Value-added; toevoegen van waarde…. of leverage?
Oktober 2008
Mathieu Elshout, Amsterdam School of Real Estate, MRE 2006-2008
Externe begeleider: Peter de Haas. Interne begeleiders: Hans op ’t Veld (PGGM), Norbert Bol (Grontmij | Kats & Waalwijk Vastgoedvermogensbeheer B.V.).
Zeist
Niet vertrouwelijk
(1)
Inhoudsopgave
Samenvatting 1
2
3
4
5
Inleiding ........................................................................................................................ 1 1.1
Onderwerp masterproof ............................................................................................ 4
1.2
Centrale vraag en eindproduct .................................................................................. 6
1.3
Onderzoeksmethodiek .............................................................................................. 7
Vastgoedrisico’s, diversificatie en leverage.................................................................... 9 2.1
Vastgoedrisico’s........................................................................................................ 9
2.2
Invloed van diversificatie ......................................................................................... 13
2.3
Invloed van leverage............................................................................................... 16
2.4
Samenvatting en conclusies.................................................................................... 18
Bestaande modellen ter bepaling van het rendement-risicoprofiel................................ 21 3.1
NCREIF .................................................................................................................. 21
3.2
Jones Lang LaSalle / Blundell Risk Web ................................................................. 23
3.3
INREV .................................................................................................................... 24
3.4
Bouwfonds.............................................................................................................. 28
3.5
PGGM Investments................................................................................................. 29
3.6
Samenvatting en conclusies.................................................................................... 30
Keuze risicofactor leverage ......................................................................................... 33 4.1
De factoren en beschikbare data............................................................................. 33
4.2
Hypothesen ............................................................................................................ 34
Verschil in leverage bij core en value-added fondsen .................................................. 37 5.1
INREV 2007............................................................................................................ 37
5.2
Hypothese 1 ........................................................................................................... 37
5.3
Hypothese 2 ........................................................................................................... 38
5.4
Hypothese 3 ........................................................................................................... 38
6
5.5
Hypothese 4 ........................................................................................................... 39
5.6
Hypothese 5 ........................................................................................................... 41
5.7
Hypothese 6 ........................................................................................................... 43
5.8
Samenvatting en conclusies.................................................................................... 48
Aanbevelingen ............................................................................................................ 51
Geraadpleegde literatuur ..................................................................................................... 53 Bijlage 1: Risico vastgoedsectoren ...................................................................................... 55 Bijlage 2: Renteontwikkeling................................................................................................ 57
Samenvatting Deze Masterproof beschrijft de bevindingen van een studie naar risicofactoren van nietbeursgenoteerde vastgoedbeleggingsfondsen en modellen om deze factoren inzichtelijk te maken. Eén van deze factoren, leverage, is nader onderzocht. Voor de factor leverage worden de verschillen tussen core en value-addedfondsen die beleggen in de sectoren kantoren en winkels in Europese landen geanalyseerd. Tot slot worden op basis van het onderzoek aanbevelingen gedaan. Risicofactoren Op basis van de wetenschappelijke literatuur zijn risicofactoren beschreven die van invloed zijn op het rendement en risico van niet-beursgenoteerde vastgoedbeleggingsfondsen. Hierbij zijn drie niveaus onderkend: het vastgoed zelf, diversificatie en leverage. Voor vastgoed geldt dat zowel het directe rendement dat het vastgoed genereert als de waardeontwikkeling van het vastgoed van belang is. Twee hoofdbronnen van risico zijn te onderscheiden: cash flow risico en waarderisico. Deze bronnen worden verder uiteengerafeld. De meest relevant geachte risicofactoren zijn:
Concentratie einde huurovereenkomsten Gemiddelde huurtermijn Cash flow risico
Huurderrisico Bezettingsgraad Levenscyclus
Vastgoed
Markthuur Vereist rendement Waarderisico
Economie + kapitaalmarkten
Markt / locatie Vastgoedsector
Diversificatie is een manier om het risico van vastgoedbeleggingen te verkleinen en is gebaseerd op risicospreiding. Alleen het specifieke risico van vastgoedobjecten kan binnen een vastgoedportefeuille worden gereduceerd, het resterende risico is het marktrisico. Er zijn echter wel veel (circa 1000) vastgoedobjecten nodig om het risico geheel te reduceren tot dit marktrisico. Een groot deel van het specifieke risico kan reeds gereduceerd worden bij een i
portefeuille van 30 objecten. De mate waarin het specifieke risico gereduceerd kan worden verschilt per vastgoedsector en hangt af van de gemiddeld benodigde investering en de diversificatiekracht van die sector. Bij het inzichtelijk maken van het risico van een vastgoedbeleggingsfonds dient ten aanzien van diversificatie echter vooral rekening gehouden te worden met een minimaal benodigd aantal objecten om tot de reductie van het specifiek risico te komen. De relevante risicofactoren ten aanzien diversificatie zijn:
Omvang portefeuille Diversificatie
Gemiddeld benodigde investering Diversificatiekracht
Leverage is het aanwenden van vreemd vermogen, naast eigen vermogen, voor het financieren van een investering. Het kan het rendement op het eigen vermogen vergroten maar vergroot ook het risico. Leverage vergroot namelijk de bandbreedte waarbinnen het totaalrendement zich kan begeven, ook in negatieve zin. Naarmate de leverage toeneemt neemt ook het risico ervan (fors) toe. Hoewel de hoogte van de leverage als meest relevante risicofactor wordt gezien speelt ook de wijze waarop vreemd vermogen wordt verkregen een rol (looptijd, vaste of variabele rente en rangorde). De relevante risicofactoren ten aanzien van leverage zijn:
Percentage leverage
Leverage
Wijze van financiering
Risicomodellen Uit de literatuur en de beschreven modellen blijkt een duidelijke behoefte aan stijldefinities en modellen om het rendement-risicoprofiel van niet-beursgenoteerde vastgoedbeleggingsfondsen inzichtelijk te maken. Anderzijds is ook duidelijk geworden hoe moeilijk het is te komen tot een eensluidend model dat gebruik maakt van eenduidige definities en risicofactoren. Tevens blijkt dat veel gehanteerde risicofactoren intuïtief gezien een rol spelen maar onvoldoende te kwantificeren zijn.
ii
De beschreven modellen en daarin opgenomen risicofactoren zijn: Risico Percentage direct rendement Sector Levenscyclus/ontwikkeling Bezettingsgraad Concentratie einde huurovereenkomsten Gemiddelde huurtermijn Leverage Markt/locatie Controle Omvang vastgoed/aantal objecten Kwaliteit en aantal huurders
NCREIF x x x x x x x x x
JLL/Blundell Risk Web x x x x
INREV 2004
INREV 2008
Bouwfonds
PGGM
x x x
x x
x x
x x
x x
x
x x
x x x
x x
x x
Rendement IRR
x
x
Van de beschreven risicofactoren is geconcludeerd dat slechts de volgende goed definieerbaar en kwantificeerbaar zijn: a)
percentage direct rendement van IRR
b)
sector
c)
percentage ontwikkeling
d)
bezettingsgraad, deze kan echter ook tot uitdrukking komen in percentage direct rendement van IRR
e)
leverage
f)
markt/locatie
g)
aantal objecten
Hoewel alle in de literatuur beschreven modellen relevante risicofactoren hanteren blijken veel risicofactoren onvoldoende definieerbaar en kwantificeerbaar te zijn. Het door INREV in 2008 voorgesteld model onderscheidt zich van de overige modellen; alle als definieerbaar en kwantificeerbaar beschreven factoren komen hierin voor. Leverage – INREV Vehicles Database Voor dit onderzoek is er voor gekozen louter de risicofactor leverage op basis van de INREV Vehicles Database nader te analyseren omdat (i) leverage wordt gezien als verreweg de belangrijkste risicofactor van genoemde risicofactoren, (ii) leverage van genoemde factoren de enige is die in de huidige opzet van de INREV Vehicle Database is opgenomen en (iii) leverage goed en gestandaardiseerd is te meten. In de database zijn niet-beursgenoteerde fondsen opgenomen die beleggen in vastgoed in Europese landen. De database kent een omvang van bijna 500 fondsen. Voorafgaand aan de analyse is een zestal hypothesen geformuleerd. Ondanks dat enkele afwijkingen zijn waar te nemen wordt hypothese 1 bevestigd; hoe risicovoller de stijl van het fonds, hoe hoger de leverage. Dit bevreemdt niet, het is in lijn met
iii
de huidige stijldefinities van INREV waarbij een fonds dat een hogere leverage hanteert ook een risicovollere stijl wordt toegedicht. Ook hypothese 2 wordt bevestigd, de leverage tussen Core en Developing landen wijkt niet substantieel af. Het hogere risicoprofiel van Developing landen ten opzichte van Core landen wordt niet gecompenseerd door een lagere leverage te hanteren. Het hogere risicoprofiel zal dan ook tot uitdrukking moeten komen in een hogere rendementseis voor deze landen. Hypothese 3 wordt niet bevestigd. De minst risicovolle sector winkels kent ook de laagste maximum leverage van de sectoren. Ook bij current leverage is dit verschil, weliswaar nog maar gering, aanwezig. De mate van leverage lijkt niet af te hangen van het risicoprofiel van een sector. Hypothese 4 wordt, net als hypothese 3, niet bevestigd. Core winkels kennen een lagere maximum en current leverage dan core kantoren. Value-added winkels en kantoren kennen een vrijwel gelijke maximum leverage, wel kennen value-added winkels een iets hogere current leverage dan kantoren. Wanneer onderscheid wordt gemaakt naar de stijlen core en value-added betekent minder sector- en stijlrisico niet dat een hogere leverage wordt gehanteerd, eerder het tegendeel. Hypothese 5 blijkt te kloppen in de zin dat de leverage duidelijk is toegenomen vanaf de periode 1990-1994. De toename in leverage vanaf die periode in de daaropvolgende perioden valt samen met een in diezelfde perioden dalende rente. Hypothese 6, de trendmatige ontwikkeling in leverage is voor de verschillende sectoren en stijlen hetzelfde, blijkt niet te kloppen. Hoewel er een algemene opwaartse trend is waar te nemen, blijken de verschillen binnen sectoren voor core fondsen groter te zijn dan voor valueadded fondsen, zowel voor maximum als current leverage. Value-added fondsen hebben mogelijk, veel meer dan core fondsen en ongeacht de sector, maximaal willen profiteren van de gunstige renteontwikkeling in die perioden. Al deze fondsen zijn voor wat betreft maximum leverage gegroeid naar het door INREV als maximum gehanteerde 70% leverage. Value-added fondsen lijken ten opzichte van core fondsen dan ook zeker (en mogelijk vooral) veel leverage toe te voegen. De sector winkels kent een groter verschil in maximum leverage tussen core en value-added dan de sector kantoren. Ten aanzien van current leverage is bij de sector winkels het verschil tussen core en value-added in de afgelopen periode fors groter dan bij kantoren. Aanbevelingen
Onderken bij het inzichtelijk maken van de risico’s drie niveaus; vastgoed, diversificatie en leverage. Vergelijk fondsen op basis van de beschreven risicofactoren om meer inzicht te verkrijgen in het verschil in rendement-risicoprofiel.
iv
Houd rekening met de mate waarin de relevante risicofactoren definieerbaar en kwantificeerbaar zijn. Dit is voor een beperkt aantal factoren het geval. Al de factoren waar dit wel het geval voor is zijn in het door INREV in 2008 voorgesteld model opgenomen. Het model biedt een goed houvast bij het inzichtelijk maken van het rendement-risicoprofiel.
Houd voor wat betreft leverage rekening met verschillen in risico tussen sectoren. Het maximaliseren van leverage in de sector kantoren is vanuit risicoperspectief minder gewenst dan bij de sector winkels. Value-added fondsen voegen ten opzichte van core fondsen veel leverage toe, bij kantoren nog sterker dan bij winkels. De institutionele belegger moet er op verdacht zijn dat het niet vooral leverage is wat de klok slaat, waarde toevoegen moet meer zijn dan louter leverage.
v
vi
1
Inleiding Het beleggen in commercieel vastgoed is een trend die in de jaren zestig
overwaait vanuit de Verenigde Staten naar Europa. Daarvoor werd door bijvoorbeeld Nederlandse pensioenfondsen al belegd in woningen. Eind jaren zestig en begin jaren zeventig kende het beleggen in commercieel vastgoed een enorme groei in Nederland. Vastgoed werd een vaste beleggingscategorie in beleggingsportefeuilles van pensioenfondsen en wordt gezien als een goede lange termijn belegging (Bol, 2003). De wijze waarop in vastgoed wordt belegd is door de jaren heen veranderd. Werd voorheen voornamelijk belegd in ‘direct vastgoed’, waarbij een belegger daadwerkelijk eigenaar was van ‘de stenen’, tegenwoordig wordt veelal belegd in ‘indirect vastgoed’ (beursgenoteerd of niet-beursgenoteerd) in de vastgoedsectoren woningen, winkels, kantoren, bedrijfsruimten en overige. De toename van indirecte vastgoedbeleggingen (binnen de beleggingscategorie vastgoed) onder Nederlandse pensioenfondsen wordt geïllustreerd in onderstaande figuur (Op ’t Veld, 2007). Figuur 1 Indirecte vastgoedbeleggingen, in % van totaal, 1980-2006 80 % 70 % 60 % 50 % 40 % 30 % 20 % 10 % 0% 19 80
19 85
1990
1 99 5
20 00
20 0 5
Niet-beursgenoteerd vastgoed kende in de afgelopen jaren (tot en met 2007) goede resultaten en heeft een sterke groei in zowel totale omvang als aantal fondsen doorgemaakt. De groei werd sterk gedreven door een enorme instroom van kapitaal van zowel institutionele als particuliere beleggers, en aanvangsrendementen kwamen wereldwijd onder neerwaartse druk te staan (ING Real Estate, 2007). De groei in totale omvang en aantal nietbeursgenoteerde vastgoedbeleggingsfondsen in Europa is goed te zien in de volgende figuur (Baum, 2007a).
