Bostadsbubbla - Housing bubble
En bostadsbubbla (eller en bostadsprisbubbla) är en av flera typer av tillgångsprisbubblor som regelbundet förekommer på marknaden. Grundkonceptet med en bostadsbubbla är densamma som för andra tillgångsbubblor, som består av två huvudfaser. Först är det en period där huspriserna ökar dramatiskt, mer och mer drivs av spekulation. I den andra fasen sjunker huspriserna dramatiskt. Bostadsbubblor tenderar att vara bland de tillgångsbubblor som har störst effekt på den reala ekonomin, eftersom de är kreditdrivna, eftersom ett stort antal hushåll deltar och inte bara investerare, och eftersom bostadsförmögenhetseffekten tenderar att vara större än för andra typer av finansiella tillgångar.
Definition av bostadsbubblor
De flesta forskningspapper om bostadsbubblor använder standarddefinitioner av tillgångspriser. Det finns många definitioner av bubblor. De flesta av dem är normativa definitioner, som Stiglitz (1990), som försöker beskriva bubblor som perioder med spekulation, eller argumenterar för att bubblor involverar priser som inte kan motiveras av grundläggande. Exempel är Palgrave (1926), Flood and Hodrick (1990), Shiller (2015), Smith och Smith (2006) och Cochrane (2010).
Stiglitz definition är: ”... den grundläggande intuitionen är okomplicerad: om anledningen till att priset är högt idag bara är för att investerare tror att försäljningspriset kommer att vara högt imorgon - när” grundläggande ”faktorer inte tycks motivera ett sådant pris— då finns det en bubbla. ” (Stiglitz 1990, s. 13)
Lind (2009) hävdade att vi behövde en ny definition av prisbubblor på bostadsmarknaden, en ”anti-Stiglitz” -definition. Hans poäng är att traditionella definitioner som Stiglitz (1990), där bubblor föreslås som ett resultat av att priser inte bestäms av grundläggande, är problematiska. Detta beror främst på att begreppet "grundläggande" är vagt, men också för att den här typen av nominella definitioner vanligtvis inte hänvisar till en bubblaepisod som helhet - med både en ökning och en sänkning av priset. Lind hävdar att lösningen är att definiera en bubbla genom att bara fokusera på den specifika prisutvecklingen och inte på varför priserna har utvecklats på ett visst sätt. Den allmänna definitionen av en bubbla skulle då helt enkelt vara: "Det finns en bubbla om det (verkliga) priset på en tillgång först ökar dramatiskt under en period av flera månader eller år och sedan nästan omedelbart faller dramatiskt." (Lind 2009, s 80)
Inspirerad av Lind (2009) skapade Oust och Hrafnkelsson (2017) följande definition av bostadsbubblor: ”En stor bostadsprisbubbla har en dramatisk höjning av realpriserna, minst 50% under en femårsperiod eller 35% under en treårsperiod -år, följt av ett omedelbart dramatiskt prisfall på minst 35%. En liten bubbla har en dramatisk ökning av realpriserna, minst 35% under en femårsperiod eller 20% under en treårsperiod, följt av ett omedelbart dramatiskt prisfall på minst 20%. ”
Identifiera husbubblor
Bostadsbubblor kontra överprissättning på bostadsmarknaden
Överprissättning kan sägas vara en nödvändig men otillräcklig indikator på att det finns en bubbla. Överprissättning definieras bredare än en bubbla. En tillgång kan vara för dyr utan att det finns en bubbla, men du kan inte ha en (positiv) bubbla utan överpris. Över- eller underprissättning kan helt enkelt definieras som en avvikelse från jämviktspriset. DiPasquale och Wheaton (1994) säger att: "Det verkar faktiskt vara normalt att bostadspriserna avviker från det grundläggande värdet eller jämviktspriset, eftersom bostadsmarknaderna rensas gradvis snarare än snabbt på kort sikt."
Mayer (2011) undersökte bostadsprisbubblor och fann att det i princip finns tre tillvägagångssätt som forskare tar när de undersöker bostadspriser skiljer sig från jämvikten.
