Meta description: Beleggingsrendement berekenen voor vastgoed vraagt meer dan ROI. Leer welke methode past en hoe woningdata de uitkomst betrouwbaarder maakt.

Laatst bijgewerkt: 23 mei 2026

Een opvallend startpunt voor beleggingsrendement berekenen is dit: voor de Nederlandse markt wordt bij scenario's vaak gewerkt met bandbreedtes rond 5% tot 8%, terwijl historische aandelenrendementen juist laten zien hoe misleidend één vast gemiddeld percentage kan zijn. De AEX kwam sinds 1983 uit op een totaal gemiddeld rendement van 10,4%, maar over 1989–2019 op 7,26% per jaar (Langzaam Rijker). Dat verschil is precies waarom een vastgoedteam niet moet sturen op één enkel rendementsgetal.

In de praktijk gaat het mis zodra teams een berekening verwarren met een besluitmodel. Een ruwe ROI kan prima zijn voor een eerste filter. Voor acquisitie, portefeuillewaardering, pricing of productlogica is zo'n uitkomst vaak te grof. Zeker in vastgoed, waar looptijd, huurstromen, onderhoud, financiering, waardeontwikkeling en fiscaliteit allemaal door elkaar lopen.

Als data-analist bij een vastgoedfonds kijk ik daarom eerst naar de vraag achter het model. Wil je objecten snel vergelijken, kasstromen beoordelen, een portefeuillemanager eerlijk meten of een product bouwen dat reproduceerbare uitkomsten geeft? Pas daarna kies je de rekensystematiek. De kwaliteit van de data-input is daarbij net zo belangrijk als de formule zelf.

Waarom een nauwkeurige rendementsberekening cruciaal is

Beleggingsrendement berekenen heeft in vastgoed maar één doel: betere besluiten nemen met cijfers die herhaalbaar zijn. Zodra de input wankelt, lijkt een rendement exact terwijl het in feite een nette schatting is op onvolledige aannames.

Dat zie ik vaak bij acquisitie en productontwikkeling. Een pand krijgt een aantrekkelijk verwacht rendement, maar later blijkt dat de huurinschatting te generiek was, de onderhoudspost te laag stond of de waardeontwikkeling op postcode in plaats van op objectniveau was benaderd. De formule was niet het probleem. De datakeuzes waren dat wel.

Voor een productmanager is dat verschil direct relevant. Als twee gebruikers hetzelfde object invoeren, wil je dezelfde uitkomst terugzien, met dezelfde definities voor kasstromen, kosten en waardeontwikkeling. Zonder die standaardisatie bouw je geen besluitmodel, maar een rekenhulp met veel interpretatieruimte.

Waar simpele berekeningen stuklopen

Een eerste rendementsgetal kan nuttig zijn, zolang duidelijk is wat het wel en niet meet. In vastgoed gaan berekeningen meestal mis op drie punten:

  • Tijd ontbreekt: een rendement zonder looptijd maakt een project van twaalf maanden onterecht vergelijkbaar met een project van vijf jaar.
  • Kasstromen zijn incompleet: huur, leegstand, servicekosten, capex, financieringslasten en tussentijdse investeringen bepalen mede de uitkomst.
  • Het meetdoel is niet scherp: een metric voor objectkwaliteit is iets anders dan een metric voor fondsperformance of rendement op eigen vermogen.

Praktische regel: “het rendement” bestaat niet. Er is alleen een rendement volgens een gekozen definitie, met een specifieke dataset en een duidelijke periode.

Dat is geen academisch onderscheid. In een vastgoedfonds stuurt acquisitie op andere vragen dan asset management of product. De een wil weten of een object in de funnel mag blijven. De ander wil weten of de gerealiseerde kasstroom aansluit op het businessplan. Dan moet je vooraf vastleggen welke methode bij welk besluit hoort.

Waarom betrouwbare data het verschil maakt

Een nauwkeurige uitkomst begint zelden bij de formule en bijna altijd bij de brondata. Verouderde woningkenmerken, een ruwe huurinschatting, ontbrekende buurtvariabelen of een oude transactiecontext trekken de berekening direct scheef. Vooral bij Nederlandse woningen zie je dat snel terug in modellen die op papier netjes ogen, maar in de praktijk slecht voorspellend zijn.

