Tabel VI: resultaten LSDV en LSDVc
Variabele/methode LSDV LSDV LSDV LSDVc Huiseigenaar .245 (.219) .212 (.225) .044 (.243) .044 (.243) GDPgroei 1.01 * (.538) .954* (.546) .682 (.591) .683 (.591) interest -.913 -.912
31 (.747) (.747) Spaarrente -.305 (.429) -.397 (.435) -.397 (.435) Inflatie -.420 (.487) -.420 (.487) Bevolking -1.47e-0.3 (2.14e-0.3) -1.75e-0.3 (2.18e-0.3) -1.55e-0.3 (3.17e-0.3) -1.55e-0.3 (3.17e-0.3) I.stad2 0.717 (-6.81) -1.307 (7.402896) 5.025 (9.106) 5.025 (9.106) I.stad3 -15.321 (16.094) -20.373 (17.64809) 7.802 (24.916) 7.802 (24.916) Constante -7.774 (6.031) 6.221709 (10.064) 6.222 (10.064) 6.222 (10.06351) Obs 71 71 71 71 Aantal groepen 3 F-test 3.18 2.71 2.52 1.62 𝑹𝟐 0.197 0.203 0.246 Overall 0.038 Adj 𝑹𝟐 0.135 0.128 0.148 𝑴𝑺𝑬 2.151 2.160 2.134 ***p<0.01, ** p<0.05, *p<0.1
i.stad2 en I.stad3 zijn de fixed effecten binnen de steden.
Bij bovenstaande resultaten zijn geen verschillen tussen LSDV en LSDVc. Daarnaast zijn bijna alle uitkomsten niet significant. Dit kan komen door de ontelbare invloeden op de huizenprijzen die niet in het onderzoek zijn opgenomen.
De meeste coëfficiënten zijn theoretisch realistisch geschat. Hier is de variabele huiseigenaar niet significant. Deze data veranderen door de jaren heen bij de steden minimaal, terwijl de verandering van het groei percentage van de huizenprijzen immens was.
32
Aan de hand van de panel data blijkt dus dat er geen significante invloed van buy-to-let investeerders is op de huizenprijzen van de steden. Het is namelijk voor een verkoper niet verschillend of het huis wordt verkocht aan iemand die er in gaat wonen of iemand die het meteen doorverhuurt. De vraag stijgt en verhoogt dus de prijs, maar of de vraag bepaald wordt door buy-to-let investeerders of kopers voor een eigen huis is niet van dusdanige relevantie. De prijzen stijgen immers toch wel.
De verschillende resultaten tussen de invloeden van huiseigenaar/alle huizen, bij panel data is het positief en niet significant, terwijl het bij de OLS schattingen
negatief significant is, komt door de verschillende aannames tussen de modellen. Bij panel data is er, theoretisch onderbouwd, minder sprake van het weglaten van
relevante variabelen. Daarnaast is er hierbij een vergelijking met de drie steden en bij de OLS schatting alleen met de prijzen van Amsterdam. Dit leidt tot de verschillende resultaten.
Ook bij de panel data wordt getwijfeld aan de betrouwbaarheid van de
schattingen, door de kleine sample van de data en de interpolatie door de crisis jaren.
6. Discussie
Naar aanleiding van bovenstaande resultaten is geen enkele schatting geheel betrouwbaar. De data van de variabele en de keuze van de variabelen spelen hierin een essentiële rol. De invloed van buy-to-let op huizenprijs is geschat door het delen van het aantal huiseigenaren door het totaal aantal huizen. Na het lezen van
onderzoeken over de hoeveelheid buy-to-let investeerders, komt de hoeveelheid met deze variabele niet helemaal overheen met de gevonden data. Artikelen over grote stijging van buy-to-let investeerders, Aalbers et al, verklaren dat “tussen 2006 en 2016 buy-to-let met 75% toegenomen” (2018), terwijl dit niet in de gebruikte data, verkregen via officiële instituten, terug te vinden is. De verschillen kunnen komen door het anders meten van de variabele buy-to-let. Bij deze situatie is er geen
33
rekening gehouden met andere factoren dan buy-to-let die deze fractie kunnen beïnvloeden. Niet alleen voor beleggers is de situatie aantrekkelijker geworden om een huis te kopen na de financiële crisis, maar voor iedereen, ook voor huurders. Dit wordt versterkt door een stijging van de maandlasten-to-rent, vergelijkende ratio tussen kooplasten en huurlasten. De stijgende maandlasten-to-rent ontstond door een combinatie van stijgende huurprijzen en dalende spaarrente, wat de maandlasten voor huren verhoogd. (ING, 2017).
