Supermarkten als vastgoedbelegging DETERMINANTEN VAN HET BRUTO-AANVANGSRENDEMENT NADER GEANALYSEERD MICHIEL TAHEIJ

Supermarkten als vastgoedbelegging

DETERMINANTEN VAN HET BRUTO-AANVANGSRENDEMENT NADER GEANALYSEERD MICHIEL TAHEIJ

AMSTERDAM SCHOOL OF REAL ESTATE | MASTER OF REAL ESTATE (MRE) 2013-2015

Supermarkten als vastgoedbelegging DETERMINANTEN VAN HET BRUTO-AANVANGSRENDEMENT NADER GEANALYSEERD

Auteur drs. M.P. (Michiel) Taheij Master of Real Estate (MRE) 2013-2015 Amsterdam, september 2015 Amsterdam School of Real Estate (ASRE) prof. dr. E.F. (Ed) Nozeman dr. E. (Edwin) Buitelaar

1


Voorwoord Aan alle mooie dingen komt een eind. Zo ook aan mijn Master of Real Estate (MRE) opleiding aan de Amsterdam School of Real Estate. Tijdens het begin van de opleiding kwam ter sprake dat van 1/3 van de studenten de relatie stuk loopt tijdens de MRE-periode. Dat zegt wel iets over de impact die de opleiding heeft op je privéleven. In combinatie met mijn werk en de geboorte van Gijs kan ik niet anders zeggen dan dat het een drukke periode was, maar tegelijkertijd was het een onvergetelijke en leerzame ervaring. Zonder een aantal bijzondere mensen was deze masterthesis niet tot stand gekomen en ik wil dan ook van de gelegenheid gebruik maken een dankwoord uit te spreken. Ten eerste een dankwoord richting Ed Nozeman voor de goede begeleiding en voor het geven van de nuttige positieve feedback. Mijn werkgever DTZ Zadelhoff, in het bijzonder Cuno van Steenhoven, wil ik danken voor de geboden mogelijkheid om aan deze opleiding te beginnen. Hopelijk is elk woord raak. Een zeer speciaal dankwoord wil ik richten tot Sytske. Dankzij haar begrip, steun, zorg (voor Gijs en mij) en check op spelling en grammatica is het allemaal gelukt. Amsterdam, 11 september 2015

2


Management samenvatting Het beleggen in supermarktvastgoed wordt door beleggers veelal bestempeld als een solide vastgoedbelegging. Dit komt doordat de omzet van supermarkten het afgelopen decennium en gedurende de kredietcrisis is gestegen. De spreiding in het bruto-aanvangsrendement van supermarkttransacties laat over de afgelopen jaren aanzienlijke verschillen zien. Dit onderzoek beoogt een bijdrage te leveren aan de wetenschappelijke onderbouwing van het bruto-aanvangsrendement door te onderzoeken of er een significant verband (correlatie) bestaat tussen bepaalde determinanten en het aanvangsrendement. Het doel is om vanuit een beleggersperspectief supermarktbeleggingen beter met elkaar te vergelijken door determinanten die het bruto-aanvangsrendement beïnvloeden inzichtelijk te maken. De probleemstelling luidt als volgt: Er bestaat In de vastgoedmarkt onvoldoende inzicht in de determinanten die het aanvangsrendement van een supermarktbelegging beïnvloeden bij een koop-/ verkoopbeslissing. Het doel van het onderzoek luidt als volgt: Inzicht bieden in de determinanten die van invloed zijn op het aanvangsrendement van een supermarktbelegging. Uit het literatuuronderzoek blijkt dat de meeste onderzoeken zijn uitgevoerd met een dataset afkomstig van taxatiegegevens. Voor onderhavig onderzoek is gebruik gemaakt van een dataset met 183 beleggingstransacties. Op basis van het literatuuronderzoek en de beschikbare transactiedata zijn er determinanten geselecteerd die interessant zijn om in het onderzoek te betrekken. Dit zijn de volgende determinanten: aandelenmarkt, verwachte inflatie, risicovrije rente, huurpotentie, type koper, type supermarktformule, locatie, winkelgebied, ligging, looptijd contract, winkelvloeroppervlakte en aantal kassa’s. Aan de hand van de verwachte invloed van deze determinanten op het bruto-aanvangsrendement zijn een vijftal hypothesen opgesteld en geoperationaliseerd. Door middel van statistische analyses zijn de geoperationaliseerde hypotheses beantwoord en is inzichtelijk geworden welke determinanten het bruto-aanvangsrendement beïnvloeden. Uit de meervoudige regressieanalyse is naar voren gekomen dat zes onafhankelijke variabelen een significante invloed hebben op het bruto-aanvangsrendement. Significante variabelen #

Significante variabelen

1

Rente op 10 jaars staatsobligaties (proxy voor de risicovrije rente) Dummy Supermarkt klein 500-1.000 m²) Supermarktaandeel in de totale winkelvloeroppervlakte Provincie Noord-Holland Gemiddeld aantal kassa's Yieldspread tussen de korte termijn rente en de lange termijn rente (proxy voor de verwachte inflatie)

2 3 4 5 6

Bèta

Sig.

-,621

,000

,220 -,311 -,212 -,214

,000 ,000 ,001 ,001

,223

,017

3


Deze zes variabelen verklaren tezamen 40,8% van de variantie van het bruto-aanvangsrendement. Het is opvallend dat de risicovrije rente een vrij grote negatieve bèta heeft. Een mogelijke verklaring is dat de banken hun marges voor het financieren van commercieel vastgoed verhoogd, de financieringsvoorwaarden aangescherpt en minder financieringen uitgegeven. Ondanks de dalende risicovrije rente kunnen deze factoren van invloed zijn geweest op het stijgende brutoaanvangsrendement gedurende deze periode. Voor een belegger is het belangrijk om bij een aankoopbeslissing kennis te hebben te hebben over de verwachte inflatie. Indien de belegger niet beschikt over deze macro-economische kennis bestaat het gevaar dat de belegger de supermarkt tegen een te scherp bruto-aanvangsrendement verwerft. Uit het onderzoek blijkt dat bij een toename van het supermarktaandeel in het totale metrage en bij een toename van het gemiddeld aantal kassa’s, het beleggingsrisico van de supermarktbelegging afneemt. Verder blijkt dat supermarkten met een klein metrage van 500 tot 1000 m² een hoger bruto-aanvangsrendement hebben dan supermarkten met een metrage groter dan 1.000 m². Deze conclusie sluit aan bij de schaalvergroting die zich de afgelopen jaren in de branche heeft voorgedaan. Voor een belegger zijn de gevonden verbanden eenvoudig toe te passen bij de bepaling van de rendementseis bij een aankoopbeslissing. Tot slot is een interessante bevinding dat supermarkten gelegen in de provincie Noord-Holland een significant lager bruto-aanvangsrendement hebben dan supermarkten gelegen in de andere provincies. Dit komt tot uiting in een lager bruto-aanvangsrendement van 0,212% ten opzichte van supermarkten die niet gelegen zijn in de provincie Noord-Holland. Een mogelijke verklaring voor dit verband is dat de huurprijzen in Noord-Holland tot de hoogste van Nederland behoren.

4


Inhoudsopgave 1.

2.

3.

Inleiding ........................................................................................................................................... 6 1.1.

Aanleiding ................................................................................................................................ 6

1.2.

Probleem, doel- en vraagstelling............................................................................................. 8

1.3.

Onderzoeksmethode ............................................................................................................... 8

1.4.

Relevantie ................................................................................................................................ 9

1.5.

Leeswijzer .............................................................................................................................. 10

Contextueel kader; het Nederlandse supermarktlandschap ........................................................ 11 2.1.

Detailhandelstructuur Nederland ......................................................................................... 11

2.2.

Het supermarktlandschap nader beschouwd ....................................................................... 12

2.2.1.

Historie .......................................................................................................................... 12

2.2.2.

Huidige situatie.............................................................................................................. 12

2.2.3.

Ontwikkelingen en trends ............................................................................................. 16

2.3.

Supermarkten als beleggingsproduct.................................................................................... 17

2.4.

Resumerend .......................................................................................................................... 18

Theoretisch kader .......................................................................................................................... 19 3.1.

Beleggen in onroerend goed ................................................................................................. 19

3.1.1.

Bruto-aanvangsrendement ........................................................................................... 20

3.1.2.

Rendementseisen .......................................................................................................... 21

3.2.

Determinanten die het rendement beïnvloeden .................................................................. 22

3.2.1.

4.

Toegepast wetenschappelijk onderzoek in Nederland ................................................. 25

3.3.

Resumerend .......................................................................................................................... 27

3.4.

Praktijk ................................................................................................................................... 28

3.5.

Conclusie ............................................................................................................................... 29

3.6.

Hypothesen ........................................................................................................................... 29

Methode en data ........................................................................................................................... 32 4.1.

Meervoudige regressieanalyse en overige methoden .......................................................... 32

4.1.1.

Vooronderstellingen ...................................................................................................... 32

4.1.2.

Correlatie en causaliteit ................................................................................................ 33

4.1.3.

Methode ........................................................................................................................ 34

4.2.

Dataverantwoording ............................................................................................................. 34

5


5.

6.

4.3.

Operationalisering van de variabelen ................................................................................... 35

4.4.

Controle vooronderstellingen ............................................................................................... 37

4.5.

Beschrijvende statistiek......................................................................................................... 39

4.6.

Resumerend .......................................................................................................................... 43

Empirisch kwantitatief onderzoek................................................................................................. 45 5.1.

Toetsing van de hypothesen ................................................................................................. 45

5.2.

Variantie en de regressievergelijking .................................................................................... 52

5.3.

Resumerend .......................................................................................................................... 53

Conclusie, aanbevelingen en reflectie........................................................................................... 55 6.1.

Conclusie ............................................................................................................................... 55

6.2.

Aanbevelingen ....................................................................................................................... 57

6.3.

Reflectie ................................................................................................................................. 58

Bibliografie ............................................................................................................................................ 59

6


“Prijs is wat je betaalt, waarde is wat je krijgt” Warren Buffet

1. Inleiding 1.1. Aanleiding De vastgoedsector is één van de pijlers van de Nederlandse economie. Een groot deel van ons nationaal inkomen wordt direct of indirect verdiend in deze sector. Volgens Hilbers is kennis over de dynamiek en structuur van de vastgoedmarkten daarbij onmisbaar. Een hoge mate van transparantie is hiervoor een belangrijke voorwaarde. Marktpartijen dienen over voldoende en adequate kwantitatieve gegevens te beschikken over de commerciële vastgoedmarkt (Hilbers, 2013). Hoewel Nederland één van de meest transparantie vastgoedmarkten van Europa is, laat de beschikbaarheid van kwalitatief goede datareeksen nog te wensen over. Dit blijkt ook uit het onderzoek van Elferink waaruit volgt dat de Nederlandse vastgoedmarkt op het aspect databeschikbaarheid nog niet zo transparant is (Elferink, 2012). Binnen de commerciële vastgoedmarkt is de winkelmarkt één van de vijf deelmarkten. De overige deelmarkten zijn de kantorenmarkt, de bedrijfsruimtemarkt, de woningmarkt en een restcategorie overige (zie figuur 1.1). Binnen de winkelmarkt zijn er diverse subcategorieën te definiëren, zoals de markt voor winkelcentra, solitaire winkelpanden, perifere en grootschalige detailhandel (PDV/GDV) en supermarkten.

Kantoor

Bedrijf

Winkel

Woning

Overige

Figuur 1.1: de vastgoeddeelmarkten

Dit onderzoek staat in het teken van de beleggingsmarkt van supermarkten en is een vervolgonderzoek op de masterthesis “Supermarktvastgoed, Een studie naar de determinanten van het BAR” (Post, 2014). Het beleggen in supermarktvastgoed wordt veelal door de vastgoedmarkt bestempeld als een solide vastgoedbelegging. Beleggers beschouwen supermarkten als een redelijk betrouwbare en waardevaste belegging. Dit komt onder andere doordat de omzet van supermarkten het afgelopen decennium en gedurende de kredietcrisis jaar op jaar is gestegen. In figuur 1.2 is de ontwikkeling van de jaarlijkse supermarktomzet en de omzetgroei weergegeven. Supermarkten nemen in de winkelvastgoedmarkt een speciale plaats in. Dit komt deels door de schaarste aan goede locaties. Supermarktformules blijven voortdurend op zoek naar nieuwe vestigingen en hierdoor is het leegstandsrisico beperkt. Bovendien vervullen de supermarkten de rol van de belangrijkste aankoopplaats voor de dagelijkse boodschappen. Beleggen in supermarkten vormt daarom een interessante tak van sport in de vastgoedsector. Vraag in deze is: welke determinanten bepalen het aanvangsrendement en dus de prijs van een supermarktbelegging?

7


Supermarktomzet en omzetgroei 40

30%

35 20% 30 25 20

5,4% 2,4% 6,6%

4,6% 0,0%

4,7%

10%

6,6%

0,3%

2,6%

2,5%

2,7%

2,1%

1,5%

0,4%

0% 15 10

-10% 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Supermarktomzet (x1 mrd euro, obv 52 weken)

Omzetgroei supermarkten (%)

Figuur 1.2: Supermarktomzet en omzetgroei (bron: FMCG Opleidingen ,data bewerkt door M.P. Tahey)

Zoals aangegeven is dit onderzoek een vervolgonderzoek op de masterthesis “Supermarktvastgoed, Een studie naar de determinanten van het BAR” (Post, 2014). In de master thesis van Post is de invloed van de determinanten locatie en gebouw op het bruto-aanvangsrendement (BAR) onderzocht. Post beschikte in zijn onderzoek over de gegevens van 131 huurtransacties, maar hij beschikte niet over de marktprijzen van de daadwerkelijke beleggingstransacties. De marktprijs is het bedrag waarop een transactie wordt bereikt (Ten Have, 2011). Als substituut voor de marktprijs hanteerde Post de gemiddelde WOZ-waardeklasse. Post onderkent dat hierdoor rekening dient te worden gehouden met een bepaalde foutmarge in het bruto-aanvangsrendement (Post, 2014). In onderhavig onderzoek is gebruik gemaakt van een dataset met 183 beleggingstransacties over de periode van 2010 tot medio 2015 (pooled cross sectional data). Deze dataset bevat zowel de huurgegevens als de markprijzen van de verschillende transacties. Hierdoor wordt de foutmarge in het bruto-aanvangsrendement geminimaliseerd en de validiteit van de onderzoeksresultaten verhoogd. Gemeten wordt immers wat men wenst te meten en dat is het bruto-aanvangsrendement op basis van de marktprijs. Het onderzoek richt zich met name op de analyse van de financiële determinanten die invloed hebben op het bruto-aanvangsrendement. Dit zijn determinanten op macroniveau en op microniveau. Op macroniveau zijn de invloed van de aandelenmarkt, de verwachte inflatie, de risicovrije rente en de huurpotentie in het onderzoek betrokken. Op microniveau zijn de resterende looptijd van het contract, de huurpotentie, de winkelvloeroppervlakte, het aantal kassa’s, het type koper en het type supermarktformule de onderzochte determinanten. Verder zijn ook de locatie determinanten geanalyseerd. Dit alles bezien vanuit het perspectief van de belegger. Volgens Chaney et al. dient het perspectief van de belegger gebaseerd te zijn op de transactiedata (Chaney et al., 2015, p. 19).

8


1.2. Probleem, doel- en vraagstelling De spreiding in het aanvangsrendement van supermarkttransacties laat over de afgelopen jaren aanzienlijke verschillen zien. Op basis van de eigen praktijk zijn deze verschillen in rendement wellicht te verklaren, echter ontbreekt het aan een exacte onderbouwing. In de praktijk wordt bovenop de risicovrije voet vaak een subjectieve opslag gehanteerd en/of wordt naar transacties uit het verleden gekeken. De niet-rationale component van een transactie is in het onderzoek buiten beschouwing gelaten. De onderbouwing van het aanvangsrendement van supermarktbeleggingen staat in de wetenschappelijke literatuur nog in de kinderschoenen (Post, 2014). Dit onderzoek beoogt hieraan een bijdrage te leveren door te onderzoeken of er een significant verband (correlatie) bestaat tussen bepaalde determinanten en het aanvangsrendement. Het doel is om supermarktvastgoedobjecten vanuit beleggersopties beter met elkaar te vergelijken en rendementsdeterminanten inzichtelijk te maken. De probleemstelling voor onderhavig onderzoek luidt als volgt: Er bestaat In de vastgoedmarkt onvoldoende inzicht in de determinanten die het aanvangsrendement van een supermarktbelegging beïnvloeden bij een koop-/ verkoopbeslissing. Het doel van het onderzoek luidt als volgt: Inzicht bieden in de determinanten die van invloed zijn op het aanvangsrendement van een supermarktbelegging. Uit de probleemstelling en het doel van het onderzoek is de volgende vraagstelling gedestilleerd: Welke determinanten dient een belegger mee te nemen in de bepaling van zijn rendementseis bij een aan-/verkoopbeslissing van een supermarktbelegging? Ter beantwoording van de vraagstelling zijn de volgende deelvragen geformuleerd. Deelvragen 1. Hoe ziet het Nederlandse supermarktlandschap er momenteel uit en hoe zijn de vooruitzichten? 2. Welke rendementsdeterminanten kunnen er vanuit de theorie worden onderscheiden? 3. Welke rendementsdeterminanten verklaren op grond van empirische data-analyse het aanvangsrendement, wat is hun bijdrage en hoe verhouden deze rendementsdeterminanten zich tot de theorie? 4. Hoe ziet het analyse instrument ter bepaling van de rendementseis bij een aan/verkoopbeslissing er uit voor een belegger?

1.3. Onderzoeksmethode Onderhavig onderzoek is een toetsend onderzoek en gaat in op de determinanten die van invloed zijn op het aanvangsrendement. In een toetsend onderzoek worden bestaande theorieën getoetst, verfijnd en/of bijgesteld (Verschuren en Doorewaard, 2007, p. 44). Het onderzoek bestaat uit een theoretisch kader, een operationalisering van de opgestelde hypotheses en een toetsing van deze hypotheses. Het theoretisch kader bestaat uit een inventarisatie van de determinanten die van

9


invloed zijn op het aanvangsrendement. Vanuit het theoretisch kader worden hypotheses geformuleerd en vervolgens geoperationaliseerd. De hypotheses worden getoetst door middel van een statistische data analyse. De voor de analyse gebruikte dataset bevat informatie van 183 supermarkttransacties (aan-/verkoop) in de periode van 2010 tot medio 2015, aangevuld met informatie uit de openbare bron van het Centraal Bureau voor de Statistiek (CBS) en van Locatus. De dataset met supermarkttransacties bestaat uit een mix van openbare informatie (kadaster) en niet openbare informatie (DTZ Zadelhoff Research). Aan de hand van de toetsing kan de hypothese worden bevestigd (verifiëren) dan wel worden verworpen (falsifiëren). Voor de data analyse wordt gebruik gemaakt van het statistische programma SPSS om de correlatie en causaliteit te onderzoeken (hedonische methode). Met correlatie worden de sterkte en de richting van het verband tussen twee variabelen (interval- of ratiovariabelen) bepaald. Bij de (multiple) regressieanalyse wordt in dit onderzoek een causale relatie verondersteld tussen de afhankelijke variabele (bruto-aanvangsrendement) en de geselecteerde onafhankelijke variabelen. Met behulp van regressie is het mogelijk de afhankelijke variabele te voorspellen aan de hand van meerdere onafhankelijke variabelen (De Vocht, 2002). De onderzoeksresultaten bieden een basis voor een toetsend onderzoek naar de determinanten die van invloed zijn op het aanvangsrendement van een supermarktbelegging. Een belegger kan deze resultaten gebruiken ter bepaling van zijn rendementseis bij een aan-/verkoopbeslissing. In figuur 1.3 is het onderzoeksmodel schematisch weergegeven. Hypotheses Contextueel kader

Interpretatie & conclusie + analyse instrument

Theoretisch kader Beleggingstheorieën locatietheorieën

Resultaten gekoppeld aan het theoretische kader

+ Operationalisering

Empirisch onderzoek Regressieanalyse

Figuur 1.3: Onderzoeksmodel

1.4. Relevantie De wetenschappelijke relevantie van dit onderzoek is evident. Niet eerder is in Nederland door middel van een (deels) hedonische methode gepoogd een relatie aan te tonen tussen de financiële determinanten en het aanvangsrendement van supermarkten. De resultaten van het onderzoek vormen een aanvulling op het huidige kennisniveau van de beleggingsmarkt van supermarkten en zullen een katalysator voor markttransparantie kunnen zijn. In de praktijk draagt dit onderzoek bij

10


aan de ontwikkeling van een analyse instrument waarmee een belegger de rendementseis bij een aan-/verkoopbeslissing kan bepalen.

1.5. Leeswijzer Hoofdstuk 2 staat in het teken van een beschrijving van het Nederlandse supermarktlandschap en behandelt de eerste deelvraag. Vanuit een beschrijving van de Nederlandse detailhandelsstructuur wordt ingezoomd op het supermarktlandschap en de beleggingsmarkt in het bijzonder. De tweede deelvraag komt in hoofdstuk 3 aan de orde en dient ter afbakening van het theoretisch kader en het opstellen van de hypotheses. Het theoretisch kader dient ter bepaling van de determinanten die van invloed kunnen zijn op het aanvangsrendement van supermarkten. Aangezien er slechts beperkt onderzoek is verricht op dit gebied, wordt de focus van het theoretisch kader breder. De theorieën alsmede reeds toegepast onderzoek naar de determinanten van vastgoedrendementen zijn de input voor het conceptuele model en de hypotheses van dit onderzoek. De operationalisering van het conceptuele model, de hypotheses, de onderzoeksaanpak en de dataverantwoording komen in hoofdstuk 4 aan de orde. In Hoofdstuk 5 vindt de empirische toetsing van de hypotheses alsmede de analyse en interpretatie van de onderzoeksresultaten plaats. Het vijfde hoofdstuk dient ter beantwoording van de derde deelvraag. De conclusie en aanbevelingen volgen in hoofdstuk 6. Met een reflectie op de validiteit en betrouwbaarheid van het onderzoek wordt deze master scriptie afgesloten.

11


2. Contextueel kader; het Nederlandse supermarktlandschap De reclames van onder meer Albert Heijn, Jumbo en Dirk van den Broek zijn in de media haast niet te missen. Supermarkten vormen gemeengoed in onze maatschappij en bijna elke Nederlander heeft in de directe nabijheid wel een supermarkt om zijn dagelijkse boodschappen te doen. Dit hoofdstuk dient als contextueel kader voor onderhavig onderzoek en ter beantwoording van de eerste deelvraag: “Hoe ziet het Nederlandse supermarktlandschap er momenteel uit en hoe zijn de vooruitzichten?”

2.1. Detailhandelstructuur Nederland De Nederlandse winkelmarkt wordt gekenmerkt door haar fijnmazige winkelstructuur die de leefbaarheid en vitaliteit van steden en dorpen ondersteunt. Dankzij het locatiebeleid van de afgelopen jaren zijn er in Nederland, in tegenstelling tot het buitenland, nauwelijks weidewinkels (Ministerie van VROM, 2006). Dit betekent dat veel winkels binnen loop- en fietsafstand van de consument liggen. Hierdoor is zowel de fysieke afstand als de reistijd beperkt. Een nadeel van deze structuur is dat de winkelgebieden kleiner zijn dan bij een grofmazige structuur (Evers, et al. 2011). De fijnmazige winkelstructuur in Nederland heeft ervoor gezorgd dat Nederland een hoge winkeldichtheid heeft. Volgens Locatus telde Nederland in 2014 circa 590 winkels per 100.000 inwoners. Onderstaande tabel laat zien dat dit aantal de afgelopen jaren is afgenomen (zie figuur 2.1). In de gemeenten met meer dan 100.000 inwoners en in de gemeenten met minder dan 25.000 inwoners is de afname van het aantal winkels het grootst (Locatus, 2014).

