De (krediet)waardigheid van vastgoed

Transcriptie

1 De (krediet)waardigheid van vastgoed Een kwantitatief model voor het inschatten van het risico van een individueel vastgoed object door drs. Robert Kat RT afstudeerscriptie aan de ASRE Scriptiebegeleiders: drs H. Op t Veld MBA (ASRE) en drs. J.G.M.H. Boeve MRE MRICS RT (intern)

2 De (krediet)waardigheid van vastgoed Master Thesis Ter verkrijging van de Master of Studies in Real Estate aan de Amsterdam School of Real Estate te Amsterdam door Robert Kat Master of Science in Business Administration aan de Vrije Universiteit, Amsterdam Register - Taxateur onroerende zaken bij Vastgoedcert, Rotterdam Geboren te Amsterdam i

3 Voorwoord Voor u ligt de thesis ter afronding van de opleiding MSRE aan de Amsterdam School of Real Estate. Het doel van deze thesis is eenduidig; het vergroten van het inzicht in risico bij vastgoedobjecten. Het resultaat moest een praktisch bruikbaar instrument worden welke een onderdeel zou kunnen vormen van de dagelijkse vastgoedpraktijk. Dat laatste zal nog de nodige inspanning en tijd vereisen, maar als auteur hoop ik met deze thesis wel een aanzet te hebben gemaakt. Alhoewel de omslag van deze thesis laat uitschijnen dat het werk vorm heeft gekregen door de inzet van slechts één persoon, is ook dit werk tot stand gekomen door de gezamenlijke inzet van een groot aantal mensen. In dit voorwoord maak ik dan ook graag van de gelegenheid gebruik om al diegenen te bedanken die er voor hebben gezorgd dat deze thesis tot stand heeft kunnen komen. In de eerste plaats denk ik hierbij aan mijn begeleiders Hans op het Veld (ASRE, PFZW) en Jacques Boeve (DTZ Zadelhoff), die mij op weg hebben geholpen met concrete voorstellen voor het onderzoek en inhoudelijke opmerkingen. Door mij steeds te wijzen op de praktische toepasbaarheid van de onderzoeksresultaten hebben zij voor een belangrijk deel de toon gezet voor dit schrijven. Mijn dank gaat ook uit naar mijn vader die vanaf mijn jeugd mij altijd op een zeer positieve manier heeft gemotiveerd en gestimuleerd. Ook bedankt ik mijn vrouw die me de ruimte en de steun heeft gegeven om dit traject te kunnen volbrengen. Een woord van dank gaat uit naar de mensen die mij geholpen hebben bij het uitvoeren van de enquête en die mij hebben voorzien van de panden voor het opstellen van de rating. In dat kader ben ik ook veel dank verschuldigd aan Bart Kamperman die mij geholpen heeft met de analyse van de gegevens uit de databases van DTZ Zadelhoff. Vragen naar aanleiding van deze thesis zijn van harte welkom. Amsterdam, 1 maart 2010 Robert Kat mail@robertkat.com ii

4 Inhoudsopgave Inleiding Vastgoed als Asset Class Opbouw binnen de Asset Class Relevantie en afbakening onderwerp Onderzoeksvragen Werkwijze en onderzoeksmethode(s) 8 Vastgoed en Risico Risico Risico Risico en Rendement 2.2 Vastgoed en Risico Kenmerken van vastgoed Verschillen vastgoed-markt en andere vermogensmarkten Risico analyse Rating en Modellering Credit Rating systemen Soorten ratings Rating methodologie Beperkingen 3.2 Risico Modellen Fundamentele modellen Statistische modellen Expert modellen Vertalen score naar rating Conclusie Amsterdam School of Real Estate - Robert Kat 1

5 Ontwikkeling model Introductie (wat willen we bereiken) Bepalen van de onbekende σx 4.2 Risico modelering (ratings) Vastgoed rating informatie systeem 4.3 Vastgoed modellering Fundamentele modellering van een vastgoed object Data Bepaling kans op default en recovery (op huurders niveau) Bepaling van exposure Betrouwbaarheid van methode en kansen 4.4 Uitwerking model Dynamische programmering Vastlegen van kerngegevens in het model Hypotheek gegevens Scenario analyse Model geprogrammeerd in Excel 4.5 Rating vastgoed Implicaties van krediet ratings Analyse Introductie Model test Analyse resultaten Analyse op basis van verwachtingen Enquête Resultaten enquête Gebruik van model in praktijk Conclusie Samenvatting Conclusie Aanbevelingen en verder onderzoek 75 Bibliografie 76 Bijlage 1. Lijst van geinterviewde personen Bijlage 2. Ratingsheets enquete (vertrouwelijk, niet opgenomen) Bijlage 3. Enquete formulieren (vertrouwelijk, niet opgenomen) Amsterdam School of Real Estate - Robert Kat 2

6 Inleiding Onderzoeksopzet:e aanleiding, afbakening en relevantie van het onderzoek. Na doel- en vraagstelling. volgt aansluitend de werkwijze en onderzoeksmethodologie 1.1 Vastgoed als Asset Class Real Estate wordt steeds meer een volwassen asset class kopte een artikel in het huisblad Fact van Deloitte (3de kwartaal 2006). Volgens de auteurs Marike Tuinder en Pim Macke, beide werkzaam op de afdeling FAS/Real Estate, heeft de wall of money, een uitdrukking voor de enorme hoeveelheid geld die in 2006 en 2007 beschikbaar was, een positief effect gehad op de ontwikkeling van de vastgoedmarkt. De wall of money werd voornamelijk geïnvesteerd in aandelen en obligaties, maar investeerders zochten ook alternatieven. Vastgoed was een bekend en attractief alternatief mede gezien de goede performance ten opzichte van de toenmalige jarenlange zwak presterende aandelen- en obligatiemarkten. Het wereldwijde beleggingsvolume in vastgoed was met 930 miljard dollar in 2007 (Cushman and Wakefield, 2008) een record en lag 29% hoger dan het jaar ervoor. Dit volume is echter nog steeds relatief weinig vergeleken met bijvoorbeeld de dagelijkse omzet van NYSE Euronext, het grootste aandelenbeurs conglomeraat ter wereld, waar gemiddeld 141 miljard dollar per dag verhandeld wordt (Euronext, 2008). Hoewel de wall of money een belangrijke invloed heeft gehad op vastgoed is het volgens de auteurs echter de professionalisering van de vastgoedbeleggingsmarkt en de daarmee toenemende transparantie die de vastgoedmarkt tot een volwaardig onderdeel van de kapitaalmarkt hebben gemaakt. Dat een verhoogde transparantie van vastgoed (lees: meer data) een positief effect heeft op vastgoed als asset class heeft gevolgen voor de manier waarop institutionele beleggers hun asset allocatie bepalen. Onderzoek in de financiële sector hebben in de laatste decennia veel inzichten gegeven in asset allocatie. Het theoretisch kader achter de strategische (optimale) allocatie van vermogen vindt zijn oorsprong bij Markowitz, een pionier op dit vlak tevens Nobelprijs winnaar. Markowitz (1959) ontdekte dat bij een gelijk verwacht rendement het verwachte risico kan worden verlaagd door vermogen te spreiden over verschillende vermogenstitels waarvan het cyclische patroon van rendement onderling minder dan 100% gecorreleerd is. Kortom een belegger verlaagt het (of neutraliseert het onsystematische) risico door zijn portefeuille te spreiden. De huidige Asset Liability Modelling (ALM) studies die veelvuldig door institutionele beleggers worden gemaakt hebben de beginselen van dit theoretische kader als belangrijk uitgangspunt. Met ALM-modellen worden de mogelijke langetermijn ontwikkelingen van zowel de dekkingsgraad als indexatiepercentage en premie periodiek door institutionele beleggers in kaart gebracht. Op basis van een ALM-studie komen institutionele beleggers tot een strategische allocatie van het vermogen over groepen vermogenstitels. Middels een ALM-studie kan een geografische en/of sectorale spreiding per beleggingssoort worden bepaald. Om optimaal gebruik te maken van ALM-modellen is van belang om inzicht te hebben in langetermijn reeksen van historische rendementsdata en correlaties tussen deze en andere economische- en financiële reeksen. Van Gool en Muller (2005) concluderen in hun onderzoek dat er altijd een gebrek is geweest aan dergelijke lange termijn datareeksen in de vastgoedmarkt. Daarnaast wordt er vaak door institutionele beleggers verondersteld dat de inzichten uit de ALM-studies een te rooskleurig beeld geven over het risicorendement profiel van vastgoed als asset class. Amsterdam School of Real Estate - Robert Kat 3

