Bør sentralbanken ta mer hensyn til boligprisene?

Transkript

1 UNIVERSITETET I STAVANGER Savanger, våren 2011 Bør senralbanken a mer hensyn il boligprisene? En sudie av de norske boligmarkede Av Marie Sjursen Uredning i spesialiseringen Samfunnsøkonomi

2 DET SAMFUNNSVITENSKAPELIGE FAKULTET, HANDELSHØGSKOLEN VED UIS MASTEROPPGAVE STUDIEPROGRAM: Økonomi og adminisrasjon OPPGAVEN ER SKREVET INNEN FØLGENDE SPESIALISERINGSRETNING: Samfunnsøkonomi ER OPPGAVEN KONFIDENSIELL? Nei (NB! Bruk rød skjema ved konfidensiell oppgave) TITTEL: Bør senralbanken a mer hensyn il boligprisene? En sudie av de norske boligmarkede. ENGELSK TITTEL: Should moneary policies arge housing prices? A sudy of he Norwegian housing marke. FORFATTER VEILEDER: Sudennummer: Navn: Marie Sjursen Gorm Kipperberg OPPGAVEN ER MOTTATT I TO 2 INNBUNDNE EKSEMPLARER Savanger, / 2011 Underskrif adminisrasjon: 2

3 Sammendrag 1 Denne maseruredningen ar for seg hvordan senralbanken bør reagere på variasjoner i boligprisene for å unngå ubalanser i boligmarkede og dermed også i realøkonomien. Førs vil jeg presenere eori som forklarer hvordan norsk pengepoliikk fungerer. Reneprognosen er organiser rund en norsk kjernemodell kal The Norwegian Economy Model (NEMO). Senral i eorien sår fleksibel inflasjonssyring og pengepoliiske regler. Opimal pengepoliikk blir uforme ved bruk av Taylor regelen og apsfunksjonen. Uredningen ar ugangspunk i hvordan prisdannelsen i boligmarkede blir påvirke av variabler på ilbudssiden og eerspørselssiden. Dereer skal jeg a for meg hvordan de senrale variablene har uvikle seg i perioden 1992 il For å esimere renens og de andre forklaringsvariablenes effek på boligprisene, har jeg a ugangspunk i en empirisk modell av Jacobsen og Naug (2004). Videre vil jeg se på om de eksiserer en boble i de norske boligmarkede med å se på P/R raer og Case og Shiller (2004) sine krierier for boligboble. Avsluningsvis vil jeg uforske hvilke måer pengepoliikken kan a hensyn il boligprisene, både eksplisi ved å inkludere boligprisene i senralbankens målfunksjon og implisi ved å bruke en såkal leaning agains he wind sraegi. Mine beregninger viser a renen har en signifikan negaiv effek på boligprisene. Jeg finner også a de mes sannsynlig var en boble i boligmarkede i Jeg ser de samme endensene il a boligprisene er overvurdere i dag. Boligprisene bør veklegges mer av pengepoliikken, men bør ikke inngå som e eksplisi mål i inflasjonssyringen. 1 Takk il veileder Gorm Kipperberg for nyige innspill og ilbakemeldinger. 3

4 Innholdsforegnelse 1. Inroduksjon 6 2. Bakgrunn Norsk pengepoliikk Fleksibel inflasjonssyring De norske boligmarkede Pengepoliikken og boligmarkede Lieraurgjennomgang Teori om pengepoliikk og prisdannelsen i boligmarkede Pengepoliiske regler Taylors regel Tapsfunksjonen Modell for opimal pengepoliikk Inflasjonsgape Produksjonsgape Prisdannelsen i boligmarkede Eerspørselssiden Tilbudssiden Uviklingen i senrale variabler siden Boligprisene Bokosnaden Innek Arbeidsledighe Boligmassen Meode Hypoeseesing Sasjonære og ikke sasjonære prosesser Feiljuseringsmodeller 43 6 En empirisk modell for boligprisene Esimer boligprismodell Koridssammenhenger Langidssammenhenger 49 7 Boligboble 50 4

5 7.1 P/R raen Case og Shillers boblekrierier Boligboble i Norge? Mer akivisme? Inkludere boligprisene i inflasjonsmåle Innføre e eksplisi mål for boligprisveks Leaning agains he wind Renen er ikke al Avsluning 63 Referanser 65 Vedlegg 69 5

6 1. Inroduksjon Propery is widely seen as a safe asse. I is arguably he mos dangerous of all. The Economis, 3. mai 2011 Prisveksen i de norske boligmarkede slår alle land i hele verden (Global Propery Guide 2010). I løpe av de sise 20 år har boligprisene øk med ca. 330 prosen hvis vi korrigerer for inflasjon. Til sammenligning har konsumprisene øk med knap 50 prosen i ilsvarende periode. A senralbanken ikke har e eksplisi mål om å sabilisere formuespriser eller krediveks, uelukker ikke a finansielle variabler bør få sørre beydning for reneseingen enn de hadde før finanskrisen (DN ). Hisorien har lær oss a perioder med høy veks i akivapriser og gjeld kan føre il finansielle ubalanser. Da den amerikanske inveseringsbanken Lehman Brohers ble slå konkurs i sepember 2008 uløse de den sørse globale resesjonen i eerkrigsiden. Finanskrisen medføre a mange land, inkluder Norge, måe føre svær ekspansiv pengepoliikk. Kombinasjonen av økonomisk veks og lave rener bidrar il serk veks i boligprisene. Eer finanskrisen var de mange som kriisere Norges Bank og andre senralbanker for å holde renene for lave i forkan av krisen, og dermed bidra il for høy opplåning og boligbobler (Ahrend 2008). Sigende boligpriser øker boligers verdi, og dermed kan øke paneverdier føre il veks i kredi og øk konsum. En serk prissigning vil også rekke il seg invesorer il markede. Hvis bolig blir se på e inveseringsobjek heller enn e konsumobjek, øker dee faren for bobleoppblåsning. Hvis prisene så skulle falle, vil lånagerens evne il å bejene gjelden svekkes som e resula av e fall i paneverdien. Verdien på gjelden vil derimo ikke endre seg, og dee vil slå u i reduser konsum. I verse fall kan e prisfall føre økonomien inn i en lavkonjunkur. De er sor grad av enighe om a lav rene over lengre id er kilde il overinvesering og oppblåsning av boligpriser og andre akivapriser. De er imidlerid meoden som brukes for å håndere dee som skaper deba. Noen mener a de er pengepoliikken som må a ansvar for 6

7 faren for bobler med å inkludere e eksplisi mål for boligprisene i reneseingen. Andre mener a de må brukes andre virkemidler for å unngå bobler. Hvis syringsrenen skal brukes il å dempe veksen i boligprisene, må renen opp på e høyere nivå. Høyrenepoliikk skaper flere dilemma for senralbanken. Hvis renedifferansen mo ulande øker, vil den norske kronen syrker seg noe som kan føre il ubalanse i valuamarkede. Hvis renen sees høyere en nødvendig kan de føre il a eerspørselen eer varer og jeneser reduseres og arbeidsledigheen øker. For å kunne avgjøre om pengepoliikken bør a sørre hensyn il boligprisene, må effeken av renen på boligprisene esimeres. Denne oppgaven skal vurdere renens effek på boligprisene, samidig som de vil vurderes hvilke andre forklaringsvariabler som påvirker boligprisene i Norge. Denne maseruredningen skal se på hvordan de norske boligmarkede har uvikle seg i perioden , og vil i hovedsak drøfe følgende problemsillinger: Hvilke variabler påvirker prisdannelsen i boligmarkede? Bør boligprisene få sørre beydning for reneseingen? Er de anydning il en boligboble i de norske markede? Førse del av oppgaven vil a for seg en makroøkonomisk modell som forklarer hvordan pengepoliikken fungerer. I den sammenheng vil jeg presenere en modell for opimal fleksibel inflasjonssyring, som er de pengepoliiske regime som Norges Bank benyer seg av. Videre vil jeg forklare hvordan prisdannelsen i boligmarkede blir påvirke av ilbud og eerspørsel på kor og lang sik, og presenere de vikigse forklaringsvariablene som påvirker ilbud og eerspørsel eer bolig. I den andre delen vil jeg gå gjennom hvordan de senrale forklaringsvariablene har uvikle seg gjennom perioden I den empiriske modellen for boligprisene vil jeg bruker minse kvadraers meode (OLS) for å esimere en empirisk modell for hvordan de ulike forklaringsvariablene kan påvirke variasjonen i boligprisene. I sise del av oppgaven vil jeg bruker P/R (price o ren) koeffisiener, realboligpriser og Case og Shillers (2004) krierier for boligboble for å analysere om de eksiserer en boligboble i de norske markede. Til slu vil jeg drøfe om senralbanken bør og hvordan de kan bruke mer akivisme for å unngå ubalanser i boligmarkede og økonomien. 7

8 2. Bakgrunn 2.1. Norsk pengepoliikk Prognosene for renen er organiser rund en makroøkonomisk kjernemodell, NEMO (Norwegian Economy Model). Dee er en såkal DSGE modell (dynamisk sokasisk generell likeveksmodell). Denne ypen modell kan beskrives som en modell som kobler sammen klassisk økonomisk eori hvor akørene har rasjonelle forvenninger og nykeynesiansk eori hvor ufullkommen konkurranse fører il reg ilpasning av priser og lønninger (Brubakk og Sveen, 2008). NEMO ble påbegyn i 2004 og har bli bruk som pengepoliisk modell i Norge siden Modellen bygger på a vi kan besemme nivåe på inflasjonen over id. E krav fra modellen er a inflasjonen skal bringes ilbake il måle gi en idsbegrensning. En av de essensielle anagelsene for modellen er a akørene er fremoverskuende når de ar besluninger som omfaer inveseringer, forbruk, lønninger og priser. Modellen er derfor dynamisk og spesifiserer e idsforløp for alle de endogene variablene i modellen. Uviklingen i disse variablene vil bli påvirke av sokasiske sjokk som er ukjen i de idspunke akørene legger sine planer. NEMO skal være e brukbar besluningsverkøy for den norske pengepoliikken. Modellen beskriver produksjonen, prisseingen og lønnsdannelsen, og de skilles mellom innenlandsk og imporer inflasjon. Modellen baserer seg på kvaralsvise daa for faslands Norge over perioden under foruseningen om bruk av o yper pengepoliiske regler (Lønning og Olsen 2000). Disse reglene vil bli nærmere forklar i eori kapiele Fleksibel inflasjonssyring Lav og sabil inflasjon er e overordne mål for pengepoliikken i de flese land. Den briiske økonomen John Maynard Keynes foreslo allerede på 1920-alle a pengepoliikken skulle sabiliseres på prisnivåe. 2 Forskjellen fra dagens inflasjonsmål var a denne sraegien fokusere på e prisnivåmål. De beydde a for høy prisveks i en periode måe ilsvares av lavere prisveks i nese periode. Inflasjonsmåle er derimo en såkal base drif som beyr a prisnivåe ikke må komme ilbake il måle (Bergo 2004). De var førs i 1990 a New Zealand innføre e eksplisi inflasjonsmål, og siden har mange andre land fulg eer. De kan nevnes a ingen land som har a il seg sraegien, har forla den. 2 J.M. Keynes: Noes for Lecure o he Naional Liberal Club I Norge ble fleksibel 8

9 inflasjonssyring innfør som manda av Solenberg regjeringen 29. mars 2001, o år eer a Svein Gjedrem ble innsa som senralbanksjef. Figur 2.1: Land med fleksibel inflasjonssyring og inflasjonsmåle (all i prosen). 3 Figuren 2.1 viser forskjellige land som har innfør inflasjonssyring som offisiell sraegi, og hva de eksplisie måle er. De flese land har de som e overordne mål å sabilisere inflasjonen, selv om inflasjonsmåle ikke er gi eksplisi. Ta for eksempel New Zealand, der de ikke er e eksplisi mål, men hvor inflasjonen sikes mo å befinne seg innenfor en målsone. I Norge har regjeringen fassa e inflasjonsmål, der de operaive måle er en veks i konsumprisene på 2,5 prosen Formåle med inflasjonssyringen er å gi økonomien e nominel anker, og samidig føre il sabilie i produksjon og sysselseing. I forskrifene om pengepoliikkens mål heer de følgende: Norges Banks operaive gjennomføring av pengepoliikken skal rees inn mo lav og sabil inflasjon. De operaive måle for pengepoliikken er en årsveks i konsumprisene som over id er nær 2,5 prosen. 4 3 Kilde: Norges Bank 4 Kilde: Lovdaa FOR nr 278 (Forskrif om pengepoliikken) 9

10 Forskrifen for pengepoliikken sier a de skal være sabilie i kronens nasjonale verdi, som beyr a inflasjonen skal være lav og sabil. De skal også sikes mo sabilie i kronens inernasjonale verdi. Siden vi har åpen handel med ulande og frie kapialbevegelser, fører dee il a kronekursen svinger fra dag il dag. Senralbanken kan ikke syre kronekursen direke, men kronekursen kan sabiliseres med å sike mo lav og sabil inflasjon. Norges Bank fører fleksibel inflasjonssyring fremfor sreng inflasjonssyring. De vil si a de er ikke bare variasjon i inflasjonen som skal veklegges når renen skal sees, men også variasjon i realøkonomien. A de skal være sabilie i inflasjonen og sabilie i produksjon og sysselseing er ikke o mosridene hensyn. Sabil inflasjon fremmer sabilie i realøkonomien. De er når de oppsår midleridige sjokk a de kan oppså konflik mellom disse o hensynene. Da må de foreas en avveining mellom hensyne il inflasjonen og hensyne il produksjonen, noe som fremgår gjennom å minimere en såkal apsfunksjon. De er dee som er selve kjernen i fleksibel inflasjonssyring. Minimering av apsfunksjonen gir forløpe il den renen som vil gi mins ap i forhold il inflasjonsgape og produksjonsgape. Denne renen, syringsrenen, er derfor de vikigse virkemiddele il Norges Bank. Norges bank sørger for a banker har overskudd som bankene plasserer som innskudd på foliokono i Norges Bank. Syringsrenen, eller foliorenen, danner e gulv for de kore renene i pengemarkede. De kore renene i pengemarkede vil normal ligge over syringsrenen. Norges Bank bruker syringsrenen il å oppnå ønske akiviesnivå i økonomien, og samidig syre inflasjonen mo de opimale nivåe. Nivåe på syringsrenen blir besem av syre i Norges Bank, og syre møes hver 6. uke for å avgjøre dee. På re av disse møene, normal i mars, juni og okober/november vil de bli publiser en rappor der de blir presener en eksplisi renebane og anslag for kjerneinflasjonen og produksjonsgape. En forusening for pengepoliikken er a senralbankens handlingsmønser skal være forusigbar. Nesen ingen land i verden er så åpne rund prognosene om syringsrenen som Norge. Som e av få land, publiserer Norges Bank sine anslag for uviklingen av renen gjennom den såkale renebanen. I 2006 ble Norge land nummer 2 il å innføre renebanen (Finansavisen ), og den fremkommer i en rappor som kalles Pengepoliisk rappor. Denne rapporen er senralbankens måe å kommunisere på, og inneholder prognoser om syringsrenens fremidige uvikling sam en grundig analyse av markedsforhold og hvilken sraegi senralbanken skal følge. 10