Aantal fysieke winkels 105 104 103 102 101 100 99 98 97 96 95

3%

2,4%

2% 0,7%

1% 0,0% -0,5%

-0,5%

-0,8%

0% -1,6%

-1,1%

-1,3%

-1% -2% -3%

2005

2006

2007

2008

Aantal fysieke winkels (x1.000)

2009

2010

2011

2012

2013

2014

Toename/afname aantal fysieke winkels (%)

Figuur 2.1: Aantal fysieke winkels (Bron: CBS, data bewerkt door auteur)

12


2.2. Het supermarktlandschap nader beschouwd 2.2.1. Historie De eerste revolutie in de detailhandel bestond uit de opkomst van warenhuizen. In 1852 opende in Parijs het eerste warenhuis dat via verschillende afdelingen met ieder eigen kassa’s en toonbanken een breed assortiment aan artikelen aanbood. De tweede revolutie ontstond bij de kruideniers en betreft de intrede van de zelfbedieningswinkel. Het eerste zelfbedieningsconcept heeft zijn oorsprong in 1915 in de Verenigde Staten. Dit nieuwe concept was veel efficiënter dan de winkels met persoonlijke bediening en veel consumenten bleken er de voorkeur aan te geven. In de loop der tijd is het assortiment van een supermarkt sterk verbreed (parallellisatie). Daarnaast is de uitvinding van het winkelwagentje in 1936 een belangrijke stimulans geweest voor de toenemende populariteit van de supermarkten. De introductie van de winkelwagentjes heeft er sinds de jaren ’50 van de vorige eeuw toe geleid dat de consument steeds vaker met de auto boodschappen ging doen, waardoor de behoefte aan parkeerruimte rondom supermarkten sterk toenam en de consument in staat was om veel meer boodschappen in één keer te kopen. Het consumentengedrag is hierdoor in belangrijke mate gewijzigd (Hoofdbedrijfschap Detailhandel, 2009). Het duurde tot 1948 voordat in Nederland de eerste zelfbedieningswinkel haar deuren opende. In deze winkel in Nijmegen lagen voor het eerst de voorverpakte levensmiddelen uitgestald in de schappen en werd de persoonlijke verkoop tot een minimum beperkt. Het zelfbedieningsconcept was in Nederland een ware revolutie. Tot begin jaren ‘50 was in Nederland voor nagenoeg ieder product een warendiploma benodigd om het te mogen verkopen. Dit principe werd langzaam losgelaten waardoor de zelfbedieningszaken in de loop der jaren steeds meer soorten producten konden verkopen. De toenemende welvaart, het autobezit en de behoefte van de consument om alle boodschappen in één keer te doen zorgden ervoor dat het assortiment steeds verder werd uitgebreid (Koning & Rutte, 1998).

2.2.2. Huidige situatie Nederland kent met zo'n 4.500 supermarkten de unieke situatie dat iedereen op korte afstand boodschappen kan doen. Elke dag doen vier miljoen mensen hun boodschappen in de supermarkt. Sinds 1948 heeft de supermarktbranche zich ontwikkeld tot een markt met een omzet van ruim 34,3 miljard in 2014. Daarnaast heeft de supermarkt ook een belangrijke sociale functie en biedt de sector werk aan 108.000 fte (ABN AMRO, 2015). Het beursgenoteerde Ahold, de coöperatieve organisatie Plus en de familiebedrijven Lidl, Aldi (beiden Duits) en Jumbo zijn tegenwoordig de grootste supermarktspelers. Het aantal supermarkten is in de periode van 2003 tot 2013 toegenomen in de grote woonplaatsen en is afgenomen in de kleine woonplaatsen. In met name de provincies Groningen en Friesland hebben veel plaatsen geen supermarkt meer. De stijging van het aantal supermarkten vond voornamelijk plaats in de steden Amsterdam, Rotterdam, Den Haag en Utrecht (G4). De G4 was goed voor 60% van de stijging. Dit duidt op een verschuiving richting de consument. Daar waar veel (toekomstige) consumenten wonen, de urbane gebieden, daar stijgt het aantal supermarkten. Daarentegen daalt het aantal supermarkten in de rurale gebieden (Locatus, 2014).

13


Aantal supermarkten en gemiddeld winkelvloeroppervlakte (wvo) 4.600

1.000

4.500

950

4.400

900

4.300

850

4.200

800

4.100

750

4.000

700 2005

2006

2007

2008

Aantal supermarkten

2009

2010

2011

2012

2013

2014

medio 2015

Gemiddelde winkelvloeroppervlakte per supermarkt (wvo in m²)

Figuur 2.2: Aantal supermarkten en gemiddeld winkelvloeroppervlakte (Bron: Locatus, data bewerkt door auteur)

Figuur 2.2. toont aan dat de gemiddelde winkelvloeroppervlakte in de periode van 2005 tot medio 2015 is gestegen van 771 m² naar 914 m². Dit komt overeen met een stijging van 18,5%. Onderstaande tabel laat zien dat deze stijging van de gemiddelde winkelvloeroppervlakte kan worden verklaard doordat met name het aantal supermarkten met een metrage < 1.000 m² is afgenomen. Dit terwijl de grotere supermarkten fors in aantal zijn toegenomen. De gehanteerde indeling van de grootteklassen is overgenomen van de door DTZ Zadelhoff gehanteerde grootteklasse indeling (DTZ Zadelhoff, 2011). Verdeling aantal supermarkten naar grootteklasse in 2005 en medio 2015 Grooteklasse

2005

%

Medio 2015

%

∆ 2005 – medio 2015

Minisuper (0 tot 250 m² wvo) Buurtsuper (250 tot 500 m² wvo) Supermarkt klein (500 tot 1.000 m² wvo) Supermarkt middelklein (1.000 tot 1.500 m² wvo) Supermarkt middel (1.500 tot 2.000 m² wvo) Supermarkt middelgroot (2.000 tot 2.500 m² wvo) Supermarkt groot (2.500 tot 3.000 m² wvo) Supermarkt XL (> 3.000 m² wvo) Totaal

644 773 1.980

14% 17% 44%

408 542 1.908

9% 12% 42%

-37% -30% -4%

835

18%

1.235

27%

48%

192

4%

299

7%

56%

47

1%

73

2%

55%

27 24

1% 1%

23 39

1% 1%

-15% 63%

4.522

100%

4.527

100%

Tabel 2.1: Verdeling aantal supermarkten naar grootteklasse in 2005 en medio 2015 (bron: Locatus, data bewerkt door auteur)


14

Formules en marktaandelen Na de expansie van het aantal supermarktorganisaties vanaf begin jaren ’50 heeft er een consolidatieslag plaatsgevonden die naar verwachting nog niet ten einde is. De afgelopen jaren hebben er twee grote overnames plaatsgevonden. De eerste betrof de overname van Super de Boer (ruim 300 supermarkten) door de Jumbo Groep in september 2009. Het meest recente voorbeeld van de consolidatie is de overname van C1000 door eveneens de Jumbo Groep. Eind 2011 zette de vorige eigenaar van C1000, CVC Capital Partners, C1000 in de verkoop. C1000 had in die periode ruim 400 winkels en had het op een na grootste marktaandeel. Na de overname verdwijnt het C1000 concept langzaam uit het straatbeeld. Jumbo Groep verwacht de laatste C1000 winkel eind 2015 te hebben omgebouwd tot een Jumbo supermarkt. In bijlage 1 zijn voor de periode van 2006 tot 2014 de marktaandelen van alle supermarktorganisatie weergegeven. Het is niet verrassend dat de top-5 volledig bestaat uit landelijk opererende supermarktorganisaties, aangevoerd door Albert Heijn, gevolgd door Jumbo, Plus, Lidl en Aldi. De top-5 heeft gezamenlijk een marktaandeel van ruim 75%. In onderstaande figuur zijn de marktaandelen van de top-5 en de restcategorie weergegeven.

Marktaandeel top-5 supermarktorganisaties 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%

26%

25%

24%

27%

24%

25%

23%

23%

9% 4% 6%

9% 5% 6%

8% 5% 6%

8% 6% 6%

8% 7% 6%

8% 8% 6%

7% 9% 6%

7% 10% 6%

26%

25%

23%

20%

22%

21%

21%

20%

29%

31%

33%

34%

34%

34%

34%

34%

2007

2008

2009

2010

2011

2012

2013

2014

Albert Heijn

Jumbo Groep

Plus

Lidl

Aldi

Overige

Figuur 2.3: Marktaandeel top-5 supermarktorganisaties (bron: FMCG Opleidingen ,data bewerkt door auteur)

Verder valt uit de figuur op te maken dat zowel Albert Heijn als Lidl het marktaandeel aanzienlijk heeft zien groeien. Deze groei gaat ten koste van het marktaandeel van Aldi, Jumbo Groep en de overige supermarktorganisaties. De overige supermarktorganisaties worden gedomineerd door regionale spelers als Dirk, Deen, EMTÉ, Hoogvliet en Vomar1.

1

De daling van het marktaandeel van de Jumbo Groep (Jumbo, C1000 en het voormalige Super de Boer) is mede te verklaren doordat Jumbo na de overname van Super de Boer en C1000 een aanzienlijk aantal winkels heeft doorverkocht aan andere supermarktorganisaties. Deze verkoop is ingegeven door ingrijpen van De Nederlandse Mededingsautoriteit (NMa) en een akkoord met Albert Heijn na de overname van C1000. Ahold, de moedermaatschappij van Albert Heijn, was tot het moment van verkoop aan de Jumbo Groep aandeelhouder in de C1000 organisatie. Na de overname van C1000 door de Jumbo Groep heeft Ahold bedongen dat Albert Heijn circa 80 supermarkten kon overnemen.

15


Omzet en omzetgroei Op basis van data van het Centraal Bureau Levensmiddelenhandel bedroeg in 2013 het marktaandeel van supermarkten binnen de totale consumentenuitgaven aan eten en drinken circa 51,5%. Dit betekent dat de consument ruim de helft van elke ‘foodeuro’ in de supermarkt besteedt (Centraal Bureau Levensmiddelenhandel, 2012). Zoals figuur 1.2 laat zien, laat de supermarktomzet al jaren een stijgende lijn zien. De supermarktomzet bedroeg in 2014 ruim 34,3 miljard euro. Dit is een stijging van ruim 11,6 miljard euro ten opzichte van het jaar 2000, oftewel een stijging van de omzet van meer dan 50%. Kanttekening hierbij is dat de omzetgroei de laatste jaren afneemt. In 2014 is de laagste omzetgroei sinds 2004 gerealiseerd (Distrifood, 2015). Volgens Distrifood hebben de ‘traditionele’ supermarkten het moeilijk door de interne concurrentiestrijd en de afvloeiing van de omzet naar alternatieve verkoopkanalen. Dit wordt door de opkomst van onder andere budgetstores, zoals Action en Big Bazar, geïllustreerd (Distrifood, 2015). De omzetgroei kan in perspectief worden geplaatst door rekening te houden met de inflatie en de vóór inflatie gecorrigeerde omzet (reële omzet) af te zetten tegen het aantal m² winkelvloeroppervlakte (wvo). In figuur 2.4 is de supermarktomzet gecorrigeerd vóór inflatie op basis van de consumentenprijsindices (CPI) van het Centraal Bureau voor de Statistiek (CBS). De reële supermarktomzet laat in de periode van 2005 tot 2008 nog een flinke groei zien en deze groei is tot en met 2009 boven inflatie. Vanaf 2009 vlakt de groei af, vanaf 2010 is de omzetgroei lager dan de inflatie en vanaf 2012 is de omzetgroei zelfs negatief.

Gecorrigeerde supermarktomzet en gecorrigeerde omzet per winkelvloeroppervlakte (wvo) 35

9.000

30

8.500 8.000

25

7.500 20

7.000

15

6.500

10

6.000 2005

2006

2007

2008

2009

2010

2011

Gecorrigeerde supermarktomzet (x1 mrd euro, obv 52 weken)

2012

2013

2014

Omzet per wvo (euro)

Figuur 2.4: Gecorrigeerde supermarktomzet en gecorrigeerde omzet per winkelvloeroppervlakte (bron: FMCG Opleidingen en Locatus, data bewerkt door auteur)

Tevens is in figuur 2.4 de reële omzet afgezet tegen het aantal m² winkelvloeroppervlakte (wvo). De figuur is beperkt tot de periode van 2005 tot 2014. Over de voorafgaande jaren is geen informatie voorhanden omtrent het wvo. De omzet is in de onderzoeksperiode met circa 31% gestegen en het aantal m² wvo is met circa 19% toegenomen. Het lijkt er dan ook op dat de omzet per wvo in de loop der jaren is gestegen. Dit is inderdaad het geval indien er geen inflatiecorrectie op de omzet wordt

16


toegepast. De omzet per m² wvo op basis van de gecorrigeerde omzet laat tot en met 2010 een stijging zien, waarna de omzet vanaf 2011 jaarlijks daalt. Geconcludeerd kan worden dat de vloerproductiviteit de laatste jaren afneemt. Deze afname kan een gevolg zijn van de interne concurrentiestrijd en de afvloeiing van de omzet naar alternatieve verkoopkanalen. Mogelijk dat de afname van de vloerproductiviteit de concurrentie verder laat toenemen met als eventueel gevolg dat de vloerproductiviteit verder daalt.

2.2.3. Ontwikkelingen en trends In de supermarktbranche is een aantal trends en ontwikkelingen gaande. De eerder genoemde onderlinge concurrentiestrijd en de opkomst van de budgetstores zijn hiervan voorbeelden. Daarnaast zijn de verruiming van de winkeltijden, de voedselveiligheid en de prijzenoorlog actuele thema’s (ABN AMRO, 2015 en ING, 2013). Onderstaande twee ontwikkelingen hebben mogelijk de grootste impact op supermarkten als beleggingsproduct en worden om die reden nader uitgelicht. Ten eerste betreft dit het online winkelen en ten tweede de mogelijke overcapaciteit aan supermarkten. Online verkoopkanaal Vanaf eind jaren tachtig experimenteert Albert Heijn als eerste Nederlandse supermarktorganisatie met het online verkoopkanaal. In 1999 introduceerde Albert Heijn de eerste thuisservice en vanaf 2007 is het online verkoopkanaal een distributiebedrijf voor Albert Heijn, Etos en Gall & Gall. De overige supermarktorganisaties volgden pas in een later stadium of zijn nog niet zo ver. De fysieke afwikkeling van de online aan-/verkoop kan plaatsvinden door afhaalmogelijkheden (pick-up points of ophalen in de supermarkt zelf) en thuisbezorgdiensten. In Nederland heeft de consument de voorkeur voor thuisbezorging, de supermarktorganisaties prefereren echter vanuit kostenoverwegingen de afhaalmogelijkheid (Kooijman en Gorczynski, 2015). In 2014 is de online omzet gegroeid met 85% (ABN AMRO, 2015). Desondanks bedraagt het online marktaandeel slechts circa 1% van de totale supermarktomzet. Zowel ABN AMRO als ING verwachten echter een verdere groei van het online marktaandeel. ABN AMRO voorziet een marktaandeel van 8% en ING een aandeel van 5% in 2020 (ABN AMRO, 2013 en ING, 2015). ING voorspelt op termijn een potentieel markaandeel van 15 tot 20% (ING, 2013). In een recent door Kooijman en Gorczynski uitgevoerd onderzoek is op een kwalitatieve wijze vanuit een fysiek vastgoedperspectief onderzocht in welke mate internetverkoop van invloed is op de vastgoedeisen van supermarktorganisaties. In het onderzoek komt naar voren dat supermarktorganisaties de opmars van het online verkoopkanaal niet als gevaar zien voor de fysieke winkels. Zij verwachten dat consumenten zelf hun boodschappen uit het schap zullen blijven pakken. Gesteld wordt dat dit komt door de fijnmazige supermarktstructuur in Nederland. Hierdoor kunnen consumenten beschikken over één of meer supermarkten in de buurt van hun woning. Anderzijds spelen kostenoverwegingen een rol. De consument wenst niet te betalen voor het logistieke proces van de online aankoop en de winkelier is niet bereid om alle kosten op zich te nemen. Tot op heden zijn alle online verkoopkanalen van de supermarktorganisaties verliesgevend. Een belangrijk aspect in het onderzoek is dat de online initiatieven van supermarktorganisaties met name worden gestart vanuit defensieve motieven. Zij willen de omzet van de eigen organisatie beschermen (Kooijman en Gorczynski, 2015).

17


Uit de conclusie van genoemd onderzoek blijkt dat er op korte termijn geen grote veranderingen te verwachten zijn in het winkelvastgoed van supermarkten. De invloed van verkoop via internet is vooralsnog gering. Men verwacht dat de vraag vanuit supermarktorganisaties naar vastgoed hoog blijft en dat het online winkelen geen bedreiging vormt voor het aantal fysieke winkels. Kleine veranderingen die worden aangehaald, zijn een toename van de benodigde magazijnruimte als gevolg van de benodigde opslag voor het verwerken en opslaan van online orders. Dit zal naar verwachting een lichte afname van de verkoopruimte betekenen. Wel verwachten de responderende supermarktorganisaties dat het huidige omzetaandeel van 1% gaat groeien naar 5% tot 10% in 2023 (Kooijman en Gorczynski, 2015). Dit sluit aan bij de visies van zowel ABN AMRO als ING. De vraag is wat de invloed is van de verkoop via internet op de vastgoedeisen van supermarktorganisaties indien het online marktaandeel inderdaad groeit naar 5% of wellicht wel 10%. Dit is een interessante vraag die momenteel nog niet beantwoord kan worden. Mogelijk heeft dit wel invloed op de risicoperceptie door beleggers en de prijsvorming van supermarktbeleggingen. Overcapaciteit Onderzoeksbureau IG&H stelt dat de supermarktsector grote gelijkenissen vertoont met andere sectoren die met overcapaciteit kampen, zoals de kantorenmarkt en de non-foodretail. In de kantorenmarkt bedraagt de leegstand momenteel circa 16% (DTZ Zadelhoff, 2015) en in de non-food retail circa 8% (Locatus, 2015a). IG&H stelt dat de verwachte verandering in het winkelbestand als gevolg van consumententrends en e-commerce nu nog nauwelijks zichtbaar is. Echter is het aantal m²s toegenomen (zie figuur 2.2) en is de omzet per m² winkelvloeroppervlakte gedaald (zie figuur 2.4). Volgens het onderzoeksbureau is een shake-out binnen het winkelnetwerk van supermarkten niet te vermijden. Het verdienmodel van de traditionele supermarkt staat onder druk. Consumenten zijn minder loyaal en bezoeken de supermarkt niet meer een keer per week om alle boodschappen te doen. Zo kopen ze nu vaker en kleinere hoeveelheden en kopen ze in toenemende mate online. Daarnaast is er sprake van een hoge kostenstructuur gedreven door een breed assortiment die in een transparante wereld niet langer houdbaar is (Retailnews, 2015). In het buitenland is de shake-out al in gang gezet. In de UK heeft supermarktketen Tesco haar winkelbestand moeten reduceren met 43 winkels. Carrefour (Frankrijk) en Delhaize (België) hebben ook moeten snijden in het winkelbestand (Distrifood, 2015).De recente fusie tussen Ahold en Delhaize biedt nog onbekende mogelijkheden tot rationalisering van het vestigingennet.

2.3. Supermarkten als beleggingsproduct Supermarktvastgoed kan als een nichemarkt binnen het winkelvastgoed worden beschouwd. Deze nichemarkt heeft haar eigen type huurders en beleggers. Thans zijn supermarkten onder beleggers een erg gewild beleggingsproduct. De vraag vanuit de markt naar dit product is groot te noemen. Dit komt onder meer tot uiting in het aantal aanbieders in vastgoed CV’s. Deze CV’s hebben zich primair toegelegd op het aanbieden van supermarkten als beleggingsproduct. Uit de diverse prospectussen van deze aanbieders valt op te maken dat het risico van dit type beleggingsproduct als laag wordt ingeschat.


18

Dit wordt mede ingegeven doordat:  

 

 

De omzet van supermarkten weinig conjunctuurgevoelig is, zie figuur 1.2; Supermarktlocaties schaars zijn doordat gemeenten veelal een stringent vestigingsbeleid hanteren. Voor nieuwe supermarktlocaties wordt geregeld door de supermarktorganisaties sleutelgeld betaald (DTZ Zadelhoff, 2011); De supermarktorganisaties de opmars van het online verkoopkanaal niet als gevaar zien voor de fysieke winkels (Kooijman en Gorczynski, 2015); Het marktaandeel van het online verkoopkanaal is slechts 1% van de supermarktomzet (ABN AMRO, 2015). Tevens zijn de online verkoopkanalen van supermarktorganisaties verliesgevend (Kooijman en Gorczynski, 2015); De supermarktorganisaties winstgevend zijn; De Nederlandse winkelmarkt wordt gekenmerkt door een toenemende leegstand, dit is echter niet het geval bij supermarkten (Locatus, 2015a).

Ondanks dat supermarkten binnen de beleggingsproducten een nichemarkt vormen, maakt de ROZ/IPD-index binnen haar dataset geen onderscheid tussen de categorieën ‘supermarkten’ en ‘overige winkels’ (Post, 2014). De ROZ/IPD-index geldt als benchmark voor investeerders die beleggen in allerlei soorten (in-)direct vastgoed. De ROZ/IPD databank is gebaseerd op waarderingen (taxaties) en derhalve niet op feitelijke transacties. Dit is opmerkelijk aangezien beide deelmarkten sterk van elkaar verschillen qua omzetresultaten (ABN AMRO, 2013).

2.4. Resumerend Ter beantwoording van de eerste deelvraag kan worden gesteld dat de Nederlandse winkelmarkt wordt gekenmerkt door haar fijnmazige winkelstructuur. Binnen de winkelmarkt vormt de supermarktsector een nichemarkt. Nederland kent met ongeveer 4.500 supermarkten de unieke situatie dat iedereen op korte afstand boodschappen kan doen. Het aantal supermarkten alsmede het winkelvloeroppervlakte is de afgelopen jaren toegenomen met daarbij de nuancering dat het aantal supermarkten in de urbane gebieden stijgt en in de rurale gebieden daalt. De jaarlijkse supermarktomzet laat al jaren een stijgende lijn zien. In 2014 bedroeg de omzet ruim 34,3 miljard euro. Gecorrigeerd voor inflatie is de omzetstijging minder rooskleurig en vanaf 2012 is de stijging zelfs negatief. De omzet per m² wvo is tot 2011 gestegen, waarna er een jaarlijkse daling is ingetreden. Het online marktaandeel is met circa 1% van de supermarktomzet relatief klein en de supermarktorganisaties verwachten niet dat het online verkoopkanaal een gevaar vormt voor de fysieke winkels. Uit het onderzoek van IG&H komt een ander geluid naar voren. Volgens IG&H komt er een shake-out binnen het supermarktlandschap. Supermarkten als beleggingsproduct zijn momenteel gewild, omdat men het beleggingsrisico als laag beschouwt. Dit komt mede doordat de omzet van supermarkten weinig conjunctuurgevoelig is en het leegstandpercentage laag is.

19


3. Theoretisch kader In onderliggend onderzoek staan centraal de determinanten die het aanvangsrendement van een supermarktbelegging beïnvloeden bij een koop-/ verkoopbeslissing. In dit hoofdstuk zal worden ingegaan op het rendement en risico van een onroerend goed belegging alsmede zal worden geïnventariseerd welke determinanten het rendement beïnvloeden. Het theoretische kader dient ter beantwoording van de deelvragen twee en drie. In paragraaf 3.1 wordt ingegaan op het risico en rendement van beleggen in onroerend goed (ook wel vastgoed genoemd) en vindt er een definiëring plaats van het begrip bruto-aanvangsrendement. In de paragrafen 3.2 tot en met 3.4 komen de verschillende determinanten aan de orde die in de literatuur worden onderscheiden.

