ONTWIKKELENDE BELEGGERS VAN LEEGSTAANDE KANTOREN

Transcriptie

1 ONTWIKKELENDE BELEGGERS VAN LEEGSTAANDE KANTOREN Hoe om te gaan met onzekerheden bij besluitvorming Amsterdam School of Real Estate Master of Real Estate Masterscriptie Amsterdam, oktober 2012 ir. F.R. Veen MRE jaargang Begeleider Prof. dr. P. van Gool FRICS

2 VOORWOORD Mijn laatste scriptie, afgerond in 2004, ging over de financiële haalbaarheid van herontwikkeling van industrieel erfgoed. Ook deze scriptie gaat over herontwikkeling, alleen nu gericht op de financiële haalbaarheid en risico s van herontwikkeling van kantoren. Mijn persoonlijke interesse voor herontwikkelingsprojecten is sinds 2004 verder gegroeid en gezien de actualiteit van dit thema was het voor mij een logische keuze mij hierin verder te verdiepen. In mijn werk word ik dagelijks geconfronteerd met het vraagstuk hoe om te gaan met leegstand en wat de best mogelijke oplossing is van een bepaalde casus. De vastgoed sector is zich er inmiddels van bewust dat de periode van grootschalige nieuwbouw voorbij is en dat nieuwe projecten vaker herontwikkelingsprojecten zijn dan nieuwbouwprojecten. Met dit onderzoek hoop ik een steentje bij te dragen aan de herontwikkeling van leegstaande kantoren. Na twee jaar MRE sluit ik met de afronding van voorliggend onderzoek een intensieve periode af. Daar waar colleges, tentames, groepsopdrachten, studiereizen, etc. min of meer vanzelf werden doorlopen doordat ik werd geënthousiasmeerd en gestimuleerd door klasgenoten en docenten, vergt onderzoek en schrijven een behoorlijke dosis zelfdiscipline. Maar ook deze hobbel heb ik weten te nemen. De combinatie tussen studie, werk en alles wat het leven nog meer heeft te bieden heb ik soms lastig ervaren. Keuzes maken is lastig, maar soms was dat noodzakelijk. Het zit er echter nu op en ik kijk met zeer veel plezier en tevredenheid terug op deze periode. Graag wil ik mijn werkgever Lingotto bedanken voor de mogelijkheid die zij mij hebben geboden dat ik de tijd en energie in deze opleiding kon stoppen. Ook wil ik Peter van Gool bedanken voor zijn begeleiding en Wendy Bult en Janneke Schreuder van de ASRE voor hun inzet om de afgelopen twee jaar vlot te laten verlopen. Last but not least, wil ik Lies bedanken. Niet alleen voor de ruimte die je mij hebt gegeven om deze opleiding te kunnen doen, maar meer nog om het feit dat je mij altijd stimuleert om het maximale uit mijzelf te halen. Amsterdam, oktober 2012 Frank Veen Ontwikkelende beleggers van leegstaande kantoren Frank Veen -I-

3 MANAGEMENTSAMENVATTING Eén van de oplossingen om het huidige overaanbod van kantoren en de hiermee gepaard gaande leegstand op te lossen is herontwikkeling. Traditioneel ligt deze taak bij de projectontwikkelaar. Verkoop door de eigenaar van het leegstaande vastgoed aan de ontwikkelaar komt echter zelden tot stand door de (te) hoge boekwaardes die op de gebouwen rusten en de onzekerheden en ontwikkelrisico s die de aankoopprijs drukken. Kortom, wil de gebouweigenaar alsnog een ontwikkeling los trekken, dan zal het zelf de ontwikkeling moeten uitvoeren. In dit kader wordt in voorliggend onderzoek onderzocht in hoeverre risicokwantificeringstechnieken het inzicht in de financiële risico s voor de belegger bij herontwikkelingsprojecten vergroten, met als doel de besluitvorming te bevorderen. De veronderstelling die hieraan ten grondslag ligt, is dat beleggers over het algemeen beter bekend kan zijn met kwantitatieve risicoanalyses en hierdoor deze technieken sneller zullen toepassen op haalbaarheidsstudies van herontwikkelingsprojecten. Een techniek met veel potentie, maar die vooralsnog weinig wordt toegepast in de vastgoedpraktijk, is de Monte Carlo simulatie. De centrale vraag van dit onderzoek luidt dan ook of kan worden aangetoond dat de Monte Carlo simulatie een aanvulling kan zijn op investeringsbeslissingen van beleggers in de haalbaarheidsfase bij herontwikkelingsprojecten. Het voordeel van de Monte Carlo analyse ten opzichte van traditionele risicoanalyse technieken (zoals gevoeligheids- en scenarioanalyses) is dat onzekerheid in de investeringsbegroting wordt verwerkt. Niet alleen de slechte scenario s (risico s) worden doorgerekend, maar de opwaartse potentie van een project wordt ook meegenomen. De uitkomst is een kansverdeling van het resultaat (het IRR) van een project. Het gaat echter niet specifiek om de uitkomsten van het model, maar nog meer om het gebruik van het model. De uitkomsten van de simulatie geven namelijk geen helder afgebakende keuzemogelijkheden, maar inzicht in de uitkomsten zodat de besluitvormer een mening kan vormen over de risico s van het project (ook wel een prescriptieve analyse genoemd). In dit onderzoek is een Monte Carlo toegepast op een exemplarische herontwikkelingscasus. Via de is een analyse uitgevoerd op basis van een traditioneel IRR begroting en de uitkomsten zijn vergeleken met een gevoeligheids- en (kansgewogen) scenarioanalyse. De resultaten van deze haalbaarheidsanalyse zijn vervolgens besproken gedurende een expertmeeting aan de hand van een vijftal stellingen. De conclusie van deze expertmeeting is dat de toepassing van de Monte Carlo simulatie op een herontwikkelingscasus aanvullende inzichten geeft ten aanzien van de risico s ten opzichte van de gevoeligheids- en (kansgewogen) scenarioanalyse. Met de name de waarschijnlijkheidscomponent van het resultaat en de gevoeligheidsanalyse van wijzigingen van de invoervariabelen heeft toegevoegde waarde. Ook kan de Monte Carlo simulatie de keuze tussen meerdere herontwikkelings varianten van een project vereenvoudigen doordat rendementen en risico s naast elkaar kunnen worden gezet. De betrouwbaarheid van de invoer blijft echter een aandachtspunt. Specifiek gaat het dan om de kansverdelingfuncties van en de correlaties tussen de variabelen. Via een combinatie van expliciete kennis (marktinformatie, data) en impliciete kennis (kennis en arvaring) is het mogelijk een zekere mate van betrouwbaarheid te genereren. 100% betrouwbare invoerdata is onmogelijk, maar dat geldt voor alle technieken van risicokwantificering. Met dit onderzoek kan worden aangetoond dat het gebruik van de Monte Carlo simulatie wel degelijk van toegevoegde waarde kan zijn bij investeringsbeslissingen. Anderzijds moet worden geconcludeerd dat er nog een weg is te gaan om het gebruik ervan te incorporeren in de vastgoedpraktijk. Met name de precieze betekenis en de toegevoegde waarde van de Monte Carlo simulatie moet bij besluitvormers worden uitgelegd en onderbouwd, wil de techniek in de toekomst werkelijk bruikbaar worden. De toegevoegde waarde zal sterk toenemen indien de inputvariabelen, zijnde de kansverdeling van en de correlaties tussen de variabelen, aan betrouwbaarheid winnen. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -II-

4 INHOUDSOPGAVE VOORWOORD... I MANAGEMENTSAMENVATTING... II 1 INLEIDING Aanleiding Probleemstelling Doel- en vraagstelling Onderzoeksopzet en methodiek Afbakening Relevantie RISICO S BIJ HERONTWIKKELING Risico Risicomanagement Ontwikkelingsrisico s Conclusie RISICOKWANTIFICERINGSTECHNIEKEN Haalbaarheidsberekeningen Rendementseisen Risicoanalysetechnieken Risicoanalysetechnieken in relatie tot besluitvorming Conclusie MONTE CARLO SIMULATIE Achtergrond Besluitvorming bij Monte Carlo simulatie Werking bij (her)ontwikkeling Voor- en nadelen bij (her)ontwikkeling Toepassing via software Conclusie Ontwikkelende beleggers van leegstaande kantoren Frank Veen -III-

5 5 CASUS Introductie casus: Helmholtzstraat Besluitvormingscriteria Investeringsbegroting Risicokwantificering toegepast op de casus Gevoeligheidanalyse Kansgewogen scenarioanalyse Monte Carlo simulatie Analyseren en vergelijken methodieken Conclusie PRAKTIJKTOETS Expertmeeting Resultaten Verbreding casus Conclusie CONCLUSIES EN AANBEVELINGEN Conclusies Aanbevelingen voor vervolgonderzoek Reflectie LITERATUURLIJST BIJLAGEN Ontwikkelende beleggers van leegstaande kantoren Frank Veen -IV-

6 1 INLEIDING 1.1 Aanleiding Op 26 juni 2012 hebben overheden en marktpartijen verenigd in de Kantorentop een convenant ondertekend om de leegstand in kantoren te bestrijden en te stimuleren, zodat een beter functionerende kantorenmarkt wordt bereikt. Zowel landelijke, regionale en lokale overheden, kantoorgebruikers, beleggers 1, ontwikkelaars en financiers nemen deel aan de Kantorentop. Iedere partij heeft zich gecommitteerd bepaalde maatregelen uit te voeren. De eigenaren van het vastgoed, de partijen met het grootste probleem, hebben onder andere als opgave te investeren in kwaliteitsverbetering en verduurzaming van kantoren en concrete transformatieplannen te maken voor kantoorpanden vanaf m² die drie jaar of langer voor meer dan 80% leeg staan ( De huidige leegstand is momenteel 6,9 mln. m² (14% van de totale voorraad) en hiervan is naar schatting 4 mln. m² structureel. De verwachting is dat de structurele leegstand tot 2020 iets zal teruglopen, maar na dat deze daarna, door onder andere de veroudering van de huidige voorraad en een afnemende ruimtevraag, weer zal toenemen (EIB, 2012). Waar traditioneel de uitvoering van (her)ontwikkelingsprojecten bij projectontwikkelaars ligt, worden beleggers door de leegstand gedwongen zelf na te denken over herontwikkeling en tot uitvoering over te gaan. Veel projectontwikkelaars willen het leegstaande vastgoed namelijk niet kopen, omdat de residuele waardepaling veelal een lagere waarde geeft dan de boekwaarde van de belegger. De belangrijkste reden dat transformaties dan ook niet tot stand komen, is omdat de financiële marges te smal zijn en de ontwikkelrisico s te hoog (Gelinck, 2011). Doordat de financiële haalbaarheid niet kan worden aangetoond, komt er geen verkooptransactie tot stand en zal de belegger zelf tot actie moeten overgaan. Het herontwikkelen van vastgoedprojecten vergt echter een heel andere manier van ondernemen dan beleggen in vastgoed. Bij herontwikkelingsprojecten horen andere rendementseisen, andere risico s, andere vorm van management etc. Projectontwikkelaars baseren hun besluiten om een potentiële herontwikkeling wel of niet uit te voeren grotendeels op basis van subjectieve risicoinschatting (Van Denzen, 2009). Dit is een wonderlijke constatering gezien het kapitaalintensieve karakter van herontwikkeling in combinatie met de huidige tijdgeest waar beheersing van risico s meer dan ooit van belang is. Risicokwantificeringstechnieken staan echter nog steeds in de kinderschoenen en worden door projectontwikkelaars sporadisch gebruikt (Gehner, 2011). Van Denzen (2009) constateert dat ontwikkelaars eenvoudige kwantificeringstechnieken zoals gevoeligheids- en scenarioanalyse wel gebruiken. Deze technieken blijken echter niet verder te gaan dan het beoordelen van what-if risico s, waardoor men inzicht krijgt in het maximaal neerwaartse risico. Indien dit maximale risico te groot is, waardoor het beoogde rendement verdampt, dan zal dit risico niet worden genomen. Beleggers zijn echter veel beter bekend met risicokwantificering. Door bepaalde risicokwantificeringstechnieken bij transformatieprojecten toe te passen die projectontwikkelaars niet gebruiken, maar waar beleggers wel bekend mee zijn, is het wellicht mogelijk beter inzicht te krijgen in de financiële haalbaarheid van projecten. Dit verbeterde inzicht zal de besluitvorming omtrent transformatie dienen te vereenvoudigen. 1 Met beleggers wordt bedoeld beleggers/eigenaren van het vastgoed. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -1-

