28 พฤศจิกายน 2552

GIS and CAMA

GIS ย่อมาจาก Geographical Information System หรือระบบสารสนเทศทางภูมิศาสตร์
สามารถนำมาใช้ประกอบการประเมินค่าทรัพย์สินแบบ CAMA หรือ Mass Appraisal ได้
ซึ่งถือเป็นการผสานเทคโนโลยีสำคัญที่จะทำให้การประเมินค่าทรัพย์สินได้รับการพัฒนาให้ก้าวกระโดดไปข้างหน้าอีกก้าวหนึ่ง โดยสามารถมองเห็นภาพประกอบด้วย กรณีที่นำ GIS มาใช้ประกอบในส่วนของการวิเคราะห์ ก็คือการสร้างเส้นแสดงความสูงต่ำของพื้นที่(contour line)ตามราคาที่ดินหรือราคาบ้านที่สูงต่ำแตกต่างกัน เส้นดังกล่าวนี้ช่วยให้เห็นทิศทางการเพิ่มลดของมูลค่าทรัพย์สินในแต่ละทำเล ทำให้เห็นภาพการเชื่อมต่อของราคาในแต่ละจุด ในทางตรงกันข้ามเส้นดังกล่าวนี้ยังช่วยในการพิจารณาว่ามูลค่าทรัพย์สินที่ประเมินได้สอดคล้องกับความเป็นจริงหรือไม่ เช่น ในพื้นที่ชุมชนแออัด ราคาบ้านน่าจะต่ำ แต่หากออกมาสูงก็อาจแสดงว่าข้อมูลหรือแบบจำลองควรได้รับการทบทวน GIS and CAMA ในกระบวนการพัฒนาเมือง การจัดการการใช้ที่ดินและการประเมินค่าทรัพย์สินในปัจจุบันอาศัยเทคโนโลยีระบบสารสนเทศทางภูมิศาสตร์ (Geographical Information System: GIS) มากยิ่งขึ้น เพื่อการเก็บรวบรวมข้อมูลอย่างเป็นระบบ เชื่อมโยงกับเครือข่ายแผนที่อย่างเป็นรูปธรรม และในปัจจุบันเทคโนโลยีนี้ยังเชื่อมโยงกับการประเมินค่าทรัพย์สินโดยใช้ระบบคอมพิวเตอร์ (Computer-Assisted Mass Appraisal: CAMA) เพื่อให้การประเมินมีความเป็นวิทยาศาสตร์และเชื่อถือได้ยิ่งขึ้น ตามมาตรฐานการประเมินค่าทรัพย์สินของสหรัฐอเมริกา กำหนดว่า CAMA หรือ Computer Assisted Mass Appraisal

ประกอบด้วย

1. การกำหนดอสังหาริมทรัพย์ที่พึงประเมิน เช่น เป็นที่อยู่อาศัยหรืออสังหาริมทรัพย์อื่นใด

2. การกำหนดขอบเขตพื้นที่ เช่น ในเขตเมืองหรือนครหนึ่ง ๆ

3. การกำหนดเงื่อนไขหรือตัวแปรที่น่าจะมีผลต่อมูลค่าตลาดของทรัพย์สิน

4. การพัฒนาโครงสร้างของแบบจำลองทางสถิติ ที่สะท้อนความสัมพันธ์เชิงตัวแปรต่อมูลค่าตลาดของทรัพย์สิน

5. การตรวจวัดความแม่นยำของตัวแปรที่มีผลต่อการเปลี่ยนแปลงมูลค่าทรัพย์สิน

6. การนำแบบจำลองนี้ไปปรับใช้ในพื้นที่ เพื่อขยายผลให้สามารถประเมินค่าทรัพย์สินได้อย่างประหยัดและรวดเร็ว

7. การปรับปรุงแบบจำลองแบบต่อเนื่องเพื่อความเหมาะสมกับภาวะตลาดยิ่งขึ้นในอนาคต
ดังนั้นการทำ CAMA จะได้ผลดีหรือไม่จึงขึ้นอยู่กับการกำหนด และดำเนินการตามขั้นตอนข้างต้น โดยเฉพาะกรณีการจัดหาข้อมูลมาทำการวิเคราะห์ หากข้อมูลไม่ดีพอ ผลที่ได้ก็อาจไม่น่าเชื่อถือ

ไม่มีความคิดเห็น:

แสดงความคิดเห็น