Ga direct naar de content

De woningmarkt bestaat niet

Geplaatst als type:
Geschreven door:
Gepubliceerd om: maart 19 2004

De woningmarkt bestaat niet
Aute ur(s ):
Brounen, D. (auteur)
Huij, J.J. (auteur)
De auteurs zijn verb onden aan de Rotterdam School of Management van de Erasmus Universiteit Rotterdam. DBrounen@fb k.eur.nl
Ve rs che ne n in:
ESB, 89e jaargang, nr. 4429, pagina 126, 19 maart 2004 (datum)
Rubrie k :
Woningmarkt
Tre fw oord(e n):

Door de stagnerende prijsontwikkelingen op de woningmarkt is de discussie over de prijsontwikkeling opgelaaid. De woningmarkt
wordt in deze discussie onterecht als één geheel beschouwd.
De prijs van een modale woning is explosief gestegen in het laatste decennium (zie figuur 1). De meest recente kwartaalcijfers van de
Nederlandse Vereniging van Makelaars (nvm) en het Kadaster laten echter zien dat de Nederlandse woningmarkt begint af te koelen: de
prijsstijgingen zijn teruggezakt tot rond het inflatieniveau.

Figuur 1. Jaarlijkse nominale huizenprijsstijging op basis van de NVM-index en mediane huizenprijzen, in respectievelijk procenten en
duizenden euro’s
De toekomst van de Nederlandse huizenprijzen is volop onderwerp van onderzoek en discussie. In deze discussie wordt vaak de
impliciete veronderstelling gehanteerd dat de Nederlandse woningmarkt homogeen is. Uit recent Amerikaans onderzoek blijkt echter dat
regionale woningmarkten zeer verschillend reageren op economische schokken (Capozza et al., 2002). Verklaringen voor deze diversiteit
worden gezocht in verschillen in bevolkingsdichtheid en in de variatie in de flexibiliteit van de lokale arbeidsmarkt. Daarnaast is het
waarschijnlijk dat de gevoeligheid voor financiële schokken verschilt per prijssegment. Het in kaart brengen van deze gevoeligheden zou
nuance toevoegen aan de thans lopende discussie over de toekomstige ontwikkelingen van huizenprijzen, waarin de huizenmarkt als
homogeen wordt beschouwd.
Stabilisatie of stagnatie?
De afzwakkende prijsstijging werd aanvankelijk gezien als een zachte landing van de huizenmarkt. Deze positieve visie heeft het laatste
jaar echter steeds vaker een meer duistere insteek gekregen. Verschillende onderzoekers vergeleken de huidige stand van zaken met de
situatie op de woningmarkt aan het einde van de jaren zeventig. Destijds werd een periode van sterk stijgende huizenprijzen gevolgd
door een terugval, waarbij de gemiddelde Nederlandse woning 25 procent aan waarde verloor over een periode van nog geen drie jaar.
Onderzoekers wijzen er op dat de prijsstijgingen aan het eind van de jaren negentig (zie figuur 1) vele malen hoger zijn dan de
inkomensgroei van het gemiddelde huishouden. Daarnaast heeft de economische recessie het consumentenvertrouwen geschaad en is
de werkloosheid stijgende. Aan de andere kant hebben de krapte op de woningmarkt en de historisch lage rente een stimulerend effect
op prijsontwikkelingen.

Onderzoek
Op hoofdlijnen onderscheidt dit onderzoek zich op drie manieren van de bestaande woningmarktliteratuur. In ons onderzoek is
gebruik gemaakt van een exclusief verkregen en zeer uitgebreide dataset van nvm. In deze dataset worden huizenprijzen

gespecificeerd naar zowel geografische regio als naar woningtype. De tweede bijdrage van ons onderzoek heeft betrekking op
de vraagstelling. Wij onderzoeken niet alleen hoe de woningmarkt als geheel reageert op macro-economische ontwikkelingen,
maar ook hoe de reactie verschilt per marktsegment. Tot slot maken wij gebruik van een relatief geavanceerd model, waarin
gecorrigeerd wordt voor seizoensinvloeden en waarin huizenprijsontwikkeling worden gerelateerd aan een veelvoud van macroeconomische factoren en aan de krapte op de woningmarkt.