3.1. Beleggen in onroerend goed Onroerend goed als beleggingscategorie is onderdeel van het bredere begrip capital markets, zijnde de markt voor alle beleggingscategorieën. Binnen capital markets kan er grofweg een onderverdeling worden gemaakt tussen publieke markten en private markten en tussen vreemd vermogen (debt assets) en eigen vermogen (equity assets) (Geltner et al., 2007, p.11-14). Volgens Van Gool kan beleggen worden gedefinieerd als: “het investeren in geldmiddelen anders dan spaarvormen, zoals onder andere vastgoed, om bepaalde doelstellingen en resultaten te realiseren, waaronder beleggingsinkomsten en/of waardestijging van het vermogen” (Van Gool et al., 2013). Het beleggen in onroerend goed is naast het beleggen in liquiditeit, obligaties en aandelen één van de vier beleggingscategorieën. Onderstaande tabel 3.1 is ontleend aan de indeling die door Geltner et al. (2014) wordt gehanteerd. De tabel geeft per beleggingscategorie de kwalitatieve karakteristieken weer van de investeringsverwachtingen. Karakteristieken beleggingscategorieën Aandelen Risico Totaal rendement Groei Inflatie hedge

Hoog Hoog Hoog Goed

Onroerend goed

Obligaties (lange termijn)

Contanten

Laag tot gemiddeld Gemiddeld Laag Goed

Laag tot gemiddeld Gemiddeld Geen Slecht

Laag Laag Geen Hoog

Tabel 3.1: Karakteristieken beleggingscategorieën (bron: Geltner et al., 2014, p.137, bewerkt door auteur)

Onroerend goed heeft een belangrijke functie binnen de vier beleggingscategorieën. Het risico van vastgoed wordt als gemiddeld gekwalificeerd. Het is minder risicovol dan aandelen maar heeft meer risico dan contanten. Het risicoprofiel van vastgoed lijkt op het profiel van obligaties. In tegenstelling tot obligaties, biedt het investeren in onroerend goed enige groei en een relatief goede bescherming tegen inflatie. Het blijkt dat de vier beleggingscategorieën gedeeltelijk positief met elkaar correleren en dat de correlatie vastgoed en andere beleggingscategorieën relatief laag is. Dit betekent dat het risico kan worden gediversifieerd door in de verschillende categorieën te beleggen (Geltner et al., 2007, p.136-138). Diversificatie zorgt echter voor een allocatievraagstuk. Het uitgangspunt van de Modern Portfolio Theory van Markowitz is dat beleggers door middel van diversificatie streven naar een maximalisatie

20


van het rendement en een minimalisatie van het risico (Markowitz, 1952). Een verdere uitwerking van het allocatievraagstuk valt buiten het bestek van deze thesis. Een in de wiskunde veel gebruikte maatstaat voor de kwantificering van het risico is de volatiliteit. De volatiliteit meet de onzekerheid over de mogelijke uitkomsten van het rendement. Des te groter deze onzekerheid, des te hoger de volatiliteit (Geltner et al., 2014). De standaarddeviatie is de indicator voor het meten van het risico (Van Gool et al., 2013). Volgens Van Gool et al. (2013) kan een belangrijk onderscheid worden gemaakt tussen directe en indirecte beleggingen in onroerend goed. Een directe belegging is een belegging in stenen en een indirecte belegging is een belegging in aandelen. De aandelen van een indirecte belegging kunnen worden verhandeld op een private markt of op een publieke markt (Van Gool et al., 2013, p.24-26). Als in dit onderzoek wordt gesproken over beleggen in onroerend goed, wordt hiermee bedoeld het beleggen in direct vastgoed, te weten het beleggen in supermarkten. In onderstaande tabel wordt een limitatieve opsomming gegeven van voor- en nadelen van directe beleggingen. Voor- en nadelen van beleggen in direct onroerend goed Voordelen -

Portefeuillediversificatie Stabiele stroom van inkomsten Gunstige rendement/risicoverhouding Redelijke bescherming tegen inflatie Meer rendement door intensief management Specifieke kansen op onroerendgoedmarkten Fiscale voordelen

Nadelen -

Kennis- en management intensieve beleggingsvorm Groot vermogensbeslag Intransparantie (gebrek aan inzicht) Illiquiditeit

Tabel 3.2: Voor- en nadelen van beleggen in direct onroerend goed (bron: Geltner et al., 2014, p.30, bewerkt door auteur)

Zoals eerder gesteld heeft onderhavig onderzoek als doel om inzicht te bieden in de determinanten die het aanvangsrendement van een supermarktbelegging beïnvloeden. Door dit inzicht kunnen de nadelen, die in bovenstaande tabel groen zijn weergeven, worden verkleind.

3.1.1. Bruto-aanvangsrendement In tegenstelling tot de meeste andere landen, is het bruto-aanvangsrendement in Nederland een veelvuldig gebruikt rendementsbegrip. In de andere landen wordt meestal gebruik gemaakt van een netto-rendement (dit wordt meestal de capitalization rate genoemd). In de Nederlandse literatuur worden er verschillende definities van het bruto-aanvangsrendement gehanteerd. De belangrijkste komen van de auteurs Ten Have en Van Gool et al. Ten Have hanteert de volgende definitie: “De BAR-yield is het op het moment van verwerving geraamde brutobeleggingsresultaat, uitgedrukt in een percentage dat gedurende het eerste jaar van exploitatie op een investering in een vastgoedobject is te behalen”(Ten Have, 2011a). De definitie van Ten Have betreft het rendement dat is te behalen. Van Gool beperkt zich in zijn definitie van het bruto-aanvangsrendement tot het moment dat het object ter verwerving wordt aangeboden dan wel het moment van overdracht. Van Gool et al. definieert het brutoaanvangsrendement als volgt: “Het feitelijke bruto-aanvangsrendement is het bruto directe rendement op het moment dat het betreffende vastgoedobject ter verwerving wordt aangeboden dan wel op het moment van overdracht” (Van Gool et al., 2007, p.174). Het lijkt er op dat in de

21


definitie van Van Gool et al. de onzekerheid van het te behalen rendement in het eerste jaar buiten beschouwing wordt gelaten. Bovenstaande definities zeggen enkel iets over het rendement van de investering bij aanvang van de investeringsperiode. Uit het onderzoek van Berkhout et al. (2006) blijkt echter dat er een significant verband bestaat tussen de eindwaarde en de initiële investering. Vanuit dit perspectief is het BAR niet enkel een momentopname van het moment van verwerving, maar ook een belangrijke factor voor de eindwaarde en dus ook voor het rendement gedurende de exploitatieperiode. Voor het rendement gedurende de exploitatieperiode wordt in de praktijk in de meest voorkomende gevallen gebruik gemaakt van de internal rate of return (IRR). Het rendement van de exploitatieperiode alsmede de eindwaarde vallen echter buiten het bestek van dit onderzoek. Voor het waarderen van onroerend goed wordt in de taxatiepraktijk onder meer gebruik gemaakt van de bruto-aanvangsrendement methode (BAR-methode). De marktwaarde wordt bepaald door de bruto-markthuur te delen door het bruto-aanvangsrendement. De door Van Gool et al. gehanteerde formule is als volgt: Marktwaarde v.o.n. = bruto-markthuur / bruto-aanvangsrendement v.o.n (Van Gool et al., 2013). Dit onderzoek staat in het teken van de determinanten van het BAR op basis van daadwerkelijke supermarkttransacties. Dit betekent dat de koopsommen evenals de bijbehorende jaarhuren van deze transacties op het moment van overdracht bekend en inzichtelijk zijn. Daarom is voor de definiëring van het bruto-aanvangsrendement de definitie van Van Gool et al. als uitgangspunt genomen. Om de definitie van Van Gool et al. goed aan te sluiten op onderhavig onderzoek is deze aangepast. In dit onderzoek wordt onder het bruto-aanvangsrendement verstaan: “Het feitelijke bruto-aanvangsrendement is het bruto directe rendement van het betreffende vastgoedobject op het moment van overdracht”. In formulevorm: Koopsom v.o.n. = (Bruto jaarhuur in jaar van aankoop / bar vrij op naam (v.o.n.)) x 100%.

3.1.2. Rendementseisen Het formuleren van heldere rendementseisen is zinvol alvorens tot een acquisitie over te gaan. Het rendement is afhankelijk van de doelstelling van de belegger. Van Gool et al. (2007) onderscheidt vier methoden om het rendement voor een investering te bepalen. Zo kan het vereiste rendement worden afgestemd op de bestaande vastgoedportefeuille. Dit is een vrij eenvoudige methode met als nadeel dat het indirecte rendement niet is te voorspellen. Ten tweede kan de rendementseis worden bepaald door de financieringskosten in de rendementseis van het eigen vermogen te betrekken. Een nadeel hiervan is het loskoppelen van de rendementseis van de objectrisico’s. Een derde methode is de comparatieve methode, het onderling vergelijken van de bruto-aanvangsrendementen die in de markt worden betaald. Tot slot gaat speciale aandacht naar de vierde methode. De vierde methode stelt dat de rendementseis wordt bepaald door een risico-opslag te eisen op het risicovrije rendement (Van Gool et al., 2013). Ten Have spreekt van een risicopremie en definieert de risicopremie als “het hogere rendement dat een belegger verlangt van een risicodragende belegging boven op het rendement dat een risicovrije belegging zou opleveren” (Ten Have, 2011b). Het risicovrije rendement wordt in de praktijk veelal gelijkgesteld met het rendement op langlopende staatsobligaties. De risico-opslag kan men baseren op het historische rendement en de risico’s. Bij deze waarderingsmethode is het bruto-aanvangsrendement een sommatie van risico’s en opslagen. Risico is gedefinieerd als de spreiding rond het gemiddelde of verwachte rendement. Hoe hoger het

22


risico, des te hoger de rendementseis van een belegger. Het risicovrije rendement op een 10-jarige staatsobligatie wordt vaak als basis gebruikt bij deze methode. Dit wordt ook wel het reëel rendement genoemd. Ten Have stelt dat het bruto-aanvangsrendement de rendementseis voor de belegger vormt en bestaat het bruto-aanvangsrendement uit een zestal componenten. In formulevorm: BAR = R(E) + I(V) + R(P) + R(PO) - G BAR R(e) I(v) R(p) R(po) G

= Bruto-aanvangsrendement v.o.n. = Risicovrije rendement (reëel rendement). = Verwachte inflatie. = Risicopremie. = Risicopremie voor niet risico gerelateerde kosten. = Groei/indirect rendement.

De hoogte van de risicopremie R(p) wordt mede bepaald door determinanten die het brutoaanvangsrendement beïnvloeden. In paragraaf wordt ingegaan op de te onderscheiden determinanten. Tot slot is het Capital Asset Pricing Model een andere methode om tot de rendementseis is te komen (Van Gool et al., 2013). Deze methode borduurt voort op de Modern Portfolio Theory van Markowitz en valt buiten het bestek van dit onderzoek.

3.2. Determinanten die het rendement beïnvloeden In de (toegepaste) wetenschappelijke literatuur is er zowel in binnen- als buitenland veel onderzoek verricht en gepubliceerd over de determinanten die het rendement (ook wel capitalization rate genoemd in de Engelstalige literatuur) van onroerend goed beïnvloeden. Vanuit diverse disciplines zijn verschillende deelmarkten binnen de commerciële vastgoedmarkt onderzocht. Dit varieert van onderzoeken gericht op de impact van wijzigingen in de inkomstenbelasting (tax changes) op het rendement (Nourse, 1987, p. 147) tot de rol van het beleggingssentiment in de waardering van onroerend goed (Clayton et al., 2009, p. 5). In onderstaande uiteenzetting is een overzicht gegeven van onderzoeken die relevant zijn voor het onderzoek. Hierbij is er een onderverdeling gemaakt tussen twee stromingen. De eerste stroming onderzoekt de invloed van de determinanten op het rendement op macroniveau en de tweede stroming onderzoekt de invloed van de determinanten op het rendement op microniveau. Verder is het van belang om een onderscheid te maken tussen de determinanten die tijdsvariant zijn (tijdafhankelijk) en de determinanten die tijdsinvariant (onafhankelijk van de beschouwde periode) zijn. Meer precies wordt met tijdsvariant bedoeld dat de bèta’s kunnen veranderen door de tijd heen en dus niet “fixed” (tijdsinvariant) zijn (Francke et al., 2014). Onderzoeken op macroniveau De Amerikaanse onderzoekers Ambrose en Nourse hebben door middel van een dataset met daarin de verstrekte hypotheken over de periode van 1966 tot 1988 de determinanten onderzocht die van invloed zijn op het rendement. De factoren zijn gebaseerd op taxaties van onroerend goed van de American Counsil of Life Insurance (ACLI). Ambrose en Nourse hebben het onderzoek op het abstractieniveau van deelmarkt onderzocht. Voor de deelmarkt winkelmarkt heeft de ACLI verder

23


geen onderverdeling aangebracht. Naast de variabelen die verband houden met de hypotheek (hoogte van de hypotheek, LTV etc.) zijn het object (type en locatie) en de financiële determinanten de onderzochte variabelen. De financiële determinant in dit onderzoek is het rendement op alternatieve investeringen. Als proxy voor het rendement op alternatieve investeringen zijn de S&P 500 index (als proxy voor de aandelenmarkt) en de yieldspread tussen de korte termijn rente en de lange termijn rente van staatsobligaties (als proxy voor de inflatie) de onderzochte variabelen . In de S&P 500 index worden de 500 grootste Amerikaanse bedrijven gemeten naar hun marktkapitalisatie. Ambrose en Nourse hebben in hun onderzoek een model ontwikkeld dat suggereert dat het rendement een negatief verband heeft met de reciproke van de koers-winstverhouding (P/E ratio) van de S&P 500 en dat er een positief verband bestaat met de inflatie (Ambrose en Nourse, 2001). Evans heeft in zijn onderzoek eveneens het verband onderzocht tussen de aandelenmarkt (S&P 500) en de rendementen van de ACLI. In tegenstelling tot Ambrose en Nourse heeft Evens een positief significant verband aangetoond tussen de aandelenmarkt en het rendement. Als proxy voor de aandelenmarkt heeft Evans de reciproke van de koers-winstverhouding (P/E ratio) van de S&P 500 gebruikt. Het door Evens aangetoonde verband kent een vertraging van een kwartaal; de vastgoedmarkt reageert een kwartaal langzamer op economische veranderingen dan de aandelenmarkt (Evans, 1990). Volgens Evans betekent dit dat de vastgoedmarkt minder efficiënt is dan de aandelenmarkt. Clayton et al. beschikten in hun onderzoek over verkregen data van de Amerikaanse Real Estate Research Corporation (RERC). De RERC data bestaat uit een samenvatting van rendementen die worden verwacht door respondenten die werkzaam zijn bij institutionele beleggers. In hun onderzoek vonden zij geen direct verband tussen het sentiment en het rendement, al speelt het volgens hen wel een rol in de verandering van het rendement gedurende de periode 2002-2007. Wel vonden zij een positief verband tussen het rendement en de rente van 10-jarige staatsobligaties (Clayton et al., 2009). Verschillende onderzoekers hebben het verband onderzocht tussen het rendement en de huurgroei. Sivitianides et al. (2001) concluderen dat relatief hoge huren leiden tot lagere rendementen. Voor de dataset hebben de onderzoekers gebruik gemaakt van taxatiegegevens van de National Council of Real Estate Investment Fiduciaries (NCREIF) over de periode 1984-2000. Ook Hendershott en MacGregor hebben gebruik gemaakt van de NCREIF data. Zij concludeerden dat Amerikaanse investeerders irrationeel gedrag vertonen. Ze vonden een negatief verband tussen relatief hoge huren en het rendement (Hendershott en MacGregor, 2005). Blijkbaar verwachten deze investeerders dat de relatief hoge huren nog hoger worden. Bovenstaande onderzoeken zijn gebaseerd op data verkregen uit taxatiegegevens. Een beperkt aantal onderzoekers beschikte over de daadwerkelijke transactiegegevens (Sivitanidou en Sivitanides, 1999; Chaney en Hoesli, 2015). Een taxateur hanteert het begrip marktwaarde en dit is een ander begrip dan de marktprijs. De Royal Institution of Chartered Surveyors (RICS) hanteert als definitie voor marktwaarde: “Marktwaarde is het geschatte bedrag waartegen een object tussen een bereidwillige koper en een bereidwillige verkoper na behoorlijke marketing in een zakelijke transactie zou worden overgedragen op de taxatiedatum, waarbij de partijen met kennis van zaken, prudent en niet onder dwang zouden hebben gehandeld”. De marktprijs is het bedrag waarop een transactie wordt bereikt (Ten Have, 2011).

24


Sivitanidou en Sivitanides hebben gebruik gemaakt van de transactiegegevens van de Amerikaanse kantorenmarkt gedurende de periode van 1985 tot 1995. De data bestonden uit de gemiddelde rendementen van de zeventien grootste kantorenmarkten. Sivitanidou en Sivitanides stellen zelf dat de door hen gebruikte transactiedata hierdoor hun beperkingen kenden. In hun onderzoek stellen zij dat het rendement twee componenten bevat. Ten eerste een component dat afhankelijk is van lokale effecten en ten tweede een component dat afhankelijk is van macro-economische effecten. Zij concluderen dat de lokale determinanten van aanvulling zijn op de macro-economische determinanten, waaronder de verwachte inflatie en het rendement op de aandelenmarkt. Uit het onderzoek blijkt een positief significant verband tussen de verwachte inflatie en het rendement. De verwachte inflatie is geoperationaliseerd door het renteverschil te meten tussen de korte termijn rente en de lange termijn rente van staatsobligaties. Overigens stellen de onderzoekers dat de lokale determinanten van grotere invloed zijn op het rendement dan de macro-economische determinanten (Sivitanidou en Sivitanides, 1999). Onderzoeken op microniveau De tweede stroming onderzoekt het rendement op microniveau door het object als onderzoeksgebied te nemen. Hendershott en Turner (1999) concludeerden in hun onderzoek dat objecten op de beste locatie een 5% lager rendement hebben dan een object op de slechtste locatie. Dit baseerden zij op basis van hun analyse van een transactiedatabase met 422 transacties (residentieel en commercieel ) in Stockholm in de periode van 1990 tot 1992. Chaney en Hoesli (2015) hebben de twee stromingen in hun onderzoek gecombineerd en determinanten op macro- en op microniveau onderzocht. Het onderzoeksgebied betrof Zwitserland en de data zijn afkomstig van de IAZI Swiss Property Benchmark. De data bestonden uit 3.500 transacties en 8.700 taxaties gedurende de periode van 1985 tot 2010. Dit onderzoek is erg interessant, omdat de IAZI transactiedata circa 60% van alle transacties gedurende de periode van 1985 tot 2010 bevat. De onderzochte determinanten op macroniveau zijn onder meer de aandelenmarkt (P/E ratio) en de obligatiemarkt (risicovrije rente). Daarnaast hebben de onderzoekers een aantal nog niet eerder onderzochte determinanten op microniveau geanalyseerd, namelijk: erfdienstbaarheden, invloed van veilingen, off-market transacties, kwaliteit van de constructie, staat van het object, kwaliteit van de huurder en huurdersdiversificatie. Chaney en Hoesli hebben aangetoond dat object specifieke risico’s op microniveau, zoals renovatierisico, een significant verband hebben met het rendement. Daarnaast hebben Chaney en Hoesli een aantal aanvullende variabelen gevonden die van invloed zijn op het rendement. Dit zijn huurdersdiversificatie, huurdersrisico en de mate waarin de transactie heeft plaatsgevonden in een transparante markt (Chaney en Hoesli, 2015). Chaney en Hoesli vonden verschillen in rendement tussen taxatiewaarden en marktprijzen. In het onderzoek komt naar voren dat beleggers en taxateurs een object anders beoordelen om tot een waarde te komen. Het onderzoek impliceert dat taxateurs bij hun taxatie een sterke nadruk leggen op het individuele object om tot een waardering te komen. Dit terwijl beleggers meer vanuit de portfolio redeneren en hun prijsbepaling laten beïnvloeden door het niet diversifieerbaar risico van het object. De achterliggende oorzaken van deze verschillen zijn in het onderzoek echter niet inzichtelijk geworden. Mogelijke oorzaak is dat ‘slechts’ 10% van de objecten zowel in de transactiedatabase als de taxatiedatabase voorkomen (Chaney en Hoesli, 2015).

25


3.2.1. Toegepast wetenschappelijk onderzoek in Nederland In Nederland is veel toegepast onderzoek verricht naar de determinanten van het brutoaanvangsrendement (Verhaegh, 2005; Berkhout, 2006; Svets, 2010; Windhorst, 2010 en Post, 2014). Verhaegh concludeert dat de huurpotentie, de hoogte van de markthuur en de resterende looptijd van het huurcontract een negatieve relatie hebben met de hoogte van het brutoaanvangsrendement. Ofwel, een toename van deze determinanten leidt tot een afname van het bruto-aanvangsrendement en dus een toename van de waarde (Verhaegh, 2005). Het onderzoeksgebied betrof de kantorenmarkt in de periode van 2002 tot 2003 en de gehanteerde dataset was afkomstig van de ROZ/IPD. In samenwerking met DTZ Zadelhoff verrichtte de Nyenrode Business Universiteit en de Universiteit van Tilburg in 2005 een onderzoek naar de fundamenten van het bruto-aanvangsrendement. Het onderzoeksgebied richtte zich op de invloeden van de locatiekenmerken, de gebouwkenmerken, de gebruikerskenmerken en de beleggerskenmerken op de hoogte van het bruto-aanvangsrendement. De dataselectie bestond uit kantorentransacties in de Randstedelijke steden gedurende de periode van 2004 tot medio 2006. Het onderzoeksrapport stelt dat uit de regressieanalyse is gebleken dat van de 42 onderzochte variabelen in totaal 20 de hoogte van het bruto-aanvangsrendement beïnvloeden. Ook is volgens de onderzoekers gebleken in welke mate de variabelen het brutoaanvangsrendement beïnvloeden. De onderzoekers hebben er voor gekozen deze resultaten buiten het rapport te houden. Veel onderzochte determinanten zijn specifiek van toepassing op de kantorenmarkt en derhalve niet relevant voor dit onderzoek. Een interessante uitkomst is wel dat de resterende looptijd van de huurcontracten het bruto-aanvangsrendement niet lijkt te beïnvloeden. Een bias in het onderzoek is dat de dataset bestond uit veel objecten met lange resterende looptijden. Gebruikmakend van data afkomstig van de ROZ/IPD deed Windhorst in 2010 onderzoek naar het bruto-aanvangsrendement van woningbeleggingen. De onderzochte determinanten zijn specifiek van toepassing op woningen en daarom niet relevant voor onderhavig onderzoek. Svets gaat in zijn onderzoek in op de determinanten van de rendementen van winkelvastgoed in het Verenigd Koninkrijk. Als dataset gebruikte Svets de IPD index over de periode van 1987 tot 2009. In tegenstelling tot de ROZ/IPD index in Nederland, maakt de IPD index in het Verenigd Koninkrijk binnen de winkelmarkt een verdere onderverdeling naar subcategorieën. Hiervan is de supermarktsector een van de zes subcategorieën. Svets heeft onder meer onderzocht of er een significant verband bestaat tussen de determinanten aandelenmarkt (FTSE 350 dividend yield), staatsobligatiemarkt, en de verwachte huurgroei en het rendement van een supermarktbelegging. Het onderzoek toonde geen verbanden aan (Svets, 2010). Tot slot verdient het onderzoek van Post (2014) speciale aandacht. De al eerder gememoreerde masterthesis van Post is het eerste onderzoek in Nederland naar de determinanten van het brutoaanvangsrendement van supermarktvastgoed. Post had in zijn onderzoek de beschikking over een dataset van 131 gebruikerstransacties (huurtransacties) over de periode van 2004 tot 2013, maar beschikte niet over de marktprijzen van de daadwerkelijke beleggingstransacties. Als substituut voor de marktprijs hanteerde Post de gemiddelde WOZ-waardeklasse. Post onderkent dat hierdoor rekening dient te worden gehouden met een bepaalde foutmarge in het berekende brutoaanvangsrendement.


26

In het onderzoek zijn de opgestelde hypotheses door middel van statistische analyses getoetst. Hieronder volgt een opsomming van de belangrijkste uitkomsten: 

 





Een supermarktbelegging genereert een hoger bruto-aanvangsrendement (11,34%) dan een belegging in winkelvastgoed (6,55%). Op basis van het gemiddelde in de WOZ-waardeklasse, heeft Post het bruto-aanvangsrendement gedestilleerd. Dit rendement is vervolgens vergeleken met het ROZ/IPD-index winkelvastgoed rendement. Verder heeft een supermarktbelegging een hoger risico dan een winkelbelegging in het algemeen. Dit is tot uiting gekomen in een hogere standaarddeviatie van een supermarktbelegging. Er is geen significant verschil tussen het bruto-aanvangsrendement van supermarkten gelegen in een winkelcentrum en solitair gelegen supermarkten. Het bruto-aanvangsrendement vertoont geen significante verschillen tussen de landsdelen. De assumptie dat een Randstedelijke supermarktbelegging een lager bruto-aanvangsrendement heeft, is in het onderzoek verworpen. De determinanten oppervlakte van het winkelcentrum, leeftijd van het object, oppervlakte van de supermarkt en het aantal kassa’s van de supermarkt hebben een significant verband met het bruto-aanvangsrendement. - Een toename van de oppervlakte van het winkelcentrum leidt tot een verlaging van het bruto-aanvangsrendement; - Een veroudering van de supermarkt heeft als gevolg dat het bruto-aanvangsrendement hoger wordt; - Het bruto-aanvangsrendement daalt bij een toename van het aantal kassa’s. Per toegevoegde kassa daalt het bruto-aanvangsrendement met 0,914%. Het bruto-aanvangsrendement van supermarkten met een groot winkeloppervlakte is lager dan dat van supermarkten met een klein winkeloppervlakte. Dit scheelt circa 1,45%.