7 Deze veronderstelling is in bepaalde gevallen aanleiding voor institutionele beleggers om het uit de ALM-studie berekende allocatie percentage in vastgoed naar beneden bij te stellen ten faveure van andere asset classes of in zijn geheel vastgoed niet te betrekken in de berekeningen. De bijstelling en/of uitsluiting lijkt volgens Van Gool en Muller (2005) de laatste jaren minder te worden naarmate datareeksen beter en/of langer worden c.q. de transparantie wordt verhoogd. Aan de opbouw van betrouwbare datareeksen wordt onder andere door het in Londen gelokaliseerde bedrijf Investment Property Databank (IPD) gewerkt. De IPD is sinds 1985 actief in de vastgoedmarkt met het verzamelen van data van toonaangevende commerciële vastgoed beleggers (IPD, 2008). De IPD is gestart met het verzamelen van data bij vastgoedbeleggers in het Verenigd Koninkrijk, maar opereert momenteel wereldwijd en levert analyses van data voor eigenaren, investeerders, managers en gebruikers van vastgoed. Andere bekende indexen zijn onder andere het Amerikaanse NCREIF Property Index (NPI) die sinds 1982 data verzamelt (NCREIF, 2008). In Nederland kennen we sinds 1995 de ROZ/IPD index, Nederlandse variant van IPD (ROZ/IPD, 2008). De index is middels een reconstructie van transactieprijzen, taxatiewaardes en kasstromen uit het verleden met repeated measures regressions statistiek uitgebreid naar Langzamerhand komen er steeds meer datareeksen die een lengte hebben van meer dan twintig jaar. Een twintig- tot vijfentwintig jarige lengte is belangrijk want dit wordt breed onder ALM professionals als minimaal vereiste gezien voor een betrouwbare ALM-studie (Van Gool en Muller, 2005). Middels deze en andere financiële reeksen, ervan uitgaande dat de kwaliteit in orde is, zou men daarom dan ook steeds beter betrouwbaardere inschattingen maken van het optimale te alloceren gedeelte van het belegd vermogen in vastgoed. De vastgoed-markt is transparanter geworden en beleggers kunnen hierdoor de asset class beter analyseren. Het effect van deze verbeterde transparantie is onder andere terug te vinden in enkele persberichten waarin te zien is dat vastgoed wordt meegenomen in de ALM-analyses en de resultaten worden gevolgd. (zie kader). Men zou dus Jaarverslag van PFZW (2006): De uitkomst van ALManalyses leidt in 2007 tot een lichte wijziging van de kunnen concluderen dat de auteurs van Real Estate wordt steeds meer een volwassen asset class een juiste analyse strategische beleggingsmix. Zo wordt een hoger hebben gemaakt. gewicht toegekend aan inflatie-geïndexeerde obligaties 1.2 Opbouw binnen de Asset Class PFZW schrijft in zijn jaarverslag over 2008 te streven naar een percentage van 15% belegd in vastgoed (2009). ABP heeft het over 9% vermogen dat momenteel is belegd in vastgoed en streefde dit percentage de komende jaren verlagen/verhogen naar 10,5%. De allocatiepercentages zijn niet (geheel) gebaseerd op de uitkomst(en) van ALMstudies waarin vastgoed-data is verwerkt, maar men mag veronderstellen dat de verhoogde transparantie bij de bepaling van deze percentages wel degelijke heeft bijgedragen. Indien in een ALM-model vastgoed data worden gebruikt zal dit hoogstwaarschijnlijk bestaan uit de indexen van onder andere de IPD en NCREIF. Deze indexen zijn net als indexen van aandelenmarkten en andere financiële markten gebaseerd op een groot aantal onderliggende investeringsvehikels. Bij de IPD zijn deze beperkt tot direct aangehouden beleggingsvastgoed met een institutioneel karakter. Er is echter een groot verschil tussen het investeren in aandelen, obligaties, valuta en andere (inflation linked). Daarnaast vindt een verdere verhoging plaats van het gewicht van vastgoed en verlaging van het gewicht van aandelen. In een persbericht van 18 september 2008 van de European Association for Investors in Non-Listed Real Estate Vihicles (INREV) komt het fenomeen nog eens goed naar voren. In het artikel wordt gesproken over dat ondanks uitdagende marktsituatie er even goed of positiever wordt gedacht over vastgoed. I think this indicates that the long-term trend of increasing institutional allocations to real estate is still intact despite the impact of the credit crunch, although the survey also shows evidence of technical changes in investment strategy in the short term in the current difficult market, commented Marie-Claude Gleize, Director for Non-listed Real Estate Funds and Active Property Investments at French investor Caisse des Dépôts. gangbare investering vehikels ten opzichte van vastgoed. Het is relatief eenvoudig om een beleggingsportefeuille in aandelen op te bouwen met eenzelfde risico rendementsprofiel met een relevante index. Dit komt omdat men in de vorm van aandelen een gedeeltelijk belang kan verkrijgen in een beursgenoteerd bedrijf. Een aandeel, maar ook andere vermogenstitels, zijn Amsterdam School of Real Estate - Robert Kat 4

8 daarbij dagelijks verhandelbaar wat het eenvoudig maakt om de portefeuille direct aan te passen indien de samenstelling van een index of marktportefeuille verandert. Binnen de vastgoedmarkt is een dergelijk dagelijks handelsplatform niet aanwezig. Het direct verkrijgen van een aandeel in een direct vastgoed object is geen gangbare manier van investeren in de vastgoedmarkt. Via het beleggen in de fondsen die bijvoorbeeld participeren in de ROZ/IPD zou men theoretisch een portefeuille kunnen samenstellen die gelijk is aan het risico/rendementsprofiel van de index, echter een gedeelte van de fondsen zijn openbaar verhandelbaar op de aandelenmarkt en een beperkt gedeelte van de niet-genoteerde fondsen staat open voor externe investeringen van (grote) institutionele beleggers. Een groot aantal fondsen die participeren aan de ROZ/ IPD index staan niet open voor externe beleggers. Een alternatief zouden vastgoedderivaten kunnen bieden. De handel in deze afgeleide producten staat echter nog in de kinderschoenen. Dit maakt het zeer lastig om eenzelfde risico/ rendementsprofiel te creëren die gelijk is aan een vastgoedindex (Diagram 1.1). De theorie achter de ALM-studie is hier echter wel gebaseerd. D Diagram 1.1 INDEX PORTEFEUILLES OBJECTEN Aggregatie-niveau vastgoed-data Als we nog een stapje dieper in de piramide gaan dan komen we bij de selectie van objecten. Hier nemen de problemen alleen maar toe. Binnen de ALM gedachte, maar ook de Moderne Portefeuille Theorie (MPT) zouden objecten geselecteerd moeten worden op basis van rendement en risico eventueel daarbij rekening houdend met het effect van een object op het risico rendementsprofiel van de gehele portefeuille. Voor een berekening van deze profielen is data nodig over correlaties tussen de verschillende vastgoed-objecten, rendementen en volatiliteit. Xu (2002) schrijft dat de algemene werkwijze bij vastgoed is het selecteren van goedkoop vastgoed. Een portefeuille van vastgoed bestaat dan uit een groep aankopen waarbij op dat moment de prijs concurrerend was. Geen of nauwelijks aandacht is er voor het risicoprofiel van de aankoop. Simpelweg omdat daar de voorzieningen voor ontbreken. Een databank die toegang biest tot efficiënte vastgoedselectie die informatie biedt over risico en rendement zou als basis kunnen dienen van de vastgoedmarkt als het zich een volwaardige asset class wil noemen. Er zijn onderzoeken geweest naar manieren om de objectselectie te kwantificeren. Van Wetten (1989) heeft handreikingen gedaan voor de opzet van een dergelijk model, maar komt toch min of meer tot de conclusie dat er te weinig data voorhanden waren. Zijn onderzoek is reeds 20 jaar oud en in de tussentijd is er veel aan dataopbouw gedaan. Xu (2002) heeft recentelijk een model ontwikkeld waarbij hij bij individuele objectselectie voor een groot gedeelte gebruikt maakt van een modellering met expert opinions vanwege te weinig data. Met deze onderzoeken als basis is het tijd om nog eens goed te kijken of er een kwantitatief model geconstrueerd kan worden voor de kwantificering van risico. De doelstelling van dit onderzoek is om een in de basis kwantitatief model te ontwikkelen op basis van de beschikbare data met ingebouwd risicoprofiel voor elk vastgoedobject. De uitkomsten van het model zouden een hoge mate van betrouwbaarheid moeten bevatten, vergelijkbaar Amsterdam School of Real Estate - Robert Kat 5

