• No results found

PENNINGPOLITIKENS EFFEKT VID LÅGA RÄNTENIVÅER

N/A
N/A
Protected

Academic year: 2021

Share "PENNINGPOLITIKENS EFFEKT VID LÅGA RÄNTENIVÅER"

Copied!
27
0
0

Loading.... (view fulltext now)

Full text

(1)

Kandidatuppsats i nationalekonomi, 15 hp

PENNINGPOLITIKENS

EFFEKT VID LÅGA

RÄNTENIVÅER

En studie av svenska bolån över

15 år

(2)

Abstract

The introduction of negative interest rates has raised a number of questions about the lower bound of monetary policy. Research in the area indicates that low interest rates hamper the pass-through of monetary policy. The main tool for central banks’ ability to affect the economy is changes in the interest rate. If the central banks possibility to affect the economy is endangered, fiscal policy will obtain a major role in stabilizing the economy.

The purpose of this study is to contribute to the question of the effectiveness of monetary policy at low interest rates, by analysing the transmission of monetary policy through the banking sector in Sweden. A multiple regression model is used to estimate the relationship between the policy rate and the lending rates. The study is based on monthly data on mortgage loans to Swedish households from Swedish commercial banks during the period September 2005 to February 2020. The results suggest that once the interest rate is below one, the transmission mechanism of monetary policy of monetary policy through the bank sector becomes weaker.

(3)

Sammanfattning

Introduktionen av negativ styrränta har lett till diskussion kring penningpolitikens nedre gräns. Forskningen inom området tyder på att penningpolitikens effekt minskar vid låga räntenivåer. Förändringar i styrränta är penningpolitikens främsta verktyg för att påverka ekonomin. Om styrräntans effektivitet äventyras kan finanspolitik bli av större betydelse för ekonomin.

Syftet med studien är att bidra till frågan om styrräntans effektivitet vid låga räntenivåer. Studien avgränsas till att undersöka transmissionen av penningpolitiken genom banksektorn i Sverige. En multipel regressionsmodell används för att skatta sambandet mellan styrränta och utlåningsränta. Studien är gjord på månadsdata för svenska hushålls bolån från svenska affärsbanker under perioden september 2005 till februari 2020. Resultatet visar att penningpolitikens effekt via banksektorn försvagas när styrräntan blir lägre än en procent.

Nyckelord: Penningpolitik, Transmissionsmekanism, Räntekanalen, Styrränta, Reporänta.

(4)

Innehållsförteckning

1. Inledning

1

2. Tidigare forskning och teoretisk utgångspunkt

2

3. Metod

9

3.1 Empirisk modellspecifikation

9

3.2 Inkluderade variabler

11

3.3 Data

14

(5)

1. Inledning

Flertalet centralbanker sänkte styrräntan till rekordlåga nivåer som svar på den finansiella krisen 2008 (Dotsis 2020). Styrräntan sänktes mot noll i försök att stabilisera ekonomin och efter 2012 har ett flertal centralbanker använt sig av en negativ styrränta (Eggertsson et al.1 2019). Negativa räntor har tidigare betraktas som omöjligt eftersom det skulle leda till en oändlig efterfrågan på kontanter, då kontanter alltid ger en avkastning på noll procent (Baumol 1952; Meltzer 1963; Krugman 1998; Ball 2001; Eggertsson & Woodford 2003; & Ireland 2009). Penningpolitiken skulle bli verkningslös och därför betraktades nollränta som penningpolitikens nedre gräns. Vid införandet av negativa räntor blev dock den verkliga effekten annorlunda och den negativa räntan ledde inte till en oändlig efterfrågan på kontanter. Det har föranlett till en diskussion kring penningpolitikens nedre gräns.

I Sverige introducerades negativ styrränta i februari 2015. I samband med detta skrev Sveriges Riksbank:

Sänkningar av reporäntan under noll, åtminstone om sänkningarna sammantaget

inte är särskilt stora, bedöms ge liknande effekter som reporäntesänkningar då

reporäntan är positiv, eftersom samtliga kanaler i transmissionsmekanismen kan

förväntas vara aktiva. Däremot finns det en osäkerhet i hur pass negativ reporäntan

kan bli innan transmissionsmekanismen försvagas. (Sveriges Riksbank 2015, s.

40-41)

Förändringar i styrränta är penningpolitikens främst verktyg för att påverka ekonomin (Sveriges Riksbank 2018a). Om styrräntans effektivitet äventyras får finanspolitiken axla ett större ansvar i att bedriva stabiliseringspolitik. Ett flertal studier har påpekat bristande kunskap om styrräntan effekt i vid låga räntenivåer; “Central banks around the world struggle to rationalize negative rates using conventional wisdom.” (Heider et al. 2019, s.3728) och “Understanding how negative nominal interest rates affect the economy is important in preparing for the next economic downturn.” (Eggertsson et al. 2019, s. 2).

(6)

Resultaten från tidigare studier inom området är tvetydiga. Amzallag et al. (2019) hävdar att oron över att penningpolitiken skall försvagas när styrräntan blir negativ är sannolikt överdriven, samtidigt visar Eggertsson et al. (2019) att penningpolitikens transmission via banksystemet slutar fungera när räntan blir negativ. Andra studier finner att effekten av penningpolitiken försvagas men är fortfarande aktiv (Ball et al. 2016; Arteta et al. 2016; Borio & Hofmann 2017). Penningpolitikens nedre gräns är därmed osäker i dagsläget.

Syftet med studien är att bidra i frågan om styrräntans effektivitet vid låga räntenivåer. Frågan är viktig att undersöka eftersom det råder delade meningar om penningpolitikens nedre gräns inom nuvarande forskning. Studien avgränsas till att undersöka transmissionen av penningpolitiken genom banksektorn i Sverige. En multipel regressionsmodell används för att skatta sambandet mellan styrränta och utlåningsränta. Studien är gjord på månadsdata för svenska hushålls bolån från svenska affärsbanker under perioden september 2005 till februari 2020.

