Regionaal risico in de hypotheekgarantie

Regionaal risico in de
hypotheekgarantie
P.M.A. Eichholtz en

J.J .A. Aussems*

D

e gemeentegarantie

op hypotheken beschermt banken tegen het fail/ise”}ent van
hypotheeknemers. Het aantal failissementen blijkt per regio behoorlijk te
verschillen, en vertoont sterke samenhang met de regionale economische stabiliteit.
Een efficiënte garantieregeling houdt hier rekening mee, door het risico door een
centrale instantie te laten dragen maar de premies naar regio te differentiëren.

Eén van de maatregelen om het eigen woningbezit in
Nederland te stimuleren is de hypotheekgarantieregeling: ‘de gemeentegarantie met rijksdeelneming’. Hierin geeft de gemeente aan de bank de garantie dat de
rente en de aflossing van de lening worden betaald.
Gemeente en Rijk dragen samen het risico van de regeling. In geval van hypotheekverlies door wanbetaling betaalt ieder 50% van de resterende waarde van
de lening aan de instantie die de hypotheek afgesloten heeft. De vordering gaat dan over in handen van
de gemeente, die zal proberen het geleden verlies alsnog op de hypotheekgever te verhalen.
In dit systeem loopt de gemeente meer risico dan
het Rijk, terwijl beiden daarvoor dezelfde premie ontvangen, namelijk geen. De garanties die het Rijk in
portefeuille heeft omvatten de gehele Nederlandse
markt. Het Rijk heeft dus een optimaal gediversifieerde portefeuille en loopt het marktrisico. De gemeente heeft daarentegen slechts een klein gedeelte van
de markt in portefeuille. De gemeente loopt naast
het marktrisico dus ook het specifieke risico, maar

Figuur 1. Totale hoeveelheid geëxecuteerde gemeentegaranties, in duizendtallen, per jaar
I.’
1.8
1.7
1.6

I”
l.4
1.3

krijgt hiervoor geen vergoeding. Dat is terecht, want
de Moderne Portefeuille Theorie van Markowitz leert
dat risico dat in principe door diversificatie kan worden opgeheven, niet beloond moet worden.
Het zal duidelijk zijn dat de positie van de gemeente in het huidige systeem niet economisch efficiënt is. Gelukkig wordt deze inefficiëntie in het nieuwe systeem, dat op 1 januari 1995 wordt ingevoerd,
opgelost doordat het risico door één, nieuw op te
richten risicofonds wordt gedragen. Door optimale
diversificatie zal het specifieke risico dan zijn gereduceerd tot nul, zodat slechts het marktrisico resteert.
In de gemeentegarantie zoals die nu werkt zit echter nog een tweede economische inefficiëntie. Zoals
gezegd zijn de premies voor de garantie nul. In een
economisch efficiënt systeem van gemeentegarantie
dient de individuele hypotheekgever een garantiepremie te betalen die zijn risico weerspiegelt. Helaas zal
daar ook in het nieuwe garantiesysteem geen sprake
van zijn, aangezien de in te voeren premie, van ongeveer vijfhonderd gulden, voor iedereen gelijk is.
In deze bijdrage richten we ons op de vraag in
hoeverre hiermee wordt afgeweken van een economisch efficiënte situatie. Uniforme premies vormen
een groot probleem als de verschillen in risico tussen
afgegeven garanties groot zijn. Immers, in dat geval
subidiëren prudente huizenkopers hun minder voorzichtige collega’s. Het nemen van risico wordt dus gestimuleerd, en daarmee wordt een inefficiëntie geïntroduceerd. Het risico is onder te verdelen in risico

1.2
l.l

• De auteurs zijn respectievelijk onderzoeker en student bij
het Limburg Institute of Financial Economics, Rijksuniversiteit Limburg. Dit artikel is gebaseerd op P.M.A. Eichholtz,

I

0..
OB
0.7

Regional economie stability and mortgage dejault risk in
the Netherlands, working paper, Rijksuniversiteit Limburg,
1992; en op J.J.A. Aussems, Regionale economische diversiteit en stabiliteit van onroerend goed markten, doctoraals-

0.6

…
M

0.3
02
0.1
1983

1984

ESB 23-2-1994

198~

1986

1987

1988

1989

1990

1991

criptie, Rijksuniversiteit Limburg, 1993. Kees Koedijk, Peter
Schotman, Willem Buijink, Steven Maijoor en Christian
Wolff worden bedankt voor hun constructieve commentaar
op een eerdere versie van dit artikel.

