UNIVERSITEIT GENT
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE
ACADEMIEJAAR 2013 – 2014
ONLINE WAARDEBEPALING VAN
WONINGEN: EEN MARKTSTUDIE
Masterproef voorgedragen tot het bekomen van de graad van
Master of Science in de Handelswetenschappen
Afstudeerrichting: Management & Informatica
Joël Caullet
onder leiding van
Dr. ir. ing. Gert Loterman
UNIVERSITEIT GENT
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE
ACADEMIEJAAR 2013 – 2014
ONLINE WAARDEBEPALING VAN
WONINGEN: EEN MARKTSTUDIE
Masterproef voorgedragen tot het bekomen van de graad van
Master of Science in de Handelswetenschappen
Afstudeerrichting: Management & Informatica
Joël Caullet
onder leiding van
Dr. ir. ing. Gert Loterman
Toelating tot bruikleen
De auteur geeft de toelating deze masterproef voor consultatie beschikbaar te
stellen en delen van de masterproef te kopiëren voor persoonlijk gebruik. Elk
ander gebruik valt onder de beperkingen van het auteursrecht, in het bijzonder
met betrekking tot de verplichting de bron uitdrukkelijk te vermelden bij het
aanhalen van resultaten uit deze masterproef.
26/05/2014
Joël Caullet
Dankwoord
Allereerst een bijzondere dank aan mijn promotor, dr. ir. ing. Gert Loterman,
voor zijn uitstekende begeleiding bij deze masterproef. Zonder zijn
ondersteuning had deze masterproef nooit het resultaat en de kwaliteit behaald
dat hij nu heeft.
Daarnaast wil ik ook Klaas Claeyssens en Thomas Couckuyt van de vakgroep
Makelaardij en Landmeten aan de Hogeschool Gent bedanken. Zij voorzagen
mij van de nodige informatie en middelen bij deze masterproef.
Joël Caullet
Samenvatting
Op het web bestaan er enkele online diensten die de waarde van residentiële
woningen trachten te bepalen. Een marktstudie laat toe om het aanbod en de
vraag op de markt van online waardebepaling van woningen te analyseren.
Allereerst bestudeert en evalueert een aanbodstudie het huidige aanbod op de
Belgische en internationale markt. Om de online diensten degelijk te evalueren,
en een eerste beeld te vormen over hun kwaliteit en nauwkeurigheid, wordt in
de wetenschappelijke literatuur vooreerst nagegaan welke parameters reeds
werden aangeduid als relevante drijvers van de waarde van een woning. Dit
gebeurt aan de hand van een uitgebreide literatuurstudie. Vervolgens wordt er
nagegaan in welke mate de online diensten rekening houden met deze
parameters uit de literatuur. Op basis daarvan werd er in de aanbodstudie een
beperkt aantal geavanceerde diensten op de markt vastgesteld. Daarnaast
kwantificeert een vraagstudie de interesse in een online schattingsdienst die
wetenschappelijk onderbouwd is. Door middel van enquêtes gericht naar
particulieren en ondernemingen actief in de vastgoedsector wordt de interesse
in en de gewenste marktprijs voor een dergelijke online dienst nagevraagd. De
vraagstudie bevestigde de belangstelling bij zowel particulieren als
professionals voor een wetenschappelijk onderbouwde online dienst, waarbij
de marktprijs aanzienlijk hoger is dan het prijsniveau bij de online
schattingsdiensten reeds actief op de markt.
Inhoudsopgave
1
Inleiding ........................................................................................................1
2
Methodes ......................................................................................................6
3
2.1
Literatuurstudie .............................................................................................. 6
2.2
Aanbodstudie .................................................................................................. 7
2.3
Vraagstudie ..................................................................................................... 8
Resultaten en discussies .............................................................................11
3.1
Drijvers van de verkoopwaarde .................................................................... 11
3.1.1
Structurele karakteristieken ................................................................. 14
3.1.2
Toegankelijkheidskarakteristieken ....................................................... 23
3.1.3
Buurtkarakteristieken ........................................................................... 26
3.1.4
Omgevingskarakteristieken .................................................................. 28
3.1.5
Leefmilieukarakteristieken.................................................................... 32
3.1.6
Schatting door de eigenaar ................................................................... 34
3.2
Aanbod van online waardebepalingen ......................................................... 35
3.2.1
Belgische markt ..................................................................................... 35
3.2.2
Internationale markt ............................................................................. 38
3.3
Vraag naar online waardebepalingen ........................................................... 47
3.3.1
Particulieren .......................................................................................... 47
3.3.2
Professionals ......................................................................................... 50
4
Conclusie .....................................................................................................54
5
Appendix ........................................................................................................i
6
Bibliografie .................................................................................................... v
i
1 Inleiding
Een waardebepaling van vastgoed wordt doorgaans uitgevoerd door
deskundige schatters, dit zijn veelal vastgoedexperts, vastgoedmakelaars,
landmeters of notarissen. Wereldwijd gebruiken schatters drie methoden om
de waarde van vastgoed te bepalen (1) (2) (3), namelijk een methode op basis
van vergelijkingspunten, een methode op basis van een inkomstenbenadering
en een analytische methode.
Bij de methode op basis van vergelijkingspunten zoekt de schatter minstens drie
woningen met bijna identieke kenmerken die recentelijk zijn verkocht.
Aangezien er nooit identieke woningen bestaan, gaat hij de verschillen met de
vergelijkingspunten opnemen en de verkoopprijzen licht aanpassen. Deze
aangepaste verkoopprijzen van de vergelijkingspunten vormen dan de basis van
de geschatte waarde van de gegeven woning (4). Deze methode is het meest
bruikbaar wanneer er meerdere vergelijkbare woningen recent zijn verkocht of
nog te koop staan op de markt.
De methode op basis van de inkomsten- of rendementsbenadering gaat uit van
het economische rendement dat kan worden behaald bij de verhuring van het
onroerend goed. De huurprijs van het onroerend goed wordt bepaald door
vraag en aanbod op de markt voor dat type vastgoed. De huur stelt dan het
rendement of de cash flow voor dat de eigenaar ontvangt voor zijn investering
in het vastgoed. De waarde van het onroerend goed kan dan worden
voorgesteld door de contante of actuele waarde van de toekomstige cash flows
te bepalen (4).
Bij de analytische methode wordt de intrinsieke waarde van een vastgoed
bepaald. Hierbij gebeurt een decompositie van het perceel, het gebouw en de
omgeving. Op basis van structurele kenmerken wordt de waarde bepaald om
het huis opnieuw te bouwen (nieuwbouwwaarde), hiervan wordt er een
1
procentuele slijtage of afschrijving van afgetrokken. De slijtage of afschrijving
kan worden bepaald door zich te baseren op de slijtage van recente verkopen
van vergelijkbare woningen op de markt, door de economische leeftijd na te
gaan of door de slijtage van elk onderdeel van de woning te inspecteren. Naast
het berekenen van het verschil tussen de nieuwbouwwaarde en de afschrijving
wordt de waarde van het perceel bepaald, rekening houdend met de buurt- en
omgevingsfactoren. De analytische methode lijkt op de hedonische prijsanalyse,
een statistische methode die de waarde kan schatten a.d.h.v. verschillende
kenmerken van de woning in een statistisch model te stoppen waarna het
model een waarde berekent op basis van deze kenmerken. Het verschil zit hem
in de waardering van dergelijke kenmerken, bij een deskundige schatter gebeurt
dit op basis van een subjectieve beoordeling, bij een hedonische
waardebepaling verloopt dit strikt objectief. Het hedonisch prijsmodel wordt
later besproken.
Schatters gebruiken deze drie methoden naast elkaar, dit toont aan dat er geen
methode beter is dan de andere en dat elk zijn beperkingen heeft. De keuze van
methode zal afhangen van het type woning, het doel van de schatting en de
kwaliteit en de kwantiteit van de beschikbare data. De methode op basis van
vergelijkingspunten is bijvoorbeeld heel geschikt wanneer veel data
beschikbaar zijn van vergelijkbare, recent verkochte residentiële woningen,
maar minder geschikt wanneer het gaat om specifieke eigendommen waar
amper vergelijkbare data over bestaan. De analytische schattingsmethode
wordt vaak gehanteerd bij de schatting van nieuwe eigendommen of
eigendommen die niet vaak op de markt worden verhandeld. Ze wordt minder
gebruikt bij oudere eigendommen die gekenmerkt worden door veel slijtage.
Slijtage kan immers moeilijk te schatten zijn. De methode volgens de
inkomstenbenadering wordt doorgaans toegepast bij waardebepaling van
commerciële eigendommen die geacht worden inkomen te genereren zoals
bijvoorbeeld appartementen, kantoren, en dergelijke. Voor residentiële
2
woningen wordt deze methode minder gebruikt. De effectiviteit van de
methode hangt dus af van de situatie waarin ze wordt gebruikt (3).
Er zijn echter nadelen bij de werkwijze van schatters (5). Sommige experts
vragen meer dan 600 euro voor een schatting van een woning. Beroep doen op
een expert kan dus duur oplopen. Test-Aankoop vindt 250 euro een
aanvaardbaar maximum (6). Bovendien neemt het plaatselijk bezoek door een
expert tijd in beslag. Daarnaast zijn schattingen door experts vaak subjectief
waardoor grote variaties bestaan in waardebepalingen voor eenzelfde woning.
Zo blijkt uit een onderzoek door Test-Aankoop dat sommige experts er flink
naast schatten, in het onderzoek was er een verschil voor eenzelfde woning van
100 procent tussen de laagste en hoogste schatting (6). Ook in een tv-reportage
van Telefacts werd een gelijkaardig onderzoek gevoerd, waaruit bleek dat een
schatting door sommige experts met de natte vinger gebeurt (7).
Als reactie op deze nadelen proberen statistici de waarde te bepalen van een
individuele woning uit geregistreerde verkoopprijzen van onroerende
goederen. Ze gebruiken hiervoor modelmatige waardebepalingen, zoals het
hedonisch prijsmodel. Het hedonisch prijsmodel toegepast op vastgoed stelt
dat de waarde van een woning bepaald wordt door zijn interne en externe
kenmerken. Het model laat toe om na te gaan in welke mate de verschillende
kenmerken een invloed hebben op de waarde.
Door het gebruik van Automated Valuation Models (AVMs) kan deze
modelmatige waardebepaling nu geautomatiseerd uitgevoerd worden.
Dergelijke geautomatiseerde modellen ondersteunen schatters om snel en
goedkoop waarde te bepalen maar vereisen een enorme hoeveelheid aan data.
Een techniek die hoofdzakelijk gebruikt wordt om expertsystemen zoals AVMs
te bouwen is meervoudige regressie via neurale netwerken bijvoorbeeld (3) (8).
Vandaag zijn er enkele online diensten op de markt die de waarde van vastgoed
bepalen a.d.h.v. deze geautomatiseerde modelmatige waardebepalingen
3
(AVM). Deze “webservices” zijn erg eenvoudig in gebruik en met behulp van een
aantal, zelf in te vullen, parameters proberen ze een bedrag te kleven op een
willekeurige woning. De meerderheid van dergelijke online diensten vragen
echter erg weinig parameters waardoor de nauwkeurigheid van deze online
diensten toch erg twijfelachtig wordt. Zo blijkt dat de schattingsresultaten voor
eenzelfde woning aanzienlijk uiteenlopen voor de verschillende online diensten.
Om klaarheid te scheppen rond de nauwkeurigheid is een evaluatie van de
online schattingsdiensten op de markt vereist.
Teneinde de online schattingsdiensten degelijk te evalueren zouden ze kunnen
worden getoetst aan hun wetenschappelijke onderbouwing en relevantie. De
