Selvforsterkende effekter i bolig- og kredittmarkeder

Like dokumenter
Kredittilbudseffekter i boligettespørselen

Dokumentasjon av en ny relasjon for rammelånsrenten i KVARTS og MODAG

Oppgaveverksted 3, ECON 1310, h14

Sensorveiledning UNIVERSITETET I OSLO ØKONOMISK INSTITUTT. ECON 1310 Obligatorisk øvelsesoppgave våren 2012

Påvirker flytting boligprisene?

En empirisk undersøkelse av egenkapitalkravenes effekt på gjeldsog boligprisveksten

Obligatorisk oppgave ECON 1310 høsten 2014

Sensorveiledning UNIVERSITETET I OSLO ØKONOMISK INSTITUTT. ECON 1310 Eksamensoppgave høsten 2011

Faktorer bak bankenes problemlån

1. Betrakt følgende modell: Y = C + I + G C = c 0 + c(y T ), c 0 > 0, 0 < c < 1 T = t 0 + ty, 0 < t < 1

Boligprisvekst og markedsstruktur i Danmark og Norge

Et samarbeid mellom kollektivtrafikkforeningen og NHO Transport. Indeksveileder Indeksregulering av busskontrakter. Indeksgruppe

Virkninger av ubalansert produktivitetsvekst («Baumols sykdom»)

1 Innledning. 2 Organisering av kontantforsyningen. 3 Behov for å holde lager

Bør sentralbanken ta mer hensyn til boligprisene?

Pengemengdevekst og inflasjon

Path-dependence effekter i kredittilbudet

Indikatorer for underliggende inflasjon,

Spesialisering: Anvendt makro 5. Modul

Internasjonale prisimpulser til importerte konsumvarer

Forelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår c) Hva er kritisk verdi for testen dersom vi hadde valgt et signifikansnivå på 10%?

En sammenligning av økonomiske teorier for regional vekst

Bankers utlånspolitikk over konjunkturene

Produksjonsgapet i Norge en sammenlikning av beregningsmetoder

RAPPORT. Kalkulasjonsrenten 2012/44. Michael Hoel og Steinar Strøm

Ordrestrømsanalyse av valutakurser

Working Paper 1996:3. Kortere arbeidstid og miljøproblemer - noen regneeksempler for å illustrere mulige kortsiktige og langsiktige sammenhenger

Valuta og valutamarked 1. Innhold

2006/2 Notater Håvard Hungnes. Notater. Hvitevarer Modell og prognose. Gruppe for Makroøkonomi

BNkreditt AS. Årsrapport 2011

av Erik Bédos, Matematisk Institutt, UiO, 25. mai 2007.

HIF-Rapport. Livssykluser og priseffekter i boligmarkedet: 2004:6. Effekter fra husholdningenes flyttetilbørlighet

Klimaendringer gir lavere elektrisitetspriser og høyere forbruk i Norden Karina Gabrielsen og Torstein Bye

Fører høy oljepris til økt oljeboring? * Guro Børnes Ringlund, Knut Einar Rosendahl og Terje Skjerpen

2007/51. Notater. Håvard Hungnes. Notater. Hvitevarer 2008 Modell og prognose. Forskningsavdelingen/Gruppe for makroøkonomi

Levetid og restverdi i samfunnsøkonomisk analyse

CDO-er: Nye muligheter for å investere i kredittmarkedet

Ukemønsteret i bensinmarkedet

Styring av romfartøy STE6122

Forelesning 25. Trær. Dag Normann april Beskjeder. Oppsummering. Oppsummering

Betydning av feilspesifisert underliggende hasard for estimering av regresjonskoeffisienter og avhengighet i frailty-modeller

SNF-arbeidsnotat nr. 06/11. Verdsetting av langsiktige infrastrukturprosjekter. Kåre P. Hagen

Beskjeder. MAT1030 Diskret matematikk. Oppsummering. Oppsummering

Humankapitalens rolle for den økonomiske veksten i Norden

Valuta og valutamarked 1

ARBEIDSGIVERPOLITISK PLATTFORM ÅS KOMMUNE

Magne Holstad og Finn Erik L. Pettersen Hvordan reagerer strømforbruket i alminnelig forsyning på endringer i spotpris?

Løsningsforslag til obligatorisk øvelsesoppgave i ECON 1210 høsten 06

SAMSPILLET MELLOM PENGE- OG FINANSPOLITIKKEN UNDER ET UNDERLIGGENDE INFLASJONSMÅL FOR EN LITEN ÅPEN ØKONOMI 1

Om muligheten for å predikere norsk inflasjon ved hjelp av ARIMA-modeller

Infoskriv ETØ-1/2016 Om beregning av inntektsrammer og kostnadsnorm for 2015

Eksamensoppgave i SØK3001 Økonometri I

Eksamensoppgave i FIN3006 Anvendt tidsserieøkonometri

Faktor - en eksamensavis utgitt av ECONnect

Dato: 15.september Seksjonssjef studier og etter utdanning Arkivnr 375/2008

MAT1030 Forelesning 26

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Forelesning 26. MAT1030 Diskret Matematikk. Trær med rot. Litt repetisjon. Definisjon. Forelesning 26: Trær. Roger Antonsen

Realkostnadsvekst i Forsvaret betydningen av innsatsfaktorenes substitusjonsmulighet

Kort om ny reguleringskurvelogikk. Trond Reitan 19/8-2013

Rundskriv EØ 1/ Om beregning av inntektsrammer og kostnadsnorm i vedtak om inntektsramme for 2010

YF kapittel 3 Formler Løsninger til oppgavene i læreboka

SAKSFRAMLEGG. Saksbehandler: Anne Marie Lobben Arkiv: 040 H40 Arkivsaksnr.: 12/422

Hovedoppgave for cand.polit-graden. Industribygg. En studie av nyinvesteringer i industribygg. Kristoffer Eide Hoen. 3. mai 2004

Norsk prosessindustri ved utvidelsen av EUs kvotesystem etter 2012

Eksamen i STK4060/STK9060 Tidsrekker, våren 2006

Selvforsterkende effekter i bolig- og kredittmarkeder *

og ledelse av forsyningskjeder Kapittel 4 Del A - Prognoser SCM200 Innføring i Supply Chain Management

Eksempel på beregning av satser for tilskudd til driftskostnader etter 4

Persistens og interaksjonseffekter ved bruk av ulike offentlig finansierte FoU-virkemidler

Økonometrisk modellering av forholdet mellom boligpriser og gjeld i Norge

Prising av opsjoner på OBXindeksen

Kina 20 år med økonomiske reformer

1. Vis hvordan vi finner likevektsløsningen for Y. Hint: Se forelesningsnotat 4 (Økonomisk aktivitet på kort sikt), side 23-24

Norges Handelshøyskole

En regnskapsbasert verdsettelse av Kongsberg Automotive

Teknologisk utvikling og flytende naturgass Vil kostnadene ved nye LNG anlegg falle ytterligere i fremtiden?

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Ådne Cappelen, Arvid Raknerud og Marina Rybalka

Verdsetting av fremtiden. Tidshorisont og diskonteringsrenter

Konsekvenser ved utsettelse av klimatiltak

Pris- og belåningsgevinster i husholdningenes boligformue

SNF-RAPPORT NR. 24/02. Strukturfond, strukturavgift og verdsetting av fartøy. Torbjørn Lorentzen Stein Ivar Steinshamn

Inflasjonspersepsjoner

~/stat230/teori/bonus08.tex TN. V2008 Introduksjon til bonus og overskudd

Sensorveiledning ECON2200 Våren 2014

Moderne konjunkturforskning i et historisk lys. Er konjunktursvingninger like reelle som før?

Infoskriv ETØ-4/2015 Om beregning av inntektsrammer og kostnadsnorm for 2016

Meglerhusene på Oslo Børs

Subsidier til klimavennlige teknologier.

Årsmelding mai 2011

Løsning: V = Ed og C = Q/V. Spenningen ved maksimalt elektrisk felt er

Elgbeiteregistrering i Trysil og omegn 2005

Alkoholpolitikk. Samfunnsøkonomiske perspektiver på bruk av avgifter og reguleringstiltak, anvendt på Norge. Patrick B Ranheim.

