Commissie Modelmatig Waarderen Platform Waardering Onroerende Zaken
Dit rapport is voorbereid door de Commissie Modelmatig Waarderen van het Platform Waardering Onroerende Zaken. De commissie bestaat uit: Gerard Jippes (voorzitter) Jebbo Haverkamp Gerard Heimans Ruud M. Kathmann Joop Kooreman Pieter Weeber De Vereniging Platform Waardering Onroerende Zaken (Platform WOZ) is opgericht in 1997. De leden van het platform zijn op persoonlijke titel lid. De vereniging zet zich in om de waardebepaling van onroerende zaken op een hoger niveau te brengen, door het stimuleren en organiseren van onderzoek en discussie vanuit diverse vakdisciplines. Samen met zijn leden probeert het platform invulling te geven aan een verantwoorde benadering van de waardebepaling van onroerende zaken.
1
Inhoud
1
Inleiding ...........................................................................................................................................3 1.1 1.2 1.3
2
De Commissie Modelmatig Waarderen van het Platform WOZ..............................................3 Waarom een modelmatige waardebepaling? .........................................................................3 Structuur ..................................................................................................................................4
Onroerende zaken en onroerende goederen ..................................................................................6 2.1 2.1.1 2.1.2 2.2 2.2.1
Onroerende zaken ...................................................................................................................6 Onroerend ...............................................................................................................................6 Zaken ......................................................................................................................................6 Onroerende goederen .............................................................................................................6 Goederen ................................................................................................................................6
3
Doel van het waarderen ..................................................................................................................7
4
Waardebegrippen ............................................................................................................................8
5
Eisen aan de waardebepaling ...................................................................................................... 10
6
Gegevens ..................................................................................................................................... 12
7
Methoden ..................................................................................................................................... 14 7.1 7.2 7.3 7.4
Groepen van methoden........................................................................................................ 14 Methoden gebaseerd op vergelijking ................................................................................... 14 Inkomstenmethoden ............................................................................................................. 16 Kostenmethoden .................................................................................................................. 18
8
Modellen ....................................................................................................................................... 20
9
Typen kwantitatieve modellen ...................................................................................................... 22 9.1 Kennissystemen ................................................................................................................... 22 9.1.1 Wat is een kennissysteem? ................................................................................................. 22 9.1.2 Soorten kennissystemen ...................................................................................................... 23 9.1.2.1 Expertsysteem ..................................................................................................................... 23 9.1.2.2 Case Based Reasoning ....................................................................................................... 24 9.1.2.3 Neuraal netwerk ................................................................................................................... 25 9.2 Statistische modellen ........................................................................................................... 26 9.2.1 Enkelvoudige regressie ........................................................................................................ 26 9.3 Tot slot .................................................................................................................................. 29
10
Modelmatige waardebepaling in stappen ..................................................................................... 30
11
Risico's bij toepassing modelmatige taxatie ................................................................................. 33
12
Conclusies en aanbevelingen ...................................................................................................... 35
12.1 12.2
Conclusies ........................................................................................................................ 35 Aanbevelingen .................................................................................................................. 36
Bijlagen ................................................................................................................................................. 37
2
1
Inleiding
1.1
De Commissie Modelmatig Waarderen van het Platform WOZ
De belangstelling voor het modelmatig waarderen van onroerende zaken neemt toe. Terwijl de publieke discussie rond dit onderwerp zich met name richt op de betrouwbaarheid van modelmatig waarderen, discussiëren specialisten over de keuze voor een bepaalde methodiek en over de kosten die ermee gemoeid zijn. Om een bijdrage te leveren aan deze discussies heeft het Platform WOZ de Commissie Modelmatig Waarderen ingesteld. Doel van de commissie is beschrijven in hoeverre het modelmatig waarderen van onroerende zaken mogelijk is. Ook is de commissie gevraagd aan te geven welke risico‟s zich voor kunnen doen bij modelmatig waarderen, en om ideeën aan te dragen om deze weg te nemen. De vraag vanuit het Platform WOZ sluit aan bij de internationale belangstelling voor omvangrijke modelmatige waardebepaling. De International Valuation Standards Committee (IVSC) is bezig een standaard op te stellen die vergelijkbaar is met bijvoorbeeld de internationale accountants standard (zie IVSC: Exposure draft of proposed International Valuation Application - Mass Appraisal of real property, augustus 2002). Waar het belastingdoeleinden betreft is de International Association of Assessing Officers (IAAO) ook bezig een standaard vast te leggen (IAAO: Member exposure draft: Standard on Automated Valuation Models (AVMs), juli 2003).
1.2
Waarom een modelmatige waardebepaling?
De vraag naar snel beschikbare, actuele en betrouwbare informatie over de waarde van onroerende zaken groeit. Overheden die hun eigen belastingcapaciteit willen vaststellen, bedrijven die de boekwaarde van hun objecten willen kennen en particulieren die een woning willen kopen of verkopen, zijn gebaat bij de juiste informatie. De toename van de vraag wordt onder meer gestimuleerd door de vorderingen op het gebied van ICT (informatie- en communicatietechnologie). Deze zorgen ervoor dat de mogelijkheden om gegevens snel en eenvoudig te verzamelen en te interpreteren, steeds meer als vanzelfsprekend worden ervaren. Dat geldt voor bedrijven en instellingen maar ook voor particulieren. Gaat het echt om informatie over de waarde van onroerende zaken, dan blijkt al gauw dat alleen de beschikbaarheid van informatie zélf vanzelfsprekend is; wil je ook de actualiteit en de betrouwbaarheid ervan kunnen garanderen, dan moet je maatregelen nemen. Op de eerste plaats moet de informatie actueel worden gehouden. Afhankelijk van het doel van de taxatie worden onroerende zaken met een bepaalde regelmaat gewaardeerd. Vooraf is echter niet altijd bekend welke onroerende zaken gewaardeerd moeten worden. Dus moet de waarde van álle onroerende zaken actueel worden gehouden, of de waarde van een specifieke onroerende zaak moet op verzoek worden bepaald. Het actueel houden van de waarde van onroerende zaken op de klassieke manier kost veel tijd en energie. Het op verzoek bepalen van de waarde, zorgt ervoor dat de informatie niet direct
3
beschikbaar is. Pas wanneer de waarde modelmatig wordt bepaald, generiek voor alle onroerende zaken of naar behoefte voor één of enkele onroerende zaken, kan informatie direct beschikbaar worden gemaakt. Met andere woorden: wanneer de gevraagde informatie sneller beschikbaar, actueler en goedkoper moet zijn, neemt het belang van een modelmatige waardebepaling toe. Ook moet informatie betrouwbaar zijn. Betrouwbaarheid kan meestal worden verkregen door een klassieke individuele taxatie, op basis van een analyse van het marktsegment en door het inzetten van vakbekwame taxateurs. Echter, vakbekwaamheid is geen sinecure en het analyseren van het marktsegment voor elke afzonderlijke taxatie is niet doelmatig. Dit blijkt niet alleen uit de kosten, maar ook uit de mate waarin de resultaten inzichtelijk zijn, met name voor degenen die minder vakbekwaam zijn. Met andere woorden: niet de betrouwbaarheid van de informatie is het probleem, maar de mate waarin betrouwbaarheid geverifieerd kan worden. Ook hier kan een modelmatige waardebepaling een bijdrage leveren. Het model maakt een beoordeling van de betrouwbaarheid mogelijk, terwijl uit de gebruikte gegevens eenvoudig een selectie kan worden gemaakt die de taxatie inzichtelijk maakt. Dit geldt voor woningen en voor niet-woningen, met dien verstande dat het model en de (markt)gegevens zullen afwijken.
1.3
Structuur
Om antwoord te geven op de vraag óf en in hoeverre het modelmatig waarderen van onroerende zaken mogelijk is, heeft de commissie een aantal begrippen geformuleerd. Vervolgens wordt ingegaan op relaties tussen deze begrippen, om daarna te schetsen hoe de keuze voor een vorm van modelmatige waardebepaling tot stand kan komen. Verschillende aspecten van waardebepaling komen aan de orde. Hoofdstuk 2
Het begrip onroerend goed wordt afgezet tegen het begrip onroerende zaak.
Hoofdstuk 3
De vraag komt aan de orde of het doel van een waardering van invloed is op de keuze voor de manier waarop deze plaatsvindt.
Hoofdstuk 4
Er wordt een opsomming gegeven van verschillende waardebegrippen.
Hoofdstuk 5
We gaan in op de vraag of er een relatie kan worden onderscheiden tussen het doel van een waardering en de eisen die aan de waarderingswijze worden gesteld.
Hoofdstuk 6
In dit hoofdstuk komen de gegevens aan de orde die gebruikt worden voor een modelmatige waardebepaling.
Hoofdstuk 7
Hier worden de methoden en technieken behandeld die kunnen worden toegepast bij een waarderingsmodel. Hierna gaan we per methode in op de benodigde gegevens.
Hoofdstuk 8
Welke modellen kunnen worden onderscheiden?
Hoofdstuk 9
Hier wordt een aantal kwantitatieve modellen behandeld.
4
Hoofdstuk 10
Dit hoofdstuk bevat een globaal en algemeen stappenplan om tot een waarderingsvorm te komen.
Hoofdstuk 11
Hier wordt ingegaan op de risico‟s bij modelmatige waardebepaling.
Hoofdstuk 12
Conclusies en aanbevelingen.