11 Denne åpenheen er en del av foruseningen for a akørene skal kunne inernalisere senralbankens handlingsmønser, og dermed kan senralbanken påvirke akørenes økonomiske besluninger. I økonomien er disse akørene henholdsvis bedrifer og husholdninger. Hensiken er a akørene skal reagere sabiliserende på økonomiske nyheer. Inflasjonsforvenningene spiller en vikig rolle for blan anne lønnsfasseelsen og prisdannelser, og dermed vil forvenningene også påvirke uviklingen i inflasjon og produksjon De norske boligmarkede I årene var Norge og resen av Skandinavia prege av en boom and bus syklus (Seigum 2006). De sore oljefunnene i Nordsjøen føre il serk veks og sore mengder kapial ble omsa. Kredimarkedene ble liberaliser av Willoch-regjeringen, og åpne for lånemuligheer man ikke hadde ha før. Med lave realrener låne folk mer enn de spare. Eerspørsel eer dyre forbruksvarer øke og nordmenn levde på en selvillisbølge ingen hadde se før. Denne perioden av norsk økonomi kalles for jappeiden av den grunn. Denne høykonjunkuren vare il årsskife 87/88. Dereer ble lavkonjunkuren uløs av synkende oljepriser, lønnssopp, innsramninger i finanspoliikken og øk arbeidsledighe. Som e resula av jappeiden oppsod de er krakk i de norske boligmarkede i perioden 88/89. Lavkonjunkuren som vare frem il 1993 føre il e krafig fall i både nominelle og reelle boligpriser. Figur 2.2: Boligprisindeks, Boligprisindeks 1992=100 5 Kilde: NEF og Econ Pöyry 11

12 1992K1 1993K1 1994K1 1995K1 1996K1 1997K1 1998K1 1999K1 2000K1 2001K1 2002K1 2003K1 2004K1 2005K1 2006K1 2007K1 2008K1 2009K1 2010K1 Figur 2.2 viser hvordan boligprisene har uvikle seg siden bunnåre Opimisme og økonomisk veks på 90-alle føre il en rask økning i boligprisene. På begynnelsen av alle ble verdensøkonomien påvirke av mange kriser, som for eksempel do com boblen som sprakk, errorangrepene i USA 11. sepember 2001, SARS ubrudd og krigen i Irak. Dee føre il nedgangskonjunkur også i Norge, og boligprisene fal noe som følge av dee. Økonomien skjø far i 2004, men renen ble hold nede. Pengemengdene øke og krediveksen ilok krefig. Norges Bank ble beskyld for å ha misolke den lave inflasjonen i denne periode og hold renen for lav for lenge. Grunnen il a inflasjonen ble misolke skyldes den såkale Kina- effeken. Billig impor fra Kina og andre lavkosland føre il lave produksjonskosnader og svak prissigning. Figur 2.3: Vensre akse boligprisene. Høyre akse syringsrenen ,00 10,00 8,00 6,00 4,00 2,00 0,00 Pris per kvadrameer Syringsrenen I påfølgende periode øke prisene krafig i perioden 2004 il 2007, noe som delvis kan forklares av lave rener. Men selv da renen ble heve beydelig i perioden 2006 il 2007, forsae prisene å sige. I figur 2.3 ser vi a markede fikk en korreksjon da renen var nådd e punk på 5,25 prosen i Da virke de som om husholdningene begyne å respondere på reneøkningene, og eerspørselen eer kredi fal. Trenden kan yde på a de var i ferd med å bygge seg opp en boble i de norske markede. Anageligvis ville korreksjonen bli mye serkere hadde ikke finanskrisen komme. Da en av USAs sørse inveseringsbanker, Lehman Brohers, kollapse i 2008 føre pessimisme og uro il lavere økonomisk akivie. 6 Kilde: NEF, Econ Pöyry og Norges Bank 12

13 Syringsrenen ble reduser med hele 4,5 prosen i perioden 3. kvaral 2008 il 2. kvaral Den norske økonomien respondere rask på den ekspansive pengepoliikken og boligprisveksen ok seg rask opp igjen. I april 2011 lå de reelle boligprisene over oppnivåe i 2007 (Finansiell Sabilie 2011) Pengepoliikken og boligmarkede Pengepoliikken kan virke inn på mange makroøkonomiske variabler, deriblan boligprisene. E samlebegrep for disse kanalene kalles for ransmisjonsmekanismen i pengepoliikken 7. Eersom problemsillingen er om pengepoliikken bør a mer hensyn il boligprisene, er de vikig å forså hvordan pengepoliikken kan påvirke boligprisene og hvordan boligprisene kan påvirke pengepoliikken. Figur 2.4: Transmisjonsmekanismen Kredi Boligverdi Transmisjonsmekanismen Inveseringer og akivie Boligpriser Forvenninger Rener Finanspoliikk I figur 2.4 ser vi hvordan forvenninger og rener påvirker boligprisene. Hvis renen sees ned, vil eerspørselen eer bolig sige. Som e resula av øk eerspørsel vil prisene sige. Øk prissigning på bolig fører il a boligen er mer verd. Øk boligverdi kan på sin side føre il øk krediveks som følge av a paneverdien har øk. Mer kredi gir muligheen il å invesere i sørre og dyrere bolig eller bruker med på konsum. 7 Norges Banks skrifserie nr. 34, kapiel 7. 13

14 Pengepoliikken kan i hovedsakpåvirke boligprisene gjennom mins fem kanaler (Mishkin 2007). Disse fem kanalene er oppsummer i abell 2.1. Tabell 2.1: Mishkins kanaler Kanal Bokosnader Forvenninger Tilbud av boliger Formueseffeken Kredikanalen Effeken av en reneendring på boligmarkede Direke effek på den disponible inneken Forvene prisendring på bolig vil påvirke brukerkosnadene Renen påvirker produksjonskosnadene Pengepoliikken kan påvirke verdien på boligen og dermed også påvirke konsum Pengepoliikken påvirker reneubealingene Bokosnaden kan defineres som den verdien en må gi avkall på av andre goder for å bruke en bolig i en besem periode (NOU 2002:2). Senral i bokosnaden sår renekosnaden. Pengepoliikken kan påvirke boligprisene ved endringer i syringsrenen. Hvis renen heves, vil bokosnadene øke, og dermed vil de bli dyrere å eie egen bolig. Dee vil redusere eerspørselen, og dermed dempe prisveksen. En annen vikig fakor som inngår i bokosnaden er forvenninger om fremidig prisendring. Hvis de forvenes a prisene skal sige, fører dee il en opimisme som gir ro på egen bealingsevne i fremiden. Denne opimismen vil presse boligprisene opp, ren baser på psykologiske forvenningsmekanismer (Røed Larsen 2004), og vil uløse en selvforserkende prisspiral. Boligbobler oppsår blan anne på grunn av opimisme i boligmarkede, og de er denne prisspiralen som gjør a prisene kan sige over fundamenale verdier. En reneendring vil påvirke produksjonskosnadene, og dermed også påvirke boligprisene gjennom endringer i ilbude av boliger. Hvis renen heves, øker dee kosnadene, og dermed vil de bli dyrere å lage boliger. Dee vil føre il a boligprisene vil sige. Ekspansiv pengepoliikk vil som nevn idligere øke eerspørselen eer bolig, som videre vil føre il a prisene vil sige. Formueseffeken ilsier da a boligformuen øker, noe som vil simulere il øk konsum mindre sparing. En sudie gjor av Case mfl. (2001) indikerer a formueseffeken av endringer i boligpriser er signifikan sørre enn ved endringer i aksjeprisene. En endring i boligprisene sier å ha en 14

15 marginal konsumilbøyelighe 8 (MPC) på 0,1-0,2, mens en endring i aksjeprisene har en MPC på ilnærme 0. En marginal konsumilbøyelighe på 0,2 beyr a konsume vil øke med 20 øre når disponibel innek øker med 1 krone. De er flere grunner il a boligprisene gir en sørre formueseffek på konsume enn aksjeprisene. Øk boligformue kan blan anne sille som sikkerhe for lån, og slår derfor raskere u i øk konsum. Sparing i aksjer er mer usikker enn sparing i bolig, fordi aksjeprisene flukuerer mer enn boligprisene. Derfor anas de a en økning i boligformuen er mer permanen enn aksjeformuen. Samidig er sparing i aksjer ofe forbehold husholdninger med høy innek. Disse husholdningene har generel se en lavere konsumilbøyelighe enn gjennomsnie. Syringsrenen påvirker kredikanalen gjennom renekosnader. Hvis syringsrenen er lav, beyr de billigere gjeld, som fører il øk eerspørsel eer kredi. Dee vil igjen slå u i øke boligpriser. Hvis verdien på boligen siger, kan en søke om sørre lån hvis man ønsker å benye verdisigningen il konsum. I illegg reduseres risikoen for ap på bankenes eksiserende boligmasse., noe som igjen fører il ulånsekspansjon. Når husholdninger får sørre lån vil dee igjen føre il øk eerspørsel og prissigning Lieraurgjennomgang I eori kapiele vil jeg presenere en pengepoliisk regel uforme av den amerikanske økonomen Taylor (1993). Taylor er eksper på pengepoliikk og er blan anne professor ved de anerkjene universiee, Sanford Universiy i USA. I avsni 3.2 vil de bli presener en modell for opimal pengepoliikk (Røisland og Sveen 2005). Denne modellen er uforme av de norske økonomene Øisein Røisland og Tommy som begge jobber som forskere for Norges Bank. For å esimere hvilke variabler som, påvirker boligprisene, har jeg har a ugangspunk i en økonomerisk modell lage av Jacobsen og Naug (2004) for Norges Bank. Dag Henning Jacobsen er seniorøkonom i Norges Bank og har boligmarkede og akivapriser som e av sine forskningsfel. Bjørn Naug er også forsker i Norges Bank. Jeg har også se på en maseruredning fra NHH skreve av Philip Harreschou og Sig Økland (2007). Denne uredningen heer Boligprisveks og markedssrukur i Danmark og Norge. I 8 Den marginale konsumilbøyeligheen er den andelen av en inneksøkning som går il konsum. 15

16 denne uredningen presenerer de en empirisk modell for boligprisene, som blan anne ar ugangspunk i Jacobsen og Naug sin modell (2004). Harreschou og Økland fikk blan anne omale i Dagens Næringsliv 9 for sin oppgave om boligprisene. I kapiele om boligboble vil jeg a ugangspunk i en arikkel skreve av Ola Honningdal Gryen (2009) kal Boligboble?. I denne arikkelen presenerer Gryen flere eorier om idenifisering av en boble i de norske boligmarkede. Gryen er professor ved Insiu for samfunnsøkonomi ved Norges Handelshøyskole, og har også vær spesialrådgiver for Norges Bank i perioden 2001 il I dee kapiele har jeg også a ugangspunk i en arikkel av Case og Shiller (2004). Denne arikkelen heer; Is here a bubble in he housing marke?, og ar for seg hvilke krierier som skal oppfylles for a en boligboble skal eksisere. Arikkelen ar for seg undersøkelsen baser på amerikanske hussander og deres oppfaelser av boligmarkede. Karl Case er professor ved Wellesley College i USA, og Rober Shiller er professor ved Yale Universiy i USA. Case og Shiller er også uviklerne av Sandard&Poor s Case and Shiller Indices, som er den amerikanske boligprisindeksen. Case og Shiller var en av de førse il å foruse den amerikanske boligboblen som føre il finanskrisen i 2007/2008. For å se på hvordan boligprisene kan inngå som e eksplisi mål i pengepoliikken har jeg a ugangspunk i e foredrag hold av direkør for Norges Banks pengepoliikk, Jon Nicolaisen (2011). Foredrage Robus pengepoliikk i en urolig verden ble hold for Valuaseminare den 8. februar Nicolaisen har blan anne jobbe i OECD og Finansdeparemene før han begyne i Norges Bank. 9 Dagens Næringsliv (13. juli 2007): hp:// 16

17 3. Teori om pengepoliikk og prisdannelsen i boligmarkede I denne delen vil jeg presenere eorien som forklarer hvilke pengepoliiske regler senralbanken benyer seg av. I den forbindelse vil jeg se nærmere på hvordan senralbankens renebane blir besem av pengepoliiske regler, nærmere besem apsfunksjonen og Taylors regel. Dereer vil jeg forklare nærmere hvordan opimal pengepoliikk blir uforme baser på en ny keynesiansk modell lage av Røisland og Sveen. Til slu vil jeg presenere eori om hvordan prisdannelsen i boligmarkede fungerer ved å se på variabler som forklarer ilbudssiden og eerspørselssiden Pengepoliiske regler Pengepoliikken baserer seg på regler som beskriver sraegien for hvordan renen skal sees ved sjokk som oppsår i økonomien. De skilles hovedsakelig mellom o yper pengepoliiske regler, målseingsregler og insrumenregler (Penger og Kredi 2/2000). Ved bruk av en målseingsregel ar senralbanken ugangspunk i måle for pengepoliikken i form av en målfunksjon. Denne målfunksjonen blir i norsk pengepoliikk formuler som en apsfunksjon. En insrumenregel urykker renen som en eksplisi funksjon av en begrense mengde informasjon ilgjengelig på besluningsidspunke. E eksempel på en slik regel er Taylors regel (Taylor 1993). Forskjellen på disse o reglene er a målseingsregler er framoverskuende, mens insrumenregler ar ugangspunk i hisoriske verdier. I målseingsregelen inngår inflasjonsforvenningene, mens insrumenreglene bare bruker dagens inflasjon fremfor forvene inflasjon. Insrumenregler inneholder også færre variabler, og omales derfor gjerne som enkle regler. De enkle reglene angir en direke sammenheng mellom de pengepoliiske insrumene som brukes, og de variablene en ønsker å påvirke. I apsfunksjonen brukes ilgjengelig informasjon i den økonomiske modellen il å ulede ene implisi regel for de pengepoliiske insrumene. Målseingsregler er mer komplisere, men er derfor også opimale som grunnlag for reneseingen. Insrumenregler brukes ofe for å kryss-sjekke om dagens renenivå er rikig, når de opimale reglene er bruk. 17

18 Taylors regel John Taylor, professor ved Sanford Universiee i USA, publisere i 1993 en arikkel der han lansere en enkel pengepoliisk handlingsregel 10. Regelen sees med hensyn på å sabilisere inflasjonen gi e besem nivå, samidig som den skal bidra il sabilie i realøkonomien. Inuisjonen bak regelen ilsier a renen skal økes når inflasjonen er over måle og produksjonen er over rendnivåe (høykonjunkur), og a renen må ned i mosa ilfelle (lavkonjunkur). Taylor regelen kan maemaisk formuleres på følgende måe. i r y y der i er kor nominell rene, r* er den nominelle likeveks realrene 11, og y er henholdsvis inflasjonsmåle og poensiell produksjon, og y er fakisk inflasjon og produksjon. og er posiive reaksjonskoeffisiener. Taylors regel sier a renen skal sees som en funksjon av den nøyrale renen, avvike mellom fakisk inflasjon og inflasjonsmåle, sam av produksjonsgape. Hvis både inflasjonen og produksjonen er lik de poensielle verdiene, blir renen lik den nøyrale renen pluss inflasjonen. Realrene pluss inflasjon gir som kjen den nominelle renen. Inflasjonen blir mål gjennom en prisindeks. I Norge brukes konsumprisindeksen (KPI) for å beregne den reelle prisveksen. Produksjonsgape vil esimeres gjennom å måle avvik fra bruonasjonalproduke (BNP) og opimal produksjonsnivå. En senral egenskap ved Taylors regelen er a reaksjonskoeffisienen α ar verdien 1,5 og reaksjonskoeffisienen β ar verdien 0,5. De beyr a hvis inflasjonen faller, må renen sees ned enda mer for å movirke årsakene il a inflasjonen faller. Avvik fra fakisk og poensiell produksjon er mindre kosbar, og illegges mindre vek enn avvik fra inflasjonen. Disse verdiene er foreslå av professor Taylor selv, og undersøkelser viser a dee er disse verdiene mange senralbanker benyer seg av (Clarida m.fl.1998). 10 Discreion versus policy rules in pracice 11 De nivåe som realrenen enderer å bevege seg i mo over id 18

