Eiendom Norges boligprisstatistikk MARS 2018
Innhold Hovedpunkter 3 Nasjonal prisutvikling 4 Regional prisutvikling 6 Omsetningstid 8 Lagt ut for salg/ Solgte 9 Usolgte boliger 10 Avvik pris/prisantydning 11 Leieprisutvikling 13 Datagrunnlag og metode 16 Begreper og definisjoner 17 BRUKSREGLER Alle rettigheter til datamateriale, de enkelte rapporter, statistikker, grafer, diagrammer, figurer, illustrasjoner mv. tilhører Eiendom Norge og Eiendomsverdi AS, jfr. Åndsverkslovens 1 flg., samt 43 (vern av databaser). Kommersiell bruk eller all annen viderebruk, viderepublisering, sammenstilling og videreutnytting av det aktuelle materialet forutsetter skriftlig samtykke fra Eiendom Norge og/eller Eiendomsverdi AS. Viderepublisering i media, kundebrev, analyser o.l. er tillatt for utdrag eller deler av Eiendom Norges boligprisstatistikk ved angivelse av Eiendom Norge, FINN og Eiendomsverdi AS som kilde. Om statistikken Eiendom Norges boligprisstatistikk er et samarbeid mellom Eiendom Norge, Eiendomsverdi og Finn.no. Statistikken utarbeides av Eiendomsverdi AS, og fra og med januar 2014 benyttes Eiendomsverdis datakilder også for perioden før Eiendomsverdi overtok beregningsansvaret. Publiseringshyppighet Boligprisstatistikken utgis den tredje virkedagen hver måned kl. 11.00. Boligprisstatistikken for landets syv regioner utgis hvert kvartal og publiseres i januar, april, juli og oktober. Fritidsboligprisstatistikken utgis i februar for fjellhytter og i juni for sjøhytter. Utleieboligprisstatistikken publiseres sammen med boligprisstatistikken i april og september hvert år. Omfang Statistikken omfatter boliger som er annonsert på Finn.no, det vil si rundt 70 prosent av alle bruktboliger som omsettes i Norge i løpet av et år. Indeks Prisendringene måles ved å anvende indeksteori. Indeksen rapporterer prisendringer for sammenliknbare boliger ved å benytte et startpunkt (som settes til 100) og hvor endringene presenteres som prosentvise økninger eller reduksjoner i indeksnivået. For eksempel vil en endring fra et indeksnivå på 173 til 176 representere en boligprisøking på 1,7 prosent (der endringen på 176-173 = 3 relateres til forrige nivå på 173). Sesongkorrigerte priser Normalt stiger prisene mest om våren, mens de synker eller flater ut på høsten. For å kunne skille mellom sesongfaktorer og trend, sesongkorrigerer vi tallene. Differansen mellom endringen i faktiske priser og sesongkorrigerte priser tilskrives sesongvariasjoner. Sesongkorrigeringen er gjort ved hjelp av et X-12-ARIMA-program. 2
Hovedpunkter MARS 2018 0,5% 0,2% -2,2% NOMINELL PRISENDRING SISTE MÅNED PRISENDRING KORRIGERT FOR SESONGVARIASJONER PRISUTVIKLING SISTE 12 MÅNEDER MARS 18 6 632 MARS 18 7 731 MARS 17-18% ANTALL SOLGTE BOLIGER LAGT UT FOR SALG MARS 17-21% MARS 18 49 DAGER MARS 17 35 DAGER GJEN.SNITT. FORMIDLINGSTID NØKKELTALL > > > > > > Boligprisene i mars 2018 steg nominelt med 0,5 prosent. Korrigert for sesongvariasjoner steg boligprisene med 0,2 prosent. Prisutvikling de siste 12 månedene er på -2,2 prosent. Gjennomsnittlig omsetningstid sist måned var 49 dager mot 35 dager i mars 2017. Antall solgte boliger i mars 2018 var 6 632 som er 18 prosent færre enn i mars 2017. Antall boliger lagt ut for salg i mars 2018 var 7 731 som er 21 prosent færre enn i mars 2017. 3
Nasjonal prisutvikling FIGUR 1 Nominell prisendring siste måned de siste ti årene. Alle boliger. MARS 1,6% 1,4% 1,2% 1,1% 1,3% 1,5% 1,3% 1,5% 0,8% 0,6% 0,4% 0,5% 0,6% 0,4% 0,5% 0,2% -0,2% -0,2% 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 FIGUR 2 12 måneders nominell prisendring. Månedstall. 15% 10% 5% 0% -2,2% -5% 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 4