7 1.2 Probleemstelling Beleggers staan voor de, voor hen nieuwe, taak van herontwikkeling van kantoren. Hoewel het startpunt anders is dan bij ontwikkelaars (er is immers vastgoed in eigendom dat in veel gevallen al jaren in exploitatie is geweest en nu leeg staat), is de opgave niet anders. Ook de beleggger zal de risico s van transformatie moeten inventariseren, kwantificeren en verwerken in de financiële haalbaarheidsanalyse. Het kwantificeren van risico s van (her))ontwikkelingsprojecten is echter niet eenvoudig. Beleggers zijn verder in het kwantificeren van risico s dan ontwikkelaars omdat zij beschikken over lange datareeksen van rendementen horend bij een bepaald type vastgoed. Ook de aard van de investering is eenvoudiger; het gaat om verhuurd vastgoed, waarbij de risico s eenvoudiger zijn te overzien. Bij projectontwikkeling zijn er echter talloze verschillende risico s, die per project anders zijn, waardoor ieder project een eigen uniek risicoprofiel heeft. Beleggers hanteren meestal een IRR en specificeren dit per object, afhankelijk van de sector, de kwaliteit van de huurder, het gebouw, etc. De netto contante waarde van de toekomstige huurinkomsten, de exploitatiekosten en de eindwaarde van een gebouw verdisconteerd tegen de vereiste IRR moet minimaal even hoog zijn als de investering inclusief de boekwaarde! die vandaag de dag gedaan moet worden. Door het unieke karakter van projectontwikkeling is risicokwantificering ingewikkelder dan bij beleggen in vastgoed. Zoals hierboven aangegeven, blijkt vanuit de praktijk dat er maar beperkte technieken worden toegepast. Toch kunnen kwantitatieve risicoanalysetechnieken een bijdrage leveren aan de besluitvorming. Eén van de technieken is de Monte Carlo simulatie. Het grote voordeel van deze techniek is dat iedere invoervariabele van een investeringsbegroting een bepaalde kansverdeling toegewezen krijgt en op basis hiervan het resultaat ook een kansverdeling krijgt. Dit betekent dat er niet één harde waarde wordt gecalculeerd zoals bij een standaard investeringsbegroting, maar dat de kans van optreden van een bepaalde waarde wordt berekend. Het biedt ook de mogelijkheid positieve gevolgen te modelleren en berekenen, zodat een nauwkeuriger beeld van de verwachtingswaarden wordt verkregen (de Groot, 2009). 1.3 Doel- en vraagstelling Vanuit de literatuur is er beperkt onderzoek gedaan naar risicokwantificering bij projectontwikkeling met behulp van een Monte Carlo-simulatie. De conclusies zijn vooralsnog niet eenduidig of een dergelijk model wel of niet goed toepasbaar is bij projectontwikkeling. De trend dat beleggers vaker zelfstandig herontwikkelingsprojecten uitvoeren (partijen die dus ervaring hebben met risicokwantificering) en de huidige, meer risicobewuste tijdgeest is echter aanleiding om te onderzoeken hoe en wanneer Monte Carlo simulaties wel goed te gebruiken zijn. De doelstelling van dit onderzoek is dan ook om met behulp van een eenvoudig toepasbaar risicokwantificeringmodel het inzicht in de financiële risico s voor de belegger bij herontwikkelingsprojecten te vergroten en hiermee de besluitvorming te bevorderen. Centrale vraag Kan worden aangetoond dat de Monte Carlo simulatie een aanvulling kan zijn op investeringsbeslissingen van beleggers in de haalbaarheidsfase bij herontwikkelingsprojecten? Onderzoeksvragen 1. Welke risico s zijn te benoemen bij herontwikkelingsprojecten (hfst 2)? 2. Hoe worden deze risico s vertaald naar rendementen? (hfst 3) 3. Welke risicokwantificatie methodieken worden gebruikt bij herontwikkelingsprojecten? (hfst 3) 4. Hoe kan een Monte Carlo simulatie op praktische en betrouwbare wijze worden ingepast in financiële haalbaarheidsonderzoeken bij herontwikkelingsprojecten? (hfst 4) Ontwikkelende beleggers van leegstaande kantoren Frank Veen -2-

8 5. Hoe verhoudt een Monte Carlo simulatie zich tot andere risicokwantificeringstechnieken bij investeringsbeslissingen in de haalbaarheidsfase van herontwikkelingsprojecten? (hfst 5) 6. Hoe waarderen experts de Monte Carlo simulatie ten opzichte van andere risicokwantificeringstechnieken? (hfst 6) 1.4 Onderzoeksopzet en methodiek Het onderzoeksmodel is hieronder schematisch weergegeven. FASE I deskresearch & literatuuronderzoek (theorie) HFST 2 Risico s bij herontwikkeling HFST 3 HFST 4 Risicokwantificeringstechnieken Monte Carlo simulatie bij herontwikkeling FASE II exploratief onderzoek (praktijk) HFST 5 HFST 6 Vergelijking risicokwantificerings technieken op een casus Expertmeeting FASE III conclusies en aanbevelingen Fase I deskresearch & literatuuronderzoek Het eerste deel van dit onderzoek beslaat het theoretische deel en is een beschrijvend onderzoek (Baarda en de Goede, 2006). Dit deel wordt uitgevoerd middels deskresearch en literatuuronderzoek. In hoofdstuk 2 wordt ingegaan op de risico s die spelen bij herontwikkeling, hoe deze risico s vertaald worden naar rendementen en op welke wijze risicomanagement wordt uitgevoerd. Welke risicokwantificeringstechnieken er voorhanden zijn wordt in hoofdstuk 3 behandeld. Het laatste deel van het theoretische deel, hoofdstuk 4, bespreekt de werking van de Monte Carlo simulatie in relatie tot projectontwikkeling. Fase II exploratief onderzoek Het tweede deel van dit onderzoek is een exploratief onderzoek waarbij de werking van de Monte Carlo simulatie wordt vergeleken met andere risicokwantificeringstechnieken. Dit gebeurt aan de hand van een toepassing van de technieken op een casus. Besproken wordt wat de uitkomsten zijn en of deze uitkomsten kunnen leiden tot andere investeringsbeslissingen in de haalbaarheidsfase van een herontwikkeling. Tot slot worden de resultaten voorgelegd en besproken tijdens een expertmeeting. Deze intersubjectieve methodiek wordt toegepast om te onderzoeken of experts uit de praktijk de Monte Carlo simulatie van toegevoegde waarde vinden bij investeringsbesluiten. Fase III conclusies en aanbevelingen In het laatste hoofdstuk (7) worden conclusies getrokken uit de bevindingen van het onderzoek en wordt antwoord gegeven op de hoofd- en subvragen. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -3-

9 1.5 Afbakening De afbakening van dit onderzoek is als volgt vormgegeven: Herontwikkeling: met herontwikkeling wordt bedoeld gebouwen die van functie veranderen of dezelfde functie houden, maar waarbij in ieder geval grote bouwkundige aanpassingen gedaan worden. Dit onderzoek is van toepassing op objecten en niet op gebieden. De objecten hebben een minimale omvang van circa m² b.v.o. en geen maximum. Het criterium is dat het één gebouw of aaneengesloten bouweenheden moet zijn. Haalbaarheidsfase: dit onderzoek richt zich op risicokwantificatie in de (financiële) haalbaarheidsfase van een herontwikkeling omdat in deze fase veelal de keuze wordt gemaakt een herontwikkelingsplan verder te brengen. Risicomanagement en kwantificatie zijn na dat moment uiteraard nog steeds van belang, de belangrijkste hobbel -het investeringsbesluit- is dan echter al achter de rug. Perspectief van de belegger: dit onderzoek gaat er vanuit dat de risico s van een herontwikkeling worden bekeken vanuit het perspectief van de belegger. De feitelijk risico s en onzekerheden zullen niet anders zijn, maar een belegger zal deze waarschijnlijk wel anders waarderen. Samenwerking: er wordt in dit onderzoek niet ingegaan op mogelijke juridische samenwerkingsvormen tussen ontwikkelaars en beleggers bij herontwikkelingsprojecten. De focus ligt op de financiële haalbaarheid van een herontwikkeling, afgezien van de verantwoordelijkheden en verplichtingen van de betrokken partijen. Het uitgangspunt dat in dit onderzoek wordt gehanteerd, is dat een project haalbaar is wanneer de belegger de risicorendementsverhouding accetabel vindt en hiermee het project financieel haalbaar is. 1.6 Relevantie Dit onderzoek is voor het vakgebied relevant omdat er in beperkte mate gebruik wordt gemaakt van kwantitatieve risicoanalyse. De kwalitatieve onderbouwing en het onderbuik gevoel zijn op dit moment overheersend en zullen altijd wel belangrijk blijven, maar een verschuiving van inzicht naar meer kwantitatieve onderbouwingen van investeringsbesluiten ligt voor de hand. De wetenschappelijke relevantie ligt hoofdzakelijk in de koppeling tussen de Monte Carlo analyse en vastgoedontwikkeling. De Monte Carlo analyse is in de wetenschap veelvuldig besproken, met name in de bouw- en procesindustrie. De koppeling met vastgoedontwikkeling, waar in tegenstelling tot de bouw- en bouwprocesindustrie ook de opbrengstenkant een risico-item is, is wetenschappelijk beperkt uitgediept. Tot slot is het onderzoek maatschappelijk relevant omdat de huidige leegstand in Nederland inmiddels een veel groter probleem is dan alleen dat van de eigenaren. De verwachting is zelfs dat de leegstand verder zal toenemen door de invloed van het nieuwe werken en een teruglopende beroepsbevolking. De urgentie tot herontwikkeling wordt breed gedragen door alle betrokken actoren zoals overheden (landelijk en lokaal), eigenaren en banken. Vanuit de laatste groep, de financiële sector (de banken cq. hypotheeknemers), wordt inmiddels veel druk uitgeoefend op eigenaren van leegstaand vastgoed om het probleem aan te pakken. Bij herfinancieringen worden overigens strengere eisen gesteld die herontwikkeling er niet eenvoudiger op maakt (dit heeft een aantal redenen, o.a. wijziging van regelgeving aan de zijde van de bank, leegstandsrisico, solvabiliteit van de eigenaar etc.). En tot slot de maatschappelijke druk die ontstaat, doordat leegstand op sommige plekken tot verloedering van de omgeving leidt. De troosteloze leegstand van vastgoed met talrijke huurborden begint simpelweg op te vallen en ergernis op te wekken in het land. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -4-