Interessante bevindingen in het onderzoek zijn de invloed van het aantal kassa’s en de invloed van de grootte van de supermarkt op het bruto-aanvangsrendement. In het onderzoek valt verder op dat het type winkelgebied geen invloed heeft op het bruto-aanvangsrendement.

27


3.3. Resumerend In tabel 3.3 zijn de belangrijkste onderzochte determinanten weergegeven plus de invloed van de determinant op het bruto-aanvangsrendement. Literatuuronderzoek: invloed determinanten op het bruto-aanvangsrendement (BAR) Determinant Auteur Toelichting

Macroniveau Aandelenmarkt

Evans (1990) Ambrose (2001)

en

Nourse

Svets (2010) Verwachte Inflatie

Ambrose (2001)

en

Nourse

Sivitanidou en Sivitanides, 1999 Risicovrije rente

Huurgroei

Microniveau Locatie

Clayton et al., (2009) Chaney en Hoesli (2015) Svets (2010) Sivitanides et al. (2001) Hendershott en MacGregor (2005) Verhaegh (2005) Verhaegh (2005) Svets (2010) Hendershott en Turner (1999) Post (2014)

Winkelgebied

Post (2014)

Ligging

Post (2014)

Looptijd contract

Verhaegh (2005)

Winkelvloeroppervlakte

Nyenrode Business Universiteit en de Universiteit van Tilburg (2005) Post (2014)

Invloed op het BAR

Toename van de reciproke van de P/E ratio (proxy voor aandelenmarkt) Toename van de reciproke van de P/E ratio (proxy voor aandelenmarkt) Stijging van het dividendrendement (proxy voor aandelenmarkt) yieldspread tussen de korte termijn en de lange termijn rente van staatsobligaties (proxy voor inflatie) yieldspread tussen de korte termijn en de lange termijn rente van staatsobligaties (proxy voor inflatie) De rente op 10-jarige staatsobligaties De rente op 10-jarige staatsobligaties De rente op staatsobligaties Hoge huren Hoge huren

+

Huurpotentie Toename hoogte van de markthuur Huurgroei

0

Beste locatie

-

Onderscheid naar de vier verschillende landsdelen Ligging in een winkelcentrum of solitaire ligging Ligging in een centraal winkelgebied of in een ondersteunend winkelgebied Toename resterende looptijd contract

0

Resterende looptijd contract

0

Toename van de oppervlakte van het winkelcentrum

-

0 +

+

+ + 0 -

0 0 -

28



Post (2014)

Aantal kassa’s

Post (2014)

Toename winkeloppervlakte supermarkt Toename aantal kassa’s

Huurder

Chaney en Hoesli (2015)

Goede kwaliteit van de huurder

-

Goede huurdersdiversificatie

-

Post (2014)

Veroudering van de supermarkt

+

Chaney en Hoesli (2015)

Kwaliteit van de constructie Conditie van het object Erfdienstbaarheden aanwezig Verkoop via een veiling Off-market transactie

+ + -

Renovatierisico

Erfdienstbaarheden Verkoopproces

Chaney en Hoesli (2015) Chaney en Hoesli (2015) Chaney en Hoesli (2015)

van

de

-

Tabel 3.3: Literatuuronderzoek: invloed determinanten op het bruto-aanvangsrendement (BAR)

3.4. Praktijk De determinanten die uit de literatuurstudie naar voren zijn gekomen, zijn aangevuld met determinanten op microniveau die vanuit de dagelijkse praktijk interessant zijn om in het onderzoek te betrekken. Dit zijn de determinanten type koper en type supermarktformule. Type koper Een “normale” belegger of een eigenaar/gebruiker. De eigenaar/gebruiker beoordeelt een supermarktbelegging niet enkel als een vastgoedbelegging, maar kijkt ook vanuit een (toekomstig) exploitatieperspectief. Er is immers sprake van een huursituatie en bij een eigendomswisseling is het mogelijk dat deze huursituatie in gevaar komt. Dit is bijvoorbeeld het geval indien de opvolgend verhuurder beëindiging van de huurovereenkomst vordert op grond van dringend eigen gebruik ex artikel art. 7:296 lid 1 sub b BW. De wens van de opvolgend verhuurder is dan om zelf een supermarkt in het gehuurde te exploiteren. Uit de jurisprudentie blijkt dat dit diverse malen onderwerp van geschil is geweest, waarbij het merendeel van de zaken in het voordeel van de eisende partij (opvolgend verhuurder) is beslist (Hoge Raad, 12 juli 2002, RvdW 2002, 124; Gerechtshof ’s-Gravenhage, 14 maart 2006, WR 2006, 68; Hoge Raad, 16 maart 2007, RvdW 2007, 308). Daarnaast kan het voor een huurder vanuit strategische overwegingen (te denken valt aan een gewenste uitbreiding) gewenst zijn om de volledige zeggenschap te hebben over de locatie. Gelet op bovenstaande is het aannemelijk dat een huurder een extra belang heeft om het eigendom te verwerven. Verondersteld wordt dat een eigenaar/gebruiker als koper een negatieve invloed heeft op het bruto-aanvangsrendement. Type supermarktformule Het Nederlandse supermarktlandschap kan worden ingedeeld in 6 verschillende formuletypen (EFMI Business School/Centraal Bureau Levensmiddelenhandel, 2011). Een overzicht van deze indeling is in bijlage 2 opgenomen. Uit de markt blijkt dat een full-service supermarkt (met nameAlbert Heijn) meer geliefd is onder beleggers dan een hard discount supermarkt (met name Aldi). Dit is ingegeven door het feit dat Aldi minder loyaal is aan haar locaties dan Albert Heijn. Begin 2012 bedroeg het totaal aantal Aldi locaties 496. Gedurende de periode van 2012 tot medio 2015 heeft Aldi 64 van deze 496 locaties verlaten. Dit komt overeen met 12,9% van het totaal aantal locaties. Albert Heijn heeft gedurende deze periode van 30 locaties afscheid genomen, oftewel 3,8% van het totaal. Begin

29


2012 had Albert Heijn 798 locaties (Locatus, 2015b). Verondersteld wordt dat een hard discountsupermarkt een positieve invloed heeft op het bruto-aanvangsrendement.

3.5. Conclusie Uit het literatuuronderzoek blijkt dat de meeste onderzoeken zijn uitgevoerd met een dataset afkomstig van taxatiegegevens. Een taxateur hanteert het begrip marktwaarde en dit is een ander begrip dan de marktprijs. De marktprijs is het bedrag waarop een transactie wordt bereikt (Ten Have, 2011) en dit begrip is zuiverder om de determinanten van het bruto-aanvangsrendement te onderzoeken. Immers, een transactie is de feitelijke werkelijkheid, een taxatie een theoretische inschatting van de werkelijkheid. De definitie van het bruto-aanvangsrendement gaat uit van de marktprijs. Zowel op macro- als op microniveau hebben verschillende auteurs een verband aangetoond tussen de onderzochte determinant(en) en het bruto-aanvangsrendement. Wat opvalt is dat er nog betrekkelijk weinig onderzoek is uitgevoerd naar de winkelmarkt en supermarktvastgoed in het bijzonder. Tevens valt op dat er nog betrekkelijk weinig gedetailleerde transactiedata voorhanden zijn. Weliswaar heeft Post onderzoek verricht naar supermarkten, maar in zijn onderzoek ontbrak het aan transactiedata. Chaney en Hoesli (2015) hadden in hun onderzoek wel de beschikking over veel transactiedata, maar niet over winkelbeleggingen. Hun onderzoek stond in het teken van de kantoren- en de woningmarkt.

3.6. Hypothesen Zoals eerder beschreven in Hoofdstuk 1 ligt de nadruk van het onderzoek op de analyse van de financiële determinanten die van invloed zijn op het bruto-aanvangsrendement. Dit bezien vanuit het perspectief van de belegger. Het perspectief van de belegger dient volgens Chaney et al. (2015, p. 19) gebaseerd te zijn op de transactiedata. Op basis van het literatuuronderzoek en de beschikbare transactiedata zijn er determinanten geselecteerd die interessant zijn om in het onderzoek te betrekken. De determinanten “renovatierisico”, “erfdienstbaarheden” en het “verkoopproces” vallen buiten het bestek van dit onderzoek, omdat hiervoor geen informatie voorhanden is. De geselecteerde determinanten dienen als onafhankelijke variabelen voor de afhankelijke variabele het bruto-aanvangsrendement. Aan de hand van de verwachte invloed van de onafhankelijke variabelen op de afhankelijke variabele het bruto-aanvangsrendement zijn de volgende hypothesen opgesteld. De operationalisering van deze hypothesen vindt in hoofdstuk 4 plaats. 1)

Een supermarkttransactie met een eigenaar/gebruiker als koper heeft een lager brutoaanvangsrendement dan wanneer een belegger de koper is. Toelichting: Uit de praktijk blijkt dat de eigenaar/gebruiker een supermarktbelegging niet enkel als vastgoedbelegging beoordeelt, maar ook vanuit een exploitatieperspectief Bij een eigendomswisseling is het mogelijk dat de huursituatie in gevaar komt (ex artikel art. 7:296 lid 1 sub b BW). Daarnaast kan het voor een huurder vanuit strategische overwegingen gewenst zijn om de supermarkt te verwerven. Het is aannemelijk dat een huurder een extra belang heeft om het eigendom te verwerven en net iets meer wil betalen dan een belegger. Deze determinant is tijdsinvariant.

30


2)

Een supermarkttransactie met als supermarktformule een full service supermarkt (met name Albert Heijn) heeft een lager bruto-aanvangsrendement dan een hard discount supermarktformule (met name Aldi). Toelichting: Uit de markt blijkt dat een Albert Heijn meer geliefd is onder beleggers dan een Aldi. Uit data van Locatus blijkt dat Aldi gedurende de periode van 2012 tot medio 2015 minder loyaal is aan haar locaties dan Albert Heijn. Deze determinant is tijdsinvariant.

3)

Er is een significant negatief verband (correlatie) tussen de determinant aandelenmarkt en de afhankelijke variabele bruto-aanvangsrendement. Toelichting: Ambrose en Nourse (2001) hebben in hun onderzoek aangetoond dat een stijging van de reciproke van de P/E ratio een negatief verband heeft met het aanvangsrendement. Indien de P/E ratio stijgt, nemen de investeringen in de aandelenmarkt toe en daalt het rendement van de aandelen. Dit is ook aannemelijk omdat er door de stijging van de investeringen in de aandelenmarkt minder kapitaal beschikbaar is voor supermarktbeleggingen. Als gevolg hiervan stijgt het bruto-aanvangsrendement. Deze determinant is tijdsvariant.

4)

Er is een significant positief verband (correlatie) tussen de determinanten (verwachte) inflatie en de rente op de staatsobligaties (onafhankelijke variabelen) en de afhankelijke variabele bruto-aanvangsrendement. Toelichting: Voor de verwachte inflatie wordt gekeken naar de yieldspread tussen de korte termijn rente en de lange termijn rente van staatsobligaties. Het uitgangspunt is dat de leningen met kortere looptijden een lager rendement hebben dan de leningen met langere looptijden. Leningen met een langere looptijd kennen normaliter een hoger rendement, omdat in het rendement een compensatie is opgenomen voor de kans op waardevermindering door toekomstige inflatie. Het positieve verband tussen een stijging van de verwachte inflatie en het aanvangsrendement is aangetoond door Ambrose en Nourse (1993) en Sivitanidou en Sivitanides (1999). Deze determinant is tijdsvariant. Indien de rente op staatsobligaties (10-jarig) stijgt, wordt de obligatiemarkt voor beleggers aantrekkelijker om in te beleggen. Gevolg is dat er minder kapitaal beschikbaar is voor de supermarktbeleggingen, er van uitgaande dat supermarktbeleggers een beleggingsstrategie hanteren voor de lange termijn. Dit sluit aan bij de resultaten van de onderzoeken van Clayton et al. (2009) en Chaney en Hoesli (2015). In beide onderzoeken is een positief verband aangetoond. Deze determinant is tijdsvariant.

5)

Er is een significant negatief verband (correlatie) tussen de determinanten huurpotentie, locatie, winkelgebied, ligging, resterende looptijd huurcontract, winkelvloeroppervlakte en aantal kassa’s (onafhankelijke variabelen) en de afhankelijke variabele brutoaanvangsrendement.

31


Toelichting: Huurpotentie In tegenstelling tot de onderzoeken van Sivitianides et al. (2001) en Hendershott en MacGregor (2005) wordt er in dit onderzoek van uitgegaan dat beleggers rationeel verdrag vertonen en dat hoge huren geen negatieve invloed hebben op het brutoaanvangsrendement. Verondersteld wordt dat beleggers goed geïnformeerd zijn over de eventuele huurpotentie (in het geval van een huurprijsherziening) van de te verwerven supermarkt. Uit het door DTZ Zadelhoff verrichtte onderzoek naar de kenmerken van supermarktbeleggingen is immers per winkelgebied en per provincie de gemiddelde huurprijs van supermarkten inzichtelijk gemaakt (DTZ Zadelhoff, 2011). In onderhavig onderzoek wordt verondersteld dat de huurpotentie een negatief verband heeft met het brutoaanvangsrendement. Dit sluit aan met de bevindingen van Verhaegh (2005). Locatie, winkelgebied en ligging Het uitgangspunt van onderhavig onderzoek is dat supermarkten op een betere locatie een lager rendement hebben dan supermarkten op een slechtere locatie. Dit sluit aan bij de conclusies van het door Hendershott en Turner (1999) uitgevoerde onderzoek. Voor het begrip locatie is aansluiting gezocht bij de door Post onderzochte variabelen ‘geografische ligging’, ‘type winkelgebied’ en ‘ligging in winkelcentrum (ja/nee)’. Overigens vond Post voor deze variabelen geen verband met het bruto-aanvangsrendement (Post, 2014). Resterende looptijd huurcontract De verwachting is dat een toename van de resterende looptijd van het huurcontract een negatief verband heeft met het bruto-aanvangsrendement. Het idee is dat een langjarig huurcontract een grotere mate van toekomstige zekerheid geeft over de hoogte van de toekomstige kasstroom. Winkelvloeroppervlakte en aantal kassa’s Tot slot heeft Post (2014) aangetoond dat het aantal kassa’s en een toename van de winkelvloeroppervlakte een negatief verband kennen met het bruto-aanvangsrendement. Het is interessant om te onderzoeken of dit verband eveneens gevonden kan worden op basis van de beschikbare transactiedata. De determinanten in de vijfde hypothese zijn allen tijdsinvariant.

32


4. Methode en data Uit de literatuurstudie in hoofdstuk 3 is naar voren gekomen dat de vraagstelling en de deelvragen worden getoetst aan de hand van de vijf opgestelde hypotheses. Alvorens deze toetsing plaatsvindt in hoofdstuk vijf, wordt in dit vierde hoofdstuk ingegaan op de gebruikte onderzoeksmethode, de dataverantwoording, de geoperationaliseerde onderzoeksvariabelen en de beschrijvende statistiek.

4.1. Meervoudige regressieanalyse en overige methoden Uit de literatuurstudie blijkt dat de meervoudige regressieanalyse een veelvuldig gebruikte methode is om de invloed van de determinanten op het aanvangsrendement te onderzoeken en opgestelde hypotheses te toetsen. In deze paragraaf wordt dieper ingegaan op deze statistische analysetechniek. De meervoudige regressieanalyse kijkt of er, op basis van de correlatie van de onafhankelijke variabelen (de verschillende geselecteerde determinanten) en de afhankelijke variabele (het brutoaanvangsrendement), een (voorspellend) verband is. De essentie is als volgt: verschillen in het brutoaanvangsrendement (de afhankelijke of te verklaren variabele) worden toegewezen aan verschillen in de determinanten (onafhankelijke of verklarende variabelen) van de supermarktbelegging. Door het toepassen van de meervoudige regressieanalyse als onderzoeksmethode, is het mogelijk om de invloed van meerdere onafhankelijke variabelen op de te verklaren variabele te onderzoeken. Naast de meervoudige regressieanalyse is er in dit onderzoek gebruik gemaakt van de t-toets en de enkelvoudige variantieanalyse (one way ANOVA). De t-toets is een analysetechniek om te bepalen of de gemiddelden van twee groepen bij een testvariabele significant van elkaar verschillen. De enkelvoudige variantieanalyse (one way ANOVA) is een methode om na te gaan of de gemiddelden van drie groepen op de testvariabele significant van elkaar verschillen.

4.1.1. Vooronderstellingen Voor het mogen toepassen van een meervoudige regressieanalyse gelden de volgende vooronderstellingen (De Vocht, 2010, p. 199): (1) Meetniveau: de variabelen zijn gemeten op tenminste intervalniveau of als dummy variabele. De onafhankelijke variabelen kunnen ook als dummy worden gebruikt; (2) Normale verdeling: voor elke combinatie van waarden van alle onafhankelijke variabelen is in de populatie een normale verdeling van afhankelijke waarden. Deze normale verdelingen hebben dezelfde variantie. (3) Homoscedasticiteit (homogeen); (4) Het model heeft een lineair verband; (5) De onderlinge onafhankelijke variabelen mogen elkaar onderling niet te sterk correleren. In dat geval meten de onafhankelijke variabelen min of meer hetzelfde en is het niet mogelijk het effect van een afzonderlijke variabele te meten; (6) Verder geldt dat het verband tussen de afhankelijke variabele, het bruto-aanvangsrendement, en iedere onafhankelijke variabele is theoretisch causaal.

33


De vergelijking van een meervoudige regressieanalyse met p onafhankelijke variabelen ziet er als volgt uit (De Vocht, 2010, p. 198): Ῡ = B0 + B1 * X1 + B2 * X2 + B3 * X3 + ……. Bp * Xp In deze vergelijking is Ῡ de voorspellende waarde. De B0 is de intercept, ook wel de constante waarde genoemd. De intercept geeft het snijpunt op de y-as aan in het geval van alle Xi=0. De X geeft de onafhankelijke variabelen weer die van invloed zijn op het bruto-aanvangsrendement. Dit zijn de geselecteerde determinanten uit het vorige hoofdstuk. De Bp staat synoniem voor de vermenigvuldigingsfactor van de determinanten X. Uit de regressieformule blijkt wat de significant samenhangende variabelen zijn en wat hun effect is op de te verklaren variabele (Baarda et al, 2011, pp. 136-143). Voor dit onderzoek is de regressievergelijking als volgt: Bruto-aanvangsrendement van de supermarktbelegging = B0 + B1* type koper + B2 * type supermarktformule + B3 * aandelenmarkt + B4 * verwachte inflatie + B5 * risicovrije rente + B6 * locatie + B7 * winkelgebied + B8 * ligging + B9 * huurpotentie + B10* resterende looptijd contract + B11 * winkelvloeroppervlakte + B12 * aantal kassa’s Voor de determinanten locatie, huurpotentie en winkelvloeroppervlakte zijn er meerdere variabelen geselecteerd om de invloed van de determinant op het bruto-aanvangsrendement te voorspellen.

4.1.2. Correlatie en causaliteit Met correlatie worden de sterkte en de richting van het verband tussen twee variabelen (interval- of ratiovariabelen) bepaald. Dit verband wordt uitgedrukt in Pearson’s correlatiecoëfficiënt, uitgedrukt in r. De waarde van de correlatiecoëfficiënt ligt altijd tussen -1 en +1. Hoe hoger de waarde van de coëfficiënt, des te sterker is het verband en des te dichter liggen de punten rondom een denkbeeldige rechte lijn. Als r=1 dan is er sprake van een perfect positief verband. Voor -1 geldt precies het tegenovergestelde. De maat voor de sterkte van het verband kan worden berekend door r te kwadrateren. Dit wordt de determinatiecoëfficiënt genoemd, oftewel r². Voor het berekenen van Pearson’s correlatiecoëfficiënt is een bivariate normale verdeling verondersteld (De Vocht, 2002). Nu de richting van een eventueel verband vooraf niet bekend is, is een tweezijdige toets uitgevoerd. Bij de (multiple) regressieanalyse wordt in dit onderzoek een causale relatie verondersteld tussen de afhankelijke variabele, het bruto-aanvangsrendement, en de onafhankelijke determinanten. Met behulp van regressie is het mogelijk de afhankelijke te voorspellen aan de hand van meerdere onafhankelijke variabelen (De Vocht, 2002). De multiple correlatiecoëfficiënt R geeft de correlatie van de afhankelijke variabele aan met alle onafhankelijke variabelen. Door R te kwadrateren ontstaat de determinatie coëfficiënt, deze geeft de variantie (uitgedrukt in een percentage) aan. Bij de regressieanalyse is de multicollineariteit een punt van aandacht. De onderlinge onafhankelijke variabelen mogen elkaar onderling niet te sterk correleren. In dat geval meten de onafhankelijke variabelen min of meer hetzelfde en is het niet mogelijk het effect van een afzonderlijke variabele te meten.

34


4.1.3. Methode Bij meervoudige regressie zijn er in SPSS drie methoden om de analyse uit te kunnen voeren. Dit zijn de methoden forward, backward en stepwise. Bij de forward en de backward methoden wordt verder niet stilgestaan, omdat de techniek van beide methoden complexer is dan de stepwise methode. In dit onderzoek is gebruik gemaakt van de methode die in de praktijk het meest wordt toegepast. Dit is de automatische stepwise methode. Bij iedere stap voegt SPSS een variabele toe aan de voorspelling. SPSS begint met de variabele die het best de afhankelijke variabel, het brutoaanvangsrendement verklaart. Vervolgens neemt SPSS de daarop volgende variabele die het best bijdraagt aan de voorspelling van het bruto-aanvangsrendement. Het voordeel van deze methode is dat het mogelijk is om na te gaan in welke mate de voorspelling verbetert indien een variabele wordt toegevoegd (Vocht, 2010).

4.2. Dataverantwoording De vastgoedwereld kent een aantal organisaties die zich bezighoudt met het registreren en analyseren van beleggingstransacties. Naast de commerciële makelaarskantoren zijn dit de onafhankelijke researchcentra van PropertyNL en Vastgoedmarkt. PropertyNL en Vastgoedmarkt delen hun kennis met de commerciële vastgoedorganisaties, waaronder DTZ Zadelhoff. DTZ Zadelhoff publiceert jaarlijks het vastgoed visierapport met daarin cijfers over het beleggingsvolume van het afgelopen jaar. Volgens DTZ Zadelhoff is naar schatting circa 90% van de beleggingstransacties in kantorenvastgoed inzichtelijk. Voor winkelvastgoed ligt dit percentage lager, al zijn er helaas geen concrete cijfers beschikbaar. De inschatting is dat circa 75% tot 85% van het beleggingsvolume in winkelvastgoed inzichtelijk is. In dit onderzoek is gebruik gemaakt van de transactiedatabase van DTZ Zadelhoff. De beschouwingsperiode is de periode van 2010 tot medio 2015. De periode van vóór 2010 is buiten beschouwing gelaten, omdat de kwaliteit van de informatie van vóór 2010 onvoldoende is om een statistische analyse op uit te voeren. Uit de transactiedatabase van DTZ Zadelhoff blijkt dat in de periode van 2010 tot medio 2015 zich ruim 600 winkelbeleggingstransacties hebben voorgedaan met een totaal beleggingsvolume van circa 5,5 miljard euro. Deze ruim 600 winkelbeleggingstransacties zijn gefilterd op de aanwezigheid van minimaal één supermarkt. Het resultaat is een opgeschoonde dataset (pooled cross section data) met daarin 183 transacties met een totaal beleggingsvolume van circa 1,6 miljard euro. De koopsommen van deze 183 transacties zijn geverifieerd door het Kadaster raad te plegen. Tevens zijn de huurgegevens gecontroleerd aan de hand van de verschillende Investment Memoranda (verkoopbrochures). Daar waar nodig is er informatie aan de database toegevoegd, onder meer de resterende looptijd van de huurcontracten en het aandeel van de supermarkt in de totale transactie. Tot slot zijn de huurgegevens gecontroleerd door de vastgoedprofessionals te raadplegen die bij de transactie betrokken waren. De dataset is verder verrijkt door gebruik te maken van informatie afkomstig van Locatus, DTZ Zadelhoff, het Centraal Bureau voor de Statistiek (CBS), het Centraal Plan Bureau (CPB), De Nederlandse Bank (DNB) en de Princeton University. Locatus heeft als onafhankelijke dienstverlener over ieder winkelpand in Nederland informatie beschikbaar. Dit betreft onder meer het type

35


winkelgebied, de winkelvloeroppervlakte en het aantal kassa’s van een supermarkt. Van het CBS, CPB, DNB en de Princeton University is informatie verkregen omtrent de inflatie, de rentevoet en de beurskoers. Het rapport van DTZ Zadelhoff (2011) is gebruikt voor de betaalde supermarkthuren per provincie en per type winkelgebied in kaart te brengen.

