Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur



Vergelijkbare documenten
Model Taxatieverslag Woningen

Model taxatieverslag woningen dat is opgenomen in de bijlage bij deze regeling.

Vorige vastgestelde WOZ-waarde (waardepeildatum )

Taxatieverslag Woning

Taxatieverslag Woningen

Taxatieverslag Woningen

Taxatieverslag Woning

WAARDERINGSKAMER NOTITIE. Betreft: Marktanalyse, taxeren en kwaliteitscontrole van WOZ-taxaties van woningen bij weinig marktinformatie

Commercial and Residential Real Estate Market Liquidity D.W. van Dijk

Sprekende Cijfers / Woningmarkt Den Haag. Sprekende Cijfers. Kwartaalbericht Q3 Woningmarkt Regio Den Haag

Sprekende Cijfers. Kwartaalbericht Q2 Woningmarkt. Gemeente Rotterdam. Sprekende Cijfers / Woningmarkt gemeente Rotterdam

Sprekende Cijfers. Kwartaalbericht Q4 Woningmarkt. Gemeente Rotterdam. Sprekende Cijfers / Woningmarkt gemeente Rotterdam

WAARDEBEPALING 51 F, 1234 AB

Taxatierapport. Taxatierapport Moerdijkregeling. Ter bepaling van de marktwaarde per 1 januari 2013 van:

Antwoorden. Onderwerp: Beantwoording vragen van de fractie Velsen lokaal over Wet Waardering Onroerende Zaken(WOZ) en Onroerend Zaken Belasting(OZB)

Bijlage I Analyse Woningmarkt

Woningmarktrapport 3e kwartaal Gemeente Rotterdam

Woningprijsindices zijn onder

Woningmarktrapport 4e kwartaal Gemeente Amsterdam

Gemeentelijk WOZ-rapport

NVM Data & Research

Regionale Analyse. Alkmaar e.o. NVM regio (noord) Kennemerland. 4 e kwartaal , Alkmaar

Taxeren en waarderen bewezen misvattingen en valkuilen in de fiscale praktijk

Sprekende Cijfers / Woningmarkt gemeente Rotterdam. Sprekende Cijfers. Kwartaalbericht Q1 Woningmarkt Gemeente Rotterdam

VRAAG EN ANTWOORD PROEF OPKOOPREGELING

Bijlage I: Woningmarktcijfers 4 e kwartaal 2007

Woningmarktcijfers 4e kwartaal 2012

Regionale Analyse. Alkmaar e.o. NVM regio (noord) Kennemerland. 2 e kwartaal , Alkmaar

: Marktontwikkeling gemeente Mill en St. Hubert en regio Noordoost Brabant

WAARDEBEPALING 51 F, 1234 AB

Regionale Analyse. Alkmaar e.o. NVM regio (noord) Kennemerland. 1 e kwartaal , Alkmaar

WAARDEGEGEVENS 51 F, 1234 AB

Waardebepaling Waardebepaling

Regionale Analyse. Alkmaar e.o. (NVM regio n. Kennemerland) 2 e kwartaal , Alkmaar

Werkinstructie taxatierapport voor Bijzonder Beheer

Sprekende Cijfers. Kwartaalbericht Q2 Woningmarkt Regio Den Haag. Sprekende Cijfers / Woningmarkt regio Den Haag

PRIVACY BELEID. Wie zijn wij? Van welke van onze diensten maakt u gebruik? Opdracht (ver- of aankoop of huur/verhuur of taxatie)

Woningmarktcijfers 1e kwartaal 2013

Senioren Doorstromers Krap aanbod Starters

Eindtermen, Toetstermen, Taxonomie, Toetsmatrijs en Cesuur MA/MMW Deskundige Marktanalyse - Taxateur

UITSLAGEN WONEN ENQUÊTE

Samenvatting. 1. Probleemstelling en hypotheses

Bijlage I: Woningmarktcijfers 1 e kwartaal 2008

Bijlage 1 Toelichting kwantitatieve analyse ACM van de loterijmarkt

Sprekende Cijfers. Kwartaalbericht Q3 Woningmarkt Regio Den Haag. Sprekende Cijfers / Woningmarkt regio Den Haag

Bijlage I Analyse Woningmarkt

Woningmarkt bloeit langzaam op

Taxeren van courant onroerend goed zonder referentieverkopen

Van welke diensten van Baaij maakt u gebruik? U kunt op één of meerdere manieren in contact staan met Baaij.

De ontwikkelingen op de woningmarkt rond het Groningenveld: actualisatie 3e kwartaal prof. dr. Marc K. Francke dr.

Woningmarktrapport - 4e kwartaal Gemeente Dordrecht

Sprekende Cijfers / Woningmarkt Breda. Sprekende Cijfers. Kwartaalbericht Q1 Woningmarkt Plaats Breda. Van der Sande Makelaars

Belang juiste waardering hypotheekleningen

Woningmarktrapport - 1e kwartaal Gemeente Beverwijk

Sprekende Cijfers / Woningmarkt regio Arnhem. Sprekende Cijf. Kwartaalbericht Q2. Woningmarkt Regio Arnhem. pagina 1 van 14 regio Arnhem

Woningmarktcijfers: huidige stand van zaken & blik op de toekomst. Pieter van Santvoort, 15 april

Taxatie duurzaam vastgoed in Den Bosch

PRIVACYVERKLARING In deze privacyverklaring kunt u lezen hoe Hofzicht Makelaars, maar ook andere NVM-makelaars en de NVM omgaan met uw gegevens.

Woningmarktrapport 3e kwartaal Gemeente Alphen aan den Rijn

Regionale Analyse Regio 71 Eindhoven eo. 4e kwartaal 2013

Werkpakket 1 Relatie bereikbaarheid en vastgoedwaarden

Woning verkopen? Juli en december beste maanden

WAARDEGEGEVENS 41 F, 1234 AB

Een brede kijk op onderwijskwaliteit Samenvatting

PBK bericht 2 e kwartaal 2016

Sprekende Cijfers / Woningmarkt Gemeente Enschede Sprekende Cijfers

Sprekende Cijfers. Kwartaalbericht Q4 Woningmarkt. Sprekende Cijfers / Woningmarkt gemeente Zwolle

Verdringing op de Nederlandse arbeidsmarkt: sector- en sekseverschillen

U wordt van harte uitgenodigd om zoveel mogelijk een plaats in te nemen waar u deze tekst goed kunt lezen.

Namens het team van. Frits Perton

Verschillenanalyse effect nieuwe BKR. Samenvatting. Inleiding. datum Directie Kinderopvang, Ministerie SZW. aan

Regionale Analyse Regio 38 het Gooi. 1e kwartaal 2012

Verlaging overdrachtsbelasting heeft positief effect

Titelpagina ONDERZOEKSVERSLAG. Namen: Klas/groep: Cursusjaar: Begeleider: Beoordelaar:

3de bach TEW KBM. Theorie. uickprinter Koningstraat Antwerpen ,00

Wibrandstraat RC GERKESKLOOSTER. VRAAGPRIJS ,- kosten koper

Waardebepaling Waardebepaling

Plan van Aanpak. Kwaliteitsbeheersing WOZ. Mijn gemeente

Regionale Analyse Regio 70 Tilburg Oirschot. 2e kwartaal 2012

Waardebepaling Waardebepaling

Leidraad Taxeren Bijzonder Beheer Bedrijfsmatig Vastgoed

Beoordelingsprotocol objectkenmerken

7,2. Praktische-opdracht door een scholier 2164 woorden 4 februari keer beoordeeld

Marktontwikkeling koopwoningen

Voorzitter van de Tweede Kamer der Staten Generaal Postbus EA Den Haag. Datum 28 juni 2018 Voorbehouden bij de woningaankoop

De gewenste woning binnen handbereik

Hoofdstuk 7 Marktonderzoek

WAARDEGEGEVENS 51 F, 1234 AB

Woningmarktrapport - 3e kwartaal Gemeente Haarlemmermeer

Sprekende Cijfers / Woningmarkt regio Apeldoorn Sprekende Cijfers

Proeftuinplan: Meten is weten!