literatuur betreffende de waardebepaling van vastgoed is omvangrijk. Een
synthese van de relevante parameters in de wetenschappelijke literatuur zou
een basis kunnen vormen om deze online diensten een eerste maal te
beoordelen.
De vestiging van een wetenschappelijk onderbouwde online dienst op de markt
die écht accuraat de verkoopwaarde van vastgoed bepaalt heeft enkele
interessante opportuniteiten op de huidige markt. Met een wetenschappelijke
onderbouwing, een substantiële database of –warehouse met relevante
vergelijkingspunten en state-of-the-art data mining technieken zou deze online
dienst zich kunnen onderscheiden van de huidige spelers op de markt. Deze
ambitie moet echter wel worden bevestigd door een voldoende grote vraag op
de markt naar een dergelijke online schattingsdienst.
Deze masterproef analyseert het huidige aanbod op de markt van online
schattingsdiensten en kwantificeert de vraag naar een wetenschappelijk
onderbouwde online dienst. Er kan dus gesproken worden van een marktstudie.
Alvorens het aanbod kan beoordeeld worden moet er in de literatuur worden
nagegaan welke parameters reeds als relevant werden aangeduid die de
verkoopwaarde van een woning drijven. De gevonden parameters kunnen
vervolgens worden getoetst aan de online diensten op de markt om zo te
4
evalueren in welke mate ze hun berekeningen baseren op deze relevante
parameters en een eerste stap zetten tot een wetenschappelijke
onderbouwing. Dit zal een eerste beeld vormen over de kwaliteit en
nauwkeurigheid van de online dienst in kwestie. Tot slot wordt de vraag op de
Vlaamse markt naar een wetenschappelijk onderbouwde online dienst
gekwantificeerd, zowel voor particulieren als ondernemingen actief in de
vastgoedsector. Het moet tevens een beeld geven hoeveel ze bereid zijn te
betalen voor een dergelijke online dienst.
Samenvattend zal deze masterproef drie onderzoeksvragen bevatten:
Onderzoeksvraag 1
Welke parameters drijven de verkoopwaarde van een woning?
Onderzoeksvraag 2
In welke mate nemen de online schattingsdiensten op de markt de parameters
op die uit onderzoeksvraag 1 relevant bleken te zijn?
Onderzoeksvraag 3
Wat is de vraag naar een wetenschappelijk onderbouwde online dienst op de
Vlaamse markt?
5
2 Methodes
Om de onderzoeksvragen te beantwoorden wordt er een literatuur-, aanboden vraagstudie uitgevoerd om respectievelijk onderzoeksvraag 1, 2 en 3 te
beantwoorden. Een literatuurstudie laat toe alle relevante parameters in de
wetenschappelijke literatuur te identificeren die de verkoopwaarde van een
woning drijven. Een aanbodstudie bestudeert de online schattingsdiensten op
de markt en evalueert hun aangeboden diensten op basis van de gevonden
parameters uit de literatuurstudie. Een vraagstudie gaat de vraag na voor een
wetenschappelijk onderbouwde online schattingsdienst op de Vlaamse markt
en brengt tevens de marktprijs in kaart.
2.1 Literatuurstudie
Het identificeren van de relevante parameters die de verkoopwaarde van een
residentiële woning drijven gebeurt door een uitgebreide literatuurstudie, om
zo alle drijvers op te lijsten die in eerdere empirische studies reeds relevant
bleken te zijn. Met relevant wordt bedoeld dat de parameters in de
regressieanalyse van een gegeven studie als significant werden aangeduid.
Ongeveer 40 empirische studies werden bestudeerd, geanalyseerd en
vergeleken. Doorgaans hanteren ze het hedonisch prijsmodel om de invloed van
individuele karakteristieken op de waarde van de woning na te gaan. De
empirische studies zijn complex te vergelijken, ze definiëren en meten
parameters en variabelen vaak op een andere manier waardoor een
nauwkeurige en correcte interpretatie vereist is bij deze literatuurstudie. Er
worden vijf categorieën van kenmerken onderscheiden die ook vaak in de
literatuur worden gebruikt. Het betreft kenmerken met betrekking tot
structuur,
toegankelijkheid,
buurt,
omgeving
en
leefmilieu.
Deze
literatuurstudie moet resulteren in een raamwerk waarin de verschillende
parameters worden opgesomd volgens bovengenoemde categorieën en waarin
6
de aard van de relatie, d.i. positief of negatief, wordt weergegeven die
consistent te vinden was overheen de empirische studies.
2.2 Aanbodstudie
In een aanbodstudie kan het raamwerk worden getoetst aan de online
schattingsdiensten reeds actief op de markt. Op die manier kan worden
nagegaan in welke mate ze rekening houden met de relevante drijvers,
opgesomd in het raamwerk, en die opnemen in hun berekeningen. Op deze
onderbouwde manier kan er een eerste beeld worden gevormd van de kwaliteit
en nauwkeurigheid van een gegeven online dienst. Zowel Belgische als
internationale online diensten worden opgenomen in deze aanbodstudie. Het
betreft online schattingsdiensten die de verkoopwaarde van een residentiële
woning schatten a.d.h.v. het invoegen van een aantal parameters door de
gebruiker zelf. De aanbodstudie bevat zeven Belgische en zes internationale
diensten.
Online diensten, zoals het Noord-Amerikaanse Zillow en het Belgische
BillionHomes, worden niet in deze aanbodstudie opgenomen. Dergelijke
diensten bepalen de verkoopwaarde van een woning op basis van beschikbare,
openbare data. Er wordt echter niet aan de gebruiker gevraagd om parameters
in te vullen om vervolgens een schatting te maken. Indien de gebruiker kan
bewijzen dat hij eigenaar is van een woning, kan hij wel informatie over de
desbetreffende woning toevoegen. Door dergelijke mogelijkheid beweren deze
online diensten in staat te zijn om een nog nauwkeurigere waarde te bepalen.
Het is echter onduidelijk welke parameters ze werkelijk gebruiken in hun
berekeningen, bijgevolg worden ze niet opgenomen in deze aanbodstudie.
Zoals eerder vermeld bevat het raamwerk vijf categorieën van kenmerken. Niet
alle vijf kunnen echter worden aangewend om het huidige aanbod de
evalueren. Het is onduidelijk hoe een online
schattingsdienst
de
toegankelijkheids-, buurt-, omgevings- en leefmilieukarakteristieken bepaald.
7
Er kan enkel worden nagegaan of de dienst naar de locatie, d.i. adres of
postcode, vraagt. Er wordt vanuit gegaan dat ze de locatie vervolgens gebruikt
om deze kenmerken te gaan bepalen. Kortom worden enkel de structurele
karakteristieken samen met de locatie, kwaliteit van omgeving, uitzicht en
schatting door de eigenaar gebruikt om het aanbod te beoordelen.
2.3 Vraagstudie
Een vraagstudie heeft tot doel de interesse in een wetenschappelijk
onderbouwde online dienst na te vragen en dient tevens een eerste beeld te
vormen van de marktprijs. De vraagstudie bestaat erin om bevragingen af te
nemen bij een steekproef van enerzijds particulieren en anderzijds
ondernemingen actief in de vastgoedsector. De doelgroepen zijn met name de
particulieren, notarissen, landmeters, vastgoedmakelaars en ondernemingen
actief in de ontwikkeling of het beheer van vastgoed. Voor elk van deze
personen werd een afzonderlijke enquête opgesteld, op deze manier kunnen de
bevragingen gericht worden verstuurd. Voor de particulieren is deze online
dienst een substituut voor een schattingsverslag door een schatter. Voor
professionals kan deze dienst een ondersteuning vormen voor hun huidige
dienstverlening. Voor het opstellen, publiceren en verwerken van de enquêtes
wordt gebruik gemaakt van Qualtrics. Deze webapplicatie wordt ter beschikking
gesteld door Hogeschool Gent.
8
In de versie voor particulieren wordt bovenaan de enquête een beschrijving van
de online dienst vermeld. Dit verschilt van de enquêtes voor professionals waar
de beschrijving wordt weggelaten en in de e-mail wordt geplaatst. De
beschrijving is de volgende:
Universiteit Gent en Hogeschool Gent ontwikkelen een hoogstaande online dienst om
de marktwaarde van een woning te bepalen. Deze dienst biedt u een wetenschappelijk
onderbouwd rapport ter ondersteuning van het (ver)kopen, (ver)huren of bouwen van
uw woning. Om de interesse voor dergelijke dienst te kwantificeren, hadden we u graag
twee vragen gesteld.
Vervolgens worden twee vragen gesteld. In de eerste vraag wordt er gepeild
naar de interesse in een waardebepaling van ofwel een huurwaarde,
verkoopwaarde of bouwkost van een woning. Een tweede vraag gaat na
hoeveel ze bereid zijn te betalen voor de waardebepaling die ze in vraag 1
hebben aangeduid. Op het einde van de enquête wordt er de mogelijkheid
gegeven om een e-mailadres in te geven, om op de hoogte te blijven van
verdere ontwikkelingen van de online dienst. Op die manier wordt er een
contactlijst opgebouwd die in de toekomst kan worden gebruikt. De particuliere
versie van de enquête is in de appendix toegevoegd.
In de versie voor professionals wordt, zoals eerder vermeld, de beschrijving
verplaatst naar de e-mail en wordt ze licht aangepast. De beschrijving is de
volgende:
Universiteit Gent en Hogeschool Gent ontwikkelen een hoogstaande online dienst om
de marktwaarde van een woning te bepalen. Ter ondersteuning van het (ver)kopen,
(ver)huren of bouwen van woningen, biedt deze dienst u een wetenschappelijk
onderbouwd rapport met relevante ijkpunten en mogelijkheden om te brandmerken
naar uw klanten toe.
Verder wordt er in de enquête drie vragen gesteld. De eerste twee vragen zijn
identiek aan de particuliere versie. Een derde vraag wil suggesties verzamelen
9
om de online dienst uit te breiden om een nog betere ondersteuning te bieden.
Op het einde wordt ook de mogelijkheid geboden om een e-mailadres na te
laten. De enquête voor professionals is in de appendix toegevoegd.
Om de particulieren te bereiken wordt de enquête verstuurd naar het brede
publiek d.m.v. fora, sociale media, e-mail naar o.a. personeel van Hogeschool
Gent, en dergelijke. De contactlijst van landmeter-experten en notarissen
bestaat respectievelijk uit 1796 en 835 e-mailadressen. Vastgoedmakelaars en
ondernemingen actief in de ontwikkeling of het beheer van vastgoed worden
bereikt door alumni en contacten van de vakgroep Makelaardij & Landmeten te
e-mailen. De contactlijst bestaat uit 695 e-mailadressen. Het is onbekend
hoeveel personen daarvan vastgoedmakelaars zijn of ondernemingen actief in
beheer of ontwikkeling van vastgoed.
10
3 Resultaten en discussies
Allereerst worden de drijvers van de verkoopwaarde van een woning in kaart
gebracht die in de wetenschappelijke literatuur reeds zijn vastgesteld. Dit
gebeurt door een uitgebreide literatuurstudie. Vervolgens worden de
geïdentificeerde drijvers vergeleken met de gehanteerde parameters van de
online schattingsdiensten op de markt. Dit vormt de basis van een evaluatie van
het huidige aanbod op de markt. Tot slot wordt in een vraagstudie de vraag naar
een wetenschappelijk onderbouwde online dienst gekwantificeerd en de
gewenste marktprijs weergegeven.
3.1 Drijvers van de verkoopwaarde
Onderzoek op het gebied van waardebepaling van vastgoed is omvangrijk. Sinds
de jaren zeventig werden er talrijke studies gevoerd in verschillende landen en
steden waarbij er verscheidene methoden werden gehanteerd en vergeleken,
waarbij ook parameters werden geïdentificeerd. Met de komst van
informatiesystemen, zoals onder meer geografische informatiesystemen (GIS),
kan er een grotere variëteit aan data worden opgeslagen en kunnen er
grondigere analyses gebeuren aan een relatief lagere kostprijs dan voorheen.
Dit zorgde ervoor dat dit onderzoeksgebied nog groter werd.
Naast de methoden die schatters vandaag gebruiken hebben modelmatige
waardebepalingen hun plaats in de vastgoedsector gevonden. Ze laten toe om
op een objectieve manier efficiënt en goedkoop schattingen uit te voeren. Ook
in de wetenschappelijke literatuur maken onderzoekers doorgaans gebruik van
dergelijke modellen om te achterhalen welke individuele componenten van een
woning de waarde van een woning bepalen. Een veelgebruikt model is het
hedonisch prijsmodel.
11
Het hedonisch prijsmodel zou zijn oorsprong vinden in een studie door Court in
1939 (9). Rosen (10) en Lancaster (11) zouden later dit prijsmodel theoretisch
gaan funderen. Het hedonisch prijsmodel gaat uit van het principe dat de
waarde van heterogene goederen bepaald wordt door de karakteristieken van
