Category: News

Nini Barth and Jeanette Fjære-Lindkjenn have written the paper “The price effect of size restrictions on residential building”. The paper can be downloaded here.

Summary (In Norwegian):

I denne artikkelen undersøker vi effekten av “Leilighetsnormen” som ble innført i 2008 i Oslo på kvadratmeterprisene på berørte leilighetsstørrelser. Leilighetsnormen satte restriksjoner på andelen av ulike leilighetsstørrelser som kunne bygges i 4 utvalgte bydeler i Oslo. Hensikten med reguleringen var å forbedre boligkvaliteten og sikre at også familier med barn kunne bo i indre by. En nedre grense på 40 kvadratmeter for leiligheter ble satt i 2008, denne ble senket til 35 kvadratmeter i 2013. Det ble også satt minimums- og maksimumsgrenser for andelen av andre størrelsessegmenter, hvor minst 50 prosent av leilighetene måtte være over 80 kvadratmeter. Denne andelen ble senket til 40 prosent i 2013.

Ved å bruke transaksjonsdata og en difference-in-difference-analyse, undersøker vi om den nedre grensen for leilighetsstørrelse førte til økte priser på disse leilighetene. Vi ser også på om økningen i tilbudet av leiligheter over 80 kvadratmeter påvirket kvadratmeterprisene i dette størrelsessegmentet. Til slutt undersøker vi om etterspørselen etter disse leilighetene fra familier med barn har økt.

Data for nybygde leiligheter viser at byggingen av leiligheter under den nedre grensen på 35 kvadratmeter falt markant etter at normen ble innført, både i det regulerte området i indre by og i resten av Oslo. For leiligheter over 80 kvadratmeter ser det ut til at reguleringen kun påvirket nybygg i indre by, hvor det var en betydelig økning i byggingen av slike leiligheter.

Vi finner at kvadratmeterprisen for leiligheter under 35 kvadratmeter økte betydelig etter at reguleringen ble innført i 2008, sammenlignet med kontrollgruppen. Med en statisk difference-in-difference -modell estimerer vi en prisøkning på 3,3 prosent for leiligheter under 35 kvadratmeter, sammenlignet med kontrollgruppen, leiligheter mellom 40 og 50 kvadratmeter. Når vi bruker en dynamisk difference-in-difference -modell, er effekten statistisk signifikant fra 2016 til 2021, noe som kan forklares av at byggeprosessen tar lang tid. Flere robustehetstester støtter våre funn. For å teste om prisøkningen skyldes generelle pristrender, tester vi ulike placebo-størrelsesgrupper, men finner ingen statistisk signifikante forskjeller i prisvekst. Vi finner heller ingen effekter når vi utforsker placebo-byer.

I tillegg undersøker vi effekten av reguleringen på kvadratmeterprisen for leiligheter over 80 kvadratmeter, og finner at prisene i indre by økte med 4,4 prosent etter normen ble innført, relativt til ytre by. Til slutt undersøker vi om økningen i prisene på store leiligheter skyldes økt etterspørsel fra familier med barn, som var en av hensiktene med å sette en minimumsandel for store leiligheter. Aggregerte data viser en økning i antall familier som bor i indre by, og flere familier med barn kjøpte store leiligheter etter reguleringen. Selv om dette tyder på at reguleringen kan ha oppnådd noe av sin hensikt, må resultatene tolkes med varsomhet, da det har vært en generell økning i antall husholdninger i indre by. Andelen familier i indre by er fortsatt lav sammenlignet med ytre by.

Cloé Garnache (Housing Lab), Øystein Hernæs and Anders Gravir Imenes have written the paper Demand-Side Management in Fully Electrified Homes, which will be published in Journal of the Association of Environmental and Resource Economists.

Abstract: We report the results of a critical peak pricing (CPP) experiment conducted in an environment where homes are fully electrified, including both room and water heating. When a CPP with day-ahead SMS announcements is applied to the afternoon peak, creating a ten-fold increase in the electricity price, electricity consumption decreases by 15.3%, virtually eliminating that peak. The largest responses come from electric vehicle (EV) households. Also, unlike households without EVs who make reductions without compensating later, EV households respond to the CPP by shifting load to off-peak and next-day use. In our experiment, where higher-income households are disproportionately likely to own EVs, we find that demand reductions induced by the CPP are similar across income groups. Our results support the view that increased electrification may lead not only to a greater need for demand-side management but also enhance the flexibility in how households can and are willing to respond.