Figuur 2. Declaraties gemeentegarantie per regio, 1983-1991

. mt

C

MlIllIar ua 1 .. 1000 ‘lI’llDlIIpn
Taaea 1 .. 1,5 .. 1000 ‘lI’llDlIIpn

•
•

Taaea 1,5 .. :I .. 1000 ‘lI’llDlIIpn
Taaea:l .. 3.. 1000 ‘lI’llDlIIpn

•

IWI ua 3 ..

1000 ‘lI’llDlIIpn

liezen moeten gerelateerd worden aan de aantallen
verleende gemeentegaranties
in dezelfde regio. Helaas is niet per regio bekend hoeveel gemeentegaranties er zijn verleend. Als alternatief gebruiken wij de
woningvoorraad welke per jaar en per regio wordt
bijgehouden in de Statistiek der hypotheken van het
CBS.
Figuur 1 toont het aantal declaraties door gedwongen verkoop naar jaar van executie. Gedurende
langere tijd vond beroep op de gemeentegarantie
slechts incidenteel plaats, en uit de figuur valt af te
lezen dat de verliezen vooral in het begin van de
jaren tachtig fors opliepen. Deze toename werd veroorzaakt door een inzakkende conjunctuur, gepaard
gaande met een crisis op de woningmarkt. Vanaf
1987 heeft een stabilisering van de verliezen plaatsgevonden, voornamelijk veroorzaakt door verbetering
van de conjuncturele omstandigheden.
Niet te zien in figuur 1 is dat de verliezen per
regio sterk uiteenlopen. Dit wordt geïllustreerd door
figuur 2, waarin per regio wordt aangegeven hoeveel
faillissementen er van 1983 tot en met 1991 in totaal
per 1000 woningen voor zijn gekomen. Opvallend is
dat het faillissementsrisico sterke regionale verschillen laat zien. Het was gemiddeld het laagst in het
Noorden en het hoogst in het Zuiden van het land,
terwijl het allerhoogste risico bestond in Flevoland.
Verder valt op dat de grote steden wat betreft de faillissementen geen eenduidig beeld laten zien. In de
regio Amsterdam zijn in de jaren tachtig relatief weinig faillissementen voorgekomen, terwijl de regio
Rijnmond toen juist wel veel faillissementen kende.

Regionale economische stabiliteit
van de hypotheekgever (bij voorbeeld daling van het
inkomen) en risico dat te maken heeft met het
onderpand (waardevermindering
van het huis). De
omvang van het totale risico wordt onder andere veroorzaakt door de verschillen in economische ontwikkeling tussen regio’s waarin de garantie verstrekt is.
Het ligt voor de hand dat er een relatie bestaat
tussen regionale economische factoren en het risico
van hypotheekfaillissementen.
In deze bijdrage onderzoeken we eerst in hoeverre het hypotheekfaillissementsrisico per regio uiteen loopt. Vervolgens
doen we datzelfde voor de economische stabiliteit
per regio, en ten slotte onderzoeken we het verband
tussen deze twee variabelen.

Het hypothecair faillissementsrisico
Om meer inzicht te krijgen in het hypothecair faillissementsrisico in Nederland maken wij gebruik van
een dataset met de aantallen declaraties in het kader
van de gemeentegarantieregeling.
Het betreft een
unieke dataset, waarover nog niet eerder onderzoeksresultaten zijn gepubliceerd. De gegevens zijn gedesaggregeerd tot op het niveau van Corop-gebieden
en beschikbaar over de periode 1983 tot en met
1991. Uiteraard kan men de absolute aantallen declaraties niet gebruiken als maatstaf voor hypothecair
risico, daar niet in iedere regio en provincie evenveel
garanties per jaar worden verstrekt. De aantallen ver-

