Herstel op de bestaande koopwoningmarkt

Herstel op de bestaande koopwoningmarkt

Frans Schilder Johan Conijn

2014-06 Oktober 2014


Frans Schilder Johan Conijn

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


Inhoudsopgave Samenvatting

2

1

Inleiding

3

Herstel en indicatoren

3

Herstel: ontwikkelingen in beeld

5

1.1

2 2.1 2.2 2.3 2.4 2.5 2.6

3

Ontwikkeling in kaart: afbakening Marktontwikkelingen: woningtype Marktontwikkelingen: regio Marktontwikkelingen: prijsklasse Gesegmenteerde markt nader bekeken Concluderend

5 5 8 11 12 17

Bestendigheid van het herstel 3.1 3.2 3.3

4

18

Herstel: starters of doorstromers Herstel: leencapaciteit Veranderde fiscaliteit

19 22 23

Conclusie

25

Literatuur

Amsterdam School of Real Estate

26

1


Samenvatting 

De koopwoningmarkt toont vanaf medio 2013, het dieptepunt van de markt, tekenen van herstel: verkoopaantallen en transactieprijzen zijn duidelijk gestegen ten opzichte van het dieptepunt.



Het herstel van de woningmarkt is in de eerste kwartalen van 2014 voornamelijk zichtbaar in de prijssegmenten vanaf € 225.000, ofwel bij “doorstromerswoningen”.



De bestendigheid van het herstel is nog moeilijk te duiden, maar hangt sterk af van het herstel van de doorstroming op de woningmarkt.



Doordat de onderkant van de markt minder te maken heeft gehad met de crisis op de koopwoningmarkt, impliceert het herstel dat de doorstroming op de koopwoningmarkt weer op gang raakt.



De duurzaamheid van het herstel wordt niet direct bedreigd door striktere hypotheeknormen. De fiscale versobering van het eigenwoningbezit kan mogelijk in de verdere toekomst een rem op de doorstroming betekenen.

Sinds enkele kwartalen klinken er positieve geluiden vanuit partijen die cijfers publiceren over de koopwoningmarkt. De prijzen stabiliseren en lijken regionaal zelfs weer wat te stijgen. Niet iedere huizenbezitter profiteert echter in gelijke mate van het waargenomen herstel. Analyse van transactiegegevens van de NVM bevestigen het beeld van een herstel in de markt. Het herstel lijkt, in ieder geval vanaf 2014, vooral sterk te zijn aan de bovenkant van de koopwoningmarkt: woningen met een transactieprijs vanaf 225 duizend euro, worden weer duidelijk meer verkocht. Aangezien het herstel aan de bovenkant van de markt niet ten koste gaat van de eerder hervonden dynamiek aan de onderkant van de markt impliceert dit een herstel van de doorstroming op de markt. Een eenvoudige analyse van het aandeel jonge kopers op de markt bevestigt dit beeld. Het herstel op de koopwoningmarkt lijkt derhalve breed gedragen te worden en niet het gevolg van een tijdelijk instroom van jonge kopers. De relatieve toename van oudere kopers en transacties in de duurdere segmenten lijken een duurzamer herstel te voorspellen. De strikter wordende Nibud-normen voor de hypotheken gaan daar waarschijnlijk weinig invloed op hebben, aangezien huishoudens aan de bovenkant van de markt vaker eigen geld meebrengen en minder afhankelijk zijn van de hoogte van het inkomen voor de financiering van hun woning. De fiscale versobering van het eigenwoningbezit zorgt er echter wel voor dat het financieren van een volgende stap op de woningmarkt voor doorstromers relatief duur wordt ten opzichte van de huidige woonconsumptie. Er moet immers afgelost worden. Tegelijkertijd geldt echter dat de huidige rentestand bijzonder laag is; dit de aflossingsverplichting voor een deel teniet kunnen doen. Het is de vraag hoe de mogelijk toenemende maandlasten van de volgende stap op de woningladder het verhuisgedrag van potentiële doorstromers gaat beïnvloeden, en, hoe een eventuele gedragsreactie van deze doorstromers invloed zal hebben op de koopwoningmarkt.


2


1

Inleiding

Sinds het begin van de financiële crisis verkeert de Nederlandse koopwoningmarkt ook in een crisis. Echter, al enige tijd lijkt er sprake te zijn van een voorzichtig herstel op de koopwoningmarkt. Het aantal transacties neemt toe en de prijzen beginnen ook weer licht te stijgen. Het herstel van de koopwoningmarkt is goed nieuws voor de ruim vier miljoen eigenaar-bewoners in Nederland. Het in de woning opgebouwde vermogen verdampt niet meer, of in het geval van negatief eigen vermogen: de potentiële restschuld neemt niet meer toe. Voor starters die hun aankoop hebben uitgesteld als gevolg van de prijsdaling kan dit het signaal zijn om de koopwoningmarkt te betreden. Wellicht is de ommekeer op de woningmarkt ook voor doorstromers het moment om hun financiële mogelijkheden nog eens te onderzoeken. Het herstel zet zich evenwel niet overal even sterk door. In lang niet alle regio’s is er sprake van een (kleine) prijsstijging. Daarnaast geldt dat er niet in alle segmenten sprake is van een herstel. De NVM rapporteert bijvoorbeeld bij haar kwartaalcijfers dat met name de vrijstaande woningen achter blijven ten opzichte van de rest van de markt (NVM, 2014). Daarnaast wordt, zowel fiscaal als in regelgeving, de kredietverstrekking versoberd. Hoewel deze versobering op termijn tot een minder kwetsbare woningmarkt leidt, kan dit op de korte termijn zorgen voor een verminderde leencapaciteit en derhalve tot een lagere vraag naar woningen. Tot slot is het aantal huishoudens dat geconfronteerd wordt met een potentiële restschuld, zonder rekening te houden met kapitaalverzekeringsproducten, vlak voor het herstel van de koopwoningmarkt opgelopen tot 1,4 miljoen (CBS, 2014). De positieve geluiden op de koopwoningmarkt en de daarbij geuite kanttekeningen roepen de vraag op wat nu precies de aard is van het waargenomen herstel. Is er sprake van een kortstondige opleving van de markt als gevolg van het effectueren van uitgestelde vraag, of is er sprake van een bestendig herstel van de markt? In dit rapport wordt het herstel van de woningmarkt in kaart gebracht. Op basis van de analyses zal onderzocht worden of op basis van de huidige gegevens een voorlopige inschatting van de aard van het waargenomen herstel gemaakt kan worden.

1.1

Herstel en indicatoren Het herstel van een markt is geen eenvoudig begrip met een heldere definitie. Voor de Nederlandse woningmarkt worden door diverse partijen verschillende cijfers gepresenteerd om de ontwikkelingen op de woningmarkt te duiden. In deze paragraaf wordt kort ingegaan op deze cijfers. Tot slot wordt kort beschreven hoe het herstel in dit rapport in kaart zal worden gebracht. De NVM presenteert in haar kwartaalrapportages een groot aantal cijfers over de bestaande koopwoningmarkt. Hierbij gaat traditioneel de meeste aandacht uit naar het aantal transacties en de koopprijsontwikkeling. In de kwartaalrapportages is voor de verkochte woningen ook aandacht voor de verkooptijden en een marktstemmingsindicator. Ook de aanbodzijde van de markt wordt in kaart gebracht aan de hand van de ontwikkeling van de omvang van het aanbod, de gemiddelde vraagprijs en de looptijd van het aanbod. Tot slot is er nog een aantal overige kengetallen dat wordt gepresenteerd, waaronder de ontwikkeling in het verschil tussen vraagen transactieprijs. Naast de NVM wordt de ontwikkeling van de woningmarkt ook door het Kadaster en onderzoeksinstituut OTB in kaart gebracht. Het Kadaster beperkt zich hierbij tot aantallen verkochte woningen en de transactieprijs. OTB gebruikt in haar analyses ook de markt


