Naar het overzicht

Kempen Real Estate Update: Factoren die de overlevingskans van winkelcentra bepalen

13 oktober 2020

Al heel vroeg in onze geschiedenis was er sprake van een ruileconomie: de uitruil van goederen en diensten gaf door de eeuwen en tot op de dag van vandaag vorm aan onze maatschappij. Moderne winkelvastgoedbedrijven steken veel tijd in onderzoek naar factoren die een winkelomgeving aantrekkelijk en succesvol maken. Daarbij wordt echter weinig aandacht besteed aan factoren die bepalend zijn voor het huurniveau van dergelijke vastgoedobjecten. Daarom heeft ons team, steunend op onze big data-benadering en geholpen door diverse al dan niet beursgenoteerde vastgoedbedrijven, analyses gedaan op gepubliceerde gegevens van beursgenoteerde vastgoedbedrijven om de bestaande kennis te kunnen aanvullen met onderzoek naar de variabelen die bezoekersaantallen en huurniveaus van winkelvastgoed helpen verklaren. 

Hiertoe hebben we 1.115 winkelcentra en winkelstraten geanalyseerd die in het bezit zijn van 16 beursgenoteerde vastgoedbedrijven en 5 niet-beursgenoteerde, in winkelvastgoedbeheer gespecialiseerde fondsen. Al deze winkelcentra zijn in Europa gevestigd, zowel in het Verenigd Koninkrijk als op het Europese vasteland. Ons onderzoek trachtte op basis van een bottom-up benadering vast te stellen welke factoren statistisch significante verklarende variabelen vormen voor huurniveau en huurgroei. Vanuit de overtuiging dat klantaantrekkingskracht een van de voornaamste bepalende factoren voor het huurniveau is, keken we niet alleen naar winkelcentrumspecifieke data, maar ook naar lokale demografische indicatoren. Aan het einde van de onderzoeksopdracht was een onvoorstelbare hoeveelheid informatie verwerkt en in ons raamwerk opgeslagen. Hieronder lichten we toe in welke volgorde deze gegevens vervolgens geanalyseerd zijn.

Locatie, locatie, locatie
Het eerste verschil tussen winkelcentra is topografisch van aard: waar staat de winkel? Verspreid over Europa vinden we in historische stadscentra en dichtbevolkte gebieden bijvoorbeeld winkelpanden die als kunstobjecten beschouwd kunnen worden. Zij trekken niet alleen lokaal winkelpubliek, maar ook toeristen. Sommige onderzoeken concluderen dat op opvallende zichtlocaties met hoge bezoekersaantallen in gebieden met een hoge bevolkingsdichtheid de huren hoog zullen blijven. Randstedelijke winkelcentra in gebieden met de juiste demografische karakteristieken kunnen echter ook floreren als de bebouwde ruimte maar optimaal op het winkelpubliek is afgestemd. De eerste stap in onze analyse was daarom om de winkelcentra te classificeren op basis van de kwaliteit van hun locatie. Hiertoe brachten we voor ieder winkelcentrum en iedere winkelstraat in onze analyse factoren in kaart zoals demografische variabelen, economische en arbeidsmarktstatistieken en overige lokale omgevingsfactoren. We keken vooral nauwgezet naar factoren zoals bevolkingsgroei en bevolkingsdichtheid, werkgelegenheid en werkgelegenheidsgroei, bruto binnenlands product (bbp) per hoofd van de bevolking, opleidingsniveau, beschikbaar inkomen, aantallen toeristen, misdaadcijfers, gegevens over online aankopen, enz. enz.


Wat vertelt de actuele huurdersmix ons over de kwaliteit van een winkelcentrum?
Bestaande winkelcentra die willen overleven, moeten het winkelpubliek hele overtuigende redenen bieden om hun huizen te verlaten. De huurderskwaliteit en -variëteit vormt een significante factor voor de winkelverkopen. Derhalve kan verwacht worden dat een aantrekkelijke winkelmix positief bijdraagt aan de synergie binnen het centrum en het huurniveau. We selecteerden 160 belangrijke winkelhuurders die actief zijn in Europa en naar onze mening een winkelcentrum al dan niet aantrekkelijker maken. Vervolgens vonden we 7.000 locaties die deze huurders in onze winkelcentra huren en kenden een directe score toe aan hun aanwezigheid. De toegepaste criteria bij de beoordeling van de huurderskwaliteit zijn: het vermogen om klanten naar de fysieke winkel te lokken, vervolgens omzet te genereren en daarmee de kwaliteit van de huurinkomsten te verbeteren. De exacte score wordt toegekend rekening houdend met factoren zoals credit rating, financiële situatie van huurders zonder credit rating, de branche waarin de huurder actief is en andere publieke indicatoren of van de verhuurders zelf. Zo kregen huurders als Apple of Tesla een hogere huurdersscore omdat zij klanten goed naar hun fysieke winkels weten te lokken en een hoge huur kunnen betalen. Huurders die onlangs faillissement hebben aangevraagd of bezig zijn om winkels te sluiten, kregen een lage huurdersscore.

