her - Boligøkonomisk Videncenter

Boligøkonomisk
Videncenter
INDHOLD
FORORD OG SAMMENFATNING
2
KONKLUSION
3
1
DANMARKS STATISTIK BENYTTES SOM REFERENCEPUNKT FOR
BOLIGPRISERNES UDVIKLING
4
2
DATAGRUNDLAGET
5
2.1
Definition af begrebet ”partkategori”
5
3
PROGNOSEHORISONTEN NÆSTEN UDEN BETYDNING FOR TRÆFSIKKERHEDEN
7
4
STORE PROGNOSEFEJL
10
5
PROGNOSEUDSAGN OPGJORT PÅ ALLE PARTER OG PROGNOSEÅRET
12
5.1
Prognoseudsagn opgjort på part og prognoseåret
13
6
PROGNOSEHORISONT – DE STØRSTE AFVIGELSER SES, NÅR VÆKSTEN
VENDER
16
1
FORORD OG SAMMENFATNING
På baggrund af de til stadighed mange udtalelser og prognoser vedrørende boligpriserne og deres
forventede udvikling har Boligøkonomisk Videncenter i Realdania ønsket at indsamle og analysere
data om afvigelsen mellem faktisk og forudsagt pris. Formålet med analysen er at vurdere
træfsikkerheden i forudsigelserne og bibringe boligejerne/boligkøberne et sundt element af skepsis
over for de mange udsagn om boligpriserne.
Denne analyse er udarbejdet af PA Consulting Group ved Niels Erik Larsen og Daniel E. Moustgaard
på opdrag fra Boligøkonomisk Videncenter i perioden marts-april 2014. Den omfatter offentliggjorte
prognoseudsagn (i pressen eller fra prognosemagernes egne publikationer) i perioden 2005-2013
vedrørende prisudvikling på ejerboliger i Danmark omfattende enfamiliehuse og ejerlejligheder.
Analysen er en opdatering af en analyse, der blev udarbejdet i 2010, der dækkede perioden 2005-09.
Den nye analyse opdaterer den gamle med data for perioden 2010-2013.
Data beskriver, hvad der er prognosticeret, hvem der har offentliggjort udsagnet, hvornår og med
hvilken tidshorisont.
Analysen har ikke til formål at beskæftige sig med de enkelte parters evne til at lave prognoser, og det
er i analysens udformning tilstræbt, at den er neutral og uden partsindlæg.
Analysen har vist, at det for alle grupper af prognosemagere har været vanskeligt at forudsige
boligprisernes udvikling. Disse problemer gælder både, når tidshorisonten har været kort, og når den
har været længere.
Især gælder det, at der i perioder, hvor boligpriserne er vendt i et trendbrud, herunder ”boligboblen”
eller vendingen, der har været på boligmarkedet i 2012, til det mere positive, har været særligt store
afvigelser mellem prognoser og den faktisk konstaterede udvikling.
Mange udtalelser fremstår som klare bud på prisudviklingen for hele landet og indeholder ikke eksplicit
en diskussion om usikkerhed og anvendte forudsætninger. Kun få prognosemagere giver separate
prognoser for ejerlejligheder og parcel- og rækkehuse, herunder separate prognoser på landsdele,
som er blevet endnu vigtigere i de seneste år, da boligmarkedet er blevet todelt. I Storkøbenhavn er
priserne på især ejerlejligheder steget kraftigt, hvorimod boligmarkedet i de andre store byer samt
resten af landet er stagnerende til faldende.
Medierne, som igen og igen bringer forudsigelserne, har et ønske om klar og enkel kommunikation.
Men ønsket om forenkling harmonerer dårligt med de komplekse økonomiske sammenhænge. Nogle
gange bringer medierne prognoserne med bombastiske overskrifter uden at forholde sig til, om den
foregående prognose holdt stik.
Ser vi på det konkrete resultat med store, gentagne og vedvarende fejlskøn i prognoserne, kan det
give anledning til at udfordre prognosemagernes værktøjer og/eller de forudsætninger, som lægges til
grund.