2. Tidigare forskning och teoretisk utgångspunkt

Penningpolitikens nedre gräns är där expansiv penningpolitik får åtstramande effekt menar Brunnermeier och Koby (2019), en räntesänkning skulle då dämpa snarare än stimulera ekonomin. Eggertsson et al. (2019) finner empiriska belägg för att den nedre gränsen är vid noll, då de finner att transmissionsmekanismen genom banksektorn slutar att fungera när styrräntan blir negativ. Sänkning av styrräntan i det negativa territoriet leder då till en ökning av utlåningsräntan. Måttligt negativa styrräntor överförs till marknaden på i stort sätt samma sätt som positiva räntor gör menar Bech och Malkohozov (2016). Effekten bedöms överföras till räntor med såväl korta som långa räntebindningstider och oavsett risknivå.

Ball et al. (2016) och Arteta et al. (2016) finner att överföringen av penningpolitik via räntekanalen försämras vid negativa styrräntor. Den försämrade effekten beskrivs som en konsekvens av kommersiella bankers ovilja att införa negativ insättningsränta av rädsla för återdragna insättningar. Kommersiella banker väljer att inte sänka utlåningsräntan proportionellt med styrräntan i ett försök att hålla vinsterna uppe när räntan för insättningar hos centralbanken är negativ.

(7)

bero främst av två anledningar. För det första att låga räntor införs då ekonomin redan är hårt ansatt och marknader inte kan antas fungera optimalt. För det andra att marginaleffekten av en ändrad styrränta har avtagande effekt i takt med att räntan blir längre. Detta kan förklaras av förändringar i hushållens beteende i valet mellan sparande och konsumtion (eng. ​marginal

propensity to consume​) och bankers försök att vinstmaximera när förutsättningar för

lönsamhet ändras.

Transmissionsmekanismen när styrräntan är negativ påverkas av kommersiella bankers finansieringsstruktur förklarar Amzallag et al. (2019). Banker vars finansiering består av en hög andel lån över natten (eng. ​overnight loans​) sänker inte utlåningsräntan i samma utsträckning som banker vars finansiering består av insättningar. Negativ styrränta kan bidra till ett ändrat riskbeteende hos bankerna, med finansiell instabilitet som följd. Sett över den totala banksektorn är dock den direkta effekten för hushållen låg förklarar Amzallag et al. (2019). När utlåningsräntan inte följer styrräntan försämras transmissionsmekanismens effekt. Amzallag et al. (2019) menar att oron för likviditetsfällan och penningpolitikens ineffektivitet sannolikt är överdriven.

Heider et al. (2019) menar att negativa styrräntor leder till mindre utlåning och mer risktagande av banker med hög andel insättningsfinansiering jämfört med banker med lägre andel insättningar. Anledningen beskrivs vara insättningar försämrar bankernas nettovärde vid negativa styrränta då denna inte överförs till negativa insättningsräntor men överförs till lägre negativa marknadsräntor. Banker med hög andel insättningar drabbas hårdare av negativ styrränta eftersom kapitalkostnaden för insättningar inte påverkas i samma utsträckning som kostnaden för marknadsbaserad finansiering. Negativ styrränta överförs inte till lägre inlåningsräntor eftersom bankerna är ovilliga att debitera kunder negativa räntor.

Individen

Under antagandet om nyttomaximerande individer kan individens konsumtion under en livstid förenklat delas i upp i två tidsperioder, idag och i framtiden. Den optimala fördelningen analyseras med Fishers (1930) modell för intertemporala val (eng.​intertemporal

(8)

mellan konsumtion idag c )( 1 och konsumtion i framtiden c )( 2 . Individen kan välja olika allokeringar mellan att konsumera sin livsinkomst idag genom att låna till räntan (​r​) eller konsumera sin livsinkomst i framtiden genom att spara till räntan (​r​).

Individens budgetrestriktion sättas upp enligt ekvation 1. Ett förenklat antagande görs om att individen sparar och lånar till samma ränta.

(1)

y )(1 )

c2 = ( 1− c1 + r + y2

Den framtida konsumtionen begränsas av inkomsten idag(y )1 , konsumtionen idag, marknadsräntan(r)samt den framtida inkomsten(y )2 . Lutningen på budgetrestriktionen bestämmer relativpriset mellan konsumtion idag och i framtiden (Frank & Cartwright 2016).

Den fördelning mellan konsumtion idag och i framtiden som maximerar en individs nytta givet budgetrestriktionen härleds genom att maximera nyttofunktionen

Max U(c1,c2) med avseende på (y1− c1) (· 1 + r)+(y2− c2) = 0 (2)

(3) (c , ) (y (1 ) (1 ) ) L = U 1 c2 + λ 1 + r − c1 + r + y2− c2 (4) (1 ) ∂L ∂c1 = ∂c1 ∂U(·) − λ + r = 0 (5) ∂L ∂c2 = ∂c2 ∂U(·) − λ = 0

Lutningen på indifferenskurvan och budgetrestriktionen tas fram från ekvation 4 och 5. En individ maximerar sin nytta när budgetrestriktionen och den högsta åtkomliga indifferenskurvan tangerar varandra.

(6) − 1 ) − ∂c2 ∂U(·)∂c1 ∂U(·) = ( + r

(9)

Indifferenskurvan anger individens preferenser mellan konsumtion idag och i framtiden. Höger led i ekvation 6 visar relativpriset mellan konsumtion idag och i framtiden och utgör lutningen på budgetrestriktionen. Det optimala valet mellan konsumtion idag och konsumtion i framtiden beror på individens preferenser, livsinkomst och marknadsränta. En sänkt ränta gör det mer förmånligt att låna för att konsumera idag och en höjd ränta gör det mer förmånligt att spara för att konsumera i framtiden (Frank & Cartwright 2016).

