De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

MSRE scriptie Hans Smeenk April 2016 Scriptie begeleider: prof. Dr. P. van Gool FRICS

Voorwoord

‘ Meer dan het verleden interesseert mij de toekomst, want daarin ben ik van plan te leven.’ Albert Einstein

Einsteins citaat past perfect bij deze scriptie. De scriptie beoogt een verbeterde inschatting van de eindwaarde van vastgoed in discounted cash flow marktwaarde waardering door de toekomstige waarde elementen te relateren aan in het verleden waargenomen referenties. Maar ook persoonlijk biedt de scriptie en daarmee het afronden van de MSRE-opleiding weer nieuw elan voor de toekomst zonder de weg daarnaar toe te vergeten. Daarom dank aan allen die zich voor deze scriptie hebben ingezet. Speciaal aan Bertien, Merle en Thijn, de toekomst is voor jullie!

Diepenveen, april 2016


i

Samenvatting Het voorliggende onderzoek beoogt de inschatting van de exit yield in een dcf-berekening voor de marktwaarde van commercieel vastgoed te verbeteren. Het onderzoek beperkt zich tot de segmenten kantoor- en bedrijfsruimten. De onderzoeksresultaten zijn gebaseerd op empirisch onderzoek naar de veroudering, en vooral de economische veroudering, van deze typen vastgoed. Tonen de beleggingstransacties in de huidige hausse op de vastgoed beleggingsmarkt meer of minder economische veroudering dan algemeen wordt aangenomen door marktpartijen? Het voorliggende onderzoek onderscheidt zich van het merendeel van soortgelijke studies door haar empirische karakter. In het onderzoek wordt gezocht naar een antwoord op de vraagstelling: ‘Hoe hoog is, blijkens de transactieprijzen van recent gerealiseerde vastgoedtransacties, het jaarlijks verhogingspercentage voor de te hanteren exit-yield voor Nederlandse kantoren en bedrijfsruimten gedurende de beschouwingstermijn bij het inschatten van de eindwaarde in een discounted cash flow (dcf) berekening, gerelateerd aan het huidige BAR behorend bij de markthuurkapitalisatie voor hetzelfde object?’ Het onderzoek is gebaseerd op feitelijke gerealiseerde vastgoedtransacties sinds 2000. De populatie bestaat uit objecten welke sinds 2000 een meervoudige transactiehistorie hebben. Aan de hand van diverse transactiekenmerken (BAR, periode tussen de verkopen, feitelijke huurinkomsten, gemiddeld gewogen resterende looptijd van de huurovereenkomsten, regio, bouwjaar en metrage) is gezocht naar causale verbanden ter verklaring van de prijsmutatie tussen de elkaar opvolgende kooptransacties van hetzelfde object. Speerpunt in het onderzoek is het verschil in BAR tussen de opeenvolgende transacties. Diverse literatuurstudies tonen aan dat de ingeschatte eindwaarde in een dcf-berekening de uiteindelijke getaxeerde marktwaarde in een bandbreedte van 40 tot 50% beïnvloedt. De eindwaarde wordt veelal via een exit-yield benadering geschat. Een goede benadering van de exityield is belangrijk voor de nauwkeurigheid van taxaties waaraan een dcf-berekening ten grondslag ligt. In de vastgoedmarkt is een algemeen geaccepteerde vuistregel dat de exit-yield in een dcf als volgt wordt benaderd: actuele BAR (zoals deze is gebruikt in een markthuurkapitalisatie voor het betreffende object) verhoogd met 0,1%-punt per jaar van de beschouwingsperiode. Ook eerdere studies naar exit-yields tonen een veroudering van circa 0,1%-punt per jaar. In combinatie met de (centrale) probleemstelling is de volgende onderzoekshypothese (H0) opgesteld: ‘Voor een eindwaarde berekening in een dcf volstaat een verhoging van het initiële BAR gedurende de beschouwingsperiode met jaarlijks 0,1%-punt.’ Het empirische onderzoek werd bemoeilijkt door de intransparantie van de vastgoedmarkt en de beperkte hoeveelheid aan publiekelijk gedeelde informatie van een kooptransactie. Dit heeft een sterk nadelige invloed gehad op de omvang van het onderzoek. Uiteindelijk zijn van 99 objecten complete en betrouwbare datasets gevonden, nader onder te verdelen in 65 kantoren en 34 bedrijfsruimten (inclusief logistiek vastgoed). Van belang is kennis te nemen van de gestelde uitgangspunten ten aanzien van de geregistreerde steekproefdata.


ii

De onderzoeksresultaten tonen voor de steekproef de onderstaande gemiddelde nominale BARstijgingen per jaar, gecorrigeerd voor marktinvloeden: BAR-mutatie gehele steekproef kantoren bedrijfsruimte

gemiddelde BAR mutatie per jaar 0,36%-punt 0,50%-punt 0,13%-punt

Er sprake is van een gemiddelde BAR-mutatie per jaar gecorrigeerd voor marktinvloeden van 0,36%punt per jaar voor de gehele steekproef. Er blijkt een duidelijk verschil tussen kantoren en bedrijfsruimten waarvoor respectievelijk een mutatie van 0,50%-punt per jaar en 0,13%-punt per jaar is gemeten. Vooral de gemeten BAR-mutatie van de kantoren is opvallend hoger dan de algemene vuistregel van 0,1%-punt per jaar.

BAR-mutatie (excl. leegstand) gehele steekproef kantoren bedrijfsruimte

gemiddelde BAR mutatie per jaar, exclusief transacties met gehele leegstand 0,25%-punt 0,36%-punt 0,07%-punt

De bovenstaande tabel toont de mutatie van de marktgecorrigeerde BAR per jaar waarbij de objecten zijn geëlimineerd die bij de opvolgende kooptransacties (de 2e recente) gehele leegstand toonden. De betreffende uitkomsten exclusief de leegstaande objecten tonen meer nuance en liggen dichter bij de voornoemde algemene vuistregel in de markt. Echter, ook hier een duidelijke afwijking voor de kantoren (verhoging BAR met 0,36% per jaar) ten aanzien van de vuistregel 0,1%-punt toename per beschouwingsjaar voor een exit-yield. Wat betreft de bedrijfsruimten ligt de ratio nu net iets onder de vuistregel. Voor de kantoren wordt op basis van de steekproef geconcludeerd dat marktpartijen en taxateurs momenteel een hogere exit yield moeten overwegen in vergelijking tot de tot dusver door marktpartijen algemeen geaccepteerde vuistregel: ‘BAR verhoogd met 0,1%-punt per jaar van de beschouwingsperiode’. De onderzoeksresultaten tonen voor kantoren een duidelijk forsere economische veroudering dan tot dusver marktbreed wordt onderkend en in marktwaarde waarderingen wordt opgenomen. Aan de hand van het onderzoek is een gemiddelde jaarlijkse opslag op het initiële BAR van meer dan 0,3%-punt met de bestudeerde referentietransacties te onderbouwen. Daarmee krijgt de objectveroudering, en dan vooral de economische veroudering, een sterkere negatieve invloed op de te berekenen marktwaarde. Wel tonen de diverse onderscheiden subcategorieën duidelijke verschillen. Een verouderingsopslag is niet als een algemene marktbrede en eensluidende ratio voor alle kantoor- en bedrijfsruimtetypen te beschouwen. Diversificatie is aangetoond en wordt in het rapport per onderscheiden subcategorie (o.b.v. metrage en ouderdom) nader beschreven. Vanzelfsprekend blijven afwijkende inschattingen van de taxateur en marktpartijen om reden van de courantheid van het object acceptabel.


iii

Voor de 34 bedrijfsruimte objecten zijn in de steekproef minder sterke afwijkingen van de hypothese gesignaleerd dan voor de kantoren. Conclusie voor de bedrijfsruimten op basis van de steekproef luidt dan ook dat de marktbrede vuistregel van huidige bruto aanvangsrendement vermeerderd met 0,1%-punt opslag per jaar voor de berekening van exit yield van bedrijfsruimten stand kan houden. De technische veroudering heeft hier duidelijk minder invloed dan de economische veroudering. Er is zelfs een BAR-daling voor enkele subcategorieën waargenomen. De hypothese (H0)dat voor een eindwaarde berekening in een dcf een verhoging van het initiële BAR gedurende de beschouwingsperiode met jaarlijks 0,1%-punt volstaat, wordt aan de hand van de uitkomsten van onderhavig onderzoek gedeeltelijk verworpen. Naast de mutaties in het bruto aanvangsrendement zijn er ook enkele andere opvallende transactiekenmerken in elkaar opvolgende transacties gesignaleerd. De steekproef toont gemiddeld circa 15% daling van de feitelijke huurinkomsten in een periode negen jaar (gemiddelde termijn tussen de twee transacties). Ook de resterende huurperiode toont een dalende tendens (circa 2,6 jaar). Deze steekproefgemiddelden geven naast de voornoemde aangetoonde BAR-mutaties mede aanleiding tot het overwegen van een hogere exit yield in een dcf-waardering. Toekomstig onderzoek met meer transacties, eventueel een continuering van onderhavig onderzoek, zal verdere transparantie en verscherpte beeldvorming inzake economische veroudering en inschatting van de exit-yield in een dcf kunnen bieden. Ook moet worden bedacht dat het huidige onderzoek een beeld geeft van de actuele marktverhoudingen. Toekomstige andere marktomstandigheden en -verhoudingen zullen aanleiding geven tot eventuele herziening van de in onderhavig onderzoek aangetoonde BAR-mutaties en economische veroudering.


iv

Inhoudsopgave 1. Aanleiding ........................................................................................................................................... 1 2. Doel van het onderzoek en (centrale) probleemstelling................................................................... 2 3. Onderzoeksopzet en verantwoording ............................................................................................... 4 3.1 Onderzoekstypering ..................................................................................................................... 4 3.2 Empirische cyclus .......................................................................................................................... 4 4. Literatuurstudie .................................................................................................................................. 6 4.1 Inleiding......................................................................................................................................... 6 4.2 Bruto Aanvangsrendement .......................................................................................................... 6 4.2.1. Definiëring van het BAR ....................................................................................................... 6 4.2.2 Imperfecties van het BAR ..................................................................................................... 8 4.2.3. De determinanten van het BAR ........................................................................................... 9 4.2.4. De invloed van marktsentiment en irrationeel handelen op het BAR ............................. 10 4.3 Discounted cash flow: De eindwaarde en exit yield ................................................................. 11 4.3.1. De inkomstenbenadering ................................................................................................... 11 4.3.2. De inschatting van de hoogte van de eindwaarde in de praktijk ..................................... 12 4.3.3. Rekenkundige benadering van de eindwaarde ................................................................. 13 4.3.4. De invloed van het duurzame karakter van een vastgoedobject ..................................... 14 4.4 Veroudering van vastgoed ......................................................................................................... 14 4.4.1. Waarderingsmethodieken voor veroudering .................................................................... 14 4.4.2. Uitkomsten van historische onderzoeken ......................................................................... 15 4.4.2.1 Baum (1991) ...................................................................................................................... 15 4.4.2.2. Bokhari en Geltner (2014) ............................................................................................... 16 4.4.2.3 Casteleins (2013)............................................................................................................... 17 4.4.2.4 Gritter en Hordijk (2008) .................................................................................................. 18 4.4.2.5 Dunse en Jones (2005) ...................................................................................................... 18 4.4.2.6 Baum en Turner (2003)..................................................................................................... 19 4.4.3 onderzoeksopzet en veroudering ....................................................................................... 19 5. Onderzoekspopulatie en dataverzameling ...................................................................................... 21 5.1 Het empirisch onderzoek............................................................................................................ 21 5.2 De onderzoekspopulatie ............................................................................................................ 21 5.3 Onderzoeksvariabelen ................................................................................................................ 22 5.4 Kenmerken van de onderzoekspopulatie .................................................................................. 24 5.5 De marktcorrectie ....................................................................................................................... 24 5.6 De onderzoeksmethodiek / de uitgevoerde statistische analyse. ............................................ 26 5.7 De correcties in de statistische analyse t.b.v. validiteit en betrouwbaarheid ......................... 27 5.8 Aannames en uitgangspunten.................................................................................................... 27


v

6. Onderzoeksresultaten ...................................................................................................................... 29 6.1 Beschrijvende statistiek.............................................................................................................. 29 6.2 Gemiddelde BAR-mutaties ......................................................................................................... 30 6.2.1. De vastgestelde marktgecorrigeerde BAR-mutaties ......................................................... 30 6.2.1.1. Gehele steekproef ........................................................................................................... 30 6.2.1.2. Kantoren .......................................................................................................................... 31 6.2.1.3 Bedrijfsruimte ................................................................................................................... 32 6.3 Regressie en correlaties .......................................................................................................... 32 6.3.1 Gehele steekproef ............................................................................................................... 32 6.3.2. Kantoren ............................................................................................................................. 34 6.3.3 Bedrijfsruimte ...................................................................................................................... 36 6.3.4. Overige correlaties ............................................................................................................. 37 6.4 Overige onderzoeksresultaten ................................................................................................... 38 7. Conclusies en aanbevelingen ........................................................................................................... 39 Literatuurlijst Bijlagen


vi

1. Aanleiding De discounted cash flow (dcf) berekening neemt in de wereld van vastgoedwaarderingen een prominente plaats in voor het vaststellen van de marktwaarde. Deze waarderingssystematiek baseert zich op de verwachte toekomstige inkomsten die zijn te realiseren met het vastgoed. Naast de beschouwingsperiode (gebruikelijk 10 tot 15 jaar) heeft de ingeschatte eindwaarde van het vastgoed na de beschouwingsperiode een grote invloed op de uitkomst van deze berekeningssystematiek. Circa 40 tot 50% van de met een dcf berekende (markt)waarde komt voort uit de naar heden contant gemaakte eindwaarde van het vastgoed na afloop van de beschouwingsperiode. Het is in Nederland een veelgebruikte vuistregel dat de ingeschatte eindwaarde wordt gerelateerd aan het bruto aanvangsrendement voor het object. Dit is het verhoudingsgetal tussen de feitelijke bruto huurinkomsten eventueel vermeerderd met de ingeschatte markthuur van leegstaande gebouwdelen en de geschatte marktwaarde. Als vuistregel voor de berekening van de eindwaarde in de dcf-berekening wordt al vele jaren het voornoemde BAR verhoogd met 0,1%-punt per jaar welke vervolgens wordt afgezet tegen de dan verwachte huurstroom (beschouwingsperiode + 1 jaar). Maar is deze vuistregel nog steeds acceptabel? Heeft de vastgoedcrisis van de afgelopen jaren deze vuistregel ondermijnd? Is de opslag van 0,1%-punt nog wel marktconform of is een groter opslagpercentage nodig voor een juiste inschatting van de marktwaarde? De huidige, sinds begin 2014 duidelijk waarneembare, beleggingshausse op de Nederlandse vastgoedbeleggingsmarkt biedt mogelijkheden om op basis van recente transactiedata feitelijk onderzoek uit te voeren naar een stijging van het BAR gedurende het verouderingstraject van het vastgoed. Het transactievolume in vastgoedbeleggingen bedraagt volgens de diverse landelijke vastgoedadvieskantoren circa 12 miljard euro. De landelijke opererende makelaarskantoren spreken van recordhoogten. Zo verwacht Jones Lang LaSalle dat ook komend jaar de beleggingshausse zal aanhouden op basis van door haar uitgevoerd onderzoek naar verwachte portefeuillegroei van nationaal en internationaal opererende vastgoedbeleggers. Markttoetreders in de periode 20092012 zien mogelijkheden tot het realiseren van een gunstige ‘exit’. Ook vermogensbeheerders zoals Syntrus Achmea signaleren een momentum in de markt. Andere positieve markttendensen zijn de grote opname van bedrijfsruimten en afname van leegstaande kantoorgebouwen. De actuele verkooptransacties bieden informatie over het bruto aanvangsrendement (BAR) dat door beleggers in Nederlands vastgoed wordt geaccepteerd. Het is interessant om het actuele BAR waartegen een object wordt overgedragen te vergelijken met het BAR waartegen hetzelfde object bij een voorgaande beleggingsdeal is verkregen. Welke invloed heeft het ouder worden van vastgoed op het BAR? Dit biedt handvatten om de hypothese van een stijging van het BAR van het pand met 0,1%-punt per jaar gedurende een 10 tot 15-jarige beschouwingsperiode te toetsen. Onderhavig onderzoek biedt inzicht in de te verwachten waardemutatie van een vastgoedobject tussen twee eigendomsoverdrachten. In verleden zijn eerder onderzoeken gepubliceerd inzake de aan onroerende zaken toe te rekenen eindwaarde, o.a. Rust (2004), Jongerius (2004), Hordijk & Koerhuis (2010) en Casteleins (2013). Toont de huidige markt een trendbreuk en zijn de conclusies en aanbevelingen in betreffende onderzoeken achterhaald door gewijzigde marktomstandigheden? Dit is een onderzoek waard volgens Peter van Gool (begeleider vanuit ASRE voor dit onderzoek) en mijzelf. Zoals eerder gesteld draagt de eindwaarde significant bij aan de vastgestelde marktwaarde. Een verbeterde inschatting hiervan op basis van actuele marktinformatie (werkelijke transacties) geeft meer zekerheid over de juistheid en nauwkeurigheid van taxaties. Onderhavig onderzoek beoogt hieraan bij te dragen. De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

1

2. Doel van het onderzoek en (centrale) probleemstelling Doel Het onderzoek beoogt aanbevelingen op te stellen voor het inrekenen van een eindwaarde in een dcf-berekening voor de (markt)waarde van kantoor- en bedrijfsruimten. Het onderzoek richt zich daarbij specifiek op beleggingsvastgoed en de hiervoor te hanteren exit yield in de vorm van een bruto aanvangsrendement. (Centrale) probleemstelling Beleggingsvastgoed kan worden gewaardeerd aan de hand van een inkomstenbenadering. De discounted cash flow methode (dcf) behoort tot die waarderingsmethodiek. Een belangrijke inputvariabele (circa 40-50% van de uiteindelijk berekende waarde bij een 10-jarige beschouwingsperiode) is de ingeschatte eindwaarde. Voor de eindwaarde is het gangbaar dit te berekenen aan de hand van markthuurkapitalisatie. Welke exit yield is daarbij te gebruiken? Is de vuistregel van de BAR in de markthuurkapitalisatie voor het object op waardepeildatum vermeerderd 0,1%-punt per beschouwingsjaar (of stelt de theorie anders?) nog een realistisch scenario voor de inschatting van de eindwaarde in de dcf-rekenmethodiek? De afgelopen twee jaren zijn er veel beleggingstransacties in kantoren en bedrijfsruimten geweest. Opvallend ten opzichte van de periode 2009-2013 was het grote aantal omvangrijke portefeuilles dat werd verhandeld. Dit biedt veel nieuw empirisch onderzoeksmateriaal. Leiden deze nieuwe data tot een nieuw inzicht in de eindwaarde van vastgoed. Is de hiervoor genoemde vuistregel nog opportuun? Juist omdat in publicaties en marktonderzoeksrapporten van de landelijk gerenommeerde makelaars- en vastgoedadvieskantoren een tendens wordt geschetst dat voor kwalitatief verouderde gebouwen een aanmerkelijk lagere prijs is overeengekomen dan voorheen (zeker in vergelijking tot de beleggingshausse in de periode 2006-2008). Houdt de vuistregel van een jaarlijks 0,1%-punt stijgend bruto aanvangsrendement voor een vastgoedobject nog stand na bestudering van de recente transactiedata? Centrale vraagstelling Hoe hoog is, blijkens de transactieprijzen van recent gerealiseerde vastgoedtransacties, het jaarlijks verhogingspercentage voor de te hanteren exit-yield voor Nederlandse kantoren en bedrijfsruimten gedurende de beschouwingstermijn bij het inschatten van de eindwaarde in een discounted cash flow (dcf) berekening, gerelateerd aan het huidige BAR behorend bij de markthuurkapitalisatie voor hetzelfde object? Hypothese Uit de (centrale) probleemstelling volgt de onderstaande hypothese (H0): Voor een eindwaarde berekening in een dcf volstaat een verhoging van het initiële BAR gedurende de beschouwingsperiode met jaarlijks 0,1%-punt. De alternatieve hypothese (H1) voor het onderzoek luidt: Voor een eindwaardeberekening in een dcf is een jaarlijkse verhoging van het initiële BAR met 0,1%punt niet toereikend om de toekomstige waardevermindering door de objectveroudering in te rekenen. Deelvragen Wat zijn belangrijke kenmerken van en invloeden op het bruto aanvangsrendement? Wat zijn belangrijke inputvariabelen ten aanzien van de eindwaarde in een dcf-berekening indien deze met behulp van een exit-yield wordt benaderd? Hoe luidt theorie voor waarde mutatie als gevolg van economische veroudering van vastgoed? De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

2

Welke BAR-verschillen kunnen aan de hand van elkaar opvolgende verkooptransacties van hetzelfde vastgoedobject worden geregistreerd? Welke mutaties, diversiteit en/of samenhang tussen de inputvariabelen voor een bruto aanvangsrendement en de overeengekomen transactieprijs bij verkoop van kantoor- en bedrijfsruimten in elkaar opvolgende transacties van het object zijn er te signaleren? Leeswijzer In het volgende hoofdstuk zullen de gevolgde onderzoeksopzet en de verantwoording worden besproken. Aansluitend zal hoofdstuk 4 de ondernomen literatuurstudie beschrijven waarin aandacht wordt besteed aan het bruto aanvangsrendement, de eindwaarde in een dcf en (economische) veroudering van vastgoed. In het vijfde hoofdstuk wordt de uitgevoerde kwantitatieve onderzoeksmethodiek concreet beschreven aan de hand van de onderzoekspopulatie en de steekproef en de daarbij te onderscheiden onderzoeksvariabelen. Verder komen in het vijfde hoofdstuk de ten behoeve van de dataverzameling en –analyse gekozen aannames en uitgangspunten aan bod. In hoofdstuk 6 worden de onderzoeksresultaten besproken en worden analyses op samenhang tussen de variabelen beschreven. Tenslotte zal het laatste hoofdstuk de conclusies en aanbevelingen vermelden.


