ONLINE WAARDEBEPALING VAN WONINGEN: EEN MARKTSTUDIE

UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2013 – 2014

ONLINE WAARDEBEPALING VAN WONINGEN: EEN MARKTSTUDIE

Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Handelswetenschappen Afstudeerrichting: Management & Informatica

Joël Caullet onder leiding van Dr. ir. ing. Gert Loterman

UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2013 – 2014

ONLINE WAARDEBEPALING VAN WONINGEN: EEN MARKTSTUDIE

Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Handelswetenschappen Afstudeerrichting: Management & Informatica

Joël Caullet onder leiding van Dr. ir. ing. Gert Loterman

Toelating tot bruikleen De auteur geeft de toelating deze masterproef voor consultatie beschikbaar te stellen en delen van de masterproef te kopiëren voor persoonlijk gebruik. Elk ander gebruik valt onder de beperkingen van het auteursrecht, in het bijzonder met betrekking tot de verplichting de bron uitdrukkelijk te vermelden bij het aanhalen van resultaten uit deze masterproef.

26/05/2014

Joël Caullet

Dankwoord Allereerst een bijzondere dank aan mijn promotor, dr. ir. ing. Gert Loterman, voor zijn uitstekende begeleiding bij deze masterproef. Zonder zijn ondersteuning had deze masterproef nooit het resultaat en de kwaliteit behaald dat hij nu heeft. Daarnaast wil ik ook Klaas Claeyssens en Thomas Couckuyt van de vakgroep Makelaardij en Landmeten aan de Hogeschool Gent bedanken. Zij voorzagen mij van de nodige informatie en middelen bij deze masterproef.

Joël Caullet

Samenvatting Op het web bestaan er enkele online diensten die de waarde van residentiële woningen trachten te bepalen. Een marktstudie laat toe om het aanbod en de vraag op de markt van online waardebepaling van woningen te analyseren. Allereerst bestudeert en evalueert een aanbodstudie het huidige aanbod op de Belgische en internationale markt. Om de online diensten degelijk te evalueren, en een eerste beeld te vormen over hun kwaliteit en nauwkeurigheid, wordt in de wetenschappelijke literatuur vooreerst nagegaan welke parameters reeds werden aangeduid als relevante drijvers van de waarde van een woning. Dit gebeurt aan de hand van een uitgebreide literatuurstudie. Vervolgens wordt er nagegaan in welke mate de online diensten rekening houden met deze parameters uit de literatuur. Op basis daarvan werd er in de aanbodstudie een beperkt aantal geavanceerde diensten op de markt vastgesteld. Daarnaast kwantificeert een vraagstudie de interesse in een online schattingsdienst die wetenschappelijk onderbouwd is. Door middel van enquêtes gericht naar particulieren en ondernemingen actief in de vastgoedsector wordt de interesse in en de gewenste marktprijs voor een dergelijke online dienst nagevraagd. De vraagstudie bevestigde de belangstelling bij zowel particulieren als professionals voor een wetenschappelijk onderbouwde online dienst, waarbij de marktprijs aanzienlijk hoger is dan het prijsniveau bij de online schattingsdiensten reeds actief op de markt.

Inhoudsopgave 1

Inleiding ........................................................................................................1

2

Methodes ......................................................................................................6

3

2.1

Literatuurstudie .............................................................................................. 6

2.2

Aanbodstudie .................................................................................................. 7

2.3

Vraagstudie ..................................................................................................... 8

Resultaten en discussies .............................................................................11 3.1

Drijvers van de verkoopwaarde .................................................................... 11

3.1.1

Structurele karakteristieken ................................................................. 14

3.1.2

Toegankelijkheidskarakteristieken ....................................................... 23

3.1.3

Buurtkarakteristieken ........................................................................... 26

3.1.4

Omgevingskarakteristieken .................................................................. 28

3.1.5

Leefmilieukarakteristieken.................................................................... 32

3.1.6

Schatting door de eigenaar ................................................................... 34

3.2

Aanbod van online waardebepalingen ......................................................... 35

3.2.1

Belgische markt ..................................................................................... 35

3.2.2

Internationale markt ............................................................................. 38

3.3

Vraag naar online waardebepalingen ........................................................... 47

3.3.1

Particulieren .......................................................................................... 47

3.3.2

Professionals ......................................................................................... 50

4

Conclusie .....................................................................................................54

5

Appendix ........................................................................................................i

6

Bibliografie .................................................................................................... v

i

1 Inleiding Een waardebepaling van vastgoed wordt doorgaans uitgevoerd door deskundige schatters, dit zijn veelal vastgoedexperts, vastgoedmakelaars, landmeters of notarissen. Wereldwijd gebruiken schatters drie methoden om de waarde van vastgoed te bepalen (1) (2) (3), namelijk een methode op basis van vergelijkingspunten, een methode op basis van een inkomstenbenadering en een analytische methode. Bij de methode op basis van vergelijkingspunten zoekt de schatter minstens drie woningen met bijna identieke kenmerken die recentelijk zijn verkocht. Aangezien er nooit identieke woningen bestaan, gaat hij de verschillen met de vergelijkingspunten opnemen en de verkoopprijzen licht aanpassen. Deze aangepaste verkoopprijzen van de vergelijkingspunten vormen dan de basis van de geschatte waarde van de gegeven woning (4). Deze methode is het meest bruikbaar wanneer er meerdere vergelijkbare woningen recent zijn verkocht of nog te koop staan op de markt. De methode op basis van de inkomsten- of rendementsbenadering gaat uit van het economische rendement dat kan worden behaald bij de verhuring van het onroerend goed. De huurprijs van het onroerend goed wordt bepaald door vraag en aanbod op de markt voor dat type vastgoed. De huur stelt dan het rendement of de cash flow voor dat de eigenaar ontvangt voor zijn investering in het vastgoed. De waarde van het onroerend goed kan dan worden voorgesteld door de contante of actuele waarde van de toekomstige cash flows te bepalen (4). Bij de analytische methode wordt de intrinsieke waarde van een vastgoed bepaald. Hierbij gebeurt een decompositie van het perceel, het gebouw en de omgeving. Op basis van structurele kenmerken wordt de waarde bepaald om het huis opnieuw te bouwen (nieuwbouwwaarde), hiervan wordt er een

1

procentuele slijtage of afschrijving van afgetrokken. De slijtage of afschrijving kan worden bepaald door zich te baseren op de slijtage van recente verkopen van vergelijkbare woningen op de markt, door de economische leeftijd na te gaan of door de slijtage van elk onderdeel van de woning te inspecteren. Naast het berekenen van het verschil tussen de nieuwbouwwaarde en de afschrijving wordt de waarde van het perceel bepaald, rekening houdend met de buurt- en omgevingsfactoren. De analytische methode lijkt op de hedonische prijsanalyse, een statistische methode die de waarde kan schatten a.d.h.v. verschillende kenmerken van de woning in een statistisch model te stoppen waarna het model een waarde berekent op basis van deze kenmerken. Het verschil zit hem in de waardering van dergelijke kenmerken, bij een deskundige schatter gebeurt dit op basis van een subjectieve beoordeling, bij een hedonische waardebepaling verloopt dit strikt objectief. Het hedonisch prijsmodel wordt later besproken. Schatters gebruiken deze drie methoden naast elkaar, dit toont aan dat er geen methode beter is dan de andere en dat elk zijn beperkingen heeft. De keuze van methode zal afhangen van het type woning, het doel van de schatting en de kwaliteit en de kwantiteit van de beschikbare data. De methode op basis van vergelijkingspunten is bijvoorbeeld heel geschikt wanneer veel data beschikbaar zijn van vergelijkbare, recent verkochte residentiële woningen, maar minder geschikt wanneer het gaat om specifieke eigendommen waar amper vergelijkbare data over bestaan. De analytische schattingsmethode wordt vaak gehanteerd bij de schatting van nieuwe eigendommen of eigendommen die niet vaak op de markt worden verhandeld. Ze wordt minder gebruikt bij oudere eigendommen die gekenmerkt worden door veel slijtage. Slijtage kan immers moeilijk te schatten zijn. De methode volgens de inkomstenbenadering wordt doorgaans toegepast bij waardebepaling van commerciële eigendommen die geacht worden inkomen te genereren zoals bijvoorbeeld appartementen, kantoren, en dergelijke. Voor residentiële

2

woningen wordt deze methode minder gebruikt. De effectiviteit van de methode hangt dus af van de situatie waarin ze wordt gebruikt (3). Er zijn echter nadelen bij de werkwijze van schatters (5). Sommige experts vragen meer dan 600 euro voor een schatting van een woning. Beroep doen op een expert kan dus duur oplopen. Test-Aankoop vindt 250 euro een aanvaardbaar maximum (6). Bovendien neemt het plaatselijk bezoek door een expert tijd in beslag. Daarnaast zijn schattingen door experts vaak subjectief waardoor grote variaties bestaan in waardebepalingen voor eenzelfde woning. Zo blijkt uit een onderzoek door Test-Aankoop dat sommige experts er flink naast schatten, in het onderzoek was er een verschil voor eenzelfde woning van 100 procent tussen de laagste en hoogste schatting (6). Ook in een tv-reportage van Telefacts werd een gelijkaardig onderzoek gevoerd, waaruit bleek dat een schatting door sommige experts met de natte vinger gebeurt (7). Als reactie op deze nadelen proberen statistici de waarde te bepalen van een individuele woning uit geregistreerde verkoopprijzen van onroerende goederen. Ze gebruiken hiervoor modelmatige waardebepalingen, zoals het hedonisch prijsmodel. Het hedonisch prijsmodel toegepast op vastgoed stelt dat de waarde van een woning bepaald wordt door zijn interne en externe kenmerken. Het model laat toe om na te gaan in welke mate de verschillende kenmerken een invloed hebben op de waarde. Door het gebruik van Automated Valuation Models (AVMs) kan deze modelmatige waardebepaling nu geautomatiseerd uitgevoerd worden. Dergelijke geautomatiseerde modellen ondersteunen schatters om snel en goedkoop waarde te bepalen maar vereisen een enorme hoeveelheid aan data. Een techniek die hoofdzakelijk gebruikt wordt om expertsystemen zoals AVMs te bouwen is meervoudige regressie via neurale netwerken bijvoorbeeld (3) (8). Vandaag zijn er enkele online diensten op de markt die de waarde van vastgoed bepalen a.d.h.v. deze geautomatiseerde modelmatige waardebepalingen

3

(AVM). Deze “webservices” zijn erg eenvoudig in gebruik en met behulp van een aantal, zelf in te vullen, parameters proberen ze een bedrag te kleven op een willekeurige woning. De meerderheid van dergelijke online diensten vragen echter erg weinig parameters waardoor de nauwkeurigheid van deze online diensten toch erg twijfelachtig wordt. Zo blijkt dat de schattingsresultaten voor eenzelfde woning aanzienlijk uiteenlopen voor de verschillende online diensten. Om klaarheid te scheppen rond de nauwkeurigheid is een evaluatie van de online schattingsdiensten op de markt vereist. Teneinde de online schattingsdiensten degelijk te evalueren zouden ze kunnen worden getoetst aan hun wetenschappelijke onderbouwing en relevantie. De literatuur betreffende de waardebepaling van vastgoed is omvangrijk. Een synthese van de relevante parameters in de wetenschappelijke literatuur zou een basis kunnen vormen om deze online diensten een eerste maal te beoordelen. De vestiging van een wetenschappelijk onderbouwde online dienst op de markt die écht accuraat de verkoopwaarde van vastgoed bepaalt heeft enkele interessante opportuniteiten op de huidige markt. Met een wetenschappelijke onderbouwing, een substantiële database of –warehouse met relevante vergelijkingspunten en state-of-the-art data mining technieken zou deze online dienst zich kunnen onderscheiden van de huidige spelers op de markt. Deze ambitie moet echter wel worden bevestigd door een voldoende grote vraag op de markt naar een dergelijke online schattingsdienst. Deze masterproef analyseert het huidige aanbod op de markt van online schattingsdiensten en kwantificeert de vraag naar een wetenschappelijk onderbouwde online dienst. Er kan dus gesproken worden van een marktstudie. Alvorens het aanbod kan beoordeeld worden moet er in de literatuur worden nagegaan welke parameters reeds als relevant werden aangeduid die de verkoopwaarde van een woning drijven. De gevonden parameters kunnen vervolgens worden getoetst aan de online diensten op de markt om zo te

4

evalueren in welke mate ze hun berekeningen baseren op deze relevante parameters en een eerste stap zetten tot een wetenschappelijke onderbouwing. Dit zal een eerste beeld vormen over de kwaliteit en nauwkeurigheid van de online dienst in kwestie. Tot slot wordt de vraag op de Vlaamse markt naar een wetenschappelijk onderbouwde online dienst gekwantificeerd, zowel voor particulieren als ondernemingen actief in de vastgoedsector. Het moet tevens een beeld geven hoeveel ze bereid zijn te betalen voor een dergelijke online dienst. Samenvattend zal deze masterproef drie onderzoeksvragen bevatten: Onderzoeksvraag 1 Welke parameters drijven de verkoopwaarde van een woning? Onderzoeksvraag 2 In welke mate nemen de online schattingsdiensten op de markt de parameters op die uit onderzoeksvraag 1 relevant bleken te zijn? Onderzoeksvraag 3 Wat is de vraag naar een wetenschappelijk onderbouwde online dienst op de Vlaamse markt?

