Heeft de stadsgrootte invloed op het rendement van winkelvastgoed in Nederland
drs. R.F.P. Verwoerd September 2009 MRE 2007-2009
Eerste beoordelaar: prof. dr. P. van Gool MRICS Tweede beoordelaar: drs. A.R. Marquard Interne begeleider: drs. D. Vos 1
Inhoudsopgave Inhoudsopgave...............................................................................................................................2 1.1 Aanleiding ...........................................................................................................................4 1.2 Probleemstelling ................................................................................................................4 1.3 Vraagstelling.......................................................................................................................4 1.3.1 Hoofdvraag .........................................................................................................................4 1.3.2 Subvragen...........................................................................................................................5 1.4 Plan van aanpak ................................................................................................................5 1.5 Onderzoek afbakening......................................................................................................6 1.6 Relevantie ...........................................................................................................................6 2 Introductie ...........................................................................................................................7 2.1 Inleiding ...............................................................................................................................7 3 Literatuuroverzicht ...........................................................................................................10 3.1 Inleiding .............................................................................................................................10 3.2 Beleggen ...........................................................................................................................10 3.2.1 Handelen in onzekerheid................................................................................................10 3.2.2 Moderne Portefeuille Theorie (Markowitz)...................................................................10 3.2.3 Sharp ratio ........................................................................................................................13 3.2.4 CAPM (Sharp) ..................................................................................................................14 3.2.5 Risico-opslag bovenop de risicovrije voet ...................................................................15 3.3 Vastgoed ...........................................................................................................................16 3.4 Direct Vastgoed ...............................................................................................................16 3.5 Winkelvastgoed................................................................................................................18 4. Methodiek .........................................................................................................................20 4.1 Inleiding .............................................................................................................................20 4.2.1 Gemiddeld rendement ....................................................................................................20 4.2.2 Variantie en standaarddeviatie van het rendement ...................................................20 4.2.3 Standaardverdeling .........................................................................................................21 4.2.4 Sharp ratio ........................................................................................................................21 4.2.5 Sortino ratio ......................................................................................................................22 4.2.6 Correlatiecoëfficiënt.........................................................................................................23 4.2.7 Bèta....................................................................................................................................24 5 Data en markt...................................................................................................................25 5.1 Data ...................................................................................................................................25 5.1.1 Winkelvastgoed, weergegeven door ROZ IPD ...........................................................25 5.1.2. Risicovrije voet, 10 jaars rente ......................................................................................26 5.1.3 CBS gezinsinkomensgegevens en inwoneraantallen................................................26 5.1.4 Winkelvloeroppervlak weergegeven door Locatus in samenwerking met Vastgoedmarkt .................................................................................................................26 5.1.5 Beleggingstransacties uit de database van Strabo....................................................26 5.2 Nederlandse winkelvastgoedmarkt...............................................................................27 5.2.1 Omvang markt..................................................................................................................27 5.2.2 Omvang onderzocht ........................................................................................................27 5.2.3 Kwaliteit data ....................................................................................................................28 6 Onderzoeksresultaten.....................................................................................................29 6.1 Inleiding .............................................................................................................................29
2
6.2 6.2.1 6.2.2 6.2.3
Performance Nederlandse Winkelvastgoed................................................................30 Gemiddeld totaal rendement .........................................................................................30 Totaal rendement in verhouding tot risico ...................................................................31 Standaarddeviatie in verhouding tot inwoners, gezinsinkomen en winkelvloeroppervlak.......................................................................................................32 6.2.4 Groei inwoners in verhouding tot rendement en risico ..............................................33 6.2.5 Huurgroei en rendement in de samples.......................................................................34 6.2.6 Correlatie...........................................................................................................................35 6.2.7 Liquiditeit op basis van de winkelvastgoed transacties in de periode 1995-2008 .. ........................................................................................................................................35 7 Conclusie en aanbevelingen..........................................................................................37 7.1 Conclusies ........................................................................................................................37 7.2 Aanbevelingen .................................................................................................................39 Literatuurlijst .................................................................................................................................40 Bijlagen ........................................................................................................................................42 Bijlage 1: Winkelgebiedtyperingen Locatus / ROZ IPD .........................................................43 Bijlage 2 Vergelijking van het totaal rendement (links) en het inwoneraantal (rechts) per gemeente in relatie tot de standaarddeviatie van het totaal rendement per gemeente ...44 Bijlage 3 Verhouding wvo, besteedbaar inkomen en aantal inwoners in relatie met de standaarddeviatie van het totaal rendement per gemeente. (Bovenste gemeente/regio heeft de hoogste standaarddeviatie) ........................................................................................45 Bijlage 4 Standaardverdeling van het totaal rendement per gemeente..............................46 Bijlage 5 Correlatiecoëfficiënt van het totaal rendement tussen de individuele steden en provincies......................................................................................................................................47 Bijlage 6 Transacties per stad in relatie met de standaarddeviatie .....................................48 Bijlage 7 Aantal objecten per stad in relatie tot de standaarddeviatie van het totaal rendement.....................................................................................................................................49
3
1.1 Aanleiding De uitdaging om het risico van het beleggen in vastgoed juist in te schatten is groot. De huidige kredietcrisis heeft binnen het beleggen in vastgoed tot gevolg, dat er weer meer wordt nagedacht over het prijzen van de daarbij te lopen risico’s. Er wordt weer met hogere aanvangsrendementen gewerkt1. Blijkbaar worden er hogere risico-opslagen gehanteerd. Maar waar zijn deze risico-opslagen eigenlijk van afhankelijk, welke factoren zijn hierop van invloed en in welke mate? Ook bij het beleggen in winkelvastgoed in Nederland, is de onderbouwing van de rendementen vooralsnog onduidelijk. Er wordt bovenop de risicovrije voet vaak een ‘gevoelsmatige opslag’ gehanteerd of er wordt naar transacties uit het verleden gekeken. Er wordt bijvoorbeeld in een stad als Amsterdam genoegen genomen met een lager aanvangsrendement dan in Zeist2, zonder dat is onderzocht waarom er juist daar genoegen wordt genomen met een lager rendement. Er is duidelijk behoefte aan een onderzoek naar de invloed van de stadsgrootte op het minimaal benodigde rendement (verder: rendementseis). De uitkomsten van een dergelijk onderzoek kunnen het mogelijk maken om de diverse beleggingsmogelijkheden in winkelvastgoed in Nederland beter met elkaar te vergelijken en de risico’s beter in te prijzen.
1.2 Probleemstelling Het aankopen van winkelvastgoed in Nederlandse steden geschiedt nu nog te vaak op basis van een vaste nominale of procentuele risico-opslag boven op de risicovrije voet. Het is niet duidelijk hoe deze risico opslagen tot stand komen. Wat zijn de factoren die het beleggingsrisico van winkelvastgoed bepalen en in welke mate beïnvloeden zij het rendement?
1.3 Vraagstelling 1.3.1 Hoofdvraag Welke factoren moet de belegger, bij een investering in een individueel winkelobject in een stad in Nederland, in zijn beoordeling meenemen om zijn rendementseis nauwkeurig te kunnen bepalen?
1 2
JLL Dutch Retail Market Bulletin 2009 ROZ IPD Netherlands Key Centres Report 2009
4
1.3.2 Subvragen 1. 2. 3. 4. 5.
Wat is risico? Hoe vertaal je risico in een opslag? Hoe wordt de rendementseis bepaald? Wat zijn de relevante factoren bij een belegging in een winkelobject? Wat is de impact van deze factoren op een belegging in een winkelobject?
1.4 Plan van aanpak Introductie
Theoretisch Kader
Methodiek
Beschrijving data en markt
Analyse data en markt
Relevantie en correlatie
Resultaten beschrijving
Toetsen
Conclusie
5
1.5 Onderzoek afbakening In dit onderzoek staan de relevante factoren die van invloed zijn op de rendementseisen, in historisch en toekomstig perspectief, van uitsluitend winkelvastgoed in Nederlandse steden centraal. Wellicht ten overvloede, het gaat hierbij om het direct beleggen in winkelvastgoed. Voor de invloedsfactoren op de rendementseisen, wordt gekeken naar beleggingen in individuele winkelobjecten in verschillende Nederlandse steden. Het onderzoek zal zich met name richten op het risico en het totaal rendement van winkelvastgoed. Het totaal rendement is opgebouwd uit een tweetal componenten • Direct rendement • Indirect rendement Bij de kwantitatieve analyse van het beleggen in winkelvastgoed zullen gegevens van ROZ/IPD per stad worden gebruikt. De uitkomst van deze analyse zal een overzicht geven van de invloedsfactoren op het rendement. Er zal worden onderzocht hoe en in welke mate deze invloedsfactoren het rendement beïnvloeden en welke correlaties er zijn te ontdekken. De prestaties en risico’s van beleggen in winkelvastgoed in samenhang met de omvang, van verschillende grootheden, van diverse steden zullen worden onderzocht. Op basis van de analyse van historische data zal worden onderzocht of er conclusies naar de toekomst toe kunnen worden getrokken. De benadering van dit onderzoek vindt plaats vanuit een financieel-economisch perspectief. Dat betekent dat de financieel-economische wetenschap een centrale rol zal innemen. Aandachtspunten, beoordelingen, vergelijkingen en aanbevelingen zullen vanuit dit perspectief worden geformuleerd.
1.6 Relevantie De relevantie van dit onderzoek is evident. De belegger zou zijn risico’s en opbrengsten moeten kunnen schatten op basis van goede berekeningen. In de huidige praktijk worden de rendementseisen, waaraan de diverse winkelvastgoedobjecten en segmenten in Nederland moeten voldoen, veelal gebaseerd op een gevoelsmatige risico-inschatting bovenop het risicovrije rendement.
6
2
Introductie
Deze masterproof zal onderzoek doen naar winkelvastgoed in steden die deel uit hebben gemaakt van de ROZ IPD index over de afgelopen 14 jaar. In deze masterproof zullen diverse factoren worden afgezet tegen rendement en risico. De masterproof zal een antwoord geven op de vraag of er en welke factoren van invloed zijn op de performance van het beleggen in winkelvastgoed in de diverse Nederlandse steden.