10 2 RISICO S BIJ HERONTWIKKELING In dit hoofdstuk wordt het kader geschetst van risicoanalyse binnen projectontwikkeling; noodzakelijk om later in het onderzoek de stap naar risicokwantificering te kunnen maken. In paragraaf 2.1 wordt de definitie van risico omschreven. Paragraaf 2.2 gaat over risicomanagement en hoe risicokwantificering zich hiertoe verhoudt. In de laatste paragraaf wordt ingegaan op de risico s van projectontwikkeling, waarbij ook specifiek herontwikkelingsrisico s worden besproken. 2.1 Risico Wat is risico precies? Men spreekt wel over risicovolle ontwikkelingen, risicoaverse beleggers of een risico tje nemen. Maar de precieze betekenis ervan is niet eenvoudig te geven. In de literatuur is veel geschreven over risico, waarbij verschillende definities worden gehanteerd. Gehner (2011) geeft een compleet overzicht van de verschillende definities die in de literatuur wordt gebruikt voor risico. Een veel gebruikte definitie die zij noemt is die van Stichting Bouw Research (2000): Risico = Kans op falen x gevolg Zoals uit deze formule blijkt, maar dit geldt eveneens voor de andere definities die Gehner noemt, bestaat het risicobegrip uit een waarde- en waarschijnlijkheidscomponent. De waardecomponent is het effect of gevolg van een gebeurtenis uitgedrukt in afwijking van het gewenste resultaat. Ieder risico heeft dus een bepaalde kans of waarschijnlijkheid in zich waar de risiconemer onzeker over is. Risico en onzekerheid hebben dan ook veel met elkaar van doen, maar toch zit er een verschil tussen beide begrippen. Risico en onzekerheid De term onzekerheid wordt vaak gebruikt als men het over risico heeft en wordt soms zelfs als synoniem gebruikt (Van Dijk, 2006). Byrne (1984) zegt dat onzekerheid alles is dat nog niet zeker is over de uitkomst van een project op het moment van het nemen van een besluit. Risico is het tegenovergestelde, namelijk het mogelijke verlies dat wordt gelopen bij verschillende uitkomsten van een besluit. Anders gezegd, een risico kan bewust worden genomen, kan zelfs worden beïnvloed en men weet wat de (financiële) gevolgen kunnen zijn. Ook een besluit op basis van onzekerheden kan weloverwogen genomen worden, echter de uitkomst is ondefinieërbaar. Risico in projectontwikkeling De definities van risico zijn echter niet één op één op toepasbaar op de praktijk van projectontwikkeling (Gehner, 2011). Ten eerste omdat de waarschijnlijkheidscomponent slecht toepasbaar is, omdat projectontwikkeling opereert in een onzekere omgeving met een beperkte hoeveelheid historische data en referentiemateriaal, aangezien elk project uniek is. Het is echter wel mogelijk een kansinschatting te maken van onzekere gebeurtenissen op basis van kennis en ervaring. Alle gebeurtenissen die voorspelbaar en stochastisch 2 modelleerbaar zijn worden dan beschouwd als een risico. Het tweede waarin de algemene term risico bij projectontwikkeling afwijkt, is dat de waardecomponent van het risico bij projectontwikkeling te maken heeft met de afwijking op het gewenste rendement van een project. Gehner (2011) formuleert dan ook de specifieke definitie voor risico tot het vakgebied projectontwikkeling als volgt: Een risico is een voorspelbare en stochastische modelleerbare gebeurtenis die leidt tot een negatieve afwijking van de rendementseis van een project. 2 Stochastisch: een numerieke waarde die afhankelijk is van een bepaalde kans of toeval, of gebonden aan een waarschijnlijkheidsverdeling. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -5-

11 Risico en rendement Ontwikkelaars zijn alleen bereid risico te lopen, indien daar een beloning tegenover staat; het rendement. Risico en rendement zijn communicerende vaten. Hoe lager het risico, hoe lager het rendement en vice versa (Van Denzen, 2009). Xu (2002) stelt dat bij potentiële investeringen het te lopen risico moet worden aangegeven, zodat kan worden bepaald of het beoogde rendement wel binnen een acceptabele grens zit. Zoals hiervoor omschreven kan risico worden uitgedrukt in een range van mogelijke uitkomsten van het rendement (Geltner, 2007) die afwijken van het beoogde rendement. De meest gebruikte statistische methode om risico te kwantificeren is de standaarddeviatie van de kansverdeling van de toekomstige rendementen, ook wel volatiliteit genoemd. Hoe groter de standaarddeviatie van het rendement, hoe groter het risico. A. Kans B. C. Figuur 1: drie type kansverdelingen Rendement In figuur 1 zijn drie verschillende kansverdelingen van een project aangegeven waarvoor alle drie een verwacht rendement van 10% geldt. Toch zijn de risico s wezenlijk anders: A. Geen risico, het rendement kan met 100% zekerheid worden bepaald. B. Beperkt risico door een kleine standaarddeviatie, het rendement kan met een redelijke zekerheid worden voorspeld. C. Veel risico door een grote standaarddeviatie, de kans op onderschrijding van het beoogd rendement is aanzienlijk. Bij bovenstaande uitleg geldt als uitgangspunt dat de ontwikkelaar vooraf weet of kan bepalen wat het beoogde rendement dient te zijn. Het blijkt echter dat de projectontwikkelaar geen adequate techniek of methodiek kent en gebruikt om een risico-opslag te bepalen. Het lijkt erop dat de hoogte van de opslag die wordt gebruikt, gebaseerd is op historisch bewezen risico-opslagen in combinatie met marktgemiddelden (Van Denzen, 2009). In paragraaf 3.2 wordt nader ingegaan op de wijze van rendementsberekeningen. 2.2 Risicomanagement Risicokwantificering is een onderdeel van risicomanagement. Onder risicomanagement wordt verstaan het geheel van activiteiten en maatregelen gericht op het omgaan met risico s ter beheersing van een project (Van Well, 2010). In onderstaand model is te zien dat risicomanagement grofweg is te delen in drie stappen, namelijk risicoanalyse, risicorespons en risicobeheersing (Gehner, 2011). Kenmerkend van het model is dat het een cyclisch karakter heeft, aangezien risico s gedurende de voortgang van een project kunnen veranderen. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -6-

12 Stap 1 is het analyseren van de risico s. Met behulp van de risicoanalyse wordt op systematische wijze inzicht verkregen in de risico s binnen een project en kunnen de maatregelen met hun effecten worden bepaald om deze risico s aan te pakken (Van Well, 2010). Het onderdeel risicokwantificering gaat over het toekennen van een kans en een effect aan de geïdentificeerde risico s met behulp van een geschikte risicoanalysetechniek. Hier raken we de kern van dit onderzoek en hier zal ook in de volgende hoofdstukken nader op worden ingegaan. Risicoanalyse Risico-identificatie Risicokwantificering Risicorespons Analyse beheersmaatregelen Risicobeheersing Implementatie beheersmaatregelen Evaluatie beheersmaatregelen Figuur 2. Risicomanagementcyclus (Gehner, 2011) Stap 2 van de cyclus is de respons van de besluitvormer op de geïdentificeerde risico s. De respons is grotendeels afhankelijk van de risicoattide van de besluitvormer. Met andere woorden, hoeveel risico is de besluitvormer bereid te nemen? Op basis hiervan kan worden besloten het risico te vermijden, reduceren, overdragen of accepteren (Gehner, 2011). Bij stap 3 wordt de gekozen beheersmaatregel geanalyseerd en op basis hiervan wordt door de besluitvormer een keuze gemaakt om wel of niet tot implementatie over te gaan. Na verloop van tijd dient de maatregel te worden geëvalueerd en indien nodig begint de cyclus weer bovenaan. Risicomanagement in relatie tot de fase van het project Gedurende de voortgang van een project zullen de zekerheden en informatievoorzieningen toenemen. Hierdoor neemt de nauwkeurigheid en betrouwbaarheid van de risicoanalyse gedurende de rit toe (Van Denzen, 2009). Het belang van de risicoanalyse is daarom groot met name in de haalbaarheidsfase omdat juist in deze fase het nemen van beheersmaatregelen nog mogelijk zijn (zie ook figuur 3). Gehner (2011) geeft aan dat in deze fase de risicoanalyse meer kwalitatief van aard zal zijn gezien de beperkte informatievoorziening. RISICOANALYSE Acquisitie Planontwikkeling Realisatie/verkoop Exploitatie/beheer Figuur 3: Fasen en risicoanalyse (van Denzen, 2009) Ontwikkelende beleggers van leegstaande kantoren Frank Veen -7-

13 2.3 Ontwikkelingsrisico s In de literatuur worden diverse overzichten gegeven van risico s die bij projectontwikkeling spelen. Er is echter geen eenduidige, gestructureerde en uitputtende lijst te vinden van ontwikkelrisico s (Van Denzen, 2009). Een onderscheid dat dient te worden gemaakt, is het onderscheid tussen specifieke en systematische risico s. Het belangrijkste verschil is dat specifieke risico s, ook wel zuivere risico s, beïnvloedbaar zijn. Systematische risico s, ook wel speculatieve risico s genoemd, zijn autonoom en dus nauwelijks beïnvloedbaar (Huysmans, 2011). Projectontwikkelaars zien de systematische risico s als de belangrijkste omdat deze niet te besturen zijn en veel indirecte effecten kunnen hebben (Gehner, 2011). Zowel Huysmans (2011) als Dekkers (2010) verdelen de risicosoorten in drie niveaus, namelijk omgevingsrisico s, projectrisico s en organisatierisico s. In onderstaand schema zijn de risico s onderverdeeld naar systematische en specifieke risico s. Systematische risico s (speculatieve risico s) Specifieke risico s (zuivere risico s) Omgevingsrisico s Projectrisico s Organisatierisico s Figuur 4: beïnvloedbare en niet beïnvloedbare risico s (bron: Huysmans, 2011) Hieronder is een korte opsomming gegeven welke risico s horen bij de drie risicogroepen waarbij gebruik is gemaakt van Huysmans (2011), Dekkers (2010), Van Denzen (2009) en Lesmeister (1997). Omgevingsrisico s Dit zijn risico s die buiten de invloedssfeer van het project liggen. Economie of markt Dit is een risico waar een ontwikkelaar geen invloed op heeft, maar waar wel voor een belangrijk deel de haalbaarheid van een project van afhankelijk is. Denk hierbij aan de ontwikkeling van de verschillende deelmarkten (woning, kantoor, etc.) of het verloop van grondprijzen. Financiële parameters Wijziging in parameters zoals inflatie en rentestand hebben een aanzienlijke impact op de financiële haalbaarheid van een project. Wet- en regelgeving Wijzigingen in wet-en regelgeving kunnen grote consequenties hebben voor de randvoorwaarden waarbinnen het project gerealiseerd moet worden. Ten aanzien van herontwikkeling is dit een actueel thema omdat overheden transformaties willen stimuleren door wet- en regelgeving te vereenvoudigen. Politiek, bestuurlijke en maatschappelijke risico s Dit heeft te maken met het politieke en maatschappelijke draagvlak (denk bijvoorbeeld aan belangengroeperingen) van het project. Met name na gemeentelijke of landelijke verkiezingen is dit een risico omdat standpunten of inzichten volledig anders kunnen zijn wat weer tot vertraging of afbreuk kan leiden. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -8-

