Verkenning HDN Databestand Actualiteit hypothekenmarkt 2009-2011
Harry Boumeester m.m.v. Cor Lamain
Verkenning HDN Databestand Actualiteit hypothekenmarkt 2009-2011 Dit onderzoek is uitgevoerd in opdracht van:
HDN Beheer
Auteurs:
Harry Boumeester m.m.v. Cor Lamain
Juni 2012 Onderzoeksinstituut OTB Technische Universiteit Delft Jaffalaan 9, 2628 BX Delft Tel. (015) 278 30 05 Fax (015) 278 44 22 E-mail
[email protected] http://www.otb.tudelft.nl
Copyright 2012 by OTB Research Institute for the Built Environment No part of this report may be reproduced in any form by print, photo print, microfilm or any other means, without written permission from the copyright holder.
INHOUDSOPGAVE
INHOUDSOPGAVE5 1
Inleiding .................................................................................................... 1
2
Een algemene schets van de variabelen ................................................... 3
3
Regionale verschillen ................................................................................ 9
4
Ontwikkelingen in de tijd ........................................................................ 16
1
Inleiding
De coöperatieve vereniging HDN (Hypotheken Data Netwerk) is een initiatief van diverse hypotheeken verzekeringsmaatschappijen met als doel te komen tot elektronische communicatie in de hypotheekadviesketen volgens uniforme standaarden. HDN functioneert als een elektronische snelweg tussen intermediair, geldverstrekker, verzekeraar en taxatiebureau. HDN is een platform voor het aanvragen en ontvangen van hypotheekoffertes, levenspolissen en taxatierapporten, het ontvangen van status updates, versturen van dossierstukken en ontvangen van portefeuille overzichten. Sommige offertes worden bij meer dan één instantie aangeboden en worden dan ook even vaak opgenomen in het systeem (gemiddeld wordt eenzelfde hypotheekofferte 1,5 keer aangevraagd). In het systeem vindt geen terugkoppeling plaats op het moment dat een hypotheekaanvraag leidt tot een feitelijke hypotheekverstrekking. HDN zorgt ervoor dat het proces, van aanvraag tot beheer, gefaciliteerd wordt. Hierdoor wordt een efficiëntieslag behaald in de gehele keten. Bij diverse maatschappijen is aanleveren via HDN verplicht of hebben HDN aanvragen voorrang bij de verwerking. De voordelen voor het intermediair voor aansluiting op HDN zijn procesverbetering in de gehele keten, kostenbesparing door foutloze offerteaanvragen, voorkeursbehandeling bij diverse maatschappijen en professionele ondersteuning. HDN is de beheerder van de ‘standaard’. De standaard is een beschrijving van een berichtdefinitie op basis van XML. Hiermee is het mogelijk om, veilig, genormaliseerd en gevalideerd, digitaal te communiceren over hypotheekaanvragen en offertes. Het doel is volledige ketenintegratie tussen de bij diverse partijen gebruikte systemen. Inmiddels zijn alle grote hypotheekverstrekkers op HDN aangesloten. Daaronder vallen circa 35 hypotheek- en verzekeringsmaatschappijen, zo’n 20 landelijk werkende distributiepartijen en rond de 4.000 intermediairs. Naar eigen zeggen heeft HDN ongeveer 50% tot 60% van alle offerteaanvragen voor nieuwe en overgesloten hypotheken op de Nederlandse markt in haar netwerk opgesloten zitten. De combinatie van gestandaardiseerde informatie en het grote aantal deelnemers aan HDN zorgt voor een omvangrijk, maar toch goed toegankelijk databestand met zeer veel en gedetailleerde informatie over vraag en aanbod op de Nederlandse hypothekenmarkt. Tot september 2009 is deze informatie steeds 15 maanden lang bewaard gebleven om bijvoorbeeld bij geschillen op terug te kunnen vallen. Na die 15 maanden werd de informatie vernietigd, omdat aan de data geen functie meer werd toegekend. In 2009 is echter besloten deze data door middel van een back up wel onbeperkt in de tijd te gaan bewaren. Daardoor is er nu een database beschikbaar met informatie vanaf september 2009, die dagelijks geactualiseerd kan worden. Woningmarkt en financiële markt De Nederlandse woningmarkt heeft al decennia lang veel aandacht gekregen in onderzoek en in beleid vanwege het grote maatschappelijke belang van de woningmarkt maar ook door de sterke verwevenheid van de woningmarkt met de Nederlandse economie. Deze aandacht heeft geleid tot een veelheid aan kennis en data over de vraag naar, en het aanbod