De sterke gevoeligheid van woningprijzen voor kredietvoorwaarden

426Jaargang 100 (4713 & 4714) 9 juli 2015
De sterke gevoeligheid
van woningprijzen voor kredietvoorwaarden
WONINGMARKT
I
n woningmarktanalyses zijn volgens Muellbauer en
Williams (2011) kredietvoorwaarden de bekende
‘olifant in de kamer’. Hiermee bedoelden zij dat
kredietvoorwaarden een niet te missen factor zijn,
die desondanks door vele onderzoekers wordt omzeild. Dit
geldt ook voor het onderzoek naar de Nederlandse woning –
markt. De voornaamste reden hiervoor is het ontbreken
van een lange (exogene) datareeks voor de strengheid van
kredietvoorwaarden in Nederland, een zogenoemde kre –
dietvoorwaardenindex. Dit is een serieuze leemte die een
goede analyse van de woningmarkt verhindert. Het is im –
mers onomstreden dat de versoepeling van de kredietvoor –
waarden voor woninghypotheken in de jaren negentig een
belangrijke oorzaak is geweest van de in die tijd sterk geste –
gen huizenprijzen in Nederland (DNB, 2011; Vandevyvere
en Zenthöfer, 2012; Tweede Kamer, 2013). De afgelopen
jaren zijn de kredietvoorwaarden echter juist aangescherpt.
Algemeen wordt er aangenomen dat hierdoor de woning –
prijzen neerwaarts zijn beïnvloed. Desondanks ontbreken
kredietvoorwaarden als verklarende variabele in analyses
van de Nederlandse woningmarkt. In dit artikel wordt
getracht deze leemte op te vullen door eerst een krediet –
voorwaardenindex te construeren en daarmee vervolgens de impact van wijzigingen in de kredietvoorwaarden op de
woningprijzen te analyseren. Kredietvoorwaarden vormen
hier een containerbegrip voor alle factoren ter bepaling van
“het aanbod van krediet op de hypotheekmarkt bij gegeven
rente
” oftewel “het uitleenbeleid van banken” (Fernandez-
Corugedo en Muellbauer, 2006). Gedeeltelijk worden de
door banken gestelde kredietvoorwaarden direct of indi-
rect opgelegd door de overheid. De resultaten illustreren
dat de kredietvoorwaarden tot en met 2010 gestaag zijn
versoepeld en tussen 2010 en 2012 zijn aangescherpt. Dit
verloop van de kredietvoorwaarden, zo volgt uit de analyse,
is van grote betekenis geweest voor de huizenprijsontwik –
keling in Nederland.
VERSOEPELING GEVOLGD DOOR AANSCHERPING
In de jaren negentig en begin 2000 zijn de kredietvoor –
waarden sterk versoepeld, onder andere door de introduc-
tie van nieuwe hypotheekproducten – zoals aflossingsvrije
en beleggingshypotheken – en doordat het mogelijk werd
om bij de bepaling van de hypotheekhoogte het tweede
inkomen van het huishouden deels mee te rekenen. In het
eerste decennium van deze eeuw kwamen echter ook de
eerste, bescheiden aanscherpingen van kredietvoorwaar –
den. Zo konden huishoudens vanaf 2001 maximaal der –
tig jaar gebruikmaken van de hypotheekrenteaftrek bij de
financiering van de nieuwe woning. De ‘bijleenregeling’
van 2004 regelde dat men enkel de hypotheekrente mocht
aftrekken over de aankoopprijs van de nieuwe woning ,
minus de overwaarde van de vorige woning. Vanaf 2010 kwamen er grotere aanscherpingen van
de kredietvoorwaarden. Zo besloten banken middels de
Gedragscode Hypothecaire Financieringen (GHF)
begin 2011 dat huishoudens maximaal vijftig procent van de
woning mochten financieren met een aflossingsvrije hypo –
theek. In 2012 begon de overheid de maximaal toegestane
loan-to-value-ratio (LTV ) te verlagen met één procentpunt
per jaar, tot deze maximaal honderd procent zal zijn in 2018. MARC
FRANCKE
Hoogleraar aan de
Universiteit van
Amsterdam en hoofd
Real Estate Research
bij Ortec Finance
ALEX
VAN DE MINNE
Onderzoeker aan
de Universiteit van
Amsterdam en De
Nederlandsche Bank
JOHAN
VERBRUGGEN
Senior econoom bij
De Nederlandsche
Bank
Tussen 1995 en 2008 zijn de reële woningprijzen in Nederland
met 72 procent gestegen en daarna tot en met 2012 met bijna 24
procent gedaald. Een substantieel deel van dit verloop is toe te
schrijven aan de versoepeling , respectievelijk aanscherping van de
hypothecaire kredietvoorwaarden van banken. Dit suggereert dat
hypothecaire kredietvoorwaarden een belangrijk macro-prudenti-
eel instrument zijn voor beleidsmakers.