Daarom koppel ik abstracte maatstaven zoals CAGR en IRR altijd aan tastbare vastgoedvariabelen. Marktwaarde, huurpotentieel, mutatiekans, onderhoudsritme en lokale marktdruk bepalen samen of een rendement geloofwaardig is. Met API-gedreven data, zoals objectkenmerken, woningwaarde en markttrends via Altum AI, wordt een rendementsberekening minder een spreadsheetoefening en meer een bedrijfsinstrument dat je kunt toetsen, automatiseren en uitleggen.

Goede rendementsberekeningen vragen dus om twee dingen tegelijk: de juiste methode en een datalaag die past bij de werkelijkheid van het object. Pas dan heeft het percentage betekenis.

De basis leggen met simpele ROI en de beperkingen ervan

Bij een eerste screening valt een object vaak al af of door op één getal. In de praktijk is dat meestal simpele ROI. De formule is snel, uitlegbaar en bruikbaar als je in korte tijd veel proposities naast elkaar moet zetten.

Een overzicht van de basis en beperkingen van de simpele ROI, inclusief rekenvoorbeeld, voordelen en nadelen.

Wanneer ROI wel werkt

ROI berekent de winst als percentage van de initiële investering. De basisformule is eenvoudig:
(opbrengst – investering) / investering x 100%

Met een investering van €1.000 en een opbrengst van €1.200 is de winst €200 en de ROI 20%. Voor acquisitie is dat een bruikbare eerste filter. Je ziet snel welke cases aandacht verdienen en welke niet.

Ik gebruik ROI vooral aan het begin van een analyse, wanneer nog niet alle aannames hard zijn gemaakt. Denk aan een woning die net in beeld komt, waarbij je wel een indicatieve koopsom en een verwachte huuropbrengst hebt, maar nog geen volledig exploitatiemodel. Dan helpt ROI om tempo te houden zonder te doen alsof de analyse al af is.

Waar ROI tekortschiet

Het probleem begint zodra tijd, kasstromen en waardedrijvers ertoe doen. Een ROI van 20% zegt niets over de vraag of dat resultaat in één jaar of in vijf jaar is behaald. Voor een productmanager lijkt dat misschien een detail, maar voor pricing, allocatie en fondssturing verandert het de uitkomst volledig.

Ook in vastgoed is de beperking direct voelbaar. Twee woningen kunnen allebei op 20% ROI uitkomen, terwijl het eerste object dat rendement haalt uit stabiele huurinkomsten en het tweede vooral uit een hoge verwachte verkoopprijs. Operationeel zijn dat twee heel verschillende risico's.

Vraag Simpele ROI geschikt Simpele ROI ongeschikt
Snel meerdere kansen filteren Ja
Investeringen met verschillende looptijden vergelijken Ja
Koopkrachtgroei beoordelen Ja
Portefeuille met veel kasstromen meten Ja

Onthoud: een ROI zonder tijdsdimensie is een startsignaal, geen eindconclusie.

Daar komt nog iets bij. De kwaliteit van de invoer bepaalt hier meer dan veel teams verwachten. Als je rekent met een verouderde woningwaarde, een te optimistische huurinschatting of een generieke exit-aanname, dan oogt de ROI precies maar stuur je op ruis. Juist daarom koppelen wij een eerste rendementscheck aan actuele objectdata, zoals marktwaarde, huurpotentieel en lokale prijsontwikkeling. Voor context over die marktbewegingen helpt een analyse van de prijsstijging van huizen in de laatste 10 jaar, omdat zo'n trend direct invloed heeft op de aannames achter je rendement.

ROI blijft dus nuttig, maar alleen als startpunt. Zodra een beslissing afhangt van timing, kasstromen of waardeverdeling, heb je een methode nodig die verder kijkt dan één enkel percentage.

Rendement over tijd meten met CAGR en TWRR

Een rendement van 8% zegt weinig zonder tijdsas. In vastgoed maakt het een groot verschil of dat resultaat in één jaar is behaald of uitgesmeerd over vijf jaar. Daarom gebruiken we voor serieuze vergelijking geen losse ROI, maar tijdsgewogen maatstaven zoals CAGR en TWRR.

Een infographic die het verschil uitlegt tussen CAGR en TWRR voor het berekenen van beleggingsrendementen over tijd.

