Eiendom Norges boligprisstatistikk

Transkript

1 Eiendom Norges boligprisstatistikk MAI 218

2 Innhold Hovedpunkter 3 Nasjonal prisutvikling 4 Regional prisutvikling 6 Omsetningstid 8 Lagt ut for salg/ Solgte 9 Usolgte boliger 1 Avvik pris/prisantydning 11 Datagrunnlag og metode 12 Begreper og definisjoner 13 Om statistikken Eiendom Norges boligprisstatistikk er et samarbeid mellom Eiendom Norge, Eiendomsverdi og Finn.no. Statistikken utarbeides av Eiendomsverdi AS, og fra og med januar 214 benyttes Eiendomsverdis datakilder også for perioden før Eiendomsverdi overtok beregningsansvaret. Publiseringshyppighet Boligprisstatistikken utgis den tredje virkedagen hver måned kl Boligprisstatistikken for landets syv regioner utgis hvert kvartal og publiseres i januar, april, juli og oktober. Fritidsboligprisstatistikken utgis i februar for fjellhytter og i juni for sjøhytter. Utleieboligprisstatistikken publiseres sammen med boligprisstatistikken i april og september hvert år. BRUKSREGLER Alle rettigheter til datamateriale, de enkelte rapporter, statistikker, grafer, diagrammer, figurer, illustrasjoner mv. tilhører Eiendom Norge og Eiendomsverdi AS, jfr. Åndsverkslovens 1 flg., samt 43 (vern av databaser). Kommersiell bruk eller all annen viderebruk, viderepublisering, sammenstilling og videreutnytting av det aktuelle materialet forutsetter skriftlig samtykke fra Eiendom Norge og/eller Eiendomsverdi AS. Viderepublisering i media, kundebrev, analyser o.l. er tillatt for utdrag eller deler av Eiendom Norges boligprisstatistikk ved angivelse av Eiendom Norge, FINN og Eiendomsverdi AS som kilde. Omfang Statistikken omfatter boliger som er annonsert på Finn.no, det vil si rundt 7 prosent av alle bruktboliger som omsettes i Norge i løpet av et år. Indeks Prisendringene måles ved å anvende indeksteori. Indeksen rapporterer prisendringer for sammenliknbare boliger ved å benytte et startpunkt (som settes til 1) og hvor endringene presenteres som prosentvise økninger eller reduksjoner i indeksnivået. For eksempel vil en endring fra et indeksnivå på 173 til 176 representere en boligprisøking på 1,7 prosent (der endringen på = 3 relateres til forrige nivå på 173). Sesongkorrigerte priser Normalt stiger prisene mest om våren, mens de synker eller flater ut på høsten. For å kunne skille mellom sesongfaktorer og trend, sesongkorrigerer vi tallene. Differansen mellom endringen i faktiske priser og sesongkorrigerte priser tilskrives sesongvariasjoner. Sesongkorrigeringen er gjort ved hjelp av et X-12-ARIMA-program. 2

3 Hovedpunkter MAI 218 1,% 1,1% 1,% NOMINELL PRISENDRING SISTE MÅNED PRISENDRING KORRIGERT FOR SESONGVARIASJONER PRISUTVIKLING SISTE 12 MÅNEDER MAI MAI MAI 17-2% ANTALL SOLGTE BOLIGER MAI 17 LAGT UT FOR SALG +3% MAI DAGER MAI DAGER GJEN.SNITT. FORMIDLINGSTID NØKKELTALL > > > > > > Boligprisene i mai 218 steg nominelt med 1, prosent. Korrigert for sesongvariasjoner steg boligprisene med 1,1 prosent. Prisutvikling de siste 12 månedene er på 1, prosent. Gjennomsnittlig omsetningstid sist måned var 41 dager mot 31 dager i mai 217. Antall solgte boliger i mai 218 var som er 2 prosent færre enn i mai 217. Antall boliger lagt ut for salg i mai 218 var som er 3 prosent flere enn i mai

4 Nasjonal prisutvikling FIGUR 1 Nominell prisendring siste måned de siste ti årene. Alle boliger. MAI 1,5% 1,2% 1,4% 1,%,9% 1,%,5%,4%,5%,5%,2%,% -,1% -,5% -1,% -1,% FIGUR 2 12 måneders nominell prisendring. Månedstall. 15% 1% 5% % 1,% -5%

5 Nasjonal prisutvikling FIGUR 3 Prisutvikling gjennom året Indeks (log. skala) jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. FIGUR 4 Nominell og sesongkorrigert prisutvikling Indeks (log.skala) Nominell indeks Sesongkorrigert indeks 5

