Embed Size (px)
Citation preview
DE DETERMINANTEN VAN DE RENTE
OP HYPOTHECAIRE LENINGEN
Aantal woorden: 14.432
Marie Ciers
Daphné Vantyghem Stamnummer : 01205364
01301717
Promotor: Prof. dr. Dries Heyman
Masterproef voorgedragen tot het bekomen van de graad van:
Master of Science in de Handelswetenschappen
Academiejaar: 2016 - 2017
DE DETERMINANTEN VAN DE RENTE
OP HYPOTHECAIRE LENINGEN
Aantal woorden: 14.432
Marie Ciers
Daphné Vantyghem Stamnummer : 01205364
01301717
Promotor: Prof. dr. Dries Heyman
Masterproef voorgedragen tot het bekomen van de graad van:
Master of Science in de Handelswetenschappen
Academiejaar: 2016 - 2017
VERTROUWELIJKHEIDSCLAUSULE
PERMISSION
Ondergetekenden verklaren dat de inhoud van deze masterproef mag geraadpleegd en/of
gereproduceerd worden, mits bronvermelding.
Marie Ciers Daphné Vantyghem
I
VOORWOORD
Na het volgen van de opleiding Handelswetenschappen aan de Universiteit Gent, vormt deze thesis een
mooie afsluiter. Bij het afronden van deze masterproef, kunnen wij zeggen dat we terugkijken op een zeer
leerrijke ervaring. Om deze te verwezenlijken, was een sterke samenwerking noodzakelijk. Bij het schrijven
van dit werk vormden wij beiden een mooie aanvulling op elkaar. Graag willen wij langs deze weg alle
personen bedanken die door hun hulp de realisatie van deze masterproef mogelijk maakten.
In het bijzonder wensen wij dank te betuigen aan prof. Heyman, die de begeleiding van deze masterproef
voor zijn rekening nam. Telkens gaf hij ons leerrijke tips, interessante opmerkingen en de motivatie om
deze masterproef tot een goed einde te brengen.
Vervolgens wensen wij onze ouders te bedanken voor de eindeloze steun die wij beiden tijdens onze
studies kregen. De trots die zij over ons uitstralen motiveerde ons steeds om tot het uiterste te gaan. Zowel
bij het schrijven van deze masterproef als tijdens onze opleiding, was het fantastisch te weten dat ze er
steeds voor ons waren en hulp aanboden waar mogelijk. Wij hopen ooit zelf het geheim te mogen
ontdekken achter hun onvoorwaardelijke steun en geduld.
Verder willen wij ook een woordje van dank richten aan iedereen die de tijd nam onze masterproef na te
lezen.
Dan rest ons enkel nog te zeggen: veel leesplezier!
Marie Ciers
Daphné Vantyghem
II
INHOUDSOPGAVE
Voorwoord ......................................................................................................................................................I
Inhoudsopgave ..............................................................................................................................................II
Lijst van gebruikte afkortingen .................................................................................................................... IV
Lijst van tabellen ........................................................................................................................................... V
Lijst van figuren ............................................................................................................................................ VI
1 Inleiding ................................................................................................................................................ 1
1.1 Introductie: fundamenten van de hypotheekmarkt ..................................................................... 1
1.1.1 Hypotheekmarkt België ........................................................................................................ 1
1.1.2 Hypothecaire lening en hypothecair krediet ........................................................................ 4
1.1.3 Vaste hypotheekrente en variabele hypotheekrente .......................................................... 5
1.2 De hypotheekmarkt en de kredietcrisis ...................................................................................... 10
2 Determinanten van de hypotheekrente ............................................................................................. 18
2.1 Macro-economische determinanten .......................................................................................... 18
2.2 Determinanten bij individuele dossiers ...................................................................................... 20
2.2.1 Looptijd ............................................................................................................................... 21
2.2.2 Geleend bedrag .................................................................................................................. 24
2.2.3 Quotiteit ............................................................................................................................. 27
2.2.4 Herfinanciering ................................................................................................................... 29
2.2.5 Competitiviteit op de markt ............................................................................................... 32
2.2.6 Conclusie dossier-specifieke determinanten ..................................................................... 34
3 Data .................................................................................................................................................... 35
3.1 Rentevoet ................................................................................................................................... 36
3.2 Rentemarge ................................................................................................................................ 36
3.3 Geleend bedrag .......................................................................................................................... 37
3.4 Quotiteit ..................................................................................................................................... 37
3.5 Looptijd ....................................................................................................................................... 38
3.6 Herfinanciering ........................................................................................................................... 39
3.7 Type rentevoet ........................................................................................................................... 40
III
3.8 Bank ............................................................................................................................................ 42
3.9 Gewest ........................................................................................................................................ 43
3.10 Aantal ontleners ......................................................................................................................... 44
4 Methodologie ..................................................................................................................................... 45
5 Empirische resultaten ......................................................................................................................... 46
5.1 Resultaten ................................................................................................................................... 46
5.1.1 Restrictie: vast/variabel ...................................................................................................... 48
5.1.2 Restrictie: grootbank .......................................................................................................... 50
5.2 Discussie ..................................................................................................................................... 52
5.2.1 Looptijd ............................................................................................................................... 52
5.2.2 Geleend bedrag .................................................................................................................. 52
5.2.3 Quotiteit ............................................................................................................................. 52
5.2.4 Herfinanciering ................................................................................................................... 52
5.2.5 Gewest ................................................................................................................................ 53
7 Conclusie ............................................................................................................................................. 54
8 Bibliografie .......................................................................................................................................... VII
Bijlagen ...........................................................................................................................................................
Bijlage 1: Beschrijvende statistieken – Gretl output ...................................................................................
Bijlage 2: Correlatiematrix – Gretl output ...................................................................................................
Bijlage 3: VIF waarden – Gretl output .........................................................................................................
Bijlage 4: OLS regressiemodel – Gretl output .............................................................................................
IV
LIJST VAN GEBRUIKTE AFKORTINGEN
BVK Beroepsvereniging van het Krediet
CDO Collateralized Debt Obligations
ECB Europese Centrale Bank
EURIBOR European Interbank Offered Rate
FED Federal Reserve Bank
IMF Internationaal Monetair Fonds
NBI Netto Belastbaar Inkomen
V
LIJST VAN TABELLEN
Tabel 1: ECB crisismaatregelen ................................................................................................................... 14
Tabel 2: Beschrijvende statistieken ............................................................................................................. 35
Tabel 3: Correlatiematrix ............................................................................................................................ 36
Tabel 4: Formules variabele rentevoet ....................................................................................................... 41
Tabel 5: Variance Inflation Factors (VIF) ..................................................................................................... 45
Tabel 6: Basis regressie model .................................................................................................................... 46
Tabel 7: Regressie model met restrictie ‘vast’ ............................................................................................ 48
Tabel 8: Regressie model met restrictie 'variabel' ...................................................................................... 49
Tabel 9: Regressie model met restrictie 'grootbank' .................................................................................. 50
Tabel 10: Regressie model met restrictie 'niet-grootbank' ......................................................................... 51
VI
LIJST VAN FIGUREN
Figuur 1: Hypotheekmarkt België ................................................................................................................. 1
Figuur 2: Meest gekozen formules hypotheekrente ..................................................................................... 8
Figuur 3: Keuze rentevoet ............................................................................................................................. 8
Figuur 4: Aandeel variabele rentevoet Eurozone.......................................................................................... 9
Figuur 5: Delinquency rate .......................................................................................................................... 12
Figuur 6: Rente evolutie ECB....................................................................................................................... 13
Figuur 7: EURIBOR rente ............................................................................................................................. 17
Figuur 8: Rente FED .................................................................................................................................... 17
Figuur 9: Yield curve ................................................................................................................................... 23
Figuur 10: Samenstelling van de schulden van de huishoudens in België .................................................. 25
Figuur 11: Gemiddeld bedrag van de verstrekte hypothecaire leningen .................................................... 25
Figuur 12: Aantal herfinancieringen België ................................................................................................. 31
Figuur 13: Gemiddeld bedrag externe herfinanciering België .................................................................... 31
Figuur 14: Looptijd ...................................................................................................................................... 39
Figuur 15: Herfinanciering .......................................................................................................................... 40
Figuur 16: Type rentevoet .......................................................................................................................... 42
Figuur 17: Verdeling steekproef over gewesten ......................................................................................... 44
1
1 INLEIDING
1.1 Introductie: fundamenten van de hypotheekmarkt
1.1.1 Hypotheekmarkt België
Het belang van de hypotheekmarkt mag niet onderschat worden, hypothecaire leningen hebben een
belangrijke invloed op de Belgische economie. Deze markt biedt huishoudens immers extra
mogelijkheden bij de aankoop, bouw of verbouwing van de private woning. De sector die
logischerwijs het sterkst beïnvloed wordt door hypothecaire leningen is dan ook de bouwsector
(Huyghebaert, 2015).
Een toename in de hypothecaire kredietverlening is van belang om de groei inzake investeringen in
private woningen te verklaren. Toch dient hier bemerkt te worden dat een toename van het
beschikbaar inkomen een sterker effect heeft op de groei van de investeringen in private woningen
dan een toename in de kredietverlening. Een stijging van het beschikbaar inkomen van 1% in een
bepaald semester zou resulteren in toename van 1,14% in de investeringen in private woningen,
terwijl een stijging van het hypothecair kredietvolume van 1% zou resulteren in een toename van
0,088% in de investeringen in private woningen (Huyghebaert, 2015).
Figuur 1: Hypotheekmarkt België
Bron : Beroepsvereniging Van het Krediet (2016)
2
Bovenstaande figuur 1 geeft de groei van de hypotheekmarkt weer gedurende de periode 2001-
2016. De data hiervoor werd verzameld door de Beroepsvereniging Van het Krediet (BVK). Over het
algemeen valt een duidelijke groei op te merken van de hypotheekmarkt. In 2016 werden 317 351
kredietovereenkomsten afgesloten voor een totaal bedrag van meer dan 37 miljard euro. Het
grootste deel hiervan, zoals de grafiek ook aangeeft, zijn leningen voor de aankoop van een woning
of appartement (Beroepsvereniging Van het Krediet, 2016).
De grafiek vertoont een sterke piek eind 2014. Kredietgevers werden toen geconfronteerd met een
ongeziene herfinancieringsgolf. Bovendien werd door een aangekondigde verlaging van de
woonbonus in 2015, gecombineerd met lage rentevoeten, een sterke stijging waargenomen in het
aantal kredietaanvragen. Bijgevolg steeg ook het aantal toegekende kredietovereenkomsten sterk
gedurende deze periode, dit zowel op het vlak van aankoop, bouw als verbouwing
(Beroepsvereniging Van het Krediet, 2016; Trends, 2015).
In 1996 bedroeg het aantal toegekende hypothecaire leningen nog 148 386 voor een totaal bedrag
van 8,7 miljard. Dit bedrag is in 20 jaar tijd dus meer dan verviervoudigd, gezien het toegekend
bedrag in 2016 37,1 miljard bedroeg (Beroepsvereniging Van het Krediet, 2016).
Alle hypothecaire leningen in België zijn overdraagbaar door de wet. Met andere woorden, er is de
mogelijkheid voor hypotheekgevers om hun hypotheek over te dragen naar een nieuw onderliggend
onroerend goed. Dit is enkel mogelijk als de waarde van dat nieuw onroerend goed voldoende hoog
is om als waarborg te dienen (Damen & Buyst, 2015).
Bovendien is de intrest op een hypothecaire lening fiscaal aftrekbaar. De woonfiscaliteit in België is
sinds 2014 voor een deel onder gewestelijke bevoegdheid. Elk gewest beschikt dus over een aparte
wetgeving inzake de hypothecaire intrestaftrek (Hoebeeck & Smolders, 2013).
De kapitaalaflossingen en intresten die gezinnen betalen door het aangaan van een hypothecaire
lening geven, mits het voldoen aan de voorwaarden, gedurende de looptijd van de lening recht op
een belastingvermindering. Voor 2016 kon dit recht op de aftrek enkel verworven worden voor de
‘enige, eigen woning’. Deze vorm van woonfiscaliteit in België bestond uit twee systemen.
Bouwsparen die van toepassing was voor 2005 en de zogenaamde woonbonus, opgericht in 2005
(De Decker, 2014; Vastmans, Buyst, Helgers, & Damen, 2014).
3
Om het recht op de belastingvermindering te verkrijgen, dienen gezinnen de nodige fiscale attesten
van de bank te bezitten om vervolgens de bedragen van hun kapitaalaflossingen en rentebetalingen
in hun belastingaangifte te vermelden (Agentschap Informatie Vlaanderen).
Hypothecaire leningen, aangegaan vanaf 2016, vallen onder de toepassing van de zogenaamde
‘geïntegreerde woonbonus’. Dit houdt een belastingvermindering in voor zowel enige als niet-enige
woning (Agentschap Informatie Vlaanderen).
Volgens Hoebeeck et al. (2014) is het doel van de hypothecaire interestaftrek gedeeltelijk bereikt.
Aan de ene kant worden gezinnen met lagere inkomens gestimuleerd om een hypothecaire lening
aan te gaan om een eigen woning te kopen. Aan de andere kant helpt de hypothecaire intrestaftrek
vooral gezinnen die onder een hogere belastingschaal vallen. Kortom, gezinnen die het goed hebben
genieten vooral van de hypothecaire interestaftrek. Gezinnen die het minder hebben kunnen
daarentegen vaak al geen huis kopen en bijgevolg geen lening aangaan. De hypothecaire
interestaftrek is dus een extra stimulans voor gezinnen die een hypothecaire lening kunnen aangaan
(Hilber & Turner, 2010; Hoebeeck & Smolders, 2014).
Bovendien zet de woonbonus gezinnen aan om een hypothecaire lening aan te gaan over een
langere looptijd om langer van het fiscaal voordeel te genieten (Vastmans & Buyst, 2011).
4
1.1.2 Hypothecaire lening en hypothecair krediet
Zowel bij het aangaan van een hypothecaire lening als een hypothecaire kredietopening, wordt een
geleend bedrag uitgekeerd om de aankoop van het onderliggend vastgoed te financieren. Alsook
worden specifieke voorwaarden vastgelegd tussen de hypotheekgever en hypotheeknemer.
Het verschil situeert zich vooral op vlak van het dossier bij de bank en de notariële akte. De hypotheek
bij een hypothecaire lening daalt in functie van de afbetaling. De lening loopt ten einde wanneer de
afbetaling is gebeurd en rentes zijn betaald. Wenst een particulier een nieuwe hypothecaire lening
aan te gaan, dan dient deze laatstgenoemde opnieuw dossier- en notariskosten te betalen. In het
geval van een hypothecaire kredietopening zijn de inschrijving en het opgenomen kredietbedrag
afzonderlijk. Hierbij kun je de kredietopening heropnemen zonder dat er een inschrijving dient te
gebeuren. Met andere woorden, de dossier- en notariskosten moeten niet opnieuw worden betaald.
Het dossier bij de bank en de notariële akte blijven behouden (Inspirerend wonen, 2012).
5
1.1.3 Vaste hypotheekrente en variabele hypotheekrente
1.1.3.1 Vaste hypotheekrente
Bij een hypothecaire lening met vaste rente is het niet mogelijk de rente te wijzigen gedurende de
looptijd van de hypothecaire lening (Saelens, 2014).
De financiële instelling die de lening toekent rekent in ruil voor deze zekerheid voor de consument
een renterisicovergoeding aan. Deze renterisicovergoeding hangt af van de verwachtingen. Wanneer
de instelling grote rentedalingen verwacht, zal de vergoeding laag zijn en omgekeerd (Saelens, 2014).
1.1.3.2 Variabele hypotheekrente
Een variabele hypotheekrente bestaat uit twee onderdelen. Enerzijds de referte-index, de rentevoet
waaraan banken onderling kunnen lenen. Anderzijds de marge die de bank neemt (Berk & Roll,
1998).
De variabele rente bij een hypothecaire lening verandert op grond van de referte-index. De referte-
indexen worden berekend door het Rentefonds en maandelijks in het Belgisch Staatsblad
gepubliceerd. Bij een kredietaanvraag wordt de referte-index van de vorige maand toegepast
(Renteopdevoet.be, 2010; Steenackers, 2015).
Bij het aangaan van een hypothecaire lening met variabele rente wordt bij de onderschrijving een
basisrente overeengekomen. Die basisrente wordt op afgesproken tijdstippen (bv. jaarlijks)
aangepast. Verder wordt er een maximale renteschommeling bepaald. Na een bepaalde termijn
wordt de rentevoet dus herzien, maar blijft hij steeds binnen de maximale renteschommeling
(Lening.org, 2016; Renteopdevoet.be, 2010).
Er bestaan 2 soorten maximale renteschommelingen. Enerzijds is er de maximale renteschommeling
die periodiek wordt aangepast. Deze maximale renteschommeling beperkt de stijging of daling in de
hypotheekrente gedurende een periode binnen de looptijd van de lening. Anderzijds is er de
maximale renteschommeling die geldt voor de gehele looptijd van de lening (Berk & Roll, 1998).
Hypotheeknemers vragen doorgaans een lagere initiële hypotheekrente als ze een lening met
variabele hypotheekrente onderschrijven. Een hypothecaire lening met een variabele rente is vooral
gunstig in tijden met een stabiele lage marktrente (Berk & Roll, 1998).
6
De financiële instelling die de hypothecaire lening verschaft zal geen extra vergoeding vragen voor
het renterisico, bovenop de beoogde winst, zoals bij de vaste rente. Een hypothecaire lening speelt
in het voordeel van de klant van zodra de rente daalt onder haar startniveau, maar in het nadeel van
zodra de rente stijgt boven haar startniveau (Saelens, 2014).
In tijden van hoge hypotheekrente, gaan sommige gezinnen speculeren op een rentedaling door een
hypothecaire lening met variabele hypotheekrente aan te gaan. Dit houdt een verhoogd risico in
aangezien de rente ook kan stijgen. Naast de mogelijkheid om contractueel een maximale
renteschommeling op te leggen, bestaat er bovendien een wettelijke beperking op rentestijgingen.
De wetgever bepaalt dat de variabele hypotheekrente maximum kan verdubbelen doorheen de tijd.
Daarnaast kan de rentevoet in het tweede jaar slechts stijgen voor maximaal 1% in vergelijking met
de oorspronkelijke rentevoet, in het derde jaar mag die rentestijging maximaal 2% bedragen. Pas
vanaf het vierde jaar is er geen maximale stijging door de wet opgelegd. Toch ligt over het algemeen,
voor de gehele looptijd van de lening de maximale rente op het dubbel van de initiële rentevoet. Als
de rentevoet bij de toekenning van de lening 3% bedraagt kan deze dus maximaal oplopen tot 6%
(De Paepe, 2014).
Hypothecaire leningen met een variabele rentevoet kunnen ook bijvoorbeeld gedurende 10 jaar een
vaste rentevoet hebben, m.a.w. een eerste aanpassing van de hypotheekrente na die 10 jaar en erna
bijvoorbeeld aanpassingen om de 5 jaar (DVV, 2017).
1.1.3.3 Keuze tussen variabele of vaste hypotheekrente
De keuze tussen variabele of vaste hypotheekrente is voor vele gezinnen een moeilijke keuze. Vele
gezinnen hebben weinig diepgaande kennis over de hypotheekrente aangezien ze deze keuze slechts
één of een paar keer in hun leven hoeven te nemen. Dit kan resulteren in suboptimale keuzes
(Woodward & Hall, 2012).
