Thema: Gezondheid en vastgoed
Bij veel kantoororganisaties hangt het succes in hoge mate af van hun medewerkers. Diverse studies hebben aangetoond dat een gezonde kantooromgeving het welzijn van werknemers beïnvloedt en (daarmee) hun productiviteit (Al Horr, et al., 2016; Fischl et al., 2007). Aangezien arbeidskosten tot wel 90% van de bedrijfskosten kunnen beslaan (Alker, et al., 2014), lijken extra investeringen in een gezonde werkplek eenvoudig te rechtvaardigen. Maar zijn diegenen die mogen beslissen waar hun organisatie ruimte gaat huren ook bereid om een hogere huur te betalen? Deze studie suggereert van wel.
Verschillende onderzoekers hebben reeds geprobeerd om de positieve effecten van een beter kantoor op werknemers te monetariseren in organisatorische winst uit verhoogde productiviteit en duurzaamheidsuitkomsten (Attema, et al., 2018; Muldavin, et al., 2017). Toch blijft het voor een organisatie moeilijk om specifieke financiële gevolgen van gezondere kantoorwerkplekken nauwkeurig toe te rekenen en te meten, vanwege een complexiteit aan invloeden. Hetzelfde geldt voor de aanbodzijde van kantoren, waar investeerders en ontwikkelaars worstelen met het verduidelijken van de business case voor het creëren van duurdere kantoren die gezondere werkplekken bieden, omdat het niet zeker is of huurders de benodigde extra huurpremie wel willen betalen. Er zijn al studies gedaan naar betalingsbereidheid voor duurzamere kantoren die wijzen op huurpremies tot 15% (Feige, et al., 2013). Specifiek voor gezondere kantoren zijn die nog niet gedaan. Bovendien blijft het onduidelijk voor welke aspecten van gezonde werkplekken huurders (het meest) bereid zouden zijn te betalen. Het is belangrijk te begrijpen wat de beslissers relevant vinden en waarvoor zij bereid zijn om meer huur te betalen.
Voor het volledige artikel downloadt u de pdf.
Door: Wietse Buskermolen, Rianne Appel-Meulenbroek, Theo Arentze, Astrid Kemperman & Vincent van den Putten (TU Eindhoven)
Het valt niet te ontkennen: taxaties zijn vaak onderwerp van gesprek. Of ze te hoog of te laag zijn, er is altijd wel wat over op- of aan te merken. Ongetwijfeld heeft dat te maken met het feit dat een taxatie een zo goed mogelijke schatting is van de ‘werkelijkheid’, die in de praktijk vrijwel altijd in meer of mindere mate afwijkt van een transactieprijs. Dat komt ook door het fenomeen van de ‘outliers’, een koper heeft een speciale reden waarom die een object graag wil hebben terwijl de marktwaarde vaak het beste wordt weerspiegeld door wat de Angelsaksen de ‘group of most motivated second buyers’ noemen, waarvan de biedingen meestal veel dichter bij elkaar liggen. Kortom, er is altijd wel wat over taxaties op te merken.
Het rapport van De Nederlandsche Bank (DNB) ‘De kwaliteit en onafhankelijkheid van woningtaxaties’, (2019) nam de woningtaxaties in een analyse onder de loep. De voornaamste conclusies uit dat rapport waren dat:
a. woningtaxaties t.o.v. de koopsom systematisch hoger uitkomen (gemiddeld ca. 5%) zowel in een stijgende als in een dalende markt
b. taxateurs zich laten leiden door de koopsom
c. taxateurs door overwaardering niet onafhankelijk zijn
d. het taxatieproces onder zelfregulering niet goed werkt
Een NRVT (Nederlands Register Vastgoed Taxateurs) commissie bestaande uit leden van de NRVT Expert Commissies en experts van makelaarsorganisaties, heeft zich – op persoonlijke titel – hierover gebogen om na te gaan in hoeverre de uitkomsten en conclusies vanuit de praktijk waren te verklaren. Lees hier het hele artikel.
Door Aart Hordijk, emeritus hoogleraar vastgoedtaxaties
In dit artikel presenteren wij twee nieuwe risico-indicatoren voor commercieel vastgoed tijdens het verkoopproces. Het eerste risico (longitudinaal) heeft betrekking op het feit dat prijzen kunnen veranderen tussen het tijdstip van op de markt zetten na een (des)investeringsbesluit, en het tijdstip van het daadwerkelijk verkopen van een pand. Het tweede risico (idiosyncratisch) heeft betrekking op het feit dat het moeilijk is om de `juiste’ verkoopprijs te vinden doordat er bijvoorbeeld weinig marktinformatie aanwezig is (transactie `ruis’). Wij schatten onze risico-indicatoren voor Amsterdam, Utrecht, Den Haag en Rotterdam.