5

2 Methodes Om de onderzoeksvragen te beantwoorden wordt er een literatuur-, aanboden vraagstudie uitgevoerd om respectievelijk onderzoeksvraag 1, 2 en 3 te beantwoorden. Een literatuurstudie laat toe alle relevante parameters in de wetenschappelijke literatuur te identificeren die de verkoopwaarde van een woning drijven. Een aanbodstudie bestudeert de online schattingsdiensten op de markt en evalueert hun aangeboden diensten op basis van de gevonden parameters uit de literatuurstudie. Een vraagstudie gaat de vraag na voor een wetenschappelijk onderbouwde online schattingsdienst op de Vlaamse markt en brengt tevens de marktprijs in kaart.

2.1 Literatuurstudie Het identificeren van de relevante parameters die de verkoopwaarde van een residentiële woning drijven gebeurt door een uitgebreide literatuurstudie, om zo alle drijvers op te lijsten die in eerdere empirische studies reeds relevant bleken te zijn. Met relevant wordt bedoeld dat de parameters in de regressieanalyse van een gegeven studie als significant werden aangeduid. Ongeveer 40 empirische studies werden bestudeerd, geanalyseerd en vergeleken. Doorgaans hanteren ze het hedonisch prijsmodel om de invloed van individuele karakteristieken op de waarde van de woning na te gaan. De empirische studies zijn complex te vergelijken, ze definiëren en meten parameters en variabelen vaak op een andere manier waardoor een nauwkeurige en correcte interpretatie vereist is bij deze literatuurstudie. Er worden vijf categorieën van kenmerken onderscheiden die ook vaak in de literatuur worden gebruikt. Het betreft kenmerken met betrekking tot structuur,

toegankelijkheid,

buurt,

omgeving

en

leefmilieu.

Deze

literatuurstudie moet resulteren in een raamwerk waarin de verschillende parameters worden opgesomd volgens bovengenoemde categorieën en waarin

6

de aard van de relatie, d.i. positief of negatief, wordt weergegeven die consistent te vinden was overheen de empirische studies.

2.2 Aanbodstudie In een aanbodstudie kan het raamwerk worden getoetst aan de online schattingsdiensten reeds actief op de markt. Op die manier kan worden nagegaan in welke mate ze rekening houden met de relevante drijvers, opgesomd in het raamwerk, en die opnemen in hun berekeningen. Op deze onderbouwde manier kan er een eerste beeld worden gevormd van de kwaliteit en nauwkeurigheid van een gegeven online dienst. Zowel Belgische als internationale online diensten worden opgenomen in deze aanbodstudie. Het betreft online schattingsdiensten die de verkoopwaarde van een residentiële woning schatten a.d.h.v. het invoegen van een aantal parameters door de gebruiker zelf. De aanbodstudie bevat zeven Belgische en zes internationale diensten. Online diensten, zoals het Noord-Amerikaanse Zillow en het Belgische BillionHomes, worden niet in deze aanbodstudie opgenomen. Dergelijke diensten bepalen de verkoopwaarde van een woning op basis van beschikbare, openbare data. Er wordt echter niet aan de gebruiker gevraagd om parameters in te vullen om vervolgens een schatting te maken. Indien de gebruiker kan bewijzen dat hij eigenaar is van een woning, kan hij wel informatie over de desbetreffende woning toevoegen. Door dergelijke mogelijkheid beweren deze online diensten in staat te zijn om een nog nauwkeurigere waarde te bepalen. Het is echter onduidelijk welke parameters ze werkelijk gebruiken in hun berekeningen, bijgevolg worden ze niet opgenomen in deze aanbodstudie. Zoals eerder vermeld bevat het raamwerk vijf categorieën van kenmerken. Niet alle vijf kunnen echter worden aangewend om het huidige aanbod de evalueren. Het is onduidelijk hoe een online

schattingsdienst

de

toegankelijkheids-, buurt-, omgevings- en leefmilieukarakteristieken bepaald.

7

Er kan enkel worden nagegaan of de dienst naar de locatie, d.i. adres of postcode, vraagt. Er wordt vanuit gegaan dat ze de locatie vervolgens gebruikt om deze kenmerken te gaan bepalen. Kortom worden enkel de structurele karakteristieken samen met de locatie, kwaliteit van omgeving, uitzicht en schatting door de eigenaar gebruikt om het aanbod te beoordelen.

2.3 Vraagstudie Een vraagstudie heeft tot doel de interesse in een wetenschappelijk onderbouwde online dienst na te vragen en dient tevens een eerste beeld te vormen van de marktprijs. De vraagstudie bestaat erin om bevragingen af te nemen bij een steekproef van enerzijds particulieren en anderzijds ondernemingen actief in de vastgoedsector. De doelgroepen zijn met name de particulieren, notarissen, landmeters, vastgoedmakelaars en ondernemingen actief in de ontwikkeling of het beheer van vastgoed. Voor elk van deze personen werd een afzonderlijke enquête opgesteld, op deze manier kunnen de bevragingen gericht worden verstuurd. Voor de particulieren is deze online dienst een substituut voor een schattingsverslag door een schatter. Voor professionals kan deze dienst een ondersteuning vormen voor hun huidige dienstverlening. Voor het opstellen, publiceren en verwerken van de enquêtes wordt gebruik gemaakt van Qualtrics. Deze webapplicatie wordt ter beschikking gesteld door Hogeschool Gent.

8

In de versie voor particulieren wordt bovenaan de enquête een beschrijving van de online dienst vermeld. Dit verschilt van de enquêtes voor professionals waar de beschrijving wordt weggelaten en in de e-mail wordt geplaatst. De beschrijving is de volgende: Universiteit Gent en Hogeschool Gent ontwikkelen een hoogstaande online dienst om de marktwaarde van een woning te bepalen. Deze dienst biedt u een wetenschappelijk onderbouwd rapport ter ondersteuning van het (ver)kopen, (ver)huren of bouwen van uw woning. Om de interesse voor dergelijke dienst te kwantificeren, hadden we u graag twee vragen gesteld.

Vervolgens worden twee vragen gesteld. In de eerste vraag wordt er gepeild naar de interesse in een waardebepaling van ofwel een huurwaarde, verkoopwaarde of bouwkost van een woning. Een tweede vraag gaat na hoeveel ze bereid zijn te betalen voor de waardebepaling die ze in vraag 1 hebben aangeduid. Op het einde van de enquête wordt er de mogelijkheid gegeven om een e-mailadres in te geven, om op de hoogte te blijven van verdere ontwikkelingen van de online dienst. Op die manier wordt er een contactlijst opgebouwd die in de toekomst kan worden gebruikt. De particuliere versie van de enquête is in de appendix toegevoegd. In de versie voor professionals wordt, zoals eerder vermeld, de beschrijving verplaatst naar de e-mail en wordt ze licht aangepast. De beschrijving is de volgende: Universiteit Gent en Hogeschool Gent ontwikkelen een hoogstaande online dienst om de marktwaarde van een woning te bepalen. Ter ondersteuning van het (ver)kopen, (ver)huren of bouwen van woningen, biedt deze dienst u een wetenschappelijk onderbouwd rapport met relevante ijkpunten en mogelijkheden om te brandmerken naar uw klanten toe.

Verder wordt er in de enquête drie vragen gesteld. De eerste twee vragen zijn identiek aan de particuliere versie. Een derde vraag wil suggesties verzamelen

9

om de online dienst uit te breiden om een nog betere ondersteuning te bieden. Op het einde wordt ook de mogelijkheid geboden om een e-mailadres na te laten. De enquête voor professionals is in de appendix toegevoegd. Om de particulieren te bereiken wordt de enquête verstuurd naar het brede publiek d.m.v. fora, sociale media, e-mail naar o.a. personeel van Hogeschool Gent, en dergelijke. De contactlijst van landmeter-experten en notarissen bestaat respectievelijk uit 1796 en 835 e-mailadressen. Vastgoedmakelaars en ondernemingen actief in de ontwikkeling of het beheer van vastgoed worden bereikt door alumni en contacten van de vakgroep Makelaardij & Landmeten te e-mailen. De contactlijst bestaat uit 695 e-mailadressen. Het is onbekend hoeveel personen daarvan vastgoedmakelaars zijn of ondernemingen actief in beheer of ontwikkeling van vastgoed.

10

3 Resultaten en discussies Allereerst worden de drijvers van de verkoopwaarde van een woning in kaart gebracht die in de wetenschappelijke literatuur reeds zijn vastgesteld. Dit gebeurt door een uitgebreide literatuurstudie. Vervolgens worden de geïdentificeerde drijvers vergeleken met de gehanteerde parameters van de online schattingsdiensten op de markt. Dit vormt de basis van een evaluatie van het huidige aanbod op de markt. Tot slot wordt in een vraagstudie de vraag naar een wetenschappelijk onderbouwde online dienst gekwantificeerd en de gewenste marktprijs weergegeven.

3.1 Drijvers van de verkoopwaarde Onderzoek op het gebied van waardebepaling van vastgoed is omvangrijk. Sinds de jaren zeventig werden er talrijke studies gevoerd in verschillende landen en steden waarbij er verscheidene methoden werden gehanteerd en vergeleken, waarbij ook parameters werden geïdentificeerd. Met de komst van informatiesystemen, zoals onder meer geografische informatiesystemen (GIS), kan er een grotere variëteit aan data worden opgeslagen en kunnen er grondigere analyses gebeuren aan een relatief lagere kostprijs dan voorheen. Dit zorgde ervoor dat dit onderzoeksgebied nog groter werd. Naast de methoden die schatters vandaag gebruiken hebben modelmatige waardebepalingen hun plaats in de vastgoedsector gevonden. Ze laten toe om op een objectieve manier efficiënt en goedkoop schattingen uit te voeren. Ook in de wetenschappelijke literatuur maken onderzoekers doorgaans gebruik van dergelijke modellen om te achterhalen welke individuele componenten van een woning de waarde van een woning bepalen. Een veelgebruikt model is het hedonisch prijsmodel.