14 Projectrisico s Projectrisico s zijn gevolgen die direct te maken hebben met de uitvoering van het project. Planontwikkeling Gedurende het traject kunnen zich wijzigingen voordoen die ongewenste gevolgen hebben voor het oorspronkelijke plan. Deze wijzigingen kunnen leiden tot vertragingen en kostenverhogingen en/of opbrengstverlagingen. Denk hierbij het afbreukrisico (verlies van alle geïnvesteerde gelden), planwijzigingsrisico (kan tot meerkosten of minderopbrengsten leiden) of het begrotingsrisico van de bijkomende kosten (door prijswijzigingen of meerwerk). Grondexploitatie cq. verwerving Bij herontwikkeling is er geen grondexploitatie omdat er immers geen grond bewerkt of bouwrijp gemaakt moet worden. Wel bestaat er een risico dat na verwerving van een gebouw blijkt dat de bouwkundige kwaliteit anders is dan gedacht of dat de opbrengsten uit tijdelijke exploitatie afwijken van dat wat begroot is. Bouw Het bouwproces is een complex proces en brengt zodoende allerlei risico s met zich mee. Een typisch risico voor herontwikkelingsprojecten is de onzekerheid over de bouwkundige kwaliteit van het bestaande gebouw. Dit kan tot prijsverhogingen leiden. Andere bouwrisico s zijn het aanbestedingsrisico (feitelijke bouwkosten hoger dan begroot), het ontwerprisico (fouten of onvolledigheden die tot meerkosten leiden) en bouwtijdvertraging (afwijking van de planning kan tot renteverliezen en claims leiden). Afzet Dit gaat over de onzekerheid van de verkoopopbrengst in relatie tot de begrote opbrengsten. Indien op risico wordt gestart met een ontwikkeling, dan is dit een groot risico (en staat hier zodoende een grote risicoreservering tegenover). De invloed van de ontwikkelaar is overigens beperkt omdat succesvolle verkoop grotendeels afhankelijk is van marktomstandigheden. Het afzetrisico kan ook beperkt zijn, indien er met de kopende partij reeds afspraken zijn gemaakt over de aankoop prijs aan het begin van de ontwikkeling. Publiekrechtelijk Afhankelijk van de beoogde ontwikkeling kan het vergunningentraject grote risico s met zich mee brengen. Met name bij herontwikkeling, veelal in een stedelijke context waarbij veel belanghebbende partijen aanwezig zijn, kan er vertraging optreden in de procedures door bezwaarmakers. De ontwikkelaar heeft hier maar in beperkte mate invloed op. Samenwerking- en contractering Tegengestelde belangen kunnen ontstaan waardoor een samenwerking onder druk kan komen te staan. Zeker bij herontwikkelingen waarbij ontwikkelaar en belegger samenwerken is een dergelijk risico denkbaar. Maar ook de samenwerking tussen publiek en privaat kan door andere belangen stroef lopen en tot vertraging leiden. Organisatierisico s Deze risico s vloeien voort uit het functioneren van een organisatie en uit de kwaliteiten van werknemers die een bijdrage leveren aan de organisatie. Structuur Hier gaat het om de juiste verdeling van taken, bevoegdheden en verantwoordelijkheden binnen de projectorganisatie en de deelnemende partijen zodat het proces vloeiend en zonder vertraging kan worden doorlopen. Proces De kwaliteit van het projectmanagement moet up-to-date zijn zodat een goede administratie, communicatie, informatievoorzieningen en planning gewaarborgd is. Cultuur Bij samenwerkende partijen kunnen er verschillende normen en waarden en/of managementstijl aanwezig zijn, waardoor de voortgang en kwaliteit van een project in gevaar zou kunnen komen. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -9-

15 De Groot (2009) heeft de risicocategorieën zodanig georganiseerd dat het is gebaseerd op de fasering van het vastgoedontwikkelingsproces en de opstalexploitatie (zie figuur 5). Het voordeel van deze indeling is dat de risico s kunnen worden gekwantificeerd als de mate van afwijking op het proces ( t, ), kosten ( ) en opbrengsten ( ). Logischerwijs hebben deze afwijkingen weer invloed op het resultaat cq. rendement. Proces ( t, ) Kosten ( ) Opbrengsten ( ) A. Samenwerking B. Politiek C. (Plan)ontwerp D. Ruimtelijk / technisch E. RO-procedure F. Vergunningen G. Aanbesteding H. Planning I. Hoeveelheden J. Kosten K. Economisch (indexen) L. Aantallen M. Opbrengsten N. Economisch (indexen) Figuur 5: risicocategorieën vastgoedontwikkeling (bron: de Groot, 2009) Interessant aan het onderzoek van De Groot (2009) is dat de risico s in mate van belangrijkheid zijn gerangschikt door middel van een questionnaire onder 24 respondenten. Het resultaat van deze enquête is dat het procesrisico als belangrijkste wordt beoordeeld, gevolgd door opbrengsten- en kostenrisico s. De Groot geeft aan dat de risico-prioritering gebruikt kan worden als checklist voor een kwalitatieve risicoanalyse en tevens kan worden bekeken welke risico s een bepalende invloed hebben op het project. 2.4 Conclusie Dit hoofdstuk geeft antwoord op de onderzoeksvraag welke risico s er zijn te benoemen bij herontwikkelingsprojecten. Om hier antwoord op te kunnen geven is allereerst de definitie van risico in relatie tot projectontwikkeling geformuleerd: een voorspelbare en stochastische modelleerbare gebeurtenis die leidt tot een negatieve afwijking van de rendementseis van een project. In het volgende hoofdstuk wordt nader ingegaan op de verhouding risico en rendementen van (her)ontwikkelingsprojecten. Het kwantificeren van risico s is onderdeel van risicomanagement en hoort bij stap 1 de risicoanalyse. De risicoanalyse is in de haalbaarheidsfase het belangrijkst omdat in deze fase het nemen van beheersmaatregelen nog goed mogelijk zijn. De risico s binnen projectontwikkeling zijn op te delen in systematische en specifieke risico s. De systematische risico s zijn nauwelijks beïnvloedbaar en worden daarom door ontwikkelaars als meest belangrijk gezien. Denk hierbij aan marktrisico s of politieke risico s. De specifieke risico s zijn over het algemeen beter te beheersen en zijn onderverdeeld naar projectrisico s en organisatierisico s. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -10-

16 3 RISICOKWANTIFICERINGSTECHNIEKEN Nu in het vorige hoofdstuk de definitie van risico in relatie tot projectontwikkelingen is behandeld, wordt in dit hoofdstuk besproken op basis van welke rendementscriteria projecten worden beoordeeld (paragraaf 3.1 en 3.2) en welke risico analysetechnieken gebruikt kunnen worden (paragraaf 3.3). 3.1 Haalbaarheidsberekeningen De financiële haalbaarheid van een herontwikkelingsproject kan op meerdere manieren worden berekend. Dit onderzoek richt zich op de acquisitiefase, de fase waarin wordt onderzocht of en zo ja onder welke condities een herontwikkeling haalbaar is. De haalbaarheidsanalyse is een iteratief proces van tekenen, rekenen en ondertekenen (Salemi, 2010). Ontwerpingrepen in een gebouw, keuze voor specifieke functies, contractuele uitgangspunten, etcetera hebben allemaal invloed op de financiële haalbaarheid. Ondertekenen Rekenen Tekenen Figuur 6: positionering vastgoedrekenen (bron: Salemi, 2010) Bij herontwikkeling komen de werelden van de belegger en ontwikkelaar samen. Het verschil tussen deze actoren is aan te duiden in de wijze waarop de cashflow schema s voor beide partijen eruit zien (zie figuur 7). De belegger gaat uit van een eenmalige investering en periodieke ontvangsten over een langere periode. De ontwikkelaar daarentegen heeft een kortere investeringshorizon, namelijk de looptijd van het project. De cashflow bestaat zodoende uit een reeks van niet-constante uitgaven verspreid over de ontwikkelingsperiode en wordt gecompenseerd door de verkoopwaarde (Gehner, 2011). De koppeling tussen ontwikkeling en belegging zit in de verkoopwaarde, onafhankelijk of aan een externe partij wordt verkocht of dat er sprake is van een interne verkoop aan een andere afdeling. Vastgoedontwikkelingsproces Verkoop Verkoop Cash flow ontwikkelaar Cash flow belegger Vastgoedrekenproces Figuur 7: cash flow schema (bron: Salemi 2010 en Gehner, 2011; eigen bewerking) Ontwikkelende beleggers van leegstaande kantoren Frank Veen -11-