2.1 Inleiding ROZ IPD staat een tweetal methoden toe bij de waardering van het vastgoed. De NARmethode (netto aanvangsrendement) en de DCF-methode (discounted cashflow). Deze methoden zijn tevens de basis voor de rendementseisen die beleggers gebruiken bij hun investeringsbeslissingen. Het netto aanvangsrendement is de verhouding tussen de netto markthuur (bruto markthuur minus de exploitatiekosten) en de marktwaarde. De DCF-methode dient als basis voor de internal rate of return (IRR) berekening. De IRR is die waarde van de disconteringsvoet waarbij de contante waarde van alle kasstromen inclusief de investeringen gelijk is aan nul. Op deze wijze wordt uitdrukking gegeven aan het periodieke rendement dat behaald wordt over de totale looptijd van het beleggingsobject3. Veel institutionele beleggers kiezen er voor om rendementseisen vast te stellen voor hun investeringsmodellen. Deze rendementseisen worden vaak als aanvangsrendement (BAR of NAR) en als looptijdrendement (IRR) voorgeschreven. Deze rendementseisen zijn opgebouwd uit een risicovrije voet en een risico opslag. De gedachte hierachter is dat institutionele beleggers bereid zijn om risico’s te lopen indien daar voldoende rendement tegenover staat. De institutionele belegger accepteert lagere aanvangsrendementen en lagere looptijdrendementen bij grotere plaatsen. Dit volgt uit de assumptie dat grotere plaatsen minder risico en/of een hogere huur en waardegroei kennen. Acquisitie managers op hun beurt zullen op basis van deze rendementseisen actief op zoek gaan naar passende investeringen die voldoen aan de door de directie vastgestelde rendementseisen. Goed inzicht in de risico opslag is hierbij dus van cruciaal belang. Het gevaar bestaat anders dat er te veel wordt betaald voor vastgoed met een hoog risicoprofiel of te weinig wordt geboden voor vastgoed met een laag risicoprofiel. Dit verschijnsel kan worden verklaard doordat institutionele beleggers en acquisiteurs bij het kopen van vastgoedinvesteringen worden geleid door de aanvangsrendementen in de markt. De hoogte van de aanvangsrendementen wordt onder andere door de hoeveelheid kapitaal dat op zoek is naar vastgoedinvesteringen bepaald. In de gekte van de markt wordt dan niet meer op basis van de vooraf vastgestelde looptijdrendementen en aanvangsrendementen aangekocht, maar ruim daaronder.
3
Tazelaar, P, 2002, Risico als maat voor rendement, een onderzoek naar de rendementseisen van vastgoed SBV
7
In een afgekoelde markt wordt soms niets meer gekocht, ook niet als de looptijdrendementen en aanvangsrendementen ruimschoots worden gehaald. Om risico’s te kunnen analyseren zijn data nodig. Er zijn datareeksen van direct vastgoed en er zijn datareeksen van indirect vastgoed, beide hebben echter hun beperkingen. De data afkomstig van indirecte vastgoedreeksen zijn ruimschoots voorhanden en worden dagelijks gepubliceerd maar zijn echter geen afspiegeling van de directe vastgoedreeksen. Immers, indirecte vastgoedreeksen worden vertekend door aandelenmarktsentimenten. Onderzoeken van Eichholtz4 hebben de correlatie tussen aandelen en vastgoedaandelen bestudeerd. Uit onderzoek in 1996 bleek dat de correlatie hoog was. De vastgoedaandelen gedragen zich dus als gewone aandelen. Door diverse onderzoeken wordt soms aan de moderne portefeuille theorie van Markowitz getwijfeld5. Niet alleen neemt de correlatie tussen beleggingscategorieën toe, maar het echte probleem is dat de correlatie niet constant is. Met name tijdens stressperioden blijken beleggingscategorieën sterk met elkaar mee te bewegen. Daar staat tegenover dat data afkomstig van direct vastgoed wellicht een verkeerd beeld geven omdat deze onderhevig zouden zijn aan ‘smoothing and lagging’6. Deze effecten zouden worden veroorzaakt door het bewust of onbewust negeren van nieuwe informatie door taxateurs, door het verder borduren op eerdere taxaties door deze enkel ‘bij te werken’ en doordat portefeuillemanagers nog wel eens druk op de taxateur kunnen uitoefenen. Het zou ook kunnen zijn dat de vastgoedmarkt niet transparant en daardoor niet efficiënt is. Voor de masterproof is gebruikt gemaakt van de gegevens over direct vastgoed van ROZ IPD. Om de gegevens van ROZ IPD die aan deze masterproof ten grondslag liggen te ‘unsmoothen’ zou gebruik kunnen worden gemaakt van de methode van Geltner7 maar ook die van Stevenson8. Beide methoden trachten datareeksen te ‘unsmoothen’. Geltner gebruikte een ‘unsmoothing’ factor van een half in zijn formule, gebaseerd op de eerdere onderzoeken van Giliberto (1992). Dit impliceert dat beleggers de volatiliteit van vastgoed de helft vinden van dat van aandelen. Bij andere aannames kunnen andere factoren worden gevonden, met andere woorden, de factor een half is vrij arbitrair. Stevenson gebruikt een hedgingsmethode voor indexcijfers om direct vastgoed rendementen vergelijkbaar te maken met vastgoedaandelen. In deze masterproof zullen de cijfers van ROZ IPD niet worden gecorrigeerd voor ‘smoothing’ noch voor ‘lagging’. Naast het feit dat beide unsmoothing methoden van zowel Geltner als die van Stevenson vrij arbitrair zijn, is unsmoothing voor deze masterproof niet doelmatig omdat smoothing met name een probleem is bij de vergelijking van de volatiliteit van direct vastgoed in vergelijk met andere beleggingen. 4
Eichholtz&Hartzell, 1996, Property shares and the stock market; an international perspective, journal of real estate finance and economics,12(2) 163-178 en Eichholtz&Brounen, 2003, property shares and property shares, journal of portfolio management 5 Martin and Tsang, 2009, Cash Best as Record Correlation Hints Herd Collapse, Bloomberg 6 Van Gool & Ten Have, 2006, Luchtbellen in vastgoedwaarderingen door verkeerd gebruik taxatiemethoden? 7 Geltner, D,1993, estimating market values from appraised values without assuming an efficient market, journal of real estate research, Vol 8(3), p 325-346 8 Stevenson, S, 2000, international real estate diversification: empirical test using hedged indices, journal of real estate research, vol 19, 105-131
8
Door niet te unsmoothen zullen de afwijkingen van het gemiddelde kleiner zijn, dat geldt evenzo voor alle objecten. Het doel van deze masterproof is om de resultaten van winkelvastgoed in de diverse steden te analyseren, te vergelijken met diverse factoren die een rol kunnen spelen op het resultaat ofwel het risico van een winkelbelegging. De masterpoof is als volgt opgebouwd. In het volgende hoofdstuk zal vanuit een literatuurstudie een theoretisch kader worden neergezet waarin het onderzoek zal plaatsvinden. Het volgende hoofdstuk zal de methodologie beschrijven waarna de data zullen worden weergegeven die zijn gebruikt voor de masterproof. In het laatste deel zullen de resultaten worden gepresenteerd en zal hier een conclusie aan worden verbonden en zullen eventuele aanbevelingen worden gedaan.
9
3
Literatuuroverzicht 3.1 Inleiding
In paragraaf 3.2 zal er aandacht worden gegeven aan het onderhavige onderwerp gerelateerde literatuur over risico, rendement, allocatie, diversificatie en correlatie van beleggingen en van vastgoed in het bijzonder.
3.2 Beleggen Beleggers kopen en verkopen vermogenstitels, hiermee wordt zowel de vraag als het aanbod op de vermogensmarkt gecreëerd. Door het proces van kopen en verkopen wordt de marktprijs van een vermogenstitel bepaald. Hierbij nemen beleggers de toekomstige cash flows van een vermogenstitel in acht. Investeerders houden ook rekening met de aard van de vermogensmarkt waarbinnen de vermogenstitels worden verhandeld. Het functioneren van een dergelijke markt kan een effect hebben op de prijzen van de desbetreffende vermogenstitels. Beleggers hebben tot doel een toekomstige cash flow te genereren. Deze cash flow valt uiteen in 2 typen, de directe opbrengsten en de indirecte opbrengsten. 3.2.1 Handelen in onzekerheid Beleggers zijn bereid risico te lopen zolang ze daar maar voor worden beloond. De belegger verwacht bij een toename van het risico een toename van zijn potentiële rendement. De belegger wil weten in hoeverre zijn behaalde rendement afwijkt van het verwachte looptijdrendement van zijn belegging. Het beleggingsrisico van een individuele belegging hangt af van de verdeling van de mogelijke uitkomsten. Hoe groter de verdeling van de uitkomsten des te groter is het beleggingsrisico. Verdeling van uitkomsten wordt gedomineerd door variantie ofwel volatiliteit. De volatiliteit is gebaseerd op de verdeling van de uitkomsten in het verleden, een dergelijke methodiek geeft hiermee natuurlijk geen garantie maar wel een leidraad voor de toekomst. 3.2.2 Moderne Portefeuille Theorie (Markowitz) Een belegger die enkel naar de variantie kijkt van individuele beleggingen zal er achter komen dat het gemiddelde van al die individuele beleggingen niet gelijk is aan de variantie van zijn gehele portefeuille. Dit effect komt voort uit het feit dat een gediversificeerde portefeuille de variantie reduceert. Één van de grondleggers van de moderne portefeuille theorie is Harry Markowitz9.
9
Markowitz, H., 1953, Portfolio Selection
10
Diversificatie werkt doordat de rendementen van de verschillende beleggingen in een portefeuille niet of niet in dezelfde mate en richting met elkaar mee bewegen. Diversificatie werkt het best als rendementen van beleggingen negatief aan elkaar zijn gecorreleerd. Het probleem is echter dat dergelijke negatief gecorreleerde beleggingen zeer zeldzaam zijn. [Vaak wordt voor het voorbeeld van een perfect negatief gecorreleerde portefeuille de anekdote van aandelen in een ijscofabrikant en aandelen in een paraplufabrikant aangehaald. Bij regen verkopen paraplu’s uitstekend en bij zonneschijn de ijsco’s]
Standaarddeviatie in procenten
Beleggers zijn dus geïnteresseerd in het verwachte rendement en het risico van hun beleggingsportefeuille. Het risico van de portefeuille wordt gemeten op basis van de volatiliteit van het rendement, de variantie ofwel de standaarddeviatie. De standaarddeviatie van een rendement meet hoe risicovol een specifieke belegging is gedurende een periode. Een belegger is geïnteresseerd in hoeverre elke potentiële belegging het risico van de gehele portefeuille beïnvloed. Een zeer volatiele belegging kan de volatiliteit van een portefeuille verminderen zolang het rendementen maar niet in gelijke mate of richting gaat als de rest van de portefeuille (lage correlatie). Gespreide portefeuilles met beleggingen met een correlatiecoëfficiënt van minder dan +1 zorgen voor demping van de individuele risico’s. Bij negatief gecorreleerde beleggingen met een correlatiecoëfficiënt van -1 is sprake van volledige demping van de individuele risico’s. 60% 50% 40% 30% 20% 10% 0% 2
4
6
8
10
12
14
16
18
20
aantal beleggingen
Bron: Statman, M, ‘How Many Stocks Make a Diversified Portfolio?’