De verschuiving van deze groep huurders naar kopers is de variabele minder sterk gedaald. Bovendien werd de variabele dus beïnvloed door andere factoren dan buy-to- let, waardoor de invloed van buy-to-let door deze variabele niet goed te meten valt. Al was het beschrijven van deze variabele lastig om andere manieren te meten, door de beschikbare data. Dit geldt voor alle drie de steden die zijn onderzocht. Hierdoor is het lastiger vast te stellen wat de invloed van buy-to-let is op de prijzen.
7. Conclusie
In dit paper wordt een poging gedaan voor het schatten van de huizenprijs. De nadruk ligt op de invloed van buy-to-let op deze stijging van prijs. De OLS schattingen worden uitgevoerd met de data van Amsterdam. Het onderzoek gebruikt de data per kwartaal tussen 2010 en 2017. Hiermee worden alle aannames van een OLS regressie
34
getest. Hierna kan er worden geconcludeerd dat er kans is op modelspecificatie fouten, want er is significant sprake van het weglaten van relevante variabelen. Dat komt doordat de huizenmarkt vele onmeetbare invloeden heeft, waardoor een schatting met alle relevante variabele onmogelijk wordt door de aanwezige data. Daarnaast is de huizenmarkt geen homogene markt en zijn er meerdere invloeden niet meegenomen in het onderzoek, zoals de invloed van wisseling van politieke leiders en andere politieke factoren, door de beperking van data of het onmeetbaar is, maar wel een impact heeft op de huizenprijzen (Nneji et al, 2013).
Bij de OLS regressie wordt er geconcludeerd dat buy-to-let een significant positieve invloed heeft op de huizenprijzen, maar de betrouwbaarheid is dus zeer discutabel. Hierdoor wordt er gekeken naar een nieuwe manier van schatten en er worden panel data gebruikt voor het oplossen van het missen van relevante
variabelen. Aan de hand van de data wordt nu gebruik gemaakt van de drie steden, Londen, Amsterdam en Berlijn en het onderzoek gebruikt data per kwartaal tussen 2010 en 2016. Er wordt een Least square dummy variabele (LSDV) test uitgevoerd. Hierna is ook een LSDVc test uitgevoerd, om bij deze kleine sample, een correctie van de schatters toe te voegen, om het level van bias proberen te laten dalen. Uit deze regressie zijn er geen significante conclusies te trekken naar aanleiding van.
Concluderend kan ik stellen dat het onderzoek heeft laten zien dat buy-to-let investeringen geen significante invloed heeft op de huizenprijzen van de steden, in tegenstelling tot voorafgaand werd gedacht.
Hoewel dit onderzoek probeert zo goed mogelijk gedetailleerd onderzoek probeert te doen naar de huizenprijzen, stuit het steeds tegen moeilijkheden aan door de beperking van de data (Nneji, 2013). Voor verder onderzoek zouden er naar andere testen moeten worden gekeken, of hier betrouwbare en significante uitslagen uit komen. Verder zal een andere manier moeten worden gevonden van de definitie buy- to-let investeerders. Ook het toevoegen van langere tijdseries of meerdere steden kan het onderzoek verbeteren.
35
Bibliografie
Aalbers, M., Bosma, J., Fernandez, R., & Hochstenbach, C. (2018). Buy-to-let gewikt en gewogen. Geraadpleegd via
https://www.sp.nl/sites/default/files/onderzoek_buy_to_let_0.pdf
Baal, M. (2004). The Future of the Private Rented Sector: A Report fort he Social Market Foundation (London: Social Market Foundation).