17 Door de verschillende risico s en doorlooptijd van ontwikkelen en beleggen, hanteren de ontwikkelaar en de belegger andere rendementseisen. Een belegger gebruikt vaak een contante waardeberekening waarbij een bepaald rendement behaald moet worden op het ingelegde eigen vermogen. Een projectontwikkelaar maakt veelal gebruik van een eindwaardeberekening en streeft naar een positief saldo aan het einde van de investeringsperiode (Salemi, 2010). Dat maakt het lastig om de risico s en rendementen tussen ontwikkelen en beleggen goed met elkaar te vergelijken. In het kader van dit onderzoek wordt het uitgangspunt van de ontwikkelaar gehanteerd omdat bij herontwikkeling de risico s spelen die bij projectontwikkeling horen (ook al ontwikkelt de belegger). Vanuit de literatuur worden verschillende rendementsberekeningen besproken, die globaal samengevat kunnen in twee stromingen; de nominale methodiek en de contante waarde methodiek. Nominale methodiek De nominale methodiek, ofwel de eindwaardeberekening, wordt veelal toegepast bij de meer traditionele cq. minder complexe ontwikkelingen (Lesmeister, 1997 en Salemi, 2010). Maar ook voor complexere waardebepalingen kan de nominale methodiek worden toegepast (French, 2006). Het principe van de rekensom is eenvoudig; alle projectgerelateerde kosten (inclusief rentekosten) en opbrengsten worden tegen nominale waarden opgenomen en geïndexeerd naar eindwaarde. Het verschil tussen de eindwaarde van alle opbrengsten en de kosten is de vergoeding voor het te lopen risico, namelijk de winst cq. risico-opslag. Winst = verkoopopbrengst kosten Winst als % = winst / kosten Het voordeel van deze methodiek is de grote mate van inzichtelijkheid doordat de rentekosten apart worden opgenomen in de begroting. Vertragingen worden zodoende goed inzichtelijk (Lesmeister, 1997). Uitgangspunt bij deze methode is dat de inkomsten en uitgaven beschouwd worden als het saldo op een rekening courant en dat het negatieve saldo vreemd wordt gefinancierd. In werkelijkheid kan dit saldo natuurlijk ook door eigen vermogen van de ontwikkelaar worden gefinancierd (Van Denzen, 2009). Nadeel van de methode is dat het rendement niet is gekoppeld aan de tijd en projecten daarom slecht met elkaar vergelijkbaar zijn. Een winst van een project dat binnen 1 jaar wordt gerealiseerd, geeft een stuk beter rendement dan een zelfde winst (zowel absoluut als procentueel) van een ander project dat een doorlooptijd heeft van drie jaar (Gehner, 2011). Contante waarde methodiek Bij deze methodiek worden alle inkomsten en uitgaven van een project contant gemaakt naar een bepaald tijdstip. Voor het contant maken wordt een rentevoet gebruikt. Deze rentevoet bestaat enerzijds uit de compensatie voor de financieringskosten en anderzijds uit een vergoeding voor het risico dat gelopen wordt. De netto contante waarde (NCW) kan worden beschouwd als ontwikkelingswinst. Bij een NCW van 0 wordt het beoogde rendement behaald (Gehner, 2011). NCW = netto contante waarde CF = geldstroom op tijdstip t r = rentevoet t = tijdstip van uitgave n = totale ontwikkeltermijn t=0 = start ontwikkelproces Net als bij de nominale methodiek geldt ook hier dat de tijdfactor niet tot uitdrukking komt in de NCW (in 1 jaar dezelfde NCW behalen is beter dan in 3 jaar). Alleen door middel van het berekenen van een jaarlijks rendement kunnen projecten onderling met elkaar worden vergeleken, maar ook de Ontwikkelende beleggers van leegstaande kantoren Frank Veen -12-

18 effecten van risico s. Dit wordt ook wel het intern rendement van een project genoemd (IRR) en kan worden berekend door de NCW van alle geldstromen op 0 te stellen. In het kader van risicoanalyse concludeert Gehner (2011) dat de IRR berekening de enige geschikte methode is bij projectontwikkeling in relatie tot risicoanalyse. Nadeel aan de methode is dat de hoogte van de posten niet meer overeenkomen met de werkelijke uitgaven en zodoende niet goed meer herkenbaar zijn. 3.2 Rendementseisen In paragraaf 2.1 is de relatie tussen risico en rendement reeds kort besproken en dit wordt hieronder nader uitgewerkt voor de twee rekenmethodieken. Het rendentsperspectief is vanuit de belegger. Nominale methodiek Bij de nominale methodiek wordt gebruik gemaakt van een standaard post winst die als kostenpost in de investeringsbegroting is opgenomen (Salemi, 2011). De winst is het geëiste rendement op de investering dat minimaal behaald moet worden (zie figuur 8). Voor de onzekerheden die er in het project zitten wordt, naast de post risico, vaak een post onvoorzien toegepast. Zeker in de haalbaarheidsfase zal dit een aanzienlijke post zijn omdat het project nog vele onzekerheden kent. Investeringsbegroting Grond/gebouwkosten Bouwkosten Bijkomende kosten: - Directe bijkomende kosten (adviseurs, aansluitkosten, leges, verkoopkosten en promotiekosten) - Onvoorzien - Incentives / huurgaranties - Financieringskosten - Algemene kosten - Winst +/+ Investeringskosten Verkoopopbrengst Investeringskosten -/- Saldo Figuur 8: Investeringsbegroting (her)ontwikkelingsproject (bron: eigen bewerking) Van Denzen (2009) heeft bij Nederlandse ontwikkelaars onderzoek gedaan naar de afweging tussen risico en rendement en hoe zij dit vertalen naar een risico-opslag. De resultaten geven een eenduidig beeld; bijna alle ontwikkelaars leunen sterk op subjectieve risico-inschatting en waarderen deze allemaal anders. Voornamelijk op basis van strategische belangen worden risico s lager of anders gewaardeerd. Er wordt geen adequate techniek gebruikt om een opslag te onderbouwen, veelal wordt het maximaal neerwaartse risico bepaald. Omdat veel risico s onderhandelbaar zijn in de tijd, worden projecten sterk vanuit ondernemergevoel benaderd. Voor de posten onvoorzien en winst worden bij de nominale methodiek dan ook standaard percentages toegepast, sterk variërend per project van 5% tot 20%. Contante waarde methodiek De rendementseis bij deze methodiek zit verwerkt in de rentevoet waartegen de kasstromen van het project contact worden gemaakt. Uit het onderzoek van Van Denzen (2009) blijkt dat ontwikkelaars voor het bepalen van deze rendementseis geen adequate kwantificeringstechniek voor handen Ontwikkelende beleggers van leegstaande kantoren Frank Veen -13-

19 hebben. Beleggers zijn hiermee echter beter bekend en hanteren verschillende methoden om tot een rendementseis te komen die mogelijk ook toepasbaar kunnen zijn voor ontwikkelingsprojecten. In beginsel zijn er twee methoden om de rendementseis te bepalen, namelijk (1) het gebruik van de WACC (Weighted Average Cost of Capital) en (2) het risico vrije rendement te verhogen met een risico-opslag of verschillende risico-opslagen (Van Gool, 2011). De WACC wordt berekend aan de hand van de verhouding tussen vreemd en eigen vermogen en de bijbehorende vereiste rendementen. WACC = Rp = Rd (LTV) + Re (1 LTV) Rp Rd = rendement project = rendement debt Re LTV = rendement equity = Loan to Value Figuur 9: Weighted Average Cost of Capital (bron: Geltner, 2007) Het rendement van de schuld (Rd) is gelijk aan de financieringsrente en het rendement op eigen vermogen (Re) is opgebouwd uit een risicovrij rendement en een risicopremie. Het risicovrije rendement is gerelateerd aan risicovrije beleggingen, zoals staatsobligaties. De risicopremie is de vergoeding voor het investeren van het eigen vermogen in het project. De WACC kan hiermee echter nog niet gehanteerd worden als IRR, omdat het slechts een kostenpost is en de risicocomponent van het project er nog niet in is verwerkt (Gehner, 2011). Om wel tot een juiste rendementseis voor projectontwikkeling te komen, dient er bij zowel het rendement op vreemd als op eigen vermogen een zelfde project-risicopremie opgeteld te worden conform onderstaande formule. IRReis = Rp = Rd (LTV) + Re (1 LTV) + Rr Rp Rd = rendement project = rendement debt Re LTV Rr = rendement equity = Loan to Value = project-risicopremie Figuur 10: IRR projectontwikkeling (bron: Gehner, 2011: eigen bewerking) Het bepalen van de project-risicopremie (Rr) is, vanzelfsprekend, zeer projectspecifiek. Zoals eerder vermeld, zijn er geen historische datareeksen beschikbaar voor projectontwikkeling en zal er dus voor de definiëring hiervan gebruik gemaakt moeten worden van experts, ervaringscijfers, eigen inschatting of kan er simpelweg vanuit bedrijfsoogpunt een bepaalde rendementsdoelstelling toegepast worden. De nominale methodiek is een typische methodiek voor projectontwikkelaars. Beleggers zijn beter bekend met de contante waarde methodiek en de rendementseis IRR, dus het ligt voor de hand dat beleggers de contante waarde methodiek toepassen bij haalbaarheidsanalyses voor herontwikkeling. 3.3 Risicoanalysetechnieken In deze paragraaf worden de belangrijkste kwantitatieve risicoanalyse technieken besproken in relatie tot projectontwikkeling. Kwalitatieve analysetechnieken zoals de SWOT analyse of risicomatrix worden niet behandeld. Het doel van kwantitatieve risicoanalyse is het afwegen van risico s op basis van kwantitatieve inschattingen. Er kan een onderscheid worden gemaakt tussen deterministische en probabilistisch technieken. Bij de eerste wordt alleen het effect van een risico gekwantificeerd en bij de tweede wordt zowel het effect als de kans erop gekwantificeerd (Gehner, 2011). De kans is hierbij een stochastische variabele en het effect betreft het gevolg van het opgetreden risico uitgedrukt in geld, score of afwijking in termen van rendement (Huysmans, 2011). In de literatuur worden vele vormen van risicokwantificering besproken, echter in relatie tot het vakgebied projectontwikkeling is er beperkt onderzoek gedaan (Gehner, 2009). Ook in de praktijk Ontwikkelende beleggers van leegstaande kantoren Frank Veen -14-

20 worden kwantitatieve probabilistische risicoanalyse technieken maar beperkt toegepast (zie figuur 11). De voornaamste redenen hiervoor zijn de beperkte beschikbaarheid van objectieve en statistische data en dat ontwikkelaars zich liever richten op risico-controlemaatregelen in plaats van kwantificeringstechnieken (Gehner, 2006). Risicoanalysetechniek Respondenten Percentage Intuïtie / ervaring % Kwalitatieve identificatie % Scenario/gevoeligheidsanalyse 12 80% Risicopremie 4 27% Checklist 3 20% Kwantificering risicokapitaal 2 13% Probabilistische technieken (zoals Monte Carlo simulatie) 0 0% Figuur 11: Gebruik risicoanalysetechnieken bij vastgoedontwikkelaars (bron: Gehner, Halmal, 2006) In deze paragraaf wordt een aantal technieken toegelicht die veel gebruikt ofwel in potentie goed bruikbaar zijn voor (her)ontwikkelingsprojecten. A. Risicopremie Deze methode is niets anders dan een bedrag reserveren voor onvoorziene omstandigheden zonder dat de risico s van een project expliciet worden gedefinieerd. Vaak wordt er een standaard percentage van de totale stichtingskosten voor gebruikt op basis van de kennis- en ervaring en risicoattitude van de besluitvormer. In feite wordt met deze methode niet het effect van risico s gekwantificeerd, maar wordt er in de begroting rekening gehouden met onzekerheden (Gehner, 2011). Door de eenvoud van de techniek, wordt het in de praktijk vaak toegepast. B. Gevoeligheidsanalyses Bij deze techniek wordt het effect op het rendement berekend door de investeringsbegroting met verschillende investeringsvariabelen meerdere malen door te rekenen. Per één of twee invoerwaardes, waarbij de overige variabelen gelijk worden gehouden, wordt het rendement en het effect en gevoeligheid ten op zichte van het geëiste rendement berekend. Het nadeel van de gevoeligheidsanalyse is dat het geen indicatie geeft van de waarschijnlijkheid van de verschillende uitkomsten. Ook wordt er geen uitspraak gedaan over de correlatie tussen invoervariabelen (Atherton, 20008). Toch is het een techniek die in de praktijk veel wordt gebruikt door de eenvoudige toepasbaarheid. De besluitvormer zal zelf in staat moeten zijn om de waarschijnlijkheid van bepaalde analyses in te schatten. C. Kansgewogen scenarioanalyse (Expected Monetary Value) De scenarioanalyse is een afgeleide van de gevoeligheidsanalyse. Bij deze methode worden veelal drie verschillende scenario s doorgerekend, meestal een pessimistisch, realistisch en optimistisch scenario. Bij ieder scenario leiden meervoudige invoerwaarden tot één uitvoerwaarde. Deze methode kent een grote bandbreedte van mogelijke uitkomsten omdat in het pessimistische scenario alle negatieve waarden van inputvariabelen worden gestapeld en bij het optimistische scenario alle positieve waarden van inputvariabelen worden gestapeld (De Groot, 2009). Indien de besluitvormer voldoende inzicht heeft hoe de scenario s zijn opgebouwd en welke inputvariabelen zijn gehanteerd, dan kan het voor hem ook mogelijk zijn de waarschijnlijk in te schatten van de scenario s. In dat geval is sprake van kansgewogen scenario analyse, ofwel de Expected Monetary Value (EMV) methode. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -15-