11

Het hedonisch prijsmodel zou zijn oorsprong vinden in een studie door Court in 1939 (9). Rosen (10) en Lancaster (11) zouden later dit prijsmodel theoretisch gaan funderen. Het hedonisch prijsmodel gaat uit van het principe dat de waarde van heterogene goederen bepaald wordt door de karakteristieken van deze goederen. Een residentiële woning is een voorbeeld van een heterogeen goed. Een woning kan gezien worden als een bundel van karakteristieken of kenmerken, elk kenmerk heeft een eigen impliciete waardering of eigen impliciete prijs. De theorie stelt dat de som van de waarderingen van alle kenmerken de waarde van een residentiële woning weerspiegelt. Bij een hedonische waardebepaling worden doorgaans meerdere categorieën karakteristieken of kenmerken van de woning opgenomen in het prijsmodel (1) (9) (12) (13) (14) (15) (16) (17). Het betreft niet alleen variabelen met betrekking tot de structuur van de woning, maar ook variabelen betreffende toegankelijkheid of bereikbaarheid, buurt (socio-economisch en demografisch), omgeving en leefmilieu. De hedonische prijsfunctie is immers sterk afhankelijk van de ruimte, dit wordt spatial dependency genoemd (18). De markt wordt daarom best opgedeeld in gesegmenteerde submarkten met elk hun unieke, hedonische prijsfunctie, op die manier houdt men rekening met spatial dependency (1). Het hedonisch prijsmodel wordt veelal gerealiseerd door regressieanalyse, meer bepaald meervoudige regressie (1), waarbij de afhankelijke variabele de verkoopwaarde van de residentiële woning is en de onafhankelijke variabelen de karakteristieken van de woning representeren en dus de determinanten van de verkoopwaarde zijn. In een regressieanalyse kan o.a. worden getoetst of de onafhankelijke variabelen al dan niet een significante impact hebben op de afhankelijke variabele, en of deze impact positief of negatief is. De functionele vorm van de meervoudige regressie kan lineair of niet-lineair (bijvoorbeeld semi-loglineair of loglineair) zijn (9). Hierna worden de relevante parameters uit de literatuur per categorie besproken. Met relevant wordt bedoeld dat de

12

variabelen in de regressieanalyse van de studie als significant werden aangeduid. In een eerdere studie (12) werd reeds een synthese gemaakt van de parameters die in de literatuur al dan niet relevant bleken te zijn. Sirmans et al. (12) analyseerden hedonische prijsmodellen van meer dan 125 empirische studies en merkten dat er doorheen de literatuur, betreffende de waardering van residentieel vastgoed, veel tegenspraak bestaat. Voor bepaalde parameters wordt vaak een verschillende significantie of teken gevonden, zelfs voor de voornaamste parameters. Zietz et al. (19) wijten sommige discrepanties aan het feit dat bepaalde kenmerken niet gelijkwaardig worden gewaardeerd voor bepaalde huisprijsniveaus. Kopers van dure woningen waarderen bepaalde karakteristieken anders dan kopers van goedkopere woningen. Ze pasten kwantielregressie toe om deze stelling te ondersteunen. Dit type regressie laat toe om veranderingen in de afhankelijke variabele (huisprijs) na te gaan op verschillende punten in de distributie van de huisprijs (huisprijsniveaus) als gevolg van een verandering van een onafhankelijke variabele. Zietz et al. (19) vonden dat de relatie tussen de waarde van een woning en de parameters in het hedonisch prijsmodel verandert overheen de verschillende huisprijsniveaus. De bespreking van de parameters in kwestie komt doorheen de literatuurstudie aan bod.

13

3.1.1 Structurele karakteristieken De structurele karakteristieken van een residentiële woning zijn de fysieke kenmerken van deze woning. De meeste studies handelend over hedonische waardebepaling van residentieel vastgoed nemen deze karakteristieken het eerst op in hun hedonisch prijsmodel. Logisch, het zijn de kenmerken die de grondslag vormen van de waarde van een woning. Malpezzi (9) wijst aan dat veel studies suggereren om minstens volgende structurele kenmerken in een dataset te voorzien: aantal kamers volgens type, vloeroppervlakte van de woning, type woning (duplex, alleenstaand, appartement, bungalow, en dergelijke), type verwarming en koeling, ouderdom van de woning, andere structurele kenmerken zoals een haard, garage, kelder, etc., bouwmateriaal en de kwaliteit van afwerking. De meest significante variabele is steeds de vloeroppervlakte van een woning. In elke studie wordt deze parameter het eerst opgenomen in het hedonisch prijsmodel en is hij steeds significant en positief gerelateerd aan de waarde van een residentiële woning (12) (13) (14) (16) (17) (19) (20) (21) (22) (23) (24) (25) (26). Met vloeroppervlakte wordt de oppervlakte bedoeld die als bewoonbaar wordt beschouwd. Naast vloeroppervlakte is oppervlakte van het perceel, ook kaveloppervlakte genoemd, in de meeste studies een significante variabele die een positieve invloed heeft op de waarde van een woning (18) (12) (13) (14) (17) (19) (22) (25) (26). Niet alle studies nemen echter deze parameter op in hun regressieanalyse. Wilhelmsson (23) vond daarentegen geen significantie voor deze variabele. Het aantal kamers is een andere belangrijke parameter en is significant en positief gerelateerd aan de waarde van een woning (18) (21) (23). Bond et al. (22) voegden het aantal kamers, meer bepaald slaapkamers en badkamers, samen met vloeroppervlakte wegens hoge correlatie tussen beide. Vele studies splitsen het aantal kamers op per type, zo is het aantal badkamers een veel opgenomen variabele (12) (14) (19) (20) (24) (25). Hetzelfde geldt voor het

14

aantal slaapkamers (14) (24) (25) en toiletten (13) (24). Sirmans et al. (12) vonden een positieve coëfficiënt in de meerderheid van de studies maar in enkele studies dook er een negatief resultaat op. Zietz et al. (19) bekeken dit nader met kwantielregressie en constateerden dat het aantal slaapkamers enkel significant is in de lage en middelhoge prijsniveaus van woningen. Een bijkomende slaapkamer in een dure woning heeft een lagere marginale waarde dan bij een goedkopere woning. Een Belgische studie (24) construeerde een hedonische prijsindex met enkel structurele kenmerken, het aantal kamers werd hier opgesplitst per type, voor het aantal eetkamers, zitkamers, leefkamers en keukens werd geen significantie vastgesteld. Netto (27) publiceerde welk percentage elementen het belangrijkst zijn bij de prijsbepaling van woningen, op basis van onderzoek door KU Leuven. De grootte van het huis verklaart 32,4 procent van de variantie van de prijs. Grootte was een hoofdcategorie in het Leuvense onderzoek waarin vloeroppervlakte, kaveloppervlakte, terras, aantal kamers en garage in vervat zaten. Ouderdom van een woning heeft een negatieve impact op de waarde van een woning (18) (12) (16) (17) (19) (20) (23) (24) (26). Een oudere woning heeft een lagere waardering dan een nieuwe. Wilhelmsson (23) wijst er echter op dat woningen ouder dan 40 jaar stijgen in waarde door het “vintage effect” door hun charme, exclusiviteit en kwaliteit van constructie. Ouderdom werd bij Armstrong en Rodriguez (14) als insignificant beschouwd, althans voor lineaire en semi-loglineaire regressie. Bij een dubbel-loglineaire regressie vertoonde ouderdom wel een significantie. Des Rosiers et al. (13) maakten een onderscheid tussen schijnbare ouderdom en werkelijke ouderdom van een woning. Zij constateerden dat de schijnbare ouderdom een grotere significantie vertoont dan de werkelijke ouderdom, beiden negatief gerelateerd aan de waarde van een woning. Decoster en De Swerdt (24) zijn één van de weinigen die het type woning als variabele opnemen in hun regressieanalyse. Als Belgische studie merkten ze dat

15

een alleenstaande of vrijstaande woning het meest geprefereerde type woning is bij de Belgen. In hun studie namen ze dit type als referentiepunt voor alle andere typen. Ze stelden vast dat de overige typen woningen, zijnde half-open en gesloten bebouwing, een significante lagere waarde hebben vergeleken met alleenstaande woningen. Haider en Miller (28) en Brounen en Kok (29) constateerden dezelfde significantie, waarbij een alleenstaande woning een hogere waarde vertoonde. Ook andere structurele kenmerken zoals kelder, garage, haard en zwembad hebben in veel studies een significante en positieve invloed op de waarde van een residentiële woning. Het beschikken over een kelder heeft volgens Palmquist (20) en Sirmans et al. (12) een significante meerwaarde op de waarde van een woning. Ook Des Rosiers et al. (13) constateerden deze significantie, zij maakten een onderscheid tussen een afgewerkte en half-afgewerkte kelder. Beide hebben een significant en positief verband met de waarde van een woning. Bij een afgewerkte kelder is deze impact logischerwijs groter. Zietz et al. (19) en Bond et al. (22) bevonden daarentegen geen significantie voor de aanwezigheid van een kelder. Bond et al. (22) constateerden voor weinig structurele kenmerken significantie in hun onderzoek. Deze studie wou de impact van een uitzicht op Lake Erie, d.i. een meer in het noorden van de Verenigde Staten, nagaan op de waarde van residentiële woningen. De data die werd gebruikt bestond uit amper 190 werkelijke verkooptransacties van de afgelopen dertig maanden. Deze dataset is vergeleken met andere studies echter beperkt. De resultaten van het onderzoek hebben meer relevantie bij de bespreking van de omgevingsvariabelen in paragraaf 0. Een garage heeft ook een significante positieve invloed op de waarde van een woning (12) (17) (24). Palmquist (20), Cebula (25), Sirmans et al. (12) en Zietz et al. (19) vonden in het bijzonder dat het aantal parkeerplaatsen in een garage of carport evenwel positief en significant gerelateerd zijn aan de waarde van een woning. Een garage afgescheiden van de woning heeft volgens Des Rosiers et al. (13) een significante positieve impact, maar is deze impact kleiner dan een

16

garage ingesloten in de woning. Daartegenover stelde Palmquist (20) vast dat een afgescheiden garage een negatieve significante invloed heeft. Bourassa et al. (26) merkten een kleine significante positieve invloed op de waarde van een woning wanneer die parkeerplaatsen had die niet op straat waren gelegen (offstreet). Het aantal haarden bleek in meerdere studies ook een statistisch significante invloed te hebben. Eén of meerdere haarden in een woning doen de waarde stijgen (12) (13) (17) (20) (28) (23). Palmquist (20), Selim (21), Haider en Miller (28), Sirmans (12) en Des Rosiers et al. (13) bevestigen dat de aanwezigheid van een zwembad de waarde van een woning significant en positief beïnvloedt. Zietz et al. (19) stelden de significantie enkel vast bij laag geprijsde woningen. Des Rosiers et al. (13) en Cebula (25) zagen een significant en positief verband tussen het aantal verdiepingen en de waarde van een residentiële woning. Haider en Miller (28) merkten dat een woning met drie verdiepingen (three story house) een positieve invloed heeft op de waarde van een woning. Sirmans et al. (12) bevonden een tegenstrijdig resultaat in de literatuur. Zeven studies bleken een negatieve invloed te merken, vier studies vonden een positieve invloed. Wilhelmsson (23) ging de relatie na tussen de mate van onderhoud van een woning en de waarde van een woning. Beter onderhoud wijst immers op een lagere waardevermindering of afschrijving van de woning doorheen de tijd. Eigenaars werden ondervraagd naar de structurele kenmerken om zo onderhoudskenmerken te achterhalen. Er werd getoetst naar het onderhoud binnenshuis en buitenshuis. Binnenshuis werden meer bepaald de reparaties nagegaan met betrekking tot elektriciteit, keuken en wasplaats. Buitenshuis werd de reparaties met betrekking tot afvoer en riolering nagegaan. Het onderzoek vond dat de afschrijving van een woning opmerkelijk lager is in geval van een goed onderhouden woning. Algemeen kan men stellen dat een goed onderhouden woning 10% minder waard is dan een nieuwe woning, waar een

17

slecht onderhouden woning 23% lager is gewaardeerd dan een nieuwe woning. De mate van onderhoud is dus significant positief gerelateerd aan de waarde van een woning, meer bepaald heeft het upgraden van de keuken en het opknappen van de afvoer of riolering de grootste impact op de waarde van een woning. Brounen en Kok (29) constateerden een gelijkaardige significantie voor het onderhoud buitenshuis. Een goed onderhouden huis aan de buitenkant geniet van een hogere waarde. Ook Andersson (16) stelde dezelfde significantie vast. Hij nam de onderhoudskosten van een appartementsgebouw op in zijn hedonisch model. Deze kost wordt geheven om het hele gebouw, de gemeenschappelijke voorzieningen, te onderhouden. Een beter onderhoud leidt tot hogere kwaliteit van deze voorzieningen en leidt op zijn beurt tot een hogere kwaliteit van de individuele appartementen. In de regressie bleek dat deze onderhoudskosten een zeer significante, positieve impact hadden op de waarde van het appartement. Palmquist (20), Haider en Miller (28) en Sirmans et al. (12) bevestigen de significantie van een koelingsysteem of airco. Een centraal aircosysteem of een wandairco hebben een positieve invloed op de waarde van een woning, waarbij een centraal systeem een grotere impact heeft. Levitt en Syverson (30) kwamen tot hetzelfde resultaat. Zietz et al. (19) vonden enkel significantie voor een elektrische airco. Bond et al. (22) vond weliswaar geen significantie. Selim (21), Peterson en Flanagan (31), Levitt en Syverson (30), Zietz et al. (19) en Des Rosiers et al. (13) namen het soort bouw- of constructiemateriaal op in hun regressieanalyse en constateerden dat ze een significante impact hadden op de waarde van een woning. Armstrong en Rodriguez (14) en Levitt en Syverson (30) bevonden tevens dat de stijl van architectuur een significante invloed heeft op de waarde van een woning. Decoster en De Swerdt (24) bevestigen dat het beschikken over een tuin bij Belgische woningen een significante en positieve impact heeft op de waardering van een woning. Ook Sirmans et al. (12) vonden deze positieve relatie.

