Welkom - BaseNet 7 april 2010... · Vereniging van Onroerend Goed Onderzoekers Nederland PROGRAMMA...

Vereniging van Onroerend Goed Onderzoekers Nederland

Welkom

De 28e VOGON studiemiddagWoensdag 7 april 2010

Amsterdam School of Real Estate

Taxatiestrijd in waarderingstijd?


PROGRAMMA

13:15 – 13:30 Opening en introductie door dagvoorzitterdrs. Cor Worms RBA –Manager Research & Development Syntrus Achmea Vastgoed

13:30 – 14:00 Duurzaamheid en de waardering van vastgoed drs. Guus T. Berkhout MBA ‐ Fonds Manager Triodos Vastgoedfonds

14:00 – 14:30 Taxeren en waarderen in crisistijd drs. Jacques Boeve MRE MRICS RT – Partner DTZ Zadelhoff

14:30 – 15:00 Pauze

15:00 – 15:30 Taxaties versus transacties ir. Bert Teuben – Vastgoedanalist ROZ Performancemeting

15:30 – 16:00 Casametrie – de kunst van het modelleren en het voorspellen van de marktwaarde van woningen Prof. dr. Marc Francke – Professor Real Estate Valuation Universiteit van Amsterdam en senior Researcher bij Ortec Finance

16:00 – 16:15 Afsluiting door dagvoorzitter

16:15 – 17:00 Borrel


Opening en introductie

drs. Cor Worms RBA


Duurzaamheid en de waardering van vastgoed

drs. Guus T. Berkhout MBA


drs. Guus T. Berkhout MBA

VOGON 7 april 2010

Triodos Toets voor Duurzaam vastgoed©

- acquisition decisions- monitoring of the property

during the holding period0

2

4

6

8

10People

Planet

Profit

ProjectResultMinimumAmbition

Less costs

Higher Net

Rents

Future Proofed

Energy/Norms

Lower

Vacancy

Higher Cash flow

Higher Market Value

Higher rental

Growth

Lower energy usage

Lower energy usage

Higher gross rent

Increased

Marketability

Easier Letting

Longer lease

Periods

More stable

Cash flows

Lower

Vacancy

Future Proofed

Energy/Norms

Improved

Tenant Image

Lower

Vacancy

Reduced Risk, lower discount rate

Higher Market Value

Visie op ontwikkeling markthuur

0 1 2 3 4 5 6 7 8 9 10

Market rent index 1,80% 180,0 183,2 186,5 189,9 193,3 196,8 200,3 203,9 207,6 211,4 215,2

CC 20,0% 36,0

BC 11,1% 20,0 Energy costs as % of market rent

OC 10,0% 18,0

C 7,0% 36,0 38,5 41,2 44,1 47,2 50,5 54,0 57,8 61,9 66,2 70,8

B 7,0% 20,0 21,4 22,9 24,5 26,2 28,1 30,0 32,1 34,4 36,8 39,3 Energy costs

A+ 7,0% 18,0 19,3 20,6 22,1 23,6 25,2 27,0 28,9 30,9 33,1 35,4

C 216,0 221,8 227,8 234,0 240,5 247,3 254,4 261,8 269,5 277,5 286,0

B 200,0 204,6 209,4 214,4 219,5 224,8 230,4 236,1 242,0 248,1 254,5 Total housing costs

A+ 198,0 202,5 207,1 211,9 216,9 222,0 227,3 232,8 238,5 244,4 250,6

C - - - - - - - - - - -

B 16,0 17,1 18,3 19,6 21,0 22,4 24,0 25,7 27,5 29,4 31,5 Savings on energy costs

A+ 18,0 19,3 20,6 22,1 23,6 25,2 27,0 28,9 30,9 33,1 35,4

C 75,0% - - - - - - - - - - -

B 75,0% 12,0 12,8 13,7 14,7 15,7 16,8 18,0 19,3 20,6 22,1 23,6 Premium on market rent

A+ 75,0% 13,5 14,4 15,5 16,5 17,7 18,9 20,3 21,7 23,2 24,8 26,6

C 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%

B 6,67% 7,01% 7,37% 7,74% 8,14% 8,55% 8,99% 9,45% 9,93% 10,44% 10,97%Potential premium on market rent

A+ 7,50% 7,88% 8,29% 8,71% 9,15% 9,62% 10,11% 10,63% 11,17% 11,74% 12,34%

Huurwaarde regulier vastgoed versus duurzaam vastgoed

120

130

140

150

160

170

180

190

200

210

1 2 3 4 5

Reguliere bouw

Duurzame bouw

Gemiddeld regulier

Gemiddeld duurzaam

Bruto aanvangsrendement regulier vastgoed versus duurzaam vastgoed

Reuliere Bouw Reguliere Bouw Duurzame Bouw

Huur € 260.000 € 270.000

Bruto Aanvangsrendement 7,3% 6,8%

Waarde € 3.580.000 € 3.965.000

Verschil 11%

Samenvatting • Theorie: DCF methode meest geschikt om

duurzaamheid tot uitdrukking te brengen; • Praktijk duurzaamheid wordt in de BAR/NAR

methode tot uitdrukking gebracht;• Definitie duurzaamheid EPBD-label en

energieverbruik ?• Hoe beter het label; hoe lager het risico;• BAR duurzaam gebouw gemiddeld 0,25% beter

dan niet duurzaam gebouw


• Aan taxatierapport gevoeligheids analyse energieverbruik toevoegen;

• In taxatierapport invloed label op BAR weergeven

Literatuur• Lützendorf T., Lorenz D. Sustainability in property valuation: Theory and

practice, Lorenz Property Advisors, Chartered surveyors, Gaggenau, Germany, 2008.

• Steixner, D., Koch, S. Bienert, Propoerty valuation and energy certiciation, Analysing the impacts and valuation practice, Property Research Quarterly, The Netherlands, October 2008,

• Green Building Council Australia, Valuing Green, how green buildings affect property values and getting valuation method right, Australia 2008

• Norm Miller, Jay Spivey, Andrew Florance, Does Green Pay Off?, dec.