Bij de analyse van de huurderscategorie keken we binnen de volledige huurderdataset vooral naar de categorieën “mode” (kleding en schoenen), “gezondheid” (apotheken, drogisterijen, opticiens en dokterspraktijken), “dienstverlening” (reisbureaus, wasserettes, makelaars, bankkantoren enz.) en “vrijetijdsbesteding” (restaurants, cafés, kunstgalerijen, amusementsparken enz.). Vervolgens stelden we vast welke huurders al dan niet bestand zijn tegen online concurrentie en offline nog steeds weten te groeien. Ook keken we hoe gemakkelijk een bepaald soort huurder door een andere huurderscategorie vervangen kan worden. Hierbij merken we op dat in de dynamische wereld van de detailhandel de relatie tussen de actuele huurderskwaliteit en het historische huurniveau mogelijk niet zo goed aansluit bij onze toekomstgerichte benadering: niet alle winstgevende huurders uit het verleden zullen naar verwachting ook de succesvolle huurders van de toekomst zijn. Derhalve is onze uiteindelijke huurdersscore gebaseerd op de toekomstgerichte verwachting welke huurders winkelvastgoed rendabel maken. Via de opname van variabelen gerelateerd aan de huurdersmix proberen we vast te stellen of deze ontwikkeling al in gang is gezet.

 

“Onze toegevoegde waarde ligt in het feit dat wij niet alleen gegevens verzamelen, maar ook weloverwogen conclusies trekken wat deze gegevens betekenen voor de waardering van portefeuilles en bepalen wat de beste positionering binnen de winkelvastgoedsector is.”

Voornaamste bevindingen 

Alle bovengenoemde factoren spelen tegelijkertijd een rol en vormen een complexe matrix van data en gedragingen die goed doorgrond moet worden om een winkellocatie succesvol te laten aansluiten op de behoeften van consumenten. Als volgende stap zochten we daarom uit welke factoren de meest significante verklarende variabelen voor huurniveau en huurgroei waren. Ook wilden we vaststellen hoe de onderzochte factoren en parameters gewogen moeten worden in de uiteindelijke score van ieder beoordeeld vastgoedobject. Daartoe keken we eerst naar een steekproef van 100 winkelcentra waarvan openbare gegevens beschikbaar zijn en analyseerden daarvoor de huurontwikkeling per vierkante meter tussen 2015 en 2019. De tweede variabele in dit onderzoek betrof de bezoekersaantallen op jaarbasis. Die zijn afgeleid uit openbare gegevens voor 81 van de 100 winkelcentra uit de huuranalyse. Vervolgens lieten we voor beide factoren een regressieanalyse los op de huurdersmix- en locatievariabelen, om te kijken of deze onderzochte factoren een consistente en significante invloed hebben op de winstgevendheid en populariteit van winkelcentra. 

Ten aanzien van de onderzochte demografische variabelen constateerden we dat de bevolkingsdichtheid de factor met de hoogste positieve correlatie was met zowel huurniveau als bezoekersaantallen. Nummer twee en drie waren het bruto binnenlands product (bbp) per hoofd van de bevolking en het beschikbaar inkomen. Beide bleken positieve verklarende variabelen te zijn voor het huurniveau. Intuïtief is dat ook logisch. Als een winkelcentrum nabij stedelijk gebied wordt gebouwd waar vooral mensen met hoge inkomens en veel koopkracht wonen, dan trekt zo’n winkelcentrum naar verwachting veel consumenten en stijgen de verkopen. Een hogere bevolkingsdichtheid heeft naar verwachting een positieve impact op de winkelverkopen en het huurniveau. In gebieden met een hoog bbp per hoofd van de bevolking kan naar verwachting een hogere huur gevraagd worden dan in gebieden met een laag bbp per hoofd van de bevolking. Tot slot bleken wijzigingen in het beschikbaar inkomen ook een significante en positieve verklarende factor voor het huurniveau te zijn. 

