NATIONALEKONOMISKA INSTITUTIONEN Uppsala Universitet D-Uppsats Författare: Malcolm Svensson Rothmaier Handledare: Bo Söderberg Vårterminen 2011
Är bostadsmarknaden i Stockholm effektiv? Empiriskt test av prisskillnaden på bostadsrätter med hög/låg avgift
Sammanfattning: I denna uppsats testas om Stockholms bostadsmarknad är effektiv i den halvstarka formen. Huvudresultatet är att så inte är fallet. En ökning av det diskonterade värdet av föreningens kapitalkostnad med 1 krona verkar enbart leda till mellan 30-50 öres minskning av priset. Detta kan bero på budgetrestriktioner, särskilt som ineffektiviteten är större på marknaden för små bostäder där förstagångsköpare kan tänkas dominera marknaden. Men vi kan inte utesluta bubbeltendenser på marknaden. Prisstatistik och uttalanden under våren 2011 indikerar att det har skett en inbromsning på Stockholms bostadsmarknad sedan ränteläget börjat normaliseras.
Innehållsföreckning: 1. Inledning ..................................................................................................................................................... 1
2. Effektiva marknader i teorin ....................................................................................................................... 3
2.1 Effektiva marknadshypoetsen ............................................................................................................... 3
2.2 Gordons formel ..................................................................................................................................... 3
2.3 EMH – implikationer för bostadsmarknaden ........................................................................................ 3
2.4 Bubblor och effektiva marknader ......................................................................................................... 4
3. Vad säger forskningen – är bostadsmarknaden effektiv? ............................................................................ 5
3.1 Vad menas med begreppet bostadsmarknad? ....................................................................................... 5
3.2 Hur testas effektiviteten på bostadsmarknaden? ................................................................................... 5
4 Hur agerar agenterna på bostadsmarknaden? ............................................................................................... 7
4.1 Studier om bubblor på bostadsmarknaden ............................................................................................ 7
4.2 Så agerar agenterna på den svenska bostadsmarknaden ....................................................................... 8
4.3 Boprisutvecklingen under 2010 och 2011 ............................................................................................ 9
5. Hjalmarsson & Hjalmarssons test av den svenska bomarknaden ............................................................. 10
5.1 Utnyttjar bostadsrättens särdrag ......................................................................................................... 10
5.2 Systematisk överskattning av ineffektiviteten? .................................................................................. 11
6. Är Stockholms innerstads bostadsmarknad effektiv? ............................................................................... 12
6.1 Vad är förhoppningen med studien? ................................................................................................... 12
6.2 Data .................................................................................................................................................... 13
6.3 Empiriskt resultat ................................................................................................................................ 14
6.4 Kompletterande analyser .................................................................................................................... 17
7. Analys och slutsats .................................................................................................................................... 17
7.1 Ineffektivitet eller dålig modell? ........................................................................................................ 17
7.2 Vad visar studien? .............................................................................................................................. 19
7.3 Ineffektivitet på grund av bubbeltensdenser? ..................................................................................... 20
7.4 Slutsats ................................................................................................................................................ 22
Källförteckning: ............................................................................................................................................ 23
Appendix 1 – Kompletterande Regression ................................................................................................... 26
Appendix 2 – Test av multikollinearitet........................................................................................................ 27
Appendix 3 – Förklaring av lägen ................................................................................................................. 28
1
1. Inledning Finanskrisen har medfört ett kraftigt prisfall i ett flertal
länder, exempelvis i USA, Irland och Spanien, dock
inte i Sverige. Mellan 1996 och 2007 dubblades det
reala bostadspriset i Sverige och utvecklingen var
likartad i flera andra länder i västvärlden (Riksbanken,
2009, s.56ff). Folk kunde länge tjäna mer sovandes i
sin säng - jämfört med vid sitt skrivbord på kontoret -
eftersom bostädernas värde årligen kunde stiga mer än
en årslön (Larsen & Wenum, 2007, s.510).
För de flesta personer är ett köp av hus eller
lägenhet det största finansiella beslutet i livet. På
samma sätt som prisstegring snabbt ger stora vinster
riskerar sjunkande bostadspriser skapa stora problem
för ägaren då bolånets värde består trots att bostadens
marknadsvärde faller. Av den anledningen torde den
som köper sin bostad noggrant undersöka
bostadsmarknaden inför en affär. Den som köper en
bostad förmodas ta till sig all tillgänglig information
och utifrån detta fastställa hur denne ska gå vidare.
Detta bör i sin tur resultera i effektiva marknadspriser
som reflekterar all tillgänglig information
(Hjalmarsson & Hjalmarsson, 2009, s.2150).
Alltjämt oroar sig svenska myndigheter,
bankekonomer och politiker över huruvida
prisutvecklingen på den svenska bostadsmarknaden är
långsiktigt hållbar. Ett prisfall skulle, utöver de stora
privatekonomiska konsekvenserna för hushåll, riskera
att ha stor negativ inverkan på realekonomin. Dels
skulle det kunna innebära en lägre aggregerad
efterfrågan till följd av en allmänt lägre konsumtion
och det kan i värsta fall även innebära systemrisker
(Jansson & Persson 2011, s 18-19) eftersom
bostadslån är en tillgång i bankers balansräkningar
(OECD, 2011, s.52). I syfte att begränsa risken för
överbelånade hushåll infördes bolånetaket under 2010
(Finansinspektionen 2010:c).1
1 Bolånetaket annonserades under det första
kvartalet 2010 och infördes från den 1 oktober 2010 av
I denna studie testas om bostadsmarknaden i
Stockholms innerstad är effektiv. Huvudresultatet är
att så inte verkar vara fallet. Analysen genomförs
utifrån data som ehållits från Mäklarstatistik över
försäljningar av bostadrätter genomförda under det
första kvartalet åren 2009 samt 2010. Resultatet tyder
på en större ineffektivitet jämfört med vad
Hjalmarsson & Hjalmarsson (2009) finner i en tidigare
studie med äldre data från samtliga Sveriges tre största
städer (Stockholm, Göteborg och Malmö).
Undersökningen i denna uppsats bygger på
samma antagande som hos Hjalmarsson &
Hjalmarrson; nämligen att en kronas ökning av den till
ett nuvärde diskonterade årsavgiften, på en effektiv
marknad, ska leda till en kronas minskning av priset.
Den svenska bostadsrättens särdrag utnyttjas och
angreppssättet kan ses som en försvenskning av Meese
& Wallace (1994) test av marknadseffektiviteten
utifrån en modell som utgår ifrån Gordons formel.
Rosenthal (1999) nämner detta som ett av tre
beprövade sätt att testa bostadsmarknadens
effektivitet. Att utgå från Gordons formel är även det
mest direkta testet av huruvida bostadsmarknadens
agenter är rationella i den effektiva
marknadshypotesens halvstarka bemärkelse. Det finns
en rad test av den svaga formen av
marknadseffektivitet utifrån autoregressiva modeller,
såsom Case & Shiller (1989), samt flertalet test av
halvstarka formen där bostadspriset testas som en
funktion av förändringar i centrala ekonomiska
parametrar, exempelvis Mankiw & Weil (1989).
Däremot saknas det i hög utsträckning direkta test av
den halvstarka formen med utgångspunkt från
Gordons formel. Vidare konstaterar Englund (2011,
s.52) att det i hög grad saknas kunskap om hur
förväntningar formas på bostadsmarknaden. Med
resultatet i denna studie är förhoppningen att kunna
bidra med kunskap inom dessa områden.
Finansinspektionen för att öka konsumentskyddet samt stävja
”en osund utveckling på kreditmarknaden” (FI 2010:c).
2
Stockholmsregionen utgör en betydande
andel av landets bostadsmarknad. En knapp tiondel av
landets befolkning bor i Stockholms kommun och
drygt en femtedel bor i Stockholms län (SCB 2011).
Inom denna region har studien avgränsats till att
endast omfatta Stockholms innerstad. Anledningen är
att det är särskilt beträffande denna delmarknad som
det förekommit en utbredd oro för överhettning/
bubbeltendenser. Kvadratmeterpriserna på
bostadsrättslägenheter i Stockholms innerstad är de
högsta i landet. De har även stigit kraftigt. Samtidigt
har befolkningen i Stockholm lägst husköpkraft i
landet visar boindex från Swedbank (2011).
Studien är empiriskt mindre omfattande än
undersökning av Hjalmarsson & Hjalmarsson. Det har
därför varit möjligt att göra en precisare
lägesindelning av den studerade delmarknaden samt en
bättre skattning av drifts- och underhållskostnader
(DOUH) i modellen. Vi använder oss av Svefas2
bedömningar till grund för såväl skattning av läge som
DOUH.
Det är intressant att veta huruvida
bostadsmarknaden är effektiv då bostadsprisers
utveckling har mycket stor betydelse för de flesta. Är
marknaden effektiv går det inte på något sätt att
analysera fram vilket objekt som ska köpas eller vid
vilken tidpunkt man bör köpa eller sälja en lägenhet i
syfte att göra riskjusterade övervinster (Larsen &
Wenum, 2007, s.511). Det är naturligtvis av extra stort
intresse att utröna om det råder en bubbla på
bostadsmarkanden med tanke på de stora
realekonomiska konsekvenser som kan uppstå om en
bubbla brister. Bubblor tenderar att gå hand i hand
med ineffektivitet. Men bara för att en marknad är
ineffektiv betyder det inte att det faktiskt råder en
bubbla (Larsen & Wenum, 2007, s.511).
Utifrån kvalitativ insamling av tidigare
forskning samt undersökningar och uttalanden från
myndigheter, banker och mäklare, verkar det som att
2 NAI Svefa är en av Sveriges största fastighetskonsulter med verksamhet i 18 svenska städer. Bolaget har såväl privata som offentliga uppdragsgivare.
lägre realräntor och ett oelastiskt utbud legat bakom
prisstegringen under 2000-talet. Insamlingen tyder
också på att bostadsägare, som ofta haft stora delar av
lånen rörligt, inte fullt ut verkar ha förstått vad ett
högre ränteläge innebär i form av ökade ränteutgifter.
Utöver detta första inledande avsnitt är
uppsasen indelad i yttterligare sex avsnitt. Det första
av dessa syftar till att ge en teoretisk bakgrund rörande
den effektiva marknadshypotesen samt dess
implikationer för privatbostadsmarknaden. Dessutom
förklaras begreppet finansiell bubbla. I avsnitt tre
diskuteras begreppet bostadsmarknad samt de tre sätt,
enligt Rosenthal (1999), på vilka bostadsmarknadens
effektivitet kan testas. I nästföljande avsnitt ges en
överblick över vad internationella studier visat om
köpare agerande på bostadsmarknaden, samt en
redovisning av vad som kommit fram rörande hur
svenska bostadsköpare agerar. Delvis blir studien här
kvalitativ då det hänvisas till uttalanden och resultat
från undersökningar gjorda av mäklare, myndigheter
och banker. Förhoppningen är att kunna ge en ökad
förståelse för varför marknaden skulle kunna vara
ineffektiv utifån denna kvalitativa insamling.
Avsnitt fem ägnas åt Hjalmarsson &
Hjalmarsson som analyserar efektiviteten på den
svenska bostadsmarknaden. I avsnitt sex redovisas den
empiriska studien, som i stora stycken liknar studien
av Hjalmarsson & Hjalmarsson. Den nu redovisade
studien använder dock enbart data från Stockholms
innerstad och använder en mer exakt skattning av
DOUH-kostnader samt det geografiska mikroläget. I
avsnitt sju dras slutsatserna utifrån de erhållna
resultateten. Resultatet jämförts också med vad som
framkommit i tidigare forskning. Vidare diskuteras
resultaten mot bakgrund av de offentliga uttalanden
från marknadsaktörer som återges i avsnitt fyra i syfte
att utröna om ineffektiviteten beror av
bubbeltendenser.
3
2. Effektiva marknader i teorin I detta avsnitt förklaras den effektiva
marknadshypotesen samt vilka implikationer EMH har
på bostadsmarknaden. Dessutom definieras begreppet
finansiell bubbla och om en sådan är förenlig med en
effektiv marknad. Denna genomgång är tänkt att ge en
teoretisk bakgrund inför empirin i kommande kapitel.
2.1 Effektiva marknadshypoetsen
I takt med Chicagoskolans framväxt på mitten av
1900-talet, som antog rationella och
nyttomaximerande agenter, bredde tankarna om
effektiva finansmarknader ut sig. En rationell individ
förutsätts ta till sig all tillgänglig information inför ett
ekonomiskt beslut, exempelvis en investering. Med
riskaverta agenter väntas den förväntade avkastningen
öka med risken, det vill säga resultatosäkerheten eller
volatiliteten (Cooke 2009:a, s.4). Utifrån dessa
grundantaganden gav Fama (1970) upphov till den
effektiva marknadshypotesen och föreslog dess tre
olika former av marknadseffektivitet; svag, halvstark
och stark.
Den svaga formen av marknadseffektivitet
innebär att det inte går att göra överavkastning baserat
på historisk data. Det vill säga att all form av teknisk
analys är oanvändbar.
Enligt den medelstarka formen kan ingen
investerare nå överavkastning genom att handla på
information som är publik, exempelvis
årsredovisningar och kvartalsrapporter,
pressmeddelanden och rykten, med mera. Med andra
ord fundamentaanalys är obrukbar för att erhålla
överavkastning.
Den starka formen säger att även all icke-
publik information (insiderinformation) redan är
inkorporerad i tillgångspriset (Copeland et.al 2005,
s.353ff).
