Personal project. Work in progress. Not advice.

Methodology

How the model thinks

Six sliders, four scenarios and one growth rate per postcode area, anchored to open data. Five feedback loops are named and represented by sliders, not yet run as loops.

The drivers

Six sliders, four scenarios, every neighbourhood.

Six sliders set the macro conditions you want to test: ECB rate, income growth, new supply, gentrification, policy risk and rental scarcity. Four preset scenarios, Baseline, Boom, Crisis and Policy, give you a starting point. A scenario is a combination of slider settings that represent a coherent state of the world. The model runs the numbers for the neighbourhood you have selected and returns a ten-year price trajectory with upper and lower bounds. The trajectory is not a prediction. It is the range implied by the conditions you have set.

The band is never zero, not even today, because every starting value carries measurement error. It widens with every year into the future.

ECB rate

Tracks the ECB deposit facility rate. Each percentage point above 2% takes 2.0 percentage points off the annual growth rate, in every one of the ten years. Each point below 2% adds the same. The credit term adds a smaller, separate effect that depends on the share of owner-occupied homes in the area.

Income growth

Nominal household income growth, before inflation. Each percentage point above 3.5% adds 1.6 percentage points to the annual growth rate, in every one of the ten years. Each point below takes the same off.

Supply

New homes completed plus rented homes sold off. Each step above the middle setting takes 0.9 percentage points off the annual growth rate, in every one of the ten years. Each step below adds the same.

Gentrification

The shift towards higher-income residents. Each step above the middle setting adds 1.1 percentage points to the annual growth rate, in every one of the ten years. Each step below takes the same off.

Policy risk

Rent caps, transfer tax changes and planning rules. Each step above two, the Baseline setting, takes 1.4 percentage points off the annual growth rate, in every one of the ten years. Each step below two adds the same.

Rental scarcity

How tight the rental market is. When free-sector rents pull away from regulated rents, would-be renters look to buy. Each step above the middle setting adds 0.8 percentage points to the annual growth rate, in every one of the ten years. Each step below takes the same off.

The scenarios

Four presets

Each scenario is a slider configuration, not a forecast. Pick one to see the growth rate those conditions imply. Scenario figures are 10-year averages. Every scenario starts from today’s ECB rate and moves with it: Boom sits a point below, Crisis 0.75 points above, Policy at today’s rate. Boom is capped by each city’s best decade starting in 2013 or later, under today’s lending rules, from CBS price data. Crisis is a scenario of rising rates. No decade since 1995 saw rates rise, so its floor is a choice: the worst decade for the Netherlands minus one point at today’s rate, moving with the Baseline when the rate moves. A sharp fall in a single year does not show, because the model grows prices at one constant rate.

Baseline

The current market, taken as the starting point. ECB 2.50% and the latest CBS figures. The slider configuration the model defaults to on load.

Boom

Low rates, tight supply, rising gentrification and light regulation, with incomes growing as in the Baseline. The ECB rate sits a point below today’s level. Boom may not pass any city’s best decade starting in 2013 or later plus one point, at rates from 2% to 3.5%. Lending rules were looser before 2013, so earlier decades do not set the cap.

Crisis

Credit gets dearer: the ECB rate sits 0.75 points above today’s level, incomes grow no faster than in the Baseline and new supply arrives at the wrong time. Every city must stay above the worst decade for the Netherlands since 1995 minus one point, measured at today’s rate and moving with the Baseline when the rate moves. That floor is a choice, because no decade since 1995 saw rates rise.

Policy

Rent regulation tightens and pressure on investors rises. Incomes grow as in the Baseline and the ECB rate stays at today’s level, whatever that level is. The policy risk slider brakes the growth rate, so it lands between Crisis and Baseline. The strength of that slider, 1.4 points per step, is a chosen value, not one fitted to data.

feedback loops

Five loops, represented by sliders.

Property markets move in loops: a price change alters the conditions that set the next price change. These five matter most in Dutch cities. The model does not run them as loops yet. Four are represented by a slider or term that moves the annual growth rate by a fixed amount, and herding is a label. The growth rate does not respond to the prices it produces, so the trajectory is a smooth curve, not a cycle. Building the loops into the trajectory is planned.

Click any loop to see how it moves and what it does.

LoopRepresented byFeeds backEffect in the modelCoefficient
†The credit-amplification strength is chosen, not data-derived.

