RaboResearch - Economisch Onderzoek

Inkomen, rente en recente prijsstijgingen wijzen op een verdere toename van huizenprijzen

Themabericht

Delen:
  • Ons huizenprijsmodel wijst op een verdere prijsstijging in 2015 en 2016. Belangrijke factoren hiervoor zijn de recente prijsstijgingen, een toenemend reëel besteedbaar inkomen en de lage rente
  • Daarbij werkt de positieve omslag in 2013 sterk door naar de toekomstige prijsontwikkeling
  • Als de hypotheekrente stijgt terwijl de Nederlandse economie weer in recessie belandt, slaat de huidige prijsstijging volgend jaar weer om in een daling

In onze Special Huizenprijzen vooral bepaald door inkomen en rente geven wij uitleg over een recent ontwikkeld prijsmodel, dat ons helpt om verwachtingen over de toekomstige huizenprijsontwikkeling te vormen. In dit Themabericht illustreren we de werking van dit model aan de hand van drie scenario’s voor inkomen, inflatie en hypotheekrente. 

Conclusies

In elk van de drie scenario’s zullen de gemiddelde huizenprijzen volgens het kortetermijnmodel dit en volgend jaar stijgen. Dit komt vooral doordat de huizenprijsontwikkeling in de loop van 2013 in positieve zin omsloeg. Dat schept verwachtingen voor de toekomst, die dan ook volgens het model werkelijkheid worden. De inkomensontwikkeling is in twee van de drie scenario’s positief, wat vervolgens een opwaarts effect heeft op de huizenprijs. In het negatieve scenario is het effect omgekeerd. De hypotheekrente levert op de korte termijn een beperkte negatieve invloed in elk scenario. De rente staat momenteel zeer laag, waardoor we deze in elk scenario laten stijgen. Voorts leidt de huidige door het model voorspelde onderwaardering van koopwoningen op de korte termijn tot een hogere huizenprijs. Hoewel modellen behulpzaam zijn bij het vormen van verwachtingen, zijn zij ook niet meer dan dat: een hulpmiddel. Het door ons opgestelde prijsmodel is bijvoorbeeld niet goed in staat om omslagpunten te voorspellen en veranderingen in financieringsnormen zijn geen expliciet onderdeel van het model.

Werking kortetermijnmodel

In een Special over het door ons gebruikte huizenprijsmodel illustreren wij dat de huizenprijsontwikkeling in een gegeven kwartaal zich goed laat verklaren door de huizenprijsontwikkelingen in het verleden, de verandering van het reëel beschikbare huishoudinkomen, de mutatie van de hypotheekrente en de mate van onder- of overwaardering ten opzichte van de in het langetermijnmodel voorspelde evenwichtsprijs. Het model genereert voorspellingen voor de reële huizenprijsontwikkeling. In dit Themabericht richten we ons echter op de nominale prijsontwikkeling [1].

Figuur 1: Model goede voorspeller in stabiele tijden, maar niet tijdens omslagpunten
Figuur 1: Model goede voorspeller in stabiele tijden, maar niet tijdens omslagpuntenBron: Rabobank, Mahieu en Brussel (1996), CBS, Macrobond

Figuur 1 laat zien dat de verklaringsgraad voor ontwikkelingen in het verleden op basis van dit kortetermijnmodel behoorlijk hoog is. Tegelijkertijd is het model niet goed in staat om omslagpunten te voorspellen naar de toekomst toe. In bijvoorbeeld 1981, 1995, 2009 en 2013 valt op dat het model pas na de omslag weer in lijn komt met de gerealiseerde ontwikkeling van de huizenprijs. Wel doet het model het redelijk goed in een stabiele periode, wat van belang is voor onze verwachtingen naar de toekomst toe.

Drie scenario’s

Om een voorspelling te doen voor de huizenprijzen op de korte termijn, moeten we ook een voorspelling hebben van de factoren die de huizenprijsontwikkeling verklaren. Dit doen we aan de hand van drie economische scenario’s: ons basispad, een negatief scenario en een positief scenario. Tabel 1 [2] vat dit samen.

Tabel 1: Modelinput op basis van drie scenario’s
Tabel 1: Modelinput op basis van drie scenario’sBron: Rabobank

In ons basispad gaan we uit van een verder economisch herstel en een verbetering van de arbeidsmarkt, wat goed is voor de reële inkomensgroei van huishoudens (voor een uitgebreide toelichting, zie ons Economisch Kwartaalbericht). De hypotheekrente blijft dit en volgend jaar relatief laag, mede door de kwantitatieve verruiming van de Europese Centrale Bank en we nemen aan dat het verschil tussen de kapitaalmarktrente en de gemiddelde hypotheekrente van nieuwe verstrekkingen constant zal blijven [3]. De inflatie zal toenemen en volgend jaar gemiddeld genomen een stuk hoger liggen dan in 2015.

