Vejleder - AU Purepure.au.dk/portal/files/10340/F_rdig_rapport.pdf · Vejleder: Valdemar Smith...
Transcript of Vejleder - AU Purepure.au.dk/portal/files/10340/F_rdig_rapport.pdf · Vejleder: Valdemar Smith...
Nationaløkonomisk institut Forfattere:
HA Alm. – 6. Semester Lasse Müller Olsen
Morten Agerholm Nielsen
Vejleder:
Valdemar Smith
Bachelorafhandling
Udviklingen i det danske ejerboligmarked; prisboblen
- Fortsat prisfald, kollaps eller vending
Aarhus School of Business
Maj 2010
Abstract
The Danish market for owner-occupied real estate (real estate) has experienced some turmoil during the
recent years. The sub-prime crisis in the US caused an international financial crisis. This crisis also took its
toll on the Danish market for real estate. The bubble burst in Denmark, and the prices on real estate
decreased at a speed that was faster than the upward period. Today, the Danish real estate owners have
houses, which perhaps are worth less than the price they paid for it to begin with.
What went wrong and what about the future? Those are the two main questions this bachelor thesis tries
to answer. Before answering the questions, it is important to know precisely what the market for real
estate stands for and also what the owner-occupied real estate in its self stands for - why is it people want
to own their own house? The thesis starts with a short review of real estate history and an in-depth analysis
of the period from 1995 up till today. This gives an insight into the past of real estate. The chapter is
followed by a description of real estate. In a rational way of thinking the real estate makes the output “to
have a place to live” - with that in mind the formation of prices on real estate is described through
microeconomic theory, the stock flow model, and ADAM’s model.
It is not only real estate that can give people a place to live. As an alternative, people may choose to rent
their home which means less economical risk. Now, if renting a home does not have an economical risk as it
is the case with an owner-occupied home, how come people choose to own their own house? The thesis
discusses this from an economical perspective but also from a more emotional point of view. To discuss the
economical perspective, e.g. economical risk, it is important first to classify the terms disposal income and
user cost.
In 2000 Denmark got a new way to finance real estate, namely the adjustable rate mortgage. Later, in
2003, the Danish people got the opportunity to get repayment freedom up to 10 years. The two new
initiatives combined with low interest rate have been some of the main reasons to why the prices on real
estate went up as they did.
Trying to forecast the future, macroeconomic models have been made. This thesis uses the already build
model ADAM in a static simulation including the real numbers. The purpose is to see how well the output
strikes the real prices. Up till 2000 the output ADAM made, was really close to the real prices. However,
after 2000 something happened, and the model cannot explain the high rises in the prices especially in
2005 and 2006.
The problem so far is that a bubble cannot occur in a rational world. This concludes that the market for real
estate was not rational in the period up till the time where the bubble burst. That’s why rational and
irrational theories are included in the thesis. From a nearly efficient market in 2000 to an inefficient market
which gave the high rises in prices up to the burst. That meant the confidence in continuing rising prices
obstructed the Danish citizens’ rationality to the real estate market. In that connection the efficiency in the
Danish real estate market is very important. To theoretically and analytically conclude the existences of the
bubble in Denmark, an insight in bubble theory and an analysis of the bubble have been made. All factors
show that it was a bubble that struck the Danish real estate market.
Furthermore this thesis takes a look at the future for the Danish real estate market. Will prices go up, down
or will they stagnate? It is impossible to give the right answer, but a few factors might predict part of the
future. In the near future (2 years) the interest rate and expectation to prices is very important. Due to
knowledge about the markets interest rate and expectations, the price will be modified with a little rising
tendency in the near future. In the long run there are critical factors. One critical fact is that the first loans
with repayment freedom are going to be refunded in 2013. Also, in the time of writing, the EU commission
is discussing the future of the adjustable rate mortgage. Both factors can have an enormous impact on the
Danish real estate market. Furthermore, demography should not be forgotten. In the future the group of
people leaving the real estate market is considerable higher than the group entering it. So, the real estate
market in Denmark has and is still experiencing quite the turmoil. Furthermore future predictions indicate
that the turmoil might increase again.
Indhold 1. Indledning ...................................................................................................................................................... 1
2. Problemformulering ...................................................................................................................................... 2
3. Metode .......................................................................................................................................................... 3
4. Afgrænsning ................................................................................................................................................... 3
5. Definitioner .................................................................................................................................................... 4
6. Ejerboligen og ejerboligmarkedet ................................................................................................................. 4
6.1 Det at have noget at bo i ......................................................................................................................... 5
6.2 Ejerbolig = langvarigt forbrugsgode ........................................................................................................ 5
6.3 ”Ejerboligtrappen” ................................................................................................................................... 6
7. Et historisk tilbageblik frem til 1995 .............................................................................................................. 6
8. Udviklingen på boligmarkedet fra 1995 ........................................................................................................ 7
8.1 Nytteværdi ......................................................................................................................................... 11
9. Prisdannelse på ejerboligmarkedet ............................................................................................................. 11
9.1 Van Gogher eller Ispinde ................................................................................................................... 13
10. Forbrugertillidsindikatoren ........................................................................................................................ 15
11. Eje vs. Leje ................................................................................................................................................. 16
11.1 Ejendomsværdiskat ......................................................................................................................... 17
11.2 Bløde faktorer .................................................................................................................................. 18
12 Disponibel indkomst ................................................................................................................................... 19
12.1 Tvangsauktioner .............................................................................................................................. 20
12.2 Arbejdsløshed .................................................................................................................................. 21
12.3 Progressiv skat ................................................................................................................................. 22
13 User cost ..................................................................................................................................................... 22
14 Finansieringsmuligheder ............................................................................................................................ 23
14.1 Afdragsfrihed ....................................................................................................................................... 26
15 Obligationsrenten ....................................................................................................................................... 27
16 Delkonklusion indtil nu ............................................................................................................................... 29
16.1 Overgang mellem teori og praksis ....................................................................................................... 30
17 ADAM .......................................................................................................................................................... 30
17.1 Kontantprise på enfamiliehuse ........................................................................................................... 31
17.2 Fremskrivning af phk relationen .......................................................................................................... 31
17.2.1 Antagelser ..................................................................................................................................... 32
17.2.2 Cpuxh ............................................................................................................................................ 32
17.2.3 Pcpuxh .......................................................................................................................................... 33
17.2.4 Pche .............................................................................................................................................. 33
17.2.5 Fkbhw ........................................................................................................................................... 34
17.2.6 Fkbh .............................................................................................................................................. 36
17.3 Phk ....................................................................................................................................................... 38
17.4 Phk vs. De reelle tal ............................................................................................................................. 39
17.5 Delkonklusion ...................................................................................................................................... 42
18 Rationalitet og bobleteori .......................................................................................................................... 42
18.1 Rationalitet og markedsefficiens ......................................................................................................... 42
18.2 Rationalitet .......................................................................................................................................... 43
18.3 Markedsefficiens ................................................................................................................................. 43
18.4 Fra rationalitet til irrationalitet ........................................................................................................... 44
18.5 Ikke rationelle teorier .......................................................................................................................... 44
18.5.1 Prospect teori ............................................................................................................................... 45
18.5.2 Anchoring ..................................................................................................................................... 45
18.5.3 Andre irrationelle teorier ............................................................................................................. 46
18.6 Konklusion på rationaliteten ............................................................................................................... 47
19 Bobleteori ................................................................................................................................................... 47
19.1 Teori ..................................................................................................................................................... 47
19.2 Identificering af bobler ........................................................................................................................ 49
19.3 Boble på det danske boligmarked ....................................................................................................... 49
19.3.1 Udbredte forventninger om store merprisstigninger .................................................................. 49
19.3.2 Dominerende motiv til investering: få kapitalgevinst ved salg .................................................... 50
19.3.3 Stærk opmærksomhed mod boligpriserne i medier og private sammenkomster ....................... 50
19.3.4 Pres mod at blive boligejer ........................................................................................................... 51
19.3.5 Boligpris/indkomst ratio vokser ................................................................................................... 52
19.3.6 Forsimplede opfattelser af de økonomiske sammenhænge på boligmarkedet .......................... 52
19.3.7 Svag forståelse for risici ................................................................................................................ 53
19.4 Andre faktorer der kan spille ind i den ................................................................................................ 54
19.4.1 Rentetilpasningslånets effekt på prisdannelsen .......................................................................... 54
19.4.2 Den lave rente .............................................................................................................................. 55
19.4.3 Afdragsfrie lån .............................................................................................................................. 55
19.4.4 Skattestoppet ............................................................................................................................... 56
19.4.5 Centralisering ................................................................................................................................ 57
19.5 Efficiens i det danske boligmarked ...................................................................................................... 57
19.6 Konklusion boligboblen i Danmark ...................................................................................................... 59
20 Fremtiden ................................................................................................................................................... 59
20.1 Renterne i fremtiden ........................................................................................................................... 60
20.2 Refinansiering 2013 ............................................................................................................................. 60
20.3 Afskaffelse af rentetilpasningslån ....................................................................................................... 61
20.4 Demografi ............................................................................................................................................ 61
20.5 Teknisk insolvens ................................................................................................................................. 62
20.6 Regeringsskifte .................................................................................................................................... 63
20.7 Ejerbolig over generationer ................................................................................................................. 63
20.8 Fremtiden – Delkonklusion .................................................................................................................. 64
21 Konklusion .................................................................................................................................................. 65
22 Litteraturliste .............................................................................................................................................. 68
23 Bilag ............................................................................................................................................................ 71
1
1. Indledning
Det danske ejerboligmarked har været på noget af en rutsjetur det seneste årti – en rutsjetur der først gik
opad og siden ned. Priserne på ejerboliger blev skudt op ad en bakke så stor, så danskerne troede, at
bakken ingen ende ville tage. Troen på vedvarende kraftige prisstigninger gjorde, at danskerne nærmest
blev rigere natten over, hvorfor køb af ejerbolig ikke kunne foregå hurtigt nok. Folk købte bolig inden den
gamle var solgt, og almindelige privatpersoner købte sågar ejerboliger som investeringsobjekter. Det
danske ejerboligmarked levede på en lyserød sky. Den lyserøde sky skulle dog vise sig hurtigt ikke at kunne
bære.
Det var ikke kun Danmark, der har oplevet kraftige prisstigninger på ejerboliger. Også i USA var priserne
steget så kraftigt, at en boble var under opsejling. Boblen bristede, og det vi i dag kender som sub-prime
krisen opstod. Det skulle vise sig, at sub-prime krisen hurtigt fik spredt bølger udover USA’s grænser, og en
international finanskrise var en realitet. I dag står Danmark så og kan se tilbage på de grusomheder
finanskrisen har medført. Især boligmarkedet i Danmark er blevet ramt hårdt.
Det kan vække en del undren, at den opståede krise på det danske boligmarked ikke blev stoppet, inden
hele korthuset for alvor væltede. Så kraftige prisstigninger, som Danmark oplevede især i 2005 og 2006
burde give indikationer om, at det er tid til at sætte bremsen i. Det er almindelig økonomisk lærdom, hvad
der sker med økonomien, hvis tingene for lov til at køre på et for højt blus – så giver det kraftigt bagslag, jf.
viden om overophedning af økonomien. En faktor var, at priserne på ejerboliger steg meget kraftigt, men
byggebranchen kunne heller ikke følge med, hvilket også her betød meget stigende priser på, nybyggeri. Få
tog realiteterne i øjnene og det kraftige bagslag af stigningerne blev en realitet, som mange danskere i dag
lider under.
Det er nemt at sidde i bagklogskabens lys og fortælle, hvad de danske boligejere (og verdenens boligejere)
skulle have gjort anderledes. Derfor må der ses fremad og læres af de fejl der er blevet begået. Det er
derfor vigtigt at få klarlagt hvorfor boligkrisen opstod og se fremad med den nye viden herom. Samtidig er
det vigtigt at få klarlagt hvilke yderligere udfordringer det danske ejerboligmarked står over for. Det
væsentlige er dog at indse, at det danske ejerboligmarked for alvor kogte over, hvorfor det ville være dumt,
på samme måde at skrue op for blusset igen.
2
2. Problemformulering
Denne bachelorafhandling har til formål at belyse markedet for ejerboliger i Danmark. Det er fakta, at
Danmark netop nu er i en krise, hvor boligpriserne er faldende. Troen på fortsatte unormalt høje
vækstrater i boligpriserne har forskruet det danske marked for ejerboliger så meget, at ejerne af
ejerboligerne nu har mærket bagsiden heraf. Den første del af denne afhandling vil derfor igennem teori og
empiri belyse følgende spørgsmål:
Hvad er formålet med selv at eje en ejerbolig?
Hvordan har priserne og udbuddet siden 1995 udviklet sig på det danske ejerboligmarked?
o Hvordan har udviklingen været regioner imellem?
Efter at have set på formålet med selv at eje sin bolig vil der blive set på, hvordan ejerboligen økonomisk
påvirker ejerne af disse. Samtidig vil der med prisdannelsen på ejerboliger som fokus blive set på, hvilke
faktorer der påvirker efterspørgslen på samt udbuddet af ejerboliger. Dette vil blive forklaret igennem
mikroøkonomisk teori, hvor der inddrages makroøkonomiske variable så som renten, låntype og indkomst.
Hvordan er prisdannelsen på det danske marked for ejerboliger og hvad påvirker denne?
I Danmark er der blevet udarbejdet flere makroøkonomiske modeller, hvori prisrelationer for
ejerboligmarkedet indgår. Modellerne er f.eks. Danmarks Statistiks ”ADAM” og Det økonomiske råds
”SMEC”. Ud fra ADAM’s relation for kontantprisen på enfamilieshuse vil der forsøges, om denne kan
forklare udviklingen på kontantprisen på enfamilieshuse fra 1996 og frem til 2008 ved hjælp af en statisk
simulering. Data for årene 2007 og 2008 vil blive estimeret ud fra forudsætninger, der vil blive antaget.
Dette rejser så følgende spørgsmål:
Hvor godt kan ADAM’s prisrelation for kontantprisen på enfamilieshuse forklare den udvikling der
reelt har været siden 1996?
Det er endvidere en realitet, at de makroøkonomiske modeller ikke helt forklarer den markante stigning og
efterfølgende fald, der har været på boligmarkedet i det sidste årti. Der vil på baggrund af dette blive
inddraget kritik af disse modeller. For at se nærmere på dette vil der inddrages faktorer, som modellerne
ikke nødvendigvis fanger. Her tænkes der på teorier omkring rationalitet og markedsefficiens samt teorier
omkring bobler. Bobleteorierne vil munde ud i en analyse af, om den stigning og efterfølgende fald, der har
været på det danske ejerboligmarked, kan karakteriseres som en boble.
Ovenstående vil så kunne formuleres til følgende spørgsmål:
3
Hvilke faktorer, som ikke kan forklares ved hjælp af økonomiske modeller, har været med til at
påvirke krisen på det danske marked for ejerboliger?
Et er fortiden, noget andet er fremtiden. Der vil derfor i denne afhandling blive kigget fremad. Krisen for
ejerboliger er over Danmark nu, derfor vil der er i den sidste del af afhandlingen blive set fremad, for at
komme med et bud på, hvordan fremtiden ser ud på det danske ejerboligmarked.
Afslutningsvis vil der blive konkluderet på afhandlingens resultater.
3. Metode
Til udarbejdelsen af denne afhandling, vil der anvendes både empiri, teori og forskelligt datamateriale.
Teorien vil primært blive hentet fra boligøkonomers artikler og bøger, eksempelvis af Robert Shiller, Jens
Lunde og John P. Calverley. Da boligspørgsmålet er under konstant ændring, vil der derfor også anvendes
aktuelle artikler fra diverse dagblade, disse vil dog anvendes mere kritisk end mere videnskabelige artikler.
Al anvendt datamateriale er indsamlet enten fra Realkreditrådet, Danmarks Statistik (Statistikbanken og
Statistisk Tiårsoversigt) eller ADAM modellen.
Der vil anvendes teori, der bygger på boligmarkedet og –undersøgelser fra udlandet. Disse teorier vil
antages også at virke på det danske boligmarked.
Til interviewet med Senioranalytiker Niels Rønholt, Jyske Bank, er der anvendt fremgangsmetoden
vedrørende Ekspertinterview, som er beskrevet i An Introduction to Qualitative Research, af Uwe Flick
(Flick 2009).
Under ekspertinterviewet er der så vidt muligt forsøgt at stille spørgsmål, så den interviewede ville svare så
objektivt som muligt. Dog kan det ikke udelukkes, at de svar vedkommende er kommet med, er lidt ”farvet”
af hans position og stilling.
4. Afgrænsning
I denne bachelorafhandling vil der udelukkende blive kigget på det danske marked for ejerboliger. Da vi
mener det er det marked inden for boliger i Danmark, der har været præget af de største udsving de sidste
par år og derfor vil være mest interessant at dykke ned i. Med ejerboligmarkedet menes der både markedet
for ejerlejligheder og markedet for én-familie huse. Derfor afskærer vi os fra at kigge på feriehuse,
andelsboliger og erhvervs- og landbrugsejendomme.
4
Analysen af det danske ejerboligmarked vil primært tage udgangspunkt i det sidste årtis kraftige stigning,
men der vil også inkluderes tråde, der går længere tilbage, primært i forbindelse med den historiske
udvikling på det danske ejerboligmarked.
Vi har valgt udelukkende at koncentrere os om Danmarks Statistisks ADAM model og derfor ikke se på
andre danske nationaløkonomiske modeller såsom Det Økonomiske Råds SMEC model eller
Nationalbankens MONA. Dels fordi det var den, hvor der var lettest tilgængeligt materiale og dels fordi vi
mener det ville være for omfangsrigt, at gå i detaljen med mere end én model.
Derudover anvendes der ikke nyere artikler end frem til 19. april 2010.
5. Definitioner
- Når begrebet krise anvendes i afhandlingen, menes der den nuværende finansielle krise.
- Når der refereres til ADAMs model, menes der primært phk relationen.
- Med ordet bolig menes der altid ejerbolig.
6. Ejerboligen og ejerboligmarkedet
For at få defineret, hvad en ejerbolig er og står for, tages der udgangspunkt i en tidligere udtalelse: ”Boligen
er et produktionsapparat, der producerer en boligydelse” (Nielsen 2005). Ejerboligen er altså en investering
i et produktionsapparat der giver en ydelse, hvor ydelsen er det at have et sted at bo.
Hvad definerer så ejerboligmarkedet i Danmark? Markedet er i denne opgave begrænset til Danmark.
Markedet består af udbuddet samt efterspørgslen af ejerboliger. Senere i opgaven vil der blive præsenteret
modeller, som antager, at markedet for ejerboliger i Danmark er homogent, men er dette korrekt? Den
geografiske beliggenhed for ejerboligen er en væsentlig faktorer (Pindyck, Rubinfeld 2004, S. 9). Personer,
der arbejder i Århus, har ikke intentioner om at bo i det billigere Nordjylland, da afstanden er meget lang og
omkostningerne til transport ville blive meget høje. Så der er klare forskelle i priserne i forhold til, hvor
jobbene er placeret. Samtidig kan det nævnes, at både Århus og København tiltrækker mange studerende,
hvilket er med til at drive efterspørgslen naturligt op på mindre boliger. Dermed er det allerede
konkluderet, at markedet for ejerboliger ikke er homogent, hvilket senere modeller antager. Derfor er det
vigtigt at have dette in mente.
5
6.1 Det at have noget at bo i
I dette kapitel ses der nærmere på, hvorfor folk vil eje (eller evt. leje) en bolig. Det enkelte individ har et
basalt behov for at have et sted at bo, sove og spise (Pindyck, Rubinfeld 2004, S. 293). Et sted individet kan
føle sig tryg. Tages der udgangspunkt i Maslows behovspyramide i figur 6.1 nedenfor er en bolig med til at
opfylde de to nederste behov. Det fysiske behov for at have et sted at være, hvor der er varmt og dejligt,
samt behovet for sikkerhed. Et sted, hvor individet kan føle sig hjemme uden frygt for andre, hvor der kan
skabes en stabilitet i hverdagen.
Figur 6.1 - Maslows behovspyramide
Kilde: (Brooks 2009)
6.2 Ejerbolig = langvarigt forbrugsgode
En ejerbolig kan betegnes som et langvarigt forbrugsgode, der giver ejeren et sted at bo. Definitionen på et
langvarigt forbrugsgode er, at mængden af alle goder, som er ejet af forbrugerne, er relativ stor i forhold til
den årlige produktion (Pindyck, Rubinfeld 2004, S. 38). Denne definition falder ejerboliger i hvert fald inden
for, da de holder i rigtig mange år. Langvarigt burde altså skrives med fed, med en tyk streg under, da
langvarige forbrugsgoder ofte betegnes som biler, hårde hvidevarer mv. Ejerboligen er altså ikke et
forbrugsgode, der skal skiftes ud, grundet det er slidt ned. Hvis ejerboligen bliver vedligeholdt, kan den
holde i flere hundrede år. I denne sammenhæng må det stå klart, at hvis ejerboligen bliver vedligeholdt og
holdt ”up to date”, må alderen på boligen antages ikke at påvirke prisen meget.
6
6.3 ”Ejerboligtrappen”
Dette afsnit har til formål at beskrive en generations køb af ejerbolig. Det er nok de færreste nye
ejerboligkøbere, der starter med at gå ud og købe et kæmpe hus. De fleste nye ejerboligkøbere starter i det
små, måske med en lille lejlighed, og i takt med, at de bliver ældre og deres indkomster stiger, har de råd til
en større og dermed også dyrere bolig. Ud fra denne lille indledning kommer overskriften
”Ejerboligtrappen”. Er der ingen førstegangskøbere til at aftage de mindre ejerboliger på markedet, sætter
dette en bremse på det resterende salg på ejerboligmarkedet. Hele vejen op igennem trappen vil ejerne af
ejerboligerne få yderst svært ved at afsætte deres bolig. Førstegangskøbere bliver ofte beskrevet som
værende i alderen 30-39 år (Olsson 2010). Ifølge Danmarks Statistik vil denne aldersgruppe blive væsentligt
mindre i fremtiden, med et fald på 11,9 % frem til 2015. Dermed kan der tales for, at der bliver et
overudbud af ejerboliger til førstegangskøbere. Dette kan være med til at presse markedet yderligere.
Samtidig er tendensen også på markedet for ejerboliger, at de unge pt. holder sig væk. Siden 2005 er salget
til unge faldet med 65% (Brahm 2010). Dette fald har selvfølgelig først og fremmest baggrund i de
betydelige prisstigninger, som har gjort det økonomisk umuligt for de unge selv at sidde i en ejerbolig. De
efterfølgende kraftige fald på ejerboligmarkedet har betydet, at de unge er blevet yderligere afskrækket.
Ifølge Nordea er de unge dog på vej tilbage til ejerboligmarkedet (Brahm 2010). Dette er måske en af
faktorerne til, at der ses en stabilisering af priserne på ejerboligmarkedet.
Før krisens indtræden var det ofte sådan, at boligejere købte en ny bolig inden de havde solgt den gamle.
Dette skabte selvfølgelig en meget større grad af fleksibilitet op igennem ejerboligtrappen. Efter krisens
indtræden er der sat en fuldstændig stopper for denne overgangsperiode med to ejerboliger. I dag vil en
nuværende ejer af bolig have solgt, inden der købes nyt. Er førstegangskøberne der ikke, vil dette sætte en
fuldstændig stopper på markedet.
7. Et historisk tilbageblik frem til 1995
Selvom der i antagelserne blev klarlagt, at der ville fokuseres på det sidste årti, vil denne afgrænsning for et
kort øjeblik brydes. For at kunne forklare det danske ejerboligmarked igennem det sidste årti, vil en kort
opridsning af boligmarkedet frem til 00’ernes begyndelse, være på sin plads.