De ontlener moet voor zichzelf uitmaken of hij het renterisico wilt nemen of niet, of hij
schommelende maandlasten kan dragen of niet. Een formule met vaste rente is vaak duurder dan
een formule met variabele rente. Het voordeel is natuurlijk de absolute zekerheid die wordt geboden
dat wanneer de rente niet stijgt als de marktrente wel stijgt (Saelens, 2014).
7
Volgens Damen en Buyst (2015) focussen Belgische gezinnen zich in hun keuze tussen variabele of
vaste hypotheekrente op het initiële niveau van de hypotheekaflossingen. De toekomstige stijgingen
in de rentevoet heeft minder invloed op hun keuze (Damen & Buyst, 2015).
Alsook Moench, Vickery en Aragon (2010) vinden gezinnen kortzichtig. Gezinnen vergelijken volgens
de onderzoekers de initiële hypotheekrente in beide contracten, zowel het contract met de vaste als
variabele hypotheekrente en kiezen vervolgens het contract met de laagste initiële rente. Ze houden
verder geen rekeningen met potentiële stijgingen in de variabele hypotheekrente (Moench, Vickery,
& Aragon, 2010).
Uit ander onderzoek is gebleken dat gezinnen die kiezen voor een lening met een variabele
rentevoet, blijken te onderschatten of zelfs niet te weten hoe sterk de interestvoet van hun lening
kan veranderen (Bucks & Pence, 2008).
Getrouwde koppels, huishoudens met co-kredietnemers en huishoudens die een korte verwachte
periode van bezit hebben met betrekking tot het vastgoed hebben een grotere kans op het kiezen
van een variabele hypotheekrente (Dhillon, Shilling, & Sirmans, 1987).
Campbell en Cocco (2003) bevestigen de bevindingen van Dhillon, Shilling en Sirmans (1987) dat
huishoudens die verwachten snel te verhuizen meer kans hebben om variabele hypotheekrente te
kiezen. De onderzoekers (Campbell & Cocco, 2003) voegen hieraan toe dat bovendien huishoudens
met een stabieler inkomen, met een lagere risicoaversie en kleinere huizen in verhouding tot hun
inkomen zich meer aangetrokken zullen voelen tot het kiezen voor een variabele rentevoet
(Campbell & Cocco, 2003).
In tegenstelling tot Campbell en Cocco (2003), concluderen Damen en Buyst (2015) uit hun
onderzoek dat Vlaamse huishoudens, verwachtende te verhuizen in de nabije toekomst, meer de
neiging hebben om een vaste hypotheekrente te kiezen.
Experts van het Bazelcomité wensen dat het bestaan van de vaste hypotheekrente ophoudt. Hun
mening is dat het risico dat door banken wordt genomen bij de toekenning van leningen vaak veel
hoger is dan het risico dat de ontlener hierbij neemt. Bij een hypothecaire lening met een variabele
rentevoet ligt het risico zo bij de ontlener, in plaats van bij de bank, wanneer er een tussentijdse
renteverhoging plaatsvindt. (Deen, 2016) (Jennotte, 2016)
8
Het opvolgen van de raad van het Bazelcomité zou echter een probleem vormen in België. Zoals op
figuur 2 te zien kiest het grootste deel van de Belgische gezinnen voor een vaste hypotheekrente. Of
deze aanbeveling van het Bazelcomité zal resulteren in een wetswijziging is echter onzeker. (Deen,
2016; Renteopdevoet.be, 2016)
Figuur 2: Meest gekozen formules hypotheekrente
Bron: Renteopdevoet.be (2016)
Evenals figuur 2 geeft ook figuur 3 aan dat in België de meest gekozen rentevoet tegenwoordig
overduidelijk de vaste is. Al geeft de figuur ook aan dat de populariteit ervan in onder andere 2005
en 2011 sterk was gedaald. Deze verminderde populariteit van vaste rentevoeten wordt in beide
periodes vooral opgevangen door een sterk gestegen keuze voor variabele rentevoeten met een
vastheid tussen 1 en 3 jaar. Rentevoeten met enkele neerwaartse veranderlijkheid komen niet of
bijna niet voor in de geobserveerde periode (Beroepsvereniging Van het Krediet, 2016).
Figuur 3: Keuze rentevoet
Bron : Beroepsvereniging Van het Krediet (2016)
9
1.1.3.4 Vergelijking landen Eurozone
Op figuur 4 wordt voor verschillende landen van de Eurozone weergegeven hoeveel procent van de
huishoudens gemiddeld kiest voor een variabele rentevoet bij een hypothecaire lening. Een variabele
rentevoet dient hier geïnterpreteerd te worden als een rentevoet die gedurende de volledige
looptijd van de lening van tijd tot tijd kan veranderen. Rentevoeten die initieel gedurende een
specifieke periode vast zijn en vervolgens variabel worden, zijn in de data waarop deze grafiek is
gebaseerd, geïnterpreteerd als variabel (Eurosystem Household Finance and Consumption Network,
2016).
Figuur 4: Aandeel variabele rentevoet Eurozone
Bron: Eurosystem Household Finance and Consumption Network (2016)
Figuur 4 heeft betrekking op het jaar 2014. Voor België betekent dit dus dat gemiddeld iets minder
dan 40% van de consumenten voor een variabele rentevoet koos in het jaar 2014, wat in lijn ligt met
de conclusies die uit figuur 3 kunnen worden getrokken (Eurosystem Household Finance and
Consumption Network, 2016).
Opvallend is dat in landen zoals Portugal, Spanje, Estland, Ierland en Litouwen meer dan 80% van de
huishoudens kiest voor een variabele rentevoet in 2014. In Frankrijk en Duitsland slechts 10% of zelfs
minder kiest voor een variabele rentevoet in datzelfde jaar (Eurosystem Household Finance and
Consumption Network, 2016).
10
1.2 De hypotheekmarkt en de kredietcrisis
De hypotheekmarkt in de Verenigde Staten ligt aan de basis van de kredietcrisis in 2008. De
zogenaamde rommelhypotheken crisis wordt beschouwd als oorzaak van de recessie in de
wereldwijde economie (Peersman & Schoors, 2012).
Vanaf de jaren 80 werd de hypotheekmarkt gedereguleerd en steeg de volatiliteit van de intrestvoet.
Bovendien was er onder andere de trend om tegen variabele hypotheekrente te gaan lenen
(Baugnet, Butzen, Cheliout, Melyn, & Wibaut, 2011; Bhutta & Keys, 2014).
Banken in de VS konden een lening aangaan bij de Federal Reserve Bank (FED) voor slechts 1%. De
oorzaak van deze lage rente, waren de aanslagen van 11 september 2001. De FED zag zich
genoodzaakt de rente naar dit lage niveau te brengen om een recessie te vermijden. Door deze lage
rente hadden banken de mogelijkheid om sneller zelf hypotheekleningen te verstrekken (Analist.be,
2008; Peersman & Schoors, 2012).
Als resultaat hiervan konden gezinnen in de VS voor 2008 een hypothecaire lening aangaan met een
quotiteit ver boven 80%. Met andere woorden, de aangegane lening was bijna even groot als de
aankoopprijs van het onroerend goed. Dit hield in dat wanneer er een daling in de waarde van het
onroerend goed was, de bank verliezen kon lijden door klanten die hun hypothecaire lening niet
meer konden of wouden afbetalen. Er was dus, zoals Peersman en Schoors (2012) ook besloten,
sprake van een verhoogd risico (Buyst, De Vries, & Vastmans, 2011; Peersman & Schoors, 2012)
Ook kenden veel banken zogenaamde ‘subprime leningen’ toe, ook wel rommelhypotheken
genaamd. Dit zijn leningen aan kredietnemers die voor een verscheidenheid aan redenen anders
geen lening zouden kunnen verkrijgen. Mensen met rommelhypotheken hebben een zes keer
hogere kans om in wanbetaling te gaan dan mensen met een klassieke toegekende lening.
(Chomsisengphet & Pennington-Cross, 2006; Pennington-Cross, 2003).
Banken hadden de mogelijkheid om met rommelhypotheken meer geld te verdienen dan met een
gewone lening, omdat ze gezien het hogere risico een hogere rente konden vragen aan de ontleners
(Financiële begrippen).
Als gevolg van het massaal toekennen van hypotheken, stegen ook de prijzen op de huizenmarkt in
de Verenigde Staten (Analist.be, 2008).
11
Het eigen risico werd door de banken afgewenteld door de hypotheken door te verkopen.
Investeringsbanken kochten dus vervolgens die hypotheken op, om die om te zetten in Collateralized
Debt Obligations (CDO). Deze CDO’s werden opgedeeld in verschillende lagen gekoppeld aan
verschillende ratings en verkocht. Investeringsbanken etc. kochten de CDO’s aangezien die een
hoger rendement boden dan het rendement bij de FED nl. 1%. Als gevolg van het succes en de grote
vraag naar meer hypotheken, begonnen banken rommelhypotheken te verstrekken. Deze
hypothecaire leningen, vaak met een variabele hypotheekrente, aan minder kredietwaardige
particulieren hielden een groter risico in, omdat ze een hoger risico op wanbetaling met zich
meedroegen. Hiervoor werd een oplossing gevonden. De banken die de hypotheekleningen
verstrekten, konden het onroerend goed in beslag nemen indien de hypotheekgever in faling ging
(Peersman & Schoors, 2012).
Vanaf 2007 werd de rente door de FED verhoogd. Men zag zich hiertoe genoodzaakt omdat er een
sterk inflatierisico was door het extreme leningsgedrag van de banken, met als oorzaak de lage rente
van de FED (Analist.be, 2008; Peersman & Schoors, 2012).
Aangezien vele gezinnen een hypothecaire lening met variabele rente hadden aangegaan, steeg hun
aflossing. Vele ontleners gingen in faling waardoor het onderliggend vastgoed van de hypotheek
eigendom werd van de bank. Door het hoge aantal toegekende rommelhypotheken waren er plots
een grote hoeveelheid gezinnen die tegelijkertijd hun hypotheek niet meer konden afbetalen. Veel
huizen werden plots te koop gesteld, waardoor de huizenprijzen ook bergafwaarts gingen (Peersman
& Schoors, 2012).
Als gevolg van de gedaalde huizenprijzen, stond er niet langer voldoende waarborg of onderpand
tegenover de toegekende hypothecaire leningen van de banken (Tanghe, 2008).
Te veel hypotheekgevers gingen in wanbetaling, te veel hypotheekleningen bleven onbetaald, te veel
huizen kwamen te koop waardoor het uitgeleende geld door de bank niet gerecupereerd kon
worden. Daarboven werd de CDO een risicovollere belegging aangezien steeds minder
hypotheekleningen werden afbetaald. Ook gezinnen die in staat waren de afbetaling te doen, hielden
op met de afbetaling. Vele huizen in de straat stonden te koop, waardoor de waarde van die huizen
vervolgens daalde en kredietwaardige gezinnen geen hoge aflossingen meer wouden betalen voor
hun onroerend goed dat gedaald was in waarde (Peersman & Schoors, 2012).
12
Figuur 5: Delinquency rate
Bron : Sherlund (2008)
Figuur 5 geeft de ‘delinquency rate’ of graad van wanbetalingen aan. Deze geeft het aantal
kredietnemers aan die 90 of meer dagen achterstallig zijn of reeds in het proces van inbeslagname
van het vastgoed door de bank zitten. De grafiek toont aan dat een stijging van de variabele
hypotheekrente dus een sterke impact kan hebben op het wanbetalingsratio van particulieren met
zo’n hypotheekrente (Sherlund, 2008).
De rode lijn op de grafiek, die de graad van wanbetalingen voorstelt van leningen met variabele
rentevoeten, stijgt sterk vanaf 2007 als gevolg van de stijging in de marktrente. Met andere woorden,
vele gezinnen kwamen in moeilijkheden om aan hun afbetalingen te blijven voldoen na de stijging in
hun variabele hypotheekrente (Sherlund, 2008).
Zoals door Gerardi, Shapiro, en Willen (2007) geconcludeerd, heeft de waarde van het huis van een
individueel huishouden een grote invloed op hun wanbetalingsstatus. Toen de huisprijzen begonnen
te dalen, werd een deel van de huiseigenaars minder gemotiveerd om aan hun maandelijkse
afbetalingen te blijven voldoen. Mayer, Pence en Sherlund (2009) duiden het feit dat het eigen
aandeel van huiseigenaars erg klein werd of zelfs volledig verdween toen de huisprijzen daalden aan
als één van de oorzaken waarom men minder gemotiveerd was de hypothecaire lening terug te
betalen (Gerardi, Shapiro, & Willen, 2007; Mayer, Pence, & Sherlund, 2009; Sherlund, 2008).
Als gevolg van de kredietcrisis zijn crisismaatregelen aangegaan, door de FED en ECB, waardoor lenen
aantrekkelijker is geworden. Deze maatregelen hebben als doel consumptie opnieuw op gang te
brengen door lenen te stimuleren en sparen te ontmoedigen (Van Oirschot, 2016).
27
Figure 1: Subprime Mortgage Delinquency Rates
This figure shows the serious delinquency rate (loans 90 days or more past due or in the process of foreclosure) for
subprime variable-rate and subprime fixed-rate mortgages, separately, from January 2000 through July 2008. Rates
are derived from First American LoanPerformance data.
0
5
10
15
20
25
30
2000 2002 2004 2006 2008
Pe
rce
nt o
f lo
an
sFixed-rate
Variable-rate
13
Zowel de ECB als de FED hebben na de crisis hun beleidsrente tot een historisch laag niveau gebracht.
Hierdoor was er de mogelijkheid voor banken om tegen een laag tarief te lenen aan hun centrale
bank, wat vervolgens een stimulans is voor zelf leningen te verstrekken. Figuur 6 geeft de
gezamenlijke dalingen van de rentetarieven van de ECB weer.
Figuur 6: Rente evolutie ECB
Bron: Bindseil (2015)
Banken, die aan bepaalde voorwaarden voldoen, kunnen van 2 permanente faciliteiten bij de
Nationale centrale Bank gebruik maken. Er is ten eerste de depositofaciliteit, die het mogelijk maakt
om kortlopende deposito’s aan te houden tegen de korte termijn rente. Ten tweede is er de
marginale ontleningsfaciliteit. Banken kunnen kortlopende liquiditeiten verkrijgen indien zij daarvoor
onderpand van beleenbare activa verschaffen. Deze liquiditeiten lenen banken tegen de
daggeldrente. Beide faciliteiten gebeuren op initiatief van de banken zelf (Nationale Bank van België,
2017) .
Zoals op figuur 6 ut supra weergegeven, staat de intrestvoet op een deposito een tijdje op 0%. In juli
2014 werd deze negatief, met andere woorden werd er rente betaald door de bank die een deposito
opent. De marginale beleningsrente heeft een niveau van iets boven de 0%. De mogelijkheid voor
banken om tegen een laag tarief te lenen, heeft als bedoeling een stimulans te zijn zodat banken
sneller zelf leningen verstrekken (Bindseil, 2015).
14
Vervolgens is er een openmarkttransactie die gebeurt op initiatief van de ECB, namelijk de
basisherfinancieringstransactie. Dit is een transactie die liquiditeit verschaft aan banken met een
terugkoopverplichting van doorgaans een week. Deze transacties gebeuren aan de hand van een
rentetender. Dit betekent dat de banken die het hoogste bieden eerst in aanmerking komen. In
maart 2016 bedroeg de vaste rente voor basisherfinancieringsoperaties 0%, wat betekent dat er
toen liquiditeit zonder kosten aan banken kon worden verstrekt (De Nederlandsche Bank, 2017;
Nationale Bank van België, 2017).
In tabel 1, ut infra, worden de crisismaatregelen van de ECB chronologisch toegelicht.
Tabel 1: ECB crisismaatregelen
Chronologische
orde
ECB crisismaatregelen Bespreking
September 2008 Faillissement Lehman Brothers. Kredietcrisis; interbankmarkt bevriest.
November 2008 Herstelplan van ECB. Tijdelijke stimuleringsmaatregelen voor
€200 miljard.
Juli 2008 Bazel III Banken meer kapitaalreserves aanhouden.
Mei 2009 Verlaging herfinancieringrente tot 1%,
langere looptijden mogelijk en meer keuze
in waarborgen.
Om liquiditeit in de banksector te
voorzien.
Juli 2009 Begin van eerste Covered Bond Purchase
Programme (CBPP1) *
Mei 2010 Financiële steun van EU en IMF aan
Griekenland.
Lening van € 110 miljard om stabiliteit
eurozone te herstellen.
Juni 2010 Oprichting European Financial Stability
Facility (EFSF) en European Financial
Stability mechanism (EFSM)
Tijdelijke noodfondsen die dienen als
vangnet voor EU-landen in nood.
November 2010 Ierland in financiële problemen. 1ste land doet beroep op bovengenoemd
noodfonds.
April/mei 2011 Portugal in financiële problemen. Lening van €78 miljard. 2de land dat beroep
doet op bovenstaande tijdelijke
noodfondsen EFSF en EFSM.
Augustus 2011 Opkopen Italiaanse en Spaanse
staatsobligaties.
Oorzaak : stijgende rentes van Italië en
Spanje.
November 2011 Begin van tweede Covered Bond Purchase
Programme (CBPP2) *
15
December 2011 Het Sixpack.
Zes maatregelen werden toegevoegd aan
het Stabiliteits- en Groeipact (SGP).
Strengere sancties bij het niet behalen van
de begrotingsregels, rekening houdend
met de economische situatie van elk land.
December 2011 Twee lange-termijn
herfinancieringsoperaties (LTRO) met
looptijd van 3 jaar.
Doel: liquiditeit aan banken verschaffen.
Samen hebben ze een omvang van ruim
€ 1.000 miljard.
December 2011 200 miljard euro van EU aan IMF. Doel: landen in financiële problemen
helpen.
Juni 2012 Cyprus en Spanje in financiële problemen. Beide landen vragen hulp aan noodfonds.
September 2012 Outright Monetary Transactions (OMT)
Oktober 2012 Europees Stabiliteitsmechanisme (EFM)
treedt in werking.
Vervangt het EFSF en EFSM. Permanent
noodfonds dat directe steun aan banken in
nood aanbiedt om waarde euro te
waarborgen en economische en financiële
stabiliteit in Europa te bewaken.
Januari 2013 Het Begrotingspact (of ‘Verdrag inzake
Stabiliteit, Coördinatie en
Bestuur in de EMU’) treedt in werking.
Nationale begrotingsvoorwaarden.
Mei 2013 Two Pack Twee toezichtregels toegevoegd aan het
SGP.
December 2013 In werking treding Europees
resolutiemechanisme: Single Resolution
Board (SRM)
Centrale rol in afwikkeling van
probleembanken in de bankenunie.
Juni 2014 Herfinancieringsrente wordt verlaagd naar
0,15%. Ook depositorente daalt.
Historisch laag renteniveau om te lenen
aan ECB.
Oktober 2014 Begin van Covered bond purchase
programme (CBPP3) *
Het aankopen van gedekte obligaties.
November 2014 Begin van Asset-backed securities purchase
programme (ABSPP) *
Het aankopen van activa gedekte effecten.
November 2014 Grootbanken alsook banken die reeds
staatssteun kregen onder toezicht van ECB.
Andere blijven onder toezicht nationale
centrale banken.
Grootbanken = banken met meer dan € 30
miljard op de balans of meer dan 20% van
het BBP.
