Betaalbaarheid staat hoog op de agenda bij woningcorporaties. Dat is niet voor niets: steeds meer huurders hebben moeite om rond te komen. Daarbij is het belangrijk je te realiseren dat woonlasten veel meer omvatten dan alleen de huur. Alle verschillende kostenposten samen bepalen of een huishouden risico loopt op betalingsproblemen of dat er bijvoorbeeld sprake is van energiearmoede. Maar hoe kun je sturen op woonlasten? Hiervoor hebben ABF Research en Ortec Finance samen SAMBA ontwikkeld.
SAMBA is een instrument waarmee corporaties grip krijgen op de woonlasten, zowel nu als in de toekomst. Het is ontwikkeld omdat effectief sturen op woonlasten lastig is voor corporaties. Na toewijzing beschik je vaak over beperkte informatie over de huurder: het inkomen of de gezinssamenstelling veranderen regelmatig nadat de woning is betrokken. Daardoor komt in de praktijk het werken aan betaalbaarheid vaak neer op generieke aanpassingen aan de huur en het huurbeleid.
Wat doet SAMBA?
SAMBA staat voor Strategie, Asset Management en Betaalbaarheid Analyse. Het is een woonlastensimulatiemodel dat vastgoedinformatie aan huurdersinformatie koppelt en hierop een slimme datafusie toepast via geavanceerde rekenmethodieken. Het resultaat is een zogenaamde synthetische dataset met betrouwbare huurdersinformatie. Op die manier biedt SAMBA corporaties inzicht in de actuele woonlasten van huurders, ook wel ‘de foto’ genoemd. Daarnaast maakt SAMBA het mogelijk om de toekomstige ontwikkeling van de woonlasten van huurders in verschillende beleidsscenario’s te simuleren, oftewel ‘de film’ te draaien.
De foto
Om de woonlasten van huurders in kaart te brengen, wordt altijd gestart met een fotomoment: het zo goed mogelijk in kaart brengen van de actuele huurders. Wat verdienen huurders? Hoe ziet hun huishouden eruit? Welke andere uitgaven hebben ze naast wonen? En hoeveel energie wordt verbruikt? We verzamelen al deze gegevens zo nauwkeurig mogelijk via de datafusie. Op die manier bepalen we de betaalbaarheidsindicatoren (de -netto- huurquote, de woonquote, energiequote en betaalrisico’s).
De film
Voor de film rekenen we toekomstscenario’s door op basis van beleidsplannen. De meerjarenbegroting vormt veelal het basisscenario. Daarnaast rekenen we naar wens alternatieve scenario’s door, bijvoorbeeld met een ander verduurzamingsprogramma en/of ander huurbeleid. Deze scenario’s maken we in WALS of SAM. De vastgoedgegevens uit WALS worden verrijkt met de kenmerken van huishoudens en door vertaald in een nieuwe synthetische dataset voor een prognosejaar. Hoewel het hier om een simulatie gaat, geeft het model een representatief beeld van de bewoners, met behoud van de privacy. Het mooie is dat ook demografische trends, mutaties, inkomensontwikkelingen en veranderingen in kostencomponenten (zoals energieprijzen en gemeentelijke lasten) worden meegenomen. Op die manier ontstaat een compleet beeld en krijgen corporaties inzicht in de effecten van hun keuzes over de tijd.
Wat levert SAMBA je op?
- De foto: inzicht in de huidige situatie
- De film: inzicht in de toekomstige situatie in verschillende scenario’s en een vergelijkende analyse
- Standaard maken we het basisscenario en 2 alternatieve scenario’s; indien gewenst zijn aanvullende scenario’s mogelijk
- Voor zowel de foto als de film inzicht in de woonlastenindicatoren:
- (Netto) huurquote;
- Energiequote;
- Woonquote;
- Betaalrisico’s.
Voor zowel de foto als de film dwarsdoorsnedes. Er zijn immers grote verschillen tussen groepen huurders als het gaat om inkomens, woonlasten en de betaalbaarheid van de woonlasten.
Eindproducten
Concreet krijg je naast de presentaties waarin voorgaande punten verwerkt zijn ook de volgende eindproducten opgeleverd:
- Rapportage: een beknopte rapportage met daarin een beschrijving van de gebruikte data en methodiek, en de uitkomsten van de foto en film gepresenteerd in tabellen, figuren en kaarten.
- Excel-bijlage met cijfers achter de tabellen, figuren en kaarten van de rapportage, aangevuld met extra uitkomsten die niet in het rapport staan. Met dit bestand is het mogelijk om zelf aanvullende doorsnedes van doelgroepen en woningcategorieën te maken.
- Excel-bijlage op vhe-niveau: de uitkomsten van de foto leveren we ook op vhe-niveau aan. Op die manier kun je zelf desgewenst nog aanvullende analyses uitvoeren. NB: de uitkomsten zijn niet bruikbaar op vhe-niveau maar pas vanaf een bepaald aggregatieniveau, bij voorkeur ca. 200 woningen.
Inschatting tijdsbesteding corporatie
Omdat we gebruik maken van de informatie die al in WALS (of SAM) beschikbaar is, hoeven we nauwelijks extra data uit te vragen bij de corporatie.
Standaard gaan we uit van de volgende overleggen:
- Startoverleg: bespreken van opzet en planning van het onderzoek en de aanlevering van data;
- Overleg over de (concept)uitkomsten van de ‘foto’ en over de uitgangspunten van de ‘film’;
- Overleg over de (concept)uitkomsten van de ‘film’.
Meer over woonlasten
Interesse in of vragen over SAMBA?
Voor het opvragen van een offerte voor jouw corporatie en andere vragen, neem contact op met Annique via onderstaande gegevens. We helpen je graag verder.
Contact