van woningen in de huursector en zeker ook in de koopsector. Waar het de koopwoningmarkt betreft is er veel kennis beschikbaar over de omvang van de vraag, het aantal te koop staande woningen, verkooptijden, vraagprijzen en transactieprijzen, nieuwbouwprojecten en prijsontwikkelingenmodellen. Deze informatie was zeer gewild in de periode 1995-2005 toen de koopwoningmarkt in een enorme hausse verkeerde. Maar deze kennis is zeker zo gewenst nu de dynamiek op dezelfde markt sterk onder druk is komen te staan. Waar de financiering van de eigen woning in de jaren negentig en aan het begin van deze eeuw nauwelijks een onderwerp van discussie was, speelt sinds de kredietcrisis in de VS en in Europa de finan1
ciering een steeds grotere rol in het gedrag van vragers (consumenten) en aanbieders (projectontwikkelaars, overheid en hypotheekverstrekkers) op de woningmarkt. De mogelijkheden voor aspirant kopers op de Nederlandse woningmarkt worden niet alleen bepaald door het inkomen en kenmerken van het huishouden, maar ook door de voorwaarden van hypotheekverstekkers en de mate van risicoacceptatie door hypotheekgevers en –nemers. De hypotheekvorm, de doorlooptijd, de rentevast periode, het renteniveau, de Loan-To-Value ratio en de Loan-To-Income ratio zijn allemaal aspecten die erg relevant zijn in relatie tot die risico’s. En toch is er over deze aspecten weinig tot geen algemene informatie beschikbaar voor onderzoekers en beleidsmakers. Hypotheken data netwerk HDN zou in de nabije toekomst graag meer bekendheid aan de database willen geven en de verzamelde informatie willen ontsluiten om deze lacune te kunnen opvullen. Want hoewel HDN destijds is opgericht met als enig doel de communicatie te verbeteren tussen intermediairs en hypotheek- en verzekeringsmaatschappijen, inmiddels hebben zij wel de beschikking over veel en gedetailleerde data over hypotheekgevers, hypotheeknemers en de hypotheekproducten. HDN zou die informatie graag willen delen met anderen om drie redenen, waarvan de eerste twee direct aansluiten bij de doelstelling van HDN. Door met de kennis naar buiten te treden wordt de naamsbekendheid van HDN vergroot, waardoor ook de kans op nog meer deelnemers aan het digitale systeem zal toenemen. Door de informatie van afzonderlijke intermediairs en maatschappijen te aggregeren en vervolgens te analyseren en te rapporteren, wordt aan de al bestaande deelnemers kennis verstrekt, die zij op basis van alleen de eigen bedrijfsinformatie niet kunnen achterhalen. Via benchmarking kunnen zij hun voordeel doen met die kennis en zullen dan ook eerder bereid blijven om deel te nemen. Tenslotte hoopt HDN via wetenschappelijk onderzoek op basis van haar databestand, een bijdrage te kunnen leveren aan kennisvermeerdering over voorkeuren, keuzes en gedrag van woonconsumenten. Het hypotheken data netwerk is destijds opgezet voor het standaardiseren en uniformeren van de elektronische communicatie in de hypotheekadviesketen en is niet opgebouwd met als doel om data voor onderzoek of beleidsbeslissingen op te leveren. Dit heeft gevolgen voor zowel de structuur van de databestanden, als mogelijk de bruikbaarheid en kwaliteit van de data. Tot op heden is de data van HDN opgeslagen in diverse afzonderlijk ‘gerelateerde’ databestanden. Dit wil zeggen dat verschillende onderdelen van de hypotheekaanvraag worden opgeslagen in aparte databestanden, die op basis van een sleutelvariabele aan elkaar gekoppeld kunnen worden. Met name bij het invoeren van de gegevens levert dit een grotere efficiëntie en gebruikersgemak op. Door de koppeling van het HDN aan het software programma Qlikview is ook het rapporteren en visualiseren van de data in deze afzonderlijke databestanden goed mogelijk. Voor (wetenschappelijk) onderzoek is deze datastructuur minder handzaam. Men kan de data in de bestanden namelijk niet bewerken (hercoderen of combineren van variabelen), veel analysetechnieken zijn niet toepasbaar op een dergelijke datastructuur en de informatie kan ook niet worden gekoppeld aan informatie uit andere onderzoekdatabestanden. Daarom is er een verkenning uitgevoerd om de data anders te structureren in één bestand en om de kwaliteit en de bruikbaarheid van de data te toetsen. In het vervolg van deze notitie worden de resultaten van dit verkennend onderzoek weergegeven.