18

Daarnaast bevonden Sirmans et al. (12) dat er consistent overheen studies een positieve significante invloed te merken is voor de aanwezigheid van bomen in de omgeving van de woning. Des Rosiers et al. (13), Sirmans et al. (12) en Cebula (25) merkten dat een terras eveneens een positieve impact heeft op de waarde van een woning. Hetzelfde geldt voor een eigen binnenplaats (25). Zietz et al. (19) vonden daarentegen geen significantie voor een terras. De kwaliteit van een huis als variabele werd in meerdere studies ook als statistisch significante aangemerkt. De kwaliteit wordt veelal nagegaan door een vragenlijst waarop een aantal attributen worden beoordeeld. De kwaliteit van een huis is positief gerelateerd aan de waarde van een woning (18) (13) (23). Des Rosiers et al. (13) stelden bovendien vast dat een goede dakkwaliteit en vloerkwaliteit de waarde van een woning positief beïnvloeden. Een slechte kwaliteit van het plafond heeft een negatieve invloed op de waarde. Ook Bourassa et al. (26) constateerden significantie voor zowel goede als slechte kwaliteit van het dak en de muren. Zietz et al. (19) constateerden een sterke significantie voor vloeren afgewerkt in tegels of parket. Beide hebben een positieve invloed op de waarde van een woning. Din et al. (32) namen de kwaliteit op van de constructie, d.i. bouwkwaliteit, in hun regressieanalyse en zagen een significante invloed op de waarde van een woning, dit in tegenstelling tot Bond et al. (22). Des Rosiers et al. (13) stelden een significante negatieve impact op de waarde van een woning vast bij een beperkte lichtinval binnenshuis. Ook Jim en Chen (33) kwamen tot deze relatie. Zij namen de windoriëntaties van de ramen van een woning op in hun hedonisch prijsmodel, zo zullen woningen met zowel een zuidwaarts als noordwaarts raam de voorkeur hebben. Zij stelden dat deze variabele de hoeveelheid lichtinval, het binnenshuis klimaat en het verbruik van de airco bepaalt.

19

Wilhelmsson (23) stelde vast dat de afstand van de woning tot de straat een significante en positieve impact heeft op de waarde van een woning. Een woning dicht bij de straat gelegen wordt lager gewaardeerd. Walls et al. (34) onderzochten de invloed van energiezuinigheid van een woning op de waarde van een woning. Ze bevonden dat woningen met een energiecertificaat gebouwd tussen 1995 en 2006 een statistische significante impact hebben op de waarde van residentiële woningen. Energiecertificering getuigd van een energiezuinigheid en zou voor deze woningen resulteren in een stijging van de waarde. Energiecertificaten van woningen gebouwd na 2006 hebben geen significante invloed op de waarde. Dit zou komen omdat nieuwe woningen in het algemeen energiezuinig worden door strengere regelgeving, een certificaat biedt immers geen meerwaarde meer. Een Nederlandse studie (29) kwam tot hetzelfde resultaat. Groene energieprestatiecertificaten (EPC), dit zijn A-, B- en C-labels, hebben een significante positieve invloed op de waarde van een woning. Het E-label heeft geen significantie, en het F- en Glabel hebben een significante negatieve impact op de waarde. In het bijzonder hadden een centrale verwarming en een goede isolatie significante en positieve invloeden op de waarde van een woning. Sirmans et al. (12) vinden eveneens dat een centrale verwarming en luchtverwarming de voorkeur hebben, verwarming op gas zou een negatief effect hebben op de waarde van een woning. Zonnepanelen hebben een positieve invloed op de verkoopwaarde van woningen (35) (36). Oudere PV-systemen resulteren in een lagere meerwaarde vergeleken met nieuwe PV-systemen (35). Dastrup et al. (36) merkten dat deze meerwaarde hoger is in straten waar er nauwelijks woningen met zonnepanelen zijn, en lager in straten waar er minstens twee woningen met zonnepanelen gesitueerd zijn. Ook Netto (27) stelt dat de kopers zich meer bewust worden van de noodzaak aan betere isolatie om zo de energiekosten te drukken. Ze zijn dan ook bereid om meer te betalen als een woning een lage EPC-score behaalt. In tabel 1 wordt een overzicht gegeven van de structurele karakteristieken die een invloed hebben op de waarde van een woning.

20

Tabel 1 Structurele karakteristieken Parameter Vloeroppervlakte Kaveloppervlakte Aantal kamers Badkamers Slaapkamers Toiletten Ouderdom Type woning Vrijstaand (ref.) Half-open Gesloten Kelder Garage Aantal parkeerplaatsen in garage of carport Afgescheiden garage Parkeerplaatsen niet op straat Haard Zwembad Aantal verdiepingen Mate van onderhoud Binnen Upgrade keuken Opknappen afvoer/riolering Buiten Airco Centraal systeem Aan wand Elektrisch Bouwmateriaal Stijl van architectuur Tuin Bomen Terras Binnenplaats

21

Teken + + + + + + + + + + -/+ + + + -/+ + + + + + + + + + -/+ -/+ + + + +

Tabel 1 (vervolg) Structurele karakteristieken Parameter Kwaliteit Dakkwaliteit Kwaliteit muren Goede vloerkwaliteit Slechte kwaliteit plafond Vloer in tegels Vloer in parket Bouwkwaliteit Lichtinval Windoriëntaties van ramen Afstand tot straat Energiezuinigheid Energieprestatiecertificaat (EPC) Centrale verwarming Luchtverwarming Verwarming op gas Isolatie Zonnepanelen (PV-panelen) Ouderdom PV systeem Woningen in straat met PV-panelen

22

Teken + +

Opmerking

+ + + + + -/+ + + + + + + -

Hoog label (A of B) = lage EPCwaarde

Negatief effect op meerwaarde Negatief effect op meerwaarde

3.1.2 Toegankelijkheidskarakteristieken De kenmerken van de woning ten opzichte van toegankelijkheid of bereikbaarheid tot openbaar vervoer, stadscentrum, openbare voorzieningen, enz. worden de toegankelijkheidskarakteristieken genoemd. Toegankelijkheid wordt gezien als de mogelijkheden van een individu om te reizen en deel te nemen aan activiteiten in zijn directe omgeving (13). Een woning met bijvoorbeeld een betere toegankelijkheid tot het stadscentrum zal de waarde van deze woning beïnvloeden. De toegankelijkheid kan dan slaan op de reistijd, maar ook op de mogelijkheden, zoals openbaar vervoer en een autosnelweg, om eenvoudig een locatie te bereiken. Een kenmerk dat in vele studies als primaire toegankelijkheidsvariabele wordt opgenomen in het hedonische prijsmodel is de afstand tot het stadscentrum (in het Engels afgekort tot CBD – Central Business District) (28). In dit gebied is er een hoge concentratie van bedrijven, horeca, winkels, openbare voorzieningen, enz. De Standard urban economic theory stelt dat de afstand tot het stadscentrum de waarde van residentiële woningen beïnvloedt (17). Een kleine afstand, en dus een betere toegankelijkheid, betekent immers lagere verplaatsingskosten. De afstand tot het stadscentrum is dan ook een significante variabele in het hedonisch prijsmodel die de waarde van een woning negatief beïnvloedt (18) (15) (16) (19) (20) (28) (33). De waarde van een woning neemt af naarmate deze afstand groter wordt. Brasington en Hite (17) vonden daarentegen dat de afstand tot het stadscentrum in meer dan de helft van hun regressies een insignificante invloed had, dit kan betekenen dat deze variabele tegenwoordig minder belangrijk wordt omdat de werkgelegenheid zich meer verspreidt en minder centraliseert in de stadscentra. Sirmans et al. (12) stelden vast dat de afstand tot het stadscentrum overheen studies zowel negatief, positief als insignificant werd bevonden. Din et al. (32) vonden in het geheel geen significante relatie tussen afstand tot het stadscentrum en waarde van een woning.

23

De afstand tot winkelgelegenheden, zoals shopping centra, bleek in meerdere studies een significante variabele te zijn die de waarde van woningen negatief beïnvloedt (13) (28). Een grotere afstand resulteert in een lagere waarde. Din et al. (32) vonden geen significantie. Baranzini en Schaerer (15) en Des Rosiers et al. (13) stellen vast dat afstand tot de dichtstbijzijnde lagere en secundaire school een significante, positieve invloed heeft op de waarde van een woning. Des Rosiers et al. (13) vonden een significante, negatieve invloed voor de afstand tot hogeschool of universiteit. De impact in beide studies was echter klein. Din et al. (32) vonden geen significantie. De afstand tot snelwegen bleken in meerdere studies significant en positief gerelateerd te zijn met de waarde van woningen (13) (14) (19) (28). Een grotere afstand leidt tot een hogere waarde. Ook voor opritten tot snelwegen wordt er eenzelfde relatie gevonden. Dit kan te wijten zijn aan de negatieve externe effecten (negatieve externaliteiten) van een drukke snelweg, d.i. geluidshinder, luchtvervuiling, slechtere leefomgeving, enz. Baranzini en Schaerer (15) merkten dat de afstand tot openbaar vervoer een positieve, significante invloed heeft op de waarde van een woning. Een grotere afstand resulteert in een waardevermeerdering van een woning. Haider en Miller (28) daarentegen wezen dat de nabijheid van een metro wordt vertaald in een hogere waarde van een woning. Din et al. (32) vonden ook hier geen significantie. Armstrong en Rodriguez (14) onderzochten het effect van de nabijheid van een pendeltrein (commuter rail – een trein of tram die suburbans verbindt met het stadscentrum) op de waarde van residentiële woningen. Met een dataset bestaande uit 1860 verkooptransacties van eengezinswoningen stelden ze een hedonisch prijsmodel op met allerlei toegankelijkheidsvariabelen. Ze merkten dat de lokale toegankelijkheid tot een pendeltrein voordelen biedt en een