6 Regional prisutvikling FIGUR 5 Prisutviklingen for utvalgte byer. Endring siste måned med gjennomsnitt av de fem siste årene. Oslo. Gjennomsnittlig endring,5% 3,% 3,% Bergen. Gjennomsnittlig endring -,1% 3,% 2,% 2,% 1,%,% -,1%,9%,6% 1,% 1,%,% 1,1%,3% -,2%,6% -1,% -1,% -,9% -1,% -2,% -3,% -2,2% 213-2,% -3,% 213 Trondheim. Gjennomsnittlig endring,3% 3,% Stavanger m/omegn. Gjennomsnittlig endring -,1% 3,% 2,% 1,%,% -1,% -2,%,3%,6% -,4%,2% 1,%,5% 2,% 1,%,% -1,% -2,% -,1% 1,2% -,3% -1,3%,1% 1,3% -3,% 213-3,% 213 Tromsø. Gjennomsnittlig endring,5% 3,% Kristiansand. Gjennomsnittlig endring,2% 3,% 2,% 1,9% 2,% 1,7% 1,5% 1,%,% -1,%,3% -,2%,%,8%,6% 1,%,% -1,% -,7%,6% -,5% -,3% -2,% -2,% -3,% 213-3,% 213 6

7 > Regional prisutvikling FIGUR 6 12 måneders nominell prisendring. Utvalgte byer. 3,% 2,% 1,% 1,2%,% -,2% -,2% -1,% -,7% -1,1% -,8% -2,% -3,% -4,% -5,% Oslo Bergen Trondheim Stavanger m/omegn Tromsø Kristiansand TABELL 1 Oppsummering prisendringer. Område Endring siste måned (m/m) Endring siste år (m/m) Endring siste 5 år (m/m) Endring siste 1 år (m/m) Gjennomsnitt kvm. pris Gjennomsnittspris Oslo 1,% -,7% 43,4% 1,5% Bergen,6% -1,1% 13,8% 55,6% Trondheim,5% -,2% 17,4% 73,9% Stavanger m/omegn 1,3% -,8% -1,3% 25,5% Tromsø,6% 1,2% 33,6% 64,5% Kristiansand 1,5% -,2% 6,2% 18,8% Norge 1,% 1,% 26,8% 68,4% Note: Endringene beregnes på månedsbasis. Vi sammenlikner inneværende måned med forrige måned, månedene for ett år siden, fem år siden og ti år siden. Indeksene for del-områder er beregnet med glatting og de-glatting. 7

8 Omsetningstid FIGUR 7 Omsetningstid i antall dager fra boligene første gang ble annonsert. Månedstall jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. 8

9 Lagt ut for salg FIGUR 8 Antall boliger lagt ut for salg. og hittil i kalenderåret Solgte FIGUR 9 Registrerte omsetninger. og hittil i kalenderåret

10 Usolgte boliger FIGUR 1 Antall boliger til salgs. Daglige tall jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. FIGUR 11 Liggetid usolgte boliger. Antall dager jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. 1

11 Avvik pris/prisantydning FIGUR 12 Gjennomsnittlig avvik pris/prisantydning. Månedstall. 6,% 4,% 2,% 1,5%,% -2,% -4,% -6,% FIGUR 13 Gjennomsnittlig avvik pris/prisantydning.. 5,% 4,4% 4,7% 4,% 3,9% 3,5% 3,7% 3,% 2,3% 2,4% 2,% 1,9% 1,5% 1,%,8%,%,%