En implikation av den effektiva
marknadshypotesens svaga form är att tillgångsprisers
kortsiktiga rörelser bör följa en stokastisk process. I
boken ”Random Walk down Wall Street” drog
Malkiel (1973) analogin med slantsingling och
menade att aktiers kortsiktiga rörelser är lika
slumpartade som utfallet i slantsingling.
2.2 Gordons formel
En metod för att att räkna ut det skäliga
marknadspriset (fair value) på en tillgång, är att
använda Gordons formel (1) som är en metod som ofta
används för nuvärdesberäkning:
�� � � ������ � (1)
där �� är tillgångens nuvärde (i period t), ���� är
utdelningen (i period t), r är avkastningskrav för
tillgången och g är utdelningens tillväxttakt. Eftersom
denna formel inte explicit beaktar kapitalvinster är ett
vanligt missförstånd att formeln inte tar hänsyn till
kapitalvinster - utan enbart utdelningar. Formeln
används för evighetsberäkning av årligen ökande
inbetalningsströmmar och ger nuvärdet vid tidpunkten
t. Det enda som orsakar förändringar i nuvärdet är
förändrade förväntningar rörande utdelning,
avkastningskrav, eller framtida tillväxttakt. Däremot
medger modellen att priset växer och blir högre i alla
framtida tidsperioder, efter t. (Cooke 2009:2, s.5-11).
2.3 EMH – implikationer för bostadsmarknaden
Den största delen av analysen av bostadsmarknaden
utgår från att marknader är effektiva där agenter är
rationella och välinformerade. Samtidigt bygger EMH
på att tillgångar är ”enkla” och homogena. Investerare
med placeringsvilligt kapital bryr sig enbart om att få
så hög avkastning som möjligt till minsta möjliga risk.
En rad problem föreligger om man vill analysera
marknaden för privatbostäder (lägenheter och villor)
med avseende på marknadseffektivitet. Bostäder är
inte homogena utan skiljer sig åt vad gäller storlek och
olika karakteristiska. Exempelvis kan de ligga i olika
områden, ha olika utrustningsstandard eller ligga på
olika våningsplan. Huset kan vara nybyggt eller
exempelvis vara från 1800-talet. Dessutom har en del
bostäder balkong och andra inte. Det går att lista
4
hundratals olika variabler som kan tänkas påverka en
lägenhets pris (O’Sullivan & Gibb 2003, s.90).
Utöver heterogeniteten på
bostadsmarknaden är en bostad, till skillnad från en
aktie eller obligation, inte enbart en tillgång, utan även
en konsumtionsvara. Medan en finansiell tillgång
förväntas ge avkastning, exempelvis i form
utdelningar eller ränta, ger en lägenhet kostnader till
följd av reparationer och slitage. Priset på en bostad
måste således stiga med mer än depricieringen för att
ägaren ska kunna tillgodoräkna sig kapitalavkastning
på sin lägenhet3. Utöver det har varje person sina egna
preferenser rörande tapet, köksluckor, kakel och
liknande, varför två intressenter kan värdera samma
lägenhet olika (O’Sullivan&Gibb 2003, s.1ff.).
Gordons formel kan användas för att enkelt illustrera
dynamiken på marknaden. En intial ökning av priset –
utan att någon av de övriga variablerna simultant
förändras – kommer att leda till en lägre förväntad
avkastning i nästa period, se händelsekedja (2) nedan:
������
� � � �
P����� ������
��� � � � ��� � �� � � (2)
Vid kraftiga prisuppgångar på en marknad,
där prisuppgången inte motsvaras av ökande
avkastning, ökar risken för att bostäderna är
övervärderade. (Cooke 2009:b, s.10ff.).
2.4 Bubblor och effektiva marknader
Med finansiell bubbla avses spekulationsdriven
uppgång av tillgångsvärden över det diskonterade
nuvärdet. Med andra ord diametralt motsatt den
effektiva marknadshypotesen som i praktiken säger att
priset på en finansiell tillgång inte ska överstiga det
diskonterade nuvärdet av framtida kassaflöden
(Holmén 2008, 3ff.). Att marknaderna antas vara
effektiva innebär däremot inte att de är perfekta. Så
3 Och det därmed ska finnas möjlighet att tjäna mer sovandes i bostaden jämfört med vid kontorsstolen. Trots stillastående – eller rentav sjunkande priser – kan det vara rationellt att köpa en bostad, så till vida total månadskostnad (inkluderat värdeminskning) är lägre än hyresvärdet.
länge som marknaden är ovetandes om någon
information som skulle leda till en annorlunda
värdering kommer en tillgång ”felprissättas” även på
en effektiv marknad (Maier & Herath 2009, s.5). Det
kan således ske prisfall även på en effektiv marknad.
En högriskinvestering genererar en hög förväntad
avkastning till följd av den högre risken för ett
negativt utfall. På en effektiv marknad ska det däremot
inte gå att generera riskjusterad överavkastning.
Men vad hände då kring milennieskiftet när
kurserna på it-aktier kraschade? Trodde investerare på
dessa bolags glädjekalkyler? Det är svårt att förklara
utvecklingen för it-aktier innan kraschen om man inte
tror på finansiella bubblor, det vill säga att
tillgångspriser kortsiktigt kan leta sig över ”fair value”
(Holmén 2008, 3ff.).
Vissa av dem som tror på teorin om
effektiva marknader hävdar att det finns situationer där
det är rationellt att tillgångspriset letar sig över det
diskonterade nuvärdet och ger upphov till så kallade
”rationella bubblor”. Trots att en investerare anser att
en finansiell tillgång är fundamentalt övervärderad kan
det vara rationellt att investera. Detta om det på
kortare sikt finns möjlighet till profit vid fortsatt
uppgång och denna överväger risken för förlust vid
snar punkterad bubbla. Men ju längre ifrån tillgångens
fundamentala värde priset befinner sig, eller om risken
för nära förestående punktering får anses hög, desto
högre måste avkastningen vara vid fortsatt uppgång
för att det ska vara rationellt att ”hoppa på tåget”
(Lindgren 1989, s.10).
Beteendeekonomerna Akerlof & Shiller
(2009) anser dock att antagandet om rationella aktörer
är felaktigt. De hänvisar till till John Maynard Keynes
teori om ”djuriskt beteende” (animal spirits) och
hävdar att finansmarknaden präglas av människans
kortsiktighet och irrationalitet. Shiller (1981) har även
visat att volatiliteten är alldeles för hög på
aktiemarknaden för att det ska gå att hänvisa till
fundamenta (s. 133-134).
Enligt Greenspan (1996) riskerar långvariga
perioder av ekonomisk stabilitet leda till en irrationell
5
övertro på marknaden (irrational exuberance). Detta
leder till att riskpremierna trycks ner omotiverat lågt
och att tillgångspriser därmed pressas uppåt.
Fama (1991, s. 1575ff.) poängterar att när
någon testar om en marknad är effektiv måste denne
utgå från någon form av modell som förklarar
tillgångspriser. Om ett test skulle visa att marknaden
inte är effektiv behöver det inte betyda att det är den
effektiva marknadshypotesen som ska förkastas utan
det kan snarare bero på den modell som används vid
testet (så kallat ”bad model-problem”).
3. Vad säger forskningen – är bostadsmarknaden effektiv? I föregående avsnitt har teori kring effektiva
marknader och finansiella bubblor behandlats. Primärt
brukar teoin användas för att förklara
värdepappersmarknader där en investerare alltid vill ha
så hög avkastning till så låg risk som möjligt. Men
teorin går även att applicera på boststads- och
fastighetsmarknaden även om det är förenat med vissa
bekymmer, till stor del på grund av bostadsmarkndens
hetrogenitet, vilket kommer att förklaras vidare i detta
avsnitt. En redogörelse ges för de tre former av test
som Rosenthal (2009) lyfter fram som de vanligaste
angreppssätten i syfte att testa om agenterna på
bostadsmarknaderna är rationella. Inledningsvis
diskuteras dock begreppet bostadsmarknad.
3.1 Vad menas med begreppet
bostadsmarknad?
I såväl det svenska som det engelska språket uppstår
det lätt avgränsnings- och begreppsförvirring när det
talas om bostads- och fastighetsmarknaden. I denna
uppsats omfattar begreppet ”bostadsmarknaden”
samtliga enfamiljsbostäder som innehas med
äganderätt eller bostadsrätt, det vill säga villor, radhus
och olika former av ägarlägenheter. Uppsats empiriska
test rörande marknadseffektitet använder data från
delmarknaden med bostadsrätter i Stockholms
innerstad. Men när det i detta, samt följande, avsnitt
hänvisas till tidigare studier bygger dessa ofta på test
av enfamiljshus (villa/radhus)-marknader. Detta har
dock ingen större betydelse då syftet är att testa om de
enskilda hushållen är rationella i sina beslut om
bostadsinvesteringar eller inte. Däremot inbegriper
begreppet bostadsmarknad inte hela hyresfastigheter
eller liknande då denna del av fastighetsmarknaden
består av professionella investerare.
3.2 Hur testas effektiviteten på
bostadsmarknaden?
I och med bomarknadens stora inverkan på
realekonomin har det gjorts en lång rad test rörande
effektiviteten på bostadsmarknaden (Maier & Herath
2009, s.2). De empiriska testen rörande
bostadsmarknader kan enligt Rosenthal (1999) grovt
delas upp i tre olika kategorier. Den svaga formen kan
testas genom analys av förekomsten av
seriekorrelation för bostadspriser (exempelvis Case &
Shiller, 1989) medan det går att utröna huruvida den
halvstarka formen håller genom att testa förändringar
av bostadspriset som en funktion av förändring av för
marknaden fundamentala ekonomiska variabler
(såsom Mankiw & Weil, 1989). Dessutom kan
bostadspriser jämföras med nuvärde av motsvarande
hyresvärden i syfte att analysera om den halvstarka
formen håller (främst Messe & Wallace, 1994).
Analysen i föreliggande uppsats hör till den
sistnämnda gruppen. Nedan kommer vi kort gå
igenom de tre olika typerna av test samt kortfattat
redovisa vilka resultat man kommit fram till.
Med autokorrelationstest går det att testa om
det på något sätt går att förutspå framtida
husprisutveckling baserat på historisk data, vilket inte
ska vara möjligt enligt den svaga formen av
marknadseffektivitet (eftersom bopriserna då inte
följer en random walk). En effektiv bostadsmarknad
tillåter inte en autoregressiv modell (3):
���� � δ� ������ � �� ����� �
6
där �� är realt huspris (i period t), δ� är drift och �� är
felterm, Feltermen antas vara en stokastisk variabel
och processen ett vitt brus.
Case & Shiller (1989) studie, utifrån ett
prisindex baserat på data från upprepade försäljningar
av (samma) småhus i Atlanta, Dallas, Chicago och San
Fransisco/Oakland under åren 1970-1986, visar dock
på första gradens autokorrelation och således ett
”färgat brus”. Studien visar på positiv seriekorrelation,
en prisförändring ett år tenderar att följas av en likadan
prisutveckling nästa år med 25-50 procents ökad
sannolikhet. Flera andra forskare har gått tillväga på
liknande sätt som Case & Shiller, men med andra data,
exempelvis försäljningsdata från andra länder.
Exempelvis har Hosios & Pesando (1991) samt Larsen
& Weum (2007) kommit till samma slutsats som Case
& Shiller baserat på data från Spanien respektive
Norge. Larsen & Weum (2007) finner att Oslos
bostadsmarknad under den testade perioden 1991-
2002 konstant gav högre avkastning än
aktiemarknaden i kombination med en lägre volatilitet
(s. 510). Utifrån data från upprepade svenska
husförsäljningar under en 12-årsperiod påvisar
Englund et.al (1999) första gradens seriekorrelation.
Mankiw & Weil (1989) har stått för ett
välciterat test av den halvstarka effektiviteten.
Eftersom det för köpare och säljare går att förutspå när
baby boom- respektive baby bust-generationer ska
träda in på bostadsmarknaden borde inte detta ha
någon påverkan på priset. Forskarna visar dock att
baby boom-generationers entré på den amerikanska
bostadsmarknaden ökar takten av real prisstegring på
bostäder och således drar de slutatsen att marknaden
inte är effektiv. Även Case och Shiller (1990) testar
om bostadsmarknaden är fundamentalt effektiv
(halvstark form). I likhet med i testet av svaga formen
använder de prisindex baserat på upprepde
husförsäljningsdata från åren 1970-1986 i Atlanta,
Dallas, Chicago och San Fransisco. Med ett sampel av
transaktionsdata på mikronivå drar de återigen
slutsatsen att marknaden inte är effektiv. Studien visar
på möjligheten att förutspå framtida huspriser baserat
på en rad tillgänglig data såsom reallöneökning per
capita, förändringen av antalet myndiga personer, eller
ratiot mellan att byga ett nytt hus och huspriser.
Englund & Ioannides (1997) visar med data från 15
OECD-länder att priscykler är ett internationellt
fenomen. Sverige återfinns bland de 15 länderna.
Meese & Wallace (1994) har gjort det test
som ofta klassas som det mest ”rena” av
huruvidabostadsmarknaden är rationell. Bostäder
behandlas i deras studie på exakt samma sätt som
finansiella tillgångar och marknaden förväntas vara
fullt effektiv. De använder en modell (4) som i
praktiken utgör en variant av Gordons formel:
�����!�"���#"
��$%& '"�(�)��*��(�!+!" �������,
där Pt� är bostadens nuvärde (i period t), Rt� är
hyresnivån på motsvarande objekt, -�är marginalskatt,
. är inflation, / står för depreciering och !+!"�är
förväntad prisutveckling.