Det danske ejerboligmarked har igennem de sidste 50-60 år været igennem en stor omvæltning. At folk har
fået flere og flere penge mellem hænderne, ses tydeligt i ejerboligmarkedet. Pga. de stigende lønninger har
flere fået råd til at eje deres egen bolig. Den generelle økonomiske aktivitet i landet afspejler sig også i
mængden af byggerier. I de såkaldte ”glade tressere” var der gang i økonomien, og dette medførte
naturligvis også et markant opsving i byggeriet af parcelhuse. Dette medførte, at de reale ejendomspriser
7
var stigende frem til 1973. Under den første Oliekrise i 1973-1974 fulgte ejendomspriserne ikke med de
almindelige forbrugerpriser. Realprisstigningerne fortsatte dog frem til 1978-79, for igen at gå over i et
prisfald, der varede frem til 1982. Samtidig indgik indtil slutningen af 1982 byggeri, lånerenten og
inflationen i et tæt samarbejde. Som følge af, at alle tre faktorer var stigende, kunne det derfor godt betale
sig, at tage meget højt forrentede lån for at købe hus, fordi terminerne kom til at udgøre en mindre og
mindre del af en stigende løn. Renterne kunne samfundet betale som følge af skattefradragsordningen. Det
kunne derfor betale sig at låne penge, fordi den effektive rente var negativ. I 1987 blev skattefradraget
nedsat, fra max. 68 % til 50 %. De efterfølgende år er boligmarkedet præget af et stort antal
tvangsauktioner som følge af højt forrentede lån og en meget lav løninflation, hvilket medfører, at mange
ikke er i stand til at betale terminer eller at komme af med deres hus uden at lide et tab. Denne lave
løninflation fortsatte frem til starten af 1990’erne. Efter opsvinget i 1993 steg huspriserne også som følge
heraf. Fra 1993-1994 steg obligationskursen og renten faldt. Det betød, at husstande kunne udskifte
højtforrentede boliglån til lavtforrentede boliglån (Jensen, Scocozza 1996, S. 204).
8. Udviklingen på boligmarkedet fra 1995
I dette afsnit ses der indgående på boligmarkedets udvikling fra 1995 og frem til år 2010. I figur 8.1 ses der
på kvadratmeterpriserne for ejerlejligheder fordelt på regioner. Bemærkelsesværdigt er det, at huspriserne
for alle regioner tilbage i 1. kvartal 1995 (fremover 1995:1) er overbevisende ens. Frem til 2010 er der sket
en skævvridning i kvadratmeterpriserne regionerne imellem. Især har region Hovedstaden sit helt ejet
udviklingsmønster. Som det ses i figur 8.3 er stigningstakten pr. kvartal på 6,47 procentpoint med en
forklaringsgrad på 0,83. Denne stigningstakt ligger væsentlig over region Nordjylland, som med en
stigningstakt på 3,05 procentpoint p.a. kun har oplevet en stigning, der er halvt så stor som region
Hovedstaden. Hvad der også er bemærkelsesværdigt, er region Nordjyllands tendenslinjes forklaringsgrad
på 0,95. Den forklarer altså næsten udviklingen 100 procent. Dette kan også ses på graferne i figur 8.3. Den
indekserede udvikling for region Nordjylland har haft en nærmest lineær udvikling, hvor region
Hovedstaden har haft en lineær udvikling med højere stigningstakt frem til afslutningen af 2004. Efter 2004
går priserne nærmest amok, og baggrunden for boligboblen var for alvor en realitet. Hvor region
Nordjylland oplevede en afmatning i priserne, oplevede region Hovedstaden meget kraftige fald i
boligpriserne for ejerlejligheder. Som det kan ses i figur 8.3, faldt priserne fra indeks 509 i 2006:3 til indeks
342 i 2009:4 altså et fald på 33 % i forhold til priserne i 2006:3. Dette vil sige, at personer der har købt
ejerlejlighed i 2005:1 og frem til nu i region Hovedstaden, har tabt penge på købet af deres ejerlejlighed.
8
Sammenlignes udviklingen af kvadratmeterpriserne for ejerlejligheder og parcelhuse (rækkehuse inkluderet
heri), ses der tydelige forskelle i tendenserne. I 1995:3 var kvadratmeterpriserne for både ejerlejligheder og
parcelhuse på samme niveau – ca. 5000 kr. pr. kvadratmeter. Parcelhuse i region Hovedstaden startede dog
på et niveau lidt over, nemlig 6000 kr. pr. kvadratmeter. På trods af, at parcelhusene i region Hovedstaden
startede på et højere niveau, topper disse lavere end ejerlejlighederne. Ejerlejlighederne topper i godt
30.000 kr. pr. kvadratmeter, hvor der for et hus i samme kvartal skulle slippes knap 25.000 kr. pr.
kvadratmeter. Som figurerne viser, er der tale om en indekseret stigning fra 1995:1 til 2006:4, på
henholdsvis 509 for ejerlejligheder på og 379 for parcelhuse. Dette er altså uvirkelige afkast på
investeringer i ejerboliger, der måske godt kan forklare, at folk ikke havde råd til, at blive uden for
ejerboligmarkedet.
I fremtidige figurer vil der blive afgrænset til kun at medtage de 2 yderregioner, nemlig region Nordjylland
samt region Hovedstaden. Dette sker for at bevare overblikket i modellerne.
Figur 8.1 – Kvadratmeterprisen i kr. for ejerlejligheder fordelt på regioner
Kilde: (Realkreditrådet Statistikker)
0
5000
10000
15000
20000
25000
30000
35000
1. k
vt. 1
99
5
4. k
vt. 1
99
5
3. k
vt. 1
99
6
2. k
vt. 1
99
7
1. k
vt. 1
99
8
4. k
vt. 1
99
8
3. k
vt. 1
99
9
2. k
vt. 2
00
0
1. k
vt. 2
00
1
4. k
vt. 2
00
1
3. k
vt. 2
00
2
2. k
vt. 2
00
3
1. k
vt. 2
00
4
4. k
vt. 2
00
4
3. k
vt. 2
00
5
2. k
vt. 2
00
6
1. k
vt. 2
00
7
4. k
vt. 2
00
7
3. k
vt 2
00
8
2. k
vt 2
00
9
Region Hovedstaden
Region Sjælland
Region Syddanmark
Region Midtjylland
Region Nordjylland
9
Figur 8.2 – Kvadratmeterprisen i kr. for parcel- og rækkehuse fordelt på regioner
Kilde: (Realkreditrådet Statistikker)
Figur 8.3 – Indekserede kvadratmeterpriser (1 kvt. 1995 = 100) for ejerlejligheder fordelt på regioner
Kilde: (Realkreditrådet Statistikker), (Egen udarbejdelse af indeks)
Stigende boligpriser især i region Hovedstaden burde ud fra en ren mikroøkonomisk tilgang, med en
udbuds og efterspørgselskurve betyde, at stigningen enten er kommet via stigende efterspørgsel eller også
faldende udbud. I figur 8.4 bliver det konkluderet, at der på udbudssiden er sket det fuldstændige
modsatte. Fra starten af 2006 og frem til maj 2007 har der været en kraftig stigning i boligudbuddet for
ejerlejligheder i region Hovedstaden. Parcel- og rækkehusene i samme region har også oplevet kraftige
stigninger, dog med et lidt andet mønster. Kraftige stigninger i udbuddet burde få priserne til at falde, men
det modsatte har altså været realiteten. Grunden til den meget kraftige vækst i udbuddet kommer af, at
stigende priser pr. kvadratmeter betød, at det blev mere lukrativt at producere nye ejerboliger. I region
Hovedstaden er nye områder til bebyggelse af ejerboliger blevet tilføjet (her i blandt Ørestaden og store
0
5000
10000
15000
20000
25000
300001
. kvt
. 19
95
4. k
vt. 1
99
5
3. k
vt. 1
99
6
2. k
vt. 1
99
7
1. k
vt. 1
99
8
4. k
vt. 1
99
8
3. k
vt. 1
99
9
2. k
vt. 2
00
0
1. k
vt. 2
00
1
4. k
vt. 2
00
1
3. k
vt. 2
00
2
2. k
vt. 2
00
3
1. k
vt. 2
00
4
4. k
vt. 2
00
4
3. k
vt. 2
00
5
2. k
vt. 2
00
6
1. k
vt. 2
00
7
4. k
vt. 2
00
7
3. k
vt 2
00
8
2. k
vt 2
00
9
Region Hovedstaden
Region Sjælland
Region Syddanmark
Region Midtjylland
Region Nordjylland
y = 6,4657x + 74,383R² = 0,8287
y = 3,0453x + 90,99R² = 0,9453
0
100
200
300
400
500
600
1. k
vt. 1
99
5
4. k
vt. 1
99
5
3. k
vt. 1
99
6
2. k
vt. 1
99
7
1. k
vt. 1
99
8
4. k
vt. 1
99
8
3. k
vt. 1
99
9
2. k
vt. 2
00
0
1. k
vt. 2
00
1
4. k
vt. 2
00
1
3. k
vt. 2
00
2
2. k
vt. 2
00
3
1. k
vt. 2
00
4
4. k
vt. 2
00
4
3. k
vt. 2
00
5
2. k
vt. 2
00
6
1. k
vt. 2
00
7
4. k
vt. 2
00
7
3. k
vt 2
00
8
2. k
vt 2
00
9
Ejerlejligheder Region Hovedstaden
Ejerlejligheder Region Nordjylland
Lineær (Ejerlejligheder Region Hovedstaden)
Lineær (Ejerlejligheder Region Nordjylland)
10
dele af tidligere havneområder), hvilket har betydet betydelig vækst i udbuddet. Ses der på væksten i
udbuddet i region Nordjylland har udbuddet af ejerlejligheder været en smule stigende over perioden.
Dette skal ses i lyset af over en fordobling i boligpriserne.
Figur 8.1 – 8.4 giver et ganske klart billede af, hvor entreprenørerne af ejerboliger har haft deres store
fokus – i region Hovedstaden. Frem til 2006:3 var det rigtig sjovt at være med på bølgen af stigninger i
region Hovedstaden. Det kunne ikke gå hurtigt nok med at opføre nye ejerboliger, til den sultne
efterspørgsel. Den meget kraftige stigning i udbuddet har efter krisens indtræden betydet, at priserne i
region Hovedstaden er raslet ned. Når udbuddet er på et unaturligt højt niveau og efterspørgslen pludselig
næsten fuldstændig forsvinder, betyder dette, at priserne kun kan gå en vej, og det er ned. I dag er
udbuddet for ejerlejligheder i region Hovedstaden faldet til et niveau, som der var i 2005, hvilket har
betydet at priserne har stabiliseret sig. Udbuddet for parcel- og rækkehuse i region Hovedstaden ligger dog
stadig over 2005-niveau, og med stabiliserede priser må dette betyde, at det ikke er udbuddet alene, der
tilvejebringer prisdannelsen. Det er dog dette, denne afhandling vil forsøge at give et svar på. Figur 8.1 –
8.4 giver samtidigt et entydigt svar på, at markedet for ejerboliger i Danmark er forskelligt fra region til
region. Omkring storbyerne her især hovedstadsområdet har udviklingen i udbuddet samt priserne været
væsentlig mere drastiske end i udkantsområderne. Senere i opgaven afgrænses der til at snakke om
ejerboligmarkedet i Danmark, som et marked. Det er derfor vigtigt at huske på, at boligmarkedet i Danmark
ikke er homogent imellem regionerne. Derfor vil landsgennemsnittet ligge lavere end region Hovedstaden.
Figur 8.4 – Boligudbud for ejerlejligheder samt parcel- og rækkehuse i region Hovedstaden samt region
Nordjylland
Kilde: (Realkreditrådet Statistikker)
0
2.000
4.000
6.000
8.000
10.000
12.000
jan
-04
jun
-04
no
v-0
4
apr-
05
sep
-05
feb
-06
jul-
06
dec
-06
maj
-07
okt
-07
mar
-08
aug-
08
jan
-09
jun
-09
no
v-0
9
Parcel- og rækkehuse Region Hovedstaden
Parcel- og rækkehuse Region Nordjylland
Ejerlejligheder Region Hovedstaden
Ejerlejligheder Region Nordjylland
11
8.1 Nytteværdi
At priserne pr. kvadratmeter på ejerlejligheder er vokset mere end priserne pr. kvadratmeter på parcelhuse
giver ud fra en nytteværdibetragtning rigtig god mening. Det er klart, at i denne sammenhæng skal der ses
på antal kvadratmeter pr. person, der bor i ejerboligen, hvor der er taget højde for, at der kan deles om
køkken og bad. En person har derved mere nytte ud af de første kvadratmeter, end de sidste, hvilket også
ifølge mikroøkonomisk teori kaldes loven om aftagende marginal nytte. Denne sammenhæng gøres ud fra
en antagelse om, at der i et parcelhus er flere kvadratmeter pr. person end i en ejerlejlighed. Desuden er
placeringen af ejerlejligheder også ofte mere central, end den er på parcelhuse. Dette vil også maksimere
ejerboligejerens nytte. Pointen med dette underkapitel er altså, at de første kvadratmeter har højere nytte
og dermed vil skabe en højere pris, end de sidste kvadratmeter.
9. Prisdannelse på ejerboligmarkedet
I dette afsnit kigges der på, hvordan prisen dannes på ejerboligmarkedet. Tages der en mikroøkonomisk
tilgang til ejerboligmarkedet må det antages, at ejerboliger er homogene. Dermed kan der udarbejdes en
udbuds- og efterspørgselsmodel for det samlede ejerboligmarked, også kaldt en stock-flow model. Inden
den mikroøkonomiske tegning fremføres er det vigtigt at skelne imellem boligudbuddet og bolig
beholdningen. Her kan modellen ADAM, som der vil blive gået meget mere i dybden med senere i denne
opgave, hjælpe lidt på vej:
Boligudbud: (9.a)
KS = K-1 hvor KS = Udbud af boliger
K-1 = Boligbeholdning ultimo for forrige periode
Boligbeholdning ultimo: (9.b)
K = K-1 + NI hvor K = Boligbeholdning ultimo
K-1 = Boligbeholdning ultimo for forrige periode
NI = Nettoinvesteringerne
Nettoinvesteringer: (9.c)
Hvor NI = Nettoinvesteringer
Phk = Pris på eksisterende boliger (kontantprisen)
Pi = Investeringspris
12
IX = Eksogent givne boliginvesteringer (offentligt støttede
boliger)
Kilde: (Danmarks Statistik 1996, S. 59)
Ligning 9.a viser, at det på kort sigt er forrige periodes boligbeholdning der kendetegner boligudbuddet.
Dette betegnes som stock i den tidligere nævnte stock-flow model. På længere sigt (en periode frem i
ADAM’s model) tillægges periodens nettoinvesteringer, altså et flow, som er en funktion af prisen på
eksisterende boliger i forhold til investeringsprisen samt offentlige investeringer i boliger som er eksogent
givet (ligning 9.c). På kort sigt har ændringer i nybyggeriet (angivet ved nettoinvesteringerne) altså ingen
effekt på prisen. Det er den nuværende ejerboligmasse der derfor angiver boligudbuddet. Derfor
fremkommer kurven for udbuddet på kort sigt som en lodret streg – mængden af ejerboliger er fast. I figur
9.1 er dette visualiseret. Samtidig viser den stiplede streg niveauet for reinvesteringerne for at opretholde
boligudbuddet. Hermed menes, at der er boliger i Danmark der bliver fjernet grundet forældelse hvorfor
nye boliger må opføres i stedet. Det er altså for at opretholde nettoinvesteringerne lig nul.
Efterspørgselskurven er derimod hældende. Også her kan modellen ADAM hjælpe lidt på vej:
Boligefterspørgsel: (9.d)
hvor KD = Efterspurgt mængde boliger
Y = Disponibel realindkomst
i = Rente (usercost)
phk = Pris på eksisterende boliger (kontantprisen)
pc = Generelt prisniveau (forbrugerpriser)
infl = Inflation
Kilde: (Danmarks Statistik 1996, S. 59)
Ligning 9.d der forklarer boligefterspørgselen afsluttes med en masse prikker. Dette er fordi, at
boligefterspørgslen kan påvirkes af et utal udefrakommende faktorer, hvor blandt andet befolkningstallet
kan være en af disse. Det er dog en kendsgerning, at jo højere pris der er på ejerboliger, desto lavere antal
bliver der efterspurgt. I denne situation kunne der ved eftertanke tænkes på, om alle mennesker ligegyldigt
hvad, skal have noget at bo i? Der skal i denne sammenhæng tænkes på, at produktet ”hjem” /det at have
noget at bo i ikke kun er betegnet ved ejerboligmarkedet, men også udgør andre boligformer så som
lejeboligmarkedet og markedet for andelsboliger. Derfor har forbrugeren mulighed for at substituere til
andre boligformer.
13
Boligbeholdningen ultimo kan også udredes af visualiseringen i figur 9.1. Det må antages, at produktionen
af nye ejerboliger følger prisen på ejerboliger, der allerede er opført. Et eksempel i dette tilfælde vil forklare
denne effekt rigtig godt. I perioder med høje priser på ejerboliger er nybyggeriet meget højt. Det kan altså
godt betale sig at bygge nyt i stedet for at købe brugt. I tilfældet med lave priser på ejerboliger er
eksemplet det omvendte.
Figur 9.1 – Stock flow model visualiseret
Kilde: Egen udarbejdelse
Hvad kan så medføre en ændring i udbuddet samt efterspørgslen? Og hvad nu hvis der tages en mere
langsigtet betragtning på ejerboligmarkedet? Det første spørgsmål kan ikke besvares kort, da det er alt det
som denne opgave omhandler. Kort kan det siges, at det ofte er eksterne makroøkonomiske faktorer, der
påvirker dette. Der vil i denne rapport samtidig blive diskuteret, hvorvidt ejerboligmarkedet er homogent,
hvorved den ovenstående visualisering ikke kan bruges. På længere sigt bliver udbuddet mere elastisk,
hvilket vil sige, at der bliver en positiv hældning på s-kurven. Dette skyldes, at det på længere sigt er muligt
at øge udbuddet, ved at opføre nye ejerboliger.
9.1 Van Gogher eller Ispinde
For at uddybe dette yderligere tages der nu udgangspunkt i et undervisningsnotat af Michael Møller fra
2006(Møller 2006). I dette undervisningsnotat stilles der spørgsmålet: ”Er boliger van Gogher eller
ispinde?”. Et billede malet af van Gogh er ikke reproducerbart, og dermed er det alene efterspørgslen der
bestemmer prisen, da udbudskurven, som der blev antaget før på kort sigt, er lodret. Ispindene derimod
kan reproduceres. Derom siger mikroøkonomisk teori, at kapaciteten på lidt længere sigt kan tilpasse sig
Reinvesteringer
14
efterspørgslen, så overnormal profit på markedet fjernes. Hvad er ejerboligen så? Ejerboligen må være et
produkt af begge ting. Det består af en bygning, som er reproducerbar på lidt længere sigt. Det er dog ikke
nemt at bygge en ejerbolig uden en grund. Grunden er altså den ikke-reproducerbare del af ejerboligen. I
områder hvor det ikke er muligt at fremskaffe flere nye byggegrunde, vil prisen altså udelukkende blive
dannet af efterspørgslen. Dette er f.eks. inden for Ringgaden i Århus eller i det indre København. Dette er
også i nogen grad forklaring på, hvorfor prisniveauet er så meget højere i storbyområderne. Derfor er det
danske ejerboligmarked ikke er homogent.
Antages ejerboliger som rent reproducerbare goder, skulle det umiddelbart konkluderes, at priserne på
ejerboliger ikke kunne svinge på længere sigt. Priserne pr. kvadratmeter på ejerboliger burde være lig
byggeomkostninger pr. kvadratmeter for at opføre en ny ejerbolig, hvor der selvfølgelig er taget højde for,
at kvaliteten af en ny ejerbolig er bedre end en ”brugt” ejerbolig. En ejerbolig er ikke bare noget der bygges
fra den ene dag til den anden, hvorfor der på kort sigt kan forekomme prisudsving indtil udbud igen er lig
efterspørgsel på det givede prisniveau, hvor brugtprisen er lig byggeomkostningerne. Figur 9.2 visualiserer
de indekserede byggeomkostninger for boliger. Det kan ud fra den blå graf konkluderes, at
byggeomkostningerne har været stigende over perioden frem til 2008:3 hvorefter der har været en lille
faldende tendens. At se på ejerboliger som rent reproducerbare goder kræver, at der er fuld tilgang til nye
byggegrunde. Umiddelbart vil dette være tilfældet i udkantsområderne, hvor det må antages, at det er
nemmere at skaffe nye byggegrunde. I det centrale hovedstadsområde er nye byggegrunde ikke noget, der
forekommer. Dette beviser figur 9.2 også. Priserne pr. kvadratmeter på ejerlejligheder i region Nordjylland
er trods alt tættere på byggeomkostningerne end ejerlejlighederne i region Hovedstaden er. Der skal tages
højde for, at der i region Nordjylland også forekommer større byer, hvor der i den centrale del i disse byer
ikke kan bygges flere ejerboliger. Derfor vil der også her forekomme prisstigninger på baggrund af dette. I
hovedstadsområdet derimod ligger de nye byggegrunde langt væk fra centrum. Derved vil efterspørgslen
efter en central beliggenhed drive prisen op, og i og med at der arbejdes i dette område med en lodret
udbudskurve, giver en efterspørgselsændring en fuld effekt på prisen.
Det indre af Region Hovedstaden kan derfor betegnes som van Gogher, hvorfor det er ikke-reproducerbare
goder. Hvilke faktorer der har påvirket den meget kraftige stigning i efterspørgslen, er hvad den resterende
del af denne afhandling vil komme ind på. Det kan dog konkluderes ud fra nedenstående graf, at det ikke er
udelukkende stigningen i byggeomkostningerne der har forårsaget stigningen i kvadratmeterpriserne på
ejerboliger.
15
Figur 9.2 – Indekserede byggeomkostninger samt kvadratmeterpriser (1. kvt. 1995 = 100)
Kilde: (Realkreditrådet Statistikker) samt (Statistikbanken 2010).
10. Forbrugertillidsindikatoren
Hver måned offentliggør Danmarks Statistik med deres forbrugertillidsindikator. Indikatoren belyser
befolkningens syn på den aktuelle og den fremtidige økonomiske situation. Derfor kunne den også være en
væsentlig indikator for, hvordan boligpriserne udarter sig, da den fremtidige økonomiske situation hænger
betydeligt sammen med folks trang til at købe ejerbolig. I figur 10.1 er de månedlige tal for
forbrugertillidsindikatoren gjort til kvartalsvise hvorefter de er indekseret, så de derved kan sammenlignes
med de indekserede kvadratmeterpriser. Fra 1998:4 har forbrugertillidsindikatoren haft en stigende
tendens, hvilket da også har været tilfældet for priserne for ejerlejlighederne som er medtaget i figur 10.1.
Tidligere blev det konkluderet, at boligmarkedet knækkede i 2006:3, hvilket også gælder forbrugertilliden. I
begrebet User Cost, som bliver introduceret senere i opgaven, indgår forventninger til fremtidige
prisstigninger på ejerboligen. Forbrugertillidsindikatoren kunne være et godt mål herfor. For at bringe
tingene til jorden, må udsvinget fra 2006:3 i forbrugertilliden også være påvirket af faldet i priserne på
ejerboliger. Folk kan se, at deres friværdi i deres boliger langsomt forsvinder, hvilket automatisk giver et
mere sort syn på fremtiden.
0
100
200
300
400
500
600
1. k
vt. 1
99
5
4. k
vt. 1
99
5
3. k
vt. 1
99
6
2. k
vt. 1
99
7
1. k
vt. 1
99
8
4. k
vt. 1
99
8
3. k
vt. 1
99
9
2. k
vt. 2
00
0
1. k
vt. 2
00
1
4. k
vt. 2
00
1
3. k
vt. 2
00
2
2. k
vt. 2
00
3
1. k
vt. 2
00
4
4. k
vt. 2
00
4
3. k
vt. 2
00
5
2. k
vt. 2
00
6
1. k
vt. 2
00
7
4. k
vt. 2
00
7
3. k
vt 2
00
8
2. k
vt 2
00
9
Indeks Byggeomkostningsindeks for boliger
Indeks Ejerlejligheder Region Hovedstaden
Indeks Ejerlejligheder Region Nordjylland
16
Figur 10.1 – Indekseret (1. kvt. 1995 = 100) forbrugerprisindikator samt kvadratmeterpriser for
ejerlejligheder.