In een negatief scenario simuleren we een forse verslechtering van het economische klimaat op korte termijn, waarbij de financiële onrust ook toeneemt. In dit negatieve scenario gaan we ervan uit dat ons land opnieuw in een recessie belandt. In ons model leidt dat tot dalende reële inkomens en een lage inflatie. We nemen aan dat de kapitaalmarktrente in dat geval niet of nauwelijks verandert. Wel uit de toegenomen onrust op de financiële markten zich in hogere risico-opslagen, wat leidt tot een stijging van de gemiddelde hypotheekrente [4].

In een positief scenario groeien de Europese en Nederlandse economie sterker dan wij nu verwachten. De werkgelegenheid trekt dan ook sterker aan, wat gepaard gaat met een hogere inkomensgroei. Gevolg is ook dat de inflatie sneller stijgt. Het sterkere economische herstel zorgt voor een snellere stijging van de kapitaalmarktrente. In de veronderstelling dat het verschil tussen de kapitaalmarktrente en de hypotheekrente constant blijft, draagt dit vervolgens bij aan een sterkere stijging van de hypotheekrente dan in het basispad.

Uitkomsten per scenario

Figuur 2 laat zien dat de nominale huizenprijzen in elk scenario dit en volgend jaar –gemiddeld genomen- zullen stijgen. In 2015 gaat het over 3% in het negatieve scenario tot 3,2% in het positieve scenario. In 2016 zijn de verschillen tussen de scenario’s veel groter. In het basispad en het positieve scenario stijgen de huizenprijzen met respectievelijk 4,8 en 5,3% gemiddeld, terwijl het om een gemiddelde stijging gaat van 2,1% in het negatieve scenario. Merk op dat deze cijfers niet gelijk zijn aan de uiteindelijke verwachtingen die wij publiceren in het Kwartaalbericht Woningmarkt. De modeluitkomsten zijn slechts een onderdeel van onze raming. 

Verder zien we dat de huizenprijs bij het laatste scenario door het jaar heen weer licht daalt. Tevens valt op dat de prijs nauwelijks harder stijgt in het positieve scenario dan in het basispad. Dit komt doordat een sterkere stijging van de hypotheekrente de hogere inkomensgroei tegenwerkt. Ook zien we dat de huizenprijs bij het laatste scenario door het jaar heen weer licht daalt. Verder zien we dat de prijs nauwelijks harder stijgt in het positieve scenario dan in het basispad. Dit komt doordat een sterkere stijging van de hypotheekrente de hogere inkomensgroei tegenwerkt. De enige manier waarop modelmatig een hogere prijsstijging tot stand kan komen, is als de inkomensgroei harder versnelt terwijl de rente minder snel oploopt. Dat zou bijvoorbeeld kunnen als de economische dynamiek in Nederland aantrekt terwijl de groei in Europa achterblijft. Omdat de kapitaalmarktrente niet door de Nederlandse economische situatie maar meer door die in Europa wordt bepaald, heeft de hogere Nederlandse groei geen opwaarts effect op de rente.

Figuur 2: Forse modelmatige prijsstijging in het basispad in 2016
Figuur 2: Forse modelmatige prijsstijging in het basispad in 2016Bron: Rabobank, CBS
Figuur 3: Ontwikkeling van de huizenprijzen per scenario
Figuur 3: Ontwikkeling van de huizenprijzen per scenarioBron: Rabobank, CBS

Als we kijken naar de ontwikkeling in de kwartalen zelf, valt ook een aantal dingen op. Figuur 3 laat zien dat de groeipercentages bij het basispad en het positieve scenario ongeveer stabiel blijven. In het negatieve scenario slaat de prijsontwikkeling in 2016 om naar een daling.

Prijsverwachtingen hebben op korte termijn het grootste effect

Onderliggend zien we dat de vertraagde huizenprijs de grootste bijdrage levert aan de door het model voorspelde prijsontwikkeling in 2015. In 2016 leveren het inkomen en de rente een relatief grotere bijdrage. Deze variabelen werken immers ook door in de mate van onder- of overwaardering van de huizenprijs op de lange termijn. Deze onder- of overwaardering werkt vervolgens weer door in onze kortetermijnvergelijking [5].