12 Datagrunnlag og metode DATAGRUNNLAG Statistikken er ikke en totaltelling over solgte boliger/fritids-boliger. Statistikken baserer seg på salg formidlet av meglere og annonsert gjennom Finn.no. Omsetninger som bedømmes som omsetninger av annet enn bolig/ fritidsbolig (tomter, garasje osv.) tas ut av datagrunnlaget gjennom automatiserte rutiner hos Eiendomsverdi AS. METODE Prisendringene måles ved å anvende indeksteori. Indeksen rapporterer prisendringer for sammenliknbare boliger ved å benytte et startpunkt (som settes til 1) og hvor endringene presenteres som prosentvise økninger eller reduksjoner i indeksnivået. For eksempel vil en endring fra et indeksnivå på 173 til 176 representere en boligprisøking på 1,7 prosent (der endringen på = 3 relateres til forrige nivå på 173). Eiendomsverdi beregner en boligprisindeks basert på en videreutvikling av SPAR-metoden (SPAR, forkortelse for Sales Price Appraisal Ratio). Vår variant av «appraisal» innebærer en estimering av koeffisientene i en hedonisk regresjonsmodell, og der modellen benyttes til å gi anslag på boligverdier. Metodikken består av to trinn. I første trinn utnyttes observasjoner av hvordan variasjoner i en boligs kjennetegn samvarierer med variasjoner i boligenes salgspriser. Vi inkluderer kjennetegn som boligtype, størrelse, etasje, tomtestørrelse, byggeår, eieform av tomt og bolig, beliggenhet samt antall og typer av bygninger. Regresjonsmodellen lar oss estimere en partiell pris for hvert kjennetegn, som så kan summeres opp til en antatt totalverdi for hele boligen. I andre trinn beregner vi forholdet mellom de nyeste salgsprisene og hva regresjonsmodellen predikerer for de observerte boligene gitt deres kjennetegn. For områder finner vi så fram til en typisk prisstigning ved å identifisere mediannivået for forholdet mellom observerte priser og predikerte priser. Mediannivået angir den prisstigningen hvor femti prosent av observasjonene er lavere og femti prosent er høyere. På denne måten kontrollerer vi for sammensetningseffekter og ulik prisutvikling for ulike typer boliger og er i stand til å si hva prisutviklingen er for sammenliknbare objekter. Boligprisstatistikken inneholder rapportering på ulike aggregeringsnivå. Aggregering betyr innen statistisk metode å kombinere eller slå sammen ulike data eller perioder til større grupper eller lengre tidsperioder. For eksempel deler vi regioner inn i mindre områder. For å få fram signalet, altså den underliggende prisutviklingen, i tallserier med såkalt stokastisk støy, benytter vi en 2-stegs-teknikk i indeksberegningen. I første steg beregner vi SPAR-brøker for alle observerte transaksjoner. En SPAR-brøk er altså forholdet mellom observert transaksjonspris i et gitt tidsrom og område og en modellpredikert verdiestimering av alle boligene det området i det gitte tidsrommet. I andre steg anvender vi en glattings/de-glattings-teknikk. Den består av to trinn. I første trinn beregnes et bevegelig gjennomsnitt på et angitt område. I andre trinn korrigeres dette bevegelige gjennomsnittet med et forholdstall. Forholdstallet beregnes ved å finne forholdet mellom et bevegelig gjennomsnitt på et mer overordnet område og den ubearbeidede tallserien for dette overordnete området. Denne de-glattingsfaktoren benyttes så i trinn to når vi korrigerer den opprinnelige glattingen i det underliggende området. På denne måten utnyttes informasjon i det mer overordnede området til å korrigere en eventuell overglatting i det underordnede området. Frem til april 217 har det overordnete området vært hele Norge. Fra og med mai 217 ble område-inndelingen for de-glattingsfaktorer justert, og Norge ble inndelt i seks regions-områder. De seks regions-områdene er uttømmende for hele Norge. Fra og med januar 218 er det foretatt en ytterligere revidering. Fra mai 217 til desember 217 ble de regionale indeksene beregnet med de-glattingsfaktor med transaksjonsdata fra de siste to månedene. Nå beregnes de-glattingsfaktoren kun med data fra siste måned. Dessuten ble beregningen av den nasjonale indeksen justert slik at den nå er et transaksjonsvektet snitt av indeksene i underliggende områder. Den nasjonale indeksen har inntil desember 217 vært en median av alle SPAR-brøkene. Fra og med januar 218 har statistikken fått ny historikk. Dette betyr at alle tall i rapporten og vedlegg er beregnet etter ny metode. SESONGJUSTERING I perioden var prisstigningen sterkest i januar og svakest i desember, når vi hensyntar hvilke typer boliger som selges i de ulike månedene. Selv med en underliggende trend i prisutviklingen er det en tendens til at prisene har sesongvariasjon. Ved å studere dette fenomenet, har vi funnet ut at det har å gjøre med tynne og tykke markeder. Det betyr at det ikke har noe med selve boligens attributter eller sammensetningen av salgene å gjøre. Det åpner for at vi må justere på en annen måte enn å se på selve boligen. For å finne fram til hva den underliggende prisutviklingen er, ønsker vi å si noe om hva prisendringen var når sesongvariasjonen er kontrollert for. Fra og med 214 benytter vi en standard teknikk (X-12-ARIMA) som er konstruert til å fjerne de prissvingningene som kan tilskrives et gjentakende sesongmønster. Differansen mellom endringen i den faktiske prisindeksen og den sesongkorrigerte prisindeksen tilskrives sesongvariasjoner. Vi benytter dermed ARIMA-teknikken på Norgesindeksen og kun på Norges-indeksen. Indeksene for de underordnede områdene sesongjusteres ikke. FORSKJELL PÅ INDEKS OG GJENNOMSNITTSPRISER Fra og med 214 presenterer vi beregnede prisindekser og indeksendringer for en rekke områder. I tillegg beregner vi gjennomsnittlige kvadratmeterpriser for de samme områdene. Indeksene ivaretar på beste måte behovet for å sikre at den rapporterte prisutviklingen gjelder for sammenliknbare boliger. Kvadratmeterprisene ivaretar behovet for å forankre prisene til et nivå i en gitt region til en gitt tid. Brukerne må imidlertid ha klart for seg at det rapporterte nivået på gjennomsnittlig kvadratmeterpris er beregnet på brutto tallmateriale hvor sammensetningseffekter kan inntreffe, altså at to måneder inneholder observasjoner fra forskjellige boligmasser og dermed ikke er helt sammenliknbare. Indeksen vil imidlertid kontrollere for dette, og angi prisutvikling for sammenliknbare boliger. 12

