NATIONALEKONOMISKA INSTITUTIONEN Uppsala Universitet
D-Uppsats
Författare: Malcolm Svensson Rothmaier Handledare: Bo Söderberg
Vårterminen 2011
Är bostadsmarknaden i Stockholm effektiv?
Empiriskt test av prisskillnaden på bostadsrätter med hög/låg avgift
Sammanfattning: I denna uppsats testas om Stockholms bostadsmarknad är effektiv i den halvstarka formen. Huvudresultatet är att så inte är fallet. En ökning av det diskonterade värdet av föreningens kapitalkostnad med 1 krona verkar enbart leda till mellan 30-50 öres minskning av priset. Detta kan bero på budgetrestriktioner, särskilt som ineffektiviteten är större på marknaden för små bostäder där
Innehållsföreckning:
1. Inledning ... 1
2. Effektiva marknader i teorin ... 3
2.1 Effektiva marknadshypoetsen ... 3
2.2 Gordons formel ... 3
2.3 EMH – implikationer för bostadsmarknaden ... 3
2.4 Bubblor och effektiva marknader ... 4
3. Vad säger forskningen – är bostadsmarknaden effektiv? ... 5
3.1 Vad menas med begreppet bostadsmarknad? ... 5
3.2 Hur testas effektiviteten på bostadsmarknaden? ... 5
4 Hur agerar agenterna på bostadsmarknaden? ... 7
4.1 Studier om bubblor på bostadsmarknaden ... 7
4.2 Så agerar agenterna på den svenska bostadsmarknaden ... 8
4.3 Boprisutvecklingen under 2010 och 2011 ... 9
5. Hjalmarsson & Hjalmarssons test av den svenska bomarknaden ... 10
5.1 Utnyttjar bostadsrättens särdrag ... 10
5.2 Systematisk överskattning av ineffektiviteten? ... 11
6. Är Stockholms innerstads bostadsmarknad effektiv? ... 12
6.1 Vad är förhoppningen med studien? ... 12
6.2 Data ... 13
6.3 Empiriskt resultat ... 14
6.4 Kompletterande analyser ... 17
7. Analys och slutsats ... 17
7.1 Ineffektivitet eller dålig modell? ... 17
7.2 Vad visar studien? ... 19
7.3 Ineffektivitet på grund av bubbeltensdenser? ... 20
7.4 Slutsats ... 22
Källförteckning: ... 23
Appendix 1 – Kompletterande Regression ... 26
Appendix 2 – Test av multikollinearitet... 27
1
1. Inledning
Finanskrisen har medfört ett kraftigt prisfall i ett flertal länder, exempelvis i USA, Irland och Spanien, dock inte i Sverige. Mellan 1996 och 2007 dubblades det reala bostadspriset i Sverige och utvecklingen var likartad i flera andra länder i västvärlden (Riksbanken, 2009, s.56ff). Folk kunde länge tjäna mer sovandes i sin säng - jämfört med vid sitt skrivbord på kontoret - eftersom bostädernas värde årligen kunde stiga mer än en årslön (Larsen & Wenum, 2007, s.510).
För de flesta personer är ett köp av hus eller lägenhet det största finansiella beslutet i livet. På samma sätt som prisstegring snabbt ger stora vinster riskerar sjunkande bostadspriser skapa stora problem för ägaren då bolånets värde består trots att bostadens marknadsvärde faller. Av den anledningen torde den som köper sin bostad noggrant undersöka
bostadsmarknaden inför en affär. Den som köper en bostad förmodas ta till sig all tillgänglig information och utifrån detta fastställa hur denne ska gå vidare. Detta bör i sin tur resultera i effektiva marknadspriser som reflekterar all tillgänglig information
(Hjalmarsson & Hjalmarsson, 2009, s.2150). Alltjämt oroar sig svenska myndigheter, bankekonomer och politiker över huruvida
prisutvecklingen på den svenska bostadsmarknaden är långsiktigt hållbar. Ett prisfall skulle, utöver de stora privatekonomiska konsekvenserna för hushåll, riskera att ha stor negativ inverkan på realekonomin. Dels skulle det kunna innebära en lägre aggregerad efterfrågan till följd av en allmänt lägre konsumtion och det kan i värsta fall även innebära systemrisker (Jansson & Persson 2011, s 18-19) eftersom bostadslån är en tillgång i bankers balansräkningar (OECD, 2011, s.52). I syfte att begränsa risken för överbelånade hushåll infördes bolånetaket under 2010 (Finansinspektionen 2010:c).1
1 Bolånetaket annonserades under det första
kvartalet 2010 och infördes från den 1 oktober 2010 av
I denna studie testas om bostadsmarknaden i Stockholms innerstad är effektiv. Huvudresultatet är att så inte verkar vara fallet. Analysen genomförs utifrån data som ehållits från Mäklarstatistik över försäljningar av bostadrätter genomförda under det första kvartalet åren 2009 samt 2010. Resultatet tyder på en större ineffektivitet jämfört med vad
Hjalmarsson & Hjalmarsson (2009) finner i en tidigare studie med äldre data från samtliga Sveriges tre största städer (Stockholm, Göteborg och Malmö).
Undersökningen i denna uppsats bygger på samma antagande som hos Hjalmarsson &
Hjalmarrson; nämligen att en kronas ökning av den till ett nuvärde diskonterade årsavgiften, på en effektiv marknad, ska leda till en kronas minskning av priset. Den svenska bostadsrättens särdrag utnyttjas och angreppssättet kan ses som en försvenskning av Meese & Wallace (1994) test av marknadseffektiviteten utifrån en modell som utgår ifrån Gordons formel. Rosenthal (1999) nämner detta som ett av tre beprövade sätt att testa bostadsmarknadens
effektivitet. Att utgå från Gordons formel är även det mest direkta testet av huruvida bostadsmarknadens agenter är rationella i den effektiva
marknadshypotesens halvstarka bemärkelse. Det finns en rad test av den svaga formen av
marknadseffektivitet utifrån autoregressiva modeller, såsom Case & Shiller (1989), samt flertalet test av halvstarka formen där bostadspriset testas som en funktion av förändringar i centrala ekonomiska parametrar, exempelvis Mankiw & Weil (1989). Däremot saknas det i hög utsträckning direkta test av den halvstarka formen med utgångspunkt från Gordons formel. Vidare konstaterar Englund (2011, s.52) att det i hög grad saknas kunskap om hur förväntningar formas på bostadsmarknaden. Med resultatet i denna studie är förhoppningen att kunna bidra med kunskap inom dessa områden.
2
Stockholmsregionen utgör en betydande andel av landets bostadsmarknad. En knapp tiondel av landets befolkning bor i Stockholms kommun och drygt en femtedel bor i Stockholms län (SCB 2011). Inom denna region har studien avgränsats till att endast omfatta Stockholms innerstad. Anledningen är att det är särskilt beträffande denna delmarknad som det förekommit en utbredd oro för överhettning/ bubbeltendenser. Kvadratmeterpriserna på bostadsrättslägenheter i Stockholms innerstad är de högsta i landet. De har även stigit kraftigt. Samtidigt har befolkningen i Stockholm lägst husköpkraft i landet visar boindex från Swedbank (2011).
Studien är empiriskt mindre omfattande än undersökning av Hjalmarsson & Hjalmarsson. Det har därför varit möjligt att göra en precisare
lägesindelning av den studerade delmarknaden samt en bättre skattning av drifts- och underhållskostnader (DOUH) i modellen. Vi använder oss av Svefas2 bedömningar till grund för såväl skattning av läge som DOUH.
Det är intressant att veta huruvida bostadsmarknaden är effektiv då bostadsprisers utveckling har mycket stor betydelse för de flesta. Är marknaden effektiv går det inte på något sätt att analysera fram vilket objekt som ska köpas eller vid vilken tidpunkt man bör köpa eller sälja en lägenhet i syfte att göra riskjusterade övervinster (Larsen & Wenum, 2007, s.511). Det är naturligtvis av extra stort intresse att utröna om det råder en bubbla på
bostadsmarkanden med tanke på de stora
realekonomiska konsekvenser som kan uppstå om en bubbla brister. Bubblor tenderar att gå hand i hand med ineffektivitet. Men bara för att en marknad är ineffektiv betyder det inte att det faktiskt råder en bubbla (Larsen & Wenum, 2007, s.511).
Utifrån kvalitativ insamling av tidigare forskning samt undersökningar och uttalanden från myndigheter, banker och mäklare, verkar det som att
2 NAI Svefa är en av Sveriges största fastighetskonsulter med
verksamhet i 18 svenska städer. Bolaget har såväl privata som offentliga uppdragsgivare.
lägre realräntor och ett oelastiskt utbud legat bakom prisstegringen under 2000-talet. Insamlingen tyder också på att bostadsägare, som ofta haft stora delar av lånen rörligt, inte fullt ut verkar ha förstått vad ett högre ränteläge innebär i form av ökade ränteutgifter.