3


voor nieuwbouwwoningen en de hypothekenmarkt. Daarnaast heeft OTB op basis van een vragenlijst een indicator ontwikkeld voor het marktsentiment. Er bestaat kortom een groot aantal indicatoren dat bij kan dragen aan het begrip over de ontwikkelingen op de woningmarkt. Een aantal van de genoemde indicatoren heeft een indirecte invloed op de bestaande koopwoningmarkt. Het is bijvoorbeeld aannemelijk dat de stemming op de markt invloed heeft op de aankoopbereidheid van huishoudens. Dit komt echter uiteindelijk tot uiting in het aantal transacties op de koopwoningmarkt. Hetzelfde geldt voor de ontwikkeling van het aantal nieuwe hypotheken. Voor andere indicatoren geldt dat zij ‘samengesteld’ zijn uit andere indicatoren. De ontwikkeling van de verkooptijd van verkochte woningen is bijvoorbeeld afhankelijk van het aantal verkochte woningen: meer transacties leidt immers, ceteris paribus, tot afnemende verkooptijden. Hiermee is overigens niet gesteld dat deze indicatoren niets zeggen over het herstel van de koopwoningmarkt. Echter, in dit onderzoek wordt het herstel van de markt in beeld gebracht met de kernvariabelen aantal transacties en transactieprijs. Een tweede dimensie van het herstel van de woningmarkt betreft de periode waarover men de woningmarkt bekijkt. De ontwikkeling van het aantal transacties en de transactieprijs moet worden vergeleken met een eerdere periode om de ontwikkelingen te kunnen duiden. Voor deze referentieperiode is het tweede kwartaal van het jaar 2013 genomen. Medio 2013 is, naar het zich nu laat aanzien, het dieptepunt van de koopwoningmarkt. Sindsdien worden positieve signalen gerapporteerd. In dit onderzoek wordt daarom in eerste instantie de ontwikkeling bezien vanaf medio 2013.


4


2

Herstel: ontwikkelingen in beeld

In dit hoofdstuk wordt de ontwikkeling op de koopwoningmarkt op basis van prijs en volume in kaart gebracht. De focus ligt met name op de verschillen tussen afzonderlijke deelmarkten. Hierbij is gekeken naar een segmentatie op basis van drie variabelen: type, regio en prijsklasse. De marktontwikkelingen worden eerst voor ieder van deze variabelen afzonderlijk in kaart gebracht.

2.1

Ontwikkeling in kaart: afbakening Zoals eerder gesteld in hoofdstuk 1 is er veel data beschikbaar over de woningmarkt op basis waarvan de ontwikkelingen op de markt in kaart gebracht kunnen worden. Het doel van dit onderzoek is om de omvang en de aard van het herstel van de bestaande koopwoningmarkt te beschrijven. Er is daarom gekozen om nadrukkelijk te kijken naar de ontwikkeling tussen medio 2013, het dieptepunt van de markt, en het derde kwartaal van 2014. De periode voorafgaand aan het dieptepunt van de markt, ruwweg de periode tussen 2008 en medio 2013, laten we buiten beschouwing. De ontwikkeling van het aantal transacties op de markt wordt in kaart gebracht door, telkens per segment van de koopwoningmarkt, te kijken naar het aantal transacties in een bepaald kwartaal ten opzichte van hetzelfde kwartaal één jaar eerder. De ontwikkeling wordt uitgedrukt in een percentage. Voor de prijsontwikkeling wordt de gemiddelde transactieprijs in een kwartaal vergeleken met de gemiddelde transactieprijs in hetzelfde kwartaal één jaar eerder. Ook hier wordt de ontwikkeling in een percentage uitgedrukt. Benadrukt dient te worden dat deze presentatie, in ieder geval voor de prijsontwikkeling, gevoelig is voor verschillen in pakketsamenstelling. Naarmate het aantal waarnemingen in een segment kleiner wordt zal dit effect groter zijn. Hier is rekening mee gehouden in het samenstellen van de segmenten. Tot slot is er voor het samenstellen van de cijfers over het derde kwartaal gebruik gemaakt van woningen die verkocht zijn onder voorbehoud. Deze transacties zijn wel gebruikt voor het bepalen van de ontwikkeling in het aantal transacties, maar niet in de prijsanalyses. Hiervoor zijn alleen de definitieve transacties gebruikt. In het persbericht van 15 juli 2014 bij de presentatie van de kwartaalcijfers wijst de NVM erop dat de prijsdaling bij vrijstaande woningen groter was dan bij andere woningtypen. Dit heeft mogelijke implicaties voor het herstel van de koopwoningmarkt in deze segmenten. Immers, in bepaalde segmenten worden meer woningen aan starters verkocht; een doelgroep waarvan bekend is dat er fors minder vraaguitval heeft plaats gevonden dan onder doorstromers (b.v. Schilder & Conijn, 2013). Het punt dat door de NVM wordt gemaakt in het persbericht heeft mogelijk invloed op de omvang van het herstel, maar niet noodzakelijkerwijs op de timing en bestendigheid van het herstel. Voor de interpretatie van de resultaten van dit onderzoek betekent dit dat de percentages van de verschillende segmenten in de tabellen met voorzichtigheid met elkaar vergeleken moeten worden.

2.2

Marktontwikkelingen: woningtype De Nederlandse woningmarkt kent veel verschillende typen woningen. Ontwikkelingen op de woningmarkt kunnen voor ieder van deze typen in kaart gebracht worden. Om enig overzicht te


5


behouden worden de woningtypen vaak geclusterd naar een paar verschillende typen. De NVM onderscheidt in haar rapportage de volgende typen: appartementen, tussenwoningen, hoekwoningen, 2-onder-1-kap-woningen en vrijstaande woningen. Het Kadaster hanteert dezelfde indeling. In dit rapport wordt een afwijkende, iets fijnmaziger presentatie gehanteerd. De ontwikkeling per segment wordt weergegeven in tabel 2.1. Opvallend is dat het herstel in aantallen transacties niet noodzakelijkerwijs overeen komt met het herstel in de prijs. De verkoop van schakelwoningen neemt sinds het derde kwartaal van 2013, met uitzondering van het derde kwartaal in 2014, sneller toe dan het landelijk gemiddelde. In termen van de prijsontwikkeling is het herstel van de geschakelde woning minder afwijkend. Ook vrijstaande woningen doen het, in ieder geval in aantallen verkopen, al sinds het tweede kwartaal van 2013 beter dan het gemiddelde. De prijsontwikkeling van vrijstaande woningen blijft echter achter ten opzichte van het landelijk beeld. Over de hele periode van het tweede kwartaal 2013 tot en met het tweede kwartaal 2014 bezien is de prijsontwikkeling van vrijstaande woningen lager dan de landelijk gemiddelde ontwikkeling. De ontwikkeling van de verkoop van beneden-, boven-, portiekwoningen en maisonnettes lag juist in het derde kwartaal van 2014 wat hoger. In dit kwartaal lag ook de prijsontwikkeling van deze woningen, excl. maisonnettes ten opzichte van het derde kwartaal 2013 ook iets boven het landelijk gemiddelde.


6


Tabel 2.1: Ontwikkeling prijs en transacties, naar type, ten opzichte van zelfde kwartaal een jaar eerder, 2013Q2 – 2014Q3

