Consumptie van woningeigenaren reageert sterk op stijging huizenprijzen, vooral in Noord-Holland

De volatiliteit op de woningmarkt draagt enorm bij aan schommelingen in de Nederlandse economie. Volgens onderzoek van De Nederlandsche Bank (DNB) betekende het herstel van de huizenprijzen sinds 2013 bijvoorbeeld een flinke impuls voor de private consumptie en de economie. De stijging van de consumptie was hierdoor volgens DNB maar liefst 60 procent hoger dan wanneer de woningprijzen enkel met de inflatie waren meegestegen. Wanneer ook wordt gekeken naar het effect van de huizenmarkt op andere factoren zoals de investeringen, het besteedbaar inkomen, het consumentenvertrouwen en de werkloosheid, dan kan een kwart van het economische herstel sinds 2013 worden toegeschreven aan het herstel op de huizenmarkt, volgens de studie van DNB.[1] De keerzijde is wel dat dalende huizenprijzen en inzakkende verkopen tussen 2008 en 2013 er juist ook aan hebben bijgedragen dat Nederland de economische crisis maar moeizaam achter zich wist te laten.[2]

De literatuur identificeert twee belangrijke kanalen waarlangs huizenprijzen de particuliere consumptie kunnen beïnvloeden[3]:

1) Het onderpandeffect, waarbij een stijging in de waarde van het onderpand door stijgende huizenprijzen de toegang tot (extra) krediet eenvoudiger kan maken, waarbij dat krediet kan worden gebruikt voor consumptie. Dit omvat ook het inzetten van een omkeerhypotheek om het illiquide vermogen in een huis liquide te maken;

2) Het vermogenseffect, waarbij de onderliggende aanname is dat mensen hun consumptie niet alleen baseren op hun huidige inkomen en vermogen, maar ook op de verwachting van hun toekomstige inkomen en vermogen. Aangezien een stijging van de waarde van het eigen huis het huidige en toekomstige vermogen doet toenemen, zou de consumptie van huishoudens volgens dit effect dus moeten stijgen. Hierbij kan ook een rol spelen dat mensen zich door een hogere waarde van hun huis gewoon rijker voelen. Het vermogenseffect gaat dus vaak gepaard met een vertrouwenseffect.

Bestaande onderzoeken naar de link tussen huizenprijzen en particuliere consumptie in Nederland zijn schaars en gebruiken vooral een macro-economische benadering: analyses zijn gebaseerd op gegevens uit nationale rekeningen en statistische modellen die geaggregeerde uitkomsten tonen. Om de heterogeniteit tussen huishoudens beter in kaart te brengen, wordt er in internationale studies steeds meer gebruik gemaakt van micro-data, gegevens op huishoudensniveau.[4] Ook uit deze studies blijkt in het algemeen een positieve associatie tussen de ontwikkeling van huizenprijzen en consumptieve bestedingen van particuliere huishoudens. Wel zijn er duidelijke verschillen tussen jongere en oudere huishoudens en tussen lagere en hogere inkomens.

Onze studie is het eerste onderzoek dat de relatie tussen huizenprijzen en consumptieve bestedingen voor Nederland op huishoudensniveau toetst.[5] Om beter inzicht te krijgen in de achterliggende processen houdt dit onderzoek bovendien rekening met de hypotheekschuld van huishoudens en met potentiële regionale verschillen. Zeker voor Nederland is het belangrijk om hiernaar te kijken: Nederlanders hebben, vergeleken met andere Europese landen, namelijk vaak een hypotheek en die leningen zijn in ons land bovendien relatief hoog. Daarnaast zijn de huizenprijzen de afgelopen jaren vooral in de Randstad sterk gestegen, terwijl ze daarbuiten pas later en vooral trager herstelden. Onze aannames zijn dan ook:

1) In regio’s waar prijzen het hardst stijgen, zouden het vermogens- en het onderpandeffect sterker moeten zijn dan in regio’s waar de prijsstijgingen lager zijn;

2) Huishoudens met een relatief hoge hypotheekschuld reageren sterker op snel stijgende prijzen dan huishoudens met een relatief lage hypotheekschuld.

[1] DNB, Economic Developments and Outlook December 2017.

[2] DNB, Economic Developments and Outlook December 2012.

[3] Zie onder andere Dong et al., 2017; Browning et al., 2013; DNB Bulletin, 2018.