Utöver detta första inledande avsnitt är uppsasen indelad i yttterligare sex avsnitt. Det första av dessa syftar till att ge en teoretisk bakgrund rörande den effektiva marknadshypotesen samt dess
implikationer för privatbostadsmarknaden. Dessutom förklaras begreppet finansiell bubbla. I avsnitt tre diskuteras begreppet bostadsmarknad samt de tre sätt, enligt Rosenthal (1999), på vilka bostadsmarknadens effektivitet kan testas. I nästföljande avsnitt ges en överblick över vad internationella studier visat om köpare agerande på bostadsmarknaden, samt en redovisning av vad som kommit fram rörande hur svenska bostadsköpare agerar. Delvis blir studien här kvalitativ då det hänvisas till uttalanden och resultat från undersökningar gjorda av mäklare, myndigheter och banker. Förhoppningen är att kunna ge en ökad förståelse för varför marknaden skulle kunna vara ineffektiv utifån denna kvalitativa insamling.
Avsnitt fem ägnas åt Hjalmarsson & Hjalmarsson som analyserar efektiviteten på den svenska bostadsmarknaden. I avsnitt sex redovisas den empiriska studien, som i stora stycken liknar studien av Hjalmarsson & Hjalmarsson. Den nu redovisade studien använder dock enbart data från Stockholms innerstad och använder en mer exakt skattning av DOUH-kostnader samt det geografiska mikroläget. I avsnitt sju dras slutsatserna utifrån de erhållna resultateten. Resultatet jämförts också med vad som framkommit i tidigare forskning. Vidare diskuteras resultaten mot bakgrund av de offentliga uttalanden från marknadsaktörer som återges i avsnitt fyra i syfte att utröna om ineffektiviteten beror av
3
2. Effektiva marknader i teorin
I detta avsnitt förklaras den effektiva
marknadshypotesen samt vilka implikationer EMH har på bostadsmarknaden. Dessutom definieras begreppet finansiell bubbla och om en sådan är förenlig med en effektiv marknad. Denna genomgång är tänkt att ge en teoretisk bakgrund inför empirin i kommande kapitel.
2.1 Effektiva marknadshypoetsen
I takt med Chicagoskolans framväxt på mitten av 1900-talet, som antog rationella och
nyttomaximerande agenter, bredde tankarna om effektiva finansmarknader ut sig. En rationell individ förutsätts ta till sig all tillgänglig information inför ett ekonomiskt beslut, exempelvis en investering. Med riskaverta agenter väntas den förväntade avkastningen öka med risken, det vill säga resultatosäkerheten eller volatiliteten (Cooke 2009:a, s.4). Utifrån dessa grundantaganden gav Fama (1970) upphov till den effektiva marknadshypotesen och föreslog dess tre olika former av marknadseffektivitet; svag, halvstark och stark.
Den svaga formen av marknadseffektivitet innebär att det inte går att göra överavkastning baserat på historisk data. Det vill säga att all form av teknisk analys är oanvändbar.
Enligt den medelstarka formen kan ingen investerare nå överavkastning genom att handla på information som är publik, exempelvis
årsredovisningar och kvartalsrapporter,
pressmeddelanden och rykten, med mera. Med andra ord fundamentaanalys är obrukbar för att erhålla överavkastning.
Den starka formen säger att även all icke-publik information (insiderinformation) redan är inkorporerad i tillgångspriset (Copeland et.al 2005, s.353ff).
En implikation av den effektiva
marknadshypotesens svaga form är att tillgångsprisers kortsiktiga rörelser bör följa en stokastisk process. I boken ”Random Walk down Wall Street” drog Malkiel (1973) analogin med slantsingling och
menade att aktiers kortsiktiga rörelser är lika slumpartade som utfallet i slantsingling.
2.2 Gordons formel
En metod för att att räkna ut det skäliga marknadspriset (fair value) på en tillgång, är att använda Gordons formel (1) som är en metod som ofta används för nuvärdesberäkning:
(1)
där är tillgångens nuvärde (i period t), är utdelningen (i period t), r är avkastningskrav för tillgången och g är utdelningens tillväxttakt. Eftersom denna formel inte explicit beaktar kapitalvinster är ett vanligt missförstånd att formeln inte tar hänsyn till kapitalvinster - utan enbart utdelningar. Formeln används för evighetsberäkning av årligen ökande inbetalningsströmmar och ger nuvärdet vid tidpunkten
t. Det enda som orsakar förändringar i nuvärdet är
förändrade förväntningar rörande utdelning, avkastningskrav, eller framtida tillväxttakt. Däremot medger modellen att priset växer och blir högre i alla framtida tidsperioder, efter t. (Cooke 2009:2, s.5-11).
2.3 EMH – implikationer för bostadsmarknaden
4
hundratals olika variabler som kan tänkas påverka en lägenhets pris (O’Sullivan & Gibb 2003, s.90).
Utöver heterogeniteten på
bostadsmarknaden är en bostad, till skillnad från en aktie eller obligation, inte enbart en tillgång, utan även en konsumtionsvara. Medan en finansiell tillgång förväntas ge avkastning, exempelvis i form utdelningar eller ränta, ger en lägenhet kostnader till följd av reparationer och slitage. Priset på en bostad måste således stiga med mer än depricieringen för att ägaren ska kunna tillgodoräkna sig kapitalavkastning på sin lägenhet3. Utöver det har varje person sina egna preferenser rörande tapet, köksluckor, kakel och liknande, varför två intressenter kan värdera samma lägenhet olika (O’Sullivan&Gibb 2003, s.1ff.). Gordons formel kan användas för att enkelt illustrera dynamiken på marknaden. En intial ökning av priset – utan att någon av de övriga variablerna simultant förändras – kommer att leda till en lägre förväntad avkastning i nästa period, se händelsekedja (2) nedan:
P
(2) Vid kraftiga prisuppgångar på en marknad, där prisuppgången inte motsvaras av ökande avkastning, ökar risken för att bostäderna är övervärderade. (Cooke 2009:b, s.10ff.).
2.4 Bubblor och effektiva marknader Med finansiell bubbla avses spekulationsdriven uppgång av tillgångsvärden över det diskonterade nuvärdet. Med andra ord diametralt motsatt den effektiva marknadshypotesen som i praktiken säger att priset på en finansiell tillgång inte ska överstiga det diskonterade nuvärdet av framtida kassaflöden (Holmén 2008, 3ff.). Att marknaderna antas vara effektiva innebär däremot inte att de är perfekta. Så
3 Och det därmed ska finnas möjlighet att tjäna mer sovandes
i bostaden jämfört med vid kontorsstolen. Trots stillastående – eller rentav sjunkande priser – kan det vara rationellt att köpa en bostad, så till vida total månadskostnad (inkluderat värdeminskning) är lägre än hyresvärdet.
länge som marknaden är ovetandes om någon information som skulle leda till en annorlunda värdering kommer en tillgång ”felprissättas” även på en effektiv marknad(Maier & Herath 2009, s.5). Det kan således ske prisfall även på en effektiv marknad. En högriskinvestering genererar en hög förväntad avkastning till följd av den högre risken för ett negativt utfall. På en effektiv marknad ska det däremot inte gå att generera riskjusterad överavkastning.
Men vad hände då kring milennieskiftet när kurserna på it-aktier kraschade? Trodde investerare på dessa bolags glädjekalkyler? Det är svårt att förklara utvecklingen för it-aktier innan kraschen om man inte tror på finansiella bubblor, det vill säga att
tillgångspriser kortsiktigt kan leta sig över ”fair value” (Holmén 2008, 3ff.).
Vissa av dem som tror på teorin om
effektiva marknader hävdar att det finns situationer där det är rationellt att tillgångspriset letar sig över det diskonterade nuvärdet och ger upphov till så kallade ”rationella bubblor”. Trots att en investerare anser att en finansiell tillgång är fundamentalt övervärderad kan det vara rationellt att investera. Detta om det på kortare sikt finns möjlighet till profit vid fortsatt uppgång och denna överväger risken för förlust vid snar punkterad bubbla. Men ju längre ifrån tillgångens fundamentala värde priset befinner sig, eller om risken för nära förestående punktering får anses hög, desto högre måste avkastningen vara vid fortsatt uppgång för att det ska vara rationellt att ”hoppa på tåget” (Lindgren 1989, s.10).
Beteendeekonomerna Akerlof & Shiller (2009) anser dock att antagandet om rationella aktörer är felaktigt. De hänvisar till till John Maynard Keynes teori om ”djuriskt beteende” (animal spirits) och hävdar att finansmarknaden präglas av människans kortsiktighet och irrationalitet. Shiller (1981) har även visat att volatiliteten är alldeles för hög på
aktiemarknaden för att det ska gå att hänvisa till fundamenta (s. 133-134).
5
övertro på marknaden (irrational exuberance). Detta leder till att riskpremierna trycks ner omotiverat lågt och att tillgångspriser därmed pressas uppåt.
