Het bestaan van een lange termijn evenwichtsrelatie tussen de bouwproductie, BBP, ESI, Rentespread, AEX en Heijmans is in de vorige paragraaf aangetoond. Daarnaast is er een lange termijn evenwichtsrelatie aangetoond, met daarin de bouwproductie twaalf maanden vooruit. Rekening houdend met deze resultaten, worden de VECMs7 opgesteld.
Tabel 5.3 presenteert de lange termijn evenwichtsrelaties voor de modellen die corresponderen met kolom I en II van tabel 5.2. Standard errors staan gepresenteerd tussen haakjes. In lange termijn evenwichtsrelatie (1), zijn de coëfficiënten voor de rentespread, AEX en Heijmans significant op 1%, en ESI op 10%. In lange termijn evenwichtsrelatie (2), zijn de coëfficiënten voor de ESI, de Rentespread en Heijmans significant. Echter, BBP en de AEX-index zijn niet significant. Om de kwaliteit van de modellen te bepalen wordt er gekeken naar de Maximum likelihood8. De resultaten laten zien dat lange termijn relatie (2) een betere fit heeft.
Tabel 5.3: Geschatte cointegratie relaties Variabele Cointegratie relatie
- – (1) (1164.82) (0.43) (6.17) (28.62)
- – + 3.45 + (2) (47.73) (0.246) (473.12) (2.724) (11.392)
Maximum likelihood (ML):
Lange termijn relatie (1) - 4269.324 Lange termijn relatie (2) - 4002.280
*Significant bij 10%; ** Significant bij 5%; *** Significant bij 1%.
Opmerking: Prod is de woningbouwproductie, Ren is de rentespread en Heij staat voor Heijmans. In de eerste cointegratie vergelijking (1) blijven het BBP en de ESI buitenbeschouwing, de verklaring hiervoor is dat deze niet te onderscheiden zijn van nul. De modellen zijn volgens de Langrange-multiplier test vrij van autocorrelatie.
7
Uit de cointegratie analyse blijken er twee cointegratie relaties te bestaan voor model I. Omdat de variabele bouwproductie alleen in de eerste cointegratievergelijkingen voorkomt en in de andere vergelijkingen niet te onderscheiden is van nul, wordt deze buiten beschouwing gelaten.
8
- 28 - Tabel 5.4 en 5.5 presenteren de resultaten van de vector error correction modellen. De eerste rij van beide tabellen geeft de aanpassings (adjustment) coëfficiënten (β
weer. Deze corresponderen met de cointegratie relatie. De andere rijen geven de korte termijn coëfficiënten weer. Op de korte termijn lijkt de woningbouwproductie te worden beïnvloed door het BBP. Indien het BBP stijgt, lijkt de woningbouwproductie ook te stijgen. Daarentegen, laat tabel 5.5 zien dat de woningbouwproductie (twaalf maanden vooruit) op de korte termijn niet beïnvloed lijkt te worden door het BBP. De ESI lijkt de woningbouwproductie (zowel zonder lag als twaalf maanden vooruit) op de korte termijn te beïnvloeden. Indien de ESI stijgt, heeft dit een positieve invloed op de woningbouwproductie. Op de korte termijn lijken de financiële indicatoren (AEX-Index en Heijmans) de woningbouwproductie twaalf maanden vooruit te beïnvloeden. Daarentegen, hebben de financiële indicatoren geen invloed op de woningbouwproductie zonder tijdsvertraging. Voor de rentespread geldt dat er geen korte termijn invloed is op de woningbouwproductie. Tot slot, lijkt de woningbouwproductie beïnvloed te worden door de historische woningbouwproductie. De resultaten op de korte termijn laten zien dat er (economische) indicatoren zijn die de woningbouwproductie verklaren.
