• No results found

Prisbildning på fastigheter

N/A
N/A
Protected

Academic year: 2021

Share "Prisbildning på fastigheter"

Copied!
29
0
0

Loading.... (view fulltext now)

Full text

(1)

UPPSALA UNIVERSITET Nationalekonomiska Institutionen Examensarbete C

Författare: Gunilla Björkman och Kristian Gelinder Handledare: Bengt Assarsson

VT 2008

Prisbildning på fastigheter

Vad kan en skattesänkning innebära?

(2)

Sammandrag

Denna uppsats behandlar hur prisbildningen på fastigheter ser ut i Sverige. Syftet är att analysera prisbildningsmekanismer för småhusmarknaden, speciellt fokus läggs på fastighetsskatten. Genom insamling av tidsseriedata på kvartalsnivå för åren 1990- 2007 för hela landet samt regionerna Stockholms län, Sydsverige och mellersta Norrland har regressioner genomförts för att studera olika variablers inverkan på småhuspriserna.

Variablerna som studerats är hushållens inkomst, bolåneränta, fastighetsskatt, Affärsvärldens generalindex samt förgående års fastighetspris. Resultaten visar att skatten i viss mån påverkar prissättningen. Vidare konstateras att inkomsten är den viktigaste variabeln samt att bolåneräntan uppvisar signifikanta resultat för prispåverkan.

Nyckelord: Prisbildning, fastighetsskatt, regression

(3)

Innehållsförteckning

Sammandrag... 2

1 Inledning ... 4

1.1 Syfte och avgränsningar ... 5

2 Bakgrund- Teori ... 6

2.1 Tidigare studier ... 6

2.2 Småhus och fastighetsprisutvecklingen ... 6

2.3 Fastighetsbeskattning ... 7

2.4 Prisbildning på fastigheter ... 9

2.5 Kapitalisering ... 10

2.6 Kapitaliseringseffekter av förändrad fastighetsskatt ... 11

3 Metod ... 13

3.1 Beskrivning av datamaterialet... 13

3.2 Skatt (t) ... 13

3.3 Inkomst (Y) ... 14

3.4 Ränta (i) ... 14

3.5 Affärsvärldens generalindex (AFGX)... 15

3.6 Modell ... 15

3.7 Statistiska beräkningar ... 16

4 Resultat ... 18

5 Analys ... 22

5.1 Inkomst och ränta ... 22

5.2 Kapitaliseringseffekter av förändrad fastighetsskatt ... 23

6 Slutsatser ... 24

Förslag till vidare forskning ... 24

Referenslista ... 25

Tryckta källor ... 25

Elektroniska källor... 25

Figur –och tabellförteckning ... 26

Bilaga 1 ... 27

(4)

1 Inledning

En av de viktigaste affärerna i livet är ofta att köpa sin egen bostad. Priset på småhus har stigit markant i förhållande till konsumentprisindex under de senaste åren. På tio år efter fastighetskrisen (1995- 2005) har fastighetspriserna i Sverige stigit med 110 procent medan inflationen, mätt med KPI, endast stigit med 10 procent. Skillnaden är än mer påtaglig i storstadsregionerna. Detta har medfört att taxeringsvärden, som grundar sig på marknadsvärden, har fördubblats under åren. Vilket i sin tur medför ökade skattebetalningar för småhusägarna. Dock har inte fastighetsskatten ökat lika snabbt på grund av förändringar och justeringar i regler och skattesatser under åren (http://www.scb.se A)

Bakgrunden till att regeringen avskaffade fastighetsskatten från och med den 1 januari 2008 var, enligt regeringen, att den inte överensstämde med principen om att skatt ska betalas efter förmåga. Skatten togs inte ut på en faktisk inkomst och kunde därför ge upphov till betalningsproblem för en del hushåll. Ytterligare invändningar som förekommit i media var att skatten var oförutsägbar och skapade osäkerhet om boendekostnaderna. Detta sammantaget gjorde att regeringen ville sänka fastighetsskatten på småhus (http://www.regeringen.se B). Denna reform har dock renderat en del kritik bland annat från ekonomiprofessor Lars Calmfors, ordförande i Finanspolitiska rådet1. Denna kritik består i att regeringen nu gjort investeringar i bostäder mer lönsamma än investeringar i näringslivet vilket enligt Calmfors kommer att leda till mindre effektiva investeringar. OECD:s rekommendationer att istället höja fastighetsskatten har regeringen bortsett ifrån och beslutet är inte grundat på forskning, något som regeringen annars fått beröm för (http://di.se/C).

Den 1 januari2008 gick regeringens förslag om en sänkt fastighetsskatt igenom och kallas nu en kommunal fastighetsavgift. Det innebär att fastighetsskatten får ett maxbelopp på 6000 kronor eller 0,75% av taxeringsvärdet (http://www.regeringen.se B). Det har medfört väsentliga sänkningar av fastighetsskatten bland dem som äger småhus som är högt värderade i till exempel Stockholmsregionen. För de som är ägare till lägre värderade småhus blir skillnaden i kronor inte lika märkbar. Den besparing som fastighetsägarna i landet kommer att

1 Finanspolitiska rådet är en myndighet som bildades den 1 augusti 2007. Rådet består av åtta ledamöter och bistås av ett sekretariat med två anställda. Rådets uppgift är att göra en oberoende granskning av regeringens finanspolitik (http://www.finanspolitiskaradet.se E).

(5)

göra med den sänkta fastighetsskatten bör frigöra kapital för hushållen och den framtida skattebelastningen minskar för samtliga småhus.

1.1 Syfte och avgränsningar

Syftet är att analysera prisbildningsmekanismer för småhusmarknaden i Sverige. Att undersöka hur olika makrovariabler påverkar prisbildningen. Uppsatsen avgränsas till att endast behandla andrahandspriser på småhus. Nybyggnationer och bostads/hyresrätter lämnas därhän. Fokus läggs på hur tidigare skatteförändringar påverkat prisbildningen. Dock görs en del generaliseringar för skatter och regler på småhusmarknaden. För kapitalvinstbeskattningen görs en förenkling och från ränteuppskovet bortses. Vi har valt att anta att hela den eventuella kapitalvinstskatten uppstår vid varje prisförändring. Rörande lagfart (en stämpelskatt på 1,5%

som betalas tre månader efter att kontraktet skrivits under) har vi även här valt att bortse från eventuella effekter. Anledningen till detta är svårigheten att isolera effekten av den årliga skattebelastningen.