9 met de rating van ratingbureaus van andere vermogenstitels in de financiële markt tot voor de credit crisis. Een dergelijk model zou de professionaliteit van vastgoed selectie en financiering verbeteren. 1.3 Relevantie en afbakening onderwerp Tijdens het schrijven van deze thesis waren de financiële markten hard geraakt door de credit crisis. Winsten van vooral banken stonden onder druk en het vertrouwen in het financiële systeem was op een historisch dieptepunt. In een artikel op Bloomberg (2008) van 17 juli 2008 is te lezen dat banken en beurshandelaren vanaf het begin van de credit crisis reeds 435 miljard dollar hadden afgeschreven en/of verloren op leningen en afgeleide producten van deze leningen. Er zijn verschillende redenen voor het ontstaan van de credit crisis: I. Huizenmarkt bubbel; lage rentetarieven en een overvloed aan beschikbaar kapitaal zorgde onder andere voor een snellere dan gebruikelijke stijging van de woningprijzen in de Verenigde Staten. Volgens de S&P/Case- Shiller national home-price index was de stijging van Amerikaanse woningen over de periode 1997 tot 2006 gemiddeld 124% (Economist, 2007). Het percentage Amerikanen met een eigen woning nam daarbij significant toe mede door de verstrekking van de bekende subprime leningen. Deze leningen werden vaak met flexibele rentes afgesloten, ook wel bekend als adjustable-rate mortgages (ARM s) of Ninja loans (No Income, No Job, No Assets). Personen die volgens de geldende conventies eigenlijk geen huis konden betalen, kregen middels dit soort hypotheken toch de kans om een huis te bezitten. De bloei in de woningmarkt zorgde ook voor speculatie effecten. Een groot gedeelte van de woningen werd gekocht als investering. Daarnaast steeg de tweede woningmarkt enorm tot meer dan 1 miljoen verkochte woningen per jaar (CNN, 2007). De stijgende vraag naar woningen zorgde voor een stijging in de productie. Omdat veel van de hypotheken gebaseerd waren op de continuatie van de stijgende woningprijzen, maar ook omdat veel speculanten ervan uitgingen dat dit zou voort zetten ontstond er paniek en een sneeuwbal effect van dalende prijzen toen het aanbod van nieuwe woningen groter werd dan de vraag. II. Belangenverstrengeling; het overvloed aan kapitaal kwam onder ander voort uit de securitisatie van de hypotheken. Traditioneel hielden banken de hypotheken op eigen balans, maar steeds vaker werden middels securitisatie de hypotheken verkocht aan andere beleggers. Daarmee werd het volume in het verstrekken van hypotheken belangrijker dan de kredietwaardigheid (risico). Omdat hypotheken met een lage kredietwaardigheid minder opbrachten dan met een hoge kredietwaardigheid werden deze gebundeld. Deze gediversifieerde bundels waren minder risicovol (want wat is de kans dat niemand zijn hypotheek niet terug betaald) en konden derhalve voorzien worden van een hogere rating. Een saillant detail hierbij is dat de rating agencies adviseerde hoe de hypotheken gebundeld moesten worden om dergelijke attractieve beoordelingen te verkrijgen. III. Politieke invloed; onder invloed van politieke druk, onder andere tijdens de regering van Clinton, gingen de grote hypotheek banken leningen verstreken aan mensen met een laag inkomen. Met garanties van de overheid kochten Fannie Mae en Freddie Mac enorme hoeveelheden aan dergelijke slechte leningen. Het was deze stimulans van de overheid die mede zorgde voor de enorme groei aan hypotheken met een niet kredietwaardige debiteurs. De specifieke oorzaken van de credit crisis zijn minder relevant voor dit onderzoek. De onderliggende redenen en de gevolgen zijn wel degelijk relevant. De reden is kort samen te vatten als een inadequate inschatting van risico ten opzicht van het rendement ingegeven door de noodzaak de excessieve liquiditeit te laten renderen. Het gevolg: lagere en duurdere financiering en een verhoogde aandacht voor risico. Ter illustratie: Volgens Cushman en Wakefield (2008b) is er in het tweede kwartaal van % minder beleggingsvolume geweest in de Europese onroerend-goed markt. De risico inschatting van vastgoedbeleggingen is bij banken hoger dan voorheen en daarom zijn de opslagen die banken in rekening brengen op de veelal gebruikte variabele interbancaire rentetarieven navenant hoger. Het transparant maken van risico s en het beheersen staan dan ook hoog op de agenda bij de financiële instellingen (PwC, 2009). Amsterdam School of Real Estate - Robert Kat 6