De utnyttjar det faktum att hyresmarknaden
är avreglerad i USA vid skattning av hyresvärdet för
småhusen. På så sätt kan de testa om bostadspriserna
är fundamentalt över- eller undervärderade, jämfört
med motsvarande hyresnivåer. Modellen tar dock inte
hänsyn till hushållens inkomst (O’Sullivan & Gibb
2003, s.101). Meese & Wallace är i praktiken
ensamma om att ha testat om marknaden är rationell
med denna typ av analys där en explicit skattning av
bostädernas fundamentamotiverade värde görs. En
anledning till att så är fallet är att denna typ av test lätt
blir rörig. Dessutom är det svårt att skatta objektens
motsvarande hyresnivå (O’Sullivan & Gibb, s.18).
För att ta hetrogeniteten på
bostadsmarknaden i beaktande tvingas Meese &
Wallace vidare förlita sig på hedoniska prisindexar. I
en hedonisk skattning är priset en funktion av olika
egenskaper hos bostäderna såsom strukturella-, läges-
och omgivningsegenskaper. Meese & Wallace
använder sig av försäljningspriser från över 142 000
transaktioner i Alameda och San Fransisco i norra
Kalifornien under perioden 1970-1988. De finner att
7
bostadsmarknaden på lång sikt är rationell enligt den
halvstarka formen, men drar samtidigt slutsatsen att så
inte är fallet på kort sikt. Det senare skulle kunna
förklaras av de stora transaktionskostnader som
upptsår i samband med husförsäljningar. Forskarna
utesluter dock inte att det beror på bubbeltendenser
och/eller irrationellt beteende hos köparna.
4 Hur agerar agenterna på
bostadsmarknaden?
I syfte att utröna om innefektiviteten som råder
faktiskt beror på bubbeltendenser räcker det inte med
att konstatera att marknaden är ineffektiv, vilket
exempelvis Meese & Wallace (1994) studie visar. För
att ytterligare illustrera svårigheterna med att fastslå
om en bubbla föreligger kan nämnas att Jaffee (1994)
inte finner att en bubbla förelåg på den svenska
fastighetsmarknaden i början av 1990-talet, utan att
prisutvecklingen innan fastighetskrisen gick att
hänföra till fundamentala förklaringsfaktorer. Enligt
Björklund & Söderberg (1999) finns det dock tecken
som pekar på att prisutvecklingen på den svenska
fastighetsmarknaden faktiskt drevs av spekulativa
bubbeltendenser, främst under åren 1985-1990. I syfte att få ökad inblick om hur aktörerna
på svenska bostadsmarknaden i allmänhet, och
Stockholms bostadsmarknad i synnerhet, agerar går vi
i detta avsnitt igenom ett antal studier – delvis
kvalitativa. Även uttalanden samt
enkätundersökningar gjorda av berörda myndigheter
och fastighetsmäklare diskuteras. Vi finner här vissa
tecken på att marknaden kan ha haft orimligt
optimistiska förväntningar till följd av de senaste årens
låga realränteläge, mer om detta i analysdelen. Detta
kan kasta ett visst ljus över frågan huruvida den
ineffektivitet vi kommer att finna senare (i avsnitt 6)
beror på bubbeltendenser eller ej.
4.1 Studier om bubblor på bostadsmarknaden
En starkt bidragande faktor till att bubblor kan uppstå
på bostadsmarknaden är de höga
transaktionskostnaderna i kombination med den låga
omsättningen. Ett fåtal optimister kan därmed driva
upp marknadspriset till ohållbara nivåer eftersom
optimisterna kan stå som köpare i merparten av de
transaktioner som sker. Situationen på aktiemarknaden
är den rakt motsatta med låga kurtagekostander samt
en årlig omsättning som uppgår till flera gånger
börsvärdet. Dessutom tenderar ständigt stigande
bostadspriser att driva på utvecklingen på
bostadsmarknaden ytterligare genom att de som står
utanför marknaden blir rädda för att bli utestängda från
densamma om de inte hoppar på tåget (Hansson,
2010:b, s.6ff). Piazzesi & Schneider (2009) visar att
det räcker med att en liten del av populationen, ett par
procent, är spekulativa för att kunna bygga upp en
bubbla. Deras studie bygger på Michiganindex som
mäter förtroendet hos de amerikanska hushållen. I takt
med att huspriserna i USA närmade sig toppen, och
flertalet hushåll benämnde husen som dyra, räknade
rekordmånga hushåll med fortsatt prisstegring. År
2003 trodde 10 procent av hushållen på stigande
priser. Två år senare, 2005, då priserna närmade sig
toppen, trodde dubbelt så många (20 procent av
hushållen) på prisstegring, den högsta andelen
optimister sedan 1980 (s.406ff.),
Enligt Jean Rochet4 uppstår bubblor främst
på grund av dålig reglering eller låga
refinansieringsräntor. Av den anledningen bör
penningpolitiken försöka ta hänsyn till tillgångspriser i
syfte att stävja prisutvecklingen. Philip Davis5
framhåller att bostadspriser borde vara en viktig faktor
att ta i beaktande gällande tillsynen och regleringen av
det finansiella systemet. Detta eftersom
bostadspriserna påverkar konsumtionen i landet, har
inverkan på länders offentliga finanser samt eftersom
boprisfall kan skapa bankkriser. Peter Englund6
konstaterar att bostadspriser kan användas för att
förutse bankkriser. (Thornley 2011, s.410-412)
4 Professor vid Zürich Universitet, som deltog i ett seminarium vid Riksbanken rörande bostatsmarknaden 5 Professor vid Brunel University samt ekonom på NIESR 6 Professor vid Handelshögskolan i Stockholm
8
Studier i Storbritannien har visat på att
bolåntagare i hög utsträckning lånar till rörlig ränta
utan att förstå riskerna involverade med detta.
Låneportföljsmodeller indikerar enligt Miles (2004) att
hushållen skulle ha en större andel bundna lån i syfte
att minska volatiliteten i ränteutgifterna. I dessa
modeller antas det att hushållen är välinformerade och
tar hänsyn till risker. Men i själva verket förefaller
bolåntagarna varken förstår risken med, eller
troligheten för, högre framtida boräntenivåer. Hushåll
har en tendens att enbart fokusera på den initiala
räntekostnaden förknippad med lånesumman. Med en
ökad förståelse hade antagligen andelen lån till bunden
ränta varit högre. (Miles 2004, s.17ff.)
Enligt en studie av Dell’Ariccia et.al. (2008,
s.3) kunde den amerikanska boprisuppgången under
2000-talets första hälft varken hänföras till inflyttning
eller ökade inkomster. Snarare verkar det ha varit
minskade krav för att erhålla krediter i kombination
med minskade krav på amortering och kontantinsats
som resulterade i kraftig kredittillväxt i USA, vilket i
sin tur medförde stigande bostadspriser. Att det blev
allt lättare att få lån i USA visade sig i att allt färre fick
avslag på sina låneansökningar samt att låne/inkomst-
ratiot steg. Bergstresser & Beshears (2009) visar att
det i USA under åren innan finanskrisen i hög grad var
ägare med otillräcklig matematisk och finansiell
förståelse som tog ”ARM-lån”7 (s.2ff.).
4.2 Så agerar agenterna på den svenska bostadsmarknaden
Finansinspektionen (2010:c) kom i sin
konsumentundersökning 2010 fram till liknande
resultat som Bergstresser & Beshears (2009)
Finansinspektionen undersökte också
”räknefärdigheten” och den ”finansiella förmågan”.
Med räknefärdighet avsågs en individs förmåga att
hantera kvantitativ information samt att utföra enklare
7 ”Adjustable Rate Mortgages”. Lån där låntagaren fick en kortare period med låg ränta och utan avbetalning. Ävn en ökning av lånesumman förekom genom att delar av räntan bakades in i lånet. Samtidigt var det bestämt att ränte- och återbetalningsvillkoren skulle justeras upp efter ett par/tre år.
beräkningar. Finansiell förmåga syftade på hur bekant
en individ var med ”grundläggande finansiella koncept
och produkter”. Enligt undersökningen är det vanligt
att svenskar har en så dålig räknefärdighet samt så
bristande finansiella kunskaper att det riskerar att
påverka hushållens finansiella beteende. En av tre
klarade exempelvis inte av att svara hur mycket var
och en skulle få om fem personer skulle dela på en
vinst på två miljoner kronor. Personer med högre
utbildning och inkomster samt grupper med högre
grad av sysselsättning presterade i genomsnitt bättre
på frågorna, medan yngre och äldre samt kvinnor
generellt var sämre på att svara rätt. Att personer
mellan 18 och 29 år var sämre på att svara på frågorna
tyder på en ”kohort-effekt”8 och ”skulle kunna tyda på
ett allvarligt problem”, (s.1ff.). Enligt undersökningen
karaktäriseras den svenska bomarknaden av ett utbrett
bostadsägande i kombination med en hög
belåningsgrad. Dessutom är en stor andel av
hushållens totala lånestock upptagen till rörlig ränta,
vilket gör hushållen känsliga för förändringar i nivån
på korta räntor. Undersökningen visar visserligen att
genomsnittet rörande räknefärdighet såväl som
finansiell förmåga är högre för personer med bolån, än
de utan. De med högre räknefärdighet är dock mindre
riskaversiva (Finansinspektionen 2010:c, s.22).
Almenberg & Finocchiaro (2011) anser att
det vore önskvärt om de svenska hushållen förstod de
risker som finns förknippade med såväl nominella som
reala räntor. Detta då bostadslånet är det enskilt
vikigaste finansiella kontraktet de flesta hushållen
ingår, ett beslut som är långtifrån enkelt utan snarare
ett mycket komplicerat sådant. Resultatet i
Finansinspektionens konsumentundersökning
indikerar dock, enligt dem, att de svenska hushållen
inte är fullt medvetna om vilka risker de tar (s. 1ff.).
Hansson (2010:b) pekar på att realräntorna
kommit ner ungefär tre procentenheter under det
senaste decenniet. Detta har i sin tur drivit på
8 Att ytre miljöfaktorer, i detta fall hur den svenska skolan fungerar etc, leder till skillnader mellan olika åldersgrupper i populationen.
9
lånetillväxten och legat bakom de stigande
bostadspriserna i Sverige (s. 6ff.). Även Englund
(2011) hänför en stor del av prisökningen på svenska
bostäder till fundamentala faktorer såsom lägre
realräntor samt en sänkt avkastningsskatt på småhus,
förändringar som har gett lägre kapitalkostnader efter
skatt. Samtidigt poängterar han att marknaden tycks
värdera bostäder utifrån ett antagande om ingen
kapitalkostnad efter skatt (det vill säga en realränta
kring noll).
Claussen, Jonsson & Lagerwall (2011)
kommer med hjälp av tre olika modeller till liknande
slutsatser. Modellerna indikerar att det varit högre
inkomster, succesivt lägre realräntor samt en ökad
vilja att lägga pengar på sin bostad (”ökad preferens
för bostadskonsumtion”) som drivit de svenska
bostadspriserna uppåt från 1990-talets mitt. De
svenska bopriserna ökningstakt ligger över den
långsiktiga trenden och författarnas modeller indikerar
att den mest sannolika utvecklingen framöver är ”en
långsammare ökningstakt” (s. 67ff.).
Enligt Englund (2011) bör dock aktörerna
vara försiktiga i sina förväntningar om framtida
kapitalvinster. En rationell agent bör nämligen ta i
beaktande att höga bostadspriser ”förr eller senare
kommer att stimulera till mer nybyggnation med
fallande priser som följd”. En insikt som i sin tur torde
leda till att de som köper bostad redan i dagsläget har
förväntingar på sjunkande priser när utbudet väl ökar.
”Dagens prisnivå är bara motiverad om man
förutsätter att utbudet är permanent oelastiskt”. (s.51)
Hansson (2010:a) poängterar att det varit
låga räntor i kombination med avreglerade
kreditmarknader som tryckt upp de svenska
bostadspriserna (s. 6). Detta har medfört att de reala
priserna letat sig upp 20 procent för högt (s.15). Detta
har i sin tur lett till att byggföretag kunnat göra
övervinster. Men med en ökad konkurrens för
nybyggen bör produktionskostnaderna kunna bli nio
procent lägre realt. Det skulle innebära en återgång till
de reala produktionskostnaderna år 2006 samt i sin tur
innebära ett realt prisfall på 20 procent (Hansson 2011,
s11-12). Enligt IMF (2011) förefaller de svenska
bostäderna vara övervärderade och med prisfall som
en trolig följd (s. 2). Såväl Hansson (2011) som
Sanchez & Johansson (2011) finner att bostadsutbudet
i Sverige är mer elsatiskt än i andra jämförbara länder.