Kilde: (Realkreditrådet Statistikker) samt (Statistikbanken 2010).
I 2009:1 oplever de danske forbrugere igen en stigning i forbrugertilliden. Bemærkelsesværdigt er det, at
det først er to kvartaler senere, at denne vending slår igennem på ejerboligmarkedet i region Hovedstaden.
Der kan tales for, at forbrugertillidsindikatoren i denne sammenhæng har kunnet forudsige stabiliseringen
på priserne på ejerboliger.
11. Eje vs. Leje
Det blev tidligere i opgaven konkluderet, at boligen var et produktionsapparat, der producerede den ydelse
at have et sted at bo. Denne afhandling omhandler markedet for ejerboliger, men danskerne har også
mulighed for at leje deres bolig i stedet. Der er både fordele og ulemper ved begge boformer. De mere
bløde faktorer vil blive uddybet i næste underskrift. Dette første afsnit har til henseende at kigge på den
økonomiske side ved henholdsvis at eje og leje.
Som lejer af bolig i Danmark er der mulighed for at søge boligsikring. Kravet for at kunne søge boligsikring
er, at personen bor til leje og ikke er pensionist(Det Økonomiske Råds formandskab 2009). Dermed
afgrænses der fra pensionister, da disse har særregler på området. Boligsikringens størrelse udregnes ud fra
følgende væsentlige faktorer: 1) Husstandens samlede aktuelle indkomst og formue, 2) Huslejens størrelse,
3) Boligens størrelse, 4) Antallet af personer i husstanden, 5) Antallet af børn i husstanden. Samtidig skal
der i 2010 betales et mindstebeløb af lejen lydende på 21.700 kr. og boligsikringen må højst udgøre 15 % af
huslejen, dog kan dette fraviges med op til 25 % hvis der er børn på under 18 år i husstanden. Med
boligsikringen i baghovedet bliver lejerens boligforbrug:
-200
-100
0
100
200
300
400
500
600
1. k
vt. 1
99
5
4. k
vt. 1
99
5
3. k
vt. 1
99
6
2. k
vt. 1
99
7
1. k
vt. 1
99
8
4. k
vt. 1
99
8
3. k
vt. 1
99
9
2. k
vt. 2
00
0
1. k
vt. 2
00
1
4. k
vt. 2
00
1
3. k
vt. 2
00
2
2. k
vt. 2
00
3
1. k
vt. 2
00
4
4. k
vt. 2
00
4
3. k
vt. 2
00
5
2. k
vt. 2
00
6
1. k
vt. 2
00
7
4. k
vt. 2
00
7
3. k
vt 2
00
8
2. k
vt 2
00
9
Forbrugertillidsindikator
Ejerlejligheder Region Hovedstaden
Ejerlejligheder Region Nordjylland
17
CLejer = Husleje – Boligsikring (11.a)
Ligning 11.a er altså lejerens årlige boligforbrug. Der tages i disse udregninger højde for, at forbruget til el,
vand og varme ikke medregnes, da disse forekommer for såvel en ejerbolig som en lejerbolig. Samtidig
regnes der i årlige omkostninger, da dette er nemmest i forhold til ejerboligens forrentning.
Ses der på ejerboligen er der i stedet for en husleje en række udgifter. Dette kan kaldes for ejerens reale
boligforbrug eller den teoretiske rigtige husleje (Nielsen 2005).
CEjerbolig = Forrentning + vedligeholdelse + ejendomsskat + forsikring på boligen + diverse – værdistigning
(11.b)
Ligning 11.b er altså boligejerens årlige boligforbrug. Den består af forrentningen af den værdi som boligen
har. Ligeledes skal en selvejet bolig holdes ved lige og der skal betales ejendomsskat og forsikring. Posten
”diverse” er et fejlled, som indeholder uforudsete omkostninger, der følger med ved selv at eje sin bolig i
stedet for at leje. Det er klart, at der er betydeligt mere ansvar ved selv at eje sin bolig. Afslutningsvis
fratrækkes værdistigningerne som ejerboligen opnår. Pointen er dog, at denne faktor er den eneste der
ikke er et realt tal. Det vides ikke hvad ejerboligen er værd den dag den sælges, hvorfor denne faktor kun
kan fremkomme som et skøn, f.eks. via forbrugertillidsindikatoren som nævnt tidligere. Den er dog
væsentlig at have med. De forbrugere der har købt ejerbolig og har oplevet, at deres bolig i dag er mindre
værd end da de købte den, vil opleve at værdistigningen er negativ hvorfor den kun bebyrder dem som en
ekstra omkostning.
11.1 Ejendomsværdiskat
VK-regeringen indførte i 2002 et skattestop. Dette betyder som udgangspunkt, at ingen skat eller afgift kan
hæves. Dette gælder både for skatter opkrævet i procent som f.eks. momsen og skatter opkrævet i
kronebeløb, som f.eks. benzin og diesel. Dermed er regeringen forpligtet, til ikke at træffe beslutninger der
vil indebære skattestigninger. En særlig vigtig del af skattestoppet for boligejere er at ”der lægges et loft
over det krone-beløb, som boligejeren betaler i ejendomsværdiskat”. Dette vil dermed sige, at eventuelle
værdistigninger på fast ejendom, ikke vil udløse yderligere ejendomsværdiskat (Finansministeriet).
Der lægges fra 2002 et loft over ejendomsværdierne, hvoraf ejendomsværdiskatten beregnes, således
at den for en boligejer i samme bolig fremover ikke kan overstige ejendomsværdiskatten beregnet af
vurderingen pr. 1. januar 2001 med tillæg af 5 pct. eller af ejendomsværdien pr. 1. januar 2002, hvis
denne er mindre.
18
Siden indførelsen af skattestoppet, har der været en lang række kritikpunkter af dette. Der vil i denne
opgave også blive gennemgået en række af disse, udelukkende beskæftiget med den del af skattestoppet,
der berører boligejere – ejendomsværdiskatten. Dette vil blive gjort i afsnit 19.4.4, under faktorer, der kan
have påvirket boligmarkedet.
11.2 Bløde faktorer
I dette afsnit kigges der på, hvilke mere bløde faktorer der spiller ind i valget imellem ejerbolig eller
lejerbolig. Med dette menes der faktorer, som ikke kan gøres op i penge. Det skal gøres klart, at der er
uanede faktorer, der kan stilles for og imod enten det at eje eller at leje, hvorfor denne gennemgang
naturligt ikke indeholder alle faktorer, men kun få udvalgte som skal give et lille indblik i, hvorfor boligejere
og boligejere tager beslutninger, som ud fra et rent økonomisk perspektiv ikke altid er rationelt.
Risiko: Med ordet risiko menes der den risiko køberen af en ejerbolig påtager sig. Når en person lejer en
lejlighed, betales der en månedlig leje, og det er derfor ejeren af lejeboligen, der skal stå for
vedligeholdelse, forsikring, finansiering og betaling af f.eks. ejerforeningshonorar. Ejeren af en bolig står
selv med disse risikoelementer, og skal dermed selv sørge for, at al ting er i orden.
Indretning, visuelle effekter: En ejer af en ejerbolig kan selv bestemme, hvordan ejerboligen skal indrettes.
Her tænkes ikke på indretning med f.eks. møbler, da en lejer også selv har mulighed for at vælge det, men
indretning i form af, hvor vægge skal placeres, hvordan ejerboligen skal fremstå udadtil mv. Der kan dog
være kodeks for f.eks. ejerlejligheder, hvor ejerforeningen har bestemt, hvordan tingene skal fremstå ud af
til, såvel som indretning af lejligheden, grundet bygningens konstruktion. Konklusionen er dog, at ejes en
bolig, er der som ofte mere frihed til selv at vælge indretning samt hvordan ejerboligen visuel fremstår.
Kvalitet: Kvalitet og pris hænger ofte sammen. Dette gælder for både lejere og ejere. Derfor kan det ikke
direkte konkluderes, at kvaliteten er bedre på lejeboliger som ejerboliger. Det kan påpeges, at ejerne af en
bolig har større incitament til at opretholde høj kvalitet af deres bolig, hvor udlejerne derimod har
incitament til, at bruge færrest mulig omkostninger på deres boliger indtil det er nødvendigt at renovere
dem.
Beliggenhed: God beliggenhed er ofte lig med høj pris. Dette gælder for såvel ejerbolig som lejeboliger der
ikke er huslejereguleret som gennemgås i næste punkt. Det antages dog, at det er nemmere at få fat i en
ejerbolig med god beliggenhed, end en lejebolig, da der ofte er lang ventetid på lejeboliger med god
beliggenhed. Dette gælder især lejeboliger, der er huslejereguleret.
19
Huslejeregulering: I Danmark er noget af lejeboligmarkedet reguleret fra statslig side. Dette betyder, at
disse lejerboligers husleje ikke er markedsbestemt og derfor har en betydelig lavere husleje. Dette betyder
også, at der er en markant overefterspørgsel på disse boliger samtidig med, at det hæmmer lejernes
mobilitet, da de ikke vil fraflytte fra den billige husleje (eller måske ikke har råd). Reguleringen hæmmer
altså, at folk f.eks. skifter deres lejebolig ud med en ejerbolig, hvorfor disse mangler på efterspørgselssiden
for ejerboliger. Reguleringen er beregnet ud fra de omkostninger udlejeren har, ved at have lejligheden
(Anvendt Kommunal Forskning 1998). Dermed har udlejeren kun mulighed for at hæve huslejen betydeligt,
ved f.eks. renovering af de udlejede boliger. Samtidig nævnes det, at huslejereguleringen sikrer balance
over til boligejernes skatterabat (Nyt fra Danmarks Statistik 2010). Det skal dog huskes, at risikoen for selv
at eje er væsentlig større.
Finansiering: Køb af en ejerbolig kræver, at pengene til betaling af ejerboligen enten fremkommer af egen
lomme, eller at pengene lånes. For nogle mennesker er begge muligheder simpelthen umulige, da hverken
banker eller realkreditinstitutter vil låne ud til disse, da de ikke betegnes som kreditværdige til lån af så
mange penge. Disse mennesker har derfor ikke mulighed for at indtræde på ejerboligmarkedet for at opnå
deres boligydelse, men må tage sig til takke med lejeboligmarkedet.
Konklusion: Konklusionen på dette kapitel bliver, at der ved køb af egen bolig er større frihed, men samtidig
højere risici. På lejeboliger er risikoen lav, men samtidig afskæres der for større frihed til selv at bestemme.
Det kommer altså an på hvilke forudsætninger samt krav den enkelte boligsøgende sætter op for hvad
boligydelsen skal indeholde. Denne afhandling omhandler dog kun markedet for ejerboliger, hvorfor der i
den resterende afhandling afskæres for lejeboliger.
12 Disponibel indkomst
Den disponible indkomst er et vigtigt beløb for husholdningerne. Den angiver, hvor meget husholdningen
har tilbage af deres indkomst efter skatter og arbejdsmarkedsbidrag (Blanchard 2009, S. 70). Det er altså
det beløb, som husholdningen frit kan råde over og benytte, som de vil. Hvad kan husholdningen så bruge
deres disponible indkomst til? I ligning 12.a ses det, at husholdningen enten kan forbruge (C) eller spare op
(S). Dette er vigtigt i relation til denne afhandling, da de udgifter som ejerboligen medfører, skal betales via
den disponible indkomst. Derfor er der i denne sammenhæng udarbejdet ligning 12.b Denne ligning deler
nemlig forbruget op i forbruget til boligen (CEjerbolig), som hentes fra ovenstående kapitel, samt det øvrige
forbrug (CØvrigt forbrug) som f.eks. er mad, varme, el, vand, tøj etc.
Yd = C + S (12.a)
20
Yd = CEjerbolig + CØvrigt forbrug + S (12.b)
Opdelingen i ligning 12.b er valgt fordi udgifterne til en ejerbolig er en stor post i forhold til den disponible
indkomst. Samtidig kan ændringer i den disponible indkomst have fatale konsekvenser. Udgifterne til
ejerboligen er ikke noget, der kan ændres fra dag til dag, da dette vil kræve, at der flyttes i ny bolig. Den
langsigtede husholdning ved også, at det er vigtigt at spare op til sin alderdom. Konklusionen er dog, at
sker der ændringer i den disponible indkomst, skal pengene her og nu findes i det øvrige forbrug eller ved
at nedsætte opsparingen.
12.1 Tvangsauktioner
I ovenstående kapitel blev det beskrevet, at ændringer i den disponible indkomst kan have fatale
konsekvenser. Den værst tænkelige konsekvens som ejer af en ejerbolig er, at ejerboligen skal sælges på
tvangsauktion. I figur 12.1 ses der, at tvangsauktionerne især for enfamiliehus er steget kraftigt efter
krisens indtræden i slutningen af 2007. En ejerbolig kan begæres på tvangsauktion, hvis ejeren af boligen
ikke betaler sin månedlige ydelse til kreditorerne. Denne situation opstår, hvis det øvrige forbrug ikke kan
skæres mere, og opsparingen er sat i bero. Samtidig har ejeren ikke mulighed for selv at få huset afsat. Efter
krisen er indtruffet, og priserne har været i frit fald samtidig med et højt udbud, har det været svært for
mange at få afsat boligen selv.
Bliver en ejerbolig begæret på tvangsauktion, betyder det som tidligere nævnt, at den ikke kan sælges til
den udbudte pris i frihandel. Derfor må det antages, at den pris ejerboligen bliver solgt til på tvangsauktion
er væsentlig lavere. Der har siden boligkrisens start været eksempler på, at ejerboliger er blevet solgt for en
slik på tvangsauktionerne (Nyt fra Danmarks Statistik 2010). Dette danner basis for, at udbudspriserne på
hele ejerboligmarkedet presses yderligere. Lave bud på ejerboliger på tvangsaktioner resulterer i, at
markedet nærmest bliver undermineret.
En tvangsauktion på en ejerbolig betyder ofte, at kreditorerne ikke får indfriet deres fordringer, som der
forefindes i ejerboligen. Derfor kan en stigning i antal tvangsauktioner også medføre, at
realkreditinstitutterne samt bankerne bliver yderligere forsigtige, når de skal yde lån til nye ejere. Dette
betyder, at det bliver dyrere for de nye ejere at låne til deres bolig. Bliver ydelsen dyrere på en ejerbolig,
betyder dette, at køberen enten vælger en mindre ejerbolig eller vil betale mindre for de nuværende
ejerboliger på markedet. Dermed skabes rammen for yderligere fald i priserne for ejerboligen.
21
Figur 12.1 – Antal tvangsauktioner fordelt på enfamiliehuse og ejerlejligheder
Kilde: Statistikbanken
12.2 Arbejdsløshed
Det, der ofte udgør den disponible indkomst, er lønninger fra arbejde. Dannes der usikkerhed omkring
sikkerheden af fremtidig indtægt fra lønninger, kan dette også påvirke udbuddet af samt efterspørgslen på
ejerboliger. Især efterspørgslen vil blive dæmpet, da disse personer naturligvis vil afvente situationen og se
om jobbet stadig er deres, når krisen har dæmpet sit tag. En god indikator for, hvor slemt det står til, er
arbejdsløsheden. At en person bliver arbejdsløs formindsker den disponible indkomst væsentligt og kan i
værste tilfælde betyde, at omkostningerne i husstanden er større end indtægterne, hvorfor ejerboligen må
afsættes, og udbuddet af boliger stiger dermed. Kan ejerboligen ikke afsættes i frihandel, kan det ende med
en tvangsauktion.
Alene i 2009 steg arbejdsløsheden med 88 procent til 96.500 registrerede ledige personer (Nyt fra
Danmarks Statistik 2010). Dette er 3,4 procent af den samlede arbejdsstyrke. Generelt har krisens
indtræden haft den effekt på ledigheden, at stigningen i ledigheden først har slået igennem lidt senere.
Dette må antages som naturligt, da krisen kom meget pludseligt, og virksomhederne derfor skulle have
noget tid, inden de endeligt kunne tilpasse sig den nye situation. Fakta er dog, at den danske økonomi har
været i frit fald1, hvilket betyder, at der ikke er brug for så meget arbejdskraft. Hvad der kan bemærkes fra
notatet fra Danmarks Statistik er, at ledigheden har været meget lav. Når der tales om arbejdsløshed, er
der en grænse for, hvor lav denne kan blive – den såkaldte naturlige ledighed (Blanchard 2009). Danmark
har længe været under dette niveau, hvilket har betydet betydelige lønstigninger, som blev givet inden
krisen indtraf.
1 Danmarks BNP var i 2008: 1.737 Mia. Kr., mens det i 2009 var: 1.660 Mia. Kr.. Kilde: Statistikbanken.
0
50
100
150
200
250
300
19
95
M0
1
19
95
M0
8
19
96
M0
3
19
96
M1
0
19
97
M0
5
19
97
M1
2
19
98
M0
7
19
99
M0
2
19
99
M0
9
20
00
M0
4
20
00
M1
1
20
01
M0
6
20
02
M0
1
20
02
M0
8
20
03
M0
3
20
03
M1
0
20
04
M0
5
20
04
M1
2
20
05
M0
7
20
06
M0
2
20
06
M0
9
20
07
M0
4
20
07
M1
1
20
08
M0
6
20
09
M0
1
20
09
M0
8
Enfamiliehuse
Ejerlejligheder
22
Den meget lave arbejdsløshed var i bagklogskabens lys en indikator, der stod og blinkede rødt om, at
samfundet var på vej imod en boble – også på boligmarkedet. Meget kraftige stigninger i lønninger betyder
større disponibel indkomst. Som der tidligere blev udledt, kunne den disponible indkomst bruges til tre
ting, hvor boligen var den ene. Dette har medført en stigende efterspørgsel på ejerboliger, som har ført
priserne i vejret. Folk har derfor gearet deres økonomi til denne fremtidige tro på stigninger i priserne, høj
jobsikkerhed og samtidig stigning i lønningerne. Ingen så det unaturlige i den lave arbejdsløshed og satte
deres forventninger ned, før det hele ramlede omkring danskernes ører. Dermed er det ikke sagt, at
arbejdsløsheden er den eneste og rigtige indikator, men at den kan bruges som et varsel for, at økonomien
kører på højtryk.
For at inddrage det regionale perspektiv, er det en realitet, at arbejdsløsheden for provinsen er væsentligt
højere end i storbyområderne. Det mere afdæmpede udbud af ejerboliger i f.eks. region Nordjylland har
dog medført, at der ikke har været de store prisfald på ejerboliger her. Samtidig er prisniveauet på
ejerboliger betydeligt lavere i udkantsområderne, hvorfor der ikke er plads til de store prisfald, da priserne i
så fald ville komme under byggeomkostningerne.
12.3 Progressiv skat
I forlængelse af det ovenstående kapitel omkring arbejdsløshed blev det nævnt, at den meget lave
arbejdsløshed havde medført meget store lønstigninger. I denne sammenhæng skal det tilføjes, at den
progressive skat i Danmark sætter en dæmper for lønstigningernes effekt. Den disponible indkomst
udgjorde indtægter minus skatter. Da Danmark har et progressivt skattesystem betyder dette, at
lønmodtageren skal betale mere i skat af den sidst tjente krone indenfor nogle givne intervaller. Dette er
også det, der kaldes for en automatisk stabilisator i et samfund (Sloman 2007).
13 User cost
Under kapitlet omkring den disponible indkomst blev CEjerbolig betegnet som udgiften ved at bo.
Værdistigningen er medtaget i CEjerbolig men der er ikke medregnet andre former for alternativomkostninger.
Begrebet user cost (på dansk: boligomkostninger), medtager i mere varierende grad
alternativomkostninger. User cost kan betegnes som boligtagernes samlede økonomiske belastning ved at
bo i boligen (Lunde 1998). Ligningen for user cost-begrebet fremgår som følger:
User Cost = Ydelse + opportunity cost – afdrag – værdistigning (13.a)
Begrebet User Cost opgøres som en privatøkonomisk størrelse, som betyder, at der er taget højde for skat
og evt. subsidier. Med dette i baghovedet består user cost begrebet altså af ydelsen tillagt opportunity
23
cost, som er det mistede afkast efter skat på de penge som boligejeren evt. har betalt noget af sin bolig
med. Disse penge kunne have været forrentet på anden vis i andre investeringer, der kunne give
boligejeren et lukrativt afkast. Til udregning af oppotunity cost kan den risikofrie korte rente evt. benyttes.
Samtidig fratrækkes afdrag og værdistigninger, da disse kan ses som opsparing for boligejeren.
User Cost begrebet er medtaget for at vise vigtigheden af, hvordan den enkelte boligejer opgør sine
omkostninger ved at bo i en ejerbolig. Opgøres det som den likviditetsmæssige belastning her og nu,
medtages ingen alternativomkostninger, og boligejeren vil derfor have en hvilende gevinst eller et hvilende
tab liggende i sit hus. Opgøres det med user cost begrebet, medtages alternativomkostningerne netop.
Ulempen er dog, at alternativomkostningerne ikke er penge boligejeren har i hænderne, og en f.eks.
medregnet værdistigning hurtigt kan blive elimineret, som den igangværende boligkrise har vist. Dette vil
tillægge store omkostninger til user cost begrebet.
14 Finansieringsmuligheder
Risikoen ved at eje sin egen bolig kan formindskes alt efter, hvilken låntype der vælges til finansiering.
Senere i opgaven tydeliggøres det, at renteniveauet på finansieringen har stor påvirkning på priserne på
ejerboliger. I dette kapitel ses der, hvordan finansieringen kan mindske risikoen på den lånte sum penge.
Samtidig kigges der på, hvilke låntyper der findes, til finansiering af en ejerbolig. I denne sammenhæng
afgrænses der til lån optaget i danske kroner. Samtidig ses der på boliglån, som optages i
realkreditinstitutterne, da disse er de billigste. For omkring 5 år siden fik de almene banker lov til at også at
påtage sig rollen som realkreditinstitutter igennem prioritetslånene. De mere velkendte lån i
realkreditinstitutterne er dog stadig de mest brugte, hvorfor det er disse, som gennemgås i denne
afhandling (Realkreditrådet).
Realkreditinstitutterne udbyder i dag tre hoved realkreditlån. 1) Fastforrentede lån, 2) Rentetilpasningslån
og 3) Lån med variabel rente som kan tilbydes med eller uden renteloft (Realkreditrådet). Alle lån kan
tilbydes med en periode hvor der er afdragsfrihed. Dette vil sige, at låntager kun betaler renterne på lånet
og derfor ikke afdrager i en periode af f.eks. 10 år. Samtidig kan der maksimalt optages 80 % af helårshusets
samlede værdi, som bliver fastsat ud fra en objektiv vurdering af ejerboligens værdi. Dette betyder, at
køberen af ejerboligen enten selv skal have de resterende 20 % af købssummen eller finde finansiering
andet sted. Dette kan f.eks. være i banken. Det skal dog pointeres, at de sidste 20 % af finansieringen er
mere risikable end realkreditinstituttets 80 %, da de 20 % ved en evt. konkurs først vil blive indfriet, når
realkreditinstituttet har fået sine 80 %. Derfor må der forventes en højere rente på de resterende 20 % af
finansieringen.
24
Inden udspecificeringen af de enkelte lån påbegyndes, vil der først blive kigget på udlånsstatistikken, som
er vist i figur 14.1. Udlånsstatistikken er opgjort i nettoudlån. Hvordan dette tal fremkommer, er vist
nedenfor i ligning 14.a.