Nini Barth and Jeanette Fjære-Lindkjenn have written the paper “From boom to bust: Predicting turning points in house prices based on deviations from fundamentals”. The paper can be downloaded here.

Summary (In Norwegian):

Vi bruker norske data på kommunenivå for å undersøke driverne bak regionale boligsykler og tester empirisk modellenes evne til å predikere omslag i boligprisene. Vi anvender algoritmen til Bry og Boschan (1971) for å identifisere observerte opp- og nedturer i boligprisene for Norge som helhet og på kommunenivå for 14 av de største kommunene mellom 2003 og 2021. Deretter bruker vi en kointegrert vektorautoregressiv modell (CVAR-modell), Johansen (1988), for å estimere sammenhengen mellom reelle boligpriser og reelle boliglånsrenter, reell disponibel inntekt og boligbeholdningen i hver kommune. Vi utfører også en panelregresjon for å undersøke om det reelle boligprisgapet kan predikere omslag i boligprissykler.

Funnene våre viser at det er betydelig heterogenitet i boligprissykler når vi analyserer Norge som helhet og de 14 kommunene i perioden 2003-2021. Det er variasjon både i timing og varighet, samt i prisutslag gjennom opp- og nedturer. Det er også heterogenitet i de langsiktige driverne bak boligpriser, spesielt i responsen på endringer i brukerkostnaden. For Norge som helhet indikerer resultatene at 1 prosentpoeng økning i den reelle brukerkostnaden er assosiert med en nedgang i reelle boligpriser på 9,9 prosent på lang sikt. For Oslo er responsen på brukerkostnaden større enn for landet som helhet. Vi finner at følsomheten til boligpriser for brukerkostnaden synes å være positivt assosiert med gjeldsgraden i husholdningene. Resultatene viser at den langsiktige effekten av en endring i disponibel inntekt varierer mellom en elastisitet på 1 og 2, noe som betyr at en økning i inntekt på 1 prosent er assosiert med en økning i reelle boligpriser på 1-2 prosent på lang sikt.

Panelregresjonen viser at en økning i det reelle boligprisgapet øker sannsynligheten for en topp i boligprisene. Vi finner at en økning i det reelle boligprisgapet fra 0 til 15 prosent er assosiert med en økning i sannsynligheten for en topp i boligprisene på 7 prosentpoeng.

Nini Barth, Andreas Benedictow and Erling Røed Larsen has written the paper “ Linking housing Tobin’s Q to land prices ”. The paper can be downloaded here.

Summary (In Norwegian):

Vi undersøker om det norske boligmarkedet produserer eneboliger til priser som tilsvarer gjenanskaffelseskostnadene. Inspirert av Glaeser og Gyrourko (2018) konstruerer vi en Tobins Q for boligmarkedet, definert som forholdet mellom boligpriser og en benchmark minste lønnsomme produksjonskostnad, mppc, for 6 norske byer mellom 2010 og 2020.

Vi definerer en benckmark mppc som byggekostnader pluss benchmark tomtekostnader, slik de hadde vært ved lav regulering eller god tomtetilgang, samt et påslag for utbyggerne. På kort sikt vil de to verdivurderingene, boligpriser og benchmark mppc, kunne avvike betydelig. På lang sikt bør velfungerende markeder sørge for at de konvergerer. Hvis Tobin’s Q for boligmarkedet er (betydelig) over én over lengre tid, kan det indikere begrensninger for investeringer, det vil si reguleringer som hindrer boligutvikling. Dette gapet mellom boligpriser og benchmark mppc er referert til som en regulatorisk skatt. Vi finner betydelige forskjeller i Tobins Q på tvers av regioner i Norge, og viser at det er en positiv sammenheng mellom Tobin’s Q og hindringer på tilbudssiden. Spesielt har Oslo, en by med strengere regulering enn medianen i Norge, langt høyere Tobin’s Q enn Kristiansand, en by med mildere regulering.