Jansson & Persson (2011) konsterar att ett
prisfall på den svenska bostadsmarknaden, skulle
påverka makroekonomsikt dels via
konsumtionskanalen, dels via stabilitetskanalen till
följd av att bankerna får ökade problem med
finansieringen av svenska bolån. Det sistnämnda
problemet är särskilt påtagligt då en stor del av
bankernas finansiering sker genom utfärdande av
bostadsobligationer som säljs till utländska
institutionella investerare (s 18-19). OECD (2011)
poängterar att de svenska bostadspriserna åter stigit
väldigt hastigt till följd av låga räntor och att det finns
en risk för en korrektion som kan leda till att bankerna
sätts under press när bolånen, som är en tillgång i
bankernas balansräkning, tappar i värde (s. 52). Men
historiskt sett, och inte ens under 1990-talskrisen, har
de svenska hushållen i någon större omfattning ställt
in betalningarna. Till skillnad från exempelvis
förhållandet i USA, där låntagaren kan lämna huset till
banken och frigöra sig från sina skulder, har svenska
låntagare det svårare att frigöra sig från skyldigheten
att återbetala sina lån. Av denna anledning förfaller
inte kreditförluster som bankerna riskerar att göra på
bostadslån utgöra något påtagligt hot mot den
finansiella stabiliteten (Jansson & Persson 2011, s.18).
4.3 Boprisutvecklingen under 2010 och 2011
Enligt Swedbanks boindex har
Stockholmarna landets lägsta husköpkraft. Boindex i
Stockholm uppgår enbart till 70,1 därvärdet 100 av
indexproducenten uppfattas som ”normalvärdet” vilket
motsvarar att hushållen använder 15 procent av
förvärvsinkomsten före skatt till bolånekostnader.
”Stockholmarna betalar 21,4 procent bolånekostnader
som andel av bruttoinkomsten”. För att nå normen
skulle det krävas närmare 990 KSEK per år i
10
genomsnittlig hushållsinkomst på denna delmarknad
men i verkligheten ligger hushållens medianinkomst
på cirka 693KSEK per år. Boindex för riket uppgår till
110,1 och medianinkosten för rikets hushåll uppgår till
ca 599 KSEK per år (Swedbank 2011).
Mäklarstatistik visar att bostadspriserna i
Stockholms innerstad backade med 3 procent mellan
februari och mars 2011 (2011:b). Genomsnittspriset
per kvadratmeter steg dock med 1 procent månaden
därpå. Samtidigt sade Jeanette Gustafsdotter9 att det
syntes en avvaktan på bostadsmarknaden. Till detta
bidrog bolånetak, generellt hårdare krav från
bankerna samt höjda räntor. Medan köparna är mer
avvaktande än tidigare har säljarna höga förväntningar
om slutpriset. (Mäklarstatistik 2011:c).
SCB:s statistik över priser på småhus till och
med april 2011 visar på stillastående priser med en
samtidigt minskande omsättning (SCB, 2011:b). Även
lånetillväxten dämpas, och i april 2011 var
lånetillväxten 7,2 procent i årstakt, vilket är den lägsta
tillväxttakten sedan 1998 (SCB 2011:c).
Enlund (2011), ser detta som oroande
tecken. En minskande omsättning kan indikera att
köpare och säljare börjar få svårt att enas om
prisnivån, speciellt i ljuset av det rikliga utbudet av
småhus. Således har risken ökat för utbredda
bostadsprisfall och risken kommer att stiga ytterligare
i takt med Riksbankens förväntade åtstramningar.
Utöver Riksbankens räntehöjningar har
priset på likviditet ökat på interbankmarknaden, vilket
ökat spreaden mellan reporänta och bolåneränta
(Riksbanken 2011).
Enligt Liza Nyberg10 är bankerna
försiktigare med lånelöften och kräver att köpare sålt
sin tidigare bostad innan de köper ett nytt hem har
bidragit till den stora ökningen av osålda bostäder.
Melissa Mahan11 hävdar att antalet potentiella köpare
har blivit färre samt att dessa är mer upplysta om den
totala bostadskostnaden. Bolånetaket tvingar köpare
9 VD på Mäklarsamfundet 10 VD på Skandiamäklarna 11 talesman på Svensk Fastighetsförmedling
att ta blancolån på den del som överstiger 85 procent,
vilket innebär högre räntenivåer (Hedlund, 2011).
Roger Josefsson12 konstaterade i samband
med att Finansinspektionen tog beslut om bolånetak
att även om bankerna kalkylerat för att hushållen ska
ha marginaler har det inte i samma grad förklarats för
bolåntagarna vad det innebär i praktiken gällande
disponibla medel efter bostadsutgifter har betalts. Han
påpekade att det inte heller är långsiktigt hållbart att
bostäder stiger i värde med 10 procent per år.
Samtidigt påpekade han att det främst är kapitalsvaga
som drabbas av bolånetaket. Ett par där båda är
nyutexaminerade akademiker kan ha hög
intjäningsförmåga men har ofta brist på kapital varför
dessa hamnar i kläm till följd av bolånetaket.
(Svensson Rothmaier, 2010)
I en utfrågning av bankernas kreditchefer i
februari 2011 framkom att det skett en faktisk
minskning av riktigt höga belåningsgrader efter
bolånetakets införande (Finansinspektionen 2011).
5. Hjalmarsson & Hjalmarssons test av den svenska bomarknaden Detta avsnitt behandlar studien av Hjalmarsson &
Hjalmarsson (2009) huruvida den svenska
bostadsmarknaden är effektiv. I det efterföljande
avsnittet genomförs ett test som till stora delar liknar
studien av Hjalmarsson & Hjalmarsson.
5.1 Utnyttjar bostadsrättens särdrag
Hjalmarsson & Hjalmarsson (2009) konstaterar att ett
test liknande det Meese & Wallace (1994) gör blir
svårt att göra med tanke på förhållandena på
bostadsmarknaden i de tre största svenska städerna.
Reglerade hyresnivåer gör det nämligen svårt att
jämföra bostadspriser med nuvärdet av hyresvärdet för
motsvarande hyresrätt/hyresvilla. Hjalmarsson &
Hjalmarsson kommer runt problemet genom att
utnyttja den svenska bostadsrättens särdrag som
boendeform. Den som förvärvar en bostadsrätt i
12 Chefekonom på Danske Bank
11
Sverige köper egentligen en andel i en förening, med
vilken följer bostadsrätt till en lägenhet, och det finns
således både en priskomponent och en
hyreskomponent inblandad (s. 2150-2151). Därför går
det att göra jämförelser mellan olika bostadsrätter. När
det inte är en jämförelse mellan köpta lägenheter och
hyreslägenheter försvinner problematiken med att
bostadsvalet i den senare situationen också (i princip)
innehåller ett val mellan olika upplåtelseformer. Ett
sådant val kan därmed tänkas påverkas av en rad
faktorer som inte är av finansiellt nyttomaximerande
karaktär (s.2153-2154). Men den viktigaste
förklaringen till att hyresmarknaden inte kan användas
för att skatt hyresvärdet av bostadsrättslägenheter är
att hela bostadshyresmarknaden är prisreglerad genom
det så kallade bruksvärdesystemet. Hjalmarsson &
Hjalmarsson använder följande modell (5):
�� �0�
12�3 ��4� 5�12�3 ��4
� 678 � 095
�:; � ;� � Å � ; � < � = � =� � > (5) där !? är bostadens nuvärde (i period t),�0� är
bostadsrättens avgiftsnivå (inklusive
underhållskostnader), 5� är underhållskostnader och
�� är boräntenivå. YTA är lägenhetens storlek i
kvadratmeter, RUM är antalet rum, LV motsvarar
lägenhetens våningsplan, VP är antalet våningar i
fastigheten. Å är byggår för fastigheten. V är en
dummie för om värme/va ingår, Q är prisutveckling
per kvartal, F är församling, =� är prisutvecklingen i
församlingen och Z är postkod (s. 2154, eq10).
I studien använder sig Hjalmarsson &
Hjalmarsson av data från mer än 30 000 affärer mellan
januari 2002 och september 2005 från de tre största
svenska städerna Malmö, Göteborg och Stockholm.
Tesen är att en kronas diskonterad ökning av en
bostadsrätts avgift bör leda till en lika stor minskning
av priset. Men studien visar att en kronas höjning
enbart leder till cirka 75 öre i minskning (s. 2156).
5.2 Systematisk överskattning av ineffektiviteten?
Hjalmarsson & Hjalmarsson påpekar att det
skulle kunna vara så att en del föreningar har låga
avgifter för att de inte behövt ta lån på länge. Dessa
föreningar kan däremot inom en snar framtid komma
att behöva göra renoveringar och därmed tvingas höja
avgiften. På så sätt finns en risk att koefficenten blir
underskattad eftersom lågavgiftslägenheter ter sig mer
attraktiva i den ekonometriska analysen än vad de är i
praktiken. Med stöd av data från föreningar som höjt
avgiften under testperioden visar forskarna att denna
bias dock inte verkar föreligga.
Hjalmarsson & Hjalmarsson använder den
femåriga bolåneräntan för diskontering. Det innebär en
ganska låg räntenivå, särskilt under slutet av den
undersökta perioden. Dock verkar inte
räntekoefficienten skilja sig åt mellan åren. En högre
ränta leder även till ökning av föreningens
kapitalkostnadsdel varför dessa faktorer till stor del
kan antas ta ut varandra. Således kan ränteförändringar
ha en mindre påverkan på utfallet än vad som vekar
vara fallet vid en första anblick.
Vidare antas samma samma räntesats för
hela kapitalbeloppet. Författarna inser dock att det ser
annorlunda ut i realiteten och att många köpare möter
en högre diskonteringsränta på marginalen på grund av
topplån i de fall köparen inte har pengar till
kontantinsatsen. Räntan på topplånet kan vara 1-2
procentenheter högre än listpriset på bolån, resonerar
forskarparet. Förstagångsköpare antas vara de som
primärt möter ovan nämnda budgetrestriktion varför
forskarna gör ett deltest med lägenhetens storlek som
proxy. De som köper minst lägenheter antas ha störst
restriktion, vilket också studien visar. Marknaden är
mer ineffektiv på delmarknaden för små lägenheter,
vilket stödjer tesen om att budgetrestriktioner påverkar
effektiviteten på marknaden. Samtidigt är marknaden
inte effektiv för större objekt, varför
budgetrestriktioner inte kan antas vara enda
förklaringen till ineffektiviteten på marknaden.
12
Förklaringsvariablerna utbildningsnivå,
inkomst och förmögenhet indikerar också ökad
effektivitet enligt studien. I områden där en högre
andel av invånarna vidareutbildat sig efter gymnasiet
tenderar prisbildningen att vara mer effektiv, vilket
tyder på mer ”sofistikerade” köpare i dessa områden.
Modellen tar inte hänsyn till riskaversion.
Utifrån antagande om riskaversiva agenter går det att
anta att dessa är beredda att betala en premie för lägre
pris och högre avgift då den boende enbart har
begränsat ansvar för föreningens skulder. Den stora
ineffektiviteten som testet indikerar, även i områden
med höginkomsttagare, indikerar en systematisk
feldiskotontering som inte kan enbart kan förklaras
med riskaversion, enligt författarna. I och med
svårigheterna att hyra ut sin bostadsrätt är det svårt för
köpare att utnyttja den påvisade arbitragemöjligheten,
konstaterar författarna. Det enda sättet som
bostadsmarknaden kan närma sig effektivitet är om
”smarta” köpare inser att det generellt är bättre att
köpa lägenheter med låg avgift och på så sätt långsamt
närma sig effektivitet (s. 2156ff).
6. Är Stockholms innerstads bostadsmarknad effektiv? I detta avsnitt redovisas en empirisk undersökning som
vidareutvecklar analysen av Hjalmarsson &
Hjalmarsson (2009). Studien baseras på ett färskare
men geografiskt mer avgränsat datamaterial, nämligen
endast försäljningar av lägenheter i Stockholms
innerstad under det första kvartalet 2009 respektive det
första kvartalet 2010. Det är därmed möjligt med en
noggrannare behandling av mikrolägets betydelse för
prisbildningen i analysen. Dessutom behandlas
kostnader för drift- och underhållskostnader på ett mer
realistiskt sätt, jämfört med den replikerade studien.
Resultatet i föreliggande studie ger en
betydligt starkare indikation på ineffektivitet än vad
Hjalmarsson & Hjalmarsson finner.
6.1 Vad är förhoppningen med studien?
Statistiskt är förhoppningen att kunna göra en mer
sofistikerad lägesindelning genom att enbart använda
data från en stad och då kunna dra nytta av tillgången
till bättre data om lägesklassificering. Detta bör kunna
ge delvis andra insikter, jämfört med Hjalmarsson &
Hjalmarssons studie. Även i föreliggande uppsats
antas köpare på bostadsmarknaden ta hänsyn till två
delar när två likvärdiga objekt utvärderas; dels priset,
dels lägenhetens andel av föreningens skulder, se
sambandet nedan (6):
�@ �A@
$ � - � � �B �AB
$ � - � �����C �
där �@ är pris för objekt x, A@ är kapitalkostnad för
objekt x, τ�är skattereduktion (0,3), � är bolåneränta, �B
är pris för objekt y och AB är kapitalkostnad för y.
Tesen är att en kronas ökning av det
diskonterade nuvärdet av årsavgiften bör medföra en
kronas minskning av försäljningspriset. Om
nollhypotesen förkastas innebär det att Stockholms
bostadsmarknad inte är effektiv.
Problemet är att vi enbart har uppgifter om
lägenheternas årsavgifter. Således måste drifts- och
underhållskostnaderna särskiljas från avgiften till
föreningen för att få ut lägenhetens andel av
föreningens kapitalkostnader, se ekvation (7).��;�0@ � �;�A@ � �;��D9E@ �����3 �
där 0@ är månadsavgiften (för objekt x), K är dess
kapitalkostnadsdel och DOUH är drift och
underhållskostnad. (PV är nuvärdefunktionen (som
består av en Gordonsformelberäkning)).