10 Vakgebied relevant De inschatting van het risico van individuele objecten is het onderwerp van deze thesis en lijkt gezien de gebeurtenissen op de financiële markten belangrijker dan ten tijde van economische voorspoed. Een evenzo relevante ontwikkeling is de regelgeving op kredietverlening die de laatste jaren ingrijpend is veranderd door de invoering van Basel II en op termijn Basel III. Basel II is het nieuwe regelgevingkader waarbinnen alle banken hun dienstverlening moeten aanbieden. Het doel van deze regelgeving is de stabiliteit van de financiële sector te waarborgen. Een onderdeel van het regelgevingkader is de benadering van risico en de daarop gebaseerde hoeveelheid vermogen dat banken moeten aanhouden voor verstrekte leningen. Een verandering in de regelgeving ten opzichte van Basel I is dat het vermogen dat aangehouden moet worden een betere afspiegeling moet zijn van de feitelijke kredietrisico's die zijn verbonden aan de propositie waaraan de banken kredieten verstrekken. Hoe lager het risico van de betreffende crediteur hoe lager de aan te houden vermogenseis ten opzichte van de oude situatie (Basel I). Als dit op de vastgoed markt wordt betrokken betekent dit dat een vastgoed object met een lager risicoprofiel ervoor zorgt dat condities en voorwaarden van de bank gunstiger kunnen zijn. Momenteel is vastgoed in Basel II nog één categorie, maar dit zou kunnen veranderen in Basel III. Gedegen risicomanagement bij beleggers heeft natuurlijk zonder de regelgeving van Basel II ook voordelen; minder risico. Mochten de regels van Basel II ook op vastgoed van toepassing worden dan zouden er lagere financieringslasten kunnen komen. Het risicoprofiel van vastgoed moet echter wel inzichtelijk zijn alvorens een bank, maar ook het Basel comité, met de bij het profiel behorende gunstige voorwaarden en condities akkoord kan gaan. Maatschappelijk relevant Ratings en vooral de bureaus (bijvoorbeeld Standard & Poor's en Moody's) die ratings afgeven zijn de laatste tijd volop in het nieuws. Dit heeft alles te maken met de problemen met de gesecuriseerde sub-prime hypotheken in de Verenigde Staten en de rating die de bekende rating-bureaus hierover publiceren. Volgens sommige analisten, maar ook De Nederlandse Bank (DNB) zouden de rating-bureau's te laat aan de alarmbel getrokken hebben (BNR, 2008). Ondanks deze kritiek zijn de ratings van deze bureaus nog steeds van cruciaal belang in de financiële markten. Tijdens de krediet crisis is duidelijk geworden dat risico-inschatting en daarop volgende maatregelen zeer belangrijk zijn, omdat afwezigheid hiervan kan leiden tot wereldwijde problemen. Wetenschappelijk relevant De professionalisering van de vastgoedmarkt heeft gezorgd voor meer transparantie. Dit maakt het mogelijk om de door de wetenschap ontwikkelde theoretische kaders te toetsen aan de praktijk. Praktische en wetenschappelijke raamwerken vanuit andere markten dan de vastgoedmarkt kunnen door de beschikbaarheid van data geëvalueerd worden op hun bruikbaarheid op de vastgoed markt. De wetenschappelijke relevantie van deze thesis ligt het in het gebruik van de toenemende transparantie voor het opstellen van een nieuw wetenschappelijk onderbouwd instrument voor risicokwalificering dat zijn oorsprong kent en geoptimaliseerd is in andere financiële markten. Het voorzien van een rating aan allerhande financiële producten is een zeer grote bedrijfstak in de wereld, gebaseerd op onderzoek naar modellen en parameters. Het is gezien de complexiteit niet mogelijk om binnen dit onderzoek een ratingmodel te ontwikkelen voor alle facetten van de vastgoed-markt. Er is gekozen om het onderzoek te richten op kantoor vastgoed binnen Nederland. In de basis zal het te ontwikkelen model echter elemeneten bevattten die toepasbaar zijn op andere vastgoed-objecten. Het model zal in staat zijn een betrouwbaar inzicht te geven in het risicoprofiel van een individuele investering aangezien de huidige mogelijkheden daarvoor ontoereikend zijn. 1.4 Onderzoeksvragen In het voorafgaande staat de wens tot toenemende transparantie op de vastgoed-markt centraal. De toegenomen beschikbare data stellen de wetenschap, maar ook andere partijen in de vastgoed-markt, in staat om nieuwe en verbeterde inzichten te verwerven in vastgoed als beleggingsinstrument. Het doel van dit onderzoek is het ontwerpen van een kwantitatief model om het risico per individueel vastgoed-object op een uniforme manier te specificeren. Er is gekozen om de classificatieindeling te gebruiken die ook gebruikt wordt op de financiële markten opgesteld door onder andere de bekende rating-bureaus zoals Fitch en Standard en Poors. Het raten van bedrijven is een gebruikelijke manier om het risico inzichtelijk te maken. Veel onderzoek, zowel wetenschappelijk als toegepast, is gedaan ter optimalisering van deze rating- Amsterdam School of Real Estate - Robert Kat 7

11 systemen. Dergelijke systemen kunnen bouwstenen aanreiken voor de ontwikkeling van een soortgelijk systeem in de vastgoedmarkt. De centrale vraag die centraal staat in dit onderzoek luidt dan ook: Hoe zou een rating voor vastgoed objecten eruit zien die van toegevoegde waarde kan zijn in de vastgoedmarkt zoals kredietratings dit nu zijn in de financiële markt. Ter beantwoording van de centrale vraag zijn voor een stapsgewijze structuur enkele onderzoeksdeelvragen opgesteld. De onderzoeksvragen zijn: Wat is risico in de beleggingsmarkt en welke risico s heeft een vastgoedobject (hoofdstuk 2)? Deze vraag heeft tot doel het begrip risico te verklaren en te definiëren op basis van de literatuur. Daarbij is het binnen dit onderzoek van belang om de risicofactoren van vastgoed te definiëren, omdat deze als input voor het model zullen fungeren. Hoe worden risico s inzichtelijk gemaakt en geanalyseerd (hoofdstuk 2)? Welke bestaande systemen zijn er om de risico s van te analyseren en waarom worden deze maar in beperkte mate toegepast in de vastgoedmarkt. Wat zijn credit rating systemen en hoe gaat het raten in zijn werk (hoofdstuk 3)? Om de toepasbaarheid van ratings op vastgoedobjecten te onderzoeken zal inzicht moeten zijn in de werking van credit rating systemen en de aard van de gegevens waarmee deze worden samengesteld. Welke onderdelen van ratingsystemen voor bedrijven zijn, eventueel aangepast, te gebruiken bij vastgoed (hoofdstuk 3)? Hierbij is het van belang om inzicht te krijgen in de techniek achter de ratings en de mogelijkheid om deze techniek toe te passen op de vastgoedmarkt, specifiek kantoorobjecten, waarbij de kwaliteit gewaarborgd blijft. Welke databronnen zijn er voorhanden en welke zijn bruikbaar bij een risicoanalyse voor vastgoed (hoofdstuk 4)? Het doel van deze vraag is om inzicht te krijgen in de verschillende databronnen in het vastgoed en of deze geschikt zijn als basis voor een ratingsysteem. Hoe ziet de modellering eruit en hoe moet deze worden uitgewerkt om een vastgoed rating te genereren (hoofdstuk 4)? Het doel van deze onderzoeksvraag is te komen tot een model op basis van de inzichten die verkregen zijn uit de eerdere onderzoeksvragen. Is een betrouwbaar ratingmodel op te stellen op basis van de inzichten in deze thesis dat bruikbaars is in de praktijk (hoofdstuk 5)? Door het model in een pilot te gebruiken en te beoordelen kunnen inzichten verkregen worden hoe het model aangepast of aangevuld zou moeten worden om betrouwbaar te zijn in de praktijk. Verwerpbare stelling: door het inschatten van het risico van een vastgoed object met eenzelfde methode als kredietratings bij bedrijven is het voor banken mogelijk om efficiënter de risico opslag voor een vastgoed financiering te bepalen. 1.5 Werkwijze en onderzoeksmethode(s) In deze paragraaf zal de werkwijze en onderzoeksmethoden worden besproken die moeten leiden tot de beantwoording van bovenstaande (sub)vragen. Het doel van het onderzoek is het ontwikkelen van een betrouwbare methode om het risico van vastgoed-objecten via een eenvoudige indicator kwantificeerbaar te maken. Om te komen tot een model zullen diverse stappen doorlopen moeten worden. Daarvoor is in hoofdstuk 2 eerst een literatuur onderzoek gedaan naar de theorie van risico. Risico vormt de basis van ratingsystemen. Nadat er helderheid is gekregen over het begrip risico volgen de verschillende risicofactoren van vastgoed met de verschillen tussen vastgoed en andere financiële markten. In het daaropvolgende hoofdstuk 3 komt de systematiek van ratings aan de orde en hoe deze tot stand komen. Een belangrijk onderdeel is de modellering die de verschillende ratingbureaus hanteren maar ook interne ratingafdelingen bij banken om de risico inschatting te maken. De verschillende modellen worden uitgebreid beschreven en geëvalueerd op hun toepasbaarheid in de vastgoedmarkt. Dit leidt uiteindelijk tot een keuze van een model. In hoofdstuk 4 is de theorie van de ratingsystemen toegepast op vastgoedobjecten. Middels de system development Amsterdam School of Real Estate - Robert Kat 8

