Retouren van de holdingperiode

Gemiddeld rendement per periodeduur

Hoe u de holdingperiode en het rendementsinzicht kunt lezen

Belangrijkste afhaalrestaurants

  • Dit inzicht wordt mogelijk gemaakt door live URA- en HDB-transactiegegevens die maandelijks worden vernieuwd.
  • Gebruik het districtsfilter boven het diagram om de resultaten te beperken tot een specifiek plangebied.
  • Beweeg de muis over een gegevenspunt in het diagram voor exacte waarden en transactieaantallen.

Wat het doet

Het Holding Returns-inzicht analyseert de gerealiseerde kapitaalrendementen voor particuliere woningen in Singapore door transacties te stratificeren op basis van het jaar waarin het onroerend goed oorspronkelijk is gekocht. Voor elk aankoopjaarcohort (bijvoorbeeld 'alle eigendommen gekocht in 2010') toont de grafiek de verdeling van de nominale winsten op jaarbasis bij wederverkoop - mediaan, 25e percentiel en 75e percentiel - zodat u niet alleen de gemiddelde uitkomst kunt begrijpen, maar ook de spreiding van de uitkomsten voor eigendommen die in dat jaar zijn gekocht. De horizontale as is het aankoopjaar (van 2000 tot heden), en de verticale as het nominale rendement op jaarbasis. Met een filter kunt u een specifiek district of marktsegment selecteren om te zien hoe het retourprofiel per locatie varieert.

Dit inzicht vindt u op ShiokNest onder het tabblad Inzichten. Gegevens zijn afkomstig van op elkaar afgestemde paren URA-aankoop- en wederverkoopwaarschuwingen: alleen transacties waarbij zowel de oorspronkelijke aankoop als de daaropvolgende wederverkoop in de database zijn vastgelegd, zijn opgenomen, waardoor wordt gegarandeerd dat retouren gebaseerd zijn op daadwerkelijke retourtransacties in plaats van op gemodelleerde schattingen. De dataset sluit eigendommen uit die nog in bezit zijn (nog niet doorverkocht), wat betekent dat recente aankoopjaren (2022-2025) weinig datapunten zullen hebben totdat deze eigendommen op de secundaire markt worden verhandeld. Dit inzicht wordt gecombineerd met de Winstgevendheidsscore voor analyse op ontwikkelingsniveau, en de Cashflowcalculator voor rendementsmodellering na aftrek van financieringskosten.

Waarom het ertoe doet

Het belangrijkste inzicht uit de holdingretourgegevens is hoe dramatisch de aankooptiming de resultaten beïnvloedt. Vastgoed dat in 2009 (post-GFC-dal) werd gekocht en op enig moment tussen 2012 en 2020 werd doorverkocht, leverde een gemiddeld nominaal rendement op jaarbasis op van 8 tot 14% – uitzonderlijk volgens elke beleggingscategorie. Vastgoed dat op het hoogtepunt van 2011 werd gekocht en vijf tot zeven jaar later werd doorverkocht, leverde een gemiddeld rendement op van 0 tot 2% op jaarbasis – nauwelijks boven de inflatie, rekening houdend met de transactiekosten. De grafiek maakt deze gevoeligheid voor het aankoopjaar zichtbaar over de volledige historische cyclus, zodat u elk historisch aankoopjaar kunt lokaliseren en inzicht kunt krijgen in wat de mediaankoper daadwerkelijk heeft ontvangen.

De rendementsverdeling – die het 25e en 75e percentiel laat zien – is net zo belangrijk als de mediaan. Een aankoopjaar waarin het gemiddelde rendement 5% bedraagt, maar het 25e percentiel -2%, betekent dat ruwweg 25% van de kopers in dat cohort in reële termen na aftrek van de kosten geld heeft verloren. Een aankoopjaar waarin het 25e percentiel 3% is en het 75e percentiel 9%, heeft een strakke, consistent positieve rendementsverdeling: het hele cohort deed het redelijk goed. De breedte van de verdeling geeft aan met hoeveel uitkomstvariabiliteit een koper in dat jaar te maken kreeg. Dit is een maatstaf voor het marktbrede risico in die periode en niet voor het individuele selectierisico.

Voor huidige kopers is de nuttigste toepassing het kalibreren van de verwachtingen voor het instapcohort 2024-2026. Welk rendement op jaarbasis zou een koper in 2024 door de markt moeten opleveren om een ​​minimaal aanvaardbaar rendement te behalen, gegeven de huidige PSF-niveaus, ABSD- en transactiekosten, en de afkoelingsomgeving na 2023? De gegevens over het bezitsrendement bieden een historische context: de particuliere woningmarkt in Singapore heeft een positief nominaal rendement opgeleverd in elke bezitsperiode van meer dan vijf jaar, gemeten vanaf de niet-piekaankoopjaren. Vanaf de piekaankoopjaren (2011, 2013) waren 5-jaars houders nominaal vaak nauwelijks break-even. Deze gegevens vormen het huidige instappunt – niet op een piek in 2011, maar ook niet op het dieptepunt van 2009 – en helpen realistische rendementsverwachtingen vast te stellen voor een beleggingshorizon van 5 tot 10 jaar.