13 Begreper og definisjoner i Eiendom Norges boligprisstatistikk 12 MÅNEDERS VEKST Angir utviklingen i boligprisene de siste 12 månedene, målt fra inneværende måned mot samme måned foregående år. GJENNOMSNITTLIG ÅRLIG PRISUTVIKLING Angir utviklingen i boligprisene ved å dele gjennomsnittlig indeksnivå i inneværende år på gjennomsnittlig indeksnivå året før. GJENNOMSNITTSPRIS Summen av prisene for alle solgte boliger delt på antall solgte boliger. MEDIAN Prisen på boligen som er midt i rekken hvis salgene sorteres etter pris. Medianpris er således den prisen som er slik at halvparten av prisene er lavere og halvparten er høyere. SESONGKORRIGERING Normalt stiger prisene mest om våren, mens de synker eller flater ut på høsten. Vi ønsker å skille ut endringen som ikke er drevet av tiden på året og bruker derfor informasjon fra tidligere år til å korrigere for sesong. GLATTING / DE-GLATTING Tilfeldigheter kan gjøre at boligpriser i mindre områder er høye eller lave i en enkeltmåned. For å finne trendutvikling, glatter vi dermed prisene. Denne metoden er likevel for sterk for noen områder. Vi bruker derfor informasjon fra overordnede deglattingsområder til å korrigere for overglatting i første steg. SOLGTE Antall registrerte meglerbekreftede salg. LAGT UT FOR SALG Antall boligannonser lagt ut for salg på Finn.no i en måned. USOLGTE Antall boliger lagt ut for salg og ikke registrert solgt i løpet av 18 dager etter annonsering. OMSETNINGSTID Gjennomsnittlig antall dager fra bolig første gang er annonsert til boligen er registrert solgt. LIGGETID USOLGTE Antall dager fra en bolig første gang er annonsert til rapporteringsdato. Månedstallet bygges opp av snittet av alle dagstallene, som igjen er median alder på de boligene som er usolgte på denne dagen. 13

14 Eiendom Norges boligprisstatistikk MAI 218 // GEOGRAFISKE VEDLEGG

15 Innhold Områder 3 Prisutvikling 4 De største byene: Oslo 6 Bergen 9 Trondheim 12 Stavanger 15 Beskrivelse av områder 18 Datagrunnlag og metode 19 Begreper og definisjoner 2 Om statistikken Eiendom Norges boligprisstatistikk er et samarbeid mellom Eiendom Norge, Eiendomsverdi og Finn.no. Statistikken utarbeides av Eiendomsverdi AS, og fra og med januar 214 benyttes Eiendomsverdis datakilder også for perioden før Eiendomsverdi overtok beregningsansvaret. Publiseringshyppighet Boligprisstatistikken utgis den tredje virkedagen hver måned kl Boligprisstatistikken for landets syv regioner utgis hvert kvartal og publiseres i januar, april, juli og oktober. Fritidsboligprisstatistikken utgis i februar for fjellhytter og i juni for sjøhytter. Utleieboligprisstatistikken publiseres sammen med boligprisstatistikken i april og september hvert år. BRUKSREGLER Alle rettigheter til datamateriale, de enkelte rapporter, statistikker, grafer, diagrammer, figurer, illustrasjoner mv. tilhører Eiendom Norge og Eiendomsverdi AS, jfr. Åndsverkslovens 1 flg., samt 43 (vern av databaser). Kommersiell bruk eller all annen viderebruk, viderepublisering, sammenstilling og videreutnytting av det aktuelle materialet forutsetter skriftlig samtykke fra Eiendom Norge og/eller Eiendomsverdi AS. Viderepublisering i media, kundebrev, analyser o.l. er tillatt for utdrag eller deler av Eiendom Norges boligprisstatistikk ved angivelse av Eiendom Norge, FINN og Eiendomsverdi AS som kilde. Omfang Statistikken omfatter boliger som er annonsert på Finn.no, det vil si rundt 7 prosent av alle bruktboliger som omsettes i Norge i løpet av et år. Indeks Prisendringene måles ved å anvende indeksteori. Indeksen rapporterer prisendringer for sammenliknbare boliger ved å benytte et startpunkt (som settes til 1) og hvor endringene presenteres som prosentvise økninger eller reduksjoner i indeksnivået. For eksempel vil en endring fra et indeksnivå på 173 til 176 representere en boligprisøking på 1,7 prosent (der endringen på = 3 relateres til forrige nivå på 173). Sesongkorrigerte priser Normalt stiger prisene mest om våren, mens de synker eller flater ut på høsten. For å kunne skille mellom sesongfaktorer og trend, sesongkorrigerer vi tallene. Differansen mellom endringen i faktiske priser og sesongkorrigerte priser tilskrives sesongvariasjoner. Sesongkorrigeringen er gjort ved hjelp av et X-12-ARIMA-program. VEDLEGG 2