Effekten av handelsaktivitet på volatiliteten i råvarefutures. The Effect of Trading Activity on Volatility in Commodity Futures

Finansielle metoder for produksjonsplanlegging av vannkraft

Løsningsforslag. Fag 6027 VVS-teknikk. Oppgave 1 (10%) Oppgave 2 (15%)

Eksamensoppgave i SØK3001 Økonometri I

Endringene i det norske pensjonssystemet, konsekvensene og den stille pensjonsreformen.

Transkript:

Selvforserkende effeker i bolig- og kredimarkeder Trond-Arne Borgersen Håvard Hungnes Høgskolen i Øsfold Arbeidsrappor 2009:3

Online-versjon (pdf) Ugivelsessed: Halden De må ikke kopieres fra rapporen i srid med åndsverkloven og foografiloven eller i srid med avaler om kopiering inngå med KOPINOR, ineresseorgan for reigheshavere il åndsverk. Høgskolen i Øsfold har en godkjenningsordning for publikasjoner som skal gis u i Høgskolens Rappor- og Arbeidsrapporserier. Høgskolen i Øsfold. Arbeidsrappor 2009:3 Forfaeren/Høgskolen i Øsfold ISBN: 978-82-7825-275-8 ISSN: 1503-6677

Selvforserkende effeker i bolig- og kredimarkeder Trond-Arne Borgersen Avdeling for Økonomi, Samfunnsfag og Språk Høgskolen i Øsfold 1757 Halden E-Mail: rond.a.borgersen@hiof.no Håvard Hungnes Forskningsavdelingen Saisisk senralbyrå 0033 Oslo E-mail: hhu@ssb.no Absrac: Denne arikkelen analyserer sammenhengene mellom husholdningenes gjeld, disponibel innek og boligprisuviklingen over perioden 1987-2008. Boliglån ugjør 90 prosen av husholdningenes samlede gjeld, og innvilges på bakgrunn av husholdningenes gjeldsbejeningsevne, og den sikkerhe husholdningene kan sille. Ofes gis boliglån med sikkerhe i boligen selv, noe som gjør kredirasjoneringen i boligmarkede endogen. I ilfeller der bankenes inerne reningslinjer for kredigivning ikke er serke nok, kan den endogene kredirasjoneringen gi variasjoner i vekleggingen av gjeldsbejeningsevne og panesikkerhe over boligprissyklusen. Spesiel kan search-for-yield i bankene øke beydningen av panesikkerheene når boligprisveksen er serk, slik a gjeldsbejeningsevne spiller en mindre rolle og belåningsgradene øker. Ved hjelp av en LSTR1-modell idenifiseres her o regimer for husholdningenes gjeldsveks. E regime der boligprisveksen er høy i forhold il renen, og e regime der boligprisveksen er lav i forhold il renen. I de flese ilfeller faller høy boligprisveks sammen med a husholdningenes gjeldsbelasning siger. Når gjeldsbelasningen er lav i ugangspunke, er en slik gjeldsoppbygging uproblemaisk. I perioden 2003k1-2007k3 øke imidlerid gjeldsveksen il høyere gjeldsbelasning ross for a gjeldsbelasningen allerede var over si gjennomsni. Beregningene yder på a bankene i en periode med svær høy boligprisveks vekla panesikkerhe (gjeldsbejeningsevne) serkere (svakere) enn idligere, og således bidro il å generere usabilie både i husholdningenes finansielle silling og i boligmarkede. 1

1. Innledning Bankene er den vikigse finansieringskilden for norske husholdningers boligkjøp (Krediilsyne, 2007), noe som gjør bankenes ulånspoliikk senral for uviklingen i boligmarkede. Samidig ugjør boliglån 60 prosen av bankenes samlede ulån (Krediilsyne, 2008), og dermed blir også boligmarkede svær vikig for bankenes innjening og kapialdekning. I normalilfeller vil de risikovurderingene som ligger bak bankenes boliglån inkludere både husholdningenes gjeldsbejeningsevne og den sikkerhe husholdningene kan sille (Borgersen og Sommervoll, 2006). Ofe brukes boligen selv som panesikkerhe, noe som gjør kredirasjoneringen i boligmarkede endogen (Kiyoaki og Moore, 1997). Bankene kan gjennom aksepere belåningsgrader, illa løpeid, renemargin og avdragsprofil både påvirke eableringsidspunk og de løpende kosnader ved å bejene e boliglån, og derigjennom også husholdningenes mulige boliginveseringer. Frem il boligprisfalle som ok il 2. halvår 2007 seg norske boligpriser i lang id mer enn både husleie, byggekosnader, konsumpriser og husholdningenes disponible inneker (Norges Bank, 2007). Boligprisene og bankenes boliglån fulge hverandre imidlerid nær i perioden, spesiel fra 2003. Krediilsynes boliglånsundersøkelse viser samidig beydelige endringer i de norske boliglånsmarkede fra 2003, endringer som høyere belåningsgrader, lengre løpeid og nye avdragsprofiler på boliglån. Figur 1: Verdseingsindikaorer i bolig- Figur 2. Boligpriser og bankenes ulån med pan i bolig. markede. Tolvmåndersveks. 1998-2006. 250,00 30 16 Indekser. 1985=100 200,00 150,00 100,00 50,00 Prosen 25 20 15 10 14 12 10 Prosen 0,00 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 5 0 8 6 Deflaer med husleie Deflaer med byggekosnader Kilde: Norges Bank (2008) Deflaer med KPI Boligpriser deflaer med årslønn jan.98 jul.98 jan.99 jul.99 jan.00 jul.00 jan.01-5 Boligpriser (vensre) Lån med pan i bolig Kilde: NEF/Econ/ Krediilsyne(2007) jul.01 jan.02 jul.02 jan.03 jul.03 jan.04 jul.04 jan.05 jul.05 jan.06 jul.06 4 Den posiive sammenhengen mellom uviklingen i kredi og eiendomspriser er empirisk vel funder (Borio e al, 1994), selv om den eoreiske kausalieen mellom disse er mer usikker (Brissimis og Vlassopoulos, 2007). Sammenhengen mellom boligprissyklusen og uviklingen i bankenes ulån il boligformål er analyser bl.a. av Borgersen og Greibrokk (2005), som i en eoreisk modell viser hvordan kredirasjonere husholdningers boligmarkedsilpasning lees når brukerprisen på bolig øker. Modellen gir en mulig forklaringsramme på o ilsynelaende paradokser i norske boligmarkeder; nemlig a de er når prisene er høye a yngre alderskohorer eablerer seg med bolig (Andersen, 2001) og a belåningsgrader øker med boligprisene (Krediilsyne, 2007b). 1 Borgersen og Robersen (2007) illusrerer hvordan search for yield i bankene kan gi siuasjonsbeingede sammenhenger mellom boligmarkede og markedes finansieringsside når kredirasjoneringen er endogen. Dersom boligprisveksen er høy kan bankene være villig il slakke av på sine kredivurderinger, og derigjennom øke både 1 Borgersen og Sommervoll (2006) diskuerer mulige opp- og bunnpunker i en slik kredidreve boligprissyklus, der forholde mellom gjeld og innek i husholdningene vil begrense prissyklusen oppad dersom inneksveksen ikke holder ri med boligprisveksen over id. 2