De aanpassingscoëfficiënten (β impliceren dat het BBP, de ESI, de rentespread en Heijmans reageren op afwijkingen van de lange termijn evenwichtsrelatie. De woningbouwproductie is zwak exogeen omdat het niet reageert op afwijkingen van de lange termijn evenwichtsrelatie. Dit zou er op kunnen wijzen dat de woningbouwproductie wordt beïnvloed door andere factoren dan de verklarende variabelen. Daarnaast laten de tabellen zien dat de AEX-Index niet reageert op verschillen in de lange termijn evenwichtsrelatie. De uitkomsten op de lange termijn zijn niet in lijn met de verwachtingen op basis van de literatuur (DiPasquale & Wheaton, 1996; Hwang & Quigley, 2006). Een verklaring hiervoor zou gevonden kunnen worden in de planningsregels en regulaties die het proces rondom vastgoedontwikkeling ontkoppelen (Vermeulen, 2007). Een andere verklaring zou gevonden kunnen worden in het feit dat de overheid interventies kan uitoefenen op de woningmarkt. Door deze interventies kan er in perioden van economische krimp toch veel nieuwbouw geproduceerd
- 29 - Tabel 5.4 Geschatte VECM voor de woningbouwproductie
Variabelen
Est (SE) Est (SE) Est (SE) Est (SE) Est (SE) Est (SE)
β -0.1671 (0.0697) 0.0019*** (0.0007) -0.1376* (0.0826) 0.0001** (0.0001) -0.0072 (0.0072) -0.0023 (0.0015) -0.2296** (0.1035) -0.0032*** (0.0011) -0.0001 (0.1227) -0.0001 (0.0001) 0.0080 (0.0108) -0.0004 (0.0022) -0.2101** (0.0953) -0.0027*** (0.0010) -0.0299 (0.1130) -0.0001 (0.0001) 0.0051 (0.0099) -0.0010 (0.0021) 0.1892** (0.0874) -0.0010 (0.0009) -0.1748* (0.1036) -0.0001 (0.0001) -0.0131 (0.0091) -0.0032* (0.0019) -2.8552 (7.6189) -0.0438 (0.0829) -13.634 (9.0130) 0.0107* (0.0064) 0.2544 (0.7964) 0.0705 (0.1666) 3.5988 (7.4429) -0.0048 (0.0809) -18.103** (8.8224) 0.0092 (0.0063) -0.4160 (0.7780) 0.0253 (0.1627) -18.181** (7.4164) 0.1700** (0.0807) 2.3318 (8.7910) 0.0178** (0.0063) 1.5615** (0.7752) 0.1282 (0.1622) -0.0214 (0.0717) 0.0001 (0.0007) -0.0323 (0.0850) -0.0001 (0.0001) 0.0080 (0.0075) 0.0026* (0.0015) 0.1952*** (0.0704) 0.0006 (0.0007) 0.0465 (0.0834) -0.0001 (0.0001) 0.0013 (0.0073) 0.0015 (0.0015) 0.1021 (0.0722) -0.0004 (0.0007) 0.1875** (0.0855) -0.0001 (0.0001) 0.0108 (0.0075) 0.0046*** (0.0015) 59.7970 (94.723) 0.4957 (1.0307) 19.166 (112.18) 0.0272 (0.0807) 6.4441 (9.9019) 5.2257** (2.0718) 148.607 (92.112) 2.2994** (1.0023) 212.93* (109.18) 0.1041* (0.0785) 1.9757 (9.6290) 1.4956 (2.0147) 93.373 (90.803) 0.6097 (0.9881) 111.09 (107.63) 0.0694 (0.0774) -12.318 (9.4921) -4.7867** (1.9860) -0.8687 (0.8686) 0.0002 (0.0094) 0.8290 (1.0296) 0.0018** (0.0007) -0.0603 (0.0908) -0.0104 (0.0189) 0.1646 (0.8831) -0.0173* (0.0096) 1.0200 (1.0468) -0.0005 (0.0007) 0.0646 (0.0923) -0.0093 (0.0193) 0.5305 (0.8905) -0.0094 (0.0096) -1.9997* (1.0555) -0.0008 (0.0007) -0.2047** (0.0930) -0.0288 (0.0194) 5.0191 (3.8226) -0.0766 (0.0415) 4.6816 (4.5311) -0.0004 (0.0033) 0.8113** (0.3996) 0.1739** (0.0836) -2.0453 (3.9256) 0.0289 (0.0427) -9.8637** (4.6533) 0.0047* (0.0034) -0.3982 (0.4103) 0.1881** (0.0858) 3.4772 (4.0439) 0.0082 (0.0440) 3.6843 (4.7934) 0.0027 (0.0034) 0.1705 (0.4227) 0.0796 (0.0884)
*Significant bij 10%; ** Significant bij 5%; *** Significant bij 1%.