2008, Journal of Real Estate Portfolio management.


Taxeren en waarderen in crisistijd

drs. Jacques Boeve MRE MRICS RT

• VOGON Studiemiddag

• Taxatiestrijd in waarderingstijd?

• drs. Jacques (G.J.H.) Boeve

• MRE MRICS RT

• Partner bij DTZ Zadelhoff

24

• Werkzaam bij DTZ sinds 1995

• 1995 Gestart als winkelmakelaar

• 1998 Centrale Afdeling Taxaties

• 2002 Taxateur Amsterdam en omstreken

• 2002 Adjunct‐directeur DTZ Zadelhoff Amsterdam

• 2006 Partner/Directeur

Even voorstellen:

25

Groningen

Zwolle

Enschede

ArnhemDen HaagRotterdam

Breda

‘s-Hertogenbosch

Eindhoven

AmsterdamHoofddorp Utrecht

MakelaardijAdviesVastgoedmanagement

Meer dan 500 medewerkers14 kantoren

Afdeling Valuation Advisory Services

circa 70 full-time taxateurs in Nederland

landelijke dekking door de regionale vestigingen: 35 full-time taxateurs in de regio

centrale coördinatie vanuit Amsterdam:35 full-time taxateurs op de afdeling Valuation Advisory Services

circa 20.000 taxaties per jaar

DTZ Zadelhoff v.o.f.

26

Worldwide: 11,000 real estate and capital market experts in 40 countries with 200 offices in 163 cities

3.600employees94 offices 27 countries

EMEA - Europe, Middle East and

Africa

Asia / Pacific Region

6.000 employees38 offices 9 countries

America

1.400 employees68 offices 4 countries

DTZ Group ‐Worldwide

27

1. Doelen, Begrippen, Methoden 2. Referenties nader beschouwd

Inhoud presentatie

1. Doelen, begrippen, methoden

29

Onderscheid de volgende stappen:

1. Doel

2. Waardebegrip

3. Waarderingsmethode

De methode mag geen invloed hebben op het waardebegrip en het waarderingsresultaat.

Waarderen van vastgoed: het fundament

30

• koop / verkoop

• huur / verhuur

• balanswaardering (4e EG rl./IFRS/ROZ‐IPD)

• successie

• Wet WOZ

• financiering

• fusie / overname

• bedrijfsbeëindiging

• interne doeleinden

• huurherziening (w.o. 7:303 BW)

• onteigening, planschade, nadeelcompensatie

• (her)ontwikkeling

1. Doel van een taxatie: veel mogelijkheden

31

• RICS: Market Value

• IFRS: Fair Value

• NVM: Onderhandse verkoopwaarde

• ROZ/IPD: Marktwaarde in verhuurde staat

• WOZ: Waarde in het economische verkeer

Wat is waarde?

32

• Is waarde wat de gek er voor geeft?

• Is waarde wat de meest biedende besteedt?

• Is waarde een afspiegeling van onze begeerte?

Onderscheid:

• waarde / prijs

• worth / price / value

Wat is waarde?

33

Investmentmanagement

Price Value

Worth

InvestorConsultancy

Valuations

Research

InvestementAgency

Price, Worth, Value

34

• onderhandse verkoopwaarde

• executiewaarde

• (residuele) grondwaarde

• canonwaarde en erfpachtwaarde

• (gecorrigeerde) vervangingswaarde

• waarde economisch verkeer (WOZ)

• herbouwwaarde (ex art. 960 BW)

• onteigeningsschadeloosstelling

• ontwikkelingswaarde

• uitpondwaarde

• bedrijfswaarde

• huurwaarde

• huurwaarde ex art. 7:303 BW

2. Diverse waardebegrippen

35

• Direct comparatieve methode

• Wettelijke benadering

• Inkomstenbenadering

• Kostenbenadering

3. Diverse waarderingsmethoden

36

A. Inkomsten (huur) gebaseerd = Marktwaarde Directe opbrengstwaarde grond en opstal (m2 vvo);

comparatieve methodeIndirecte opbrengstwaarde: CW huur inkomsten – uitgaven (m2 vvo);

huurwaarde kapitalisatie discounted cash flow methode

B. Inkomsten (omzet) gebaseerd = Bedrijfswaarde Indirecte opbrengstwaarde: CW bedrijfs inkomsten – uitgaven

bedrijfswaarde methode (evt. check met vervangingswaarde)

C. Kosten gebaseerd = VervangingswaardeHerbouwwaarde opstallen (incl. fundering, rente, A&D etc) (m2 bvo)Minus afschrijvingen plus grondwaardevervangingswaarde methode


37

Continuüm tussen markt en vervangingswaarde

Vastgoed categorie

Incourant

A Markt WaardeA Markt Waarde

Top down

Netto inkomsten kapitaliseren

Beschikbaarheid Markt Data

Vastgoed categorie

Courant

Mate van aannames mbt taxatie neemt toe

Bottom up

Grond + bouwkost. - afschrijving

C Vervangings Waarde

C Vervangings Waarde

Vastgoed categorie

Specifiek

B Bedrijfs WaardeB Bedrijfs Waarde


38

Toepassing:• Min of meer courant vastgoed• Market evidence noodzakelijk• Verhuurd of te verhuren vastgoed• Bij stabiele en langlopende huurstromen met

relatief standaard huurovereenkomsten

Voordelen:• Relatief eenvoudige methode• BARREN worden gepubliceerd

Nadelen:• Momentopname• Correcties nodig, zoals correctief onderhoud,

leegstand, erfpachtcorrectie etc.

Huurwaardekapilisatiemethode

39

Toepassing:• Zeer geschikt voor berekenen van beleggingswaarde

Voordelen:• De waarde van elke belegging ligt in de toekomst, niet in het

verleden• Ook toepasbaar bij incourant vastgoed• Ook toepasbaar bij sterk variërende inkomensstromen• Risico’s eenvoudiger kwantificeerbaar• Weinig verborgen aannames mogelijk• Minder gevoelig voor marktsentimenten• Door de belegger zélf te berekenen• Geschikt voor uitpondscenario’s

Nadelen:• Veel vrijheidsgraden.• Bepaling van vele parameters is moeilijk• Market evidence gecompliceerd• Inschatting toekomstige cash flows is moeilijk• Overkill risico (in cash flow én disconteringsvoet)

Discounted Cashflow methode

2. Referenties nader beschouwd

41

• Gebruikerskwaliteit

• Gebouwkwaliteit

• Gebiedskwaliteit

• Macro‐economische kwaliteit

Basisprincipe: De ‘optimale aanwending’.

