Een kwantitatieve analyse van consumptieve bestedingen bij dalende huizenprijzen

(1)

Een kwantitatieve analyse van consumptieve bestedingen bij

dalende huizenprijzen

Bachelor of Science Econometrie D.A. van den As

Supervisor: Prof. dr. J.S. Cramer

Faculteit Economie en Bedrijfskunde, Universiteit van Amsterdam, Nederland

28 juni 2013

Samenvatting

In het eerste deel van dit onderzoek is het effect van dalende huizenprijzen op de consumptieve bestedingen van huishoudens onderzocht. Om dit te onderzoeken is er een consumptiefunctie geschat waarbij onderscheid is gemaakt tussen huiseigenaren en huurders om te zien of zij verschillend reageren op een daling van de huizenprijzen. De data in dit onderzoek laten zien dat ook in tijden van dalende huizenprijzen huiseigenaren meer consumeren dan huurders. In het tweede deel van dit onderzoek is de invloed van verstedelijking bij dalende huizenprijzen onderzocht. Om dit te onderzoeken zijn huishoudens in weinig en niet verstedelijkte gebieden gegroepeerd. De data laten zien dat in tijden van dalende huizenprijzen de verstedelijking geen effect heeft op de consumptie van huiseigenaren.

(2)

(3)

De LISS-panel data gebruikt in dit onderzoek zijn verzameld door CentERdata (Universiteit van Tilburg, Nederland) met het MESS project dat gefinancierd wordt door

(4)

(5)

Inhoud Introductie ... 6 1. De dataset ... 10 2. Consumptiefunctie ... 12 2.1. Methode: Consumptiefunctie... 12 2.2. Resultaten: Consumptiefunctie ... 15 3. Verstedelijking ... 20 3.1. Methode: Verstedelijking ... 20 3.2. Resultaten: Verstedelijking ... 24 4. Conclusie ... 28 4.1. Consumptiefunctie ... 28 4.2. Verstedelijking ... 28 Referenties ... 30

(6)

Introductie

In empirisch onderzoek is vaak de relatie tussen huizenprijzen en consumptieve bestedingen(consumptie) besproken. Over de aard van deze relatie bestaat alleen geen consensus. Vaak wordt het bezit van huizen zonder verdere toelichting gekoppeld aan de consumptie. Het is voor onderzoekers van belang om te weten hoe de relatie tussen huizenprijzen en consumptie in elkaar zit. Onderzoekers kunnen zo meer te weten komen over het consumentengedrag. Het doel van dit onderzoek is om uit te zoeken wat de relatie is tussen de huizenprijzen en de consumptie van huishoudens.

Theorie die zich richt op de relatie tussen de huizenprijzen en consumptie, richt zich op een aantal zaken. De eerste manier waarop de huizenprijzen en de consumptie met elkaar in verband gebracht worden, is dat huizenprijzen direct het vermogen van huishoudens beïnvloeden. De gedachte is dat gezinnen op de lange termijn streven naar een stabiel vermogen. Een onverwachte daling van de huizenprijs zorgt voor een lagere verwachting van het toekomstige vermogen en vervolgens voor lagere consumptie. Dit directe effect staat bekent als de levenscyclus hypothese. Dit effect wordt door Campbell en Cocco (2007) besproken.

Wanneer het directe effect de belangrijkste oorzaak is voor de correlatie tussen de dalende huizenprijzen en de dalende consumptie, zullen bij een stijging van de huizenprijzen, oudere huishoudens meer reageren dan jongere huishoudens. Een stijging van de huizenprijzen zorgt namelijk niet alleen voor een hoger vermogen maar ook voor hogere toekomstige woonlasten. Jongere huishoudens zullen de consequenties van die hogere woonlasten langer moeten dragen, wat ervoor zorgt dat zij minder consumeren. Dit wordt door Sinai en Souleles (2005) besproken. Wanneer het directe effect de belangrijkste oorzaak is, zal een daling van de huizenprijzen bij huurders niet voor een daling van de consumptie zorgen. Dalende huizenprijzen maken voor huurders geen verschil, maar voor huizenbezitters wel. In dit onderzoek maken wij gebruik van dit verschil om het effect van dalende huizenprijzen op de consumptie vast te stellen.

De huizenprijzen kunnen de consumptie ook beïnvloeden doordat een stijging van de huizenprijzen zorgt voor een groter vermogen. Dit grotere vermogen zorgt voor

(7)

een hogere leencapaciteit, wanneer het vermogen als onderpand wordt gebruikt. Deze grotere leencapaciteit leidt vervolgens tot hogere consumptie. De Nederlandsche Bank heeft in haar kwartaalbericht van Juni 2004 een analyse van de Nederlandse huizenmarkt gemaakt. Zij merken op dat in de jaren ‘90 de huizenprijzen flink zijn gestegen en dat huishoudens in toenemende mate beslissen om een tweede hypotheek af te sluiten. De verzilverde overwaarde wordt aangewend voor bijvoorbeeld woningverbetering en uitgaven aan duurzame consumptiegoederen en vakanties. De overwaarde wordt slechts zeer beperkt aangewend om de financiële balans op orde te brengen, bijvoorbeeld door het aflossen van relatief dure consumptieve leningen en creditcardschulden. Verder merken zij op dat de bestedingsimpuls in de tweede helft van 2001 sterk is afgenomen, doordat het vanaf 1 januari 2001 nog maar beperkt mogelijk is de overwaarde op een fiscaal aantrekkelijke manier te verzilveren en te besteden. Sinds 1 januari 2001 moet worden aangetoond dat de verzilverde overwaarde daadwerkelijk wordt besteedt aan woningverbeteringen om in aanmerking te komen voor aftrekbaarheid van de hypotheekrente.