Företaget

Produktionen beror av kapital ( ​K​) ​och arbetskraft (​L​), kostnaden för kapital ges av realräntan (​r​) medan kostnaden för arbete ges av arbetstagarnas reala lön (​w​). Företaget förväntas välja den kombination av produktionsfaktorer som maximerar vinsten, där vinsten beror av intäkterna och kostnaderna (Mankiw 2019).

Max π = pf(K, )L − w − rL K (7)

Marginalprodukten för arbete respektive kapital erhålls genom att derivera vinstfunktionen med avseende på respektive insatsvara. Marginalprodukten av arbete (MPL) är det extra produktionsvärde som en ytterligare anställd bidrar med, se ekvation (8). Marginalprodukten av kapital (MPK) är det extra produktionsvärde som en ytterligare enhet av kapital bidrar med, se ekvation (9) (McAfee & Lewis 2009).

, (8) ∂π ∂L = p ∂L ∂f(·) − w = 0 MP L = w , (9) ∂π ∂K = p ∂K ∂f(·) − r = 0 MP K = r

(10)

Centralbanken

För att analysera en räntebaserad penningpolitik är 3-ekvationsmodellen​, även kallad IS-PC-MR modellen, av relevans (Carlin & Soskice 2006). Modellen bygger på IS-kurvan (eng. ​investment savings​), Phillipskurvan och MR-kurvan (eng. ​monetary rule​). Tillvägagångssättet använts i många av de ekonometriska modellerna som centralbanker och internationella institut använder för att ta beslut om penningpolitik (Woodford 2003, s. 237). En centralbank är en offentlig institution som förvaltar landets valuta och styr penningmängden. Det främsta målet för många centralbanker är prisstabilitet (ECB 2015). I praktiken innebär prisstabilitet låg och stabil inflation. Inflation är ökningstakten i den allmänna prisnivån. Centralbanker kan inte direkt påverka inflationen. Förenklat beslutar centralbanken om styrräntan som påverkar produktionsnivån som i sin tur påverkar inflationen. Sambandet mellan ränta och produktionsnivå ges av IS-kurvan; en sänkt ränta leder till en ökad produktionsnivå, motsatt förhållande gäller vid en räntehöjning. IS-kurvan definieras som

(10) (r ),

yt− ye= − a t−1− rs

där ytär produktionsnivå i period t, yeär jämviktsproduktionsnivån, ​a​definierar styrräntans effekt på aggregerad efterfrågan och därmed produktionsnivån, rt−1är styrräntan i period t-1 och rs är den stabiliserande styrräntan (Carlin & Soskice 2006).

Relationen mellan produktionsnivå och inflation ges av Phillipskurvan via Okuns lag. 2

Phillipsekvationen definieras enligt följande

(11)

π α(y )

πtt−1= t− ye

och visar att det som skiljer inflationen i period ​t med inflationen i period ​t-1 är avvikelser i produktionsnivå där anger i vilket utsträckning inflationen påverkas. Vid ett högt värde påα

har produktionsavvikelser en stor effekt på inflationen. I linje med modellen antas

α

(11)

MR-kurvan visar den nivå av produktion som centralbanken skall anpassa räntan till för att maximera nyttan givet Phillipskurvan. MR-kurvan definieras som

(12) ).

π t− πT = − 1 (y

αβ t− ye

Som ovan nämnt angerα i vilken grad produktionsavvikelser påverkar inflationen. βvisar centralbankens preferenser mellan inflations- och produktionsavvikelser från jämvikten, vid ett högt värde på är centralbanken inflationsavvert.β

Från IS-, PC- och MR-ekvationerna härleds ränteregeln. Ränteregeln används för att visa centralbankens optimala agerande, givet rådande ekonomiska situation.

(13)

π )

rt−1− rs = ( t−1− πT a(α+ )11

αβ

Ränteregeln visar hur centralbanken bör justera styrränta. För en given inflationsavvikelse från målet, i jämförelse med en situation där a = α = β = 1 , ser vi att om β > 1 (inflationsavvert) bör centralbanken sänka styrräntan mer, om a > 1(flack IS-kurva) bör centralbanken sänka styrräntan mindre och om α>1 (brant Phillipskurva) bör centralbanken sänka styrränta mindre (Carlin & Soskice 2006).

Sveriges Riksbank

Den svenska centralbankens mål med penningpolitik är att upprätthålla en låg och stabil inflation, inflationsmålet har preciserats till 2 procent (Sveriges Riksbank 2020a). Sveriges Riksbank har ett hierarkiskt mandat vilket innebär att inflationsmålet är ett överordnat mål och högsta hållbara sysselsättning är ett underordnat mål (Svensson 2012).

(12)

En förändring av Riksbankens styrränta påverkar i första hand interbankmarknaden (Hopkins et al. 2009). Interbankmarknaden är där banker och andra finansiella institut lånar av varandra över natten till dagslåneräntan (Sveriges Riksbank 2019a). Interbankmarknaden är ett nära substitut till Riksbankens betalningssystem RIX (Sveriges Riksbank 2019a). RIX erbjuder banker att placera sitt har ett över- eller underskott över natten, vanligen till en ränta på reporäntan plus eller minus 75 räntepunkter . När räntekostnaden för bankerna förändras3

påverkar det bankernas inlåningsräntor (Hopkins et al. 2009). Förändringar i bankernas inlåningsräntor påverkar i sin tur deras utlåningsräntor. Detta påverkar i sin tur efterfrågan och inflationen genom ett flertal kanaler; räntekanalen, kreditkanalen och växelkurskanalen.