4.3. Operationalisering van de variabelen In deze paragraaf vindt de operationalisering van de onafhankelijke variabelen en van het brutoaanvangsrendement plaats. Zoals in hoofdstuk 3 beschreven, zijn de determinanten “renovatierisico”, “erfdienstbaarheden” en het “verkoopproces” niet meegenomen in dit onderzoek. Op basis van het literatuuronderzoek en de beschikbare dataset zijn de determinanten geoperationaliseerd. In tabel 4.1 staat een overzicht van de geoperationaliseerde variabelen. Operationalisering van de onafhankelijke variabelen # Determinant Invloed op Variabele het BAR 1

Praktijk (microniveau) Type koper

-

2

Type supermarktformule

+

3

Macroniveau Aandelenmarkt

-

4

Verwachte Inflatie

+

5

Risicovrije rente

+

Het type koper is onderverdeeld in twee groepen, namelijk de groep “belegger” en de groep “eigenaar/gebruiker”. Per supermarkttransactie is het type koper aangeduid. Indien de koper geen eigenaar/gebruiker is, behoort het type koper automatisch tot de groep belegger. Voor onderhavig onderzoek is de door EFMI Business School/Centraal Bureau Levensmiddelenhandel (2011) gehanteerde indeling gereduceerd tot de groepen full-service, hard discount en overige. Deze aangepaste indeling is ingegeven doordat het onderzoek een verschil in rendement tracht aan te tonen tussen de full-service supermarkten en de hard-discount supermarkten. Tevens geeft deze indeling een meer evenwichtige spreiding van het aantal valide cases per groep. Als proxy voor de aandelenmarkt is reciproke van de koerswinstverhouding (P/E ratio) van de S&P 500 aangehouden. Deze sluit aan bij de gehanteerde methodiek van Evans (1990), Ambrose en Nourse (2001) en Chaney en Hoesli (2015). De reciproke van de P/E ratio, gemeten op maandniveau, is gekoppeld aan de leveringsdatum van de afzonderlijke transacties. Als proxy voor de verwachte inflatie is de yieldspread tussen de korte termijn rente (de 3 maands Euribor) en de lange termijn rente (de jongste 10 jaars Nederlandse staatsobligaties) gehanteerd. De hoogte van de yieldspread, gemeten op maandniveau, is gekoppeld aan de leveringsdatum van de afzonderlijke transacties. Rentetarieven van de jongste 10 jaars Nederlandse staatsrente. Het rentetarief, op kwartaalniveau, is gekoppeld aan de leveringsdatum van de afzonderlijke transacties.

36


6

Microniveau Locatie

-

7

Winkelgebied

-

8

Ligging

-

9

Huurpotentie

-

-

10


11


-

-

Voor de locatie is een indeling gemaakt naar provincie. Uitgangspunt is dat de provincies Noord-Holland, Zuid-Holland en Utrecht de beste locaties zijn. Dit uitgangspunt sluit aan bij de door Post (2014) gestelde hypothese dat een supermarkt in de Randstad een lager rendement heeft dan een supermarkt gelegen elders in Nederland. Naast het geografische onderscheid, is er een onderscheid gemaakt op basis van het type winkelgebied. Voor de verschillende typen winkelgebieden wordt verwezen naar bijlage 3. Gelet op de vele typen winkelgebieden, is er in dit onderzoek voor gekozen om enkel onderscheid te maken tussen het type “centraal winkelgebied” en het type “ondersteunend winkelgebied”. Vertrekpunt is dat de centraal gelegen winkelgebieden de beste locaties zijn, omdat hier het meeste winkelaanbod is. Dit vertrekpunt sluit aan bij de centrale plaatsentheorie van Christaller. Christaller stelt dat centraal gelegen centra meer typen voorzieningen aanbiedt en een groter verzorgingsgebied heeft (Atzema et al., 2012). In lijn met de onderverdeling naar type winkelgebied, is er tevens een rangschikking gemaakt naar ligging van de supermarkt. Per transactie is in kaart gebracht of de supermarkt een solitaire ligging heeft dan wel onderdeel is van een winkelcentrum. Uitgangspunt is dat een supermarkt gelegen in een winkelcentrum de beste locatie is (Post, 2014). Voor de bepaling van de huurpotentie is gekeken naar de gemiddelde huurprijzen (per m²) van supermarkten op het niveau van provincie (DTZ Zadelhoff, 2011). Deze methode vertoont overeenkomsten met de meer verfijnde huurherzieningsprocedure conform artikel 7:303 BW. Een verdere uitweiding over de huurherzieningsprocedure conform artikel 7:303 BW valt buiten het bestek van dit onderzoek. Ter aanvulling op bovenstaande zijn tevens de gemiddelde huurprijzen (per m²) per grootteklasse (DTZ Zadelhoff, 2011) in de analyse betrokken. Gemiddelde resterende gewogen looptijd van de huurovereenkomst(en), uitgedrukt in jaren op het moment van de leveringsdatum. Post (2014) heeft aangetoond dat een supermarkt met een groter winkelvloeroppervlakte een lager brutoaanvangsrendement heeft dan een supermarkt met een kleiner winkelvloeroppervlakte. Onderhavig onderzoek gaat dieper in op de determinant winkelvloeroppervlakte door zowel de winkelvloeroppervlakte van de transactie als de winkelvloeroppervlakte van de supermarkt te analyseren. Het uitgangspunt is dat een toename van de totale winkelvloeroppervlakte van de transactie een negatieve invloed heeft op het bruto-aanvangsrendement.

37


-

12

Aantal kassa’s -

De veronderstelling is dat een toename van het winkelvloeroppervlakte van de supermarkt een negatieve invloed heeft op het bruto-aanvangsrendement. De winkelvloeroppervlakte is ingedeeld in grootteklassen (DTZ Zadelhoff, 2011). De veronderstelling is dat een toename van het supermarktaandeel in de totale winkelvloeroppervlakte een negatieve invloed heeft op het bruto-aanvangsrendement. Per transactie is het aantal kassa’s in kaart gebracht. Hiervoor is gebruik gemaakt van data die door Locatus beschikbaar is gesteld. Indien de transactie bestaat uit meer dan één supermarkt, is het gemiddelde aantal kassa’s per supermarkt aangehouden.

Tabel 4.1: Operationalisering van de onafhankelijke variabelen

Naast de determinanten op macro- en microniveau zitten in het model ook dummy variabelen voor de transactiedatum (uitgedrukt in het jaartal) opgenomen. De coëfficiënten van deze dummy variabelen geven de zogenaamde time fixed effects weer en kunnen worden geïnterpreteerd als de ontwikkeling van het bruto-aanvangsrendement. In bijlage 4 staat een schematisch overzicht met daarin het meetniveau van de variabelen. In bijlage 5 staat een overzicht van de gebruikte dummy variabelen. Uit bijlage 5 blijkt dat voor de determinanten type koper, type supermarktformule, locatie, winkelgebied en ligging gebruik is gemaakt van dummy variabelen. Uit paragraaf 3.1.1 blijkt dat de afhankelijke variabele, het bruto-aanvangsrendement v.o.n., kan worden berekend aan de hand van de marktprijs. De marktprijs, ook wel koopsom genoemd, is het bedrag waarop de transactie tot stand komt. In het Kadaster wordt de koopsom uitgedrukt als het bedrag kosten koper (k.k.). Om de koopsom v.o.n. te berekenen is de koopsom k.k. verhoogd met de wettelijke overdrachtsbelasting (6% van de koopsom k.k.) en de notariskosten (aanname: 0,15% van de koopsom k.k.).

4.4. Controle vooronderstellingen Voor de controle van de vooronderstellingen is gebruik gemaakt van de residuenanalyse en van Pearson’s correlatiecoëfficiënt. Met behulp van de residuenanalyse is het mogelijk na te gaan of er voldaan is aan de vooronderstellingen 2, 3 en 4 van de regressie analyse. In een regressieanalyse zijn residuen de verschillen tussen de waargenomen Y-waarden van de afhankelijke variabele, het brutoaanvangsrendement, en de door de regressievergelijking voorspelde Y-waarden. Volgens Vocht geven de residuen een beeld van de kwaliteit van het regressiemodel. Hoe dichter de punten bij de lijn liggen, des te kleiner zijn de residuen. Des te kleiner de residuen des te sterker is het verband en des te beter is de kwaliteit van het regressiemodel (De Vocht, 2010, p. 208-2013). Vooronderstelling 5 kan worden gecontroleerd aan de hand van Pearson’s correlatiecoëfficiënt (uitgedrukt in r) en de variance inflation factor (VIF). Deze correlatiecoëfficiënt meet de onderlinge correlatie tussen twee onafhankelijke variabelen. In onderstaande wordt beantwoord of voor dit onderzoek voldaan is aan de vooronderstellingen voor het mogen uitvoeren van een meervoudige regressie analyse.

38


(1) Meetniveau: uit bijlage 3 blijkt dat de variabelen allen zijn gemeten op rationiveau of als dummy variabele in het onderzoek zijn meegenomen. Dit betekent dat er tenminste is gemeten op intervalniveau dan wel als dummy variabele. Hiermee is aan de eerste vooronderstelling voldaan. (2) Normale verdeling: met een histogram en/of een normal probality plot kan onderzocht worden of de residuen normaal verdeeld zijn. De normal probality plot is normaal verdeeld als alle punten (rondom) de diagonaal liggen (De Vocht, 2010, p. 209). In bijlage 6 is de histogram en de normal probality plot van dit onderzoek opgenomen. Uit de analyse van beide figuren blijkt dat de residuen als normaal verdeeld kunnen worden beschouwd. (3) Homoscedasticiteit: door de gestandaardiseerde residuen op de Y-as af te zetten tegen de gestandaardiseerde voorspelde Y-waarden op de X-as kan worden nagegaan of de variantie van de residuen homoscedasticiteit (homogeen, contant) is. (De Vocht, 2010, p. 209-2010). Door het maken van een spreidingsdiagram (scatterplot) kan dit worden nagegaan. In bijlage 3 is de figuur van de scatterplot opgenomen. Uit de figuur valt af te lezen dat de punten evenwichtig rondom de horizontale nullijn liggen. Dit betekent dat de variantie homoscedasticiteit is. (4) Lineair verband: de lineariteit kan eveneens met de scatterplot gecontroleerd worden. Indien de residuen geen duidelijk patroon vertonen, maar in een horizontale band (rondom) de nullijn liggen is er sprake van een lineair verband. Gezien de scatterplot figuur in bijlage 6, is er sprake van een lineair verband. (5) Correlatie onderlinge onafhankelijke variabelen: Bij de regressieanalyse is de multicollineariteit een punt van aandacht. De onderlinge onafhankelijke variabelen mogen elkaar onderling niet te sterk correleren. In dat geval meten de onafhankelijke variabelen min of meer hetzelfde en is het niet mogelijk het effect van een afzonderlijke variabele te meten. Voor het berekenen van de onderlinge correlatie is gebruik gemaakt van twee methoden, namelijk de Pearson’s correlatiecoëfficiënt (r) en de variance inflation factor (VIF). Voor het berekenen van de Pearson’s correlatiecoëfficiënt (r) is een correlatiematrix opgesteld. De correlatiematrix is in bijlage 7 opgenomen. Om onderlinge correlatie tegen te gaan, zijn de correlaties tussen onafhankelijken met als uitkomst r ≥ 0,9 buiten de analyse gelaten (De Vocht, 2002). Uit de tabel valt af te lezen dat er geen onderlinge correlaties zijn. De hypotheses zijn getoetst aan de hand van de meervoudige regressieanalyse (zie hoofdstuk 5). Tijdens de regressieanalyse zijn de variance inflation factor (VIF) en de tolerance in acht genomen. De VIF bepaald of er een lineair verband is tussen een determinant en andere determinanten (Field, 2000). Volgens Field (2000) geeft een VIF waarde van meer dan 10 problemen met betrekking tot de multicollineariteit. De tolerance is de reciproke van de VIF. Volgens Field (2000) geeft een tolerance waarde lager dan 0,2 problemen aangaande de multicollineariteit. Geconcludeerd kan worden dat dit onderzoek voldoet aan de gestelde vooronderstellingen voor het mogen uitvoeren van een meervoudige regressie analyse.

39


4.5. Beschrijvende statistiek Uit het onderzoek van Post blijkt dat de beschikbare informatie over de rendementen van supermarkten uiterst summier en niet transparant is (Post, 2014). Met behulp van de gebruikte dataset geldt deze informatiebeperking niet voor dit onderzoek. De dataset bestaat uit 183 beleggingstransacties die in de periode van 2010 tot medio 2015 hebben plaatsgevonden. Deze 183 transacties zijn gezamenlijk goed voor een totaal beleggingsvolume van circa 1,6 miljard euro. In figuur 4.1 is het beleggingsvolume en het gemiddelde brutoaanvangsrendement v.o.n. op jaarbasis weergegeven. Supermarktbeleggingsvolume en BAR v.o.n. in de periode van 2010 tot medio 2015 500 450 400 350 300 250 200 150 100 50 -

9,0% 8,0%

8,5% 7,8%

8,0%

7,5%

7,5%

7,1% 6,8%

6,8%

7,0% 6,5% 6,0%

2010

2011

2012

2013

Volume (x mln euro)

2014

medio 2015

BAR v.o.n.

Figuur 4.1: Supermarktbeleggingsvolume en bruto-aanvangsrendement v.o.n. in de periode 2010 tot medio 2015

BAR v.o.n. (y-as) afgezet tegen de datum van de eigendomsoverdracht (x-as) 14% 12% 10% R² = 0,1943

8% 6% 4% 2% 0% 1-1-2010

16-5-2011

27-9-2012

9-2-2014

Figuur 4.2 BAR v.o.n. (y-as) afgezet tegen de datum van de eigendomsoverdracht(x-as)

24-6-2015

40


In figuur 4.2 is het bruto-aanvangsrendement per transactie weergegeven voor de periode van 2010 tot medio 2015. Uit de figuur blijkt dat de trendlijn een stijgende lijn laat zien met een hellingshoek van circa 0,2% per jaar. In tabel 4.2 staat de SPSS output van de gehanteerde afhankelijke variabele. De N betreft het aantal cases (transacties), het minimum de laagste score, het maximum de hoogte score, de Mean is het gemiddelde en de standaarddeviatie is als Std.deviation weergegeven. Beschrijvende statistiek: gehanteerde afhankelijke variabele Variabele Bruto-aanvangsrendement

N

Minimum

Maximum

Mean

Std.deviantion

183

4,3

13,0

7,421

1,1295

Tabel 4.2: Beschrijvende statistiek: gehanteerde afhankelijke variabele

In totaal maken 220 supermarkten onderdeel uit van de 183 transacties. In 150 gevallen was één supermarkt onderdeel van de transactie; solitair dan wel als onderdeel van een winkelcentrum. In 29 gevallen omvatte de transactie twee supermarkten en in drie gevallen zelfs drie supermarkten. Slechts in één enkel geval waren vier supermarkten onderdeel van de transactie. Noemenswaardig is dat van de 220 supermarkten het 40 keer een Lidl betreft. Dit komt overeen met 18% van het totaal. Een verklaring hiervoor kan zijn dat het merendeel (27) door Lidl zelf is verworven. Zij hebben veel van hun eigen supermarkten gekocht. In tabel 4.3 is de frequentieverdeling van de determinant type koper weergegeven. Uit de tabel blijkt dat ruim 20% van de supermarkten worden gekocht door de eigenaar/gebruiker. Beschrijvende statistiek: frequentieverdeling van de determinant type koper Type koper Belegger Eigenaar/gebruiker Totaal

Frequentie

%

146 37 183

79,8 20,2 100,0

Tabel 4.3 Beschrijvende statistiek: frequentieverdeling van de determinant type koper

Uit tabel 4.4 blijkt de frequentieverdeling van de determinant type supermarktformule. Beschrijvende statistiek: frequentieverdeling van de determinant type supermarktformule Type supermarktformule Full-service Hard discounter Overige Totaal

Frequentie

%

71 37 75 183

38,8 20,2 41,0 100,0

Tabel 4.4 Beschrijvende statistiek: frequentieverdeling van de determinant type supermarktformule

In de tabel 4.3 en 4.4 valt op dat de frequentie van de ‘eigenaar/gebruiker’ en de ‘hard discounter hetzelfde is. Dit berust op een toevalligheid. In tabel 4.5 zijn de tabellen 4.3 en 4.4 samengevoegd. Uit tabel 4.5 blijkt dat hard discounter supermarkten vaak door de eigenaar/gebruiker worden gekocht.

41


Beschrijvende statistiek: frequentieverdeling van de determinanten type supermarktformule en type koper Type supermarktformule Full-service Hard discounter Overige Totaal

Belegger

Eigenaar/gebruiker

Totaal

65 10 71 146

6 27 4 37

71 37 75 183

Tabel 4.5 Beschrijvende statistiek: frequentieverdeling van de determinanten type supermarktformule en type koper

In tabel 4.6 staat de SPSS output van de onafhankelijke variabelen (exclusief dummy variabelen) die in de meervoudige regressieanalyse zijn betrokken. De N betreft het aantal cases (transacties), het minimum de laagste score, het maximum de hoogte score, de Mean is het gemiddelde en de standaarddeviatie is als Std.deviation weergegeven. Beschrijvende statistiek: gehanteerde onafhankelijke variabelen (exclusief dummy variabelen) Variabele N Minimum Maximum Mean Reciproke P/E ratio S&P 500 Yieldspread 10 tussen de korte termijn rente en de lange termijn rente Rente op 10 jaars staatsobligaties Gemiddelde huur in NL obv provincie (EUR/m² per jaar) Gemiddelde huur in NL obv grootteklasse (EUR/m² per jaar) Gemiddeld gewogen resterende looptijd van de huurovereenkomsten (jaar) Totaal metrage (m²) Aandeel van de supermarkt in het totale metrage (%) Gemiddeld aantal kassa's

Std.deviantion

183 183

,037232 ,30

,050861 2,79

,04357119 1,5049

,003971995 ,50749

183 183

,4200 110,2057

3,4400 156,1884

2,022077 137,693060

,7524210 14,5020778

183

116,6216

190,9964

171,504879

13,9229066

180

,75

15,00

5,0872

2,61382

183 183

329 9,0

26301 100,0

3772,05 71,421

3838,373 28,0346

183

2,5000

20,0000

6,413479

2,7273231

Tabel 4.6 Beschrijvende statistiek: gehanteerde onafhankelijke variabelen (exclusief dummy variabelen)

Voor de locatie determinant is gebruik gemaakt van dummy variabelen. Iedere provincie is als afzonderlijke dummy variabele in de regressieanalyse opgenomen. In figuur 4.3 is de spreiding van het aantal transacties naar provincie weergegeven. Uit de figuur valt op te maken dat absoluut gezien de meeste transacties plaatsvinden in de provincies Zuid-Holland, Gelderland en NoordHolland. In de provincies Friesland, Drenthe en Zeeland vinden de minste transacties plaats. In de figuur is eveneens het aantal transacties afgezet tegen de aanwezige winkelvoorraad supermarkten. Het beeld wordt dan anders. Relatief gezien vinden de meeste transacties plaats in de provincies Flevoland, Groningen en Zuid-Holland. In de provincies Friesland, Zeeland en Drenthe vinden zowel absoluut als relatief gezien de minste transacties plaats.

42


Aantal transacties per provincie 2010 - medio 2015 9,5%

50

10%

40

8% 5,9%

30

5,0%

4,7%

5,2%

4,4%

6%

3,4%

20 2,1%

2,5%

2,1%

2,8%

3,1%

18

10

10

4% 2%

11

5

4

15

9

29

13

24

42

3

0

0%

Aantal transacties

Aantal transacties als % van het totaal aantal supermarkten

Figuur 4.3: Aantal transacties per provincie in de periode van 2010 tot medio 2015

Er zijn eveneens dummy variabelen gebruikt voor de determinanten winkelgebied en ligging. In onderstaande tabellen zijn de frequentieverdelingen van deze dummy variabelen weergegeven. Uit tabel 4.7 valt op te maken dat de frequentieverdeling niet gelijkmatig is. Het merendeel van de transacties betreft supermarkten die in een ondersteunend winkelgebied liggen. Beschrijvende statistiek: frequentieverdeling van de determinant winkelgebied Winkelgebied Centraal winkelgebied Ondersteunend winkelgebied Totaal

Frequentie

%

73 110 183

39,9 60,1 100

Tabel 4.7 Beschrijvende statistiek: frequentieverdeling van de determinant winkelgebied

De 183 transacties betreffen zowel transacties van supermarkten die solitair zijn gelegen (92 transacties) als van transacties waarbij de supermarkt onderdeel is van een winkelcentrum (91 transacties). Zoals uit tabel 4.8 blijkt is de frequentieverdeling van de determinant ligging gelijkmatig verdeeld. Beschrijvende statistiek: frequentieverdeling van de determinant ligging Winkelgebied Solitaire supermarkt Supermarkt is onderdeel van een winkelcentrum Totaal

Frequentie

%

92 91 183

50,3 49,7 100

Tabel 4.8 Beschrijvende statistiek: frequentieverdeling van de determinant ligging

Voor de determinant winkelvloeroppervlakte is onder meer gebruik gemaakt van de indeling naar grootteklasse (DTZ Zadelhoff, 2011). In tabel 4.9 is de frequentieverdeling gepresenteerd van deze dummy variabele. Uit de tabel blijkt de oververtegenwoordiging van de grootteklassen supermarkt middelklein en supermarkt middel en de ondervertegenwoordiging van de overige grootteklassen.

43


Beschrijvende statistiek: frequentieverdeling naar grootteklasse (winkelvloeroppervlakte) Grootteklasse Buurtsuper (0-500 m²) Supermarkt klein (500-1500 m²) Supermarkt middelklein (1000-1500 m²) Supermarkt middel (1500-2000 m²) Supermarkt middelgroot (2000-2500 m²) Supermarkt groot (2500-3000 m²) Supermarkt XL (>3000 m²) Totaal

Frequentie

%

1 18 84 46 16 12 6 183

0,5 9,8 45,9 25,1 8,7 6,6 3,3 100

Tabel 4.9 Beschrijvende statistiek: frequentieverdeling naar grootteklasse (winkelvloeroppervlakte)

De dummy variabelen om de tijdseffecten te meten zijn ingedeeld naar jaartal. Dit betekent dat iedere transactie gekoppeld is aan het jaartal waarin de transactie plaatsvond. Voor het eerste jaar (2010) is geen dummy variabele aangemaakt. Voor de volledigheid is het jaar 2010 wel opgenomen in tabel 4.10. De verdeling over de jaren is redelijk verdeeld. Voor het jaar 2015 zijn er nog relatief weinig transacties, maar dit jaar is nog lopende. Mogelijk zijn er meer transacties, maar zijn deze nog niet verwerkt in het Kadaster. Tabel 4.10 toont overeenkomsten met figuur 4.1. Beschrijvende statistiek: frequentieverdeling naar jaar (time fixed effects) Grootteklasse 2010 2011 2012 2013 2014 2015

Frequentie

%

27 31 30 43 46 6

14,8 16,9 16,4 23.5 25,1 3,3

Tabel 4.10 Beschrijvende statistiek: frequentieverdeling naar jaar (time fixed effects)

4.6. Resumerend De regressieanalyse is een veelvuldig gebruikte methode om de invloed van de determinanten op het aanvangsrendement te onderzoeken en opgestelde hypotheses te toetsen. Deze analyse maakt het mogelijk om de invloed van meerdere onafhankelijke variabelen op de afhankelijke variabele, het bruto-aanvangsrendement, te onderzoeken. Om deze analyse te kunnen toepassen dient aan vier vooronderstellingen te worden voldaan. Dit zijn de vooronderstellingen normaliteit, homoscedasciteit, lineariteit en geen multicollineariteit. Uit de controle van de vooronderstellingen blijkt dat aan de vier voorwaarden is voldaan. De conclusie is dat de meervoudige regressieanalyse toegepast mag worden in dit onderzoek. Om de regressieanalyse uit te voeren is in dit onderzoek de stepwise methode toegepast. In dit onderzoek is gebruik gemaakt van de transactiedatabase van DTZ Zadelhoff. De beschouwingsperiode is de periode van 2010 tot medio 2015. De inschatting is dat circa 75% tot 85% van de beleggingstransacties in winkelvastgoed inzichtelijk is. De transactiedatabase bestaat voor genoemde periode uit circa 600 transacties. Verificatie en controle van de informatie heeft de

44


transactiebase opgeschoond en verrijkt. Het resultaat is een dataset met 183 transacties die in het onderzoek worden meegenomen. Tot slot zijn de in hoofdstuk 3 geselecteerde determinanten in dit hoofdstuk geoperationaliseerd en is meer informatie gepresenteerd over de gebruikte variabelen (beschrijvende statistiek).