Het effect van een grotere leencapaciteit van huishoudens wordt door Campbell en Cocco (2007) onderzocht door gebruik te maken van microdata uit de Family Expenditure Survey (FES) uit Engeland. Dit is een enquête uitgevoerd onder huishoudens. De ouders van elk huishouden worden gevraagd twee weken lang de consumptie bij te houden. Daarnaast wordt achtergrond informatie gevraagd zoals de regio waar zij wonen, inkomen, leeftijd, samenstelling van het huishouden en of zij een huis bezitten of huren. Campbell en Cocco (2007) schatten het effect van stijgende huizenprijzen op de consumptie het hoogst voor oudere huiseigenaren. Voor jongere huishoudens is het effect niet significant verschillend van nul. Verder worden er aanwijzingen gevonden dat regionale huizenprijzen een effect hebben op de regionale consumptie. Het is daarom belangrijk om de regionale verschillen in het model op te nemen.

De huizenprijzen kunnen ook met de consumptie samenhangen, doordat er een gezamenlijke factor bestaat die beide beïnvloedt. Attanasio en Weber (1994) vinden aanwijzingen dat er een dergelijke gezamenlijke factor bestaat, zoals het consumentenvertrouwen. Een hoger consumentenvertrouwen kan zorgen voor hogere

(8)

huizenprijzen en ook voor hogere consumptie. Er is dan geen sprake van een causale relatie tussen de huizenprijzen en de consumptie.

Zowel Campbell en Cocco (2007) als Attanasio en Weber (1994) maken gebruik data uit de FES, alleen worden er andere hypotheses en onderzoeksmethoden gebruikt. Deze andere hypotheses en methoden leiden tot andere conclusies. Campbell en Cocco (2007) gebruiken de leeftijd en woonvorm als variabele, waar Attanasio en Weber (1994) alleen de leeftijd gebruiken. De woonvorm is het soort woning waar het huishouden in woont. Dit is onderscheid in huishoudens die een koop- of huurwoning hebben. Wanneer het effect van huizenprijzen op de consumptie positief zou zijn voor oude en jonge huiseigenaren en negatief voor oude en jonge huurders, zal dit alleen blijken als men huurders en eigenaars onderscheidt.

Tot slot kan er een verband worden gelegd tussen de huizenprijzen en de consumptie, door te kijken naar de liberalisatie van financiële instellingen in de jaren ‘90. In de jaren ‘90 hebben financiële instellingen de leenvoorwaarden versoepeld. Dit heeft gezorgd voor een grotere leencapaciteit van huishoudens. Deze grotere leencapaciteit van huishoudens zorgt voor hogere consumptie. Wanneer de vergrote leencapaciteit van huishoudens zorgt voor zowel een stijging van de huizenprijzen als een stijging van de consumptie, is er wel een correlatie maar geen causale relatie tussen de huizenprijzen en de consumptie. De stijgende huizenprijzen en stijgende consumptie worden door De Haas et al. (2000) op deze wijze met elkaar in verband gebracht.

Dit onderzoek bestaat uit twee delen. Eerst wordt het effect van de dalende huizenmarkt in 2010 (Figuur 1) op de consumptie van huishoudens onderzocht. Vervolgens wordt het effect van verstedelijking bij de dalende huizenmarkt in 2010 onderzocht. Om dit te onderzoeken worden consumptiefuncties geschat waarbij gebruikgemaakt wordt van micro data. Een groot voordeel van het gebruik van micro data is dat er onderscheid gemaakt kan worden tussen huurders en huizenbezitters, om zo na te gaan of zij verschillend reageren op een daling van de huizenprijzen.

(9)

Figuur 1

Huizenprijzen 2000-2012 (indexcijfers, 2010 = 100)

De structuur van dit onderzoek is als volgt. In hoofdstuk 1 wordt de dataset beschreven en in hoofdstuk 2 worden zowel de methode als de resultaten van de consumptiefunctie toegelicht. In het hoofdstuk 3 worden de methode en resultaten van verstedelijking besproken en in hoofdstuk 4 worden conclusies getrokken.

60 65 70 75 80 85 90 95 100 105 110 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

(10)

1. De dataset

Dit onderzoek gebruikt data die verzameld zijn door CentERdata. CentERdata is een onderzoeksinstituut dat zich richt op het verzamelen van data en het beschikbaar stellen van deze data voor onderzoekers. De Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO) heeft CentERdata een subsidie verleent voor het “Measurement and Experimentation in the Social Sciences (MESS)” project. Het MESS-project heeft als doel om de Nederlandse kenniseconomie te stimuleren. Data voor dit onderzoek zijn afkomstig uit het “Longitudinal Internet Studies for the Social sciences (LISS)” panel. Het LISS-panel maakt onderdeel uit van het MESS-project. Dit project heeft als doel om het voor onderzoekers makkelijker te maken om onderzoek met bestaande data uit te voeren. De verkregen data worden aan alle onderzoekers op aanvraag beschikbaar gesteld.

Het LISS-panel is het hoofdpanel van het MESS-project. Het LISS-panel bevat data van de Nederlands sprekende bevolking die op het moment van ondervraging in Nederland wonen. In samenwerking met het Centraal Bureau voor de Statistiek (CBS) is een aselecte steekproef getrokken die 10150 adressen van de Gemeentelijke Basisadministratie (GBA) omvat. Een moeilijkheid is om een zo hoog mogelijk percentage geadresseerden welwillend te stemmen om langdurig mee te werken aan het LISS-panel. Brieven geadresseerd aan “de inwoners van dit adres” worden waarschijnlijk weggegooid, daarom is er een naam geselecteerd. Bij meerdere inschrijvingen op een bepaald adres wordt er willekeurig een persoon van 38 jaar of ouder aangeschreven. Als alle personen onder de 38 jaar zijn wordt er willekeurig een persoon van 18 jaar of ouder aangeschreven. Wanneer alle personen op het opgegeven adres onder de 18 jaar zijn wordt er willekeurig een persoon aangeschreven. De aangeschreven persoon wordt verzocht mee te werken aan het LISS-panel. Daarnaast wordt de geadresseerde verzocht om andere leden van het huishouden, voor zover deze er zijn, mee te laten werken aan het LISS-panel. Het uiteindelijke LISS-panel bestaat uit 48 procent van de oorspronkelijk geselecteerde steekproef, dit zijn 5176 huishoudens met 8026 individuen.

