• No results found

Kommentarer till studien

Korrekta och användbara dataserier har varit huvudprioritet i denna studie för att kunna ge ett meningsfullt och rättvisande resultat. Långa tidsserier, men framförallt till antalet många olika typer av variabler gör att grundbearbetningen av datan kan vara helt avgörande för att undvika

31 svagheter som påverkar resultatet. Säsongsresning och interpolering är två kritiska moment som kan skapa skiljaktigheter. När säsongsjustering görs manuellt i efterhand i Datastream används enligt uppgift samma metod, X11-metoden, som exempelvis SCB och OECD också gör. Dock kan man inte utesluta att det skiljer sig från redan justerade serier. Vid interpolering, när årsdata beräknas om till kvartalsdata, blir serierna med största sannolikhet heller aldrig lika exakta som när de redan är kvartalsvisa från källan.

En variabel vars användning skulle kunna ifrågasättas är skuldsättning, då den inte bara avser långsiktiga bostadslån utan hushållens totala skulder. Även om aktuella nivåer av de svenska hushållens ackumulerade lån anger att 82 % av dem är långfristiga och framförallt borde avse bostadslån, så är det mycket svårt att uppskatta denna andel över hela tidsserien eftersom den inte lär vara konstant. Variabeln är dock ändå intressant då den avspeglar hushållens vilja och förmåga att låna överhuvudtaget eftersom den representerar en kvot i förhållande till deras disponibla inkomster.

Gällande valet av metod för studien skulle en mer avancerad modell för att kontrollera kointegration ha kunnat tillämpas. Förvisso görs ett enklare Johansen test utöver Engle-Granger testet, men egentligen bekräftar det bara vad Engle-Engle-Granger testet redan sagt om att kointegration föreligger. Detta Johansen test skulle dock kunna appliceras fullt ut för att göra en noggrannare skattning och utesluta överflödiga variabler i detalj, vilket det enklare Engle-Granger testet inte kan göra. Tyvärr är metoden dock betydligt mer avancerad och svårtolkad och har därför fått lämnas utanför denna studie.

För att ta denna studie vidare och ge resultatet större tyngd skulle en grundligare utvärdering av modellen kunna göras för att få en bild av hur väl den skattade ECM fungerar fullt ut. Detta skulle kunna göras genom att applicera modellens förmåga att prognostisera i förhållande till det, i det här fallet fastighetsprisindexets, kända faktiska värde under olika tidsperioder. Något som hade varit intressant och med en fullt ut bekräftat korrekt modell möjligt att svara på, är huruvida Sveriges småhus faktiskt är övervärderade eller inte, och om det finns en bubbla som kan förväntas spricka. De utpekade variablerna skulle också kunna analyseras mer i detalj för att se hur de under olika perioder har olika förhållanden när det kommer till att förklara de svenska småhuspriserna.

Även om genomförd studie ger ett resultat som kan styrka och peka ut förhållanden för att förklara vad som påverkar priserna på svenska småhus bör man komma ihåg att den empiriska undersökningen bygger på ett urval. En fortsättning på den här studien kan därför vara att studera andra variabler samt andra tidsintervall.

32

Referenser

Andersson, Dan (2014). Villor och bostadsrätter dyrare än någonsin. [Elektronisk] SvD

Näringsliv. 14 mars. Tillgänglig: Mediearkivet [2014-04-03]

Andersson, Jon (2013). IMF: Huspriserna är övervärderade i många länder. [Elektronisk]

Dagens Nyheter. 27 november. Tillgänglig:

http://www.dn.se/ekonomi/imf-huspriserna-ar-overvarderade-i-manga-lander/ [2014-04-03]

Birch Sörensen, Peter (2013). The Swedish housing market: Trends and risks. [Elektronisk] Stockholm: Finanspolitiska rådet. Tillgänglig:

http://www.finanspolitiskaradet.se/download/18.11165b2c13cf48416debd71/1380290128416/ Underlagsrapport+2013-5+S%C3%B6rensen.pdf [2014-03-12]