egen og husholdningenes samlede boligmarkedseksponering. Spesiel kan panesikkerheens beydning øke når boligprisveksen er høy, noe som åpner for a både belåningsgrader og husholdningenes gjeldsbelasning øker. I ilfelle med høye nivåer på boligmarkedes verdseingsindikaorer innebærer en slik øk eksponering samidig høyere risikoaking. Moiver u i fra diskusjonen i Borgersen og Robersen (2007) ser denne arikkelen nærmere på fakorene bak husholdningenes gjeldsoppak, og hvorvid beydningen av disse fakorene varierer over boligprissyklusen. Med ugangspunk i perioden 1987-2008 analyseres makrosammenhengene mellom husholdningenes gjeldsveks, aggreger belåningsgrad (gjeld/ boligverdi) og gjeldsbelasning (gjeld/innek), der de o sisnevne er de o ana vikigse komponenene i bankenes kredirisikovurderinger for husholdningenes boliglån. Arikkelen ser spesiel på muligheen for a gjeldsbelasning ikke påvirker gjeldsveksen like mye over hele boligprissyklusen, og a boliglån i sørre grad gis på bakgrunn av panesikkerhe når boligprisveksen er høy enn når den er lav. En slik hypoese akualiseres av den markane økningen i belåningsgrader som Boliglånsundersøkelsen finner fra 2003 av, da sørre veklegging av panesikkerhe bl.a. vil gi seg uslag i øke belåningsgrader. Resen av arikkelen er organiser som følger. I nese avsni belyses kor noen srukurelle uviklingsrekk i de norske boliglånsmarkede med bakgrunn i Krediilsynes boliglånsundersøkelse. I redje avsni gis en eoreisk ramme for ineraksjonen mellom eerspørselen eer og ilbude av boliglån baser på en diskusjon av de vikigse komponenene i bankenes kredirisikomodeller. Den empiriske implemeneringen av modellen og resulaene av denne preseneres i fjerde avsni. Feme avsni oppsummerer. 2. Uviklingen i de norske boliglånsmarkede Krediilsynes Boliglånsundersøkelse har siden 1994 karlag srukuren i nye boliglån og illusrerer srukurelle uviklingsrekk i de norske boliglånsmarkede. Boliglånsundersøkelsen viser a de har vær beydelige endringer i bankenes kredipraksis på boliglån fra 2003 av. Disse endringene faller sammen med en periode der boligprisveksen, eer å ha vær negaiv på olvmånedersbasis høsen 2003, igjen ilok markan og innlede en periode med høy boligprisveks og ulånsveks fra bankene. Både penge- og kredipoliikken kan her ha spil en beydelig rolle. Reduksjonen i syringsrene fra 7,0 prosen høsen 2002, il 1,75 prosen våren 2004, ga sore reduksjoner i husholdningenes renebelasning. Samidig viser alså Boliglånsundersøkelsen sore endringer i bankenes kredipraksis på boliglåns-område i perioden samidig som ulånsveksen il boligformål seg. Husholdningers boligkjøp avhenger både av viljen - og muligheen il å kjøpe bolig, og husholdninger som forvener boligprisveks kan være villige il å a posisjoner i boligmarkede for å sikre seg en del av denne formuesgevinsen. Manglende/Redusere muligheer for å lånefinansiere spekulasjonsmoivere boligkjøp seer imidlerid ofe en sopper for slike ransaksjoner. Unnake er hvis bankene, også de med forvenninger om boligprisveks, er villige il å slakke opp på sin kredipraksis og øke sin boligmarkedseksponering. Randall (1994) peker på a de kan finnes mekanismer i bankene som sysemaisk svekker kredivurderingene når økonomien går god og kredieerspørselen er høy. Med langvarig verdisigning på paneobjeker, god resulauvikling i foreakene og serk inneksveks i husholdningene, kan forvenninger om forsa posiiv uvikling i disse, og dermed også sadig 3

lavere kredirisiko, få fese i bankene. Randall argumenerer for a den finansielle akseleraoren er prosyklisk. 2 Srukuren i lånefinansieringen er en av mange karakerisika som skiller boligmarkede fra andre markeder, og gjør forklaringsfakorene mangfoldige (Røed-Larsen og Sommervoll, 2004). I boligmarkede brukes som nevn låneobjeke (boligen) selv som panesikkerhe, noe som gjør kredirasjoneringen endogen. Den endogene kredirasjoneringsmekanismen gir prisdannelsen i boligmarkede rom for forveningseffeker og inseniver il sraegisk aferd i bankenes boliglånspoliikk. Når boligprisveksen simuleres av ilgangen på boliglån, kan bankene ved hjelp av dagens kredipraksis bedre sikkerheen og forrenningen på allerede inngåe lånekonaker i ilfelle mislighold. Spesiel kan kamp om markedsandeler bankene i mellom gjøre a de blir enklere å basere ulånspoliikken på den endogene kredirasjoneringen, da øke ulån samidig gir bedre sikkerhe på eksiserende paneverdier, slik a ekspansjon virker lie risikofyl (Borgersen og Robersen, 2007). I en siuasjon med endogen kredirasjonering er særlig muligheen for a forvenningen om forsa boligprisveks simulerer bankenes ilbud av boliglån, og a boliglån i sørre grad enn idligere gis på bakgrunn av panesikkerhe fremfor gjeldsbejeningsevne, ineressan. Dersom beydningen av de ulike kredirisikokomponenene varierer over boligprissyklusen, slik a for eksempel beydningen av panesikkerhe (gjeldsbejeningsevne) øker (avar) når boligprisene siger mye (lie), kan høy (lav) boligprisveks i dag i seg selv bidra il høy (lav) boligprisveks i fremiden. De er denne øke veklegging av panesikkerhe som gir rom for forvenningseffeker og kredidrevne boligprisbobler. I ilfelle med lånefinansiering av boligkjøp kan husholdningenes finansielle silling da bli usabil, samidig som den finansielle akseleraoren, og derigjennom pengepoliikkens påvirkning på konjunkurene, blir siuasjonsbeinge. Figur 3: Tolvmåndersveks i boligprisene Figur 4: Andeler innefor ulike belåningsgrader 50 % Prosen 25,0 20,0 15,0 10,0 5,0 0,0-5,0-10,0-15,0 mai. 02 jan. 03 sep. 03 mai.04 jan.05 sep.05 mai.06 jan.07 sep.07 mai.08 40 % 30 % 20 % 10 % 0 % innenfor 60% 60-80% 80-100% over 100% 2001 2002 2003-Vår 2003/4 2004 2005 2006 2007 Kilde: NEF/Econ (2009) Kilde: Krediilsyne (2007b) I Norge har boliglån radisjonel bli gi på bakgrunn av en kombinasjon av belåningsgrad og gjeldsbejeningsevne. Bankene har ofe ha som ommelfingerregel a husholdningene ikke bør låne mer enn 3 ganger inneken før ska (Norges Bank, 2005). Samidig har belåningsgrader på opp il 80 prosen av boligens bli akseper. Krave om egenkapial har vær knye 2 Bernanke og Gerler (1989) viser hvordan realøkonomiske svingninger kan forserkes gjennom finansielle akseleraorer. Endringer i panesikkerheenes verdi påvirker her ilgangen på eksern finansiering, noe som igjen kan forserke effekene på formuesprisene, uover de ren realøkonomisk moivere effekene. Sein (1995) og Aoki e al (2004) uvikler en finansiell akseleraor for boligmarkede hvor bruken av boligkapial som panesikkerhe for lån er senral. Se også Almedia e al (2007) for en oppsummering av finansielle akseleraorer i inernasjonale boligmarkeder. 4