Fama (1991, s. 1575ff.) poängterar att när någon testar om en marknad är effektiv måste denne utgå från någon form av modell som förklarar tillgångspriser. Om ett test skulle visa att marknaden inte är effektiv behöver det inte betyda att det är den effektiva marknadshypotesen som ska förkastas utan det kan snarare bero på den modell som används vid testet (så kallat ”bad model-problem”).
3. Vad säger forskningen – är
bostadsmarknaden effektiv?
I föregående avsnitt har teori kring effektiva
marknader och finansiella bubblor behandlats. Primärt brukar teoin användas för att förklara
värdepappersmarknader där en investerare alltid vill ha så hög avkastning till så låg risk som möjligt. Men teorin går även att applicera på boststads- och fastighetsmarknaden även om det är förenat med vissa bekymmer, till stor del på grund av bostadsmarkndens hetrogenitet, vilket kommer att förklaras vidare i detta avsnitt. En redogörelse ges för de tre former av test som Rosenthal (2009) lyfter fram som de vanligaste angreppssätten i syfte att testa om agenterna på bostadsmarknaderna är rationella. Inledningsvis diskuteras dock begreppet bostadsmarknad.
3.1 Vad menas med begreppet bostadsmarknad?
I såväl det svenska som det engelska språket uppstår det lätt avgränsnings- och begreppsförvirring när det talas om bostads- och fastighetsmarknaden. I denna uppsats omfattar begreppet ”bostadsmarknaden” samtliga enfamiljsbostäder som innehas med
äganderätt eller bostadsrätt, det vill säga villor, radhus och olika former av ägarlägenheter. Uppsats empiriska test rörande marknadseffektitet använder data från delmarknaden med bostadsrätter i Stockholms innerstad. Men när det i detta, samt följande, avsnitt
hänvisas till tidigare studier bygger dessa ofta på test av enfamiljshus (villa/radhus)-marknader. Detta har dock ingen större betydelse då syftet är att testa om de enskilda hushållen är rationella i sina beslut om bostadsinvesteringar eller inte. Däremot inbegriper begreppet bostadsmarknad inte hela hyresfastigheter eller liknande då denna del av fastighetsmarknaden består av professionella investerare.
3.2 Hur testas effektiviteten på bostadsmarknaden?
I och med bomarknadens stora inverkan på realekonomin har det gjorts en lång rad test rörande effektiviteten på bostadsmarknaden (Maier & Herath 2009, s.2). De empiriska testen rörande
bostadsmarknader kan enligt Rosenthal (1999) grovt delas upp i tre olika kategorier. Den svaga formen kan testas genom analys av förekomsten av
seriekorrelation för bostadspriser (exempelvis Case & Shiller, 1989) medan det går att utröna huruvida den halvstarka formen håller genom att testa förändringar av bostadspriset som en funktion av förändring av för marknaden fundamentala ekonomiska variabler (såsom Mankiw & Weil, 1989). Dessutom kan bostadspriser jämföras med nuvärde av motsvarande hyresvärden i syfte att analysera om den halvstarka formen håller (främst Messe & Wallace, 1994). Analysen i föreliggande uppsats hör till den sistnämnda gruppen. Nedan kommer vi kort gå igenom de tre olika typerna av test samt kortfattat redovisa vilka resultat man kommit fram till.
Med autokorrelationstest går det att testa om det på något sätt går att förutspå framtida
husprisutveckling baserat på historisk data, vilket inte ska vara möjligt enligt den svaga formen av
marknadseffektivitet (eftersom bopriserna då inte följer en random walk). En effektiv bostadsmarknad tillåter inte en autoregressiv modell (3):
6
där är realt huspris (i period t), δ är drift och är felterm, Feltermen antas vara en stokastisk variabel och processen ett vitt brus.
Case & Shiller (1989) studie, utifrån ett prisindex baserat på data från upprepade försäljningar av (samma) småhus i Atlanta, Dallas, Chicago och San Fransisco/Oakland under åren 1970-1986, visar dock på första gradens autokorrelation och således ett ”färgat brus”. Studien visar på positiv seriekorrelation, en prisförändring ett år tenderar att följas av en likadan prisutveckling nästa år med 25-50 procents ökad sannolikhet. Flera andra forskare har gått tillväga på liknande sätt som Case & Shiller, men med andra data, exempelvis försäljningsdata från andra länder. Exempelvis har Hosios & Pesando (1991) samt Larsen & Weum (2007) kommit till samma slutsats som Case & Shiller baserat på data från Spanien respektive Norge. Larsen & Weum (2007) finner att Oslos bostadsmarknad under den testade perioden 1991-2002 konstant gav högre avkastning än
aktiemarknaden i kombination med en lägre volatilitet (s. 510). Utifrån data från upprepade svenska husförsäljningar under en 12-årsperiod påvisar Englund et.al (1999) första gradens seriekorrelation.
Mankiw & Weil (1989) har stått för ett välciterat test av den halvstarka effektiviteten. Eftersom det för köpare och säljare går att förutspå när baby boom- respektive baby bust-generationer ska träda in på bostadsmarknaden borde inte detta ha någon påverkan på priset. Forskarna visar dock att baby boom-generationers entré på den amerikanska bostadsmarknaden ökar takten av real prisstegring på bostäder och således drar de slutatsen att marknaden inte är effektiv. Även Case och Shiller (1990) testar om bostadsmarknaden är fundamentalt effektiv (halvstark form). I likhet med i testet av svaga formen använder de prisindex baserat på upprepde
husförsäljningsdata från åren 1970-1986 i Atlanta, Dallas, Chicago och San Fransisco. Med ett sampel av transaktionsdata på mikronivå drar de återigen slutsatsen att marknaden inte är effektiv. Studien visar på möjligheten att förutspå framtida huspriser baserat
på en rad tillgänglig data såsom reallöneökning per capita, förändringen av antalet myndiga personer, eller ratiot mellan att byga ett nytt hus och huspriser. Englund & Ioannides (1997) visar med data från 15 OECD-länder att priscykler är ett internationellt fenomen. Sverige återfinns bland de 15 länderna.
Meese & Wallace (1994) har gjort det test som ofta klassas som det mest ”rena” av
huruvidabostadsmarknaden är rationell. Bostäder behandlas i deras studie på exakt samma sätt som finansiella tillgångar och marknaden förväntas vara fullt effektiv. De använder en modell (4) som i praktiken utgör en variant av Gordons formel:
!" #"
$%& '"() *(!!+"
, där Pt är bostadens nuvärde (i period t), Rt är
hyresnivån på motsvarande objekt, -är marginalskatt, . är inflation, / står för depreciering och !+
!"är förväntad prisutveckling.
De utnyttjar det faktum att hyresmarknaden är avreglerad i USA vid skattning av hyresvärdet för småhusen. På så sätt kan de testa om bostadspriserna är fundamentalt över- eller undervärderade, jämfört med motsvarande hyresnivåer. Modellen tar dock inte hänsyn till hushållens inkomst (O’Sullivan & Gibb 2003, s.101). Meese & Wallace är i praktiken ensamma om att ha testat om marknaden är rationell med denna typ av analys där en explicit skattning av bostädernas fundamentamotiverade värde görs. En anledning till att så är fallet är att denna typ av test lätt blir rörig. Dessutom är det svårt att skatta objektens motsvarande hyresnivå (O’Sullivan & Gibb, s.18).
För att ta hetrogeniteten på
7
bostadsmarknaden på lång sikt är rationell enligt den halvstarka formen, men drar samtidigt slutsatsen att så inte är fallet på kort sikt. Det senare skulle kunna förklaras av de stora transaktionskostnader som upptsår i samband med husförsäljningar. Forskarna utesluter dock inte att det beror på bubbeltendenser och/eller irrationellt beteende hos köparna.
4 Hur agerar agenterna på
bostadsmarknaden?
I syfte att utröna om innefektiviteten som råder faktiskt beror på bubbeltendenser räcker det inte med att konstatera att marknaden är ineffektiv, vilket exempelvis Meese & Wallace (1994) studie visar. För att ytterligare illustrera svårigheterna med att fastslå om en bubbla föreligger kan nämnas att Jaffee (1994) inte finner att en bubbla förelåg på den svenska fastighetsmarknaden i början av 1990-talet, utan att prisutvecklingen innan fastighetskrisen gick att hänföra till fundamentala förklaringsfaktorer. Enligt Björklund & Söderberg (1999) finns det dock tecken som pekar på att prisutvecklingen på den svenska fastighetsmarknaden faktiskt drevs av spekulativa bubbeltendenser, främst under åren 1985-1990.
I syfte att få ökad inblick om hur aktörerna på svenska bostadsmarknaden i allmänhet, och Stockholms bostadsmarknad i synnerhet, agerar går vi i detta avsnitt igenom ett antal studier – delvis kvalitativa. Även uttalanden samt
enkätundersökningar gjorda av berörda myndigheter och fastighetsmäklare diskuteras. Vi finner här vissa tecken på att marknaden kan ha haft orimligt
optimistiska förväntningar till följd av de senaste årens låga realränteläge, mer om detta i analysdelen. Detta kan kasta ett visst ljus över frågan huruvida den ineffektivitet vi kommer att finna senare (i avsnitt 6) beror på bubbeltendenser eller ej.