1
Figuur 2 Ontwikkeling Gross Asset Value (GAV) en aantal fondsen (No of Vehicles) in Europa
Total GAV €bn
No of Vehicles
GAV €bn
Number 1000 900 800 700 600 500 400 300 200 100 0 19 83 19 85 19 87 19 89 19 91 19 93 19 95 19 97 19 99 20 01 20 03 20 05 20 07
81
19
U
pt o
19 8
0
500 450 400 350 300 250 200 150 100 50 0
Ook in Nederland is sprake geweest van een sterke daling van de aanvangsrendementen. De door ROZ/IPD gerapporteerde ‘bruto reversionary yield’ is gedaald van 8,5% in 1996 naar 5,8% ultimo 2007. Bruto reversionary yield wordt hierbij gedefinieerd als de bruto markthuur aan het eind van de periode, uitgedrukt als percentage van de bruto objectwaarde aan het eind van het kwartaal (ROZ/IPD, 2007). De forse neerwaartse druk op de aanvangsrendementen is samengegaan met een dalende 10-jaars rente, zoals te zien in navolgende figuur (ING Real Estate, 2007). Figuur 3 Renteontwikkeling en bruto reversionary yield Nederland
Met het oog op verbeterde liquiditeit en toegenomen wereldwijde transparantie wordt onroerend goed als een minder risicovolle beleggingscategorie gezien. Hiertegenover staat een trend dat investeerders meer risico’s hebben genomen in hun strategieën om hogere rendementen te kunnen blijven behalen (ING Real Estate, 2007). Het aanwenden van vreemd vermogen is één van die risico’s.
2
Onderzoek onder institutionele beleggers leert dat bijna 95% wil beleggen in fondsen met een hoger risicoprofiel, zogenaamde value-added en opportunistische fondsen (INREV, 2008a). Deze begrippen behoeven nadere uitleg. Om inzicht te verschaffen in het rendement en risico van vastgoedbeleggingen worden drie categorieën rendement-risicoprofiel onderscheiden: core, value-added en opportunistisch. Door INREV (European Association for Investors in Non-listed Real Estate Vehicles) worden deze als volgt gedefinieerd: Core: Een fonds wordt als core gezien als de vastgoedobjecten stabiele inkomsten (direct rendement) genereren die een belangrijk deel uitmaken van het totaalrendement. Het beoogde rendement van het fonds bedraagt tot 11,5% per jaar of kent een doelrendement dat maximaal 1% hoger ligt dan een gespecificeerde vastgoedbenchmark. De leverage (mate van aanwending vreemd vermogen) is maximaal 60%. Value-added: Een fonds wordt value-added genoemd als het rendement voornamelijk gedreven wordt door een combinatie van waardegroei (indirect rendement) en inkomsten. Het beoogde rendement van het fonds ligt tussen de 11,5% en 18,5% of ligt 1-3% boven een vastgoedbenchmark. De leverage mag tussen de 30% en 70% bedragen. Opportunistisch: Een fonds waarbij het rendement voornamelijk gedreven wordt door waardegroei. Het beoogde rendement bedraagt meer dan 18,5% per jaar of ligt meer dan 3% boven een vastgoedbenchmark. De leverage bedraagt meer dan 70% (INREV, 2005). In termen van rendement-risicoprofiel ging eind 2007 bij bijna 60% van de investeerders de voorkeur uit naar value-addedfondsen, bij 10% ging de voorkeur uit naar core fondsen en bij 30% naar opportunistische fondsen. Institutionele beleggers zouden hiermee reageren op de voorheen sterk gedaalde aanvangsrendementen (INREV, 2008a). Hierbij moet opgemerkt worden dat deze daling anno 2008, na het in volle omvang uitbreken van de kredietcrisis, voorbij is en er sprake is van stijgende aanvangsrendementen. De hiervoor beschreven definities van core, value added en opportunistisch zijn door INREV in 2004 ontwikkeld. Vergelijkbare definities zijn door NCREIF (National Council of Real Estate Investment Fiduciaries) in 2003 ontwikkeld. De definities zijn bedoeld om inzicht te geven in het rendement-risicoprofiel van fondsen. De definities waren in essentie gebaseerd op het beoogde rendement en leverage en gelanceerd in een periode waarin de Europese vastgoedmarkt gekenmerkt werd door lage rente en een verwacht herstel van de vastgoedmarkten. In de afgelopen jaren zijn de definities veel bediscussieerd, zowel binnen INREV als NCREIF. Het is de vraag of deze definities daadwerkelijk voldoende inzicht bieden in het rendement-risicoprofiel van de fondsen. Ook INREV bestudeert op welke wijze de definities aangepast moeten worden (INREV, 2007).
3
1.1
Onderwerp masterproof
Wanneer de institutionele belegger inzicht wil verkrijgen in het rendement-risicoprofiel van een fonds, dan kan hij gebruikmaken van de bestaande definities core, value added en opportunistisch. Zoals beschreven zijn binnen de huidige definities vooral het beoogde rendement en de hoogte van leverage maatstaven. Om meer inzicht te verkrijgen in het rendement-risicoprofiel zou de institutionele belegger echter kunnen kijken naar factoren die van invloed zijn op het rendement en risico op de volgende drie niveaus; het vastgoed zelf (real estate), diversificatie (diversification) en de aanwending van vreemd vermogen (leverage) (Chaplin, 2007). Figuur 4 Unlisted fund style definitions
Leverage Diversification Real Estate The basic building blocks of unlisted fund risk
Op vastgoedniveau zou onderzocht kunnen worden wat een fondsmanager daadwerkelijk onderneemt om waarde toe te voegen. Van invloed op het rendement en risico op vastgoedniveau is bijvoorbeeld in welke sector het fonds belegt, in welke markten, op welk moment in de vastgoedcyclus dat gebeurt, de kwaliteit van het vastgoed en de huurders, de bezettingsgraad en de mate waarin sprake is van actief management van het fonds. Om meer inzicht te verkrijgen in de volatiliteit van het rendement moet ook inzichtelijk zijn in welke mate het totale rendement afhankelijk is van enerzijds direct rendement (kasstroom of cash flow die door het vastgoed wordt gegenereerd) en anderzijds indirect rendement (waardeontwikkeling van het vastgoed). Diversificatie binnen een fonds is belangrijk gezien de invloed die hier vanuit kan gaan op het reduceren van risico. Bij een optimale spreiding van een vastgoedportefeuille over meerdere objecten kan het specifieke risico van deze objecten fors gereduceerd worden. Inzicht in hoeverre diversificatie bijdraagt aan de reductie van risico is dus van belang. Het toevoegen van vreemd vermogen kan het rendement op fondsniveau verhogen maar voegt ook risico’s toe (Geltner, Miller, 2007). Het risico hangt daarbij ook samen met de wijze waarop vreemd vermogen wordt toegepast (looptijd, type lening, vaste of variabele rente). Dit risico, en het rendement dat hiertegenover staat, zou inzichtelijk moeten worden.
4
Het inzichtelijk krijgen van bovenstaande lijkt voor de categorie core eenvoudiger dan voor de categorieën value-added en opportunistisch, aangezien van het vastgoed in de eerste categorie veel meer bekend is over het rendement-risicoprofiel dan van het vastgoed in de andere categorieën. Dit wordt veroorzaakt door het relatief jonge bestaan van deze laatste twee categorieën. Vanwege de toegenomen interesse in value-added fondsen en het feit dat van deze fondsen, vergeleken met core fondsen, minder bekend is richt het onderzoek zich op het voor institutionele beleggers inzichtelijk maken van verschillen in rendement-risicoprofiel tussen core en value-added niet-beursgenoteerde vastgoedbeleggingsfondsen in Europa. De categorie opportunistisch wordt in het onderzoek wel ter illustratie meegenomen maar niet nader onderzocht. Opportunistische fondsen zijn nog relatief jong en gering in aantal waardoor er nog maar weinig van bekend is. De opkomst van value-added en core fondsen en hun omvang wordt in onderstaande figuur geïllustreerd. Figuur 5 Ontwikkeling in Europese niet-beursgenoteerde vastgoedbeleggingsfondsen
Nadere afbakening vindt plaats door het onderzoek primair te richten op fondsen die beleggen in de sectoren winkels en kantoren. Fondsen die beleggen in de sectoren bedrijfsruimten, woningen of overige worden alleen ter vergelijk meegenomen in het onderzoek. Gekozen is voor alleen deze sectoren omdat de sector bedrijfsruimten nog een relatief jonge (waardoor er minder historische data beschikbaar is) en kleine sector is. De sector woningen is voornamelijk in de landen Nederland, Duitsland en Frankrijk een sector van omvang en kent maar een relatief klein aantal value-added fondsen (circa een derde van het aantal value-added fondsen in winkels of kantoren). Indien het onderzoek hier aanleiding toe geeft worden voor deze sectoren wel aanbevelingen opgenomen. Enerzijds om de vergelijkbaarheid te vergroten en anderzijds om het verschil te onderzoeken wordt in het onderzoek ook een splitsing gemaakt naar fondsen die (voornamelijk) beleggen in de landen die als Core of Developing worden aangemerkt (Baum, 2000).
5
Tabel 1 Verdeling Europese landen naar Core, Developing en Emerging
Core Verenigd Koninkrijk Duitsland Frankrijk Ierland Zweden Nederland Zwitserland België
Developing Portugal Spanje Italië Denemarken Oostenrijk Noorwegen Finland Luxemburg
Emerging Tsjechië Hongarije Polen Slowakije Baltische Staten Turkije Griekenland Slovenië
Hoewel enigszins arbitrair hebben core landen over het algemeen een vastgoedbenchmark, zijn politiek stabiel, hebben een stabiele munteenheid en zijn liquide. De als developing aangemerkte landen hebben niet altijd een (bruikbare) vastgoedbenchmark, zijn kleiner met minder (maar groeiende) liquiditeit, zijn politiek stabiel en kennen eveneens een stabiele munteenheid. De als emerging aangemerkte landen kennen een lage liquiditeit, zijn minder politiek stabiel, kennen een minder stabiele munteenheid en hebben geen (bruikbare) vastgoedbenchmark (Baum, 2000). De landen die door Baum in 2000 als Developing zijn aangemerkt hebben in de periode nadien een zodanige ontwikkeling richting Core doorgemaakt dat dit voor dit onderzoek aanleiding is ze samen te nemen met de reeds door Baum als Core gekwalificeerde landen. De als Emerging aangemerkte landen kunnen inmiddels als Developing worden beschouwd. De aanname dat deze landen als Core aangemerkt kunnen worden is getoetst aan de zogenaamde Real Estate Transparancy Index (2006) van Jones Lang LaSalle (JLL). Hieruit komt eenzelfde beeld naar voren. Deze index heeft betrekking op de meest relevante landen voor vastgoedinvesteringen, hierbij worden alle continenten in ogenschouw genomen. JLL kijkt naar de factoren prestatiemeting, vastgoedmarkt fundamenten, genoteerde vastgoedfondsen, wet- en regelgeving en het transactie proces (Jones Lang LaSalle, 2007). JLL onderscheidt in deze index vijf niveaus, met oplopende transparantie van niveau vijf naar één. De bovenstaand onder Core en Developing genoemde landen vallen bij deze index allemaal in niveau één of twee, op Luxemburg na. Dit land wordt in de index niet meegenomen, waarschijnlijk vanwege de beperkte omvang. De onder Emerging weergegeven landen vallen bij deze index onder niveau drie of vier. In totaal zijn 56 landen in de index opgenomen, 24 hiervan vallen onder de eerste twee niveaus. 1.2
Centrale vraag en eindproduct
De centrale vraag is: Wat moet een institutionele belegger doen om het verschil in het rendement-risicoprofiel van niet-beursgenoteerde core en value-addedfondsen die beleggen in de sectoren kantoren of winkels, inzichtelijk te maken?
6
Subvragen a)
Welke risicofactoren die van invloed zijn op het rendement en risico van nietbeursgenoteerde vastgoedbeleggingsfondsen op drie niveaus; het vastgoed zelf, diversificatie en de aanwending van vreemd vermogen, worden in de literatuur onderscheiden?
b)
Welke bestaande modellen ter bepaling van het rendement-risicoprofiel van nietbeursgenoteerde vastgoedbeleggingsfondsen worden in de literatuur onderscheiden en in hoeverre kan vanuit de theorie, met deze bestaande modellen, het verschil in rendementrisicoprofiel van niet-beursgenoteerde core en value-addedfondsen die beleggen in vastgoed inzichtelijk worden gemaakt?
c)
In hoeverre kan inzicht worden verkregen in verschillen tussen core en valueaddedfondsen wanneer één of meerdere van de gevonden factoren onderzocht worden bij core en value-addedfondsen die beleggen in de sectoren kantoren en winkels in Europese landen?
d)
Op welke wijze kan een institutionele belegger met behulp van deze kennis het verschil in rendement-risicoprofiel van niet beursgenoteerde core en value-addedfondsen die beleggen in de sectoren kantoren of winkels in de geselecteerde Europese landen inzichtelijk maken?
1.3
Onderzoeksmethodiek
De gehanteerde onderzoeksmethodiek om tot beantwoording van de centrale vraag en subvragen te komen wordt hierna beschreven. Om verschillen in rendement-risicoprofiel te onderzoeken wordt onderzocht welke risicofactoren, van invloed op het rendement en risico van niet-beursgenoteerde vastgoedbeleggingsfondsen, in de literatuur worden beschreven. Hierbij wordt een indeling gehanteerd naar de drie eerder beschreven niveaus; het vastgoed zelf, diversificatie en de aanwending van vreemd vermogen. Vervolgens wordt onderzocht welke modellen om het rendement-risicoprofiel te bepalen in de literatuur worden beschreven. Van deze modellen wordt beschreven welke factoren er onderdeel van uit maken en hoe de factoren inzichtelijk gemaakt kunnen worden. Tevens wordt ingegaan op de mogelijkheid om op basis van deze factoren het verschil in rendementrisicoprofiel van niet-beursgenoteerde core en value-addedfondsen die beleggen in vastgoed inzichtelijk te maken. Op basis van het literatuuronderzoek wordt een keuze gemaakt om één of meerdere van de gevonden factoren nader te onderzoeken. Voor deze factor(en) wordt geanalyseerd in hoeverre inzicht kan worden verkregen in verschillen tussen core en value-addedfondsen die beleggen in de sectoren kantoren en winkels in Europese landen. Voorafgaand aan de analyse wordt een aantal hypothesen geformuleerd die betrekking hebben op de factor(en).