De waardebeïnvloeders

42

Utrecht, Maliebaan 50Dossiernummer: T00000, Peildatum: 25-4-2007

REN QUICKSCAN - WONINGCOMPLEX DTZ Zadelhoff

G E B I E D Object Markt Object Markt >-5 -5 -4 -3 -2 -1 +1 +2 +3 +4 +5 >+5 Weging Score

1.1 Gemiddelde bevolkingsgroei in Gemeente afgelopen => 2,0% en < 3,0% =>-1,0% en <1,0% 7 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 6,0% 4,2

1.2 Gemiddelde bruto inkomen in de Gemeente afgelope =>-5% en <+5% => 25% en < 50% 5 7 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 9,0% 4,5

1.3 Verhouding tussen aantal huishoudens en aantal won =>1,0 en < 2,0 =>4,0 3 10 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 9,0% 2,7

1.4 Werkgelegenheid; Aantal niet-werkende werkzoekend => 2% en < 3% => -2% en < -1% 3 6 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 4,5% 1,4

1.5 Aandeel niet-westerse allochtonen tov totaal aantal in => -25% en < -15% => -45% en < -35% 3 6 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 1,5% 0,5

2.1 Verhouding huur woningen / totale woningvoorraad => 5% en < 15% => 15% en < 25% 7 9 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 7,5% 5,3

2.2 Verhouding woningtype van het complex ten opzichte => 5% en < 15% =>-5% en <+5% 4 3 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 7,5% 3,0

2.3 Geplande ontwikkelingen / nieuwbouw in de Gemeent => -10% en <+10% => 25% en < 40% 4 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 7,5% 3,0

2.4 Woningprijsontwikkeling in de afgelopen 10 jaar => 2,5% en < 5,0% => -5,0% en < -2,5% 5 3 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 7,5% 3,8

Score Object 60% 28,2

S U B T O T A A L Score Markt 36,9

Score Object t.o.v. markt - 24%

G E B O U W Object Markt Object Markt >-5 -5 -4 -3 -2 -1 +1 +2 +3 +4 +5 >+5 Weging Score

1.1 mutatiegraad => 5% en < 10% => 15% en < 20% 3 7 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,9% 0,3

1.2 verkoopbaarheid wooneenheden 3 tot 6 maanden => 12 maanden 7 0 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,9% 0,6

1.3 verhouding aantal sociale huurwoningen tov totaal <=5% => 25% en < 35% 10 7 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,9% 0,9

1.4 bouwtechnische / fysieke mogelijkheden tbv uitpondin 1 keer 'ja' 4 keer 'ja' 9 3 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,9% 0,8

1.5 juridische mogelijkheden tbv uitponding niet mogelijk direct mogelijk 0 10 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,9% 0,0

2.1 gemiddelde oppervlakte van wooneenheid => 22,5% en < 27,5% =>-2,5% en < 2,5% 9 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,9% 0,8

2.2 gemiddeld aantal kamers per wooneenheid 4 kamers 3 kamers 7 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,5% 0,3

2.3 gemiddelde aantal m² buitenruimte per wooneenheid 30 m² tot 40 m² 30 m² tot 40 m² 4 4 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,9% 0,4

2.4 bouwperiode 1970 tot 1990 1970 tot 1990 5 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,5% 0,2

2.5 onderhoudsniveau matig goed 3 7 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,5% 0,1

2.6 afwerkingsniveau goed goed 7 7 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,5% 0,3

2.7 uitstraling / imago slecht matig 0 3 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,5% 0,0

2.8 toegankelijkheid matig voldoende 3 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,5% 0,1

3.1 voorzieningenniveau, binnen een straal van 500 mete 1 keer 'ja' 0 2 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 2,4% 0,5

3.2 kwaliteit openbaar gebied, binnen een straal van 100 3 keer 'ja' 5 keer 'ja' 4 6 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 3,0% 1,2

3.3 hinder als gevolg van: 3 keer 'ja' 2 keer 'ja' 3 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 4,2% 1,3

3.4 sociale status buurt/wijk voldoende voldoende 5 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 2,4% 1,2

4.1 openbaar vervoer : op-/uitstapmogelijkheden A op 1.000 tot 1.500 m of B op 500 tot A op 500 tot 1.000 m of B op minder d 5 7 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 1,5% 0,8

4.2 openbaar vervoer : aanwezigheid NS-station op 1.000 m tot 1.500 m op 1.000 m tot 1.500 m 5 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,8% 0,4

4.3 nabijheid van autosnelweg 2 tot 3 km 1 tot 2 km 5 7 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,8% 0,4

5.1 liftvoorziening: totale liftcapaciteit gedeeld door aantal 1:10 tot 1:20 1:10 tot 1:20 7 7 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 1,1% 0,7

5.2 isolatie 1 keer 'ja' 3 keer 'ja' 3 7 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,8% 0,2

5.3 staat klimaat / elektrotechnische installaties voldoende voldoende 5 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,3% 0,2

5.4 sanitaire voorzieningen voldoende 0 0 0 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,6% 0,0

5.5 parkeren op eigen terrein (parkeernorm) minder dan 1:1 1:2 tot 1:2,5 10 3 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 0,3% 0,3

6.1 eigendomssituatie erfpacht - canon afgekocht voor een p erfpacht - canon afgekocht voor een p 5 7 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 1,5% 0,8

6.2 juridische lasten / beperkingen niet aanwezig niet aanwezig 10 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 1,5% 1,5



Score Object t.o.v. markt + 4%

G E B R U I K E R Object Markt Object Markt >-5 -5 -4 -3 -2 -1 +1 +2 +3 +4 +5 >+5 Weging Score