Alle respondenten worden verzocht elke maand een online vragenlijst in te vullen. De respondenten ontvangen daarvoor een vergoeding. De vragenlijst bestaat

(11)

uit twee onderdelen. Het eerste onderdeel is een vaste vragenlijst die door elke respondent wordt ingevuld. Deze wordt jaarlijks herhaald om zo het levensverloop en de levensomstandigheden van de respondent te volgen. Het tweede onderdeel wordt ook door elke respondent ingevuld en gaat over wisselende specifieke onderwerpen.

De vaste vragenlijst bevat vragen over variabelen zoals geslacht, leeftijd, gezinsgrootte, inkomen, opleiding, burgerlijke staat en woonvorm. In het tweede onderdeel worden vragen gesteld over wisselende onderwerpen. In 2009 en 2010 was het onderwerp tijdsgebruik en consumptie. Voorbeeld van vragen over tijdsbesteding zijn vragen over de tijd die een respondent besteedt aan werken, reizen, huishouden en ontspanning. Vragen over de consumptie zijn de hoogte van de huur of hypotheek betalingen en de bestedingen aan transport en voedsel. Een ernstige beperking van de data is dat er maar heel beperkt informatie over de consumptie is, namelijk uitsluitend de woonlasten en uitgaven aan voedsel en transport. Dit is slechts een klein deel van de consumptie. Data die beter geschikt zijn voor het doel van dit onderzoek waren echter niet beschikbaar. Deze vragenlijst is verstuurd naar de respondenten van het LISS-panel in 2009 en 2010. In 2009 hebben 5337 respondenten een volledige vragenlijst ingestuurd en in 2010 hebben 5103 respondenten een complete vragenlijst ingestuurd.

(12)

2. Consumptiefunctie

2.1. Methode: Consumptiefunctie

Om te onderzoeken wat het effect van dalende huizenprijzen is op de consumptie van huiseigenaren en huurders, wordt er een consumptiefunctie geschat. Met deze consumptiefunctie wordt de relatie tussen inkomen en consumptie geschat uit onder andere de leeftijd, gezinsgrootte en een dummyvariabele voor woonvorm. Om de variabelen te gebruiken die nodig zijn om deze consumptiefunctie te schatten, moeten er een aantal aanpassingen worden doorgevoerd welke in de volgende alinea’s beschreven zullen worden.

In dit onderzoek wordt er gebruikgemaakt van gegevens uit de algemene vragenlijst en de vragenlijst over tijdbesteding en consumptie, beide uit 2010. Elke vragenlijst bevat een nummer van de respondent die de gegevens ingevuld heeft. De data van de beide vragenlijsten worden door middel van dit nummer aan elkaar gekoppeld. Alle respondenten die niet gekoppeld kunnen worden, worden verwijderd. Er blijven 5337 respondenten over.

Vervolgens worden van deze respondenten huishoudens gemaakt. Hiervoor moeten de consumptie van huishoudens bepaald worden. Een ernstige beperking van de data is dat er maar heel beperkt informatie over de consumptie is. Namelijk uitsluitend de woonlasten en uitgaven aan voedsel en transport. Ook als wij ons, in navolging van Campbell en Cocco (2007) beperken tot de niet-duurzame goederen, beschikken wij slechts over gegevens van een klein deel van de consumptie. De consumptie van huishoudens worden gezien als de uitgaven aan voedsel en transport. Voorbeelden van voedsel zijn eten, dranken en snoep en voorbeelden van transport zijn openbaar vervoer, kosten eigen auto, onderhoud en brandstof. Meerdere respondenten hebben opgegeven wat de consumptie van het huishouden zijn, daarom wordt het maximum genomen van hetgeen de respondenten hebben opgegeven.

Nu de consumptie van huishoudens is bepaald, moeten alle huishoudens die geen huurder of huiseigenaar zijn worden verwijderd en moet een dummyvariabele voor woonvorm en partner worden gemaakt. De dummyvariabele woonvorm neemt de waarde 1 aan bij een huizenbezitter en 0 bij een huurder. In de tabellen op de volgende pagina zijn meer eigenschappen van de data weergegeven.

(13)

Tabel 1

Aantal kinderen, leeftijd, woonvorm en partner

Tabel 2

Netto inkomen, consumptie, beschikbaar inkomen

In de tabel (tabel 1) is te zien dat de meeste huishoudens geen kinderen hebben en dat de meeste huishoudens een hoge leeftijd hebben. Het merendeel is huiseigenaar en heeft een partner. In de tabel (tabel 2) is te zien dat de consumptie stijgen naarmate het netto inkomen van het huishouden stijgt en dat de consumptie slechts een klein percentage van het beschikbaar inkomen zijn.

De leeftijd van een huishouden moet ook worden opgenomen in de consumptiefunctie. Er wordt hier gebruikgemaakt van de leeftijd van het hoofd van het gezin. Het hoofd van het huishouden is degene op wiens naam het huur- of koopcontract staat. Mincer (1974) beargumenteert dat de leeftijd zowel lineair als kwadratisch opgenomen moet worden omdat de invloed van leeftijd op de consumptie niet lineair is.

Aantal Kinderen Percentage Leeftijd Percentage Woonvorm Percentage

0 0.68 15-24 0.07 Huiseigenaar 0.69 1 0.09 25-34 0.12 Huurder 0.31 2 0.16 35-44 0.17 3 0.05 45-54 0.17 Partner Percentage 4 0.01 55-64 0.23 Geen partner 0.36 5 0.003 65- 0.23 Wel partner 0.64 6 0.001

Netto inkomen Percentage huishoudens

Consumptie (% van beschikbaar inkomen)

Beschikbaar inkomen (netto inkomen - woonlasten1) 0-500 0.05 531 (0.24) 2201 500-1000 0.16 460 (0.32) 1449 1000-2000 0.44 444 (0.27) 1672 2000-3000 0.18 559 (0.23) 2453 3000-4000 0.03 721 (0.22) 3221 4000-5000 0.007 809 (0.18) 4384 5000-7500 0.006 1054 (0.18) 5920 7500- 0.003 1046 (0.04) 26052

Dat weet ik niet 0.01 545 (0.28) 1973

(14)

De grootte van huishoudens wordt ook opgenomen in de consumptiefunctie. Grote huishoudens zullen een ander uitgaven patroon volgen dan kleinere huishoudens. De consumptie die gebruikt worden in dit onderzoek zijn voedsel en transport. Dit zijn beiden uitgaven aan primaire goederen. Primaire goederen zijn goederen die voorzien in de eerste levensbehoeften van de consument. Wanneer de grootte van het huishouden toeneemt, zullen de consumptie van luxe goederen dalen en de consumptie van primaire goederen stijgen. Dit zorgt gezamenlijk voor een positief effect op de consumptie. Dit substitutie effect tussen de consumptie van primaire goederen en luxe goederen wordt door Bojer (1977) gevonden. Daarnaast wordt in de consumptiefunctie rekening gehouden met de aanwezigheid van een partner en het aantal kinderen. De verwachting is dat het aantal kinderen en de partner zorgen voor een positief effect op de consumptie van huishoudens.