2
2
Een algemene schets van de variabelen
HDN heeft aan het Onderzoeksinstituut OTB de data beschikbaar gesteld van alle hypotheekaanvragen uit een periode van 26 maanden (september 2009 tot en met oktober 2011); natuurlijk wel geanonimiseerd op naam en adres. Eerst is alle data gekoppeld tot één SPSS databestand; dit kan worden gezien als een enorme grote matrix, waarbij alle informatie met betrekking tot één hypotheekaanvraag achter elkaar in een rij wordt geplaatst. Elke rij in de matrix (elke record) staat voor een hypotheekaanvraag en elke kolom in de matrix (variabele) bevat een kenmerk van de aanvraag of de aanvrager. Bij het uitvoeren van de analyses gaat men vervolgens records samenvoegen en/of variabelen combineren. In de genoemde periode van 26 maanden blijken er 339.370 aanvragen te zijn geregistreerd in het HDN, ofwel gemiddeld ruim 13.000 aanvragen per maand. In een deel van de gevallen betreft het verschillende offertes voor dezelfde gewenste hypotheek; deze worden evenwel als afzonderlijke aanvragen in het databestand beschouwd. Niet voor alle aanvragen is op de afzonderlijke variabelen informatie bekend, omdat een kenmerk bijvoorbeeld niet van toepassing is of er een registratiefout is gemaakt. Om hier beter inzicht in te krijgen hebben we eerst van de meest belangrijke centrale variabelen frequentieverdelingen opgesteld, waarvan de resultaten in tabel 1 zijn samengevat. De kenmerken van de aanvrager zijn vrijwel steeds beschikbaar met uitzondering van een kleine 1% van de aanvragen waarbij het huishoudeninkomen niet goed of niet is vast te stellen. Twee derde deel van alle aanvragen is afkomstig van meerpersoonshuishoudens, 70% van huishoudens met een gezinshoofd jonger dan 45 jaar en ruim driekwart van de hypotheekaanvragen heeft betrekking op een eengezinswoning. De variabele ‘type verhuizing’ (of iemand voor de eerste keer een hypotheek aanvraagt of een vervolghypotheek wenst) is vaak niet bekend. Bij drie op de tien aanvragen is deze informatie niet geregistreerd. Wanneer we analyses willen uitvoeren op ‘type verhuizing’ blijven die 106.000 aanvragen dus buiten beschouwing. In veel gevallen bestaat een hypotheekaanvraag uit een gemengde hypotheek: een combinatie van twee of meer hypotheekvormen. Om toch wat structuur in de grote hoeveelheid beschikbare combinaties te krijgen is per aanvraag bepaald welke hypotheekvorm het grootste aandeel in de totaal gewenste hypotheeksom heeft. Vervolgens is die hypotheekvorm als kenmerk aan de totale aanvraag toegekend. Op deze wijze blijkt er in 70% van de gevallen een hoofdhypotheekvorm te bepalen. De overige 30% van de hypotheekaanvragen zijn te specifiek of te complex en kunnen op dit kenmerk dan ook niet goed betrokken worden in de uit te voeren analyses. De rentevoet is in 98% van alle hypotheekaanvragen gewoon beschikbaar. De spreiding in de geoffreerde rentevoet is natuurlijk niet al te groot, omdat het aanvragen betreft uit een beperkte periode van ruim twee jaar. Tenslotte is de hoogte van de gewenste hypotheeksom nog gekoppeld aan respectievelijk de waarde van de woning (LTV) en de hoogte van het inkomen (LTI). Bij het berekenen van de LTI blijkt 3% van alle aanvragen niet meegenomen te kunnen worden vanwege ontbrekende of onduidelijke gegevens met betrekking tot de hoogte van het inkomen of de hoogte van de gewenste hypotheeksom. Bij de LTV geldt dit voor 5%.