1.1 actuele leegstand in % => 0% en <3% => 0% en <3% 9 9 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 5,0% 4,5

1.2 procentuele afwijking contracthuur versus de markthu <= -50% => -10% en <+10% 10 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 1,0% 1,0

1.3 gemiddeld inkomensniveau per huishouden EUR 30,000 tot EUR 40,000 EUR 40,000 tot EUR 50,000 7 5 0 1 2 3 4 5 6 7 8 9 10 >-5 -5 -4 -3 -2 -1 1 2 3 4 5 >+5 4,0% 2,8



Score Object t.o.v. markt + 19%

9 105 6 7 81 2 3 4

0 1 2 3 84 5 6 7 9 10

8 9 100 1 2 3 4 5 6 7

Afwijking t.o.v. Markt

Afwijking t.o.v. Markt

0

43

Dossiernumm

REN QUICKSCAN - WONINGCOMPLEX

T O T A A L O V E R Z I C H T

A S P E C T E N W E G I N G S C O R E Weging

G E B I E D 60%

1. G E B I E D 1. G E B I E D 0

G E B O U W 30%

2. G E B O U W 2. G E B O U W 1

G E B R U I K E R 10%

3. G E B R U I K E R 3. G E B R U I K E R 1

T O T A A L 0 S C O R E O B J E C T 40%

O B J E C T V S M A R K T

S C O R E P E R A S P E C T O B J E C T V S M A R K T

Maximaal Maximaal

Markt Markt

Object Object

A S P E C T E N O B J E C T V S A S P E C T E N M A R K T

Markt

Object

T O T A A L S C O R E

60

30

10

37

147

28

148

0

10

20

30

40

50

60

70

G E B I E D G E B O U W G E B R U I K E R

G E B O U W40%

G E B R U I K E R20%

G E B R U I K E R30%

G E B R U I K E R

G E B O U WG E B I E D

50%

75%25%

0%

44

A N A L Y S E - S H E E T peildatum : 01-07-2006

Portefeuille X Pronam

K W A L I T E I T Object - Portefeuille

Totale kwaliteit gebouw

Gemiddelde kwaliteit portefeuille

70,5

60,855,5

65,8

81,2

89,3 91,4

50,9

75,578,9

0

10

20

30

40

50

60

70

80

90

100

1 2 3 4 5 6 7 8 9 10

Real Estate Norm: Kwantificeren van kwaliteit

Referenties en Retail

• Beleggingsreferenties winkelcentra

– Het te taxeren object wordt op verzorgingsgebiedniveau vergeleken met de referenties.

• Winkelgebiedsanalyse:

– Hoe verhoudt het getaxeerde winkelgebied zich tot het gemiddelde van dit type winkelgebied?

Appels met appels vergelijken!

Referenties en woningcomplexen

Referenties in de kantorenmarkt

BeleggingsreferentiesAdres Plaats aantal m2 Transactie BAR Datum

vvo (in EUR) (THI v.o.n.)

Hoofdstraat Noordwijk 2.500 6.250.000 6,50% 1-1-2009Vuurtorenplein Noordwijk 2.850 7.125.000 6,25% 2-1-2009Beijaert 17 Noordwijk 5.000 15.000.000 6,00% 3-1-2009

vvo: verhuurbare vloeroppervlakteBron: DTZ Research

Beoordeling referenties t.o.v. getaxeerde | beleggingenGebied Gebouw Gebruiker Markt Totaal

Hoofdstraat + o + o beterVuurtorenplein + o - - minderBeijaert 17 + o + o beter

vvo: verhuurbare vloeroppervlakte

Toelichting(en)xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Weergave in taxatierapport

50

Het taxeren van vastgoed is een vak maar ook een kunde.Opleiding en ervaring moeten in evenwicht zijn.

Bedankt voor uw aandacht!

Voor meer informatie over DTZ Zadelhoff: www.dtz.nl


Casametrie – de kunst van het modelleren en het voorspellen van de marktwaarde van woningen

Prof. dr. Marc Francke

Marc K. FranckeAmsterdam

28e VOGON studiemiddag, 7 April 2010 52

Casametrie

De kunst van het modelleren en voorspellen van de marktwaarde van woningen

28e VOGON studiemiddag, 7 april 2010 Casametrie· 53

Waarderingspraktijk

De waarderingspraktijk in Nederland is de laatste 15 jaar veranderd van traditionele waardering naar het gebruik van geavanceerde waarderingsmodellen.Waarderingsmodellen worden op grote schaal gebruikt voor– Belastingheffing

– Jaarlijkse waardering van onroerend goed

– Vastgoedindex voor woningcorporaties– Marktwaarde is input voor de berekening van het directe rendement

– Verkrijgen van Nationale Hypotheek Garantie– Marktwaarde in relatie tot hypotheekschuld


Gebruik van modellen

– Groot vertrouwen in het functioneren en de resultaten van modellen, maar nauwelijks eisen gesteld aan de modellen

– Een uitzondering: Waarderingskamer– Belangrijkste modeleisen:

– Minimale kenmerken verzameling: locatie, object classificatie, bouwjaar, grootte woning en kavel

– 5 jaar historie aan transactiecijfers– Verschillen in kenmerken moeten leiden tot verklaarbare verschillen

in waarde

– Eerste stap, maar geen garantie voor een zinnige model specificatie


Deel 1: Vastgoed waarderingsmodel

– Eisen aan waarderingsmodellen vanuit een vastgoed en econometrisch perspectief– Speciale karakter van de vastgoedmarkt en de consequenties voor

waarderingsmodellen– Concrete eisen aan waarderingsmodellen– ‘Best practices’– Bezwaren tegen waarderingen

– Focus is op de woningmarkt (Casametrie)


Deel 2: Is de Nederlandse woningmarkt overgewaardeerd?Zijn Nederlandse woningprijzen te hoog in relatie tot fundamentele factoren?(rente, inflatie, inkomen, nieuwbouw, demografie, enz.)