För att kunna klassa två skilda objekt som
likvärdiga måste vi, på grund av marknadens
heterogenintet, även förlita oss på hedonisk skattning
och att de förklarande variablerna, inklusive
årsavgiften, fångar upp skillnaderna mellan olika
objekt. Vi vill testa funktionen i ekvation (8):
�@FG�HI � α � �J � A@2�3� � β�8I � γ�<@ � εI������K
där��@FG�HI är pris per kvadratmeter för objekt X, LMN�O�
är nuvärdet av kapitalkostnaden, 8@ är ett objekts
attribut medan <@ är en kvartalsdummy.
13
Uttryck (9) anger sambandet mellan lägenhetens
årsavgift, andel av föreningens kapitalkostnad samt
andel av föreningens drifts- och underhållskostnad:
1�;�0@ � �;�A@ � �;��D9E@ 4 P��;�A@ � �;�0@ � ��;��D9E@ ��Q �
Ekvation (10) erhålls när uttryck (9)
substitueras in i ekvation (8): �MR�SI
� T � �J UMN�O� � φ� �VWXM
N�O�
�Y�8@ � Z�<@ � �@�������(10)
Till skillnad från Hjalmarsson &
Hjalmarsson testar vi inte försäljningspriser utan
försäljningspriser per kvadratmeter eftersom att boytan
i sig förklarar en stor del av variationen i pris.
Försäljningspriser samt nuvärdet av årsavgiften
divideras således med antalet kvadratmeter.
I ett alternativt scenario testar vi även ett
förhållande där avgiften sänks en procent per år, vilket
skulle motsvara att det sker en årlig amortering på en
procent på den gemensamma skulden. Att anta att det
sker amorteringar resulterar i att J ökar i absolut
värde. Utefter ekvation 8-10 ser vi detta nedan (11):
0@2�3� �� J � ���� $$ �
Anledningen till att en procent valts som
amorteringsnivå är för att Hjalmarsson & Hjalmarsson
vid en närmare granskning av bostadsrättsföreningars
årsredovisningar finner att en procent, men antagligen
även lägre procentsatser än så, är en trolig
amorteringsnivå (s. 2156). Nuvärdet inklusive
amortering beräknas således genom att addera 0,01 till
diskonteringsfaktorn i likhet med Hjalmarsson &
Hjalmarsson (s. 2154).
6.2 Data
Datasetet består av ett slumpmässigt urval, gjort av
Mäklarstatistik, av 400 lägenhetstransaktioner under
första kvartalet 2009 samt första kvartalet 2010. En
transaktion per år rensas bort på grund av avsaknad av
försäljningspris. Statistiken bygger på försäljningar i
Stockholms innerstad inklusive Hammarby sjöstad
(som dock normalt inte räknas till innerstaden). För
varje transaktion finns uppgift om datum, gatuadress,
antal rum, yta per kvadratmeter och byggår. För vissa
transaktioner finns information om våningsplan samt
om lägenheten har balkong eller ej. Uppgifterna är
delvis ofullständiga om huruvida värme/va ingår i
månadsavgiften.
Utifrån tillgänglig data, tidigare kunskap
(Pettersson & Svensson Rothmaier 2010), samt efter
att ha läst andra studier och litteratur inom ämnet
valdes bland annat följande förklarande variabler ut:
boyta, boyta², område, ålder på fastigheten. För en
komplett förteckning av prisförklarande variabler, se
tabell 1.
Uppdelningen av lägen har skett i AA, A, B
och C-lägen innanför tullarna samt variablen H för
Hammarby Sjöstad. Indelning i de olika
delmarknaderna har gjorts utifrån Svefas
områdesindelning i AA, A, B och C-lägen13 utefter en
bedömning av olika områdens attraktivitet bland
proffisionella aktörer på fastighetsmarknaden. Även
för att skatta drift- och underhållskostnaderna
använder vi oss av information från Svefa14.
I det skattade normalvärdet för drift- och
underhållskostnad ingår el, värme och VA samt även
utgifter för fastighetsskötsel, sophämtning,
trappstädning, administration och försäkringar samt
också löpande underhåll.
Hjalmarsson & Hjalmarsson använder
yta/kapitalkostnad som proxy för vad de kallar
”maintenance fee”. Genom ett föreliggande studie
använder ett mer avgränsat och välkontrollerat
datamaterial kan istället Svefas skattning användas,
vilket bedöms ge en mer exakt skattning av drift- och
underhållskostanderna.
Räntan som används i nuvärdesberäkningen
av årsavgiften och DOUH är ett genomsnitt av
SBAB:s och Nordeas bolåneränta dels per den 18
13 Se lägesuppdelning i appendix 3 14 Utifrån statistik från fastighetsägare, som Svefa har tillgängligt genom värderingsuppdrag, kompletterat med enkäter till fastighetsägare och ”egna erfarenhetstal” har Svefa beräknat ett ”normalvärde” för DOUH. Dessa är 330 kr/kvm för fastigheter med byggår 1990 och senare, samt 380 kr/ kvm för fastigheter byggda före 1990.
14
februari 2009, dels per samma datum 2010 för
observationerna under respektive år. Det skulle vara
möjligt att få fram aktuell ränta vid tillfället för varje
enskild affär då vi har kontraktsdatum, men räntenivån
varierar inte nämnvärt varken mellan den 1 januari och
den 18 februari eller 18 februari och 31 mars något av
åren 2009 eller 201015. Dessutom är räntorna på de
två bolåneinstitutens hemsidor enbart listpriser, banker
erbjuder ofta kunder ”ränterabatter”, varför de
använda räntenivåerna inte ger någon exakt skattning
av faktisk låneränta. Vidare kan vissa låntagare vara
beroende av topplån. Av dessa anledningar nöjer vi
oss med genomsnittet av SBAB:s och Nordeas
räntenivå16, för att inte införa någon falsk exakthet i
skattningen av faktisk kapitalkostnad.
Vi använder 5-årsräntan i beräkningen av
nuvärdet, vilket är vedertaget och i likhet med bland
annat Englund (2011) samt Hjalmarsson &
Hjalmarsson (2009). Vi gör ett alternativt test med
snittet av SBAB:s 7-årsränta och Nordeas 8-årsränta.
I en alternativ analys görs skattningarna med
totalt pris som vänsterledsvariabel istället för pris per
kvadratmeter samt där yta används som proxy för
DOUH. Vi vill se om detta ger några större skillnader i
resultatet om vi på detta sätt använder en modell som
mer ansluter till den som används av Hjalmarsson &
Hjalmarsson.
6.3 Empiriskt resultat
I tabell 1, på nästa sida, redovisas beskrivande statistik
för datasetet. Medianpriset på en lägenhet är 2,6
miljoner kronor medan medianpriset per kvadrat
uppgår till 50.621 kronor. Årsavgiften uppgår i
15 Under 2010 var såväl Nordeas som SBAB:s 5-årsränta 4,30 procent per den 18 februari, spannet under kvartalet hos de båda instituten var 10 punkter mellan 4.20-4,30 procent. SBAB:s 7-årsränta var 4,81 procent den 18/2 (4,70-4,85%). Nordeas 8-årsränta var 4,99 procent under hela perioden. För 2009 antar vi en 5-årsränta om 4,42 procent (4,31-4,63%) från SBAB samt även 4,42 procent (4,22-4,47%) från Nordea. Vi antar en 7-årsränta på 4,85 procent (4,54-4,90%) från SBAB samt en 8-årsränta på 5,07 procent från Nordea (4,77-5,07%) för 2009. (Utefter Excelark på dess hemsidor) 16 Hjalmarsson&Hjalmarsson använder sig av snitt från SBAB, Swedbank och Nordea.
genomsnitt till 31.982 kronor med en
standardavvikelse på 15.863 kronor.
De observerade lägenheterna har i
genomsnitt (drygt) två rum +/- (cirka) ett rum, median
för antalet rum uppgår till två. Genomsnittsbostaden
har en boyta på (knappt) 58,5 kvadrat med en
standardavvikelse på runt 27 kvadrat.
Vidare kan man notera att ingen variabel
antar något negativt värde. Medianen för nuvärdet av
årsavgiften ligger i undersökningen mellan 850K SEK
och 970K SEK, beroende på vilken ränta som används
för nuvärdesberäkningen. Per kvadratmeter uppgår, i
undersökningen, motsvarande nuvärde till mellan
knappa 17 000 och dryga 19 000 kronor. Då nuvärdet
av årsavgiften antar positiva värden kommer
koefficenten vi testar anta negativa värden.
Koefficenten framför DOUH-kostnad
förväntas däremot anta positivt värde, vilket har
härletts ovan.
I tabell 2 redovisas resultatet från skattning
av ekvation (11). Som synes verkar en kronas ökning
av det diskonterade nuvärdet av föreningens
kapitalkostnad enbart resultera i en minskning av
priset på mellan drygt 30 och knappt 50 öre.
Standardavvikelsen är samtliga fall låg. I de alternativa
regressionerna (mera lika de som Hjalmarsson &
Hjalmarssons gör) blir resultaten i huvudsak desamma,
nämligen mellan 38,5 och 44 öres minskning av priset
(se tabell 4 i appendix 1). Standaravvikelsen är låg
även i dessa skattningar. Således kan vi utesluta att en
högre avgift inte skulle ha någon inverkan alls på
slutpriset. Det är vid båda angreppssätten statistiskt
signifikant att en ökning av föreningens skuldsättning
leder till ett lägre pris, men alltjämt inte tillräckligt
mycket lägre jämfört med teoretiskt värde.
Tabell 1 Beskrivande statistik Medel Standardavvikelse Median Minimum Maximum Pris 2.902.618 1.396.177 2.600.000 860.000 16.000.000 Pris/kvm 51.003 9.746 50.621 27.778 85.500 Boyta 58,48 26,97 54,00 14,00 205,00 Rum 2,084 1,024 2 1 6 Årsavgift 31.982 15.863 29.400 0 140.424 PV Årsavgift (5-årsränta)
1.047.929 519.432 965.866 0 4.538.591
PV Årsavgift (7,5-årsränta)
926.720 459.458 853.644 0 4.044.470
PV Avgift/kvm (5-årsränta)
18.535 5.482 19.049 0 53.298
PV Avgift/kvm (7,5-årsränta)
16.392 4.851 16.828 0 47.496
DOUH-kostn 21.654 9.848 20.140 5.320 77.900 PV DOUH/kvm (5-årsränta)
12.203 615 12.282 10.666 12.625
PV DOUH/kvm (7,5-årsränta)
10.790 526 10.945 9.505 11.079
Byggår 1936,9 43,8 1932 1600 2010 2000-tal 0,103 0,304 0 0 1 80-90-tal 0,083 0,276 0 0 1 60-70-tal 0,055 0,228 0 0 1 40-50-tal 0,073 0,260 0 0 1 20-30-tal 0,424 0,494 0 0 1 00-10-tal 0,164 0,371 0 0 1 < 1900 0,099 0,299 0 0 1 Q12009 0,500 0,500 0,50 0 1 Q12010 0,500 0,500 0,50 0 1 AA-läge 0,074 0,26 0 0 1 A-läge 0,092 0,29 0 0 1 B-läge 0,711 0,45 1 0 1 C-läge 0,074 0,26 0 0 1 H-by Sjöstad 0,050 0,21 0 0 1
16
Tabell 2. Regressionsanalys Skattning av uttryck (10). Beorende variabel är Pris per kvadratmeter, Px. DOUH-kostnad har skattats med data från Svefa. Standardavvikelse anges inom parentes. 5 år Ränta 7,5 år Ej amortering 1% amortering Ej amortering 1% amortering Nuvärde årlig hyra p-värde (0/-1)
-0,325 (0,050)
(0,000/0,000)
-0,432 (0,067)
(0,000/0,000)
-0,368 (0,057)
(0,000/0,000)
-0,474 (0,074)
(0,000/0,000) Intercept 62.230
(12.977) 62.250
(12.978) 62.128
(13.067) 62.136
(13.068) PV DOUH/kvm 0,406
(1,025) 0,406
(1,025) 0,469
(1,159) 0,469
(1,159) Boyta -576,7
(37,5) -576,7 (37,5)
-576,6 (37,5)
-576,6 (37,5)
Yta² 2,178 (0,194)
2,178 (0,194)
2,179 (0,194)
2,179 (0,194)
Rum 3.790 (566)
3.790 (566)
3.789 (566)
3.789 (566)
2000-tal -3.900 (2.108)
-3.901 (2.108)
-3.889 (2.105)
-3.889 (2.105)
80-90-tal -7.852 (1.516)
-7.854 (1.516)
-7.847 (1.516)
-7.848 (1.516)
60-70-tal -9.661 (1.238)
-9.662 (1.238)
-9.664 (1.238)
-9.664 (1.238)
40-50-tal -7.857 (1.160)
-7.856 (1.160)
-7.856 (1.160)
-7.856 (1.160)
20-30-tal -4.391 (851)
-4.391 (851)
-4.393 (851)
-4.393 (851)
00-10-tal -1.640 (953)
-1.640 (953)
-1.641 (953)
-1.641 (953)
Q12010 5.670 (592)
5.629 (592)
5.653 (498)
5.636 (498)
AA-läge 13.049 (1.734)
13.048 (1.734)
13.042 (1.734)
13.044 (1.734)
A-läge 11.337 (1.664)
11.337 (1.664)
11.334 (1.664)
11.335 (1.664)
B-läge 8.199 (1.473)
8.198 (1.473)
8.192 (1.473)
8.194 (1.473)
C-läge 3.546 (1.627)
3.547 (1.627)
3.547 (1.627)
3.548 (1.627)
Diskonterings- antaganden:
30% skattered. Ja Ja Ja Ja 1% amortering Nej Ja Nej Ja Observationer 798 798 798 798 R-square 56,1% 56,1% 56,1% 56,1%
17
6.4 Kompletterande analyser
Som tidigare nämnt görs även ett test på delmängder
av datamaterialet i syfte att se om effektiviteten skiljer
sig åt mellan olika delmarknader. I större utsträckning
kan det tänkas att förstagångsköpare – som har större
budgetrestriktioner då de inte har ackumulerade
vinster från tidigare lägenheter – köper små lägenheter
och att ineffektiviteten skulle kunna vara större på
denna delmarknad. Hjalmarsson & Hjalmarsson finner
också en större ineffektivitet på marknaden för små
lägenheter. Vi utesluter AA- och A-lägen eftersom
köpare i högre grad på dessa delmarknader (ex.