Nasjonal prisutvikling FIGUR 3 Prisutvikling gjennom året. 250 2018 2016 2017 Indeks (log. skala) 225 2015 2014 200 180 jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. FIGUR 4 Nominell og sesongkorrigert prisutvikling. 300 250 200 Indeks (log.skala) 175 150 120 100 80 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 Nominell indeks Sesongkorrigert indeks 5
Regional prisutvikling FIGUR 5 Prisutviklingen for utvalgte byer. Endring siste måned med gjennomsnitt av de fem siste årene. Oslo. Gjennomsnittlig endring 0,3% 4,0% Bergen. Gjennomsnittlig endring 0,8% 4,0% 3,0% 3,0% 2,7% 2,0% - 0,7% -0,3% 1,2% - 1,7% 2,0% - -1,1% 1,7% 0,4% 0,2% -0,2% 2013 2014 2015 2016 2017 2018 2013 2014 2015 2016 2017 2018 Trondheim. Gjennomsnittlig endring 0,6% 4,0% 3,9% Stavanger m/omegn. Gjennomsnittlig endring 0,8% 4,0% 3,0% 3,0% 2,0% 0,3% 0,9% 2,0% 1,3% 1,9% - -0,4% -0,7% -0,2% - -0,1% -0,2% -0,9% 2013 2014 2015 2016 2017 2018 2013 2014 2015 2016 2017 2018 Tromsø. Gjennomsnittlig endring 0,8% 4,0% 3,9% Kristiansand. Gjennomsnittlig endring 4,0% 3,0% 3,0% 2,0% 1,2% 1,2% 2,0% 1,6% 1,7% 0,7% 1,7% - -0,3% -0,5% -0,3% 2013 2014 2015 2016 2017 2018 - -0,5% -1,1% 2013 2014 2015 2016 2017 2018 6
> Regional prisutvikling FIGUR 6 12 måneders nominell prisendring. Utvalgte byer. - -0,4% -1,4% -3,0% -3,2% -2,6% -4,0% -5,0% -6,0% -7,0% -6,6% Oslo Bergen Trondheim Stavanger m/omegn Tromsø Kristiansand TABELL 1 Oppsummering prisendringer. Område Endring siste måned (m/m) Endring siste år (m/m) Endring siste 5 år (m/m) Endring siste 10 år (m/m) Gjennomsnitt kvm. pris Gjennomsnittspris Oslo 1,7% -6,6% 38,7% 91,1% 67 984 4 776 567 Bergen -0,2% -3,2% 14,2% 47,9% 41 604 3 258 073 Trondheim 0,9% -1,4% 17,4% 68,0% 42 824 3 475 776 Stavanger m/omegn -0,9% -11,6% 21,8% 35 867 3 594 381 Tromsø 1,2% -0,4% 34,1% 57,4% 44 453 3 847 961 Kristiansand -1,1% -2,6% 2,9% 14,9% 28 063 2 564 446 Norge 0,5% -2,2% 25,2% 63,7% 41 024 3 558 078 Note: Endringene beregnes på månedsbasis. Vi sammenlikner inneværende måned med forrige måned, månedene for ett år siden, fem år siden og ti år siden. Indeksene for del-områder er beregnet med glatting og de-glatting. 7
Omsetningstid FIGUR 7 Omsetningstid i antall dager fra boligene første gang ble annonsert. Månedstall. 60 50 40 30 58 54 50 49 44 42 41 38 49 41 38 35 38 34 37 37 33 30 33 29 50 47 38 34 41 40 38 35 36 36 35 35 32 47 37 61 55 52 49 20 10 0 jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. 2014 2015 2016 2017 2018 8
Lagt ut for salg FIGUR 8 Antall boliger lagt ut for salg. Siste måned og hittil i kalenderåret. 10 000 8 302 8 629 7 163 9 750 7 731 5 000 0 2014 2015 2016 2017 2018 Hittil i kalenderåret 22 945 23 205 21 360 20 446 20 000 20 974 10 000 0 2014 2015 2016 2017 2018 Siste måned Hittil i kalenderåret Solgte FIGUR 9 Registrerte omsetninger. Siste måned og hittil i kalenderåret. 10 000 7 327 8 686 6 544 8 094 6 632 5 000 0 2014 2015 2016 2017 2018 Hittil i kalenderåret 21 845 20 000 19 409 18 643 20 504 19 823 10 000 0 2014 2015 2016 2017 2018 Siste måned Hittil i kalenderåret 9
Usolgte boliger FIGUR 10 Antall boliger til salgs. Daglige tall. 18 000 16 000 14 000 12 000 10 000 8 000 6 000 0 jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. 2014 2015 2016 2017 2018 FIGUR 11 Liggetid usolgte boliger. Antall dager. 80 81 75 83 79 74 70 60 50 40 30 60 65 64 66 60 54 59 59 54 55 52 46 47 50 47 44 46 39 43 40 36 37 37 39 31 31 31 69 20 10 0 jan. feb. mars apr. mai juni juli aug. sep. okt. nov. des. 2014 2015 2016 2017 2018 10