12 6. 3. De (krediet)waardigheid van vastgoed life cycle is een model geconstrueerd dat aan de vraagstelling voldoet. De onderbouwing van de verschillende facetten van het model is uitgebreid besproken. Daarbij spelen de data een belangrijke rol, niet alleen welke data worden gebruikt, maar ook wanneer en in welke vorm. In het hoofdstuk is ook een uitgebreide beschrijving gemaakt van de programmering van het model waarbij gebruik is gemaakt van Excel (Microsoft). Afsluitend is besproken hoe de output van het model geïnterpreteerd kan worden. Het model is bruikbaar maar wordt nog getoetst in een pilot. Daarvoor zijn in hoofdstuk 5 diverse panden voorzien van een rating. Deze ratings van de verschillende objecten zijn onderling vergeleken om een indruk te krijgen van de betrouwbaarheid en consistentie van het model. Een belangrijk toetsing is een enquête onder vastgoed-professionals die hun mening hebben gegeven over de ratings die het model heeft gegenereerd. Op basis van de resultaten is het model waar nodig aangepast en zijn aanbevelingen gedaan voor verdere verfijning. De gebruiksmogelijkheden van het model in de vastgoedpraktijk worden besproken. In het laatste hoofdstuk 6 volgt een slotbeschouwing met conclusie en aanbevelingen voor verder onderzoek D Diagram 1.2 H2 Risico H2 Vastgoed H3 Ratings H4 Modellering H4 Uitwerking H5 Analyse H6 Conclusie Hoofdstuk indeling Amsterdam School of Real Estate - Robert Kat 9

13 Vastgoed en Risico Wat is risico, hoe kan het gemeten worden, vormen van, eisen aan en ongewenste effecten van risico. Bij het verband tussen risico en rendement, volgt aansluitend de verschillen tussen risico in de vastgoedmarkt en in andere financiële markten, met de analyse mogelijkheden van risico bij vastgoed. 2.1 Risico Het begrip risico speelt een centrale rol in dit onderzoek. In de kapitaalmarkten is risico een belangrijke variabele in de prijsvorming bij vermogenstitels. Bij vastgoed heeft risico een sterke invloed op de waardering van objecten, maar minder uitgekristalliseerd dan bij aandelen en obligaties. De kapitaalmarkt maakt bij het inschatten van risico vaak gebruikt van historische gegevens. Datareeksen van 100 jaar of langer zijn voldoende aanwezig. Dit stelt beleggers in staat om modelmatig met hun portefeuille om te gaan, bijvoorbeeld middels MPT modellering. Het modelmatig beleggen raakt in de vastgoedmarkt echter ook steeds meer in zwang. Datareeksen zijn echter maar mondjesmaat beschikbaar en gaat niet verder terug dan de jaren zeventig Risico Risico is niet een term waarop de financiële wereld een alleenrecht over heeft. Risico s is een alledaags verschijnsel, bijvoorbeeld het risico op een ongeluk tijdens de autorit van thuis naar het werk of het risico op een dijkdoorbraak. Risico wordt dan ook vaak geassocieerd met een negatieve gebeurtenis. Voor risico is in de literatuur geen eenduidige definitie te vinden (Chicken en Posner, 1998). Om inzicht te krijgen in het begrip risico hieronder enkele bekende definities: Risk = Probability of event x Magnitude of loss/gain Loosemoor, Raftery, Reilly, Higgon (1999) Risk = Hazard x Exposure Chicken en Posner (1998) A range of possible outcomes with attached probabilities Smith, Merna, Jobling (2006) Risico = kans op falen x gevolg Stichting Bouw Research (2000) De bovenstaande definities zijn slechts een greep uit de vele definities die voorhanden zijn. Deze en andere definities hebben veel overeenkomsten. De definities bestaan in de meeste gevallen uit een kans variabele en een gevolg variabele. Risico is daarmee te omschrijven als de kans dat een gebeurtenis plaatsvindt vermenigvuldigd met het gevolg van die gebeurtenis. Dit gevolg kan positief dan wel negatief zijn. Meestal wordt het woord echter in de negatieve zin gebruikt en doelt men op de negatieve gevolgen. De definitie van Chicke en Posner houdt ook rekening met de blootstelling ( exposure ). Het risico is dan Amsterdam School of Real Estate - Robert Kat 10

14 de blootstelling ( exposure ) vermenigvuldigd met het gevolg en de waarschijnlijkheid ( hazard ). Bij de laatste definitie gaat het voornamelijk om langdurige processen, bij de eerste definitie gaat het vaak om plotselinge gebeurtenissen. In formule vorm is de definitie: Risico = Kans x Gevolg x Blootstelling Risico en onzekerheid Risico en onzekerheid zijn twee begrippen die in de praktijk vaak door elkaar gebruikt worden. Dit is niet geheel correct want ter zijn wel degelijk verschillen tussen beide begrippen. In het algemeen wordt onzekerheid gezien als een niet kwantificeerbare variabele terwijl risico voorspeld kan worden en modelleerbaar is. Loosemoor, Raftery, Reilly, Higgon (1999) constateren dat in de praktijk het onderscheid moeilijk is vast te stellen en zelfs minder relevant is. Voornamelijk de grens tussen risico en onzekerheid is moeilijk vast te stellen en daarom maken zij gebruik van een continu risico/ onzekerheidsspectrum waarbij de kwantificeerbaarheid afneemt naarmate het meer onzekerheid wordt in plaats van risico. D Diagram 2.1 Risico Onzekerheid Kwantificeerbaar Niet kwantificeerbaar Het risico-onzekerheid continuüm (Loosemoor, Raftery, Reilly, Higgon, 1999). Kans en gevolg Risico is kwantificeerbaar en wordt uitgedrukt in kansen en gevolgen eventueel gecorrigeerd voor de blootstelling. De kans dat een gebeurtenis voorkomt ligt tussen de 0 en 1. Een kans van 0 zou betekenen dat het geen risico is, want nul maal gevolg is nul. Bij een kans van 1 is het tegenovergestelde van toepassing. Dit is ook geen risico want het zal zeker (100%) gebeuren. De gevolgen kunnen in de financiële markten uitgedrukt worden in eenheden, bijvoorbeeld in euro s. Een voorbeeld van een goed kwantificeerbaar risico is de kans dat men zijn inzet verliest bij een spelletje kop of munt (50%). Dit wordt ook weleens een objectieve kansuitspraak genoemd, omdat het geschoond is van de invloed van de omgeving. Veel risico s zijn echter subjectief kwantificeerbaar. Dit betekent dat de kansuitspraak is gebaseerd op relevante informatie die niet (geheel) volledig is (Gehner, 2003). Mits de betrouwbaarheid voldoende is kunnen dergelijke kansuitspraken gebruikt worden bij het bepalen van het risico. D Diagram 2.2 Risico-identificatie Risicoanalyse Risicokwantificering Risicorespons Risicobeheersing Risicomanagementproces (Gehner, 2003). Amsterdam School of Real Estate - Robert Kat 11

