De ontwikkeling van de huurtermijn op de kantorenmarkt

De ontwikkeling van de huurtermijn op de kantorenmarkt José Antonio Roodhof Ronald Huisman

2014 – 03 Maart 2014

De ontwikkeling van de huurtermijn op de kantorenmarkt |

Position paper José Antonio Roodhof Ronald Huisman

Dit paper is mede mogelijk gemaakt door een financiële bijdrage van NVM Business

ASRE research papers ISSN 1878-4607 ASRE Research Center | Amsterdam School of Real Estate | Postbus 140 | 1000 AC Amsterdam | T 020 – 668 1129 | F 020 – 668 0361 | [email protected]

De ontwikkeling van de huurtermijn op de kantorenmarkt

Inhoudsopgave Samenvatting

2

1

Inleiding

3

2

Methodologie

4

Data Verwachtingen Representativiteit

4 5 5

Resultaten

6

2.1 2.2 2.3

3 3.1 3.2 3.3

DTZ Zadelhoff database NVM Business database Vergelijking databases

6 11 14

Conclusie

16

Literatuur

17

Amsterdam School of Real Estate

1


Samenvatting Dit paper toont de resultaten van een onderzoek naar de ontwikkeling van overeengekomen termijnen in afgesloten huurcontracten op de kantorenmarkt. Het onderzoek is gebaseerd op 23.570 duizend huurcontracten die door NVM Business en DTZ Zadelhoff zijn geregistreerd. De aanleiding voor het onderzoek was de veronderstelling dat de huidige trend van flexibiliteit leidt tot kortere huurtermijnen en meer spreiding tussen de overeengekomen huurtermijnen. Op basis van een analyse van het zeer grote aantal overeengekomen huurtermijnen op landelijk- en provinciaal niveau en per metragecategorie blijkt dat de gemiddelde huurtermijn tussen 2000 en 2012 niet significant veranderd is. De DTZ database laat geen significante daling in de gemiddeld overeengekomen huurtermijn zien. De toenemende spreiding tussen de overeengekomen huurtermijnen is wel significant gestegen. Dit is te verklaren door de significant stijgende overeengekomen huurtermijn bij de grotere transacties. De NVM database laat een significante daling zien in de gemiddeld overeengekomen huurtermijn voor kleinere transacties. Doordat deze categorie dominant is in de NVM database is de gemiddeld overeengekomen huurtermijn van de gehele database ook significant gedaald. De spreiding toont geen significante ontwikkeling bij NVM. De twee databases laten geen vergelijkbare ontwikkelingen zien. Hiermee kan de veronderstelling dat de gemiddeld overeengekomen huurtermijn daalt derhalve niet bevestigd worden.


2


1

Inleiding Overeengekomen huurtermijnen in de kantorenmarkt waren vroeger langer dan tegenwoordig; een initiële huurtermijn van 25 jaar was niet uitzonderlijk. Vanaf de jaren ’90 heeft een structurele omslag plaatsgevonden. DTZ (2005) laat zien dat de gemiddelde looptijd van een afgesloten huurcontract gemiddeld ruim tien jaar was aan het begin van de jaren ‘90. Hetzelfde onderzoek laat zien dat de gemiddelde overeengekomen termijn in 1995 al was gedaald tot ruim zes jaar en in 1998 tot net onder de vier jaar. Ook in het buitenland is een zelfde ontwikkeling zichtbaar. Crosby en Murdoch (2004) tonen op basis van data van de IPD dat de gemiddelde looptijd van een afgesloten huurcontract in 1990 ruim 23 jaar was in het Verenigd Koninkrijk en dat dit in 1995 al was gedaald naar 14 jaar. De ontwikkeling naar kortere huurtermijnen komt onder meer door een verschuiving in de ruimtebehoefte en voorkeuren (O’Roarty, 2000). Recent onderzoek laat zien dat de huidige vastgoedcrisis de onzekerheid in ruimtebehoefte heeft versterkt bij ondernemingen (Ashuri, 2010). Door deze onzekerheid wordt op verzoek van de huurders het huurcontract anders ingevuld en opgemaakt. Zo willen huurders meer flexibiliteit in termijnen (Huisman en Roodhof 2013). Aangezien het onderzoek van DTZ stamt uit 2005 en gegeven het feit dat de crisis de onzekerheid in ruimtebehoefte heeft vergroot, kan het zijn dat de lengte van huurtermijnen is gedaald sindsdien. Wij hebben daarom onderzocht wat de ontwikkeling is van het overeengekomen termijn in huurcontracten in de kantorenmarkt, rekening houdend met geografie en metrage. In dit paper proberen we de volgende vraag te beantwoorden: Welke ontwikkeling in huurtermijnen van kantoren is waarneembaar? Dit onderzoek is gebaseerd op huurtransacties van kantoren van DTZ Zadelhoff en NVM Business. Door in totaal 23.570 transacties te analyseren hebben we een beeld gekregen van de ontwikkeling van de gemiddelde looptijd van een huurcontract over de afgelopen jaren. In hoofdstuk 2 worden de methodologie en representativiteit van het onderzoek besproken. Hoofdstuk 3 is het resultaat van de analyse van de databases. Hoofdstuk 4 sluit af.