Voorts constateerden we dat het aantal toeristen significant positief correleerde met het huurniveau. Ook dit was zoals verwacht. Het verband tussen misdaadcijfers (als proxy voor de veiligheid in een bepaalde regio) en het huurniveau was aanvankelijk een vraagteken voor ons. Enerzijds willen mensen in gebieden met een lage criminaliteit wonen. Anderzijds zien we in de dichtst bevolkte gebieden vaak een hogere criminaliteit. Uiteindelijk konden we bevestigen dat er een negatieve correlatie bestaat tussen criminaliteit en huurniveau. Dat betekent dat moeilijk tophuren gevraagd kunnen worden voor winkelcentra in gebieden die niet veilig geacht worden. 

Bij de analyse op huurderscategorie constateerden we dat de huurderscategorie “vrijetijdsbesteding” het sterkst positief correleerde met bezoekersaantallen. Als er dus veel huurders uit die categorie in een winkelcentrum gevestigd zijn, dan kan dat als een duidelijk pré worden gezien. Het percentage huurders in de categorie “mode” heeft ook een positieve correlatie met huurniveau, maar correleerde negatief met bezoekersaantallen. Dit is mogelijk te wijten aan het feit dat huurders uit de modecategorie vroeger de voornaamste reden vormden waarom winkelcentra überhaupt open gingen. Vandaag de dag moeten zij hun winkeloppervlak echter aanzienlijk rationaliseren en dalende verkopen rapporteren. Derhalve vormen zij wellicht geen goede indicator voor de huurniveaus in de toekomst. Bij de overige categorieën constateerden we dat een significante aanwezigheid van de categorie “gezondheid” negatief correleert met het huurniveau. Dit is een vrij nieuwe categorie die vooral in winkelcentra is geïntroduceerd in reactie op het krimpende winkeloppervlak voor huurders uit de modecategorie. Huurders uit de categorie “gezondheid” blijken een relatief lage huur te betalen. Verder hebben apotheken en gezondheidsklinieken saaie etalages en gaat niemand daar naar binnen om te “funshoppen”. Als je als huurder naast zo’n apotheek of kliniek zit, zorg je ervoor dat jouw etalage extra interessant is om het winkelpubliek langzamer voorbij te laten lopen. 

Vervolgens keken we naar de correlatie tussen de verklarende variabelen. We constateerden dat veel demografische en economische factoren positief met elkaar gecorreleerd zijn. Daar waar de coëfficiënten op mogelijke multicollineariteit duidden, lieten we een van de variabelen weg of introduceerden we een derde variabele die een gemiddelde van de gecorreleerde twee vormde. Enigszins verrassend was de positieve correlatie tussen online aankopen en de meeste demografische en economische factoren die een positieve invloed hebben op het huurniveau en de bezoekersaantallen. Online aankopen vertoonden vooral een hoge correlatie met werkgelegenheid en beschikbaar inkomen. Onderzoek bevestigt inderdaad dat mensen met een hoog beschikbaar inkomen eerder een online aankoop doen dan mensen met een laan beschikbaar inkomen en een aanzienlijke bijdrage aan de online verkopen leveren. Hieruit volgde de conclusie dat naarmate er meer online verkopen in een gebied plaatsvinden, er in de nabijgelegen winkelcentra hogere huurniveaus en bezoekersaantallen verwacht kunnen worden. Dit vonden we contra-intuïtief gezien het feit dat e-commerce als een van de voornaamste factoren voor de teruggang van de fysieke detailhandel wordt gezien. Wij denken nog steeds dat op de langere termijn de groeiende bereidheid van alle demografische groepen om online te winkelen een aanzienlijke bedreiging voor fysieke winkels zal vormen. Als winkelrituelen eenmaal worden gewijzigd, is het moeilijk om ze weer in ere te herstellen.

Tot slot hebben we de winkelverkopen per vierkante meter geanalyseerd zoals die zijn gepubliceerd door een van de ondernemingen. Hieruit bleek duidelijk dat winkelverkopen een verklarende variabele voor het huurniveau per vierkante meter vormen. Dat is geweldig nieuws: de opname in ons model van variabelen die de winkelactiviteit beïnvloeden, heeft daarmee goede voorspellende kracht voor het huurniveau van een winkelcentrum. 

