Van kredietcrisis naar vastgoedcrisis?

Van kredietcrisis naar vastgoedcrisis?

Een onderzoek naar de waardeontwikkeling van onroerend goed in de USA en de samenhang met de opkomst van Commercial Mortgage Backed Securities

Masterthesis MSRE opleiding drs. M.D. van der Ree

Van kredietcrisis naar vastgoedcrisis ?

Inhoudsopgave Hoofdstuk 1: Inleiding..........................................................................................................................3 1.1 Achtergrond ................................................................................................................................................3 1.2 Centrale vraag.............................................................................................................................................4 1.3 Leeswijzer...................................................................................................................................................4 Theoretisch kader .........................................................................................................5 Hoofdstuk 2: 2.1 Definitie van een bubbel .............................................................................................................................5 2.2 Relatie tussen kredietverstrekking en onroerend goed................................................................................7 Hoofdstuk 3: Onderzoeksmethode....................................................................................................7 3.1 Analyse methode ........................................................................................................................................7 3.1 Geografisch gebied .....................................................................................................................................8 3.2 Databronnen................................................................................................................................................8 Hoofdstuk 4: National Council of Real Estate Investment Fiduciaries...........................................9 4.1 Transactiegegevens.....................................................................................................................................9 4.2 Aanvangsrendement en Leegstand ...........................................................................................................10 Hoofdstuk 5: Commercial Mortgage Backed Securities (CMBS) ..................................................11 5.1 Securitisatie ..............................................................................................................................................11 5.2 CMBS in perspectief.................................................................................................................................13 5.3 CMBS-Database .......................................................................................................................................14 5.4 Transactievolume......................................................................................................................................15 5.5 Rating en marge........................................................................................................................................15 5.6 Bevoorschottingsniveau............................................................................................................................18 Hoofdstuk 6: National Association of Real Estate Investment Trusts..........................................18 6.1 Mortgage en Equity REIT ........................................................................................................................18 6.2 Dividend Yields ........................................................................................................................................19 6.3 Mortgage en Equity Index ........................................................................................................................19 Hoofdstuk 7: Macro-economische factoren: ...................................................................................21 7.1 Rente en Inflatie........................................................................................................................................21 Hoofdstuk 8: Correlatie analyse .......................................................................................................22 8.1 Correlatie tabellen.....................................................................................................................................22 8.2 Correlatie 1983-2007 ................................................................................................................................22 8.3 Correlatie december 2002-2007................................................................................................................23 Hoofdstuk 9: Regressieanalyse ........................................................................................................23 9.1 Regressievariabelen en multi-collineariteit...............................................................................................23 9.2 Uitkomst regressieanalyse ........................................................................................................................24 Hoofdstuk 10: Tussenconclusie .........................................................................................................25 Hoofdstuk 11: De samenhang tussen vastgoed en financiering ....................................................26 11.1 Definitie van Brown & Klingenberg.........................................................................................................26 11.2 Interest Coverage Ratio ............................................................................................................................26 Hoofdstuk 12: Fundamentele waarde ................................................................................................28 12.1 Aannames .................................................................................................................................................28 12.2 Het model .................................................................................................................................................29 Hoofdstuk 13: Samenvatting en conclusie........................................................................................30 13.1 Samenvatting ............................................................................................................................................30 13.2 Conclusie: van bubbel naar vastgoedcrisis ...............................................................................................30 Bijlagen I tot en met XI ..............................................................................................................................32 Bijlage I NCREIF Property Data.............................................................................................................................33 Bijlage II CMBS-data (volume) ......................................................................................................................34 Bijlage III CM Alert Database Uitkomst (I) .....................................................................................................35 Bijlage III CM Alert Database Uitkomst (2) ....................................................................................................36 Bijlage IV Rating categorieën...........................................................................................................................37 Bijlage V Spread per rating .............................................................................................................................38 Bijlage VI NAREIT data ..................................................................................................................................39 Bijlage VII Macro-economische data............................................................................................................40 Bijlage VIII Correlatiegegevens .....................................................................................................................41 Bijlage IX Correlatietabel 1987-2007...............................................................................................................42 Bijlage X ICR-Calculatie ................................................................................................................................43 Noten/bibliografie: .....................................................................................................................................44

M.D. van der Ree

Pagina 2

29-8-2008


Hoofdstuk 1: 1.1

Inleiding

Achtergrond

De “credit crunch” oftewel kredietcrisis is sinds medio 2007 een veelbesproken onderwerp. De crisis kwam in juni 2007 aan de oppervlakte toen de Amerikaanse bank Bear Stearns meldde dat twee door hen 1

beheerde hedge-funds in de problemen waren geraakt. Beide hedge-funds belegden onder andere in 2

complexe obligaties gedekt door Amerikaanse hypotheken en dan met name door subprime-hypotheken . De verliezen door de afboekingen waren dusdanig dat Bear Stearns zich gedwongen zag in te grijpen door 3

extra kapitaal beschikbaar te stellen aan deze fondsen . De hypothecaire leningen, zoals verstrekt in de Amerikaanse subprime-hypothekenmarkt worden niet lang door de banken zelf op de balans gehouden. De banken verkopen de leningen door als obligatie aan beleggers. Deze beleggers zijn onder meer pensioenfondsen, verzekeringsmaatschappijen en banken zelf. 4

Dit proces staat bekend als securitisatie en wordt verder toegelicht in hoofdstuk 5. Securitisatie is niet alleen gebruikt bij hypothecaire leningen voor woningen, maar ook bij hypothecaire leningen voor 5

commercieel onroerend goed, zogeheten Commercial Mortgage Backed Securities (CMBS) . Dit systeem van “herverpakken en doorplaatsen” is ontstaan in Amerika en werd alom gezien als een goede manier voor een bank om het kredietrisico te spreiden. In april 2006 zei het IMF over het spreiden 6

van het kredietrisico nog het volgende : “there is a growing recognition that the dispersion of credit risk by banks to a broader and more diverse group of investors, rather than warehousing such risk on their balance sheet, has helped to make the banking and overall financial system more resilient. Credit risk transfer markets tend to shift credit exposure from banks to investors with liability structures and investments horizons that make them better suited to hold or trade these risks such as insurance companies, regional banks, pension funds, mutual funds and increasingly hedge funds. […] Transferring credit risk from banks via the capital market helps to make the banking system, including smaller banks, less vulnerable to credit shocks”. Heden ten dage zijn de conclusies anders. Vele banken en andere beleggers hebben inmiddels aanzienlijk moeten afboeken op hun beleggingen in de genoemde producten. Deutsche Bank bijvoorbeeld meldde over het derde kwartaal 2007 verliezen van EUR 2,2 miljard te hebben geleden op diverse typen door de 7

crisis getroffen beleggingen . De Zwitserse bank UBS kwam in december 2007 met een bericht naar buiten waarin een verlies van $ 10 miljard werd medegedeeld, terwijl al in het derde kwartaal van 2007 een 8

verlies van $ 4,4 miljard was genomen . In de week van 5 november 2007 kondigde Citibank aan tussen $ 9

8 miljard en $ 11 miljard te moeten afschrijven op leningen . De afschrijvingen blijven in 2008 actueel. Bear 10

Stearns is zelfs na een acuut liquiditeitsprobleem overgenomen door JP Morgan . Analist Jan Hatzius van Goldman Sachs verwacht dat de totale schade als gevolg van de crisis rond de subprime-leningen zou kunnen oplopen tot $ 400 miljard. Daarnaast voorziet hij dat het Amerikaanse bankwezen, als gevolg van de verslechterde vermogensverhoudingen, genoodzaakt zou kunnen zijn, zijn 11

leningenportefeuille met $ 2.000 miljard te reduceren . De kredietcrisis wordt versterkt door het ontbreken van inzicht welke banken of andere instellingen deze gesecuritiseerde leningen daadwerkelijk in bezit hebben. Het voordeel dat het IMF nog zag in spreiding van het risico lijkt nu juist een nadeel. Hierdoor zijn banken momenteel niet of nauwelijks bereid elkaar kortlopende leningen te verstrekken. Dit leidt tot liquiditeitsspanning bij banken, waardoor de kredietverlening moeizamer is geworden. Deze liquiditeitsspanning lijkt vooralsnog nog wel enige tijd te M.D. van der Ree

Pagina 3

29-8-2008


gaan duren. In de week van 8 oktober 2007 verklaarde Rodrigo Rato, managing director van het IMF, dat de crisis op de financiële markten nog enkele maanden zou aanhouden voordat liquiditeit, beschikbaarheid van krediet en credit spreads zou zijn teruggekeerd tot normale niveaus.

12.

Op 12 december 2007 namen

de centrale banken van de Verenigde Staten, Canada, het Verenigd Koninkrijk, Zwitserland en de Europese Unie maatregelen om de liquiditeitspositie van de banken te verhogen. Banken mogen bij de 13

centrale banken meer kortlopende kredieten opnemen . Doel hiervan is het voorkomen van een herhaling 14

van de extreme krapte op de geldmarkt, zoals die zich in augustus 2007 voordeed . 1.2

Centrale vraag

De feiten uit paragraaf 1.1 rechtvaardigen de stelling dat het vertrouwen in het systeem van het herverpakken en verkopen van bancaire leningen (securitisatie) is geschaad. In het begin leek het erop dat de grote afboekingen voornamelijk samenhingen met de subprime-hypotheken en dat andere sectoren niet werden geraakt. Maar zoals reeds aangegeven is securitisatie als product ook gebruikt bij leningen voor commercieel vastgoed (CMBS). Op basis van artikelen van Prudential

15

en Credit Sights

16

lijken de gevolgen van de crisis voor de

commerciële onroerendgoedmarkt beperkt. De verklaring wordt gezocht in de fundamentals van het onderliggend onroerend goed. Want, zo beargumenteren Prudential en Credit Sights, in tegenstelling tot de subprime-hypotheken is momenteel bij commercieel onroerend goed geen sprake van wanbetalers op grote schaal of sterke vermindering van de waarde van het onderpand. Toch is deze conclusie mijns inziens nog te voorbarig. De prijzen van onroerend goed zijn in de periode 2002 tot 2007 zeer sterk gestegen. De gemiddelde aanvangsrendementen daalden in die periode van 8.4% naar 5.5%. Een dergelijk gemiddeld aanvangsrendement van 5.5% is, zoals in hoofdstuk 4 wordt aangegeven, historisch laag. Bij een sterke waardestijging ontstaat het vermoeden dat er een bubbel in de waarde is ontstaan. Met name de opkomst van CMBS kan hierbij een belangrijke rol hebben gespeeld. Maar andere factoren als rente en inflatie kunnen tevens van belang zijn geweest. Dit onderwerp is het uitgangspunt voor de centrale vraag van deze thesis:

Is er sprake van een bubbel in de waarde van het commercieel onroerend goed in de USA en kan deze bubbel worden verklaard door de opkomst van Commercial Mortgage Backed Securities (CMBS)? 1.3

Leeswijzer

Om deze vragen te beantwoorden zal in deze thesis eerst in Hoofdstuk 2 de definitie van een bubbel worden toegelicht. Gekozen is voor een definitie waarbij moet worden aangetoond dat de waarde (uitgedrukt in een cap rate) meer dan tweemaal de standaard deviatie afwijkt van de fundamentele waarde. Uit deze definitie blijkt dat er een aantal stappen nodig zijn om te kunnen concluderen of er sprake is van een bubbel. Allereerst wordt er een analyse gemaakt over de waardeontwikkeling van het vastgoed. Dit gebeurt in hoofdstuk 4 waarin wordt ingegaan op de ontwikkelingen van transactieprijzen, cap rate en de leegstand. Vervolgens wordt in hoofdstuk 5 de opkomst van de CMBS-leningen beschreven. Daarbij wordt ingegaan op het verschijnsel securitisatie en de mate waarin CMBS-leningen de financieringsmarkt in volume hebben gedomineerd. Aangetoond wordt dat in de laatste vijf jaar het financieren van onroerend goed bijna geheel middels CMBS-leningen plaatsvond. Daarna worden de onderliggende transacties uit de CMBS database geanalyseerd en dan specifiek het transactievolume, de ontwikkeling van de rating, de marge en het financieringsniveau. In hoofdstuk 6 wordt nog kort ingegaan op de ontwikkeling van de Real Estate Investment Trusts ter verdere illustratie van het beurssentiment rondom vastgoed aandelen en

M.D. van der Ree

Pagina 4

29-8-2008


aandelen van hypotheekverstrekkers. Tot slot wordt in hoofdstuk 7 ingegaan op andere, macro economische factoren die de waarde van vastgoed kunnen hebben beïnvloed; de rente en de inflatie. De analyses van hoofdstuk 4 over het vastgoed, van hoofdstuk 5 over de CMBS leningen en hoofdstuk 7 over rente en inflatie wordt in hoofdstuk 8 en 9 getoetst op hun voorspellende waarde. Met een correlatieen regressieanalyse wordt aangetoond dat de ontwikkeling van de cap rate sterk afhangt van de groei van de financieringen en de spread van de lening. Daarnaast speelt leegstand en rente ook een belangrijke rol. Daar in de periode 2002-2007 vrijwel alle onroerend goed financieringen middels CMBS-leningen, wordt in hoofdstuk 10 geconcludeerd dat opkomst van CMBS-leningen de belangrijkste verklarende variabele is voor de waardestijging van het onroerend goed. In de hoofdstukken daarna volgen de stappen om te bepalen of er sprake is van een bubbel. Hiertoe wordt eerst een modelmatig verband gelegd tussen de financier en het onroerend goed in hoofdstuk 11. Dit verband wordt uitgedrukt middels de Interest Coverage Ratio (ICR). Deze ratio vormt de basis voor het bepalen van de fundamentele waarde in hoofdstuk 12. Als de fundamentele waarde is berekend, kan vervolgens in hoofdstuk 13 worden geconcludeerd dat er inderdaad sprake is van een bubbel. Tot slot wordt een verwachting uitgesproken over de waardeontwikkeling van het onroerend goed.

Hoofdstuk 2:

Theoretisch kader

Over het verschijnsel bubbel in een economie is veel gepubliceerd. Er is echter geen eenduidige definitie van een bubbel, noch is er consensus over de meetbaarheid ervan. De beschreven oorzaken van bubbels lopen sterk uiteen. Er is veel geschreven over de internet/ICT-bubbel en ook over bubbels in prijzen van woningen. Maar er is slechts een beperkt aantal publicaties over bubbels in prijzen van commercieel onroerend goed. In dit hoofdstuk wordt in paragraaf 2.1 nader ingegaan op de het verschijnsel bubbel en wordt, de voor deze thesis gehanteerde definitie beschreven. In paragraaf 2.2 zal de samenhang tussen het verstrekken van krediet en de waardeontwikkeling van vastgoed aan de orde komen. De achterliggende theorie van de samenhang tussen de financiering en vastgoed, vormt de grondslag voor het bepalen van de fundamentele waarde van het onroerend goed. 2.1

Definitie van een bubbel

European Central Bank (ECB) De ECB (2005) beschouwt de waarde van een bezit (hierna: asset) als zeer waardevolle informatie voor de toekomst, omdat de ECB de prijs van een asset een vooruitblikkende variabele vormt. Die prijs wordt namelijk bepaald op basis van verwachtingen van (potentiële) kopers over de toekomstige ontwikkeling 17

van de onderliggende cashflows . De ECB definieert vervolgens vier factoren waarop de prijs van een asset wordt bepaald: •

de verwachte directe inkomstenstroom;

•

de inkomstenstroom, afgezet tegen de verwachte directe inkomstenstroom van een alternatieve investering, bijvoorbeeld een overheidsobligatie;

•

de verwachte waarde bij verkoop;

•

het relatieve risico dat men ervaart bij het bezit van de asset.

In de definitie van de ECB is verwachting een belangrijk terugkerende term. De ECB benadrukt dit omdat de verwachtingswaarde cruciaal kan zijn voor het ontstaan van een bubbel. Bij een te hoge verwachtingswaarde, stijgt immers de prijs, wat op zichzelf weer een verwachtingswaarde kan creëren. Een dergelijke oplopende verwachtingswaarde leidt dan tot een oplopende prijs en uiteindelijk een bubbel blijkt te zijn als er sprake is van een sterke prijsdaling. M.D. van der Ree

Pagina 5

29-8-2008


Malpezzi en Wachter (2004) Malpezzi en Wachter (2004) geven meer inzicht in de definitie van verwachting. In hun benadering is de verwachtingswaarde niet slechts een berekende afweging, maar meer (een vorm van) speculatie

18.

Alhoewel speculatie een negatieve klank heeft, denk ik dat het op deze thesis van toepassing is. Speculatie in vastgoed wordt geassocieerd met korte termijn en handel. Een kortetermijninvesteerder speculeert op een prijsstijging op korte termijn, als gevolg van een algemene prijsstijging en kijkt minder naar de onderliggende waarde. Door de prijsstijging van de onderliggende waarde treden er in de theorie van Malpezzi en Wachter (2004) nieuwe investeerders / speculanten toe, wat weer leidt tot een prijsstijging. Zij noemen naast kortetermijnbeleggers, arbitragemogelijkheid van illiquide markten naar liquide markten als voorbeeld. Denk in dat verband bijvoorbeeld aan een belegger die belegt met het oog op een voorgenomen beursgang (pre-IPO-investment). Deze belegging stijgt in waarde, omdat de beursgang liquiditeit betekent. Kindleberger (1987) en Rosser (2000) Hoe kan in het kader van deze thesis een bubbel dan het beste worden gedefiniëerd? Prof. C. 19

Kindleberger (1987) definieert een bubbel als volgt : “A bubble may be defined loosely as a sharp rise in price of an asset or a range of assets in a continuous process, with the initial rise generating expectations of further rises and attracting new buyers- generally speculators interested in profits from trading in the asset rather than its use or earnings capacity”. Deze definitie impliceert wederom dat een snel groeiende prijs ongegrond kan zijn als deze gedreven wordt door speculanten die snel willen doorverkopen. Prof. J.B. Rosser (2000) geeft meer substantie aan 20

de definitie door het begrip fundamentals te introduceren : “a speculative bubble exists when the price of something does not equal its market fundamentals for some periode of time for reasons other than random shocks. Fundamentals is usually argued to be a long-run equilibrium consistent with a general equilibrium. Het grootste probleem van deze definitie is echter hoe het equilibrium moet worden bepaald en welke tijdsperiode hiervoor gekozen moet worden. Hoe groot mag de afwijking van de waarde zijn ten opzichte van de fundamentele waarde, voordat sprake is van een bubbel? Siegel (2003) J. Siegel (2003) van de University of Pennsylvannia geeft een meer operationele definitie van bubbel die 21

invulling geeft aan fundamentele waarde en de afwijking hiervan . Deze definitie wordt in deze thesis gehanteerd om te berekenen of er sprake is van een bubbel. “A period of rising (or falling) prices in an asset market can be described as a bubble (or negative bubble) at time t if it can be shown that the realized return of the asset over a given future time period, that time period defined by the duration of the asset can be shown to be inconsistent, i.e. more than two standard deviations form the expected return, given the historical risk and return characteristics of that asset at time t”. Bij deze definitie is de mate van afwijking van de verwachte return (met meer dan twee standaarddeviaties) de maatstaf voor het al dan niet aanwezig zijn van een bubbel. Siegel (2003) toont met een analyse van data aan dat deze definitie stand houdt. Om deze definitie te kunnen gebruiken, is in deze thesis het uitgangspunt dat de realized return voor een investeerder bestaat uit de verkoopopbrengst. De opbrengst gedurende de exploitatieperiode wordt in deze thesis buitenbeschouwing gelaten omdat in hoofdstuk 9 is aangetoond dat verandering van leegstand geen verklarende variabele is voor de cap rate. Het rendement bij verkoop zal ten minste gelijk moeten zijn aan het aanvangsrendement (cap rate) waarvoor het onroerend goed is verworven. Immers realiseert een belegger zijn rendement (return) door het vastgoed gedurende een periode te exploiteren en vervolgens tegen een bepaald aanvangsrendement weer te M.D. van der Ree

Pagina 6

29-8-2008


verkopen. In lijn met de definitie van Siegel (2003) dient vervolgens te worden vastgesteld of de realized return afwijkt van de verwachte return op basis van historische risk return. Deze verwachte return op basis van historische risk return karakteristieken wordt conform Rosser (2000) in deze thesis de fundamentele waarde genoemd.

2.2

Relatie tussen kredietverstrekking en onroerend goed

Voordat kan worden aangetoond of er sprake is van een bubbel volgens de definitie van Siegel (2003) moet dus eerst de fundamentele waarde van het commercieel onroerend goed worden vastgesteld. Omdat de realized return gelijk wordt gesteld aan de cap rate, wordt de fundamentele waarde tevens uitgedrukt in een cap rate. Alsdan is vergelijking tussen de historische cap rate en de cap rate van de fundamentele waarde mogelijk en kan worden vastgesteld of er sprake is van een bubbel. Brown en Klingenberg (2006) In deze thesis wordt aangetoond dat de waarde van vastgoed in sterke mate afhangt van de financiering. Derhalve is gekozen om bij het bepalen van de fundamentele waarde, de benadering van R. Brown en B. Klingenberg (2006) te volgen. Zij hebben een artikel gepubliceerd waarin de relatie tussen geldgever en geldnemer wordt gelegd en de waardeontwikkeling van onroerend goed. Brown en Klingenberg (2006) combineren in hun theorie het financieringsniveau oftewel de Loan-To-Value-ratio (LTV), de mate waarin 1

de cashflow de rente en aflossing kan dragen oftewel de Debt Coverage Ratio (DCR) en het 22

aanvangsrendement (cap rate) . In hoofdstuk 11 wordt op basis van deze theorie de (historische) Interest 2

Coverage Ratio (ICR) berekend. Deze ratio vormt de basis van het model waarmee de fundamentele waarde wordt berekend in hoofdstuk 11. Dit model voor de fundamentele waarde, dat feitelijk de theorie van Brown en Klingenberg (2006) omgekeerd benaderd, geeft in een drietal gevoeligheidanalyses weer hoe afhankelijkheid de cap rate is van de ICR, de rente en de LTV. Op basis van dit model kan worden geconcludeerd dat de fundamentele waarde meer dan twee maal de standaarddeviatie afwijkt van de expected return waarmee bewezen is dat er sprake is van een bubbel.

