Risico-Analyse Model. Achtergrondinformatie bij het CFV-model. In opdracht van Centraal Fonds Volkshuisvesting

Risico-Analyse Model Achtergrondinformatie bij het CFV-model

In opdracht van Centraal Fonds Volkshuisvesting

Johan Conijn (RIGO) Jeroen Neele (RIGO) Arjen Wolters (OTB)

juli 2002

RIGO Research en Advies BV De Ruyterkade 139 1011 AC Amsterdam telefoon 020 522 11 11 http://www.rigo.nl

Rapportnummer: 81720

Onderzoeksinstituut OTB Thijsseweg 11 2629 JA Delft telefoon 015 2783005 http://www.otb.tudelft.nl

Inhoudsopgave 1

INLEIDING

1

1.1

ALGEMEEN

1

1.2

DOEL VAN HET MODEL

1

1.3

OPZET VAN HET MODEL

2

1.4

RELATIE MET DE BBSH-GEGEVENS

2

1.5

TOEGEVOEGDE WAARDE VAN HET MODEL

2

1.6

DE HOOFDSTRUCTUUR VAN HET MODEL

3

2

BALANS EN WINST- EN VERLIESREKENING

5

2.1

INLEIDING

5

2.2

DE BALANS

5

2.3

DE LENINGPORTEFEUILLE

7

2.4

DE BEDRIJFSWAARDE EN RENTABILITEITSWAARDE

8

2.5

DE WINST- EN VERLIESREKENING

8

3

DE REKENREGELS

11

3.1

INLEIDING

11

3.2

MODELLERING NORMALE EXPLOITATIE

11

3.3

BEDRIJFSWAARDEBEREKENING

14

3.4

DE (DES)INVESTERINGEN

15

3.5

DE FINANCIERING

18

3.6

BEREKENING TOTALEN

19

4

DE STOCHASTISCHE PARAMETERS

21

4.1

INLEIDING

21

R I G O

R e s e a r c h

e n

A d v i e s

B V

4.2

VERSCHILLENDE BRONNEN VAN ONZEKERHEID

21

4.3

ONZEKERHEID IN DE MACRO-ECONOMISCHE FACTOREN

23

4.4

KOOPPRIJSONTWIKKELING

28

5

DE MUTATIE VAN DE WONINGVOORRAAD

31

5.1

INLEIDING

31

5.2

NIEUWBOUW

32

5.3

AANKOOP

34

5.4

VERKOOP

35

5.5

SLOOP

38

5.6

WONINGVERBETERING

40

6

GEDRAGSHYPOTHESEN

41

6.1

INLEIDING

41

6.2

FORMULERING VAN GEDRAGSHYPOTHESEN

41

6.3

IMPLEMENTATIE

42

7

ENKELE UITKOMSTEN

43

7.1

DE KERNGEGEVENS

43

7.2

DE GEVOLGEN VAN ONZEKERHEID

45

7.3

REGIONALE UITKOMSTEN MET ONZEKERHEID

49

7.4

DE EFFECTEN VAN DE GERDRAGSHYPOTHESEN

51

7.5

GEDRAGSHYPOTHESEN EN RISICO

54

BIJLAGE: HOOGTE VAN DE DIVERSE PARAMETERS

57

INLEIDING

57

REGULIERE EXPLOITATIE

57

BEDRIJFSWAARDE EN RENTABILITEITSWAARDE

59

(DES)INVESTERINGEN

59

DE PROVINCIALE DIFFERENTIATIE

62

INLEIDING

1 Inleiding 1.1

Algemeen Deze rapportage biedt de achtergrondinformatie bij het Risico-Analyse Model, dat het Centraal Fonds gebruikt om inzicht te krijgen in de financiële ontwikkeling van de sociale huursector op de langere termijn. In het CFV-rapport1 zijn uitkomsten van dit model gepresenteerd. Met deze afzonderlijke rapportage wordt inzicht geboden in de wijze waarop deze uitkomsten zijn berekend.

1.2

Doel van het model Met het Risico-Analyse Model heeft het Fonds een instrument laten ontwikkelen, waarmee inzicht wordt geboden in de financiële ontwikkeling van de sociale huursector op de langere termijn. Met het model is het mogelijk om prognoses te maken voor een periode van 10 jaar van: -

de winst- en verliesrekening;

-

de balans;

-

de ontwikkeling van de bedrijfswaarde.

De prognoses worden opgesteld voor elke woningcorporatie afzonderlijk. Het laagste schaalniveau, waarop de uitkomsten worden gepresenteerd, is dat van de woningmarktgebieden. Het model is op dit moment nog niet in staat alle onderlinge verschillen tussen woningcorporaties te verwerken. In plaats daarvan wordt geregelmatig gewerkt met ‘gemiddelde’ veronderstellingen. Daardoor zijn de uitkomsten op het niveau van afzonderlijke woningcorporaties nog niet betrouwbaar genoeg voor gebruik.

voetnoot 1

CFV: Het vermogen en de opgave van woningcorporaties: spanning tussen taken en middelen, Naarden, juni 2002.

R I G O

R e s e a r c h

e n

A d v i e s

B V

1

2 INLEIDING

1.3

Opzet van het model De prognose heeft betrekking op de posten uit de balans en de winst- en verliesrekening van de woningcorporaties. Deze posten veranderen jaarlijks onder invloed van de activiteiten, die verband houden met de normale exploitatie, en de activiteiten in de sfeer van (des)investeringen. Bij de uitwerking van het model is rekening gehouden met onzekerheid over de hoogte van belangrijke exogene parameters, zoals rente en inflatie. De hoogte van deze parameters is voor de afzonderlijke woningcorporaties niet te beïnvloeden, maar heeft wel een belangrijke invloed op de financiële resultaten. Het model kan rekenen met een groot aantal mogelijke ontwikkelingen voor de exogene parameters, en geeft daarmee inzicht in de onzekerheid ten aanzien van de financiële ontwikkelingen van de corporatiesector. Er is daarnaast in het model ook in beperkte mate rekening gehouden met mogelijke gedragseffecten van woningcorporaties. Zo is het plausibel om bijvoorbeeld te veronderstellen dat de hoogte van het weerstandsvermogen van invloed is op de omvang van de (des)investeringen.

1.4

Relatie met de BBSH-gegevens De BBSH-gegevens zijn de belangrijkste informatiebron voor de financiën van woningcorporaties. Deze gegevens bevatten onder meer informatie over de winst- en verliesrekening en de balans over het verslagjaar, alsmede over de door de woningcorporatie zelf opgestelde prognoses voor een periode van de daaropvolgende 5 jaren. Bij de opzet van het model is nauw aangesloten bij deze BBSH-gegevens. Ook de gemaakte veronderstellingen over de activiteiten van de woningcorporaties voor de periode 2001 – 2005 zijn voor een belangrijk deel ontleend aan de BBSHgegevens. In deze versie van het model zijn de BBSH-gegevens over het verslagjaar 2000 gebruikt, het laatst beschikbare jaar. Niet in alle gevallen zijn de prognoses van de woningcorporaties gevolgd. Een reden hiervoor is dat de betrouwbaarheid van en aannames achter de prognoses van de woningcorporaties niet bekend zijn. Op onderdelen, zoals bijvoorbeeld met betrekking tot de stijging van huurinkomsten, die van de bedrijfslasten, de boekwinsten bij verkoop en de berekening van de onrendabele toppen, zijn in het model veronderstellingen gehanteerd, die voor alle woningcorporaties gelijk zijn. Hiermee is consistentie binnen het model gewaarborgd, maar ontstaan tevens verschillen tussen de prognoses van het model en die van de woningcorporaties zelf.

1.5

Toegevoegde waarde van het model De uitkomsten van het model hebben voor het Fonds een belangrijke toegevoegde waarde ten opzichte van de BBSH-gegevens en wel om de volgende redenen: -

Met het model kunnen over een langere periode prognoses worden gemaakt dan via het BBSH beschikbaar is: 10 jaar versus 5 jaar. Desgewenst kan de prognoseperiode van het model nog verder worden verlengd. Omdat veel activiteiten van woningcorporaties gevolgen hebben op de lange

R I G O

R e s e a r c h

e n

A d v i e s

B V

INLEIDING

termijn, biedt deze langere tijdshorizon relevante informatie voor het Fonds. -

Met het model is het mogelijk een prognose van de bedrijfswaarde te maken. Het BBSH geeft alleen de hoogte van de bedrijfswaarde aan het einde van het verslagjaar. Met het model kan de ontwikkeling van de bedrijfswaarde in de loop der tijd worden gevolgd.

-

Met het model is het mogelijk risicoanalyses uit te voeren ten aanzien van de exogene parameters, zoals rente en inflatie. De hoogten van deze parameters zijn niet te beïnvloeden door woningcorporaties, maar kunnen wel gevolgen hebben voor de financiële continuïteit. Inzicht in de omvang van deze risico’s is voor het Fonds van belang bij de financiële beoordeling van woningcorporaties.

1.6

-

Met het model is het mogelijk gevoeligheidsanalyses uit te voeren door uiteenlopende veronderstellingen te maken voor de omvang van de toekomstige activiteiten, zoals nieuwbouw, verbeteringen en verkoop. Door middel van het doorrekenen van varianten kan beter inzicht ontstaan in de invloed van deze activiteiten op de financiële ontwikkeling van de woningcorporatie.

-

Het model kan inzicht bieden in de gevolgen van gedragreacties van woningcorporaties, bijvoorbeeld de invloed van de financiële positie op het (des)investeren. Hiervoor zijn gedragshypothesen geformuleerd waarmee veronderstellingen zijn geformuleerd over het gedrag van woningcorporaties.

-

Tot slot biedt een nadere analyse van de verschillen tussen de uitkomsten van het model en de BBSH-prognoses van de woningcorporaties zelf, aan het Fonds meer inzicht in de financiële vooruitzichten van de betreffende woningcorporatie.

De hoofdstructuur van het model Het startpunt voor de berekeningen van het model wordt gevormd door de jaarrekening van elke woningcorporatie afzonderlijk, zoals de gegevens daarover in het kader van het BBSH zijn verstrekt. Ten behoeve van het model is deze jaarrekening enigszins aangepast door posten samen te nemen. De aldus aangepaste balans en winst- en verliesrekening worden voor elke woningcorporatie jaarlijks met het model vooruit berekend; in deze versie van het model voor de periode 2001 - 2010. Deze vooruitberekening is ook afhankelijk van externe factoren, zoals rente en inflatie. Verder zijn de omvang van de (des)investeringen, zoals nieuwbouw, verkoop, woningverbeteringen en sloop, van groot belang. Ten slotte is er een groot aantal parameters, waarover aannames gemaakt dienen te worden. Het volgende schema geeft de hoofdstructuur van het Risico-Analyse Model weer met een onderscheid naar invoer, modellering en uitvoer.

R I G O

R e s e a r c h

e n

A d v i e s

B V

3

4 INLEIDING

INVOER Externe Externe factoren factoren

Investeringen

Gedragshypotheses

Jaarrekeningen corporaties

Parameters

Modellering corporatiefinanciën

Prognoses financiële ontwikkeling corporaties en sector UITVOER

R I G O

R e s e a r c h

e n

A d v i e s

B V


2 Balans en winst- en verliesrekening 2.1

Inleiding In het Risico-Analyse Model staat de prognose van de balans en de winst- en verliesrekening centraal. De startbalans van elke woningcorporatie is ontleend aan de BBSH-gegevens van 2000 en vormt het beginpunt van de berekeningen. Vervolgens berekent het model de winst- en verliesrekening en de aanpassingen van de balansposten voor daaropvolgende jaren. In dit hoofdstuk zal worden uiteengezet op welke wijze dit is gedaan

2.2

De balans Voor de prognose van de balans van de woningcorporaties in het Risico-Analyse Model vormt de balansopstelling volgens Bijlage II, Aanhangsel A van het BBSH het uitgangspunt. Deze balansopstelling is hieronder weergegeven. In het Risico-Analyse Model worden geen immateriële vaste activa en geen herwaarderingsreserve meegenomen. Deze posten worden slechts gebruikt door een beperkt aantal woningcorporaties, die afwijkend omgaan met de waardering van hun activa. In het model wordt bij deze corporaties de balans gecorrigeerd. De immateriële activa worden aan de actiefzijde van de balans niet opgenomen en aan de passiefzijde in mindering gebracht op het eigen vermogen. De herwaarderingsreserves worden aan de passiefzijde van de balans niet opgenomen en aan de actiefzijde in mindering gebracht op de materiële vaste activa. Verder neemt het model een aantal vergelijkbare posten samen: -

de materiële vaste activa worden samengenomen in één post

-

de financiële vaste activa worden samengenomen in één post

-

de vlottende activa en liquide middelen worden samengenomen in twee posten: rentende en niet rentende vlottende activa

-

de componenten van het eigen vermogen, herwaarderingsreserve uitgezonderd, worden samengenomen in één post

-

de voorzieningen worden samengenomen

R I G O

R e s e a r c h

e n

A d v i e s

B V

5

6 BALANS EN WINST- EN VERLIESREKENING

-

de lange schulden worden samengenomen

-

de kortlopende schulden worden samengenomen in twee posten: rentende en niet rentende kortlopende schulden.

Balansopstelling volgens BBSH, bijlage II, Aanhangsel A Activa

Passiva

Immateriële vaste activa Geactiveerde genormeerde tekorten op DKPH complexen Overige immateriële activa

Eigen vermogen Kapitaal Herwaarderingsreserve Wettelijke en statutaire reserves Overige reserves

Materiële vaste activa Onroerende en roerende zaken in exploitatie Onroerende en roerende zaken in ontwikkeling Onroerende en roerende zaken ten dienste van de exploitatie

Egalisatierekening Voorzieningen

Financiële vaste activa Te verrekenen inzake DKPH-complexen Te vorderen BWS-subsidies Deelnemingen Effecten Overige

Voorziening onderhoud Overige voorzieningen Langlopende schulden Leningen overheid Leningen kredietinstellingen Waarborgsommen Overige schulden

Vlottende activa Voorraden

Kortlopende schulden Vorderingen Huurdebiteuren Gemeenten Overige vorderingen Overlopende activa

Schulden aan kredietinstellingen Schulden aan gemeenten Schulden aan leveranciers Belastingen en sociale premies Aangegane verplichtingen inzake roerende en onroerende zaken Overige schulden Overlopende passiva

Effecten Liquide middelen

Totaal

Totaal

P.M. Nog te ontvangen leningen

P.M. Met financiers overeengekomen leningen

De weergegeven aanpassingen leiden tot de volgende vereenvoudigde balans, die in het model wordt gebruikt.

R I G O

R e s e a r c h

e n

A d v i e s

B V


7

Balansopstelling in het Risico-Analyse Model

Activa

Passiva

Materiële vaste activa Financiële vaste activa Rentedragende vlottende activa Niet rentedragende vlottende activa Totaal vlottende activa

Eigen vermogen Egalisatierekening Voorzieningen Weerstandsvermogen Langlopende schulden Rentedragende kortlopende schulden Niet rentedragende kortlopende schulden Totaal kortlopende schulden Balanstotaal

Balanstotaal

2.3

De leningportefeuille Over de samenstelling van de leningportefeuille (langlopende schulden) en de daaruit voortvloeiende rentelasten bevat het BBSH2000 slechts algemene gegevens. De langlopende schulden bestaan in de praktijk uit een groot aantal leningen met variërende looptijden en rentepercentages. In het model wordt dit vereenvoudigd tot een leningportefeuille met twintig fixe-leningen2 met een resterende looptijd van één tot twintig jaar en verschillende rentepercentages. Op deze wijze is het mogelijk om annuïtaire en andere leningen goed te modelleren. Per woningcorporatie is op basis van de beschikbare BBSH-gegevens de in het model gehanteerde leningportefeuille ingevuld. Dit is gedaan op basis van de volgende stappen: -

Op basis van de vervalpercentages uit Bijlage IV, rubriek 3 wordt een vervalkalender opgesteld. In principe worden de percentages uit Bijlage IV gebruikt voor de periode 2001-2010. Een resterende schuld wordt verdeeld over de periode 2011-2015. Overigens heeft de exacte verdeling van deze rest geen invloed voor de prognoses voor de periode 2001-2010. Sommige corporaties hebben een vervalkalender opgegeven van in totaal meer dan 100%. Bij deze corporatie wordt de vervalkalender aangepast tot 100%.

