New working paper on “Buy to let: The role of rental markets in housing booms”

Erlend Eide Bø has written a new working paper with the title Buy to let: The role of rental markets in housing booms. A brief summary (in Norwegian) is provided below.

Oppsummering

I denne artikkelen utforsker jeg sammenhengen mellom markedet for selveide boliger og utleieboliger. Jeg modellerer sammenhengen ved å tillate boligeiere å investere i en ekstra bolig for utleie. Insentivene til å investere i utleiebolig avhenger av leieprisene, som bestemmes endogent. Modellen forklarer eksistensen av utleieinvestorer, og utforsker hvordan de påvirker boligprisdynamikken.


Boligprisene har steget kraftig over de siste tiårene, særlig i storbyer. I Oslo steg de reelle boligprisene med 60 prosent i perioden 2004-2014. Jeg viser hvordan leiemarkedet og boliginvestorer kan bidra til denne veksten. Modellen jeg utvikler kan også forklare økningen i boligpris-leie-ratioen som ofte observeres i perioder med boligprisoppgang.

Hvordan utleieinvestorer påvirker boligmarkedet er mye diskutert, både i Norge og internasjonalt. Sentralbankene i Norge, England, Nederland, Australia og New Zealand har alle uttrykt bekymring over at utleieinvestorer bidrar til ekstra press på boligprisene. Media kobler også investorer med høy boligprisvekst. Å modellere et boligmarked med investorer kan tydeliggjøre hvorvidt disse bekymringene er reelle.

Data fra Oslo som presenteres i artikkelen viser at ca 20 prosent av boligkjøp i perioden 2007 – 2014 foretas av utleieinvestorer. Utleieinvestorer er definert som privatpersoner som kjøper sekundærbolig for med tanke på utleie (altså ikke investorer som pusser opp for raskt videresalg). Andelen investorer er positivt korrelert med boligprisvekst, og boligpriser og leiepriser er også positivt korrelert.

Basert på de empiriske mønstrene lager jeg en søkemodell hvor boligeiere kan investere i bolig nummer to for utleie. Boligpriser og husleie bestemmes endogent i modellen. Variasjon i innflytting driver boligprisdynamikken. Modellen inneholder to mekanismer som øker boligprisvolatiliteten sammenlignet med en standard søkemodell uten utleiere. For det første fører endogen korrelasjon mellom boligpriser og husleie til at kjøpere er villig til å betale mer for boligen i opphetede markeder, for å komme seg unna høy husleie. For det andre blir det mer attraktivt å investere i utleieboliger når leien er høy, noe som øker antallet investorer. En økning av antallet investorer forsterker søkefriksjonene i markedet og presser prisene ytterlig opp. Modellen kalibreres for å treffe et antall empiriske momenter fra boligmarkedet i Oslo. Jeg simulerer boligmarkedet i en periode med høy tilflytting til Oslo. Den kalibrerte modellen er i stor grad i stand til å forklare den høye andelen utleieinvestorer, og økningen av bolig og leiepriser i Oslo over perioden 2007 – 2014. En alternativ modell uten investorer viser bare halvparten så høy prisøkning.

I tillegg ser jeg på effekten av mulige tiltak for å begrense antallet utleieinvestorer. En økning av kostnaden ved å investere i utleiebolig (tilsvarende innstramningen i boligpakken i 2016) øker velferd marginalt, og er svært effektivt for å redusere boligprisvolatilitet. En slik politikk kan dog føre til at sårbare leietakere mister muligheten til å leie, noe som ikke fanges opp av min modell.

Norwegian house prices overvalued by 10%

A recent update of Housing Lab’s bubble index suggest that Norwegian house prices were overvalued by 10% in 2021Q1. Part of the overvaluation is driven by a drop in per capita real disposable income. Read more here.

New working paper on “House price seasonality, market activity, and the December discount”

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.

New working paper on “Nordic house price bubbles?”

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.

New working paper on “Behavioral changes and policy effects during Covid-19”

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.