16 Områder TABELL 1 ENDRING INDEKS PRISNIVÅ TID AVVIK SOLGTE LAGT UT FOR SALG siste måned siste 12 mnd siste 5 år (m/m) siste 1 år (m/m) pris pr kvm pris median bolig snitt formidl. pris/prisantydning mai 17 mai 18 Hittil i år 17 Hittil i år 18 mai 17 mai 18 Hittil i år 17 Hittil i år 18 Oslo 1, -,7 43,4 1, , Drammen m/omegn 1, 4,2 36,7 93, , Asker/Bærum 1,8 1,1 37, 8, , Follo 1,5 2,2 37,4 78, , Fredrikstad/Sarpsborg 1,5 5,9 37,7 64, , Romerike 1,2 -,8 36,5 78, , Viken m/oslo 1,2 1, 4, 88, , Hamar m/stange 1,1 7,4 39,4 64, , Innlandet,8 4,7 33,3 63, , Bergen,6-1,1 13,8 55, , Vestlandet,7 -,6 13,7 53, , Ålesund m/omegn,8 1,2 15,3 6, , Trondheim,5 -,2 17,4 73, , Midt-Norge,7,6 16,1 65, , Tromsø,6 1,2 33,6 64, , Bodø m/fauske 1, 2,1 29,5 63, , Nord-Norge,9 1,7 27,7 65, , Kristiansand 1,5 -,2 6,2 18, , Stavanger m/omegn 1,3 -,8-1,3 25, , Agder og Rogaland 1,3 -,9-2,2 25, , Tønsberg m/færder 1,3 4,9 28,5 6, , Porsgrunn/Skien 1, 3,7 21,6 53, , Vestfold og Telemark 1,2 4,5 24,4 54, , Norge 1, 1, 26,8 68, , Merk: I tabellen benytter vi observasjoner fra de siste seks måneder i beregningen av prisnivå. Dette for å få tilstrekkelig datagrunnlag. Beskrivelser av områder; se side 18. VEDLEGG 3

17 Prisutvikling TABELL 2 Årlig prisutvikling historisk i prosent. Tabellen viser prisene relativt til året før. Område Oslo 8 % 11 % 1 % 4 % 3 % 13 % 18 % 6 % -1,2 % Bergen 11 % 9 % 7 % 7 % 4 % 8 % % 3 % -,8 % Trondheim 1 % 11 % 9 % 8 % 2 % 5 % 5 % 5 %,2 % Stavanger m/omegn 13 % 12 % 7 % 4 % -2 % -2 % -7 % 1 % -,5 % Tromsø 4 % 4 % 6 % 11 % 1 % 11 % 4 % 4 %,9 % Kristiansand 8 % 5 % 1 % -1 % -2 % 4 % 2 % 2 % -,3 % Norge 8 % 9 % 7 % 5 % 2 % 7 % 8 % 6 %,4 % TABELL 3 Fordeling kvadratmeterpris. Område 1% 25% 5% (median) gjennomsnitt 75% 9% Oslo Bergen Trondheim Stavanger m/omegn Kristiansand Tromsø Norge TABELL 4 Fordeling totalpriser. Område 1% 25% 5% (median) gjennomsnitt 75% 9% Oslo Bergen Trondheim Stavanger m/omegn Tromsø Kristiansand Norge Tabell 3 og 4 viser fordelingen til kvadratmeterprisene og totalprisene(pris pluss fellesgjeld). For å få fordelingen til totalprisene stiller vi dem opp på rad, fra laveste til høyeste. Dernest presenterer vi prisen for den boligen som har høyere pris enn 1 prosent av boligene. Så gjør vi det samme for prisen for den boligen som har høyere pris enn 25 prosent av boligene. Dette gjør vi for 5 prosent- (median), 75 prosent - og 9 prosent-nivåene. I tillegg rapporterer vi gjennomsnittsprisen. Det er summen av alle totalprisene delt på antall boliger, og det tallet vil typisk være høyere enn medianprisen fordi det ofte finnes noen få svært dyre boliger som trekker gjennomsnittet opp. Når vi rapporterer fordelingen til kvadratmeterprisene, dividerer vi først alle totalpriser med størrelsen til de respektive boligene. Deretter stiller vi kvadratmeterprisene opp på rad, fra laveste til høyeste og gjentar metoden beskrevet ovenfor. VEDLEGG 4