De bovenstaande grafiek laat zien hoe snel de standaarddeviatie daalt door het toevoegen van meer beleggingen aan een portefeuille10. Door diversificatie kan het unieke risico van een belegging worden gereduceerd, maar door diversificatie kunnen niet alle risico’s worden geëlimineerd. Het marktrisico is namelijk niet weg te diversifiëren. Marktrisico’s zijn macro-economische risico’s zoals renteveranderingen, economische groei, inflatie, wisselkoersen en olieprijzen. Zodra dergelijke macroeconomische grootheden wijzigen, wijzigen in principe beleggingen over de gehele linie mee in dezelfde richting.
10 Statman, M., 1987, How many stocks make a diversified portfolio? ’, Journal of Financial and Quantitative Analysis (september 1987)
11
Standaarddeviatie portefeuille
Specifiek risico Markt risico 1
2
4
6
8
10
12
14
16
18
20
aantal beleggingen
Doordat verschillende beleggingen niet synchroon, in dezelfde mate of richting, bewegen daalt de standaarddeviatie van de portefeuille door het toevoegen van nieuwe beleggingen. Hierdoor is de efficiënte grenslijn geen rechte maar een gekromde lijn. De onderstaande efficiënte grenslijn laat zien dat door het toevoegen van aandelen aan een portefeuille met obligaties het rendement kan verhogen zonder het risico (standaarddeviatie) te verhogen. Uit het onderstaande voorbeeld volgt dat een belegger, met een eenzijdige portefeuille die volledig is opgebouwd uit obligaties, door het toevoegen van aandelen zijn rendement met 4% (van 2% naar 6%) kan verhogen bij een gelijkblijvende standaarddeviatie (risico) van 11%.
Efficiënte grenslijn
Op basis van de efficiënte grenslijn kan ook worden gezocht naar de meest efficiënte portefeuillesamenstelling behorende bij het gewenste risicoprofiel van de belegger. Er bestaan dus geen portefeuilles die linksboven de efficiënte grenslijn liggen.
12
3.2.3 Sharp ratio Een verdere hulp bij het samenstellen van de optimale beleggingsportefeuille is de Sharp-ratio, die bij de portefeuille opbouw rekening houdt met het toevoegen van risicovrij kapitaal, zo dat zou bestaan. Door beleggingsmogelijkheden te zoeken die een hoge Sharp-ratio bieden kan worden begonnen met het samenstellen van een optimale portefeuille. De Sharp-ratio levert als uitkomst de premium bovenop risicovrij kapitaal per eenheid standaarddeviatie. P
=
Waarbij: P = R[x] = R[f] = S[x] =
(R[x] - R[f]) / S[x]
Sharp ratio Rendement belegging x Risicovrije voet Standaarddeviatie
Sharp ratio
In het blauw gearceerde deel van de bovenstaande grafiek komen alle mogelijke portefeuilles voor. De efficiënte portefeuilles liggen allemaal op de gekromde efficiënte grenslijn die het blauw gearceerde deel begrensd. Op de horizontale as is de standaarddeviatie als maatstaf voor risico, op de verticale as is het rendement weergegeven. De rechte lijn die Rf (risicovrije voet) verbindt met de efficiënte grenslijn is de optimale risicodragende portefeuille lijn. De helling van deze rechte lijn is de Sharp ratio van portefeuille X. Bij portefeuille X is de helling van de lijn vanuit Rf naar een snijpunt met de efficiënte grenslijn maximaal, derhalve is hier de Sharp ratio het hoogst. Door alle of een deel van de beschikbare middelen risicovrij te beleggen of middelen bij te lenen om te beleggen in portefeuille X kan worden voldaan aan de risicoaversie of risicohonger van de belegger. 13
3.2.4 CAPM (Sharp) Op de fundamenten van de moderne portefeuille theorie is door Sharp, Lintner en Mossin het CAP Model gebouwd. Het CAP Model gaat er van uit dat de markt wordt gedomineerd door beleggers met een gediversificeerde portefeuille, die zich alleen maar richten op markt risico. Zoals hiervoor al is beschreven wordt het totale risico in twee elementen opgesplitst: a. Systematisch of markt risico. Dit risico wordt gemeten door de bèta en geeft de mate weer waarin het aandeel meebeweegt met de markt. Dit risico is niet weg te diversificeren. Beleggers vragen hiervoor een premie in de vorm van een hogere rendementseis. b. Specifiek risico. Dit risico is weg te diversificeren en hiervoor wordt door beleggers geen vergoeding gevraagd. Het heeft dus geen invloed op de rendementseis van een belegger. Een niet-gediversificeerde belegger loopt dus in een perfecte markt een specifiek risico waarvoor deze belegger niet wordt gecompenseerd middels een hoger rendement. Dit is dus omdat wel-gediversificeerde beleggers geen extra rendement eisen voor deze specifieke risico’s. Door het toevoegen van meer beleggingen aan de portefeuille kan het specifieke risico weg worden gediversificeerd. Een rationeel handelende belegger is dus alleen geïnteresseerd in de marktgevoeligheid van een belegging ten opzichte van de desbetreffende marktportefeuille. Bij het bepalen van de rendementseis gaat het dus om de invloedsfactoren die het marktrisico bepalen. De institutionele belegger die deelneemt aan de ROZ IPD index heeft door zijn gediversificeerde portefeuille dus alleen aandacht voor het marktrisico. Deze masterproof richt zich derhalve op marktrisico.
Met het systematische risico, het risicovrije rendement en het marktrendement kan het verwachte rendement worden berekend door middel van de formule: E[x]
=
R[f]+ β[x] * (R[m] – R[f])
Waarbij: E[x] R[f] R[m] β[x]
= = = =
het verwachte rendement op winkelvastgoed in plaats x de risicovrije voet marktrendement het systematische risico van winkelvastgoed in plaats x ten opzichte van de Nederlandse winkelvastgoedmarkt
Een belegging met een bèta van meer dan 1 zal op marktbewegingen sterker reageren. Defensieve beleggingen, met een bèta van minder dan 1, zullen een lagere variantie hebben dan de marktbeweging. Beleggingen die gelijk aan de markt bewegen hebben dus een bèta van 1.
14
Het CAP Model biedt een belegger dus de mogelijkheid om een volledig gediversificeerde portefeuille op te bouwen die exact voldoet aan zijn risicoprofiel. De belegger wil namelijk worden gecompenseerd voor 2 dingen. Compensatie voor de tijd dat de belegger niet over zijn geld beschikt (risicovrije rentevoet) en compensatie voor het feit dat de belegger in meer of minder mate ’s-nachts wakker ligt. Dat laatste aspect is afhankelijk van de bèta van zijn portefeuille. Het CAP Model is een handig in de praktijk toepasbaar model, al is het niet perfect. Het CAP Model gaat uit van diverse veronderstellingen, waaronder een efficiënte en volledig transparante markt en een rationeel handelende belegger. 3.2.5 Risico-opslag bovenop de risicovrije voet De rendementseis is primair afhankelijk van het niveau van de lange rente (risicovrije voet). Bovenop deze lange rente wordt een risico-opslag gehanteerd. Deze risico-opslag vinden we terug in het verschil tussen de gehanteerde BAR’s en voornoemde lange rente. Nu blijkt, dat deze risico-opslag per type winkelmarkt te verschillen. Bijvoorbeeld: de BAR voor beleggingen in de binnenstad bestond, over de periode 1995-2008, uit de lange rente met een gemiddelde risico-opslag van 2,31%. Daar staat tegenover, dat de BAR voor de totaal onderzochte winkelvastgoedmarkt, over de periode 1995-2008, bestond uit de lange rente met een gemiddelde risico-opslag van 2,72%. In de onderstaande tabel worden deze cijfers weergegeven, de winkelgebiedentypering worden in bijlage 1 uiteengezet. Uit de onderstaande tabel blijkt duidelijk, dat het risico bij het beleggen in de winkelmarkt in binnensteden lager wordt geschat, dan in de winkelmarkt op overige locaties. Zie bijvoorbeeld de hoge risico opslag op de PDV/GDV locatie en bij de kleine wijk- en buurtcentra.
Bron: ROZ IPD / Eurostat / Locatus
15
3.3 Vastgoed Met de wetenschap van het voorgaande hebben institutionele beleggers de afgelopen decennia bij hun ALM studies rekenschap genomen van vastgoed11. Het alloceren van middelen naar vastgoed heeft onder andere tot doel de portefeuille te diversificeren. Uit verschillende onderzoeken is gebleken dat vastgoed een lage correlatie met aandelen en obligaties heeft en dat een portefeuille circa 15 tot 30 procent van de middelen zou moeten alloceren naar vastgoed12. Toch schatten beleggers nog steeds het risico van vastgoed hoger in dan op basis van historische gegevens blijkt13. Uit de CBS statistieken blijkt dat het aandeel vastgoed bij de institutionele beleggers de laatste 5 jaar rond de 10% schommelt. Er lijkt sprake te zijn van een tekort aan informatie. De allocaties naar vastgoed in de portefeuilles van de institutionele beleggers liet jarenlang een toename zien, ook in absolute cijfers. Het jaar 2007 toont echter een trendbreuk14. Niet alleen het percentage, doch ook in absolute bedragen nam het aandeel vastgoed af. Uit de publicaties blijkt dat de allocatie naar overige beleggingen is toegenomen. Wellicht wordt sedert 2007 vaker een geïntegreerde benadering toegepast waarbij veel meer beleggingscategorieën worden meegenomen in de ALM studies, waaronder private equity en commodities. Deze geïntegreerde benadering leidt vaak tot een niet al te hoog percentage vastgoed15. Wat ook uit de cijfers van het CBS blijkt is de tendens dat de institutionele beleggers op grote schaal het directe vastgoed inruilen voor indirect vastgoed. Indirect vastgoed was in 1980 slechts 3% van het totaal belegde vastgoed, in 2003 was het al 34% en in 2007 is dit aandeel opgelopen tot 53%16.