5
2
Onroerende zaken en onroerende goederen
Het Burgerlijk Wetboek maakt een onderscheid tussen onroerende zaken en onroerende goederen. Een onroerende zaak is een fysiek object dat grondslag van rechten kan zijn. Onroerend goed is een breder begrip, dat naast de onroerende zaak ook de rechten op (vermogensbestanddelen van) een onroerende zaak omvat. Verder definieert het Burgerlijk Wetboek onroerend als kenmerk van zaken, niet van goederen. Soms bestaat de behoefte om de waarde van een onroerende zaak te kennen en soms is inzicht in de waarde van een onroerend goed van belang (bijvoorbeeld: wat is de waarde van alle bloot eigendomsrechten in onze portefeuille). Voor de waardebepaling zijn echter altijd de prijzen op de onroerendgoedmarkt van belang. Op die markt worden immers de (vaak beperkte of persoonlijke) rechten op onroerende zaken verhandeld. Hieronder worden de definities „onroerende zaken‟ en „onroerend goed‟ verder uitgewerkt.
2.1
Onroerende zaken
2.1.1 Onroerend Onroerend zijn de grond, de nog niet gewonnen delfstoffen, de met de grond verenigde beplanting, alsmede de gebouwen en werken die duurzaam met de grond zijn verenigd, hetzij rechtstreeks, hetzij door vereniging met andere gebouwen of werken (art. 3:3 BW). Al hetgeen volgens verkeersopvatting onderdeel van een zaak uitmaakt, is bestanddeel van die zaak. Een zaak die met een hoofdzaak zodanig verbonden wordt dat zij daarvan niet kan worden afgescheiden zonder dat beschadiging van betekenis wordt toegebracht aan één der zaken, wordt bestanddeel van de hoofdzaak (art. 3:4 BW). De vraag of de vereniging duurzaam is, moet aan de hand van objectieve maatstaven worden beoordeeld. Het gaat erom of het bouwsel naar aard en inrichting bestemd is om duurzaam ter plaatse te blijven. Bij de beantwoording van die vraag, moet worden gelet op de bedoeling van de bouwer voorzover mogelijk. Ook de omvang, de constructie, het gebruik, de historie en de voorzieningen spelen daarbij een rol. 2.1.2 Zaken Zaken zijn de voor menselijke beheersing vatbare stoffelijke objecten (art. 3:2 BW). De afbakening van een object ten behoeve van een taxatie is daarmee gericht op het benoemen van een geheel van fysieke eenheden.
2.2
Onroerende goederen
2.2.1 Goederen Goederen zijn alle zaken en alle vermogensbestanddelen (art. 3:1 BW). Het begrip goed is daarmee meeromvattend. Het erfpachtrecht op een perceel is wel een goed, maar niet een onroerende zaak (het is een beperkt recht op een onroerende zaak).
6
3
Doel van het waarderen
Waarderen (synoniemen: waardebepaling en taxatie) is het voor een gegeven doel zo goed mogelijk benaderen van de waarde van een vastgoedobject op een bepaalde datum of voor een beperkte periode, ter ondersteuning van de besluitvorming over een bepaalde actie of handeling. Toelichting: -
een waardebepaling vindt altijd „op benaderende wijze‟ plaats en is niet exact. De toegestane marge hangt af van de actie waarvoor de bepaling wordt uitgevoerd;
-
de haalbare marge in de waardering is afhankelijk van de aard van het object en de beschikbare (markt)gegevens (ook wel: de technische marge), en van de kosten die met de mate van nauwkeurigheid zijn gemoeid;
-
de datum waarvoor de waarde is bepaald is van wezenlijk belang, omdat die verandert in de tijd. Soms is er sprake van een stijging, dan weer van een daling;
-
de actie of handeling waarvoor de waardebepaling wordt gedaan bepaalt de toegestane onnauwkeurigheidsmarge en het te hanteren waardebegrip en hangt samen met de waarderingsmethode. Zo wordt de economische waarde van een woning bepaald volgens de vergelijkingsmethode, terwijl de herbouwwaarde uitgaat van de bouwkosten. Hiermee hangt ook de afbakening van het object samen: bij de bepaling van de economische waarde hebben de grond en de ligging een grote invloed op de waarde, terwijl bij de herbouwwaarde juist de aard van het gebouw bepalend is.
Voorbeelden van waarderingsdoelen: -
bij de aankoop van een woning (eigen woning) is het doel het bepalen van een reële vraagprijs of een reëel bod;
-
bij de aankoop van een (bedrijfs)pand voor belegging op lange termijn is het doel een reële inschatting te maken van het te behalen rendement;
-
bij de aankoop van een (bedrijfs)pand voor uitoefening van een bedrijf is het doel een reële inschatting te maken van de te behalen bedrijfsresultaten;
-
in het kader van de Wet Waardering Onroerende Zaken is het doel het bepalen van een heffingsmaatstaf voor verschillende belastingen die rechtsgelijkheid en rechtvaardigheid bij de belastingheffing mogelijk maakt;
-
bij de hypotheekverstrekking is het doel de hypotheeknemer (kredietverschaffer) inzicht te geven in de waarde van het onderpand;
-
bij het opstellen van de jaarrekening is het doel het bepalen van de reële (boek)waarde van de (vastgoed)activa van de onderneming;
-
bij de overname van bedrijven is het doel het beoordelen van de (balans)waarde en/of productiewaarde van het vastgoed;
-
bij de onteigening van vastgoed is het doel het bepalen van een reële schadeloosstelling voor de rechthebbenden die gedwongen hun onroerend goed moeten afstaan;
-
bij een taxatie voor de aangifte van successierechten is het doel het bepalen van een heffingsmaatstaf voor deze belasting;
-
voor het sluiten van een (brand)verzekering is het doel het indiceren van de kosten van herbouw na teloorgang.
7
4
Waardebegrippen
De verschillen in mogelijke waarderingsdoelen hebben geleid tot variaties in het begrip „waarde‟. Bijvoorbeeld: In het kader van de Wet WOZ: De meest waarschijnlijke prijs die bij aanbieding ten verkoop op de voor de onroerende zaak meest geschikte wijze, na de beste voorbereiding door de meest biedende gegadigde zou zijn besteed. Voor de (brand)verzekering: Het bedrag dat nodig is om het desbetreffende verzekerde vastgoedobject in geval van tenietgaan ervan op dat moment, op dezelfde plaats, met dezelfde bestemming en op technisch gelijkwaardige wijze te herbouwen, doch exclusief de grondkosten en de bouwkosten van fundering tot aan de onderkant van de begane grond of keldervloer, tenzij anders overeengekomen. Om verwarring bij het lezen van dit rapport te voorkomen is een beperkt aantal waardebegrippen opgesomd, conform de indeling van de Nederlandse Vereniging van Makelaars (NVM). In 1984 heeft de NVM voor het eerst de in de praktijk gebruikte waardebegrippen op een rijtje gezet, met de i
aanbeveling om maximaal vijftien waardebegrippen te gebruiken. In 1997 is deze exercitie herhaald . Het aantal te gebruiken waardebegrippen is in die periode gegroeid tot 25. Daarnaast zijn in de praktijk andere waardebegrippen waarvan de NVM het gebruik afraadt, omdat deze onduidelijk zijn of omdat ze tot verwarring kunnen leiden. Welk waardebegrip gebruikt moet worden, hangt natuurlijk af van het doel. In de indeling voor de 25 waardebegrippen is dit duidelijk herkenbaar: Koop en verkoop, vrijwillig: 1. onderhandse verkoopwaarde, vrij van verhuur en gebruik; 2. onderhandse verkoopwaarde, in verhuurde staat; 3. openbare verkoopwaarde, vrij van verhuur en gebruik; 4. openbare verkoopwaarde, in verhuurde staat. Koop en verkoop, gedwongen: 5. gedwongen onderhandse verkoopwaarde, vrij van verhuur en gebruik; 6. gedwongen onderhandse verkoopwaarde, in verhuurde staat; 7. gedwongen onderhandse verkoopwaarde, bij eigen gebruik; 8. gedwongen openbare verkoopwaarde, vrij van verhuur en gebruik; 9. gedwongen openbare verkoopwaarde, in verhuurde staat; 10. gedwongen openbare verkoopwaarde, bij eigen gebruik. Huur en verhuur en pacht, tot stand gekomen door vraag en aanbod: 11. economische huurprijs.
8
Huur en verhuur en pacht, in de wet vastgelegd: 12. huurprijs woonruimte; 13. huurprijs 1624-bedrijfsruimte (BW); 14. huurprijs overige onroerende zaken (Huurwet); 15. pachtprijs agrarische onroerende zaken. Jaarrekening onderneming: 16. opbrengstwaarde; 17. bedrijfswaarde; 18. vervangingswaarde. Overdrachtsbelasting en Successierecht: 19. waarde in het economische verkeer. Wet Waardering Onroerende Zaken: 20. waarde in het economische verkeer; 21. gecorrigeerde vervangingswaarde; 22. bestemmingswaarde; 23. benuttingwaarde. Verzekering: 24. herbouwwaarde; 25. vervangingswaarde. Welk van de begrippen relevant is, wordt bepaald door het doel van de waardering. Door een combinatie van het waarderingsdoel, het begrip en de te hanteren (wettelijke) voorschriften, wordt bepaald welke methode van waardebepaling gebruikt moet worden. Bij elk van de opgesomde waardebegrippen kan een definitie worden gegeven, doch veel van de begrippen spreken voor zich. In de praktijk is het eerste waardebegrip „onderhandse verkoopwaarde, vrij van verhuur en gebruik‟ het belangrijkste. Veel van de definities van de overige waardebegrippen zijn van dit begrip afgeleid. In de praktijk wordt het dan ook vaak gedefinieerd als „de waarde in het economische verkeer‟. Het begrip waarde in het economische verkeer in het kader van de Wet Waardering Onroerende Zaken is dan ook gebaseerd op deze „onderhandse verkoopwaarde, vrij van verhuur en gebruik‟, zoals blijkt uit de definitie in het kader van de Wet WOZ: De veronderstelde prijs die een redelijk handelende verkoper en een redelijk handelende koper na een zorgvuldige voorbereiding zouden overeenkomen onder de veronderstelling dat alle rechten onmiddellijk ter beschikking komen van de veronderstelde koper (onmiddellijk en in volle omvang in gebruik te nemen).