deze goederen. Een residentiële woning is een voorbeeld van een heterogeen
goed. Een woning kan gezien worden als een bundel van karakteristieken of
kenmerken, elk kenmerk heeft een eigen impliciete waardering of eigen
impliciete prijs. De theorie stelt dat de som van de waarderingen van alle
kenmerken de waarde van een residentiële woning weerspiegelt.
Bij een hedonische waardebepaling worden doorgaans meerdere categorieën
karakteristieken of kenmerken van de woning opgenomen in het prijsmodel (1)
(9) (12) (13) (14) (15) (16) (17). Het betreft niet alleen variabelen met betrekking
tot de structuur van de woning, maar ook variabelen betreffende
toegankelijkheid of bereikbaarheid, buurt (socio-economisch en demografisch),
omgeving en leefmilieu. De hedonische prijsfunctie is immers sterk afhankelijk
van de ruimte, dit wordt spatial dependency genoemd (18). De markt wordt
daarom best opgedeeld in gesegmenteerde submarkten met elk hun unieke,
hedonische prijsfunctie, op die manier houdt men rekening met spatial
dependency (1).
Het hedonisch prijsmodel wordt veelal gerealiseerd door regressieanalyse,
meer bepaald meervoudige regressie (1), waarbij de afhankelijke variabele de
verkoopwaarde van de residentiële woning is en de onafhankelijke variabelen
de karakteristieken van de woning representeren en dus de determinanten van
de verkoopwaarde zijn. In een regressieanalyse kan o.a. worden getoetst of de
onafhankelijke variabelen al dan niet een significante impact hebben op de
afhankelijke variabele, en of deze impact positief of negatief is. De functionele
vorm van de meervoudige regressie kan lineair of niet-lineair (bijvoorbeeld
semi-loglineair of loglineair) zijn (9). Hierna worden de relevante parameters uit
de literatuur per categorie besproken. Met relevant wordt bedoeld dat de
12
variabelen in de regressieanalyse van de studie als significant werden
aangeduid.
In een eerdere studie (12) werd reeds een synthese gemaakt van de parameters
die in de literatuur al dan niet relevant bleken te zijn. Sirmans et al. (12)
analyseerden hedonische prijsmodellen van meer dan 125 empirische studies
en merkten dat er doorheen de literatuur, betreffende de waardering van
residentieel vastgoed, veel tegenspraak bestaat. Voor bepaalde parameters
wordt vaak een verschillende significantie of teken gevonden, zelfs voor de
voornaamste parameters. Zietz et al. (19) wijten sommige discrepanties aan het
feit dat bepaalde kenmerken niet gelijkwaardig worden gewaardeerd voor
bepaalde huisprijsniveaus. Kopers van dure woningen waarderen bepaalde
karakteristieken anders dan kopers van goedkopere woningen. Ze pasten
kwantielregressie toe om deze stelling te ondersteunen. Dit type regressie laat
toe om veranderingen in de afhankelijke variabele (huisprijs) na te gaan op
verschillende punten in de distributie van de huisprijs (huisprijsniveaus) als
gevolg van een verandering van een onafhankelijke variabele. Zietz et al. (19)
vonden dat de relatie tussen de waarde van een woning en de parameters in
het hedonisch prijsmodel verandert overheen de verschillende huisprijsniveaus.
De bespreking van de parameters in kwestie komt doorheen de literatuurstudie
aan bod.
13
3.1.1 Structurele karakteristieken
De structurele karakteristieken van een residentiële woning zijn de fysieke
kenmerken van deze woning. De meeste studies handelend over hedonische
waardebepaling van residentieel vastgoed nemen deze karakteristieken het
eerst op in hun hedonisch prijsmodel. Logisch, het zijn de kenmerken die de
grondslag vormen van de waarde van een woning. Malpezzi (9) wijst aan dat
veel studies suggereren om minstens volgende structurele kenmerken in een
dataset te voorzien: aantal kamers volgens type, vloeroppervlakte van de
woning, type woning (duplex, alleenstaand, appartement, bungalow, en
dergelijke), type verwarming en koeling, ouderdom van de woning, andere
structurele kenmerken zoals een haard, garage, kelder, etc., bouwmateriaal en
de kwaliteit van afwerking.
De meest significante variabele is steeds de vloeroppervlakte van een woning.
In elke studie wordt deze parameter het eerst opgenomen in het hedonisch
prijsmodel en is hij steeds significant en positief gerelateerd aan de waarde van
een residentiële woning (12) (13) (14) (16) (17) (19) (20) (21) (22) (23) (24) (25)
(26). Met vloeroppervlakte wordt de oppervlakte bedoeld die als bewoonbaar
wordt beschouwd.
Naast vloeroppervlakte is oppervlakte van het perceel, ook kaveloppervlakte
genoemd, in de meeste studies een significante variabele die een positieve
invloed heeft op de waarde van een woning (18) (12) (13) (14) (17) (19) (22) (25)
(26). Niet alle studies nemen echter deze parameter op in hun regressieanalyse.
Wilhelmsson (23) vond daarentegen geen significantie voor deze variabele.
Het aantal kamers is een andere belangrijke parameter en is significant en
positief gerelateerd aan de waarde van een woning (18) (21) (23). Bond et al.
(22) voegden het aantal kamers, meer bepaald slaapkamers en badkamers,
samen met vloeroppervlakte wegens hoge correlatie tussen beide. Vele studies
splitsen het aantal kamers op per type, zo is het aantal badkamers een veel
opgenomen variabele (12) (14) (19) (20) (24) (25). Hetzelfde geldt voor het
14
aantal slaapkamers (14) (24) (25) en toiletten (13) (24). Sirmans et al. (12)
vonden een positieve coëfficiënt in de meerderheid van de studies maar in
enkele studies dook er een negatief resultaat op. Zietz et al. (19) bekeken dit
nader met kwantielregressie en constateerden dat het aantal slaapkamers
enkel significant is in de lage en middelhoge prijsniveaus van woningen. Een
bijkomende slaapkamer in een dure woning heeft een lagere marginale waarde
dan bij een goedkopere woning. Een Belgische studie (24) construeerde een
hedonische prijsindex met enkel structurele kenmerken, het aantal kamers
werd hier opgesplitst per type, voor het aantal eetkamers, zitkamers,
leefkamers en keukens werd geen significantie vastgesteld.
Netto (27) publiceerde welk percentage elementen het belangrijkst zijn bij de
prijsbepaling van woningen, op basis van onderzoek door KU Leuven. De grootte
van het huis verklaart 32,4 procent van de variantie van de prijs. Grootte was
een hoofdcategorie in het Leuvense onderzoek waarin vloeroppervlakte,
kaveloppervlakte, terras, aantal kamers en garage in vervat zaten.
Ouderdom van een woning heeft een negatieve impact op de waarde van een
woning (18) (12) (16) (17) (19) (20) (23) (24) (26). Een oudere woning heeft een
lagere waardering dan een nieuwe. Wilhelmsson (23) wijst er echter op dat
woningen ouder dan 40 jaar stijgen in waarde door het “vintage effect” door
hun charme, exclusiviteit en kwaliteit van constructie. Ouderdom werd bij
Armstrong en Rodriguez (14) als insignificant beschouwd, althans voor lineaire
en semi-loglineaire regressie. Bij een dubbel-loglineaire regressie vertoonde
ouderdom wel een significantie. Des Rosiers et al. (13) maakten een
onderscheid tussen schijnbare ouderdom en werkelijke ouderdom van een
woning. Zij constateerden dat de schijnbare ouderdom een grotere significantie
vertoont dan de werkelijke ouderdom, beiden negatief gerelateerd aan de
waarde van een woning.
Decoster en De Swerdt (24) zijn één van de weinigen die het type woning als
variabele opnemen in hun regressieanalyse. Als Belgische studie merkten ze dat
15
een alleenstaande of vrijstaande woning het meest geprefereerde type woning
is bij de Belgen. In hun studie namen ze dit type als referentiepunt voor alle
andere typen. Ze stelden vast dat de overige typen woningen, zijnde half-open
en gesloten bebouwing, een significante lagere waarde hebben vergeleken met
alleenstaande woningen. Haider en Miller (28) en Brounen en Kok (29)
constateerden dezelfde significantie, waarbij een alleenstaande woning een
hogere waarde vertoonde.
Ook andere structurele kenmerken zoals kelder, garage, haard en zwembad
hebben in veel studies een significante en positieve invloed op de waarde van
een residentiële woning. Het beschikken over een kelder heeft volgens
Palmquist (20) en Sirmans et al. (12) een significante meerwaarde op de waarde
van een woning. Ook Des Rosiers et al. (13) constateerden deze significantie, zij
maakten een onderscheid tussen een afgewerkte en half-afgewerkte kelder.
Beide hebben een significant en positief verband met de waarde van een
woning. Bij een afgewerkte kelder is deze impact logischerwijs groter. Zietz et
al. (19) en Bond et al. (22) bevonden daarentegen geen significantie voor de
aanwezigheid van een kelder. Bond et al. (22) constateerden voor weinig
structurele kenmerken significantie in hun onderzoek. Deze studie wou de
impact van een uitzicht op Lake Erie, d.i. een meer in het noorden van de
Verenigde Staten, nagaan op de waarde van residentiële woningen. De data die
werd gebruikt bestond uit amper 190 werkelijke verkooptransacties van de
afgelopen dertig maanden. Deze dataset is vergeleken met andere studies
echter beperkt. De resultaten van het onderzoek hebben meer relevantie bij de
bespreking van de omgevingsvariabelen in paragraaf 0.
Een garage heeft ook een significante positieve invloed op de waarde van een
woning (12) (17) (24). Palmquist (20), Cebula (25), Sirmans et al. (12) en Zietz et
al. (19) vonden in het bijzonder dat het aantal parkeerplaatsen in een garage of
carport evenwel positief en significant gerelateerd zijn aan de waarde van een
woning. Een garage afgescheiden van de woning heeft volgens Des Rosiers et
al. (13) een significante positieve impact, maar is deze impact kleiner dan een
16
garage ingesloten in de woning. Daartegenover stelde Palmquist (20) vast dat
een afgescheiden garage een negatieve significante invloed heeft. Bourassa et
al. (26) merkten een kleine significante positieve invloed op de waarde van een
woning wanneer die parkeerplaatsen had die niet op straat waren gelegen (offstreet).
Het aantal haarden bleek in meerdere studies ook een statistisch significante
invloed te hebben. Eén of meerdere haarden in een woning doen de waarde
stijgen (12) (13) (17) (20) (28) (23). Palmquist (20), Selim (21), Haider en Miller
(28), Sirmans (12) en Des Rosiers et al. (13) bevestigen dat de aanwezigheid van
een zwembad de waarde van een woning significant en positief beïnvloedt. Zietz
et al. (19) stelden de significantie enkel vast bij laag geprijsde woningen.
Des Rosiers et al. (13) en Cebula (25) zagen een significant en positief verband
tussen het aantal verdiepingen en de waarde van een residentiële woning.
Haider en Miller (28) merkten dat een woning met drie verdiepingen (three
story house) een positieve invloed heeft op de waarde van een woning. Sirmans
et al. (12) bevonden een tegenstrijdig resultaat in de literatuur. Zeven studies
bleken een negatieve invloed te merken, vier studies vonden een positieve
invloed.
Wilhelmsson (23) ging de relatie na tussen de mate van onderhoud van een
woning en de waarde van een woning. Beter onderhoud wijst immers op een
lagere waardevermindering of afschrijving van de woning doorheen de tijd.
Eigenaars werden ondervraagd naar de structurele kenmerken om zo
onderhoudskenmerken te achterhalen. Er werd getoetst naar het onderhoud
binnenshuis en buitenshuis. Binnenshuis werden meer bepaald de reparaties
nagegaan met betrekking tot elektriciteit, keuken en wasplaats. Buitenshuis
werd de reparaties met betrekking tot afvoer en riolering nagegaan. Het
onderzoek vond dat de afschrijving van een woning opmerkelijk lager is in geval
van een goed onderhouden woning. Algemeen kan men stellen dat een goed
onderhouden woning 10% minder waard is dan een nieuwe woning, waar een
17
slecht onderhouden woning 23% lager is gewaardeerd dan een nieuwe woning.
De mate van onderhoud is dus significant positief gerelateerd aan de waarde
van een woning, meer bepaald heeft het upgraden van de keuken en het
opknappen van de afvoer of riolering de grootste impact op de waarde van een
woning. Brounen en Kok (29) constateerden een gelijkaardige significantie voor
het onderhoud buitenshuis. Een goed onderhouden huis aan de buitenkant
geniet van een hogere waarde. Ook Andersson (16) stelde dezelfde significantie
