Outperformance van huurgroei bij winkelvastgoed

Outperformance van huurgroei bij winkelvastgoed Is er sprake van outperformance van de huurgroei ten opzichte van de inflatie bij Nederlands winkelvastgoed?

Student : Ragna N. Haasbroek Begeleider: Drs. R.M. Weisz RA Opleiding: MSRE 2009-2011 Universiteit: Amsterdam School of Real Estate

Outperformance van huurgroei bij winkelvastgoed

Voorwoord In het kader van de opleiding Master of Studies in Real Estate (MSRE) aan de Amsterdam School of Real Estate (ASRE) heb ik een afstudeeronderzoek verricht naar de mogelijke outperformance van huurgroei ten opzichte van de inflatie bij winkelvastgoed in Nederland voor de periode 1995 tot en met 2008. Onderhavige master thesis vormt het resultaat hiervan. Binnen mijn werk als Leasing Manager voor Unibail-Rodamco ben ik dagelijks bezig met het behalen van een optimaal resultaat op het gebied van de hoogte van huren voor de diverse winkels en winkelcentra binnen de Nederlandse portefeuille. Ieder jaar wordt door de Raad van Bestuur vastgesteld hoeveel huurstijging boven de inflatie moet worden gerealiseerd. Het behalen van deze target is onder meer van belang voor de aantrekkelijkheid van ons fonds om in te beleggen. Mijn vader, die jarenlang werkzaam is geweest bij de grootste aandeelhouder van Rodamco Europe, wees mij hier op en heeft mij dan ook geïnspireerd om onderzoek te doen naar de outperformance van de huurgroei ten opzichte van de inflatie bij winkelvastgoed, uitgesplitst naar locatie en soort. Hierbij wil ik mijn dankwoord dan ook in de eerste plaats aan hem richten. Tevens wil ik mijn dankwoord richten aan Bert Teuben van IPD / ROZ die mij de database heeft gegeven die ik nodig had voor het onderzoek. Daarnaast wil ik uiteraard mijn scriptiebegeleider Robert Weisz bedanken voor zijn begeleiding en zijn input. Tevens wil ik mijn zus bedanken voor het nakijken van mijn scriptie. Tenslotte, maar vooral met name, wil ik mijn vriend Matthijs bedanken voor zijn hulp, kritische blik en zijn enorme geduld gedurende dit afstudeeronderzoek. Amsterdam, oktober 2011 Ragna N. Haasbroek

i


Samenvatting Voor pensioenfondsen en verzekeringsmaatschappijen is het van belang om door middel van beleggingen zorg te dragen voor het veiligstellen van toekomstige verplichtingen in de vorm van uitgekeerde pensioenen dan wel verzekeringen. De waarde van de toekomstige verplichtingen hangt sterk af van de inflatie. Bij de beleggingen dient er dan ook voor zorg te worden gedragen dat deze inflatie wordt afgedekt. Dit kan door het beleggen in direct vastgoed. Naast het feit dat direct vastgoed een diversificatievoordeel biedt ten opzichte van andere beleggingen, is uit onderzoek gebleken dat direct vastgoed tevens inflatiedekkende kwaliteiten heeft. Uit onderzoek van Coolen (2007) blijkt dat winkelvastgoed de beste inflatiedekkende kwaliteiten heeft. Volgens de IPD/ROZ Nederlandse Vastgoedindex van 2009 is het 10-jaars gemiddelde totale rendement voor winkels 10% per jaar, terwijl de gemiddelde inflatie over 10 jaar 2% bedroeg. Wanneer vastgoed alleen de inflatie zou hedgen, zou het 10-jaars gemiddelde rendement veel dichter bij de inflatie liggen dan de IPD/ROZ cijfers suggereren. Hierdoor is er aanleiding om aan te nemen dat directe rendementen, met als belangrijke component de huurstroom, op winkelvastgoed structureel hoger zijn dan de inflatie, wat heeft geleid tot de probleemstelling van deze master thesis: In hoeverre is bij huurgroei van winkelvastgoed in Nederland sprake van een outperformance ten opzichte van de inflatie in Nederland? Hierbij zijn de volgende deelvragen opgesteld: 1. ‘Bestaat er een verschil in huurgroei ten opzichte van de inflatie tussen de verschillende regio’s in Nederland?’ 2. ’Bestaat er een verschil in huurgroei ten opzichte van de inflatie tussen de verschillende soorten winkelvastgoed?’ 3. ‘In hoeverre is er een relatie tussen economische groei en huurgroei in winkelvastgoed?’ Bovendien zijn de volgende hypothesen opgesteld: a. de huurgroei voor winkelvastgoed in Nederland is over het algemeen groter dan de inflatie; b. de huurgroei voor winkelvastgoed in de Randstad ten opzichte van de inflatie is groter dan de huurgroei ten opzichte van inflatie in de andere regio’s in Nederland;

ii


c. de huurgroei van winkels in de binnenstad ten opzichte van de inflatie is groter dan de huurgroei van andere winkelgebieden ten opzichte van de inflatie; d. er is sprake van samenhang tussen de economische groei en de huurgroei in Nederland. Bij het onderzoek naar de performance van de huurprijsstijging ten opzichte van de inflatie en de relatie tussen huurgroei en economische groei, is gebruik gemaakt van een database met gegevens van de IPD/ROZ voor de periode 1995-2008. Voor deze master thesis is binnen de verkregen database een onderverdeling gemaakt naar regio en winkelsoort. Binnen deze database zijn uiteindelijk zesennegentig locaties en tien soorten winkelvastgoed onderscheiden die zijn gebruikt voor het onderzoek. Uit het onderzoek blijkt dat over het algemeen sprake is van een outperformance van de huurgroei ten opzichte van de inflatie voor de winkels binnen geheel Nederland. De gemiddelde huurgroei ligt 28% hoger dan de gemiddelde inflatie voor het onderzochte tijdsvak, wat een antwoord geeft op de probleemstelling. Voor de regio’s en provincies geldt dit ook. Bij 75% is sprake van een outperformance. Echter, voor de onderzochte streken en plaatsen is dit niet zo duidelijk. Bij de streken is slechts bij 3% meer variabelen sprake van een outperformance in plaats van een underperformance en bij de plaatsen zijn de percentages gelijk aan elkaar. Hypothese a kan dus positief beantwoord worden als er sec naar geheel Nederland gekeken wordt. Bij een verdere verdieping blijkt echter geen sprake te zijn van een noemenswaardig verschil tussen gemiddelde huurgroei en gemiddelde inflatie. De outperformance voor de verschillende regio’s is verschillend, waarbij de regio Oost de grootste outperformance laat zien (37% meer gemiddelde huurgroei dan gemiddelde inflatie voor de periode 1995-2008). Dit betekent dat deelvraag 1 positief beantwoord kan worden, maar dat hypothese b verworpen dient te worden. De verschillende soorten vastgoed laten tevens een outperformance zien. Bij negen van de tien soorten is sprake van een outperformance en bij één soort, te weten PDV/GDV en verspreid is sprake van een underperformance. Deelvraag 2 kan positief beantwoord worden. Echter uit het onderzoek blijkt dat niet de binnenstedelijke winkels het grootste verschil tussen de gemiddelde huurgroei en de gemiddelde inflatie voor de betreffende periode laten zien, maar dat Hoofdwinkelgebied klein de grootste outperformance laat zien (48%), gevolgd door Kernverzorgend centrum groot (41%). Daarom dient hypothese c verworpen te worden. De

iii


outperformance voor de onderzochte periode voor de verschillende soorten is niet gelijk aan elkaar en daarom kan deelvraag 2 positief beantwoord worden. Uit het onderzoek blijkt dat sprake is van weinig samenhang tussen de huurgroei en de economische groei voor zowel de verschillende locaties als de verschillende soorten winkelvastgoed in de betreffende periode in Nederland. De samenhang die er is, is voor het merendeel negatief. Deelvraag 3 en de bijbehorende hypothese d kunnen aan de hand van de resultaten negatief beantwoord worden.

iv


Inhoudsopgave Voorwoord.............................................................................................................................................. i Samenvatting ........................................................................................................................................ ii Inhoudsopgave ..................................................................................................................................... v Hoofdstuk 1 Inleiding........................................................................................................................... 1 1.1 Aanleiding..................................................................................................................................... 1 1.2 Onderzoeksvragen en doelstelling............................................................................................... 1 1.3 Relevantie .................................................................................................................................... 2 1.4 Opbouw thesis.............................................................................................................................. 3 Hoofdstuk 2 Theoretisch kader .......................................................................................................... 4 2.1 Vastgoed als belegging................................................................................................................ 4 2.2 Beleggingsstrategieën en vastgoed............................................................................................. 5 2.2.1 Liability Driven Investing ....................................................................................................... 6 2.3 Inflatie ........................................................................................................................................... 6 2.4 Vastgoed als zekerheidstelling voor uitkering toekomstige verplichtingen ................................. 7 2.5 Winkelvastgoed ............................................................................................................................ 8 2.5.1 Beleggen in winkelvastgoed ................................................................................................. 8 2.5.2 Soorten winkelvastgoed...................................................................................................... 10 2.5.3 Huurprijs van winkelruimte.................................................................................................. 10 Hoofdstuk 3 Methodologie ................................................................................................................ 11 3.1 Hoofdvraag en deelvragen......................................................................................................... 11 3.2 Afbakening onderzoeksbegrippen ............................................................................................. 12 3.2.1 Direct en indirect rendement............................................................................................... 12 3.2.2 Huurgroei ............................................................................................................................ 12 3.2.3 Winkelvastgoed................................................................................................................... 12 3.2.4 Outperformance .................................................................................................................. 13 3.2.5 Inflatie.................................................................................................................................. 13 3.3 Beschrijving van de data ............................................................................................................ 13 3.4 Beschrijving van de methodologie ............................................................................................. 15 3.4.1 Hypothesen ......................................................................................................................... 15 3.4.2 Methodiek............................................................................................................................ 15 Hoofdstuk 4 Analyse .......................................................................................................................... 19 4.1 Ontbrekende en uitschietende waarden .................................................................................... 19 4.1.1 Locatie................................................................................................................................. 19 4.1.2 Soort winkelvastgoed.......................................................................................................... 20 4.2 Resultaten van de analyse......................................................................................................... 20 4.2.1 Resultaten bij locatie........................................................................................................... 20 4.2.1.1 Correlatie en regressie huurgroei locatie ten opzichte van inflatie ............................. 21 4.2.1.2 Correlatie en regressie huurgroei locatie ten opzichte van economische groei ......... 24 4.2.2 Resultaten bij soort ............................................................................................................. 25 4.2.2.1 Correlatie en regressie huurgroei soort ten opzichte van inflatie................................ 25 4.2.2.2 Correlatie en regressie huurgroei soort ten opzichte van economische groei............ 26 Hoofdstuk 5 Conclusie en aanbevelingen....................................................................................... 28 5.1 Conclusie master thesis ............................................................................................................. 28 5.1.1 Outperformance huurgroei ten opzichte van inflatie........................................................... 29 5.1.2 Outperformance huurgroei Randstad ten opzichte van inflatie .......................................... 30 5.1.3 Outperformance huurgroei binnenstad ten opzichte van de inflatie................................... 31 5.1.4 Samenhang huurgroei en economische groei.................................................................... 31 5.1.5 Samenvatting ...................................................................................................................... 33 5.2 Aanbevelingen............................................................................................................................ 33 Noten.................................................................................................................................................... 35 Literatuurlijst....................................................................................................................................... 36

v


Bijlage I: IPD / ROZ Vastgoedindex 2009......................................................................................... 37 Bijlage II: Winkeltyperingen in Nederland ....................................................................................... 38 Bijlage III: Onderverdeling locaties binnen Nederland .................................................................. 39 Bijlage IV: Overzicht inflatie en economische groei ...................................................................... 40 Bijlage V: Shapiro-Wilk toets “locatie” ............................................................................................ 41 Bijlage VI: Shapiro-Wilk toets “soort”.............................................................................................. 43 Bijlage VII: Resultaten correlatie en regressie huurgroei locatie ten opzichte van inflatie....... 44 Bijlage VIII: Performance huurgroei locatie ten opzichte van inflatie .......................................... 46 Bijlage IX: Resultaten correlatie en regressie huurgroei locatie ten opzichte van economische groei ..................................................................................................................................................... 48

vi


Hoofdstuk 1 Inleiding 1.1 Aanleiding Voor pensioenfondsen en verzekeringsmaatschappijen is het van belang om door middel van beleggingen zorg te dragen voor het veiligstellen van toekomstige verplichtingen in de vorm van uitgekeerde pensioenen dan wel verzekeringen. De waarde van de toekomstige verplichtingen is onder meer sterk afhankelijk van de prijsindexatie. Betere rendementen dan indexatie zijn voor beide typen institutionele belegger van belang. Bij pensioenfondsen zullen deze voordelen toekomen

aan

de

pensioengerechtigden,

bij

verzekeringsmaatschappijen

aan

de

aandeelhouders. Volgens de IPD/ROZ Nederlandse Vastgoedindex van 20091 (zie Bijlage I) is het 10-jaars gemiddelde totale rendement voor winkels 10% per jaar, terwijl de gemiddelde inflatie over 10 jaar 2% bedroeg. Wanneer vastgoed alleen de inflatie zou hedgen, zou het 10-jaars gemiddelde rendement veel dichter bij de inflatie liggen dan de IPD/ROZ cijfers suggereren. De gemiddelde Nederlandse

conjunctuurcyclus

Conjunctuurklokindicator,

is

augustus

ongeveer 2009).

10

jaar

Aangenomen

(www.cbs.nl,

Toelichting

wordt

de

dat

bruto

aanvangsrendementen aan het einde van de conjunctuurcyclus niet wezenlijk verschillen dan aan het begin van de cyclus. Aangezien het bruto aanvangsrendement de verhouding tussen het directe rendement en de waarde van het vastgoed weergeeft, wordt aangenomen dat dit betekent dat de indirecte rendementen op lange termijn minder relevant zijn voor het totale rendement. Hierdoor is er aanleiding om aan te nemen dat directe rendementen, met als belangrijke component de huurstroom, op winkelvastgoed structureel hoger zijn dan de inflatie. Kijkende naar het bovenstaande kan men zich afvragen of het beleggen in winkelvastgoed voordelen biedt voor de genoemde institutionele beleggers en leidt tot de hoofdvraag die in de volgende paragraaf nader uitgewerkt zal worden.

1.2 Onderzoeksvragen en doelstelling Navolgend onderzoek heeft als doel antwoord te geven op de volgende hoofdvraag: In hoeverre is bij huurgroei van winkelvastgoed in Nederland sprake van een outperformance ten opzichte van de inflatie in Nederland?

1


Belangrijk hierbij om te weten is dat bij de huurovereenkomst voor winkels (bedrijfsruimte ex art.7:290 BW), zoals gehanteerd door de ROZ (Vereniging Raad voor Onroerende Zaken) en welke veelal wordt gebruikt door beleggers, de huurprijs wordt gewijzigd op basis van het maandprijsindexcijfer volgens de CPI reeks alle huishoudens. Om tot een correct en volledig antwoord te komen op de hoofdvraag, zal een aantal deelvragen worden uitgewerkt: 1. ‘Bestaat er een verschil in huurgroei ten opzichte van de inflatie tussen de verschillende regio’s in Nederland?’ 2. ’Bestaat er een verschil in huurgroei ten opzichte van de inflatie tussen de verschillende soorten winkelvastgoed?’ 3. ‘In hoeverre is er een relatie tussen economische groei en huurgroei in winkelvastgoed?’ Het kwantitatieve onderzoek dat wordt beschreven in deze master thesis, gaat in op de relatie tussen huurprijsstijgingen van winkelvastgoed en de inflatie. Dit om erachter te komen of het beleggen in direct winkelvastgoed voor institutionele beleggers lonend is. Omdat niet iedere winkel gelijk is en de huurprijzen in de verschillende geografische gebieden in Nederland niet gelijk zijn, zijn deelvragen 1 en 2 opgesteld. De economische groei binnen Nederland is van belang voor het winkelvastgoed aangezien de economische situatie gereflecteerd wordt in consumentenbestedingen (welke tevens worden meegenomen in de CPI). Aan te nemen valt dat er een directe relatie is tussen consumentenbestedingen en de vraag van retailers naar locaties, wat effect heeft op de huurprijzen van de onderliggende locaties. Het is echter mogelijk dat de huurgroei van winkelvastgoed een andere trend laat zien dan de economische groei. Wanneer dit het geval is, betekent dit dat beleggen in winkelvastgoed relatief gunstig of ongunstig is als belegging ten opzichte van andere beleggingsalternatieven. Dit heeft geleid tot deelvraag 3.

