er vi på vei mot en boligboble i norge?4392/er vi paa vei... · 1 sammendrag denne...
Post on 06-Nov-2019
5 Views
Preview:
TRANSCRIPT
232
________________________________
Er vi på vei mot en boligboble i Norge?
Bacheloroppgave 2016
Bachelorstudium i administrasjon og ledelse
Høgskolen i Oslo og Akershus, Institutt for offentlig administrasjon og velferdsfag
1
Sammendrag
Denne bacheloroppgaven har som formål å analysere om vi er på vei mot en boligboble i
Norge. Oppgaven har forankring hovedsakelig i mikroøkonomisk og makroøkonomisk teori.
Av særlig relevans er teoriene om boligboble av de amerikanske samfunnsøkonomene Joseph
Stiglitz, Karl Case og Robert Shiller, som er blant de største ekspertene på dette området.
Analysen som foretas i denne oppgaven er ment for å avdekke eventuelle sammenhenger
mellom fundamentale økonomiske faktorer og økningen i boligpriser. Det vil ikke alltid være
mulig å få et entydig svar på om det finnes en slik sammenheng, likevel vil funnene av
analysen øke forståelsen for hvordan boligmarkedet fungerer.
I første del av oppgaven vil jeg presentere temaet og problemstillingen. Videre vil jeg gjøre
rede for mikroøkonomiske markedsmodeller, spesielt fullkommen konkurranse, samspillet
mellom boligetterspørselen og boligtilbudet, og karakteristika ved boligbobler.
Den andre delen handler om metode. I dette kapitlet skal jeg først begrunne mitt valg av
metode og deretter gjøre kort rede for kvalitativ og kvantitativ metode. Dessuten vil jeg
presentere datagrunnlaget for analysen.
Den tredje delen består av selve analysen. Her analyser jeg fundamentale økonomiske
faktorer, som styringsrente, inntekt, inflasjon, befolkningsvekst og arbeidsledighet. Jeg vil
drøfte argumenter for og imot oppbygging av en boligboble og hvorvidt Case og Shillers
kriterier for boligboble er oppfylt i Norge.
Til slutt vil jeg oppsummere funnene av analysen og trekke en konklusjon.
2
Forord
Denne bacheloroppgaven er det avsluttende emnet på det treårige bachelorstudiet i
administrasjon og ledelse med fordypning i styring ved Høgskolen i Oslo og Akershus.
Oppgaven er skrevet gjennom vårsemesteret 2016 og teller 15 av totalt 180 studiepoeng på
bachelorstudiet.
Ettersom jeg er meget interessert i samfunnsøkonomi ble det naturlig for meg å velge et emne
av økonomisk art for denne oppgaven. Det er flere fag jeg har hatt stor nytte av i forbindelse
med oppgaveskrivingen. De viktigste har vært mikroøkonomi, makroøkonomi og
samfunnsøkonomisk analyse. Excel har vært et sentralt verktøy i dette arbeidet.
Det har vært en spennende og lærerik prosess som har bydd på noen utfordringer underveis.
Gjennom oppgaveskrivingen har jeg fått mer kunnskap om et veldig aktuelt tema, som jeg
kommer til å ta med meg videre.
Jeg vil takke min veileder Mary Ann Stamsø for god veiledning og nyttige tilbakemeldinger
gjennom arbeidet med oppgaven.
3
Innholdsfortegnelse
Sammendrag ............................................................................................................................. 1
Forord ........................................................................................................................................ 2
Innholdsfortegnelse .................................................................................................................. 3
Figurliste ................................................................................................................................... 4
1. Innledning og problemstilling ............................................................................................. 5
2. Teori ....................................................................................................................................... 6
2.2 Fullkommen konkurranse .......................................................................................... 6
2.2.1 Markedsklarering under fullkommen konkurranse ......................................... 7
2.3 Særtrekk ved boligmarkedet ..................................................................................... 9
2.4 Etterspørsel og tilbud i boligmarkedet ................................................................... 10
2.5 Boligboble .................................................................................................................. 13
2.5.1. Definisjon av boble ............................................................................................ 13
2.5.2 Karakteristika ved boligbobler ......................................................................... 13
2.5.3 Case & Shillers syv kriterier for boligboble .................................................... 14
2.6 Utvikling av boligpriser i Norge .............................................................................. 15
3. Metode ................................................................................................................................. 17
3.1 Valg av metode .......................................................................................................... 17
3.2 Datagrunnlag ............................................................................................................. 17
3.3 Avgrensing ................................................................................................................. 18
4. Analyse ................................................................................................................................ 19
4.1 Analyse av fundamentale økonomiske faktorer ..................................................... 19
4.1.1 Styringsrente ....................................................................................................... 19
4.1.2 Husholdningenes inntekt ................................................................................... 21
4.1.3 Byggekostnadsindeksen for boliger .................................................................. 23
4.1.4 Befolkningsvekst ................................................................................................. 24
4.1.5 Innvandring ........................................................................................................ 26
4.1.6 Arbeidsledighet ................................................................................................... 28
4.2 Analyse av Case og Shillers syv kriterier ................................................................ 29
5. Oppsummering og konklusjon .......................................................................................... 37
Litteraturliste .......................................................................................................................... 39
Vedlegg .................................................................................................................................... 42
4
Figurliste
Figur 1: Skillet mellom ulike markeder etter antall deltakere på tilbudssiden.
Figur 2: Markedslikevekt i fullkommen konkurranse.
Figur 3: Samfunnsøkonomisk overskudd fordelt på konsument- og produsentoverskudd.
Figur 4: Skift i boligetterspørselen.
Figur 5: Tilbud av boliger på kort sikt og på lang sikt.
Figur 6: Utvikling av boligprisindeksen og konsumprisindeksen.
Figur 7: Norges Banks styringsrente.
Figur 8: Utvikling av Norges Banks styringsrente og boligprisindeksen.
Figur 9: Utvikling i husholdningenes inntekt.
Figur 10: Utvikling av lønnsindeks og boligprisindeks.
Figur 11: Utvikling i lønn, boligpris og KPI.
Figur 12: Utvikling av byggekostandsindeksen og boligprisindeksen.
Figur 13: Utvikling i folkemengde og antall boliger i Norge.
Figur 14: Utvikling av arbeidsinnvandring i Norge.
Figur 15: Utvikling av arbeidsledighet i Norge.
Figur 16: Finans Norges forventningsbarometer.
Figur 17: Utvikling av mediers oppmerksomhet mot boligpris.
Figur 18: Utvikling i boligpriser og leiepriser.
Figur 19: Utvikling i husholdningenes bruttogjeld.
Figur 20: Utvikling i husholdningenes inntekt og gjeld i relativ endring.
5
1. Innledning og problemstilling
Boligpolitikken er en viktig del i arbeidet med å skape et samfunn med muligheter for
alle. En bolig, et hjem, gir oss mulighet til å utdanne oss, arbeide, stifte familie og ha
et sosialt liv. Uten et godt sted å bo er det vanskelig å løse andre utfordringer i livet
og det går ut over livskvaliteten og helsen vår.
(Jan Tore Sanner, Kommunal- og moderniseringsminister, 2014, Nasjonal strategi for
boligsosialt arbeid «Bolig for velferd»).
Tema for denne oppgaven er boligmarkedet og utviklingen av boligpriser i Norge.
Den raske oppgangen i boligpriser vi har sett de siste årene er et mye diskutert tema i
mediene. Noen eksperter hevder at vi befinner oss i en boligboble, mens andre avviser denne
teorien. Norges økonomi har klart å komme seg opp igjen etter finanskrisen i 2008, mens
andre europeiske land er fortsatt i en lavkonjunktur. Det norske boligmarkedet har opplevd en
kraftig prisstigning og det ser ut som dette vil fortsette fremover, blant annet på grunn av den
rekordlave styringsrenten. Økonomer og analytiker er usikre på hva fremtiden vil bringe. Det
er naturlig å spørre seg hvor lenge denne situasjonen vil vare og om fare for en boligboble er
til stede.
Alle er i større eller mindre grad påvirket av endringer i boligmarkedet, både boligeiere og
potensielle boligkjøpere. Som ny boligeier ble det både naturlig og interessant for meg å velge
boligmarkedet som tema for min bacheloroppgave.
Problemstillingen jeg har valgt for denne oppgaven er følgende:
«Er vi på vei mot en boligboble i Norge?»
For å belyse problemstillingen vil jeg forsøke å finne ut om det er en sammenheng mellom
boligpriser og andre fundamentale økonomiske faktorer, som for eksempel rente, inflasjon,
innvandring og arbeidsledighet. Dermed er det hensiktsmessig å formulere en
underproblemstilling:
«Er det en sammenheng mellom boligpriser og andre fundamentale økonomiske faktorer?»
6
2. Teori
2.1 Generelt om markedsmodeller
Det finnes en rekke forskjellige markedsøkonomiske systemer eller modeller som grovt sett
kan skilles fra hverandre etter antall deltakere på tilbudssiden. Figur 1 viser klassifisering av
de ulike markedsformene.
Figur 1: skillet mellom ulike markeder etter antall deltakere på tilbudssiden.
Kilde: Andreassen (2012).
2.2 Fullkommen konkurranse
Fullkommen konkurranse er et markedsøkonomisk system hvor det finnes mange tilbydere og
etterspørrere (jf. figur 1). I dette markedet har verken tilbydere eller etterspørrere
markedsmakt. Prisen under fullkommen konkurranse er nemlig gitt av samspillet mellom
tilbudet og etterspørselen i markedet og ingen markedsaktører kan dermed påvirke prisen.
Det er mange forutsetninger som må være oppfylt for at et marked kan kalles fullkommen
konkurranse (Andreassen 2012, 213). Før jeg går videre setter jeg opp en liste over de
viktigste viktigste forutsetningene for fullkommen konkurranse:
1) Prisfast kvantumtilpasning. Alle kjøpere og selgere tar markedsprisen for gitt. Ingen
aktør vil ved egen etterspørsel eller eget tilbud påvirke markedsprisen.
2) Økonomisk rasjonell atferd. Produsentene ønsker å maksimere profitt og
konsumentene ønsker å maksimere nytte.
3) Mange markedsaktører. Det er et stort antall av både tilbydere og etterspørrere, og
ingen av dem er store i forhold til markedet. Denne forutsetningen sikrer at ingen av
markedsaktørene er så store at de kan påvirke prisene.
4) Homogene produkter. Produsentene i markedet tilbyr identiske produkter. For
konsumentene er det likegyldig hvem de kjøper godet av.
Tilbydere
EtterspørrereMange Få To En
MangeFullkommen
KonkurranseOligopol Duopol Monopol
7
5) Fri adgang til og fri avgang fra markedet. Markedsaktørene kan fritt og uten spesielle
kostnader gå inn og ut av markedet.
6) Full informasjon. Alle markedsaktørene har full kjennskap til priser og andre forhold
som har betydning for deres beslutninger.
7) Ingen eksterne virkninger. I markedet omsettes private goder uten eksterne virkninger,
som f. eksempel forurensinger.
Når alle forutsetningene er oppfylt, oppnår man fullkommen konkurranse. Enkelte legger ikke
fullt så strenge krav til grunn for å kunne bruke denne betegnelsen. En avgjørende
forutsetning som imidlertid alltid må være oppfylt, er at ingen av aktørene kan påvirke
markedsprisen (Andreassen 2012, 213). Fullkommen konkurranse innebærer at indifferens lov
gjelder, det vil si at det i markedet gjelder én og bare én pris på godet. Det ligger i indifferens
lov at dersom en produsent forsøker å ta høyere pris enn markedspris, får han ikke solgt noe.
På samme måte, dersom han holder lavere pris enn markedspris, vil han få hele etterspørselen
i markedet rettet mot seg, noe som han ikke har mulighet å tilfredsstille. Tilsvarende vil en
konsument ikke få kjøpt noe hvis han ikke er villig til å betale så høy pris som den som
gjelder i markedet. Og motsatt: dersom han er villig til å betale en høyere pris enn
markedspris, vil han få hele tilbudet rettet mot seg, noe han ikke har mulighet til å avta.
2.2.1 Markedsklarering under fullkommen konkurranse
Markedsklarering under fullkommen konkurranse oppnår man når det er likhet mellom
markedsetterspørselen og markedstilbudet.