Aantal transacties 2013Q2

2013Q3

2013Q4

2014Q1

2014Q2

2014Q3

Tussenwoning

-3%

19%

-7%

77%

22%

20%

Schakelwoning

-4%

36%

1%

103%

35%

12%

Hoekwoning

1%

16%

-11%

72%

15%

18%

Helft van dubbel

-4%

17%

-9%

93%

28%

16%

Vrijstaande woning

2%

22%

1%

77%

28%

24%

Benedenwoning

-10%

22%

0%

65%

22%

31%

Bovenwoning

-1%

17%

-3%

81%

23%

45%

Maisonnette

-17%

9%

2%

67%

33%

41%

Portiekflat

6%

19%

6%

68%

26%

31%

Galerijflat

-8%

12%

-1%

60%

24%

34%

Nederland

-2%

18%

-4%

77%

24%

24%

Prijsontwikkeling Tussenwoning

-5%

-1%

-2%

5%

7%

3%

Schakelwoning

-6%

0%

2%

4%

11%

4%

Hoekwoning

-6%

0%

-2%

6%

6%

5%

Helft van dubbel

-4%

0%

-2%

5%

4%

5%

Vrijstaande woning

-5%

-4%

-2%

3%

1%

5%

Benedenwoning

-4%

-2%

1%

11%

14%

7%

Bovenwoning

-3%

2%

3%

8%

7%

8%

Maisonnette

-2%

0%

1%

9%

5%

0%

Portiekflat

0%

-2%

3%

3%

3%

7%

Galerijflat

-3%

-3%

1%

7%

5%

5%

Nederland

-4%

-1%

-1%

6%

5%

5%


7


2.3

Marktontwikkelingen: regio Voor de ontwikkeling op regionaal niveau is in eerste instantie gekeken naar de indeling van de NVM. De NVM-gebieden zijn echter erg fijnmazig, waardoor de celvulling in de tabel dermate klein zou worden, dat de uitkomsten erg lastig te duiden zouden worden. Er is daarom besloten om aan te sluiten bij de indeling van het CBS: de COROP-gebieden. Ook op dit niveau van aggregatie moet echter een aantal regio’s buiten beschouwing gelaten worden als gevolg van beperkte celvulling. De resultaten zijn gegeven in tabel 2.2a en tabel 2.2b. Hierbij worden regio’s waar minder dan 100 transacties in enig kwartaal in de periode 2012Q2 – 2014Q3 hebben plaats gehad niet in de resultaten opgenomen. Overeenkomstig de berichten van anderen blijken er grote regionale verschillen te bestaan in de mate waarin het herstel zich manifesteert. De ontwikkeling van het aantal transacties in de regio’s Utrecht, Gooi en Vechtstreek en Amsterdam neemt alle kwartalen sterker toe dan het landelijk gemiddelde. Over het laatste half jaar bezien is er ook een sterk herstel waarneembaar in de aantallen verkopen in de regio Groot-Rijnmond. In andere regio’s, zoals Noord-Overijssel en Zuidwest-Overijssel, is de ontwikkeling van het aantal transacties juist in alle kwartalen lager dan het landelijk gemiddelde. In de prijsontwikkeling nemen we een soortgelijk patroon waar. In het westelijk deel van Nederland is er een groter aantal regio’s dat vaker een bovengemiddelde ontwikkeling toont dan in de rest van Nederland. Als naar de laatste kwartalen gekeken wordt blijven vooral de regio’s in het noorden en het zuiden van Nederland achter ten opzichte van de landelijk gemiddelde prijsontwikkeling. Hierbij dient opgemerkt te worden dat de prijsontwikkeling in tabel 2.2b niet gecorrigeerd is voor samenstellingseffecten.


8


Tabel 2.2a: Ontwikkeling transacties, naar regio, ten opzichte van zelfde kwartaal een jaar eerder, 2013Q2 – 2014Q3 2013Q2

2013Q3

2013Q4

2014Q1

2014Q2

2014Q3

5%

8%

-5%

66%

17%

39%

10%

19%

12%

86%

33%

36%

Oost-Groningen Delfzijl en omgeving Overig Groningen Noord-Friesland Zuidwest-Friesland Zuidoost-Friesland

3%

6%

1%

69%

63%

44%

Noord-Drenthe

7%

14%

-4%

63%

33%

27%

17%

20%

-10%

80%

17%

-2%

Zuidwest-Drenthe

7%

36%

-11%

53%

-3%

5%

Noord-Overijssel

-6%

10%

-6%

58%

20%

8%

-13%

-22%

-26%

65%

29%

21%

-7%

12%

-10%

80%

29%

9%

Zuidoost-Drenthe

Zuidwest-Overijssel Twente Veluwe

1%

18%

0%

76%

29%

8%

Achterhoek

-9%

35%

-5%

49%

39%

3%

Arnhem/Nijmegen

-6%

15%

-10%

79%

29%

11%

4%

0%

5%

80%

44%

33%

Zuidwest-Gelderland Utrecht Kop van Noord-Holland Alkmaar en omgeving IJmond Agglomeratie Haarlem Zaanstreek Groot-Amsterdam Het Gooi en Vechtstreek

1%

20%

-3%

110%

42%

29%

-4%

14%

2%

71%

26%

6%

1%

23%

-9%

76%

19%

12%

7%

21%

-13%

86%

36%

38%

-4%

32%

-2%

85%

61%

32%

-11%

10%

-18%

40%

45%

11%

1%

19%

-2%

85%

51%

42%

-2%

27%

17%

92%

38%

30%

Agglomeratie Leiden en Bollenstreek

7%

26%

-2%

58%

24%

13%

Agglomeratie 's-Gravenhage

0%

17%

2%

64%

34%

33%

Delft en Westland

5%

43%

-7%

60%

47%

17%

Oost-Zuid-Holland

-14%

24%

-15%

83%

26%

3%

Groot-Rijnmond

-12%

18%

-10%

73%

45%

40%

-7%

14%

-8%

78%

21%

18%

Overig Zeeland

-2%

15%

-2%

78%

19%

22%

West-Noord-Brabant

-1%

26%

8%

80%

34%

19%

0%

20%

-12%

72%

19%

10%

-3%

28%

-2%

77%

42%

20%

6%

19%

-10%

78%

37%

28%

Zuidoost-Zuid-Holland Zeeuws-Vlaanderen

Midden-Noord-Brabant Noordoost-Noord-Brabant Zuidoost-Noord-Brabant Noord-Limburg Midden-Limburg

-21%

28%

-3%

44%

54%

17%

Zuid-Limburg

-1%

14%

-9%

45%

41%

11%

Flevoland

-9%

23%

-8%

56%

36%

17%

Nederland

-2%

18%

-4%

77%

35%

24%


9


Tabel 2.2b: Ontwikkeling prijs, naar regio, ten opzichte van zelfde kwartaal een jaar eerder, 2013Q2 – 2014Q3 2013Q2

2013Q3

2013Q4

2014Q1

2014Q2

2014Q3

Overig Groningen

-6%

-1%

-3%

4%

7%

-2%

Noord-Friesland

-7%

-11%

-3%

6%

5%

8%

Oost-Groningen Delfzijl en omgeving

Zuidwest-Friesland Zuidoost-Friesland

-10%

-4%

1%

2%

4%

-3%

Noord-Drenthe

-9%

-1%

-3%

5%

5%

0%

Zuidoost-Drenthe

-5%

-6%

0%

-4%

-4%

2%

Zuidwest-Drenthe

-7%

-11%

-7%

1%

4%

6%

Noord-Overijssel

-3%

1%

-4%

9%

6%

3%

Zuidwest-Overijssel

-12%

-2%

-5%

8%

12%

2%

Twente

-5%

-3%

-4%

9%

3%

2%

Veluwe

-8%

-4%

-1%

5%

5%

10%

Achterhoek

-3%

-8%

-6%

12%

1%

11%

Arnhem/Nijmegen

-6%

0%

-7%

8%

6%

-4%

Zuidwest-Gelderland

-7%

-1%

0%

7%

6%

16%

Utrecht Kop van Noord-Holland Alkmaar en omgeving IJmond

1%

-2%

-1%

6%

2%

6%

-5%

-5%

-7%

3%

6%

10%

4%

-7%

6%

1%

1%

14%

-10%

3%

-1%

7%

6%

6%

Agglomeratie Haarlem

-4%

11%

7%

6%

6%

2%

Zaanstreek

-6%

-3%

4%

7%

10%

-4%

Groot-Amsterdam

-5%

4%

1%

6%

7%

5%

-15%

-6%

7%

15%

13%

6%

1%

1%

1%

4%

4%

1%

Het Gooi en Vechtstreek Agglomeratie Leiden en Bollenstreek Agglomeratie 's-Gravenhage

2%

3%

-1%

5%

9%

5%

Delft en Westland

-3%

-3%

1%

13%

8%

11%

Oost-Zuid-Holland

6%

5%

1%

8%

3%

2%

Groot-Rijnmond

0%

-2%

-1%

-2%

1%

1%

-3%

-7%

1%

9%

7%

11%

Overig Zeeland

-9%

5%

-3%

6%

9%

-5%

West-Noord-Brabant

-9%

1%

-1%

2%

4%

2%

Midden-Noord-Brabant

-5%

-10%

-2%

-1%

2%

6%

-10%

-5%

-4%

-1%

4%

3%

-3%

-2%

-4%

13%

4%

-2%

Zuidoost-Zuid-Holland Zeeuws-Vlaanderen

Noordoost-Noord-Brabant Zuidoost-Noord-Brabant Noord-Limburg Midden-Limburg

-6%

0%

-5%

-11%

-7%

3%

Zuid-Limburg

-6%

-4%

0%

1%

5%

3%

Flevoland

-5%

-2%

0%

8%

5%

7%

Nederland

-4%

-1%

-1%

6%

5%

5%


10


2.4

Marktontwikkelingen: prijsklasse Het laatste element van de segmentatie is de prijsklasse van woningen. De ontwikkeling wordt weergegeven in prijsklassen met een verschil in bovengrens van € 25.000; naar de bovenkant van de markt worden de prijsklassen groter om voldoende celvulling te behouden. De resultaten van de ontwikkeling per prijsklasse is weergegeven in tabel 2.3. Voor de prijsontwikkeling is een dergelijke tabel niet te maken, doordat niet voor de mogelijk veranderende samenstelling van de prijsklassen valt te corrigeren. Tabel 2.3: Ontwikkeling transacties, naar prijsklasse, ten opzichte van zelfde kwartaal een jaar eerder, 2013Q2 – 2014Q3