Januari 2015 Monetaire verruiming (QE): opkopen van
staatsleningen.
Stimuleren van de economie zodat inflatie
stijgt naar 2%.
16
Maart 2015 Start van Public sector purchase
programme (PSPP) *
Het aankopen van nominale en
inflatiegelinkte staatsobligaties, obligaties
uitgegeven door erkende instanties,
regionale en lokale overheden… in het
eurogebied.
Februari/maart
2017
Rentevoeten stijgen wat, maar blijven laag. Geen extra maatregelen in het
stimuleringsbeleid. Aankoop obligaties
door ECB blijft zich voortzetten tot eind
2017.
Bron: Bruegel (2015); European Central Bank (2011); Universiteit Leiden (2016)
* maken deel uit van de ECB’s expanded asset purchase programme (APP), die als doel heeft de economie te
stimuleren (het verstrekken van liquiditeiten aan de reële economie, inflatie te veroorzaken…). Het programma
bestaat uit het aankopen van publieke als private effecten. De ECB heeft als bedoeling dit programma tot eind
2017 uit te voeren en wordt slechts stopgezet wanneer er een duurzame niveau in de inflatie, van iets onder
maar dichtbij de 2%, is op te merken (European Central Bank, 2016; European Central Bank, 2017).
Bovendien biedt de ECB sinds de kredietcrisis nieuwe mogelijkheden in verband met onderpanden.
De ECB aanvaardt nu andere activa als onderpand die voordien niet als onderpand mochten dienen.
Daarnaast kunnen leningen aan de ECB worden aangegaan voor een langere looptijd dan normaal (3
jaar in plaats van 3 maanden). Vervolgens heeft de ECB bijzondere maatregelen genomen om de
prijsstabiliteit te blijven garanderen. Verder bestaat het monetair beleid van de ECB onder andere
uit het opkopen van staatsleningen, grootschalige aankopen van activa; ook wel ‘quantitative easing’
genoemd (Europese Centrale Bank, 2013).
Verder verstrekken ook banken onderling leningen aan elkaar. EURIBOR is het tarief dat op de
interbankenmarkt gehanteerd wordt. Bijgevolg beïnvloedt de EURIBOR dus ook rechtstreeks de
hypotheekrente. De dalende rentevoeten werden en worden nog steeds versterkt door toenemende
concurrentie op de hypotheekmarkt (Hypotheekrente.com, 2016).
De Euro OverNight Index Average (EONIA), ook de eendaagse Euribor genoemd, is de eendaagse
interbankrente die geldt tussen banken in de Eurozone. De EONIA fluctueerde samen met de
depositorente tot begin 2009. Daarna fluctueerde de EONIA tussen de basisherfinancieringsrente en
de depositorente (Euribor-rates.eu, 2017).
17
Figuur 7 geeft een evolutie weer van de EURIBOR rente doorheen de tijdsperiode 1999-2017. De
grafiek heeft een duidelijk dalend verloop (Hypotheekrente.com, 2016).
Figuur 7: EURIBOR rente
Bron : European Central Bank (2017)
Figuur 8 geeft de evolutie weer van de FED rente, gedurende de periode 2007-2017. Vanaf 2008
werd door de FED beslist om een constant en laag tarief in te stellen. Deze beslissing werd genomen
met als doel de economie aan te zwengelen. In zowel december 2015 als december 2016 voerde de
FED een lichte verhoging van de rente door. De FED verwacht om nog enkele lichte renteverhogingen
door te voeren in 2017 naarmate de economische toestand vooruitgaat (De Roy, 2016).
Figuur 8: Rente FED
Bron : Trading Economics (2017)
18
2 DETERMINANTEN VAN DE HYPOTHEEKRENTE
2.1 Macro-economische determinanten
Meidan en Chin (1995) onderzochten de prijszetting van hypothecaire leningen door de 89 banken
in het Verenigd Koninkrijk, geregistreerd in de ‘Directory of Members’ in juni 1993, een vragenlijst
te sturen. Meidan en Chin (1995) concludeerden uit hun onderzoek dat de bepaling van de
prijszetting van hypothecaire leningen eerst en vooral afhankelijk is van de kenmerken van de interne
industrie en niet van de marktcondities. Zij stelden zes determinanten vast: kosten, elasticiteit van
de vraag, prijzen van de concurrenten, waardering van consument, overheidsreglementering en
basisrente van de bank. Hieronder behoren kosten, waardering van de consument en
vraagelasticiteit tot de kenmerken van de interne industrie. Met andere woorden, deze
determinanten kunnen beïnvloed worden door andere banken. Volgens Meidan en Chin (1995)
verschilt verder het prijszettingsbeleid tussen nationale, regionale en lokale banken (Meidan & Chin,
1995).
Milani (2012) onderzocht de determinanten van de hypotheekrente, zowel vast als variabel, in de
toen 15 eurolanden gedurende de periode januari 2003 tot september 2009. Uit dit onderzoek bleek
dat de financieringskosten, de waarborgen, de relatie tussen de bank en zijn klant en de efficiëntie
van het civiele rechtssysteem de meest relevante variabelen zijn in het bepalen van de
hypotheekrente. De laatste variabele geldt enkel als belangrijke determinant van de vaste
hypotheekrente (Milani, 2012).
Ozdemir en Altinoz (2013) onderzochten de rol van regionale factoren in het determineren van
hypotheekrentes in de 50 deelstaten van de Verenigde Staten. Deze 50 staten werden
onderverdeeld in 5 regio’s. Uit dit onderzoek bleek ten eerste dat de impact van regionale factoren
in het bepalen van hypotheekrente afhankelijk is van het type hypothecaire lening die beschouwd
worden. Een hypothecaire lening met variabele hypotheekrente wordt immers meer beïnvloed door
regionale factoren dan een hypothecaire lening met vaste hypotheekrente. Hieruit volgt dat het
monetair beleid in de VS de grootste invloed heeft op de vaste hypotheekrente (Ozdemir & Altinoz,
2013).
19
Ten tweede toont het onderzoek van Ozdemer en Altinoz (2013) aan dat het monetaire beleid in de
VS een grotere invloed had op de hypotheekrenten tijdens de ‘housing bubble’ periode. Het
monetair beleid heeft tegenwoordig een kleinere invloed op de hypotheekrenten in vergelijking met
de ‘housing bubble’ periode (Ozdemir & Altinoz, 2013).
Het doel van het onderzoek gevoerd door Murithi (2014) was het bepalen van de impact van
bepaalde macro-economische en financiële variabelen op de hypotheekrenten in Kenia gedurende
de periode 2000-2013. Hieruit resulteerde dat de hypotheekrenten in Kenia bepaald worden door
de hypotheekrenten in het verleden, inflatie en de economische groei (Murithi, 2014).
In bovenstaande onderzoeken zijn het vooral macro-economische factoren die onderzocht worden
als determinant voor de hypotheekrenten. Toch kan ook onderzoek dat zich focust op de dossier-
specifieke determinanten erg betekenisvol zijn. Ut infra worden specifieke studies die zich hierop
concentreren verder toegelicht.
20
2.2 Determinanten bij individuele dossiers
In het verleden trachtten reeds enkele onderzoekers (Hendershott & Shilling, 1989; Jung, 1962; Page,
1964; Sandor & Sosin, 1975; Von Furstenberg G. M., 1971) een combinatie te maken van
verschillende dossier-specifieke determinanten in hun onderzoek, om op deze manier na te gaan
welke determinanten een invloed uitoefenen op de hypothecaire rente.
Jung (1962) geloofde erin dat de hypotheekrente afhankelijk was van de kenmerken van de
hypotheek (looptijd, grootte van lening, …). Page (1964) voegde een regressie analyse toe aan het
werk van Jung (1962). Hij onderzocht in de VS de relatie tussen de hypotheekrente en volgende 3
variabelen: een ratio die de verhouding van de waarde van de lening tot het eigen aandeel in de
woning weergeeft, waarde onderliggend vastgoed en de looptijd van de lening. Verder hebben
Sandor en Sosin (1975) de determinanten van risicopremies op hypothecaire leningen, uitgegeven
tussen 1967 en 1971 voor eengezinswoningen in Noord-Californië, onderzocht bij
kredietinstellingen. De resultaten van Jung (1962) en Page (1964) werden door Sandor en Sosin
(1975) bevestigd (Jung, 1962; Page, 1964; Sandor & Sosin, 1975).
Von Furstenberg (1971) beschouwde in zijn studie de invloed van de verhouding tussen de waarde
van de lening en de waarde van het vastgoed, de looptijd van de hypothecaire lening en het verschil
in risico dat de lening niet terugbetaald zal worden tussen een nieuwe en een bestaande woning. Er
werd vanuit gegaan dat het risico gekoppeld aan de hypothecaire lening, id est het risico op niet
terugbetaling, weergegeven werd in de prijszetting van de banken voor deze hypothecaire lening.
Uit het onderzoek werd geconcludeerd dat de verhouding tussen de waarde van de lening en de
waarde van het vastgoed de sterkste risicodeterminant was. Het risico van een lening werd ook
hoger beschouwd naarmate de looptijd van deze lening toenam. Ook de leeftijd van de hypothecaire
lening, of hoe lang de hypothecaire lening al afgesloten is zou een belangrijke factor zijn in het
bepalen van de kans op wanbetaling. De kans op wanbetaling stijgt gedurende de eerste jaren sterk,
om vervolgens weer af te nemen (Von Furstenberg G. M., 1971).
Hendershott en Shilling (1989) analyseerden de rendementen van leningen, waarvan 4.900
afgesloten in mei-juni 1978 en 1.800 afgesloten in mei-juni 1986, in Californië. De conclusie van het
onderzoek was dat de hypotheekrentevoet bepaald werd door de verhouding van de lening tot de
waarde van het actief en de grootte van de lening. Ook het feit of de lening ver boven, net boven of
onder de adequate leningslimiet zat werd door hen als een determinant van de rente bevonden
(Hendershott & Shilling, 1989).
21
2.2.1 Looptijd
Over het algemeen varieert de looptijd van een hypothecaire lening tussen 3 jaar en 30 jaar
(LenenHuis, 2015).
Scanlon et al. (2008) deden in 2005 onderzoek aan de hand van een vragenlijst die informatie over
hypotheekmarkten en productinnovatie naging in 13 ontwikkelde landen. In de meeste ontwikkelde
landen bevond de looptijd zich traditioneel tussen 15 en 30 jaar, al valt op te merken dat de
gemiddelde looptijden zijn gestegen in de loop der jaren. In sommige landen zoals Spanje, Frankrijk
en Verenigd Koninkrijk zijn zelfs looptijden tot 50 jaar mogelijk (Scanlon, Lunde, & Whitehead, 2008).
Looptijd is invers gerelateerd met hypotheekrentevoeten volgens Page (1964). Wanneer de looptijd
stijgt wordt dus verwacht dat de rentevoet op de hypotheeklening zal dalen. De negatieve relatie is
sterker voor bestaande huizen dan voor nieuwe huizen (Page, 1964).
Alhoewel deze laatstgenoemde inverse relatie moeilijk te onderbouwen is, geeft Page (1964) er in
zijn studie verschillende mogelijke verklaringen voor. Jonge professionele ontleners hebben een veel
hoger toekomstig inkomen dan hun huidig inkomen. Om de huidige verhouding tussen betaling (voor
de lening) en inkomen op een aanvaardbaar niveau te houden worden deze lage-risico ontleners
gekoppeld aan lange looptijden en lage rentevoeten (Page, 1964).
Een alternatieve hypothese die Page (1964) vooropstelt is dat de karakteristieken van het
gehypothekeerd vastgoed zorgen voor de waargenomen negatieve relatie. Eén van deze
karakteristieken is de waarde van het vastgoed. Specifieker, het feit dat huizen die zich bevinden in
minder gewilde of wenselijke buurten geassocieerd kunnen worden met relatief korte looptijden en
hoge rentevoeten. Als de toekomst van een buurt enigszins twijfelachtig is, wordt verwacht dat het
‘leven’ van een huis korter en onzekerder is. Eigendommen die zich bevinden in dergelijke buurten
worden geassocieerd met kortere looptijden en hogere rentevoeten. De hierboven vooropgestelde
hypothese is sterker voor bestaande huizen dan voor nieuwe huizen, aangezien nieuwe huizen een
levensduur hebben die langer loopt dan de looptijd van de hypotheeklening. Bovendien worden
meer bestaande huizen dan nieuwe huizen aangetroffen in de minder wenselijke buurten (Page,
1964).
22
Verschillende auteurs (Herzog & Early, 1970 ; Von Furstenberg G. M., 1971) vertrokken in hun studie
vanuit de visie dat de verwachting omtrent mogelijke wanbetaling die uitleners hebben vertaald
wordt in hun prijszettingsmechanisme van hypothecaire leningen. Een hogere kans op wanbetaling
impliceert dan een hogere rentevoet.
Herzog en Early (1970) onderzochten, aan de hand van een meervoudige regressie-analyse, de
karakteristieken die de prestaties van de Amerikaanse hypotheekmarkt in het jaar 1963 significant
beïnvloeden. Zij concludeerden in hun onderzoek dat de looptijd geen of slechts een geringe invloed
had op het risico van de lening (Herzog & Early, 1970).
Von Furstenberg gaf in zijn onderzoek, dat betrekking heeft op de periode 1957-1966, echter aan
dat het risico van een lening hoger werd naarmate de originele looptijd langer was, dit hoger risico
wordt vervolgens omgezet in een hogere rentevoet. Bijgevolg zou een lening met een looptijd van
30 jaar voor een nieuwe woning 8 keer zo risicovol zijn als een gelijkaardige lening met een looptijd
van 20 jaar (Von Furstenberg G. M., 1971).
Wanneer de invloed van looptijd op de te betalen rente wordt onderzocht, kan ook gekeken worden
naar de yield curve, zoals weergegeven door figuur 9. Deze curve geeft het verband weer tussen de
rente van gelijksoortige leningen met verschillende looptijden. De yield curve kan verschillende
vormen aannemen. Op de horizontale as wordt de looptijd weergegeven, op de verticale as de rente
(Investopdia).
Wanneer wordt gekeken naar de huidige yield curve, zien we dat deze de vorm aanneemt van de
‘normale yield curve’. De grafiek geeft het rendement weer op overheidsobligaties uit landen die lid
zijn van de eurozone. Dit betekent dat leningen met een kortere looptijd een lagere rente hebben
dan leningen met een langere looptijd (European Central Bank, 2016).
Door gebruik te maken van de yield curve wordt de vooropgestelde hypothese van Page (1964)
bijgevolg betwist.
23
Figuur 9: Yield curve
Bron : European Central Bank (2016)
Een mogelijke verklaring voor het feit dat naarmate de looptijd van een lening stijgt, de rente ook
stijgt is het feit dat de aanbieder van de hypothecaire lening dan immers voor een langere periode
niet over zijn financiële middelen beschikt en hiervoor een vergoeding wilt (HomeFinance, 2016).
Een andere mogelijke verklaring voor deze structuur van de yield curve is dat er bij het aanbieden
van een lening met een langere looptijd een marge wordt ingebouwd voor een mogelijke
waardevermindering door inflatie in de toekomst. Zelfs in situaties waarbij de actuele inflatie laag is,
zal de onzekerheid over de toekomstige inflatie ervoor zorgen dat de yield curve stijgt (Van Wijk,
2012) .
In Vlaanderen werd onderzoek gedaan door Van Hecke et al. (2012) met als doel de determinanten
van de rente op regionale schulduitgiften te verklaren aan de hand van analytisch en empirisch
onderzoek. Dit onderzoek bevestigt dat een eventuele liquiditeitspremie de kost van een
hypothecaire lening verhoogt. Een bank kan namelijk een liquiditeitspremie aanrekenen indien
marktomstandigheden daar om vragen (Van Hecke, Smedts, & Heremans, 2012).
Het concept van de liquiditeitspremie kan worden uitgelegd aan de hand van de
‘liquiditeitshypothese’. Bij het verstrekken van een lening heeft de bank liquiditeitskosten. De bank
vraagt met andere woorden een vergoeding voor de tijd waarvoor die over minder liquiditeiten
beschikt teneinde liquiditeitsrisico’s te voorkomen. Deze risico’s lopen vaak op met de looptijd van
een lening. De looptijd van een lening, alsook het geleend bedrag, hebben dus invloed op de grootte
van de liquiditeitspremie die een hypotheekgever betaalt (Van Hecke, Smedts, & Heremans, 2012)
(ABN AMRO, 2017).
24
2.2.2 Geleend bedrag
Doorheen de jaren werd door de ECB reeds onderzoek gedaan naar de grootte van leningen
afgesloten door huishoudens. Hiertoe werd een specifieke organisatie opgericht in 2008, namelijk
de HFCN (Household Finance and Consumption Network). Het organiseert in de landen van de
eurozone surveys, HFCS (Househould Finance and Consumption Surveys) genaamd, omtrent onder
andere de verdeling van het vermogen van huishoudens (Du Caju, 2016; Eurosystem Household
Finance and Consumption Network, 2013).
De surveys werden georganiseerd in verschillende golven. De eerste golf werd afgenomen in 2010;
de tweede golf werd afgenomen in 2014 en afname van de derde golf staat gepland voor 2017. In
de eerste golf werden 15 landen uit de eurozone bevraagd, in de tweede golf werd dit uitgebreid
naar 17 landen. De tweede golf bevat dus alle landen uit de eurozone (behalve Litouwen) en
bovendien ook Hongarije en Polen. Het totaal aantal bevraagde huishoudens werd verder ook
uitgebreid van 62.000 bij de eerste golf naar 84.000 bij de tweede golf (Du Caju, 2016; Eurosystem
Household Finance and Consumption Network, 2013, 2016).
Bij de eerste golf gaf 23,1% van de bevraagde huishoudens aan hypothecaire schulden te hebben,
waarvan ook het grootste deel gerelateerd was aan de eigen hoofdverblijfplaats. Slechts een héél
kleine fractie van de hypothecaire schulden had betrekking op ander vastgoed. Ook in de tweede
golf gaf ongeveer 23% van de huishoudens aan hypothecaire schulden te hebben, dit percentage
bleef dus bij benadering ongewijzigd. Er vond echter een verandering plaats in de samenstelling van
de bovengenoemde 23% huishoudens. Een toenemend aantal gezinnen die zelf een hoog eigen
vermogen hebben ging hypothecaire schulden aan, al blijft dit natuurlijk slechts een kleine fractie
van de totale 23%. Langs de andere kant nam het aantal gezinnen met een laag eigen vermogen dat
een hypothecaire lening heeft lichtjes af (Eurosystem Household Finance and Consumption Network,
2013, 2016).
HFCN kon concluderen uit haar surveys dat het mediaan uitstaande bedrag voor huishoudens in
België die voor de eigen woning een hypothecaire lening hebben lopen toenam van € 66 700 in 2010
tot € 79 100 in 2014. Ook het geleend bedrag voor het bezit van ander vastgoed, id est niet voor de
eigen woning, is gestegen in deze periode (Du Caju, 2016).
25
Figuur 10 geeft de samenstelling van de schulden van de huishoudens weer. Het aandeel van
hypothecaire leningen in schulden van de huishoudens is gestegen gedurende de periode 2010-
2014.