Avvik pris/prisantydning FIGUR 12 Gjennomsnittlig avvik pris/prisantydning. Månedstall. 6,0% 4,0% 2,0% 0,8% -4,0% -6,0% 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 FIGUR 13 Gjennomsnittlig avvik pris/prisantydning. Siste måned. 4,0% 3,0% 3,9% 4,1% 3,8% 3,7% 3,5% 3,2% 2,0% 1,6% 1,2% 1,2% 0,8% - -1,3% 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 11
Leieprisutvikling, K4 2017 og K1 2018 Leieprisstatistikken er basert på utropspriser registrert på Finn.no for leiligheter og hus (eneboliger, delte boliger og rekkehus). Vi presenterer tallserier for perioden 2010-2018 og har konstruert en kvartalsvis indeks for hver boligtype. Vi benytter to separate modeller for hus og leiligheter. Modellene er standard hedoniske, det vil si at vi estimerer delpriser for hvert av boligattributtene. Det setter oss i stand til å predikere en antatt utropspris basert på summen av attributt-prisene for de observerte utleieobjektene. Selve indeksen er en SPAR-indeks (sales price appraisal ratio) hvor «sales price» er annonsens utropspris og «appraisal» er modellpredikert pris. Vi identifiserer medianbrøken for hvert område for hvert tidsintervall, og denne brøken blir område-periodens indekstall. Dette indeks-tallet sammenliknes med andre påfølgende indekstall for senere område-perioder når vi angir prisutviklingen. Vi rapporterer i tillegg prisnivåer. Mens indeksene baserer seg på medianer, bruker vi gjennomsnitt på utrops-prisene når vi finner nivåene på utropsprisene. Data for estimeringsperioden for den hedoniske leieprismodellen dekker 29. juni 2012 28. juni 2013. De trimmes forsiktig både i modellestimeringen og i indeksberegningen for å fjerne feil og ekstreme observasjoner langs dimensjonene størrelse, antall soverom, leie og leie per kvadratmeter. Trimmingen er noe forskjellig for leiligheter og hus. Ved å vekte på transaksjonsvolum de siste fem år, er vi også i stand til å lage en fellesindeks for begge boligtypene. Selve rapporteringsperioden er for 1.1.2010-15.3.2018, og leieprisstatistikken publiseres halvårlig. 12
Prisendringer Norge FIGUR 14 Prisvekst utleiepriser Norge, historisk 1,3 1,2 1,1 1 0,9 0,8 FIGUR 15 Prosentvis endring Norge, siste kvartal 1,8 % 1,7 % 1,6 % 1,6 % 1,4 % 1,2 % 1,0 % 0,8 % 0,7 % 0,6 % 0,4 % 0,2 % 0,0 % -0,2 % 0,4 % 0,2 % 0,0 % 2012K1 2013K1 2014K1 2015K1 2016K1 2017K1 2018K1-0,1 % 13
Prisendringer de største byene FIGUR 16 Prisvekst leiligheter i byer 1,4 1,3 1,2 1,1 1 0,9 0,8 FIGUR 17 Prisnivå leiligheter i byer, leilighetstyper Oslo Bergen Trondheim Oslo Bergen Trondheim 20 000 18 000 18 282 16 000 15 744 14 000 13 998 14 379 12 000 12 275 11 537 12 230 10 000 9 861 8 650 8 462 9 399 9 852 8 000 6 000 4 000 2 000-1-roms 2-roms 3-roms 4-roms Note: I Bergen består kategorien 1-roms av en del større objekter. Det forstyrrer målingen av gjennomsnittsprisen. 14
Datagrunnlag og metode DATAGRUNNLAG Statistikken er ikke en totaltelling over solgte boliger/fritids-boliger. Statistikken baserer seg på salg formidlet av meglere og annonsert gjennom Finn.no. Omsetninger som bedømmes som omsetninger av annet enn bolig/ fritidsbolig (tomter, garasje osv.) tas ut av datagrunnlaget gjennom automatiserte rutiner hos Eiendomsverdi AS. METODE Prisendringene måles ved å anvende indeksteori. Indeksen rapporterer prisendringer for sammenliknbare boliger ved å benytte et startpunkt (som settes til 100) og hvor endringene presenteres som prosentvise økninger eller reduksjoner i indeksnivået. For eksempel vil en endring fra et indeksnivå på 173 til 176 representere en boligprisøking på 1,7 prosent (der endringen på 176-173 = 3 relateres til forrige nivå på 173). Eiendomsverdi beregner en boligprisindeks basert på en