4.1 Studier om bubblor på bostadsmarknaden En starkt bidragande faktor till att bubblor kan uppstå på bostadsmarknaden är de höga
transaktionskostnaderna i kombination med den låga omsättningen. Ett fåtal optimister kan därmed driva upp marknadspriset till ohållbara nivåer eftersom optimisterna kan stå som köpare i merparten av de transaktioner som sker. Situationen på aktiemarknaden är den rakt motsatta med låga kurtagekostander samt en årlig omsättning som uppgår till flera gånger börsvärdet. Dessutom tenderar ständigt stigande bostadspriser att driva på utvecklingen på
bostadsmarknaden ytterligare genom att de som står utanför marknaden blir rädda för att bli utestängda från densamma om de inte hoppar på tåget (Hansson, 2010:b, s.6ff).Piazzesi & Schneider (2009) visar att det räcker med att en liten del av populationen, ett par procent, är spekulativa för att kunna bygga upp en bubbla. Deras studie bygger på Michiganindex som mäter förtroendet hos de amerikanska hushållen. I takt med att huspriserna i USA närmade sig toppen, och flertalet hushåll benämnde husen som dyra, räknade rekordmånga hushåll med fortsatt prisstegring. År 2003 trodde 10 procent av hushållen på stigande priser. Två år senare, 2005, då priserna närmade sig toppen, trodde dubbelt så många (20 procent av hushållen) på prisstegring, den högsta andelen optimister sedan 1980 (s.406ff.),
Enligt Jean Rochet4 uppstår bubblor främst på grund av dålig reglering eller låga
refinansieringsräntor. Av den anledningen bör penningpolitiken försöka ta hänsyn till tillgångspriser i syfte att stävja prisutvecklingen. Philip Davis5
framhåller att bostadspriser borde vara en viktig faktor att ta i beaktande gällande tillsynen och regleringen av det finansiella systemet. Detta eftersom
bostadspriserna påverkar konsumtionen i landet, har inverkan på länders offentliga finanser samt eftersom boprisfall kan skapa bankkriser. Peter Englund6 konstaterar att bostadspriser kan användas för att förutse bankkriser. (Thornley 2011, s.410-412)
4 Professor vid Zürich Universitet, som deltog i ett
seminarium vid Riksbanken rörande bostatsmarknaden
8
Studier i Storbritannien har visat på att bolåntagare i hög utsträckning lånar till rörlig ränta utan att förstå riskerna involverade med detta. Låneportföljsmodeller indikerar enligt Miles (2004) att hushållen skulle ha en större andel bundna lån i syfte att minska volatiliteten i ränteutgifterna. I dessa modeller antas det att hushållen är välinformerade och tar hänsyn till risker. Men i själva verket förefaller bolåntagarna varken förstår risken med, eller troligheten för, högre framtida boräntenivåer. Hushåll har en tendens att enbart fokusera på den initiala räntekostnaden förknippad med lånesumman. Med en ökad förståelse hade antagligen andelen lån till bunden ränta varit högre. (Miles 2004, s.17ff.)
Enligt en studie av Dell’Ariccia et.al. (2008, s.3) kunde den amerikanska boprisuppgången under 2000-talets första hälft varken hänföras till inflyttning eller ökade inkomster. Snarare verkar det ha varit minskade krav för att erhålla krediter i kombination med minskade krav på amortering och kontantinsats som resulterade i kraftig kredittillväxt i USA, vilket i sin tur medförde stigande bostadspriser. Att det blev allt lättare att få lån i USA visade sig i att allt färre fick avslag på sina låneansökningar samt att låne/inkomst-ratiot steg. Bergstresser & Beshears (2009) visar att det i USA under åren innan finanskrisen i hög grad var ägare med otillräcklig matematisk och finansiell förståelse som tog ”ARM-lån”7 (s.2ff.).
4.2 Så agerar agenterna på den svenska bostadsmarknaden
Finansinspektionen (2010:c) kom i sin konsumentundersökning 2010 fram till liknande resultat som Bergstresser & Beshears (2009) Finansinspektionen undersökte också
”räknefärdigheten” och den ”finansiella förmågan”. Med räknefärdighet avsågs en individs förmåga att hantera kvantitativ information samt att utföra enklare
7 ”Adjustable Rate Mortgages”. Lån där låntagaren fick en
kortare period med låg ränta och utan avbetalning. Ävn en ökning av lånesumman förekom genom att delar av räntan bakades in i lånet. Samtidigt var det bestämt att ränte- och återbetalningsvillkoren skulle justeras upp efter ett par/tre år.
beräkningar. Finansiell förmåga syftade på hur bekant en individ var med ”grundläggande finansiella koncept och produkter”. Enligt undersökningen är det vanligt att svenskar har en så dålig räknefärdighet samt så bristande finansiella kunskaper att det riskerar att påverka hushållens finansiella beteende. En av tre klarade exempelvis inte av att svara hur mycket var och en skulle få om fem personer skulle dela på en vinst på två miljoner kronor. Personer med högre utbildning och inkomster samt grupper med högre grad av sysselsättning presterade i genomsnitt bättre på frågorna, medan yngre och äldre samt kvinnor generellt var sämre på att svara rätt. Att personer mellan 18 och 29 år var sämre på att svara på frågorna tyder på en ”kohort-effekt”8 och ”skulle kunna tyda på ett allvarligt problem”, (s.1ff.). Enligt undersökningen karaktäriseras den svenska bomarknaden av ett utbrett bostadsägande i kombination med en hög
belåningsgrad. Dessutom är en stor andel av hushållens totala lånestock upptagen till rörlig ränta, vilket gör hushållen känsliga för förändringar i nivån på korta räntor. Undersökningen visar visserligen att genomsnittet rörande räknefärdighet såväl som finansiell förmåga är högre för personer med bolån, än de utan. De med högre räknefärdighet är dock mindre riskaversiva (Finansinspektionen 2010:c, s.22).
Almenberg & Finocchiaro (2011) anser att det vore önskvärt om de svenska hushållen förstod de risker som finns förknippade med såväl nominella som reala räntor. Detta då bostadslånet är det enskilt vikigaste finansiella kontraktet de flesta hushållen ingår, ett beslut som är långtifrån enkelt utan snarare ett mycket komplicerat sådant. Resultatet i
Finansinspektionens konsumentundersökning indikerar dock, enligt dem, att de svenska hushållen inte är fullt medvetna om vilka risker de tar (s. 1ff.). Hansson (2010:b) pekar på att realräntorna kommit ner ungefär tre procentenheter under det senaste decenniet. Detta har i sin tur drivit på
8 Att ytre miljöfaktorer, i detta fall hur den svenska skolan
9
lånetillväxten och legat bakom de stigande bostadspriserna i Sverige (s. 6ff.). Även Englund (2011) hänför en stor del av prisökningen på svenska bostäder till fundamentala faktorer såsom lägre realräntor samt en sänkt avkastningsskatt på småhus, förändringar som har gett lägre kapitalkostnader efter skatt. Samtidigt poängterar han att marknaden tycks värdera bostäder utifrån ett antagande om ingen kapitalkostnad efter skatt (det vill säga en realränta kring noll).
Claussen, Jonsson & Lagerwall (2011) kommer med hjälp av tre olika modeller till liknande slutsatser. Modellerna indikerar att det varit högre inkomster, succesivt lägre realräntor samt en ökad vilja att lägga pengar på sin bostad (”ökad preferens för bostadskonsumtion”) som drivit de svenska bostadspriserna uppåt från 1990-talets mitt. De svenska bopriserna ökningstakt ligger över den långsiktiga trenden och författarnas modeller indikerar att den mest sannolika utvecklingen framöver är ”en långsammare ökningstakt” (s. 67ff.).