7
Voor de analyse wordt gebruik gemaakt van de zogenaamde INREV Vehicle Database. In deze database zijn niet-beursgenoteerde fondsen opgenomen die beleggen in vastgoed in Europese landen. De database kent een omvang van bijna 500 fondsen. Op basis van deze database worden deze core en value-addedfondsen voor wat betreft de gekozen factor(en) vergeleken en worden de vooraf geformuleerde hypothesen getoetst. Op basis van het verrichte onderzoek worden aanbevelingen gedaan hoe een institutionele belegger het verschil in rendement-risicoprofiel van dergelijke beleggingen inzichtelijk kan maken. Figuur 6 Onderzoeksmethodiek
Literatuuronderzoek risicofactoren
Literatuuronderzoek modellen
Vastgoed
Factoren X,Y,Z
Diversificatie
Factoren A,B,C
Leverage
Factoren K,L,M
Model 1
Factoren X,B,M
Model 2
Factoren Z,B,K
Model 3
Factoren X,Y,Z,A
Toetsen factoren aan INREV database
Keuze voor één of meerdere factoren
Formuleren hypothesen
Analyse INREV Vehicle Database voor gekozen factor(en)
8
2
Vastgoedrisico’s, diversificatie en leverage In dit hoofdstuk wordt beschreven welke risicofactoren van invloed zijn op het
rendement en risico van niet-beursgenoteerde vastgoedbeleggingsfondsen. Hierbij worden drie niveaus onderkend; het vastgoed zelf, diversificatie en de aanwending van vreemd vermogen. Eerst worden de risicofactoren die samenhangen met het vastgoed zelf, zoals deze in de literatuur worden onderscheiden, beschreven. Vervolgens wordt de invloed van diversificatie weergegeven. Hierna volgt de invloed van aanwending van leverage. Aan het eind van dit hoofdstuk wordt een set van de meest relevant geachte risico’s weergegeven. 2.1
Vastgoedrisico’s
De toekomstige opbrengsten van een belegging zijn onzeker, beleggen in vastgoed brengt dan ook risico’s met zich mee. Risico in de beleggingsleer wordt gedefinieerd als de bandbreedte rond het toekomstige, verwachte rendement. Deze bandbreedte kan uitgedrukt worden met de standaarddeviatie van het rendement. Een schatting voor de toekomst kan worden berekend uit in het verleden gerealiseerde rendementen. Binnen het op deze wijze bepaalde risico wordt onderscheid gemaakt in een kwaliteits- of objectrisico en een prijsvormings- of marktrisico. Het eerste risico (ook wel specifiek risico genoemd) kan doormiddel van diversificatie gereduceerd worden (Van Gool, 2001). Hierover later in dit hoofdstuk meer. In het kader van dit onderzoek naar de verschillen tussen core en valueaddedfondsen zijn op vastgoedniveau de hierboven genoemde objectrisico’s van belang. Het risico dat van belang is voor een investeerder in vastgoed is gebaseerd op het risico van het totale rendement dat het vastgoed levert. Dat betekent dat zowel het directe rendement dat het vastgoed genereert als de waardeontwikkeling die het vastgoed in de loop van de tijd doormaakt van belang is. Hierin zijn twee bronnen van risico te identificeren: cash flow risico en waarderisico. Cash flow risico komt voort uit veranderingen in de tijd in vraag en aanbod van vierkante meters vastgoed, dat op zijn beurt weer verantwoordelijk is voor veranderingen in huur die gevraagd kan worden voor het vastgoed. Daarnaast komt cash flow risico voort uit veranderingen in de kosten van de exploitatie van het vastgoed en benodigde investeringen voor verbetering van het vastgoed. Waarderisico komt voort uit veranderingen in de tijd in het door investeerders vereiste rendement op het vastgoed (Geltner, Miller, 2007).
9
Figuur 7 Decompositie van volatiliteit volgens Geltner & Miller Vraag en 2 aanbod m Cash flow risico
Huurniveau
Kosten & investeringen Vereist rendement
Waarderisico
Gerard Blundell (Muller, 2003a) onderscheidt op vastgoedniveau in principe dezelfde twee bronnen van risico. De decompositie ervan is echter uitgebreider en de afzonderlijke onderdelen vertonen meer dwarsverbanden. Cash flow risico wordt door hem als ‘income fluctuation’ geduid en waarderisico wordt geduid als ‘capital value change’. Dit geeft het volgende beeld. Figuur 8 Decompositie van volatiliteit volgens Blundell
Income fluctuation
Lease Breaks
Concentration by year
Rent Review
Concentration by year
Default
Tenant concentration
Economy ERV Change Capital Value Change
Economic sensitivity Sector weighting
Local Supply Yield Shift Capital Markets
Locational exposure forecasting error
Risk premia
Een paar verschillen tussen de twee benaderingen vallen vervolgens op:
Blundell neemt, in tegenstelling tot Geltner & Miller, het risico van de huurders in beschouwing: de jaarlijkse concentratie van einde huurcontracten en huuraanpassingen en het risico dat toeneemt naarmate de afhankelijkheid van een of enkele huurders toeneemt.
10
In beide benaderingen wordt het vereiste rendement (yield) van invloed gezien op het waarderisico, Blundell voegt daar echter de verandering in markthuur (ERV = estimated rental value) als factor aan toe. In de benadering van Geltner & Miller komt deze factor impliciet terug bij ‘huurniveau’, immers, verandering in markthuur heeft invloed op huurniveau op het moment dat deze laatste aangepast kan worden aan de dan geldende markthuur.
Blundell laat in zijn benadering tevens de invloed van ontwikkelingen in de economie en op de kapitaalmarkten naar voren komen.
In lijn met de hiervoor geconstateerde verschillen in benadering concludeert Kaiser (2005) dat risico verbonden aan vastgoedbeleggingen op vele wijzen wordt gedefinieerd maar in ieder geval de volgende elementen kent: vastgoedrisico’s, portefeuille diversificatie, leverage en mate van controle over het vastgoed. Ten opzichte van de voor dit onderzoek gehanteerde driedeling in de niveaus vastgoed, diversificatie en leverage voegt Kaiser dus ‘mate van controle over het vastgoed’ toe. Op vastgoedniveau onderkent Kaiser op basis van zijn onderzoek onder Amerikaanse vastgoedadviseurs en –investeerders de volgende factoren: a)
vastgoedsector
b)
locatie
c)
bezettingsgraad
d)
levenscyclus
e)
kwaliteit van het vastgoed
f)
controle over het vastgoed
g)
exit strategie
h)
doel strategie
Overlap tussen Kaiser en Blundell zien we in de factoren vastgoedsector en locatie. Interessant in de benadering van Kaiser is echter dat hij de feitelijke bezettingsgraad toevoegt waar Blundell meer gebruik maakt van factoren die uiteindelijk van invloed zijn op de bezettingsgraad (zoals local supply). Tevens kijkt Kaiser naar de fase van de levenscyclus waarin het vastgoed zicht bevindt, hij neemt dus de mate waarin sprake is van (her)ontwikkeling mee. Kaiser voegt ook ‘kwaliteit van het vastgoed’ toe. Hoewel deze factor intuïtief gezien zal worden als een risicofactor is het tegelijk een zeer subjectieve factor en zou de kwaliteit van het vastgoed in andere factoren als ERV en bezettingsgraad tot uitdrukking moeten komen. De factoren controle over het vastgoed, exit strategie en doel strategie zijn factoren die verder van het vastgoed zelf afstaan, buiten de voor dit onderzoek gehanteerde drie niveaus vallen en daarom verder buiten beschouwing worden gelaten.
Nader onderzoek in de literatuur bevestigt het hiervoor beschreven beeld. In een onderzoek in opdracht van het Investment Property Forum (brancheorganisatie in het Verenigd
11
Koninkrijk) komen de auteurs Booth, Matysiak en Ormerod tot de volgende factoren die van invloed zijn op het risico van een vastgoedportefeuille: a)
huurderrisico (een aan meerdere huurders verhuurd object (mulit-tennant) wordt als minder risicovol gezien dan een object verhuurd aan een enkele huurder)
b)
fysieke veroudering en het risico van waardedaling (van invloed op kapitaal uitgaven en huurinkomsten)
c)
vraag en aanbod van het type vastgoed
d)
vraag en aanbod van vastgoed op verschillende locaties (de lokale marktomstandigheden)
e)
economische en vastgoedmarkt omstandigheden (leegstand, huurgroei, waardering)
f)
onzekerheid omtrent waardering van vastgoed (door liquiditeit en marktomstandigheden)
g)
belastingen
h)
wet- en regelgeving
i)
illiquiditeit (het kan moeilijk blijken te zijn bepaalde typen vastgoed te verkopen op korte termijn, behalve tegen prijzen onder de marktwaarde) (Booth, 2002).
De factoren a) tot en met f) zijn in de hiervoor beschreven literatuur al naar voren gekomen, nieuw zijn echter de factoren g) tot en met i). Hoewel belastingen en wet- en regelgeving wel ingrijpen op vastgoedniveau worden ze voor dit onderzoek vooral gezien als indirecte risicofactoren, waar invloed vanuit gaat op directe risicofactoren zoals vraag en aanbod en huurniveau, en derhalve niet relevant geacht. Voor illiquiditeit als factor geldt dezelfde redenering als eerder bij ‘kwaliteit van het vastgoed’, het risico hiervan kan tot uitdrukking komen in de yield.
De in de literatuur gevonden risicofactoren op vastgoedniveau zijn ook getoetst aan de risicofactoren zoals deze door NCREIF, de National Council of Real Estate Investment Fiduciaries, zijn geformuleerd (NCREIF, 2003). De volgende factoren, van invloed op het risico op vastgoedniveau, worden door NCREIF onderkend: a)
vastgoedsector, waarbij onderscheid wordt gemaakt naar de traditionele sectoren kantoren, woningen, winkels en bedrijfsruimten en overige sectoren zoals ouderen huisvesting, opslag en speculatieve ontwikkelingen
b)
levenscyclus, waarbij onderscheid wordt gemaakt tussen bestaand en in exploitatie zijnd vastgoed en vastgoed dat nog verhuurd moet worden of zelfs nog (her)ontwikkeld moet worden
c)
bezettingsgraad, waarbij onderscheid wordt gemaakt tussen het geheel, gedeeltelijk of nauwelijks verhuurd zijn van het vastgoed
d)
concentratie van einde huurovereenkomsten, doelend op het risico van het samenvallen van het aflopen van meerdere huurovereenkomsten, binnen hetzelfde vastgoedobject
e)
gemiddelde huurtermijn, waarmee wordt gedoeld op het risico dat toeneemt naarmate de gemiddelde huurtermijn van de lopende huurcontracten korter is
12
markt/locatie, de markt en/of locatie waar het vastgoedobject is gelegen is van invloed op
f)
het risico. Het risico neemt toe naarmate er meer sprake is van opkomende markt of locaties
2.2
Invloed van diversificatie
Nooit op één paard wedden, een uitdrukking die de kern van diversificatie goed weergeeft. Intuïtief voelt iedereen aan dat als je al je geld investeert in één enkel vastgoedobject je een groot risico loopt een groot deel van je geld te verliezen in het geval dat ene vastgoedobject geconfronteerd wordt met factoren die de waarde of de inkomsten van het vastgoedobject negatief beïnvloeden. Diversificatie is een manier om dit risico te verkleinen. De portefeuilletheorie van Markowitz geeft een onderbouwing voor het bovenstaande. Deze theorie kwantificeert voor een aandelenportefeuille het voordeel van diversificatie in termen van portefeuillerendement en –risico en levert inzicht in de wijze waarop deze diversificatie wordt bereikt door als het ware aan te geven hoeveel geld je op welke paarden moet wedden (Geltner, Miller, 2007). De theorie beschrijft dus hoe een optimale aandelenportefeuille kan worden samengesteld. Optimaal houdt in dit geval in, een maximaal rendement bij een gegeven risico of een minimaal risico bij een gegeven rendement. Door toevoeging van meerdere beleggingen in een portefeuille wordt een spreiding en daarmee reductie van risico bereikt. Deze manier van risicospreiding wordt diversificatie genoemd. De risicoreductie wordt verklaard doordat rendementen van aandelen uit de portefeuille niet (of niet in dezelfde mate) gelijk reageren op verschillende economische omstandigheden. Niet al het risico van een portefeuille kan worden gereduceerd. Er blijft altijd het risico dat te maken heeft met de gevoeligheden van het rendement van beleggingen voor macroeconomische ontwikkelingen. Dit risico wordt aangeduid met marktrisico of systematisch risico (Tazelaar, 2002).
Standaarddeviatie portefeuille
Figuur 9 Specifiek- en systematisch risico
Specifiek risico
Systematisch risico
0
Aantal beleggingen
Deze inzichten van de algemene portefeuille theorie worden ook toegepast op vastgoedbeleggingen. Volgens de theorie heeft vastgoed een rendement dat ligt tussen dat van aandelen en dat van vastrentende waarden. De verklaring hiervoor is dat vastgoed een
13
direct rendement (met mogelijkheid tot groei) heeft dat min of meer gelijk is aan het rendement van vastrentende waarden. Naast dit direct rendement is er sprake van indirect rendement, de waardeverandering van het vastgoed. Deze twee samen zorgen ervoor dat het rendement ligt tussen dat van aandelen en vastrentende waarden. Een goede schatting van het risico van vastgoedbeleggingen kan worden verkregen door te kijken naar in het verleden gelopen risico. Risico wordt in dit geval gemeten als de bandbreedte van de in het verleden gerealiseerde rendementen, waarin de rendementen zich hebben bewogen. Hoe hoger deze zogenaamde standaarddeviatie, hoe groter de kans dat dit zich ook in de toekomst voordoet, hoe hoger dus het risico. Beleggingsopbrengsten kunnen fluctueren, voor de ene belegging meer dan voor de andere. De kans op een tegenvallend rendement bestaat dus altijd. De kans dat verschillende beleggingen tegelijk een tegenvallend rendement opleveren is echter kleiner. Dit diversificatievoordeel doet zich ook voor bij vastgoedbeleggingen. Naast rendement en risico bepaalt ook de onderlinge samenhang van beleggingen het diversificatiepotentieel. Verschillende beleggingen reageren niet zonder meer hetzelfde op veranderingen in bijvoorbeeld het economische klimaat. Indien dit wel het geval zou zijn zou voor een portefeuille, samengesteld uit beleggingen die op gelijke wijze reageren op deze veranderingen, het risico niet verminderd worden. De grootste risicoreductie wordt echter bereikt wanneer het rendement van deze beleggingen in de loop van de tijd onderling weinig samenhang vertoont of zelfs tegengesteld beweegt. De maat voor deze onderlinge samenhang wordt correlatie genoemd (Muller, 2003b). Diversificatie binnen vastgoedportefeuilles is echter niet eenvoudig. Ten opzichte van investeringen in bijvoorbeeld aandelen en vastrentende waarden zijn investeringen in vastgoedobjecten in omvang groot en onderling verschillend. Dit zorgt ervoor dat investeringen in vastgoedobjecten en vastgoedportefeuilles een hoge mate van specifiek risico kennen. Dit specifieke risico verschilt ook per vastgoedsector. Het specifieke risico hangt niet alleen af van de omvang van de portefeuille maar ook van de ‘diversificatie-kracht’ binnen sectoren, gedefinieerd als de efficiëntie van de reductie van specifiek risico door het toevoegen van vastgoedobjecten aan een vastgoedportefeuille. Er zijn veel vastgoedobjecten nodig om het risico te reduceren tot het systematisch risico. Onderzoek1 van Baum naar specifiek risico voor investeerders in vastgoed in het Verenigd Koninkrijk laat zien dat het specifieke risico wordt gereduceerd wanneer het aantal vastgoedobjecten in een portefeuille toeneemt. Naarmate de omvang van de portefeuille neigt naar de marktomvang, benadert het risico van de portefeuille het systematisch risico. Uit het onderzoek blijken tussen de gehanteerde vastgoedsegmenten verschillen te bestaan in het aantal benodigde vastgoedobjecten om tot dezelfde risicoreductie te komen. Het specifieke risico is hierbij gedefinieerd als ‘tracking error’, afwijking van de benchmark.