3.4 Direct Vastgoed Op basis van de, in het voorgaande hoofdstuk, behandelde theorieën zijn door middel van het alloceren van middelen diversificatievoordelen te behalen. De institutionele beleggers die hun middelen naar direct vastgoed alloceren maken vaak ook nog een geografische allocatie overweging. De geografische spreiding geschiedt vaak van continentaal, naar land, naar regio en als laatste naar gemeente, en daarbinnen: binnenstad of ‘out of town’. Bij het onderzoek naar allocatie van middelen naar winkelvastgoed op nationaal niveau is het dus interessant om eerst te onderzoeken of op internationaal niveau diversificatievoordelen worden behaald door het internationaal alloceren van middelen naar direct ofwel indirect vastgoed. Het (internationaal) geografisch alloceren met als onderliggende reden om diversificatie voordelen te behalen is namelijk nog geen uitgemaakte zaak.
11
Van Gool & Muller, 2005, vastgoedbeleggingsbeleid pensioenfondsen onderzocht, institutionele beleggers moeten meer samenwerken, VGM 12 Chun e.a., 2004, the role of real estate in an institutional investors portfolio revisited 13 Van Gool e.a., 2007, Onroerend goed als belegging 14 Gebraad, J.L., 2009, Vastgoedbeleggingen Institutionele beleggers dalen in 2009, CBS 15 Van Gool e.a., 2007, Onroerend goed als belegging 16 Gebraad, J.L., 2009, Vastgoedbeleggingen Institutionele beleggers dalen in 2009, CBS
16
Op basis van onderzoeken van Stevenson17 bleek dat er weinig bewijs was voor betere resultaten door het internationale spreiden van de vastgoedbeleggingen. Op basis van de hedged index methode van Giliberto18 kwam hij tot de conclusie dat het rendement op beleggingen buiten de thuismarkt alleen verbeterde als de valutarisico’s volledig werden afgedekt en er substantiële bedragen werden gealloceerd. Hierbij dient nog in ogenschouw te worden genomen dat dergelijke valutadekkingsproducten kosten met zich mee brengen en zelden perfect aansluiten op de valutaschommelingen. Op basis van een verder onderzoek van Stevenson19 zou het kunnen zijn dat er diversificatie voordelen zijn te behalen maar was er weinig bewijs dat een portefeuille een beter resultaat zou laten zien door het internationaal spreiden van de vastgoedbeleggingen. Op basis van de 24 door Stevensons uitgevoerde scenario’s bleek dat er maar 2 scenario’s een significant beter rendement, in lokale valuta met een perfecte valutarisico dekkingsstrategie, lieten zien. Bij deze conclusies dient wel een kanttekening te worden geplaatst bij het feit dat Stevenson vanuit de Verenigde Staten heeft geredeneerd. In de paper van IVBN zijn de IPD cijfers over de periode 2000-2008 gebruikt om de rendementen van Nederlands direct vastgoed te vergelijken met directe vastgoedbeleggingen in andere landen20. Hieruit kwam naar voren dat er een hoge correlatie is tussen de verschillende landen, waardoor risicoreductie en diversificatievoordelen door spreiding tussen landen maar beperkt blijft. Uit diverse andere onderzoeken bleek dat kleine en onafhankelijk vastgoedfondsen gericht op de lokale markt beter presteerden dan internationaal opererende fondsen21. Dit bleekt ook uit het onderzoek van Van Gool 22. De verschillende Nederlandse dakfondsen(fund tot fund) lieten geen sterke performance zien, de rendementen weken in negatieve zin af van de benchmark en waren daarnaast niet transparant. Indien de institutionele belegger met de voorgaande kennis tot de slotsom komt dat een allocatie van de middelen naar de locale markt (Nederland) gewenst is, komt hij voor het lokale allocatie probleem te staan. Welke plaatsen in Nederland zijn met name interessant om middelen naar te alloceren en welke plaatsen dienen in de portefeuille te worden opgenomen ? Zijn door spreiding over de diverse plaatsen in Nederland wel diversificatievoordelen te behalen? Of kan de belegger beter op basis van de sectoren en/of de segmenten binnen deze sectoren alloceren?
17
Stevenson, S, 1999, International Real Estate Diversification: Empirical Test using Hedged Indices Giliberto, M, 1993, Real Estate Risk & Return: 1991 Survey Results 19 Stevenson, S, 2003, International Real estate Security Diversification: empirical Evidence using mean-variance Spanning tests 20 Van Dijk, Van Berkel en Jennen, september 2009, Rendement en risico van Nederlands vastgoed in internationaal perspectief, IVBN paper 21 McKinsey Real Estate Asset Management Survey, April 2009, INREV, 2009, European Non- Listed Real Estate Vehicles, Quarterly Research Report, no. 2, May 2009 22 Van Gool en Liebrand , “Dakfondsen” voor Vastgoed 18
17
3.5 Winkelvastgoed De institutionele beleggers die hun middelen naar direct vastgoed alloceren dienen hierbij nog een keuze te maken naar welke sectoren zij willen alloceren. Bij sectoren wordt meestal gebruik gemaakt van de verdeling in winkels, bedrijfsruimten, kantoren en woningen, soms uitgebreid met een meer projectmatige sector ontwikkelingsbeleggingen. In deze masterproof is gekozen voor de sector winkels. Winkelvastgoed heeft over de afgelopen 10 jaar hogere rendementen laten zien dan woningen, kantoren of bedrijfsruimten. Indien wordt gekeken naar kortere perioden worden de verschillen alleen maar groter.23 Uit onderzoek is gebleken dat winkels nog altijd het favoriete type direct vastgoed zijn van de grote institutionele beleggers. Belangrijk is dat de institutionele beleggers met name het hoogste rendement verwachten te behalen op basis van de segmentkeuze van het winkelvastgoed24. Deze verwachting blijkt ook te worden bevestigd door het laatste onderzoek waaruit blijkt dat het Nederlandse winkelvastgoed de beste risico-rendementverhouding laat zien, door een relatief hoog rendement en een relatief laag risico25. De segmentatie van de vestigingsplaats is door ROZ IPD inzichtelijk gemaakt door de verschillende segmenten te definiëren en op basis hiervan het winkelvastgoed te labellen. De vestigingsplaats van winkelvastgoed, in de binnenstad of ‘out of town’, is zeer belangrijk. ROZ IPD heeft de assetcategorie winkelvastgoed naar type en plaats gesegmenteerd zodat de participanten aan de index op segmentniveau de portfolioprestaties kunnen vergelijken met de rest van de index. In bijlage 1 zijn de definities weergegeven van de winkelvastgoedsegmenten.
Bron: ROZ IPD / Locatus 2008
23
ROZ IPD jaar index 2008 Jones Lang LaSalle vastgoedbeleggingsbeleid 2008 25 Van Dijk, Van Berkel en Jennen, september 2009, Rendement en risico van Nederlands vastgoed in internationaal perspectief, IVBN paper 24
18
In het onderstaande overzicht zijn enkele nog te behandelen risico- en correlatiemaatstaven weergegeven, die zijn toegepast op het totaal rendement van de verschillende segmenten winkelvastgoed over de periode 1995 tot 2008. Hieruit komt naar voren dat door middel van het alloceren van middelen op basis van segmenten er diversificatievoordelen kunnen worden behaald, tevens kan op basis van segmentdifferentiatie de gewenste risico-rendement verhouding van de portefeuille worden samengesteld. De kleur rood is gegeven aan de uitkomsten die in negatieve zin afwijken van het gemiddelde. De bèta over de periode 1995-2008 is bepaald door de covariantie tussen het totaal rendement van het betreffende segment en het totaal rendement van al het winkelvastgoed uit de ROZ IPD te delen door de variantie van het totaal rendement van al het winkelvastgoed uit de ROZ IPD. De Sharp ratio over de periode 1995-2008 is bepaald door het totaal segmentrendement te verminderen met de risicovrije voet van 4,69% (zie hoofdstuk 5.1.2) en dit te delen door de standaarddeviatie van het totaal segmentrendement.
Binnenstad Hoofdwinkelgebied groot Hoofdwinkelgebied klein Kernverzorgend centrum groot Kernverzorgend centrum klein Stadsdeelcentrum Binnenstedelijke winkelstraat Wijkcentrum groot Kleine wijk- en buurtcentra PDV/GDV én verspreid
Totaal rendement 1995-2008 10,96 10,69 10,72 11,65 10,80 10,87 10,62 10,73 11,79 12,00
Standaarddeviatie van het totaal rendement 2,65 2,20 2,67 2,54 2,67 2,77 4,16 3,38 3,02 3,77
Correlatie van het totaal rendement met de winkelvastgoedmarkt 0,96 0,87 0,94 0,87 0,92 0,89 0,87 0,71 0,88 0,85
Bèta
Sharp Sortino ratio ratio
1,01 0,76 1,00 0,88 0,98 0,98 1,44 0,95 1,06 1,27
2,36 2,73 2,26 2,73 2,29 2,23 1,42 1,79 2,35 1,94
Bron: ROZ IPD 2009 (1995-2008)
Uit het vorenstaande overzicht kan worden geconcludeerd dat ‘Hoofdwinkelgebied groot’ samen met het ‘kernverzorgend centrum groot’ de hoogste totaal rendementen realiseerden per eenheid risico gedurende de onderzochte periode. Het segment ‘PDV/GDV en verspreid’ kent wel een hoog totaal rendement maar ook een vrije hoge standaarddeviatie, de belegger wordt dus niet beloond voor het gelopen risico in dit segment. De belegger in het segment ‘Kernverzorgend centrum groot’ daarentegen werd wel rijkelijk beloond voor het gelopen risico met tevens een bètacoëfficiënt van onder de 1. In dezelfde positieve zin valt ook het segment ‘Hoofdwinkelgebied groot’ op, een hoge Sharp ratio en een lage bètacoëfficiënt. In negatieve zin valt het segment ‘Binnenstedelijke winkelstraat’ op, een laag totaal rendement samen met een hoge standaarddeviatie en bovendien een hoge bètacoëfficiënt. Ook het segment ‘Wijkcentrum groot’ had een laag totaal rendement met een hoge standaarddeviatie waardoor de Sharp ratio en de Sortino ratio op een laag niveau uitkomen.