9
5
Eisen aan de waardebepaling
Welke eisen aan een waardering worden gesteld, wordt primair bepaald door het waarderingsdoel. In elke situatie kunnen de eisen worden beschreven. Deze hebben betrekking op: -
de mate waarin wordt aangesloten bij het waarderingsdoel en geldende bepalingen;
-
de mate van nauwkeurigheid van de waardering, zowel absoluut als relatief;
-
de wijze van onderbouwing van de waarde;
-
de onderbouwing van de keuze voor een waarderingsmethode;
-
het moment waarop de uitkomsten van een waardering beschikbaar zijn;
-
de kostprijs van de waardering;
-
de mate van objectiviteit;
-
het vertrouwen dat belanghebbenden stellen in de uitkomst van waardering (acceptatie).
Aansluiting op het doel van de waardering Uit het doel van de waardering moet af te leiden zijn welk waardebegrip van toepassing is. Daarbij moet rekening worden gehouden met wettelijke voorschriften, uniformerende afspraken en de wensen van de opdrachtgever. De nauwkeurigheid van de waardering Een hogere nauwkeurigheidseis kan (grote) invloed hebben op de kosten van een taxatie. Daarom moet een zorgvuldige afweging worden gemaakt tussen nauwkeurigheid en de risico's die bij gebruik van het taxatieresultaat optreden, als een grotere foutmarge is toegestaan. Afhankelijk van het doel van de taxatie ligt het accent op absolute of relatieve nauwkeurigheid. Moet een afweging worden gemaakt tussen twee objecten, dan is de relatieve nauwkeurigheid tussen beide taxaties van belang. Gaat het om de beslissing om in een object te investeren, dan is de absolute nauwkeurigheid van groter belang. Bij de waardebepaling voor belastingdoeleinden is zowel de relatieve als de absolute nauwkeurigheid van belang. Immers de rechtsgelijkheid vraagt dat iedereen „naar draagkracht‟ belasting betaalt, terwijl de absolute hoogte van de belasting afhankelijk is van de absolute nauwkeurigheid van de taxatie. In dit rapport wordt onder „nauwkeurigheid‟ zowel „precisie‟ als „betrouwbaarheid‟ verstaan. De wijze van onderbouwing van de waarde De onderbouwingswijze is afhankelijk van de voorschriften die gelden bij een bepaald gebruik. Zo kent de Wet WOZ een wettelijk vastgesteld standaard taxatieverslag. Verschillende branchegroepen hanteren standaard taxatierapporten (bijvoorbeeld een NVM taxatierapport). In het algemeen bestaat de onderbouwing van een waarde uit vier onderdelen: -
de aanduiding van het getaxeerde object (afbakening);
-
kenmerken van het getaxeerde object;
-
omgevingskenmerken;
-
gebruikte marktcijfers en/of kengetallen.
10
De onderbouwing van de keuze voor een waarderingsmethode De keuze voor een waarderingsmethode is gebaseerd op de afweging tussen het taxatiedoel en de beschikbare gegevens. De onderbouwing van de keuze bestaat minimaal uit een beschrijving van het te hanteren waardebegrip, de methoden om dat begrip te benaderen, de gegevens die voor die methoden nodig zijn en de aanduiding van de beschikbare gegevens. Om de beste aansluiting te krijgen bij het waardebegrip, moet voor het (modelmatig) waarderen een keuze worden gemaakt uit de methoden en technieken. Bijvoorbeeld: De vergelijkingsmethode sluit beter aan op de marktwaarden (verkoop en economische huurprijs), terwijl een expertsysteem beter zal voldoen bij het bepalen van de herbouwwaarde (zie hoofdstuk 9). Het moment waarop de uitkomsten van een waardering beschikbaar zijn De taxatie wordt gemaakt om een beslissing te ondersteunen. Ze moet dus tijdig beschikbaar zijn. Bij het geven van een taxatieopdracht moet ook het beslissingsmoment worden aangegeven. Bijvoorbeeld een beslissing in de vorm van een aankoopbod, het offreren van een hypotheek of het verzenden van een WOZ-beschikking. De kostprijs van de waardering De kostprijs van de waardering moet in redelijke verhouding staan tot het (financiële) belang dat met de taxatie is gemoeid. De kostprijs wordt voor een groot deel bepaald door de beschikbaarheid van (markt)gegevens en de vereiste nauwkeurigheid. Samen bepalen zij welke waarderingsmethoden mogelijk zijn. De opdrachtgever maakt zijn keuze wanneer hij de prijs/kwaliteitsverhouding kent. De mate van objectiviteit Bij het formuleren van de taxatieopdracht moet worden aangegeven of de taxatiewaarde objectief moet zijn (dat wil zeggen: een waarde die geldig is voor een „willekeurige gegadigde‟) of juist subjectief (specifiek rekening houdend met de wensen en mogelijkheden van een belanghebbende). Het vertrouwen dat belanghebbenden stellen in de uitkomst van de waardebepaling De resultaten van de taxatie moeten de belanghebbenden het vertrouwen geven dat hun doel kan worden bereikt. Heeft een belanghebbende een waarde laten bepalen voor het stellen van een vraagprijs, dan moet hij ook het vertrouwen hebben dat hij met de taxatie een potentiële koper kan overtuigen. Overigens is in dit voorbeeld ook de potentiële koper een belanghebbende. Waar de belangen liggen, wordt vooral duidelijk bij de waardebepaling voor belastingdoeleinden. Daar is met name van belang dat de belastingplichtige (de belanghebbende) het vertrouwen heeft in de juistheid van de bepaalde waarde. Het vertrouwen in de waarde kan worden bereikt door voldoende inzicht te geven in de waarderingsmethode, de nauwkeurigheid, de mate van objectiviteit en de deskundigheid van de uitvoerders. Vertrouwen in de waarderingsmethode zal niet ontstaan wanneer de methode wordt gepresenteerd als een „black box‟. De belanghebbende moet een toelichting krijgen op de uitgangspunten van de methode en de manier waarop de kwaliteit wordt gecontroleerd.
11
6
Gegevens
Gegevens zijn grootheden waarmee je wiskundig kunt werken; feiten waarmee je gevolgtrekkingen kunt maken. Welke gegevens nodig zijn voor een waardering is afhankelijk van het doel en de waarderingsmethode. In alle gevallen zijn er vier typen gegevens: -
over de afbakening van het te taxeren vastgoedobject (objectafbakening);
-
over de te taxeren objecten (objectkenmerken);
-
over de omgeving van het te taxeren object (omgevingskenmerken);
-
marktgegevens.
Bij objectafbakening moet gedacht worden aan de fysieke afbakening (welke onderdelen moeten wel of niet worden gewaardeerd) en aan de juridische afbakening (bijvoorbeeld: wordt een volledig eigendomsrecht gewaardeerd of alleen het vruchtgebruiksrecht). De beschikbaarheid van gegevens en de kosten om ze toegankelijk te maken, bepalen mede de waarderingsmethode. Dit is alleen mogelijk wanneer er keuzevrijheid bestaat voor een methode, die niet te zeer wordt beperkt door strikte voorschriften over de methode. Ook moeten de gegevens over verschillende methoden voorhanden zijn. In de praktijk moeten alle betrokkenen dezelfde taal spreken. De „bouwer‟ van het model moet een begrip hetzelfde interpreteren als de taxateur. Een helder en eenduidig begrippenkader is belangrijk om gegevens te verwerken. Een gegeven is hetzelfde als een variabele of een veld in een database. Voorbeelden van gegevens zijn „type object‟, „grootte van het object‟ en „bouwjaar‟. Het gegeven „type object‟ krijgt als waarde bijvoorbeeld „vrijstaande woning‟. Om een eenduidig begrippenkader te creëren is het noodzakelijk elk gegeven te beschrijven aan de hand van een aantal metagegevens. Gegevens over gegevens dus. Deze manier van vastleggen wordt onder andere gehanteerd door het Nederlands Normalisatie Instituut (NNI) en door gemeenten (in de vorm van hun GFO‟s). Metagegevens kunnen bijvoorbeeld als volgt worden vastgelegd: -
gegevensnaam (unieke naam voor ieder gegeven: type object, bouwjaar, grootte, enz.);
-
definitie (omschrijving van het gegeven);
-
herkomst van de definitie (hier wordt aangegeven waar de definitie vandaan komt);
-
eenheid (de eenheid waarin het gegeven wordt uitgedrukt, bijvoorbeeld euro‟s of kubieke meters);
-
meetmethode (de manier waarop het gegeven is opgenomen, bijvoorbeeld conform NEN-norm 3535);
-
domein (geeft de verzameling van waarden weer die een gegeven kan aannemen);
-
bron (wie de waarde toekent van het gegeven);
-
commentaar (aanvullende informatie ter verduidelijking en opmerkingen die aangeven hoe het gegeven in een model wordt gebruikt).
12
Metagegevens zeggen niets over de kwaliteit en de betrouwbaarheid van gegevens. Beide zijn echter wel van belang bij het maken van een keuze voor een waarderingsmethode. Het verhogen van de kwaliteit en de betrouwbaarheid van gegevens door nauwkeurigheidseisen aan te scherpen, leidt veelal tot kostenverhogingen. Het doel en het belang van de waardering bepalen in feite de mate waarin geïnvesteerd wordt in het verzamelen en bijhouden van gegevens. Daarnaast moet per model de relevantie van een te verzamelen gegeven worden aangegeven. Bij het kiezen van een methode zijn dan de volgende vragen van belang: -
in hoeverre zijn metagegevens beschikbaar die een eenduidig begrippenkader mogelijk maken;
-
in hoeverre zijn gegevens (tegen een redelijke kostprijs) beschikbaar;
-
wat is de kwaliteit en de betrouwbaarheid van de gegevens.