In het tweede gedeelte van dit onderzoek brengen
we de economische (in)stabiliteit van Nederlandse
regio’s in kaart. In de regionale economie wordt economische stabiliteit gedefinieerd aan de hand van
karakteristieken van de werkgelegenheid.
Ons criterium is het aandeel van een bepaalde sector in de regionale werkgelegenheid.
Wij maken hiervoor echter
gebruik van twee maatstaven die ontwikkeld zijn in
de industrieel-economische
literatuurl. Daarin zijn
maatstaven ontwikkeld die de stabiliteit van markten
beschrijven, maar die ook goed bruikbaar zijn om de
stabiliteit van een regionale economie weer te geven.
De eerste is de som van de gekwadrateerde veranderingen in de sectoraandelen in een regionale economie. Deze maatstaf is ontwikkeld door Cable. De
maatstaf beweegt zich, gaande van stabiliteit naar instabiliteit, tussen 0 en 1. We verwachten dus een positief verband tussen de Cable maatstaf en de kans op
hypotheekfaillissementen.
Voor regio r is de maatstaf
in jaar t:
n

CAr,t

= L (Sir,t –

2

Sir,t-ü

i=l

1. Zie W.F.J. Buijink en S.]. Maijoor, Entry, exit and market
share mobility in an audit market: evidenee from the
Netherlands, MARC Research Memorandum,
RL, april 1993.

waarin Sir.thet werkgelegenheidsaandeel
sector i in regio r in jaar t.

is van

Figuur 3. De regionale economische stabiliteit volgens de Cablemaatstaf, 1983-1990

De tweede maatstaf is een correlatiemaatstaf. Voor
elke regio geeft deze de correlaties van de vector van
sectoraandelen in enig jaar met de vector van sectoraandelen in het voorafgaande jaar. Deze maatstaf
definieert een stabiele economie als een economie
waarin de sectoraandelen niet veranderen. In dat
geval is de Correlatiemaatstaf gelijk aan 1. Als er sprake is van een instabiele economie, is de maatstaf
gelijk aan -1. We verwachten dan ook een negatief
verband tussen deze maatstaf en de hypotheekfaillissementskans. De maatstaf is:
COr.t = cor(Sr.t,Sr.t-l)
Hierin is Sr.t de vector van de aandelen van de verschillende economische sectoren in de totale werkgelegenheid in regio r in jaar t.
Zoals vermeld zijn onze indicatoren van regionale economische stabiliteit gebaseerd op regionale
werkgelegenheidskarakteristieken.
Om de indicatoren te construeren maken wij gebruik van gegevens
uit de Statistiek Werkzame Personen van het CBS,
van 1983 tot en met 1990.
Het CBS hanteert verschillende niveaus van regionale en sectorale desaggregatie. Op het eerste niveau
van regionale desaggregatie wordt Nederland opgedeeld in de twaalf provincies. Het tweede niveau behelst een opdeling in drieënveertig Corop-gebieden.
Sommigen zijn klein en weinig dichtbevolkt, zodat
regionale werkgelegenheidscijfers
daar vanwege het
‘smal! sample effect’ minder betrouwbare informatie
geven. Wij vergroten de betrouwbaarheid
van de
data door enkele van deze kleinere gebieden samen
te voegen. Er resteren dan nog dertig regio’s. De verwachting is dat onze regressieresultaten
beter zul!en
zijn bij de provinciale indeling omdat het ‘smal! sample effect’ daar een geringere rol speelt. Wederom ter
vermijding van het ‘smal! sample effect’ passen we
ook de sectorale desaggregatie van het CBS in lichte
mate aan. Van de negen bedrijfstakken die het CBS
onderscheidt voegen we er enkele samen, waardoor
het aantal voor dit onderzoek beperkt wordt tot zeven.
In figuur 3 is voor 1983 tot en met 1990 de gemiddelde stabiliteit per regio opgenomen, gemeten met
de Cable-maatstaf. Net als voor het hypothecair faillissementsrisico geldt ook hier dat er sterke verschillen
per regio blijken te bestaan.