Hoofdstuk 3:

Onderzoeksmethode

Voordat we in hoofdstuk 4 tot en met hoofdstuk 7 de databases gaan analyseren, wordt in dit hoofdstuk de keuze van de databronnen en analysemethode nader toegelicht. In paragraaf 3.1 wordt ingegaan op de wijze waarop de gegevens zijn geanalyseerd. In paragaaf 3.2 wordt de keuze voor het geografische gebied nader omschreven en in paragraaf 3.3 worden de diverse databronnen naast elkaar gezet. 3.1

Analyse methode

De methode van onderzoek richt zich op het analyseren van datareeksen en hun onderlinge samenhang. In hoofdstuk 4 tot en met 7 zal worden ingegaan op de gebruikte data waarbij via één of meerdere grafieken bewegingen of samenhang wordt weergegeven. Er is gekozen om een langjarige reeks weer te geven, vanaf het eerste kwartaal 1983 tot en met het vierde kwartaal 2007. De analyse dekt derhalve een periode van 25 jaar, een gebruikelijke periode om een historisch gemiddelde te kunnen bepalen. Alle gegevens zijn, voor zover mogelijk weergegeven op kwartaalbasis. In een aantal grafieken is enige malen e

het 1 kwartaal van 2008 weergegeven indien deze gegevens beschikbaar waren om een zo actueel 1 2

Debt Coverage Ratio: Net Operating Income (NOI) / (rentelast + aflossing) Interest Coverage Ratio: NOI / rentelast

M.D. van der Ree

Pagina 7

29-8-2008


mogelijk beeld te schetsen. Deze gegevens zijn niet meegenomen in de analyse van de samenhang tussen de verschillende data, noch in enige berekening. 3.1

Geografisch gebied

Het onderzoek is geografisch beperkt tot de Verenigde Staten (USA). De belangrijkste reden is dat de ontwikkeling van securitisatie hier is gestart. De voor deze thesis geanalyseerde CMBS-database telt 1896 CMBS-transacties in de USA met een totaal volume van $ 1,285 miljard. De eerste transactie in de database is uit 1985. Daarnaast richt deze thesis zich op de samenhang tussen de opkomst van de securitisatie en de waardeontwikkeling van het vastgoed. Door de geografische afbakening wordt het mogelijk om de samenhang tussen vastgoeddata en de CMBS-database te analyseren omdat hiermee de onderliggende transactiegegevens op hetzelfde gebied betrekking hebben. 3.2

Databronnen

In deze thesis richt het onderzoek zich op de samenhang tussen factoren die in de onderstaande figuur zijn ingedeeld in drie hoofdmarkten. Per blok zijn verschillende bronnen gehanteerd. Deze zijn in een overzicht zijn weergegeven aan het eind van deze thesis in de bijlage Bibliografie / Overige Informatiebronnen. Voor de ontwikkeling van de waarde van commercieel vastgoed wordt gebruikgemaakt van een database van National Council of Real Estate Investment Fiduciaries (NCREIF). Daarbij is gekozen om de data te gebruiken van alle vastgoedcategorieën tezamen, omdat in de database van CM Alert met de CMBS-data eveneens alle vastgoedcategorieën zijn opgenomen. In de analyse is voor de ontwikkeling van de hypothekenmarkt voor commercieel vastgoed met name gekeken naar de informatie uit de CMBSdatabase afkomstig van CM Alert en informatie van de Federal Reserve over de omvang van de hypothekenmarkt voor commercieel vastgoed. Kort zal worden ingegaan op de ontwikkeling van de NAREIT Mortgage index, een index samengesteld door de National Association of Real Estate Investment Trust (NAREIT). Deze index is gericht op ondernemingen die hypotheken (zowel voor commercieel vastgoed als voor woningen) verstrekken aan 1

derden. De NAREIT Mortgage index wordt vergeleken met de NAREIT Equity Index , een index samengesteld uit ondernemingen die beleggen in onroerend goed. Deze vergelijking heeft als doel aan te tonen dat er een sterke waardeontwikkeling van Mortgage index is geweest die vooruitliep op de Equity index. Dit suggereert dat de opkomst het verstrekken van hypotheken invloed heeft gehad op de waarde ontwikkeling van vastgoed. Om de samenhang tussen kredietverstrekking en de waardeontwikkeling van het commerciële vastgoed aan te tonen, is tot slot in lijn met de gehanteerde theorie, een analyse gemaakt van economische gegevens als inflatie (CPI) en rente (treasury notes) afkomstig van de Federal Reserve en de US department of Commerce. Figuur 1

Databronnen

Commerciele hypotheken

Marco Economische omgeving

Commercieel vastgoed

CMBS

NAREIT Equity

Federal Reserve

NAREIT Mortgage

NCREIF

US Department Of Commerce

M.D. van der Ree

Pagina 8

29-8-2008


Hoofdstuk 4:

National Council of Real Estate Investment Fiduciaries

De centrale vraag van deze thesis gaat over de sterke waardestijging van het onroerend goed, met name in de periode december 2002-2007. Om dieper in te kunnen gaan op de waardeontwikkeling van commercieel onroerend goed in de USA, is gekozen voor data van de National Council of Real Estate Investment Fiduciaries (NCREIF), de Amerikaanse Raad van Onroerende Zaken. Zij zijn vergelijkbaar met de Nederlandse Raad van Onroerende Zaken (ROZ). NCREIF publiceert ieder kwartaal de National Property Index (NPI). Deze index omvat momenteel 4.500 vastgoedobjecten die tezamen een waarde vertegenwoordigen van $ 175 miljard. Ieder object wordt in deze index gewogen naar zijn marktwaarde. De NPI geeft de return aan van deze objecten zonder invloed van financiering of beurssentiment. De NCREIF heeft voor deze thesis een database ter beschikking gesteld met daarin informatie over de aanvangrendementen, de directe, indirect en totale return van het vastgoed en de leegstandspercentages. Deze database is weergeven per kwartaal. Uitzondering hierop zijn de transactiegegevens in paragraaf 4.1. Deze zijn uitsluitend per jaar gegeven. Om vergelijking mogelijk te maken met de CMBS-data in het volgende hoofdstuk, is gekozen om all property data te gebruiken en niet specifiek van één asset class, zoals winkels of kantoren. In paragraaf 4.1 wordt ingegaan op de ontwikkeling van de gemiddelde transactieprijs en het transactievolume waarmee we een beeld kunnen krijgen van de waarde- en marktontwikkeling. In paragraaf 4.2 wordt ingegaan op factoren die de waardeontwikkeling beïnvloeden. Specifiek wordt aandacht gegeven aan de ontwikkeling van leegstand en de groei van de Net Operating Income (NOI) 3. Deze factoren wordt tezamen met de cap rate in grafiek 2 weergeven. De gegevens waarop de onderstaande grafieken zijn gebaseerd, zijn opgenomen in Bijlage I. 4.1

Transactiegegevens

In grafiek 1 zijn per jaar de totale transactiewaarde en het aantal objecten weergegeven die in de data van NCREIF zijn verwerkt. Aan de ene kant vertelt deze grafiek ons dat de database van NCREIF een steeds groter aantal transacties omvat naarmate de tijd vordert. De bruikbaarheid en betrouwbaarheid van de informatie zijn daarmee sterk toegenomen. De grafiek zegt iets over de gemiddelde transactieprijs. Tussen 1983 tot en met 2002 lag de gemiddelde transactieprijs tussen de $ 6 miljoen en $ 24.9 miljoen (gemiddeld $ 13.4). In de jaren 2003-2007 steeg de transactieprijs van $ 28.3 miljoen naar 43.2 miljoen in 2007. Opvallend is dat in de periode 2003-2007 de gemiddelde transactieprijs van $ 34.9 hoger is dan de gemiddelde prijs tussen 1983-2002, vermeerderd met tweemaal de standaarddeviatie over dezelfde periode. Zou de theorie van Siegel (2003) dan daadwerkelijk laten zien dat we hier met een bubbel te maken hebben? Dit is afhankelijk van het feit of de gemiddelde transactieprijs tussen 1983 en 2002 de fundamentele waarde weergeeft. Als dat zo is, dan is er sprake van een bubbel conform de theorie van Siegel (2003).

3 Net Operating Income (NOI): Rental and other income of a property, less operating expenses other than Capital Expenditures and mortgage debt service. NCREIF, Real Estate Information Standards 2003

M.D. van der Ree

Pagina 9

29-8-2008


Grafiek 1

30.000

900 800 700 600 500 400 300 200 100 0

25.000 20.000 15.000 10.000 5.000

Markt waarde ($ *1,000)

Objecten

Transacties

0 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 00 01 02 03 04 05 06 07 # of Properties

Market Value

Bron: National Council of Real Estate Investment Fiduciaries (NCREIF), NCREIF_Property_Index_Trends_4q07

Als laatste valt op dat het aantal transacties in 2007 daalde met 21% terwijl de gemiddelde transactieprijs gestegen is met 26% tot ruim $ 43 mln in 2007. Duidt dit op het toetreden van nieuwe toetreders tot de markt en dan met name handelaren die meer gericht zijn op de kortetermijnwinst dan op de fundamentals van de onderliggende waarde, zoals prof. C. Kindleberger (1987) in zijn definitie over bubbels hanteert? Mijns inziens wel. Indien het aantal transacties daalt, terwijl de prijzen stijgen, duidt dit mijns inziens op een mismatch tussen vraag (groot) en aanbod (beperkt). Dit zijn marktomstandigheden waar kortetermijnbeleggers graag van gebruik maken. 4.2

Aanvangsrendement en Leegstand

De gemiddelde transactieprijs op zich geeft echter onvoldoende informatie. De waarde van onroerend goed wordt immers in belangrijke mate bepaald door de onderliggende cashflow uit de huurinkomsten en het rendement dat de investeerder bereid is voor deze kasstroom te betalen. Als we het gemiddelde aanvangsrendement (cap rate) per kwartaal weergeven ( grafiek 2) en deze grafiek vergelijken met grafiek 1, kunnen we concluderen dat ten minste een deel van de stijging van de gemiddelde transactiewaarde sinds 2002 kan worden verklaard uit een dalend rendement. De gemiddelde cap rate tussen 1983 en 2002 lag op 8.7%. In de periode 2003-2007 is de gemiddelde cap rate gedaald naar 6.7%. Met name de stijging van 26% in gemiddelde transactiewaarde sinds 2005 kan voor een belangrijk deel worden verklaard door een daling van de cap rate met 18% over dezelfde periode. Overigens kan nog een interessante conclusie worden getrokken uit die periode. De groei van de NOI correleert sterk negatief met de leegstand vanaf 2001 terwijl die in de periode 1983-2002 meer lijkt mee te bewegen met de cap rate. In grafiek 2 is daarnaast de leegstand opgenomen. Het is duidelijk dat leegstand en cap rate over een lange periode niet een direct aantoonbare relatie hebben maar vanaf 2003 sterk aan elkaar zijn gecorreleerd.

M.D. van der Ree

Pagina 10

29-8-2008


Grafiek 2 Cap Rate, Leegstand, NOI 25 14.00%

Cap Rate

10.00%

15

8.00%

10

6.00% 5

Leegstand

20

12.00%

4.00% 0

2.00%

-5

19 83 1 19 84 1 19 85 1 19 86 1 19 87 1 19 88 1 19 89 1 19 90 1 19 91 1 19 92 1 19 93 1 19 94 1 19 95 1 19 96 1 19 97 1 19 98 1 19 99 1 20 00 1 20 01 1 20 02 1 20 03 1 20 04 1 20 05 1 20 06 1 20 07 1

0.00%

TransCapRate

Vacancy

Q-O-Q growth of NOI

Bron: National Council of Real Estate Investment Fiduciaries (NCREIF), NCREIF_Property_Index_Trends_4q07

Hoofdstuk 5:

Commercial Mortgage Backed Securities (CMBS)

In het vorige hoofdstuk is duidelijk geworden dat in de periode december 2002- 2007 de waardeontwikkeling van het vastgoed zeer groot is geweest. Tevens is aangetoond dat dit voor een deel verklaard kan worden uit de verminderde leegstand en de groei van de NOI. In dit hoofdstuk zal worden aangetoond dat CMBS in die periode een zeer belangrijke groei heeft doorgemaakt. Omdat in de thesis de opkomst van de CMBS-leningen als een van mogelijke oorzaken van de waardestijging wordt gezien, wordt in dit hoofdstuk stil gestaan bij dit product. In paragraaf 5.1 wordt kort beschreven wat securitisatie (CMBS) precies is. In paragraaf 5.2 wordt nader ingegaan op de opkomst van CMBS-leningen. Daarbij wordt aangetoond dat CMBS-leningen steeds belangrijker zijn geworden bij de financiering van commercieel onroerend goed. Paragraaf 5.3 gaat dieper in op de CM Alert database en wordt aangetoond dat deze database representatief is voor ontwikkeling van de CMBS-leningen. Dit is nodig omdat deze database wordt in dit stuk tweeledig gebruikt. Enerzijds om trends in de CMBS-leningen qua volume, risico en spread weer te geven, anderzijds is de database onderdeel van de berekening van de ICR in hoofdstuk 11. In paragraaf 5.4 wordt de ontwikkeling van het transactievolume in de CM Alert database beschreven. Vervolgens wordt in paragraaf 5.5 de analyse getoond van de gemiddelde rating en de gemiddelde marge (spread) die in de loop van de tijd beide zijn afgenomen terwijl in paragraaf 5.6 blijkt dat het financieringsniveau op een gelijk niveau is gebleven. 5.1

Securitisatie

Het onroerend goed (real estate assets) wordt gefinancierd door een lening (debt) en eigen vermogen (equity). Er zijn twee soorten CMBS producten. Ten eerste een CMBS waarbij door de eigenaar van het onroerend goed een lening in de vorm van obligaties wordt uitgegeven met als zekerheid een hypothecair recht op het onroerend goed. Daarnaast zijn er gebundelde leningen die door de hypotheekverstrekker als een “warehouse” worden gehouden en vervolgens worden verkocht als obligatie (security). De hypotheekverstrekker maakt deze lening verhandelbaar waardoor een liquiditeitspremie (lees: margearbitrage) ontstaat. De lening wordt in dit proces opgedeeld in zogehete “tranches” waaraan een rating wordt gegeven. De rating (risicoclassificatie) van deze tranches hangt samen met payment priority, oftewel de volgorde waarin

M.D. van der Ree

Pagina 11

29-8-2008


de cashflow van het onroerend goed wordt aangewend bij de periodieke rente en aflossingen dan wel bij algehele aflossing. Daarnaast hangt de rating af van de waarde van het onroerend goed ten opzichte van de tranche (Loan to Value). De combinatie van deze factoren bepaalt tezamen met de vraag-en-aanbodsituatie van vergelijkbare producten, de marge (spread) van de tranche. Figuur 2

Securitisatie proces

Property Value

Inv e s tme n t G rade

Real Es tate As s et

AA A BBB BB B

Debt No ninv e s tme n t G ra de

Properties

Equity

Equity

Loans

Securities

Payment Priority

AAA

De risicoclassificatie van iedere tranche / obligatie wordt bepaald door een of meerdere rating agencies. Rating agencies zijn ondernemingen die op basis van een eigen (krediet)onderzoek, historische data en statistische analyse, de lening opdelen in de diverse tranches. In deze specifieke markt zijn er drie grote partijen actief: Fitch, Moody’s en Standard& Poors. In de onderstaande figuur 3 zijn de diverse ratingcategorieën weergegeven van deze agencies en de bijbehorende kans op default. Een AAA rating geeft de risicocategorie weer met het minste risico. Met default wordt bedoeld de situatie dat de verplichtingen van de obligatie niet meer kunnen worden nagekomen. De default-rate is de geschatte kans dat er default ontstaat. Naar mate het risico oploopt, is de kans op default groter. Deze kans is als percentage weergegeven in het eerste en vijfde jaar. Figuur 3

Tranches en default-rate

Fitch

Moody’s

S&P

Definition

AAA

Aa a

AAA

AA

Aa 2

A

1 yr cumulative default rate

5 yr cumulative default rate

Highes t Rating Available

0.00%

0.12%

AA

Very High Quality

0.00%

0.20%

A2

A

High Quality

0.02%

0.50%

BBB

Baa2

BBB

Minimum Inves tment Grade

0.19%

2.08%

BB

Ba2

BB

Low grade

1.22%

10.72%

B

B2

B

Very s peculative

5.81%

30.48%

C a nd lower

C a nd lower

C a nd lower

Subs tantial Ris k (and wors e)

22.43%

59.72%

M.D. van der Ree

Pagina 12

29-8-2008


De arbitrage van illiquide naar liquide markten zoals hierboven aangegeven sluit aan bij de theorie van Malpezzi en Wachter (2004) over een bubbel. Een illiquide lening op de balans van een bank wordt samengevoegd met andere leningen en vervolgens opgeknipt in obligaties met verschillende risico(rating)categorieën. Deze obligaties zijn verhandelbaar. Dat gebeurt veelal via een beursnotering. Liquiditeit ontstaat in een illiquide product. De verhandelbaarheid (liquiditeit) van de obligatie en de spreiding door het samenvoegen van meerdere leningen geeft een lager risicoprofiel, waardoor er een hogere prijs ontstaat. Als bubbels ontstaan als gevolg van deze liquiditeits-arbitrage, zoals beschreven door Malpezzi en Wachter (2004), is het mogelijk dat de arrangeurs (lees: banken) van securitisaties zich zijn gaan gedragen als kortetermijnhandelaren die speculeerden op deze arbitragemogelijkheid. Fitch

23

merkte in 2006

hierover het volgende op:”[…] the ability to transfer risk may create incentives for banks to overextend credit and assume excessive credit risk. Others have raised questions about the potential for risk transfer to adversely affect financial instability by reducing incentives for banks to screen and monitor borrowers”. 5.2

CMBS in perspectief

CMBS is als product opgekomen in het midden van de jaren 80, in navolging van de MBS (Mortgage Backed Security) die is gericht op de woninghypotheken aan particulieren. Pas begin jaren ’90 is er sprake van een redelijk omvangrijke markt. In Grafiek 3, gebaseerd op de gegevens in Bijlage II, is de omvang van CMBS-leningen verstrekt in een kwartaal uitgedrukt als percentage van de totale uitstaande financieringen voor commercieel vastgoed. Daarbij dient te worden opgemerkt dat in de totaal uitstaande financieren ook CMBS-leningen zijn meegenomen maar niet gespecificeerd. Hierdoor is het niet goed mogelijk om exact aan te geven hoeveel financieringen aan commercieel vastgoed via een CMBS zijn verstrekt. Grafiek 3 CMBS as % of Total Outstanding Commercial Debt 30.0% 25.0% 20.0% 15.0% 10.0% 5.0%

Mar-07

Mar-06

Mar-05

Mar-04

Mar-02

Mar-03

Mar-01

Mar-00

Mar-99

Mar-98

Mar-97

Mar-96

Mar-95

Mar-94

Mar-93

Mar-92

Mar-91

Mar-90

Mar-89

Mar-88

Mar-87

Mar-86

Mar-85

Mar-84

Mar-83

0.0%

CMBS as % of Total Outstanding

Bron: Federal Reserve. United States, Flow of Funds Sector: series USA 12005035.

In grafiek 4, tevens gebaseerd op bijlage II, zijn de groeipercentages per kwartaal weergegeven van CMBS en de financiering aan commercieel vastgoed. In de jaren 80 en 90 is het groeipercentage van de CMBS structureel hoger dan van het de totale markt, maar dat percentage is vertekend omdat er weinig CMBSleningen werden verstrekt en groeipercentages dan relatief sterk zijn. In het vierde kwartaal 1985 en het eerste kwartaal 1986 lagen deze percentage zelfs op 677% respectievelijk 113%. Deze percentages zijn niet opgenomen in de grafiek. Wat wel uit de grafiek valt te concluderen, is dat de groei van de M.D. van der Ree

Pagina 13

29-8-2008


financieringsmarkt sinds begin 2000 geheel met CMBS-leningen is gerealiseerd. Sterker nog, in deze periode ligt het groeipercentage per kwartaal van de CMBS-leningen vaak zelf hoger, waarmee is aangetoond dat de CMBS-leningen procentueel steeds belangrijker werden in de kredietverstrekking. Grafiek 4 Groei CMBS en Outstanding Commercial Mortgages 40,0% 32,5% 25,0% 17,5% 10,0%

mrt-07

mrt-06

mrt-05

mrt-04

mrt-03

mrt-02

mrt-01

mrt-00

mrt-99

mrt-98

mrt-97

mrt-96

mrt-95

mrt-94

mrt-93

mrt-92

mrt-91

mrt-90

mrt-89

mrt-88

mrt-87

mrt-86

mrt-85

-12,5%

mrt-84

-5,0%

mrt-83

2,5%

-20,0%

CMBS Q-on-Q growth

Total Outst Q-on-Q growth

Bron: Federal Reserve. United States, Flow of Funds Sector: series USA 12005035.