Figuur 10: Samenstelling van de schulden van de huishoudens in België
Bron: Eurosystem Household Finance and Consumption Network (2016)
Figuur 11 geeft de evolutie van het gemiddeld bedrag van de verstrekte hypothecaire leningen weer,
ofwel het gemiddeld geleend bedrag gedurende de periode 2000-2016. In 2016 bedroeg het
gemiddeld geleend bedrag € 116 960. Een sterke toename tegenover het gemiddeld geleend bedrag
van € 66 728 in 2000 (Eurosystem Household Finance and Consumption Network, 2013, 2016).
Figuur 11: Gemiddeld bedrag van de verstrekte hypothecaire leningen
Bron : Beroepsvereniging Van het Krediet (2016)
26
In het onderzoek van Hendershott en Shilling (1989) werd geconstateerd dat de grootte van de
lening, ofwel het geleend bedrag een invloed heeft op de gehanteerde hypotheekrente. Volgens de
onderzoekers, zou de hypotheekrente moeten afnemen naarmate de grootte van de lening stijgt.
Dit omdat de verhouding van de kosten voor het ontstaan en aanbieden van de lening tegenover het
geleend bedrag dan lager ligt (Hendershott & Shilling, 1989).
De vooropgestelde hypothese door Hendershott en Shilling (1989) zou kunnen tegengesproken
worden door de a priori vermelde liquiditeitshypothese. Wanneer banken hogere leningen uitgeven
beschikken ze dus zelf over minder liquiditeiten en willen ze hiervoor mogelijks een hogere
vergoeding.
27
2.2.3 Quotiteit
De quotiteit van een lening kan gedefinieerd worden als de verhouding tussen het geleend bedrag
en de waarde van het vastgoed; 𝑤𝑎𝑎𝑟𝑑𝑒 𝑣𝑎𝑛 ℎ𝑒𝑡 𝑘𝑟𝑒𝑑𝑖𝑒𝑡
𝑤𝑎𝑎𝑟𝑑𝑒 𝑜𝑛𝑑𝑒𝑟𝑙𝑖𝑔𝑔𝑒𝑛𝑑 𝑣𝑎𝑠𝑡𝑔𝑜𝑒𝑑 (Infotalia, 2011).
Banken hechten veel belang aan de quotiteit. Vanuit de visie van banken weerspiegelt deze immers
hun veiligheidsmarge wanneer een verplichte verkoop van de woning zich zou voordoen (Infotalia,
2011).
Bij het berekenen van de quotiteit worden extra kosten, die zich voordoen bij de aankoop van een
vastgoed niet meegerekend. Een voorbeeld van dergelijke kosten zijn notariskosten, dossierkosten,
registratierechten, … (Infotalia, 2011).
Jung (1962) concludeerde in zijn onderzoek dat een hogere intrestvoet werd aangerekend bij een
hogere quotiteit. Ook Page (1964) toonde dit later aan, hij voegde eraan toe dat een evenredige
toename in de quotiteit zorgt voor een meer dan evenredige toename in de aangerekende
hypotheekrentevoet (Jung, 1962; Page, 1964).
Aspinwall (1970) voerde een cross-sectionele regressie uit om het verband tussen contractueel
aangegane hypotheekrenten te onderzoeken en verder het aantal banken en de onderlinge
concentratie te meten. Dit onderzoek heeft betrekking op hypothecaire leningen aangegaan tussen
januari en september 1965 in de VS. In tegenstelling tot wat Page (1964) beweerde, bleek uit
onderzoek van Aspinwall (1970) dat de quotiteit de intrestvoet niet beïnvloedt (Aspinwall, 1970;
Page, 1964).
Daarentegen bevestigden Sandor en Sosin (1975) in hun onderzoek wél de bevindingen van Jung
(1962) en Page (1964).
Ook Hendershott en Shilling (1989) en Milani (2012) besloten uit hun onderzoek dat de quotiteit de
hypotheekrente beïnvloedt. De rentevoet stijgt vooral wanneer de quotiteit een bepaalde grens
overschrijdt, die door de onderzoekers op 0,8 wordt gesteld, omdat de verwachte verliezen door
wanbetaling dan ook stijgen. Men acht dus de kans op wanbetaling groter.
28
Zoals ut supra vermeld onderzocht Von Furstenberg (1970) de invloed van onder andere de quotiteit
en de looptijd op het risico op wanbetaling. Hieruit kon hij afleiden dat quotiteit de belangrijkste
determinant is voor het risico op wanbetaling. Daarnaast hebben Herzog en Early (1970) ook
significante bijdrage geleverd in onderzoeken met betrekking tot het risico op wanbetaling. Zij
concludeerden, evenals Von Furstenberg (1970), dat de quotiteit een significante, positieve relatie
zou hebben met de achterstalligheid van de afbetalingen of het nalaten van de afbetalingen (Herzog
& Early, 1970; Von Furstenberg G. M., 1970).
Verder heeft Edelberg (2006) een empirische analyse gevoerd naar de rol die het risico op
wanbetaling speelt in de bepaling van de interestvoet in het midden van de jaren ’90 in de VS. Uit dit
onderzoek werd besloten dat het risico op wanbetaling, ook wel ‘default risico’ genoemd, een
invloed heeft op de hypotheekrente (Edelberg, 2006).
In februari 2017 werd door de Nationale Bank van België aangekondigd dat deze laatstgenoemde
een beperking wil opleggen voor de banken. Deze beperking zou een eigen inbreng van 20% van de
kredietnemer inhouden, wat resulteert in een maximale quotiteit van 80%. Banken die leningen
toekennen met een eigen inbreng van de ontlener die lager is dan 20% zullen verplicht worden
hiervoor bepaalde extra kapitaalbuffers aan te leggen. In de praktijk betekent dit dus dat een bank
een straf wordt toegekend indien een ze dergelijke lening toekennen (BELGA, 2017; Mooijman,
2017)..
De reden voor deze maatregel is dat wanneer de koper van het vastgoed zijn lening, met een hoge
quotiteit, niet kan terugbetalen de kans groter is dat de waarde van het huis niet voldoende is om
de lening te vereffenen (BELGA, 2017; Mooijman, 2017).
De ontmoedigingsmaatregel van de Nationale Bank om risicovolle leningen toe te kennen moet
alsnog worden goedgekeurd door de Europese instellingen (Mooijman, 2017).
29
2.2.4 Herfinanciering
Hypothecaire leningen met een vaste hypotheekrente houden gedurende de looptijd van de lening
eenzelfde hypotheekrente aan. Een sterke rentedaling kan ervoor zorgen dat gezinnen hun lening
laten herzien. De herfinanciering van een lening impliceert kosten, maar zorgt ervoor dat gezinnen
die een hoge hypotheekrente hadden, kunnen genieten van de gedaalde hypotheekrente
(Lening.org, 2016).
Het herfinancieren van een hypothecaire lening kan zowel bij dezelfde bank waarbij de hypothecaire
lening oorspronkelijk was aangegaan als bij een nieuwe bank. Indien er wordt gekozen voor de
hypotheek bij een nieuwe bank in te schrijven, komen er extra kosten bij. Daarom is het aangeraden,
pas te veranderen van bank in het geval dat het verschil tussen huidige rentevoet en toekomstige
rentevoet zo groot is dat de extra kosten kunnen gedekt worden (Lening.org, 2016).
Die extra kosten houden in:
De herbeleggingsvergoeding; met andere woorden de vergoeding voor het vervroegd
aflossen van de hypotheek. Deze mag niet meer bedragen dan 3 maanden interest van het
nog verschuldigde kapitaal. Deze kan gezien worden als een schadevergoeding voor het
rendementsverlies dat de bank heeft door de vervroegde terugbetaling (De Paepe, 2014;
Wikifin, 2013).
De vergoeding voor het schrappen van de bestaande hypotheek bij de eerste bank en het
vestigen van een nieuwe hypotheek bij de nieuwe bank. Deze schrapping en vestiging van
de hypotheek houdt de tussenkomst van een notaris in. Er moet een notariële akte
geschrapt worden en vervolgens een andere opnieuw worden opgemaakt (Lening.org,
2016).
Extra kosten zoals dossierkosten bij de bank, kosten voor de schatting van de waarde van
het onderliggend onroerend goed door een expert (Lening.org, 2016).
Indien de herfinanciering plaatsvindt bij dezelfde bank, hoeven bovenstaande kosten niet opnieuw
verricht te worden. Een uitzondering hierop is de herbeleggingsvergoeding, hiervoor gelden
uiteenlopende regels bij de verschillende banken. De hypotheek blijft in handen van dezelfde bank.
Een nieuwe bank kan bij een herfinanciering zijn rente drukken als verleiding voor de kredietnemer
aangezien deze laatste reeds bijkomende kosten heeft (Lening.org, 2016).
30
Het al dan niet toestaan van de herfinanciering door de bank wordt beoordeeld aan de hand van de
spaarcapaciteit van de klant, de producten die u heeft bij die specifieke bank en de quotiteit van de
lening. Een quotiteit die lager is dan 0,8 levert een voordeel op bij de mogelijkheid tot het verkrijgen
van een herfinanciering (Steenackers, 2015).
Herfinancieren betekent niet enkel het veranderen van huidige rente naar een lagere
hypotheekrente. De cliënt kan ervoor kiezen om de looptijd te behouden en de maandlast te
verlagen; ofwel de maandlast te verhogen en looptijd te verkorten. Ook geeft herfinanciering de
optie om over te schakelen van een vaste naar een variabele hypotheekrente (Canner, Dynan, &
Passmore, 2002; Forento.be, 2016; Steenackers, 2015).
Brady et al. (2000) maakten aan de hand van enquêtes onder andere schattingen over de
veranderingen in de maandelijkse betalingen als gevolg van herfinancieringen in de VS. Uit hun
onderzoek is gebleken dat voor de meeste huiseigenaars de keuze tot herfinanciering gemotiveerd
wordt vanuit een verlangen om de maandelijkse hypotheekafbetalingen te verminderen aan de hand
van een lagere rentevoet (Brady, Canner, & Maki, 2000).
Ook Hurst en Stafford (2004) onderzochten de redenen waarom huishoudens in de VS willen
overgaan tot herfinanciering in de periode 1991-1996. In hun onderzoek worden 2 oorzaken
aangebracht. De eerste is een daling van de interestvoeten, waardoor het huishouden haar
afbetalingen wil laten zakken. Als tweede wordt het verlangen van huishoudens om te consumeren
aangevoerd. Ze willen hierbij dus het eigen aandeel die ze al verworven hebben in hun eigen huis
laten dalen, en een groter deel lenen bij de bank. Op deze manier willen ze hun mogelijkheid tot
consumptie opdrijven (Hurst & Stafford, 2004).
Een lage hypotheekrente zet gezinnen met een lopende hypothecaire lening met een vaste
rentevoet ertoe aan om hun lening te herfinancieren, aangezien dit dan het ideale moment is. De
herfinanciering is meestal het interessantst wanneer de lopende hypothecaire lening nog een lange
resterende looptijd heeft en wanneer ook het nog af te lossen bedrag hoog is (Steenackers, 2015).
In het verleden werd vaak de norm gehanteerd dat er minstens één procent van de huidige rentevoet
moest kunnen worden afgetrokken, om mogelijk voordeel te kunnen halen uit herfinanciering. Deze
stelling is echter niet volledig sluitend. Hoe langer de resttijd van een lening, hoe meer tijd er is om
de kosten voor de nieuwe lening, de herfinanciering, terug te verdienen. De kans om voordeel te
halen uit herfinanciering stijgt hierdoor wellicht bij een langere resterende looptijd (De Raedt, 2016).
31
Op figuur 12, ut infra, wordt een grafiek weergegeven die de evolutie van het aantal
herfinancieringen weergeeft gedurende de periode 2010-2016. Er kan een duidelijke stijging worden
opgemerkt. Gedurende de periode is het aantal herfinancieringen meer dan verdubbeld. Een
duidelijke piek is op te merken in het jaar 2015 (Beroepsvereniging Van het Krediet, 2016).
Figuur 12: Aantal herfinancieringen België
Bron: Beroepsvereniging Van het Krediet (2016)
Figuur 13 geeft het gemiddeld bedrag toegekend bij een externe herfinanciering weer, id est
herfinanciering bij een andere bank dan de bank waarbij oorspronkelijk de hypothecaire lening werd
afgesloten. In de geobserveerde periode kan een stijging van het gemiddeld bedrag worden
opgemerkt doorheen de tijd, al verloopt deze stijging niet constant.
Figuur 13: Gemiddeld bedrag externe herfinanciering België
Bron: Beroepsvereniging Van het Krediet (2016)
0
10 000
20 000
30 000
40 000
50 000
60 000
70 000
80 000
90 000
32
2.2.5 Competitiviteit op de markt
Saunders en Schumacher (2000) bestudeerden de determinanten van de netto rentemarges van
banken in zes Europese landen en de VS gedurende de periode 1988-1995 uitgaande van een
steekproef van 614 banken. Het effect van de structuur van de markt, die dus de competitiviteit
weergeeft, op de rentemarge die banken hanteren verschilt van land tot land. De monopoliekracht
van de aanwezige banken en hun gehanteerde rentemarge is hoger in landen waar het banksysteem
meer gesegmenteerd of gereglementeerd is (Saunders & Schumacher, 2000).
Mojon (2001) onderzocht onder andere het verschil in de financiële structuur tussen de zes grootste
eurozone landen (België, Duitsland, Spanje, Frankrijk, Italië en Nederland) gedurende de periode
1979-1998. Een hogere concurrentiegraad zet druk op de banken om hun interestvoeten op leningen
sneller aan te passen wanneer de rente op de geldmarkt, id est de rente op korte termijn, daalt.
Langs de andere kant zorgt meer concurrentie ervoor dat de mogelijkheid van banken om hun
rentevoeten te verhogen meer beperkt wordt wanneer de rente op de geldmarkt omhoog gaat
(Mojon, 2001).
Gedurende de laatste decennia was er een trend om de markt van hypothecaire leningen te
liberaliseren. Dit maakte deel uit van een meer globaal plan om de financiële markt te globaliseren.
Als gevolg van deze liberalisering hebben meer financiële instituties het recht om hypothecaire
leningen aan te bieden en werden bovendien de voorwaarden in verband met het gebruik en de
voorwaarden voor leningen versoepeld. Zodoende zijn de kosten die worden doorgerekend aan de
ontleners gedaald. Verder heeft het toegenomen aantal uitleners verschillende nieuwe hypothecaire
producten geïntroduceerd. Het onderzoek van Low et al. (2003) heeft betrekking op de ut supra
beschreven liberalisatie. De onderzoekers bestudeerden de efficiëntie van 8 Europese
hypotheekmarkten en evalueerden de potentiële voordelen van een grotere integratie van de
hypotheekmarkten en de belemmeringen voor de verwezenlijking ervan (Low, Sebag-Montefiore, &
Dübel, 2003).
Later ging alsook Maudosa en Fernández de Guevara (2004) de fundamentele determinanten van
de rentemarge in de vijf Europese landen in de jaren 1993-2000 na. Dit onderzoek is gebaseerd op
een panel van 15.888 waarnemingen van banken gedurende de bestudeerde periode. Op basis van
twee indexen die de graad van concentratie of competiviteit in de banksector kunnen schatten, met
name de Herfindahl Index en de Lerner Index, gingen Maudosa en Fernández de Guevara (2004) te
werk.
33
Hun onderzoek toont aan dat de daling van de rentemarges in de Europese banksector gedurende
1993-2000 in overeenstemming is met een versoepeling van de concurrentievoorwaarden, met
andere woorden een afname van de marktmacht (Maudosa & Fernández de Guevara, 2004) .
Het onderzoek van Claeys en Vander Vennet (2008) bestudeerde de determinanten van de
rentemarges van 2.279 banken in Centraal- en Oost-Europa over de jaren 1994-2001. Hun resultaten
tonen aan dat er vooral hoge rentemarges terug te vinden zijn in landen met een inefficiënt
werkende markt of een niet-competitieve markt. De bevindingen van Claeys en Vander Vennet
(2008) liggen dan ook in lijn met onder andere het onderzoek van Saunders en Schumacher (2000)
en Maudosa en Fernández de Guevara (2004).
De impact van de competitie tussen banken in eurozone landen op de interestvoeten van de
leningen die deze banken toekenden werd tijdens de periode 1994-2004 door Van Leuvensteijn,
Sorensen, Bikker, en Van Rixtel (2008) onderzocht. Hierbij werd gebruik gemaakt van de Boone
indicator om de competitiviteit te meten. Het onderzoek baseerde zich op een steekproef van 2815
banken, verspreid over 8 landen. Een sterkere competitiviteit leidt tot een significant lagere marge
die de banken doorrekenen. Deze marge is het verschil tussen de marktrentevoeten en de door de
bank aangerekende rentevoeten aan haar klanten op leningen. Dit betekent dus dat een sterkere
competitie zorgt voor lagere interestvoeten op de leningen. De bevindingen van Van Leuvensteijn et
al. (2008) komen overeen met het onderzoek van ondere andere Saunders en Schumacher (2000);
Maudosa en Fernández de Guevara (2004) en Claeys en Vander Vennet (2008).
In hun onderzoek benadrukken Van Leuvensteijn et al. (2008) het belang van de ECB om de graad
van competitiviteit te controleren in de Europese bankensector. Aangezien verwacht wordt dat een
meer competitieve markt de rentevoeten op leningen zou doen dalen, stijgt de welvaart van
gezinnen en bedrijven op die manier (Van Leuvensteijn, Sorensen, Bikker, & Van Rixtel, 2008).
Uit onderzoek van Milani (2012) daarentegen werd geconcludeerd dat de competitiviteit op
verschillende bankmarkten in de eurolanden gedurende de periode 2003-2009 niet significant is in
het bepalen van de hypotheekrenten (Milani, 2012).
Door De Graeve et. al (2007) werd de invloed van de geldmarktrente op de intrestvoeten van 31
retailbanken in België van 1993-2002. Hieruit bleek dat banken met een groter marktaandeel en dus
een sterkere positie, een minder competitief prijsbeleid nastreven (De Graeve, De Jonghe, & Vander
Vennet, 2007).
34
2.2.6 Conclusie dossier-specifieke determinanten
Uit de bovenstaande literatuurstudie kan geconcludeerd worden dat de aandacht in de literatuur
voor de dossier-specifieke determinanten van de hypotheekrente in de literatuur eerder beperkt is.
Er is dus nood aan verder onderzoek dat zich focust op dossier-specifieke determinanten.
De onderzoeksvraag in deze studie luidt zodoende als volgt: Wat zijn de determinanten van de rente
op hypothecaire leningen? Hierbij wordt vooral dieper ingegaan op de dossier-specifieke
determinanten.
Deze studie zou betekenisvol kunnen zijn voor hypotheekgevers gezien het inzicht kan geven in het
bepalen van de rentevoet die door hen betaald moet worden. Alsook is deze studie verrijkend voor
Belgische banken omwille van de globaliteit voor België van dit onderzoek. Elke bank hanteert zijn
eigen methode van prijsbepaling; dit onderzoek geeft inzicht in de algemene prijsbepaling over de
gehele Belgische markt.
35
3 DATA
In dit onderzoek ligt de focus op de hypotheekmarkt in België. Gezien de competetiviteit als een
constante kan beschouwd worden voor alle hypothecaire leningen die in België worden uitgegeven,
is het vervolgens niet relevant deze factor op te nemen.
De data werd verzameld aan de hand van spaargids.be. Hypotheekgevers kunnen op deze website
het door hen verkregen en onderhandeld voorstel bij een Belgische bank uploaden en zo delen met
andere hypotheekgevers. In totaal had de steekproef een omvang van 744 leningvoorstellen
verspreid over 21 verschillende banken.