ESB Woningmarkt

Woningmarkt ESB
427Jaargang 100 (4713 & 4714) 9 juli 2015
‘95 ‘96 ‘97 ‘98 ‘99 ‘00 ‘01‘02‘03 ‘04 ‘05‘06 ‘07‘08‘09 ‘10‘11‘1212
34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 3410 0
1
10
1
2 0
1
3 0
1
4 0
1
5 0
1
6 0
1
7 0
1
8 0
1
9 0 Index (1995=100)
Vanaf 2013 komen aflossingsvrije en beleggingshypotheken
niet langer in aanmerking voor hypotheekrenteaftrek.
METHODE KREDIETVOORWAARDENINDEX
Om een kredietvoorwaardenindex te construeren zijn
op kwartaalbasis voor de periode 1995–2012 meerdere
foutencorrectiemodellen geschat, waarbij de kredietvoor
–
waardenindex als niet-geobserveerde component is op –
genomen. Hier wordt alleen het meest plausibele schat –
tingsresultaat beschreven. Voor de overige resultaten en de
econometrische verantwoording van het gehele empirische
onderzoek wordt verwezen naar Francke et al. (2014). Het
model richt zich op het verklaren van de gemiddelde reële
huizenprijs van starters op de woningmarkt. De huizenprijs
van starters wordt benaderd door de prijs van woningen
die zijn gekocht door huishoudens waarvan het hoofd 35
jaar of jonger is. Net als in de internationale literatuur (Fer –
nandez-Corugedo en Muellbauer, 2006) is bewust voor de
specifieke groep van starters gekozen. De reden is dat deze
huizenkopers in de regel niet of nauwelijks over financieel
vermogen beschikken en dus voor de woningaankoop vrij –
wel volledig afhankelijk zijn van het uitleenbeleid van ban –
ken. De invloed van wijzigingen in de kredietvoorwaarden
kan daardoor zuiverder worden bepaald. Het prijsverloop
van starterswoningen wijkt af van de algemene huizenprijs-
index. Voor de periode 1995–2001 stegen woningprijzen
in Nederland met 120 procent, terwijl de prijsontwikke –
ling voor starters ‘slechts’ 70 procent was. Voor de periode
2009–2012 was de woningprijsontwikkeling voor starters
echter een stuk hoger (+5 procent) dan voor Nederland
in het algemeen (–15 procent). Volgens Francke en Van de
Minne (2013) komt dit doordat starters een betere kwali-
teit woningen konden kopen vanwege het feit dat woning –
prijzen sterker daalden dan de leencapaciteit van starters. Het foutencorrectiemodel bevat zo veel mogelijk va –
riabelen die de vraag van starters naar woningen bepalen.
Het gaat daarbij om het huishoudinkomen van starters, het
aantal potentiële starters – weergegeven door personen tus-
sen 20 en 35 jaar – en de leencapaciteit van starters. Laatst –
genoemde grootheid is op basis van de Nibudnormen
berekend als functie van het inkomen van starters, het aan –
tal verdieners per startend huishouden en de rentestand.
Verondersteld is dat, in een schattingsvergelijking met alle
relevante vraagfactoren, de structurele niet-geobserveerde
component het effect van de kredietvoorwaarden opvangt.