This term is the distance of the ECB rate from its neutral point of 2%, weighted by how many homes in the area are owner-occupied. Owner-occupied areas lean more on mortgages, so a rate change moves them more. It is the part of the credit loop the model runs, and it does not feed back: cheaper credit raises the growth rate, but the higher prices do not raise borrowing again. The strength (0.005) is a chosen value, not fitted to data. Dutch open data has no quarterly price levels at gemeente level to fit it against. An extra weight that scaled this term by the trend in new mortgage lending was removed on 2 October 2026, because lending volume moves with house prices and so partly explained prices with prices.

‡Herding is a label, not a term in the growth rate.

None of the five loops feeds back in the model today. Uitponden, the construction freeze and rental buffer collapse are represented by the policy risk, supply and rental scarcity sliders, and credit amplification by the credit term. Each adds a fixed amount to the annual growth rate, whatever prices did the year before. Herding adds nothing. It is a label: the model flags herding when growth rises above +6.5% or falls below −2%, because no open data series allows a herding effect to be estimated. Building the loops into the trajectory is planned.

The data

Ten data feeds, three refresh cadences.

Every feed is open data with its licence stated at the source. The full list with licences and check dates is on the Sources and method page.

SourceWhat it providesCadenceLast fetched
ECB SDMXDeposit facility rateWeekly13 October 2026
CBS 85036NEDAverage WOZ value, AmsterdamAnnual11 June 2026
CBS 86144NED (HICP)Inflation for the Netherlands, year on yearWeekly, published monthly by CBS13 October 2026
Inside AirbnbShort-term rental listings and host mix per postcodeQuarterly15 October 2026
Gemeente Amsterdam, nieuwbouwplannenPlanned new homes by tenure per districtQuarterly15 October 2026
CBS Kerncijfers wijken en buurtenIncome, owner-occupancy and population per postcodeAnnual13 October 2026
Gemeente Amsterdam, Maps DataSpatial price per square metre per postcode (Woningwaarde)Annual11 June 2026
CBS 83625NEDAverage sale prices of existing homes, Amsterdam, 2016 to 2025Annual29 May 2026
CBS 85792NEDPrice change of existing homes against a year earlier, latest quarter, Amsterdam and the NetherlandsWeekly, published quarterly by CBS15 October 2026
CBS 83671NEDResidential building permits, AmsterdamQuarterly15 October 2026

Data current as of 15 October 2026

calibration

The model uses open-data anchors and a stack of coefficients. One conversion, from WOZ value to market value, is taken straight from data. For the other coefficients the direction follows from how the housing market works, not from a fit, and the size is chosen. The neighbourhood figures were also tested against CBS data. One mechanism works as a threshold, not an added term. The tables below name which is which.

Live anchors

AnchorSourceCadence
ECB deposit rateECBWeekly
CBS average WOZ valueCBS 85036NEDAnnual
NL HICPCBS 86144NEDWeekly, published monthly by CBS
CBS KWB neighbourhood dataCBS KWB 85984NED, 86165NEDAnnual

Taken from data

CoefficientValueAnchored to
WOZ × market ratio1.22CBS average sale price 2025 divided by CBS average WOZ value on 1 January 2024 (Amsterdam shown)

Selected coefficients

The direction of each effect follows from how the housing market works, not from a fitted result, unless the row says it was tested. The size of each effect is chosen, not estimated.

KnobMagnitudeStatus
ECB rate effect per point0.02Chosen. Each point of ECB rate moves growth by 2 percentage points a year. The direction follows from borrowing capacity: a lower rate lets the same income carry a larger mortgage. That is economic reasoning, not a fit. A city-level price series cannot confirm it, because the ECB sets rates in response to the economy.
Neighbourhood effects (CBS per postcode)0 to 0.005Tested against CBS WOZ growth 2016 to 2025. Owner-occupancy, income and the benefits share are set to zero. New build keeps the model’s smaller steps. Centred per city and capped at 2 points, both chosen. Differences between postcode areas are small because the data did not support larger ones. How this was tested
Credit amplification (LEVERAGE_COEFF)0.005Chosen. CBS 85792NED publishes a quarterly price index for Amsterdam, but one city-level series cannot separate the credit term from the ECB slider, which moves with the same rate. See ADR-001. Why
Rental scarcity per slider step0.008Chosen. Without open rent data per postcode, the neighbourhood multiplier is neutral everywhere.