For å undersøke mekanismene på tilbudssiden, bruker vi tomtesalg for å estimere regionale tomtepriser og regnskapsdata for å estimere påslag for utviklere. Vi gjør dette for å avdekke hvilke aktører som drar nytte av gapet mellom boligprisene og benchmark mppc.

Vi finner at det er stor forskjell på tomteprisene mellom byene vi studerer. De estimerte tomteprisene i Oslo er svært høye, som stemmer overens med hypotesen om at den høye Tobin’s Q i Oslo er et resultat av begrensninger på tilbudssiden. Vi bruker også regnskapsdata for utviklere for å beregne et mål for påslag. Beregningene for påslag for utbyggerne i de 6 byene tilsier ikke at de tjener ekstra dersom boligprisene ligger over den benchmark mppc. For eksempel har Oslo og Kristiansand med vesentlig forskjellige Tobin’s Q, relativt like påslag for utbyggerne. Vi finner holdepunkter for at tomteeiere benytter en fordelaktig posisjon til å hente ut høye priser på grunn i områder med høy grad av reguleringer.

Vi tolker assosiasjonen mellom en høyere (lavere) rangering på boligvennlighetsindeksen, som rangerer norske kommuner etter hvor godt de tilrettelegger for boligbygging, og lavere (høyere) boligprisvekst som støtte for hypotesen om at høy Tobins Q indikerer en regulatorisk skatt: Byer med politikk som oppmuntrer boligutvikling, opplever lavere boligpris, lavere tomtepris og lavere Tobin’s Q.

Disse funnene kan ha politiske konsekvenser. For det første hindrer et strengere regelverk boligutvikling og innebærer høyere boligpriser. I sin tur kan høyere boligpriser hindre områder i å realisere agglomerasjonsfordeler og miste mulig arbeidskraft. Myndighetene kan oppmuntre og stimulere til nybygging ved å la flere søknader godkjennes. For det andre er det fordelingsmessige konsekvenser. I områder med regulatoriske hindringer drar tomteeiere fordel av høyere tomteverdier, mens boligkjøperne må betale høyere pris. En mer responsiv tilbudsside vil dempe disse fordelingseffektene.

The paper House price seasonality, market activity, and the December discount by Erling Røed Larsen (Housing Lab) has been accepted in Real Estate Economics.

Abstract:

In Norway, house prices tend to drop in December. This regularity is persistent across regions and over time. I exploit a transaction data set with high temporal granularity to document and estimate the size of the December discount. I control for a composition effect using a hedonic model and I control for unobserved heterogeneity by using repeat sales and involving ask prices and appraisal values. By segmenting into submarkets, I search for determinants of price seasonality. The evidence suggests that the December effect is linked to time-on-market for each unit and transaction volumes within each submarkets.

The paper Is the Housing Market an Inequality Generator? by Terje Eggum and Erling Røed Larsen (Housing Lab) has been accepted in Review of Income and Wealth.

Abstract:

We study inequality generated by capital gains in the housing market by exploiting two countrywide data sources in Norway: a registry of housing units and a database of transactions. We identify and follow all individuals in six birth cohorts in Norway, who were owners on January 1, 2007, and on January 1, 2019, and estimate the sum of their actual and potential capital gains from their owned and sold properties. We demonstrate that there is a substantial increase in capital gains inequality over the period, both across and within geographical strata and across and within birth cohorts. We find a statistically significant and economically meaningful difference between the distributions of capital gains of female and male owners in Oslo.

Knut Are Aastveit, André Kallåk Anundsen, Bjørnar Karlsen Kivedal and Erling Røed Larsen has written the paper “Housing bubble scars”. The paper can be downloaded here.

Summary (In Norwegian):

Vi studerer arrdannelse, altså vedvarende økonomiske effekter, etter at en boligprisboble har sprukket ved å bruke data fra 3 089 amerikanske regioner (counties og county equvivalents) i perioden 1980 til 2019. Vi daterer først boligprisoppganger og -nedganger for hver region, og identifiserer deretter perioder med eksplosiv boligprisutvikling.