5.3

CMBS-Database

In deze paragraaf wordt dieper ingegaan op de database van de CMBS-leningen. Aangetoond zal worden dat deze database representatief is en daarmee gebruikt kan worden in deze thesis. De data over de CMBS-markt zijn beperkt tot twee bronnen. Voor deze thesis concentreert de analyse zich op data afkomstig van Commercial Mortgage Alert (CM Alert). CM Alert is een organisatie die CMBS- transacties sinds 1985 registreert. In totaal zijn er in de CM Alert-database ruim 2400 transacties opgenomen met specificaties per transactie. Uit deze 2400 transacties zijn de transacties geselecteerd die alleen betrekking hebben op de USA. Dat wil zeggen dat het onderliggende onroerend goed in de USA is gelegen. Uit een nadere analyse van deze selectie is gebleken dat in enkele gevallen het onroerend goed deels buiten de USA is gelegen. Daarbij gaat het om leningen die deel uitmaken van een portefeuille aan leningen. Deze leningen zijn echter door hun omvang en aantal niet van invloed op de analyse. Derhalve zijn deze leningen niet uit de database verwijderd. Op basis van de selectie naar USA resteren nog 1896 transacties met een totale omvang van $ 1.285 miljard. De analyse van de database is beperkt tot een analyse over de marge (spread), het financierings / bevoorschottingsniveau (LTV) en de ratingkwalificatie (zie figuur 3). Er is geen onderzoek gedaan op transactieniveau. In deze thesis ga ik ervan uit dat de database van CM Alert een juiste weergave is van de transacties. Daarnaast dient te worden opgemerkt dat de informatie over spreads, LTV en ratings niet bij alle transacties voorhanden is. Soms is alleen een deel van de informatie voorhanden. Soms is er helemaal geen informatie beschikbaar. Naar mijn mening is de informatie van voldoende omvang om een betrouwbaar beeld te laten zien over de ontwikkeling van de spread, rating en LTV. De aanname dat de CMBS-database representatief is voor de markt wordt gesterkt door de correlatie tussen het transactievolume van de commerciële hypothekenmarkt in zijn totaliteit en het transactievolume van deze database. Deze ligt op 0.930 (zie figuur 4). Daarnaast is het van belang dat de informatie van de CMBS-database steeds completer wordt naarmate de tijd vordert en het totale volume van de transacties toeneemt. Met name vanaf de midden jaren 90 is de informatie vrijwel compleet. M.D. van der Ree

Pagina 14

29-8-2008


Tabel 1 Total Outstanding Comm Mort $ billion

Correlatie CMBS data (volume) Total Outst Comm Mort $ billion Total issued CMBS $ billion Total issued CM Alert $ billion

Total issued CMBS $ billion

Total issued CM Alert $ billion

1 0.982959182 1 0.912622552 0.939914

1

Informatie van de CM Alert-database is van transactieniveau omgezet naar kwartaalniveau om een juiste vergelijking met de data over het onroerend goed mogelijk te maken. Bij de omzetting van transactieniveau naar kwartaalniveau is als criterium voor het kwartaal de issue-date gekozen. Dit is de datum waarop de obligaties daadwerkelijk zijn uitgegeven. Daarnaast is voor de analyse een koppeling gemaakt tussen de price- en transaction database. De analyse van de CM Alert-database is cijfermatig weergegeven in Bijlage III tot en met V en vormt de basis van volgende paragrafen. 5.4

Transactievolume

In de onderstaande grafiek, gebaseerd op bijlage III, is het volume van de CM Alert-database weergegeven in het aantal transacties per kwartaal waarbij de rating gegeven is. Duidelijk is dat het volume exponentieel toeneemt vanaf 2000. In de grafiek zijn de diverse ratingcategorieën als percentage van het volume meegenomen. Opvallend is dat de AAA-rating (met de laagste defaultkans) altijd relatief een groot deel van het volume bedraagt. Relatief neemt de AAA-rating toe in de tijd. In 2000 bijvoorbeeld had ca 75% van het totaalvolume een AAA-rating maar in het eerste kwartaal 2007 was dit ruim 88%. Grafiek 5 CMBS volume & rating 70.000

60.000

miljoen

50.000

40.000

30.000

20.000

10.000

0

1985_1

1987_1

1989_1

1991_1

1993_1

AAA_rating

AA_rating

1995_1 A_rating

1997_1 BBB_rating

1999_1 BB_rating

2001_1 B_rating

2003_1

2005_1

2007_1

Rest_rating

Bron: Commercial Mortgage Alert, The CMBS databases, price and cmbs. (http://www.cmalert.com), 10 mei

M.D. van der Ree

Pagina 15

29-8-2008


5.5

Rating en marge

Op zich hoeft het relatief hogere percentage AAA-ratings nog niet veel te zeggen. CMBS was tot aan het begin van de jaren ’90 een relatief nieuw fenomeen. Modellen, kennis over de markt en referentietransacties kwamen naarmate de markt zich ontwikkelde steeds meer beschikbaar. Dit kan ertoe hebben geleid dat het risico beter was in te schatten en derhalve de rating relatief verbeterde. Ook kan het risicoprofiel van het onderliggend onroerend goed in de loop der tijd lager zijn geworden door gunstige marktontwikkelingen, zoals afnemende leegstand. Hierover wordt meer toelichting gegeven bij de analyse van de database van de NCREIF in hoofdstuk 6. Grafiek 6 Gewogen Gemidd Rating & Spread 3,0

400 350

2,5

Ratin g

250

1,5

200 150

1,0

100 0,5

50

0,0

0 1985_1

1987_1

1989_1

1991_1

1993_1

1995_1

1997_1

1999_1

2001_1

2003_1

weighted_ave_rating

weighted_ave_spread

Lineair (weighted_ave_rating)

Lineair (weighted_ave_spread)

2005_1

2007_1


Grafiek 6 is samengesteld op basis van gegevens uit bijlage III. De grafiek geeft per kwartaal zowel voor de rating als voor de spread het naar per kwartaalvolume gewogen gemiddelde weer te geven. Bij een transactie zijn meerdere ratingkwalificaties van de verschillende rating-agencies beschikbaar. In Bijlage IV is opgenomen hoe de diverse ratings zijn gecategoriseerd. De AAA rating heeft het cijfer 1 gekregen. Per noche (bijvoorbeeld van AA naar AA-) gaat het cijfer dan met 0,25 omhoog tot equity (of D rating) die het cijfer 10 heeft. Per tranche is het rekenkundig gemiddelde genomen indien er meerdere beschikbare ratings waren. De uitkomst is vervolgens gewogen naar het volume en naar kwartaalcijfers omgezet. Transacties waarbij geen rating aanwezig was, zijn niet in de weging meegenomen. De grafiek ligt in lijn met grafiek 5 waaruit bleek dat de AAA-rating relatief is toegenomen. Voor de spread is dezelfde methodiek gehanteerd. Er is gekozen om zowel de rating als de spread naar het volume te wegen, omdat aangenomen wordt dat een transactie met een groter volume relatief zwaarder meeweegt in het gemiddelde. In de grafiek zijn twee uitschieters waarneembaar: december 1992 en januari 1995. In het vierde kwartaal van 1992 trekken de lijnen sterk naar elkaar toe. Dit hangt samen met een transactie die zeer dominant (in volume) is geweest voor dat kwartaal. Deze transactie heeft als geheel een AAA-rating (laag cijfer) maar met een relatief hoge spread.

M.D. van der Ree

Pagina 16

29-8-2008

M arge in b ps

300 2,0


In het eerste kwartaal van 1995 gaan beide lijnen sterk naar boven. In dit kwartaal is het volume van de transacties sterk gedaald (slechts 33% van het kwartaal voorafgaand en volgend). Daarnaast is te zien dat een aantal transacties die wel in Q1-1995 stonden gepland, pas in Q3 zijn afgewikkeld. De 5 transacties die wel in Q1-1995 zijn doorgegaan, hebben een relatief hoge rating (meer dan 50% heeft een AA-rating of hoger) en een navenante hogere spread. De gemiddelde spread is in de loop der tijd afgenomen. Dit is echter niet alleen het gevolg van de betere rating. In Bijlage V is de gemiddelde spread per rating weergegeven. Daaruit blijkt dat met name voor de rating AAA tot A-rating de spread is gedaald tot eind 2007. In Q1 2008 is de spread sterk gestegen naar gemiddeld 350 basispoints (bps). In lijn met de definitie van Siegel (2003), waarbij er sprake is van een bubbel als de gerealiseerde spread meer dan tweemaal de standaarddeviatie afwijkt van het historisch gemiddelde, zou bewezen zijn dat in deze markt wel een bubbel ontstaan. De gemiddelde spread over de gehele periode van 25 jaar bedraagt 93.43 bps met een standaarddeviatie van 49.65 bps. Als we tweemaal de standaarddeviatie optellen bij de gemiddelde spread dan komt dit uit op 192.74 bps terwijl de gemiddelde spread in Q1-2008 340.96 bps bedraagt. In grafiek 7 zijn de ongewogen gemiddelde rating en spread opgenomen om het effect van de volumeweging aan te geven. Het gemiddelde per kwartaal is dan berekend op basis van het gemiddelde van de rating in dat kwartaal. Opvallend is dat de ongewogen gemiddelde spread slechts fractioneel hoger ligt dan gewogen maar wel een gelijk patroon volgt als de gewogen gemiddelde spread. De rating daarentegen toont een geheel ander beeld. Het patroon van de grafiek ligt veel hoger. Dit kan worden verklaard uit de grafiek in Bijlage V. Hierin is te zien dat sinds midden jaren 90 bij vrijwel iedere CMBSlening een tranche BBB-rating is opgenomen. Deze rating verhoogt het risicoprofiel, maar gewogen naar volume heeft het slechts een beperkte invloed gehad op de gemiddelde rating. Uit Bijlage III kan tevens worden opgemaakt dat de spreads van de verschillende ratingcategorieën elkaar volgen en dat de algehele trend tot Q3-2007 een lagere spread is geweest. Pas in Q4-2007 stijgt de gemiddelde spread met 46.08 basispunten. Grafiek 7 Ongewogen Gemiddelde Rating & Spread 4

700

3,5

600

3

Rating

400

2 300

1,5

200

1

100

0,5 0

0 1985_1 1986_1 1987_1 1988_1 1989_1 1990_1 1991_1 1992_1 1993_1 1994_1 1995_1 1996_1 1997_1 1998_1 1999_1 2000_1 2001_1 2002_1 2003_1 2004_1 2005_1 2006_1 2007_1 2008_1

unweighted_ave_rating

unweighted_ave_spread


M.D. van der Ree

Pagina 17

29-8-2008

Marge in Bps

500

2,5


5.6

Bevoorschottingsniveau

In de CMBS-database zijn ook de bevoorschottingsniveaus (financieringniveaus) weergegeven van de lening ten opzichte van de waarde (Loan to Value). De Loan to Value (LTV) in grafiek 8 zijn ongewogen naar volume. De gemiddelde LTV in de CMB-database bedraagt 64.72%. Uit de grafiek valt op te maken dat de LTV ten opzichte van de waarde vrij constant is gebleven, zelfs licht is gedaald. De gemiddelde LTV gewogen naar volume ligt overigens wel aanzienlijk lager, namelijk 51.16%. In deze thesis is ervoor gekozen om de LTV-ratio niet te wegen naar volume, omdat ervan uitgegaan wordt dat het volume geen invloed heeft op de LTV-ratio maar alleen op de waarde van het onderliggend onroerend goed. Grafiek 8 Loan to Value CMBS 120

80 60 40

Percentage

100

20 0 May-85

May-87

Apr-89

Apr-91

Apr-93

Apr-95

Apr-97

Apr-99

Apr-01

Apr-03

Apr-05

Apr-07

LTV_US (%) Bron: Commercial Mortgage Alert, The CMBS databases, price and cmbs. (http://www.cmalert.com), 10 mei

Hoofdstuk 6:

National Association of Real Estate Investment Trusts

In het vorige hoofdstuk is duidelijk naar voren gekomen dat CMBS zeer belangrijk is geworden als financieringsmethode. Dit hoofdstuk is aan deze thesis toegevoegd om meer inzicht te geven in de timing en het beurssentiment rondom de opkomst van (C)MBS-leningen en de waardeontwikkeling van het vastgoed. Daartoe wordt in paragraaf 6.1 een toelichting gegeven op de Real Estate Investment Trusts. In paragraag 6.2 wordt de dividend yield van de Mortgage en Equity REIT geanalyseerd. In paragraaf 6.3 volgt de index van beide REIT’s en een analyse over de timing van de index en de opkomst van CMBS leningen. 6.1

Mortgage en Equity REIT

National Assocation of Real Estate Investment Trusts (NAREIT) is een overkoepelende organisatie van Real Estate Investment Trust (REIT). Een REIT is een al dan niet beursgenoteerde beleggingsinstelling die belegt in vastgoed of vastgoedgerelateerde producten. Een REIT heeft kenmerken die vergelijkbaar zijn met de status van een Fiscale Beleggings Instelling (FBI) in Nederland. Een REIT- status geeft net als een FBI-status een belastingpercentage van 0% mits aan een aantal voorwaarden is voldaan. De belangrijkste is dat 90% van de vrije cashflow ieder jaar wordt uitgekeerd aan de aandeelhouders. De NAREIT publiceert voornamelijk gegevens van de beursgenoteerde REIT’s. Gegevens van NAREIT geven als gevolg hiervan een tweezijdig beeld. Enerzijds over de performance van de onderliggende

M.D. van der Ree

Pagina 18

29-8-2008


beleggingsinstellingen en de assets waarin zij beleggen en anderzijds het beurssentiment rondom dergelijke aandelen. NAREIT onderscheidt vier categorieën REIT’s: Composite, Hybrite, Mortgage en Equity. Tezamen vormen zij de FTSE NAREIT US Real Estate Index. In het kader van dit onderzoek zijn alleen de data van de Mortgage en Equity REIT’s bekeken. In de Mortgage REIT zijn ondernemingen opgenomen die gespecialiseerd zijn in het verstrekken van hypotheken, zowel aan particulieren (woninghypotheken) als commercieel vastgoed. De data van de NAREIT waarvoor is gekozen om in deze thesis weer te geven beperken zich tot de index en dividend yields. Alhoewel de return van de REIT dus niet los gezien kan worden van de beursinvloeden, is de informatie wel nuttig. Beurskoersen reageren veelal sneller op ontwikkelingen en geven daarmee inzicht in een markttendens. 6.2

Dividend Yields

In de onderstaande grafiek wordt de dividend yield weergegeven van zowel de Equity REIT’s als de Mortgage REIT’s. Duidelijk is te zien dat vanaf 1983 tot aan 1998 de dividend yields van zowel de Equity als Mortgage REIT’s een sterke overeenkomst vertonen. De correlatie tussen deze twee reeksen is in die periode groot, namelijk 0.79. In de periode 1998-2008 is de correlatie sterk gedaald naar 0.20. Klaarblijkelijk is de waardering voor Mortgage REIT’s in die periode gewijzigd ten opzichte van Equity REIT’s. Dit is gelijk met het tijdstip dat de CMBS in volume sterk is gaan stijgen. Grafiek 9 Equity & Mortgage Dividend Yield

Equity REIT Dividend Yield

mrt-07

mrt-06

mrt-05

mrt-04

mrt-03

mrt-02

mrt-01

mrt-00

mrt-99

mrt-98

mrt-97

mrt-96

mrt-95

mrt-94

mrt-93

mrt-92

mrt-91

mrt-90

mrt-89

mrt-88

mrt-87

mrt-86

mrt-85

mrt-84

mrt-83

20,00 18,00 16,00 14,00 12,00 10,00 8,00 6,00 4,00 2,00 0,00

Mortgage REIT Dividend Yield

Bron: National Assocation of Real Estate Investment Trusts. FTSE NAREIT US Real Estate Index Series, Performance Indexes of All Publicly Traded REITs, For the period December 1971 - February 2008

6.3

Mortgage en Equity Index

Hetzelfde beeld is terug te zien in index van beide REIT’s die is weergegeven in de onderstaande grafiek. De Mortgage REIT index is na een dieptepunt in 2000 met een stand van 238.15 geëxplodeerd tot 1,220.74 in Maart 2004. In het tweede kwartaal 2007 is de daling te zien die het gevolg is van de eerste signalen van de credit crunch. De waardering in de markt voor Mortgage REIT’s is met name sinds eind begin 2000 sterk gewijzigd ten opzichte van Equity REIT’s, waarbij het lijkt alsof de Equity REIT de Mortgage REIT is gevolgd. Dit doet vermoeden dat er sinds 2000 een sterke correlatie is ontstaan tussen deze twee REIT’s.

M.D. van der Ree

Pagina 19

29-8-2008


Grafiek 10

12.000

1.400

10.000

1.200 1.000

8.000

800 6.000 600 4.000

400

2.000

Mortgage Index

Equity Index

Equity & Mortgage Index

200

0

0

83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 00 01 02 03 04 05 06 07 rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rt- rtm m m m m m m m m m m m m m m m m m m m m m m m m

Equity REIT Index

Mortgage REIT Index

Bron: National Assocation of Real Estate Investment Trusts. FTSE NAREIT US Real Estate Index Series, Performance Indexes of All Publicly Traded REITs, For the period December 1971 - February 2008

Wel moet in acht worden genomen dat de Mortgage REIT’s ook woninghypotheken (MBS) omvat. Dit product is feitelijk een voorloper van het CMBS-product. Op basis van de financieringsvolume van de woninghypotheken afkomstig van de Federal Reserve kan worden afgeleid dat de MBS circa 2-3 jaar in volumestijging voorliep op de CMBS. Dit zou impliceren dat de volumestijging van de CMBS gelijke trend heeft gehouden met de waardeontwikkeling van de Equity REIT. Grafiek 11 bevestigt dat beeld. Grafiek 11 CMBS Volume & Equity REIT Index 700

12,000

600

10,000 8,000

400 6,000

300

Index

$ miljard

500

4,000

200

2,000

100 0

0 Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar- Mar83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 00 01 02 03 04 05 06 07

Total CMBS Mortgages ($ miljard)

Equity REIT Index

Bron: National Assocation of Real Estate Investment Trusts. FTSE NAREIT US Real Estate Index Series, Performance Indexes of All Publicly Traded REITs, For the period December 1971 - February 2008. Federal Reserve. United States, Flow of Funds Sector: series USA 12005035

M.D. van der Ree

Pagina 20

29-8-2008


Hoofdstuk 7:

Macro-economische factoren:

In de voorgaande hoofdstukken zijn data weergegeven van zowel de onroerend goed markt als de financieringsmarkt. Bij de financiering speelt de rente een belangrijke rol. Daarom wordt dit hoofdstuk de ontwikkeling van de rente weergegeven. Daarnaast is gekozen om de inflatie als mogelijke verklarende factor voor de waardeontwikkeling te introduceren. Zoals algemeen bekend mag worden verondersteld, zijn inflatieverwachtingen van invloed op de waarde van het vastgoed aangezien de onderliggende huren vrijwel altijd jaarlijks worden aangepast aan de inflatie. De data zijn daarbij afkomstig van de Federal Reserve en het Bureau of Labor Statistics. Bewust is gekozen om zowel de korte als lange rente weer te geven, omdat in deze thesis aangenomen wordt dat bij het toetreden van kortetermijnbeleggers (handelaren), de financiering kortlopend is. Een lage korte rente zou daarmee een verklarende factor kunnen zijn. Er zou dan een grotere correlatie moeten ontstaan tussen de korte rente en de cap rate in vergelijking tot de lange rente. 7.1

Rente en Inflatie

Uit grafiek 12 is op te maken dat de zowel de korte als lange rente een dalende lijn vertoont sinds 1984. In twee perioden is de korte rente sterk gedaald. Dat is van 1990 tot medio 1992 en van 2001 tot 2004. Begin jaren ’90 was dit als gevolg van een economische teruggang, waarbij de centrale overheid de economie trachtte te stimuleren door renteverlagingen. In 2001 waren de aanslagen op het WTC aanleiding voor de overheid om de korte rente te laten dalen. Het interessante van deze curve is dat we kunnen zien dat er weliswaar een correlatie is tussen de langjarige rente en de cap rate, maar dat dit veel minder het geval is met de kortlopende rente. Sterker nog, begin jaren 90 stijgen de cap rates, terwijl de korte rente fors daalt. Wel is de correlatie groter vanaf eind 1994 / medio 1995 wanneer de rente op circa 8% ligt en de cap rates boven de 9.5%. De 10 jaarsrente is sindsdien met 65% gedaald (van 7.81% naar 3.50%). De cap rate met 43%. Grafiek 12 Rente & Inflatie 16.00 14.00

percentage

12.00 10.00 8.00 6.00 4.00 2.00

10 jaars rente

1 jaars rente

Mar-08

Mar-07

Mar-06

Mar-05

Mar-04

Mar-03

Mar-02

Mar-01

Mar-00

Mar-99

Mar-98

Mar-97

Mar-96

Mar-95

Mar-94

Mar-93

Mar-92

Mar-91

Mar-90

Mar-89

Mar-88

Mar-87

Mar-86

Mar-85

Mar-84

Mar-83

0.00

CPI Y-o-Y

Br

Bron: Federal Reserve. United States, Constant Maturity Yields, 1 and 10 years yield average: series USA 14020. Bureau of Labor Statistics. United States, Consumer Prices: series USA 11710

M.D. van der Ree

Pagina 21

29-8-2008


Hoofdstuk 8:

Correlatie analyse

In de vorige hoofdstukken is aangetoond dat de waarde ontwikkeling van commercieel onroerend goed door meerdere variabelen gedreven wordt. In dit hoofdstuk maken we een begin om te zien of er een statistisch onderbouwde relatie kan worden gelegd tussen de ontwikkeling van de cap rate. Hiervoor zal worden ingegaan op de correlaties tussen de verschillende databases. In paragraaf 8.1 zijn twee correlatie tabellen weergegeven, namelijk over de gehele periode en over de periode december 2002-2007. Deze laatste is toegevoegd omdat de ontwikkeling van de cap rate in de laatste vijf jaar door andere variabelen kan zijn beïnvloed dan over de gehele periode. In paragraaf 8.2 tot en met 8.5 zijn deze hoge correlaties verder geanalyseerd. 8.1

Correlatie tabellen

Voor de correlatieen regressieanalyse, zijn de absolute getallen van de NOI en de CMBS-leningen en de totale leningen verstrekt aan commercieel vastgoed, herberekend naar groeipercentages per kwartaal om een vergelijking met de andere variabelen mogelijk te maken. Er is gekozen om in de correlatie niet de data met betrekking tot de REIT op te nemen. De belangrijkste reden hiervoor is de invloed van het beurssentiment op deze index. De overige beschreven factoren zijn wel in de correlatiematrix opgenomen. Daarbij is in de analyse de variabele “Q-on-Q growth Commercial Mortgages” waarin de groei van de totale financieringen is weergegeven met twee kwartalen vertraagd. De achterliggende reden hiervan is dat het gebruikelijk is dat banken met enige vertraging de waardeontwikkeling van vastgoed volgen. Algemeen bekend is dat lagging

24

optreedt in taxaties. Gezien het feit dat banken financieren op basis van deze

taxaties wordt in deze thesis verondersteld dat dit laggingeffect twee kwartalen is. Correlaties die liggen tussen -1 en -0.5 en +0.5 en +1 zijn gedefinieerd als sterk gecorreleerd. De sterk gecorreleerde factoren zijn gemarkeerd. 8.2

Correlatie 1983-2007

De cap rate, zo blijkt uit de onderstaande tabel, is op de lange termijn maar met weinig variabelen sterk gecorreleerd. Alleen de Q-on-Q growth commercial mortgages en de spread tonen een correlatie die boven 0.5 ligt. Als het laggingeffect van 2 kwartalen achterwege wordt gelaten zakt de correlatie licht maar blijft voldoende sterk. Van de overige variabelen is alleen de 10 jaars rente met 0.219 nog enigszins gecorreleerd. De overige correlaties liggen dicht bij nul. Uit de tabel is tevens op te maken dat er een sterkte correlatie is tussen de lange en korte rente die op hun beurt weer sterk gecorreleerd zijn aan de groei van de NOI en de CPI. Tabel 2 Correlatie 1983-2007 transaction cap rate 10- year Treasury note yield 1 year Treasury note yield Q-O-Q growth of NOI CPI Vacancy Loan to Value Q-O-Q growth CMBS Mortgages Weighted_ave_ spread average rating (LHS) Q-on-Q growth comm mort

M.D. van der Ree

transaction cap rate 1 0.219 0.073 0.047 -0.125 -0.058 0.047 0.011 0.551 -0.026 -0.538

10- year Treasury note yield 1.000 0.908 0.575 0.532 0.020 -0.043 0.118 0.336 -0.425 0.139