1.3 Relevantie Dit vraagstuk is relevant op wetenschappelijk en maatschappelijk gebied omdat de nadere uitwerking van de mogelijkheden om te beleggen in specifiek winkelvastgoed (locatie en soort) in Nederland nog niet eerder is gedaan. De informatie die voortkomt uit deze thesis kan door beleggers gebruikt worden bij het bepalen van hun beleggingsstrategie.

2


1.4 Opbouw thesis Deze thesis is een combinatie van een literatuur- en secundair onderzoek. In Hoofdstuk 2 zal door middel van literatuuronderzoek een theoretisch kader worden geschept dat toelicht wat beleggen in vastgoed inhoudt, wat de redenen voor (institutionele) beleggers zijn om te beleggen in vastgoed en zal het begrip winkelvastgoed nader worden uitgewerkt. In Hoofdstuk 3 wordt nader ingegaan op de statistische onderzoeksmethode die gehanteerd wordt voor deze thesis, waarna in Hoofdstuk 4 de resultaten van het onderzoek worden beschreven en geanalyseerd. In Hoofdstuk 5 wordt de conclusie van deze thesis beschreven en worden tevens aanbevelingen gedaan.

3


Hoofdstuk 2 Theoretisch kader 2.1 Vastgoed als belegging Beleggers kunnen worden onderscheiden in institutionele en particuliere beleggers, waarbij pensioenfondsen en verzekeringsmaatschappijen onder de eerste groep vallen. Zoals Van Gool aangeeft (2007, p.28), is de doelstelling van een institutionele belegger om door middel van het beheren van vermogen voor de deelnemers toekomstige uitkeringen te kunnen doen. Om deze toekomstige uitkeringen te kunnen doen zal door de belegger geïnvesteerd moeten worden conform een optimale beleggingsmix die geldt voor deze belegger. Deze beleggingsmix kan bestaan uit verschillende beleggingsvormen zoals bijvoorbeeld aandelen, obligaties en vastgoed. Bij vastgoed geldt dat op een tweetal manieren belegd kan worden: direct, een belegging in vastgoedobjecten of indirect, een belegging in vastgoedaandelen. Men spreekt over een belegging in direct vastgoed wanneer de belegger naast een meerderheidsbelang in het onroerend goed ook de zeggenschap heeft over het management van dit onroerend goed. Indien de belegger eigenaar is van de vermogenstitels die recht geven op de opbrengsten van vastgoed, maar geen meerderheidsbelang in en geen zeggenschap over het management van het onroerend goed heeft wordt gesproken over beleggingen in indirect vastgoed (Van Gool, 2007, p. 20) Hieronder zijn de belangrijkste voor- en nadelen van het beleggen in direct en indirect vastgoed ten opzichte van elkaar weergegeven (Van Gool, 2007 pp. 23-26 en pp. 164-166). Voordelen direct vastgoed • Vrij stabiele stroom directe inkomsten • Aantrekkelijk rendement bij een beperkt risico • Additionele portefeuillediversificatie • Redelijke bescherming tegen inflatie

Voordelen indirect vastgoed • Geen lokale expertise benodigd • Investeren in kleine bedragen is mogelijk • Liquiditeit kan groter zijn • Belegger kan profiteren van het hefboomeffect

Nadelen direct vastgoed • Kennis- en managementintensief • Hoge eenheidsprijzen • Illiquide door heterogene karakter • Performance meting en benchmarking zijn moeilijk

Nadelen indirect vastgoed • Weinig invloed op beleggingsbeleid • Vreemd vermogen van het vastgoedfonds verhoogt het risico • Rendement is volatieler

Figuur 2.1: voor- en nadelen direct en indirect beleggen

4


Zoals in de voorgaande tabel is weergegeven, zijn belangrijke redenen om in een bepaalde beleggingsmix ook voor direct vastgoed te kiezen, te vinden in het diversificatievoordeel en in de bescherming tegen inflatie, oftewel de inflatie hedge (Soeters, 2010). Het diversificatievoordeel houdt in dat het toevoegen van direct vastgoed aan de beleggingsportefeuille mogelijkheden biedt

voor

een

goede

spreiding

en

een

grote

risicovermindering

van

de

gehele

beleggingsportefeuille. Dit komt doordat direct vastgoed een lage of soms zelfs negatieve correlatie vertoont met de andere beleggingsvormen aandelen en obligaties, zoals blijkt uit Figuur 2.2. (Eichholtz, 1993). De lage correlatie wordt grotendeels verklaard door de vertraagde reactie van de onroerendgoedmarkten op economische ontwikkelingen. Het rendementsverloop van direct vastgoed is daarom niet gelijk aan dat van aandelen en obligaties. Direct vastgoed Aandelen Obligaties Inflatie

Direct vastgoed 1 -0,04 0,07 0,26

Aandelen

Obligaties

Inflatie

1 0,32 -0,28

1 -0,22

1

Figuur 2.2: correlaties van jaarlijks direct vastgoedrendement met rendementen van andere beleggingen en inflatie, Nederland 1947-1991

Uit onderzoek is tevens gebleken dat er een positieve correlatie is tussen totale rendementen op direct vastgoed en inflatie (De Haas, 2010, pp.7-8). Echter, dit hangt af van het soort vastgoed, waarbij tevens opgemerkt moet worden dat het niet verrassend is dat er een positieve correlatie wordt gevonden. De opbrengstgegevens van het vastgoed, huurinkomsten en waardebepaling, die bij de diverse onderzoeken zijn gebruikt, zijn niet gebaseerd op transactiegegevens. Taxateurs houden bij de waardebepaling rekening met de inflatie, wat leidt tot een sterke correlatie tussen de waardeverandering van vastgoed en inflatie. Concluderend uit het voorgaande en kijkende naar Figuur 2.2 kan geconcludeerd worden dat vastgoed een gedeeltelijke bescherming biedt tegen inflatie (Eichholtz, 1993).

2.2 Beleggingsstrategieën en vastgoed Institutionele beleggers maken bij het bepalen van de beleggingsvehikels waarin wordt belegd, gebruik van diverse strategieën, zoals de Moderne Portefeuille Theorie van Markowitz, waarbij bij een gegeven rendement de optimale risico-rendement verhouding wordt gezocht, en Liability Driven Investing. In het kader van de relevantie voor dit onderzoek zal alleen Liability Driven Investing nader worden uitgewerkt, aangezien Liability Driven Investing zich specifiek richt op het afdekken van de inflatie van de toekomstig uit te keren pensioenen, dan wel verzekeringen, zoals in paragraaf 2.2.1 nader zal worden toegelicht.

5


2.2.1 Liability Driven Investing Zoals wordt aangegeven door Van Gool (2007, pp. 49-50) is het doel van Liability Driven Investing (LDI) het verwaarlozen van het verschil tussen de looptijd van de verplichtingen en de beleggingen. Het gaat bij LDI om beleggingscategorieën die “matchen” met zowel de huidige als toekomstige verplichtingen (“matching-portfolio”), waarbij dus belegd zal moeten worden in beleggingsinstrumenten die inflatiebescherming bieden en categorieën die extra rendement opbrengen, de zogenoemde “return-portfolio”. De gemiddelde looptijd van verplichtingen en beleggingen voor een institutionele belegger wordt “duration” genoemd. Indien een verschil ontstaat in de looptijd van de verplichtingen en de beleggingen noemt men dat “duration mismatch”. Kasstromen van vastgoed, zoals huurstromen en onderhoudsuitgaven, zijn ten opzichte van aandelen beter voorspelbaar, stabieler en zekerder en beter gehedged tegen inflatie door de huurindexering die wordt opgenomen in de huurovereenkomsten. Zoals aangegeven is in Kapiteyn (2009, p.7), is de gemiddelde looptijd voor het aanhouden van Nederlands vastgoed 16,5 jaar, berekend aan de hand van gegevens van de ROZ / IPD. De Nederlandsche Bank (DNB) houdt voor pensioenfondsen een looptijd van 16 jaar aan. Hieruit blijkt dat op het gebied van “duration matching” vastgoed een goede beleggingscategorie kan zijn voor institutionele beleggers. Vastgoed behoort ook tot de categorieën die een aantrekkelijk direct rendement hebben laten zien. Op het gebied van return-portfolio blijkt dat vastgoed beter presteert dan aandelen en op de middellange en lange termijn gemiddeld beter dan obligaties, zoals zichtbaar is in Bijlage I.

2.3 Inflatie Voordat verder wordt ingegaan op vastgoed als zekerheidsstelling voor de toekomstige verplichting voor institutionele beleggers, zal in deze paragraaf nader worden ingegaan op het begrip inflatie. Inflatie wordt door DNB gedefinieerd als een prijsstijging welke leidt tot een vermindering van de koopkracht. Met andere woorden: dit betekent dat je met hetzelfde geld in verloop van tijd minder kunt aanschaffen. Dit betreft prijsinflatie. Naast het begrip prijsinflatie bestaat er tevens monetaire inflatie, een toename van de hoeveelheid geld in de economie of de omloopsnelheid van het geld. Hierdoor ontstaat een extra vraag naar goederen en diensten. Als de maximale productiecapaciteit wordt gehaald of zelfs wordt overschreden, treedt tevens prijsinflatie op (Centraal Bureau voor de Statistiek, 2007, p. 4). In deze master thesis wordt geen gebruik gemaakt van het begrip monetaire inflatie, maar alleen van het begrip prijsinflatie.

6


Bestedingsinflatie en kosteninflatie zijn de hoofdvormen van prijsinflatie. Bestedingsinflatie ontstaat door overbesteding. In een dergelijke situatie kan niet worden voldaan aan de toenemende vraag naar goederen. Doordat de vraag groter is dan het aanbod ontstaat een opwaartse druk van de prijzen. Indien de productiekosten stijgen, welke worden doorberekend in de prijs van het eindproduct spreekt men van kosteninflatie (Centraal Bureau voor de Statistiek, 2007, p. 4). De (prijs)inflatie wordt gemeten als procentuele stijging van de Consumenten Prijs Index (CPI) in een bepaald jaar ten opzichte van dezelfde periode in het voorgaande jaar in Nederland. De CPI is een maatstaf voor het meten van de gemiddelde prijsontwikkeling in Nederland. Het bestaat uit een pakket van goederen en diensten die een gemiddeld Nederlands huishouden in een bepaald basisjaar aanschaft voor consumptie (Centraal Bureau voor de Statistiek, 2007, pp. 34).

2.4 Vastgoed als zekerheidstelling voor uitkering toekomstige verplichtingen Volgens Van Gool (2007, p.24) bestaat in Nederland de beeldvorming dat vastgoed een goede bescherming tegen inflatie zou bieden, maar in werkelijkheid correleert vastgoed in beperkte mate met de inflatie, zoals reeds is aangegeven in paragraaf 2.1 en duidelijk wordt in figuur 2.2. Zoals eerder aangegeven in Hoofdstuk 1 wordt de huur (jaarlijks) geïndexeerd en hierdoor gedeeltelijk ook de waarde van het vastgoed met als gevolg een stijgend indirect rendement. Echter, andere factoren zoals bijvoorbeeld de economische ontwikkeling in een land, hebben ook invloed op het indirect rendement. Bij kortlopende huurovereenkomsten is het gevaar dat de belegger niet voldoende wordt gecompenseerd voor de inflatie. Dit doet zich voor bij verslechterde marktomstandigheden bij de huurexpiratie. De huurprijs die wordt afgesproken bij een nieuwe huurovereenkomst kan in dit geval lager zijn dan de huurprijs van de voorgaande huurovereenkomst (Bruine, 2009, p. 12). Coolen (2007, p. 40) heeft in zijn thesis door middel van het gebruik van een onderzoeksmodel, wat het mismatch risico tussen vastgoedindices en de verplichtingen van pensioenfondsen meet, vastgesteld dat vastgoed potentieel heeft om te dienen als inflatie hedge tegen de toekomstige verplichtingen waarbij winkelvastgoed over het algemeen het best blijkt te functioneren als hedge. Zoals Kapiteyn (2009, p.9-10) aangeeft zal vastgoed dan ook binnen de LDI-strategie gepositioneerd dienen te worden in de returnportfolio én de matching-portfolio.

7


2.5 Winkelvastgoed Omdat deze thesis zich richt op winkelvastgoed, wordt in deze paragraaf nader ingegaan op wat winkelvastgoed is en waarom winkelvastgoed in een bepaald gebied gesitueerd is, weergegeven conform een aantal theorieën. Als eerste wordt ingegaan op het beleggen in winkelvastgoed.

2.5.1 Beleggen in winkelvastgoed Bij het beleggen in winkelvastgoed wordt, net als bij beleggen in andersoortig vastgoed, voornamelijk gekeken naar de vraag naar winkelruimte. Bij winkelvastgoed zijn twee hoofdsoorten te onderscheiden, te weten solitaire winkels en winkelcentra. Voor deze twee hoofdsoorten zijn naast overeenkomsten tevens verschillen waar te nemen (Van Gool, 2007, pp. 84-85): -

beleggen in winkelcentra betreffen grotere investeringen dan bij solitaire winkels;

-

winkelcentra zijn complexer dan solitaire winkels en behoeven daardoor meer aandacht van het management;

-

het voordeel van winkelcentra is dat een (groot) deel van de managementinspanningen gecentraliseerd kan plaatsvinden en het reilen en zeilen binnen en buiten een winkelcentrum beïnvloed kan worden, zoals bijvoorbeeld de branchesamenstelling;

-

winkelcentra moeten voortdurend worden gewijzigd conform de vraag en behoeften van de consument, denk hierbij aan routing, sfeer, soorten branches en binnen deze branches de diverse huurders;

-

winkelcentra zijn minder makkelijk te creëren door weerstand van diverse partijen.

Samen met Zweden is Nederland één van de landen met de hoogste dichtheid in winkelvloeroppervlak in Europa. Uit onderzoek van Jones Lang LaSalle in hun On Point report van 2009 blijkt dat in Nederland ruim 2.500 winkelgebieden zijn met 105.000 verkooppunten en met een totaal winkelvloeroppervlak (wvo) van bijna 27 miljoen m2. Dit betekent dat per 1.000 inwoners een winkelvloeroppervlak van ruim 1.600 m2 is. Uit het On Point report 2010 van Jones Lang LaSalle blijkt dat er nog steeds een groeiende vraag is naar winkelruimte op de A1-locaties (zie paragraaf 2.5.3.5 voor uitleg). De vraag naar winkelruimte in winkelcentra is gedaald, maar verwacht wordt dat deze weer aantrekt, doordat ondermeer meer nieuwe internationale retailers de markt gaan betreden. Ook de tophuren in Nederland zijn, na een daling in 2009 in de tweede helft van 2010, weer licht gestegen (zie figuur 2.7). Dit wordt voornamelijk veroorzaakt door schaarste.

8


Figuur 2.7: Groei tophuren winkelunits vier grote steden van

Figuur 2.8: Beleggingsvolume per type retail (bron:

Nederland (Bron: Jones Lang LaSalle (2010))

Jones Lang Lasalle (2010))

Het beleggingsvolume in retail in 2009 bedroeg €1,2 miljard (zie figuur 2.8), waarbij minder belegd werd in solitaire winkelpanden dan in winkelcentra.

Figuur 2.9: Totaal rendement retail (Bron: Jones Lang

Figuur 2.10: Netto aanvangsrendementen

LaSalle (2010))

toplocaties Nederland (bron: CB Richard Ellis (2010))

Het totaalrendement op winkelvastgoed daalde in 2009. Dit werd veroorzaakt door de negatieve waardegroei van het onderliggende vastgoed (zie figuur 2.9). In 2010 is gebleken dat er nog steeds belangstelling is voor solitaire winkelpanden. Daarnaast is een groeiende belangstelling te zien voor winkelcentra in Nederland. De netto aanvangsrendementen lieten in het vierde kwartaal van 2010 voornamelijk een daling zien (zie figuur 2.10). Uit onderzoek van Verwoerd (2009, pp. 37-38) is gebleken dat het totaal rendement en het risico voor beleggers niet afhangen van de soort stad waarin wordt belegd. Uit zijn onderzoek blijkt dat beleggers die belegden in kleine steden konden rekenen op een stabiel hoog direct rendement en een volatiel laag indirect rendement. Beleggers die belegden in grote steden konden juist rekenen op een laag direct rendement en een hoog indirect rendement.