Enligt Englund (2011) bör dock aktörerna vara försiktiga i sina förväntningar om framtida kapitalvinster. En rationell agent bör nämligen ta i beaktande att höga bostadspriser ”förr eller senare kommer att stimulera till mer nybyggnation med fallande priser som följd”. En insikt som i sin tur torde leda till att de som köper bostad redan i dagsläget har förväntingar på sjunkande priser när utbudet väl ökar. ”Dagens prisnivå är bara motiverad om man
förutsätter att utbudet är permanent oelastiskt”. (s.51) Hansson (2010:a) poängterar att det varit låga räntor i kombination med avreglerade kreditmarknader som tryckt upp de svenska bostadspriserna (s. 6). Detta har medfört att de reala priserna letat sig upp 20 procent för högt (s.15). Detta har i sin tur lett till att byggföretag kunnat göra övervinster. Men med en ökad konkurrens för nybyggen bör produktionskostnaderna kunna bli nio procent lägre realt. Det skulle innebära en återgång till de reala produktionskostnaderna år 2006 samt i sin tur innebära ett realt prisfall på 20 procent (Hansson 2011,
s11-12). Enligt IMF (2011) förefaller de svenska bostäderna vara övervärderade och med prisfall som en trolig följd (s. 2). Såväl Hansson (2011) som Sanchez & Johansson (2011) finner att bostadsutbudet i Sverige är mer elsatiskt än i andra jämförbara länder. Jansson & Persson (2011) konsterar att ett prisfall på den svenska bostadsmarknaden, skulle påverka makroekonomsikt dels via
konsumtionskanalen, dels via stabilitetskanalen till följd av att bankerna får ökade problem med finansieringen av svenska bolån. Det sistnämnda problemet är särskilt påtagligt då en stor del av bankernas finansiering sker genom utfärdande av bostadsobligationer som säljs till utländska institutionella investerare (s 18-19). OECD (2011) poängterar att de svenska bostadspriserna åter stigit väldigt hastigt till följd av låga räntor och att det finns en risk för en korrektion som kan leda till att bankerna sätts under press när bolånen, som är en tillgång i bankernas balansräkning, tappar i värde (s. 52). Men historiskt sett, och inte ens under 1990-talskrisen, har de svenska hushållen i någon större omfattning ställt in betalningarna. Till skillnad från exempelvis förhållandet i USA, där låntagaren kan lämna huset till banken och frigöra sig från sina skulder, har svenska låntagare det svårare att frigöra sig från skyldigheten att återbetala sina lån. Av denna anledning förfaller inte kreditförluster som bankerna riskerar att göra på bostadslån utgöra något påtagligt hot mot den finansiella stabiliteten (Jansson & Persson 2011, s.18).
4.3 Boprisutvecklingen under 2010 och 2011 Enligt Swedbanks boindex har
10
genomsnittlig hushållsinkomst på denna delmarknad men i verkligheten ligger hushållens medianinkomst på cirka 693KSEK per år. Boindex för riket uppgår till 110,1 och medianinkosten för rikets hushåll uppgår till ca 599 KSEK per år (Swedbank 2011).
Mäklarstatistik visar att bostadspriserna i Stockholms innerstad backade med 3 procent mellan februari och mars 2011 (2011:b). Genomsnittspriset per kvadratmeter steg dock med 1 procent månaden därpå. Samtidigt sade Jeanette Gustafsdotter9 att det
syntes en avvaktan på bostadsmarknaden. Till detta bidrog bolånetak, generellt hårdare krav från bankerna samt höjda räntor. Medan köparna är mer avvaktande än tidigare har säljarna höga förväntningar om slutpriset. (Mäklarstatistik 2011:c).
SCB:s statistik över priser på småhus till och med april 2011 visar på stillastående priser med en samtidigt minskande omsättning (SCB, 2011:b). Även lånetillväxten dämpas, och i april 2011 var
lånetillväxten 7,2 procent i årstakt, vilket är den lägsta tillväxttakten sedan 1998 (SCB 2011:c).
Enlund (2011), ser detta som oroande tecken. En minskande omsättning kan indikera att köpare och säljare börjar få svårt att enas om prisnivån, speciellt i ljuset av det rikliga utbudet av småhus. Således har risken ökat för utbredda bostadsprisfall och risken kommer att stiga ytterligare i takt med Riksbankens förväntade åtstramningar.
Utöver Riksbankens räntehöjningar har priset på likviditet ökat på interbankmarknaden, vilket ökat spreaden mellan reporänta och bolåneränta (Riksbanken 2011).
Enligt Liza Nyberg10 är bankerna
försiktigare med lånelöften och kräver att köpare sålt sin tidigare bostad innan de köper ett nytt hem har bidragit till den stora ökningen av osålda bostäder. Melissa Mahan11 hävdar att antalet potentiella köpare har blivit färre samt att dessa är mer upplysta om den totala bostadskostnaden. Bolånetaket tvingar köpare
9 VD på Mäklarsamfundet 10 VD på Skandiamäklarna
11 talesman på Svensk Fastighetsförmedling
att ta blancolån på den del som överstiger 85 procent, vilket innebär högre räntenivåer (Hedlund, 2011).
Roger Josefsson12 konstaterade i samband
med att Finansinspektionen tog beslut om bolånetak att även om bankerna kalkylerat för att hushållen ska ha marginaler har det inte i samma grad förklarats för bolåntagarna vad det innebär i praktiken gällande disponibla medel efter bostadsutgifter har betalts. Han påpekade att det inte heller är långsiktigt hållbart att bostäder stiger i värde med 10 procent per år. Samtidigt påpekade han att det främst är kapitalsvaga som drabbas av bolånetaket. Ett par där båda är nyutexaminerade akademiker kan ha hög
intjäningsförmåga men har ofta brist på kapital varför dessa hamnar i kläm till följd av bolånetaket. (Svensson Rothmaier, 2010)
I en utfrågning av bankernas kreditchefer i februari 2011 framkom att det skett en faktisk minskning av riktigt höga belåningsgrader efter bolånetakets införande (Finansinspektionen 2011).
5. Hjalmarsson & Hjalmarssons test
av den svenska bomarknaden
Detta avsnitt behandlar studien av Hjalmarsson & Hjalmarsson (2009) huruvida den svenska bostadsmarknaden är effektiv. I det efterföljande avsnittet genomförs ett test som till stora delar liknar studien av Hjalmarsson & Hjalmarsson.
5.1 Utnyttjar bostadsrättens särdrag
Hjalmarsson & Hjalmarsson (2009) konstaterar att ett test liknande det Meese & Wallace (1994) gör blir svårt att göra med tanke på förhållandena på bostadsmarknaden i de tre största svenska städerna. Reglerade hyresnivåer gör det nämligen svårt att jämföra bostadspriser med nuvärdet av hyresvärdet för motsvarande hyresrätt/hyresvilla. Hjalmarsson & Hjalmarsson kommer runt problemet genom att utnyttja den svenska bostadsrättens särdrag som boendeform. Den som förvärvar en bostadsrätt i
11
Sverige köper egentligen en andel i en förening, med vilken följer bostadsrätt till en lägenhet, och det finns således både en priskomponent och en
hyreskomponent inblandad(s. 2150-2151). Därför går det att göra jämförelser mellan olika bostadsrätter. När det inte är en jämförelse mellan köpta lägenheter och hyreslägenheter försvinner problematiken med att bostadsvalet i den senare situationen också (i princip) innehåller ett val mellan olika upplåtelseformer. Ett sådant val kan därmed tänkas påverkas av en rad faktorer som inte är av finansiellt nyttomaximerande karaktär (s.2153-2154). Men den viktigaste
förklaringen till att hyresmarknaden inte kan användas för att skatt hyresvärdet av bostadsrättslägenheter är att hela bostadshyresmarknaden är prisreglerad genom det så kallade bruksvärdesystemet. Hjalmarsson & Hjalmarsson använder följande modell (5):
1 23 0 4
5
1 23 4 678 095
:; ; Å ; < = = > (5)
där !? är bostadens nuvärde (i period t),0 är bostadsrättens avgiftsnivå (inklusive
underhållskostnader), 5 är underhållskostnader och är boräntenivå. YTA är lägenhetens storlek i kvadratmeter, RUM är antalet rum, LV motsvarar lägenhetens våningsplan, VP är antalet våningar i fastigheten. Å är byggår för fastigheten. V är en dummie för om värme/va ingår, Q är prisutveckling per kvartal, F är församling, = är prisutvecklingen i församlingen och Z är postkod (s. 2154, eq10).
I studien använder sig Hjalmarsson & Hjalmarsson av data från mer än 30 000 affärer mellan januari 2002 och september 2005 från de tre största svenska städerna Malmö, Göteborg och Stockholm. Tesen är att en kronas diskonterad ökning av en bostadsrätts avgift bör leda till en lika stor minskning av priset. Men studien visar att en kronas höjning enbart leder till cirka 75 öre i minskning (s. 2156).
5.2 Systematisk överskattning av ineffektiviteten?
Hjalmarsson & Hjalmarsson påpekar att det skulle kunna vara så att en del föreningar har låga avgifter för att de inte behövt ta lån på länge. Dessa föreningar kan däremot inom en snar framtid komma att behöva göra renoveringar och därmed tvingas höja avgiften. På så sätt finns en risk att koefficenten blir underskattad eftersom lågavgiftslägenheter ter sig mer attraktiva i den ekonometriska analysen än vad de är i praktiken. Med stöd av data från föreningar som höjt avgiften under testperioden visar forskarna att denna bias dock inte verkar föreligga.
Hjalmarsson & Hjalmarsson använder den femåriga bolåneräntan för diskontering. Det innebär en ganska låg räntenivå, särskilt under slutet av den undersökta perioden. Dock verkar inte
räntekoefficienten skilja sig åt mellan åren. En högre ränta leder även till ökning av föreningens
kapitalkostnadsdel varför dessa faktorer till stor del kan antas ta ut varandra. Således kan ränteförändringar ha en mindre påverkan på utfallet än vad som vekar vara fallet vid en första anblick.