vast. Hij nam de onderhoudskosten van een appartementsgebouw op in zijn
hedonisch model. Deze kost wordt geheven om het hele gebouw, de
gemeenschappelijke voorzieningen, te onderhouden. Een beter onderhoud
leidt tot hogere kwaliteit van deze voorzieningen en leidt op zijn beurt tot een
hogere kwaliteit van de individuele appartementen. In de regressie bleek dat
deze onderhoudskosten een zeer significante, positieve impact hadden op de
waarde van het appartement.
Palmquist (20), Haider en Miller (28) en Sirmans et al. (12) bevestigen de
significantie van een koelingsysteem of airco. Een centraal aircosysteem of een
wandairco hebben een positieve invloed op de waarde van een woning, waarbij
een centraal systeem een grotere impact heeft. Levitt en Syverson (30) kwamen
tot hetzelfde resultaat. Zietz et al. (19) vonden enkel significantie voor een
elektrische airco. Bond et al. (22) vond weliswaar geen significantie.
Selim (21), Peterson en Flanagan (31), Levitt en Syverson (30), Zietz et al. (19)
en Des Rosiers et al. (13) namen het soort bouw- of constructiemateriaal op in
hun regressieanalyse en constateerden dat ze een significante impact hadden
op de waarde van een woning. Armstrong en Rodriguez (14) en Levitt en
Syverson (30) bevonden tevens dat de stijl van architectuur een significante
invloed heeft op de waarde van een woning.
Decoster en De Swerdt (24) bevestigen dat het beschikken over een tuin bij
Belgische woningen een significante en positieve impact heeft op de waardering
van een woning. Ook Sirmans et al. (12) vonden deze positieve relatie.
18
Daarnaast bevonden Sirmans et al. (12) dat er consistent overheen studies een
positieve significante invloed te merken is voor de aanwezigheid van bomen in
de omgeving van de woning. Des Rosiers et al. (13), Sirmans et al. (12) en Cebula
(25) merkten dat een terras eveneens een positieve impact heeft op de waarde
van een woning. Hetzelfde geldt voor een eigen binnenplaats (25). Zietz et al.
(19) vonden daarentegen geen significantie voor een terras.
De kwaliteit van een huis als variabele werd in meerdere studies ook als
statistisch significante aangemerkt. De kwaliteit wordt veelal nagegaan door
een vragenlijst waarop een aantal attributen worden beoordeeld. De kwaliteit
van een huis is positief gerelateerd aan de waarde van een woning (18) (13) (23).
Des Rosiers et al. (13) stelden bovendien vast dat een goede dakkwaliteit en
vloerkwaliteit de waarde van een woning positief beïnvloeden. Een slechte
kwaliteit van het plafond heeft een negatieve invloed op de waarde. Ook
Bourassa et al. (26) constateerden significantie voor zowel goede als slechte
kwaliteit van het dak en de muren. Zietz et al. (19) constateerden een sterke
significantie voor vloeren afgewerkt in tegels of parket. Beide hebben een
positieve invloed op de waarde van een woning. Din et al. (32) namen de
kwaliteit op van de constructie, d.i. bouwkwaliteit, in hun regressieanalyse en
zagen een significante invloed op de waarde van een woning, dit in tegenstelling
tot Bond et al. (22).
Des Rosiers et al. (13) stelden een significante negatieve impact op de waarde
van een woning vast bij een beperkte lichtinval binnenshuis. Ook Jim en Chen
(33) kwamen tot deze relatie. Zij namen de windoriëntaties van de ramen van
een woning op in hun hedonisch prijsmodel, zo zullen woningen met zowel een
zuidwaarts als noordwaarts raam de voorkeur hebben. Zij stelden dat deze
variabele de hoeveelheid lichtinval, het binnenshuis klimaat en het verbruik van
de airco bepaalt.
19
Wilhelmsson (23) stelde vast dat de afstand van de woning tot de straat een
significante en positieve impact heeft op de waarde van een woning. Een
woning dicht bij de straat gelegen wordt lager gewaardeerd.
Walls et al. (34) onderzochten de invloed van energiezuinigheid van een woning
op de waarde van een woning. Ze bevonden dat woningen met een
energiecertificaat gebouwd tussen 1995 en 2006 een statistische significante
impact hebben op de waarde van residentiële woningen. Energiecertificering
getuigd van een energiezuinigheid en zou voor deze woningen resulteren in een
stijging van de waarde. Energiecertificaten van woningen gebouwd na 2006
hebben geen significante invloed op de waarde. Dit zou komen omdat nieuwe
woningen in het algemeen energiezuinig worden door strengere regelgeving,
een certificaat biedt immers geen meerwaarde meer. Een Nederlandse studie
(29) kwam tot hetzelfde resultaat. Groene energieprestatiecertificaten (EPC),
dit zijn A-, B- en C-labels, hebben een significante positieve invloed op de
waarde van een woning. Het E-label heeft geen significantie, en het F- en Glabel hebben een significante negatieve impact op de waarde. In het bijzonder
hadden een centrale verwarming en een goede isolatie significante en positieve
invloeden op de waarde van een woning. Sirmans et al. (12) vinden eveneens
dat een centrale verwarming en luchtverwarming de voorkeur hebben,
verwarming op gas zou een negatief effect hebben op de waarde van een
woning. Zonnepanelen hebben een positieve invloed op de verkoopwaarde van
woningen (35) (36). Oudere PV-systemen resulteren in een lagere meerwaarde
vergeleken met nieuwe PV-systemen (35). Dastrup et al. (36) merkten dat deze
meerwaarde hoger is in straten waar er nauwelijks woningen met zonnepanelen
zijn, en lager in straten waar er minstens twee woningen met zonnepanelen
gesitueerd zijn. Ook Netto (27) stelt dat de kopers zich meer bewust worden
van de noodzaak aan betere isolatie om zo de energiekosten te drukken. Ze zijn
dan ook bereid om meer te betalen als een woning een lage EPC-score behaalt.
In tabel 1 wordt een overzicht gegeven van de structurele karakteristieken die
een invloed hebben op de waarde van een woning.
20
Tabel 1
Structurele karakteristieken
Parameter
Vloeroppervlakte
Kaveloppervlakte
Aantal kamers
Badkamers
Slaapkamers
Toiletten
Ouderdom
Type woning
Vrijstaand (ref.)
Half-open
Gesloten
Kelder
Garage
Aantal parkeerplaatsen in garage of carport
Afgescheiden garage
Parkeerplaatsen niet op straat
Haard
Zwembad
Aantal verdiepingen
Mate van onderhoud
Binnen
Upgrade keuken
Opknappen afvoer/riolering
Buiten
Airco
Centraal systeem
Aan wand
Elektrisch
Bouwmateriaal
Stijl van architectuur
Tuin
Bomen
Terras
Binnenplaats
21
Teken
+
+
+
+
+
+
+
+
+
+
-/+
+
+
+
-/+
+
+
+
+
+
+
+
+
+
-/+
-/+
+
+
+
+
Tabel 1 (vervolg)
Structurele karakteristieken
Parameter
Kwaliteit
Dakkwaliteit
Kwaliteit muren
Goede vloerkwaliteit
Slechte kwaliteit plafond
Vloer in tegels
Vloer in parket
Bouwkwaliteit
Lichtinval
Windoriëntaties van ramen
Afstand tot straat
Energiezuinigheid
Energieprestatiecertificaat (EPC)
Centrale verwarming
Luchtverwarming
Verwarming op gas
Isolatie
Zonnepanelen (PV-panelen)
Ouderdom PV systeem
Woningen in straat met PV-panelen
22
Teken
+
+
Opmerking
+
+
+
+
+
-/+
+
+
+
+
+
+
-
Hoog label (A of B) = lage EPCwaarde
Negatief effect op meerwaarde
Negatief effect op meerwaarde
3.1.2 Toegankelijkheidskarakteristieken
De kenmerken van de woning ten opzichte van toegankelijkheid of
bereikbaarheid tot openbaar vervoer, stadscentrum, openbare voorzieningen,
enz. worden de toegankelijkheidskarakteristieken genoemd. Toegankelijkheid
wordt gezien als de mogelijkheden van een individu om te reizen en deel te
nemen aan activiteiten in zijn directe omgeving (13). Een woning met
bijvoorbeeld een betere toegankelijkheid tot het stadscentrum zal de waarde
van deze woning beïnvloeden. De toegankelijkheid kan dan slaan op de reistijd,
maar ook op de mogelijkheden, zoals openbaar vervoer en een autosnelweg,
om eenvoudig een locatie te bereiken.
Een kenmerk dat in vele studies als primaire toegankelijkheidsvariabele wordt
opgenomen in het hedonische prijsmodel is de afstand tot het stadscentrum (in
het Engels afgekort tot CBD – Central Business District) (28). In dit gebied is er
een hoge concentratie van bedrijven, horeca, winkels, openbare voorzieningen,
enz. De Standard urban economic theory stelt dat de afstand tot het
stadscentrum de waarde van residentiële woningen beïnvloedt (17). Een kleine
afstand, en dus een betere toegankelijkheid, betekent immers lagere
verplaatsingskosten. De afstand tot het stadscentrum is dan ook een
significante variabele in het hedonisch prijsmodel die de waarde van een
woning negatief beïnvloedt (18) (15) (16) (19) (20) (28) (33). De waarde van een
woning neemt af naarmate deze afstand groter wordt. Brasington en Hite (17)
vonden daarentegen dat de afstand tot het stadscentrum in meer dan de helft
van hun regressies een insignificante invloed had, dit kan betekenen dat deze
variabele tegenwoordig minder belangrijk wordt omdat de werkgelegenheid
zich meer verspreidt en minder centraliseert in de stadscentra. Sirmans et al.
(12) stelden vast dat de afstand tot het stadscentrum overheen studies zowel
negatief, positief als insignificant werd bevonden. Din et al. (32) vonden in het
geheel geen significante relatie tussen afstand tot het stadscentrum en waarde
van een woning.
23
De afstand tot winkelgelegenheden, zoals shopping centra, bleek in meerdere
studies een significante variabele te zijn die de waarde van woningen negatief
beïnvloedt (13) (28). Een grotere afstand resulteert in een lagere waarde. Din et
al. (32) vonden geen significantie.
Baranzini en Schaerer (15) en Des Rosiers et al. (13) stellen vast dat afstand tot
de dichtstbijzijnde lagere en secundaire school een significante, positieve
invloed heeft op de waarde van een woning. Des Rosiers et al. (13) vonden een
significante, negatieve invloed voor de afstand tot hogeschool of universiteit.
De impact in beide studies was echter klein. Din et al. (32) vonden geen
significantie.
De afstand tot snelwegen bleken in meerdere studies significant en positief
gerelateerd te zijn met de waarde van woningen (13) (14) (19) (28). Een grotere
afstand leidt tot een hogere waarde. Ook voor opritten tot snelwegen wordt er
eenzelfde relatie gevonden. Dit kan te wijten zijn aan de negatieve externe
effecten (negatieve externaliteiten) van een drukke snelweg, d.i. geluidshinder,
luchtvervuiling, slechtere leefomgeving, enz.
Baranzini en Schaerer (15) merkten dat de afstand tot openbaar vervoer een
positieve, significante invloed heeft op de waarde van een woning. Een grotere
afstand resulteert in een waardevermeerdering van een woning. Haider en
Miller (28) daarentegen wezen dat de nabijheid van een metro wordt vertaald
in een hogere waarde van een woning. Din et al. (32) vonden ook hier geen
significantie.
Armstrong en Rodriguez (14) onderzochten het effect van de nabijheid van een
pendeltrein (commuter rail – een trein of tram die suburbans verbindt met het
stadscentrum) op de waarde van residentiële woningen. Met een dataset
bestaande uit 1860 verkooptransacties van eengezinswoningen stelden ze een
hedonisch prijsmodel op met allerlei toegankelijkheidsvariabelen. Ze merkten
dat de lokale toegankelijkheid tot een pendeltrein voordelen biedt en een
24
impact heeft op de waarde van woningen. Deze lokale toegankelijkheid werd
weergegeven door de reistijd met de auto tot het dichtstbijzijnde station
(negatief), de aanwezigheid van één of meerdere stations binnen een gemeente
(positief) en of er zich een station bevindt binnen een straal van een halve mijl
(804m) rond de woning (positief). De negatieve externaliteiten van deze
pendeltrein werden in deze studie ook in kaart gebracht, de resultaten worden
bij de omgevingsvariabelen in paragraaf 0 besproken.
Naast de toegankelijkheid die een pendeltrein biedt, werden ook andere
toegankelijkheidsvariabelen gemeten. Zo heeft een langere reistijd met de auto
tot het stadscentrum een negatieve impact op de waarde van een woning. Ook
de afstand tot een (kleine) haven heeft een negatieve impact.
Tabel 2 somt de significante kenmerken van de woning op met betrekking tot
toegankelijkheid en bereikbaarheid.
Tabel 2
Toegankelijkheidskarakteristieken
Parameter
Afstand tot stadscentrum
Reistijd met auto tot stadscentrum
Afstand tot winkelgelegenheden
Afstand tot lagere en secundaire school
Afstand tot hogeschool of universiteit
