In een illiquide markt zoals de vastgoedmarkt zijn marktwaarden niet direct voorhanden. Transacties zijn schaars en weerspiegelen niet altijd de marktwaarde. Taxaties spelen daarom een belangrijke rol bij investeringsbeslissingen, hypotheekverstrekking, financiële rapportages en het heffen van onroerendgoedbelasting. In dit onderzoek vergelijken de auteurs, Jeroen Beimer en Marc Francke, waarderingen met behulp van econometrische modellen en Machine Learning algoritmen.
In een recent rapport maakt De Nederlandsche Bank zich zorgen over de kwaliteit en onafhankelijkheid van taxaties (Van der Molen en Nijskens, 2019). Een derde van alle taxatiewaarden komen exact overeen met de verkoopprijs, en in bijna 60% is de taxatiewaarde hoger. Geautomatiseerde waarderingsmodellen (AVM’s) zijn minder vatbaar voor potentiële klantinvloed. Om echter geaccepteerd te worden door een breed publiek, moeten AVM’s transparant, robuust en uitlegbaar zijn, en betrouwbare voorspellingen geven. In dit onderzoek analyseren de auteurs de out-of-sample nauwkeurigheid van voorspellingen en de mate van invloed van verklarende variabelen in zowel econometrische modellen als machine learning algoritmen. Het onderzoek is gebaseerd op bijna alle woningprijzen in Nederland in 2017.
Auteurs:
Marc Francke, Ortec Finance en University of Amsterdam
Jeroen Beimer, Bouwinvest