3


Methodologie

2

De doelstelling van het onderzoek is om de ontwikkeling in initiële huurtermijnen zichtbaar te maken. Dit hoofdstuk toont informatie over de data die we gebruikt hebben en de methodologie de gehanteerd is.

2.1

Data Het onderzoek maakt gebruik van huurtransacties van DTZ Zadelhoff en NVM Business. We hopen een beeld te zien van de ontwikkeling van de gemiddeld overeengekomen huurtermijn dat in beide databases vergelijkbaar is. In de database van DTZ zijn zowel aan- als verhuurtransacties meegenomen. De transacties die zijn meegenomen in dit onderzoek hebben plaatsgevonden tussen 2000 en 2012. De data van NVM Business bestaat alleen uit verhuurtransacties vanaf 2005; het uitwisselingssysteem waaruit de data komen is gericht op aanbod. De DTZ en NVM data beslaan samen circa de helft van de Nederlandse kantorenmarkt. We hebben in specifieke gevallen de data aangepast. Transacties waarbij het metrage op 0 staat hebben we verwijderd. Transacties waarbij het metrage erg opviel door de grootte1 hebben we individueel gecontroleerd op juistheid door adresgegevens te gebruiken, waardoor we konden inschatten of het object een dergelijk metrage kan herbergen. Indien dit niet het geval was, veronderstelden we dat de informatie over de huurtransactie incorrect was en hebben we de transactie verwijderd. Ook hebben we transacties met metrages als 999, 9999, 12345 en dergelijke verwijderd (bij deze transacties is de variabele ‘metrage’ waarschijnlijk niet correct ingevoerd). Ook transacties met een erg laag metrage waar de prijs per m2 erg hoog is zijn verwijderd, zoals bijvoorbeeld een transactie van 5m2 met een prijs per m2 van €34.000. Wij veronderstellen in dat geval aan dat het metrage verkeerd is ingevuld en dat het daardoor niet duidelijk is in welke metragecategorie de transactie valt. Transacties, waarvan we de exacte looptijd van het contract niet konden achterhalen (bijvoorbeeld omdat de starten/of einddatum ontbrak), hebben we verwijderd. In enkele gevallen konden we alsnog de volledige looptijd van het contract achterhalen. In sommige gevallen hebben we data handmatig aangepast, zoals een start- of einddatum dat was ingevuld als 1042005 in plaats van 01-04-2005. In totaal resteren er 23.570 bruikbare transacties. Van elke transactie hebben we informatie over de initiële huurtermijn, de oppervlakte van het verhuurde object en de locatie. We hebben de transactie ingedeeld in groepen op basis van metrage en locatie om de ontwikkelingen op verschillende aggregatieniveaus te kunnen analyseren. We hanteren de volgende metragecategorieën: 1: tot 500 m2, 2: van 500 m2 tot 1000 m2, 3: van 1000 m2 tot 2500 m2 en 4: groter dan 2500 m2. We beschouwen locatie op provincieniveau. Omdat er de laatste jaren een toename is van flexibiliteit in de kantorenmarkt (Lizieri et al, 1997; O’Roarty, 2000; Ashuri, 2010; Huisman en Roodhof, 2013) hebben we het vermoeden dat de spreiding tussen de overeengekomen huurtermijnen aan het stijgen is. Het ‘standaard’ vijf jarig contract is aan het verdwijnen. Daarom hebben we van enkele categorieën ook de

1

Elke transactie boven de 15.000m2 is onderzocht of het hier ingevulde transactiemetrage realistisch is.