Samenvatting. A. van Leeuwenhoeklaan MA Bilthoven Postbus BA Bilthoven KvK Utrecht T

Bowling alone without public trust

De Amsterdamse woningmarkt: voorzichtige stabilisatie

Stijging woningoverdrachten

Sprekende Cijfers. Kwartaalbericht Q1 Woningmarkt Pagina 1 van 9 regio Den Haag april Regio Den Haag

TOEZICHT WAARDERINGSKAMER RAPPORT ONDERZOEK INTERNE BEHEERSING WET WOZ. 24 oktober 2013 (startgesprek) 18 november 2013 (onderzoek)

Folkert Buiter 2 oktober 2015

AVIX B.V. Transformatorweg 104, 1014AK Amsterdam KvK

Tweede Kamer der Staten-Generaal

Transcriptie:

Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur Amsterdam School of Real Estate Masterthesis MSRE, Real Estate Valuation Robin van Leeuwen OVU15624 maart 2015

Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur Masterscriptie, Master of Sciences in Real Estate R.S. van Leeuwen Auteur: Opleider: Opleiding: 1e Begeleider: 2e Begeleider: R.S. (Robin) van Leeuwen Amsterdam School of Real Estate Master of Science in Real Estate A. (Arthur) Marquard prof. dr. M.K. (Marc) Francke Datum: maart 2015 R.S. van Leeuwen 2/2

Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 1/45

Samenvatting Tijdens de woningmarktcrisis is meetbaar dat het aantal woningtransacties zijn afgenomen. Het aantal woningen dat te koop staat laat daarentegen een stijgend verloop zien. Dit zijn ingrediënten die niet wenselijk zijn voor het taxeren van het woningvastgoed. Het is gebruikelijk dat een waardering zijn betrouwbaarheid haalt uit (historische) transacties. Blijven de transacties achterwege dan zal dit invloed hebben op de betrouwbaarheid van de waardering of het waarderingsmodel. Voor de Wet Waardering Onroerende Zaken (Wet WOZ) wordt veel gebruik gemaakt van mass appraisal modellen, het is van groot belang dat de betrouwbaarheid van deze modellen maximaal blijft voor het heffen van belastingen. Dit geeft aanleiding om te onderzoeken of de huidige taxatiemethoden aangevuld kunnen worden vanuit de aanbodzijde van de woningmarkt. In deze thesis wordt onderzocht of het mogelijk is de premie te verklaren voor de verkochte woningen in de gemeente Amsterdam. Deze premie kan gedefinieerd worden als het verschil tussen de (initiële) vraagprijs en de uiteindelijke transactieprijs. De factoren die ten grondslag liggen aan deze premie zijn in deze thesis gezocht bij de (specifieke) eigenschappen van een woning, de locatie en de verkooptijd. Tijdens het onderzoek is er een hypothese geformuleerd, deze luidt als volgt : H0: Specifieke woningkenmerken, buurtlocaties en de verkooptijd verklaren niet de premie die ontstaat bij verkoop. Doormiddel van een meervoudige regressie analyse is de bovenstaande hypothese getoetst. De premie is hierbij de afhankelijke variabele. Voor dit onderzoek worden twee verschillende premies getoetst. Premie 1: ontstaat door het verschil te nemen tussen de initiële vraagprijs en de transactieprijs. Premie 2: ontstaat door het verschil te nemen tussen de laatst gehanteerde vraagprijs en de transactieprijs. Premie 1 geeft voor dit onderzoek een hogere relatieve premie ten opzichte van Premie 2. Door deze twee verschillende premies te toetsen ontstaat er inzicht in hoeverre specifieke woningkenmerken, buurtlocaties en/of de verkooptijd een andere rol krijgen in het verklaren van de ontstane premie. Centraal staat in dit onderzoek dat er gekozen is voor een laag aggregatieniveau. Het hanteren van deze lage aggregatieniveaus maakt inzichtelijk welke verschillende eigenschappen van een woning invloed hebben op de ontstane premie. Daarnaast is van belang inzicht te hebben in de verschillende (prijs)markten die kunnen ontstaan. Het toepassen van lage aggregatieniveaus voorkomt een overlap van verschillende (prijs)markten die van belang kunnen zijn in het verklaren van de premie. Veel variabelen zijn aan de hand van verschillende datasets meegenomen in het model: (initiële) vraagprijs; prijswijzigingen, transactieprijs; verkooptijd; vastgoedkenmerken; locatiekenmerken; exogene kenmerk (de hypotheekrente). Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 2/45

De ontstane premie hangt nauw samen met de verkooptijd. Dit betekent dat gedurende het onderzoek de twee premies afzonderlijk zijn getoetst aan twee verschillende "verkooptijden". Hierdoor wordt inzichtelijk of er verschillende effecten optreden in het verklaren van de premie. Verkooptijd 1: de verkooptijd van de aanmelding (start verkoop) tot en met de datum van de juridische overdracht, uitgedrukt in dagen. Verkooptijd 2: de verkooptijd van de aanmelding (start verkoop) tot moment waarbij verkoper en koper overeenstemming hebben bereikt, uitgedrukt in dagen. Het verschil tussen de verkooptijd 1 en 2 blijkt gemiddeld 3 maanden te zijn. Deze periode wordt veelal ingevuld om de opgenomen voorbehouden zoals financiering of bouwkundige keuring te laten uitwerken alvorens naar de notaris te gaan voor de overdracht. De resultaten tonen in verschillende mate aan in hoeverre de premie verklaard wordt. Het meest verklarende model ontstaat door premie 1 in combinatie met verkooptijd 1 op te nemen in het model. De verkooptijd blijkt zoals eerder aangegeven een belangrijke variabele voor het verklaren van de premie. Hoe langer de verkooptijd in beslag neemt hoe hoger de relatieve premie. Enkele uitkomsten van het model zijn opvallend te noemen, zo geven de variabelen prijs per m² en de woonoppervlakte een onverwacht tegengesteld resultaat. De uitkomsten van dit model zijn in dit onderzoek nog onvoldoende om mee te nemen in een taxatiemodel. De woning eigenschappen hebben minimaal invloed op de premie. Verder onderzoek zal verfijning moeten geven van dit model. Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 3/45

Inhoudsopgave Samenvatting 2 Inhoudsopgave 4 Figuren 6 Voorwoord 7 1 Inleiding 8 1.1 Inleiding 8 1.2 Aanleiding 8 1.3 Doelstelling 9 1.4 Onderzoeksvraag 9 1.5 Onderzoeksopzet 10 1.6 Leeswijzer 10 2 Theoretisch kader 11 2.1 Inleiding 11 2.2 Het ontstaan van een reserveringsprijs 11 2.3 De functie van een vraagprijs 12 2.4 Het effect van prijswijzigingen 13 2.5 Het effect van heterogeniteit 13 2.6 Vraagprijs en de factoren die de verkooptijd beïnvloeden. 14 2.7 De relatie tussen de vraagprijs en transactieprijs 15 2.8 Een taxatiemodel dat rekening houdt met vraagprijzen 16 2.9 Conclusies literatuur studie 16 3 Concretisering van de onderzoeksvraag 19 4 Databeschrijving en methodologie 20 4.1 Inleiding 20 4.2 Beschikbare databases 20 4.3 Totstandkoming van de gekoppelde dataset 21 4.4 Data analyse 23 4.5 Verkooptijd berekenen 27 4.6 Premie 1 en 2 (afhankelijke variabele) 27 4.7 Beschrijving model 1 en 2 28 4.8 Beschrijving model 3 en 4 28 5 Intermezzo 29 5.1 Inleiding 29 5.2 Meervoudige regressie analyse 29 5.3 Transformatie model 31 6 Resultaten 33 6.1 Inleiding 33 6.2 Beschrijvende statistiek premie 1 en 2 33 6.3 Uitkomst meervoudige regressie 34 6.4 Uitkomst model 1 en 2 34 6.5 Uitkomst model 3 en 4 37 Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 4/45