[4] Zie bijvoorbeeld Khalifa et al., 2013; Mian et al., 2013; Lehnert, 2004; Skinner, 1993; Windsor et al., 2015; Campbell and Cocco, 2007.

[5] Het Centraal Planbureau (CPB) heeft in 2017 wel een studie gepubliceerd die het effect van dalende huizenprijzen op het spaargedrag van Nederlandse woningeigenaren onderzoekt.

We onderzoeken deze verbanden op basis van een unieke dataset die bestaat uit meer dan 40.000 geanonimiseerde[6] woningeigenaren die zowel een hypotheek als een betaalrekening hebben bij de Rabobank. In onze regressie-modellen corrigeren wij zowel voor micro-economische variabelen (denk aan leeftijd, inkomen uit salaris, en stortingen op de spaarrekening) als voor macro-economische variabelen, zoals het werkloosheidspercentage en het niveau van de hypotheekrente. De afhankelijke variabele consumptiegroei is een samenstelling van de maandelijkse verandering van afboekingen via gebruik van de pinpas, geldautomaat en de creditcard. De verklarende variabele verandering huizenprijzen is de stijging of daling van de woningprijsindex per provincie. Deze variabele hebben we drie maanden vertraagd, omdat het immers enige tijd kost voordat huishoudens zich realiseren dat hun vermogen in de eigen woning is veranderd. Onze panel-modellen omvatten 32 maanden: april 2014 tot december 2016. De in de tabellen gerapporteerde coëfficiënten worden uitgedrukt als marginale geneigdheid tot consumeren (MGC) [7]. Dit geeft de toename in consumptie in verhouding tot de toename in huizenprijzen als volgt weer:

[6] De gegevens van deze huishoudens waren door de onderzoekers niet te herleiden tot persoonsgegevens.

[7] De elasticiteit wordt berekend als waar c gelijk is aan consumptie en p aan de huizenprijs. De marginale neiging om te consumeren wordt berekend als . De elasticiteit vermenigvuldigd met de gemiddelde consumptie-naar-huisprijs ratio is dan de gemiddelde marginale neiging om te consumeren.

Voor een uitgebreide beschrijving van de data en van de methodiek verwijzen we de lezer naar appendix 2.

In tabel 1 zijn de resultaten van de regressies te vinden. Daaruit is op te maken dat er tussen 2014 en 2016 inderdaad een positief en significant verband bestond tussen de huizenprijzen en de consumptie van Nederlandse huishoudens. De coëfficiënt van 7,5 voor de verandering in de huizenprijsindex betekent dat van elke euro waardestijging van het eigen huis iets meer dan 4 cent wordt geconsumeerd (de MGC – marginale geneigdheid tot consumeren).[8] Dit komt overeen met resultaten uit de internationale literatuur. Zo rapporteren Khalifa et al. (2013) een marginale geneigdheid tot consumeren van maximaal 3 cent, Mian et al. (2013) van liefst 5 tot 7 cent van elke dollar die huizen in de Verenigde Staten in prijs stijgen. Windsor et al. (2015) rapporteren een MGC van maximaal 3 tot 4 cent in Australië. Onze studie bevestigt dan ook het beeld dat de huizenmarkt economische tegenwind niet alleen kan versterken, zoals we in Nederland tussen 2008 tot 2013 hebben gezien, maar dat deze ook een cruciale rol heeft in het herstel na een economische crisis.

[8] Volgens cijfers van het CBS was de gemiddelde verkoopprijs van een huis in Nederland tijdens de meetperiode 233.075 euro. De gemiddelde consumptie-naar-huisprijs-ratio bedroeg dus 0,0054, wat vermenigvuldigd met de berekende elasticiteit leidt tot een MGC van meer dan 4 cent.

Om het belang van de hypotheekschuld in de relatie tussen huizenprijzen en consumptie te testen, zijn de huishoudens in onze dataset opgedeeld in kwartielen op basis van hun uitstaande hypotheekschuld ten opzichte van de waarde van hun woning (de zogeheten loan-to-value-ratio, LTV). Vervolgens wordt het effect van de stijging van de huizenprijzen voor elke groep apart bekeken[9], met het tweede LTV-kwartiel als referentiecategorie.