13
7
Methoden
7.1
Groepen van methoden
De International Valuation Standards (IVSC) onderscheidt drie groepen waarderingsmethoden: -
de comperatieve methoden (gebaseerd op vergelijking);
-
de inkomstenmethoden;
-
de kostenmethoden.
Wat de uitvoering betreft zijn heel wat variaties denkbaar op grond van het waarderingsdoel, het waardebegrip, de aard van het vastgoedobject, de aard van de marktgegevens en de aard van de objectkenmerken. Het indelen van een taxatiemethode in één van deze groepen is discutabel. Zo is de huurwaardekapitalisatiemethode gebaseerd op het inschatten van de waarde in het economisch verkeer op grond van de jaarlijkse huurinkomsten. Op grond hiervan past de methode onder de inkomstenmethoden. Bij het bepalen van de mogelijke huurinkomsten kan het pand worden vergeleken met andere panden waarvoor marktgegevens beschikbaar zijn. Aldus kan deze methode ook worden ondergebracht bij de vergelijkingsmethoden. In dit rapport is de huurwaardekapitalisatiemethode ondergebracht bij de inkomstenmethoden. De onderstaande beschrijvingen van de verschillende methoden zijn met name ontleend aan G.G.M. e
Ten Have, Taxatieleer onroerende zaken, Houten 1997 (2 druk).
7.2
Methoden gebaseerd op vergelijking
De groep van comperatieve methoden kenmerkt zich door het vergelijken van het te taxeren object met objecten die (recent) onderwerp van een transactie zijn geweest. Bij het vergelijken moeten zowel de verschillen tussen de betrokken objecten, als tussen de omstandigheden of verkoopcondities die een rol hebben gespeeld, betrokken worden. Binnen de groep comperatieve methoden zijn er de volgende taxatiemethoden: -
de directe vergelijkingsmethode;
-
de (meervoudige) regressiemethode;
-
de huurwaardemethode.
14
De directe vergelijkingsmethode De directe vergelijkingsmethode wordt gebruikt om de verkoopwaarde van courante onroerende zaken te berekenen aan de hand van bekende transactiegegevens. De methode bestaat uit de volgende stappen: a. aan de hand van waardebepalende kenmerken worden vergelijkbare objecten geselecteerd; b. de transacties bij de vergelijkbare objecten worden gecorrigeerd voor de volgende zaken: -
omstandigheden die een rol hebben gespeeld bij het totstandkomen van de transacties (bijvoorbeeld in geval van een familietransactie of een verkoop in bewoonde staat);
-
de verschillen in waardebepalende kenmerken van de betrokken objecten (bijvoorbeeld de staat van onderhoud of de verhouding tussen de lengte en de breedte van de te taxeren onroerende zaak);
-
prijsontwikkelingen tussen het moment waarop de transacties hebben plaatsgevonden en het moment waarop de waarde van de onroerende zaak moet worden bepaald (indexering);
c.
het bestaan van publiekrechtelijke en privaatrechtelijke beperkingen;
de invloed van de verschillen in kenmerken wordt vastgesteld;
d. de waarde van de te taxeren onroerende zaak wordt berekend en het resultaat wordt gecorrigeerd voor de toestand van de waardebepalende kenmerken. De directe vergelijkingsmethode kan alleen worden toegepast wanneer er voldoende transacties binnen de groep van vergelijkbare objecten beschikbaar zijn om objectivering mogelijk te maken. De (meervoudige) regressiemethode Het corrigeren of objectiveren van een transactie voor de omstandigheden die een rol hebben gespeeld bij de totstandkoming en bij de waardebepalende kenmerken (zie stap b van de directe vergelijkingsmethode), is niet gemakkelijk. De variabelen oefenen immers invloed op elkaar uit. De (meervoudige) regressiemethode is een statistische analyse om de samenhang tussen deze variabelen te bepalen. De methode wordt beschreven in hoofdstuk 9. Uit de aard van deze methode blijkt overigens dat er bijna per definitie sprake is van een modelmatige aanpak. De huurwaardemethode De huurwaardemethode wordt gebruikt om de huurprijs van een onroerende zaak te berekenen. De stappen zijn dezelfde als bij de directe vergelijkingsmethode. De vergelijking wordt echter niet gemaakt tussen de onroerende zaken als geheel, maar tussen de eenheden die de basis voor de huurprijs bepalen (bijvoorbeeld het aantal vierkante of kubieke meters).
15
7.3
Inkomstenmethoden
De inkomstenmethoden gaan ervan uit dat de te taxeren onroerende zaak min of meer zelfstandig een inkomen oplevert. De waarde van het te taxeren object wordt bepaald aan de hand van het inkomen dat ermee kan worden gegenereerd. De groep van inkomstenmethoden kent de volgende taxatiemethoden: 1. de draagkrachthuurmethode; 2. de huurwaardekapitalisatiemethode; 3. de BAR-methode (bruto aanvangsrendement); 4. de NAR-methode (netto aanvangsrendement); 5. de DCF-methode (discounted cashflow). Bij de huurwaardekapitalisatie-, de BAR- en de NAR-methode gaat het om de huurinkomsten. Er is alleen een verschil in de manier waarop de huurinkomsten contant worden gemaakt naar de huidige marktwaarde. Voor elk van deze methoden moet de actuele huurwaarde of de actueel te verwerven huurprijs en het verwachte rendement worden geschat. Bij de draagkrachthuurmethode en de DCF-methode staan de opbrengsten die met een onroerende zaak verkregen kunnen worden centraal. Bij de DCF-methode wordt nog verder van de onroerende zaak geabstraheerd dan bij de draagkrachthuurmethode. Bij beide methoden speelt de mogelijke omzet (en de daarmee samenhangende kosten) een belangrijke rol. De draagkrachthuurmethode Hier worden de exploitatiemogelijkheden vanuit de onroerende zaak als uitgangspunt genomen, niet de onroerende zaak zelf. De waarde van de onroerende zaak wordt daarmee gekoppeld aan de (bedrijfs)activiteiten die worden uitgeoefend. De methode bestaat uit de volgende stappen: a. aan de hand van de bedrijfsactiviteiten vanuit de onroerende zaak worden vergelijkbare objecten geselecteerd; b. de omzetgegevens vanuit vergelijkbare objecten worden verzameld; c.
de omzetgegevens bij de vergelijkbare objecten worden gecorrigeerd voor de omstandigheden die een rol hebben gespeeld bij het totstandkomen van de omzet (bijvoorbeeld de omvang van het verzorgingsgebied en de ligging);
d. de gemiddelde omzet per vierkante meter verhuurbare vloeroppervlakte wordt berekend; e. de uitkomst van de berekening wordt vermenigvuldigd met het percentage van de jaaromzet dat gewoonlijk in de branche aan huurpenningen wordt betaald; f.
het bedrag per vierkante meter verhuurbare vloeroppervlakte dat in de branche gewoonlijk wordt betaald, wordt vermenigvuldigd met het aantal vierkante meters verhuurbare vloeroppervlakte van het object.
De draagkrachthuurmethode wordt met name gebruikt om de waarde van bijzondere vastgoedprojecten te bepalen.
16
De huurwaardekapitalisatiemethode Deze borduurt voort op de huurwaardemethode (zie 7.2). Doel is de gevonden huurwaarde om te zetten in een koopsom. De koopsom wordt berekend door de huurwaarde te delen door een rentevoet (of yield), of door de huurwaarde te vermenigvuldigen met een kapitalisatiefactor (of multiplier). De yield wordt herleid uit recent afgesloten transacties van vergelijkbare objecten, die vrij van huur en gebruik zijn verkocht. De yield wordt verkregen door voor elke beschikbare transactie de huurwaarde te delen door 1% van de investering van de koper (inclusief „kosten koper‟), waarna de uitkomst wordt geanalyseerd. Ook de multiplier wordt herleid uit recent afgesloten transacties van vergelijkbare objecten, die vrij van huur en gebruik zijn verkocht. De multiplier wordt verkregen door voor elke beschikbare transactie de investering (afhankelijk van het waardebegrip in- of exclusief “kosten koper”) te delen door de huurwaarde, waarna de uitkomst wordt geanalyseerd. Per transactie moet de investering worden beoordeeld op de volgende punten: -
welk deel van de investering wordt gevormd door de „kosten koper‟? Deze worden vaak gefixeerd op een bepaald percentage;
-
welke vermogenscomponenten vormen de koopsom? De componenten die niet zijn inbegrepen in de huurwaarde moeten van de koopsom worden afgetrokken;
-
in hoeverre is er sprake van achterstallig onderhoud? In dat geval moet de investering met deze kosten worden verhoogd;
-
in hoeverre is er sprake van specifieke omstandigheden die van invloed zijn geweest op het totstandkomen van de koopsom? Deze omstandigheden moet geëlimineerd worden.
Deze methode leidt tot verschillen in de yield of multiplier per type onroerende zaak. Deze worden veroorzaakt door: -
de mate van risico;
-
de mate waarin een en ander gefinancierd kan worden;
-
de netto opbrengst;
-
de mate waarin de bedrijfstak gevoelig is voor activiteiten van het management;
-
de mate van belasting- en/of subsidiedruk binnen de bedrijfstak.