3

3. Onderzoeksopzet en verantwoording 3.1 Onderzoekstypering Het onderzoek is te kwalificeren als een praktijkgericht wetenschappelijk onderzoek. Het beoogt een handvat te bieden voor het schatten van de eindwaarde van een vastgoedobject in een discounted cash flow waardeberekening. Daarbij richt deze studie zich op Nederlandse kantoor- en bedrijfsruimten. Veelal wordt de eindwaarde vastgesteld aan de hand van de kapitalisatie van de te verwachten inkomsten in het eerste jaar na de beschouwingsperiode tegen een bruto aanvangsrendement (exit yield). Onderhavig kwantitatief onderzoek biedt aanvullende kennis over de (markt)waarde van vastgoed, in het bijzonder ten aanzien van de eindwaarde als inputvariabele in een dcf-berekening, en voor beslissingen en besluitvormingen ten aanzien van vastgoed. Het onderzoek omvat een non-experimenteel onderzoek/surveyonderzoek. De basis van informatie vormt een inventarisatie van verkooptransacties en de bijbehorende verkoopkenmerken. Voor het onderzoek worden uitsluitend werkelijke verkoopprijzen gebruikt. Door taxateurs vastgestelde marktwaarden blijven buiten beschouwing. Daarom is dit onderzoek ook afwijkend van veel soortgelijke in het verleden uitgevoerde studies en onderzoeken waarbij het gros (mede) gebaseerd is op taxaties. Marktbewijs (‘marktevidence’) is de pijler waarop dit onderzoek drijft. Er worden geen oorzakelijke verbanden gezocht, hoogstens op basis van gemeenschappelijke kenmerken worden tendensen gesignaleerd. Uiteindelijk wordt een hoge externe validiteit beoogd en wordt geprobeerd een statistisch verband (covariantie) tussen diverse objectkenmerken te schetsen. Aan de hand van de empirische cyclus (Baarda en De Goede , 2006) wordt het onderzoek concreet opgezet.

3.2 Empirische cyclus De eerste stap is het verkrijgen van transactiedata. DTZ Zadelhoff (werkgever van de onderzoeker) heeft zich de laatste 20 jaar ook nadrukkelijk bezig gehouden met het verkrijgen van marktinformatie. Niet alleen transacties waarbij DTZ als makelaar bemiddelde en adviseerde zijn geregistreerd, ook door derden gepubliceerde transacties zijn waar mogelijk nauwkeurig beschreven aan de hand van ratio’s, yields en objectkenmerken. Daar waar het DTZ-research overzicht tekortschiet in transactie informatie is deze gezocht in andere informatiebronnen zoals verkoop- en verhuurbrochures, internetsites van makelaars en Funda en de transactiepublicaties in de maandelijkse vakbladen en dagelijkse nieuwsbrieven van PropertyNL en Vastgoedmarkt. Het integreren van de beschikbare data tot één overzicht moet naar verwachting resulteren in een overzicht met voldoende marktinformatie voor onderhavig onderzoek. Om een juist inzicht te krijgen in de marktontwikkeling van het BAR is het vergelijken van twee transacties met hetzelfde object de beste insteek. Dit biedt op voorhand het beste inzicht in de waardeontwikkeling van een bepaald object en bij voldoende omvang van de onderzoekspopulatie en steekproef zijn ook generaliserende uitspraken/conclusies mogelijk. Het merendeel van eerdere vergelijkbare studies is gebaseerd op een database van transacties en taxaties of zelfs uitsluitend gebaseerd op taxaties waardoor bij die studies taxatieonnauwkeurigheid bij marktwaarden een rol speelt. Bij onderhavig onderzoek is dat aspect niet van toepassing. Welke yields en ratio’s waren van toepassing bij de deal van bijvoorbeeld 10 jaar geleden en tegen welke yields is hetzelfde object nu recent van eigenaar verwisseld? Gelet op de actieve beleggingsmarkt van de afgelopen twee jaar zijn daarbij ongetwijfeld ook objecten overgedragen die in het verleden ook al als beleggingsobject zijn verkocht. Een tweede stap in de inventarisatie omvat dan ook het selecteren van beleggingsobjecten De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

4

waarvoor meerdere transacties zijn geregistreerd. Slechts die transacties zullen in het onderzoek worden betrokken (de onderzoekspopulatie).

Parallel aan het selecteren en rubriceren van transactiedata wordt een theoretisch onderzoek uitgevoerd. Daarbij wordt aandacht besteed aan vergelijkbare eerder uitgevoerde studies zoals gedaan door Jongerius (2004). Dit biedt inzicht in het opzetten van de juiste onderzoeksstrategie voor onderhavig onderzoek en biedt de mogelijkheid tot het uitvoeren van een meta analyse. Ook theoretische kaders van het bruto aanvangsrendement, de eindwaarde (exit yield) van vastgoed zoals dat wordt gebruikt in een contante waarde berekening komen aan de orde. De theoretische kaders en eerdere onderzoeken/studies bieden handvatten voor het te hanteren bruto aanvangsrendement voor de in te schatten eindwaarde, zijnde een inputvariabele in een dcfrekenmethodiek voor vastgoed. Welke hypothese is daaruit te herleiden? Zijn er voorspellingen voor de uitkomsten van het uit te voeren onderzoek mogelijk? De voorgaande onderzoeksfases zijn noodzakelijk voor het kunnen opstellen van nieuwe en/of geactualiseerde conclusies en aanbevelingen. Voldoet de gestelde hypothese aan het huidige marktbeeld? Leidt het nieuwe empirische onderzoeksmateriaal afkomstig uit recente beleggingstransacties tot andere uitkomsten van verwacht? Afhankelijk van de omvang en diversiteit in kenmerken van de onderzoekspopulatie kunnen per vastgoedtype en/of objecteigenschap meer specifiek conclusies en aanbevelingen worden opgesteld. Criterium hiervoor is de mogelijkheid tot generaliseren van uitspraken. Het surveyonderzoek zal worden opgezet als een analyserend en toetsend kwantitatief onderzoek van cijfermateriaal op ratio, interval en ordinaal niveau (zoals type vastgoed, bouwjaar, metrage van het object, BAR en gemiddeld gewogen resterende looptijd van de huurovereenkomsten). Ter afsluiting volgt een evaluatie van het onderzoek met aanbevelingen voor een opvolgend onderzoek. Validiteit en betrouwbaarheid Het onderzoek wordt meer valide door het gebruiken van feitelijke transacties en niet van door taxateurs geschatte ratio’s en getaxeerde marktwaarden. De gebruikte transactie informatie is voornamelijk verkregen uit de DTZ-database en de daarin vermelde beschikbare verkoopinformatie en investeringsmemorandi die eventueel dus ook door andere vastgoedadviseurs en makelaars kunnen zijn opgesteld. Persberichten en/of transactiepublicaties zijn vaak van minder kwaliteits- en betrouwbaarheidsniveau, echter bij gebrek aan informatie uit de hiervoor genoemde informatiebronnen wordt dit waar noodzakelijk voor completering van de dataset toch gebruikt. Door gebruik te maken van feitelijke transactiegegevens is het onderzoek beter generaliseerbaar, weliswaar met inachtneming van een foutenmarge. De betrouwbaarheid neemt toe naarmate de hoeveelheid aan transacties en het gebruik van feitelijke informatie voortkomend uit de verkooptransactie. In aanvulling hierop zullen de gevonden uitkomsten ook worden vergeleken met soortgelijke eerder uitgevoerde studies naar veroudering van vastgoed. Hiermee wordt een betere generaliseerbaarheid van de onderzoeksuitkomsten beoogd. Een hoge externe validiteit wordt geborgd indien een aselecte steekproef kan worden getrokken uit een omvangrijke onderzoekspopulatie.


5

4. Literatuurstudie 4.1 Inleiding In het onderzoek worden meerdere kenmerken van de transactieprijs bij de eigendomsoverdracht van kantoor- of bedrijfsruimten in kaart gebracht. De onderzoekspopulatie wordt in aanvulling op de adresgegevens en de koopsom geregistreerd met de navolgende kenmerken: transactiedatum vastgoedsegment huurinkomsten bruto aanvangsrendement gemiddeld resterende looptijd van de huurovereenkomsten locatie metrage bouwjaar/ouderdom Wat betreft de literatuurstudie wordt aandacht besteed aan het bruto aanvangsrendement en de eindwaarde in een berekening gebaseerd op een discounted cash flow methodiek. Wat omvatten de begrippen aanvangsrendement en eindwaarde en welke determinanten zijn daarbij te onderscheiden? Het bouwjaar biedt inzicht in de ouderdom van het object. Er zijn diverse onderzoeken en studies uitgevoerd naar de invloed van veroudering van vastgoed op de waarde en prijs van vastgoed. In dit hoofdstuk volgt een uiteenzetting van eerdere publicaties en onderzoeken. Doel van het onderzoek is een verbetering van de dcf-waardeberekening voor kantoor- en bedrijfspanden. De afgelopen jaren zijn diverse onderzoeken naar de (on)nauwkeurigheid van vastgoedtaxaties uitgevoerd. Zeker na de scherpe prijsval van commercieel vastgoed als gevolg van het plotselinge uitbreken van de economische crisis had dit onderwerp veel aandacht van vastgoeddeskundigen en –professionals. Marktonzekerheid, waarderingsmodel- en methode onzekerheid en de onzekerheid over correcte objecten marktinformatie zijn de belangrijkste oorzaken voor taxatie onnauwkeurigheid. In Nederland wordt vooral gebrek aan marktevidence gesignaleerd als probleem voor het opstellen van een taxatie. Het schatten van de exit yield, zijnde één van belangrijkste input variabelen, wordt door marktpartijen als lastig ervaren.

4.2 Bruto Aanvangsrendement 4.2.1. Definiëring van het BAR De vastgoedbeleggingsmarkt heeft in het bruto aanvangsrendement (BAR) een belangrijke ratio. Voor veel investeerders biedt dit kengetal een houvast voor objectvergelijking in de benchmark en voor investeringsbeslissingen. Het is een relatief eenvoudig begrip en wordt mede veel gebruikt doordat moeilijk te doorgronden wiskundige vergelijkingen in de berekening van het BAR achterwege kunnen blijven. Bij gebruik van de BAR-methode is de marktwaarde van een object gelijk aan de bruto markthuur gedeeld door het bruto aanvangsrendement (BAR) minus correctieposten:

Bruto markt huur Waarde v.o.n =

-/- (markthuur- contracthuur) -/- achterstallig onderhoud – k.k. BAR

Bron: Definitieve waarde op basis van de BAR-methode (Ten Have, 2004) De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

6

Bij een ‘bruto’- definiëring wordt een resultaat aangeduid zonder dat contextafhankelijke bijkomende kosten of zaken worden afgetrokken of buiten beschouwing worden gelaten (Keeris, 2001). In de loop der jaren zijn er al veel Nederlandstalige definities inzake het BAR gepubliceerd. Onderstaand volgt een selectie van recente publicaties. Het overzicht beoogt geen volledigheid: Keeris (2001)

Het op het moment van verwerving geraamde te behalen beleggingsresultaat gedurende het eerst volledig jaar van exploitatie op een vastgoedinvestering, uitgedrukt als percentage van de bruto jaaropbrengst bij volledige verhuur conform markthuurniveau ten opzichte van de gegeven verwervingskosten, inclusief aankoopkosten.

Ten Have (2002)

De BAR-yield is het op het moment van verwerving geraamde bruto beleggingsresultaat, uitgedrukt in een percentage dat gedurende het eerste jaar van exploitatie op een investering in een vastgoedobject is te behalen

Verhaegh (2005)

Het BAR is opgebouwd uit verschillende componenten. Ten eerste kan de algemeen geldende inflatie als basis worden genomen. De tweede component is de reële rente. Hier bovenop wordt een risicopremie geëist voor het beleggen in vastgoed. Deze risicopremie bestaat uit een vastgoedspecifieke (liquiditeitstekort, risico, managementkosten), een vastgoedsector (bijvoorbeeld kantoren, bedrijfspanden) en een objectspecifieke risicocomponent. Wanneer hier nog de objectspecifieke kostencomponent (onroerende zaak gebonden eigenaarslasten) aan toegevoegd wordt, wordt het bruto aanvangsrendement verkregen.

Stichting ROZvastgoedindex (2007)

Het Bruto Aanvangsrendement (BAR) is de theoretische huur (op tijdstip t=0) (ook wel contracthuur) gedeeld door de marktwaarde (v.o.n.), en wordt als percentage uitgedrukt.

Bron: Verhaegh (2005)

In formulevorm: Bruto aanvangsrendement = (theoretische huur (t=0) / marktwaarde(v.o.n.)) x 100% Van Gool et al (2012)

Het bruto aanvangsrendement is het bruto directe rendement op het moment dat de betreffende vastgoedinvestering ter verwerving wordt aangeboden dan wel op het moment van overdracht

Gebiedseconomie.nl (2012)

Het bruto aanvangsrendement (BAR) geeft de verhouding weer tussen de bruto markthuur in het eerste jaar en de totale investering (v.o.n.). Het is anders dan de naam doet vermoeden geen echt rendementsbegrip over de looptijd van de investering.

Een standaard-definiëring waarover het gros van de marktpartijen consensus heeft, is er (nog) niet. Een veelvoorkomende verwarring bij en/of tussen partijen en vastgoedadviseurs is de onduidelijkheid over de exacte berekening van het BAR. Dit hangt mede samen met de diversiteit aan definiëring. Is het BAR gerelateerd aan de werkelijke huurinkomsten, de markthuur of bij gedeeltelijk verhuurde objecten ook aan de huurpotentie van de leegstand? Dit laatste wordt ook wel als theoretische huurinkomsten omschreven: de actuele huurinkomsten waarbij opgeteld de markthuur van de leegstand. Naast het onderscheid tussen de ratio’s op basis van het huurbegrip kan het BAR De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

7

ook worden gerelateerd aan de marktwaarde vrij op naam dan wel aan de marktwaarde kosten koper. Worden de verschuldigde overdrachtsbelasting en de notariële overdrachtskosten wel of niet ingerekend. Elk van de voornoemde varianten is op zich een juiste benadering. Stivad (Stichting Vastgoeddata) beoogt transparantie in vastgoedmarkten te bevorderen. Deelnemers in deze non-profit organisatie stellen transactie informatie beschikbaar voor een gezamenlijke databank. Zij hanteert zelfs vier verschillende BAR-benaderingen: BAR 1: op basis van de totale theoretische bruto jaarhuur en de feitelijke koopsom vrij op naam (v.o.n.) BAR 2: op basis van de totale bruto markthuur (huur- of huurherzieningswaarde) in totaal verhuurde staat en feitelijke koopsom v.o.n. gecorrigeerd voor over- of onderhuur BAR 3: op basis van effectieve theoretische huur (contracthuur + effectieve markthuur van leegstaande ruimten) BAR 4: op basis totale effectieve bruto markthuur na correctie voor verhuurincentives (de “effectieve” huurwaarde) en de voor nog lopende verplichtingen “geschoonde” koopsom Deze volledigheid van Stivad heeft een gevaar van spraakverwarring in zich, dus of de databank van Stivad de transparantie in het gebruik van een marktconforme BAR verbetert, moet nog blijken. Voor marktpartijen, adviseurs en taxateurs is het essentieel om te weten waarop het BAR is berekend zodat spraakverwarring wordt vermeden en juiste interpretaties van transactievergelijkingen worden gemaakt. Rust (2004) stelt dat het aanvangsrendement uitsluitend een indicatie vormt voor de juistheid van de prijs die in de markt wordt betaald voor dergelijke objecten. De aanvangsrendementmethode geeft geen enkele zekerheid over toekomstige kasstroomverwachtingen. Een studie van Van Gool en Ten Have (2006) richtte zich op mogelijke luchtbellen in Nederlandse vastgoedwaarderingen. De hiervoor beschreven begripsverwarring speelde daarbij een niet te onderschatten rol. De twee onderzoekers signaleerden het gevaar van het gebruik van markthuren bij de kapitalisatiemethodiek voor het vaststellen van marktwaarde. Hun aandachtspunt richtte zich op de hoogte van de markthuur. Is de markthuur zonder verrekening van incentives weergegeven of is de gebruikte markthuur gecorrigeerd voor dergelijke financiële vergoedingen ten gunste van de huurder gehanteerd? Ten tijde van de publicatie van het onderzoek (2006) werden dergelijke correcties door investeerders, taxateurs en adviseurs vaak achterwege gelaten door de jubelstemming op de vastgoedmarkt. Uiteindelijk bevestigde de financiële crisis in 2008 tot 2010 het beeld dat inderdaad luchtbellen in Nederlandse vastgoedwaarderingen waren opgenomen. Stivad signaleert ook voornoemde problematiek. Zij hanteert voor haar databank voor de markthuur de navolgende definitie: “totale effectieve bruto markthuur na correctie voor te geven incentives”. Deze gecorrigeerde markthuur wordt aan de hand van enkele in te voeren variabelen opgebouwd om zodoende de uitkomsten beter te kunnen vergelijken of zoals Stivad het omschrijft als een vergelijking tussen appels en appels. 4.2.2 Imperfecties van het BAR Het Bruto Aanvangsrendement is een veelgebruikte ratio in de vastgoedmarkt, het heeft zeker ook imperfecties in zich. De ratio is goed bruikbaar als vergelijkend kengetal. Hoe groter de vijver van vastgoedtransacties, des beter zijn vergelijkingen mogelijk. In een goed functionerende en actieve markt zijn er veel transacties en is een marktconforme BAR daarbij goed uit deze transacties te destilleren. De onderbouwing en zeggingskracht komt onder druk te staan bij afnemende marktactiviteit zoals dat bijvoorbeeld duidelijk aan de orde was in de jaren 2009 tot 2012. De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

8

Daarnaast is de vastgoedmarkt een heterogene markt. Geen enkel object is exact gelijk, alleen al de locatie is altijd een afwijkend element in de vergelijking tussen objecten. Dit leidt tot interpretatie verschillen in wat een marktconforme BAR is voor het specifieke te taxeren, te verwerven of te verkopen object. Ook smoothing and lagging zijn een veelvuldig voorkomend probleem in taxaties. De actuele marktverhoudingen sijpelen vertraagd door in taxaties. Zeker bij periodieke taxaties speelt dit probleem. Taxateurs zijn geneigd vast te houden aan eerdere door hunzelf uitgevoerde taxaties en nemen die taxaties als vertrekpunt voor het uitvoeren van een nieuwe waardering. Biedt het BAR wel voldoende inzicht in de actuele marktverhoudingen? 4.2.3. De determinanten van het BAR Er is veel literatuur over de determinanten van het BAR en vanuit zeer verschillende invalshoeken is er over gepubliceerd. Verhaegh heeft in 2005 een studie naar de determinanten van het BAR uitgevoerd. Uit een door haar uitgevoerde univariate regressie-analyse blijkt dat vijf determinanten 90% van de verklaringskracht bepaalden. Deze vijf determinanten zijn huurpotentie, hoogte van de markthuur, resterende looptijd van de huurcontracten, exploitatiekosten en leeftijd. Het objectkenmerk leeftijd is de enige nietfinanciële variabele. Er zijn regionale verschillen in de dominantie van de onderscheiden determinanten, zo blijkt uit haar onderzoek. Van Wouwe, Berkhout en Tanssens stellen in 2005 dat interest een stabiliserende invloed heeft op de risicopremie welke is ingerekend in een Bruto Aanvangsrendement/Netto Aanvangsrendement. Daarbij wordt het aanvangsrendement door hun beschouwd als een kengetal/ratio en houdt het naar hun mening geen rendementsverwachting in. De rendementsverwachting is te onderscheiden in twee variabelen: een vergoeding voor het verlies aan liquiditeit en een risicopremie. Die risicopremie is hier gesteld als een illiquiditeitspremie waarbij een vergoeding voor het beleggingssegment vastgoed en het specifieke object is berekend. In tegenstelling tot andere activa toont het onderzoek dat een stijgende risicopremie waarneembaar is bij dalende reële rente en vice versa. De opvatting dat de risicopremie uitsluitend het verhoogde risico van vastgoed vergoedt, gaat voorbij aan de invloed van interest op de bepaling van een BAR/NAR. De onderzoekers concluderen een stabiliserend effect blijkens de gebruikte steekproef. Onderstaand worden determinanten benoemd welke voor onderhavig onderzoek inzicht bieden in de economische veroudering van het betreffende object en kunnen ook worden gebruikt in de analyse tussen de onderzoekseenheden: Marktsegment Tussen de diverse vastgoedsegmenten zoals kantoor, bedrijfsruimte, retail en woningen zijn afwijkende marktverhoudingen, trends en prijsstellingen waarneembaar. De actuele marktverhoudingen in vastgoed Daarbij zijn niet alleen de nationale marktbeelden ten tijde van een transactie, maar zeker ook de lokale markttendensen belangrijk. Lokale vraag en aanbod niveaus kunnen sterk afwijken van het nationale beeld welke door de grote landelijk actieve vastgoedadviseurs wordt gepubliceerd in periodieke marktrapportages en persberichten.