– Ononderbroken prijsstijging vanaf 1985 tot en met 2008– Jaarlijkse prijsstijgingen tussen 10 and 18% in 1996-2001– Hoogtepunt in 2008– Prijsverandering: 2009 t.o.v. 2008: -3% (CBS)


Is de Nederlandse woningmarkt overgewaardeerd?Voorspellingen van woningprijzen hangen af van – Eventuele huidige overwaardering– Voorspellingen van fundamentele factoren: verschillende

scenario’s

Analyse is gebaseerd op een ‘error correction model’– Lange termijn relatie tussen woningprijzen en fundamentele

factoren– Korte termijn dynamiek– Data: 1970 tot 2009


Overzicht

1. Vastgoed waarderingsmodel– Speciale karakter van de vastgoedmarkt en de

consequenties voor waarderingsmodellen– Concrete eisen aan waarderingsmodellen– ‘Best practices’– Bezwaren tegen waarderingen

2. Is de Nederlandse woningmarkt overgewaardeerd?


Deel 1. Vastgoed waarderingsmodel MarktwaardePrivate vastgoed markt (Geltner et al., 2007)– Unieke objecten worden in hun geheel veranderd– Transacties vinden relatief zelden en onregelmatig plaats– Overeenkomsten zijn het gevolg van besloten onderhandelingen tussen

private partijenDeze kenmerken onderscheiden een onroerengoedmarkt van

bijvoorbeeld een aandelenmarkt

Goede deals are zijn mogelijk door zorgvuldig onderzoek en goede onderhandelingen

Consequentie: prijs is niet gelijk aan waarde


Marktwaarde en transactieprijzen (1)

– Marktwaarde kan worden afgeleid van transactieprijzen.– De eenvoudigste situatie:

verschillende transactieprijzen voor identieke objecten op dezelfde transactiedatum

– Transactieprijzen vormen een kansverdeling– Marktwaarde wordt gedefinieerd door

– Gemiddelde transactieprijs of (transactieprijs gewogen met kansen)

– Meest waarschijnlijke transactieprijs (transactieprijs met hoogste kans )

– Transactieruis: verschil tussen prijs en waarde


Marktwaarde en transactieprijzen (2)

– Definitie van marktwaarde kan worden gegeneraliseerd naar heterogene objecten

– Veronderstel een relatie tussen prijzen en objectkenmerken(grootte woning en kavel, locatie, etc.)

– Marktwaarde is de gemiddelde of meest waarschijnlijke prijs gebaseerd op het model

– De betrouwbaarheid van de marktwaarde wordt weergegeven door de spreiding tussen transactieprijzen en de modelwaarden


TransactieruisHerhaalde verkopenmodel (1)– Transactieruis wordt gemeten door de relatieve standaard-

afwijking (in percentages)– De grootte van de transactieruis kan met behulp van een

herhaalde verkopenmodel (Case & Shiller, 1987, 1989) worden geschat– Analyse van paren van verkopen van hetzelfde object– Belangrijkste toepassing van herhaalde verkopen modellen is het

meten van prijsverandering. – Het meten van de grootte transactieruis is een bijproduct.


TransactieruisHerhaalde verkopenmodel (2)– Aanname van het model is dat de objecten niet veranderen

in de tijd. (Echter, het is mogelijk om (gedeeltelijk) voor de verschillen te corrigeren.)

– Een gemeenschappelijke prijstrend wordt afgeleid uit alle paren van herhaalde verkopen

– Voor alle paren kan de eerste transactieprijs naar de tweede transactiedatum geïndexeerd worden

– Het relatieve verschil tussen de geïndexeerde transactie-prijzen is een maatstaf voor de transactieruis


TransactieruisHerhaalde verkopen model (3)– Toepassing van het herhaalde verkopenmodel op data van

het Kadaster, zie Francke (2009)– Periode: 1993 Januari – 2009 Mei– Aantal herhaalde verkopen: ± 1.500.000– Standaardafwijking van transactieruis

– Rijwoningen: 6,8%– Twee-onder-een-kap: 7,6%– Appartementen: 7,8%– Vrijstaande woningen: 8,7%


Transactieruis en de kwaliteit van een model

– Transactieruis is een ondergrens voor de kwaliteit van een (model) waardering:– σmodel > σtransactieruis (σ = standaardafwijking)

– Oorzaken:– Objecten zijn niet uniek; correcties voor verschillen– Een model is een vereenvoudiging– Niet alle karakteristieken zijn beschikbaar en van goede

kwaliteit


Overzicht

1. Vastgoed waarderingsmodel– Speciale karakter van de vastgoedmarkt en de

consequenties voor waarderingsmodellen

– Concrete eisen aan waarderingsmodellen– ‘Best practices’– Bezwaren tegen waarderingen



Eisen aan modelspecificatie (1)

Waarderingsmodel hangt af van– Beschikbare data: transactieprijs, -datum, karakteristieken, locatie– Relatie tussen variabelen en transactieprijs

– Het doel is het vinden van een model waarbij model-waarden zo dicht mogelijk liggen bij de transactieprijzen, gebaseerd op een zo klein mogelijk aantal kenmerken– Minimaliseer de standaardafwijking van de residuen

= relatieve verschil tussen prijs en modelwaarde



1. Minimaliseer de relatieve standaardafwijking van de residuen (in %)

– Een verschil tussen een transactieprijs en een marktwaarde van €10.000 bij een marktwaarde van €100.000 is ‘erger’ dan een identiek verschil bij een marktwaarde van €500.000

2. Een zinnige modelspecificatie is voor de meeste variabelen in factoren (multiplicatief). Voorbeelden:

– LocatieHet is natuurlijker om de verschillen in waarde tussen een ‘goede’ en ‘slechte’ buurt uit te drukken in percentages, dan in absolute bedragen onafhankelijk van de grootte van de woning

– Tijd: prijsveranderingen zijn in percentages– Onderhoud– Veroudering



3. De waarde van een woning is minder dan evenredig met de woninggrootte (wet vd afnemende meeropbrengsten)

– Aan deze eisen kan worden voldaan door het toepassen van een logaritmische transformatie op zowel prijs als grootte van de woning