9


2.5.2 Soorten winkelvastgoed Binnen het Nederlandse winkelvastgoed is een aantal winkelsoorten te onderscheiden waarin belegd kan worden. Dit betreffen winkels in binnenstedelijke gebieden (voornamelijk bedoeld voor recreatief winkelen), stadsdeelcentra en wijkcentra (voornamelijk bedoeld voor de dagelijkse boodschappen), PDV/GDV locaties (winkelgebieden gericht op specifieke aankopen) en andere specifieke winkelgebieden, zoals bijvoorbeeld Factory Outlet Centers (FOC’s) (Van Gool, 2007, p. 76) . In deze thesis wordt gebruik gemaakt van de winkeltyperingen die door Locatus zijn gedefinieerd, zoals weergegeven in Bijlage II.

2.5.3 Huurprijs van winkelruimte De hoogte van de markthuur van winkelruimte wordt door diverse factoren bepaald. Hierbij valt te denken aan onder meer het besteedbaar inkomen van de consument en daarmee verband houdende bestedings- en omzetontwikkelingen. Tevens is er een relatie zichtbaar tussen het soort winkellocatie en daarmee samenhangende gerealiseerde omzetten, de standkwaliteit2 en de aanwezige schaarste en de huurprijs. Kijkende naar de standkwaliteit (afhankelijk van het aantal passanten), dan blijkt dat de huurprijs per m2 ten opzichte van een winkel binnen een A1standkwaliteit voor een winkel op A2-locatie 30% en voor winkels op B1-, B2- en C-locaties respectievelijk 55%, 70% en 80% lager ligt. Ook de breedte/diepte verhouding (en daarmee samenhangend het totale oppervlak en breedte van het winkelfront) en overige specifieke kenmerken van het winkelpand zijn van invloed op de markthuurprijs (Bolt, 2003, pp.81-85). Tevens is ook de soort branche die de winkel aanhuurt van belang voor de huurprijs. Uit onderzoek van Majoor blijkt (2010, p.67) dat het aantal modewinkels in een winkelgebied of – straat ook van belang is voor het markthuurniveau. Indien in een winkelgebied 1% meer modewinkels zijn gevestigd dan het gemiddelde aantal van de steekproef, dan ligt de gemiddelde markthuur ca. 1,5% hoger dan gemiddeld. Bij 3% meer modewinkels komt dit zelfs uit op een ca. 4,5% hogere markthuur. Is eenmaal een bepaalde huurprijs overeengekomen dan zal deze gedurende de huurovereenkomst jaarlijks worden geïndexeerd (meestal conform CPI reeks alle huishoudens, zoals reeds aangegeven in Hoofdstuk 1). Ook is het mogelijk om na een (eerste) huurtermijn, meestal vijf jaar, de winkelhuurprijs aan te passen conform het bepaalde in artikel 7:303 BW. Dit zal niet verder worden toegelicht, omdat dit niet relevant is voor het kwantitatieve onderzoek dat wordt beschreven in deze thesis.

10


Hoofdstuk 3 Methodologie In dit hoofdstuk wordt aangegeven hoe de hoofdvraag en de deelvragen, die in paragraaf 3.1 ter verduidelijking nogmaals worden beschreven, zullen worden onderzocht en beantwoord. Dit zal de basis vormen voor het volgende hoofdstuk waarin de resultaten van het onderzoek zullen worden besproken.

3.1 Hoofdvraag en deelvragen De hoofdvraag van deze thesis is: In hoeverre is bij huurgroei van winkelvastgoed in Nederland sprake van een outperformance ten opzichte van de inflatie in Nederland? Uit eerder uitgevoerd onderzoek van Coolen (2007) is gebleken dat vastgoed in zijn algemeenheid potentieel heeft om te dienen als inflatiehedge, waarbij winkelvastgoed over het algemeen het beste blijkt te functioneren als hedge. Omdat niet iedere winkel gelijk is en de huurprijzen in de diverse geografische gebieden in Nederland verschillend zijn, zijn een tweetal deelvragen opgesteld om te kijken of er verschillen bestaan tussen de verschillende soorten winkelvastgoed en de regio, namelijk: - ‘Bestaat er een verschil in huurgroei ten opzichte van de inflatie tussen de verschillende regio’s in Nederland?’ - ’Bestaat er een verschil in huurgroei ten opzichte van de inflatie tussen de verschillende soorten winkelvastgoed?’ Omdat de economische groei in Nederland wordt gereflecteerd in de huurprijzen van winkels door middel van het CPI welke is gebaseerd op de consumentenbestedingen en de mogelijke vraag naar winkelvastgoed van retailers, wordt tevens de volgende deelvraag onderzocht: - ‘In hoeverre is er een relatie tussen economische groei en huurgroei in winkelvastgoed?’ Het is namelijk mogelijk dat de huurgroei een andere trend laat zien dan de economische groei in een bepaalde periode. Wanneer dit het geval is, dan hangt hier de keuze voor het beleggen in direct winkelvastgoed door beleggers vanaf.

11


3.2 Afbakening onderzoeksbegrippen Om het onderzoeksterrein duidelijk af te bakenen, zijn hieronder de begrippen betreffende de onderzoeksvragen nader uitgewerkt.

3.2.1 Direct en indirect rendement Het directe rendement betreft de netto huurstroom van een vastgoedobject, oftewel de huurinkomsten minus de exploitatielasten. Het indirecte rendement betreft de ontwikkeling van de waarde van het vastgoedobject. De reden waarom binnen deze thesis slechts wordt gekeken naar de huurgroei van winkelvastgoed is dat de inflatiedekkende kwaliteiten van het vastgoed voornamelijk worden veroorzaakt door het directe rendement, met als input de huur. Het indirecte rendement kan onder de inflatie liggen doordat bij indirect rendement niet wordt gekeken naar de daadwerkelijk opgehaalde huurstromen, maar naar de markthuur. Markthuur groeit niet perse met de inflatie, maar hangt af van meerdere factoren, zoals economische groei, aanbod en locatie, zoals reeds aangegeven in paragraaf 2.5.3. Gezien het feit dat in deze master thesis wordt gekeken naar de inflatiedekkende kwaliteiten van winkelvastgoed, zal alleen naar de bruto huurinkomsten binnen het directe rendement worden gekeken. De reden waarom niet naar de netto huurinkomsten wordt gekeken komt doordat exploitatiekosten ook afhankelijk zijn van andere prijsstijgingen dan de CPI (zoals prijsstijgingen binnen de bouw).

3.2.2 Huurgroei Onder huurgroei wordt het verschil tussen de huurwaarde in periode t en de huurwaarde in periode t-1 verstaan. Dit verschil zal worden weergegeven als percentage waarbij de volgende formule gehanteerd zal worden: ((huurwaarde (t) – huurwaarde (t-1)) / huurwaarde (t-1)) x 100%. Binnen het onderzoek beslaat t een periode van één kalenderjaar.

3.2.3 Winkelvastgoed Winkelvastgoed is het vastgoed dat wordt gebruikt voor het exploiteren van een winkel. Een winkel is een voor het publiek vrij toegankelijke ruimte dat in gebruik is voor de verkoop van artikelen aan consumenten. In Hoofdstuk 2 is reeds nader ingegaan op het begrip winkelvastgoed. In het onderzoek zal worden gekeken naar type vastgoed en de geografische locatie van het vastgoed in Nederland.

12


3.2.4 Outperformance Bij het onderzoek wordt onderzocht of de huurwaarde van het winkelvastgoed hoger is dan alleen de huurprijsstijging onder invloed van de gemiddelde inflatie in Nederland. Indien sprake is van meer huurgroei, dan spreekt men over een outperformance. Indien sprake is van minder huurgroei, dan spreekt men van underperformance. Uiteraard is het ook mogelijk dat sprake is van een gelijke groei.

3.2.5 Inflatie In dit onderzoek wordt uitgegaan van het feit dat de huurovereenkomsten voor winkels een bepaling betreffen die de jaarlijkse huurprijsstijging regelt. Hierbij wordt ervan uitgegaan dat voor deze huurprijsstijging gebruik gemaakt wordt van de consumentenprijsindex (CPI) reeks alle huishoudens gepubliceerd door het Centraal Bureau voor de Statistiek (CBS) zoals weergegeven in de Algemene Bepalingen die door het ROZ3 worden gehanteerd. Het CPI is een maatstaf voor het meten van de gemiddelde prijsontwikkeling in Nederland. Het bestaat uit goederen en diensten die een gemiddeld Nederlands huishouden een bepaald basisjaar voor consumptie aanschaft. De inflatie wordt gemeten als procentuele stijging van de CPI in een bepaald jaar ten opzichte van dezelfde periode in het voorgaande jaar.

3.3 Beschrijving van de data Bij het onderzoek naar de performance van de huurprijsstijging ten opzichte van de inflatie is gebruik gemaakt van gegevens van de IPD/ROZ. In 1995 is de IPD/ROZ Vastgoedindex gestart als een index en benchmark voor Nederlandse vastgoedbeleggingen met onder meer als doel transparantie te bieden in de Nederlandse vastgoedbeleggingsmarkt. Deze vastgoedindex meet ieder kwartaal en jaar de rendementen op vastgoedobjecten en –portefeuilles om inzicht te verschaffen in de (netto) huurinkomsten en de waardeontwikkeling van het vastgoed. Naast de index op objectniveau zijn er tevens indices voor de verschillende soorten vastgoed: woningen, winkels, kantoren en bedrijfsruimte. Voor deze thesis is gebruik gemaakt van de database van 1995 tot en met 2008 van de IPD/ROZ die wordt gebruikt voor de vastgoedindex voor winkels. De database voor deze periode bestond uit 1.445 winkelobjecten van 33 fondsen4. De reden waarom gebruik wordt gemaakt van de database van IPD/ROZ is dat dit de meest volledige database is binnen Nederland. Een voordeel van het gebruik van de database van IPD/ROZ is de hoeveelheid onderliggende data binnen de database. Het is vrij lastig en tijdrovend om de data afzonderlijk van de verschillende fondsen te verkrijgen. De database is een goede basis voor het statistisch onderzoek en de bijbehorende resultaten. Een nadeel van het gebruik van deze database is dat niet precies is aangegeven hoeveel winkels zich bevinden in de diverse

13


plaatsen. Bovendien zijn de gegevens vrijwel onmogelijk te controleren en moet er daarom vanuit worden gegaan dat de invoer in de database correct is verlopen. Echter, voor het globale onderzoek wat in deze master thesis wordt uitgevoerd, wegen de nadelen niet op tegen de voordelen. Voor onderhavige thesis is binnen de database een onderverdeling gemaakt naar regio en winkelsoort. Binnen de database worden vier regio’s onderscheiden, te weten de Randstad, Noord Nederland, Oost Nederland en Zuid Nederland. Binnen deze regio’s is een onderverdeling gemaakt op provincie, welke weer is onderverdeeld in streken binnen de provincie met de steden daarbinnen. In Bijlage III is de precieze indeling weergegeven.

De winkelgebieden en -soorten zijn verdeeld op basis van de onderverdeling zoals deze wordt gehanteerd door Locatus5. De volgende winkelgebieden en – soorten worden gehanteerd: Binnenstad, Hoofdwinkelgebied Groot, Hoofdwinkelgebied Klein, Kernverzorgend Centrum Groot, Kernverzorgend Centrum Klein, Stadsdeelcentrum, Binnenstedelijke Winkelstraat, Wijkwinkelcentrum Groot, Kleine Wijk- en Buurtcentra en PDV/GDV en verspreid (zie tevens Bijlage II). In dit onderzoek wordt bij het begrip inflatie uitgegaan van de consumentenprijsindex (CPI) alle huishoudens, zoals door het Centraal Bureau voor de Statistiek (CBS) gepubliceerd. Gezien het feit dat wordt gekeken naar de jaarlijkse huurgroei, wordt er gebruik gemaakt van de jaarcijfers van het CBS over de periode 1995 t/m 2008, de periode welke de database van IPD/ROZ beslaat (zie Bijlage IV). De belangrijkste graadmeter voor de economische groei in Nederland is de wijziging van het Bruto Binnenlands Product (BBP). Het BBP is de som van de in het binnenland gevormde toegevoegde waarde, oftewel de waarde die tijdens het productieproces aan goederen en/of diensten wordt toegevoegd. De toegevoegde waarde tegen marktprijzen, die in deze thesis wordt gehanteerd, houdt in dat indirecte belastingen en subsidies deel uitmaken van de toegevoegde waarde. In het BBP zijn tevens de afschrijvingen meegenomen, dit verklaart het woord ‘bruto’ (www.cbs.nl). Ook voor het BBP is gekeken naar de periode van 1995 t/m 2008 (zie Bijlage IV).

14


3.4 Beschrijving van de methodologie Voordat wordt gekeken naar de methodologie wordt in deze paragraaf eerst aangegeven wat de vertrekpunten zijn voor het onderzoek in de vorm van een aantal hypothesen.

3.4.1 Hypothesen De hypothesen voor dit onderzoek kunnen als volgt worden beschreven: -

de huurgroei voor winkelvastgoed in Nederland is over het algemeen groter dan de inflatie;

-

de huurgroei voor winkelvastgoed in de Randstad ten opzichte van de inflatie is groter dan de huurgroei ten opzichte van inflatie in de andere regio’s in Nederland;

-

de huurgroei van winkels in de binnenstad ten opzichte van de inflatie is groter dan de huurgroei van andere winkelgebieden ten opzichte van de inflatie;

-

er is sprake van samenhang tussen de economische groei en de huurgroei in Nederland.

3.4.2 Methodiek Om te zien of er een verband bestaat tussen de huurgroei en de inflatie, wordt de samenhang vastgesteld door middel van het berekenen van de correlatie coëfficiënt. De gegevens die worden gebruikt zijn te rangschikken op rationiveau. De gegevens hebben namelijk een natuurlijke ordening, een natuurlijke afstand en een natuurlijk nulpunt. De inflatie wordt verondersteld als onafhankelijke variabele en de huurgroei wordt verondersteld als afhankelijke variabele binnen het onderzoek. De correlatie-analyse wordt gedaan voor de verschillende regio’s en de verschillende soorten winkelgebieden in Nederland. Daarnaast wordt door middel van een correlatie-analyse gekeken naar de samenhang tussen de economische groei en de huurgroei in Nederland voor de verschillende locaties en soorten. Om reeds vooraf een indruk te krijgen van de samenhang tussen beide variabelen, is voor de huurgroei binnen de verschillende regio’s en van de verschillende soorten in verhouding tot de inflatie en de economische groei gebruik gemaakt van een spreidingsdiagram. De puntenwolk bij het spreidingsdiagram dient een gerekte vorm rond een denkbeeldige lijn te vormen, om gebruik te maken van de correlatie coëfficiënt voor het meten van de samenhang. Tevens kunnen door gebruik te maken van een spreidingsdiagram uitbijters opgespoord worden, waarbij een uitbijter gedefinieerd wordt als gezamenlijke waarnemingsuitkomst die kennelijk buiten het bereik van de andere waarnemingen valt. Ook kan door middel van het analyseren van een boxplot gekeken worden of sprake is van uitbijters (aangeduid als outlier en extreme). De lengte van een boxplot komt overeen met de interkwartielafstand (IQR), wat inhoudt dat 50% van de cases zich in de

15


box bevindt (tussen het eerste en derde kwartiel) en 25% van de cases bevindt zich boven dan wel onder de box. Een outlier is een case die tussen de 1,5 en 3 IQR van de box afligt. Een extreme is een case die meer dan 3 IQR van de box afligt. Per uitbijter zal gekeken worden of verwijdering hiervan van invloed is op de samenhang tussen inflatie en huurgroei. De uitslag hiervan wordt nader omschreven in paragraaf 4.1. Een steekproef is normaal verdeeld indien aan de volgende voorwaarden wordt voldaan: -

de te toetsen variabele in de populatie is normaal verdeeld; en/of

-

de steekproefomvang is voldoende groot (minimaal 30 cases).