45


5. Empirisch kwantitatief onderzoek In dit hoofdstuk staat de beantwoording van de hypothesen centraal. Met behulp van het statistische programma SPSS vindt de toetsing van de hypothesen plaats. De hypothesen komen voort uit de verwachte invloed van de onafhankelijke variabelen op de afhankelijke variabele, het brutoaanvangsrendement. In hoofdstuk 4 is reeds ingegaan op de gebruikte onderzoeksmethode, de dataverantwoording, de geoperationaliseerde onderzoeksvariabelen en de beschrijvende statistiek.

5.1. Toetsing van de hypothesen (Hypothese 1) Een supermarkttransactie met een eigenaar/gebruiker als koper heeft een lager bruto-aanvangsrendement dan wanneer een belegger de koper is. Om hypothese 1 te toetsen is gebruik gemaakt van de t-toets. De t-toets is een analysetechniek om te bepalen of de gemiddelden van twee groepen bij een testvariabele (het brutoaanvangsrendement) significant van elkaar verschillen. De twee groepen zijn in dit geval de twee typen kopers, namelijk de “belegger” (n=146) en de “eigenaar/gebruiker” (n=37). De testvariabele is het bruto-aanvangsrendement. In bijlage 8 zijn de twee SPSS output tabellen van de uitgevoerde toets weergegeven. Dit zijn de tabellen Group Statistics en Independent sample test. Uit de tabellen blijkt dat het gemiddelde van het bruto-aanvangsrendement tussen beide groepen weinig van elkaar verschilt. De “belegger” heeft een gemiddeld bruto-aanvangsrendement van 7,417 en de “eigenaar/gebruiker” heeft een gemiddeld bruto-aanvangsrendement van 7,438. Dit ontloopt elkaar nauwelijks. Wat opvalt, is dat de standaarddeviatie van de “eigenaar/gebruiker” (1,5107) aanzienlijk hoger is dan de standaarddeviatie van de “belegger” (1,0171). De Independent sample test laat een toetsingsgrootheid F zien van 3,126. De toetsingsgrootheid F geeft aan of varianties van elkaar verschillen en is niet-significant (p=0,079). Er is dus geen sprake van een significant verschil in de hoogte van het bruto-aanvangsrendement tussen de groep “beleggers” en de groep “eigenaar/gebruikers” als koper. Hypothese 1 kan dan ook worden verworpen. Een beperking in dit gedeelte van het onderzoek is het aanzienlijke verschil in valide cases tussen beide variabelen. Mogelijk dat dit van invloed is geweest op de uitkomsten van de t-toets. (Hypothese 2) Een supermarkttransactie met als supermarktformule een full-service supermarkt heeft een lager bruto-aanvangsrendement dan een hard discount supermarktformule. De hypothese is opgesteld vanuit de praktijkervaring dat een full-service supermarkt onder beleggers meer gewild is dan een hard discounter supermarkt. Voor het toetsen van deze hypothese is gebruik gemaakt van twee analysetechnieken, namelijk de enkelvoudige variantieanalyse (one way ANOVA) en de univariate analyse. Met de enkelvoudige variantieanalyse is nagegaan of de gemiddelden van drie groepen op de testvariabele significant van elkaar verschillen. De testvariabele is het bruto-aanvangsrendement gemeten op rationiveau. De drie groepen zijn: (1) De full-service supermarkten Albert Heijn en Plus (n=71); (2) De hard discount supermarkten Aldi en Lidl (n=37); (3) De restcategorie, zijnde alle resterende supermarkten niet zijnde full-service en hard discounter supermarkten (n=75).

46


Een nadeel van de enkelvoudige variantieanalyse is dat deze niet aansluit bij de opgestelde hypothese. Aan de one way ANOVA kan namelijk geen richting worden meegeven, dit terwijl de hypothese wel een richting veronderstelt. Om dit te ondervangen is de hypothese aangepast door geen richting te veronderstellen. Bijlage 9 bevat de door SPSS gegenereerde output tabellen van de uitgevoerde toets. Dit zijn de tabellen Descriptives, Test of homegeneity of Variances, ANOVA en Multiple comparisions. Uit de analyse, zie tabel Descriptives, valt op te maken dat het gemiddelde brutoaanvangsrendement van full-service supermarkten (7,40%) lager is dan het gemiddelde brutoaanvangsrendement van hard discounters (7,82%). Daarnaast is de standaarddeviatie van de fullservice supermarkten eveneens lager, 1,06% versus 1,44%. Opmerkelijk is echter dat de restcategorie het laagste gemiddelde bruto-aanvangsrendement (7,23%) én de laagste standaarddeviatie (0,96%) heeft. De gevonden verschillen blijken niet significant (F=(2,180)=3,499;p>0,001). De tweede tabel, Test of homegeneity of Variances, laat zien of er gelijkheid in variantie bestaat tussen de groepen. Omdat p>0,05 kan worden aangenomen dat er gelijkheid in variantie bestaat. Door deze uitkomst is het mogelijk om na te gaan welke groepen significant van elkaar verschillen. Hiervoor dient de Bonferroniprocedure te worden doorlopen. Hierop wordt later ingegaan. Met behulp van de ANOVA tabel kan de vraag worden beantwoord of er überhaupt verschil in brutoaanvangsrendement is tussen de verschillende groepen. Uit de analyse komt naar voren dat de relatieve (mean square) verklaarde variantie tussen de groepen groter is dan de variantie binnen de groepen. De F-waarde (3,499) en het significatieniveau (p<0,05) laten zien dat er sprake is van een significant (> 95%) verschil tussen de groepen. Met behulp van de Bonferroniprocedure kan worden nagegaan welke groepen significant van elkaar verschillen en kan de vraag worden beantwoord of het bruto-aanvangsrendement van full-service supermarkten afwijkt van hard discounter supermarkten. De tabel Multiple Comparisons geeft de uitkomsten weer van de Bonferroniprocedure. Het blijkt dat het gemiddelde bruto-aanvangsrendement van full-service supermarkten 0,422% lager is dan het gemiddelde bruto-aanvangsrendement van hard discounter supermarkten. Dit verschil is niet significant (p>0,05). Interessant is dat er wel een significant verschil (p=0,027) is tussen hard discounter supermarkten en de restcategorie. Het gemiddelde bruto-aanvangsrendement van hard discounter supermarkten is significant bewezen 0,59% hoger. De restcategorie bestaat uit circa 15 verschillende supermarktformules. Hierdoor is het niet mogelijk te duiden of er een bepaalde supermarktformule (of meerdere) verantwoordelijk is voor het gevonden significante verband. Uit de enkelvoudige variantieanalyse blijkt dat er geen significant verschil in brutoaanvangsrendement bestaat tussen full-service supermarkten en hard discount supermarkten. Hypothese 2 kan worden verworpen. Er is wel een significant verschil aangetoond tussen hard discounter supermarkten en de restcategorie. Met de univariate analyse is het mogelijk om meer verfijnd op de hypothese in te gaan. In deze analyse zijn de drie groepen gesplitst in de variabelen “solitaire supermarkt” en “supermarkt als onderdeel van een winkelcentrum” (samen type supermarkt genoemd). Reden voor deze analyse is dat solitaire supermarkten een groter aandeel hebben in het totale metrage van de transactie (zie

47


tabel 5.1). Verondersteld wordt dat dit een zuiverder beeld geeft van de verschillen in het gemiddelde bruto-aanvangsrendement en dat mogelijkerwijs deze analyse een andere uitkomst laat zien dan de enkelvoudige variantieanalyse. Aandeel van de supermarkt in het totale metrage van de transactie Type N Gemiddeld aandeel (Mean)

Std.deviantion

Solitaire supermarkt

92

94,753

11,2912

Supermarkt als onderdeel van een winkelcentrum

91

47,834

18,4783

Tabel 5.1 Aandeel van de supermarkt in het totale metrage van de transactie

Uit de univariate analyse blijkt dat er geen significant verschil bestaat tussen het brutoaanvangsrendement en de nominale “variabelen supermarktgroep” (full-service, hard discounter en de restcategorie) en “type supermarkt” (solitaire supermarkt versus supermarkt als onderdeel van een winkelcentrum. Een verdere analyse is dan weinig zinvol. (Hypothese 3) Er is een significant negatief verband (correlatie) tussen de determinant aandelenmarkt en de afhankelijke variabele bruto-aanvangsrendement. Ambrose en Nourse (1993) hebben in hun onderzoek een model ontwikkeld dat suggereert dat het rendement een negatief verband heeft met de reciproke van de koers-winstverhouding (P/E ratio) van de S&P 500. Als proxy voor de aandelenmarkt is in dit onderzoek eveneens gebruik gemaakt van de reciproke van de P/E ratio van de S&P 500 als onafhankelijke variabele. Uit de output van de meervoudige regressieanalyse blijkt een bèta van -0,123 en een significatieniveau van p=0,119. Hieruit kan geconcludeerd worden dat er geen significant verband is tussen de determinant aandelenmarkt en het bruto-aanvangsrendement. De hypothese kan hiermee worden verworpen. (Hypothese 4) Er is een significant positief verband (correlatie) tussen de determinanten verwachte inflatie en de risicovrije rente (onafhankelijke variabelen) en de afhankelijke variabele brutoaanvangsrendement. Uit het literatuuronderzoek is gebleken dat er een positief verband is tussen de verwachte inflatie en het aanvangsrendement (Ambrose en Nourse, 1993) en tussen de risicovrije rente en het aanvangsrendement (Clayton et al., 2009). In figuur 5.1 is het verloop van het brutoaanvangsrendement, de verwachte inflatie en de risicovrije rente in de periode van 2010 tot medio 2015 weergegeven. Als proxy voor de verwachte inflatie is de yieldspread aangehouden tussen de korte termijn rente (3 maands Euribor) en en de lange termijn rente (jongste 10 jaars Nederlandse staatsobligaties). Als proxy voor de risico vrije rente is de rente gehanteerd van de jongste 10 jaars staatsobligaties. Deze figuur heeft als doel een algemeen beeld te krijgen van de gemiddelde ontwikkeling van deze indices. De indices van de verwachte inflatie en de risicovrije rente zijn gekoppeld aan de leveringsdatum van de transactie. Opvallend zijn de dalende lijnen van de verwachte inflatie en de risicovrije rente en de stijgende lijn van het bruto-aanvangsrendement. De figuur impliceert overigens geen positief verband tussen de onafhankelijke variabelen en de onafhankelijke variabele.

48


Gemiddelde ontwikkeling BAR v.o.n., inflatie en rente op staatsobligaties 2010 tot medio 2015 9%

3,5% 3,0% 2,5%

8%

2,0% 1,5% 7%

1,0% 0,5%

6%

0,0% 2010

2011 BAR v.o.n. (%)

2012

2013

Verwachte inflatie (%)

2014

2015

Risicovrije rente (%)

Figuur 5.1 Gemiddelde ontwikkeling BAR v.o.n., verwachte inflatie en risicovrije rente

In bijlage 9 zijn de uitkomsten van de uitgevoerde meervoudige regressieanalyse opgenomen. Uit de uitkomsten valt op te maken dat zowel de verwachte inflatie (p=0,000) als de risicovrije rente (p=0,000) een significant verband vertonen met het bruto-aanvangsrendement. De verwachte inflatie heeft een positieve bèta van 0,223 en de risicovrije rente laat een tamelijk grote negatieve bèta zien van -0,621. Dit betekent dat als de verwachte inflatie groter wordt, het brutoaanvangsrendement stijgt. Deze conclusie sluit aan bij de bevindingen van Ambrose en Nourse (2001) en Sivitanidou en Sivitanides (1999). Het is opvallend dat de risicovrije rente een negatief verband vertoont met het bruto-aanvangsrendement. Het gevonden negatieve verband sluit niet aan bij de onderzoeksresultaten van Clayton et al. (2009) en van Chaney en Hoesli (2015). Gedurende de onderzoeksperiode van 2010 tot medio 2015 heeft de risicovrije rente enkel een dalende lijn. Dit terwijl het bruto-aanvangsrendement gedurende deze periode stijgt. Een mogelijke verklaring is dat de banken hun marges voor het financieren van commercieel vastgoed verhoogd, de financieringsvoorwaarden aangescherpt en minder financieringen uitgegeven (Nyenrode Business Universiteit, 2013). Ondanks de dalende risicovrije rente kunnen deze factoren van invloed zijn geweest op het stijgende bruto-aanvangsrendement gedurende deze periode. Zowel de verwachte inflatie als de risicovrije rente zijn tijdsvariant. Uit de meervoudige regressieanalyse blijkt dat er geen significant verband is tussen de jaren en het brutoaanvangsrendement (er zijn geen significante time fixed effects). Door deze uitkomst kan worden gesteld dat de gevonden significante verbanden niet worden beïnvloedt door tijdseffecten. De conclusie is dat er een significant verband (correlatie) bestaat tussen de determinanten verwachte inflatie en risicovrije rente en het bruto-aanvangsrendement. Voor de verwachte inflatie is het gevonden significante verband positief en voor de risicovrije rente is het significante verband negatief. Hypothese 4 kan hiermee deels worden verworpen (risicovrije rente) en deels worden aangenomen (verwachte inflatie)

49


(Hypothese 5) Er is een significant negatief verband (correlatie) tussen de determinanten huurpotentie, locatie, winkelgebied, ligging, resterende looptijd huurcontract, winkelvloeroppervlakte en aantal kassa’s (onafhankelijke variabelen) en de afhankelijke variabele bruto-aanvangsrendement. Voor de beantwoording van hypothese 5 is de output benodigd van de meervoudige regressieanalyse (zie bijlage 9). Uit de meervoudige regressieanalyse blijkt dat er zes variabelen zijn die een significant verband vertonen met het bruto-aanvangsrendement. In tabel 5.2 zijn deze vijf significante variabelen met hun bijbehorende bèta gepresenteerd. Voor de operationalisering van de variabelen en het gehanteerde meetniveau wordt verwezen naar tabel 4.1 en naar de bijlagen 4 en 5. Coëfficiënts meervoudige regressieanalyse – model 6 Unstandardized coefficients Variabele

B.

Std. Error

(Constant) 10,066 ,323 Rente op 10 jaars -,945 ,140 staatsobligaties Dummy Supermarkt klein ,829 ,231 (500-1.000 m²) Supermarktaandeel in de totale -,013 ,002 winkelvloeroppervlakte Dummy provincie Noord-Holland -,703 ,201 Gemiddeld aantal kassa's -,089 ,027 yieldspread tussen de korte termijn rente en de lange termijn ,500 ,208 rente Tabel 5.2 Coëfficiënts meervoudige regressieanalyse – model 6

Standarddized coefficients Bèta

T

Sig.

31,201

,000

-,621

-6,745

,000

,220

3,592

,000

-,311

-5,076

,000

-,212 -,214

-3,507 -3,341

,001 ,001

,223

2,402

,017

Huurpotentie De determinant huurpotentie is geoperationaliseerd door te kijken naar de gemiddelde betaalde huurprijs van supermarkten op het niveau van provincie en op basis van grootteklasse. De uitkomsten van de meervoudige regressieanalyse tonen aan dat de bèta’s van de onderzochte variabelen vrij hoog zijn, maar geen significant verband vertonen (p>0,05) met het brutoaanvangsrendement. In het licht van het onderzoek van Verhaegh is dit een opmerkelijke uitkomst. Verhaegh concludeerde namelijk dat de huurpotentie een negatieve relatie heeft met de hoogte van het bruto-aanvangsrendement (Verhaegh, 2005). In tegenstelling tot het uitgangspunt van de hypothese (zie 3.6) kan een verklaring zijn dat beleggers niet goed geïnformeerd zijn over de eventuele huurpotentie van de te verwerven supermarkt. Dit in tegenstelling tot het uitgangspunt van de hypothese zoals in paragraaf 3.6 is beschreven. Een andere mogelijke verklaring is dat het onderzoek van Verhaegh zich enkel richtte op kantorenvastgoed en gebruik maakte van data afkomstig van de ROZ/IPD-index. Locatie, type winkelgebied en ligging Uit tabel 5.2 valt op te maken dat de provincie Noord-Holland (dummy variabele) een significant (p=0,001) verband laat zien. De resterende provincies (met uitzondering van de provincie NoordHolland) laten een positieve bèta zien en tonen geen significant verband met het brutoaanvangsrendement. De provincie Noord-Holland heeft een negatieve bèta van -0,212. Dit betekent dat een supermarkt gelegen in deze provincie een significant lager bruto-aanvangsrendement (-

50


0,212%) heeft dan een supermarkt elders gelegen. De betrouwbaarheid van het significantieniveau is 99,9%. Een mogelijke verklaring voor dit verband is dat de huurprijzen in Noord-Holland tot de hoogste van Nederland behoren (DTZ Zadelhoff, 2011). Tevens heeft de provincie veel gemeenten binnen haar grenzen met hoge inkomens (CBS, 2015). Het gevonden significante verband wijkt af van de bevindingen van Post (2014). Uit zijn onderzoek blijkt immers geen significante verbanden. Overigens heeft Post in zijn onderzoek geen onderscheid gemaakt naar provincies, enkel een onderscheid naar landsdelen. Voor de determinant locatie kan de hypothese worden aangenomen voor de provincie Noord-Holland. Voor de overige provincies kan de hypothese worden verworpen, omdat deze dummy variabelen niet significant zijn. Uit de meervoudige regressieanalyse blijkt dat het type winkelgebied (dummy variabele) en de ligging (dummy variabele) geen significant verband (p>0,05) hebben met het brutoaanvangsrendement. Deze uitkomst spreekt het uitgangspunt tegen dat de centraal gelegen winkelgebieden de beste locaties zijn, omdat een centraal winkelgebied meer typen voorzieningen aanbiedt en een groter verzorgingsgebied heeft. De hypothese kan voor deze twee determinanten worden verworpen. Resterende looptijd contract Uit de meervoudige regressieanalyse blijkt dat de gemiddeld gewogen resterende looptijd van de huurovereenkomst een positieve bèta heeft van 0,115, maar niet significant is (p=0,951). Dit houdt in dat er geen significant negatief verband (correlatie) is tussen de gemiddelde gewogen resterende looptijd van de huurovereenkomst en het bruto-aanvangsrendement. Deze bevinding sluit aan bij de resultaten van het door Nyenrode Business Universiteit in 2005 uitgevoerde onderzoek (Nyenrode Business Universiteit en de Universiteit van Tilburg, 2005). Mogelijk is door de schaarste aan supermarktlocaties (DTZ Zadelhoff, 2011) de resterende looptijd van de huurovereenkomst voor beleggers van ondergeschikt belang bij hun aan-/verkoopbeslissing. Winkelvloeroppervlakte In dit onderzoek is de determinant winkelvloeroppervlakte geoperationaliseerd voor de volgende variabelen: (1) De totale winkelvloeroppervlakte; (2) De grootteklasse van de supermarkt; (3) De winkelvloeroppervlakte van de supermarkt(en) als aandeel uitgedrukt in de totale winkelvloeroppervlakte van de transactie. Uit de analyse blijkt dat de totale winkelvloeroppervlakte geen significante invloed heeft op het bruto-aanvangsrendement. Dit resultaat sluit niet aan met bevindingen van het literatuuronderzoek. Post (2014) toonde immers aan dat een toename van de omvang van het winkelcentrum leidt tot een verlaging van het bruto-aanvangsrendement. Het verband was significant en had een vrij kleine bèta van -0,00016. Een verklaring kan zijn gelegen in de gebruikte dataset. In dit onderzoek is gebruik gemaakt van transactiedata en is het onderzoek van Post van taxatiedata. Uit de meervoudige regressieanalyse blijkt dat er een significant verband is gevonden voor de grootteklasse “supermarkt klein” (n=18) alsmede voor het aandeel van de supermarkt in het totale metrage. De grootteklasse “supermarkt klein” (500 m²– 1000 m²) heeft een positieve bèta van 0,220 en heeft een significante uitkomst van p=0,000. Hieruit blijkt dat het bruto-aanvangsrendement van

51


een kleine supermarkt 0,220% hoger is dan het bruto-aanvangsrendement van een supermarkt met een metrage groter dan 1.000 m². Het aandeel van de supermarkt in het totale metrage heeft een negatieve bèta van -0,311 en een significantieniveau van p=0,000. Dit betekent dat een toename van het aandeel van de supermarkt in het totale metrage leidt tot een verlaging van het bruto-aanvangsrendement. In figuur 5.3 is het supermarktaandeel in het totale metrage (x-as) afgezet tegen het bruto-aanvangsrendement (y-as). De lineaire trendlijn in de figuur geeft de bèta weer. BAR v.o.n. (y-as) winkelvloeroppervlakte van de supermarkt(en) als aandeel uitgedrukt in de totale winkelvloeroppervlakte van de transactie(x-as) 14% 12% 10% 8% 6% 4% 2% 0% 0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Figuur 5.3 BAR v.o.n. (y-as) winkelvloeroppervlakte van de supermarkt(en) als aandeel uitgedrukt in de totale winkelvloeroppervlakte van de transactie(x-as)

De hypothese kan voor de determinant winkelvloeroppervlakte zowel worden verworpen als worden aangenomen. Voor de eerste twee variabelen kan de hypothese worden verworpen, er is namelijk geen significant verband gevonden. Weliswaar is de grootteklasse “supermarkt klein” significant met een positieve bèta, maar er is geen significant verband gevonden voor de supermarkten groter dan 1.000 m² met een negatieve bèta. Enkel voor de derde variabele kan de hypothese worden aangenomen (significant en een negatieve bèta). Aantal kassa’s Evenals uit het onderzoek van Post blijkt ook uit onderhavig onderzoek dat er een significant verband bestaat tussen het aantal kassa’s en het bruto-aanvangsrendement. Uit de meervoudige regressieanalyse komt een negatieve bèta van -0,214 naar voren en een significante uitkomst van p=0,001. Gelet hierop kan voor de determinant “aantal kassa’s” de hypothese worden aangenomen. In figuur 5.2 zijn het gemiddeld aantal kassa’s (x-as) en het bruto-aanvangsrendement (y-as) weergegeven. De lineaire trendlijn in de figuur geeft de bèta weer.

52


BAR v.o.n. (y-as) afgezet tegen het gemiddelde aantal kassa's (x-as) 14% 12% 10% 8% 6% 4% 2% 0% 0

5

10

15

20

25

Figuur 5.2 BAR v.o.n. (y-as) afgezet tegen het gemiddelde aantal kassa's (x-as)

Overigens wijkt de bèta van -0,214 behoorlijk af van de door Post gevonden bèta van -0,914. Gelet op de tabellen 4.2 en 4.3 lijkt een bèta van -0,914 niet erg betrouwbaar. Het brutoaanvangsrendement bevindt zich immers in de bandbreedte van 4,3% tot 13% en het aantal kassa’s varieert van gemiddeld 2,5 tot maximaal 20.