1 year Q-O-Q Treasury growth of note yield NOI

1.000 0.611 0.566 -0.126 0.003 0.105 0.246 -0.328 0.258

1.000 0.286 -0.314 -0.056 0.140 0.036 -0.349 0.250

Pagina 22

CPI

1.000 0.451 -0.102 0.049 0.102 -0.374 0.041

Vacancy

1.000 -0.137 -0.173 0.092 -0.267 -0.420

Loan to Value

1.000 0.002 0.085 0.064 0.032

Q-O-Q Weighted_ growth ave_ CMBS spread Mortgages

1.000 0.183 -0.232 0.075

1.000 -0.257 -0.445

average rating (LHS)

1.000 0.082

Q-on-Q growth comm mortgage

1.000

29-8-2008


8.3

Correlatie december 2002-2007

Uit de analyses in de voorgaande hoofdstukken is duidelijk naar voren gekomen dat in de afgelopen vijf jaar de cap rate sterk is gedaald. In diezelfde periode nam ook de leegstand af en kwam de CMBS markt sterk op. Dat doet vermoeden dat andere variabelen in de loop der tijd van groter belang zijn geworden bij de waardeontwikkeling. Derhalve is er in deze thesis gekozen om een correlatietabel voor de periode 2002-2007 weer te geven. Zoals uit de onderstaande tabel 3 blijkt, is de cap rate in deze periode sterk gecorreleerd met meerdere variabelen. Met name de rente, de groei van de NOI en de leegstand tonen een sterke correlatie met de cap rate evenals de gemiddelde rating. De hoge correlatie tussen de rating en de cap rate laat zien dat de prijsstijging van het vastgoed gepaard is gegaan met een dalende risicokwalificatie. Opvallend is wel dat de correlatie met de groei van de totale financiering licht is gedaald ten opzichte van de gehele periode. Tabel 3 Correlatie december 2002- transaction cap rate 2007 transaction cap rate 10- year Treasury note yield 1 year Treasury note yield Q-O-Q growth of NOI CPI Vacancy Loan to Value Q-O-Q growth CMBS Mortgages Weighted_ave_ spread average rating (LHS) Q-on-Q growth comm mort

Hoofdstuk 9:

10- year Treasury note yield

1.000 -0.625 -0.862 -0.763 -0.418 0.873 0.121 0.096 0.035 0.741 -0.470

1.000 0.759 0.660 0.324 -0.649 -0.072 0.215 -0.355 -0.292 0.372

1 year Q-O-Q Treasury growth of note yield NOI

1.000 0.914 0.427 -0.927 -0.165 0.153 -0.293 -0.613 0.541

1.000 0.283 -0.882 -0.252 0.004 -0.201 -0.464 0.388

CPI

1.000 -0.401 0.376 -0.309 0.143 -0.462 0.277

Vacancy

1.000 0.266 0.080 -0.043 0.589 -0.323

Loan to Value

1.000 -0.215 -0.097 -0.177 0.281


1.000 -0.800 -0.016 0.438


1.000 0.089 -0.640


1.000 -0.611

1.000

Regressieanalyse

In het vorige hoofdstuk is aangetoond dat op de lange termijn, de groei van de financiering en de gehanteerde spread sterk zijn gecorreleerd aan de cap rate. Of deze variabelen kunnen worden gebruikt als voorspellende variabelen, zal in dit hoofdstuk worden geanalyseerd middels een regressieanalyse. In paragraaf 9.1 wordt daarbij ingegaan op gekozen regressievariabelen hun onderlinge samenhang (multicollineariteit). In paragraaf 9.2 wordt de uitkomst van de regressie analyse beschreven. 9.1

Regressievariabelen en multi-collineariteit

Bij de keuze voor de variabelen in de regressieanalyse is gekeken naar de variabelen in beide correlatiematrices en dan in het bijzonder de correlatie met de cap rate. Een probleem dat bij regressie kan ontstaan is multi-collineariteit. Dit houdt in dat de verklarende variabelen onderling sterk zijn gecorreleerd. Als gevolg hiervan laten deze variabelen een andere T-waarde in de regressie zien, dan uit de correlatie met de afhankelijke variabele zou mogen worden verwacht. Uit de matrices in het vorige hoofdstuk blijkt dat er in de periode 1983-2007 geen sprake is van multicollineariteit. In de periode 2002-2007 is wel sprake van multi-collineariteit en dan met name sprake tussen de rente en de groei van de NOI (in beide correlatietabellen). Omdat de rente over de gehele periode hoger is gecorreleerd dan de NOI, is gekozen om de rente mee te nemen in de regressieanalyse. Hetzelfde geldt voor de 1 jaars en 10 jaars rente. Toegevoegd zijn de volgende variabelen, die allen beperkte correlatie hebben over de periode 1983-2007: •

10 jaar treasury note

•

leegstand

•

gemiddelde rating

M.D. van der Ree

Pagina 23

29-8-2008


9.2

Uitkomst regressieanalyse

In de onderstaande samenvatting van de regressie blijkt dat de juiste variabelen zijn gekozen. Er is sprake van een redelijk grote mate van betrouwbaarheid gegeven de meervoudige correlatiecoëfficiënt van 0.733 en de redelijk hoge R-kwadraat van 0.538. Ook het aantal waarnemingen (98) is voldoende voor een betrouwbare uitkomst. Variabelen met coëfficiënten waarbij de T-statistische gegevens groter zijn dan +/twee kunnen worden gezien als variabelen met verklarende / voorspellende waarde. Tabel 4 Samenvatting regressieanalyse cap rate Periode 1983-2007 Gegevens voor de regressie Meervoudige correlatiecoëfficiënt R 0.733696434 R-kwadraat 0.538310457 Aangepaste kleinste kwadraat 0.513218634 Standaardfout 0.759997055 Waarnemingen 98 Variantie-analyse Regressie Storing Totaal

Snijpunt Q-on-Q growth Comm Mortgage Weighted_ave_ spread 10- year Treasury note yield Vacancy average rating (LHS)

Vrijheidsgraden 5 92 97

Kwadratensom Gemiddelde kwadraten 61.95757673 12.39151535 53.13878813 0.577595523 115.0963649

Coëfficiënten 8.019302689 -0.377450598 0.006219581 0.135733163 -0.132914661 0.242875539

Standaardfout T- statistische gegevens 0.794328447 10.09570125 0.058671309 -6.433307985 0.002271086 2.738594043 0.042167352 3.218915993 0.035566779 -3.737045199 0.161451481 1.504325244

F Significantie F 21.4536 3.60108E-14

In deze tabel is duidelijk dat de Q-on-Q growth commercial mortgages, de belangrijkste verklarende variabele is. Deze waarde correspondeert in lijn met de centrale vraag met de cap rate. Immers, als de financiering toeneemt, daalt de cap rate en hoort de waarde negatief te zijn. De belegger is bereid meer te betalen omdat er meer financiering beschikbaar is. Hetzelfde geldt voor de spread en de rente. Als de rente en de spread daalt, is het logisch dat ook de cap rate daalt. Immers is de kostprijs van de lening gedaald en kan er meer betaald worden. Hiermee is aangetoond dat niet alleen de groei van de financiering maar ook de financieringscondities (rente en spread) van belang zijn voor de ontwikkeling van de cap rate. De leegstand heeft een negatieve T-waarde. Dit is onjuist. Immers zou een dalende leegstand moeten leiden tot een dalende cap rate en daarmee de T-waarde positief moeten zijn. Leegstand is derhalve geen verklarende variabele. Om het voorspellende karakter van de gekozen variabelen nog verder te toetsen is in de onderstaande tabel nogmaals een regressiesamenvatting opgenomen alleen over de periode 1987-2007. Dit is de periode dat de CMBS-leningen, zoals aangetoond in hoofdstuk 5, een steeds belangrijker deel van financiering van vastgoed hebben verzorgd. In deze regressie is de spread achterwege gelaten omdat deze een te sterke correlatie vertoont met de groei van de financiering. De correlatietabel die dit weergeeft is opgenomen in bijlage IX. De regressie over de periode 1987-2007 bevestigt de regressie over de periode 1983-2007. Wederom blijkt dat de financieringsvariabelen (hoeveelheid, rente en rating) de hoogste coëfficiënten van de T-gegevens kennen en voorspellende waarde hebben. Leegstand heeft een waarde van -0.79 en is daarmee wederom geen verklarende variabele.

M.D. van der Ree

Pagina 24

29-8-2008


Tabel 5 Samenvatting regressieanalyse cap rate Periode 1987-2007 Gegevens voor de regressie Meervoudige correlatiecoëfficiënt R 0.726836814 R-kwadraat 0.528291754 Aangepaste kleinste kwadraat 0.503465005 Standaardfout 0.817899059 Waarnemingen 81 Variantie-analyse Regressie Storing Totaal

Snijpunt Q-on-Q growth Comm Mortgage 10- year Treasury note yield average rating (LHS) Vacancy

Hoofdstuk 10:

Vrijheidsgraden 4 76 80

Kwadratensom Gemiddelde kwadraten 56.93946391 14.23486598 50.8408742 0.668958871 107.7803381

Coëfficiënten 4.120937174 -0.470824666 0.305272179 1.174381996 -0.032133719

Standaardfout T- statistische gegevens 1.032703554 3.990435742 0.072225719 -6.518795127 0.07380271 4.136327474 0.271349407 4.327932785 0.040605808 -0.7913577

F Significantie F 21.2791 8.38226E-12

Tussenconclusie

In de vorige hoofdstukken is aangetoond dat de groei van de financiering van onroerend goed samen met de rente en de spread, de belangrijkste variabele is voor het verklaren van de cap rate. Tevens is aangetoond dat CMBS-leningen in de laatste 10 jaar steeds belangrijker zijn geworden bij het financieren van commercieel onroerend goed. De opkomst van de CMBS-leningen heeft naar mijn overtuiging nieuwe elementen als risicoclassificatie en liquiditeit in de onroerend goed sector geïntroduceerd. Hiermee is het financieren van onroerend goed in een sterk statistisch, rekenkundige daglicht komen te staan. Dalende leegstand en lage rentestand en aannames over dalende cap rates kunnen in dergelijke rekenkundige benaderingen gemakkelijk worden ingebouwd. Bevestiging van de juistheid van de modellering kan door waardestijging ontstaan waardoor de fundamentele waarde uit het oog wordt verloren. Alhoewel de laatste vijf jaar, niet de groei van de financieringen maar met name de groei van de NOI en de rente belangrijke drivers zijn geweest achter de waardegroei van het vastgoed, zie ik voldoende aanleiding om concluderen dat de condities waaronder de banken hebben gefinancierd in de afgelopen vijf jaar, een grootste bijdrage heeft geleverd in de waardestijging. Het belangrijkste bewijs ligt hierbij in de sterke positieve correlatie tussen de cap rate en rating. De rating geeft het risicoprofiel van de onderliggende waarde weer. Terwijl de waarde steeg, daalde de rating (het risicoprofiel) en tegelijkertijd de vergoeding voor dit risico (de spread). Gedurende die periode bleef de LTV gelijk. Er werd dus meer gefinancierd op basis van krapper wordende cashflow. Dit was onder meer mogelijk door de dalende rente maar ook door de dalende spread, zoals aangetoond is grafiek 6 en 7. Omdat de spread historisch gezien een belangrijke voorspellende variabele is, is naar mijn mening het tweede bewijs geleverd dat de opkomst van CMBS heeft bijgedragen aan de sterke positieve waardeontwikkeling.

M.D. van der Ree

Pagina 25

29-8-2008


Hoofdstuk 11:

De samenhang tussen vastgoed en financiering

Nu het tweede deel van de centrale vraag is aangetoond, moet nog een laatste stap worden gezet om het eerste deel van de centrale vraag te beantwoorden: Is de waardestijging van het onroerend goed dusdanig groot dat er sprake is van een bubbel? Om dit aan te tonen zal de fundamentele waarde moeten worden bepaald. Om tot deze fundamentele waarde te kunnen komen, zal een modelmatige relatie gelegd tussen de waarde van vastgoed en financiering. Daarbij is in deze thesis gekozen om de theorie van Brown en Klingenberg (2006) te volgen. Bij de toepassing van deze theorie wordt gebruik gemaakt van de database van de NCREIF en CM Alert. In paragraaf 11.1 wordt de theoretische formule van Brown en Klingenberg (2006) uitgewerkt en aangegeven in welke mate hiervan wordt afgeweken. De uitwerking van de aangepaste formule volgt in paragraaf 11.2. 11.1

Definitie van Brown & Klingenberg

De relatie tussen vastgoed en financiering wordt gelegd door R.J. Brown en B. Klingenberg (2006) die de relatie aantonen LTV, DCR, cap rate en NOI.

25

In de analyse van de samenhang tussen de data volg ik waar mogelijk deze theorie. Brown en Klingenberg (2006) verbinden deze begrippen via de volgende formule NOI

=

Marktwaarde

=

Cap Rate

NOI 12 * constant * DCR * LTV

In deze definitie is de constant het maandelijkse aflossingsbedrag dat door de leninggever gevraagd wordt. Echter ontbreekt de (maandelijkse) aflossing in de CMBS-database die voor deze thesis beschikbaar is. Hierdoor kan de constant niet worden bepaald en daarmee ook de DCR niet. In mijn optiek is de aflossing in een financiering geen constante, maar een variabele factor die afhangt van de perceptie van de geldverstrekker over het risicoprofiel van de transactie en de marktverwachting. Derhalve wijkt deze thesis af van deze formule en richt zich in eerste instantie op het berekenen van de Interest Coverage Ratio (ICR). 11.2

Interest Coverage Ratio

Voor het bepalen van de Interest Coverage Ratio (ICR) is een aantal berekeningen nodig. De gehanteerde gegevens zijn weergeven in Bijlage X. In eerste instantie is de marktwaarde van het onroerend goed uit de database van de NCREIF gehanteerd. In deze thesis wordt ervan uitgegaan dat deze marktwaarde gebaseerd is op taxaties en transacties gedurende de gemeten kwartaalperiode. Aangenomen wordt dat belastingen geen rol spelen of tot een minimum kunnen worden beperkt (bijvoorbeeld door afschrijvingen), waardoor de impact van belastingen beperkt is en niet relevant. Verondersteld wordt dat de marktwaarde in het model van Brown en Klingenberg (2006) gelijk is aan de taxatiewaarde en dat de financier zich baseert op deze taxatiewaarde. Marktwaarde

=

Taxatiewaarde

Financiering

=

Taxatiewaarde * LTV

De taxatiewaarde van het vastgoed wordt vermenigvuldigd met de LTV-ratio afkomstig uit de CMBS database. Er is geen rekening gehouden met eventueel transactiekosten. Als de taxatiewaarde exclusief M.D. van der Ree

Pagina 26

29-8-2008


de transactiekosten zou zijn, zou de financiering licht dalen (namelijk de LTV* transactiekosten). Dit heeft slechts beperkte invloed op de calculatie en is derhalve achterwege gelaten. Omdat de CMBS-data (LTV en spread) vooral in de beginperiode (tot derde kwartaal van 1989) nog zeer beperkt of niet in de database waren opgenomen, is ervoor gekozen om voor deze kwartalen de gemiddelde LTV te hanteren van 64.49%. Zoals uit de database is gebleken, is de LTV in de loop der jaren niet of nauwelijks veranderd waarmee een dergelijke extrapolatie verdedigbaar is. De gemiddelde LTV was 64.49 met een standaarddeviatie van 6.79. Dit impliceert dat een financier klaarblijkelijk een soort plafond hanteert voor de financiering ten opzichte van de waarde. Rentelast

=

Financiering * (Rente + spread)

Over de alsdan berekende schuld is de rentelast op jaarbasis berekend op basis van de 10 jarige rentecoupon, vermeerderd met de berekende gemiddelde spread over hetzelfde kwartaal uit de CMBSdatabase. Als de gemiddelde spread in een kwartaal niet te berekenen was, is gekozen om de gemiddelde spread te hanteren. Deze rentelast dient te worden afgezet tegen de NOI, eveneens afkomstig uit de database van de NACREIF. De gehanteerde NOI is de NOI van vier (historische) kwartalen om een vergelijking met de rentelast op jaarbasis mogelijk te maken. In deze thesis wordt ervan uitgegaan dat de financier deze NOI hanteert bij het bepalen van de hoogte van de financiering en het vaststellen van de marge. Onder normale omstandigheden zou een investeerder de waarde laten afhangen van de toekomstige cashflow (leegstand, huurwaarde groei, etc) en het samenhangende risico verdisconteren in de cap rate. De financier zal haar eigen oordeel vormen over de toekomstige cashflow en daar haar financiering op af stemmen. In de database zijn echter geen cashflow prognoses voorhanden en wordt uitgegaan van de historische NOI. Deze rentelast uitgedrukt als factor van de NOI, geeft de ICR weer. ICR

=

NOI / Rentelast

In grafiek 12 is het verloop van de ICR afgezet tegen het verloop van de cap rate. Opvallend is dat de ICR een paar pieken kent, namelijk in 1993 en in 2003. Deze pieken zijn geheel veroorzaakt door een relatief sterke verlaging van de rente. Met name in 1993 heeft de markt hier sterk op gereageerd door een daling van de cap rate. Wat opvalt, is dat tot 1992 de ICR onder de 1.50 ligt en in de jaren daarna er structureel boven (op het laatste kwartaal van 1997 na). Een verklaring hiervoor kan zijn dat tot 1992 de 10 jaarsrente en de leegstand hoog zijn. Vanaf 1992 daalt de leegstand vanaf 2000 loopt deze weer op. Opvallend is dat de ICR dan ook oploopt. Dit kan slechts worden verklaard door een relatief sterk dalende rente (grafiek 11). De grafiek bevestigt de tussenconclusie in paragraaf 10.3. De daling van de cap rate is gepaard gegaan met verruiming van de financieringscondities (lagere ICR).

M.D. van der Ree

Pagina 27

29-8-2008


Grafiek 12 ICR-Cap rate 3.0

12.00

10.00

2.5

ICR

6.00 1.5

Cap rate

8.00 2.0

4.00

1.0

2.00

0.5 19831 19841 19851 19861 19871 19881 19891 19901 19911 19921 19931 19941 19951 19961 19971 19981 19991 20001 20011 20021 20031 20041 20051 20061 20071

ICR

DSCR

0.00

TransCapRate

In de grafiek is tevens de DCR weergegeven. Als aflossing is een vast percentage gekozen van 2.5% op jaarbasis. Dit percentage veronderstelt dat de economische waarde van onroerend goed 40 jaar is, wat gebruikelijk is in de branche. In de grafiek is duidelijk te zien dat de DSCR zowel in de jaren ’80 tot begin jaren ’90 regelmatig onder de 1.0 duikt. Dit betekent effectief dat als de financier dit aflossingspercentage hanteert, er een cashflowtekort is en de investeerder additioneel eigen vermogen beschikbaar moet stellen. De investeerder doet dit alleen als er een verwachting is dat dit vermogen (met het benodigde rendement) in de toekomst zal worden terugverdiend. Echter kan in die periode de aflossing op een lager niveau dan verondersteld hebben gelegen.

Hoofdstuk 12:

Fundamentele waarde

In hoofdstuk 11 is een nieuwe ratio geïntroduceerd die door de banken gehanteerd wordt bij de verstrekking van financieringen. Omdat de beschikbaarheid van financiering de belangrijkste variabele is voor het voorspellen van de cap rate wordt deze ratio in dit hoofdstuk gebruikt om de fundamentele waarde van het vastgoed te bepalen. Hiervoor is een model ontwikkeld waarvan de aannames in hoofdstuk 12.1 worden beschreven. In paragraaf 12.2 is het model verder uitgewerkt en wordt de gevoeligheid getoond van de cap rate ten opzichte van de gehanteerde aannames. 12.1

Aannames

Op basis van de regressieanalyse is mijns inziens te concluderen dat de waarde van het vastgoed voornamelijk wordt bepaald door de mate waarin gefinancierd kan worden. Voor het bepalen van de fundamentele waarde is een eenvoudig model gemaakt, dat voortborduurt op de eerder gebruikte formules ter bepaling van de ICR. In het model is alleen de Loan to Value toegevoegd als variabele, omdat deze factor de brug vormt tussen de financiering en de waarde. Als uitgangspunt van de ICR, rente (inclusief spread) en LTV, is gekozen om het langjarige gemiddelde te gebruiken en de daarmee samenhangende standaarddeviaties, zoals opgenomen in tabel 6. Verder wordt verondersteld dat additionele transactiekosten in de cap rate zijn verwerkt en de belastingen tot een minimum kunnen worden beperkt.