Nettoudlån = Bruttoudlån – overførsler – ekstraordinære indfrielser – ordinære afdrag (14.a)
I bruttoudlån indgår alle låntyper indenfor f.eks. fastforrentede lån. Ved overførsler menes der, at der
skiftes låntype inden for samme realkreditinstitut, mens der med ekstraordinære indfrielser menes, at for
alle realkreditlån gælder det, at de til en hver tid kan indfries til markedets kurs på den underliggende
obligation. Dette vil sige, at hvis låntageren vil indfri noget af sin gæld før tid, kan denne til hver en tid gå ud
på markedet og købe sine obligationer til markedsprisen. Derved kan låntageren gå til realkreditinstituttet
og få denne del af lånet indfriet. Ordinære afdrag, er afdrag der ifølge lånet skal afdrages – altså aftalte
afdrag.
Figur 14.1 – Udlånsstatistik (nettoudlån) for alle realkreditinstitutter i mia. kr. opgjort pr. kvartal
Kilde: (Realkreditrådet Statistikker)
Figur 14.1 indeholder nettoudlån for de 3 typer realkreditlån for både ejerboliger og fritidshuse. Det har
imidlertid ikke været muligt at finde denne statistik kun for ejerboliger, hvorfor der må tages højde for
dette. Tilbage i 2000 blev rentetilpasningslånene introduceret i Danmark. Disse havde til hensigt at benytte
sig af den korte rente, til forskel fra de fastforrentede lån, der benytter sig af den lange og dermed højere
rente. I Figur 14.1 ses det, at danskerne har taget vel godt imod rentetilpasningslånene. De variabelt
forrentede lån har ikke haft den store effekt, hvorfor disse ikke kommenteres yderligere. Vælger husejeren
et fastforrentet lån, er ejeren sikker på den rente, der skal betales på lånet i hele låneperioden, frem til
-60
-40
-20
0
20
40
60
80
K1
19
95
K4
19
95
K3
19
96
K2
19
97
K1
19
98
K4
19
98
K3
19
99
K2
20
00
K1
20
01
K4
20
01
K3
20
02
K2
20
03
K1
20
04
K4
20
04
K3
20
05
K2
20
06
K1
20
07
K4
20
07
Fastforrentede lån, DKK Ejerboliger og fritidshuse
Variabelt forrentede lån med renteloft Ejerboliger og fritidshuse
Rentetilpasningslån, DKK Ejerboliger og fritidshuse
25
lånets afslutning, hvilket giver en yderst god tryghed for fremtidens forbrug til bolig – CBolig. Samtidig kan
dette lån altid indfries til kurs pari – dvs. kurs 100.
For rentetilpasningslånet gælder det, at renten kun er sikret 1, 3, 5 eller 10 år ud i fremtiden. Det, der ofte
anvendes, er rentetilpasningslån med rentetilpasning hvert år eller hvert 3 år. Da lånet har så kort løbetid,
betyder dette, at kursen på den underliggende obligation ligger meget tæt på kurs 100, da det er denne
kurs, det bliver indfriet til ved årets udgang. Rentetilpasningen gør, at boligejeren kun har tryghed for
fremtidens boligforbrug indtil lånet igen skal rentetilpasses. Dette gør, at boligejeren skal have is i maven,
samt være mere risikovillig i forhold til de fastforrentede lån. Der er selvfølgelig mulighed for
rentetilpasningslån med renteloft. Det skal dog huskes, at dette ikke er gratis, hvorfor en højere rente på
lånet må forventes.
Kigges der på risiko i forhold til finansieringsmuligheder samt renteniveau, er der også væsentlige forskelle
på det fastforrentede lån og rentetilpasningslånet. I denne sammenhæng tænkes specielt på kursen på den
underliggende obligation i forhold til ændringer i renteniveauet. Ved et rentetilpasningslån med f.eks.
rentetilpasning hvert år, ændrer kursen sig ikke betydeligt ved ændringer i renten, da der maksimalt er et
år til, at obligationen udløber, og derved skal indfries til kurs 100. For det fastforrentede lån, som typisk
løber i 30 år, ser det straks helt anderledes ud. Er der stadig lang tid til obligationens udløb, kan kursen på
disse obligationer godt svinge meget. Stiger renten, vil kursen på disse obligationer falde, for at opnå ca.
den samme effektive rente, som på de nye lån med højere rente. Falder renten sker der ikke direkte det
modsatte. Udstederen af danske fastforrentede konverterbare obligationer (som er den typiske obligation
der udstedes til fastforrentede lån), kan nemlig altid indfri sine obligationer til kurs pari, hvorefter disse
låntagere kan vælge et lån med en lavere rente. Derved er det begrænset ved rentefald, hvor meget kursen
vil stiger over kurs pari i denne situation. Det er klart, at desto højere kursen bliver i denne obligation, desto
mere kan obligationskøberen tabe på den købte obligation – altså forskellen fra kurs pari, og op til den
betalte kurs.
Antages det i denne sammenhæng, at renten på lån stiger, vil priserne på ejerboliger falde, da det i denne
situation bliver relativt dyrere at forrente ejerboligen. For de ejere, som har finansieret deres ejerboligkøb
med fastforrentede lån, betyder dette, at kursen på deres obligationer falder. Dermed er der mulighed for
at indfri lånet til f.eks. 85 % af, hvad der egentlig er optaget lån for. De resterende 85 % kan så optages i et
nyt fastforrentet lån godt nok med en højere rente, men da summen der skal finansieres nu er væsentlig
mindre mærkes rentestigningen ikke så markant. Til gengæld er den sum som der skal afdrages væsentlig
mindre. Det er klart, et dette kan beregnes i dybden, og at der også er omkostninger ved omkonvertering af
26
lån, men dette bruges i stor grad på det danske lånemarked. Omvendt hvis renten falder, har boligejeren
med finansiering i det fastforrentet lån, mulighed for igen at omkonvertere til et lån med lavere rente. I
denne sammenhæng har boligejeren som tidligere nævnt altid mulighed for at indfri det fastforrentede lån
til kurs pari. Muligheden for dette ”omkonverteringsshow” kommer selvfølgelig også an på rentens
volatilitet.
En boligejer med et rentetilpasningslån har så ikke mulighed for dette omkonverteringsshow. Disse har dog
mulighed for at få den helt lave rente, imens denne forekommer på markedet. Der er dog en vis usikkerhed
ved dette lån som tidligere nævnt, i og med at renten kan stige. Svend Jakobsen (Partner i Scanrate
Financial Systems A/S) nævnte på en forelæsning i faget Privatøkonomi, Handelshøjskolen i Århus 2009, at
det faktisk er fuldstændig tåbeligt, at folk ikke optager et fastforrentet lån nu, da renten på de
fastforrentede lån er på det laveste niveau nogensinde. Med et smil på læben blev det også nævnt, at
rentetilpasningslånene selvfølgelig også er på det laveste niveau nogensinde. Efter Svend Jakobsens syn
kunne renten dog kun gå en vej nu, og det var op. Dermed kunne der i fremtiden opnås en gevinst igennem
en omkonvertering. Pointen med dette afsnit er, at boligejere med et fastforrentet lån er til en vis grad
dækket ind overfor fald i huspriserne ved en stigende rente, hvis boligejeren vel at mærke benytter sig af
muligheden for at konvertere. Dermed er risikoen for stigende renter til dels dækket ind for låntagere af
det fastforrentede lån i forhold til rentetilpasningslånet.
Alt i alt kan det konkluderes, at rentetilpasningslånet er blevet taget godt imod af danskerne, som derved
har været villige til at påtage sig en højere risiko. Om renteniveauet samtidig har været grunden til
attraktiviteten af rentetilpasningslånet, kigges nærmere på i kapitlet om renten.
14.1 Afdragsfrihed Som tidligere nævnt giver de afdragsfrie lån låntageren mulighed for at kunne udskyde betalingen af
afdrag. Således at der i den periode det afdragsfrie lån løber over, blot betales renter. For ejerboliger til
helårsbrug må den afdragsfrie periode højest være op til 10 år. Mens der i andre ejendomskategorier
principielt kan ydes lån, med ubegrænset afdragsfrihed. Afdragsfrie lån kan udstedes både til
fastforrentede lån og til variabelt forrentede lån, dog med visse forskelle (Realkreditrådet).
For fastforrentede lån vil den afdragsfrie periode indledes ved lånets udbetaling. Udskudte afdrag, skal
efter den afdragsfrie periode lægges oven i afdraget i den resterende periode, således at hele lånet er
tilbagebetalt ved lånets udløb. Variabelt forrentede lån og lån med rentetilpasning, her er et muligt at til-
og fravælge afdragsfriheden hen over lånets løbetid. Dog uden at den afdragsfrie periode må overstige 10
år.
27
De afdragsfrie lån blev indført ved lov den 1. oktober 2003. Formålet med at indføre afdragsfrie lån var at
give den enkelte boligejer ”større fleksibilitet med hensyn til valg af opsparing i boligen” (Økonomi &
Erhvervsministeriet 2008). De afdragsfrie lån udgjorde i 2008 cirka 46 % af de samlede udestående
realkreditlån optaget i ejerboliger og fritidshuse. En analyse lavet af Realkreditrådet har vist, at det især er
unge under 30 år og ældre over 60 år, der optager afdragsfrie lån, og at låntagere under 40 år har optaget
35 % af udlånsmassen. Dermed konkluderer analysen, at størstedelen af låntagerne er eksisterende
boligejere. Yderligere forklares det, at 4/5 af de yngre låntagere tager et fastforrentet lån eller et variabelt
forrentet lån med renteloft (Økonomi & Erhvervsministeriet 2008).
15 Obligationsrenten
Obligationsrenten (herefter renten) er prisen på at låne penge til finansiering af en ejerbolig. Det er altså
renten, der skal påregnes de første 80 % af finansieringen af en ejerbolig, som nævnt i kapitlet omkring
låntyperne. Udviklingen for både det korte og det lange renteniveau siden 1998 er vist i figur 15.1. Som
figuren viser, er den lange rente højere end den korte rente. Dette er fordi risikoen ved udlån med en kort
tidshorisont er lavere end ved udlån på længere sigt, som det 30-årige lange rente betegnes som. Det er
netop den korte rente, som rentetilpasningslånene benytter fordelen af. Dermed bringer dette prisen på at
finansiere betragteligt ned, hvis den korte rente forbliver lav over den periode som boligejeren skal låne
penge i. Ud fra figur 15.1, kan det hurtigt konkluderes, at det har været en lukrativ forretning at have
rentetilpasningslån i perioden med de store prisstigninger i 2005 og 2006. Ud fra denne sammenhæng kan
der diskuteres for, at det meget lave renteniveau har været med til at drive de skyhøje prisstigninger på
ejerboliger. Dette er ret relevant i forhold til, at den korte rente i dag er på et endnu lavere niveau end den
var i 2005 og 2006.
For kort at nævne den lange rente, benyttes denne til de fastforrentede lån. Denne følger nogenlunde
udviklingen i den korte rente på et højere niveau. I figur 14.1 kan det bekræftes, at en del boligejere
skiftede til fastforrentede lån i perioden, hvor den lange rente var nær 4 % i 2005 til 2006. Det kan dog
vække undren, at ikke flere benyttede sig af denne mulighed, da det er en utrolig lav rente for et
fastforrentet lån, der giver en meget større fremtidig sikkerhed og mulighed for omkonvertering og deraf
nedskrivning på lånet. Det er klart, at 2 %, som den korte rente var på i samme periode, kan lokke med
endnu lavere boligomkostninger (og måske større bolig). Konklusionen er dog, at både den korte og den
lange rente før og efter boligkrisens indtræden har været på usædvanligt lave niveauer.
28
Figur 15.1 – Obligationsrenteniveauet i Danmark opgjort i procent
Kilde: (Realkreditrådet Statistikker)
I figur 15.2 er den korte rente indekseret sammen med udviklingen i priserne på ejerlejligheder. Disse to
grafer er sat sammen især for at vise, hvor meget kontraktiv pengepolitik den danske stat har benyttet sig
af den sidste tid for at bremse krisen. Renten er som tidligere nævnt på det laveste niveau længe, og
boligpriserne er på baggrund af dette begyndt at vende. Det er klart, at gøres det næsten gratis at låne
penge samtidig med, at prisen på ejerboliger er faldet væsentligt, vil denne cocktail få priserne til enten at
vende eller stabilisere sig. Afslutningsvis skal det nævnes, at renten inden krisen indtraf også var utrolig lav,
hvilket selvfølgelig også var en væsentlig faktor, der drev boligpriserne i vejret. Dette kan forklares ved, at
opnår køberne af ejerboligerne billigere finansieringsmuligheder, vil sælgerne også have en bid af kagen,
hvorved priserne på ejerboliger stiger. Dermed bliver den månedlige ydelse for køberen ikke reduceret med
det fulde fald i renten, men faldet i renten minus de ekstra omkostninger der ved at finansiere den ekstra
som penge som prisstigninger har givet.
0
1
2
3
4
5
6
7
8
9
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
Kort rente
Lang rente
29
Figur 15.2 – Indekseret kort obligationsrente samt priser på ejerlejligheder (2000:1 = 100)
Kilde: (Realkreditrådet Statistikker)
16 Delkonklusion indtil nu
I de foregående kapitler er der blevet forklaret den teoretiske baggrund for, hvad et hus er og hvordan
ejerboligmarkedet er sat sammen i Danmark. Der er blevet defineret grundlæggende, hvilken funktion
boliger har for mennesket, hvordan det at have en bolig udfylder de to nederste lag i Maslows
behovspyramide. Endvidere blev ejerboligtrappen belyst for at forklare, hvordan købere stiger i
boligstørrelse over tid.
Der er blevet belyst, hvordan prisdannelsen på ejerboliger er skruet sammen. Dette er vist igennem simpelt
udbud og efterspørgsels teori samt ved brug af stock-flow modeller. Med Michael Møllers
undervisningsnotat blev det fastlagt, at boligmarkedet ikke er homogent, men at der er forskel i form af van
Gogher og ispinde. Endvidere er der set på det at eje sin bolig i forhold til det at leje sin bolig, hvor der er
argumenteret for fordele og ulemper ved begge, blandt andet, at den disponible indkomst spiller en
væsentlig rolle i denne henseende.
Slutteligt er finansieringsdelen af boligmarkedet blevet belyst. Herunder muligheder for at optage lån,
hvilke muligheder der er og eksempelvis at et fastforrentet lån er dyrere men til gengæld sikrere end et
billigere rentetilpasningslån, der ikke er så sikkert. Og endelig er der analyseret på obligationsrenten, for at
give et bud på, hvordan denne spiller ind.
0
50
100
150
200
250
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Kort rente
Ejerlejlighed
30
16.1 Overgang mellem teori og praksis I den foregående del af afhandlingen blev der forklaret en teoretisk tilgang til boligmarkedet. For at
introducere og klarlægge hvad det er. I den følgende del, vil en mere praktisk tilgang blive anvendt, hvor
der vil blive anvendt Danmarks Statistiks ADAM model til at forklare boligmarkedet.
17 ADAM
I det følgende kapitel vil der blive kigget på Danmarks Statistiks ADAM model for at vise, hvordan denne
”fanger” det sidste årtis udvikling på det danske ejerboligmarked. ADAM er en forkortelse for Annual
Danish Aggregated Model. Denne model anvendes af Danmarks Statistik til at beskrive danske forhold, især
dansk økonomi. Arbejdet med at beskrive dansk økonomi ved hjælp af matematiske modeller startede
tilbage i 1966. Hensigten var at etablere en makroøkonomisk model for Danmark. Siden 1966 hvor arbejdet
med ADAM startede, er der efterfølgende blevet tilføjet flere og flere variable og ligninger, hvilket har øget
kompleksiteten, således at den samlede model i 1995 bestod af 2334 eksogene og 1409 endogene
variable(Danmarks Statistik 1996, S. 11).
Der er tale om en empirisk model, idet de variable, der indgår i modellen er endogene, og er udregnet på
baggrund af observerede data, der derved er endogene. De eksogene variable er som navnet antyder
udefrakommende variable, dette kunne eksempelvis være befolkningstallet, renten etc. Ting som er givet
og derfor ikke skal beregnes. Mens de endogene variable, er udregnet af ADAM modellen, enten på
baggrund af eksogene variable eller på baggrund af andre endogene variable. Med en model som ADAM vil
der være tale om en forenkling af virkeligheden, derfor kan man aldrig være sikker på, at man har alle
forklaringer med (Danmarks Statistik 1996, S. 11).
Formålet med dette kapitel er at vise hvor godt ADAMs estimation af kontantprisen på enfamiliehuse
passer med de reelle tal. Da det kun har været muligt at få fat i tal fra ADAMs databank der går frem til og
med år 2006, vil der derfor blive fremskrevet på de variable der indgår i ADAMs boligligninger, således at
der kan blive givet et bud på, hvordan ADAMs kontantpris for enfamiliehuse ville se ud for 2007 og 2008.
Derfor vil de forskellige variable, der indgår i ADAMs relation for kontantprisen på enfamiliehuse, blive
forklaret, samtidig med at der vil blive givet et bud på, hvordan disse kunne fremskrives, for at medtage
2007 og 2008. Efter denne fremskrivning har fundet sted, vil tallene for ADAM modellen, blive
sammenlignet med tal fra Realkreditrådet.
31
17.1 Kontantprise på enfamiliehuse Nedenstående ligning viser ADAMs relation for kontantprisen på enfamiliehuse2, herefter nævnt som phk3.
Venstresiden af lighedstegnet er forklaret som Dlog(phk), D’et foran LOG står for Delta – ændring i, hvilket
Danmarks Statistik blot kalder for differencen, dermed kan venstresiden af ligningen læses som:
”differencen i log(phk)”. Differencen mellem to logaritmer, er som bekendt den procentvise ændring
mellem disse tal.
Det der dermed udregnes med phk relationen, er den procentvise udvikling af boligprisen (kontantprisen) i
forhold til året før.
(17.a)
De forskellige variable der indgår i phk relationen er alle sammen endogene variable, så for at kunne
forklare phk relationen, skal alle dens bestanddele analyseres. Analysen består i at analysere hver enkelt
endogen variabel der indgår i phk relationen, og derefter finde relevante variable fra f.eks. Statistikbanken,
for at fremskrive tallene for 2007 og 2008.
Skulle der på baggrund af ADAMs phk relationen laves en simulering for fremtiden, ville det ikke give nogen
mening, blot at ændre på nogle af ADAMs endogene variable, men derimod at ændre på eksogene variable.
Dette ville dog kræve, at hele ADAMs ligningssystems blev udledt i Excel, hvilket ville være for omfattende.
Der begrænses derfor til en statistisk simulation, hvor de reelle data sættes ind i phk relationen, for som
tidligere nævnt at sammenligne disse tal med den reelle udvikling i priserne på ejerboligmarkedet.
Forskellen mellem disse to tal vil derfor være det, som ADAM ikke kan forklare, og det vil derfor være
interessant at kigge nærmere på.
17.2 Fremskrivning af phk relationen Det er en kendsgerning, og det er tidligere i opgaven blevet forklaret, at det danske boligmarked især efter
2006:3 har været på tilbagetog. Det har ikke været muligt at få fat i ADAM4 tal, der er nyere end 2006,
derfor vil der i følgende afsnit blive fremskrevet på de variable, der indgår i modellen, for at se, hvor godt
2 Fra ligningsbrowseren fra ADAMs hjemmeside, dvs. 2007 versionen.
3 Kontantprisen på Enfamiliehuse, læses som: Pris hus kontant = phk
4 Med ADAM tal menes der tal værdier for de forskellige variable der indgår.
32
den fanger det fald der har været på boligmarkedet efter 2006. Der vil kun blive fremskrevet for årene 2007
og 2008, for at være helt sikker på, at der vil findes anvendelige tal for alle de involverede variable.
17.2.1 Antagelser
Da ikke alle variable, der indgår i phk relationens ligninger, er til at finde ved hjælp af Statistikbanken eller
fra andre kilder, vil en stor del af fremskrivningerne bygge på en del antagelser, der kan medføre en vis
skævhed, i forhold til de rigtige tal. Antagelser der dog kan argumenteres for.
- Der kan forekomme skævhed i form af afrunding. Er tallene fra Statistikbanken oplyst i Milliarder,
men står i ADAM som i millioner, kan der forekomme skævhed, i forbindelse med, at lave milliarder
om til millioner, ved at der lægges tre nuller til, i stedet for at der anvendes ”rigtige tal”.
- Der er tale om en forenkling af nogle af de forskellige variable. Her tænkes især på Cpuxh, der ifølge
Ligningsbrowser 2007 kan beregnes på to måder, hvor den simpleste er valgt.
- Fkbh, Pche og Fkbhw vil ikke stå i kronologisk rækkefølge, da de på forskellige måder indgår i
hinanden. Derfor vil rækkefølgen være Pche, Fkbhw og til sidst Fkbh.
- Grunden til at der er valgt kun at fremskrive til og med år 2008, er at det ikke har været muligt at
skaffe tal for alle variable frem til og med år 2009.
En del af modellen vil derfor komme til at bestå af proxy og kvalificerede antagelser. På de næste sider, vil
der blive uddybet, hvordan de enkelte variable i phk relationen er sammensat, og hvordan der er
fremskrevet på disse.
17.2.2 Cpuxh
I ADAMs ligningsbrowser kan denne ligning findes som:
(17.b)
Cpuxh betyder Privat (p) forbrug (c) for hele befolkningen (u) undtagen (x) boligydelser (h), opgjort i
millioner. Ifølge ovenstående ligning, kan Cpuxh findes som forskellen mellem det private forbrug (Cpu) og
boligbenyttelse (Chu), hvilket også giver god mening, da det blot er det totale forbrug fratrukket udgifter til
bolig. For at fremskrive Cpuxh for år 2007 samt 2008 er der anvendt tal fra Statistisk Tiårsoversigt benyttet
som er vist i nedenstående tabel:
33
Tabel 17.1 - Cpuxh
Cpuxh - løbende 2007 2008
Privat forbrug (CPU) 826.700 851.500
Boligbenyttelse (CHU) 167.000 174.800
CPUXH 659.700 676.700
Tallene er i løbende priser og millioner, hvilket passer til de tal som er angivet i ADAMs databank fra 2006.
Dette betyder, at de kan bruges direkte i phk relationen.
For yderligere beregning af Cpuxh henvises til Excel-fil på vedlagte cd.
17.2.3 Pcpuxh
Denne variabel betyder prisen på Cpuxh – Prisen (p) på forbrug (c), privat (p) for hele befolkningen (u)
undtagen (x) boligydelser (h). Den er målt som et indeks hvor år 2000 er basisår. Pcpuxh, kan udtrykkes som
forholdet mellem de løbende og faste priser:
(17.c)
I Statistisk Årbog, kan Cpuxhfaste også findes direkte. I nedenstående tabel, ses tallene for Cpuxh både for
løbende og faste, der ligeledes er fundet igennem Statistik Tiårsoversigt.
Tabel 17.2 - Pcpuxh
2007 2008
CPUXH - løbende 659.700 676.700
CPUXH - faste 600.100 597.000
PCPUXH 1,0993 1,1335
Dette er en enklere måde at regne Pcpuxh ud på, i forhold til den i ADAMs ligningsbrowser oplyste formel.