3
Tabel 1 Aantal hypotheekaanvragen naar enkele kenmerken van de aanvrager of de gewenste hypotheek, in de periode september 2009 – oktober 2011 Aantal personen
Leeftijdsklasse
1 persoon
114196
- 30 jaar
102047
2 of meer persoenen
225161
31 - 44 jaar
136702
14
45 - 64 jaar
89640
65 jaar of ouder
10968
onbekend/missing
Onbekend/missing Totaal
339371
14
Totaal
Inkomensklasse
339371
Type woning
tot en met € 32.500
81529
flat/appartement
€ 32.500 - € 45.000
81006
ning
€ 45.000 - € 60.000
81938
overige woningen
2885
meer dan € 60.000
92056
onbekend/missing
519
onbekend/missing
2842
Totaal
339371
eengezinswo-
Totaal
Type verhuizing
71534 264433
339371
Hypotheekvorm
starter
121266
aflossingsvrij
doorstromer onbekend/missing
111490
annuitair
7339
beleggingshypotheek
4877
banksparen
3300
106615
spaarhypotheek
79114
overig/onbekend
96050
missing Totaal
339371
Totaal
Rentevoet in klassen
145970
2721 339371
Hypotheek met NHG
tot 4,4%
99019
ja
203777
4,4 – 4,7%
61422
nee
135594
4,7-5,0%
66192
onbekend/missing
vanaf 5%
104447
onbekend/missing Totaal
0
8291 339371
Totaal
LTV in klassen
339371
LTI in klassen
0-60%
55003
Tot 3,5
60-75%
21570
3,5 - 4,5
79000
75-100%
57800
4,5 - 5,5
115915
100-125%
138091
vanaf 5,5
53680
onbekend/missing
10038
vanaf 125% onbekend/missing Totaal
49851
80738
17056 339371
Totaal
339371
Bron: HDN, 2012
In de beschikbare databestanden is ook de postcode van de te verhypothekeren woning opgenomen. Met behulp van deze postcodes kunnen hypotheekaanvragen gekoppeld worden aan de Nederlandse gemeenten en vervolgens aan de provincies of landsdelen. In ruim 10% van alle aanvragen in de periode september 2009 – oktober 2011 blijkt de postcode onbekend of onbruikbaar voor deze procedure. 4
Tabel 2 Aantal hypotheekaanvragen naar landsdeel en provincie van het beoogde object, in de periode september 2009 – oktober 2011 Landsdeel
Provincie
Noord-Nederland
30191
Groningen
10264
Oost-Nederland
53904
Friesland
10898
West-Nederland
159187
Drenthe
9029
Zuid-Nederland kend/missing
onbe-
59828
Overijssel
21322
36261
Flevoland
9494
Gelderland
32582
Utrecht
23875
Noord-Holland
56521
Zuid-Holland
69297
Zeeland Noord-Brabant Limburg Totaal
339371
7530 38185 14113
Onbekend/missing
36261
Totaal
339371
Bron: HDN, 2012
Deze eerste bestudering van de beschikbare data heeft duidelijk gemaakt dat enige voorzichtigheid is geboden bij het uitvoeren van analyses op regionaal niveau, maar vooral wanneer in de analyses gebruik gemaakt wordt van de variabele ‘type verhuizing’. Zoals eerder aangegeven zijn er gemiddeld per maand 13.000 hypotheekaanvragen geplaatst via het communicatiesysteem van HDN. Maar achter dit gemiddelde zit wel een zekere fluctuatie in aantallen (zie figuur 1). In de tweede helft van 2010 lag het maandelijks aantal steeds duidelijk boven dat gemiddelde en in de tweede helft van 2011 juist er onder. Dit strookt met de algemene woningmarktinformatie over een afnemende dynamiek op de markt van koopwoningen in het laatste jaar. Zelfs in de beschouwde, relatief korte periode is er een verschuiving waarneembaar naar gewenste hypotheekvorm (zie figuur 2). In september 2009 bestond 50% van de aanvragen voor het grootste deel uit een aflossingsvrije hypotheek. Dit aandeel loopt geleidelijk af tot circa 35% aan het eind van 2011. Ook de spaarhypotheek verliest aan populariteit onder de adspirant-kopers: van 32% naar 14%. Daar staat tegenover dat van steeds meer hypotheekaanvragen het minder duidelijk of onbekend is tot welke categorie zijn behoren. In oktober 2011 geldt dit voor bijna 50% van alle aanvragen! Dit blijkt bij navraag echter het gevolg te zijn van een aanpassing in de HDN Standaard (het toevoegen van een nieuwe categorie ‘Spaarrekening’ dat valt onder het begrip ‘banksparen’) dat evenwel nog niet in de HDN-index is aangepast. Dit dient nog met terugwerkende kracht gedaan te worden, waarna duidelijk zal worden dat het aandeel van het banksparen bij het aangaan van een hypotheek behoorlijk is toegenomen in 2011.