Ball, M. (2006). Buy-to-Let: The Revolution Ten Years On (London: Association of Residential letting Agents).
Baumunk, H., & Bergmann G. (2018) Wohnmarktreport Berlin in 2018. geraadpleegd via
https://www.berlinhyp.de/medias/sys_master/pdf/h92/h4a/8812114903070.pdf Besamusca, D. (2012). Regional house price determinants: a panel data analysis for the Netherlands (master thesis). geraadpleegd via
http://www.scriptiesonline.uba.uva.nl/
Boehm, T. P., & Schlottmann, A. M. (2014). “The dynamics of housing tenure choice: Lessons from Germany and the United States”. Journal of Housing
Economics, 25, 1-19.
Bögel, J., Mesecke, F., & Scult, C (2015). Gebäude- und Wohnungsbestand, Statistische Ämter des Bundes und der Länder Zensus 2011 . Geraadpleegd via https://www.destatis.de/DE/Publikationen/Thematisch/Bevoelkerung/Zensus/ZensusB uLaGWZersteErgebnisse5121103119004.pdf?__blob=publicationFile
Brauw, R. (2017). Testing for bubbles in the housing market of the
Netherlands national vs regional price dynamics (master thesis) geraadpleegd via http://www.scriptiesonline.uba.uva.nl/
CBS. (2016). Woningen Amsterdam duurder dan voor de crisis. Geraadpleegd via https://www.cbs.nl/nl-nl/nieuws/2016/16/woningen-amsterdam-duurder-dan-voor- de-crisis
36
Dalen, P. van, Aalders, R., & Giesbergen, B. (2016). Woningmarkt blijft in stroomversnelling. Geraadpleegd via
https://economie.rabobank.com/publicaties/2016/november/woningmarkt-blijft-in- stroomversnelling/
Dalen, P. van, & Vries, P. de (2015). Huizenprijzen vooral bepaald door inkomen en rente. Geraadpleegd via
https://economie.rabobank.com/publicaties/2015/augustus/huizenprijzen-vooral- bepaald-door-inkomen-en-rente/
Duijne, R. J. van, & Ronald, R. (2018).” The unraveling of Amsterdam’s unitary rental system”. Journal of Housing and the Built Environment, 1-19.
Fields, D., & Uffer, S. (2016). “The financialisation of rental housing: A comparative analysis of New York City and Berlin”. Urban Studies, 53(7), 1486- 1502.
French, S., & Leyshon, A. (2009). “We all live in a Robbie Fowler house’: The geographies of the buy to let market in the UK.” British Journal of Politics and International Relations, 11(3), 438- 460.
Gibb, K., & Nygaard, C. (2005). “The impact of buy to let residential investment on local housing markets: Evidence from Glasgow, Scotland”. International Journal of Housing Policy, 5(3), 301-326.
Giussani, B., & Hadjimatheou, G. (1991). Modeling regional house prices in the United Kingdom. Papers in Regional Science, 70(2), 201-219.
Holly, S., Pesaran, M.H., & Yamagata, T. (2010). A spatio-temporal model of house prices in the USA. Journal of Econometrics, 158(1), 160-173.
Janssen, S., (2017) Prijsvorming op de Amsterdamse woningmarkt. Fundament forse prijsstijging brokkelt af. Geraadpleegd via
https://www.ing.nl/media/ING%20Prijsvorming%20op%20Amsterdamse%20woning markt_tcm162-117993.pdf
Kemp, P. A. (2015). Private renting after the global financial crisis. Housing
37
Lennartz, C. (2017). Huizenprijzen op weg naar nieuwe piek. Geraadpleegd via https://economie.rabobank.com/publicaties/2017/mei/huizenprijzen-naar-nieuwe- piek/
Lennartz, C., Arundel, R., & Ronald, R. (2016). Younger adults and
homeownership in Europe through the global financial crisis. Population, Space and Place, 22(8), 823-835.