Barot, Bharat & Yang, Zan (2002). House Prices and Housing Investment in Sweden and the United Kingdom. [Elektronisk] Review of Urban & Regional Development studies, vol. 14:2, p. 189-216. Tillgänglig: Wiley [2014-04-03]

Boverket (2013). Drivs huspriserna av bostadsbrist? [Elektronisk] Stockholm: Boverket Tillgänglig: http://www.boverket.se/Global/Webbokhandel/Dokument/2013/drivs-huspriserna-av-bostadsbrist-marknadsrapport.pdf [2014-03-12]

Case, Karl E. & Shiller, Robert J. (2003). Is there a bubble in the housing market? [Elektronisk] Brooking papers on economic activity, vol. 2:2003, p. 299. Tillgänglig: ABI/Inform [2014-03-12]

Claussen, Carl Andreas (2013). Are Swedish houses overpriced? [Elektronisk] International

Journal of Housing Markets and Analysis, vol. 6:2, p. 180-196. Tillgänglig: Emerald Insight

[2014-03-13]

Dickey, D. A. & Fuller, W.A. (1979) Distribution of the Estimators for Autoregressive Time Series with a Unit Root. [Elektronisk] Journal of the American Statistical Association, vol. 74 (366), p. 427-431. Tillgänglig: JSTOR [2014-03-20]

DiPasquale, Denise & Wheaton, William C. (1992). The market for real estate assets and space: A conceptual framework. [Elektronisk] Journal of the American real estate and urban

economics association, vol. 20(2), p. 181-198. Tillgänglig: ABI/Inform [2014-03-12]

Dunn, Patrick F. (2005). Measurement and Data Analysis for Engineering and Science. New York: McGraw–Hill.

Ekonomifakta (2014-03-03). Hushållens skulder. [Elektronisk] Stockholm: Ekonomifakta. Tillgänglig: http://www.ekonomifakta.se/sv/Fakta/Ekonomi/Hushallens-ekonomi/Hushallens-skulder/ [2014-03-12]

33 Engle, Robert F. & Granger, Clive W. J. (1987). Co-integration and error correction:

Representation, estimation and testing. [Elektronisk] Econometrica, vol. 55 (2), p. 251-276. Tillgänglig: JSTOR [2014-03-20]

Englund, Peter, Persson, Torsten & Teräsvirta. Timo (2003). Statistiska metoder för

ekonomiska tidsserier. [Elektronisk] Ekonomisk Debatt 2003, vol. 31:8, p. 5-15. Tillgänglig: http://www.nationalekonomi.se/filer/pdf/31-8-petptt.pdf [2014-04-23]

Granger, C. W. J. (1969). Investigating Causal Relations by Econometric Models and Cross-spectral Methods. [Elektronisk] Econometrica, vol. 37 (3), p. 424–438. Tillgänglig: JSTOR [2014-03-03]

Granger, C. W. J. & Newbold, P. (1974). Spurious regression in econometrics. [Elektronisk]

Journal of Econometrics, vol. 2 (2), p. 111-120. Tillgänglig: JSTOR [2014-03-20]

Green, Richard K. & Hendershott, Patric H (1993). Demographic factors and real house

prices. [Elektronisk] National Bureau of Economic Research. Tillgänglig:

http://www.nber.org/papers/w4332.pdf [2014-03-12]

Gujarati, Damodar N. & Porter, Dawn C. (2009). Basic Econometrics. 5th edition. Boston: McGraw-Hill Irwin

Harris, Richard (1995). Using Cointegration Analysis in Econometric Modelling. Harvester Wheatsheaf, Prentice Hall

Hilbers, Paul, Hoffmaister, Alexander W., Banerji, Argana & Shi, Haiyan (2008). House

Price Developments in Europe: A Comparison. [Elektronisk] IMF Working Paper.