Wanneer CAGR logisch is

CAGR rekent terug naar één gemiddeld jaarlijks groeipercentage over meerdere jaren. Dat is nuttig als een productmanager appels met appels wil vergelijken: twee objecten, twee fondsen of twee proposities met een andere looptijd, maar wel één uniforme uitkomst voor rapportage.

De kracht van CAGR is eenvoud. De beperking ook.

CAGR maakt het rendementspad glad. Een appartement in Utrecht kan in jaar één vlak presteren, in jaar twee stijgen door huurindexatie en in jaar drie een sprong maken door marktwaardegroei. CAGR toont dan één nette jaarlijn, terwijl de onderliggende werkelijkheid grilliger was. Voor een dashboard is dat prima. Voor risicobeoordeling is het te plat als je de tussentijdse bewegingen wilt begrijpen.

Waarom TWRR beter past bij kasstromen in de tijd

TWRR kijkt anders naar performance. Deze methode is bedoeld om het rendement van de belegging zelf te meten, los van het moment waarop een belegger geld stort of opneemt. Dat is relevant zodra je werkt met portefeuilleproducten, vastgoedfondsen of investeerders die tussentijds bijstorten voor renovatie, verduurzaming of acquisitie.

In de praktijk zie ik hier vaak de eerste rekenfout ontstaan. Een team pakt beginwaarde en eindwaarde, zet daar alle kasstromen tussen, en noemt het rendement. Daarmee meet je deels ook timing van kapitaal, niet alleen kwaliteit van assetselectie of beheer. TWRR corrigeert daarvoor door periodes tussen kasstromen apart te waarderen en die rendementen aan elkaar te ketenen.

Dat vraagt wel om betere data. Je hebt betrouwbare waardemomenten nodig rond stortingen, opnames en herwaarderingen. In beursportefeuilles is dat meestal dagelijks beschikbaar. In Nederlands vastgoed moet je die meetpunten actief opbouwen met taxaties, modelwaardes, huurdata en marktmutaties. Juist daar wordt het verschil zichtbaar tussen een academische formule en een bruikbaar stuurgetal.

Als kasstromen in de tijd verschillen, wil je de prestatie van het object of de portefeuille scheiden van het inleggedrag van de belegger.

Welke methode past bij welke productvraag

Voor productkeuzes hanteer ik meestal een simpele scheidslijn:

  • Gebruik CAGR als je meerjarige groei wilt normaliseren voor vergelijking in rapportages, propositiepagina's of fondsoverzichten.
  • Gebruik TWRR als je beheerkwaliteit of portefeuilleperformance wilt meten zonder vertekening door in- en uitstroom.
  • Gebruik modified Dietz als je geen volledige reeks dagelijkse waarderingen hebt, maar kasstromen wel tijdsgewogen wilt meenemen.

Voor vastgoed wordt die keuze pas echt sterk als de onderliggende data actueel is. Een CAGR op basis van oude eindwaardes geeft schijnprecisie. Een TWRR zonder goede tussenwaarderingen doet hetzelfde. Daarom koppelen wij deze berekeningen aan objectdata zoals woningwaarde, huurpotentieel en lokale marktbeweging. Wie de prijsstijging van huizen in de laatste 10 jaar naast een rendementspad legt, ziet sneller of performance uit exploitatie komt, uit marktgroei, of uit een combinatie van beide. Dat maakt de uitkomst bruikbaar voor productbeslissingen, niet alleen voor een spreadsheet.

Vastgoedspecifieke rendementen cash-on-cash en cap rate

In Nederlandse woningbeleggingen komt een groot deel van het verschil tussen een redelijke deal en een sterke deal voort uit financiering, leegstand en operationele kosten. Juist daarom gebruik ik cash-on-cash en cap rate naast elkaar. Ze beantwoorden elk een andere productvraag.

Een hand die een huis vasthoudt met symbolen voor cap rate en cash-on-cash rendement voor vastgoedbeleggingen.

Wat cash-on-cash meet

Cash-on-cash meet de jaarlijkse kasstroom ten opzichte van het eigen geld dat echt in de deal zit. Dus niet de totale aankoopsom, maar de equity na hypotheek, overdrachtskosten, advieskosten en eventuele verbouwingsinleg.

Voor productteams is dat verschil belangrijk. Een object kan een nette huur-opbrengst hebben en toch een zwakke cash-on-cash laten zien, simpelweg omdat de koper veel eigen vermogen moest meenemen. Bij buy-to-let proposities, private debt of scenariovergelijkingen voor particuliere beleggers zegt deze metric vaak meer over de ervaren performance dan een algemene objectreturn.