För det första finns det den finansbaserade metoden, där huspriset motsvarar de diskonterade framtida hyrorna. Detta följer samma logik när du gör en aktievärdering; aktiekursen är lika med den diskonterade summan av alla framtida utdelningar. Tanken är att värdet på eget kapital är lika med den diskonterade utdelningen. Prishyresförhållande och användarkostnad för bostäder är metoder som faller under denna metod.
Den andra metoden är att jämföra kostnaderna för att bygga nya bostäder mot de faktiska bostadspriserna idag. Mycket av byggkostnadsmetoden har sin grund i teorin om efterfrågan och utbudskurvan. Om efterfrågan är låg leder detta till lägre huspriser och mindre byggande av nya bostäder. Glaeser och Gyourko (2005) påpekar att bostadsmarknaden kännetecknas av en kinkad utbudskurva som är mycket elastisk när priserna ligger på eller över byggkostnaderna. Annars är utbudskurvan mycket oelastisk. Bostäder kan byggas ganska snabbt, men eftersom bostäder är en hållbar bra, försvinner gamla bostäder inte snabbt. Således begränsas huspriserna på tillväxtmarknader med långsam eller negativ efterfrågan av byggkostnader. Prisförhållande för prisbyggnad och prisbyggnad är metoder som faller under denna metod.
Det sista tillvägagångssättet från Mayer (2011) är att använda en kombination av prisvärda huspriser för att härleda en jämviktsmodell. Ofta jämförs huspriserna med inkomsterna (inkomst används som proxyvariabel för överkomliga priser). Om huspriserna är för höga kan hushållen inte ha samma nivå på bostadstjänster (överkomliga priser). Symmetriskt, när huspriserna är låga, kan hushållen ha råd med en högre bostadstjänst. Prisinkomstkvot, prislönekostnad, prishushållsinkomstkvot är exempel på denna metod. Det finns också en uppsättning olika överkomliga mått och index som tittar på utvecklingen i räntebetalningar till inkomst eller kostnaden för inteckning till inkomst. Förutom att använda husprisjämvikt baserat på ekonomiska mått finns det också möjlighet att använda statistiska tekniker för att identifiera den långsiktiga prisutvecklingen, till exempel HP-filter.
Shillers checklista för bubblor (2010)
1. Kraftiga prisökningar på en tillgång som fastigheter eller aktier
2. Stor allmänhetens spänning över nämnda ökningar
3. Ett medföljande mediefrågor
4. Berättelser om människor som tjänar mycket pengar, vilket orsakar avund bland människor som inte är det
5. Ökande intresse för tillgångsklass bland allmänheten
6. ”New era” teorier för att motivera oöverträffade prisökningar
7. En nedgång i utlåningsstandarderna
Linds indikatorgrupper för bostäder (2009)
1. Räntebetalningar i förhållande till inkomst för bostadsköpare
- Nominella räntebetalningar i förhållande till inkomst har ökat.
- Nominell räntebetalning i förhållande till inkomst skulle ha ökat om historiska räntenivåer tillämpades.
- De verkliga räntebetalningarna i förhållande till inkomsten har ökat.
- Realräntebetalningar i förhållande till inkomst skulle ha ökat om historiska räntenivåer tillämpades.
2. Bostadsförsörjning
- Ju lättare det är att öka utbudet, desto mer sannolikt är det ökade priset en del av en bubbla.
3. Köparens förväntningar om priser
- Köpare förväntar sig att priserna fortsätter att stiga eller att stabilisera sig på en nivå som är mycket högre än historiska trender.
- Köpare tror att även i ett medianperiod (tre till fem år) är det nästan riskfritt att investera i bostäder.
4. Köpare risktagande och otålighet
- Människor går i ägarskap vid en tidigare ålder eller på en högre kvalitetsnivå.
- Köpare tenderar att välja mer riskfyllda finansieringsalternativ än tidigare.
- Köpare amorterar mindre än tidigare.
5. Bankbeteende
- Bankerna ökar eller minskar åtminstone inte lånet till värdet för köpare på bostadsmarknaden när priserna stiger. -Banker blir mer liberala när man bedömer hushållens kreditvärdighet.