il probleme med asymmerisk informasjon mellom lånaker og långiver, mens begrensinger på gjeldsbelasningen har vær baser på lånakers mulighe for ilbakebealing (gjeldsbejeningsevne). 3 Nivåene på aksepere belåningsgrader og gjeldsbelasning kan diskueres, 4 men variasjoner i vekleggingen av de o over boligprissyklusen synes ikke forenelig med en forsvarlig kredipraksis. Dersom gjeldsbejeningsevne og panesikkerhe veklegges lik over boligprissyklusen ar ulånspoliikken allid a hensyn il muligheen for ilbakebealing, og boliglån innvilges aldri på bakgrunn av fremidige forreningsgevins i ilfelle mislighold. Sag annerledes, bankenes ulånspoliikk på boliglånsområde er da ikke prege av searh-foryield. Boliglånsundersøkelsen viser som sag beydelige endringer fra 2003. Bl.a. har andelen lån med høy belåningsgrad (over 80 prosen) øk marker, samidig som andelen lån i de sikrese lånekaegoriene (under 60 prosen) har fal. Fordeles belåningsgradene eer lånakers alder, viser undersøkelsen a økningen er særlig høy for den yngse aldersgruppen der hele 37 prosen har lån uover panesikkerheens verdigrunnlag (Krediilsyne, 2007b). Høsen 2006 ble hver sjee lån gi med avdragsfrihe, og eerspørselen eer lån med avdragsfrihe er sørs blan de yngse og de eldse lånakerne (Krediilsyne, 2007b). Figur 5: Andeler innen ulike belåningsgrader Aldersfordel. 100 % 80 % 60 % 40 % Figur 6: Omfang av lån med avdragsfrihe fordel på alder. Andel (%) 50 40 30 20 10 8 6 4 År 20 % 10 2 0 % '05 '06 '05 '06 '05 '06 Under 35 år 35-66 år Over 67 år Under 60% 60-80% 80-100% Over 100% 0 Under 25 år 25-34 år 35-44 år 45-54 år 55-66 år Over 67 år Andel lån (06 og 07) Gj.sn. avdragsfrihe (h. akse, 06 og 07) 0 Kilde: Krediilsyne (2007) Kilde: Krediilsyne (2007b) Øke belåningsgrader har gå sammen med svær høy veks i bankenes ulån il boligformål, og årsveksen i 2007 var hele 16 prosen (Krediilsyne, 2008). Samidig har løpeiden på nye lån øk marker. Økningen i løpeid er sørs for de høyese belåningsgradene, og igjen synes økningen spesiel sor fra 2003 av. Kombinasjonen av høy volumveks, øke belåningsgrader, mer bruk av avdragsfrihe og lengre løpeid på lån indikerer a bankene har ilpasse seg den høyere boligprisveksen fra 2003 ved å øke sin risikoaking. Samidig har bankene gjennom økningen i ilbude av boliglån også bidra il boligprisveksen. 3 For asymmerisk informasjon se for eksempel Sigliz og Weiss (1981). 4 Norges Bank (2007) argumenerer med a nivåe på aksepabel gjeldsbelasning i husholdningene har øk, eersom andelen av innek som brukes på ma er reduser. Når husholdningene bruker en mindre andel av inneken på nødvendighesgoder (som ma), har de følgelig en sørre andel igjen il å bruke på å bo. 5

Figur 7: Løpeid på boliglån i ulike belåningsgrader 24 22 20 År 18 16 14 12 Under 60% 60-70% 70-80% 80-90% 90-100% Over 100% 2000 2003 2006 2007 Kilde: Krediilsyne (2008) De er imidlerid ikke nødvendigvis slik a øke ulån il en sekor reflekerer øk kredirisiko (Keeon, 1999). Dersom øke ulån il husholdningene skyldes endrede preferanser for boligkonsum eller bedre inneksuvikling, behøver ikke øke ulån il boligformål gi høyere kredirisiko for bankene. Uviklingen i de norske boliglånsmarkede fra 2003 av syns imidlerid å vise a den øke eksponeringen i boligmarkede er fulg av høyere kredirisiko. Kombinasjonen av høy ulånsveks il e marked som baser på en rekke verdseingsindikaorer er høy prise, hvor lånene med de høyese belåningsgradene er gi il grupper av husholdninger med serk formueskonsenrasjon mo de samme markede, som relaiv se synes å ha svakes finansiell silling, og som i ilfelle boligmarkede er karakeriser av klaring dessuen opererer i de boligmarkedssegmenene med serkes ringvirkninger il øvrige markedssegmener, kan vanskelig beskrives annerledes. 5 3. En modell for kredirasjonere husholdningers boligeerspørsel En husholdnings boligeerspørsel kan moiveres u i fra husholdningens behov for å bo, eller i ønske om å forea en lønnsom invesering. Uanse moiv beinger boliginveseringer som regel eksern finansiering. Til ross for vilje il å invesere i bolig, er de derfor ikke allid mulighe il å gjøre de. Dersom vi anar a husholdningene er kredirasjoner, vil de allid være udekke eerspørsel eer boliglån i økonomien. I en slik siuasjon kan uviklingen i husholdningenes gjeldsoppak (og boligeerspørsel) i serkere grad knyes il endringer i bankenes ilbud av boliglån enn il endringer i eerspørselen eer boliglån (Borgersen og Greibrokk, 2005). Baser på vanlige risikovurderinger kan vi som Moen (1996) ana a den langsikige uviklingen i husholdningenes bruogjeld vil avhenge av o forhold: 5 Harding e al (2004) viser a yngre husholdningers poreføljeilpasning er beydelig mer konsenrer mo boligmarkede enn poreføljeilpasningen hos eldre husholdningsgrupper. Krediilsyne (2008) illusrerer den relaiv svake finansielle sillingen hos yngre husholdningsgrupper, mens Oralo-Magne og Rady (1999, 2001) dokumenerer beydningen av de førse rinnenes i en boligmarkedssige for samle boligprisuvikling i ilfelle med boligmarkedsklaring. 6

Forholde mellom bruogjeld og boligverdi. (Panesikkerhe/Belåningsgrad) Boligen er den vikigse sikkerhe husholdningene kan sille. Hvis boligverdien siger vil også verdien på sikkerheen sige, og husholdningene kan a opp mer lån. Vi vil derfor ro a - for al anne gi - vil husholdningenes bruogjeld gradvis øke hvis bruogjelden er lav i forhold il boligverdien, og omvend. Forholde mellom bruogjeld og innek. (Gjeldbelasning/Gjeldsbejeningsevne) Gjelden skal bejenes. Husholdningene må derfor bruke en del av sin disponible innek il rener og avdrag. Samidig må en del av innekene brukes il ma og andre nødvendighesvarer, noe som begrenser de mulige bokosnadene på lang sik. Vi vil derfor ro a - for al anne gi - husholdningenes bruogjeld vil øke hvis gjelden er lav i forhold il inneken, og omvend. Sammenhengen mellom husholdningenes boliggjeld, gjeldsbelasning og panesikkerhe er av Borgersen og Sommervoll (2006) modifiser il e 1 (1) C = 0 ( q k (1 + r) ) + α gi a C α ( Y ) 1 Her er gjeldsnivåe i perioden ( C ) for de førse avhengig av panesikkerheens nåverdi. Da en anar noe reghe i prosessen med å realisere misligholde låneobjeker, avhenger gjeldsoppake av boligkapialens salgsverdi i nese periode. I ligning (1) er (r) diskoneringsrene, ( e q ) + forvene boligpris i nese periode, ( k ) 1 panesikkerhe (boligkapial) ved inngangen av perioden og ( α 0 ) belåningsgrad. Den førse delen av ligning (1) uykker den endogene kredirasjoneringsmekanismen i boliglånsmarkede. Denne ineraksjonen mellom boligmarkede og markedes finansieringsside gir rom for forvenningseffeker i boligprisene. Den andre delen av ligningen ar hensyn il a husholdningenes gjeldsoppak også avhenger av den gjeldsbelasning bankene akseperer for sine lånekunder ( α 1 ). 6 I ligning (1) er de o komponenene inegrer, slik a verdiuviklingen på panesikkerheen driver gjeldsoppake så lenge gjeldsbelasningen ikke er høyere enn hva bankene akseperer. Når gjeldsbelasningen resriksjonen er bindende, er de kun høyere innek ( Y ) som kan øke husholdningenes gjeldsoppak yerligere. Borgersen og Sommervol (2007) moiverer en slik inegrer sammenheng med a gjeldsbelasning kan sies å fungere som e korrekiv il forvenningsfeil på fakisk verdiuvikling på bankens panesikkerheer. Fra en siuasjon lik (1) uvikler Borgersen og Robersen (2007) e urykk for kredirasjonere husholdningers boligeerspørsel hvor en kan skille mellom forskjellige siuasjoner al eersom hvordan boligprisveksen er; boligprisene kan falle, de kan sige modera (slik a brukerprisen på bolig er posiive) eller de kan sige krafig (slik a brukerprisen er negaiv). 7 Med modera veks i boligprisene øker boligeerspørselen i husholdningenes neo formue og avar i brukerprisen på bolig, på samme måe som i ilfelle med e svak boligprisfall. I begge ilfeller beinger boligkjøp a husholdningene kan sille noe egenkapial. Sag annerledes, når 1 6 Urykke for aksepabel gjeldsbelasning er en forenkling men urykker de grunnleggende prinsippe om resriksjoner på de aksepable forholde mellom gjeld og innek i en husholdning. I realieen vil for eksempel SIFO-modellen for beregning av normalisere konsumugifer legges il grunn, med juseringer for både husholdningsørrelse og aldersgruppe( hp://www.sifo.no/page/lenker//10242/10278) 7 Borgersen og Robersen (2007) anar a kredirasjonere husholdninger driver koninuerlig refinansiering, bruker noe av sin arbeidsinnek på konsum sam bealer rener og avdrag på eksiserende gjeld periodevis. 7