Vidare antas samma samma räntesats för hela kapitalbeloppet. Författarna inser dock att det ser annorlunda ut i realiteten och att många köpare möter en högre diskonteringsränta på marginalen på grund av topplån i de fall köparen inte har pengar till
kontantinsatsen. Räntan på topplånet kan vara 1-2 procentenheter högre än listpriset på bolån, resonerar forskarparet. Förstagångsköpare antas vara de som primärt möter ovan nämnda budgetrestriktion varför forskarna gör ett deltest med lägenhetens storlek som proxy. De som köper minst lägenheter antas ha störst restriktion, vilket också studien visar. Marknaden är mer ineffektiv på delmarknaden för små lägenheter, vilket stödjer tesen om att budgetrestriktioner påverkar effektiviteten på marknaden. Samtidigt är marknaden inte effektiv för större objekt, varför
12
Förklaringsvariablerna utbildningsnivå, inkomst och förmögenhet indikerar också ökad effektivitet enligt studien. I områden där en högre andel av invånarna vidareutbildat sig efter gymnasiet tenderar prisbildningen att vara mer effektiv, vilket tyder på mer ”sofistikerade” köpare i dessa områden.
Modellen tar inte hänsyn till riskaversion. Utifrån antagande om riskaversiva agenter går det att anta att dessa är beredda att betala en premie för lägre pris och högre avgift då den boende enbart har begränsat ansvar för föreningens skulder. Den stora ineffektiviteten som testet indikerar, även i områden med höginkomsttagare, indikerar en systematisk feldiskotontering som inte kan enbart kan förklaras med riskaversion, enligt författarna. I och med svårigheterna att hyra ut sin bostadsrätt är det svårt för köpare att utnyttja den påvisade arbitragemöjligheten, konstaterar författarna. Det enda sättet som
bostadsmarknaden kan närma sig effektivitet är om ”smarta” köpare inser att det generellt är bättre att köpa lägenheter med låg avgift och på så sätt långsamt närma sig effektivitet (s. 2156ff).
6. Är Stockholms innerstads
bostadsmarknad effektiv?
I detta avsnitt redovisas en empirisk undersökning som vidareutvecklar analysen av Hjalmarsson &
Hjalmarsson (2009). Studien baseras på ett färskare men geografiskt mer avgränsat datamaterial, nämligen endast försäljningar av lägenheter i Stockholms innerstad under det första kvartalet 2009 respektive det första kvartalet 2010. Det är därmed möjligt med en noggrannare behandling av mikrolägets betydelse för prisbildningen i analysen. Dessutom behandlas kostnader för drift- och underhållskostnader på ett mer realistiskt sätt, jämfört med den replikerade studien.
Resultatet i föreliggande studie ger en betydligt starkare indikation på ineffektivitet än vad Hjalmarsson & Hjalmarsson finner.
6.1 Vad är förhoppningen med studien? Statistiskt är förhoppningen att kunna göra en mer sofistikerad lägesindelning genom att enbart använda data från en stad och då kunna dra nytta av tillgången till bättre data om lägesklassificering. Detta bör kunna ge delvis andra insikter, jämfört med Hjalmarsson & Hjalmarssons studie. Även i föreliggande uppsats antas köpare på bostadsmarknaden ta hänsyn till två delar när två likvärdiga objekt utvärderas; dels priset, dels lägenhetens andel av föreningens skulder, se sambandet nedan (6):
@ $ - A@ B $ - C AB
där @ är pris för objekt x, A@ är kapitalkostnad för objekt x, τär skattereduktion (0,3), är bolåneränta, B är pris för objekt y och AB är kapitalkostnad för y.
Tesen är att en kronas ökning av det diskonterade nuvärdet av årsavgiften bör medföra en kronas minskning av försäljningspriset. Om nollhypotesen förkastas innebär det att Stockholms bostadsmarknad inte är effektiv.
Problemet är att vi enbart har uppgifter om lägenheternas årsavgifter. Således måste drifts- och underhållskostnaderna särskiljas från avgiften till föreningen för att få ut lägenhetens andel av föreningens kapitalkostnader, se ekvation (7).
; 0@ ; A@ ; D9E@ 3
där 0@ är månadsavgiften (för objekt x), K är dess kapitalkostnadsdel och DOUH är drift och underhållskostnad. (PV är nuvärdefunktionen (som består av en Gordonsformelberäkning)).
För att kunna klassa två skilda objekt som likvärdiga måste vi, på grund av marknadens heterogenintet, även förlita oss på hedonisk skattning och att de förklarande variablerna, inklusive årsavgiften, fångar upp skillnaderna mellan olika objekt. Vi vill testa funktionen i ekvation (8):
@FGHI α J 23 A@ β8I γ<@ εI K där@FGHI är pris per kvadratmeter för objekt X, LM
NO
13
Uttryck (9) anger sambandet mellan lägenhetens årsavgift, andel av föreningens kapitalkostnad samt andel av föreningens drifts- och underhållskostnad:
1; 0@ ; A@ ; D9E@ 4 P
; A@ ; 0@ ; D9E@ Q
Ekvation (10) erhålls när uttryck (9) substitueras in i ekvation (8):
M
RSI T J NOUM φVWXNOM
Y8@ Z<@ @(10)
Till skillnad från Hjalmarsson & Hjalmarsson testar vi inte försäljningspriser utan försäljningspriser per kvadratmeter eftersom att boytan i sig förklarar en stor del av variationen i pris. Försäljningspriser samt nuvärdet av årsavgiften divideras således med antalet kvadratmeter.
I ett alternativt scenario testar vi även ett förhållande där avgiften sänks en procent per år, vilket skulle motsvara att det sker en årlig amortering på en procent på den gemensamma skulden. Att anta att det sker amorteringar resulterar i att J ökar i absolut värde. Utefter ekvation 8-10 ser vi detta nedan (11):
0@
23 J $$
Anledningen till att en procent valts som amorteringsnivå är för att Hjalmarsson & Hjalmarsson vid en närmare granskning av bostadsrättsföreningars årsredovisningar finner att en procent, men antagligen även lägre procentsatser än så, är en trolig
amorteringsnivå (s. 2156). Nuvärdet inklusive amortering beräknas således genom att addera 0,01 till diskonteringsfaktorn i likhet med Hjalmarsson & Hjalmarsson (s. 2154).
6.2 Data
Datasetet består av ett slumpmässigt urval, gjort av Mäklarstatistik, av 400 lägenhetstransaktioner under första kvartalet 2009 samt första kvartalet 2010. En transaktion per år rensas bort på grund av avsaknad av försäljningspris. Statistiken bygger på försäljningar i Stockholms innerstad inklusive Hammarby sjöstad (som dock normalt inte räknas till innerstaden). För
varje transaktion finns uppgift om datum, gatuadress, antal rum, yta per kvadratmeter och byggår. För vissa transaktioner finns information om våningsplan samt om lägenheten har balkong eller ej. Uppgifterna är delvis ofullständiga om huruvida värme/va ingår i månadsavgiften.
Utifrån tillgänglig data, tidigare kunskap (Pettersson & Svensson Rothmaier 2010), samt efter att ha läst andra studier och litteratur inom ämnet valdes bland annat följande förklarande variabler ut: boyta, boyta², område, ålder på fastigheten. För en komplett förteckning av prisförklarande variabler, se tabell 1.
Uppdelningen av lägen har skett i AA, A, B och C-lägen innanför tullarna samt variablen H för Hammarby Sjöstad. Indelning i de olika
delmarknaderna har gjorts utifrån Svefas
områdesindelning i AA, A, B och C-lägen13 utefter en bedömning av olika områdens attraktivitet bland proffisionella aktörer på fastighetsmarknaden. Även för att skatta drift- och underhållskostnaderna använder vi oss av information från Svefa14.
I det skattade normalvärdet för drift- och underhållskostnad ingår el, värme och VA samt även utgifter för fastighetsskötsel, sophämtning,
trappstädning, administration och försäkringar samt också löpande underhåll.
Hjalmarsson & Hjalmarsson använder yta/kapitalkostnad som proxy för vad de kallar ”maintenance fee”. Genom ett föreliggande studie använder ett mer avgränsat och välkontrollerat datamaterial kan istället Svefas skattning användas, vilket bedöms ge en mer exakt skattning av drift- och underhållskostanderna.
Räntan som används i nuvärdesberäkningen av årsavgiften och DOUH är ett genomsnitt av SBAB:s och Nordeas bolåneränta dels per den 18
13 Se lägesuppdelning i appendix 3 14
14
februari 2009, dels per samma datum 2010 för observationerna under respektive år. Det skulle vara möjligt att få fram aktuell ränta vid tillfället för varje enskild affär då vi har kontraktsdatum, men räntenivån varierar inte nämnvärt varken mellan den 1 januari och den 18 februari eller 18 februari och 31 mars något av åren 2009 eller 201015. Dessutom är räntorna på de två bolåneinstitutens hemsidor enbart listpriser, banker erbjuder ofta kunder ”ränterabatter”, varför de använda räntenivåerna inte ger någon exakt skattning av faktisk låneränta. Vidare kan vissa låntagare vara beroende av topplån. Av dessa anledningar nöjer vi oss med genomsnittet av SBAB:s och Nordeas räntenivå16, för att inte införa någon falsk exakthet i skattningen av faktisk kapitalkostnad.
