Kinh nghiệm tại nhiều quốc gia như Mỹ, Singapore, Trung Quốc… cho thấy, để đảm bảo việc định giá đất của các tổ chức định giá cho cả cơ quan quản lý thành lập hay các tổ chức trung gian độc lập có tính thuyết phục cao,…
Nguồn dữ liệu được cung cấp khá dồi dào để các tổ chức thực hiện chọn lựa theo mục tiêu và có cơ sở để hội đồng thẩm định giá phê duyệt, hạn chế các rủi ro phát sinh.
Trong đó, ngoài dữ liệu giao dịch mang tính tập trung ghi nhận qua các sàn giao dịch, đại lý môi giới về trung tâm dữ liệu quốc gia, các dữ liệu tham khảo từ cơ quan thuế, các khoản vay thế chấp bằng bất động sản, hợp đồng bảo hiểm nhà… do các ngân hàng tư nhân, công ty bảo hiểm hay định chế tài chính khác quản lý cũng được tiếp cận một cách chủ động (trong giới hạn làm nguồn dữ liệu đối chứng mà không công bố rộng rãi).
Bởi lẽ, với mỗi loại tài sản, từ dữ liệu cơ sở gốc, các tổ chức này sẽ có góc nhìn và cách định giá khác nhau. Chưa kể, nguồn dữ liệu từ các cơ quan nghiên cứu độc lập, không trực tiếp tham gia vào thị trường bất động sản như cơ quan báo chí, trường đại học, viện nghiên cứu, thậm chí thông tin tòa án liên quan ngôi nhà hoặc chủ cũ của ngôi nhà … cũng phải đưa vào danh sách nguồn tham khảo cho các tổ chức định giá và hội đồng thẩm định giá đánh giá để tránh rủi ro dữ liệu bị làm sai lệch.
Hơn nữa, sau khi lô đất được định giá, hội đồng thẩm định giá có nghĩa vụ phải công khai các dữ liệu như giá trị chuẩn hóa của lô đất và các yếu tố so sánh khác. Chẳng hạn, tại Đức, dữ liệu này được Cơ quan Thống kê Liên bang Đức sử dụng để công bố trong các bộ dữ liệu sau khi đã xử lý, làm cơ sở ban đầu cho việc định giá các loại hình đất đai tương tự sau này. Bộ dữ liệu gốc chỉ được công bố miễn phí cho mục đích nghiên cứu hoặc có thu phí sử dụng tùy vào quy định của từng bang.
Ở đây, việc chấp nhận nhiều nguồn dữ liệu tham khảo như nhìn nhận của GS-TSKH. Đặng Hùng Võ, nguyên Thứ trưởng Bộ Tài nguyên và Môi trường, đó là mô hình nào cũng phải thừa nhận giá trị hàng hóa tính bằng tiền được các bên tham gia mua và bán đồng thuận mà không có bất kỳ sự ép buộc hay dựa trên mối quan hệ thân thiết nào. Sau đó là quy định của Nhà nước về giá, dựa trên các trao đổi hàng hóa tự nguyện trên thị trường. Sự khác nhau giữa các mô hình chủ yếu đến từ sự can thiệp của Nhà nước để tác động vào thị trường sao cho tích cực hơn.
Thực tế, trong các định nghĩa về định giá đất từ các tài liệu nghiên cứu trên thế giới, giá đất thị trường không phải là một giá trị cố định, bất biến. Nó vẫn tồn tại, nhưng dao động trong một khoảng giá trị và một khoảng thời gian nào đó. Có thể hiểu giá thị trường là giá giao dịch ước tính có độ tin cậy đủ yên tâm trong một khoảng thời gian nhất định. Do đó, việc yêu cầu các tổ chức thẩm định giá và cả hội đồng thẩm định giá phải sử dụng nhiều nguồn dữ liệu (bao gồm cả các nguồn dữ liệu giả định tính toán trên mô hình) để giảm rủi ro cho cả tổ chức định giá và hội đồng thẩm định giá.
Điều này tạo cơ chế cho việc giảm, tránh trách nhiệm cho người thẩm định giá khi “giá có thể lên hoặc có thể xuống” theo xu hướng thị trường. Điều còn lại là trình độ, kinh nghiệm của người thẩm định đến đâu, có đủ năng lực tham gia vào công tác thẩm định giá hay không. Ngoài ra, các hội đồng thẩm định giá cũng phải được sàng lọc, có sự cân bằng số lượng giữa các chủ thể tham gia gồm Nhà nước – doanh nghiệp – người dân.
Một điểm đáng lưu ý là hiện nay, sự ra đời của các công nghệ tiên tiến như AI, Big Data, VR hay các Proptech (công nghệ bất động sản)… mang lại cơ hội lớn trong việc nâng cao công tác chuẩn hóa dữ liệu thị trường. Tại Mỹ, dựa trên cơ sở dữ liệu gốc ban đầu từ cơ quan thống kê trung ương kết hợp với dữ liệu thu thập qua các nguồn khác nhau, thông qua AI (trí tuệ nhân tạo) các nền tảng tìm kiếm như Refin.com hay Zillow.com đã vươn tầm không chỉ là trang tìm kiếm thông tin cho người mua nhà, mà còn trở thành nguồn dữ liệu tin cậy cho chính các cơ quan công quyền. Tất cả thông tin về mảnh đất, ngôi nhà từ diện tích, năm xây dựng, số phòng ngủ, phòng tắm, tới giá đăng bán, lịch sử giao dịch ngôi nhà từ khi xây dựng, tranh chấp liên quan (nếu có)… đều được liệt kê đầy đủ.
Với dữ liệu thu thập được và sử dụng các thuật toán của AI, các nền tảng này sẽ cung cấp dữ liệu biến động giả (theo dạng giả định với sai số ghi nhận chỉ ở mức 10-15%) trong một thời gian dài. Điều này phần nào hạn chế biến động giá “ảo” quanh ngôi nhà có thể diễn ra do các thông tin truyền thông sai lệch mang tới.
Tổng Hợp
(ĐTCK)