boligprisveksen er modera ilbys kun boliglån med belåningsgrader under 100 prosen. Når prisveksen blir høy, endres imidlerid srukuren i boliglånsmarkede fra a gjeldsbejeningsevne dominerer, il en siuasjon der panesikkerhe dominerer kredigivningen. I ilfelle med høy boligprisveks ilbyr bankene full lånefinansiering av boligkjøp der belåningsgrader på 100 prosen akseperes, og lar således også husholdninger uen egenkapial eablere seg med bolig. En slik eoreisk ramme for kredirasjonere husholdningers boligmarkedsilpasning, der både gjeldsbelasning og belåningsgrad hensynas, gir rom for regimeskif i husholdningenes boligmarkedsilpasning (og gjeldsveks). Regimeskifene kommer som følge av a den nødvendige egenkapial ved boligkjøp varierer over boligprissyklusen, variasjoner som igjen har direke konsekvenser for uviklingen i husholdningenes gjeldsveks. Ineraksjonen mellom boligmarkede og markedes finansieringsside gir slik førs av al mulighe for a husholdninger med ulik finansiell syrke, mål ved gjeldsbelasning, kan eablere seg med bolig i ulike faser av boligprissyklusen. Variasjonene i finansieringsbeingelser gir samidig en sysemaisk variasjon i boligmarkedsrisiko mellom husholdningsgrupper. Og boliglånsmarkede bidrar nå il høyere boligmarkedsrisiko parallel med uviklingen i boligprissyklusen. Perioder mo sluen av en boligprissyklus vil derigjennom være karakeriser av både høy gjeldsveks og økende gjeldsbelasning i husholdningssekoren. Fakisk vil gjeldsbelasningen kunne vokse uover si gjennomsni dersom de ikke er nødvendige korreksjonsmekanismer på ilbudssiden av boliglånsmarkede. En slik økning gir behov for en fremidig korreksjon av husholdningenes finansielle silling, en korreksjon som igjen vil ha ringvirkninger il boligmarkede. 4. Empirisk implemenering I dee avsnie undersøker vi makrosammenhengene mellom husholdningenes gjeldsveks og de o vikigse komponenene i bankenes risikovurderinger av boliglån, gjeldsbelasning og belåningsgrad. I henhold il vår definisjon av en forsvarlig ulånspoliikk bør de o ha like sor innvirkning på gjeldsveksen uanse nivåe på boligprisveksen. Med ugangspunk i en search-for-yield ilnærming skal vi her se nærmere på muligheen for a sammenhengene endres når boligprisveksen er høy. Høy boligprisveks er her definer som a årsveksen i boligprisene er høyere enn renen. 8

Figur 8: Daaseriene 14.5 c-p 14.0 0.4 0.2 0.0 c-q-k 1990 1995 2000 2005 2010 2.2 2.0 1.8 c-y 1990 1995 2000 2005 2010 (c-y)_mean 1990 1995 2000 2005 2010 0.1 D4q-r 0.0-0.1 1990 1995 2000 2005 2010 I Figur 8 er følgende ploe (1987k1-2008k3): c-p er (logarimen av) husholdningenes reelle bruogjeld (bruogjeld (mål ved k2) i forhold il nasjonalregnskapes konsumdeflaor). c-q-k er (logarimen av) forholde mellom husholdningenes bruogjeld og boligverdien (q er brukboligpris og k er boligkapialen). c-y er (logarimen av) forholde mellom husholdningenes bruogjeld i forhold il disponibel innek eksklusiv aksjeubye. Gjennomsnie i perioden er også egne inn (den blå siplede linjen). 4 q r er differansen mellom firekvaralsveksen i boligprisene, eller årsveksen, og nominell rene eer ska. Figur 8 gir idsseriene for husholdningenes gjeldsveks, disponibel innek og boligkapial. Disse kan belyse hvordan husholdningenes gjeldsveks påvirkes av husholdningenes gjeldsbelasning (gjeldsbejeningsevne) og belåningsgrad på makronivå. Gjeldsbelasning er her definer som forholde mellom husholdningenes bruogjeld og disponibel innek, mens belåningsgrad er definer som forholde mellom husholdningenes bruogjeld og boligkapial. Husholdningenes bruogjeld er her bruk som indikaor på husholdningenes boliggjeld. Fra øverse graf i figur 8 ser vi a husholdningenes bruogjeld har øk jevn siden miden av 90-alle. Mål i forhold il boligverdien har bruogjelden imidlerid ha en ilnærme sabil uvikling fra 1999 av, eer å ha fal beydelig fra begynnelsen av 1990-alle (graf nummer 2 i figuren). Uviklingen i boligprisene er en naurlig forklaringsfakor bak en slik uvikling i belåningsgrad, men også øke boliginveseringer har rolig bidra. Ser en på forholde mellom bruogjeld og disponibel innek (graf 3) har de vær beydelige variasjoner over perioden. Spesiel har gjeldsbelasningen øk marker siden 2003, il ross for a gjeldsbelasningen nå 9

har vær høyere enn gjennomsie for perioden 1987-2008. Samidig ser vi a differansen mellom boligprisveks og rene har vær posiiv i sore deler av perioden (neders). Med ugangspunk i ligning (1) esimeres her en enkel lineær dynamisk versjon av husholdningenes bruogjeld over perioden 1987k1-2008k2. Foruen dynamikk forklares sammenhengen mellom husholdningenes bruogjeld og belåningsgrad sam mellom bruogjeld og gjeldsbelasning. Esimeringer er gjor ved hjelp av PcGive, se Dornik og Hendry (2007). (Sandardavvik i parenes.) ( c p) = cons. + 0,1492 ( y p) 1 (2) 0,0792( c q k) 1 + 0,0011( c y) (0,0081) (0,04909) (0,0081) + sesong + dummy + feilledd σ = 0,00955 R^2 = 0,6539 Fra ligning (2) ser vi a foregne for variabelen belåningsgrad er rikig, i den forsand a hvis belåningsgraden er høy, bidrar dee il å redusere veksen i bruogjelden. Foregne for gjeldsbelasning er derimo gal, i og med a e posiiv foregn innebærer a bruogjelden vokser mer når gjeldsbelasningen er høy. Vi merker oss for øvrig a koeffisienen for gjeldsbelasning ikke er signifikan forskjellig fra null, slik a hypoesen om a gjeldsbelasning ikke beyr noe for uviklingen i bruogjeld ikke kan forkases. Man kan kanskje ro a foregnsprobleme for variabelen gjeldsbelasing skyldes a vi ikke har inkluder renen. Både renebelasning og gjeldsbelasning brukes som indikaorer på husholdningenes finansielle silling, og vil rimeligvis påvirke husholdningenes gjeldsoppak. 8 En lavere rene innebærer a en husholdning kan bejene e sørre lån med samme innek. Den høye gjeldsveksen i husholdningene kan i en slik sammenheng forklares med a selv om gjeldsbelasningen har øk, har renebelasningen fal. En lineær versjon av ligning (1) som inkluderer renen gir korrek foregn for renen (negaiv), slik a øk rene innebærer lavere gjeldsveks (Koeffisienen er rikignok ikke signifikan forskjellig fra null). Foregne for variabelen gjeldsbelasning blir imidlerid fremdeles gal (siden de forsa er posiiv), og de hjelper således ikke å inkludere renen i beregningene. Vi går isede videre med å undersøke om de er en ikke-lineær sammenheng mellom uviklingen i husholdningenes bruogjeld og gjeldsbelasning. Vår hovedhypoese er a koblingen mellom husholdningenes bruogjeld og gjeldsbelasing gjelder i normale ilfeller, men a gjelden, som følge av search-for-yield aferd i bankene, kan vokse mer enn gjeldsbelasningen skulle ilsi i ilfeller med høy boligprisveks. Hva som karakeriseres som høy boligprisveks er som nevn her definer i forhold il renen. Differansen mellom boligprisveksen og renen foreller oss hva de koser å plassere en krone i bolig i forhold il en annen plassering (gi ved pengemarkedsrenen eer ska). Er differansen posiiv, gir en plassering i boligmarkede høyere avkasning enn en plassering i pengemarkede, og omvend. I vår ilnærming er forholde mellom boligprisveksen og renen grunnlage for seach-for-yield aferd i bankene, og viljen il å underrykke gjeldsbelasning som beskrankede fakor for husholdningenes gjeldsoppak. 1 8 Se for eksempel Norges Bank (2008). Her diskuerer husholdningenes finansielle silling både ved hjelp av husholdningenes gjelds- og renebelasning. Mens gjeldsbelasning defineres som lånegjeld i prosen av likvid disponibel innek, er renebelasning definer som reneugifer eer ska i prosen av likvid disponibel innek. 10

