De vorige paragraaf betrof het sturen op de actuele prestaties van een woningcorporatie, ook wel de ex post evaluatie genoemd (evaluatie ‘achteraf’). Het is voor beleidsmakers en beslissers belangrijk om ook ‘ex ante’ (vooraf) de verwachte effecten van het beleid te kennen. Hoe beter de effecten van het beleid voorspeld kunnen worden, hoe beter onderbouwd beleidsbeslissingen zijn. Dat is mogelijk door de realisatie van het beleid te simuleren. Het is gemeengoed bij corporaties om op deze wijze de financiële effecten van het beleid meerjarig te prognosticeren. Hiervoor zijn verschillende rekeninstrumenten beschikbaar. Maar het gaat de corporatie primair om de productie van woondiensten (de ‘stenen’) en de maatschappelijke effecten daarvan (de ‘mensen’). Het simuleren van de productie (van woondiensten) en het prognosticeren van de effecten ervan op grond van het te voeren beleid is (nog steeds) slechts bij hoge uitzondering een geïntegreerd onderdeel van de beleidscyclus bij woningcorporaties.

Een enkel financieel rekenpakket biedt momenteel beperkte mogelijkheden voor het prognosticeren van de beleidseffecten op de vastgoedportefeuille, gekoppeld aan de financiële berekeningen. Het simuleren van de outcome-effecten (slaagkans, woonlasten, scheefheid) is echter veel lastiger. Het vraagt een simulatie van het verhuisgedrag en van de demografische en sociaaleconomische ontwikkelingen van huishoudens. Maar onmogelijk is het niet, althans als het gaat om outcome-effecten die samenhangen met de kenmerken (en dus niet de kwaliteitsoordelen) van de huishoudens die klant zijn van de woningcorporatie.

In principe is het mogelijk om een rekenmodel te ontwikkelen waarmee men de marktbewegingen in de huurderspopulatie van de corporatie kan simuleren. In een dergelijk model zijn rekenregels verwerkt die voortkomen uit een statistische analyse van bijvoorbeeld (en bij voorkeur) het WoON-onderzoek waarin de kenmerken, de woonvoorkeuren en verhuismotieven van een kleine 70.000 respondenten zijn opgenomen. Op statistisch verantwoorde wijze worden de demografische en sociaaleconomische ontwikkelingen van de huishoudens beschreven en worden verbanden gelegd tussen de kenmerken van de huishoudens en het verhuisgedrag. Daarnaast worden door middel van parameters de lokale marktomstandigheden in het model vastgelegd. Het resultaat van het model is een prognose van de huurderspopulatie in een te kiezen toekomstig jaar, beschreven met kenmerken als leeftijd, huishoudensamenstelling en inkomen. De combinatie van woningkenmerken en huishoudenkenmerken levert de gevraagde outcome-effecten. Een dergelijk integraal model is echter nog toekomstmuziek; het is niet beschikbaar. Wel is het mogelijk (en gedaan) om een model te maken dat de woonlastenontwikkeling voorspelt in een huurderspopulatie op basis van het huurbeleid (in varianten) van een corporatie.

Dit type instrumenten, waarin veel aannamen en veel statistiek zijn opgenomen, verkondigen niet de waarheid. De uitkomsten zullen altijd met onzekerheden omgeven zijn. Het is ‘slechts’ een hulpmiddel bij beleidsontwikkeling. Het is ook altijd aan te bevelen om verschillende beleidsscenario’s te ontwikkelen en verschillende parameterwaarden op hun effecten te beoordelen. De zichtperiode mag ook niet te lang zijn. Tien jaar is wel het maximum. Statistische berekeningen laten zien dat de mogelijke uitkomsten van allerlei theoretisch mogelijke scenario’s al snel, in de vorm van een trompet, breed uiteen waaieren. Het is verstandig om van jaar tot jaar de uitkomsten van de modelberekeningen te vergelijken met de in werkelijkheid opgetreden effecten. Op die manier kan men het rekentuig ijken.