Matematisk kan dette uttrykkes XE = XT, der XE er etterspørselen og XT er tilbudet.
Dette gir oss likevektspris og likevektskvantum. Det er nettopp denne markedsbestemte prisen
som konsumentene tar i betrakting når de skal bestemme hvor mye de skal etterspørre av
godet og som produsentene tar i betraktning når de skal bestemme hvor mye de skal tilby av
godet. Markedsklarering under fullkommen konkurranse kan illustreres i følgende diagram.
8
Figur 2: markedslikevekt i fullkommen konkurranse, der p1 er likevektspris og X1 er
likevektskvantum.
Kilde: Sander (2014).
Siden vi har forutsatt at alle produsentene ønsker å få størst mulig profitt vil deres tilpassing
være slik:
F(X) = pX ̶ C(X)
der F(X) er fortjenestefunksjonen, pX er inntekt og C(X) er kostnader. Fortjenesten, samt
inntekt og kostnader, avhenger av produsert mengde X.
Etter derivasjonen vil resultatet være p = C’(X), det vil si pris lik marginalkostnad. Denne
betingelsen er en av kjernene i fullkommen konkurranse.
Et sentralt spørsmål er hvordan denne tilpasningen påvirker samfunnets velferd. Vi kan
definere samfunnets velferd som summen av konsument- og produsentoverskudd.
Konsumentoverskuddet er samlet betalingsvillighet for et gode fratrukket det konsumentene
faktisk må betale for denne mengden av godet, mens produsentoverskuddet er samlet
merinntekt utover produsentenes marginalkostnader (Hansen 2013, 87). Summen av disse
kalles samfunnsøkonomisk overskudd, som er nettopp samfunnets velferd. I fullkommen
konkurranse vil samfunnets velferd bli maksimert, dermed vil man oppnå effektiv ressursbruk
i samfunnet. En slik markedssituasjon er alltid ønsket av myndighetene nettopp fordi gir størst
lønnsomhet, samfunnsøkonomisk sett. Nedstående figur viser det samfunnsøkonomiske
overskuddet fordelt på konsument- og produsent overskudd, hvor pFK og xFK er
9
markedslikevekt, MC er kurven for produsentenes marginalkostnad og MBV er kurven for
konsumentenes marginalbetalingsvillighet.
Figur 3: illustrasjon av samfunnsøkonomisk overskudd fordelt på konsument- og
produsentoverskudd.
Kilde: Sandsør (2012).
2.3 Særtrekk ved boligmarkedet
I virkeligheten er det få markeder som oppfyller alle disse kriteriene, men noen markeder er
veldig nær (Andreassen 2012, 212). I et boligmarked er det mange tilbydere (selgere) og
mange konsumenter (kjøpere). Isolert sett kan dette tyde på at boligmarkedet er et marked
med fullkommen konkurranse, imidlertid finnes det flere flere karakteristiske trekk ved
boligmarkedet som gjør at boligmarkedet avviker fra forutsetninger om perfekt informasjon
og fravær av markedssvikt, hvilke er helt nødvendige for at et marked kan defineres
fullkommen konkurranse (Stamsø 2008, 6).
Karakteristika ved boligmarkedet som hindrer perfekt konkurranse er:
Boligen er et nødvendighetsgode.
Boligens langsiktighet.
Boligen er ikke mobil, dvs. kan vanligvis ikke flyttes.
Boligen er et udelelig gode.
Markedet for boliger er et «tynt marked».
Informasjonen i markedet er asymmetrisk.
10
Høye transaksjonskostnader.
De fleste markeder har en eller flere av disse karakteristikkene, men i boligmarkedet er de til
stede i særlig grad (Stamsø 2008, 6).
Med nødvendighetsgode menes det et produkt som konsumentene «må ha» mer eller mindre
uavhengig av inntektsnivået. Boliger er et nødvendighetsgode fordi folk «må ha» et sted å bo,
uavhengig av om de tjener mye eller lite. At boligen er et nødvendighetsgode vil medføre en
høy betalingsvillighet. At boligen ikke er mobil understreker at boligetterspørselen avhenger
av andre faktorer, som for eksempel arbeidsmarkedet og tilbudet av offentlig tjenester. At
boligen ikke kan deles opp medfører at endringer i prisøkning ikke nødvendigvis følges av en
endring i etterspørselen: for andre goder vil en økning i pris vanligvis føre til en lavere
etterspurt kvantum, men dette er vanskeligere i boligmarkedet. At boligmarkedet er tynt betyr
at det ikke bare er selve boligen som har betydning for potensielle boligkjøpere, men også
miljø/omgivelser spiller en stor rolle. Asymmetrisk informasjon innebærer at noen aktører har
mer informasjon enn andre: i boligmarkedet ligger nesten all informasjon om boligen hos
utleier eller selger, hvilket gir fordeler (markedsmakt). Med transaksjonskostnader menes det
kostnader som kommer i tillegg til prisen på boligen, som direkte flytte kostnader,
meglerhonorar og avgifter (Stamsø 2008, 7).
2.4 Etterspørsel og tilbud i boligmarkedet
Etterspørsel etter boliger uttrykkes som en funksjon av boligpris: jo høyere boligprisen er, jo
lavere er antall boliger som konsumentene etterspør. Etterspørselskurven kan dermed tegnes
som en fallende kurve, som figur 4 illustrerer.
Prisnivået på boliger er en avgjørende faktor for konsumentene når de vurderer å kjøpe bolig,
men den er ikke den eneste. Det er nemlig andre forhold som kan påvirke boligetterspørselen,
blant annet renten, inntektsnivået, forventinger til norsk økonomi og egen privat økonomi, og
befolkningsvekst (Grytten, 2009).
Renten:
Når renten øker vil det være dyrere å ta opp lån for å kjøpe bolig. Høyere
rentekostnader vil dermed føre til at etterspørselen etter boliger synker. Derimot, når
renten minker vil det være billigere å ta opp boliglån. Lavere rentekostnader vil
dermed føre til en økning i boligetterspørselen.
11
Inntektsnivået:
Når inntektsnivået øker, det vil si husholdningens lønn blir høyere, vil konsumentene
øke sitt forbruk (etterspørselen etter boliger øker). Når inntektsnivået synker og lønna
blir lavere, vil konsumentene redusere sitt forbruk (etterspørsel etter boliger minker).
Forventninger til norsk økonomi og egen privat økonomi:
Når konsumentene forventer at den norske økonomien og egen privat økonomi skal gå
bra, vil de etterspørre etter flere varer og tjenester og være mer positive til boligkjøp.
Når konsumentene forventer en dårligere fremtid vil de derimot begrense sin
etterspørsel etter varer og tjenester og være mer skeptiske til boligkjøp.
Befolkningsvekst:
En økning i befolkningen innebærer et større behov for boliger; boligetterspørselen vil
dermed øke. Hvis befolkningen minker vil det være mindre behov for boliger, hvilket
gir mindre press på boligmarkedet; boligetterspørselen vil dermed synke.
Virkningen av en økning i ovennevnte variabler fører til at prisen på boliger øker, som
nedstående figur illustrerer.
Figur 4: Skift i boligetterspørselen. Økning i etterspørsel gir høyere boligpris.
Kilde: Holden (2015).
12
Boligprisene kan også påvirkes fra tilbudssiden. Tilgang til tomter er et eksempel på en slik
variabel: jo større tilgang til tomter jo mindre prispress vil boligmarkedet oppleve.
Byggekostnadene har også en stor virkning på boligpriser. Økte byggkostnader, altså
prisøkning på innsatsfaktorer (arbeidskraft og kapital), vil nemlig føre til økte boligpriser.
Et av de viktigste trekkene ved boligmarkedet er skillet mellom tilbudet av boliger på kort og
lang sikt. Det tar tid å bygge boliger, tomter skal skaffes, det skal gjøres et reguleringsarbeid,
boligene skal tegnes, selges og bygges. En prosess som gjerne tar fra 3 år og oppover i tid
(Oekonomi.no, 2009).
På kort sikt vil vil tilbudt boliger være en gitt mengde ettersom det vil ta tid for en tilbyder å
få boliger ut i markedet. Tilbudskurven er dermed perfekt uelastisk. Konsekvensen av dette er
at selv om etterspørselen etter boliger øker, vil ikke tilbudet på boliger øke tilsvarende. Dette
gjelder spesielt i de store byene, der etterspørselen etter boliger er større enn i øvrige deler av
landet. På lang sikt vil tilbudskurven bli flatere og flatere inntil vi på uendelig lang sikt vil få
en perfekt elastisk tilbudskurve. Boligpris er gitt på lang sikt; tilbyderne vil dermed tilpasse
mengden boliger etter hvor stor etterspørselen er til denne gitte prisen.
Figur 5: tilbud av boliger på kort sikt (venstre) og på lang sikt (høyre).
Boligpris Tilbudskurven (T) Boligpris (p)
(p)
p Tilbudskurven (T)
x Antall boliger (x) Antall boliger (x)
Kilde: egen figur basert på NOU 2002: 2.
13
2.5 Boligboble
2.5.1. Definisjon av boble
En definisjon av finansielle bobler er handel av objekter i stort volum, til priser med
signifikant avvik fra fundamentale verdier. I praksis omtales bobler som situasjoner der
markedspriser på et eller flere finansobjekter er betydelig overpriset i forhold til deres
fundamentale eller virkelige verdi. Bobler oppstår når priser stiger kontinuerlig fordi
investorer tror at de kan ta ut gevinst ved videresalg på grunn av fortsatt vekst i prisnivå
(Grytten, 2009).
En annen kjent definisjon av boligboble er Joseph Stiglitzs definisjon:
“If the reason that the price is high today is only because investors believe that the selling
price will be high tomorrow—when "fundamental" factors do not seem to justify such a
price—then a bubble exists” (Stiglitz, 1990).
Ifølge Stiglitz er det en boligboble når dagens høye boligpris skyldes forventingen om at den
fremtidige salgsprisen skal være høy, uavhengig av boligens virkelig verdi, og når
prisøkningen ikke kan forklares i fundamentale økonomiske faktorer. Med fundamentale
økonomiske faktorer menes det makroøkonomiske variabler som kan variere over tid, som for
eksempel rente, inntekt, lønn og arbeidsledighet.
2.5.2 Karakteristika ved boligbobler
Bobler kan i prinsippet forekomme på alle omsettelige produkter der det er mulig å spekulere
i fremtidig prisretning og i gevinst (Grytten, 2009).
Det kan være veldig vanskelig å se om det finnes en boble i boligmarkedet. Det skyldes blant
annet at informasjonen i boligmarkedet ikke er fullkommen, det vil si det finnes usikkerhet
knyttet til fremtidige etterspørsel og tilbud. Det er vanskelig å vite hvor mange boliger
konsumentene kommer til å etterspørre i fremtiden og hvor mange boliger som kommer til å
tilbys på markedet. Et annet problem er at boliger ofte er unike og det er stor variasjon i
forhold til beliggenhet og antall boliger på markedet på samme tidspunkt. Dette gjør det
vanskelig å estimere nøyaktig prisen på en bolig (Stiglitz, 1990).
14
En rask prisstigning er ikke i seg selv et bevis på at det er en boligboble. Det som er
avgjørende er forventingenes rolle og samsvar med fundamentale økonomiske faktorer.
Endringer i fundamentale økonomiske faktorer som inntekt, rente, arbeidsledighet og
innvandring spiller også en stor rolle: en stigende inntekt og fallende styringsrente vil bidra til
å øke etterspørselen etter boliger. Høyere inntekt hos konsumentene innebærer bedre råd til å
kjøpe bolig, og lavere rente øker muligheten for potensielle boligkjøpere til å få boliglån, noe
som vil legge press på boligmarkedet.
Et annet viktig spørsmål er hvorvidt forventningene om fremtidig prisøkning er store nok til å
kunne påvirke markedsaktørene. Dersom forventinger om raske og stadige prisøkninger blir
en motivasjonsfaktor for potensielle boligkjøpere vil dette legge stort press på boligmarkedet,
hvilket gir ustabile priser.
Et ytterligere kjennetegn ved boligboble er tendensen til å se på boliger som
investeringsobjekter. Hvis man kjøper en bolig bare på grunn av det man kan tjene på en
fremtidig salg fremfor det reelle behovet for å finne et sted å bo og gleden til å skaffe seg et
«hjem», vil dette bidra til ustabile prisøkninger.