9

Verhuurde staat Voor een object als vastgoedbelegging is de actuele verhuurde staat van het pand een belangrijke graadmeter voor het schatten van het objectrisico. Is er sprake van enige zekerheid over de te verwachten kasstromen op kortere en middellange termijn of is er sprake van kortlopende huurovereenkomsten danwel leegstand. In aanvulling hierop is de financiële gegoedheid van een huurder ook essentieel. Zeker na de economische crash van 2008 is dit aspect sterk in belang toegenomen. Huurders worden grondig geanalyseerd voorafgaand aan het uitbrengen van biedingen en het tot stand komen van een deal. Bij objecten welke meer geschikt zijn voor gebruik door de eigenaar is dit kenmerk minder prominent. Ook aan de in 2005 tot 2008 in zwang zijnde door verkoper gestelde huurgaranties wordt nauwelijks meer een waarde toegekend. Bij toekomstig faillissement van de verkoper kunnen die uiteindelijk niets waard blijken, denk bijvoorbeeld aan de Eurocommerce tragedie. De kwaliteitsaspecten van het object Wat betreft de objectkwaliteit is in het onderzoek vooral aandacht besteed aan bouwjaar/ouderdom, metrage en stand en ligging. Deze objectkenmerken zijn relatief eenvoudig vast te stellen. Andere kenmerken zoals staat van onderhoud, het duurzame karakter en het afwerkingsniveau zijn vaak minder goed in beeld gebracht bij de registraties en publicaties van transacties en hebben ook een subjectieve inslag, reden om deze aspecten in het onderzoek buiten beschouwing te laten. 4.2.4. De invloed van marktsentiment en irrationeel handelen op het BAR In tegenstelling tot de hiervoor beschreven determinanten spelen in de klassieke financiële prijstheorie het marktsentiment van investeerders, kasstromen en marktactiviteit geen rol. In deze modellen is het uitgangspunt dat er geen marktfrictie bestaat en dat investeerders slechts rationeel handelen resulterend in een conform onderhandelde transactieprijs. Het model is niet in staat plotselinge marktkenteringen correct in te prijzen. Dat geldt dan ook voor voorspelde (aanvangs)rendementen. In het onderzoek is mede om deze reden ook een marktcorrectie opgenomen voor de tussenliggende periode tussen de transacties van een onderzoekseenheid. Het algemene marktsentiment ten aanzien van vastgoed uit zich in hogere of lagere door beleggers gewenste aanvangsrendementen. In 2008 onderzochten Clayton, Ling en Naranjo de invloed van irrationeel handelen, dit mede naar aanleiding van de dramatische vastgoedmarktwending in 2007 als gevolg van de voor velen plotseling ontstane kredietcrisis. Het Amerikaanse onderzoek richt zich op de invloed van en de onderlinge verhouding tussen fundamentele marktkenmerken en het investeerderssentiment op de prijsvorming en risico acceptatie bij een investeringsbeslissing. De economie wordt hier duidelijk als gedragswetenschap benaderd. Alleen in een dergelijke benadering kunnen gedragskenmerken die leiden tot verminderd rationeel handelen modelmatig in beeld worden gebracht. In het onderzoek wordt voor het vaststellen van marktevenwichtige kapitalisatiefactor een optimale combinatie gezocht van fundamentele marktkenmerken en het handelen onder invloed van actueel marktsentiment. De conclusie van Clayton, Ling en Naranjo is dat fundamentele marktkenmerken de belangrijkste component zijn voor de hoogte van kapitalisatiefactoren. Marktsentiment speelt duidelijk wel een rol, echter minder duidelijk dan blijkt uit de empirische waarnemingen in de periode van de Amerikaanse vastgoedhausse (2002-2007), de opgaande financiële markt tijdens de internetbubble (eind jaren ‘90) als ook de Amerikaanse marktteneur in de periode medio 2007 en 2008.


10

Dit onderzoek van Clayton, Ling en Naranjo kan ook worden vertaald naar het BAR in de Nederlandse vastgoedmarkt. Ook in Nederland is het door een vastgoedbelegger geaccepteerde BAR onderhevig aan marktsentiment en irrationeel handelen daardoor. Een gelijkluidend onderzoek voor de Nederlandse vastgoedmarkt is nog niet uitgevoerd. Irrationeel handelen door vastgoedinvesteerders wordt bevestigd door het onderzoek op Amerikaans vastgoed van Hendershott en Mac Gregor in 2005. In tegenstelling tot de verwachting blijken investeerders een hogere prijs te betalen voor kasstromen welke op peildatum boven het gemiddelde liggen en waarvoor een daling in groeivoet is te voorzien dan voor kasstromen beneden een gemiddelde en daarmee een hogere, op rationale gronden te veronderstellen, groeiverwachting hebben. Modelmatige verwachtingen voor een BAR delven volgens de onderzoekers het onderspit ten opzichte van het subjectieve marktgevoel en sentiment van een investeerder. Samenvatting: Er zijn meerdere definities van het Bruto Aanvangsrendement in de loop der jaren geformuleerd. Spraakverwarring en verkeerde interpretatie van het kengetal is een gevaar voor markttransparantie. Het kengetal is zonder omslachtige wiskundige formules te berekenen en dat maakt het ook een populair kengetal in de vastgoedmarkt. Een duidelijke formulering van het BAR indien deze ratio wordt gebruikt is daarom van belang voor een goede vergelijkbaarheid van transacties en het correct registreren van referentietransacties en ‘marktevidence’. Daarbij blijft van belang te onderkennen dat de vastgoedmarkt een zeer heterogeen karakter heeft en geen enkel object exact gelijk is. Voor het onderzoek worden de navolgende determinanten van het BAR in de analyse betrokken: marktsegment, actuele marktverhoudingen, verhuurde staat en de kwaliteitsaspecten metrage, bouwjaar en stand en ligging. Meerdere onderzoeken tonen aan dat irrationeel handelen in de vastgoedmarkt een niet te onderschatten rol speelt in het actuele marktsentiment en de uiteindelijk overeengekomen prijs en daarmee ook voor de onderliggende ratio’s zoals het aanvangsrendement. Dit maakt de ratio’s minder goed voorspelbaar.

4.3 Discounted cash flow: De eindwaarde en exit yield 4.3.1. De inkomstenbenadering Het merendeel van marktwaarde waarderingen geschiedt door het gebruiken van een methodiek van inkomstenbenadering. De discounted cash flow (dcf) is een veelgebruikte variant daarvan. In deze rekensystematiek worden de inkomsten en uitgaven uit het vastgoed gedurende een bepaalde beschouwingsperiode contant gemaakt naar waardepeildatum. Het uiteindelijke saldo vormt dan de marktwaarde van het object. Van de totale inkomsten is de waarde van het vastgoed in het eerste jaar na de beschouwingsperiode een belangrijk bestanddeel. Uitgangspunt in deze rekenmethodiek is dat na afloop van de beschouwingsperiode het vastgoed nog een restwaarde heeft die op dat moment ineens te gelde wordt gemaakt (verkoop van het vastgoed). In de dcf wordt een schatting gemaakt van die toekomstige zogenaamde eindwaarde. Deze eindwaarde maakt 40 tot 50% uit van de uiteindelijk vastgestelde marktwaarde. De RICS heeft in haar guidance notes (2013) opgenomen dat voor het vaststellen van de beleggingswaarde een nauwkeurige schatting van de jaarlijkse kasstromen nodig is waarbij ook de eindwaarde prominente aandacht verdient. Deze rekenwijze is vooral gewenst bij specifieke investeringsvraagstukken, echter ook voor het bepalen van de marktwaarde en fair value is de eindwaarde in een dcf-berekening essentieel.


11

4.3.2. De inschatting van de hoogte van de eindwaarde in de praktijk Er zijn diverse studies uitgevoerd naar de hoogte van de eindwaarde in rekenmethodieken. Van Berge Henegouwen rondde in 2015 een onderzoek af naar vastgoedfondsen en risicoanalyses conform de AIFM-richtlijn. Hij stelt dat risico analyses voor vastgoed beleggingsinstellingen het best aan de hand van scenario analyses kunnen worden uitgevoerd. Noch de AIFM-richtlijn, branchereguleringen van toezichthouders en/of het Platform Taxateurs en Accountants schrijven een concrete opzet voor risico analyses voor. De scenario analyse sluit volgens Van Berge Henegouwen ook goed aan op de dcf-rekenmethodiek. De risicoparameters markthuur, disconteringsvoet en exit yield bepaalden in dit onderzoek 81,8% van het effect van objectmutaties op de marktwaarde en zijn dan ook de belangrijkste parameters voor een risico analyse. Naar mening van de onderzoeker verdienen deze parameters dan ook de hoogste aandacht in de analyses en waarderingen. De in dit onderzoek ondervraagde vastgoedprofessionals bevestigen dit beeld en stellen de exit yield als derde krachtigste parameter. Lugard (2009) stelde een analyse op van de ingeschatte eindwaarde door aanbieders van vastgoedfondsen. Zij beoordeelde de door de fondsaanbieders ingeschatte eindwaarde zijnde een belangrijk onderdeel voor de vermelde rendementsprognose in de bestudeerde beleggingsbrochures. Haar conclusie luidt dat de aanbieders uitgaan van een gunstige eindwaarde die wellicht is ingegeven door de goede verkoopresultaten van vastgoed in de periode 2005 tot medio 2008. Er wordt vaak een lagere risico opslag op het initiële aanvangsrendement als gevolg van veroudering aangehouden dan de gangbare 0,1%-punt per jaar. Hierdoor kochten partijen tegen lage aanvangsrendementen. De brochures en de bijbehorende marktpositionering van de aangeboden beleggingsproducten hadden een te positieve voorstelling van de eindwaarde. Veenstra (2006) heeft onderzoek gedaan naar de exitwaarde van kantoren. Zij concludeert daarin dat voor het berekenen van een eindwaarde de aanvangsrendementsmethode de meest geschikte rekenmethodiek lijkt te zijn. Daarbij wordt het ingeschatte aanvangsrendement van een object op waardepeildatum gecorrigeerd met een op- of afslag afhankelijk van respectievelijk de verwachte waardedaling danwel -stijging. Bij voorkeur wordt een 10-jarige beschouwingsperiode genomen, aldus de onderzoeker. Jongerius heeft in 2004 op basis van een analyse op 31 kantoortransacties een BAR-ontwikkeling gesignaleerd. De onderzoekspopulatie bestaat uit objecten waarvan dubbele transacties bekend zijn. Een overeenkomstige benadering is voor onderhavig onderzoek aangehouden. In Jongerius’ onderzoek zijn de geregistreerde aanvangsrendementen gecorrigeerd voor veranderde marktomstandigheden tussen de transacties van hetzelfde object. Hij stelt als aanbeveling dat voor nieuwe langjarig (<10 jaar) verhuurde kantoorobjecten als BAR-ontwikkeling gemiddeld genomen uit kan worden gegaan van een opslag voor het toekomstige verkooprisico van 0,11%-punt per jaar op de aankoop-BAR. Deze aanbeveling is gebaseerd op het BAR-verloop van 22 kantoren waarbij de eerste verkoop als nieuwbouwproject is gedaan. Verder blijkt volgens Berkhout et.al (2006) dat de tijd zelf invloed heeft op de eindwaarde. Deze factor geeft in feite de slijtage aan van het object (grond en opstal). Zij signaleren hierbij onderscheid tussen grondwaarde en opstal. Tenslotte blijkt uit deze studie dat de bruto aanvangshuur van cruciaal belang is als determinant van de eindwaarde. De aanvangshuur blijkt een goede indicator te zijn van de kans dat men in de toekomst een vergelijkbaar huurbedrag zal ontvangen: een lage aanvangshuur transformeert niet zomaar in een hoge huur. Aldus werkt de aanvangshuur door in de toekomstige eindwaarde. Dit pleit volgens Berkhout et. al tegen vastgoedinvesteringen met een relatief lage bruto huur in het eerste volledige jaar van exploitatie. Dit sluit aan op het eerder genoemde Amerikaanse onderzoek van Hendershott en Mac Gregor (2005).


12

4.3.3. Rekenkundige benadering van de eindwaarde Wim Rust heeft in 2004 een uitgebreide en veel geciteerde studie gepubliceerd over de berekening van de eindwaarde (door Rust ook restwaarde genoemd) bij dcf-berekeningen. Tezamen met huuropbrengsten en exploitatiekosten is dat de belangrijkste kasstroom in de rekenmethodiek. De restwaarde en huurinkomsten leveren ieder ongeveer 50 à 55% van de DCF-waarde. De exploitatiekosten hebben slechts een negatieve invloed van 5 tot 8% op de DCF-waarde volgens zijn studie. Hij stelt dat in de praktijk zeer veel aandacht wordt besteed aan de raming van de huurinkomsten en de exploitatiekosten. Voor de restwaardebepaling (ook in de Angelsaksische landen) ontbreekt een dergelijke onderbouwing. Volgens Rust schuilt het geheim van de nauwkeurigheid van inschatting van de restwaarde voor een belangrijk deel in de ontwikkeling van aanvangsrendementen en markthuren, welke onafhankelijk zijn van marktontwikkelingen. De verouderingsprocessen zijn eveneens onafhankelijk van marktsentiment. Naar zijn mening kan de restwaarde dan ook voor een belangrijk deel onderbouwd worden door het traceren van rationele objectkenmerken en kan de onnauwkeurigheid van de schatting daarmee worden beperkt. Vervolgens stelt hij dat marktontwikkelingen in een bandbreedte zijn te ondervangen en binnen uitersten zijn weer te geven. De veroudering wordt door Rust in drie componenten verdeeld: locatieveroudering, markttechnische/economische veroudering en technische veroudering. De eerste twee beïnvloeden de markthuur. Samenvattend biedt Rust in zijn studie de volgende berekening van de eindwaarde: -De markthuur aan het eind van de beschouwingsperiode is te baseren op de huidige markthuur gesommeerd met de geschatte markthuurontwikkeling boven inflatie (-1% tot +0,5%) en afname door economische veroudering. Deze beperkte spread kenmerkt volgens Rust de geringe volatiliteit in Nederland waarbij veel markthuren zich in het verleden cyclisch langs de inflatiecurve ontwikkelden. Corrigeer ook voor eventuele hausse of marktdieptepunt (externe factoren). -De kapitalisatiefactor voor de restwaarde wordt opgebouwd uit het ingeschatte NAR op waardepeildatum gesommeerd met jaarlijkse gewogen gemiddelde groeivoet van grond en opstal (0,05%-punt in de eerste 10 jaar en 0,1%-punt voor de 10 jaar daaropvolgend). Ook hier weer additionele correctie indien hausse of vice versa, welke Rust baseert op historische cijfers waaruit een dergelijke variatie in aanvangsrendementen blijkt. Indien een bruto exit yield wordt gebruik neemt hij maximaal 0,45%-punt als positieve danwel negatieve factor bij een 10-jarige beschouwingsperiode. -Tenslotte het kapitaliseren van de gevonden deelantwoorden. Daarbij rekening houdend met eventuele aanvangsleegstand en hogere exploitatielasten ten tijde van de einddatum van de aangehouden beschouwingsperiode, verwacht groot onderhoud op de dan korte termijn en kosten koper. Rust realiseert zich dat voor de onderbouwing van de diverse kengetallen en groeivoeten nog veel onderzoek kan worden verricht. Wat betreft de door Rust benoemde hausse-correcties kunnen deze worden beschouwd als correcties voor het actuele investeerderssentiment. Hiervoor kan worden verwezen naar het eerder beschreven onderzoek van Clayton, Ling en Naranjo (2008). Zij concluderen dat een dcf onvoldoende in staat is om heftige marktbewegingen correct in het rekenmodel op te nemen. De economie is een gedragswetenschap en dit moet meer invloed krijgen in waarderingen, onafhankelijk van de te gebruiken fundamentele marktvariabelen. Het is niet ondenkbaar dat de door Rust voorgestelde marktcorrectie van 0,3% te marginaal is. Het gebruik door Rust van de actuele huurprijs en aanvangsrendement ten tijde van de investering als inputvariabelen wordt ondersteund door het in 2006 gepubliceerde onderzoek van Berkhout, Bouwens, Hamers en Tansens. Uit hun analyse naar de determinanten van eindwaarden blijkt dat de De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

13

initiële investering een significante invloed heeft op de hoogte van de eindwaarde. Dit duidt er volgens hen op dat prijsvorming op het moment van aankoop een goede indicator is van de toekomstige marktprijs en dat de markt derhalve de vermoedelijke eindwaarde systematisch en accuraat kan inschatten. Dat ondersteunt de gedachte van Rust dat de actuele markthuur met een opslag voor de geschatte markthuurontwikkeling als variabele voor de restwaarde is te gebruiken. 4.3.4. De invloed van het duurzame karakter van een vastgoedobject In haar guidance notes voor duurzaamheid signaleert de RICS dat duurzaamheidsinvesteringen beginnen door de te sijpelen in marktwaarden. Zij verwacht de komende jaren een sterkere groei daarin als gevolg van veranderde wetgeving en bouw- en gebruiksvoorschriften. Marktwaarden en transactieprijzen gaan de komende jaren in toenemende mate door duurzaamsheidsoverwegingen worden bepaald aldus RICS. Dit heeft ook invloed op door beleggers geëiste en door taxateurs ingerekende aanvangsrendementen. Immers het beleggingsrisico neemt toe als gevolg van verminderde vraag naar het object als ook een verminderde marktpositie voor beleggingsvastgoed. Dat het duurzame karakter van een vastgoedobject ook invloed heeft op de in te schatten eindwaarde lijkt vanzelfsprekend.

Samenvatting In een discounted cash flow berekening worden toekomstige inkomsten en uitgaven contant gemaakt naar waardepeildatum. Daarbij wordt een schatting gemaakt van die toekomstige zogenaamde eindwaarde. De eindwaarde maakt 40 tot 50% uit van de uiteindelijk vastgestelde marktwaarde. De risicoparameters markthuur, disconteringsvoet en exit yield bepalen volgens Van Berge Henegouwen (2015) in belangrijke mate de risico analyse van vastgoed. Andere onderzoeken naar exit yields tonen dat een opslagpercentage van circa 0,1%-punt per jaar gangbaar en acceptabel is. Volgens Rust (2004) schuilt het geheim van de nauwkeurigheid van inschatting van de restwaarde voor een belangrijk deel in de ontwikkeling van aanvangsrendementen en markthuren, welke onafhankelijk zijn van marktontwikkelingen. Hij komt in zijn veel geciteerde publicatie tot een jaarlijkse gewogen gemiddelde groeivoet van grond en opstal (0,05% in de eerste 10 jaar en 0,1% voor de 10 jaar daaropvolgend) en daarbij een additionele marktcorrectie van +0,3% of -0,3% bij respectievelijk actuele markthausse of marktdip.

4.4 Veroudering van vastgoed 4.4.1. Waarderingsmethodieken voor veroudering De veroudering van het object is een belangrijke indicator voor het door vastgoedbeleggers gewenste bruto aanvangsrendement van een object gedurende een bepaalde beschouwingsperiode. Naarmate een vastgoedobject veroudert, zullen algemene technologische vooruitgang, verminderde functionaliteit en afnemende economische voordelen een rol spelen in de toekomstige marktwaarde van het betreffende object. De benoemde aspecten hebben vooral betrekking op de opstal, de grondwaarde staat aanmerkelijk minder onder invloed van veroudering. Grondwaarde wordt over het algemeen op kortere termijn als prijshoudend beschouwd en op langere termijn heeft het verleden aangetoond dat grond in waarde toeneemt. Echter is deze toename in waarde normaal gesproken minder groot dan de waardevermindering van de opstal(len) op het perceel zodat gedurende de levensduur van de opstallen de waarde mutatie van het gehele vastgoedobject (opstal en grond) negatief is bij overigens gelijkblijvende omstandigheden.


14

Van Gool, Jager, Theebe en Weisz (2013) onderscheiden vijf verschillende waarderingsmethodieken om de veroudering van vastgoed in waarderingen te berekenen: Indexatie en/of waardeontwikkelingsmethode Grond-opstal methode Huidige waarde methode Exit yield approach Rendementswaardemethode Van de voornoemde vijf methoden wordt in onderhavig onderzoek de exit yield approach nader bestudeerd en beoogt het onderzoek hiervoor te adviseren. De exit yield approach wordt door Van Gool et al. omschreven als de bruto/netto cashflow in eerste jaar na de ingerekende beschouwingsperiode in een dcf-berekening en wordt contant gemaakt tegen een zogenaamde exit yield. Feitelijk is dit overeenkomstig de aanvangsrendement methode alleen dan geprojecteerd in de toekomst. Voor de inschatting van de exit yield zal de taxateur ook oog moeten hebben voor eventuele leegstand in het eerste jaar na de beschouwingsperiode, de verwachte resterende looptijd van de huurovereenkomst(en) en op dat moment noodzakelijk (groot)onderhoud en/of te verwachten extra mutatiekosten. Van Gool et al. stellen dat de exit yield approach vooral is toegepast bij courante objecten met een nog veronderstelde langdurige goede exploitatie na de beschouwingsperiode. 4.4.2. Uitkomsten van historische onderzoeken 4.4.2.1 Baum (1991) Baum stelt in 1991 in zijn publicatie ‘Property investment, depreciation and obsolescence’ dat waardevermindering van vastgoed afhankelijk is van ouderdom van het gebouw en de gebouwkwaliteit(en). Depreciatie wordt door hem gedefinieerd als verlies in reële gebruikswaarde van vastgoed (‘utility in decline’). Veroudering is daarbij één van de oorzaken. Volgens Baum creëert veroudering een afname in gebruiksnut hetgeen onafhankelijk van fysiek gebruik of tijdsverloop kan optreden. Het onderzoek laat de locatie buiten beschouwing. Baum zoekt in zijn studie naar een classificatie van gebouwkwaliteiten in relatie tot waardevermindering en beperkt zich tot de Londense kantorenmarkt. Gebouwkwaliteit definieert hij als het weerstandsvermogen tegen waardevermindering. Welke kwaliteiten leiden tot waardevermindering en welke gebouwkwaliteiten zorgen voor waardevastheid. Vastgoedprofessionals zijn geïnterviewd en gebruikers zijn ondervraagd. Uit het onderzoek blijkt dat gebouwkwaliteiten zoals intern afwerkingsniveau en pandindeling belangrijker zijn voor de mate van waardevermindering dan sec de fysieke veroudering. Aan de hand van de Fisher-vergelijking (1930) en Gordon en Shapiro’s groeimodel (1956) als basis onderbouwt Baum zijn onderzoeksconclusies. Baum combineert de vergelijkingen tot: k = RFR + r – g k = aanvangsrendement van de investering RFR = risicovrije voet r = risico g = jaarlijkse groeiverwachting

Bovenstaande vergelijking komt overeen met het momenteel in de vastgoedmarkt veel gebruikte : NAR = IRR - g


15

Deze vergelijking verklaart het dividend rendement op aandelen en obligaties. Voor vastgoed zijn er twee complicerende factoren: er is geen sprake van regulier/periodiek inkomen zoals de formule wel simplificeert en als tweede wordt genoemd dat de inkomensgroeiverwachting van vastgoed minder sterk samenhangt met economische groei en winstgevendheid van het object. De winstgevendheid wordt mede beïnvloed door het verouderingsproces hetgeen op de aandelenmarkt niet speelt. Daarbij speelt het probleem dat in de groeifactor zowel de verwachte mutatie in huur als marktwaarde moeten worden geïntegreerd. Gebouwen hebben waardeverminderende kenmerken door achteruitgang/verminderde kwaliteitstoestand en veroudering. Groeiverwachtingen in de financiële theorie sluiten dergelijke kenmerken niet in. Voor vastgoed betekent dat een noodzakelijke aanpassing van de vergelijking, door Baum als volgt: RFR + r = k + g - d d = depreciatie vastgoed

De rendementsverwachtingen (rechterzijde vergelijking) worden in deze formulering beïnvloed door de verwachte waardevermindering. Hoe minder de verwachte waardevermindering, ceteris paribus, des te beter is het vastgoedobject als investeringsvehikel, aldus Baum. Waardevermindering is volgens Baum te beschouwen als een afnemend gebruiksgenot en is niet per direct gerelateerd aan fysiek gebruik of veroudering. Denk voor dat laatste bijvoorbeeld aan de vastgoedhausse in de jaren 2005-2007 waar panden sterk in waarde stegen ondanks de toenemende ouderdom. Waardevermindering van gebouwen kan in twee factoren worden onderscheiden: fysieke veroudering en ‘obsolescence’ zijnde waardevermindering niet direct gerelateerd aan het (fysieke) gebruik of simpelweg aan tijdsverloop. Het betreft waardevermindering door exogene factoren zoals marktsentiment, juridische mutaties en technologische vooruitgang. 4.4.2.2. Bokhari en Geltner (2014) Bokhari en Geltner (2014) concluderen in hun op Amerikaans vastgoed gebaseerd empirisch onderzoek waardeverminderingen van gemiddeld 1,3%-punt per jaar. Waardevermindering werd door hun gedefinieerd als de lange-termijn achteruitgang in waarde van vastgoed door veroudering van de opstal gecorrigeerd voor inflatie en cyclische marktomstandigheden. Het onderzoek van Bokhari en Geltner beperkt zich tot de vier hoofdsectoren: kantoren, bedrijfsruimte, winkels en wonen. Transacties in de periode 2001-2013 zijn gebruikt waarbij ook voldoende hedonische informatie beschikbaar was (55.913 eenheden commercieel vastgoed). De onderzoekers hebben voor het gehanteerde bouwjaar van waaruit de veroudering wordt berekend gekozen voor de initiële bouw en hebben eventuele grootschalige en substantiële renovaties onvoldoende geschikt beoordeeld voor gebruik als bouwjaar. Data omtrent renovaties waren veelal onbetrouwbaar of niet consequent beschikbaar. Dat dit voor meerdere onderzoekseenheden resulteert in een conservatieve (lees: verminderde) vaststelling van veroudering wordt daarbij geaccepteerd. Correcties voor tussentijdse renovaties blijven buiten beschouwing. Empirische analyse van de Amerikaanse markt leidde tot de conclusie dat het verouderingspercentage duidelijk boven de 1% per jaar ligt, gerekend over de marktwaarde van het object (grond en opstal). Ondanks de veel grotere onderzoekspopulatie en het gebruiken van transactiedata in plaats van taxatiedata zijn de gevonden afwijkingen ten aanzien van verouderingsopslag volgens de onderzoekers slechts beperkt in vergelijking tot die eerdere studies. Waardevermindering van vastgoed toont een degressieve lijn naar mate vastgoed ouder wordt.