19 Tapsfunksjonen Avveiningen mellom prissabilie og sabilie i realøkonomien fremgår i apsfunksjonen, der formåle er å velge de forløpe il renen som minimerer de neddiskonere apene i alle fremidige perioder. Tapsfunksjonen beskriver hvilke krierier som ligger il grunn for å esimere dagens renenivå og prognoser for den fremidige uviklingen. Disse krieriene har il hensik å jene o roller. De skal represenere en veiledning for syre når de skal produsere renebanen, og de skal represenere en agenda for syres diskusjon og besemmelse av renebanen. Operasjonaliseringen av disse fire krieriene forklarer senralbankens målfunksjon (Alsadheim m.fl 2010): L enkel * y y * i i i i 2 1 De o førse leddene i funksjonen viser hvilke hensyn som må avveies når senralbanken skal see renen, og de o sise leddene viser hvor robus reneseingen er. De førse ledde i ligningen represenerer inflasjonsgape, der er den fakiske inflasjonen og er inflasjonsmåle. De nese ledde er produksjonsgape, der y er den fakiske produksjonen mål i real BNP, og y er poensiell produksjon. Negaiv produksjonsgap beyr lavkonjunkur, mens posiiv produksjonsgap beyr a de er press i økonomien, og a økonomien er inne i en høykonjunkur. Reaksjonskoeffisienen λ (lambda) viser hvor mye vek de skal legges på variasjon i realøkonomien. Hvis 0, har vi sreng inflasjonssyring, alså kun inflasjonen skal veklegges. Hvis 0, beyr de a de er fleksibel inflasjonssyring. Hvor fleksibel inflasjonssyringen fakisk er, avhenger av verdien il λ. De redje ledde represenerer ønske om gradvise endringer, alså a renen i dag, i,, ikke bør avvike for mye fra renen i forrige periode, i -1. Reaksjonskoeffisienen δ (dela) viser hvor mye vek de skal legges på gradvise reneendringer. De sise ledde kan olkes som a de er en kosnad eller risiko ved å see en rene i som avviker mye fra den renen som følger av enkle pengepoliiske regler, i enkel (jfr. Taylors regel om enkel reneseing). Reaksjonskoeffisienen κ (kappa) viser hvor mye vek de skal legges på avvik fra enkel regel. 19

20 Krierium 1: Inflasjonssyring De førse ledde i ligningen represenerer inflasjonsgape, der π er den fakiske inflasjonen og π* er inflasjonsmåle. Inflasjonen bør sabiliseres rund måle på mellomlang sik. Dee er fordi renen påvirker inflasjonen med idseerslep. I Norge vil de si a inflasjonsmåle skal oppnås innen 1-3 år. Krierium 2: Inflasjonssyringen skal være fleksibel A inflasjonssyringer er fleksibel beyr a de også skal veklegges sabilie i realøkonomien, derfor bør de være en rimelig balanse mellom inflasjonsgape og produksjonsgape. y er den fakiske produksjonen mål i real BNP, og y er poensiell produksjon. Negaiv produksjonsgap beyr lavkonjunkur, mens posiiv produksjonsgap beyr a de er press i økonomien, og a økonomien er inne i en høykonjunkur. Reaksjonskoeffisienen λ (lambda) viser hvor mye vek de skal legges på variasjon i realøkonomien. Hvis λ = 0, har vi sreng inflasjonssyring, alså kun inflasjonen skal veklegges. Hvis λ > 0, beyr de a de er fleksibel inflasjonssyring. Hvor fleksibel inflasjonssyringen fakisk er, avhenger av verdien il λ. Krierium 3: Gradvis uvikling og konsisens De redje ledde represenerer ønske om gradvise endringer. Juseringer av renen bør normal gjøres gradvis og konsisen med Bankens forrige responsmønser. De er derfor lag il e reneglaingsledd i senralbankens målfunksjon. De beyr a renen i dag, i, ikke bør avvike for mye fra renen i forrige periode, i 1. Reaksjonskoeffisienen δ (dela) viser hvor mye vek de skal legges på gradvise reneendringer. Krierium 4: Robushe og kryss-sjekk De sise ledde kan olkes som a de er en kosnad eller risiko ved å see en rene i som avviker mye fra den renen som følger av enkle pengepoliiske regler, enkel i (Taylors regel). Renen bør være robus mo usikkerhe om den økonomiske uviklingen og mo økonomiens funksjon. Reaksjonskoeffisienen κ (kappa) viser hvor mye vek de skal legges på avvik fra 20

21 enkel regel. I beregningen gjor i pengepoliisk rappor 2/2010 er apsfunksjonen løs med parameerverdiene; λ=0,1, δ = 0,25 og κ = 0,25. For a reaksjonsmønsere skal være forusigbar, bør paramerene allfesen i samsvar med idligere handlinger. Figur 3.1: Syringsrenen med renebaner gi de forskjellige krieriene Krierium 1 Krierium 1&2 Krierium 1,2&3 Krierium 1,2,3&4 Referansebanen I figur 2.2 ser vi hvordan renebanen for perioden 1. kvaral 2008 il 4. kvaral 2017 skal se u i forhold il hvilke krierier som blir bruk. Hvis de kun hadde bli veklag å få inflasjonen ilbake il måle, ville renen bli sa il under 1 prosen. Dee ville før il a renen måe økes rask for å unngå høy inflasjon i fremiden forårsake av høy produkivie. Når produksjonsgape blir inkluder, vil renen sees ned mindre enn ved ren inflasjonssyring. Dee medfører a inflasjonen vil bringes ilbake il måle senere. Inkludering av krierium nummer 3 innebærer a reneendringer skal skje gradvis. Som forklar i idligere avsni skal senralbankens handlinger være forusigbar, fordi akørene har ilpasse seg bankens idligere kommunikasjon, og brå skif i renen kan føre il usabilie i finansmarkedene. Dee fører il enda senere oppnåelse av inflasjonsmåle enn ved bruk av de førse o krieriene. De sise krierie inkluderer bruken av en enkel pengepoliisk regel. Denne regelen legger vek på a renen skal sabilisere inflasjonen, produksjonen og sysselseing. Ved å a hensyn il alle de fire krieriene vil den endogene renebanen, kal referansebanen, gi de bese anslage for renens fremidige uvikling. 12 Kilde: Pengepoliisk rappor 1/11 21

22 3.2. Modell for opimal pengepoliikk Med ugangspunke i en ny- keynesiansk modell, har Røisland og Sveen (2005) lage en enkel saisk modell for opimal pengepoliikk i en lien, åpen økonomi. En lien økonomi anyder a lande har en aksepabel effek på den inernasjonale økonomien. En åpen økonomi anyder a lande ar del i, og påvirkes av, inernasjonal handel. Denne modellen ar ugangspunk i samle eerspørsel og samle ilbud i en økonomi. Siden de er en åpen økonomi, vil også modellen a hensyn il valuakurser. Modellen illusrerer hvilke variabler som inngår i senralbankens reneseing og gir e rammeverk for hvordan renebesluningen skal gi den opimale renen som kan lukke inflasjons- og produksjonsgape. Samle eerspørsel Samle eerspørsel i en lien, åpen økonomi kan illusreres med følgende IS- kurve: (1) e s p e i r * e e y y * * 1 2 f p v der y 13 er samle produksjon (BNP), y* represenerer de poensielle produksjonsnivåe, i er kor nominell rene, e s p f e er forvene inflasjon og r* er den langsikige likevek realrenen. p er logarimen il realvaluakursen, der e er realvaluakursen, s er den nominelle valuakursen, p f er prisen på uenlandske varer mål i uenlandsk valua og p er prisen på hjemmeprodusere varer. e* represenerer likeveksrealvaluakursen 14. α 1 og α 2 reaksjonskoeffisiener. er Denne ligningen sier a en høyere realrene vil, al anne lik, redusere eerspørselen og gi e lavere produksjonsgap, mens lavere realrene virker ekspansiv og fører dermed il e høyere produksjonsgap. Ligningen ar også hensyn il valuakursen. De beyr a hvis valuaen depresierer (e øker), blir hjemmeprodusere varer og jeneser billigere i forhold il ulande, og dee vil ha en posiiv effek på eerspørselen. Parameeren v er definer som eerspørselsjokk. Eksempler på slike sjokk kan være sore endringer i finanspoliikken eller sjokk i formuespriser som kan påvirke eerspørselen. 13 Dee er en log- lineær modell der ln Y ln Y Y Y * Y * 14 Den realvaluakursen som innreffer når de er fravær av sjokk og kapasiesunying er på normal nivå. 22

23 Samle ilbud Tilbudssiden kan illusreres med en Philipskurve for en lien, åpen økonomi: (2) e ( y y*) ( e e*) u Denne ligningen forklarer hvilke variabler som påvirker inflasjonen. e viser il forvene inflasjon, de vil si a fakisk inflasjon også er avhengig av hvilke forvenninger der er il inflasjonen. De as blan anne ugangspunk i forvene inflasjon i lønnsforhandlinger, og lønnen vil igjen påvirke prisnivåe. y y represenerer produksjonsgape, der press i økonomien medfører il øk inflasjon, og negaiv produksjonsgap fører il lavere inflasjon. I illegg il akiviesnivåe, blir inflasjonen påvirke av realvaluakursen. Hvis realvaluakursen svekkes (e øker), vil konkurranseevnen bedres og akiviesnivåe økes, og dee vil legge press på priser og lønninger. Dee beyr a inflasjonen vil sige. u represenerer e inflasjonssjokk, som kan for eksempel være økning i energipriser eller i lønningene. Valuakursen Til slu kommer en ligning som besemmer valuakursen. Denne ligningen ar ugangspunk i udekke reneparie 15 : (3) e f s s ( i i ) z der s e er forvene nominell valuakurs i nese periode, i f er renenivåe i ulande og z er e valuakurssjokk. Denne ligningen sier a valuakursen er avhengig av forvene valuakurs, renedifferansen il ulande og sjokk i valuakursen. Hvis renen hjemme er høyere enn i ulande vil valuakursen synke og den norske kronen vil appresiere. Serkere krone kan skade eksporbransjen, da de vil bli dyrere å handle for Norge, mens de vil gagne bedrifer som imporerer varer. 15 Udekke reneparie beyr a forvene avkasning skal være lik uanse valua. 23

24 Tapsfunksjonen Til slu gjensår de å beskrive pengepoliikken. Denne modellen fokuserer på e pengepoliisk regime der senralbanken har e eksplisi inflasjonsmål. Dee inflasjonsmåle spesifiseres i form av apsfunksjonen: L 2 * 2 (4) * y y Senralbankens oppgave er å minimere denne funksjonen. A den er kvadraisk beyr a negaive avvik er like kosbare som posiive avvik. Med denne funksjonen ønsker senralbanken a inflasjonen skal sabiliseres rund måle, og a produksjonen skal sabiliseres rund produksjonspoensiale. Parameeren λ (lambda) viser hvor sor vek de skal illegges sabilie i produksjonen i forhold il sabilie i prisene. A lambda er posiiv beyr a inflasjonssyringen er fleksibel. I Norge har myndigheene pålag Norges Bank å a hensyn il uviklingen i realøkonomien, derfor er denne parameeren nød il å være posiiv. Senralbanken besemmer ikke markedsrenene, men den kan påvirke disse renene med syringsrenen. Denne modellen ar for enkelhes skyld a senralbanken seer renen i direke. Opimal rene (i) følger ved maksimering av (4), gi (1), (2) og (3) gir førse ordens beingelse: (5) ( 1 2 ) * * ( y y ( ) 1 2 * ) Nå kan vi ulede senralbankens reaksjonsfunksjon fra (5), ved innseing fra øvrige ligninger. I en lien åpen økonomi kan reaksjonsfunksjonen skrives slik: e ( 2 ) * 2 i r * ( ) ( e e (6) ( 1 2 ) 1 1 ) v 1 * 1 1 Denne reaksjonsfunksjonen viser hvordan senralbanken skal see langidsrealrenen. Opimal pengepoliikk skal uformes slik a både inflasjonsgape og inflasjonsgape skal lukkes. Hvis gape har e posiiv foregn skal renen sees opp for å dempe eerspørselssjokk, inflasjonssjokk eller illissjokk. Hvis gape er negaiv skal renen sees ned når de oppsår negaive eerspørselsjokk, inflasjonssjokk eller misillissjokk. 24

25 Figur 3.2: Kurven for opimal pengepoliikk. Inflasjon 2,5 % A PK y* PP y Figur 3.2 viser e PP-PK diagram der eerspørselen er gi ved pengepoliikk kurven (PP) og ilbude er gi ved Philipskurven (PK). De ideelle ilpasningspunke er i punke A, hvor både produksjonsgape og inflasjonsgape lukke. Når midleridige sjokk oppsår i enen ilbudsfunksjonen eller eerspørselsfunksjonen, kan økonomien havne e anne sed på grafen. De opimale vil allid være å søke mo PP- kurven, og så nær som de er mulig å komme il punk A Inflasjonsgape De førse ledde som inngår i apsfunksjonen er inflasjonsgape. De måles som avvik mellom fakisk inflasjon og inflasjonsmåle. I Norge har regjeringen fassa e operaiv mål for inflasjonen, der den årlige veksen i konsumprisene skal over id være nær 2,5 %. Den reelle inflasjonen måles ved veksen i konsumprisene, konsumprisindeksen (KPI). I Norge er de Saisisk Senralbyrå (SSB) som lager og publiserer de offisielle allene for inflasjonen. De finnes flere versjoner av KPI. Dee skyldes a de kan oppså sjokk i prisene som for eksempel eksraordinære svingninger i srømprisene. Derfor vil den vanlige konsumprisindeksen gi e mer usikker anslag av den fakiske inflasjonen. Den vanligse indikaoren på underliggende inflasjon som har bli bruk av senralbanken er KPI-JAE, som også kalles for kjerneinflasjon. KPI-JAE er konsumprisene juser for avgifer og energipriser. Probleme med KPI-JAE er a meoden undervurderer den generelle prisveksen med å ikke å inkludere den underliggende veksen i energiprisene. Norges Bank bruker flere indikaorer for å esimere den underliggende inflasjonen. KPIXE ble publiser for 25

26 førse gang i Pengepoliisk rappor 2/2008, og er en indikaor som fanger opp renden i energiprisene i konsumprisindeksen. KPIXE er en veid sum av KPI-JAE og rendmessig inflasjon i energiprisene. KPIXE vil generel se gi e høyere esima på prisveksen en KPI- JAE. Slik beregner Norges Bank u verdien av KPIXE (Hov 2009): π XE = π JAE (1- W E ) + π E W E der π XE er olvmånedersveksen i KPI-XE, π JAE er olvmånedersveksen i KPI-JAE, π E er olvmånedersveksen i energiprisrenden og W E er energivarenes vek i KPI (om lag 8,5 prosen). Figur 3.2: Sammenligning av KPI-JAE og KPI-XE 4,0 3,5 3,0 2,5 2,0 1,5 KPIXE KPI-JAE Inflasjonsmål 1,0 0,5 0,0 Kilde: SSB og Norges Bank Figur 2.5 viser a KPIXE generel se gir e li høyere anslag på konsumprisene ved å inkludere renden i energiprisene. De pågår en deba om hvorvid KPIXE er den bese indikaoren for inflasjonen, og om Norges Bank heller bør gå ilbake il KPI-JAE. De er Norges Bank Wach som kriiserer meoden, og mener a denne meoden er mer sensiiv for svingninger gjennom midleridige sjokk i energiprisene. Å få e korrek esima på den underliggende inflasjonen er svær vikig for a renen skal beregnes rikig. Ved å overvurdere prissigningen, kan en reneøkning føre il a økonomien kjøles ned mer enn nødvendig. 26