5.2. Variantie en de regressievergelijking De tabel Model Summary, zie bijlage 9, geeft informatie over de perfectie van het model na iedere toegevoegde stap in de uitgevoerde meervoudige regressie analyse. Na iedere stap wordt een significante variabele aan het model toegevoegd. De R (multiple correlatiecoëfficiënt) en R square zijn de indicatoren om een uitspraak te kunnen doen over de hoogte van het percentage van de te verklaren variantie. Uit het model valt op te maken dat na iedere stap de te verklaren variantie toeneemt. In onderstaande tabel is de verklarende variantie per stap weergegeven. Uit de tabel is op te maken dat 40,8% (R square) van de variantie van het bruto-aanvangsrendement wordt verklaard door de zes significante onafhankelijke variabelen. De wetenschap kwalificeert een variantie van 40,8% als een zwak verklarend verband (Universiteit Leiden, 1998). Model summary Stap

Significante variabele(n)

1 2

Rente op 10 jaars staatsobligaties Dummy Supermarkt klein (500-1.000 m²) Supermarktaandeel in de totale winkelvloeroppervlakte Dummy provincie Noord-Holland Gemiddeld aantal kassa's yieldspread tussen de korte termijn rente en de lange termijn rente

3 4 5 6

Tabel 5.3 Model summary

R (multiple correlatiecoëfficiënt)

R square

,439

,193

,503

,253

,551 ,597 ,623

,304 ,357 ,388

,638

,408


53

Met behulp van tabel 5.2 kan de meervoudige regressievergelijking worden opgesteld. Uit de tabel valt op te maken dat de waarde van de constante (op Y=0) 10,066 bedraagt. De regressievergelijking van dit onderzoek ziet er als volgt uit: Bruto-aanvangsrendement v.o.n. = 10,066 - 0,621 * Risicovrije rente + 0,220 * Supermarkt klein (500 – 1000 m²) – 0,311 * Aandeel van de supermarkt in het totale metrage (%) – 0,212 * NoordHolland – 0,214 * Gemiddeld aantal kassa’s + 0,223 yieldspread tussen de korte termijn rente en de lange termijn rente.

5.3. Resumerend Door middel van meerdere statistische analyses zijn in dit hoofdstuk de hypotheses beantwoord en is inzichtelijk geworden welke onafhankelijke determinanten het bruto-aanvangsrendement beïnvloeden. In tabel 5.4 zijn de uitkomsten weergegeven van de getoetste hypothesen. Uit de meervoudige regressieanalyse is naar voren gekomen zes onafhankelijke variabelen een significante invloed hebben op het bruto-aanvangsrendement, te weten:      

Yieldspread tussen de korte termijn rente en de lange termijn rente (proxy voor de determinant verwachte inflatie). Rente op 10 jaars staatsobligaties (proxy voor de determinant risicovrij rente); Provincie Noord-Holland (dummy variabele gebruikt voor de determinant locatie); Supermarktaandeel in de totale winkelvloeroppervlakte (dummy variabele gebruikt voor de determinant winkelvloeroppervlakte); Supermarkt klein, 500 – 1000 m² (dummy variabele gebruikt voor de determinant winkelvloeroppervlakte); Gemiddeld aantal kassa’s;

Deze zes variabelen verklaren tezamen 40,8% van de variantie van het bruto-aanvangsrendement.

54


Uitkomsten van de toetsing van de hypothesen #

Hypothese

1

Een supermarkttransactie met een eigenaar/gebruiker als koper heeft een lager bruto-aanvangsrendement dan wanneer een belegger de koper is. Een supermarkttransactie met als supermarktformule een full-service supermarkt heeft een lager bruto-aanvangsrendement dan een hard discount supermarktformule. Er is een significant negatief verband (correlatie) tussen de determinant aandelenmarkt en de afhankelijke variabele bruto-aanvangsrendement. Er is een significant positief verband (correlatie) tussen de determinanten verwachte inflatie en de risicovrije rente (onafhankelijke variabelen) en de afhankelijke variabele bruto-aanvangsrendement.

2

3 4

5

Er is een significant negatief verband (correlatie) tussen onderstaande determinanten (onafhankelijke variabelen) en de afhankelijke variabele bruto-aanvangsrendement.  locatie

  

huurpotentie resterende looptijd huurcontract winkelvloeroppervlakte



aantal kassa’s

Tabel 5.4 Uitkomsten van de toetsing van de hypothesen

Aangenomen / verworpen

Toelichting

Verworpen

Geen significant verband (p=0,079).

Verworpen

Geen significant verband (p>0,05).

Verworpen

Geen significant verband (p=0,527).

Deels aangenomen/ deels verworpen

Zowel de verwachte inflatie (p=0,017) als de risicovrije rente (p=0,000) hebben een significant verband met het brutoaanvangsrendement. De verwachte inflatie heeft een positieve bèta van 0,223 en de risicovrije rente heeft een negatieve bèta van 0,621.

Verworpen / aangenomen

Significant verband voor de provincie Noord-Holland (p=0,001) met een bèta van -0,212. De overige provincies zijn niet significant (p>0,05). Geen significant verband (p>0,05). Geen significant verband (p>0,05). Significant verband voor de grootteklasse “supermarkt klein” (p=0,000 ) met een bèta van 0,220. Significant verband (p=0,000) voor het aandeel van de supermarkt in het totale metrage met een bèta van -0,311. De overige variabelen van de determinant winkelvloeroppervlakte zijn niet significant (p>0,05). Significant verband (p=0,001) met een bèta van -0,214.

Verworpen Verworpen Deels aangenomen/ deels verworpen

Aangenomen

55


6. Conclusie, aanbevelingen en reflectie In dit afsluitende hoofdstuk worden de conclusies van het uitgevoerde toetsende onderzoek gepresenteerd en vindt de beantwoording plaats van de centrale vraagstelling. Verder worden er aanbevelingen gegeven voor een vervolgonderzoek. Met een reflectie op de validiteit en betrouwbaarheid van het onderzoek wordt deze master scriptie afgesloten.

6.1. Conclusie Dit onderzoek heeft als doelstelling om inzicht te bieden in de determinanten die van invloed zijn op het aanvangsrendement van een supermarktbelegging. Met behulp van een dataset met 183 beleggingstransacties is inzichtelijk geworden welke determinanten het bruto-aanvangsrendement beïnvloeden. Dit met als doel om supermarktbeleggingen vanuit het perspectief van de belegger beter met elkaar te vergelijken en determinanten inzichtelijk te maken. De vraagstelling van het onderzoek luidt: Welke determinanten dient een belegger mee te nemen in de bepaling van zijn rendementseis bij een aan-/verkoopbeslissing van een supermarktbelegging? Supermarkten als beleggingsproduct zijn erg in trek onder beleggers. Men beschouwt het beleggingsrisico als laag. Dit komt mede doordat de omzet van supermarkten weinig conjunctuurgevoelig is en het leegstandpercentage laag is. De supermarktomzet laat al jaren een stijgende lijn zien en het aantal supermarkten is de afgelopen jaren toegenomen. Enige nuancering is hierbij op zijn plaats. Het blijkt namelijk dat de omzet gecorrigeerd voor inflatie vanaf 2012 een dalende lijn laat zien. Dit geldt zowel voor de totale omzet als de omzet per m² winkelvloeroppervlakte. Verder vindt de toename van het aantal supermarkten plaats in de urbane gebieden (met name in de G4). In de rurale gebieden neemt het aantal supermarkten juist af. Voor een belegger is het van belang om bij een aan-/verkoopbeslissing inzicht te krijgen in de demografische ontwikkelingen van het gebied. Waar de (toekomstige) consumenten wonen is hierbij cruciaal. Uit de kwantitatieve analyse is gebleken dat het bruto-aanvangsrendement nagenoeg geen verschil laat zien tussen de verschillende typen kopers. De determinant type koper is onderverdeeld in twee groepen, namelijk de groep “eigenaar/gebruiker” en de groep “belegger”. Dit betekent dat het type kandidaat-koper geen invloed hoeft te hebben op de rendementseis van een belegger bij een aankoopbeslissing. Stel dat een belegger een supermarkt wenst te verwerven en de huurder eveneens interesse heeft, dan geven de resultaten van het onderzoek voor een belegger geen aanleiding om de rendementseis neerwaarts bij te stellen. Kanttekening is wel dat de standaarddeviatie van de “eigenaar/gebruiker” groter is dan de standaarddeviatie van de “belegger”. Het verschil in standaarddeviatie is circa 0,5%. Dit verschil kan voor de belegger een overweging zijn om zijn rendementseis toch neerwaarts bij te stellen. Verder blijkt uit onderhavig onderzoek dat het gemiddelde bruto-aanvangsrendement van een fullservice supermarkt (Albert Heijn, Plus) lager is dan van een hard discount supermarkt (Aldi, Lidl). Daarnaast is de standaarddeviatie van full-service supermarkten eveneens lager. Het verschil in bruto-aanvangsrendement is 0,422% en het verschil in standaarddeviatie bedraagt 0,36%. Het verschil in bruto-aanvangsrendement is echter niet significant. Er is wel een significant verband

56


gevonden tussen de hard discount supermarkten en de restcategorie. Het bruto-aanvangsrendement van de hard discount supermarkten is namelijk 0,59% hoger dan de restcategorie. Voor een belegger is het van belang om de determinant “type supermarktformule” mee te nemen in de bepaling van zijn rendementseis bij een aan-/verkoopbeslissing. De hard discounter supermarkten laten namelijk een hoger gemiddeld bruto-aanvangsrendement zien dan de overige twee groepen. Een mogelijke oorzaak is dat de hard discount supermarkten minder loyaal zijn aan hun locatie. Het is aannemelijk dat deze onzekerheid door beleggers wordt ingeprijsd in de risico-opslag bij een aankoopbeslissing. Uit de meervoudige regressieanalyse zijn zes variabelen naar voren gekomen die een significante invloed uitoefenen op de hoogte van het bruto-aanvangsrendement. In tabel 6.1 zijn deze variabelen met de bijbehorende bèta weergegeven. Gezamenlijk verklaren deze zes variabelen 40,8% van de variantie van het bruto-aanvangsrendement. Significante variabelen #

Significante variabelen

Bèta

Sig.

1 2 3 4 5 6

Rente op 10 jaars staatsobligaties Supermarkt klein (500-1.000 m²) Supermarktaandeel in de totale winkelvloeroppervlakte Provincie Noord-Holland Gemiddeld aantal kassa's yieldspread tussen de korte termijn rente en de lange termijn rente

-,621 ,220 -,311 -,212 -,214

,000 ,000 ,000 ,001 ,001

,223

,017

Tabel 6.1 Significante variabelen

Van de zes significante variabelen zijn er twee variabelen op macroniveau, namelijk de risicovrije rente en de verwachte inflatie. Zeer opvallend is de vrij grote negatieve bèta van de risicovrije rente. Schijnbaar is er een variabele, behoudens de risicovrije rente, die een grote invloed heeft op het bruto-aanvangsrendement. Het is denkbaar dat banken gedurende de onderzochte periode een hoge risico-opslag hebben gehanteerd. Immers banken hebben hun marges voor het financieren van commercieel vastgoed verhoogd, de financieringsvoorwaarden aangescherpt en minder financieringen uitgegeven (Nyenrode Business Universiteit, 2013). Ondanks de dalende risicovrije rente kunnen deze factoren van invloed zijn geweest op het stijgende bruto-aanvangsrendement gedurende deze periode. De tweede variabele op macroniveau is de verwachte inflatie. Voor een belegger is het belangrijk om bij een aankoopbeslissing kennis te hebben te hebben over de verwachte inflatie. De verwachte inflatie heeft immers een positieve bèta van 0,223. Indien de belegger niet beschikt over deze macroeconomische kennis bestaat het gevaar dat de belegger de supermarkt tegen een te scherp brutoaanvangsrendement verwerft. Inzicht in de verwachte inflatie is dan ook van belang bij de analyse van een beleggingspropositie. Uit het onderzoek blijkt dat bij een toename van het supermarktaandeel in het totale metrage en bij een toename van het gemiddeld aantal kassa’s, het beleggingsrisico van de propositie afneemt. Het metrage en het aantal kassa’s is objectief waar te nemen en beide variabelen leiden gezamenlijk tot een 0,525% lager bruto-aanvangsrendement. Verder blijkt uit het onderzoek dat supermarkten met een klein metrage van 500 tot 1000 m² een 0,220% hoger bruto-aanvangsrendement hebben dan supermarkten met een metrage groter dan 1.000 m². Deze conclusie sluit aan bij de schaalvergroting

57


die zich de afgelopen jaren (zie figuur 2.2) in de branche heeft voorgedaan. Voor een belegger zijn de gevonden verbanden eenvoudig toe te passen bij de bepaling van de rendementseis bij een aankoopbeslissing. Tot slot is een interessante bevinding dat supermarkten gelegen in de provincie Noord-Holland een significant lager bruto-aanvangsrendement heeft dan de andere provincies. Dit komt tot uiting in een lager bruto-aanvangsrendement van 0,212% ten opzichte van supermarkten die niet gelegen zijn in de provincie Noord-Holland. Een mogelijke verklaring voor dit interessante verband is dat de huurprijzen in Noord-Holland tot de hoogste van Nederland behoren (DTZ Zadelhoff, 2011). Concluderend kan gesteld worden dat de uitkomsten van dit onderzoek een analyse instrument zijn voor een belegger ter bepaling van de rendementseis bij een aan-/verkoopbeslissing.

6.2. Aanbevelingen Onderhavig onderzoek heeft gepoogd een bijdrage te leveren aan de kennis omtrent de determinanten die van invloed zijn op het aanvangsrendement van een supermarktbelegging. Het onderzoek richt zich met name op de financiële determinanten van een supermarktbelegging. In beperkte mate zijn ook de locatie determinanten (geografische ligging, type winkelgebied) en de kenmerken (formule, winkelvloeroppervlakte, aantal kassa’s) van de supermarkt meegenomen. Deze afbakening en de nog niet verklaarde variantie van 59,8% biedt voldoende ruimte voor vervolgonderzoek. Een eerste aanbeveling is om de onderzochte determinant huurpotentie nader te verfijnen. Uit het onderzoek blijkt geen significant verband tussen de huurpotentie en het bruto-aanvangsrendement, terwijl dit in meerdere onderzoeken (Sivitanides et al., 2001; Hendershott en MacGregor, 2005 en Verhaegh, 2005) wel is aangetoond. Mogelijk dat de operationalisering van deze determinant op een te hoog abstractieniveau (provincie/grootteklasse) heeft plaatsgevonden. Door voor iedere supermarkt het huurherzieningsniveau (onafhankelijk) in te schatten kan deze determinant worden verfijnd. Een tweede aanbeveling voor vervolgonderzoek is om de fysieke kenmerken van de supermarkten in de analyse te betrekken. Te denken valt aan de determinant renovatierisico. Uit het literatuuronderzoek is immers gebleken dat het renovatierisico een significante invloed heeft op het bruto-aanvangsrendement (Post, 2014; Chaney en Hoesli, 2015). Zo toonde Post (2014) in zijn onderzoek een positief significant verband aan tussen het bouwjaar van de supermarkt en het brutoaanvangsrendement. Een beoordeling van het renovatierisico per supermarkt is een arbeidsintensief project, maar kan een bijdrage leveren om de verklaarde variante te verhogen. Ten derde verdient het aanbeveling om de concurrentiekracht van de onderzochte locaties te onderzoeken. Het is niet bekend/onderzocht wat het marktaandeel en de omzet van de supermarkten is. Een kanttekening hierbij is dat het zeer waarschijnlijk niet eenvoudig is om hier bruikbare informatie over in te winnen. Een aanbeveling is verder om het perspectief van de belegger te matchen met het perspectief van de retailer. Een vraag die beantwoord kan worden is of de gevonden significante determinanten aansluiten bij de vestigingsstrategie van de supermarktorganisaties. Is er sprake van een fit of van een misfit met de determinanten vanuit het perspectief van de belegger?

58


In het onderzoek zijn kort de trends en de ontwikkelingen in de supermarktbranche aangehaald. Wat blijkt is dat de vloerproductiviteit de laatste jaren afneemt, niemand precies de impact van het online verkoopkanaal kan voorspellen en er wellicht een shake-out komt in het supermarktlandschap. Deze ingrediënten bieden een uitstekend startpunt voor een verkennend onderzoek naar het Nederlandse supermarktlandschap en in het bijzonder de determinanten die de prijs van een supermarkt gaan beïnvloeden.

6.3. Reflectie Het doel van dit onderzoek is om meer Inzicht te bieden in de determinanten die van invloed zijn op het aanvangsrendement van een supermarktbelegging. Het was bijzonder om te beschikken over transactiedata, omdat de meeste onderzoeken zijn gebaseerd op taxatiegegevens. Hierdoor is de foutmarge in de afhankelijke variabele, het bruto-aanvangsrendement, geminimaliseerd. Nu het onderzoek is voltooid, vallen een aantal zaken over het literatuuronderzoek, de onderzoeksmethodologie en de uitkomsten van het onderzoek op. Aangaande het literatuuronderzoek kan achteraf worden gesteld dat enkel de onderzoeken naar de determinanten van het aanvangsrendement in de masterthesis zijn betrokken. In het literatuuronderzoek hebben veel determinanten de revue gepasseerd, waardoor de opzet van het onderzoek vrij breed is geweest. Achteraf gezien was het interessant geweest om één of enkele determinanten meer uit te diepen. Zo is het mogelijk om enkel en alleen al over de determinant huurpotentie een volledig onderzoek uit te voeren. In reflectie op de gehanteerde methodologie en de uitkomsten van het onderzoek kan achteraf worden gesteld dat het opnemen van tijdsafhankelijke variabelen (aandelenmarkt, verwachte inflatie en risicovrije rente) te bediscussiëren valt. De uitkomsten van de tijdsafhankelijke variabelen zijn immers afhankelijk van de tijd. Het is de vraag of de gevonden bèta’s stand houden indien er meer valide cases aan de dataset kunnen worden toegevoegd en/of indien de analyse over een langere tijdsperiode wordt uitgevoerd. Tot slot beschikt onderhavig onderzoek over 183 valide cases als input voor de kwantitatieve analyse. Dit is circa 4% van de totale populatie (totale populatie is circa 4.500 supermarkten). Vanzelfsprekend is de wens van de onderzoeker om de beschikking te hebben over zoveel mogelijk valide cases. More data is less uncertainty. Desalniettemin heeft het onderzoek een aantal interessante significante uitkomsten opgeleverd. Laten deze uitkomsten bijdragen aan het vergroten van de transparantie van de vastgoedmarkt en een handvat bieden voor vervolgonderzoek.

59


Bibliografie ABN AMRO. (2013). Retaillocaties in 2020, De nieuwe winkelkaart van Nederland. Geraadpleegd op 6 juni 2015, van https://insights.abnamro.nl/app/uploads/2013/05/Retaillocatiesin-2020.pdf. ABN AMRO. (2014). Visie op Supermarkten – branche in cijfers. Geraadpleegd op 6 juni 2015, van https://insights.abnamro.nl/visie-op-sectoren/visie-opsupermarkten/ ABN AMRO. (2015). Visie op Food Retail – branche in cijfers. Geraadpleegd op 6 juni 2015, van https://insights.abnamro.nl/visie-op-sector/2015/foodretail/ Ambrose, B.W., Nourse, H.O. (2001). Factors Influencing Capitalization Rates. The Journal of Real Estate Research 8. p. 221-237. Atzema, O., Lambooy, J., Rietbergen T. en E. Wever (2012). Ruimtelijke Economische Dynamiek. Kijk op bedrijfslocatie en regionale ontwikkeling. Bussum: Uitgeverij Coutinho. Baarda, D.B. en De Goede, M.P.M. (2012). Basisboek Methoden en Technieken: Handleiding voor het opzetten en uitvoeren van kwantitatief onderzoek (vijfde druk). Groningen: Noordhoff Uitgevers B.V. Centraal Bureau Levensmiddelen (2012). De supermarktbranche - supermarktbezoeken. Geraadpleegd op 4 juni 2015, van www.cbl.nl/de-supermarktbranche/feiten-encijfers/supermarktbezoeken/. Centraal Bureau voor de Statistiek. (2014). Meer supermarkten en warenhuizen in grote gemeenten. Geraadpleegd op 22 juni 2015, van http://www.cbs.nl/nl-NL/menu/themas/handelhoreca/publicaties/artikelen/archief/2014/2014-4039-wm.htm. Centraal Bureau voor de Statistiek. (2015). Bloemendaal en Wassenaar ook al in 1930 rijkste gemeenten. Geraadpleegd op 27 augustus 2015, van http://www.cbs.nl/nlNL/menu/themas/dossiers/historische-reeksen/publicaties/artikelen/archief/2015/2014bloemendaal-en-wassenaar-ook-al-in-1930-rijkste-gemeenten-pub.htm Clayton, J., Ling, D. en Narnajo, A. (2009). Commercial Real Estate Valuation: Fundamentals Versus Investor Sentiment, Journal of Real Estate Finance and Economics, 38, 5-37, DOI 10.1007/s11146008-9130-6. Distrifood. (2015). Marktaandeel Jumbo naar 14 procent. Geraadpleegd op 4 juni 2015, van http://www.distrifood.nl/formules/nieuws/2015/1/marktaandeeljumbo-naar-14-procent-10132243. Distrifood. (2015). Tesco sluit groot aantal winkels. Geraadpleegd op 4 juni 2015, van http://www.distrifood.nl/buitenland/nieuws/2015/1/tesco-sluit-groot-aantal-winkels-10149221.

60


DTZ Zadelhoff. (2011). De zekerheid van supermarkten - Onderzoek naar de kenmerken van supermarktbeleggingen. Utrecht: DTZ Zadelhoff. DTZ Zadelhoff. (2015). Nederland Compleet – Kantoren en bedrijfsruimtemarkt. Amsterdam: DTZ Zadelhoff. EFMI Business School. (2011), Consumententrends 2011, EFMI Business School/Centraal Bureau Levensmiddelenhandel. Den Haag/Leusden. Elferink, F.A.M. (2012). Openheid is geen religie, Transparantie van de commerciële vastgoedmarkt (afstudeeropdracht). Amsterdam School of Real Estate. Evans, R. (1990). A Transfer Function Analysis of Real Estate Capitalization Rates, Journal of Real Estate Research, 5, 371-380. Evers, D., Kooijman D. en Krabben, E. van der. (2011). Planning van winkels en winkelgebieden in Nederland. Den Haag: Sdu uitgevers. Field, A. (2000). Discovering Statistics Using SPSS for Windows. London: Sage Publications. Francke, M., Gool, P. van en Minne, van de A. (2014). Gebaseerd op beleggingstransacties, Prijsindex voor commercieel vastgoed. Real Estate Quarterly, december 2014, p. 47-58. Geltner, D.M., Miller, N.G., Clayton, J., Eichholtz, P. (2014). Commercial Real Estate – Analysis and Investments (third edition). Mason, Ohio: Thomson/South-Western. Gerechtshof ’s-Gravenhage, 14 maart 2006, WR 2006, 68 Gool, P. van, Weisz R., Jager, P., Theebe, M. (2013). Onroerende goed als belegging. (vijfde druk). Groningen/Houten: Noordhoff Uitgevers. Have, G.G.M. ten (2011a). Taxatieleer vastgoed 1 (vijfde druk). Groningen: Noordhoff Uitgevers B.V. Have, G.G.M. ten (2011b). Taxatieleer vastgoed 2 (vijfde druk). Groningen: Noordhoff Uitgevers B.V. Hendershott, P. en MacGregor, B. (2005). Investor Rationality: An Analysis of NCREIF Commercial Property dat. Journal of Real Estate Research, Vol. 27, No. 4, 445-475. Hilbers, H. (2013). De Vastgoedlezing 2013, Naar een vastgoedmarkt waarop je kunt bouwen, Amsterdam School of Real Estate. Hoge Raad, 12 juli 2002, RvdW 2002, 124. Hoge Raad, 16 maart 2007, RvdW 2007, 308.

