Bouw van een ruimtelijk-economisch vastgoedmodel

Dit project houdt het onderzoek naar, en ontwikkeling van, een ruimtelijk-economisch vastgoedmodel in dat met voldoende nauwkeurigheid en ruimtelijke resolutie de waarde van vastgoed berekent voor een bepaald deelgebied.

Ruimte in Vlaanderen is schaars. Dit is een eigenschap van alle economische goederen en brengt een prijsdynamiek met zich mee. Aangezien vastgoedwaarde een niet te weerleggen impact heeft op de vastgoedkeuzes die een burger of overheid maakt, is grondig inzicht in deze dynamiek onontbeerlijk voor adequaat beleid en correcte vastgoedkeuzes. Thema’s zoals betaalbaar wonen en mobiliteit zijn hier nauw mee verbonden en vormen de hoofdthema’s van het onderzoekscentrum Duurzaam Ruimtegebruik en Mobiliteit (DRUM).

Echter, vastgoeddata zijn niet transparant. In tegenstelling tot veel landen ontbreekt het in Vlaanderen aan openbaar beschikbare transactieprijzen van woningen, bouwgronden, nijverheidsgebouwen, landbouwgronden … Als resultaat zetten toezichthouders, overheden en de publieke opinie steeds meer vraagtekens bij de betrouwbaarheid van waarderingen. Dit bemoeilijkt bijvoorbeeld accurate waardebepalingen van een woning of grond, kosten-batenanalyses, simulaties en politiek-bestuurlijke afwegingen zoals het uitwerken van een planschaderegeling in het kader van de bouwshift in Vlaanderen.
Het antwoord op deze vraag naar objectiviteit en kwaliteit biedt zich aan in de vorm van een ruimtelijk-economisch vastgoedmodel, het REM. Het opzet is een model dat de relatie legt tussen locatie, perceel en vastgoedwaarde binnen de Vlaamse vastgoedmarkt. Anders gezegd is het doel om het verband tussen enerzijds vastgoedwaarde en anderzijds waardebepalende determinanten te bepalen. Deze determinanten worden opgedeeld in drie categorieën. Ten eerste zijn er structurele eigenschappen van het vastgoedobject. Dit is het microniveau. Voorbeelden zijn oppervlakte, afwerkingsgraad, aantal kamers. Ten tweede wordt ook het mesoniveau in rekening gebracht. Dit zijn de kenmerken van de buurt waarin het object is gelegen. Zo kunnen toegang tot openbaar vervoer, criminaliteit, nabijheid van voorzieningen een rol spelen bij de waardebepaling. Ten derde beïnvloedt de economische context waarbinnen een transactie zou plaatsvinden de waarde.
Op dit macroniveau spelen elementen zoals wetgeving, registratierechten, leenrente en de verhouding tussen vraag en aanbod een rol.

De manier waarop deze determinanten gedefinieerd en gekwantificeerd worden, wordt vastgelegd in een taxonomie. Deze verduidelijkt bijvoorbeeld hoe criminaliteit, mobiliteitsscore of werkgelegenheid in een buurt berekend wordt, welke (open) databronnen hiervoor aangesproken kunnen worden en waarom deze relevant is voor de waardebepaling van een woning, handelszaak of grond. De data waarop deze taxonomie betrekking heeft, wordt bewaard in een centrale databank. Deze kan ter beschikking gesteld worden van de vastgoedsector.

De data in deze databank komen samen in een statistisch onderbouwd model. Dit is de concrete, monetaire uitdrukking van de impact van bijvoorbeeld een hogere mobiliteitsscore of een kleinere grondoppervlakte op de waarde van vastgoed. Dit is met andere woorden een formule waarin aan iedere relevant determinant een bedrag gekoppeld wordt. Zo is er maximale transparantie met betrekking tot de totstandkoming van een waardebepaling.

De combinatie van een uniforme vastgoedtaxonomie en een transparante formule vormt de basis van een automated valuation model (AVM) die automatisch en efficiënt de waarde van vastgoed kan bepalen binnen een bepaalde prijsvork. Daarenboven is het AVM in opzet ruimtelijk. Zo zijn alle datalagen ruimtelijk opgebouwd voor gans Vlaanderen en houdt het model rekening met de locatie van een woning of grond. Als resultaat kan het AVM ingezet worden op verschillende schaalniveaus (in functie van het beleidsdoel). Zo kan de waarde van vastgoed uitgedrukt worden per gemeente, per statistische sector, per cel van 1 km² of 1ha of zo mogelijk op perceelsniveau.

Meer info

---

Building a spatial-economic property model

This project involves the research and development of a spatial-economic real estate model that calculates the value of real estate with sufficient accuracy and spatial resolution for a given sub-area.

Space in Flanders is scarce. This is a property of all economic goods and entails price dynamics. Since real estate value has an undeniable impact on the real estate choices a citizen or government makes, a thorough understanding of these dynamics is indispensable for adequate policy and correct real estate choices. Themes such as affordable housing and mobility are closely linked to this and form the main themes of the Sustainable Land Use and Mobility (DRUM) research centre.

However, real estate data are not transparent. Unlike many countries, Flanders lacks publicly available transaction prices of houses, building land, industrial buildings, agricultural land ... As a result, regulators, governments and public opinion increasingly question the reliability of valuations. This complicates, for example, accurate valuations of a property or land, cost-benefit analyses, simulations and political-administrative considerations such as the development of a plan damage scheme in the context of the construction boom in Flanders.
The answer to this question of objectivity and quality offers itself in the form of a spatial-economic real estate model, the REM. The set-up is a model that establishes the relationship between location, plot and property value within the Flemish real estate market. In other words, the aim is to determine the relationship between property value on the one hand and value determinants on the other. These determinants are divided into three categories. First, there are structural properties of the property. This is the micro level. Examples are surface area, degree of finish, number of rooms. Second, the meso level is also taken into account. These are the characteristics of the neighbourhood in which the property is located. For example, access to public transport, crime, proximity to amenities may play a role in the valuation. Third, the economic context in which a transaction would take place influences the value.
At this macro level, elements such as legislation, registration fees, lending rates and the relationship between supply and demand play a role.

The way these determinants are defined and quantified is captured in a taxonomy. This clarifies, for instance, how crime, mobility score or employment in a neighbourhood is calculated, which (open) data sources can be tapped for this purpose and why it is relevant for the valuation of a house, commercial property or land. The data covered by this taxonomy is kept in a central database. This can be made available to the real estate industry.

The data in this database come together in a statistically based model. This is the concrete, monetary expression of the impact of, say, a higher mobility score or a smaller land area on the value of real estate. In other words, this is a formula in which an amount is attached to each relevant determinant. Thus, there is maximum transparency regarding the establishment of a valuation.

The combination of a uniform property taxonomy and a transparent formula forms the basis of an automated valuation model (AVM) that can automatically and efficiently determine the value of real estate within a certain price range. On top of that, the AVM is spatial in design. Thus, all data layers are built spatially for the whole of Flanders and the model takes into account the location of a property or land. As a result, the AVM can be used at different scales (depending on the policy goal). Thus, the value of real estate can be expressed per municipality, per statistical sector, per cell of 1 km² or 1 ha or, if possible, at plot level.

More info

Projectcoördinator HOGENT

Mieke Paelinck

Onderzoekers

Pepijn Viaene

Looptijd

01/10/2020 - 28/02/2025

Financier

PWO-middelen