Afstand tot snelwegen, en op- en afritten
Afstand tot openbaar vervoer
Afstand tot metro
Lokale toegankelijkheid pendeltrein
Reistijd met auto tot station
Eén of meerdere stations in gemeente
Station binnen een straal van ~800 meter
Afstand tot (kleine) haven
25
Teken
+
+
+
+
+
+
-
3.1.3 Buurtkarakteristieken
Een veelgebruikte uitspraak door deskundigen in de vastgoedsector is: “Drie
zaken bepalen de waarde van een woning: locatie, locatie en locatie”. Hiermee
beklemtonen ze dat de kenmerken van de buurt bepalend zijn voor de waarde
van een residentiële woning. Kiel en Zabel (37) concludeerden dat individuen
begaan zijn met de kwaliteit van hun omgeving bij de bereidheid tot betalen
voor een bepaalde woning. Ze moedigen dan ook het gebruik van
buurtvariabelen in een nauwkeurige hedonische waardebepaling aan. Ook
Sirmans et al. (12) stelden vast dat de locatie in meerdere studies een
significante variabele is, doorgaans weergegeven door de postcode. Met
buurtvariabelen worden de socio-economische en demografische informatie
over de buurt waar de woning is gesitueerd bedoeld.
Een vroege studie (20) merkte dat het percentage van de populatie niet-blanken
in een buurt een sterke, negatieve invloed heeft op de waardering van
woningen. Brasington en Hite (17) en Zietz et al. (19) bevestigen dit. Ook het
percentage van de populatie met een hogere opleiding bleek volgens Palmquist
(20) een positieve impact te hebben. Deze variabele wordt meestal gebruikt als
representatie van de buurtkwaliteit. Ook in andere studies is de scholingsgraad
een goede indicator die een positieve invloed heeft op de waarde van woningen
(13) (17). De schoolkwaliteit is een andere variabele die positief gerelateerd is
tot de waardering van woningen (12) (14) (17). Dit wordt doorgaans gemeten
door de slaagkansen of uitgaven per leerling. Het inkomensniveau in de buurt
had in meerdere studies ook een significante, positieve invloed (14) (16) (17)
(29) (37) (38).
Kiel en Zabel (37) en Armstrong en Rodriguez (14) merkten dat de lokale
eigendomsbelasting een sterke, negatieve invloed heeft op de waarde van
woningen. Brasington en Hite (17) constateerden geen significantie voor deze
variabele.
26
Brasington en Hite (17) vonden geen significantie voor de groei van de
gemeenschapspopulatie. Wel vonden ze dat het percentage armoede in de
buurt negatief gecorreleerd is met de waarde van woningen. Din et al. (32)
zagen dat de sociale status, wat de woonkwaliteit representeert van de lokaal
buurt, een significante parameter is die de waarde van een woning positief
beïnvloedt. Haider en Miller (28) stelden een positieve correlatie vast tussen het
percentage senioren in de buurt en de waarde van woningen. Het percentage
nieuwe immigranten in de buurt zou volgens hen negatief gecorreleerd zijn met
de waarde van woningen. Lynch en Rasmussen (39) en Sirmans et al. (12)
bevonden een negatieve significante relatie tussen de criminaliteitsgraad in de
buurt en de waarde van residentiële woningen.
In Tabel 3 worden de relevante buurtkarakteristieken weergegeven die een
impact hebben op de waarde van een woning.
Tabel 3
Buurtkarakteristieken
Parameter
Locatie (bv. postcode)
% niet-blanken
% met hogere opleiding
Scholingsgraad
Schoolkwaliteit
Inkomensniveau
Lokale eigendomsbelasting
% armoede
Sociale status
% senioren
% nieuwe immigranten
Criminaliteitsgraad
27
Teken
-/+
+
+
+
+
+
+
-
3.1.4 Omgevingskarakteristieken
De kenmerken in de nabijheid van de woning die de aantrekkelijkheid en
kwaliteit van de omgeving bepalen behoren tot de omgevingskarakteristieken.
Groene gebieden in de omgeving en kwaliteit van uitzicht zijn voorbeelden van
dergelijke kenmerken. Data met betrekking tot omgevingskenmerken zijn
moeilijk te kwantificeren, ze zijn veelal gebaseerd op individuele beoordelingen
en zijn bijgevolg subjectief (15). Met de komst van geografische
informatiesystemen (GIS) zijn er al meer mogelijkheden om een meer precieze
en objectieve waarde te kleven op dergelijke variabelen of kenmerken.
Baranzini en Schaerer (15) duiden op een dergelijke mogelijkheid om nauwgezet
de kwaliteit van de omgeving en zijn aantrekkelijkheid te meten a.d.h.v. GIS. Ze
onderzochten uitvoerig de impact van de soort omgeving in de nabijheid (in
oppervlakte) en het uitzicht erop. Ze concludeerden dat de opname van
omgevingsvariabelen in het hedonisch prijsmodel bijdragen tot een betere en
nauwkeurigere waardebepaling van een woning.
Het uitzicht van een woning is een belangrijke variabele die veel invloed kan
hebben op de waarde van een woning. Sirmans et al. (12) zagen dat een “goed”
uitzicht in drie van de vier studies significant bleek te zijn. Indien de woning
uitzicht heeft op of gelegen is aan een waterlichaam, zoals een rivier, een meer
of de zee, dan heeft dit een significante positieve invloed op de waarde van een
woning (15) (25) (33). Een voorbeeld is te vinden bij Bond et al. (22), zij merkten
onder meer een substantiële, positieve impact op de waarde van een woning
wanneer die een uitzicht had op Lake Erie, een meer in Noord-Amerika. Volgens
Baranzini en Schaerer (15) kan een uitzicht op een waterlichaam resulteren in
een 57 procent hogere waarde. Sirmans et al. (12) bevonden dat een uitzicht op
en de locatie aan een meer steeds significant en positief is. Wilhelmsson (18) en
Sirmans et al. (12) constateerden een positieve relatie tussen een uitzicht op
zee en de waarde van een woning. Zietz et al. (19) stelden een positieve
significante invloed vast voor een uitzicht op een berg of gebergte.
28
Ook het uitzicht op of de locatie aan een groen gebied heeft een significante en
positieve invloed op de waarde van een woning (15) (25). Jim en Chen (33)
bevestigen dat een uitzicht op groen gebied de waarde verhoogt, maar de
nabijheid van bossen of andere groene gebieden hebben geen invloed op de
waarde van woning. Nochtans werd er in een Europese studie door Tyrväinen
en Miettinen (33) in 2000 bevonden dat toegankelijke groene gebieden in de
nabijheid de waarde van een woning kunnen doen stijgen met zes procent. Een
zelfde resultaat werd gevonden voor Noord-Amerikaanse steden in een
onderzoek door Tajima (33) in 2003. Jim en Chen (33) wijten dit aan het feit dat
het dichtstbijzijnd groen gebied in deze studie niet toegankelijk is voor
inwoners, bijgevolg zijn ze ook niet bereid om hiervoor meer te betalen. Din et
al. (32) stelden in een eerste model geen significantie vast voor het uitzicht op
en afstand tot groen gebied. Dit werd kwantitatief gemeten. Wanneer ze echter
de kwaliteit van de omgeving kwalitatief gaan meten a.d.h.v. ordinale
variabelen merkten ze een significante en positieve invloed op de waarde van
een woning.
Verder zagen Baranzini en Schaerer (15) significantie voor de nabijheid van
landbouwgebieden (positief), stedelijke parken (positief) en industriële
gebieden (negatief). Met betrekking tot het uitzicht constateerden ze dat het
uitzicht op bebouwd gebied, een stedelijk park en een industrieel gebied een
negatieve invloed heeft op de waarde van een woning. Voor een uitzicht op
landbouwgebied werd geen significantie vastgesteld.
Het verkeer in de straat van de woning heeft een significante negatieve invloed
op de waarde van een woning (14) (25). Een woning gelegen in een straat met
druk verkeer zal een lagere waarde kennen. Jim en Chen (33) merkten geen
significantie voor geluidshinder door het verkeer. Dit in tegenstelling tot een
onderzoek door Luttik (33) dat concludeerde dat verkeerslawaai de waarde van
een woning met vijf procent kan doen dalen. Deze insignificantie kan te wijten
zijn aan de lage gevoeligheid van de subjecten in het onderzoek van Jim en Chen
(33), zij zijn immers gewoon aan het lawaai en ondervinden geen last meer.
29
Strand en Vågnes (40) onderzochten de relatie tussen de waarde van woningen
en de nabijheid van een spoorweg. Ze stelden vast dat dat er een sterke
positieve relatie is wanneer woningen binnen een straal van 100 meter rond de
spoorweg worden opgenomen in de regressieanalyse. Deze relatie is zwakker
wanneer ook woningen buiten deze straal worden opgenomen. Armstrong en
Rodriguez (14) bestudeerden naast de voordelen met betrekking tot
toegankelijkheid die een pendeltrein biedt ook de negatieve externaliteiten van
een spoorweg. Een dergelijke spoorweg wordt tevens gebruikt voor
goederentreinen die voor de nodige hinder zorgen. De afstand tot een
spoorweg heeft ook bij hen een significante, positieve invloed op de waarde van
een woning.
Cebula (25) bevond tevens dat woningen gelegen aan een plein of in een culde-sac
een
hogere
waarde
vertoonden.
De
nabijheid
van
een
appartementsgebouw zou een negatieve invloed hebben. Woningen gelegen op
de hoek van een straat had geen significantie.
Tabel 4 somt de kenmerken van de omgeving op die de waarde van een woning
mede bepalen.
30
Tabel 4
Omgevingskarakteristieken
Parameter
Kwaliteit van omgeving (kwalitatief gemeten)
"Goed" uitzicht
Meer
Zee
Rivier
Berg of gebergte
Groen gebied
Bebouwd gebied
Stedelijk park
Industrieel gebied
Locatie aan
Water
Groen gebied
Landbouwgebied
Stedelijk park
Industrieel gebied
Plein
In cul-de-sac
Appartementsgebouw
Verkeer in straat
Afstand tot spoorweg
31
Teken
+
+
+
+
+
+
+
+
+
+
+
+
+
+
3.1.5 Leefmilieukarakteristieken
De kenmerken met betrekking tot de kwaliteit van het milieu waar de woning is
gesitueerd worden de leefmilieukarakteristieken genoemd. Bedrijven en
consumenten worden zich steeds meer bewust van het belang van een
duurzaam en gezond milieu. Een gezond milieu, zoals o.a. lage lucht-, water- en
grondvervuiling, zal zich dan ook kapitaliseren in een hogere waarde van een
woning.
Brasington en Hite (17) onderzochten de impact van de lokale milieukwaliteit
op de vastgoedprijzen. De afstand tot plaatsen waar er lucht-, water- en
grondvervuiling zijn vastgesteld ten gevolge van een ondermaats waste
management en het gevaar voor gezondheid of voor het milieu is bevestigd
namen ze op in hun hedonisch prijsmodel. Ze constateerden dat de kwaliteit
van het milieu een kleine, maar significante invloed heeft op de waarde van
woningen. Een kleinere afstand tot een schadelijk milieugevaar resulteert in een
lagere waarde. Boyle en Kiel (41) analyseerden meerdere studies die de relatie
bestudeerden tussen de waarde van woningen en de afstand tot sites waar
giftige afvalstoffen zijn gedumpt of reeds zijn verwijderd. Ze concludeerden dat
de nabijheid of de zichtbaarheid van een dergelijke site een statistisch
significante invloed heeft die de waarde van een woning negatief beïnvloedt.
Hite et al. (42) bestudeerden de impact van de nabijheid van stortplaatsen op
de waarde van residentiële woningen en stelden vast dat de afstand tot een
stortplaats een significante variabele is die de waarde van een woning positief
beïnvloedt. Ook Nelson et al. (43) constateerden deze positieve relatie en
stelden dat woningen in een straal van vier kilometer rond de stortplaats een
lagere waarde zullen kennen ten gevolge van deze stortplaats.
De kwaliteit van het water heeft in verscheidene studies een positieve
significante invloed op de waarde van residentiële woningen (41). De kwaliteit
van de lucht is een complexe variabele. Het is onduidelijkheid wat de juiste
manier is om de variabele te meten, ze is ook gevoelig voor de invloed van
32
andere variabelen. Vele studies constateerden een statistisch insignificant
verband met de waarde van een woning (41). Beron et al. (44) en Zabel en Kiel
(45) vonden een negatieve significantie voor de hoeveelheid fijn stof (smog) en
ozon op de waarde van woningen.
In tabel 5 worden de relevante leefmilieukarakteristieken opgesomd.
Tabel 5
Leefmilieukarakteristieken
Parameter
Afstand tot stortplaats
Waterkwaliteit
Luchtkwaliteit
Hoeveelheid smog en ozon
Afstand tot vervuilde sites
33
Teken
+
+
+
3.1.6 Schatting door de eigenaar
De waardebepaling of schatting van een woning door zijn eigenaar is een
eenvoudig te verzamelen bron van informatie. Door middel van bevragingen
(American Housing Survey, huishoudbudgetonderzoek (BE), enz.) kan men
gemakkelijk potentieel nauwkeurige waardebepalingen van residentiële