19
1,3 1,2 0,9 1,9 1,3 1,5 0,4 0,7 1,0 1,2
4.
Methodiek
4.1 Inleiding Om te bepalen wat de invloedsfactoren zijn op de rendementseis voor winkelvastgoed zal gebruik worden gemaakt van de data van ROZ IPD 1995-2008, Strabo 1995-2008 en de cijfers van CBS 1995-2008. Deze datareeksen zullen verder in hoofdstuk 5 worden besproken. De datareeksen zullen worden gebruikt om te bepalen of beleggen in verschillende steden een efficiëntere portefeuille oplevert. Hierbij zal de analyse die ten grondslag ligt aan de Moderne Portefeuille Theorie worden toegepast op de beschikbare data. Bij de analyse zal rekening worden gehouden met het aantal objecten per plaats en het aantal transacties per plaats gedurende de onderzochte periode. De analyse zal geen rekening houden met de weging van het type vastgoed per plaats, deze datareeksen worden niet geleverd door ROZ IPD. Naast de analyses per plaats zullen ook een drietal grote samples worden samengesteld van gelijke grootte. Hiermee wordt gecontroleerd of kleine samples, steden met bijvoorbeeld twintig objecten, een grotere volatiliteit laten zien doordat elk object binnen de kleine sample relatief een grote impact heeft maar in absolute zin een marginale rol speelt in het totaal. 4.2.1 Gemiddeld rendement Het gemiddelde rendement van het winkelvastgoed wordt berekend op basis van het gemiddelde van 14 waarnemingen (1995-2008) per stad. Dit geldt ook voor het direct rendement en het indirect rendement per stad.
4.2.2 Variantie en standaarddeviatie van het rendement De variantie van het winkelvastgoed is een maat voor de spreiding van de jaarlijkse rendementen rond het gemiddelde van het winkelvastgoed in die stad. Hoe meer de uitkomsten onderling verschillen hoe hoger de variantie van het winkelvastgoed in de desbetreffende plaats. Variantie is de som van alle kwadraten van alle afwijkingen van het gemiddelde gedeeld door het aantal waarnemingen minus 1. S² = (R[1] – R[g])² + (R[2] – R[g])² … + (R[n] – R[g])² / n-1 Waarbij: S² = R[1] = R[g] =
Variantie Rendement waarneming 1 Gemiddelde rendementswaarneming
20
De uitkomst is een kwadraat van een percentage. Om weer terug te komen op een percentage wordt de wortel van de variantie genomen, dit is de standaarddeviatie. De standaarddeviatie is derhalve een maatstaf voor het risico van het totaal aantal objecten in de desbetreffende plaats. S
=
Standaarddeviatie 4.2.3 Standaardverdeling
Aan de hand van het gemiddelde rendement en de standaarddeviatie kan een standaardverdeling worden gemaakt. De Gausscurve 26 kan toepassing vinden op de verwachte uitkomsten van het rendement op het winkelvastgoed per gemeente. Binnen een afstand van drie maal de standaarddeviatie naast het gemiddelde rendement vallen 99,7% van de uitkomsten binnen de bergparabool.
4.2.4 Sharp ratio Bij het berekenen van de Sharp ratio wordt bepaald welke beleggingen efficiënt zijn. Dat wil zeggen: welke beleggingen geven bij een gegeven risico het hoogste rendement. Bij het bepalen van de Sharp ratio wordt het rendement van een winkelportefeuille in een specifieke plaats afgezet tegen het risico. Hiermee kan worden bepaald in welke stad het winkelvastgoed de hoogste opbrengst per eenheid risico oplevert.
26
C.F. Gauss, 1809
21
4.2.5 Sortino ratio27 Aan de standaarddeviatie als risicomaatstaf en de daarmee samenhangende Sharp ratio kleeft een belangrijk nadeel. De variantie is een kwadratische functie, waardoor zowel positieve als negatieve afwijkingen van het gemiddelde totaal rendement als risico worden bestempeld. Als gevolg hiervan kan een belegging met een goed rendement over een lange periode met af en toe een uitschieter naar boven een lage Sharp ratio krijgen. De Sortino ratio is een maatstaf die aangeeft of de belegger wordt gecompenseerd voor zijn neerwaartse risico. Het neerwaartse risico wordt bepaald door de kans dat het rendement onder, een zelf gekozen, rendementseis komt. Dit is met name een ratio die van belang is voor pensioenfondsen. De pensioenfondsen hanteren vaak het ‘matching-principe’ bij hun beleggingsbeslissingen. Aangezien pensioenfondsen vaak redelijk goed weten wat de toekomstige verplichtingen zijn, willen ze deze verplichtingen met een zo hoog mogelijke zekerheid ieder jaar kunnen matchen met de inkomsten. Het nadeel van de Sortino ratio is dat enkel de uitschieters onder de zelfgekozen rendementseis worden meegenomen in de berekening. Alle volatiliteit boven de zelfgekozen rendementseis wordt niet meegenomen in deze ratio. Zo kunnen twee beleggingen met hetzelfde totaal rendement over een lange periode een gelijke Sortino ratio hebben, terwijl het totaal rendement van de ene belegging een zeer volatiel verloop en de andere een zeer stabiel verloop kende. NR
=
Waarbij: R[m] R[x], R[y] NR
√((R[m] – R[x])² + (R[m] – R[y])²+ ….)
= = =
Minimaal gewenst rendement (8%) Rendement dat niet voldeed aan het minimaal gewenst rendement Neerwaarts risico
Sortino ratio =
(R[g] – R[m]) / NR
Waarbij: R[g] R[m] NR
Gemiddeld behaalde rendement Minimaal gewenst rendement (8%) Neerwaarts risico
27
= = =
B.M. Rom, september1981, Journal of Risk Management
22
4.2.6 Correlatiecoëfficiënt Door de mate waarin het rendement van het winkelvastgoed over een periode van 14 jaar in een stad meebeweegt met het totaal rendement van de markt, wordt berekend in welke mate een dergelijke plaats is gecorreleerd met de markt. De correlatie tussen het winkelvastgoed in de verschillende plaatsen wordt aan de hand van covariantieberekeningen bepaald. Een correlatiecoëfficiënt van -1 tussen het winkelvastgoed in gemeente A in samenhang met winkelvastgoed van gelijke grootte in gemeente B betekent dus dat de rendementen van het winkelvastgoed in die 2 steden perfect negatief met elkaar gecorreleerd zijn. De belegger van deze portefeuille, bestaande uit winkelbeleggingen in 2 verschillende steden, loopt geen risico, dat wil zeggen geen specifiek risico.
Covariantie =
∑ (R[A] – R[Ga]) * (R[M] – R[Gm) / n
Waarbij: R[A] R[Ga] R[M] R[Gm] n
Rendement winkelvastgoed gemeente A Gemiddeld rendement winkelvastgoed gemeente A Rendement winkelvastgoed totale markt Gemiddeld rendement winkelvastgoed totale markt Aantal waarnemingen
= = = = =
Correlatiecoëfficiënt Waarbij: S[A] S[M]
= =
=
Covariantie / S[A] * S[M]
Standaarddeviatie rendementen winkelvastgoed gemeente A Standaarddeviatie rendementen winkelvastgoed totale markt
De uitkomst geeft aan in hoeverre het rendement van het winkelvastgoed in een specifieke plaats samenhangt (gecorreleerd) is met de gehele winkelvastgoedmarkt.
23
4.2.7 Bèta De rendementen die beleggers eisen op hun winkelvastgoedbeleggingen in een specifieke plaats zijn gebaseerd op twee dingen. De risicovrije voet en een vergoeding die afhankelijk is van de bèta van het winkelvastgoed in de desbetreffende plaats. Met de bèta kan de volatiliteit van het winkelvastgoed in een bepaalde plaats ten opzichte van de markt worden aangegeven. Voor deze masterproof is als proxy voor het marktrendement (de portfolio die de markt zo goed mogelijk benaderd) gebruikt, het rendement van de gehele winkelvastgoedmarkt uit de ROZ IPD over de periode 19952008. β[A]
=
Covariantie( R[A], R[M]) / Variantie (R[M]
Waarbij: β[A] R[A] R[M]
= = =
Bèta winkelvastgoed in gemeente A Rendement winkelvastgoed gemeente A Rendement winkelvastgoed totale markt
24
5
Data en markt 5.1 Data
Voor het analyseren van de verschillen in risico en rendement tussen steden en typen vastgoed op de Nederlandse winkelvastgoedmarkt is gebruik gemaakt van de hieronder beschreven data. 5.1.1 Winkelvastgoed, weergegeven door ROZ IPD Voor het totaal rendement, het direct rendement en het indirect rendement van winkelvastgoed per gemeente en per property type zijn de data van de ROZ IPD gebruikt. De ROZ IPD beschikt over de data reeksen van winkelvastgoed per gemeente en per type over de periode 1995 tot eind 2008. In de periode vóór 1995 zijn geen of beperkte data beschikbaar. In totaal rapporteert ROZ IPD over die periode over gemiddeld 1828 objecten met een totale waarde medio 2008 van ruim € 13 miljard. Hierbij dient vermeld te worden dat in de periode 2004-2006 het aantal winkelobjecten in de ROZ IPD data reeksen is gedaald van 2291 naar 1624. Op advies van ROZ IPD zijn uitsluitend de steden, met minimaal 11 winkelobjecten in de ROZ IPD gedurende de gehele onderzochte periode, meegenomen in dit onderzoek. Totaal voldeden 37 plaatsen aan deze criteria. Naast de individuele analyse van het vastgoed in de diverse steden is een drietal samples samengesteld. Deze samples zijn samengesteld op basis van het aantal objecten. Hierdoor is het aantal objecten in iedere sample ongeveer even groot. De samples zijn voor deze masterproof als volgt opgebouwd: de 4 grote steden, 12 middelgrote steden en 21 kleinere steden. Door het samenstellen van samples is getracht vertroebeling van de uitkomsten van de analyse van de data van individuele steden te voorkomen. Bij individuele steden zou vertroebeling van de cijfers kunnen ontstaan. Bijvoorbeeld in een stad met 15 objecten heeft leegstand van één object percentueel een grotere impact op het totale rendement in die specifieke stad dan in een stad met 50 objecten. Dit geldt evenzo voor de segmentatie. Een stad met maar 15 objecten, waarvan er 5 objecten uit het PDV/GDV segment komen kunnen een veel grotere impact op het totale rendement hebben dan in een gemeente met 50 objecten. Door het vormen van een drietal samples uit de totale pool van objecten worden dergelijke imperfecties in de uitkomsten vermeden en zal ieder segment in ongeveer gelijke mate vertegenwoordigd zijn in de sample.