For å ese om de er en ikke-lineær sammenheng mellom husholdningenes gjeldsveks og gjeldsbelasning, der ikke-linearieen avhenger av hvor sor boligprisveksen er i forhold il renen, benyer vi en LSTR-modell (logisisk smooh ransiion regression). Dee er en modell med o regimer. I vår ilfelle er de ene regime karakeriser av a boligprisveksen er lav i forhold il renen, mens de andre regime er karakeriser av a boligprisveksen er høy i forhold il renen. 9 Grensen for hva som er høy og lav boligprisveks besemmes ved esimering. I modellen behøver vi ikke nødvendigvis å være i e av de o regimene, også mellomsiuasjoner er mulige. Vi ar ugangspunk i den esimere relasjonen i (2) men lar koeffisienene for konsanledde og gjeldsbelasning avhenge av hvilke regime vi er i. Vår ransisjonsfunksjon G( ) kan ana verdier fra 0 il 1, der verdiene 0 og 1 represenerer de o regimene, og verdier imellom disse innebærer a vi er i en mellomsiuasjon mellom de o. I illegg definerer vi en ny variabel: {,0} ( c y) + max ( c y) ( c y) som er posiiv når husholdningenes gjeldsbelasning (c-y) er høyere enn gjennomsnie for perioden 1987-2008, og null ellers. Relasjonen vi esimerer ved hjelp av vår LSTR1-modell, se Teräsvira (1998), er da (3) ( c p) = α + α ( y p) + 0 1 + [ β ( c y) ] G( γ ; s ) 1 + α ( c q k) 1 + sesong + dummy + feilledd 2 1 + α 3 ( c y) 1 I G ( ) er γ en vekor av koeffisiener, mens ilsandsvariabelen s er variabelen som påvirker hvilken ilsand vi er i. G ( ) er monoon økende i s. I en LSTR1-modell har vi følgende funksjonsform: 1 G γ, γ ; s 1 = 0 s 1 1 1+ e, > 0 0 (4) ( 0 1 ) γ ( γ ) γ for s = ( 4 q r) Her benyes alså forskjellen mellom årsveksen i boligprisen og renen eer ska som ilsandsvariabel. Parameeren γ 0 foreller hvor rask vi beveger oss fra en ilsand il en annen. Når denne går mo uendelig vil G( ) -funksjonen gå mo en indikaorfunksjon som er 0 hvis s < γ 1, og 1 hvis s > γ 1. Parameeren γ 1 er en lokaliseringsparameer som foreller hvor overgangen mellom de o ilsandene innreffer. ( γ > 0 0 er kun en idenifikasjonsresriksjon.) Ved esimering av (3) med (4) får vi: 9 LSTR1-relasjonen er esimer med STR for Ox, som er programmer av Ivar Peersen og modifiser for sise ugave av OxMerics av Jurgen Doornik. Programme er baser på GAUSS-kode av Timo Teräsvira. Programme kan lases ned fra hp://www.doornik.com/download/sr2-doc/. Ox Professional 4 eller senere, se Doornik (2007), er nødvendig for å kjøre programme. 11

(5) ( c p) = cons. + 0,1435 ( y p) 1 ( 0,0465) ( 0,0077) ( 0,0097) + 1 + 0,0587( c y) 1 ( ) 99 4 0,0169 1+ e + sesong + dummy + feilledd 0,0768( c q k) (( q r ) 0, ) 1 0455 1 0,0200( c y) 1 σ = 0,00905 R^2 = 0,7010 Esimaene i ransisjonsfunksjonen er alså ˆ0 γ = 99 og ˆ1 γ = 0, 0455 (der sandardavvikene er hhv. 0, 2714 og 0,2311). Transisjonsfunksjonen innebærer a vi er i (eller nær) regime 0 (dvs. G ( ) 0 ) når ( 4 q r) < 0, 0455, og i (eller nær) regime 1 (dvs. G ( ) 1) når ( 4 q r) > 0, 0455. 10 Våre esimeringer innebærer alså a regime 0 innreffer når differansen mellom boligprisveksen og renen er mindre enn 4,55 prosen, mens regime 1 finner sed når differansen er sørre enn 4,55 prosen. Mens de førse regime i de følgende refereres il som lav boligprisveks, refereres de andre regime il som en siuasjon med høy boligprisveks. På bakgrunn av modellen kan vi skille mellom fire ilsander for husholdningenes gjeldsveks som separeres på bakgrunn av hvorvid (i) gjeldsbelasingen er høyere eller lavere enn gjennomsnie, og (ii) hvorvid boligprisveksen er høy eller lav. De er nivåe på boligprisveksen som avgjør hvorvid bankene driver med search-for-yield eller ikke. Tabell 4 oppsummerer de fire ilsandene. Tabell 1: Fire ilsander for husholdningenes gjeldsveks ( 4 r) < 0, 0455 ( c y) < ( c y) Tilsand 1: Sabil siuasjon. Gjeldsbelasningen er lavere enn gjennomsnie og boligprisveksen er lav. Husholdningenes gjeld vokser (raskere enn inneken) slik a gjeldsbelasningen øker. På grunn av a gjeldsbelasningen er lav illaer bankene a husholdningene øker gjelden. ( c y) > ( c y) q ( q r) 0455 Tilsand 2: Sabil siuasjon. Gjeldsbelasingen er høyere enn gjennomsnie og boligprisveksen er lav. Gjeldsveksen bremses både av 4 > 0, Tilsand 3: Sabil siuasjon. Gjeldsbelasningen er lavere enn gjennomsnie og boligprisveksen er høy. Husholdningenes gjeld vokser og forholde mellom gjeld og innek normaliseres. Bankene illaer husholdningene å øke gjelden både på grunn av den lave gjeldsbelasningen og på grunn av a forholde mellom boligprisveks og renen simulerer ilbude av boliglån. Tilsand 4. Usabil siuasjon. Gjeldsbelasningen er høyere enn gjennomsnie og boligprisveksen er høy. Til ross for høy gjeldsbelasning lar 10 U fra sandardavvike på denne parameeren ser de u som a vi ikke kan forkase hypoesen om a parameeren er null. De innebærer i så fall a vi er i ilsand 1 hvis boligprisene vokser mer enn renen eer ska, og i ilsand 0 hvis boligprisveksen er lavere enn renen eer ska. Men vi skal være forsikig med å konkludere med dee baser på -verdien, siden dee er en ikke-lineær relasjon. 12