In onze studie onderzoeken we de invloeden van een breed scala aan factoren op de woningmarkt. Inzicht in de invloeden van deze
factoren verschaft ons begrip voor de huidige situatie en voor toekomstige ontwikkelingen.
De woningmarkt
Om een compleet beeld van de staat van de woningmarkt te verkrijgen, relateren wij de landelijke huizenprijsontwikkeling op
kwartaalbasis sinds 1985 aan een reeks van macro-economische variabelen. Dit zijn het bruto binnenlands product (bbp), de
werkloosheid, het consumentenvertrouwen, de reële rentestand, de rendementen op de aandelenbeurs en de krapte op de woningmarkt.
Rekening houdend met de verstorende werking van bestaande kruisverbanden tussen bijvoorbeeld de rentestand, economische groei en
het consumentenvertrouwen hebben wij verschillende modelspecificaties getest. Het resulterende model relateert prijsfluctuaties van de
woningmarkt aan de rentestand, beursrendementen, werkloosheid en de krapte op de woningmarkt.1 Dit model slaagt erin ruim 73
procent van de prijsontwikkeling in Nederland over de periode van 1985 tot heden te verklaren.
De resultaten tonen een aantal interessante verbanden (zie tabel 1). De kwartaaldummy’s bevestigen dat de gemiddelde huizenprijzen het
sterkst stijgen in het tweede kwartaal van elk jaar. Dit is een bekend fenomeen dat vaak wordt verklaard doordat de verkoop van
duurdere huizen vaak wordt uitgesteld tot het voorjaar in verband met vakantieplanning en opbloeiende tuinen als marketingmiddel. Ook
blijkt dat krapte op de huizenmarkt en de rentestand de grootste en statistisch meest significante invloed op de huizenprijsontwikkeling
hebben. Stijgende rente en werkloosheid blijken een negatieve invloed te hebben, terwijl hoge beursrendementen en krapte op de
woningmarkt de huizenprijzen juist positief beïnvloeden. Deze verbanden blijken constant te zijn door de tijd en bieden derhalve een
robuuste verklaring van de Nederlandse woningmarkt of onderdelen daarvan.2

Tabel 1.
ï„ huizenprijzent = c1*kwartaal(1) + c2*kwartaal(2) + c3*kwartaal(3) + c4*kwartaal(4)
+ ï§ 1*rentet + ï§ 2*kraptet + ï§ 3*beursrendementt + ï§ 4*werkeloosheid + e
huizenprijzen

c 1(kwartaal1)
0,04
(4,75)***
ï§ 1 (rente)
-0,24
(-1,91)*

c 2(kwartaal2)
0,08
(9,36)***
ï§ 2 (krapte)
0,28
(2,58)**

c 3(kwartaal3)
0,04
(4,72)***
ï§ 3 (beurs)
0,02
(1,45)

c 4(kwartaal4)
0,04
(4,69)***
ï§ 4 (werkl)
-0,08
(-0,73)

R2
0,73

De coëfficiënten gemarkeerd met *, **, *** zijn statistisch significant op respectievelijk 90-, 95- en
99-procent betrouwbaarheidsinterval. T-waarden staan tussen haakjes.

Regionale diversiteit
Met behulp van het model zijn verschillende marktsegmenten geanalyseerd. De regionale verschillen in prijsontwikkeling zijn
substantieel. De prijsontwikkelingen analyseren wij aan de hand van de verschillen in economische gevoeligheid tussen
woningmarktsegmenten, in dit geval regio’s. Allereerst is Nederland opgedeeld in de randstad en de rest van Nederland (zie figuur 2).3
De huizenprijzen in de randstad blijken in vergelijking met de rest van het land sterker te reageren op beursrendementen en milder te
reageren op veranderingen in werkloosheid. Een mogelijke verklaring voor dit verschil kan zijn dat de arbeidsmarkt in de randstad
flexibeler is dankzij de aanwezigheid van veel bedrijven (zie figuur 3 op de volgende pagina).

Figuur 2. Mediane huizenprijzen per regio, stedelijkheid en woningtype, prijzen per ultimo 2003, in duizenden euro’s

Figuur 3. Economische gevoeligheden per regio en per provincie
Deze analyse hebben wij ook uitgevoerd op de prijsontwikkeling per provincie. Uit deze regionale analyse blijkt opnieuw een grote
variatie in economische gevoeligheid. De gevoeligheid voor werkloosheid verschilt sterk per provincie met Groningen en Zeeland aan
kop, terwijl de Utrechtse en Noord-Hollandse huizenprijzen nauwelijks door werkloosheidcijfers worden geraakt. De gevoeligheid voor
krapte daarentegen speelt weer een veel grotere rol in de provincies Utrecht en Noord-Holland terwijl de Groningse woningmarkt
nauwelijks reageert op landelijke kraptecijfers. Een verklaring hiervoor kan zijn dat de koopwoningmarkt in de randstedelijke provincies op basis van beschikbare koopwoningen – moeilijker toegankelijk is dan in provincies als Groningen.
Stedelijkheid
Naast verschillen op basis van geografische regio’s blijkt er een grote variatie in prijsontwikkeling op basis van de stedelijkheid van een
gebied te bestaan. Hiervoor is de stedelijkheidsmaatstaf van het cbs gebruikt, die is gebaseerd op de bevolkingsdichtheid en de omvang
van een gemeente.4 Op basis van deze maatstaf is een prijsindex opgesteld voor steden en dorpen, waarvan de macro-economische
gevoeligheden zijn geschat. De resultaten in figuur 4 vertonen ook met betrekking tot stedelijkheid een aantal opmerkelijke patronen. Zo
blijken de gemiddelde huizenprijzen tijdens een verkrapping van de woningmarkt harder te zijn gestegen in gebieden met een laag
stedelijk profiel. Ook de gevoeligheid ten aanzien van rentefluctuaties, beursrendementen en werkloosheid verschilt aanzienlijk op basis
van de stedelijkheid van de woonomgeving. De resultaten brengen een aanzienlijke heterogeniteit in prijsontwikkeling en gevoeligheid
aan het daglicht. De mate waarin huizenprijzen stijgen of dalen door economische ontwikkelingen is sterk afhankelijk van de geografische
regio en de stedelijkheid van de betreffende woonomgeving.