7 Conclusie en aanbevelingen 39 7.1 Conclusie en beantwoording van de onderzoeksvraag 39 7.2 De aanbevelingen en suggesties voor verder onderzoek 40 7.3 Reflectie 40 Bibliografie 41 Appendix 43 Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 5/45

Figuren Figuur 1 Weergave van het aantal transacties en aanbod van koopwoningen in Amsterdam.... 8 Figuur 2 Schematische weergave van de onderzoeksopzet.... 10 Figuur 3 Leeswijzer van het onderzoek... 10 Figuur 4 Weergave van kopers en verkopers reserveringsprijs.... 11 Figuur 5 Weergave van de twee datasets in aantalen nieuwe aanmeldingen en aantal transacties.. 23 Figuur 6 Weergave van de gekoppelde dataset in aantal nieuwe aanmeldingen en aantal transacties 24 Figuur 7 Weergave van de gemiddelde transactieprijs per vierkante meter en de gemiddelde initiële Figuur 8 vraagprijs per vierkante meter in euro's per kwartaal.... 25 Weergave van de gemiddelde transactieprijs per vierkante meter en de gemiddelde initiële vraagprijs per vierkante meter in euro's per kwartaal.... 26 Figuur 9 Weergave natuurlijk logaritme van het woonoppervlakte... 32 Figuur 10 Weergave van de relatieve premie 1 en 2 per kwartaal.... 33 Figuur 11 Weergave van de verkooptijd uitdrukt in aantal dagen per kwartaal.... 34 Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 6/45

Voorwoord Ik kan naar volle tevredenheid een vinkje zetten achter het laatste onderdeel van mijn studie aan de Amsterdam School of Real Estate. Het onderwerp van deze scriptie heeft direct te maken met de dagelijkse praktijk voor mass appraisal modellen. Ik onderzoek of er verbanden zijn met de "premie". Deze premie ontstaat zodra de vraagprijs en de uiteindelijke transactieprijs verschillen. Bij een hedonisch prijsmodel krijgt elke eigenschap zijn eigen waarde en is bij elkaar opgeteld een modelwaarde. Hebben deze specifieke eigenschappen zoals woningkenmerken, locatie en de verkooptijd ook invloed op deze premie? Deze verbanden worden onderzocht en geven inzicht naar de mogelijkheid om aanbod gestuurd te taxeren als er niet meer voldoende transactie gegevens beschikbaar zijn vanuit de markt. In het bijzonder wil ik mijn begeleider Arthur Marquard bedanken, zijn enthousiaste en positieve houding heeft mij geholpen met het volbrengen van dit laatste onderdeel. Ik zal zijn opmerking niet snel vergeten: "Dat kost je een uurtje!". Niet beseffende dat het mij vele malen dat ene uurtje kostte. Ook wil ik Henk Balke, Sander Sijm, Peter Vreugdehil en Marc Francke bedanken voor het aanleveren van de data, de input of het zijdelings bijstaan en het creëren van verdiepingsslagen in het (denk) proces. De opleiding heeft mij veel energie gegeven maar ook gevraagd. Het volgen van de colleges, het voorbereiden op de tentamens en het schrijven van deze scriptie naast een voltijdbaan vraagt met een druk gezinsleven om tactisch plannen. Het 'nee' moeten verkopen aan mijn twee stoere jongens, die logischerwijs nog niet begrijpen dat papa s school zich op de zolderkamer bevindt. Ik hoop dat jullie ook later (in)zien dat je met hard werken je gestelde doelen altijd kan halen. Karen is mijn rots in de branding! Soms leek deze rots onder de vloed van de werkzaamheden te verdwijnen, maar schijn bedriegt. Bedankt voor je vertrouwen en tomeloze inzet voor de kids en mij! Nou jongens, wat gaan we met al die vrije tijd doen? Robin van Leeuwen Assendelft, maart 2015 Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 7/45

1 Inleiding 1.1 Inleiding Het is niet te ontkennen dat de Nederlandse woningmarkt in zwaar weer zit. Dit wordt gekenmerkt door het teruglopen van het aantal transacties sinds de intrede van de woningmarktcrisis. Een zichtbare tegenhanger is het groeiend aanbod. Als de vraag naar woningen uitblijft en het aanbod toeneemt komen prijzen onder druk te staan. Deze effecten zijn meetbaar, maar hoe zit het eigenlijk met de taxatiemethodes tijdens een woningmarktcrisis? In zijn algemeenheid is het gebruikelijk om historische transacties te gebruiken voor het taxeren van vastgoed. Voor de gemeente Amsterdam, dat het onderzoeksgebied is voor deze thesis, geldt een gelijke ontwikkeling als het landelijk niveau waarbij de transacties teruglopen en het aanbod toeneemt (zie figuur 1). Het is voorstelbaar dat dit een negatief effect heeft op de betrouwbaarheid van de taxaties die jaarlijks worden opgelegd in het kader van de Wet Waardering Onroerende Zaken (Wet WOZ). Voor de Wet WOZ wordt veel gebruik gemaakt van mass appraisal 1. Deze methode maakt het onder andere mogelijk om een groot aantal taxaties in een relatief kort tijdsbestek te verrichten. Het aantal (historische) transacties heeft eveneens bij een mass appraisal invloed op de mate van betrouwbaarheid van het model. Het is duidelijk dat een hoge betrouwbaarheid van het model wenselijk is voor het heffen van belastingen. Dit maakt het interessant om te onderzoeken of er tijdens een woningmarktcrisis de huidige taxatiemethodes niet aangevuld kunnen worden door de aanbodzijde van de woningmarkt in het model te betrekken. Centraal staat hierbij dat er een stap wordt gezet naar de vraag in hoeverre het mogelijk is om een vraagprijs te corrigeren naar een "fictieve transactie". 9000 8000 7000 6000 5000 4000 3000 2000 1000 0 2005 2006 2007 2008 2009 2010 2011 2012 2013 Aanbod per 1 januari Transacties cijfers (2013 cijfers tot 3e kwartaal) Figuur 1 Weergave van het aantal transacties en aanbod van koopwoningen in Amsterdam over verschillende jaren genomen. (bron WoonAmsterdam 2013) 1.2 Aanleiding De Dienst Gemeentelijke Belastingen Amsterdam (DGBA) maakt gebruik van een hedonisch prijsmodel voor de te taxeren woningvoorraad van de gemeente Amsterdam in het kader van de Wet WOZ. Deze Wet WOZ is zo ingericht dat alle onroerende zaken getaxeerd moeten worden en dat de woningen voorzien worden van een waarde in het economische verkeer (WEV). Deze waarde wordt gebruikt als grondslag voor het heffen van diverse belastingen. Naast de eenduidige manier waarop de Wet WOZ de taxaties afbakent dient de Waarderingskamer te 1 "Mass appraisal is the systematic appraisal of groups of properties as of a given date using standardized procedures and statistical testing" (International Association of Assessing Officers, 1990) Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 8/45