De niet-geobserveerde component wordt geschat uit de
data. Alle variabelen zijn niet-stationair, maar gezamenlijk
wel geco-integreerd; zie Francke et al. (2014). Daarom is
ervoor gekozen om de variabelen in een foutencorrectie –
model te schatten. Het foutencorrectiemodel is simultaan
geschat. De schattingsperiode loopt van het eerste kwartaal
van 1995 tot en met het vierde kwartaal van 2012. De va –
riabelen hebben allemaal betrekking op starters en luiden
in log-niveaus. Alle coëfficiënten zijn significant op vijf-
procentsniveau, de meeste ook op eenprocentsniveau. Het
schattingsresultaat luidt als volgt:
Δps
t = –0,29 Δist – 0,11 Δbst – 0,49 (ps – ps*)t –1 (1a)
ps*
t = 0,23 bst + 0,58 fst + ᾱt (1b) waarin:
ps = gemiddelde reële transactieprijzen van starterswo
–
ningen (NHG)
ps* = langetermijnwaarde van ps
is = reëel inkomen van starters (CBS)
bs = reële leencapaciteit van starters op basis van inkomen,
rente en aantal verdieners
fs = aantal personen tussen de 20 en 35 jaar (CBS)
ᾱ = kredietvoorwaardenindex (geïncorporeerd als niet-
geobserveerde variabele omdat deze wordt geschat uit de
data)
RESULTAAT KREDIETVOORWAARDENINDEX
Figuur 1 geeft de kredietvoorwaardenindex weer die voort –
vloeit uit de vergelijkingen (1a) en (1b). Een hogere waarde
voor de index staat gelijk aan soepeler kredietvoorwaarden
op de hypotheekmarkt. De index laat zien dat de krediet –
voorwaarden tussen 1995 en 2009 gestaag werden versoe –
peld, met een kortstondige onderbreking vlak na de kre –
dietcrisis in 2007. Eind 2009 is er volgens deze index sprake
van een duidelijke versoepeling van de kredietvoorwaar –
den. Deze versoepeling hangt waarschijnlijk samen met de
tijdelijke verhoging van de NHG-grens, van 285.000 naar
350.000 euro. Hierdoor konden banken tijdelijk en tame –
lijk risicoloos meer hypothecair krediet aan huishoudens
verstrekken. Daarbij valt op dat de coëfficiënt voor de leen –
capaciteit (0,23) lager is dan gewoonlijk wordt gevonden.
Wanneer de kredietvoorwaardenindex niet wordt meege –
nomen, stijgt de coëfficiënt naar 0,74 (Francke en Van de
Minne, 2013). De verklaring moet gezocht worden in het
feit dat de coëfficiënt van de leencapaciteit tijdsvariant is
en dat dit wordt veroorzaakt door veranderingen in de kre –
dietvoorwaarden. Begin jaren negentig mocht men immers
een veel kleiner deel van het huishoudinkomen gebruiken
bij het financieren van de eigen woning dan later. Dit effect
wordt hier meegenomen door de kredietvoorwaarden als
verklarende variabele op te nemen. Het is conform de ver -Eigen berekeningen op basis van gegevens van CBS en NHG
Kredietvoorwaardenindex tussen 1995 en 2012FIGUUR 1

ESB Woningmarkt
428Jaargang 100 (4713 & 4714) 9 juli 2015
4,5
4
,6
4
,7
4
,8
4
,9
5
,0
5
,1
5
,2
5
,3
5
,4
5
,5
G esc h att e w onin gprijz e nFeit e lijk e w onin gprijz e n
‘9 5 ‘96 ‘97 ‘98 ‘99 ‘00 ‘01‘02 ‘03‘04‘05‘06 ‘07 ‘08‘09 ‘10‘11‘12
234 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34 12 34
wachting dat hierdoor de coëfficiënt van de leencapaciteit
aanzienlijk kleiner wordt.