2013Q2

2013Q3

2013Q4

2014Q1

2014Q2

2014Q3

tot 75.000

31%

53%

49%

35%

17%

46%

tot 100.000

25%

35%

13%

38%

20%

12%

tot 125.000

21%

25%

-2%

41%

8%

3%

tot 150.000

2%

19%

-3%

59%

22%

19%

tot 175.000

2%

25%

-2%

72%

26%

5%

tot 200.000

1%

17%

-5%

75%

32%

31%

tot 225.000

-9%

8%

-15%

83%

33%

16%

tot 250.000

-15%

13%

-5%

106%

53%

46%

tot 275.000

-9%

7%

-8%

123%

71%

26%

tot 300.000

-10%

1%

-18%

87%

43%

58%

tot 325.000

-18%

17%

-2%

107%

44%

18%

tot 350.000

9%

31%

4%

100%

65%

46%

tot 375.000

-8%

12%

-11%

77%

52%

44%

tot 400.000

2%

18%

3%

100%

58%

67%

tot 425.000

-21%

39%

-2%

130%

60%

-1%

tot 450.000

-1%

20%

-14%

120%

75%

60%

tot 475.000

-20%

32%

10%

102%

92%

38%

tot 525.000

-7%

29%

-3%

121%

55%

47%

tot 575.000

-10%

26%

-2%

127%

49%

52%

tot 650.000

1%

29%

-4%

82%

41%

31%

tot 750.000

-24%

8%

-1%

124%

55%

75%

vanaf 750.000

-16%

21%

2%

89%

63%

50%

Totaal

-2%

18%

-4%

77%

35%

24%

In tabel 2.3 is duidelijk te zien dat het herstel van het aantal transacties, door de bank genomen, sterker is aan de bovenkant van de markt dan aan de onderkant. In de prijsklassen tot ongeveer € 225.000 is er sprake van een duidelijk lagere ontwikkeling van het aantal transacties ten


11


opzichte van het landelijk gemiddelde. Vooral in de klassen tot € 175.000 is het verschil met de landelijke trend groot te noemen. De resultaten in tabel 2.3 impliceren niet zozeer dat de markt voor woningen tot ongeveer € 225.000 niet herstelt van de crisis, maar veel meer dat dit segment minder hard geraakt is door de crisis. Immers, eerder onderzoek heeft aangetoond dat tijdens de crisis op de woningmarkt het aantal starters in de koopsector nauwelijks is afgenomen ten opzichte van de periode daarvoor (Schilder & Conijn, 2013). De samenstelling van de verkochte woningen is derhalve aan het veranderen.

2.5

Gesegmenteerde markt nader bekeken Op basis van de beschrijvende tabellen 2.1 – 2.3 kan een voorzichtig schot voor de boeg genomen worden ten aanzien van het herstel van de markt. De beschrijving tot dusver lijkt eerdere berichten te onderschrijven dat niet alle woningtypen even snel herstellen van de markt. Met name in termen van de prijsontwikkeling lijken er duidelijke verschillen te bestaan. Ook bestaan er regionaal grote verschillen, waarbij het herstel met name in het westen van het land door lijkt te zetten. Tot slot lijkt vooral aan de bovenkant van de markt sprake van een stevig herstel. De individuele factoren waarop het herstel van de markt nu bekeken is, kan onderhevig zijn aan samenstellingseffecten. Er bestaan immers dure appartementen en goedkopere vrijstaande woningen. Het is daarom inzichtelijk om de marktontwikkelingen ook in kaart te brengen aan de hand van gecombineerde segmenten. De marktsegmenten die bestudeerd worden zijn samengesteld uit de individuele factoren type, regio en prijsklasse. Bij segmentatie van gegevens speelt de celvulling een grote rol. Een te sterke verfijning leidt tot een beperkte celvulling waardoor resultaten een onbetrouwbaar beeld geven. De klassen die gepresenteerd zijn voor de individuele factoren zijn te klein om te combineren in de gewenste segmentatie. Om tot een zinvolle segmentatie te komen moeten de resultaten worden geclusterd. Een mogelijke grondslag voor segmentatie zou gevonden kunnen worden in de statistiek: de type, regio’s en prijsklassen die in positieve of negatieve zin statistisch significant afwijken van het landelijk gemiddelde zouden geclusterd kunnen worden. Echter, op basis van de tabellen 2.1 – 2.3 kan een dergelijke statistische clustering niet uitgevoerd worden; er bestaan nauwelijks statistisch aantoonbare verschillen tussen de individuele segmenten en de landelijk gemiddelde trend. De segmentatie zal daardoor op basis van andere argumenten moeten worden vastgesteld. Voor de segmentatie naar woningtype kan worden aangesloten bij de segmenten die de NVM en het Kadaster hanteren. Ten opzichte van tabel 2.1 betekent dit dat de waarnemingen voor alle typen meergezinswoningen worden samengevoegd. Geschakelde woningen worden samengevoegd met tussenwoningen. Er worden in de segmentatie uiteindelijk vijf woningtypen onderscheiden: tussenwoningen, hoekwoningen, twee-onder-een-kapwoningen, vrijstaande woningen en appartementen. Voor de regionale segmentatie worden de gehanteerde COROPgebieden samengevoegd tot vier landsdelen; de zogenaamde NUTS-1 regio’s. Hiermee zijn de, door de oogharen bezien, beter presterende regio’s in het westen geclusterd. Voor de prijssegmenten worden drie segmenten gehanteerd: een prijssegment tot € 175.000, een prijssegment tot € 300.000 en een prijssegment vanaf € 300.000. Fijnere segmentatie aan de bovenkant van de markt is moeilijk: het aandeel transacties in het prijssegment boven € 300.000 in de eerste twee kwartalen van 2014 bedraagt 20%. Op basis van de voorgestelde segmentering ontstaan in totaal (5*4*3) 60 segmenten op de woningmarkt. In de presentatie van de ontwikkeling van het aantal transacties per segment ten opzichte van het landelijk gemiddelde worden alleen segmenten getoond waarin meer dan 100


12


transacties per kwartaal hebben plaats gevonden1. De resultaten worden weergegeven in tabel 2.4a en tabel 2.4b. Tabel 2.4a: Ontwikkeling transacties, naar segment, ten opzichte van zelfde kwartaal een jaar eerder, 2013Q2 – 2014Q3 tot € 175k Tussenwoning

Noord

Twee-onder-eenkap

Vrijstaande woning

Appartement

Tussenwoning

Oost

Hoekwoning

Twee-onder-eenkap

Vrijstaande woning

Appartement

2013Q 316%

tot € 300k boven € 300k tot € 175k

Hoekwoning

2013Q 211%

2013Q 416%

2014Q 1 1%

2014Q 260%

2014Q 330%

76%

12%

6%

7% 12%

7%

-15%

boven € 300k tot € 175k

9%

12%

-2%

95%

20%

10%

tot € 300k

-6%

-1%

-30%

106%

33%

35%


18%

20%

7%

48%

16%

20%

tot € 300k

18%

28%

-4%

59%

36%

26%


-18%

-5%

-3%

71%

41%

29%

7%

19%

20%

49%

14%

28%


5%

21%

-2%

47%

12%

-4%

tot € 300k

-23%

6%

-16%

90%

42%

30%


16%

14%

0%

27%

14%

-1%

tot € 300k

-16%

80%

23%

25%

tot € 300k

tot € 300k

-13%

-8%


2%

61%

6%

46%

32%

-20%

tot € 300k

-2%

3%

-13%

101%

30%

17%


-27%

13%

-26%

51%

12%

tot € 300k

9%

9%

2%

97%

47%

5%


-13%

17%

-9%

102%

57%

39%

-7%

18%

-2%

51%

22%

12%

tot € 300k

11%

29%

13%

99%

60%

22%

boven € 300k

1

Dit geldt voor beide jaren: dus een resultaat in 2013Q2 betekent dat zowel in 2012Q2 als in 2013Q2 in het betreffende segment

meer dan 100 transacties hebben plaats gevonden


13


Tabel 2.4b: Ontwikkeling transacties, naar segment, ten opzichte van zelfde kwartaal een jaar eerder, 2013Q2 – 2014Q3 Tussenwoning