De waarde van de onroerende zaak bestaat uiteindelijk uit de kapitalisatie van de berekende huurwaarde, aangevuld met waardecomponenten die niet in de huurwaarde zijn opgenomen. De BAR-methode Net als bij de huurwaardekapitalisatiemethode wordt hier uitgegaan van gerealiseerde of te realiseren huurprijzen. Deze methode is deels gelijk aan de huurwaardekapitalisatiemethode. Echter, bij de BAR-methode is het vereiste rendement afgeleid uit de eisen die beleggers stellen aan het bruto rendement dat zij willen ontvangen.
17
De NAR-methode Net als bij de huurwaardekapitalisatiemethode en de BAR-methode gaat de NAR-methode uit van gerealiseerde of te realiseren huurprijzen. In tegenstelling tot de huurwaardekapitalisatiemethode wordt bij de NAR-methode het vereiste rendement afgeleid uit de eisen die beleggers stellen aan het rendement. Daarbij wordt het netto rendement als uitgangspunt genomen. De DCF-methode Bij de berekening van de discounted cashflow (DCF) wordt een inschatting gemaakt van de te verwachten netto kasstromen. Hierbij worden alle inkomsten en uitgaven vertaald in jaarlijkse financiële kasstromen. Door het contant maken van deze kasstromen over een aantal jaren (bijvoorbeeld tien of twintig) en door rekening te houden met de restwaarde aan het eind van die periode, kan een inschatting worden gemaakt van de actuele waarde van de onroerende zaak. Daarbij hoeven bedrijfsactiviteiten gedurende deze periode niet hetzelfde te blijven. Wijzigingen komen tot uitdrukking in de kasstromen.
7.4
Kostenmethoden
De kostenmethoden gaan uit van productiekosten, vermeerderd met de prijs voor de grond en eventueel gecorrigeerd voor afwaarderingen. We onderscheiden de volgende taxatiemethoden: -
de kuberingsmethode;
-
de bouwdeelkostenmethode;
-
de retrospectieve methode;
-
de vervangingswaardemethode;
-
de residuele methode.
Bij elk van deze methoden worden de kosten geschat die gemoeid zijn met het (nieuw) bouwen van de onroerende zaak. Binnen deze opsomming kan een onderscheid worden gemaakt. Tussen de retrospectieve methode en de vervangingswaardemethode, maar ook tussen de kostenberekeningen bij de verschillende methoden. Bij de retrospectieve methode wordt teruggegrepen op de oorspronkelijke bouwkosten. Zeker wanneer het om een recent gebouwde onroerende zaak gaat, geven deze een goede indicatie van de kosten die gemoeid zijn met het opnieuw bouwen van een dergelijk object. De „historische bouwkosten‟ kunnen natuurlijk ook worden gebruikt voor de inschatting van de bouwkosten voor een te bouwen object. Bij de vervangingswaardemethode is de waardeberekening gebaseerd op actuele (of toekomstige) bouwkosten en kan dus niet zonder meer worden teruggegrepen op gerealiseerde prijzen.
18
Bij de kuberingsmethode wordt aangesloten bij de bouwkosten per kubieke meter die voor een bepaald type gebouw gelden. Bij de bouwdeelkostenmethode wordt een onderscheid gemaakt naar verschillen in de aard en de constructie van onderdelen, waarna de specifieke kosten afzonderlijk worden meegenomen. Bij bouwdelen kan gedacht worden aan fysieke onderdelen (een bepaalde ruimte), afzonderlijk bouweenheden (ruwbouw, inrichting, installaties) of aan verschillende kostenposten (materialen, uren, risico). De residuele methode is bijzonder. De geschatte bouwkosten worden gebruikt om (nadat deze zijn afgetrokken van een geschatte waarde van een te bouwen onroerende zaak) een reële prijs voor de grond te berekenen. De geschatte waarde van de te bouwen onroerende zaak zal daarbij meestal met één van de inkomstenmethoden worden berekend (bijvoorbeeld de NAR-methode).
19
8
Modellen
Doelstellingen van modelmatig waarderen Soms wordt de voorkeur gegeven aan een traditionele waardering, in andere gevallen aan een modelmatige aanpak. De keuze moet, behalve op het waarderingsdoel, ook gebaseerd te zijn op een combinatie van de volgende doelstellingen: -
het objectiveren van de waardebepaling;
-
het reduceren van de kosten;
-
het inzichtelijk maken van de waardebepaling voor belanghebbenden;
-
het vastleggen en vergroten van de kennis van de marktwerking;
-
het bewaken van de kwaliteit van de waardebepaling (conform marktniveau, vergelijkbaarheid van objecten).
Er zijn verschillende definities voor het begrip „model‟. Voor waarderingsdoeleinden zijn er enkele relevant: -
„een model is een vereenvoudigde weergave van de werkelijkheid‟;
-
„een model is een weergave in woorden of vergelijkingen, die de relatie tussen de waarde van een vastgoedobject en de waardebepalende factoren op de onroerendgoedmarkt verklaart‟;
-
„een model is een hulpmiddel om hypothesen over de samenhang tussen de kenmerken en de waarde van een vastgoedobject te toetsen‟.
In de praktijk zijn met name de kwantitatieve modellen (in de vorm van vergelijkingen en relaties) interessant. Deze vormen een onderdeel van het in de wetenschap gebruikte begrip „empirische modellen‟. Het gebruik van kwantitatieve empirische modellen heeft een vlucht genomen (de econometrie). Dit soort modellen dat gebruikt wordt bij waardebepaling, kan tot op zekere hoogte worden vergeleken met modellen ten behoeve van het doorrekenen van economische scenario‟s. Bij het gebruik van modellen in de dynamische praktijk van alledag kan niet worden uitgegaan van een statisch model. Het model moet immers aangesloten blijven bij de ontwikkelingen op de onroerendgoedmarkt. Om deze aansluiting te behouden is sprake van een empirische cyclus. Deze bestaat uit: -
observeren (verzamelen van markt- en objectgegevens);
-
het vormen van hypothesen over de samenhang tussen verschillende kenmerken (object- en omgevingskenmerken, marktfactoren) en de objectwaarde;
-
het kwantitatief toetsbaar maken van hypothesen (hypothese: een garage heeft een positieve invloed op de waarde; toetsbare kwantificering: bij elke woning met een garage wordt de geschatte waarde verhoogd met € 10.000);
-
toetsen of de kwantificering van de hypothese overeenkomt met de beschikbare, voor de desbetreffende periode relevante gegevens (blijken woningen met een garage echt een hogere verkoopprijs te hebben en is het verschil daadwerkelijk € 10.000);
-
evalueren welke hypothesen gelden en daarmee welke kwantitatieve relaties uiteindelijk de vereenvoudigde beschrijving van de werkelijkheid geven.
20
Via deze cyclus kan het waarderingsmodel aangesloten blijven bij de realiteit van de onroerendgoedmarkt. Daarnaast moeten de individuele conclusies uit het model (afzonderlijke schattingen) aan de hand van kenmerken (periode, betrouwbaarheid voor verschillende categorieën, etc.) worden geëvalueerd.
21
9
Typen kwantitatieve modellen
In dit hoofdstuk worden twee typen kwantitatieve modellen besproken: 1. kennissystemen; 2. statistische modellen. Binnen deze indeling bestaan veel varianten. Alleen de varianten waarvan reeds toepassingen binnen het vakgebied bestaan, worden besproken. Afhankelijk van de aard van het probleem en de wensen van de gebruiker scoort de ene variant beter dan de andere. Ze worden ook naast elkaar gebruikt, als aanvulling op elkaar. Aan het eind van dit hoofdstuk zullen we de toepasbaarheid van de verschillende varianten met elkaar vergelijken.
9.1
Kennissystemen
9.1.1 Wat is een kennissysteem? Kunstmatige intelligentie: de wetenschap die zich bezighoudt met het verkrijgen van inzicht in intelligentie, zodat langs kunstmatige weg intelligentie kan worden gegenereerd. Eén soort intelligentie is gebaseerd op kennis; kennissystemen zijn de technische realisatie daarvan. Een kennissysteem is een systeem dat gebruikt wordt ter ontsluiting van de kennis die het bevat. Het fungeert ook als actief aantekenboek; kennis kan in een systeem worden opgenomen, waarna het zelf de kennis toepast. Een kennissysteem is succesvol als het zich binnen de maatschappij weet te handhaven. Het doel van kennissystemen is meestal: -
het ondersteunen van experts;
-
het vervangen van experts;
-
het verspreiden van kennis;
-
het inzichtelijk maken en onderbouwen van een besluit of resultaat.
Kennistechnologie is complexe materie. Bedrijven die ermee werken, lopen er niet mee te koop. Vaak gaat het om maatoplossingen die niet „en masse‟ ingevoerd kunnen worden. Hoewel vraagstukken zich vaak herhalen, vereisen bedrijfsomgevingen en kennisdomeinen toch meestal een speciale ontwikkeling. Een kennissysteem bestaat meestal uit: -
een bank met feiten over objecten die bij een model horen;
-
een bank met regels die de verschillende methoden implementeren;
-
het afleidingsmechanisme.