Om te onderzoeken wat het effect van dalende huizenprijzen is op consumptie, wordt er een consumptiefunctie geschat. De verklarende variabelen zijn het inkomen, aantal kinderen, partner, woonvorm en zowel lineair als kwadratisch de leeftijd van het huishoudhoofd. De consumptiefunctie ziet er als volgt uit:

In de volgende paragraaf worden de resultaten van deze consumptiefunctie besproken.

𝛾𝛾𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 = 𝛼𝛼 + 𝛽𝛽1 ∗ 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 + 𝛽𝛽2 ∗ 𝑎𝑎𝑎𝑎𝑖𝑖𝑡𝑡𝑎𝑎𝑡𝑡 𝑖𝑖𝑖𝑖𝑖𝑖𝑘𝑘𝑖𝑖𝑘𝑘𝑖𝑖𝑖𝑖 + 𝛽𝛽3 ∗ 𝑝𝑝𝑎𝑎𝑘𝑘𝑡𝑡𝑖𝑖𝑖𝑖𝑘𝑘𝑘𝑘𝑝𝑝𝑖𝑖𝑖𝑖𝑝𝑝

(15)

2.2. Resultaten: Consumptiefunctie

In dit onderzoek staat de vraag centraal of de daling van de huizenprijzen ervoor zorgt dat huizenbezitters minder consumeren dan huurders. Om dit te onderzoeken wordt een consumptiefunctie geschat. De resultaten van deze consumptiefunctie worden in dit hoofdstuk besproken. De resultaten van de eerste consumptiefunctie zijn hieronder weergegeven.

Tabel 3

Resultaten consumptiefunctie 1

Het inkomen heeft een positief significant effect op de consumptie van huishoudens. Een procent hoger inkomen zorgt voor 0.42 procent meer consumptie. Dit is in overeenstemming met de verwachting. Het aantal kinderen in een meerpersoonshuishoudens heeft een positief significant effect op de consumptie. Dit is in overeenstemming met de verwachting dat een grotere omvang van het huishouden zorgt voor hogere consumptie aan primaire goederen. Elk kind dat zich in het huishouden bevindt, zorgt voor 4,3 procent hogere bestedingen. De partner heeft een groter positief significant effect op de consumptie dan het aantal kinderen. Het grotere effect van een partner in vergelijking tot het aantal kinderen geeft aan dat de splitsing, van de totale grootte van het huishouden in een partner en aantal kinderen, belangrijk is. Een partner levert 33 procent hogere consumptie, dit verschil komt wellicht doordat

Variabelen

logconsumptie Coëf. Std. fout P>t constante 1.7878 0.2293 0.000 loginkomen 0.4209 0.0275 0.000 aantalkinderen 0.0434 0.0122 0.000 leeftijdhuishouden 0.0229 0.0049 0.000 leeftijdhh2 -0.0002 0.00005 0.000 partner 0.3314 0.0286 0.000 woonvorm 0.1189 0.0268 0.000 Aantal waarnemingen 2712 R^2 0.3082

(16)

positief significant effect en kwadratisch een zeer licht negatief significant effect op de consumptie. Dit betekent dat de leeftijd van het hoofd van het huishouden een maximaal positief effect heeft op 58 jarige leeftijd.

Een huiseigenaar heeft rekening houdend met inkomen en gezinssamenstelling 12 procent hogere consumptie dan een huurder. Dit is niet in overeenstemming met de verwachting aangezien dalende huizenprijzen voor huizenbezitters een negatief effect zouden moeten hebben en voor huurders geen verschil zouden mogen maken. De data die gebruikt worden in dit onderzoek laten zien dat in tijden van dalende huizenprijzen huiseigenaren meer consumeren dan huurders.

In de eerste consumptiefunctie is een variabele ingevoegd voor de woonvorm. Door deze werkwijze wordt niet onderzocht wat de invloed is van de leeftijd voor alleen huurders of alleen huizenbezitters. Daarom wordt consumptiefunctie (1) opnieuw geschat waarbij over alleen huiseigenaren en alleen huurders wordt geschat. De resultaten zijn hieronder weergegeven in een tabel (tabel 4).

Tabel 4

Resultaten huiseigenaren en huurders

Voor huiseigenaren wordt een gewogen variantie matrix gebruikt omdat er heteroskedasticiteit aanwezig is. Voor huiseigenaren wordt een lager effect geschat voor het inkomen, aantal kinderen en partner. Voor de partner wordt voor huurders een hoger effect geschat. De verschillende waarden voor leeftijd laten zien dat het effect van leeftijd voor huiseigenaren langer positief blijft. Wanneer leeftijd over aparte

Variabelen Huiseigenaren Huurders

logconsumptie Coëf. Std. fout P>t Coëf. Std. fout P>t constante 2.0877 0.3391 0.000 1.5025 0.4172 0.000 loginkomen 0.3771 0.0412 0.000 0.4904 0.0504 0.000 aantalkinderen 0.0437 0.0144 0.002 0.0721 0.0300 0.017 leeftijdhuishouden 0.0290 0.0060 0.000 0.0152 0.0081 0.060 leeftijdhh2 -0.00024 0.00006 0.000 -0.00014 0.00008 0.056 partner 0.2998 0.0335 0.000 0.3789 0.0515 0.000 Aantal waarnemingen 1886 826 R^2 0.2077 0.2945

(17)

groepen wordt geschat, stijgt de leeftijd waarop huiseigenaren een maximaal positief effect hebben naar 61 jaar en daalt de leeftijd waarop huurder een maximaal positief effect heeft naar 53 jaar. Het effect van de leeftijd wordt voor huurders niet met hoge betrouwbaarheid geschat. De data in dit onderzoek laten zien dat er een leeftijdseffect voor huiseigenaren aanwezig is.