Et marked med boble er drevet i stor grad av psykologiske faktorer, som frykt for fremtidige
prisøkninger og tro på bolig som en sikker investering. Denne frykten for fremtidige
prisøkninger påvirker konsumentenes valg. En potensiell boligkjøper kan tenke at dersom han
eller hun venter altfor lenge vil de ikke har råd til å kjøpe bolig senere på grunn av den
kontinuerlige prisstigningen. Dessuten, er de villige til å påta seg en større risiko fordi de tror
at en del av risikoen blir fjernet av forventingen om en fremtidig prisøkning.
Denne uekte følelsen av trygghet er typisk av et marked med boble: man tror at det er lite
sannsynlighet for at boligprisene skal falle, dermed vil de fleste ikke merke at de finner seg i
en boble, selv om de egentlig gjør det, hvilket forsterker effekten av boligboblen (Case &
Shiller, 2004).
2.5.3 Case & Shillers syv kriterier for boligboble
De to amerikanske økonomene Karl Case og Robert Shiller utarbeidet i 2003 an analyse for å
identifisere om det eksisterer en boble i USAs boligmarked. Ifølge denne analysen er det syv
kriterier som avgjør hvorvidt det er en boble i markedet eller ikke. Dersom disse kriteriene er
oppfylt, eksisterer en boligboble. Case og Shillers syv kriterier er:
15
1) Utbredt forventninger om høy prisstigning
2) Kapitalgevinst ved salg som motiverende motiv for investering
3) Stor oppmerksomhet mot boligpris i medier og private sammenhenger
4) Press om å bli boligeiere
5) Boligprisene øker mer enn inntektene
6) Forenklede oppfatninger av de økonomiske sammenhenger i boligmarkedet dominerer
7) Svak forståelse for risiko.
I analysedelen vil jeg ta for meg hvorvidt disse kriteriene er oppfylt i dagens sammenheng i
Norge.
2.6 Utvikling av boligpriser i Norge
For å kunne måle utviklingen av boligpriser bruker man boligprisindekser. Prisindekser
beskriver forholdet mellom prisen på en vare eller tjeneste på to ulike tidspunkt. Boliger er en
type vare som kan være svært ulike med hensyn til alder, beliggenhet, størrelse og kvalitet.
Det er derfor nødvendig å bruke en metode som ”fjerner” de kvalitetsmessige ulikhetene, og
gjør boligene sammenlignbare. Matematisk kan dette gjøres ved å uttrykke boligprisen som en
funksjon av boligens karakteristikker, der hver karakteristikk gis en teoretisk pris. Hvilke
kvalitetsegenskaper som tas med i prisfunksjonen avhenger av hvilke opplysninger man har
om boligene og hvilken betydning de har for prisen. Erfaring viser at boligens areal og
beliggenhet har størst innvirkning på boligprisen (Takle, 2012).
Nedstående figur viser relativ utvikling av boligpriser i Norge fra 1992 frem til 2016
sammenlignet med konsumprisindeksen (KPI), dvs. prisutviklingen på øvrige varer og
tjenester (se vedlegg 1 for beregningene).
16
Kilde: egne beregninger basert på tall fra SSB.
Grafen viser at boligprisene har steget kraftig siden 1992, med en liten bremsing mellom 2008
og 2009 på grunn av finanskrisen, mens konsumprisindeksen har hatt en saktere økning over
tid. Prisen på øvrige varer og tjenester har økt med 62%, mens boligprisen har steget med hele
448% de siste 25 årene, det vil si mer enn syv ganger så mye enn konsumprisindeksen.
Konsekvensen av dette er at avstanden mellom boligprisindeksen og konsumprisindeksen har
blitt større og større, hvilket betyr at boliger blir dyrere og dyrere i forhold til øvrige varer og
tjenester. I Norge har vi har altså hatt en prisutvikling på boliger som på lang sikt ikke er
bærekraftig.
Ifølge professor Ola Grytten ved institutt for samfunnsøkonomi på Norges Handelshøyskole
(NHH) er det syv hovedgrunner til at boligprisene har nådd et rekordhøyt nivå:
• Lav rente
• Sterk arbeidsinnvandring – spesielt til de store byene
• Høy inntektsvekst
• Lav boligbygging
• Lav arbeidsledighet
• Gode konjunkturer
• Nye byggekrav som har gitt kostnadshopp
(Grytten, 2009)
0
1
2
3
4
5
6
19
92
K1
19
92
K4
19
93
K3
19
94
K2
19
95
K1
19
95
K4
19
96
K3
19
97
K2
19
98
K1
19
98
K4
19
99
K3
20
00
K2
20
01
K1
20
01
K4
20
02
K3
20
03
K2
20
04
K1
20
04
K4
20
05
K3
20
06
K2
20
07
K1
20
07
K4
20
08
K3
20
09
K2
20
10
K1
20
10
K4
20
11
K3
20
12
K2
20
13
K1
20
13
K4
20
14
K3
20
15
K2
20
16
K1
Figur 6: utvikling av boligpriser og KPI (1992-2016)
boligprisindeks konsumprisindeks
17
3. Metode
3.1 Valg av metode
I denne oppgaven har jeg valgt å benytte den kvantitative metoden. Det er fordi den
kvantitative metoden egner seg best når man forsøker å forstå fenomener gjennom å telle og
måle data, og gjennom bruk av statistiske verktøy for å analysere og tolke dem. Statistikk
hjelper oss nemlig med å oppdage sammenhenger og fenomener som skjuler seg bak vår
atferd. Utvalget i en slik metode er gjerne store grupper, som er representative for hele
befolkningen. Den kvalitative metoden derimot egner seg best når det er små grupper av
mennesker som skal observeres. Denne metoden brukes når man ønsker å forstå hvilken
betydning forskjellige hendelser eller fenomener har og hva som motiverer individer til
handling (Jacobsen, 2005).
Kvalitative metoder bygger på teorier om fortolkning og menneskelig erfaring, og forholder
seg til data i form av tekster, lyd og bilde. Målet med kvalitative metoder er å utforske
meningsinnholdet i sosiale fenomener, slik det oppleves for de involverte selv. For
datainnsamling anvendes det som oftest observasjon og/eller intervju. Kvantitative metoder
forholder seg derimot til kvantifiserbare størrelser som systematiseres ved hjelp av ulike
former for statistisk metode. Kvantitative metoder omfatter formaliserte prinsipper som legger
grunnlaget for en stringent forskningsprosess fra problemformuleringer, forskningsdesign,
datavalg og dataanalyse til tolkninger og konklusjoner. Data vil være forankret til spesifikke
variabler, og det anvendes standardiserte metoder for datainnsamling. Variablene kan dermed
uttrykkes i tallverdier, og datamaterialet kan beskrives med tabeller, grafiske figurer eller
statistiske mål. Eksempler på statistiske mål er gjennomsnitt, variasjon og korrelasjon, og
analyseres ved hjelp av blant annet varians-, faktor- eller regresjonsanalyse (Jacobsen, 2005).
3.2 Datagrunnlag
Den viktigste datakilden for gjennomføring av analysen i denne oppgaven har vært
statistikkbanken til Statistisk Sentralbyrå (SSB) som inneholder omfattende statistikker med
detaljerte valgmuligheter for de fleste relevante variablene. For å kunne sammenligne
variablene med hverandre har jeg selv laget ved hjelp av Excel en rekke figurer basert på tall
fra ulike kilder. Disse vil synliggjøre sammenhengene mellom variablene og øke forståelsen
for analysen.
18
Variablene jeg har valgt å analysere er de som tidligere er omtalt som fundamentale
økonomiske faktorer, nemlig:
Styringsrente
Husholdningens inntekt
Byggekostnadsindeks
Befolkningsvekst
Innvandring
Arbeidsledighet
I tillegg til disse skal jeg se på utvikling av to ikke-økonomiske faktorer: folks forventninger
om fremtidig prisstigning og medias oppmerksomhet om boligboble. Første nevnte måles med
en undersøkelse som gjennomføres av Finans Norge i samarbeid med TNS Gallup hvert år. I
analysen har jeg brukt deres tall som grunnlag. Andre nevnte har jeg målt selv ved hjelp av
Retriever Research, et stort mediearkiv som samler inn og arkiverer nyheter fra mediene. Med
dette verktøyet kan man få et raskt overblikk over trykket på aktuelle temaer. Jeg har gjort
dette ved å telle antall treff på søkeordene «boligprisene», «boligpriser» og «boligboble» for
hvert år. Datagrunnlaget for alle de selvlagde indeksene er å finne som vedlegg.
3.3 Avgrensing
Analysen baserer seg på data som gjelder Norge som land. Det er viktig å merke seg at det
eksisterer forskjeller mellom regioner imellom. Noen av funnene som fremkommer av
analysen kan dermed ikke gjelde på regionalt nivå.
I tilfellene der det finnes en sammenheng mellom ulike variabler bør man dessuten
gjennomføre en regresjonsanalyse for å måle hvor sterk denne sammenhengen er. Imidlertid
mener jeg at en regresjonsanalyse blir for oppfattende i en slik oppgave.
19
4. Analyse
I den første delen av analysen vil jeg ta for meg analysen av fundamentale økonomiske
faktorer, deretter skal jeg gi en vurdering av Case og Shillers syv kriterier for boligboble.
4.1 Analyse av fundamentale økonomiske faktorer
4.1.1 Styringsrente
Som forklart i kapittel om teori påvirker rentenivået etterspørselen i markedet. Norges Banks
fastsettelse av styringsrente har svært stor betydning for rentene bankene tilbyr sine kunder,
både utlån og innskudd, og dermed for boliglånetterspørselen. Figur 7 viser utviklingen av
Norges banks styringsrente fra april 1992 til mars 2016.
Kilde: Norges Bank.
I oktober 1992 nådde styringsrenten sitt høyst punkt og lå på cirka 11%. Over 25 år har renten
hatt en ustabil utvikling med kraftige nedganger som i 1993, 2003 og 2008 (finanskrisen) og
oppganger, vanligvis rett før nedganger. De siste årene har rentenivået vært veldig lavt (under
2%). Dagens rentenivå på 0,66% er historisk lavt, og er 16 ganger lavere enn det som var i
1992. Ifølge analytikere og økonomer skal trenden fortsette nedover (E24, 2016).
Konsekvensen av dette er økt kjøpekraft hos den gjennomsnittlige forbrukeren, noe som betyr
økt etterspørsel etter boliglån. Det har nemlig aldri vært så gunstig å ta opp lån som i dag. Det
kan virke som rentenedgangen er svært positiv for forbrukerne med tanke på at de får lettere
0
2
4
6
8
10
12
jan
.91
feb
.92
mar
.93
apr.
94
mai
.95
jun
.96
jul.9
7
aug.
98
sep
.99
okt
.00
no
v.0
1
de
s.0
2
jan
.04
feb
.05
mar
.06
apr.
07
mai
.08
jun
.09
jul.1
0
aug.
11
sep
.12
okt
.13
no
v.1
4
de
s.1
5
Figur 7: utvikling av Norges Banks styringsrente (1991-2016)
Styringsrente
20
tilgang til lånekapital i form av lavere utgifter til låneopptak. Imidlertid vil dette legge et stort
press på boligmarkedet. Ut fra mikroøkonomisk teori vet vi nemlig at dersom etterspørselen
etter boliger er større enn tilbudet av boliger vil det oppstå etterspørselsoverskudd, hvilket
tilsier at markedet ikke er i likevekt. I praksis vil mangel på boliger på grunn av for stor
etterspørsel føre til økte boligpriser. Som vi har sett i forrige kapitlet, vil dette påvirke
konsumentenes forventninger om stadig høyere boligpriser og bidra til å se boligen som et
investeringsobjekt.
Effekten av lavere rentenivå på boligpriser vises i nedstående diagram som illustrer
utviklingen av Norges banks styringsrente og SSBs boligprisindeks fra første kvartal 1992 til
siste kvartal 2015 (se vedlegg 2 for beregningene).
Kilde: egne beregninger basert på tall fra Norges Bank og SSB.
Som det fremkommer av figur 8 ser vi en klar sammenheng mellom styringsrente og
boligprisindeks: lave renter lager grunnlag for økte boligpriser og gapet blir stadig større.