25
5.1.2. Risicovrije voet, 10 jaars rente Ten behoeve van de berekening van de Sharp-ratio van winkelvastgoedbeleggingen is gebruik gemaakt van het gemiddelde10-jaars rentetarief (4,69%) op staatsobligaties over de referentie periode van 1995 tot en met 2008 om het overschot van het rendement te berekenen en dit af te kunnen zetten tegen de standaarddeviatie van dit overschot. Er is hier gebruik gemaakt van het 10-jaars tarief om de risicovrije voet te gelijk te schakelen met de door veel taxateurs28 gebruikte 10 jaarsbeschouwingsperiode voor de waarde bepaling van vastgoed. 5.1.3 CBS gezinsinkomensgegevens en inwoneraantallen Voor het onderzoek naar correlaties tussen gezinsinkomen, inwonersaantallen en rendement of risico is gebruik gemaakt van de cijfers die het CBS publiceert. De groei van het aantal inwoners in de geanalyseerde plaatsen is in absolute en relatieve zin afgezet tegen rendement en risico. Het aantal inwoners en het huishoudinkomen is ook afgezet tegen het winkelvloeroppervlak in de geanalyseerde plaatsen. 5.1.4 Winkelvloeroppervlak weergegeven door Locatus in samenwerking met Vastgoedmarkt Voor het onderzoek naar de hoeveelheid winkelvloeroppervlak per gemeente is Locatus gebruikt. Locatus hanteert per gemeente een ondergrens van 5.000 inwoners alvorens zij winkelvloeroppervlak hoeveelheden meet. Steden met een kleiner aantal inwoners zijn derhalve niet meegenomen in de berekeningen. De winkelvloeroppervlakte van de geanalyseerde steden zijn afgezet tegen het aantal inwoners. Deze ratio is gebruikt bij het onderzoek naar factoren die een invloed kunnen hebben op het rendement ofwel risico van de winkelvastgoedbeleggingen in de desbetreffende plaats. Hierbij is de veronderstelling dat weinig winkelvloeroppervlak per inwoner een druk op de huurgroei zou kunnen geven (veel vraag en weinig aanbod). 5.1.5 Beleggingstransacties uit de database van Strabo Ten behoeve van de analyse van de liquiditeit van winkelvastgoed in een specifieke plaats is gebruik gemaakt van alle beleggingstransacties uit de database van Strabo. De transacties zijn toegerekend aan de onderzochte plaatsen en de specifieke jaren van de transacties. Met deze analyse kan wellicht een oordeel worden gevormd over de mate van liquiditeit van winkelvastgoed in een specifieke gemeente en kan eventueel ook een oordeel worden gevormd over de transparantie van de winkelvastgoedmarkt in een specifieke gemeente. Deze data zijn afgezet tegen de fluctuaties, variantie, van het indirecte rendement. Er hebben zich in de periode van 1995 tot en met 2008 2.752 winkelvastgoed transacties voorgedaan die zijn geregistreerd door Strabo.
28
Boer Hartog Hooft, CB Richard Ellis, Cushman & Wakefield, DTZ Zadelhoff en JLL
26
5.2 Nederlandse winkelvastgoedmarkt 5.2.1 Omvang markt Op 31 december 2008 had Nederland 16.441.804 inwoners. Deze inwoners woonden in 439 steden. Van deze steden hebben er 25 méér dan 100.000 inwoners. Nederland had, op basis van de Locatus tellingen, de beschikking over 25.709.516 m² aan winkelvloeroppervlak. De onderstaande grafiek laat duidelijk het verschil tussen de typen winkelvastgoed die in de pool van ROZ IPD zitten en het winkelvastgoed universum in Nederland van Locatus zien. Binnenstad / grote steden
Hoofdwinkelgebied / middelgrote steden
Kleine steden
Locatus ROZ/IPD
Stadsdeelcentra
Wijk en buurtcentra
PDV/GDV Loc
Verspreide bewinkeling 0,0
5,0
10,0
15,0
20,0
25,0
30,0
35,0
40,0
5.2.2 Omvang onderzocht De 37 onderzochte steden hebben gezamenlijk 5.872.356 inwoners en een winkelvloeroppervlak van 9.667.999 m². In deze steden hebben zich 1.692 winkelvastgoed transacties voorgedaan. De ROZ IPD index had eind 2008 een totale waarde van ruim 13 miljard euro in winkelvastgoed. Door een drempel te stellen van minimaal 11 objecten per stad gedurende de periode 1995-2008 zijn een aantal steden uit de ROZ IPD afgevallen. De overgebleven steden, met méér dan 11 objecten, hebben allen méér dan 47.000 inwoners. Alle individueel onderzochte steden bij elkaar hebben een omvang van ruim 7,5 miljard euro aan winkelvastgoed. Bij het onderzoek is tevens de regionale winkelvastgoedmarkt geanalyseerd. Bij het onderzoek naar de regionale winkelvastgoedmarkt is afgeweken van het eerder genoemde minimum van 11 objecten, hierbij zijn dus alle objecten uit de regio in de analyse meegnomen. Dit om te voorkomen dat de datapool van bijvoorbeeld de provincie Friesland enkel uit de gemeente Leeuwarden zou bestaan.
27
5.2.3 Kwaliteit data Hierboven is beschreven welke data voor het onderzoek is gebruikt. De subjectief vastgestelde hoeveelheid objecten per stad biedt een zekere betrouwbare ondergrens. Het aantal waarnemingen is voldoende. ROZ IPD registreert het totaal rendement op maandbasis, hetgeen het aantal waarnemingen drastisch verhoogt. Al mag aan dergelijke waarnemingen, zonder maandelijkse externe taxaties, nu ook weer niet te veel waarde worden gehecht. De jaarlijkse, verplichte, externe taxatie geeft daarentegen wel een indicatie van de door externe partijen ingeschatte winkelvastgoedmarkt per gemeente. De data van ROZ IPD per gemeente zijn niet gezuiverd van segmenten winkelvastgoed, per stad zijn derhalve alle segmenten winkelvastgoed meegenomen.
28
6
Onderzoeksresultaten 6.1 Inleiding
In dit hoofdstuk worden de resultaten gepresenteerd uit de verschillende analyses van de in het vorige hoofdstuk beschreven data. De 37 steden zijn individueel geanalyseerd en zijn daarnaast opgedeeld in drie samples, G(root), M(iddelgroot) en K(lein). Zoals reeds in het vorige hoofdstuk beschreven is deze verdeling van de steden in de drie samples een kwalificatie van de datapool ten behoeve van de analyse voor deze masterproof. De uitkomsten zijn een gewogen gemiddelde van het aantal objecten van de desbetreffende gemeente gedeeld door het totaal van de desbetreffende sample. Data van een gemeente met meer objecten heeft derhalve meer gewicht in een sample dan een gemeente met minder objecten in diezelfde sample. De kwalificatie is een eigen kwalificatie en heeft geen verband met de gelijkluidende begrippen van Locatus of ROZ IPD. Hieronder zijn de steden weergegeven per sample met de daarbij behorende kwalificatie. G(root) Amsterdam Den haag
M(iddelgroot) Alkmaar Amersfoort
Rotterdam Utrecht
Arnhem Bergen op Zoom Breda Eindhoven Groningen Haarlem s-Hertogenbosch Hilversum Maastricht Nijmegen
K(lein) Almere Alphen aan den Rijn Apeldoorn Delft Deventer Dordrecht Emmen Enschede Gouda Heerlen Hengelo (O) Leeuwarden Leiden Middelburg Oosterhout Oss Roermond Tilburg Venlo Zeist Zwolle
29
Hieronder is een cirkeldiagram weergegeven hoe de objecten zijn verdeeld over de drie samples.
6.2 Performance Nederlandse Winkelvastgoed 6.2.1 Gemiddeld totaal rendement Het gemiddeld rendement laat over de onderzochte periode het volgende beeld zien
Op basis van de neoklassieke locatiebenadering van Christaller29 zou een hogere volatiliteit kunnen worden verwacht in de sample met kleine steden, dus met minder objecten per stad. En als gevolg daarvan zou deze volatiliteit moeten worden beloond 29
Christaller, W, 1933, Die zentralen Orte in Süddeutschland
30
met iets meer rendement, de premium per eenheid gelopen risico (Sharp). De bovenstaande grafiek van het totaal rendement laat echter zien dat de drie samples ongeveer eenzelfde totaal rendement opleveren. Daarnaast bewegen de drie samples niet alleen in dezelfde richting maar ook vrijwel in dezelfde mate.
6.2.2 Totaal rendement in verhouding tot risico Aan de totaal rendementen van de eerder besproken winkelvastgoedsegmenten hangt een prijskaartje, te weten het ‘risico’(standaarddeviatie). Echter, de verschillende steden die in aantal objecten aanmerkelijk afwijken laten, qua totaal rendement, nauwelijks een aanwijsbaar verschil zien. Ook vertonen de standaarddeviatie en de bèta tussen de drie samples weinig verschil. Omdat de drie samples in totaal rendement en in standaarddeviatie nauwelijks afwijken laat vanzelfsprekend ook de Sharp ratio geen bijzondere afwijking zien. De belegger wordt voor de volatiliteit van het totaal rendement over de periode 1995-2008 in de kleine steden net zo goed gecompenseerd als in de grote steden. Op basis van deze resultaten zou de IRR eis, die beleggers aan hun acquisiteurs meegeven, in alle steden gelijk kunnen zijn. Op basis van de Sortino ratio komen wel afwijkingen tussen de drie samples naar voren. De Sortino ratio is het hoogst in de grote steden en het laagst in de kleine steden. De belegger wordt voor zijn neerwaartse risico minder gecompenseerd in de kleine steden dan in de grote steden. Hierbij dient, zoals reeds in hoofdstuk 4.2.5. is beschreven, wel te worden aangetekend dat de Sortino ratio enkel negatieve afwijkingen ten opzichte van een subjectieve rendementsgrens afzet tegen het gemiddelde totaal rendement. Grote fluctuaties boven de eerder genoemde rendementsgrens worden in deze ratio niet als risico beschouwd.