4


ontwikkeling van de spreiding van het gemiddeld overeengekomen huurtermijn in kaart gebracht. Dit doen we aan de hand van de standaarddeviatie. Dit is een statistische maat die de spreiding weergeeft tussen de waargenomen observaties, in dit geval de (gemiddelde) lengte van de overeengekomen huurtermijnen. Nadat de ontwikkeling van het gemiddeld overeengekomen huurtermijn op landelijk- en metrageniveau en de spreiding hiervan in kaart is gebracht toetsen we de richting en significantie van de ontwikkelingen op basis van lineaire regressies.

2.2

Verwachtingen Aan de hand van literatuur en marktrapporten hebben we enkele verwachtingen ten aanzien van de ontwikkeling van de overeengekomen huurtermijn. Doordat er in het verleden een dalende ontwikkeling heeft plaatsgevonden en door de toename in vraag naar flexibiliteit van de huurder verwachten we: -

dat de gemiddeld overeengekomen huurtermijn een dalende ontwikkeling laat zien. en dat de spreiding tussen de gemiddeld overeengekomen huurtermijnen een stijgende ontwikkeling laat zien.

In beide databases verwachten we vergelijkbare ontwikkelingen te zien.

2.3

Representativiteit De door ons gebruikte data beslaan een groot marktaandeel in de Nederlandse kantorenmarkt. Naar eigen zeggen is het marktaandeel (landelijk - op basis van oppervlakte) van de leden van NVM Business ongeveer 35% (afhankelijk van de exacte definitie en of bijvoorbeeld collegiale verhuur is meegenomen). De leden van NVM Business hebben vooral kleinere objecten in aanbod. DTZ Zadelhoff heeft op basis van hun eigen data een marktaandeel van 25%. Evenals bij NVM Business is het marktaandeel naar rato vastgesteld (als er twee aanbieders zijn waarvan één DTZ is dan is het object voor 50% voor DTZ meegenomen). Vastgoedmarkt voert jaarlijks onderzoek uit naar het marktaandeel van makelaars in huurtransacties op de kantorenmarkt. Voor 2012 was het totaal geregistreerde en toebedeelde kantoormeters (transacties groter dan 500 m2) circa 2,1 miljoen m2. DTZ Zadelhoff is hierin verantwoordelijk voor 518.000 m2. Dit is een marktaandeel van 24,67%. Dit komt overeen met hun eigen schatting. In dit onderzoek is NVM Business niet als één organisatie meegenomen. De aangesloten kantoren zijn individueel weergegeven. Alleen de top 30 is weergegeven in het onderzoek, hierin bevinden zich 12 organisaties die aangesloten zijn bij NVM Business. Deze 12 organisaties zijn verantwoordelijk voor 379.000 m2 en hebben daardoor een marktaandeel van 18% (Vastgoedmarkt, 2013). Aangezien er veel meer aangesloten organisaties zijn dan deze 12 is het marktaandeel groter. Omdat de NVM Business database voor het overgrote deel bestaat uit transacties kleiner dan 500m2 en deze in het onderzoek van Vastgoedmarkt ontbreken wordt het marktaandeel van NVM Business hierin onderschat.


5


Resultaten

3

Dit hoofdstuk toont de resultaten van de uitgevoerde analyses. We beginnen met de data van DTZ Zadelhoff omdat die het meest uitgebreid zijn en toetsen vervolgens de geldigheid van de gevonden resultaten met de data van NVM Business.

3.1

DTZ Zadelhoff database De DTZ database bestaat uit 5.464 transacties. Onderstaande cirkeldiagram toont de verdeling van de metragecategorieën.