Onze aanname is dat huishoudens die relatief hoge hypotheekschulden hebben sterker reageren op de verandering van huizenprijzen. Zij lopen immers tegen grotere liquiditeitsbeperkingen aan, die door rap stijgende huizenprijzen sneller afnemen. Toch is in model 2 in de tabel te zien dat er geen statistisch significant verschil is voor het consumptie-effect tussen huishoudens met een hoge of lage hypotheekschuld. Opvallend, gezien de grote aandacht tijdens de crisis voor huiseigenaren die‘onder water’ stonden en daardoor met grote consumptiebeperkingen te maken hadden. In een opgaande fase van de woningmarkt lijkt de associatie dus in elk geval niet stand te houden.

Daarentegen blijken regionale verschillen in de huizenprijzen goed terug te zien in de consumptie van Nederlanders uit verschillende regio’s. Een vergelijking van vijf provincieclusters –deze zijn gegroepeerd op basis van onder meer de mate waarin de huizenprijzen zijn gestegen (zie voor meer info de voetnoot bij tabel 1 en de appendix 1)– laat zien dat de consumptie van huishoudens het sterkst reageert in regio’s met hoge prijsstijgingen (model 3 in tabel 1). Woningeigenaren in Noord-Holland, de referentiecategorie, zetten gemiddeld 6 cent van elke euro die de huizenprijzen stegen om in extra consumptie. In het cluster Friesland/Drenthe wordt de laagste MGC geobserveerd. In die regio komt minder dan 3 cent van elke euro woningwaardestijging in de consumptieve bestedingen terecht. De clusters Zuid-Holland/Utrecht/Flevoland en Limburg/Zeeland/Noord-Brabant liggen dicht bij het landelijke gemiddelde met 4 cent consumptie van iedere euro waardestijging van het huis, terwijl het cluster Groningen/Overijssel/Gelderland statistisch gezien niet significant verschilt van dat in Noord-Holland.

Een verklaring voor het grotere consumptie-effect in regio’s met hogere prijsstijgingen is mogelijk te vinden in het eerder genoemde vermogenseffect. Daarnaast zijn huishoudens in deze regio’s niet alleen feitelijk vermogender geworden, maar hebben de prijsstijgingen via een positiever sentiment en groeiend vertrouwen mogelijk een versterkend effect gehad op de bereidheid om meer geld uit te geven.

[9] Hiervoor wordt een interactieterm gebruikt.

Dit is het eerste onderzoek naar het verband tussen de huizenprijzen en consumptie op microniveau voor Nederland. Er is daarvoor gebruikgemaakt van een unieke dataset van geanonimiseerde klanten die zowel een hypotheek als een betaalrekening hebben bij de Rabobank. Een berekening van hun consumptie is gebruikt om het verband tussen de huizenprijzen en consumptie te schatten, en de rol van hypotheekschulden en regionale verschillen daarin.

De resultaten laten zien dat er een significant verband bestaat tussen de stijging van de huizenprijzen en de consumptie van huishoudens in Nederland. Van elke euro die de waarde van de eigen woning stijgt gaan huiseigenaren zo’n 4 cent extra consumeren. Tussen 2014 en 2016 hebben zij door de stijgende prijzen in Nederland naar schatting dus bijna 1.100 extra uitgegeven.

Hoewel de hoogte van de hypotheekschuld in dit verband geen significante rol lijkt te spelen, bestaan er wel sterke regionale verschillen. Het effect is het grootste in Noord-Holland: huiseigenaren in die provincie consumeren gemiddeld 2 cent meer dan eigenaren in de rest van Nederlandvoor elke euro die de waarde van hun woning stijgt.

De studie bevestigt dan ook de bevinding van De Nederlandsche Bank dat volatiliteit op de huizenmarkt een belangrijke impact heeft op de consumptie van huishoudens. De regionale verschillen kunnen er bovendien toe leiden dat de economische situatie sterker zal verschillen van regio tot regio: dalende huizenprijzen kunnen bijvoorbeeld een zwaardere wissel trekken op de Noord-Hollandse economie dan op die in Drenthe en Groningen. Uiteindelijk hangt dit er van af hoeveel gewicht consumptieve bestedingen in de schaal van de regionale economie als geheel leggen. Toekomstig onderzoek zou dan ook in kaart kunnen brengen in welke mate de huizenmarkt bijdraagt aan regionale verschillen in het economische groeitempo.