Ved å bruke en streng bobledefinisjon på dataene, observerer vi at sannsynligheten for å ha en boligprisboble øker når boligforsyningen er uelastisk – altså når boligbyggingen har en treg og svak respons – og når det er enklere tilgang til kreditt.

Vi skiller mellom prisøkninger som er skyldes bobler og som ikke skyldes bobler i boligmarkedet. Bobler og ikke-bobler er knyttet til styrken og hastigheten på boligprisøkningene. Vi viser at det er regionale økonomiske arrdannelser etter førstnevnte.

Siden områder kan være forskjellige, og det er mulig at det er forskjellene som skaper de økomomiske arrene og ikke boligprisoppgangshastigheten, kjører vi analyser der vi kontroller for forskjellene mellom områder. Da vil sammenlikningen være epler-med-epler og ikke epler-med-appelsiner. Kontrollert for et sett med faktorer, inkludert regionfaste effekter, viser våre resultater at boligprisreduksjonene er større og regionale makroøkonomiske effekter er sterkere i områder der det var en boligprisboble. Sagt annerledes, når vi tar hensyn til alle særegenheter ved områdene, er det fremdeles slik at det å ha hatt brå og store boligprisøkninger får langvarige effekter etterpå i form av høyere arbeidsledighet og nedgang i husholdningenes inntekt.

I årets Norwegian Housing Market Watch tar Anders Lund i Eiendomsverdi oss først gjennom hva som skjedde i boligmarkedet i 2022. Han presenterer nøkkeltall – ikke minst den populære indeksen han selv skapte: Sykepleierindeksen. Nejra Macic, sjeføkonom i Prognosesenteret, bruker mikrodata for å undersøke kjøpskapasiteten blant norske husholdninger opp mot verdien av boligene som finnes i Norge. Harald Magnus Andreassen er sjeføkonom i Sparebank1 Markets og stiller i sin artikkel spørsmålet: Evig oppgang i boligmarkedet? Han kommer med mange interessante betraktninger om boligmarkedet, understøttet av en rekke spennende makro- og boligmarkedstall.

Les hele rapporten her.

Bjørnar Karlsen Kivedal has written the paper “ Natural disasters, insurance claims and regional housing markets”. The paper can be downloaded here.

Summary (In Norwegian):

I denne artikkelen ser jeg på sammenhengen mellom naturskader og vannskader forårsaket av værhendelser og boligpriser. Jeg bruker data på forsikringsutbetalinger samlet av Finans Norge og boligmarkedsdata fra Eiendomsverdi for å se på denne sammenhengen i norske kommuner. Siden vi forventer mer frekvente og mer omfattende naturskader og ekstremvær i fremtiden, er det viktig å undersøke hvordan boligmarkedet har blitt påvirket fram til nå av dette. Effekter på boligmarkedet kan også ha stor effekt på realøkonomien, spesielt i Norge der eierandelen er høy. Forsikringsordningen for naturskader i Norge er også relativt unik i en internasjonal sammenheng. De aller fleste boliger i Norge er forsikret mot naturskader gjennom en relativt lav forsikringspremie som betales gjennom premien på brannforsikringen. Dersom en bolig har brannforsikring vil den da også være forsikret mot naturskader. De fleste norske boliger har brannforsikring, og egenandelen for naturskader er relativt lav. Forsikringspremien påvirkes dermed ikke av risiko for å være utsatt for naturskader, men kun av forsikringspremien på brannforsikringen. Jeg bruker derfor forsikringsutbetalinger som et mål på størrelsen av naturskader og vannskader. Dette er mulig siden utbetalingene ikke avhenger av risiko for skader. Det er da heller ikke forskjeller mellom dekningen til naturskadeforsikringen mellom ulike boliger. Eventuelle effekter av forsikringsutbetalinger på boligprisene vil derfor representere et risikopåslag i boligmarkedet forårsaket av tidligere skader i regionen. Regionale boligpriser ser ut til å ha en negativ sammenheng med storm og flom på kort sikt, mens det i enkelte kommuner er negative langsiktige sammenhenger mellom skred og boligpriser. For storm og flom ser dette ut til å være gjeldende i regioner der skadene har vært høyere enn landsgjennomsnittet, men det ser ikke ut til å være et slikt mønster i de kommunene der vi ser langsiktige sammenhenger mellom skred og boligpriser. Sammenhengene mellom boligpriser og naturskader er derfor et tegn på at forsikringen mot naturskader ikke dekker den fulle opplevde risikoen i boligmarkedet. Der det har vært skader kan det være en opplevd risiko i ettertid, noe som påvirker boligmarkedet. Denne risikovurderingen er det viktig å være oppmerksom på siden regionale boligmarked og realøkonomiske forhold kan påvirkes, spesielt siden vi forventer flere naturskader i fremtiden.

