Analisi multicriteria e gestione della crisi immobiliare : un'applicazione della Non Additive Robust Ordinal Regression (NAROR) al caso torinese

L’analisi multicriteri, chiamata analyse multicritère in francese e multicriteria decision-aid o multiple criteria decision-making (MCDM) o multiple criteria decision-aid (MCDA) in inglese, costituisce un valido strumento metodologico nei processi di aiuto alla decisione.

Negli ultimi dieci anni il MCMD ha vissuto un notevole sviluppo; ne sono testimonianza il crescente numero di articoli pubblicati sui giornali dedicati alla ricerca operativa ed ai sistemi legati alla teoria delle decisioni (esiste una rivista specifica: il Journal of Multicriteria Decisión Analysis). Inoltre il grande numero di relazioni presentate sul tema in convegni scientifici mostra quanto sia oggi di attualità lo studio di tali problematiche.

Diversi gruppi di lavoro internazionali si riuniscono regolarmente per esaminare questi temi: esiste, ad esempio, uno specifico istituto di ricerca all 'Università Libre de Bruxelles ed un altro presso l'Università Paris IX-Dauphine. Un aspetto incoraggiante dello studio degli strumenti di aiuto alla decisione deriva dal fatto che non si tratta solo di una metodologia applicabile ad un’area isolata, ma concerne tutti i settori della ricerca operativa con sempre più frequenti sconfinamenti nell’analisi economica ed ingegneristica. In altre parole, ricercatori e professionisti sono sempre più consapevoli della possibilità di utilizzare i multiple criteria nei problemi reali di management e di presa di decisione, qualunque sia la natura degli stessi.

Come indica il suo nome, il multicriteria decision-aid ha lo scopo di fornire al decision-maker - colui che deve prendere una decisione - alcuni strumenti atti ad aiutarlo nella risoluzione di un problema di scelta tra più alternative, quando numerosi e spesso contraddittori sono i punti di vista da prendere contemporaneamente in considerazione. In generale non esiste nessuna decisione (soluzione, azione) che sia contemporaneamente la migliore rispetto a tutti i punti di vista coinvolti. Per questo motivo il termine “ottimizzazione”, in un simile contesto, non ha alcun senso; i metodi multicriteriali, in contrasto con le classiche tecniche di ricerca operativa, non hanno la pretesa di fornire le soluzioni “oggettivamente migliori” in quanto, in realtà, simili soluzioni non esistono. In un siffatto contesto si comprende la valenza del termine “aiuto” (aid) che contraddistingue la definizione delle caratteristiche di questi strumenti.

La stessa evoluzione dei metodi multicriteriali illustra perfettamente questo concetto. L’aggregazione in un unico criterio (tale da ricondurre il problema multicriteriale al problema di ottimizzazione) è stata via via contestata e progressivamente sostituita da metodi più flessibili e meno matematici; allo stesso modo, l’interattività ha giocato un ruolo sempre più importante nelle procedure utilizzate. Ad oggi gli specialisti in multicriteria decision-aid sono soliti dividere i metodi di analisi in tre grandi categorie, anche se i confini tra una e l’altra non sono, tuttavia, ben delimitati.

Tali metodi sono:

• Multiple attribute utilty theory

• Outranking methods

• Interactive methods

La prima tipologia, di ispirazione americana, consiste nell’aggregare i differenti punti di vista in un’unica funzione da ottimizzare: in questo caso si studiano le condizioni matematiche di aggregazione, le particolari forme delle funzioni di aggregazioneessivo consiste poi nello sfruttare la relacision-maker).tto per l'elaborazione di programmi mze date su uo ti perverse modalità di aggregazione demparauazioni di incertezza.

Infine non possono essere iteriaocedure di voto, la decisione in umata’architettura e dell’estimo, di cercare di espl i dovlemi legati alle scelte degli agenti economsono i punti di vista da prendere contemporaneamente ttive e dei vari tracciati infrastrutturali in particolare, a seguito dei recenti sviluppi della disciplina, rappresenta un contesto di sperimenell’elemento costo del trasporto, che èe nuovi fattori localiz conseguente maggiore concorrenza tra i territori nell’attrazione di attività produttive, ma soprattutto la spesso insufficiente attenzione degli stessi imprenditori ai processi decisionali, capaci di consentire il raggiungimento di un buon livello di soddisfazione.

Questa tesi è strutturata in sei capitoli che tentano di dare una visione chiara e globale dei fenomeni che riguardano l’estimo e le analisi multicriteriale:

• Capitolo 1: Si porranno le basi per capire le teorie alla base dell’estimo ed alcune applicazioni che spesso vengono usate come lo studio di fattibilità e l’analisi del valore, l’analisi costi-benefici, il metodo AHP e ANP e le analisi multicriteria. Questi attori costituiscono infatti le fondamenta di una qualunque ricerca nel campo dell’estimo e della valutazione economica.

• Capitolo 2: Si scenderà più nel dettaglio occupandoci del mercato immobiliare in relazione anche alla storia del nostro Paese. Si analizzerà lo scenario immobiliare in Italia ed il ruolo tradizionale che il famoso “mattone” ha costituito per la maggior parte degli italiani, si vedrà come è cambiato il mercato immobiliare e la sua gestione dei decenni e si cercherà di capire quali siano, ad oggi, gli strumenti urbanistici maggiormente usati nella gestione di una città.

• Capitolo 3: Si entrerà nel cuore del lavoro svolto analizzando i fondi immobiliare. Alla base di essi ci sono infatti molte normative importanti per capire cosa sia un fondo immobiliare, come si costituisce e gestisce, quali sono le principali tipologie, come il mercato si è evoluto anche grazie ad essi e quali sono dei buoni esempi di fondi immobiliari ben riusciti in Italia.

• Capitolo 4: Attualizzandoci al contesto odierno, si analizzerà la nuova situazione abitativa e sociale in Italia, capendo quali sono i soggetti maggiormente emarginati e come il governo tramite degli interventi e norme è stato in grado di adempiere al suo ruolo.

• Capitolo 5: Si passerà qui allo studio del programma utilizzato: la Non Additive Robust Ordinai Regression (NAROR), vedendo quali sono state le applicazioni dalle quali è stato progettato, come entra in relazione con il compito di aiuto decisionale e quali sono le leggi matematiche che lo governano: primo tra tutte, l’integrale di Choquet.

• Capitolo 6: Per la prima volta in un caso di mercato immobiliare, si applicherà la NAROR al nostro caso studio, il Fondo Immobiliare della Città di Torino. Attraverso la definizione di diversi criteri e preferenze, si è strutturata una matrice di valutazione che consentito alla NAROR di elaborare una classifica degli immobili maggiormenco-architettonica dei diciotto immobili facenti parte il fondo immobiliare. Si è così proceduti al recupero della documentazione tecnica degli immobili negli archivi di Stato della città di Torino e si sono confrontati i risultati ottenuti con il responsabile alle vendite degli immobili della Prelios S.g.r.

Un esercizio estimativo quindi, che da diversi punti di vista fornisce una visione trasversale della situazione immobiliare torinese e non solo.