24

impact heeft op de waarde van woningen. Deze lokale toegankelijkheid werd weergegeven door de reistijd met de auto tot het dichtstbijzijnde station (negatief), de aanwezigheid van één of meerdere stations binnen een gemeente (positief) en of er zich een station bevindt binnen een straal van een halve mijl (804m) rond de woning (positief). De negatieve externaliteiten van deze pendeltrein werden in deze studie ook in kaart gebracht, de resultaten worden bij de omgevingsvariabelen in paragraaf 0 besproken. Naast de toegankelijkheid die een pendeltrein biedt, werden ook andere toegankelijkheidsvariabelen gemeten. Zo heeft een langere reistijd met de auto tot het stadscentrum een negatieve impact op de waarde van een woning. Ook de afstand tot een (kleine) haven heeft een negatieve impact. Tabel 2 somt de significante kenmerken van de woning op met betrekking tot toegankelijkheid en bereikbaarheid. Tabel 2 Toegankelijkheidskarakteristieken Parameter Afstand tot stadscentrum Reistijd met auto tot stadscentrum Afstand tot winkelgelegenheden Afstand tot lagere en secundaire school Afstand tot hogeschool of universiteit Afstand tot snelwegen, en op- en afritten Afstand tot openbaar vervoer Afstand tot metro Lokale toegankelijkheid pendeltrein Reistijd met auto tot station Eén of meerdere stations in gemeente Station binnen een straal van ~800 meter Afstand tot (kleine) haven

25

Teken + + + + + + -

3.1.3 Buurtkarakteristieken Een veelgebruikte uitspraak door deskundigen in de vastgoedsector is: “Drie zaken bepalen de waarde van een woning: locatie, locatie en locatie”. Hiermee beklemtonen ze dat de kenmerken van de buurt bepalend zijn voor de waarde van een residentiële woning. Kiel en Zabel (37) concludeerden dat individuen begaan zijn met de kwaliteit van hun omgeving bij de bereidheid tot betalen voor een bepaalde woning. Ze moedigen dan ook het gebruik van buurtvariabelen in een nauwkeurige hedonische waardebepaling aan. Ook Sirmans et al. (12) stelden vast dat de locatie in meerdere studies een significante variabele is, doorgaans weergegeven door de postcode. Met buurtvariabelen worden de socio-economische en demografische informatie over de buurt waar de woning is gesitueerd bedoeld. Een vroege studie (20) merkte dat het percentage van de populatie niet-blanken in een buurt een sterke, negatieve invloed heeft op de waardering van woningen. Brasington en Hite (17) en Zietz et al. (19) bevestigen dit. Ook het percentage van de populatie met een hogere opleiding bleek volgens Palmquist (20) een positieve impact te hebben. Deze variabele wordt meestal gebruikt als representatie van de buurtkwaliteit. Ook in andere studies is de scholingsgraad een goede indicator die een positieve invloed heeft op de waarde van woningen (13) (17). De schoolkwaliteit is een andere variabele die positief gerelateerd is tot de waardering van woningen (12) (14) (17). Dit wordt doorgaans gemeten door de slaagkansen of uitgaven per leerling. Het inkomensniveau in de buurt had in meerdere studies ook een significante, positieve invloed (14) (16) (17) (29) (37) (38). Kiel en Zabel (37) en Armstrong en Rodriguez (14) merkten dat de lokale eigendomsbelasting een sterke, negatieve invloed heeft op de waarde van woningen. Brasington en Hite (17) constateerden geen significantie voor deze variabele.

26

Brasington en Hite (17) vonden geen significantie voor de groei van de gemeenschapspopulatie. Wel vonden ze dat het percentage armoede in de buurt negatief gecorreleerd is met de waarde van woningen. Din et al. (32) zagen dat de sociale status, wat de woonkwaliteit representeert van de lokaal buurt, een significante parameter is die de waarde van een woning positief beïnvloedt. Haider en Miller (28) stelden een positieve correlatie vast tussen het percentage senioren in de buurt en de waarde van woningen. Het percentage nieuwe immigranten in de buurt zou volgens hen negatief gecorreleerd zijn met de waarde van woningen. Lynch en Rasmussen (39) en Sirmans et al. (12) bevonden een negatieve significante relatie tussen de criminaliteitsgraad in de buurt en de waarde van residentiële woningen. In Tabel 3 worden de relevante buurtkarakteristieken weergegeven die een impact hebben op de waarde van een woning. Tabel 3 Buurtkarakteristieken Parameter Locatie (bv. postcode) % niet-blanken % met hogere opleiding Scholingsgraad Schoolkwaliteit Inkomensniveau Lokale eigendomsbelasting % armoede Sociale status % senioren % nieuwe immigranten Criminaliteitsgraad

27

Teken -/+ + + + + + + -

3.1.4 Omgevingskarakteristieken De kenmerken in de nabijheid van de woning die de aantrekkelijkheid en kwaliteit van de omgeving bepalen behoren tot de omgevingskarakteristieken. Groene gebieden in de omgeving en kwaliteit van uitzicht zijn voorbeelden van dergelijke kenmerken. Data met betrekking tot omgevingskenmerken zijn moeilijk te kwantificeren, ze zijn veelal gebaseerd op individuele beoordelingen en zijn bijgevolg subjectief (15). Met de komst van geografische informatiesystemen (GIS) zijn er al meer mogelijkheden om een meer precieze en objectieve waarde te kleven op dergelijke variabelen of kenmerken. Baranzini en Schaerer (15) duiden op een dergelijke mogelijkheid om nauwgezet de kwaliteit van de omgeving en zijn aantrekkelijkheid te meten a.d.h.v. GIS. Ze onderzochten uitvoerig de impact van de soort omgeving in de nabijheid (in oppervlakte) en het uitzicht erop. Ze concludeerden dat de opname van omgevingsvariabelen in het hedonisch prijsmodel bijdragen tot een betere en nauwkeurigere waardebepaling van een woning. Het uitzicht van een woning is een belangrijke variabele die veel invloed kan hebben op de waarde van een woning. Sirmans et al. (12) zagen dat een “goed” uitzicht in drie van de vier studies significant bleek te zijn. Indien de woning uitzicht heeft op of gelegen is aan een waterlichaam, zoals een rivier, een meer of de zee, dan heeft dit een significante positieve invloed op de waarde van een woning (15) (25) (33). Een voorbeeld is te vinden bij Bond et al. (22), zij merkten onder meer een substantiële, positieve impact op de waarde van een woning wanneer die een uitzicht had op Lake Erie, een meer in Noord-Amerika. Volgens Baranzini en Schaerer (15) kan een uitzicht op een waterlichaam resulteren in een 57 procent hogere waarde. Sirmans et al. (12) bevonden dat een uitzicht op en de locatie aan een meer steeds significant en positief is. Wilhelmsson (18) en Sirmans et al. (12) constateerden een positieve relatie tussen een uitzicht op zee en de waarde van een woning. Zietz et al. (19) stelden een positieve significante invloed vast voor een uitzicht op een berg of gebergte.

28

Ook het uitzicht op of de locatie aan een groen gebied heeft een significante en positieve invloed op de waarde van een woning (15) (25). Jim en Chen (33) bevestigen dat een uitzicht op groen gebied de waarde verhoogt, maar de nabijheid van bossen of andere groene gebieden hebben geen invloed op de waarde van woning. Nochtans werd er in een Europese studie door Tyrväinen en Miettinen (33) in 2000 bevonden dat toegankelijke groene gebieden in de nabijheid de waarde van een woning kunnen doen stijgen met zes procent. Een zelfde resultaat werd gevonden voor Noord-Amerikaanse steden in een onderzoek door Tajima (33) in 2003. Jim en Chen (33) wijten dit aan het feit dat het dichtstbijzijnd groen gebied in deze studie niet toegankelijk is voor inwoners, bijgevolg zijn ze ook niet bereid om hiervoor meer te betalen. Din et al. (32) stelden in een eerste model geen significantie vast voor het uitzicht op en afstand tot groen gebied. Dit werd kwantitatief gemeten. Wanneer ze echter de kwaliteit van de omgeving kwalitatief gaan meten a.d.h.v. ordinale variabelen merkten ze een significante en positieve invloed op de waarde van een woning. Verder zagen Baranzini en Schaerer (15) significantie voor de nabijheid van landbouwgebieden (positief), stedelijke parken (positief) en industriële gebieden (negatief). Met betrekking tot het uitzicht constateerden ze dat het uitzicht op bebouwd gebied, een stedelijk park en een industrieel gebied een negatieve invloed heeft op de waarde van een woning. Voor een uitzicht op landbouwgebied werd geen significantie vastgesteld. Het verkeer in de straat van de woning heeft een significante negatieve invloed op de waarde van een woning (14) (25). Een woning gelegen in een straat met druk verkeer zal een lagere waarde kennen. Jim en Chen (33) merkten geen significantie voor geluidshinder door het verkeer. Dit in tegenstelling tot een onderzoek door Luttik (33) dat concludeerde dat verkeerslawaai de waarde van een woning met vijf procent kan doen dalen. Deze insignificantie kan te wijten zijn aan de lage gevoeligheid van de subjecten in het onderzoek van Jim en Chen (33), zij zijn immers gewoon aan het lawaai en ondervinden geen last meer.

29

Strand en Vågnes (40) onderzochten de relatie tussen de waarde van woningen en de nabijheid van een spoorweg. Ze stelden vast dat dat er een sterke positieve relatie is wanneer woningen binnen een straal van 100 meter rond de spoorweg worden opgenomen in de regressieanalyse. Deze relatie is zwakker wanneer ook woningen buiten deze straal worden opgenomen. Armstrong en Rodriguez (14) bestudeerden naast de voordelen met betrekking tot toegankelijkheid die een pendeltrein biedt ook de negatieve externaliteiten van een spoorweg. Een dergelijke spoorweg wordt tevens gebruikt voor goederentreinen die voor de nodige hinder zorgen. De afstand tot een spoorweg heeft ook bij hen een significante, positieve invloed op de waarde van een woning. Cebula (25) bevond tevens dat woningen gelegen aan een plein of in een culde-sac

een

hogere

waarde

vertoonden.

De

nabijheid

van

een

appartementsgebouw zou een negatieve invloed hebben. Woningen gelegen op de hoek van een straat had geen significantie. Tabel 4 somt de kenmerken van de omgeving op die de waarde van een woning mede bepalen.

30

Tabel 4 Omgevingskarakteristieken Parameter Kwaliteit van omgeving (kwalitatief gemeten) "Goed" uitzicht Meer Zee Rivier Berg of gebergte Groen gebied Bebouwd gebied Stedelijk park Industrieel gebied Locatie aan Water Groen gebied Landbouwgebied Stedelijk park Industrieel gebied Plein In cul-de-sac Appartementsgebouw Verkeer in straat Afstand tot spoorweg

31

Teken + + + + + + + + + + + + + +

3.1.5 Leefmilieukarakteristieken De kenmerken met betrekking tot de kwaliteit van het milieu waar de woning is gesitueerd worden de leefmilieukarakteristieken genoemd. Bedrijven en consumenten worden zich steeds meer bewust van het belang van een duurzaam en gezond milieu. Een gezond milieu, zoals o.a. lage lucht-, water- en grondvervuiling, zal zich dan ook kapitaliseren in een hogere waarde van een woning. Brasington en Hite (17) onderzochten de impact van de lokale milieukwaliteit op de vastgoedprijzen. De afstand tot plaatsen waar er lucht-, water- en grondvervuiling zijn vastgesteld ten gevolge van een ondermaats waste management en het gevaar voor gezondheid of voor het milieu is bevestigd namen ze op in hun hedonisch prijsmodel. Ze constateerden dat de kwaliteit van het milieu een kleine, maar significante invloed heeft op de waarde van woningen. Een kleinere afstand tot een schadelijk milieugevaar resulteert in een lagere waarde. Boyle en Kiel (41) analyseerden meerdere studies die de relatie bestudeerden tussen de waarde van woningen en de afstand tot sites waar giftige afvalstoffen zijn gedumpt of reeds zijn verwijderd. Ze concludeerden dat de nabijheid of de zichtbaarheid van een dergelijke site een statistisch significante invloed heeft die de waarde van een woning negatief beïnvloedt. Hite et al. (42) bestudeerden de impact van de nabijheid van stortplaatsen op de waarde van residentiële woningen en stelden vast dat de afstand tot een stortplaats een significante variabele is die de waarde van een woning positief beïnvloedt. Ook Nelson et al. (43) constateerden deze positieve relatie en stelden dat woningen in een straal van vier kilometer rond de stortplaats een lagere waarde zullen kennen ten gevolge van deze stortplaats. De kwaliteit van het water heeft in verscheidene studies een positieve significante invloed op de waarde van residentiële woningen (41). De kwaliteit van de lucht is een complexe variabele. Het is onduidelijkheid wat de juiste manier is om de variabele te meten, ze is ook gevoelig voor de invloed van