6. Spekulativt beteende
- En större andel husköpare än vanligt planerar att sälja ganska snabbt igen.
Andra indikatorer på bostadsbubblor
Bostadspriser kontra vakansgrad. Ett stort antal vakanser kommer att ha en nedåtgående press på priserna, eftersom det i detta fall är; utbudet överstiger efterfrågan (Geltner, Miller, Clayton, & Eichholtz, 2007). Alternativt motsatsen: beläggningsgrad.
Verkliga bostadspriser kontra demografi. Om det finns ett nettoinflöde av hyresgäster kan bostadskostnaden förväntas öka (Englund, 2011).
Bostadspriser jämfört med BNP kan användas om uppgifter om inkomst inte är tillgängliga, eftersom förändringar i BNP och inkomst kan förväntas korrelera (Claussen, Jonsson, & Lagerwall, 2011).
Lånevärdet (LTV) är en bra indikator för risken för långivaren såväl som för låntagaren. Ju högre förhållande desto högre är risken (Kokko, 1999).
Skuldtjänstkvoten eller skuldsäkerhetsgraden (DSCR), dvs förhållandet mellan tillgängliga medel för betalning av ränta och kapital. Detta anses vara en bra indikator för risknivån (Joshi, 2006).
Förhållandet mellan lån och disponibel inkomst bör inte förändras över tiden. En ökning över det långsiktiga genomsnittet indikerar att marknaden kan vara övervärderad (Finocchinaro, Nilsson, Nyberg, & Soultanaeva, 2011).
Bostadspriser kontra räntor. Om räntorna ökar blir det dyrare att äga en fastighet och att kompensera för den högre användarkostnaden kan man förvänta sig att priset kommer att sjunka. (Englund, 2011).
Hög och ökande bostadsprisutveckling. Oust och Hrafnkelsson (2017)
Historiska bostadsbubblor
Stora bostadsbubblor i OECD-länen 1970-2015
Prisförändring före / efter topp | Prisförändring före / efter topp | Prisförändring före / efter topp | Prisförändring före / efter topp | Prisförändring före / efter topp | |||||
---|---|---|---|---|---|---|---|---|---|
Land | Pris | Toppar / tråg | Varaktighet | Aggregerad | Aggregerat 5 år | En. 5Y genomsnitt | Aggregerat 3 år | En. 3Y genomsnitt | 1 år |
Finland | Öka | 1989-Q2 | 15 | 68,3% | 63,3% | 12,7% | 65,8% | 21,9% | 24,1% |
Finland | Falla | 1995-Q4 | 26 | -50,5% | -46,0% | -9,2% | 41,0% | -13,7% | -11,9% |
Irland | Öka | 2007-Q1 | 56 | 235,6% | 52,9% | 10,6% | 30,5% | 10,2% | 10,1% |
Irland | Falla | 2013-Q1 | 24 | -53,6% | -51,6% | -10,3% | -31.8% | -10,6% | -7,1% |
Nederländerna | Öka | 1978-Q2 | 33 | 138,9% | 94,4% | 18,9% | 69,0% | 23,0% | 6,5% |
Nederländerna | Falla | 1985-Q3 | 29 | -52,6% | -47,9% | -9,6% | -35,5% | -11,8% | -11,8% |
Nya Zeeland | Öka | 1974-Q3 | 18 | 66,2% | * 66,2% | 14,7% | 64,4% | 21,5% | 29,9% |
Nya Zeeland | Falla | 1980-Q4 | 25 | -39,4% | -34,7% | -6,9% | -22,7% | -7,6% | -9,2% |