Cirkeldiagram 3.1: Samenstelling van de DTZ database

De categorie t/m 500m2 is duidelijk de grootste en bevat 57% van alle transacties. Hoe groter het metrage des te kleiner het aantal transacties in de database. Grafiek 3.1 toont de ontwikkeling van het gemiddeld overeengekomen huurtermijn op landelijk niveau per jaar. In 2000 was het gemiddeld overeengekomen huurtermijn 5,7 jaar. De overeengekomen huurtermijn daalde tot gemiddeld 4,3 jaar in 2004. Van 2005 tot en met 2012 schommelt het gemiddeld overeengekomen huurtermijn rond de 5 jaar. Om deze ontwikkeling te toetsen schatten we de parameters in het volgende trendmodel: y(t) = a + b t + e(t), waarbij y(t) staat voor het gemiddeld overeengekomen huurtermijn in jaar t, t een jaarindicator is (t = 1 komt overeen met het jaar 2000), e(t) de afwijking tussen de gemiddeld overeengekomen huurtermijn en het model is. De parameters a en b schatten we op basis van kleinste kwadraten; i.e. we zoeken die waarden voor a en b die leiden tot in totaal zo klein mogelijke gekwadrateerde afwijkingen. a is de intercept en geeft de waarde van y aan als t = 0 (de intercept bepaalt dus de hoogte (startpunt) van de regressielijn). b toont de helling van de regressielijn en geeft de gemiddelde toename/afname van y aan als t met 1 eenheid toeneemt.


6


Tabel 3.1 toont de geschatte waarden voor a en b.

Grafiek 3.1: Ontwikkeling van de gemiddeld overeengekomen huurtermijn in jaren op landelijk niveau.

De parameter a is 5,062. De parameter b is -0,018 wat toont dat de gemiddelde huurtermijn daalde met 0,018 per jaar. Deze daling is niet significant. a

5,062

b

-0,018

Sig.

0,451

Tabel 3.1: Lineaire regressie van de ontwikkeling van het gemiddeld overeengekomen huurtermijn van alle afgesloten huurcontracten

Grafiek 3.2 toont de ontwikkeling van de gemiddelde overeengekomen huurtermijn per provincie. We beschouwen alleen de provincies Gelderland, Noord-Brabant, Noord-Holland, Utrecht en Zuid-Holland, omdat er in ieder jaar voldoende transacties waren om een ontwikkeling te kunnen zien (alleen in 2000 waren er geen huurtransacties in metrage categorie 6 in Utrecht). Er is een dalende ontwikkeling te zien tot en met het jaar 2004 en daarna een stabilisatie. Deze ontwikkeling komt overeen met het beeld op landelijk niveau.


7


Grafiek 3.2: Ontwikkeling van de gemiddeld overeengekomen huurtermijn in jaren per provincie.

Het beeld dat ontstaat uit de DTZ data is dat (op landelijk niveau) vanaf het jaar 2000 de gemiddelde huurtermijn niet is veranderd. Ook op provinciaal niveau is geen duidelijke ontwikkeling zichtbaar van het gemiddeld overeengekomen huurtermijn. Grafiek 3.3 toont de landelijke ontwikkeling van de gemiddelde huurtermijn op metrageniveau. Het valt op dat de verschillen in de gemiddeld overeengekomen huurtermijnen is toegenomen tussen de metragecategorieën. In het jaar 2000 bedraagt de kortst overeengekomen gemiddeld huurtermijn 5,1 jaar en de langste termijn 7 jaar. Een verschil van 1,9 jaar. In 2012 is het kortste gemiddelde overeengekomen huurtermijn gedaald naar 4 jaar en het langste gemiddeld overeengekomen huurtermijn gestegen naar 9,4 jaar. Een verschil van 5,4 jaar, bijna een verdriedubbeling ten opzichte van 2000.

Grafiek 3.3: Ontwikkeling van de gemiddeld overeengekomen huurtermijn in jaren op landelijk niveau per metrage categorie.


8


Verder zien we dat de gemiddelde huurtermijn binnen categorie 1 daalt van ongeveer 5 jaar in 2000 tot 4 jaar vanaf 2004. Categorieën 2 en 3 kennen een wat grilliger verloop maar lijken stabiel. Binnen categorie 4, de groep met de grootste panden, blijkt daarentegen dat de gemiddelde huurtermijn is gestegen. Om te toetsen of de ontwikkelingen (met name die van categorie 4) significant zijn, schatten we wederom de parameters van het trendmodel voor elke categorie. Tabel 3.2 toont dat de gemiddelde huurtermijn alleen voor categorie 4 significant2 is gestegen. De parameter b is 0,156 (en significant) voor categorie 4, wat betekent dat de gemiddelde overeengekomen huurtermijn jaarlijks met 0,156 jaar is toegenomen tussen 2000 en 2012. De gemiddelde overeengekomen huurtermijn van panden boven de 2500m2 is de afgelopen jaren significant gestegen. Categorie 1 4,425 -0,038 ,122

a b Sig.