Browning, M., & Crossley, T. F. (2001). The Life-Cycle Model of Consumption and Saving. Journal of Economic Perspectives, 15(3), 3–22.

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.

Centraal Planbureau (CPB) (2017). The Impact of House Price Shocks on the Savings of Dutch Homeowners and Renters. CPB Discussion Paper 346. Den Haag.

DNB (2017). Economic Developments and Outlook December. Amsterdam.

DNB (2012). Economic Developments and Outlook December. Amsterdam.

Dong, Z., Hui, E. C. M., & Jia, S. H. (2017). How does housing price affect consumption in China: Wealth effect or substitution effect? Cities, 64, 1–8.

Khalifa, S., Seck, O., & Tobing, E. (2013). Housing wealth effect: Evidence from threshold estimation. Journal of Housing Economics, 22(1), 25–35.

Lehnert, A. (2004). Housing, Consumption, and Credit Constraints. Federal Reserve Board Finance and Economics Discussions Series No. 63.

Mian, A., Rao, K., & Sufi, A. (2013). Household Balance Sheets, Consumption, and the Ecoomic Slump. Quarterly Journal of Economics, 128(4), 1687–1726.

Skinner, J. (1989). Housing Wealth and Aggregate Saving. Regional Science and Urban Economics, 19, 305–324.

Windsor, C., Jääskelä, J. P., & Finlay, R. (2015). Housing Wealth Effects: Evidence from an Australian Panel. Economica, 82(327), 552–577.

Data

Om de geformuleerde hypotheses te testen is gebruik gemaakt van data van geanonimiseerde klanten van de Rabobank die zowel een hypotheek als een betaalrekening bij deze bank hebben. Gegevens van de hypotheekaanvraag zijn gebruikt om loan-to-value (LTV), loan-to-income (LTI), woonplaats, inkomen en leeftijd te verkrijgen. De consumptievariabele is gebaseerd op transactiedata van de bankrekening. Indien er meerdere namen op de hypotheekaanvraag staan zijn de bankrekeningen van deze individuen samengevoegd om zo tot een huishouden te komen. De meetperiode betreft mei 2014 tot en met december 2016, resulterend in 32 maanden aan observaties. Huishoudens die zijn verhuisd gedurende de meetperiode zijn uit de dataset verwijderd om het effect van waardeveranderingen van de huidige woning van huishoudens te isoleren. Het totaal aantal opgenomen huishoudens komt uit op 31,429. Huisprijsdata is afkomstig van het CBS.

Limitaties van de dataset zijn onder andere dat er geen grote levensgebeurtenissen die consumptie beïnvloeden, zoals een echtscheiding of werkloosheid, kunnen worden gemeten. Ook zijn er geen gegevens over gezinssamenstelling en opleidingsniveau. Echter, deze factoren worden voor een deel opgenomen in de fixed effects die gebruikt worden in de econometrische specificatie. De meest betrouwbare inkomensmaat is het inkomen als gerapporteerd op de hypotheekaanvraag. Deze wordt niet periodiek geüpdatet, en is daarom minder geschikt als controle variabele. Wel is er beschikking over een indicatiebedrag van het maandelijkse salaris uit de transactiedata van de bankrekening. Ook deze variabele is niet geheel betrouwbaar, aangezien hij alleen geregistreerd wordt wanneer er ‘salaris’ in de transactiespecificatie staat. Huishoudens met winstinkomen uit eigen bedrijf worden hierdoor over het hoofd gezien. Om de betrouwbaarheid van het onderzoek te vergroten zijn de regressies uitgevoerd met beide inkomensvariabelen. De hoofdconclusies blijken hetzelfde ongeacht de inkomensmaat. Als laatste is het niet mogelijk om te differentiëren tussen duurzame en niet-duurzame consumptie.

Het gemiddelde huishouden in de dataset had een besteedbaar inkomen van 54,146 euro op het moment van de hypotheekaanvraag en begon met een LTI van 3.57. Het oudste lid van het huishouden is gemiddeld 54 jaar oud. Het gemiddelde huishouden heeft een LTV van 0.61 en een bedrag op de spaarrekening, indien present, van 28,013 euro. Wanneer dit vergeleken wordt met data van alle eigenwoningbezitters met een hypotheek als verzameld door het CBS lijkt de dataset vrij representatief te zijn voor de Nederlandse bevolking. Deze data toont dat de gemiddelde LTV van Nederlandse eigenwoningbezitters met een hypotheek 0.64 was tussen 2013 en 2015, en de gemiddelde LTI 3.7. Echter, de huishoudens uit de Rabobank dataset lijken iets rijker te zijn dan de gemiddelde Nederlandse eigenwoningbezitter met een hypotheek, welke volgens het CBS een gemiddeld besteedbaar inkomen van 42,500 euro heeft.

