Welke nauwkeurigheid mag je verwachten van de modelwaarde taxatie van een woning? Dat is een vraag die niet in één zin te beantwoorden is. Met enkele handvatten krijg je wel inzicht in de uitgangspunten. In dit artikel geef ik die.

Definities

We ontkomen er niet aan om eerst een aantal definities te geven. We vragen ons ten eerste af wat een model nou eigenlijk is. Als je twee getallen in Excel zet en daarmee een berekening uitvoert, heb je een model. Dat is alleen geen breed toepasbaar model; het zal geen goede modelwaardes opleveren. Een model is een vereenvoudigde weergave van de werkelijkheid. Dit betekent dat een model de werkelijkheid kan benaderen, maar nooit is. Er worden aannames gedaan die ervoor zorgen dat er altijd afwijkingen zullen zijn tussen de werkelijke waarde van een woning en de getaxeerde modelwaarde. Het is de kunst deze aannames weloverwogen te maken waardoor het model de werkelijkheid zo goed mogelijk benadert.

De tweede vraag die we stellen is wat we bedoelen met de waarde. Er bestaan veel waardedefinities bij het taxeren van een woning. In dit artikel beperken we ons tot de marktwaarde. In 2010 gaven Berkhout en Hordijkdefinitie voor het marktwaardebegrip: “Het geschatte bedrag waartegen vastgoed tussen een bereidwillige koper en een bereidwillige verkoper na behoorlijke marketing in een zakelijke transactie zou worden overgedragen op de waardepeildatum, waarbij de partijen met kennis van zaken, prudent, en niet onder dwang zouden hebben gehandeld”.

Meten is weten

Om te kunnen bepalen of een modelwaarde goed is, dient gemeten te worden wat de kwaliteit van een model is. Hiervoor zijn een aantal ingrediënten nodig. In de “Standard on Ratiostudies” van de IAAOstaat wat belangrijk is bij het meten van de kwaliteit van een model. Het uitgangspunt is dat gecontroleerd moet worden in hoeverre de modelwaardes aansluiten bij de gerealiseerde koopsommen. Hierbij is het noodzakelijk de verkopen te screenen; je moet vaststellen of de verkoop voldoet aan het gedefinieerde marktwaardebegrip. Van elke bekende verkoop taxeer je de modelwaarde en bereken je de ratio door de modelwaarde te delen door de verkoop. In het algemeen geldt dat de ratio zo dicht mogelijk bij één moet liggen. Helaas is dat echter te kort door de bocht. We moeten de ratio’s analyseren.

Randvoorwaarden

Eerder gaven we een definitie voor het begrip marktwaarde. De marktwaarde bestaat echter niet. Het is een concept en kan alleen waargenomen worden; we kunnen het niet opzoeken in een boekje. Kopers en verkopers bepalen onderling wat de prijs van een woning is. Zij houden zich niet aan definities, vinden hoogstens houvast in de vraagprijs die de makelaar bepaald heeft of de vraagprijzen van andere woningen. De ene koper is erg vaardig in de onderhandelingen over de te realiseren koopprijs, terwijl de ander wellicht helemaal niet onderhandelt of zelfs boven de vraagprijs biedt. Ook de omstandigheden van de verkoop spelen mee. Staat de verkoper onder druk door bijvoorbeeld een echtscheiding? Er spelen veel subjectieve, niet objectiveerbare overwegingen mee in de uiteindelijke prijsovereenstemming. Dit maakt het marktwaardebegrip complex; de verkoopprijs is slechts een indicatie van de marktwaarde van de woning. Wanneer een model consequent en per verkoop een ratio van exact één presenteert, betekent dit daarom dat het een slecht model is. Het model “jaagt de transactieprijs na” en biedt alleen correcte modelwaardes voor de geselecteerde verkopen op dat moment. Een model moet een bepaalde bandbreedte hebben waarbinnen een correcte marktwaarde getaxeerd wordt.

Aanpak

Teneinde een goed model te kunnen bouwen, is er voldoende kwalitatief goede data nodig. Dit betekent, dat er goedgekeurde transactieprijzen gebruikt moeten worden over een langere periode. Het model dient immers voor alle woningen een goede waarde te taxeren en niet alleen voor de gerealiseerde verkopen. Hoe meer transacties, met bijbehorende kenmerken er betrokken worden bij het model, hoe beter het model in staat is alle woningen uit het vastgestelde gebied te taxeren. Aangezien een model altijd een waarde berekent op een bepaalde waardepeildatum, is het noodzakelijk koopsommen te indexeren naar deze datum als de verkoopdatum afwijkt van de waardepeildatum. Het model wordt vervolgens berekend op een trainingsset van verkopen. Er worden bewust koopsommen niet meegenomen in de berekening zodat deze later via een “out-of-sample” taxatie gebruikt kunnen worden als extra controlemiddel op de kwaliteit van het model.

Het model wordt vervolgens geschat op de trainingsdata. Na de schatting worden alle koopsommen getaxeerd met het model en wordt er een ratio analyse gedaan op de zuivere modelwaarden. Dit proces wordt herhaald totdat het model het meest optimale resultaat heeft bereikt. Met het “meest optimale resultaat” wordt in dit kader bedoeld, dat de analyse en statistieken van de ratio berekeningen optimaal zijn. In de eerder aangehaalde “Standard on Ratiostudies” van de IAAO staan alle elementen genoemd die onderzocht kunnen worden en hoe de resultaten geïnterpreteerd moeten worden. Dit gaat veel verder dan vaststellen of de gemiddelde ratio ongeveer één is met een zo laag mogelijke standaardfout.

Statistiek

De statistiek biedt complexe berekeningen die de kwaliteit van een model toetsen. Deze berekeningen zijn onlosmakelijk verbonden aan de totstandkoming van een goed model. Het gaat te ver om al deze technieken hier uit te leggen. Een goed uitgevoerde ratio studie bestaat in ieder geval uit een onderzoek naar de gemiddelde, de mediane en de gewogen gemiddelde ratio. In combinatie met de standaardfout en de gemiddelde absolute procentuele fout (MAPE – Mean Average Percentage Error) van de ratio’s kan vervolgens de spreiding (COD – Coefficient of Dispersion) en de variatie (COV – Coefficient of Variation) van de ratio’s berekend worden. Tenslotte wordt gecontroleerd of er ongelijkheid is in hoe verschillende woningen getaxeerd worden (PRD – Price Related Difference en PRB – Price Related Bias).

Conclusie

Een model met een gemiddelde ratio van 1 en een lage standaardfout is niet automatisch een goed model. Het model moet een gezonde variatie en spreiding hebben en geen ongelijkheid in de taxatiewaarden genereren. Dan is een model in overeenstemming met de werkelijkheid waarin marktwerking lastig te voorspellen is. Dan pas is een model robuust en in staat de waarde van toekomstige, ten tijde van het modelschatten, onbekende transacties goed te voorspellen. Een model dat voor de meerderheid van de woningen een waarde kan voorspellen die maximaal 10% afwijkt van de werkelijke marktwaarde, is een goed model. Een goed model zal vrijwel nooit exact de koopsom taxeren, maar altijd een waarde presenteren die ongeveer overeenkomt met de marktwaarde van de woning.

Bronnen

Gerelateerde insights

X