Het districtsfilter laat aanzienlijke regionale verschillen in beleggingsrendementen zien. D9/D10/D11 CCR-districten vertonen een hogere rendementsvolatiliteit (grotere spreiding tussen het 25e en 75e percentiel), maar hogere gemiddelde rendementen uit de dalaankoopjaren. D19/D20/D21 OCR-districten laten een lagere rendementsvolatiliteit en consistentere bescheiden rendementen zien. Voor risicomijdende beleggers die op zoek zijn naar stabiele rendementen in plaats van potentiële outperformance, levert het rendementsprofiel van OCR historisch gezien een krappere verdeling op, zelfs als de mediaan 2 à 3 procentpunten lager is dan de CCR uit vergelijkbare aankoopjaren. Combineer dit met Tenure Trends Insight om te begrijpen hoe de rendementen op FH- en 99-jarige holdings zich verhouden binnen hetzelfde district over gelijkwaardige perioden.

Hoe het werkt

  • Selecteer een district uit het filter of laat het leeg om gegevens voor heel Singapore te bekijken.
  • Gebruik de tijdbereikknoppen (1Y/2Y/3Y/5Y/All) om het kaartvenster aan te passen.
  • Beweeg de muis over een willekeurig punt in het diagram om de exacte waarden en onderliggende transactieaantallen te zien.
  • Bekijk de KPI-kaarten boven het diagram in één oogopslag voor de belangrijkste cijfers.

Voorbeelden

2009 vs 2011 purchase cohort in D9: the purchase timing gap

Ingangen
District
D9 — Orchard / River Valley
Cohorts compared
2009 purchase year vs 2011 purchase year
Metric
Annualised nominal return at resale (all holding periods)
Resultaten
D9 2009 cohort median return
+9.8% annualised (5-year typical hold)
D9 2011 cohort median return
+1.2% annualised (5-year typical hold)
D9 2011 cohort 25th percentile
−1.4% annualised (losing-money band)
Return difference from 2yr timing gap
8.6 percentage points per year

Hoe dit te lezen: Two years of purchase timing in the same district — 2009 vs 2011 — produced an 8.6 percentage point gap in median annualised returns over a 5-year hold. The 2009 buyer entered near the trough; the 2011 buyer entered near the peak of that cycle. After 5 years, the 2009 buyer had compounded at 9.8% per year; the 2011 buyer at 1.2%. The 25th percentile for the 2011 cohort is actually negative — meaning roughly 25% of 2011 D9 buyers lost money nominally over 5 years. This historical data contextualises the importance of current-cycle positioning: buyers entering D9 at relative value versus those entering at cycle highs face very different return distributions.

OCR 2015–2018 cohort: consistency in modest returns

Ingangen
Segment
OCR (Outside Central Region)
Cohorts
2015, 2016, 2017, 2018 purchase years
Metric
Annualised return at resale, all holding periods
Resultaten
2015 OCR cohort median
+4.2% annualised
2016 OCR cohort median
+3.8% annualised
2017 OCR cohort median
+4.4% annualised
2018 OCR cohort median
+3.9% annualised
Distribution width
Narrow: 25th percentile +1.8%, 75th percentile +6.5%

Hoe dit te lezen: OCR buyers in the 2015–2018 window consistently achieved 3.8–4.4% annualised median returns with narrow distribution spreads — the 25th percentile never went below +1.8%. This contrasts sharply with CCR's wider distribution. For a risk-averse investor entering today at a comparable relative position in the current cycle (not at cycle peak, not at trough), OCR's historical return consistency is a meaningful data point. The 4% median annualised nominal return plus rental income suggests a total return in the 7–8% range for an OCR buy-to-let over a 5–7 year hold — not spectacular, but consistent and measurable.

Tips en valkuilen

Deskundige tips

  • Vergelijk twee tot drie districten naast elkaar om relatieve uitschieters op te sporen in plaats van één enkel getal afzonderlijk te lezen.
  • Controleer altijd het aantal transacties naast elke prijsmaatstaf; kleine steekproeven kunnen misleidende gemiddelden opleveren.
  • Combineer dit inzicht met de gerelateerde rekenmachines en kaarten hieronder voor een compleet beslissingskader.

Veelvoorkomende valkuilen

  • Kortetermijnbewegingen (minder dan één jaar) als trends interpreteren: vastgoedgegevens in Singapore zijn luidruchtig en hebben een langere periode nodig.
  • Als we het verschil tussen mediaan en gemiddelde negeren, worden de middelen getrokken door luxe-uitschieters in de belangrijkste districten.
  • We vergeten dat de prijzen voor nieuwe lanceringen vaak worden gesubsidieerd door kortingen voor ontwikkelaars die niet zichtbaar zijn in de krantenkoppen.

Veelgestelde vragen

Waar komen de gegevens vandaan?
Gegevens zijn afkomstig van de officiële API's van de Urban Redevelopment Authority (URA) en Housing & Development Board (HDB), die maandelijks worden vernieuwd.
Hoe vaak wordt dit inzicht bijgewerkt?
De onderliggende transactiegegevens worden maandelijks gesynchroniseerd vanuit URA en HDB. De grafieken worden live opnieuw berekend zodra er nieuwe gegevens binnenkomen.
Kan ik filteren op wijk?
Ja: gebruik het districtsfilter boven het diagram. Via de URL kunt u ook een deeplink naar een specifieke wijk delen.