Tillgänglig: http://www.imf.org/external/pubs/ft/wp/2008/wp08211.pdf [2014-03-12] Hort, Katinka (1998). The determinants of urban house price fluctuations in Sweden 1968-1994. [Elektronisk] Journal of Housing Economics, vol. 7:2, p. 93-120. Tillgänglig: ScienceDirect [2014-05-07]

Jaffee, Dwight M. (1994). The Swedish real estate crisis. [Elektronisk] Studieförbundet Näringsliv och Samhälle. Tillgänglig:

http://faculty.haas.berkeley.edu/jaffee/papers/Sweden.pdf [2014-03-12]

Jarque, Carlos & Bera, Anil (1987). A test for normality of observations and regression residuals. [Elektronisk] International Statistical Review, vol. 55:2, p. 163-172. Tillgänglig: JSTOR [2014-05-14]

Johansen, Sören (1991). Estimation and Hypothesis Testing of Cointegration vectors in Gaussian Vector Autoregressive Models. [Elektronisk] Econometrica, vol. 59:6, p. 1551-1580. Tillgänglig: JSTOR [2014-05-01]

34 Lucas, Dan & Spängs, Thorbjörn (2013). Höga krav på vinst en orsak till bostadsbristen. [Elektronisk] Dagens Nyheter. 7 november. Tillgänglig: http://www.dn.se/ekonomi/hoga-krav-pa-vinst-en-orsak-till-bostadsbristen/ [2014-04-03]

Mångård, Elsa (2013). Osäkerhet och bolånetak bromsar bostadsbyggandet [Elektronisk]

Planera Bygga Bo, vol. 1:2013. Tillgänglig: http://www.boverket.se [2014-05-09]

Nottage, Brian (2013). What will higher interest rates mean for real estate? [Elektronisk] J.P. Morgan Asset Management. Tillgänglig:

http://www.jpmorganinstitutional.com/blobcontent/520/859/1323363596727_II_Real%20Esta te%20What%20Higher%20Interest%20Rates%20Mean_r9.pdf [2014-03-12]

Nyberg, Lars (2007). Utvecklingen på fastighetsmarknaden. [Elektronisk] Stockholm: Sveriges Riksbank. Tillgänglig: http://www.riksbank.se/Pagefolders/30593/070530.pdf [2014-05-07]

Persson, Clas-Göran (2009). GUM: Guide to the Expression of Uncertainty in Measurement [Elektronisk] Gävle: Lantmäteriet. Tillgänglig: http://www.lantmateriet.se/ [2014-05-14] Pohl, Peter (2005). Grundkurs i numeriska metoder. Stockholm: Liber.

Riksbanken (2005). Husprisutvecklingen i Sverige och omvärlden. [Elektronisk] Finansiell

stabilitet, vol. 2005:2, p. 87-96. Tillgänglig:

http://www.riksbank.se/Upload/Dokument_riksbank/Kat_publicerat/Artiklar_FS/FS_05_2_art ikel2.pdf [2014-03-12]

Riksbanken (2013-07-10). Svenska marknadsräntor [Elektronisk] Stockholm: Sveriges Riksbank Tillgänglig: http://www.riksbank.se/sv/Rantor-och-valutakurser/Forklaring-till-serierna/Svenska-marknadsrantor/ [2014-03-20]

SCB (Statistiska Centralbyrån) (n.d.) Fastighetspriser och lagfarter. [Elektronisk] Stockholm: SCB. Tillgänglig: http://www.scb.se/bo0501 [2014-05-05]

SCB (Statistiska Centralbyrån) (n.d.) Arbetskraftsundersökningarna. [Elektronisk] Stockholm: SCB. Tillgänglig: http://www.scb.se/am0401 [2014-05-05]

SCB (Statistiska Centralbyrån) (n.d.) Hur mäter man prisutvecklingen på småhus?