- 30 - Tabel 5.5 Geschatte VECM voor de woningbouwproductie (inclusief de bouwproductie 12 maanden vooruit)
Variabelen
Est (SE) Est (SE) Est (SE) Est (SE) Est (SE) Est (SE)
β 0.0146 (0.0166) 0.0003 (0.0001) 0.0941*** (0.0210) -0.0001** (0.0001) 0.0009 (0.0019) -0.0008* (0.0004) -0.4767*** (0.0858) -0.0011 (0.0010) -0.0489 (0.1085) 0.0001** (0.0001) 0.0105 (0.0098) 0.0030 (0.0020) -0.4423*** (0.0873) -0.0012 (0.0010) -0.1382 (0.1104) 0.0001 (0.0001) 0.0154 (0.0100) 0.0017 (0.0021) 0.0112 (0.0855) -0.0007 (0.0010) -0.0621 (0.1082) 0.0001 (0.0001) 0.0090 (0.0098) 0.0009 (0.0020) 3.5469 (7.1797) -0.1042 (0.0853) -11.736 (9.0825) 0.0081 (0.0066) 0.7340 (0.8243) 0.2396 (0.1752) 1.7403 (6.9768) -0.0821 (0.0829) -15.916* (8.8262) 0.0067 (0.0064) 0.0502 (0.8010) 0.1609 (0.1702) -3.0693 (6.8530) 0.0971 (0.0814) 2.0864 (8.8669) 0.1491** (0.0063) 1.8085** (0.7868) 0.2296 (0.1672) -0.267 (0.0670) -0.0004 (0.0007) -0.0057 (0.0847) -0.0001 (0.0001) 0.0106 (0.0076) 0.0028* (0.0016) 0.0329 (0.0655) 0.0004 (0.0007) 0.1033 (0.0829) -0.0001 (0.0001) 0.0032 (0.0075) 0.0015 (0.0016) -0.1835*** (0.0669) -0.0003 (0.0007) 0.1928** (0.0846) -0.0001 (0.0001) 0.0082 (0.0076) 0.0038** (0.0016) 19.314 (90.609) 1.0768 (1.0768) -3.4612 (114.62) 0.0349 (0.0835) 0.7033 (10.403) 4.4387* (2.2116) 93.255 (88.037) 1.0463** (1.0463) 173.437 (111.37) 0.1153 (0.0811) -3.4905 (10.108) 0.6234 (2.1489) -53.201 (87.477) 1.0396 (1.0396) 103.127 (110.66) 0.0657 (0.0806) -13.764 (10.044) -5.4030** (2.1352) 0.6242 (0.8183) 0.0030 (0.0097) 0.9808 (1.0352) 0.0015** (0.0007) -0.1035 (0.0939) -0.0149 (0.0199) -0.6108 (0.8256) -0.0165* (0.0098) 1.1302 (1.0444) -0.0009 (0.0007) 0.0398 (0.0948) -0.0077 (0.0201) 1.8539** (0.8393) -0.0123 (0.0099) -1.6295 (1.0618) -0.0008 (0.0007) -0.1736* (0.0963) -0.0212 (0.0204) -6.2446* (3.6866) -0.0864** (0.0438) 4.8264 (4.6338) 0.0007 (0.0033) 0.9201** (0.4233) 0.2108** (0.0899) 4.4107 (3.8077) 0.0155 (0.0452) -12.641*** (4.8170) 0.0056 (0.0035) -0.2853 (0.4372) 0.1768* (0.0929) -0.9059 (3.9840) -0.0175 (0.0473) 0.4772 (5.0400) 0.0038 (0.0036) 0.0689 (0.4574) 0.0500 (0.0972)
*Significant bij 10%; ** Significant bij 5%; *** Significant bij 1%.
- 31 -
6| Conclusie
In deze sectie geef ik de conclusie met betrekking tot de vraagstelling welke indicatoren, gebaseerd op economische- en financiële indicatoren, een voorspellende waarde hebben op de woningbouwproductie. In hoofdstuk 2 is hiervoor een literatuuronderzoek verricht naar de karakteristieken, de werking van de vastgoedmarkt en de selectie van economische- en financiële indicatoren. De beschrijving en operationalisatie van de indicatoren staat beschreven in hoofdstuk 3. De onderzoeksmethode die is toegepast staat toegelicht in hoofdstuk 4; de uitkomsten van het onderzoek staan beschreven in hoofdstuk 5.
Uit het onderzoek blijkt dat de woningbouwproductie op de korte termijn beïnvloed lijkt te worden door het BBP, de ESI, de AEX-Index en Heijmans. De rentespread lijkt op de korte termijn geen invloed te hebben op de woningbouwproductie. Daarnaast blijkt dat woningbouwproductie zwak exogeen is en niet reageert op afwijkingen van de lange termijn evenwichtsrelatie. Dit suggereert dat de bouwproductie verklaard wordt door andere factoren dan de verklarende variabelen. Het BBP, de ESI, de rentespread en Heijmans reageren wel op afwijkingen van de lange termijn evenwichtsrelatie. Tot slot, lijkt de woningbouwproductie beïnvloed te worden door de historische bouwproductie.