Lennartz, C., Vrieselaar, N., & Hoving, L. (2018). Nederlandse huizenmarkt dendert door: ook in 2018 fors hogere prijzen verwacht. Geraadpleegd via
https://economie.rabobank.com/publicaties/2018/februari/nederlandse-huizenmarkt- ook-in-2018-fors-hogere-prijzen-verwacht/
Levene, T. (2007). ‘Nottingham’s forest of housing despair’. The Guardian, 16th June. http:tinyurl.com.ctrform
Martens, M. (1985). Owner-occupied housing in Europe: Postwar
developments and current dilemmas. Environment and Planning A, 17(5), 605-624. Möber, J. (2018). The German housing market in 2018. Geraadpleegd via https://www.dbresearch.com/PROD/RPS_EN-
PROD/PROD0000000000460528/The_German_housing_market_in_2018.pdf Moorman, M. (2016, December 27). ‘Minister Blok jaagt de Amsterdammers de stad uit’. Parool. Geraadpleegd via https://www.parool.nl/opinie/-minister-blok- jaagt-amsterdammers-de-stad-uit~a4440238/
Musterd, S. (2014). Public housing for whom? Experiences in an era of mature neo- liberalism: The Netherlands and Amsterdam. Housing Studies, 29(4), 467-484.
Nijskens, R., & Heeringa, W. (2017). The housing market in major Dutch cities (No. 1501). Netherlands Central Bank, Research Department.
Nneji, O., Brooks, C., & Ward, C. W. (2013). House price dynamics and their reaction to macroeconomic changes. Economic Modelling, 32, 172-178.
Rijk, M., de, (2017, 31 mei). Het kan niet slechter dan hoe Nederland het doet. De Groene Amsterdammer. Geraadpleegd via: https://www.groene.nl/artikel/het-kan- niet-slechter-dan-hoe-nederland-het-doet
38
Paternotte, J. Ruigrok, M. & Peters, D. (2016, March 14). ‘hernieuwing van het coalitieakkoord 2014-2018’. Geraadpleegd via
https://amsterdam.d66.nl/content/uploads/sites/334/2016/03/Amsterdamblijftvanieder een_web.pdfhttps://amsterdam.d66.nl/content/uploads/sites/334/2016/03/Amsterdamb lijftvaniedereen_web.p df
Savini, F., Boterman, W. R., Van Gent, W. P., & Majoor, S. (2016). Amsterdam in the 21st century: Geography, housing, spatial development and politics. Cities, 52, 103-113.
Shiller, R. J. (2007). Understanding recent trends in house prices and home
ownership (No. w13553). National Bureau of Economic Research.
Teye, A. L., & Ahelegbey, D. F. (2017). Detecting spatial and temporal house price diffusion in the Netherlands: A Bayesian network approach. Regional Science
and Urban Economics, 65, 56-64
Treanor, J. (2016, 16 november). Bank of England given new powers to curb risky buy-to-let lending. The Guardian. Geraadpleegd via
https://www.theguardian.com/business/2016/nov/16/bank-england-powers-curb-buy- to-let-lending-mortgages
Visser, P., van Dam, F., & Noorman, N (2006). De prijs van de plek:
Woonomgeving en woningprijs. NAi Uitgevers.
Vries, P. de (2016). Woningmarkt blijft in stroomversnelling. Geraadpleegd via https://economie.rabobank.com/publicaties/2016/november/woningmarkt-blijft-in- stroomversnelling/
Vries P. de (2014). De gevolgen van de terugkeer van de
annuïteitenhypotheek. Geraadpleegd via
https://economie.rabobank.com/publicaties/2014/maart/de-gevolgen-van-de- terugkeer-van-de-annuiteitenhypotheek/
Wooldridge, J. M. (2015). Introductory econometrics: A modern approach. Nelson Education
39
Ziegert, N., Henkes, S., Metasch, D. (2017) WOHNEIGENTUMS REPORT BERLIN 2017/2018 Berlin — Vom Boom zum Wachstum. Geraadpleegd via
http://www.wohneigentumsreport-berlin.de/
Ziegert, N. & Metasch, D. (2015) WOHNEIGENTUMS REPORT BERLIN 2015/2016 Berlin — eine Stadt wächst über sich hinaus. Geraadpleegd via