Räntekanalen verkar genom att ett förändrat ränteläge gör det mer eller mindre fördelaktigt att spara respektive låna; sänkt ränta skapar incitament att låna mer och spara mindre (Hopkins et al. 2009). Det ökar företagens investeringar och hushållens konsumtion. Eftersom relativpriset mellan konsumtion idag och konsumtion i framtiden ändras leder en sänkt ränta till att konsumtion idag blir billigare i termer av framtida konsumtion. På så vis leder en räntesänkning till ökad produktion och ökad aggregerad efterfrågan. Högre produktion ökar efterfrågan på insatsvaror och arbetskraft vilket på längre sikt gör att löner och priser justeras upp.

Kreditkanalen beskriver penningpolitikens påverkan via kommersiella banker och andra finansiella institut. Kreditkanalen verkar enligt Hopkins et al. (2009) genom att ändrad styrränta förändrar bankernas incitament på kreditmarknaden. En sänkning av styrräntan ökar nuvärdet av finansiella tillgångarnas framtida kassaflöden och ökar efterfrågan på reala tillgångar som till exempel bostäder. Reala tillgångar används vanligen som säkerhet vid utlåning. Den prisökning som följer av ökad efterfrågan leder vanligen till sänkta restriktioner för utlåning. Sammanfattningsvis säger teorin att en sänkt styrränta leder till ökad utlåning, vilket ökar konsumtion och investeringar. Detta leder till, beskrivet ovan, till ökad aggregerad efterfrågan och en ökad inflation.

Växelkurskanalen beskriver penningpolitikens påverkan på värdet av valutan. I en öppen ekonomi leder vanligen en sänkning av styrräntan till att valutan försvagas. Om inhemsk ränta är låg i relation till andra länder kommer investerare att välja att placera sina pengar i andra länder. Detta skapar ett utflöde av kapital ur landet och därmed en

(13)

depreciering av valutan. En depreciering av valutan gör att det inhemska landets varor blir billigare gentemot omvärldens, vilket skapar en ökad export och minskad import (Mankiw 2019).

Krugman (1998 s.141) beskriver likviditetsfällan som den situation där en expansiv penningpolitik tappar betydelse eftersom den nominella räntan är noll eller nära noll, penningpolitiken blir verkningslös. Detta hänvisas till att kontanter alltid har en ränta på noll procent, det är därmed mer fördelaktigt att sluta inneha räntebärande värdepapper och istället ha alla sina finansiella tillgångar i kontanter. När de finansiella tillgångarna i samhället hålls i kontanter kommer en sänkt ränta inte ändra penningmängden och därmed har inte penningpolitik någon effekt. Söderström och Westmark (2009) uttrycker oro att centralbankens möjlighet att stimulera ekonomin är begränsad när styrräntan är nära noll. Riksbanken (2015) menar att noll är troligtvis inte penningpolitikens nedre gräns i praktiken då det innebär kostnader för att inneha kontanter.

3. Metod

Studien avser att undersöka sambandet mellan styrränta och utlåningsränta vid låga nivåer, vilket görs genom en longitudinell studie. Studien är baserad på månadsdata under perioden första september 2005 till sista februari 2020. Sveriges Riksbank har genomfört flera sänkningar av styrräntan i det negativa territoriet vilket gör svensk data lämplig för denna studie. Tidsperioden för studien har påverkats av tillgänglighet av data vilket diskuteras i avsnitt 3.3.

3.1 Empirisk modellspecifikation

Den empiriska modellen ämnar undersöka huruvida sambandet mellan utlåningsränta och styrräntan förändras vid låga nivåer av styrräntan. Den empiriska modellen är uppbyggd utifrån Eggertsson et al. (2019), men har utökats med ytterligare variabler. Följande regression estimerar, med minsta kvadratmetoden (OLS), sambandet mellan styrränta och utlåningsränta.

(14)

Δi β BG IMS

(14)

Den beroende variabeln Δitär den månadsvisa förändringen i utlåningsräntan. Vilket definierad enligt följande Δit= utlåningsräntat− utlåningsränta t−1. Den beroende variabeln visar därmed skillnaden i utlåningsränta månad ​t ​och månad ​t-1​. Utlåningsräntan har kategoriserats i fem kategorier utifrån räntebindningstid, dessa estimerats separat.

Den oberoende variabeln Δi tsär den månadsvisa förändringen i styrränta och definieras enligt följande Δi ts = styrräntat− styrränta t−1. Förändringen i styrränta interagerar med en dummyvariabel, Dts<x. Modellen skattas genom två separata modellspecifikationer. Först testas om sambandet mellan styrränta och utlåningsränta förändras när styrräntan är mindre än ett; dummyvariabeln Dts<1antar värdet 1 om styrräntan är mindre än ett, annars 0. Sedan testas om sambandet förändras när styrräntan blir mindre än noll; dummyvariabeln Dts<0 antar värdet 1 om styrräntan är mindre än noll, annars 0. β2 anger huruvida sambandet mellan styrränta och utlåningsränta förändras när styrräntan är mindre än ett respektive mindre än noll. Om sambandet är detsamma är β 2 = 0 . Om β2 är skild från noll är effekten av styrräntan på utlåningsräntan annorlunda vid de olika nivåerna på styrräntan.

är en kontrollvariabel för arbetslöshet. är en kontrollvariabel för hushållen

L

A t G B t

belåningsgrad. MSI tärinterbankräntat- tyrränta s t. DtKT Gär en dummyvariabel för det ändrade krav på kapitaltäckningsgrad som trädde i kraft augusti 2014. DtKT Gantar värdet 1 om t 2014m8, annars 0. ≥ DtAKär en dummyvariabel för det ändrade amorteringskravet som infördes första mars 2018. DtAKantar värdet 1 om t ≥2018m3, annars 0. εtär den statistiska feltermen.