27 Produksjonsgape De andre ledde som inngår i apsfunksjonen er produksjonsgape. De måles som differansen mellom fakisk og poensiell produksjon. Den poensielle produksjonen er ikke direke observerbar, og må derfor esimeres. Produksjonsgape kan illusreres slik: ygap y y * Variablene er uryk i logarimer, så Y gap er de prosenvise avvike mellom fakisk produksjon (Y ) og poensiell produksjon (Y* ). Den poensielle produksjonen urykker den produksjonen som over id er forenelig med sørs mulig unyelse av ressursene i økonomien uen a de oppsår ilakende kosnadspress (Frøyland og Nymoen 2000). De enklese urykke for poensiell produksjon er den langsikige renden i BNP. Samle produksjon vil vokse over id, dee er i råd med a befolkningen øker og a de er veks i produkivie. På kor sik vil de være variasjon rund denne renden. Pengepoliikken kan ikke påvirke nivåe på veksen, men kan sabilisere svingningene rund dee nivåe. Hvis de er e negaiv gap mellom fakisk og poensiell produksjon, yder dee på a økonomien er inne i en lavkonjunkur, og renen vil da sees ned for å simulere øk forbruk og veks. Hvis de er e posiiv gap mellom fakisk og poensiell produksjon, er de press i økonomien, og de er en høykonjunkur. Renen vil da normal sees opp for å dempe eerspørselen. Hodrick- Presco meoden Å esimere den poensielle veksen i økonomien er kompliser. Siden produksjonsgape inngår i senralbankens apsfunksjon, er de vikig a renden esimeres rikig. Hvis renden feilvurderes, kan konjunkuruviklingen feilolkes. En meode som ofe benyes for å esimere renden i en idsserie som for eksempel BNP, er de såkale Hodrick- Presco filere (HP filere hereer). Dee er en univaria meode som kun benyer seg av informasjon i idsserien selv (Bjørnland mfl. 2004). Meoden går u på å finne den verdien på poensiell produksjon y* som minimerer avvike mellom fakisk og poensiell produksjon. Økonomiske variabler vokser og svinger over id, og HP- meoden skiller mellom rend og sykel i en økonomisk idsserie. 27

28 Følgende urykk minimeres: T 1 2 T 1 y 1 1 T 2 2 Y sår for observer verdi i nåværende periode og τ sår for rend i nåværende periode. T 1 2 y De førse ledde, minimerer de kvadrere avvike mellom fakisk og poensiell produksjon. Siden avvikene kvadreres, vil både posiive og negaive avvik illegges like sor vek. T 1 T De andre ledde er kvadrae av endringen i veksen i poensiell produksjon. λ er en parameer som avgjør hvor mye variasjoner i den poensielle veksen skal illaes. Hvis λ er uendelig sor, vil variasjonen i poensiell veks være mins mulig. Hvis λ=0 vil avvike mellom poensiell og fakisk produksjon være mins mulig. I dee ilfelle vil y være lik y* og produksjonsgape vil bli lik null il enhver id. Dee er en svær urealisisk anagelse, da de beyr a sykler ikke eksiserer. Ufordringer er da å see re verdi på λ, for å få de ree esimae på rendveksen. En ommelfingerregel er: λ= for månedlige observasjoner λ=1 600 for kvaralsvise observasjoner λ=100 for årlige observasjoner Svakheer med HP- filere De er flere svakheer ved HP- meoden. En av de sørse svakheene med denne meoden er endepunk problemaikken. De vil si a verdiene i begynnelsen og sluen av idsserien vil bli mer påvirke av flukuasjoner i fakisk produksjon enn resen av idsserien. Dee er e resula av a meoden bruker observasjoner fra både bakover og fremover i id for å regne u den poensielle rendveksen. I begynnelsen av perioden finnes bare verdier for produksjonen fremover i id, og i sluen finnes bare verdier bakover i id. Dee fører il a filere går fra å være osidig il å bli ensidig når en nærmer seg endepunkene. Dee kan få en uheldig effek 28

29 fordi en som regel er ineresser i dagens kapasiesunyelse, og ikke esimaer på hisorisk rend. En måe å redusere dee probleme på er å forlenge serien inn i fremiden med prognoser Prisdannelsen i boligmarkede Boligprisene påvirkes av ilbud og eerspørsel eer bolig (NOU 2002:2). I en eorimodell for boligmarkede as de ugangspunk i e homogen boligmarked med fri prisdannelse. Tilbude besår av boligbeholdningen. Boligbeholdningen vil endre seg over id som følge av nybygging og avgang. Eerspørselen eer egen bolig angir den aggregere eerspørselen fra konsumenene. Tregheer i byggebransjen gjør a ilbude ikke kan endres umiddelbar. Derfor vil ilbude i boligmarkede på kor sik være uelasisk. Figur 3.3 illusrerer hvordan prisdannelsen blir il på kor og lang sik. Figur 3.3: Illusrasjon av ilbud og eerspørsel i boligmarkede på kor og lang sik.. Realboligpris Tilbud kor sik B P2 Tilbud lang sik P3 P1 A C Eerspørsel Boligmasse I punk A er modellen i likevek. En krafig økning i eerspørselen vil gi en ny korsikig ilpasning i punke B. I dee punke vil boligprisene øke markan fra P1 il P2. På grunn av begrensningene i byggebransjen, vil den korsikige ilbudskurven ha en mye braere helning enn den langsikige kurven. Prisøkningen på bolig gjør boligprosjekene mye mer lønnsomme, 29

30 som vil føre il a byggingen vil øke. Over id vil ilbude ilpasse seg eerspørselen, og boligmarkede er i likevek ved P Eerspørselssiden Boligeerspørselen besår ifølge Jacobsen og Naug (2004) av o hovedkomponener: i. Eerspørsel eer bolig for boformål ii. Eerspørsel eer bolig som inveseringsobjek I dee kapiele vil de legges vek på eerspørsel eer bolig for boformål. Eerspørsel eer bolig som inveseringsobjek der formåle er fremidig avkasning på boligen i form av prissigning og leieinneker kan bygge opp boble i boligmarkede. Denne komponenen vil bli udype i kapiele om boligboble. Dynamikken i eerspørselen eer bolig kan forklares med en aggreger eerspørselsfunksjon (Jacobsen og Naug 2004): (1) H D V V = f,, Y, X, f 1 <0, f 2 <0, f 3 >0, P HL der H D V P HL Y X f i Eerspørsel eer bolig Samle bokosnad Prisindeks for andre varer og jeneser enn bolig Samle bokosnad for en ypisk leieaker Husholdninger disponible realinnek Vekor av andre fundamenale fakorer som påvirker boligmarkede Den derivere av f( ) med hensyn på argumen i Den pariell derivere av ligning (1) ilsier a eerspørselen eer bolig vil sige dersom den V V reelle bokosnaden synker, eller hvis bokosnaden synker i forhold il leieprisen P HL økning i realinneken, Y vil øke eerspørselen eer bolig. Vekoren X fanger opp effeker av for eksempel demografi, bankenes ulånspoliikk og husholdninger forvenninger om fremidige bokosnader.. En 30

31 Bokosnaden Jacobsen og Naug (2004) definerer bokosnaden for en boligeier slik;, (2) V PH PH BK i1 E E PH E P P P der BK PH i τ Eπ Eπ PH bokosnad per realkrone inveser i bolig pris på en gjennomsnisbolig (mål i kroner) nominell rene (mål som rae) marginal skaesas på kapialinneker og ugifer forvene inflasjon (den forvenede veksen i P og HL, mål som rae) forvene veks i PH (mål som rae) Urykke [i(1-τ) - Eπ] ilsvarer realrenen eer ska. Siden 1992 har man kunne rekke fra 28 % av gjeldsrenene på skaen. Dee kan også olkes som alernaivkosnaden ved å plassere midlene i banken. En økning i realrenen vil føre il øke bokosnader, som igjen vil dempe eerspørselen. Urykke (Eπ PH -Eπ) er den forvenede realprisveksen på boligen. Verdisigningen vil bidra il å øke eierens formue, og redusere den reelle kosnaden ved å eie en bolig. Hvis forvenningen om prisveks går opp vil også eerspørsel eer bolig gå opp. PH er den boligprisen som sørger for a eerspørselen er lik ilbude. Innek Den disponible realinneken kan defineres slik; YN (3) Y, α α 2 + α 3 =1, α 1 <β 1, α 2 <β 2, P HL PH YN represenerer den nominelle disponible inneken. Hvis de generelle prisnivåe øker vil realinneken reduseres. Vekoren X De sise ledde i eerspørselslikningen er vekoren X. X fanger opp flere fakorer som påvirker eerspørselen. Dee kan være for eksempel arbeidsledighe, forvenninger il egen og landes økonomi, bankenes ulånspoliikk og demografi. 31

32 Hvis arbeidsledigheen øker kan dee føre il usikkerhe om egen økonomi. Risikovilligheen vil synke som følge av forvenning om lavere lønnsveks og mindre ro på egen bealingsevne i fremiden. Samidig vil flere arbeidsledige redusere anall kjøpere i boligmarkede. Disse fakorene vil redusere eerspørselen eer bolig og gi lavere prisveks. Forvenninger har beydning for hvordan boligprisene uvikler seg. Forvenninger kan forklares som opimisme eller pessimisme om økonomiens fremidige uvikling. Hvis husholdninger ror a boligprisene kommer il å sige, vil disse forvenningene selv være med å drive prisene videre opp. Hvis akiviesnivåe er høy, fører dee il en opimisme som gir ro på egen bealingsevne i fremiden. Denne opimismen vil presse boligprisene opp, ren baser på psykologiske forvenningsmekanismer (samfunnsspeile 2/2004). Hvis en har ro på a boligprisene vil sige, vil dee gjenspeiles i budrunder, og føre il en selvforserkende prisspiral. Når boligprisene siger, vil eerspørselen i økonomien øke, som vil føre il a alle priser presses opp. Tilgang il kredi kan være en vikig driver il boligprisene. Lave rener vil vanligvis øke eerspørselen eer kredi, og øk kredioppak kan legge press på boligprisene. Dereguleringen av kredimarkedene på 80- alle har før il a finansinsiusjoner har ha friere øyler med ulån. Veluviklede kredimarkeder gjør a de er enklere for husholdninger å a opp boliglån. Spesiel for unge i eableringsfasen er de bli enklere å komme seg inn på boligmarkede. Sadig flere kreaive låneproduker slik som rammelån og fleksilån gjør a lånageren har mer frihe il selv å besemme hvordan boliglåne skal nedbeales.. Ved og for eksempel reduserer likvidiesbelasning i boliglånes sarfase og gjør de mulig å bejene lån som er både re og fire ganger sørrelsen på husholdningens innek. E regneeksempel kan illusrere poenge: Om inflasjonen er osifre og lånerenen 15 prosen, må en husholdning som låner 4 ganger inneken, beale 60 prosen av inneken i rene de førse åre - noe de færrese ville klare. Er derimo inflasjonen på e normal nivå og ulånsrenen er på 5 prosen, skal de med samme boliglåne bare beale 20 prosen av inneken. Særlig blan yngre mennesker som har sikre jobber og som kan regne med forholdsvis rask inneksveks, kan forvenninger om forsa lave nominelle rener bidra il friskere sasing i boligmarkede. Hvis de oppsår ubalanser i økonomien kan myndigheene innføre srengere resriksjoner på bankenes ulån og sille srengere krav il egenkapialen. 32

33 Tilbudssiden Som forklar idligere er ilbudskurven på kor sik uelasisk og ilbude er konsan. Tilbude i boligmarkede besår av oal anall boliger, mål som boligmassen. Uviklingen i boligmassen kan beskrives på denne måen (Hendry 1984): (5) H S =(1-δ)H -1 + C der H S = dagens boligmasse δ= depresieringsrae H -1 = forrige periodes boligmasse C = anall nybygg Bygningsmassen er en funksjon av forrige periodes boligmasse (H -1 ), anall boliger som faller fra (δ) pluss anall boliger som bygges. På kor sik vil ilbude være lik H -1. Nybygging vil på lang sik bidra il å dempe veksen i boligprisene. Tilbude av bolig vil derimo ilpasse seg eerspørselen reg. Dee skyldes a byggeprosessen er idkrevende. Byggeprosessen er også avhengig av ilgang på kapial og arbeidskraf. Hvis de oppsår e posiiv sjokk i eerspørselen, vil de oppså en umiddelbar prissigning. I Norge vil de være relaiv små endringer i anall kjøpere fra år il år, så hvis de oppsår sore prisendringer, vil see skyldes endringer i bealingsviljen eller vurdering av bolig som e inveseringsobjek (NOU 2002:2). 4. Uviklingen i senrale variabler siden 1992 I dee kapiele skal jeg a for meg hvordan de forskjellige variablene har uvikle seg gjennom perioden førse kvaral 1992 il fjerde kvaral Boligprisene Den avhengige variabelen i modellen er boligprisene. Ved saren av esimeringsperioden var Norge på vei u av en krise som vare il I 1993 hadde boligprisene nådd e bunnpunk, 33

34 og siden den gang har boligprisene nesen uavbru øk med unnak av e svak fall i realprisene i 2003 og en sørre korreksjon i 2007/2008. Figur 4.1: Realprisveks, % 25 % 15 % 5 % -5 % -15 % -25 % 4 kvaralsveks i realboligpriser Figur 4.1 viser veksen i reelle boligpriser. Siden 1993 seg boligprisene beydelig frem il Ved 3. kvaral 2003 og frem il 2. kvaral 2003 fal prisene nominel og reel se. På e år øke prisene med 14 prosen, og prisene vokse uavbru frem il høsen Prisveksen ok seg opp igjen fra 1. kvaral 2009 il 3. kvaral 2009, og i 4. kvaral 2009 hadde boligprisene øk med nesen 14 prosen på e år. 4.2 Bokosnaden Rene Senral i bokosnaden sår renen. Ulånsrenene blir syr av senralbankens foliorene, også kal syringsrenen. Som forklar i eoridelen, blir syringsrenen besem u i fra e eksplisi inflasjonsmål. Syringsrenen danner e gulv for ulånsrenen. Renemarginen besemmes u i fra konkurransen i kredimarkedene. Renen har uvilsom en effek på boligprisene. Perioder med lave rener blir fulg av prissigning på bolig. Renen virker ikke momenan, den virker med idseerslep, og Norges Bank opererer med idsperspekive "mellomlang sik". De beyr a effeken av en reneendring kommer eer 1-3 år. 16 Kilde: SSB, NEF og Econ Pöyry 34

35 1992K1 1993K3 1995K1 1996K3 1998K1 1999K3 2001K1 2002K3 2004K1 2005K3 2007K1 2008K3 2010K1 1992K1 1993K3 1995K1 1996K3 1998K1 1999K3 2001K1 2002K3 2004K1 2005K3 2007K1 2008K3 2010K1 Figur 4.2a: Syringsrenen, Figur 4.2b: Relaiv uvikling i syringsrenen og boligprisene, ,1 3,6 3,1 2,6 2,1 1,6 1,1 0,6 0,1-0,4 Figur 4.2a viser uviklingen i syringsrenen gjennom esimeringsperioden. I 2. kvaral 1992 var renen på 10,6 prosen. Ved ugangen av 2003 var renen sa ned med 5,85 prosen il 4,75 prosen. Økonomien begyne å a seg opp igjen, og i 1997 begyne senralbanken å heve renen. I perioden 1997 il 1998 ble renen heve igjen med 4,75 prosen. Ved innføringen av fleksibel inflasjonssyring i 2001 var renen på 7 prosen. Renen hold seg rund dee nivåe frem il 3. kvaral I perioden 3. kvaral 2002 il 1. kvaral 2005 ble renen sa ned fra 7 prosen il 1,75 prosen. Figur 4.2b viser a denne serke reduksjonen kan ha simuler den serke veksen i boligprisene som fan sed i ilsvarende periode. Renen kan allikevel ikke forklare den serke veksen i perioden 2006 il 2007, da renen i ilsvarende periode ble heve med 2,75 prosen. Boligprisene nådde en opp i augus 2007, eerfulg av en nedgang som vare il november Krafig mokonjunkurpoliikk føre il a renen ble sa ned med hele 4,5 prosen fra 3. kvaral 2008 il 2. kvaral Norsk økonomi respondere rask på den raske renenedgangen, og prisveksen ok seg rask opp igjen.. Figur 4.3 viser andelen av fasrenelån i uvalge land. Sammenligne med andre land i Europa har i Norge bare ca. 5 prosen av husholdninger som har fasrenelån, noe som kan forklare den raske responsen på mokonjunkurpoliikken. 17 Kilde: Norges Bank 18 Kilde: Norges Bank, NEF og Econ Pöyry 35