husholdningenes høye gjeldsbelasing, og av forholde mellom boligprisveks og rene. Husholdningenes gjeldsbelasning faller ilbake il si gjennomsni. bankene husholdningene øke si gjeldsoppak på grunn av a forholde mellom boligprisveks og rene simulerer ilbude av boliglån. De fire ilsandene karakeriseres som sabile eller usabile, avhengig av om gjeldsbelasningen konvergerer mo si langsikige gjennomsni eller ikke. Vi anar a de esimere gjennomsnie på husholdningenes gjeldsbelasning gir de gjeldsnivå som husholdningene kan bejene på lang sik, gi deres inneksnivå. Dersom husholdningenes gjeldsbelasning er lavere (høyere) enn gjennomsnie illaer (krever) bankene øke (redusere) gjeldsoppak fra husholdningene innenfor deres ordinære kredisraegier, og dersom boligprisveksen er høy (lav) illaer (illaer ikke) bankene øke gjeldsoppak moiver u ifra en search-for-yield ilnærming. Av de fire er særlig ilsand (4) ineressan, da alle de øvrige innehar mekanismer som gjør a gjeldsbelasningen konvergerer mo sabile løsninger. Dersom imidlerid boligprisveksen er høy, samidig som gjeldsbelasningen er høyere enn gjennomsnie, kan husholdningenes gjeldsveks sies å ha en usabil uvikling. Til ross for a husholdningenes gjeldsbelasning er høyere enn hva de kan bejene over id, simuleres husholdningenes gjeldsveks yerligere av search-for-yield i bankene som er villige il å øke sin boligmarkedseksponering eersom boligprisveksen er høyere enn renen. I ilsand (4) er således husholdningenes gjeldsveks ikke baser på lånakers evne il ilbakebealing, men på forvene verdiuvikling på panesikkerheene. Når husholdningenes boliglån er innvilge på bakgrunn forvene verdiuvikling på panesikkerheene, er bankene således villig (og nød) il å aksepere boliglån med høye belåningsgrader. I vår modellering, med de fire definere ilsandene, vil en siuasjon der ( 4 q r) < 0, 0455 innebære a urykke bak hakeparenesen er nær eller lik null, og variabelen i hakeparenesen påvirker nå ikke husholdningenes gjeldsveks. Her følger uviklingen i husholdningenes bruogjeld konvensjonel av uviklingen i gjeldsbejeningsevne. Veksen i bruogjelden er lav (eller negaiv) når nivåe på gjeldsbejeningsevnen er høy (ilsand 2), og omvend (ilsand 1). Urykke i hakeparenesen vil også være null hvis gjeldsbelasingen er lavere enn gjennomsnie for esimeringsperioden. Da følger også uviklingen i husholdningenes bruogjeld konvensjonel av gjeldsbelasning (ilsand 3). Når boligprisveksen er høy i forhold il renen, alså ( 4 q r) > 0, 0455, samidig som gjeldsbelasningen er høyere enn gjennomsnie for perioden - dvs. ( c y) + > 1 0 -, (alså ilsand 4), gjelder imidlerid ikke sammenhengen mellom husholdningenes gjeldsveks og gjeldsbelasning. Fakisk yder esimeringsresulaene på a husholdningenes gjeld i denne siuasjonen bare forseer å vokse (siden α 3 + β > 0), og a de her er poensial for usabilie i husholdningenes finansielle silling, en usabilie som igjen kan forplanes il boligmarkede. Usabilieen kommer av a husholdningenes gjeldsbelasning ikke påvirker deres gjeldsoppak negaiv, og gjeldsbelasningen nå kan vokse uover si bærekrafige nivå. 13

Figur 9 viser uviklingen i ransisjonsfunksjonen. Som vi ser ar den nesen bare verdiene 0 og 1, og i de ilfellene den ikke gjør de, verdier veldig nær 0 eller 1. Dee skyldes a esimae på ransisjonsparameeren γ 0 er relaiv høy. Transisjonsfunksjonen viser a de fra 1987k1 il 2008k2 har vær fem perioder hvor vi har vær i (eller nær) regime 1. Alså, siuasjoner der boligprisveksen har vær høyere enn renen. I de fire førse av disse var husholdningenes gjeldsbelasning lav, og husholdningene øke nå sin gjeld. De er kun i den sise av disse fem periodene a gjeldsbelasningen var høyere enn gjennomsnie. Også i denne perioden øke imidlerid husholdningenes gjeld, og gjeldsøkningen kan sies å ha bidra il usabilie i husholdningenes finansielle silling. Gjeldsøkningen løfe husholdningene gjeldsbelasning uover si gjennomsni, og gir således behov for fremidig konsolidering av husholdningenes finansielle silling. Boligprisveksen som fulge gjeldsveksen kan således argumeneres for å ikke være bærekrafig. Denne sise perioden med gjeldsoppbygging var samidig beydelig lenger enn de andre periodene i regime 1, hele femen kvaraler, og vare fra 1. kvaral 2004 il 3. kvaral 2007. Figur 9: Transisjonsfunksjonen 1.0 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 1990 1995 2000 2005 Ved så å definere en indikaorfunksjon for sammenhengen mellom husholdningenes gjeldsveks og de o regimene definer foran, kan vi omforme relasjonen i (5) il en lineær relasjon. Da kan vi igjen se nærmere på forholde mellom husholdningenes gjeldsveks, gjeldsbelasning og belåningsgrad på makronivå. La indikaorfunksjonen som separerer de o regimene I 4 q r>0, 0455 være lik 1 hvis ulikheen er oppfyl, og null ellers. Vi får da esimer følgende relasjon (6) ( c p) = cons. + 0,1435 ( y p) + 0,0587( c y) ( 0,0166) ( 0,0459) ( 0,0076) ( 0,0096) I 1 + 1 4q r> 0, 0455 + sesong + dummy + feilledd 0,0768( c q k) 1 0,0200( c y) 1 σ = 0,00893 R^2 = 0,7009 14

De esimere koeffisienene i (6) er ilnærme ideniske med de i (5), og hel like med vår avrunding il 4 desimaler. I ligningene (5) og (6) har både parameerne for belåningsgrad og gjeldsbelasning rikige foregn. Husholdningenes gjeldsveks avar konvensjonel i belåningsgraden på husholdningenes boligkapial. For sammenhengen mellom husholdningenes gjeldsveks og gjeldsbelasning har vi idenifiser o regimer, separer av forholde mellom rene og boligprisveks. Når boligprisveksen er lav, avar gjeldsveksen i gjeldsbelasningen. I ilfelle med høy boligprisveks, beskranker imidlerid ikke gjeldsbelasningen husholdningenes gjeldsoppak. Fakisk øker gjeldsoppake nå i gjeldsbelasning. De esimere sammenhengene mellom gjeldsveks, gjeldsbelasning og belåningsgrad yder på e regimeskif i ineraksjonen mellom boligmarkede og markedes finansieringsside over boligprissyklusen. 5. Oppsummering og diskusjon I denne arikkelen har vi se nærmere på hvordan husholdningenes bruogjeld varierer over boligprissyklusen. Spesiel har vi vær oppa av hvorvid gjeldsbelasning spiller en like sor rolle for husholdningenes gjeldsveks uanse hvor mye boligprisene vokser. I hovedsak baseres bankenes ulån il boligformål på vurderinger av husholdningenes panesikkerhe og gjeldsbejeningsevne. Gjeldsbejeningsevne hensynar lånakers mulighe for ilbakebealing, mens resriksjonene på panesikkerheenes belåningsgrad ofe moiveres i a kredimarkede er karakeriser av asymmerisk informasjon. Selv om de kan synes vanskelig å gi absolue grenser for hva som kan sies å være aksepabel gjeldsbelasning og aksepable belåningsgrader bør en forsvarlig ulånspoliikk veklegge de o krieriene lik, uanse nivå på boligprisveksen. Den endogene kredirasjoneringen som binder bolig- og kredimarkede sammen gjør imidlerid a den forsikighe som kredirisikovurderingene innebefaer når en hensynar gjeldsbejeningsevne le kan svinne hen når opimismen i økonomien generel, og i boligmarkede spesiel, er høy. Den øke risikoakingen som følger av slike mekanismer er særlig relevan når de er konkurranse om markedsandeler bankene i mellom. Når den endogene kredirasjoneringen får sørre spillerom, og panesikkerhe øk beydning for ilbude av boliglån, vil bankenes ulånspoliikk le kunne bidra il unødvendig sore svingninger i boligprisene. Fra 2003 indikerer økningen i belåningsgrader som er avdekke i Krediilsynes boliglånsundersøkelse e semningsskife i norske bankers ulånspoliikk i favør av panesikkerhe, og reduser veklegging av husholdningenes gjeldsbejeningsevne. Baser på aggregere all for boligpriser, husholdningenes gjeldsoppak, boligkapial og disponibel innek analyseres i denne arikkelen i hvilken grad panesikkerhe og gjeldsbelasning har påvirke husholdningenes gjeldsoppak i perioden fra 1987 il og med 2008. Ved hjelp av en LSTR1-modell esimeres o regimer for ineraksjonen mellom boligmarkede og markedes finansieringsside. Regimene separeres på bakgrunn av forholde mellom rene og boligprisveks, der førsnevne represenerer bankenes alernaive avkasning. En ikkelineær sammenheng mellom husholdningenes gjeldsveks og gjeldsbelasning esimeres. Mens gjeldsveksen avhenger negaiv av belåningsgrad, idenifiseres e regimeskif for sammenhengen mellom husholdningenes gjeldsveks og deres gjeldsbelasning. Når boligprisveksen er lav (mål i forhold il renen) påvirker husholdningenes gjeldsbelasning deres gjeldsoppak negaiv. Når boligprisveksen er høy, øker imidlerid gjeldsoppake i husholdningenes gjeldsbelasning. Vi idenifiserer flere perioder med høy boligprisveks der husholdningenes gjeldsbelasning er lav, og ser a gjeldsveksen i disse periodene løfer gjeldsbelasningen mo si gjennomsni. I 15