controleren of de taxaties voldoen aan de gestelde eisen. Bij goedkeuring mag de gemeente de aanslagen opleggen aan haar burgers. De afgelopen jaren is de kwaliteit van de taxaties toegenomen. Dit is mede ontstaan door de inmiddels jaarlijkse waardering en de verbetering van geautomatiseerde taxatiemodellen. De Waarderingskamer wil dat de WOZ-waarde de marktwaarde 2 benadert, rekening houdend met de geldende wetsficties. Deze wetsficties zijn zo geformuleerd dat er een geobjectiveerde waarde dient te worden vastgesteld. Er dient bijvoorbeeld geen rekening gehouden te worden met een zakelijk recht zoals erfpacht. Ondanks de toegenomen kwaliteit is het er tijdens de woningmarktcrisis niet eenvoudiger op geworden om taxaties met dezelfde betrouwbaarheid af te geven als vóór de woningmarktcrisis. De gemeente Amsterdam verlangt naar een "nieuwe", dan wel aanvullende onderbouwing van haar taxatiemodellen. Door middel van deze thesis wordt onderzocht of er mogelijkheden zijn die de verklaringskracht van het taxatiemodel tijdens de woningmarktcrisis verhogen. 1.3 Doelstelling Dit onderzoek zal inzicht geven in welke variabelen een verklarende rol hebben op de premie. Deze premie ontstaat door het verschil te nemen tussen de (initiële) vraagprijs en de transactieprijs (model 1 en 2, zie 4.7). Ook wordt gekeken of er andere effecten ontstaan als de premie wordt genomen van de laatst gehanteerde vraagprijs en de transactieprijs (model 3 en 4, zie 4.8). Als blijkt dat de premie verklaard kan worden door de variabelen uit het model, dan geeft dit aanleiding voor verder onderzoek. Het betreft een verkennend wetenschappelijk onderzoek waaruit zal blijken of er voldoende inzicht wordt verkregen voor het corrigeren van vraagprijzen naar een "fictieve" transactie. Veelal is er geen informatie bekend over de prijswijzigingen in woningmarktonderzoeken en wat de effecten hiervan zijn. Deze prijswijzigingen zullen in dit onderzoek worden meegenomen. Daarnaast zullen specifieke kenmerken van het vastgoed, de locatie en hypotheekrente als exogene factor in het model worden meegenomen. Voor het onderzoek is gebruik gemaakt van verschillende datasets. Deze datasets zijn gekoppeld en zullen gedurende het (empirisch) onderzoek inzicht geven om de onderzoeksvraag te kunnen beantwoorden. Verder zal in deze thesis onderzocht worden of er een relatie is aan te tonen, waarbij de premie verklaard wordt door onafhankelijke variabelen op een laag aggregatieniveau. 1.4 Onderzoeksvraag De bovenstaande aanleiding en doelstelling hebben bijgedragen tot het afkaderen van het onderwerp, binnen dit kader is de volgende onderzoeksvraag geformuleerd: In hoeverre is het mogelijk de premie te verklaren die ontstaat tussen een initiële vraagprijs en een transactieprijs? Na de literatuurstudie en een gesprek met prof. dr. M.K. Francke heeft er een aanscherping dan wel concretisering plaatsgevonden van de onderzoeksvraag. Dit heeft er toe geleid dat er in hoofdstuk 3 een nulhypothese is gevormd. Deze nulhypothese wordt getoetst aan de hand van een meervoudige regressie analyse en bakent de complexiteit van het onderwerp hiermee verder af. 2 Marktwaarde is het geschatte bedrag waartegen vastgoed tussen een bereidwillige koper en een bereidwillige verkoper na behoorlijke marketing in een zakelijke transactie zou worden overgedragen op de waardepeildatum,waarbij de partijen met kennis van zaken, prudent, en niet onder dwang zouden hebben gehandeld. (Bron: Berkhout en Hordijk, 2010) Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 9/45

1.5 Onderzoeksopzet Het onderzoek betreft een praktisch deductief kwantitatief onderzoek. Het onderzoek is gestart met het formuleren van de probleemstelling, gevolgd door een gesprek met prof. dr. M.K. Francke. Tijdens dit gesprek is een aanbeveling gedaan omtrent literatuur, deze aanbeveling heeft bijgedragen aan het verder verzamelen van literatuur voor het theoretisch kader. Voorts zijn er datasets verzameld, gekoppeld en bewerkt voor het uitvoeren van het kwantitatieve onderzoek. Uit de literatuur blijkt dat er vaak meerdere analyses zijn uitgevoerd vanuit een econometrische benadering. Gezien de veel omvattende methodes is voor dit onderzoek specifiek gekozen voor een meervoudige regressie analyse. In figuur 2 is schematisch aangegeven hoe het onderzoek is opgezet. formulering probleemstelling gesprek met M. Francke literatuur onderzoek data verzameling data bewerking kwantitatief onderzoek (meervoudige regressie) analyse resultaten Figuur 2 Schematische weergave van de onderzoeksopzet. 1.6 Leeswijzer In hoofdstuk 2 zal het theoretisch kader verder inzoomen op de probleemstelling gevolgd door een deelconclusie. Hoofdstuk 3 gaat in op de relevantie van het onderzoek en zal er een aangescherpte hypothese worden geformuleerd. Hoofdstuk 4 vindt een uiteenzetting plaats van beschikbare databestanden, de analyse van de datasets welke gevolgd wordt door de opbouw van verschillende formules. Hoofdstuk 5 betreft een intermezzo voor de gekozen methodologie waarbij de lezer aan de hand wordt genomen met de uitleg van een meervoudige regressie. In hoofdstuk 6 zullen de resultaten van het onderzoek worden gepresenteerd en geanalyseerd. Hoofdstuk 7 bevat ten slotte de conclusie en aanbevelingen voor verder onderzoek. In figuur 3 is de opbouw van deze thesis schematisch weergegeven. Theoretisch kader Hoofdstuk 2 Aanscherping hypothese Hoofdstuk 3 Hoofdstuk 4 Opbouw dataset, data analyse, formules Hoofdstuk 5 Intermezzo, uitleg methodologie meervoudige regressie Hoofdstuk 6 Resultaten Hoofdstuk 7 Conclusie en aanbevelingen Figuur 3 Leeswijzer van het onderzoek Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 10/45

2 Theoretisch kader 2.1 Inleiding In het kader van het voorgaande hoofdstuk en de onderzoeksvraag is het van belang dat er een theoretische onderbouwing is van het van het begrip "vraagprijs" en de functie van een vraagprijs. Daarbij wordt gekeken naar het ontstaan van een reserveringsprijs in 2.2, gevolgd door de functie van een vraagprijs in 2.3. Ook zal het effect van prijswijzingen in 2.4 behandeld worden naast het effect van heterogeniteit van een woning op de vraagprijs in 2.5. In 2.6 komen de factoren die de verkooptijd beïnvloeden aan de orde. In 2.7 wordt nader ingegaan op de relatie tussen de vraagprijs en de transactieprijs. In 2.8 worden de vraagprijzen behandeld in een taxatiemodel, gevolgd door 2.9 met de conclusie van het theoretisch kader. De vastgoedmarkt wordt gezien als een inefficiënte en imperfecte markt ten opzichte van de financiële markten (Kang, Gardner, 1989). Elke vastgoedtransactie wordt namelijk gekenmerkt door zijn eigen specifieke onderhandeling op een specifiek tijdstip. Hierdoor ontstaat er een complexe relatie tussen de vraagprijs, de transactieprijs, de verkooptijd en de op dat moment geldende marktomstandigheden. 2.2 Het ontstaan van een reserveringsprijs Het hebben van informatie omtrent een specifieke woning is van groot belang. Een vraagprijs hoeft geen rol te spelen als een verkoper en een potentiële koper over dezelfde informatie beschikken. Dit suggereert dat beide partijen met dezelfde informatie een gelijke taxatie afgeven voor een bepaalde woning (Springer, 1996). Echter de hoeveelheid informatie blijkt doorgaans asymmetrisch te zijn. Dit leidt tot twee verschillende waarderingen van zowel een verkoper als een koper. De verkoper baseert zijn vraagprijs op een eigen taxatie waarbij zowel zichtbare als niet direct zichtbare elementen worden meegenomen. De verkoper kan namelijk feilloos de positieve en negatieve eigenschappen benoemen van zijn woning en hij weet als geen ander wat er in zijn buurt gaande is (Knight, Sirmans, Turnbull, 1994). Figuur 4 Weergave van kopers en verkopers reserveringsprijs. (bron Geltner, Miller, Clayton en Eichholtz) De koper beschikt vaak niet over deze informatie en daarbij kunnen ook andere (individuele) factoren een rol spelen bij het instellen van de reserveringsprijs. Koper kan hierdoor de eigenschappen op een andere waarde schatten. Het verschillend waarderen van het vastgoed genereert dus twee verschillende reserveringsprijzen zoals weergegeven is in figuur 4. De overlap van de reserveringsprijzen vindt plaats in het rode en groene vlak. Uiteindelijk zal de waarde rond de MV (Market Value) uitkomen. Dit omvat het klassieke economisch conceptuele Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 11/45