West

Hoekwoning

Twee-onder-eenkap Vrijstaande woning

Appartement

Tussenwoning

Zuid

Hoekwoning

Twee-onder-eenkap

Vrijstaande woning

Appartement

tot € 175k

2013Q 2 26%

2013Q 3 42%

2013Q 4 1%

2014Q 1 69%

2014Q 2 18%

2014Q 3 -1%

tot € 300k

-11%

9%

-15%

88%

45%

31%


-12%

33%

-1%

115%

71%

32%

41%

62%

0%

59%

15%

-1%

tot € 300k

-13%

13%

-14%

77%

37%

16%


-9%

20%

-6%

123%

66%

tot € 300k

-7%

14%

-7%

71%

58%


-5%

35%

-2%

138%

54%

-4%

28% 19% -3%

tot € 300k

1%

7%

24%


19%

33%

8%

31%

43%

102%

38%

29%

-2%

14%

tot € 300k

-8%

16%

-4%

57%

22%

22%

1%

106%

56%

66%


-2% 15%

23%

17%

102%

73%

69%

42%

7%

70%

21%

3%

tot € 300k

-14%

7%

-13%

104%

42%


29% 30%

46%

-3%

51%

11%

tot € 300k

5%

-3%

-22%

110%

11%

-10%


168% 8%

46%

19%

52%

38%

-15%

tot € 300k

-2%

18%

-11%

82%

35%

10%


-24%

-1%

-27%

78% -13%

tot € 300k

9%

34%

-8%

68%

68%

3%


-17%

16%

-3%

61%

38%

30%

7%

24%

1%

28%

28%

24%

tot € 300k

10%

27%

12%

104%

51%

boven € 300k

Het beeld dat tabel 2.4a en tabel 2.4b schetsen van het herstel van het aantal transacties per segment bevestigt het beeld uit tabel 2.3. Het is vooral de bovenkant van de markt, of in ieder geval de prijssegmenten waar voornamelijk doorstromers actief zijn, waar sprake is van een grote toename van het aantal verkopen. De toename van het aantal verkochte woningen is grotendeels toe te schrijven aan het feit dat de doorstroming op de woningmarkt weer op gang lijkt te komen. Het is immers niet zo dat de onderkant van de markt stagneert en de duurdere segmenten hierdoor relatief goed uitsteken. Dit beeld geldt voor alle woningtypen: vrijstaande woningen doen het niet veel slechter dan de andere woningtypen, het zijn gemiddeld genomen de goedkopere vrijstaande woningen die duidelijk achterblijven.


14


Doordat in de gekozen segmentatie de prijsklasse is opgenomen is het niet mogelijk om tabel 2.5a en tabel 2.5b ook voor de prijsontwikkeling op te stellen. Er is daarom gekozen om voor ieder segment een hedonische prijsindex te schatten. In enkele gevallen is het aantal waarnemingen in een segment te klein om een betrouwbare index te creëren; in deze gevallen is geen index gepresenteerd. Het model kan als volgt worden beschreven: (1) Pi,t = c + b1Xi,t + b2Yi + b3Ki + e Hierbij is Pi,t, de transactieprijs van woning i op tijdstip t, Xi,t een vector van karakteristieken van woning i op tijdstip t, Yi een dummy-variabele die beschrijft in welke NVM-regio woning i verkocht is, Ki een dummy-variabele die het kwartaal waarin woning i verkocht is aangeeft, c is een constante en e is een storingsterm. In vector Yi,t is het woonoppervlak en eventueel het perceeloppervlak, de bouwperiode, de aanwezigheid van eventuele eigen parkeergelegenheid en de kwaliteit van onderhoud binnen en buiten opgenomen. Alle continue variabelen zijn in opgenomen als natuurlijk logaritme. De uitkomst is weergegeven in tabel 2.6a en tabel 2.6b. Tabel 2.6a: Prijsontwikkeling (index; 2013Q2=100), naar segment, 2013Q2 – 2014Q3

Tussenwoning

Noord

Hoekwoning

Twee-onder-eenkap

Vrijstaande woning

Appartement

Tussenwoning

Oost

Hoekwoning

Twee-onder-eenkap

Vrijstaande woning

Appartement

tot € 175k

2013Q 2 100,0

2013Q 3 101,3

2013Q 4 100,6

2014Q 1 101,8

2014Q 2 101,8

2014Q 3 100,7

tot € 300k

100,0

97,7

98,2

97,8

97,4

99,1


100,0

100,4

101,4

101,9

99,2

100,5

tot € 300k

100,0

100,9

102,1

101,6

105,8

100,9


100,0

101,3

102,7

101,4

103,7

103,6

tot € 300k

100,0

100,9

101,5

99,8

102,0

99,7


100,0

100,5

101,7

99,6

101,2

100,8

tot € 300k

100,0

99,5

100,3

100,4

101,0

100,0


100,0

101,5

101,9

102,6

102,0

100,8

100,0

97,7

98,2

98,2

102,2

100,6

tot € 300k

100,0

100,9

97,8

96,7

98,2

100,3


100,0

99,6

100,1

100,3

100,5

100,3

tot € 300k

100,0

99,5

99,9

100,4

101,5

100,6


100,0

100,5

97,8

99,5

100,1

96,6

100,0

100,1

101,3

100,5

101,2

99,7

tot € 300k

100,0

100,3

101,4

101,3

102,3

102,3


100,0

100,2

99,8

100,0

102,0

102,2

tot € 300k

100,0

100,2

100,3

101,2

102,4

102,3


100,0

102,1

102,8

103,1

100,9

102,6

100,0

98,5

93,0

93,9

96,9

92,0

tot € 300k

100,0

100,8

101,2

101,4

101,3

101,7


100,0

100,1

100,5

100,9

99,7

102,5

100,0

99,4

100,1

99,4

98,8

99,0

tot € 300k

100,0

101,3

100,1

100,8

100,8

100,5

100,0

99,9

100,2

101,2

102,4

103,0

boven € Nederland: totaal300k


15


Tabel 2.6b: Prijsontwikkeling (index; 2013Q2=100), naar segment, 2013Q2 – 2014Q3 Tussenwoning

West

Hoekwoning

Twee-onder-eenkap

Vrijstaande woning

Appartement

Tussenwoning

Zuid

Hoekwoning

Twee-onder-eenkap

Vrijstaande woning

Appartement

tot € 175k

2013Q 2 100,0

2013Q 399,7

2013Q 4 100,3

2014Q 199,6

2014Q 2 101,3

2014Q 3 100,7

tot € 300k

100,0

100,1

100,6

101,4

101,8

102,1


100,0

101,5

103,4

102,5

105,3

104,9

100,0

100,6

100,1

100,3

102,5

100,9

tot € 300k

100,0

100,2

100,6

101,7

101,9

102,1


100,0

102,5

99,2

104,1

101,9

103,2

100,0

95,5

100,9

97,8

98,6

95,2

tot € 300k

100,0

100,2

100,0

100,6

101,5

102,0


100,0

99,3

100,0

100,9

102,5

103,0

100,0

98,5

100,1

101,7

93,9

98,4

tot € 300k

100,0

100,0

100,1

100,2

101,9

100,4


100,0

98,0

98,6

100,8

99,4

100,0

100,0

100,8

100,1

100,6

102,2

102,0

tot € 300k

100,0

99,4

99,6

100,6

100,2

102,2


100,0

99,3

100,4

101,1

102,9

104,7

100,0

100,1

100,6

100,3

101,9

100,1

tot € 300k

100,0

100,0

101,1

102,2

101,0

100,9


100,0

101,9

97,9

97,9

101,2

101,1

100,0

100,5

98,6

99,2

101,7

101,7

tot € 300k

100,0

99,8

100,8

101,4

102,1

102,2


100,0

101,2

99,8

101,6

101,0

98,8

tot € 300k

100,0

100,4

100,9

101,2

102,6

101,8


100,0

96,7

96,8

98,9

99,0

98,1

100,0

101,2

106,7

99,7

105,6

102,7

tot € 300k

100,0

100,5

99,7

99,4

100,9

98,3


100,0

101,3

101,1

102,5

100,8

100,8

100,0

99,3

99,3

100,3

99,3

99,3

tot € 300k

100,0

100,0

100,1

100,7

100,2

98,8

100,0

99,9

100,2

101,2

102,4

103,0

boven € Nederland: totaal300k

Uit tabel 2.6a en tabel 2.6b volgt dat de verschillen in prijsontwikkeling in termen van de prijsontwikkeling niet erg groot zijn indien gecorrigeerd wordt voor de kwaliteit van de woning. De afwijking van de landelijk gemiddelde prijsindex is dan ook niet groot. Gemiddeld genomen is de prijsontwikkeling in het westen iets hoger, zoals eerder uit de beschrijvende statistiek ook bleek. Er lijken regionaal grote verschillen te bestaan in de wijze waarop de prijs van bepaalde typen woningen ontwikkelt: goedkope vrijstaande woningen doen het erg goed in het zuiden en het noorden van het land, maar in het westen en het oosten van het land juist niet. De prijsontwikkeling van dure appartementen is alleen in het westen van het land positief.