Mogelijk kunnen er verschillen optreden wanneer er onderscheid gemaakt wordt in de keuze om door te werken of om met pensioen te gaan. Om dit te onderzoeken wordt consumptiefunctie (1) opnieuw geschat zonder huishoudens waarbij het huishoudhoofd ouder dan 60 jaar is. De resultaten zijn in een tabel (tabel 5) weergegeven.

Tabel 5

Resultaten huishoudhoofd ≤ 60 jaar

Deze schatting maakt gebruik van een gewogen variantie matrix omdat er heteroskedasticiteit aanwezig is. Er wordt een iets lager effect van het inkomen, partner en eigenaar geschat. Er is een lichte stijging van het effect van leeftijd en aantal kinderen. Huishoudens waarbij het hoofd van het huishouden de leeftijd van 60 nog niet heeft bereikt, ondervinden een ligt lager effect van het inkomen van 0.39 en een lager effect van 0.07 voor het bezit van een huis. Ook dit is niet in overeenstemming met de verwachting dat huizenbezitters een negatief effect moeten ondervinden van dalende huizenprijzen.

Variabelen

(18)

Een mogelijke verklaring voor de resultaten is dat de huizenprijzen sinds 2008 pas 5,6% zijn gedaald. In de literatuur wordt gesproken over een macro economisch effect dat zowel de huizenprijzen als de consumptie beïnvloedt. Een daling van de huizenprijzen is illustrerend voor een lager consumentenvertrouwen dat zorgt voor lagere consumptie van zowel huiseigenaren als huurders. Uit de gebruikte data blijkt echter dat in tijden van dalende huizenprijzen, huiseigenaren hogere consumptie hebben dan huurders. Een mogelijke verklaring voor het positieve effect bij huiseigenaren is dat huiseigenaren zich nog altijd rijk rekenen doordat zij de huidige waarde van het huis vergelijken met de aankoopprijs van jaren geleden. Wanneer de huidige waarde nog steeds hoger is dan de aanschafwaarde zal de daling van de huizenprijzen geen grote indruk maken. Huishoudens met een huis waarvan de aanschafwaarde hoger ligt dan de huidige waarde zullen daarentegen wel een effect ondervinden van de daling van de huizenprijzen. Aangezien in de data geen informatie aanwezig is over het jaar waarin het huis is gekocht, moet er naar een manier gekeken worden waarop de leeftijd en het huizenbezit in de consumptiefunctie kunnen worden opgenomen. Om dit te doen wordt er in consumptiefunctie (1) een interactieterm toegevoegd die het effect van de leeftijd van een huiseigenaar schat. De resultaten zijn hieronder weergegeven in een tabel (tabel 6).

Tabel 6

Resultaten interactieterm leeftijd*huiseigenaar

Variabelen

logconsumptie Coëf. Std. fout P>t constante 1.9113 0.2331 0.000 loginkomen 0.4241 0.0275 0.000 aantalkinderen 0.0479 0.0122 0.000 leeftijdhuishouden 0.0201 0.0049 0.000 leeftijdhh2 -0.0002 0.00005 0.000 partner 0.3309 0.0286 0.000 woonvorm -0.1204 0.0889 0.176 leeftijd_x_eigenaar 0.0043 0.0015 0.005 Aantal waarnemingen 2712 R^2 0.3103

(19)

Het effect van het inkomen, aantal kinderen, partner en leeftijd op de consumptie is vergelijkbaar met het effect in consumptiefunctie (1). Door het toevoegen van de interactieterm is een opvallend verschil geschat voor de waarde van de huiseigenaar. De geschatte waarde van de huiseigenaar is nu negatief in tegenstelling tot consumptiefunctie (1). De interactie term heeft een positief effect, wat betekent dat na verloop van tijd, naarmate het hoofd van het huishouden ouder wordt, een positief effect gevonden wordt voor het bezit van een huis. Wanneer het hoofd van het huishouden een leeftijd heeft bereikt van 28 jaar of ouder gaat het bezit van een huis een positief effect leveren op de consumptie. De interactie term die is toegevoegd in de tweede consumptiefunctie is significant maar zorgt ervoor dat de huiseigenaar insignificant wordt. Dit betekent dat er weinig waarde gehecht kan worden aan voorgaande verklaring.

De data laten zien dat in tijden van dalende huizenprijzen, huiseigenaren nog steeds méér consumeren dan huurders. Het schatten van consumptiefunctie (1) voor verschillende groepen leidt niet tot andere resultaten. Wat iedereen verwachtte werd niet bewaarheid.

(20)

3. Verstedelijking

3.1. Methode: Verstedelijking

Nu onderzocht is wat het effect van dalende huizenprijzen op de consumptie van huizenbezitters en huurders is, wordt gekeken naar het effect van verstedelijking. Mijn theorie is dat huiseigenaren in niet verstedelijkte gebieden langere tijd nodig hebben voordat een daling van huizenprijzen tot hun doordringt. Dit komt doordat er minder adressen per km² zijn, waardoor minder huizen per km² verkocht worden. Wanneer dit klopt, consumeren huiseigenaren in 2010 in niet verstedelijkte gebieden meer dan huiseigenaren in verstedelijkte gebieden. Huiseigenaren in verstedelijkte gebieden reageren sneller op een daling van de huizenprijzen, daarom moet in deze gebieden het effect van verstedelijking gevonden worden.