Op basis van al onze analyses hebben we gewichten toegekend aan alle onderzochte factoren voor de submarktscore en de huurdersscore, en wel zodanig dat zij het huurniveau en de bezoekersaantallen het beste kunnen verklaren. Factoren die niet significant bleken, zijn weggelaten. Op deze wijze kwam onze score op objectniveau tot stand voor alle 1.115 winkelcentra die geanalyseerd zijn. Vervolgens zijn deze gegevens geaggregeerd op landniveau in een portefeuillescore voor alle Europese REIT’s, Britse REIT’s en Nederlandse niet-beursgenoteerde vastgoedfondsen, zodat we daarna per onderneming per land een inschatting van de huurgroei op de lange termijn konden maken. Ingevoerd in onze modellen leidde die uiteindelijk tot een aangepaste nettovermogenswaarde (NAV) die bepalend is voor onze beleggingsbeslissingen.

Conclusies

Winkelonderzoek bevindt zich op het raakvlak tussen kunst en (sociaal- en natuur)wetenschap. De winkelomgeving verandert snel. Veel trends die nog maar kort geleden door ons beschreven zijn, kunnen alweer afzwakken of juist versneld doorzetten. Omdat ons winkelonderzoek al doende plaatsvond, wisten we niet zeker wat onze conclusies zouden zijn tot we zover waren. We moesten ook vaak stoppen om goed te begrijpen wat we zagen. Aangezien winkelpatronen net als demografische factoren voortdurend in ontwikkeling zijn, weten we dat we nog steeds verrast kunnen worden. We zijn erop voorbereid dat onze gegevens regelmatig geactualiseerd en opnieuw geanalyseerd moeten worden. De voornaamste les die we geleerd hebben, is dat de inpasbaarheid en winstgevendheid van een winkelcentrum volledig en onlosmakelijk met elkaar verbonden zijn. Met andere woorden, als je een winkelomgeving bouwt en exploiteert die past bij de zeer specifieke behoeftes van het winkelpubliek, dan kun je als vastgoedexploitant een hoger huurniveau en een hogere huurgroei realiseren dan sectorgenoten die dat niet doen. 

Deze bevindingen zijn nuttig voor ons om de performance van de winkelvastgoedsector beter te doorgronden, groeivoeten aan portefeuillenamen in onze modellen toe te kennen, de investeringsuitgaven te modelleren die nodig zijn om veranderende trends bij te houden, en uiteindelijk beter te begrijpen hoeveel waarde per aandeel iedere geanalyseerde winkelportefeuille kan opleveren. Daarbij ligt onze toegevoegde waarde in het feit dat wij niet alleen gegevens verzamelen, maar ook weloverwogen conclusies trekken wat deze gegevens betekenen voor de waardering van portefeuilles en bepalen wat de beste positionering binnen de winkelvastgoedsector is.

Belangrijke informatie

De standpunten in dit document kunnen op elk moment worden gewijzigd zonder voorafgaande kennisgeving. Kempen Capital Management N.V. (KCM) is niet verplicht om de inhoud van dit document bij te werken. Als vermogensbeheerder kan KCM beleggingen hebben, in het algemeen ten behoeve van derden, in financiële instrumenten die in dit document worden genoemd en het kan het op elk moment besluiten om over te gaan tot koop- of verkooptransacties van deze financiële instrumenten.

De informatie in dit artikel dient uitsluitend ter informatie. Dat betekent dat het geen beleggingsadvies bevat, geen beleggingsaanbeveling, geen onderzoek of een uitnodiging om financiële instrumenten te kopen of verkopen en het dient ook niet als zodanig te worden geïnterpreteerd. Dit document is gebaseerd op informatie die wij als betrouwbaar beschouwen, maar we stellen niet dat die accuraat of volledig is en dat er als zodanig op moet worden vertrouwd.
De standpunten in dit artikel zijn onze huidige standpunten vanaf de datum die in dit document wordt weergegeven. Dit document is onafhankelijk van het bedrijf geproduceerd en de hierin opgenomen standpunten zijn volledig die van KCM.
KCM heeft een licentie als beheerder van verschillende UCITS en AIF’s om beleggingsdiensten te verlenen en staat onder toezicht van de Nederlandse Autoriteit Financiële Markten.

More on Real Estate

Blijf op de hoogte

Laat uw e-mailadres achter en we sturen u onze laatste updates.

Ons team

News & Knowledge