Beschrijvende analyse

Deze paragraaf bespreekt de beschrijvende statistiek van het onderzoek. De steekproef bestaat uit 300 cases en bevat één ratio afhankelijke variabele, zes onafhankelijke variabelen en zes controle- variabelen. Tabel 4.4. aan het eind van deze paragraaf geeft de beschrijvende statistiek weer, waarvan de belangrijkste bevindingen in deze paragraaf worden besproken.

4.4.1. Afhankelijke variabele

Uit de beschrijvende statistiek volgt dat de afhankelijke variabele (gemiddelde prijskorting van een executiewoning ten opzichte van de marktwaarde) 31,4% bedraagt. De minimale prijskorting is 6,54%, waarmee er geen enkele executiewoning een transactieprijs hoger heeft welke hoger ligt dan de WOZ-waarde. De maximale prijskorting op een executiewoning ten opzichte van de marktwaarde bedraagt 61,36%. Figuur 4.1 geeft de verdeling van de prijskorting.

25

Rijksuniversiteit Groningen/FRW/Real Estate Studies/Master Thesis/Juni 2014/Tom de Keijzer/1705970

Figuur 4.1: Verdeling van de prijskorting ten opzichte van de marktwaarde

4.4.2. Onafhankelijke variabelen

De variatie in de prijskorting kan verklaard worden door de variatie in de onafhankelijke variabelen. Figuur 4.2 en 4.3 presenteren de gemiddelde prijskorting (y-as) per variatie in de onafhankelijke variabele.

Vermelding op Funda

Van alle executiewoningen wordt 20% op Funda gepubliceerd. Het gaat hierbij om 60 van de 300 executiewoningen. De gemiddelde prijskorting voor, op Funda gepubliceerde executiewoningen, bedraagt 27,9% terwijl een executiewoning zonder publicatie op Funda een gemiddelde

prijskorting heeft van 32,3%.

Aantal foto’s op de websites

Ten aanzien van het aantal foto’s op de websites kan worden vastgesteld dat in 87% van alle gevallen geen tot vijf foto’s zijn gepubliceerd. De gemiddelde prijskortingen zijn 31,5% voor executiewoningen met geen t/m vier foto’s en 30,7% voor executiewoningen met vijf of meer gepubliceerde foto’s (fotocollage).

Aanwezigheid van een taxatierapport

Bij veertien (4,67%) executiewoningen is voorafgaand aan de veiling een taxatierapport

beschikbaar gesteld. Een executiewoning met een aanwezig taxatierapport heeft een gemiddelde prijskorting van 27,9% tegen een prijskorting van 31,6% voor een executiewoning zonder taxatierapport.

26

Rijksuniversiteit Groningen/FRW/Real Estate Studies/Master Thesis/Juni 2014/Tom de Keijzer/1705970

0 5 10 15 20 25 30 35 40

Funda Fotocollage Taxatierapport Kadasterkaarten Bezichtiging

Ja Nee Aanwezigheid van kadasterkaarten

Kadasterkaarten zijn in de meeste gevallen (73%) voorafgaand aan de veiling gepubliceerd op Veilingbiljet of Funda. Executiewoningen met aanwezige Kadasterkaarten hebben een gemiddelde prijskorting van 30,3%. Voor executiewoningen waarvan geen Kadasterkaarten aanwezig zijn, geldt een gemiddelde prijskorting van 34,4%.

Mogelijkheid tot bezichtigen

In 54% van alle gevallen is een bezichtiging van de executiewoning mogelijk geweest, resulterend in dat er in 46% van alle gevallen er geen bezichtiging mogelijk is geweest. De gemiddelde

prijskortingen zijn respectievelijk 31,0 en 31,4%.

Figuur 4.2: Variatie in prijskorting van onafhankelijke variabelen

Gebruikssituatie

De gebruikssituatie van de woning is voor zowel potentiële kopers als voor de notaris en de hypotheekhouder in 12% van alle executieverkopen onbekend geweest. De gebruikssituaties bewoond (34%) en leegstaand (39%) zijn het meest voorkomend (figuur 4.3). De grootste variatie in prijskorting is terug te vinden tussen verhuurde executiewoningen met- en zonder toestemming van de hypotheekhouder. Een, zonder toestemming van de hypotheekhouder verhuurde

executiewoning heeft een gemiddelde prijskorting van 29,3% terwijl een verhuurde

executiewoning welke met toestemming van de hypotheekhouder is verhuurd een gemiddelde prijskorting heeft van 37,6%. Dit verschil in hoogte van de prijskorting kan verklaard worden doordat een legale huurder van een executiewoning huurbescherming geniet waardoor de woning niet ontruimd kan worden op grond van het huurbeding.