(6)

2 Bakgrund- Teori 2.1 Tidigare studier

Hort (1997) tar upp tidsserieutvecklingen av småhuspriser i Sverige under 1968-94. Här studeras hur huspriserna är relaterade till den totala inkomsten, användarkostnader (”user cost”) samt byggnadskostnader. Samtliga variabler är i reala termer. Modellen studerar huruvida de dramatiska prisfluktuationerna de senaste decennierna kan förklaras av spekulativa aktörer på marknaden. Studien visar att dessa prisförändringar har varit väl förklarade av fundamentala utbuds- och efterfrågeförhållanden.

I Sverige finns det få studier som behandlar kapitalisering av skatter och subventioner. En sådan studie är dock genomförd av Boije. Denna studie syftar till att studera i vilken utsträckning den kommunala inkomstskatten kapitaliseras i småhuspriserna. Resultatet indikerar på en kapitaliseringsgrad mellan 60- 85 procent. Liknande studier i USA ligger i linje med denna slutsats (Boije i Lindh 2000 s. 243).

2.2 Småhus och fastighetsprisutvecklingen

Enligt fastighetstaxeringslagen är definitionen av ett småhus en bostadsbyggnad avsedd för en- eller tvåfamiljer. Småhus kan delas in i permanentboende samt fritidsboende, detta görs dock inte i taxeringssammanhang. Vanligt förekommande är begreppet villa vilket avser ett friliggande småhus. I Sverige finns det cirka 2,1 miljoner fastigheter av typen småhus. Av dessa är 1,5 miljoner permanentboende varav 1,2 miljoner villor samt 300 000 rad- och kedjehus. 3- 4 procent av småhusen omsätts per år vilket innebär att 60 – 70 000 småhus byter ägare varje år. (Lantmäteriverket & mäklarsamfundet, 2005, s. 63-64)

Efter fastighetskrisen i början av 1990- talet var prisutvecklingen för småhus kraftig. Fram till 1991 hade priserna stigit kraftigt till en högsta nivå som därefter följdes av en rejäl nedgång.

Denna nedgång höll i sig till årsskiftet 1992/1993 och var i genomsnitt 20% för hela landet.

Orsaken till denna nedgång, var enligt Lantmäteriverket & mäklarsamfundet, den kraftiga konjunkturnedgången men även skatteomläggningen 1991 som innebar ökade räntekostnader för småhusägare. Mellan åren 1993 till 1996 var det marginella prisförändringar på småhus i och med den ihållande lågkonjunkturen och den ökade arbetslösheten. År 1997 började

(7)

villapriserna öka igen och har gjort så kontinuerligt fram till skrivande stund (se Figur 1). De faktorer som främst påverkar efterfrågan på småhus är betalningsförmågan och boendekostnaderna. 1991 låg bolåneräntan mellan 12 och 13 procent och har successivt sjunkit sedan dess till nivåer kring 4 procent de senaste åren. Detta har gradvis minskat hushållens kapitalkostnad för att äga småhus. Hushållens disponibla inkomster sjönk under ett antal år efter fastighetskrisen men har därefter ökat i stadig takt. Därtill har de senaste årens sjunkande arbetslöshet varit en bidragande faktor till den ökade betalningsförmågan.

(Lantmäteriverket & mäklarsamfundet, 2005, s. 63- 66) Figur 1.

Prisutveckling på fastigheter i Sverige mellan 1990 till 2007, år 1981 = 100 Källa: Egen illustration efter data från Ecowin

2.3 Fastighetsbeskattning

Fastighetsskattens viktigaste fördel är att den genererar relativt små snedvridningseffekter (excess burden) eftersom skattebasen är stationär (Boije, Hansson, Söderström 2004 s. 45).

Andra forskare har framfört att fastigheter bör beskattas likt konsumtionsvaror då man kan se boende som en typ av konsumtion. (Englund 2001 F) En annan infallsvinkel till varför skatten bör förekomma är att även om husägaren inte erhåller någon direkt inbetalning från ägandet så finns där en indirekt intäkt. Denna kan kallas för nettohyresvärdet och syftar till den boendeavkastning ägaren erhåller. Ett exempel kan förenkla denna infallsvinkel. Anta en individ som ska placera en miljon kronor med endast två placeringsalternativ. Det ena är att placera kapitalet på ett bankkonto med en given ränta och det andra är att investera i ett eget hem. Det första alternativet innebär en skatt på kapitalvinst av ränteavkastningen på 30%

(8)

enligt gällande regler. Om individen väljer att placera kapitalet i ett eget hem har bedömningen gjorts att denna investerings implicita avkastning i form av boendetjänster är minst lika stor som avkastningen på bankkontot. Då bör denna implicita avkastning även beskattas på samma sätt som bankräntan (Boije, Shahnazarian 2000). Stiger dessutom fastigheten i värde uppkommer en inkomst genom kapitalvinsten. De argument som regeringen framfört kring den tidigare fastighetsskatten, är att trots att förmögenheten ökar så innebär det ingen bättre likviditet för husägaren så länge man bor kvar. Argumentet kan verka paradoxalt då ökad förmögenhet inger större möjligheter att belåna fastigheten på den finansiella marknaden. (Englund 2001 F)

Fastighetsskatt är ingen ny skatt, utan den har funnits i olika former sedan 1800-talet. Skatten har omväxlande varit en objektsskatt och en avkastningsskatt. Under 1950-talet utformades fastighetsskatten så att 5% av fastighetens värde skulle tas upp som skattepliktig inkomst i den kommunala beskattningen. I och med att taxeringsvärdet ökade på fastigheterna sänktes procentsatsen som skulle tas upp i den kommunala inkomstbeskattningen. 1991 genomfördes en reform i syfte att åstadkomma en mer samhällseffektiv fördelningspolitik. (Dahlqvist 2001)

Från 1990 har vi tagit fram procentsatser av fastighetsskatten. Skatten baseras i sin tur sedan på taxeringsvärdet.

Tabell 1- Fastighetsskattesatser

År % av taxeringsvärdet

1990 1,5 %

1991 1,2 %

1993 1,5 %

1997 1,7 %

2001 1,0 %

Tabellen visar de år då förändringar skett i fastighetstaxeringen. Uttryckt i procent av taxeringsvärdet.