15 Risico s kunnen in meer of mindere mate relevant zijn. Risico s op bepaalde gebeurtenissen zijn voor de één relevanter dan voor de andere. Bijvoorbeeld het risico op een stroomstoring is voor de meesten van ons geen belangrijk risico, maar voor een chirurg tijdens een operatie een risico dat niet gelopen kan worden. De impact (gevolg) van een stroomstoring is bij een ziekenhuis dan ook veel groter dan bij een particulier. Ter voorkoming van de gevolgen van een stroomstoring zijn ziekenhuizen dan ook vaak uitgerust met een noodstroomvoorziening. Dit is een vorm van risicobeheersing. Risicobeheersing is de laatste stap in het risicomanagement proces. Niet alle risico s hoeven te worden beheerst. Zoals in het voorbeeld is het risico van stroomstoring voor een particulier niet van dergelijke impact dat er beheersing nodig is. Een risico met een lage impact (gevolg) en een lage kans heeft geen of nauwelijks invloed op het beoogde resultaat, terwijl een risico het hoge impact en hoge kans zeer relevant is. Smith, Merna en Jobling (2006) hanteren een matrix voor het inschatten van het risico en de noodzaak voor risicomanagement. D Diagram 2.3 Kans Laag Hoog Gevolg Laag Nihil Verwacht Hoog Ramp Risico management Kwalificatie van risico s (Smith, Merna, Joblin, 2006). Risico s met een beperkte impact zijn voor dit onderzoek niet relevant. De risico s met een hoge kans en beperkt gevolg kunnen gebudgetteerd worden in bijvoorbeeld een onderhoudskostenpost bij een vastgoedobject. Rampen (hoge impact, kleine kans) zijn vaak afgedekt door verzekeringen, bijvoorbeeld bij vastgoed middels een opstalverzekering. Vaak zijn deze risico s zo laag dat ze niet relevant zijn, bijvoorbeeld de schade in het geval van een aardbeving in Amsterdam. Naarmate de kans toeneemt worden grote impact risico s steeds relevanter. Een voorbeeld hiervan is het faillissement van een huurder. In deze thesis is de eerste stap in het risicomanagementproces van belang, respons en beheersing zijn minder relevant omdat de risico-inschatting centraal staat en niet de eventuele acties die men kan nemen naar aanleiding van deze risico-inschatting kan ondernemen. In het analyse gedeelte gaat het om de identificatie en kwantificering van risico s. Risico s met een middelmatige tot grote impact en een middelmatige tot grote kans hebben daarbij specifiek de aandacht. De risico s met een hoge kans maar lage impact zijn geacht te worden gebudgetteerd bij de onroerend zaakgebonden lasten en risico s met een lage kans maar grote impact wordt verondersteld gedekt te worden door verzekeringen. Risico identificatie en kwantificering Risico identificatie is het in kaart brengen van de risico s. Bij de identificatie kan er een onderscheid gemaakt worden tussen de bron, de gebeurtenis en het effect (Gehner, 2003). Een bron van risico kan bijvoorbeeld de algemene economie zijn. Gebeurtenissen die daarop volgen zijn bijvoorbeeld een stijging van het aantal faillissementen. Het effect is het verlies van huurinkomsten indien een huurder failliet gaat. Na het identificeren van de risico s is het noodzakelijk de grootte ervan te meten. Het kwantificeren van risico bestaat uit het inschatten van de kans dat het geïdentificeerde risico zich voordoen en het effect dat het teweegbrengt. Er zijn diverse technieken om een kwantificering van het risico te maken al naargelang de Amsterdam School of Real Estate - Robert Kat 12

16 beschikbaarheid van data en de beschikbare middelen (Gehner, 2003). Bij de kwantificering van vastgoedrisico s zijn statistische en financiële rekenkunde onmisbare instrumenten. Van belang is onder andere de relatie tussen risico s (Berkhout, 1997). Berkhout noemt als belangrijkste (en enige goede) analysemiddel voor de kwantificering van het risico de toekomstige kasstromen die een vastgoedobject genereert Risico en Rendement Risico is een belangrijk begrip bij beleggen en investeren. Bij beleggen streeft een investeerder naar een maximaal voor risico gecorrigeerd rendement. Het rendement van een belegging bestaat uit de waardestijging(en) van de onderliggende waarde en de cashflows die men uitgekeerd krijgt gedurende het aanhouden van de belegging. Deze twee vormen van rendement noemt men in de beleggingswereld ook wel indirect en direct. De ROZ/IPD (2007) hanteert de volgende twee definities van direct en indirect rendement: I. Direct rendement Het direct rendement, ook cashflow rendement en exploitatierendement genoemd, in de ROZ/IPD Vastgoedindex bestaat uit de feitelijke netto huuropbrengsten gedurende een bepaalde periode, afgezet tegen het gemiddeld geïnvesteerd vermogen van de onderliggende vastgoed objecten (c.q. portefeuilles) over de meetperiode. II. Indirect rendement Het indirect rendement, ook waardegroei genoemd, geeft de waardeveranderingen weer gedurende een bepaalde periode van de onderliggende vastgoedobjecten c.q. portefeuilles in de ROZ/IPD Vastgoedindex, afgezet tegen het gemiddeld geïnvesteerd vermogen van de onderliggende vastgoedobjecten c.q. portefeuilles over de meetperiode. In beide definities wordt gesproken over een meetperiode. Tijd heeft een belangrijke rol in het bepalen van rendement. Hoe eerder kasstromen of waardestijgingen plaats vinden hoe hoger het rendement, zelfs indien de hoogte van de kasstromen en/of waardestijgingen gelijk zijn. In deze thesis zal de volgende definitie voor rendement gebruikt worden: Het rendement is het (verwachte) resultaat op jaarbasis uitgedrukt in een percentage over de geïnvesteerde som. Om het risico te kwantificeren wordt ter verduidelijking gekeken naar aandelen(koersen). Nieuwe informatie over beursgenoteerd bedrijf of over bijvoorbeeld de algemene economie wordt direct verwerkt in de koers van het aandeel. Als men naar de koersbewegingen kijkt ziet men vaak een willekeurig patroon van ongelijke stijgingen en dalingen. Dit patroon wordt in de literatuur ook wel de random walk genoemd. Het patroon is onvoorspelbaar. Een methode om random walks van verschillende aandelen te vergelijken is de standaard deviatie. Risico bij beleggen wordt in de beleggingswereld traditioneel uitgedrukt door deze standaard deviatie (Van Gool, 2007). De standaarddeviatie is een maatstaf uit de statistiek die de spreiding rondom een gemiddeld(e) (rendement) meet. De standaarddeviatie voor een aandeel geeft weer hoe rendementen in een bepaalde periode van elkaar varieren. Naarmate een aandeel een hogere standaarddeviatie heeft, is de range waarin de toekomstige waarde ligt breder, wat een hoger risico impliceert. Als rendementen van een aandeel een normale verdeling kennen, dan zal het rendement in ongeveer 67% van de gevallen binnen één standaarddeviatie van het gemiddelde vallen. In 95% van de gevallen valt het rendement binnen de bandbreedte die wordt gevormd door twee standaarddeviaties bij het gemiddelde rendement op te tellen en af te trekken. Standaarddeviatie heeft echter een tweezijdig karakter. Bij het berekenen van de standaarddeviatie tellen namelijk de uitkomsten die hoger liggen dan het verwachte rendement ook mee (Buis, 2003). In een vergelijk tussen vastgoed, aandelen en obligaties heeft de laatste de laagste standaarddeviatie. In de meeste gevallen hebben aandelen de hoogste standaard deviatie. In deze thesis zal de volgende definitie voor risico gebruikt worden: een voorspelbare en modelleerbare gebeurtenis die leidt tot een negatieve afwijking van het verwachte resultaat (of rendement). Daarbij is het van belang op te merken dat risico een effect kan hebben op het geheel bij een blootstelling van 1 of op een gedeelte bij een blootstelling van kleiner dan 1. Amsterdam School of Real Estate - Robert Kat 13