22
Bij het gebruik van kennissystemen moet rekening worden gehouden met een aantal beperkingen: Kennistheoretische beperkingen Beperkingen met betrekking tot de kennis die een systeem ter beschikking heeft. Behalve onbeperkt toepasbare absolute kennis bevatten systemen ook zwakke plekken. Waarnemingsmogelijkheden (kosten, inconsistentie, e.d.) en andere factoren zijn aanleiding voor onzekere uitkomsten. Technologische beperkingen Beperkingen die samenhangen met computers waar kennissystemen op kunnen draaien, zowel hardware- als softwarematig. Beperkingen van de kennisverwerving Het oplossen van een probleem vereist domeinkennis. Het (gestructureerd) vastleggen van deze kennis is onmogelijk, dus moet een kennissysteem zélf kennis kunnen opbouwen en uitbreiden. 9.1.2 Soorten kennissystemen Er zijn grofweg drie typen kennissystemen: 1. expertsystemen; 2. case based reasoning; 3. neurale netwerken. 9.1.2.1 Expertsysteem Om expertkennis te verzamelen en vast te leggen is een manier ontwikkeld om deze te beschrijven. De regels zijn eenduidig en dus eenvoudig te programmeren. De deskundige voert de gegevens in, waarna het systeem het antwoord berekent. Zo wordt een structuur opgebouwd uit de kennis van de taxateur. Het model is dan de totale verzameling regels en voorwaarden. De kennis is erg uitgebreid en de taxatie van een object is van veel omstandigheden afhankelijk. Het gebruik van een verzameling regels is aantrekkelijk omdat: -
ze eenvoudig door programmeurs en deskundigen worden begrepen;
-
ze goed kunnen worden gegroepeerd om stukjes kennis vast te leggen;
-
ze onafhankelijk van elkaar functioneren;
-
ze in systeemprogrammatuur kunnen worden opgenomen.
Regels hebben echter ook beperkingen. Het kost vaak veel tijd kennis te verzamelen, te controleren en vast te leggen. Ook is het niet altijd mogelijk kennis over te dragen aan de automatiseringsdeskundige. De verzameling regels kan ook dermate uitgebreid zijn of snel verouderen, dat het onderhoud teveel tijd en geld kost. Expertsystemen zijn vooral nuttig indien: -
kennis aanwezig en beschikbaar is;
-
kennis gebaseerd is op exacte regels;
-
kennis en feiten niet of weinig veranderen;
-
het systeem een exact antwoord moet leveren.
23
De hierboven beschreven situatie doet zich in de taxatiewereld niet veel voor. Dit soort systemen is wellicht eerder geschikt voor de (bouw)kostenmethode dan voor een vergelijkingsmethode die werkt met (veranderende) marktgegevens. 9.1.2.2 Case Based Reasoning Een vraagstuk wordt vaak opgelost door het te vergelijken met eerdere gevallen. Die vormen dan het kennisdomein van de deskundige. Vervolgens beschrijft de deskundige elk geval aan de hand van een aantal kenmerken en biedt de oplossing. Bij deze methode leveren deskundigen voorbeelden die zo goed mogelijk het hele onderzoeksdomein weergeven. Een voorbeeld wordt in de computer ingevoerd door een aantal gegevens en een uitkomst in te voeren. De werkwijze is als volgt: -
verzamel voorbeelden van vraagstukken met de oplossing (de cases);
-
vergelijk het op te lossen vraagstuk met de best vergelijkbare case en stel de oplossing voor;
-
controleer en bevestig de oplossing.
Als het vraagstuk bij gebrek aan een goed voorbeeld een andere oplossing vraagt dan het systeem kon bieden, dan kan het nieuwe opgeloste probleem aan de cases worden toegevoegd: de ervaring groeit. Om de beste case te vinden worden twee methoden toegepast: 1. een afleidingsmethode (inductie), waarbij een programma regels afleidt uit de verzameling cases. De regels worden niet bedacht maar automatisch afgeleid uit de cases. Hierdoor ontstaan casegroepen die overeenkomsten vertonen. Met deze regels kunnen snel vergelijkbare cases worden opgezocht. 2. de andere methode is de nearest neighbour-methode. Hierbij worden de kenmerken van het vraagstuk vergeleken met de kenmerken van cases om vervolgens de beste case te selecteren. Elk kenmerk krijgt een bepaald „gewicht‟ mee. De belangrijkste kenmerken tellen dus het zwaarst. Om de oplossing te bepalen moet het verschil worden bepaald tussen het vraagstuk en de gevonden case. Om het verschil te bepalen is een berekening nodig: de adaptatie. Om snel en eenvoudig de juiste case te vinden worden de twee methoden vaak gecombineerd. Het model bestaat dan uit een verzameling cases (na inductie) met de nearest neighbour-methode en een adaptatieformule. Het voordeel van deze methode is dat deskundigen er direct mee aan de slag kunnen zonder veel automatiseringskennis. De methode is heel goed toepasbaar indien: -
deskundigen cases kunnen benoemen;
-
afhankelijkheden in gegevens niet expliciet zijn;
-
aanpassingen in de tijd relatief traag verlopen.
Omdat het bepalen van cases meestal eenvoudiger is dan het formaliseren van kennis in regels, is het ontwikkelen van een CBR-model veel gemakkelijker dan veel andere methoden. De methode wordt breed toegepast, van vastgoedtaxaties en diagnosesystemen tot productieplanning en krediettoewijzing. CBR wordt vooral toegepast in situaties waar niets mis mag gaan.
24
9.1.2.3 Neuraal netwerk Neurale netwerken zijn in staat om louter door het aanbieden van representatieve voorbeelden vraagstukken op te lossen, zelfs indien een oplossingsalgoritme voor het probleem er niet is. Ook voor neurale netwerken zijn richtlijnen te geven over toepassingsgebieden. In neurale netwerken worden voorbeelden ingevoerd. Dit maakt ze aantrekkelijk voor het oplossen van vraagstukken waarvoor geen algoritme bestaat. Voorbeelden van dergelijke problemen zijn: -
optimalisatie (bijvoorbeeld van een therapie);
-
het modelleren van complexe systemen (bijvoorbeeld in de robotica-industrie);
-
het extraheren van kennis in grote databestanden;
-
het zoeken naar verborgen kennis.
Door het aanbieden van een representatieve set gegevens is het neuraal netwerk in staat zelf relevante informatie op te slaan. Een neuraal netwerk is in staat is te generaliseren: na het leren van deze zogenaamde trainingsset gedraagt het netwerk zich niet louter als een 'look-up'-tabel, maar kan het ook een goede resultaten bieden op input die niet in de set aanwezig waren. Het optimaliseren van neurale netwerken vergt expertise en handigheid. Iedereen die met neurale netwerken werkt, moet hierover beschikken. Een andere eigenschap van neurale netwerken is dat de performance nauwelijks beïnvloedt wordt door ruis. Dit maakt neurale netwerken vooral aantrekkelijk voor classificatie en patroonherkenning in een 'natuurlijke' omgeving (zoals spraak verstaan met ruis op de achtergrond, patroonherkenning op videobeelden, etc.). Na het trainen gedraagt het netwerk zich als een expertsysteem. Nog een voordeel: het trainen van een neuraal netwerk duurt veelal korter dan het ontwikkelen van een expertsysteem. Het ontwikkelen van een netwerk met een goede performance vergt aanzienlijk minder tijd vergt dan het ontwikkelen van een op kennis gebaseerd expertsysteem. Economische efficiëntie is dus een belangrijk criterium bij het kiezen van een kennissysteem. Eén van de nadelen van een neuraal netwerk is dat wanneer het eenmaal getraind is, het (nog) niet mogelijk is uit te leggen hoe het netwerk het probleem aanpakt. Dit is probleem waaraan veel aandacht wordt besteed. Voor veel applicaties is het wellicht niet nodig dat de performance van het netwerk ook in regels kan worden uitgelegd, mits een goede performance is gegarandeerd. Er zijn echter ook toepassingen waar dit wel een vereiste is. Veronderstel dat een neuraal netwerk getraind is met gegevens uit een database over hypothecaire leningen. Het netwerk gedraagt zich dan als een expertsysteem dat adviseert of een cliënt ervoor in aanmerking komt. Luidt de conclusie 'nee', dan zijn de cliënt en de hypotheekverstrekker erbij gebaat te weten waaróm niet, om zo eventueel nadere stappen te ondernemen. Is een vraagstuk op te lossen met een bestaand algoritme (tenzij om redenen van efficiëntie of vanwege een gewenste real-time performance), dan verdient een neuraal netwerk niet de voorkeur. Bij een bestaand algoritme weet men immers precies wat het doet en welke keuzes worden gemaakt.
25
Het toepassen van neurale netwerken als vorm van kunstmatige intelligentie bij expertsystemen staat niet op gespannen voet met klassieke experttechnieken. Neurale netwerken zijn eerder complementair. Er zijn voorbeelden van applicaties waar bij onvoldoende kennis in een beslissingsboom een neuraal netwerk getraind werd om als expert de knoop door te hakken. Ook zijn er voorbeelden van toepassingen waarbij een neuraal netwerk als 'pre-processor' werkt. Hier wordt ruis gefilterd en vindt classificatie of patroonherkenning plaats, waarna de resultaten gebruikt worden in een expertsysteem. Neurale netwerken zijn intussen een algemeen geaccepteerd goed. Uit toepassingen in de lucht- en ruimtevaart blijkt dat ze als 'proven technology' worden geaccepteerd.