In de praktijk gaat het hier vaak mis op de input. Als de huur te optimistisch is, onderhoud te laag staat of de rentelast niet actueel is, reken je een rendement dat alleen op papier bestaat.

Wat cap rate meet

Cap rate kijkt naar het object zelf. De formule gebruikt de netto operationele opbrengst ten opzichte van de marktwaarde of aankoopprijs, zonder de invloed van financiering. Daardoor is cap rate bruikbaar om panden onderling te vergelijken, ook als kopers een andere schuldstructuur hanteren.

Ik gebruik cap rate vooral voor acquisitie en portefeuillevergelijking. Als twee appartementencomplexen in Utrecht operationeel vergelijkbaar lijken, helpt cap rate om snel te zien welk object relatief duur is geprijsd ten opzichte van de verwachte exploitatie. Voor een bredere waardering van vastgoedportefeuilles met actuele object- en marktdata is dat een logische eerste stap, maar geen eindpunt.

Cap rate wordt pas betrouwbaar als de netto operationele opbrengst schoon is berekend. Dus exclusief financiering, maar ook gecorrigeerd voor structurele leegstand, beheer, onderhoud en lokale marktdruk.

Metric Beste toepassing Negeert financiering Geschikt voor eigen-vermogensanalyse
Cash-on-cash Investeerderscase Nee Ja
Cap rate Marktvergelijking Ja Beperkt

Waar de berekening in vastgoed echt op wint

De formule is zelden het probleem. De datalaag wel.

Bij cash-on-cash draait nauwkeurigheid om echte kasstromen: gerealiseerde huur, rentestand, servicekosten, VvE, onderhoud en frictieleegstand. Bij cap rate draait het om een juiste NOI en een verdedigbare waardegrondslag. In Nederland verandert die context snel per buurt, per energielabel en per reguleringsregime. Een verouderde WOZ, een oude markthuur of een generieke leegstandsaanname trekt de uitkomst direct scheef.

Daarom koppelen wij deze maatstaven aan API-gedreven input zoals woningwaarde, huurpotentieel en lokale markttrends. Dan verandert cap rate van een grove vergelijkingsratio in een bruikbaar acquisitiesignaal. En cash-on-cash wordt een realistischer maat voor wat een belegger na kosten en financiering daadwerkelijk overhoudt.

Een veelgemaakte interpretatiefout

Teams kijken vaak alleen naar het nominale rendement en laten koopkracht buiten beeld. Voor vastgoed met een langere looptijd geeft dat een te rooskleurig beeld van vermogensgroei. Een stabiele operationele uitkomst kan reëel tegenvallen als kosten, rente en inflatie sneller oplopen dan de huurinkomsten.

Ik behandel inflatiecorrectie daarom niet als extra analyse, maar als controlevraag bij elke rendementsrapportage. Zeker als een productmanager rendementen wil vergelijken over meerdere jaren, moet duidelijk zijn of de stijging uit exploitatie komt, uit marktwaardering, of deels verdampt in koopkracht.

De complete analyse met IRR en een netto vastgoedmodel

IRR is de meest complete methode als je alle kasstromen over de levensduur van een investering in één rendementsmaatstaf wilt vangen. In vastgoed is dat vaak de methode die het dichtst in de buurt komt van de echte economische vraag: wat levert dit project op, rekening houdend met timing, kosten, inkomsten en exit?

Een infographic met drie stappen voor het berekenen van vastgoedrendement via IRR en kasstroomanalyse.

Wat IRR in de praktijk meet

IRR is het rendement waarbij de netto contante waarde van alle kasstromen uitkomt op nul. Dat klinkt technisch, maar de praktische betekenis is eenvoudig: je neemt alle in- en uitgaande geldstromen mee, op het moment waarop ze echt plaatsvinden.

Daarmee is IRR veel geschikter dan ROI of cap rate voor projecten met renovatiekosten, gefaseerde huurinkomsten, tussentijdse investeringen en een verkoopmoment aan het einde. Zeker in woningvastgoed, waar onderhoud, verduurzaming en huurpotentieel sterk per object verschillen.

Gebruik IRR als de timing van geldstromen onderdeel is van de businesscase. Anders meet je vooral een vereenvoudiging van de werkelijkheid.