17.2.4 Pche
Pche er prisen (p) på boligforbrug (c) (h), for ejere (e), hvor 2000 = 1. Denne findes i ligningsbrowseren som:
(17.d)
Che er boligforbrug i løbende priser, og fche er boligforbruget blot i faste 2000 priser. Da det ikke har været
muligt at skaffe nyere tal for boligforbruget, anvendes i stedet tal for boligbenyttelsen til at fremskrive
med, da det forventes at udviklingen i boligbenyttelse og boligforbruget vil være nogenlunde ens:
34
Tabel 17.3 – Beregning af boligforbrug løbende og faste priser
Boligbenyttelse, ti-årsoversigt
2006 2007 2008
Løbende 130.520 167.000 174.800
Faste 106.167 135.500 137.500
Løbende 1 1,2795 1,3393
Faste 1 1,2763 1,2951
Ovenstående tabel, viser Boligbenyttelsen, der anvendes som en proxy for boligforbruget, både i de
løbende og faste priser. Tallet for 2006 er hentet fra ADAMs databank. De to nederste rækker i tabellen,
viser perioden lavet om til indeks. Indeks tallene for 2007 og 2008 multipliceres så hhv. med che og fche for
år 2006 fra ADAMs databank, og dermed fremkommer der så che og fche for 2007 og 2008, beregnet vha.
stigningsprocenten for boligbenyttelse. Derefter er det blot at dividere disse tal med hinanden, for at finde
pche, jf. nedenstående tabel og ovenstående ligning 17.d:
Tabel 17.4 - Pche
2006 2007 2008
Indeks 1,0000 1,0444 1,0932
CHE 130.519,71 136.315,15 142.681,96
Indeks 1,0000 1,0127 1,0277
FCHE 106.167,27 107.516,18 109.103,14
PCHE 1,2294 1,2679 1,3078
17.2.5 Fkbhw
Fkbhw er den ønskede (w) kapitalmængde (k) for bygninger (b) og anlæg i erhverv (h), udtrykt i millioner i
2000 priser (f), hvilket også kaldes den ønskede boligmængde. Denne udregnes med følgende formel:
(17.e)
Til denne relation, skal der beregnes/findes en del nye variable, disse variable er: U (befolkningen, i
tusinde), Pcpu (Prisen på privat forbrug for hele befolkningen) og bafd (1. års afdrag i forhold til gæld).
Befolkningen U kan findes i Statistikbanken. Pcpu beregnes som forholdet mellem Cpu og FCpu – privat
forbrug i løbende og faste priser. Variablen bafd har ikke været mulig at finde i noget datasæt. Dette kan
muligvis skyldes, at relationen fra ligningsbrowseren er nyere, end de data det har været muligt at
35
fremskaffe, og at bafd relationen derfor først er kommet med senere. I et arbejdspapir fra ADAMs
modelgruppe er det muligt at få et indtryk af størrelsen på denne. Hvor det fremgår at bafd variablen har
en værdi langt under 1 (Danmarks Statistik Modelgruppen 2009, S. 5). På grund af dens lave værdi og dens
betydning i forhold til den samlede fkbhw ligning, er der derfor valgt at se bort fra denne ved
fremskrivningerne. Dette vil naturligvis medføre, at udviklingen ikke bliver helt retvisende.
Udregningen af fkbhw relationen, gav et resultat langt fra det forventede:
Tabel 17.5 – Egen beregning af fkbhw
2006 2007 2008
Fkbhw 3.320.219,29 244.781,48 244.954,30
Tilbageskrivning 234.784,79 244.781,48 244.954,30
Indeks 1,0000 1,0426 1,0433
Ny Fkbhw 3.320.219,29 3.461.587,90 3.464.031,85
Den øverste linje i ovenstående tabel viser tal fra ADAM (2006) og beregnede tal ved hjælp af relationen for
fkbhw (2007 og 2008). Som det ses, ligger tallene for 2007 og 2008 langt lavere, end der var forventet. For
at komme dette problem til livs beregnes derfor fkbhw for år 2006, derved fremkommer tallet 234.784,79.
Dette tal sættes så til indeks 1, tallene for år 2007 og 2008 beregnes og bliver hhv. 1,0426 og 1,0433. Ved at
multiplicere disse to indeks tal med en rigtige fkbhw for 2006, fremkommer de nye fkbhw tal for 2007 og
2008.
Fejlen, der opstår ved udregning af fkbhw, kunne tyde på at være en skaleringsfejl, da forskellen mellem
udregningen af fkbhw med ligningen indeholdende de reelle tal og de reelle tal altid ligger omkring 0,92.
Alle skaleringer samt ligning er dog kontrolleret flere gange, af både opgaveskrivere samt vejleder, hvorfor
fejlen har været umulig at finde. Med dette som fakta blev der taget kontakt til chefkonsulent for ADAM
modellen Dan Knudsen, hvor de rigtige fkbhw tal fra 1999 og frem til 2008, blev fremsendt. Disse rigtige tal
viste sig at være bemærkelsesværdigt tæt på de tal, som blev beregnet ovenfor, jf. nedenstående tabel. For
perioden 1999-2006 forløber de fremsendte tal en smule anderledes end tallene fra ADAMs databank fra
2006. Der vælges derfor kun at benytte tallene fra Dan Knudsen for 2007 og 2008, da det ellers vil påvirke
modellen. Dette skal der dog tages højde for i 2007 og 2008.
36
Tabel 17.6 – Beregnede og udleverede fkbhw
FKBHW 2007 2008
Egne beregninger 3.461.588 3.464.032
Tal fra DST 3.436.733 3.440.325
Kilde: Dan Knudsen, Danmarks Statistik
17.2.6 Fkbh
Fkbh er kapitalmængde (k) for bygninger (b) og anlæg i erhverv (h), udtrykt i millioner og 2000-priser (f),
eller boligmængden, som den også kaldes. Som det fremgår af nedenstående ligning, er det, der findes på
venstresiden, udtrykt som den absolutte årlige ændring i logaritmen til fkbh. Dvs. at det tal, der bliver
fundet, blot kan multipliceres med det reelle fkbh for at finde det næste års tal. På samme måde som vist
forklaret under phk relationen.
(17.f)
Som det fremgår af ovenstående ligning, indgår Phk variablen i fkbh relationen, men er samtidig også den
der ønskes at regnes ud, blandt andet ved hjælp af fkbh relationen. For at fremskrive på fkbh relationen, er
der anvendt en phk, der er udregnet ved hjælp af fremskrivninger fra Statistisk Tiårsoversigt 2009 (Side 90):
Tabel 17.7 - Phk
2006 2007 2008
1,7582 1,8444 1,7600 Phk
1 1,049 1,001 Stigning
Ovenstående to tal for phk 1,844 og 1,759, er udregnet ved at tage phk’en for 2006 og multiplicere med
stigningen for det pågældende år, for at fastholde det i faste 2000 priser (Indeks: 2000 = 1). Dette er
beregnet på baggrund af oplysninger fra Statistisk tiårsoversigt omkring udviklinger i kontantpriser, og vil
derfor afvige fra den endelige udregnede phk, hvorfor denne derfor vil indgå som en slags proxy (Danmarks
Statistik 2009, S. 90).
Pibh er prisen (p) på bruttoinvesteringer (b) (i) i husholdninger (h), denne er også med basisår 2000. Denne
er fremskrevet ved, at skaffe data for investeringer i boliger og så igen finde forholdet mellem de løbende
37
og de faste priser, for at finde prisen. Derefter er der lavet indeks på disse tal, med 2006 = 1, indekstallene
for 2007 og 2008, ganges så på de reelle tal for 2006, for at finde den rigtige pibh, som vist i tabellen neden
for.
Tabel 17.8 - Pibh
2006 2007 2008
Udregnet, DST 1,5617 1,6561 1,4138
Indeks 1,0000 1,0604 0,9052
Pibh 1,1597 1,2298 1,0498
Phgk er kontantprisen (k) (p) på byggegrunde (g), igen som 2000 = 1. Der anvendes tal fra ADAM frem til og
med 2006. For 2007 og 2008 beregnes der som tidligere et indeks på baggrund af data fra Statistikbanken,
med år 2006 = 100. Stigningerne for år 2007 og 2008 multipliceres på Phgk værdien fra ADAM for 2006.
Tabel 17.9 - Phgk
2006 2007 2008
Grunde under 2000 m2, indeks 100,125 105,325 104,225
ADAMs phgk tal for 2006, ganges så med de 1,05325 og 1,04225 (indeksstigningen) for at finde hhv. phgk
for 2007 og 2008. De reelle phgk tal, kan ses i tabellen nedenfor.
Nbs variablen er antallet af boliger under opførelse med offentlig støtte, målt i styk. For denne har det ikke
været muligt at finde nogen velegnet proxy. Derfor er der lavet den antagelse, at værdien for 2007 og 2008
er den samme som for 2006. Dette vil naturligvis være med til at give lidt skævhed ift. modellen.
Ved at indsætte de fundne værdier i fkbh relationen fås følgende absolutte årlige ændringer:
Tabel 17.10 – D(log)fkbh
2006 2007 2008
1,7582 1,8444 1,7600 PHK
1,357 1,4293 1,4143 PHGK
7.479 7.480 7.480 NBS
1,1597 1,2298 1,0498 Pibh
3.327.169 3.431.320 3.534.800 FKBH
3.320.219 3.436.733 3.440.325 FKBHW
0,0265 0,0313 0,0302 Dlog(fkbh)
De fundne Dlog(fkbh)’er skal så multipliceres med de fra ADAMs databank oplyste fkbh’er, således at fkbh
år 2006 bliver multipliceret med Dlog(fkbh) for 2007:
38
Tabel 17.11 - Fkbh
2006 2007 2008
Dlog(fkbh) 0,0313 0,0302
=Fkbh*(1+Dlog(fkbh)) 3.327.169 3.431.320 3.534.800
Givet Beregnet Beregnet
Alle endogene variable, der indgår i phk relationen er dermed fundet. Disse indsættes i phk relationen, og
den procentvise årlige ændring i kontantprisen for 2007 og 2008, kan dermed også findes.
17.3 Phk
Ved at indsætte de fundne værdier for de forskellige endogene variable kan Dlog(phk) nu udregnes for
årene 2007 og 2008, jf. den oprindelige phk formel ligning 17.a:
Tabel 17.12 – Dlog(phk)
2006 2007 2008
593.256 659.700 676.700 cpuxh
1,0904 1,0993 1,1335 pcpuxh
3.327.169 3.431.320 3.534.800 FKBH
1,2294 1,2679 1,3078 PCHE
1,7582 1,8444 1,7600 PHK
1,0904 1,0993 1,1335 pcpuxh
3.327.169 3.431.320 3.534.800 FKBH
3.320.219 3.436.733 3.440.325 FKBHW
0,0400 0,0383 -0,0177 Dlog(phk)
Fremskrivninger
Ovenstående tabel viser ifølge beregningerne foretaget ud fra phk relationen ved at fremskrive, at
ejerboligpriserne skulle stige hhv. 3,83 % og -1,77 % for 2007 og 2008. Lægges disse tal til phk for 2006, fås
den endelige udvikling over hele den periode der, nu er data for:
Tabel 17.13 – Phk udregnet
2000 2001 2002 2003 2004 2005 2006 2007 2008
0,0383 -0,0177 Dlog(phk)
1 1,0588 1,0987 1,1327 1,232 1,4464 1,7582 1,8256 1,7932 PHK
hvor phk for 2007 og 2008 er beregnet. Ud fra beregningerne ses det, at kontantprisen på enfamiliehuse
næsten er fordoblet i løbet af otte år, ifølge fremskrivningerne.
39
17.4 Phk vs. De reelle tal
I dette afsnit kigges på phk relationens evne til at forklare prisen på ejerboliger. Figur 17.1 er fremkommet
igennem den statiske simulation, som blev foretaget i forrige kapital. Ovenstående diskussioner er blevet
brug til at fremskrive tallene for 2007 og 2008. Tallene, der er blevet brugt til udarbejdelse af figur 17.1, er
de phk værdier, der er oplyst fra ADAMs datasæt samt phk for år 2007 og 2008 og de procentvise årlige
ændringer, fra Realkreditrådet statistikker over kvadratmeterpriser. Det kan konkluderes, at phk relationen
igennem alle år estimerer for lavt. Frem til år 1999 rammer modellen nogenlunde korrekt, med en lille
underestimering, men fra år 2000 og frem til figurens afslutning i år 2008 sker der noget markant. Phk
relationen fanger godt nok, at der vil ske stigninger på ejerboligmarkedet frem til 2007 og et fald i 2008,
men graden af stigningerne og faldet kan den ikke fremvise. Som tidligere nævnt rammer den konsekvent
for lavt. Især i år 2005 samt 2006 er det ekstra slemt, hvor de reelle prisstigninger er hhv. 3,1 gange samt
5,72 gange over, hvad phk relationen kommer frem til.
Figur 17.1 – Ejerboligprisernes ændring pr. år i procent. Udregnet med phk vs. reel ændring pr. år.
Kilde: (Realkreditrådet Statistikker) og Tal fra ADAM, samt egne beregninger.
For at sætte de enkelte års stigninger lidt mere i perspektiv, er figur 17.2 samt figur 17.3 udarbejdet. I disse
figurer er der med phk relationen taget udgang i den reelle kvadratmeterpris på ejerboliger i hhv. år 1995
og 2006, hvorefter den er fremskrevet/tilbageskrevet med stigningstakten som er estimeret med phk. I
Figur 17.2 bliver det bekræftet, at phk relationen følger, med en lille underestimering, den reelle udvikling i
ejerboligpriserne frem til 1999. Efter 1999 bliver forskellen imellem de 2 kurver faktisk kun større indtil
2008, hvor de reelle kvadratmeterpriser falder mere, end phk relationen havde estimeret.
-10%
-5%
0%
5%
10%
15%
20%
25%
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
dlog(PHK)
Reel ændring pr. år
40
I figur 17.2 er der også indtegnet en tendenslinje for begge grafer. Ud fra dette ses det tydeligt, at
fremskrivningen med phk relationen følger tendenslinjen rimelig tæt, hvor tendenslinjen for den reelle
udvikling i boligpriserne overhovedet ikke fitter. Dette bekræfter, at priserne på ejerboliger fra 1996 ikke
kan beskrives ved en ret linje, og udsvingene derfor har gjort det sværere for økonomerne at forudsige
priserne på ejerboligmarkedet.
Figur 17.2 – Indekseret prisstigninger (1995 = 100) på ejerboliger for hhv. reelle og estimerede priser.
Kilde: Egen udarbejdelse samt (Realkreditrådet Statistikker)
I figur 17.3 er basisåret sat til år 2006. Igen kan det konkluderes, at de 2 linjer ikke følger hinanden. Dog er
der imellem 2006 og 2008 en tendens til, at phk relationen igen på ny kan estimere de fremtidige
prisændringer på ejerboligmarkedet, med en underestimering, der er i lidt højere niveau end det var i 1996
til 1999.
50
100
150
200
250
300
Kvm.priser fra Realkredit
Med phk stigningssats
Lineær (Kvm.priser fra Realkredit)
Lineær (Med phk stigningssats)
41
Figur 17.3 – Indekseret prisstigninger (2006 = 100) på ejerboliger for hhv. reelle og estimerede priser.
Kilde: Egen udarbejdelse samt (Realkreditrådet Statistikker)
I Figur 17.4 er phk’s procentuelle stigning ganget på forrige års reelle kvadratmeterpris på ejerbolig i alle år.
Dermed fås der et overblik over, hvor meget underestimeringen i phk relationen egentlig påvirker
udviklingen i priserne på ejerboliger. Ud fra denne figur kan det konkluderes, at det især er omkring år 2000
samt 2001 og år 2004 frem til 2008, at phk relationen rammer forkert.
Figur 17.4 – Kvadratmeterpriser på ejerboliger for reelle kvadratmeterpriser og estimerede
kvadratmeterpriser (phk stigningssats * reel kvadratmeterpris-1)
Kilde: Egen udarbejdelse samt (Realkreditrådet Statistikker)
20
30
40
50
60
70
80
90
100
110
1201
99
5
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
Kvm.priser fra Realkredit
Med phk stigningssats
4000
6000
8000
10000
12000
14000
16000
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
Kvm fra Realkredit
phk stigningssats*kvadratmeterpris-1
42
17.5 Delkonklusion
Det kan altså konkluderes, at ADAM´s phk relation konsekvent underestimerer i forhold til den reelle
udvikling i priserne på ejerboligmarkedet. Især i årene 2000 til 2001 samt 2004 og frem til 2008 har det
været helt galt. Der kan være mange årsager, til hvorfor ADAM modellen ikke rammer bedre end den gør.
Et notat fra Danmarks Statistik forklarer, at der siden 2000 har været store positive residualer i ADAM
modellen(Danmarks Statistik Modelgruppen, S. 1). Ligeledes skriver Økonomi og Erhvervsministeriet, at
deres model for boligmarked kun kan forklare 7/10 af stigningen siden 2003(Økonomi &
Erhvervsministeriet 2007, S. 3), og at det er blevet sværere at forklare prisen ud fra almindelige økonomiske
variable. Notatet fra ADAMs modelgruppe forklarer det med, at det kunne indikere en prisboble. Derfor vil
der i de følgende kapitler forklares teori omkring, hvad bobler er, for at udrede om det var en boble, der
ramte det danske ejerboligmarked.
18 Rationalitet og bobleteori
Det er en kendsgerning, at der har været en boble på det danske ejerboligmarked. Diverse medier og
økonomer har i længere tid talt om dette, og grafen i figur 8.1 og 8.2 indikerer også, at der har været en
boble. Dette kapitel vil ved hjælp af en analytisk tilgang undersøge, hvordan boblen egentlig er opstået. For
at belyse bobleproblematikken vil der anvendes teorier omkring rationalitet.
Ifølge almindelig finansieringsteori bør bobler ikke eksistere, fordi aktiver som aktier og huse bliver
prisfastsat på markeder, der er efficiente og opbygget omkring rationalitet. Dermed ville eksistensen af en
boble være sket på grund af, at investorer har forladt de rationelle tankegange, hvilket ikke sker i en
efficient verden (Calverley 2009, S. 125). Derfor må markederne og agenterne nødvendigvis ikke agere
rationelt, når historien jo viser, at bobler kan forekomme. Med det for øje vil der derfor blive forklaret
nogle teorier, der netop tager højde for, at mennesker ikke agerer rationelt, for at komme frem til, at der
har været en boble på det danske boligmarked, men også i særdeleshed, hvorfor den er opstået. I det
følgende vil der blive forklaret, hvordan rationalitet og bobleteori hænger sammen, og hvordan
irrationalitet kan medføre bobler. Rationaliteten er et vidt begreb, der anvendes inden for en lang række
fag. Der vil derfor kun blive forklaret rationalitet i forbindelse med økonomiske teorier.
18.1 Rationalitet og markedsefficiens I dette afsnit, vil der blive forklaret teorier om rationalitet og markedsefficiens, yderligere vil der forklares
teorier omkring irrationalitet, for at forklare hvordan bobler kan opstå. Dette vil gøres i håb om at kunne
være med til at forklare, hvorfor prisen på ejerboliger er steget som den er. Da rationelle forventninger er
en forudsætning for markedsefficiens, vil dette derfor blive forklaret først.
43
18.2 Rationalitet
Begreberne rationelle forventninger er et forholdsvist nyt begreb inden for makroøkonomien. Indtil starten
af 1970’erne var den almindelig opfattelse blandt økonomer, at forventninger enten var:
- 1) animal spirit, hvilket vil sige ændringer i forventninger, som blev betragtet som væsentlige, men
som ikke kunne forklares.
- 2) som statiske forventninger, således at folk ofte havde forventninger for fremtiden, som var lig
med nutiden. Eller folk blev antaget at have adaptive forventninger, således at deres forventninger
til fremtidige perioder, blev dannet ud fra historiske erfaringer. Dvs. periode t = t-1 + et fejlled.
I starten af 1970’erne argumenterede de to økonomer Robert Lucas og Thomas Sargent for, at disse måder
ikke var den måde, forbrugere danner deres forventninger på. Lucas og Sargent argumenterede for, at
økonomer skulle antage, at forbrugere har rationelle forventninger, dvs. at folk ”kigger” ind i fremtiden, og
gør det bedste de kan for at forudsige den ved hjælp af et ”bedste gæt” (Blanchard 2005, S. 363). For at en
forbruger skal kunne gøre dette, har økonomen Gerard Debreu bevist, at for at træffe et rationelt valg, skal
beslutningstageren kende sin præferencefunktion og få størst mulig nytte, ved at maksimere denne (Den
Store Danske 2009). Den rationelle model antager desuden, at en person altid vil forsøge at lave en rationel
beslutning baseret på evnen til at evaluere alle alternativer og effektivt udregne den potentielle succes af
hvert alternativ (Brooks 2009, S. 66).
De fleste økonomer i dag anvender teorien omkring rationelle forventninger i deres modeller. Ikke at disse
økonomer nødvendigvis tror at forbrugere handler rationelt (Blanchard 2005, S. 363).
Som nævnt i teorien omkring rationalitet vil en forbruger med rationelle forventninger forvente de samme
prisstigninger i periode t+1 som i periode t.
18.3 Markedsefficiens De rationelle forventninger går igen i teorien om markedsefficiens, da en af antagelserne for, at et marked
kan være efficient, er at beslutningstageren har rationelle forventninger.
Kendetegnet ved et efficient marked er ifølge Robert Shiller, som han skriver i bogen ”Irrational
Exuberance”, at alle finansielle priser, præcist afspejler den offentlige information hele tiden. Dvs. at
finansielle aktiver altid er prissat korrekt, givet hvad der er offentlig kendt hele tiden. Priser kan til tider
synes at være for høje eller for lave, men ifølge den efficiente markeds teori er dette en illusion (Shiller
2005, S. 177).
44
Et efficient marked er et fair spil, hvor der er den samme risiko, uanset hvilket investeringsstrategi der
anvendes.
Der vil i et efficient marked ikke være nogen nem måde at tjene penge på, ved at slå markedet. Det mest
simple argument for markedsefficiens kommer fra det faktum, at det er besværligt at købe lavt og sælge
dyrt. Derfor kan smarte investorer ikke performe bedre på boligmarkedet, da den viden, de vil besidde,
allerede er inkorporeret i prisen på aktivet. Det vil derfor ikke være nogen ulempe ikke at være smart.
John P. Calverley skriver i ”When bubbles burst”, at den efficiente markedshypotese var med til at
forårsage aktieboblen i år 2000, fordi investorerne var overbevidste om, at markedet altid var korrekt, og at
bobler derfor ikke kan eksistere. Den efficiente markedsteori blev slået lidt ud af kurs efter aktiekrakket i
2000. Men har så sidenhen vundet indpas igen, blandt andet ved huspris boomet i 00’erne, fordi
argumentet ”it was different this time” tydeligt har været anvendt (Calverley 2009, S. 126). Dette har altså
betydet, at boligejere som tidligere nævnt har set bort fra de faktiske data der forelå med ekstremt høje
prisstigninger, og al rationalitet er dermed forsvundet. Kapitlet omkring bobleteorien vil uddybe dette.
Længere nede i opgaven vil der blive taget stilling til, hvorvidt det danske boligmarked har været og er
efficient eller ej.
18.4 Fra rationalitet til irrationalitet
Som nævnt i indledningen kan bobler ikke eksistere i et efficient marked. Historien har dog vist, at der ofte
har fundet bobler sted, derfor må markedet nødvendigvis ikke være 100 % rationelt. Der findes et væld af
teorier, der argumenterer for, at markedet/beslutningstagere ikke handler rationelt. Især teorier omkring
psykologiske faktorer vil være relevante at arbejde videre med, for hvorfor mennesker ikke handler
rationelt. Derfor vil det i det følgende blive præsenteret teorier, der argumenterer for, at forbrugerne ikke
er rationelle, og at psykologiske faktorer vil have en indvirkning på, hvordan forbrugerne agerer, som
senere vil anvendes på argumenterne omkring bobler.
18.5 Ikke rationelle teorier Patric H. Hendershott, Robert J. Hendershott og Charles R.W. Ward, diskuterer forskellige alternative
definitioner og identificerer især, at irrational markeds handlinger medfører bobler (Brown, Klingenberg
2006, S. 39). Der vil derfor i de følgende afsnit blive gennemgået teorier, der medtager irrationaliteten.
Disse teorier er ofte kendetegnet ved, at der også medtages psykologiske aspekter af beslutninger.