Hvis rentenivået fortsetter nedover vil det mest sannsynlig føre til at boliger blir enda dyrere.
Jeg kommer ikke til å drøfte i denne oppgaven hvilke virkninger en stadig lavere rente har på
økonomien for øvrig, men vi forstår at en lav rente kan være farlig for boligmarkedet, i den
forstand at den øker fare for en etterspørselsoverskudd. Hvorvidt dagens lave rente er isolert
0
1
2
3
4
5
6
01
.04
.19
92
01
.03
.19
93
01
.02
.19
94
01
.01
.19
95
01
.12
.19
95
01
.11
.19
96
01
.10
.19
97
01
.09
.19
98
01
.08
.19
99
01
.07
.20
00
01
.06
.20
01
01
.05
.20
02
01
.04
.20
03
01
.03
.20
04
01
.02
.20
05
01
.01
.20
06
01
.12
.20
06
01
.11
.20
07
01
.10
.20
08
01
.09
.20
09
01
.08
.20
10
01
.07
.20
11
01
.06
.20
12
01
.05
.20
13
01
.04
.20
14
01
.03
.20
15
Figur 8: utvikling av styringsrente og boligpriser
Styringsrente Boligprisindeks
21
sett årsaken til en eventuell boligboble kan diskuteres, men det er ingen sikkerhet. Imidlertid
kan man uten tvil konkludere at rentenivået er en avgjørende faktor for boligprisoppgangen.
4.1.2 Husholdningenes inntekt
Som det fremkommer av teorien er inntekten en viktig faktor for hvorvidt konsumentene
klarer å komme inn på boligmarkedet. Nedstående figur viser utviklingen av husholdningenes
inntekt, sett som nasjonal disponibel inntekt Norge.
Kilde: SSB.
Husholdningenes disponible inntekt har økt med hele 294% fra 1990, dvs. den har firedoblet
seg i løpet av bare 25 år og har hatt en bratt stigning hele perioden med unntak av et fall i
2006.
Lønnsinntektene er den viktigste inntektskilden for husholdningene og det er nettopp
økningen i lønnsinntektene som har bidratt til å trekke opp husholdningenes disponible
inntekt (Statistisk sentralbyrå, 2016). Generelt sett vil en økning i lønnsinntekter innebære at
husholdningene har bedre råd til å kjøpe varer og tjenester, og selvfølgelig øker den
muligheten til å komme inn på boligmarkedet for å skaffe seg bolig. Forutsetningen er
imidlertid at boligprisene holder seg stabile: hvis lønnsøkningen blir «spist opp» av økningen
i boligprisene vil husholdningen ha ingen nytte av den, fordi deres kjøpekraft blir uendret. Det
er dermed viktig å se på utviklingen av lønn i forhold til utviklingen i boligpriser.
-
200 000
400 000
600 000
800 000
1 000 000
1 200 000
1 400 000
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
20
15
tall
i mill
ion
er k
r
Figur 9: Utvikling i husholdningenes inntekt (1990-2015)
Disponibel inntekt
22
Figur 10 viser relativ utvikling av lønnsindeksen, som er et mål for gjennomsnittlig
månedslønn for heltidsansatte i alle sektorer, og boligprisindeksen fra første kvartal 2000 til
siste kvartal 2015 (se vedlegg 1 for beregningene).
Kilde: egne beregninger basert på tall fra SSB.
Både lønnsindeksen og boligprisindeksen har økt de siste 15 årene, men det fremkommer at
økningen i lønn har vært betydelig svakere. Boligprisene har økt med hele 155% siden 2000,
mens lønningene har økt med bare 85%. I perioden 2000-2004 var utviklingen ganske jevnt,
dvs. lønningene og boligprisene økte like mye, men etter det ble boligprisindeksen høyere enn
lønn. Det eneste avviket fra trenden er perioden 2008-2009 der forskjellen ble redusert. Dette
skyldes mest sannsynlig finanskrisen, som inntraff akkurat i denne perioden.
Utviklingen tyder på at avstanden mellom boligprisindeks og lønnsindeks blir stadig større,
hvilket betyr at økningen i lønn ikke klarer å kompensere for økningen i boligpriser. Med
andre ord blir det vanskeligere og vanskeligere å kunne ha råd til en bolig over tid.
En kan også spørre seg om det er lønningene som øker for lite eller om det boligprisene som
øker for mye. For å kunne svare på dette spørsmålet har jeg valgt å sammenligne utviklingen
av lønnsindeksen og boligprisindeksen med konsumprisindeksen (KPI). Nedenstående figur
viser disse tre størrelsene i relativ endring.
0
0,5
1
1,5
2
2,5
3
20
00
K1
20
00
K3
20
01
K1
20
01
K3
20
02
K1
20
02
K3
20
03
K1
20
03
K3
20
04
K1
20
04
K3
20
05
K1
20
05
K3
20
06
K1
20
06
K3
20
07
K1
20
07
K3
20
08
K1
20
08
K3
20
09
K1
20
09
K3
20
10
K1
20
10
K3
20
11
K1
20
11
K3
20
12
K1
20
12
K3
20
13
K1
20
13
K3
20
14
K1
20
14
K3
20
15
K1
20
15
K3
Figur 10: utvikling av lønn og boligpriser (2000-2015)
lønnsindeks boligprisindeks
23
Kilde: egne beregninger basert på tall fra SSB.
En for kraftig økning i lønn i forhold til inflasjonen vil forårsake ustabilitet i økonomien, for
eksempel etterspørselssjokk på grunn av økt kjøpekraft hos konsumentene. Imidlertid ser vi at
den positive lønnsutviklingen ikke bidrar til å øke konsumentenes mulighet til å kjøpe bolig.
Boligprisene har nemlig økt mye mer enn lønningene. Det betyr at konsumentene som ønsker
å skaffe seg bolig vil ikke få nytte av lønnsøkningen. Dersom trenden fortsetter som det er nå,
vil situasjonen forverres. Jo lengre tid man venter jo mer vil konsumentene se sin kjøpekraft
redusert. Konsekvensen av dette er at en større andel av konsumentene ikke vil kunne komme
inn på boligmarkedet. Dette gjelder spesielt ungdommer og andre svake grupper i samfunnet.
Siden det oppstår et gap mellom boligprisindeksen og de andre variablene og at dette gapet
blir større over tid, forstår vi at det er boligprisene som øker for mye, ikke lønn som øker for
lite.
4.1.3 Byggekostnadsindeksen for boliger
Byggekostnadsindeksen måler den samlede prisutviklingen på materialer, arbeidskraft,
maskiner og annet som inngår i bygge- og anleggsvirksomheten, og kan brukes til å beskrive
kostnadsutviklingen i kontrakter innen dette området (Statistisk sentralbyrå, 2011).
Fra produksjonsteori vet vi at ofte vil en økning i prisene på innsatsfaktorene føre til en
økning i prisen på ferdigvaren. Da blir det naturlig å tenke at en økning i materiale- eller
0,5
1
1,5
2
2,5
32
00
0K
1
20
00
K3
20
01
K1
20
01
K3
20
02
K1
20
02
K3
20
03
K1
20
03
K3
20
04
K1
20
04
K3
20
05
K1
20
05
K3
20
06
K1
20
06
K3
20
07
K1
20
07
K3
20
08
K1
20
08
K3
20
09
K1
20
09
K3
20
10
K1
20
10
K3
20
11
K1
20
11
K3
20
12
K1
20
12
K3
20
13
K1
20
13
K3
20
14
K1
20
14
K3
20
15
K1
Figur 11: utvikling i lønn, boligpris og KPI
lønnsindeks boligprisindeks konsumprisindeks
24
arbeidskraftkostnader kan være forklaringen på hvorfor boligprisene har steget så kraftig de
siste årene. Nedstående figur viser utviklingen av byggekostnader i forhold til boligpriser i
perioden 1992-2016 (se 3 vedlegg for beregningene).
Kilde: egne beregninger basert på tall fra SSB.
Det fremkommer av figuren at både byggekostnadene og boligprisene har hatt en generell
økning siden 1992. Byggekostnadene og boligprisene har økt med henholdsvis 116% og
448% de siste 25 årene. Dette tilsier at økningen i byggekostnadene kan være en årsak til
økningen i boligprisene. Det er dermed viktig å se på utviklingen av byggekostandsindeksen
fremover. Imidlertid ser vi at boligprisene har steget mye mer enn byggekostnadene (nesten 4
ganger så mye), hvilket nok en gang gir et stort gap mellom boligpriser og den andre
variablen. Hvis økningen i boligprisene ikke gjenspeiles med en tilsvarende økning i
byggekostandene betyr det at det må være noe annet som presser boligprisene oppover.
4.1.4 Befolkningsvekst
En annen fundamental økonomisk faktor som er relevant for endringer i boligmarkedet er
befolkningsveksten. Generelt sett kan vi definere befolkningsvekst som et resultat av antall
fødte, døde, utvandrede og innvandrede (Statistisk sentralbyrå, 2012).
En større befolkning innebærer et større behov for boliger, etterspørselen etter boliger vil
dermed øke. Hvis denne økningen i etterspørselen ikke imøtekommes med en tilsvarende
økning i tilbudet, dvs. man bygger flere boliger, vil prisene på boliger presses oppover (jf.
0
1
2
3
4
5
6
19
92
K1
19
92
K4
19
93
K3
19
94
K2
19
95
K1
19
95
K4
19
96
K3
19
97
K2
19
98
K1
19
98
K4
19
99
K3
20
00
K2
20
01
K1
20
01
K4
20
02
K3
20
03
K2
20
04
K1
20
04
K4
20
05
K3
20
06
K2
20
07
K1
20
07
K4
20
08
K3
20
09
K2
20
10
K1
20
10
K4
20
11
K3
20
12
K2
20
13
K1
20
13
K4
20
14
K3
20
15
K2
20
16
K1
Figur 12: utvikling av byggekostnadsindeks og boligpriser
byggekostnadsindeks boligprisindeks
25
figur 4 om skift i boligetterspørselen, side 9).
Variablene jeg har valgt å analysere er nemlig folkemengde og boligbygg. Nedstående graf
har jeg laget selv ved å slå sammen disse to variablene i samme figur, og den viser den årlige
utviklingen i folkemengde og boligbygg i Norge fra 1997 til 2015.
Kilde: egen figur basert på tall fra SSB.
Både folkemengden og antall boliger har hatt en stabil økning de siste 20 årene. Et viktig
spørsmål er hvor stor denne økningen er og hvor i landet folkemengden øker mest. Med tanke
på likevekt i markedet bør denne økningen være så lik som mulig. Hvis det er en stor forskjell
mellom disse to størrelsene vil boligmarkedet bli ustabil på grunn av etterspørselsoverskudd
eller tilbudsoverskudd.
Jeg vil dermed regne ut den årlige vekstraten og den totale veksten i perioden 1997-2015.
Tallene fra SSB om folkemengde og boligbygg som er grunnlag for beregningen er å finne i
vedlegg 3.
Den årlige vekstraten finner man med CAGR-formelen. CAGR står for Compound Annual
Growth Rate og formelen for denne kan fremstilles slik:
1 150
1 200
1 250
1 300
1 350
1 400
1 450
1 500
1 550
4 000
4 200
4 400
4 600
4 800
5 000
5 200
5 400
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
20
15
Bo
ligb
ygg
('0
00
)
Folk
emen
ge (
'00
0)
Figur 13: Utvikling i folkemengde og boligbygg
folkemengde boligbygg
26
Med ending value menes det størrelsen på variabelen i slutten av perioden som analyseres (18
år), mens beginning value er størrelsen på variabelen i begynnelsen av perioden. Verdien på
CAGR har jeg beregnet med hjelp av Excel, men for ordens skyld oppgir jeg beregningen her:
CAGRfolkemengde = (5 166 000 / 4 393 000) ^ (1 / 18) – 1 = 0,00947
CAGRboligbygg = (1 512 000 / 1 288 000) ^ (1 / 18) – 1 = 0,008923
Den totale veksten finner man ved å dele ending value med beginning value og trekke 1.
Resultetene oppsumeres i nedstående tabell.