Källa: Skatteverket2

Förändringen av fastighetsskatten som infördes 1 januari 2008 innebär nu att småhusägare betalar 0,75% av taxeringsvärdet i fastighetsavgift. Dock finns ett maximibelopp på 6000 kronor vilket omfattar de småhus med ett taxeringsvärde över 800 000 kronor. Cirka 42% av småhusägarna förväntas beröras av denna maximigräns på 6000 kronor. Som en del i

2Via e-postkontakt med Patrik Björkman vid Skatteverket i Uppsala

(9)

finansieringen av reformen höjs kapitalvinstskatten vid försäljning av småhus (och bostadsrätter) från 20 till 22 procent av vinsten. Möjligheten att skjuta upp beskattningen av kapitalvinsten genom ett så kallat uppskov kommer att kvarstå. Uppskovsbeloppet kommer dock att begränsas till 1,6 miljoner kronor. En ränta på 0,5 procent införs på uppskovsbeloppet. Sänkningen av fastighetsskatten ska finansieras fullt ut inom bostadssektorn och vara statsfinansiellt neutral jämfört med fastighetsskatteintäkterna från boende 2007. (http://www.regeringen.se B)

2.4 Prisbildning på fastigheter

I avsnitt 2.5 presenteras en teoretisk förklaring till hur priset på fastigheter bestäms i en ekonomi. Denna består i att fastighetspriset bör vara det diskonterade nuvärdet för avkastningen av ägandet minskat med kostnader, under husets livstid. Detta förklaras i kapitalmarknadsteorin och om marknaden är effektiv bör all information rörande den framtida avkastningen kapitaliseras fullt ut i tillgångspriset. I praktiken är det svårt att endast se detta som en förklaring till de cykliska mönster av prisutvecklingen på bostadsmarknaden som har uppmärksammats de senaste decennierna. En flerårig prisuppgång på huspriser verkar följas av flera år av nedåtgående reala priser. Det finns två huvudsakliga teorier för att förklara de cykliska dragen i prisutvecklingen. En förklaring som lagts fram är att aktörerna på bostadsmarknaden skulle agera spekulativt och att detta kan ge upphov till t.ex. bubblor på marknaden. En annan är att förändringar i fundamentala utbuds- och efterfrågeförhållanden lett till dessa svängningar. (Hort i Lindh s. 9-11).

När aktörer på en uppåtgående marknad förväntar sig en fortsatt uppgång, trots att underliggande efterfråge- och utbudsförhållanden är oförändrade kan en spekulativ bubbla uppkomma (Hort i Lindh s. 12-13). En bubbla kan enligt Stiglitz (1990) existera då ”enda anledningen till att priset är högt idag är att investerare förväntar sig att försäljningspriset kommer att vara högt imorgon samtidigt som fundamenta inte ger belägg för en sådan förväntan” (Björklund, Söderberg i Lindh s. 45). Förväntningarna bygger på tidigare uppgångar och blir självuppfyllande då förväntningarna i sig ökar efterfrågan. Samma princip kan gälla för en nedåtgående marknad det vill säga nästkommande period förväntas falla på grund av att tidigare utvecklingar oavsett hur efterfråge- och utbudsförhållanden förändras. På längre sikt är det dock inte rimligt att priserna skulle utvecklas helt oberoende av fundamentala efterfråge- och utbudsförhållanden. Denna teori medger att på längre sikt bör

(10)

priserna påverkas av fundamenta och därmed justeras mot en långsiktig hållbar nivå då priserna skenat iväg åt endera hållet (Hort i Lindh s. 12-13).

En annan förklaring till samma cykliska tidsseriemönster är långsamma efterfråge- och utbudsanpassningar i en dynamisk kapitalmarknadsmodell. Utbudet kan betraktas som givet på kort sikt då det tar tid att färdigställa nybyggen och då ett ”lager” av hus inte finns. Detta gör att en efterfrågechock till exempel sänkt ränta, direkt endast kommer att visa sig i högre priser. Med tiden kommer dock utbudet att anpassas till denna efterfrågeökning när nya hus färdigställs och därmed återgår priserna något (Hort i Lindh s. 13-14).

Hort presenterar (i Lindh 2000 s. 17) en modell över prisbildningen på fastigheter. Hon inkluderar förslitnings,- ränte-och skattekostnader, inkomst för hushållen samt byggkostnader.

( )

[ ]

t

( )

t

( )

t t

e

i i p I C

P=−19,47−0,03 1−τ −∆ −π +0,96ln +0,50ln +ε

ln (1)

De samlade förslitnings,- ränte-och skattekostnader (ökning med 1%) skulle såldes sänka fastighetspriset med 3%. Skulle inkomsten för hushållen öka med 1% skulle huspriserna öka med 0,96%. Slutligen skulle även 1% ökning av byggkostnaderna öka huspriserna med 0,5%.

2.5 Kapitalisering

Kapitalisering uppkommer till exempel då en skatt på mark eller fastigheter införs. Fastigheter och mark har till skillnad från andra varor speciella karakteristika då de har konstant utbud i viss bemärkelse. Med detta menas att det endast existerar en konstant yta mark på jorden, varken mer eller mindre. Fastigheter blir lite mer komplext då man kan tänka sig nybyggnation men på kortare sikt håller det som en god förenkling. Dessutom antas i teorin att mark och fastigheter är hållbara över tiden (engelska durables). Antar vi sedan att hyresintäkten för markägaren är R0 detta år och R1 nästa år och så vidare. Om marknaden för mark är präglad av perfekt konkurrens och diskonteringsräntan är r, så kommer priset på mark (P) bestämmas av:

Där T är det sista året som marken kommer att generera intäkter för markägaren. Detta kan fortsätta i all evighet. Denna teori säger oss att priset på mark och fastigheter kommer att vara lika med nuvärdet av de framtida hyresintäkterna (Rosen, 2005 s. 291).

(2)

(11)

Antag att en skatt på u0 kronor kommer att tas ut i år och u1 nästa år. Vid perfekt oelastiskt utbud då utbudet är konstant kommer den ekonomiska skatteincidensen att fullt ut bäras av markägaren, vilket illustreras i figur 2.

Detta innebär att markägarens intäkter sjunker med (R0 - u0) år 0 och år 1 sjunker det med (R1 -

u1) o.s.v. Detta leder till att konsekvensen av denna skatt kommer att vara att priset på mark sjunker med nuvärdet av alla framtida skattebetalningar:

Denna process då skatter på mark eller fastigheter påverkar prisförändringen av tillgången är det som kallas kapitalisering. På grund av kapitaliseringen lägger sig hela skattebördan på ägaren av tillgången vid det tillfälle då skatten införs. Även om framtida markägare/

fastighetsägare betalar skatt på tillgången så är dessa betalningar ingen skattebörda då de redan är kapitaliserade i det lägre priset de betalade för marken/fastigheten. (Rosen, 2005 s.

291- 292).

2.6 Kapitaliseringseffekter av förändrad fastighetsskatt

Kapitaliseringseffekten av en förändrad fastighetsskatt innebär den prisförändring som skatteförändringen ger upphov till. Kapitalisering är av stort intresse då det genom småhusprisförändringarna skapar förmögenhetseffekter. Dessa förmögenhetseffekter innebär i sin tur ändrade intäkter för staten i form av skatt då taxeringsvärden förändras. Boije (i Lindh (3)

(12)

2000) presenteras en teoretisk modell för att beräkna kapitaliseringseffekternas storlek. Denna modell bygger på en rad antaganden:

• Hushållen är indifferenta mellan att äga och hyra ett hus och sätter alltså inget värde på själva ägandet av huset.