5
Figuur 1 Aantal hypotheekaanvragen op maandbasis, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
Figuur 2 Relatief aantal hypotheekaanvragen op maandbasis, naar hypotheekvorm van grootste deel van de hypotheeksom, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
6
Figuur 3 Relatief aantal hypotheekaanvragens, naar hoogte van de LTV-ratio en de lengte van de rentevaste periode, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
Driekwart van alle aanvragers kiest voor een rentevaste periode van langer dan vijf jaar, waaronder een grote meerderheid kiest voor een periode tussen de vijf en tien jaar (zie figuur 3). Een langere rentevaste periode geeft meer zekerheid over de hypotheeklasten in de komende periode. Aanvragers met een hogere Loan-To-Value ratio, waar dus meer risico’s aan verbonden zijn, blijken ook substantieel vaker een hypotheek te kiezen met een langere rentevaste periode. Zeer waarschijnlijk is die keuze ingegeven door het niet te ver laten oplopen van de risico’s. Uit figuur 3 blijkt dit verband haast lineair te zijn: hoe lager de LTV ratio, des te groter het aandeel van de hypotheken met een korte rentevaste periode. Figuur 4 Relatief aantal hypotheekaanvragens, naar hoogte van de LTI-ratio en de lengte van de rentevaste periode, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
7
Een zelfde effect is in iets mindere mate terug te vinden in figuur 4, waar de lengte van de rentevaste periode is afgezet tegen de hoogte van de Loan-To-Income ratio. Een lage LTI ratio betekent dat de aanvrager wat meer financiële buffer heeft en zich dus wat meer risico kan veroorloven bij andere keuzes ten aanzien van de hypotheek. De aanvragers met een LTI onder de 3,5 kiezen twee keer zo vaak voor een kortere rentevaste periode (tot 5 jaar) dan de aanvragers met een LTI boven de 4,5.
8
3
Regionale verschillen
Het is bekend dat er niet één Nederlandse koopwoningmarkt bestaat. Deze markt is gesegmenteerd naar onder andere woningtype en bestaande of nieuwbouw en zeker ook naar geografisch gebied. Er bestaan duidelijke verschillen in de omvang van het woningaanbod en ook in woningvraag tussen woningmarktgebieden. Er is sprake van meer en minder krappe woningmarktgebieden. De vraag is in hoeverre dit zich ook vertaald in regionale verschillen op de “hypothekenmarkt” . Niet alle provincies hebben een even grote koopwoningmarkt en dus verschilt ook het aantal hypotheekaanvragen per provincie enorm. Achter een provinciaal gemiddelde van 28.000 aanvragen schuilt een spreiding, die loopt van 10.000 in Zeeland tot bijna 70.000 aanvragen in Zuid-Holland. Dit is niet zo verwonderlijk omdat de koopwoningvoorraad in Zuid-Holland ook veel omvangrijker is dan die van de provincie Zeeland (respectievelijk 123.000 en 838.000 woningen). Verhoudingsgewijs blijken in de bestudeerde periode de meeste hypotheken te zijn aangevraagd in de provincies Flevoland (met een groot aandeel van de gemeente Almere) en Noord-Holland en het minste aantal in Limburg (zie figuur 5). In de eerste twee provincies is het aantal aanvragen gelijk aan 9,2% van de woningvoorraad en in Limburg maar 4,4%. Figuur 5 Aantal hypotheekaanvragen per provincie, naar hypotheekvorm van grootste deel van de hypotheeksom, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
In de provincies met een relatief hoog prijsniveau op de koopwoningmarkt is het aandeel van de aanvragen met een aflossingsvrije hypotheek het grootst (zie figuur 6). De afwijkende verdeling van ZuidHolland op dit punt wordt voor een belangrijk deel veroorzaakt door de afwijkende woningmarktomstandigheden in de twee grote steden Rotterdam en Den Haag.
9
Figuur 6 Relatief aantal hypotheekaanvragen per provincie, naar hypotheekvorm van grootste deel van de hypotheeksom, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
Zonder nader onderzoek kunnen we echter niet aangeven of er een, en zo ja welk, verband bestaat tussen de hogere koopprijzen in de provincies Utrecht, Drenthe, Noord-Holland , Noord-Brabant en Gelderland en het groter aandeel huishoudens dat kiest voor een (voor een belangrijk deel) aflossingsvrije hypotheeksom. Maar uit figuur 7 blijkt dat in de genoemde provincies de aanvragers ook relatief vaker over een hoger inkomen beschikken. Alleen Drenthe vormt hierop een uitzondering. Meer dan 50% van de desbetreffende huishoudens heeft een bruto jaarinkomen boven de € 45.000. Wellicht hebben deze huishoudens door het hogere inkomen wat meer financiële ‘buffer’ om het risico van het niet aflossen te kunnen en willen dragen. Bovenstaande veronderstelling wordt bevestigd door het beeld dat is terug te vinden in figuur 8, waar de verdeling naar de LTI ratio per provincie wordt weergegeven. Want het zijn wederom de provincies met relatief veel aflossingsvrije hypotheken die ook veel bovengemiddelde LTI ratio’s kennen. 50% of meer van de aanvragers in die provincies gaan voor een hypotheek die leidt tot een LTI ratio boven de 4,5 (waar de gemiddelde norm ongeveer op 4 ligt).