36 Figur 4.3: Forskjellige land og andelen av husholdninger som har fas rene Ska E vikig ledd i bokosnaden er skaefordelen ved å eie egen bolig. De norske skaesyseme favoriserer invesering i egen bolig på mange måer, og kan dermed bidra il overinvesering i eiendom uover de som er ønskelig. Tidligere senralbanksjef Svein Gjedrem uale flere ganger a skaefordelene ved å eie bolig kan føre il en boligboble. Saen subsidierer husholdningers gjeldsoppak, eie fremfor å leie, og dee fører il øk krediveks og boligprisveks. Skaefordeler ved å eie bolig (NOU 2/2002): i) Fradrag for gjeldsrener: 28 prosen fradrag fra skaen for alle gjeldsrener, inkluder boliglån. ii) Formuesska: I Norge må de beales ska på en neo formue på over Ligningsverdien il bolig ugjør derimo bare maks 30 % av markedsverdien. Da de flese har boliglån som ugjør mer enn denne summen, vil de flese slippe unna formuesskaen iii) Friak for ska ved gevins på salg av bolig: Hvis man har bodd i egen bolig i mins e av de o sise årene, blir vedkommende fria for å skae for gevinsen ved videresalg. Hvis man derimo selger aksjer med gevins må en skae av gevinsen uanse holdeperiode. 19 Kilde: Norges Bank 36

37 iv) I 2005 fal fordelsbeskaningen på bolig bor. Fordelsskaen var en skaeulempe ved å eie egen bolig. Inneken ble beregne som 2,5 prosen av ligningsverdier mellom og og 5 prosen dereer. Forvenninger il verdisigning på bolig Forvenninger inngår i bokosnaden. Dee er den variabelen i modellen som er mes problemaisk å esimere på grunn av faren for målefeil. Hvis de forvenes a prisene skal sige og dermed også verdien på boligen, vil bokosnaden reduseres. De er denne variabelen som i sørs grad kan føre il boligboble, da forvenninger ikke allid er baser på fundamenale forhold. Forvenninger måles ved forvenningsindikaoren som omfaer en landsomfaende spørreundersøkelse ufør av TNS Gallup. 20 Figur:4.4a: Forvenningsindikaoren, Figur 4.4b: Boligprisindeksen, Figur 4.4c: Endringer i forvenninger Figur 4.4d: Firekvaralsveks i realboligpriser 20 Se vedlegg 1 for beskrivelse av undersøkelsen 21 Kilde: TNS Gallups forvenningsindikaor 22 Kilde: NEF og Econ Pöyry 37

38 1992K1 1993K3 1995K1 1996K3 1998K1 1999K3 2001K1 2002K3 2004K1 2005K3 2007K1 2008K3 2010K1 1995K1 1996K2 1997K3 1998K4 2000K1 2001K2 2002K3 2003K4 2005K1 2006K2 2007K3 2008K4 2010K1 Siden bunnåre 1993 har de bare vær o perioder der veksen i realboligprisene har vær negaiv, e lie avvik i 2003 og e sørre avvik i 2008/2008. I forkan av begge disse o periodene fal forvenningene beydelig. I den empiriske modellen vil bokosnaden fremkomme i o variabler, nominell rene juser for ska og forvenningsvariabelen. I modellen vil forvenningsvariabelen bli rense for korrelasjon med rene og ledighe, da de anas a en sor del av husholdningers forvenninger il uviklingen i fremiden korrelerer med disse variablene Innek Innek er en vikig forklaringsfakor for boligprisveksen. Som e mål på innek blir disponibel innek for husholdninger bruk. Dee måle for innek inngår i nasjonalregnskape, og kan forklares som differansen mellom lønn, blande innek, formuesinneker, offenlige sønader og andre inneker på den ene siden, og skaer, formuesugifer og andre ugifer på den andre siden. Perioder med lave rener vil derfor gir lavere formuesugifer, og dee gir høyere disponibel innek. Figur 4.5a: Samle disponibel innek, innek, Figur 4.5b: Firekvaralsveks i samle % 12 % 10 % 8 % 6 % 4 % 2 % 0 % Figur 4.5b viser a firekvaralsveksen i innekene var relaiv høy gjennom hele sise halvdel av 90 alle. Rund milleniumsskife var veksen svakere. I 2003 var veksen spesiel svak. Halvveis i 2004 ilok veksen, og øke beydelig fem il Fra 2008 il 2009 var veksen veldig svak, men har a seg opp igjen i Kilde: Nasjonalregnskape (SSB) 38

39 Figur 4.6a: Årsveks i lønn, Figur 4.6b: Tolvmånedersveks i inflasjon, % 8 % 6 % 4 % 2 % 0 % Årsveks i lønn 4,00 3,00 2,00 1,00 0,00 Tolvmåneders veks i KPI-JAE jan. 03 jan. 04 jan. 05 jan. 06 jan. 07 jan. 08 jan. 09 jan. 10 Figur 4.6a viser den nominelle årsveksen i lønn. Lønn er en vikig variabel i samle innek. Da veksen i samle innek var svak fra 2002 il 2003, kan de forklares av relaiv svak veks i lønn. Lønnsveksen var nominel se bare på 3,3 prosen. I rekordåre 2007 hadde lønningene øk med 5,8 prosen på e år, noe som er over gjennomsnie høy lønnsveks. Figur 4.6b viser a hvordan inflasjonen spiller en rolle for lønnsveksen. Perioder med høy prissigning vil følgelig føre il øke lønninger. I 2008 var den nominelle lønnsveksen på 6 prosen samidig som inflasjonen var på ca. 3 prosen i I juni 2010 er inflasjonen bare på 1 prosen, og den nominelle lønnsveksen er 4,1 prosen. Dee beyr a reallønnen var høyere i 2010 enn i Arbeidsledighe Norge har gjennomgående lav arbeidsledighe sammenligne med andre land. I saren av esimeringsperioden var arbeidsledigheen på ca. 6 prosen, noe som er relaiv høy hisorisk se. 24 Kilde: SSB 25 Kilde: Norges Bank 39

40 1993K1 1993K4 1994K3 1995K2 1996K1 1996K4 1997K3 1998K2 1999K1 1999K4 2000K3 2001K2 2002K1 2002K4 2003K3 2004K2 2005K1 2005K4 2006K3 2007K2 2008K1 2008K4 2009K3 2010K2 1992K1 1993K1 1994K1 1995K1 1996K1 1997K1 1998K1 1999K1 2000K1 2001K1 2002K1 2003K1 2004K1 2005K1 2006K1 2007K1 2008K1 2009K1 2010K1 Figur 4.7: Vensre akse Arbeidsledighesrae. Høyre akse boligprisene ,5 5,5 4,5 3,5 2,5 1,5 0,5-0,5 450,0 350,0 250,0 150,0 50,0-50,0 Arbeidsledighesrae Boligprisindeks 1992=100 Figur 4.7 viser hvordan arbeidsledighee korrelerer negaiv med boligprisene. I 1992 var arbeidsledigheen 6,1 prosen av arbeidssyrken. I denne perioden var de relaiv svak veks i boligprisene. Ledigheen sank med 3,5 prosen frem il Fra ugangen av 2001 il førse kvaral 2004 øke ledigheen, samidig som boligprisene øke. I denne perioden kan ikke arbeidsledigheen forklare prisveksen. Fra 2004 il 2008 sank arbeidsledigheen beydelig. I 2008 var de bare 1,5 prosen arbeidsledige av hele arbeidssyrken. I samme periode var de en serk økning i boligprisene. De kan bey a arbeidsledigheen kan ha forklar noe av den serke prisveksen som fan sed Boligmassen Boligmassen har gjennomsnilig øk med ca. 1 % i åre siden Per desember 2010 finnes de i overkan av 2,2 millioner boliger il boformål i Norge (SSB). Boligmassen siger koninuerlig i råd med befolkningsveks. Demografi kan også påvirke boligmassen, som for eksempel skilsmisse, anall nyeablere osv. Figur 4.8: Firekvaralsveks i boligmassen, % 2 % 1 % 0 % 26 Kilde: SSB, NEF og Econ Pöyry 27 Kilde: SSB 40

41 Figur 4.8 viser firekvaralsveksen i boligmassen. Boligmassen har øk jevn over esimeringsperioden, men øke over gjennomsnie i Kosnader som kommer i forbindelse med boligbygging vil også påvirke byggingen. Hvis de oppsår en serk prisøkning i kosnader vil dee redusere ilbude av bolig, og dermed simulere prisveks. En annen fakor som påvirker uviklingen er ilgang il omer og prisen på omer. De foreligger ingen idsserie som beskriver uviklingen i omepriser, derfor har jeg heller ikke inkluder disse i min modell. 5. Meode For å esimere hvilke fakorer som påvirker boligprisene har jeg valg å benye meg av regresjonsanalyse som saisisk verkøy. Regresjonsanalyse er en kvaniaiv analyse av sammenhenger mellom en avhengig variabel og en eller flere uavhengige variabler. Formelen som benyes er (Sock og Wason 2009); Y i X X... X 0 1 i 2 i n i i for i=1,2,, N der Y i er den avhengige variabelen, β 0 er skjæringspunke, β 1 er helningskoeffisienen il den uavhengige forklaringsvariabelen X 1 og μ i represenerer feilledde. Minse kvadraers meode Minse kvadraer meode er en meode for behandling av observasjonsmaeriale. U i fra de observere verdiene kan man se om de finnes en sammenheng slik a forskjellen mellom observasjonene og løsninger er mins mulig. Ved å bruke minse kvadraers meode kan vi esimere helningskoeffisienene β 0, β 1 β n. Disse koeffisienene sier noe om hvordan forklaringsvariabelen X påvirker den avhengige variabelen Y. Modellens forklaringskraf R 2 er andelen av variansen i Y i som blir forklar av regresjonen., og kan også kalles for ESS (explained sum of squares) 28. R 2 beregnes ved å dele andel forklare avvik på de oale avvikene TSS (oal sum of squares). 28 De finnes ingen regel om 41

42 Definisjon av R 2 : R 2 ESS TSS n i1 n i1 ( Y Y ) i ( Y Y ) i SSR / TSS R 2 vil a en verdi mellom 0 og 1, der 1 beyr a modellen har en perfek forklaringskraf. En R 2 mindre enn 1 beyr a de finnes uelae variabler som forklares av feilledde 29. Feilledde kan SSR også skrives som, der SSR sår for sum of squared residuals, eller residualene. TSS 5.1 Hypoeseesing For å finne u om variablene har noen forklaringskraf, kan en forea en såkal hypoesees. Hypoeseesing går u på å formulere en nullhypoese (H 0 ), og å see denne opp i mo en alernaiv hypoese (H 1 ). Måle er å ese påsander om a for eksempel β 1 =0 ved å bruke daa. Dee fører il en konklusjon om nullhypoesen er korrek eller ikke. Eksempler på hypoese: H 0 : β 1 =0 mo H 1 : β 1 0 For å finne u om nullhypoesen er sann eller ikke, konsrueres de en es- observaor (-sa): 1 SE 1,0 1 1, Tes- observaoren er e all som beregnes u i fra daasee ved å kjøre e regresjonsprogram. Poenge er å finne u om vi skal beholde eller forkase nullhypoesen. Grensene som foreller om vi skal forkase eller beholde, kalles for kriisk verdi. For å finne den kriiske verdien må vi førs besemme oss for e signifikansnivå som foreller hva de maksimale nivåe for feilakig forkasning av en nullhypoese er. Jo lavere signifikansnivå en besemmer, jo mindre sannsynlighe er de for en feilakig forkaser nullhypoesen. De vanligse signifikansnivåe som blir bruk i saisikken er 5 prosen. Dersom de benyes e 5 prosen signifikansnivå er den kriiske -verdien på 1,96 (Sock og Wason 2009) Hvis es- observaoren gir e nivå som 29 De finnes ingen regel for hvilken verdi R 2 skal a for a modellen har god forklaringskraf. 42

43 er lavere enn signifikansnivåe forkaser vi nullhypoesen og konkluderer med a de er mindre enn 5 prosen sannsynlighe a den observere sammenhengen skyldes ilfeldigheer. 5.2 Sasjonære og ikke sasjonære prosesser En variabel er sasjonær hvis dens sannsynlighesfordeling ikke endrer seg over id. Mange økonomiske variabler er ikke-sasjonære. De vil si a fordelingen deres vil flye seg over id. For å ransformere en ikke-sasjonær variabel il en sasjonær variabel kan en ransformere ved hjelp av en differensesimaor. Vi kan da skrive variabelen slik: X, X = X - X -1. Noen idsserier har en deerminisisk rend. Hvis en serie er sasjonær eer a den deerminisiske renden er fjerne, kalles de for rend- sasjonære. En ikke sasjonær variabel som blir sasjonær eer differensiering en gang er inegrer av førse orden. Da kan vi si a variabelen er en I(1) variabel. En sasjonær variabel er en I(0) variabel. E eksempel på en sasjonær idsserie er en auoregressiv (AR) modell (Frøiland 1999): Y X u (1) 0 1X Feiljuseringsmodeller Dersom jeg skal esimere en AR modell (1) har de ikke bli a hensyn il evenuelle ilpasningsregheer. For å inkludere disse regheene er de vanlig å inkludere ilbakedaere verdier av variablene blan regressorene (lags) (Frøiland 1999). E eksempel på en slik modell er en auoregressiv disribuer lag (ADL) modell: Y u (2) 0 1X 2 X 1 3Y. 1 I ligning (2) anas de a X og Y er I(1) variabler. For a minse kvadraers meode skal kunne uføres på denne ligningen må den gjøres om il en modell med I(0) variabler Dee kan gjøres ved å legge il y 1og 1X 1 på høyre siden av ligningen. Ved å innføre differensoperaoren så Y Y Y 1 kan ligning (2) omarrangeres slik: Y X X Y (3) 43

44 Ligning (3) inneholder nå både laggede verdier og verdier på endringsform. I ligning (3) er den saiske langidsløsningen gi ved: 3 X Y (4) 2 2 Dermed kan vi olke 3 som langidseffeken på 2 X av en marginal endring i Y. 1 i (3) kan olkes som koridseffeken på X av e skif i Y. angir den parielle effeken på 2 ved e enhesavvik fra den saiske langidsløsningen i forrige periode. Denne koeffisienen besemmer alså hvor rask feil juseres inn i modellen. X 6 En empirisk modell for boligprisene Dee kapiele skal forsøke å esimere hvilken effek de vikigse forklaringsvariablene har på uviklingen i boligprisene. Esimeringsperioden er fra 2. kvaral 1992 il 4. kvaral Jeg har a ugangspunk i Jacobsen og Naug (2004) sin empiriske modell for boligprisene 6.1 Esimer boligprismodell Modellen ar ugangspunk i kvaralsall for boligpriser, mål i nominelle priser per kvadrameer. Tallene er hene fra Norges Eiendomsmeglerforbund, og er uarbeide av Econ Pöyry. J&N uelo flere forklaringsvariabler fra modellen fordi de vise seg og være insignifikane. Blan anne ble husleie, gjeld, KPI-JAE, og de demografiske variablene uela. Forfaerne argumenerer for a effeken av demografien kan fanges opp i inneksvariabelen som er inkluder i modellen. De demografiske forholdene vil også endres sake over id, så de er vanskelig å idenifisere effeken av disse forholdene over en kor esimeringsperiode. De ble heller ikke funne signifikan effek av husholdningers gjeld. Dee kan skyldes a boligkjøp ikke har vær begrense av bankers lønnsomhe i esimeringsperioden. I min modell har jeg valg å inkludere innek, rene, ska, forvenninger, boligmassen og arbeidsledighe som forklaringsvariabler. I likhe med J&N sin modell har jeg også valg å inkludere dummyvariabler for sesongeffeker. J&N argumenerer for a langidseffeken av 44