Norge | Öka | 1987-Q1 | 8 | 44,0% | 37,8% | 7,6% | 39,8% | 13,3% | 25,0% |
Norge | Falla | 1993-Q1 | 24 | -45,5% | -41,2% | -8,2% | -28,6% | -9,5% | -2,3% |
Sydafrika | Öka | 1984-Q1 | 21 | 55,1% | 54,9% | 11,0% | 25,5% | 8,5% | 9,2% |
Sydafrika | Falla | 1987-Q1 | 12 | -44,1% | -42,8% | -8,6% | -44,1% | -14,7% | -18,1% |
Spanien | Öka | 2007-Q2 | 41 | 138,8% | 69,2% | 13,8% | 30,1% | 10,0% | 9,0% |
Spanien | Falla | 2014-Q1 | 27 | -45,5% | -36,0% | -7,2% | -14,1% | -4,7% | -4,5% |
Storbritannien | Öka | 1973-Q3 | 14 | 67,4% | * 67,4% | 19,3% | 66,2% | 22,1% | 23,5% |
Storbritannien | Falla | 1977-Q3 | 16 | -35,6% | -29,3% | -5,9% | -28,9% | -9,6% | -11,2% |
USA | Öka | 2006-Q1 | 38 | 92,9% | 54,1% | 10,8% | 35,4% | 11,8% | 7,8% |
USA | Falla | 2011-Q4 | 23 | -39,6% | -37,1% | -7,4% | -33,0% | -11,0% | -4,3% |
Tabellen är från Oust och Hrafnkelsson (2017) och har konstruerats med hjälp av deras bubbeldefinition. Datauppsättningen består av kvartalsvisa realpriser för 20 OECD-länder från 1970–2015. Varaktighet är antalet kvartal sedan den senaste vändpunkten (eller från början av dataserien). Aggregerad prisförändring är den sammanlagda prisändringen för varaktigheten. * Den aggregerade prisförändringen är från periodens början till toppen.
Små bostadsbubblor i OECD-länderna 1970-2015
Prisförändring före / efter topp | Prisförändring före / efter topp | Prisförändring före / efter topp | Prisförändring före / efter topp | Prisförändring före / efter topp | |||||
---|---|---|---|---|---|---|---|---|---|
Land | Pris | Toppar / tråg | Varaktighet | Aggregerad | Aggregerat 5 år | En. 5Y genomsnitt | Aggregerat 3 år | En. 3Y genomsnitt | 1 år |
Belgien | Öka | 1979-Q3 | 31 | 59,6% | 33,4% | 6,7% | 21,2% | 7,1% | 3,9% |
Belgien | Falla | 1985-Q2 | 23 | -40,4% | -36,8% | -7,4% | -26,5% | -8,8% | -7,1% |
Danmark | Öka | 1986-Q2 | 14 | 55,8% | 29,9% | 6,0% | 31,5% | 10,5% | 14,0% |
Danmark | Falla | 1993-Q2 | 28 | -36,5% | -29,4% | -5,9% | -19,2% | -6,4% | -12,5% |
Danmark | Öka | 2006-Q3 | 53 | 180,1% | 63,9% | 12,8% | 60,0% | 20,0% | 21,1% |
Danmark | Falla | 2012-Q4 | 25 | -28,5% | -25,0% | -5,0% | -21,1% | -7,0% | -0,7% |
Finland | Öka | 1974-Q2 | 10 | 28,8% | * 27,9% | 6,6% | 28,5% | 9,5% | 6,8% |
Finland | Falla | 1979-Q3 | 21 | -34,0% | -33,8% | -6,8% | -26,6% | -8,9% | -13,5% |
Irland | Öka | 1980-Q4 | 43 | 44,3% | 44,3% | 8,9% | 29,2% | 9,7% | 5,8% |
Irland | Falla | 1987-Q2 | 26 | -35,3% | -29,0% | -5,8% | -25,7% | -8,6% | -7,0% |
Italien | Öka | 1981-Q2 | 13 | 40,6% | 26,8% | 5,4% | 36,5% | 12,2% | 19,2% |
Italien | Falla | 1986-Q4 | 22 | -27,8% | -27,6% | -5,5% | -18,5% | -6,2% | -4,8% |
