piscine n’affecte pas le prix par rapport au prix de référence car l’immense majorité des appartements du secteur n’ont pas de piscine.

En passant le diagnostic énergétique à G (pour les deux classes) le prix au m² passe à 5 371 €, soit 413 € de moins au m². Le prix de référence, lui, reste le même (6 241 € au m²) car l’échantillon de biens est identique. En revanche, comme l’illustre le graphique ci-dessous, la décomposition de la différence entre le prix de référence et l’estimation du bien d’intérêt évolue.

Graphique 3 : décomposition de la différence entre prix de référence et estimation (classe G)

Le diagnostic énergétique a un impact négatif important (-6.0%) comme nous pouvions l’attendre. L’année de construction et la surface, quant à elles, ont toujours des impacts négatifs alors que la terrasse a toujours un impact positif**.

*Notre démarche est une version adaptée à notre problématique de la méthode dite des valeurs de Shapley.

**Les contributions en pourcentage des autres variables peuvent changer même si le sens de l’impact est en général le même. Ceci peut notamment s’expliquer par les intéractions entre variables prises en compte par notre modèle, en particulier ici entre l’année de construction et diagnostic énergétique.

📄Pour télécharger cette étude au format PDF, cliquez ici