Nieuwe methodologieën en de opkomst van ‘big data’ hebben ervoor gezorgd dat het steeds beter mogelijk is om de prijsontwikkeling van commercieel vastgoed in beeld te brengen. Zo brengt Real Capital Analytics (RCA) per kwartaal vastgoedprijsindexen uit voor 15 verschillende landen, waaronder voor Nederland en de regio Amsterdam. In dit artikel zijn wij geïnteresseerd in wat wij beschouwen als de logische vervolgstap op het in kaart brengen van de prijsontwikkeling: wat is het risico van het investeren in direct vastgoed in Nederland?
Voor het volledige artikel downloadt u de pdf.
Door: Willem Vlaming, Peter van Gool en Alex Van de Minne
Als overgang tussen de publieke en private ruimte vervult de stedelijke plint een belangrijke rol in de stedelijke omgeving. Een hoog adaptief vermogen van het vastgoed in de plint genereert, zowel maatschappelijk als financieel, potentiële meerwaarde. Zodra deze financiële meerwaarde aantoonbaar is en systematisch onderbouwd kan worden, biedt de plint voor ontwikkelaars en beleggers een drijfveer om te investeren in adaptief vermogen. Dit artikel gaat aan de hand van de reële optietheorie in op het kwantitatief vaststellen van de meerwaarde van adaptief vermogen. De belangrijkste conclusie is dat adaptief vermogen door functiewijziging van de stedelijke plint inderdaad van significante meerwaarde kan zijn, hoewel intrinsieke meerwaarde op dit moment niet aantoonbaar is.
Voor het volledige artikel downloadt u de pdf.
Door: Christian van der Blonk en Wim van der Post
Automated valuation models (AVMs) provide efficient means for local government to determine fair and equitable property taxes, for mortgage providers to limit risks, and for asset owners to make complex investment decisions. Traditionally, AVMs have been econometric models, such as linear regression models. However, recent advancements in the field of machine learning (ML) have opened up a new, and in many fields successful toolbox, providing additional methods for the same data, as well as approaches to access new sources of information and to create new variables.
An important distinction between traditionally applied methods and more recently introduced techniques lies in the structure definition of a model. Econometric models require a model specification – transformation of variables, selection of functional form, interaction effects, and distributional assumptions – prior to estimating parameter values, whereas most ML algorithms determine the model’s structure and parameter values simultaneously (Athey, 2018).
This fundamental difference has theoretical consequences that are naturally reflected in practical applications. The main goal of this paper is therefore to discuss how ML algorithms compare to econometric models for residential real estate valuation in theory and to show what these theoretical differences mean in practice.
In Section 2 we discuss the position of ML algorithms within the landscape of AVMs by comparing econometric models and ML algorithms from a theoretical perspective. Section 3 shows two different ML applications within residential property valuation to highlight the advantages and disadvantages of ML algorithms. Finally, Section 4 concludes and provides routes for future research.
To read the full version of the article please download the PDF
Authors: David Kroon and Marc Francke
In the new decade a lot is expected to change in the way real estate is valued. DNB (2019) recently published a report where an increasing number of stakeholders express concerns about the quality and independence of the current valuation practice. Advances made in terms of data quality, computational power and econometric modeling provide opportunities to improve estimations based on historical evidence. But experts also know that a lot of progress still has to be made before full automation can be achieved. Furthermore, with the decision of the ECB to ban fully automated valuations for real estate mortgages (Tweede Kamer, 2020), the need arises for hybrid approaches where man and machines work in conjunction, each capitalizing their own skills. This article investigates the implementation of data-driven methodologies in the current (commercial) residential valuation practices from a valuer’s perspective and discusses findings from an experiment where model estimates are compared to manual valuations to analyze when and why the two might differ.
To read the full version of the article please download the PDF
Authors: Bas Hilgers, Jurre Brantsma & Jacques Boeve
Tijdens de laatste financiële crisis werd door de ECB het begrip ‘reële economische waarde’ geïntroduceerd. Dit begrip komt in de taxatiestandaarden en vastgoedliteratuur niet of nauwelijks voor. Het maakt deel uit van de familie van langetermijnwaarden die in de vastgoedliteratuur al langer verkend worden, maar nog niet uitgekristalliseerd zijn. Ze bieden, naast de marktwaarde, een ander waardevol inzicht in de waarde van vastgoed. De waardeontwikkeling van objecten op de lange termijn is relevant voor meerdere belanghebbenden (institutionele beleggers, toezichthouders, banken en accountants), die elk hun eigen visie hierop kunnen hebben. Ik introduceer de begrippen ‘bestendige langetermijnmarktwaarde’ en ‘economische waarde’ en sluit af met de resultaten van een case study.
Voor het volledige artikel downloadt u de pdf.
Prof. dr. Tom M. Berkhout MRE MRICS
Dit artikel geeft een overzicht van het meest recente onderzoek naar de impact van pandemieën op de woningmarkt. Het schetst een perspectief bij de huidige ontwikkelingen op de Nederlandse markt.
Voor het volledige artikel downloadt u de pdf.
Door Matthijs Korevaar