Vi använder 5-årsräntan i beräkningen av nuvärdet, vilket är vedertaget och i likhet med bland annat Englund (2011) samt Hjalmarsson & Hjalmarsson (2009). Vi gör ett alternativt test med snittet av SBAB:s 7-årsränta och Nordeas 8-årsränta.
I en alternativ analys görs skattningarna med totalt pris som vänsterledsvariabel istället för pris per kvadratmeter samt där yta används som proxy för DOUH. Vi vill se om detta ger några större skillnader i resultatet om vi på detta sätt använder en modell som mer ansluter till den som används av Hjalmarsson & Hjalmarsson.
6.3 Empiriskt resultat
I tabell 1, på nästa sida, redovisas beskrivande statistik för datasetet. Medianpriset på en lägenhet är 2,6 miljoner kronor medan medianpriset per kvadrat uppgår till 50.621 kronor. Årsavgiften uppgår i
15 Under 2010 var såväl Nordeas som SBAB:s 5-årsränta 4,30
procent per den 18 februari, spannet under kvartalet hos de båda instituten var 10 punkter mellan 4.20-4,30 procent. SBAB:s 7-årsränta var 4,81 procent den 18/2 (4,70-4,85%). Nordeas 8-årsränta var 4,99 procent under hela perioden. För 2009 antar vi en 5-årsränta om 4,42 procent (4,31-4,63%) från SBAB samt även 4,42 procent (4,22-4,47%) från Nordea. Vi antar en 7-årsränta på 4,85 procent (4,54-4,90%) från SBAB samt en 8-årsränta på 5,07 procent från Nordea (4,77-5,07%) för 2009. (Utefter Excelark på dess hemsidor)
16 Hjalmarsson&Hjalmarsson använder sig av snitt från
SBAB, Swedbank och Nordea.
genomsnitt till 31.982 kronor med en standardavvikelse på 15.863 kronor.
De observerade lägenheterna har i
genomsnitt (drygt) två rum +/- (cirka) ett rum, median för antalet rum uppgår till två. Genomsnittsbostaden har en boyta på (knappt) 58,5 kvadrat med en standardavvikelse på runt 27 kvadrat.
Vidare kan man notera att ingen variabel antar något negativt värde. Medianen för nuvärdet av årsavgiften ligger i undersökningen mellan 850K SEK och 970K SEK, beroende på vilken ränta som används för nuvärdesberäkningen. Per kvadratmeter uppgår, i undersökningen, motsvarande nuvärde till mellan knappa 17 000 och dryga 19 000 kronor. Då nuvärdet av årsavgiften antar positiva värden kommer koefficenten vi testar anta negativa värden.
I tabell 2 redovisas resultatet från skattning av ekvation (11). Som synes verkar en kronas ökning av det diskonterade nuvärdet av föreningens kapitalkostnad enbart resultera i en minskning av priset på mellan drygt 30 och knappt 50 öre.
Standardavvikelsen är samtliga fall låg. I de alternativa regressionerna (mera lika de som Hjalmarsson & Hjalmarssons gör) blir resultaten i huvudsak desamma, nämligen mellan 38,5 och 44 öres minskning av priset
(se tabell 4 i appendix 1). Standaravvikelsen är låg även i dessa skattningar. Således kan vi utesluta att en högre avgift inte skulle ha någon inverkan alls på slutpriset. Det är vid båda angreppssätten statistiskt signifikant att en ökning av föreningens skuldsättning leder till ett lägre pris, men alltjämt inte tillräckligt mycket lägre jämfört med teoretiskt värde.
Tabell 1 Beskrivande statistik
Medel Standardavvikelse Median Minimum Maximum
16
Tabell 2. Regressionsanalys
Skattning av uttryck (10). Beorende variabel är Pris per kvadratmeter, P
x. DOUH-kostnad har
skattats med data från Svefa. Standardavvikelse anges inom parentes.
5 år Ränta 7,5 år
Ej amortering 1% amortering Ej amortering 1% amortering Nuvärde årlig hyra p-värde (0/-1) -0,325 (0,050) (0,000/0,000) -0,432 (0,067) (0,000/0,000) -0,368 (0,057) (0,000/0,000) -0,474 (0,074) (0,000/0,000) Intercept 62.230 (12.977) 62.250 (12.978) 62.128 (13.067) 62.136 (13.068) PV DOUH/kvm 0,406 (1,025) 0,406 (1,025) 0,469 (1,159) 0,469 (1,159) Boyta -576,7 (37,5) -576,7 (37,5) -576,6 (37,5) -576,6 (37,5) Yta² 2,178 (0,194) 2,178 (0,194) 2,179 (0,194) 2,179 (0,194) Rum 3.790 (566) 3.790 (566) 3.789 (566) 3.789 (566) 2000-tal -3.900 (2.108) -3.901 (2.108) -3.889 (2.105) -3.889 (2.105) 80-90-tal -7.852 (1.516) -7.854 (1.516) -7.847 (1.516) -7.848 (1.516) 60-70-tal -9.661 (1.238) -9.662 (1.238) -9.664 (1.238) -9.664 (1.238) 40-50-tal -7.857 (1.160) -7.856 (1.160) -7.856 (1.160) -7.856 (1.160) 20-30-tal -4.391 (851) -4.391 (851) -4.393 (851) -4.393 (851) 00-10-tal -1.640 (953) -1.640 (953) -1.641 (953) -1.641 (953) Q12010 5.670 (592) 5.629 (592) 5.653 (498) 5.636 (498) AA-läge 13.049 (1.734) 13.048 (1.734) 13.042 (1.734) 13.044 (1.734) A-läge 11.337 (1.664) 11.337 (1.664) 11.334 (1.664) 11.335 (1.664) B-läge 8.199 (1.473) 8.198 (1.473) 8.192 (1.473) 8.194 (1.473) C-läge 3.546 (1.627) 3.547 (1.627) 3.547 (1.627) 3.548 (1.627) Diskonterings- antaganden: 30% skattered. Ja Ja Ja Ja
1% amortering Nej Ja Nej Ja
Observationer 798 798 798 798
17
6.4 Kompletterande analyser
Som tidigare nämnt görs även ett test på delmängder av datamaterialet i syfte att se om effektiviteten skiljer sig åt mellan olika delmarknader. I större utsträckning kan det tänkas att förstagångsköpare – som har större budgetrestriktioner då de inte har ackumulerade vinster från tidigare lägenheter – köper små lägenheter och att ineffektiviteten skulle kunna vara större på denna delmarknad. Hjalmarsson & Hjalmarsson finner också en större ineffektivitet på marknaden för små lägenheter. Vi utesluter AA- och A-lägen eftersom köpare i högre grad på dessa delmarknader (ex. Östermalm, Gamla Stan, Mosebacke, City och Gärdet) kan tänkas ha mindre budgetrestriktioner. B-läge inbegriper Södermalm, Vasastan, Birkastan och Kungsholmen, områden där det kan tänkas att de som gärna vill bo i innerstan – men på grund av
budgetrestriktioner inte kan – helst söker bostad. Vi gör därför en kompletterande analys på
observationerna som återfinns inom kategorin B-läge (cirka 71 procent av observationerna).
Observationerna sorteras utefter boyta. Som mindre lägenheter benämns observationer under 30 kvadrat. Som jämförelse testas effektiviteten på marknaden för lägenheter mellan 76-99 kvadrat.
Dels används 5 årsränta utan amortering samt 7,5 årsränta med amortering som
diskoteringsfaktorer. Analyserna görs med både Svefas skattning av DOUH och med boyta som proxy för DOUH. Förhoppningen är att resultaten från de två olika testen pekar åt samma håll.
Resultatet redovisas i tabell 3. Endast koefficienterna för de de två studerade
storleksklasserna redovisas. Resultaten beträffande övriga varibler är i huvudsak identiska med de resultat som redovisas i tabell 2. Som synes i tabell 3 indikerar båda testen att ineffektiviteten är större på marknaden för små lägenheter medan köpare av större lägenheter (som antas ha mindre budgetrestriktioner) ser ut att vara mer ”rationella”.
Tabell 3. Test på delmängder
Obeservationer inom ”B-läge” delas upp utefter boyta. DOUH-kostnad har skattats utefter Svefa
samt genom proxy. Standardavvikelse anges inom parentes.
