Author: Jeanette Fjære-Lindkjenn

Erling Røed Larsen has written a new working paper with the title “House price seasonality, market activity, and the December discount”. A brief summary (in Norwegian) is provided below.

Oppsummering:

Boligprisene i Norge faller ofte i desember. Dette mønstret kan vi se på tvers av byer og over tid. I denne studien utnytter jeg transaksjonsdata fra Eiendomsverdi med eksakte salgsdatoer for perioden 2002-2017 til å estimere hvor stor desember-effekten er. For å vise at den faktisk finnes, må en først kontrollere for sammensetningseffekten. Det er ikke tilstrekkelig å vise at gjennomsnittsprisen på boligsalg i desember er lavere enn gjennomsnittsprisen i en måned tidligere på høsten. For å sammenlikne like med like, er det avgjørende å finne fram til sammenliknbare boliger.

Et første skritt kunne være å studere kvadratmeterprisen i stedet for boligprisen. Det ville imidlertid kun ha kontrollert for størrelse, og ikke beliggenhet, standard, boligtype og andre faktorer som har betydning. Derfor benytter jeg en hedonisk modell som inkluderer faktorer som har betydning for boligprisen. Dette omfatter en lang liste av attributter hvorav størrelse, type, byggeår og geografisk beliggenhet inngår. Denne modellen har indikatorer for salgsmåned, og indikatoren for desember viser at boligsalg i desember er assosiert med lavere pris – alt annet likt – enn tidligere på høsten.

Imidlertid kunne en tenke seg at det kunne være uobserverte kvalitetsforskjeller ved boligene eller uobserverte egenskaper ved selgerne som forårsaket prisfallet i desember. Når vi snakker om en desember-effekt, er jo tanken at vi skal finne et fall i priser for samme bolig og for samme selger. Sagt annerledes, en desember-effekt vil vise hva som skjer med prisene når vi sammenlikner hva en gitt selger hadde kunnet fått solgt en gitt bolig for i september kontra i desember. Siden ingen selger samme bolig to ganger, må en utnytte økonometriske teknikker. For å kontrollere for uobserverte (og uobserverbare) kvalitetsforskjeller, så må jeg kontrollere for to ulike klasser av slike forskjeller. En klasse er permanente kvalitetsforskjeller. Det inkluderer beliggenhet, høyde under taket, isolasjon, byggematerialer og liknende. En annen klasse er tidsvarierende kvalitetsforskjeller. Disse forskjellene dreier seg hovedsakelig om boligen har vært renovert eller ikke og om nabolaget.

For å kontrollere for den første effekten ser jeg på samme bolig når den er solgt to ganger. Jeg følger altså samme bolig over et tidsløp, og ser hva som skjer når den selges i desember sammenliknet med andre måneder. For å kontrollere for den andre effekten tar jeg i bruk utropspris og takst. Både selger, megler og takstmann har kunnskaper om boligen, og disse kunnskapene kan vi utnytte til å tallfeste eventuelle endringer over tid.

Det er vanskeligere å kontrollere for en eventuell selger-effekt fordi vi ikke kan følge samme selger over flere salg av samme bolig. Her bruker jeg likevel en såkalt instrumentvariabel-teknikk til å fjerne eller redusere effekten av selgertyper. Det som kunne tenkes spille en rolle, er om det er spesielle personer som selger i desember, og at prisfallet reflekterer selgerne – og ikke boligene. I instrumentvariabelmetoden tar jeg i bruk en variabel som selger ikke har kontroll over, og projiserer utropsprisen ned på denne. Det som står igjen da vil ha fjernet, eller i hvert fall redusert, betydningen av selger-effekten.

I sum ender jeg opp med et estimat av desember-effekten på om lag -1,5 prosent. Samme bolig solgt av samme selger ser altså ut til å selges 1,5 prosent lavere i desember enn i september. I artikkelen viser jeg at en slik desember-effekt er knyttet til to markedskjennetegn. For det første er prisavslag assosiert med lang liggetid. Hvis vi segmenterer på liggetid, vil forskjellene mellom høstmånedene mer eller mindre falle bort. Med andre ord vil en selger i desember kunne oppnå september-priser hvis boligen har kort liggetid. Det er imidlertid slik at det er vanligere med lang liggetid i desember, og liggetiden er utenfor selgers kontroll. En boligs liggetid er mer eller mindre en tilfeldig størrelse. Det dokumenterer jeg ved å følge samme bolig over to salg. Da ser vi at liggetiden for den boligen i det første salget har svært liten korrelasjon med liggetiden i det andre salget. Hvis liggetiden er 10 dager mer enn snittet i det første salget, vil liggetiden i det andre salget bare være 1 dag mer. Vi sier at liggetiden er mean-reverting, altså at den viser reversjon tilbake til gjennomsnittet.

For det andre er desember-effekten knyttet til at lav markedsaktivitet. Jeg måler markedsaktivitet både ved transaksjonsvolum og ved annonsevolum av boliger som legges ut for salg. I artikkelen deler jeg Norge opp i 247 delområder, som er lokale boligmarkeder, og viser at i de delområdene der det er høy markedsaktivitet i desember, vil desember-effekten være liten. I de lokale boligområdene der markedsaktiviteten i desember er lav, vil typisk desember-effekten være større.

