【AIが算出】東京五輪後に「家賃が下がる街・下がらない街100」

記事のサムネイルを見るとベストが門前仲町になっていますが、実は同率1位が11箇所あり、10年後の下落率は0％となっています。

門前仲町、西大島・東大島・大島、方南町・笹塚、落合・中井、練馬・桜台、落合南長崎、田端、矢口渡、練馬高野台、武蔵新田、森下のエリアが下がらない駅とのことです。

タイトルが誤解を招きやすいですが、本記事のランキングは「築年数の増加が賃料下落に与える影響」を調べたものです。
物件を借りる人よりも、オーナーにとって参考になる情報かと思います。

ぱっとランキングを見て思うのは、下落率が大きいところは元の家賃が高く、下落率が小さいところは元の家賃が低いところが多い。
下落率が大きいところは、オシャレなところが多く、そこに住みたいと意思を持って家計を配分するケースが多そう。それゆえに物件としての魅力度が影響しやすい街で、築年数が経つほど安くなりやすい。逆に、下落率が小さいところは、元々価格感応度で勝負をしているところが多く、築浅だからと強気な値付けができない分、年数が経ってもそこまで変わらないという印象。

また、結果を前提としたときには、デフレだなぁと感じる。人気の町は、家賃の高さや意思を持って家計を家賃に充てられるという観点で、高所得者が多めだと思う。そういった人たちを集める町であっても、経年で値下がりが結構発生してしまう。

ちなみに、個人的には実際には10年後は案外違った結果になっているのではないかと思う。
たとえば、田園調布に関しては、今は武蔵小杉が人気でも、高層なのか低層なのかと街の雰囲気が違う。そこで暮らして、改めて低層の魅力で再起するようなことが定性的には起こりうると思う。また、アルゴリズムは実績の家賃データと関数をフィッティングしているような説明が最後に書かれているが、過去データに関しては武蔵小杉の需要がタイトになって、田園調布から「吸っていった」実績を含む。そのトレンドが持続するなら正しいが、既に顕在化したものが過去と同じペースで持続していくかというとそうでもない。

あと、不動産投資のリアリティとしては、家賃だけでなく稼働率も重要で、家賃が下がっても稼働率が維持できるのか、家賃が下がらなくても稼働率が低めなのかは重要。その意味では、値下がり率が高い地域のほうが、コンスタントな収入は期待できそう（その収入が投資として見合うかは、仕入れ値による）。

「AIが算出」

せめてどんな技術を使って、学習データは何をつかってどれくらいの規模で、何を予測をしたのかを明記しませんか。

また、今回の予測は東京五輪とは無関係な予測をしています。ライフルの清田さんがすでに指摘されていますが（昨日一緒に飲んでました。また、GAさんには関係者が昨日訪問させていただきまして、ありがとうございました）、ただ単に地域ごとの物件築年数の家賃に与える影響度を算出しているように見えます。

【追記】
学習の詳細は最後に書いてあったとのこと。失礼しました。薄い文字だったので読んでいませんでした。反省します。
トレーニングデータの量と、予測精度（相関やMSE）が明記されていれば説得力が増すと思いました。
また、機械学習は過去のデータに基づく予測なので、新駅や新しいモールの誕生による影響は予測できません。