videreutvikling av SPAR-metoden (SPAR, forkortelse for Sales Price Appraisal Ratio). Vår variant av «appraisal» innebærer en estimering av koeffisientene i en hedonisk regresjonsmodell, og der modellen benyttes til å gi anslag på boligverdier. Metodikken består av to trinn. I første trinn utnyttes observasjoner av hvordan variasjoner i en boligs kjennetegn samvarierer med variasjoner i boligenes salgspriser. Vi inkluderer kjennetegn som boligtype, størrelse, etasje, tomtestørrelse, byggeår, eieform av tomt og bolig, beliggenhet samt antall og typer av bygninger. Regresjonsmodellen lar oss estimere en partiell pris for hvert kjennetegn, som så kan summeres opp til en antatt totalverdi for hele boligen. I andre trinn beregner vi forholdet mellom de nyeste salgsprisene og hva regresjonsmodellen predikerer for de observerte boligene gitt deres kjennetegn. For områder finner vi så fram til en typisk prisstigning ved å identifisere mediannivået for forholdet mellom observerte priser og predikerte priser. Mediannivået angir den prisstigningen hvor femti prosent av observasjonene er lavere og femti prosent er høyere. På denne måten kontrollerer vi for sammensetningseffekter og ulik prisutvikling for ulike typer boliger og er i stand til å si hva prisutviklingen er for sammenliknbare objekter. Boligprisstatistikken inneholder rapportering på ulike aggregeringsnivå. Aggregering betyr innen statistisk metode å kombinere eller slå sammen ulike data eller perioder til større grupper eller lengre tidsperioder. For eksempel deler vi regioner inn i mindre områder. For å få fram signalet, altså den underliggende prisutviklingen, i tallserier med såkalt stokastisk støy, benytter vi en 2-stegs-teknikk i indeksberegningen. I første steg beregner vi SPAR-brøker for alle observerte transaksjoner. En SPAR-brøk er altså forholdet mellom observert transaksjonspris i et gitt tidsrom og område og en modellpredikert verdiestimering av alle boligene det området i det gitte tidsrommet. I andre steg anvender vi en glattings/de-glattings-teknikk. Den består av to trinn. I første trinn beregnes et bevegelig gjennomsnitt på et angitt område. I andre trinn korrigeres dette bevegelige gjennomsnittet med et forholdstall. Forholdstallet beregnes ved å finne forholdet mellom et bevegelig gjennomsnitt på et mer overordnet område og den ubearbeidede tallserien for dette overordnete området. Denne de-glattingsfaktoren benyttes så i trinn to når vi korrigerer den opprinnelige glattingen i det underliggende området. På denne måten utnyttes informasjon i det mer overordnede området til å korrigere en eventuell overglatting i det underordnede området. Frem til april 2017 har det overordnete området vært hele Norge. Fra og med mai 2017 ble område-inndelingen for de-glattingsfaktorer justert, og Norge ble inndelt i seks regions-områder. De seks regions-områdene er uttømmende for hele Norge. Fra og med januar 2018 er det foretatt en ytterligere revidering. Fra mai 2017 til desember 2017 ble de regionale indeksene beregnet med de-glattingsfaktor med transaksjonsdata fra de siste to månedene. Nå beregnes de-glattingsfaktoren kun med data fra siste måned. Dessuten ble beregningen av den nasjonale indeksen justert slik at den nå er et transaksjonsvektet snitt av indeksene i underliggende områder. Den nasjonale indeksen har inntil desember 2017 vært en median av alle SPAR-brøkene. Fra og med januar 2018 har statistikken fått ny historikk. Dette betyr at alle tall i rapporten og vedlegg er beregnet etter ny metode. SESONGJUSTERING I perioden 2003 2013 var prisstigningen sterkest i januar og svakest i desember, når vi