10
Figuur 7 Relatief aantal hypotheekaanvragen per provincie, naar inkomensklasse van de aanvrager, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
Figuur 8 Relatief aantal hypotheekaanvragen per provincie, naar hoogte van de Loan-ToIncome ratio, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
De hogere hypotheeksommen in relatie tot de inkomens en het groter aandeel aflossingsvrije hypotheken lijken inderdaad te worden veroorzaakt door de hogere prijzen in de betreffende provincies. De 11
LTV ratio’s zijn in deze duurdere provincies namelijk niet hoger dan in de overige provincies. Integendeel, zo blijkt uit figuur 9. Het zijn met name Zuid-Holland en Flevoland die er uit springen met 65% van de aanvragen waarbij de LTV ratio boven de 100% uitkomt. Figuur 9 Relatief aantal hypotheekaanvragen per provincie, naar hoogte van de Loan-ToValue ratio, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
De hiervoor beschreven verschillen in LTV-ratio’s tussen de provincies kunnen ook anders inzichtelijk gemaakt worden. Daartoe hebben we niet de verdeling van ratio’s naar klassen, maar het gemiddelde LTV-ratio per gebied gebruikt. De provincies zijn daarbij opgedeeld naar zogeheten Corop-gebieden als een proxy voor te onderscheiden woningmarktgebied (zie figuur 10). Wederom zien we dat de woningmarktgebieden in Flevoland en in Zuid-Holland gemiddeld hogere LTV-ratio’s hebben dan in de meeste andere woningmarktgebieden. Maar daarnaast blijkt nu ook dat in de regio rond Amsterdam en in het woningmarktgebied Apeldoorn de LTV’s gemiddeld veel hoger liggen dan in de omringende gebieden. Ook Zeeuws-Vlaanderen springt er opvallend en wellicht onverwachts uit.
12
Figuur 10 Gemiddelde Loan-To-Value ratio, bij nieuwe hypotheekaanvragen, per Coropgebied, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
De verschillende omstandigheden op de provinciale koopwoningmarkten leiden dus ook tot andere beslissingen op de hypothekenmarkt. Maar zijn het dan wellicht ook andere typen huishoudens in deze provincies die een woning willen/kunnen kopen ? Naar leeftijd van de adspirant-kopers moeten we deze vraag ontkennend beantwoorden (zie figuur 11). Voor Nederland als geheel geldt dat 70% van de aanvragers jonger is dan 45 jaar en 30% jonger dan 30 jaar. Dezelfde percentages zijn min of meer terug te vinden in de leeftijdsverdelingen per provincie. Drenthe en Limburg wijken nog een meeste af met maar 5 procentpunten.
13
Figuur 11 Relatief aantal hypotheekaanvragen per provincie, naar leeftijdsklasse van de aanvrager, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
Figuur 12 Aantal hypotheekaanvragen, naar inkomensklasse en woningmarkthandeling van de aanvrager, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
14
Vervolgens zijn we nagegaan of de koopwensen of -kansen wellicht anders verdeeld zijn voor starters of doorstromers op de koopwoningmarkt of voor huishoudens met een lager en hoger bruto inkomen. Daarbij valt overigens een derde van het totaal aantal aanvragen af, omdat de woningmarkthandeling niet (goed) is te bepalen. Deze ‘missing cases’ blijken wel binnen alle inkomensklassen voor te komen (figuur 12), zodat er geen sprake is van een structurele vertekening van de informatie wanneer we ons beperken tot de starters en doorstromers. Figuur 13 Relatief aandeel hypotheekaanvragen per provincie, naar inkomensklasse en woningmarkthandeling van de aanvrager, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
Voor Nederland als geheel geldt dat de verdeling van het aantal hypotheekaanvragen naar starters en doorstromers ongeveer 50%-50% is. Deze verhouding zien we in de afzonderlijke provincies in min of meer dezelfde mate terug. In Flevoland is het aandeel starters het grootst (55%) en in Noord-Holland het kleinst (45%). Er is in figuur 13 geen duidelijke, sterke relatie te vinden tussen het prijsniveau of de ‘druk’ op de woningmarkt in een provincie en de kansen voor starters in die provincie: dus geen kleiner aandeel in de duurdere provincies. Binnen de groepen starters en doorstromers zijn er wel verschillen naar inkomensklassen waar te nemen tussen de provincies. Deze verschillen zijn overigens weer niet direct te koppelen aan koopprijsverschillen tussen de provincies. Ten opzichte van de landelijke verdeling wijken namelijk de volgende provincies het meest duidelijk af. In Zuid-Holland hebben de lagere inkomensgroepen (tot €45.000) een geringer aandeel bij zowel de