Szerzői információk:
Grosz Gabriella: Magyar Nemzeti Bank, közgazdasági elemző. E-mail: groszg@mnb.hu
Herbert Evelyn: Magyar Nemzeti Bank, elemző. E-mail: herberte@mnb.hu
Izsák Gábor: Magyar Nemzeti Bank, jogász. E-mail: izsakg@mnb.hu
Szász Katinka: Magyar Nemzeti Bank, jogi referens. E-mail: szaszk@mnb.hu
Absztrakt:
Az ingatlanfedezetek értékbecslése a hitelezési folyamatok egyik régóta létező, de napjainkban egyre inkább dinamikusan fejlődő területe, melynek keretében a helyszíni szemlét alapul vevő értékbecslések helyett mindinkább elterjedtté válik a statisztikai alapú értékbecslések alkalmazása. Ennek jogszabályi feltételeit az elmúlt évben az európai és hazai szabályozás módosításai is megteremtették, azonban a módszer valódi széleskörű felhasználásához, működőképességéhez, a kapott értékbecslések pontosságához meg kell teremteni a hozzáférést az ingatlanokat érintő – részletes, pontos, naprakész és rendszeresen ellenőrzött – adatokhoz is. Mivel a hazai ingatlanokra vonatkozóan jelenleg elérhető adatbázisok rendkívül széttagoltak, ezért tanulmányunkban egy olyan központi adatbázis létrehozását javasoljuk, melyben egységesen és naprakészen állnak rendelkezésre az adatok, a jelenlegi, különálló adatbázisok összehangolásával. Egy ilyen adatbázis segítené a piacon az egyenlő versenyfeltételek megteremtését, költséghatékony, gyors és megbízható módon lenne képes automatizálni az adatátadást. Ez nagyban elősegítené a statisztikai alapú értékbecslések elterjedését, támogatva a digitalizáció további térnyerését, a banki verseny erősítését, a gyorsabb ügyintézést és a hitelezés költségeinek csökkenését minden szereplő oldalán.
Hivatkozás (APA):
Grosz, G., Herbert, E., Izsák, G., & Szász, K. (2021). Az ingatlanok statisztikai értékbecslését támogató központi adatbázis létrehozásának kérdései. Hitelintézeti Szemle, 20(4), 87–119. https://doi.org/10.25201/HSZ.20.4.87119
Rovat:
Tanulmány
Journal of Economic Literature (JEL) kódok:
G21, G28, G32, G51, O33
Kulcsszavak:
automatizálás, digitalizáció, fedezetértékelés, jelzáloghitel, pénzügyi szabályozás, statisztikai alapú értékelés
Felhasznált irodalom:
Aczél Ákos – Banai Ádám – Borsos András – Dancsik Bálint (2016): A lakáshitelek felárát meghatározó tényezők azonosítása a magyar bankrendszerben. Hitelintézeti Szemle, 15(4): 5–44. https://hitelintezetiszemle.mnb.hu/letoltes/aczel-akos-banai-adam-borsos-andras-dancsik-balint.pdf
Béres Alexandra Dorottya – Tringer Zsófia (2020): Ingatlanértékbecslés „otthonról”: a banki hatékonyságnövelés új fejezete. Szakmai cikk, Magyar Nemzeti Bank. https://www.mnb.hu/letoltes/beres-alexandra-tringer-zsofia-ingatlanbecsles-otthonrol.pdf
Békés Gábor – Horváth Áron – Sápi Zoltán (2016): Lakóingatlan-árak és települési különbségek. MT-DP – 2016/21, Magyar Tudományos Akadémia Közgazdaság- és Regionális Tudományi Kutatóközpont Közgazdaságtudományi Intézet, Budapest. http://www.econ.core.hu/file/download/mtdp/MTDP1621.pdf
Dippong Magdolna – Harnos László (2008): Speciális ingatlanok értékelése. Távoktatási jegyzet, Nyugat-Magyarországi Egyetem Geoinformatikai Kar, Székesfehérvár. http://docplayer.hu/16122724-Specialis-ingatlanok-ertekelese.html. Letöltés ideje: 2021. október 26.
EAA (2019): European Standards for Statistical Valuation Methods for Residential Properties 2nd edition. European AVM Alliance. https://www.europeanavmalliance.org/avm-standards.html?file=files/eaa/Downloads/EAA_Standards_2nd_Edition.pdf&cid=156. Letöltés ideje: 2020. április 30.
Eurostat (2013): Handbook on Residential Property Prices Indices (RPPIs). https://doi.org/10.2785/34007
Freixas, X. – Laeven, L. – Peydró, J.-L. (2015): Systemic Risk, Crises, and Macroprudential Regulation, The MIT Press. https://doi.org/10.7551/mitpress/9780262028691.001.0001
Horváth Áron – Imre Blanka – Sápi Zoltán (2016): Ingatlanok statisztikai érték-meghatározásának nemzetközi gyakorlata, az automatizált értékelési modellek bevezetésének hazai lehetőségei. Hitelintézeti Szemle, 15(4): 45–64. https://hitelintezetiszemle.mnb.hu/letoltes/horvath-aron-imre-blanka-sapi-zoltan.pdf
IAAO (2018): Standard on Automated Valuation Models (AVMs). International Association of Assessing Officers. https://www.iaao.org/media/standards/AVM_STANDARD_2018.pdf. Letöltés ideje: 2021. április 13.
MNB (2017): A háztartási szektor pénzügyi megtakarításai mikro- és makrostatisztikai adatok alapján. Magyar Nemzeti Bank. https:http://www.mnb.hu/letoltes/haztartasok-hun-0531.pdfww
MNB (2019): Versenyképességi program 330 pontban. Magyar Nemzeti Bank. https://www.mnb.hu/letoltes/versenykepessegi-program.pdf
MNB (2021a): Lakáspiaci jelentés, 2021. május. Magyar Nemzeti Bank. https://www.mnb.hu/letoltes/lakaspiaci-jelentes-2021-majus-hu.pdf
MNB (2021b): Pénzügyi stabilitási jelentés, 2021. június. Magyar Nemzeti Bank. https://www.mnb.hu/kiadvanyok/jelentesek/penzugyi-stabilitasi-jelentes/penzugyi-stabilitasi-jelentes-2021-junius
MSCI (2019): Private Real Estate: Valuation and Sale Price Comparison 2019. MSCI Research Report, June. https://www.msci.com/www/research-paper/private-real-estate-valuations/01032853837
RICS (2017): The Future of Valuations – The relevance of real estate valuations for institutional investors and banks – views from a European expert group. RICS Insight Paper 2017/11, Royal Institution of Chartered Surveyors. https://www.rics.org/globalassets/rics-website/media/knowledge/research/insights/future-of-valuations-insights-paper-rics.pdf. Letöltés ideje: 2020. április 27.
Stan, L. (2015): De la idee la BIG – ANEVAR. Valoarea oriunde este ea, 2015(6): 14–17. https://www.anevar.ro/images/documente/revista-valoarea-oriunde-este-ea-nr-06.pdf. Letöltés ideje: 2021. október 6.
Wolters, J. (2002): Property valuation and taxation in Denmark. The Danish Association of Chartered Surveryors, Copenhagen. http://www.andywightman.com/docs/danish_propertytax.pdf. Letöltés ideje: 2021. október 6.