De verzamelde data heeft betrekking op een periode van één jaar, namelijk 15 februari 2016 t.e.m.
15 februari 2017 en heeft zoals reeds vermeld enkel betrekking op Belgische hypotheekgevers.
Ut infra worden de opgenomen variabelen besproken, deze zijn uitgebreider dan de reeds in de
literatuur onderzochte variabelen. Het is dan ook de bedoeling van dit onderzoek om een zo
uitgebreid mogelijk beeld te geven van de mogelijke determinanten bij het bepalen van de
rentemarge van banken in België.
Tabel 2: Beschrijvende statistieken
GEM. MED. MIN. MAX. STD. DEV.
RENTE 0,01734 0,01700 0,005000 0,03600 0,004749
RENTEMARGE 0,02017 0,01977 0,008160 0,03899 0,004823
GELEEND BEDRAG 208860 200000 25000 650000 97284
QUOTITEIT 0,7530 0,8000 0,1000 1,100 0,2027
LOOPTIJD 19,00 20,00 8,000 30,00 5,074
D_HERFINANCIERING 0,2890 0,000 0,000 1,000 0,4536
D_VASTE RENTEVOET 0,8024 1,000 0,000 1,000 0,3984
D_BANK 0,4960 0,000 0,000 1,000 0,5003
D_GEWEST: VLA 0,7070 1,000 0,000 1,000 0,4555
D_GEWEST: WAL 0,2043 0,000 0,000 1,000 0,4035
D_GEWEST: BRU 0,0887 0,000 0,000 1,000 0,2845
D_AANTAL ONTLENERS 0,6452 1,000 0,000 1,000 0,4788
36
Tabel 3: Correlatiematrix
QU
OTI
TEIT
GEL
EEN
D
BE
DR
AG
LOO
PTI
JD
D_
HER
FIN
AN
CIE
RIN
G
D_
BA
NK
D_V
AST
D_V
LA
D_
WA
L
QUOTITEIT 1,00 0,41 0,46 - 0,18 0,09 - 0,12 - 0,08 0,09
GELEEND BEDRAG 1,00 0,45 - 0,18 0,05 - 0,04 - 0,09 0,003
LOOPTIJD 1,00 - 0,23 - 0,009 - 0,27 0,02 - 0,02
D_HERFINANCIERING 1,00 - 0,13 - 0,02 0,09 - 0,03
D_BANK 1,00 0,25 - 0,07 0,08
D_VAST 1,00 - 0,05 0,03
D_VLA 1,00 - 0,78
D_WAL 1,00
3.1 Rentevoet
Deze variabele duidt op de verkregen rentevoet door de hypotheekgever bij de bank van het
desbetreffende kredietvoorstel. Gezien de aangeboden rentevoeten door banken onderhevig zijn
aan de interbancaire rente, is het betekenisvoller om als afhankelijke variabele rentemarge op te
nemen. Ut infra wordt deze laatsgenoemde variabele besproken.
Uit de beschrijvende statistiek, ut supra weergegeven in tabel 1, kan worden afgeleid dat de
gemiddelde rentevoet 1,73% is. De minimale rentevoet in de geobserveerde periode bedraagt
0,50%; de maximale rentevoet in de geobserveerde periode bedraagt 3,60%. De standaardafwijking
van de rentevoet bedraagt 0,48%.
3.2 Rentemarge
De rentemarge vormt de afhankelijke variabele in dit onderzoek. Deze variabele kan berekend
worden door het verschil te nemen van de aangeboden rentevoet en de interbancaire rente. De
interbancaire rente is de rentevoet die banken ontvangen om hun geld te deponeren bij een andere
bank. In het onderzoek wordt als maatstaf voor de interbancaire rente EURIBOR met looptijd 3
maand gebruikt. Gedurende de volledige geobserveerde periode is de interbancaire rente negatief.
Bijgevolg ligt de rentemarge hoger dan de onderhandelde rentevoet met de hypotheekgever.
37
Uit de beschrijvende statistiek, ut supra weergegeven in tabel 2, kan worden afgeleid dat de
gemiddelde rentemarge van de banken 2,02% bedraagt. De minimale rentemarge bedraagt 0,82%;
de maximale 3,90%. De standaardafwijking van de rentemarge is 0,48%. Zoals reeds vermeld, ligt de
gemiddelde rentemarge hoger dan de gemiddelde rentevoet. De standaardafwijking van de
rentevoet en rentemarge is bij benadering gelijklopend.
3.3 Geleend bedrag
Het geleend bedrag door de hypotheekgever is één van de verklarende variabelen die wordt
opgenomen in dit onderzoek. A priori kan verwacht worden dat naarmate het geleend bedrag hoger
ligt, de rentevoet hoger zal liggen en bijgevolg dus ook de rentemarge.
H1: Een hoger geleend bedrag resulteert in een hogere rentemarge.
Uit de beschrijvende statistiek, ut supra weergegeven in tabel 2, kan worden afgeleid dat het
gemiddeld geleend bedrag € 208 860,00 bedraagt. Het minimaal geleend bedrag in de
geobserveerde periode bedraagt € 25 000,00; het maximaal geleend bedrag € 650 000,00. Een groot
verschil kan bijgevolg worden vastgesteld tussen de waarde van het minimaal geleend bedrag en het
maximaal geleend bedrag.
Uit de correlatiematrix, ut supra weergegeven in tabel 3, kan een relatief sterke correlatie worden
geconstateerd (0,41) tussen de variabelen ‘geleend bedrag’ en ‘quotiteit’. Alsook tussen de variabele
‘geleend bedrag’ en ‘looptijd’ is er een vrij sterke correlatie (0,46).
3.4 Quotiteit
Zoals eerder besproken wordt de quotiteit gevormd door de verhouding tussen de waarde van de
lening en de waarde van het onderliggend vastgoed. Voorafgaand kan in lijn met onder andere de
resultaten van Jung (1962), Page (1964), Sandor en Sosin (1975), Hendershott en Shilling (1989) en
Milani (2012) vermoed worden dat een hogere quotiteit zal resulteren in een hogere onderhandelde
rentevoet; een hogere quotiteit houdt immers meer risico in voor de bank.
H2: Een hogere quotiteit resulteert in een hogere rentemarge.
38
Uit de beschrijvende statistiek, ut supra weergegeven in tabel 2, kan worden afgeleid dat de
gemiddelde quotiteit 75,30% is. De minimale quotiteit in de geobserveerde periode bedraagt 10%;
de maximale 110%. Deze laatste waarde duidt erop dat het geleend bedrag 10% hoger ligt dan de
waarde van het onderliggend onroerend goed. De standaardafwijking van de quotiteit bedraagt 20%.
3.5 Looptijd
De looptijd van de aangevraagde hypothecaire lening wordt opgenomen als verklarende variabele.
Zoals bevonden door de liquiditeitshypothese en de (normale) yield curve kan verwacht worden dat
een langere looptijd voor een hogere rentevoet zorgt.
H3: Een langere looptijd resulteert in een hogere rentemarge.
Uit de beschrijvende statistiek, ut supra weergegeven in tabel 2, kan worden afgeleid dat de
gemiddelde looptijd 19 jaar bedraagt. De minimale looptijd in de geobserveerde periode bedraagt 8
jaar; de maximale 30 jaar.
Uit de correlatiematrix, ut supra weergegeven in tabel 3, kan een licht negatieve correlatie (-0,22)
tussen de variabelen ‘looptijd’ en ‘d_herfinanciering’ worden geconstateerd. Dit kan mogelijk
verklaard worden doordat herfinancieringen betrekking hebben op lopende leningen waarvan een
deel van de looptijd reeds verstreken is. Vervolgens is er een licht negatieve correlatie tussen de
variabelen ‘looptijd’ en ‘d_vast’, namelijk -0,27, op te merken. Met andere woorden, hypothecaire
leningen met een langere looptijd worden iets vaker afgesloten met een variabele rentevoet en vice
versa.
39
Op figuur 14, ut infra, wordt een staafdiagram weergegeven waarin de looptijden van alle
bestudeerde hypothecaire leningen zijn onderverdeeld. Hierbij valt op te merken dat de klasse 20-
25 jaar het grootst is.
Figuur 14: Looptijd
3.6 Herfinanciering
Herfinanciering wordt opgenomen onder de vorm van een dummy-variabele, waarbij waarde ‘0’
staat voor een kredietovereenkomst zonder herfinanciering van een bestaande lening en bijgevolg
waarde ‘1’ betekent dat de onderhandelde kredietovereenkomst wel een herfinanciering is van een
bestaande kredietovereenkomst. Logischerwijs kan verwacht worden dat rentevoeten bij
herfinancieringen lager zullen liggen gezien hypotheekgevers niet zullen overgaan tot
herfinanciering, rekening houdend met de kosten, als men geen significant lagere rentevoet
aangeboden krijgt.
H4: Een geherfinancierde lening resulteert in een lagere rentemarge dan een nieuw afgesloten
lening.
Uit de beschrijvende statistiek, ut supra weergegeven in tabel 2, kan worden afgeleid dat 29% van
de bestudeerde hypothecaire leningen herfinancieringen zijn. Dit betekent dat de dummy-variabele
in de geobserveerde periode vaker de waarde ‘0’ aanneemt dan de waarde ‘1’. Zodoende is de
minderheid van de bestudeerde kredietovereenkomsten een herfinancieringsovereenkomst.
0
50
100
150
200
250
0-5 5-10 10-15 15-20 20-25 25-30 >30
AA
NTA
l HYP
OTH
ECA
IRE
LEN
ING
EN
LOOPTIJD
40
In de bestudeerde dataset, hebben 215 hypothecaire leningen betrekking tot
herfinancieringsovereenkomsten. Bijgevolg zijn de overige 529 hypothecaire leningen geen
herfinancieringsovereenkomsten.
3.7 Type rentevoet
Zoals reeds vermeld, kan er bij het aangaan van een hypothecaire lening gekozen worden voor zowel
een vaste als een variabele rentevoet. Deze verklarende variabele wordt opgenomen aan de hand
van een dummy-variabele waarbij waarde ‘0’ staat voor een variabele rentevoet en waarde ‘1’ staat
voor een vaste rentevoet.
H5: Zowel een vaste als een variabele rentevoet wordt bepaald door overeenkomstige dossier-
specifieke determinanten.
29%
71%
geen herfinanciering
herfinanciering
Figuur 15: Herfinanciering
41
Verschillende vormen van variabele rentevoeten kunnen worden waargenomen doorheen de
dataset. Deze worden weergegeven in tabel 4.
Tabel 4: Formules variabele rentevoet
Formule variabele Beschrijving Aantal
1.1.1 De rentevoet wordt jaarlijks herzien. 8
3.3.3 De rentevoet wordt driejaarlijks herzien. 14
5.5.5 De rentevoet wordt vijfjaarlijks herzien. 28
10.5.5 De rentevoet wordt de eerste keer na 10 jaar herzien.
Vervolgens is er om de 5 jaar een herziening.
74
15.5.5 De rentevoet wordt de eerste keer na 15 jaar herzien.
Vervolgens is er om de 5 jaar een herziening.
6
20.5.5 De rentevoet wordt de eerste keer na 20 jaar herzien.
Vervolgens is er om de 5 jaar een herziening.
8
5.3.3 De rentevoet wordt de eerste keer na 5 jaar herzien.
Vervolgens is er om de 3 jaar een herziening.
1
7.3.3 De rentevoet wordt de eerste keer na 7 jaar herzien.
Vervolgens is er om de 3 jaar een herziening.
5
20.1.1 De rentevoet wordt de eerste keer na 20 jaar herzien.
Vervolgens is er om de 1 jaar een herziening.
1
20.3.3 De rentevoet wordt de eerste keer na 20 jaar herzien.
Vervolgens is er om de 3 jaar een herziening.
1
25.5.5 De rentevoet wordt de eerste keer na 25 jaar herzien.
Vervolgens is er om de 5 jaar een herziening.
1
Bron: (Crelan, 2015)
Uit de beschrijvende statistiek, ut supra weergegeven in tabel 2, kan worden afgeleid dat 80% van
de bestudeerde hypothecaire leningen een vaste rentevoet heeft. Dit betekent dat de dummy-
variabele in de geobserveerde periode vaker de waarde ‘1’ aanneemt dan de waarde ‘0’. De
meerderheid van de bestudeerde kredietovereenkomsten zijn dus kredietovereenkomsten met een
vaste hypotheekrente. Deze bevinding is in overeenstemming met figuur 2, ut supra weergegeven,
waarin werd aangetoond dat een vaste rentevoet bij hypothecaire leningen de meest gekozen
formule is in België.
42
Er zijn 597 hypothecaire leningen met een vaste hypotheekrente vastgesteld in de bestudeerde
dataset. 80% van de bestudeerde leningen slaan op een vaste rentevoet. Slechts 147 leningen
hebben betrekking op een variabele hypotheekrente; deze zijn als volgt in tabel 5 verdeeld.
Figuur 16: Type rentevoet
3.8 Bank
Het effect van het al dan niet afsluiten van een hypothecaire lening bij een grootbank wordt
nagegaan aan de hand van een dummy-variabele. Deze verklarende variabele zal waarde ‘1’
aannemen voor een hypothecaire lening afgesloten bij een grootbank en bijgevolg waarde ‘0’ voor
een hypothecaire lening die niet werd afgesloten bij een grootbank. In het onderzoek komen
volgende banken voor: BNP Paribas Fortis, Woningfonds, KBC, Crelan, ING, AXA, Nagelmackers,
Fintro, Argenta, Belfius, Bpost Bank, Hello Bank, DVV, VDK Spaarbank, Credit Foncier, Onesto, Elantis,
Allianz, Record Bank, Beobank en Credimo.
Onder het begrip ‘grootbank’ vallen volgende banken in België: Belfius, KBC, ING en BNP Paribas
Fortis. A priori kan voor deze variabele enerzijds verwacht worden dat gezien de schaalvoordelen
grootbanken lagere rentevoeten kunnen aanbieden. Anderzijds hebben deze banken soms meer
macht waardoor ze hogere rentemarges hanteren.
H6: Zowel rentemarges op leningen afgesloten bij een grootbank als bij een niet-grootbank
worden bepaald door overeenkomstige dossier-specifieke determinanten.
H7: De rentemarges bij grootbanken liggen hoger dan bij niet-grootbanken.
78%
22%
Vlaanderen
Wallonië
43
Uit de beschrijvende statistiek, ut supra weergegeven in tabel 2, kan worden afgeleid dat 50% van
de bestudeerde hypothecaire leningen afgesloten zijn bij een grootbank. Dit betekent dat de
dummy-variabele in de geobserveerde periode plusminus de waarde ‘0’ even vaak wordt
aangenomen als de waarde ‘1’. Met andere woorden, worden er bij benadering evenveel leningen
afgesloten bij grootbanken als bij niet-grootbanken.
Uit de correlatiematrix, ut supra weergegeven in tabel 3, kan worden geconstateerd dat er een licht
positieve correlatie bestaat tussen de variabele ‘bank’ en ‘d_vast’ (0,25).
3.9 Gewest
Om na te gaan of de plaats waar de hypotheekgever de aanvraag voor de hypothecaire lening doet
al dan niet een invloed heeft op de onderhandelde rentevoet, wordt de plaats waar de aanvraag
gebeurde opgenomen onder de vorm van een dummy. Dit gebeurt aan de hand van 3 dummy-
variabelen. Namelijk één voor het Vlaams gewest, één voor het Waals gewest en één voor het
Brussels gewest. Hierbij staat waarde ‘1’ per dummy-variabele voor een kredietvoorstel in het
desbetreffende gewest. Per kredietvoorstel kan slechts één van de 3 dummy-variabelen waarde ‘1’
aannemen.
Op basis van de bevindingen van Ozdemir en Altinoz (2013), wordt volgende hypothese opgesteld:
H8: Het gewest waar een lening werd afgesloten heeft een significant effect op de
gehanteerde rentemarge.
Uit de beschrijvende statistiek, ut supra weergegeven in tabel 2, kan worden afgeleid dat 71% van
de bestudeerde hypothecaire leningen is afgesloten in Vlaanderen; 20% in Wallonië en 9% in Brussel.
Dit betekent dat de dummy-variabele VLA in de geobserveerde periode het vaakst de waarde ‘1’
aanneemt in vergelijking met de twee andere dummy-variabelen.
Zoals ook wordt aangegeven op figuur 17 werden er onder de geobserveerde leningen 526
afgesloten in Vlaanderen, 152 in Wallonië en 66 in Brussel. Bijgevolg zijn de resultaten het meest
representatief voor het Vlaams Gewest gezien de meerderheid van de geobserveerde leningen daar
werd onderhandeld.
44
Figuur 17: Verdeling steekproef over gewesten
3.10 Aantal ontleners
Deze verklarende variabele duidt op het aantal ontleners die de afbetalingen zullen dragen. De
dummy-variabele neemt waarde ‘1’ aan, wanneer een lening wordt afgesloten door meer dan één
ontlener. A priori kan verwacht worden dat de overeengekomen rentevoet lager zal zijn wanneer de
kredietovereenkomst meerdere ontleners omvat, gezien de bank hierbij meer zekerheid wordt
geboden.
H9: Een lening afgesloten door meer dan één ontlener resulteert in een hogere rentemarge
dan wanneer deze werd afgesloten door een individuele ontlener.
Uit de beschrijvende statistiek, ut supra weergegeven in tabel 2, kan worden afgeleid dat 64% van
de bestudeerde hypothecaire leningen door meer dan 1 ontlener is afgesloten. Dit betekent dat de
dummy-variabele in de geobserveerde periode vaker de waarde ‘1’ aanneemt dan de waarde ‘0’.
Het grootste deel van de geobserveerde kredietovereenkomsten, meer bepaald 480, werd
afgesloten door meer dan één ontlener. Zodoende werden 264 kredietovereenkomsten slechts door
één ontlener afgesloten.
0 100 200 300 400 500 600
Vlaanderen
Wallonië
Brussel
45
4 METHODOLOGIE
Het effect van de verschillende opgenomen variabelen op de rentemarge wordt gemeten aan de
hand van een cross-sectioneel onderzoek. Hierbij zal gebruik worden gemaakt van onderstaand
regressiemodel:
𝑅𝑀 = ∝ + 𝛽1 𝐺𝐸𝐿𝐸𝐸𝑁𝐷 𝐵𝐸𝐷𝑅𝐴𝐺 + 𝛽2 𝑄𝑈𝑂𝑇𝐼𝑇𝐸𝐼𝑇 + 𝛽3 𝐿𝑂𝑂𝑃𝑇𝐼𝐽𝐷 + 𝛽4 𝐷𝐻𝐹 + 𝛽5 𝐷𝑉𝐴𝑆𝑇
+ 𝛽6 𝐷𝐵𝐴𝑁𝐾 + 𝛽7 𝐷𝑉𝐿𝐴 + 𝛽8 𝐷𝑊𝐴𝐿 + 𝛽10 𝐷𝑂𝑁𝑇𝐿𝐸𝑁𝐸𝑅𝑆 + 𝑒𝑖
Er wordt geen probleem aangegeven omtrent multicollineariteit gezien alle VIF-waarden onder de
waarde van 10 liggen. Tabel 6, ut infra, geeft de VIF-waarden weer.