evenwicht (Geltner, Miller, Clayon en Eichholtz,, 2006). De reserveringsprijs kan voor een verkoper gedefinieerd worden als de laagste prijs die een hij zal accepteren om tot een verkoop over te gaan. Voor koper betreft de reserveringsprijs de hoogste prijs die een hij bereid is te betalen voor het vastgoed. Een vraagprijs is over het algemeen gelijk of hoger dan de reserveringsprijs van de verkoper (Horowitz,1992). 2.3 De functie van een vraagprijs Woningen worden gebruikelijk verkocht onder de vraagprijs, in enkele gevallen komt het voor dat een woning boven de vraagprijs wordt verkocht. Vraagprijzen vormen een ogenschijnlijk prijsplafond en dit kan gezien worden als een obstakel. Het hoger uitkomen dan de vraagprijs is een relatief schaarse gebeurtenis en daarom weinig reëel volgens Horowitz (1992) die onderzoek doet in Baltimore in de Amerikaanse staat Maryland. In de enkele gevallen dat er wel boven de vraagprijs geboden wordt is dit vaak maar een fractie boven de vraagprijs. Daarom maakt Horowitz de assumptie dat er eigenlijk geen biedingen boven de vraagprijs plaatsvinden. Hij toont in zijn onderzoek aan dat dit niet te wijten is aan specifieke marktomstandigheden en dat dit in elke conjunctuurcycli voorkomt. Voor de Nederlandse woningmarkt gaat deze assumptie niet op, het boven de vraagprijs bieden komt regelmatig voor en wordt ook gezien als marktindicator. Zo blijkt voor 2013 in de gemeente Amsterdam dat er een stijging waarneembaar is van het aantal transactieprijzen dat boven de vraagprijs verkocht wordt (bron WoonAmsterdam 2013). De vraagprijs heeft duidelijk een marketingfunctie, deze is belangrijk voor zowel de koper als verkoper. Een verkoper die zijn woning in de verkoop zet, geeft met zijn initiële vraagprijs een duidelijk signaal af naar de potentiële kopers. De verkoper geeft met zijn vastgestelde initiële vraagprijs veel informatie weg (Knight, Sirmans en Turnbull, 1994). Het is de bedoeling dat deze informatie wordt overgebracht naar een potentiële koper, hieraan is af te lezen hoe gemotiveerd een verkoper is om te verkopen. Iemand die een lagere vraagprijs heeft ten opzichte van een buurman met eenzelfde woning stuurt aan op een snelle verkoop. Bij het kopen, spelen voor een koper twee cruciale elementen: Welk huis wil men kopen en hoeveel wil men daarvoor betalen (Knight, Sirmans, Turnbull, 1994). Kopers selecteren potentiële woningen op basis van de vraagprijzen en stellen hun eigen reserveringsprijs vast. Verkoper zal bij het vaststellen van de vraagprijs invloed hebben op het aantal potentiële kopers dat zich aandient. Hoe dichter de vraagprijs bij de reserveringsprijs van de kopers ligt, hoe groter de groep potentiële kopers is. Kopers hebben verwachtingen bij een bepaalde vraagprijs, als dit niet aansluit op de markt dan zal de verkoper geen biedingen of bezoekers ontvangen. Een potentiële koper verwacht bijvoorbeeld een verschil in de vraagprijs als twee identieke woningen niet gelijkwaardig zijn onderhouden of afgewerkt. De woning zal een bepaalde onderscheidende factor moeten hebben, wil een koper geïnteresseerd raken in een betreffende woning. Zodra een woning een afwijkende positieve eigenschap (veel slaapkamers, eetkeuken, goede ligging) heeft, zou men kunnen inzetten op een hogere vraagprijs. Deze afwijkende eigenschappen worden gezien als heterogeniteit, dit kunnen zowel positieve als negatieve eigenschappen zijn die de hoogte van een initiële vraagprijs kunnen beïnvloeden. Het risico is echter dat verkoper een over- of onderschatting kan maken van de "heterogeniteit" van zijn woning. Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 12/45

2.4 Het effect van prijswijzigingen Het is wenselijk voor een verkoper om een zo hoog mogelijke prijs te ontvangen in een zo kort mogelijke periode. Het juist inzetten van de initiële vraagprijs is van groot belang. Haurin (1988) geeft aan dat hoe lager de vraagprijs is hoe meer bezoekers komen kijken. Het gevaar is dat een te lage vraagprijs ook een lagere transactieprijs tot gevolg heeft. De initiële vraagprijs heeft dus invloed op de uiteindelijke transactieprijs en de verkooptijd (Knight, 2002). Het vaststellen van een vraagprijs van een woning met heterogene eigenschappen kan lastig zijn om op waarde te schatten. Daardoor kan er moeilijk een inschatting gemaakt worden van het aantal potentiële kopers wat uiteindelijk de verkooptijd kan beïnvloeden. Een woning die lang te koop staat raakt uit de gratie bij potentiële kopers en kan zelfs gestigmatiseerd raken. Men denkt dat er mogelijk iets mis is met de woning. Knight (2002) onderzoekt de effecten van een prijswijziging en de verkooptijd, hij gebruikt hiervoor een "maximum-likelihood probit model". Dit model kiest de waarde die het meest aannemelijk is en deze wordt afgemeten aan de hoogste kans. De afhankelijke variabele kan enkel twee mogelijkheden aannemen waarbij de gebeurtenis wel of niet optreedt. Het onderzoek van Knight geeft aan welke categorie of type woning in aanmerking komt voor een prijswijziging. Dit zijn volgens Knight de woningen die heterogeen zijn, een te hoge initiële vraagprijs hanteren en/of leeg staan tijdens de verkoopperiode. Het te hoog prijzen van de woning levert in ieder geval te weinig potentiële kopers op. Aan de andere kant geeft het wel de mogelijkheid om de markt af te tasten. Het is dan ook volgens Knight niet verwonderlijk dat er een relatie is tussen de hoogte van de vraagprijs en de verkooptijd. Op het moment dat een verkoper geen biedingen ontvangt, heeft hij volgens Knight (2002) drie mogelijkheden. Hij wacht en doet niets met de prijs. Hij trekt de verkoop in of hij geeft een nieuw signaal af aan de potentiële kopers door een prijswijziging door te voeren. De beslissing hangt af van de beweegredenen van de verkoper en of hij iets geleerd heeft van de eerste verkoopperiode met de bijbehorende initiële vraagprijs. 2.5 Het effect van heterogeniteit Verkopers lopen tegen verschillende onzekerheden aan op het moment dat zij hun woning te koop aanbieden. De heterogeniteit van een woning maakt het bepalen van de vraagprijs oftewel de reserveringsprijs van de verkoper moeilijk. Een verkoper beschikt over veel informatie van zijn huis, maar kan door de geringe marktinformatie niet direct een waarde koppelen aan de specifieke eigenschappen. Het is vaak onduidelijk voor een verkoper wie zijn potentiële kopers zullen zijn. Het is lastig te voorspellen hoe een koper zal reageren op de initiële vraagprijs. De uiteindelijke beslissing voor het bepalen van een vraagprijs zal invloed hebben op de hoogte van de verkoopprijs en de verkooptijd. Haurin (1988) onderzoekt de heterogeniteit van woningen en vormt de primaire hypothese, ' hoe meer specifieke eigenschappen een woning heeft, hoe groter de verwachte variantie van de biedingen'. Hij geeft aan dat heterogene woningen specifieke eigenschappen bezitten of nabij specifieke voorzieningen in de buurt zijn gelegen. De heterogeniteit is te wijten aan de ongebruikelijke details van een woning, die kunnen zich vertalen in bijvoorbeeld een prachtig uitzicht, een ligging nabij een snelweg, een ongebruikelijke indeling of een exceptioneel aantal (bad)kamers. Deze eigenschappen hebben direct invloed op de verkooptijd en zal relatief langer zijn dan bij een homogene woning. Uit het model blijkt dat verschillende gebieden, die ingedeeld zijn op basis van afnemende homogeniteit, een verschillende verkooptijd hebben. Haurin (1988) gaat er vanuit dat de Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 13/45