-

Aanhangsel C2b geeft het verloop van de resterende langlopende schuld en het gewogen gemiddelde rentepercentage voor 2001 tot en met 2005. Aangenomen is dat veranderingen in dit percentage gedurende de periode wordt veroorzaakt door het aflossen (of renteconversie) van oude leningen en het aantrekken van nieuwe leningen. Verondersteld is dat voor het rentepercentage van nieuwe leningen de discontovoet uit Bijlage IV, rubriek 2 van toepassing is. Nu kan ook het rentepercentage van de afgeloste (of geconverteerde) leningen worden bepaald voor 2001 tot en met 2005. Voor de leningen met een looptijd van meer dan vijf jaar nemen

voetnoot 2

Leningen met een vaste hoofdsom die aan het einde van de looptijd in één keer wordt afgelost. De rente wordt jaarlijks betaald.

R I G O

R e s e a r c h

e n

A d v i e s

B V


de leningen met een looptijd van meer dan vijf jaar nemen wij één gemiddeld percentage. -

Doordat aangesloten wordt bij het gemiddelde rentepercentage van de langlopende schulden, worden in ieder geval de verwachte rentelasten op corporatieniveau goed geschat.

-

Echter, doordat de vervalkalender van bijlage IV niet naadloos aansluit bij Aanhangsel C2b, kan het zijn dat de feitelijke aflossingen niet goed overeen stemmen. Dit kan er in voorkomende gevallen toe leiden dat het feitelijke renterisico van een corporatie minder goed wordt benaderd in het model.

2.4

De bedrijfswaarde en rentabiliteitswaarde In het Risico-Analyse Model wordt ook de bedrijfswaarde van de woningen meegenomen. Voor de balans op basis van de bedrijfswaarde worden de contante waarde van de huuropbrengsten, van de onderhoudsuitgaven en van de beheerslasten overgenomen uit Bijlage IV, Rubriek 1 van de BBSH-gegevens. De contante waarde van de bijdragen uit Bijlage IV wordt niet meegenomen, aangezien in het model ook geen bijdragen worden berekend. Voor het berekenen van de bedrijfswaarde gebruiken de corporaties in voorkomende gevallen andere uitgangspunten (parameters, onderhouds- en beheerslasten) dan in het model gebeurt. Dit betekent, dat de resultaten met betrekking tot de bedrijfswaarde met de nodige voorzichtigheid behandeld dienen te worden. De rentabiliteitswaarde van de leningportefeuille wordt in het model berekend op basis van de modellering van de leningportefeuille.

2.5

De winst- en verliesrekening Ook bij de winst- en verliesrekening van het Risico-Analyse Model vormt de opstelling zoals weergegeven in het BBSH het uitgangspunt. Ook hierbij zijn enkele aanpassingen aangebracht. De winst- en verliesrekening ontleend aan Aanhangsel C, Rubriek 1a is als uitgangspunt genomen. Dit overzicht wijkt op enkele punten af van het RJ-model dat in Aanhangsel B is opgenomen. In Rubriek 1a van aanhangsel C zijn de vrijval egalisatierekening, de resultaten uit verkoop en de onrendabele investeringen in verband met nieuwbouw, aankoop, sloop, woningverbetering/renovatie en overig onrendabel apart opgenomen. Deze posten zijn in de opstelling van aanhangsel B niet goed terug te vinden. Zij kunnen daar onder meerdere posten worden geboekt en corporaties gaan daar ook verschillend mee om. Om deze reden wordt in het Risico-Analyse Model de voorkeur gegeven aan de opstelling van de winst- en verliesrekening volgens Aanhangsel C, Rubriek 1a. Deze opstelling is als volgt.

R I G O

R e s e a r c h

e n

A d v i e s

B V


Winst- en verliesrekening volgens BBSH, Aanhangsel C, Rubriek 1a Bedrijfsopbrengsten Huren Vergoedingen Overheidsbijdragen Vrijval egalisatierekening Verrekening DKPH-complexen Overige bedrijfsopbrengsten Som der bedrijfsopbrengsten Bedrijfslasten Afschrijvingen (im-)materiële vaste activa Overige waardeveranderingen (im-)materiële vaste activa Erfpacht Lonen en salarissen, sociale lasten Lasten onderhoud Overige bedrijfslasten Som der bedrijfslasten Rentebaten Rentelasten Overig Resultaat uit gewone bedrijfsuitoefening Resultaten uit verkoop Overige buitengewone baten Onrendabele investeringen i.v.m. * Nieuwbouw * Aankoop * Sloop * Woningverbetering/renovatie * Overig onrendabel Overige buitengewone lasten Jaarresultaat

In het Risico-Analyse Model is deze opstelling van de winst- en verliesrekening uit het BBSH nog op de volgende punten aangepast: -

De post ‘Huren’ wordt uitgesplitst in de bruto-huren en de huurderving. De huurderving wordt ontleend aan BBSH Aanhangsel D, Rubriek 3.

-

De post ‘Overige waardeveranderingen (im-)materiële vaste activa’ vervalt.

-

De posten ‘Lonen en salarissen, sociale lasten’ en ‘Overige bedrijfslasten’ worden samengenomen tot overige bedrijfslasten.

-

De post ‘Overig’ wordt niet meegenomen.

-

De post ‘Overig onrendabel’ wordt niet meegenomen.

R I G O

R e s e a r c h

e n

A d v i e s

B V

9


-

De post ‘Baten nieuwbouw’, voor de opbrengsten van de bouw van nieuwe koopwoningen wordt apart opgenomen onder de buitengewone baten.

Deze aanpassingen leiden tot de volgende winst- en verliesrekening, waarmee in het Risico-Analyse Model wordt gerekend.

Winst- en verliesrekening in het Risico-Analyse Model Bruto huren Af: huurderving Netto huren Vergoedingen Overheidsbijdragen Vrijval egalisatierekening Overige bedrijfsopbrengsten Totaal bedrijfsopbrengsten Bedrijfslasten Afschrijvingen Erfpacht Onderhoudslasten Overige bedrijfslasten Totaal bedrijfslasten Rentebaten Rentelasten Bedrijfsresultaat Resultaten uit verkoop Baten nieuwbouw Overige buitengewone baten Onrendabele investeringen nieuwbouw Onrendabele investeringen aankoop Onrendabele investeringen sloop Onrendabele investeringen woningverbetering/renovatie Overige buitengewone lasten Jaarresultaat

R I G O

R e s e a r c h

e n

A d v i e s

B V

DE REKENREGELS

3 De rekenregels 3.1

Inleiding Dit hoofdstuk bevat de rekenregels waarmee gedurende de prognosejaren de balans en de winst- en verliesrekening voor een woningcorporatie worden berekend op basis van de balans en winst- en verliesrekening van het voorgaande jaar. Deze rekenregels vormen een stylering van werkelijkheid. De rekenregels zijn onderverdeeld in vijf modules die achtereenvolgens in het Risico-Analyse Model worden doorlopen: -

normale exploitatie

-

bedrijfswaardeberekening

-

(des-)investeringen

-

financiering

-

berekening totalen

Als eerste wordt de reguliere exploitatie doorgerekend, nog zonder rekening te houden met de (des)investeringen. Vervolgens wordt de bedrijfswaarde berekend, ook zonder rekening te houden met de (des)investeringen. Dan worden de (des)investeringen verwerkt, wat onder andere leidt tot wijzigingen in de exploitatiebaten en -lasten en in de bedrijfswaarde. Daarna wordt de financiering aangepast, waarbij kasoverschotten worden gebruikt voor aflossing van leningen of worden belegd. Tenslotte worden enkele totaalbedragen berekend.

3.2

Modellering normale exploitatie Huren en huurderving bestaand bezit Uitgangspunt voor de huurverhoging is een landelijk huurverhogingspercentage. Dit landelijke huurverhogingspercentage tendeert naar de inflatie, maar wel met een vertraging. In formulevorm : Huurverhoging jaar X = Huurverhoging jaar (X – 1) × Dempingsfactor + Inflatie jaar X × (1 – Dempingsfactor)

R I G O

R e s e a r c h

e n

A d v i e s

B V

11

12 DE REKENREGELS

Als nadere toelichting op deze formule dient de volgende toelichting:

-

De huurverhoging in 2000 was 2,6%.; als dempingsfactor is 2/3 gekozen.

-

Het huurverhogingspercentage wordt bovendien regionaal gedifferentieerd (zie hoodfstuk 5).

-

Voor de afzonderlijke corporaties word het huurverhogingspercentage per gemeente gebruikt voor de berekening van de bedrijfswaarde bij (des)investeringen. Voor het berekenen van de huurverhoging voor het totale bezit wordt een gemiddelde berekend op basis van het aantal woningen per gemeente.

-

De brutohuren in jaar X worden berekend als de brutohuren in het jaar X– 1 plus de berekende huurverhoging.

-

De huurderving wordt berekend als een vast percentage van de brutohuren (1%).

-

De nettohuren zijn gelijk aan de brutohuren minus de huurderving.

Vergoedingen voor sercive Deze post is gebaseerd op de vergoedingen in 2000 van de betreffende corporatie. Jaarlijks wordt dit bedrag gecorrigeerd voor de inflatie en de ontwikkeling van het woningaantal. Overheidsbijdragen De overheidsbijdragen zijn praktisch afgeschaft. In het Risico-Analyse Model worden dan ook geen overheidsbijdragen berekend. Vrijval egalisatierekening In het Risico-Analyse Model valt jaarlijks een gelijk deel van de egalisatierekening vrij, tot en met 2005. Er wordt geen toegevoegde rente berekend over de egalisatierekening. Het vrijgevallen bedrag wordt uiteraard in mindering gebracht op de egalisatierekening in de balans. Overige bedrijfsopbrengsten Deze post is gebaseerd op de overige bedrijfsopbrengsten in 2000 van de betreffende corporatie. Jaarlijks wordt dit bedrag gecorrigeerd voor de inflatie en de ontwikkeling van het woningaantal. Afschrijvingen Woningcorporaties berekenen de afschrijvingen voor hun woningbezit over het algemeen op annuïtaire basis. Kenmerk van deze afschrijvingsmethode is, dat de afschrijvingen jaarlijks stijgen met het gehanteerde rentepercentage. Het is echter onbekend welke percentages dit zijn. Daarom hanteert het Risico-Analyse Model één landelijk gelijk rentepercentage voor de afschrijvingen (6,5%). Hiermee worden de afschrijvingen jaarlijks verhoogd.

R I G O

R e s e a r c h

e n

A d v i e s

B V

DE REKENREGELS

Voor woningen wordt in het algemeen een afschrijvingstermijn van 50 jaar gehanteerd. Dit betekent dat de komende jaren de woningen die gebouwd zijn tussen 1950 en 1960, voorzover de verbeteringen niet geactiveerd zijn, volledig afgeschreven zullen zijn. Om hier enigszins rekening mee te houden wordt in het model een landelijk gelijk percentage (2%) jaarlijks in mindering gebracht op de afschrijvingen. De afschrijvingen worden in mindering gebracht op de materiële vaste activa. Onderhoudsuitgaven Uitgangspunt voor de berekening van de onderhoudsuitgaven is een landelijk gemiddeld bedrag per woning (NLG 2107). Het gemiddelde bedrag wordt jaarlijks verhoogd met de parameter voor de inflatoire stijging van de onderhoudskosten. Er vindt in de eerste jaren een differentiatie van de hoogte van de onderhoudsuitgaven plaats naar corporatie. Dit gebeurt op basis van het bedrag dat de corporatie als prognose voor het totaal aan onderhoudslasten over 2001 tot en met 2005 per woning opgeeft als percentage van het landelijke gemiddelde van de prognoses. In de jaren 2001 tot en met 2003 wordt deze differentiatie volledig aangehouden. In de periode 2004 tot en met 2006 wordt de differentiatie in jaarlijks gelijke stappen afgebouwd. De onderhoudsuitgaven worden onttrokken aan de voorzieningen. Dotatie onderhoudsvoorziening De onderhoudsvoorziening wordt jaarlijks verhoogd met de inflatie en aangepast aan het aantal woningen. De dotatie is gelijk aan deze aanpassing plus de onderhoudsuitgaven, die immers aan de voorziening worden onttrokken. De totale dotatie wordt geboekt als onderhoudslast. Erfpacht Deze post is gebaseerd op de erfpachtlasten in 2000 van de betreffende corporatie. Jaarlijks wordt dit bedrag gecorrigeerd voor de inflatie en de ontwikkeling van het woningaantal. Overige bedrijfslasten Deze post is gebaseerd op de overige bedrijfslasten in 2000 van de betreffende corporatie. Jaarlijks wordt dit bedrag gecorrigeerd voor de inflatie en de ontwikkeling van het woningaantal. Rentebaten De rentebaten zijn gelijk aan de financiële vaste activa van de balans van het voorgaande jaar vermenigvuldigd met de kapitaalmarktrente (minus een spread van 0,5%) plus de rentende vlottende activa maal de geldmarktrente minus een spread. Rentelasten De rentelasten zijn gelijk aan de langlopende leningen van het voorgaande jaar met een resterende looptijd van 1..20 jaar maal de bijbehorende rentepercentages

R I G O

R e s e a r c h

e n

A d v i e s

B V

13

14 DE REKENREGELS

plus de rentende kortlopende passiva van het voorgaande jaar maal de geldmarktrente plus een spread van 0,5%. De achtergrond van deze aanpak is in hoofdstuk 2 nader toegelicht. Overige buitengewone baten De buitengewone baten zijn voor alle woningcorporaties een landelijk gelijk bedrag per woning (NLG 221). Dit bedrag stijgt jaarlijks met de inflatie. Overige buitengewone lasten De buitengewone lasten zijn een landelijk gelijk bedrag per woning (NLG 165). Dit bedrag stijgt jaarlijks met de inflatie.

3.3

Bedrijfswaardeberekening Bij de bedrijfswaardeberekening in het Risico-Analyse Model is onderscheid gemaakt tussen de bedrijfswaarde van het bestaande woningbezit aan de ene kant, en de verandering in de bedrijfswaarde als gevolg van de (des)investeringen aan de andere kant. De parameters voor de bedrijfswaardeberekening, die bij de (des)investeringen zijn toegepast, zijn opgenomen in de bijlage. De bedrijfswaardeberekening van het bestaande bezit vindt plaats via een jaarlijkse herberekening van de drie componenten waaruit de bedrijfswaarde is opgebouwd. Hierbij vormt de opgave van de woningcorporatie in het kader van het BBSH het beginpunt. De jaarlijkse herberekening verloopt als volgt. Herberekening contante waarde huren Om van de contante waarde van de huren uit het voorgaande jaar te komen naar de contante waarde van de huren in het nieuwe jaar worden de volgende stappen doorlopen: -

de verwachte waarde van de huren in het rekenjaar wordt in mindering gebracht (uitgaande van de huuropbrengsten van het voorgaande jaar, een normhuurverhoging, een normleegstand en een gemiddelde ontvangst halverwege het jaar);

-

er wordt een rentebedrag toegevoegd aan het resterende bedrag ter hoogte van de discontovoet;

-

het resultaat wordt gecorrigeerd voor het verschil tussen de feitelijke huurverhoging van de corporatie en de normhuurverhoging voor de bedrijfswaarde.