(15)

3.2 Inkluderade variabler

I likhet med Eggertsson et al. (2019) definieras styrränta och utlåningsränta som förändringar, då studien avser undersöka om ändrad styrränta har samma effekt på utlåningsräntan oberoende räntenivå. Den utlåningsränta som används är nya och omförhandlade bolåneräntor från monetära finansinstitut (MFI) på lån till svenska hushåll i svenska kronor. Utlåningsräntan är indelad i fem kategorier utifrån räntebindningstid: samtliga lån, till och med 3 månader, över 3 månader till ett år, ett år till fem år samt en räntebindningstid på över fem år. Om olika delar av lånebeloppet i ett låneavtal har olika räntebindningstider betraktas varje del som ett eget lån. Utlåningsräntan anges i årlig ränta.

För att skatta en korrekt modell skall de sanna variablerna inkluderas i modellen. Enligt Karlsson et al. (2009) baseras utlåningsräntorna på bankernas marginalkostnad där interbankräntan utgör huvuddelen av kostnaderna. Interbankränta är den ränta som bankerna betalar när de lånar ut pengar till varandra kortsiktigt utan säkerhet. Differensen mellan Stibor och reporänta har inkluderats som en kontrollvariabel för att kontrollera för en möjlig4 förändrad finansieringskostnad som inte direkt hänförs till reporäntan. Löptiden T/N (eng.

Tomorrow/Next​) har använts.

(16)

Tabell 1. Deskriptiv statistik

Tabellen visar deskriptiv statistik för inkluderade variabler. Reporäntan är beräknad månadsvis som ett vägt genomsnitt med hänsyn till vilken dag i månaden ändring inträffat. Δreporänta är den månadsvisa förändringen i reporänta. Utlåningsräntan är bostadslån till hushåll med olika räntabiningstider och är noterad som årlig ränta. Arbetslöshet har beräknats som antal arbetslösa i förhållande till befolkningen i arbetsför ålder. Hushållens belåningsgrad har beräknat som bolåneskuld dividerat med disponibel inkomst. Variablerna avser tidsperioden september 2005 till februari 2020. Tabellen anger medelvärde, standardavvikelse, min-, median- och maxvärde samt antal observationer.

Variabel Medelvärde Std.av Min Median Max N

Reporänta 0.966 1.441 -0.5 0.75 4.671* 174 reporänta Δ -0.009 0.156 -1.105 0 0.25 173 Utlåningsränta Samtliga lån 2.858 1.194 1.550 2.609 6.131 174 Utlåningsränta t.o.m 3 mån 2.632 1.209 1.415 2.344 6.098 174 Utlåningsränta 3 mån - 1 år 2.625 1.224 1.304 2.229 5.978 174 Utlåningsränta 1 år - 5 år 2.974 1.240 1.346 3.013 6.127 174 Utlåningsränta över 5 år 3.706 1.298 1.294 3.965 6.136 174 Arbetslöshet 7.3 1.040 5.2 7.3 9.8 173 Belåningsgrad 145 17.455 108 143 170 171 Stibor 1.038 1.528 -0.598 0.771 6 174 Stibor-reporänta 0.072 1.177 -0.545 0.052 1.326 174

(17)

Utlåningsräntan påverkas även av bankernas vinstmarginal (Karlsson et al. 2009). Bankernas möjlighet till vinst påverkas av konkurrensen på marknaden. Svenska bankföreningen (2019) redogör för den svenska bankmarknadens konkurrenssituation. De finner att de fyra största aktörerna fortfarande har en stark ställning på marknaden trots att de har kontinuerligt under lång tid förlorat marknadsandelar till mindre banker. Jag ser därmed inte ett behov av att kontrollera för förändringar i konkurrensen på bankmarknaden under denna studies tidsperiod.

Under den valda tidsperioden har det genomförts strukturella förändringar inom banksektorn, två av dessa som kan ha inflytande på räntekanalen är amorteringskrav och kapitaltäckningskrav. Kapitaltäckningskrav innebär att bankerna behöver garantera utlåning med eget kapital och regleras i lagen ( ​SFS 2006:137​1) om kapitaltäckning och stora exponeringar. Av de förändringar som skett i bolånemarginalen under de senaste 10 åren menar Svenska bankföreningen (2019) att två tredjedelar kan hänföras till förändringar i kapitalkrav. I juni 2014 beslutade Sveriges riksdag om förstärkta kapitaltäckningsregler som i huvudsak trädde i kraft den andra augusti 2014 (Finansinspektionen 2014). För att kontrollera för det skärpta kapitaltäckningskravet har en dummyvariabel inkluderats från det datum då det beslutet trädde i kraft . Den första mars 2018 infördes ett nytt skärpt amorteringskrav som 5 gör att hushåll med hög skuldsättningsgrad tvingas amortera i en högre utsträckning (Finansinspektionen 2018). För att kontrollera för det nya skärpta amorteringskravet har en dummyvariabel inkluderats från det datum då det nya kravet infördes . 6

(18)

3.3 Data

Studien är baserad på sekundärdata från Statistiska Centralbyrån (SCB), Sveriges Riksbank, Macrobond samt Thomson Reuters Eikon och bedöms vara av hög kvalitet. Data för Riksbankens styrränta är hämtad från Sveriges Riksbank är beräknad månadsvis som ett vägt genomsnitt med hänsyn till vilken dag i månaden ändring inträffat. Utlåningsränta och arbetslöshet är inhämtad från SCB. SCB (2020b) tillhandahåller data för utlåningsräntan från september 2005, vilket har styrt studiens undersökningsperiod. Utlåningsräntan anges månadsvis och har beräknats som genomsnittsränta vid månadens slut, är kalenderkorrigerad. Arbetslöshet är anges månadsvis och baseras på arbetskraftsundersökningar (SCB 2020a).

Belåningsgrad är hämtad från Macrobond och har beräknats genom att sätta svenska hushålls bolåneskuld i relation till disponibel inkomst. Disponibel inkomst är beräknat på kvartalsbasis, men är interpolerad till månadsdata. Stibor är hämtad från Thomson Reuters Eikon. Den dagliga referensräntan är extrapolerad till månadsdata.

4. Resultat

(19)

Tabell 2. Regressionsresultat för styrränta lägre än ett

Tabellen visar regressionsresultat från följande regressionsmodell

Δi β BG IMS .