Om te kijken of sprake is van een normale verdeling wordt er een Shapiro-Wilk toets toegepast. Deze heeft namelijk de voorkeur bij kleine steekproeven (N < 50). Indien blijkt dat de significantie (overschrijdingskans) bij de Shapiro-Wilk toets kleiner is dan 0,05, zal de nulhypothese, oftewel de variabelen zijn normaal verdeeld, verworpen worden. Indien hieruit blijkt dat er geen sprake is van een normale verdeling dient te worden gekeken naar de steekproefomvang. Indien hieruit blijkt dat deze niet voldoende groot is, is er geen sprake van een normale verdeling en zal op basis van een niet-parametrische toets (de Wilcoxon matchedpairs toets) gekeken worden naar de samenhang tussen de variabelen. Indien blijkt dat sprake is van een normale verdeling zal door middel van een gepaarde t-toets gekeken worden of het gemiddelde van twee gepaarde proeven, in dit geval de inflatie of de economische groei per jaar en de huurgroei voor een bepaalde locatie of soort, enige samenhang vertonen, oftewel te vergelijken zijn met elkaar. Een significante correlatie coëfficiënt van 1 geeft aan dat er een positieve samenhang bestaat tussen de twee variabelen, een significante correlatie coëfficiënt van –1 geeft een negatieve samenhang tussen twee variabelen aan. Wanneer er geen sprake is van samenhang zal de correlatie coëfficiënt uitkomen op 0. De correlatie zal als volgt berekend worden: R(x,y) = Cov(x,y) / σx x σy Hierbij geldt: Cov(x,y)

= de lineaire samenhang tussen inflatie/economische groei en huurgroei

σx

= de standaardafwijking (verdeling) van de inflatie/economische groei

σy

= de standaardafwijking (verdeling) van de huurgroei

16


Waarbij de covariantie van x en y als volgt wordt berekend: n

Cov (x,y) = 1/(n-1) ∑ (xi – xgem)(yi – ygem) i=1

Hierbij geldt: n

= aantal waarnemingen

xgem

= gemiddelde inflatie/gemiddelde economische groei

ygem

= gemiddelde huurgroei

De standaardafwijkingen zullen als volgt worden berekend: n

σx = √ (1/n ∑ (xi – xgem)2) en i=1 n

σy = √ (1/n ∑ (yi – ygem)2) i=1

Hierbij geldt: n

= aantal waarnemingen

xgem

= gemiddelde inflatie/gemiddelde economische groei

ygem


Tevens zal een regressieanalyse worden uitgevoerd om te kijken of de gemiddelde huurgroei bij de verschillende locaties en soorten kan worden verklaard door de gemiddelde inflatie dan wel economische groei. Hierbij is inflatie of economische groei de onafhankelijke variabele en locatie of soort de afhankelijke variabele. Het enkelvoudig lineair regressiemodel (de vergelijking hoe y zich verhoudt tot x en een storingsterm) is als volgt opgebouwd: y = ß0 + ß1x + ε Hierbij geldt: y


x

= gemiddelde inflatie/economische groei

17


ß0

= constante; snijpunt van de best passende lijn met de Y-as

ß1

= regressiecoëfficiënt; hellingshoek van de best passende lijn

ε

= storingsterm, die de variabiliteit in y, die niet kan worden uitgelegd door de lineaire relatie tussen x en y, verklaart

Aanname is dat ε gelijk is aan nul. Een gevolg hiervan is dat y een lineaire functie is van x, wat de volgende regressievergelijking tot gevolg heeft: E(y) = ß0 + ß1x De determinatiecoëfficiënt (R2) is uiteindelijk het aandeel verklaarde variantie van de afhankelijke variabele y (huurgroei) door de onafhankelijke variabele x (inflatie/economische groei). Oftewel, voor welk percentage wordt y verklaard door x. Omdat binnen deze master thesis niet alleen wordt gekeken naar de samenhang tussen de huurgroei en de inflatie, maar juist ook naar de outperformance van de huurgroei, zal tevens per regio en per soort worden gekeken in hoeverre deze outperformance gemiddeld optreedt. Er wordt verondersteld dat sprake is van een outperformance of een underperformance indien het verschil tussen de gemiddelde huurgroei en de gemiddelde inflatie meer dan 5% is. Er is sprake van een outperformance indien dit verschil positief is en sprake van een underperformance indien dit verschil negatief is.

18


Hoofdstuk 4 Analyse In dit hoofdstuk worden de resultaten van de onderzoeken, zoals omschreven in het vorige hoofdstuk, weergegeven en geanalyseerd. Per locatie en soort worden twee tabellen weergegeven met daarin de correlatiecoëfficiënt (Pearson Correlation of Spearman’s Rho), de determinatiecoëfficiënt (R Square) en de onderzochte hoeveelheid gegevens per variabele (N). Tevens wordt de significantie van de correlatie weergegeven (Sig.(2-tailed)). Op basis van een significantieniveau van 5% wordt gekeken of de uitkomst op toeval berust. Indien een waarde wordt weergegeven van kleiner dan 0,05, dan houdt dat in dat de waarschijnlijkheid dat deze uitkomst op toeval berust kleiner is dan 5%. Hoe lager de significantiewaarde, hoe significanter de variabele.

4.1 Ontbrekende en uitschietende waarden 4.1.1 Locatie Binnen de gebruikte database die zich richt op de huurgroei bij de verschillende locaties is gekeken naar de hoeveelheid ontbrekende waarden. Omdat teveel ontbrekende data van invloed kan zijn op de analyse, is besloten dat bij een hoeveelheid van vier of meer ontbrekende data (ca. 29% van de hoeveelheid cases per variabele), de variabele wordt verwijderd. Dit heeft tot gevolg dat in eerste instantie de gegevens van Oost Groningen, Nieuwegein, Lelystad, Duiven, Tiel en Helmond niet zijn meegenomen in dit onderzoek. Voor de locaties Zuidwest Gelderland, Zeist, Assen, Waalwijk, Oosterhout, Roosendaal en Goes geldt dat sprake is van één ontbrekende waarde. Voor Zuidwest Friesland, Overig Zeeland, Amstelveen, Vlaardingen, Sneek, Doetinchem en Uden geldt dat sprake is van twee ontbrekende waarden. Bij de eerste analyse met behulp van de Shapiro-Wilk toets blijkt dat bij achtendertig locaties sprake is van uitschietende waarden (extremes). Gezien het feit dat deze extremes een dusdanig grote invloed uitoefenen op het resultaat, zijn ze verwijderd uit de database. Het gevolg hiervan is dat Gouda, Assen en Eindhoven op een totaal van vier of meer ontbrekende waarden komen, waardoor deze variabelen niet zijn meegenomen in de analyse. Bij het doen van een tweede analyse met behulp van de Shapiro-Wilk toets na de bovenstaande aanpassingen, zijn bij zeven locaties nog extremes aangetroffen. Van deze zeven locaties bleek de extreme van Leiden per abuis niet te zijn verwijderd na de eerste analyse. Gezien het feit dat 19


bij de locaties Oost Zuid-Holland en Zeist door deze aanpassing vier ontbrekende waarden ontstonden, zijn ze verwijderd uit de database. Voor de overige vijf locaties is nogmaals een Shapiro-Wilk toets uitgevoerd om te onderzoeken of de huurgroei een normale verdeling heeft. Na de laatste analyse blijkt dat bij vijftien van de honderdtwee locaties sprake is van een nietnormale verdeling van de huurgroei over de waargenomen jaren. Gezien het feit dat bij twaalf locaties sprake is van een outlier, is tevens onderzocht of het weghalen van deze outlier invloed heeft op de soort verdeling van de huurgroei. Hierbij is de locatie Maastricht volledig uit de database gehaald, omdat er bij Maastricht sprake was van vier ontbrekende waarden na het weghalen van de outliers. Bij één van de voornoemde locaties had het weghalen van de outlier niet tot gevolg dat sprake was van een normale verdeling. Hierdoor blijven in het bestand een viertal locaties waarvoor de huurgroei geen normale verdeling heeft (zie Bijlage V). In het totale bestand blijven zesennegentig locaties over die nader onderzocht zullen worden.

4.1.2 Soort winkelvastgoed Bij de database inzake de huurgroei bij de verschillende soorten winkelvastgoed is tevens gekeken naar de hoeveelheid ontbrekende waarden. Ook hier geldt dat bij vier of meer ontbrekende data de variabele zal worden verwijderd. Echter, bij de database voor soort winkelvastgoed is geen sprake van ontbrekende waarden. Bij de eerste analyse met behulp van de Shapiro-Wilk toets blijkt dat bij de variabelen Kernverzorgend centrum klein en PDV/GDV en verspreid, sprake is van een extreme. Gezien het feit dat deze extremes een dusdanige grote invloed uitoefenen op het resultaat zijn ze verwijderd. Bij het doen van de tweede analyse met behulp van bovengenoemde toets zijn geen extremes meer aangetroffen. Voor negen van de tien variabelen geldt dat sprake is van een normale verdeling van de huurgroei, voor de variabele Kleine wijk- en buurtcentra geldt dit niet. Bij deze variabele is sprake van één outlier en daarom is onderzocht of het weghalen hiervan gevolgen heeft voor de verdeling van de huurgroei. Na het doen van de derde analyse blijkt dat het weghalen van deze outlier geen gevolgen heeft voor de verdeling van de huurgroei bij deze variabele. Er blijft sprake van een niet-normale verdeling (zie Bijlage VI).

4.2 Resultaten van de analyse 4.2.1 Resultaten bij locatie Zoals in paragraaf 4.1.1 reeds is aangegeven, zijn van de honderdtwee variabelen zes locaties verwijderd uit de database en is bij vier locaties sprake van een niet-normale verdeling van de 20


huurgroei. Dit houdt in dat voor tweeënnegentig locaties geldt dat wel sprake is van een normale verdeling van de huurgroei en hiervoor gebruik is gemaakt van de gepaarde t-toets om te kijken naar de samenhang tussen de gemiddelde huurgroei van de variabelen en de gemiddelde inflatie (Pearson correlation). Voor de vier locaties waar geen sprake is van een normale verdeling, is de Wilcoxon matched-pairs toets, waarbij Spearman’s Rho de correlatie weergeeft, gehanteerd. 4.2.1.1 Correlatie en regressie huurgroei locatie ten opzichte van inflatie In Bijlage VII is het resultaat voor de correlatie en de regressie voor de gemiddelde huurgroei van de verschillende locaties ten opzichte van de gemiddelde inflatie weergegeven. De locaties zijn conform Bijlage III onderverdeeld in regio, provincie, streek en plaats. Hieronder zijn alleen de locaties weergegeven waarbij een grote samenhang tussen de gemiddelde huurgroei en de gemiddelde inflatie is aangetroffen. Correlatie ten opzichte van inflatie (1995-2008) Locatie Pearson Correlation Sig.(2-tailed) ,610 ,027 Provincie Groningen ,621 ,018 Agglomeratie Haarlem ,726 ,005 Agglomeratie Leiden en bollenstreek ,557 ,048 Zuidwest Gelderland ,649 ,023 Twente ,556 ,039 Zuidwest Overijssel ,641 ,014 Midden Limburg ,547 ,043 Haarlem ,796 ,002 Amstelveen ,547 ,043 Hilversum ,775 ,003 Zoetermeer ,718 ,013 Vlaardingen ,538 ,047 Alphen aan den Rijn ,579 ,030 Deventer ,705 ,007 Tilburg -,670 ,017 Waalwijk

N

R Square 13 14 13 13 12 14 14 14 12 14 12 11 14 14 13 12

,372 ,386 ,527 ,310 ,421 ,309 ,411 ,299 ,634 ,299 ,601 ,516 ,289 ,335 ,497 ,449

Figuur 4.1: Correlatie en regressie van de gemiddelde huurgroei van locaties ten opzichte van de gemiddelde inflatie (periode 1995-2008) die een grote samenhang vertonen

Dit geldt indien de significantie kleiner dan of gelijk is aan 0,05. Gezien het feit dat er bij alle locaties sprake is van een normale verdeling is de Pearson Correlation uitgerekend en niet Spearman’s Rho. Voor de eerste vijftien genoemde variabelen geldt een sterke positieve samenhang voor de gemiddelde huurgroei en de gemiddelde inflatie en voor de variabele Waalwijk geldt een sterke negatieve samenhang. Dit betekent dat wanneer de inflatie stijgt, de huurgroei voor Waalwijk afneemt en wanneer de inflatie daalt de huurgroei voor Waalwijk toeneemt. Voor alle locaties die in figuur 4.1 zijn weergegeven geldt dat sprake is van een sterk verband tussen de variabelen, oftewel de gemiddelde huurgroei van deze variabelen wordt in

21


hoge mate verklaard door de gemiddelde inflatie (31 tot 63% van de huurgroei wordt verklaard door de inflatie). De samenhang tussen de huurgroei en de inflatie voor de andere tachtig variabelen is minder sterk (positief dan wel negatief). Tevens geldt voor deze variabelen dat de huurgroei niet (in het geval van Zuid Drenthe) of in mindere mate wordt verklaard door de inflatie. Overigens is de samenhang tussen de gemiddelde huurgroei en de gemiddelde inflatie voor al het winkelvastgoed in Nederland uit de database van de IPD/ROZ 0,46 en wordt 21% van de huurgroei verklaard door de inflatie. Aan de hand van de correlatie (samenhang) en de regressie (verklaring) kan niet zonder meer geconcludeerd worden dat bij de locaties met grote samenhang geen sprake is van een outperformance of underperformance van de huurgroei ten opzichte van de inflatie. Net zomin als dat niet zonder meer geconcludeerd kan worden dat bij de locaties met weinig samenhang tussen de huurgroei en de inflatie automatisch sprake zal zijn van een outdan wel underperformance. Hiervoor is gekeken naar de gemiddelde huurgroei per locatie ten opzichte van de gemiddelde inflatie. In de tabel in Bijlage VIII is dit weergegeven. De gemiddelden zijn bepaald aan de hand van de jaren dat er gegevens beschikbaar zijn. Zoals eerder aangegeven in paragraaf 3.4.2 is sprake van een outperformance indien de gemiddelde huurgroei meer dan 5% hoger is dan de gemiddelde inflatie en sprake van een underperformance indien de huurgroei meer dan 5% lager is dan de gemiddelde inflatie. Voor het onderzochte tijdvak geldt dat bij eenenveertig locaties sprake is van een outperformance, bij dertig locaties is sprake van een underperformance en bij vijfentwintig locaties is geen sprake van een noemenswaardig verschil tussen de gemiddelde huurgroei en de gemiddelde inflatie. Bij drie van de locaties waarbij een grote samenhang tussen inflatie en huurgroei is vastgesteld, is sprake van een underperformance van de gemiddelde huurgroei ten opzichte van de gemiddelde inflatie, te weten de Provincie Groningen en de plaatsen Vlaardingen en Waalwijk. Bij vijf van de locaties waarbij een grote samenhang tussen inflatie en huurgroei is vastgesteld, te weten de streken Zuidwest Gelderland, Twente en Zuidwest Overijssel en de plaatsen Deventer en Tilburg, is sprake van een outperformance. Bij acht van deze locaties is geen sprake van een noemenswaardig verschil tussen de gemiddelde huurgroei en de gemiddelde inflatie. Dit betekent dus dat een grote samenhang niet automatisch inhoudt dat er geen sprake is van een outdan wel underperformance. Echter, kijkende naar alle gegevens is de kans wel groot dat indien sprake is van samenhang tussen de gemiddelde

22


huurgroei per locatie en de gemiddelde inflatie er geen sprake zal zijn van een outdan wel underperformance van de huur ten opzichte van de inflatie. Uit de analyse blijkt dat voor de gemiddelde huurgroei in Nederland geldt dat deze 28% hoger is dan de gemiddelde inflatie. Voor de regio’s geldt dat voor drie van de vier regio’s sprake is van een outperformance (75%). Voor de provincies geldt dat bij acht van de twaalf provincies sprake is van een outperformance (dus tevens 75%), voor streken geldt dat bij veertien van de vijfendertig onderzochte streken sprake is van een outperformance (40%) en voor de plaatsen geldt dat voor veertien van de vierenveertig onderzochte plaatsen (32%) sprake is van een outperformance van de huurgroei ten opzichte van de inflatie. Voor de provincies geldt dat er sprake is van een underperformance van 25%, voor de streken geldt dat voor dertien van de vijfendertig streken sprake is van underperformance (37%) en voor de plaatsen geldt dat ook bij veertien van de vierenveertig onderzochte plaatsen sprake is van een underperformance (32%). Kijkende naar de regio’s dan is zichtbaar dat de regio Oost de meeste outperformance (37%) laat zien ten opzichte van de inflatie. Deze regio heeft ook de hoogste gemiddelde huurgroei, namelijk 3,04%. Voor de regio’s Randstad en Zuid geldt respectievelijk een outperformance van 31% en 23%. De regio Noord laat geen noemenswaardig verschil zien. Van de provincies laat Zuid-Holland de meeste outperformance zien (32%) met een gemiddelde huurgroei van 2,94% en Flevoland de meeste underperformance (-41%) met een gemiddelde huurgroei van 1,36%. Voor de provincie Drenthe geldt dat er geen sprake is van een noemenswaardig verschil tussen de inflatie en de huurgroei. Bij de streken laat Groot Amsterdam de meeste outperformance zien (40%) en Noord Friesland de meeste underperformance (-45%) met een gemiddelde huurgroei van 1,23%. De grootste gemiddelde huurgroei geldt bij de streken voor Alkmaar en omgeving, te weten 3,25%. De reden waarom Alkmaar en omgeving niet de grootste outperformance laat zien ligt aan het feit dat de gemiddelde inflatie voor deze streek hoger is dan de gemiddelde inflatie voor Groot Amsterdam. Dit wordt veroorzaakt doordat voor de jaren 2005 en 2006 geen gemiddelde huurgroei is aangegeven voor de variabele Alkmaar en omgeving, waardoor de gemiddelde inflatie is berekend voor twaalf jaren. Dit geeft een hogere gemiddelde inflatie weer, dan wanneer alle veertien jaren worden meegewogen. Voor acht van de vijfendertig streken is sprake van een niet noemenswaardig verschil tussen de huurgroei en de inflatie. Bij de plaatsen heeft

Den

Bosch

de

meeste

outperformance

(64%)

en

Leeuwarden

de

meeste

underperformance (-58%). Bij de plaatsen toont de gemiddelde huurgroei bij Den Haag geen

23


verschil ten opzichte van de gemiddelde inflatie voor deze specifieke periode, voor veertien van de vierenveertig onderzochte plaatsen is geen sprake van een noemenswaardig verschil. 4.2.1.2 Correlatie en regressie huurgroei locatie ten opzichte van economische groei In Bijlage IX is het totale resultaat van de correlatie en regressie voor de verschillende locaties ten opzichte van de economische groei weergegeven. De locaties zijn tevens conform Bijlage III onderverdeeld in regio, provincie, streek en plaats. In figuur 4.2 zijn alleen de locaties weergegeven waarbij een grote samenhang tussen de gemiddelde huurgroei en de gemiddelde economische groei is aangetroffen.