16

De door Bokhari en Geltner opgestelde regressieanalyse aan de hand van transactieprijzen, ouderdom en cash flows leidt tot de conclusie dat slechts 0,11 %-punt van de waardevermindering op jaarbasis is toe te schrijven aan een hogere rendementseis en dat 1,51%-punt het gevolg is van afnemende netto cash flow. Oftewel 93% van de waardevermindering komt voort uit de gemiddeld jaarlijkse afname van kasstromen en slechts 7% door hogere rendementseisen. De onderzoekers stellen dan ook dat de gebruikelijk ingerekende stijging van de netto cash flow te optimistisch is. Additioneel hebben de onderzoekers onderzocht of tijdens de ‘vastgoedbubble’ in het midden van het vorig decennium sprake was van verminderde waardedaling als gevolg van veroudering. Hoewel significant, was de betreffende waardevermindering slechts minder dan 0,2% in absolute zin afwijkend. In het hiervoor omschreven onderzoek van Bokhari en Gelter wordt ook een door Deloitte-Touche uitgevoerde studie in 2000 benoemd waarin de onderzoekers een waardevermindering in transactieprijzen signaleren als gevolg van structurele veroudering in een bandbreedte van 2,1% voor industrieel vastgoed tot 4,5% voor winkels. Kantoren en wooncomplexen liggen met respectievelijk 3,5 en 4% gemeten waardevermindering binnen deze bandbreedte. Het onderzoek beperkte zich tot 3.144 verkochte objecten welke opstallen maximaal 20 jaar oud waren. Een ander door Bokhari en Geltner aangehaald onderzoek behelst een door het Investment Property Forum (IPF) in 2011 uitgevoerde studie naar veroudering. Hiervoor zijn taxatiedata van 729 objecten gedurende de periode 1993-2009 in het Verenigd Koninkrijk gebruikt. Kantoren hadden in dit onderzoek de grootste jaarlijkse veroudering van 0,8% gevolg door bedrijfsruimten (0,5%) en winkels (0,3%). De conclusies in dit onderzoek zijn gebaseerd op de groei in markthuur in vergelijking tot de benchmark van nieuw vervaardigd vastgoed in hetzelfde gebied. Het voor oudere gebouwen negatieve verschil in markthuur in vergelijking tot nieuwbouw wordt door IPF vertaald in veroudering. Crosby, Devaney & Law (2011) concluderen dat het IPF-onderzoek geen goede indicatie geeft, om reden dat gebruik is gemaakt van taxatiedata en de conclusies niet zijn gebaseerd op feitelijke transactiedata. 4.4.2.3 Casteleins (2013) Recent heeft Casteleins (2013) de impact van veroudering van kantoren op de ontwikkeling van de huurwaarde en het aanvangsrendement (de yield) onderzocht. Hij maakte daarbij onderscheid naar het bouwjaar en het moment in de vastgoedcyclus en beperkte zich tot de belangrijkste kantoorsteden in Nederland. Hij stelt dat de hoogte van depreciatie van kantoren een cyclisch patroon heeft. Vraag en aanbodverhoudingen op de nationale maar zeker ook de lokale markt en ook de algemeen veranderde voorkeuren ten aanzien van huisvesting leiden tot verschillen per object in de omvang van waardevermindering. Casteleins stelt verder dat er duidelijk verband bestaat tussen depreciatie en de hoeveelheid aangeboden kantoorruimten. De waardevermindering is sterker in markten met een hogere leegstandsratio (leegstand : voorraad kantoren). Daarnaast wordt geconcludeerd dat ook bouwjaar een essentieel kenmerk is voor de depreciatie van huurwaarde. Kantoren uit de jaren ’80 en ’90 kennen de grootste depreciatie, voor kantoren gebouwd voor 1970 geldt een relatief beperkte waardevermindering. De veelal centrale ligging in stedelijke centra van kantoren uit deze bouwperiode, al dan niet ontstaan in de loop der tijd, in combinatie met een historisch karakter van de opstal lijken hieraan debet. Er lijkt volgens Casteleins ook sprake te zijn van een ‘survivor bias’ voor dit segment. Aansluitend hierop concludeert hij dat in randgemeenten daling in huurwaarden groter is dan in de grote kernsteden en conform ook de veroudering.


17

Voor wat betreft de analyse van mutatie in de yield als gevolg van veroudering baseert Casteleins zich vooral op statistische analyses gebaseerd op IPD-indexreeksen in combinatie met de yields gepubliceerd door de grote makelaarskantoren in hun periodieke marktrapportages en –analyses. De onderzoeker heeft geen data op objectniveau gebruikt. Casteleins stelt dat de reversionary yields van kantoren in een jongere leeftijdscategorie lager liggen dan oudere kantoren. Die tendens stopt bij kantoren gebouwd voor 1970, mogelijk als gevolg van een zogenaamde ‘survivor bias’. In de onderzoekperiode 1995-2012 bedraagt de jaarlijkse opwaartse yield verschuiving voor kantoren uit de bouwperiode 1970-1999 gemiddeld 7,5 basispunten per jaar. Worden de kantoren uit de bouwperiode 2000-2009 ook in de onderzoekspopulatie opgenomen dan wordt een mutatie van gemiddeld 5,7 basispunten per jaar waargenomen. De onderzoeker heeft geen aanmerkelijk verschil in yield-mutatie gesignaleerd tussen een neergaande en opgaande markt. Per stad bevonden de mutaties zich in een bandbreedte van 1,8 tot 2,9%-punt per jaar. 4.4.2.4 Gritter en Hordijk (2008) Door Gritter en Hordijk is in 2008 een onderzoek uitgevoerd aan de hand van taxatiegegevens uit de ROZ-IPD databank. Zij vroegen zich af of de ‘verouderings-opslag’ door taxateurs wel voldoende in taxatierapporten tot uiting komt. Het onderzoek baseert zich op aangereikte informatie met waardepeildatum 31 december 2007. De onderzoekers signaleren een verschil van gemiddeld 20% tussen de voor een object door taxateurs toegekende initial yield en exit yield. Absoluut gezien een verschil van circa één procent, aldus de onderzoekers. Wel wordt daarbij een hoge standaarddeviatie getoond. De regressie analyses tonen een sterk lineair verband. 4.4.2.5 Dunse en Jones (2005) Een Schots onderzoek naar veroudering van industrieel vastgoed (Dunse en Jones, 2005) leidt tot de conclusie dat er regionale verschillen in snelheid van waardevermindering bestaan. In hun literatuuronderzoek benoemen zij de afnemende gebruikswaarde (Baum, 1991) en de waardevermindering door fysieke achteruitgang en veroudering (Hoesli en Mac Gregor, 2000). Economische veroudering treedt op indien marktcondities leiden tot waardevermindering. Functionele veroudering ontstaat bij technologische voortuitgang resulterend in andere vraag en huisvestingseisen. Fysieke achteruitgang is door de eigenaar te manipuleren door onderhoud/renovatie, economische veroudering komt door exogene invloeden. Reden waarom economische veroudering veelal eerder leidt tot het bereiken van de restwaarde/sloop dan veroudering vanuit gebouwtechnisch oogpunt. De onderzoekers gebruiken een hedonisch regressiemodel voor hun studie. Dit om reden van de grote variatie in vastgoedkenmerken per object. Denk aan metrage, ouderdom, kwaliteitsniveau en eventueel de actuele verhuurde staat. Elke eigenschap heeft zo zijn impact op de marktwaarde van het betreffende vastgoedobject. Een hedonisch onderzoek maakt het mogelijk om aan elk kenmerk impliciet een waarde toe te kennen en gezamenlijk de waarde van het geheel vormend. De afhankelijke variabele is de verkooprijs waarop regressie is toegepast aan de hand van twee vastgoedkenmerken (de onafhankelijke variabelen bestaand uit metrage en ouderdom). De onderzoekers stellen dat de leeftijd ook een voldoende beeld geeft over de gebouwkenmerken. Moderne panden zijn gebouwd met het oog op flexibiliteit terwijl jaren ’60 panden een zeer solide constructie hebben met veel dragende wanden en muren. Mede wordt verwezen naar een Amerikaans onderzoek door Fehribach et al. (1993) waarin elf gebouwkenmerken (onafhankelijke variabelen) worden gebruikt.


18

Conclusies in het onderzoek van Dunse en Jones zijn dat waardevermindering toeneemt in geval van dynamische markt. De hypothese dat veroudering varieert naarmate de algemene ouderdomsverschillen tussen regio’s/industriegebieden variëren, heeft onvoldoende aanknopingspunten. Wel stellen de onderzoekers dat over het algemeen het onderzoek wel de conclusie rechtvaardigt dat het optreden van waardevermindering en achteruitgang verschilt per regio. 4.4.2.6 Baum en Turner (2003) Baum en Turner hebben in 2003 een onderzoek uitgevoerd naar de samenhang tussen reserveringen en eigendomscontinuering van een vastgoedobject en de waardevermindering. Kantorenmarkten met relatief veel inflexibele huurcontracten tonen minder sterke cijfers voor reservering en laten ook een sterkere mate van waardevermindering signaleren. Baum en Turner leggen een link naar de aandelen/obligatiemarkt. Voor equity markten wordt gesteld dat bij een sterke (economische) groei de reserveringsquote door bedrijven wordt verhoogd alsmede ook wordt de ‘return on equity’ verhoogd. De dividend inkomsten op korte termijn nemen toe en houden investeerders tevreden, echter ook worden middelen voor de toekomst ingezet. Herinvestering in het bedrijf heeft als doel ook in de toekomst dividendgroei te kunnen realiseren. Dit kan ook worden vertaald naar vastgoedmarkten waar reserveringen van de ontvangen huurinkomsten ten behoeve van toekomstige renovaties zorgen voor verwachting dat het vastgoed ook in de toekomst inkomsten blijft genereren en daarmee ook waardevermindering tegengaat. Geen reservering betekent een sterkere waardevermindering van het vastgoed inrekenen. Een visie die ook aandelen analisten van equity markten aanhouden in hun beoordelingen/marktanalyses. Uit het onderzoek van Baum en Turner blijkt dat de Londense kantorenmarkt een beduidend hogere jaarlijkse waardedaling toont dan de vier onderzochte steden in continentaal Europa. Voor Londen werd 2,45% aangetoond en de waardedaling in 4 steden in continentaal Europa (Parijs, Frankfurt, Amsterdam en Stockholm) lag in een bandbreedte van 0,74 tot 0,15% per jaar. De in Londen gebruikelijke langjarige triple-net huurcontracten leiden tot terughoudendheid van de vastgoedeigenaar om tussentijds te investeren in het vastgoedobject of reserveringen aan te houden om reden van het niet tussentijds kunnen aanpassen van de huurprijs. Bovengenoemd onderzoek was ‘cross-sectional’ bij gebrek aan objecten (door mutaties in de portfolio) welke geschikt zouden zijn voor ‘longitudinaal’. Dit leidt mogelijk tot het niet registreren van veroudering door technologische vooruitgang. 4.4.3 onderzoeksopzet en veroudering De hiervoor aangehaalde studies en onderzoeken inzake veroudering van vastgoed hebben bijgedragen aan het opzetten van mijn onderzoek. Ook in het onderhavig onderzoek worden diverse objecttyperingen gebruikt voor een nadere analyse van de opgetreden waardemutaties in de transactiehistorie van een object. Gelijk aan Bohkari en Gelter (2014) en IPF (2011) wordt onderscheid gemaakt naar vastgoedtype. In mijn onderzoek kantoren en bedrijfsruimten.


19

In lijn met Casteleins (2013), Dunse en Jones (2005) en Baum en Turner (2003) worden in het onderhavig onderzoek diverse objectkenmerken onderscheiden. Deze objecteigenschappen worden gebruikt voor verdere analyse van de door veroudering opgetreden waardemutaties. Casteleins stuurde zijn analyse van de kantorenmarkt sterk op het bouwjaar en de gewijzigde marktomstandigheden tussen transacties. Dunse en Jones richtten zich vooral op de verschillen in locatie en stand en ligging van de industriële onderzoekseenheden. Baum en Turner toonden vooral verbanden tussen marktwaarde en kenmerken van de onderliggende huurovereenkomsten van de onderzochte kantoren. In onderhavig onderzoek zijn voor de gebruikte transacties de voornoemde objectkenmerken in beeld gebracht: type, locatie, huurprijs en resterende looptijd van de huur, bouwjaar. Ook metrage v.v.o. van een onderzoekseenheid is in het onderzoek geregistreerd. Verder is in deze studie ook aansluiting gezocht bij de onderzoeksmethodiek van voornoemde studies. Er is gebruik gemaakt van analyse aan de hand van hedonische regressie. Er is uitsluitend een ‘cross sectional’ studie verricht, voor een ‘longitudinaal’ onderzoek ontbraken voor het merendeel van de geselecteerde onderzoekseenheden de objectgegevens en –investeringen in de jaren tussen de geregistreerde transacties.

Samenvatting: Naarmate een vastgoedobject veroudert, zullen algemene technologische vooruitgang, verminderde functionaliteit en afnemende economische voordelen een rol spelen in de toekomstige marktwaarde van het betreffende object. Voor berekening hiervan is de exit-yield approach één van de mogelijke rekenmethodieken. Volgens Baum (1991) creëert veroudering een afname in gebruiksnut hetgeen onafhankelijk van fysiek gebruik of tijdsverloop kan optreden. Gebouwkwaliteiten zoals intern afwerkingsniveau en pandindeling zijn belangrijker voor de mate van waardevermindering dan sec veroudering. Er zijn meerdere onderzoeken naar de gevolgen van vastgoedveroudering uitgevoerd. Veelal beperken deze onderzoeken zich terecht tot een nader omschreven deel van de vastgoedmarkt, om reden van het heterogene karakter van vastgoed en daarmee de financiële component van veroudering sterk kan verschillen tussen deelmarkten.


20

5. Onderzoekspopulatie en dataverzameling 5.1 Het empirisch onderzoek Om de doel- en probleemstelling(en) te beantwoorden is een empirisch onderzoek opgezet waarbij aan de hand van feitelijke transactiegegevens de in de loop van de tijd opgetreden waarde mutatie is geregistreerd. Om eerder genoemde reden biedt een onderzoek dat zich uitsluitend baseert op feitelijke transacties het beste marktinzicht. Marktwaarde op basis van taxaties blijft uitdrukkelijk buiten beschouwing in deze studie. Taxatieonnauwkeurigheid heeft dus geen directe invloed op de data van de onderzoekspopulatie. Het onderzoek beperkt zich tot de vastgoedsegmenten kantoor en bedrijfsruimte.

5.2 De onderzoekspopulatie De onderzoekseenheden in de onderzoekspopulatie omvatten Nederlandse kantoren en bedrijfspanden die ook als beleggingsvastgoed kwalificeren. Voor de definities hiervan wordt aansluiting gezocht bij het door Keeris (2001) opgestelde Vastgoedlexicon. Objecten die zijn gekocht met als doel transformatie en/of herontwikkeling blijven buiten beschouwing. Prijsvorming vindt dan niet plaats op de gebruiksmogelijkheden van het bestaande pand, maar juist op het toekomstige andersoortige gebruik en exploitatie. Dergelijke prijsvorming kan zeer sterk afwijken van een prijs bij voortzetting van de bestaande gebruiksmogelijkheden. Aanvullende voorwaarden voor de populatie zijn dat de betreffende objecten een transactiehistorie hebben van minimaal twee koopovereenkomsten sinds 2000 en dat er voor zover bekend geen grootschalige bouwkundige ingrepen en/of moderniseringen zijn doorgevoerd. Dergelijke ingrepen vertroebelen het beeld van veroudering van vastgoed. Een aanzienlijk deel van de populatie is gefilterd uit de researchdatabase van DTZ Zadelhoff (grootste Nederlandse vastgoedadviseur voor commercieel vastgoed). De database omvat niet alleen transacties welke (mede) zijn begeleid door DTZ, ook transacties tot stand gekomen via andere vastgoedadviseurs en makelaars zijn hierin geregistreerd. De transactiedatabase biedt een breed inzicht in de Nederlandse kantoren- en bedrijfsruimtemarkt. De betrouwbaarheid van deze informatie is groot, omdat de onderzoeker voor een aanzienlijk aantal transacties inzage heeft gehad in verkoopdocumentatie en contractstukken. Dit is aangevuld met publicaties van transacties door de landelijke vooraanstaande vakbladen PropertyNL, Vastgoedmarkt en verkoopdocumentatie beschikbaar via internetsites van makelaars en Funda. Voor het bouwjaar is eventueel de BAG-viewer van het Kadaster gebruikt. Het onderzoek is gebaseerd op secundaire gegevens. Probleem in de informatievergaring is de niet publiektoegankelijke objectinformatie. Voor veel transacties geldt een geheimhoudingsplicht voor de betrokken adviseurs en partijen om prijsgevoelige transactie informatie niet te publiceren. Dat maakt dat ook de DTZ-research database niet een volledig inzicht biedt in de belangrijkste variabelen wat betreft de prijsvorming bij een kooptransactie van commercieel vastgoed. Dit belemmert het opzetten van een aselecte steekproef onder alle Nederlandse vastgoedtransacties op basis van gelijke/bekende kans. Bij willekeurig getrokken onderzoekseenheden uit de database van alle verkooptransacties van kantoor- en bedrijfsruimten sinds 2000 is de kans te groot dat voor het merendeel van de objecten onvoldoende specifieke informatie voor onderhavig onderzoek beschikbaar is of kan worden verkregen. Het onderzoek is dan ook gebaseerd op een selecte steekproef om reden van de beperkt beschikbare transactie informatie. Dat is ook de reden dat niet is gezocht naar transacties voor het jaar 2000. De registratie van transactiekenmerken voor 2000 is nog minder gestructureerd en zal nagenoeg geen aanvullende complete datasets voor onderhavig onderzoek opleveren. De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

21

Slechts objecten met een meervoudige transactiehistorie sinds 2000 komen zoals gezegd in aanmerking voor de steekproef. Om reden van het door de onderzoeker gewenste actuele karakter is daarbij als tweede criterium gesteld dat de tweede transactie (de opvolgende transactie) na 1 januari 2010 heeft plaatsgevonden. Dat biedt een beter beeld van de recente trends in ontwikkelingen van de marktwaarde. Derhalve behoren transacties onderhevig aan de sinds 2008 ingetreden financiële crisis tot de onderzoekspopulatie, maar ook transacties die tot stand zijn gekomen onder invloed van het positieve beleggingsmarktsentiment sinds 2013. De steekproef wordt gekenmerkt als een selecte steekproef op basis van beschikbare informatie (beschikbare steekproef volgens Baarda en De Goede (2006)). Voor een overzicht van de in de steekproef opgenomen eenheden met vermelding van de in de volgende paragraaf beschreven onderzoeksvariabelen wordt verwezen naar Bijlage I.