M.D. van der Ree

Pagina 28

29-8-2008


Tabel 6 10- year Treasury transaction note yield cap rate + spread ICR 1,5528 8,3009 7,7730 0,5650 1,1155 2,4593

1983-2007 Gemiddelde Standaard deviatie

12.2

Loan to Value 64,4964 6,9737

Het model

Het model ter bepaling van de fundamentele waarde is gebaseerd op dezelfde formules als bij de bepaling van de ICR. In dit geval wordt de NOI constant gehouden en zijn er drie factoren die de uiteindelijke cap rate bepalen, namelijk de ICR, de rentelast en de LTV NOI / ICR

=

Rentelast

Rentelast / 10 jaars rente

=

Financiering

Financiering / LTV

=

Waarde = Investering

NOI / Waarde

=

Cap Rate

In het model zijn als uitgangspunt de gemiddelden uit de tabel 6 gehanteerd als het langjarig gemiddelde onder normale marktomstandigheden. In het model zijn een drietal gevoeligheidsanalyses gemaakt waarin ICR, LTV en 10 jaarsrente (inclusief spread) variëren. De variaties zijn gebaseerd op de standaarddeviaties die in stappen van 0.5* standaard deviatie zowel positief als negatief ten opzichte van het gemiddelde variëren. In tabel 7 variëren de LTV (horizontaal) met de ICR. In tabel 8 varieert LTV met de rente. En in tabel 9 de ICR met de rente. Uit de tabellen blijkt dat de cap rate het meest gevoelig is voor de combinatie van Rentelast en de ICR. Wederom toont dit de relatie tussen cap rate en financieringsvoorwaarden aan. Als de financier hogere ICR-eisen stelt, bijvoorbeeld als gevolg van een verandering in risicoperceptie, dan stijgt de cap rate het sterkst. Dit ligt geheel in lijn met de correlatie en regressieanalyse. Tabel 7 0.7053 0.9878 1.2703 1.5528 1.8353 2.1179 2.4004 ICR

50.549

54.036

57.523

61.010

64.496

67.983

71.470

2.756% 3.860% 4.964% 6.068% 7.172% 8.275% 9.379%

2.946% 4.126% 5.306% 6.486% 7.666% 8.846% 10.026%

3.136% 4.392% 5.648% 6.905% 8.161% 9.417% 10.673%

3.326% 4.659% 5.991% 7.323% 8.656% 9.988% 11.320%

3.516% 4.925% 6.333% 7.742% 9.150% 10.559% 11.967%

3.706% 5.191% 6.676% 8.160% 9.645% 11.130% 12.614%

3.896% 5.457% 7.018% 8.579% 10.140% 11.700% 13.261%

74.957 LTV 4.087% 5.723% 7.360% 8.997% 10.634% 12.271% 13.908%

Tabel 8 4.0411 5.2707 6.5004 7.7300 8.9597 8.8455 11.4190 Rente

50.549

54.036

57.523

61.010

64.496

67.983

71.470

3.172% 4.137% 5.102% 6.068% 7.033% 6.943% 8.963%

3.391% 4.423% 5.454% 6.486% 7.518% 7.422% 9.581%

3.610% 4.708% 5.806% 6.905% 8.003% 7.901% 10.200%

3.828% 4.993% 6.158% 7.323% 8.488% 8.380% 10.818%

4.047% 5.279% 6.510% 7.742% 8.973% 8.859% 11.436%

4.266% 5.564% 6.862% 8.160% 9.458% 9.338% 12.055%

4.485% 5.849% 7.214% 8.579% 9.944% 9.817% 12.673%

M.D. van der Ree

Pagina 29

74.957 LTV 4.704% 6.135% 7.566% 8.997% 10.429% 10.296% 13.291%

29-8-2008


Tabel 9 4.0411 5.2707 6.5004 7.7300 8.9597 7.7300 11.4190 rente

0.7053

0.9878

1.2703

1.5528

1.8353

2.1179

2.4004

1.84% 2.40% 2.96% 3.52% 4.08% 3.52% 5.19%

2.57% 3.36% 4.14% 4.92% 5.71% 4.92% 7.27%

3.31% 4.32% 5.33% 6.33% 7.34% 6.33% 9.36%

4.05% 5.28% 6.51% 7.74% 8.97% 7.74% 11.44%

4.78% 6.24% 7.69% 9.15% 10.61% 9.15% 13.52%

5.52% 7.20% 8.88% 10.56% 12.24% 10.56% 15.60%

6.26% 8.16% 10.06% 11.97% 13.87% 11.97% 17.68%

Hoofdstuk 13: 13.1

ICR

Samenvatting en conclusie

Samenvatting

In deze thesis is gezocht naar de relatie tussen de opkomst van de CMBS-leningen en de waardeontwikkeling van onroerend goed. Mijns inziens is in de tussenconclusie duidelijk geworden dat er een sterke relatie bestaat tussen de waarde van vastgoed en de beschikbaarheid van leningen. Of deze leningen door reguliere bankleningen beschikbaar zijn gesteld of door CMBS-leningen is minder relevant. Belangrijker is in welke mate en tegen welke condities de leningen beschikbaar zijn. Dit zal afhangen van de risicoperceptie van de geldverstrekker en het onderhandelingsproces tussen geldgever en geldnemer. Dit geldt zowel voor de hoogte van de financiering (LTV) als de gehanteerde spread. Uiteraard blijven de onderliggende vastgoed variabelen als leegstand en groei van de NOI van belang. Deze variabelen beïnvloeden echter de voorwaarden van de lening omdat deze vastgoed informatie vertaald is in een taxatie waarop de geldgever haar financiering baseert. 13.2

Conclusie: van bubbel naar vastgoedcrisis

In deze thesis is aangetoond dat de waarde van commercieel onroerend goed op de lange termijn wordt bepaald door de groei van de financiering. Het in hoofdstuk 11 gehanteerde model is gebaseerd op de financiering en laat zien dat de fundamentele waarde het meest afhankelijk is van de ICR. De bank bepaalt dus in belangrijke mate de waarde van het vastgoed. Aangetoond is dat de fundamentele waarde een gemiddelde cap rate heeft van 7.74%. Opvallend is dat de cap rate van de fundamentele waarde lager is dan de historisch gemiddelde cap rate (8.30%). In deze thesis is gekozen om als definitie van een bubbel de theorie van Siegel (2003) te volgen. Zoals gesteld in hoofdstuk 2, dient daarbij te worden uitgegaan dat een koper van het vastgoed verwacht dat de cap rate waartegen zal worden verkocht gelijk is aan de cap rate waartegen is verworven (ingoing yield = outgoing yield = realized return). Uit Bijlage I valt op te maken dat de gemiddelde cap rate in het tweede en vierde kwartaal van 2007, respectievelijk 5.412% en 5.564% bedroeg. De kopers van dit onroerend goed hebben dus de verwachting gehad dat deze cap rate tenminste gelijk zal blijven bij de verkoop (realized return). Conform de theorie van Siegel (2003) is er sprake van een bubbel als deze cap rate twee maal de standaarddeviatie afwijkt van de fundamentele waarde. Fundamentele Waarde

=

7.74%

1.1155*2

=

2.2310

Fundamentele Waarde – (St deviatie )* 2

=

5.509%

Standaard deviatie

M.D. van der Ree

Pagina 30

29-8-2008


In het tweede en vierde kwartaal in 2007 lag de cap rate respectievelijk 0.097% en 0.055% onder de 5.509%. Hiermee is aangetoond dat er met 95% zekerheid gesteld kan worden dat er deze perioden sprake is van een bubbel in de waarde van commercieel onroerend goed in de USA. Nu is aangetoond dat er sprake is van een bubbel, kan op basis van de tussenconclusie in hoofdstuk 10, worden geconcludeerd dat de verklaring voor de bubbel ligt in de opkomst van CMBS-leningen en de condities waartegen deze leningen zijn verstrekt. Gegevens de omvang en ernst van de kredietcrisis is het aannemelijk dat de mate van financiering en de financieringscondities sterk zullen wijzigen. De sterke daling van de CMBS-leningen in grafiek 5 en de sterk gestegen spread in grafiek 6 en 7, doen vermoeden dat vrij abrupt een wijziging is opgetreden in de financieringscondities. Ondanks het feit dat de rente niet of nauwelijks is gewijzigd, is de rentelast van een lening door de spread opgelopen naar ca 7.5%. Verondersteld mag worden dat ook eisen aan de ICR ratio omhoog zijn geschroefd omdat de financier zijn risicoprofiel wil verminderen. Stel dat de vereiste ICR ratio op 1.80 ligt, dan zal op basis van de analyse in hoofdstuk 12, de cap rate richting 9% gaan. Op basis van deze thesis mag worden verwacht dat huidige kredietcrisis dus aanzienlijke impact zal hebben op de waarde van het vastgoed.

M.D. van der Ree

Pagina 31

29-8-2008


Bijlagen I tot en met XI

M.D. van der Ree

Pagina 32

29-8-2008


Bijlage I Property Data NCREIF mrt-83 jun-83 sep-83 dec-83 mrt-84 jun-84 sep-84 dec-84 mrt-85 jun-85 sep-85 dec-85 mrt-86 jun-86 sep-86 dec-86 mrt-87 jun-87 sep-87 dec-87 mrt-88 jun-88 sep-88 dec-88 mrt-89 jun-89 sep-89 dec-89 mrt-90 jun-90 sep-90 dec-90 mrt-91 jun-91 sep-91 dec-91 mrt-92 jun-92 sep-92 dec-92 mrt-93 jun-93 sep-93 dec-93 mrt-94 jun-94 sep-94 dec-94 mrt-95 jun-95 sep-95 dec-95 mrt-96 jun-96 sep-96 dec-96 mrt-97 jun-97 sep-97 dec-97 mrt-98 jun-98 sep-98 dec-98 mrt-99 jun-99 sep-99 dec-99 mrt-00 jun-00 sep-00 dec-00 mrt-01 jun-01 sep-01 dec-01 mrt-02 jun-02 sep-02 dec-02 mrt-03 jun-03 sep-03 dec-03 mrt-04 jun-04 sep-04 dec-04 mrt-05 jun-05 sep-05 dec-05 mrt-06 jun-06 sep-06 dec-06 mrt-07 jun-07 sep-07 dec-07 Gemiddelde standaarde deviatie

NCREIF Property Data

Q-O-Q NOI per jaar rolling growth of Net Operating NOI basis Income (NOI) 148,382,445 418,404,632 21.0342 159,595,101 491,334,249 17.4304 157,695,720 560,846,744 14.1477 158,989,316 624,662,582 11.3785 170,313,749 646,593,886 3.5109 194,268,879 681,267,664 5.3625 194,555,409 718,127,353 5.4105 206,525,668 765,663,705 6.6195 215,681,100 811,031,056 5.9252 250,822,794 867,584,971 6.9731 258,660,070 931,689,632 7.3889 265,925,322 991,089,286 6.3755 298,054,701 1,073,462,887 8.3114 320,027,959 1,142,668,052 6.4469 304,294,745 1,188,302,727 3.9937 309,355,420 1,231,732,825 3.6548 331,132,977 1,264,811,101 2.6855 372,074,415 1,316,857,557 4.1150 363,463,580 1,376,026,392 4.4932 381,631,170 1,448,302,142 5.2525 393,665,658 1,510,834,823 4.3177 450,398,907 1,589,159,315 5.1842 439,110,110 1,664,805,845 4.7602 475,631,979 1,758,806,654 5.6464 492,503,902 1,857,644,898 5.6196 513,083,007 1,920,328,998 3.3744 492,794,416 1,974,013,304 2.7956 514,691,338 2,013,072,663 1.9787 559,107,760 2,079,676,521 3.3086 587,786,645 2,154,380,159 3.5921 594,807,083 2,256,392,826 4.7351 646,532,159 2,388,233,647 5.8430 645,490,323 2,474,616,210 3.6170 671,216,532 2,558,046,097 3.3714 637,592,063 2,600,831,077 1.6726 659,452,961 2,613,751,879 0.4968 687,226,222 2,655,487,778 1.5968 741,163,830 2,725,435,076 2.6341 745,456,611 2,833,299,624 3.9577 769,297,182 2,943,143,845 3.8769 804,425,386 3,060,343,009 3.9821 819,980,969 3,139,160,148 2.5754 826,943,878 3,220,647,415 2.5958 856,738,831 3,308,089,064 2.7150 831,160,107 3,334,823,785 0.8082 865,771,524 3,380,614,340 1.3731 861,884,187 3,415,554,649 1.0335 894,481,445 3,453,297,263 1.1050 909,703,404 3,531,840,560 2.2744 962,764,846 3,628,833,882 2.7463 1,012,559,516 3,779,509,211 4.1522 1,070,685,810 3,955,713,576 4.6621 1,097,530,509 4,143,540,681 4.7482 1,188,988,895 4,369,764,730 5.4597 1,169,257,606 4,526,462,820 3.5860 1,147,801,664 4,603,578,674 1.7037 1,306,240,329 4,812,288,494 4.5336 1,438,540,543 5,061,840,142 5.1857 1,365,008,004 5,257,590,540 3.8672 1,413,111,408 5,522,900,284 5.0462 1,415,499,435 5,632,159,390 1.9783 1,389,961,735 5,583,580,582 -0.8625 1,395,376,407 5,613,948,985 0.5439 1,370,976,471 5,571,814,048 -0.7505 1,428,642,302 5,584,956,915 0.2359 1,573,802,672 5,768,797,852 3.2917 1,594,625,207 5,968,046,652 3.4539 1,612,798,611 6,209,868,792 4.0519 1,687,505,831 6,468,732,321 4.1686 1,906,385,740 6,801,315,389 5.1414 2,001,225,543 7,207,915,725 5.9783 2,031,323,545 7,626,440,659 5.8065 2,172,557,238 8,111,492,066 6.3601 2,330,632,292 8,535,738,618 5.2302 2,275,615,590 8,810,128,665 3.2146 2,371,075,200 9,149,880,320 3.8564 2,444,954,585 9,422,277,667 2.9771 2,585,840,360 9,677,485,735 2.7086 2,507,441,870 9,909,312,015 2.3955 2,429,577,881 9,967,814,696 0.5904 2,457,383,325 9,980,243,436 0.1247 2,534,050,239 9,928,453,315 -0.5189 2,476,259,000 9,897,270,445 -0.3141 2,534,417,398 10,002,109,962 1.0593 2,521,944,155 10,066,670,792 0.6455 2,550,058,858 10,082,679,411 0.1590 2,540,568,451 10,146,988,862 0.6378 2,565,804,682 10,178,376,146 0.3093 2,708,529,064 10,364,961,055 1.8332 2,766,481,079 10,581,383,276 2.0880 2,781,172,159 10,821,986,984 2.2738 2,957,511,837 11,213,694,139 3.6195 3,065,272,423 11,570,437,498 3.1813 3,342,860,705 12,146,817,124 4.9815 3,486,265,323 12,851,910,288 5.8048 3,584,160,711 13,478,559,162 4.8759 3,690,507,317 14,103,794,056 4.6387 3,819,346,270 14,580,279,621 3.3784 3,815,954,760 14,909,969,058 2.2612 4,085,800,452 15,411,608,799 3.3645 1364322048 1055089771

M.D. van der Ree

5225687145 4055510163

3.9181549 3.2429905

Transaction Marktwaarde Capitalizatio (MV) Leegstand n Rate 7,459,641,924 0.0600000 0.0782385 8,293,800,809 0.0658333 0.1109559 8,588,079,126 0.093058 0.0535714 9,025,037,692 0.0700000 0.0634579 9,447,719,891 0.0578947 0.0790279 10,561,489,204 0.080126 0.0530000 10,852,025,073 0.0873913 0.0808844 11,476,035,737 0.0833333 0.0798837 12,307,773,373 0.0953571 0.0863305 13,282,140,026 0.0783333 0.0854858 14,113,493,808 0.0716667 0.0939032 15,407,790,207 0.0456667 0.0833393 16,759,053,174 0.0613514 0.0779729 17,441,514,590 0.0395238 0.0872507 17,441,451,813 0.0471111 0.0837634 17,870,897,077 0.0550000 0.0811053 18,835,190,267 0.0925980 0.0825062 20,697,396,769 0.0807968 0.0783538 20,959,043,612 0.0810687 0.0857453 22,184,603,366 0.0802405 0.0884554 23,080,994,821 0.1041228 0.0795446 25,932,626,386 0.1051608 0.0907778 26,712,345,680 0.079647 0.1072448 28,470,920,216 0.1153468 0.0826789 29,778,298,483 0.1187069 0.0711011 31,146,029,503 0.081539 0.1285255 31,902,241,408 0.1251158 0.0721884 32,656,131,813 0.1317364 0.0819986 35,491,395,608 0.1292995 0.0806011 36,709,140,702 0.1263411 0.0812234 37,878,064,444 0.1253163 0.0906368 37,970,807,036 0.1341673 0.0826942 39,594,087,441 0.1364702 0.0851539 39,350,257,722 0.1292976 0.0866873 38,776,008,615 0.08792 0.1281907 37,009,612,799 0.1345269 0.0889494 38,373,015,878 0.1417979 0.0893469 38,290,757,393 0.1244641 0.0983371 40,525,536,798 0.1214407 0.0901491 39,499,283,316 0.1234579 0.0929866 40,051,400,075 0.1035020 0.0977315 41,683,886,367 0.1065893 0.1016462 42,366,253,020 0.1014639 0.0971458 40,949,888,447 0.1011012 0.0894706 40,669,126,059 0.1020153 0.0811037 41,070,351,174 0.0880323 0.0982269 41,097,854,194 0.0821575 0.0945993 41,030,800,177 0.0811436 0.0865024 42,012,034,046 0.0746681 0.0945624 43,284,292,607 0.0761555 0.0937745 46,689,165,303 0.0725381 0.0969015 48,278,542,054 0.094022 0.0735469 51,809,335,915 0.0722694 0.0951761 54,898,266,363 0.0733921 0.0911992 56,007,438,827 0.093694 0.0689287 54,424,089,528 0.0684644 0.0923718 61,565,500,038 0.0664211 0.0906469 65,449,587,090 0.0629117 0.0919302 63,351,698,733 0.0615741 0.0885466 66,134,862,430 0.0615406 0.0874976 66,194,917,475 0.0619767 0.0862921 67,524,953,532 0.0596041 0.0844295 67,813,201,429 0.0585956 0.0831169 67,352,862,894 0.0595669 0.0848838 71,420,691,400 0.0628263 0.0850919 76,385,002,770 0.0612364 0.0872881 80,360,251,077 0.0604159 0.0905535 81,989,087,803 0.0614998 0.0900634 85,378,862,769 0.0598706 0.0866796 90,766,781,777 0.0583508 0.0909972 96,832,557,175 0.0561824 0.0911222 97,634,849,626 0.0567121 0.0872171 103,790,692,822 0.0587161 0.0853386 110,208,271,258 0.0610664 0.0904671 108,898,187,588 0.0675816 0.0863101 113,708,861,893 0.0744621 0.0858226 117,158,207,719 0.0813107 0.0894691 123,391,918,858 0.086151 0.0897409 122,349,948,250 0.090598 0.0959918 122,621,434,543 0.1008299 0.0843447 125,413,625,654 0.1083854 0.0843394 128,445,364,072 0.1095600 0.0783376 129,481,336,508 0.1084963 0.0755489 133,107,182,064 0.1078065 0.0756411 137,087,715,375 0.1110345 0.0751734 139,086,988,507 0.071631 0.1043316 142,763,874,917 0.1012042 0.0662062 146,409,612,612 0.1004622 0.0704612 160,458,037,231 0.0995258 0.0667059 167,064,744,167 0.0928821 0.0648967 175,010,125,700 0.0897047 0.0612597 189,466,449,560 0.0871990 0.0590401 201,528,091,032 0.0852296 0.0607401 219,911,190,966 0.0818884 0.0628108 232,355,198,948 0.0797773 0.0601654 246,806,746,505 0.0798569 0.0577337 266,717,429,429 0.0804129 0.0649199 279,792,103,866 0.0778804 0.0541217 291,444,638,340 0.0767466 0.0585151 309,307,565,205 0.0788322 0.0556462 76484156694 69464457814

0.08656638 0.02521143

aantal Gemidd Transactie database NCREIF Marktwaard verkochte verkoop 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

e (Millions) properties 248.974 41 443.395 80 351.204 72 728.954 130 718.773 107 1,273.133 113 1,456.154 146 737.785 118 1,441.743 117 522.236 90 1,284.697 145 1,804.490 165 2,055.849 190 4,848.541 310 8,314.831 446 11,775.929 427 7,766.969 351 9,156.295 295 7,746.353 317 9,886.982 396 11,879.968 419 20,077.767 610 26,528.178 774 24,142.315 668 26,655.821 616

prijs 6.073 5.542 4.878 5.607 6.718 11.267 9.974 6.252 12.323 5.803 8.860 10.936 10.820 15.640 18.643 27.578 22.128 31.038 24.436 24.967 28.353 32.914 34.274 36.141 43.272

0.0830089 0.011155

Pagina 33

29-8-2008


Bijlage II

CMBS Data (volume) mrt-83 jun-83 sep-83 dec-83 mrt-84 jun-84 sep-84 dec-84 mrt-85 jun-85 sep-85 dec-85 mrt-86 jun-86 sep-86 dec-86 mrt-87 jun-87 sep-87 dec-87 mrt-88 jun-88 sep-88 dec-88 mrt-89 jun-89 sep-89 dec-89 mrt-90 jun-90 sep-90 dec-90 mrt-91 jun-91 sep-91 dec-91 mrt-92 jun-92 sep-92 dec-92 mrt-93 jun-93 sep-93 dec-93 mrt-94 jun-94 sep-94 dec-94 mrt-95 jun-95 sep-95 dec-95 mrt-96 jun-96 sep-96 dec-96 mrt-97 jun-97 sep-97 dec-97 mrt-98 jun-98 sep-98 dec-98 mrt-99 jun-99 sep-99 dec-99 mrt-00 jun-00 sep-00 dec-00 mrt-01 jun-01 sep-01 dec-01 mrt-02 jun-02 sep-02 dec-02 mrt-03 jun-03 sep-03 dec-03 mrt-04 jun-04 sep-04 dec-04 mrt-05 jun-05 sep-05 dec-05 mrt-06 jun-06 sep-06 dec-06 mrt-07 jun-07 sep-07 dec-07

Total Outstanding Comm Mort $ billion 360,215 373,975 389,424 408,654 429,688 451,779 471,898 487,05 505,953 522,126 541,742 555,06 566,628 579,917 602,733 640,348 656,383 668,912 693,85 707,705 729,805 740,291 766,075 782,425 789,247 798,842 801,044 810,962 814,497 818,106 820,689 828,037 832,167 820,255 807,061 797,905 792,565 780,877 763,468 756,742 748,108 742,617 739,708 732,154 732,402 732,548 727,199 732,527 735,456 738,022 738,679 746,233 755,54 756,423 769,512 777,214 794,659 811,602 832,581 847,098 866,373 887,972 924,566 949,484 972,494 1030,929 1063,735 1090,265 1120,416 1142,728 1170,582 1191,357 1216,93 1249,417 1281,449 1298,026 1326,094 1349,072 1381,279 1403,056 1437,1 1472,427 1508,272 1544,877 1583,583 1624,93 1679,581 1721,756 1782,497 1852,839 1932,904 1999,637 2065,877 2133,806 2209,881 2257,677 2340,442 2426,894 2490,463 2532,812