Japan | Öka | 1973-Q4 | 15 | 60,9% | * 60,9% | 16,2% | 47,5% | 15,8% | 17,0% |
Japan | Falla | 1977-Q3 | 15 | -34,2% | -32,3% | -6,5% | -31,5% | -10,5% | -17,6% |
Japan | Öka | 1990-Q4 | 53 | 79,6% | 37,6% | 7,5% | 22,9% | 7,6% | 9,7% |
Japan | Falla | 2009-Q2 | 74 | -49,5% | -17,3% | -3,5% | -14,3% | -4,8% | -3,3% |
Korea | Öka | 1979-Q2 | 37 | 88,5% | 88,5% | 17,7% | 72,3% | 24,1% | 5,4% |
Korea | Falla | 1982-Q2 | 12 | -33,6% | -15,2% | -3,0% | -33,6% | -11,2% | -14,8% |
Korea | Öka | 1991-Q1 | 14 | 34,3% | 27,0% | 5,4% | 25,7% | 8,6% | 8,1% |
Korea | Falla | 2001-Q1 | 40 | -48,5% | -33,0% | -6,6% | -25,8% | -8,6% | -11,6% |
Spanien | Öka | 1978-Q2 | 9 | 29,7% | 40,6% | 8,1% | 24,1% | 8,0% | 12,2% |
Spanien | Falla | 1982-Q4 | 18 | -36,7% | -30,8% | -6,2% | -25,9% | -8,6% | -10,4% |
Spanien | Öka | 1991-Q4 | 36 | 142,3% | 102,4% | 20,5% | 34,2% | 11,4% | 10,9% |
Spanien | Falla | 1997-Q1 | 21 | -21,2% | -21,0% | -4,2% | -18,7% | -6,2% | -12,5% |
Sverige | Öka | 1990-Q1 | 17 | 46,6% | 42,5% | 8,5% | 35,9% | 12,0% | 8,8% |
Sverige | Falla | 1995-Q4 | 23 | -31.9% | -30,0% | -6,0% | -28,4% | -9,5% | -1,6% |
Schweiz | Öka | 1973-Q1 | 12 | 27,7% | * 27,7% | 9,2% | 27,7% | 9,2% | 17,7% |
Schweiz | Falla | 1976-Q3 | 14 | -28,4% | -26,6% | -5,3% | -27,8% | -9,3% | -10,6% |
Schweiz | Öka | 1989-Q4 | 53 | 72,1% | 38,1% | 7,6% | 28,7% | 9,6% | 4,6% |
Schweiz | Falla | 2000-Q1 | 41 | -38,6% | -27,6% | -5,5% | -21,6% | -7,2% | -8,0% |
Storbritannien | Öka | 1989-Q3 | 30 | 103,6% | 77,8% | 15,6% | 58,1% | 19,4% | 10,6% |
Storbritannien | Falla | 1995-Q4 | 25 | -29,3% | -26,6% | -5,3% | -24,7% | -8,2% | -9,4% |
Tabellen är från Oust och Hrafnkelsson (2017) och har konstruerats med hjälp av deras bubbeldefinition. Datauppsättningen består av kvartalsvisa realpriser för 20 OECD-länder från 1970–2015. Varaktighet är antalet kvartal sedan den senaste vändpunkten (eller från början av dataserien). Aggregerad prisförändring är den sammanlagda prisändringen för varaktigheten. * Den aggregerade prisförändringen är från periodens början till toppen.
Se även
För enskilda länder, se:
- Australisk fastighetsbubbla - pågår för närvarande
- Baltiska stater bostäder bubbla
- Brittisk fastighetsbubbla
- Bulgarisk fastighetsbubbla
- Kanadensisk fastighetsbubbla - pågår för närvarande
- Kinesisk fastighetsbubbla - 2005–2011
- Dansk fastighetsbubbla - 2001–2006
- Indisk fastighetsbubbla
- Irländsk fastighetsbubbla - 1999–2006
- Japansk tillgångsprisbubbla - 1986–1991
- Libanesisk bostadsbubbla
- Nya Zeelands fastighetsbubbla - pågår för närvarande
- Polsk fastighetsbubbla - 2002–2008
- Rumänsk fastighetsbubbla
- Spansk fastighetsbubbla - 1985–2008
- USA: s bostadsbubbla - 1997–2006