Categorie 2 5,155 0,025 ,311

Categorie 3 6,025 -0.002 ,966

Categorie 4 6,019 0,156 0,011

Tabel 3.2: Lineaire regressie van de ontwikkeling van de gemiddeld overeengekomen huurtermijnen per categorie.

We gaven eerder al aan dat het opviel dat de verschillen in de gemiddeld overeengekomen huurtermijnen zijn toegenomen tussen de metragecategorieën. Grafiek 3.4 toont de spreiding tussen de gemiddeld overeengekomen huurtermijnen per metragecategorie. Er is duidelijk een stijgende ontwikkeling te zien.

Grafiek

3.4:

Standaarddeviatie

tussen

de

gemiddeld

metragecategorieën.

2

Met een betrouwbaarheidsniveau van ten minste 95%.


9

overeengekomen

huurtermijnen

van

de


Tabel 3.3 laat de uitkomsten van de trendregressie zien. De parameter a is 0,826. De parameter b is 0,086 en duidt er op dat de gemiddelde spreiding van de gemiddelde overeengekomen huurtermijn per metragecategorie jaarlijks is toegenomen met 0,086 jaar. Deze stijging is significant3. a

0,826

b

0,086

Sig.

,008

Tabel 3.3: Lineaire regressie van de spreiding van de gemiddeld overeengekomen huurtermijnen per categorie.

Grafiek 3.5 toont de ontwikkeling van de spreiding tussen alle overeengekomen huurtermijnen per jaar. De spreiding in een jaar is berekend als de standaarddeviatie van de overeengekomen huurtermijnen in het betreffende jaar. De standaarddeviatie van huurtermijnen was ongeveer 2 jaar in 2000 en loopt duidelijk op tot ongeveer 3 jaar in 2012.

Grafiek 3.5: De standaarddeviatie van alle overeengekomen huurtermijnen per jaar.

Tabel 3.4 toont de trendregressie en laat zien dat de standaarddeviatie over de afgelopen jaren gemiddeld steeg met 0,059 jaar per jaar en dat deze stijging significant4 is. a

2,120

b

0,059

Sig.

0,000

Tabel 3.4: Lineaire regressie van de spreiding van het gemiddeld overeengekomen huurtermijn van alle afgesloten huurcontracten.

Het beeld tot nu toe is dat de gemiddelde huurtermijn significant is toegenomen tussen 2000 en 2012 bij huurtransacties voor oppervlakten van meer dan 2500 m2. Bij kleinere panden is de gemiddelde overeengekomen huurtermijn niet veranderd. Daarnaast is de variatie in 3


4



10


overeengekomen huurtermijnen significant toegenomen. Deze resultaten zijn gebaseerd op transacties van DTZ Zadelhoff. De volgende paragraaf toont de resultaten van hetzelfde onderzoek op basis van de data van NVM Business met als doel te onderzoeken of dit beeld wordt bevestigd.

3.2

NVM Business database De NVM database bestaat uit 18.106 transacties. Cirkeldiagram 3.2 laat de verdeling van de metrage categorieën zien.

Cirkeldiagram 3.2: Samenstelling NVM database

De categorie t/m 500m2 is verreweg de grootste categorie met 89% van alle transacties. We zien dat de samenstelling anders is dan de DTZ database. Zoals we eerder aangaven willen we de twee databases met elkaar vergelijken om zo tot een gezamenlijk beeld te komen van het gemiddeld overeengekomen huurtermijn. Nadere analyse wijst uit dat de samenstelling en dynamiek van de twee databases verschillen van elkaar. Transacties van grote metrages ontbreken nagenoeg bij NVM. Bij DTZ zijn deze ruim vertegenwoordigd. DTZ is sterk vertegenwoordigd in de grote steden en NVM is verspreid over het hele land en sterker aanwezig in kleine plaatsen dan DTZ. Op basis hiervan kunnen we alleen het gemiddeld overeengekomen huurtermijn van metragecategorie 1, transacties tot 500m2 met elkaar vergelijken. De transacties van DTZ Zadelhoff liet zien dat de gemiddelde huurtermijn op landelijk niveau geen significante ontwikkeling kent en dat dit ook geldt voor de gemiddelde huurtermijn van metragecategorie 1. We toetsen dit beeld op basis van de data van NVM Business. Grafiek 3.6 toont de landelijke ontwikkeling van de gemiddelde overeengekomen huurtermijn per jaar. In 2005 was de gemiddelde overeengekomen huurtermijn 3,5 jaar. De overeengekomen huurtermijn daalde tot gemiddeld 2,6 jaar in 2012. .