verkoper weet of zijn woning homo- of heterogeen is. De variantie van de biedingen bij een heterogene woning is aanzienlijk breder dan bij homogene woningen. In het uiterste geval is de variantie zelfs nul bij homogene woningen, het inschakelen van een makelaar lijkt hier overbodig voor het vaststellen van een vraagprijs. Om onderscheid te kunnen maken tussen homogene en heterogene woningen wordt een hedonisch prijsmodel 3 gebruikt (Haurin, 1988). Dit model maakt het mogelijk om alle eigenschappen op een marginale waarde te schatten. Blijkt bij biedingen, op twee woningtypes, af te wijken van het gemiddelde dan is mogelijk sprake van heterogeniteit. Het model kan op deze manier aangeven middels een afwijkende waarde dat het een heterogene woning betreft. Uit het onderzoek blijkt dat de heterogeniteitsvariabelen significant zijn. Dit bevestigt dat woningen met ongebruikelijke eigenschappen een langere verkooptijd hebben. Haurin geeft hypothetisch aan dat de heterogeniteit ook ontleent kan worden aan de vraagprijs, het is namelijk bij een homogene woning veelal bekend wat de transactieprijs ongeveer zal worden. Het loont daarom niet om voor een homogene woning een hogere initiële vraagprijs te hanteren, dit kan zelfs kopers afstoten. Voor een heterogene woning gaat dat niet op vanwege de bandbreedte aan verschillende biedingen die ertoe leiden dat heterogene eigenschappen verschillend gewaardeerd worden door een potentiële koper. De groep die gekenmerkt wordt met de hoogste homogeniteit laat de kortste looptijd zien, dit bevestigt de hypothese van zijn onderzoek. 2.6 Vraagprijs en de factoren die de verkooptijd beïnvloeden. Uit de bovenstaande paragrafen is duidelijk geworden hoe de vraagprijs tot stand komt en waarvoor hij dient. De hoogte van de vraagprijs en heterogeniteit hebben direct invloed op de verkooptijd. Kang en Gardner (1989) onderzoeken of andere kenmerken ook invloed hebben op deze verkooptijd. Daarbij komt ook de premie aan bod, dat onderdeel uitmaakt van dit onderzoek. Kang en Gardner toetsen twee interessante hypothesen: Heeft de hoogte van de hypotheekrente invloed op de verkooptijd en heeft de leeftijd van een woning ook invloed op de verkooptijd. Er wordt benadrukt dat elke verkoper verschillende uitgangspunten heeft. Dit is een oorzaak van de imperfectie op de woningmarkt. Zo kan bijvoorbeeld een verkoper snel willen verkopen en bereid zijn een lagere prijs te accepteren om juist een andere door hem begeerde woning te kunnen kopen. Of een verkoper die de markt aftast door de vraagprijs expres hoog in te zetten, waarbij hij weet dat hij een lagere prijs zal moeten accepteren. Deze factoren dragen bij aan de ondoorzichtigheid van de woningmarkt. Voor het toetsen van de hypotheekrente in hun model zijn drie verschillende periodes aangemaakt waarvan zij allen een verschillend rentepercentage hebben. In het model wordt niet meegenomen wat de verwachting is voor de toekomstige rente, terwijl dit wel invloed kan hebben op het gedrag van een koper of verkoper. Een ander belangrijk punt is het verschil in rente dat kan ontstaan tijdens de verkoopperiode. Ook dit kan invloed hebben op de vraagprijs, transactieprijs en/of de verkooptijd. De betaalbaarheid van een woning kan hierdoor tussentijds veranderen en wordt door Kang en Gardner als een beperking van hun eigen model gezien. De stand van de hypotheekrente toont in dit onderzoek aan dat er een verband is met de verkooptijd. Een hogere rentestand zorgt hierbij voor een langere verkooptijd en een lagere 3 Hedonisch prijs theorie (Rosen, 1974) is vrij van vorm en kenmerken kunnen afhankelijk van het doel worden opgenomen. Deze theorie geeft de mogelijkheid om variabelen op waarde te schatten, statistische verbanden te tonen en kan gebruikt worden voor het berekenen van prijsindices of locatiefactoren (grondwaarden). Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 14/45

rentestand zorgt voor een kortere verkooptijd. De verkooptijd is in dit onderzoek niet altijd even significant en constant (afwijkende t-waarde) met de transactieprijs. Kang en Gardner onderzoeken verder welke variabelen wel significant en constant blijken te zijn. Niet alle variabelen komen volledig tot uiting in de hoogte van de transactieprijs, maar wel tot uiting in de verkooptijd. Dit betreft de leeftijd van de woning, de grootte van de woning en de procentuele premie die ontstaat tussen de vraagprijs en de uiteindelijke transactieprijs. De premie blijkt een significante positieve relatie te hebben met de verkooptijd. Dit betekent voor het onderzoek dat hoe hoger de vraagprijs was ingezet, ten opzichte van de uiteindelijke transactie, des te langer de verkooptijd in aantal dagen. Ook de leeftijd van de woning heeft invloed op de looptijd, zo blijkt dat hoe ouder de woning is hoe langer de verkooptijd. De oppervlakte van een woning heeft ook invloed op de verkooptijd. Daarnaast geeft Haurin (1988) aan dat conjunctuurcycli invloed hebben op de variëteit van het aantal verkopen dit heeft ook directe invloed op de verkooptijd. Dit vertaalt zich zo dat elke willekeurige woning zijn eigen verkooptijd op een bepaald moment heeft. 2.7 De relatie tussen de vraagprijs en transactieprijs In deze paragraaf wordt ingegaan op de relatie tussen de vraagprijs en de transactieprijs. Verschillende onderzoeken kijken naar de ontwikkeling van de vraagprijzen en de transactieprijzen. Voor dit onderzoek is het van belang om inzicht te krijgen hoe vraagprijzen reageren bij een wisselend marktsentiment. Knight, Sirmans en Turnbull (1994) bespreken de relatie voor het verstrekken van informatie op de woningmarkt tussen de vraagprijs en transactieprijs. Zij zijn overtuigd dat de vraagprijs een katalysator kan zijn voor een potentiële koper, uiteindelijk zullen de reacties zich vertalen in echte biedingen. Ondanks de biedingen is de koper is niet op de hoogte van de reserveringsprijs van de verkoper (Horowitz, 1992). Zij komen tot de conclusie dat de vraagprijs een sterke voorspeller is van de transactieprijs. Knight, Sirmans en Turbull (1994) nemen hierin wel het voorbehoud op dat dit vermoedelijk niet zo is bij een instabiele markt. Het onderzochte waarderingsmodel van Parlak (2014), levert maandelijkse prijsindices ten aanzien van transactieprijzen en vraagprijzen van Nederland. Om deze indices te kunnen genereren wordt een hierarchical trend model 4 gebruikt. De onderzoeksperiode vindt tijdens de woningmarktcrisis plaats. In deze periode laat de vraagprijsindices een meer volatiel verloop zien dan de transactieprijsindices. Parlak geeft aan dat tijdens deze periode te weinig informatie voorhanden is om een goede vraagprijs vast te stellen. Dit is het gevolg van het teruglopen van het aantal transacties en de onzekerheid in de markt. Middels een Ganger-causality test toont hij aan dat de vraagprijzen informatie afgeven over de markt, deze informatie werkt uiteindelijk door in de transactieprijzen. Zijn empirische resultaten bevestigen een patroon in de woningmarkt waarbij de vraagprijzen op geaggregeerd niveau gebruikt worden als voorspeller van de transactieprijzen. Ook het onderzoek van Knight, Sirmans en Turnbull (1994) bevestigen eenzelfde patroon als er sprake is van een marktevenwicht. 4 Hierarchical trend model verklaart transactie prijzen aan de hand van de kenmerken van woningen, locatie en tijd. Daarnaast schat het model locatie trends, trends per type woning en (vraag)prijs trends. Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 15/45