61


ING. (2013), Sectorvisie Supermarkten, Supermarkten houden groei vast – Online boodschap breekt door, ING Economisch Bureau. Geraadpleegd op 28 mei 2015, van https://www.ing.nl/media/ING_sectorvisie-supermarkten-ingeconomisch-bureau-juni-2013_tcm162-71376.pdf. ING. (2014). Sectorvisie Supermarkten, Omzetgroei supermarkten loopt terug, ING Economisch Bureau. Geraadpleegd op 28 mei 2015, van https://www.ing.nl/media/ING_EBZ_Omzetgroei_supermarkten_ loopt_terug_oktober_2014_tcm162-59677.pdf. ING. (2015). Besparen op boodschappen. Geraadpleegd op 28 mei 2015, van https://www.ing.nl/nieuws/nieuws_en_persberichten/2015/02/ in_het_nieuws_besparen_op_boodschappen.html. Koning, J. & Rutte, G. (1998). De supermarkt. 50 jaar geschiedenis. Zelfbediening in Nederland. Geschiedenis van de supermarkttoekomst. Baarn: De Prom. Kooijman, D. en Corzynski, T. (2015). Internetverkopen en Supermarkten, Kleine stapjes in de ontwikkeling van het online verkoopkanaal. Real Estate Quarterly, maart 2015, p. 27-34. Locatus. (2014). Steeds meer dorpen zonder supermarkt, terwijl het aantal supermarkten stijgt. Geraadpleegd op 3 juni 2015, van http://www.locatus.com/retailreflect/2014/07/01/steeds-meerdorpen-zonder-supermarkt-terwijl-het-aantal-supermarkten-stijgt/. Locatus. (2015a), Rapport winkelleegstand 2015. Locatus. Locatus. (2015b), SUP 2012-2015 [Databestand]. Woerden: Locatus. Markowitz, H. (1952). Portfolio Selection. The Journal of Finance. Vol. 7, 77-91. Ministerie van VROM. (2006). Nota Ruimte, Ruimte Voor Ontwikkeling. Den Haag: Ministerie van VROM. Nourse, H.O. (1987). The “Cap Rate.” 1966-1984: A Test of the Impact of Income Tax Changes on Income Property. Land Economics, Vol 63, No.2, 147-152. Nyenrode Business Universiteit. (2013). Commercieel vastgoed financieren in ‘zwaar weer’. VGM, 26 oktober 2013. Breukelen: Nyenrode Business Universiteit. Post, P. (2014). Supermarktvastgoed, Een studie naar de determinanten van het BAR (afstudeeropdracht). Rijksuniversiteit Groningen. Retailnews, (2015), Supermarktbranche wacht ingrijpende winkelsanering. Beschikbaar: http://www.retailnews.nl/nieuws/xEP1uFToS1ePpJVtYJUtXw-0/supermarktbranche-wachtingrijpendewinkelsanering.html?utm_source=MediaArtists&utm_medium=email&utm_campaign=11-06-2015.

62


Royal Institution of Chartered Surveyors (2014). RICS-taxatiestandaarden Januari 2014. Londen: Royal Institution of Chartered Surveyors (RICS). Svets, S. (2010). The Determinants of Retail Real Estate Returns: Evidence from the UK Propery Market (afstudeeropdracht). University of Amsterdam. Sivitianides, P. en Sivitanidou, R. (1999). Office Capitalization Rates: Real Estate and Capital Market Influcences. Journal of Real Estate Finance and Economics, Volume 18, Number 3, p.297-322. Sivitianides, P., Southard, J., Torto, R. en Wheaton, W. (2001). The Determinants of Appraisal-Based Capitalization Rates, p. 1-27. Torto Wheaton Research. Universiteit Leiden (1998). Instituut voor Geschiedenis. Statistiek voor Historici. Geraadpleegd op 3 september 2015, van http://www.let.leidenuniv.nl/history/RES/stat/html/les10.html Verschuren, P. en Doornewaard, H. (2007). Het ontwerpen van een onderzoek (vierde druk). Den Haag: Uitgeverij LEMMA. Vocht, A. de. (2010). Basishandboek SPSS 18. Noordhoff Uitgevers. Windhorst, J.. (2010). Determinanten van de BAR op woningbeleggingen (afstudeeropdracht). Amsterdam School of Real Estate

BIJLAGE 1 Marktaandelen supermarkten 2006 – 2014 Marktaandeel supermarkten Formuletype 2006

2007

2008

2009

2010

2011

2012

2013

2014

Food Totaal

100,0

100,0

100,0

100,0

100,0

100,0

100,0

100,0

100,0

Albert Heijn 27,5 Jumbo Groep Jumbo C1000 14,5 Super de Boer 7,6 Superunie 31,0 Plus 4,9 Spar Holding Spar formule 1,4 Spar overig Coop 2,0 Deen 1,8 Hoogvliet 1,8 EMTE Jan Linders 1,0 Poiesz 0,9 Vomar MCD Detailresult Detailconsult 4,4 Dekamarkt Sanders SU overig 19,7 Aldi 9,6 Lidl 3,9 Overig 1,5 Bron: FMCG Opleidingen

29,5 26,0 4,4 14,3 7,3 30,0 6,0 1,9 1,4 0,5 2,4 1,9 1,9 1,0 0,9 -

31,3 24,8 4,8 13,2 6,8 30,0 6,1 2,2 1,6 0,6 2,5 1,9 1,9 2,7 1,0 0,9 1,6

32,8 23,1 4,9 11,7 6,5 29,6 6,0 2,3 1,6 0,6 2,4 1,9 1,9 2,6 1,0 0,9 1,7

33,6 22,5 5,5 11,5 5,5 29,6 6,0 2,2

33,5 21,9

2,5 2,0 2,0 2,5 1,0 1,0 1,7

2,6

4,4

4,1

4,2

4,2

3,9

15,1 8,9 4,0 1,5

10,2 8,5 4,8 0,7

0,3 9,6 8,3 5,4 0,7

0,3 9,4 7,9 5,6 0,8

14,0 7,9 6,7 0,8

33,7 21,7 9,6 12,0 0,1 29,0 5,8 1,9 1,4 0,5 2,7 2,0 2,1 2,7 1,0 1,0 1,6 0,6 5,6 3,7 1,9 3,0 7,6 7,5 0,5

34,0 20,7 11,2 9,5 28,8 5,8 1,8 1,3 0,5 2,8 2,0 2,1 2,7 1,0 1,0 1,6 0,6 5,6 3,7 1,9 2,8 7,4 9,0 0,1

34,1 19,8 14,0 5,8 29,0 5,9 1,7 1,3 0,5 2,9 2,1 2,1 2,7 1,0 1,0 n.b. 0,6 5,7 3,8 1,9 n.b. 7,4 9,7 -

12,1 29,2 5,9 2,1

2,0 1,0 1,0 1,6

BIJLAGE 2 Supermarktformuletypen Het Nederlandse supermarktlandschap ingedeeld in 6 verschillende typen Formuletype Omschrijving

Formules

Full-service Buurtsuper

Albert Heijn, Plus Coop, Golff en Spar

Value-for-money Service discount *

Veel service met een bovengemiddelde prijsstelling Redelijk service, in de buurt, met een hoge prijsstelling Gemiddelde service met een gemiddelde prijsstelling

Bovengemiddelde service met een aantrekkelijke prijsstelling Merken discount * Gemiddelde service met een aantrekkelijke prijsstelling Hard discount Weinig service met een scherpe prijsstelling Bron: EFMI Business School/Centraal Bureau Levensmiddelenhandel, 2011

C1000, Dekamarkt, EMTÉ, Jan Linders, MCD, Poiesz en Vomar Voordeelmarkt Deen, Hoogvliet, Jumbo en Supercoop Boni, Dirk en Nettorama Aldi en Lidl

* service discount en merken discount vormen samen het quality discount segment

BIJLAGE 3 Typering winkelgebieden door Locatus Winkels: verkooppunten in de detailhandel. Centraal winkelgebied Het belangrijkste winkelgebied in een woonplaats wordt aangeduid als centraal winkelgebied. Binnen de database van Locatus worden zes typen centrale winkelgebieden onderscheiden: Binnenstad meer dan 400 winkels In feite gaat het hier om de top-17 winkelgebieden van Nederland, waarvan de binnensteden van Amsterdam, Rotterdam, Den Haag, Utrecht, Groningen en Maastricht een onderdeel vormen. Hoofdwinkelgebied Groot 200-400 winkels Een hoofdwinkelcentrum is het grootste winkelgebied in de woonplaats. Het aantal verkooppunten in de detailhandel bedraagt 200 tot 400 winkels. Voorbeelden zijn Centrum-Bussum of CentrumDelft. Hoofdwinkelgebied Klein 100-200 winkels Een hoofdwinkelcentrum is het grootste winkelgebied in de woonplaats. Het aantal verkooppunten in de detailhandel bedraagt 100 tot 200 winkels. Een voorbeeld is CentrumPutten. Kernverzorgend winkelgebied Groot 50-100 winkels Een kernverzorgende centrum groot is het grootste winkelgebied in een woonplaats. Het gaat hier om centra met minder dan 100, maar meer dan 50 winkels in de detailhandel. Kernverzorgend winkelgebieden Klein 5-50 winkels Een kernverzorgende centrum klein is het grootste winkelgebied in een woonplaats. In dit geval gaat het om centra met maximaal 50 verkooppunten in de detailhandel. Kernverzorgend supermarktcentrum 3-4 winkels Dit is een winkelconcentratie die het grootste winkelgebied in een woonplaats is en 3 of 4 winkels heeft waaronder in ieder geval 1 supermarkt van 500 m² wvo of meer. Ondersteunende winkelgebieden Naast één centraal winkelgebied kunnen in een woonplaats een of meerdere ondersteunende winkelgebieden worden onderscheiden. Binnen de categorie "ondersteunende winkelgebieden" worden de volgende zes type winkelgebieden onderscheiden: Stadsdeelcentrum meer dan 50 winkels Een stadsdeelcentrum is altijd een aanvulling op een binnenstad of een hoofdwinkelcentrum. Bovendien is hier het merendeel van het centrum planmatig ontwikkeld. Voorbeelden van stadsdeelcentra zijn Amsterdam-Osdorpplein of Nijmegen-Dukenburg.

Binnenstedelijke winkelstraat meer dan 50 winkels Ook hier gaat het om ondersteunende winkelgebieden van meer dan 50 winkels maar in tegenstelling tot de stadsdeelcentra zijn deze winkelgebieden niet planmatig ontwikkeld maar de winkelstraten in grote steden. Voorbeelden zijn de Steenstraat in Arnhem, Amsterdamse straatweg Utrecht en de Overtoom in Amsterdam. Wijkcentrum (groot) 25- 50 winkels Een groot wijkcentrum bestaat naast een binnenstad of een hoofdwinkelcentrum en heeft minder winkels dan een stadsdeelcentrum. Wijkcentrum (klein) minder dan 25 winkels Deze centra hebben een specifiek ondersteunende functie. Tot een klein wijkcentrum worden enerzijds winkelconcentraties gerekend met 5 tot 10 winkels en 2 of meer supermarkten. Anderzijds worden hiertoe winkelgebieden met 10 tot 25 winkels in de detailhandel gerekend. Buurtcentrum Dit is een winkelconcentratie met minimaal 5 winkels en maximaal 9 winkels in de detailhandel. Daarnaast is er een of geen supermarkt in dit type winkelgebied aanwezig. Supermarktcentrum* Dit is een winkelconcentratie met 3 of 4 winkels waaronder in ieder geval 1 supermarkt van 500 m² wvo of meer. Overig Onder de categorie 'overig' worden grootschalige concentraties en speciale winkelgebieden verstaan. Grootschalige concentratie Concentratie van 5 of meer verkooppunten in de detailhandel met een gemiddeld winkelverkoopvloeroppervlak per winkel van minimaal 500 m². Het aanbod moet minimaal voor 50% doelgericht zijn. Dit betekent dat minimaal de helft van het winkelverkoopvloeroppervlak van het betreffende winkelgebied zich richt op de branches "dier en plant", "bruin- en witgoed", "fietsen- en autoaccessoires", "doe-het-zelf" of "wonen". Speciaal winkelgebied Winkelgebieden die niet tot een van de voorgaande categorieën behoren, worden aangemerkt als speciaal winkelgebied. Veelal zijn dit winkelgebieden rondom een station of winkelgebieden met een speciaal thema. Designer Outlet Center in Roermond, Stationsplein Breda en Luchthaven Schiphol zijn bijvoorbeeld in deze categorie opgenomen. Verspreide bewinkeling Alle verkooppunten die buiten de hierboven genoemde concentraties vallen.

BIJLAGE 4 Variabelen en meetniveau Onderzoeksmodel: Variabelen en meetniveau Determinant Prakrijk (microniveau) Type koper Type supermarktformule Macro-niveau Aandelenmarkt Verwachte inflatie

Risicovrije rente Micro-niveau Locatie Type winkelgebied Ligging Huurpotentie



Aantal kassa’s

Variabele

Meetniveau

Belegger of eigenaar/gebruiker als koper. Het type supermarktformule.

Dummy variabele Dummy variabele

Koers-winstverhouding (P/E ratio) S&P 500. Yieldspread tussen de korte termijn rente van 3 maand Euribor (geldmarktrente) en de lange termijn rente van de jongste Nederlandse 10 jaars staatsobligaties (kapitaalmarktrente). Rentetarieven van de jongste 10 jaars Nederlandse staatsobligaties.

Ratio niveau

Geografische ligging op basis van provincie. Ligging op basis van het type winkelgebied. Ligging als solitaire supermarkt dan wel als onderdeel van een winkelcentrum. Gemiddelde huurprijs per m² vergeleken met de gemiddelde betaalde huurprijs op het aggregatieniveau van provincie Gemiddelde huurprijs per m² vergeleken met de gemiddelde betaalde huurprijs op het aggregatieniveau van type winkelgebied. Gemiddelde resterende gewogen looptijd van de huurovereenkomst(en) uitgedrukte in jaren op het moment van de leveringsdatum De totale winkelvloeroppervlakte van de transactie Grootteklasse van de supermarkt Aandeel van de supermarkt in de totale winkelvloeroppervlakte van de transactie (%) Het aantal kassa’s per supermarkt

Dummy variabele

Ratio niveau

Ratio niveau

Dummy variabele Dummy variabele Ratio niveau

Ratio niveau

Ratio niveau

Ratio niveau Dummy variabele Ratio niveau

Ratio niveau

BIJLAGE 5 Indeling dummy variabelen Onderzoeksmodel: Indeling variabelen Dummy Type koper

Type supermarktformule Locatie

Type winkelgebied Ligging Grootteklasse

Jaar

Indeling

Belegger Eigenaar/gebruiker Full-service Discounter Overige Groningen Friesland Drenthe Overijssel Flevoland Gelderland Utrecht Noord-Holland Zuid-Holland Zeeland Noord-Brabant Limburg Centraal Ondersteunend Solitaire supermarkt Supermarkt is onderdeel van een winkelcentrum Buurtsuper (0-500 m²) Supermarkt klein (500-1500 m²) Supermarkt middelklein (1000-1500 m²) Supermarkt middel (1500-2000 m²) Supermarkt middelgroot (2000-2500 m²) Supermarkt groot (2500-3000 m²) Supermarkt XL (>3000 m²) 2011 2012 2013 2014 2015

=0 =1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 =0 =1 =0 =1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1 = 0 of 1

BIJLAGE 6 Vooronderstellingen meervoudige regressie

BIJLAGE 7 Correlatiematrix Correlations Statistics: Pearson Correlation Gemiddeld Rente op 10 jaars Yieldspread 10

staatsobligaties

jaars

(%) in de periode

staatsobligaties P/E ratio S&P 500 P/E ratio S&P 500 Yieldspread 10 jaars staatsobligaties - Euribor 3 mnd

1 ,321

**

,621

**

gewogen

van 2010 tot medio WgebHoofdType_p

Euribor 3 mnd

2015

arameter5

Type_parameter3

Gemiddelde huur

resterende looptijd

Gemiddelde huur

in NL obv

van de

in NL obv provincie

grootteklasse

huurovereenkomst

Totaal metrage

supermarkt in het

Gemiddeld aantal

(EUR/m2 per jaar)

(EUR/m2 per jaar)

en (jr)

(sqm)

totale metrage (%)

kassa's

Aandeel van de

**

,621

**

-,012

-,122

-,058

-,067

-,080

-,059

,081

-,028

1

,773

**

,011

-,114

-,087

-,038

-,037

-,060

,102

,144

**

1

-,062

-,078

-,146

*

-,072

-,030

-,047

,044

,074

,011

-,062

1

,093

-,043

-,152

*

,136

-,181

*

,137

**

1

,089

**

-,090

**

,089

1

-,057

-,077

**

-,057

1

,176

-,090

-,077

,176

,321

Rente op 10 jaars staatsobligaties (%) in de periode

,773

van 2010 tot medio 2015 WgebHoofdType_parameter5 Type_parameter3 Gemiddelde huur in NL obv provincie (EUR/m2 per jaar) Gemiddelde huur in NL obv grootteklasse (EUR/m2 per jaar)

-,012

,208

,208

**

-,122

-,114

-,078

-,058

-,087

-,146

*

,093

-,067

-,038

-,072

-,043

-,080

-,037

-,030

-,152

-,059

-,060

-,047

,136

,574

**

,088

,260

,081

,102

,044

-,181

*

-,839

**

-,101

-,167

-,028

,144

,074

,137

,296

**

,203

,204

,204

*

,574

,088

,260

**

,296

**

-,101

,203

**

,285

**

-,839

**

-,167

*

*

Gemiddeld gewogen resterende looptijd van de

*

*

1

-,021

,168

**

-,021

1

-,740

*

,168

,015

huurovereenkomsten (jr) Totaal metrage (sqm) Aandeel van de supermarkt in het totale metrage (%) Gemiddeld aantal kassa's

**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).

**

,285

**

*

-,740

**

,015

,379

**

**

,379

**

1

-,236

**

-,236

**

1

BIJLAGE 8 SPSS output T-toets hypothese 1 Group Statistics Type koper_parameter6

N

Belegger

Mean

Std. Deviation

Std. Error Mean

146

7,417

1,0171

,0842

37

7,438

1,5107

,2484

BAR v.o.n. (%) Eigenaar/gebruiker

Independent Samples Test Levene's Test for

t-test for Equality of Means

Equality of Variances F

Sig.

t

df

Sig. (2-

Mean

Std.

95% Confidence

tailed)

Differen

Error

Interval of the

ce

Differen

Difference

ce

Lower

Upper

Equal variances BAR

3,126

,079 -,101

181

,920

-,0211

,2085

-,4324

,3903

,936

-,0211

,2622

-,5494

,5072

assumed

v.o.n. (%)

Equal variances not assumed

-,080

44,6 01

BIJLAGE 9 SPSS output One-Way ANOVA hypothese 2 Descriptives BAR v.o.n. (%) N

Fullservice Hard discounter Restcategorie Total

Mean

Std.

Std.

95% Confidence Interval for

Minimu

Maximu

Deviation

Error

Mean

m

m

Lower

Upper

Bound

Bound

71

7,405

1,0651

,1264

7,153

7,657

5,6

11,4

37

7,828

1,4440

,2374

7,346

8,309

4,3

13,0

75

7,237

,9658

,1115

7,014

7,459

5,2

10,0

183

7,421

1,1295

,0835

7,257

7,586

4,3

13,0

Test of Homogeneity of Variances BAR v.o.n. (%) Levene Statistic

df1

df2

1,002

2

Sig. 180

,369

ANOVA BAR v.o.n. (%) Sum of Squares Between Groups

df

Mean Square

8,690

2

4,345

Within Groups

223,497

180

1,242

Total

232,187

182

F

Sig.

3,499

,032

Multiple Comparisons Dependent Variable: BAR v.o.n. (%) Bonferroni (I) Type Supermarkt

(J) Type Supermarkt

(fullservice, hard

(fullservice, hard

discounter, overige)

discounter, overige)

Mean

Std.

Difference

Error

Hard discounter

Sig.

(I-J)

95% Confidence Interval Lower

Upper

Bound

Bound

-,4229

,2259

,189

-,969

,123

Restcategorie

,1682

,1845

1,000

-,278

,614

Fullservice

,4229

,2259

,189

-,123

,969

Restcategorie

,5911

*

,2239

,027

,050

1,132

Fullservice

-,1682

,1845

1,000

-,614

,278

Hard discounter

-,5911

*

,2239

,027

-1,132

-,050

Fullservice

Hard discounter

Restcategorie *. The mean difference is significant at the 0.05 level.

BIJLAGE 10 (1 van 2) SPSS output Meervoudige regressie analyse hypothesen 3, 4 en 5

Model Summary Model

R

R Square

Adjusted R Square

Std. Error of the Estimate

1

,451

a

2

,520

b

,271

,262

,9750

c

,328

,317

,9384

,613

d

,376

,361

,9073

,638

e

,408

,391

,8863

3 4 5

,573

,203

,199

1,0163

a. Predictors: (Constant), Datum b. Predictors: (Constant), Datum, Supermarkt klein (500-1000 m²) c. Predictors: (Constant), Datum, Supermarkt klein (500-1000 m²), Aandeel van de supermarkt in het totale metrage (%) d. Predictors: (Constant), Datum, Supermarkt klein (500-1000 m²), Aandeel van de supermarkt in het totale metrage (%), Noord_Holland_Dummy

e. Predictors: (Constant), Datum, Supermarkt klein (500-1000 m²), Aandeel van de supermarkt in het totale metrage (%), Noord_Holland_Dummy, Gemiddeld aantal kassa's

BIJLAGE 10 (2 van 2) SPSS output Meervoudige regressie analyse hypothesen 3, 4 en 5

Model 1 (Constant) Rente op 10 jaars staatsobligaties (%) in de periode van 2010 tot medio 2015 2 (Constant) Rente op 10 jaars staatsobligaties (%) in de periode van 2010 tot medio 2015

Coefficientsa Standardized Unstandardized Coefficients Coefficients B Std. Error Beta 8,786 ,222

t 39,528

,000

-6,528

,000

40,530

,000

-,668

,102

1,000

1,000

8,720

,215

-,681

,099

-,448

-6,893

,000

,999

1,001

,922 9,314

,245 ,266

,245

3,768 34,964

,000 ,000

,999

1,001

-,658

,096

-,433

-6,861

,000

,994

1,006

Supermarkt klein (500-1000 m²)

1,016

,238

,270

4,264

,000

,987

1,014

Aandeel van de supermarkt in het totale metrage (%)

-,009

,003

-,227

-3,574

,000

,983

1,018

9,617

,269

35,779

,000

-,717

,094

-,472

-7,652

,000

,967

1,034

Supermarkt klein (500-1000 m²)

1,013

,230

,269

4,413

,000

,987

1,014

Aandeel van de supermarkt in het totale metrage (%)

-,010

,002

-,254

-4,126

,000

,969

1,031

-,784

,206

-,236

-3,809

,000

,957

1,045

Supermarkt klein (500-1000 m²) 3 (Constant) Rente op 10 jaars staatsobligaties (%) in de periode van 2010 tot medio 2015

4 (Constant) Rente op 10 jaars staatsobligaties (%) in de periode van 2010 tot medio 2015

-,439

Collinearity Statistics Tolerance VIF

Sig.

Noord_Holland_Dummy

Model

Unstandardized Coefficients

Standardized

t

Sig.

Collinearity Statistics

Coefficients 5 (Constant) Rente op 10 jaars staatsobligaties (%) in de periode van 2010 tot medio 2015 Supermarkt klein (500-1000 m²) Aandeel van de supermarkt in het totale metrage (%) Noord_Holland_Dummy Gemiddeld aantal kassa's 6 (Constant) Rente op 10 jaars staatsobligaties (%) in de periode van 2010 tot medio 2015 Supermarkt klein (500-1000 m²) Aandeel van de supermarkt in het totale metrage (%) Noord_Holland_Dummy Gemiddeld aantal kassa's Yieldspread 10 jaars staatsobligaties Euribor 3 mnd a. Dependent Variable: BAR v.o.n. (%)

10,177

,324

31,443

,000

-,689

,092

-,453

-7,471

,000

,956

1,046

,821

,234

,218

3,507

,001

,910

1,099

-,012

,002

-,289

-4,710

,000

,933

1,071

-,703

,203

-,212

-3,456

,001

,939

1,065

-,079

,027

-,190

-2,966

,003

,857

1,167

10,066

,323

31,201

,000

-,945

,140

-,621

-6,745

,000

,404

2,478

,829

,231

,220

3,592

,000

,910

1,099

-,013

,002

-,311

-5,076

,000

,913

1,095

-,703

,201

-,212

-3,507

,001

,939

1,065

-,089

,027

-,214

-3,341

,001

,836

1,196

,500

,208

,223

2,402

,017

,397

2,520

Supermarkten als vastgoedbelegging DETERMINANTEN VAN HET BRUTO-AANVANGSRENDEMENT NADER GEANALYSEERD MICHIEL TAHEIJ

Recommend Documents