11


Grafiek 3.6: Ontwikkeling van de gemiddeld overeengekomen huurtermijn in jaren op landelijk niveau.

Tabel 3.5 toont de geschatte parameters voor het trendmodel dat we al eerder gebruikten. De geschatte waarde voor de parameter die de trend aanduidt (b) is -0,123 wat duidt dat de gemiddelde huurtermijn jaarlijks daalde met 0,123 jaar. Deze daling is significant5. Dit is duidelijk een andere ontwikkeling dan wat te zien was op basis van transacties van DTZ Zadelhoff. Daar was geen ontwikkeling te zien in de gemiddelde huurtermijn op landelijk niveau. a

3,811

b

-0,123

Sig.

,003

Tabel 3.5: Lineaire regressie van de ontwikkeling van de gemiddeld overeengekomen huurtermijn van alle afgesloten huurcontracten

Grafiek 3.7 toont de landelijke ontwikkeling van de gemiddelde huurtermijn van metragecategorie 1. We zien een dalende ontwikkeling. Het gemiddeld overeengekomen huurtermijn daalt van 3,4 jaar in 2005 naar 2,5 jaar in 2012. Een daling van 0,9 jaar.

5



12


Grafiek 3.7: Ontwikkeling van de gemiddeld overeengekomen huurtermijn van metragecategorie 1.

We zien in tabel 3.6 dat categorie 1 een significante6 ontwikkeling kent. Parameter b is -0,118. Dit betekent dat het gemiddeld overeengekomen huurtermijn de afgelopen jaren met 0,118 jaar gedaald is in metrage categorie 1. De gemiddeld overeengekomen huurtermijn bij transacties onder de 500m2 is de afgelopen jaren significant gedaald. Ook dit beeld is anders dan bij DTZ, hier was geen sprake van een significante ontwikkeling. a

3,608

b

-0,118

Sig.

,004

Tabel 3.6: Lineaire regressie van de ontwikkeling van metragecategorie 1.

Grafiek 3.8 toont de ontwikkeling in de spreiding van overeengekomen huurtermijnen per jaar voor NVM. De spreiding in een jaar is berekend als de standaarddeviatie van de overeengekomen huurtermijnen in dat jaar. De ontwikkeling van de standaarddeviatie van de overeengekomen huurtermijnen is stabiel rond de 2,2 jaar met uitzondering van een piek in 2008. Door een aantal transacties met lange huurtermijnen is er in 2008 sprake van een toename in de spreiding.

6



13


Grafiek 3.8: Standaarddeviatie van alle overeengekomen huurtermijnen per jaar.

Tabel 3.7 toont de lineaire regressie en laat zien dat de standaarddeviatie over de afgelopen jaren gemiddeld daalde met 0,007 jaar per jaar en dat deze daling niet significant is. Ook hier is het beeld anders dan bij DTZ. Bij DTZ zagen we een toenemende spreiding tussen alle overeengekomen huurtermijnen en deze ontwikkeling bleek significant a

2,278

b

-0,007

Sig.

,732

Tabel 3.7: Lineaire regressie van de spreiding van het gemiddeld overeengekomen huurtermijn van alle afgesloten huurcontracten.

Het beeld dat ontstaat uit de NVM data is, dat op landelijk niveau de gemiddelde huurtermijn gedaald is vanaf 2000 en dat de daling significant is. Hetzelfde geldt voor metragecategorie 1; ook hier is sprake van een significante daling in de gemiddeld overeengekomen huurtermijn. Er is geen sprake van een significante ontwikkeling in de spreiding tussen alle overeengekomen huurtermijnen per jaar.

3.3

Vergelijking databases In de samenstelling van de databases valt het ons op dat de verdeling in de metrage categorieën bij NVM database minder is gespreid dan de DTZ database. De kleine transacties domineren de NVM database duidelijk. Verder valt op dat de gemiddeld overeengekomen huurtermijn op landelijk niveau bij NVM Business lager is dan de DTZ database. Dit is te verklaren doordat er in de NVM Business database veel minder transacties hebben plaatsgevonden in de grotere metrage categorieën (categorie 3 t/m 6). In het algemeen zijn de overeengekomen termijnen bij grotere metrages