CAGR Total vekst
Folkemengde 0,905 % 17,6 % Boligbygg 0,892 % 17,3 %
Med dette kan jeg konstatere at den årlige vekstraten og den totale veksten for folkemengde
og boligbygg er ganske like. Det er kun 0,013% forskjell for CAGR og 0,3% for den totale
veksten. Det betyr at befolkningsveksten ikke vil føre til et større press på boligmarkedet fordi
økt boligetterspørsel møtes med en (nesten) like stor økning i boligtilbud, med forutsetning at
størrelsen på husholdninger ikke endres.
Dette resultatet gjelder på nasjonalt nivå, forskjeller mellom deler av landet / byer tas ikke i
betrakting. På lokalt nivå kan det nemlig finnes boligmarkeder som derimot opplever stort
eller lite press på grunn av endringer i folkemengde. Et eksempel på store forskjeller i
boligmarkeder er Oslo og Stavanger: mens prisgaloppen fortsetter i rådyre Oslo, opplever
oljebyen Stavanger stort prisfall (Wig & Norli, 2016). Som omtalt tidligere skyldes dette
uelastisk tilbud, særlig i byene. Da forstår man at selv om markedet ser ut som det er i
likevekt på nasjonalt nivå, vil bildet endres når man ser på forholdene på lokalt nivå.
4.1.5 Innvandring
Dagens befolkningsvekst i Norge, som i mange andre vestlige land, er gitt først og fremst av
innvandring (Statistisk sentralbyrå, 2012). Innvandring vil altså spille en stor rolle for
etterspørselen i boligmarkedet. Innvandrere, i lik linje som resten av befolkningen, har behov
for bolig, hvilket gir økning i boligetterspørselen.
27
I denne analysen vil jeg forholde meg til arbeidsinnvandring siden det er denne gruppen som
har størst sannsynlighet å komme inn på markedet i forhold til andre grupper, som for
eksempel flyktninger.
Økt arbeidsinnvandring vil legge større press på boligmarkedet, i den forstand at den bidrar til
å sette krav til økt boligbygging, og samtidig vil arbeidsinnvandrerne være med på å
konkurrere mot andre konsumentene i boligmarkedet. Dersom boligtilbudet er begrenset vil
dette resultere i boligprisoppgang. Figur 14 viser utviklingen av arbeidsinnvandring på årlig
basis i perioden 1990-2014.
Kilde: SSB.
Det fremkommer av figuren at antallet arbeidsinnvandrere som har kommet til Norge har vært
i sterk vekst etter 2004. I perioden 2004-2008 økte arbeidsinnvandringen med hele 472%, dvs.
nesten 5 ganger høyere enn i periode 1990-2003. Dette kan skyldes EU-utvidelsene som har
gjort det lettere for utenlandske arbeidssøkere å flytte til Norge. Denne utviklingen ble
bremset av finanskrisen i 2008, men kom seg raskt opp igjen. De siste årene har
arbeidsinnvandring hatt en negativ utvikling og har sunket med 20% siden 2011.
Konsekvensen av denne nedgangen vil teoretisk sett være en nedgang i boligpriser: et lavere
antall konsumenter konkurrerer i markedet for å kjøpe bolig, selgerne er dermed nødt til å
sette ned boligprisene hvis de ønsker å få solgt.
Som forklart i kapitlet om boligmarkedet vil dette likevel neppe skje på grunn av særtrekkene
av boligmarkedet. Det er dermed ikke overraskende at boligprisene har fortsatt å øke selv om
-
5 000
10 000
15 000
20 000
25 000
30 000
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
Figur 14: utvikling av arbeidsinnvandring (1990-2014)
arbeidsinnvandring
28
arbeidsinnvandringen har minket de siste årene, hovedsakelig på grunn av andre variabler som
trekker i retning av økt pris.
4.1.6 Arbeidsledighet
Det oppstår arbeidsledighet når det er et større tilbud av arbeidskraft enn det som etterspørres
(Vale 2010, 311). Man kan skille mellom forskjellige typer arbeidsledighet, men jeg vil ikke
gå inn på på hver enkelt type av arbeidsledighet fordi at arbeidet vil være for oppfattende, og
velger dermed å holde meg til SSBs definisjon av arbeidsledige. SSBs definisjon er som
følger:
«Arbeidsledige er personer uten inntektsgivende arbeid som forsøkte å skaffe seg slikt arbeid i
løpet av de siste fire ukene, og som kunne ha påtatt seg arbeid i løpet av to uker».
SSBs arbeidsledighet måles ved å se antallet arbeidsledige i prosent av arbeidsstyrken.
Figur 15 viser den månedlige utviklingen av arbeidsledigheten i Norge i perioden 1990-2015.
Kilde: SSB.
Som det fremkommer av figuren har arbeidsledigheten i Norge opplevd både oppganger og
nedganger de siste 25 årene, med toppunkt på 6,8% i september 1993 og bunnpunkt på 2,3% i
april 2008, altså rett før finanskrisen inntraff. Etter dette året har antallet arbeidsledige vært
stigende. Arbeidsledigheten ligger i dag på 4,8%, det vil si dobbelt så høy som den var på sitt
laveste nivå. Arbeidsledigheten er en viktig fundamental økonomisk faktor for boligmarkedet.
0
1
2
3
4
5
6
7
8
19
90
M0
1
19
90
M1
1
19
91
M0
9
19
92
M0
7
19
93
M0
5
19
94
M0
3
19
95
M0
1
19
95
M1
1
19
96
M0
9
19
97
M0
7
19
98
M0
5
19
99
M0
3
20
00
M0
1
20
00
M1
1
20
01
M0
9
20
02
M0
7
20
03
M0
5
20
04
M0
3
20
05
M0
1
20
05
M1
1
20
06
M1
1
20
07
M0
9
20
08
M0
7
20
09
M0
5
20
10
M0
3
20
11
M0
1
20
11
M1
1
20
12
M0
9
20
13
M0
7
20
14
M0
5
20
15
M0
3
20
16
M0
1
Figur 15: utvikling av arbeidsledighet (1990-2015)
arbeidsledige i % av arbeidsstyrken
29
Den påvirker nemlig både etterspørselen av boliger og boligtilbudet. På etterspørselssiden
innebærer lav arbeidsledighet at en større del av konsumentene har tilgang til boligmarkedet.
Høy arbeidsledighet betyr derimot at færre konsumenter får tilgang til boligmarkedet fordi
uten jobb vil husholdningene neppe få boliglån fra bankene. På tilbudssiden innebærer lav
arbeidsledighet at produsentene vil øke boligtilbudet. Det vil ikke være vanskelig å få solgt en
bolig når arbeidsledigheten er lav fordi en større del av konsumentene har råd til å kjøpe
bolig. Imidlertid vil det ta tid for produsentene å tilby nok boliger for den økte etterspørselen.
På kort sikt er tilbudet på boliger perfekt uelastisk (jf. figur 5), hvilket betyr at en økning i
boligetterspørselen gir oppgang i boligpriser. Siden arbeidsledigheten har de siste årene vært
stigende kunne man forvente at boligprisene hadde gått ned, men når vi ser på utviklingen av
boligprisene de siste årene (figur 6) forstår vi at det ikke er tilfellet.
Tolkningen av det er at dagens arbeidsledighetsnivå ikke har i særlig grad påvirket
boligprisene. Det er fordi andre variabler trekker i motsatt retning, for eksempel rentenivå.
Det betyr ikke at arbeidsledigheten ikke har noe betydningen for utviklingen av boligprisene.
Ser vi på for eksempel Stavanger, som opplever for tiden høy arbeidsledighet, og dets
negative boligprisutvikling, forstår vi at disse to variablene har en sammenheng.
4.2 Analyse av Case og Shillers syv kriterier
Som nevnt tidligere i oppgaven er oppfyllelsen av følgende kriterier et tegn på at det
eksisterer en boligboble.
1) Utbredt forventninger om høy prisstigning.
Det er vanskelig å måle folks forventninger rent kvantitativ ettersom det er psykologien som
styrer deres atferd, men et godt forsøk på dette er to landsrepresentative spørreundersøkelser
som ble utført av Norstat i september 2015 og av TNS Gallup i mars 2016. Hensikten med
disse undersøkelsene var å måle folks forventninger til boligprisutviklingen det neste året og
de neste fem årene. Undersøkelsene avdekket tydelige bevegelser i forventningene både på
kort og lang sikt. På kort sikt har andelen som tror at boligprisene vil falle økt fra 6% til 12%
fra september til mars. Mange av de som i september spådde uendret boligpris, tror nå på et
boligprisfall. Andelen som tror på prisvekst neste år holder seg relativt stabil (55% i
september og 57% i mars). På lengre sikt svarte 55% av informantene at risikoen for et
boligprisfall var svært lav eller lav. I mars er denne andelen sunket til 35%. Andelen som
svarte høy eller svært høy risiko for et boligprisfall er relativt lik i september og mars,
henholdsvis 12% og 13%.
30
I tillegg til de overnevnte undersøkelsene kommer forventningsbarometeret av Finans Norge
også til anvendelse i min oppgave. Forventningsbarometeret er en undersøkelse som hvert
kvartal måler norske husholdningers forventninger til egen og landets økonomi.
Undersøkelsen foretas av TNS Gallup og er et samarbeidsprosjekt mellom Finans Norge og
TNS Gallup. Den første målingen ble gjort i 1992, og de samme spørsmålene har blitt stilt
hvert eneste kvartal siden den gang. Nedstående figur viser forventningsbarometeret i
perioden 2015-2016.
Figur 15: forventningsbarometer. Kilde: Finans Norge
Resultatet som kommer frem er at nordmenn mener norsk økonomi har utviklet seg verre enn
forventet det siste året, og flere frykter nå at dette vil ramme privatøkonomien. Dette vil
teoretisk sett sette en brems til boligprisoppgangen.
På bakgrunn av dette er min konklusjon at dette kriteriet ikke er oppfylt.
2) Kapitalgevinst ved salg som motiverende motiv for investering.
Med dette menes det at konsumentene gjennomfører boligkjøpet på grunnlag av forventet
finansiell gevinst og ikke konsumbehov, altså for å ha et «hjem». Det betyr at boligkjøpere
spekulerer om en fremtidig prisoppgang. Hvorvidt en slik atferd er til stede i Norge i dag er
usikkert. Det finnes nemlig ingen undersøkelser om dette temaet pr. dags dato. Min analyse av
31
i hvilken grad dette kriteriet er oppfylt kan dermed basere seg kun på skjønnsmessige
vurderinger, noe som jeg mener faller ut av oppgavens formål.
3) Stor oppmerksomhet mot boligpris i medier og private sammenhenger.
Oppmerksomheten mot boligpris i medier kan måles ved hjelp av Retriever Research, et
verktøy for redaksjonell research og medieanalyse. Variabelen jeg har valgt å analysere er
antall treff på søkeordene «boligprisene», «boligpriser» og «boligboble». Dette vil gi en
innsikt i hvor mye mediene er opptatt av dette temaet. Søket gjelder kun norske papirtrykte
aviser, det vil dermed gi en begrenset oversikt over medias dekning. Figur 16 viser
utviklingen av den årlige medias oppmerksomheten siden 1990 frem til 2015. Jeg henviser til
vedlegg 4 for oversikt over tallene for hvert år.
Kilde: egen analyse basert på tall fra Retriever Research.
Det fremkommer av figuren at medias oppmerksomheten mot boligpriser har vært stigende de
siste 25 årene, med unntak av perioden 2008-2009 og 2014. Den totale veksten i perioden
1990-2012 har vært voldsom: oppmerksomheten i 2012 har økt med hele 2973% og 3500%
for søkeordene «boligprisene» og «boligpriser», det vil si at over 30 ganger større enn den
som var i 1990. Antall treff på søkeord «boligboble» har hatt en enda større økning:
oppmerksomheten var i 2012 329 ganger større enn i 2002. Utviklingen viser en nedgang i
0
500
1000
1500
2000
2500
3000
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
20
15
Figur 16: Utvikling av medias oppmerksomhet (1990-2015)
boligprisene boligpriser boligboble
32
2014, men har fort snudd igjen, hvilket betyr at dagens medias oppmerksomhet er veldig høy.
Oppmerksomheten i private sammenhenger er vanskeligere å måle ettersom det ikke finnes
tilgjengelig data rundt dette. Imidlertid kan man anta at oppmerksomheten i private
sammenhenger avhenger av oppmerksomheten i medier. Er denne forutsetningen oppfylt vil
økt mediedekning gi økt oppmerksomhet i private sammenhenger.