Tabel 5: Variance Inflation Factors (VIF)
VARIABELEN VIF-WAARDEN
GELEEND BEDRAG 1,540
QUOTITEIT 1,400
LOOPTIJD 1,595
D_HERFINANCIERING 1,112
D_VASTE RENTEVOET 1,182
D_BANK 1,101
D_AANTAL ONTLENERS 1,121
D_GEWEST: VLA 2,751
D_GEWEST: WAL 2,721
Aan de hand van de White’s Test voor heteroskedasticiteit wordt nagegaan of dit probleem zich
voordoet. De p-waarde (0,02408) ligt lager dan de kritische waarde (0,05). Dit duidt op het probleem
van heteroskedasticiteit. Bijgevolg wordt gewerkt met ‘robust standard errors’.
46
5 EMPIRISCHE RESULTATEN
5.1 Resultaten
Het model heeft een verklaringskracht van 0,41; wat betekent dat 41% van de variantie in de
rentemarge kan verklaard worden door de opgenomen variabelen.
Tabel 6: Basis regressie model
Significantieniveau’s: * 5%; ** 1%; *** 0,1%
Zeven variabelen hebben een significant effect op de rentemarge, namelijk het geleend bedrag, de
quotiteit, de looptijd, het al dan niet kiezen voor vaste rentevoet, het al dan niet afsluiten van de
hypothecaire lening bij een grootbank en de twee dummy’s Vlaanderen en Wallonië. De significantie
van het effect van een variabele wordt nagegaan door de absolute waarde van de t-ratio te
vergelijken met de kritische waarde.
𝑅𝑀 = 0,0073 − 8,5345 ∗ 10−9 ∗ 𝐺𝐸𝐿𝐸𝐸𝑁𝐷 𝐵𝐸𝐷𝑅𝐴𝐺 + 0,002270 ∗ 𝑄𝑈𝑂𝑇𝐼𝑇𝐸𝐼𝑇 + 0,0006074
∗ 𝐿𝑂𝑂𝑃𝑇𝐼𝐽𝐷 − 1,2092 ∗ 10−5 ∗ 𝐷𝐻𝐹 + 0,003988 ∗ 𝐷𝑉𝐴𝑆𝑇 + 0,0007245 ∗ 𝐷𝐵𝐴𝑁𝐾 − 0,002045
∗ 𝐷𝑉𝐿𝐴 − 0,002411 ∗ 𝐷𝑊𝐴𝐿 − 0,0003253 ∗ 𝐷𝑂𝑁𝑇𝐿𝐸𝑁𝐸𝑅𝑆 + 𝑒𝑖
Een toename in het geleend bedrag resulteert in een afname van de rentemarge bij banken. Indien
het geleend bedrag toeneemt met € 100 000,00, ceteris paribus, daalt de rentemarge met 0,085%.
Het effect van een kleine stijging in het geleend bedrag kan dus als erg gering worden aanschouwd.
Toch wordt dit effect geacht significant te zijn. De vooropgestelde hypothese 1 dient bijgevolg
verworpen te worden.
COËFF. STD. DEV. T-RATIO P-WAARDE
const 0,0073 0,0010 7,3751 <0,0001***
GELEEND BEDRAG −8,5345*10-9 1,6080*10-9 −5,3075 <0,0001***
QUOTITEIT 0,0023 0,0009 2,6177 0,0090***
LOOPTIJD 0,0006 3,2919*10-5 18,4499 <0,0001***
D_HERFINANCIERING −1,2092*10-5 0,0003 −0,0389 0,9690
D_VAST 0,0040 0,0004 10,2412 <0,0001***
D_BANK 0,0007 0,0003 2,4854 0,0132**
D_ONTLENER −0,0003 0,0003 −1,0561 0,2913
D_VLAANDEREN −0,0020 0,0006 −3,6503 0,0003***
D_WALLONIË −0,0024 0,0006 −3,9520 <0,0001***
47
Een toename van de quotiteit heeft een positieve invloed op de rentemarge. Een hogere quotiteit,
wat een lagere eigen inbreng van de ontlener impliceert, leidt tot een hogere rentemarge. Dit is
natuurlijk negatief voor de ontlener. De a priori vooropgestelde hypothese 2 kan op basis van deze
bevindingen bevestigd worden. Een stijging van de quotiteit van 10%, ceteris paribus, resulteert in
een stijging van de rentemarge van 0,23%.
Wanneer de looptijd van een lening langer is, zal de rentemarge die de bank de ontlener aanrekent
hoger liggen, dit is bijgevolg in lijn met hypothese 3. Als de looptijd met 1 jaar toeneemt, stijgt de
rentemarge met 0,061%. Een stijging van de looptijd met 10 jaar leidt dus tot een stijging in de
rentemarge met 0,61%. Ceteris paribus, heeft een ontlener er dus voordeel bij de looptijd van zijn
hypothecaire lening te beperken.
Indien het gaat om een kredietovereenkomst die een herfinanciering inhoudt van een bestaande
hypothecaire lening, zou de rentemarge van de bank dalen. Dit effect echter niet significant,
bijgevolg kan da vooropgestelde hypothese 4 niet aanvaard worden. Hierbij dient wel bemerkt te
worden dat hypothese 4 geen betrekking heeft op de vergelijking tussen de originele lening van een
hypotheekgever en zijn geherfinancierde lening, gezien de data die voor dit onderzoek verzameld
werd een dergelijke vergelijking niet mogelijk maakt.
Een hypothecaire kredietovereenkomst met een vaste rentevoet brengt een hogere rentemarge met
zich mee. De rentemarge stijgt namelijk met 0,39%, ceteris paribus, indien voor een vaste
hypotheekrente werd gekozen. Bovenstaand effect is bovendien significant.
Het aangaan van een hypothecaire lening bij een grootbank impliceert een hogere rentemarge, zoals
a priori vooropgesteld in hypothese 7. Voor de in de dataset geobserveerde hypothecaire leningen
zou de rentemarge dus 0,072%, ceteris paribus, hoger liggen indien de lening werd aangegaan bij
een grootbank.
De keuze van het gewest waar men de lening aangaat, heeft een significant effect op de rentemarge
die de ontlener dient te betalen. Een hypothecaire lening aangegaan in Vlaanderen leidt tot een
rentemarge die 0,20%, ceteris paribus, lager ligt dan die in Brussel. Een hypothecaire lening
aangegaan in Wallonië resulteert in een rentemarge die 0,24%, ceteris paribus, lager ligt dan die in
Brussel. Bijgevolg zijn de te betalen rentevoeten in Brussel het hoogst en de te betalen rentevoeten
in Wallonië het laagst. Zodoende kan hypothese 8 bevestigd worden.
48
Indien de lening werd afgesloten door meer dan één ontlener, zou de rentemarge dalen met 0,032%,
ceteris paribus. Deze variabele heeft echter geen significant effect op de rentemarge. Derhalve dient
hypothese 9 verworpen te worden.
5.1.1 Restrictie: vast/variabel
Allereerst wordt op de bestaande steekproef een restrictie opgelegd, zodat enkel de hypothecaire
leningen met een vaste rentevoet bestudeerd worden. Hierbij worden dezelfde determinanten
opgenomen als bij de basis regressie. Na aanpassingen voor heteroskedasticiteit, wordt onderstaand
model bekomen (tabel 8).
Het model heeft een verklaringskracht van 0,44; wat betekent dat 44% van de variantie in de
rentemarge kan verklaard worden door de opgenomen variabelen.
Tabel 7: Regressie model met restrictie ‘vast’
COËFF. STD. DEV. T-RATIO P-WAARDE
const 0,0107 0,0008 13,0475 <0,0001***
GELEEND BEDRAG -9,6134*10-9 1,7700*10-9 -5,4186 <0,0001***
QUOTITEIT 0,0019 0,0009 2,0537 0,0404**
LOOPTIJD 0,0007 3,6394*10-5 18,0815 <0,0001***
D_HERFINANCIERING 7,5803*10-5 0,0003 0,2260 0,8212
D_BANK 0,0008 0,0003 2,6268 0,0088***
D_ONTLENER -0,0005 0,0003 -1,4325 0,1525
D_VLAANDEREN -0,0019 0,0005 -3,4818 0,0005***
D_WALLONIË -0,0024 0,0006 -3,9218 <0,0001***
Significantieniveau’s: * 5%; ** 1%; *** 0,1%
Zes variabelen hebben binnen deze restrictie een significant effect op de rentemarge, namelijk het
geleend bedrag, de quotiteit, de looptijd, het al dan niet afsluiten van de lening bij een grootbank en
de twee dummy’s Vlaanderen en Wallonië. De determinanten die een significant effect hebben op
de rentemarge zijn bijgevolg gelijklopend aan het basis model. Het effect van de dummy-variabele
‘herfinanciering’ is sterker en positief geworden; toch wordt het effect niet significant geacht.
𝑅𝑀𝑉𝐴𝑆𝑇 = 0,0107 − 9,6134 ∗ 10−9 ∗ 𝐺𝐸𝐿𝐸𝐸𝑁𝐷 𝐵𝐸𝐷𝑅𝐴𝐺 + 0,0019 ∗ 𝑄𝑈𝑂𝑇𝐼𝑇𝐸𝐼𝑇 + 0,0007 ∗ 𝐿𝑂𝑂𝑃𝑇𝐼𝐽𝐷
− 7,5803 ∗ 10−5 ∗ 𝐷𝐻𝐹 + 0,0008 ∗ 𝐷𝐵𝐴𝑁𝐾 − 0,0019 ∗ 𝐷𝑉𝐿𝐴 − 0,0024 ∗ 𝐷𝑊𝐴𝐿 − 0,0005
∗ 𝐷𝑂𝑁𝑇𝐿𝐸𝑁𝐸𝑅𝑆 + 𝑒𝑖
49
Vervolgens wordt op de bestaande steekproef opnieuw een restrictie opgelegd, zodat enkel de
hypothecaire leningen met een variabele rentevoet bestudeerd worden. Na aanpassingen voor
heteroskedasticiteit, wordt onderstaand model bekomen (tabel 9).
Het model heeft een verklaringskracht van 0,16; wat betekent dat 16% van de variantie in de
rentemarge kan verklaard worden door de opgenomen variabelen. Bij dit model dient echter
opgemerkt te worden dat het aantal observaties vrij klein is, waardoor de representativiteit van het
model in gedrang komt.
Tabel 8: Regressie model met restrictie 'variabel'
COËFF. STD. DEV. T-RATIO P-WAARDE
const 0,0120 0,0032 3,6928 0,0003***
GELEEND BEDRAG -3,9656*10-9 3,7247*10-9 -1,0647 0,2889
QUOTITEIT 0,0032 0,0022 1,4410 0,1519
LOOPTIJD 0,0003 8,0124*10-5 4,2835 <0,0001***
D_HERFINANCIERING -0,0001 0,0007 -0,1507 0,8804
D_BANK -0,0002 0,0007 -0,2264 0,8212
D_ONTLENER -0,0001 0,0007 -0,1834 0,8548
D_VLAANDEREN -0,0026 0,0020 -1,2864 0,2005
D_WALLONIË -0,0030 0,0021 -1,4380 0,1527
Significantieniveau’s: * 5%; ** 1%; *** 0,1%
𝑅𝑀𝑉𝐴𝑅. = 0,0120 − 3,9656 ∗ 10−9 ∗ 𝐺𝐸𝐿𝐸𝐸𝑁𝐷 𝐵𝐸𝐷𝑅𝐴𝐺 + 0,0032 ∗ 𝑄𝑈𝑂𝑇𝐼𝑇𝐸𝐼𝑇 + 0,003 ∗ 𝐿𝑂𝑂𝑃𝑇𝐼𝐽𝐷
− 0,0001 ∗ 𝐷𝐻𝐹 − 0,0002 ∗ 𝐷𝐵𝐴𝑁𝐾 − 0,0026 ∗ 𝐷𝑉𝐿𝐴 − 0,0030 ∗ 𝐷𝑊𝐴𝐿 − 0,0001 ∗ 𝐷𝑂𝑁𝑇𝐿𝐸𝑁𝐸𝑅𝑆
+ 𝑒𝑖
Slechts één variabele heeft een significant effect op de rentemarge, namelijk de looptijd. De
determinanten die een significant effect hebben op de rentemarge zijn bijgevolg niet gelijklopend
aan het basis model. Ut supra werd hiervoor al een mogelijke verklaring gegeven.
De vooropgestelde hypothese 5 kan aan de hand van bovenstaande regressies verworpen worden.
Deze resultaten zijn zoals ut supra vermeld echter mogelijks niet representatief. De resultaten van
de regressie met restrictie ‘vast’ zijn echter wel gelijklopend met de basis regressie, in tegenstelling
tot de regressie met restrictie ‘variabel’.
50
5.1.2 Restrictie: grootbank
Allereerst wordt op de bestaande steekproef een restrictie opgelegd, zodat enkel de hypothecaire
leningen afgesloten bij een niet-grootbank bestudeerd worden. Hierbij worden dezelfde
determinanten opgenomen als bij de basis regressie. Na aanpassingen voor heteroskedasticiteit,
wordt onderstaand model bekomen.
Het model heeft een verklaringskracht van 0,37; wat betekent dat 37% van de variantie in de
rentemarge kan verklaard worden door de opgenomen variabelen.
Tabel 9: Regressie model met restrictie 'grootbank'
COËFF. STD. DEV. T-RATIO P-WAARDE
const 0,0084 0,0014 6,2011 <0,0001***
GELEEND BEDRAG -7,1148*10-9 2,4641*10-9 -2,8874 0,0041***
QUOTITEIT 0,0008 0,0012 0,6808 0,4964
LOOPTIJD 0,0006 4,6554*10-5 13,4668 <0,0001***
D_HERFINANCIERING 0,0011 0,0005 2,5180 0,0122**
D_VAST 0,0045 0,0007 6,2051 <0,0001***
D_ONTLENER -0,0002 0,0005 -0,4061 0,6849
D_VLAANDEREN -0,0031 0,0008 -3,6089 0,0004***
D_WALLONIË -0,0027 0,0009 -2,9921 0,0030***
Significantieniveau’s: * 5%; ** 1%; *** 0,1%
Zes variabelen hebben een significant effect op de rentemarge, namelijk het geleend bedrag, de
looptijd, het al dan niet herfinancieren van de lopende leningen, het al dan niet kiezen voor vaste
rentevoet en de twee dummy’s Vlaanderen en Wallonië. De determinanten die een significant effect
hebben op de rentemarge zijn bijgevolg afwijkend van het basis model. De variabele ‘quotiteit’ wordt
niet langer als significant aangegeven, terwijl de dummy-variabele ‘herfinanciering’ wel een
significant effect op de rentemarge blijkt te hebben in dit model.
𝑅𝑀𝐺𝑅𝑂𝑂𝑇𝐵𝐴𝑁𝐾 = 0,0084 − 7,1148 ∗ 10−9 ∗ 𝐺𝐸𝐿𝐸𝐸𝑁𝐷 𝐵𝐸𝐷𝑅𝐴𝐺 + 0,0008 ∗ 𝑄𝑈𝑂𝑇𝐼𝑇𝐸𝐼𝑇 + 0,0006
∗ 𝐿𝑂𝑂𝑃𝑇𝐼𝐽𝐷 + 0,0011 ∗ 𝐷𝐻𝐹 + 0,0045 ∗ 𝐷𝑉𝐴𝑆𝑇 − 0,0031 ∗ 𝐷𝑉𝐿𝐴 − 0,0027 ∗ 𝐷𝑊𝐴𝐿 − 0,0002
∗ 𝐷𝑂𝑁𝑇𝐿𝐸𝑁𝐸𝑅𝑆 + 𝑒𝑖
Vervolgens wordt op de bestaande steekproef opnieuw een restrictie opgelegd, zodat enkel de
hypothecaire leningen afgesloten bij een niet-grootbank bestudeerd worden. Na aanpassingen voor
heteroskedasticiteit, wordt onderstaand model bekomen.
51
Het model heeft een verklaringskracht van 0,46; wat betekent dat 46% van de variantie in de
rentemarge kan verklaard worden door de opgenomen variabelen.
Tabel 10: Regressie model met restrictie 'niet-grootbank'
COËFF. STD. DEV. T-RATIO P-WAARDE
const 0,0066 0,0016 4,1795 <0,0001***
GELEEND BEDRAG -9,8646*10-9 1,9611*10-9 -5,0301 <0,0001***
QUOTITEIT 0,0040 0,0013 2,9924 0,0030***
LOOPTIJD 0,0006 4,8359 11,8950 <0,0001***
D_HERFINANCIERING -0,0009 0,0004 -2,2204 0,0270**
D_VAST 0,0039 0,0005 7,7908 <0,0001***
D_ONTLENER -0,0006 0,0004 -1,3879 0,1660
D_VLAANDEREN -0,0010 0,0008 -1,2228 0,2222
D_WALLONIË -0,0024 0,0008 -2,8378 0,0048***
Significantieniveau’s: * 5%; ** 1%; *** 0,1%
Zes variabelen hebben een significant effect op de rentemarge, namelijk het geleend bedrag, de
quotiteit, de looptijd, het al dan niet herfinancieren van de lopende leningen, het al dan niet kiezen
voor vaste rentevoet en de dummy Wallonië. De determinanten die een significant effect hebben op
de rentemarge zijn bijgevolg afwijkend van het basis model. De variabele ‘herfinanciering’ wordt als
significant aangegeven, terwijl deze in het basis model als niet-significant wordt aangegeven.
Bovendien is het effect van deze variabele sterker geworden. Tot slot heeft de dummy-variabele
‘Vlaanderen’ niet langer een significant verband met de rentemarge. Wanneer zowel groot- als niet-
grootbanken samen werden bestudeerd, zoals in het basismodel, had deze variabele wel een
significant effect.
𝑅𝑀𝑁𝑇−𝐺𝑅𝑂𝑂𝑇𝐵𝐴𝑁𝐾 = 0,0066 − 9,8646 ∗ 10−9 ∗ 𝐺𝐸𝐿𝐸𝐸𝑁𝐷 𝐵𝐸𝐷𝑅𝐴𝐺 + 0,0040 ∗ 𝑄𝑈𝑂𝑇𝐼𝑇𝐸𝐼𝑇 + 0,0006
∗ 𝐿𝑂𝑂𝑃𝑇𝐼𝐽𝐷 − 0,0009 ∗ 𝐷𝐻𝐹 + 0,0039 ∗ 𝐷𝑉𝐴𝑆𝑇 − 0,0010 ∗ 𝐷𝑉𝐿𝐴 − 0,0024 ∗ 𝐷𝑊𝐴𝐿 − 0,0006
∗ 𝐷𝑂𝑁𝑇𝐿𝐸𝑁𝐸𝑅𝑆 + 𝑒𝑖
Aan de hand van bovenstaande bevindingen, wordt de vooropgestelde hypothese 6 verworpen. Dit
gezien de ‘quotiteit’ en de dummy-variabele ‘VLA’ wél een significant effect hebben op de
rentemarge bij grootbanken maar dit effect niet wordt waargenomen bij niet-grootbanken.
52
5.2 Discussie
Wanneer de verkregen resultaten uit dit onderzoek vergeleken worden met bevindingen uit
voorgaande onderzoeken, kunnen verschillende bemerkingen gemaakt worden.
5.2.1 Looptijd
Wat betreft de variabele looptijd, liggen de resultaten van dit onderzoek niet in lijn met de
bevindingen van Page (1964). Dit kan mogelijk verklaard worden door het feit dat het onderzoek van
Page (1964) gedateerd is. Alsook de resultaten van Herzog en Early (1970) kunnen niet bevestigd
worden. Zowel het onderzoek van Page (1964) en Herzog en Early (1970) zijn uitgevoerd in Amerika,
wat ook een mogelijke oorzaak kan zijn voor deze afwijkende resultaten.