• Ingen osäkerhet i ekonomin vilket innebär att den framtida prisutvecklingen är känd och att köpeskillingen och marknadsvärdet alltid sammanfaller.

• Husköpet finansieras helt med lånat kapital och hushållens reala diskonteringsränta sammanfaller med realräntan efter skatt.

• Småhusens värdestegring följer inflationen och småhusstocken är konstant över tiden.

• Skatteförändringen kapitaliseras fullt ut i småhuspriserna.

Ett uttryck för hur marknadsvärdet (P) förändras när fastighetsskatten förändras:

Där ∆Ρ är den approximativa förändringen i marknadsvärdet, P0 är husets värde före

skatteförändringen, r är realränta efter skattereduktion, τ0 är initial fastighetsskatt3 och ∆τ är förändring av fastighetsskatten. Realränta efter skattereduktion (r) kan uttryckas som:

r = i( 1- γ ) – π

Där i är nominell ränta, γ är skattereduktionen för ränteutgifter och π är inflationstakten (Boije i Lindh, 2000 s. 233-240).

3 Fastighetsskatt tas ut på taxeringsvärdet i Sverige vilket motsvarar 75% av marknadsvärdet. Den nominella skattessatsen uppgår för närvarande till 0,75% på småhus med ett taxeringsvärde lägre än 800 000kr. Detta innebär att den effektiva fastighetsskatteuttaget blir cirka 0,56 procent (0.75 * 0,0075). Detta är ett uttryck för skatt som andel av marknadsvärde.

(4)

(5)

(13)

3 Metod

I detta avsnitt presenteras de tillvägagångssätt vi använt oss av samt hur vi insamlat data.

Först beskrivs var vi erhöll datamaterialet. Därefter förklaras vad data har använts till och vilka statistiska beräkningar vi genomfört. Till slut tar vi upp en del karakteristika av datamaterialet som kan leda till problem i tolkningen av regressionen och hur vi ser på detta.

3.1 Beskrivning av datamaterialet

Data har insamlats på kvartalsbasis/årsdata för perioden 1990-2007 för hela riket samt på regionsnivå ur Ecowin och Datastream samt SCB och Swedbank. Huspriser på regionsbasis har hämtats från databasen Ecowin för Stockholms län, Sydsverige (Blekinge och Skåne), mellersta Norrland (Jämtland och Västernorrland) samt hela landet.

3.2 Skatt (t)

Skattesatser på fastighetsskatten är framtagna med hjälp av Skatteverkets avdelning i Uppsala.

Skattesatsen är densamma över hela landet och för den effekt som eventuellt kan uppkomma av uppskovsräntan på kapitalvinstskatten har vi valt att bortse ifrån.

För att räkna fram skattetrycket på småhus respektive år har fastighetsskatten samt kapitalvinstskatten vägts samman till en total skatt. Vi har som bas för fastighetsskatten använt oss av procentsatser av fastighetsskattetrycket under respektive år. Dessa justeras för att bli fastighetsskatt i förhållande till marknadsvärde för att kunna jämföras med kapitalvinstskatten som beräknas av värdeförändringen (vilket görs genom att multiplicera fastighetsskattesatserna med 0,75, jämför Boije i Lindh sid 237). Genom denna procedur elimineras skillnaden att fastighetsskatt tas ut på taxeringsvärde och kapitalvinst på marknadsvärdets värdeökning. För att sedan inkludera kapitalvinstskatten förenklar vi beräkningarna genom att inte skilja mellan realiserad och orealiserad kapitalvinst. Detta görs för att undvika svåra skattningar om kapitalvinsten då information om köp och försäljningar skulle vara nödvändig. Istället räknas skattebördan, att oavsett när vinsten realiseras, uppkommer den omedelbart när huspriset ökar. Efter denna förenkling kan kapitalvinsten beräknas utifrån varje kvartals förändring i huspriserna. Detta innebär att vissa kvartal med negativ prisutveckling kommer att medge negativa värden för kapitalvinst (=kapitalförlust).

(14)

3.3 Inkomst (Y)

Från Datastream har vi tagit kvartalsdata över disponibel inkomst för hela landet. Från scb.se har vi hämtat förvärvsinkomst för de olika regionerna mellan 1991 och 2006. Dessa data är till skillnad från disponibel inkomst för hela landet, endast tillgängliga på årsbasis. För att justera regionsdata har vi dividerat förvärvsinkomsten med fyra. Mest önskvärt vore att ha använt oss av disponibel inkomst på regional nivå över kvartal. Detta har dock inte varit tillgängligt och förvärvsinkomst på årsbasis är det närmaste vi kunnat hitta för Sveriges regioner. Vid de tillfällen då två län har används som en region har medelvärdet för medianen för samtliga i de två regionerna använts som mått på förvärvsinkomst. Ett mått över hushållens inkomst är en mycket viktig indikator för efterfrågan i ekonomin. Just disponibel inkomst är av intresse i detta fall då det är den reala betalningsförmågan bland hushållen som är viktigt som ett mått på köpkraft. I denna variabel avspeglas efterfrågan på hus då vi kan anta att ökad inkomst leder till ökad efterfrågan på boende då vi antar att boendetjänster är en normal vara. Slutligen logaritmernas variabeln för att kunna göra en procentuell jämförelse i regressionen.

3.4 Ränta (i)

Bolåneräntan är intressant för en husägare eftersom man till största del lånar pengarna till sin bostad. Bolåneräntan är också den ränta som spelar roll för vad hushållen får betala i ränteutgifter på sina huslån. Därmed har vi valt att använda oss av Swedbanks (tidigare Föreningssparbanken) räntenivåer från 1990 fram till 2007 (http://www.swedbank.se D) Utifrån dessa data har hänsyn tagits till ränteavdrag i deklarationen då vi räknar med (1-t)i där i är bolåneräntan, och t är skattesatsen som medges för ränteavdrag i deklarationen (30%).

Sedan 1991 är skattesatsen som bestämmer ränteavdragen bestämd till 30%. Innan 1991 varierade denna avdragsrätt beroende av vilken inkomst man hade (Hort 1999 s. 15-17). Detta har vi valt att bortse ifrån då tidsserien börjar år 1990 och att det enda året inte bör spela in i någon större utsträckning. Bland Swedbanks noteringar har vi hämtat kvartalsdata utifrån dagsnoteringar. Då datumen inte alltid är de samma har vi tagit det datum som ligger närmast från den första januari för kvartal ett, första mars för kvartal två, första juni för kvartal tre, och första oktober för kvartal fyra. Nivåer för den femåriga respektive tremånaders långa räntan finns med i beräkningarna för att ge en bild av hur både den bundna räntan samt den rörliga räntan påverkar priset. Den femåriga räntan får, i vår uppsats, svara för den bundna och den korta tremånaders ska motsvara den rörliga.