In het onderzoek van Campbell en Cocco (2007) is onderscheid gemaakt in huishoudens die wonen in verschillende regio’s in Engeland. Engeland wordt opgedeeld in Noord-Engeland, Midden-Engeland en Zuid-Engeland en vervolgens wordt het verschil tussen de nationale en regionale huizenprijzen toegevoegd aan het model. Zij vinden dat het verschil in huizenprijzen significant is. Dit betekent dat er een verband is tussen de regionale huizenprijzen en de regionale consumptie. Het effect van regionale huizenprijzen op de consumptie kan ook het gevolg zijn van veranderingen in regionale economische omstandigheden die zowel de huizenprijzen als de consumptie beïnvloeden.

Onderzocht wordt of verstedelijking verschil maakt. Anders dan het onderzoek van Campbell en Cocco (2007), wordt in dit onderzoek gebruikgemaakt van de verstedelijking als maat voor de regionale verschillen. De verschillen in Nederland zijn op de volgende pagina weergegeven.

(21)

Figuur 2

Verstedelijking in Nederland

De verstedelijking is ingedeeld in 5 categorieën. De categorieën volgen elkaar op van zeer sterk verstedelijkt tot niet verstedelijkt. Zeer sterk verstedelijkt wordt gezien als een gebied waarbij er meer dan 2500 adressen per km² zijn. Amsterdam, Rotterdam en Utrecht zijn voorbeelden hiervan. Een niet verstedelijkt gebied wil zeggen dat er

(22)

Tabel 7

Consumptie, netto inkomen en beschikbaar inkomen naar verstedelijking Mate van verstedelijking

(adressen per km²) Consumptie Netto inkomen

Beschikbaar inkomen (netto

inkomen-woonlasten) Huurder Eigenaar Huurder Eigenaar Huurder Eigenaar Zeer sterk verstedelijkt

(2500 - ) 359 512 1737 3302 1208 2488 Sterk verstedelijkt (1500 - 2500) 403 530 1950 2996 1184 2304 Matig verstedelijkt (1000 - 1500) 364 571 1972 2985 1355 2267 Weinig verstedelijkt (500 – 1000) 423 586 1981 3241 1379 2243 Niet verstedelijkt (0 - 500) 340 519 1806 2807 1265 2237 Tabel 8

Aantal huishoudens, leeftijd huishoudhoofd en partner naar verstedelijking

Mate van verstedelijking Aantal huishoudens Gemiddelde leeftijd

huishoudhoofd Partner Huurder Eigenaar Huurder Eigenaar Huurder Eigenaar Zeer sterk verstedelijkt 242 237 50 50 0.30 0.59

Sterk verstedelijkt 286 555 55 52 0.44 0.73

Matig verstedelijkt 204 514 54 53 0.39 0.74

Weinig verstedelijkt 143 516 59 54 0.52 0.79

Niet verstedelijkt 104 364 54 55 0.45 0.77

Tabel 9

Aantal kinderen naar verstedelijking Aantal kinderen

Huurder Eigenaar

Mate van verstedelijking 0 1 2 3 4 >4 0 1 2 3 4 >4 Zeer sterk verstedelijkt 202 21 13 4 2 0 165 27 37 8 0 0

Sterk verstedelijkt 237 25 15 7 2 0 367 51 97 35 4 1 Matig verstedelijkt 158 17 22 5 2 0 311 50 110 37 6 0 Weinig verstedelijkt 116 13 10 4 0 0 304 47 113 39 6 7 Niet verstedelijkt 81 7 7 8 1 0 217 39 73 27 4 4

De consumptie zijn voor zowel huurders als eigenaren het hoogst in weinig verstedelijkte gebieden. Het netto- en het beschikbaar inkomen is voor huurders het hoogst in weinig verstedelijkte gebieden en voor eigenaren het hoogst in zeer sterk verstedelijkte gebieden. De meeste huishoudens wonen in sterk verstedelijkte

(23)

gebieden, de leeftijd is voor eigenaren in niet verstedelijkte gebieden het hoogst waar dit voor huurders in weinig verstedelijkte gebieden het hoogst is. De meeste huishoudens met partner bevinden zich in weinig verstedelijkte gebieden. Tot slot is te zien dat veel huishoudens geen kinderen hebben en dat dit in sterk verstedelijkte gebieden het vaakst voorkomt.

Om te onderzoeken wat de invloed is van de mate van verstedelijking, wordt consumptiefunctie (1) geschat, waarbij de variabele verstedelijking wordt toegevoegd. De consumptiefunctie ziet er als volgt uit:

Wanneer huishoudens in verstedelijkte gebieden sneller reageren op een daling van de huizenprijzen, moet er bij dalende huizenprijzen een positief effect voor verstedelijking gevonden worden. Wanneer er een positief effect gevonden wordt, zorgt een hogere categorie met lagere verstedelijking voor hogere consumptie.

𝛾𝛾𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 = 𝛼𝛼 + 𝛽𝛽1 ∗ 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 + 𝛽𝛽2 ∗ 𝑎𝑎𝑎𝑎𝑖𝑖𝑡𝑡𝑎𝑎𝑡𝑡 𝑖𝑖𝑖𝑖𝑖𝑖𝑘𝑘𝑖𝑖𝑘𝑘𝑖𝑖𝑖𝑖 + 𝛽𝛽3 ∗ 𝑝𝑝𝑎𝑎𝑘𝑘𝑡𝑡𝑖𝑖𝑖𝑖𝑘𝑘 + 𝛽𝛽4

∗ 𝑤𝑤𝑖𝑖𝑖𝑖𝑖𝑖𝑤𝑤𝑖𝑖𝑘𝑘𝑖𝑖 + 𝛽𝛽5 ∗ 𝑡𝑡𝑖𝑖𝑖𝑖𝑙𝑙𝑡𝑡𝑖𝑖𝑙𝑙𝑘𝑘 + 𝛽𝛽6 ∗ 𝑡𝑡𝑖𝑖𝑖𝑖𝑙𝑙𝑡𝑡𝑖𝑖𝑙𝑙𝑘𝑘2_{+ 𝛽𝛽7}

∗ 𝑤𝑤𝑖𝑖𝑘𝑘𝑣𝑣𝑡𝑡𝑖𝑖𝑘𝑘𝑖𝑖𝑡𝑡𝑖𝑖𝑙𝑙𝑖𝑖𝑖𝑖𝑖𝑖𝑣𝑣 + 𝜀𝜀

(24)

3.2. Resultaten: Verstedelijking

Om het effect van verstedelijking op de consumptie te bepalen wordt de categorie verstedelijking toegevoegd. De resultaten van de consumptiefunctie met de verstedelijking zijn te vinden in onderstaande tabel.