– Gevolgen van de logaritmische transformatie– Het multiplicatieve model wordt additief en kan worden geschat met lineaire

regressie– De residuen zijn ‘meer’ normaal verdeeld, een van de aannames bij het

toepassen van lineaire regressie– Bovenstaande argumenten zijn niet alleen logisch, maar worden ook

bevestigd door statistische analyse


Overzicht

1. Vastgoed waarderingsmodel– Speciale karakter van de vastgoedmarkt en de consequenties voor

waarderingsmodellen– Concrete eisen aan waarderingsmodellen

– ‘Best practices’– Bezwaren tegen waarderingen



In welke mate komen modelwaarden en transactieprijzen met elkaar overeen?– Voorbeeld Heerlen: 2.658 transacties in 2001 – 2004

– Eengezinswoningen– Relatieve standaardafwijking van de residuen: 11,8%– 5% punten hoger dan standaardafwijking van de transactieruis

– Dit is een typisch voorbeeld van wat van een ‘goed’ model verwacht mag worden, gegeven de kwaliteit van de beschikbare data

– Interpretatie van de standaardafwijkingen van de residuen– 95% betrouwbaarheidsinterval voor modelwaarde van €250.000 :

(€191.000; € 309.000)

Best practices (1)


Best practices (2)

Maakt het uit welk waarderingsmodel wordt gekozen?– Clapp en O’Connor (2008) beschrijven een experiment

– 11 partijen (7 professionals en 4 academische): 11 modellen– Data: 51.590 transacties in Farfaix County in Virginia,

inclusief karakteristieken. Periode: 1967 – 1991.– Doel: waardering van 5000 woningen

(transacties van deze woningen werden achtergehouden)– Resultaten (criterium: mean absolute percentage error, MAPE)

– Private partijen: MAPE tussen 11,8% en 27%– Academici: MAPE tussen 11,8% en 12,6%

– Een goed waarderingsmodel loont


Overzicht

1. Vastgoed waarderingsmodel– Speciale karakter van de vastgoedmarkt en de consequenties voor

waarderingsmodellen– Concrete eisen aan waarderingsmodellen– ‘Best practices’

– Bezwaren tegen waarderingen2. Is de Nederlandse woningmarkt overgewaardeerd?


Bezwaren tegen vastgestelde waarden

Bezwaren tegen WOZ waarden

– Bezwaarmarge: 5%– Vastgestelde waarde: €200.000– Bezwaar: alleen ontvankelijk voor waarden lager dan €189.000

– Bezwaarmarge moet niet worden verward met de betrouwbaarheid van waarderen


Transparantie

– Aantal waarderingsmodellen operationeel in Nederland (WOZ, Woningcorporaties, NHG): >10

– Taxateurs zijn verplicht te motiveren waarom ze van een modelwaarde afwijken. Hoe?

– Noodzaak voor onafhankelijke instantie:– Opleiding:

Kennis over waarderingsmodellen is zwak bij taxateurs

– Kwaliteit standaarden:Geen duidelijke standaarden voor waarderingsmodellen

– Benoemen van verschillen tussen modellen


Overzicht

1. Vastgoed model waardering– Speciale karakter van de vastgoedmarkt en de consequenties voor

waarderingsmodellen– Concrete eisen aan waarderingsmodellen– ‘Best practices’– Bezwaren tegen waarderingen



Part 2. Is de Nederlandse woningmarkt overgewaardeerd?

Verschillende rapporten, met verschillende conclusies:– OECD (2005): overwaardering 2004 van 20%– IMF (2008): overwaardering in 2007 van 30%– CPB (2008) in reactie op IMF: overwaardering ≈10% in 2003,

0% in 2007– IMF (2009a): begin 2009 overwaardering ≈ 7%– IMF (2009b): ‘global housing prices are in agreement with fundamental

economic factors’– De Vries (2009), OTB. Geen overwaardering in 2009– Onderliggende modellen: ‘error correction’ modellen

(verschillende data en specificaties)


Error Correction Model

– Lange-termijn relatie– prijs niveau hangt van de niveaus van fundamentele variabelen

(rente, inkomen, enz.)– lange-termijn relatie definieert evenwichtsprijs P*

– als actuele prijs P boven de evenwichtsprijs P* is: overwaardering

– Korte-termijn dynamiek– Prijs veranderingen worden verklaard door

– vorige prijs veranderingen– veranderingen in fundamentele factoren en– het verschil tussen de werkelijke en evenwichtsprijs in de vorige

periode


ECM voor de Nederlandse woningmarkt (1970-2009)Research (Francke, Vujić and Vos)– Periode van grote prijsstijging (jaren 70), gevolgd door crisis in de

woningmarkt rond 1980, is opgenomen in de studie (i.t.t. vele andere studies)

– Constante kwaliteit prijsindex– Periode tot 1995: Herhaalde verkopen index (Mahieu and Van Bussel, 1996)– Vanaf 1995: Spar index (CBS)

– Fundamentele factoren– Aanbod variabelen spelen geen rol

– Aantal nieuwbouwwoningen (koop –en/of huursector)– Bouwkosten– Woningvoorraad


ECM: Lange-termijn relatie: prijsniveau

– Gebruikskosten (als percentage van de woningprijs)– Hypotheekrente gecorrigeerd voor hypotheekrente aftrek +– Onderhouds-, verzekeringskosten en afschrijvingen –– Verwachte inflatie

– Geaggregeerd beschikbaar looninkomen per huishouden– Gemiddelde looninkomen per huishouden– Grootte van de beroepsbevolking– Werkloosheid

– Geaggregeerd financieel vermogen per huishouden– Spaargelden + Overige liquide middelen – Schulden– Hypotheekschulden en woningen aandelenbezit maken geen deel uit van

het financieel vermogen


– Veranderingen in gebruikskosten

– Veranderingen in geaggregeerd financieel vermogen

– Veranderingen in BBP

– Error correction term

– Prijsverandering in vorige periode

ECM: Korte-termijn relatie: prijsveranderingen


ECM Schattingsresultaten

– Coëfficiënten zijn elasticiteiten (variabelen in log)– Coëfficiënten hebben het goede teken en de juiste

ordegrootte– In de lange-termijn relatie:

– Reële woningprijzen stijgen met 14% als looninkomen stijgt met 10%

– ECM verklaart de prijsveranderingen goed

ttttttt

tttt

pppp

p

wealth16.0gdp22.1ruc0.08-)(0.23-31.0

,wage43.1wealth69.00.34ruc--0.87*

111

*

Δ+Δ+Δ−Δ=Δ

++=

−−−


Gerealiseerde en gemodelleerde woningprijs(veranderingen)

1970 1975 1980 1985 1990 1995 2000 2005 2010−0.25

0.00

0.25

0.50

0.75

pric

e le

vel (

in lo

g)

Real house price Fitted real house price

1970 1975 1980 1985 1990 1995 2000 2005 2010

−0.1

0.0

0.1

0.2

pric

e ch

ange

(in

log)

Change in real house price Fitted change in real house price


Reële woningprijsindex (1995: 100), de lange-termijn evenwichtsprijs en de EC term

80

100

120

140

160

180

200

−20

−10

0

10

20

30

40

50

1970 1975 1980 1985 1990 1995 2000 2005 2010

pric

e in

dex

Percentage

Real House Price Error Correction Term Long Term Equilibrium Price


Overwaardering?

– Halverwege de jaren 70: substantiële onderwaardering– Eind 1970 / begin 1980 : grote overwaardering– Geen aanwijzing voor overwaardering nu– Welke factoren dragen bij aan de verandering van de

evenwichtsprijs?– In de jaren 70 vooral het gevolg van veranderingen in de gebruikskosten– In de tweede helft van de jaren 90 is de stijging van het beschikbare

looninkomen een belangrijke oorzaak voor de stijging van de prijzen.– Het financiële vermogen speelt een secundaire rol

– Jaarlijkse prijsverandering in de vorige periode telt voor 30% mee in de prijsverandering in de huidige periode


Veranderingen in de lange-termijnevenwichtsprijs

-35.0%

-25.0%

-15.0%

-5.0%

5.0%

15.0%

25.0%

35.0%

45.0%

55.0%

1971

1973

1975

1977

1979

1981

1983

1985

1987

1989

1991

1993

1995

1997

1999

2001

2003

2005

2007

2009

User Costs Financial Wealth Disposable wage income Change in long-term equilibrium price


Woningprijs voorspellingen (1)

– Er is geen sprake van een correctie van de woningprijs als gevolg van overwaardering

– Voorspellingen van de woningprijzen hangen daarom vooral af van voorspellingen van de fundamentele factoren

– Drie scenario’s– Basis scenario (CPB, 15/12/09),

– inflatie (+1%)– hypotheekrente (almost constant)– inkomen (-1¾%) en– groei bbp (+1½%)

– Optimistisch (snel herstel) and pessimistisch (langzaam herstel)scenario


Woningprijs voorspellingen (2)

– Voorspellingen ECM 2010-2015 – Terug naar niveau 2008 (nominaal)

– Basis scenario: in 2011– Pessimistisch scenario: in 2014

– Geen rekening gehouden met potentiële veranderingen in fiscale behandeling van eigen woning– Het model kan worden gebruikt om dit door te rekenen. – Verder onderzoek.

Change 2010 Nominal Real

Pessimistisch -1½% -1½%

Basis 1% 0%

Optimistisch 3% 1½%


Vragen?


Parametrische modellen

– Parametrische modellen, zoals het regressiemodel, veronderstellen – a priori een structuur tussen kenmerken en prijzen, en dat– De storingen een normale verdeling hebben

– Belangrijkste voordelen van parametrische statistische modellen– Schattingsresultaten kunnen geïnterpreteerd worden en zijn uit te

leggen aan een niet-statistisch publiek, zoals taxateurs en belastingbetalers.

– Het statistische kader vormt een coherent kader voor conclusies– Modelaannames kunnen worden getoetst (proportionaliteit tussen prijs en

grootte, de invloed van specifieke kenmerken op de waarde)– Formele vergelijking tussen concurrerende modellen


Data-driven modellen

– Een veelgenoemd bezwaar tegen parametrische modellen is dat ze te rigide zijn, i.t.t. data-driven modellen, zoals niet-parametrische modellen of neurale netwerken

– Belangrijkste nadelen van data-driven modellen:– Interpretatie en toetsing van modellen is moeilijk– Veel waarnemingen nodig voor het kalibreren van de modellen– Niet of nauwelijks betere resultaten

(Ze worden nauwelijks toegepast voor modelmatige waardebepaling)– Alternatieve modellen met flexibele functionele vormen,

semi-parametrisch zou je kunnen zeggen– Een voorbeeld hiervan is het hiërarchisch trendmodel:

Francke en de Vos (2000)


Het hiërarchisch trendmodel (1)

– In HTM wordt de invloed van de tijd op een geavanceerde en flexibele manier gemodelleerd

– Tijd-onafhankelijk gedeelte:invloed van woningkarakteristieken is constant in de tijd(assumption can be relaxed)

– Tijd-afhankelijk gedeelte: in maanden1. Gemeenschappelijke trend2. Gebiedsafhankelijke trend3. Woningtype specifieke trends

– De gebieds- en woningtype specifieke trends wijken af van de gemeenschappelijke trend



Het model kan worden geparafraseerd alslog transactieprijs van woning i in gebied j voor woningtype k op tijd t =

invloed van de individuele kenmerken woning i +niveau van de gemeenschappelijke trend op tijd t +niveau van de gebiedstrend j op tijd t +niveau van de woningtype trend k op tijd t +storing

– Stochastische trend structuur– Gemeenschappelijke trend: ‘local linear’ trend model

(verwachte prijs verandering in volgende periode is prijs veranderingin huidige periode)

– Specifieke trends: ‘random walks’(verwachte prijs volgende periode is prijs huidige periode)