Den efficiente markeds hypotese antager at mennesker er fuldt ud rationelle og dermed ikke påvirket af
følelser eller af andre mennesker. Et spørgsmål stiller sig, om forbrugeren altid er rationel og ikke lader sig
45
påvirke af noget? Økonomen Herbert Simon identificerede i 1960 svagheder ved rationalitetsmodellen.
Herbert Simon introducerede begreberne bounded rationality. Dette går ud på, at beslutningstagere, der er
under pres, vil være tilbøjelige til at vælge den nemmeste løsning der vil ”satisfice”5 personen. Simon
argumenterer yderligere for, at hvis der skulle træffes rationelle beslutninger, skulle personen kende alle
alternativer, hvilket i praksis ville være umuligt (Brooks 2009, S. 66).
Psykologiske faktorer vil derfor også have en virkning på, hvordan mennesker reagerer på markeder. I det
følgende vil der blive forklaret forskellige variationer af dette, disse er forklaret med udgang i Calverleys
”When Bubble Burst” S. 127-134.
18.5.1 Prospect teori
Prospect teori er en teori, der antager, at mennesker ikke er rationelle. En særlig vigtig pointe ved denne
teori er idéen om, at mennesker hader tab, mere end de elsker gevinster. Modsat den rationelle investor,
der behandler gevinst og tab ens. Denne opdagelse blev gjort af to israelske økonomer, Daniel Kahneman
og Amos Tversky, i 1979, som siden vandt Nobelprisen i økonomi i 2002 for deres opdagelser. En af deres
konklusioner var, at investorer led af ”loss aversion” (risiko aversion), der betyder, at den mentale straf er
større ved et tab, end den mentale gevinst er ved en gevinst. Hvilket strider imod de rationelle teorier, hvor
gevinst og tab bør behandles lige. Andre studier har fundet frem til, at for at den mentale straf = mentale
gevinst, skal gevinsten være tre gange større end tabet.
Denne teori vil i sig selv ikke kunne forklare, hvorfor bobler opstår, men vil kunne anvendes til at forklare,
hvordan bobler forstærkes; i takt med at priserne stiger og investorerne bliver mere overbeviste om, at tab
er en umulighed, vil loss aversion dermed forsvinde, og dermed tør investorerne investere i, i forhold til
tidligere, mere risikofyldte aktiver.
Et andet aspekt af prospect theory er, at mennesker ser på nylige gevinster som ”play money” og dermed
ikke inkorporerer dem i deres velstand, og vil derfor ikke have så meget imod at investere den nyligt
vundne gevinst i aktiver med højere risiko end ellers. Nylige gevinster vil have en effekt på, hvordan folk
tænker og handler.
18.5.2 Anchoring
Anchoring kan være en metode til at bestemme, hvordan folk prisfastsætter aktiver. Anchoring er en
tendens set hos investorer, hvor de tror, at den pris de investerede til, er et slags anker, som markedet vil
svinge omkring. Anchoring arbejder primært imod bobler, ved at opfordre investorer til tidligt at sælge, for
at trække deres gevinst ud, da investorer ikke tror at markedet kan stige meget mere. Yderligere følger det 5 Sammentrækning af ordene satisfy og sacrifice
46
”regret aversion”, da den også opfordrer investorer til at holde på deres investering, for at rette op på et
tab. Under en boble vil anchoring teorier arbejde anderledes. Her vil investorer ofte være villige til at købe
til en høj pris, fordi prisen har været høj længe, og dermed synes prisen på aktivet at have nået et
almindeligt og reelt niveau.
Figur 18.1 – Visualisering af teorien anchoring
Kilde: Egen udarbejdelse
Figur 18.1 viser, hvordan anchoring fungerer i praksis under en boble. Investorer vil tro, at fordi prisen har
ligget på samme høje niveau nogen tid, vil det være nok til, at investorer tør investere, da det unaturligt
høje niveau synes normalt. Spørgsmålet er så bare, hvad der vil ske i fremtiden efter den stagnerende
periode. Da investorerne finder niveauet normalt, satser de derfor på stigninger i fremtiden og ikke få et
fald.
Denne teori kan også bruges til at forklare, at investorer vil forvente det samme høje afkast i fremtiden,
som de gør nu.
18.5.3 Andre irrationelle teorier
Investorer kan være overbeviste om, at de historiske data ikke kan bruges til noget. At det, set i
bagklogskabens lys, skulle have været logisk, at markedet befandt sig midt i en boble. Derfor kan investorer
være overbevidst om, at det vil være nemmere at identificere en boble næste gang. Hvorfor det gik galt
tidligere, vil overmodige investorer mene, burde være ren logik nu, og derfor vil det være let at trække sig
ud i tide nu, ville en overmodig investor mene. På aktiemarkedet vil det alt andet lige være nemmere at
komme ud i tide, da salg kan foregå øjeblikkeligt, mens det på boligmarkedet ikke lader sig gøre på samme
måde, da et salg vil tage længere tid ifølge Calverley. Det kan dog diskuteres, om aktiemarkedet i denne
situation så ikke reagerer tilsvarende hurtigere.
47
Et andet alment kendt begreb for irrationalitet er ”herd behavior”, hvor investorer har tendens til at ride
med bølgen, da det er bedre at være ”conventionally wrong, than individually wrong”(Calverley 2009, S.
133).
Kognitiv dissonance begrebet kan også anvendes til at beskrive psykologiske faktorer, der kan spille ind.
Calverley skriver, at beslutningstagere meget ofte vil søge meninger og holdninger, som passer til deres
egne. Derfor vil man som beslutningstager meget nødig høre holdninger og udtalelser, der er i modstrid
med ens egne beslutninger (Calverley 2009, S. 133).
18.6 Konklusion på rationaliteten Der er på de foregående sider blevet forklaret forskellige teorier, først hvordan de rationelle teorier ser på
hvordan markedet, og sidenhen er der blevet inddraget nyere teorier, der tager højde for, at mennesker
ikke handler rationelt, men at der også er væsentlige psykologiske faktorer, der spiller ind. Dermed
eksisterer der en teoretisk grobund for, at bobler kan forekomme.
19 Bobleteori
Med ovenstående gennemgang af rationalitet og efficiens på boligmarkedet blev der vist, at der er
teoretisk belæg for, at bobler kan eksistere på grund af irrationaliteten og at ikke alle handler rationelt. Her
vil der blive forklaret, hvad en boble er, hvordan den opstår samt forklare hvorvidt der har været en boble
på det danske boligmarked i 00’erne.
Bobler på de finansielle markeder har eksisteret længe. En af de tidligste bobler, der er kendskab til, var
den såkaldte Hollandske tulipan boble i 1637. Af andre kendte bobler kan nævnes børskrakket i 1929 og
dot-com boblen i 2000.
19.1 Teori
Bobler kan skyldes mange forskellige ting, der vil i det følgende bliver forklaret forskellige teoretikeres
holdning til, hvorfor disse kan opstå, primært med henblik på et boligmarked. Det er en realitet, at der har
været en boble på det danske boligmarked. Formålet med dette kapitel er derfor at belyse denne.
Tidligere overvismand Torben M. Andersen mener, at ”prisbobler på boligmarkedet opstår, når folk ikke
bare købet boliger for at bo i dem, men køber i håb om, at boligen vil stige endnu mere”(Det Økonomiske
Råd 2009a). Karl Case og Robert Shiller definerede i 2003 bobler på en lidt anderledes måde, nemlig som
“(…) excessive public expectations of future price increases cause prices to be temporarily elevated. During a
48
housing bubble, homebuyers think that a home that they would normally consider too expensive for them is
now an acceptable purchase because they will be compensated by significant further price increases” (Case,
Shiller 2003, S. 299).
En lidt mindre udbredt definition, men dermed ikke nødvendigvis mindre rigtig, findes i den såkaldte
”greater fool teori”. Denne går ud på, at en køber kun køber et aktiv, for at kunne sælge aktivet videre til en
højere pris, til et ”greater fool”.
Der indgår et hel del spekulation i bobler. Shiller definerer en spekulativ boble som en situation, hvor flere
og flere investorer bliver tiltrukket, ikke så ikke så meget på grund af, at de tror på den reelle værdi i
investeringen, men fordi de bliver tiltrukket af andre investorers succes (Shiller 2005).
I bogen ”When bubbles burst” inddeler forfatteren John P. Calverley en bobles levetid i forskellige stadier.
Første stadie af en boble kalder han ”displacement”, dvs. der sker en handling, der ændrer investerings
landskabet og åbner for nye muligheder at investere i. Denne handling kunne eksempelvis være ny
teknologi, slutningen på en krig eller kollapset af en tidligere boble, og dermed et nyt område at investere i.
Hvis denne flytning er stærk nok, vil det medføre et økonomisk boom, i takt med at der kommer flere
investeringer ind i dette område. Banker spiller ofte en stor rolle i forbindelse med at poste penge ind i en
boble. I næste stadie af boblen er investorerne blevet ramt af ”euphoria or mania”, hvor spekulation i høj
grad spiller ind, på grund af høje forventninger til fremtidige afkast. De fundamentale ”valuation criteria”
bliver fejet væk, som følge af stigningerne. Dette er altså et typisk eksempel på prospect theory. I dette
stadie vil flere og flere mennesker investere i det de stigende aktiver i håb om at få sig en hurtig profit. De
første advarsler om, at markedet befinder sig i en boble, vil typisk komme i dette stadie, men de bliver ofte
miskrediteret på grund af, at de kommer for tidligt.
I det næste stadie er der lavere stigninger end set i foregående stadie, da færre vil komme ind på markedet.
Denne aftagning af investeringer kan medføre et fald i priserne, typisk påvirket af et udefrakommende
chok, eksempelvis krig, rentestigninger eller tilbagegang i økonomien, fordi der er ”overcapacity”.
Det næste stadie i forbindelse med bobler kalder John P. Calverley for ”Revulsion”6 hvor der er faldende
priser, finansiel distress, konkurser. Økonomien er påvirket af faldet i de nye investeringer og stigningen i
usikkerheden. Calverley forklarer det med, at alle er i en ”wait and see” tilstand, før man committer sig til
nye investeringer. Yderligere vil forbrugere også holde igen med store investeringer som biler og huse.
6 Oversat: Pludselig og stærk forandring
49
Calverley taler også om, at der kan være en ”panic” fase, hvor priserne falder ekstra hurtigt, fordi investorer
prøver på at sælge før alle andre, og der er ingen købere(Calverley 2009, S. 11).
19.2 Identificering af bobler
Calverley skriver yderligere, at det i hans øjne er nemt at identificere en boble, når den er fuldt eller næsten
fuldt opblæst. Han skriver dog, at nogle argumenterer imod dette, og mener, at en boble først fuldt ud kan
identificeres, efter at den er sprunget. Tidligere nationalbankdirektør Bodil Nyboe Andersen sagde i 2005,
at ”bobler er vældig interessante for økonomer at analysere, men desværre viser erfaringen, at man hverken
kan forudsige bobler eller konstatere dem, når de er der. Bobler er noget man kan se bagefter” (Lunde 2007,
S. 12).
For at kunne identificere, hvornår der er tale om en boble, og hvornår der blot er tale om almindelige
prisstigninger, kan der opstilles en række kriterier der belyser dette. Det vil være forskelligt hvilke
karakteristika en boble har, på de forskellige stadier, og dermed hvilke ”faresignaler” der er at se. Calverley
nævner, at især faktorer som kraftigt stigende priser, økonomisk opsving, paradigme skift og overvurdering
i forhold til ”almindelige” priser vil være typiske boblekriterier. Case og Shiller fremkommer i deres artikel
fra 2003 også med nogle, hvilket vil blive gennemgået i det følgende afsnit, for at analysere den boble, der
har været på det danske boligmarked.
19.3 Boble på det danske boligmarked Dette afsnit vil gennemgå forskellige boblekriterier, disse kriterier er udviklet af Case og Shiller i deres
artikel fra 2003 ”Is There a Bubble in the Housing Market?”, fra 2003, og er sidenhen blevet udledt til syv
mere specifikke kriterier af Jens Lunde i hans artikel ”Ejerboligmarkedet på knivsæggen”. Derfor vil den
følgende analyse tage udgang i Lundes artikel omkring de syv boblekriterier og supplerende litteratur. Hvert
af de følgende syv afsnit vil være et af hans kriterier.
19.3.1 Udbredte forventninger om store merprisstigninger
Det første boblekriterium, er at der blandt befolkningen opstår forventninger om store merprisstigninger.
Jens Lunde henviser i sin artikel til en spørgeskemaundersøgelse, hvor deltagerne er blevet spurgt om deres
forventninger til prisstigninger på boliger i hhv. 2005 og 2006. I 2005 svarede ”halvdelen af respondenterne
i Hovedstaden forventede explicit, at boligpriserne ville stige de næste 5 år med gennemsnitligt mindst 8 %
årligt – eller i alt 47 %.” S. 12.
I en anden Jens Lunde artikel fra Politiken d. 17. december 2009 skriver Lunde, at Shiller har foretaget en
undersøgelse, hvor han konkluderer, at ”det teoretiske argument for, at boligpriserne kan forventes at stige
stærkere end forbrugerpriserne, er ikke stærkt” (Lunde 2009b). Derfor må udgangspunktet være, at
50
boligpriserne på lang sigt stiger med samme takt som inflationen og forbrugerpriserne. Shiller skriver dog i
bogen ”The Sub Prime solution”, at boligejerne i San Francisco forventede stigninger i priserne i gennemsnit
på 14 % pr. år op til boblen bristede. Samme undersøgelse viste også, at en tredjedel af respondenterne
forventede stigninger på op til 50 % pr. år (Shiller 2008, S. 45). Dette er endnu et godt eksempel, som kan
forklares ud fra ”prospect theory”. Forventninger på 14 % p.a. er ualmindeligt høje prisstigninger. Samtidig
er det gennemsnitligt 14 %, hvilket hentyder til, at flok adfærden (herd behavior) skulle spille ind. Ud fra
denne rapport, hvor den virkelige udvikling er påvist, må det antages, at danskerne har haft samme
forventninger.
Derfor kan der med sikkerhed fastslås, at der på det danske boligmarked har været forventninger om store
merprisstigninger. ifølge figur 8.3 fremgår denne stigning også tydeligt, hvor der ses langvarig stabil vækst i
starten af perioden, hvorefter huspriserne så omkring 2003-2004 stiger betydeligt.
19.3.2 Dominerende motiv til investering: få kapitalgevinst ved salg
Der er et lille overlap mellem boblekriterium et og to, da forventninger til fremtidige prisstigninger og det
at købe en bolig med henblik på at sælge den videre til en højere pris, er to sider af samme sag. Begge
handler direkte om spekulation. Kendetegnet ved spekulation er, at boligen fra at være en ydelse – det at
have noget at bo i (forbrugsmotivet) – bliver et investeringsobjekt, der kun har afkast for øje. Case og
Shiller skriver, at det bobler går ud på, er at købe med henblik på fremtidigt salg, i stedet for at bruge huset
”for the pleasure of occupying”(Case, Shiller 2003, S. 321). Calverley skriver i ”When bubbles burst”, at det
netop er dette, der gør, at økonomien bevæger sig fra et ”boom” til en boble. Dermed vil det at eje en bolig
formentlig få en anden betydning når der er spekulation med i billedet.
Jens Lunde skriver i sin 2007 artikel at ”(…) foreligger der næppe danske data om boligkøbernes
investeringsmotiv”. Så det kan være lidt svært at vurdere hvorvidt der i Danmark er købt boliger
udelukkende med motiv for at spekulere. I en anden artikel fra 2009 skriver han at ”den spekulative adfærd
på boligmarkedet synes mildest talt bremset” (Lunde 2009a, S. 11). Derfor må en vis andel af boligkøbene i
Danmark have været udelukkende i spekulationsøjemed. Samtidig blev det også nævnt tidligere i denne
afhandling, at danskerne købte bolig, før den gamle var solgt, samt at nogle til og med også købte
ejerboliger til ren spekulation, hvilket bekræfter Lundes syn.
19.3.3 Stærk opmærksomhed mod boligpriserne i medier og private sammenkomster
Det er en kendsgerning, at boliger altid har fyldt meget i menneskers bevidsthed. Lunde argumenterer i sin
2007 artikel, at i takt med it-teknikkens fremgang igennem de sidste årtier er det blevet nemmere at
sammenligne priser og ejendomsstatistikker. Dette ses blandt andet i form af forskellige ejendomsportaler
og statistiksider, f.eks. ejendomssiden www.Boliga.dk.
51
Et andet aspekt af den stærke opmærksomhed kan rettes mod mediernes dækning af boligprogrammer. En
artikel fra Boligejernes Videnscenter, bolius.dk, fra 2007 nævner, at der igennem de seneste år, har været
25 forskellige boligprogrammer sendt på dansk tv. Her argumenterer faktachef for TV2 Sune Roland Jensen,
for antallet af boligprogrammer med "[at] så længe vi bruger meget tid i og mange penge på vores bolig,
lige så længe vil der være interesse for boligprogrammer” (Gregersen 2007). Da det må formodes, at tv-
kanalers sendeflade afspejler den generelle holdning og interesse, der er i samfundet, kan det derfor
konkluderes, at der har været øget opmærksomhed på boliger i medierne, selvom tv-kanal udbuddet i
Danmark aldrig har været større end i 00’erne. Spørgsmålet er så bare, om mængden af boligprogrammer
er et produkt af de stigende priser, eller de stigende priser kan skyldes stigende fokus.
Det samme indtryk giver Case og Shiller læseren af deres 2003 artikel, hvor der bliver vist en udvikling over
antallet af gange ”housing bubble” og ”housing boom” optræder i amerikanske aviser og i medier på
internettet. Her fremgår det også tydeligt, at der har været tale om en markant stigning i anvendelsen af
disse begreber op igennem 00’erne (S. 302).
19.3.4 Pres mod at blive boligejer
På grund af de kraftige prisstigninger, der har været på ejerboligmarkedet igennem det sidste årti, kunne
dette medføre en opfattelse hos unge købere om, at det gjaldt at købe, inden prisen steg yderligere og
dermed risikere ikke at have råd til at købe senere. Dette indtryk bekræfter Jens Lunde (2007) også. Med de
prisstigningstakter og –forventninger, der har været på det danske boligmarked fra 2003-2006, er det
naturligt, at flere og flere har villet ind på markedet så tidligt som muligt. De reelle stigninger taler også
deres klare sprog; jf. tidligere figur 17.1, hvor de årlige procentvise ændringer i kvadratmeterpriserne
fremgår. Her ses, at årene 2005 og 2006 havde årlige ændringer på henholdsvis 17,02 % og 22,90 %. Med
disse stigninger i priserne må det forventes, at flere og flere vil ind på boligmarkedet, da det ikke at komme
ind på boligmarkedet så tidligt som muligt vil medføre en tabt fortjeneste i form af, at man bliver relativt
fattigere. Dette er et glimrende eksempel på ”herd behavior”, hvor det gælder om at komme med på
vognen.
Yderligere argumenter for, at der skulle være pres på at blive boligejer, kunne tænkes at være følger af dot-
com boblen i 2000. Case og Shiller skriver i deres undersøgelse fra 2003, at ”some of the answers from
those who said they were encouraged by the stock market after 2000 as a reason to buy a home now” (S.
330). Derfor ville det være naturligt at sætte sine penge I fast ejendom, efter at aktiemarkedet var
kollapset.
52
19.3.5 Boligpris/indkomst ratio vokser
Jens Lunde skriver i sin artikel fra 2007 om dette, at ”da stigningen i indkomsterne siden 2003 har været
langt mere behersket end i boligpriserne, må boligpris/indkomst kvoten hvert år siden have sat ny rekord”.
Dette kan også ses på nedenstående figur, det viser kontantpris udviklingen sammenlignet med
indkomsten.
Figur 19.1 – Kvadratmeterpriser over indkomster. 2000 = Indeks 100
Kilde: (Realkreditrådet Statistikker) og (Statistikbanken 2010)
Ovenstående figur viser forholdet mellem udviklingen i kvadratmeterpriser og udviklingen i de
gennemsnitlige indkomster for mænd og kvinder i alt. Hvor 2000 er sat til indeks 100. Der ses i hele
perioden en klar vækst, som især gør sig gældende i årene 2004 til og med 2006, hvorefter stigningen er
aftaget en del frem til og med 2007. Fra 2007 og frem, er forholdet faldende, hvilket skyldes de faldende
kvadratmeterpriser.
Udviklingen i grafen er, som det kunne forventes og denne stemmer meget godt overens med Jens Lundes
forklaring og vil dermed opfylde dette boblekriterium.
19.3.6 Forsimplede opfattelser af de økonomiske sammenhænge på boligmarkedet
Her argumenterer Jens Lunde (2007) for, at manglen på byggegrunde og håndværkere har fået ”tillagt en
væsentlig betydning for den kraftige prisopgang i den danske debat” (S. 13). Derfor forekommer det også
realistisk, at udbuddet af byggegrunde ikke kan ændres i samme takt som efterspørgslen efter disse.
Case og Shiller stiller i deres 2003 undersøgelse respondenterne forskellige spørgsmål omkring simple
opfattelser af prisdannelsen på boliger. Ét ifølge dem typisk udtryk er, at ”desirable real estate just
naturally appreciates rapidly”. Denne simple forståelse mener Case og Shiller ikke passer, da eftertragtede
80
90
100
110
120
130
140
150
160
2000 2001 2002 2003 2004 2005 2006 2007 2008
Kvm pris/gms. Indkomst pr. person
53
huse vil være ”higher priced, but not necessarily increasing more rapidly in price, than other properties” (S.
325).
Case og Shiller nævner også en anden simplificering af boligmarkedet. Til spørgsmålet i deres undersøgelse
om, at ”huspriserne er boomet i byer, fordi flere vil bo der”, svarede omkring 87 % i 2003 ja til dette i de
byer, der har oplevet et boom (s. 326). I samme artikel bliver der forklaret konklusionen på en undersøgelse
foretaget af Edward Glaeser og Joseph Gyourko, hvor de kommer frem til, at der er en lav grad af
korrelation mellem befolkningstætheden og huspriserne (s. 339). Dermed vil de, der siger ja til ovenstående
spørgsmål, have en forsimplet forståelse af sammenhængene på boligmarkedet.
Der kan også argumenteres for, at billedet de makroøkonomiske modeller giver, er et forsimplet billede af
virkeligheden, da blandt andet ADAM modellen ikke fanger hele opsvinget, som det blev vist tidligere. Alan
Greenspan kritiserede i 2008 den slags modeller for at være for simple. For at kunne have en model af den
nødvendige størrelse vil en ”abstraction from the full detail of the real world” være nødvendig, mener
Greenspan (Shiller 2008, S. 42). Senioranalytiker Niels Rønholt deler også den overbevisning, og siger i et
interview: ”men det er jo meget svært at få sådan boligmarkedet eller boligfinansieringsmarkedet, som har
udviklet sig så meget over de sidste ti år, presset ned i en model”.
19.3.7 Svag forståelse for risici
I forbindelse med et huskøb er der en række risici forbundet. Den største risiko vil naturligvis være den
fremtidige prisudvikling, men også faktorer som renten og kursændringer er risici, der er værd at betragte,
især i forbindelse med rentetilpasningslånets fødsel i Danmark. Efter indførelsen af rentetilpasningslån er
renten blevet endnu vigtigere end nogensinde før, i forbindelse med risiko. Med et rentetilpasningslån skal
husejere refinansiere deres lån til den aktuelle rente, modsat fastforrentede lån, hvor ydelsen og renten er
kendt i hele perioden.
Manglen på forståelsen af risiko ligger i, at ifølge en undersøgelse bragt i Børsen, hvor hver anden dansker
tror på at regeringen kommer boligejerne til undsætning med en hjælpepakke for det tilfælde, at renten
skulle stige og dermed true flekslånere. Cheføkonomi i Danske Bank Steen Bocian mener, at
sandsynligheden for sådan en indgriben er ”forsvindende lille og man risikerer derfor en situation, hvor der
bliver taget alt for store risici”(Klok, Bach 2009).