Tabel 10

Het effect van het inkomen, aantal kinderen, partnerdummy, huiseigenaar en leeftijd zijn vergelijkbaar met de resultaten uit consumptiefunctie (1). De verstedelijking heeft een coëfficiënt van 0.00053, wat betekent dat wanneer men in een laag verstedelijkt gebied woont er iets meer uitgaven aan consumptie zijn. De standaard fout van deze coëfficiënt is echter zodanig groot, dat er statistisch geen sprake is van een significante variabele. Uit deze gegevens volgt dat huishoudens in minder verstedelijkte gebieden geen hogere consumptie hebben. Huishoudens in minder verstedelijkte gebieden reageren niet langzamer op een daling van de huizenprijzen.

Om verder te onderzoeken wat de invloed van verstedelijking is op consumptie, worden er dummyvariabelen toegevoegd voor de categorieën van verstedelijking. Er wordt voor elke categorie van verstedelijking een dummyvariabele aangemaakt en toegevoegd in consumptiefunctie (1) op een categorie na. Niet alle dummyvariabelen

Variabelen

logconsumptie Coëf. Std. fout P>t constante 1.7848 0.2320 0.000 loginkomen 0.4214 0.0277 0.000 aantalkinderen 0.0434 0.0122 0.000 leeftijdhuishouden 0.0229 0.0049 0.000 leeftijdhh2 -0.0002 0.00005 0.000 partner 0.3306 0.0289 0.000 woonvorm 0.1180 0.0271 0.000 verstedelijking 0.00053 0.0088 0.952 Aantal waarnemingen 2707 R^2 0.3077

(25)

worden toegevoegd om een singuliere matrix te voorkomen. De consumptiefunctie die geschat wordt is de volgende:

𝛾𝛾𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐= 𝛼𝛼 + 𝛽𝛽1 ∗ 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 + 𝛽𝛽2 ∗ 𝑎𝑎𝑎𝑎𝑖𝑖𝑡𝑡𝑎𝑎𝑡𝑡 𝑖𝑖𝑖𝑖𝑖𝑖𝑘𝑘𝑖𝑖𝑘𝑘𝑖𝑖𝑖𝑖 + 𝛽𝛽3 ∗ 𝑝𝑝𝑎𝑎𝑘𝑘𝑡𝑡𝑖𝑖𝑖𝑖𝑘𝑘 + 𝛽𝛽4

∗ 𝑤𝑤𝑖𝑖𝑖𝑖𝑖𝑖𝑤𝑤𝑖𝑖𝑘𝑘𝑖𝑖 + 𝛽𝛽5 ∗ 𝑡𝑡𝑖𝑖𝑖𝑖𝑙𝑙𝑡𝑡𝑖𝑖𝑙𝑙𝑘𝑘 + 𝛽𝛽6 ∗ 𝑡𝑡𝑖𝑖𝑖𝑖𝑙𝑙𝑡𝑡𝑖𝑖𝑙𝑙𝑘𝑘2_{+ 𝛽𝛽7 ∗ 𝑖𝑖𝑖𝑖𝑖𝑖𝑡𝑡𝑤𝑤𝑖𝑖𝑘𝑘𝑣𝑣𝑡𝑡𝑖𝑖𝑘𝑘}

+ 𝛽𝛽8 ∗ 𝑡𝑡𝑎𝑎𝑎𝑎𝑣𝑣𝑤𝑤𝑖𝑖𝑘𝑘𝑣𝑣𝑡𝑡𝑖𝑖𝑘𝑘 + 𝛽𝛽9 ∗ 𝑖𝑖𝑎𝑎𝑡𝑡𝑖𝑖𝑣𝑣𝑤𝑤𝑖𝑖𝑘𝑘𝑣𝑣𝑡𝑡𝑖𝑖𝑘𝑘 + 𝛽𝛽10 ∗ 𝑣𝑣𝑡𝑡𝑖𝑖𝑘𝑘𝑖𝑖𝑤𝑤𝑖𝑖𝑘𝑘𝑣𝑣𝑡𝑡𝑖𝑖𝑘𝑘 + 𝜀𝜀

(3)

De resultaten van consumptiefunctie (3) zijn in de tabel (tabel 11) hieronder te vinden.

Tabel 11

In de tabel is te zien dat het inkomen, aantal kinderen, partner, huiseigenaar en leeftijd een vergelijkbaar effect hebben met consumptiefunctie (1). Ook is te zien dat de dummyvariabelen voor verstedelijking nauwelijks effect hebben. De standaardfouten van de dummyvariabelen zijn zo groot dat statistisch geen waarde gehecht kan worden aan deze resultaten. De daling van de huizenprijzen leidt in minder verstedelijkte

Variabelen

logconsumptie Coëf. Std. fout P>t constante 1.8071 0.2310 0.000 loginkomen 0.4195 0.0276 0.000 aantalkinderen 0.0428 0.0122 0.000 leeftijdhuishouden 0.0223 0.0049 0.000 leeftijdhh2 -0.0002 0.00005 0.000 partner 0.3309 0.0289 0.000 woonvorm 0.1178 0.0271 0.000 nietversted -0.04413 0.0412 0.284 laagversted 0.0474 0.0385 0.218 matigversted 0.0456 0.0370 0.217 sterkversted -0.0155 0.0360 0.667 Aantal waarnemingen 2712 R^2 0.3108

(26)

Het toevoegen van dummyvariabelen voor de categorieën van verstedelijking heeft ook niet geholpen. Daarom worden huishoudens in weinig en niet verstedelijkte gebieden gegroepeerd. Deze gebieden worden gegroepeerd om te onderzoeken of deze gebieden gezamenlijk regionale omstandigheden kennen die verschillen voor huurders en huizenbezitters. Consumptiefunctie (1) wordt alleen geschat voor huishoudens in weinig en niet verstedelijkte gebieden. De resultaten zijn in de tabel (tabel 12) hieronder te vinden.