5.3 Onderzoeksvariabelen De geselecteerde transacties voor het onderzoek zijn geregistreerd aan de hand van de navolgende kenmerken: Adresgegevens (locatie) van het object Soort object (kantoor of bedrijfsruimte) Transactiedatum bij aan- en verkoop Koopsom (kosten koper) bij aan- en verkoop Het bruto aanvangsrendement bij aan- en verkoop Actuele huurinkomsten ten tijde van transactie Eventuele markthuur leegstand Gemiddeld gewogen resterende looptijd van de huurovereenkomsten Metrage verhuurbaar vloeroppervlak (v.v.o.) Bouwjaar (veroudering van het object tussen de transacties) Er is sprake van een gestructureerde dataverzameling. De eerste drie kenmerken behoeven geen nadere toelichting. De daaropvolgende genoemde kenmerken zijn geregistreerd om reden van het verkrijgen van aanvullende informatie waarom de waardemutaties tussen transacties optreden. Oftewel, welke variabelen hebben invloed op de afwijking van de koopsom van de tweede transactie ten opzichte van de eerste transactie van een vastgoedobject in de onderzoeksperiode. De gekozen variabelen beogen geen uitputtend karakter, maar zijn wel belangrijke en essentiële variabelen voor de tussen partijen overeen te komen transactieprijs. Betreffende kenmerken worden ook altijd concreet omschreven in koopovereenkomsten en taxaties van commercieel vastgoed. De zoektocht naar een complete dataset van een transactie bleek lastiger dan gedacht. Vooral het verkrijgen van de juiste gedetailleerde informatie over het BAR, de actuele huurinkomsten en eventueel van toepassing zijnde geschatte markthuur voor de leegstand en het gemiddeld gewogen resterende looptijd van de huurovereenkomsten kostte meer tijd dan verwacht. Bijkomend was dan ook nog dat van hetzelfde object twee keer een dergelijke dataset moest worden gecompleteerd. Veel essentiële transactiedata worden niet of onvoldoende geregistreerd en gepubliceerd. Een verbeterslag in transparantie van de Nederlandse vastgoedmarkt is zeker nog mogelijk, zo is ervaren door de onderzoeker. Enerzijds verkleint de intransparantie de onderzoekspopulatie aanmerkelijk, want van hetzelfde object vraagt de onderzoeksopzet ook nog eens tweemaal een complete dataset, anderzijds biedt dat het onderzoek ook een uniek en afwijkend karakter ten opzichte van veel soortgelijke De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

22

onderzoeken. Denk bijvoorbeeld aan de IPD-benchmarks die ook inzicht bieden in waardemutaties maar drijven op zowel door IPD geregistreerde transacties als ook voor een belangrijk deel op informatie uit taxaties en inschattingen van taxateurs. De voornoemde variabelen maken het mogelijk om niet alleen waardemutaties in de loop der tijd vast te stellen, maar ook om onderliggende redenen van waardemutaties nader te beschouwen. Op nominaal niveau kan onderscheid tussen kantoren en bedrijven worden gemaakt. De transactiekenmerken (koopsom, bruto aanvangsrendement, gemiddeld gewogen resterende looptijd van de huurovereenkomsten, metrage (v.v.o.) en bouwjaar) maken een meer omvattende statistische analyse mogelijk. De mutatie in de transactieprijs tussen twee transacties is vanzelfsprekend de belangrijkste variabele voor het in beeld brengen van de waarde mutatie van een object. Het bruto aanvangsrendement is vervolgens een belangrijke indicator voor de verklaring van de gesignaleerde waarde mutatie. Deze indicator is gecorrigeerd voor verschillen in marktstemming ten tijde van de deals. Op zijn beurt staat het BAR weer onder invloed van de resterende gemiddelde looptijd van de huurovereenkomsten, metrage en het bouwjaar danwel toenemende ouderdom. Het aantonen van causale verbanden tussen de variabelen verrijkt het onderzoek aanmerkelijk. Nadere toelichting op de onafhankelijke onderzoeksvariabelen Type Er is onderscheid gemaakt in kantoorgebouwen en in bedrijfsruimten. Tot bedrijfsruimten wordt voor dit onderzoek ook logistiek vastgoed gerekend. Transactieprijs De tussen partijen overeengekomen prijs, exclusief de kosten inzake overdrachtsbelasting, notariële en kadastrale kosten (kosten koper) Periode De periode tussen de twee transacties. Daarbij is de periode afgerond op jaren omdat de beschikbare transactiedata niet altijd de juiste maand weergeven. Huurinkomsten De feitelijke huurinkomsten ten tijde van de transactie. Incentives blijven voor dit onderzoek buiten beschouwing, verwezen wordt naar paragraaf 5.8 ‘ Aannames en uitgangspunten’. Theoretische huurinkomsten De theoretische huurinkomsten zijn te gebruiken in geval van (gedeeltelijke) leegstand. Hierbij wordt aan de huurinkomsten de geschatte markthuur voor de leegstand in het object toegevoegd: Theoretische huurinkomsten = actuele feitelijke huur + markthuur leegstand Daarmee wordt het BAR tussen opvolgende transacties voor het onderzoek beter vergelijkbaar indien bij één van de transacties sprake is van (gedeeltelijke leegstand). In NAR/BAR en dcf-taxaties wordt na kapitalisatie een correctie ingerekend voor de aanvangsleegstand. Bruto Aanvangsrendement Uitgangspunt hiervoor is een berekening volgens de formule: BAR = theoretische bruto huurinkomsten / koopprijs kosten koper (k.k.) De theoretische bruto huurinkomsten bestaan uit de feitelijke huurinkomsten vermeerderd met de eventueel van toepassing zijnde markthuur van de leegstand in het object. Gemiddelde gewogen resterende looptijd Van de huurovereenkomst(en) is een gemiddelde resterende looptijd berekend rekening houdend met het relatieve aandeel van elke huurprijs in de totale huurinkomsten én met de eventueel aanwezige leegstand die dus een reducerend effect heeft op dit kengetal. De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

23

5.4 Kenmerken van de onderzoekspopulatie kantoren en bedrijfsruimte (aantallen)

Landelijke spreiding kantoren per regio:

Landelijke spreiding bedrijfsruimte per regio:

1 34

46

65

10

Bedrijfsruimten

Kantoren

8

12

8

13 1

Noord:

Oost:

West:

Zuid:

Noord: West:

Oost: Zuid:

Noord: in Friesland, Groningen en Drente; Oost: Gelderland, Overijssel, oostelijk Flevoland; West: Noord- en Zuid Holland, Utrecht, westelijk Flevoland; Zuid: Noord Brabant, Limburg en Zeeland

Aantal kantoren o.b.v. bouwperiode

21

28

Aantal kantoren o.b.v. metrage

1990 - 2000

2001 - heden

Aantal bedrijfsruimten o.b.v. bouwperiode

15

14 18

16

1960 - 1989

10

23

< 2.000 m²

2.000 - 4.999 m²

5.000 - 9.999 m²

≥ 10.000 m²

Aantal bedrijfsruimten o.b.v. metrage

7 12

13 21

Voor 1990

1990 - 2000

2001 - heden

< 10.000 m

≥ 10.000 m2

De bovenstaande indelingen per type, met uitzondering van regio, zijn voornamelijk gekozen om reden van vergelijkbare bouw en marktkenmerken voor betreffende periode en metrage. Een verdere onderverdeling levert met het oog op significantie van de samenhang en verschillenanalyse te kleine subgroepen op.

5.5 De marktcorrectie In het onderzoek wordt rekening gehouden met het verschil in marktsentiment ten tijde van de transactiedata. Is het object tijdens een vastgoedhausse gekocht en verkocht tijdens een marktdal of vice versa. Dit om in de waargenomen waardemutaties van de steekproefeenheden de externe invloedsfactoren zijnde algemene prijsontwikkelingen op de vastgoedmarkt te elimineren. Bij de De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

24

inschatting van een exit yield/eindwaarde bij een reguliere beschouwingsperiode van 10 of 15 jaar wordt over het algemeen aangenomen dat de marktomstandigheden op dat toekomstige moment gelijk zijn aan de marktomstandigheden ten tijde van de eerste koopregistratie. Het zijn de interne objectfactoren waarop de verouderingsinschatting is gebaseerd. Jongerius (2004) corrigeert in zijn onderzoek voor het verschil in BAR ontwikkeling van het geregistreerde object en de gemiddelde BAR-ontwikkeling in absolute zin van de stad/regio in kwestie. Rust (2004) stelt in zijn studie naar een juiste dcf-eindwaarde een correctie voor externe marktfactoren voor van maximaal 0,45% bij gebruik van een bruto exit yield en 10-jarige beschouwingsperiode. Francke (2009) stelt dat de wisselende marktverhoudingen en –sentimenten onvoldoende tot uiting komen in een constante factor en benadert de marktstemming als continu veranderlijk. Per berekening en voorspelling kunnen andere marktverhoudingen van toepassing zijn, hetgeen hij in zijn onderzoek naar een woningindex ook als zodanig modelleert. Vastgoedadviseur DTZ Zadelhoff houdt sinds 2000 bij op welk niveau het bruto aanvangsrendement van kantoor- en bedrijfsruimten zich bevindt. Daartoe vermeldt zij een bandbreedte van het BAR behorend bij kantoor- en bedrijfsruimten en onderverdeeld in beste en overige locaties. Dit is per kwartaal geïnventariseerd. Voor beide typen zijn eigen onafhankelijke reeksen beschikbaar. Daaropvolgend is per regio, overeenkomend met de in de vorige paragraaf onderscheiden regio’s, door DTZ per kwartaal een bandbreedte voor het BAR opgesteld. Voor dit onderzoek zijn per object de verschillen in marktsentiment gebaseerd op voornoemde DTZoverzichten. Daarbij is het gemiddelde van een bandbreedte als zogenaamde ‘markt-BAR’ aangenomen. Voor elke regio is een reeks markt-BAR’ren opgesteld en als zodanig in analyse van de onderzoeksresultaten. Het verschil tussen beide markt-BAR’ren ten tijde van de twee transacties van een onderzoekseenheid is als correctiepost gehanteerd. Bij een stijgende markt-BAR tussen twee transacties is dit verschil in mindering gebracht op het gesignaleerde verschil in BAR bij de betreffende onderzoekeenheid. Een verlaagde markt-BAR heeft de tegenovergestelde werking. BAR marktcorrectie = (BAR 2e transactie -/- BAR 1e transactie) -/- (marktBAR 2e transactie -/- marktBAR 1e transactie) Voorbeeld: transactie-BAR in 2002: 7%; transactie-BAR in 2014: 9,5% markt-BAR in 2002: 7,25%; markt-BAR in 2014: 7,75% De marktgecorrigeerde mutatie in BAR voor het object bedraagt dan: (9,5-7) – (7,75-7,25) = 2%

In bovenstaand voorbeeld wordt de algemene markttendens (in het voorbeeld een BAR-stijging van 0,5%) geëlimineerd uit de stijging van het transactie BAR zodat alleen de objectveroudering van het object zelf invloed heeft op de BAR-mutatie en verschillen in algemene marktbeelden buiten spel worden gezet. Vanzelfsprekend wordt een verbeterd marktsentiment, bijvoorbeeld een markt-BAR daling van 0,75%, op dezelfde wijze doorgerekend en zou dat in bovenstaand voorbeeld leiden tot een marktgecorrigeerde BAR van 3,25% (2,5% + 0,75%). De onderstaande grafiek biedt inzicht in het door DTZ Zadelhoff geregistreerde BAR per regio. Getoond zijn de regio’s west voor kantoor en oost voor de bedrijfsruimte. De grafiek biedt inzicht in afwijkende BAR-trends tussen de onderscheiden regio’s.


25

BAR , rente en inflatie 12 10 8 6 4 2

kantoren west beste locaties

kantoren west overige locaties

bedrijven oost beste locaties

bedrijven oost overige locaties

Jongste 10-jarige Ned. Staatlening

Inflatie

Q42015

Q2 2015

Q4 2014

Q2 2014

Q4 2013

Q4 2012

Q2 2012

Q2 2011

Q4 2010

Q4 2009

Q2 2009

Q4 2008

Q2 2008

Q4 2007

Q2 2007

Q4 2006

Q2 2006

Q4 2005

Q2 2005

Q4 2004

Q1 2004

Q3 2003

Q4 2002

Q1 2002

Q3 2001

Q4 2000

Q1 2000

0

Bron: DTZ Zadelhoff, DNB, CBS (alle 2016)

Additioneel toont de grafiek de inflatie en de tarieven behorend bij uitgifte van Nederlandse 10jarige staatsleningen. Opvallend is de dalende tendens van de staatsleningen sinds 2008 waar de overige trendlijnen een tussentijds opwaartse tendens volgen. De samenhang van het BAR met de rente op staatsleningen lijkt de laatste jaren minder sterk. Dat is op zichzelf een opmerkelijke constatering omdat zoals eerder in hoofdstuk 4 is beschreven de theoretische opbouw van het BAR mede is gebaseerd op de hoogte van de zogenaamde risicovrije voet dat door veel marktpartijen wordt gerelateerd aan de rente op staatsleningen. Om deze reden is de marktcorrectie voor het BAR dan ook niet direct gekoppeld aan rentetarieven, maar aan mutaties van de regionaal ingeschatte aanvangsrendementen voor kantoren- en bedrijfsmatig vastgoed. Inflatie en rentetarieven hebben daarop weliswaar invloed, maar minder dan vastgoedmarkten objecttypische kenmerken en bieden onvoldoende houvast in een correctie voor het tussen de transacties veranderde marktsentiment en -rendement. Zie ook de benadering van Rust (2004) waarin de eindwaarde vooral is gebaseerd op rationele objectkenmerken en veroudering onafhankelijk van marktinvloeden plaatsvindt. Per individueel geval wordt in het onderzoek een marktcorrectie toegepast afhankelijk van de voor het specifieke object van toepassing zijnde marktsituaties.

5.6 De onderzoeksmethodiek / de uitgevoerde statistische analyse. Het empirische onderzoek biedt aan de hand van de in kaart gebrachte transactiekenmerken diverse analyse mogelijkheden. Aan de hand van beschrijvende statistiek zijn voor de transactiekenmerken bijvoorbeeld gemiddelden en standaarddeviaties te analyseren. De diverse in kaart gebrachte transactiekenmerken maken een ‘cross-sectional’ studie mogelijk. Er kan een analyse worden losgelaten op samenhang en verschillen tussen de te onderscheiden kenmerken. Het belangrijkste onderscheid is het vastgoedtype: kantoor of bedrijfsruimte. Per type is vervolgens onderscheid te maken in regio, metrage en bouwjaar. Voor een longitudinaal onderzoek ontbreekt historische informatie van de betreffende verhandelde vastgoedobjecten tussen de twee transacties. Er is bijvoorbeeld onvoldoende bekend over eventuele tussentijdse renovaties en moderniseringen.


26

Het databestand biedt mogelijkheden tot beschrijvende en inferentiële statistiek. Doordat er geen sprake is van een zuivere aselecte steekproef kunnen de onderzoeksresultaten, conclusies en aanbevelingen strikt genomen alleen voor de onderzoekseenheden van toepassing worden verklaard en niet voor de gehele Nederlandse kantoren- en bedrijfsruimtevoorraad. De steekproefobjecten met bijbehorende transactiekenmerken kunnen met beschrijvende statistiek nader in beeld worden gebracht. Bijvoorbeeld steekproefgemiddelden, medianen en standaarddeviaties bieden cijfermatig inzicht in de steekproef. Daaropvolgend zijn regressie en correlatieberekeningen op de steekproef in zijn geheel en op meerdere, daarin te onderscheiden, subgroepen opgesteld. Hiermee wordt de samenhang tussen de geregistreerde transactiekenmerken in relatie tot de veroudering van het vastgoed aangetoond. Tenslotte zijn significantietoetsen uitgevoerd ten aanzien van de waargenomen gemiddelde BAR-mutaties en de geregistreerde verschillen in verkoopprijs tussen opvolgende transacties van hetzelfde vastgoedobject.

5.7 De correcties in de statistische analyse t.b.v. validiteit en betrouwbaarheid In paragraaf 5.5 zijn de correcties met betrekking tot het marktsentiment beschreven. Voor het transactiekenmerk ‘ % Huurmutatie’ zijn de procentuele afwijkingen gemaximeerd tot -1 en +1 in geval van leegstand bij respectievelijk de 2e transactie en 1e transactie. Reden hiervoor is dat de afname in de huurinkomsten niet meer dan 100% kan zijn, immers een negatieve huurprijs is niet aan de orde. Ter voorkoming van een onevenwichtige verdeling is bij de objecten waar de huurinkomsten meer dan verdubbeld zijn een maximum van 100% (+1) aangenomen. Fictief zou namelijk de actuele jaarhuur kunnen groeien van EUR 1.000,- (bijna leegstand) naar bijvoorbeeld EUR 600.000,- hetgeen in procenten een groei van 600% zou betekenen (+6). Daarmee zou deze transactie een te sterke weging krijgen in de statistische analyse. In het onderzoek is geen correctie gemaakt voor het zogenaamde ‘sample selection bias’ of ‘transaction bias’ (Jansen et al. (2008)). Jansen et al. trachten voor hun onderzoek naar een Nederlandse index voor woningprijzen de onderzoekspopulatie een afspiegeling te laten zijn van de Nederlandse voorraad koopwoningen. Als gevolg van de beperkte omvang van de populatie in onderhavig onderzoek zou een verdere verkleining van de steekproef de significantie van de uitkomsten harder raken in vergelijking tot een eventuele overweging van enkele gebouwkenmerken/-typen. Een overgewicht van specifieke vastgoedkenmerken in vergelijking tot de gemiddelde kenmerken van kantoren en bedrijfsruimten wordt in dit onderzoek om voornoemde reden geaccepteerd.

5.8 Aannames en uitgangspunten Geen longitudinale studie waarbij het vastgoedobject gedurende een bepaalde periode wordt gevolgd. Tussentijdse renovaties en/of gebouwverbeteringen tussen de twee transactiedata zijn daardoor niet of onvoldoende bekend en geregistreerd. Uitgangspunt is een regulier instandhoudingsonderhoud van het object tussen de twee transacties. Er wordt aangenomen dat de steekproefobjecten tussen de twee verkooptransacties geen grootschalige modernisering hebben ondergaan. Geen informatie inzake lopende huurincentives zoals huurvrije perioden of tijdelijke huurkortingen en andere vergoedingen ten gunste van de huurder die invloed hebben op de koopsom. De transparantie in de vastgoedmarkt is hier duidelijk een tekortkoming. Uitgangspunt is dat er geen bijzondere op de koopsom additionele financiële verplichtingen tussen koper en verkoper zijn overeengekomen. De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

27

Ongewijzigde kadastraal eigendom. Geen mutaties in de vigerende bestemming. In het onderzoek zijn transacties met het oog op herontwikkeling geëlimineerd. Dergelijke verkooptransacties kennen een afwijkende prijsstelling en zijn gebaseerd op afwijkend toekomstig gebruik. Dat laatste is essentieel in de prijsvorming en is zeer subjectief (niet generaliseerbaar). Om die reden is gekozen om de onderzoekspopulatie te beperken tot objecten waarbij het gebruik als kantoor of bedrijfsruimte wordt voortgezet. Geen afwijkingen in de milieu- en bodemgesteldheid tussen de verkopen. De transactie is tot stand gekomen zonder het opleggen van in vergelijking tot de voorgaande verkrijging additionele verplichtingen en/of gebruiksbeperkingen van het object. Denk hierbij aan een concurrentiebeding, het uitsluiten van uit te oefenen bedrijfsactiviteiten of een vergoedingsrecht (winstdeling) bij een opvolgende verkoop van het object. De markthuur van leegstaande objecten en/of leegstaande ruimten is vastgesteld aan de hand van beschikbare informatie uit taxaties opgesteld kort voorafgaand aan de transactie en/of uit beschikbare verkoopdocumentatie.

5.9 Beperkingen in de analyse Voor het lezen en interpreteren van het onderzoek is het goed kennis te nemen van de onderstaande beperkingen inzake de verkrijging van noodzakelijke informatie. De relatief beperkte omvang van de populatie is veroorzaakt door de beperkte publiekelijk toegankelijke transactie informatie. Hierdoor waren veel verkooptransacties onvoldoende in beeld te krijgen en om die reden waren de betrokken objecten niet geschikt voor opname in de populatie. Als gevolg van de voornoemde beperkte beschikbaarheid van data zijn verkooptransacties voor het jaar 2000 op voorhand al niet geselecteerd voor de onderzoekspopulatie. Dit geeft een beperking ten aanzien van het registreren van waardemutaties gedurende de gehele levensduur van vastgoed. Een longitudinale studie is niet mogelijk door ontbrekende registratie van investeringen in en aan het vastgoedobject tussen de opvolgende verkooptransacties. Dit houdt in dat tussentijdse renovatie(s), moderniseringen en significante gebouwverbeteringen niet in beeld zijn (gebracht). Hiervoor is een uitgangspunt opgenomen, zie paragraaf 5.8. Er is mogelijk sprake van een ‘sample selection bias’ waardoor een oververtegenwoordiging van bepaalde objectkenmerken ontstaat in de steekproef in vergelijking tot de Nederlandse kantoren- en bedrijfsruimtevoorraad. De onderzoekspopulatie bestaat alleen uit verkochte objecten en is als gevolg van de beperkt toegankelijke transactie informatie ook klein in aantal. Voor verkoop essentiële positieve objectkenmerken zijn mogelijk bovenmatig in de populatie aanwezig.