(15)

Ett alternativ till uppdelningen av fastighetsskatt och ränta är att använda ett mått för ”user cost”. Detta har gjorts av Hort (1997) där fastighetsskatt, räntebetalningar, underhåll- och förslitningskostnader tillsammans utgör en variabel som påverkar fastighetspriserna. Denna

”user cost” är mätt i procentenheter och vi använder oss av procentenheter vad gäller fastighetsskatt samt bolåneränta. Eftersom denna uppsats ämnar undersöka hur en förändrad fastighetsskatt kan påverka priserna blir det enklare att separera dessa variabler. Förslitnings- och underhållskostnader kan i likhet med Hort (1997) antas vara lika mellan de olika regionerna samt över tiden och involveras ej i de empiriska beräkningarna.

3.5 Affärsvärldens generalindex (AFGX)

Denna variabel representerar ett komplement till förvärvsinkomst. Den ger en indikation på hur mycket pengar som potentiellt kan läggas på boende. Datamaterialet är hämtat från Datastream och är baserat på kvartal. Affärsvärldens generalindex kan ge information om hur mycket pengar det finns i förmögenhet utöver det som redan är bundet i fastigheter. Siffror visar att 1/3 av hushållens totala förmögenhet utgörs av värdet på fastigheter. (Berg, Lyhagen, 1998, sid 4, G)

3.6 Modell

Vi sätter upp en modell: ln P = α + ln βY - βi - βt + βafgx + ln P (t-1) + ε. Där P är ett mått på fastighetspriset, α är en konstant, Y är hushållens disponibla inkomst (alternativt förvärvsinkomst på regionsbasis), i är bolåneränta efter skattereduktion, t är årlig fastighetsskatt i procent av marknadsvärdet, AFGX är Affärsvärldens generalindex, ln P (t-1) är fastighetspriset i föregående period och ε är en felterm. Utifrån denna ekvation söker vi skatta en regressionsmodell, som ämnar förklara vad huspriset beror av. Det innebär att vi kan analysera hur stor effekt de enskilda variablerna har för prisbildningen av fastighetspriset.

Variablerna har testats i olika regressioner för att erhålla regressioner som stämmer med intuitionen om hur dessa variabler påverkar priset. I regressioner med felspecifikationer eller andra statistiska problem har vi utelämnat variabler för att erhålla bättre specifikationer med färre variabler.

(16)

3.7 Statistiska beräkningar

En regressionsekvation är alltid en approximation av verkligheten vilket är viktigt att komma ihåg när en sådan används. Det kan alltid finnas andra variabler som spelar in i vad som bestämmer priset för ett specifikt hus till exempel tomtstorlek, utrustning eller allmänt skick.

Det skulle vara omöjligt att formulera en modell som tar in alla dessa variabler och därför görs en förenkling. Det är också viktigt att statistiken bakom huspriserna är representativa för vad man vill undersöka (Andersson, Ågren, Jorner 1994 s. 13).

I resultaten av en regressionsanalys med tidsseriedata är det lämpligt att studera huruvida residualerna i modellen är oberoende. Detta då slutsatser om regressionskoefficienterna bygger på att residualerna är oberoende (Andersson, Ågren, Jorner 1994 s. 169-170).

Huspriser tenderar att vara positivt autokorrelerade i ett kortare perspektiv. Då efterfrågan reagerar långsamt på en förändring i till exempel räntan eller hushållens inkomst så tenderar huspriserna att bli positivt autokorrelerade på kort sikt. Eftersom utbudet är relativt konstant i förhållande till husstocken ökar priset över den naturliga jämviktsnivån. Då husstocken på längre sikt anpassas återgår marknaden till ett nytt långsiktigt jämviktsläge och detta leder till negativ autokorrelation på lång sikt (Hort i Lindh 2000 s. 13-15). Med positiv autokorrelation vilket även är fallet utifrån denna uppsats datamaterial bör försiktighet vidtas vid skattningarna. Med Durbin-Watson statistika kan vi se att positiv autokorrelation även i detta fall verkar förekommande. Genom att inkludera variabeln P(t-1), fastighetspriset vid föregående period, har denna problematik exkluderats i några regressioner. Multikolliniaritet innebär att de oberoende variablerna är korrelerade. Detta är ett problem då man inte kan utesluta vilken oberoende variabel (till exempel x1 eller x2) som förklarar Y när dessa rör sig lika sinsemellan genom hela tidsserien (Newbold, Carlson, Thorne 2003 s. 506). För att försäkra oss om att det inte förekommer multikolliniaritet bland de oberoende variablerna studeras “variance inflation factor” (VIF). VIF mäter hur mycket variansen av en skattad oberoende variabel ökar om datamaterialet är korrelerat. Om VIF< 1 finns ingen multikolliniaritet bland de oberoende variablerna, men om VIF> 1 så kan variablerna vara korrelerade. Montgomery och Peck menar att om VIF ligger mellan 5-10 så är regressionskoefficienterna dåligt skattade (Minitab15 (15.1.0.0.) H). I de fall då P(t-1) inkluderas uppkommer multikolliniaritet mellan inkomst och fastighetspris föregående period. Detta då inkomst och fastighetspris är högt korrelerade vilket stämmer med intuitionen. I tolkningarna av skattningarna bör detta inte innebära stora problem då inkomsten bör vara den viktigaste variabeln intuitivt om marknaden styrs av fundamentala efterfråge- och utbudsförhållanden.

(17)

Dock kan marknaden reagera bakåtblickande på kort sikt och därmed kan huspriserna avvika från den nivå som understöds av fundamenta (Hort i Lindh, 2000 s. 22).

En ytterligare förutsättning för att skatta en regressionsekvation är att datamaterialet inte tenderar att vara heteroscedastiskt. Med detta menas att feltermernas varians inte är konstant.

Om detta förekommer är inte minsta kvadratmetoden den lämpligaste metoden för att skatta koefficienterna i regressionsekvationen. Det är inte heller giltigt att genomföra hypotesprövningar samt konfidensintervall på sådana data. (Newbold, Carlson, Thorne 2003 s. 508-510). För att undersöka detta har vi plottat feltermerna mot de oberoende variablerna samt den beroende variabeln. Genom detta kunde vi utröna att ingen uppenbar heteroscedasitet förekommer i datamaterialet (Se bilaga 1).