Herberekening contante waarde onderhoudslasten Om van de contante waarde van de onderhoudslasten uit het voorgaande jaar te komen naar de contante waarde van de onderhoudslasten in het nieuwe jaar worden de volgende stappen doorlopen: -

de verwachte waarde van de onderhoudslasten in het rekenjaar wordt in mindering gebracht (uitgaande van de onderhoudslasten van het voor-

R I G O

R e s e a r c h

e n

A d v i e s

B V

DE REKENREGELS

gaande jaar, een normstijging en een gemiddelde uitgave halverwege het jaar); -


-

het resultaat wordt gecorrigeerd voor het verschil tussen de feitelijke onderhoudskostenstijging van de corporatie en de normstijging voor de bedrijfswaarde.

Herberekening contante waarde beheerslasten Als beheerslasten worden beschouwd de personeelslasten en sociale lasten, de overige bedrijfslasten, erfpacht minus de vergoedingen en de overige bedrijfsopbrengsten. Om van de contante waarde van de beheerslasten uit het voorgaande jaar te komen naar de contante waarde van de beheerslasten in het nieuwe jaar worden de volgende stappen doorlopen:

3.4

-

de verwachte waarde van de beheerslasten in het rekenjaar wordt in mindering gebracht (uitgaande van de beheerslasten van het voorgaande jaar, een normstijging en een gemiddelde ontvangst halverwege het jaar);

-


-

het resultaat wordt gecorrigeerd voor het verschil tussen de feitelijke beheerskostenstijging van de corporatie en de normstijging voor de bedrijfswaarde.

De (des)investeringen Nieuwbouw, aankoop en woningverbetering De financiële gevolgen voor de corporatie van investeringen in nieuwbouw, aankoop en woningverbetering worden in het Risico-Analyse Model als volgt berekend. De volgende parameters, waarvan de waarden in de bijlage zijn weergegeven, zijn van belang: -

Het aantal nieuwbouwwoningen, aankoopwoningen of woningverbeteringen. Dit is voor iedere corporatie per gemeente per jaar als invoer vastgelegd.

-

Het investeringsbedrag per woning. Dit is alleen bij de nieuwbouw provinciaal gedifferentieerd. De bedragen worden in het model jaarlijks geïndexeerd met de parameter voor de inflatoire stijging van de bouwkosten (nieuwbouw en verbetering) en met de parameter voor de stijging van koopprijs (aankoop).

-

De huur per woning (aanvangshuur bij nieuwbouw en aankoop of huursprong bij verbetering).

-

De exploitatietermijn.

R I G O

R e s e a r c h

e n

A d v i e s

B V

15

16 DE REKENREGELS

Verder wordt er van uitgegaan dat de investering op 1/1 wordt gerealiseerd. Dit betekent dat de investeringen meteen een geheel jaar in exploitatie zijn. Op basis van de huren en de gemiddelde onderhouds- en beheerslasten (onderhoud landelijk gemiddelde, beheer corporatiegemiddelde), de exploitatietermijn en de standaard parameters voor de bedrijfswaardeberekening wordt een bedrijfswaarde van de investering berekend. Op basis van de gemaakte veronderstellingen is de bedrijfswaarde lager dan de investering, zoals in de praktijk ook veelal het geval is. Uit de BBSH-gegevens blijkt voorts dat woningcorporaties niet in alle gevallen dit verschil tussen bedrijfswaarde in investering als onrendabel volledig afboeken. Nieuwbouw Bij de nieuwbouw is rekening gehouden met de veel voorkomende situatie dat de onrendabele top van nieuwe huurwoningen (deels) gedekt wordt uit de opbrengsten van de verkoop van nieuwe koopwoningen. Daarnaast activeren sommige woningcorporaties (een deel van) de onrendabele top als er binnen het bestaande woningbezit ruimte is tussen bedrijfswaarde en boekwaarde ( de één-complexbenadering). In het Risico-Analyse Model is dit als volgt uitgewerkt: -

Eerst wordt op basis van de in het model berekende bedrijfswaarde het ‘theoretisch onrendabel’ vastgesteld.

-

Vervolgens wordt hier per nieuwbouwhuurwoning een vaste bedrag aan ‘baten nieuwbouw’ van afgetrokken. Deze opbrengsten worden geboekt als baten nieuwbouw. Dit betreft de genoemde opbrengsten uit de verkoop van nieuwe koopwoningen.

-

Van het resterende netto-onrendabel wordt een percentage (50%) geactiveerd. Het restant wordt samen met het door de baten nieuwbouw gedekte onrendabel geboekt als onrendabele investering nieuwbouw.

Aankoop Bij aankoop wordt de gehele onrendabele top geboekt onder onrendabele investeringen aankoop. Verbeteringen Ook bij investeringen bij woningverbetering is er veelal sprake van een onrendabele top die in voorkomende gevallen niet geheel ten laste van de winst- en verliesrekening wordt afgeboekt. In het Risico-Analyse Model wordt een vast percentage (50%) van het onrendabel geactiveerd. De rest wordt geboekt als onrendabele investering verbetering. De aldus berekende boekwaarden van de investeringen worden toegevoegd aan de materiele vaste activa. Vervolgens worden de afschrijvingen berekend op basis van een annuïtaire afschrijvingsmethodiek, een vaste afschrijvingsrente en vaste exploitatietermijn. De afschrijving over het eerste jaar wordt toegevoegd aan de overige afschrijvingen van de corporatie en in mindering gebracht op de materiële vaste activa. Over het geactiveerde investeringsbedrag wordt een jaar rente berekend op basis van de kapitaalmarktrente plus een spread van 0,5%. Aan het einde

R I G O

R e s e a r c h

e n

A d v i e s

B V

DE REKENREGELS

van het eerste jaar wordt in de balans rekening gehouden met de financiering van de investering. De overige posten die op basis van het aantal woningen worden bepaald, zoals de verschillende onderdelen van de beheerslasten, de onderhoudslasten en de buitengewone baten en lasten, worden in het onderdeel dat betrekking heeft op de normale exploitatie, aangepast. Verkoop en sloop De financiële gevolgen voor de woningcorporatie van desinvesteringen via verkoop en sloop worden in het Risico-Analyse Model als volgt berekend. In het model is verkoop uitgesplitst in verkoop voor zelfbewoning (aan huurders en anderen) en verkoop aan beleggers. Echter op deze versie van het model zijn alle parameters voor verkoop aan beleggers hetzelfde als voor verkoop voor zelfbewoning. Hier zullen we deze vormen van verkoop dan ook niet verder in de toelichting onderscheiden. Bij verkoop en sloop zijn de volgende parameters, waarvan de waarden in de bijlage zijn weergegeven, van belang: -

Het aantal woningen. Invoer is per woningcorporatie per gemeente per jaar vastgesteld.

-

De verkoopopbrengst per woning of de sloopkosten per woning (na aftrek van de grondopbrengst). De verkoopopbrengst per woning wordt provinciaal gedifferentieerd. De grondopbrengst minus sloopkosten is niet gedifferentieerd. De verkoopopbrengst wordt geïndexeerd met de parameter voor de stijging van de koopprijs; de grondopbrengst minus sloopkosten met de parameter voor de inflatie.

-

De boekwaarde per woning. Voor de verkoopwoningen wordt de boekwaarde gedifferentieerd per provincie. Voor de sloopwoningen wordt de boekwaarde niet gedifferentieerd. De boekwaarde is verder constant, waarbij is verondersteld dat het bouwjaar van de te verkopen of te slopen woningen in de loop der tijd opschuift.

-

De huur per woning. Bij verkoop wordt als huur het regionaal (BWSregio’s) gemiddelde per woning genomen; bij sloop een percentage (75%) van dit gemiddelde.

-

De resterende exploitatietermijn, waarbij onderscheid wordt gemaakt tussen verkoop en sloop.

Op basis van de huren en de gemiddelde onderhouds- en beheerslasten (onderhoud landelijk gemiddelde, beheer corporatiegemiddelde), de resterende exploitatietermijn en de standaard parameters voor de bedrijfswaardeberekening wordt de bedrijfswaarde berekend. Deze bedrijfswaarde wordt in mindering gebracht op de bedrijfswaarde van de corporatie. De boekwaarde wordt in mindering gebracht op de materiële vaste activa van de corporatie. Bij verkoop wordt de opbrengst minus de verkoopkosten (3%) minus de boekwaarde geboekt als de boekwinst bij verkoop. Bij sloop wordt de boekwaarde plus de sloopkosten, na aftrek van de grondop-

R I G O

R e s e a r c h

e n

A d v i e s

B V

17

18 DE REKENREGELS

brengst, geboekt als onrendabele investering bij sloop. Over de opbrengsten, resp. de kosten wordt een jaar rente berekend op basis van de kapitaalmarktrente plus een spread van 0,5%. Aan het einde van het eerste jaar wordt in de balans rekening gehouden met de consequenties voor de financiering van deze opbrengsten en kosten.

3.5

De financiering Hoogte kortlopende, resp. rentedragende activa en passiva De kortlopende posten (rentende vlottende activa, niet-rentende vlottende activa, rentende kortlopende passiva en niet-rentende kortlopende passiva) worden gelijkgesteld aan een normbedrag per woning maal het aantal woningen. De vier normbedragen worden met de parameter voor de inflatie geïndexeerd. Een aantal woningcorporaties heeft in het kader van het BBSH2000 opgegeven dat in 2000 het bedrag aan financiële vaste activa per woning relatief hoog is. In het Risico-Analyse Model is verondersteld dat deze woningcorporaties dit bedrag gelijkmatig afbouwen in de periode 2001 tot en met 2005. Concreet houdt dit bijvoorbeeld in dat voor een dergelijke woningcorporatie in 2002 de financiële vaste activa gelijk zijn aan 40% van het normbedrag per woning maal het aantal woningen plus 60% (100%-40%) van de financiële vaste activa in 2000. Vanaf 2005 zijn de financiële vaste activa op deze manier voor alle woningcorporaties gelijk aan het normbedrag. Voor woningcorporaties die geen hoge financiële vaste activa hebben in 2000, geldt dit al vanaf 2001. Het normbedrag wordt jaarlijks geïndexeerd met de parameter voor de inflatie. De looptijd van de langlopende schulden wordt jaarlijks met een jaar verminderd. De langlopende schulden met een resterende looptijd van een jaar uit het voorgaande jaar worden afgelost. Het verloop van alle kasstromen, zoals die zijn gemodelleerd, levert gesaldeerd een bepaald bedrag op. Als er netto sprake is van een kasuitgave, dan dient deze gefinancierd te worden. In het Risico-Analyse Model gebeurt dit door het aantrekken van een langlopende lening met een looptijd van 10 jaar. De rente is gelijk aan de kapitaalmarktrente plus een spread van 0,5%. Als er netto sprake is van een kasinkomst, wordt dit toegevoegd aan de rentende vlottende activa. De vlottende activa per woning zijn in dat geval hoger dan het normbedrag. Berekening rentabiliteitswaarde De leningportefeuille verandert door aflossing en bijlenen, en door de jaarlijkse vermindering van de resterende looptijd. Dit betekent dat de rentabiliteitswaarde ook verandert. Deze wordt opnieuw berekend als de contante waarde van de aflossingen en rentebetalingen. Hierbij wordt er van uit gegaan dat aflossing en rentebetaling per 31/12 plaats vinden. Bij de berekening van de rentabiliteitswaarde wordt gerekend met een vaste discontovoet.

R I G O

R e s e a r c h

e n

A d v i e s

B V

DE REKENREGELS

3.6

Berekening totalen In de laatste module van het Risico-Analyse Model worden een aantal totaalbedragen berekend. Dit betreft om te beginnen: -

beheerkosten;

-

bedrijfsopbrengsten;

-

bedrijfslasten;

-

bedrijfsresultaat;

-

jaarresultaat.

Verder wordt het eigen vermogen berekend als het eigen vermogen van het voorgaande jaar plus het jaarresultaat. Het totaal aan langlopende schulden wordt berekend. Vervolgens worden de totalen van de activa en van de passiva berekend, waarbij gewaarborgd is dat het balanstotaal aan beide zijden aan elkaar gelijk is. Het jaarresultaat op basis van het weerstandsvermogen wordt berekend als het weerstandsvermogen van het betreffende jaar minus het weerstandsvermogen van het voorgaande jaar. Het eigen vermogen op basis van bedrijfswaarde wordt berekend door bij het weerstandsvermogen het verschil tussen bedrijfswaarde en boekwaarde op te tellen en het verschil tussen rentabiliteitswaarde en nominale waarde van de langlopende schulden af te trekken. Het jaarresultaat op basis van de bedrijfswaarde wordt berekend als het eigen vermogen op basis van bedrijfswaarde van het betreffende jaar minus het eigen vermogen op basis van bedrijfswaarde van het voorgaande jaar.

R I G O

R e s e a r c h

e n

A d v i e s

B V

19

20 DE REKENREGELS

R I G O

R e s e a r c h

e n

A d v i e s

B V


4 De stochastische parameters 4.1

Inleiding Het Risico-Analyse Model houdt rekening met onzekerheid. Dit is gedaan door de externe factoren, die door de woningcorporaties niet zijn te beïnvloeden, maar wel van belang zijn voor de financiële resultaten, stochastisch te maken. In dit hoofdstuk wordt uiteengezet op welke wijze dit is gedaan.

4.2

Verschillende bronnen van onzekerheid De toekomstige financiële ontwikkeling van de sociale huursector is onzeker. De financiële ontwikkeling wordt bepaald door een veelheid van factoren en al deze factoren hebben weer hun eigen onzekerheid. Het alleen laten zien van de uitkomsten op basis van één specifieke keuze voor de waarde van al die factoren heeft dan ook maar een beperkte betekenis. Het is dan heel goed mogelijk dat een even plausibele andere keuze tot heel andere resultaten leidt. Het Risico-Analyse Model biedt de mogelijkheid voor een groot deel van de factoren expliciet te laten zien wat de gevolgen van de onzekerheid in die factoren zijn. De gevolgen van andere onzekere factoren zijn door het doorrekenen van verschillende varianten ook inzichtelijk te maken. De verschillende factoren die de financiële positie beïnvloeden, zijn in de volgende groepen te onderscheiden: -

macro-economische factoren (rentestanden, kostenstijgingen)

-

woningmarktontwikkelingen (ontwikkelingen in vraag en aanbod, koopprijsontwikkeling)

-

overheidsbeleid

In de volgende vier subparagrafen worden deze drie groepen behandeld. 4.2.1

Macro-economische factoren Er zijn diverse macro-economische factoren van belang voor de financiën van de woningcorporatie. Door het grote aandeel van de rentelasten in de lasten heeft de

R I G O

R e s e a r c h

e n

A d v i e s

B V

21

22 DE STOCHASTISCHE PARAMETERS

ontwikkeling van de kapitaalmarktrente grote invloed op de financiële positie van woningcorporaties. Met de huidige koppeling tussen maximale huurverhoging en inflatie heeft de inflatie ook grote invloed op de financiële ontwikkeling. Natuurlijk zijn ook overige kostenstijgingen (bouwkosten, onderhoudskosten) van belang voor de financiële positie van de sociale huursector. De genoemde parameters kunnen praktisch als externe factoren worden beschouwd, waar de corporaties geen invloed op kunnen uitoefenen. Het Risico-Analyse Model biedt de mogelijkheid de gevolgen van de onzekerheid in deze parameters door te rekenen. Daartoe zijn op basis van historische gegevens inschattingen gemaakt met welke economische omstandigheden rekening gehouden dient te worden. In paragraaf 4.3 is dit nader uitgewerkt. 4.2.2

Woningmarktontwikkelingen (ontwikkelingen in vraag en aanbod, koopprijsontwikkeling) Woningmarktontwikkelingen werken hoofdzakelijk op twee manieren door in de exploitatie van een corporatie. Ten eerste kan een ruime markt leiden tot een hogere leegstand en lagere huurverhogingen. Deze onzekerheid is op dit moment niet opgenomen in het model. Naar verwachting zullen in de praktijk de komende tien jaar hooguit bepaalde marktsegmenten in enkele woningmarktgebieden onder druk zullen komen te staan. Met een daarop aangepast (des-)investeringsbeleid zullen de gevolgen voor de sociale huursector als geheel beperkt zijn. Dit neemt niet weg dat verder onderzoek op dit aspect interessant kan zijn, vooral in samenhang met de noodzakelijke investeringen in dergelijke gebieden. Een tweede manier waarop de woningmarkt invloed heeft op de corporatiefinancien, is via de verkopen. Over de afgelopen decennia heeft de gemiddelde verkoopprijs grote schommelingen doorgemaakt. Gezien de aanzienlijke verkopen die gepland zijn, kunnen toekomstige schommelingen grote gevolgen hebben voor de ontwikkeling van de financiële positie. Deze onzekerheid is wel opgenomen in het Risico-Analyse Model. Een beschrijving van de wijze waarop is te vinden in paragraaf 4.4.