Bij een individuele beoordeling van alle steden is er geen verband tussen de standaarddeviatie en het totaal rendement vast te stellen. Het winkelvastgoed in Dordrecht kent de hoogste standaarddeviatie, het winkelvastgoed in Oss de laagste. Het 31
winkelvastgoed in Oss kende het hoogste totaal rendement en Hengelo het laagste. In bijlage 2 is de individuele beoordeling van de standaarddeviatie in verhouding tot het totaal rendement van de steden weergegeven Wat opviel bij de individuele analyse is dat de volatiliteit van het totaal rendement van het winkelvastgoed toenam naarmate de steden minder inwoners telden (bijlage 2) en er minder onderzochte winkelvastgoedobjecten in de desbetreffende stad waren (bijlage 7). Dit had ook tot gevolg dat bij de individuele analyses voornamelijk kleinere steden, met minder objecten en dus een beperkt aantal waarnemingen, lagere Sharp-ratio’s lieten zien. Door de volatiele markt in de kleine steden daalt namelijk het rendement per eenheid risico in deze kleinere steden. Deze effecten kunnen worden verklaard door het beperkt aantal waarnemingen in de kleinere steden, aangezien deze effecten in de samples uitblijven. 6.2.3 Standaarddeviatie in verhouding tot inwoners, gezinsinkomen en winkelvloeroppervlak Bij de individuele beoordeling van de diverse gemeenten lijkt er een verband te zijn tussen de standaarddeviatie van het totaal rendement en het aantal inwoners (zie bijlage 2 en 3). Het lijkt er op dat de standaarddeviatie hoger is bij steden met minder inwoners. De Gaussverdeling van het totaal rendement geeft een duidelijk visuele weergave in de spreiding van het totaal rendement rond het gemiddelde totaal rendement per gemeente bij een 99,7% zekerheid (zie bijlage 4). Ook deze effecten kunnen worden verklaard door het beperkt aantal waarnemingen in de kleinere steden, aangezien de hiervoor besproken uitkomsten in de samples uitblijven. Bij de beoordeling van de 3 samples is er geen verband tussen de standaarddeviatie, het totaal rendement en het aantal inwoners. Zowel uit de analyse van de individuele steden als uit de samples blijkt dat het gemiddelde gezinsinkomen in de grote steden ruim onder het landelijk gemiddelde ligt en dat het winkelvloeroppervlak per inwoner in de grote steden zich ook ruim onder het landelijk gemiddelde bevond.
32
6.2.4 Groei inwoners in verhouding tot rendement en risico In de steden, die een bovengemiddelde nominale groei in de periode 1995 tot 2008 van het aantal inwoners realiseerden (20% boven de gemiddelde groei in absolute aantallen), liet de huur van het winkelvastgoed ook een bovengemiddelde groei (20% hoger dan gemiddeld) zien. Dit is een logische verklaring voor de druk die, door de groei van het aantal inwoners bij een vertraagd reagerend aanbod van winkelvastgoed, ontstaat op het bestaande winkelvloeroppervlak. Hierbij speelt waarschijnlijk ook nog een rol dat in de plaatsen waar deze bovengemiddelde huurgroei te zien is, de druk op de winkelvloeroppervlakte vaak al groter was dan gemiddeld. Het winkelvloeroppervlak bij de 4 grootste steden lag ruim onder het landelijk gemiddelde.
33
6.2.5 Huurgroei en rendement in de samples De huurgroei was laag in de sample met de kleine steden, tevens was het indirect rendement (waardegroei) in deze sample lager. Dit werd echter volledig gecompenseerd door het hogere direct rendement in deze sample. Zoals al eerder aangegeven was de standaarddeviatie van het totaal rendement bij de drie samples ongeveer gelijk. De onderlinge afwijking van de standaarddeviaties tussen de drie samples was circa 2%. De afwijkingen tussen de uitkomsten van de drie samples wordt pas groter, circa 8%, als de standaarddeviatie van het direct en het indirect rendement afzonderlijk wordt geanalyseerd.
Gemiddelden over de periode 1995-2008 (in procentpunten)
Zoals in hoofdstuk 6.2.3 al is aangegeven wijkt bij de individuele analyse van de steden de standaarddeviatie substantieel af. Echter, gezien het feit dat een afwijking van één object in een kleine stad al heel veel gewicht in de schaal legt zijn deze afwijkingen geen basis voor conclusies.
34
6.2.6 Correlatie De correlatie van het totaal rendement tussen de 3 samples en de ROZ IPD winkelvastgoed portefeuille is bijna volledig (circa 0,95). Het is dus niet zo dat kleinere steden minder sterk gecorreleerd zijn met de beweging van de rest van de winkelmarkt dan grotere steden. De correlatie tussen alle individuele steden onderling laat andere uitkomsten zien. De steden Zeist, Enschede, Oosterhout, Den Bosch, Leeuwarden en Utrecht zijn negatief gecorreleerd met veel andere steden in de totale pool (zie bijlage 5). De belegger die deze steden nog niet in de portefeuille heeft kan op basis van deze uitkomst wellicht diversificatievoordelen behalen door winkelvastgoed uit deze steden toe te voegen aan de portefeuille. 6.2.7 Liquiditeit op basis van de winkelvastgoed transacties in de periode 1995-2008 In bijlage 6 zijn op basis van de gegevens van Strabo per stad het aantal beleggingstransacties per jaar weergegeven. Deze gegevens zijn gebruikt om vast te kunnen stellen of er bij een stijging van het aantal beleggingstransacties ook grotere uitslagen in het indirect rendement zijn te zien. Dit is onderzocht op basis van de assumptie dat taxateurs eerder geneigd zijn een sterke waardedaling of -stijging op te schrijven als er veel marktbewijzen (beleggingstransacties) zijn geweest die een dergelijke daling of stijging kunnen onderbouwen.
Om deze assumptie te onderzoeken is van jaar op jaar de variantie van het indirect rendement ten opzichte van het gemiddelde indirect rendement van de desbetreffende sample berekend. Zoals in hoofdstuk 5.1.5 is besproken, is voor de berekening van de correlatiecoëfficiënt de variantie van het indirect rendement afgezet tegen het aantal transacties per stad. Sterke stijgingen of sterke dalingen van het indirect rendement na een jaar met veel beleggingstransacties leiden tot een hoge correlatiecoëfficiënt.
35
De correlatie tussen de variantie van het indirect rendement en het aantal transacties van jaar op jaar was positief in de sample met de 4 grote steden, matig positief bij de sample met middelgrote steden en afwezig bij de sample met steden met weinig objecten(kleine steden). De hoge correlatie in de 4 grote steden houdt dus in dat de variantie van het indirect rendement meebeweegt met het aantal transacties. Dus hoe meer transacties (meer liquiditeit en transparantie) hoe groter de volatiliteit. Dat wijst er op dat bij een toename van het aantal beleggingstransacties in de grote steden de beweging van het indirect rendement ook toeneemt.
36
7
Conclusie en aanbevelingen 7.1 Conclusies
In de sample met grote steden was per inwoner minder winkelvloeroppervlakte beschikbaar en was sprake van een relatief hoge huurgroei. In de 4 grote steden is er überhaupt minder ruimte beschikbaar om winkelmeters te kunnen toevoegen. Door deze druk op het bestaande winkelvloeroppervlak en een bovengemiddelde groei van het aantal inwoners ontstaat er een opwaartse druk op de winkelhuren. De standaarddeviatie van het indirect rendement was het hoogst in de sample met de kleine steden. De standaarddeviatie van het direct rendement was het hoogst in de sample met de vier grote steden. Echter, bij het totaal rendement vallen de verschillen in standaarddeviaties van de samples tegen elkaar weg. Bij de analyse van de drie samples met een gelijke hoeveelheid objecten was de standaarddeviatie van het totaal rendement in de sample met kleine steden gelijk aan de grote en middelgrote steden. Bij het direct en indirect rendement is een andere tendens waarneembaar. De sample met de kleine steden kende een relatief hoog direct rendement en een relatief laag indirect rendement, voor de samples met de middelgrote en grote steden zijn de relatieve cijfers tegenovergesteld. Desalniettemin lieten alle 3 de samples over de periode van 14 jaar een gelijk totaal rendement zien met een gelijke standaarddeviatie De verschillen in standaarddeviatie tussen direct en indirect rendement van de 2 samples ‘grote steden’ en ‘kleine steden’ zijn hieronder in een visualisatie weergegeven, de cijfers zijn niet representatief voor het onderzoek maar dienen ter verduidelijking van hetgeen hiervoor is beschreven.