Med de store prisstigninger, der har været på det danske boligmarked, viser teorierne, at forbrugere lukker
af for muligheden for prisfald i boligen. Jens Lunde mener endda at ”risikoen for boligprisfald har været
negligeret indtil medio 2006”, og dermed mener han, at rationaliteten har været væk. Dette stemmer godt
overens med Prospect teorien. Netop det med, at investorer mister jordforbindelsen, når priserne
54
begynder at stige. Ydermere kan der diskuteres for, at kognitiv dissonance begrebet spiller ind. Det at hver
anden dansker tror på, at regeringen vil komme dem til undsætning, tyder på, at danskerne har søgt
samme holdning, og dermed bekræfter hinanden heri. Det at danskerne søger samme holdning, tyder også
på, at teorien omkring ”herd behavior” kan forklare folks opfattelse af risiko. Folk er blot hoppet med på
samme vogn og optaget rentetilpasningslån grundet andre har gjort det, og har dermed ikke gennemtænkt
risici herved.
19.4 Andre faktorer der kan spille ind i den Udover de syv nævnte boblekriteriers faktorer, der kan spille ind på udviklingen i priserne på
ejerboligmarkedet i 00’erne, vil dette afsnit behandle andre faktorer, som har eksisteret under den sidste
store stigning på boligmarkedet. Disse vil hver især blive gennemgået og diskuteret i det følgende, for at
give et bud på hvorvidt de har kunnet spille ind på prisudviklingen på det danske ejerboligmarked.
I en Politiken artikel fra 2009 kan der læses, at ”afdragsfrie lån, ejendomsskattestop og en generelt lempelig
økonomisk politik har blæst boblen større”. Daværende økonomi- og erhvervsminister Lene Espersen
afviser i samme artikel denne påstand, da hun mener, at ”tilbageslaget i dansk økonomi i langt overvejende
grad skyldes den globale finanskrise – ikke udviklingen på boligmarkedet”(Kjær 2009).
19.4.1 Rentetilpasningslånets effekt på prisdannelsen
Det blev tidligere nævnt, at rentetilpasningslånene blev taget godt imod af danskerne. Det er især den lave
korte rente, som blev introduceret i kapitlet omkring rente, der har medført danskernes villighed til at
påtage sig den yderligere risiko ved at optage dette lån. Ifølge Niels Rønholt fra Jyske Markets har
introduktionen af rentetilpasningslånene også haft en betydelig effekt på prisstigningerne på ejerboliger
frem til kollapset sidst i år 2006: ”(…) der er bare nogle ændringer i boligfinansieringen som gør, at
prisniveauet kan være højere i dag end det var tidligere”. Det Rønholt også mener med dette citat er, at de
billigere finansieringsmuligheder har givet en større efterspørgsel, hvorfor priserne er steget. Dvs. at
sælgerne af ejerboligerne også får en del i de billigere finansieringsmuligheder. Dette kan også beskrives på
anden vis. De billigere finansieringsmuligheder har gjort, at køb af en ejerbolig ikke påvirker forbruget CBolig
så meget som før, hvorfor flere kan købe deres egen ejerbolig. Samtidig vil ejere, som allerede er ejer af en
ejerbolig, have tendens til at købe en større bolig, fordi de nu har råd til dette, og tage et skridt op ad
ejerboligtrappen.
Rønholt kom i interviewet med en meget vigtig pointe: ”(…)beregningerne bliver stadigvæk lavet ud fra det
fastforrentede lån, så det vil mere være tale om, at man som boligejer i virkeligheden sparer nogle penge,
altså sidder lidt billigere end man ellers ville have gjort”. Når bankerne eller realkreditinstitutterne laver
55
beregninger til optagelse af et rentetilpasningslån (kreditvurdering), beregner de det altså, som var det et
fastforrentet lån der skulle optages. Dermed er der plads til, at renten på lånet kan stige. Pointen er så, om
danskerne sætter penge til side i gode tider med lav rente, for at evt. kunne betale højere renter senere.
Sammenlignes der med antal tvangsauktioner i figur 12.1 i forhold til renteudviklingen i 15.1, så kunne der
godt argumenteres for en sammenhæng. Altså er der personer, som har gearet deres forbrug efter det lave
renteniveau. Det skal dog huskes, at renten alene ikke kan forklare stigningen i tvangsauktioner, som der
blev diskuteret for i kapitlet herom. Pointen er dog, at er der ikke blevet sparet op til tider med højere
rente, er der kun et sted at tage pengene fra, som er det øvrige forbrug. I værste tilfælde skal boligen
sælges, hvilket er svært i tider med i forvejen faldende priser på ejerboliger. Dette giver altså stimulans til
yderligere prisfald, fordi ejerne af ejerboliger er tvungen til at sælge deres bolig for at undgå en
tvangsauktion.
Afslutningsvis mener Rønholt dog, at rentetilpasningslånene har stimuleret det danske ejerboligmarked til,
at der ikke er set yderligere prisfald, da renten på rentetilpasningslånene er på det laveste niveau
nogensinde. Spørgsmålet er så, om dette blot er en falsk effekt, til der igen opleves stigende renteniveau?
Altså at ejerboligpriserne holdes kunstigt oppe ved historiske lave renter. Konklusionen på dette spørgsmål
kan drages fra Rønholts argument om, ”at rentetilpasningslånene har stimuleret det danske
ejerboligmarked” efter ejerboligkrisens indtræden. Dette må med lidt fortolkning også betyde, at havde
rentetilpasningslånene ikke været der og havde renten ikke været så lav, havde Danmark set yderligere
prisfald på ejerboligerne.
19.4.2 Den lave rente
Den lave rente, der har været igennem det sidste årti, har som tidligere vist en betydning for boligpriserne.
Som tidligere nævnt har renten været utroligt lav, hvilket især har været godt for lånere af
rentetilpasningslånene. En empirisk analyse af bobler i Korea og Japan foretaget af Kyung-Hwan Kim og
Seoung Hwan Shu fandt frem til, at renten vil have en signifikant indflydelse på eksistensen af en boble.
Overføres denne teori til Danmark vil den lave rente, der har været i det sidste årti (figur 15.1), også kunne
være med til at forklare, hvorfor der har været en boble.(Brown, Klingenberg 2006, S. 39).
19.4.3 Afdragsfrie lån
De afdragsfrie lån er som tidligere nævnt forholdsvis nyt for boligejere. Blandt økonomer er der forskellige
opfattelser af, hvorvidt de afdragsfrie lån har været til gavn eller skade for økonomien.
Økonomi og Erhvervsministeriets notat fra 16. september 2008, ”Afdragsfrie lån og prisstigninger på
boligmarkedet”, forklarer, at fundamentalt set så vil muligheden for afdragsfrihed ikke påvirke de samlede
boligomkostninger. Økonomi og Erhvervsministeriets modelberegninger indikerer, at indførelsen af de
56
afdragsfrie lån blot har påvirket boligpriserne positivt med 5 %, hvilket ifølge notatet kun svarer til under en
tiendedel af de samlede prisstigninger for perioden 2003 til 4. kvartal 2007. Der nævnes derfor, at
sammenfaldet med, at de afdragsfrie lån er blevet indført, ikke skal ses som en sammenhæng mellem
denne lånetype og prisstigningerne (Økonomi & Erhvervsministeriet 2008, S. 6).
Jens Lunde er dog af en anden overbevisning. Han mener, at de afdragsfrie lån er den store skurk bag de
voldsomme prisstigninger. Da disse ”satte de boligsøgende i stand til at købe en væsentlig dyrere bolig” og
flere og flere nu fik råd til at købe huse, især nyskilte, pensionister og unge i form af forældrekøb. Dette
pres på efterspørgslen vil på kort sigt medføre højere priser, da udbuddet er givet(Lunde 2007).
Konsulentgruppen PA Consulting deler også Jens Lundes holdning med, at de afdragsfrie lån er den store
skurk. I en modelberegning foretaget af PA Consulting kommer de frem til, at de afdragsfrie lån ”alene kan
forklare op mod 70 pct. af stigningen i de københavnske boligpriser i perioden fra 2003 til 2006”. I samme
artikel pointerer Jens Lunde, at de afdragsfrie lån kommer på et dårligt tidspunkt, hvor der i forvejen var
den mentalitet, at det gik ufatteligt godt, og boligpriserne kun kunne gå en vej. Lektor ved
Handelshøjskolen, Århus Universitet Erik Strøjer Madsen udtaler i samme artikel, at det set i
bagklogskabens lys nok havde været smartere at indføre de afdragsfrie lån under en lavkonjunktur med en
lav boligefterspørgsel (Andersen 2010b).
19.4.4 Skattestoppet
Skattestoppet blev indført af VK-regeringen i 2002. Dette har som nævnt tidligere betydet en fastfrysning af
ejendomsværdiskatterne.
Det Økonomiske Råd skriver i en artikel fra 19. november 2009, at ”i Danmark blev stigningen i hus-priserne
forstærket af skattestoppet, der fastfryser ejendomsværdiskatten i kroner” (Det Økonomiske Råd 2009b). På
grund af denne fastfrysning af ejendomsværdiskatterne bliver det relativt billigere at bo, når der indtræder
prisstigninger. Det Økonomiske Råd argumenterer i artiklen for, at hvis skattestoppet ikke havde fundet
sted, ville denne udhuling af boligskatten heller ikke være fundet sted. Dermed ville det være dyrere at bo
og yderligere ville disse stigninger kunne dæmpe efterspørgslen på boliger og derfor ikke presse prisen så
højt op. Yderligere argumenterer Det Økonomiske Råd for, at et fravær af skattestoppet ville have medført
et fald i ejendomsværdiskatten, der kunne have været dæmpende på boligprisfaldet(Det Økonomiske Råds
formandskab 2009).
Det økonomiske råd foreslår derfor at gå tilbage til princippet om at lade ejendomsværdiskatten følge
udviklingen i ejendomsværdierne, idet dette vil forhindre udhulingen af skatteprovenuet. På længere sigt
vil dette ”øge de offentlige indtægter og bidrage til at løse velfærdsstatens finansieringsproblemer”.
57
Dermed vil skatten følge med og ”forebygge en fremtidig boligprisboble med de ulykker, der har vist sig at
følge med” (Bach 2010).
Et andet notat fra Økonomi- og Erhvervsministeriet forklarer, at effekten af skattestoppet i den aktuelle
situation (2007) kun har ydet et bidrag til boligprisstigningerne på 3 % (Økonomi & Erhvervsministeriet
2007, S. 4).
Fastfrysningen af ejendomsværdiskatter vil også kunne gå ind under det første boblekriterium, med de
”udbredte forventninger om store merprisstigninger”. Med dette menes ejendomsværdiskatten er fast, og
dermed vil prisstigninger komme boligejeren fuldt til gode.
19.4.5 Centralisering
Danmark har, som det fremgik i kapitel 8, siden 2000 oplevet en skævvridning i priserne på ejerboliger
regionerne imellem. Også arbejdsløsheden er væsentlig lavere omkring storbyerne end i provinsen. Dette
kapitel omhandler den centralisering, som Danmark har gennemgået. Det må være klart, at danskerne
søger derhen, hvor det er til at få job. Århus kommune har oplevet en jobvækst på 11,3 procent i perioden
1999 til primo 2009, medens hovedstadsområdet har oplevet en vækst på 8,1 procent i samme periode. Ses
der f.eks. på det øvrige Jylland, er tallet her 2,3 procent. Samtidig er indkomsterne pr. person samt
uddannelsesniveauet væsentlig højere omkring og i storbyerne. Også muligheden for uddannelse, kollektiv
trafik samt billig fjernvarme spiller en rolle (Realkreditrådet). Danskerne lever i et frit land, hvor de selv kan
bestemme, hvor de vil bo. Derfor søger danskerne at bo de steder, hvor de finder de bedste præmisser.
Øget centralisering skaber også øget efterspørgsel på ejerboliger i storbyområderne. Centraliseringen kan
altså også forklare, hvorfor hovedstadsområdet har oplevet så kraftige stigninger i priserne på ejerboliger
set i forhold til region Nordjylland. De meget høje priser i region Hovedstaden frem til boligkrisens start har
dog bevirket, at nogle har fravalgt storbyen til fordel for provinsen og dermed pendlet. De faldende priser i
region Hovedstaden kan dog tale for, at folk igen vælger at flytte ind centralt for at spare tid og
omkostninger til transport. Dermed kan der tales for, at der kan opleves yderligere prisfald i provinsen, da
efterspørgslen i så fald fjernes og udbuddet stiger. Samtidig vil det stabilisere priserne i storbyerne og
måske påvirke nye stigninger.
19.5 Efficiens i det danske boligmarked Efficiens er en flyvende størrelse, og for at gøre den mere håndfast er nedenstående kontinuum i figur 19.2
udarbejdet. Det er bevist, at graden af efficiens på et marked kan svinge fra svag til stærk (Bowman,
Buchanan 1995, S. 157). Svag efficiens er, når de finansielle priser ikke afspejler den information, der er
tilgængelig i det offentlige rum Stærk efficiens afspejler den situation, hvor priserne netop afspejler den
58
information, der er i det offentlige rum. Afledt heraf siger stærk og svag efficiens også noget om, hvordan
fremtiden kan forudsiges. Ved svag efficiens er det således umuligt at forudsige fremtiden ved hjælp af de
historiske data, hvor stærk efficiens gør, at fremtiden er let forudsigelig på baggrund af historiske data.
I kapitlet omkring ”prospect theory” blev det beskrevet, hvordan bobler forstærkes: ”i takt med at priserne
stiger og investorerne bliver mere overbeviste om at tab er en umulighed”. Boligejerne ser altså mere og
mere igennem fingrene med den reelle information, der er i markedet. Til at udlede graden af efficiens på
det danske boligmarked vil der tages udgangspunkt i ADAM modellen. Figur 17.1 viser udviklingen i
kontantpriser, sammenlignet med ADAMs udvikling. Som tidligere nævnt følger ADAMs stigningstakt
Realkreditrådet kvadratmeterprisudvikling ret pænt frem til og med 1999. Efter år 2000 er der store dele af
stigningen, som ADAM ikke forklarer. Dette bliver også pointeret af et modelgruppepapir fra ADAMs
modelgrupp, i 2006 (Danmarks Statistik Modelgruppen, S. 1).
Det danske ejerboligmarked gik altså fra en situation med forholdsvis stærk efficiens til et marked med svag
efficiens. Dette er illustreret i figur 19.2 Pil 1 illustrerer netop boligmarkedets vej imod boblen. Løbende ser
danskerne mere og mere igennem fingrene med den information, der er tilgængelig i det offentlige rum.
Som tidligere beskrevet er det bare med at komme med på ejerboligvognen hurtigst muligt, for at opnå de
store gevinster, som ejerboligerne op til boblens brist gav. Det skal for en god ordens skyld huskes, at blev
ejerboligen ikke solgt inden boblen bristede, er gevinsten i dag, alt efter hvornår ejerboligen blev købt,
blevet elimineret, eller som kapitlet om teknisk insolvens nævner senere, blevet byttet ud med et tab.
Spørgsmålet er så, hvor meget boligkrisen har betydet for graden af efficiens på markedet. Det må antages,
at en bobles indtræden giver investorerne et chok, hvorfor de bliver mere rationelle. Dette er hvad pil 2
viser. Derfor er der sat et spørgsmålstegn for enden af pil 2, da det ikke er til at vide, hvor stærk efficiensen
bliver igen. Der er ingen tvivl om, at faldende priser på ejerboliger får folk til at tænke mere over tingene,
inden et evt. boligkøb opstår. Som phk relationen også fremviser i figur 17.1, rammer den bedre de reelle
tal i år 2007 og 2008 end de foregående år. Det er dog ikke på samme niveau som frem til 1999.
Figur 19.2 – Udviklingen i efficiens på det danske ejerboligmarked
Kilde: Egen udarbejdelse
59
Et andet argument for, at der ikke skulle være en høj grad af efficiens på det danske boligmarked, findes i et
notat fra Økonomi & Erhvervsministeriet fra 2008, hvor det fremgår, at deres modeller siden 2003, kun
forklarer en stigning på 17 %, mod en reel stigning på 57 % i boligpriserne (Økonomi & Erhvervsministeriet
2008, S. 4).
19.6 Konklusion boligboblen i Danmark
Danmark har været hårdt ramt af boligboblen. Der er igennem de foregående sider blevet forklaret syv
forskellige boblekriterier og en række faktorer, der har været unikke for den danske økonomi igennem det
sidste årti. Igennem de syv boblekriterier er der givet belæg for, hvordan en boble kan forekomme. Blandt
andet kan nævnes de høje forventninger til fremtidige boligpriser, hvor der er blevet vist, at der er
forventninger til prisstigninger på op til 8 % p.a. Denne høje forventning til prisstigninger har været med til
at lokke flere ind på boligmarkedet, i håb om at gøre sig en hurtig kapitalgevinst på et marked, der kun
kunne gå en vej.
At boligpriserne kun kunne gå én vej betød, at investorerne negligerede, at der var en mulighed for at
markedet kunne vende. Dette bekræfter ”prospect teorien” også, sker under en boble. Dermed
forstærkedes forventningerne og incitamentet til at investere. Rationaliteten var med andre ord
forsvundet.
Der er endvidere blevet inddraget argumenter omkring forskellige økonomiske faktorer, der kan spille ind.
Fælles for disse faktorer er, at de ikke har været med i tidligere opsving. Derfor kunne de tænkes at spille
en rolle. Hvilken faktor der har bidraget mest til boligboblen, er som nævnt svært at svare på. Der er blevet
fremlagt argumenter, der taler for og imod hvert enkelt element. Regeringen og især Økonomi- og
Erhvervsministeriet taler naturligvis for, at deres tiltag såsom de afdragsfrie lån og skattestoppet ikke bærer
en stor del af skylden. Derimod er Det Økonomiske Råd og Jens Lunde er af en lidt anderledes observans.
Graden af efficiens på det danske ejerboligmarked blev op til boblens brist svagere og svagere. Spørgsmålet
er så, om markedet er blevet så fornuftigt og efficiensen dermed er tilbage på markedet, at der ikke på ny
vil opstå en boble.
20 Fremtiden
Der vil her i den sidste del af opgaven blive kigget fremad for at give et bud på, hvor boligmarkedet er på
vej hen. De i afsnittet ovenover beskrevne faktorer som de afdragsfrie lån, skattestoppet og lånetyperne vil
også være med til at påvirke fremtidens marked for ejerboliger i Danmark. I dette afsnit uddybes faktorer,
der efter forfatternes mening, yderligere kan give et stød til priserne på ejerboliger.
60
Jens Lunde mener, at boligprisfaldet er langt fra sin afslutning. Han tvivler stærkt på, at priserne vil vende
allerede i 2011 (Vestergaard 2009). Som denne afhandlings aktuelle tal viser, har boligpriserne allerede
stabiliseret sig. Forventningerne hos danskerne viser positive takter for boligpriserne. Hver anden dansker
forventer stigende boligpriser i fremtiden(Grøndal 2010). Denne forventning kan påvirke de reelle
boligpriser til nye stigninger.
20.1 Renterne i fremtiden Renten vil spille en stor rolle på fremtidens boligmarked, som den altid har gjort. Bliver det dyrere for
danskerne at finansiere deres ejerbolig, vil det i et rationelt marked betyde prisfald på ejerboliger.
Situationen er pt. som tidligere nævnt, at renteniveauet er på det laveste niveau nogensinde. Ifølge
økonom Frank Øland Hansen vil renten forsætte ned, hvilket vil være endnu en positiv stabilisator for det
skrantende boligmarked (Grøndal 2010). Spørgsmålet er så, om den kunstigt lave rente bare er et tomt håb
om at opretholde de stadig forholdsvise høje priser på ejerboliger. En stor del af de danske boligejere har
finansieret deres ejerbolig med rentetilpasningslån, hvilket betyder, at en stigning i renten på ny vil give et
hårdt stød til det danske marked for ejerboliger.
Ifølge Niels Rønholt vil det danske marked opleve en lille rentestigning hen imod sommeren 2010. Ikke
rigtig en rentestigning af betydning, da renterne i forvejen er yderst lave. Rønholt nævner dog, at
rentestigninger vil få boligpriserne til at falde, men at det vil være en mere dæmpet udvikling i forhold til
den størrelsesorden af udsving, der har været de sidste 3-4 år.
I forhold til renterne forventes der altså i 2010 en lille stigning. Spørgsmålet er, om renterne kan holde det
yderst lave niveau og om det lave niveau bare er en udskydelse af yderligere fald i ejerboligpriserne.
20.2 Refinansiering 2013 I 2013 skal de første 10-årige afdragsfrie lån refinansieres, hvis låntagerne vel at mærke ikke vælger at
begynde med at afdrage. Spørgsmålet er, om boligejere og realkreditinstitutioner i denne situation vil stå
med en ”tikkende bombe mellem hænderne”. De boligejere, der købte, da priserne var på toppen, står
med en udfordring, da Realkreditloven siger, at der kun må ydes lån, såfremt pantsikkerheden ikke er
forringet væsentligt7. Det vil sige, at de låntagere der skal refinansiere deres afdragsfrie lån i 2013, måske
ikke har de store problemer, da priserne på ejerboliger ikke er faldet tilbage til 2003-niveau. Dermed er det
først i år 2015 og 2016 de væsentlige ”bomber” gemmer sig. Stiger boligpriserne frem til 2015 ikke til
samme niveau som i 2005 vil det betyde, at de afdragsfrie lån ikke kan refinansieres i samme størrelse.
Ifølge Børsen har danskerne samlet i perioden fra oktober 2003 til og med 2009 optaget afdragsfrie lån for
7 Realkreditloven §7,2
61
695 mia. kr. i boligen. Dermed udgør de afdragsfrie lån 52,1 pct. af de samlede udestående realkreditlån
optaget i ejerboliger og fritidshuse(Borsen.dk 2010). Dette betyder, at boligejeren skal beholde lånet og
begynde med at afdrage. Har boligejeren ikke råd til at afdrage, betyder dette, at vedkommende ikke har
råd til at eje boligen. Pointen med dette kapitel er, at folk der har gearet deres økonomi efter
afdragsfriheden og ikke kan få lånet forlænget, ikke har råd til at blive boende. Dette betyder yderligere
udbud og faldende priser.
20.3 Afskaffelse af rentetilpasningslån EU-kommisionen har i tiden, mens denne afhandling er blevet udfærdiget, argumenteret for afskaffelse af
rentetilpasningslånene (Bach 2010). Det er især det etårige rentetilpasningslån, som er i fare. Hvilken
konsekvens vil dette få for priserne på det danske ejerboligmarked? De ny regler fra EU-kommissionen
betegnes som gift for Danmarks realkreditmarked. Niels Rønholt bakker dette scenarium op. Han mener
dog ikke, at det er realistisk, at det 1-årige rentetilpasningslån forsvinder. Det kan godt være, at det
forsvinder i dets nuværende form, men nye produkter vil opstå, da efterspørgslen er der. Han mener dog,
at hvis loven fra EU-kommissionen indføres, vil det blive dyrere for danskerne, hvilket artiklen ”Basel-
trussel mod flekslån nærmer sig” også bekræfter. Fjernes det etårige rentetilpasningslån totalt, vil dette
medføre, at boligforbruget stiger, og dette vil betyde, at huspriserne må falde yderligere. Det er blevet
konkluderet i denne afhandling, at stigningen i huspriserne også kunne forklares ved
rentetilpasningslånenes fremkomst på markedet. Så fjernes de igen, må dette give den modsatte effekt
(Bach 2010).
Direktør for Realkreditrådet Ane Arnth Jensen skriver i et debatindlæg i Politiken d. 26. marts 2010, at
fjernelse af rentetilpasningslån ikke vil være nogen god idé, da det ikke vil være med til at skabe finansiel
stabilitet eller en bedre samfundsøkonomi. Hun mener, at de alternativer, der vil komme i stedet for de
nuværende rentetilpasningslån, vil være dyrere og med mindre gennemsigtighed (Jensen 2010).