18 > Prisutvikling FIGUR 1 Nominell prisutvikling for fire største byer Indeks (log. skala) Oslo Bergen Trondheim Stavanger m/omegn VEDLEGG 5

19 De største byene // Oslo FIGUR A 12 måneders nominell prisendring. Månedstall. 25% 2% 15% 1% 5% % -,7% -5% -1% FIGUR B Omsetningstid i antall dager fra boligene første gang ble annonsert. Månedstall jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. VEDLEGG 6

20 > De største byene // Oslo FIGUR C Antall lagt ut for salg siste måned og hittil i år FIGUR D Antall solgte siste måned og hittil i år VEDLEGG 7

21 > De største byene // Oslo FIGUR E Antall boliger til salgs. Daglige tall jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. FIGUR F Liggetid usolgte boliger. Antall dager jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. VEDLEGG 8

22 De største byene // Bergen FIGUR A 12 måneders nominell prisendring. Månedstall. 2% 15% 1% 5% % -1,1% -5% -1% FIGUR B Omsetningstid i antall dager fra boligene første gang ble annonsert. Månedstall jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. VEDLEGG 9

23 > De største byene // Bergen FIGUR C Antall lagt ut for salg siste måned og hittil i år FIGUR D Antall solgte siste måned og hittil i år VEDLEGG 1

24 > De største byene // Bergen FIGUR E Antall boliger til salgs. Daglige tall jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. FIGUR F Liggetid usolgte boliger. Antall dager jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. VEDLEGG 11

25 De største byene // Trondheim FIGUR A 12 måneders nominell prisendring. Månedstall. 15% 1% 5% % -,2% -5% -1% FIGUR B Omsetningstid i antall dager fra boligene første gang ble annonsert. Månedstall jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. VEDLEGG 12

26 > De største byene // Trondheim FIGUR C Antall lagt ut for salg siste måned og hittil i år FIGUR D Antall solgte siste måned og hittil i år VEDLEGG 13

27 > De største byene // Trondheim FIGUR E Antall boliger til salgs. Daglige tall jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. FIGUR F Liggetid usolgte boliger. Antall dager jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. VEDLEGG 14

28 De største byene // Stavanger m/omegn FIGUR A 12 måneders nominell prisendring. Månedstall. 3% 25% 2% 15% 1% 5% % -,8% -5% -1% FIGUR B Omsetningstid i antall dager fra boligene første gang ble annonsert. Månedstall jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. VEDLEGG 15

29 > De største byene // Stavanger m/omegn FIGUR C Antall lagt ut for salg siste måned og hittil i år FIGUR D Antall solgte siste måned og hittil i år VEDLEGG 16

30 > De største byene // Stavanger m/omegn FIGUR E Antall boliger til salgs. Daglige tall jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. FIGUR F Liggetid usolgte boliger. Antall dager jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. VEDLEGG 17

31 Beskrivelse av områder Både gjennomsnittlige boligpriser, omsetningstider og antall solgte boliger varierer betydelig mellom de ulike regionene i statistikken. Variasjonene skyldes først og fremst reelle forskjeller mellom regionene, men også tilfeldige avvik. Prisstatistikken i regionene er mer usikker enn for landet totalt, på grunn av lavt antall solgte boliger i enkelte regioner, samt variasjoner i omsatte boligers kvaliteter fra måned til måned som det ikke kan korrigeres for. Tabellen på side 3 viser detaljerte tall for prisutvikling følgende byer, område og regioner: FREDRIKSTAD/SARPSBORG Sarpsborg Fredrikstad DRAMMEN M/OMEGN Drammen Svelvik FOLLO Vestby Ås Frogn Nedre Eiker Øvre Eiker Lier Nesodden Ski PORSGRUNN/SKIEN Porsgrunn Skien Oppegård Enebakk KRISTIANSAND Kristiansand Songdalen ASKER/BÆRUM Bærum Asker Søgne Mandal Hurum Marnardal Røyken Lindesnes OSLO Oslo TRONDHEIM Trondheim Klæbu ROMERIKE Aurskog-Høland Rømskog Rælingen Lørenskog Skedsmo Fet Sørum Nittedal Gjerdrum STAVANGER M/OMEGN BERGEN Forsand Sandnes Stavanger Rennesøy Finnøy Sola Randaberg Bergen TØNSBERG M/FÆRDER HAMAR Ullensaker Nes Eidsvoll Nannestad Hurdal Tønsberg Re Færder Hamar Stange ÅLESUND M/OMEGN BODØ M/FAUSKE TROMSØ Ålesund Ørskog Skodje Haram Sandøy Sula Bodø Fauske Tromsø VEDLEGG 18