Het regionale faillissementsrisico
Het voornaamste onderwerp van dit onderzoek is de
relatie tussen regionale economische stabiliteit en het
risico van hypotheekfaillissementen.
Deze relatie
heeft al eerder aandacht gehad in de literatuur. Corgel en Gay gebruiken regionale economische diversificatie en stabiliteit om het risico van Amerikaans onroerend goed te verklaren2. Evenals wij hier doen
concentreren zij zich op het risico van hypotheekportefeuilles. Zonder dit formeel te testen, redeneren zij
dat geografische diversificatie het risico van hypo-

E5B 23-2-1994

QnIliddeMe CabIe lDBtIIstlIf 198′ – 1990
Cl 1JillDIrda!l Ul- 10′”

Em
11

‘i’Qaoal,ll-IO'”
‘1’osIa.1.5 _10′”

1.5-10′”
Z,o _10′”

11

‘1’osIa.Z,o _10′”

m3,o _10′”

•

O_illD3,o-10′”

theekportefeuilles
kan verminderen. Clauretie doet
wel een formele test van het verband tussen economische stabiliteit en het faillissementsrisico van Amerikaanse hypotheken3. Ook hij gebruikt stabiliteitsmaatstaven gebaseerd op werkgelegenheidsstatistieken
van regio’s. Hij concludeert dat er inderdaad een significant verband bestaat tussen regionale economische diversiteit en stabiliteit aan de ene kant en hypothecair faillissementsrisico aan de andere kant.
In deze bijdrage volgen we het spoor van Clauretie. We analyseren het verband tussen indicatoren
van regionale economische stabiliteit en hypothecair
faillissementsrisico in Nederland. Onze hypothese is
dat regionale economische stabiliteit leidt tot een relatief laag risico van hypothekenportefeuilles.
We toetsen deze hypothese door in een cross-sectionele regressie de jaarlijkse hypotheekfaillissementsgraad
in
de verschillende regio’s te vergelijken met maatstaven van regionale economische stabiliteit. De algemene vorm van ons model is dus:

2. Zie].B. Corgel an G.D. Gay, Local economie base,
geographic diversification, and risk management of mortgage portfolios, journa! of the American Rea! Estate and
Urban Economics Association, 1987, blz. 256-267.
3. Zie T.M. Clauretie, Regional economie diversification and
residential mortgage default risk, journa! of Rea! Estate Research, 1988, blz. 87-97.

Dr,t = at + ~Mr,t + Er,t
Hierin is at een constante, Er,teen storingsterm,
en geeft ~ de relatie weer tussen Dr,t, de logaritme
van de faillissementsgraad in regio r in jaar t, en Mr,t,
een maatstaf voor economische stabiliteit in regio r in
jaar t, hetgeen in ons geval de Cable of de Correlatie
maatstaf is.
We kunnen de vergelijking schatten in jaarlijkse
kleinste kwadratenregressies,
maar omdat de relatie
tussen stabiliteitsmaatstaven
en faillissementen waarschijnlijk stabiel is in de tijd, is het beter de jaarlijkse
regressievergelijkingen
simultaan schatten. We gebruiken hiervoor ‘seemingly unrelated regression’ waarbij
we, vanwege de tijds-onafhankelijkheid,
als restrictie
invoeren dat de Ws elk jaar gelijk zijn. De a’s zijn
niet gerestricteerd4.
Het model is cross-sectioneel, hetgeen impliceert
dat we aannemen dat er geen institutionele verschillen bestaan tussen de garantiesystemen in de verschillende regio’s. De criteria om in aanmerking te komen
voor een garantie zijn echter in het hele land gelijk.
Formeel geldt dit ook voor de procedures bij betalingsmoeilijkheden van hypotheekgevers.
In de praktijk lopen die procedures per gemeente uiteen, en
waarschijnlijk heeft dat invloed op de faillissementsgraden. Idealiter zouden we die verschillen in ons
model als dummies op kunnen nemen. Helaas zijn
de verschillen informeel van aard, zodat het onmogelijk is er kwantitatieve informatie over te achterhalen.
In principe kan dit probleem onze resultaten verstoren, maar de opzet van dit onderzoek is zó gekozen dat die verstoring zo klein mogelijk is. Omdat we
gemeentes aggregeren in regio’s,
Tabel 1. De verklaring van
zijn de verschilleQ in de gehanteerde jaarlijkse hypotheekfallde faillissementsprocedure
kleiner
lissementsgraad op twee retussen regio’s dan tussen gemeengionale niveaus, door twee
tes. Hoe sterker we aggregeren, hoe
maatstaven voor economiminder belangrijk dit probleem
sche stabiliteit
wordt. Wij gebruiken in dit onderzoek twee niveaus van regionale inDr,t – at + ~Mr,t + tr,t
deling. Op het eerste niveau onderscheiden we 12 regio’s, en op het
Cable maatstaf, 1990
tweede 30 regio’s. Er zijn 887 ge12provo
30 regio’s
meentes in Nederland. We kunnen
het belang van de verschillen in gea
-4,35304,496
hanteerde faillissementsprocedure
(-29,204)
(-23.331)
onderzoeken door de resultaten van
0,006
0,034
IJ
de analyse op de twee verschillende
04.449)
0,444)
niveaus met elkaar te vergelijken.
0,71
See
0,88
Als die niet erg uiteenlopen, dan is
het probleem van gering belang.
Correlatie maatstaf, 1990
In de eerste stap van onze analyse
12 provo
30 regio’s
schatten we de laatst gegeven verge55.104
11.753
lijking op provinciaal niveau. In ta(11.993)
(1.586)
bel lis deze schatting voor het jaar
-59.456
6.253
1990 opgenomen. De resultaten
(-12.942)
(- 2.193)
voor de jaren 1983-1989 wijken hier
0,88
See
0,71
slechts weinig van af. Te zien is dat
beide gebruikte maatstaven een siga. Seeminglyunrelated regressinificante verklaring van hypotheekons, t-waarden zijn gegeven tusfaillissementen geven. De Cable
sen haakjes.
maatstaf vertoont de verwachte posiQ