För Affärsvärldens generalindex erhöll vi ett värde för VIF >10, vilket gjorde att vi valde att exkludera denna variabel. Högst förmodligen är börsens utveckling korrelerad med inkomstnivån i samhället vilket gör att vår regression uppvisar multikollinaritet. Att vi väljer att ta bort just Affärsvärldens Generalindex, och inte inkomsten, beror av att regressioner med inkomst får en högre förklaringsgrad, jämfört med Affärsvärldens Generalindex. Detta är något som är ganska intuitivt då generalindex troligen ökar samt minskar den disponibla inkomsten. De övriga variablerna (för hela landet) fick VIF- värden på mellan 1-4 vilket inte innebär att variablerna skulle vara dåligt skattade. Positiv autokorrelation för hela landet förkommer och därmed kan signifikansnivån överskattas.

Regressionsanalyser på regioner visade sig även inte innehålla samma tillfredställande resultat som den som baseras på riksnivå. Detta förklaras med att vi på riksnivå hade bättre data för disponibel inkomst samt data över flera år. Dessutom inrymde regressionsanalyserna på regionsbasis en del förenklingar för att erhålla kvartalsdata. Till exempel dividerades medianlönen per år i respektive region med fyra för att erhålla ett mått på kvartalsinkomst i varje region.

(18)

4 Resultat

Regressionsresultat för hela landet med tremånadersränta

Variabel Koefficient P-värde VIF-värden

Konstant (α) -13,518 0,000 ---

Disponibel inkomst (ln Y) 2,6516 0,000 3,208

Ränta (i) -0,008512 0,000 2,056

Fastighets- kapitalvinstskatt (1-t) -0,0297 0,160 2,003

Tabell 2

Regressionsekvationen:

ln P = - 13,5 + 2,65 ln Y - 0,00851 3 månaders ränta - 0,0279 skatt

Regressionen innebär att priset ökar med 2,56 % om inkomsten ökar med 1%. Samt att priset minskar med 0,85 % om räntan ökar en procentenhet och för skatten gäller att priset minskar med nära 3% för motsvarande.

Durbin-Watson statistika = 0,334074 för tremånadersräntan Determinationskoefficient = R-Sq = 93,7% R-Sq(adj) = 93,4%

Regressionsresultat för hela landet med femårsränta

Variabel Koefficient P-värde VIF-värden

Konstant (α) -13,592 0,000 ---

Disponibel inkomst (ln Y) 2,6626 0,000 3,651

Ränta (i) -0,009353 0,002 2,442

Fastighets- kapitalvinstskatt (1-t) -0,01832 0,378 1,848

Tabell 3

Regressionsekvationen:

ln P = - 13,6 + 2,66 ln Y - 0,00935 5 års ränta - 0,0183 skatt

Regressionen innebär att priset ökar med 2,66 % om inkomsten ökar med 1%. Samt att priset minskar med 0,94 % om räntan ökar en procentenhet och för skatten gäller att priset minskar med nära 1,8% för motsvarande.

Durbin-Watson statistika = 0,311381

Determinationskoefficient = R-Sq = 93,3% R-Sq(adj) = 93,0%

(19)

Regressionsresultat för Stockholms län

Variabel Koefficient P-värde VIF-värden

Konstant (α) -1,0946 0,213 ---

Förvärvsinkomst (ln Y) 0,2926 0,158 40,331

Ränta (i) -0,003871 0,031 7,158

Pris t-1 0,89922 0,000 22,473

Tabell 4

Regressionsekvationen:

ln P stock = - 1,09 + 0,293 ln ink Stock - 0,00387 ränta + 0,89922 ln Pstock t-1

Regressionen innebär att priset ökar med 0,29% om inkomsten ökar med 1%, att priset

minskar med 0,39% om räntan ökar en procentenhet samt att om föregående periods pris ökar med 1% ökar denna period med 0,9%.

Durbin-Watson statistika = 1,09175

Determinationskoefficient = R-Sq = 99,5% R-Sq(adj) = 99,5%

Regressionsresultat för Sydsverige (Skåne + Blekinge)

Variabel Koefficient P-värde VIF-värden

Konstant (α) -0,789 0,213 ---

Förvärvsinkomst (ln Y) 0,2001 0,188 27,143

Ränta (i) -0,001554 0,269 6,173

Pris t-1 0,9501 0,000 14,941

Tabell 5

Regressionsekvationen:

ln syd = - 0,790 + 0,200 ln ink syd - 0,00155 ränta + 0,950 ln P syd t-1

Regressionen innebär att priset ökar med 0,20% om inkomsten ökar med 1%, att priset

minskar med 0,15% om räntan ökar en procentenhet samt att om föregående periods pris ökar med 1% ökar denna period med 0,95%.

Durbin-Watson statistika = 1,35645

Determinationskoefficient = R-Sq = 99,6% R-Sq(adj) = 99,5%

(20)

Regressionsresultat för mellersta Norrland (Jämtland + Västernorrland)

Variabel Koefficient P-värde VIF-värden

Konstant (α) -0,2673 0,555 ---

Förvärvsinkomst (ln Y) 0,0819 0,476 12,595

Ränta (i) -0,001246 0,454 6,621

Pris t-1 0,95639 0,000 6,670

Tabell 6

Regressionsekvationen:

ln P Norrland = - 0,267 + 0,082 ln ink Norrland - 0,0129 skatt t-1 + 0,956 ln Norrland t-1 Regressionen innebär att priset ökar med 0,08% om inkomsten ökar med 1%, att priset minskar med 0,129% om räntan ökar en procentenhet samt att om föregående periods pris ökar med 1% ökar denna period med 0,96%.

Durbin-Watson statistika = 2,24976

Determinationskoefficient = R-Sq = 97,0% R-Sq(adj) = 96,8%

I vårt fall är ej konstaten α av intresse för vidare tolkning. Vår definition av regressionen som den samlade ekonomin gör det teoretisk ointressant att titta på värdet för α när de andra variablerna är noll.

Den regression som Hort presenterar i Lindh 2000, se ekvation 1, är motsvarande koefficientvärden för konstanten -19,47 mot våra cirka -13 (för hela landet). Vidare är den sammanslagna variablen för förslitnings,- ränte-och skattekostnader 3% jämfört med vår två variabler för ränta och skatt som tillsammans ligger på 3,8% (tremånadersränta) och 2,8% (för femårsräntan). Inkomselasticiteten ligger enligt Hort (i Lindh, 200, s. 17) mellan 0,2 och 4,0 beroende på hur man väljer att specificera utbudssidan som används i skattningarna. I Horts skattning uppgår inkomstelasticiteten till 0,96. Vår skattning över inkomstelasticiteten för hela landet hamnar runt 2,6. Sammantaget ligger våra skattningar i linje med Hort och vi anser dem således vara godtagbara.