32

andere variabelen. Vele studies constateerden een statistisch insignificant verband met de waarde van een woning (41). Beron et al. (44) en Zabel en Kiel (45) vonden een negatieve significantie voor de hoeveelheid fijn stof (smog) en ozon op de waarde van woningen. In tabel 5 worden de relevante leefmilieukarakteristieken opgesomd. Tabel 5 Leefmilieukarakteristieken Parameter Afstand tot stortplaats Waterkwaliteit Luchtkwaliteit Hoeveelheid smog en ozon Afstand tot vervuilde sites

33

Teken + + +

3.1.6 Schatting door de eigenaar De waardebepaling of schatting van een woning door zijn eigenaar is een eenvoudig te verzamelen bron van informatie. Door middel van bevragingen (American Housing Survey, huishoudbudgetonderzoek (BE), enz.) kan men gemakkelijk potentieel nauwkeurige waardebepalingen van residentiële woningen verzamelen. Uiteraard is deze informatie enkel nuttig wanneer die werkelijk accuraat is. Eerste studies op dit gebied (46) (47) vergeleken de schattingen van woningen door hun eigenaars met de schattingen door deskundigen. Kish en Lansing (46) merkten dat eigenaars hun woning met vier procent overschatten. Kain en Quigley (47) zagen dat eigenaars hun woning onderwaarderen met twee procent, hoewel deze onderwaardering statistisch insignificant was. Beide studies veronderstelden dat de geschatte waarde door een deskundige de werkelijke waarde van een woning voorstelde. Goodman en Ittner (48) vergeleken met de werkelijke verkoopprijs en bevonden dat de gemiddelde eigenaar in de Verenigde Staten de waarde van zijn woning zes procent hoger inschat. Kiel en Zabel (49) bevonden dat de gemiddelde eigenaar de waarde van zijn woning 5,1 procent hoger inschat dan de marktwaarde ervan. Nieuwe eigenaars overwaarden hun woning met 8,4 procent. Daarnaast zagen Goodman en Ittner (48) ook geen relatie tussen de schatting van de eigenaar en de kenmerken van het huis en de eigenaar. Kiel en Zabel (49) voegen daarbij dat ook typische omgevingskenmerken niet gerelateerd zijn aan de schattingen door eigenaars. Geconcludeerd stelt men dat de waardering van woningen door hun eigenaar een betrouwbare en bruikbare variabele is die bijdraagt tot een nauwkeurige waardebepaling van residentiële woningen (48) (49).

34

3.2 Aanbod van online waardebepalingen In een aanbodstudie wordt het huidige aanbod op de markt van online schattingsdiensten bestudeerd. Zowel op Belgisch als internationaal niveau worden online diensten geëvalueerd op basis van de resulterende parameters uit de literatuurstudie. Dit zal toelaten een eerste beeld te vormen over de nauwkeurigheid en kwaliteit van de desbetreffende online dienst.

3.2.1 Belgische markt Op de Belgische markt zijn er enkele online schattingsdiensten die de verkoopwaarde van residentiële woningen bepalen. In tabel 6 worden zeven Belgische diensten opgesomd en worden hun gehanteerde parameters vergeleken met het raamwerk van de literatuurstudie. De meerderheid van de online diensten in België bepaalt de waarde van een woning slechts op basis van de meest voornaamste parameters, dit zijn vloeroppervlakte, kaveloppervlakte, aantal slaapkamers, ouderdom, garage, kwaliteit en de locatie. Er kan duidelijk worden gesteld dat in vergelijking met het raamwerk dit ruim onvoldoende is om een nauwkeurige verkoopwaarde van een woning te bepalen. De wetenschappelijke onderbouwing en relevantie van deze diensten is dan ook ondermaats te noemen. Er zijn echter twee online diensten die zich duidelijk onderscheiden op de Belgische markt. I-Checker en Immoprice hanteren aanzienlijk meer parameters en zijn bijgevolg meer geavanceerd dan de overige online diensten. I-Checker is een betalende dienst voor particulieren waarvan de prijs per berekening varieert van 5 euro tot 15 euro. Als output wordt er een schattingsrapport gegenereerd met naast een waardebepaling ook informatie over energieprestatie, notariskosten, lening aflossing, vergelijkingspunten en omgeving. Ze werken samen met drie partners, namelijk Immochecker, Livios en SIGGIS. SIGGIS is een bedrijf gespecialiseerd in de integratie, aanpassing en onderhoud van Geografische Informatie Systemen (GIS), het is dan ook heel

35

waarschijnlijk dat I-Checker beroep doet op de diensten van SIGGIS om toegankelijkheids-, buurt-, omgevings- en leefmilieukarakteristieken te bepalen, ze vragen immers het adres van een woning bij het begin van een schatting. I-Checker houdt met heel wat parameters uit het raamwerk rekening, bijgevolg kan er worden gesteld dat deze dienst een eerste stap zet tot een wetenschappelijke onderbouwing en dat de nauwkeurigheid van hun schattingen alvast vertrouwenswaardiger is dan andere online diensten. Opmerkelijk is dat ze geen informatie vragen met betrekking tot het aantal kamers, badkamers, slaapkamers en toiletten. Deze parameters bleken echter in de literatuur een erg significante invloed te hebben op de waarde van een woning. Ook de kwaliteit van de woning wordt heel algemeen bevraagd. Voor elke

verdieping

wordt

de

afwerking

gevraagd

waarbij

de

antwoordmogelijkheden variëren van “zeer bescheiden afwerking/ruwbouw” tot “zeer luxueuze afwerking”. I-Checker houdt in ruime mate rekening met kenmerken betreffende energiezuinigheid. Er wordt echter niet gevraagd naar de EPC-waarde, volgens hen zou dit bepaalde energetische kenmerken van woningen over- of onderwaarderen t.o.v. de realiteit. Daarom vragen ze expliciet

naar

de

kenmerkende

bouwtechnische

en

energetische

eigenschappen van het tijdperk waarin de woning gebouwd werd, op die manier kan dit worden vergeleken met de huidige bouwtechnische en energetische normen. Dit zou moeten leiden tot een correcte waardering. Zo vragen ze naar de isolatie van de muren, de vloer en het dak. Daarnaast vragen ze het type verwarming en koeling na. Ook de aanwezigheid van zonnepanelen betrekken ze in de berekening. Immoprice is tevens een betalende dienst voor zowel particulieren als bedrijven (banken, verzekeringsmaatschappijen, makelaars en dergelijke). De prijs per berekening bedraagt 25 euro, er is ook een gratis dienst waarbij enkel het waardevork wordt bepaald. Voor bedrijven zijn er verschillende prijsformules. 100 euro per maand voor maximaal 25 schattingen per maand is het duurste abonnement. Immoprice is partner met de bekende vastgoedsite Immoweb. De

36

diensten van Immoprice beperken zich momenteel nog tot het Brussels Hoofdstedelijk Gewest, Vlaams Brabant en Waals Brabant. In de toekomst wordt dit uitgebreid naar nadere belangrijke steden alvorens te ontwikkelen voor heel het grondgebied van België. Immoprice houdt, net zoals I-Checker, met heel wat parameters uit het raamwerk rekening. Er kan ook hier gesteld worden dat deze dienst een eerste stap zet tot een goede onderbouwing. In tegenstelling tot I-Checker vraagt Immoprice wel naar het aantal slaapkamers. Ook de kwaliteit van de woning wordt specifiek bepaald door naar de kwaliteit van het dak, de muren, de vloer en het plafond te vragen, dit bleek eveneens in de literatuur relevant te zijn. Met betrekking tot energiezuinigheid wordt de EPC-waarde en de aanwezigheid van zonnepanelen in de berekening opgenomen. Daarenboven is Immoprice de enige Belgische dienst die rekening houdt met de lichtinval, de kwaliteit van de omgeving en het uitzicht. Concluderend kan er worden gesteld dat Immoprice en I-Checker de meest geavanceerde online schattingsdiensten zijn die heersen op de Belgische markt. Naast de “zwakke” concurrenten is er geen gelijkwaardige concurrentie voor deze diensten te vinden in België. Immoprice houdt met een groter aantal parameters uit het raamwerk rekening dan I-Checker, maar I-Checker vraagt specifiek naar de kenmerken betreffende energiezuinigheid en niet enkel naar de EPC-waarde. Beide diensten komen echter nog enkele parameters uit het raamwerk tekort in hun berekeningen. Ze houden allebei geen rekening met het aantal badkamers, wat in de literatuur steeds als heel significante parameter resulteerde. Ook de stijl van architectuur en de afstand tot de straat ontbreken. En ze peilen niet naar de waarde van een woning volgens zijn eigenaar, dit doet immers geen enkele Belgische schattingsdienst.

37

3.2.2 Internationale markt Op de internationale markt zijn het aantal online diensten die de verkoopwaarde van een woning schatten a.d.h.v. ingegeven parameters door de gebruiker beperkt. Er zijn echter een groot aantal online schattingsdiensten die op een andere manier te werk gaan. Het Amerikaanse Zillow, het Britse Zoopla en de Belgische Billionhomes bepalen de waarde van woningen die te koop of te huur worden gesteld, daarnaast proberen ze ook een waarde te kleven op elke andere woning in de markt. Ze doen dit a.d.h.v. automated valuation models en halen informatie uit publieke databronnen. De nauwkeurigheid van een dergelijke schatting hangt sterk af van de hoeveelheid beschikbare informatie in deze publieke databronnen. Gebruikers van de online dienst kunnen daarom informatie over hun eigen woning toevoegen of bijwerken, op die manier is er meer informatie voorhanden om een nauwkeurigere waardebepaling te genereren. Aangezien het niet mogelijk is om te achterhalen welke parameters dergelijke diensten werkelijk hanteren in hun berekeningen kunnen ze niet worden getoetst aan het raamwerk. In tabel 7 worden internationale diensten opgesomd die a.d.h.v. opgegeven parameters door de gebruiker de waarde van een woning schatten. Het betreft één Nederlandse dienst (Vastgoedschatter), één Zwitserse Dienst (IAZI), één Duitse dienst (Immobilien Scout24) en drie Franse diensten (LaCoteImmo, Drimki en Meilleursagents). Opmerkelijk zijn er geen dergelijke online diensten in de Verenigde Staten te vinden. Alle Amerikaanse diensten baseren hun schatting op informatie uit publieke databronnen en vragen geen parameters van de woning rechtstreeks aan de gebruiker. Wellicht zijn de databronnen in de Verenigde Staten meer toegankelijk dan in Europa. Vastgoedschatter is de Nederlandse variant van de Belgische Immoreus, dat is niet enkel te merken aan de vormgeving van de website maar tevens aan de

38

parameters die ze hanteren. Beide online diensten gebruiken enkel de voornaamste parameters uit het raamwerk. In Frankrijk zijn er drie online diensten die behoorlijk wat parameters uit het raamwerk opnemen in hun berekeningen. LaCoteImmo presteert daarin het best. De gratis dienst houdt rekening met de voornaamste kenmerken van een woning en vraagt daarnaast uitvoerig naar de kenmerken met betrekking tot kwaliteit van een woning. Eveneens worden enkele kenmerken van energiezuinigheid alsook de kwaliteit van de omgeving opgenomen de schatting. Drimki en Meilleursagents zijn in mindere mate geavanceerd, ze vragen enkel de fundamentele kenmerken van een woning maar houden wel rekening met het aantal badkamers en het uitzicht, wat bij LaCoteImmo niet het geval was. Vergeleken met I-Checker en Immoprice houdt LaCoteImmo met minder parameters uit het raamwerk rekening, maar komt wel aardig in de buurt. De Zwitserse online schattingsdienst van IAZI AG is een heel beknopte dienst die met weinig parameters uit het raamwerk rekening houdt. Enkel de fundamentele kenmerken van een woning worden opgenomen. Parameters betreffende de kwaliteit worden heel oppervlakkig gemeten door een schaal van slecht tot zeer goed. Er wordt wel met de omgeving en het uitzicht rekening gehouden. Daarentegen is de Duitse Immobilien Scout24 een heel uitgebreide schattingsdienst. De gratis dienst neemt erg veel parameters uit het raamwerk op in hun berekening en is nagenoeg vergelijkbaar met I-Checker en Immoprice. Het ontbreekt echter nog het aantal kamers, het type woning, het onderhoud, de airco en het terras. Kenmerken met betrekking tot de kwaliteit van de woning, de omgeving en het uitzicht worden daarentegen uitvoerig bepaald. Op de internationale markt zijn er weinig online schattingsdiensten die gebruik maken van parameters die door de gebruiker worden ingevoerd om de waarde

39

van een woning te bepalen. De meest geavanceerde diensten die dit wel doen zijn de Franse LaCoteImmo en de Duitse Immobilien Scout24. Beiden nemen behoorlijk wat parameters uit het raamwerk op in hun berekeningen. De hoogstaande Belgische diensten, I-Checker en Immoprice, presteren toch net iets beter maar zijn dan ook betalend. Op de internationale markt is er geen enkele dienst die met onderhoud, airco en afstand tot straat rekening houdt. Ook een peiling naar de waarde van een woning volgens de eigenaar ontbreekt bij elke dienst.