perioden 2003k1-2007k3 øke imidlerid husholdningenes gjeld il ross for a gjeldsbelasningen allerede var høyere enn gjennomsnie. I årene før den norske boligprissyklusen snudde sommeren 2007, fungere dermed ikke husholdningenes allerede høye gjeldsbelasning dempende på deres gjeldsoppak. Dee il ross for a verdseingsindikaorene allerede indikere beydelig risiko i boligmarkede. Beregningene yder på a bankene med forvenninger om forsa boligprisveks og bedre forrenningsverdier på egne panesikkerheer øke sine - og husholdningenes - boligmarkedseksponeringer, il ross for risikoen som lå i denne eksponeringen. Slappere kredipraksis på boliglånsområde bidro slik il yerligere økning i boligprisene, noe som igjen la grunnlag for forsa økning i boliglån og gjeldsoppak i husholdningene. Sørre beydning for den endogene kredirasjoneringen bidro slik il en periode med kredidreve prisveks i norske boligmarkeder. I en periode med konkurranse om markedsandeler i boliglånssegmene ser bankenes ulånspoliikk u il å ha forserke boligprisveksen uover hva fundamenale fakorer alene skulle ilsi. Lav alernaivavkasning og høy forrenningsverdi på panesikkerheene selv i ilfelle mislighold gjorde a bankene øke beydningen av panesikkerhe og reduser beydningen av gjeldsbelasning for ilbude av boliglån i kampen om markedsandeler. Endringene i kredipraksis har bidra il å løfe boligprisene il ikke-bærekrafige nivåer. Spesiel har lånefinansiere boliginveseringer bli for dyre, relaiv il den gjeldsbelasning husholdningene kan bejene på lang sik. En gjeldsbelasning som vokse uover si langsikige gjennomsni generere usabilie i husholdningenes finansielle silling. Behove for konsolidering av husholdningenes økonomi som følger, gir igjen ringvirkninger il markede for deres vikigse kapial- og paneobjek, boligmarkede. Referanser Almeida, H., M.Campello og C. Liu (2007), The Financial Acceleraor: Evidence from Inernaional Housing Markes, Review of Finance, 10, 1-32. Andersen, A. (2001), Høykonjunkur på boligmarkede: De er da de unge eablerer seg, Samfunnsspeile 4/2001, Saisisk senralbyrå, 28-32. Aoki, K., J. Proudman og G. Vlieghe (2004), House prices, consumpion, and moneary policy: a financial acceleraor approach, Journal of Financial Inermediaion 13, 414-435. Bernake, B. M., M. Gerler og S. Gilchris (1999), The financial acceleraor in a quaniaive business cycle framework. I, Taylor, J. og M. Woodford (red.): Handbook of Macroeconomics, Norh-Holland, 1342-1390. Borgersen, T. A og J. Greibrokk (2005), Boligpriser og Endogen Kredirasjonering: Kredisykluser, Formueseffeker og Markedsklarering, Norsk Økonomisk Tidsskrif 119 (2), 84-102. Borgersen, T. A. og D. E. Sommervoll (2006), Boligpriser, Førsgangseablering og Krediilgang, Økonomisk Forum 2, 27-36. Borgersen, T. A. og D. E. Sommervoll, og T. Wennemo (2006), Endogenous Housing Marke Cycles, Discussion Paper No.458, Saisisk senralbyrå. Borgersen, T. A. og K. Robersen (2007), Krediilbudseffeker i boligeerspørselen, Arbeidsrappor 6:2007, Høgskolen i Øsfold. Brissimis, S. N. og T. Vlasspoulos (2007), The Ineracion beween morgage financing and housing prices in Greece, Bank of Greece Working Paper No.58. Doornik, J. A. (2007), An Objec-Oriened Marix Language Ox 5, London: Timberlake Consulans Press. Doornik, J.A. og Hendry, D. F. (2007), Empirical Economeric Modelling PcGive 12: Volume I, London: Timberlake Consulans Press. 16

Harding, T., H.O Solheim og A. Benedicow (2004), House ownership and axes, Discussion Paper No. 395, Saisics Norway. Keeon, W. R. (1999), Does Faser Loan Growh Lead o Higher Loan Losses?, Federal Reserve Bank of Kansas Ciy Economic Review, Second Quarer 1999, 57-75. Kiyoaki, N. og J. Moore (1997), Credi Cycles, Journal of Poliical Economy 105 (2), 211-248. Krediilsyne (2007), Tilsanden i Finansmarkede 2006. Krediilsyne (2007b), Boliglånsundersøkelsen 2006. Krediilsyne (2008), Tilsanden i Finansmarkede 2007. Krediilsyne (2008b), Boliglånsundersøkelsen 2007. Lafayee, W. C., D.R. Haurin, og P.H. Henderscho (1995), Endogenous Morgage Choice, Borrowing Consrains and he Tenure Decision, NBER Working Paper No. 5074. Moen, H. (1996), Kredivurderinger i bank, Bankakademie. NEF/Econ (2009), Eiendomsmeglerbransjens Boligprissaisikk, januar 2009. Norges Bank (2005), Finansiell Sabilie, Nr.2. Norges Bank (2007), Finansiell Sabilie, Nr.2. Norges Bank (2008), Finansiell Sabilie, Nr.1. Norges Bank (2008), Finansiell Sabilie, Nr.2. Oralo-Magne, F. og S. Rady, (1999), Boom in, bus ou: young households and he housing price cycle, European Economic Review 43, 755-766. Oralo-Magne, F. og S. Rady, (2001), Housing Marke Dynamics: On he Conribuion of Income Shocks and Credi Consrains, CEPR Discussion Paper, No. 3015. Randall, R.E. (1994), Safeguarding he Banking Sysem in an Environmen of Financial Cycles: An Overview, New England Economic Review, Mars/April1994, 1-13. Sein, J. C. (1995), Prices and Trading Volumes in he Housing Marke: A model wih downpaymen Effecs, Quarerly Journal of Economics, 110, 379-406. Sigliz, J. Og A. Weiss (1981), Credi Raioning in Markes wih Imperfec Informaion, American Economic Review, 71 (3), 393-410. Teräsvira, T. (1998), Modelling Economic Relaionships wih Smooh ransiion Regressions, In, A. Ulla hog D.E.A. Giles (eds.): Handbook of Applied Economic Saisics, s. 507-552. Marcel Dekker Inc. New York. 17