[Elektronisk] Stockholm: SCB. Tillgänglig: http://www.scb.se/sv_/Hitta-statistik/Statistik- efter-amne/Boende-byggande-och-bebyggelse/Fastighetspriser-och-lagfarter/Fastighetspriser-och-lagfarter/10961/Hur-mater-man-prisutvecklingen-pa-smahus/ [2014-04-03]

SCB (Statistiska Centralbyrån) (n.d.) Arbetskraftsundersökningarna. [Elektronisk] Stockholm: SCB. Tillgänglig: http://www.scb.se/am0401 [2014-05-05]

SCB (Statistiska Centralbyrån) (n.d.) Industriproduktionsindex (IPI). [Elektronisk] Stockholm: SCB. Tillgänglig: http://www.scb.se/nv0402 [2014-05-05]

35 SCB (Statistiska Centralbyrån) (n.d.) Säsongsrensning. [Elektronisk] Stockholm: SCB.

Tillgänglig: http://www.scb.se/sv_/Dokumentation/Dokumentationer/Sasongrensning/ [2014-04-23]

SCB (Statistiska Centralbyrån) (n.d.) Finansräkenskaper, 4:e kvartalet 2013. [Elektronisk] Stockholm: SCB. Tillgänglig: http://www.scb.se [2014-05-05]

SEB (Skandinaviska Enskilda Banken) (2014-05-12). Hushållens förväntningar på

bopriserna fortsätter uppåt. [Elektronisk] Stockholm: SEB. Tillgänglig: http://www.seb.se

[2014-05-13]

Skatteverket (n.d.) Småhus. [Elektronisk] Stockholm: Skatteverket. Tillgänglig:

http://www.skatteverket.se/privat/skatter/fastigheterbostad/fastighetstaxering/smahus.4.76a43 be412206334b8980001091.html [2014-05-14]

Statens bostadskreditnämnd (2008). Bostaden – En riskfylld tillgång. [Elektronisk] Stockholm: Statens bostadskreditnämnd. Tillgänglig:

http://www.boverket.se/Global/Webbokhandel/Dokument/2008/bostaden-en-riskfylld-tillgang.pdf [2014-03-12]

Sundell, Anders (2010-03-27). Guide: Logaritmera en variabel. [Elektronisk] Tillgänglig: http://spssakuten.wordpress.com/2010/03/27/guide-logaritmera-en-variabel/ [2014-05-01] Verbeek, Marno (2004). A Guide to Modern Econometrics. 2nd edition. Chichester: John Wiley & Sons

Wheaton, William, C. (1999). Real estate “cycles”: Some fundamentals. [Elektronisk] Real

estate economics, vol. 27(2), p. 209. Tillgänglig: Wiley [2014-03-12]

Wolming, Simon (1998). Validitet: Ett traditionellt begrepp i modern tillämpning. [Elektronisk] Pedagogisk forskning i Sverige, vol. 3:2, p. 81-103. Tillgänglig: ped.gu.se [2014-04-09]

A

Bilagor

Bilaga 1 – Diagram

Diagram med studiens alla 13 dataserier som visar utvecklingen över tid under perioden 1993-2013. Alla variabler är logaritmerade förutom räntorna och arbetslöshet, vilka här anges i (procentuell) decimalform. 0 0,02 0,04 0,06 0,08 0,1 0,12 Q 1 1993 Q 3 1994 Q 1 1 99 6 Q 3 1997 Q 1 1999 Q 3 2000 Q 1 2002 Q 3 2003 Q 1 2005 Q 3 2006 Q 1 2 00 8 Q 3 2009 Q 1 2011 Q 3 2012

ARBETSLOSHET

0,315 0,32 0,325 0,33 0,335 0,34 0,345 0,35 Q 1 1993 Q 3 1994 Q 1 1996 Q 3 1997 Q 1 1999 Q 3 2000 Q 1 2002 Q 3 2003 Q 1 2005 Q 3 2006 Q 1 2008 Q 3 2009 Q 1 2011 Q 3 2 01 2

BOSTADSBESTAND

5 5,05 5,1 5,15 5,2 5,25 5,3 5,35 Q 1 1993 Q 3 1994 Q 1 1 99 6 Q 3 1997 Q 1 1999 Q 3 2000 Q 1 2002 Q 3 2003 Q 1 2005 Q 3 2006 Q 1 2 00 8 Q 3 2009 Q 1 2011 Q 3 2012

Related documents