40

Tabel 6 Evaluatie van online diensten in België Parameter Vloeroppervlakte Kaveloppervlakte Aantal kamers Badkamers Slaapkamers Toiletten Ouderdom Type woning Vrijstaand (ref.) Half-open Gesloten Kelder Garage Aantal parkeerplaatsen in garage of carport Afgescheiden garage Parkeerplaatsen niet op straat Haard Zwembad Aantal verdiepingen Mate van onderhoud Binnen

41

I-Checker  

Immoprice  

        

        

Dinammo  

  

 

Immotron  

       

Immoreus  

  



Taxat 

        

   



Koopschatter  





Tabel 6 (vervolg) Evaluatie van online diensten in België Parameter Upgrade keuken Opknappen afvoer/riolering Buiten Airco Centraal systeem Aan wand Elektrisch Bouwmateriaal Stijl van architectuur Tuin Bomen Terras Binnenplaats Kwaliteit Dakkwaliteit Kwaliteit muren Goede vloerkwaliteit Slechte kwaliteit plafond Vloer in tegels Vloer in parket Bouwkwaliteit

42

I-Checker

Immoprice  

Dinammo

Immotron

Immoreus

 

Taxat

Koopschatter



 









   

















Tabel 6 (vervolg) Evaluatie van online diensten in België Parameter Lichtinval Windoriëntaties van ramen Afstand tot straat Energiezuinigheid Energieprestatiecertificaat (EPC) Centrale verwarming Luchtverwarming Verwarming op gas Isolatie Zonnepanelen (PV-panelen) Ouderdom PV systeem Woningen in straat met PV-panelen Locatie Kwaliteit omgeving “Goed” Uitzicht Schatting eigenaar

43

I-Checker



Immoprice 

Dinammo

Immotron

Immoreus

Taxat

Koopschatter

 

   





  









Tabel 7 Evaluatie van internationale online diensten Parameter Vloeroppervlakte Kaveloppervlakte Aantal kamers Badkamers Slaapkamers Toiletten Ouderdom Type woning Vrijstaand (ref.) Half-open Gesloten Kelder Garage Aantal parkeerplaatsen in garage of carport Afgescheiden garage Parkeerplaatsen niet op straat Haard Zwembad Aantal verdiepingen Mate van onderhoud Binnen

44

Vastgoedschatter  

LaCoteImmo   





    

      

 

Drimki    

Meilleursagents    





  

     

 

 

IAZI    

      

Immobilien Scout24  



     

Tabel 7 (vervolg) Evaluatie van internationale online diensten Parameter Upgrade keuken Opknappen afvoer/riolering Buiten Airco Centraal systeem Aan wand Elektrisch Bouwmateriaal Stijl van architectuur Tuin Bomen Terras Binnenplaats Kwaliteit Dakkwaliteit Kwaliteit muren Goede vloerkwaliteit Slechte kwaliteit plafond Vloer in tegels Vloer in parket Bouwkwaliteit

45

Vastgoedschatter

LaCoteImmo

Drimki

Meilleursagents

IAZI

Immobilien Scout24

   

    



   





  

Tabel 7 (vervolg) Evaluatie van internationale online diensten Parameter Lichtinval Windoriëntaties van ramen Afstand tot straat Energiezuinigheid Energieprestatiecertificaat (EPC) Centrale verwarming Luchtverwarming Verwarming op gas Isolatie Zonnepanelen (PV-panelen) Ouderdom PV systeem Woningen in straat met PV-panelen Locatie Kwaliteit omgeving “Goed” Uitzicht Schatting eigenaar

46

Vastgoedschatter

LaCoteImmo

Drimki

Meilleursagents

IAZI

Immobilien Scout24 

  



 

  









  

  

3.3 Vraag naar online waardebepalingen De vraag op de Vlaamse markt naar een online schattingsdienst die wetenschappelijk onderbouwd is wordt gekwantificeerd in een vraagstudie. Door middel van enquêtes werd de interesse in een dergelijke dienst nagegaan voor zowel particulieren als professionals. Er werd tevens gepeild naar de gewenste marktprijs voor een online waardebepaling van een huurwaarde, verkoopwaarde of bouwkost van een residentiële woning.

3.3.1 Particulieren Gezien de enquête openbaar en online werd verspreid was er geen controle over de steekproef, meer bepaald is het niet mogelijk om conclusies te trekken met betrekking tot responsgraden, aangezien de respons en non-respons onbekend zijn. Voor de particulieren waren er 653 personen die interesse in de dienst vertoonden, door op de eerste vraag te antwoorden. 39 procent daarvan waren geïnteresseerd in een bepaling van huurwaarde, 89 procent in een bepaling van verkoopwaarde en 36 procent in een bepaling van bouwkost. De tweede vraag ging na hoeveel de respondent bereid is te betalen voor de aangeduide waardebepaling in vraag 1. De vraag werd beantwoord door 436 personen. Voor elk type waardebepaling (huurwaarde, verkoopwaarde of bouwkost) zijn de gegevens rechtsscheef verdeeld. Door de niet-normale verdeling hebben gemiddelde en standaardafwijking weinig betekenis als metrieken voor de centrale tendentie en spreiding aangezien deze sterk beïnvloedt worden door extreme waarden in de distributie. De mediaan, het eerste en het derde kwartiel zijn hier meer geschikt. Grafiek 1 geeft de distributie van de prijs weer die de respondenten bereid waren te betalen voor een bepaling van de huurwaarde. De mediaan bedraagt 150 euro. Het eerste en het derde kwartiel bedragen respectievelijk 50 euro en 250 euro. De distributie van de prijs voor een bepaling van de verkoopwaarde

47

wordt in grafiek 2 weergegeven, hier bedraagt de mediaan 200 euro. Het eerste en derde kwartiel zijn respectievelijk 75 euro en 350 euro. Grafiek 3 geeft de distributie van de prijs weer voor een bepaling van de bouwkost. De mediaan bedraagt 200 euro. Het eerste en derde kwartiel bedragen respectievelijk 82.5 euro en 400 euro.

Grafiek 1: prijs voor de bepaling van de huurwaarde (particulieren)

Huurwaarde 100 90

AANTAL PERSONEN

80 70 60 50 40 30 20 10 0 100

200

300

400

500

600

700

WAARDE IN EURO

48

800

900

1000

Meer

Grafiek 2: prijs voor de bepaling van de verkoopwaarde (particulieren)

Verkoopwaarde 160

AANTAL PERSONEN

140 120 100 80 60 40 20 0 100

200

300

400

500

600

700

800

900

1000

Meer

900

1000

Meer

WAARDE IN EURO

Grafiek 3: prijs voor de bepaling van de bouwkost (particulieren)

Bouwkost 70

AANTAL PERSONEN

60 50 40 30 20 10 0 100

200

300

400

500

600

700

WAARDE IN EURO

49

800

Particulieren zijn het meest geïnteresseerd in een online bepaling van de verkoopwaarde van een woning. De doorsnee prijs die ze hiervoor willen betalen is 200 euro, dit is dezelfde prijs die ze willen betalen voor een online bepaling van de bouwkost. De spreiding van de prijs is bij de bouwkost echter iets hoger, wat betekent dat particulieren bereid zijn om iets meer te betalen voor een bepaling van de bouwkost. Voor een bepaling van de huurwaarde willen ze iets minder betalen, namelijk 150 euro. De vraag van particulieren voor een wetenschappelijk onderbouwde online dienst op de Vlaamse markt is hiermee bevestigd. Opmerkelijk is dat particulieren bereid zijn om daarvoor ook aanzienlijk meer te betalen in vergelijking met de online diensten reeds aanwezig op de Vlaamse markt, dit zijn I-Checker (5 à 15 euro) en Immoprice (25 euro).

3.3.2 Professionals Voor de landmeters bedraagt het responspercentage 15 procent met 245 respondenten. Voor de notarissen is dat 5,5 procent met 40 respondenten. Het responspercentage van de vastgoedmakelaars en de ondernemingen actief in ontwikkeling en beheer van vastgoed is onduidelijk, er werden respectievelijk 23 en 15 antwoorden ontvangen. In totaal werden er 323 antwoorden door professionals verzameld. Door de gelijklopende respons op de vragen betreffende de interesse en de waarde van de dienst, worden landmeters, notarissen, vastgoedmakelaars en ondernemingen actief in ontwikkeling en beheer van vastgoed samengevoegd tot professionals. Van de 323 geïnteresseerde professionals waren 59 procent geïnteresseerd in een bepaling van de huurwaarde, 96 procent in een bepaling van de verkoopwaarde en 46 procent in een bepaling van de bouwkost. De gewenste marktprijs die de respondenten bereid waren te betalen voor een waardebepaling werd door 196 professionals in kaart gebracht. De distributie van de gegevens zijn ook hier voor elk type waardebepaling (huurwaarde, verkoopwaarde en bouwkost) rechtsscheef verdeeld.

50

Grafiek 4 geeft de distributie van de prijs weer die professionals bereid waren te betalen voor een bepaling van de huurwaarde. De mediaan bedraagt 150 euro, het eerste kwartiel 56,25 euro en het derde kwartiel 300 euro. De distributie van de prijs voor een bepaling van de verkoopwaarde wordt in grafiek 5 weergegeven. Hier bedraagt de mediaan 250 euro, en het eerste en derde kwartiel respectievelijk 100 euro en 400 euro. Grafiek 6 toont de distributie van de prijs voor een bepaling van de bouwkost, met een mediaan van 250 euro, en het eerste en derde kwartiel respectievelijk 100 euro en 350 euro. Grafiek 4: prijs voor de bepaling van de huurwaarde (professionals)

Huurwaarde AANTAL PROFESSIONALS

60 50 40 30 20 10 0 100

200

300

400

500

600

700

WAARDE IN EURO

51

800

900

1000

Meer

Grafiek 5: prijs voor de bepaling van de verkoopwaarde (professionals)

Verkoopwaarde AANTAL PROFESSIONALS

60 50 40 30 20 10 0 100

200

300

400

500

600

700

800

900

1000

Meer

900

1000

Meer

WAARDE IN EURO

Grafiek 6: prijs voor de bepaling van de bouwkost (professionals)

Bouwkost AANTAL PROFESSIONALS

30 25 20 15 10 5 0 100

200

300

400

500

600

700

WAARDE IN EURO

52

800

Professionals blijken geïnteresseerd te zijn in een wetenschappelijk onderbouwde online dienst. Landmeters vertoonden de meeste respons maar waren ook de grootste groep aangeschrevenen. Notarissen blijken minder geïnteresseerd te zijn in de online dienst. De interesse van vastgoedmakelaars en ondernemingen actief in de ontwikkeling en het beheer van vastgoed is onduidelijk, aangezien er geen specifieke contactlijst van deze professionals voorhanden was. Het merendeel van de professionals zijn geïnteresseerd in de waardebepaling van de verkoopwaarde. Voor een dergelijke bepaling zijn ze doorgaans bereid 250 euro te betalen. Dit is gelijklopend met de waardebepaling van de bouwkost. Dit prijsniveau ligt iets hoger dan bij de particulieren. Voor een bepaling van de huurwaarde zijn ze bereid 150 euro te betalen.