Verder zijn de verkregen resultaten in overeenstemming met het onderzoek van Von Furstenberg
(1971), de liquiditeitshypothese en de normale yield curve.
5.2.2 Geleend bedrag
Inzake het geleend bedrag, bevestigt dit onderzoek de bevindingen van Hendershott en Shilling
(1989). Langs de andere kant kan de eerder vernoemde liquiditeitshypothese aan de hand van deze
resultaten niet bevestigd worden.
5.2.3 Quotiteit
Net zoals Edelberg (2006) concludeerde, heeft de quotiteit een significant effect op de
hypotheekrente. Bovendien ligt dit onderzoek in lijn met de resultaten van Jung (1962), Page (1964),
Sandor en Sosin (1975), Hendershott en Shilling (1989) en Milani (2012).
De resultaten uit het onderzoek van Aspinwall (1970) daarentegen worden door deze studie niet
bevestigd.
5.2.4 Herfinanciering
Gezien geconcludeerd werd dat een herfinanciering leidt tot een significant lagere rentevoet, stemt
dit overeen met het onderzoek van Brady et al. (2000) waarin werd besloten dat de keuze tot
herfinanciering gemotiveerd wordt vanuit het verlangen om de maandelijkse hypotheekafbetalingen
te verminderen door een lagere rentevoet.
53
5.2.5 Gewest
De bevindingen van Ozdemir en Altinoz (2013) worden bevestigd in dit onderzoek, gezien in deze
studie wordt aangetoond dat het gewest, waar de aanvraag voor de hypothecaire lening werd
gedaan, een significant effect heeft op de hypotheekrente.
54
7 CONCLUSIE
Gezien het gat in de literatuur betreffende de micro-economische determinanten van de
hypotheekrente, vormt dit onderzoek een antwoord op de vraag welke micro-economische factoren
de gehanteerde hypotheekrente beïnvloeden. Door gebruik te maken van een regressiemodel
onderzocht deze studie het effect van verschillende variabelen op de rentemarge op hypothecaire
leningen gehanteerd door banken. Er werd specifiek gekozen om te werken met de rentemarge in
plaats van de rentevoet. Op deze manier was het mogelijk om ook rekening te houden met de rente
op de interbankenmarkt.
Empirische resultaten werden bekomen voor een steekproef van 744 observaties in België; waarbij
de aanvragen voor deze leningen gebeurden bij 21 verschillende banken gedurende de periode
02/2016 – 02/2017. Als verklarende variabelen werden in dit onderzoek opgenomen: geleend
bedrag; quotiteit; looptijd; herfinanciering; type rentevoet; bank; gewest en aantal ontleners.
De belangrijkste bevindingen uit deze studie kunnen als volgt samengevat worden; een toename van
het geleend bedrag resulteert in een daling van de gehanteerde rentemarge. Al zorgt een toename
in de quotiteit, die de verhouding weergeeft tussen de waarde van de lening en de waarde van het
onderliggend vastgoed, wél voor een significante verhoging van de rentemarge. Naarmate een
hypotheekgever dus meer dient te lenen en een lagere eigen inbreng kan aanbrengen, stijgt de rente
die diezelfde hypotheekgever dient te betalen op zijn lening. Verder is ook de rentemarge die een
bank aanrekent aan een ontlener hoger naarmate de looptijd van de lening langer is.
Als een persoon beslist om alleen een lening af te sluiten en het aantal ontleners bijgevolg één
bedraagt zal deze persoon geen significant hogere rentemarge betalen.
Het herfinancieren van een lening zou bovendien niet leiden tot een significant lagere rentemarge.
Hierbij dient wel bemerkt te worden dat de rentemarge niet significant lager zal zijn dan bij een
gewone hypothecaire lening, waarbij het dus niet om een herfinanciering gaat. Deze vergelijking
heeft geen betrekking op de initiële lening van de ontlener gezien de data waarop dit onderzoek
betrekking heeft niet de mogelijk bood een studie hiervan te maken.
55
Hypotheekgevers die kiezen voor een vast rentevoet zullen een significant hogere rentemarge
betalen dan hypotheekgevers die éénzelfde lening aangaan met een variabele rentevoet. Met
éénzelfde lening wordt bedoeld bij dezelfde bank, met dezelfde looptijd, geleend bedrag, quotiteit,
etc. In dit onderzoek heeft 80% van de bestudeerde leningen betrekking op een vaste
hypotheekrente; bijgevolg heeft dus slechts 20% van de leningen betrekking op een variabele
hypotheekrente wat een beperking van dit onderzoek vormt. Het aantal leningen met een variabele
hypotheekrente bedraagt slechts 147.
De resultaten van de studie geven verder ook aan dat een variabele rentemarge niet door dezelfde
rentemarge wordt bepaald als een vaste rentemarge. Bij deze laatste conclusie kan echter opnieuw
de beperking worden aangehaald rond het relatief laag aantal variabele hypotheekrentes in de
steekproef.
Wanneer een hypothecaire lening wordt afgesloten in het Vlaams Gewest ligt de rentemarge lager
dan wanneer diezelfde hypothecaire lening zou worden afgesloten bij een bank in het Brussels
Gewest. Ook voor het Waals Gewest kan éénzelfde conclusie worden getrokken, de rentemarge ligt
ook daar lager dan in het Brussels Hoofdstedelijk Gewest. Over het algemeen kan geconcludeerd
worden dat de te betalen rentevoeten in het Brussels Gewest het hoogst zijn en de te betalen
rentevoeten in het Waals Gewest het laagst zijn. Echter, slechts 9% van de bestudeerde leningen is
afgesloten in het Brussels Hoofdstedelijk Gewest. Dit laatste gegeven kan er dus mogelijks voor
zorgen dat de resultaten vertekend zijn.
Betreffende de competitiviteit kan er geen besluit gevormd worden, gezien dit niet opgenomen is
als variabele in het onderzoek. Deze determinant wordt als een constante beschouwd in dit
onderzoek.
Een lening aangegaan bij een grootbank resulteert in een hogere rentemarge dan een lening
aangegaan bij een niet grootbank. Al toont deze studie ook aan dat de rentemarge voor leningen
aangegaan bij een grootbank niet door dezelfde determinanten worden bepaald als leningen
aangegaan bij een niet-grootbank. Deze laatste conclusie vormt tevens een mogelijke voedingsbron
voor nieuwe studies.
56
Verder vormt ook het feit dat hypotheekgevers zelf de quotiteit, geleend bedrag, … dienen op te
laden op spaargids.be een beperking voor dit onderzoek. Mogelijke typfouten of onnauwkeurig
gedrag kunnen de resultaten van dit onderzoek vertekend hebben. Ook was er geen mogelijkheid
om de gegevens voor een periode die langer is dan één jaar of voor andere landen dan België af te
halen en bijgevolg te bestuderen. Laatstgenoemde mogelijke punten van kritiek op deze studie
bieden mogelijkheden voor verder onderzoek.
Het nagaan van de determinanten van rentemarges in andere Europese landen vormt een
mogelijkheid voor verder onderzoek. Zoals eerder in de literatuurstudie van dit onderzoek
bijvoorbeeld werd aangegeven, valt er een verschil in de voorkeur voor vaste of variabele
hypotheekrente te bemerken tussen Europese landen. Verder is een globaal onderzoek voor Europa
tevens interessant.
In de literatuurstudie werd alsook aangegeven dat de voorkeur van Belgische hypotheekgevers voor
een vaste of variabele rente doorheen de tijd geëvolueerd is; er vormt zich dus een mogelijkheid dat
ook de determinanten doorheen de tijd geëvolueerd zijn. Dit biedt mogelijkheden voor verder
onderzoek vanuit een historisch perspectief.
Tot slot kan dit onderzoek hypotheekgevers hulp bieden bij het aangaan van een hypothecaire
lening, gezien het inzicht kan verschaffen in de factoren die de rentevoet bepalen die deze
hypotheekgevers dienen te betalen aan de bank. Verder is deze studie, zoals ut supra vermeld, alsook
verrijkend voor Belgische banken.
VII
8 BIBLIOGRAFIE
ABN AMRO. (2017). Waaruit bestaan de financieringslasten? Opgeroepen op Februari 13, 2017, van ABN
AMRO:
https://www.abnamro.nl/nl/grootzakelijk/producten/financieren/kredieten/kredietaanvraag/kost
en-krediet.html
Agentschap Informatie Vlaanderen. (2016). Belastingvermindering voor de enige en eigen woning
(woonbonus). Opgeroepen op November 5, 2016, van Vlaanderen:
http://www.vlaanderen.be/nl/bouwen-wonen-en-energie/lenen/belastingvermindering-voor-de-
enige-en-eigen-woning-woonbonus
Analist.be. (2008, december 3). Analist.be. Opgeroepen op oktober 25, 2016, van Dossier Kredietcrisis:
http://www.analist.be/hottopics/10312-dossier-kredietcrisis
Aspinwall, R. C. (1970, april). Market Structure and Commercial Bank Mortgage Interest Rates. Southern
Economic Journal, 36(4), 376-384.
Baugnet, V., Butzen, P., Cheliout, S., Melyn, W., & Wibaut, Q. (2011, juni). Einde van de crisis op de
woningmarkten? Een internationaal overzicht. Economisch tijdschrift, 57-76.
BELGA. (2017, februari 10). Banken willen elke lening apart blijven beoordelen. De Standaard.
Berk, J., & Roll, R. (1998). Adjustable Rate Mortgages: Valuation. Journal of Real Estate Finance and
Economics, 163-184.
Beroepsvereniging Van het Krediet. (2016). Statistieken. Opgeroepen op december 12, 2016, van
Beroepsvereniging van het krediet: https://www.upc-bvk.be/nl/press/statistics
Bhutta, N., & Keys, B. J. (2014). Interest Rates and Equity Extraction during the Housing Boom. Kreisman
Working Paper Series in Housing Law and Policy, 3.
Bindseil, U. (2015). Non-conventional CB measures: monetary policy or LOLR? Duitsland: FU Berlin.
Brady, P. J., Canner, G. B., & Maki, D. M. (2000). The Effects of Recent Mortgage Refinancing. Federal
Reserve Bulletin, 86(7), 441-450.
Bruegel. (2015, september 16). Eurocrisis. Opgeroepen op maart 7, 2017, van Bruegel:
http://bruegel.org/2015/09/euro-crisis/
Bucks, B., & Pence, K. (2008). Do borrowers know their mortgage terms? Journal of Urban Economics, 64(2),
218-233.
Buyst, E., De Vries, P., & Vastmans, F. (2011, december). Het Vlaams woningmarktmodel :
Nieuwbouwprognoses, de werking van de woningmarkt en regionaal ruimtegebruik.
Campbell, J. Y., & Cocco, J. F. (2003). Household Risk Mangament and Optimal Mortage Choice. Quarterly
Journal of Economics, 118(4), 1449-1494.
VIII
Canner, G., Dynan, K., & Passmore, W. (2002). Mortgage refinancing in 2001 and early 2002. Federal
Reserve Bulletin, 469-481.
Chomsisengphet, S., & Pennington-Cross, A. (2006, Januari/Februari). The Evolution of the Subprime
Mortgage Market. Federal Reserve Bank of St. Louis Review, 88(1), 31-56.
Claeys, S., & Vander Vennet, R. (2004, september). Determinants of bank interest margins in Central and
Eastern Europe: A comparison with the West. Working paper.
Crelan. (2015). Woonkredietsimulator. Opgeroepen op maart 6, 2017, van Crelan:
http://www.crelan.be/nl/particulieren/loan_simulator
Damen, S., & Buyst, E. (2015). The Myopic Choice between Fixed and Adjustable Rate Mortgages in
Flanders.
De Decker, P. (2014, Januari 28). Afbouw woonbonus: nu of nooit. Opgeroepen op November 5, 2016, van
KU Leuven:
https://lirias.kuleuven.be/bitstream/123456789/439262/1/SAMPOL+januari+2014_De+Decker.p
df
De Graeve, F., De Jonghe, O., & Vander Vennet, R. (2007). Competition, transmission and bank pricing
policies: evidence from Belgian loan and deposit markets. Journal of Banking and Finance, 31(1),
259-278.
De Nederlandsche Bank. (2017). ECB rentetarieven. Opgeroepen op maart 26, 2017, van De Nederlandsche
Bank: https://www.dnb.nl/rente-en-inflatie/ecb-rentetarieven/
De Paepe, K. (2014, augustus 14). Herfinanciering duurder voor eigen klanten. Opgeroepen op oktober 29,
2016, van Spaargids.be: http://www.spaargids.be/sparen/algemeen-nieuws-
lenen/herfinanciering-duurder-voor-eigen-klanten.html
De Paepe, K. (2014, februari 2). Het dilemma: vaste of variabele rente. De Standaard.
De Raedt, K. (2016, augustus 12). Wanneer is het interessant om je woonlening te herzien? Het Nieuwsblad.
De Roy, L. (2016, december 14). Fed verhoogt de rente voor het eerst in een jaar. Opgeroepen op februari
13, 2017, van Redactie.be: http://deredactie.be/cm/vrtnieuws/economie/1.2844538
Deen, L. (2016, Juni 9). Is het einde van de vaste hypotheekrente in zicht? Opgeroepen op November 5,
2016, van Topcompare: https://www.topcompare.be/nl/blog/is-het-einde-van-de-vaste-
hypotheekrente-in-zicht
Dhillon, U. S., Shilling, J. D., & Sirmans, C. F. (1987). Between Fixed and Adjustable Rate Mortgages: Note.
Journal of Money, Credit and Banking, 19(2), 260-267.
Du Caju, P. (2016, september). De vermogensverdeling in België : eerste resultaten van de tweede golf van
de household finance and consumption Survey (HFCS). NBB Economisch Tijdschrift, pp. 27-44.
IX
DVV. (2017). Vaste of variabele rente voor je woonkrediet. Opgeroepen op Februari 13, 2017, van DVV
Verzekeringen: http://www.dvv.be/particulieren/sleutelmomenten/kopen-bouwen/kopen-of-
bouwen-vaste-of-variabele-rente-voor-je-woonkrediet.aspx#.WKGFQRLhCRt
Edelberg, W. (2006). Risk-based pricing of interest rates for consumer loans. Journal of Monetary
Economics, 53(8), 2283-2298.
Euribor-rates.eu. (2017). Eonia. Opgeroepen op maart 26, 2017, van Euribor-rates.eu: http://nl.euribor-
rates.eu/eonia.asp
European Central Bank. (2011). The ECB's non-standard measures – impact and phasing-out . Monthly
Bulletin, 69.
European Central Bank. (2016, december 12). Euro area yield curve. Opgeroepen op december 13, 2016,
van European Central Bank - Eurosystem:
http://www.ecb.europa.eu/stats/money/yc/html/index.en.html
European Central Bank. (2016, augustus 22). FAQs on the Eurosystem’s asset-backed securities purchase
programme (ABSPP). Opgeroepen op maart 26, 2017, van European Central Bank:
https://www.ecb.europa.eu/mopo/implement/omt/html/abspp-faq.en.html
European Central Bank. (2017). Asset purchase programmes. Opgeroepen op maart 26, 2017, van
European Central Bank: https://www.ecb.europa.eu/mopo/implement/omt/html/index.en.html
European Central Bank. (2017). Statistical Data Warehouse. Opgeroepen op februari 24, 2017, van
European Central Bank:
http://sdw.ecb.europa.eu/quickview.do?SERIES_KEY=143.FM.M.U2.EUR.RT.MM.EURIBOR3MD_.
HSTA
Europese Centrale Bank. (2013, April 15). De rol van het monetair beleid bij het aanpakken van de crisis in
het eurogebied. Opgeroepen op Februari 13, 2017, van Europese Centrale Bank:
https://www.ecb.europa.eu/press/key/date/2013/html/sp130415.nl.html
Eurosystem Household Finance and Consumption Network. (2013, april). The Eurosystem Household
Finance and Consumption Survey : Results from the first wave. ECB Statistical Paper Series(2).
Eurosystem Household Finance and Consumption Network. (2016, december). The Eurosystem Household
Finance and Consumption Survey : Results from the second wave. ECB Statistical Paper Series(18).
Financiële begrippen. (sd). Subprime. Opgeroepen op november 6, 2016, van Financiële begrippen.com:
http://www.financielebegrippen.com/subprime
Forento.be. (2016). Hypotheeek van de woning herfinancieren: een must of overbodig? Opgeroepen op
oktober 29, 2016, van Forento.be: http://www.forento.be/hypotheek-van-de-woning-
herfinancieren-een-must-of-overbodig/
Gerardi, K., Shapiro, A. H., & Willen, P. S. (2007). Subprime Outcomes: Risky Mortgages, Homeownership
Experiences, and Foreclosures. Research Department Working Papers.
X
Hendershott, P. H., & Shilling, J. D. (1989). The impact of the agencies on conventional fixed-rate mortgage
yields. The Journal of Real Estate Finance and Economics, 2(2), 101-115.
Herzog, J. P., & Early, J. S. (1970). Home Mortgage Delinquency and Foreclosure. New York: National Bureau
of Economic Research.
Hilber, C. A., & Turner, T. M. (2010). The Mortgage Interest Deduction and its Impact on Homeownership
Decisions. SERC Discussion Paper.
Hoebeeck, A., & Smolders, C. (2013, Februari). Impact van de woonfiscaliteit op eigendomsverwerving in
Vlaanderen. Opgeroepen op November 5, 2016, van Steunpunt fiscaliteit en begroting:
http://www.steunpuntfb.ugent.be/pdf_SFBII/2013wp1_Smolders_Hoebeeck_eigendomsverwervi
ng.pdf
Hoebeeck, A., & Smolders, C. (2014). De woonbonus: een stimulans tot eigenaarschap of niet? Gent:
Steunpunt fiscaliteit en begroting.
HomeFinance. (2016). Rente en hypotheekrente. Opgeroepen op november 4, 2016, van HomeFinance.nl:
http://www.homefinance.nl/hypotheek/informatie/rente.asp
Hurst, E., & Stafford, F. P. (2004). Home is where the equity is: Mortgage Refinancing and Household
Consumption. Journal of Money, Credit, and Banking, 36(6), 985-1014.
Huyghebaert, N. (2015, januari). Studie naar het belang van het consumentenkrediet en het hypothecair
krediet voor de Belgische economie.
Hypotheekrente.com. (2016, juli 16). Hypotheekrente blijft laag tot 2017. Opgeroepen op oktober 25, 2016,
van Hypotheekrente.com: https://www.hypotheekrente.com/hypotheekrente-blijft-laag-tot-
2017/
Infotalia. (2011). De Quotiteit van je lening: Definitie en Impact. Opgeroepen op oktober 23, 2016, van
Infotalia: http://www.infotalia.com/nld/wonen/immo/financieel/financieel_detail.asp?id=3370
Inspirerend wonen. (2012, oktober 2). Financieel en Juridisch. Opgeroepen op oktober 25, 2016, van
Inspirerend wonen: http://www.inspirerend-wonen.be/geld-en-wonen/financieel-
juridisch/hypothecair-krediet-of-hypothecaire-lening.html
Investopdia. (sd). Yield Curve. Opgeroepen op december 13, 2016, van Investopdia:
http://www.investopedia.com/terms/y/yieldcurve.asp
Jennotte, A. (2016, Juni 6). Crédit hypothécaire: la fin des taux fixes? Le soir.