Ter controle is de kredietvoorwaardenindex vergele –
ken met een reeks die uit de Bank Lending Survey (BLS)
kan worden afgeleid. In de BLS wordt senior managers van
banken gevraagd of het uitleenbeleid ten aanzien van hypo –
theekverstrekking is versoepeld of verscherpt ten opzichte
van de vorige periode (Van der Veer en Hoeberichts, 2013).
De correlatie tussen de geschatte kredietvoorwaardenindex
en de op de BLS gebaseerde reeks is 0,84. Dit is tamelijk
hoog , zeker gezien het feit dat beide methodieken com –
pleet anders zijn en dat de definities van uitleenbeleid en
kredietvoorwaarden niet helemaal gelijk zijn. Deze bevin –
ding vormt een ondersteuning voor de relevantie en plausi-
biliteit van de geschatte kredietvoorwaardenindex. IMPACT OP HUIZENPRIJZEN
Om de impact van kredietvoorwaarden op de huizenprijs
te bepalen, is vervolgens een foutencorrectiemodel voor
de gemiddelde nationale huizenprijs – dus niet alleen voor
starters – geschat, met de kredietvoorwaardenindex als een
van de verklarende variabelen. Uit Granger-causaliteits-
toetsen volgt dat de causaliteit van kredietvoorwaarden
naar huizenprijzen loopt en niet andersom (Francke et al.
,
2014). De andere verklarende variabelen zijn het verschil
tussen de groei van het aantal woningen en de groei van het
aantal huishoudens (proxy voor leegstandsontwikkeling ),
de leencapaciteit, het totale aandelenrendement en de
constructiekosten. Andere variabelen, zoals de bevolkings-
groei, zijn ook geprobeerd, maar bleken niet statistisch sig –
nificant. Het schattingsresultaat, waarbij wederom alle va –
riabelen in log-niveaus luiden en de schattingsperiode van
1995 tot en met 2012 loopt, ziet er als volgt uit:
Δp
t = 0,20 Δpt–1 + 0,61 Δckt + 0,28 Δccit – 0,15 (p – p*)t–1 (2a)
p *
t = –5,52 lt + 0,16 at + 1,62 ckt + 0,58 ccit–1 + 0,17 bt – 4,73 (2b)
waarin:
p = reële woningprijs (CBS)
p * = langetermijnwaarde van p
ck = reële constructiekosten (bron: CBS)
cci = kredietvoorwaardenindex
l = indicator leegstand, aanbod van woningen minus het
aantal huishoudens (CBS)
a = totale reële aandelenrendement (Bloomberg )
b = reële leencapaciteit van Nederlandse huishoudens op
basis van inkomen, rente en aantal verdieners
Uit de vergelijkingen (2a) en (2b) volgt dat een ver –
soepeling van de kredietvoorwaardenindex met 1 procent
op lange termijn resulteert in bijna 0,6 procent hogere
reële woningprijzen. Modellen met de index voor krediet –
voorwaarden als verklarende variabele presteren beter dan
modellen waarin deze index is weggelaten. De R
2, likeli-
hood, de standaardfout van de regressie en de mate van co-
integratie zijn superieur voor de modellen inclusief de kre –
dietvoorwaardenindex. Dit wijst erop dat door rekening te
houden met kredietvoorwaarden de huizenprijsontwikke –
ling beter kan worden verklaard. Figuur 2 toont de feitelijke
en geschatte reële huizenprijs in log-niveaus. Aan de hand van de geschatte huizenprijsvergelijking
kan worden bepaald wat de impact is geweest van wijzi-
gingen in de kredietvoorwaarden en de andere verklarende
variabelen op het verloop van de huizenprijs. Tabel 1 geeft
de cumulatieve bijdrage van de verklarende variabelen aan
de huizenprijsontwikkeling in vier deelperiodes, te weten
1995–1999, 2000–2007, 2008–2009 en 2010–2012. In
de periode van 1995 tot aan de kredietcrisis stegen reële
woningprijzen met 72 procent. De versoepeling van de
kredietvoorwaarden leverde daaraan een bijdrage van ruim
28 procentpunt en vormt daarmee samen met de construc-
tiekosten de belangrijkste verklarende variabele. In deze pe –
