RaboResearch - Economisch Onderzoek

Nieuwbouw en prijsvorming

Themabericht

Delen:

De relatie tussen nieuwbouw en bestaande bouw en het prijseffect op bestaande koopwoningen is een klassiek probleem in de woningmarkteconomie. Uit recent onderzoek van de Rabobank blijkt dat een stijging in de nieuwbouwproductie een significant negatief effect heeft op de prijs van bestaande koopwoningen (Van Dalen, 2013; Van Dalen en De Vries, 2013). Doordat het nieuwbouwvolume daalt, zal dat bijdragen aan prijsstabilisatie.

Aanleiding en opzet

Vanuit economisch perspectief is nieuwbouw een substituut voor bestaande bouw (Bourassa, 1987). In dat geval is het logisch dat er per definitie een zogenaamde “positieve kruislingse prijselasticiteit” zal zijn. Dat betekent concreet: een stijging van het nieuwbouwaanbod moet leiden tot een daling in de prijzen van bestaande huizen. Dit is echter nog nooit aangetoond voor Nederland. Bovendien zou men ook het tegengestelde kunnen onderbouwen: nieuwbouw maakt de bestaande omgeving aantrekkelijker en geeft een nieuw elan aan de regio, waardoor prijzen stijgen. Daarnaast zouden de grondprijzen kunnen stijgen als er meer wordt gebouwd in een specifiek gebied (schaarste). Het prijseffect van nieuwbouw hangt daarom af van regionale karakteristieken.

Om de relatie tussen nieuwbouw en de woningprijs te onderzoeken maken we gebruik van een regionale analyse. Daarbij is nieuwbouw in Nederland een langdurig proces dat tot stand komt na overleg tussen politici, bouwbedrijven en projectontwikkelaars (De Vries en Louw, 2003). Hierdoor kan de prijsontwikkeling in de bestaande voorraad gerelateerd zijn aan de bouwproductie en de conjunctuur van één of twee jaar daarvoor. 

Bestaand onderzoek

Er is weinig onderzoek gedaan naar het effect van nieuwbouw op de prijsontwikkeling. De belangrijkste reden daarvoor is het gebrek aan data op laag schaalniveau. Alleen op lokaal of regionaal niveau kan het effect gemeten worden; op macro niveau overvleugelt het effect van inkomen en rente dat van de nieuwbouw. De Vries en Boelhouwer (2005) waren de eersten die deze relatie voor Nederland empirisch probeerde te meten op regionaal niveau. Met veertien jaarlijkse observaties van de regionale woonvoorraad hadden zij echter niet voldoende voor een econometrische onderbouwing. Wel vonden zij negatieve Z-scores voor een beperkt aantal VINEX-regio’s dat kan duiden op een prijsdaling doordat plotseling een groot aantal woningen werd toegevoegd aan de voorraad. Daarom is de verwachting dat ook voor geheel Nederland een stijging in nieuwbouw, ceteris paribus, de prijzen van bestaande woningen negatief beïnvloedt. Sinds die tijd is de toegankelijkheid van regionale CBS-data sterk verbeterd.

Vanuit internationaal perspectief is er ook weinig onderzoek gedaan naar deze relatie en nieuwbouw in het algemeen. Hwang en Quigley (2006) wijten het laatste aan de moeilijkheden om data hierover te verzamelen en de juiste specificatie voor de modellen te vinden. Meen (2002) geeft aan dat transacties binnen de bestaande markt vooral de prijzen bepalen van de bestaande woningen, en dat nieuwbouw maar een marginaal effect heeft. 

Toch zijn er twee noemenswaardige onderzoeken waarin gepoogd is de relatie te meten. Simons et al. (1998) hebben juist laten zien dat een prijsstijging in nieuwbouw in de Verenigde Staten (VS) leidde tot een prijsstijging van bestaande koopwoningen. Hier bleek dus het omgevingseffect doorslaggevend te zijn. Dit was echter vanwege het feit dat nieuwbouw geen substituut was voor bestaande bouw aangezien er grote prijsverschillen waren. Ooi en Le (2012) vonden voor Singapore beide effecten, afhankelijk van voorinschrijvingen op nieuwe projecten of doorverkoop van bestaande woningen.  

