Ook een analyse van aanbiedingsteksten van woningen naar het voorkomen van zonnepanelen ondersteunt dit. In 5 jaar is het aantal aanbiedingsteksten waarin gerept wordt van zonnepanelen vervijfvoudigd. Uiteraard is dit ook een reflectie van de groei van het aantal woningen dat zonnepanelen heeft, maar het feit dat dit ook vermeld wordt in de aanbiedingstekst, geeft aan dat verkopers dit ook als vermeldenswaardig verkoopargument zien. Gerco van den Berg, binnen de NVM verantwoordelijk voor het dossier duurzaamheid, herkent deze trend. “Onze leden zien duurzaamheid steeds centraler staan in hun dienstverlening. Je kunt je echt onderscheiden als NVM-makelaar door je klant hierin te ondersteunen. Met deze nieuwe inzichten vanuit brainbay zetten we een stap in de juiste richting naar een duurzamere gebouwde omgeving.”

Meer vragen?

Neem contact op met brainbay: research@brainbay.nl of bel: 030-850 45 00.

Verantwoording

Deze analyse is uitgevoerd door brainbay en gebaseerd op de MIDAS database, de meest rijke en actuele vastgoeddatabase van Nederland met informatie over woningen, commercieel vastgoed en agrarische bedrijven. Brainbay beheert en ontwikkelt de Midas database en het uitwisselingssysteem van NVM-leden (TIARA). Deze database is de bron voor onder andere al het aanbod op funda en makelaarswebsites.

Het brainbay Automated Valuation Model (AVM) is een geavanceerd niet-lineair model gebaseerd op een groot aantal beslisbomen met een groot aantal huis-eigenschappen. Eén sterk voordeel van een niet-lineair model is dat deze specifieke interacties tussen huis-eigenschappen mee kan nemen, deze huis-eigenschappen zijn namelijk vaak niet onafhankelijk van elkaar. Echter geeft dit model niet altijd logische uitkomsten terug als je slechts één van de variabelen verandert zoals het energielabel in deze studie. Als je bijvoorbeeld het label van D naar C verandert, zal het AVM niet voor alle huizen een verhoogde transactiewaarde teruggeven, doordat een andere afslag van de beslisboom wordt genomen. Om het specifieke effect van de energielabel-sprong op de transactieprijs te isoleren zijn er twee aanpassingen gedaan ten opzichte van de AVM methode.

Ten eerste is het aantal huis-eigenschappen dat wordt meegenomen om het AVM te trainen verminderd. Alleen de zeven meest belangrijke hoofdeigenschappen van een huis worden nu meegenomen: locatie, moment van verkoop, bouwjaar, woningtype, woonoppervlakte, kadastrale oppervlakte en energielabel. Dit zorgt voor een minder complex model, met behoud van betrouwbaarheid. Met deze hoofdeigenschappen wordt een AVM getraind op alle transacties vanaf begin 2018. Van al deze huizen wordt een transactiewaarde voorspeld, de gemiddeld voorspelde transactiewaarde is €375.000.

Ten tweede wordt er een specifieke techniek toegepast genaamd Shapley-values[4]. Wat deze Shapley values inhouden, kan het beste worden toegelicht met een voorbeeld. We nemen een bepaald huis met bepaalde eigenschappen, bijvoorbeeld een tussenwoning in Utrecht uit 1930 dat deze maand is verkocht, met woonoppervlakte en kadastrale oppervlakte respectievelijk 100 en 120 m^2 en het energielabel is G. Het brainbay AVM voorspelt een transactieprijs van dit huis van €610.000, en is daarmee €235.000 hoger dan de gemiddelde voorspelde transactiewaarde. De Shapley values voor dit huis geven weer hoeveel de aparte eigenschappen bijdragen aan de voorspelling vergeleken met de gemiddelde voorspelling. Het feit dat het huis in Utrecht staat zorgt voor +€214.000 euro, het moment van verkoop +€92.000, het bouwjaar voor+€39.000, het woningtype voor -€3.000, het woonoppervlak voor -€48.000, het kadastrale oppervlak voor -€22.000 en het energielabel voor
-€37.000. Als je deze bijdrage optelt bij de gemiddelde voorspelde transactieprijs krijg je de voorspelde waarde van ons huis. Als je nu een nieuwe voorspelling doet, maar dan C zou invullen als energielabel verandert de Shapley value van het energielabel naar +€3.000. Voor dit huis zou een labelsprong van G naar C dus €40.000 euro extra opbrengen.

Bronnen

[1] Onderzoek van Universiteiten van Tilburg & Maastricht, ook op basis van NVM/brainbay data: https://www.tilburguniversity.edu/nl/actueel/nieuws/meer-nieuws/rood-energielabel-doet-steeds-meer-pijn-bij-woningverkoop

[2] Met ‘vergelijkbaar’ wordt bedoelt dezelfde huiskarakteristieken zoals locatie, woonoppervlakte, bouwjaar, en afwerking

[3] Gemiddeld gasverbruik per woning, berekent door Aedes/Woonbond.

[4] Meer informatie over de werking van Shapley values, zie het paper van Lundberg & Lee – A Unified Approach to Interpreting Model Predictions.