45 boligmassen og innek skal ha samme koeffisien med mosa foregn. Jeg har i min modell valg å esimere disse variablene separa da jeg i likhe med Harreschou og Økland (2007) ikke mener a de er noen grunn il a en inneksøkning skal ha den samme effeken som en reduksjon i boligmassen. Forvenningsvariabelen i min modell inngår bare i endringsform i mosening il J&N som har denne på nivåform. Modell for koridseffekene og langidseffekene på boligprisene esimer med en semilogarimisk funksjon: (6.1) p innek 0 1 p 1 ( 1innek 1 2rene(1 ) 3ledighe 1 4h 1 ) rene(1 ) 2 1 ledighe FORV 5S1 6S2 7 S3 4 Denne modellen er en feiljuseringsmodell (ECM) der avvik fra langsikige likeveksforhold gradvis korrigeres. α represenerer langidskoeffisienen il lagge boligpris, mens δ represenerer langidskoeffisienene il de laggede forklaringsvariablene. Jeg har valg å benye meg av en dynamisk modell siden boligmarkede vil jusere seg reg eer endringer i de forskjellige variablene. Modellen innholder variabler for bokosnad, rene og ledighe både på kor og lang sik. Modellen er ikke balanser da forvenninger kun inngår på endringsform og boligmassen kun inngår i lagge form, i likhe med J&N sin modell. Dee er i råd med økonomisk eori om a ilbude er konsan på kor sik, og vil ikke være relevan for boligprisene på kor sik. Forvenninger hadde ingen signifikan effek på lagge form, og jeg har derfor valg å uelae denne i likhe med J&N. De jeg forvener å finne er posiive foregn for koeffisienene il innek og forvenninger, mens bokosnad, boligmassen og arbeidsledighe vil ha e negaiv foregn. For å esimere koeffisienene i modellen har jeg bruk e illegg i Excel for regresjonsanalyse. De esimere koeffisienene er rapporer i abell : Tabell 6.2. Esimere koeffisiener med signifikansnivå og sandardfeil. 30 Se vedlegg 1 for uskrif a regresjonsanalysen. 45

46 Variabel Koeffisien Sandardavvik β 1 innek 0,55* 0,31 β 2 rene(1-τ) 0,15*** 0,05 β 3 ledighe -0,15** 0,06 β 4 FORV 0,46*** 0,15 α p -1-0,09* 0,05 δ 1 innek -1 0,33** 0,15 δ 2 rene(1-τ) -1-0,05** 0,02 δ 3 ledighe -1 0,01 0,03 δ 4 h -1-1,40** 0,68 β 5 S 1 0,01 0,01 β 6 S 2 0,0003 0,01 β 7 S 3 0,004 0,01 Konsanledde 17,14** 8,43 Anall observasjoner 75 R 2 0,417 Sjerne indikerer sikgnifikansnivå α: ***=1%, **=5%, *=10% For å få de korreke langidskoeffisienene må koeffisienen divideres med feilkorreksjons- koeffisienen foran p -1, så koeffisienen for innek -1 = 1 0,33 = = -3,67 osv. Den 0, 09 endelige modellen med de reesimere koeffisienene er rapporer i abell

47 Tabell 6.3. En modell for boligprisen (Koeffisienene i langidsløsningen har bli endre il de som inngår i likeveken). 6.3 p 17,1 0,55innek p 1 ( 3,67innek 1 0,56rene(1 ) 0,09 0,11ledighe 1 15,5h 1 ) 0,15rene(1 ) 0,15ledighe 1 0,46FORV 0,01S1 0,0003S2 0,004S3 R 2 = 41,7 % Esimeringsperiode: 3. kvaral kvaral 2010 er en differensoperaor: X = (X -X -1 ), (X -1 -X -2 ) Variablene definer med små boksaver er på logarimeform der p innek rene = Boligpriser, nominelle. Kilde: NEF og Econ Pöyry. = Samle disponibel innek, nominelle. Kilde: SSB =Bankenes gjennomsnilige ulånsrene, nominell. Mål som rae. Kilde: SSB τ = Marginalskaesas for kapialinneker og ugifer. (28 prosen siden 1992) FORV ledighe h Si =Forvenninger il egen og landes økonomi. Kilde: TNS Gallup =Arbeidsledighesrae. Kilde: SSB =Boligmassen. Kilde: SSB = Sesongdummy som ar verdien 1 i kvaral i, 0 ellers Tabel 6.3 viser den empiriske modellen for logarimen il de nominelle boligprisene. Modellen inkluderer effeker av inneker, bokosnader (nominell ulånsrene juser for ska), forvenninger, arbeidsledighe, boligmassen og sesongeffeker. Urykke i klammerparenesen måler avvik fra en esimer langidssammenheng mellom boligpriser, bokosnader, arbeidsledighe, inneker og boligmassen. Modellen har en forklaringskraf på 41,7 prosen, noe som beyr a de finnes flere forklaringsvariabler som er uela. Alle variablene i modellen inngår som logarimer, borse fra forvenningsvariabelen som inngår på nivåform. 47

48 6.1.1 Koridssammenhenger Tabell 6.4. Esimer koridssammenheng. Variabel Koeffisien Sandardavvik β 1 innek 0,55* 0,31 β 2 rene(1-τ) 0,15*** 0,05 β 3 ledighe -0,15** 0,06 β 4 FORV 0,46*** 0,15 Hvis inneken øker med 1 prosen fra kvaral i -1 il kvaral i, vil boligprisene øke med 0,55 prosen. Denne variabelen er signifikan på e 10 prosennivå, noe som indikerer a innek har en posiiv effek på boligprisene på kor sik. J&N sin modell fan en svakere effek av innek på kor sik, med en koeffisien på 0,12. Forklaringen il dee kan være a innek har spil en sørre rolle for boligprisene i perioden fra 2004 il Hvis rene eer ska øker med 1 prosen fra kvaral i -1 il kvaral i, vil prisene øke med 0,15 prosen. Dee er ikke i råd med mine forvenniger om a øke bokosnader fører il e fall i boligprisene. Denne variabelen er også signifikan på alle nivå. En forklaring på dee kan være a renen virker med idseerslep, så effeken av en reneendring er ikke umiddelbar. Samidig kan en reneøkning korrelere med forvenninger, hvis ikke effeken av renen er rense hel i fra den konsruere forvenningsvariabelen. J&N fan i si analyse a boligprisene ville falle med 2,25 prosen hvis renen øke med en prosen førse kvaral. Koridseffeken av arbeidsledigheen ilsier a hvis arbeidsledigheen siger med 1 prosen vil boligprisene falle med 0,15 prosen. Effeken av arbeidsledighe er signinfikan på e 5 prosen nivå. J&N fan a arbeidsledigheen ikke hadde noen effek på kor sik, og valge derfor å ikke inkludere denne i modellen sin. Årsaken il a jeg finner en signifikan forskjell kan være a jeg har en lengre esimeringsperiode enn J&N, og derfor kan endringer i arbeidsledigheen på kor sik ha sørre effek i perioden 2004 il Forvenningsindikaoren anas å korrelere med andre variabler som inngår i modellen, derfor har Jacobsen og Naug valg å lage en egen modell for forvenninger med rene og arbeidsledighe som forklaringsvariabel. Ved å a vare på residualene fra den esimere 48

49 modellen og å dele residualene på 100 inngår den konsruere forvenningsvariabelen 31 i modellen som en rae. Den jusere variabelen viser endringer i forvenninger som skyldes andre forhold enn rene og arbeidsledighe. Hvis forvenningene øker med 1 enhe fra kvaral i -1 il kvaral i, vil boligprisene øke med 0,46 prosen. Denne effeken er signifikan på alle nivå, og de beyr a husoldninger forvenninger il økonomien vil ha en beydning for prisuviklingen. Dee er hel i råd med mine anagelser Langidssammenhenger Tabell 6.5. Esimere langidssammenhenger Variabel Koeffisien Sandardavvik α p -1-0,09* 0,05 δ 1 innek -1 3,67** 0,15 δ 2 rene(1-τ) -1-0,56** 0,02 δ 3 ledighe -1 0,11 0,03 δ 4 h -1-15,5** 0,68 Juseringsparameeren som vises som koeffisenen foran lagge boligpris er signifikan på e 10 prosen nivå. Koeffisienen -0,09 sier a boligprisene dersom boligprisene ligger 1 prosen under den esimere langgidsnivåe i kvaral -1 (alle andre forhold like) vil boligprisene sige med 0,09 prosen i kvaral. De vil derfor a 1 11, 1 kvaraler for boligprisene å jusere 0,09 seg ilbake il likeveken. J&N sin juseringsparameer var på -0,12 noe som yder på a avvik ar lengre id å jusere seg il likevek i min modell. Hvis samle inneke øker med 1 prosen, vil boligprisene øke med 3,67 prosen på lang sik. Denne variablen er saisisk signifikan på e 5 prosen nivå. Den langsikige effeken av en inneksendring er sørre enn effeken av inneksendring på kor sik. Hvis rene eer ska øker permanan med 1 prosen, vil boligprisene reduseres med 0,56*(1-0,28)= 0,4 prosen. Foregne er som vene negiv. Dersom ulånsrenen skulle øke fra 5 0,6 0,5 prosen il 6 prosen, vil de beyr en økning på 20 prosen. Langidseffeken av en 0,5 31 Se vedlegg 2 for den konsruere forvenningsvariabelen. 49

50 slik økning vil redusere boligprisene med ( 20 0,4) 8 prosen. De beyr a hvis renen skulle sige eller skaefordelen skulle reduseres, vil boligprisene falle på lang sik. Denne effeken er signifikan på e 5 prosennivå. Arbeidsledigheen har en uvene effek på boligprisene, en 1 prosen økning i ledighee fører il a prisene øker med 0,11 prosen. Anagelsen er a øk arbeidsledighe vil føre il en reduksjon i prisene, så denne effeken er ikke som vene. Derimo er ikke arbeidsledigheen signifikan på noen nivå, noe som beyr a på lang sik vil ikke arbeidsledighe ha noen beydning for boligprisene. Dee er ikke i råd med hva jeg forvene å finne, da arbeidsledighe skal ha en signifikan negaiv effek på boligprisene på sik. Koeffisienen for boligmassen viser a hvis boligmassen øker med 1 prosen og de andre forklaringsvariablene ligger fas, vil prisene på lang sik falle med 15,5 prosen. Effeken av boligmassen er signifikan på e 10 prosen nivå. Dee er i råd med mine forvenninger om a øk ilbud vil redusere prisen. Probleme med denne variabelen er a boligmassen kan være endogen, de vil si a boligmassen blir påvirke av prissigningen på bolig og ikke omvend. Hvis dee er ilfelle vil denne variabelen være forvenningsskjev. 7 Boligboble Bolig er en risikabel invesering re og sle på grunn av sørrelsen il akivume. De er også e nødvendig gode, så de er sannsynligvis den sørse inveseringen de flese gjør i løpe av e liv. Kjøp av bolig blir som regel finansier av gjeld, noe som gjør inveseringen enda mer risikabel. De som inveserer i aksjer bruker som regel egenkapial, og risikerer ikke å sie igjen med gjeld hvis prisene skulle falle. Hvis en plasserer kapial i bolig forvener en som regel avkasning på inveseringen når en skal selge boligen i fremiden. De er denne ankegangen som kan drive frem en boble. Professor Rober Shiller (2011) definerer en boble slik: Slik jeg ser de, er bobler en sosial epidemi, dreve frem gjennom en slags smie mellom mennesker. En boble skapes når ideen som søer en boble, smier. Men smien er avhengig av ankemønsre, som de er vanskelig å avdekke. 50

51 En boble kan defineres som handel av objeker i sor volum, il priser som signifikan avviker fra fundamenale verdier. De vi si a finansobjeker overprises i forhold il des virkelige verdi. Bobler oppsår når boliger ansees for å være e inveseringsobjek heller enn e konsumobjek. Hvis eerspørselen eer bolig skyldes forvenning om a de kan as u gevins på grunn av prissigning, kan dee skape en boble som blåses opp. Boblen sprekker når prisforvenningene skifer, og dermed vil boligprisene falle krafig. Dee kan føre il a bankene får problemer med a paneverdiene er lavere enn låneverdiene, samidig som husholdninger får problemer med å bejene gjelden. I illegg vil formueseffeken av e fall i boligprisene ha en negaiv effek på konsum og eerspørsel. Dee kan igjen få sore konsekvenser for realøkonomien, og kan føre økonomien inn i en lavkonjunkur. Økonomiske kriser kjenneegnes ofe med en serk veks i akivapriser eerfulg av e krafig fall i prisene Boligbobler er svær å idenifisere ex ane, fordi de krever kunnskap om hva de fundamenale verdiene er, og hva som er rendveksen i boligprisene. 7.1 P/R raen En ilnærming for å idenifisere en boligboble ex ane, er å forea en P/R analyse (price o renal earnings raio). P/R koeffisienen er forholdsalle mellom salgspriser P og leiepriser R. Denne meoden er uvikle på grunnlag av den kjene P/E (price earnings) modellen som brukes for å vurdere prisingen av aksjer. Leieprisen reflekerer hvor mye en jener på å eie bolig, fordi denne prisen inkluderer kosnader og forjenese på å eie bolig. Salgsprisen reflekerer markedsprisen, alså hvor mye markede er villig il å gi for boligen på salgsidspunke. P/R koeffisienen beregnes med denne formelen: Boligpris P / R Månedsleie 12 Ved å dividere markedsprisen P med leieprisen R får vi e urykk for uviklingen i forholde mellom pris på å kjøpe bolig og pris på å leie bolig. Hvis dee alle siger beydelig over id kan de være en indikasjon på a en boble er i ferd med å bygge seg opp. Den fakiske P/R raen beregnes ved å dele gjennomsnilige boligpriser (boligprisindeksen)på gjennomsnilig leiepris (leieprisindeksen). 51

52 7.2 Case og Shillers boblekrierier De amerikanske økonomene Case og Shiller (2004) har komme frem il en rekke krierier som må være på plass for a en boligboble skal eksisere. I denne arikkelen har forfaerne forea grundige undersøkelser blan amerikanske husholdninger om deres oppfaninger om boligprisene. Boblekrierier: Bolig som en invesering Mediadekning Forenklede oppfaninger om boligmarkede Boligprisene øker mer enn innekene Svak risikoforsåelse Bolig som en invesering Hovedårsaken il a en boble blir il er når bolig blir se på som en invesering. Hvis en kjøper bolig på grunn av fremidig prissigning heller enn bare moive for å ha en plass å bo, er de en boligboble handler om. Dee inveseringsmoive gjør a mange flere velger å eie fremfor å leie. Dee gjenspeiler seg i sadig økende P/R raer. En hører ofe a de er borkasede penger å leie, og a man må kjøpe bolig for å a del i prissigningen. Figur 7.1: P/R-koeffisiener for Norge i perioden Kilde: Gryen (2009) 52