28

6. Onderzoeksresultaten 6.1 Beschrijvende statistiek Voor een volledig overzicht van de steekproefeenheden wordt verwezen naar Bijlage I. De steekproef van kantoor- en bedrijfsruimten is aan de hand van de beschrijvende statistiek voor de koopsommen en de huurinkomsten als volgt samen te vatten: beschrijvende statistiek: gehele steekproef koopsom k.k. Gemiddelde transactieprijs (in EUR) Standaardfout Mediaan Standaarddeviatie Steekproefvariantie Kurtosis

Huurinkomsten 17.815.968

Gemiddelde bruto jaarhuur (in EUR)

1.629.645

Standaardfout

9.775.000

Mediaan

22.931.138 5,25837E+14

1.358.392 119.852 739.050

Standaarddeviatie Steekproefvariantie

1.686.469 2,84418E+12

5,99611

Kurtosis

4,49406

Scheefheid

2,32725

Scheefheid

2,05772

Minimum transactieprijs (in EUR)

325.000

Minimum bruto jaarhuur (in EUR)

0

Maximum transactieprijs (in EUR)

136.134.065

Maximum bruto jaarhuur (in EUR)

9.464.000

Aantal transacties Betrouwbaarheidsniveau(95,0%)

198 3.213.789

Aantal transacties Betrouwbaarheidsniveau(95,0%)

198 236.358

In de uitkomsten zijn beide elkaar opvolgende transacties van hetzelfde object meegenomen. De opvallendste kenmerken van de steekproef (kantoren en bedrijfsruimten): Gemiddelde transactieprijs van EUR 17.815.968,- kosten koper De middelste waarneming (mediaan) voor de koopsom was de transactie van EUR 9.775.000,-. Ofwel kan met het oog op het gemiddelde gesteld worden dat er enkele transacties met zeer forse koopsommen tot de populatie behoren die de gemiddelde koopsom aanmerkelijk positief beïnvloeden, zie daartoe ook het hoogste transactiebedrag van EUR 136.134.065,-. De standaarddeviatie (68% van de variabelen wijkt maximaal de genoemde standaarddeviatie af van het gemiddelde) biedt inzicht in de spreiding van de koopsommen en bedraagt EUR 22.931.138. De standaarddeviatie toont in onderhavig onderzoek een grote spreiding. Door de forse koopsom van enkele transacties is de standaarddeviatie zelfs hoger dan het gemiddelde en biedt in absolute getallen minder informatie over de steekproef. De gemiddelde feitelijke bruto huurinkomsten zijn EUR 1.358.392 per jaar, exclusief btw. Dit is exclusief eventuele incentives. De middelste waarneming (mediaan) voor de huurinkomsten bedroeg EUR 739.050,-. Meerdere geregistreerde objecten zijn geheel vrij van huur en/of gebruik verkocht, dus zonder actuele huurinkomsten. Dit leidt er voor dit onderzoek toe dat de mediaan van de huurinkomsten lager is dan het gemiddelde. De standaarddeviatie van de huurinkomsten bedraagt EUR 1.686.469,-. De standaarddeviatie is door de forse omvang van enkele transacties zelfs hoger dan het gemiddelde en biedt in absolute getallen minder informatie over de steekproef.


29

De verkorte tabel met beschrijvende statistiek voor kantoren in de steekproef ziet er als volgt uit: beschrijvende statistiek: kantoren Koopsom k.k.

huurinkomsten

Gemiddelde transactieprijs (in EUR)

21.488.008


Mediaan

11.640.000

Mediaan

Standaarddeviatie

26.479.012

Standaarddeviatie

1.640.750 824.500 1.937.072


417.500


0


136.134.065


9.464.000

Aantal transacties

130

Aantal transacties

130

Voor bedrijfsruimte is de steekproef als volgt verkort te beschrijven: beschrijvende statistiek: bedrijfsruimte koopsom k.k. Gemiddelde transactieprijs (in EUR) Mediaan Standaarddeviatie

Huurinkomsten 10.795.893 8.455.000 10.953.810


818.590

Mediaan

657.981

Standaarddeviatie

829.349


325.000


0


56.650.000


4.100.000

Aantal transacties

68

Aantal transacties

68

De standaarddeviatie van de bedrijfsruimten is relatief minder groot in vergelijking tot de kantoren en benadert voor de bedrijfsruimten voor zowel koopsom als huurinkomsten het gemiddelde. Voor de kantoren liggen beide standaarddeviaties ruim boven het gemiddelde en dit vastgoedtype toont dan ook een hogere spreiding in koopsommen en huurinkomsten. In de bijlage (Bijlage II) zijn de gehele tabellen met beschrijvende statistiek opgenomen.

6.2 Gemiddelde BAR-mutaties 6.2.1. De vastgestelde marktgecorrigeerde BAR-mutaties 6.2.1.1. Gehele steekproef Het onderzoek richt zich op de gemiddelde mutatie van het bruto aanvangsrendement tussen elkaar opvolgende verkooptransacties van kantoren en bedrijfsruimten. In onderstaande tabellen worden de nominale BAR mutaties, gecorrigeerd voor de eerder omschreven marktinvloeden, vermeld. Door de registratie van de diverse objectkenmerken is ook inzicht te bieden in BAR-mutaties per onderscheiden subcategorie. BAR-mutatie gehele steekproef kantoren bedrijfsruimte

gemiddelde BAR mutatie per jaar 0,36%-punt 0,50%-punt 0,13%-punt

Uit bovenstaande tabel blijkt dat er sprake is van een gemiddelde BAR-stijging per jaar gecorrigeerd voor marktinvloeden van 0,36%-punt per jaar voor de gehele steekproef. Er blijkt een duidelijk De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

30

verschil tussen kantoren en bedrijfsruimten waarvoor respectievelijk een mutatie van 0,50%-punt per jaar en 0,13%-punt per jaar is gemeten. Vooral de gemeten BAR-opslag van de kantoren is opvallend hoger dan de algemene vuistregel van 0,1%-punt per jaar. De tussenliggende periode van de kooptransacties was ruim 8,5 jaar en was voor beide vastgoedtypen bijna gelijkluidend.

BAR-mutatie (excl. leegstand) gehele steekproef kantoren bedrijfsruimte

gemiddelde BAR mutatie per jaar, exclusief transacties met gehele leegstand 0,25%-punt 0,36%-punt 0,07%-punt

De bovenstaande tabel toont de mutatie van de marktgecorrigeerde BAR per jaar waarbij de objecten zijn geëlimineerd die bij de opvolgende kooptransacties (de 2e recente) gehele leegstand toonden. Elf kantoorgebouwen en vijf bedrijfspanden werden bij de tweede transactie vrij van huur verkocht. Voor alle categorieën blijft er sprake van een BAR-opslag. De betreffende uitkomsten exclusief de leegstaande objecten tonen meer nuance en liggen dichter bij de voornoemde algemene vuistregel in de markt. Echter, ook hier een duidelijke afwijking voor de kantoren (verhoging BAR met 0,36%-punt per jaar) ten aanzien van de vuistregel 0,1%-punt toename per beschouwingsjaar voor een exit-yield. Wat betreft de bedrijfsruimten ligt de ratio nu net iets onder de vuistregel. 6.2.1.2. Kantoren kantoren metrage < 2.000 m² metrage 2.000-4.999 m² metrage 5.000 - 9.999 m² metrage ≥ 10.000 m²

gemiddelde BAR mutatie per jaar 0,38%-punt 0,79%-punt 0,54%-punt 0,34%-punt

bouwjaar voor 1990 bouwjaar 1990-1999 bouwjaar 2000 - heden regio west

0,19%-punt 0,52%-punt 0,72%-punt 0,45%-punt

Uit bovenstaande tabel blijkt een forse marktgecorrigeerde gemiddelde jaarlijkse BAR-mutatie bij de deelgroepen ‘ bouwjaar 2000 – heden’ en ‘metrage 2.000 – 4.999 m2 ‘. Uit de tabel is te herleiden dat kleine en zeer grote kantoorpanden relatief goed in de markt blijven liggen. Voor de oudere kantoorpanden lijkt een afnemende BAR-mutatie van toepassing naar mate het gebouw een historisch karakter heeft. Denk bijvoorbeeld aan de kantoorpanden in de Amsterdamse grachtengordel. Het marktsentiment en het ‘gevoel’ bij het object spelen hier ook een belangrijke rol. De leegstand heeft in de nadere onderverdeling minder impact op de waargenomen BAR-stijgingen bij kantoren. Leegstand ten tijde van de 2e transacties is per categorie en de daarin onderscheiden subgroepen redelijk evenredig verdeeld. De standaarddeviatie in de BAR-mutatie voor de gehele kantorencategorie is vastgesteld op 0,0086 (0,86%-punt). Het 95% betrouwbaarheidsinterval ligt bij benadering tussen +/- 0,0173 afwijking van het gemiddelde. Dit is een brede spreiding gelet op de gemiddeld geregistreerde BAR van de kantoortransacties van 11,13%. De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

31

6.2.1.3 Bedrijfsruimte bedrijfsruimten metrage < 10.000 m² metrage ≥ 10.0000 m²

gemiddelde BAR mutatie per jaar 0,59%-punt -0,16%-punt

bouwjaar voor 1990 bouwjaar 1990-1999 bouwjaar 2000 - heden

0,81%-punt 0,00%-punt -0,09%-punt

Wat in de bedrijfsruimte tabel opvalt, zijn de negatieve BAR-mutaties, oftewel BAR-dalingen, voor de categorieën ‘ metrage ≥ 10.000 m2 ’ en ‘ bouwjaar 2000 – heden’ . Voor marktpartijen leidt veroudering van bedrijfsruimten in deze categorieën blijkbaar niet onverkort tot het toekennen van een hoger risicoprofiel en een daarmee gepaard gaande hoger geëist aanvangsrendement. Bij de negatieve mutaties weegt de technische veroudering zelfs duidelijk niet op de tegen de economische veroudering, welke in dit geval zelfs sterk negatief is (dus waardeverhogend effect). De standaarddeviatie voor de gehele bedrijfsruimtecategorie is vastgesteld op 0,0075 (0,75%-punt), het 95% betrouwbaarheidsinterval bevindt ligt bij benadering tussen +/- 0,01503 afwijking van het gemiddelde. Dit is een brede spreiding gelet op de gemiddeld geregistreerde BAR van de bedrijfsruimtetransacties van 9,57%. De leegstand in bedrijfsruimte bij de opvolgende verkooptransactie was wat betreft bouwjaar redelijk gelijkmatig verdeeld over deze subgroepen. Wat betreft metrage behoorden de leegstaande panden uitsluitend tot de categorie ‘ < 10.000 m2’. Opvallend is dat de voor leegstand gecorrigeerde BAR-mutatie een hogere gemiddelde BAR-mutatie geeft, hetgeen er op duidt dat leegstand een beperkte invloed heeft op het aanvangsrendement voor bedrijfsruimten in deze categorie. Mogelijk dat de kopers de gekochte objecten geheel of gedeeltelijk voor eigen gebruik hebben verworven waardoor prijsvorming minder sterk op leegstandrisico wordt gestuurd en meer op functionaliteit van het pand voor de koper.

6.3 Regressie en correlaties 6.3.1 Gehele steekproef De hiervoor beschreven uitkomsten van gemiddelde BAR mutatie per jaar gecorrigeerd voor marktinvloeden bieden een divers beeld voor de toepassing van de exit-yield in dcf-berekeningen. Maar hoe sterk is de relatie en samenhang van de in de kooptransacties geregistreerde variabelen? In deze paragraaf wordt hierop nader ingegaan en worden correlaties en meervoudige regressie analyses getoond. Eerst komt de gehele steekproefpopulatie aan de orde, vervolgens een specificatie naar de typen kantoorobjecten en bedrijfsruimten. Zoals eerder beschreven is in meerdere studies aangetoond dat de eindwaarde in een dcf-berekening van vastgoed circa 40 tot 50% van de totale waarde-uitkomst beïnvloedt. Aan de hand van de in het onderzoek geregistreerde kenmerken is een toets in samenhang tussen mutaties in BAR en transactieprijzen van hetzelfde object mogelijk. Correlatie mutaties transactieprijs en marktgecorrigeerde BAR Gehele steekproef Kantoren Bedrijfsruimte De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

-0,70747 -0,72769 -0,64141 32

Bovenstaande tabel toont een sterke samenhang tussen de twee variabelen in de steekproef. Dit sluit aan bij de analyse van Rust (2004) dat de nauwkeurigheid van de ingeschatte restwaarde voor een belangrijk deel in de ontwikkeling van aanvangsrendementen en markthuren schuilt, welke onafhankelijk zijn van markthuren. Nadere regressieanalyse toont voor de gehele steekproef een R2 van 0,5005 en is daarmee ook als significant te beschouwen. In bijlage III is de regressie –uitkomst volledig weergegeven. Het in dit onderzoek samengestelde databestand biedt meerdere mogelijkheden voor statistische analyses. Niet alleen de hoogte van een BAR-stijging door veroudering (in een enkel geval daling) is interessant, ook in welke mate het BAR wordt beïnvloed door de in het onderzoek geregistreerde objectkenmerken biedt informatie over de belangrijkste objectkenmerken in relatie tot de hoogte van een dcf-eindwaarde. Voor de onderstaande analyse is als afhankelijke variabele de marktgecorrigeerde BAR-mutatie gekozen (Y) en als onafhankelijke (verklarende) variabelen de huurmutatie, gemiddeld gewogen resterende looptijd van de huurtermijn, duur periode tussen de transacties, metrage en ouderdom van het vastgoedobject. Er is met 95% betrouwbaarheid berekend. Variantie-analyse gehele steekproef Vrijheidsgraden

Kwadratensom

Gemiddelde kwadraten

F

Significantie F

Regressie

5

0,15813

0,03163

6,91516

1,574E-05

Storing

93

0,42532

0,00457

Totaal

98

0,58344

Bij de analyse met een betrouwbaarheidsinterval van 95% is de p-waarde hier duidelijk minder dan 0,05. Er lijkt sprake te zijn van een sterke significantie tussen de variabelen met als afhankelijke variabele de BAR-mutatie. Correlatie

∆ huurinkomsten (%)

∆ gem gewogen looptijd (jaar)

∆ periode (jaar)

metrage (m²)

Ouderdom (jaar)

∆ bar met marktcorrectie

-0,40023

-0,22298

0,28476

-0,28971

-0,03095

Uit de bovenstaande correlatietabel blijkt dat de geregistreerde BAR-mutaties in elkaar opvolgende transacties van hetzelfde object het sterkst worden beïnvloed door mutaties in de huurinkomsten. Deze zijn in de tweede opvolgende transactie gemiddeld duidelijk lager en tonen een negatieve samenhang met de BAR-mutatie. Deze negatieve samenhang komt ook overeen met de verwachting, immers lagere jaarlijkse huurinkomsten, veroorzaakt door bijvoorbeeld leegstand, leidt tot een hoger beleggingsrisico hetgeen door marktpartijen in een hoger geëist BAR wordt vertaald. Opvallend is de negatieve samenhang, weliswaar zeer beperkt, in de steekproef tussen ouderdom en BAR-mutatie. Nadere analyse of uit vervolgonderzoek (continuering van huidige) met meer bedrijfsruimten kan blijken of dit beeld wordt bevestigd. De steekproefomvang is te beperkt om hier significante uitspraken over te doen. Regressie gehele steekproef (99 waarnemingen) Meervoudige correlatiecoëfficiënt R

0,52060

R-kwadraat

0,27102

Aangepaste kleinste kwadraat

0,23183

Standaardfout

0,06763


33

De bovenstaande R-kwadraat (R-square) toont dat circa 27% van de variantie in de marktgecorrigeerde BAR-mutatie wordt verklaard door de onderstaande regressielijn. Regressie gehele steekproef Coëfficiënten Standaardfout Snijpunt

T- statistische gegevens

P-waarde

Laagste 95%

Hoogste 95%

0,02994

0,02308

1,29750

0,19767

-0,01588

0,07577

∆ huurinkomsten %

-0,05072

0,01485

-3,41449

0,00095

-0,08022

-0,02122

∆ gem gew looptijd

-0,00077

0,00187

-0,40974

0,68294

-0,00448

0,00295

∆ periode

0,00390

0,00220

1,77401

0,07933

-0,00047

0,00827

metrage m²

-1,5E-06

5,2E-07

-2,80121

0,00619

-2,5E-06

-4,3E-07

ouderdom

-0,00070

0,00037

-1,91387

0,05871

-0,00144

2,65E-05

De regressieformule voor de marktgecorrigeerde BAR-mutatie en de objectkenmerken als onafhankelijke variabelen kan als volgt worden beschreven: y= 0,02994 – 0,05072c – 0,00077d + 0,00390e - 0,00000146f - 0,00070g Y: marktgecorrigeerde BAR-mutatie (%) c: ∆ huurinkomsten (%) d: ∆ gemiddeld gewogen resterende looptijd huurovereenkomsten (jaar) e: periode tussen transacties (jaar) f: metrage opstallen (m2) g: ouderdom opstallen (jaar) In regressieformule lijkt de variabele ‘∆ huurinkomsten (%)’ de meeste invloed op de te schatten en/of te voorspellen BAR mutatie te hebben. Het metrage van een object lijkt op basis van de grootte van de richtingscoëfficiënt een beperkte invloed op een mutatie in het BAR te hebben, echter moet hierbij wel worden bedacht dat de variabele ‘metrage’ als een absoluut getal is geregistreerd en daarmee bij een object met een groot metrage de impact op de Y-variabele toch aanzienlijk kan zijn. De bovenstaande regressietabel toont voor meerdere variabelen een duidelijk grotere p-waarde dan 0,025. Voorbeeld berekening BAR-mutatie ten behoeve van de exit-yield object Bedrijf/kantoor

feitelijke huur (EUR) 2.000.000

(ingeschatte) huur (EUR) 1.800.000

∆ gem gew. looptijd (jr) 2

∆ periode (jr) 9

metrage (m²) 7.000

ouderdom (jr) 14

Ingeschatte huur is de verwachte feitelijke huur aan het eind van de dcf-beschouwingsperiode. Y = 0,02994 – (0,05072 *((1,8-2)/2)) – (0,00077 *2 ) + (0,0039 *9) - (0,00000146*7000) – (0,0007*14) Y= 0,048552

In dit voorbeeld is er sprake van een BAR-stijging van 4,8% (afgerond) voor de te gebruiken exit-yield in de calculatie van de eindwaarde in de dcf ten opzichte van het initiële BAR behorend bij het object. In deze uitkomst is mede een marktcorrectie ingerekend. Voor de BAR-definitie wordt verwezen naar paragraaf 5.3. 6.3.2. Kantoren Naar verwachting van de onderzoeker zal er een duidelijk verschil bestaan tussen in de steekproef onderscheiden vastgoedtypen kantoren en bedrijfsruimten. En daarmee zal er ook een verschil ontstaan ten aanzien van de voorgaande analyse van de gehele steekproefpopulatie. In deze De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

34

paragraaf is eenzelfde analyse voor regressie en samenhang opgesteld waarin alleen de kooptransacties met kantoren worden betrokken. Variantie-analyse steekproef kantoorobjecten Vrijheidsgraden

Kwadratensom

Gemiddelde kwadraten

F

Significantie F

Regressie

5

0,210274

0,042055

10,20873

4,43E-07

Storing

59

0,24305

0,004119

Totaal

64

0,453325

Voor de bovenstaande uitkomsten is als afhankelijke variabele de marktgecorrigeerde BAR-mutatie gekozen (Y) en als onafhankelijke (verklarende) variabelen de huurmutatie, gemiddeld gewogen resterende looptijd van de huurtermijn, duur periode tussen de transacties, metrage en ouderdom van het kantoorobject. Er is met 95% betrouwbaarheid berekend. Correlatie kantoren

∆ huurinkomsten (%)


∆ periode (jaar)

metrage (m²)

Ouderdom (jaar)


-0,49984

-0,35237

0,39001

-0,17827

-0,21294

Uit de bovenstaande correlatietabel blijkt dat de geregistreerde BAR-mutaties in elkaar opvolgende transacties van hetzelfde object het sterkst worden beïnvloed door een mutatie in huurinkomsten, sterker nog dan de correlatie gebaseerd op de gehele steekproef. Voor de steekproef is deze samenhang negatief, oftewel bij een afnemende huur is een hogere BAR van toepassing en vice versa. Deze negatieve samenhang komt ook overeen met de verwachting, immers lagere jaarlijkse huurinkomsten, veroorzaakt door bijvoorbeeld leegstand, leidt tot een hoger beleggingsrisico hetgeen door marktpartijen in een hoger geëist BAR wordt vertaald. In tegenstelling tot de uitkomst van de gehele steekproef speelt ouderdom van kantoren een rol bij de getoonde BAR-mutaties. Ook hier voor de variabele ‘ouderdom’ de opvallende negatieve samenhang, vermoedelijk door de relatief sterke invloed van historische kantoren in deze categorie. Regressie kantoren (65 waarnemingen) Meervoudige correlatiecoëfficiënt R

0,681065

R-kwadraat

0,463849


0,418413

Standaardfout

0,064183

De bovenstaande R-kwadraat (R-square) toont dat circa 46% van de variantie in de marktgecorrigeerde BAR-mutatie wordt verklaard door de onderstaande regressielijn. Regressie kantoren Coëfficiënten

Standaardfout


P-waarde

Laagste 95%

Hoogste 95%

0,03847

0,02974

1,29351

0,20088

-0,02104

0,09798

∆ huurinkomsten %

-0,07300

0,01821

-4,00906

0,00017

-0,10943

-0,03656


-0,00268

0,00224

-1,19410

0,23722

-0,00717

0,00181

∆ periode

0,00541

0,00284

1,90396

0,06180

-0,00028

0,01110

metrage m²

-1,7E-06

8,0E-07

-2,10589

0,03948

-3,3E-06

-8,3E-08

ouderdom

-0,00147

0,00039

-3,82918

0,00031

-0,00224

-0,0007

Snijpunt


35

De regressieformule voor de marktgecorrigeerde BAR-mutatie van de kantoren en de daarbij geregistreerde objectkenmerken als onafhankelijke variabelen kan als volgt worden beschreven: y= 0,03847 – 0,07300c – 0,00268d + 0,00541e - 0,0000017f - 0,00147g Y: marktgecorrigeerde BAR-mutatie (%) c: ∆ huurinkomsten (%) d: ∆ gemiddeld gewogen resterende looptijd huurovereenkomsten (jaar) e: periode tussen transacties (jaar) f: metrage opstallen (m2) g: ouderdom opstallen (jaar) Voor de variabele looptijd is een zeer zwakke significantie gevonden (hoge p-waarde). Ook voor periode en metrage zijn hogere p-waarden berekend. De vermelde regressieformule is dan ook met de nodige voorzichtigheid te gebruiken en heeft nauwelijks significantie. In regressieformule lijkt de variabele ‘∆ huurinkomsten (%)’ de meeste invloed op de te schatten en/of te voorspellen BAR mutatie te hebben. Het metrage van een object lijkt op basis van de grootte van de richtingscoëfficiënt een beperkte invloed hebben, echter moet hierbij wel worden bedacht dat de variabele ‘metrage’ als een absoluut getal is geregistreerd. Bij objecten met een groot metrage zoals logistiek vastgoed kan de impact op de Y-variabele toch aanzienlijk zijn.