tieve relatie met de regionale hypotheek faillissementsgraad, en voor beide maatstaven heeft die relatie een significantieniveau van 99,5%. De Correlatie
maatstaf heeft zoals verwacht een negatieve relatie
met de regionale faillissementsgraad, met een significantieniveau van 99,95%.
.
Hierna schatten we het model op het volgende niveau van regionale desaggregatie: de dertig regio’s.
Voor zowel de Cable als de Correlatie maatstaf zijn
de resultaten minder duidelijk dan op provinciaal niveau. De geschatte Ws vertonen het verwachte teken,
maar hun significantie is duidelijk lager. De minder
duidelijke resultaten in vergelijking met de eerste
stap van de analyse kunnen verklaard worden door
een sterkere invloed van het small sample effect en
een groter belang van gemeentelijke verschillen in de
behandeling van wanbetalers.

Conclusie
In dit onderzoek zijn voor Nederland de regionale
economische stabiliteit, het faillissementsrisico van
hypotheken en hun relatie onderzocht. Geconcludeerd kan worden dat de kans op een hypothecair
faillissement sterke regionale verschillen laat zien, en
dat het aantal verliezen geringer is naarmate de regionale economie stabieler is. Dit betekent dat het nieuwe hypothecaire garantiesysteem, dat volgend jaar
zal worden ingevoerd met een uniforme premie, niet
economisch efficiënt is. Om tot een efficiënt garantiesysteem te komen, dient er bij het invoeren van een
verzekeringspremie
rekening te worden gehouden
met regionale verschillen in economische stabiliteit.
Indien dit niet het geval is, vinden er immers overdrachten plaats van hypotheekgevers
in veilige regio’s naar hypotheekgevers
in minder veilige regio’s,
hetgeen inefficiënt is. Gelukkig zitten er ook belangrijke verbeteringen in de nieuwe opzet. Die bestaan
vooral uit de invoering van een premie en uit het feit
dat het risico binnen het systeem gedragen zal worden door één nationale organisatie, die slechts het
marktrisico loopt, en niet, zoals nu, daarbovenop
ook nog het specifieke risico.
P.M.A. Eichholtz
J.J.A. Aussems

4. We kunnen ook andere regressietechnieken gebruiken
voor de simultane schaning van de jaarlijkse vergelijkingen.
Voor ‘seemingly unrelated regression’ zijn echter de minste
aanvullende veronderstellingen nodig betreffende de onafhankelijkheid van de storingstermen van de jaarlijkse vergelijkingen. Zie verder G.G. )udge, R.c. Hili, W.E. Griffiths, H.
Ltkepohl en T.c. Lee, Introduction to the theory and practice of econometrics, Wiley, New Yorl<,1982, blz. 321-323.