1
De voor het onderzoek gebruikte data is afgeleid van IPD UK Universe en heeft betrekking op vastgoed dat continu in bezit was in de periode 1990 tot 2004.
14
Uit het onderzoek komt het beeld naar voren zoals onderstaande weergegeven. Voor een tracking error van 5% blijkt het minste aantal vastgoedobjecten benodigd voor winkelcentra, gevolgd door kantorenparken, winkelwarenhuizen, kantoren in zuidoost Engeland, kantoren in provinciale regio’s en bedrijfsruimten. Het grootste aantal objecten is benodigd in de segmenten Londense kantoren, gevolgd door overig retail. Tabel 2 Aantal benodigde objecten om gewenste tracking error te bereiken # of properties Segment Standard shops Retail warehouses Shopping centres Other retail London offices South East offices Provincial offices Office parks Industrials
5% tracking error 6 4 3 8 10 5 5 4 5
4% tracking error 9 6 4 12 16 7 8 6 8
3% tracking error 16 12 6 20 30 12 12 11 14
2% tracking error 34 47 11 34 81 24 23 21 33
Uit bovenstaande komt naar voren dat winkelcentra eenvoudig te diversificeren zijn, grote investeringssommen zijn echter benodigd om ze aan te schaffen. In het onderzoek van Baum bedroeg de gemiddelde investering voor een winkelcentrum 40 miljoen pond, terwijl een standaard winkel een omvang had tussen de 4,6 en 7,2 miljoen pond. Wanneer de gemiddeld benodigde investering gecombineerd wordt met de diversificatiekracht ontstaat het volgende beeld. Tabel 3 Benodigd kapitaal om gewenste tracking error te bereiken Capital required (₤m) Segment Standard shops Retail warehouses Shopping centres Other retail London offices South East offices Provincial offices Office parks Industrials Total
5% tracking error 28 86 118 40 152 36 36 40 32 568
4% tracking error 42 129 158 60 243 50 58 60 51 851
3% tracking error 74 259 237 100 455 86 87 110 90 1.498
2% tracking error 157 1.013 434 169 1.229 172 166 210 212 3.762
Hieruit blijkt dat bij een gegeven tracking error de geringste investering benodigd is voor standaard winkels, kantoren in provinciale regio’s, overig retail en kantoren in zuidoost Engeland. De meest omvangrijke investering is benodigd voor Londense kantoren, winkelwarenhuizen en winkelcentra (Baum, 2007b). Uit het onderzoek van Baum wordt dan ook geconcludeerd dat het specifieke risico samenhangt met zowel de gemiddeld benodigde investering als de diversificatiekracht. In segmenten waarin de prestaties van individuele objecten gelijk zijn maar de gemiddeld benodigde investering hoog is, is diversificatie lastig.
15
Uit een ander onderzoek, van Brown en Matysiak in 2000, komt naar voren dat het risico bij een optimale spreiding van een vastgoedportefeuille over meerdere objecten met maximaal 70% kan worden gereduceerd. De resterende 30% wordt beschouwd als het marktrisico, dat niet door diversificatie gereduceerd kan worden. Een dergelijke portefeuille zou uit circa 1.000 vastgoedobjecten moeten bestaan, veel meer dan de gemiddelde vastgoedportefeuille in bijvoorbeeld het Verenigd Koninkrijk die 30 objecten bevat. Wel kan bij een vastgoedportefeuille van 30 objecten het risico al met circa 65% gereduceerd worden (Brown, 2000). Uit het voorgaande blijkt duidelijk dat diversificatie van belang is voor het reduceren van risico, ook bij vastgoedbeleggingen. Uit de beschreven literatuur komt naar voren dat specifiek risico ontstaat indien een portefeuille uit minder dan 1000 objecten bestaat, echter, een groot deel van het specifiek risico kan reeds gereduceerd worden bij een portefeuille die 30 objecten bevat. De mate waarin het specifiek risico gereduceerd kan worden verschilt echter per sector c.q. binnen sectoren en hangt af van de gemiddeld benodigde investering en de diversificatiekracht van (segmenten binnen) die sector. Bij het inzichtelijk maken van het risico van een vastgoedbeleggingsfonds dient ten aanzien van diversificatie echter vooral rekening gehouden te worden met een minimaal benodigd aantal objecten om tot de reductie van het specifiek risico te komen, zoals uit het onderzoek van Baum blijkt. De diversificatiekracht lijkt vooral van belang om binnen sectoren te vergelijken, niet zozeer als sectoren winkels en kantoren onderling. Immers, als we kijken naar het onderzoek van Baum en de verschillende segmenten scheiden naar winkels en kantoren, dan blijken de verschillen niet zo groot. Voor een 5% tracking error zijn 21 ‘winkel objecten’ nodig en 24 ‘kantoor objecten’, daarmee gaat een investering gepaard van 272 miljoen pond voor winkels en 264 miljoen pond voor kantoren. Opgemerkt dient te worden dat louter onderzoek in het Verenigd Koninkrijk beschikbaar was. Deze vastgoedmarkt onderscheidt zich van die in continentaal Europa onder andere door haar hoge volatiliteit en concentratie in Londen. Dit kan de ‘slechte’ score van Londense kantoren verklaren. 2.3
Invloed van leverage
Leverage is het aanwenden van vreemd vermogen, naast eigen vermogen, voor het financieren van een investering. Door leverage wordt het mogelijk met een gegeven eigen vermogen investeringen van grotere omvang dan het tot beschikking staande eigen vermogen te doen. Het te behalen rendement op een investering kan hiermee vergroot worden. Leverage is dan ook de Engelse vertaling voor het woord hefboom. Helaas brengt leverage ook risico’s met zich mee. De hefboomwerking die van leverage uitgaat, is het eenvoudigst te illustreren aan de hand van een voorbeeld. Wanneer een investeerder een vastgoedobject aanschaft ter waarde van 10 miljoen euro met behulp van 4 miljoen euro eigen vermogen en 6 miljoen euro vreemd
16
vermogen dan bedraagt de leverage ratio 2,5 (10 miljoen / 4 miljoen). Met deze ratio is het dus mogelijk een investering te doen met een omvang van 2,5 keer het eigen vermogen. De hefboomwerking zien we ook terug in het te behalen rendement op eigen vermogen van deze investering. Indien het totaalrendement op de investering hoger is dan de te betalen rente op het vreemd vermogen wordt het rendement op eigen vermogen vergroot. Echter, ‘there are no free lunches at Wall Street’. Als leverage het rendement op eigen vermogen vergroot, neemt ook het risico toe. Leverage vergroot namelijk ook de bandbreedte waarbinnen het totaalrendement zich kan begeven met dezelfde leverage ratio. In het voorkomende geval dat een vastgoedobject negatief rendement kent, wordt dit nog eens versterkt door leverage (Geltner Miller, 2007). De volgende figuur toont het ROZ/IPD totaal rendement van alle vastgoedsectoren in Nederland en de kosten van vreemd vermogen (lending rate). De donkerblauwe lijn geeft het totaalrendement weer indien gebruik was gemaakt van een leverage van 50% (INREV, 2008b). Figuur 10 Historisch rendement van Nederlands vastgoed zonder leverage en met 50% leverage
Uit deze figuur blijkt duidelijk dat het aanwenden van leverage vooral in de periode 1995-2007 interessant is geweest. Voor die tijd heeft het een gering tot sterk negatief effect gehad. Voor de vastgoedmarkten in 2008 geldt dat het negatieve effect weer terug is. Vooral in het Verenigd Koninkrijk, waar de rendementen sinds medio 2007 negatief zijn, is dit momenteel het geval. Dit brengt ons op het risico dat met leverage gepaard gaat. In een verslechterende vastgoedmarkt is het niet de vreemd vermogen verstrekker die het verlies voor rekening neemt. In elk geval niet in eerste instantie. De eigen vermogen verstrekker neemt als eerste het verlies voor rekening. Pas als al het eigen vermogen is verdampt gaat het ten koste van het vreemd vermogen. De eigen vermogen verstrekker is dan wel zijn gehele investering kwijt. Het risico hierop is bij een leverage van 50% wellicht nog gering, vastgoed daalt niet snel 50% in waarde. Echter, bij een leverage van 80% is dit risico als enorm toegenomen. De vraag hoeveel extra rendement een investeerder zou moeten ontvangen voor leverage is dan ook terecht. Chaplin schrijft hierover het volgende. Indien wordt aangenomen dat 50%
17
leverage de volatiliteit van het rendement verdubbeld en de prijs voor risico (gemeten als standaard deviatie) is 25 basispunten per eenheid risico, dan zou een fonds, dat zonder leverage een volatiliteit zou kennen van 10%, een extra 2,5% rendement moeten genereren bij een leverage van 50%. Bij een leverage van 70% zou dit extra rendement al 5,8% moeten bedragen. Los van het rendement dat verwacht mag worden van het toepassen van leverage, zou bij een leverage van 60% (de maximale leverage van een Core fonds volgens de definitie van INREV) de volatiliteit van het rendement van het vastgoed in een portefeuille tot 2,5 keer hoger kunnen zijn (INREV, 2007). Overigens, niet alleen de eigen vermogen verstrekker zou extra rendement moeten verkrijgen voor het risico van leverage. Ook de vreemd vermogen verstrekker rekent een hoger risico toe aan een hoge leverage. De kosten van het vreemd vermogen nemen dan ook toe naarmate de leverage toeneemt waardoor zeer hoge leverage niet alleen zeer risicovol maar ook te kostbaar wordt. Van belang is nog om op te merken dat het risico van leverage niet alleen afhangt van de hoogte ervan. Vreemd vermogen kan op verschillende wijzen verkregen worden, wat weer invloed heeft op het risico van leverage. Zo kan er voor korte of lange tijd vreemd vermogen aangetrokken worden, variabele of vaste rente over betaald worden en een rangorde in vreemd vermogen aangebracht worden (senior, junior en mezzanine). Voor dit onderzoek zien we echter de hoogte van leverage (uitgedrukt in percentage vreemd vermogen van de waarde van het vastgoed c.q. fonds) als de belangrijkste risicofactor. 2.4
Samenvatting en conclusies
In dit hoofdstuk zijn vanuit de wetenschappelijke literatuur risicofactoren beschreven die van invloed zijn op het rendement en risico van niet-beursgenoteerde vastgoedbeleggingsfondsen. Hierbij zijn drie niveaus onderkend: het vastgoed zelf, diversificatie en leverage. Voor vastgoed geldt dat zowel het directe rendement dat het vastgoed genereert als de waardeontwikkeling van het vastgoed van belang is. Twee hoofdbronnen van risico zijn te onderscheiden: cash flow risico en waarderisico. Deze bronnen worden door diverse onderzoekers verder uiteengerafeld. In navolgende figuur zijn de voor dit onderzoek als meest relevant geachte risicofactoren weergegeven.