6.3.3 Bedrijfsruimte Voor de categorie bedrijfsruimten volgt onderstaand de te herleiden regressie en samenhang voor dit vastgoedtype. Variantie-analyse steekproef bedrijfsruimte Gemiddelde kwadraten

Vrijheidsgraden

Kwadratensom

5

0,06029

0,01206

Storing

28

0,04235

0,00151

Totaal

33

0,10264

Regressie

F 7,97134

Significantie F 8,96E-05

Voor de bovenstaande uitkomsten is als afhankelijke variabele de marktgecorrigeerde BAR-mutatie gekozen (Y) en als onafhankelijke (verklarende) variabelen de huurmutatie, gemiddeld gewogen resterende looptijd van de huurtermijn, duur periode tussen de transacties, metrage en ouderdom van het kantoorobject. Er is met 95% betrouwbaarheid berekend. Correlatie bedrijfsruimte

∆ huurinkomsten %


∆ periode (jaar)

metrage m²

ouderdom


-0,13393

0,03108

0,07900

-0,44330

0,69268

Bovenstaande biedt voor de correlatie een afwijkend beeld van de hiervoor beschreven analyses van de gehele steekproef en kantoren. Voor bedrijfsruimten blijkt dat de geregistreerde BAR-mutaties in elkaar opvolgende transacties van hetzelfde object het sterkst worden beïnvloed door ouderdom gevolgd door het metrage. De mutatie in huurinkomsten toont een duidelijk minder sterke (negatieve) samenhang met de BAR-mutatie. Een reden hiervoor kan zijn dat het merendeel van de geregistreerde beleggingstransacties courante objecten omvatte waardoor beleggers eerder geneigd zijn om de verhuurbaarheid en daarmee gepaard gaande risico op instabiele huurinkomsten positief in te schatten ondanks dat de recent overeengekomen huurprijs zich een lager niveau dan voorheen bevindt. Dit sluit aan op hetgeen eerder in het literatuuroverzicht is beschreven wat betreft de invloed van externe marktfactoren op economische veroudering. De door Baum (1991) beschreven economische veroudering treedt minder sterk op dan verwacht. Een overeenkomstige redenatie is te De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

36

formuleren voor de positieve samenhang tussen BAR-mutatie en de resterende looptijd van de huur. Voor courante objecten wordt een goede en snelle verhuurbaarheid verwacht waardoor een kortere looptijd van de huur niet direct onverkort in een hogere BAR wordt vertaald. Wat betreft de variabele ‘ouderdom’ is er sprake van een positieve samenhang hetgeen ook naar verwachting is. Een toenemend objectrisico door veroudering wordt middels een hogere BAR in waarde en prijs doorgerekend. Regressie bedrijfsruimte (34 waarnemingen) Meervoudige correlatiecoëfficiënt R

0,766398

R-kwadraat

0,587366


0,513681

Standaardfout

0,038893

De bovenstaande R-kwadraat (R-square) toont dat circa 59% van de variantie in de marktgecorrigeerde BAR-mutatie wordt verklaard door de onderstaande regressielijn. Regressie bedrijfsruimte Coëfficiënten Standaardfout


P-waarde

Laagste 95%

Hoogste 95%

Snijpunt

-0,00908

0,02139

-0,42450

0,67445

-0,05290

0,03474

∆ huurinkomsten %

-0,00494

0,01444

-0,34191

0,73497

-0,03451

0,02464


0,00253

0,00187

1,34805

0,18845

-0,00131

0,00636

-0,00057

0,00192

-0,29859

0,76746

-0,00451

0,00336

-9,2-07

4,2E-07

-2,18746

0,03722

-1,8E-06

-5,9E-08

0,00289

0,00057

5,08006

2,2E-05

0,00172

0,00405

∆ periode metrage m² ouderdom

De regressieformule voor de marktgecorrigeerde BAR-mutatie van bedrijfsruimte en de daarbij geregistreerde objectkenmerken als onafhankelijke variabelen kan als volgt worden beschreven: y= 0,00908 – 0,00494c + 0,00253d - 0,00057e – 0,00000092f + 0,00289g Y: marktgecorrigeerde BAR-mutatie (%) c: ∆ huurinkomsten (%) d: ∆ gemiddeld gewogen resterende looptijd huurovereenkomsten (jaar) e: periode tussen transacties (jaar) f: metrage opstallen (m2) g: ouderdom opstallen (jaar) Gelet op de hoge p-waarden voor bij huurinkomsten, looptijd en periode is hier geen sprake van significatie. Bovenstaande regressieformule is daarmee niet als significant te beschouwen. Een reden hiervoor is het beperkte aantal steekproefeenheden van het type bedrijfsruimte. In regressieformule voor bedrijfsruimten zijn de richtingscoëfficiënten duidelijk minder sterk, hetgeen duidt op een meer diverse invloed van factoren op de BAR-mutatie. Ook zijn de positieve en negatieve samenhang tussen BAR-mutatie en de onderscheiden variabelen niet overeenkomstig de eerder vermelde regressies van de gehele steekproef en de kantoren. 6.3.4. Overige correlaties In de bijlage IV van dit rapport zijn meerdere correlatie tabellen opgenomen. Deze tabellen bieden een nader inzicht in de samenhang tussen BAR-mutaties en de naar metrage, ouderdom en regio te onderscheiden steekproefeenheden. De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

37

6.4 Overige onderzoeksresultaten In aanvulling op de hiervoor beschreven onderzoeksresultaten zijn er nog enkele andere opvallende kengetallen en ratio’s uit de geregistreerde transacties van de steekproefeenheden te herleiden. De absolute prijsmutaties tussen de twee geregistreerde kooptransacties van hetzelfde object bedroegen gemiddeld voor de kantoren en de bedrijfsruimten respectievelijk –33,2% en -16,5%. Deze percentages zijn niet gecorrigeerd voor het verschil in duur van de tussenliggende periode. Deze waren voor de kantoren en bedrijven beide bijna negen jaar. Tussen de twee opvolgende transacties is een groot negatief verschil in de feitelijke huurinkomsten gesignaleerd. Voor de 2e transacties zijn een gemiddeld 15,3% lagere huurinkomsten geregistreerd (kantoren -17,0% , bedrijven -12,1%). Het onderzoek heeft zich hier verder niet op toegelegd, zodat de oorzaken van deze sterke daling niet zijn bestudeerd. Bij deze daling moet ook nog eens worden bedacht dat de gevonden mutatie in huurinkomsten een absoluut getal is en hierin nog geen correctie voor inflatie is opgenomen. Voornaamste redenen in afname van de huurinkomsten voor de onderzoekspopulatie lijken de toegenomen leegstand in de panden en een dalende tendens in de markthuur. In het kader van het onderzoek is aan de oorzaken hiervan verder geen specifieke aandacht aan besteed. De gemiddelde resterende looptijd van de huurovereenkomsten is voor de gehele steekproef verminderd met 2,6 jaar. De objecten zijn bij de recente 2e transactie met duidelijk minder lange resterende huurlooptijden verkocht. De bedrijfsruimten tonen zelfs een afname van 3,2 jaar, de kantoren tonen met een afname van 2,3 jaar een milder beeld. De tendens van de voorkeur van huurders voor meer flexibiliteit ten aanzien van het vastgoed komt hierin tot uiting. Dit is ook mede door het over het algemeen ruime aanbod waardoor er sprake is van een huurdersmarkt en verhuurders eerder bereid zijn huurdersvoorkeuren/-eisen te accepteren.


38

7. Conclusies en aanbevelingen In de discounted cash flow rekenmethodiek voor de marktwaarde van vastgoed is de eindwaarde van het object aan het einde van beschouwingsperiode een prominente input variabele. O.a. Van Gool, Jager, Theebe en Weisz (2013) benoemen de exit-yield approach methodiek om de objectveroudering en daarmee samenhangende eindwaarde in dcf-waarderingen op te nemen. Volgens een breed marktgedragen vuistregel is deze te beredeneren door het actuele gecalculeerde bruto aanvangsrendement te verhogen met 0,1%-punt per beschouwingsjaar. Het onderzoek leidt tot een meer gediversificeerd beeld van de mutaties in bruto aanvangsrendementen door economische veroudering. Het onderzoek richt zich op de te hanteren exit yield in een dcf-waardering voor het vaststellen van de marktwaarde van vastgoed. Daarbij beperkt het onderzoek zich tot kantoren en bedrijfsruimten, in de steekproef respectievelijk 65 en 34 eenheden, en behoren alleen objecten met een transactiehistorie sinds 2000 van twee of meer transacties tot de onderzoekspopulatie. In het onderzoek zijn niet alleen sec transactieprijzen en bijbehorende bruto aanvangsrendementen geregistreerd, ook andere voor een dcf-eindwaarde belangrijke inputvariabelen zijn genoteerd te weten: feitelijke huurprijs, gewogen gemiddelde resterende looptijd van de huurovereenkomsten, periode tussen de opvolgende transacties, metrage en ouderdom van de panden. Al deze variabelen zijn van belang voor de risicoperceptie ten aanzien van beleggingsvastgoed en komen tot uiting in een bruto aanvangsrendement. Hoger risico leidt tot een hoger gewenst/geëist aanvangsrendement bij kopers. Wel is van belang kennis te nemen van de gestelde uitgangspunten ten aanzien van de geregistreerde steekproefdata. De hypothese (H0) dat voor een eindwaarde berekening in een dcf een verhoging van het initiële BAR gedurende de beschouwingsperiode met jaarlijks 0,1%-punt volstaat, wordt aan de hand van de uitkomsten van onderhavig onderzoek gedeeltelijk verworpen. Voor de gehele steekproef is een gemiddelde BAR-stijging, gecorrigeerd voor algemene marktinvloeden, geregistreerd van 0,36%-punt per jaar. Dit is voor de in de steekproef opgenomen kantoren en bedrijfsruimten nader te specificeren in een jaarlijkse stijging van respectievelijk 0,50 en 0,13%-punt. Voor de kantoren is er dus een duidelijk hogere marktgecorrigeerde BAR-mutatie gesignaleerd dan momenteel in de markt als vuistregel (BAR-opslag van jaarlijks 0,1%-punt gedurende de beschouwingsperiode) wordt aangehouden. Wel tonen de diverse onderscheiden subcategorieën duidelijke verschillen en is de verouderingsopslag niet als een algemene marktbrede ratio voor alle kantoortypen te beschouwen. Diversificatie is op basis van de steekproefresultaten aangetoond. Voor de bedrijfsruimten wijkt de in het onderzoek geregistreerde gemiddelde BAR-mutatie slechts beperkt af van de voornoemde vuistregel. Hier lijkt de economische veroudering (o.a. Baum (1991)) op de steekproefeenheden minder invloed te hebben. Gelet op de relatief kleine onderzoeksomvang kan hier niet worden gesproken van een significante afwijking. De hypothese kan voor bedrijfsruimten niet worden verworpen. De onderzoeksuitkomsten sluiten ook aan bij historische onderzoeken naar bedrijfsruimten (Bokhari & Geltner (2014) en Dunse & Jones (2005)). Voor de kantoren is het beeld gematigder als de gemiddelde BAR-mutatie wordt berekend exclusief de objecten die bij de opvolgende transactie gehele leegstaand toonden. In dat scenario is voor de kantoren een BAR-stijging van 0,36%-punt vastgesteld. Hoewel minder is dit nog steeds duidelijk hoger dan de hypothese van een gemiddelde verhoging van 0,1%-punt per jaar voor een exit yield. Dit beeld past ook wel bij onze verwachtingen gelet op de recent geregistreerde koopsommen bij beleggingstransacties.


39

Het grote verschil tussen de algemene vuistregel van 0,1%-punt BAR-stijging per jaar en de onderzoeksuitkomsten zijn bij de kantoorobjecten opvallend en groter dan verwacht. Zeker als dat wordt gerelateerd aan eerdere onderzoeken. Zo tonen diverse Nederlandse studies (Casteleins (2013), Lugard (2009), Gritter & Hordijk (2008), Jongerius (2004) en Rust (2004) een duidelijk minder sterk ingeschatte waardevermindering, resulterend in een minder groot verschil tussen het bruto aanvangsrendement en de exit-yield. Ook studies uitgevoerd in andere landen tonen een kleinere toename voor de exit yield dan uit onderhavig onderzoek blijkt. Daarnaast tonen de kantoren per onderscheiden subcategorie een divers beeld. Vermoedelijk dat hier het irrationeel handelen van marktpartijen aan ten grondslag ligt en prijsvorming niet alleen aan de hand van rationele kengetallen zoals een BAR tot stand komt. Aansluitend op de bestaande theorie is er een sterke samenhang aangetoond tussen de exit yield en de mutatie in de koopsommen tussen de opvolgende transacties. Dit onderschrijft het gebruik van een exit-yield approach ten aanzien van in te schatten eindwaarde in een dcf-waardering. Geadviseerd wordt om voor kantoren een hogere exit yield te overwegen bij dcf-taxaties voor de marktwaarde dan tot dusver gangbaar is geweest. Daarmee wordt de veroudering, en dan vooral de economische, een meer passende negatieve invloed gegeven op de te berekenen marktwaarde hetgeen door de onderzoeksresultaten gebaseerd op referentietransacties wordt onderbouwd. De gevonden gemiddelde BAR-stijgingen per jaar zijn met 0,50% en 0,36%-punt (exclusief leegstand) beduidend hoger dan tot dusver over het algemeen door marktpartijen en taxateurs wordt gebruikt. Vanzelfsprekend kunnen taxateurs en marktpartijen hiervan afwijken om redenen van de ingeschatte courantheid van het object. Het toepassen van een hogere exit yield voor berekening van de eindwaarde in een dcf heeft een negatieve invloed op de getaxeerde marktwaarden en zal voor veel marktpartijen niet gewenst zijn. Dit onderzoek biedt de taxateurs een houvast om een relatief hoge verouderingsopslag voor kantoren op te nemen in hun dcf-taxaties. Voor de bedrijfsruimten is de vuistregel van een 0,1%-punt stijgende exit yield nog steeds acceptabel blijkens de onderzoeksresultaten. Wel zijn de onderzoeksuitkomsten te nuanceren voor het relatief beperkte aantal bedrijfsruimten in de steekproef. In de literatuurstudie is echter geen eerder Nederlands onderzoek op deze schaal voor bedrijfsruimten op basis van transactie informatie gesignaleerd. Additioneel op voornoemde onderzoeksuitkomsten zijn er nog andere opvallende waarnemingen. De feitelijke huurinkomsten bij de opvolgende transacties (de recente 2e verkooptransacties) zijn gemiddeld 15% lager in vergelijking tot de eerste geregistreerde verkooptransactie van hetzelfde object. Dat opvallend grote verschil is geregistreerd over een gemiddelde periode van circa 9 jaar (gemiddelde duur tussen de twee transacties van een object). Ook is er een duidelijke afname van de gemiddelde resterende looptijd van de huurovereenkomsten met circa 2,6 jaar. Een diepgaande analyse op deze onderzoeksvariabelen en samenhang met een dcf-eindwaarde bleef in de context van onderhavig onderzoek buiten beschouwing. Toekomstig onderzoek met meer transacties, eventueel een continuering van onderhavig onderzoek, zal verdere transparantie en verscherpte beeldvorming inzake economische veroudering en inschatting van de exit-yield in een dcf kunnen bieden. Ook moet worden bedacht dat het huidige onderzoek een beeld geeft van de actuele marktverhoudingen. Toekomstige andere marktomstandigheden en -verhoudingen zullen aanleiding geven tot eventuele herziening van de in onderhavig onderzoek aangetoonde BAR-mutaties en economische veroudering.


40

Literatuurlijst Appraisal Institute (2013). The Appraisal of Real Estate, 14th edition Baarda, D.B. en M.P.M. De Goede (2006). Basisboek Methoden en Technieken. Groningen, vierde geheel herziene druk. Baum, A.E. (1991). Property investment depreciation and obsolescence . London, Routledge 1991 Baum A.E. & N. Turner N. (2003). Retention rates, re-investment and depreciation in Europe office markets. Journal of Property Investment & Finance, Vol. 22 Iss: 3, 214 - 235 Berge Henegouwen, M.F. van (2015). Vastgoedfondsen en risicoanalyses conform de AIFM-richtlijn. Naarden Berkhout, T.M., J.F.M.C. Bouwens, R.J.A. Hamers en P.R. Tansens (2006). Determinanten van eindwaarden in de vastgoed verkend . Property Research Quarterly , september 2006, 6-14 Bokhari, S. & D. Geltner (2014). Characteristics of Depreciation in Commercial and Multi-Family Property: An Investment Perspective, Available at SSRN: http://ssrn.com/abstract=2464164 or http://dx.doi.org/10.2139/ssrn.2464164 Buijs, A. (2008). Statistiek om mee te werken. Groningen/Houten, Noordhoff Uitgevers, 8e druk Casteleins, E. (2013). Depreciatie gewaardeerd, Amsterdam, Amsterdam School of Real Estate Clayton, J., D.C. Ling en A. Naranjo (2008). Commercial real estate valuation: fundamentals versus investor sentiment. In: Springer Science + Business Media, 17 July, 5 – 37. Crosby, N., S. Devaney, V. Law (2011). Benchmarking and valuation issues in measuring depreciation for European office markets. Journal of European Real Estate Research, Vol. 4 Iss: 1, pp.7 - 28 Coffeng, G. (2008), Lange huurcontracten een schijnzekerheid? niet gepubliceerd DTZ Zadelhoff (2006), Locatie, locatie, locatie, Amsterdam Dunse, N. and C. Jones (2005), Rental Depreciation, Obsolescence and Location: the Case of Industrial Properties, Journal of Property Research, 22 (2-3): 205–223. Francke, M.K. (2009), Repeated Sales index for thin markets. The journal of realestate finance and economics, januari 2010 French, N. & L. Gabrielli (2005). Discounted cash flow: accounting for uncertainty, Journal of Property Investment & Finance, Vol. 23 Iss: 1, 75 – 89 Gritter, L., & A.C. Hordijk (2008). De verouderingscomponent in DCF taxaties: Onderschat de theorie de praktijk? Property Research Quarterly, December 2008, 35-43.


I

Gool, P. van en G.G.M. ten Have (2011). Luchtbellen in vastgoedwaarderingen door verkeerd gebruik taxatiemethoden? In: ' 20 jaar vastgoedonderzoek in Nederland 1992-2011'. Vereniging van Onroerend Goed Onderzoekers Nederland, Amsterdam, p. 182-190 Gool, P. van, P. Jager, M. Theebe, R. Weisz (2013). Onroerend goed als belegging. Noordhof uitgevers bv, 5e druk Have, G.G.M. ten (2002). Taxatieleer 2. Houten: Educatieve Partners Nederland BV. Hendershott, P.H. & B.D. MacGregor (2005a). Investor Rationality: Evidence from U.K. Property Capitalization Rates. Real Estate Economics, 26, 299-322. Hoesli, M. and B.D. MacGregor (2000), Property Investment Principles and Practice of Portfolio Management, Harlow: Longman Hordijk, A.C., S. van den Berg en C.L. Worms (2015). De juiste disconteringsvoet is een complexe opgave. PropertyNL , februari 2015, 56-57 International Valuation Standards Council (2011), IVS Framework, London, U.K. International Valuation Standards Council (2012), Valuation uncertainty (exposure draft). London, U.K. IPF (2010), Depreciation of office investment property in Europe Jansen, S., P. de Vries, P., H. Coolen, C. Lamain & P. Boelhouwer (2008). Developing a house price index for the Netherlands: A practical application of weighted repeat sales. Journal of Real Estate Finance and Economics, 37, 163–186. Jones Lang LaSalle (2015), Dutch Capital Markets Outlook Jongerius, T. (2004). De BAR-ontwikkeling vanaf koop tot verkoop : een onderzoek naar de verouderingsopslag op de BAR-ontwikkeling van beleggingskantoren. Utrecht Keeris, W.G. (2001), Vastgoedbeheer Lexicon. Groningen: Wolters Noordhoff, tweede druk Linneman, P. (2001). International real estate investing . Wharton real estate review , 2001, spring 1, 41-52 Lusht, K.M. (2001). Real estate valuation; principles and applications. KML publishing RICS (2014), RICS Taxatiestandaarden, januari 2014, Londen:RICS, RICS Research (2013), RICS/IPD Valuation and Sale Price Report 2012, London: RICS Rust, W. (2004). Restwaardeberekening van commercieel vastgoed, Property NL, september 2004, 80-89 Schwann, G. M. (1998). A real estate price index for thin markets. Journal of Real Estate Finance and Economics, 16, 269–287


II

Syntrus Achmea (2015), Outlook 2015-1028, beleggen in Nederlands vastgoed en hypotheken Verhaegh, M. (2005). De determinanten van de BAR op kantoren. Amsterdam, Amsterdam School of Real Estate Wouwe, M. van, Berkhout, T.M. & Tansens P.R. (2005). Aanvangsrendementen van beleggingsvastgoed. Property Research Quarterly, oktober 2005, p4-15

Internet www.gebiedseconomie.nl , februari 2016 www.stivad.nl , februari 2016


III

Bijlagen: Bijlage I Bijlage II Bijlage III Bijlage IV

Objectenlijst Beschrijvende statistiek kantoren en bedrijfsruimten Regressie transactieprijs en marktgecorrigeerde BAR Correlaties


BIJLAGE I Data steekproef

ID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

Plaats Almelo Amersfoort Amersfoort Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Amsterdam Assen Barneveld Breda Ede Eindhoven Elst Haarlem Den Bosch Hoofddorp Leiden De Meern Rijswijk Rotterdam Rotterdam Rotterdam Rotterdam Rotterdam

regio 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 1 2 4 2 4 2 3 4 3 3 3 3 3 3 3 3 3

type kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor

∆ prijs (EUR) -14.279 -1.936.238 -4.375.000 -47.121.690 -19.500.000 -37.036.994 -11.785.000 -300.000 2.200.000 -3.500.000 -16.450.000 -52.034.065 -12.924.189 -4.195.363 1.138.030 -3.247.857 2.500.000 -4.200.000 21.000.000 -990.000 -13.350.000 -5.242.000 -9.285.000 -500.000 -1.997.000 -1.060.000 -3.565.000 -13.144.803 -302.500 -5.779.000 -3.500.000 -4.780.000 -11.500.000 -62.500 -3.563.412 -9.110.000 1.400.000 -24.250.000 6.570.000 -6.181.534

∆ prijs % -0,62% -53,62% -26,92% -71,81% -67,24% -38,66% -70,57% -6,98% 28,21% -6,36% -50,31% -38,22% -14,49% -77,04% 9,37% -22,02% 23,26% -4,61% 24,28% -39,60% -38,31% -10,63% -31,00% -33,33% -20,38% -55,50% -71,66% -76,22% -42,01% -69,80% -26,92% -19,77% -41,07% -7,35% -76,41% -15,95% 17,50% -77,35% 14,60% -12,20%