53

4 Conclusie Deze masterproef analyseerde de markt van online schattingsdiensten die de waarde van residentiële woningen bepalen. Enerzijds werd het huidige aanbod op de markt geëvalueerd. Anderzijds werd de vraag naar een online schattingsdienst die wetenschappelijk onderbouwd is gekwantificeerd voor zowel particulieren als professionals. Om het huidige aanbod te kunnen beoordelen heeft een uitgebreide literatuurstudie inzicht gebracht in de parameters die volgens de wetenschappelijke literatuur de verkoopwaarde van woningen drijven. Een synthese van circa 40 empirische studies resulteerde in een raamwerk van meer dan 100 variabelen die in de literatuur als relevante parameters werden aangemerkt. Dit raamwerk vormde de basis om de online schattingsdiensten actief op de Belgische en internationale markt te evalueren. Er werd geconstateerd dat op de Belgische markt reeds verschillende online schattingsdiensten bestaan, maar het merendeel van deze diensten neemt echter maar weinig parameters uit het raamwerk op in hun berekening. Ze baseren

zich

hoofdzakelijk

op

de

voornaamste

parameters,

zoals

vloeroppervlakte, kaveloppervlakte, aantal slaapkamers, ouderdom, garage, kwaliteit en locatie. Evenwel zijn er twee betalende diensten, I-Checker en Immoprice, die met behoorlijk wat parameters uit het raamwerk rekening houden.

In

België

zijn

dit

aldus

de

meest

geavanceerde

online

schattingsdiensten. Op de internationale markt zijn dergelijke online schattingsdiensten schaarser. De Franse LaCoteImmo en de Duitse Immobilien Scout24 zijn behoorlijk geavanceerd, gezien de gratis dienstverlening. In vergelijking met I-Checker en Immoprice presteren ze immers minder. De vraag op de Vlaamse markt naar een wetenschappelijke onderbouwde online dienst werd bij particulieren bevestigd. Voor een bepaling van de

54

huurwaarde, verkoopwaarde of bouwkost is de doorsnee particulier bereid om respectievelijk 150 euro, 200 euro en 200 euro te betalen. Dit prijsniveau is opmerkelijk hoger dan de prijs die online schattingsdiensten momenteel op de Belgische markt vragen. De interesse bij professionals is minder eenduidig. Landmeters blijken geïnteresseerd te zijn in een dergelijk dienst, in tegenstelling tot notarissen die minder belangstelling toonden. De interesse bij vastgoedmakelaars en ondernemingen actief in de ontwikkeling en het beheer van vastgoed is onduidelijk, contactlijsten bestaande uit enkel deze specifieke personen ontbraken. Een volgende vraagstudie gericht op deze professionals zou meer duidelijkheid moeten scheppen omtrent de interesse. In het algemeen is er belangstelling bij professionals. Voor een bepaling van de huurwaarde, verkoopwaarde of bouwkost is de doorsnee professional bereid om respectievelijk 150 euro, 250 euro en 250 euro te betalen.

55

5 Appendix Figuur 1: enquête particulier

i

Figuur 2: enquête particulier (vervolg)

ii

Figuur 3: enquête professional

iii

Figuur 4: enquête professional (vervolg)

iv

6 Bibliografie 1. Ampe, P., De Wulf, A. en De Corte, J. De rol van GIS bij de hedonische waardebepaling van vastgoed. 2006. 2. Vastmans, Frank, Helgers, Roel en Buyst, Erik. Huurprijzen en richthuurprijzen Deel 3: Hedonische huurprijsanalyse. sl : Steunpunt Ruimte en Wonen, 2012. 3. Appraisal Institute. The Appraisal of Real Estate. 14th. Illinois : sn, 2013. 4. Real estate appraisal: a review of valuation methods. Pagourtzi, Elli, et al. 2003, Journal of Property Investment & Finance, pp. 383-401. 5. Goossens, Maxime. Hedonische waardebepaling van goederen. 2012. 6. Test-Aankoop. Schatting van vastgoed: een schatter is geen profeet. [Online] 2011. [Citaat van: 26 04 2014.] http://www.test-aankoop.be/familieprive/woning-ver-huren-en-ver-kopen/persbericht/schatting-van-vastgoedeen-schatter-is-geen-profeet. 7. Nuttin, Nancy en Van Laere, Bjorn. Huis schatten blijkt nattevingerwerk. sl : VTM - Telefacts, 6 Mei 2014. 8. Technologies To Improve The Decision-Making Process of Real Estate Appraisers. Greer, Timothy H. en Murtaza, Mirza B. 2011, Journal of Business & Economics Research, pp. 63-72. 9. Hedonic Pricing Models: A Selective and Applied Review. Malpezzi, Stephen. 2002, Housing Economics, p. 45.

v

10. Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition. Rosen, Sherwin. 1974, The Journal of Political Economy, p. 23. 11. A New Approach to Consumer Theory. Lancaster, Kelvin J. 1966, The journal of political economy, pp. 132-157. 12. The Composition of Hedonic Pricing Models. Sirmans, G. Stacy, Macpherson, David A. en Zietz, Emily N. 2005, Journal of Real Estate Literature, pp. 3-43. 13. Sorting out Access and Neighbourhod Factors in Hedonic Price Modelling: An Application to the Quebec City Metropolitan Area. Des Rosiers, François, Thériault, Marius en Villeneuve, Paul-Y. 1999, Faculté des sciences de l’administration, pp. 1-20. 14. An evaluation of the accessibility benefits of commuter rail in Eastern Massachusetts using spatial hedonic price functions. Armstrong, Robert J. en Rodriguez, Daniel A. 2006, Transportation. 15. Assessing the value of view and land use. Baranzini, Andrea en Schaerer, Caroline. 2009, Journal of Housing Economics, p. 9. 16. Hypothesis testing in hedonic price estimation – on the selection of independent variables . Andersson, David E. 2000, The Annals of Regional Science, p. 12. 17. Demand for environmental quality: a spatial hedonic analysis. Brasington, David M. en Hite, Diane. 2003, Regional Science and Urban Economic, p. 26. 18. Spatial models in Real Estate Economics . Wilhelmsson, Mats. 2002, Housing, Theory and Society, p. 11. 19. Determinants of House Prices: A Quantile Regression. Zietz, Joachim, Zietz, Emily Norman en Sirmans, G. Stacy. 2008, The Journal of Real Estate Finance and Economics, pp. 317-333.

vi

20. Estimating the Demand for the Characteristics of Housing. Palmquist, Raymond B. 1984, The Review of Economics and Statistics, pp. 394-404. 21. Determinants of house prices in Turkey: Hedonic regression vs. artificial neural network. Selim, Hasan. 2009, Expert Systems with Applications (ScienceDirect), p. 10. 22. Residential Real Estate Prices: A Room with a View. Bond, Michael T., Seiler, Vicky L. en Seiler, Michael J. 2002, Journal of Real Estate Research, p. 9. 23. House price depreciation rates and level of maintenance. Wilhelmsson, Mats. 2004, Journal of Housing Economics, p. 14. 24. Why and how to construct a genuine Belgian price index of house sales. Decoster, André en De Swerdt, Kris. 2005, Center for Economic Studies, p. 19. 25. The Hedonic Pricing Model Applied to the Housing Market of the City of Savannah and Its Savannah Historic Landmark District. Cebula, Richard J. 2009, The Review of Regional Studies, pp. 9-22. 26. A simple alternative house price index method. Bourassa, Steven C., Hoesli, Martin en Sun, Jian. 2006, Journal of Housing Economics, p. 18. 27. Luysterman, Patrick. Prijsstijgingen van woningen zwaar overschat. Netto. Augustus 2013, pp. 34-36. 28. Effects of Transportation Infrastructure and Location on Residential Real Estate Values. Haider, Murtaza en Miller, Eric J. 2000, Transportation Research Record: Journal of the Transportation Research Board, pp. 1-8. 29. On The Economics of Energy Labels in the Housing Market. Brounen, Dirk en Kok, Nils. 2011, Journal of Environmental Economics and Management, pp. 166179.

vii

30. Market distortions when agents are better informed: the value of information in real estate transactions. Levitt, Steven D. en Syverson, Chad. 2008, The Review of Economics and Statistics, pp. 599-611. 31. Neural Network Hedonic Pricing Models in Mass Real Estate Appraisal. Peterson, Steven en Flanagan, Albert B. 2009, Journal of Real Estate Research, pp. 147-164. 32. Environmental Variables and Real Estate Prices. Din, Allan, Hoesli, Martin en Bender, André. 2000, Urban Studies, p. 14. 33. Impacts of urban environmental elements on residential housing prices in Guangzhou (China). Jim, C. Y. en Chen, Wendy Y. 2005, Landscape and Urban Planning, p. 14. 34. Is Energy Efficiency Capitalized into Home Prices? Walls, Margaret, Palmer, Karen en Gerarden, Todd. 2013, Resources for the Future, pp. 1-32. 35. An Analysis of the Effects of Residential Photovoltaic Energy Systems on Home Sales Prices in California. Hoen, Ben, et al. 2011, Lawrence Berkeley National Laboratory. 36. Understanding the Solar Home price premium:Electricity generation and "Green" social status. Dastrup, Samuel R., et al. 2012, European EconomicReview, pp. 961-973. 37. Location, location, location: The 3L Approach to house price determination. Kiel, Katherine A. en Zabel, Jeffrey E. 2007, Journal of housing economics, p. 16. 38. Explaining regional variation in equilibrium real estate prices and income. Bischoff, Oliver. 2011, Journal of Housing Economics, p. 15.

viii

39. Measuring the Impact of Crime on House Prices. Lynch, Allen K. en Rasmussen, David W. 2001, Applied Economics, pp. 1981-1989. 40. The relationship between property values and railroad. Strand, Jon en Vågnes, Mette. 2001, Transportation, pp. 137-156. 41. A Survey of House Price Hedonic Studies of the Impact of Environmental Externalities. Boyle, Melissa A. en Kiel, Katherine A. 2001, Journal of Real Estate Literature, pp. 117-144. 42. Property-Value Impacts of an Environmental Disamenity. Hite, Diane, et al. 2001, Journal of Real Estate Finance and Economics, pp. 185-202. 43. Price Effects of Landfills on House Values. Nelson, Arthur C., Genereux, John en Genereux, Michelle. 1992, Land Economics, pp. 359-365. 44. The Benefits of Visibility Improvement: New Evidence from the Los Angeles Metropolitan Area. Beron, Kurt, Murdoch, James en Thayer, Mark. 2001, Journal of Real Estate Finance and Economics, pp. 319-337. 45. Estimating the Demand for Air Quality in Four U.S. Cities. Zabel, Jeffrey E. en Kiel, Katherine A. 2000, Journal of Land Economics, pp. 174-194. 46. Response Errors in Estimating the Value of Homes. Kish, Leslie en Lansing, John B. 1954, Journal of the American Statistical Association, pp. 520-538. 47. Note on Owner's Estimate of Housing Value. Kain, John F. en Quigley, John M. 1972, Journal of the American Statistical Association, pp. 803-806. 48. The Accuracy of Home Owners' Estimates of House Value. Goodman, John L. en Ittner, John B. 1992, Journal of Housing Economics, pp. 339-357.

ix

49. The accuracy of owner-provided house values: the 1978-1991 american houseing survey. Kiel, Katherine A. en Zabel, Jeffrey E. 1999, Real Estate Economics, p. 36.

x