Mechanisms represented by sliders

Uitponden pulse

Landlords sell rented homes when tax and yield arithmetic turns against renting. Represented by the policy risk slider as a fixed term, without feedback.

Construction freeze

Construction cost and grid congestion hold back new building. Represented by the supply slider as a fixed term, without feedback.

Rental buffer collapse

Fewer rentals push would-be renters to buy. Represented by the rental scarcity slider as a fixed term, without feedback.

Credit amplification

Mortgage capacity moves with the rate. Represented by the credit term, the ECB rate weighted by owner-occupancy, as a fixed term, without feedback.

Threshold mechanism

Herding works as a label, not a coefficient. It shows when growth is above +6.5% or below −2%. It does not add a separate growth term.

Limits

The model is a scenario projection tool with named feedback mechanisms and named anchors. It is not an agent-based model. It is not a network model. It is not a regression. It does not produce point forecasts. The output is a scenario range with upper and lower bounds under a stated set of choices, starting from the average WOZ value of the postcode area converted to a market value.

Working on

  • Estimating the strength of the credit term. CBS 85792NED publishes a quarterly price index for Amsterdam and the other G4 cities, but a city-level series moves with the ECB rate as a whole and cannot separate the credit term from the ECB slider. That needs variation between postcode areas over time, which open data does not yet give. Until then the strength stays a chosen value. See ADR-001.
Why

CBS table 85792NED publishes a quarterly price index for Amsterdam and the other G4 cities, and table 83625NED annual sale prices per gemeente. Both are city-level series. The ECB slider and the credit term move with the same rate, so one city-level series cannot tell their strengths apart. The credit term stays at 0.005, a chosen value. Its direction follows from borrowing capacity, not from a fit: a lower rate lets the same income carry a larger mortgage, and areas with more owner-occupiers lean more on mortgages. A city-level series cannot confirm the direction either, because the ECB sets rates in response to the economy. See ADR-001.

OLS

OLS (ordinary least squares) finds the coefficient value that minimises the average squared gap between what the model outputs and what was observed in the data.

calibration anchors

ECB deposit rate

2.50%

ECB SDMX · Eurozone · 13 October 2026

Average sale price

€631k

CBS 83625NED · Amsterdam-gemeente GM0363 · 2025

NL prices, YoY

+8.6%

CBS 85792NED M005355 · Nederland · annual 2025

Amsterdam prices, YoY

+3.6%

CBS 85792NED M005355 · Amsterdam-gemeente GM0363 · annual 2025

NL HICP

3.0%

CBS 86144NED (M001500, HICP YoY) · Nederland · Sept 2026

Anchors marked with a pulsing dot refresh weekly from live feeds. The others follow the cadence of their source in the table above.

what this model does not do

Where the model is silent.

The model returns scenario ranges, not point forecasts. A point forecast is a single number: flat X will be worth €Y in five years. The model does not do that. It shows you what a range of plausible conditions implies for the trajectory, which is a different and more honest kind of output.

Sale prices per postcode are not in the public data. The government publishes average sale prices per municipality. Below that, the model starts from the average WOZ value of each postcode area and converts it with the city-wide ratio of sale prices to WOZ values. It is an estimate, not a direct observation.

Extreme events sit outside the calibrated range. A financial crisis like 2008, a sudden tightening of mortgage lending rules, or a major legislative change to the rental market would move prices in ways the sliders cannot capture. The model is calibrated on the range of normal market variation. Use it for structural thinking, not for tail-risk scenarios.

Persoonlijk project. Werk in uitvoering. Geen advies.

Methodologie

Hoe het model denkt

Zes schuiven, vier scenario’s en één groeicijfer per postcodegebied, verankerd in open data. Vijf feedbackloops zijn benoemd en vertegenwoordigd door schuiven, maar nog niet als feedbackloop doorgerekend.

De drijfveren

Zes schuiven, vier scenario’s, elke buurt.