Δit= β0+ β1 ts+ β Δi D 2 ts ts<1+ β AL3 t+ 4 t+ β5 t+ DtKT G+ DtAK+ εt

Den beroende variabeln Δitär den månadsvisa förändringen i utlåningsränta uppdelat på räntebindningstid; samtliga lån, t.o.m 3 mån, 3 mån - 1 år, 1 år - 5 år samt över 5 år. i Δ tsär den månadsvisa förändringen i styrränta. D t<1= 1 om styrränta <1, annars 0. Övriga oberoende variabler kontrollerar för arbetslöshet, belåningsgrad, Stibor reporänta, ändrat kapitaltäckningsgrad samt ändrat amorteringskrav. Urvalet består av− 171 observationer. Statistisk signifikans betecknas med *** för 1%, ** för 5% och * för 10%. P-värde anges i parenteser. Robusta standardfel används.

Samtliga lån t.o.m 3 mån 3 mån-1år 1 år - 5 år över 5 år

(20)

I Tabell 2 visar β 1hur utlåningsräntan ändras vid en förändrad reporänta. Förändras reporäntan med en procentenhet förändras utlåningsräntan för lån med räntebindningstid på upp till tre månader i genomsnitt med 0.916 procentenheter. Utlåningsränta för lån med räntebindningstid på över fem år förändras i genomsnitt med 0.385 procentenheter. Utifrån utläses därmed att reporäntans effekt på utlåningsräntan försvagas i takt med att

β 1

räntebindningstiden ökar.

I Tabell 2 avläses att β 2är signifikant för lån med räntebindningstid upp till tre månader och från 3 månader till 1 år . Det innebär att det är statistiskt säkerställt på 5% 7 respektive 10%-signifikansnivå att β 2är skild från noll. Tabell 2 visar även att styrräntans effekt på utlåningsräntan minskar i genomsnitt med 0.331 till 0.429 procentenheter när styrräntan blir mindre än ett. β 1visar att en sänkning av styrräntan med en procentenhet reducerar utlåningsräntan i genomsnitt med 0.796 till 0.916 procentenheter för lån med räntebindningstid upp till tre månader och från 3 månader till 1 år. Differensen mellan β1 och β 2 visar styrräntans effekt till utlåningsräntan när reporäntan blir mindre än ett. En sänkning av styrräntan när den är mindre än ett reducerar utlåningsräntan i genomsnitt med 0.465 till 0.487 procentenheter.

Det går inte att fastställa att effekten av en förändrad styrränta till utlåningsräntan för samtliga lån och lån med räntebindningstid över ett år förändras när reporäntan blir mindre än ett, dåβ 2inte är statistiskt signifikant.

Resultatet visar även att de oberoende variablerna förklarar mindre av förändringarna i utlåningsränta när räntebindningstiden ökar i och med att förklaringsgraden är lägre för de bolån med längre räntebindningstid. Förklaringsgraden visar hur mycket av förändringen i den beroende variabeln som förklaras av de oberoende variablerna. De oberoende variablerna förklarar över 80 procent av de förändringar som sker för utlåningsräntor med räntebindningstid på upp till tre månader. När räntebindningstiden är över 5 år förklarar de oberoende variablerna 15 procent av förändringarna i utlåningsräntan. Detta tyder på att andra faktorer förklarar förändringar i utlåningsräntan på bostadslån med längre räntebindningstid, vilket är rimligt eftersom längre tidshorisont medför osäkerhet som gör nuvärdeskalkyler mindre relevanta.

(21)

Tabell 3. Regressionsresultat för styrränta lägre än noll

Tabellen visar regressionsresultat från estimering av följande ekvation.

Δi β BG IMS .

Δit= β0+ β1 ts+ β Δi D 2 ts ts<0+ β AL3 t+ 4 t+ β5 t+ DtKT G+ DtAK+ εt

Den beroende variabeln Δitär den månadsvisa förändringen i utlåningsränta uppdelat på räntebindningstid; samtliga lån, tom 3 mån, 3 mån - 1 år, 1 år - 5 år samt över 5 år. i Δ tsär den månadsvisa förändringen i styrränta. = 1 om styrränta <0, annars 0. Övriga oberoende variabler kontrollerar för arbetslöshet, belåningsgrad,

Dt<0

Stibor reporänta, ändrat kapitaltäckningsgrad samt ändrat amorteringskrav. Urvalet består av 171− observationer. Statistisk signifikans betecknas med *** för 1%, ** för 5% och * för 10%. P-värde anges i parenteser. Robusta standardfel används.

Samtliga lån t.o.m 3 mån 3 mån-1år 1 år - 5 år över 5 år

(22)

Tabell 3 visar ett resultat i linje med Tabell 2, men koefficienten β2inte är statistiskt signifikant för någon av räntebindningstiderna. Det är således inte statistiskt säkerställt att är skild från noll, vilket innebär att en ändrad effekt på utlåningsräntan när styrräntan blir

β 2

mindre än noll inte går att säkerställa. Resultatet visar att reporäntans effekt till utlåningsräntan inte förändras när reporäntan blir mindre än noll.

Resultatet betraktas som robust. Modellen bedöms inte ha problem med multikollinearitet, vilket har testats med VIF-test (eng.​Variance inflation factor​), då samtliga variabler fick ett värde under fem med ett medelvärde strax över 2 (Hair et al. 1995; Ringle et al. 2015). Homoskedacitet testas med Breusch-Pagan test och uppvisar svag heteroskedasticitet med en felmarginal på 0.1%. Autokorrelation har testats för med Wooldridge test, autokorrelation finns med en felmarginal på mindre än 2%. Med anledning av detta används robusta standardfel.