Jung, A. F. (1962). Terms on Conventional Mortgage Loans on Existing Houses. The Journal of Finance, 17(3),
432-443.
LenenHuis. (2015). Hypothecaire lening : Geld lenen voor een huis. Opgeroepen op november 4, 2016, van
Lenen Huis: http://www.lenenhuis.be/#Looptijd
XI
Lening.org. (2016). Kiezen voor een vaste of variabele hypotheekrente. Opgeroepen op oktober 29, 2016,
van Lening.org: http://www.lening.org/woonleningen/kiezen-voor-vaste-of-variabele-
hypotheekrente/
Lening.org. (2016). Woonlening herzien: is herfinancieren interessant? Opgeroepen op oktober 29, 2016,
van Lening.org: http://www.lening.org/woonleningen/woonlening-herfinancieren/
Low, S., Sebag-Montefiore, M., & Dübel, A. (2003). Study on the Financial Integration of European Mortgage
Markets.
Maudosa, J., & Fernández de Guevara, J. (2004). Factors explaining the interest margin in the banking
sectors of the European Union. Journal of Banking & Finance, 2259–2281.
Mayer, C., Pence, K., & Sherlund, S. M. (2009). The Rise in Mortgage Defaults. The Journal of Economic
Perspectives, 23(1), 27-50.
Meidan, A., & Chin, A. C. (1995). Mortgage-pricing determinants. International Journal of Bank Marketing ,
3-11 .
Milani, C. (2012). The determinants of mortgage interest rates: an empirical analysis of the euro area
countries. Banks and Bank Systems, 51-61.
Moench, E., Vickery, J., & Aragon, D. (2010). Why is the market share of adjustable rate mortgages so low?
Current issues in economics and finance, 1-11.
Mojon, B. (2001). Financial structure and the interest rate channel of ECB monetary policy. Economie et
Provision, 147(1), 89-115.
Mooijman, R. (2017, februari 13). Banken te soepel met krediet. De Standaard.
Murithi, K. (2014). Determinants of mortgage interest rates. Nairobi: University of Nairobi.
Nationale Bank van België. (2017). Openmarkttransacties. Opgeroepen op maart 26, 2017, van Nationale
Bank van België: https://www.nbb.be/nl/monetair-
beleid/monetairbeleidsinstrumenten/openmarkttransacties
Nationale Bank van België. (2017). Permanente faciliteiten. Opgeroepen op maart 26, 2017, van Nationale
Bank van België: https://www.nbb.be/nl/monetair-
beleid/monetairbeleidsinstrumenten/permanente-faciliteiten
Ozdemir, N., & Altinoz, C. (2013). The role of regional factors in determining mortgage interest rates in the
US. Research in Business and Economics Journal, 1-13.
Page, A. N. (1964). The Variation of Mortgage Interest Rates. The Journal of Business, 37(3), 280-294.
Peersman, G., & Schoors, K. (2012). De Perfecte Storm. Gent: Borgerhoff & Lamberigts.
Pennington-Cross, A. (2003). Credit History and the Performance of Prime and Nonprime Mortgages.
Journal of Real Estate Finance and Economics, 27(3), 279-301.
Renteopdevoet.be. (2010). Wat is referte-index? Opgeroepen op oktober 3, 2016, van Renteopdevoet.be:
http://www.rodv.be/watishet/Begrip.aspx?wihid=4H7Eu1irvlY=
XII
Renteopdevoet.be. (2016). Overzicht voorstellen per formule. Opgeroepen op november 6, 2016, van
Renteopdevoet.be: http://www.rodv.be/statistieken/AantalVoorstellenPerFormule.aspx
Saelens, N. (2014, oktober 5). Een hypotheeklening: vaste of variabele rente? Opgeroepen op oktober 28,
2016, van Knack: http://moneytalk.knack.be/geld-en-beurs/beleggen/een-hypotheeklening-vaste-
of-variabele-rente/article-normal-434095.html
Sandor, R. L., & Sosin, H. B. (1975, januari). The Determinants of Mortgage Risk Premiums: A Case Study of
the Portfolio of a Savingsand Loan Association. The Journal of Business, 48(1), 27-38.
Saunders, A., & Schumacher, L. (2000). The determinants of bank interest rate margins : an international
study. Journal of International Monetary and Finance, 19(6), pp. 813-832.
Scanlon, K., Lunde, J., & Whitehead, C. M. (2008). Mortgage Product Innovation in Advanced Economies:
More Choice, More Risk. International Journey of Housing Policy, 8(2), 109-131.
Sherlund, S. M. (2008). The Past, Present, and Future of Subprime Mortgages. Finance and Economics
Discussion Series, 1-35.
Steenackers, J. (2015, maart 14). Hoe uw woonkrediet tegen de beste voorwaarden te herfinancieren.
Opgeroepen op oktober 29, 2016, van Trends.be: http://trends.knack.be/economie/finance/hoe-
uw-woonkrediet-tegen-de-beste-voorwaarden-te-herfinancieren/article-normal-541499.html
Tanghe, N. (2008, 10 oktober). De kredietcrisis in vijftien vragen. De Standaard.
Trading Economics. (2017). United States Fed Funds Rate. Opgeroepen op februari 24, 2017, van Trading
Economics: http://www.tradingeconomics.com/united-states/interest-rate
Trends. (2015, januari 20). Recordaantal hypothecaire leningen afgesloten in 2014. Trends.
Universiteit Leiden. (2016). Overzicht maatregelen eurocrisis. Opgeroepen op maart 26, 2017, van Europa
nu: https://www.europa-nu.nl/id/vj54lpr1gxnl/overzicht_maatregelen_eurocrisis
Van Hecke, A., Smedts, J., & Heremans, D. (2012). Regionale schuld, risicopremie & kredietratings. Enkele
beleidsimplicaties voor Vlaanderen. Leuven: KU Leuven VIVES.
Van Leuvensteijn, M., Sorensen, C. K., Bikker, J. A., & Van Rixtel, A. A. (2008). Impact of Bank Competition
on the Interest Rate pass-through in the Euro Area. Discussion Paper Series - Utrecht School of
Economics.
Van Oirschot, R. (2016, oktober 7). Hypotheekrente verwachting 2016. Opgeroepen op oktober 25, 2016,
van Fx.nl: https://www.fx.nl/blog/hypotheekrente-prognose-januari-2016
Van Wijk, H. (2012, juni 21). Rentemarkt. Opgeroepen op december 13, 2016, van Beleggen.com:
http://beleggen.com/obligaties/rentemarkt/
Vastmans, F., & Buyst, E. (2011). Interest rates, house prices and the purchasing power for housing. ENHR
Conference in Toulouse ’Mixité’: an urban and housing issues?, (pp. 5-8).
Vastmans, F., Buyst, E., Helgers, R., & Damen, S. (2014, Mei). Woningprijzen: woningprijs-mechanisme &
marktevenwichten. De logica, nood en valkuilen van betaalbaarheid als woningprijs determinant.
XIII
Opgeroepen op November 5, 2016, van Steunpunt Wonen:
http://steunpuntwonen.be/Documenten_2012-
2015/Onderzoek_Werkpakketten/WP9_Woningprijzen_woningprijs_mechanisme.pdf
Von Furstenberg, G. M. (1970, augustus). Risk Structures and the Distribution of Benefits within the FHA
Home Mortgage Insurance Program. Journal of Money, Credit and Banking, 2(3), 303-322.
Von Furstenberg, G. M. (1971). In Center for Urban Development Research, Technical Studies of Mortgage
Default Risk. Ithaca, NY: Cornell University.
Wikifin. (2013). Checklist "Hypotheeklening heronderhandelen". Opgeroepen op oktober 29, 2016, van
Wikifin.be: http://www.wikifin.be/nl/tools/checklists-tips/checklist-hypotheeklening-
heronderhandelen
Woodward, S. E., & Hall, R. E. (2012). Diagnosing Consumer Confusion and Sub-Optimal Shopping Effort:
Theory and Mortgage-Market Evidence. American Economic Review, 3249–3276.
BIJLAGEN
Bijlage 1: Beschrijvende statistieken – Gretl output
Summary Statistics, using the observations 1 – 744
Variable Mean Median Minimum Maximum
RENTE 0,0173397 0,0170000 0,00500000 0,0360000
QUOTITEIT 0,753011 0,800000 0,100000 1,10000
GELEENDBEDRAG 208857, 200000, 25000,0 650000,
LOOPTIJD 19,0040 20,0000 8,00000 30,0000
d_HERFINANCIERING 0,288978 0,00000 0,00000 1,00000
d_BANK 0,495968 0,00000 0,00000 1,00000
d_VAST 0,802419 1,00000 0,00000 1,00000
d_VLAANDEREN 0,706989 1,00000 0,00000 1,00000
d_WALLONIE 0,204301 0,00000 0,00000 1,00000
d_BRUSSEL 0,0887097 0,00000 0,00000 1,00000
d_ONTLENER 0,645161 1,00000 0,00000 1,00000
d_RENTEMARGE
0,0201669 0,0197650 0,00816000 0,0389900
Variable Std. Dev. C.V. Skewness Ex. kurtosis
RENTE 0,00474951 0,273910 0,829930 0,933831
QUOTITEIT 0,202673 0,269151 -0,733226 0,0145930
GELEENDBEDRAG 97283,6 0,465790 0,921835 1,62537
LOOPTIJD 5,07401 0,266997 -0,322349 -0,858827
d_HERFINANCIERING 0,453593 1,56964 0,931071 -1,13311
d_BANK 0,500320 1,00878 0,0161296 -1,99974
d_VAST 0,398442 0,496551 -1,51903 0,307456
d_VLAANDEREN 0,455450 0,644210 -0,909556 -1,17271
d_WALLONIE 0,403461 1,97484 1,46680 0,151494
d_BRUSSEL 0,284516 3,20727 2,89311 6,37007
d_ONTLENER 0,478786 0,742119 -0,606780 -1,63182
d_RENTEMARGE
0,00482266 0,239137 0,816331 0,906771
Variable 5% Perc. 95% Perc. IQ range Missing obs.
RENTE 0,0110000 0,0264500 0,00630000 0
QUOTITEIT 0,400000 1,00000 0,300000 0
GELEENDBEDRAG 70250,0 388975, 127244, 0
LOOPTIJD 10,0000 25,0000 10,0000 0
d_HERFINANCIERING 0,00000 1,00000 1,00000 0
d_BANK 0,00000 1,00000 1,00000 0
d_VAST 0,00000 1,00000 0,00000 0
d_VLAANDEREN 0,00000 1,00000 1,00000 0
d_WALLONIE 0,00000 1,00000 0,00000 0
d_BRUSSEL 0,00000 1,00000 0,00000 0
d_ONTLENER 0,00000 1,00000 1,00000 0
d_RENTEMARGE 0,0135950 0,0291950 0,00611500 0
Bijlage 2: Correlatiematrix – Gretl output
Correlation coefficients, using the observations 1 - 744
5% critical value (two-tailed) = 0,0719 for n = 744
QUOTITEIT GELEENDBEDRAG
LOOPTIJD D_HERFINANCIERING
D_BANK
1,0000 0,4147 0,4605 -0,1874 0,0900 QUOTITEIT 1,0000 0,4570 -0,1878 0,0450 GELEENDBED
RAG 1,0000 -0,2262 -0,0093 LOOPTIJD 1,0000 -0,1342 D_HERFINAN
CIERING 1,0000 D_BANK D_VAST D_VLAANDER
EN D_WALLONIE
-0,1235 -0,0816 0,0929 QUOTITEIT -0,0396 -0,0912 0,0034 GELEENDBED
RAG -0,2745 0,0197 -0,0188 LOOPTIJD -0,0188 0,0912 -0,0289 D_HERFINAN
CIERING 0,2492 -0,0702 0,0774 D_BANK 1,0000 -0,0525 0,0338 D_VAST 1,0000 -0,7871 D_VLAANDER
EN 1,0000 D_WALLONIE
Bijlage 3: VIF waarden – Gretl output
Variance Inflation Factors Minimum possible value = 1.0 Values > 10.0 may indicate a collinearity problem GELEENDBEDRAG 1,540 QUOTITEIT 1,400 LOOPTIJD 1,595 d_HERFINANCIERING 1,112 d_VAST 1,182 d_BANK 1,101 d_ONTLENERS 1,121 d_WALLONIE 2,721 d_VLAANDEREN 2,751 VIF(j) = 1/(1 - R(j)^2), where R(j) is the multiple correlation coefficient between variable j and the other independent variables
Bijlage 4: OLS regressiemodel – Gretl output
Model 1: OLS, using observations 1-744
Dependent variable: RENTEMARGE Heteroskedasticity-robust standard errors, variant HC1
Coefficient Std. Error t-ratio p-value
const 0,00729073 0,000988559 7,3751 <0,0001 *** GELEENDBEDRAG −8,53448e-09 1,60801e-09 −5,3075 <0,0001 *** QUOTITEIT 0,0022694 0,000866937 2,6177 0,0090 *** LOOPTIJD 0,00060735 3,2919e-05 18,4499 <0,0001 *** d_HERFINANCIERING
−1,2092e-05 0,000310664 −0,0389 0,9690
d_VAST 0,00398785 0,000389391 10,2412 <0,0001 *** d_BANK 0,000724534 0,000291517 2,4854 0,0132 ** d_ONTLENERS −0,000325294 0,000308019 −1,0561 0,2913 d_WALLONIE −0,00241117 0,000610118 −3,9520 <0,0001 *** d_VLAANDEREN −0,00204471 0,000560152 −3,6503 0,0003 ***
Mean dependent var 0,020167 S.D. dependent var 0,004823 Sum squared resid 0,010195 S.E. of regression 0,003727 R-squared 0,410033 Adjusted R-squared 0,402799 F(9, 734) 59,50650 P-value(F) 1,92e-81 Log-likelihood 3109,926 Akaike criterion −6199,852 Schwarz criterion −6153,732 Hannan-Quinn −6182,075
White's test for heteroskedasticity - Null hypothesis: heteroskedasticity not present Test statistic: LM = 68,0193 with p-value = P(Chi-square(47) > 68,0193) = 0,0240755
Model 2: OLS, using observations 1-597
Dependent variable: MARGEBANK Heteroskedasticity-robust standard errors, variant HC1
Coefficient Std. Error t-ratio p-value
const 0,0107541 0,000824229 13,0475 <0,0001 *** GELEENDBEDRAG −9,61342e-09 1,77415e-09 −5,4186 <0,0001 *** QUOTITEIT 0,0019244 0,000937038 2,0537 0,0404 ** LOOPTIJD 0,000658052 3,63936e-05 18,0815 <0,0001 *** D_HERFINANCIERING
7,5803e-05 0,000335353 0,2260 0,8212
D_BANK 0,000844266 0,000321411 2,6268 0,0088 *** D_ONTLENER −0,000497489 0,000347291 −1,4325 0,1525 D_VLAANDEREN −0,00191511 0,000550033 −3,4818 0,0005 *** D_WALLONIE −0,00237357 0,000605228 −3,9218 <0,0001 ***
Mean dependent var 0,020569 S.D. dependent var 0,004931 Sum squared resid 0,008069 S.E. of regression 0,003704 R-squared 0,443220 Adjusted R-squared 0,435645 F(8, 588) 63,14765 P-value(F) 2,86e-74 Log-likelihood 2499,563 Akaike criterion −4981,125 Schwarz criterion −4941,598 Hannan-Quinn −4965,734
Model 3: OLS, using observations 598-744 (n = 147)
Dependent variable: MARGEBANK Heteroskedasticity-robust standard errors, variant HC1
Coefficient Std. Error t-ratio p-value
const 0,0119457 0,00323483 3,6928 0,0003 *** GELEENDBEDRAG −3,96563e-
09 3,72466e-09 −1,0647 0,2889
QUOTITEIT 0,00324705 0,00225338 1,4410 0,1519 LOOPTIJD 0,000343209 8,01236e-05 4,2835 <0,0001 *** D_HERFINANCIERING
−0,000101137
0,000671143 −0,1507 0,8804
D_BANK −0,00016879 0,000745494 −0,2264 0,8212 D_ONTLENER −0,00012316 0,000671633 −0,1834 0,8548 D_VLAANDEREN −0,00260999 0,00202888 −1,2864 0,2005 D_WALLONIE −0,00302085 0,00210073 −1,4380 0,1527
Mean dependent var 0,018535 S.D. dependent var 0,003969 Sum squared resid 0,001925 S.E. of regression 0,003735 R-squared 0,163264 Adjusted R-squared 0,114757 F(8, 138) 5,688141 P-value(F) 2,99e-06 Log-likelihood 617,8017 Akaike criterion −1217,603 Schwarz criterion −1190,689 Hannan-Quinn −1206,668
Model 4: OLS, using observations 1-369
Dependent variable: MARGEBANK Heteroskedasticity-robust standard errors, variant HC1
Coefficient Std. Error t-ratio p-value
const 0,0084086 0,00135599 6,2011 <0,0001 *** GELEENDBEDRAG −7,11478e-09 2,46408e-09 −2,8874 0,0041 *** QUOTITEIT 0,000817225 0,00120031 0,6808 0,4964 LOOPTIJD 0,000626943 4,65546e-05 13,4668 <0,0001 *** D_HERFINANCIERING
0,0011779 0,000467797 2,5180 0,0122 **
D_VAST 0,00449463 0,000724348 6,2051 <0,0001 *** D_ONTLENER −0,000187302 0,000461267 −0,4061 0,6849 D_VLAANDEREN −0,00306422 0,000849074 −3,6089 0,0004 *** D_WALLONIE −0,00274091 0,000916044 −2,9921 0,0030 ***
Mean dependent var 0,020894 S.D. dependent var 0,004872 Sum squared resid 0,005503 S.E. of regression 0,003910 R-squared 0,369933 Adjusted R-squared 0,355931 F(8, 360) 27,46039 P-value(F) 3,23e-33 Log-likelihood 1526,810 Akaike criterion −3035,620 Schwarz criterion −3000,423 Hannan-Quinn −3021,638
Model 5: OLS, using observations 1-375 Dependent variable: MARGEBANK
Heteroskedasticity-robust standard errors, variant HC1
Coefficient Std. Error t-ratio p-value const 0,00663055 0,00158646 4,1795 <0,0001 *** GELEENDBEDRAG −9,86462e-09 1,96113e-09 −5,0301 <0,0001 *** QUOTITEIT 0,00400687 0,00133903 2,9924 0,0030 *** LOOPTIJD 0,000575231 4,83592e-05 11,8950 <0,0001 *** D_HERFINANCIERING
−0,000907728 0,000408813 −2,2204 0,0270 **
D_VAST 0,00389227 0,000499599 7,7908 <0,0001 *** D_ONTLENER −0,000575546 0,000414699 −1,3879 0,1660 D_VLAANDEREN −0,000965451 0,000789538 −1,2228 0,2222 D_WALLONIE −0,00235551 0,000830051 −2,8378 0,0048 ***
Mean dependent var 0,019451 S.D. dependent var 0,004671 Sum squared resid 0,004356 S.E. of regression 0,003450 R-squared 0,466146 Adjusted R-squared 0,454477 F(8, 366) 48,33850 P-value(F) 7,19e-53 Log-likelihood 1598,487 Akaike criterion −3178,973 Schwarz criterion −3143,631 Hannan-Quinn −3164,942