Met zes schuiven stel je de omstandigheden in die je wilt uitproberen: de ECB-rente, inkomensgroei, nieuw aanbod, gentrificatie, beleidsrisico en krapte op de huurmarkt. Vier vaste scenario’s, Basis, Hoogconjunctuur, Crisis en Beleid, geven je een vertrekpunt. Een scenario is een combinatie van schuifstanden die samen één samenhangend beeld van de wereld geven. Het model rekent dat door voor de buurt die je kiest en geeft een prijspad over tien jaar met een boven- en ondergrens. Dat pad is geen voorspelling. Het is de bandbreedte die hoort bij de omstandigheden die jij hebt gekozen.

De band is nooit nul, ook vandaag niet, omdat elke startwaarde een meetfout heeft. Hij wordt breder met elk jaar verder in de toekomst.

ECB-rente

Volgt de depositorente van de ECB. Elk procentpunt boven 2% haalt 2,0 procentpunt van het jaarlijkse groeicijfer af, in elk van de tien jaren. Elk punt onder 2% telt hetzelfde op. De kredietterm voegt een kleiner, apart effect toe dat afhangt van het aandeel koopwoningen in het gebied.

Inkomensgroei

Nominale groei van het huishoudinkomen, voor inflatie. Elk procentpunt boven 3,5% telt 1,6 procentpunt op bij het jaarlijkse groeicijfer, in elk van de tien jaren. Elk punt eronder haalt hetzelfde eraf.

Aanbod

Opgeleverde nieuwbouw plus huurwoningen die verkocht worden. Elke stap boven de middelste stand haalt 0,9 procentpunt van het jaarlijkse groeicijfer af, in elk van de tien jaren. Elke stap eronder telt hetzelfde op.

Gentrificatie

De verschuiving naar bewoners met hogere inkomens. Elke stap boven de middelste stand telt 1,1 procentpunt op bij het jaarlijkse groeicijfer, in elk van de tien jaren. Elke stap eronder haalt hetzelfde eraf.

Beleidsrisico

Huurplafonds, wijzigingen in de overdrachtsbelasting en bestemmingsregels. Elke stap boven twee, de stand in het basisscenario, haalt 1,4 procentpunt van het jaarlijkse groeicijfer af, in elk van de tien jaren. Elke stap onder twee telt hetzelfde op.

Krapte op de huurmarkt

Hoe krap de huurmarkt is. Als huren in de vrije sector ver boven de gereguleerde huren uitkomen, gaan mensen die wilden huren kijken naar kopen. Elke stap boven de middelste stand telt 0,8 procentpunt op bij het jaarlijkse groeicijfer, in elk van de tien jaren. Elke stap eronder haalt hetzelfde eraf.

De scenario's

Vier presets

Elk scenario is een combinatie van schuifstanden, geen voorspelling. Kies er een om te zien welk groeicijfer bij die omstandigheden hoort. De cijfers per scenario zijn gemiddelden over tien jaar. Elk scenario gaat uit van de huidige ECB-rente en beweegt mee: Hoogconjunctuur ligt een procentpunt lager, Crisis 0,75 procentpunt hoger, Beleid op de huidige rente. Hoogconjunctuur is begrensd door het beste decennium van elke stad dat in 2013 of later begint, onder de huidige leenregels, volgens prijscijfers van CBS. Crisis is een scenario met stijgende rente. Sinds 1995 is de rente in geen enkel decennium gestegen, dus de ondergrens is een keuze: het slechtste decennium van Nederland min één procentpunt bij de huidige rente, en die grens beweegt mee met het basisscenario als de rente verandert. Een scherpe daling in één jaar is niet te zien, omdat het model de prijzen met één vast cijfer laat groeien.

Basis

De huidige markt als vertrekpunt. ECB 2,50% en de laatste cijfers van CBS. Dit zijn de schuifstanden waarmee het model opent.

Hoogconjunctuur

Lage rente, krap aanbod, oplopende gentrificatie en weinig regulering, met inkomens die groeien zoals in het basisscenario. De ECB-rente ligt een procentpunt onder het huidige niveau. Hoogconjunctuur mag bij een rente van 2% tot 3,5% in geen enkele stad boven het beste decennium dat in 2013 of later begint plus één procentpunt uitkomen. Voor 2013 waren de leenregels ruimer, dus eerdere decennia bepalen de grens niet.