Ut fra ovenstående analyse vil jeg fastslå at dette kriteriet er oppfylt.
4) Press om å bli boligeiere.
Hvorvidt det er press om å bli boligeiere er vanskelig å avgjøre uten en skjønnsmessig
vurdering. Likevel finnes det noen insentiver som forsterker ønsket om å bli boligeier. For det
første kan man se på utviklingen i boligpriser og leiepriser. Nedstående figur viser den
kvartvise utviklingen fra mars 2010 til desember 2015.
Kilde: Eiendom Norge.
I perioden 2010-2012 var det ikke stort avvik mellom boligprisindeks og leieprisindeks, men
forskjellen mellom disse to størrelsene har blitt stadig større de siste årene. Konsumentene
kan tenke at en slik prisoppgang i boligpriser lager grunnlag for å anse bolig som en trygg
investering. Hvis trenden fortsetter slik, hvorfor skal man «kaste pengene ut av vinduet» ved å
0,9
0,95
1
1,05
1,1
1,15
1,2
1,25
1,3
1,35
1,4
01
.03
.20
10
01
.06
.20
10
01
.09
.20
10
01
.12
.20
10
01
.03
.20
11
01
.06
.20
11
01
.09
.20
11
01
.12
.20
11
01
.03
.20
12
01
.06
.20
12
01
.09
.20
12
01
.12
.20
12
01
.03
.20
13
01
.06
.20
13
01
.09
.20
13
01
.12
.20
13
01
.03
.20
14
01
.06
.20
14
01
.09
.20
14
01
.12
.20
14
01
.03
.20
15
01
.06
.20
15
01
.09
.20
15
01
.12
.20
15
Figur 17: relativ utvikling i boligpriser og leiepriser
boligprisindeks leieprisindeks
33
leie? En sånn tenkning kan presse konsumentene om å bli boligeiere. Dette forsterkes ved at
rentene er lave, hvilket gir lett tilgang til boliglån. Dessuten, hvis konsumentene forventer en
stadig prisoppgang, vil de forhaste seg i å komme seg inn på boligmarkedet.
Et annet insentiv er Boligsparing for ungdom (BSU), en spareordning kun ment for boligkjøp,
og som tilbys av de fleste banker i Norge. BSUs innskuddsrente på 3,20 % p.a. og 20%
skattefradrag på årets innskudd gjør at det er svært gunstig å spare for å kjøpe bolig (DnB,
2016). Når innskuddsrente på vanlig sparekonto ligger på 0,80% p.a. , altså fire ganger lavere
enn den BSU tilbyr, er det ikke vanskelig å forstå at mange blir fristet til å spare for å bli
boligeiere. BSU utgjør dermed et press (eller fristelse) om å bli boligeier.
Et tredje insentiv er skattesubsidiering knyttet til bolig. Skattesubsidier knyttet til bolig gjør at
det lønner seg å eie. Hvert år subsidierer staten norske boligeiere med store summer, noe som
øker prispresset i markedet. Subsidiene gis direkte ved rentefradrag på boliglån, og indirekte
ved at boligen er skattet svært lavt sammenlignet med andre kapitalgoder (Sterri, 2012).
Dessuten er eiendomsskatten i Norge en frivillig kommunal skatteform. Det er altså opp til
den enkelte kommune å bestemme utformingen av eiendomsskatten innenfor rammene
fastsatt i eigedomsskattelova. Subsidiene og den manglende skattleggingen gjør det svært
lukrativt å investere i bolig. Skattesystemet slik det er utformet i dag innebærer altså tap i å
leie. En løsning på dette kan være å reformere rentefradraget slik at subsidiene reduseres med
størrelsen på boliglånet, og innføre en eiendomsskatt som øker proporsjonalt mer enn verdien
på boligen. Den direkte konsekvensen av det vil være reduserte boligpriser og en strammere
privatøkonomi for mange, slik at skillet mellom de som er utenfor og de som er innenfor på
boligmarkedet reduseres (Sterri, 2012). Dagens boligpolitikk gjør det uten tvil gunstig å bli
boligeier.
På bakgrunn av overnevnte insentiver er kriteriet om press om å bli boligeier oppfylt.
5) Boligprisene øker mer enn inntektene.
Dette kriteriet kan man vurdere ved å se på utviklingen i boligpriser og utviklingen i inntekter
over tid. Analysen av disse har jeg gjort tidligere i dette kapitlet. Jeg henviser til punkt 4.1.2,
hvor det har kommet fram at boligprisene har økt mer enn inntektene.
På grunnlag av dette kan jeg konkludere at dette kriteriet er oppfylt.
34
6) Forenklede oppfatninger av de økonomiske sammenhenger i boligmarkedet dominerer.
Dette kriteriet er ikke lett å vurdere ut fra kvantitative størrelser ettersom oppfatninger er noe
svært personlig og kan fort endres. Ut fra skjønn er det lett å tenke seg at de fleste av oss har
forenklede oppfatninger av hvordan boligmarkedet fungerer. Det å forstå de komplekse
sammenhengene i boligmarkedet, og i økonomien for øvrig, krever som regel forkunnskaper
som den alminnelig mann kanskje ikke har. Man kan også anta at det er derfor de fleste velger
å bruke en eiendomsmegler når de ønsker å selge/kjøpe bolig. Eiendomsmegleren kan nemlig
sørge for at kundene får med seg de viktige økonomiske sammenhengene i boligmarkedet.
Medias oppmerksomhet mot boligmarkedet bidrar delvis til økt kunnskap hos konsumentene,
men som oftest begrenser de seg til informasjon om prisutvikling. De omfatter dermed ikke
boligmarkedets virkemåte og forholdet til de fundamentale økonomiske faktorene. Siden
medias oppmerksomhet har vært stigende de siste årene og de fleste av oss bruker en
eiendomsmegler i forbindelse med boligkjøp, kan man anta at konsumentenes kunnskap har
økt tilsvarende. Imidlertid er denne antagelsen ikke nok for at jeg kan trekke en konklusjon
om hvorvidt dette kriteriet er oppfylt.
7) Svak forståelse for risiko.
For å kunne avgjøre hvorvidt det norske folket har en svak forståelse av risiko har jeg valgt å
bruke kredittindikatoren K2 fra SSB. K2 er et tilnærmet mål for hvor stor innenlandsk
bruttogjeld publikum (husholdninger, ikke-finansielle foretak og kommuner) har i norske
kroner og utenlandsk valuta. Innenlandsk bruttogjeld omfatter utlån til publikum i norske
kroner og utenlandsk valuta fra innenlandske banker, finansieringsselskaper og kredittforetak
m.m. (Statistisk sentralbyrå, udatert). Grunnen for at jeg har valgt denne indikatoren er fordi
det finnes en sammenheng mellom økning i gjeld og risiko: hvis gjelden øker, vil det være
vanskeligere å betale ned lånet. I tillegg avhenger betalingsevnen av størrelsen på
utlånsrenten: hvis renta øker mer enn forventet er det større risiko for at mange vil få
betalingsproblemer. Som sett tidligere er dagens rente veldig lav (dvs. mindre utgifter for
kundene), men situasjonen kan fort endre seg. Det er dermed viktig at konsumentene tar dette
i betraktning når de velger å ta opp lån.
I denne analysen har jeg begrenset meg til utlån til husholdningene fra innenlandske banker.
Nedstående figur viser utviklingen i husholdningenes bruttogjeld fra 1990 til dagsdato.
35
Kilde: SSB
Som det fremkommer av figuren har husholdningenes gjeld hatt en voldsom økning fra 1990
frem til 2007. I løpet av bare 17 år har deres gjeld økt med hele 298%. Denne oppgangen ble
stanset av finanskrisen i 2008-2009 som ga en nedgang på 23% i desember 2011 (lavest nivå
etter finanskrisen). Etter dette året begynte gjelden å øke igjen og er i dag nesten tilbake til
nivået før finanskrisen. Setter vi utvikling av gjeld i relativ endring med husholdningenes
disponibel inntekt, får vi et nytt bilde av saken. Grunnlaget for beregningen vises i vedlegg 5.
Kilde: egne beregninger basert på tall fra SSB.
-
200 000
400 000
600 000
800 000
1 000 000
1 200 000
1 400 000
1 600 0001
99
0M
01
19
91
M0
1
19
92
M0
1
19
93
M0
1
19
94
M0
1
19
95
M0
1
19
96
M0
1
19
97
M0
1
19
98
M0
1
19
99
M0
1
20
00
M0
1
20
01
M0
1
20
02
M0
1
20
03
M0
1
20
04
M0
1
20
05
M0
1
20
06
M0
1
20
07
M0
1
20
08
M0
1
20
09
M0
1
20
10
M0
1
20
11
M0
1
20
12
M0
1
20
13
M0
1
20
14
M0
1
20
15
M0
1
20
16
M0
1
Figur 16: utvikling i husholdningenes bruttogjeld (1990-2016)
0,5
1
1,5
2
2,5
3
3,5
4
4,5
Figur 17: relativ utvikling i husholdningenes inntekt og gjeld
disponibel inntekt gjeld
36
Det fremkommer av figuren at gjeld har hatt en raskere oppgang enn inntekt. I 2012 var
gjeldsnivået og inntektsnivået veldig nær hverandre, noe som kan tilsi at etterspørselen etter
lån var i tråd med det folk tjente. Imidlertid har utviklingen snudd seg raskt de siste årene, og
dette er en god grunn for bekymring. Det er ikke bare at husholdningens gjeld øker mer
inntektene, men denne avstanden blir også stadig større. På sikt vil det ikke være bærekraftig.
Dersom husholdningene låner mer enn det de klarer å betale tilbake vil risikoen for å bli
insolvent øke tilsvarende. Økningen i låneetterspørselen kan forklares i at rentene er i dag
veldige lave, folk blir dermed fristet til å ta opp lån selv om det er fare for at renten kan stige i
fremtiden. Med andre ord kan lånet man tar opp i dag bli dyrere enn det man hadde sett for
seg i første omgang. En slik utvikling i husholdningenes atferd kan indikere at de har en svak
forståelse for risiko.
På bakgrunn av dette vil jeg påstå at kriteriet om svak forståelse for risiko er oppfylt.
37
5. Oppsummering og konklusjon
I denne oppgaven har jeg sett på sammenhengen mellom utvikling av boligpriser og
fundamentale økonomiske faktorer. Analysen viser at det har vært nedgang i styringsrenten
siden finanskrisen og trenden tilsier at det vil fortsette nedover. I dag er renta historisk lav,
hvilket vil oppfordre konsumentene til å ta opp boliglån. Konsekvensen er oppgang i
boligpriser. Husholdningenes inntekt har økt de siste årene, men ikke nok for å kunne
innhente boligprisene, dvs. konsumentenes kjøpekraft har blitt redusert. Når det gjelder
byggekostnadsindeksen har det kommet frem at kostnaden på å bygge bolig har økt mindre
enn boligprisene, hvilket tilsier at boligprisoppgangen ikke kan forklares med kostandshoppet
alene. Når det gjelder befolkningsvekst ble økningen i folkemengden møtt med en tilsvarende
økning i antall boliger. Økt boligetterspørsel vil dermed ikke gi større press på boligmarkedet,
med forutsetning at husholdningenes størrelse ikke har endret seg og med forbehold om
forskjeller på regionalt nivå. Arbeidsinnvandring har vært synkende de siste årene, samtidig
har antallet arbeidsledige økt. Konsekvensen av dette vil være redusert boligetterspørsel.
Analysen av Case og Shillers syv kriterier for boligboble viser at det ikke er utbredt
forventninger om høy prisstigning. Nordmenn mener norsk økonomi har utviklet seg verre
enn forventet det siste året, og flere frykter at deres privatøkonomien vil rammes av det.
Det er usikkert om kapitalgevinst ved salg er en motiverende motiv for investering på grunn
av mangelen på undersøkelser og statistikk om dette temaet. Når det gjelder oppmerksomhet
mot boligpris i medier og private sammenhenger har analysen vist at den er veldig høy.