20.4 Demografi Kendetegnet for den danske demografi de kommende år er, at antallet af førstegangskøbere unægtelig vil
være lavere, end det tidligere har været. Som det fremgår af figur 20.1, er de generationer, der i 2010 har
alderen 21-30 år (den venstre røde cirkel), betydeligt lavere end de årgange, der er mellem 60-70 år (den
højre røde cirkel). Derfor vil der i de næste 10-20 år være færre, der kommer ind på ejerboligmarkedet end
folk, der skal ud af det. Derfor vil der komme et overudbud af boliger, der vil få priserne til at falde.
62
Figur 20.1 - Antallet af danskere i forskellige aldre i 2010
Kilde: (Statistikbanken 2010)
20.5 Teknisk insolvens Begrebet teknisk insolvens er på ny opstået, efter at boligkrisen er indtruffet. Dette betyder, at boligejere
har mere gæld i deres hus, end det er værd. Mindst 150.000 danske familier er i dag tekniske insolvente og
kan ikke sælge deres bolig uden tab (Andersen 2010a). Tallet er dog beregnet ud fra en statistisk vurdering
og ikke en ejendomsmæglers vurdering, hvorfor der derfor skal tages højde for, at de dårligste og bedste
evt. er vurderet enten for højt eller for lavt. Det at være teknisk insolvent er der ikke noget slemt i, hvis
ejeren af boligen forventer at blive boende langt ud i fremtiden. Har ejeren intentioner om at flytte, kan det
dog godt låse ejeren til boligen. I en salgssituation vil det som tidligere nævnt nemlig betyde, at gælden
overstiger salgsprisen. Dermed står ejeren med en gæld, der skal finansieres på anden vis, til en højere
rente, da der ingen sikkerhed er i form af en bolig.
Teknisk insolvens låser altså ejerne til deres bolig. Dette hæmmer mobiliteten i samfundet. I kapitlet om
disponibel indkomst blev det forklaret, at arbejdsløshed kunne have fatale konsekvenser for en boligejer. I
denne situation vil et boligsalg stadig medføre gæld, der skal betales renter af og afdrages på, hvilket
betyder, at ejeren af boligen stadig er i en meget dårlig situation. Samtidig er teknisk insolvens en frygt hos
alle boligejere. Pointen er altså, at så længe frygten for teknisk insolvens er på markedet, kan dette få
boligkøbere til at udskyde købet af en ejerbolig.
0
10.000
20.000
30.000
40.000
50.000
60.000
70.000
80.000
90.000
År 17 20 23 26 29 32 35 38 41 44 47 50 53 56 59 62 65 68 71 74 77 80 83
63
20.6 Regeringsskifte Danmark har siden 2001 haft en borgerlig regering, bestående af Venstre og Konservativ, som blev valgt på
og hurtigt indførte skattestoppet. Siden er der ikke pillet ved skattestoppet på boligmarkedet, og på trods
af anbefalinger fra Vismændene er intentionerne fra regeringen stadig meget klare, at skattestoppet
fastholdes. Den seneste tids meningsmålinger er dog gået oppositionens vej, og antages det, at der
kommer en venstreorienteret regering til magten ved næste valg, kunne en afskaffelse af skattestoppet på
ejerboligmarkedet komme på tale.
Spørgsmålet er så, hvor hårdt en fjernelse af skattestoppet vil ramme boligejerne. Dette kommer
fuldstændig an på, hvordan fjernelsen udføres. Tyer den nye regering til det økonomiske råds anbefalinger
om at koble ejendomsværdiskatten på den aktuelle ejendomsværdi og samtidig nedjustere
ejendomsværdiskatten, så de danske boligejere nu og her ikke mærker ændringen (Det Økonomiske Råd
2009b). Omvendt kunne den nye regering også blot fastholde procenten og fjerne skattestoppet. Dette ville
betyde øget omkostninger for boligejerne og ville ramme markedet med prisfald med det samme. Indføres
den procentuelle ejendomsværdibeskatning af den nuværende ejendomsværdi igen, er dog ingen tvivl om,
at det ville skabe mere stabilitet i fremtidige udsving på ejerboligmarkedet. Det vil være en direkte
dæmpende faktor, der tager noget af evt. stigninger eller fald.
20.7 Ejerbolig over generationer Dette afsnit har ikke direkte til hensigt at finde en faktor, der kan spille ind på priserne på fremtidens
ejerboligmarked. Det har mere til hensigt at diskutere muligheden for at fjerne risikoen på
ejerboligmarkedet imellem generationer.
De seneste manges års meget kraftige stigninger på ejerboliger har gjort det betydeligt sværere for nye
generationer at komme ind på markedet. Til trods for, at der de sidste 3 år er sket et fald i boligpriserne,
ligger prisniveauet stadig højt målt i årslønninger (Nielsen 2005). Den nuværende generation af boligejere
er derfor blevet væsentlig rigere, men dette tilgodeser ikke den nye generation, da det er på deres
bekostning. Diversifikation af den enkelte forbrugers investeringer i f.eks. aktier, obligationer mv. er virkelig
kommet i højsædet det seneste årti, men en af de største aktiver, vi mennesker køber og derved investerer
i igennem vores liv, er jo vores ejerbolig. Dette er den værste form for diversifikation, hvis man
overhovedet kan kalde det diversifikation, ifølge Peder Harbjerg Nielsen. Der er derved en stor risiko
forbundet med køb af ejerbolig, alt efter hvor lang tid man selvfølgelig beholder den. I næste kapitel ses
der nærmere på, hvordan en ejerboligkøber kan reducere denne risiko.
64
Tidligere i afhandlingen blev ejerboligtrappen introduceret. Den forklarer hvor stor betydningen af unge
førstegangskøbere får for hele boligmarkedet. I hele afhandlingen er der lagt op til en livscyklusbetragtning,
men hvis nu vi laver denne om til en generationsskiftebetragtning, hvad sker der så? Det kan ses på
graferne i kapitel 8, at markedet for ejerboliger har været med mere volatilitet end nogensinde før og det
blev konkluderet ovenfor, at de kraftige prisstigninger var på de unges bekostning. Der er derfor på det
danske marked brug for afdækningsmuligheder, som kan afdække de unges risiko for meget kraftige
stigning og de ældres risiko for prisfald. Dette kunne gøres ved hjælp af futures kontrakter (Nielsen 2005).
Derved kan unge løbende købe futures kontrakter, hvor de ældre så samtidig kan sælge dem. På denne
måde opnås en flydende overgang, hvor begge parter ikke er afhængig af den enkelte datos salgsværdi.
Tages der en direkte junior og senior betragtning, kunne prisvariation fuldstændig fjernes, hvis
familieformuen opgøres samlet. Peder Harbjerg Nielsen kommer i sin artikel med et godt eksempel på
dette. Han nævner, at det faktisk er dette, som godsejerfamilier altid har gjort. Her tilhørte boligformuen
slægten og ikke den enkelte generation.
20.8 Fremtiden – Delkonklusion Boligmarkedet er en kompleks størrelse. Derfor må det på det yderste påberåbes, at nye faktorer kan
opstå, som vil påvirke prisen på fremtidens boligmarked. Kigges der et til to år ud i fremtiden vil det især
være renteniveauet samt folks forventninger til fremtiden, der vil danne grundlaget. Som Rønholt sagde i
sit interview, ville det fremtidige boligmarked hverken opleve store prisstigninger eller fald. Ved
fastholdelse eller måske en lille stigning i det nuværende renteniveau, kombineret med stigende positive
forventninger hos danskerne til boligmarkedet, ville en stabilisering og måske en lille stigning være et godt
bud. Stabiliseringen er allerede indtruffet. Der er et lille ”men” i denne sammenhæng. Et regeringsskifte
kan betyde en afskaffelse af skattestoppet kan ramme boligmarkedet hårdt. Dette ville dog ikke være
vellidt blandt danskerne, hvorfor en drastisk ændring på den mere korte bane ikke synes at være til stede.
På længere sigt venter der imidlertid flere konkrete tiltag, der kan ramme det danske boligmarked hårdt. En
afskaffelse af rentetilpasningslånene i Danmark vil betyde dyrere finansiering for danskerne. Samtidig skal
der allerede i 2013 refinansieres afdragsfrie lån, som muligvis vil overstige boligens værdi. Disse to faktorer
i forhold til danskernes finansiering vil betyde et presset boligmarked, med stigende omkostninger til
finansiering. Dette i sig selv vil bevirke faldene priser. Kigges der på befolkningens sammensætning i
Danmark, vil der indenfor få år også være et stort overudbud af boliger, da der er betydeligt flere, der vil
forlade ejerboligmarkedet end der vil tiltræde. Dette vil også bevirke faldende priser. Desuden kunne det
tænkes, at renteniveauet ikke kan blive på det meget lave niveau, hvorfor stigende renter også vil tale for
faldende priser på ejerboliger. Konklusionen er altså, at der ud i fremtiden er væsentlige faktorer, der taler
65
for fald i ejerboligpriserne. Tages Niels Rønholt ind i billedet om en meget afdæmpet udvikling, synes de
ovenstående faktorer at tale for, at denne afdæmpede udvikling bliver uden de store prisstigninger, men i
stedet prisfald på længere sigt.
Dermed kan det udledes, at det danske ejerboligmarked i fremtiden kan betegnes som omvendt anchoring,
som vist i figur 20.2. Troen på at priserne nu har stabiliseret sig, kan få mange boligkøbere til på ny igen at
købe en ejerbolig. Med dette negligeres efficiensen i markedet igen på ny, hvorfor f.eks. stigende renter
kan ramme ejerboligmarkedet hårdt.
Figur 20.2 – Omvendt anchoring
Kilde: Egen udarbejdelse
Ovenstående diskussion bekræfter, at danskerne på nuværende tidspunkt ikke ser langt nok ud i fremtiden,
men derimod blot lader sig lokke af den nuværende stabilisering kombineret med lave renter. Skulle
danskerne have langsigtsperspektivet med i deres tanker, burde de benytte sig af den lave rente på
fastforrentede lån, hvorved eventuelle rentestigninger ikke vil ramme den enkelte boligejer så hårdt.
21 Konklusion
Ejerboligmarkedet har igennem den analyserede periode været igennem en turbulent tid med massive
stigninger og efterfølgende kraftige fald. Frem til 2006:3 steg kvadratmeterpriserne på ejerlejligheder og
huse hhv. til godt 30.000 og 25.000 kr. pr. kvadratmeter, for efterfølgende at falde igen. Dette svarer til en
indekseret stigning fra 1995 frem til 2006 på 509 og 379. Det blev konkluderet, at ejerboligmarkedet i
Danmark ikke er homogent. Region Nordjylland oplevede i nævnte periode ikke samme prisstigninger som
region Hovedstaden. Et andet argument, der er blevet fremført for, at markedet ikke skulle være
homogent, er Michael Møllers teori omkring van Gogh’er og Ispinde.
66
Ejerboligen er et produktionsapparat, der har til formål at producere en boligydelse, der sikrer at det
fysiske behov og behovet for sikkerhed er opfyldt., jf. Maslows behovspyramide. Samtidig kan ejerboligen
kendetegnes som et langvarigt forbrugsgode. Dette er vigtigt i forhold til prisdannelsen på ejerboliger. På
kort sigt er udbuddet på ejerboligmarkedet den forrige periodes boligbeholdning. Det vil sige, at
boligudbuddet er en fast mængde, der ikke kan ændres på kort sigt. Efterspørgslen er derimod varierende
med prisen på kort sigt, og kan påvirkes af faktorer som disponibel indkomst, rente, inflation mv. Dette
betyder, at en ændring i efterspørgslen giver fuldt udslag i prisen. På længere sigt, vil boligudbuddet også
være delvist varierende, alt efter udbuddet af byggegrunde.
Afhandlingen tager samtidig diskussionen op omkring det at eje en bolig og leje en bolig. Her blev det
konkluderet, at det at eje en bolig giver større frihed, men også flere risici. Omkostningerne ved at bo i
egen bolig skal betales ud fra den disponible indkomst. Det er derfor vigtigt at vide, hvordan
omkostningerne ved at bo beregnes for den enkelte boligejer. I afhandlingen fremføres to former for
udregning af dette, hvor alternativomkostningerne indgår i begrebet user cost og hvor kun værdistigningen
er medregnet i ”udgiften ved at bo”. Det blev samtidig konkluderet, at udgifterne til en ejerbolig ikke kan
ændres fra dag til dag, hvorfor ændringer i den disponible indkomst kan have fatale konsekvenser. Alene i
2009 steg arbejdsløsheden med 88 %, hvilket har betydet, at mange danskere, har oplevet ændringer i
deres disponible indkomst. Dette har medført et stigende antal tvangsauktioner.
Udvalget af finansieringsmuligheder har været stigende over den analyserede periode. Væsentligt er det, at
i 2000 blev rentetilpasningslånene indført og i 2003 blev muligheden for afdragsfrihed ligeledes indført. De
nye finansieringsmuligheder er blevet taget godt imod, og rentetilpasningslånene er i dag danskernes
foretrukne. Dette skal ses i lyset af den meget lave rente, som Danmark har haft i perioden op til boblens
brist og som stadig eksisterer. Rentetilpasningslånene har dog gjort markedet for ejerboliger mere følsomt
over for svingende renter.
ADAM modellens phk relation er blevet inddraget for at se på, hvordan denne forklarer boligmarkedet
igennem det sidste årti. Ved at indsætte de reelle tal for årene i phk relationen og holde dette op imod den
reelle udvikling i ejerboligpriserne, blev det konkluderet, at phk relationen generelt underestimerede og
ikke kunne forklare prisudviklingen frem til boblens brist. Phk relationen forklarer faldet i priserne, men
ligeledes underestimeres dette.
På baggrund af dette blev det konkluderet, at der spillede andre faktorer ind, som ADAM ikke fangede.
Derfor blev rationalitet, irrationalitet og efficiens inddraget. Disse begreber skulle danne rammen om en
analyse af, om Danmark i perioden havde været igennem en boble på ejerboligmarkedet. Ved brug af Jens
67
Lundes syv boblekriterier blev det konkluderet, at udviklingen på det danske ejerboligmarked kan betegnes
som en boble. I et efficient marked siger teorien, at bobler ikke kan opstå. Derfor blev en analyse af
efficiensen på det danske ejerboligmarked foretaget. Her blev det konkluderet, at efficiensen på markedet
var blevet gradvist svagere op til boblens brist.
Slutteligt er der blevet kigget fremad, hvor der er forklaret en række faktorer, der hver især kan spille ind
på fremtidens ejerboligmarked i Danmark. Renten er pt. historisk lav, hvorfor det kun kan forventes, at
renten stiger i fremtiden. Spørgsmålet er så, om den historiske lave rente blot har tilbageholdt fald i
priserne på ejerboliger, da det forventes, at stigende renter vil medføre et fald i priserne. I 2013 skal de
første afdragsfrie lån refinansieres. Udviklingen på priserne på ejerboligerne indtil da har stor betydning.
Især de der skal refinansiere i 2015 kan have problemer med for stor gæld i deres ejerbolig ift., hvad den er
værd, hvorfor de ikke kan refinansiere det fulde beløb. Dette betyder, at hvis disse boligejere ikke har råd til
at begynde at afdrage på deres gæld, kan et tvunget salg af boligen være en realitet.
Det er ikke kun afdragsfriheden, der kan spille ind. EU-kommissionen har diskuteret afskaffelsen af
rentetilpasningslånene. Her er det især det 1-årige rentetilpasningslån, der er i fare. Sker dette, vil det
medføre højere omkostninger for boligejere og dermed faldende boligpriser. Samtidig har Danmark i
fremtiden mulighed for at få en ny regering. Bliver regeringen af venstreorienteret karakter, kan dette
betyde afskaffelse af skattestoppet på ejendomsværdiskatterne. Alt efter, hvordan dette bliver udført, vil
det alt andet lige medføre højere omkostninger for boligejerne og enten fald nu og her i de nuværende
priser på ejerboliger, eller blot mindre stigende eller faldende ejerboligpriser i fremtiden.
De generationer, der er på vej ind på boligmarkedet de næste 10-20 år, er væsentligt mindre end den
generation, der er på vej ud. Dette må betyde, at Danmark i fremtiden vil opleve et stort overudbud af
ejerboliger (og boliger generelt). Afslutningsvist blev muligheden for at tage en
generationsskiftebetragtning på ejerboligmarkedet diskuteret. Derved kan unge løbende købe deres hus,
og ældre kan løbende sælge deres hus. På baggrund af dette fjernes risikoen for prisudsving, da ejerboligen
ikke skal købes på et bestemt tidspunkt.
Det danske ejerboligmarked vil med baggrund i denne afhandling i den kommende fremtid opleve et
stagnerende niveau i priserne. Spørgsmålet er dog, om stagnationen er kommet på baggrund af urealistiske
tiltag, der ikke varer ved i fremtiden. Med afsæt i velunderbyggede argumenter, konkluderes det at
Danmark på ny kan opnå fald i ejerboligpriserne.
68
22 Litteraturliste
Andersen, L. Chok til boligejere, 09.03, 2010a, Jyllands-Posten.
Andersen, L. Statsoppustet boligboble koster danskerne dyrt, 16.04, 2010b, Børsen.
Anvendt Kommunal Forskning 1998, , Boligmarked og husleje. Available: http://www.akf.dk/udgivelser/akfnyt/1998_1/05_boligmarked/.
Bach, D. Basel-trussel mod flekslån nærmer sig, 02.03, 2010, Børsen.
Blanchard, O. 2009, Macroeconomics, 5. edition edn, Pearson Prentice Hall, Upper Saddle River, N.J.
Blanchard, O. 2005, Macroeconomics, 4. ed. edn, Pearson Prentice Hall, Upper Saddle River, N.J.
Borsen.dk 2013 er en tikkende boligbombe, 19.02, 2010, .
Bowman, R.G. & Buchanan, J. 1995, "The efficient market hypothesis--a discussion of institutional, agency and behavioural issues", Australian Journal of Management, vol. 20, no. 2, pp. 155.
Brahm, K. De unge svigter boligmarkedet, 10.02, 2010, Jyllands-Posten.
Brooks, I. 2009, Organisational behaviour: Individuals, groups and organisation, 4. ed. edn, Financial Times Prentice Hall, Harlow.
Brown, R.J. & Klingenberg, B. 2006, "Real Estate Bubbles: Evidence in the Lender-Borrower Relationship", Real Estate Issues, vol. 31, no. 2, pp. 37-46.
Calverley, J. 2009, When bubbles burst: surviving the financial fallout, Nicholas Brealey Pub., Boston.
Case, K.E. & Shiller, R.J. 2003, "Is There a Bubble in the Housing Market?", Brookings Papers on Economic Activity, , no. 2, pp. 299-362.
Danmarks Statistik 2009, Statistisk tiårsoversigt 2009: tema: Dansk økonomis udslip af drivhusgasser, Danmarks Statistik, [Kbh.].
Danmarks Statistik 1996, ADAM. Bilag, Danmarks Statistik, Kbh.
Danmarks Statistik Modelgruppen 2009, "Afdragsvariablene lafd og bafd", [Online], . Available from: http://www.dst.dk/asp2xml/external/adam/adam-pdf/rbj17809.pdf.
Danmarks Statistik Modelgruppen "Prisudviklingen på det danske boligmarked", [Online], .
Den Store Danske 2009, 01.02-last update, rationalitet. Available: http://www.denstoredanske.dk/Samfund,_jura_og_politik/Sociologi/Organisationer_og_institutioner/rationalitet [2010, 21.04] .
Det Økonomiske Råd Analyse: Derfor bristede boligboblen, 15.10, 2009a, Politiken.
69
Det Økonomiske Råd Boligmarkedet og krisen, 19.11, 2009b, Politiken.
Det Økonomiske Råds formandskab Jo, skattestoppet har da øget udsvingene på boligmarkedet, 02.12, 2009, Politiken.
Finansministeriet , Skattestop. Available: http://www.fm.dk/Arbejdsomraader/Okonomiske%20vurderinger/Skattepolitiske%20problemstillinger/~/media/Files/Okonomiske%20vurderinger/Skattepolitiske%20problemstillinger/Skattestop.ashx.
Flick, U. 2009, An introduction to qualitative research, 4. ed. edn, SAGE, London.
Gregersen, K. 2007, 07.10-last update, Flere boligprogrammer på tv [Homepage of Boligejernes Videnscenter], [Online]. Available: http://www.bolius.dk/nyheder/artikel/flere-boligprogrammer-paa-tv/.
Grøndal, M. Økonom: Renter vil fortsætte ned, 17.04, 2010, Jyllands-Posten.
Jensen, A.A. Finansiering: Rentetilpasningslånene er bestemt et stort plus, 26.03, 2010, Politiken.
Jensen, G. & Scocozza, B. 1996, Politikens bog om danskerne og verden: hvem, hvad, hvornår i 50 år, 1. udgave edn, Politiken, Kbh.
Kjær, E. Boligboble gør krise dybere og længere, 18.09, 2009, Politiken.
Klok, J. & Bach, D. Hver anden dansker tror på renteredning, 19.10, 2009, Børsen.
Lunde, J. 2009a, "Boligcyklen i dyster fase: Boligprisernes vej ned ad en rutsjebane", Finans/Invest, , no. 7, pp. 5-14.
Lunde, J. Debat: Bommert. Boliger stiger ikke mere end varer, 17.12, 2009b, Politiken.
Lunde, J. 2007, "Ejerboligmarkedet på knivsæggen", Finans/Invest, , no. 2, pp. 10-16.
Lunde, J. 1998, "Boligudgifter og user costs", .
Møller, M. 2006, "Prisdannelsen på boligmarkedet", .
Nielsen, P.H. 2005, "16. November 2005", .
Nyt fra Danmarks Statistik 2010, "Arbejdsløsheden (år) 2009", [Online], . Available from: http://www.dst.dk/pukora/epub/Nyt/2010/NR048.pdf.
Økonomi & Erhvervsministeriet 2008, "Afdragsfrie lån og prisstigninger på boligmarkedet", [Online], .
Økonomi & Erhvervsministeriet 2007, "Nye tider på boligmarkedet", [Online], .
Olsson, J.K. Uforklarligt boligmarked, 17.01, 2010, Jyllands-Posten.
70
Pindyck, R.S. & Rubinfeld, D.L. 2004, Microeconomics, 6. ed., International ed. edn, Pearson Prentice Hall, London.
Realkreditrådet , Afdragsfrihed. Available: http://www.realkreditraadet.dk/Realkreditlån/Lånegrænser,_løbetider_og_afdragsfrihed/Afdragsfrihed.aspx.
Realkreditrådet Statistikker , Statistikker. Available: http://www.realkreditraadet.dk/Statistikker.aspx.
Shiller, R.J. 2008, The subprime solution: how today's global financial crisis happened, and what to do about it, Princeton University Press, Princeton, N. J.
Shiller, R.J. 2005, Irrational exuberance, 2nd ed. edn, University Presses of California, Columbia and Princeton, New Jersey.
Sloman, J. 2007, Economics and the business environment, 2. edition edn, Financial Times/Prentice Hall, Harlow.
Statistikbanken 2010, , Danmarks Statistik. Available: http://www.statistikbanken.dk/.
Vestergaard, F. Boliger: Bobleøkonomi, 30.10, 2009, Weekendavisen.
71
23 Bilag
Alle bilag er vedhæftet på medfølgende cd.
Bilag 1: ”phk relation” (xlsx-fil, Excel)
Bilag 2: “Spørgsmål til ekspertinterview” (pdf-fil)
Bilag 3: ”Transskribering af interview 8. marts 2010” (pdf-fil)
Bilag 4: ”Interview Lydfil” (wma-fil)
Bilag 5: Data til diverse figurer (xlsx-fil, Excel)
Bilag 6: ”Udviklingen i det danske ejerboligmarked; prisboblen – fortsat prisfald, kollaps eller vending” (pdf-
fil)