New working paper on “The Housing Phillips Curve”

Andreas Benedictow, Erling Røed Larsen and Dag Martin Sundelius have written a new paper on “The Housing Phillips Curve”. A brief summary (in Norwegian) is provided below:

Oppsummering:

I denne artikkelen undersøker vi om det eksisterer en Phillips kurve-sammenheng i boligmarkedet, representert ved forholdet mellom andelen usolgte boliger og prisendringer. Til dette formålet benytter vi transaksjonsdata for det norske boligmarkedet fra Eiendomsverdi.

Phillips-kurven er en av de mest kjente og studerte sammenhengene innenfor samfunnsøkonomi. I sin enkleste form refererer den til forholdet mellom nivået på arbeidsledighet og lønnsvekst. Det kan benyttes som et mål på hvordan knapphet blir priset. Når det er knapphet på en vare har prisen på varen en tendens til å øke, og omvendt. Mens den opprinnelige Phillips-kurven relaterer til arbeidsmarkedet, kan og bør slike kurver forventes også i andre markeder. Vi undersøker her om det finnes en slik sammenheng i boligmarkedet.

Vi finner klar støtte for en Phillips kurve-sammenheng på data for Oslos boligmarked. Vi beregner en “usolgtrate” som et mål på press i boligmarkedet, tilsvarende ledighetsraten i arbeidsmarkedet. Usolgtraten er definert ved antall usolgte boliger som andel av boliger til salgs. Artikkelen dokumenterer en klar positiv sammenheng mellom usolgtraten og prisendringer.

Imidlertid ser det ut til at kausaliteten er snudd: I arbeidsmarkedet går kausaliteten fra arbeidsledighet til lønnsendringer, mens Phillips-kurven for boligmarkedet indikerer at boligprisen endres før usolgtraten.

Knapphet kan endre priser, men det kan også være omvendt: Priser kan gi et signal som folk kan handle på og dermed påvirke knapphet gjennom endringer i tilbud og etterspørsel. Vi foreslår en mikrobasert modell som kan forklare en komponent av den omvendte årsakssammenhengen: Mens arbeidsmarkedet er preget av en søk og match-aktivitet mellom arbeidere og arbeidsgivere som leder til én match, ​​er boligmarkedet kjennetegnet ved en søk og match-aktivitet mellom kjøpere og selgere som fører til to matcher: En som skal skifte bolig må både finne en kjøper til sin gamle bolig og en selger av sin nye bolig.

En som skal skifte bolig må velge mellom å eie to boliger eller ingen boliger i en overgangsperiode. Kjøper han først eier han to boliger og betaler på to lån i overgangsperioden, og får en kapitalgevinst i et stigende marked eller et tap i et fallende marked. Hvis han selger først, eier han ingen boliger og må leie i overgangsperioden. Prisutviklingen er dermed viktig for avgjørelsen om å kjøpe eller selge først. Når prisene stiger, er det mer fristende å eie to boliger i overgangsperioden. Når prisene faller, er det mer fristende å ikke eie noen boliger. Dermed kan endringer i den relative verdien av å kjøpe eller selge først føre til endringer i usolgtraten.

Data fra Eiendomsmegler1 for andelen som kjøper først, indikerer at moderate endringer i boligpriser kan tillate heterogenitet i beslutninger om å kjøpe eller selge først, men åpner samtidig for selvforsterkende effekter:  Hvis en prisendring fører til et større skifte i de relative verdiene av å kjøpe eller selge først, kan dette forsterke prisendringen: For eksempel kan tiltakende boligprisvekst på denne måten føre til at mange ønsker å kjøpe først, som skaper økt knapphet og ytterligere prisøkning osv.

Om en slik dynamikk oppstår, kan den forsterkes ytterligere hvis forhold i kredittmarkedet gjør det vanskelig å eie to hus i en (kort) periode, dvs. ikke tillater mellomfinansiering for dem som ønsker å kjøpe før de selger.