17 T Tabel 2.1 Illustratieve weergave van het rendement en risico op drie veel voorkomende beleggingscategorieën, (Eichholtz, Hilverink en Theebe, 2000). Beleggingscategorie Gemiddeld rendement Standaarddeviatie Obligaties 7% 8% Vastgoed (woningen) 12% 10% Aandelen 16% 21% De bovenstaande tabel geeft een goede weergave van het rendement en risico van obligaties, vastgoed en aandelen. Naarmate het gemiddelde rendement toeneemt is er ook een duidelijke toename van de standaarddeviatie/risico of naarmate het risico toeneemt neemt ook het gemiddeld rendement toe. Het is een aanvaarde opvatting dat het rendement op aandelen hoger dient te zijn dan het rendement op obligaties (Buis, 2003). Overheidsobligaties worden gezien als de meest betrouwbare belegging. Westerse overheden gaan in de regel nauwelijks failliet. De rente op overheidsobligaties noemt men daarom ook wel de risicovrije rente. Bij bedrijfsobligaties ligt het risico gemiddeld hoger. Bedrijven hebben een grotere kans op faillissement dan overheden. Indien een bedrijf failliet gaat komen de obligatiehouders eerder aan de beurt dan de aandeelhouders. Het risico van een aandeel is daarom weer hoger dan die van bedrijfsobligaties. Hiervoor wil een risico neutrale belegger gecompenseerd worden door extra rendement. Value at Risk Financiële instellingen maken gebruik van standaard deviatie via hun Value at Risk (VAR) modellen. De standaard deviatie geeft als maatstaaf niet alleen mogelijke risico s naar beneden weer, maar ook kansen naar boven. Indien het rendement hoger ligt dan verwacht dat is dat niet negatief, maar juist positief. De VAR is een maatstaf voor de kwantificering van de kans naar beneden. Het VAR systeem werd begin jaren negentig bedacht bij de Amerikaanse zakenbank JP Morgan. VAR is een maatstaf die inzicht geeft in het verwachte verlies ten opzichte van de marktwaarde bij een vooraf gespecificeerde kans en periode. Aan de hand van deze VAR kan bekeken worden of er bepaalde maatregelen genomen moeten worden om het financiële risico te verminderen. De definitie van Value at Risk zal in deze thesis zijn: Value at Risk is de waarde die gedurende een vooraf bepaalde tijdshorizon slechts met een kans van x% overschreden wordt. Twee belangrijke variabelen bij de bepaling van VAR zijn de grootte van de overschrijdingskans (x) en de lengte van de periode waarbinnen het verlies kan optreden. De overschrijdingskans is de kans dat de werkelijke waarde groter is dan de VAR waarde. De overschrijdingskans wordt in veel gevallen gesteld op 1%, 5% of 10%. De standaard deviatie wordt als input gebruikt om het verwachte maximale verlies te berekenen. Sinds VAR massaal omarmd werd door het bankwezen, daarbij geholpen door Basel II dat VAR tot het aanbevolen risicomodel uitriep, is er ook veel kritiek op het systeem. Het zou weinig rekening houden met echte onwaarschijnlijkheden (NRC Handelsblad, 2009). Amsterdam School of Real Estate - Robert Kat 14

18 2.2 Vastgoed en Risico Kenmerkende eigenschappen van vastgoed bepalen voor een groot deel het karakter van een vastgoed belegging. Deze kenmerken zijn aanleiding voor het inventariseren van de belangrijkste risicofactoren bij een vastgoedbelegging Kenmerken van vastgoed Vastgoed of de meer juridische term onroerend goed zegt al veel over de beleggingscategorie. Onroerend goed en vastgoed worden vaak als synoniem van elkaar gebruikt. In sommige gevallen gebruikt men de benaming vastgoed voor enkel de opstal en niet de (onder)grond. In deze thesis wordt met vastgoed echter hetzelfde bedoeld als onroerend goed zijnde een zaak die duurzaam is verenigd met de grond. Deze definitie geeft al meteen één van de belangrijkste kenmerken weer, namelijk dat onroerend goed niet verplaatsbaar is. De definitie van onroerend goed volgens het Nederlands Burgerlijk Wetboek: Onroerend zijn de grond, de nog niet gewonnen delfstoffen, de met de grond verenigde beplantingen, alsmede de gebouwen en werken die duurzaam met de grond zijn verenigd, hetzij rechtstreeks, hetzij door vereniging met andere gebouwen of werken. (Burgerlijk wetboek Boek 3 Art. 3.1) Onverplaatsbaar (locatie) Een vastgoedobject is dus niet verplaatsbaar en dat is een bron van kansen en bedreigingen. De onverplaatsbaarheid maar ook de lange productietijd zorgen voor de bekende varkenscyclus. De varkenscyclus werkt als volgt; in een periode van schaarste worden veel bouwprojecten opgestart. Het ontwikkelen van een gebouw neemt veel tijd in beslag. Van voorbereiding tot oplevering kan dit soms enige jaren duren. Ondertussen stijgen de huren en springen meerdere ontwikkelaars in op het tekort. Gedurende de bouw neemt de economische activiteit af en/of neemt het aanbod toe. Al voor alle gebouwen zijn opgeleverd ontstaat er een marktevenwicht. Op dat punt stopt men met het in aanbouw nemen van nieuwe gebouwen, echter men stopt niet met de bouw van de nog op te leveren gebouwen. Dat is vaak onmogelijk omdat verplichtingen zijn aangegaan en/of er zijn al een substantiële investering is gedaan. Het aanbod blijft dus groeien ondanks het marktevenwicht. Dit zorgt voor een groter aanbod dan vraag wat weer negatieve consequenties heeft voor de huurwaarde(groei) (Van Gool, Brounen, Jager en Weisz, 2007). Indien men in het bezit is van een gebouw in een omgeving waar een vraagoverschot is dan betekent de onverplaatsbaarheid en lange productietijd een kans. Immers het zal enige tijd duren voordat de markt weer in evenwicht is. In slechte omstandigheden kan men echter niet het gebouw verplaatsen naar een betere omgeving. Een vastgoedbelegging is dan ook zeer afhankelijke van zijn omgeving. De omgeving cq de locatie is een belangrijke factor in de waarde van een vastgoed object. In een onderzoek van DTZ Zadelhoff en Nyenrode (2006) niet zonder reden genaamd locatie, locatie, locatie werd geconcludeerd dat van de negentien locatiefactoren er 11 invloed hadden op de waarde (lees kapitalisatiefactor) van het vastgoed. Productiemiddel (gebruiker) Vastgoed is een noodzakelijk goed in onze maatschappij. Simpel gesteld hebben we grond nodig voor onze voedselvoorziening, woningen om in te wonen en gebouwen om in te werken. Onroerend goed kan dan ook gezien worden als een productiemiddel voor voedsel, wonen, goederen, diensten, etc.. Vastgoed heeft dus een belangrijke functie in de maatschappij en men alloceert er een groot deel van haar vermogen naar. Brown en Matysiak (2000) hebben het zelfs over 55% van het totale vermogen in de wereld in het jaar 1984 (Diagram 2.4). Een belegger in vastgoed investeert niet alleen zijn vermogen in een vermogensobject maar ook in een productiemiddel wat het daarmee onderscheidt van andere vermogensobjecten zoals obligaties of aandelen (Van Gool, Brounen, Jager en Weisz, 2007). Dat het een productiemiddel is heeft als consequentie dat het gebouw een gebruiker of gebruikers nodig heeft om de functioneren als productiemiddel. Een belegger in een vastgoedobject moet aandacht besteden aan de verhuur van zijn gebouw en acteert daarmee niet alleen in de vastgoedmarkt (waar vastgoed wordt verhandeld), maar ook op de verhuurmarkt (waar vastgoed wordt verhuurd). Van Gool, Brounen, Jager en Weisz (2007) hebben het dan ook over een hoog ondernemingskarakter bij een belegging in vastgoed. Bij een verhuurd gebouw is de huurder een belangrijke factor. Er zal voornamelijk naar de continuïteit van de huurder Amsterdam School of Real Estate - Robert Kat 15