32 Datagrunnlag og metode DATAGRUNNLAG Statistikken er ikke en totaltelling over solgte boliger/fritids-boliger. Statistikken baserer seg på salg formidlet av meglere og annonsert gjennom Finn.no. Omsetninger som bedømmes som omsetninger av annet enn bolig/ fritidsbolig (tomter, garasje osv.) tas ut av datagrunnlaget gjennom automatiserte rutiner hos Eiendomsverdi AS. METODE Prisendringene måles ved å anvende indeksteori. Indeksen rapporterer prisendringer for sammenliknbare boliger ved å benytte et startpunkt (som settes til 1) og hvor endringene presenteres som prosentvise økninger eller reduksjoner i indeksnivået. For eksempel vil en endring fra et indeksnivå på 173 til 176 representere en boligprisøking på 1,7 prosent (der endringen på = 3 relateres til forrige nivå på 173). Eiendomsverdi beregner en boligprisindeks basert på en videreutvikling av SPAR-metoden (SPAR, forkortelse for Sales Price Appraisal Ratio). Vår variant av «appraisal» innebærer en estimering av koeffisientene i en hedonisk regresjonsmodell, og der modellen benyttes til å gi anslag på boligverdier. Metodikken består av to trinn. I første trinn utnyttes observasjoner av hvordan variasjoner i en boligs kjennetegn samvarierer med variasjoner i boligenes salgspriser. Vi inkluderer kjennetegn som boligtype, størrelse, etasje, tomtestørrelse, byggeår, eieform av tomt og bolig, beliggenhet samt antall og typer av bygninger. Regresjonsmodellen lar oss estimere en partiell pris for hvert kjennetegn, som så kan summeres opp til en antatt totalverdi for hele boligen. I andre trinn beregner vi forholdet mellom de nyeste salgsprisene og hva regresjonsmodellen predikerer for de observerte boligene gitt deres kjennetegn. For områder finner vi så fram til en typisk prisstigning ved å identifisere mediannivået for forholdet mellom observerte priser og predikerte priser. Mediannivået angir den prisstigningen hvor femti prosent av observasjonene er lavere og femti prosent er høyere. På denne måten kontrollerer vi for sammensetningseffekter og ulik prisutvikling for ulike typer boliger og er i stand til å si hva prisutviklingen er for sammenliknbare objekter. Boligprisstatistikken inneholder rapportering på ulike aggregeringsnivå. Aggregering betyr innen statistisk metode å kombinere eller slå sammen ulike data eller perioder til større grupper eller lengre tidsperioder. For eksempel deler vi regioner inn i mindre områder. For å få fram signalet, altså den underliggende prisutviklingen, i tallserier med såkalt stokastisk støy, benytter vi en 2-stegs-teknikk i indeksberegningen. I første steg beregner vi SPAR-brøker for alle observerte transaksjoner. En SPAR-brøk er altså forholdet mellom observert transaksjonspris i et gitt tidsrom og område og en modellpredikert verdiestimering av alle boligene det området i det gitte tidsrommet. I andre steg anvender vi en glattings/de-glattings-teknikk. Den består av to trinn. I første trinn beregnes et bevegelig gjennomsnitt på et angitt område. I andre trinn korrigeres dette bevegelige gjennomsnittet med et forholdstall. Forholdstallet beregnes ved å finne forholdet mellom et bevegelig gjennomsnitt på et mer overordnet område og den ubearbeidede tallserien for dette overordnete området. Denne de-glattingsfaktoren benyttes så i trinn to når vi korrigerer den opprinnelige glattingen i det underliggende området. På denne måten utnyttes informasjon i det mer overordnede området til å korrigere en eventuell overglatting i det underordnede området. Frem til april 217 har det overordnete området vært hele Norge. Fra og med mai 217 ble område-inndelingen for de-glattingsfaktorer justert, og Norge ble inndelt i seks regions-områder. De seks regions-områdene er uttømmende for hele Norge. Fra og med januar 218 er det foretatt en ytterligere revidering. Fra mai 217 til desember 217 ble de regionale indeksene beregnet med de-glattingsfaktor med transaksjonsdata fra de siste to månedene. Nå beregnes de-glattingsfaktoren kun med data fra siste måned. Dessuten ble beregningen av den nasjonale indeksen justert slik at den nå er et transaksjonsvektet snitt av indeksene i underliggende områder. Den nasjonale indeksen har inntil desember 217 vært en median av alle SPAR-brøkene. Fra og med januar 218 har statistikken fått ny historikk. Dette betyr at alle tall i rapporten og vedlegg er beregnet etter ny metode. SESONGJUSTERING I perioden var prisstigningen sterkest i januar og svakest i desember, når vi hensyntar hvilke typer boliger som selges i de ulike månedene. Selv med en underliggende trend i prisutviklingen er det en tendens til at prisene har sesongvariasjon. Ved å studere dette fenomenet, har vi funnet ut at det har å gjøre med tynne og tykke markeder. Det betyr at det ikke har noe med selve boligens attributter eller sammensetningen av salgene å gjøre. Det åpner for at vi må justere på en annen måte enn å se på selve boligen. For å finne fram til hva den underliggende prisutviklingen er, ønsker vi å si noe om hva prisendringen var når sesongvariasjonen er kontrollert for. Fra og med 214 benytter vi en standard teknikk (X-12-ARIMA) som er konstruert til å fjerne de prissvingningene som kan tilskrives et gjentakende sesongmønster. Differansen mellom endringen i den faktiske prisindeksen og den sesongkorrigerte prisindeksen tilskrives sesongvariasjoner. Vi benytter dermed ARIMA-teknikken på Norgesindeksen og kun på Norges-indeksen. Indeksene for de underordnede områdene sesongjusteres ikke. FORSKJELL PÅ INDEKS OG GJENNOMSNITTSPRISER Fra og med 214 presenterer vi beregnede prisindekser og indeksendringer for en rekke områder. I tillegg beregner vi gjennomsnittlige kvadratmeterpriser for de samme områdene. Indeksene ivaretar på beste måte behovet for å sikre at den rapporterte prisutviklingen gjelder for sammenliknbare boliger. Kvadratmeterprisene ivaretar behovet for å forankre prisene til et nivå i en gitt region til en gitt tid. Brukerne må imidlertid ha klart for seg at det rapporterte nivået på gjennomsnittlig kvadratmeterpris er beregnet på brutto tallmateriale hvor sammensetningseffekter kan inntreffe, altså at to måneder inneholder observasjoner fra forskjellige boligmasser og dermed ikke er helt sammenliknbare. Indeksen vil imidlertid kontrollere for dette, og angi prisutvikling for sammenliknbare boliger. VEDLEGG 19