5 år Ränta 7,5 år Ej amortering Svefa-DOUH Ej amortering DOUH-proxy 1% amortering Svefa-DOUH 1% amortering DOUH-proxy 0-29 kvm (57 obs) -0,2564 (0,1248) 63,8% -0,1447 (0,1258) 60,0% -0,3717 (0,1816) 63,8% -0,1632 (0,1435) 60,0% 76-99 kvm (82 obs) -0,6529 (0,1692) 53,5% -0,6202 (0,1559) 58,3% -0,9497 (0,2463) 53,5% -0,7073 (0,1779) 58,3%
7. Analys och slutsats
I detta avsnitt diskuteras de erhållna analysresultaten.
7.1 Ineffektivitet eller dålig modell?
Fama (1991) konstaterade att det inte behöver vara den studerade marknaden som är ineffektiv utan det kan vara en ”bad model” som används vid
undersökningen. I denna studie påvisas att J är
signifikant åtskiljt från såväl 0 som -1. Således har en högre avgift en negativ påverkan på priset. Däremot har en ökning av nuvärdet av föreningens
kapitalkostnad inte tillräckligt stor inverkan på priset, jämfört vad som teoretiskt borde vara fallet.
En kronas ökning verkar enbart leda till någonstans mellan 30-50 öres minskning av priset.
18
kapitalkostnaden (se ekvation (8)-(11) ). Av den anledningen är det oroväckande att koefficenten framför nuvärdesberäkningen av DOUH verkar skattas för lågt i tabell 2. Denna bör rimligen ligga nära ett eller till och med något över ett eftersom den ska kompensera för drift och underhållskotnad per kvadratmeter i fastigheten som inte enbart består av boyta utan även av gemensamma ytor där lägenheterna proportionellt bör dela på kostnaden. Således bör koefficenten anta ett värde som är större än knappa 0,5 som är vad skattningarna i tabell 2 ger. Detta kan vara en indikation på att den noterade ineffektiviteten överskattas något, samtidigt är standardavvikelsen hög på skattningen av DOUH-koefficenten. Skillnaden i DOUH-kostnad beror i tabell 2 av byggår (före eller efter 1990). Utifrån tabell 5-7 i appendix 2 ser det ut som att det råder multikollinearitet med
åldersdummies. I det alternativa testet med
Hjalmarsson & Hjalmarssons proxy för DOUH får vi liknande resultat för koefficienten framför J. I detta fall, enligt tabell 6 i appendix 1, ser DOUH-koefficenten ut att korrelera med primärt variabeln boyta, vilket är naturligt då boytan använts som proxy för DOUH-kostnad.
Så länge skattningarna av koefficenten framför nuvärde av årlig hyra blir precisa accepterar vi multikollinearitet mellan övriga förklarande variabler. Vi får förvisso problem med skattningen av dessa enskilda parametrar eftersom dessa till viss del förklarar samma del av variationen, men modellen som helhet ger en högre förklaringsgrad.
Enbart för att det råder multikollinearitet finns det inte anledning att befara att detta, sammantaget, skulle överskatta ineffektiviteten.
Rörande risken för att det saknas viktiga förklarande variabler i vår modell, exempelvis balkong, våningsplan, värme/va påverkar detta antagligen R-sq negativt. Värme/va ingår dock i avgiften för de flesta lägenheter, samt är inkluderat i Svefas beräkning av DOUH. Således antas att DOUH-parametern adsorberar värme/va. Även om
förklaringsgraden påverkas negativt på marginalen av
avsaknaden av vissa förklarande variabler får vi alltjämt ett R-sq på 56,1 procent vilket får anses vara mycket högt i en regression där pris per kvadratmeter (och inte pris) är beroende variabel.
Avsaknaden av en rad potentiella
förklarande variabler kan vidare inte antas ha inverkan på skattningen av koefficienten framför J. Först om det saknas variabler som systematiskt ändrar skattningen av J kan modellens resultat ifrågasättas.
Att förklarandegraden blir högre i undersökningen med yta som proxy för DOUH beror på att yta förklarar en stor del av variationen i pris. I tabell 2 gör vi, som tidigare nämt, test med priset per kvadratmeter som beroende variabel.
Det kan tänkas att föreningar med högre avgifter lägger större summor på drift och underhåll i syfte att ge ökad nytta för de boende i fastigheten. Låg avgift i dag visar inte heller risken för framtida avgiftshöjningar till följd av renoveringar och liknande. Enligt Hjalmarsson & Hjalmarsson är dock detta inte är något problem (s. 2158).
Risken finns vidare att studien systematiskt felskattar ineffektiviteten om föreningar med antingen hög eller låg avgift i större skala är myopiska. En lägre avgift skulle kunna vara ett tecken på att föreningen inte fullt ut budgeterat för kommande räntehöjningar och då tvingas höja avgifterna mer än föreningar som redan har höga avgifter, vilket skulle kunna överskatta ineffektiviteten. Men som Hjalmarsson & Hjalmarsson konstaterar påverkas både den boende och föreningen av ett högre ränteläge varför ränteförändringar därmed kan ha en mindre påverkan på utfallet än vad som vekar vara fallet vid en första anblick (s.2159).
Alltjämt antar modellen att samtliga köpare på bostadsmarknaden har samma diskonteringsränta medan låneräntenivån snarare bör bero av
belåningsgraden17. För den som köper lägenhet brukar detta i sin tur märkas i form av topplån med högre räntenivå på riktigt höga belåningsgrader. Detta gäller
17 Enligt grundläggande finansiell teori såsom de välkända
19
förvisso i huvudsak oavsett lägenhetens
månadskostnad. Det kan exempelvis tänkas att de med riktigt hög månadsavgift får sämre lånevillkor på topplånet, eftersom banken kan tycka att de får en hög boendekostnad som ger högre risk för banken.
I modellen tas inte heller hänsyn till riskaversion och det faktum att den boende inte är fullt betalningsskyldig för föreningens lån (Hjalmarsson & Hjalmarsson, s.2162). Teoretiskt bör dock varje köpare på marginalen värdera en kronas ökning av nuvärdet av föreningens kapitalkostnad så att det innebär en kronas minskning av priset. Annars skulle det finnas arbitragemöjligheter genom förändringar i kapitalstrukturen av privata/gemensamma skulder. Samtidigt går det att anta att olika individer har olika preferenser rörande skatterabatt kontra riskaversion. Detta faktum kan tala för att marknaden, utefter antagande om strikt rationella individer, segmenteras. Riskaversiva personer skulle kunna att välja att bosätta sig i föreningar med höga gemensamma skulder och lägre priser, medan mindre riskaversiva letar efter föreningar med låg avgift och medföljande höga lägenhetspriser. Men detta förändrar inte det teoretiska förhållande som modellen utgår ifrån.
I O’Sullivan & Gibb (2003) förs det fram att direkta test av halvstarka effektiviteten utefter strikta neoklassiska antaganden (i.e. Gordons formel) exempelvis Meese & Wallace (1994) lätt blir röriga (s.100-101) . Modellen i föreliggande studie accepteras även om det ovan har listats en rad förhållanden, och det säkerligen går att finna ytterligare en rad faktorer, som modellen helt eller delvis missar att ta i beaktande. Även om det finns scenarion som kan förklara åtminstone en del av ineffektiviteten verkar det alltjämt vara så att marknaden systematiskt misslyckas att effektivt diskontera avgifterna till föreningen.
7.2 Vad visar studien?
Den övergripande slutsatsen är att marknaden inte är effektiv. Ett flertal tidigare studier inom området har
kommit till samma slutsats. Exempelvis har Meese & Wallace (1994), Mankiw & Weil (1989), Case & Shiller (1989, 1990) samt Englund & Ioannides (1997) och Englund et.al (1999) kommit till sådan slutsats baserat på test av antingen den svaga, men även den halvstarka, formen.
Studien i föreliggande uppsats bygger på samma antaganden som Hjalmarsson & Hjalmarsson använder vid test av den halstarka formen. Ett test som i sin tur utgår från förutsättningarna i Meese & Wallace (1994). Men resultaten visar också på en större ineffektivitet än vad Hjalmarsson & Hjalmarsson finner. Det nu redovisade testet utgår dock enbart från observationer från Stockholms innerstad samt baseras på färskare data. Den större ineffektiviteten kan bero på att marknaden hettat till under tiden mellan undersökningarna, i takt med att priserna fortsatt att stiga.
Hjalmarsson & Hjalmarsson visar att en högre utbildningsnivå, en högre genomsnittsinkomst samt större förmögenhet ökar effektiviteten i ett område. Liknande utfall finner Finansinspektionen i sin konsumentundersökning. Från USA har studier visat att det främst var personer med otillräcklig matematisk och finansiell förståelse som tog
exempelvis ARM-lån, där en del av räntan bakades in i lånesumman under de första åren. Med tanke på variablerna utbildning och inkomst borde man därför möjligen vänta sig en högre effektivitet på
bostadsmarknaden i Stockholms innerstad, jämfört med den som studeras av Hjalmarsson & Hjalmarsson, som omfattar landets tre största kommuner.
Ett test med boyta som proxy för budgetrestriktion visar dock att ineffektiviteten är större hos dem som köper små lägenheter medan det inte är statistiskt signifikant att marknaden är