18
Figuur 11 Relevante risicofactoren op vastgoedniveau Concentratie einde huurovereenkomsten Gemiddelde huurtermijn Cash flow risico
Huurderrisico Bezettingsgraad Levenscyclus
Vastgoed
Markthuur Vereist rendement Waarderisico
Economie + kapitaalmarkten
Markt / locatie Vastgoedsector
Diversificatie is een manier om het risico van vastgoedbeleggingen te verkleinen en is gebaseerd op risicospreiding. Alleen het specifieke risico van vastgoedobjecten kan binnen een vastgoedportefeuille worden gereduceerd, het resterende risico is het marktrisico. Er zijn echter wel veel (circa 1000) vastgoedobjecten nodig om het risico geheel te reduceren tot dit marktrisico. Een groot deel van het specifieke risico kan reeds gereduceerd worden bij een portefeuille van 30 objecten. De mate waarin het specifieke risico gereduceerd kan worden verschilt per vastgoedsector en hangt af van de gemiddeld benodigde investering en de diversificatiekracht van die sector. Bij het inzichtelijk maken van het risico van een vastgoedbeleggingsfonds dient ten aanzien van diversificatie echter vooral rekening gehouden te worden met een minimaal benodigd aantal objecten om tot de reductie van het specifiek risico te komen. Figuur 12 Relevante risicofactoren ten aanzien van diversificatie
Omvang portefeuille Diversificatie
Gemiddeld benodigde investering Diversificatiekracht
19
Leverage is het aanwenden van vreemd vermogen, naast eigen vermogen, voor het financieren van een investering. Het kan het rendement op het eigen vermogen vergroten maar vergroot ook het risico. Leverage vergroot namelijk de bandbreedte waarbinnen het totaalrendement zich kan begeven, ook in negatieve zin. Naarmate de leverage toeneemt neemt ook het risico ervan (fors) toe. Hoewel de hoogte van de leverage als meest relevante risicofactor wordt gezien speelt ook de wijze waarop vreemd vermogen wordt verkregen een rol (looptijd, vaste of variabele rente en rangorde). Figuur 13 Relevante risicofactoren ten aanzien van leverage
Leverage
Percentage leverage Wijze van financiering
20
3
Bestaande modellen ter bepaling van het rendement-risicoprofiel In dit hoofdstuk worden bestaande modellen ter bepaling van het rendement-
risicoprofiel van niet-beursgenoteerde vastgoedbeleggingsfondsen beschreven. Van deze modellen wordt beschreven welke factoren er onderdeel van uit maken en hoe de factoren inzichtelijk gemaakt kunnen worden. Tevens wordt ingegaan op de mogelijkheid om op basis van deze factoren het verschil in rendement-risicoprofiel van niet-beursgenoteerde core en value-addedfondsen die beleggen in vastgoed inzichtelijk te maken. 3.1
NCREIF
Zoals in het vorige hoofdstuk beschreven heeft NCREIF in 2003 een voorstel gedaan voor een model om het rendement-risicoprofiel van vastgoedfondsen te bepalen. Het voorstel is voortgekomen uit een behoefte bij investeerders om meer inzicht te verkrijgen in het rendementrisicoprofiel en de vergelijkbaarheid van fondsen te vergroten. Aan het voorstel zijn jarenlange discussies voorafgegaan binnen de vastgoedsector. Het voorstel was bedoeld als een volgende stap om te komen tot meer transparantie. Het voorstel van NCREIF beschrijft een drietal stijldefinities, core, value-added en opportunistisch. In totaal worden negen factoren genoemd die het onderscheid mogelijk moeten maken tussen deze drie stijlen: a)
vastgoedsector
b)
levenscyclus
c)
bezettingsgraad
d)
concentratie einde huurovereenkomsten
e)
gemiddelde huurtermijn
f)
markt/locatie
g)
leverage
h)
percentage direct rendement van het totale rendement
i)
mate van controle die over het vastgoed kan worden uitgeoefend
In het model is een onderscheid gemaakt tussen ‘asset level’ (vastgoedniveau) en ‘portfolio level’ (portefeuilleniveau), de risicofactoren gelden echter voor beide levels. De factoren a) tot en met f) zijn risicofactoren die reeds in hoofdstuk 2 aan bod zijn gekomen op vastgoedniveau. Ook factor g), leverage, is als risicofactor in hoofdstuk 2 besproken. Belangrijk kritiekpunt is dat de factor diversificatie ontbreekt in het model. Wel is opgenomen de factor ‘percentage direct rendement van het totale rendement’. Dit is inderdaad zinvol daar naarmate dit percentage afneemt (en dus minder stabiele kasstromen voorhanden zijn), de afhankelijkheid van waardegroei toeneemt, wat op zijn beurt meer risico met zich meebrengt. Tot slot de factor ‘mate van controle over het vastgoed’. Deze factor is niet alleen buitengewoon lastig te kwantificeren, het is ook de vraag of value-added en opportunistische stijlen minder controle kennen over het vastgoed dan core stijlen. Wellicht is het meer een
21
factor die binnen alle stijlen optimaal dient te zijn en niet zozeer een onderscheidende factor tussen stijlen. Figuur 14 NCREIF voorstel 2003
Kritiek op het model vinden we ook terug in de literatuur. Daar waar de stijldefinitie, bij core, spreekt over ‘vastgoed waarbij het rendement voor een relatief hoog percentage uit direct rendement bestaat en dat naar verwachting een lage volatiliteit kent’ is het commentaar dat ‘relatief hoog’ en ‘lage volatiliteit’ niet cijfermatig uitgedrukt is. Wat is hoog en wat is laag? Aanvullend hierop is opgemerkt dat ook de genoemde factoren geen cijfermatige categorisering kennen en er geen empirisch bewijs is dat al deze factoren ook daadwerkelijk het vastgoedrendement beïnvloeden. Verwacht wordt dat de factoren een grote mate van
22
correlatie kennen en daarom gereduceerd zouden kunnen worden tot een beperktere set van factoren (Peyton, 2007). Hoewel de gebruikte terminologie in de vastgoedmarkt gangbaar is, is de kritiek dat de gehanteerde factoren niet goed te kwantificeren zijn terecht. Dit geldt voor de eerder genoemde maatstaven ‘relatief hoog’ en ‘laag’ maar dus ook voor een factor als de ‘mate van controle over het vastgoed’. Er wordt ruimte gelaten voor interpretatie en er kan geen exact onderscheid aangebracht worden tussen de stijlen. Ondanks dat er bij dit model grijze gebieden blijven bestaan tussen stijlen verschaft het model in ieder geval wel meer inzicht in verschillen tussen core en value-added fondsen. 3.2
Jones Lang LaSalle / Blundell Risk Web
Blundell heeft in 2005 een methodiek ontwikkeld die bij het in kaart brengen van risico’s vooruitkijkt in plaats van terugkijkt naar volatiliteit van rendement uit het verleden. Voor dit onderzoek zijn de gekozen risicofactoren dan ook van belang. Deze beogen een zo breed mogelijk scala aan risico’s te bestrijken waarbij rekening wordt gehouden met de complexiteit van de vastgoedmarkt (Rothweiler, 2006). De risicofactoren zijn: a)
income return:
direct rendement
b)
location concentration:
spreiding over locaties in een markt
c)
development exposure:
het aandeel ontwikkeling in een fonds
d)
asset concentration:
het percentage van het kapitaal van een fonds dat in de grootste vijf objecten van het fonds is geconcentreerd
e)
lease length:
langere gemiddelde huurtermijnen geven meer zekerheid
f)
covenant:
een maatstaf voor de kredietwaardigheid van huurders
g)
tenant concentration:
het percentage van de totale jaarhuur dat door de grootste tien huurders wordt vertegenwoordigd
h)
weighted betas:
de mate waarin een fonds is blootgesteld aan de meer risicovolle segmenten van de vastgoedmarkt
i)
void rate:
mate van leegstand in de portefeuille
De bovengenoemde factoren worden scores toegekend en vervolgens uiteengezet op een ‘risk web’ waarmee de verschillen in risico inzichtelijk worden gemaakt. Ten aanzien van de gehanteerde factoren valt op dat Blundell herkenbare vastgoedrisico’s (zoals locatie, ontwikkeling en leegstand) hanteert, maar ook naar diversificatie kijkt (location en asset concentration). Evenals bij NCREIF betrekt Blundell het direct rendement, leverage wordt helaas buiten beschouwing gelaten. Afwijkend, maar verdedigbaar, van alle eerder in dit onderzoek genoemde factoren en modellen introduceert Blundell de kredietwaardigheid van huurders (covenant) en de afhankelijkheid van de grootste huurders (tenant concentration) als factoren. Beide factoren beïnvloeden de zekerheid van de cash flow en worden daarmee terecht geduid als risicofactoren.
23
Figuur 15 Jones Lang LaSalle / Blundell Risk Web
Wat geldt voor het model van NCREIF geldt ook voor de methodiek van Blundell; niet alle factoren zijn goed te kwantificeren. Dit geldt vooral de factoren ‘structural difference’, ‘location concentration’ en ‘covenant’. Een tweede punt van kritiek is dat het relatieve belang van de risico’s onduidelijk is. Het is dan ook vooral een methodiek om risico’s te benoemen en meer inzicht te verschaffen in afzonderlijke risico’s, niet om risico’s exact te kwantificeren en vastgoedbeleggingen ten opzichte van elkaar als meer of minder risicovol te beschouwen. 3.3
INREV
In 2004 heeft INREV haar vigerende model geïntroduceerd om het rendement-risicoprofiel van niet-beursgenoteerde vastgoedbeleggingsfondsen te duiden. De destijds gelanceerde stijl definities en daarin onderkende maatstaven voor risico worden hierna beschreven. De stijldefinities van INREV zijn als volgt: Core: een fonds waarin de vastgoedobjecten stabiele inkomsten genereren die een belangrijk deel uitmaken van het totaalrendement. Het beoogde rendement bedraagt tot 11,5% per jaar of kent een doel dat maximaal 1% hoger ligt dan een gespecificeerde vastgoedbenchmark. De leverage is maximaal 60%. Value-added: een fonds waarbij het rendement voornamelijk gedreven wordt door een combinatie van waardegroei en inkomsten. Het beoogde rendement ligt tussen de 11,5% en 18,5% of ligt 1-3% boven een vastgoedbenchmark. Leverage bedraagt tussen de 30% en 70%. Opportunistisch: een fonds waarbij het rendement voornamelijk gedreven wordt door waardegroei. Het beoogde rendement bedraagt meer dan 18,5% per jaar of ligt meer dan 3% boven een vastgoedbenchmark. Leverage bedraagt meer dan 70% (INREV, 2005).
24
Het model dat INREV hanteert is onderstaand weergegeven. De enige factoren die tot uitdrukking komen in het model zijn IRR en leverage (in figuur als gearing weergegeven). IRR als maatstaf voor rendement, leverage als maatstaf voor risico. Figuur 16 INREV stijl definities
In het model is destijds gekozen voor alleen de factoren IRR en leverage omdat gegevens van vastgoed(fondsen) beperkt beschikbaar waren. Vanuit de vastgoedsector bestond de voorkeur te starten met een eenvoudig model dat met de tijd aangepast zou worden. In juni 2008 heeft INREV dan ook de White Paper Real Estate Fund Style Framework gepubliceerd welke door Cass Business School’s Research Centre for Real Estate Finance is opgesteld. Kern van het voorstel is dat voor het inzichtelijk maken van het rendementrisicoprofiel van een fonds gewerkt wordt volgens drie stappen: A)
identificeer de omvang van iedere risicofactor in de strategie van het fonds;
B)
identificeer in welke van de drie rendementrisicoprofielen het fonds valt (core, valueadded of opportunity);
C)
identificeer het ten doel gestelde rendement (IRR) of rendement ten opzichte van een vastgoedbenchmark. Het rendement is een resultante (pricing) van de geïdentificeerde risico’s.
De risicofactoren die bij stap A) geïdentificeerd worden zijn de volgende: a)
leverage; waarbij de maximaal door het fonds toegestane leverage wordt meegenomen (in tegenstelling tot de huidige definitie waarbij gekeken wordt naar tot doel (target) gestelde leverage)
b)
mate van ontwikkeling, gemeten naar de verwachte maximale uitgaven aan ontwikkeling als percentage van de verwachte omvang van het fonds (omvang gedefinieerd als Gross Asset Value)
c)
percentage direct rendement, het percentage direct rendement van verwachte IRR gedurende de looptijd van het fonds
d)
landen allocatie, landen keuze is de belangrijkste oorzaak voor afwijking in rendement binnen dezelfde vastgoedsectoren
e)
sector allocatie, verschil in risico tussen traditionele marktsectoren en alternatieve of opkomende sectoren
25
f)
diversificatie, het verwachte gemiddeld aantal objecten in het fonds, over de looptijd van het fonds, en het aantal landen dat het fonds ten doel heeft om in te investeren. Voor de reductie van risico wordt eenvoudigweg het omgekeerde van de wortel van het aantal objecten genomen.
Voor het beoogde rendementrisicoprofiel van een fonds, stap B) in het voorstel van INREV, heeft een fondsmanager de keuze uit dezelfde profielen als de vigerende. De definities zijn echter gewijzigd: Core: Een fonds dat voornamelijk belegt in volwassen vastgoedsectoren en landen. Het fonds zal een lage leverage toepassen, geen of zeer weinig ontwikkeling kennen en een relatief hoog direct rendement kennen. Het zal goed gediversifieerd zijn middels een groot aantal objecten en/of landen. Value-added: Een fonds dat kan investeren in elk land of type vastgoed en waarbij het rendement bestaat uit een balans van direct rendement en waardegroei. Het fonds kan investeren in minder volwassen markten en alternatieve sectoren, ontwikkeling of andere vormen van actief management, zoals bewust huurrisico nemen, en een gematigde leverage. Rendement komt voort uit het waarde toevoegen aan het vastgoed door actief vastgoedmanagement zoals wederverhuur, herpositionering en herontwikkeling. Opportunistisch: Een fonds met een hoge leverage, een hoge mate van ontwikkeling of andere vormen van actief vastgoedmanagement en waarbij het rendement voornamelijk bestaat uit waardegroei. Het fonds kan investeren in iedere markt of sector en kan een sterke focus hebben op een specifieke markt of vastgoed type. De laatste stap is het rendement van het fonds waarbij het rendement gezien wordt als de resultante van de risicofactoren genoemd onder A) en de managementstijl die de fondsmanager verwacht toe te passen onder B) (INREV 2008c).
26
Figuur 17 INREV Fund Style Sheet
De belangrijkste verschillen met het vigerende model van INREV zijn dat het voorgestelde model meer risicofactoren bevat waardoor het daadwerkelijke risico van een fonds beter inzichtelijk wordt. De stijldefinities kennen een uitgebreidere beschrijving die meer omvat dan alleen rendement (en de opbouw daarvan) en leverage. Als laatste verschil is IRR niet meer een van de twee bepalende factoren maar een resultante van de risicofactoren en managementstijl. Reflecterend op het door INREV voorgestelde model valt op dat er zeker gelijkenis is met het model van NCREIF in de zin dat het merendeel van de factoren ook bij NCREIF terugkomt. In het model van INREV echter wordt wel diversificatie als factor wordt meegenomen.