4.2.3

Overheidsbeleid Ook de rijksoverheid kan grote invloed hebben op de financiële positie van woningcorporaties. Denk alleen maar aan de afschaffing van de vrijstellingen voor overdrachtsbelasting en vennootschapsbelasting per 1/1/2003. Het is welhaast onmogelijk om vooraf te bedenken welke nieuwe overheidsmaatregelen allemaal genomen zouden kunnen worden. Het model biedt wel de mogelijkheid om de gevolgen van een specifieke overheidsmaatregel, zoals de afschaffing van de VpB-vrijstelling, door te rekenen. Hiervoor is sinds kort een aparte module ontwikkeld, die in dit kader buiten beschouwing blijft.

R I G O

R e s e a r c h

e n

A d v i e s

B V


4.3

Onzekerheid in de macro-economische factoren Mede aan de hand van de rekenregels uit hoofdstuk 3 is gekeken welke macroeconomische parameters de corporatiefinanciën beïnvloeden. Dit betreft de volgende vijf parameters: -

de kapitaalmarktrente

-

de geldmarktrente

-

de inflatie

-

de bouwkostenstijging

-

de onderhoudskostenstijging

De waarden voor deze parameters voor de te modelleren periode zijn bepaald aan de hand van ontwikkelingen in het verleden. Hierbij worden de parameters als een samenhangende set van algemene macro-economische factoren beschouwd. Bij het modelleren van mogelijke toekomstige ontwikkeling wordt rekening gehouden met hun onderlinge samenhang in het verleden. Er is gebruik gemaakt van dezelfde wijze van modelleren als Karelse (1997)3. In deze modellering kunnen twee stappen worden onderscheiden. In de eerste stap wordt voor elk van de afzonderlijke reeksen een eenvoudig model bepaald. Onderdeel van dit eenvoudige model is een storingsterm, die de onzekerheid van jaar tot jaar bepaald. In de tweede stap wordt gekeken naar de onderlinge samenhang tussen de verschillende storingstermen. Zo valt bijvoorbeeld te verwachten dat bij een plotseling stijgende inflatie de kans op een rentestijging groot is. Met deze verbanden is dus rekening gehouden. 4.3.1

De tijdreeksen Kapitaalmarktrente Het historische verloop van de kapitaalmarktrente is ontleend aan de reeks kapitaalmarktrente van het CBS, opgenomen in de historische reeksen macro-economie en financiën. Tot 1984 was de kapitaalmarktrente gedefinieerd als het gemiddeld effectieve rendement van de nieuwste drie langlopende staatsleningen. Vanaf 1984 als het gemiddeld effectieve rendement van de vijf staatsleningen met de langste gemiddeld resterende looptijd. Geldmarktrente Als indicator voor de geldmarktrente wordt gebruikt de reeks driemaands Aibor/Euribor van het CBS, eveneens opgenomen in de historische reeksen macroeconomie en financiën. Deze reeks is beschikbaar vanaf 1977. Er zijn nog een aantal andere reeksen die de geldmarkt betreffen. De verschillen zijn echter zeer beperkt, zeker als dezelfde looptijd van toepassing is.

voetnoot 3

J.P.W. Karelse, Risicomanagement bij een woningcorporatie met Monte Carlo simulaties, DUP (Delft), 1997.

R I G O

R e s e a r c h

e n

A d v i e s

B V

23


Inflatie Voor de inflatie, van belang voor de huurontwikkeling en de ontwikkeling van beheerslasten en overige baten en lasten, is het prijsindexcijfer van de gezinsconsumptie voor alle huishoudens van het CBS genomen. Voor de huren is dit de aangewezen index. Voor de overige posten is dit minder vanzelfsprekend. Echter, er is geen statistisch materiaal beschikbaar om gefundeerd een andere reeks te kiezen. De consumentenprijsindex is de meest in aanmerking komende indicator om de algemene inflatoire ontwikkeling te benaderen. Bouwkostenstijging Tot en met 1995 heeft het CBS een bouwkostenindex gebaseerd op de bouwkosten van nieuwe woningwetwoningen, waarbij door DGVH is gecorrigeerd op ontwikkelingen in de woningkwaliteit. Deze index is voor de periode 1996 t/m 1999 gebaseerd op de bouwkosten van goedkope sociale huurwoningen, door het CBS gecorrigeerd voor kwaliteit. Het CBS heeft deze reeks echter beëindigd omdat de reeks niet meer betrouwbaar genoeg was. In plaats van deze reeks bestaat nu vanaf 1996 de reeks ‘Prijsindexcijfer van de bouwkosten van nieuwe woningen’. Hierbij worden alle nieuwbouwwoningen meegeteld. Opvallend is, dat deze reeks voor de periode 1996-1999 tot aanzienlijk hogere kostenstijgingen leidt dan de reeks van goedkope sociale huurwoningen. Voor het model gebruiken wij tot en met 1995 de reeks van bouwkosten van nieuwbouwwoningwetwoningen en vanaf 1996 de reeks ‘Prijsindexcijfer van de bouwkosten van nieuwe woningen’. Onderhoudskostenstijging Elsevier publiceert in Beheer en Onderhoud kostenindices onderhoud vanaf 1980. Dit zijn inputindexcijfers, dat wil zeggen dat zij zijn gebaseerd op de ontwikkeling van de onderliggende kostencomponenten, zoals loonkosten en materiaalkosten. Hierbij wordt geen rekening gehouden met de ontwikkeling van algemene kosten en van winst en risico. Tot en met 1997 publiceerde Elsevier een algemeen indexcijfer voor onderhoud aan gebouwen, vanaf 1998 is dit uitgesplitst in woongebouwen, bedrijfs/kantoorgebouwen en verpleeg-/ziekenhuizen. Uit deze uitsplitsing blijken verschillen in de wegingsfactoren van de verschillende soorten onderhoud. Zo is in verpleeg- en ziekenhuizen schoonmaakwerk van groot belang, terwijl in woongebouwen bouwkundig onderhoud de grootste post is. De verschillen tussen woongebouwen en kantoorgebouwen zijn kleiner. 4.3.2

Stochastische modellering van de macro-economische parameters In deze paragraaf wordt stap voor stap uiteengezet hoe de stochastische modellering van de macro-economische parameters is uitgevoerd. Tijdreeksen De eerste stap is het bepalen van de tijdreeksen en de periode die wordt gebruikt. Er is gekozen voor de volledige periode waarover de vijf tijdreeksen beschikbaar zijn, dit is de periode 1982 t/m 2000.

R I G O

R e s e a r c h

e n

A d v i e s

B V


Bepalen eerste orde autoregressieve (AR(1)) modellen Iedere afzonderlijke tijdreeks wordt nu beschouwd als een eerste orde autoregressief model. Dat wil zeggen dat deze reeksen beschreven worden door de volgende vergelijking:

X t = α ( X t −1 − µ ) + µ + Z t Deze vergelijking beschrijft een reeks middelde

Xt

die tendeert naar het lange termijn ge-

µ . Echter, in iedere periode t is er een storing Z t

die een afwijking ver-

oorzaakt. Bovendien is er een autoregressieve term. Dat wil zeggen dat de waarde op tijdstip t ook af hangt van de waarde van de reeks op tijdstip t–1. Dit wordt weergegeven door de term

α ( X t −1 − µ ) Hierin geeft α

regressieve verband aan. Bij is verband. Bij

α =1

α =0

de sterkte van het auto-

is er geen sprake van een autoregressief

is het autoregressieve verband maximaal. De reeks tendeert

dan ook niet meer naar

µ.

De waarden voor

α en µ

van de storingen

Zt

kunnen worden bepaald door de som van de kwadraten

te minimaliseren. Hierdoor wordt een zo goed mogelijke ‘fit’

van de parameters op de data gerealiseerd. De resultaten voor de vijf reeksen staan in onderstaande tabel.

kapitaal- geldmark inflatie markt- trente rente

lange termijn gemiddelde ( µ )

nieuwbouw- onderhoudskostenstijkostenstijging ging

5,94%

4,39%

1,88%

3,76%

2,43%

0,77

0,81

0,45

0,69

0,16

waarde in basisjaar (2000)

5,41%

4,40%

2,58%

5,30%

3,25%

standaardafwijking van de storing

0,74%

1,25%

0,87%

1,25%

1,04%

autoregressieve factor ( α )

Vooral voor de rentepercentages is de autoregressie sterk. Alleen de onderhoudskostenstijging heeft een lage autoregressie. Afhankelijkheidsstructuur storingen Tot nu toe zijn de vijf reeksen afzonderlijk beschouwd, terwijl er naar verwachting toch een belangrijke samenhang is. Die samenhang is als volgt aangebracht. In de eerste plaats worden de storingen uit de vergelijking voor elk jaar en elke reeks

R I G O

R e s e a r c h

e n

A d v i e s

B V

25


bepaald. Vervolgens wordt verondersteld dat deze storingen met elkaar samenhangen. De mate van samenhang kan duidelijk gemaakt worden met behulp van een correlatiematrix. Correlatie matrix van de storingen

kapitaal- geldmarkt- marktrente rente

nieuw- onderhoudsbouw- kostenstijging kostenstijging

inflatie

Kapitaalmarktrente

1,00

Geldmarktrente

0,64

1,00

Inflatie

0,42

0,44

1,00

nieuwbouwkostenstijging

-0,18

-0,18

-0,22

1,00

onderhoudskostenstijging

0,00

0,27

0,03

0,33

1,00

Uit deze matrix blijkt dat de correlatie tussen de kapitaalmarktrente en de geldmarktrente, die 0,64 bedraagt, relatief sterk is. De overige correlaties zijn zwak tot zeer zwak. Een sterke correlatie leidt er toe dat de stochastische waarden van de betreffende parameters meer met elkaar samenhangen, dan wanneer de correlatie zwak is. Genereren toekomstige waarden De laatste stap is het genereren van waarden voor de toekomst. De basis hiervoor vormen de waarden in 2000. Hierbij sluiten de toekomstige waarden aan. De waarden voor 2001, 2002 enz. worden steeds bepaald met behulp van vergelijking 1. De stochastiek wordt aangebracht via de termen

Z t . Hiervoor worden eerst onderling

onafhankelijke normaal verdeelde storingen aangemaakt. Vervolgens worden deze aangepast aan de afhankelijkheidsstructuur tussen de storingen. De technische details zijn te vinden in Karelse (1997). Gemiddelde ontwikkeling en onzekerheidsmarges in de macro-economische parameters In onderstaande tabel staat de gemiddelde ontwikkeling, zoals die volgt uit de parameters uit de vorige subparagraaf.

R I G O

R e s e a r c h

e n

A d v i e s

B V


kapitaalmarktrente

geldmarktrente

inflatie

nieuwbouw- onderhoudskostenstijging kostenstijging

2000

5,41%

4,40%

2,58%

5,30%

3,25%

2001

5,53%

4,40%

2,19%

4,81%

2,56%

2002

5,63%

4,40%

2,02%

4,48%

2,45%

2003

5,70%

4,40%

1,94%

4,25%

2,43%

2004

5,76%

4,40%

1,91%

4,10%

2,43%

2005

5,80%

4,39%

1,89%

3,99%

2,43%

2006

5,83%

4,39%

1,88%

3,92%

2,43%

2007

5,86%

4,39%

1,88%

3,87%

2,43%

2008

5,88%

4,39%

1,88%

3,83%

2,43%

2009

5,89%

4,39%

1,88%

3,81%

2,43%

2010

5,90%

4,39%

1,88%

3,79%

2,43%

De volgende grafieken geven voor de verschillende parameters aan, welke waarden deze parameters aannemen in de periode 2001-2010. De lijnen in deze grafieken zijn geen scenario’s, ze verbinden punten uit verschillende scenario’s. Zo verbindt de lijn maximum steeds de hoogste percentages en de lijn 5%-percentiel steeds de op 5% na laagste percentages.

R I G O

R e s e a r c h

e n

A d v i e s

B V

27


Stochastische ontwikkeling geldmarktrente

Stochastische ontwikkeling kapitaalmarktrente

12%

12%

10%

10% 8% Maximum 95%-percentiel 75%-percentiel Gemiddelde 25%-percentiel 5%-percentiel Minimum

6% 4% 2% 0% 2001

2002

2003

2004

2005

2006

207

2008

Maximum 95%-percentiel 75%-percentiel Gemiddelde 25%-percentiel 5%-percentiel Minimum

8%

6%

4%

2009

-2%

2%

-4%

0% -6%

2001 2002 2003 2004 2005 2006 2007

2008 2009 2010

Stochastische ontwikkeling bouwkostenstijging

Stochastische ontwikkeling inflatie

12%

7% 6%

10%

5%

8% 4%


3% 2% 1% 0% -1%

2001

2002

2003

2004

2005

2006

2007

2008

2009


6% 4% 2% 0%

2010

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 -2%

-2%

-4%

-3%

Stochastische ontwikkeling onderhoudskostenstijging 7% 6% 5% 4%


3% 2% 1% 0% -1%

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

-2% -3%

4.4

Koopprijsontwikkeling Voorlopig wordt in het Risico-Analyse Model een eenvoudige, indicatieve modellering voor de koopprijsontwikkeling gebruikt. Hierbij wordt er vanuit gegaan dat de corporaties niet zoveel woningen op de markt brengen dat de prijsvorming op de woningmarkt hierdoor wordt beïnvloed. Verder wordt voorlopig geen relatie gelegd met de ontwikkeling van de rente en het inkomen. Er is wel onderzoek, waaruit blijkt dat dergelijke relaties op de korte termijn van belang zijn. Echter, of en zo ja in welke mate, deze resultaten ook bruikbaar zijn op de lange termijn, is nog onduidelijk.

R I G O

R e s e a r c h

e n

A d v i e s

B V


29

Voor de koopprijsontwikkeling zijn de statistieken van de NVM genomen. Hierbij is de mediane prijs van een bestaande koopwoning, volgens het uitwisselingssysteem van de NVM, als basis genomen. Bij deze mediane prijs zijn wel een aantal kanttekeningen te maken: -

het prijsverloop is niet gecorrigeerd voor wisselingen in de samenstelling van het aanbod;

-

niet alle woningen worden via de NVM verkocht, maar slechts ca. 60%; vooral de goedkopere woningen zijn ondervertegenwoordigd.