Gemiddelde standaarde deviatie

M.D. van der Ree

CMBS-data (volume) Total Total total outs issued issued CM CMBS as % CMBS Alert $ Q-on-Q of Total Q-on-Q CMBS $ billion Outstanding growth growth billion 1,5233 0 0 0,0% 0,0% 3,819941 0 0 0,0% 0,0% 4,131025 0 0 0,0% 0,0% 4,938062 0 0 0,0% 0,0% 5,147142 0 0 0,0% 0,0% 5,141172 0 0 0,0% 0,0% 4,453284 0 0 0,0% 0,0% 3,210863 0 0 0,0% 0,0% 3,881121 0 0 0,0% 0,0% 3,196542 0,085 0,084895 0,0% 0,0% 3,756948 0,083 0 0,0% -2,4% 2,458366 0,645 0,36 0,1% 677,1% 2,084099 1,377 0,7502 0,2% 113,5% 2,345278 1,889 0,5483 0,3% 37,2% 3,934356 1,931 0,09 0,3% 2,2% 6,24074 1,88 0,165 0,3% -2,6% 2,504107 2,343 0,5327 0,4% 24,6% 1,908794 3,11 0,473 0,5% 32,7% 3,728144 3,116 0,30527 0,4% 0,2% 1,996829 3,781 0,649332 0,5% 21,3% 3,12277 3,797 0,407528 0,5% 0,4% 1,436822 4,261 0,600534 0,6% 12,2% 3,482955 4,646 0,475582 0,6% 9,0% 2,134256 5,551 1,232681 0,7% 19,5% 0,871905 5,983 0,423024 0,8% 7,8% 1,215716 6,789 0,80705 0,8% 13,5% 0,275649 7,862 0,466989 1,0% 15,8% 1,238134 9,185 1,505326 1,1% 16,8% 0,435902 10,103 0,397483 1,2% 10,0% 0,443096 9,984 0,013755 1,2% -1,2% 0,315729 10,337 0,104837 1,3% 3,5% 0,895345 12,048 1,434975 1,5% 16,6% 0,49877 12,486 0,453011 1,5% 3,6% -1,431443 13,353 0,641942 1,6% 6,9% -1,608524 13,634 1,723972 1,7% 2,1% -1,134487 14,339 1,950918 1,8% 5,2% -0,669253 15,308 2,856031 1,9% 6,8% -1,474706 17,373 3,604254 2,2% 13,5% -2,229416 20,946 3,051051 2,7% 20,6% -0,88098 21,225 3,240817 2,8% 1,3% -1,140944 23,562 3,573399 3,1% 11,0% -0,733985 25,953 2,933694 3,5% 10,1% -0,391723 26,472 1,99461 3,6% 2,0% -1,021214 31,645 6,897733 4,3% 19,5% 0,033873 32,422 2,59323 4,4% 2,5% 0,019934 33,998 3,7581 4,6% 4,9% -0,730191 36,458 4,578596 5,0% 7,2% 0,732674 37,727 4,438004 5,2% 3,5% 0,399849 37,345 1,936322 5,1% -1,0% 0,348899 38,089 3,562821 5,2% 2,0% 0,089022 38,979 3,8547 5,3% 2,3% 1,022636 42,369 7,493209 5,7% 8,7% 1,247198 44,62 5,358434 5,9% 5,3% 0,11687 46,27 5,208522 6,1% 3,7% 1,730381 47,298 4,635058 6,1% 2,2% 1,000894 54,216 12,72321 7,0% 14,6% 2,244556 55,886 4,556439 7,0% 3,1% 2,132109 59,828 8,875067 7,4% 7,1% 2,584888 63,94 8,832795 7,7% 6,9% 1,743614 74,043 17,21364 8,7% 15,8% 2,275416 85,657 18,88866 9,9% 15,7% 2,493037 100,754 23,09753 11,3% 17,6% 4,121076 106,091 11,89087 11,5% 5,3% 2,695102 122,963 22,37364 13,0% 15,9% 2,423422 133,053 16,73291 13,7% 8,2% 6,008777 138,878 11,75347 13,5% 4,4% 3,182178 148,085 14,17102 13,9% 6,6% 2,494042 156,108 16,0025 14,3% 5,4% 2,765474 160,499 8,329382 14,3% 2,8% 1,991403 167,567 11,27488 14,7% 4,4% 2,4375 173,594 11,95289 14,8% 3,6% 1,774758 184,954 17,53897 15,5% 6,5% 2,146544 190,436 12,71641 15,6% 3,0% 2,669587 199,396 19,74713 16,0% 4,7% 2,563756 209,111 14,90169 16,3% 4,9% 1,293614 223,419 27,0697 17,2% 6,8% 2,16236 226,664 10,69459 17,1% 1,5% 1,732758 233,319 13,05056 17,3% 2,9% 2,387345 238,906 14,62315 17,3% 2,4% 1,576582 248,381 21,28169 17,7% 4,0% 2,426418 252,878 13,6084 17,6% 1,8% 2,458214 266,286 24,15095 18,1% 5,3% 2,434416 275,684 19,97514 18,3% 3,5% 2,42695 291,01 28,67285 18,8% 5,6% 2,505442 298,105 17,76642 18,8% 2,4% 2,610978 313,264 27,45686 19,3% 5,1% 3,363283 321,301 23,73098 19,1% 2,6% 2,511043 336,851 33,15337 19,6% 4,8% 3,527852 353,076 30,84541 19,8% 4,8% 3,946262 376,65 43,01117 20,3% 6,7% 4,321207 394,819 38,01273 20,4% 4,8% 3,452474 432,088 65,67648 21,6% 9,4% 3,312601 447,071 44,54287 21,6% 3,5% 3,288143 463,099 45,008 21,7% 3,6% 3,565226 484,692 43,1908 21,9% 4,7% 2,162831 517,804 81,75022 22,9% 6,8% 3,665936 556,126 58,61039 23,8% 7,4% 3,693832 593,991 69,85354 24,5% 6,8% 2,619356 637,199 74,58619 25,6% 7,3% 1,700447 512,262 33,90181 20,2% -19,6%

CM Alert as % of Total issued CMBS

99,88% 0,00% 55,81% 54,48% 29,03% 4,66% 8,78% 22,74% 15,21% 9,80% 17,17% 10,73% 14,09% 10,24% 22,21% 7,07% 11,89% 5,94% 16,39% 3,93% 0,14% 1,01% 11,91% 3,63% 4,81% 12,64% 13,61% 18,66% 20,75% 14,57% 15,27% 15,17% 11,30% 7,53% 21,80% 8,00% 11,05% 12,56% 11,76% 5,18% 9,35% 9,89% 17,69% 12,01% 11,26% 9,80% 23,47% 8,15% 14,83% 13,81% 23,25% 22,05% 22,92% 11,21% 18,20% 12,58% 8,46% 9,57% 10,25% 5,19% 6,73% 6,89% 9,48% 6,68% 9,90% 7,13% 12,12% 4,72% 5,59% 6,12% 8,57% 5,38% 9,07% 7,25% 9,85% 5,96% 8,76% 7,39% 9,84% 8,74% 11,42% 9,63% 15,20% 9,96% 9,72% 8,91% 15,79% 10,54% 11,76% 11,71% 6,62%

1031,69861 1,999553 126,6266 12,79964 0,0850647 0,1423 0,13107 525,2892591 1,732639 163,1456 17,69236 0,08148342 0,6822 0,125279

Pagina 34

29-8-2008


Bijlage III CM Alert database Outcome mrt-83 jun-83 sep-83 dec-83 mrt-84 jun-84 sep-84 dec-84 mrt-85 jun-85 sep-85 dec-85 mrt-86 jun-86 sep-86 dec-86 mrt-87 jun-87 sep-87 dec-87 mrt-88 jun-88 sep-88 dec-88 mrt-89 jun-89 sep-89 dec-89 mrt-90 jun-90 sep-90 dec-90 mrt-91 jun-91 sep-91 dec-91 mrt-92 jun-92 sep-92 dec-92 mrt-93 jun-93 sep-93 dec-93 mrt-94 jun-94 sep-94 dec-94 mrt-95 jun-95 sep-95 dec-95 mrt-96 jun-96 sep-96 dec-96 mrt-97 jun-97 sep-97 dec-97 mrt-98 jun-98 sep-98 dec-98 mrt-99 jun-99 sep-99 dec-99 mrt-00 jun-00 sep-00 dec-00 mrt-01 jun-01 sep-01 dec-01 mrt-02 jun-02 sep-02 dec-02 mrt-03 jun-03 sep-03 dec-03 mrt-04 jun-04 sep-04 dec-04 mrt-05 jun-05 sep-05 dec-05 mrt-06 jun-06 sep-06 dec-06 mrt-07 jun-07 sep-07 dec-07 jan-08 Gemiddelde standaarde deviatie

CM Alert Database Uitkomst (I)

volume_US $ unweighted_ weighted_ave unweighted weighted_a million ave _spread _spread _ave_rating ve_rating

84.90 360.00 750.20 548.30 90.00 165.00 532.70 473.00 305.27 649.33 407.53 600.53 475.58 1,232.68 423.02 807.05 466.99 1,505.33 397.48 13.76 104.84 1,434.97 453.01 641.94 1,723.97 1,950.92 2,856.03 3,604.25 3,051.05 3,240.82 3,573.40 2,933.69 1,994.61 6,897.73 2,593.23 3,758.10 4,578.60 4,438.00 1,936.32 3,562.82 3,854.70 7,493.21 5,358.43 5,208.52 4,635.06 12,723.21 4,556.44 8,875.07 8,832.80 17,213.64 18,888.66 23,097.53 11,890.87 22,373.64 16,732.91 11,753.47 14,171.02 16,002.50 8,329.38 11,274.88 11,952.89 17,538.97 12,716.41 19,747.13 14,901.69 27,069.70 10,694.59 13,050.56 14,623.15 21,281.69 13,608.40 24,150.95 19,975.14 28,672.85 17,766.42 27,456.86 23,730.98 33,153.37 30,845.41 43,011.17 38,012.73 65,676.48 44,542.87 45,008.00 43,190.80 81,750.22 58,610.39 69,853.54 74,586.19 33,901.81 5,626.84

AA_ spread

A_ spread

BBB_ spread

BB_ spread

B_ spread

Rest_ spread

2.00 159.00

165.00

169.50 147.00 25.00 70.00 99.00 39.00 228.00

39.00 228.00

111.50 105.00 83.50 106.67 104.50 202.00 169.33 254.00

121.53 105.00 60.00 90.00 72.56 222.03

230.00

206.00 211.81 179.62 158.20 177.29 235.63 204.78 180.35 186.00 191.34 142.49 192.53 162.06 155.77 129.93 186.72 175.05 156.55 196.53 165.25 140.35 121.41 120.13 106.47 95.12 112.93 125.29 118.66 157.56 193.10 183.31 166.76 245.25 192.20 155.42 169.69 178.16 101.12 136.32 107.47 114.49 157.16 122.83 96.92 111.77 123.07 112.34 114.93 105.80 91.92 100.53 72.67 76.22 63.09 57.50 56.09 53.68 63.56 55.56 55.00 45.33 52.15 48.38 72.09 107.17 194.04 601.41

155.56 166.47 161.87 150.71 148.30 194.93 174.37 131.35 123.94 120.07 119.31 131.33 129.59 116.43 118.40 169.61 112.42 115.99 126.73 119.07 90.63 80.00 77.57 78.42 60.14 86.55 82.89 82.37 123.15 141.42 129.07 117.06 147.76 125.29 110.28 130.24 86.47 44.78 69.41 60.96 63.75 80.56 61.43 53.06 51.12 53.59 54.73 52.90 48.10 43.43 33.61 38.56 38.50 35.67 25.58 33.20 30.69 37.97 33.64 30.97 25.63 31.87 28.62 37.29 61.31 107.40 340.96

2.00 1.00

2.25 2.13 2.69 2.27 2.44 1.89 1.93 2.33 2.93 2.13 2.03 2.95 2.88 3.00 1.50 1.33 2.30 2.50 2.50 2.44 2.20 2.08 2.03 2.14 2.30 2.82 2.80 2.76 3.07 3.00 2.90 3.01 2.90 3.11 3.22 2.84 3.07 2.99 3.17 2.96 2.94 3.20 3.03 3.12 3.37 3.52 3.57 3.37 3.30 3.11 3.30 3.27 3.12 3.43 3.37 3.39 2.85 3.25 3.22 3.11 3.21 3.29 2.99 3.26 3.27 3.10 3.07 2.99 3.24 3.08 2.97 2.90 2.89 2.76 2.70 2.83 2.90 3.03 2.94 2.99 2.83 2.99 2.84 2.84 2.70

2.00

165.00

2.00 2.00

39.00 228.00

1.00 1.50 1.00 1.00 1.25 1.00

2.16 2.11 1.88 1.99 1.75 1.60 1.43 1.73 1.84 1.79 2.00 2.12 1.87 1.93 1.86 2.62 1.75 1.65 1.71 1.95 1.68 1.79 1.76 1.86 1.68 1.65 1.55 1.64 1.46 1.57 1.44 1.39 1.49 1.53 1.48 1.54 1.44 1.29 1.41 1.47 1.39 1.43 1.36 1.29 1.33 1.29 1.32 1.37 1.34 1.36 1.27 1.33 1.32 1.34 1.26 1.27 1.21 1.33 1.30 1.32 1.24 1.40 1.24 1.40 1.22 1.16 1.16

14221.82 134.31 93.43 2.80 1.54 18103.50932 54.51185937 49.65474755 0.5065195 0.3160369

M.D. van der Ree

AAA_ spread

121.53 105.00 60.00 90.00 72.50 222.03

60.00 69.30 112.24 225.00 128.74 89.40 96.75 87.95 78.13 100.38 71.85 68.22 88.10 85.52 82.78 89.46 89.65 82.20 71.01 64.59 56.75 54.70 50.15 69.55 69.65 66.36 109.62 118.94 112.67 103.82 128.56 107.68 97.93 107.09 68.16 34.90 52.19 44.31 44.81 58.71 47.43 41.50 40.21 43.02 44.38 36.03 34.69 29.17 26.96 29.21 29.83 24.56 19.39 26.68 25.94 28.82 26.71 23.95 21.76 22.05 24.38 26.71 49.65 91.15 286.54

73.00

146.85 152.92 156.83 144.37 136.25 159.87 179.13 143.45 119.62 109.33 112.16 91.82 100.26 84.12 105.66 79.12 85.94 87.64 101.25 92.82 75.81 65.47 72.78 64.83 57.72 84.25 87.04 72.06 132.08 147.18 123.52 132.76 145.36 112.29 96.12 110.95 75.28 56.38 71.50 59.89 61.01 98.88 77.28 101.82 54.00 60.94 68.35 59.26 60.56 50.73 39.15 45.21 43.09 38.47 30.59 43.38 40.90 44.47 43.65 36.12 30.48 32.66 35.36 41.40 90.66 183.43 568.62

242.68 261.19 238.00 148.20 265.00 294.56 302.27 187.31 173.62 140.30 150.44 150.65 146.43 146.41 177.46 128.67 132.34 137.16 133.33 111.85 122.16 88.14 87.71 78.03 63.40 97.41 104.11 108.09 154.59 174.25 150.79 152.85 176.21 162.01 137.18 138.84 147.64 80.61 115.88 101.80 162.51 156.33 112.22 94.25 85.05 120.39 92.92 108.30 99.40 98.97 55.31 59.78 63.49 80.56 44.59 61.10 55.41 71.39 57.43 50.25 43.03 47.83 46.53 62.08 127.12 272.07 986.07

400.00 379.07 325.00 348.44 470.00 301.40 279.01 230.76 222.67 161.93 211.61 194.64 204.95 221.82 197.62 190.66 180.22 189.43 172.43 137.80 116.78 103.00 83.29 132.42 148.50 148.71 211.56 261.96 254.04 220.37 260.89 263.13 216.41 303.66 209.41 203.51 205.16 180.83 187.36 211.45 176.11 126.80 175.57 168.06 171.69 200.64 180.79 172.16 101.14 116.10 138.50 145.97 102.81 118.73 123.77 128.37 111.02 102.41 90.76 105.29 92.00 129.09 245.48 443.54 1358.72

816.00 400.00 413.60 298.59 420.30 590.41 483.18 525.00 512.02 482.23 532.10 306.25 452.02 535.47 385.60 211.65 215.57 194.33 236.85 242.44 241.53

700.00 665.26 748.09 730.19 640.45 728.50 700.21 666.67 682.71

467.14 560.00 562.50 467.14

355.00 550.00 542.65

832.50

1861.60

355.00 510.49

925.00

2016.00

600.00 475.00 521.11 500.00

408.25 360.00 245.27 338.03 397.58 292.07 260.95

175.82 200.00 173.66 175.00 187.40 190.00 136.72 200.00 555.00

916.67

1000.00 285.00 285.00

69.25 89.74 127.03 197.01 373.92 661.21 1938.80 40.9 43.88303 62.48732 84.55363 154.2864 194.0992 109.1773

Pagina 35

29-8-2008


Bijlage III CM Alert database Outcome mrt-83 jun-83 sep-83 dec-83 mrt-84 jun-84 sep-84 dec-84 mrt-85 jun-85 sep-85 dec-85 mrt-86 jun-86 sep-86 dec-86 mrt-87 jun-87 sep-87 dec-87 mrt-88 jun-88 sep-88 dec-88 mrt-89 jun-89 sep-89 dec-89 mrt-90 jun-90 sep-90 dec-90 mrt-91 jun-91 sep-91 dec-91 mrt-92 jun-92 sep-92 dec-92 mrt-93 jun-93 sep-93 dec-93 mrt-94 jun-94 sep-94 dec-94 mrt-95 jun-95 sep-95 dec-95 mrt-96 jun-96 sep-96 dec-96 mrt-97 jun-97 sep-97 dec-97 mrt-98 jun-98 sep-98 dec-98 mrt-99 jun-99 sep-99 dec-99 mrt-00 jun-00 sep-00 dec-00 mrt-01 jun-01 sep-01 dec-01 mrt-02 jun-02 sep-02 dec-02 mrt-03 jun-03 sep-03 dec-03 mrt-04 jun-04 sep-04 dec-04 mrt-05 jun-05 sep-05 dec-05 mrt-06 jun-06 sep-06 dec-06 mrt-07 jun-07 sep-07 dec-07 jan-08

AAA_ rating

CM Alert Database Uitkomst (2)

AA_ rating A_ rating

BBB_ rating

BB_ rating B_ rating

160.00

26.00 61.40 280.90 85.00 10.00 33.04 400.00 257.00

74.76 186.29 844.40 257.50 1,324.59 381.17 215.00 1,783.79 365.10 1,451.10 2,129.95 1,309.09 414.35 933.60 1,569.10 3,936.68 3,032.10 2,397.73 1,434.39 5,672.43 2,364.29 4,556.33 4,338.60 10,766.77 11,351.16 13,894.33 7,554.67 12,146.13 10,114.20 7,700.05 7,749.16 8,111.20 5,386.08 7,156.28 7,756.78 12,062.50 8,007.44 11,781.11 10,270.11 16,812.21 6,671.04 8,128.03 9,770.39 15,413.02 8,101.01 15,078.67 12,525.63 16,428.62 11,592.24 18,859.14 14,862.32 22,172.69 22,087.64 31,414.35 26,858.94 46,318.36 29,539.45 30,388.87 29,738.92 52,349.51 39,770.36 42,834.19 48,500.12 21,338.49 3,999.83

51.00

522.98 1,400.58 1,308.41 1,725.40 808.47 756.79 215.40 758.30 543.50 1,046.36 709.30 694.30 860.91 1,204.16 530.04 700.60 503.70 902.13 563.50 711.16 749.14 1,234.36 588.73 1,390.27 876.26 994.30 1,180.59 1,565.48 750.13 1,464.71 1,076.83 672.39 916.36 1,968.73 582.06 683.74 692.91 1,015.57 619.12 1,233.98 826.40 1,725.34 597.07 947.84 708.74 975.77 545.32 1,174.06 875.49 1,315.92 620.09 1,291.67 1,243.43 1,606.30 1,199.53 1,788.86 1,471.69 2,354.56 1,938.61 1,956.94 1,842.44 3,309.26 1,733.69 3,484.45 2,469.94 728.27 197.27

52.33 162.66 93.57 243.83 53.95 188.60 126.73 38.64 12.70 334.16 91.80 211.60 515.03 214.17 112.71 406.70 242.10 458.15 332.30 524.47 252.15 2,052.61 315.30 566.44 526.97 1,223.75 1,055.36 1,855.09 627.93 1,592.28 1,049.93 667.83 944.73 1,041.19 614.05 856.83 1,137.03 944.19 749.72 1,349.04 1,034.88 1,775.49 576.40 541.24 642.05 1,092.98 593.96 1,218.42 918.71 1,345.63 582.29 1,076.44 941.16 1,711.34 932.17 1,575.51 1,149.88 2,800.90 1,418.11 1,485.62 1,224.15 2,782.28 1,530.44 2,387.67 1,797.64 639.27 107.21

49.40 76.94 66.20 169.37 36.18 27.32 37.55 221.30 55.90 601.60 251.09 185.47 57.90 626.12 195.00 446.66 360.20 599.74 151.85 936.95 323.46 723.85 574.39 1,443.83 1,475.76 2,144.23 857.69 1,735.25 1,016.48 653.63 794.38 944.31 548.85 952.30 481.26 463.83 645.58 1,142.05 765.40 1,423.48 384.47 345.44 665.02 723.92 459.03 1,119.28 792.38 1,164.58 561.50 1,100.72 809.20 1,348.29 979.09 1,665.97 903.03 2,880.81 1,697.57 1,771.31 1,262.56 4,645.80 1,965.96 3,222.04 2,019.11 501.69 101.82

50.65 6.30 97.40 64.00 82.90 172.00 119.36 18.80 187.80 62.20 141.02 153.60 114.70 42.40 112.80 127.12 378.61 197.35 345.56 163.84 305.07

15.00 48.50 64.22 60.78 130.70 25.00 48.47 144.00 54.10

49.12 119.35 7.94 141.65

15.06 52.24 34.27

20.16

27.98 34.02

4.49

26.65 13.28 34.04 24.18

39.51 15.04 48.42 199.05 52.20 62.68 158.99

394.85 122.37 305.11 16.46 693.58 31.70 662.12 18.00 38.85

14.51

4.59 71.00 73.45

Gemiddelde 11468.34 1082.65 860.66 894.55 131.83 57.74 standaarde deviatie 12840.792 659.3337 661.8827 828.1054 155.4066 46.3407

M.D. van der Ree

Rest_ rating

total_ volume 0.00

0.00 0.00 160.00 0.00 0.00 0.00 0.00 0.00 0.00 26.00 61.40 0.00 280.90 85.00 10.00 33.04 451.00 257.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 575.31 1,687.40 1,665.21 2,035.43 1,876.17 1,202.90 1,753.55 1,205.42 815.05 3,498.01 1,286.10 3,090.00 3,993.20 3,093.02 1,133.80 2,985.52 2,597.10 5,933.11 4,585.70 4,401.90 2,629.92 10,009.15 3,768.02 7,734.85 6,521.50 14,915.86 15,226.70 19,764.19 9,790.41 16,953.43 13,309.67 9,693.89 4.03 10,463.09 12,065.42 7,131.04 9,677.12 1.50 10,107.97 14,486.08 10,048.51 15,519.47 12,896.79 21,770.56 8,253.17 9,962.55 11,786.21 18,205.68 9,699.31 18,629.95 15,127.25 20,254.75 13,419.05 22,527.02 17,908.31 26,901.29 25,357.41 36,444.69 30,383.54 54,749.49 34,716.10 35,912.43 34,084.53 63,851.43 45,032.15 52,663.92 54,804.81 23,246.56 4,406.13 2.76 10751.99 1.79393 14205.681

Pagina 36

LTV

LTV_ weighted

68.00 75.70

63.20

65.40

73.42 16.99 74.62 72.00 66.14 65.10 54.24 54.81 70.09 67.44 56.52 70.98 66.70 57.47 67.15 56.73 68.81 68.28 66.45 66.11 66.35 63.99 68.23 65.59 64.39 66.94 65.70 67.58 69.05 68.54 68.69 69.26 68.36 67.42 65.56 64.76 61.93 67.39 65.00 64.42 63.10 65.04 63.94 64.01 61.89 62.62 66.44 63.40 63.45 62.11 64.55 63.67 66.33 65.29 66.90 65.70 65.48 64.73 66.46 63.40 66.57 65.44 61.38 59.34 66.40 61.76 62.10 65.03 66.41