27
Bezettingsgraad ontbreekt als factor bij INREV maar wordt wel in de definitie meegenomen door middel van huurderrisico. Overigens kan bezettingsgraad wel tot uitdrukking komen in het percentage direct rendement van IRR. Immers, dit percentage zal lager zijn naarmate er meer leegstand is. Over huurtermijnen vinden we niets terug in de door INREV gehanteerde risicofactoren. Reden kan zijn dat dit over de looptijd van een fonds verandert en minder goed te kwantificeren is. Een niet te kwantificeren factor als ‘controle’ vinden we ook niet terug in het voorstel van INREV. 3.4
Bouwfonds
Bouwfonds onderkent in een onderzoek van februari 2008 dat het lastig is een model te ontwikkelen dat alle factoren bevat die van invloed zijn op het rendement-risicoprofiel van vastgoedfondsen, getuige de vele studies die hier al naar verricht zijn (hiermee refererend aan studies van NCREIF en INREV). Bouwfonds betoogt dat het beste model een set parameters dient te bevatten dat breed geaccepteerd is én meetbaar. Tegelijkertijd verwacht men dat dit niet op korte termijn gerealiseerd kan worden en pleit dan ook voor een tussenoplossing, een model met niet louter kwantitatieve maar ook kwalitatieve parameters. Het model kent acht parameters die worden gebruikt als indicatoren voor rendement en risico: a)
IRR (Internal Rate of Return)
b)
leverage
c)
vastgoedsector
d)
levenscyclus
e)
omvang vastgoed en aantal objecten
f)
bezettingsgraad
g)
locatie
h)
kwaliteit en aantal huurders
Vervolgens kent het model per parameter een tien punts schaal en krijgen de eerste vier parameters een dubbele weging ten opzichte van de laatste vier parameters (Bouwfonds, 2008). Figuur 18 Relaties tussen 8 parameters en weging in model Bouwfonds Assetmanagement
RETURN
IRR Leverage Property Sector
Double weighted
Stage of Lifecycle RISK
Composite Size & Number of Properties Occupancy Level Property Location
Single weighted
Tenant Quality & Number of Tenants
28
De door Bouwfonds gehanteerde risicofactoren vertonen sterke gelijkenis met de eerder beschreven modellen. Bouwfonds neemt ook diversificatie mee in haar model maar wijkt af van INREV door wel bezettingsgraad op te nemen en niet het percentage direct rendement van IRR. Net als Blundell neemt Bouwfonds kwaliteit en aantal huurders als factor, deze factor is voor wat betreft kwaliteit echter slecht kwantificeerbaar. Bouwfonds hanteert ook de factor levenscyclus. Omdat ook dit slecht kwantificeerbaar is zou het beter zijn hier net als bij INREV het percentage ontwikkeling te hanteren. Tot slot is de arbitrage in de weging van de factoren een lastige component aangezien deze onvoldoende wordt onderbouwd. 3.5
PGGM Investments
PGGM Investments is vermogensbeheerder voor pensioenfondsen en hanteert voor beleggingen in niet-beursgenoteerde vastgoedbeleggingsfondsen een zogenaamde gedifferentieerde rendementseis. Deze rendementseis wordt bepaald middels een model waarin de volgende risicofactoren zijn opgenomen: a)
valuta; de basis van de rendementseis is de lokale (swap)rente
b)
ontwikkeling; ontwikkelingsactiviteiten dragen bij aan het risico
c)
markt; opkomende markten hebben een hogere risicopremie dan volwassen markten
d)
sector; betreffende vastgoedsector is relevant voor het risico
e)
schuld; gebruik van vreemd vermogen verhoogt het risico
Het model bepaalt aan de hand van de volgende formule de uiteindelijke rendementseis die aan een belegging wordt gesteld: GAV * (RRsector * RRregio * RPdevelopment)
RR = RF + NAV
RR
a)
Vereiste rendement
RF
b)
Risicovrije rente
GAV
c)
Totaal activa vastgoedfonds
NAV
d)
Eigen vermogen vastgoedfonds
RP sector
e)
Risicopremie voor sector; tussen 0,7 (woningen) en 1,2 (kantoren)
RP regio
f)
Risicopremie voor regio; 2% voor developed en 3% voor emerging markets
RP development
g)
Risicopremie voor ontwikkelingsrisico, 1 voor geen ontwikkelingsrisico, 1,5 voor 100% ontwikkelingsrisico
De basis van de rendementseis is de relevante locale rente. Vervolgens wordt het risico van vastgoedmarkten verschillend ingeschat per regio en per sector. Het verschil wordt tot uitdrukking gebracht door per regio/sector combinatie een eigen risicopremie toe te kennen. De risicopremie bestaat uit een premie voor vastgoed als beleggingscategorie en het relatieve risico van een bepaalde regio/sector combinatie ten opzichte van het algemene
29
risico van vastgoed. Aan de hand van historische rendementen van directe sectorindices is een inschatting gemaakt van het relatieve risico van vastgoed sectoren. Woningen worden als het minst risicovol gezien met een oplopend risico voor achtereenvolgens winkels, bedrijfsruimten en kantoren. Ontwikkelingsactiviteiten worden gezien als extra risico. De mate waarin ontwikkeld wordt is dan ook van invloed op de risicopremie. Tot slot wordt leverage als risicofactor gezien waarbij het vereiste rendement aan de leverage wordt aangepast (Op ’t Veld, 2008). Het model van PGGM Investments beperkt zich tot vier risicofactoren die we ook in de andere modellen tegenkomen: sector, locatie, ontwikkeling en leverage. PGGM heeft gekozen voor deze vier factoren omdat ze (i) uit academisch onderzoek naar voren komen als significante risicofactoren en (ii) omdat ze kwantificeerbaar en empirisch controleerbaar zijn.
3.6
Samenvatting en conclusies
Uit de literatuur en de beschreven modellen blijkt een duidelijke behoefte aan stijldefinities en modellen om het rendement-risicoprofiel van niet-beursgenoteerde vastgoedbeleggingsfondsen inzichtelijk te maken. Anderzijds is ook duidelijk geworden hoe moeilijk het is te komen tot een eensluidend model dat gebruik maakt van eenduidige definities en risicofactoren. Tevens blijkt dat veel gehanteerde risicofactoren intuïtief gezien een rol spelen maar onvoldoende te kwantificeren zijn. In onderstaande tabel zijn de beschreven modellen en daarin opgenomen risicofactoren weergegeven. Tabel 4 Overzicht risicofactoren modellen Risico Percentage direct rendement Sector Levenscyclus/ontwikkeling Bezettingsgraad Concentratie einde huurovereenkomsten Gemiddelde huurtermijn Leverage Markt/locatie Controle Omvang vastgoed/aantal objecten Kwaliteit en aantal huurders
NCREIF x x x x x x x x x
JLL/Blundell Risk Web x x x x
Rendement IRR
INREV 2004
INREV 2008
Bouwfonds
PGGM
x x x
x x
x x
x x
x x
x
x x
x x x
x x
x x
x
x
Van de beschreven risicofactoren is geconcludeerd dat slechts de volgende goed definieerbaar en kwantificeerbaar zijn: a)
percentage direct rendement van IRR
b)
sector
c)
percentage ontwikkeling
30
d)
bezettingsgraad, deze kan echter ook tot uitdrukking komen in percentage direct rendement van IRR
e)
leverage
f)
markt/locatie
g)
aantal objecten
Hoewel alle in de literatuur beschreven modellen relevante risicofactoren hanteren blijken veel risicofactoren onvoldoende definieerbaar en kwantificeerbaar te zijn. Het door INREV in 2008 voorgestelde model onderscheidt zich van de overige modellen, alle als definieerbaar en kwantificeerbaar beschreven factoren komen hierin voor.
31
32
4
Keuze risicofactor leverage In dit hoofdstuk wordt op basis van het verrichte onderzoek de keuze gemaakt om
één van de gevonden factoren nader te onderzoeken; leverage. Vervolgens worden voor deze factor een aantal hypothesen geformuleerd aan de hand waarvan een nadere analyse kan plaatsvinden. 4.1
De factoren en beschikbare data
De factoren die uit het literatuuronderzoek naar voren zijn gekomen zijn de volgende: a)
percentage direct rendement van IRR
b)
sector
c)
percentage ontwikkeling
d)
bezettingsgraad
e)
leverage
f)
markt/locatie
g)
aantal objecten
Om inzicht te verkrijgen in verschillen tussen core en value-addedfondsen die beleggen in de sectoren kantoren en winkels in Europese landen wordt gebruik gemaakt van de zogenaamde INREV Vehicle Database. In deze database zijn niet-beursgenoteerde fondsen opgenomen die beleggen in vastgoed in Europese landen. De database kent een omvang van bijna 500 fondsen. Op basis van deze database kan data verzameld worden die nodig is om tot een vergelijking te komen tussen deze core en value-addedfondsen. Voor dit onderzoek is er voor gekozen louter de risicofactor leverage op basis van de database nader te analyseren en wel om de volgende redenen: 1. Leverage wordt gezien als verreweg de belangrijkste risicofactor van genoemde risicofactoren, bij een leverage van 50% verdubbelt het risico van de onderliggende investering. Uit het eerder beschreven onderzoek van Cass Business School komt naar voren dat na leverage de factoren percentage ontwikkeling, markt/locatie en vastgoedsector de belangrijkste risicofactoren vormen. Hierna volgt diversificatie, tot uitdrukking komend in de risicofactor aantal objecten. 2. Van genoemde factoren is alleen leverage in de huidige opzet van de INREV Vehicle Database opgenomen. Voor de overige factoren is voorgesteld de database de komende twee jaar aan te passen en de benodigde data te verzamelen. 3. Leverage is goed en gestandaardiseerd te meten.
33
4.2
Hypothesen
Alvorens de INREV Vehicle Database te analyseren voor de factor leverage zijn de volgende hypothesen geformuleerd: 1. Hoe risicovoller de stijl (core, value-added en opportunistisch) van het fonds, hoe hoger de leverage die fondsen hanteren.
Deze hypothese is gebaseerd op de huidige stijldefinities van INREV waarbij met het toenemen van de leverage de stijl van het fonds verschuift van core naar value-added naar opportunistisch. Uit de analyse van de database zal moeten blijken of dit in de praktijk ook het geval is. Dit wordt onderzocht voor zowel maximum leverage als target en current leverage (respectievelijk maximaal, doel en huidige leverage) waarbij de verwachting is dat de current en target leverage de maximum leverage niet overschrijden. 2. De leverage die fondsen hanteren wijkt tussen Core landen en Developing landen niet substantieel af. De risico’s tussen Core en Developing landen verschillen doordat de vastgoedmarkten in de laatste landen minder liquide zijn, de politiek en munteenheid er minder stabiel zijn er geen (bruikbare) vastgoedbenchmark is. Er is echter geen directe aanleiding te verwachten dat de maximum leverage die in Core landen wordt gehanteerd afwijkt van die van Developing landen of het moet zijn dat om het hogere risicoprofiel Developing landen te compenseren een lagere leverage wordt gehanteerd. Dit wordt onderzocht voor zowel maximum leverage als target en current leverage. 3. De leverage die fondsen hanteren verschilt per sector waarbij wordt aangenomen dat de minder risicovolle sector winkels een hogere leverage kent dan de meer risicovolle sector kantoren. De traditionele vastgoedsectoren kantoren, bedrijfsruimten, winkels en woningen verschillen in risicoprofiel van elkaar. Over het algemeen worden kantoren als de meest risicovolle sector gezien, gevolgd door bedrijfsruimten, woningen en winkels (zie bijlage 1). Naarmate de leverage toeneemt, groeit het risico (fors). De verwachting is dat bij het toepassen van leverage rekening wordt gehouden met het risico van de betreffende sector in de zin dat in een meer risicovolle sector de gemiddelde leverage lager ligt dan in een minder risicovolle sector. Dit wordt onderzocht voor zowel maximum leverage als target en current leverage. 4. De leverage die fondsen hanteren verschilt niet alleen per sector als geheel maar ook wanneer een onderverdeling wordt gemaakt naar de stijlen core en value-added.
De verwachting is dat bij het toepassen van leverage rekening wordt gehouden met zowel
34
het risico van betreffende sector als de gehanteerde stijlen core en value-added; core winkels kennen een hogere leverage dan core kantoren, hetzelfde voor value-added winkels en kantoren. Dit wordt onderzocht voor maximum leverage en current leverage. 5. De leverage die fondsen hanteren hangt samen met de periode waarin de fondsen werden gelanceerd, de leverage neemt daarbij over de afgelopen perioden toe. Leverage loont indien het totale rendement op de investering hoger is dan de te betalen rente over het vreemd vermogen. In dat geval kan bij een dalende rente een hogere leverage worden toegepast. De verwachting is dat over de periode dat de rente is gedaald (zie bijlage 2, de leverage is toegenomen). Dit wordt onderzocht voor maximum leverage en current leverage. 6. De trendmatige ontwikkeling in leverage is voor de verschillende sectoren en stijlen hetzelfde.
Wanneer de hiervoor beschreven ontwikkeling in leverage wordt uitgesplitst naar sectoren en stijlen is de verwachting dat deze dezelfde trendmatige ontwikkeling volgen.
35
36
5
Verschil in leverage bij core en value-added fondsen In dit hoofdstuk worden de verschillen ten aanzien van de factor leverage tussen core
en value-added fondsen die beleggen in kantoren of winkels in Europese landen nader inzichtelijk gemaakt. Voor de analyse is gebruik gemaakt van de INREV Vehicle Database. Op basis van deze database worden core en value-addedfondsen voor wat betreft de factor leverage vergeleken en worden de vooraf geformuleerde hypothesen getoetst. Leverage wordt hierbij gedefinieerd als het percentage vreemd vermogen van de ‘gross asset value’ (= totale waarde). 5.1
INREV 2007
Ook door INREV is in 2007 onderzoek gedaan naar de leverage van de fondsen die in deze database zijn opgenomen. Van de 441 fondsen waarvan het bekend was bedroeg het gemiddelde ‘target leverage’ 50% (Van der Spek, 2008b). Van belang hierbij is dat in het betreffende onderzoek gesproken wordt van ‘target leverage’ terwijl gebruik gemaakt is van de door INREV geregistreerde ‘maximum leverage’. De database maakt namelijk onderscheid naar ‘current’ (huidig) leverage, ‘target’ (doel) leverage én ‘maximum’ leverage. De onderzoekers hebben destijds gebruik gemaakt van de INREV Vehicle Database van juli 2007. Voor dit onderzoek is gebruik gemaakt van de database van juni 2008. In een jaar tijd lijkt het gemiddelde iets toegenomen, namelijk tot een gemiddeld maximum leverage van 53%. 5.2
Hypothese 1
Hoe risicovoller de stijl (core, value-added en opportunistisch) van het fonds, hoe hoger de leverage die fondsen hanteren. In de database is onderscheid gemaakt naar de stijlen core, value-added en opportunistisch. Tabel 5 Gemiddelde leverage naar stijl, alle landen STYLE CORE VALUE ADDED OPPORTUNISTIC
MAXIMUM NUMBER OF FUNDS TARGET NUMBER OF FUNDS CURRENT 44% 259 25% 241 20% 63% 128 65% 92 35% 74% 55 69% 38 28%
NUMBER OF FUNDS 245 125 52
Hieruit komt duidelijk naar voren dat hoe risicovoller de stijl, hoe hoger de maximale leverage die fondsen hanteren. De gemiddelde target leverage zou het gemiddelde maximum niet moeten overschrijden, toch gebeurt dit bij value-added. Dit bevreemdt en maakt de gehanteerde data op dit punt minder betrouwbaar. Wel zien we ook de target leverage oplopen van core naar opportunistisch. De gemiddelde current leverage lig voor value-added hoger dan voor core, opvallend is echter dat deze voor opportunistisch lager ligt dan voor value-added.