Methodiek

De consumptievariabele is als volgt samengesteld:

Totale consumptie wordt aangenomen hetzelfde te zijn als de som van alle transacties gedaan met debetkaart, creditcard en cash. Er wordt hierbij vanuit gegaan dat cash opgenomen bij een geldautomaat gebruikt wordt voor consumptieve doeleinden in plaats van om te sparen. De subscripts i en t geven respectievelijk het huishouden en de tijdsperiode aan. Delta vertegenwoordigt het verschil tussen periode t en periode t-1. Door het verschil van de log-getransformeerde consumptievariabele te nemen verandert de variabele in een groeivoet en wordt de resulterende coëfficiënt een elasticiteit, welke omgerekend kan worden naar de makkelijk te interpreteren marginale neiging om te consumeren (MPC).

De hoofdregressievergelijking die wordt getest in een fixed effects model luidt als volgt:

waar consumptie_i,t is de consumptievariabele is als beschreven in vergelijking 1 en ΔlnHPI_i,p,t-3 de groei in de huisprijsindex 3 maanden voor de geobserveerde consumptie betreft. Er is gekozen voor een vertraging van 3 maanden omdat het enige tijd kost voordat huishoudens realiseren dat hun woningbezit in waarde is veranderd. Het gebruik van de huisprijsindex overwint een limitatie die vaak voorkomt in dit soort onderzoek: het gebruik van zelf-gerapporteerde woningwaardes. Onderzoek laat zien dat mensen niet in staat zijn om een goede schatting van de waarde van hun woning te maken, wat kan zorgen voor foutieve uitkomsten van geschatte modellen (zie bijvoorbeeld McCarthy and McQuinn, 2016). De methode om het verschil van een log-getransformeerde variabele te nemen wordt ook door andere onderzoekers in dit veld toegepast, wat de vergelijkbaarheid van de resultaten vergemakkelijkt. LTV_i,t is de loan-to-value ratio van het huishouden, waarbij het uitstaande saldo van de lening maandelijks wordt geüpdatet en de waarde van het onderpand per kwartaal. LTI_i,t is de loan-to-income ratio van de hypotheek. Deze wordt alleen geüpdatet wanneer er en herfinanciering van de hypotheek plaatsvindt, waardoor het aannemelijk is dat deze variabele niet significant zal zijn. V_i,t is een vector dat controle variabelen op het huishoudensniveau bevat, onder andere het salaris, het saldo op de spaarrekening, en de leeftijd van het oudste lid van het huishouden. Z_i,t is een vector dat economie brede controle variabelen bevat, waaronder het werkloosheidspercentage in de provincie waarin het huishouden woont, en de hypothecaire beleningsrente voor hypotheken met een onderpand en een duur van tussen de 5 tot 10 jaar. Omdat zowel consumptie als huizenprijzen beïnvloed kunnen worden door regionale economische omstandigheden is het werkloosheidspercentage toegevoegd om te controleren voor de regionale conjunctuurstatus. Bovendien zijn Nederlandse huishoudens door het grote gebruik van verstelbare hypotheken gevoelig voor renteveranderingen. Wanneer de rente stijgt kunnen de kosten van een hypotheek na het aflopen van de rentevaste periode stijgen, wat de consumptie kan beïnvloeden. De toevoeging van de hypothecaire beleningsrente als variabele controleert hiervoor. γ_i zijn fixed effects op huishoudensniveau. Deze controleren voor niet-geobserveerde elementen die de consumptie van huishoudens beïnvloeden en welke constant over tijd zijn. u_i,t is een onafhankelijke error term. De subscripts i, p and t geven aan respectievelijk het huishouden, de provincie waar het huishouden woont, en de tijdsperiode. Om te controleren voor heteroskedasticiteit en autocorrelatie van de error term worden de regressievergelijkingen geschat met cluster robuuste standard errors op huishoudensniveau.