14


langer dan bij kleinere metrages. Verder is de NVM Business database geanalyseerd vanaf 2005 vanwege het niet beschikbaar zijn van data voor 2005 voor dit onderzoek. Als we de resultaten van de analyse van beide databases met elkaar vergelijken, komt het volgende beeld tot stand. In de DTZ database zien we voor geheel Nederland een stabilisatie in het gemiddeld overeengekomen huurtermijn vanaf 2005. Hier is geen significante ontwikkeling te zien. Bij de NVM Business database zien we op landelijk niveau een dalende ontwikkeling. De afname van de contractduur bij NVM Business is significant gebleken bij een lineaire regressie. Bij DTZ zien we dat de spreiding tussen de gemiddeld overeengekomen huurtermijnen per metrage categorie op landelijk niveau toeneemt. De toenemende spreiding blijkt ook na een lineaire regressie van de ontwikkeling van de standaarddeviatie van beide databases. Door de samenstelling van de NVM database hebben we dit niet getoetst. Alleen metragecategorie 1 kent genoeg transacties. Bij DTZ was er ook sprake van een significante toename in de spreiding van alle overeengekomen huurtermijnen. Bij NVM business is hier geen sprake van. In beide databases is maar één metragecategorie die een significante ontwikkeling laten zien bij een lineaire regressie. Deze categorieën komen niet overeen. Bij DTZ is dat metragecategorie 4, transacties boven de 2500m2. Deze categorie kent een significant stijgende ontwikkeling van het gemiddeld overeengekomen huurtermijn. Bij NVM is ontwikkeling van het gemiddeld overeengekomen huurtermijn van metragecategorie 1 significant dalend.


15


Conclusie Het beeld dat voortkomt uit dit onderzoek is dat er geen duidelijke ontwikkeling te zien is in de gemiddeld overeengekomen termijnen van huurcontracten in de kantorenmarkt. We hebben daartoe transacties onderzocht afkomstig van twee bronnen: DTZ Zadelhoff en NVM Business. De gemiddelde overeengekomen huurtermijn is op basis van DTZ transacties niet significant veranderd tussen 2000 en 2012. De NVM-transacties, op basis van oppervlaktes tot 500 m2, laten zien dat er sprake is van een significante daling. De DTZ data biedt ook inzicht in grotere metrages en daar is binnen de categorie boven 2500 m2 sprake van een significante stijging in de gemiddelde overeengekomen huurtermijn tussen 2000 en 2012. De DTZ transacties tonen dat de variatie in overeengekomen huurtermijnen significant is toegenomen tussen 2000 en 2012. De NVM laten geen significante verandering in spreiding zien. De resultaten op basis van DTZ transacties zijn anders dan die op basis van NVM transacties. We hebben daarom geen duidelijk beeld kunnen krijgen van de ontwikkeling in het overeengekomen gemiddelde huurtermijn. We kunnen de verwachtingen die we hadden ten aanzien van de ontwikkeling van de gemiddeld afgesloten huurtermijn niet bevestigen. In dit onderzoek is de gemiddeld overeengekomen huurtermijn onderzocht. Dat betekent niet dat de huurder daadwerkelijk de overeengekomen huurtermijn uitzit. Break-opties zijn niet meegenomen in het onderzoek. Het is dus goed mogelijk dat bij een overeengekomen huurtermijn van tien jaar met een break-optie na vijf jaar de huurder maar voor vijf jaar daadwerkelijk huurt. Er is echter wel tien jaar overeengekomen. De ontwikkeling van de gemiddeld overeengekomen huurtermijn zegt niets over de werkelijke looptijd van het contract. Verder hebben we van DTZ Zadelhoff en NVM Business een verklaring gekregen als reactie op de getoonde ontwikkeling. Bij DTZ Zadelhoff viel het op dat de grote transacties een stijgende ontwikkeling lieten zien in de gemiddeld overeengekomen huurtermijn. Volgens DTZ Zadelhoff is deze ontwikkeling te verklaren door de grote hoeveelheid transacties met een contract van tien jaar in de onderzochte periode. Waarschijnlijk door de vele nieuwbouw die plaats heeft gevonden in deze periode. NVM Business geeft als verklaring voor de ontwikkeling in hun database de huidige situatie op de kantorenmarkt. Door het steeds ruimer wordende aanbod is het een huurdersmarkt. Flexibiliteit is hierdoor voor een huurder makkelijker uit te onderhandelen dan in het verleden. Daarnaast zijn de NVM Business makelaars met name actief in het kleinschalige segment. Voor kleinere onderneming is een verhuizing minder ingrijpend dan voor grote organisaties. Dit verklaart mogelijk ook de kortere looptijden die in het kleinschaligere segment worden afgesloten. Daarnaast zijn in het kleinschalige segment ook veel startende ondernemers actief. Deze ondernemers willen zich niet voor een lange tijd vastleggen. Met het ruimere aanbod is dat wellicht, meer dan in het verleden, mogelijk. Verder is flexibiliteit en locatieongebondenheid steeds belangrijker geworden in onze samenleving. Een trend die ook in het vastgoed zichtbaar wordt gegeven de kortere contracten.