Hoe een netto vastgoedmodel eruitziet

Een bruikbaar netto vastgoedmodel bevat in elk geval deze bouwstenen:

  • Aankoop en transactiekosten: de echte instapkosten van het object.
  • Operationele inkomsten: gerealiseerde of marktconforme huur, inclusief aannames over bezetting.
  • Operationele lasten: beheer, onderhoud en andere terugkerende kosten.
  • Investeringen in het object: bijvoorbeeld renovatie of verduurzaming.
  • Financieringslasten: alleen opnemen als je model externe financiering omvat.
  • Restwaarde of exitwaarde: de verwachte waarde aan het einde van de analyseperiode.

Hier wordt datakwaliteit bedrijfskritisch. Een model met generieke aannames blijft gevoelig voor bias. Een model met objectspecifieke woningkenmerken, marktcontext en herleidbare waardesignalen wordt veel bruikbaarder voor acquisitie en portefeuillebeheer.

Een praktische invulling is om voor waardes, objectkenmerken en marktcontext een vaste datalaag te koppelen, bijvoorbeeld via portefeuillewaardering. Daarmee kun je woningwaardes, marktvergelijking en objectniveau-input consistenter in dezelfde analysekern opnemen.

Economisch rendement is niet hetzelfde als fiscaal rendement

Voor Nederlandse toepassingen moet je hier nog een harde scheiding aanbrengen. Het economische rendement van een project is iets anders dan het fiscale rendement in box 3. De Belastingdienst rekent voor box 3 met forfaitaire categorieën in plaats van werkelijk behaalde performance. Voor 2025 noemt de bron fictieve rendementen van 1,37% voor banktegoeden, 5,88% voor overige bezittingen en −2,70% voor schulden. Daarna volgt 36% belasting. Ook belangrijk: een negatief categorie-resultaat wordt voor de berekening als 0% behandeld (Belastingdienst over berekening box 3-inkomen met fictief rendement).

Voor een productmanager betekent dat iets heel concreets. Als jullie rapportages of simulaties bouwen, moeten economisch rendement en fiscaal rendement apart gelabeld zijn. Stop je ze in één output, dan maak je het model moeilijk uitlegbaar en potentieel misleidend.

Geanonimiseerd praktijkvoorbeeld

In een portefeuilleanalyse van woningen zie je vaak dat een object op cap-ratebasis redelijk oogt, terwijl IRR terugvalt zodra onderhoud en timing van investeringen goed worden gemodelleerd. Het omgekeerde gebeurt ook. Een object met matige initiële kasstroom kan in IRR sterker uitkomen als de markthuur, woningwaarde en exitlogica op postcodeniveau goed zijn onderbouwd.

Dat is precies waarom een netto vastgoedmodel niet alleen om formules draait. Het draait om de vraag of de input objectief, consistent en actueel genoeg is om besluitvorming te dragen.

Praktische implementatie met de Altum AI API

In productontwikkeling is beleggingsrendement berekenen geen spreadsheetvraag, maar een datavraag. De methode kies je op basis van het doel. De betrouwbaarheid komt daarna uit de brondata, de definities en de reproduceerbaarheid van de pipeline.

Voor een snelle triage volstaat ROI of cap rate soms. Voor vergelijking over meerdere jaren gebruik je CAGR. Voor portefeuilles met kasstromen kom je uit bij TWRR of modified Dietz. Voor een echte investeringscase in vastgoed blijft IRR meestal het meest compleet. Wat werkt, is dus niet één universele metric, maar een vaste beslisboom per use case.

Hoe je dit omzet naar een product

Een robuuste implementatie heeft meestal drie lagen:

  • Datalaag: woningkenmerken, marktwaardes, buurtvariabelen en transacties.
  • Rekenlaag: aparte modules voor ROI, CAGR, TWRR, cash-on-cash, cap rate en IRR.
  • Uitleglaag: per output tonen welke aannames, bronnen en definities zijn gebruikt.

Voor woninggebonden use cases is een woningwaardemodel of marktwaardesignaal vaak de eerste ontbrekende bouwsteen. Als die ontbreekt, vullen teams gaten op met handmatige aannames. Dat maakt uitkomsten moeilijk schaalbaar en lastig te auditen.