37
Ondanks dat enkele afwijkingen waar te nemen zijn, bevestigt bovenstaande in grote mate hypothese 1; hoe risicovoller de stijl van het fonds, hoe hoger de leverage. Dit is in lijn met de huidige stijldefinities van INREV. 5.3
Hypothese 2
De leverage die fondsen hanteren wijkt tussen Core landen en Developing landen niet substantieel af. In de database is nu niet alleen onderscheid gemaakt naar de stijlen core, value-added en opportunistisch maar ook naar de in hoofdstuk 1 beschreven Core (inclusief voormalige Developing) landen. Tabel 6 Gemiddelde leverage naar stijl, Core landen STYLE CORE VALUE ADDED OPPORTUNISTIC
AVERAGE LEVERAGE MAXIMUM NUMBER OF FUNDS TARGET NUMBER OF FUNDS CURRENT 43% 187 22% 172 18% 62% 89 64% 60 34% 73% 30 68% 17 28%
NUMBER OF FUNDS 175 87 26
Als we deze analyse uitvoeren blijkt dat een substantieel lager aantal fondsen in louter Core landen belegt. Zowel de maximum als target en current leverage ligt over vrijwel de gehele linie slechts 1% lager dan in voorgaande paragraaf waarbij alle fondsen zijn meegenomen. Ondanks deze geringe afwijking bevestigt dit resultaat hypothese 2 en wijkt de leverage tussen Core en Developing landen niet substantieel af. Het hogere risicoprofiel van Developing landen ten opzichte van Core landen wordt niet gecompenseerd door een lagere leverage te hanteren. Het hogere risicoprofiel zal dan ook tot uitdrukking moeten komen in een hogere rendementseis. 5.4
Hypothese 3
De leverage die fondsen hanteren verschilt per sector waarbij wordt aangenomen dat de minder risicovolle sector winkels een hogere leverage kent dan de meer risicovolle sector kantoren. In de database, alle landen, is nu een splitsing gemaakt naar sectoren om de verschillen tussen de sectoren inzichtelijk te maken. Tabel 7 Gemiddelde leverage naar sector PROPERTY TYPE MAXIMUM NUMBER OF FUNDS TARGET NUMBER OF FUNDS CURRENT NUMBER OF FUNDS RETAIL 52% 58 39% 51 28% 56 RESIDENTIAL 58% 35 47% 30 17% 35 OFFICE 56% 62 38% 50 29% 59 INDUSTRIAL/LOGISTICS 56% 35 40% 28 33% 32 DIVERSIFIED 51% 231 38% 201 25% 223
Hieruit blijken de verschillen in maximum leverage tussen de sectoren gering te zijn. De sector winkels kent de laagste maximum leverage, de sector kantoren kent een hoger maximum dan winkels. Kijken we naar het gemiddelde target leverage dan zijn de verschillen
38
groter. De sector woningen, ook minder risicovol dan kantoren, kent een hogere target leverage. De sector winkels kent een vrijwel gelijke target leverage als de sector kantoren. Bij de current leverage valt juist weer op dat deze voor woningen relatief laag is en voor de overige sectoren vrijwel gelijk. Figuur 19 Gemiddelde leverage naar sector
70% 60% 50% MAXIMUM
40%
TARGET 30%
CURRENT
20% 10% 0% TA E R
IL D SI E R
EN
AL TI
I FF
CE
O
DU IN
R ST
L/ IA
T IS G LO
IC
S
V DI
ER
ED FI I S
Hypothese 3 wordt niet bevestigd. De minst risicovolle sector winkels kent ook de laagste maximum leverage van de sectoren. Ook bij current leverage is dit verschil, weliswaar nog maar gering, aanwezig. De mate van leverage lijkt niet af te hangen van het risicoprofiel van een sector. 5.5
Hypothese 4
De leverage die fondsen hanteren verschilt niet alleen per sector als geheel maar ook wanneer een onderverdeling wordt gemaakt naar de stijlen core en value-added. In de database is naast een splitsing naar sectoren ook een splitsing aangebracht naar stijlen. Weergegeven is de gemiddelde maximum en current leverage van stijlen én sectoren. Target leverage is achterwege gelaten omdat maximum en current leverage voor dit onderzoek van groter belang worden geacht. Maximum leverage vormt de uiterste grens waarmee rekening gehouden dient te worden bij het inzichtelijk maken van het toekomstige risico van leverage. Current leverage geeft een goed inzicht voor het inzichtelijk maken van het huidige risico van leverage.
39
Tabel 8 Gemiddelde leverage naar sector en stijl AVERAGE MAXIMUM LEVERAGE VALUE-ADDED OPPORTUNISTIC 62% 60% 56% 88% 62% 62% 63% 85% 63% 76%
SECTOR CORE RETAIL 46% RESIDENTIAL 54% OFFICE 52% INDUSTRIAL/LOGISTICS 46% DIVERSIFIED 39%
AVERAGE CURRENT LEVERAGE CORE VALUE-ADDED OPPORTUNISTIC 23% 38% 19% 16% 14% 28% 26% 33% 34% 22% 44% 35% 17% 37% 30%
Figuur 20 Gemiddelde leverage naar sector en stijl 100% 90% AVERAGE MAXIMUM LEVERAGE CORE 80% AVERAGE MAXIMUM LEVERAGE VALUE-ADDED
70% 60%
AVERAGE MAXIMUM LEVERAGE OPPORTUNISTIC
50%
AVERAGE CURRENT LEVERAGE CORE
40% AVERAGE CURRENT LEVERAGE VALUEADDED
30%
AVERAGE CURRENT LEVERAGE OPPORTUNISTIC
20% 10% 0% L AI ET R ES R
ID
AL TI EN
O
IC FF
E
U D IN
R ST
L/ IA
G LO
TI IS
S C E IV D
FI SI R
ED
De tabel en figuur laten zien dat als binnen de sectoren onderscheid wordt gemaakt naar stijlen zich de volgende belangrijkste verschillen voordoen: a)
core winkels kennen een lagere maximum leverage dan kantoren en woningen;
b)
value-added winkels en kantoren liggen voor wat betreft maximum leverage in lijn met elkaar maar hoger dan woningen;
c)
voor opportunistische winkels en kantoren geldt voor maximum leverage hetzelfde als bij value-added, de maximale leverage bij opportunistische woningen ligt echter ver boven die van de andere sectoren;
d)
de current leverage ligt voor core kantoren iets hoger dan core winkels, core winkels kent op zijn beurt weer een hogere current leverage dan core woningen;
e)
de current leverage van value-added winkels ligt iets boven die van kantoren, beide liggen echter fors hoger dan de current leverage van value-added woningen.
Hypothese 4 wordt, net als hypothese 3, niet bevestigd. Core winkels kennen een lagere maximum en current leverage dan core kantoren. Value-added winkels en kantoren kennen een vrijwel gelijke maximum leverage, wel kennen value-added winkels een iets hogere current leverage dan kantoren. Hadden we al geconstateerd dat de mate van leverage niet
40
lijkt af te hangen van het risicoprofiel van een sector (zie hypothese 3), ook wanneer onderscheid wordt gemaakt naar de stijlen core en value-added betekent minder sector- en stijlrisico niet dat een hogere leverage wordt gehanteerd, eerder het tegendeel. 5.6
Hypothese 5
De leverage die fondsen hanteren hangt samen met de periode waarin de fondsen werden gelanceerd, de leverage neemt daarbij over de afgelopen perioden toe. Een nadere analyse is gemaakt door de leeftijd van de onderzochte fondsen mee te nemen. Dit is mogelijk omdat in de INREV Vehicle Database is opgenomen wanneer de fondsen zijn gelanceerd. Weergegeven is de gemiddelde maximum leverage, naar stijl, van de in een bepaalde periode gelanceerde fondsen. Figuur 21 Gemiddelde maximum leverage naar stijl en leeftijd 80% 70% 60% 50%
ALL CORE MAXIMUM
40%
ALL VALUE-ADDED MAXIMUM
30%
ALL OPPORTUNISTIC MAXIMUM
20% 10% 0% 1943-1979 1980-1989 1990-1994 1995-1999 2000-2004 2005-2008
Deze analyse laat zien dat voor zowel core als value-added fondsen een algemene opwaartse trend is waar te nemen. Werden in de periode 1995-1999 core fondsen gelanceerd met een gemiddeld maximum leverage van circa 40%, in de periode vanaf 2005 bedraagt dit circa 50%. Hetzelfde geldt voor value-added, een toename van circa 45% in 1995-1999 naar bijna 70% in de afgelopen periode. Het onderlinge verschil tussen core en value-added is in deze periodes ook groter geworden, van circa 5% tot circa 20%. Omdat de gegevens van opportunistische fondsen nog maar zeer beperkt zijn komt hieruit nog geen duidelijke trend naar voren. Een zelfde analyse is gedaan op de gemiddelde current leverage, per stijl, van de in een bepaalde periode gelanceerde fondsen.
41
Figuur 22 Gemiddelde current leverage naar stijl en leeftijd 45% 40% 35% 30% ALL CORE CURRENT 25% ALL VALUE-ADDED CURRENT
20%
ALL OPPORTUNISTIC CURRENT
15% 10% 5% 0% 1943-1979 1980-1989 1990-1994 1995-1999 2000-2004 2005-2008
Deze analyse laat zien dat voor zowel core als value-added fondsen een algemene opwaartse trend is waar te nemen. Bedraagt de current leverage van de in de periode 19951999 gelanceerde core fondsen gemiddeld circa 19%, van de fondsen gelanceerd in de periode vanaf 2005 bedraagt de current leverage circa 24%. De toename voor value-added is sterker, van circa 23% van fondsen uit 1995-1999 naar 41% voor fondsen gelanceerd in de afgelopen periode. Het onderlinge verschil tussen core en value-added is ook voor current leverage in deze periodes groter geworden, van circa 4% tot circa 17%. Omdat de gegevens van opportunistische fondsen nog maar zeer beperkt zijn komt hieruit nog geen duidelijke trend naar voren. Voor current leverage moet wel opgemerkt worden dat de kans dat de gehanteerde data afwijkt van de werkelijkheid groter is dan bij maximum leverage. Maximum leverage ligt veelal voor de looptijd van een fonds vast, de current leverage verandert door de tijd heen waarbij de kans bestaat dat de gehanteerde data niet geheel in overeenstemming met de werkelijkheid is. Hypothese 5 blijkt te kloppen in de zin dat de leverage duidelijk is toegenomen vanaf de periode 1990-1994. De toename in leverage vanaf die periode in de daaropvolgende perioden valt samen met een in diezelfde perioden dalende rente (zie bijlage 2).
42
5.7
Hypothese 6
De trendmatige ontwikkeling in leverage is voor de verschillende sectoren en stijlen hetzelfde. Door naast stijlen ook sectoren te betrekken ontstaat voor maximum leverage het beeld zoals 2
weergegeven in navolgende figuren . Vanwege de beperkt beschikbare data van opportunistische fondsen worden hier alleen core en value-added fondsen weergegeven. Figuur 23 Gemiddelde maximum leverage core fondsen naar leeftijd
70%
60% RET AIL CORE MAXIMUM 50%
RESIDENTIAL CORE MAXIMUM OFFICE CORE MAXIMUM
40% INDUSTRIAL/LOGIST ICS CORE MAXIMUM 30%
DIVERSIFIED CORE MAXIMUM ALL CORE MAXIMUM
20%
10%
0% 1943-1979
1980-1989
1990-1994
1995-1999
2000-2004
2005-2008
Figuur 24 Gemiddelde maximum leverage value-added fondsen naar leeftijd
80%
70% RETAIL VALUE- ADDED MAXIMUM 60% RESIDENTIAL VALUE-ADDED MAXIMUM 50%
OFFICE VALUE- ADDED MAXIMUM INDUSTRIAL/ LOGISTICS VALUE-ADDED MAXIMUM
40%
DIVERSIFIED VALUE-ADDED MAXIMUM 30% ALL VALUE-ADDED MAXIMUM 20%
10%
0% 1943-1979
2
1980- 1989
1990-1994
1995-1999
2000-2004
2005-2008
In de analyses wordt gewerkt met de beschreven sectoren, waar gesproken wordt over ‘ALL’ is sprake van alle
fondsen, inclusief fondsen in de sectoren Health Care, Hotel, Student Housing, Leisure en Other. Afhankelijk van de analyse betreft dit maximaal 21 fondsen. ALL is dus geen gemiddelde van de weergegeven sectoren.
43
Deze analyse laat zien dat als onderscheid wordt gemaakt naar stijlen, sectoren en leeftijd van de fondsen, de volgende belangrijke verschillen zich voordoen: a)
voor core winkels is geen duidelijke opwaartse trend aanwezig;
b)
voor core kantoren en woningen is een duidelijkere opwaartse trend waar te nemen (core woningen gaan zelfs voorbij 60%, het maximum voor core fondsen binnen de huidige stijldefinitie van INREV);
c)
de verschillen in maximum leverage tussen de sectoren is bij core fondsen groter dan bij value-added fondsen;
d)
de maximum leverage bij value-added fondsen voor alle sectoren lijkt te groeien richting 70%, tevens het maximum voor value-added fondsen binnen de huidige stijldefinitie van INREV.
Opgemerkt moet worden dat in de eerste perioden, tot en met 1990-1994, sprake is van maar een beperkt aantal fondsen per sector/stijl waardoor de grafieken in deze en navolgende analyses in betreffende perioden sterke pieken of dalen kunnen vertonen. Wanneer we bovenstaande analyse ook uitvoeren voor current leverage ontstaat het volgende beeld. Wederom zijn alleen core en value-added fondsen weergegeven. Figuur 25 Gemiddelde current leverage core fondsen naar leeftijd
35%
30% RET AIL CORE CURRENT RESIDENTIAL CORE CURRENT
25%
OFFICE CORE CURRENT 20% INDUST RIAL/LOGISTICS CORE CURRENT 15%
DIVERSIFIED CORE CURRENT ALL CORE CURRENT
10%
5%
0% 1943-1979
1980-1989
1990-1994
1995-1999
2000-2004
2005-2008
44
Figuur 26 Gemiddelde current leverage value-added fondsen naar leeftijd
60%
50% RETAIL VALUE-ADDED CURRENT RESIDENTIAL VALUE- ADDED CURRENT 40% OFFICEVALUE-ADDED CURRENT 30%
INDUSTRIAL/ LOGISTICS VALUEADDED CURRENT DIVERSIFIED VALUE-ADDED CURRENT
20% ALL VALUE-ADDED CURRENT
10%
0% 1943-1979
1980-1989
1990-1994
1995- 1999
2000- 2004
2005-2008
Deze analyse laat zien dat bij current leverage de volgende belangrijke verschillen zich voordoen: a)
op winkels na laten alle sectoren (woningen, kantoren, bedrijfsruimten) in de afgelopen perioden een opwaartse trend zien;
b)
de sector kantoren laat de duidelijkste opwaartse trend zien, meer dan de andere sectoren;
c)
de verschillen in current leverage tussen de sectoren zijn bij core fondsen groter dan bij value-added fondsen;
d)
de current leverage bij value-added fondsen groeit voor alle sectoren richting 50%.
