Sejak awal berdirinya, serikat kredit secara konsisten mengandalkan Penilai Real Estat untuk memberikan pendapat yang akurat, kredibel, dan tidak memihak tentang nilai agunan mereka. Betapa sulitnya menyadari bahwa tuduhan bias rasial ditujukan kepada profesi penilai. Apakah bias penilaian menghalangi anggota Anda untuk mendapatkan pinjaman, membeli rumah, atau mengakses ekuitas di rumah mereka? Apakah hal ini menghalangi investasi yang berarti pada komunitas yang Anda layani? Sebaliknya, apakah para penilai di panel Anda, yang banyak di antaranya mungkin adalah anggotanya sendiri, memiliki bias, dan bagaimana Anda bisa mengetahuinya?
Tuduhan bias penilaian bukanlah hal baru. Pendapat nilai yang tidak berlisensi berkontribusi pada krisis Simpan Pinjam dan penilaian yang berlebihan menjadi dasar keputusan pinjaman yang buruk selama krisis hipotek sebelum Resesi Hebat. Selama beberapa tahun para peneliti berpendapat bias penilaian berdasarkan ras. Pada tahun 2018, Brookings Institute menerbitkan studi kasus, Devaluasi Aset di Lingkungan Kulit Hitam1. Studi ini berpendapat bahwa rumah dengan kualitas serupa di lingkungan dengan fasilitas serupa bernilai 23 persen lebih rendah di lingkungan kulit hitam. Studi ini tidak memiliki alat untuk mengidentifikasi alasannya sampai Badan Pembiayaan Perumahan Federal (FHFA) merilis data penilaian rumah secara publik. Brookings Institute, bersama dengan peneliti akademis lainnya, kini melihat adanya korelasi langsung dengan bias penilaian.2
Namun baru setelah muncul berita besar yang menampilkan pemilik rumah berkulit hitam “mengapur” rumah mereka untuk menghasilkan nilai, barulah pemberi pinjaman, regulator, dan organisasi penilai mulai memperhatikan. Pemerintah federal turun tangan untuk membentuk gugus tugas Property and Appraisal Valuation Equity (PAVE), dan para pemilik rumah yang berani bersaksi tentang kerendahan hati dalam mengapur rumah mereka.
Hampir enam puluh tahun telah berlalu sejak undang-undang Hak Sipil melarang diskriminasi perumahan berdasarkan ras, warna kulit, agama, jenis kelamin, asal negara, disabilitas, dan status keluarga, jadi bagaimana kita di tahun 2024 ini membahas bias rasial yang dilakukan oleh para penilai? Ada banyak penyebab yang perlu dipertimbangkan, yaitu pengurangan sejarah, pelatihan penilai yang buruk, program pemagangan yang menumbuhkan opini rasis, kurangnya keragaman dalam profesi penilai, pendidikan yang tidak memadai, dan pengawasan yang buruk. Diperkirakan lebih dari 97 persen penilai real estat berkulit putih, mereka memiliki lisensi dan disiplin oleh dewan negara yang terdiri dari penilai yang sama.
Sayangnya, hanya ada sedikit pilihan yang tersedia untuk segera menyelesaikan bias implisit atau eksplisit dalam profesi penilai. Peningkatan keberagaman akan membutuhkan waktu bertahun-tahun untuk berkembang berdasarkan kriteria kualifikasi saat ini, pelatihan dan pendidikan memerlukan waktu, begitu pula perubahan material dalam pengawasan. Rekomendasi utama PAVE yang akan segera hadir memberikan kebijakan yang jelas dan bermakna seputar pertimbangan ulang nilai. Setiap serikat kredit harus memastikan mereka memiliki kebijakan ROV yang kuat, bersama dengan pengungkapan, pemberitahuan, dan format anggota yang diperlukan.