5. Analys och diskussion

I linje med tidigare studier visar studiens resultat på att penningpolitikens effekt försämras vid låga räntenivåer. Till skillnad från Krugman (1998), Ball et al. (2016), Arteta et al. (2016) och Eggertsson et al. (2019) visar studiens resultat på att penningpolitikens effekt inte

förändras när styrräntan blir negativ. Resultatet visar istället på en försvagande effekten när styrräntan blir mindre än ett.

Krugman (1998) och Brunnermeier och Koby (2019) menar att penningpolitikens nedre gräns resulterar i att penningpolitiken blir verkningslös, vilket Eggertsson et al. (2019) finner belägg för. Studiens resultat tyder på att penningpolitikens nedre gräns befinner sig vid den räntenivå där effekten av en expansiv penningpolitik försvagas. Resultatet går i linje med Ball et al. (2016), Arteta et al. (2016) samt Borio och Hofmann (2017).

(23)

att räntan för finansiering inte sjunker lika mycket som utlåningsräntan vid låga räntenivåer. Bankernas vinstmarginal skadas när bankernas räntekostnad inte sjunker i samma

utsträckning som ränteintäkterna. Ett sätt för bankerna att hålla vinstmarginalen uppe är då att inte sänka utlåningsräntorna. Om inte utlåningsräntorna följer styrräntan försämras

transmissionsmekanismen.

Stabiliseringspolitik bedrivs genom penningpolitik och finanspolitik. Förändring av styrräntan är penningpolitikens främsta medel (Sveriges Riksbank 2018a). Om detta styrmedel tappar kraft har centralbanken fortfarande medel kvar som kvantitativa lättnader och kreditlättnader, men utan det viktigaste verktyget kommer ekonomin få förlita sig i större uträckning på finanspolitiken.

6. Slutsats

Syftet med studien är att bidra i frågan om styrräntans effekt genom räntekanalen vid låga räntenivåer. Frågan är viktig att undersöka eftersom det råder delade meningar inom nuvarande forskning om penningpolitikens nedre gräns. Studien visar att styrräntans effekt via räntekanalen försvagas redan vid en procent. Utifrån resultatet går det inte att fastställa att styrräntans effektivitet försvagas ytterligare när styrräntan blir negativ. Studien visar även på att styrräntans effekt minskar i takt med att räntebindningstiden ökar. Resultatet ligger till stor del i linje med tidigare studier. Studien finner, i likhet med tidigare studier, att transmissionsmekanismen försvagas vid låga räntenivåer. Till skillnad från tidigare studien finner vi att den försvagande effekten infinner sig redan vid en styrränta på en procent, och inte vid noll.

Studien undersöker effekten av låga räntenivåer på kort sikt baserat på svensk data. Effekten kan möjligen vara annorlunda på lång sikt, vilket kan stärka eller försvaga resultatet. Under den observerade perioden har styrräntan som lägst varit -0.5 och resultatet bör således inte generaliseras till negativa räntor som avviker kraftigt från -0.5.

(24)

Källförteckning

Amzallag, A., Calza, A., Georgarakos, D. & Sousa, J. (2019). Monetary Policy Transmission to Mortgages In a Negative Interest Rate Environment. ​Working Paper, ​No. 2243, European Central Bank.

Arteta, C., Kose, M.A., Stocker, M. & Taskin, T. (2016). Negative Interest Rate Policies: Sources and Implications. ​World Bank Policy Research Working Paper, ​No. 7791, World Bank, Washington, DC.

Ball, L. (2001). Another Look at Long-Run Money Demand. ​Journal of Monetary

Economics, ​47(1), s. 31-44.

Ball, L., Gagnon, J., Honohan, P. & Krogstrup, S. (2016). What Else Can Central Banks Do?

Geneva Report on the World Economy​, No. 18, London: Centre for Economic Policy

Research.

Baumol, W.J. (1952). The Transactions Demand for Cash: An Inventory Theoretic Approach.

The Quarterly Journal of Economics, ​66(4), s. 545-556.

Bech, M. & Malkhozov, A. (2016), How have central banks implemented negative policy rates? BIS ​Quarterly Review​, Mars, s. 31-44.

Borio, C. Hofmann, B. (2017). Is monetary policy less effective interest rates are persistently low? ​Working Paper, ​No. 628, BIS Working Papers.

Dotsis, G. (2020). Investment under uncertainty with a zero lower bound on interest rates.

Economics Letters, ​188(108954).

Brunnermeier, MK. & Koby, Y. (2019). The Reversal Interest Rate. ​Discussion Paper, ​IMES Discussion Paper Series 19-E-06, Institute for Monetary and Economic Studies, Bank of Japan.

Carlin, W. & Soskice, D. (2006). ​Macroeconomics: Imperfections, Institutions & Policies. Oxford: Oxford University Press.

ECB. (2015). ​Vad är en centralbank?

(25)

Eggertsson, G.B., Juelsrud, R.E., Summers, L.H. & Wold, E.G. (2019). Negative Nominal Interest Rates and the Bank Lending Channel. ​Working Paper, ​No. 25416, NBER. National Bureau of Economic Research, Inc.

Eggertsson, G.B. & Woodford, M. (2003). The Zero Bound in Interest Rates and Optimal Monetary Policy. ​Booking Papers on Economic Activity, ​No. 1, s. 139-211. Finansinspektionen. (2019). ​Den svenska bolånemarknaden . (Dnr. 19-3472).

Stockholm: Finansinspektionen.

https://www.fi.se/contentassets/2035e995c0064717ac47665a6117b1ea/bolan_2019.pd Finansinspektionen. (2018).​ Frågor och svar om skärpt amorteringskrav för hushåll med

stora skulder.

https://www.fi.se/sv/finansiell-stabilitet/hushallens-skulder/information-om-bolan-fra n-fi.se/fragor-och-svar-om-skarpt-amorteringskrav-for-hushall-med-stora-skulder/. [Hämtad 8 april 2020].