riode is het aantal woningen sterker toegenomen dan het
aantal huishoudens, wat de huizenprijsstijging enigszins
heeft gedrukt. Vanaf 2008 daalden de reële woningprijzen
Eigen berekeningen op basis van gegevens van CBS, NHG en Bloomberg
Verschil feitelijke en geschatte woningprijzenFIGUUR 2
Eigen berekeningen op basis van gegevens CBS, NHG en Bloomberg
Bijdragen aan de woningprijsontwikkelingTABEL 1
1995– 1999 2000–
2007 2008–
2009 2010–
2012 Totaal
Kredietvoorwaarden 10,217,9 5,3–13,2 20,2
Leegstand –4,0–3,7 1,79,7 3,7
Aandelenrendementen 16,31,5–6,9 2,313,2
Constructiekosten 15,712,5–1,8 14,5 11,9
Leencapaciteit 5,94,0 1,80,0 11,6
Niet verklaard 2,9–8,2 –4,2 –3,8–13,3
Totaal (reële
woningprijzen) 47, 024,0 –4,1–19,5 47, 3
Inflatie 9,219,3 2,87, 438,7
Totaal (nominale
woningprijzen) 56,243,3 –1,3–12,2 91,0

Woningmarkt ESB
429Jaargang 100 (4713 & 4714) 9 juli 2015
met bijna 24 procent. Een interessante observatie is dat na
de crisis de kredietvoorwaarden niet meteen werden ver-
scherpt, maar in eerste instantie juist een lichte versoepe –
ling lieten zien, waarschijnlijk door de verruiming van de
NHG-normen. Als deze versoepeling niet had plaatsge –
vonden, zouden de woningprijzen – volgens vergelijkingen
(2a) en (2b) – in de periode 2008–2009 met nog eens ruim
vijf procent extra zijn afgenomen. De aanscherping van de
kredietvoorwaarden heeft vooral na 2010 plaatsgevonden
en heeft ceteris paribus in de periode 2010–2012 geleid tot
een reële huizenprijsdaling van ruim dertien procent. Het grote effect van kredietvoorwaarden op huizen –
prijzen komt niet als een verrassing. Eenvoudiger toegang
tot hypothecair krediet, door een versoepeling van de
voorwaarden, stimuleert immers de vraag naar woningen.
Doordat het aanbod van woningen in Nederland tamelijk
inelastisch is (Vandevyvere en Zenthöfer, 2012), leidt deze
extra vraag tot een stijging van de huizenprijzen. Op het eerste gezicht lijkt de leencapaciteit een klein
effect te hebben gehad op de woningprijzen. Dit is deels te
verklaren doordat de leencapaciteit van Nederlandse huis-
houdens na de crisis nauwelijks is veranderd. Het hangt
echter ook samen met de lage coëfficiënt (0,17) van de
leencapaciteit in (2a) en (2b). Net zoals bij de startersverge –
lijking (1b) verdrievoudigt de coëfficiënt van de leencapa –
citeit (tot 0,54) wanneer de huizenprijsvergelijking geschat
wordt zonder de kredietvoorwaardenindex. Wederom
duidt dit erop dat het effect van leencapaciteit wordt over –
schat indien men geen rekening houdt met de kredietvoor –
waarden (Dröes en Van de Minne, 2015). Zo beschouwd is
niet zozeer de reële inkomensstijging de motor geweest van
de reële woningprijsstijgingen, als wel het feit dat huishou –
dens een groter deel van het huishoudinkomen mochten
gebruiken bij de woningfinanciering. Naast de aanscherping van de kredietvoorwaarden
vormt de daling van de constructiekosten een belangrijke
oorzaak van de huizenprijsdaling in de periode 2010–
2012. De constructiekosten vangen niet alleen het effect
op van de herbouwwaarde van woningen, maar ook van de
vraag naar de kwaliteit van de opstallen. Wanneer de vraag
naar duurdere opstallen (per kubieke meter) afneemt, zul –
len projectontwikkelaars goedkoper gaan bouwen. Deze
vraagdaling geldt voor de hele woningmarkt, maar wordt
gemeten in de bouwkosten voor nieuwbouwwoningen,
waar de constructiekostenindex van het CBS op gebaseerd
is. De constructiekostenindex is vooral hard gedaald na de
crisis, wat een sterk neerwaarts effect heeft gehad op de wo –
ningprijzen.