Crisis

Krediet wordt duurder: de ECB-rente ligt 0,75 procentpunt boven het huidige niveau, inkomens groeien niet sneller dan in het basisscenario en nieuw aanbod komt op het verkeerde moment. Elke stad moet boven het slechtste decennium van Nederland sinds 1995 min één procentpunt blijven, gemeten bij de huidige rente en meebewegend met het basisscenario als de rente verandert. Die ondergrens is een keuze, omdat de rente sinds 1995 in geen enkel decennium is gestegen.

Beleid

Strengere huurregels en meer druk op beleggers. Inkomens groeien zoals in het basisscenario en de ECB-rente blijft op het huidige niveau, hoe hoog of laag dat ook is. De schuif beleidsrisico remt het groeicijfer af, zodat het tussen Crisis en Basis uitkomt. De kracht van die schuif, 1,4 procentpunt per stap, is een gekozen waarde en niet geschat uit data.

feedbackloops

Vijf feedbackloops, vertegenwoordigd door schuiven.

Woningmarkten bewegen in feedbackloops: een prijsverandering verandert de omstandigheden die de volgende prijsverandering bepalen. Deze vijf doen er in Nederlandse steden het meest toe. Het model rekent ze nog niet als feedbackloop door. Vier staan voor een schuif of term die het jaarlijkse groeicijfer met een vaste stap verschuift, en kuddegedrag is een label. Het groeicijfer reageert niet op de prijzen die eruit volgen, dus het pad is een vloeiende curve en geen cyclus. Het plan is om de feedbackloops later in het prijspad op te nemen.

Klik op een feedbackloop om te zien hoe die beweegt en wat die doet.

FeedbackloopVertegenwoordigd doorKoppelt terugEffect in het modelCoëfficiënt
†De sterkte van de kredietversterking is gekozen, niet uit data afgeleid.

Deze term is de afstand van de ECB-rente tot haar neutrale punt van 2%, gewogen naar hoeveel woningen in het gebied door de eigenaar worden bewoond. Buurten met veel eigenaar-bewoners leunen meer op hypotheken, dus een renteverandering raakt ze harder. Het is het deel van de feedbackloop van kredietversterking dat het model doorrekent, en het koppelt niet terug: goedkoper krediet verhoogt het groeicijfer, maar de hogere prijzen verhogen het lenen niet opnieuw. De sterkte (0,005) is een gekozen waarde, niet op data geschat. Nederlandse open data heeft geen kwartaalprijzen op gemeenteniveau om haar op te schatten. Een extra gewicht dat deze term schaalde met de trend in nieuwe hypotheekverstrekking is op 2 oktober 2026 verwijderd, omdat het leenvolume meebeweegt met de huizenprijzen en zo prijzen deels met prijzen verklaarde.

‡Kuddegedrag is een label, geen term in het groeicijfer.

Geen van de vijf feedbackloops koppelt in het model vandaag terug. Uitponden, de bouwstop en het opdrogen van de huurmarkt staan voor de schuiven beleidsrisico, aanbod en krapte op de huurmarkt, en kredietversterking voor de kredietterm. Elk telt een vast bedrag op bij het jaarlijkse groeicijfer, los van wat de prijzen het jaar ervoor deden. Kuddegedrag telt niets op. Het is een label: het model meldt kuddegedrag zodra de groei boven +6,5% komt of onder −2% zakt, omdat geen open datareeks een schatting van een effect van kuddegedrag toelaat. Het plan is om de feedbackloops later in het prijspad op te nemen.

De data

Tien databronnen, drie verversingsritmes.

Elke bron is open data met een licentie die de uitgever zelf vermeldt. De volledige lijst met licenties en controledata staat op de pagina Bronnen en methode.

BronWat het laat zienVerversingLaatst opgehaald
ECB SDMXDepositorenteWekelijks13 oktober 2026
CBS 85036NEDGemiddelde WOZ-waarde, AmsterdamJaarlijks11 juni 2026
CBS 86144NED (HICP)Inflatie in Nederland, op jaarbasisWekelijks, door CBS maandelijks gepubliceerd13 oktober 2026
Inside AirbnbAdvertenties voor kortverhuur en soorten verhuurders per postcodePer kwartaal15 oktober 2026
Gemeente Amsterdam, nieuwbouwplannenGeplande nieuwbouw naar huur of koop per wijkPer kwartaal15 oktober 2026
CBS Kerncijfers wijken en buurtenInkomen, aandeel koopwoningen en bevolking per postcodeJaarlijks13 oktober 2026
Gemeente Amsterdam, Maps DataPrijs per vierkante meter per postcode (Woningwaarde)Jaarlijks11 juni 2026
CBS 83625NEDGemiddelde verkoopprijzen van bestaande koopwoningen, Amsterdam, 2016 tot en met 2025Jaarlijks29 mei 2026
CBS 85792NEDPrijsverandering van bestaande koopwoningen ten opzichte van een jaar eerder, laatste kwartaal, Amsterdam en NederlandWekelijks, door CBS per kwartaal gepubliceerd15 oktober 2026
CBS 83671NEDBouwvergunningen woningen, AmsterdamPer kwartaal15 oktober 2026