Östermalm, Gamla Stan, Mosebacke, City och Gärdet)
kan tänkas ha mindre budgetrestriktioner. B-läge
inbegriper Södermalm, Vasastan, Birkastan och
Kungsholmen, områden där det kan tänkas att de som
gärna vill bo i innerstan – men på grund av
budgetrestriktioner inte kan – helst söker bostad. Vi
gör därför en kompletterande analys på
observationerna som återfinns inom kategorin B-läge
(cirka 71 procent av observationerna).
Observationerna sorteras utefter boyta. Som
mindre lägenheter benämns observationer under 30
kvadrat. Som jämförelse testas effektiviteten på
marknaden för lägenheter mellan 76-99 kvadrat.
Dels används 5 årsränta utan amortering
samt 7,5 årsränta med amortering som
diskoteringsfaktorer. Analyserna görs med både
Svefas skattning av DOUH och med boyta som proxy
för DOUH. Förhoppningen är att resultaten från de två
olika testen pekar åt samma håll.
Resultatet redovisas i tabell 3. Endast
koefficienterna för de de två studerade
storleksklasserna redovisas. Resultaten beträffande
övriga varibler är i huvudsak identiska med de resultat
som redovisas i tabell 2. Som synes i tabell 3 indikerar
båda testen att ineffektiviteten är större på marknaden
för små lägenheter medan köpare av större lägenheter
(som antas ha mindre budgetrestriktioner) ser ut att
vara mer ”rationella”.
Tabell 3. Test på delmängder Obeservationer inom ”B-läge” delas upp utefter boyta. DOUH-kostnad har skattats utefter Svefa samt genom proxy. Standardavvikelse anges inom parentes. 5 år Ränta 7,5 år Ej amortering
Svefa-DOUH Ej amortering DOUH-proxy
1% amortering Svefa-DOUH
1% amortering DOUH-proxy
0-29 kvm (57 obs)
-0,2564 (0,1248)
63,8%
-0,1447 (0,1258)
60,0%
-0,3717 (0,1816)
63,8%
-0,1632 (0,1435)
60,0% 76-99 kvm (82 obs)
-0,6529 (0,1692)
53,5%
-0,6202 (0,1559)
58,3%
-0,9497 (0,2463)
53,5%
-0,7073 (0,1779)
58,3%
7. Analys och slutsats I detta avsnitt diskuteras de erhållna analysresultaten.
7.1 Ineffektivitet eller dålig modell?
Fama (1991) konstaterade att det inte behöver vara den
studerade marknaden som är ineffektiv utan det kan
vara en ”bad model” som används vid
undersökningen. I denna studie påvisas att J är
signifikant åtskiljt från såväl 0 som -1. Således har en
högre avgift en negativ påverkan på priset. Däremot
har en ökning av nuvärdet av föreningens
kapitalkostnad inte tillräckligt stor inverkan på priset,
jämfört vad som teoretiskt borde vara fallet.
En kronas ökning verkar enbart leda till
någonstans mellan 30-50 öres minskning av priset.
I modellen är ett viktigt steg att DOUH
faktiskt bryts ut ur årsavgiften för att få fram
18
kapitalkostnaden (se ekvation (8)-(11) ). Av den
anledningen är det oroväckande att koefficenten
framför nuvärdesberäkningen av DOUH verkar skattas
för lågt i tabell 2. Denna bör rimligen ligga nära ett
eller till och med något över ett eftersom den ska
kompensera för drift och underhållskotnad per
kvadratmeter i fastigheten som inte enbart består av
boyta utan även av gemensamma ytor där lägenheterna
proportionellt bör dela på kostnaden. Således bör
koefficenten anta ett värde som är större än knappa 0,5
som är vad skattningarna i tabell 2 ger. Detta kan vara
en indikation på att den noterade ineffektiviteten
överskattas något, samtidigt är standardavvikelsen hög
på skattningen av DOUH-koefficenten. Skillnaden i
DOUH-kostnad beror i tabell 2 av byggår (före eller
efter 1990). Utifrån tabell 5-7 i appendix 2 ser det ut
som att det råder multikollinearitet med
åldersdummies. I det alternativa testet med
Hjalmarsson & Hjalmarssons proxy för DOUH får vi
liknande resultat för koefficienten framför J. I detta
fall, enligt tabell 6 i appendix 1, ser DOUH-
koefficenten ut att korrelera med primärt variabeln
boyta, vilket är naturligt då boytan använts som proxy
för DOUH-kostnad.
Så länge skattningarna av koefficenten
framför nuvärde av årlig hyra blir precisa accepterar vi
multikollinearitet mellan övriga förklarande variabler.
Vi får förvisso problem med skattningen av dessa
enskilda parametrar eftersom dessa till viss del
förklarar samma del av variationen, men modellen
som helhet ger en högre förklaringsgrad.
Enbart för att det råder multikollinearitet
finns det inte anledning att befara att detta,
sammantaget, skulle överskatta ineffektiviteten.
Rörande risken för att det saknas viktiga
förklarande variabler i vår modell, exempelvis
balkong, våningsplan, värme/va påverkar detta
antagligen R-sq negativt. Värme/va ingår dock i
avgiften för de flesta lägenheter, samt är inkluderat i
Svefas beräkning av DOUH. Således antas att DOUH-
parametern adsorberar värme/va. Även om
förklaringsgraden påverkas negativt på marginalen av
avsaknaden av vissa förklarande variabler får vi
alltjämt ett R-sq på 56,1 procent vilket får anses vara
mycket högt i en regression där pris per kvadratmeter
(och inte pris) är beroende variabel.
Avsaknaden av en rad potentiella
förklarande variabler kan vidare inte antas ha inverkan
på skattningen av koefficienten framför J. Först om
det saknas variabler som systematiskt ändrar
skattningen av J kan modellens resultat ifrågasättas.
Att förklarandegraden blir högre i
undersökningen med yta som proxy för DOUH beror
på att yta förklarar en stor del av variationen i pris. I
tabell 2 gör vi, som tidigare nämt, test med priset per
kvadratmeter som beroende variabel.
Det kan tänkas att föreningar med högre
avgifter lägger större summor på drift och underhåll i
syfte att ge ökad nytta för de boende i fastigheten. Låg
avgift i dag visar inte heller risken för framtida
avgiftshöjningar till följd av renoveringar och
liknande. Enligt Hjalmarsson & Hjalmarsson är dock
detta inte är något problem (s. 2158).
Risken finns vidare att studien systematiskt
felskattar ineffektiviteten om föreningar med antingen
hög eller låg avgift i större skala är myopiska. En lägre
avgift skulle kunna vara ett tecken på att föreningen
inte fullt ut budgeterat för kommande räntehöjningar
och då tvingas höja avgifterna mer än föreningar som
redan har höga avgifter, vilket skulle kunna överskatta
ineffektiviteten. Men som Hjalmarsson & Hjalmarsson
konstaterar påverkas både den boende och föreningen
av ett högre ränteläge varför ränteförändringar därmed
kan ha en mindre påverkan på utfallet än vad som
vekar vara fallet vid en första anblick (s.2159).
Alltjämt antar modellen att samtliga köpare
på bostadsmarknaden har samma diskonteringsränta
medan låneräntenivån snarare bör bero av
belåningsgraden17. För den som köper lägenhet brukar
detta i sin tur märkas i form av topplån med högre
räntenivå på riktigt höga belåningsgrader. Detta gäller
17 Enligt grundläggande finansiell teori såsom de välkända teoremen CAPM och/eller Modigliani&Miller
19
förvisso i huvudsak oavsett lägenhetens
månadskostnad. Det kan exempelvis tänkas att de med
riktigt hög månadsavgift får sämre lånevillkor på
topplånet, eftersom banken kan tycka att de får en hög
boendekostnad som ger högre risk för banken.
I modellen tas inte heller hänsyn till
riskaversion och det faktum att den boende inte är fullt
betalningsskyldig för föreningens lån (Hjalmarsson &
Hjalmarsson, s.2162). Teoretiskt bör dock varje
köpare på marginalen värdera en kronas ökning av
nuvärdet av föreningens kapitalkostnad så att det
innebär en kronas minskning av priset. Annars skulle
det finnas arbitragemöjligheter genom förändringar i
kapitalstrukturen av privata/gemensamma skulder.
Samtidigt går det att anta att olika individer har olika
preferenser rörande skatterabatt kontra riskaversion.
Detta faktum kan tala för att marknaden, utefter
antagande om strikt rationella individer, segmenteras.
Riskaversiva personer skulle kunna att välja att bosätta
sig i föreningar med höga gemensamma skulder och
lägre priser, medan mindre riskaversiva letar efter
föreningar med låg avgift och medföljande höga
lägenhetspriser. Men detta förändrar inte det teoretiska
förhållande som modellen utgår ifrån.
I O’Sullivan & Gibb (2003) förs det fram att
direkta test av halvstarka effektiviteten utefter strikta
neoklassiska antaganden (i.e. Gordons formel)
exempelvis Meese & Wallace (1994) lätt blir röriga
(s.100-101) . Modellen i föreliggande studie
accepteras även om det ovan har listats en rad
förhållanden, och det säkerligen går att finna
ytterligare en rad faktorer, som modellen helt eller
delvis missar att ta i beaktande. Även om det finns
scenarion som kan förklara åtminstone en del av
ineffektiviteten verkar det alltjämt vara så att
marknaden systematiskt misslyckas att effektivt
diskontera avgifterna till föreningen.
7.2 Vad visar studien?
Den övergripande slutsatsen är att marknaden inte är
effektiv. Ett flertal tidigare studier inom området har
kommit till samma slutsats. Exempelvis har Meese &
Wallace (1994), Mankiw & Weil (1989), Case &
Shiller (1989, 1990) samt Englund & Ioannides (1997)
och Englund et.al (1999) kommit till sådan slutsats
baserat på test av antingen den svaga, men även den
halvstarka, formen.
Studien i föreliggande uppsats bygger på
samma antaganden som Hjalmarsson & Hjalmarsson
använder vid test av den halstarka formen. Ett test som
i sin tur utgår från förutsättningarna i Meese &
Wallace (1994). Men resultaten visar också på en
större ineffektivitet än vad Hjalmarsson &
Hjalmarsson finner. Det nu redovisade testet utgår
dock enbart från observationer från Stockholms
innerstad samt baseras på färskare data. Den större
ineffektiviteten kan bero på att marknaden hettat till
under tiden mellan undersökningarna, i takt med att
priserna fortsatt att stiga.
Hjalmarsson & Hjalmarsson visar att en
högre utbildningsnivå, en högre genomsnittsinkomst
samt större förmögenhet ökar effektiviteten i ett
område. Liknande utfall finner Finansinspektionen i
sin konsumentundersökning. Från USA har studier
visat att det främst var personer med otillräcklig
matematisk och finansiell förståelse som tog
exempelvis ARM-lån, där en del av räntan bakades in i
lånesumman under de första åren. Med tanke på
variablerna utbildning och inkomst borde man därför
möjligen vänta sig en högre effektivitet på
bostadsmarknaden i Stockholms innerstad, jämfört
med den som studeras av Hjalmarsson & Hjalmarsson,
som omfattar landets tre största kommuner.
Ett test med boyta som proxy för
budgetrestriktion visar dock att ineffektiviteten är
större hos dem som köper små lägenheter medan det
inte är statistiskt signifikant att marknaden är
ineffektiv vad gäller större lägenheter (se tabell 3). Det
bör dock poängteras att man inte ska dra för stora
växlar på delmängdstestet, det skulle egentligen
behövas ett större dataset, även om upptäckten med en
större ineffektivitet på marknaden för mindre
20
lägenheter ligger i linje med vad Hjalmarsson &
Hjalmarsson också finner.
Det kan antas att förstagångsköpare i större
utsträckning är de som köper små lägenheter. Det är
också framför allt förstagångsköpare som möter
budgetrestriktioner. Förstagångsköpare kan, generellt,
också tänkas vara yngre. Finansinspektionens
konsumentundersökning visar att personer mellan 18
och 29 år generellt har sämre räkneförståelse samt
finansell förmåga. Detta ses som en ”kohort-effekt”.
Såväl budgetrestriktioner som sämre finansiell
förmåga kan tänkas vara förklaringar till en ökad
ineffektivitet på marknaden för små lägenheter.
Resultatet går dock stick i stäv med Miles
(2004) tes att hushållen har en tendens att enbart
fokusera på den initiala räntekostnaden. För hade så
varit fallet borde hushåll förordat lägenheter med lägre
avgift och högre privata lån - inte vice versa. Samtidigt
ser resultatet i denna studie ut att kunna hänföras
budgetrestriktioner, särskilt som ineffektiviteten är
högre på marknaden för små lägenheter.