För regressionerna på regionnivå är koefficienten markant lägre samt att disponibel inkomst ligger mellan 0,29 och 0,08. Inkomstelasticiteterna ligger dock innanför (eller nära) det intervall Hort nämner (i Lindh, 2000 s. 17). Skillnad kan bero på att vi på regionnivå använt

(21)

oss av förvärvsinkomst, jämfört med disponibel inkomst för hela landet. Vidare kan de även bero på att på regionnivå inkluderas P(t-1).

(22)

5 Analys

5.1 Inkomst och ränta

Hushållens disponibla inkomst är den variabel som är av störst betydelse för att förklara huspriserna. Detta syns genom att studera tolkningarna av koefficienterna. Resultatet var ingen överraskning då det är en huvudsaklig indikation på betalningsförmågan för hushållen.

Med låg eller utebliven inkomst är det knappast troligt att ett hushåll efterfrågar dyra villor i attraktiva områden av den enkla anledningen att det inte är ekonomiskt möjligt. Trots att vi tänker oss lånefinansiering är inkomsten fortfarande den avgörande faktorn för hur stora lån hushållen kan ta för att finansiera bostadsköp. Vi kan se ett tydligt samband mellan hushållens disponibla inkomst och husprisernas utveckling över den studerade tidsperioden. Ökad inkomst bör leda till ökad efterfrågan på normala varor samt lyxvaror, ceteris paribus. Då vi erhöll en relativt hög inkomstelasticitet i skattningen har vi sett att ökad inkomst lett till ökad efterfrågan på bostäder vilket driver upp småhuspriserna. Högre inkomst innebär att hushållen kan investera mer kapital på den fasta stocken av småhus som antas vara konstant på kort sikt.

Då husstocken antas vara konstant stiger priserna snabbare på kort sikt.

Räntan påverkar huspriset genom att många lånefinansierar bostadsköp. Går räntan upp ökar kapitalkostnaden för husägaren och tvärtom om räntan går ner. Därav är intuitionen att högre ränta bör leda till lägre huspriser då detta ökar boendekostnaderna. I vår regression syns detta genom att tecknet för räntekoefficienten är negativ. Hög ränta sänker således fastighetspriserna. Vi valde att titta på tremånadersräntan som fick representera den rörliga räntenivån, samt den femåriga räntan för att ge ett längre perspektiv. Både den långa och den korta räntan är justerade för ränteavdrag och hämtade från Swedbanks sammanställning för bolåneräntor. I regressionerna, för hela landet, fick den långa räntan ett högre koefficientvärde vilket i regressionen innebär att 5-årsräntan påverkat priset mer än 3-månadersräntan då den legat lite högre under tidsperioden. Att binda sin ränta innebär att man ofta betalar en högre ränta jämfört med den rörliga. Detta har varit fallet under de senaste 15 åren men det kan naturligtvis se olika ut beroende på marknadssituation. På lite längre sikt antar vi dock att bankerna som vinstmaximerare inte vill ta en risk att binda räntan utan någon kompensation för denna ytterligare risk. För att binda räntan lägger bankerna på en riskpremie vilket gör den högre. Det kan också ses som att kunden betalar premie för att försäkra sig om storleken på räntebetalningarna. Bundna lån har alltså, under den studerade tidsperioden i vår modell, lett till lägre huspriser då ägaren helt enkelt måste lägga större del av den disponibla inkomsten på

(23)

räntekostnader. I Sverige finns det dels de som binder räntan och dels de som väljer rörlig ränta, därav bör ett mellanting av koefficienternas värde vara en bra approximation.

5.2 Kapitaliseringseffekter av förändrad fastighetsskatt

Enligt kapitaliseringsteorin bör en skattereform omedelbart kapitaliseras i fastighetspriser när informationen om reformen blir känd. Husets värde förändras då med det diskonterade nuvärdet av förändringen av skatten. Detta verkar vara en helt rimlig teori då en fastighetsskattesänkning frigör kapital och sänker den framtida betalningsförpliktelsen för husägaren. Det kan även antas att en köpare av huset tar med det i sin boendekalkyl och därmed är beredd att betala ett högre pris där ökningen är högst nuvärdet av skattesänkningen.

Problemet med att studera en variabel såsom fastighetsskattens påverkan på fastighetspriser innefattar många problem. Att isolera effekterna av just fastighetsskatten är svårt då det finns många andra variabler som spelar in och en förenkling blir svår att göra. Till exempel kan nämnas att en reglerad marknad för hyresrätter i Sverige kan snedvrida avkastningen av ägande av småhus. Demografiska faktorer kan spela in eller andra faktorer bland oss människor som inte är av rent ekonomisk karaktär i valet av bostad. De beräkningar vi gjort baseras på fastighetsskattesatser under de studerade åren. Därefter har dessa jämförts med de mått vi har på huspriser. Med dessa beräkningar kan man se ett samband som är av intresse nämligen att fastighetsskattebetalningarna ökar med ökande fastighetstaxering. Det här beror på att då fastighetsskattesatsen är konstant och marknadsvärden för hus och således taxeringsvärden ökar, ökar också fastighetsskattebetalningen. Ökningen i småhuspriserna är då drivna av andra faktorer till exempel fundamentala efterfrågeökningar till följd av en ökning av hushållens disponibla inkomst. Skatteökningen som enligt kapitaliseringsteorin bör ha effekten att justera priserna nedåt får då anses ha liten effekt i jämförelse med efterfrågeökningen och därmed blir totaleffekten högre priser. Om vi räknar med den teoretiskt fulla kapitaliseringen av skatteförändringen den 1 jan 2008 (med ekvation 4 som anges i avsnitt 2.6) skulle priset på en medelvilla kunna stiga med mellan 80 000 och 100 000 kronor. Detta baseras på att medelvillan i Sverige är värd 1 800 000 kronor i slutet av år 2007 samt de värden för realränta efter skattereduktion och storleken av skatteförändringen vid denna tidpunkt (www.nwt.se I). I regressionerna konstaterade vi att vår skattevariabel hade inverkan på fastighetspriserna som stämmer med intuitionen om kapitalisering.

(24)

6 Slutsatser

Kapitaliseringsteorin säger att vid en perfekt marknad kommer en fastighetsskattesänkning fullt ut att kapitaliseras i ett högre fastighetspris. Vi har i våra undersökningar kunnat se att skatten faktiskt påverkar prisbildningen på fastigheter. Regressioner över hela landet visade på ett starkare samband mellan skatt och fastighetspris gentemot ränta och fastighetspris.

Dock hade räntan högre signifikansnivå i samtliga regressioner. Att slutligen inkomst är den viktigaste faktorn för priset på en fastighet ter sig tämligen självklart och detta styrks i vår regressionsanalys. Självfallet är dock inte fastighetsmarknaden i realiteten en perfekt marknad och de teoretiska antaganden som görs för att en prisförändring ska kapitaliseras fullt ut är och förblir teori. Den skattesänkning som genomfördes den 1 januari 2008 kommer högst förmodligen att höja priset på fastigheter genom kapitaliseringseffekten. Storleken på den är dock svårare att göra prognoser på.