24.49 72.76 67.63 18.92

24.34 12.28 21.49 10.70 16.42 39.83 11.10 8.43 35.30 23.99 45.65 26.29 50.91 48.00 35.22 51.45 57.37 44.94 57.36 63.03 54.93 68.08 49.53 64.87 64.69 62.01 51.63 60.39 58.08 59.01 63.02 62.60 60.16 61.14 57.13 59.68 61.27 56.02 58.62 61.40 54.52 59.89 51.80 62.92 61.30 57.07 57.92 64.84 58.29 64.24 59.68 60.10 63.06 60.95 57.97 66.23 58.84 65.54 66.93 60.37

64.70 51.02 6.91582 17.03538

29-8-2008


Bijlage IV

Rating categorieën

Rating catergorien S&P/Fitch/D AAA AA+ AA AAA+ A ABBB+ BBB BBBBB+ BB BBB+ B BCCC+ CCC CCCCC/C D/SD NR

Moody's Aaa Aa1 Aa2 Aa3 A1 A2 A3 Baa1 Baa2 Baa3 Ba1 Ba2 Ba3 B1 B2 B3 Caa1 Caa2 Caa3 Ca/C D NR

NIBC 1 2+ 2 23+ 3 34+ 4 45+ 5 56+ 6 67 8 89 10 NR

Database 1 2,25 2 1,75 3,25 3 2,75 4,25 4 3,75 5,25 5 4,75 6,25 6 5,75 7 8 7,75 9 10 NR

M.D. van der Ree

Pagina 37

29-8-2008


Bijlage V

Spread per rating

Spread per rating 1000 900 800 700

Bps

600 500 400 300 200 100 0 1985_1

1987_1

1989_1

1991_1

1993_1

AAA_spread

AA_spread

M.D. van der Ree

1995_1

1997_1

1999_1

A_spread

BBB_spread

BB_spread

Pagina 38

2001_1 B_spread

2003_1

2005_1

Rest_spread

29-8-2008

2007_1


Bijlage VI NAREIT

Equity Equity REIT Data REIT Dividend Index Yield mrt-83 420.06 7.45 jun-83 460.65 7.1 sep-83 443.02 7.57 dec-83 485.30 7.19 mrt-84 506.80 7.47 jun-84 503.74 7.83 sep-84 552.43 7.49 dec-84 586.86 7.06 mrt-85 642.30 8.23 jun-85 682.14 8.09 sep-85 664.51 8.6 dec-85 698.93 7.89 mrt-86 794.53 6.69 jun-86 819.64 7.44 sep-86 835.48 7.38 dec-86 832.83 7.65 mrt-87 912.70 6.77 jun-87 919.54 7.88 sep-87 890.64 7.65 dec-87 802.51 8.73 mrt-88 883.23 7.95 jun-88 906.69 7.94 sep-88 917.24 7.89 dec-88 910.74 8.57 mrt-89 932.46 8.44 jun-89 986.52 8.04 sep-89 1,022.76 7.81 dec-89 991.26 8.42 mrt-90 952.88 8.9 jun-90 951.76 9.25 sep-90 813.28 10.68 dec-90 839.09 10.15 mrt-91 1,029.89 8.17 jun-91 1,037.91 8.02 sep-91 1,080.39 8.1249 dec-91 1,138.61 7.85 mrt-92 1,146.15 7.91 jun-92 1,176.38 7.8 sep-92 1,256.65 7.25 dec-92 1,304.73 7.1 mrt-93 1,587.08 5.93 jun-93 1,541.53 6.22 sep-93 1,685.64 5.85 dec-93 1,561.17 6.81 mrt-94 1,614.31 6.96 jun-94 1,644.03 7.13 sep-94 1,610.41 7.44 dec-94 1,610.67 7.67 mrt-95 1,607.94 7.96 jun-95 1,702.51 7.69 sep-95 1,782.69 7.51 dec-95 1,856.57 7.37 mrt-96 1,898.79 7.35 jun-96 1,983.25 7.28 sep-96 2,113.03 7.03 dec-96 2,511.32 6.05 mrt-97 2,528.80 6.12 jun-97 2,654.55 6.06 sep-97 2,968.26 5.45 dec-97 3,020.11 5.48 mrt-98 3,006.02 5.5467 jun-98 2,868.18 6.13 sep-98 2,566.38 6.88 dec-98 2,491.53 7.47 mrt-99 2,371.43 7.955 jun-99 2,610.53 7.34 sep-99 2,400.60 8.27 dec-99 2,376.42 8.7 mrt-00 2,433.30 8.3047 jun-00 2,689.61 7.6141 sep-00 2,895.27 7.4505 dec-00 3,002.97 7.523 mrt-01 3,014.83 7.4764 jun-01 3,346.78 6.8409 sep-01 3,259.05 7.4287 dec-01 3,421.37 7.143 mrt-02 3,703.79 6.4403 jun-02 3,889.42 6.2074 sep-02 3,537.59 7.0077 dec-02 3,552.10 7.0493 mrt-03 3,576.08 7.2105 jun-03 4,044.88 6.4221 sep-03 4,429.85 5.9908 dec-03 4,871.12 5.5181 mrt-04 5,456.47 5.0058 jun-04 5,139.48 5.434 sep-04 5,562.34 5.12 dec-04 6,409.30 4.6559 mrt-05 5,957.39 5.1679 jun-05 6,818.11 4.6034 sep-05 7,079.51 4.5572 dec-05 7,188.85 4.5669 mrt-06 8,248.59 4.06 jun-06 8,117.39 4.21 sep-06 8,869.74 3.93 dec-06 9,709.31 3.69 mrt-07 10,045.60 3.73 jun-07 9,137.56 4.19 sep-07 9,373.80 4.12 dec-07 8,185.75 4.91


NAREIT data Mortgage Mortgage REIT REIT Dividend Index Yield 217.9155 10.33 222.5211 10.24 220.4363 10.5 224.3411 10.58 219.5707 10.86 207.5118 12.14 224.9897 11.72 240.6383 11.47 244.701 10.66 261.8353 10.34 228.8031 11.51 228.1144 11.57 243.292 10.79 253.9663 10.5 257.8534 10.49 271.9452 9.31 275.6535 9.38 257.441 10.62 244.88 11.8 229.3399 13.49 250.41 12.11 255.9699 12.15 256.1946 12.21 246.0891 13.19 224.9203 12.92 233.1724 13.21 232.3743 13.28 206.9505 13.56 186.5091 17.15 184.7408 14.66 162.7507 15.17 168.9379 13.48 208.264 12.42 217.4596 12.85 227.5194 12.39749 222.7174 13.49 233.4976 12.86 233.5757 12.51 226.7069 12.53 226.9899 11.21 251.9198 10.71 241.089 11.11 259.5081 9.85 260.0144 10.89 241.4554 10.97 232.0943 12.29 230.893 10.82 196.825 13.52 238.4932 10.28 265.4469 8.72 293.3936 8.9 321.6469 9.02 342.4144 9.93 372.4963 9.02 412.3498 8.46 485.2486 8.5 472.0995 9 545.5475 8.28 552.7035 7.85 503.8008 9.41 518.3117 7.9907 500.0659 7.7 435.0888 8.52 356.5979 10.49 333.539 8.081 404.76 7.1 275.6156 9.35 238.1451 13.53 239.1616 10.1425 242.9627 10.7111 261.1378 11.0367 276.1544 11.3134 339.6968 8.9583 411.5701 9.5039 430.5785 10.5857 489.7403 14.2847 513.7657 13.9575 634.3398 12.4839 582.4442 14.1501 641.9295 12.343 660.1516 13.007 831.1284 10.7432 851.7489 9.5956 1010.331 8.5701 1220.743 7.272 1021.866 9.1372 1099.087 8.3328 1196.566 8.1512 1044.036 8.9724 1107.733 9.7037 921.9141 10.2855 919.1108 10.6817 968.23 10.03 1028.06 10.15 1027.34 9.9 1096.72 9.19 940.28 9.43 877.7 10.63 630.64 12.37 632.27 10.52

2,708.74 6.96 431.12 10.88 2443.161 1.404788 292.3025 1.930626

M.D. van der Ree

Pagina 39

29-8-2008


Bijlage VII

Macro-economische data

Macro 10 year 1 year 4 Qtr Economische Treasury Treasury Inflation note yield note yield Rate Data mrt-83 jun-83 sep-83 dec-83 mrt-84 jun-84 sep-84 dec-84 mrt-85 jun-85 sep-85 dec-85 mrt-86 jun-86 sep-86 dec-86 mrt-87 jun-87 sep-87 dec-87 mrt-88 jun-88 sep-88 dec-88 mrt-89 jun-89 sep-89 dec-89 mrt-90 jun-90 sep-90 dec-90 mrt-91 jun-91 sep-91 dec-91 mrt-92 jun-92 sep-92 dec-92 mrt-93 jun-93 sep-93 dec-93 mrt-94 jun-94 sep-94 dec-94 mrt-95 jun-95 sep-95 dec-95 mrt-96 jun-96 sep-96 dec-96 mrt-97 jun-97 sep-97 dec-97 mrt-98 jun-98 sep-98 dec-98 mrt-99 jun-99 sep-99 dec-99 mrt-00 jun-00 sep-00 dec-00 mrt-01 jun-01 sep-01 dec-01 mrt-02 jun-02 sep-02 dec-02 mrt-03 jun-03 sep-03 dec-03 mrt-04 jun-04 sep-04 dec-04 mrt-05 jun-05 sep-05 dec-05 mrt-06 jun-06 sep-06 dec-06 mrt-07 jun-07 sep-07 dec-07

10.51 10.85 11.65 11.83 12.32 13.56 12.52 11.5 11.86 10.16 10.37 9.26 7.78 7.8 7.45 7.11 7.25 8.4 9.42 8.99 8.37 8.92 8.98 9.11 9.36 8.28 8.19 7.84 8.59 8.48 8.89 8.08 8.11 8.28 7.65 7.09 7.54 7.26 6.42 6.77 5.98 5.96 5.36 5.77 6.48 7.1 7.46 7.81 7.2 6.17 6.2 5.71 6.27 6.91 6.83 6.3 6.69 6.49 6.21 5.81 5.65 5.5 4.81 4.65 5.23 5.9 5.92 6.28 6.26 6.1 5.8 5.24 4.89 5.28 4.73 5.09 5.28 4.93 3.87 4.03 3.81 3.33 4.27 4.27 3.83 4.73 4.13 4.23 4.5 4 4.2 4.47 4.72 5.11 4.72 4.56 4.56 5.1 4.52 4.1

9.04 9.66 10.16 10.11 10.59 12.08 11.58 9.33 9.86 7.8 8.07 7.67 7.03 6.73 5.77 5.87 6.03 6.8 7.67 7.17 6.71 7.49 8.09 8.99 9.57 8.44 8.22 7.72 8.35 8.1 7.76 7.05 6.4 6.36 5.57 4.38 4.63 4.17 3.18 3.71 3.33 3.54 3.36 3.61 4.32 5.27 5.76 7.14 6.43 5.64 5.62 5.31 5.34 5.81 5.83 5.47 5.8 5.69 5.52 5.53 5.39 5.41 4.71 4.52 4.78 5.1 5.25 5.84 6.22 6.17 6.13 5.6 4.3 3.58 2.82 2.22 2.57 2.2 1.72 1.45 1.24 1.01 1.24 1.31 1.19 2.12 2.12 2.67 3.3 3.36 3.85 4.35 4.77 5.16 4.97 4.94 4.92 4.96 4.14 3.26

3.61 2.56 2.87 3.74 4.65 4.16 4.14 3.9 3.69 3.71 3.14 3.74 2.24 1.75 1.74 1.09 3 3.61 4.29 4.37 3.87 3.91 4.12 4.35 4.89 5.07 4.27 4.57 5.14 4.6 6.03 5.98 4.82 4.63 3.35 3.03 3.15 3.06 2.96 2.87 3.05 2.96 2.66 2.72 2.48 2.46 2.93 2.65 2.83 3.02 2.53 2.53 2.82 2.73 2.97 3.28 2.733 2.28 2.141 1.693 1.368 1.674 1.481 1.602 1.7152 1.9495 2.6044 2.6596 3.7115 3.6855 3.4166 3.3512 2.8925 3.2127 2.6277 1.5579 1.4825 1.076 1.5184 2.3604 2.9956 2.1091 2.314207 1.883208 1.741108 3.23996 2.529454 3.226152 3.120529 2.513878 4.618684 3.401912 3.349817 4.280715 2.07001 2.533982 2.7698 2.679121 2.745292 4.02892

Gemiddelde 6.8411 5.5909 3.08235 standaarde deviatie 2.28592 2.430947 1.041705

M.D. van der Ree

Pagina 40

29-8-2008


Bijlage VIII

Dec/07

transaction cap rate 9.3058 6.3458 7.9028 8.0126 8.0884 7.9884 8.6331 8.5486 9.3903 8.3339 7.7973 8.7251 8.3763 8.1105 8.2506 7.8354 8.5745 8.8455 7.9545 9.0778 7.9647 8.2679 7.1101 8.1539 7.2188 8.1999 8.0601 8.1223 9.0637 8.2694 8.5154 8.6687 8.7920 8.8949 8.9347 9.8337 9.0149 9.2987 9.7732 10.1646 9.7146 8.9471 8.1104 9.8227 9.4599 8.6502 9.4562 9.3774 9.6902 9.4022 9.5176 9.1199 9.3694 9.2372 9.0647 9.1930 8.8547 8.7498 8.6292 8.4429 8.3117 8.4884 8.5092 8.7288 9.0553 9.0063 8.6680 9.0997 9.1122 8.7217 8.5339 9.0467 8.6310 8.5823 8.9469 8.6151 9.0598 8.4345 8.4339 7.8338 7.5549 7.5641 7.5173 7.1631 6.6206 7.0461 6.6706 6.4897 6.1260 5.9040 6.0740 6.2811 6.0165 5.7734 6.4920 5.4122 5.8515 5.5646

Gemiddelde Standaard deviatie Variantie

8.2772 1.0893 1.1866

1983-2002 Sep/83 Dec/83 Mar/84 Jun/84 Sep/84 Dec/84 Mar/85 Jun/85 Sep/85 Dec/85 Mar/86 Jun/86 Sep/86 Dec/86 Mar/87 Jun/87 Sep/87 Dec/87 Mar/88 Jun/88 Sep/88 Dec/88 Mar/89 Jun/89 Sep/89 Dec/89 Mar/90 Jun/90 Sep/90 Dec/90 Mar/91 Jun/91 Sep/91 Dec/91 Mar/92 Jun/92 Sep/92 Dec/92 Mar/93 Jun/93 Sep/93 Dec/93 Mar/94 Jun/94 Sep/94 Dec/94 Mar/95 Jun/95 Sep/95 Dec/95 Mar/96 Jun/96 Sep/96 Dec/96 Mar/97 Jun/97 Sep/97 Dec/97 Mar/98 Jun/98 Sep/98 Dec/98 Mar/99 Jun/99 Sep/99 Dec/99 Mar/00 Jun/00 Sep/00 Dec/00 Mar/01 Jun/01 Sep/01 Dec/01 Mar/02 Jun/02 Sep/02 Dec/02 Mar/03 Jun/03 Sep/03 Dec/03 Mar/04 Jun/04 Sep/04 Dec/04 Mar/05 Jun/05 Sep/05 Dec/05 Mar/06 Jun/06 Sep/06 Dec/06 Mar/07 Jun/07 Sep/07

M.D. van der Ree

Correlatiegegevens

10- year 1 year Treasury Treasury note yield note yield 11.6500 10.1600 11.8300 10.1100 12.3200 10.5900 13.5600 12.0800 12.5200 11.5800 11.5000 9.3300 11.8600 9.8600 10.1600 7.8000 10.3700 8.0700 9.2600 7.6700 7.7800 7.0300 7.8000 6.7300 7.4500 5.7700 7.1100 5.8700 7.2500 6.0300 8.4000 6.8000 9.4200 7.6700 8.9900 7.1700 8.3700 6.7100 8.9200 7.4900 8.9800 8.0900 9.1100 8.9900 9.3600 9.5700 8.2800 8.4400 8.1900 8.2200 7.8400 7.7200 8.5900 8.3500 8.4800 8.1000 8.8900 7.7600 8.0800 7.0500 8.1100 6.4000 8.2800 6.3600 7.6500 5.5700 7.0900 4.3800 7.5400 4.6300 7.2600 4.1700 6.4200 3.1800 6.7700 3.7100 5.9800 3.3300 5.9600 3.5400 5.3600 3.3600 5.7700 3.6100 6.4800 4.3200 7.1000 5.2700 7.4600 5.7600 7.8100 7.1400 7.2000 6.4300 6.1700 5.6400 6.2000 5.6200 5.7100 5.3100 6.2700 5.3400 6.9100 5.8100 6.8300 5.8300 6.3000 5.4700 6.6900 5.8000 6.4900 5.6900 6.2100 5.5200 5.8100 5.5300 5.6500 5.3900 5.5000 5.4100 4.8100 4.7100 4.6500 4.5200 5.2300 4.7800 5.9000 5.1000 5.9200 5.2500 6.2800 5.8400 6.2600 6.2200 6.1000 6.1700 5.8000 6.1300 5.2400 5.6000 4.8900 4.3000 5.2800 3.5800 4.7300 2.8200 5.0900 2.2200 5.2800 2.5700 4.9300 2.2000 3.8700 1.7200 4.0300 1.4500 3.8100 1.2400 3.3300 1.0100 4.2700 1.2400 4.2700 1.3100 3.8300 1.1900 4.7300 2.1200 4.1300 2.1200 4.2300 2.6700 4.5000 3.3000 4.0000 3.3600 4.2000 3.8500 4.4700 4.3500 4.7200 4.7700 5.1100 5.1600 4.7200 4.9700 4.5600 4.9400 4.5600 4.9200 5.1000 4.9600 4.5200 4.1400 4.1000 3.2600 6.7628 2.2411 5.0225

5.5142 2.3942 5.7321

Q-O-Q growth of NOI 14.1477 11.3785 3.5109 5.3625 5.4105 6.6195 5.9252 6.9731 7.3889 6.3755 8.3114 6.4469 3.9937 3.6548 2.6855 4.1150 4.4932 5.2525 4.3177 5.1842 4.7602 5.6464 5.6196 3.3744 2.7956 1.9787 3.3086 3.5921 4.7351 5.8430 3.6170 3.3714 1.6726 0.4968 1.5968 2.6341 3.9577 3.8769 3.9821 2.5754 2.5958 2.7150 0.8082 1.3731 1.0335 1.1050 2.2744 2.7463 4.1522 4.6621 4.7482 5.4597 3.5860 1.7037 4.5336 5.1857 3.8672 5.0462 1.9783 -0.8625 0.5439 -0.7505 0.2359 3.2917 3.4539 4.0519 4.1686 5.1414 5.9783 5.8065 6.3601 5.2302 3.2146 3.8564 2.9771 2.7086 2.3955 0.5904 0.1247 -0.5189 -0.3141 1.0593 0.6455 0.1590 0.6378 0.3093 1.8332 2.0880 2.2738 3.6195 3.1813 4.9815 5.8048 4.8759 4.6387 3.3784 2.2612 3.3645 3.6056 2.3943 5.7327

CPI Vacancy 2.8700 5.3571 3.7400 7.0000 4.6500 5.7895 4.1600 5.3000 4.1400 8.7391 3.9000 8.3333 3.6900 9.5357 3.7100 7.8333 3.1400 7.1667 3.7400 4.5667 2.2400 6.1351 1.7500 3.9524 1.7400 4.7111 1.0900 5.5000 3.0000 9.2598 3.6100 8.0797 4.2900 8.1069 4.3700 8.0241 3.8700 10.4123 3.9100 10.5161 4.1200 10.7245 4.3500 11.5347 4.8900 11.8707 5.0700 12.8526 4.2700 12.5116 4.5700 13.1736 5.1400 12.9299 4.6000 12.6341 6.0300 12.5316 5.9800 13.4167 4.8200 13.6470 4.6300 12.9298 3.3500 12.8191 3.0300 13.4527 3.1500 14.1798 3.0600 12.4464 2.9600 12.1441 2.8700 12.3458 3.0500 10.3502 2.9600 10.6589 2.6600 10.1464 2.7200 10.1101 2.4800 10.2015 2.4600 8.8032 2.9300 8.2158 2.6500 8.1144 2.8300 7.4668 3.0200 7.6155 2.5300 7.2538 2.5300 7.3547 2.8200 7.2269 2.7300 7.3392 2.9700 6.8929 3.2800 6.8464 2.7330 6.6421 2.2800 6.2912 2.1410 6.1574 1.6930 6.1541 1.3680 6.1977 1.6740 5.9604 1.4810 5.8596 1.6020 5.9567 1.7152 6.2826 1.9495 6.1236 2.6044 6.0416 2.6596 6.1500 3.7115 5.9871 3.6855 5.8351 3.4166 5.6182 3.3512 5.6712 2.8925 5.8716 3.2127 6.1066 2.6277 6.7582 1.5579 7.4462 1.4825 8.1311 1.0760 8.9741 1.5184 9.5992 2.3604 10.0830 2.9956 10.8385 2.1091 10.9560 2.3142 10.8496 1.8832 10.7807 1.7411 11.1034 3.2400 10.4332 2.5295 10.1204 3.2262 10.0462 3.1205 9.9526 2.5139 9.2882 4.6187 8.9705 3.4019 8.7199 3.3498 8.5230 4.2807 8.1888 2.0700 7.9777 2.5340 7.9857 2.7698 8.0413 2.6791 7.7880 2.7453 7.6747 4.0289 7.8832 3.0823 1.0497 1.1018