2
KONKLUSION
Prognosen ”boligpriserne ændrer sig aldrig” er stort set lige så god som det gennemsnitlige
”ekspertudsagn”. Analysen har vist, at det for alle grupper af prognosemagere har været vanskeligt at
forudsige boligprisernes udvikling. Disse problemer gælder både, når tidshorisonten har været kort, og
når den har været længere.
Især gælder det, at der i perioder, hvor boligpriserne er vendt i et trendbrud (”boligboblen”), har været
særligt store afvigelser mellem prognoser og den faktisk konstaterede udvikling.
I perioden 2005-2013 har gennemsnittet af de årlige ændringer i boligpriserne været på 8%. (Bemærk,
at der her ses på gennemsnittet af de numeriske værdier af de årlige ændringer. Det vil sige, at en
stigning på 10% indregnes som + 10%, og et fald på 10% regnes også med som + 10%. Ellers ville
store stigninger og fald opveje hinanden).
Den gennemsnitlige prognosehorisont er på ca. 13 mdr. Over en bred kam er prognoseusikkerheden
på 6,1 procentpoint (absolut afvigelse) eller 117,2% (relativ afvigelse). Det betyder, at prognosen
”boligpriserne ændrer sig aldrig” er næsten lige så god som det gennemsnitlige ”ekspertudsagn”.
Partkategorien ”Uafhængig”, som indeholder udsagn fra fx De Økonomiske Råd og Nationalbanken,
klarer sig bedst, hvis man ser på prognoseusikkerheden målt i procentpoint. ”Kommerciel”-kategorien
klarer sig lidt bedre, hvis man måler på relativ prognoseusikkerhed målt i procent. Der er dog halvt så
mange udsagn for partkategorien ”uafhængig”, og vores grundlag for at evaluere netop denne
gruppes kunnen er derfor mere begrænset.
Da prognosemagere gennem medierne må forventes at påvirke forbrugernes forventninger i nogen
grad, kan for optimistiske prognoser i tiden omkring boligprisernes top i 2006 have medvirket til, at
forbrugerne (boligejerne og de potentielle førstegangskøbere) udviklede en tilsvarende træghed i
tilpasningen af deres forventninger til den faktiske økonomiske situation. Det kan have forstærket
styrken af det efterfølgende kollaps i priserne.
På det foreliggende datagrundlag kan der ikke siges noget konkret om, hvorvidt disse fejlskøn kan
tilskrives forkerte forudsætninger i modellerne, eller om det er selve modellerne, der er forældede.
Dog viste analysen ”Evaluering af renteprognoser” fra Boligøkonomisk Videncenter tidligere i år, at
prognoserne fra 2011-13, der er udarbejdet af mange af de samme aktører for F1-realkredit, skyder
konsekvent over – gennemsnitligt ca. 230%. Det er først med prognoserne fra midten af 2012, at det
erkendes, at renten kan komme ned under 1%.
Det kunne være en af forklaringerne på, at prognoseudsagn, som gælder for årene 2012-13, generelt
er for negative og dermed ikke har fanget vendingen i specielt markedet for ejerlejligheder til det
positive i 2012-13.
Med de store, gentagne og vedvarende fejlskøn i prognoserne bør det under alle omstændigheder
give anledning til at udfordre prognosemagernes underliggende boligmodeller og/eller de
forudsætninger, som anvendes, herunder at prognoserne fremadrettet bliver opdelt på ejendomstype
samt geografi.
3
1
DANMARKS STATISTIK BENYTTES SOM
REFERENCEPUNKT FOR
BOLIGPRISERNES UDVIKLING
Danmarks Statistik opdeler boligpriserne på forskellige ejendomskategorier. For at få et rimeligt
retvisende billede af boligpriserne for hele landet benyttes statistikken for ”Prisindeks for
ejendomssalg” opdelt på enfamiliehuse og ejerlejligheder.
For at beregne et fælles ejerboligprisindeks for enfamiliehuse og ejerlejligheder benyttes statistikken
for ”ejendomssalg” for de to ejendomskategorier. Herved kan boligpriserne vægtes sammen til et
ejerboligprisindeks. Alle prognoser, der sammenlignes, er ligeledes nominelle prognoser.