Er is echter geen andere betere bron voorhanden. Over de hoogte van de toekomstige koopprijsontwikkeling is weinig bekend. In dit kader is gekozen voor eenvoudige modellering: de koopprijsstijging als onafhankelijke, normaal verdeelde grootheid met historisch bepaald gemiddelde en standaardafwijking (periode 1966-2000). Dit leidt tot het volgende resultaat. Op basis van de NVM-reeks over 1966-2000 komt de gemiddelde reële stijging van de koopprijzen over die periode uit op 0,07% en de standaarddeviatie op 9,37% (na aftrek van een geschatte kwaliteitstoename van 1% per jaar). In onderstaande grafiek wordt in beeld gebracht wat de gevolgen zijn van de gemaakte keuze. In 2010 valt nu 50% van de scenario’s tussen de +20% en de – 20%. Spreiding van de koopprijsindex (2000 = 100)

200

150 Maximum 95%-percentiel 75%-percentiel Gemiddelde 25%-percentiel 5%-percentiel Minimum

100

50

0 2001

R I G O

2002

2003

2004

2005

R e s e a r c h

2006

e n

2007

2008

2009

2010

A d v i e s

B V


R I G O

R e s e a r c h

e n

A d v i e s

B V


5 De mutatie van de woningvoorraad 5.1

Inleiding Voor alle corporaties is in het Risico-Analyse Model de omvang van de investeringsopgave voor de jaren 2001 tot en met 2010 bepaald. Het gaat om nieuwbouw, aankoop, verkoop, sloop en woningverbetering. In dit hoofdstuk worden per investeringspost de gehanteerde landelijke aantallen in grafiek en tabelvorm toegelicht.4 De volgende methodiek is gehanteerd: -

vaststellen landelijke aantallen per jaar

-

verdeling over de corporaties

-

verdeling per corporatie naar bezitsgemeente

De landelijke aantallen nieuwbouw, aankoop, verkoop en sloop zijn gebaseerd op een plausibele schatting op basis van realisaties uit het verleden en prognoses van de corporaties over de jaren 2001 tot en met 2005 (BBSH 2000). De verdeling van de landelijke aantallen naar corporatie is vervolgens gedaan op basis van de door de corporaties geprognosticeerde aantallen voor de jaren 2001 t/m 2005 gezamenlijk5. Het aandeel dat een corporatie in de jaren 2001-2005 op het totaal van alle corporaties in die jaren had is het aandeel dat die corporatie in het Risico-Analyse Model in de jaren 2001 tot en met 2010 van het landelijk totaal toegedeeld krijgt. Ten slotte zijn bij corporaties die in verschillende gemeenten bezit hebben, de (des)investeringen verdeeld naar rato van het woningbezit in die gemeenten.

voetnoot 4

Onderlinge verkopen en aankopen tussen corporaties blijven in het Risico-Analyse Model buiten beschouwing.

5

Hierin zijn de aantallen bij corporaties die in verschillende gemeenten bezit hebben over die gemeenten verdeeld naar rato van het woningbezit in die gemeenten.

R I G O

R e s e a r c h

e n

A d v i e s

B V

31

32 DE MUTATIE VAN DE WONINGVOORRAAD

tabel 5.1

Landelijke aantallen (des)investeringen, 2001 - 2010 2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

19.673 21.600 21.025 20.450 19.375 17.300 16.225 15.650 15.075 14.500

nieuw bouw

3.037

aankoop

2.000

2.000

2.000

2.000

2.000

2.000

2.000

2.000

2.000

verkoop huurders 17.718 19.250 20.000 20.000 20.000 20.000 20.000 20.000 20.000 20.000 verkoop overigen

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

10.754 13.000 13.500 14.000 14.500 15.000 15.500 16.000 16.500 17.000

sloop

5.2

1.000

Nieuwbouw Aantallen De CBS-gegevens (gereedgekomen huurwoningen door corporaties) geven sinds 1996 een dalend beeld. De gerealiseerde aantallen voor 1999 liggen volgens het CBS onder het niveau dat de door corporaties in het kader van het BBSH is opgeven. Volgens opgave van de corporaties (BBSH2000) schommelt de nieuwbouw van sociale huurwoningen tot 2005 tussen 15.000 en bijna 30.000. De BBSH-prognoses laten een golfbeweging zien die jaarlijks opschuift (de rode, oranje en roze lijn in de volgende figuur). De werkelijke productie daalt echter (het staafdiagram). In het Risico-Analyse Model wordt voor 2001 de prognose van de corporaties gevolgd. De piek in de golfbeweging die uit de prognoses van de corporaties naar voren komt zal naar verwachting afvlakken (dit effect is ook in de vergelijking tussen BBSH98 en ’99 te zien). Na de Vinex-periode, met de veronderstelling dat de Vinex-nieuwbouw uitloopt, neemt de nieuwbouw van sociale huurwoningen af tot het niveau van de Vinac-afspraken. Aantallen nieuwe sociale huurwoningen tot en met 2010 35.000

BBSH - Realisatie CBS

30.000 BBSH98 BBSH99

25.000

BBSH2000 20.000

CFV Model

15.000

10.000

5.000

R I G O

R e s e a r c h

e n

2010

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000

1999

1998

1997

1996

1995

0 1994

figuur 5.1

A d v i e s

B V


Kosten De gemiddelde stichtingskosten voor de nieuwbouw van een sociale huurwoning bedragen volgens de BBSH-gegevens ƒ 217.000.6 Dit bedrag is in het model aangehouden. Vanwege de grote spreiding bleken de BBSH-bestanden niet bruikbaar voor een regionale verdeling van de stichtingskosten. De redenen van deze verschillen kunnen naast verschillen in kwaliteit (niet elke corporatie bouwt woningen van dezelfde grootte) en woningtypen (verschillen tussen bijvoorbeeld corporaties die alleen of voornamelijk studentenwoningen bouwen en corporaties die met name gezinswoningen bouwen) ook worden veroorzaakt door verschillen in boekhoudkundige verwerking van kosten en baten. Er is daarom gebruik gemaakt van het CBS bouwvergunningenbestand dat informatie biedt over de netto bouwkosten van woningen. Dat betekent dat grond- en bijkomende kosten niet in de kosten zijn meegenomen. De kosten zijn door de opdrachtgevers van bouwplannen bij de aanvraag voor een bouwvergunning opgegeven. De provinciale spreiding van de bouwsom van goedkope en middeldure huurwoningen door corporaties gebouwd in de jaren 1988 tot en met 1998 zijn maximaal 5,1% positief (Zuid-Holland) tot 5,9% negatief (Noord-Brabant). In Friesland, Drenthe en Noord-Holland liggen de bouwkosten op het landelijke gemiddelde. figuur 5.2

Provinciale kostenverschillen 1988-1998 t.o.v. Nederlands gemiddelde (bron: CBS bouwvergunningenbestand)

Groningen 2,1% Friesland 0% Drenthe 0,7% Overijssel -2,7% Gelderland -3,4% Utrecht -0,9% Noord-Holland 0,5% Zuid-Holland 5,1% Zeeland 2,9% Noord-Brabant -5,9% Limburg 1,6% Flevoland -2,9% -8%

-6%

-4%

-2%

0%

2%

4%

6%

afw ijking t.o.v. landelijk gem iddelde

voetnoot 6

Dit bedrag is het gemiddelde van de prognoses van de corporaties voor de jaren 2001 tot en met 2003.

R I G O

R e s e a r c h

e n

A d v i e s

B V

33


Opbrengsten De aanvangshuur van nieuwe woningen is ontleend aan de Huurenquête van het CBS over 2000.7 De gemiddelde huur van nieuwe woningen bedroeg destijds ƒ 830,- maand. Met een inflatievolgende huurontwikkeling in het Risico-Analyse Model voor 2001 gerekend met een landelijk gelijke aanvangshuur van ƒ 850 per maand.

5.3

Aankoop De aantallen woningen die volgens het CBS in de afgelopen jaren door corporaties zijn aangekocht schommelen rond de 8.000 en 11.000 per jaar. Hierin zijn echter ook de aankopen van woningen van corporaties onderling verwerkt. Deze categorie aankopen wordt niet in het Risico-Analyse Model meegenomen. In 2000 zijn volgens het BBSH bijna 8.000 woningen aangekocht door corporaties. Mogelijk zitten hier ook onderlinge aankopen in verwerkt. De prognose voor 2001 t/m 2005 laat een sterke daling zien tot nog geen 500 in 2005. De genoemde geringe aantallen in de latere jaren zijn mogelijk het gevolg van het in vergelijking met bijvoorbeeld nieuwbouw meer incidentele karakter van aankoop en de daarmee verband houdende moeilijke voorspelbaarheid. In het Risico-Analyse Model wordt vanaf 2002 een aankoop van 2.000 woningen per jaar aangehouden.

figuur 5.3

Aantallen aangekochte woningen door corporaties tot 2010 14.000


12.000

BBSH98 BBSH99

10.000

BBSH2000 CFV Model

8.000

6.000

4.000

2.000

2010

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000

1999

1998

1997

1996

1995

1994

0

voetnoot 7

Feiten en achtergronden huurbeleid 2000, RIGO Research en Advies BV, augustus 2000.

R I G O

R e s e a r c h

e n

A d v i e s

B V


Kosten en opbrengsten De hoogte van de kosten van aankopen van woningen zijn gebaseerd op de opgave van corporaties volgens de BBSH-bestanden. 8 Deze bedroegen in 2000 gemiddelde ƒ 83.000. Ze zijn in het Risico-Analyse Model niet regionaal gedifferentieerd. De aangekochte woningen zijn in het Risico-Analyse Model aan de woningvoorraad van de betreffende corporatie toegevoegd. Voor de exploitatieperiode is 20 jaar aangehouden.

5.4

Verkoop In het Risico-Analyse Model wordt onderscheid gemaakt naar verkoop aan huurders9 en verkoop aan beleggers. Verkoop van woningen door corporaties aan collega-corporaties blijven buiten beschouwing. Verkoop aan huurders De gegevens van het CBS laten een stijging van het aantal verkopen aan huurders zien: van nog geen 10.000 in 1995 tot iets minder dan 20.000 in 1999. In vergelijking met de gegevens zoals die door de corporaties zijn opgegeven via het BBSH, laat het CBS voor 1998 en 1999 een iets hoger aantal verkopen aan huurders zien: volgens het BBSH1998 en BBSH1999 zijn er in 1998 en 1999 ongeveer 15.000 woningen aan bewoners verkocht. In 2000 daalde dat licht tot 13.000 woningen. De prognoses van de corporaties voor de komende jaren laten zowel in het BBSH1998 en BBSH1999 een dalend verloop zien dat zich identiek ontwikkelt in de tijd: van 15.000 tot 10 à 11.000 woningen. In het BBSH2000 valt het jaar 2001 met een sterke stijging tot bijna 18.000 verkopen op. Vervolgens daalt het aantal weer. In het Risico-Analyse Model wordt de prognose door de corporaties voor 2001 overgenomen. In tegenstelling tot de verwachte daling in de volgende jaren volgens de corporaties, is het Risico-Analyse Model aangenomen dat het aantal verkochte huurwoningen onder invloed van het overheidsbeleid de komende tijd op een niveau van 20.000 woningen per jaar zal uitkomen.

voetnoot 8

Dit bedrag is het gemiddelde van de prognoses van de corporaties voor de jaren 2001 tot en met 2003.

9

Tot ‘verkoop aan huurders’ worden ook de verkopen aan eigenaar-bewoners na mutatie gerekend.

R I G O

R e s e a r c h

e n

A d v i e s

B V

35


Aantallen verkoop van sociale huurwoningen aan huurders tot 2010 BBSH - Realisatie

25.000

CBS BBSH98 BBSH99

20.000

BBSH2000 CFV Model 15.000

10.000

5.000

2009

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000

1999

1998

1997

1996

0 1995

figuur 5.4

Verkoop aan anderen (beleggers) Het aantal verkopen aan beleggers door corporaties daalde volgens de cijfers uit het BBSH in 2000 fors. In 1998 en 1999 waren dat er nog ongeveer 6.000 per jaar, in 2000 nog slechts 1.500. Gegevens uit andere bronnen zijn niet aanwezig. De prognoses van de woningcorporaties voor de komende jaren geven eenzelfde beeld te zien als bij de verkoop aan bewoners: een sterke daling. De moeilijke voorspelbaarheid van deze verkopen zal hierin een belangrijke rol spelen. In het Risico-Analyse Model is een constant aantal van 1.000 verkopen aan beleggers aangehouden. De invloed van het overheidsbeleid zal waarschijnlijk eerder remmend dan stimulerend zijn op de verkoop van corporatiewoningen aan beleggers. Daarom is voor deze post geen stijgende trend ingebouwd.

R I G O

R e s e a r c h

e n

A d v i e s

B V


figuur 5.5

Aantallen verkoop van sociale huurwoningen aan anderen tot 2010 7.000

BBSH - Realisatie BBSH98

6.000

BBSH99 BBSH2000

5.000

CFV Model

4.000

3.000

2.000

1.000

2009

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000

1999

1998

1997

1996

1995

0

Kosten Tot de desinvestering bij verkoop is de boekwaarde van de woning gerekend. Daarvoor is de gemiddelde boekwaarde volgend het BBSH2000 genomen (ƒ 69.800). Deze waarde is niet verder gedifferentieerd. Daarnaast is gerekend met 3% verkoopkosten voor de corporatie. Opbrengsten Volgens de gegevens van het Kadaster bedroeg de gemiddelde koopsom van corporatiewoningen aan particulieren ƒ 211.000. In Utrecht werd gemiddeld de hoogste prijs betaald voor een eengezinswoning; de hoogste prijs voor meergezinswoningen werd betaald in Noord-Holland. De goedkoopste provincies zijn Groningen voor eengezinswoningen en Zeeland voor meergezinswoningen. In het RisicoAnalyse Model zijn deze provinciale kostenverschillen doorgevoerd (zie de volgende figuur).10 In het Risico-Analyse Model is er van uitgegaan dat corporaties geen verschil maken in verkoopprijs voor de kopende partij: woningen die aan huurders worden verkocht zijn even duur als woningen die aan beleggers worden verkocht. Verondersteld is dat de corporaties beide gevallen de marktwaarde van de woningen hanteren.

voetnoot 10

In het BBSH zijn geen gegevens opgenomen die een eenduidig uitsluitsel geven over (des)investeringen bij verkoop. De opgegeven desinvesteringen hebben zowel betrekking op verkoop als op sloop en bleken daardoor niet bruikbaar.

R I G O

R e s e a r c h

e n

A d v i e s

B V

37


figuur 5.6

Gemiddelde koopsom van een- en meergezinswoningen per provincie (bron: Kadaster) 350000 300000 250000 200000 150000 100000 50000 0 Gr

Fr

Dr

Ov

Ge

Fl

Ut

NH

ZH

Ze

NB

Li

Eengezins Meergezins

5.5

Sloop Het aantal gesloopte woningen steeg in de jaren negentig van circa 3.000 in 1990 tot 7.000 in 1999 (bron: CBS). Volgens de BBSH-gegevens van de corporaties liggen deze aantallen echter voor de jaren 1998 en 1999 op een aanmerkelijk hoger niveau: 10.000 resp. 11.500 woningen. In 2000 werden iets minder dan 8.000 woningen gesloopt. De prognoses van de corporaties in het BBSH1998 en BBSH1999 laten een gelijk verloop zien: eerst een daling en vervolgens een stijging. Dat betekent dat de verwachte daling die de corporaties in 1998 voor 1999 en 2000 voorzagen in 1999 niet heeft plaatsgevonden. Sterker: het aantal gesloopte woningen steeg. De daling vond echter wel plaats in 2000. De stijging voor de periode na 2000 wordt ook in het BBSH2000 door de corporaties verwacht. In het Risico-Analyse Model is de stijging van het aantal te slopen woningen overgenomen. De herstructurering van naoorlogse wijken zal hierin naar verwachting een grote rol spelen.