Locatie

Correlatie ten opzichte van economische groei (1995-2008) Pearson Correlation Spearman's Rho Sig.(2-tailed)

Noord Flevoland Zaanstreek Noord Friesland Flevoland geheel Noord Overijssel West Noord Brabant Zwolle Oss Breda Roosendaal Goes

-,651 ,593 -,654 -,596 ,593 -,544 -,573 -,542 ,614 -,627 -,801 -,700

,012 ,033 ,021 ,024 ,033 ,044 ,040 ,045 ,026 ,016 ,002 ,016

N 14 13 12 14 13 14 13 14 13 14 12 11

R Square ,424 ,352 ,428 ,355 ,352 ,296 ,328 ,294 ,377 ,393 ,642 ,490

Figuur 4.2: Correlatie en regressie van de gemiddelde huurgroei van locaties ten opzichte van de gemiddelde economische groei (periode 1995-2008) die een grote samenhang vertonen

Bij de variabelen Flevoland, Flevoland Geheel en Oss is sprake van een grote positieve samenhang en bij de overige variabelen is sprake van een grote negatieve samenhang tussen de huurgroei en de economische groei (significantie is kleiner dan of gelijk aan 0,05). Hierbij geldt dat bij een stijging van de economische groei, de huurgroei zal afnemen en bij een daling van de economische groei, de huurgroei zal toenemen. Tevens geldt voor de hierboven genoemde variabelen dat de huurgroei grotendeels wordt verklaard door de economische groei (29 tot 64%). Voor de overige vierentachtig variabelen geldt dat de huurgroei niet (dit geldt voor Zuidwest Friesland, Veluwe en Sneek) of nauwelijks wordt verklaard door de economische groei. Wat over het algemeen opvalt is dat bij vijfenzeventig van de zesennegentig variabelen (oftewel 78%) sprake is van een negatieve samenhang tussen huurgroei en economische groei.

24


4.2.2 Resultaten bij soort Bij paragraaf 4.1.2 is reeds aangegeven dat voor negen van de tien soorten winkelvastgoed sprake is van een normale verdeling van de huurgroei en bij één variabele sprake is van een niet-normale verdeling van de huurgroei. Zoals eerder aangegeven is bij de normaal verdeelde variabelen met behulp van een gepaarde t-toets gekeken naar de samenhang van de huurgroei van de variabelen en de inflatie (Pearson Correlation) en bij de niet-normaal verdeelde variabele is gebruik gemaakt van een Wilcoxon matched-pairs toets om de samenhang van de huurgroei van de variabele en de inflatie te onderzoeken (Spearman’s Rho). 4.2.2.1 Correlatie en regressie huurgroei soort ten opzichte van inflatie In figuur 4.3 is het resultaat voor de correlatie en de regressie voor de verschillende soorten ten opzichte van de inflatie weergegeven.

Soort Hoofdwinkelgebied groot Binnenstedelijke winkelstraat Stadsdeelcentrum Hoofdwinkelgebied klein Wijkcentrum groot Kernverzorgend centrum groot PDV/GDV en verspreid Binnenstad Kernverzorgend centrum klein Kleine wijk- en buurtcentra

Correlatie ten opzichte van inflatie (1995-2008) Pearson Correlation Spearman's Rho Sig.(2-tailed) ,753 ,680 ,476 ,455 ,353 ,167 ,141 ,102 ,000 ,237

,002 ,007 ,085 ,102 ,216 ,569 ,662 ,729 1,000 ,436

N

R Square

14 14 14 14 14 14 12 14 13 13

,567 ,462 ,227 ,207 ,124 ,028 ,020 ,010 ,000 ,056

Figuur 4.3: correlatie en regressie van de gemiddelde huurgroei van soort ten opzichte van de gemiddelde inflatie (periode 1995-2008)

Zoals zichtbaar is in bovenstaande figuur, is bij de variabelen Hoofdwinkelgebied groot en Binnenstedelijke winkelstraat sprake van een grote samenhang tussen de huurgroei en de inflatie (significantie is kleiner dan of gelijk aan 0,05). Tevens geldt voor deze variabelen dat de huurgroei in sterke mate verklaard kan worden door de inflatie (respectievelijk 57% en 46% van de huurgroei wordt door de inflatie verklaard). Voor de overige acht variabelen geldt dat de huurgroei niet (in het geval van Kernverzorgend klein, waarbij tevens geen samenhang aanwezig is tussen de huurgroei en de inflatie) of nauwelijks wordt verklaard door de inflatie. Ook voor het bovengenoemde geldt dat niet zonder meer geconcludeerd kan worden dat bij de soorten Hoofdwinkelgebied groot en Binnenstedelijke winkelstraat geen sprake is van een outdan wel underperformance van de huurgroei ten opzichte van de inflatie. En het tegengestelde voor de soorten die weinig tot geen samenhang vertonen. Hiervoor zal tevens naar de

25


gemiddelde huurgroei per soort ten opzichte van de gemiddelde inflatie gekeken moeten worden. In de volgende tabel is dit weergegeven. De gemiddelden zijn bepaald aan de hand van de jaren dat gegevens beschikbaar zijn. Zoals eerder aangegeven in paragraaf 3.4.2 is sprake van een outperformance indien de gemiddelde huurgroei meer dan 5% hoger is dan de gemiddelde inflatie en sprake van een underperformance indien de gemiddelde huurgroei meer dan 5% lager is dan de gemiddelde inflatie. Zoals zichtbaar is in figuur 4.4 geldt voor alle soorten winkelvastgoed behalve PDV/GDV en verspreid dat sprake is van een outperformance van de gemiddelde huurgroei ten opzichte van de gemiddelde inflatie voor het onderzochte tijdsvak. Voor PDV/GDV en verspreid geldt dat sprake is van een underperformance.

Gemiddelde huurgroei

Gemiddelde inflatie

Binnenstad 2,64 Hoofdwinkelgebied groot* 2,72 Hoofdwinkelgebied klein 3,29 Kernverzorgend centrum groot 3,13 Kernverzorgend centrum klein 2,54 Stadsdeelcentrum 2,67 Binnenstedelijke winkelstraat* 2,82 Wijkcentrum groot 2,75 Kleine wijk- en buurtcentra 2,55 2,09 PDV/GDV en verspreid * sprake van sterke samenhang tussen huurgroei en inflatie.

2,23 2,23 2,23 2,23 2,25 2,23 2,23 2,23 2,24 2,33

afwijking tov inflatie

%afwijking tov inflatie

0,41 0,49 1,06 0,90 0,30 0,44 0,59 0,53 0,31 -0,25

19% 22% 48% 41% 13% 20% 27% 24% 14% -11%

Figuur 4.4: Outperformance en underperformance gemiddelde huurgroei per soort ten opzichte van gemiddelde inflatie voor de periode 19952008

De variabele Hoofdwinkelgebied klein laat de grootste outperformance zien en de variabele Kernverzorgend centrum klein, die geen samenhang vertoont tussen huurgroei en inflatie, laat de kleinste outperformance zien. Ook bij de variabelen Hoofdwinkelgebied groot en Binnenstedelijke winkelstraat, die een sterke samenhang lieten zien, is sprake van een outperformance van de huurgroei ten opzichte van de inflatie. 4.2.2.2 Correlatie en regressie huurgroei soort ten opzichte van economische groei In figuur 4.5 is te zien dat voor de variabelen PDV/GDV en verspreid en Wijkcentrum groot geldt dat sprake is van een grote samenhang tussen de huurgroei en de economische groei (significantie is kleiner dan of gelijk aan 0,05). Bij de variabele PDV/GDV en verspreid is sprake van een positieve samenhang en bij Wijkcentrum groot is sprake van een negatieve samenhang tussen de huurgroei en de economische groei.

26


Soort

Correlatie ten opzichte van economische groei (1995-2008) Pearson Correlation Spearman's Rho Sig.(2-tailed)

PDV/GDV en verspreid Hoofdwinkelgebied klein Binnenstad Kernverzorgend centrum groot Kernverzorgend centrum klein Stadsdeelcentrum Binnenstedelijke winkelstraat Hoofdwinkelgebied groot Wijkcentrum groot Kleine wijk- en buurtcentra

,583 ,167 -,148 -,238 -,240 -,368 -,426 -,466 -,575 ,061

,047 ,568 ,615 ,413 ,429 ,195 ,128 ,093 ,031 ,843

N 12 14 14 14 13 14 14 14 14 13

R Squared ,340 ,028 ,022 ,057 ,058 ,136 ,182 ,217 ,331 ,004

Figuur 4.5: correlatie en regressie van de gemiddelde huurgroei van soort ten opzichte van de gemiddelde economische groei (periode 19952008)

Dit houdt in dat indien de economische groei stijgt, de huurgroei zal afnemen.Tevens geldt voor deze variabelen dat de huurgroei in sterke mate verklaard kan worden door de economische groei (respectievelijk 34 en 33% van de huurgroei wordt verklaard door de economische groei). Ook hierbij valt op dat over het algemeen sprake is van een negatieve samenhang tussen huurgroei en economische groei bij de verschillende soorten winkelvastgoed (bij 70% van de variabelen is er sprake van een negatieve correlatie).

27


Hoofdstuk 5 Conclusie en aanbevelingen In dit hoofdstuk zal aan de hand van de resultaten zoals deze zijn weergegeven in Hoofdstuk 4, antwoord worden gegeven op de hoofd- en subvragen zoals deze zijn geformuleerd in de inleiding.

5.1 Conclusie master thesis De doelstelling van een institutionele belegger is om door middel van het beheren van vermogen een toekomstige uitkering te kunnen doen (Van Gool, 2007, p.28). Hiervoor kan hij beleggen in diverse beleggingscategorieën, waarvan vastgoed één mogelijkheid is. Hierbij kan indirect (via aandelen) en direct in vastgoed worden belegd. De belangrijkste reden om in direct vastgoed te beleggen is naast het diversificatievoordeel (direct vastgoed correleert nauwelijks met aandelen en opties) tevens de (gedeeltelijke) inflatiedekking (Eichholtz, 1993). Beleggers maken gebruik van diverse beleggingsstrategieën, waarbij Liability Driven Investing (LDI) nader is uitgewerkt in deze master thesis, aangezien deze strategie zich specifiek richt op het afdekken van de inflatie van toekomstige uitkeringen. Bij LDI gaat het om het verwaarlozen van het verschil tussen de looptijd van de verplichtingen en de beleggingen. Uit onderzoek van Kapiteyn (2009) is gebleken dat de gemiddelde looptijd voor het aanhouden van vastgoed 16,5 jaar is. De Nederlandsche Bank houdt voor pensioenfondsen tevens een looptijd van 16 jaar aan. Hieruit blijkt dat de looptijd vrijwel gelijk is. Bovendien laten vastgoedbeleggingen, in vergelijking met aandelen en opties, een gunstig direct rendement zien (zie Bijlage I). Uit onderzoek van Coolen (2007) is gebleken dat winkelvastgoed wat betreft het afdekken van de inflatie het beste scoort. Met andere woorden winkelvastgoed blijkt het beste te dienen als hedge tegen de inflatie van de toekomstige verplichtingen. De interesse naar beleggen in Nederlands winkelvastgoed is dan ook nog steeds onverminderd aanwezig. De belangstelling naar het beleggen in winkelcentra is in de afgelopen paar jaar toegenomen, naast de altijd aanwezige belangstelling voor solitaire winkelpanden. De netto aanvangsrendementen van winkelvastgoed lieten over het algemeen een daling zien in 2010. Juist omdat niet alleen de inflatie hedge belangrijk is voor institutionele beleggers, maar ook het rendement dat behaald wordt is het doel van deze master thesis om te laten zien of de huurgroei van winkels in Nederland een sterke positieve afwijking vertoont ten opzichte van de inflatie in

28


Nederland en daarmee kan resulteren in een beter resultaat. En of dit dan geldt voor bepaalde specifieke locaties en soorten winkelvastgoed zoals nader uitgewerkt in de deelvragen. Tevens is gekeken naar een verband tussen de huurgroei van winkels en de economische groei in Nederland. In paragraaf 3.4.1 zijn naar aanleiding van de hoofdvraag en de drie deelvragen hypothesen aangegeven, waarvan in de volgende paragrafen wordt aangegeven of ze correct, dan wel niet correct zijn.

5.1.1 Outperformance huurgroei ten opzichte van inflatie De hoofdvraag van deze master thesis is als volgt: In hoeverre is bij huurgroei van winkelvastgoed in Nederland sprake van een outperformance ten opzichte van de inflatie in Nederland? De eerste bijbehorende hypothese is als volgt geformuleerd: De huurgroei voor winkelvastgoed in Nederland is over het algemeen groter dan de inflatie. Zoals reeds aangegeven in paragraaf 4.2.1 is slechts bij zestien locaties sprake van een noemenswaardige samenhang tussen de gemiddelde huurgroei en de gemiddelde inflatie voor de periode 1995-2008. Hieruit blijkt, zoals al eerder aangegeven bij het literatuuronderzoek, dat er inderdaad slechts sprake is van een gedeeltelijke inflatie hedge. Voor het winkelvastgoed in heel Nederland is sprake van een matige samenhang (0,46) en wordt 21% van de huurgroei verklaard door de inflatie. Dit houdt in dat 79% van de huurgroei wordt verklaard door andere factoren. Overigens betekent dit niet dat de gemiddelde huurgroei geen outperformance vertoont ten opzichte van gemiddelde inflatie in het betreffende tijdsvak. Uit de analyse blijkt dat voor de gemiddelde huurgroei in Nederland geldt dat sprake is van 28% meer huurgroei dan de gemiddelde inflatie in het onderzochte tijdvak. Er is dus sprake van een outperformance kijkende naar winkelvastgoed in Nederland als geheel. Voor de regio’s en de provincies geldt dit ook. Bij beide is bij 75% sprake van een outperformance. Echter, voor de onderzochte streken en plaatsen is dit niet zo duidelijk. Bij de streken is slechts bij een extra 3% van de variabelen sprake van een outperformance in plaats van een underperformance en bij de plaatsen zijn de percentages gelijk aan elkaar.

29


Een mogelijke verklaring hiervoor zou kunnen zijn dat de in het onderzoek weggelaten streken en plaatsen ook een outperformance van de huurgroei ten opzichte van de inflatie laten zien, maar omdat deze niet in het verdere onderzoek zijn meegenomen, omdat er te weinig waarden waren, dit niet naar voren komt. Bij de variabelen Nederland en de provincies zijn deze wel opgenomen.