woningen verzamelen. Uiteraard is deze informatie enkel nuttig wanneer die
werkelijk accuraat is.
Eerste studies op dit gebied (46) (47) vergeleken de schattingen van woningen
door hun eigenaars met de schattingen door deskundigen. Kish en Lansing (46)
merkten dat eigenaars hun woning met vier procent overschatten. Kain en
Quigley (47) zagen dat eigenaars hun woning onderwaarderen met twee
procent, hoewel deze onderwaardering statistisch insignificant was. Beide
studies veronderstelden dat de geschatte waarde door een deskundige de
werkelijke waarde van een woning voorstelde.
Goodman en Ittner (48) vergeleken met de werkelijke verkoopprijs en bevonden
dat de gemiddelde eigenaar in de Verenigde Staten de waarde van zijn woning
zes procent hoger inschat. Kiel en Zabel (49) bevonden dat de gemiddelde
eigenaar de waarde van zijn woning 5,1 procent hoger inschat dan de
marktwaarde ervan. Nieuwe eigenaars overwaarden hun woning met 8,4
procent. Daarnaast zagen Goodman en Ittner (48) ook geen relatie tussen de
schatting van de eigenaar en de kenmerken van het huis en de eigenaar. Kiel en
Zabel (49) voegen daarbij dat ook typische omgevingskenmerken niet
gerelateerd zijn aan de schattingen door eigenaars. Geconcludeerd stelt men
dat de waardering van woningen door hun eigenaar een betrouwbare en
bruikbare variabele is die bijdraagt tot een nauwkeurige waardebepaling van
residentiële woningen (48) (49).
34
3.2 Aanbod van online waardebepalingen
In een aanbodstudie wordt het huidige aanbod op de markt van online
schattingsdiensten bestudeerd. Zowel op Belgisch als internationaal niveau
worden online diensten geëvalueerd op basis van de resulterende parameters
uit de literatuurstudie. Dit zal toelaten een eerste beeld te vormen over de
nauwkeurigheid en kwaliteit van de desbetreffende online dienst.
3.2.1 Belgische markt
Op de Belgische markt zijn er enkele online schattingsdiensten die de
verkoopwaarde van residentiële woningen bepalen. In tabel 6 worden zeven
Belgische diensten opgesomd en worden hun gehanteerde parameters
vergeleken met het raamwerk van de literatuurstudie.
De meerderheid van de online diensten in België bepaalt de waarde van een
woning slechts op basis van de meest voornaamste parameters, dit zijn
vloeroppervlakte, kaveloppervlakte, aantal slaapkamers, ouderdom, garage,
kwaliteit en de locatie. Er kan duidelijk worden gesteld dat in vergelijking met
het raamwerk dit ruim onvoldoende is om een nauwkeurige verkoopwaarde van
een woning te bepalen. De wetenschappelijke onderbouwing en relevantie van
deze diensten is dan ook ondermaats te noemen. Er zijn echter twee online
diensten die zich duidelijk onderscheiden op de Belgische markt. I-Checker en
Immoprice hanteren aanzienlijk meer parameters en zijn bijgevolg meer
geavanceerd dan de overige online diensten.
I-Checker is een betalende dienst voor particulieren waarvan de prijs per
berekening varieert van 5 euro tot 15 euro. Als output wordt er een
schattingsrapport gegenereerd met naast een waardebepaling ook informatie
over energieprestatie, notariskosten, lening aflossing, vergelijkingspunten en
omgeving. Ze werken samen met drie partners, namelijk Immochecker, Livios
en SIGGIS. SIGGIS is een bedrijf gespecialiseerd in de integratie, aanpassing en
onderhoud van Geografische Informatie Systemen (GIS), het is dan ook heel
35
waarschijnlijk dat I-Checker beroep doet op de diensten van SIGGIS om
toegankelijkheids-, buurt-, omgevings- en leefmilieukarakteristieken te
bepalen, ze vragen immers het adres van een woning bij het begin van een
schatting. I-Checker houdt met heel wat parameters uit het raamwerk rekening,
bijgevolg kan er worden gesteld dat deze dienst een eerste stap zet tot een
wetenschappelijke onderbouwing en dat de nauwkeurigheid van hun
schattingen alvast vertrouwenswaardiger is dan andere online diensten.
Opmerkelijk is dat ze geen informatie vragen met betrekking tot het aantal
kamers, badkamers, slaapkamers en toiletten. Deze parameters bleken echter
in de literatuur een erg significante invloed te hebben op de waarde van een
woning. Ook de kwaliteit van de woning wordt heel algemeen bevraagd. Voor
elke
verdieping
wordt
de
afwerking
gevraagd
waarbij
de
antwoordmogelijkheden variëren van “zeer bescheiden afwerking/ruwbouw”
tot “zeer luxueuze afwerking”. I-Checker houdt in ruime mate rekening met
kenmerken betreffende energiezuinigheid. Er wordt echter niet gevraagd naar
de EPC-waarde, volgens hen zou dit bepaalde energetische kenmerken van
woningen over- of onderwaarderen t.o.v. de realiteit. Daarom vragen ze
expliciet
naar
de
kenmerkende
bouwtechnische
en
energetische
eigenschappen van het tijdperk waarin de woning gebouwd werd, op die manier
kan dit worden vergeleken met de huidige bouwtechnische en energetische
normen. Dit zou moeten leiden tot een correcte waardering. Zo vragen ze naar
de isolatie van de muren, de vloer en het dak. Daarnaast vragen ze het type
verwarming en koeling na. Ook de aanwezigheid van zonnepanelen betrekken
ze in de berekening.
Immoprice is tevens een betalende dienst voor zowel particulieren als bedrijven
(banken, verzekeringsmaatschappijen, makelaars en dergelijke). De prijs per
berekening bedraagt 25 euro, er is ook een gratis dienst waarbij enkel het
waardevork wordt bepaald. Voor bedrijven zijn er verschillende prijsformules.
100 euro per maand voor maximaal 25 schattingen per maand is het duurste
abonnement. Immoprice is partner met de bekende vastgoedsite Immoweb. De
36
diensten van Immoprice beperken zich momenteel nog tot het Brussels
Hoofdstedelijk Gewest, Vlaams Brabant en Waals Brabant. In de toekomst
wordt dit uitgebreid naar nadere belangrijke steden alvorens te ontwikkelen
voor heel het grondgebied van België. Immoprice houdt, net zoals I-Checker,
met heel wat parameters uit het raamwerk rekening. Er kan ook hier gesteld
worden dat deze dienst een eerste stap zet tot een goede onderbouwing. In
tegenstelling tot I-Checker vraagt Immoprice wel naar het aantal slaapkamers.
Ook de kwaliteit van de woning wordt specifiek bepaald door naar de kwaliteit
van het dak, de muren, de vloer en het plafond te vragen, dit bleek eveneens in
de literatuur relevant te zijn. Met betrekking tot energiezuinigheid wordt de
EPC-waarde en de aanwezigheid van zonnepanelen in de berekening
opgenomen. Daarenboven is Immoprice de enige Belgische dienst die rekening
houdt met de lichtinval, de kwaliteit van de omgeving en het uitzicht.
Concluderend kan er worden gesteld dat Immoprice en I-Checker de meest
geavanceerde online schattingsdiensten zijn die heersen op de Belgische markt.
Naast de “zwakke” concurrenten is er geen gelijkwaardige concurrentie voor
deze diensten te vinden in België. Immoprice houdt met een groter aantal
parameters uit het raamwerk rekening dan I-Checker, maar I-Checker vraagt
specifiek naar de kenmerken betreffende energiezuinigheid en niet enkel naar
de EPC-waarde. Beide diensten komen echter nog enkele parameters uit het
raamwerk tekort in hun berekeningen. Ze houden allebei geen rekening met het
aantal badkamers, wat in de literatuur steeds als heel significante parameter
resulteerde. Ook de stijl van architectuur en de afstand tot de straat ontbreken.
En ze peilen niet naar de waarde van een woning volgens zijn eigenaar, dit doet
immers geen enkele Belgische schattingsdienst.
37
3.2.2 Internationale markt
Op de internationale markt zijn het aantal online diensten die de
verkoopwaarde van een woning schatten a.d.h.v. ingegeven parameters door
de gebruiker beperkt. Er zijn echter een groot aantal online schattingsdiensten
die op een andere manier te werk gaan. Het Amerikaanse Zillow, het Britse
Zoopla en de Belgische Billionhomes bepalen de waarde van woningen die te
koop of te huur worden gesteld, daarnaast proberen ze ook een waarde te
kleven op elke andere woning in de markt. Ze doen dit a.d.h.v. automated
valuation models en halen informatie uit publieke databronnen. De
nauwkeurigheid van een dergelijke schatting hangt sterk af van de hoeveelheid
beschikbare informatie in deze publieke databronnen. Gebruikers van de online
dienst kunnen daarom informatie over hun eigen woning toevoegen of
bijwerken, op die manier is er meer informatie voorhanden om een
nauwkeurigere waardebepaling te genereren.
Aangezien het niet mogelijk is om te achterhalen welke parameters dergelijke
diensten werkelijk hanteren in hun berekeningen kunnen ze niet worden
getoetst aan het raamwerk. In tabel 7 worden internationale diensten
opgesomd die a.d.h.v. opgegeven parameters door de gebruiker de waarde van
een woning schatten. Het betreft één Nederlandse dienst (Vastgoedschatter),
één Zwitserse Dienst (IAZI), één Duitse dienst (Immobilien Scout24) en drie
Franse diensten (LaCoteImmo, Drimki en Meilleursagents). Opmerkelijk zijn er
geen dergelijke online diensten in de Verenigde Staten te vinden. Alle
Amerikaanse diensten baseren hun schatting op informatie uit publieke
databronnen en vragen geen parameters van de woning rechtstreeks aan de
gebruiker. Wellicht zijn de databronnen in de Verenigde Staten meer
toegankelijk dan in Europa.
Vastgoedschatter is de Nederlandse variant van de Belgische Immoreus, dat is
niet enkel te merken aan de vormgeving van de website maar tevens aan de
38
parameters die ze hanteren. Beide online diensten gebruiken enkel de
voornaamste parameters uit het raamwerk.
In Frankrijk zijn er drie online diensten die behoorlijk wat parameters uit het
raamwerk opnemen in hun berekeningen. LaCoteImmo presteert daarin het
best. De gratis dienst houdt rekening met de voornaamste kenmerken van een
woning en vraagt daarnaast uitvoerig naar de kenmerken met betrekking tot
kwaliteit van een woning. Eveneens worden enkele kenmerken van
energiezuinigheid alsook de kwaliteit van de omgeving opgenomen de
schatting. Drimki en Meilleursagents zijn in mindere mate geavanceerd, ze
vragen enkel de fundamentele kenmerken van een woning maar houden wel
rekening met het aantal badkamers en het uitzicht, wat bij LaCoteImmo niet het
geval was. Vergeleken met I-Checker en Immoprice houdt LaCoteImmo met
minder parameters uit het raamwerk rekening, maar komt wel aardig in de
buurt.
De Zwitserse online schattingsdienst van IAZI AG is een heel beknopte dienst die
met weinig parameters uit het raamwerk rekening houdt. Enkel de
fundamentele kenmerken van een woning worden opgenomen. Parameters
betreffende de kwaliteit worden heel oppervlakkig gemeten door een schaal
van slecht tot zeer goed. Er wordt wel met de omgeving en het uitzicht rekening
gehouden.
Daarentegen is de Duitse Immobilien Scout24 een heel uitgebreide
schattingsdienst. De gratis dienst neemt erg veel parameters uit het raamwerk
op in hun berekening en is nagenoeg vergelijkbaar met I-Checker en Immoprice.
Het ontbreekt echter nog het aantal kamers, het type woning, het onderhoud,
de airco en het terras. Kenmerken met betrekking tot de kwaliteit van de
woning, de omgeving en het uitzicht worden daarentegen uitvoerig bepaald.
Op de internationale markt zijn er weinig online schattingsdiensten die gebruik
maken van parameters die door de gebruiker worden ingevoerd om de waarde
39
van een woning te bepalen. De meest geavanceerde diensten die dit wel doen
zijn de Franse LaCoteImmo en de Duitse Immobilien Scout24. Beiden nemen
behoorlijk wat parameters uit het raamwerk op in hun berekeningen. De
hoogstaande Belgische diensten, I-Checker en Immoprice, presteren toch net
iets beter maar zijn dan ook betalend. Op de internationale markt is er geen
enkele dienst die met onderhoud, airco en afstand tot straat rekening houdt.
Ook een peiling naar de waarde van een woning volgens de eigenaar ontbreekt
bij elke dienst.
40
Tabel 6
Evaluatie van online diensten in België
Parameter
Vloeroppervlakte
Kaveloppervlakte
Aantal kamers
Badkamers
Slaapkamers
Toiletten
Ouderdom
Type woning
Vrijstaand (ref.)
Half-open
Gesloten
Kelder
Garage
Aantal parkeerplaatsen in garage of carport
Afgescheiden garage
Parkeerplaatsen niet op straat
Haard
Zwembad
Aantal verdiepingen
Mate van onderhoud
Binnen
41
I-Checker