R I G O

R e s e a r c h

e n

A d v i e s

B V


Aantallen sloop van sociale huurwoningen tot 2010 18.000


16.000

BBSH98 BBSH99

14.000

BBSH2000 12.000

CFV Model

10.000 8.000 6.000 4.000 2.000

2009

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000

1999

1998

1997

1996

1995

0 1994

figuur 5.7

Kosten Tot de kosten die bij sloop gemaakt worden kunnen de volgende onderdelen worden gerekend: de boekwaarde van de te slopen woningen, de feitelijke sloopkosten, huurderving voor de feitelijke sloop, eventuele kosten voor herhuisvesting van zittende bewoners en proceskosten. Deze laatste post zal met name bij grotere sloopplannen, bijvoorbeeld in herstructureringsgebieden, gelden. In het BBSH zijn geen gegevens opgenomen die goed inzicht bieden over de omvang van de desinvestering bij sloop. In het Risico-Analyse Model zijn de kosten van sloop daarom normatief bepaald. De sloopkosten, de kosten van herhuisvesting en de huurderving zijn alle drie kostenposten waarin de regionale component niet of nauwelijks een rol speelt. Het slopen van een woning in Utrecht zal niet noemenswaardig verschillen van de sloop van een woning in Zeeland of Limburg. Hetzelfde geldt voor de andere twee posten. sloopkosten herhuisvesting huurderving proceskosten

21.000 8.000 3.600 2.000

o.b.v. 6 maanden en een huur van ƒ 600

Het totaal aan sloopkosten (exclusief afschrijven boekwaarde) komt daarmee op ƒ 34.600 per woning. Ook voor de boekwaarde van de woningen is in het model een normbedrag gehanteerd, ƒ 17.300, dat niet nader is gedifferentieerd. Opbrengst Aangezien over de grondopbrengst bij sloop niet voldoende gegevens voorhanden zijn is in het Risico-Analyse Model een landelijk gelijke opbrengst aangehouden van ƒ 29.500. Dit bedrag is samengesteld uit 75% terugbouw in de goedkopere klassen

R I G O

R e s e a r c h

e n

A d v i e s

B V

39


(met grondprijs van ƒ 26.000) en 25% terugbouw in de duurdere klassen (ƒ 40.000).11

5.6

Woningverbetering Voor het bepalen van het investeringsniveau voor woningverbeteringen is aansluiting gezocht bij gegevens van corporaties uit het BBSH2000 voor de jaren 2000 (realisaties) tot en met 2003 (prognoses). Dat leverde een totale investering van ƒ 1,45 miljard per jaar in 2001. Dit investeringsbedrag is over de corporaties verdeeld op basis van het aandeel dat de corporaties in de jaren 2000 tot en met 2005 hadden in het totaal. Het principe is dus gelijk aan de toedeling bij nieuwbouw, aankoop, verkoop en sloop. Ook hier is voor corporaties met bezit in meer dan één gemeente, de investering tussen die gemeenten verdeeld op basis van het woningbezit. In het BBSH wordt slechts het investeringsbedrag door de corporaties opgegeven en niet het aantal verbeteringen. In het Risico-Analyse Model is uitgegaan van 76.000 verbeteringen per jaar. Het gemiddelde investeringsbedrag per verbetering komt dan op ƒ 19.000. Huursprong Woningverbeteringen gaan in de regel gepaard met een verhoging van de huur. De corporatie kan op die manier (een deel van) de verbeterinvestering terugverdienen. In het BBSH zijn daarover geen gegevens beschikbaar. Uit de Huurenquête 2000 van het CBS kan deze informatie wel worden gedestilleerd door de huur voor en na verbetering van corporatiewoningen met elkaar te vergelijken. De stijging van de huur vóór en ná verbetering bedroeg in 1999 ƒ 44,79 per woning. Er is volgens de Huurenquête overigens sprake van een grote spreiding in de omvang van de huursprong na verbetering. In het Risico Analyse-Model is voor 2001 rekening gehouden met een verhoging van deze stijging met 3%. Daarmee komt de huursprong op ƒ 46,10.

voetnoot 11

In het Risico-Analyse Model zijn de opbrengsten in de kosten verdisconteerd. De kosten komen daarmee op ƒ 5.100 per woning (ƒ 34.600 – ƒ 29.500).

R I G O

R e s e a r c h

e n

A d v i e s

B V

GEDRAGSHYPOTHESEN

6 Gedragshypothesen 6.1

Inleiding Het investeringsgedrag en de overige bedrijfsvoering van corporaties hebben uiteraard ook invloed op de ontwikkeling van de financiële positie. Het model gaat in zijn basisvariant uit van het de huidige prognoses van corporaties, zoals deze zijn opgenomen in de BBSH-prognoses, en van het doortrekken van trends vanuit het verleden. Het is echter zeer waarschijnlijk dat corporaties in de komende jaren van inzicht zullen veranderen en dat bepaalde trends zullen worden doorbroken. In ieder geval zullen corporaties reageren op externe ontwikkelingen en op de ontwikkeling van hun financiële positie. In het model is de mogelijkheid opgenomen om te rekenen met eenvoudige gedragsreacties op de ontwikkeling van de financiële positie. Deze eenvoudige gedragsregels zijn niet bedoeld als een realistische modellering van corporatiegedrag. Wel kan bij benadering getoond worden hoe groot de mogelijkheden van corporaties zijn om hun financiële positie te beïnvloeden. Zo zullen de modeluitkomsten laten zien dat corporaties door een ander investeringsbeleid financiële problemen kunnen voorkomen. Het CFV laat op dit moment nader onderzoek uitvoeren naar het gedrag van corporaties, om zo de onzekerheid in deze factor te beperken.

6.2

Formulering van gedragshypothesen In het Risico-Analyse Model zijn twee gedragshypothesen geformuleerd voor woningcorporaties met een slechte financiële positie en één gedragshypothese voor woningcorporaties met juist een zeer goede financiële positie. Gedragshypthese 1a: verhogen verkoop bij slechte financiële positie Als de financiële positie van een woningcorporatie onder een bepaalde ondergrens dreigt te komen, zal deze woningcorporatie zoveel meer woningen verkopen (tot een maximum percentage van de voorraad), dat de financiële positie niet onder deze grens zal komen.

R I G O

R e s e a r c h

e n

A d v i e s

B V

41

42 GEDRAGSHYPOTHESEN

Gedragshypthese 1b: verminderen nieuwbouw bij slechte financiële positie Als de financiële positie van een woningcorporatie onder een bepaalde ondergrens dreigt te komen, zal deze woningcorporatie zoveel minder onrendabele huurwoningen bouwen, dat de financiële positie niet onder deze grens zal komen. Gedragshypthese 2: verminderen verkoop bij goede financiële positie Als de financiële positie van een woningcorporatie boven een bepaalde bovengrens dreigt te komen, zal deze woningcorporatie zoveel minder woningen verkopen, dat de financiële positie niet boven deze grens zal komen.

Overigens spreekt niet voor zich dat het doel uit de gedragshypothese gehaald wordt. Zo is het mogelijk dat een woningcorporatie niet in staat is om op de gewenste minimumgrens te komen, ook niet als er geen nieuwe huurwoningen worden gerealiseerd. Als kengetal voor de financiële positie wordt de solvabiliteit op basis van het weerstandsvermogen gebruikt. De ondergrens wordt op 10% gezet, en de bovengrens op 30%. Het maximum verkooppercentage is 5% per jaar van de woningvoorraad van de betreffende woningcorporatie.

6.3

Implementatie Bij het hanteren van een gedragshypothese wordt voor elke woningcorporatie in het Risico-Analyse Model steeds per jaar een prognose gemaakt van de solvabiliteit aan het einde van het jaar met het standaardprogramma. Als dit resulteert in een overschrijding van de onder- of de bovengrens, dan wordt het (des)investeringsprogramma aangepast, zodanig dat, voorzover mogelijk binnen de gestelde grenzen, volgens de aangepaste prognoses de solvabiliteit precies op de grens terecht komt.

R I G O

R e s e a r c h

e n

A d v i e s

B V

ENKELE UITKOMSTEN

7 Enkele uitkomsten 7.1

De kerngegevens Dit hoofdstuk bevat enkele uitkomsten van het Risico-Analyse Model. Hierbij is dezelfde basisvariant gebruikt als in het rapport van het CFV.12 Achtereenvolgens worden een aantal kengetallen, de prognoses voor de balans, de winst- en verliesrekening en de ontwikkeling van de bedrijfswaarde en de rentabiliteitswaarde getoond. De hoogte van diverse parameters is in de bijlage opgenomen. Uit de tabel blijkt dat bij de gemaakte veronderstellingen het weerstandsvermogen van de woningcorporaties sterk zal toenemen in de periode 2000 – 2010.

Kengetallen Solvabiliteit Weerstandsvermogen in procenten balanstotaal Gecorrigeerd weerstandsvermogen in procenten balanstotaal Eigen vermogen per woning Weerstandsvermogen per woning Bedrijfswaarde per woning Gecorrigeerd weerstandsvermogen per woning Bedrijfsresultaat per woning Buitengewone baten per woning Buitengewone lasten per woning Jaarresultaat per woning Gecorrigeerd jaarresultaat per woning Aantal woningen

2000 10,5% 17,3% 24,5%

2001 11,1% 17,5% 26,2%

2005 18,4% 23,9% 34,9%

2010 31,0% 36,5% 45,5%

7.818 12.843 72.205 24.905

8.423 13.276 73.662 27.036

13.899 18.041 78.343 35.503

25.598 30.164 80.765 48.223

41.056 1.518 1.877 931 1.149 583 1.784 2.152 2.058 2.432.069 2.384.269

1.731 2.172 1.289 2.613 2.472 2.288.019

76 996 487 534 2.438.831

voetnoot 12

CFV: Het vermogen en de opgave van woningcorporaties: spanning tussen taken en middelen, Naarden, juni 2002.

R I G O

R e s e a r c h

e n

A d v i e s

B V

43

44 ENKELE UITKOMSTEN

Balans Materiële vaste activa Financiële vaste activa Rentende vlottende activa Niet-rentende vlottende activa Totaal vlottende activa Balanstotaal Eigen vermogen Egalisatierekening Voorzieningen Weerstandsvermogen CFV Langlopende schulden Rentende kortlopende passiva Niet-rentende kortlopende passiva Totaal kortlopende schulden Balanstotaal (bedragen x f 1 miljoen)

2000 153.602 17.397 6.253 3.790 10.043 181.043

2001 153.977 15.546 10.660 3.862 14.523 184.046

2005 155.615 5.336 14.941 4.089 19.029 179.980

2010 153.432 5.621 25.722 4.307 30.029 189.081

19.067 3.149 9.107 31.323 131.750 3.741 14.230 17.971 181.043

20.484 2.519 9.285 32.288 133.443 3.813 14.502 18.315 184.046

33.140 0 9.875 43.015 117.576 4.036 15.353 19.389 179.980

58.569 0 10.448 69.017 99.640 4.252 16.172 20.424 189.081

Winst- en verliesrekening 2001 20.660 1.140 0 630 610 23.039 2.766 80 5.438 5.913 14.197 1.119 9.972 -10 2.741 402 549 1.154 72 242 387 1.855 410 1.417 5.234

2005 22.531 1.200 0 630 645 25.006 3.216 82 5.809 6.238 15.345 881 8.022 2.519 3.466 428 581 1.426 57 332 490 2.306 434 4.254 4.907

2000 301.479 2.610 68.426 59.569 176.095 144.028 32.067

2001 303.694 2.390 67.664 59.269 179.151 144.403 34.747

2005 303.249 1.510 61.964 56.006 186.790 146.041 40.749

2010 279.948 410 47.920 47.647 184.791 143.858 40.934

Rentabiliteitswaarde Langlopende schulden Rentabiliteitswaardecorrectie (bedragen x f 1 miljoen)

134.401 131.750 -2.651

134.727 133.443 -1.283

116.691 117.576 885

99.255 99.640 385

R I G O

e n

A d v i e s

Huren Vergoedingen Overheidsbijdragen Vrijval egalisatierekening Overige baten Bedrijfsopbrengsten Afschrijvingen Erfpacht Onderhoud Overige bedrijfslasten Bedrijfslasten Rentebaten Rentelasten Bedrijfsresultaat Opbrengst verkopen Baten nieuwbouw Overige buitengewone baten Onrendabele investeringen nieuwbouw Onrendabele investeringen aankoop Onrendabele investeringen sloop Onrendabele investeringen verbeteringen Totaal onrendabele investeringen Overige buitengewone lasten Jaarresultaat Gecorrigeerd jaarresultaat (bedragen x f 1 miljoen)

2000 20.110 1.119 258 779 597 22.862 2.659 78 5.138 5.805 13.680 1.529 10.525 186 1.891 0 538 410 79 56 203 784 403 1.302

2010 24.402 1.264 0 0 681 26.347 3.888 85 6.243 6.555 16.771 1.200 6.816 3.960 4.005 351 613 1.398 61 399 634 2.492 457 5.979 5.656

Bedrijfswaarde en rentabiliteitswaarde Contante waarde huuropbrengsten Contante waarde bijdragen Contante waarde onderhoudslasten Contante waarde beheerslasten Bedrijfswaarde Boekwaarde Verschil (surplus)

R e s e a r c h

B V

ENKELE UITKOMSTEN

7.2

De gevolgen van onzekerheid

7.2.1

Onzekerheid in de ontwikkeling van de vermogenspositie Zoals is uiteengezet in hoofdstuk 4, kan het Risico-Analyse Model inzicht geven in de gevolgen van onzekerheid in de macro-economische omstandigheden en de koopprijsontwikkeling. Daartoe wordt een groot aantal scenario’s opgesteld die tezamen een goed beeld geven van alle mogelijke ontwikkelingen. Voor al deze scenario’s wordt het Risico-Analyse model doorgerekend. De verschillende uitkomsten geven dan een goed beeld van alle mogelijke toekomstige ontwikkelingen. In figuur 7.1 wordt de onzekerheid in de ontwikkeling van het weerstandsvermogen weergegeven. In deze figuur zijn de uitkomsten voor 100 scenario’s weergegeven. Deze figuur laat enerzijds zien dat de onzekerheid in de latere jaren groot is. De spreiding in 2010 is zo’n 30% van het balanstotaal. Anderzijds laat de figuur ook zien dat het model ook in het meest negatieve geval een stijging van het weerstandsvermogen voorspelt.

Figuur 7.1 Onzekerheid in het verloop van het weerstandsvermogen

(als percentage van het balanstotaal)

70% 60% 50% 40% 30% 20% 10% 0% 1

2

3

4

5

6

7

8

9

10

11

Figuur 7.1 laat niet zo duidelijk zien welke uitkomsten waarschijnlijk zijn en welke helemaal niet. In figuur 7.2 is gepoogd dit beter in beeld te brengen. Deze figuur en alle volgende figuren zijn gebaseerd op 500 scenario’s. De middelste en dikste lijn geeft het gemiddelde van alle scenario’s. Deze lijn geeft hetzelfde verloop als de basisvariant. Om deze dikke lijnen zijn vier percentielen getekend. De lijn onder de gemiddelde lijn (25%-percentiel) geeft aan dat 25% van de scenario’s leiden tot lagere waarden dan deze lijn en dus 75% tot hogere waarden. 50% van alle scenario’s leidt tot waarden tussen de 25%-percentiel en de 75%-percentiel, 90% van alle scenario’s tot waarden tussen de 5%-percentiel en de 95%-percentiel. Uit de grafiek is onder andere af te lezen dat de kans op een weerstandsvermogen van minder dan 28% in 2010 ongeveer 5% is.

R I G O

R e s e a r c h

e n

A d v i e s

B V

45


Figuur 7.2

Onzekerheid in het verloop van het weerstandsvermogen


70% 60% Maximum 50%

95%-percentiel 75%-percentiel

40%

Gemiddelde 25%-percentiel

30%

5%-percentiel Minimum

20% 10% 0% 2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

In figuur 7.3 is de onzekerheid in het gecorrigeerd weerstandsvermogen weergegeven. De grootte van de onzekerheid is ongeveer even groot als die in het ongecorrigeerd weerstandsvermogen. Ook hier zien we dat de vermogenspositie zich in alle gevallen verbeterd. Vergeleken met het minimaal gewenst weerstandsvermogen van 13,1% is er sprake van een aanzienlijke marge.