5.1.2 Outperformance huurgroei Randstad ten opzichte van inflatie De eerste deelvraag behorende bij de hoofdvraag luidt:

‘Bestaat er een verschil in huurgroei ten opzichte van de inflatie tussen de verschillende regio’s in Nederland?’ De bijbehorende hypothese is als volgt: De huurgroei voor winkelvastgoed in de Randstad ten opzichte van de inflatie is groter dan de huurgroei ten opzichte van inflatie in de andere regio’s in Nederland. Uit de analyse blijkt dat voor drie van de vier regio’s sprake is van een outperformance, te weten Randstad, Oost en Zuid. De gemiddelde huurgroei bij Noord laat een niet noemenswaardige negatief verschil zien met de gemiddelde inflatie. Van de drie outperformers is de regio Oost de regio die de meeste outperformance laat zien (37%). Vijf van de acht onderzochte streken (63%) en vijf van de negen onderzochte plaatsen (56%) in deze regio laten een outperformance zien. Bij de regio Randstad geldt dat voor zes van de dertien streken (46%) en voor vier van de zestien plaatsen (25%) een outperformance waarneembaar is. De regio Zuid laat een outperformance van 38% voor de onderzochte streken en voor 40% van de onderzochte plaatsen zien. De hypothese, zoals hierboven opgesteld, is aan de hand van de genoemde resultaten niet correct voor de periode 1995-2008. De deelvraag kan wel positief beantwoord worden aan de hand van de resultaten. Er bestaat wel degelijk een verschil in huurgroei ten opzichte van de inflatie voor de onderzochte regio’s in de genoemde periode. Oost laat een gemiddelde huurgroei van 3,04% zien en Randstad, Noord en Zuid respectievelijk een gemiddelde huurgroei van 2,91%, 2,17% en 2,75%. De gemiddelde inflatie in de periode 1995-2008 was voor alle regio’s 2,23%6. Hieruit blijkt, zoals hiervoor reeds aangegeven bij het aantonen van de outperformance van de verschillende regio’s, dat de gemiddelde huurgroei in de regio Oost het grootste verschil met de gemiddelde inflatie laat zien.

30


5.1.3 Outperformance huurgroei binnenstad ten opzichte van de inflatie De tweede deelvraag behorende bij de hoofdvraag luidt als volgt: ’Bestaat er een verschil in huurgroei ten opzichte van de inflatie tussen de verschillende soorten winkelvastgoed?’ De bijbehorende opgestelde hypothese is de volgende: De huurgroei van winkels in de binnenstad ten opzichte van de inflatie is groter dan de huurgroei van andere winkelgebieden ten opzichte van de inflatie. Uit figuur 4.3 uit paragraaf 4.2.2 blijkt dat slechts bij twee van de tien soorten winkelvastgoed, Hoofdwinkelgebied groot en Binnenstedelijke winkelstraat, sprake is van een sterke samenhang tussen de gemiddelde huurgroei en de gemiddelde inflatie voor de periode 1995-2008. Tevens wordt de huurgroei bij deze twee variabelen voor een groot deel verklaard door de inflatie, respectievelijk voor 57 en 46%. Bij de variabele Kernverzorgend centrum klein is geen sprake van samenhang en wordt de huurgroei niet verklaard door de inflatie. Omdat het in deze deelvraag en hypothese gaat om de out- of underperformance van de huurgroei ten opzichte van de inflatie is dit tevens onderzocht en uit de analyse blijkt dat bij negen van de tien variabelen sprake is van een outperformance en bij één, te weten PDV/GDV en verspreid, sprake is van een underperformance voor de onderzochte periode. Van de variabelen die een outperformance laten zien, laat de variabele Kernverzorgend centrum klein, de variabele die geen samenhang toonde, de kleinste outperformance zien. De variabele Hoofdwinkelgebied klein (48%) laat de grootste outperformance zien in de onderzochte periode, gevolgd door Kernverzorgend centrum groot (41%). De outperformance voor de onderzochte periode voor de verschillende soorten is niet gelijk aan elkaar en daarom kan de deelvraag positief beantwoord worden. De hypothese daarentegen is niet correct. De variabele Binnenstad laat niet de grootste outperformance zien, maar de op twee-na-kleinste outperformance. Een mogelijke verklaring zou kunnen zijn dat in deze periode niet veel wijzigingen in de retailers zijn geweest, waardoor geen grote huursprongen konden worden gerealiseerd door de eigenaren.

5.1.4 Samenhang huurgroei en economische groei De derde deelvraag die is geformuleerd naar aanleiding van de hoofdvraag is: ‘In hoeverre is er een relatie tussen economische groei en huurgroei in winkelvastgoed?’ 31


Deze derde vraag is geformuleerd aangezien de economische situatie wordt gereflecteerd in de consumentenbestedingen welke worden meegenomen in de CPI. Bovendien valt aan te nemen dat er een relatie bestaat tussen de consumentenbestedingen en de vraag van retailers naar locaties, wat effect heeft op de huurprijzen. De bijbehorende hypothese luidt als volgt: Er is sprake van samenhang tussen de economische groei en de huurgroei in Nederland. Zoals reeds is aangegeven in paragraaf 4.2.1, is bij de locaties tussen de huurgroei en de economische groei weinig samenhang aangetoond voor de periode 1995-2008. Slechts bij twaalf variabelen is een sterke samenhang aangetoond, bij drie variabelen is sprake van een positieve sterke samenhang en bij negen variabelen is sprake van een negatieve sterke samenhang. De overige vierentachtig variabelen laten weinig samenhang zien en de huurgroei wordt bij deze variabelen niet (dit geldt voor de locaties Zuidwest Friesland, Veluwe en Sneek) of nauwelijks verklaard door de economische groei. Ook bij de soorten winkelvastgoed is weinig samenhang gevonden tussen de huurgroei en de economische groei in de betreffende periode. Slechts bij de variabelen Wijkcentrum groot en PDV/GDV en verspreid is sprake van een grote samenhang en wordt de huurgroei voor een groot deel verklaard door de economische groei. Bij Wijkcentrum groot is sprake van een negatieve samenhang en bij PDV/GDV en verspreid is sprake van een positieve samenhang. De huurgroei bij de overige tien variabelen wordt nauwelijks verklaard door de economische groei. Bij beide soorten variabelen (locatie en soort winkelvastgoed) is duidelijk zichtbaar dat sprake is van grotendeels negatieve (kleine) samenhang tussen de huurgroei en de economische groei. Bij de locaties geldt dit voor vijfenzeventig variabelen (78%) en bij de soorten winkelvastgoed geldt dit voor negen variabelen (75%). De deelvraag en de bijbehorende hypothese kunnen aan de hand van de resultaten negatief beantwoord worden. Er is sprake van weinig samenhang tussen de huurgroei en de economische groei voor zowel de verschillende locaties als de verschillende soorten winkelvastgoed in de betreffende periode. De samenhang die er is, is voor het merendeel negatief. Oftewel, als de economische groei toeneemt, daalt de huurgroei en vice versa. Een

32


mogelijke verklaring hiervoor is dat bij een opwaartse economische groei, retailers blijven zitten op de huidige locatie en geen enorme huurprijsaanpassingen kunnen worden gerealiseerd door de eigenaar. Met andere woorden, de verhuisbereidheid is mogelijk niet groot bij goede economische tijden. Bij economisch mindere tijden is deze mogelijk wel groot (ook doordat hoogstwaarschijnlijk meer faillissementen optreden en daardoor winkels leeg komen) en daardoor is het voor de eigenaar mogelijk om de huurprijs naar boven aan te passen. De precieze reden is echter niet bekend, aangezien deze niet is meegenomen in deze master thesis.

5.1.5 Samenvatting Concluderend in deze master thesis kan gezegd worden dat er in de onderzochte periode sprake was van een outperformance van de huurgroei ten opzichte van de inflatie in heel Nederland. Echter, inzoomende op streek en plaats komt deze outperformance niet naar voren. Op basis van de resultaten kan geen specifieke streek of plaats aangewezen worden waar een belegger mogelijk meer direct rendement zou kunnen behalen vergeleken met andere streken of plaatsen. Bij de soorten winkelvastgoed steken Hoofdwinkelgebied klein en Kernverzorgend centrum groot met kop en schouders uit boven de andere soorten op het gebied van outperformance voor de onderzochte periode. Echter, gezien het feit dat voor dit onderzoek gegevens uit het verleden zijn gebruikt en dit niet automatisch betekent dat dit ook voor de toekomst geldt, kan alleen geconcludeerd worden dat het beleggen in dit soort winkelvastgoed een mogelijk hoger direct rendement oplevert dan in andersoortig winkelvastgoed.

5.2 Aanbevelingen In deze master thesis is alleen gekeken of er sprake is van een outperformance van de huurgroei van winkelvastgoed op diverse locaties en verschillende soorten winkelvastgoed. Er is niet gekeken wat de oorzaak is van de resultaten. Bovendien is alleen gekeken naar de huurgroei in de periode 1995-2008. De inflatie in 2009 en in 2010 is ten opzichte van 2008 weer lager uitgekomen en de bijbehorende huurgroei is niet bekend. In een aanvullend onderzoek zou het interessant zijn om ook de jaren 2009 en 2010 mee te nemen. In beide jaren was sprake van een dalende inflatie. Interessant is om te zien hoe de huren in de verschillende gebieden en op de verschillende locaties hierop reageren. Tevens is het aan te raden om interviews af te nemen met de diverse vastgoedbeleggers (niet alleen de

33


institutionele beleggers) om te kijken welk effect hun vastgoedbeleggingsstrategie en het bijbehorende beleid met betrekking tot het actief verhogen van huren heeft op de gemiddelde huurgroei. Naast het onderzoeken van winkelhuren is het tevens aan te bevelen om ook te kijken naar de eventuele outperformance van bijvoorbeeld kantoorhuren en woninghuren ten opzichte van de inflatie. Ondanks het feit dat uit onderzoek is gebleken dat winkelvastgoed de beste inflatiedekkende

kwaliteiten

heeft,

is

dit

vraagstuk

ook

relevant

voor

de

overige

vastgoedcategorieën.

34


Noten 1

)

De

IPD/ROZ

Vastgoedindex

vastgoedportefeuilles samenwerkingsverband

op

jaar-

tussen

en de

meet

de

rendementen

kwartaalbasis Stichting

ROZ

in

op

vastgoedobjecten

en

Nederland.

IPD/ROZ

is

een

Vastgoedindex

Nederland

en

het

informatiebedrijf Investment Property Databank. 2

) Onder een A1-standkwaliteit worden die winkelstraten (of een gedeelte hiervan) verstaan die

binnen een bepaald winkelgebied het hoogste aantal bezoekers heeft. Uitgedrukt in een index (drukte-index) loopt dit van 100 tot 75. Bij A2-standkwaliteit is de drukte-index 75 tot 50, bij B1 50 tot 25, bij B2 25 tot 10 en bij C is dit 10 tot 5. Deze onderverdeling is niet alleen toepasbaar in binnenstedelijke gebieden, maar tevens binnen een op zichzelf staand winkelcentrum (Bolt, 2003, pp. 62-68). 3

) ROZ staat voor Vereniging Raad voor Onroerende Zaken. Deze vereniging heeft ten doel “het

gezamenlijk bewaken, bevorderen en verbeteren van het functioneren, de kwaliteit en het aanzien van de bedrijfstak onroerend goed en specifiek de door de aangesloten lidorganisaties en hun leden te verrichten werkzaamheden op het gebied van risicodragend creëren, financieren, in eigendom gebruiken, exploiteren en beheren, de overdracht en de makelaardij van in Nederland gelegen onroerend goed“. 4

) Fondsen die hun input leverden aan de IPD/ROZ index in 2008 waren onder meer Altera

Vastgoed B.V., Corio Nederland Retail B.V., Delta Lloyd Vastgoed, ASR Vastgoed Vermogensbeheer B.V., MN Services, Redevco Nederland B.V., Syntrus Achmea Vastgoed en Unibail-Rodamco. 5

) Locatus is een onafhankelijk onderzoeksbureau dat gegevens verzamelt over alle winkels en

consumentgerichte bedrijven in Nederland en België. Naast gegevens op pandniveau bevat hun database tevens informatie over winkelgebieden, verzorgingsgebieden en digitale plattegronden 6

) Er was geen sprake van ontbrekende waarden bij één van de regio’s, waardoor alle jaren uit

de onderzochte periode zijn meegenomen voor de gemiddelde inflatie.

35


Literatuurlijst -

-

-

Bolt, E.J. (2003). Winkelvoorzieningen op waarde geschat. Merkelbeek (1e druk). Bruine, M.A. de (2009). Vastgoed en inflatie, een analyse van de inflatiehedge kwaliteiten van Nederlands en internationaal vastgoed. Master thesis, Amsterdam School of Real Estate. CB Richard Ellis (2010). Understanding Retail Destinations. Researchrapport CB Richard Ellis B.V. 2010 Centraal Bureau voor de Statistiek (2007). Gevoelsinflatie: het verschil tussen waargenomen inflatie en perceptie. Voorburg: Centraal Bureau voor de Statistiek Coolen, N. (2007). Liability-hedging real estate, the development and application of a decision support model for Dutch pension funds. Master thesis, Technische Universiteit Eindhoven. Eichholtz, P.M.A., N. Tates (1993). Beleggen in onroerend goed in Nederland. Economisch Statistische Berichten, 27 januari 1993. Gool, P. van, D. Brounen, P. Jager, R.M. Weisz (2007). Onroerend goed als belegging. Groningen/Houten: Wolters-Noordhoff (vierde, herziene druk, eerste druk uit 1993). Haas, P. de, A.R. Marquard, J.P. Traudes (2010). Diverse aspecten van beleggen in vastgoed. Collegemateriaal Portefeuille Exploitatie Amsterdam School of Real Estate. Investment Property Databank (2010). ROZ/IPD Vastgoedindex, resultaten voor het jaar tot en met 31 december 2009. Jones Lang LaSalle (2009). Dutch Retail Market Bulletin, 2009: Een jaar met kansen op de retailmarkt. Annual Report On Point 2009, Jones Lang LaSalle Jones Lang LaSalle (2010). Dutch Retail Market Bulletin, 2010: Komst van internationale retailers? Annual Report On Point 2010, Jones Lang LaSalle Kapiteyn, G.J., C. Worms (2009). De bijdrage van vastgoed aan Liability Driven Investing. IVBN Paper december 2009. Kortleve, N., e.a. (2010). Het toezicht op pensioenbeleggingen, aanbevelingen van de VBA voor het FTK. Amsterdam: VBA Beroepsvereniging van Beleggingsprofessionals. Majoor, M., J. Lokerse (2010).Aantal modewinkels in winkelgebied bepaalt de huur. Vastgoedmarkt, maart, p. 67. Markowitz, H. (1952). Portfolio selection. The Journal of Finance, 7, (1), 77-91 Soeters, T.F. (2010). Marktspelers en marktstructuur. Collegemateriaal Portefeuille Exploitatie Amsterdam School of Real Estate. Verwoerd, R.F.P. (2009). Heeft de stadsgrootte invloed op rendement van winkelvastgoed in Nederland. Master Thesis, Amsterdam School of Real Estate.

Websites www.cbs.nl www.dnb.nl www.ipd.com www.locatus.com www.roz.nl www.vandale.nl

36


Bijlage I: IPD / ROZ Vastgoedindex 2009

37


Bijlage II: Winkeltyperingen in Nederland Soort •

Binnenstad

Hoeveelheid winkels • Meer dan 400 winkels

Kenmerk • Top 17 winkelgebieden, met voorbeelden als Amsterdam, Rotterdam en Den Haag. • Grootste winkelgebied in een woonplaats als Bussum.

•

Hoofdwinkelgebied groot

•

200 - 400 winkels

•

Hoofdwinkelgebied klein

•

100 - 200 winkels

•

Grootste winkelgebied in een woonplaats als Franeker.

•

Kernverzorgend centrum groot Kernverzorgend centrum klein Stadsdeelcentrum

•

50 – 100 winkels

•

•

5 – 50 winkels

•

•

Meer dan 50 winkels

•

Binnenstedelijke winkelstraat Wijkcentrum groot

•

Meer dan 50 winkels

•

•

25 – 50 winkels

•

•

Kleine wijk- en buurtcentra

•

Minder dan 25 winkels

•

•

PDV/GDV en verspreid

•

Meer dan 5 winkels

•

Grootste winkelgebied in een woonplaats. Grootste winkelgebied in een woonplaats. Aanvulling op een binnenstad of een hoofdwinkelgebied. Merendeel is planmatig ontwikkeld. Ondersteunend winkelgebied. Niet planmatig ontwikkeld. Bestaat naast een binnenstad of hoofdwinkelgebied. Kleiner dan een stadsdeelcentrum. Specifiek ondersteunende functie. Eén of meerdere supermarkten aanwezig. Concentratie van winkels met een vloeroppervlak van meer dan 500 m2. Aanbod moet minimaal 50% doelgericht zijn.

