Evaluatie doeltreffendheid en doelmatigheid eigenwoningregeling

SEO Economisch Onderzoek evalueerde in opdracht van het ministerie van Financiën de fiscale eigenwoningregeling, met nadruk op de wijzigingen sinds 2001. Het eigenwoningbezit steeg van minder dan 30 procent in 1950 naar ruim 60 procent in 2015, maar hard bewijs dat de hypotheekrenteaftrek daaraan bijdroeg ontbreekt; een simulatie wijst op 1,6 procentpunt. Zonder de fiscale subsidie zouden de huizenprijzen 3,3 procentpunt lager liggen en zouden welvaart en arbeidsmobiliteit hoger zijn. Door die neveneffecten, samen met hoge kosten en meer schuldopbouw, noemt SEO de regeling ondoelmatig. Van de latere maatregelen zijn vooral de aflossingseis en de tariefmaatregel effectief; de aftrek bij geen of geringe eigenwoningschuld waarschijnlijk niet.

Financiële, liquiditeits- en insolventierisico'sMacro-economische en geopolitieke onzekerheidVeranderende wet- en regelgeving

Waarom deze indeling: De regeling kost de schatkist miljarden en beinvloedt de hypotheekschuld van huishoudens, waarmee zij direct het financiele risico van huiseigenaren en de overheid raakt. De schuldopbouw in eigen woningen heeft macro-economische gevolgen, zeker in crisistijd, en werkt door in huizenprijzen, welvaart en arbeidsmobiliteit. Het onderzoek beoordeelt daarnaast een reeks wetswijzigingen sinds 2001 die de regeling stap voor stap hebben aangepast.

Toegekend met een AI-model (Opus 5) op basis van de zestien thema's van Risk in Focus; niet door mensen gevalideerd. Om de labels beter te onderbouwen gaan we ze gefaseerd herbeoordelen met een tweede, onafhankelijk model van een andere aanbieder (OpenAI naast Anthropic); vanwege tokenlimieten gebeurt dat stapsgewijs. Ziet u een fout? Laat het weten.

Ministerie

Ministerie van Financiën

Bron

Onderzoeken en evaluaties: SEO Economisch Onderzoek

Toegepaste standaard

Extern onderzoek

Datum

2019-08 (alleen de maand is bekend)

Het rapport zelf

originele publicatie

Omschrijving

samenvatting door een AI-model (Opus 5) op basis van de publicatie

Risicolabels

toegekend met een AI-model (Opus 5) volgens de zestien thema's van Risk in Focus (ECIIA), niet door mensen gevalideerd

Bijgewerkt

augustus 2026