Andreas Eidspjeld Eriksen has written the paper “ Loss Aversion and Expectation Formation: Evidence from a Rising Market”. The paper can be downloaded here.

Summary (In Norwegian):

I denne artikkelen undersøker jeg om selgere i boligmarkedet er nominelt tapsaversje, noe som kan forklare den positive korrelasjonen mellom priser og transaksjonsvolum i boligmarkeder. For å undersøke dette analyserer jeg observasjoner av boliger som først er kjøpt og deretter lagt ut på markedet igjen, for boliger i Oslo i perioden 2005-2020. Metoden som brukes for å identifisere tapsaversjon er å måle om selgerne risikerer å tape sammenliknet med hva de betalte for boligen da de kjøpte den, og se om dette påvirker valg av prisantydning. For å tallfeste verdien på boligen når boligen legges ut på markedet bruker tidligere studier en hedonisk fremgangsmåte, altså å beregne implisitte priser på attributter, sted og tid, og bruke dette til å predikere markedsprisforventning. I de norske dataene er også takstverdien gitt av takstmann frem til midten av 2016. Begge disse målene på forventet markedspris benyttes.

Resultatene ved bruk av de to substituttene for forventet markedspris spriker. Ved å bruke hedoniske predikerte priser finner jeg at tapsaversjonseffekten er omtrent på nivå med hva tidligere studier viser. Når takstverdien benyttes, forsvinner effekten helt. Dette medfører at de to modellene må evalueres for å finne ut hvem som kan stoles på. Det er kjent fra litteraturen at hedoniske modeller ikke fanger opp alle faktorer som er viktige i prisen, altså at det er uobserverbar heterogenitet. Denne uobserverbare heterogeniteten fungerer som utelatte variabler i hovedmodellen for effekten av potensielt tap på prisantydning, som bidrar til at estimert effekt blir større enn den egentlig er. Tidligere studier har brukt feilleddet fra det hedoniske estimatet av forrige salgspris (selgers kjøpspris) for å trekke ned estimatet, men dette løser ikke problemet fullstendig. Takstverdien har ikke disse problemene sine ved seg. Selv om takstmannen nødvendig vis ikke observerer eller vektlegger alt som er viktig for markedspris, så vil takstmannen observere mer enn det som finnes i dataene. I tillegg vil ikke takstverdien ha samme spredning mot faktiske salgspriser og prisantydning som prediksjoner; takstverdien er observert av både økonometrikeren, selgerne og kjøperne, og er ikke en kvantitativ prediksjon. Dette gjør takstverdien til det foretrukne substituttet av de to alternativene.

Konklusjonen er at selgerne i boligmarkedet, i perioden da takstverdien ble benyttet, ikke oppførte seg tapsaversje i prisantydningsfastsettelsen. Bruken av hedoniske prediksjoner i modeller for å identifisere tapsaversjon er vist å gi signifikant tapsaversjonseffekt selv om dette ikke er realiteten. Grunnen til dette er at estimatene påvirkes av uobserverbar heterogenitet, og selv ved å kontrollere for forrige salgs feilledd som mål på uobserverbar heterogenitet så er denne heterogeniteten også i endring over tid, og det som gjaldt som utelatte variabler i forrige salg trenger nødvendigvis ikke være de samme utelatte variablene i det påfølgende salget.