Data bijgewerkt op 15 oktober 2026

kalibratie

Het model gebruikt ijkpunten uit open data en een reeks coëfficiënten, de getallen die bepalen hoe sterk iets meetelt. Eén omrekening, van WOZ-waarde naar marktwaarde, komt rechtstreeks uit data. Bij de andere coëfficiënten volgt de richting uit hoe de woningmarkt werkt, niet uit een schatting, en is de grootte gekozen. De buurtcijfers zijn daarnaast getoetst aan CBS-data. Eén mechanisme werkt als drempel en telt niets op. De tabellen hieronder laten zien wat wat is.

Live ankerpunten

AnkerpuntBronCadans
ECB-depositorenteECBWekelijks
CBS gemiddelde WOZ-waardeCBS 85036NEDJaarlijks
NL HICP (geharmoniseerde inflatie)CBS 86144NEDWekelijks, door CBS maandelijks gepubliceerd
CBS KWB-buurtdataCBS KWB 85984NED, 86165NEDJaarlijks

Rechtstreeks uit data

CoëfficiëntWaardeVerankerd aan
WOZ × marktverhouding1,22Gemiddelde verkoopprijs 2025 van CBS gedeeld door de gemiddelde WOZ-waarde op 1 januari 2024 van CBS (cijfer voor Amsterdam)

Handmatig ingestelde knoppen

De richting van elk effect volgt uit hoe de woningmarkt werkt, niet uit een geschat resultaat, tenzij de rij zegt dat ze getoetst is. De grootte van elk effect is gekozen, niet geschat.

KnopGrootteStatus
Effect van de ECB-rente per procentpunt0,02Gekozen. Elk procentpunt ECB-rente verschuift de groei met 2 procentpunt per jaar. De richting volgt uit de leencapaciteit: bij een lagere rente draagt hetzelfde inkomen een grotere hypotheek. Dat is economische redenering, geen schatting. Een prijsreeks voor de hele stad kan het niet bevestigen, omdat de ECB de rente aanpast aan de economie.
Buurteffecten (CBS per postcode)0 tot 0,005Getoetst aan de groei van de WOZ-waarden van CBS van 2016 tot 2025. Eigenwoningbezit, inkomen en het aandeel uitkeringen staan op nul. Nieuwbouw houdt de kleinere stappen van het model. Gecentreerd per stad en begrensd op 2 procentpunt, beide gekozen. De verschillen tussen postcodegebieden zijn klein omdat de data geen grotere ondersteunde. Hoe dit is getoetst
Kredietversterking (LEVERAGE_COEFF)0,005Gekozen. CBS 85792NED publiceert een kwartaalprijsindex voor Amsterdam, maar één reeks voor de hele stad kan de kredietterm niet scheiden van de schuif voor de ECB-rente, die met dezelfde rente meebeweegt. Zie ADR-001. Waarom
Krapte op de huurmarkt per stap0,008Gekozen. Zonder open huurcijfers per postcode is de buurtfactor overal neutraal.

Mechanismen die een schuif vertegenwoordigt

Versnelde uitponding

Hogere belastingen en lagere rendementen dwingen verhuurders tot verkoop. Dit staat voor de schuif beleidsrisico, als vaste term, zonder terugkoppeling.

Bouwstop

Hoge bouwkosten en een overbelast stroomnet houden nieuwbouw tegen. Dit staat voor de schuif aanbod, als vaste term, zonder terugkoppeling.

Opdrogen van de huurmarkt

Minder huurwoningen duwen huurders naar de koopmarkt. Dit staat voor de schuif krapte op de huurmarkt, als vaste term, zonder terugkoppeling.