19 gekeken worden om een inschatting te maken van de zekerheid dat de huurder aan zijn huurverplichtingen kan voldoen. In de onroerendgoedmarkt wordt vaak een onderscheid gemaakt tussen private en publieke huurders (Berkhout, 1997). Bij publieke partijen is de continuïteit vaak afhankelijk van politieke processen. De kans dat bestaande verplichtingen niet worden nagekomen is uiterst klein. Bij private partijen is de financiële gezondheid van belang. Een onderneming heeft beperkte middelen en kan in nood geen of nauwelijks een beroep doen op de maatschappij. Uit onderzoek van DTZ Zadelhoff en Nyenrode (2006) blijkt dan ook dat er maar een beperkt aantal beleggers het aandurft om een geheel leegstaand gebouw te kopen. De meeste beleggers richten zich vooral op gebouwen met een lange resterende contractuele looptijd. De aanwezigheid van huurders is een belangrijke waardebepalende factor. Uit financieel oogpunt is dat ook niet zo verwonderlijk omdat men in de meeste gevallen kosten moet maken om een gebouw verhuurd te krijgen. Deze kosten bestaan uit bijvoorbeeld verhuurcourtage, marketing, maar ook uit huurderving tijdens de leegstandsperiode. D Diagram 2.4 VS OG Waardepapier Bedrijfsvermogen Overige OG Duurzame goederen Overige 12% 7% 18% 13% 13% 37% Distributie van de rijkdom van de wereld in 1984 met een totale waarde van circa miljard dollar (Brown en Matysiak, 2000). Heterogeniteit (gebouw) De vastgoedmarkt kenmerkt zich door heterogeniteit. Een opstal zelf is vaak al uniek in grootte, hoogte, bouwstijl, bouwjaar, materiaal gebruik, kleurstelling, etc.. Maar ook de staat van het onderhoud, huurder(s), ligging, gebruik en aard van een gebouw zijn afwijkende factoren. De locatie van een gebouw is ook een unieke eigenschap, maar deze laten we hier onbesproken omdat dit kenmerk reeds besproken is onder onverplaatsbaar. De heterogeniteit van vastgoed heeft een belangrijk effect op de manier waarmee we in de vastgoedmarkt omgaan met gebouwen. Er is geen markt waarop de eenheidsprijs per gebouw wordt bepaald, transacties vinden vaak plaats op basis van één op één relaties (Van Gool, Brounen, Jager en Weisz, 2007). Het risico van het object (gebouw) bestaat bijvoorbeeld uit de mogelijkheden voor het gebruik. Gebruikers van gebouwen stellen nieuwe of andere eisen en indien het gebouw hier niet aan tegemoet kan komen treedt functionele en technische veroudering op (Berkhout, 1997). Functionele veroudering heeft te maken met het gebruik en identiteit/imago. De flexibiliteit van kantoorconcepten, zoals kantoortuinen of flexwerken wordt steeds belangrijker bij gebouwen. Maar ook het Amsterdam School of Real Estate - Robert Kat 16

20 imago kan een belangrijke factor zijn. Dit kan zich uiten in materiaal gebruik of een grote entree. Bij technische veroudering wordt verstaan de fysieke veroudering, bijvoorbeeld koelcapaciteit, liften, maar ook daken en gevels. Een gebouw komt bij de belegger op de tweede plaats (DTZ Zadelhoff en Nyenrode, 2006). Een aantrekkelijk gebouw heeft wel degelijke invloed op de waarde van een object. De aantrekkelijkheid van een gebouw is immers één van de belangrijkste succes factoren bij het aantrekken van huurders. Maar toch komt een gebouw bij beleggers op de tweede plaats, mede doordat een belegger op de kenmerken van een gebouw invloed kan uitoefenen en op de locatie niet. Overige kenmerken In de bovenstaande opsomming van kenmerken is bewust gekozen voor de opsplitsing in locatie, gebruiker en gebouw (waarover later meer). Er zijn ook andere onderverdelingen zoals ligging, schaal, doelgroep, concurrentie en gebouw door Berkhout (1997). Van Gool, Brounen, Jager en Weisz (2007) noemen 12 kenmerken, terwijl Brown (1991) er 10 noemt. Uiteindelijk zijn de risicofactoren op enkele punten na onderling goed vergelijkbaar. Zo valt bij Berkhout ligging en concurrentie onder gebied, doelgroep onder gebruiker en schaal en gebouw onder gebouw. Naast deze kenmerken noemen Van Gool, Brounen, Jager en Weisz (2007) en Brown (1991) ook kenmerken die de gehele vastgoedmarkt onderscheid van andere markten en niet zozeer vastgoed object specifieke kenmerken, zoals ondeelbaarheid en de daarmee samenhangende beperkte prijsvorming en hoge transactiekosten (illiquiditeit), afschrijving opstal, belastingwetgeving en andere juridische kaders. Over deze kenmerken van de vastgoedmarkt wordt dieper ingegaan in de volgende paragraaf Verschillen vastgoed-markt en andere vermogensmarkten De vastgoedmarkt is in veel opzichten gelijk aan andere vermogensmarkten. Immers men investeert een bedrag om rendement te genereren. Hier houdt de vergelijking echter wel op. Hieronder wordt ingegaan op enkele kenmerken van vastgoed die duidelijk verschillen van de kenmerken van andere vermogenstitels. Illiquide en waarde/prijs bepaling Kopers en verkopers hebben informatie nodig bij het nemen van transactiebeslissingen. Normaliter verschaft de markt deze informatie door middel van prijzen. Naarmate de vraag voor een product of dienst toeneemt stijgen de prijzen en/of neemt het aanbod toe. In een perfect werkende markt zijn er veel vragers en aanbieders. Goed werkende markten zijn bijvoorbeeld de valuta markt en veel agrarische markten. Klijnen (1995) kenmerkt de vastgoedmarkt als een niet perfecte en illiquide markt. Dit heeft mede te maken met de hoge eenheidsprijzen, maar dat is slechts één van de factoren. Een belangrijke factor is het gebrek aan transparante prijsvorming (Van Gool, Brounen, Jager en Weisz, 2007). Vastgoed objecten worden in tegenstelling tot veel andere vermogenstitels niet dagelijks verhandeld. Bij een transactie gaat het daarbij vaak om een object wat lastig te vergelijken is met andere objecten/transacties (heterogeniteit). Beleggers baseren zich dan ook op taxatiewaarden bij gebrek aan transactieprijzen. Taxatiewaarden zijn geen volwaardig alternatief voor transactieprijzen en het opstellen van een accurate taxatie vergt veel informatie en tijd. Alvorens een onderbouwde beslissing genomen kan worden of men een object aankoopt of niet gaat dan ook een behoorlijke tijd en investering aan vooraf. Het gebrek aan transparante prijsvorming en de hoge eenheidsprijzen zorgen mede voor hoge transactiekosten. De transactiekosten bestaan daarnaast ook voor een groot gedeelte uit de verplichte overdrachtsbelasting (6%), welke in de overige vermogensmarkten niet aanwezig is. Ook moeten er vaak kosten gemaakt worden voor de overdracht welke vaak een specifiek karakter heeft. Hieronder vallen de notaris en juridische advies kosten. En zoals hiervoor besproken worden er hoge kosten gemaakt bij de besluitvorming in de vorm van onderzoekskosten en adviseurkosten. De totale kosten kunnen oplopen tot 10% van de investering. Direct/Indirect Een belangrijke eigenschap van een vastgoedbelegging is het tweeledige rendement. Het directe en indirecte rendement. Hier is al op ingegaan in het hoofdstuk Rendement en Risico. Het directe rendement is vergelijkbaar met het rendement op staatsobligaties. Een stabiele periodieke kasstroom. In tegenstelling tot obligaties is de face value van vastgoed niet een vast bedrag maar de waarde van het object. Deze waarde fluctueert door de tijd heen. Omdat de kasstromen uit het vastgoed (direct) in veel gevallen worden aangepast aan inflatie tendeert de waarde van vastgoed op te lopen (huur gedeeld door gewenst rendement). Het rendement welke een investeerder wenst op zijn investering is door de tijd heen echter niet gelijk Amsterdam School of Real Estate - Robert Kat 17