starters als de doorstromers. Maar in de twee duurdere provincies Noord-Brabant en Utrecht zijn de lagere inkomensgroepen juist oververtegenwoordigd in vergelijking met het landelijk beeld. Hier zou sprake kunnen zijn van een zekere ‘inhaalvraag’ van de huishoudens met een modaal inkomen, die in de periode voor de crisis minder kansen hebben gehad op een verhuizing naar een (andere) koopwoning. Maar om hier eventueel meer duidelijkheid in te kunnen geven, zou aanvullend onderzoek moeten plaatvinden. Zeker ook omdat in de provincie Overijssel, met een in verhouding wat minder dure woningvoorraad, de lagere inkomensgroepen eveneens bovengemiddeld vertegenwoordigd zijn onder de hypotheekaanvragers. 15
4
Ontwikkelingen in de tijd
We hebben gezien dat niet alleen de koopwoningmarkt maar ook de hypothekenmarkt gesegmenteerd is. We weten dat de koopwoningmarkt in Nederland ook in de tijd geen constant beeld heeft laten zien. Juist in de periode waarover het HDN databestand cijfers beschikbaar heeft, zijn de woningmarktomstandigheden drastisch gewijzigd. De volgende vraag is dan of en op welke manier dit ook tot wijzigingen op de hypothekenmarkt heeft geleid? Zijn het andere hypotheekaanvragers geworden of zijn de gewenste hypotheekproducten gewijzigd? We hebben in hoofdstuk 2 al gezien dat het aandeel van de verschillende gewenste hypotheekvormen in het totaal aantal aanvragen is verschoven gedurende de bestudeerde periode: minder spaarhypotheken en vooral minder aflossingsvrije hypotheken. Eind 2009 en begin 2010 is er daarbij sprake van een licht oplopend aandeel van de jongere aanvragers tot bijna 30% en juist een licht dalend percentage huishoudens op middelbare leeftijd (zie figuur 14). Vanaf medio 2010 is het beeld eigenlijk redelijk stabiel met een verdeling van ongeveer 30% - 40% - 25% en 5% over de opeenvolgende leeftijdsklassen. Ook de verdeling naar woningmarkthandeling, starter of doorstromer, laat vele maanden achtereen weinig variatie zien, zo valt op te maken uit figuur 15. De verhouding is steeds 50% - 50%. Vanaf het begin van 2011 neemt het aandeel van de starters onder de hypotheekaanvragers minimaal maar gestaag toe tot boven de 55%. In potentie is in die maanden de instroom in de koopsector dus groter dan de doorstroming binnen de sector. Het is op basis van alleen deze gegevens echter niet duidelijk of dit al een eerste aanwijzing is voor iets meer druk op (de onderkant van) de koopwoningmarkt. Figuur 14 Relatief aantal hypotheekaanvragen per maand, naar leeftijdsklasse van de aanvrager, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
16
Figuur 15 Relatief aantal hypotheekaanvragen per maand, naar woningmarkthandeling van de aanvrager, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
In figuur 16 hebben we de hypotheekaanvragen op maandbasis verdeeld naar inkomensklasse en voorgenomen woningmarkthandeling. In de 26 maanden waarover informatie uit het HDN databestand beschikbaar is, zien we het aandeel van de twee middelste inkomensklassen nauwelijks veranderen: steeds behoort ongeveer 25% van de aanvragers tot een van beide inkomensklassen. Meer fluctuaties zien we in het aandeel van de huishoudens uit de laagste inkomensgroep (tot €32.500) en de doorstromers in de hoogste inkomensklasse. Daarbij zijn er drie perioden te onderscheiden: van september 2009 tot en met maart 2010, april 2010 tot en met december 2010 en de eerste 10 maanden in 2011. In de eerste periode neemt het aandeel van de lagere inkomensgroep licht toe. In de volgende periode zien we dat aandeel weer licht dalen en het relatieve aantal doorstromers met een hoog inkomen juist stijgen. In 2011 buigen die trends weer juist om en neemt het aandeel van de starters met een lager inkomen weer licht toe. Mogelijkerwijs leidt de stijging van het relatieve aantal aanvragers uit de laagste inkomensklasse in de eerste periode tot meer aanvragen van de doorstromers met een hoog inkomen in de tweede periode. Hoewel dit beeld past in de theorie van de ‘doorstromingsmarkt’ en van de ‘woninghiërarchie’ , blijft dit zonder aanvullend onderzoek natuurlijk speculatief. Ook de omslagpunten in april 2010 en januari 2011 zijn niet duidelijk te koppelen aan specifieke gebeurtenissen of beleidswijzigingen
17
Figuur 16 Relatief aandeel hypotheekaanvragen per maand, naar inkomensklasse en woningmarkthandeling van de aanvrager, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