In navolgende figuren is geïllustreerd wat binnen de sectoren kantoren de verschillen zijn in leverage voor de verschillende stijlen. Dit is gedaan voor zowel maximum als current leverage.
45
Figuur 27 Gemiddelde maximum leverage winkels naar leeftijd
70%
60%
50% RETAIL COREMAXIMUM RETAIL VALUE- ADDED MAXIMUM
40%
RETAIL OPPORTUNISTIC MAXIMUM 30%
20%
10%
0% 1943- 1979
1980-1989
1990-1994
1995- 1999
2000-2004
2005- 2008
Figuur 28 Gemiddelde maximum leverage kantoren naar leeftijd
80%
70%
60%
50%
OFFICE CORE MAXIMUM OFFICE VALUE-ADDED MAXIMUM OFFICE OPPORTUNISTIC MAXIMUM
40%
30%
20%
10%
0% 1943-1979
1980-1989
1990-1994
1995-1999
2000-2004
2005-2008
Deze analyse laat voor winkels en kantoren bij maximum leverage het volgende beeld zien: a)
Bij de sector winkels zijn in de perioden 1995-1999 en 2000-2004 de verschillen in maximum leverage tussen core en value-added beperkt, in de periode 2005-2008 neemt dit verschil echter sterk toe tot 21%.
b)
Bij de sector kantoren is in de periode 2000-2004 het verschil in leverage nog beperkt (de in die periode gelanceerde core kantoren fondsen kennen zelfs een hogere maximum leverage dan de value-added kantoren fondsen in die periode gelanceerd) maar neemt in de periode 2005-2009 toe tot 14%.
46
Analyseren we vervolgens op dezelfde wijze de current leverage dan geeft dit het volgende beeld. Figuur 29 Gemiddelde current leverage winkels naar leeftijd
50%
45%
40%
35% RET AIL CORE CURRENT
30%
RET AIL VALUE-ADDED CURRENT RET AIL OPPORT UNIST IC CURRENT
25%
20%
15%
10%
5%
0% 1943-1979
1980-1989
1990-1994
1995-1999
2000-2004
2005-2008
Figuur 30 Gemiddelde current leverage kantoren naar leeftijd
50%
45%
40%
35%
30%
OFFICE CORE CURRENT OFFICE VALUE-ADDED CURRENT
25%
OFFICE OPPORT UNISTIC CURRENT
20%
15%
10%
5%
0% 1943-1979
1980-1989
1990-1994
1995-1999
2000-2004
2005-2008
Deze analyse laat voor winkels en kantoren bij current leverage zien dat bij de sector winkels de verschillen in current leverage tussen core en value-added groter zijn dan bij kantoren. Voor de periode 2005-2008 valt het verschil op tussen winkels en kantoren: het verschil tussen core en value-added bedraagt bij winkels circa 30%, ditzelfde verschil bedraagt bij kantoren circa 13%. Hypothese 6, de trendmatige ontwikkeling in leverage is voor de verschillende sectoren en stijlen hetzelfde, blijkt niet te kloppen. Hoewel er een algemene opwaartse trend is waar te
47
nemen, blijken de verschillen binnen sectoren voor core fondsen groter te zijn dan voor valueadded fondsen, zowel voor maximum als current leverage. Een mogelijke verklaring hiervoor kan zijn dat value-added fondsen, meer dan core fondsen, over de gehele linie, ongeacht de sector, maximaal hebben willen profiteren van de gunstige renteontwikkeling in die perioden. De sector winkels kent een groter verschil in maximum leverage tussen core en value-added dan de sector kantoren. Ten aanzien van current leverage is bij de sector winkels het verschil tussen core en value-added in de afgelopen periode fors groter dan bij kantoren. 5.8
Samenvatting en conclusies
Ondanks dat enkele afwijkingen zijn waar te nemen wordt hypothese 1 bevestigd; hoe risicovoller de stijl van het fonds, hoe hoger de leverage. Dit bevreemdt niet, het is in lijn met de huidige stijldefinities van INREV waarbij een fonds dat een hogere leverage hanteert ook een risicovollere stijl wordt toegedicht. Hypothese 2 wordt bevestigd, de leverage tussen Core en Developing landen wijkt niet substantieel af. Het hogere risicoprofiel van Developing landen ten opzichte van Core landen wordt niet gecompenseerd door een lagere leverage te hanteren. Het hogere risicoprofiel zal dan ook tot uitdrukking moeten komen in een hogere rendementseis voor deze landen. Hypothese 3 wordt niet bevestigd. De minst risicovolle sector winkels kent ook de laagste maximum leverage van de sectoren. Ook bij current leverage is dit verschil, weliswaar nog maar gering, aanwezig. De mate van leverage lijkt niet af te hangen van het risicoprofiel van een sector. Hypothese 4 wordt, net als hypothese 3, niet bevestigd. Core winkels kennen een lagere maximum en current leverage dan core kantoren. Value-added winkels en kantoren kennen een vrijwel gelijke maximum leverage, wel kennen value-added winkels een iets hogere current leverage dan kantoren. Wanneer onderscheid wordt gemaakt naar de stijlen core en value-added betekent minder sector- en stijlrisico niet dat een hogere leverage wordt gehanteerd, eerder het tegendeel. Hypothese 5 blijkt te kloppen in de zin dat de leverage duidelijk is toegenomen vanaf de periode 1990-1994. De toename in leverage vanaf die periode in de daaropvolgende perioden valt samen met een in diezelfde perioden dalende rente (zie bijlage 2). Hypothese 6, de trendmatige ontwikkeling in leverage is voor de verschillende sectoren en stijlen hetzelfde, blijkt niet te kloppen. Hoewel er een algemene opwaartse trend is waar te nemen, blijken de verschillen binnen sectoren voor core fondsen groter te zijn dan voor valueadded fondsen, zowel voor maximum als current leverage. Value-added fondsen hebben mogelijk, veel meer dan core fondsen en ongeacht de sector, maximaal willen profiteren van de gunstige renteontwikkeling in die perioden. Al deze fondsen zijn voor wat betreft maximum leverage gegroeid naar het door INREV als maximum gehanteerde 70% leverage. Value-added fondsen lijken ten opzichte van core fondsen dan ook zeker (en mogelijk vooral)
48
veel leverage toe te voegen. De sector winkels kent een groter verschil in maximum leverage tussen core en value-added dan de sector kantoren. Ten aanzien van current leverage is bij de sector winkels het verschil tussen core en value-added in de afgelopen periode fors groter dan bij kantoren.
49
50
6
Aanbevelingen Bij het inzichtelijk maken van het rendement-risicoprofiel van niet beursgenoteerde
core en value-addedfondsen die beleggen in de sectoren kantoren of winkels in Europese landen dient een institutionele belegger te onderkennen dat er vele risicofactoren zijn op basis waarvan deze fondsen kunnen verschillen. Aanbevolen wordt:
Bij het inzichtelijk maken van de risico’s drie niveaus te onderkennen; het vastgoed zelf, diversificatie en leverage. Voor deze niveaus zijn de relevante risicofactoren beschreven op basis waarvan fondsen vergeleken kunnen worden voor meer inzicht in het verschil in rendement-risicoprofiel.
Rekening te houden met de mate waarin de relevante risicofactoren definieerbaar en kwantificeerbaar zijn. Dit is voor een beperkt aantal factoren het geval. Al de factoren waar dit wel het geval voor is zijn in het door INREV in 2008 voorgesteld model opgenomen. Het model biedt dan ook een goed houvast bij het inzichtelijk maken van het rendement-risicoprofiel.
Voor wat betreft leverage rekening te houden met verschillen in risico tussen sectoren. Het maximaliseren van leverage in de sector kantoren is vanuit risicoperspectief minder gewenst dan bij de sector winkels. Value-added fondsen voegen ten opzichte van core fondsen veel leverage toe, bij kantoren nog sterker dan bij winkels. De institutionele belegger moet er op verdacht zijn dat het niet vooral leverage is wat de klok slaat, waarde toevoegen moet meer zijn dan louter leverage.
Het verrichte onderzoek heeft een aantal vragen opgeroepen waarvoor aanbevolen wordt deze nader te onderzoeken:
Leverage wordt gezien als de belangrijkste risicofactor. De impact van de overige risicofactoren en de weging die deze factoren moeten krijgen zou nader onderzocht moeten worden.
De mate van leverage lijkt niet af te hangen van het risicoprofiel van een sector. Waarom dit zo is en of voor een eventueel vergroot risico (hogere leverage bij hoger risicoprofiel) voldoende gecompenseerd wordt zou onderzocht moeten worden.
De aanbevelingen ten aanzien van risicofactoren en modellen zijn ook van toepassing op de vastgoedsectoren woningen en bedrijfsruimten. Of de bevindingen ten aanzien van leverage ook voor deze laatste sectoren gelden is nog de vraag. Om voor deze sectoren eenzelfde analyse uit te voeren dient meer data verzameld te worden.
Wat voegen value-added fondsen naast leverage toe om daadwerkelijk ‘waarde’ te creëren en in welke mate draagt dit bij aan het totale rendement?
51
52
Geraadpleegde literatuur
Baczewski, J, Hands, K and Lathem, C (2003). Real estate investment styles: trends from the catwalk, Updated and Final Draft, NCREIF White Paper.
Baum, A (2000). Commercial Real Estate Investment.
Baum, A (2007a). Indirect international real estate investment, syllabus ASRE, Amsterdam.
Baum, A (2007b). Managing specific risk in property portfolios. Property Research Quarterly, 6, (2), 14-22.
Breidenbach, M, Mueller, G, Schulte, K-W (2006). Determining Real Estate Betas for Markets and Property Types to Set Better Investment Hurdle Rates. Journal of Real Estate Portfolio Management, 12, (1), 73-80.
Bol, N.J.T. (2003). Vastgoed als beleggingscategorie. Kluwer, Deventer.
Booth, P., G. Matysiak en P. Ormerod (2002). Risk Measurement and Management for Real Estate Investment Portfolios: Summary Report. Investment Property Forum.
Bouwfonds Asset Management (2008), Market Update 19 February 2008, Defining Styles Makes Sense!.
Brown, G.R., Matysiak, G.A. (2000). Real estate investment: A Capital Market Approach. Prentice-Hall, Edinburgh.
Chaplin, R. (2007). Unlisted Fund Style Definitions – INREV Workshop November 2007.
Geltner, D.M., N.G. Miller, J. Clayton en P. Eichholtz (2007). Commercial real estate. Analysis en investments. Mason: Thomson South-Western.
Gool, P. van, P. Jager, R.M. Weisz (2001). Onroerend goed als belegging. Groningen. Stenfert Kroese.
ING Real Estate (2007). ING Real Estate Dutch View, juni 2007. Den Haag.
INREV (2007). Quarterly research report on European non-listed real estate vehicles. INREV, no. 16, August.
INREV (2008a). Investment Intentions survey 2008. Amsterdam.
INREV (2008b). Quarterly research report on European non-listed real estate vehicles. INREV, no. 18, May.
INREV (2008c). White paper real estate fund style framework, June 2008. Amsterdam.
Kaiser, R.W. (2005). Investment styles and style boxes in equity real estate: Can the emering model succeed in classifying real estate alternatives? Journal of Real Estate Portfolio Management, 11, (1), 5-18.
Muller, F.L.P. (2003a). Risico’s van vastgoed in perspectief. Kluwer, Deventer.
Muller, F.L.P. (2003b). Optimale allocatie van onroerendgoedsectoren, rationaliteit en diversificatie. Kluwer, Deventer.
NCREIF (2003). Real estate investment styles: Trends from the catwalk. Updated and Final Draft, October 2, 2003.
Op ‘t Veld, H. (2007). Real Estate Finance. Syllabus ASRE, Amsterdam.
Op ’t Veld, H. (2008). Vastgoed Beleggingskader, portefeuille constructie & beleggingsproces. PGGM, mei 2008.
Peyton, Martha, (2007). Real Estate Investment: Style and Style Purity. TIAA-CREF Asset Management.
Rothweiler, S (2006). Measuring Risk for Private Property Funds.
ROZ / IPD (2007). Nederlandse Vastgoedindex 2006.
53
Tazelaar, P (2002). Risico als maat voor rendement. ‘Een onderzoek naar de rendementseisen van vastgoed’.
54
Bijlage 1: Risico vastgoedsectoren
Tabel 9 Rendement en risico 1977-2002 Nederlands direct vastgoed per sector (Muller, 2003b)
Rekenkundig gemiddelde Meetkundig gemiddelde Standaarddeviatie Rendement/Risicoverhouding
Kantoren 8,3% 8,1% 6,8% 1,2
Winkels 9,2% 9,1% 5,4% 1,7
Woningen 10,1% 9,9% 6,5% 1,5
Gemeten naar standaarddeviatie en op basis van data van ROZ/IPD zijn winkels minder risicovol dan woningen en kantoren. Tabel 10 Risico vastgoedsectoren op basis van beta in Verenigde Staten (Breidenbach, 2006)
Office Industrial Retail Appartments Hotels (since Q1 1999)
NPI NAREIT Since inception Since 1994 1,46 1,07 0,90 0,87 0,63 0,88 0,72 0,75 0,56 1,67
Gemeten naar beta (die aangeeft of er sprake is van meer of minder risico ten opzichte van geheel vastgoed) en op basis van data van NCREIF en NAREIT zijn winkels en woningen minder risicovol dan kantoren.
55
56
Bijlage 2: Renteontwikkeling
Figuur 31 10-Jaars swap-rente £ en € (bron: Bloomberg) 12,0
10,0
8,0 10-YEAR SWAP RATE YEAR END £
6,0
10-YEAR SWAP RATE YEAR END € 4,0
2,0
dec-07
dec-06
dec-05
dec-04
dec-03
dec-02
dec-01
dec-00
dec-99
dec-98
dec-97
dec-96
dec-95
dec-94
dec-93
dec-92
dec-91
dec-90
0,0
Figuur 32 10-Jaars swap-rente £ en €, gemiddeld voor perioden conform INREV
12,0
10,0
8,0
6,0
10-YEAR SWAP RATE AVERAGE YEAR END £
4,0
10-YEAR SWAP RATE AVERAGE YEAR END €
2,0
0,0 1990-1994
1995-1999
2000-2004
2005-2007
57