Eftersom bostadsköpare vanligen är
beroende av banklån för att köpa lägenheter utgörs
lånelöftet från banken begränsningen för vad ett
hushåll kan bjuda på en lägenhet.
Alltjämt borde bankerna ha ett ansvar för att
granska föreningars årsredovisningar i samband med
utfärdandet av lån. Denna studie visar på vikten av att
lånelöften eventuellt även borde bero av föreningens
skuldsättning. Ineffektiviteten som påträffas i denna
studie torde minska om en sådan passus följde med ett
lånelöfte, det vill säga att lånebeloppet är avhängigt
föreningens skuldbörda.
7.3 Ineffektivitet på grund av
bubbeltensdenser?
Debatten mellan Jaffee (1994) och Björklund &
Söderberg (1999) (förvisso rörande
fastighetsmarknaden) visar på svårigheterna med att
påvisa bubbeltendenser i efterhand. Än svårare är det
att svara på om det just i analysögonblicket råder en
bubbla. Finansiella bubblor tenderar att gå hand i hand
med ineffektivitet och irrationella agenter. Men
ineffektivitet behöver däremot inte innebära att en
bubbla råder. De höga transaktionskostnaderna medför
en låg omsättning och således kan ett fåtal optimister
fortsätta driva på prisutvecklingen, vilket var fallet i
USA under inledningen av 2000-talet, enligt Piazzesi
& Schneider (2009). Även i Sverige, likt exempelvis
USA innan krisen, har kredittillväxten varit hög.
Förvisso noterade SCB i april 2011 den lägsta
kredittillväxten i Sverige sedan 1998. Alltjämt
uppmättes årstakten då till 7,2 procent. De svenska
bostadspriserna har stigit i takt med kredittillväxten,
men som Roger Josefsson framhåller är det inte
långsiktigt hållbart att bostadspriserna stiger med 10
procent årligen (Svensson Rothmaier 2010).
Enligt Claussen, Jonsson & Lagerwall
(2011) är det mest sannolika en långsammare
ökningstakt framöver eftersom bostadspriserna letat
sig över den långsiktiga trenden. Hansson (2010,
2011) anser dock att de reala bostadspriserna är
övervärderade med 20 procent. Enligt honom är det
låga räntor i kombination med avreglerade
kreditmarknader som medfört en stor ökning av
kredittillväxten vilket i sin tur drivit bostadspriserna.
Har det blåsts upp en bubbla på
bostadsmarknaden i Stockholm? Swedbanks boindex
för Stockholm uppgår i skrivande stund, senvår 2011,
enbart till 70,1, således långt under normen 100. Även
om detta kan vara oroväckande bör det samtidigt
påpekas att det inte är orimligt att stockholmare, med
högre genomsnittsinkomst, lägger en större andel av
lönen på sitt boende än man gör i övriga delar av
landet. Ett genomsnittligt hushåll i Stockholm har
knappt 100.000 kronor mer i årlig bruttoinkomst,
jämfört med riksgenomsnittet. Samtidigt lägger
hushåll i Stockholm i genomsnitt 67.000 kronor mer
per år i boendeutgifter. Sammantaget är det oklart om
stockholmshushåll, i absoluta tal, har ett lägre
disponibelt belopp efter utgifter för boendet.
I diskussionen ovan påpekades det att Miles
(2004) tes om att låntagare primärt bryr sig om den
21
initiala lånekostnaden kunde ifrågasättas utifrån
resultatet i föreliggande studie och Hjalmarsson &
Hjalmarsson. Samtidigt kan det tänkas vara så att
bostadsköpare, när de totala månadsutgifterna är låga,
inte gör fullständiga kalkyler inför köp, utan bjuder på
lägenheter utan att i någon större mån ta avgiften och
föreningens skulder i beaktande. Även om föreningens
kapitalkostnad förvisso har en signifikant negativ
inverkan på priset, är denna inte så stor som förväntat.
Enligt flera mäklarutlåtanden har dock
bolånetaket, höjda räntor och mer restriktiva banker
verkat återhållande på bostadsmarknaden. Detta har i
sin tur inneburit en minskad omsättning, vilket
framgår av statistik från såväl SCB som
Mäklarstatistik. Stämmer det att marknaden pressas av
högre räntor och bolånetaket kan det vara en
indikation på att Miles tes trots allt är riktig och att
hushållen inte fullt ut förstått vad högre räntor innebär
i form av ökade kostnader. Roger Josefsson är inne på
denna tankegång och medger att banker inte i
tillräckligt stor utsträckning förklarat för låntagare,
även om marginalerna finns, vad högre räntor innebär
för låntagarens levnadsstandard.
Enligt Svensk Fastighetsförmedling har
kostnadsmedvetenheten hos köpare ökat under våren
2011, till viss mån som en konsekvens av bättre
information från banker (Hedlund, 2011).
Som Enlund (2011) påpekar torde fortsatta
åtstramningar från Riksbanken i så fall sätta ytterligare
press på finansmarknaden. Enligt Englund (2011),
Hansson (2010), samt Claussen et.al (2011) har lägre
realräntor bidragit till prisstegringen. Englund (2011)
samt Hansson (2010) pekar även ut det på kort sikt
oelastiska utbudet. Men som Englund påpekar
kommer höga priser förr eller senare leda till ett ökat
utbud och som Hansson (2010) poängterar bör
konkurrens på byggmarknaden trycka ned
byggbolagens vinstmarginaler på nybyggda lägenheter
vilket i sin tur innebär ett lägre pris på nybyggda
lägenheter. Något som även borde inverka på priset på
befintliga bostäder.
Hansson (2011) samt Sanchez & Johansson
(2011) finner vidare att utbudet av lägenheter på
långsikt är mer elastiskt i Sverige, jämfört med andra
länder.
Den enorma prisutveckling som skådats kan
ses som en betingad marknadsanpassning utifrån
fundamentala faktorer såsom lägre realräntor och ökad
efterfrågan i kombination med ett oförändrat utbud.
De låga realräntorna riskerar dock att drivas
upp i takt med ytterligare räntehöjningar. Som
Englund (2011) poängterar letade sig realräntan (5-
årsränta efter skatt minus inflation) ner kring noll
under finanskrisen. Ökade finansieringskostnader för
bankerna bidrar vidare till en ökad räntespread. Ett
eventuellt prisfall riskerar dessutom att starta en
negativ spiral där spreaden på bolån (mot
reporänta/statspapper) ökar än mer när bankernas
finansieringskostnader ökar till följd av att det blir
svårare att sälja bostadsobligationer. Utländska
institutionella investerare ser i dag svenska
bostadsobligationer som mycket säkra papper efter
som dessa historiskt uppvisat små förluster.
Till den stabila historiken bidrar förvisso
institutionella förhållanden som gör det mycket svårt
för svenska bostadsägare att bli kvitt sina skulder. Inte
ens under 1990-talskrisen gav privata bostadslån
upphov till några större kreditförluster för bankerna.
Ineffektiviteten på Stockholms
bostadsmarknad kan hänföras till budgetrestriktioner.
Samtidigt verkar den svenska bostadsmarknaden i
allmänhet, och Stockholms bostadsmarknad i
synnerhet, pressas av en normalisering av räntenivån.
Pressen kan komma att bli ännu mer påtaglig om
utbudet av nya lägenheter ökar. I en studie av Oslos
bostadsmarknad finner Larsen & Wenum (2007) att
bostäder under en 12-årsperiod gav högre avkastning
än aktier, samt även till lägre volatilitet, vilket går
emot grundläggande finansiell teori. Resultatet i deras
studie kan i vissa avseenden sannolikt extrapoleras till
Stockholms bostadsmarknad. Under alla
omständigheter tycks Oslo under den studerade
tidsperioden utgöra ett exempel på en bostadsmarknad
22
där riskpremien har tryckts ned omotiverat lågt, så
kallad ”irrational exurbance” (irrationell övertro på
marknaden). Miles (2004) tes, prisstatistik och
mäklarutlåtanden indikerar vidare att bostadsägare inte
i tillräckligt hög utsträckning gör långsiktiga kalkyler.
Givet ineffektiviteten och de stora
makroekonomiska konsekvenser ett prisfall riskerar att
föra med sig kan såväl Finansinspektionens bolånetak
samt myndigheters noggranna övervakning av
bostadsmarknaden rättfärdigas. Jean Rochets idé att
penningpolitiken bör ta hänsyn till tillgångspriser
(Thornley 2011) får i kontexten anses som lämpligt.
Resultatet i denna studie påtalar, som ovan
nämt, möjligheten att med förändrade regler rörande
lånelöften göra låntagare mer uppmärksamma på dess
indirekta skulder via föreningen.
7.4 Slutsats
Denna studie visar att bostadsmarknaden i Stockholms
innerstad inte är effektiv. För en rationell köpare finns
det möjlighet till riskjusterad överavkastning genom
att köpa lägenheter med låg andel föreningsskulder då
prisökningen inte fullt ut kompenserar för föreningens
lägre kapitalkostnad. En kronas ökning av nuvärdet av
kapitalkostnden ser enbart ut att leda till 30-50 öres
minskning av priset. Framför allt verkar ineffektivitet
råda på marknaden för mindre lägenheter, något som
kan hänföras budgetrestriktioner då liten lägenhetsyta
kan ses som proxy för förstagångsköpare.
På en effektiv marknad borde rationella
agenter utan budgetrestriktioner inse att det går att
göra arbitrage genom att köpa en lägenhet med låg
avgift. Något som teoretiskt borde leda till att
marknaden närmar sig effektivitet. Vidare bör de som
bor i lägenheter med hög avgift överväga att flytta till
en lägenhet med lägre avgift såvida inte de höga
transaktionskostnaderna överstiger förväntad profit.
Med hänsyn taget till resultatet i studien borde vidare
sofistikerade medlemmar i föreningar med låga
avgifter vilja öka de gemensamma skulderna och
skifta ut kapital till de boende. Kapital som skulle
kunna användas till amortering av privata lån. Om
lägenhetens värdeminskning inte är lika stor till följd
av föreningens ökade skulder (och medföljande lägre
bostadslån) skulle det finnas arbitragemöjligheter för
medlemmar i föreningar med låga skulder.
Studien visar på betydelsen av förändrade
regler rörande lånelöften, där lånebeloppets storlek är
avhängigt föreningens skuldsättning.
I framtida studier skulle det vara intressant
att testa hur effektiviteten på exempelvis Stockholms
bostadsmarknad påverkats av bolånetaket. Bolånetaket
bör rimligen ha inneburit en ännu större
budgetrestriktion för primärt förstagångsköpare.
I denna studie har mängden data inneburit en
restriktion, särskilt rörande test av olika delmarknader.
Med fler observationer, och mer fullständig data
rörande potentiella förklarande variabler, bör det gå att
få mer precisa svar om hur exemeplvis
förstagångsköpare agerar på bostadsmarknaden.
Generellt sett behövs det också fler test av
den halvstarka formen av effektivitet samt ökad insikt
om hur förväntingar formas på bostadsmarknaden. Inte
minst är detta av intresse då ett prisfall kan få stora
makroekonomiska konsekvenser. Det finns således
behov av såväl ytterligare kvantitativa studier samt
djupare kvalitativa studier.