16


2.6

Concluderend De verschillende analyses tonen een divers beeld van het herstel van de woningmarkt. De suggestie dat niet in iedere regio en niet in ieder segment van de markt sprake is van herstel kan worden onderschreven. De uitgevoerde analyses, hoewel beperkt tot de primaire indicatoren prijs en volume, werpen echter wel een nieuw licht op het bestaande beeld van het herstel in de woningmarkt. De resultaten in dit hoofdstuk tonen dat het herstel van de markt zich sterk voordoet in segmenten van de woningmarkt waar voornamelijk doorstromers actief zijn. Vooral het feit dat het herstel vanaf 2014 sterker is bij woningen vanaf ongeveer € 225.000 onderstreept dat de “doorstromerswoningen” weer meer verkocht worden. De ontwikkeling in het aantal transacties aan de onderkant van de markt blijft daarbij achter. Dit is echter niet het resultaat van een stagnerende verkoop van “starterswoningen”, maar het gevolg van het feit dat het herstel aan de onderkant van de markt eerder is ingezet. De resultaten in hoofdstuk 2 impliceren dan ook dat de doorstroming op de (koop)woningmarkt weer op gang begint te komen. Een herstel van de doorstroming op de koopwoningmarkt zou een belangrijke indicator kunnen zijn voor de bestendigheid van het waargenomen herstel op de koopwoningmarkt. In het volgende hoofdstuk wordt een aantal factoren bekeken die mogelijk van invloed kunnen zijn op de bestendigheid van het herstel.


17


3

Bestendigheid van het herstel De resultaten uit hoofdstuk 2 bevestigen de eerder gehoorde geluiden dat er herstel lijkt plaats te hebben op de bestaande koopwoningmarkt. De NVM noemt, op basis van een enquête onder de eigen leden, vooral de lage hypotheekrente en gunstige prijzen, en het verbeterde consumentenvertrouwen en algemene economische vooruitzichten als belangrijkste drijfveren voor het herstel. Het herstel is echter nog erg pril: er is pas sinds enkele kwartalen sprake van een opleving van de markt in termen van aantallen transacties en prijsontwikkeling. Het is daarom moeilijk om op basis van een relatie tussen de ontwikkelingen op de woningmarkt en algemeen economische variabelen vast te stellen hoe bestendig het herstel is. Wel kan vastgesteld worden in welke mate enkele randvoorwaarden voor herstel invloed kunnen hebben op de bestendigheid van het herstel. In dit hoofdstuk wordt voor enkele randvoorwaarden voor een bestendig herstel in kaart gebracht in welke mate deze invloed hebben gehad op het waargenomen herstel, of in de nabije toekomst invloed zullen hebben op het herstel. Hierbij richten we ons op drie specifieke zaken: de rol van starters en doorstromers, de verscherpte hypotheeknormen en de mogelijke invloed van de beperking van de fiscale behandeling van het eigenwoningbezit. De rol van doorstromers in het herstel van de woningmarkt is van groot belang. Immers, als het grootste deel van de vraag vanuit de markt van starters komt, kan op de langere termijn concurrentie ontstaan tussen aanbieders op de koopwoningmarkt. Voor starters is dit gunstig, aangezien zij voor een lagere prijs een grotere en luxere woning kunnen kopen; voor verkopers van woningen is dit ongunstig. Een langdurige uitval van vraag vanuit doorstromers heeft potentieel grote gevolgen voor de prijsontwikkeling op de koopwoningmarkt en de verhuismogelijkheden van grote groepen huishoudens. De bestendigheid van het herstel van de bovenkant van de markt, of in ieder geval het deel van de markt dat afhankelijk is van doorstromers, hangt mogelijk ook af van de mate waarin de hypotheeknormen worden aangescherpt. De laatste jaren worden de Nibud-normen ieder jaar wat scherper. De mate waarin de markt hierdoor wordt beïnvloed hangt in belangrijke mate samen met de wijze waarop doorstromers hun woningen financieren: naarmate doorstromers in grotere mate afhankelijk zijn van vreemd vermogen zal het effect van aanscherping groter zijn. Inzicht in de wijze waarop doorstromers hun verhuizing financieren kan helpen de bestendigheid van het herstel in te schatten. De derde belangrijke pijler in de bestendigheid van het herstel is de versoberde fiscale behandeling van de hypotheekschuld. Het marginale tarief waartegen de hypotheekrente in aftrek mag worden gebracht wordt jaarlijks, in kleine stapjes, verminderd. Daarnaast geldt dat, specifiek voor doorstromers, er een verschil is ontstaan tussen de financieringslasten van de bestaande hypotheek en de nieuwe hypotheek. Bij nieuwe hypotheken geldt immers een aflossingsverplichting, die bij oude hypotheken niet geldt. De invloed van de hogere financieringskosten van aanvullende hypotheekschuld kan mogelijk invloed hebben op het herstel van de koopwoningmarkt, juist voor “doorstromerswoningen”.


18


3.1

Herstel: starters of doorstromers Het herstel van de woningmarkt is tot dusver in kaart gebracht aan de hand van transacties. Hieruit bleek dat vanaf 2014 met name de markt voor “doorstromerswoningen”, woningen vanaf € 225.000, tekenen van herstel vertoont. Aan de onderkant van de markt is er eerder sprake van een stabiele situatie. Interessant is het, in het licht van de aard van het herstel, te bezien of de karakteristieken van kopers over tijd zijn veranderd. De vraag is of het herstel van de woningmarkt verklaard kan worden door starters die nu proberen hun slag te slaan op de koopwoningmarkt, zoals gerapporteerd in Francke en Van de Minne (2013), of dat de verklaring voor het herstel van de woningmarkt elders moet worden gezocht. Eerder onderzoek (Schilder & Conijn, 2013) toont aan dat starters relatief bestendig de markt hebben betreden. De vraaguitval in de koopsector was vooral het gevolg van het uitvallen van doorstromers in het verhuisproces. Verwacht mag worden dat het aandeel jonge kopers, als benadering voor starters, toeneemt in de crisis2. De vraag is derhalve of sinds medio 2013 het aandeel jonge kopers verder toeneemt, stabiel blijft of juist afneemt. Bij een breed gedragen herstel zullen naar verwachting juist meer oudere kopers waargenomen worden. De ontwikkeling van het aantal kopers naar leeftijdscategorie wordt weergegeven in figuur 3.1. Figuur 3.1: Aantal kopers, naar leeftijdscategorie, 2005 – 2014

Bron: Kadaster N.b. Aantallen op linker as, aandeel op rechter as

Het aantal jonge kopers neemt, net als in de andere leeftijdscategorieën duidelijk af in de crisis. Het aandeel kopers met een leeftijd tot 35 jaar neemt echter toe. In de laatste kwartalen is een toename van het aantal transacties; het aantal kopers neemt in alle leeftijdscategorieën toe. Relatief neemt het aandeel oudere kopers sterker toe: het aandeel jonge kopers neemt immers af bij het herstel van de markt. Dit impliceert dat het waargenomen herstel op de koopwoningmarkt sinds medio 2013 niet primair gedreven wordt door een sterke(re) vraag vanuit starters, maar dat het herstel breder gedragen wordt. Dit beeld komt overeen met het feit 2

Het Kadaster publiceert geen gegevens over eventueel eerder woningbezit van woningkopers. Figuur 3.1 bevat derhalve zowel starters als doorstromers. Met name in de leeftijdscategorie tot 35 jaar kan men ook doorstromers verwachten.