Immoprice




















Dinammo







Immotron










Immoreus






Taxat















Koopschatter




Tabel 6 (vervolg)
Evaluatie van online diensten in België
Parameter
Upgrade keuken
Opknappen afvoer/riolering
Buiten
Airco
Centraal systeem
Aan wand
Elektrisch
Bouwmateriaal
Stijl van architectuur
Tuin
Bomen
Terras
Binnenplaats
Kwaliteit
Dakkwaliteit
Kwaliteit muren
Goede vloerkwaliteit
Slechte kwaliteit plafond
Vloer in tegels
Vloer in parket
Bouwkwaliteit
42
I-Checker
Immoprice


Dinammo
Immotron
Immoreus


Taxat
Koopschatter



















Tabel 6 (vervolg)
Evaluatie van online diensten in België
Parameter
Lichtinval
Windoriëntaties van ramen
Afstand tot straat
Energiezuinigheid
Energieprestatiecertificaat (EPC)
Centrale verwarming
Luchtverwarming
Verwarming op gas
Isolatie
Zonnepanelen (PV-panelen)
Ouderdom PV systeem
Woningen in straat met PV-panelen
Locatie
Kwaliteit omgeving
“Goed” Uitzicht
Schatting eigenaar
43
I-Checker

Immoprice

Dinammo
Immotron
Immoreus
Taxat
Koopschatter















Tabel 7
Evaluatie van internationale online diensten
Parameter
Vloeroppervlakte
Kaveloppervlakte
Aantal kamers
Badkamers
Slaapkamers
Toiletten
Ouderdom
Type woning
Vrijstaand (ref.)
Half-open
Gesloten
Kelder
Garage
Aantal parkeerplaatsen in garage of carport
Afgescheiden garage
Parkeerplaatsen niet op straat
Haard
Zwembad
Aantal verdiepingen
Mate van onderhoud
Binnen
44
Vastgoedschatter


LaCoteImmo



















Drimki




Meilleursagents



















IAZI











Immobilien Scout24









Tabel 7 (vervolg)
Evaluatie van internationale online diensten
Parameter
Upgrade keuken
Opknappen afvoer/riolering
Buiten
Airco
Centraal systeem
Aan wand
Elektrisch
Bouwmateriaal
Stijl van architectuur
Tuin
Bomen
Terras
Binnenplaats
Kwaliteit
Dakkwaliteit
Kwaliteit muren
Goede vloerkwaliteit
Slechte kwaliteit plafond
Vloer in tegels
Vloer in parket
Bouwkwaliteit
45
Vastgoedschatter
LaCoteImmo
Drimki
Meilleursagents
IAZI
Immobilien Scout24



















Tabel 7 (vervolg)
Evaluatie van internationale online diensten
Parameter
Lichtinval
Windoriëntaties van ramen
Afstand tot straat
Energiezuinigheid
Energieprestatiecertificaat (EPC)
Centrale verwarming
Luchtverwarming
Verwarming op gas
Isolatie
Zonnepanelen (PV-panelen)
Ouderdom PV systeem
Woningen in straat met PV-panelen
Locatie
Kwaliteit omgeving
“Goed” Uitzicht
Schatting eigenaar
46
Vastgoedschatter
LaCoteImmo
Drimki
Meilleursagents
IAZI
Immobilien Scout24




