Kredietversterking

De ruimte om te lenen beweegt mee met de rente. Dit staat voor de kredietterm, de ECB-rente gewogen naar eigenwoningbezit, als vaste term, zonder terugkoppeling.

Drempelwaardmechanisme

Kuddegedrag werkt als een label, niet als een extra rekensom. Het verschijnt bij een groei boven +6,5% of onder −2%, maar telt zelf geen extra groei op.

Beperkingen

Het model rekent scenario’s door met benoemde terugkoppelingen en benoemde ijkpunten. Het simuleert geen individuele kopers en verkopers, het is geen netwerkmodel en geen regressie. Het geeft geen puntvoorspelling. De uitkomst is een bandbreedte met een boven- en ondergrens onder benoemde keuzes, met als startpunt de gemiddelde WOZ-waarde van het postcodegebied, omgerekend naar een marktwaarde.

In de maak

  • De sterkte van de kredietterm schatten. CBS 85792NED publiceert een kwartaalprijsindex voor Amsterdam en de andere G4-steden, maar een reeks voor de hele stad beweegt als geheel mee met de ECB-rente en kan de kredietterm niet scheiden van de schuif voor de ECB-rente. Daarvoor is variatie tussen postcodegebieden door de tijd nodig, en die geeft open data nog niet. Tot dan blijft de sterkte een gekozen waarde. Zie ADR-001.
Waarom

CBS-tabel 85792NED publiceert een kwartaalprijsindex voor Amsterdam en de andere G4-steden, en tabel 83625NED jaarlijkse verkoopprijzen per gemeente. Beide zijn reeksen voor de hele stad. De schuif voor de ECB-rente en de kredietterm bewegen met dezelfde rente, dus één reeks voor de hele stad kan hun sterkte niet uit elkaar halen. De kredietterm blijft op 0,005, een gekozen waarde. De richting volgt uit de leencapaciteit, niet uit een schatting: bij een lagere rente draagt hetzelfde inkomen een grotere hypotheek, en buurten met meer eigenaar-bewoners leunen meer op hypotheken. Ook een reeks voor de hele stad kan die richting niet bevestigen, omdat de ECB de rente aanpast aan de economie. Zie ADR-001.

OLS

OLS (gewone kleinste kwadraten) zoekt de coëfficiëntwaarde die de gemiddelde kwadratische afwijking tussen modeluitvoer en geobserveerde data minimaliseert.

kalibratieankerpunten

ECB-depositorente

2,50%

ECB SDMX · eurozone · 13 oktober 2026

Gemiddelde verkoopprijs

€631k

CBS 83625NED · gemeente Amsterdam · 2025

Prijzen NL, jaar op jaar

+8,6%

CBS 85792NED M005355 · Nederland · jaar 2025

Prijzen Amsterdam, jaar op jaar

+3,6%

CBS 85792NED M005355 · gemeente Amsterdam · jaar 2025

Inflatie (HICP)

3,0%

CBS 86144NED (M001500, HICP op jaarbasis) · Nederland · sep 2026

IJkpunten met een knipperende stip worden wekelijks automatisch ververst. De andere volgen het ritme van hun bron in de tabel hierboven.

wat dit model niet doet

Waar het model stil is.

Het model geeft scenario-bandbreedtes, geen puntprognoses. Een puntprognose is één getal: appartement X is over vijf jaar €Y waard. Het model doet dat niet. Het laat zien wat een reeks plausibele condities impliceert voor het traject, wat een andere en eerlijkere vorm van uitkomst is.

Verkoopprijzen per postcode staan niet in de openbare cijfers. De overheid publiceert gemiddelde verkoopprijzen per gemeente. Daaronder begint het model bij de gemiddelde WOZ-waarde van elk postcodegebied en rekent die om met de verhouding tussen verkoopprijzen en WOZ-waarden in de hele stad. Het is een schatting, geen waarneming.

Extreme gebeurtenissen vallen buiten wat het model aankan. Een financiële crisis zoals in 2008, een plotselinge aanscherping van de hypotheekregels of een grote wetswijziging op de huurmarkt zouden de prijzen bewegen op een manier die de schuiven niet kunnen vangen. Het model is afgesteld op gewone schommelingen in de markt. Gebruik het om de structuur te doordenken, niet voor zeldzame uitschieters.