Finansinspektionen. (2014). ​Kapitalkrav för svenska banker. (Promemoria Dnr. 14-6258). Stockholm: Finansinspektionen.

https://www.fi.se/contentassets/fe6819ea1106490cb986a85bff6dd03d/kapitalkrav-sve nska-banker-140910ny.pdf.

Fisher, I. (1930). ​The Theory of Interest​. New York: MacMillan.

Frank, R.H. & Cartwright, E. (2016). ​Microeconomics and Behavior​. 2. uppl., London: McGraw Hill Education.

Hair, J.F., Anderson, R.E., Tatham, R.L. & Black, W.C. (1995). ​Multivariate Data Analysis. 3. uppl. New York: MacMillan.

Heider, F., Saidi, F. & Schepens. (2019). Life below Zero: Bank Lending under Negative Policy Rate. ​The Review of Financial Studies, ​32(10), s. 3728-3761.

Hopkins, E., Lindé, J., & Söderström, U. (2009). ​Den penningpolitiska

transmissionsmekanismen.​ (Rapport 2009:2). Stockholm: Sveriges Riksbank.

http://archive.riksbank.se/Upload/Dokument_riksbank/Kat_publicerat/Artiklar_PV/20 09/Hopkins_Linde_Soderstrom_2009_2.pdf

Ireland, P.N. (2009). On the Welfare Cost of Inflation and the Recent Behavior of Money Demand. ​American Economic Review, ​99(3), s. 1040-1052.

(26)

Krugman, P. R. (1998). It's Baaack: Japan's Slump and the Return of the Liquidity Trap.

Brookings Papers on Economic Activity​, No. 2, s. 137-205.

Mankiw, N.G. (2019). ​Macroeconomics. ​10. uppl., New York: Worth Publisher.

McAfee, P. & Lewis, T.R. (2009). ​Introduction to Economic Analysis. ​Washington: Saylor Foundation.

Meltzer, A.H. (1963). The Demand for Money: The Evidence from the Time Series. ​Journal

of Political Economy, ​71(3), s. 219-246.

Ringle, C.M., Wende, S. & Becker, J.M. (2015). ​SmartPLS. ​SmartPLS GmbH, Bönningstedt. SCB. (2020a). ​Befolkningen 15-74 år (AKU) efter kön, ålder och

arbetskraftstillhörighet. Månad 1970M01 - 2020M02.

http://www.statistikdatabasen.scb.se/pxweb/sv/ssd/START__AM__AM0401__AM04 01A/NAKUBefolkning2M/. [Hämtad 2020-04-07].

SCB. (2020b). ​Bolåneräntor till hushåll fördelat på räntebindningstid. Månad

2005M09-2020M02​.​http://www.statistikdatabasen.scb.se/pxweb/sv/ssd/START__FM

__FM5001__FM5001C/RantaT04/​. [Hämtad 30-03-2020].

Svenska bankföreningen. (2019). Competition in the Swedish banking sector. ​Copenhagen

Economics. ​September 2019.

https://www.swedishbankers.se/media/4287/19_9competition-in-swedish-banking.pdf Svensson, L.E.O. (2012). Olika syn på penningpolitiken. ​SNS, Sveriges Riksbank, Stockholm,

Sverige​. 2012-06-08. [Anförande].

Sveriges Riksbank. (2016). ​Penningpolitisk rapport April 2016.​ Stockholm: Sveriges Riksbank.http://archive.riksbank.se/Documents/Rapporter/PPR/2016/160421/rap_ppr _160421_sve.pdf

Sveriges Riksbank. (2020a). ​Penningpolitisk rapport April 2020.​ Stockholm: Sveriges Riksbank.https://www.riksbank.se/globalassets/media/rapporter/ppr/svenska/2020/20 0428/penningpolitisk-rapport-april-2020.pdf

(27)

Sveriges Riksbank. (2018a). ​Så påverkar penningpolitiken inflationen​.

https://www.riksbank.se/sv/penningpolitik/vad-ar-penningpolitik/sa-paverkar-penning politiken-inflationen/. [Hämtad 31-03-2020].

Sveriges Riksbank. (2019a). ​Riksbankens nya räntestyrningssystem. [Pressmeddelande]. https://www.riksbank.se/globalassets/media/nyheter--pressmeddelanden/pressmeddela nden/2019/riksbankens-nya-rantestyrningssystem.pdf [juli 2019].

Sveriges Riksbank. (2020b). ​Penningpolitiska instrument​.

https://www.riksbank.se/sv/penningpolitik/penningpolitiska-instrument/. [Hämtad 2020-05-29].

Söderström, U. & Westermark, A. (2009) Penningpolitik när styrräntan är noll. (Rapport Penning- och valutapolitik, 2009:2). Stockholm: Sveriges riksbank.

https://www.riksbank.se/globalassets/media/rapporter/pov/filer-fore-2017/artiklar/pv2 009_2.pdf.

References

Related documents

[r]

Prognosfel för förändringen i export 2004−2014 Procent, säsongsrensade kvartalsvärden... Prognosintervall för KPI-inflation enligt

Ur embolisynpunkt betraktas paroxysmala förmaksflimmerattacker som ett kroniskt förmaksflimmer men dokumentationen är

ser genom tunnelbyggen, men utgångspunkten i vår analys skall vara att vissa resurser på varje plats en gång för alla är giv­. na och begränsande för

Antingen är det hos läraren som är menad att visa eleven hur den ska användas, eller så är det hos eleven som använder den (att det inte är någon av dessa kan vi utesluta då

De två interaktionstermerna (L12 och L24) uppvisar alltså ingen signifikans, vilket betyder att det inte verkar finnas någon skillnad på sambandet av förändringen i

Pre-illness changes in dietary habits and diet as a risk factor for in flammatory bowel disease: a case- control study. Thornton JR, Emmett PM,

Esther Githumbi, York Institute for Tropical Ecosystems, Environment Department, University of York, Heslington, York, YO10 5NG, United Kingdom.