Data

Voor het onderzoek beschikten wij over data per COROP-gebied van het CBS, over een periode van 1995 tot 2011. Wat betreft het aantal nieuwbouwwoningen hebben wij gebruik gemaakt van zowel het aantal verstrekte bouwvergunningen, als het aantal gereedgekomen koopwoningen. De gemiddelde prijs van de bestaande koopwoningen per regio is gebruikt voor de bestaande woningen. Naast de nieuwbouw kan de prijsontwikkeling ook worden beïnvloed door andere factoren zoals de rente en werkloosheid. Hiervoor wordt in het model gecorrigeerd. Als controlevariabelen zijn de bestaande woonvoorraad, aantal WW-aanvragen en hypotheekrente gebruikt. De woningvoorraad en WW-aanvragen van 1995 tot 2011 zijn alleen maar jaarlijks beschikbaar, en na een check op robuustheid bleken ze niet toepasbaar zonder interpolatie. Daarom is de analyse ook gedaan zonder deze geschatte variabelen. Regionaal inkomen is helaas ook alleen jaarlijks beschikbaar, en verder is de tijdreeks te kort (van 2006 tot 2010) om conclusies aan te ontlenen. Daarom kan dit niet worden meegenomen en is er gecorrigeerd met tijdsdummies (jaren en kwartalen).

Methode

Er is sprake van een vaste volgorde van gebeurtenissen op de woningenmarkt: planningsfase, verstrekking bouwvergunning en realisatie van de bouw. Hierna treedt er pas een mogelijk prijseffect op, gezien de marktimperfecties en informatieassymetrie (De Vries en Boelhouwer, 2005). Daarom hebben we een model opgesteld met veranderingen over tijd. In het uiteindelijke model – waarmee een verklaring gegeven wordt voor de prijsontwikkeling – zijn bijvoorbeeld gereedgekomen koopwoningen twee en/of drie kwartalen vertraagd. Daarnaast is ook de vertraagde woningprijs opgenomen om te corrigeren voor autocorrelatie.

Uitkomsten

Tabel 1 laat zien dat de hypothese van De Vries en Boelhouwer (2005) nu daadwerkelijk econometrisch kan worden onderbouwd. Het aantal gereedgekomen koopwoningen, twee kwartalen vertraagd, heeft een significant negatief effect op de prijsontwikkeling van bestaande koopwoningen. Dit betekent dus dat twee kwartalen nadat de nieuwbouw is opgeleverd, de prijs van bestaande woningen negatief wordt beïnvloed. De coëfficiënt is zoals verwacht niet zeer groot, maar heeft wel een substantieel effect. Voor Nederland als geheel leidt een daling in het nieuwbouwvolume van een procent tot een prijsstijging van ongeveer 0,04% (tabel 1). Omgekeerd geldt hetzelfde. Een procent minder nieuwbouw zorgt voor een positief prijseffect van 0,04%. Het prijseffect treedt ongeveer zes tot negen maanden later op, aangezien het enige tijd kost voordat de markt zich op de nieuw vraag/aanbod verhouding heeft aangepast. Er ontstaat een transitieperiode waarin de markt tot een nieuw evenwicht zal komen. Consumenten gaan ook de nieuwe situatie in hun omgeving beoordelen en vergelijken de nieuwe koopwoningen met de bestaande. 

Tabel 1: Regressies op prijs bestaande koopwoningen

Tabel 1: Regressies op prijs bestaande koopwoningen
Bron: Rabobank.