19


dat het herstel van de markt voor een belangrijk deel plaats heeft aan de bovenkant van de markt. Figuur 3.1 toont weinig samenhang tussen het eerder gepresenteerde herstel en de ontwikkeling van de aandelen kopers naar leeftijdscategorie. Op basis van de gegevens van het Kadaster kan dit getoetst worden in een eenvoudige regressie. Hiervoor is een model geschat waarbij de maandelijkse prijsontwikkeling wordt verklaard aan de hand van macroeconomische variabelen en het aandeel jongeren zoals weergegeven in figuur 3.1. Hierbij is gebruik gemaakt van de gegevens van het Kadaster over de periode 2005Q1 – 2014Q2. Hierin wijkt de aanpak af van hoofdstuk 2. Hiervoor is gekozen om voldoende waarnemingen te hebben voor een regressiemodel. Het geschatte model beschrijft de periode voor de crisis, de crisis zelf en de beginperiode van het herstel. In het model zijn variabelen opgenomen om de specifieke tijdsgebonden verschillen te corrigeren. In het algemeen kan het model kan als volgt worden beschreven: (2) dPt = c + b1Zt + b2Jt + b3Dt + b4St + e Hierbij is dPt de prijsontwikkeling in maand t op basis van de gegevens van het Kadaster, Zt een vector met de ontwikkeling van een aantal macro-economische variabelen van het CBS, Jt de ontwikkeling in het aandeel kopers met een leeftijd tot 35 jaar in maand t afkomstig van het Kadaster, Dt een vector met dummy-variabelen voor tijdseffecten (een dummy voor ieder jaar), St een vector met dummy-variabelen voor seizoenseffecten, c is een constante en e is een storingsterm. De resultaten van deze analyse zijn weergegeven in tabel 3.1. Tabel 3.1: Schattingsresultaten verklaring prijsontwikkeling, 2005 – 2014

Coëfficiënt

Std. Error

p

Werkloosheid (-2)

-0,060

0,028

0,034

Lonen

0,779

0,359

0,033

Rente (-2)

-0,026

0,012

0,030

Aandeel kopers onder 35

-0,093

0,055

0,094

Tijdseffecten

Niet weergegeven

Seizoenseffecten

Niet weergegeven

Constante

-0,002

0,002

0,474

Adj. R^2

0,222

0,006

-

N

111

Noot: (-2) verwijst naar een vertraging van 2 maanden in de variabele ten opzichte van de prijsontwikkeling

Uit de analyse blijkt dat er geen statistisch significant verband bestaat tussen de ontwikkeling van het aandeel starters en de prijsontwikkeling. De ontwikkeling van de werkloosheid, de lonen en de rente hebben wel een verband met de prijsontwikkeling, waarbij de tekens zijn zoals verwacht mag worden. Het is dus onwaarschijnlijk dat de prijsontwikkeling in het algemeen, en het recente herstel van de koopprijzen in het bijzonder, gedreven wordt door starters.


20


Het herstel op de woningmarkt komt niet alleen in de prijs tot uiting, maar zeker ook in de ontwikkeling van het aantal transacties. Het is daarom goed om de relatie tussen het aantal transacties en het aandeel jongere kopers te toetsen. Hiervoor wordt een vergelijkbaar model geschat als (2), dat als volgt kan worden beschreven: (3) dTt = c + b1Zt + b2Jt + b3Dt + b4St + e Hierbij geldt dat dTt de verandering in het aantal transacties is in maand t op basis van de gegevens van het Kadaster, Zt een vector met de ontwikkeling van een aantal macroeconomische variabelen van het CBS, Jt de ontwikkeling in het aandeel kopers met een leeftijd tot 35 jaar in maand t afkomstig van het Kadaster, Dt een vector met dummy-variabelen voor tijdseffecten (een dummy voor ieder jaar), St een vector met dummy-variabelen voor seizoenseffecten, c is een constante en e is een storingsterm. De resultaten zijn weergegeven in tabel 3.2. Tabel 3.2: Schattingsresultaten verklaring ontwikkeling aantal transacties, 2005 – 2014

Coëfficiënt

Std. Error

p

Werkloosheid (-2)

-3,503

0,827

0,000

Lonen (-2)

48,691

10,496

0,000

Rente (-2)

-0,095

0,359

0,792

Aandeel kopers onder 35

-7,873

1,668

0,000

Tijdseffecten

Niet weergegeven

Seizoenseffecten

Niet weergegeven

Constante

-0,007

0,068

0,920

Adj. R^2

0,279

0,196

-

N

111

Noot: (-2) verwijst naar een vertraging van 2 maanden in de variabele ten opzichte van de prijsontwikkeling

In tegenstelling tot de verklaring van het herstel in termen van de prijsontwikkeling heeft het aandeel jongeren onder kopers een negatief en statistisch significant effect op de ontwikkeling van het aantal transacties. Dit kan verklaard worden door het feit dat starters verhuisketens beëindigen; een starter verkoopt immers geen woning aan een volgende koper. Een groter aandeel starters hangt derhalve samen met een lager aantal transacties. Een afnemend aandeel jongeren op de koopwoningmarkt impliceert een toenemend aandeel doorstromers. Doorstromers hebben dikwijls al een of meerdere stappen op de woningladder gezet en zullen daardoor meer in het duurdere segment kopen. Het beeld uit de eenvoudige regressies op basis van model (2) en model (3) bevestigen het beeld dat het herstel op de koopwoningmarkt met name het gevolg is van een weer op gang komende doorstroming.


21


3.2

Herstel: leencapaciteit In de eerdere hoofdstukken is aangetoond dat het herstel van de woningmarkt verschilt naar marktsegmenten. De tot dusver gepresenteerde analyses tonen aan dat, voor zover er sprake is van achterblijvend herstel, dat niet zozeer aan de bovenkant, maar juist aan de onderkant van de markt plaats heeft. De omstandigheden voor starters om de koopwoningmarkt te betreden zijn momenteel gunstig: de leencapaciteit is weliswaar gedaald, maar de huizenprijzen nog meer (Schilder & Conijn, 2013). Doorstromers kunnen meer hinder ondervinden van de aangescherpte normen, zeker indien er sprake is van een geheel verdampte overwaarde, of zelfs een onderwaarde. De vraag naar woningen is sterk afhankelijk van de beschikbaarheid van krediet (Francke & Van de Minne, 2013). Het is niet ondenkbaar dat een aanscherping van de hypotheeknormen leidt tot vraaguitval en het herstel van de koopwoningmarkt remt. Voor een inschatting over de duurzaamheid van het gevonden herstel is het dus goed inzicht te krijgen in de wijze waarop doorstromers, en dan met name doorstromers aan de bovenkant van de markt, hun woningen financieren. De vraag is daarbij of het aannemelijk is dat het ontluikende herstel op de koopwoningmarkt ernstig belemmerd zou kunnen worden door striktere hypotheeknormen. Om antwoord te kunnen geven op deze vraag is het op de eerste plaats noodzakelijk om inzicht te krijgen in de mate waarin huishoudens aan de bovenkant van de markt afhankelijk zijn van het inkomen bij de aanschaf van een woning. Immers, de striktere normen hebben betrekking op de maximale hypotheek die een huishouden verstrekt kan worden, niet op de “maximale woning” die het huishouden kan kopen. In figuur 3.2 is voor recent verhuisde huishoudens een overzicht gegeven van de verhouding tussen de feitelijke hypotheeklasten en de maximale hypotheeklasten op basis van het inkomen ten tijde van het kopen van de woning. Hiervoor is gebruik gemaakt van gegevens uit het WoON 2012; de gegevens hebben betrekking op huishoudens die verhuisd zijn in de periode 2010 – 2011. Figuur 3.2: Verhouding feitelijke en maximale hypotheeklasten (mediaan), naar prijsklasse van de woning, naar type huishouden, 2012