Tabel 12

Resultaten weinig en niet verstedelijkte gebieden Variabelen

Er wordt gebruik gemaakt van een gewogen variantie matrix omdat er sprake is van heteroskedasticiteit. Het effect van het inkomen wordt licht lager geschat. Het effect van de partner en de huiseigenaar wordt hoger geschat. De hogere coëfficiënt van de partner kan wellicht verklaard worden door de hogere kosten voor transport in weinig en niet verstedelijkte gebieden. In dit model hebben huiseigenaren opnieuw hogere consumptie dan huurders. Huiseigenaren in weinig tot niet verstedelijkte gebieden consumeren 17 procent meer dan huurders. Huiseigenaren in heel Nederland consumeren 12 procent meer dan huurders. Mogelijk is er een vertraagd effect aanwezig. Dit effect is echter te klein om toe te schrijven aan een vertraagde reactie in weinig en niet verstedelijkte gebieden. De data laten zien dat in tijden van dalende huizenprijzen de verstedelijking nauwelijks effect heeft op de consumptie van huiseigenaren.

(27)

In het tweede deel van dit onderzoek is onderzocht wat het effect van verstedelijking is op de consumptie. Het toevoegen van de variabele voor verstedelijking leverde geen bruikbare resultaten op. Ook het toevoegen van dummyvariabelen leverde geen bruikbare resultaten op. Het groeperen van huishoudens in weinig en niet verstedelijkte gebieden heeft uiteindelijk wel een verschil opgeleverd. Dit verschil is echter zo klein, dat er nauwelijks sprake is van een effect van verstedelijking op de consumptie van huiseigenaren.

(28)

4. Conclusie

4.1. Consumptiefunctie

In het eerste deel van dit onderzoek is het effect van dalende huizenprijzen op de consumptie van huishoudens onderzocht. De relatie tussen de huizenprijzen en consumptie wordt door twee verschillende theorieën verklaard. De eerste theorie is dat een daling van de huizenprijzen zorgt voor een dalende onderpandwaarde, wat zorgt voor een lagere leencapaciteit. Een lagere leencapaciteit zorgt voor lagere consumptie. Een tweede theorie is dat er een gezamenlijke factor bestaat die zowel de huizenprijzen als de consumptie beïnvloedt. Een lager consumentenvertrouwen kan zorgen voor lagere huizenprijzen en ook voor lagere consumptie. Om dit te onderzoeken is er een consumptiefunctie geschat waarbij onderscheid is gemaakt tussen huiseigenaren en huurders om te zien of zij verschillend reageren op een daling van de huizenprijzen. Een huiseigenaar heeft rekening houdend met inkomen en gezinssamenstelling hogere consumptie. Een mogelijke verklaring voor dit positieve effect is dat huiseigenaren zich nog altijd rijk rekenen doordat zij de huidige waarde van het huis vergelijken met de aankoopprijs van jaren geleden. Wanneer de huidige waarde nog steeds hoger is dan de aanschafwaarde zal de daling van de huizenprijzen geen grote indruk maken. Wat ervoor zorgt dat ook in tijden van dalende huizenprijzen huiseigenaren meer consumeren dan huurders.

4.2. Verstedelijking

In het tweede onderdeel van dit onderzoek is de invloed van verstedelijking bij dalende huizenprijzen onderzocht. De theorie is dat het aantal verkochte huizen in weinig en niet verstedelijkte gebieden lager ligt dan in verstedelijkte gebieden, wat ervoor zorgt dat huishoudens in weinig en niet verstedelijkte gebieden een langere reactie tijd hebben bij een daling van de huizenprijzen. Om dit te onderzoeken zijn huishoudens in weinig en niet verstedelijkte gebieden gegroepeerd. Het effect van inkomen wordt licht lager geschat. Het effect van de partner en huiseigenaar wordt hoger geschat. Het hogere effect voor de partner is waarschijnlijk het gevolg van de extra consumptie aan

(29)

transport die in weinig en niet verstedelijkte gebieden nodig zijn. Het effect van de huiseigenaar wordt in deze consumptiefunctie nog hoger geschat dan in de consumptiefunctie met alle gebieden. Een mogelijke verklaring hiervoor is dat de huizenprijzen in weinig en niet verstedelijkte gebieden minder hard zijn gedaald dan huizenprijzen in verstedelijkte gebieden. Er is weliswaar een verschil voor huiseigenaren gevonden, echter is dit verschil dermate klein dat er geen waarde aan gehecht kan worden. De data laten zien dat in tijden van dalende huizenprijzen de verstedelijking geen effect heeft op de consumptie van huiseigenaren.

(30)

Referenties

Aron, J., Muellbauer, J., & Murphy, A. (2006). Housing Wealth and UK Consumption. Economic Outlook, 30.

Attanasio, O.P., & Weber, G. (1994). The UK consumption boom of the late 1980s: aggregate implications of microeconomic evidence. The Economic Journal, 1269-1302.

Browning, M., Gortz, M., & Leth-Petersen, S. (2008). House Prices and Consumption: A Micro Study. University of Copenhagen, mimeo.

Campbell, J. Y., & Cocco, J. F. (2007). How do house prices affect consumption? Evidence from micro data. Journal of Monetary Economics,54(3), 591-621. De Haas, R. T. A., Houben, A. C. F. J., Kakes, J. I., & Korthorst, H. (2000). De

kredietverlening door Nederlandse banken onder de loep, number 18 in Monetaire Monografieën, Amsterdam, The Netherlands: De Nederlandsche Bank.

De Nederlandsche Bank (2004). Kwartaalbericht Juni, 50-51.

Das, M., Ester, P., & Kaczmirek, L. (2010). Social and behavioral research and the

internet: Advances in applied methods and research strategies. Routledge.

Mincer, J.A. (1974). Schooling and earnings. In Schooling, experience, and

earnings (pp. 41-63). Columbia University Press.

Scherpenzeel, A. (2009). Start of the LISS panel: Sample and recruitment of a probability-bases Internet panel. CentERdata, Tilburg.

(31)