TOT SLOT
Excessief aanbod van krediet op de hypothekenmarkt ver –
groot de financiële kwetsbaarheid van huishoudens. De
hoge mate waarin huizen op dit moment onder water staan,
vormt hiervan een treffende illustratie (Schilder en Conijn,
2012; DNB, 2014, Verbruggen et al. , 2015). Kredietvoor-
waarden zijn een belangrijke bepalende factor van het aan –
bod van hypothecair krediet. Nadat de kredietvoorwaarden
substantieel werden versoepeld gedurende de jaren negen –
tig , is het aanbod van krediet op de hypotheekmarkt terug –
gedrongen door strengere kredietvoorwaarden. Kwantita -tief onderzoek naar de gevolgen van kredietvoorwaarden
op de huizenprijs werd tot dusverre bemoeilijkt door het
ontbreken van een lange tijdreeks voor de strengheid van
de kredietvoorwaarden. In dit onderzoek is getracht deze
leemte op te vullen. Uit de analyse volgt dat de aanscher
–
ping van de kredietvoorwaarden na de crisis een druk –
kend effect heeft gehad op de reële woningprijs van naar
schatting circa dertien procentpunt. Per saldo zijn in de
periode 1995–2012 de kredietvoorwaarden echter flink
versoepeld, wat in totaal een opwaarts effect op de reële
huizenprijs heeft gehad van ruim twintig procentpunt. Dit
maakt de kredietvoorwaarden tot de belangrijkste woning –
prijsdeterminant over deze periode. Door hypothecaire
kredietvoorwaarden te versoepelen of aan te scherpen be –
schikken beleidsmakers over een belangrijk macro-pruden –
tieel instrument dat invloed kan uitoefenen op de woning –
prijzen.
LITERATUUR
DNB (2011) DELFI, DNB’s macroeconomic policy model of the Netherlands. De Nederland-
sche Bank, Occasional Studies, 9(1).
DNB (2014) Overzicht Financiële Stabiliteit. Voorjaar 2014. Amsterdam: De Nederlandsche
Bank
Dröes, M.I. en A.M. Van de Minne (2015) Time varying determinants of long-run house pri-
ces. ASRE Working Paper, 2015(08).
Fernandez-Corugedo, E. en J. Muellbauer (2006) Consumer credit conditi
ons in the United
Kingdom. Bank of England Working Paper, 314.
Francke, M.K. en A.M. van de Minne (2013) Starters slaan hun slag! Real Estate Research
Quarterly, 12(4), 33–39.
Francke, M.K., A.M. van de Minne en J.P. Verbruggen (2014) The effect of credit conditions
on the Dutch housing market. DNB Working Paper, 447.
Muellbauer, J. en D. Williams (2011) Credit conditions and the real economy: The elephant in
the room. CEPR Working Paper, 8386.
Schilder, F. en J. Conijn (2012) Restschuld in Nederland: omvang en consequenties
. ASRE
Research Paper , 2012(01).
Tweede Kamer (2013) Kosten koper, een reconstructie van twintig jaar stijgende huizenprijzen.
Eindrapport van de tijdelijke Commissie Huizenprijzen. 33194.
Vandevyvere, W. en A. Zenthöfer (2012) The housing market in the Netherlands. European
Commission Economic Papers, 457.
Veer, K. van der, en M. Hoeberichts (2013) The level effect of bank lending standards
on
business lending. DNB Working Paper, 396.
Verbruggen, J.P., R.M. van der Molen, S.C. Jonk en J. Kakes (2015) Effecten van een verdere
verlaging van de LTV-limiet. DNB Occasional Studies, 13(2).