53 Figur 7.1 viser en sabil P/R rae i en periode som srekker seg over 100 år. På 70-alle øke forholdsalle beydelig. I årene frem mo 1988 bygde de seg opp en boble i de norske markede. Dee reflekeres i høye P/R raer. Når boblen sprakk i 88/89, fal boligprisene både nominel og reel se. Som e resula av lavere boligpriser sank P/R raen beydelig, og de ble billigere å eie bolig. En av årsakene il den krafige veksen i P/R raen på 80- alle kan skyldes a dereguleringen av kredimarkedene føre il a de ble enklere å få boliglån, derfor fikk flere anledningen å kjøpe sin egen bolig. Sammen med lave rener ble de mer lønnsom å eie fremfor å leie. Figur 7.2: P/R-koeffisiener, Figur 7.2 viser a P/R koeffisienen har øk berakelig i perioden 1993 il De var i nesen re ganger så dyr å eie bolig i forhold il å leie. Korreksjonen i 2008 føre il a P/R raen fal i perioden 2008 il I 2009 flae veksen u, og ved ugangen av 2010 var P/R koeffisienen på 23. Lave rener vil sannsynligvis drive veksen oppover, men veksen vil rolig ava når renen når e ilsrekkelig høy nivå. Hvis ikke P/R raen flaer u, er de mulig a boblen er i ferd med å blåse seg opp igjen. Mediedekning og word of mouh Mediedekning kan i sor grad påvirke prisveksen. Boligprisene har vær e he ema i aviser, inerne og andre medier de sise årene. De virker som om de er e kappløp for hvem som har de mes fengende overskrifene Ualelser som løp og kjøp fører il a forvenninger il 32 Kilde: SSB og Norges Bank 33 Sjeføkonom i Firs Securiies Harald M. Andreassen argumenerer med C&S boblekrierier hvorfor de var en boble i hp:// 53

54 prissigning vil drive prisene videre opp baser på ren psykologi. Fryk for a boligprisene skal sige rask gjør a mange føler a de må kjøpe i dag og gjør forhasede besluninger. Når media spår a boligprisene skal sige med 10 prosen kan de være neopp slike ualelser som gjør a boligprisene siger I perioder der boligprisene siger rask blir de også mye snakk om boligprisene. Case & Shiller fan a boligprisene var e ema som ble diskuer ofe av innbyggerne i flere av de sore byene i USA, og de var i sni bare ca. 1 prosen som hadde svar a de aldri snakke om boligprisene. Forenklede oppfaninger om boligmarkede De er en ubred oppfaning om a arakive boliger vil sige mer i pris enn andre eiendommer. Økonomisk eori vil si a dersom en bolig er arakiv så vil den være høy prise men de beyr ikke a prissigningen på denne boligen vil overgå prissigningen på mindre arakive boliger. Denne misoppfaningen om ilbud og eerspørsel er vanskelig å esimere, men de er sannsynlig a norske boligkjøpere mangler informasjon om hvordan boligmarkede fungerer. Boligprisene øker mer enn innekene I den empiriske modellen fan jeg a innek har en signifikan effek på boligprisene. Hvis boligprisene øker mer enn lønninger, kan de indikere en boble. I kapiel 4.3 ble de konkluder a boligprisene siger raskere enn samle innek. Svak risikoforsåelse Den ubrede oppfaningen er a boligkjøp ansees å være den ryggese inveseringen en kan gjøre. I Case og Shiller (2004) sin undersøkelse fan de a bare en lien andel av kjøpere rodde a bolig var e risikabel kjøp. Boligkjøp krever for de flese oppak av gjeld. Lave rener over lang id gjør a mange venner seg il renenivåe, og de kan slå u i øk gjeldoppak. Når gjelden øker, øker også risikoen. Norske husholdninger er i illegg de mes forgjeldede i hele Europa Dagens Næringsliv 28. februar

55 Figur 7.3: Andel husholdninger med gjeld sørre en 3 ganger samle innek Gjeld sørre enn 5 ganger innek Gjeld 4-5 ganger innek Gjeld 3-4 ganger innek Ved inngangen av 2010 var norske husholdningers gjeldsbelasning hisorisk høy, og klar høyere enn på sise del av 80- alle. Figur viser a gjeldsgraden siger, og andelen husholdninger som har lån som er mer enn 5 ganger inneken har øk med 50 prosen fra 2004 il Gjeldsbelasningen er så høy a mange husholdninger kan få røbbel selv med e normal renenivå Boligboble i Norge? Tabell 7.1: Perioder med posiiv og negaiv veks i reelle boligpriser, Periode Samle endring i realboligpriser Anall år Kilde: SSB 36 Dagens Næringsliv 18. mars Norges Bank 55

56 Tabell 7.1 viser perioder med posiiv og negaiv veks i boligprisene. I kjølvanne av både førse og andre verdenskrig sank prisene på bolig signifikan. De sørse falle i boligprisene i nyere id fan sed på 80- alle. Da den forrige norske boligboblen fan sed, seg prisene med nesen 100 prosen på en iårsperiode eerfulg av e fall på 43 prosen i perioden Siden bunnpunke i 1993 har de reelle prisene øk med 296 prosen noe som er rekordhøy se i hisorisk sammenheng. En redobling av de reelle prisene på en periode på 17 år kan indikere en boble i de norske boligmarkede. En boligboble er vanskelig å idenifisere fordi boligprisene påvirkes av mange fakorer. I den empiriske modellen som ble presener i forrige kapiel, blir prisveksen påvirke av variabler som rene, ska, arbeidsledighe, innek, forvenninger og boligmassen. Også demografi spiller en sor rolle for prisene. Befolkningsveks, senralisering, innvandring og endring av boforhold vil påvirke prisene. Endringer i slike fundamenale forhold vil ikke nødvendigvis føre il boble. Figur 7.4: Boligprisindeksen i Norge og USA, Norge USA 50 0 Figur 7.4 viser uviklingen i boligprisene il USA og Norge. De er lien vil om a de eksisere en boble i USA. Da finanskrisen innraff, sprakk boblen i de amerikanske boligmarkede, samidig som Norge opplevde e markan fall i boligprisene. U i fra indeksene 38 Kilde: Finansiell sabilie 2/10 56

57 ser vi a den norske prisveksen kan sammenlignes med den amerikanske prisveksen. Samidig kan de ikke argumeneres for a de er de samme fakorene som driver prisene her hjemme og i ulande, men de er mange fellesnevnere. Spesiel renen var lav i mange land i perioden foru krisen, og lavrenepoliikk kan drive prisene opp og i verse fall skape en boble. Da Greenspan kjøre den amerikanske renen ned på e rekordlav nivå, måe sore deler av verden følge eer for å unngå sore renedifferanser. Også Norges Bank fulge eer med å senke renen beydelig. De er derfor en sannsynlighe for a de også i Norge eksisere en boble i Flere mener a Norge ble redde av finanskrisen fordi renen var bli såpass høy i 2007, og a falle i prisene skyldes den høye renen. Ekspansiv pengepoliikk føre il svær lav rene, og dermed kunne prisveksen a seg opp igjen. Boligprisene vokser i disse dager med ny syrke, eer korreksjonen i På samme id forseer de flese lands markedsverdier på boliger å falle beydelig. Vikige årsaker il a de som ser u il og driver prisene opp, er reduser anall boliger lag u for salg og serk reduksjon i boligbyggingen. I illegg har de sore renefalle i perioden , kombiner med sørre villighe il å plassere egenkapial i bolig, bidra il a eerspørselen eer boliger siger. Kombinasjonen av lavere ilbud og øk eerspørsel fører il asymmeri mellom ilbud og eerspørsel. Denne asymmerien er med på å bygge opp en boble. C&S krierier for boligboble kan dokumeneres for de norske boligmarkede ved flere ilfeller. Høye P/R raer, inveseringsmoiv, priser som øker mer enn inneken, mye mediedekning og svak forsåelse for risiko er med på å bygge opp under en norsk boligboble. Selv om de eksiserer en boble beyr ikke nødvendigvis a den kommer il å sprekke. Hvis prisveksen avar vil inflasjonen eer hver spise opp lufen i boblen Figur 7.5: Renebanen, anslag for perioden sepember 2011 il desember ,00 6,00 5,00 4,00 3,00 2,00 1,00 0,00 Syringsrenen Referansebanen 39 Kilde: Pengepoliisk rappor 1/11 57

58 1992K1 1993K3 1995K1 1996K3 1998K1 1999K3 2001K1 2002K3 2004K1 2005K3 2007K1 2008K3 2010K1 Syringsrenen ble 12. mai 2011 heve med 0,25 prosenpoeng il 2,25 prosen. I figur ser vi a senralbankens renebane viser a syringsrenen skal videre opp. Innen ugangen av desember 2012 skal syringsrenen være 4 prosen. Ifølge renekoeffisienen fra den empiriske modellen i kapiel 6 vil en slik reneoppgang føre il a boligprisene på sik faller med 15 prosen (ikke medregne bankenes renepåslag) fra dagens prisnivå. Anagelig vil de fremdeles lave renenivåe føre il veks i 2011 og deler av Reneoppgangen vil sannsynligvis eer hver a lufen u av boblen, og vi kan oppleve e prisfall i 2013 og Mer akivisme? Ideen om å konrollere inflasjonen for enhver pris har vær så forlokkende a senralbankene har ignorer uilsikede bivirkninger som bobler i boligmarkede og aksjemarkede. Men disse boblene var sore nok il a de sare en verdensomspennende nedur da de sprakk. The Economis, 8. januar Renen har bli hold lav lenge i flere perioder fordi inflasjonen har vær under måle i disse periodene. Hvis målemeoden for inflasjonen hadde fange opp de område i økonomien som opplevde en formidabel prisveks i samme perioder, nemlig boligmarkede, hadde ikke inflasjonen vær så lav. I e slik ilfelle ville neppe senralbanken hold renen så lav i disse periodene. Figur 8.1 viser hvordan perioder med lav inflasjon fører il a syringsrenen sees ned. Figur 8.1: Rene og inflasjon 40 12,00 10,00 8,00 6,00 4,00 2,00 0,00 Syringsrenen Inflasjon 40 Kilde: Norges Bank og SSB 58

59 Denne oppgaven siller spørsmåle om hvorvid pengepoliikken bør a mer hensyn il boligprisene. Resulaene fra den empiriske modellen viser a hvis renen øker permanen med en prosen, vil prisene synke med 0,56 prosen. De vil si a renen påvirker boligprisene over id, noe som er i råd med anagelsen om a renen virker med idseerslep. Isoler se beyr dee a senralbanken kan bruke syringsrenen il å dempe prisveksen, og for å forhindre bobler i akivamarkedene. De er ingen vil om a boligprisene er en vikig fakor for den finansielle sabilieen, og a ubalanser i boligmarkede kan få sore konsekvenser for økonomien. Finansielle krakk har ofe oppså på grunn av avvik i boligprisene. De er mye som yder på a de eksisere en boble i de norske markede i Korreksjonen som kom i 2008 føre il e prisfall, men i 2009 ok prisveksen seg opp igjen. Hvis de er en boble i boligmarkede i dag, er de deso vikigere å finne virkemidler som kan hindre a boblen sprekker. Senralbanken kan a hensyn il boligprisene eksplisi eller implisi. 8.1 Inkludere boligprisene i inflasjonsmåle Den fakiske inflasjonen som inngår i apsfunksjonen, mål som kjerneinflasjon (KPI-XE), inkluderer ikke boligprisene. De finnes argumener for a boligprisene burde inkluderes i inflasjonsmåle. Uviklingen i boligprisene spiller uen vil en sor rolle for eerspørselen i økonomien, og burde derfor inngår i prisindeksen. Probleme er a dee er en pris som ikke kan observeres, og dermed er vanskelig å måle. Samidig kan ikke boligprisveksen forklares av de samme fakorene som veksen i konsumprisene. Mes sannsynlig ville også inflasjonsmåle måe økes hvis boligprisene skulle bli inkluder i prisindeksen. 8.2 Innføre e eksplisi mål for boligprisveks E anne alernaiv er å inkludere akivapriser i apsfunksjonen som e ege ledd. Jon Nicolaisen, direkør for Norges Bank Pengepoliikk, har lage e forslag il hvordan boligprisene kan inkluderes i apsfunksjonen. 59

60 Ny apsfunksjon: L 2 2 y (1) 1 y 1 y y i (2) 1 y, qq 1 (3) q 1 q y y2, 1 r ( i 1 2, 1) bb 1 der er inflasjonen, y represenerer produksjonsgape, q indikerer boligprisene, b er en boble og,, er posiive reaksjonskoeffisiener. Ligning (1) ilsier a esimer inflasjon for nese periode er en funksjon av inflasjon og produksjonsgape i inneværende periode, sam forvenninger for nese periode. Ligning (2) ilsier a produksjonsgape for nese periode er en funksjon av produksjonsgape i periode sam effeken av realrenen og endringer i boligprisene fra periode -1 il periode og forvenninger om produksjonsgape i nese periode. Ligning (3) ilsier a boligprisene i periode +1 er en funksjon av boligprisene i periode og anagelser om uviklingen i realøkonomien i periode +2 og +1 juser for realrenen i periode +1 og inflasjon for periode +2. Esimeringen av boligprisene inkluderer også en variabel for boble. Boblen vil påvirke boligprisene og dermed også produksjonen og inflasjonen, men endrer ikke avveiningen mellom produksjonsgape og inflasjonen, men kan endre anslagene for produksjonsgape og inflasjonen, og dermed også anslage for syringsrenen (Nicolaisen 2011). Nicolaisen påpeker a disse sammenhengene ikke er sabile over id sam de å inkludere ikke- lineære sammenhenger medfører en risiko fordi disse boligprisene kan påvirkes av ilfeldige svingninger i finansmarkede. Ufordringer De er mange ufordringer med å inkludere boligprisene i inflasjonsmåle. Førs og frems er de vanskelig å anslå boligers fundamenale verdi, og derfor også vanskelig å anslå avvik fra fundamenale verdier. Å inkludere boligprisene i apsfunksjonen vil føre il en mer uforusigbar reneseing, fordi boligprisene flukuerer mer enn konsumprisene. Dee vil sride i mo senralbankens ønske om a akørene skal kunne foruse senralbankens handlingsmønser. Jo flere variabler som legges il funksjonen, jo leere er de å feilesimere 60

61 renen. De er ikke bare vanskelig å anslå de fundamenale verdiene, men også å esimere den rendmessige veksen i boligprisene. E forsøk på å esimere rendveksen i boligprisene er å benye de såkale Hodrick Presco filere. 41 Figur 8.1: Trenden i boligprisene mål med Hodrick Presco filer 42 10,4 9,9 9,4 8,9 Lognominelle boligpriser Log rend λ= ,4 Lambdaverdien på er den samme som er foreslå for månedlige observasjoner. I følge HP- renden lå boligprisene over rend i sluen av 2006 og frem il sluen av I kjølvanne av finanskrisen anyder HP- renden av boliger var underprise. Hvis vi skal olke HP- filere er boligprisene under rend ved ugangen av Dee illusrerer endepunkproblemaikken som ble forklar i kapiel Siden poenge er å kunne se om de er en boble i dagens marked, hjelper de lie hvis sluen av idsserien overvurderes Leaning agains he wind I apsfunksjonen inngår boligprisene kun som sjokkparameeren v. y e i r * e e v y * e i r * * 1 2 ( 1 2 ) * 2 * 1 ( ) ( e e ) v ( ) For å analysere uvikingen i boligprisene med HP- filer har jeg benye meg av e Excel add- on uvikle av [web:reg]. 42 Kilde: NEF og Econ Pöyry 61