Figuur 4. Economische gevoeligheden per stedelijkheid en woningtype
Het type woning
Een andere dimensie van ons onderzoek is een analyse van verschillen in economische gevoeligheid per type woning. Wij
onderscheiden daarbij drie varianten; appartementen, tussenwoningen en vrijstaande woningen.5 figuur 2 toont het gemiddelde
prijsverschil tussen deze drie categorieën voor het jaar 2003. Uit de analyse van deze segmenten blijken opnieuw duidelijke verschillen in
economische gevoeligheden. De resultaten staan grafisch weergegeven in figuur 4. Zo is de prijsontwikkeling van vrijstaande woningen
gevoeliger voor de rendementen op de beurs. Een verklaring voor dit resultaat zou kunnen zijn dat huiseigenaren in dit hogere
prijssegment doorgaans een groter deel van hun vermogen in aandelen geïnvesteerd hebben. Appartementen zijn daarentegen weer
uitermate gevoelig voor de krapte op de woningmarkt. Appartementen vormen over het algemeen de onderkant van de woningmarkt en
zijn derhalve uitermate geschikt voor starters. In tijden dat de woningmarkt verkrapt, ontstaat er veel opwaartse druk op dit segment
omdat starters sneller bereid zijn een hogere prijs betalen voor de toegang tot de woningmarkt. Wanneer de krapte op de woningmarkt
afneemt worden kopers kritischer, waardoor de betalingsbereidheid afneemt.
Conclusies
Hoewel Nederland klein en compact is vergeleken met het buitenland is de woningmarkt bijzonder gevarieerd. Met betrekking tot de
prijsontwikkeling is er sprake van een diversiteit, die niet genegeerd kan worden. Niet alleen verschilt het gemiddelde prijsniveau tussen
de regio’s, maar ook de gevoeligheid van deze prijzen voor economische factoren vertoont een grote variatie. De stedelijkheid van een
dergelijke regio blijkt in dit kader een grote rol te spelen. Daarnaast blijkt ook het type woning van belang. De discussie over de
Nederlandse woningmarkt is derhalve toe aan verdieping en verfijning. Globale uitspraken over de grote lijnen zijn in de regionale praktijk
vaak moeilijk herkenbaar.
Dirk Brounen en Joop Huij
Literatuur
Capozza, D.R., P.H. Herndershott, C. Mack en C.J. Mayer (2002) Determinants of Real House Price Dynamics. National Bureau of
Economic Research: Cambridge.

1 Als maatstaf voor krapte op de woningmarkt hebben wij gekozen voor de inverse van het aantal transacties gedeeld door het aantal
aangeboden woningen.
2 Onze analyse heeft betrekking op de periode 1985 tot en met 2003. Gedurende deze periode is sprake geweest van een min of meer
continue prijsstijging op de woningmarkt, terwijl de rente en de werkeloosheid over deze periode voortdurend dalende waren. Dit kan
bijvoorbeeld tot gevolg hebben dat de invloed van werkloosheid in ons model wordt onderschat.
3 De huizenprijsindex voor de randstad is een maatstaf voor de mediane huizen-prijzen van de steden Amsterdam, Den Haag, Rotterdam
en Utrecht.
4 Het CBS classificeert gemeenten op basis van omgevingsadressendichtheid. Daarbij wordt de bevolkingsconcentratie van een gebied
gemeten aan de hand van het aantal adressen per vierkante kilometer. Wij onderscheiden 5 categorieën van stedelijkheid met grote
steden als gebieden met een dichtheid hoger dan 2500 adressen per km2 en dorpen als kleinste eenheid, waarbij de dichtheid lager is dan
500 adressen per km2.
5 Gebaseerd op de classificatie van de NVM. Hoek- en tussenwoningen zijn geaggregeerd aangezien de onderlinge prijsgevoeligheden
klein bleken te zijn.

Copyright © 2004 Economisch Statistische Berichten (www.economie.nl)

Auteur