hensyntar hvilke typer boliger som selges i de ulike månedene. Selv med en underliggende trend i prisutviklingen er det en tendens til at prisene har sesongvariasjon. Ved å studere dette fenomenet, har vi funnet ut at det har å gjøre med tynne og tykke markeder. Det betyr at det ikke har noe med selve boligens attributter eller sammensetningen av salgene å gjøre. Det åpner for at vi må justere på en annen måte enn å se på selve boligen. For å finne fram til hva den underliggende prisutviklingen er, ønsker vi å si noe om hva prisendringen var når sesongvariasjonen er kontrollert for. Fra og med 2014 benytter vi en standard teknikk (X-12-ARIMA) som er konstruert til å fjerne de prissvingningene som kan tilskrives et gjentakende sesongmønster. Differansen mellom endringen i den faktiske prisindeksen og den sesongkorrigerte prisindeksen tilskrives sesongvariasjoner. Vi benytter dermed ARIMA-teknikken på Norgesindeksen og kun på Norges-indeksen. Indeksene for de underordnede områdene sesongjusteres ikke. FORSKJELL PÅ INDEKS OG GJENNOMSNITTSPRISER Fra og med 2014 presenterer vi beregnede prisindekser og indeksendringer for en rekke områder. I tillegg beregner vi gjennomsnittlige kvadratmeterpriser for de samme områdene. Indeksene ivaretar på beste måte behovet for å sikre at den rapporterte prisutviklingen gjelder for sammenliknbare boliger. Kvadratmeterprisene ivaretar behovet for å forankre prisene til et nivå i en gitt region til en gitt tid. Brukerne må imidlertid ha klart for seg at det rapporterte nivået på gjennomsnittlig kvadratmeterpris er beregnet på brutto tallmateriale hvor sammensetningseffekter kan inntreffe, altså at to måneder inneholder observasjoner fra forskjellige boligmasser og dermed ikke er helt sammenliknbare. Indeksen vil imidlertid kontrollere for dette, og angi prisutvikling for sammenliknbare boliger. 15
Begreper og definisjoner i Eiendom Norges boligprisstatistikk 12 MÅNEDERS VEKST Angir utviklingen i boligprisene de siste 12 månedene, målt fra inneværende måned mot samme måned foregående år. GJENNOMSNITTLIG ÅRLIG PRISUTVIKLING Angir utviklingen i boligprisene ved å dele gjennomsnittlig indeksnivå i inneværende år på gjennomsnittlig indeksnivå året før. GJENNOMSNITTSPRIS Summen av prisene for alle solgte boliger delt på antall solgte boliger. MEDIAN Prisen på boligen som er midt i rekken hvis salgene sorteres etter pris. Medianpris er således den prisen som er slik at halvparten av prisene er lavere og halvparten er høyere. SESONGKORRIGERING Normalt stiger prisene mest om våren, mens de synker eller flater ut på høsten. Vi ønsker å skille ut endringen som ikke er drevet av tiden på året og bruker derfor informasjon fra tidligere år til å korrigere for sesong. GLATTING / DE-GLATTING Tilfeldigheter kan gjøre at boligpriser i mindre områder er høye eller lave i en enkeltmåned. For å finne trendutvikling, glatter vi dermed prisene. Denne metoden er likevel for sterk for noen områder. Vi bruker derfor informasjon fra overordnede deglattingsområder til å korrigere for overglatting i første steg. SOLGTE Antall registrerte meglerbekreftede salg. LAGT UT FOR SALG Antall boligannonser lagt ut for salg på Finn.no i en måned. USOLGTE Antall boliger lagt ut for salg og ikke registrert solgt i løpet av 180 dager etter annonsering. OMSETNINGSTID Gjennomsnittlig antall dager fra bolig første gang er annonsert til boligen er registrert solgt. LIGGETID USOLGTE Antall dager en fra bolig første gang er annonsert til rapporteringsdato. Månedstallet bygges opp av snittet av alle dagstallene, som igjen er median alder på de boligene som er usolgte på denne dagen. 16