33 Begreper og definisjoner i Eiendom Norges boligprisstatistikk 12 MÅNEDERS VEKST Angir utviklingen i boligprisene de siste 12 månedene, målt fra inneværende måned mot samme måned foregående år. GJENNOMSNITTLIG ÅRLIG PRISUTVIKLING Angir utviklingen i boligprisene ved å dele gjennomsnittlig indeksnivå i inneværende år på gjennomsnittlig indeksnivå året før. GJENNOMSNITTSPRIS Summen av prisene for alle solgte boliger delt på antall solgte boliger. MEDIAN Prisen på boligen som er midt i rekken hvis salgene sorteres etter pris. Medianpris er således den prisen som er slik at halvparten av prisene er lavere og halvparten er høyere. SESONGKORRIGERING Normalt stiger prisene mest om våren, mens de synker eller flater ut på høsten. Vi ønsker å skille ut endringen som ikke er drevet av tiden på året og bruker derfor informasjon fra tidligere år til å korrigere for sesong. GLATTING / DE-GLATTING Tilfeldigheter kan gjøre at boligpriser i mindre områder er høye eller lave i en enkeltmåned. For å finne trendutvikling, glatter vi dermed prisene. Denne metoden er likevel for sterk for noen områder. Vi bruker derfor informasjon fra overordnede deglattingsområder til å korrigere for overglatting i første steg. SOLGTE Antall registrerte meglerbekreftede salg. LAGT UT FOR SALG Antall boligannonser lagt ut for salg på Finn.no i en måned. USOLGTE Antall boliger lagt ut for salg og ikke registrert solgt i løpet av 18 dager etter annonsering. OMSETNINGSTID Gjennomsnittlig antall dager fra bolig første gang er annonsert til boligen er registrert solgt. LIGGETID USOLGTE Antall dager fra en bolig første gang er annonsert til rapporteringsdato. Månedstallet bygges opp av snittet av alle dagstallene, som igjen er median alder på de boligene som er usolgte på denne dagen. VEDLEGG 2