För de regressionsanalyser vi gjort på regionnivå kunde vi främst se hur inkomst skiljer sig mellan Stockholms län, Sydsverige och mellersta Norrland. I Stockholms län tycks inkomsten driva upp fastighetspriset mer än i mellersta Norrland och Sydsverige. Samt att räntan verkar påverka prisnivån i Stockholms län mer än mellersta Norrland och Sydsverige.

Förslag till vidare forskning

Ett förslag till vidare forskning är att mera ingående studera hur en förändrad fastighetsskatt kapitaliseras i fastighetspriserna, likt Boije (1997) som tar upp hur den kommunala inkomstskatten kapitaliseras i fastighetspriserna. Vidare att fortsätta studera effekter av den nya skattereformen framöver då den på ett tydligare sätt fått fäste på marknaden.

En annan intressant fråga och ämne till vidare undersökningar är att förändringen av fastighetsbeskattningen ska, enligt regeringen, vara skattefinansiellt neutral. Detta innebär således att staten räknar med att få in samma summa pengar med den nya avgiften som den äldre skatten bidrog med. Är detta realistiskt? Samt räknar regeringen med att den aggregerade kapitalvinstbeskattningen kommer att öka på grund av att marknadsvärdet på småhus ökar?

(25)

Referenslista

Tryckta källor

Andersson, Ågren, och Jorner 1994, Regressions- och tidsserieanalys, Studentlitteratur AB, andra upplagan

Boije 1997, Capitalisation, efficiency and the demand for local public services, Department of Economics, Uppsala University

Boije, Hansson och Söderström 2004, Ekonomisk Debatt, Fastighetsskatten, nr 3 2004 Boije och Shahnazarian 2000, Hur ska fastighetsskattesatsen för småhus bestämmas?

Uppsala Universitet, Institutet för bostads-och urbanforskning

Dahlqvist, Fastighetsskatten - dess utveckling, framtid och problematik, Handelhögskolan vid Göteborgs Universitet, juridiska institutionen (Examensarbete, tillämpade studier HT 2001)

Hort 1997, On price formation and quantity adjustment in Swedish housing market, Department of Economics, Uppsala University

Hort 1999, Structural Differences in the Dymanics of Regional House Price, Insitutet för bostadsforskning, Uppsala Universitet, Gävle

Lantmäteriverket & mäklarsamfundet, 2005: Fastighetsvärdering- Grundläggande teori och praktisk värdering. Gävle och Solna

Lindh, 2000, Prisbildning och värdering av fastigheter Var står svensk forskning inför 2000-talet? En analogi om svensk bostadsekonomisk forskning Gävle, Institutet för bostads- och urbanforskning Uppsala Universitet

Newbold, Carlson och Thorn 2003, Statistics for business and economics. New Yersey femte upplagan

Rosen, 2001, Public Finance, McGraw-Hill, New York, sjunde upplagan

Elektroniska källor

A http://www.scb.se/templates/Standard____172415.asp (2008-05-26) B http://www.regeringen.se/sb/d/9589#item88428 (2008-04-17)

C http://di.se/ "Fastighetsskatten bör höjas", publicerad på .www.di.se 2008-05-15 (2008-05-15)

D http://www.swedbank.se/sst/inf/out/infOutWww1/0,,103764,00.html (2008-05-26) E http://www.finanspolitiskaradet.se/omfinanspolitiskaradet.4.5dd459a31158f2d75c380 0014076.html (2008-05-26)

(26)

F http://www.riksbank.se/templates/News.aspx?id=9617, Englund, Peter 2001:

Fastighetsskattens roll i skattesystemet, Penning och valutapolitik 2/2001 (2008-05-26) G http://www.ibf.uu.se/PUBL/Wp/Wp12.pdf , Berg, Lyhagen, 1998, The Dynamics in Swedish House Prices – An Empirical Time Series Analysis, Uppsala Universitet (2008- 05-26)

H Minitab 15 (sökord: multikolliniaritet)

I http://www.nwt.se/ArticlePages/200708/15/20070815205010_747/20070815205010_7 47.dbp.asp (2008-05-26)

Figur –och tabellförteckning

Figur 1, Prisutveckling på fastigheter i Sverige mellan 1990 till 2007, 1981 = 100 Källa: Egen illustration efter data från Ecowin

Figur 2, egen ritning efter Rosen, s. 282.

Tabell 1, Muntlig källa från Patrik Björkman på Skatteverket i Uppsala.

Tabell 2, Data från regression över fastighetspriset i hela landet, men den korta, tremånadersränta.

Tabell 3, Data från regression över fastighetspriset i hela landet, men den långa, femårsräntan.

Tabell 4, Data från regression över fastighetspriset i Stockholms län

Tabell 5, Data från regression över fastighetspriset i Sydsverige

Tabell 6, Data från regression över fastighetspriset i mellersta Norrland.

(27)

Bilaga 1

Scatterplott för residualer mot ln P, ln Y, i (tremånaders) och t, för hela landet

Scatterplott för residualer mot ln P, ln Y, i (femårs) och t, för hela landet

(28)

Scatterplott för residualer mot ln P, ln Y, i (femårs) och t, för Stockholm

Scatterplott för residualer mot ln P, ln Y, i (femårs) och t, för Sydsverige

(29)

Scatterplott för residualer mot ln P, ln Y, i (femårs) och t, för mellersta Norrland

References

Related documents

KOMMUNALSKATT SOM SKALL BETALAS HELA LANDET , Milj... REDOVISNING AV KOMMUNALSKATT HELA LANDET

• Skolhälsovårdaren och skolläkaren får information om elevens fysiska funktionsförmåga, som de kan utnyttja som ett led i skolans omfattande hälsoundersökningar där man tar

I mellersta Sverige (från Gävleborg och Dalarnas län ner till Södermanland och Värmland inklusive nordvästra delen av Västra Götaland) har priset för skogsmark stigit 7 procent

Det finns stora investeringsbehov i såväl reno- vering, utbyggnad, ombyggnad som nybygg- nad av sjukhus och vårdinrättningar i Sverige. Redan beslutade investeringar i sjukhus har

För att modernisera och framtidssäkra stödet bör utvecklingsstödet enligt regeringen inte begränsas till tryckta allmänna nyhetstidningar utan vara teknikneutralt och

Abonnemang En förhandsbeställning (likt prenumeration) eller betalning för en rättighet, till exempel att ringa med telefon, ha tillgång till el eller se på

I dagsläget kan kommuner som är rika på naturresurser i princip enbart få återbäring via skatten som betalas av och för arbetstagare som arbetar inom areella näringar/gruv- eller

Energi,