2.8 Een taxatiemodel dat rekening houdt met vraagprijzen Parlak (2014) onderzoekt of het toegevoegde waarde heeft om vraagprijzen in een taxatieapplicatie te betrekken. De strekking van zijn onderzoek heeft directe raakvlakken met de onderzoeksvraag van dit onderzoek. Het waarderingsmodel waar hij onderzoek naar doet ondervindt nadelige effecten door het teruglopen van het aantal transacties tijdens de woningmarktcrisis. Zijn onderzoek is opgesplitst in twee delen, hij onderzoekt als eerste of het mogelijk is om vraagprijzen te gebruiken voor het taxatiemodel en daarnaast onderzoekt hij welke variabelen invloed hebben op een prijswijziging. De relatie tussen de verkooptijd in combinatie met het over- of onderprijzen van een woning (de premie) wordt hierin meegenomen. Parlak beschouwt de initiële vraagprijs en de verkooptijd als erg belangrijke variabelen die prijswijzigingen tijdens de verkoopperiode bewerkstelligen. Hij toont aan naarmate de verkooptijd oploopt, dat de kans dat er een prijswijziging wordt doorgevoerd toeneemt. Deze verkooptijd heeft ook een directe relatie met een te hoge initiële vraagprijs. Dit betekent dat het te hoog inzetten van een vraagprijs gepaard gaat met een langere verkooptijd. De groep met kopers laat hierdoor de te hoog geprijsde woning links liggen en kan hier de motivatie van een verkoper aan af meten (Knight, Sirmans en Turnbull, 1994). Ook blijkt dat verkopers die hun woningen te hoog hebben geprijsd een prijswijziging zullen moeten ondergaan. Daardoor zal er een lagere transactieprijs gerealiseerd worden. De verkooptijd neemt toe als de woning een prijswijziging ondergaat. Er blijkt een causaal verband te zijn tussen de vraagprijs en transactieprijs op verschillende aggregatieniveaus. Parlak onderzoekt of het onderzochte taxatiemodel verbetert kan worden. Hij adviseert om vraagprijzen op te nemen in het model, echter geeft hij niet aan hoe deze vraagprijzen geïmplementeerd moeten worden in het model. Hij geeft enkel het advies om gezamenlijk de vraagprijzen en transactieprijzen als afhankelijke variabelen in een hierarchical trend model te plaatsen. Interessant is de suggestie die Parlak maakt om verder onderzoek te doen naar datasets met meer variabelen. Deze variabelen die hij noemt zijn specifieke kenmerken van woningen. Deze variabelen hebben vaak een significant effect op de transactieprijs. Daarnaast is de verkooptijd tot het moment van overeenstemming tussen de koper en verkoper het onderzoeken waard. Parlak kijkt nu naar de verkooptijd tot aan de juridische overdracht bij de notaris, deze verkooptijd is gemiddeld drie maanden langer dan het moment van overeenstemmen. 2.9 Conclusies literatuur studie Het op de markt zetten van een woning met een vraagprijs is vergelijkbaar met het instellen van een prijsplafond. Voor de Amerikaanse woningmarkt is aangetoond dat een transactieprijs zelden boven de vraagprijs uitkomt ongeacht het economisch klimaat. Voor de Nederlandse markt is het gebruikelijker dat er vaker boven de vraagprijs geboden wordt. De vraagprijs kan gezien worden als de reserveringsprijs van de verkoper. Het "verkeerd" prijzen van een woning kan nadelig uitpakken voor een verkoper, het zal tijd en geld gaan kosten. Anderzijds geeft het hoog inzetten van de vraagprijs de mogelijkheid om de markt af te tasten. Bij homogene woningen zal dit vrijwel altijd leiden tot een prijswijziging. Heterogene woningen worden gekenmerkt door een bijzondere eigenschap en hebben een grotere variantie in biedingen dan homogene woningen. Er is voor de bijzondere eigenschap die een heterogene woning heeft onvoldoende informatie om het op een waarde te schatten. Er is een verband tussen de heterogeniteit en de verkooptijd. Aangetoond is dat dit gekenmerkt wordt met een langere verkooptijd. Prijswijzigingen zorgen eveneens voor een langere verkooptijd, maar ook voor een Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 16/45

lagere transactieprijs. Het loont dus om een woning met een reële initiële vraagprijs op de markt te zetten. Ook de algemene marktconditie heeft invloed op de looptijd en de uiteindelijke hoogte van een transactieprijs. Uit het onderzoek van Kang en Gardner (1989) is aangetoond dat een exogene factor zoals hypotheekrente invloed heeft op de verkooptijd en de betaalbaarheid van een woning. Bij een marktevenwicht tussen vraag en aanbod blijkt de vraagprijs volgens Horowitz, Knight, Sirmans en Turnbull een juiste voorspeller te zijn van de transactieprijs als marktindices. Dit impliceert dat de vraagprijs een voorloper is op de markt. In het onderzoek van Parlak (2014) is aangetoond dat tijdens laagconjunctuur op geaggregeerd niveau de vraagprijs zich eveneens als een voorspeller van de transactieprijs gedraagt, ondanks zijn volatiele verloop. Om deze reden adviseert Parlak om onderzoek te doen naar hoe vraagprijzen in een taxatiemodel meegenomen kunnen worden. In tabel 1 zijn alle variabelen die aanbod komen in de literatuur schematisch weergegeven. Onderzochte variabelen Effect Gevolg 2.2 Reserveringsprijs verkoper Waardering van alle (omgevings) kenmerken Waardering met volledige informatie zowel de positieve als negatieve 2.2 Reserveringsprijs koper Waardering van alle (omgevings) kenmerken die koper bekend zijn door asymmetrische informatie Waardering met selecte hoeveelheid informatie 2.3 Vraagprijs Marketing tool; reserveringsprijs verkoper Aantrekken van kopers 2.3 Te hoge initiële vraagprijs Toename verkooptijd Prijswijziging; lagere transactie t.o.v. vergelijkbare woningen 2.3 Te lage initiële vraagprijs t.o.v. Afname verkooptijd Te lage transactieprijs vergelijkbare woningen 2.4 Prijswijziging Toename verkooptijd Lagere transactieprijs 2.5 Homogeniteit Goed op waarde te schatten; weinig volatiele biedingen 2.5 Heterogeniteit Lastig op waarde te schatten; volatiele biedingen; toename verkooptijd 2.6 Exogene factor Hogere of lagere transactieprijs; (toe) of (hypotheekrente) (af)name verkooptijd 2.7 Relatie vraagprijs versus transactieprijs Tabel 1 Vraagprijs voorspelt transactie ongeacht conjunctuurcycli Voorspelbare transactieprijs Onvoorspelbare transactieprijs Weergave onderzochte variabelen in de literatuur, de effecten en gevolgen hiervan. (on)betaalbaarder worden van een woning Meetbaar maken van het marksentiment middels indices; toepassen in taxatiemodel Uit de literatuur studie is gebleken dat er een ingewikkelde samenhang is tussen de vraagprijs, transactieprijs en de verkooptijd. Veel factoren hebben invloed op elkaar. Door het breed benaderen van de premie zal inzicht worden verkregen welke factoren invloed hebben op deze premie. Breed wordt hier vertaald naar: Specifieke woning eigenschappen; Locatie; Verkooptijd; Exogene factor (marktregulering door de overheid of marktpartijen). Tevens is voor dit onderzoek van belang de premie te verklaren aan de hand van een grote hoeveelheid eigenschappen. Deze eigenschappen worden vaak op een hoog geaggregeerd niveau onderzocht. Voor dit onderzoek zullen deze specifieke kenmerken niet samengevoegd worden waardoor er een duidelijker beeld ontstaat in welke voor mate de eigenschappen invloed hebben op de premie. Deze "lage" aggregatieniveaus moet voorkomen dat verschillende Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 17/45