22


Uit figuur 3.2 blijkt dat doorstromers, naarmate zij duurdere woningen kopen, minder afhankelijk worden van het inkomen als bron van financiering van de nieuwe woning. Voor starters geldt dit niet, hoewel ook zij niet noodzakelijkerwijs de maximale hypotheekruimte benutten. Dit komt doordat doorstromers in eerdere woningen vermogen hebben opgebouwd en dit, onder fiscale stimulans van de bijleenregeling, gebruiken bij de aankoop van de nieuwe woning. Voor doorstromers geldt dus, aanzienlijk meer dan voor starters die vooral woningen kopen aan de onderkant van de markt, dat de hypotheeknormen aanzienlijk verscherpt kunnen worden voordat deze huishoudens worden belemmerd in hun verhuiswens. Voor de duurzaamheid van het herstel impliceert dit dat het niet waarschijnlijk is dat de toename van het aantal transacties in de toekomst wordt geremd door striktere hypotheeknormen. Doorstromers maakten immers sowieso al geen gebruik van de maximale leencapaciteit bij hun verhuizing. Ook voor de prijsontwikkeling is het niet waarschijnlijk dat striktere normen voor hogere inkomens leiden tot een neerwaartse druk. Hoewel het onwaarschijnlijk is dat doorstromers belemmerd worden in hun verhuisgedrag door striktere hypotheeknormen, is het veel minder onwaarschijnlijk dat doorstromers met een negatief eigen vermogen niet belemmerd worden. Voor deze huishoudens geldt immers dat zij niet alleen de gewenste woning moeten financieren op basis van het inkomen, maar ook de ontstane restschuld. De vraag is echter wat huishoudens in een dergelijke situatie (meer) belemmert: de restschuld of de striktere hypotheeknormen. Het ontbreekt op dit moment aan voldoende gegevens om hier enige uitspraak over te doen.

3.3

Veranderde fiscaliteit De leencapaciteit wordt niet beïnvloed door de recente wijzigingen in de fiscale behandeling van het eigenwoningbezit. Per slot van rekening werd de maximale financieringslast door het Nibud al op basis van een annuïteitenhypotheek vastgesteld. Hierdoor ontstaat, zoals ook vastgesteld door De Vries (2014), een ongelijkheid tussen starters en doorstromers. De Vries (2014) concludeert op basis van de ontstane ongelijkheid tussen starters en doorstromers dat het vermogensrisico onder starters (en dus de toekomstige doorstromers) zal toenemen. Zij zullen, aldus De Vries, vaker gebruik maken van de volledige leencapaciteit dan nu het geval is, omdat zij moeten concurreren met huishoudens die nog (gedeeltelijk) fiscaal vriendelijkere hypotheken hebben. Immers, bij gelijke woonlasten kunnen huishoudens met een fiscaal vriendelijker hypotheek(deel) meer lenen. Vooral bij stijgende woningprijzen en een hogere rentestand zal een fiscaal vriendelijk hypotheekdeel voordelig uit kunnen pakken. Er is echter een alternatieve uitwerking denkbaar waarin niet de starters, maar juist de doorstromers een gedragsreactie vertonen. Doorstromers krijgen per slot van rekening te maken met een, naar verhouding, dure aanvullende hypotheek bij een volgende stap op de woningladder. Immers, alle nieuwe hypotheken dienen ten minste volgens een annuïtair schema af te lossen. De netto maandlasten nemen relatief toe ten opzichte van de aflossingsvrije, spaar- en beleggingshypotheken die deze generatie eigenaar-bewoners heeft. Door de verplichte aflossing is de volgende stap op de woningmarkt minder groot dan voorheen. Of in ander perspectief: ten opzichte van de huidige woonconsumptie kan alleen voor relatief hoge extra lasten extra consumptie worden gerealiseerd. Dit kan mogelijke vraaguitval genereren, voornamelijk aan de bovenkant van de markt. Het is niet ondenkbaar dat als gevolg


23


hiervan de fiscaal opgerekte markt wat verder in elkaar gedrukt wordt: de marginale prijs van woonconsumptie zal wellicht sterker afvlakken dan onder het fiscaal vriendelijkere regime het geval was. Indien deze vraaguitval langdurig aanhoudt zou dit kunnen zorgen voor prijsdalingen in de duurdere segmenten én, zoals eerder gesteld, aan de onderkant van de markt als gevolg van prijsconcurrentie tussen aanbieders. Beide perspectieven, de risicovollere starter of de uitstellende doorstromer, zijn op dit moment nog niet direct aan de orde. Immers, veel potentiële doorstromers moeten hun vermogensverlies nog verwerken. Tegelijkertijd geldt voor doorstromers dat de huidige rentestand wellicht zo laag is dat de aanvullende aflossingsverplichting over het nieuwe hypotheekdeel in absolute zin teniet wordt gedaan. Over enige tijd is het echter niet onaannemelijk dat een van beide groepen huishoudens gedragseffecten zal vertonen als gevolg van het veranderde fiscaal beleid. De omvang en de richting van dit effect is op basis van de huidige gegevens moeilijk in te schatten.


24


4

Conclusie In dit rapport is onderzocht wat de aard van het recente herstel op de koopwoningmarkt is. Centraal stond de vraag of het waarschijnlijk is dat het herstel van tijdelijke aard is, bijvoorbeeld door een grotere tijdelijk instroom van starters, of dat er mogelijk sprake is van een duurzamer herstel van de koopwoningmarkt. Op de eerste plaats worden veel van de bevindingen die reeds gepubliceerd zijn, onder meer door CBS en NVM, bevestigd in dit onderzoek. Er bestaan duidelijke regionale verschillen in de mate van het herstel, waarbij met name in het westen van het land het herstel sterk is. Opvallend is echter dat de analyses in dit rapport aantonen dat het herstel van de woningmarkt relatief het sterkst is aan de bovenkant van de markt. De resultaten uit het onderzoek impliceren dat het herstel in de woningmarkt voornamelijk samenhangt met een op gang komende doorstroming. Het feit dat de bovenkant van de markt relatief sneller herstelt dan de onderkant van de markt betekent niet dat de onderkant van de markt stagneert. De onderkant van de markt heeft aanzienlijk minder dan de bovenkant te maken gehad met vraaguitval. Daarnaast is het herstel gemeten over de periode 2013 Q2 –2014 Q3. Het herstel van het aantal transacties aan de onderkant van de koopwoningmarkt is mogelijk eerder begonnen. Niettemin kan gesteld worden dat de samenstelling van de verkochte woningen in de onderzochte periode veranderd is en relatief meer duurdere woningen is gaan bevatten. Voor de koopwoningmarkt is het goed nieuws dat de doorstroming weer op gang lijkt te komen. Een herstel als gevolg van doorstroming is waarschijnlijk duurzamer van aard dan een herstel op basis van een tijdelijke extra instroom van starters. Het herstel in de koopsector is vooralsnog beperkt en broos. Een significante verslechtering van de economie zou het herstel van de koopwoningmarkt teniet kunnen doen. Het is echter niet waarschijnlijk dat institutionele veranderingen, zoals striktere hypotheeknormen en verminderde fiscale prikkels, het herstel van de doorstroming, en in het bijzonder het herstel aan de bovenkant van de markt, op korte termijn zullen belemmeren.


25


Literatuur Centraal Bureau voor de Statistiek (2014) Aantal huishoudens met onderwaarde eigen woning fors gegroeid. Webmagazine, vrijdag 21 maart 2014. De Vries, P. (2014) De gevolgen van de terugkeer van de annuïteitenhypotheek. Rabobank. Francke, M., en A. van de Minne (2013) Starters slaan hun slag! Woningmarkt in de uitverkoop. Real Estate Research Quarterly, vol. 12, no. 4, pp. 33 – 39. NVM (2014) Analyse woningmarkt van de bestaande koopwoningen, 2e kwartaal 2014. Schilder, F. en J. Conijn (2013) Verhuizen in de crisis. ASRE Research paper 2013-11.


26

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

Onze donateurs

Neem voor vragen of opmerkingen contact met ons op of bezoek onze website. bezoekadres Jollemanhof 5 1019 GW Amsterdam postadres Postbus 140 1000 AC Amsterdam www.asre.nl e [email protected] t 020 668 11 29 f 020 668 03 61 Oktober 2014

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

I DVP | ECORYS Nederland BV I Ernst & Young Real Estate Group I FGH Bank NV I Funda NV | G&S Vastgoed I Haags Ontwikkelingsbedrijf | Heijmans Vastgoed BV I Houthoff Buruma I Hurks Vastgoedontwikkeling I ING Real Estate Finance I IPMMC Vastgoed I IVBN | Jones Lang LaSalle I Lexence NV I Loyens & Loeff NV | MAB Development | Merin I Mitros I MN | NSI I NS Vastgoed BV I NVM I Ontwikkelingsbedrijf Gemeente Amsterdam I PGGM

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

Herstel op de bestaande koopwoningmarkt

Recommend Documents