21 Huuropbrengst Bouwkosten BAR Waarde Kans EMV-1 Waarde Kans EMV-2 Waarde Kans EMV-3 Optimistisch % % 90 7,5% 10% 0,8% Verwacht % % 600 8,0% 70% 5,6% Pessimistisch % % 360 8,5% 20% 1,7% Totaal ,1% Figuur 12: rekenvoorbeeld Expected Monetary Value In het rekenvoorbeeld in figuur 10 is de EMV voor berekend voor drie invoerwaarden. Voor iedere EMV apart, maar ook de EMV s gecombineerd, kan de invloed op het rendement van het project worden berekend. Het voordeel van de EMV methode is dat de kans van optreden van bepaalde waarden wordt toegevoegd en hierdoor extreme uitkomsten worden uitgevlakt. Het nadeel van de mthode is dat het slechts om één enkele uitvoerwaarde gaat zonder dat specifiek de risico s worden benoemd (Gehner, 2011). D. Risk Mapping in combinatie met Kwadrantenmodel Bij Risk Mapping wordt het risico opgesplitst in een kans en gevolg (zie figuur 13). Er vindt echter geen absolute inschatting plaats maar door middel van categorisering in klassen. Om de klassen te concretiseren en werkbaar te maken, wordt er een waarde gekoppeld aan zowel de kans als voor het gevolg. Dit is uiteraard projectspecifiek en zal dus voor ieder project vastgesteld moeten worden. Het belang van de risico s wordt zichtbaar nadat kans en gevolg met elkaar zijn vermenigvuldigd. Het voordeel van Risk Mapping is dat risico s die niet uit te drukken zijn in geld, ook van een numerieke waarde worden voorzien (Well-Stam, 2010). Omschrijving risico Kans x Gevolg = Risico Prioriteit 1. Meer ontwerpwijzigingen nr Lagere verkoopopbrengst nr Extra bouwkosten nr Langere ontwikkelingstermijn nr. 4 Figuur 13: Vermenigvuldiging kans- en gevolgklassen (bron: Van Well-Stam, 2010; eigen bewerking) Hoe een besluitvormer handelt, heeft te maken met de hoogte van het risico en de risicoattitude. Zowel Well-Stam (2010) als Wang (2000) tonen twee grafische modellen waarin kans en effect tegen elkaar zijn uitgezet en waarin de risicorespons van de besluitvormer is verwerkt. In de matrix van Well-Stam kan vooraf worden aangegeven welke risico s acceptabel worden geacht (witte vlakken) en welke niet (grijze vlakken). Voor risico s die vallen in de grijze vlakken dienen maatregelen genomen te worden. Het voordeel is dat inzichtelijk wordt gemaakt of het gevaar in de grootte van de kans van optreden van het risico schuilt of in het gevolg. 4 Gevolg 3 2 Gevolg III Alligators IV Tigers I Kittens II Puppies Kans Kans Figuur 14: kans-en gevolg matrix inclusief risicorespons (bron: links Van Well-Stam (2010), rechts Wang (2000)) Ontwikkelende beleggers van leegstaande kantoren Frank Veen -16-

22 Wang hanteert een iets andere indeling, maar de matrix komt feitelijk op hetzelfde neer. Ook hier is het verschil tussen kans en gevolg inzichtelijk, alleen wordt er gebruik gemaakt van risicocategorisatie bestaande uit 4 kwadranten: lage kans en laag effect (Kittens), hoge kans en laag effect (Puppies), lage kans en hoog effect (Alligators) en hoge kans en hoog effect (Tigers). De kwadranten hoeven overigens niet noodzakelijkerwijs aan elkaar gelijk te zijn, maar worden bepaald door de risicoattitude door de besluitvormer. Een risicomijdende besluitvormer zal een klein 1 e kwadrant hebben en een groot 4 e kwadrant (Gehner, 2011). E. Reële optietheorie Een reële optie geeft het recht, maar niet de verplichting, om een asset te verkijgen of te ruilen voor een bepaalde prijs. In de vastgoedpraktijk worden opties toegepast bij het aankopen van grond of een gebouw (timingsoptie). Zodra de rechthebbende van de optie het asset wil kopen, dan is verkoper verplicht het asset te leveren. In ruil voor het optierecht wordt een optiepremie betaald door de optienemer (Gehner, 2008). Naast deze timingsoptie bestaan er ook andere reële opties, zoals (Nederhorst, 2009): de groeioptie; dit is een leeroptie waar door middel van het kopen van meer informatie onzekerheden kunnen worden weggenomen. De kosten van de informatie wordt bij de netto contante waarde opgeteld omdat het maximaal neerwaartse risico minder zal worden. de flexibiliteitsoptie; dit geeft keuzemogelijkheden ten aanzien van het programma of ontwerp en hoe later in het planproces deze genomen kunnen worden, hoe hoger de waarde van de optie. of afsteloptie; deze optie zorgt ervoor dat bij beëindiging het project nog steeds een bepaalde ondergrens heeft. Ook hier geldt dat de waarde van de optie bij de netto contante waarde kan worden opgeteld, omdat het neerwaarts risico wordt verminderd. De reële optiemethodiek gaat er vanuit dat bedrijven in staat zijn om de koers van een project te verleggen gedurende een ontwikkelingstraject. In standaard haalbaarheidstudies wordt deze mogelijkheid echter nooit meegenomen. Onderstaande kansverdelingen illustreren de waarde van een optie (de optie premie). Door flexibiliteit in te bouwen in een project is een ontwikkelaar in staat de normaalverdeling van het resultaat van het project a-symetrisch te maken door de downside af te dekken en mogelijke upside in de toekomst uit te kunnen buiten. In onderstaand figuur is te zien dat hierdoor de normaalverdeling een hoger gemiddelde krijgt (Nederhorst, 2009). Optie premie Verwacht rendement Statisch rendement Verwacht rendement Figuur 15: Verandering van de normaalverdeling door flexibiliteit (resultaat een optie premie (bron: Nederhorst, 2009) Het voordeel van het gebruik van reële optie waarderingsmethoden is dat onzekerheid, en dus ook in potentiële upside van een project, meegenomen kan worden in de waardepaling van een project ten behoeve van een investeringsbesluit. De toepassing van deze methode bij projectontwikkeling is echter nog zeer beperkt door de complexiteit van de methode en het feit dat de input veelal gebaseerd is op aannames (Nederhorst, 2009). De meerwaarde van reële opties als aanvulling op traditionele methoden als netto contante waarde berekeningen is vooral groot bij kapitaalintensieve projecten met een lange looptijd en veel onzekerheid (Reitsma, 2010). Ontwikkelende beleggers van leegstaande kantoren Frank Veen -17-

23 F. Monte Carlo simulatie Waar bij de reële optietheorie de waarde van één of enkele opties wordt berekend, wordt bij de Monte Carlo simulatie de waarde gecalculeerd van meerdere opties in één model. Een Monte Carlo simulatie is een techniek die kansverdelingen gebruikt voor de kosten en opbrengsten zodat het mogelijk wordt een kansverdeling te calculeren van het rendement van een project (Loizou, 2012). De simulatie bestaat grofweg uit drie stappen. De eerste stap is het opstellen van een deterministische investeringsbegroting. De tweede stap is het definiëren van de onzekerheid in de begroting door een mogelijke range van uitkomsten van de invoervariabelen vast te leggen in de vorm van kansverdelingfuncties. Ook de onderlinge afhankelijkheden tussen invoervariabelen kunnen bepaald worden. De derde en laatste stap is het model veelvuldig de range en kansverdeling van de mogelijke uitkomsten te laten calculeren. Het resultaat verschaft een objectief inzicht in de mogelijke afwijkingen van het gewenste rendement van een project (Gehner, 2011). Het voordeel van deze techniek is dat positieve en negatieve gevolgen per risico-item met elkaar worden gecombineerd en dat afhankelijke en onafhankelijke risico-items via een correlatiematrix aan elkaar gekoppeld worden (De Groot, 2009). Een Monte Carlo simulatie geeft een ontwikkelaar inzicht in welke mogelijke veranderingen doorgevoerd kunnen worden om het niet alleen het project beter rendabel te maken, maar ook om beter inzicht te krijgen in de risico s. Hiermee kan de ontwikkelaar gerichter acties uitvoeren om de risico s te verkleinen of elimineren (Loizou, 2012). Toch is de Monte Carlo simulatie nog geen beproefde techniek binnen de projectontwikkeling. De oorzaak hiervan ligt voor een belangrijk deel in het gebrek aan historische en objectieve data over de risico s. Door het unieke en projectmatige karakter van projectontwikkeling is het lastig betrouwbare invoerdata te generen en dat geeft zijn weerslag op de resultaten. Een ander kritiekpunt is de complexiteit van de techniek (Van Denzen, 2009). Toch is er al een aantal jaar software beschikbaar en Crystall Ball) die eenvoudig zijn te gebruiken in bestaande investeringbegrotingen in Excel. Dit wordt door projectontwikkelaars echter zelden toegepast. 3.4 Risicoanalysetechnieken in relatie tot besluitvorming De beschreven technieken in paragraaf 3.3 verschillen sterk in opzet en in praktische toepasbaarheid. Om te bepalen welke techniek een besluitvormer wenst te gebruiken, is het van belang te formuleren welk resultaat de analyse moet bereiken, zodat het doel van de besluitvormer overeenkomt met de mogelijkheden van de risicoanalysetechniek. In het geval van herontwikkeling in de haalbaarheidsfase moet de risicoanalyse objectieve, beslissingsondersteunende informatie bieden. Belangrijk hierbij is dat de uitvoerwaarden zowel de kans als het effect weergeven van de afzonderlijke risico s. De risicoattidude van de besluitvormer speelt pas achteraf een rol en niet al bij het opstellen van de invoervariabelen (Gehner, 2011). De keuze welke techniek te gebruiken heeft te maken met de beschikbare hoeveelheid middelen; tijd & geld, informatie en kennis. Gehner (2011) concludeert hierover het volgende: Tijd & geld: de complexiteit van de techniek moet beperkt zijn, aangezien er een beperkte hoeveelheid tijd aan risicoanalyse wordt besteed bij herontwikkelingsprojecten met een maximale looptijd van 2 tot 3 jaar. Informatie: het belang van de invoervariabelen is essentieel omdat deze bepalend zijn voor de betrouwbaarheid en accuraatheid van de resultaten. De invoer bestaat uit informatie over (1) de effecten van en (2) de kansen op risico s. De informatie over de effecten bestaat uit expliciete kennis (marktinformatie, data) en impliciete kennis (ervaring). 100% betrouwbare informatie is nooit te krijgen, maar de combinatie van de expliciete en impliciete kennis geeft voldoende betrouwbare input. De kansen op risico s zijn moeilijker te bepalen. Dit zal hoofdzakelijk bepaald worden op basis van impliciete kennis door middel van expertmeetings. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -18-