Gunstige vilkår for sparing for boligkjøpere hos bankene og lav utlånsrente gjør at det er
gunstig å ta opp boliglån. Boligpolitikken spiller også en avgjørende rolle: den favoriserer i
høy grad de som allerede er i boligmarkedet via skattesubsidier og «straffer» de som leier.
Dette vil presse konsumentene om å bli boligeiere. Det har kommet frem at lønn,
husholdningenes viktigste inntektskilde, har økt mindre enn boligprisene. Denne forskjellen
blir stadig større slik at det blir vanskeligere og vanskeligere å innhente gapet. Hvorvidt
forenklede oppfatninger av de økonomiske sammenhenger i boligmarkedet dominerer er
usikkert. Det mangler nemlig data på dette området, men ut fra skjønn kan man tenke seg at
dette kriteriet er oppfylt. Imidlertid antar jeg at økt mediedekning om temaet vil bidra til mer
bevissthet hos konsumentene. Samtidig har det kommet frem at husholdningene
undervurderer risikoen knyttet til låneopptak. Siden deres gjeld øker mer enn inntektene vil
38
det på sikt være vanskelig for dem å innfri sine låneforpliktelser. Det kan tilsi at de har en
svak forståelse for sammenheng mellom risiko og økt gjeld og boligmarkedets virkemåte.
Min konklusjon er at det er flere forhold som tyder på at vi er på vei mot en boligboble. Den
stigende utviklingen i boligpriser er en faktor som taler for det, dog, den er ikke i seg selv et
tilstrekkelig bevis. Imidlertid har analysen vist at denne prisøkningen ikke kan forklares ved
fundamentale økonomiske faktorer alene, hvilket tyder på en boligboble er i oppbygging. Økt
arbeidsledighet og redusert arbeidsinnvandring bør føre til nedgang i boligpriser, men vi ser at
det ikke er tilfelle, noe som forsterker denne teorien. Stor oppmerksomhet i medier og private
sammenhenger, press om å bli boligeier og svak forståelse for risiko tyder også på at det er
fare for boligboble. Som bevist er kun 4 av 7 av Case og Shillers er oppfylt, altså ikke nok for
at vi kan hevde at det er en boligboble akkurat nå. Likevel er forholdene som indikerer at vi er
på vei mot en boligboble definitivt til stede.
39
Litteraturliste
Bøker:
Andreassen, V. (2012). Innføring i mikroøkonomi for økonomisk-administrative studier (1.
utg.). Oslo: Cappelen Damm akademisk.
Hansen, R. (2013). Mikroøkonomi – en kort innføring (1. utg.). Oslo: Gyldendal akademisk.
Stamsø, M. (2008). Boligpolitikk – mellom velferd og marked. Universitet i Oslo.
Jacobsen, Dag Ingvar (2005). Hvordan gjennomføre undersøkelser: Innføring
samfunnsvitenskapelig metode. Oslo: Høyskoleforlaget.
Vale, P. (2010). Makroøkonomi – har vi kontroll på utviklingen? (3. utg.). Oslo: Abstrakt
forlag AS.
Artikler:
Case, Karl og Robert Shiller. 2004. Is there a bobble in the housing market?
Hentet fra: http://www.econ.yale.edu/~shiller/pubs/p1089.pdf
Stiglitz, Joseph. 1990. Symposium on bubbles.
Hentet fra: https://www.aeaweb.org/articles?id=10.1257/jep.4.2.13
Grytten, Ola. 2009. Boligboble? Empiriske indikatorer i historisk perspektiv.
Hentet fra: https://www.magma.no/boligboble
Sander, K. 2014. Markedslikevekt. (10.03.2014). Hentet fra:
http://raadgivning.no/Markedslikevekt/
Oekonomi.no. (24.09.2009). Boligmarkedet og boligprisene på veldig lang sikt. Hentet fra:
http://oekonomi.no/bolig/2009/09/24/boligmarkedet-og-boligprisene-pa-veldig-lang-sikt/
Sterri, A. 2012. Progressiv boligpolitikk. (10.03.2012). Hentet fra:
http://www.progressiv.no/gammel/progressiv-boligpolitikk/
E24. 2016. Denne uken kan rekordlav rente bli enda lavere. (13.03.2016). Hentet fra:
http://e24.no/privat/oekonomi/denne-uken-kan-rekordlav-rente-bli-enda-lavere/23637563
Wig, Karl og Norli, Kristin. 2016. Nesten så vi sa «bare» 36 prosent fall. (03.03.2016).
Hentet fra: http://e24.no/privat/eiendom/boligmarkedet/enorme-forskjeller-slik-gaar-
boligprisene-i-din-by/23630345
40
Finans Norge. 2016. Troen på egen økonomi svikter. (16.02.2016). Hentet fra:
https://www.fno.no/aktuelt/sporreundersokelser/forventningsbarometeret1/forventningsbarom
eteret-2016/troen-pa-egen-okonomi-svikter/
Offentlige publikasjoner:
Departementene. (2014). Nasjonal strategi for boligsosialt arbeid (2014-2020). Hentet fra:
https://www.regjeringen.no/no/dokumenter/Bolig-for-velferd/id753950/
NOU 2002: 2. (2002). Boligmarkedene og boligpolitikken. Hentet fra:
https://www.regjeringen.no/no/dokumenter/nou-2002-2/id145338/?ch=3
Lov av 19. Juni 1975. Lov om eigedomsskatt til kommunane (eigedomsskattelova). Hentet fra:
https://lovdata.no/dokument/NL/lov/1975-06-06-29
Takle, M. 2012. Boligprisindeksen. Oslo: Statistisk sentralbyrå. Hentet fra:
http://docplayer.no/1094607-Notater-boligprisindeksen-mona-takle-dokumentasjon-av-
metode-documents-10-2012.html
Forelesningsnotater:
Holden, S. September 2015. Forelesningsnotater i Makroøkonomi (kapittel 4). Universitet i
Oslo. Hentet fra: http://folk.uio.no/sholden/makrobok/Ettersporsel-X.pdf
Sandsør, A. 20.09.2012. Forelesning i Forbruker, bedrift og marked. Universitet i Oslo.
Hentet fra:
http://www.uio.no/studier/emner/sv/oekonomi/ECON1210/h12/undervisningsmateriale/mono
pol_slides.pdf
Nettsider:
Statistisk sentralbyrå. (2012). Boligprisindeksen, 2012. Hentet fra: https://www.ssb.no/priser-
og-prisindekser/artikler-og-publikasjoner/boligprisindeksen--65148
Statistisk sentralbyrå. (2016). Kvartalsvis inntekts- og kapitalregnskap, nasjonalregnskap, 3.
kvartal 2015, 2016. Hentet fra: http://www.ssb.no/nasjonalregnskap-og-
konjunkturer/statistikker/knri/kvartal/2015-12-03
Statistisk sentralbyrå. (2011). Kontraktjustering ved hjelp av prisindekser, 2011. Hentet fra:
https://www.ssb.no/priser-og-prisindekser/kontraktjustering-ved-hjelp-av-prisindekser
41
Statistisk sentralbyrå. (2012). Utviklingen frem mot 5 millioner innbyggere, 2012. Hentet fra:
https://www.ssb.no/befolkning/artikler-og-publikasjoner/utviklingen-frem-mot-5-millioner-
innbyggere
Norges Bank, http://www.norges-bank.no/
DnB, https://www.dnb.no/
Eiendom Norge, http://eiendomnorge.no/
Retrieve Research, https://web.retriever-info.com
42
Vedlegg
Vedlegg 1: Grunnlag for beregningen av relativ utvikling av boligpriser, lønn og KPI
Regnestykke:
* 78,75625 : 78,75625 = 1
* 79,5125 : 78,75625 = 1,00960241
* 81,5625 : 78,75625 = 1,03563209
* 82,2375 : 78,75625 = 1,04420284 osv.
År Lønn Boligpriser KPI Relativ endring
2000K1 * 78,75625 71 104,7 1 1 1
2000K2 * 79,5125 75,7 105,7 1,00960241 1,06619718 1,0095511
2000K3 * 81,5625 73,5 106,2 1,03563209 1,03521127 1,01432665
2000K4 * 82,2375 73,5 106,7 1,04420284 1,03521127 1,0191022
2001K1 83,53125 76,2 108,6 1,06063011 1,07323944 1,03724928
2001K2 83,925 79,5 109,7 1,06562971 1,11971831 1,04775549
2001K3 85,55 79,5 108,7 1,086263 1,11971831 1,03820439
2001K4 86,75625 79,2 108,9 1,10157924 1,11549296 1,04011461
2002K1 87,70625 81,8 109,7 1,11364177 1,15211268 1,04775549
2002K2 88,5875 84,8 110,1 1,12483136 1,1943662 1,05157593
2002K3 90,4125 81,9 110,2 1,14800413 1,15352113 1,05253104
2002K4 91,375 81,4 111,9 1,16022538 1,14647887 1,06876791
2003K1 92,25 83,3 113,8 1,17133561 1,17323944 1,086915
2003K2 92,86875 83,9 112 1,17919213 1,18169014 1,06972302
2003K3 93,9875 83,7 112,5 1,19339735 1,17887324 1,07449857
2003K4 94,8 84,7 112,6 1,20371399 1,19295775 1,07545368
2004K1 96,65 91 113,1 1,22720419 1,28169014 1,08022923
2004K2 96,40625 92,4 113,4 1,2241092 1,30140845 1,08309456
2004K3 97,01875 92,6 113,7 1,23188636 1,30422535 1,08595989
2004K4 97,3625 93,6 113,8 1,23625109 1,31830986 1,086915
2005K1 99,35 97,5 114,2 1,26148718 1,37323944 1,09073543
2005K2 99,575 100,2 115,3 1,2643441 1,41126761 1,10124164
2005K3 100,06875 101,1 116 1,27061344 1,42394366 1,10792741
2005K4 101,0125 101,2 115,9 1,28259662 1,42535211 1,1069723
2006K1 102,98125 107,5 116,9 1,30759464 1,51408451 1,1165234
2006K2 103,6125 112,8 117,7 1,31560987 1,58873239 1,12416428
2006K3 104,4125 116,5 119 1,3257678 1,64084507 1,13658071
2006K4 105,45 117,9 118,5 1,33894135 1,66056338 1,13180516
2007K1 108,8375 125,3 118,2 1,38195381 1,76478873 1,12893983
2007K2 108,90625 130 118,2 1,38282676 1,83098592 1,12893983
2007K3 110,41875 129,8 118,6 1,40203158 1,82816901 1,13276027
2007K4 111,8 126,9 121,8 1,41956988 1,78732394 1,16332378
2008K1 113,725 129,9 122 1,44401238 1,82957746 1,165234
2008K2 114,575 131,5 122,2 1,45480517 1,85211268 1,16714422
43
2008K3 116,2625 127 124,9 1,47623205 1,78873239 1,19293219
2008K4 117,21875 118,1 124,4 1,48837394 1,66338028 1,18815664
2009K1 119,35625 123 125,1 1,51551464 1,73239437 1,19484241
2009K2 119,6125 129,5 126,4 1,51876835 1,82394366 1,20725883
2009K3 120,31875 131,8 126,4 1,52773589 1,85633803 1,20725883
2009K4 121,23125 131,8 126,9 1,53932228 1,85633803 1,21203438
2010K1 123,08125 136,3 129,3 1,56281248 1,91971831 1,23495702
2010K2 123,45 141,3 128,8 1,56749464 1,99014085 1,23018147
2010K3 124,325 140,6 128,6 1,57860487 1,98028169 1,22827125
2010K4 125,6875 140,5 130,4 1,59590509 1,97887324 1,24546323
2011K1 128,8625 147,7 130,6 1,63621935 2,08028169 1,24737345
2011K2 127,9125 151,8 130,5 1,62415681 2,13802817 1,24641834
2011K3 129,325 152,3 130,6 1,6420919 2,14507042 1,24737345
2011K4 129,125 151,6 130,6 1,63955242 2,13521127 1,24737345
2012K1 134,1 157 131,6 1,70272201 2,21126761 1,25692455
2012K2 133,3 162,1 131,1 1,69256408 2,28309859 1,252149
2012K3 132,4 163 131,2 1,68113642 2,29577465 1,25310411
2012K4 134,85625 161,9 132,4 1,71232442 2,28028169 1,26456543
2013K1 138,90625 166,9 133,4 1,76374891 2,35070423 1,27411652
2013K2 139,31875 171,4 133,8 1,76898659 2,41408451 1,27793696
2013K3 138,08125 168,2 134,9 1,75327355 2,36901408 1,28844317
2013K4 138,25625 163,6 135,1 1,7554956 2,30422535 1,29035339
2014K1 142,7625 167,5 136,1 1,81271328 2,35915493 1,29990449
2014K2 142,6125 173,8 136,4 1,81080867 2,44788732 1,30276982
2014K3 141,01875 174 137,7 1,79057218 2,45070423 1,31518625
2014K4 142,13125 173,1 137,9 1,80469804 2,43802817 1,31709647
2015K1 146,08125 179,5 138,8 1,85485279 2,52816901 1,32569245
2015K2 146,63125 185,3 140 1,86183636 2,60985915 1,33715377
2015K3 146,19375 184,6 140,6 1,85628125 2,6 1,34288443
2015K4 145,40625 181 141,1 1,84628204 2,54929577 1,34765998
Vedlegg 2: Grunnlag for beregningen av relativ utvikling av styringsrente og
boligprisindeks.