8.7049 2.5234 6.3678

Q-O-Q growth Weighted_ Loan to CMBS ave_ Value Mortgages spread 64.4964 0.0000 92.46 64.4964 0.0000 92.46 64.4964 0.0000 92.46 64.4964 0.0000 92.46 64.4964 0.0000 92.46 64.4964 0.0000 92.46 64.4964 0.0000 92.46 64.4964 0.0000 92.46 64.4964 -2.3529 92.46 64.4964 677.1084 165.00 64.4964 113.4884 92.46 64.4964 37.1823 92.46 64.4964 2.2234 92.46 64.4964 -2.6411 92.46 64.4964 24.6277 92.46 64.4964 32.7358 92.46 64.4964 0.1929 39.00 68.0000 21.3415 228.00 64.4964 0.4232 92.46 75.7000 12.2202 121.53 64.4964 9.0354 105.00 64.4964 19.4791 60.00 64.4964 7.7824 90.00 63.2000 13.4715 72.56 64.4964 15.8050 222.03 64.4964 16.8278 92.46 65.4000 9.9946 92.46 64.4964 -1.1779 92.46 64.4964 3.5357 92.46 64.4964 16.5522 92.46 73.4200 3.6355 92.46 16.9900 6.9438 92.46 74.6233 2.1044 155.6 72.0000 5.1709 166.5 66.1351 6.7578 161.9 65.1000 13.4897 150.7 54.2444 20.5664 148.3 54.8077 1.3320 194.9 70.0889 11.0106 174.4 67.4439 10.1477 131.3 56.5186 1.9998 123.9 70.9780 19.5414 120.1 66.7019 2.4554 119.3 57.4704 4.8609 131.3 67.1451 7.2357 129.6 56.7311 3.4807 116.4 68.8100 -1.0125 118.4 68.2833 1.9922 169.6 66.4508 2.3366 112.4 66.1116 8.6970 116.0 66.3507 5.3128 126.7 63.9948 3.6979 119.1 68.2276 2.2217 90.6 65.5938 14.6264 80.0 64.3850 3.0803 77.6 66.9396 7.0536 78.4 65.7033 6.8730 60.1 67.5834 15.8008 86.6 69.0520 15.6855 82.9 68.5363 17.6249 82.4 68.6898 5.2971 123.2 69.2648 15.9033 141.4 68.3627 8.2057 129.1 67.4183 4.3780 117.1 65.5565 6.6296 147.8 64.7605 5.4178 125.3 61.9289 2.8128 110.3 67.3859 4.4038 130.2 65.0007 3.5968 86.5 64.4206 6.5440 44.8 63.1030 2.9640 69.4 65.0371 4.7050 61.0 63.9385 4.8722 63.7 64.0135 6.8423 80.6 61.8868 1.4524 61.4 62.6213 2.9361 53.1 66.4379 2.3946 51.1 63.3973 3.9660 53.6 63.4508 1.8105 54.7 62.1131 5.3022 52.9 64.5549 3.5293 48.1 63.6693 5.5593 43.4 66.3297 2.4381 33.6 65.2889 5.0851 38.6 66.8991 2.5656 38.5 65.7029 4.8397 35.7 65.4823 4.8167 25.6 64.7316 6.6767 33.2 66.4631 4.8238 30.7 63.3968 9.4395 38.0 66.5679 3.4676 33.6 65.4416 3.5851 31.0 61.3842 4.6627 25.6 59.3426 6.8316 31.9 66.3967 7.4009 28.6 61.7619 6.8087 37.3 62.1017 7.2742 61.3 65.0317 -19.6072 107.4 64.4964 6.9737 48.6326

16.0176 92.4621 72.1534 45.5353 5206.1107 2073.4658

Pagina 41

average rating 2.7139 2.7139 2.7139 2.7139 2.7139 2.7139 2.7139 2.0000 2.7139 2.0000 1.0000 0.0000 2.7139 2.7139 2.2500 2.1250 2.6875 2.2727 2.4444 1.8929 1.9286 2.3269 2.9286 2.1250 2.0250 2.9500 2.8750 3.0000 1.5000 1.3333 2.2955 2.5000 2.4965 2.4375 2.2005 2.0833 2.0345 2.1411 2.2984 2.8238 2.7969 2.7623 3.0658 3.0000 2.8987 3.0061 2.8971 3.1124 3.2185 2.8402 3.0731 2.9893 3.1682 2.9602 2.9400 3.1967 3.0341 3.1236 3.3699 3.5235 3.5735 3.3737 3.3028 3.1069 3.3022 3.2728 3.1174 3.4333 3.3741 3.3883 2.8534 3.2474 3.2212 3.1131 3.2065 3.2863 2.9938 3.2636 3.2671 3.1007 3.0706 2.9862 3.2361 3.0802 2.9690 2.9021 2.8892 2.7610 2.7012 2.8327 2.8990 3.0289 2.9410 2.9919 2.8303 2.9877 2.8382 2.8441

Q-on-Q growth comm mort 1.5233 3.8199 4.1310 4.9381 5.1471 5.1412 4.4533 3.2109 3.8811 3.1965 3.7569 2.4584 2.0841 2.3453 3.9344 6.2407 2.5041 1.9088 3.7281 1.9968 3.1228 1.4368 3.4830 2.1343 0.8719 1.2157 0.2756 1.2381 0.4359 0.4431 0.3157 0.8953 0.4988 -1.4314 -1.6085 -1.1345 -0.6693 -1.4747 -2.2294 -0.8810 -1.1409 -0.7340 -0.3917 -1.0212 0.0339 0.0199 -0.7302 0.7327 0.3998 0.3489 0.0890 1.0226 1.2472 0.1169 1.7304 1.0009 2.2446 2.1321 2.5849 1.7436 2.2754 2.4930 4.1211 2.6951 2.4234 6.0088 3.1822 2.4940 2.7655 1.9914 2.4375 1.7748 2.1465 2.6696 2.5638 1.2936 2.1624 1.7328 2.3873 1.5766 2.4264 2.4582 2.4344 2.4269 2.5054 2.6110 3.3633 2.5110 3.5279 3.9463 4.3212 3.4525 3.3126 3.2881 3.5652 2.1628 3.6659 3.6938

2.7749 0.5763 0.3321

1.9843 1.7435 2.7878

29-8-2008


Bijlage IX

Correlatie 1987-2007 transaction cap rate 10- year Treasury note yield 1 year Treasury note yield Q-O-Q growth of NOI CPI Vacancy Loan to Value Q-O-Q growth CMBS Mortgages Weighted_ave_ spread average rating (LHS) Q-on-Q growth Comm Mortgage

M.D. van der Ree

Correlatietabel 1987-2007

transaction cap rate 1.000 0.387 0.129 0.074 -0.118 -0.065 0.048 0.171 0.585 -0.030 -0.616

10- year Treasury note yield 1.000 0.844 0.374 0.628 0.408 -0.055 0.300 0.539 -0.582 -0.375

Q-O-Q 1 year Treasury growth of note yield NOI

1.000 0.501 0.620 0.083 0.012 0.287 0.332 -0.346 -0.047

1.000 0.387 -0.172 -0.072 0.052 0.034 -0.274 0.105

Pagina 42

CPI

1.000 0.522 -0.110 0.088 0.119 -0.637 -0.075

Vacancy

1.000 -0.158 0.120 0.132 -0.686 -0.410

Loan to Value

1.000 0.057 0.087 0.080 0.044


1.000 0.208 -0.277 -0.177

1.000 -0.326 -0.546


1.000 0.360


1.000

29-8-2008


Bijlage X ICR

ICR-Calculatie

LTV mrt-83 jun-83 sep-83 dec-83 mrt-84 jun-84 sep-84 dec-84 mrt-85 jun-85 sep-85 dec-85 mrt-86 jun-86 sep-86 dec-86 mrt-87 jun-87 sep-87 dec-87 mrt-88 jun-88 sep-88 dec-88 mrt-89 jun-89 sep-89 dec-89 mrt-90 jun-90 sep-90 dec-90 mrt-91 jun-91 sep-91 dec-91 mrt-92 jun-92 sep-92 dec-92 mrt-93 jun-93 sep-93 dec-93 mrt-94 jun-94 sep-94 dec-94 mrt-95 jun-95 sep-95 dec-95 mrt-96 jun-96 sep-96 dec-96 mrt-97 jun-97 sep-97 dec-97 mrt-98 jun-98 sep-98 dec-98 mrt-99 jun-99 sep-99 dec-99 mrt-00 jun-00 sep-00 dec-00 mrt-01 jun-01 sep-01 dec-01 mrt-02 jun-02 sep-02 dec-02 mrt-03 jun-03 sep-03 dec-03 mrt-04 jun-04 sep-04 dec-04 mrt-05 jun-05 sep-05 dec-05 mrt-06 jun-06 sep-06 dec-06 mrt-07 jun-07 sep-07 dec-07


M.D. van der Ree

64.70 64.70 64.70 64.70 64.70 64.70 64.70 64.70 64.70 64.70 64.70 64.70 64.70 64.70 64.70 64.70 64.70 64.70 64.70 68.00 64.70 75.70 64.70 64.70 64.70 63.20 64.70 64.70 65.40 64.70 64.70 64.70 73.42 16.99 74.62 72.00 66.14 65.10 54.24 54.81 70.09 67.44 56.52 70.98 66.70 57.47 67.15 56.73 68.81 68.28 66.45 66.11 66.35 63.99 68.23 65.59 64.39 66.94 65.70 67.58 69.05 68.54 68.69 69.26 68.36 67.42 65.56 64.76 61.93 67.39 65.00 64.42 63.10 65.04 63.94 64.01 61.89 62.62 66.44 63.40 63.45 62.11 64.55 63.67 66.33 65.29 66.90 65.70 65.48 64.73 66.46 63.40 66.57 65.44 61.38 59.34 66.40 61.76 62.10 65.03

64.70 6.915820

10 Year weighted_ave_ Financiering Treasury rate spread 4,848,767,251 10.51 0.934292 5,390,970,526 10.85 0.934292 5,582,251,432 11.65 0.934292 5,866,274,500 11.83 0.934292 6,141,017,929 12.32 0.934292 6,864,967,983 13.56 0.934292 7,053,816,297 12.52 0.934292 7,459,423,229 11.50 0.934292 8,000,052,692 11.86 0.934292 8,633,391,017 10.16 0.934292 9,173,770,975 10.37 0.934292 10,015,063,635 9.26 1.650000 10,893,384,563 7.78 0.934292 11,336,984,484 7.80 0.934292 11,336,943,678 7.45 0.934292 11,616,083,100 7.11 0.934292 12,242,873,674 7.25 0.934292 13,453,307,900 8.40 0.934292 13,623,378,348 9.42 0.390000 15,085,530,289 8.99 2.280000 15,002,646,634 8.37 0.934292 19,630,998,174 8.92 1.215344 17,363,024,692 8.98 1.050000 18,506,098,140 9.11 0.600000 19,355,894,014 9.36 0.900000 19,684,290,646 8.28 0.725565 20,736,456,915 8.19 2.220311 21,226,485,678 7.84 0.934292 23,211,372,728 8.59 0.934292 23,860,941,456 8.48 0.934292 24,620,741,889 8.89 0.934292 24,681,024,573 8.08 0.934292 29,069,978,999 8.11 0.934292 25,577,667,519 8.28 0.934292 28,935,950,162 7.65 1.555624 26,646,921,215 7.09 1.664743 25,378,045,906 7.54 1.618675 24,927,283,063 7.26 1.507079 21,982,852,294 6.42 1.483028 21,648,645,664 6.77 1.949314 28,071,581,297 5.98 1.743652 28,113,244,075 5.96 1.313455 23,944,817,787 5.36 1.239421 29,065,426,447 5.77 1.200730 27,127,081,731 6.48 1.193150 23,603,282,932 7.10 1.313307 27,595,197,920 7.46 1.295931 23,277,209,438 7.81 1.164253 28,908,480,627 7.20 1.184013 29,555,957,802 6.17 1.696054 31,025,346,015 6.20 1.124161 31,917,714,554 5.71 1.159935 34,375,878,152 6.27 1.267319 35,132,046,345 6.91 1.190729 38,212,517,756 6.83 0.906251 35,698,818,375 6.30 0.799973 39,638,947,199 6.69 0.775719 43,811,715,600 6.49 0.784205 41,624,177,791 6.21 0.601395 44,696,170,159 5.81 0.865546 45,708,931,721 5.65 0.828878 46,279,088,191 5.50 0.823656 46,580,773,124 4.81 1.231535 46,651,805,649 4.65 1.414195 48,825,089,193 5.23 1.290657 51,497,451,885 5.90 1.170624 52,681,371,898 5.92 1.477642 53,096,509,358 6.28 1.252897 52,874,181,059 6.26 1.102837 61,164,006,318 6.10 1.302362 62,941,804,655 5.80 0.864698 62,896,948,230 5.24 0.447806 65,495,069,837 4.89 0.694089 71,676,310,818 5.28 0.609641 69,627,893,790 4.73 0.637494 72,789,060,575 5.09 0.805644 72,505,454,123 5.28 0.614323 77,269,680,634 4.93 0.530640 81,286,729,829 3.87 0.511189 77,738,721,752 4.03 0.535939 79,575,943,795 3.81 0.547257 79,781,404,987 3.33 0.528955 83,586,551,478 4.27 0.480971 84,748,351,191 4.27 0.434316 90,929,859,800 3.83 0.336056 90,808,401,022 4.73 0.385608 95,507,692,712 4.13 0.385012 96,195,433,047 4.23 0.356653 105,071,556,561 4.50 0.255781 108,143,756,880 4.00 0.331962 116,317,206,328 4.20 0.306861 120,115,687,212 4.47 0.379657 134,153,063,201 4.72 0.336402 143,913,451,738 5.11 0.309668 142,629,413,640 4.72 0.256260 146,461,430,340 4.56 0.318691 177,091,504,786 4.56 0.286238 172,804,923,984 5.10 0.372911 180,991,968,741 4.52 0.613071 201,147,877,635 4.10 1.073964

49,516,235,476 6.841 44,192,663,403.46 2.285919966

Rente 554,438,138 634,766,325 701,946,937 748,221,055 813,354,524 994,364,565 948,358,838 926,805,034 1,022,776,383 956,978,637 1,036,142,624 1,092,643,443 948,227,794 989,108,881 949,426,018 933,308,203 1,000,808,471 1,254,469,917 1,336,453,416 1,700,139,264 1,394,439,081 1,989,669,105 1,741,511,377 1,796,942,129 1,985,914,726 1,772,681,670 2,158,729,714 1,860,420,932 2,208,474,046 2,244,031,010 2,416,432,400 2,222,432,618 2,626,362,305 2,354,327,248 2,663,734,730 2,332,869,368 2,324,292,631 2,185,394,500 1,737,311,034 1,887,613,300 2,168,151,365 2,044,804,067 1,580,219,308 2,026,072,277 2,081,501,627 1,985,816,760 2,416,216,541 2,088,955,620 2,423,690,749 2,324,887,667 2,272,346,229 2,192,726,353 2,591,019,465 2,845,951,939 2,956,216,442 2,534,606,361 2,959,332,363 3,186,953,842 2,835,187,337 2,983,713,251 2,961,425,808 2,926,530,563 2,814,193,718 2,829,056,556 3,183,716,720 3,641,191,398 3,897,179,183 3,999,705,567 3,893,039,859 4,527,581,437 4,194,881,222 3,577,456,692 3,657,302,713 4,221,477,614 3,737,273,067 4,291,383,853 4,273,705,447 4,219,419,201 3,561,325,234 3,549,502,451 3,467,328,072 3,078,728,485 3,971,173,042 3,986,830,190 3,788,188,902 4,645,402,144 4,312,184,039 4,412,150,526 4,996,973,624 4,684,746,562 5,242,254,817 5,825,198,981 6,783,317,584 7,799,630,667 7,097,610,983 7,145,400,554 8,582,275,604 9,457,460,174 9,290,445,666 10,407,319,486

ICR 0.7546 0.7740 0.7990 0.8349 0.7950 0.6851 0.7572 0.8261 0.7930 0.9066 0.8992 0.9071 1.1321 1.1553 1.2516 1.3197 1.2638 1.0497 1.0296 0.8519 1.0835 0.7987 0.9560 0.9788 0.9354 1.0833 0.9144 1.0821 0.9417 0.9600 0.9338 1.0746 0.9422 1.0865 0.9764 1.1204 1.1425 1.2471 1.6309 1.5592 1.4115 1.5352 2.0381 1.6328 1.6021 1.7024 1.4136 1.6531 1.4572 1.5609 1.6633 1.8040 1.5992 1.5354 1.5312 1.8163 1.6261 1.5883 1.8544 1.8510 1.9018 1.9079 1.9949 1.9695 1.7542 1.5843 1.5314 1.5526 1.6616 1.5022 1.7183 2.1318 2.2179 2.0220 2.3574 2.1322 2.2047 2.2936 2.7825 2.8082 2.8784 3.2249 2.4923 2.5088 2.6574 2.1705 2.3531 2.3069 2.0742 2.2587 2.0644 1.9250 1.7057 1.5574 1.8107 1.8863 1.6434 1.5417 1.6049 1.4808

93.42923043 3,028,766,603.547 1.553 49.65474755 1,995,240,391.14 0.565032

Pagina 43

29-8-2008


Noten/bibliografie: 1

De namen van de beide hedge funds geven een goed beeld van de complexiteit van financiële producten: High-Grade Structured Credit Strategies Fund en High-Grade Structured Credit Strategies Enhanced Leverage Fund.

2

Subprime hypotheken zijn hypotheken verstrekt aan debiteuren met een lage credit score (kredietwaardigheid). Een bekende credit score is de FICO-score (Fair Isaac Corporation). De credit score wordt onder andere bepaald door de punctualiteit van betaling, het totaal aantal uitstaande schulden, de historie van krediet en het aantal recent opgevraagde credit scores. (http://www.myfico.com)

3

International Business Times. Bear Stearns (2007). (http://uk.ibtimes.com/articles/20070623/bearstearns-hedg-fund-financing-subprime-mortgages.htm), 23 juni 4

Kravit,J, (1998), Introduction to Securitization (http://www.securitization.net/knowledge/transactions/introduction.asp), 14 December 5

Commercial mortgage-backed securities (CMBS) are a type of bondcommonly issued in American security markets. They are a type of mortgage-backed security backed by mortgages on commercial rather than residential real estate. (http://en.wikipedia.org/wiki/Commercial_mortgage-backed_security). 6

International Monetary Fund (2006), The influence of Credit Derivatives and Structured Credit Markets on Financial Stability, in Global Financial Stability Report, a Report by the International Capital Markets Department on Market Developments and Issues 51, 63, April

7

Financial Times (2007). Deutsche sees €1.2bn profit despite charges (http://www.ft.com/cms/s/0/0e213364-718f-11dc-8960-0000779fd2ac.html?nclick_check=1), 3 October 8

Financieel Dagblad (2007). UBS schrijft miljarden af door kredietcrisis (http://www.fd.nl/csFdArtikelen/HFD/y2007/m12/d11/HFD1002514585), 11 December Financial Times (2007). UBS becomes latest victim of credit turmoil (http://www.ft.com/cms/s/75399ada6fa7-11dc-b66c00779fd2ac,Authorised=false.html?_i_location=http%3A%2F%2Fwww.ft.com%2Fcms%2Fs%2F0%2F753 99ada-6fa7-11dc-b66c-0000779fd2ac.html&_i_referer), 30 September 9

Bloomberg (2007). Weill's Earnings Machine Stalls as Citigroup Writedowns Deepen (http://www.bloomberg.com/apps/news?pid=20601087&sid=aG.bEyiAKJ5A&refer=home), 5 November, 10

New York Times (2008) (http://www.nytimes.com/2008/03/14/business/14cndbear.html?_r=2&hp=&adxnnl=1&adxnnlx=1205514294CXmKJiCDCUNuanrIeBUWYg&oref=slogin&oref=slogin), 14 March 11

BBC News (2007). Credit losses 'may reach $400bn' (http://news.bbc.co.uk/2/hi/business/7098368.stm), 16 November 12

Financial Times (2007). IMF head warns on impact of credit crisis (http://www.ft.com/cms/s/a5b06b90750f-11dc-892d0000779fd2ac,Authorised=false.html?_i_location=http%3A%2F%2Fwww.ft.com%2Fcms%2Fs%2F0%2Fa 5b06b90-750f-11dc-892d-0000779fd2ac.html&_i_referer), 7 October 13

De Telegraaf (2007). Centrale banken breiden reddingsacties stevig uit (http://www.dft.nl/nieuws/2775241/Centrale_banken_breiden_reddingsacties_stevig_uit.html, 13 December 14

Financial Times (2007). Central banks make joint assault (http://www.ft.com/cms/s/0/d9e03c62-a8bb11dc-ad9e-0000779fd2ac.html), 13 December Bloomberg (2007). Fed Tries to Separate Market Strains From Economy (http://www.bloomberg.com/apps/news?pid=20601087&sid=au0j7cvkiVno&refer=home), 13 December 15

Prudential Real Estate Investors (2007), US Quarterly, Market Perspective, October 2007

M.D. van der Ree

Pagina 44

29-8-2008

Van kredietcrisis naar vastgoedcrisis ? 16

Credit Sights (2007). Commercial Real Estate less severe than subprime (http://www.researchrecap.com/index.php/2007/10/14/commercial-real-estate-risks-less-severe-thansubprime/), 10 October 17

European Central Bank (2005), Monthly Bulletin, April 2005

18

Malpezzi, S. en Wachter, S.M. (2004). The Role of Speculation in Real Estate Cycles. The Journal of Real Estate Literature,2005 19

Eatwell, J., Milgate, M. en Newman, P. (1987) The New Palgrave: a Dictionnary of Economics. New York, p. 281

20

Rosser, J.B. Jr.(2000), From Catastrophe to Chaos: a General Theory of Economic Discontinuities. Kluwer Academic, 2nd ed.

21

J.J. Siegel (2003), What Is an Asset Price Bubble? An Operational Definition. European Financial Management, Vol 9, No 1, p 11-24

22

Brown, R.J. en B. Klingenberg (2006). Real Estate Bubbles, Evidence in the Lender-Borrower Relationship. Real Estate Issues, fall, p. 37-46 23

Fitch IBCA (2006), Fitch Global Structured Finance 1991-2005 Default Study, (http://www.fitchratings.com/dtp/pdf4-06/5fit1128.pdf) , 26 November,

24

Van Gool, P. Jager, P. en Weisz, R.M. (2001) Onroerend goed als belegging, p 233

Informatiebronnen Databases De data (1-5) is afkomstig van Reuters, Eco Win pro database: 1. Bureau of Labor Statistics. United States, Consumer Prices: series USA 11710 2. US Department of Commerce. United States, National Income Account: series USA 01200 3. Federal Reserve. United States, Constant Maturity Yields, 10 years yield average: series USA 14020 4. Federal Reserve. United States, Flow of Funds Sector: series USA 12005035 5. National Council of Real Estate Investment Fiduciaries(2007). NPI Returns, National Annual Returns (http://www.ncreif.com/indices/npi.phtml?type=N) 6. National Council of Real Estate Investment Fiduciaries (NCREIF), NCREIF_Property_Index_Trends_4q07 7. National Assocation of Real Estate Investment Trusts. FTSE NAREIT US Real Estate Index Series, Performance Indexes of All Publicly Traded REITs, For the period December 1971 - February 2008 8. Commercial Mortgage Alert (2008), The CMBS databases, price and cmbs. (http://www.cmalert.com), 10 mei

M.D. van der Ree

Pagina 45

29-8-2008

Van kredietcrisis naar vastgoedcrisis?

Recommend Documents