62 Som forklar i avsni 3.2, forklarer IS- kurven eerspørselssiden i økonomien, hvor v represenerer sjokk i eerspørselen. Dee kan være sjokk som for eksempel unormal serk prisveks på boliger. For å redusere sjokke kan senralbanken lene seg mo vinden ved å endre renen mer enn nødvendig. Å a i bruk en såkal leaning agains he wind sraegi beyr a senralbanken skal jusere renene li mer en hva radisjonelle hensyn ilsier hvis bobler er under oppseiling (Thøgersen 2010). De beyr a selv om produksjonsgape er negaiv og inflasjonen er under måle, kan renen allikevel sees opp for å dempe veksen i boligprisene hvis veksen anas å være unormal høy. Da Norges Bank publisere Pengepoliisk rappor 1/2011 ble de anyde a en slik sraegi skulle as i bruk. I rapporen sår de a den lave prisveksen og den serke kronen aler isoler se for å holde renen lav. Men samidig har de vær en økning i eerspørsel eer lån og boligprisveksen har ila. Hensyne for å gardere seg mo finansielle ubalanser aler derfor for a renen må sees opp raskere en de som ble anslå i den renebanen som ble publiser i forrige pengepoliisk rappor. De ser u il a senralbanken har lag seg på en ny linje, der de as sørre hensyn il akivaprisene i reneseingen. Ved sise renemøe som fan sed 12. mai 2011 ble renen heve med 0,25 prosen i råd med renebanen som ble publiser i mars, selv om inflasjonen var under måle. Ifølge visesenralbanksjef Jan F. Qvigsad er en av hovedårsakene il a renen heves a Norges Bank er bekymre for a den uvanlig lave renen vil føre il øk gjeldsveks og a de ar opp lån de senere ikke vil greie å bejene når renen før ellers senere normaliseres. 8.3 Renen er ikke al Pengepoliikken kan ikke ha hele ansvare for prisuviklingen. I å inkludere akivapriser i senralbankens målfunksjon vil bey a den opimale pengepoliikken vil gi mindre økonomisk sabilie enn uen akivaprisene. Flere mål i målfunksjonen gjør reneseingen enda mer kompliser og forusigbar. For høy syringsrene vil syrke den norske kronen og dermed ha en negaiv innvirkning på norske bedrifer. Derfor må de finnes andre løsninger for å forhindre en boligboble. 62

63 Tidligere senralbanksjef, Svein Gjedrem, uale seg il Dagens Næringsliv i 2010 a vi renger flere kriseverkøy for å forhindre overinvesering i bolig. Finanspoliikken gjør bolig alfor lukraiv il å spekulere i. Derfor kan de være nødvendig å se på alle skaefordelene ved å eie bolig og å ha gjeld, og evenuel redusere noen av disse fordelene. Bankene bør også ha e viss ansvar for hvor mye husholdninger kan få i boliglån. Høyere risikoveking og sørre krav il egenkapial kan legge en demper på eerspørselen eer kredi. E forslag il dee er å benye seg av e såkal markoilsyn som kan ha e overordne ilsyn med finansmarkedene. 9. Avsluning Norsk pengepoliikk har e hovedvåpen i kampen for finansiell sabilie, syringsrenen. For å oppnå sabilie i økonomien er de vikig med jevn uvikling i akivapriser. Hisorien har lær oss a finansielle krakk ofe kommer fra usabile svingninger i akivamarkedene. Jeg finner a renen har en signifikan negaiv effek på boligprisveksen. Isoler se burde derfor renen brukes il å sabilisere boligprisene. Dilemmae senralbanken sår overfor er a de samidig skal sabilisere svingninger rund inflasjonsgape og produksjonsgape. Hvis bolig var som e vanlig konsumgode ville øke priser bey lavere eerspørsel. Siden de også sees på som e inveseringsgode kan prissigning være e signal om å kjøpe. Denne kombinasjonen av disse o godene kan være uheldig. På den ene siden så renger alle e ak over hode, men samidig håper en å få avkasningpå dee gode på lik linje med aksjer. Fall i verdien av askjeer vil som regel ikke få like sore konsekvenser som hvis boligprisene skulle falle. Både P/R raen og boligprisindekser yder på a de var en boble i de norske boligmarkde i I 2008 begyne prisene å falle. Dee kan skyldes blan anne a den sore reneøkningen i perioden 2004 il 2008 hadde begyn å fese seg. En annen årsak kan være e skif i husholdningers forvenninger i form av pessismisme og usikkerhe som følge av finanskrisen. De er mye som yder på a boblen ble redde da renen ble sa ned berakelig i 2008 il I Norge har kun en lien andel av husholdninger fas rene, og responsen il den ekspansive pengepoliikken var nesen umiddelbar. I april 2011 hadde boligprisene nådd e ny opunk reel se, og er enda høyere enn forrige opp i

64 Boligprisene i dag er i bese fall overvurdere eller i verse fall så eksiserer de en boble. Underliggende fakorer som forklarer noe av den serke prisveksen er lav ilbud av boliger, høy reallønn, lav arbeidsledighe, høye forvenninger og ikke mins, lav rene. I den empiriske modellen fan jeg a en permanen reneøkning på en prosen vil på sik redusere boligprisene med 0,4 prosen eer ska. I juni 2011 er syringsrenen på 2,25 prosen og ulånsrenen er på omren 3,5 prosen. Ana a syringsrenen øker fra 2,25 prosen il 4 prosen innen ugangen av 2012 slik senralbankens renebane viser, og ulånsrenen øker il 5,25 (gi a bankenes margin er den samme). Denne reneendringen vil da bey en økning på 50 prosen i nominell ulånsrene 5,25 3,5. På sik beyr de a boligprisene vil synke med 3,5 20 prosen ( 0,5 0, 4) dersom alle andre forklaringsvariabler ligger fas. De kan derfor konkluderes a pengepoliikken har en negaiv effek på boligprisene, men spørsmåle er hvorvid renevåpene bør brukes for å dempe prisveksen. Å inkludere boligprisene i apsfunksjonen byr på mange problemer. Førs og frems fordi de er veldig vanskelig å esimere rendveksen il boligprisene. Dee skyldes a prisdannelsen i boligmarkede påvirkes av mange flere variabler enn bare syringsrenen. Inflasjonen forklares av befolkningsveks og øk eerspørsel, og derfor er de enklere å see e mål for veksen i konsumprisene. Min oppfaning er a de ikke er sannsynlig med e slik mål for boligprisene. Senralbanken bør ha en mer proakiv holdning mo økningen i boligprisene ved å for eksempel å lene seg mo vinden i ilfeller der bobler er under oppseiling. Mye yder på a de er denne sraegien senralbanken har begyn å a i bruk i 2011, 10 år eer a fleksibel inflasjonssyring ble innfør som offisiell pengepoliisk sraegi i Norge. 64

65 Referanser Ahrend, R. (2008): Moneary ease A facor behind financial crises? Some evidence from OECD counries. Economics E-journal. Alsaheim, R., Bache, I. W., Holmsen, A., Maih, J., Røisland, Ø. (2010): Moneary analysis in pracice. Saff Memo 1/2010, Norges Bank. Bergo, J. (2004): Fleksibel inflasjonssyring. Penger og Kredi 2/2004, s Bjørnland, H., Brubakk, L., Jore, A. S. (2004): Produksjonsgape i Norge en sammenligning av beregningsmeoder. Penger og Kredi 4/2004, s Brubakk, Leif og Tommy Sveen (2008): NEMO en ny makromodell for prognoser og pengepoliisk analyse. Penger og Kredi 1/2008, s Case, K.E., Quigley, J.M., Shiller, R.J. (2001): Comparing Wealh Effecs: The Sock Marke versus he Housing Marke. Cowles Foundaion Discussion Papers no Case, K.E og Rober J. Shiller (2004): Is here a bubble in he housing marke? Cowles Foundaion Paper no Clarida, R., Gali, J., Gerler, M. (1998): Moneary policy rules in pracice. Some inernaional evidence. European Economic Review, RR# Dagens Næringsliv (2010): Vi renger flere kriseverkøy. Dagens Næringsliv 2. sepember < hp:// Dagens Næringsliv (2011): Boligpriser il besvær. Dagens Næringsliv 24. februar 2011, s. 45. Dagens Næringsliv (2011): Sabil gjeldsveks. Dagens Næringsliv 28. februar hp:// 65

66 Dagens Næringsliv (2011): På innsiden. Dagens Næringsliv 18. mars 2011, s. 2. Finansavisen (2011): Norges Bank Forusigbar og bunde? Finansavisen, 19. februar Finansiell Sabilie 2/10, Norges Bank. <hp:// Finansiell Sabilie 1/11; Norges Bank. <hp:// Frøiland, G. (1999): Økonomerisk modellering av husholdningenes konsum i Norge. I: Noaer nr. 86. Saisisk Senralbyrå, Frøyland,E. og Ragnar Nymoen (2000): Produksjonsgape i Norsk økonomi ulike meoder, samme svar? Penger og Kredi 1/2000, s Global Propery Guide (2010): Srong price rises in Norway: house price bubble? Global Propery Guide, 18 augus <hp:// Gryen, Ola (2009): Boligboble? MAGMA- Econas idsskrif for økonomi og ledelse, 5/2009. Harreschou, Philip og Sig Økland (2007): Boligveks og markedssrukur i Danmark og Norge. Maseruredning i økonomi. Norges Handelshøyskole, Bergen. <hp://hdl.handle.ne/2330/1587> Hendry, David F. (1984): Economeric modeling of house prices in he Unied Kingdom. I: Economerics and Quaniaive Economics. D.F. Hendry og K.F. Wallis (red.). Oxford : Basil Blackwell. Hov, Marius N. (2009): 2Teknisk beregning av KPIXE. Saff Memo 3/2009, Norges Bank. 66

67 Jacobsen, Dag Henning og Bjørn E. Naug (2004): Hva driver boligprisene? Penger og Kredi 4/2004, s Keynes, J. M., (1923) "Noes for Lecure o he Naional Liberal Club", reprined in "colleced Wriings of John Maynard Keynes", Vol. XIX, Macmillian, London, Lovdaa FOR nr 278: Forskrif for pengepoliikken. <hp:// Lønning, Ingunn og Kjeil Olsen (2000): Pengepoliiske regler. Penger og Kredi 2/2000, s Mishkin, Frederic (2007): Housing and he moneary ransmission mechanism. Federal Reserve Nicolaisen, Jon (2011): Robus pengepoliikk i en urolig verden. Foredrag for valuaseminare 8. februar < hp:// 11-robus-pengepoliikk-i-en-urolig-verden/> Norges Banks skrifserie nr. 34: Virkemidlene i pengepoliikken og ransmisjonsmekanismen. Kapiel 7. Prissabilie. Norges Bank. Norges offenlige uredninger (NOU) (2002:2): Boligmarkedene og boligpoliikken. Kapiel 3 Pengepoliisk Rappor 2/2010, Norges Bank. Pengepoliisk Rappor 1/11, Norges Bank. Røed Larsen, Erling og Dag Einar Sommervoll (2003): Til himmels eller ufor supe? En kaalogisering av forklaring på sigende boligpriser. (I: Noaer, Saisisk Senralbyrå, nr. 64) Røed Larsen, Erling (2004): Hva besemmer boligprisene? Samfunnsspeile nr.2,

68 Røed Larsen, Erling og Jon Mjølhus (2009): Finanskrise! Lånefes, boligboble- og dagen derpå. Gyldendal Akademisk. Shiller, R. (2011): Boblejaken. Dagens Næringsliv, 28. mars 2011, s.2. Seigum, Erling (2006): Akivabobler kan og bør myndigheen gjøre noe? Magma- Econas idsskrif for økonomi og ledelse, ugave 1/2006. Sock J.H., Wason M.W. (2009): Inroducion o Economerics. Inernasjonal ugave, Addison Wesley. Taylor, John B. (1993): Discreion versus policy rules in pracice. Carnegie- Rocheser Conference Series on Public Policy 39: The Economis (2009): Lords of finance. The Economis, 8. januar <hp:// The Economis (2011): Bricks and slaugher A special repor on propery. The Economis 3. mai 2011.<hp:// Thøgersen, Øisein (2010): Lave rener Sore bobler? Finansavisen 29. mai <hp:// %2fSamfunnsok+Deba%2f2010%2f06.pdf> Vale, Per Halvor (2009): Opimal pengepoliikk hva er de? Faglig pedagogisk dag, 5. januar <hp:// 68

69 Vedlegg Vedlegg 1: Esimere koeffisiener il den empiriske modellen for boligprisene. SAMMENDRAG (UTDATA) Regresjonssaisikk Mulippel R 0, R-kvadra 0, Juser R-kvadra 0, Sandardfeil 0, Observasjoner 75 Variansanalyse fg SK GK F Signifkans-F Regresjon 12 0, , , , Residualer 62 0, , Toal 74 0, Koeffisiener Sandardfeil -Sa P-verdi Nederse 95% Øverse 95% Nedre 95,0% Øverse 95,0% Skjæringspunk 17, , , ,19 % 0, , , , X-variabel 1 0, , , ,23 % -0, , , , X-variabel 2 0, , , ,20 % 0, , , , X-variabel 3-0, , , ,21 % -0, , , , X-variabel 4 0, , , ,37 % 0, , , , X-variabel 5-0, , , ,04 % -0, , , , X-variabel 6 0, , , ,10 % -0, , , , X-variabel 7 0, , , ,27 % 0, , , , X-variabel 8-0, , , ,19 % -0, , , , X-variabel 9-1, , , ,44 % -2, , , , X-variabel 10 0, , , ,15 % -0, , , , X-variabel 11 0, , , ,44 % -0, , , , X-variabel 12 0, , , ,47 % -0, , , ,

70 Vedlegg 2. Modell for husholdingers forvenninger il egen og landes økonomi TNS Gallup sin undersøkelse besår av følgende 5 spørsmål: 8 Vil du si a din hussand er bedre eller dårligere enn for e år siden eller er de ingen forskjell? 9 Tror du a økonomien i din hussand vil komme il å bli bedre eller dårligere om e år eller vil de ikke bli noen forskjell? 10 Dersom vi ser på den økonomiske siuasjonen for hele Norge, vil du si a økonomien i lande generel er bedre eller sårligere enn for e år siden eller er de ingen forskjell? 11 Tor du den økonomiske siuasjonen i Norge kommer il å bli bedre eller dårligere eller vil de ikke bli noen forskjell? 12 Tror du a de nå er e god idspunk for befolkningen generel å kjøpe sørre husholdningsarikler eller ror du de er e dårlig idspunk? For å få re esima på forvenningsvariabelen, må variabelen førs renses for korrelasjon med arbeidsledighe og bokosnader. Den konsruere forvenningsvariabelen finner vi ved å a vare på residualene i modellen. Variabel Koeffisien Sandardavvik Bokosnad -4,48 1,00 ledighe 25,14 7,56 FORV -1-0,19 0,05 bokosnad -1-1,04 0,36 ledighe -1 6,14 2,04 S1 0,26 1,44 S2-0,47 1,37 S3 1,67 1,41 Konsanledde 0,03 2,98 Anall observasjoner 75 R 2 0,48 70

71 SAMMENDRAG (UTDATA) Regresjonssaisikk Mulippel R 0, R-kvadra 0, Juser R-kvadra 0, Sandardfeil 4, Observasjoner 75 Variansanalyse fg SK GK F Signifkans-F Regresjon , , , ,312E-07 Residualer , , Toal , Koeffisiener Sandardfeil -Sa P-verdi Nederse 95% Øverse 95% Nedre 95,0% Øverse 95,0% Skjæringspunk 0, , , ,26 % -5, , , , X-variabel 1-4, , , ,00 % -6, , , , X-variabel 2 25, , , ,14 % 10, , , , X-variabel 3-0, , , ,02 % -0, , , , X-variabel 4-1, , , ,55 % -1, , , , X-variabel 5 6, , , ,37 % 2, , , , X-variabel 6 0, , , ,46 % -2, , , , X-variabel 7-0, , , ,22 % -3, , , , X-variabel 8 1, , , ,01 % -1, , , ,