Hoe nauwkeurig zijn WOZ-waarderingen?
Lorenzo Dorigo - blog auteur portret Lorenzo Dorigo
Kalender icoon
9 Augustus 2019

Begin over de nauwkeurigheid van WOZ-waarderingen en je opent de doos van Pandora. Daarom beperk ik me voor deze blog tot de statistische/kwantitatieve benadering, die vergelijkt tussen waarderingen en werkelijke verkoopprijs. Om maar even twee uitdrukkingen door elkaar te gooien: pas als je de proef op de som neemt, weet je hoe de vork in de steel zit.

De markt heeft altijd gelijk

Voor WOZ-waardebepaling worden verschillende methoden gebruikt. Zo zijn er naast modellen die werken met regressie-analyses sinds kort ook modellen die door middel van machine learning gebouwd worden. Wellicht is dit een onverwachte stelling, maar toch: hoe de waarde precies tot stand komt doet er in de bepaling van de nauwkeurigheid in feite niet toe. Het gaat er namelijk om of de WOZ-waarde nauwkeurig is. De International Association of Assessing Officers (IAAO) heeft daar ratio's voor ontwikkeld die transactiewaarden met WOZ-waarden vergelijken. Dat gebeurt door transacties van 12 maanden vóór als de 6 maanden na de waardepeildatum te vergelijken met de WOZ-waarde die eveneens daarop zijn gebaseerd.. Met andere woorden: de WOZ-waarde wordt bepaald door de transactiewaarde, die vervolgens wordt gebruikt om de nauwkeurigheid van – jawel – de WOZ-waarde te bepalen. Dat is net zo iets als wanneer je 's ochtends je horloge gelijk zet met je wekker en 's avonds je wekker met je horloge. Op die manier kun je makkelijk de indruk krijgen dat beiden het goed doen.

De paardensprong

Om iets te kunnen zeggen over hoe nauwkeurig woningen die niet op de markt zijn gekomen gewaardeerd worden, presenteerde de Waarderingskamer en het Kadaster onlangs in hun rapport “De aansluiting van WOZ-waarden op het marktniveau” de volgende oplossing: "...door middel van lineaire regressie wordt als alternatief een ‘referentiemarktgegeven’ bepaald per woning voor elke waardepeildatum. Dit ‘referentiemarktgegeven’ wordt gebaseerd op alle transacties die zijn gerealiseerd in het jaar voor en het jaar na de waardepeildatum." Op zich een redelijke oplossing, maar er zijn inmiddels veel betere instrumenten voorhanden.

Hoe het beter kan...

Allereerst: het model. Een aspect dat doet twijfelen aan de verklarende kracht van regressie-analyses ten opzicht van modellen die machine learning gebruiken is het feit dat de eerste lineaire verbanden legt op basis van een beperkt aantal objectkenmerken. De tweede legt niet-lineaire verbanden en gebruikt daarbij veel meer kenmerken, die ook de locatie en de markt weerspiegelen. Dat leidt tot een grote hefboom, ook omdat de regressiemodellen veel kleinere (geografische of tijdsgebonden) steekproeven gebruiken.

En dan: het meten van nauwkeurigheid. Om waarderingen te kunnen genereren door middel van geavanceerde modellen, moet je een algoritme trainen op 80% van de transactiegegevens en testen op de resterende 20%. Die test is interessant, omdat daarmee als het ware gesimuleerd wordt dat die woningen niet zijn verkocht. Vervolgens wordt een voorspelling gedaan van waarde voor de 20% en worden deze vergeleken met de transactiewaarde. Die test geeft dus wel een reëel beeld en een betere voorspelling van de nauwkeurigheid van het model voor de woningen die werkelijk niet verkocht zijn. In vakjargon heet dit “out of sample” testen. De modelwaarden zijn hier tevens de werkelijke WOZ-waarden, tenzij handmatig aanpassingen worden gemaakt. Vervolgens is het interessant om te kijken of die aanpassingen aan de nauwkeurigheid bijdragen of niet.

Vergeet de ratio’s

Hoe moet je je dan wel een oordeel vormen? Dat is geen eenvoudige vraag, omdat de ratio-studies in feite nietszeggend zijn. Hooguit vertellen ze iets over het effect van handmatige aanpassingen. Bovendien zijn ze makkelijk te beïnvloeden door zonder meer de transactieprijs te gebruiken voor de WOZ-waarde. Mijn advies: vergeet de ratio’s. De nauwkeurigheidsmaatstaven die voor geavanceerde modellen worden gebruikt, zoals bijvoorbeeld de absolute relatieve mediane fout, de MdAPE, zijn wellicht even wennen, maar geven wèl een betrouwbaar beeld. De beste methode is om transacties die meer dan 6 maanden na de waardepeildatum plaatsvonden jaar op jaar te vergelijken met de afgegeven WOZ-waarden.