3.3 Vraag naar online waardebepalingen
De vraag op de Vlaamse markt naar een online schattingsdienst die
wetenschappelijk onderbouwd is wordt gekwantificeerd in een vraagstudie.
Door middel van enquêtes werd de interesse in een dergelijke dienst nagegaan
voor zowel particulieren als professionals. Er werd tevens gepeild naar de
gewenste marktprijs voor een online waardebepaling van een huurwaarde,
verkoopwaarde of bouwkost van een residentiële woning.
3.3.1 Particulieren
Gezien de enquête openbaar en online werd verspreid was er geen controle
over de steekproef, meer bepaald is het niet mogelijk om conclusies te trekken
met betrekking tot responsgraden, aangezien de respons en non-respons
onbekend zijn. Voor de particulieren waren er 653 personen die interesse in de
dienst vertoonden, door op de eerste vraag te antwoorden. 39 procent daarvan
waren geïnteresseerd in een bepaling van huurwaarde, 89 procent in een
bepaling van verkoopwaarde en 36 procent in een bepaling van bouwkost.
De tweede vraag ging na hoeveel de respondent bereid is te betalen voor de
aangeduide waardebepaling in vraag 1. De vraag werd beantwoord door 436
personen. Voor elk type waardebepaling (huurwaarde, verkoopwaarde of
bouwkost) zijn de gegevens rechtsscheef verdeeld. Door de niet-normale
verdeling hebben gemiddelde en standaardafwijking weinig betekenis als
metrieken voor de centrale tendentie en spreiding aangezien deze sterk
beïnvloedt worden door extreme waarden in de distributie. De mediaan, het
eerste en het derde kwartiel zijn hier meer geschikt.
Grafiek 1 geeft de distributie van de prijs weer die de respondenten bereid
waren te betalen voor een bepaling van de huurwaarde. De mediaan bedraagt
150 euro. Het eerste en het derde kwartiel bedragen respectievelijk 50 euro en
250 euro. De distributie van de prijs voor een bepaling van de verkoopwaarde
47
wordt in grafiek 2 weergegeven, hier bedraagt de mediaan 200 euro. Het eerste
en derde kwartiel zijn respectievelijk 75 euro en 350 euro. Grafiek 3 geeft de
distributie van de prijs weer voor een bepaling van de bouwkost. De mediaan
bedraagt 200 euro. Het eerste en derde kwartiel bedragen respectievelijk 82.5
euro en 400 euro.
Grafiek 1: prijs voor de bepaling van de huurwaarde (particulieren)
Huurwaarde
100
90
AANTAL PERSONEN
80
70
60
50
40
30
20
10
0
100
200
300
400
500
600
700
WAARDE IN EURO
48
800
900
1000
Meer
Grafiek 2: prijs voor de bepaling van de verkoopwaarde (particulieren)
Verkoopwaarde
160
AANTAL PERSONEN
140
120
100
80
60
40
20
0
100
200
300
400
500
600
700
800
900
1000
Meer
900
1000
Meer
WAARDE IN EURO
Grafiek 3: prijs voor de bepaling van de bouwkost (particulieren)
Bouwkost
70
AANTAL PERSONEN
60
50
40
30
20
10
0
100
200
300
400
500
600
700
WAARDE IN EURO
49
800
Particulieren zijn het meest geïnteresseerd in een online bepaling van de
verkoopwaarde van een woning. De doorsnee prijs die ze hiervoor willen
betalen is 200 euro, dit is dezelfde prijs die ze willen betalen voor een online
bepaling van de bouwkost. De spreiding van de prijs is bij de bouwkost echter
iets hoger, wat betekent dat particulieren bereid zijn om iets meer te betalen
voor een bepaling van de bouwkost. Voor een bepaling van de huurwaarde
willen ze iets minder betalen, namelijk 150 euro. De vraag van particulieren voor
een wetenschappelijk onderbouwde online dienst op de Vlaamse markt is
hiermee bevestigd. Opmerkelijk is dat particulieren bereid zijn om daarvoor ook
aanzienlijk meer te betalen in vergelijking met de online diensten reeds
aanwezig op de Vlaamse markt, dit zijn I-Checker (5 à 15 euro) en Immoprice
(25 euro).
3.3.2 Professionals
Voor de landmeters bedraagt het responspercentage 15 procent met 245
respondenten. Voor de notarissen is dat 5,5 procent met 40 respondenten. Het
responspercentage van de vastgoedmakelaars en de ondernemingen actief in
ontwikkeling en beheer van vastgoed is onduidelijk, er werden respectievelijk
23 en 15 antwoorden ontvangen. In totaal werden er 323 antwoorden door
professionals verzameld. Door de gelijklopende respons op de vragen
betreffende de interesse en de waarde van de dienst, worden landmeters,
notarissen, vastgoedmakelaars en ondernemingen actief in ontwikkeling en
beheer van vastgoed samengevoegd tot professionals. Van de 323
geïnteresseerde professionals waren 59 procent geïnteresseerd in een bepaling
van de huurwaarde, 96 procent in een bepaling van de verkoopwaarde en 46
procent in een bepaling van de bouwkost.
De gewenste marktprijs die de respondenten bereid waren te betalen voor een
waardebepaling werd door 196 professionals in kaart gebracht. De distributie
van de gegevens zijn ook hier voor elk type waardebepaling (huurwaarde,
verkoopwaarde en bouwkost) rechtsscheef verdeeld.
50
Grafiek 4 geeft de distributie van de prijs weer die professionals bereid waren
te betalen voor een bepaling van de huurwaarde. De mediaan bedraagt 150
euro, het eerste kwartiel 56,25 euro en het derde kwartiel 300 euro. De
distributie van de prijs voor een bepaling van de verkoopwaarde wordt in
grafiek 5 weergegeven. Hier bedraagt de mediaan 250 euro, en het eerste en
derde kwartiel respectievelijk 100 euro en 400 euro. Grafiek 6 toont de
distributie van de prijs voor een bepaling van de bouwkost, met een mediaan
van 250 euro, en het eerste en derde kwartiel respectievelijk 100 euro en 350
euro.
Grafiek 4: prijs voor de bepaling van de huurwaarde (professionals)
Huurwaarde
AANTAL PROFESSIONALS
60
50
40
30
20
10
0
100
200
300
400
500
600
700
WAARDE IN EURO
51
800
900
1000
Meer
Grafiek 5: prijs voor de bepaling van de verkoopwaarde (professionals)
Verkoopwaarde
AANTAL PROFESSIONALS
60
50
40
30
20
10
0
100
200
300
400
500
600
700
800
900
1000
Meer
900
1000
Meer
WAARDE IN EURO
Grafiek 6: prijs voor de bepaling van de bouwkost (professionals)
Bouwkost
AANTAL PROFESSIONALS
30
25
20
15
10
5
0
100
200
300
400
500
600
700
WAARDE IN EURO
52
800
Professionals blijken geïnteresseerd te zijn in een wetenschappelijk
onderbouwde online dienst. Landmeters vertoonden de meeste respons maar
waren ook de grootste groep aangeschrevenen. Notarissen blijken minder
geïnteresseerd te zijn in de online dienst. De interesse van vastgoedmakelaars
en ondernemingen actief in de ontwikkeling en het beheer van vastgoed is
onduidelijk, aangezien er geen specifieke contactlijst van deze professionals
voorhanden was. Het merendeel van de professionals zijn geïnteresseerd in de
waardebepaling van de verkoopwaarde. Voor een dergelijke bepaling zijn ze
doorgaans bereid 250 euro te betalen. Dit is gelijklopend met de
waardebepaling van de bouwkost. Dit prijsniveau ligt iets hoger dan bij de
particulieren. Voor een bepaling van de huurwaarde zijn ze bereid 150 euro te
betalen.
53
4 Conclusie
Deze masterproef analyseerde de markt van online schattingsdiensten die de
waarde van residentiële woningen bepalen. Enerzijds werd het huidige aanbod
op de markt geëvalueerd. Anderzijds werd de vraag naar een online
schattingsdienst die wetenschappelijk onderbouwd is gekwantificeerd voor
zowel particulieren als professionals.
Om het huidige aanbod te kunnen beoordelen heeft een uitgebreide
literatuurstudie inzicht gebracht in de parameters die volgens de
wetenschappelijke literatuur de verkoopwaarde van woningen drijven. Een
synthese van circa 40 empirische studies resulteerde in een raamwerk van meer
dan 100 variabelen die in de literatuur als relevante parameters werden
aangemerkt. Dit raamwerk vormde de basis om de online schattingsdiensten
actief op de Belgische en internationale markt te evalueren. Er werd
geconstateerd dat op de Belgische markt reeds verschillende online
schattingsdiensten bestaan, maar het merendeel van deze diensten neemt
echter maar weinig parameters uit het raamwerk op in hun berekening. Ze
baseren
zich
hoofdzakelijk
op
de
voornaamste
parameters,
zoals
vloeroppervlakte, kaveloppervlakte, aantal slaapkamers, ouderdom, garage,
kwaliteit en locatie. Evenwel zijn er twee betalende diensten, I-Checker en
Immoprice, die met behoorlijk wat parameters uit het raamwerk rekening
houden.
In
België
zijn
dit
aldus
de
meest
geavanceerde
online
schattingsdiensten. Op de internationale markt zijn dergelijke online
schattingsdiensten schaarser. De Franse LaCoteImmo en de Duitse Immobilien
Scout24 zijn behoorlijk geavanceerd, gezien de gratis dienstverlening. In
vergelijking met I-Checker en Immoprice presteren ze immers minder.
De vraag op de Vlaamse markt naar een wetenschappelijke onderbouwde
online dienst werd bij particulieren bevestigd. Voor een bepaling van de
54
huurwaarde, verkoopwaarde of bouwkost is de doorsnee particulier bereid om
respectievelijk 150 euro, 200 euro en 200 euro te betalen. Dit prijsniveau is
opmerkelijk hoger dan de prijs die online schattingsdiensten momenteel op de
Belgische markt vragen. De interesse bij professionals is minder eenduidig.
Landmeters blijken geïnteresseerd te zijn in een dergelijk dienst, in tegenstelling
tot notarissen die minder belangstelling toonden. De interesse bij
vastgoedmakelaars en ondernemingen actief in de ontwikkeling en het beheer
van vastgoed is onduidelijk, contactlijsten bestaande uit enkel deze specifieke
personen ontbraken. Een volgende vraagstudie gericht op deze professionals
zou meer duidelijkheid moeten scheppen omtrent de interesse. In het algemeen
is er belangstelling bij professionals. Voor een bepaling van de huurwaarde,
verkoopwaarde of bouwkost is de doorsnee professional bereid om
respectievelijk 150 euro, 250 euro en 250 euro te betalen.
55
5 Appendix
Figuur 1: enquête particulier
i
Figuur 2: enquête particulier (vervolg)
ii
Figuur 3: enquête professional
iii
Figuur 4: enquête professional (vervolg)
iv
6 Bibliografie
1. Ampe, P., De Wulf, A. en De Corte, J. De rol van GIS bij de hedonische
waardebepaling van vastgoed. 2006.
2. Vastmans, Frank, Helgers, Roel en Buyst, Erik. Huurprijzen en
richthuurprijzen Deel 3: Hedonische huurprijsanalyse. sl : Steunpunt Ruimte en
Wonen, 2012.
3. Appraisal Institute. The Appraisal of Real Estate. 14th. Illinois : sn, 2013.
4. Real estate appraisal: a review of valuation methods. Pagourtzi, Elli, et al.
2003, Journal of Property Investment & Finance, pp. 383-401.
5. Goossens, Maxime. Hedonische waardebepaling van goederen. 2012.
6. Test-Aankoop. Schatting van vastgoed: een schatter is geen profeet. [Online]
2011. [Citaat van: 26 04 2014.] http://www.test-aankoop.be/familieprive/woning-ver-huren-en-ver-kopen/persbericht/schatting-van-vastgoedeen-schatter-is-geen-profeet.
7. Nuttin, Nancy en Van Laere, Bjorn. Huis schatten blijkt nattevingerwerk. sl :
VTM - Telefacts, 6 Mei 2014.
8. Technologies To Improve The Decision-Making Process of Real Estate
Appraisers. Greer, Timothy H. en Murtaza, Mirza B. 2011, Journal of Business
& Economics Research, pp. 63-72.
9. Hedonic Pricing Models: A Selective and Applied Review. Malpezzi, Stephen.
2002, Housing Economics, p. 45.
v
10. Hedonic Prices and Implicit Markets: Product Differentiation in Pure
Competition. Rosen, Sherwin. 1974, The Journal of Political Economy, p. 23.
11. A New Approach to Consumer Theory. Lancaster, Kelvin J. 1966, The journal
of political economy, pp. 132-157.
12. The Composition of Hedonic Pricing Models. Sirmans, G. Stacy, Macpherson,
David A. en Zietz, Emily N. 2005, Journal of Real Estate Literature, pp. 3-43.
13. Sorting out Access and Neighbourhod Factors in Hedonic Price Modelling: An
Application to the Quebec City Metropolitan Area. Des Rosiers, François,
Thériault, Marius en Villeneuve, Paul-Y. 1999, Faculté des sciences de
l’administration, pp. 1-20.
14. An evaluation of the accessibility benefits of commuter rail in Eastern
Massachusetts using spatial hedonic price functions. Armstrong, Robert J. en
Rodriguez, Daniel A. 2006, Transportation.
15. Assessing the value of view and land use. Baranzini, Andrea en Schaerer,
Caroline. 2009, Journal of Housing Economics, p. 9.
16. Hypothesis testing in hedonic price estimation – on the selection of
independent variables . Andersson, David E. 2000, The Annals of Regional
Science, p. 12.
17. Demand for environmental quality: a spatial hedonic analysis. Brasington,
David M. en Hite, Diane. 2003, Regional Science and Urban Economic, p. 26.
18. Spatial models in Real Estate Economics . Wilhelmsson, Mats. 2002,
Housing, Theory and Society, p. 11.
19. Determinants of House Prices: A Quantile Regression. Zietz, Joachim, Zietz,
Emily Norman en Sirmans, G. Stacy. 2008, The Journal of Real Estate Finance
and Economics, pp. 317-333.
vi
20. Estimating the Demand for the Characteristics of Housing. Palmquist,
Raymond B. 1984, The Review of Economics and Statistics, pp. 394-404.
21. Determinants of house prices in Turkey: Hedonic regression vs. artificial
neural network. Selim, Hasan. 2009, Expert Systems with Applications
(ScienceDirect), p. 10.
22. Residential Real Estate Prices: A Room with a View. Bond, Michael T., Seiler,
Vicky L. en Seiler, Michael J. 2002, Journal of Real Estate Research, p. 9.
23. House price depreciation rates and level of maintenance. Wilhelmsson,
Mats. 2004, Journal of Housing Economics, p. 14.
24. Why and how to construct a genuine Belgian price index of house sales.
Decoster, André en De Swerdt, Kris. 2005, Center for Economic Studies, p. 19.
25. The Hedonic Pricing Model Applied to the Housing Market of the City of
Savannah and Its Savannah Historic Landmark District. Cebula, Richard J. 2009,
The Review of Regional Studies, pp. 9-22.
26. A simple alternative house price index method. Bourassa, Steven C., Hoesli,
Martin en Sun, Jian. 2006, Journal of Housing Economics, p. 18.
27. Luysterman, Patrick. Prijsstijgingen van woningen zwaar overschat. Netto.
Augustus 2013, pp. 34-36.
28. Effects of Transportation Infrastructure and Location on Residential Real
Estate Values. Haider, Murtaza en Miller, Eric J. 2000, Transportation Research
Record: Journal of the Transportation Research Board, pp. 1-8.
29. On The Economics of Energy Labels in the Housing Market. Brounen, Dirk en
Kok, Nils. 2011, Journal of Environmental Economics and Management, pp. 166179.
vii
30. Market distortions when agents are better informed: the value of
information in real estate transactions. Levitt, Steven D. en Syverson, Chad.
2008, The Review of Economics and Statistics, pp. 599-611.
31. Neural Network Hedonic Pricing Models in Mass Real Estate Appraisal.
Peterson, Steven en Flanagan, Albert B. 2009, Journal of Real Estate Research,
pp. 147-164.
32. Environmental Variables and Real Estate Prices. Din, Allan, Hoesli, Martin
en Bender, André. 2000, Urban Studies, p. 14.
33. Impacts of urban environmental elements on residential housing prices in
Guangzhou (China). Jim, C. Y. en Chen, Wendy Y. 2005, Landscape and Urban
Planning, p. 14.
34. Is Energy Efficiency Capitalized into Home Prices? Walls, Margaret, Palmer,
Karen en Gerarden, Todd. 2013, Resources for the Future, pp. 1-32.
35. An Analysis of the Effects of Residential Photovoltaic Energy Systems on
Home Sales Prices in California. Hoen, Ben, et al. 2011, Lawrence Berkeley
National Laboratory.
36. Understanding the Solar Home price premium:Electricity generation and
"Green" social status. Dastrup, Samuel R., et al. 2012, European
EconomicReview, pp. 961-973.
37. Location, location, location: The 3L Approach to house price determination.
Kiel, Katherine A. en Zabel, Jeffrey E. 2007, Journal of housing economics, p.
16.
38. Explaining regional variation in equilibrium real estate prices and income.
Bischoff, Oliver. 2011, Journal of Housing Economics, p. 15.
viii
39. Measuring the Impact of Crime on House Prices. Lynch, Allen K. en
Rasmussen, David W. 2001, Applied Economics, pp. 1981-1989.
40. The relationship between property values and railroad. Strand, Jon en
Vågnes, Mette. 2001, Transportation, pp. 137-156.
41. A Survey of House Price Hedonic Studies of the Impact of Environmental
Externalities. Boyle, Melissa A. en Kiel, Katherine A. 2001, Journal of Real Estate
Literature, pp. 117-144.
42. Property-Value Impacts of an Environmental Disamenity. Hite, Diane, et al.
2001, Journal of Real Estate Finance and Economics, pp. 185-202.
43. Price Effects of Landfills on House Values. Nelson, Arthur C., Genereux, John
en Genereux, Michelle. 1992, Land Economics, pp. 359-365.
44. The Benefits of Visibility Improvement: New Evidence from the Los Angeles
Metropolitan Area. Beron, Kurt, Murdoch, James en Thayer, Mark. 2001,
Journal of Real Estate Finance and Economics, pp. 319-337.
45. Estimating the Demand for Air Quality in Four U.S. Cities. Zabel, Jeffrey E. en
Kiel, Katherine A. 2000, Journal of Land Economics, pp. 174-194.
46. Response Errors in Estimating the Value of Homes. Kish, Leslie en Lansing,
John B. 1954, Journal of the American Statistical Association, pp. 520-538.
47. Note on Owner's Estimate of Housing Value. Kain, John F. en Quigley, John
M. 1972, Journal of the American Statistical Association, pp. 803-806.
48. The Accuracy of Home Owners' Estimates of House Value. Goodman, John
L. en Ittner, John B. 1992, Journal of Housing Economics, pp. 339-357.
ix
49. The accuracy of owner-provided house values: the 1978-1991 american
houseing survey. Kiel, Katherine A. en Zabel, Jeffrey E. 1999, Real Estate
Economics, p. 36.
x

VAN MIJ - Zelfbouw Blok 59

KPP Coendersbuurt_Erratum d.d.25.09.2014.pages

Literatuur workshop 4 Eigen woning bij echtscheiding mw. mr

WT Brochure Notensteyn.indd

Brochure Lisdoddekreek 42

Checklist Stukken ES

Pytheas 70 Beverwijk - Zonneveld Makelaars

folder - Lefier

Brochure Patrimoniumpark 26

Pensionaatstraat 48