9.2
Statistische modellen
Regressieanalyse is de meest gebruikte statistische techniek om de waarde van een variabele (de afhankelijke variabele) te schatten op basis van één of meer variabelen (de onafhankelijke of verklarende variabelen). Ingeval van één verklarende variabele wordt gesproken over enkelvoudige regressieanalyse, bij meerdere spreken we van meervoudige of „multiple regression analysis‟. Hoewel enkelvoudige regressie bij vastgoedwaardering niet voorkomt, komt het ter verduidelijking van de meervoudige regressie toch aan de orde. 9.2.1 Enkelvoudige regressie Om de afhankelijke variabele te kunnen schatten en een idee te krijgen van de betrouwbaarheid van de schatting wordt bij regressieanalyse vaak de kleinste kwadratenmethode gebruikt. Met behulp hiervan kan voor een steekproef uit de gehele populatie (bijvoorbeeld de verkochte woningen) de wiskundige lijndefinitie (Y=b*x+C (constante)) worden uitgerekend van de lijn die het dichtst bij de waarnemingen ligt (waarvan de som van de kwadraten van de afstanden tot de lijn zo klein mogelijk is). Deze lijn wordt regressielijn genoemd. In het voorbeeld op de volgende pagina is de regressielijn uitgerekend voor een reeks van vijf waarnemingen waarvan verkoopbedrag en inhoud bekend zijn. De definitie van de uitgerekende lijn is: Y = 1082,6* x - 130307 Hierin is y de schatting van het verkoopbedrag en x de inhoud. Met deze formule kan voor iedere inhoud een verkoopbedrag worden geschat. Om de betrouwbaarheid van de schatting te kunnen beoordelen, moeten we meer weten over de lijn en zijn verhouding tot de waarnemingen. Hiervoor zijn verschillende statistische maten voorhanden.
26
regressielijn 400000
verkoopbedrag
350000
300000
y = 1082,6x - 130307 R2 = 0,9251
250000
200000
150000 340
350
360
370
380
390
400
410
420
430
inhoud
De determinatiecoëfficiënt R
2
Dit is een factor tussen 0 en 1 die de verklaringskracht van de hele regressielijn weergeeft (waarbij 1 goed is, dat wil zeggen: alle waarnemingen liggen dan op de regressielijn). Het coëfficient geeft de verhouding weer tussen het door de lijn verklaarde deel van de schatting (van x-as tot lijn) en het door de lijn onverklaarde deel van de schatting (van lijn tot waarneming). De variantiecoëfficiënt Dit is een maat voor de gemiddelde afwijking en een aansprekende maat voor de betrouwbaarheid van de regressieschattingen bij meer waarnemingen. De variantiecoëfficiënt wordt berekend door de som van het kwadraat te nemen van de afwijkingen tussen voorspelling en waarneming (de standaarddeviatie) en die te delen door de gemiddelde waarneming. De dispersiecoëfficiënt Eigenlijk lijkt deze sterk op de variantiecoëfficiënt. Echter: niet de standaarddeviatie wordt gedeeld door het gemiddelde van de waarnemingen, maar de gemiddelde absolute afwijking wordt gedeeld door de mediaan van de waarnemingen. Hierdoor is hij betrouwbaarder bij een kleiner aantal waarnemingen. In de Verenigde Staten zijn voor de waardering ten behoeve van belastingen standaarden vastgesteld waarin minimale eisen zijn gesteld aan de hierboven genoemde statistische maten (ongeacht de waarderingsmethodiek).
27
9.2.2
Meervoudige regressieanalyse (MRA)
MRA werkt eigenlijk op dezelfde manier als de enkelvoudige regressieanalyse, maar dan met meer dan één verklarende variabele. De algemene formule is: Y=b*x1+c*x2+…..d*xn C (constante) Op deze manier kan de invloed van een groot aantal verklarende variabelen zoals objectkenmerken op de afhankelijke variabele worden bepaald. De kunst van het modelleren is dan om de goede verklarende variabelen te kiezen. Een methode is om stuk voor stuk variabelen bij de analyse te betrekken en met behulp van de statistische maten de invloed op het resultaat te beoordelen. De output van een statistische berekening na uitvoering van een meervoudige regressieanalyse kan er als volgt uitzien: Nieuw toegevoegde variabele: grondoppervlakte Multiple R R
2
2
0.91 0.85
Standard error
7093.69
Variabelen
B
SE bèta
bèta
t
sig t
Inhoud
10616
3473
.42
3.0
0.0031
Bouwjaar
4862
3579
.07
1.1
0.178
Verkoopdatum
624
200
.17
3.2
0.0025
In bovenstaande tabel worden eerst algemene statistische maten gegeven zoals hierboven besproken, vervolgens worden per variabele een aantal gegevens op een rijtje gezet. Als volgt: -
onder B staan de berekende coëfficiënten die in de regressievergelijking worden opgenomen;
-
onder SE bèta staan de standaardafwijkingen van de coëfficiënten;
-
bèta is een maat voor de correlatie van de variabele;
-
t is de verhouding tussen de waarde van de coëfficiënt en de standaardafwijking daarvan;
-
sig t (of p) is de verhouding tussen de t van de variabele en de t-distributie van het hele model;
-
al deze maten geven een indicatie van de correlatie tussen de verklarende variabelen en de te verklaren variabele.
Wanneer een statistisch model te gebruiken? Statistische modellen en met name de Meervoudige Regressieanalyse worden gebruikt om te bepalen of en in hoeverre factoren van invloed zijn op een te schatten variabele. Als zodanig hebben ze hun waarde bewezen in veel verschillende toepassingsgebieden, onder andere op het gebied van marketing, biologie, geneeskunde, sociale wetenschappen en vastgoedwaardering.
28
9.3
Tot slot
Welke methode de voorkeur heeft, hangt af van verschillende factoren. In het volgende overzicht geven we een indicatie van de verschillende karakteristieken. Alle methoden worden in relatie tot het waarderen van onroerende zaken toegepast, afhankelijk van het doel van de taxatie en de aard van het object.
Criteria
Rule based
CBR
MRA
Neuraal netwerk
Probleemgebied
Beperkt, zeer
Breed toepasbaar,
Breed
Data met numerieke
duidelijke
moeilijk te begrijpen
toepasbaar, grote
fouten,
domeintheorie, weinig
domein, zwakke
volumes,
patroonherkenning,
domeinveranderingen
domeintheorie,
duidelijke data
signaalverwerking
dynamisch in de tijd Kennis representatie
Feiten en als-dan
Cases en voorbeelden Tabel met
regels Product
Antwoorden
Geen
wegingsfactoren Vergelijkingen met
Antwoord/getal
Antwoord
Geen
Geen (black box)
opgeloste problemen Uitleg Lerend systeem
Nagaan van gebruikte
Vergelijkingen met
regels
opgeloste problemen
Nee, handmatige
Ja, door nieuwe cases
Ja, door nieuwe
Ja, door nieuwe cases
toevoeging/wijziging
toe te voegen
cases toe te
toe te voegen
van regels
voegen
29
10
Modelmatige waardebepaling in stappen
Modelmatige waardebepaling Modelmatige waardebepaling is het taxeren van de waarde van een onroerende zaak door: -
het systematisch uit de marktanalyse afleiden welke objectkenmerken relevant zijn voor de waarde;
-
het uit de geregistreerde objectkenmerken van de te taxeren panden halen van de kenmerken die relevant zijn voor de waarde;
-
het berekenen van een waarde door een directe vergelijking met een verkocht pand, een rekenkundige formule of een combinatie van beide;
-
het beoordelen van de waarschijnlijkheid dat de berekende waarde een correcte weergave is van de waarde;
-
het afzonderlijk verifiëren van de waarde indien er onvoldoende zekerheid bestaat dat de berekende waarde correct is.
Samen met de empirische cyclus voor het definiëren en bijhouden van een dynamisch kwantitatief model, leidt dit globaal tot de volgende stappen: 1. Kwaliteitseisen Vaststellen van de te behalen kwaliteit van het resultaat. Voordat aan de waardering wordt begonnen, moet de kwaliteit van het te leveren product (de modelwaarde) worden bepaald. Bijvoorbeeld in termen van statistische maten voor gemiddelden ii
en spreiding . 2. Objectkenmerken Bepalen objectkenmerken en inventarisatie. Deze stap kent een nauwe relatie met stap 4 en 5; bepaald moet worden welke objectkenmerken belangrijke verklarende variabelen zijn voor de categorie van te waarderen objecten. Volgens nauwkeurig opgestelde definities en methoden worden vervolgens de waardebepalende objectkenmerken voor de betreffende categorie objecten geïnventariseerd. 3. Omgevingskenmerken Bepalen omgevingskenmerken en inventarisatie. Deze stap is parallel aan stap 2, maar betreft de invloed van omgevingskenmerken op de te bepalen waarde. 4. Marktanalyse Analyseren marktinformatie. Bepalen van de relevante marktinformatie (zoals verkoopcijfers, verhuurcijfers, grondprijzen, stichtingskosten, technische en functionele veroudering, kasstromen etc.). Het analyseren van de gegevens, voor zover niet in het model opgenomen.
30
5. Modelbouw Het met behulp van (statistische) analyse in een formule weergeven van de invloed van de waardebeïnvloedende factoren per variabele. Een variabele kan ook een objectkenmerk zijn, zoals een omgevingskenmerk, een groepsidentificatie of een transactiedatum. 6. Bouw controlemodel Bepalen van een model of methode om de resultaten van de modelberekening van objecten waarvoor geen transactie beschikbaar is, op hun waarschijnlijkheid te beoordelen. 7. Acceptatie model De uitkomsten van het model toetsen aan marktgegevens. Het toepassen van het (in stap 5) bepaalde model op objecten waarvoor marktcijfers beschikbaar zijn en het vergelijken van de uitkomsten met deze transacties. Vervolgens worden de resultaten getoetst aan de (in stap 1) bepaalde kwaliteitseisen. Indien aan de eisen is voldaan, kan het model worden gebruikt voor de eigenlijke waardebepaling. De acceptatie van het model betreft ook de acceptatie van het controlemodel. 8. Het toepassen van het model Het berekenen van waarden voor alle te waarderen objecten met behulp van het geijkte model. 9. Het toepassen van het controlemodel In het controlemodel worden resultaten van object- en omgevingskenmerken en marktgegevens gebruikt om te beoordelen of de modelresultaten (zowel bij objecten waarvan marktgegevens beschikbaar zijn als voor objecten waarvoor die ontbreken) voldoende betrouwbaar zijn. Naast de directe vergelijking met marktgegevens speelt ook het onderling vergelijken van geschatte waarden op basis van overeenkomsten in object- en omgevingskenmerken, een belangrijke rol. 10. De acceptatie van waarden Uiteindelijk worden de resultaten van het model geaccepteerd. Een extra controle van het resultaat om te voldoen aan de kwaliteitseis, kan noodzakelijk blijken. In dit stappenplan kan het nodig zijn om op een aantal momenten terug te gaan naar een eerdere stap. Dit doet zich in ieder geval voor bij de acceptatie van het model en het controlemodel. Indien niet aan de eisen is voldaan, zal moeten worden teruggestapt naar de modelbouw (en de bouw van het controlemodel). Maar wellicht ook naar de activiteiten met betrekking tot objectkenmerken, omgevingskenmerken en marktanalyse, wanneer blijkt dat de informatie van onvoldoende kwaliteit is om aan de eisen te voldoen. Het is zelfs mogelijk dat teruggegaan moet worden naar het vaststellen van de kwaliteitseisen, omdat gebleken is dat deze niet haalbaar zijn. Dit kan zich ook voordoen bij de acceptatie van de massale uitkomsten van het model.