Figuur 7.3

Onzekerheid in het verloop van het gecorrigeerd weerstandsvermogen


70% 60% Maximum 50%

95%-percentiel 75%-percentiel

40%

Gemiddelde 25%-percentiel

30%

5%-percentiel Minimum

20% 10% 0% 2000

R I G O

2001

2002

2003

2004

R e s e a r c h

2005

e n

2006

2007

2008

2009

A d v i e s

2010

B V

ENKELE UITKOMSTEN

Op basis van de modeluitkomsten kan worden geconcludeerd dat uitgaande van de huidige veronderstellingen in het model over investeringen en corporatiegedrag de financiële positie van de corporatiesector als geheel gewaarborgd is, er is zelfs onder alle economische omstandigheden sprake van een overmaat. 7.2.2

Belang van de verschillende onzekere parameters. De onzekerheid wordt in het model gebracht via de stochastische macroeconomische parameters en stochastische koopprijsontwikkeling. Deze subparagraaf toont het relatieve belang van de verschillende parameters. Dit relatieve belang wordt achterhaald door de 500 stochastische scenario’s te analyseren en op basis daarvan te kijken wat het afzonderlijke effect is van de parameters13. Figuren 7.4 en 7.5 geven het belang van de verschillende factoren voor respectievelijk het weerstandsvermogen als percentage van het balanstotaal en het gecorrigeerd weerstandsvermogen als percentage van het balanstotaal. In deze figuren geldt: hoe groter de balk, hoe groter de relatieve invloed. Een balk de positieve (negatieve) kant op betekent een positief (negatief) gevolg op het weerstandsvermogen van de parameter.

Figuur 7.4 Het relatieve belang van de verschillende factoren in de onzekerheid van het weerstandsvermogen in 2010

Koopprijsstijging Inflatie Onderhoudskostenstijging Nieuwbouwkostenstijging Kapitaalmarktrente Geldmarktrente –

+

voetnoot 13

Feitelijk zijn de parameters in een lineair regressiemodel geschat. Hierbij was de te verklaren variabele een indicator voor de vermogenspositie van de sociale huursector in 2010. De verklarende variabelen waren de zes parameters per jaar, dus in totaal 6 x 10 = 60 parameters. De R 2 van deze lineaire regressie-analyse was zeer hoog, groter dan 0,99. Dit is ook niet verwonderlijk. De onzekere parameters verklaren in principe de volledige variatie in de uitkomsten. Elke niet verklaarde variatie is het gevolg van niet-lineariteiten in het model. Het relatieve belang van de zes factoren is bepaald door de gestandaardiseerde coëfficiënten per jaar bij elkaar op te tellen.

R I G O

R e s e a r c h

e n

A d v i e s

B V

47


Figuur 7.5 Het relatieve belang van de verschillende factoren in de onzekerheid van het gecorrigeerd weerstandsvermogen in 2010

Koopprijsstijging Inflatie Onderhoudskostenstijging Nieuwbouwkostenstijging Kapitaalmarktrente Geldmarktrente –

+

Figuur 7.4 laat zien dat de koopprijsstijging met grote voorsprong de belangrijkste factor is voor het weerstandsvermogen. Dit komt redelijk overeen met de observatie uit de vorige paragraaf dat de onzekerheid in het verkoopresultaat relatief hoog is. In figuur 7.5 is te zien dat voor het gecorrigeerd weerstandsvermogen ook de inflatie een groot aandeel inneemt. Dit heeft vooral te maken met het feit dat afwijkingen in de huurverhoging (die sterk samenhangt met de inflatie) versterkt doorwerken in de bedrijfswaarde. In figuur 7.6 is de invloed van de verschillende parameters nog eens verder uitgewerkt. In deze figuur is de invloed per jaar aangegeven. Door de berekeningswijze bevatten de invloeden kleine onnauwkeurigheden. Deze figuur laat zien dat de onzekere parameters in het algemeen de eerste jaren een veel grotere invloed hebben op de uitkomsten dan de laatste jaren.

Figuur 7.6 Het relatieve belang van de verschillende factoren in de onzekerheid van het weerstandsvermogen in 2010 per jaar

Geldmarktrente

Kapitaalmarktrente

2010

2010

2001

2001 –

+

R I G O

R e s e a r c h

–

e n

+

A d v i e s

B V

ENKELE UITKOMSTEN

Inflatie

Nieuwbouwkostenstijging 2010

2010

2001

2001 –

+

–

Onderhoudskostenstijging

Koopprijsstijging 2010

2010

2001

2001 –

7.3

+

+

–

+

Regionale uitkomsten met onzekerheid De vorige paragraaf liet zien dat over het geheel genomen de Nederlandse sociale huursector geen grote risico’s ondervindt van de onzekerheid in de macroeconomische parameters en de koopprijsontwikkeling. In deze paragraaf wordt de onzekerheid op regionaal niveau getoond. Daartoe staan in volgende tabel prognoses voor het gecorrigeerd weerstandsvermogen in 2010 vermeld. Hierbij is het gemiddelde weergegeven en daarnaast de 5%-ondergrens. Deze grens geeft aan dat de kans op een lagere waarde dan deze grens slechts 5% is. Naast het gecorrigeerd weerstandsvermogen (als percentages van het balanstotaal) is ook de vermogensovermaat (volgens de definitie van het CFV) berekend. Hieruit blijkt dat voor alle regio’s geldt dat de kans op een overmaat in 2010 groter dan 95% is.

Regio

Regio

Code

Minimaal gewenst

Prognoses gecorrigeerd weerstandsvermogen

Prognoses ver-

weerstandsvermogen

2010

mogensovermaat 2010

Gemiddelde

R 01

SR O Groningen

R I G O

14,4%

R e s e a r c h

44,2%

e n

5%ondergrens

34,6%

Gemiddelde

29,8%

A d v i e s

5%ondergrens 20,2%

B V

49


R 02

C Groningen

14,5%

28,8%

17,1%

14,3%

2,6%

R 03

RR N Groningen

11,9%

42,4%

30,4%

30,5%

18,5%

R 04

N Friesland

12,4%

44,2%

32,9%

31,8%

20,5%

R 05

De Friese Wouden

12,8%

44,8%

34,6%

32,0%

21,8%

R 06

ZW Friesland

11,8%

50,0%

39,1%

38,2%

27,3%

R 07

SV NM Drenthe

12,9%

54,8%

46,9%

41,9%

34,0%

R 08

IGS ZO Drenthe

11,8%

61,7%

54,1%

49,9%

42,3%

R 09

ZW Drenthe

13,2%

41,9%

29,7%

28,7%

16,5%

R 10

Regio Twente

13,4%

41,2%

29,9%

27,8%

16,5%

R 11

Ws Zwolle

14,4%

51,8%

42,2%

37,4%

27,8%

R 12

UBWS NW Overijssel

11,3%

47,5%

38,3%

36,2%

27,0%

R 13

SVV NO Overijssel

11,1%

72,5%

68,8%

61,4%

57,7%

R 14

Stedendriehoek (O)

14,0%

39,8%

30,2%

25,8%

16,2%

R 15

Eemlandvallei (G)

10,6%

31,0%

21,6%

20,4%

11,0%

R 16

Stedendriehoek (G)

10,2%

51,7%

43,8%

41,5%

33,6%

R 17

IGS NW Veluwe

10,0%

51,6%

44,3%

41,6%

34,3%

R 18

Achterhoek

13,3%

60,9%

52,8%

47,6%

39,5%

R 19

ROL KAN

12,1%

44,2%

34,7%

32,1%

22,6%

R 20

IGO Rivierenland

8,8%

41,3%

33,2%

32,5%

24,4%

R 21

Eemlandvallei (U)

13,6%

50,6%

39,4%

37,0%

25,8%

R 22

BRU

12,5%

48,9%

40,0%

36,4%

27,5%

R 23

Gooi en Vechtstreek

12,0%

47,5%

40,9%

35,5%

28,9%

R 24

ROA

14,3%

42,9%

32,2%

28,6%

17,9%

R 25

Z Kennemerland

10,6%

45,1%

37,5%

34,5%

26,9%

R 26

IJmond

12,7%

56,8%

49,4%

44,1%

36,7%

R 27

N Kennemerland

13,7%

43,9%

34,1%

30,2%

20,4%

R 28

Kop van N Holland

12,3%

59,3%

51,1%

47,0%

38,8%

R 29

SO W Friesland

12,8%

58,3%

49,4%

45,5%

36,6%

R 30

Duin- en Bollenstreek

11,1%

52,2%

45,2%

41,1%

34,1%

R 31

Leiden e.o.

12,3%

38,1%

28,7%

25,8%

16,4%

R 32

Haaglanden

15,8%

37,4%

27,6%

21,6%

11,8%

R 33

IGOO Rijnstreek

9,9%

46,1%

37,9%

36,2%

28,0%

R 34

IGSO M Holland

10,6%

52,1%

44,6%

41,5%

34,0%

SV Alblasser-

12,6%

51,6%

43,8%

39,0%

31,2%

R 35

waard/Vyfheerenlnd

R I G O

R e s e a r c h

e n

A d v i e s

B V

ENKELE UITKOMSTEN

R 36

Drechtsteden

14,1%

50,9%

42,8%

36,8%

28,7%

R 37

VHVS Hoeksche Waard

7,9%

63,5%

59,3%

55,6%

51,4%

R 38

Goeree Overflakkee

9,8%

76,4%

73,1%

66,6%

63,3%

R 39

SRR

15,8%

47,3%

38,1%

31,5%

22,3%

R 40

Oosterschelde regio

9,5%

55,4%

47,1%

45,9%

37,6%

R 41

BBWS Walcheren

16,0%

51,7%

42,2%

35,7%

26,2%

R 42

RBBWS Z Vlaanderen

12,7%

68,2%

61,0%

55,5%

48,3%

R 43

W Nrd Brabant

11,2%

53,3%

45,5%

42,1%

34,3%

R 44

Sg Breda

11,4%

48,1%

37,4%

36,7%

26,0%

R 45

Sg Tilburg

10,0%

49,1%

40,6%

39,1%

30,6%

R 46

Sg Den Bosch

10,2%

50,7%

42,8%

40,5%

32,6%

R 47

SRE

13,0%

56,1%

48,4%

43,1%

35,4%

R 48

Strg Brabant NO

9,9%

62,2%

56,9%

52,3%

47,0%

R 49

N Limburg

10,8%

60,8%

54,9%

50,0%

44,1%

R 50

M Limburg

14,0%

47,3%

36,0%

33,3%

22,0%

R 51

Strg OZL

11,8%

46,6%

36,3%

34,8%

24,5%

R 52

Strg W Mijnstreek

11,1%

34,2%

23,8%

23,1%

12,7%

SV Maastricht en Mer-

13,9%

41,4%

30,7%

27,5%

16,8%

13,6%

32,1%

18,8%

18,5%

5,2%

R 53

gelland R 54

7.4

Flevoland

De effecten van de gedragshypothesen In hoofdstuk 6 zijn de gedragshypothesen beschreven. De effecten van deze gedragshypothesen op het aantal verkopen en aantal nieuwbouwwoningen per regio zijn in de volgende tabel weergegeven. Regiocode

Regio

Aantal verkopen 2001-2010 Aantal nieuwbouw 2001-2010 percenta- zonder ge afwij- gedrag king

zonder met gedrag gedrag

met gedrag

percentage afwijking

R 01

SR O Groningen

2374

1158

-51%

2059

2044

-1%

R 02

C Groningen

6199

5453

-12%

2966

2433

-18%

R 03

RR N Groningen

1992

1435

-28%

1553

1552

0%

R 04

N Friesland

4184

2567

-39%

1761

1644

-7%

R 05

De Friese Wouden

3728

2776

-26%

2435

2316

-5%

R 06

ZW Friesland

2505

1263

-50%

1652

1637

-1%

R I G O

R e s e a r c h

e n

A d v i e s

B V

51


R 07

SV NM Drenthe

1918

786

-59%

1641

1628

-1%

R 08

IGS ZO Drenthe

3135

404

-87%

1362

1362

0%

R 09

ZW Drenthe

1551

964

-38%

1153

1151

0%

R 10

Regio Twente

7914

4603

-42%

8651

8321

-4%

R 11

Ws Zwolle

2716

1885

-31%

2000

1942

-3%

R 12

UBWS NW Overijssel

694

408

-41%

902

895

-1%

R 13

SVV NO Overijssel

1206

56

-95%

375

339

-10%

R 14

Stedendriehoek (O)

1362

537

-61%

1485

1218

-18%

R 15

Eemlandvallei (G)

1020

971

-5%

2479

1975

-20%

R 16

Stedendriehoek (G)

2594

1176

-55%

3426

3411

0%

R 17

IGS NW Veluwe

754

380

-50%

1353

1325

-2%

R 18

Achterhoek

4190

1285

-69%

2538

2371

-7%

R 19

ROL KAN

6889

6007

-13%

8733

8456

-3%

R 20

IGO Rivierenland

913

393

-57%

2386

2258

-5%

R 21

Eemlandvallei (U)

3849

2414

-37%

5650

5408

-4%

R 22

BRU

6338

5195

-18%

8805

7238

-18%

R 23

Gooi en Vechtstreek

955

489

-49%

1393

1284

-8%

R 24

ROA

25161

20423

-19%

23638

21215

-10%

R 25

Z Kennemerland

739

535

-28%

2798

2037

-27%

R 26

IJmond

2400

1477

-38%

1941

1934

0%

R 27

N Kennemerland

3504

3462

-1%

2881

1775

-38%

R 28

Kop van N Holland

2587

713

-72%

1276

1273

0%

R 29

SO W Friesland

2254

1325

-41%

1806

1798

0%

R 30


1459

724

-50%

1681

1433

-15%

R 31

Leiden e.o.

1836

1691

-8%

3217

1987

-38%

R 32

Haaglanden

11623

9165

-21%

12894

10731

-17%

R 33

IGOO Rijnstreek

886

831

-6%

485

449

-7%

R 34

IGSO M Holland

1968

1218

-38%

1211

1166

-4%

859

546

-36%

1053

1035

-2%

3438

2558

-26%

1939

1783

-8%

R 35

SV Alblasserwaard/Vyfheerenlnd

R 36

Drechtsteden

R 37

VHVS Hoeksche Waard

204

22

-89%

487

487

0%

R 38

Goeree Overflakkee

326

13

-96%

567

567

0%

R 39

SRR

29636

17108

-42%

13644

12199

-11%

R 40

Oosterschelde regio

1798

643

-64%

1229

1226

0%

R I G O

R e s e a r c h

e n

A d v i e s

B V

ENKELE UITKOMSTEN

R 41

BBWS Walcheren

1951

816

-58%

660

659

0%

R 42

RBBWS Z Vlaanderen

1369

300

-78%

635

608

-4%

R 43

W Nrd Brabant

1783

620

-65%

2292

2287

0%

R 44

Sg Breda

4285

2284

-47%

4194

4081

-3%

R 45

Sg Tilburg

3290

2393

-27%

3995

3767

-6%

R 46

Sg Den Bosch

1628

582

-64%

3350

3329

-1%

R 47

SRE

7997

2312

-71%

9330

8737

-6%

R 48

Strg Brabant NO

1640

272

-83%

2555

2418

-5%

R 49

N Limburg

2324

837

-64%

2056

1906

-7%

R 50

M Limburg

3362

1806

-46%

2223

1832

-18%

R 51

Strg OZL

6383

4689

-27%

2242

1877

-16%

R 52

Strg W Mijnstreek

1001

822

-18%

860

805

-6%

R 53

SV Mstricht en Mrgllnd

2243

1625

-28%

1711

1533

-10%

R 54

Flevoland

8055

6538

-19%

5268

2682

-49%

Uit deze tabel blijkt dat bij de gehanteerde gedragshypothesen het aantal verkopen van huurwoningen fors zal dalen. De veronderstelde aanname dat de woningcorporaties bij een laag weerstandsvermogen meer woningen, en bij een hoog weerstandsvermogen minder woningen zullen verhogen, heeft per saldo een verlagend effect op het aantal verkopen. Zo zal in Goeree Overflakkee het aantal verkopen met 96% dalen, als woningcorporaties zouden stoppen met de verkoop van huurwoningen bij een solvabiliteit van 30%. De gedragshypothese dat woningcorporaties de omvang van hun nieuwbouw verminderen bij een laag weerstandsvermogen, heeft minder tot geen effect. Een uitzondering hierop is Flevoland, waar als deze gedragshypothese bewaarheid zou worden de nieuwbouw met 49% zou dalen als gevolg van de gemiddeld genomen minder gunstige financiële positie van de woningcorporaties in dit woningmarktgebied.