24 Kennis: de resultaten moeten inzichtelijk zijn en eenvoudig te interpreteren, zodat het voor besluitvormers begrijpelijk is en voldoende vetrouwen geeft besluitvorming op de resultaten te baseren. Indien bovenstaande criteria getoetst worden op de omschreven risicoanalysetechnieken kan het volgende geconcludeerd worden ten aanzien van de toepasbaarheid van de technieken op haalbaarheidstudies bij herontwikkeling: Risicopremie: simpel toepasbaar, maar doet geen uitspraak over de afzonderlijke invoervariabelen en over de waarschijnlijkheid van optreden van risico s. Gevoeligheidsanalyse: de kans op afzonderlijke risico s wordt niet gekwantificeerd. De populariteit van de analyse is echter groot omdat het eenvoudig toepasbaar is en het de besluitvormer wel inzicht geeft in de variabelen met de grootste invloed op het resultaat. Kansgewogen scenarioanalyse (EMV) : de resultaten zijn alleen te beoordelen indien de besluitvormer inzicht heeft in de opbouw van de scenario s. Het resultaat is immers de optelsom van meerdere aangepaste variabelen. De toevoeging van kans per scenario vlakt de extremen van de scenario s uit. De toepasbaarheid is eenvoudig en wordt veel gebruikt in de praktijk. Risk mapping in combinatie met Kwadrantenmodel: positief aan deze methodiek is het onderscheid tussen de kans en het effect van risico s. De inschatting van het optreden van een kans is echter subjectief. Reële optietheorie: de meerwaarde van deze methodiek geldt vooral bij kapitaalintensieve projecten met een lange looptijd. Voor herontwikkelingsprojecten uit dit onderzoek is de methodiek daarom minder geschikt. Daarnaast is het waarderen en intepreteren van opties ingewikkeld, waardoor besluitvormers vooralsnog weinig gebruik maken van deze methodiek. Monte Carlo Simulatie: door de betrouwbaarheid van invoerdata en de complexiteit van de techniek wordt de methode zelden in de praktijk van herontwikkeling toegepast. De Monte Carlo simulatie biedt in potentie echter de meeste mogelijkheden. Ondanks het bestaan van eenvoudig toepasbare software wordt deze potentie nog niet uitgenut. 3.5 Conclusie Dit hoofdstuk geeft antwoord op de onderzoeksvragen hoe risico s vertaald kunnen worden naar rendementen en welke risicokwantificatie methodieken worden gebruikt bij herontwikkelingsprojecten. Het antwoord op de eerst vraag is niet eenvoudig omdat blijkt dat de koppeling tussen risico en rendement bij projectontwikkeling met name gebaseerd is op ervaring, intuïtie en ondernemerschap. De wijze waarop risicoposten in haalbaarheidsberekeningen worden verwerkt, is grofweg opgedeeld in twee manieren. Bij de eerste manier wordt de nominale rekenmethodiek toegepast, waarbij gebruik wordt gemaakt van de posten onvoorzien (=risico) en winst (=rendement) als percentage van (een deel van) de stichtingskosten. De tweede manier is het gebruik van een rendementseis (IRR) waartegen toekomstige kasstromen contant worden gemaakt. Projectontwikkelaars maken veel gebruik van gevoeligheids- en scenarioanalyses (deterministische technieken) bij haalbaarheidsanalyses. Het nadeel van deze techniek is dat slechts de effecten worden gemeten, in plaats van het werkelijk kwantificeren of verklaren van risico s. Probabilistische modellen doen dat wel en om die reden is het aan te bevelen deze modellen te gebruiken bij risicoanalyses. In dit hoofdstuk zijn drie probabilistische modellen besproken, Risk Mapping in combinatie met het kwadrantenmodel, de Reële optietheorie en de Monte Carlo simulatie. De mogelijkheden van met name de laatste methodiek worden echter bij herontwikkeling nauwelijks uitgenut, terwijl hiertoe zeker mogelijkheden zijn in combinatie met eenvoudige toepasbare sofware. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -19-

25 4 MONTE CARLO SIMULATIE In hoofdstuk drie zijn verschillende risicokwantificeringsmodellen besproken waaronder de Monte Carlo simulatie. Deze methode biedt vele mogelijkheden voor risicoanalyse bij projectontwikkeling, maar vanuit de literatuur worden ook beperkingen gesignaleerd. In dit hoofdstuk wordt daarom nader ingegaan op de karakteristieken van de Monte Carlo simulatie en hoe de methodiek praktisch toepasbaar zou kunnen worden gemaakt voor de praktijk van (her)ontwikkeling. 4.1 Achtergrond De Monte Carlo simulatie heet zo omdat het een verwijzing is naar de gokstad Monte Carlo. De methode wordt vergeleken met de werking van sommige spelen uit het casino, bijvoorbeeld het roulette spel. Bij roulette stopt het balletje op een theoretisch willekeurige plaats om het winnende nummer te bepalen. Door het roulette meerdere malen te laten draaien is het mogelijk de frequentie van uitkomsten te voorspellen. Bij de Monte Carlo simulatie wordt eveneens een willekeurig cijfer gekozen binnen een bepaalde range om een uitkomst te bepalen. Door het gebruik van een computermodel is het mogelijk een range van uitkomsten te berekenen in combinatie met de kans van optreden van die uitkomsten (Byrne, 1984). Bij het opstellen van een haalbaarheidsstudie is het belangrijk om te weten wat de onderliggende aannames zijn van de analyse omdat dat de belangrijkste onderdelen zijn die de onzekerheid van een project bepalen. Zodra er inzicht is welke variabelen het grootste effect hebben op het rendement, dan kan ook bepaald worden waar de grootste risico s schuilen, waardoor het proces hierop aangepast/aangestuurd kan worden. Met de introductie van de Monte Carlo simulatie is het mogelijk geworden de onzekerheden in een model te benoemen. Door computersoftware zoals Crystal Ball zijn simulaties betrekkelijk eenvoudig uit te voeren (Loizou, 2012). 4.2 Besluitvorming bij Monte Carlo simulatie Alvorens de precieze werking toe te lichten, is het van belang de Monte Carlo simulatie te plaatsen in het kader van besluitvorming. Atherton (2008) geeft aan dat er veel theoriën zijn over de wijze waarop besluitvorming is te rationaliseren, terwijl in de praktijk besluitvorming vaak afwijkt van de theorie. Atherton onderscheidt drie verschillende besluitvormingsmodellen: Beschrijvende analyses: modellen die beschrijven hoe we besluiten. Deze modellen zijn echter slecht toepasbaar op herontwikkeling omdat in de praktijk besluitvormers vaak anders handelen dan de theorie. Normatieve analyses: modellen die beschrijven hoe we zouden kunnen besluiten. Deze modellen gaan uit van rationeel gedrag en houden dus geen rekening met inconsequenties van de besluitvormers zoals persoonlijke of professionele voorkeuren ten aanzien van een project. Prescriptieve (voorschrijven) analyses: modellen die gebruik maken van de normatieve analyse, maar daarnaast de besluitvormer begeleidt tot het maken van consistente, rationele keuzes, rekeninghoudend met de beperkte hoeveelheid kennnis die een besluitvormer heeft of kan opdoen. Het besluitvormingsmodel dat bij de Monte Carlo simulatie aansluit is de prescriptieve analyse. De uitkomsten van de simulatie geven namelijk geen helder afgebakende keuzemogelijkheden (zoals bij de normatieve analyse), maar de uitkomsten geven de besluitvormer inzicht in de uitkomsten zodat het helpt een mening te vormen over de risico s van het project. Het model is een cyclisch proces. Allereerst wordt de input van de besluitvormers gebruikt in het model en worden de resultaten geanalyseerd. Vervolgens geeft dit nieuwe inzichten wat weer leidt tot aanpassingen in de input. Dit Ontwikkelende beleggers van leegstaande kantoren Frank Veen -20-

26 proces duurt net zo lang totdat er geen nieuwe inzichten meer zijn. De gehanteerde input ontwikkelt zich gedurende het proces zodat de besluitvormer meer inzicht heeft in het project en zijn eigen voorkeuren, zodat het eenvoudiger is om goed geïnformeerde, rationele en consistente keuzes te maken. 4.3 Werking bij (her)ontwikkeling Het toepassen van een Monte Carlo simulatie bij projectontwikkeling is voor het eerst toegepast door Byrne (1984). Byrne onderscheid het volgende stappenplan om een tot een waardering van een bepaalde vastgoedontwikkeling te komen waarbij rekening wordt gehouden met onzekerheden. 1. Opstellen investeringsbegroting 2. Bepalen probabilistische variabelen 3. Correlaties tussen variabelen bepalen 4. Simulatie uitvoeren 5. Analyseren uitkomst Figuur 16: Stappenplan Monte Carlo simulatie (bron: Byrne (1984); eigen bewerking) 1. Opstellen van een investeringsbegroting Allereerst wordt een discounted cashflow model opgesteld waar voor de verschillende invoervariabelen aannames worden gedaan. De uitgaven en inkomsten worden contact gemaakt tegen de IRR eis die de ontwikkelaar stelt. Indien de netto contante waarde positief is, dan is sprake van een haalbaar project (zie ook paragraaf 3.2). 2. Bepalen probabilistische variabelen De tweede stap is bepalen welke probabilistische variabelen in de investeringsbegroting aanwezig zijn. Er kan onderscheid gemaakt worden tussen variabelen die wel en niet controleerbaar zijn. Dit zal uiteraard per project verschillen. De oncontroleerbare variabelen zoals huurprijs, inflatie of BAR kunnen volgens Byrne (1984) uitgedrukt worden in kansverdeling functies. Het is zaak het aantal variabelen tot de meest belangrijke en meest significante te beperken conform het Pareto principe. Dit principe gaat uit van focus op beheersing van risico s met grote gevolgen en grote kans van optreden. De regel omschrijft dat 80 procent van de uitkomsten veroorzaakt wordt door 20% van de oorzaken (Huysmans, 2011). Het identificeren van de statistische variabelen en de relaties tussen de variabelen (zie stap 3) is het belangrijkste en meeste werk van de Monte Carlo simulatie (Gimpelevich, 2010). Hoe betrouwbaarder de input van het model, hoe betrouwbaarder de resultaten. Maar zelfs wanneer er voldoende historische data beschikbaar is, dan nog zal een groot deel van het bepalen van de kansverdelingsfuncties gestuurd worden door subjectiviteit op basis van ervaring en redelijkheid (Kelliher, 2000). Voor de kansverdelingsfuncties zijn er vier types te onderscheiden: de normale verdeling, de lognormale, de uniforme en de driehoekige verdeling (zie figuur 17). De som van alle kansen is altijd gelijk aan één, ofwel het oppervlak onder de kansverdelingsfunctie is ook één. De driehoekige en uniforme verdelingen zijn altijd begrenst met een onder-en bovenwaarde. Ook de (log)normale verdeling kan begrenst zijn (Vose, 1996), maar dat hoeft niet. Echter in de praktijk van vastgoedontwikkeling wordt er vaak gewerkt met begrenste kansverdelingen omdat dit extreme en dus onrealistische uitkomsten uitsluit. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -21-