∆ periode (jaar) 12 10 6 12 11 8 11 8 6 13 10 13 5 13 9 8 6 8 1 6 10 7 7 9 8 11 10 8 7 9 5 3 6 4 12 4 4 11 11 7


∆ huur ∆ gem gew inkomsten looptijd (jaar) 20,71% -2 4,34% 1,9 -1,08% 4 -48,28% -4 -55,07% -3,9 -4,53% -5,1 -66,49% 0,3 13,55% -8,8 100,00% 8,3 12,53% -2,8 -29,17% -3,5 -31,30% 5,2 5,91% -5 -100,00% -9,7 58,56% -0,7 -21,00% -2,4 39,11% -0,3 19,51% -5,4 4,33% 9,8 0,00% -6 -2,60% -4,6 2,05% -2,2 -2,95% 1,1 24,84% -5,3 100,00% -1 -100,00% -1,25 -57,41% -5,5 -37,78% -0,55 0,00% 0 17,48% -6,9 -100,00% -3 -9,12% 0,1 8,80% 2,6 4,11% 1,1 -100,00% -6 7,62% -3,9 -8,29% 3,7 -100,00% -8,2 5,26% 2,4 -1,91% -2,8

∆ bar 1,68% 9,02% 2,78% -12,39% 8,84% 3,53% 10,37% 1,31% 0,55% 1,41% 7,06% 5,57% 1,63% 25,13% -0,49% 0,12% -1,47% 1,47% -1,30% 4,21% 4,21% 0,72% 2,36% 7,27% 2,80% 6,31% 3,90% 23,05% 4,49% 19,08% 2,73% 0,81% 6,71% 0,86% 18,47% 1,93% -2,01% 16,10% -0,76% 0,69%

metrage m² 1.973 2.559 8.770 27.700 11.921 34.372 12.600 1.277 3.708 12.593 12.032 61.136 28.724 2.414 6.580 5.711 3.946 22.836 39.214 847 8.234 13.007 7.418 1.251 5.300 1.358 2.952 7.729 520 3.308 11.870 6.911 17.316 434 4.598 17.301 3.642 16.444 19.877 19.366

bouwjaar 1990 2002 1992 1973 1998 2004 1964 1928 2003 2002 1991 2003 2010 2000 1960 2000 1991 2009 1994 1870 1974 1971 1992 1996 2001 1980 2002 2001 2000 2005 1975 1998 1980 1997 2001 2007 1996 1986 2005 2007

stand/ ligging ∆ markt BAR 1 0,85% 2 1,00% 1 1,15% 1 0,45% 1 0,00% 1 0,30% 2 1,80% 1 0,50% 1 0,25% 1 -0,20% 2 1,90% 1 0,15% 2 1,60% 2 1,90% 2 2,20% 2 2,05% 1 -0,50% 1 0,50% 1 0,15% 1 1,50% 1 0,40% 1 0,80% 1 1,00% 2 2,30% 2 0,75% 1 0,75% 2 2,30% 1 1,65% 2 2,30% 2 1,95% 1 0,50% 2 1,05% 1 0,80% 2 0,40% 1 -0,20% 1 -0,55% 1 0,60% 1 -0,30% 1 -0,15% 1 0,50%

∆ bar met markt- gem mutatie correctie bar per jaar 0,83% 0,07% 8,02% 0,80% 1,63% 0,27% -12,84% -1,07% 8,84% 0,80% 3,23% 0,40% 8,57% 0,78% 0,81% 0,10% 0,30% 0,05% 1,61% 0,12% 5,16% 0,52% 5,42% 0,42% 0,03% 0,01% 23,23% 1,79% -2,69% -0,30% -1,93% -0,24% -0,97% -0,16% 0,97% 0,12% -1,45% -1,45% 2,71% 0,45% 3,81% 0,38% -0,08% -0,01% 1,36% 0,19% 4,97% 0,55% 2,05% 0,26% 5,56% 0,51% 1,60% 0,16% 21,40% 2,67% 2,19% 0,31% 17,13% 1,90% 2,23% 0,45% -0,24% -0,08% 5,91% 0,98% 0,46% 0,11% 18,67% 1,56% 2,48% 0,62% -2,61% -0,65% 16,40% 1,49% -0,61% -0,06% 0,19% 0,03%

ID 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80

Plaats Rotterdam Schiphol Utrecht Venlo Venlo Zwolle Zwolle Zwolle Amsterdam Arnhem Arnhem Den Haag Amsterdam Hoofddorp Arnhem Ijsselstein Hoofddorp Den Bosch Den Haag Maastricht Maastricht Amsterdam Rijswijk Amsterdam Dordrecht Almere Breda Duiven Ede Ede Eindhoven Groningen Lelystad Maarssen Moerdijk Moerdijk Nieuwegein Nijverdal Roosendaal Rotterdam

regio 3 3 3 4 4 2 2 2 3 2 2 3 3 3 2 3 3 4 3 4 4 3 3 3 3 3 4 2 2 2 4 1 2 3 3 3 3 2 4 3

type kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor kantoor bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf

∆ prijs (EUR) -12.500.000 -10.200.000 -6.200.000 1.660.000 -4.743.679 -232.269 -55.536 -1.690.782 -8.500.000 -646.505 -43.250.000 -10.500.000 5.675.000 -10.280.000 -2.513.016 -4.516.617 -2.492.244 -3.750.000 -3.550.000 1.099.174 -6.620.944 -46.500.000 -3.050.000 2.146.000 -5.321.000 -8.793.516 -100.000 6.575.000 -750.000 -187.123 -22.498.677 -4.623.000 -929.229 -2.290.000 -842.853 6.832.500 -975.000 50.000 -1.357.971 -745.000

∆ prijs % -30,49% -85,00% -77,50% 8,74% -73,62% -30,67% -10,20% -8,33% -30,36% -12,68% -53,40% -43,75% 16,53% -87,27% -82,04% -56,46% -46,26% -19,04% -22,83% 22,43% -74,82% -74,40% -73,49% 49,91% 64,11% -40,55% -4,76% 54,79% -15,46% -8,32% -91,04% -24,66% -56,51% -12,29% -54,63% 30,96% -8,86% 2,94% -13,58% -69,63%

∆ periode (jaar) 10 7 11 6 13 6 14 10 10 6 5 6 9 8 15 12 11 9 10 13 15 7 13 7 -10 5 5 14 6 2 9 13 8 8 15 4 10 5 8 9


∆ huur ∆ gem gew inkomsten looptijd (jaar) -9,00% 1,4 -100,00% -1,3 -100,00% -5,3 10,80% -6,7 -43,28% -4,3 -100,00% -5,8 -100,00% -5,7 -1,18% -4,9 5,30% -2 29,70% 0,5 -3,92% -5,7 13,00% -6 8,46% -0,6 -100,00% -5,3 -51,01% -4,3 10,47% -7,5 -11,08% -0,6 8,95% -3,9 -43,13% -5,5 16,68% 6,5 -71,45% -3,6 -78,90% -4,1 -100,00% -6,8 100,00% 4,3 34,59% -2,9 100,00% 6,3 16,22% -3,9 64,51% -5,5 -100,00% -5 0,00% 0 -83,39% -4,4 -7,09% 0 17,90% -8,4 100,00% -2,5 -100,00% 0 7,64% -4,2 -29,58% -2 0,00% 4,4 18,11% -7,5 15,01% 1,7

∆ bar 4,05% 18,23% 6,76% 0,18% 35,72% 1,28% 1,51% 0,65% 3,66% 3,93% 7,27% 5,07% -0,46% 25,71% 28,20% 9,61% 6,27% 2,77% 2,44% -0,44% 16,44% 12,41% 16,57% -7,39% 8,25% 2,18% 1,94% 0,57% 1,21% 0,95% 6,90% 2,14% 14,05% 2,14% 11,18% -1,40% -2,50% -0,24% 2,53% 27,08%

metrage m² 16.204 5.451 6.100 16.591 5.029 278 350 9.972 8.880 3.229 27.629 6.985 9.555 4.940 1.645 4.650 3.319 10.385 10.386 4.303 5.224 20.373 2.869 5.519 8.380 25.850 3.500 19.332 9.700 4.365 33.582 12.800 2.468 25.351 2.892 56.300 14.350 3.500 16.208 2.620

bouwjaar 1997 1998 1986 2001 2000 1910 1671 2000 2003 1989 2008 2007 1961 1997 2000 2003 1984 2002 1985 1983 1998 2001 1992 1986 1979 2008 2003 1998 1977 2002 1999 1975 1965 1988 1995 2000 1996 2005 1996 1950

stand/ ligging ∆ markt BAR 1 0,40% 1 0,95% 2 1,85% 1 -1,35% 2 1,85% 1 2,00% 1 1,10% 1 0,10% 2 1,90% 1 2,35% 1 1,55% 1 1,25% 1 0,20% 2 1,90% 1 1,05% 2 1,40% 2 1,40% 1 1,15% 2 1,75% 2 1,75% 2 1,85% 1 0,55% 1 -1,00% 2 1,50% 2 1,95% 1 1,20% 1 0,25% 2 3,05% 1 1,70% 1 -0,50% 2 0,90% 1 0,90% 2 2,45% 2 1,35% 1 0,40% 1 -0,85% 2 0,95% 2 1,05% 1 0,55% 2 1,15%

∆ bar met markt- gem mutatie correctie bar per jaar 3,65% 0,37% 17,28% 2,47% 4,91% 0,45% 1,53% 0,26% 33,87% 2,61% -0,72% -0,12% 0,41% 0,03% 0,55% 0,05% 1,76% 0,18% 1,58% 0,26% 5,72% 1,14% 3,82% 0,64% -0,66% -0,07% 23,81% 2,98% 27,15% 1,81% 8,21% 0,68% 4,87% 0,44% 1,62% 0,18% 0,69% 0,07% -2,19% -0,17% 14,59% 0,97% 11,86% 1,69% 17,57% 1,35% -8,89% -1,27% 6,30% -0,63% 0,98% 0,20% 1,69% 0,34% -2,48% -0,18% -0,49% -0,08% 1,45% 0,72% 6,00% 0,67% 1,24% 0,10% 11,60% 1,45% 0,79% 0,10% 10,78% 0,72% -0,55% -0,14% -3,45% -0,35% -1,29% -0,26% 1,98% 0,25% 25,93% 2,88%

ID 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99

Plaats regio Schiphol 3 Spijkenisse 3 Tilburg 4 Veenendaal 3 Venlo 4 Venlo 4 Waalwijk 4 Zwolle 2 Almere 3 Apeldoorn 2 Moerdijk 3 Nieuw Vennep 3 Nieuwleusen 2 Nuth 4 Venlo 4 Venlo 4 Venlo 4 Venray 4 Nieuwegein 3 gemiddelden

type bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf bedrijf

∆ prijs (EUR) -506.500 -635.000 -2.450.000 -632.159 -2.220.533 5.900.000 -780.000 3.600.000 -1.670.000 -2.050.000 2.262.626 -2.400.000 -1.560.000 -1.410.000 450.000 -300.000 431.619 -9.300.000 -1.502.500

∆ prijs % -12,09% -42,33% -4,32% -7,05% -9,07% 27,44% -39,00% 24,00% -27,38% -13,62% 30,22% -18,11% -18,33% -37,11% 4,50% -5,56% 5,42% -43,26% -62,28%

∆ periode (jaar) 5 6 9 11 7 2 8 1 13 8 15 9 9 13 11 10 15 12 8

-5.292.072

-26,14%

9


∆ huur ∆ gem gew inkomsten looptijd (jaar) 8,60% 0,6 -100,00% -5 16,25% -1,2 -9,23% 1 -1,02% -1,1 5,74% -1,7 -100,00% -10 0,71% -1,5 -48,29% -8,7 -3,62% -3,2 2,73% -5,3 -8,49% -3,7 -3,08% -4,2 -31,29% -13,1 3,14% -6 -21,78% 0,1 10,95% -7,5 -53,50% -1,8 -100,00% -4,5 -15,31%

-2,6

∆ bar 1,63% 5,81% -6,23% -0,21% 0,65% -1,72% 4,51% -1,78% -2,59% 0,81% -1,86% 0,78% 1,43% 0,83% -0,10% -1,46% 0,43% -1,50% 4,09%

metrage m² 2.768 1.640 80.831 16.562 36.609 44.000 4.765 26.636 11.200 13.030 19.400 14.700 12.575 8.885 12.925 5.100 14.670 30.400 1.530

4,74%

12.718

bouwjaar 1997 1987 2000 1992 2007 1998 1985 2003 1992 2007 1999 2007 2005 1991 2002 1999 2000 2003 2002

stand/ ligging ∆ markt BAR 1 0,45% 2 1,80% 2 1,05% 1 0,35% 1 0,70% 1 0,60% 1 0,25% 1 0,15% 1 -1,10% 1 0,80% 1 -0,85% 1 -0,60% 2 2,40% 2 0,00% 1 -1,35% 1 -1,35% 1 -1,35% 2 0,00% 2 0,50% 0,82%

∆ bar met markt- gem mutatie correctie bar per jaar 1,18% 0,24% 4,01% 0,67% -7,28% -0,81% -0,56% -0,05% -0,05% -0,01% -2,32% -1,16% 4,26% 0,53% -1,93% -1,93% -1,49% -0,11% 0,01% 0,00% -1,01% -0,07% 1,38% 0,15% -0,97% -0,11% 0,83% 0,06% 1,25% 0,11% -0,11% -0,01% 1,78% 0,12% -1,50% -0,13% 3,59% 0,45% 3,93%

0,36%

BIJLAGE II Beschrijvende statistiek voor kantoren in de steekproef: beschrijvende statistiek: kantoren Koopsom k.k.

Gemiddelde Standaardfout Mediaan Standaarddeviatie Steekproefvariantie

huurinkomsten

21.488.008 2.322.363

Gemiddelde

1.640.750

Standaardfout

169.892

11.640.000

Mediaan

824.500

26.479.012

Standaarddeviatie

7,01138E+14

Steekproefvariantie

1.937.072 3,75225E+12

Kurtosis

3,51745

Kurtosis

2,43145

Scheefheid

1,89889

Scheefheid

1,66400

Minimum

417.500

Minimum

0

Maximum

136.134.065

Maximum

9.464.000

Aantal Betrouwbaarheidsniveau(95,0%)

130 4.594.852


130 336.136

Beschrijvende statistiek voor bedrijfsruimten in de steekproef: beschrijvende statistiek: bedrijfsruimte koopsom k.k. Gemiddelde

huurinkomsten Gemiddelde

818.590

Standaardfout

1.328.345

Standaardfout

100.573

Mediaan

8.455.000

Mediaan

657.981

Standaarddeviatie

829.349

Standaarddeviatie Steekproefvariantie

10.795.893

10.953.810 1,19986E+14

Steekproefvariantie

6,87821E+11

Kurtosis

6,47634

Kurtosis

3,55396

Scheefheid

2,16049

Scheefheid

1,64320

Minimum

325.000

Minimum

0

Maximum

56.650.000

Maximum

4.100.000


68 2.651.387



68 200.745

BIJLAGE III Regressie transactieprijs en marktgecorrigeerde BAR

Gegevens voor de regressie Meervoudige correlatiecoëfficiënt R R-kwadraat Aangepaste kleinste kwadraat Standaardfout Waarnemingen

0,707471 0,500515 0,495366 0,054812 99

Variantie analyse

Regressie Storing Totaal

Snijpunt ∆ prijs %

Vrijheidsgraden Kwadratensom 1 0,292022 97 0,291421 98 0,583443

Gemiddelde kwadraten 0,292022 0,003004

F 97,20021

Standaard- T- statistische Coëfficiënten fout gegevens P-waarde -0,00504 0,007111 -0,70943 0,479758 -0,16155 0,016386 -9,85902 2,7E-16


Significantie F 2,7E-16

Laagste Hoogste 95% 95% -0,01916 0,009068 -0,19407 -0,12903

BIJLAGE IV Correlaties

gehele steekproef correlatie

∆ prijs %

∆ prijs % ∆ periode (jaar)

∆ periode (jaar)

∆ gem gew looptijd (jaar)

∆ huur inkomsten %

∆ bar met markt correctie

gem mutatie bar per jaar

1 -0,29633

1

0,59991

-0,26143


0,31925

-0,30027

0,37393

1


-0,70747

0,28476

-0,40023

-0,22298

1


-0,71601

0,23823

-0,37783

-0,25412

0,90319

∆ huurinkomsten %

1

1

gem. gew. looptijd (jaar): gemiddelde gewogen resterende looptijd van de huurovereenkomsten

Kantoren correlatie ∆ prijs % ∆ periode (jaar)

∆ periode (jaar)

∆ prijs %





1 -0,41231

1

∆ huurinkomsten %

0,67545

-0,34500

1


0,50638

-0,29071

0,41849

1


-0,72322

0,39001

-0,49984

-0,35237

1


-0,72769

0,27091

-0,49858

-0,39317

0,91310



kantoren correlatie < 2.000 m² ∆ prijs % ∆ periode (jaar)

∆ prijs %

∆ periode (jaar)


1


1 -0,30211

1

0,32436

-0,35190

1


-0,06394

-0,15928

0,07426

1


-0,80361

0,57359

-0,12129

-0,01691

1


-0,83894

0,50418

-0,02518

0,00871

0,98021

1

∆ prijs %

∆ periode (jaar)





∆ huurinkomsten %

kantoren correlatie 2.000 - 4.999 m² ∆ prijs % ∆ periode (jaar)

1 -0,56168

1

∆ huurinkomsten %

0,77028

-0,52310

1


0,86211

-0,49181

0,71558

1


-0,83506

0,47193

-0,73391

-0,76752

1


-0,80885

0,36945

-0,63506

-0,68709

0,95854


1

kantoren correlatie 5.000 – 9.999 m² ∆ prijs % ∆ periode (jaar)

∆ prijs %

∆ periode (jaar)





1 -0,36516

1

∆ huurinkomsten %

0,75952

-0,30663

1


0,51684

-0,52093

0,41398

1


-0,78160

0,45634

-0,58481

-0,35450

1


-0,74242

0,23282

-0,64596

-0,27988

0,91153

1

∆ prijs %

∆ periode (jaar)





kantoren correlatie ≥ 10.000 m² ∆ prijs % ∆ periode (jaar)

1 -0,40045

1

∆ huurinkomsten %

0,70589

-0,26851

1


0,32567

-0,11005

0,19570

1


-0,47546

0,09135

-0,44511

-0,15235

1


-0,59178

0,12966

-0,40591

-0,41313

0,86510

1

∆ prijs %

∆ periode (jaar)





kantoren correlatie bouwjaar 1960-1989 ∆ prijs % ∆ periode (jaar)

1 -0,23850

1

0,61607

-0,28295


0,46785

-0,02550

0,51350

1


-0,55025

0,06147

-0,38794

-0,27283

1


-0,48343

-0,03573

-0,49069

-0,25232

0,86781

1

∆ prijs %

∆ periode (jaar)





∆ huurinkomsten %

kantoren correlatie bouwjaar 1990 - 1999 ∆ prijs % ∆ periode (jaar)

1

1 -0,61374

1

∆ huurinkomsten %

0,86919

-0,41894

1


0,70760

-0,75168

0,49365

1


-0,90439

0,54233

-0,91246

-0,67222

1


-0,88752

0,47108

-0,79951

-0,70812

0,92261


1

kantoren correlatie bouwjaar 2000 - heden

∆ prijs %

∆ prijs % ∆ periode (jaar)

∆ periode (jaar)





1 -0,39558

1

∆ huurinkomsten %

0,70331

-0,43618

1


0,41607

-0,03731

0,42473

1


-0,76767

0,53138

-0,56876

-0,27315

1


-0,79098

0,30434

-0,53200

-0,27146

0,93948

1

∆ prijs %

∆ periode (jaar)





kantoren correlatie regio west ∆ prijs % ∆ periode (jaar)

1 -0,50021

1

∆ huurinkomsten %

0,78168

-0,39651

1


0,56833

-0,41183

0,45636

1


-0,73565

0,35727

-0,66552

-0,44789

1


-0,72850

0,28707

-0,64096

-0,47414

0,91333

Bedrijfsruimte correlatie ∆ prijs % ∆ periode (jaar)

∆ periode (jaar)

∆ prijs %





1 -0,11185

1

0,46292

-0,13152


0,02840

-0,33154

0,30660

1


-0,61811

0,07900

-0,13393

0,03108

1


-0,64141

0,18759

-0,10550

-0,02755

0,87561



∆ huurinkomsten %

bedrijfsruimte correlatie < 10.000 m² ∆ prijs % ∆ periode (jaar)

1

∆ prijs %

1

∆ periode (jaar)


1


1 -0,53544

1


0,31495

-0,31905

1


0,31825

-0,28135

0,32195

1


-0,75586

0,33054

0,17171

0,12809

1


-0,69563

0,11897

0,26990

0,09748

0,96074


1

bedrijfsruimte correlatie ≥ 10.000 m² ∆ prijs % ∆ prijs % ∆ periode (jaar) ∆ huur inkomsten %

∆ periode (jaar)





1 -0,06248

1

0,40659

-0,18499

1


-0,19613

-0,41603

0,32826

1


-0,50970

0,06968

-0,12891

-0,14598

1


-0,51802

0,52367

-0,04062

-0,16793

0,65900

1



bedrijfsruimte bouwjaar 1990-1999 ∆ prijs % ∆ periode (jaar)

∆ prijs %

∆ periode (jaar)



1 -0,04867

1

∆ huurinkomsten %

0,86638

-0,21468

1


0,08537

-0,33011

-0,06160

1


-0,72190

0,19847

-0,69467

0,14000

1


-0,69563

0,43312

-0,51962

-0,02253

0,79759

1

∆ prijs %

∆ periode (jaar)





bedrijfsruimte bouwjaar 2000 - heden ∆ prijs % ∆ periode (jaar)

1 -0,28643

1

0,33860

-0,23775


-0,18238

-0,52120

0,47021

1


-0,30409

0,04076

-0,18341

-0,24051

1


-0,46671

0,24495

-0,08214

-0,09541

0,65857

∆ huurinkomsten %

1


1

De invloed van veroudering van kantoren en bedrijfspanden op de eindwaarde in een dcf-waardering

Recommend Documents