Het afnemend aantal gereedgekomen nieuwbouwwoningen heeft daarmee een prijsopdrijvend effect (figuur 1). De daling van de productie in 2012 van ruim 18% zal dus doorwerken naar 2013. Verder is de meest recente prognose van Bouwkennis (2013) dat het aantal afgebouwde nieuwbouwwoningen blijft afnemen. Het dieptepunt valt in 2014 met 38.000 nieuwe woningen [1]. Dat is voor de koopwoningmarkt nog een daling van 5%. Pas in 2015 wordt verwacht dat de nieuwbouw weer zal stijgen naar 45.000 gereedgekomen woningen. Tot 2014 zal het afnemend nieuwbouwvolume het prijsniveau van bestaande koopwoningen ondersteunen. Het prijsopdrijvend effect hiervan is over de periode tot en met 2014 minstens 0,4% op de totale koopwoningmarkt. Verder blijkt dat de vertraagde prijs een sterk effect heeft op de huidige prijs. Dit betekent nu: een daling leidt tot een volgende daling. Het omslagpunt om tot een prijsstijging te komen is dan ook cruciaal. Dan kan een stijging leiden tot een volgende stijging en kan er prijsherstel optreden.

Figuur 1: Verstrekte bouwvergunningen
Figuur 1: Verstrekte bouwvergunningenBron: CBS
Figuur 2: Samenhang bouwsector en groei
Figuur 2: Samenhang bouwsector en groeiBron: CBS

Voetnoot

[1] De NVB thermometer koopwoningen (2013) verwacht zelfs een daling naar 30.000 gereedgekomen woningen. Dan is het prijsopdrijvend effect dus nog sterker.

Conclusie

Deze analyse toont de relatie aan tussen het aanbod van nieuwbouwwoningen en de prijs van bestaande woningen. Zoals verwacht gaat er een prijsopdrijvend effect uit van een dalend aanbod. Gezien de komende daling in de  nieuwbouwproductie zullen de prijzen de komende kwartalen, ceteris paribus, minder hard dalen of sneller stijgen. Dit is belangrijk aangezien het omslagpunt in de prijsontwikkeling nog moet komen. Indien deze zal stabiliseren kan het vertrouwen in de woningmarkt verder stijgen en zal de bouwsector weer kunnen aantrekken.

Literatuurlijst

Bourassa, S. C. (1987). Land value taxation and new housing development in Pittsburgh. Growth and Change, 18(4): 44-56.

Bouwkennis (2013). Dieptepunt woningnieuwbouw op 38.000 stuks in 2014.

CBS (2013). Tabellen per thema.

Dalen, P. van (2013). New residential construction and the existing stock in the Netherlands before and after the credit crunch: a national and regional analysis on house prices. Master Thesis Utrecht University in cooperation with Rabobank.

Dalen, P. van en Vries, P. de (2013). Prijseffect van dalende nieuwbouwproductie. Economisch Statistische Berichten, 4667:526-527.

De Vries, P. en E. Louw (2003). Overcapaciteit woningbouw in bestemmingsplannen. Voor- en nadelen van geplande overcapaciteit en concurrentie.Delft: Onderzoeksinstituut OTB.

De Vries, P. en P. J. Boelhouwer (2005). Local house price developments and housing supply. Property Management, 23(2), 80–96.

Hwang, M. en J. Quigley (2006). Economic fundamentals in local housing markets: evidence from US metropolitan regions, Journal of Regional Science, 46(3):425-453.

Meen, G. (2002). The time-series behavior of house prices: a transatlantic divide? Journal of Housing Economics, 11(1): 1-23.

Ooi, J. en T. Le (2012). New Supply and Price Dynamics in the Singapore Housing Market. Urban Studies, 49(7), 1435-1451.

Simons, R., R. Quercia en I.M. Levin (1998). The value impact of new residential construction and neighborhood disinvestment on residential sales price. Journal of Real Estate Research, 15(2): 147-161.

Delen:
Auteur(s)
Pieter van Dalen
Rabobank KEO
030 21 2666
Paul de Vries
RaboResearch Nederland Rabobank KEO
030 21 62666

naar boven