27

Rijksuniversiteit Groningen/FRW/Real Estate Studies/Master Thesis/Juni 2014/Tom de Keijzer/1705970

0 5 10 15 20 25 30 35 40

Onbekend Verhuurd zonder toestemming Verhuurd met toestemming Leegstaand Bewoond Figuur 4.3: Gebruikssituatie

4.4.3. Controlevariabelen

De variatie in de prijskorting kan naast de onafhankelijke variabelen verklaard worden door de variatie in de controlevariabelen. Tabel 4.5 vergelijkt de gemiddelde prijskorting per variatie in de controle variabelen.

Landsdeel

De gemiddelde prijskorting is het hoogst in Noord-Nederland (37,7%) en het laagst in West-Nederland (29,8). West-West-Nederland vertegenwoordigt 52% van alle executieveilingen in West-Nederland waardoor deze lage gemiddelde prijskorting van sterke invloed is op de totale gemiddelde

prijskorting van de dataset.

Woningtype

Uit analyse blijkt dat de gemiddelde prijskorting het hoogst is voor vrijstaande woningen (36,5%). De laagste gemiddelde prijskortingen zijn zichtbaar voor appartementen (29,9%) en hoekwoningen (28,8%). Figuur 4.4 geeft de gemiddelde prijskortingen voor de verschillende woningtypen in 2012, 2013 en 2014.

Bouwperiode

De executiewoningen in de eerste bouwperiode (tot 1950) hebben een gemiddelde prijskorting van 34,3%, de executiewoningen in de tweede bouwperiode (1950 tot 1980) een gemiddelde

prijskorting van 31,2% en de executiewoningen in de derde bouwperiode (1980 en later) een gemiddelde prijskorting van 27,7%.

Woonoppervlakte

28

Rijksuniversiteit Groningen/FRW/Real Estate Studies/Master Thesis/Juni 2014/Tom de Keijzer/1705970

0 5 10 15 20 25 30 35 40 45 50 2012 2013 2014 WOZ-waarde

De grootste variatie in prijskortingen bestaat tussen executiewoningen met een WOZ-waarde van €100.000 tot €160.000 (33,3%) en executiewoningen met een WOZ-waarde van €160.000 en €220.000 (28,6%).

Jaar van de executieveiling

De variatie in prijskorting kan deels verklaard worden door het jaar waarin de executieveiling heeft plaatsgevonden. De grootste variatie in prijskorting is zichtbaar tussen 2013 (32,3%) en 2014 (27,2%).

29

Rijksuniversiteit Groningen/FRW/Real Estate Studies/Master Thesis/Juni 2014/Tom de Keijzer/1705970

Tabel 4.4. Beschrijvende statistiek

Afhankelijke variabele Min. Max. Gemiddelde Standaarddeviatie

Prijskorting 6,54 61,36 31,4137 10,76995

Onafhankelijke variabelen

Publicatie op Funda aanwezig 0 1 0,2000 Publicatie op Funda afwezig 0 1 0,8000 Foto’s (0 t/m 4) 0 1 0,8700 Foto’s (5 of meer) 0 1 0,1300 Taxatierapport aanwezig 0 1 0,0467 Taxatierapport afwezig 0 1 0,9533 Kadasterkaart aanwezig 0 1 0,7267 Kadasterkaart afwezig 0 1 0,2733 Bezichtiging mogelijk 0 1 0,5433 Bezichtiging niet mogelijk 0 1 0,4567 Gebruikssituatie onbekend 0 1 0,1200 Gebruik: verhuurd zonder toestemming 0 1 0,1100 Gebruik: verhuurd met toestemming 0 1 0,0367 Gebruik: bewoond 0 1 0,3967 Gebruik: leegstaand 0 1 0,3367 Controle variabelen Landsdeel Noord 0 1 0,0667 Landsdeel Oost 0 1 0,2067 Landsdeel Zuid 0 1 0,2067 Landsdeel West 0 1 0,5200 Type: Appartement 0 1 0,3200 Type: Tussenwoning 0 1 0,4200 Type: Hoekwoning 0 1 0,1000 Type: twee-onder-een-kap woning 0 1 0,0700 Type: Vrijstaande woning 0 1 0,0800 Bouwjaar tot 1950 0 1 0,3233 Bouwjaar 1950 tot 1980 0 1 0,3933 Bouwjaar 1980 en later 0 1 0,2833 Oppervlakte tot 100m² 0 1 0,4500 Oppervlakte 100-140m² 0 1 0,3633 Oppervlakte 140m² en groter 0 1 0,1867 WOZ-waarde tot €100.000 0 1 0,1333 WOZ-waarde €100.000 tot €160.000 0 1 0,4000 WOZ-waarde €160.000 tot €220.000 0 1 0,1867 WOZ-waarde €220.000 of hoger 0 1 0,2800 Jaar 2012 0 1 0,4400 Jaar 2013 0 1 0,4267 Jaar 2014 0 1 0,1333 Valid N 300

30

Rijksuniversiteit Groningen/FRW/Real Estate Studies/Master Thesis/Juni 2014/Tom de Keijzer/1705970