Implikasjonene av funnene er flere. For det første indikerer dette at det kan være velferdsgevinster knyttet til aktivitetskonsentrasjon, altså tykke markeder. Akkurat som et torg er en fysisk konsentrasjon av kjøpere og selgere, og en slik konsentrasjon gjør det lettere for begge parter å finne noen å handle med, vil en kunne tenke seg at temporale konsentrasjoner også kan være torg; temporale torg. Sagt annerledes, tykke markeder i noen måneder har samme gevinster som de man finner ved å samle kjøpere og selgere fysisk. Hvis en stimulerer til enten mer markedsaktivitet til desember eller flytter noe av desember-aktiviteten til andre måneder, vil en kunne hjelpe selgere og kjøpere til å møtes lettere. Da sier vi at markedet kan matche kjøpernes preferanser og boligenes attributter bedre.

For det andre antyder funnene at en bevisst kjøper kan klare å gjøre gode kjøp i desember gitt at hun klarer å finne en god match mellom preferansene sine og boligens attributter. For det tredje antyder funnene at selgere må være klar over at det er lettere å oppnå gode priser når det er god markedsaktivitet ved salgstidspunktet. Det forklarer hvorfor mange selgere ønsker å selge i perioden januar til juni.

André K. Anundsen has written a new paper on “Nordic house price bubbles?“. A brief summary (in Norwegian) is provided below.

Oppsummering:
Artikkelen undersøker hvorvidt det har vært tegn til boligprisbobler i Danmark, Finland, Norge og Sverige de siste 20 årene. Jeg starter med å teste for eksplosiv utvikling (boble) i realboligprisene. Deretter tallfester jeg hva boligprisene “burde” være, gitt utviklingen i husholdningenes disponible inntekt per innbygger, boligkapitalbeholdningen per innbygger, og realrenta etter skatt. Dette kalles en fundamentalpris, eller en likevektspris. For å studere om boligprisene – på ulike tidspunkt – har vært overvurdert eller undervurdert, sammenliknes utviklingen i de faktiske boligprisene med utviklingen i de fundamentale boligprisene.

De empiriske resultatene viser ingen tegn til eksplosiv utvikling i boligprisene i Finland, Norge eller Sverige over perioden 2000kv.1-2019kv.4. For Danmark finner jeg at det var tegn til en eksplosiv utvikling i boligprisene i forkant av finanskrisen i 2008. Når jeg sammenlikner utviklingen i faktiske og fundamentale boligpriser, finner jeg tegn til at boligprisene var overvurdert (høyere enn hva utviklingen i de fundamentale forholdene skulle tilsi) i alle landene i forkant av finanskrisen. Det påfølgende boligprisfallet bidro til å tette dette gapet. Utviklingen de siste ti årene har vært nokså ulik på tvers av de nordiske landene. Ved utgangen av 2019, finner jeg at de norske og svenske boligprisene
var høyere enn hva utviklingen i fundamentale drivere skulle tilsi. For Danmark
og Finland viser analysen at boligprisene var undervurdert (lavere enn hva utviklingen i de fundamentale forholdene skulle tilsi) i 2019kv.4.

Mine beregninger viser at realrenta etter skatt har en betydelig effekt på de fundamentale boligprisene i alle landene, og at fallende realrenter bidrar til å forklare mye av økningen i de fundamentale boligprisene. I artikkelen drøftes det hvordan dette kan ses i sammenheng med lave tilbudselastisiteter (relativt lav økning i nybyggingsaktiviteten når boligprisene øker) i nordiske land. Dette gir brattere tilbudskurver, og bidrar til at endringer på etterspørselssiden får en betydelig effekt på boligprisene. Jeg diskuterer dette i noe detalj, og foreslår at en grundig gjennomgang av politiske komplikasjoner og flaskehalser i byggeprosessen er viktig. Om det er underliggende strukturelle friksjoner på tilbudssiden, synes det ikke å være riktig medisin å løse dette med etterspørselspolitikk. Dette arbeidsnotatet er første utkast av en artikkel som er skrevet for Nordic Economic Policy Review 2021.

André K. Anundsen, Bjørnar Karlsen Kivedal, Erling Røed Larsen and Leif Anders Thorsrud have written a new paper on “Behavioral changes and policy effects during Covid-19”. A brief summary (in Norwegian) is provided below.

Oppsummering

I denne artikkelen tar vi for oss hvordan det norske boligmarkedet ble påvirket av spredningen av Covid-19, nedstengingen av norsk økonomi den 12. mars, og gjenåpningen den 20. april. Vi benytter transaksjonstall for Oslo fra Eiendomsverdi og budlogger fra DNB Eiendom.

Våre resultater viser at det var en tydelig nedadgående trend i boligprisene i forkant av nedstengingen, og at halve prisfallet var tatt ut før 12. mars. Dette peker i retning av en frivillig atferdsendring blant budgivere og boligselgere i forkant av nedstengingen. Konsistent med dette, finner vi at boligselgere ble mer utålmodige i forkant av 12. mars, og at budgivere var mer tilbøyelige til å legge inn bud et godt stykke under prisantydningen. Vi mener disse resultatene er viktige, fordi de peker i retning av en betydelig atferdsendring før myndighetene grep inn. Dette kan tyde på at det er langt fra sikkert at situasjonen for boligmarkedet og økonomien hadde vært bedre uten nedstengningen. Vi ser at boligmarkedet stabiliseres i tiden etter nedstengningen.

For å understøtte disse funnene ytterliggere, kikker vi på mobilitetstall og utviklingen i sentiment (som målt ved FNI). Disse tallene trender også nedover i forkant av nedstengingen, og sentimentet stabiliserer seg etter nedstengingen.