(prijs)markten in elkaar overlopen, waardoor de premie beter verklaard kan worden. Tabel 2 laat de factoren zien die vanuit de literatuur meegenomen zullen worden in het onderzoek. Vanuit de literatuur worden de volgende factoren meegenomen voor dit onderzoek: Type woning Eigenschappen woning Locatie (buurten) Initiële vraagprijs Aantal prijswijzigingen Transactieprijs Verkooptijd Exogene factor Relatie vraagprijs versus transactieprijs Deze factoren/variabelen hebben betrekking op: Heterogeniteit t.o.v. andere woningtype aan te tonen Bepaald de waarde van de opstal, deze kenmerken kunnen ook invloed hebben op de premie Geeft inzicht in verschillende (prijs)markten Reserveringsprijs verkoper Welke invloed heeft prijswijzigingen op de premie De uiteindelijke reserveringprijs van een verkoper en koper, deze is nodig om de premie te berekenen Nodig om de relatie met de premie aan te tonen Hypotheekrente onderzoekt of de betaalbaarheid van een woning invloed heeft op de premie Beoordelen of de vraagprijs een voorspeller is van de transactieprijs tijdens laag conjunctuur voor de gemeente Amsterdam Tabel 2 Factoren die vanuit de literatuur meegenomen worden voor het onderzoek In het volgende hoofdstuk vindt er afbakening plaats van dit onderzoek en wordt er een nulhypothese gevormd voor verder onderzoek. Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 18/45

3 Concretisering van de onderzoeksvraag Voor het opzetten van het onderzoek is er contact gezocht met prof. dr. M.K. Francke. Hij is gespecialiseerd in mass appraisal met gebruik van econometrische modellen. In het gesprek is duidelijk geworden dat de onderzoeksvraag onderwerp is van een complex en samenhangend onderzoek. De nadruk ligt op het juist interpreteren van de onderzoeksgegevens met toepassing van meerdere econometrische modellen. De beschikbare dataset geeft geen mogelijkheid om een model te genereren waarbij vraagprijzen gecorrigeerd worden naar een "fictieve" transactieprijs. Oorzaak is het gebruik van een selecte dataset (geen actuele vraagprijzen en teruggetrokken verkopen) voor dit onderzoek. Door afbakening van het onderzoek is gekozen voor een concretisering dan wel aanscherping van de onderzoeksvraag. Dit maakt het mogelijk om een start te maken met een wetenschappelijk onderzoek naar de mogelijkheden van het corrigeren van de vraagprijs. Het belang van dit onderzoek is inzicht te verkrijgen in welke factoren/variabelen invloed hebben op de premie die ontstaat tussen een initiële vraagprijs en de transactieprijs. Blijken de onderzochte variabelen de premie te verklaren, dan zal dit handvatten geven voor verder onderzoek. In de huidige literatuur wordt dit thans weinig onderzocht. Veelal wordt er gekeken naar de beweegredenen van een verkoper dan wel een koper. Het kunnen verklaren van de premie vanuit verschillende invalshoeken maakt dit onderzoek interessant en vernieuwend. Op basis van de bovenstaande overwegingen blijkt de oorspronkelijke onderzoeksvraag aangescherpt te moeten worden. De oorspronkelijke onderzoeksvraag luidde: In hoeverre is het mogelijk de premie te verklaren die ontstaat tussen een initiële vraagprijs en een transactieprijs? Het formuleren van een nulhypothese (H0) draagt bij aan het afbakenen van het onderzoek. Hierbij zal de premie als afhankelijke variabele fungeren. De onafhankelijke variabelen zijn samengesteld op basis van de geraadpleegde literatuur en de beschikbare data. Echter is deze opsomming van verklarende variabelen niet uitputtend. De uitkomst van het te ontwikkelen model zal inzicht geven in welke mate de premie verklaart zal worden. Op basis van het bovenstaande is de volgende nulhypothese geformuleerd: H0: Specifieke woningkenmerken, buurtlocaties en de verkooptijd verklaren niet de premie die ontstaat bij verkoop. Deze hypothese zal doormiddel van een meervoudige regressie analyse cross sectioneel getoetst worden. In hoofdstuk 4 zal nader worden ingegaan op de opbouw van de gekoppelde dataset en de methodologie. Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 19/45

4 Databeschrijving en methodologie 4.1 Inleiding In deze paragraaf wordt ingegaan op de totstandkoming van de dataset en de analyse van deze dataset. De beschikbare databestanden worden in 4.2 besproken, gevolgd door de totstandkoming van de gekoppelde dataset in 4.3. In 4.4 wordt verder analyse uitgevoerd van de datasets of de vraagprijzen op geaggregeerd niveau een voorspellende functie heeft op de transactieprijs. In 4.5 is aangegeven hoe de verkooptijd is berekend, waarbij in 4.6 de formulering van de afhankelijke variabele is weergegeven. De modellen 1 t/m 4 worden in 4.7 en 4.8 beschreven. 4.2 Beschikbare databases Om kwantitatief onderzoek te verrichten is er beschikking over twee grote datasets, iwoz en DGBA/Kadaster. iwoz is opgericht voor het bijhouden en controleren van primaire maar ook secundaire objectkenmerken in het kader van de Wet WOZ. Deze digitale database is toegankelijk voor de aangesloten gemeenten. Dagelijks worden door iwoz alle online verkoopadvertenties van het woningaanbod in Nederland opgeslagen, daarmee is het een zeer uitgebreide database. De zogeheten "webcrawlers" van iwoz registreren primair nieuwe aanmeldingen, afmeldingen, (prijs)wijzigingen en objectkenmerken van al het woningaanbod. Deze online advertenties staan op diverse woningaanbodsites, de grootste website is funda.nl 5 en omvat ruim 70% van het Nederlandse woningaanbod. Ook aanbiedingen op andere websites zoals VBO makelaar, Remax, VastgoedPro en Witte woningmakelaars worden door iwoz geregistreerd. iwoz heeft in het kader van dit onderzoek het woningaanbod van de gemeente Amsterdam geleverd voor de onderzoeksperiode van januari 2011 t/m december 2013. iwoz registreert niet de uiteindelijke transactieprijs, hiervoor is door DGBA een database aangeleverd vanuit het Kadaster 6. Deze omvat alle verkopen die hebben plaatsgevonden in de hierboven genoemde onderzoeksperiode. Om een praktisch en bruikbaar model te maken heeft DGBA op verzoek voor dit onderzoek woning- en locatiekenmerken uit hun database gekoppeld aan de database van het Kadaster. De database van DGBA/Kadaster bevatten dus primaire kenmerken van woningen uit de gemeente Amsterdam en de gerealiseerde transactieprijzen met de datum van de juridische overdracht. De twee databases bevatten respectievelijk 22.713 (iwoz ) en 19.381 (DGBA/Kadaster) observaties. De database van iwoz beschikt over veel informatie van specifieke kenmerken van het woningaanbod en is gestructureerd voordat de koppeling met de database van DGBA/Kadaster heeft plaatsgevonden. Alle observaties met een (prijs)wijziging zijn op chronologische volgorde achterelkaar gezet, hierdoor ontstaat er een overzichtelijk verloop qua tijd en vraagprijs ontwikkeling. De verkooptijd wordt gemeten per dag, het aantal dagen geeft aan hoelang een woning beschikbaar is geweest op de markt. Het aantal dagen dat een object tussentijds uit de verkoop is gehaald is niet meegenomen voor de verkooptijd 2 zoals in paragraaf 4.4 is aangeven. 5 Funda.nl betreft de grootste online-etalage van de makelaars in Nederland en is opgericht door de Nederlandse Vereniging van Makelaars (NVM) in 2001, zie meer www.funda.nl 6 Het Kadaster heeft als taak registraties te beheren, daaronder valt ook de registratie van vastgoed. Het Kadaster houdt onder andere bij wie welke rechten heeft, de transactiesom en wanneer de juridische overdracht heeft plaats gevonden, zie meer op www.kadaster.nl. Aanbod gestuurd als taxatiemethode bij mass appraisal in laagconjunctuur 20/45