Asuinkiinteistön kaupan laatuvirheestä johtuvan korvausvastuun vakuuttamisen ongelmakohdat
Bibliographic record
Abstract
Tutkielma koskee kiinteistön kaupan virhevastuun vakuuttamisen ongelmakohtia Suomen markkinoilla olevien piilovirhevakuutusten osalta. Kiinteistön kaupan piilevien virheiden vakuuttaminen on Suomessa toistaiseksi melko tuntemattomaksi jäänyt vakuuttamisen muoto. Piilovirhevakuuttamisen lisäämistä Suomen markkinoilla on ehdotettu eräänä mahdollisena ratkaisuna epäonnistuneihin asuinkiinteistön kauppoihin. Kiinteistön kaupan virhevastuun jakautumista ostajan ja myyjän välillä on pidetty oikeustieteessä sekä laajemminkin ongelmallisena. Epäselväksi jäävä riskinjako synnyttää riitaisuuksia siitä, kuuluuko virhevastuu myyjälle vai onko kyseessä sellainen virhe, josta ostajan olisi tullut olla tietoinen. Riskinjaon jakautuminen osapuolten välillä muodostuu maakaaren (540/1995) mukaisesti myyjän tiedonantovelvollisuudesta sekä ostajan selonottovelvollisuudesta. Tältä osin oikeudellisesta tulkinnanvaraisuutta liittyy tilanteisiin, joissa kaupan kohteen vaurioista on olemassa jonkinlaisia indisioita, joista vaurioiden laajuus tai laatu eivät käy kuitenkaan yksiselitteisesti ilmi. Kaupanvastuu voi muodostua varsin ankaraksi myyjää kohtaan etenkin tilanteissa, joissa myyjän toimintaan ei liity moitittavuutta. Piilovirhevakuutus on vakuutus, jonka nojalla suoritetaan korvaus kaupan kohteen rakennuksen piiloon jääneestä virheestä. Kyseessä on siis jossain määrin epätavallinen vakuuttamisen muoto, joka koskee pikemminkin sopimusperusteisen suoritusvelvollisuuden täyttämistä surrogaatilla kuin vahingon korvaamista. Piilovirhevakuutusten vakuutusehtojen tarkoittama piilovirhe ei kuitenkaan ole muuten kuin epäsuorasti kytköksissä maakaaren mukaiseen salaiseen virheeseen. Keskeisin seikka sen suhteen, onko kyseessä piilevä virhe, seuraa kaupan kohteessa laaditusta kuntotarkastusraportista, jonka teetättäminen kohteesta on piilovirhevakuutuksen myöntämisen edellytyksenä. Piilovirhevakuutuksista ei suoriteta korvausta sellaisten virheiden osalta, jotka ovat havaittu kuntotarkastusraportissa tai jotka sijaitsevat sellaisissa rakenneosissa, jotka ovat rajattu kuntotarkastuksen ulkopuolelle tai joiden osalta kuntotarkastusraportissa on kehotettu tekemään lisätutkimuksia. Piilovirhevakuutus on siis voimakkaasti sidoksissa kohteesta laadittuun kuntotarkastusraporttiin. Kuntotarkastusraportin tulkintaan liittyy kuitenkin nykyisin monia ongelmia. Raportin tulkintaa on pidetty vaikeaselkoisena sekä pahimmillaan kaupan kohteesta teetätetty kuntotarkastus synnyttää riitaisuuksia kaupan osapuolten välille. Tutkielmassa selvitetään sitä, miten kuntotarkastusraporttia tulee tulkita vakuutussopimuslain mukaan osana vakuutusehtoja. Lisäksi kuntotarkastuksen suorittava asiantuntija toimii osassa myönnettyjä piilovirhevakuutuksia vakuutuksenmyöntäjän edustajana, millä seikalla on vaikutusta vakuutuksenottajan ja vakuutuksenmyöntäjän tiedonantovelvollisuuteen. Piilovirhevakuuttamisen mahdollisuudet epäonnistuneiden kiinteistön kauppojen välttämiseksi ovat rajalliset, sillä piilovirhevakuutusten korvauspiirin ulkopuolelle on rajattu myös laajuudeltaan epäselvät kuntotarkastusraportissa havaitut vauriot. Tältä osin piilovirhevakuutus ei siis poista kuntotarkastuksen epäselvyydestä kumpuavia kaupanvastuuseen liittyviä ongelmia, vaan pikemminkin siirtää riskiä virheestä kaupan kohteen myyjältä kohteen ostajalle.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.075 | 0.032 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".