27 Als de kans op over- of onderschreiding van het gemiddelde even groot is, dan is de kansverdeling symetrisch. In de echte wereld, en zeker in de vastgoedmarkt, zijn de kansverdelingen van markthuren, rentes, leegstand en eventueel andere variabelen veelal a-sysmetrisch (lognormaal of een scheve driehoekige verdeling). De keuze welke verdeling te gebruiken is afhankelijk van de beschikbare hoeveelheid informatie en de ervaring van de projectmanager deze informatie goed te gebruiken. Normale verdeling Driehoekige verdeling Lognormale verdeling Uniforme verdeling Figuur 17: kansverdelingsfuncties (bron: Kelliher, 2000; eigen bewerking bewerking) Per project en ook de fase waarin het project zich bevindt, zullen de variabelen en de onzekerheid per variabele verschillen. Bij het opstellen van de investeringsbegroting voor herontwikkelingsprojecten gaat het om variabelen zoals de huurprijs na oplevering, de BAR ten behoeve van verkoop, de ontwikkelingstijd, de inflatie, de bouwkosten en de bijkomende kosten. Het opstellen van de kansverdelingsfuncties van deze variabelen kan op verschillende manieren (Byrne, 1984): 1. Op basis van historische reeksen. Dit is alleen mogelijk als er voldoende informatie beschikbaar is. Voor de variabelen zoals hierboven genoemd, is dit alleen voorhanden bij de inflatieindex. De overige variabelen zijn zeer projectspecifiek en het is niet verstandig de verdelingen te baseren op historische reeksen (zoals huurprijzen of BAR). 2. Op basis van subjectieve inschattingen. Byrne (1984) omschrijft hoe op basis van een systematisch opgezet interview van een eerlijke en consistente expert een kansverdeling kan worden opgesteld van de toekomstige huurprijs van een ontwikkeling (deze methode wordt de Variable Fractile Method genoemd). Aan de hand van experts of eigen kennis en ervaring kan het voor andere variabelen eveneens mogelijk zijn een kansverdeling op te stellen. 3. Correlaties tussen variabelen bepalen Meerdere variabelen in een investeringsbegroting van een vastgoedproject zijn aan elkaar gecorreleerd. Bijvoorbeeld de rentestand en de hypotheekrente zijn positief aan elkaar gecorreleerd. Andersom zijn de huuropbrengsten en de BAR negatief gecorreleerd (een hogere huur geeft veelal een lagere BAR). Indien deze correlaties niet zijn gedefinieërd, krijgt het model andere uitkomsten dan wanneer deze wel zijn bepaald. Het opnemen van correlaties in de Monte Carlo simulatie zorgt ervoor dat er geen onrealistische scenario s worden berekend; bijvoorbeeld een hele hoge hypotheekrente bij een lage rente (Vose, 1996). Het bepalen van de correlatie tussen variabelen is niet eenvoudig. Net als bij bepaling van de kansverdelingsfuncties kan dit op basis historische cijfers, ervaring en eigen inschatting (Kelliher, 2000). Door de specifieke kenmerken van herontwikkelingsprojecten is historische data echter beperkt toepasbaar en dit maakt het bepalen van correlaties subjectief. Ontwikkelende beleggers van leegstaande kantoren Frank Veen -22-

28 Van Helvoirt (2008) heeft een kwalitatief relatienetwerk en stappenplan ontwikkeld, dat als basis kan dienen voor de bepaling van relaties en correlaties tussen risico-items en inputvariabelen. Echter Van Helvoirt maakt ook gebruik in- en/of externe expert judgements om de correlaties tussen variabelen op het niveau van grond- en vastgoedexploitatie. Alleen op het niveau van macro-economie en de vastgoedmarkt wordt in haar model gebruik gemaakt van historische datatreeksen. 4. Simulatie uitvoeren Na het vastleggen van het model, het bepalen van de kansverdelingsfuncties van de belangrijkste variabelen en hun onderlinge correlaties, dient bepaald te worden hoeveel scenario s worden doorgerekend. Ieder scenario is eigenlijk een aparte what-if analyse. In ieder scenario krijgen alle variabelen random een waarde toegekend, waarbij de onderlinge correlaties in acht genomen worden. Met de computer is het mogelijk om binnen een paar seconden duizenden simulaties uit te voeren. 5. Analyseren uitkomst Alle uitkomsten tezamen worden gebundeld in statistieken en grafieken. De belangrijkste grafiek is de kansverdeling van de gekozen uitkomst. De uitkomst is in het geval van herontwikkeling veelal de IRR of in sommige gevallen de residuele gebouwwaarde. Uit de kansverdeling zijn onder andere de volgende waarden te herleiden: de meest waarschijnlijke uitkomst; ofwel het gemiddelde. de standaarddeviatie; deze geeft de mate van spreiding (risico) aan van de uitkomsten. de kans van optreden van uitkomsten; het is bijvoorbeeld mogelijk te berekenen wat de kans is van het behalen van een bepaalde minimale uitkomst. de gevoeligheid / correlatie van inputvariabelen ten opzichte van de uitkomst. De uitkomsten geven de besluitvormer meer inzicht in de gevoeligheden, onzekerheden en dus risico s van het project. Indien wenselijk, kan input door nieuwe inzichten worden gewijzigd, waardoor dit de kansverdeling van het resultaat zal beïnvloeden. Zoals Atherton (2008) benadrukt, is niet de Monte Carlo simulatie zelf, maar juist het proces van gebruik en de interpretatie van de uitkomsten het belangrijkste. 4.4 Voor- en nadelen bij (her)ontwikkeling Waar bij traditionele deterministische modellen geen onzekerheden van input worden meegenomen, geeft een Monte Carlo simulatie beter inzicht in de impact van onzekerheid (Kelliher, 2000). Het toepassen van simulatie geeft de besluitvormer meer inzicht en begrip in het te lopen risico in combinatie met het beoogde rendement. Besluiten kunnen zodoende beter gerationaliseerd worden. Het resultaat van de analyse kan van invloed zijn op de beheersmaatregelen (bijvoorbeeld het aanpassen van het programma, andere planning aanhouden, organisatie anders inrichten, etc.) die een besluitvormer kan nemen om risico s te verkeinen of uitsluiten (Loizou, 2012). Een Monte Carlo simulatie heeft met name toegevoegde waarde bij projecten waar de input betrekkelijke grote onzekerheden heeft (en dus grote risico s spelen) en de invoervariabelen aan elkaar gecorreleerd zijn. Daarnaast geeft de simulatie inzicht in de inputvariabelen die de meeste invloed hebben op het rendement (Kelliher, 2000). In de haalbaarheidsfase van herontwikkeling, daar waar nog vele onzekerheden zijn, is de Monte Carlo simulatie dus goed bruikbaar. De belangrijkste kritieken op de Monte Carlo simulatie hebben hoofdzakelijk te maken met het feit dat de calculatie gebaseerd is op gelimiteerde aannames en dat deze aannames grotendeels gebaseerd zijn op subjectieve inschattingen (Loizou, 2012). Zolang de subjectiviteit echter inzichtelijk Ontwikkelende beleggers van leegstaande kantoren Frank Veen -23-

29 is en goed onderbouwd door onafhankelijk experts dan hoeft dit niet ten koste te gaan van de betrouwbaarheid van de uitkomsten. Goed gebruik van de Monte Carlo simulatie ten behoeve van besluitvorming vergt meer dan alleen de resultaten beoordelen. Lizou (2012) bevestigt dit en zegt dat de werkelijk toegevoegde waarde van het model alleen tot uiting komt indien het als een prescriptief model wordt gebruikt (zie ook Atherton (2008) in paragraaf 4.2). Dit betekent dat de menselijke beoordeling en besluitvorming gedurende het model constant gebruikt moet worden om inputvariabelen aan te passen naar aanleiding van eerste resultaten om zodoende tot weloverwogen keuzes te komen. 4.5 Toepassing via software Het toepassen van een Monte Carlo simulatie is met de huidige software en computers zeer eenvoudig. Veel gebruikte modellen zijn de Excel plug-ins Crystal Ball In dit onderzoek wordt gewerkt Het stappenplan van Byrne (1984) wordt hieronder nogmaals kort besproken aan de hand 1. Opstellen van een investeringsbegroting Investeringsbegrotingen worden in het algemeen in Excel opsteld, waardoor de plug-in simpelweg in het bestaande Excel model kan worden geactiveerd. Het standaard investeringsmodel hoeft zodoende niet te worden aangepast om een Monte Carlo simulatie uit te kunnen voeren. 2. Bepalen probabilistische variabelen Het bepalen van de kansverdeling van de variabelen is een belangrijk onderdeel van de simulatie ( garbage in, is garbage out! ). De input hiervoor is gebaseerd op expliciete kennis (marktinformatie, data) en impliciete kennis (ervaring). Vervolgens kan met behulp op twee manieren een kansverdelingsfunctie worden opgesteld: Distributing fitting : dit wordt gebruikt wanneer er betrouwbare historische data beschikbaar is. De software vergelijkt de beschikbare datareeks met alle type kansverdelingsfuncties. De kansverdelingsfunctie die het beste past bij de datareeks, wordt vervolgens gebruikt voor de variabele. Define distributions : bij gebrek aan historische data, of in het geval historische data niet van toepassing is (wat veelal het geval is bij herontwikkeling), over de mogelijkheid zelf een kansverdelingsfunctie te kiezen en deze te definiëren op basis van een minimale, verwachte en maximale waarde (zie figuur 18). Figuur 18: links: keuze type kansverdeling, rechts:invoerwaarden kansverdeling Ontwikkelende beleggers van leegstaande kantoren Frank Veen -24-