R I G O

R e s e a r c h

e n

A d v i e s

B V

53


7.5

Gedragshypothesen en risico De volgende tabel laat zien dat met een gedragshypothese de verschillen in de onzekerheidsmarges tussen de regio’s kleiner worden. Hiermee wordt geïllustreerd dat door adequate gedragsreacties de risico’s verkleind kunnen worden.

Regio-

Regio

code

Minimaal

Prognoses gecorri-

Prog-

gewenst weerstand svermogen

geerd weerstandsvermogen 2010

noses vermogensovermaat 2010

Gemiddelde

5%ondergrens

Gemiddelde

5%ondergrens

R 01

SR O Groningen

14,4%

33,8%

26,4%

19,4%

12,0%

R 02

C Groningen

14,5%

45,3%

38,6%

30,8%

24,1%

R 03

RR N Groningen

11,9%

42,8%

35,6%

30,9%

23,7%

R 04

N Friesland

12,4%

63,8%

60,4%

51,4%

48,0%

R 05

De Friese Wouden

12,8%

34,3%

25,8%

21,5%

13,0%

R 06

ZW Friesland

11,8%

34,0%

26,0%

22,2%

14,2%

R 07

SV NM Drenthe

12,9%

45,8%

38,7%

32,9%

25,8%

R 08

IGS ZO Drenthe

11,8%

47,1%

40,1%

35,3%

28,3%

R 09

ZW Drenthe

13,2%

42,7%

36,7%

29,5%

23,5%

R 10

Regio Twente

13,4%

42,2%

35,4%

28,8%

22,0%

R 11

Ws Zwolle

14,4%

37,9%

30,8%

23,5%

16,4%

R 12

UBWS NW Overijssel

11,3%

42,5%

35,9%

31,2%

24,6%

R 13

SVV NO Overijssel

11,1%

48,8%

43,0%

37,7%

31,9%

R 14

Stedendriehoek (O)

14,0%

45,5%

39,1%

31,5%

25,1%

R 15

Eemlandvallei (G)

10,6%

40,2%

33,8%

29,6%

23,2%

R 16

Stedendriehoek (G)

10,2%

48,8%

43,4%

38,6%

33,2%

R 17

IGS NW Veluwe

10,0%

50,8%

45,3%

40,8%

35,3%

R 18

Achterhoek

13,3%

48,9%

42,9%

35,6%

29,6%

R 19

ROL KAN

12,1%

47,4%

40,6%

35,3%

28,5%

R 20

IGO Rivierenland

8,8%

49,8%

43,7%

41,0%

34,9%

R 21

Eemlandvallei (U)

13,6%

50,7%

45,2%

37,1%

31,6%

R 22

BRU

12,5%

46,0%

39,8%

33,5%

27,3%

R I G O

R e s e a r c h

e n

A d v i e s

B V

ENKELE UITKOMSTEN

R 23

Gooi en Vechtstreek

12,0%

38,1%

31,4%

26,1%

19,4%

R 24

ROA

14,3%

45,7%

38,5%

31,4%

24,2%

R 25

Z Kennemerland

10,6%

47,8%

41,8%

37,2%

31,2%

R 26

IJmond

12,7%

48,1%

41,9%

35,4%

29,2%

R 27

N Kennemerland

13,7%

47,9%

41,7%

34,2%

28,0%

R 28

Kop van N Holland

12,3%

61,1%

56,5%

48,8%

44,2%

R 29

SO W Friesland

12,8%

68,7%

63,4%

55,9%

50,6%

R 30


11,1%

41,1%

35,6%

30,0%

24,5%

R 31

Leiden e.o.

12,3%

47,8%

41,4%

35,5%

29,1%

R 32

Haaglanden

15,8%

43,4%

35,8%

27,6%

20,0%

R 33

IGOO Rijnstreek

9,9%

54,1%

49,0%

44,2%

39,1%

R 34

IGSO M Holland

10,6%

45,9%

39,3%

35,3%

28,7%

R 35

SV Alblasserwaard/Vijfheerenlnd

12,6%

39,4%

33,0%

26,8%

20,4%

R 36

Drechtsteden

14,1%

46,8%

40,5%

32,7%

26,4%

R 37

VHVS Hoeksche Waard

7,9%

45,2%

38,1%

37,3%

30,2%

R 38

Goeree Overflakkee

9,8%

45,4%

38,9%

35,6%

29,1%

R 39

SRR

15,8%

56,2%

51,4%

40,4%

35,6%

R 40

Oosterschelde regio

9,5%

54,4%

48,9%

44,9%

39,4%

R 41

BBWS Walcheren

16,0%

42,1%

35,0%

26,1%

19,0%

R 42

RBBWS Z Vlaanderen

12,7%

43,7%

36,8%

31,0%

24,1%

R 43

W Nrd Brabant

11,2%

32,9%

24,8%

21,7%

13,6%

R 44

Sg Breda

11,4%

39,6%

31,5%

28,2%

20,1%

R 45

Sg Tilburg

10,0%

36,5%

27,8%

26,5%

17,8%

R 46

Sg Den Bosch

10,2%

38,5%

33,0%

28,3%

22,8%

R 47

SRE

13,0%

28,9%

21,0%

15,9%

8,0%

R 48

Strg Brabant NO

9,9%

38,0%

31,0%

28,1%

21,1%

R 49

N Limburg

10,8%

38,7%

30,8%

27,9%

20,0%

R 50

M Limburg

14,0%

41,8%

34,6%

27,8%

20,6%

R 51

Strg OZL

11,8%

41,4%

35,3%

29,6%

23,5%

R 52

Strg W Mijnstreek

11,1%

46,5%

40,6%

35,4%

29,5%

R 53

SV Maastricht en Mergelland

13,9%

47,9%

40,1%

34,0%

26,2%

R 54

Flevoland

13,6%

34,0%

26,5%

20,4%

12,9%

R e s e a r c h

e n

R I G O

A d v i e s

B V

55


R I G O

R e s e a r c h

e n

A d v i e s

B V


Bijlage: hoogte van de diverse parameters Inleiding Deze bijlage bevat een overzicht van de waarden van de parameters, die bij de berekeningen van het Risico-Analyse Model zijn toegepast. Voor zover mogelijk is een bron of verantwoording vermeld. Waar dat niet is gebeurd, ontbreekt deze ook feitelijk. Dit geldt niet voor de investeringsgegevens, waarvoor de verantwoording in hoofdstuk 5 is opgenomen. Alle geldbedragen zijn in guldens en prijspeil 2000. Met een superscript letter is aangegeven hoe het bedrag wordt geïndexeerd (a inflatie, b nieuwbouwkostenstijging, c onderhoudskostenstijging, d koopprijzenstijging, e huurverhoging (regionaal verschillend), f geen).

Reguliere exploitatie Balans Omschrijving

waarde bron \ verantwoording

Het normbedrag per woning voor de financiële vaste activa

f

2.028a Gemiddelde per woning uit de BBSH-prognoses voor 2005 (gecorrigeerd naar prijspeil 2000) volgens het BBSH2000

Het normbedrag per woning voor de rentende kortlopende activa

f

2.564a Gemiddelde BBSH2000

Het normbedrag per woning voor de niet-rentende kortlopende activa

f


Het normbedrag per woning voor de rentende kortlopende passiva

f


Het normbedrag per woning voor de niet-rentende kortlopende passiva

f


Afbouwpercentages hoge financiële vaste activa (het tempo waarin de hoge financiële vaste activa worden afgebouwd voor die corporaties die in 2000

Afbouw Dit komt redelijk overeen met gelijkmatig de prognoses van de corporaverdeeld ties

hoge financiële vaste activa hebben)

over 2001 tot en met 2005

R I G O

e n

R e s e a r c h

A d v i e s

B V

57

58 BIJLAGE: HOOGTE VAN DE DIVERSE PARAMETERS

Winst- en verliesrekening Omschrijving

waarde bron \ verantwoording

Gemiddeld huurverhogingspercentage in 2000

2,60% CBS

Dempingsfactor voor de huurverhoging

0,6667

Huurdervingspercentage

1% Afgerond gemiddelde BBSH2000

Het laatste jaar waarin nog een egalisatierekening is opgenomen.

2005 Dit komt redelijk overeen met de prognoses van de corporaties

Gemiddeld historisch rentepercentage voor berekening afschrijvingen

6,50%

Het deel van de afschrijvingen van het voorgaande jaar dat betrekking heeft op uit de exploitatie

2%

lopende materiële vaste activa voor de jaren 2001 t/m 2010 Gemiddelde onderhoudsuitgaven per woning

f

2.107c Gemiddelde onderhoudslasten uit de winst- en verliesrekening BBSH2000

Afbouwpercentage differentiatie onderhoudslasten Afbouw gelijkmatig verdeeld over 2004 tot en met 2006 Spread op kapitaalmarktleningen (de extra vergoe-

0,50%

ding boven op de kapitaalmarktrente die woningcorporaties betalen op nieuw aan te trekken leningen) Spread op geldmarktkredieten

0,50%

Korting op geldmarktrente bij kortlopende tegoe-

0,50%

den (rentende vlottende activa) Korting op kapitaalmarktrente bij langlopende

0,50%

tegoeden (financiële vaste activa) Gemiddelde buitengewone baten per woning

f

221a Gemiddelde post van de post Overige buitengewone baten uit de winst- en verliesrekening BBSH2000

Gemiddelde buitengewone lasten per woning

f

165a Gemiddelde van de post Overige buitengewone lasten uit de winst- en verliesrekening BBSH2000

R I G O

R e s e a r c h

e n

A d v i e s

B V


59

Bedrijfswaarde en rentabiliteitswaarde De bedrijfswaardeparameters worden, met uitzondering van de huurderving, ontleend aan de stochastische modellering van de macro-economische parameters. Hierbij is de lange termijn huurverhoging gelijk aan de lange termijn verwachting voor de inflatie. Voor de bedrijfswaarde is vooral de hoogte van de reële percentages van belang. Parameter

nominaal

Rentevoet

6,44%

reëel

4,48% Lange termijn verwachting kapitaalmarktrente uit stochastische modellering plus een spread van 0,5%

Huurverhoging

1,88%

Huurderving

0,00% Lange termijn verwachting inflatie uit stochastische modellering

1%

nvt Afgerond gemiddelde uit BBSH 2000

Onderhoudskostenstijging

2,43%

0,54% Lange termijn verwachting uit stochastische modellering

Beheerskostenstijging

1,88%

0,00% Lange termijn verwachting inflatie uit stochastische modellering

(Des)investeringen De hoogte van de aantallen in de landelijke programma’s en de verdeling daarvan over de woningcorporaties, is nader toegelicht in hoofdstuk 5.

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

19.673

21.600

21.025

20.450

19.375

17.300

16.225

15.650

15.075

14.500

3.037

2.000

2.000

2.000

2.000

2.000

2.000

2.000

2.000

2.000

Aantal aan bewoners te verkopen woningen

17.718

19.250

20.000

20.000

20.000

20.000

20.000

20.000

20.000

20.000

Aantal aan beleggers te verkopen woningen

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

Aantal te slopen woningen

10.754

13.000

13.500

14.000

14.500

15.000

15.500

16.000

16.500

17.000

Aantal te verbeteren woningen

76.000

76.000

76.000

76.000

76.000

76.000

76.000

76.000

76.000

76.000

Aantal nieuwbouwwoningen Aantal aan te kopen woningen

R I G O

R e s e a r c h

e n

A d v i e s

B V


Kengetallen (des)investeringen Nieuwbouw Omschrijving

waarde

Gemiddelde stichtingskosten van een nieuwbouwhuurwoning (worden provinciaal gedifferentieerd, zie verderop in deze appendix)

f

217.000b

Jaarhuur van een nieuwbouwhuurwoning

f

10.200e

Exploitatieduur van nieuwbouwhuurwoningen

50

Baten nieuwbouw per woning

f

Percentage activering onrendabel bij nieuwbouw

20.000a 50%

Aankoop Aankoopkosten van een gemiddelde aangekochte woning

f

83.000d

Jaarhuur van een gemiddelde aangekochte woning

f

8.246e

Exploitatieduur van aangekochte woningen

20

Verkoop voor zelfbewoning Verkoopprijs

f

211.011d

(wordt provinciaal gedifferentieerd, zie verderop in deze bijlage) Resterende exploitatieduur

25

Resterende boekwaarde

f

69.800f

f

1.200f

(wordt provinciaal gedifferentieerd, zie verderop in deze bijlage) Jaarlijkse afschrijving op het moment van verkoop Verkoopkosten (in procenten van de verkoopprijs)

R I G O

R e s e a r c h

3%

e n

A d v i e s

B V


Verkoop aan beleggers Verkoopprijs

f

211.011d

(wordt provinciaal gedifferentieerd, zie verderop in deze bijlage) Resterende exploitatieduur

25

Resterende boekwaarde

f

69.800f

f

1.200f

(wordt provinciaal gedifferentieerd, zie verderop in deze bijlage) Jaarlijkse afschrijving op het moment van verkoop Verkoopkosten (in procenten van de verkoopprijs)

3%

Sloop Sloopkosten van een woning (na aftrek van grondopbrengst)

f

Het percentage van de gemiddelde corporatiehuur dat de huur van de te

5.100a 75%

slopen woningen is Resterende exploitatieduur van te slopen woningen

10

De resterende boekwaarde bij sloop

f

17.300f

De jaarlijkse afschrijving van een aan te slopen woning op het moment van sloop

f

1.380f

Investeringen van een gemiddelde verbetering

f

19.000b

Huursprong op jaarbasis bij verbetering

f

554e

Verbetering

Exploitatieduur/afschrijvingsduur van verbeteringen

30

Percentage activering onrendabel bij verbeteringen

R I G O

R e s e a r c h

50%

e n

A d v i e s

B V

61


De provinciale differentiatie Een aantal parameters wordt per provincie gedifferentieerd. Onderstaande tabel geeft de afwijking ten opzichte van het landelijk gemiddelde.

nieuwbouw stichtingskosten

verkoopprijzen boekwaarde bij verkoop

jaarlijkse huurverhoging

Groningen

2,13%

-35,1%

-3,0%

-0,32%

Friesland

0,02%

-27,5%

-9,8%

-0,32%

Drenthe

0,67%

-20,9%

-33,7%

-0,32%

Overijssel

-2,74%

-8,1%

-2,0%

-0,22%

Gelderland

-3,40%

2,8%

-5,5%

-0,22%

Flevoland

-2,94%

-1,9%

11,4%

0,22%

Utrecht

-0,88%

35,1%

8,7%

0,22%

Noord-Holland

0,54%

19,0%

-1,9%

0,22%

Zuid-Holland

5,05%

11,4%

13,3%

0,22%

Zeeland

2,93%

-30,3%

-24,2%

-0,32%

-5,91%

13,7%

-9,0%

-0,22%

1,64%

-4,7%

-1,5%

-0,22%

Noord-Brabant Limburg

R I G O

R e s e a r c h

e n

A d v i e s

B V

Risico-Analyse Model. Achtergrondinformatie bij het CFV-model. In opdracht van Centraal Fonds Volkshuisvesting

Recommend Documents