Regnestykke:
* 9 : 9 = 1
* 9 : 9 = 1
* 5,4 : 9 = 0,6
* 4,75 : 9 = 0,527777778 osv.
Dato Styringsrente Boligprisindeks Relativ endring Relativ endring
01.04.1992 * 9 34,3 1 1
01.01.1993 * 9 33,7 1 0,982507289
01.10.1993 * 5,4 35,5 0,6 1,034985423
01.07.1994 * 4,75 38,8 0,527777778 1,131195335
44
01.04.1995 4,75 40,3 0,527777778 1,174927114
01.01.1996 4,75 43,2 0,527777778 1,259475219
01.10.1996 4,5 46,6 0,5 1,358600583
01.07.1997 3,38 51,8 0,375555556 1,510204082
01.04.1998 3,75 55,2 0,416666667 1,609329446
01.01.1999 7,95 56,5 0,883333333 1,647230321
01.10.1999 5,5 64,7 0,611111111 1,886297376
01.07.2000 6,25 75,7 0,694444444 2,206997085
01.04.2001 7 76,2 0,777777778 2,221574344
01.01.2002 6,5 79,2 0,722222222 2,309037901
01.10.2002 7 81,9 0,777777778 2,387755102
01.07.2003 4 83,9 0,444444444 2,44606414
01.04.2004 1,75 91 0,194444444 2,653061224
01.01.2005 1,75 93,6 0,194444444 2,728862974
01.10.2005 2 101,1 0,222222222 2,947521866
01.07.2006 2,75 112,8 0,305555556 3,288629738
01.04.2007 4 125,3 0,444444444 3,653061224
01.01.2008 5,25 126,9 0,583333333 3,699708455
01.10.2008 5,45 127 0,605555556 3,702623907
01.07.2009 1,25 129,5 0,138888889 3,775510204
01.04.2010 1,75 136,3 0,194444444 3,973760933
01.01.2011 2 140,5 0,222222222 4,096209913
01.10.2011 2,25 152,3 0,25 4,440233236
01.07.2012 1,5 162,1 0,166666667 4,725947522
01.04.2013 1,5 166,9 0,166666667 4,865889213
01.01.2014 1,5 163,6 0,166666667 4,7696793
01.10.2014 1,5 174 0,166666667 5,072886297
01.07.2015 1 185,3 0,111111111 5,402332362
Vedlegg 3: Grunnlag for beregningen av relativ utvikling av byggekostnadsindeks og
boligprisindeks.
Regnestykke:
* 81,1 : 81,1 = 1
* 81,1 : 81,1 = 1
* 81,2 : 81,1 = 1,001233
* 81,4 : 81,1 = 1,003699 osv.
År Byggekostnad Boligpriser Relativ endring
1992K1 * 81,1 34,3 1 1
1992K2 * 81,1 34,6 1 1,008746
1992K3 * 81,2 34,7 1,001233 1,011662
1992K4 * 81,4 33,7 1,003699 0,982507
1993K1 81,3 32,5 1,002466 0,947522
1993K2 81,5 34,2 1,004932 0,997085
45
1993K3 81,6 35,5 1,006165 1,034985
1993K4 81,7 36,5 1,007398 1,06414
1994K1 82 37,7 1,011097 1,099125
1994K2 84,3 38,8 1,039457 1,131195
1994K3 86,1 40,3 1,061652 1,174927
1994K4 86,7 40,2 1,069051 1,172012
1995K1 88 40,3 1,08508 1,174927
1995K2 88,7 42 1,093711 1,22449
1995K3 88,7 42,7 1,093711 1,244898
1995K4 88,6 43,2 1,092478 1,259475
1996K1 89 43,7 1,097411 1,274052
1996K2 89,4 45,7 1,102343 1,332362
1996K3 89,6 46,6 1,104809 1,358601
1996K4 89,8 47,7 1,107275 1,390671
1997K1 90,5 48,4 1,115906 1,411079
1997K2 91,2 51,8 1,124538 1,510204
1997K3 91,6 52,3 1,12947 1,524781
1997K4 91,8 52,9 1,131936 1,542274
1998K1 92,4 55,2 1,139334 1,609329
1998K2 93,9 58,6 1,15783 1,708455
1998K3 94,2 58 1,161529 1,690962
1998K4 95,2 56,5 1,173859 1,64723
1999K1 95,8 58,7 1,181258 1,71137
1999K2 96 63,4 1,183724 1,848397
1999K3 96,7 64,7 1,192355 1,886297
1999K4 98 67 1,208385 1,953353
2000K1 98,9 71 1,219482 2,069971
2000K2 99,4 75,7 1,225647 2,206997
2000K3 101,3 73,5 1,249075 2,142857
2000K4 102,4 73,5 1,262639 2,142857
2001K1 104,2 76,2 1,284834 2,221574
2001K2 104,5 79,5 1,288533 2,317784
2001K3 105,5 79,5 1,300863 2,317784
2001K4 106,6 79,2 1,314427 2,309038
2002K1 107,5 81,8 1,325524 2,38484
2002K2 108 84,8 1,331689 2,472303
2002K3 109,1 81,9 1,345253 2,387755
2002K4 110,1 81,4 1,357583 2,373178
2003K1 111,5 83,3 1,374846 2,428571
2003K2 111,3 83,9 1,37238 2,446064
2003K3 111,9 83,7 1,379778 2,440233
2003K4 112,7 84,7 1,389642 2,469388
2004K1 113,7 91 1,401973 2,653061
2004K2 114,9 92,4 1,416769 2,693878
2004K3 115,7 92,6 1,426634 2,699708
46
2004K4 117 93,6 1,442663 2,728863
2005K1 118,1 97,5 1,456227 2,842566
2005K2 118,6 100,2 1,462392 2,921283
2005K3 119,2 101,1 1,46979 2,947522
2005K4 120,5 101,2 1,48582 2,950437
2006K1 121,5 107,5 1,49815 3,134111
2006K2 122,7 112,8 1,512947 3,28863
2006K3 123,6 116,5 1,524044 3,396501
2006K4 127,1 117,9 1,567201 3,437318
2007K1 129,1 125,3 1,591862 3,653061
2007K2 132,4 130 1,632552 3,790087
2007K3 133,5 129,8 1,646116 3,784257
2007K4 136,8 126,9 1,686806 3,699708
2008K1 138,4 129,9 1,706535 3,787172
2008K2 139,5 131,5 1,720099 3,833819
2008K3 140,7 127 1,734895 3,702624
2008K4 142,1 118,1 1,752158 3,443149
2009K1 142,3 123 1,754624 3,586006
2009K2 142,5 129,5 1,75709 3,77551
2009K3 144 131,8 1,775586 3,842566
2009K4 144,7 131,8 1,784217 3,842566
2010K1 146,3 136,3 1,803946 3,973761
2010K2 147,8 141,3 1,822441 4,119534
2010K3 148,3 140,6 1,828607 4,099125
2010K4 149,9 140,5 1,848335 4,09621
2011K1 151,8 147,7 1,871763 4,306122
2011K2 153,3 151,8 1,890259 4,425656
2011K3 153,5 152,3 1,892725 4,440233
2011K4 155,2 151,6 1,913687 4,419825
2012K1 156,7 157 1,932182 4,577259
2012K2 157,6 162,1 1,94328 4,725948
2012K3 158,6 163 1,95561 4,752187
2012K4 159,8 161,9 1,970407 4,720117
2013K1 161 166,9 1,985203 4,865889
2013K2 162,2 171,4 2 4,997085
2013K3 163,2 168,2 2,01233 4,90379
2013K4 164,3 163,6 2,025894 4,769679
2014K1 165,7 167,5 2,043157 4,883382
2014K2 168,1 173,8 2,07275 5,067055
2014K3 168,8 174 2,081381 5,072886
2014K4 169,7 173,1 2,092478 5,046647
2015K1 171 179,5 2,108508 5,233236
2015K2 172,2 185,3 2,123305 5,402332
2015K3 172,6 184,6 2,128237 5,381924
2015K4 173,3 181 2,136868 5,276968
47
2016K1 174,8 187,8 2,155364 5,475219
Vedlegg 3: Grunnlag for beregningen av årlig vekstrate og totalvekst for folkemengde
og boligbygg (tall i 1000).
År Folkemengde Boligbygg CAGR Total vekst
1997 4392,714 1288,403 0,00904696 0,17599325
1998 4417,599 1306,627 0,00892295 0,1733945
1999 4445,329 1319,807
2000 4478,497 1336,333
2001 4503,436 1352,872
2002 4524,066 1364,665
2003 4552,252 1376,533
2004 4577,457 1387,516
2005 4606,363 1400,727
2006 4640,219 1413,516
2007 4681,134 1425,209
2008 4737,171 1437,071
2009 4799,252 1447,675
2010 4858,199 1459,727
2011 4920,305 1466,389
2012 4985,87 1477,474
2013 5051,275 1488,979
2014 5109,056 1500,841
2015 5165,802 1511,805
Vedlegg 4: Antall treff på søkeordene «boligprisene», «boligpriser» og «boligboble» i
Retriever Research.
År boligprisene boligpriser boligboble
1990 86 36
1991 156 50
1992 140 54
1993 172 53
1994 146 41
1995 117 43
1996 167 83
1997 322 120
1998 330 114
1999 454 169
2000 486 202
2001 376 145
2002 495 172 1
48
2003 480 179 11
2004 608 238 38
2005 802 298 43
2006 1048 407 37
2007 1444 528 25
2008 1741 784 73
2009 1443 511 197
2010 1232 595 129
2011 1791 787 204
2012 2643 1296 329
2013 2419 1150 224
2014 1832 823 105
2015 2306 1149 212
Vedlegg 5: Grunnlag for beregningen av relativ utvikling i husholdningenes inntekt og
gjeld.
Regnestykke:
* 176 870 : 176 870 = 1
* 195 514 : 176 870 = 1,105410754
* 211 898 : 176 870 = 1,198043761 osv.
År Inntekt Gjeld Relativ endring
Relativ endring
1995 * 176 870 341 173 1 1
1996 * 195 514 385 371 1,105410754 1,12954718
1997 * 211 898 440 902 1,198043761 1,292312111
1998 212 182 475 134 1,19964946 1,392648305
1999 231 228 525 291 1,307333069 1,539661697
2000 278 250 592 332 1,573189348 1,736163178
2001 290 759 659 954 1,643913609 1,934367608
2002 286 965 727 274 1,622462826 2,131686857
2003 297 988 821 337 1,684785436 2,407391558
2004 328 148 938 233 1,855306157 2,75002125
2005 371 761 1 103 137 2,101888393 3,233365477
2006 407 853 1 267 746 2,305947871 3,71584504
2007 423 901 1 356 823 2,396681178 3,976935455
2008 462 516 1 279 975 2,615005371 3,751689026
2009 417 817 1 168 883 2,362283033 3,426071231
2010 443 652 1 107 005 2,508350766 3,244702834
2011 472 961 1 091 800 2,674060044 3,200136001
2012 496 450 1 042 610 2,806863798 3,055956949
2013 506 842 1 116 854 2,865618816 3,273570886
2014 517 255 1 222 143 2,924492565 3,582179715
2015 512 387 1 312 597 2,896969526 3,847306205
top related