Waar de API echt waarde toevoegt

Altum AI past hier als feitelijke datalaag voor organisaties die woningdata via API willen inzetten. Denk aan woningwaardes, objectkenmerken, buurtcontext en signalen die direct in rendementmodellen kunnen landen. Voor teams die dit willen koppelen aan acceptatie, portefeuillemonitoring of investeringsanalyse is de Woningwaarde API een logisch startpunt.

De beste rendementsformule verliest direct waarde als de woningdata niet herleidbaar of verouderd is.

Mijn advies aan nieuwe productmanagers is simpel. Leg eerst vast welk rendement je meet, voor wie, en met welk besluitdoel. Pas daarna ontwerp je de UX, de API-contracten en de validaties. Anders bouw je een nette interface boven op een rekendefinitie die intern al schuurt.

Wil je een rendementsmodel bouwen dat verder gaat dan een losse ROI-berekening, kijk dan naar de datalaag eronder. Altum AI maakt woningdata via API beschikbaar voor productteams, developers, banken, taxateurs en vastgoedinvesteerders. In de documentatie en sandbox kun je direct testen hoe woningwaardes, objectkenmerken en marktcontext in jullie eigen rendementscalculaties passen.

FAQ

Wanneer gebruik je ROI en wanneer IRR

Gebruik ROI voor een snelle eerste indruk van winstgevendheid. Gebruik IRR zodra timing van kasstromen, investeringen en exitwaarde onderdeel zijn van de businesscase.

Waarom is TWRR beter bij stortingen en opnames

TWRR elimineert de invloed van kasstromen van de belegger zelf. Daardoor meet je de prestatie van de belegging of beheerder zuiverder dan met een simpele begin-eindsaldobenadering.

Waarom moet je nominaal en reëel rendement scheiden

Omdat koopkracht ertoe doet. Een nominaal positief rendement kan in reële termen veel lager uitvallen zodra inflatie wordt verrekend.

Waarom moet fiscaal rendement apart worden getoond

Omdat box 3 in Nederland werkt met forfaitaire rendementen per vermogenscategorie. Dat is een andere maatstaf dan economisch rendement uit bijvoorbeeld IRR of TWRR.

Bronnen

Auteursprofiel

Geschreven namens Altum AI, specialist in woningdata, woningwaardemodellen, energie-inzichten en auditbare API-integraties voor de Nederlandse woningmarkt.

{ “@context”:”https://schema.org”, “@type”:”Article”, “headline”:”Beleggingsrendement berekenen voor vastgoed: complete gids”, “dateModified”:”2026-05-23″, “author”:{ “@type”:”Organization”, “name”:”Altum AI”, “url”:”https://altum.ai” }, “publisher”:{ “@type”:”Organization”, “name”:”Altum AI”, “url”:”https://altum.ai” }, “mainEntityOfPage”:”https://altum.ai” } { “@context”:”https://schema.org”, “@type”:”FAQPage”, “mainEntity”:[ { “@type”:”Question”, “name”:”Wanneer gebruik je ROI en wanneer IRR”, “acceptedAnswer”:{ “@type”:”Answer”, “text”:”Gebruik ROI voor een snelle eerste indruk van winstgevendheid. Gebruik IRR zodra timing van kasstromen, investeringen en exitwaarde onderdeel zijn van de businesscase.” } }, { “@type”:”Question”, “name”:”Waarom is TWRR beter bij stortingen en opnames”, “acceptedAnswer”:{ “@type”:”Answer”, “text”:”TWRR elimineert de invloed van kasstromen van de belegger zelf. Daardoor meet je de prestatie van de belegging of beheerder zuiverder dan met een simpele begin-eindsaldobenadering.” } }, { “@type”:”Question”, “name”:”Waarom moet je nominaal en reëel rendement scheiden”, “acceptedAnswer”:{ “@type”:”Answer”, “text”:”Omdat koopkracht ertoe doet. Een nominaal positief rendement kan in reële termen veel lager uitvallen zodra inflatie wordt verrekend.” } }, { “@type”:”Question”, “name”:”Waarom moet fiscaal rendement apart worden getoond”, “acceptedAnswer”:{ “@type”:”Answer”, “text”:”Omdat box 3 in Nederland werkt met forfaitaire rendementen per vermogenscategorie. Dat is een andere maatstaf dan economisch rendement uit bijvoorbeeld IRR of TWRR.” } } ] }