Hal ini membawa kita pada teknologi dan pertanyaan sebenarnya, apakah kita memerlukan penilaian tradisional yang dilakukan oleh Penilai Real Estat. Inovasi teknis lambat meresap ke dalam penilaian real estat. Model Penilaian Otomatis (AVM) memang dikembangkan lebih dari 20 tahun yang lalu, namun meskipun terdapat perbaikan yang konsisten, keakuratannya dibatasi oleh akses terhadap data yang konsisten (catatan publik yang buruk dan sistem MLS universal) dan informasi terukur tentang properti subjek. Namun, selama dekade terakhir, jutaan penilaian yang dimasukkan ke UCDP telah menghasilkan data yang akurat dan konsisten dalam jumlah besar. Data inilah yang memungkinkan Fannie Mae dan Freddie Mac memberikan Penerimaan Penilaian (yang menggantikan pengabaian penilaian tradisional). Dalam upaya transparansi, data ini kini tersedia dari FHFA dan dapat digunakan untuk melacak bias penilaian dan QC untuk mengidentifikasi potensi kejadian. Selain itu, kemajuan teknologi lainnya, terutama dalam AI dan pembelajaran mesin, memungkinkan analisis data dalam jumlah besar, mengidentifikasi karakteristik properti (termasuk pengukuran dan pencitraan foto), dan tren pasar.
Dalam beberapa tahun terakhir, Fannie Mae dan Freddie Mac telah memulai perjalanan modernisasi penilaian. Budaya suku bunga rendah selama epidemi COVID menyoroti masalah kapasitas penilai yang meningkatkan biaya dan waktu penyelesaian. Selain itu, penilai beroperasi dengan perangkat lunak kuno untuk menghasilkan laporan yang bertanggal dan memenuhi persyaratan minimal. Elemen kunci Modernisasi Penilaian adalah penerimaan penilaian (memanfaatkan data FHFA) ditambah Laporan Data Properti (PDR); penilaian desktop dan hybrid (menghilangkan penilai dari proses inspeksi) dan modernisasi formulir tradisional ke format tunggal yang interaktif dan berbasis cloud. Inisiatif-inisiatif ini bertujuan untuk meningkatkan efisiensi, mengurangi biaya; meningkatkan akurasi, mengurangi bias penilaian, dan memberikan solusi terukur.
Beberapa Perusahaan Manajemen Penilai mengembangkan solusi penilaian berbasis teknologi untuk meningkatkan proses HELOC. Hal ini mencakup proses AVM yang “cerdas” dengan akses terhadap intervensi analis, inspeksi non-penilai, dan penyederhanaan penilaian hibrid. Integrasi dengan sistem LOS credit union memungkinkan penilaian perumahan berbasis teknologi yang murah, akurat, dan cepat.
Bias penilaian historis tidak akan hilang dalam semalam, dan credit unions harus memiliki proses dan pelatihan untuk mengidentifikasi dan memitigasinya. Serikat kredit harus memastikan hal tersebut, atau AMC mereka memiliki proses QC berbasis AI yang kuat untuk mengenali bahasa, citra, dan analisis yang diskriminatif. Penilai Credit Union/AMC harus dibimbing dan dilatih dalam praktik Perumahan yang Adil. Serikat kredit harus mengandalkan AMC seperti Class Valuation untuk menjadi yang terdepan dalam teknologi. Dengan para ahli seperti Scot Rose, yang disorot oleh Brookings Institute, sebagai inovator dalam Valuing Homes in Black Neighborhoods. Pada akhirnya, dengan memanfaatkan teknologi dan data, pengguna dan penyedia layanan penilaian dapat mentransformasi industri yang biasanya lambat beradaptasi terhadap perubahan.
1 https://www.brookings.edu/articles/devaluasi-of-assets-in-black-neighborhoods/
2 https://www.brookings.edu/articles/how-racial-bias-in-appraisals-affects-the-devaluasi-of-homes-in Majority-Black-Neighborhoods/