Een theoretische implicatie heeft betrekking op het feit dat het onderzoek aantoont dat de woningbouwproductie op de lange termijn beïnvloed lijkt te worden door andere factoren dan economische indicatoren. Dit in tegenstelling tot het vierkwadrantenmodel van DiPasquale en Wheaton (1996), waarin verwacht wordt dat de vraag naar vastgoed bij economische groei stijgt.
Een praktische implicatie van dit onderzoek heeft betrekking op het feit dat organisaties kunnen inspringen op de korte termijn bouwproductie. Organisaties zouden hierdoor instaat moeten zijn om flexibeler op economische ontwikkelingen in te springen, waardoor kosten en tijd gespaard kunnen worden.
Er zijn echter een aantal beperkingen van toepassing op deze scriptie. Allereerst dient er in vervolg onderzoek uitgebreider onderzoek gedaan te worden naar de impact van planningsregels en regulaties op het vastgoedontwikkelingsproces. Zodoende kan er een adequate tijdsvertraging voor planningsregels en regulaties in het model worden opgenomen. Daarnaast worden indicatoren als de huizenprijs, inkomensontwikkeling en bevolkingsgroei genegeerd. In vervolgonderzoek zouden deze determinanten meegenomen kunnen worden om onderzoek te doen naar een lange termijn relatie in combinatie met de woningbouwproductie. Tot slot is de korte periode waarover data beschikbaar is een beperking van het onderzoek. In het bijzonder voor het BBP, waar alleen maar kwartaalcijfers voor aanwezig zijn.
- 32 -
Referenties
Abraham, J. M., & Hendershott, P.H. (1996), “Bubbles in metropolitan Markets”, Journal of Housing Research, 7 (2), 191-207.
Ball, M., Lizieri, C., & Macgregor, B., D. (1998), The economics of Commercial Property Markets, New York: Routledge.
Barr, N., (1998), The Economics of the Welfare State, 3rd edition, Oxford: Oxford University Press. Boumeester, H., & v/d Heijden, H. (2004), De bouw van woningen en kantoren: markwerking,
conjunctuur en productie. Delft : Technische universiteit Delft (OTB).
Boelhouwer, P. J., & Bouwmeester, H. & Van der Heijden, H. M. H., (2006), “Stagnation in Dutch Housing production and suggestions for a way forward”, Journal of housing and the Built environment, 21, 299-314.
Boswijk, H.P., Kiviet, J.F. (2006), “Optimaliseren van een beleggingsportefeuille met behulp van een hedgefondsindex: een cointegratie-analyse”. Working paper.
Davidson, R., en J. G. MacKinnon (2004), Econometric Theory and Methods. Oxford University Press, New York.
Dickey, D. A., & Fuller, W. A. (1979), “Distribution of the Estimators for Autoregressive
Time Series with a Unit Root”, Journal of the American Statistical Association, 74, 420-431. DiPasquale, D & Wheaton, W. C., (1996), “Housing market Dynamics and the future of Housing
prices”, Journal of Urban Economics, 35, 1-27.
Ekkers, p. (2010), Van volkshuisvesting naar woonbeleid, derde druk, Den Haag: SDU Uitgevers:. Engle, R. F., & Granger, C. W. J. (1987), “Cointegration and Error Correction: Representation,
Estimation and Testing, Econometrica, 55(2), 251-276.
Gelper, S. & Groux, C. (2007), The predictive power of the European Economic Sentiment Indicator. Department of decision sciences and information management (KBI). Leuven: Katholieke Universiteit Leuven.
Hakfoort, J. & Matysiak, G. (1997), “Housing investment in the Netherlands.” Economic Modelling, 14(4), 501 - 516.
Hendershott, P.H., Macgregor, B.D. & Tse, R.Y.C. (2002), “Estimation of the rental adjustment process”, The Journal of Real Estate Finance and Economics, 30, 2, 165-183.
Hendershott, P. H., Lizieri, C.M., & Macgregor, B.D. (2010), “Asymmetric adjustment in the city of London office market”, The Journal of Real Estate Finance and Economics, 41, 1, 80-101. Hwang, M., & Quigley, J.M. (2006), “Economic fundamentals in local housing markets: evidence
from U.S. metropolitan regions”. Journal of Regional Science, 48, 3, 425-453. Johansen, S. (1988), “Statistical Analysis of Cointegrating Vectors”, Journal of Economic
Dynamic and Control, 12, 231-254.
Johansen, S. (1995), Likelihood-based Inference in Cointegrated Vector Autoregressive Models, Oxford University Press: Oxford.
- 33 - Maddala, G.S. (1992), Introduction to econometrics, New York: MacMillan.