The impact of lease structures on the optimal holding period for a commercial real estate portfolio
Notice bibliographique
Résumé
Purpose – The purpose of this paper is to demonstrate the impact of lease duration and lease break options on the optimal holding period for a real estate asset or portfolio. Design/methodology/approach – The authors use a Monte Carlo simulation framework to simulate a real estate asset’s cash flows in which lease structures (rent, indexation pattern, overall lease duration and break options) are explicitly taken into account. The authors assume that a tenant exercises his/her option to break a lease if the rent paid is higher than the market rental value (MRV) of similar properties. The authors also model vacancy duration stochastically. Finally, capital values and MRVs, assumed to be correlated, are simulated using specific stochastic processes. The authors derive the optimal holding period for the asset as the value that maximizes its discounted value. Findings – The authors demonstrate that, consistent with existing capital markets literature and real estate business practice, break options in leases can dramatically alter optimal holding periods for real estate assets and, by extension, portfolios. The paper shows that, everything else being equal, shorter lease durations, higher MRV volatility, increasing negative rental reversion, higher vacancy duration, more break options, all tend to decrease the optimal holding period of a real estate asset. The converse is also true. Practical implications – Practitioners are offered insights as well as a practical methodology for determining the ex-ante optimal holding period for an asset or a portfolio based on a number of market and asset-specific parameters including the lease structure. Originality/value – The originality of the paper derives from its taking an explicit modelling approach to lease duration and lease breaks as additional sources of asset-specific risk alongside market risk. This is critical in real estate portfolio management because such specific risk is usually difficult to diversify.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».