• •

• •

Bron: Locatus 2008

38


Bijlage III: Onderverdeling locaties binnen Nederland Regio Randstad

Provincie in regio Noord-Holland

Zuid Holland

Streek in provincie Agglomeratie Haarlem Alkmaar en omgeving Groot Amsterdam Gooi en Vechtstreek IJmond Kop van Noord Holland Zaanstreek Agglomeratie Leiden en Bollenstreek Agglomeratie 's-Gravenhage

Delft en Westland Groot-Rijnmond Oost Zuid-Holland

Utrecht

Noord Nederland

Groningen Drenthe Friesland

Oost Nederland

Flevoland Gelderland

Overijssel

Zuid Nederland

Noord Brabant

Zuidoost Zuid-Holland Utrecht

Oost-Groningen Overig Groningen Noord-Drenthe Zuidoost-Drenthe Noord-Friesland Zuidoost-Friesland Zuidwest-Friesland Flevoland Achterhoek Arnhem/Nijmegen

Veluwe Zuidwest-Gelderland Noord-Overijssel Twente Zuidwest-Overijssel Midden-Noord-Brabant Noordoost-Noord-Brabant

West-Noord-Brabant

Zuidoost-Noord-Brabant Limburg

Midden-Limburg Noord-Limburg

Zeeland

Overig Zeeland

Steden in streek Haarlem Alkmaar Amstelveen Amsterdam Hilversum

Leiden Den Haag Rijswijk Zoetermeer Delft Rotterdam Vlaardingen Alphen aan den Rijn Gouda Dordrecht Amersfoort Nieuwegein Utrecht Zeist Groningen Assen Emmen Leeuwarden Sneek Almere Lelystad Doetinchem Arnhem Duiven Nijmegen Apeldoorn Tiel Zwolle Enschede Hengelo (O) Deventer Tilburg Waalwijk Oss 's-Hertogenbosch Uden Bergen op Zoom Breda Oosterhout Roosendaal Eindhoven Helmond Roermond Venlo Maastricht Sittard-Geleen Goes Middelburg

39


Bijlage IV: Overzicht inflatie en economische groei Periode 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

inflatie % 2,0% 2,1% 2,2% 2,0% 2,2% 2,6% 4,5% 3,4% 2,1% 1,2% 1,7% 1,1% 1,6% 2,5%

Economische groei BBP 1995 - 2008 periode

volumemutatie %

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

3,1% 3,4% 4,3% 3,9% 4,7% 3,9% 1,9% 0,1% 0,3% 2,2% 2,0% 3,4% 3,9% 1,9%

volume-indecijfers, 2000=100 82 84,8 88,4 91,9 96,2 100 101,9 102 102,3 104,6 106,8 110,4 114,7 116,9

40


Bijlage V: Shapiro-Wilk toets “locatie” Test of Normality 1 (incl.extremes)

Statistic Inflatie Nederland Randstad Noord Oost Zuid Noord Holland Zuid Holland Provincie Utrecht Groningen Drenthe Friesland Flevoland Gelderland Overijssel Noord Brabant Limburg Zeeland Agglomeratie Haarlem Alkmaar en omgeving Groot Amsterdam Gooi- en Vechtstreek IJmond Kop van Noord Holland Zaanstreek Agglomeratie Leiden en bollenstreek Agglomeratie Den Haag Delft en Westland Groot Rijnmond Oost Zuid Holland Zuidoost Zuid Holland Groot Utrecht Overig Groningen Noord Drenthe Zuidoost Drenthe Noord Friesland Zuidoost Friesland Zuidwest Friesland Flevoland geheel Achterhoek Arnhem / Nijmegen Veluwe Zuidwest Gelderland Noord Overijssel Twente Zuidwest Overijssel Midden Noord Brabant Noordoost Noord Brabant West Noord Brabant Zuidoost Noord Brabant Midden Limburg Noord Limburg Zuid Limburg Overig Zeeland Haarlem Alkmaar Amstelveen Amsterdam Hilversum Leiden Den Haag Rijswijk Zoetermeer Delft

Shapiro-Wilk df

Sig.

Test of Normality 2 (excl.extremes) Statistic

Shapiro-Wilk df

Test of Normality 3 (excl.extremes) Sig.

Statistic

Shapiro-Wilk df

Test of Normality 4 (excl.outliers)

Sig.

Statistic

Shapiro-Wilk df

Sig.

,877 ,920 ,939 ,902 ,940 ,901 ,978 ,921 ,941 ,643 ,974 ,978 ,708 ,836 ,838 ,879 ,752 ,932 ,972 ,758 ,970 ,844 ,963 ,952 ,713 ,739

14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14

,053 ,217 ,402 ,122 ,419 ,115 ,959 ,224 ,433 ,000 ,928 ,959 ,000 ,015 ,016 ,057 ,001 ,326 ,897 ,002 ,871 ,018 ,768 ,587 ,001 ,001

,877 ,920 ,939 ,902 ,940 ,901 ,978 ,921 ,941 ,971 ,974 ,978 ,814 ,836 ,838 ,879 ,936 ,932 ,972 ,985 ,970 ,844 ,963 ,952 ,803 ,982

14 14 14 14 14 14 14 14 14 13 14 14 13 14 14 14 13 14 14 12 14 14 14 14 13 13

,053 ,217 ,402 ,122 ,419 ,115 ,959 ,224 ,433 ,906 ,928 ,959 ,010 ,015 ,016 ,057 ,413 ,326 ,897 ,997 ,871 ,018 ,768 ,587 ,007 ,989

,877 ,920 ,939 ,902 ,940 ,901 ,978 ,921 ,941 ,971 ,974 ,978 ,814 ,836 ,838 ,879 ,936 ,932 ,972 ,985 ,970 ,844 ,963 ,952 ,941 ,982

14 14 14 14 14 14 14 14 14 13 14 14 13 14 14 14 13 14 14 12 14 14 14 14 12 13

,053 ,217 ,402 ,122 ,419 ,115 ,959 ,224 ,433 ,906 ,928 ,959 ,010 ,015 ,016 ,057 ,413 ,326 ,897 ,997 ,871 ,018 ,768 ,587 ,511 ,989

,877 ,920 ,939 ,902 ,940 ,901 ,978 ,921 ,941 ,971 ,974 ,978 ,814 ,917 ,930 ,879 ,936 ,932 ,972 ,985 ,970 ,840 ,963 ,952 ,941 ,982

14 14 14 14 14 14 14 14 14 13 14 14 13 13 13 14 13 14 14 12 14 13 14 14 12 13

,053 ,217 ,402 ,122 ,419 ,115 ,959 ,224 ,433 ,906 ,928 ,959 ,010 ,230 ,346 ,057 ,413 ,326 ,897 ,997 ,871 ,021 ,768 ,587 ,511 ,989

,843 ,353 ,828 ,843 ,635 ,941 ,636 ,960 ,873 ,974 ,911 ,890 ,708 ,455 ,944 ,490 ,929 ,950 ,773 ,926 ,857 ,939 ,651 ,986 ,968 ,748 ,647 ,955 ,957 ,756 ,928 ,829 ,957 ,395 ,850 ,984 ,654 ,894

14 14 14 14 14 14 14 14 14 14 14 12 14 14 14 14 13 14 14 14 14 14 14 14 14 14 14 12 14 14 12 14 14 14 14 14 14 14

,018 ,000 ,011 ,018 ,000 ,433 ,000 ,724 ,046 ,929 ,165 ,117 ,000 ,000 ,469 ,000 ,326 ,561 ,002 ,272 ,028 ,410 ,000 ,997 ,854 ,001 ,000 ,705 ,670 ,001 ,362 ,012 ,670 ,000 ,023 ,991 ,000 ,093

,843 ,832 ,960 ,836 ,927 ,941 ,918 ,960 ,873 ,974 ,919 ,890 ,814 ,937 ,944 ,945 ,929 ,950 ,873 ,926 ,857 ,939 ,971 ,986 ,968 ,949 ,936 ,955 ,957 ,934 ,928 ,829 ,957 ,395 ,850 ,984 ,907 ,894

14 13 13 11 13 14 12 14 14 14 12 12 13 13 14 13 13 14 13 14 14 14 13 14 14 13 13 12 14 12 12 14 14 14 14 14 12 14

,018 ,017 ,749 ,028 ,315 ,433 ,266 ,724 ,046 ,929 ,275 ,117 ,010 ,418 ,469 ,523 ,326 ,561 ,058 ,272 ,028 ,410 ,905 ,997 ,854 ,581 ,402 ,705 ,670 ,423 ,362 ,012 ,670 ,000 ,023 ,991 ,197 ,093

,843 ,832 ,960

14 13 13

,018 ,017 ,749

,880 ,832 ,960

12 13 13

,089 ,017 ,749

,315 ,433 ,266 ,724 ,046 ,929 ,275 ,117 ,010 ,418 ,469 ,523 ,326 ,561 ,291 ,272 ,028 ,410 ,905 ,997 ,854 ,581 ,456 ,705 ,670 ,423 ,362 ,012 ,670 ,777 ,023 ,991 ,197 ,093

,927 ,941 ,918 ,960 ,929 ,974 ,919 ,890 ,814 ,937 ,944 ,945 ,929 ,950 ,921 ,926 ,915 ,939 ,971 ,986 ,968 ,949 ,934 ,955 ,957 ,934 ,928 ,973 ,957 ,962 ,936 ,984 ,907 ,894

deleted from file ,927 ,941 ,918 ,960 ,873 ,974 ,919 ,890 ,814 ,937 ,944 ,945 ,929 ,950 ,921 ,926 ,857 ,939 ,971 ,986 ,968 ,949 ,934 ,955 ,957 ,934 ,928 ,829 ,957 ,962 ,850 ,984 ,907 ,894

13 14 12 14 14 14 12 12 13 13 14 13 13 14 12 14 14 14 13 14 14 13 11 12 14 12 12 14 14 13 14 14 12 14

deleted from file 13 14 12 14 11 14 12 12 13 13 14 13 13 14 12 14 13 14 13 14 14 13 11 12 14 12 12 13 14 13 13 14 12 14

41

,315 ,433 ,266 ,724 ,398 ,929 ,275 ,117 ,010 ,418 ,469 ,523 ,326 ,561 ,291 ,272 ,213 ,410 ,905 ,997 ,854 ,581 ,456 ,705 ,670 ,423 ,362 ,927 ,670 ,777 ,403 ,991 ,197 ,093


Test of Normality 1 (incl.extremes)

Statistic Rotterdam Vlaardingen Alphen a/d Rijn Gouda Dordrecht Amersfoort Utrecht Stad Zeist Groningen Stad Assen Emmen Leeuwarden Sneek Almere Doetinchem Arnhem Nijmegen Apeldoorn Zwolle Enschede Hengelo Deventer Tilburg Waalwijk Oss Den Bosch Uden Bergen op Zoom Breda Oosterhout Roosendaal Eindhoven Roermond Venlo Heerlen Maastricht Sittard-Geleen Goes Middelburg

,853 ,545 ,882 ,825 ,502 ,939 ,881 ,945 ,613 ,880 ,878 ,952 ,890 ,852 ,896 ,859 ,923 ,898 ,932 ,785 ,913 ,888 ,846 ,839 ,846 ,718 ,981 ,899 ,935 ,926 ,867 ,860 ,877 ,717 ,866 ,452 ,955 ,764 ,955

Shapiro-Wilk df 14 12 14 14 14 14 14 13 14 13 14 14 12 14 12 14 14 14 14 14 14 14 14 13 14 14 12 14 14 13 13 14 14 14 14 14 14 13 14

Sig. ,024 ,000 ,061 ,010 ,000 ,412 ,060 ,523 ,000 ,072 ,054 ,595 ,117 ,023 ,139 ,029 ,242 ,107 ,320 ,003 ,172 ,075 ,020 ,021 ,020 ,001 ,986 ,108 ,361 ,306 ,047 ,031 ,052 ,001 ,037 ,000 ,638 ,003 ,641

Test of Normality 2 (excl.extremes) Statistic ,905 ,973 ,882

Shapiro-Wilk df 13 11 14

Test of Normality 3 (excl.extremes) Sig. ,155 ,914 ,061

,905 ,973 ,882

,104 ,412 ,060 ,195 ,866

,886 ,939 ,881

deleted from file ,886 12 ,939 14 ,881 14 ,902 11 ,966 12 deleted from file ,878 14 ,952 14 ,890 12 ,852 14 ,896 12 ,966 13 ,923 14 ,898 14 ,932 14 ,914 13 ,913 14 ,888 14 ,928 13 ,938 12 ,846 14 ,906 13 ,981 12 ,899 14 ,935 14 ,926 13 ,867 13 14 13 13 13 14 11 14

Shapiro-Wilk df 13 11 14

Sig.

12 14 14

,905 ,973 ,882

,104 ,412 ,060

,886 ,939 ,881

,866

,966

,054 ,595 ,117 ,023 ,139 ,847 ,242 ,107 ,320 ,208 ,172 ,075 ,321 ,477 ,020 ,164 ,986 ,108 ,361 ,306 ,047 ,052 ,679 ,365 ,004 ,638 ,595 ,641

,877 ,955 ,932 ,804 ,955 ,946 ,955

13 11 14

Sig. ,155 ,914 ,061

12 14 14

,104 ,412 ,060

deleted from file 12

,866

deleted from file ,054 ,595 ,117 ,023 ,139 ,847 ,242 ,107 ,320 ,208 ,172 ,075 ,321 ,477 ,020 ,164 ,986 ,108 ,361 ,306 ,047

,878 ,952 ,890 ,880 ,896 ,966 ,923 ,898 ,932 ,914 ,913 ,888 ,928 ,938 ,956 ,906 ,981 ,899 ,935 ,926 ,945

,052 ,679 ,365 ,010 ,638 ,595 ,641

,877 ,955 ,932

14 14 12 13 12 13 14 14 14 13 14 14 13 12 13 13 12 14 14 13 12

,054 ,595 ,117 ,072 ,139 ,847 ,242 ,107 ,320 ,208 ,172 ,075 ,321 ,477 ,695 ,164 ,986 ,108 ,361 ,306 ,566

deleted from file

deleted from file 14 13 13 12 14 11 14

Shapiro-Wilk df

deleted from file

deleted from file ,966 12 deleted from file ,878 14 ,952 14 ,890 12 ,852 14 ,896 12 ,966 13 ,923 14 ,898 14 ,932 14 ,914 13 ,913 14 ,888 14 ,928 13 ,938 12 ,846 14 ,906 13 ,981 12 ,899 14 ,935 14 ,926 13 ,867 13

Statistic

,155 ,914 ,061

deleted from file

deleted from file ,877 ,955 ,932 ,781 ,955 ,946 ,955

Statistic

Test of Normality 4 (excl.outliers)

14 13 13

,052 ,679 ,365

deleted from file ,955 ,946 ,955

14 11 14

42

,638 ,595 ,641


Bijlage VI: Shapiro-Wilk toets “soort” Tests of Normality 1 (incl.extremes) Statistic

Shapiro-Wilk df

Tests of Normality 2 (excl.extremes)

Sig.

Statistic

Shapiro-Wilk df

Tests of Normality 3 (excl.outliers)

Sig.

Statistic

Shapiro-Wilk df

Sig.