31
Een schematische weergave:
kwaliteitseisen
objectkenmerken
omgevingskenmerken
bouw model
marktanalyse
bouw controlemodel
acceptatie model
toepassen model
toepassen controlemodel
acceptatie waarden
32
11
Risico's bij toepassing modelmatige taxatie
De risico‟s die zich voordoen bij modelmatige waardebepaling van onroerende zaken komen als een rode draad in dit rapport tot uitdrukking. Nog explicieter dan bij individuele taxaties zal bij modelmatige waardebepaling eenduidig moeten worden omgegaan met: -
het vastleggen van kwaliteitseisen;
-
het definiëren van te gebruiken objectkenmerken;
-
het definiëren van te gebruiken omgevingskenmerken;
-
de systematische analyse van marktgegevens;
-
de systematische beoordeling van kwaliteitsresultaten.
De systematische (modelmatige) waardebepaling brengt een risico met zich mee: één onvolkomenheid kan gevolgen hebben voor alle resultaten van de modelmatige waardebepaling. Dit risico moet overigens als drempel worden gezien; door de hierboven genoemde aspecten voldoende te erkennen, wordt het risico op onvolkomenheden geminimaliseerd. Risico's met betrekking tot de acceptatie Een ander type risico bij de modelmatige aanpak is het presenteren van het toegepaste model als een „black box‟. Vertrouwen op de resultaten van de waardebepaling kan alleen door heldere informatie te verstrekken. Deze informatie moet aan zowel de opdrachtgever als aan andere belanghebbenden duidelijk worden gepresenteerd. Dit betekent niet dat elke belanghebbende lastiggevallen moet worden met de wiskundige achtergronden bij het model. Hij moet een verhelderende toelichting krijgen op de modelvergelijking. De toelichting moet ook ingaan op kwaliteitscontroles. Uit de onderbouwing moet de belanghebbende het vertrouwen krijgen dat de juiste object- en omgevingskenmerken zijn toegepast, en dat de waarde gebaseerd is op een systematische analyse van de marktgegevens. Risico's voor de modelbouwer Belangrijke risico‟s bij modelmatige waardebepaling zijn de kwaliteitseisen. Wanneer deze vooraf onvoldoende zijn gespecificeerd, kan later nooit worden beoordeeld of eraan is voldaan. Het later toevoegen van een kwaliteitseis kan verregaande gevolgen hebben. Zó ver dat zowel de gegevensinventarisatie als de modelbouw opnieuw gestart moeten worden. De kwaliteitseisen worden mede bepaald door het doel van de waardering. Een ander risico van modelmatige waardebepaling is dat te snel voor een bepaalde methodiek en modeltype wordt gekozen, voordat voldoende zeker is dat de beschikbare gegevens en de resultaateisen zijn toegesneden op die aanpak. Beginnen bij een beschikbaar model en dit gebruiken voor een andere toepassing brengt dus risico‟s met zich mee. Beter is het om vanuit de toepassingseisen de taxatiemethodiek en daarmee het model te bepalen. Pas daarna kan beoordeeld worden of elders gebruikte modellen kunnen worden gebruikt (ook wat betreft waardebegrip, kwaliteitseisen, beschikbaarheid gegevens, etc.). Hiervoor kan verwezen worden naar de samenhang tussen de aspecten (in bijlage 1).
33
Een te groot vertrouwen in het model brengt nog een risico met zich mee. Immers, de waarde van een object is nog niet correct omdat alleen de taxateur dat zegt. Dat geldt ook voor modellen. In de eerste plaats omdat het model gebaseerd is op het gebruik van gegevens. Als die onvolledig of incorrect zijn, zal dat ook gelden voor de uitkomst. Maar ook het omgekeerde kan waar zijn: dat de gebruikte gegevens wél correct zijn zegt niets over de uitkomst met behulp van een model. Zo zou met behulp van de statistiek een directe relatie kunnen worden gelegd tussen de afname van het aantal ooievaars en de afname van het bevolkingsoverschot in Den Haag in de tweede helft van de twintigste eeuw. Dus: het gezonde verstand van de deskundigen blijft nodig om het resultaat van de modelmatige waardebepaling te beoordelen. Dit impliceert dat het resultaat van een modelmatige waardebepaling altijd uit te leggen moet zijn, zowel bij het toepassen van een model (gelet op het doel van de waardebepaling en de kwaliteitseisen) als bij de verkregen waarde. De modelmatig verkregen waarde moet getoetst kunnen worden, aan het model en aan de verwachting en het gezonde verstand van de taxateur. Een laatste risico: de onevenredige uitbreiding van het model. Als vuistregel geldt dat de betrouwbaarheid van een modelmatig verkregen waarde toeneemt naarmate er meer variabelen in zijn opgenomen. Daar staat echter tegenover dat de gegevens van elke variabele ook verzameld en onderhouden moeten worden. Gezien het doel van de waardebepaling en de gehanteerde kwaliteitseisen is dit wellicht overbodig. Bovendien kunnen er uitzonderingen optreden die niet in het model tot uitdrukking komen. Dit risico kan niet worden weggenomen door het model verder uit te breiden.
34
12
Conclusies en aanbevelingen
12.1
Conclusies
De keuze voor een modelmatige waardebepaling moet gebaseerd zijn op het streven naar: -
een objectivering van de waardebepaling;
-
kostenverlaging;
-
het inzichtelijk maken van de waardebepaling voor belanghebbenden;
-
het vastleggen en vergroten van de kennis van de marktwerking;
-
het bewaken van de kwaliteit en de consistentie van de waardebepaling.
Zetten we de samenhang van de aspecten van modelmatige waardering in een eenvoudig schema, dan ziet dat er als volgt uit:
doel van de waardebepaling
eisen
waardebegrip
gegevens
waarderingsmethode
type kwantitatieve model
-
de doelstellingen van een waardering bepalen de te hanteren kwaliteitseisen;
-
de doelstellingen van een waardering bepalen de te hanteren waardebegrippen;
-
de gehanteerde waardebegrippen en de beschikbaarheid van de gegevens bepalen de waarderingsmethode;
-
de gehanteerde kwaliteitseisen, de gehanteerde waardebegrippen en de gehanteerde methode bepalen het te gebruiken type kwantitatieve model.
35
Het belang van een modelmatige waardebepaling neemt toe naarmate de frequentie van het waarderen toeneemt. Een modelmatige waardebepaling vereenvoudigt de controle op de onderling juiste verhoudingen tussen de te waarderen objecten. Risico‟s met betrekking tot de betrouwbaarheid en de acceptatie van het resultaat van een waardering gelden voor zowel traditionele als modelmatige taxaties. De acceptatie van een waardering is afhankelijk van de mate waarin dit resultaat aansluit bij de beleving van de betrokkenen. Die kan worden beïnvloed door het doel van de waardering, de gehanteerde kwaliteitseisen, het gehanteerde waardebegrip, de gebruikte gegevens, de gehanteerde methode en het gehanteerde model helder uiteen te zetten.
12.2
Aanbevelingen
Neem de onbekendheid met een modelmatige waardebepaling zoveel mogelijk weg, zowel bij uitvoerenden als bij belanghebbenden. Dit kan door een heldere uitleg te geven bij het model. Gebruik een stappenplan voor uitvoering en controle. Streef, waar het vereisten en toepassingmogelijkheden betreft, naar modelclassificatie. Ontwikkel een methode die ieder in staat stelt de keuze voor een model te toetsen aan een norm.
36
Bijlagen De samenhang tussen aspecten van modelmatige waardebepaling:
doel van de waardebepaling
eisen
waardebegrip
gegevens
waarderingsmethode
type kwantitatieve model
37
enquete makelaars
vraagprijzen
grond bedrijf
gronduitgifte
bouw bedrijf
stichtingskosten
marktanalyse
38
i
ii
Definitiestudie waardebegrippen bij taxatie van onroerende zaken, drs. P.J. van Hulten en drs. M. Pallandt, SBV Stichting voor Beleggings- en Vastgoedkunde, Amsterdam, juli 1997. Zie in dit verband ook de „Standard on ratio studies‟ van de IAAO
Verkopen Kadaster
Marktanalyse Vraagprijzen
(Modelmatige) waardebep.
Verificatie waarden
Waardevaststelling
Bezwaar en beroep
Bouwverg. etc.
Bijhouden objectkenmerken Veldopnames
Beheer objectafbakening
Kadaster GBA
Mutatie verwerking
Periodieke controle
Beheer subjecten
39