De correlatiecoëfficiënt tussen de variantie van het totaal rendement en het aantal beleggingstransacties stijgt naarmate er meer beleggingstransacties zijn geweest. Deze correlatiecoëfficiënt neemt toe indien de variantie van het indirect rendement wordt meegenomen in de analyse. Met andere woorden, de variantie van het indirect rendement in de grote steden correleert sterker dan de variantie van het totaal rendement met het aantal transacties. Dat betekent dat bij een stijging van het aantal transacties de variantie van het indirect rendement toeneemt en bij een daling van het
37
aantal transacties de variantie van het indirect rendement afneemt. De prijs voor liquiditeit blijkt volatiliteit te zijn. Het feit dat in de samples met de grote en de middelgrote steden de institutionele beleggers genoegen namen met een lager aanvangsrendement werd in de afgelopen veertien jaar goedgemaakt door een bovengemiddeld indirect rendement maar niet door een lagere volatiliteit. Met andere woorden de institutionele belegger had net zo goed een aantal winkelvastgoed objecten kunnen kopen in wat kleinere steden tegen een hoger aanvangsrendement. Dit betekent dat er op basis van dit onderzoek geen premium, dus een hogere IRR, kan bestaan voor het beleggen in kleine steden. Er wordt namelijk niet meer risico gelopen. De bèta, de standaarddeviatie en de Sharp ratio zijn in alle drie de samples nagenoeg gelijk. Voor de pensioenfondsen kunnen de uitkomsten van de Sortino ratio van belang zijn voor hun investeringsbeslissing. Uit de Sortino ratio kwam naar voren dat in de kleinere steden relatief vaker het totaal rendement onder de subjectief vastgestelde rendementseis van 8% uitkwam dan in de grotere steden zonder dat de belegger hiervoor werd gecompenseerd. Een pensioenfonds zou op basis hiervan wellicht wel een premium willen en dus een hogere IRR eisen voor beleggingen in kleinere steden, omdat het pensioenfonds is gericht op het ‘matchen’ van verplichtingen en inkomsten. Op basis van de voorgaande subconclusies kan de hoofdvraag als volgt worden beantwoord. De IRR wordt op basis van dit onderzoek met name bepaald door de totale asset ‘winkels’. De onderzochte grootheden, inwoneraantallen, winkelvloeroppervlak, objectaantallen en transactiehoeveelheden hebben een marginale invloed op het marktrisico van winkelvastgoed. Uit de correlatieonderzoeken blijkt verder dat het totaal rendement van de drie samples sterk gecorreleerd is met het marktrendement. Enkele individuele steden leverden een totaal rendement dat negatief gecorreleerd was met het totaal rendement van andere steden. Met winkelvastgoedbeleggingen in de betreffende steden kunnen derhalve diversificatievoordelen worden behaald. Deze diversificatievoordelen hebben echter geen invloed op de gestelde IRR eisen. Op het niveau van het totaal rendement is bij de asset categorie ‘winkels’ bij een gespreide portefeuille geen onderscheid te bespeuren. Voor de asset ‘winkels’ kan derhalve één vaste IRR eis worden gebruikt. De beleggers hebben derhalve op basis van deze masterproof gevoelsmatig de juiste inschatting van het aanvangsrendement en van het risico gemaakt. De belegger die winkelvastgoed aankocht in de kleinere steden genoot een stabiel hoger direct rendement en kende een volatiel laag indirect rendement. De belegger die winkelvastgoed aankocht in de grotere steden genoot een relatief lager en volatiel direct rendement en kende een stabiel en relatief hoog indirect rendement.
38
7.2 Aanbevelingen Institutionele beleggers doen er goed aan om, bij het vaststellen van één IRR-eis voor de asset ‘winkels’, hun portefeuille managers meerdere investeringsscenario’s te laten overleggen. Waarbij in de kleinere steden de hogere standaarddeviatie van het indirect rendement terug te zien moet zijn in verschillende exit yieds en in de grotere steden moet de hogere standaarddeviatie van het direct rendement terug te zien zijn in een volatiele cash flow. In deze masterproof zijn de gegevens van de ROZ IPD over de periode 1995-2008 geanalyseerd. Het lijkt interessant om het onderzoek van Van de Ridder30 wederom te laten uitvoeren om te kunnen constateren of de uniformiteit en consistentie tussen de externe taxateurs inderdaad is toegenomen in de afgelopen jaren. Zodat, hopelijk, kan worden vastgesteld dat de taxatieprocessen en methodieken meer consistentie en uniformiteit zijn gaan vertonen. Uit het onderzoek door Van de Ridder bleek dat de gegevens uit de periode vóór 2003 sterk waren vertroebeld, na 2003 zouden de externe taxaties meer uniformiteit gaan vertonen. Het is raadzaam om, gezien de conclusies uit dit onderzoek, de bij ROZ IPD beschikbare data verder te analyseren Tegen elke logica en locatietheorie in blijkt het totaal rendement en het risico op winkelvastgoed nagenoeg gelijk te zijn in alle onderzochte 37 steden over de afgelopen 14 jaar. De deelnemers aan de ROZ IPD kunnen nu niet aan de informatie op objectniveau komen, deze informatie is echter essentieel voor een verdere analyse. Een gewenst vervolgonderzoek zou zich kunnen richten op clustering van typen winkelvastgoed per gemeente en door middel van weging van elk type winkelvastgoed per gemeente de uitkomsten te analyseren. Het is daarnaast spijtig om te constateren dat het aantal winkelvastgoedobjecten in de ROZ IPD aan het dalen is, de winkelvastgoedmarkt wordt door deze daling minder transparant.
30
Van de Ridder, W, 2003, Consistentie en uniformiteit in de taxaties voor de ROZ/IPD Vastgoedindex
39
Literatuurlijst • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •
Van Aert, D, 2006, Investeren in Europese private vastgoedfondsen Atzema, Lambooy, Van Rietbergen en Wever, (2002) Ruimtelijke Economische Dynamiek Bakker, M., 2006, De invloedsfactoren op het aanvangsrendement Bode, D, 2008, The rise and fall of the portfolio premium Bolt, E.J.,2002, Waarde winkelpanden Bolt. EJ, 2002, Huurprijzen en Bruto aanvangsrendementen binnen vijftien typen winkelcentra Bolt, E.J., 2003, Winkelvoorzieningen op waarde geschat: Theorie en Praktijk Bolt, E.J., 2004, Zicht op markthuren Winkelpanden Brounen & Eichholtz, 2003, property, common stock and property shares, real estate finance Buijssen,E.J.P., 2000,Corporate Real estate, shareholder value of noodzakelijk kwaad Centraal bureau voor de Statistiek Chun e.a., 2004, the role of real estate in an institutional investors portfolio revisited Conijn, J.B.S.,2006, Dansen op de vulkaan Coolen, N., 2007, Liability-Hedging Real Estate, TU Eindhoven Eduard, G., 2007, Differentiatie van het vereiste aanvangsrendement, afstudeerscriptie ASRE Eichholtz, P.M.A., 1996, Does International Diversification Work Better for Real Estate than For Stocks and Bonds, Financial Analysts Journal, January-February, 56-62. Eichholtz&Hartzell, 1996, Property shares and the stock market; an international perspective, journal of real estate finance and economics,12(2) 163-178 Gebraad, J.L., Vastgoedbeleggingen Institutionele beleggers dalen in 2009, Centraal Bureau voor de Statistiek Geltner & Miller, 2007, Commercial Real Estate Geltner, D 1993, estimating market values from appraised values without assuming an efficient market, journal of real estate research, Vol 8(3), p 325-346 Giliberto, M, 1993, Real Estate Risk & Return: 1991 Survey Results Haneveld, W.K., 2009, Lange termijn belegger heeft baat bij long-short benadering beursgenoteerd vastgoedDutch Investment Manager Survey. Jansen, J, 2004, “De opkomst van de REIT in Europa” Jones Lang LaSalle, 2009, Dutch Retail Market Bulletin 2009 Jones Lang LaSalle, Het vastgoedbeleggingsbeleid van de grote Nederlandse institutionele beleggers en vastgoedfondsen 2008. Kramer, M, 2008, Hoeveel bedraagt de sprokkelpremie? Lucas, D.J., 2005, Factoren die de huurprijs van winkelpanden bepalen, afstudeerscriptie RSM Erasmus Markowitz, H., 1953, Portfolio Selection Marle, van P., 2004, Real estate returns and what lies beneath Martin and Tsang, 2009, Cash Best as Record Correlation Hints Herd Collapse, Bloomberg McKinsey Real Estate Asset Management Survey, April 2009, INREV, 2009, European NonListed Real Estate Vehicles, Quarterly Research Report, no. 2, May 2009 Mols, B.J., 2006, Kun je appels met peren vergelijken? Mueller G.R., 1995, Understanding Real Estate’s Physical & Financial Market Cycles Peeters, R.H.L., 2002, Risico’s nader beschouwd, risicoanalyse bij beleggen in woningen, TU Eindhoven. Pyhrr, Roulac and Born, 1999, Manning Real Estate Cycles and Their Strategic Implications for Investors and Portfolio Managers in the Global Economy Pyhrr, Born, Manning and Roulac, 2003, Project and Portfolio Management Decisions: A Framework and Body of Knowledge Model for Cycle Research Rom B.M., september 1981, Journal of Risk Management ROZ IPD Netherlands Key Centres Report 2009 ROZ IPD Netherlands Annual Property Digest 2009 Schulte, Mueller and Breidenbach,2006, Determining Real Estate Betas for Markets ad Property Types to Set Better Investment Hurdle Rates
40
• • • • • • • • • • • • • •
Statman, M, 1987, How many stocks make a diversified portfolio? Stevenson,S, 1999, International Real Estate Diversification: Empirical Test using Hedged Indices Stevenson, S, 2003, International Real Estate Security Diversification: Empirical Evidence using Mean-Variance Spanning Tests Strabo, VTIS, module beleggingstransacties Tazelaar, P ,2002, Risico als maat voor rendement, een onderzoek naar de rendementseisen van vastgoed SBV Tiemstra, B, 2006, De toegevoegde waarde van alternatief vastgoed in de beleggingsportefeuille Van de Ridder, W, 2003, Consistentie en uniformiteit in de taxaties voor de ROZ/IPD Vastgoedindex 1 Van Dijk, Van Berkel en Jennen, september 2009, Rendement en risico van Nederlands vastgoed in internationaal perspectief, IVBN paper Van Gool & Muller, 2005, Vastgoed en ALM, de praktijk bij een aantal pensioenfondsen Van Gool & Ten Have, 2006, Luchtbellen in vastgoedwaarderingen door verkeerd gebruik taxatiemethoden? Van Gool, Brounen, Jager en Weisz, 2007, Onroerend goed als belegging. Van Gool, 2009, Vastgoedbeleid bij een teruglopende markt, Real estate research Quartely Van Gool & Liebrand, Dakfondsen” voor Vastgoed Verhoef, W, 2007, Een objectieve fondsvergelijking voor vastgoed-CV’s
41
Bijlagen
42
Bijlage 1: Winkelgebiedtyperingen Locatus / ROZ IPD
43
Bijlage 2 Vergelijking van het totaal rendement (links) en het inwoneraantal (rechts) per gemeente in relatie tot de standaarddeviatie van het totaal rendement per gemeente
44
Bijlage 3 Verhouding wvo, besteedbaar inkomen en aantal inwoners in relatie met de standaarddeviatie van het totaal rendement per gemeente. (Bovenste gemeente/regio heeft de laagste standaarddeviatie)
45
Bijlage 4 Standaardverdeling van het totaal rendement per gemeente
46
Bijlage 5 Correlatiecoëfficiënt van het totaal rendement tussen de individuele steden en provincies
47
Bijlage 6 Transacties per stad in relatie met de standaarddeviatie
48
Bijlage 7 Aantal objecten per stad in relatie tot de standaarddeviatie van het totaal rendement
49