Binnenstad Hoofdwinkelgebied groot Hoofdwinkelgebied klein Kernverzorgend centrum groot Kernverzorgend centrum klein

,958 ,949 ,954 ,947

14 14 14 14

,697 ,539 ,625 ,512

,958 ,949 ,954 ,947

14 14 14 14

,697 ,539 ,625 ,512

,958 ,949 ,954 ,947

14 14 14 14

,697 ,539 ,625 ,512

,743

14

,001

,915

13

,216

,915

13

,216

Stadsdeelcentrum Binnenstedelijke winkelstraat

,953 ,889

14 14

,601 ,078

,953 ,889

14 14

,601 ,078

,953 ,889

14 14

,601 ,078

Wijkcentrum groot Kleine wijk- en buurtcentra PDV/GDV en verspreid

,965 ,856 ,856

14 14 14

,802 ,027 ,027

,965 ,856 ,865

14 14 12

,802 ,027 ,056

,965 ,803 ,865

14 13 12

,802 ,007 ,056

43


Bijlage VII: Resultaten correlatie en regressie huurgroei locatie ten opzichte van inflatie Locatie Nederland Randstad Noord Oost Zuid

Locatie Noord Holland Zuid Holland Provincie Utrecht Provincie Groningen Drenthe Friesland Flevoland Gelderland Overijssel Noord Brabant Limburg Zeeland

Correlatie ten opzichte van inflatie (1995-2008) / Regio Pearson Correlation Spearman's Rho Sig.(2-tailed) ,462 ,420 ,439 ,365 ,056

Correlatie ten opzichte van inflatie (1995-2008) / Provincie Pearson Correlation Spearman's Rho Sig.(2-tailed) ,318 ,295 ,509 ,610 ,438 ,391 ,077 ,308 ,526 ,248 -,120 ,268

N

,096 ,135 ,116 ,200 ,850

N

,268 ,306 ,063 ,027 ,117 ,167 ,802 ,305 ,650 ,392 ,697 ,355

Correlatie ten opzichte van inflatie (1995-2008) / Streek Locatie Pearson Correlation Spearman's Rho Sig.(2-tailed) ,621 ,018 Agglomeratie Haarlem -,256 ,422 Alkmaar en omgeving ,303 ,292 Groot Amsterdam -,159 ,588 Gooi- en Vechtstreek ,466 ,093 IJmond ,397 ,160 Kop van Noord Holland ,285 ,370 Zaanstreek ,726 ,005 Agglomeratie Leiden en bollenstreek ,458 ,134 Agglomeratie Den Haag ,375 ,207 Delft en Westland ,149 ,627 Groot Rijnmond -,338 ,258 Zuidoost Zuid Holland ,509 ,063 Groot Utrecht ,224 ,484 Overig Groningen ,390 ,168 Noord Drenthe ,007 ,983 Zuidoost Drenthe ,393 ,165 Noord Friesland ,494 ,103 Zuidoost Friesland ,037 ,910 Zuidwest Friesland ,077 ,802 Flevoland geheel ,462 ,112 Achterhoek ,189 ,517 Arnhem/Nijmegen ,497 ,084 Veluwe ,557 ,048 Zuidwest Gelderland ,157 ,592 Noord Overijssel ,649 ,023 Twente ,556 ,039 Zuidwest Overijssel ,070 ,821 Midden Noord Brabant

R Square 14 14 14 14 14

,213 ,177 ,193 ,133 ,003

R Square 14 14 14 13 14 14 14 13 13 14 13 14

N

,101 ,087 ,259 ,372 ,192 ,153 ,006 ,095 ,277 ,062 ,014 ,072

R Square 14 12 14 14 14 14 12 13 12 13 13 13 14 12 14 11 14 12 12 13 13 14 13 13 14 12 14 12

,386 ,066 ,092 ,025 ,217 ,157 ,081 ,527 ,210 ,140 ,022 ,115 ,259 ,050 ,152 ,000 ,154 ,244 ,001 ,006 ,214 ,036 ,247 ,310 ,025 ,421 ,309 ,005

44


Locatie Noordoost Noord Brabant West Noord Brabant Zuidoost Noord Brabant Midden Limburg Noord Limburg Zuid-Limburg Overig Zeeland

Locatie Haarlem Alkmaar Amstelveen Amsterdam Hilversum Leiden Den Haag Rijswijk Zoetermeer Delft Rotterdam Vlaardingen Alphen aan den Rijn Dordrecht Amersfoort Utrecht Stad Groningen Stad Emmen Leeuwarden Sneek Almere Doetinchem Arnhem Nijmegen Apeldoorn Zwolle Enschede Hengelo Deventer Tilburg Waalwijk Oss Den Bosch Uden Bergen op Zoom Breda Oosterhout Roosendaal Roermond Venlo Heerlen Sittard-Geleen Goes Middelburg

Correlatie ten opzichte van inflatie (1995-2008) / Streek Pearson Correlation Spearman's Rho Sig.(2-tailed) ,197 ,224 ,352 ,641 -,354 ,061 ,062

Correlatie ten opzichte van inflatie (1995-2008) /Plaats Pearson Correlation Spearman's Rho Sig.(2-tailed) ,547 -,037 ,796 ,464 ,547 ,315 ,517 ,175 ,775 -,043 ,029 ,718 ,538 ,117 ,526 ,339 ,509 ,236 ,456 ,037 ,396 ,408 ,506 ,236 -,025 ,138 ,329 ,440 ,579 ,705 -,670 ,276 ,302 ,531 ,396 ,461 ,268 ,376 ,467 -,339 ,116 ,027 ,144 -,323

N

,500 ,461 ,217 ,014 ,235 ,859 ,848

,043 ,909 ,002 ,110 ,043 ,295 ,071 ,549 ,003 ,885 ,926 ,013 ,047 ,718 ,054 ,236 ,091 ,417 ,101 ,910 ,181 ,188 ,078 ,418 ,933 ,638 ,273 ,115 ,030 ,007 ,017 ,362 ,316 ,076 ,160 ,097 ,375 ,229 ,092 ,257 ,705 ,927 ,673 ,260

R Square 14 13 14 14 13 11 12

N

,039 ,050 ,124 ,411 ,126 ,004 ,004

R Square 14 12 12 13 14 13 13 14 12 14 13 11 14 12 14 14 12 14 14 12 13 12 13 14 14 14 13 14 14 13 12 13 13 12 14 14 13 12 14 13 13 14 11 14

,299 ,001 ,634 ,215 ,299 ,099 ,267 ,031 ,601 ,002 ,001 ,516 ,289 ,014 ,276 ,115 ,259 ,056 ,208 ,001 ,157 ,166 ,256 ,055 ,001 ,019 ,108 ,194 ,335 ,497 ,449 ,076 ,091 ,281 ,157 ,213 ,072 ,141 ,218 ,115 ,013 ,001 ,021 ,104

45


Bijlage VIII: Performance huurgroei locatie ten opzichte van inflatie Gemiddelde huurgroei Nederland Randstad Noord Oost Zuid Noord Holland Zuid Holland Provincie Utrecht Provincie Groningen* Drenthe Friesland Flevoland Gelderland Overijssel Noord Brabant Limburg Zeeland Agglomeratie Haarlem* Alkmaar en omgeving Groot Amsterdam Gooi- en Vechtstreek IJmond Kop van Noord Holland Zaanstreek Agglomeratie Leiden en bollenstreek* Agglomeratie Den Haag Delft en Westland Groot Rijnmond Zuidoost Zuid Holland Groot Utrecht Overig Groningen Noord Drenthe Zuidoost Drenthe Noord Friesland Zuidoost Friesland Zuidwest Friesland Flevoland geheel Achterhoek Arnhem/Nijmegen Veluwe Zuidwest Gelderland* Noord Overijssel Twente* Zuidwest Overijssel* Midden Noord Brabant Noordoost Noord Brabant West Noord Brabant Zuidoost Noord Brabant Midden Limburg* Noord Limburg Zuid Limburg Overig Zeeland

2,85 2,91 2,17 3,04 2,75 2,84 2,94 2,92 1,87 2,19 1,54 1,36 2,59 2,72 2,50 2,74 2,46 2,24 3,25 3,13 1,77 2,12 2,44 1,91 2,33 2,40 2,73 3,03 1,95 2,92 1,81 2,26 1,73 1,23 1,87 2,13 1,36 2,63 2,53 1,76 2,78 2,30 2,52 2,48 2,81 2,93 2,34 1,74 2,32 2,00 2,76 1,74

Gemiddelde inflatie 2,23 2,23 2,23 2,23 2,23 2,23 2,23 2,23 2,24 2,23 2,23 2,31 2,14 2,20 2,23 2,28 2,23 2,23 2,37 2,23 2,23 2,23 2,23 2,08 2,28 2,28 2,23 2,28 2,28 2,23 2,05 2,23 2,15 2,23 2,24 2,26 2,31 2,20 2,23 2,14 2,25 2,23 2,21 2,23 2,24 2,23 2,25 2,23 2,23 2,27 2,28 2,26

afwijking tov inflatie 0,62 0,68 -0,06 0,82 0,52 0,61 0,71 0,69 -0,36 -0,04 -0,69 -0,95 0,45 0,52 0,27 0,46 0,23 0,01 0,88 0,90 -0,46 -0,11 0,21 -0,18 0,05 0,12 0,50 0,75 -0,33 0,69 -0,24 0,03 -0,42 -0,99 -0,37 -0,13 -0,95 0,43 0,30 -0,38 0,53 0,07 0,31 0,25 0,57 0,70 0,10 -0,48 0,09 -0,27 0,48 -0,52

%afwijking tov inflatie 28% 31% -3% 37% 23% 27% 32% 31% -16% -2% -31% -41% 21% 24% 12% 20% 10% 1% 37% 40% -21% -5% 10% -9% 2% 5% 22% 33% -14% 31% -12% 1% -20% -45% -17% -6% -41% 19% 14% -18% 24% 3% 14% 11% 25% 31% 4% -22% 4% -12% 21% -23%

46


Haarlem* Alkmaar Amstelveen* Amsterdam Hilversum* Leiden Den Haag Rijswijk Zoetermeer* Delft Rotterdam Vlaardingen* Alphen aan den Rijn* Dordrecht Amersfoort Utrecht Stad Groningen Stad Emmen Leeuwarden Sneek Almere Doetinchem Arnhem Nijmegen Apeldoorn Zwolle Enschede Hengelo Deventer* Tilburg* Waalwijk* Oss Den Bosch Uden Bergen op Zoom Breda Oosterhout Roosendaal Roermond Venlo Heerlen Sittard-Geleen Goes Middelburg

Gemiddelde Gemiddelde afwijking tov %afwijking tov huurgroei inflatie inflatie inflatie 2,24 2,23 0,01 1% 2,46 2,37 0,09 4% 2,36 2,26 0,10 5% 2,38 2,23 0,15 7% 2,24 2,23 0,01 1% 2,38 2,28 0,10 4% 2,31 2,31 0,00 0% 1,61 2,23 -0,61 -28% 2,38 2,28 0,10 4% 2,38 2,23 0,15 7% 3,22 2,32 0,91 39% 2,02 2,26 -0,24 -11% 2,20 2,23 -0,03 -1% 1,87 2,06 -0,19 -9% 2,03 2,23 -0,19 -9% 2,75 2,23 0,52 23% 2,29 2,25 0,04 2% 2,27 2,23 0,04 2% 0,93 2,23 -1,30 -58% 2,13 2,26 -0,13 -6% 2,42 2,24 0,18 8% 3,25 2,22 1,03 46% 2,69 2,28 0,41 18% 2,15 2,23 -0,08 -4% 1,23 2,23 -1,00 -45% 2,34 2,23 0,11 5% 3,00 2,24 0,76 34% 1,37 2,23 -0,86 -38% 2,52 2,23 0,29 13% 2,81 2,24 0,58 26% 1,26 2,15 -0,89 -41% 2,21 2,14 0,07 3% 3,69 2,25 1,44 64% 1,55 2,24 -0,69 -31% 1,56 2,23 -0,67 -30% 2,52 2,23 0,29 13% 2,70 2,25 0,46 20% 2,66 2,06 0,60 29% 1,65 2,05 -0,40 -19% 1,77 2,27 -0,50 -22% 1,95 2,25 -0,29 -13% 2,30 2,23 0,07 3% 2,06 2,15 -0,08 -4% 3,46 2,23 1,24 55%

* sprake van sterke samenhang tussen huurgroei en inflatie.

47


Bijlage IX: Resultaten correlatie en regressie huurgroei locatie ten opzichte van economische groei Locatie

Correlatie ten opzichte van economische groei (1995-2008) / Regio Pearson Correlation Spearman's Rho Sig.(2-tailed) -,190 -,135 -,651 ,131 -,209

Nederland Randstad Noord Oost Zuid

Locatie

Correlatie ten opzichte van economische groei (1995-2008) / Provincie Pearson Correlation Spearman's Rho Sig.(2-tailed) -,081 -,036 -,318 -,297 -,387 -,510

Noord Holland Zuid Holland Provincie Utrecht Groningen Drenthe Friesland Flevoland Gelderland Overijssel Noord Brabant Limburg Zeeland

Locatie

,515 ,646 ,012 ,655 ,474

,593 ,476 -,167 -,300 -,251 -,242

,783 ,904 ,269 ,325 ,171 ,063 ,033 ,100 ,586 ,298 ,408 ,405

Correlatie ten opzichte van economische groei (1995-2008) / Streek Pearson Correlation Spearman's Rho Sig.(2-tailed)

Agglomeratie Haarlem Alkmaar en omgeving Groot Amsterdam Gooi- en Vechtstreek IJmond Kop van Noord Holland Zaanstreek Agglomeratie Leiden en bollenstreek Agglomeratie Den Haag Delft en Westland Groot Rijnmond Zuidoost Zuid Holland Groot Utrecht Overig Groningen Noord Drenthe Zuidoost Drenthe Noord Friesland Zuidoost Friesland Zuidwest Friesland Flevoland geheel Achterhoek Arnhem / Nijmegen Veluwe

-,224 -,064 -,024 ,188 -,365 -,075 -,654 -,051 -,433 -,050 -,340 -,340 -,318 ,043 -,245 -,098 -,596 -,199 ,019 ,593 -,128 ,244 -,015

,442 ,843 ,935 ,538 ,199 ,799 ,021 ,867 ,160 ,871 ,256 ,256 ,269 ,894 ,400 ,775 ,024 ,534 ,954 ,033 ,677 ,400 ,962

N 14 14 14 14 14

N 14 14 14 13 14 14 13 13 13 14 13 14

N 14 12 14 13 14 14 12 13 12 13 13 13 14 12 14 11 14 12 12 13 13 14 13

R Square ,036 ,018 ,424 ,017 ,044

R Square ,007 ,001 ,101 ,088 ,150 ,260 ,352 ,227 ,028 ,090 ,063 ,058

R Square ,050 ,004 ,001 ,035 ,133 ,006 ,428 ,003 ,187 ,002 ,115 ,115 ,101 ,002 ,060 ,010 ,355 ,040 ,000 ,352 ,016 ,060 ,000

48


Locatie Zuidwest Gelderland Noord Overijssel Twente Zuidwest Overijssel Midden Noord Brabant Noordoost Noord Brabant West Noord Brabant Zuidoost Noord Brabant Midden Limburg Noord Limburg Zuid Limburg Overig Zeeland

Locatie Haarlem Alkmaar Amstelveen Amsterdam Hilversum Leiden Den Haag Rijswijk Zoetermeer Delft Rotterdam Vlaardingen Alphen a/d Rijn Dordrecht Amersfoort Utrecht Stad Groningen Stad Emmen Leeuwarden Sneek Almere Doetinchem Arnhem Nijmegen Apeldoorn Zwolle Enschede Hengelo Deventer Tilburg Waalwijk Oss Den Bosch Uden Bergen op Zoom Breda Oosterhout

Correlatie ten opzichte van economische groei (1995-2008) / Streek Pearson Correlation Spearman's Rho Sig.(2-tailed) ,115 -,544 ,030 -,273 -,061 -,250 -,573 -,234 -,240 -,208 -,533 -,134

,709 ,044 ,926 ,346 ,843 ,388 ,040 ,421 ,408 ,495 ,091 ,678

Correlatie ten opzichte van economische groei (1995-2008) / Plaats Pearson Correlation Spearman's Rho Sig.(2-tailed) -,184 -,473 -,258 -,305 -,184 ,047 -,111 -,369 -,298 -,306 -,352 ,079 -,260 -,573 -,208 -,421 ,063 -,305 -,522 ,019 ,196 -,082 -,276 -,246 -,341 -,542 ,142 -,417 -,278 -,224 ,238 ,614 ,033 -,251 -,253 -,627 -,178

,529 ,120 ,419 ,311 ,529 ,878 ,719 ,194 ,347 ,287 ,239 ,816 ,369 ,052 ,475 ,134 ,845 ,288 ,056 ,954 ,520 ,799 ,361 ,396 ,232 ,045 ,643 ,138 ,336 ,462 ,457 ,026 ,915 ,430 ,382 ,016 ,560

N 13 14 12 14 13 14 13 14 14 13 11 12

N 14 12 12 13 14 13 13 14 12 14 13 11 14 12 14 14 12 14 14 12 13 12 13 14 14 14 13 14 14 13 12 13 13 12 14 14 13

R Square ,013 ,296 ,001 ,074 ,004 ,063 ,328 ,055 ,058 ,043 ,284 ,018

R Square ,034 ,224 ,066 ,093 ,034 ,002 ,012 ,136 ,089 ,094 ,124 ,006 ,068 ,328 ,043 ,177 ,004 ,093 ,272 ,000 ,039 ,007 ,076 ,061 ,117 ,294 ,020 ,174 ,077 ,050 ,057 ,377 ,001 ,063 ,064 ,393 ,032

49


Locatie Roosendaal Roermond Venlo Heerlen Sittard-Geleen Goes Middelburg

Correlatie ten opzichte van economische groei (1995-2008) / Plaats Pearson Correlation Spearman's Rho Sig.(2-tailed) -,801 ,177 -,148 -,271 -,319 -,700 ,044

,002 ,563 ,630 ,370 ,267 ,016 ,881

N 12 13 13 13 14 11 14

R Square ,642 ,031 ,022 ,073 ,102 ,490 ,002

50

Outperformance van huurgroei bij winkelvastgoed

Recommend Documents