In het basispad en het positieve scenario neemt het verschil tussen de huizenprijs en de door het model geschatte evenwichtsprijs toe. Dit komt vooral door de stijging van het inkomen. Dit zorgt vervolgens voor een sterkere stijging van de huizenprijzen, aangezien de prijs in het model naar dit -in dit geval hogere- evenwichtsniveau toe wil bewegen. In het negatieve scenario stijgt de rente relatief sterk en daalt het inkomen vrij fors, waardoor de geschatte onderwaardering snel verdwijnt. In de loop van 2016 begeven de huizenprijzen zich ongeveer op het langetermijnevenwicht. Op de korte termijn levert de errorcorrectieterm in dit scenario dan ook nauwelijks een bijdrage.

Bruikbaarheid modeluitkomsten

Bij de uitkomsten per scenario moeten we een aantal kanttekeningen plaatsen. Allereerst hebben we de kredietvoorwaarden slechts deels met behulp van de vertraagde huizenprijzen meegenomen, wat leidt tot een overschatting van de voorspelde huizenprijsstijging (zie ook Van der Minne et al., 2014). Verder zijn de kortetermijnrelaties niet constant in de periode tussen 1975 en 2015. Momenteel is de woningmarkt relatief stabiel. Indien zich nieuwe economische schokken voordoen, kan de zeggingskracht van het model echter snel afnemen (zie onze Special, figuur 4).

Wel is het model een hulpmiddel om tot een consistente inschatting te komen van toekomstige prijsontwikkelingen. Vooruitkijken gaat altijd gepaard met grote onzekerheden, maar het werken met scenario’s maakt inzichtelijk wat de mogelijke gevolgen zijn voor de huizenprijzen als de rente en het inkomen in de toekomst zullen veranderen. De uitkomsten per scenario ondersteunen onze verwachting dat de huizenprijzen in 2015 en 2016 zullen stijgen. Tegelijkertijd zijn onzekerheden inherent aan de toekomst, en dus ook aan zulke verwachtingen. Het sentiment is bijvoorbeeld ook van groot belang voor de woningmarkt, maar dit is niet meegenomen in ons model en bovendien moeilijk te voorspellen. Het door ons gebruikte huizenprijsmodel is dan ook niet meer dan een onderdeel waarop wij onze vooruitzichten baseren. Om rekenschap te geven van de inherente onzekerheid bij het doen van voorspellingen, zullen we in ons Kwartaalbericht Woningmarkt de verwachtingen voor de huizenprijzen dan ook met bandbreedtes blijven aangeven. 

Voetnoten

[1] Het verschil tussen de reële en nominale prijs is de inflatie. Om tot de nominale prijs te komen tellen we de inflatie bij de reële huizenprijs op.

[2] Merk op dat we voor 2015 al de helft weten; dat is al gerealiseerd. De scenario’s werken door vanaf de tweede helft van dit jaar. Dit betekent dus ook een inkomensdaling in het negatieve scenario vanaf het derde kwartaal. De inflatie betreft de internationaal vergelijkbare Harmonized Consumer Price Index (HICP) van Eurostat. Tot slot zijn de ontwikkelingen voor de hypotheekrente in het basispad tot stand gekomen op basis van de swap forecasts van Rabobank Financial Markets Research.

[3] Het is erg lastig om een verwachting te geven van toekomstige risico-opslagen op hypotheken. Vandaar dat we deze aanname doen.

[4] Merk op dat een situatie waarbij de inkomens dalen en de rente stijgt, niet vaak voorkomt. Doorgaans gaat een periode van laagconjunctuur gepaard met lagere rentes. Toch willen we met behulp van dit model simuleren wat voor effect dit kan hebben op de huizenprijzen op de korte termijn.

[5] Technische noot: merk op dat in een errorcorrectiemodel (ECM) naar de toekomst toe per kwartaal ook een nieuw langetermijnevenwicht wordt berekend op basis van het inkomen en de hypotheekrente. Dit werkt via de errorcorrectieterm door naar de kortetermijnvergelijking. Lees onze Special voor meer achtergrond over de werking van een ECM.

Referenties

Minne, van der. A., Francke, M. en J. Verbruggen. (2014). The effect of credit conditions on the Dutch housing market.

Dalen, P. van en P. de Vries (2014). Beperking prijsherstel Nederlandse koopwoningmarkt in 2015 door Nibud-normenRabobank, Utrecht.

Vries, P. de (2014). De gevolgen van de terugkeer van de annuïteitenhypotheek. Rabobank, Utrecht.

Delen:
Auteur(s)
Pieter van Dalen
Rabobank KEO
030 21 2666
Paul de Vries
RaboResearch Nederland Rabobank KEO
088 726 7864

naar boven