Estimer la distribution des prix pour une décision éclairée

L'estimation de la valeur d'un bien immobilier est un exercice complexe, au cœur des métiers de la transaction. Traditionnellement, cet exercice aboutit à un chiffre unique (le prix estimé) ou au mieux à une fourchette obscure. Pourtant, tous les professionnels le savent, cette valeur unique masque une réalité bien plus nuancée, une incertitude inhérente au marché. Comment alors transformer cette incertitude en un avantage stratégique pour positionner un bien, convaincre un propriétaire et prendre de meilleures décisions ? Ajouter de l’information sur un bien réduit-il l’incertitude d’estimation de prix ? Comment l’estimation de la distribution peut-elle permettre d'affiner les décisions ?

La solution Yanport : estimer une distribution de prix pour mieux décider

Chez Yanport, nous considérons que pour maîtriser l'incertitude, il faut d'abord la mesurer. C'est pourquoi nos modèles, basés sur des méthodes statistiques avancées (de type LSS - Location, Scale, and Shape), n'estiment pas une seule valeur, mais une distribution complète des prix de vente possibles.

Nous fournissons ainsi un intervalle personnalisable et réaliste. Cela permet de visualiser non seulement une estimation centrale, mais aussi un ensemble de possibilités, offrant une vision complète et transparente du potentiel d'un bien sur son marché.

Enrichir le bien estimé pour une plus grande précision

La pertinence d'une estimation repose sur la qualité des données qui l'alimentent. Nos recherches le confirment : l'ajout d'informations qualitatives, telles que la performance énergétique (DPE) ou l'état général du bien, a un impact significatif. Nous avons testé plus de 500 biens représentatifs pour lesquels nous faisons deux estimations de distribution :

• Une première estimation sans information sur le DPE et l’état du bien (information incomplète),
• Une seconde estimation avec un DPE C et un état de bien “normal”.

Nous mesurons ensuite la dispersion de chaque distribution à l’aide de l’interquartile (différence entre le troisième et le premier quartile de la distribution) en pourcentage de la médiane estimée. Cette mesure de dispersion permet d’évaluer l’incertitude associée à l’estimation. Les résultats sont sans appel  : pour tous les biens testés, la mesure de dispersion est plus importante dans le cas d’informations incomplètes. Autrement dit, pour un bien donné lorsque l’on n’indique pas certaines caractéristiques (dans notre cas le DPE et l’état), l'incertitude d’estimation est plus importante que dans le cas où on indique ces caractéristiques.

La figure 1 ci-dessous montre les distributions des mesures de dispersion avec information complète d’une part et incomplète d’autre part. On constate qu’en information incomplète (sans le DPE ni l’état du bien) la distribution est beaucoup plus incertaine. Ainsi, la dispersion moyenne avec le DPE et l’état du bien est de 23.9% contre 29.6% sans le DPE et l’état du bien.

Il est intéressant de regarder un bien précis et de ne changer qu’un paramètre de l’estimation. Dans notre cas, nous avons choisi un appartement ancien de 40m² et 2 pièces dans le 15ème arrondissement parisien. Nous avons ensuite fait plusieurs estimations des déciles (percentiles 10, 20… jusqu’à 90) pour différentes valeurs de DPE (de A à G) ainsi qu'une estimation des déciles sans DPE. L’estimation de 9 déciles permet d’avoir une bonne idée de l’amplitude d’estimation et de l’incertitude qui lui est associée. La figure 2 ci-dessous montre que l’amplitude de la distribution estimée sans DPE couvre quasiment les distributions estimées de C à G. Les 9ème déciles des estimations “DPE C” et “sans DPE” sont approximativement au même niveau, de même que les 1er déciles des estimations “DPE G” et “sans DPE”. Ceci est cohérent avec le fait que ne pas indiquer le DPE implique une plus grande incertitude.

En revanche, les distributions avec DPE A ou B ne sont pas couvertes par la distribution sans DPE. Ceci s’explique par le fait qu’il y a très peu de biens anciens en vente classés A et B dans le 15ème arrondissement de Paris ce qui augmente de fait l’incertitude des estimations*.

Ainsi, en intégrant ces caractéristiques, nos modèles parviennent à réduire l'incertitude. Concrètement, cela se traduit par une distribution de prix plus resserrée, donc un intervalle de confiance plus fin et une estimation globale plus précise. L’amplitude de la distribution estimée est utilisée dans les calculs de fiabilité des estimations que nous discutions dans un précédent article. Cela permet d'affiner encore davantage votre stratégie et de justifier plus finement la valeur d'un bien.

En conclusion l’estimation de la distribution de prix permet d’améliorer la prise de décision par exemple pour :

• Définir une stratégie et un positionnement du bien :
  La distribution de prix devient un véritable outil de pilotage. En fonction de l'objectif du vendeur (vendre vite, maximiser le prix), vous pouvez positionner le bien de manière stratégique. Un prix dans la partie basse de la distribution maximisera les chances d'une vente rapide, tandis qu'un positionnement dans la partie haute peut être envisagé si le propriétaire n'est pas pressé, tout en connaissant les risques associés.
• Une analyse globale des risques associés à un portefeuille de biens : Cette estimation de distribution pour un bien donné peut également s’appliquer à un ensemble de biens. Ainsi, l’association des distributions estimées de plusieurs biens donnera une vision claire de l’amplitude sur l’ensemble du portefeuille. Affiner les estimations individuelles permettra d’affiner l’analyse des risques globale.

* D’après l’ADEME les classes A et B représentent 1% chacune des appartements construits avant 2020 dans le 15ème arrondissement de Paris. L’ordre des autres classes est E, D, F, C et G avec respectivement 31, 29, 23, 10 et 6%.
Source : https://observatoire-dpe-audit.ademe.fr/statistiques/outil