Random walk en ‘local linear’ trend model– Bevat een aantal veel gebruikte modellen als extremen

voor specifieke parameter keuzes:– Lineaire trend

– Prijsveranderingen zijn gelijk voor iedere periode

– Dummy variabelen– Geen enkele structuur– Vereist veel waarnemingen

– Flexibele functionele vorm en spaarzaam in aantal parameters



Dummy variabelen worden gewoonlijk gebruikt in herhaalde verkoop en hedonische modellen om prijsveranderingen te meten– Impliciete aanname is dat prijsniveau in periode t niet

afhangt van vorige en volgende perioden

– Schatting van prijsniveau is gevoelig voor transactieruis, in het geval van– Kleine samples, het aantal waarnemingen per periode is laag– Grote uitschieters

– Resulterende prijsindex onbetrouwbaar



– In HTM is het huidige prijsniveau afhankelijk van vorige en volgende perioden. – Het reduceert de invloed van transactieruis– ‘signal-noise ratio’ wordt uit de data geschat

– Voorbeeld: maandelijkse prijsindex voor appartementen in Friesland

– SPAR (Sales price appraisal ratio) index: index periode t alleen afhankelijke van transacties in periode t: gepubliceerd door CBS– Gem. aantal tranacties per maand: 54

– ‘Local linear trend’ herhaalde verkopen model: index periode thangt af van vorige en volgende perioden (Francke, 2009)– Herhaalde verkopenmodel gebruikt ongeveer 40% van alle

beschikbare transacties


Nominale prijsveranderingen voor appartementen in Friesland

1995 2000 2005

−10

0

10

20

30

40

pric

e ch

ange

in %

SPAR Local linear trend repeat sales model



Voorbeeld:– SPAR index

– Erg volatiel: maandelijkse prijsveranderingen van 40%– Transactieruis wordt geabsorbeerd door index– Grote prijsstijgingen in periode t worden gecompenseerd door grote

prijsdalingen in periode t+1

– Local linear trend herhaalde verkopen model– Index is ‘smoother’– De invloed van de transactieruis op de prijsindex is aanzienlijk

gereduceerd


Afsluiting door drs. Cor Worms RBA


Borrel

Bedankt voor uw komst en we ontmoeten u graag op onze volgende studiemiddag met als thema:

“Krimp en groei: kans of bedreiging”

1

ir. Bert Teuben

ROZ Performancemeting B.V.

7 april 2010

Taxaties vs.transacties

© IPDwww.ipd.com Apr-10

Inhoud

Algemene ontwikkelingen binnen taxatiemethodiek

Rendementsontwikkeling

• Historische ontwikkelingen

• Invloed van parameters

Taxatienauwkeurigheid

• Verschil tussen taxatiewaarde en verkoopprijs

2


Algemene ontwikkelingenVerhouding intern en externe taxaties

Taxaties met peildatum 31 december


Algemene ontwikkelingenAandeel interne taxaties op geheel

4


Totaal Rendement Standing Investments1995-2009

Tota

al

Rendem

ent

%


Relatief Rendement Alle Objecten tenopzichte van Standing Investments1995-2009

Rela

tief

Rendem

ent

%

5


Investeringsactiviteiten: 1995-2009als % van waarde per jaareinde


Effect gestarte ontwikkelingen oprendementen in 2009alle sectoren en trend

Trend

6


Waardeontwikkeling 1977-2009Historische cijfers

Waard

eontw

ikkeli

ng

%


Kwartaalindex 2001-2009Nederland, Verenigd Koninkrijk &Verenigde Staten

Tota

alR

endem

ent

%

7


Onderliggende parameters waarde-ontwikkeling


Onderliggende ontwikkelingenwoningen

Negatieve invloed op waarde in 2009: (0,5 tot 2,0% )

• Lagere inschatting toekomstige huurgroei

• Lagere inschatting toekomstige waardegroei

• Hogere disconteringsvoeten

• Daling leegwaarde woningen

• Hogere exit-yield

• Daling huur- en verkoopmutatiegraad

Positieve invloed op waarde in 2009: (0,5 tot 2,0% )

• Toename huurinkomsten

8

© IPDwww.ipd.com


Apr-10

© IPDwww.ipd.com


Apr-10

Aanname waardeontwikkeling tot op 3 maanden voor transactie

Uitkomsten zowel:

• Gewogen als ongewogen

• Absoluut en richting

Resultaten over 2009 zijn in oktober 2010 beschikbaar

(www.rics.org)

9


Gemiddelde gewogen afwijking tussenverkoopprijs en taxatiewaarde,1998 - 2008

Resultaat NL in 2009 negatief(ROZ/IPD)


Gemiddelde gewogen afwijking tussenverkoopprijs en taxatiewaarde per sector1998 – 2008 in Nederland

Resultaat NL in 2009 met name voor woningen negatief

(ROZ/IPD)

10


Afwijking tussen verkoopprijs entaxatiewaarde% aantal waarnemingen tussen +/- 10%

Resultaat NL in 2009 beter

(ROZ/IPD)


Conclusies

Steeds meer externe taxaties

Rendementsontwikkeling

• Impact met name van stijging aanvangsrendementen in 2009

• Aanzienlijke daling restwaarde in taxaties


• In 2009 voor het eerst negatief verkoopresultaat in Nederland

• Nederland gunstig ten opzichte van andere landen

11

© IPDwww.ipd.com

Dank voor uw aandacht

Apr-10

Bert Teuben

IPD Nederland

Busplein 30

1315 KV Almere

Nederland

Tel: +31 (0)88 328 2200

Email: [email protected]

Web: www.ipd.com

Intellectual Property Rights and use of IPD statistics as benchmarksWhether in the public domain or otherwise, IPD's statistics are the intellectual property of Investment Property Databank Limited.It is not permissible to use data drawn from this presentation as benchmarks.

© Investment Property Databank Limited (IPD)-08. Database Right, Investment Property Databank Limited (IPD)-08.All rights conferred by law of copyright and by virtue of international conventions are reserved by IPD

Welkom - BaseNet 7 april 2010... · Vereniging van Onroerend Goed Onderzoekers Nederland PROGRAMMA...

Documents

Transcript of Welkom - BaseNet 7 april 2010... · Vereniging van Onroerend Goed Onderzoekers Nederland PROGRAMMA...