23
Källförteckning: Akerlof, G., & Shiller, R. (2009), Animal Spirits: How Human Psychology Drives the Economy, and Why It Matters for Global Capitalism Princeton University Press 2009 (264pp) Almenberg, J., & Widmark, O. (2011) Räknefärdighet och finansiell förmåga, FI 2011-01-24 Almenberg, J. & Finocchiaro, D. (2011) Räknefärdighet, finansiell förmåga och hushållens ekonomi, Ekonomisk kommentar 3:2011 Riksbanken Andersson, G., Jorner, U., Ågren, A. (2007), Regressions- och tidsserieanalys Studentlitteratur upplaga 3:4 (2009) Bergstresser, D., & Beshears, J. (2010) Who Selected Adjustable Rate Mortgages? Evidence from the 1989-2007 Surveys of Consumer Finances, Harvard Business School Björklund, K. & Söderberg, B., (1999), Property Cycles, Speculative Bubbles and the Gross Income Multiplier, Journal of Real Estate Research, 18:1, s. 151-174 Case, K., & Shiller, R., (1989) The efficiency of the market for single-family homes American Economic Review 79, s. 125–137 Case, K. & Shiller, R., (1990) Forecasting prices and excess returns in the housing market Journal of the American Real Estate and Urban Economics Association 18, s. 253–273 Claussen, A., Jonsson, M. & Lagerwall, B. (2011) En Makroekonomiskanalys av bostadspriserna i Sverige Riksbankens utredning om risker på den svenska bostadsmarknaden (s. 67-96) Copeland, T., Weston, J. & Shastri, K. (2005) Financial Theory and Corporate Policy (4:th edition) Pearson Education Cooke, D. (2009:a) Efficient Markets, Predictability of Asset Returns, and Asset Market Anomalies, föreläsningsanteckningar Trinity College Dublin vt 2009 http://www.tcd.ie/Economics/staff/dcooke/EC4051_L3.pdf Cooke, D. (2009:b) Asset Price Bubbles and Volatility, Trinity College Dublin vt 2009 http://www.tcd.ie/Economics/staff/dcooke/EC4051_L4.pdf Dell’Ariccia, G., Igan, D., & Laeven, L. (2008) Credit Booms and Lending Standards: Evidence from the Subprime Mortgage Market, IMF April 2008 Englund, P. (2011) Svenska huspriser i ett internationellt perspektiv Riksbankens utredning om risker på den svenska bostadsmarknaden (s. 23-66) Englund, P., Tracy, G., Quigley, J. (1999) The Valuation of Real Capital: A Random Walk down Kungsgatan, Journal of Housing Economics, (s. 205–216) Englund, P., Ioannides, Y. (1997) House Price Dynamics: An International Empirical Perspective, Journal of Housing Economics, s. 119–136 Enlund, M. (2011) Oroväckande signal från svensk bostadsmarknad, trots hygglig prisutveckling Handelsbanken Capital Markets Trading Strategy Marknadsbrev 2011-05-17 Fama, E. (1970) Efficent capital markets A rewiew of theory and empirical work Journal of Finance Vol. 25, No. 2 (Maj, 1970), pp. 383-417 Finansinspektionen (2010:a), FI ser konsumentrisker i bolånen, Finansinspektionen 2010-02-16 Finansinspektionen (2010:b), Förslag till allmänna råd om begränsning av lån mot säkerhet i bostad, Finansinspektionen remisspromemoria 2010-05-05 Finansinspektionen (2010:c), Bolånetak på 85 procent från 1 oktober, Finansinspektionen 2010-07-09
24
Finansinspektionen (2011) Effekter av bolånetaket – en första utvärdering April 2011 Dnr 11-1622
Greenspan, A. (1996) The Challenge of Central Banking in a Democratic Society, Federal Reserve, tal 1996-12-05
Hansson, B. (2010:a), En bostadsbubbla kostar Marknadsrapport (feb 2010) Bostadskreditnämnden (BKN) Hansson, B. (2010:b), Bolån i Sverige - en begränsad marknad Marknadsrapport (maj 2010) BKN Hansson, B. (2011), Vad bestämmer Bostadsinvesteringarna? Marknadsrapport (maj 2011) BKN Hedlund, M. (2011) Bomarknaden har bromsat in, Dagens Nyheter 2011-05-27 Hjalmarsson, E. & Hjalmarsson R. (2009), Efficiency in housing markets: Which home buyers know how to discount? Journal of Banking & Finance 33 (2009) s. 2150-2163 Holmén, M. (2008) Effektiva Marknader, föreläsningsanteckningar (vt2008) Uppsala Universitet http://www.nek.uu.se/Kurser/ForelAnt/F1043.pdf Hosios, A. J., & Pesando, J. E. (1991), Measuring Prices in Resale Housing Markets in Canada: Evidence and Implications, Journal of Housing Economics 1 (4), s. 303-317 IMF (2011) Sweden Concluding Statement of the Article IV Consultation Mission 2011-05-30 Ingves, S. (2011), Utmaningar i samband med utformningen och genomförandet av makrotillsynsreglering, Riksbanken tal 2011-01-18 Larsen, E. R. & Weum, S. (2007), Home, Sweet Home or Is It - Always? Testing the Efficiency of the Norwegian Housing Market, Discussion Papers No. 506, Research Department, Statistics Norway Lindgren, R (1989). Spekulation på Finansiella Marknader, Ekonomisk Debatt 1/89 s.5-12 Maier, G. & Herath, S. (2009), Real Estate Market Efficiency: A Survey of Literature, SRE-Discussion 2009/07 Malkiel, B (1973). A Random Walk Down Wall Street, Ww Norton & Co 2008, London Meese, R., Wallace, N., (1994) Testing the present value relation for housing prices: Should I leave my house in San Francisco? Journal of Urban Economics 35, s. 245–266. Miles, D. (2004) The UK Mortgage Market: Taking a Longer-Term View March 2004 HM Treasury Mäklarstatistik (2009), Helåret 2008 – uppgång och fall 2011-01-12 Mäklarstatistik (2011:a), Trenden är fortsatt stabilt på bostadsmarknaden 2011-01-18 Mäklarstatistik (2011:b) Små prisförändringar men de regionala skillnaderna ökar 2011-04-14 Mäklarstatistik (2011:c) Stillastående priser i april 2011-05-12 OECD (2011) Economic Outlook – General assessment of the macroeconomic situation 2011:1 (77s.) O’Sullivan, T. & Gibb, K. (2003), Housing Economics and Public Policy, 2006 Blackwell Science Ltd
Pettersson, M. & Svensson Rothmaier, M. (2010) Har fastighetspriserna i Uppsala ökat? En ekonometrisk jämförelse av 2001 och 2010 års realpriser vt 2010 Statistiska institutionen Uppsala universitet
Piazzesi, M. & Schneider, M. (2009), Momentum Traders in the Housing Market: Survey Evidence and a Search Model, American Economic Review: 99:2, s. 406–411 (maj 2009) Riksbanken (2009), Bostadspriserna i Sverige, Penningpolitisk Rapport oktober 2009 Riksbanken (2011), Riksbankens utredning om risker på den svenska bostadsmarknaden, april 2011 (420s)
25
Riksbanken (2011) Marknadsaktörers syn på risker och den svenska ränte- och valutamarknadens funktionssätt Avdelningen för finansiell stabilitet Sveriges riksbank, riskenkät våren 2011 Rosenthal, S.S (1999). Residential buildings and the cost of construction: New evidence on the efficiency of the housing market Review of Economics and Statistics 81:2 (s. 288–302) SCB (2011:1), Befolkningsstatistik 2010, Statistiska Centralbyrån 2011-03-17 SCB (2011:2) Svagt minskade småhuspriser Statistiska Centralbyrån 2011-05-17 SCB (2011:3) Liten dämpning av hushållens lånetillväxt Statistiska Centralbyrån 2011-05-26 Shiller, R. (1981) Do Stock Prices Move Too Much to be Justified by Subsequent Changes in Dividends? American Economic Review, Vol.71:3 (Jun., 1981), pp. 421-436 Svensson Rothmaier, M. (2010) FI: Ett rimligt beslut om bolånetak – ekonomer N. Direkt 2010-07-09 Swedbank (2011) Boindex maj 2011 2011-05-24 Thornley, M. Sammanfattning av Sveriges riksbanks seminarium om ”bostadsmarknader, penningpolitik och finansiell stabilitet Riksbanken (s. 409-417)
26
Appendix 1 – Kompletterande Regression Tabell 4. Kompletterande regression Skattning av uttryck (10). Beorende variabel är försäljningspris. DOUH-kostnad utefter proxy (yta). Standardavvikelse anges inom parentes. 5 år Ränta 7,5 år Ej amortering 1% amortering Ej amortering 1% amortering Nuvärde årlig hyra p-värde (0/-1)
-0,385 (0,056)
(0,000/0,000)
-0,388 (0,056)
(0,000/0,000)
-0,436 (0,063)
(0,000/0,000)
-0,440 (0,073)
(0,000/0,000) DOUH-kostnad (utefter proxy)
-57.785 (19.452)
-57.785 (19.452)
9.998 (3.453)
9.998 (3.453)
Boyta 1.897.791 (627.919)
1.897.791 (627.919)
-257.761 (100.292)
-257.761 (100.292)
Yta² 110,6 (13,5)
110,6 (13,5)
110,6 (13,5)
110,6 (13,5)
Rum 123.576 (39.391)
123.576 (39.391)
123.607 (39.387)
123.607 (39.387)
2000-tal -307.602 (92.282)
-307.602 (92.282)
-307.471 (92.266)
-307.471 (92.266)
80-90-tal -582.444 (81.030)
-582.444 (81.030)
-582.407 (81.013)
-582.407 (81.013)
60-70-tal -636.596 (86.526)
-636.596 (86.526)
-636.794 (86.517)
-636.794 (86.517)
40-50-tal -459.876 (80.998)
-459.876 (80.998)
-459.665 (80.991)
-459.665 (80.991)
20-30-tal -254.330 (59.678)
-254.330 (59.678)
-254.231 (59.671)
-254.231 (59.671)
00-10-tal -43.255 (66.601)
-43.255 (66.601)
-43.349 (66.593)
-43.349 (66.593)
Q12010 123.421 (78.322)
123.421 (78.322)
122.428 (78.300)
122.428 (78.300)
AA-läge 900.390 (121.171)
900.390 (121.171)
899.660 (121.169)
899.660 (121.169)
A-läge 823.015 (116.298)
823.015 (116.298)
822.683 (116.288)
822.683 (116.288)
B-läge 627.490 (103.288)
627.490 (103.288)
626.956 (103.283)
626.956 (103.283)
C-läge 468.102 (114.269)
468.102 (114.269)
467.876 (114.257)
467.876 (114.257)
Diskonterings- antaganden:
30% skattered. Ja Ja Ja Ja 1% amortering Nej Ja Nej Ja Observationer 798 798 798 798 R-square 89,5% 89,5% 89,5% 89,5%
27
Appendix 2 – Test av multikollinearitet
Tabell 5. Korrelationstabell Nuvärdet av DOUH:s (utifrån Svefa-skattning) korrellation med övriga förklarande variabler. PV DOUH/kvm
(5-årsränta) PV DOUH/kvm (7,5-årsränta)
PV Avgift/kvm (5-årsränta)
-0,277 XXXX
PV Avgift/kvm (7,5-årsränta)
XXXX -0,290
PV Amort/kvm (5-årsränta)
-0,280
XXXX
PV Amort/kvm (7,5-årsränta)
XXXX -0,290
2000-tal -0,763 -0,789 80-90-tal -0,362 -0,375 60-70-tal 0,108 0,106 40-50-tal 0,120 0,120 20-30-tal 0,335 0,355 00-10-tal 0,170 0,182
>1900 0,157 0,150
Tabell 5 indikerar att nuvärdet av föreningens kapitalkostnad per kvadratmeter primärt korrelerar med åldersdummy-
variablerna. Detta kan hänföras det faktum att DOUH beror av fastighetens byggår.
Tabell 6. Korrelationstabell Nuvärdet av DOUH:s utefter proxy (yta) korrellation med övriga förklarande variabler. PV DOUH-proxy
(5-årsränta) PV DOUH-proxy
(7,5-årsränta) Yta
PV Avgift (5-årsränta)
-0,277 XXX XXX
PV Avgift (7,5-årsränta)
XXX -0,290 XXX
PV Amort (5-årsränta)
-0,280
XXXX XXX
PV Amort (7,5-årsränta)
XXX -0,290 XXX
Yta 1,000 1,000 XXX Yta² 0,956 0,956 0,956
Enligt tabell 6 verkar nuvärdet av föreningens kapitalkostnad i det alternativa testet korrelera med ytan. Detta kan
hänföras det faktum att yta används som proxy för DOUH i detta test. Resultatet i tabell 5 och 6 åskådliggörs ännu
tydligare i VIF-testen i tabell 7 på nästa sida. Gällande VIF
multikollinearitet eller inte. Men ju lägre värde d
det råder multikollinearitet.
Tabell 7. VIF-test ”Auxiliary”-regressioner av våra som en funktion av övriga förklarande variablerVIF-test R-sq
PV Avgift (5-årsränta)
69,0%
PV Amort (5-årsränta)
69,0%
PV DOUH-proxy (5-årsränta)
100%
PV Avgift (7,5-årsränta)
69,0%
PV Amort (7,5-årsränta)
69,0%
PV DOUH-proxy (7,5-årsränta)
100%
PV Avgift/kvm (5-årsränta)
30,2%
PV Amort/kvm (5-årsränta)
30,2%
PV DOUH/kvm (5-årsränta)
86,5%
PV Avgift/kvm (7,5-årsränta)
30,2%
PV Amort/kvm (7,5-årsränta)
30,3%
PV DOUH/kvm (7,5-årsränta)
85,6%
Appendix 3 – Förklaring av lägen
AA-läge: Östermalm innanför Birger Jarlsgatan, Odengatan och Vallhallavägen
A-läge: Nedre gärdet, Mosebacke, Gamla Stan, City (Norrmalm fram till Rådmansgatan och Birger Jarlsgatan)
B-läge: Kungsholmen, Övre Gärdet, Vasastan, Birkastan, Södermalm exkl. Mosebacke
C-läge: Fredhäll, Hjorthagen och Kristineberg
H-läge: Hammarby Sjöstad
18 Skattade regressionsmodeller mellan förklarade variabler (Andersson, Jorner & Ågren 2007, s119)
tabell 7 på nästa sida. Gällande VIF-test18 finns det inga exakta gränsvärden för när det råder
ju lägre värde desto ”bättre”. I de båda testen verkar det primärt vara
våra förklarande variabler som en funktion av övriga förklarande variabler
VIF-värde 69,0% 3,226
69,0% 3,226
100%
69,0% 3,226
69,0% 3,226
100%
30,2% 1,432
30,2% 1,432
86,5% 7,407
30,2% 1,432
30,3% 1,435
85,6% 6,944
örklaring av lägen
Östermalm innanför Birger Jarlsgatan, Odengatan och Vallhallavägen
gärdet, Mosebacke, Gamla Stan, City (Norrmalm fram till Rådmansgatan och Birger Jarlsgatan)
Kungsholmen, Övre Gärdet, Vasastan, Birkastan, Södermalm exkl. Mosebacke
Fredhäll, Hjorthagen och Kristineberg
Skattade regressionsmodeller mellan förklarade variabler (Andersson, Jorner & Ågren 2007, s119)
28
finns det inga exakta gränsvärden för när det råder
testen verkar det primärt vara för DOUH som
gärdet, Mosebacke, Gamla Stan, City (Norrmalm fram till Rådmansgatan och Birger Jarlsgatan)