16


Literatuur Ashuri, B. (2010). Valuation of flexible leases for corporate tenants facing uncertainty in their required workspace. International Journal of Strategic Property Management, 14 pp. 49-72. Crosby, N. en Murdoch, S. (1994). Capital Valuation Implications of Rent-Free Periods. Journal of Property Valuation & Investment, 12 pp. 51-64. DTZ Zadelhoff, (2005). http://www.twentevisie.nl/Files/Billeder/PDF%20Archief/2005/November/0511-19.pdf Huisman, R. en Roodhof, J.A. (2013). Flexibele contracten in de kantorenmarkt. Amsterdam School of Real Estate. Lizieri, C., Crosby, N., Gibson, V. en Thorpe, D. (1997). Right Space: Right Price?: A Study of the Impact of Changing Business Patterns on the Property Market. Research Report, The Royal Institution of Chartered Surveyors. [rapport] London:. O’Roarty, B. (2000). Flexible space solutions: An opportunity for occupiers and investors. Journal of Corporate Real Estate, 3 (1), pp. 69-80 Vastgoedmarkt (2013). Marktaandeelcijfers Nederlandse makelaars over 2012. April 20 - 27.


17

De activiteiten van de Amsterdam School of Real Estate zijn mede mogelijk dankzij de financiële steun van de Stichting voor Wetenschappelijk Onderzoek en Onderwijs in de Vastgoedkunde (SWOOV)

Onze donateurs

Neem voor vragen of opmerkingen contact met ons op of bezoek onze website. bezoekadres Jollemanhof 5 1019 GW Amsterdam postadres Postbus 140 1000 AC Amsterdam www.asre.nl e [email protected] t 020 668 11 29 f 020 668 03 61

I 3W New Development I Aberdeen Asset Management I ACM Vastgoed Groep BV I Ahold Vastgoed BV I Altera Vastgoed I AM BV I AMVEST I a.s.r. vastgoed ontwikkeling I a.s.r. vastgoed vermogensbeheer I Ballast Nedam Ontwikkelingsmaatschappij B.V. I Bemog Projektontwikkeling B.V. I Boekel De Nerée NV I Bouwfonds Property Development I Bouwinvest I Brink Groep I CBRE Global Investors | CBRE Netherlands I Colliers International l Corio I De Brauw Blackstone Westbroek I Deloitte I Delta Lloyd Vastgoed

| DTZ Zadelhoff I Dura Vermeer Groep NV | ECORYS Nederland BV I Ernst & Young Real Estate Group I FGH Bank NV I Funda NV | G&S Vastgoed I Haags Ontwikkelingsbedrijf | Heijmans Vastgoed BV I Houthoff Buruma I ING Real Estate Finance I IPMMC Vastgoed I IVBN | Jones Lang LaSalle I KMPG Accountants I Lexence NV I Loyens & Loeff NV | MAB Development | Merin I MN | NSI I NS Vastgoed BV I NVM I Ontwikkelingsbedrijf Gemeente Amsterdam I Ontwikkelingsbedrijf Rotterdam

I PGGM I Provast I PwC I Rechtstaete vastgoedadvocaten &belastingadviseurs I Redevco Europe Services BV I SADC I Savills Nederland BV I Schiphol Real Estate BV I Propertize I SPF Beheer BV I Strabo BV I Syntrus Achmea Real Estate & Finance I TBI Holdings BV I The IBUS Company l Van Wijnen Holding N.V. I Vesteda Groep BV I Volker Wessels Vastgoed I Wereldhave NV I WPM Groep I Yardi Systems BV I Ymere

De ontwikkeling van de huurtermijn op de kantorenmarkt

Recommend Documents