Rijksmap › Ministerie van Financiën › rapport

Werkt de maximale leennorm bij hypotheken onbedoeld als een anker in consumentenkeuzes? Eindrapport

2020-11-16 · Onderzoeken en evaluaties: CentERdata, in samenwerking met Universiteit van Amsterdam en Nibud · standaard Extern onderzoek · Toezicht & onderzoek

Open het rapport bij de bron Toon dit rapport in de interactieve Rijksmap

Waar gaat dit rapport over?

AI-samenvatting

Onderzocht is of het maximale hypotheekbedrag dat consumenten via online rekentools of een adviseur te zien krijgen werkt als een anker dat hen richting een hogere hypotheek stuurt, en hoe dat effect te dempen valt. Gebruikt zijn literatuuronderzoek, interviews met hypotheekadviseurs, kleinschalige online experimenten en een grootschalig experiment met een nagebootste woningsite onder toekomstige kopers. Het maximale bedrag blijkt inderdaad als anker te werken: mensen zoeken in een hogere prijsrange, willen duurdere woningen bezichtigen en slaan vaker een negatief advies in de wind. Het effect is het sterkst bij lagere inkomens en bij bedragen uit een online tool. Onderzochte tegenmaatregelen hielpen maar beperkt.

Risicothema's

Financiële, liquiditeits- en insolventierisico'sMarktverandering en concurrentieVeranderende wet- en regelgeving

Waarom deze indeling: De kern is het risico dat huizenkopers een hogere hypotheek nemen dan bij hun situatie past, met spijt of betalingsproblemen tot gevolg. Het effect kan bovendien prijsopdrijvend werken op de woningmarkt. Het maximale leenbedrag volgt uit wettelijke leennormen, waardoor de vormgeving van die regels zelf onderdeel van het probleem is.

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.

Waar hoort dit rapport bij?

Ministerie: Ministerie van Financiën
Bron: Onderzoeken en evaluaties: CentERdata, in samenwerking met Universiteit van Amsterdam en Nibud
Toegepaste standaard: Extern onderzoek
Datum: 2020-11-16

Bronnen

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