Figuur 17 Relatief aantal hypotheekaanvragen per maand, naar hoogte van de LTI ratio, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
18
In figuur 17 is er wel overduidelijk een beleidswijziging herkenbaar in de verdeling van de hypotheekaanvragen naar LTI ratio. De NHG normering voor de maximale financieringslast is per 1 januari 2011 fors bijgesteld, waardoor ook de normering voor de relatie tussen de hoogte van het inkomen en de hoogte van de hypotheeksom scherp is bijgesteld binnen de toen voor banken geldende Gedragscode Hypothecaire Financieringen. Van december 2010 naar januari 2011 neemt het aandeel van de laagste LTI ratio’s dan ook plotseling flink toe en het tegenovergestelde geldt voor de hoogste LTI ratio’s. Daarna stabiliseert de verdeling naar LTI klassen zich weer op dit nieuwe niveau. Het aanscherpen van de norm voor de maximale financieringslast zorgt dus voor wat minder risico’s ten aanzien van de af te sluiten hypotheek, te weten een lagere LTI ratio. Aanvankelijk lijkt dat ruimte te bieden om op een ander front wat meer risico’s te nemen: het aandeel hypotheekaanvragen met een kortere rentevaste periode loopt gedurende de eerste maanden van 2011 flink op (van minder dan 20% naar meer dan 40%), zo blijkt uit figuur 18. Een kortere rentevaste periode gaat namelijk samen met een iets lagere rentetarief en dus tot iets lagere financieringslast bij eenzelfde hypotheeksom. We kunnen deze ontwikkeling dan ook in de meest sterke mate terugvinden bij de hypotheekaanvragen die gepaard gaan met een hoge LTI (zie figuur 19). Figuur 18 Relatief aantal hypotheekaanvragen per maand, naar rentevaste perioden, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
19
Figuur 19 Relatief aantal hypotheekaanvragen per maand in de hoogste LTI klasse, naar rentevaste perioden, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
Figuur 20 Relatief aantal hypotheekaanvragen per maand, naar hoogte van de LTV ratio, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
Ook bij de verdeling naar de LTV ratio’s op maandbasis is een beleidswijziging te herkenbaar (zie figuur 20).Per 1 augustus 2011 de Gedragscode Hypothecaire Financieringen namelijk in werking getreden, waarbij onder andere de maximaal toegestane LTV is aangescherpt. Tot dat moment konden banken zonder toelichting een LTV ratio van 112% toepassen bij het verstrekken van een hypotheek; vanaf dat moment geldt echter een maximum van 106% (inclusief 2% overdrachtsbelasting). Dit resulteert direct in een afname van het relatieve aantal hypotheekaanvragen met een LTV ratio boven de 125%: van bijna 20% in juni 2011 naar 10% in juli 2011 en vervolgens tot 5% in oktober 2011. 20
Figuur 21 Relatief aantal hypotheekaanvragen per maand, naar inkomensklasse, woningmarkthandeling en hoogte van de LTV ratio, in de periode september 2009 – oktober 2011
Bron: HDN, 2012
Figuur 21 Relatief aantal hypotheekaanvragen per maand, naar inkomensklasse, woningmarkthandeling en hoogte van de LTV ratio, in de periode september 2009 – oktober 2011 (vervolg) 21
Bron: HDN, 2012
Dit effect van de aanscherping van de gedragscode op de LTV ratio blijkt het meest duidelijk terug te zien bij de hypotheekaanvragers met een laag bruto jaarinkomen en bij de huishoudens met een in22
komen tussen de € 45.000 en € 60.000 en dan bij de starters in nog iets sterkere mate dan bij de doorstromers (zie figuur 21). De huishoudens in de genoemde inkomensklassen hadden verhoudingsgewijs al vaker een hogere tot zeer hoge LTV ratio en worden dus eerder ‘geraakt’ door deze wijziging. Verder valt in figuur 21 nog op dat met name de starters met een bruto jaarinkomen tussen de €32.500 en €45.000 relatief vaak (6 op de 10) een hypotheek aanvragen met een LTV ratio onder de 100%. Zij moeten dus over eigen vermogen beschikken om in ieder geval de kosten van het kopen te financieren en wellicht een deel van de aanschafprijs. Verder kan het ook zo zijn dat deze huishoudens door het wat hogere inkomensniveau in een kwalitatief wat betere woningen terecht komen dan de starters met een lager inkomen en daardoor geen verbouwingskosten hoeven mee te financieren. Maar ook nu geldt weer dat zonder aanvullend onderzoek hier geen zekere uitspraken over zijn te geven.
23
24
Onderzoeksinstituut OTB Delft University of Technology Jaffalaan 9, 2628 BX Delft, The Netherlands Postbus 5030, 2600 GA Delft, The Netherlands Telefoon +31 (0)15 278 30 05 Fax +31 (0)15 278 44 22 E-mail
[email protected] www.otb.tudelft.nl