Realkreditrådets tilsvarende tal benyttes til valideringsformål, om end de to indeks ikke er fuldt
sammenlignelige. Realkreditrådet måler blot på udviklingen i gennemsnitlige kvadratmeterpriser for de
til en hver tid handlede boliger, selv om kvaliteten af de handlede boliger kan være forskellig fra
kvartal til kvartal. I modsætning hertil søger Danmarks Statistik at korrigere for forskelle i kvaliteten af
det handlede, således at deres indeks giver udtryk for prisudviklingen i en boligmasse af ensartet
kvalitet.
Tal fra Danmarks Statistik (blå linje) offentliggøres med ca. to kvartalers forsinkelse, mens
Realkreditrådets tal udsendes ca. et kvartal hurtigere.
FIGUR 1: PRISINDEKS FOR EJERBOLIG 2005-2013
150
145
140
135
130
125
120
115
110
105
Prisindeks ejerbolig (Danmarks
Statistik)
Prisindeks ejerbolig (Realkreditrådet)
2004 K4
2005 K1
2005 K2
2005 K3
2005 K4
2006 K1
2006 K2
2006 K3
2006 K4
2007 K1
2007 K2
2007 K3
2007 K4
2008 K1
2008 K2
2008 K3
2008 K4
2009 K1
2009 K2
2009 K3
2009 K4
2010 K1
2010 K2
2010 K3
2010 K4
2011 K1
2011 K2
2011 K3
2011 K4
2012 K1
2012 K2
2012 K3
2012 K4
2013 K1
2013 K2
2013 K3
2013 K4
100
4
2
DATAGRUNDLAGET
Følgende kilder er benyttet fra de danske medier:
Business Wire (Danish Language), NASDAQ OMX Nordic Exchanges – Company Notices, Politiken
(Danish Language), PR Newswire Europe (Danish Language), Reuters (Danish Language),
Berlingske Nyhedsmagasin (Danish Language), Børsen.dk (Danish Language), Hugin Group,
Berlingske (Danish Language), BlogsBerlingske Blogs (Danish Language), Dagbladet Information
(Danish Language), DR Nyheder (Danish Language), Ekstra Bladet (Danish Language), epn.dk
(Danish Language), Finansnyheder.dk (Danish Language), fpn.dk (Danish Language), Metroxpress
(Danish Language), Ritzau (Danish Language), TV2 Nyhederne (Danish Language), Thomson
Reuters (Danish Language), PR Newswire Europe (Danish Language).
Følgende interessentgrupper har været i spil: Banker, ejendomsmæglere, realkredit og øvrige
interessenter.
En analyse af artiklerne og offentligt tilgængelige prognoser har identificeret 272 numeriske udsagn
om boligprisernes udvikling, som nærværende analyse bygger på.
FIGUR 2: ANTAL AF PARTERS NUMERISKE UDSAGN I ANALYSEN I PERIODEN 2005-2013
70
60
50
40
30
20
10
2.1
Øvrige bank
Uafhængige
& int.
debatør…
Realkredit
Danmark
Nykredit
Nordea
Nationalban
ken
Home
Finansminis
teriet
De
Økonomiske
Råd
Danske
Bank
BRF
0
Definition af begrebet ”partkategori”
Det er nødvendigt at indføre begrebet partkategori dels for at tage højde for det begrænsede antal
udsagn, nogle parter har, og dels for at anonymisere udsagnene.
Partkategorien "Kommerciel" består af:
BRF
EDC
Danske Bank
Ejendomsmæglere – andre ejendomsmæglere end lige netop EDC og Home
Home
5
Nordea
Nykredit
Realkredit Danmark
Realkreditrådet
Øvrig banker (Jyske bank, Sydbank, Handelsbanken)
Partkategorien "Politisk" (regeringen) består af:
Finansministeriet
Økonomi- og Erhvervsministeriet
Partkategorien "Uafhængig" består af:
De Økonomiske Råd
Nationalbanken
Partkategorien "Øvrige" består af:
Uafhængige og internationale debattører mv.: Institut for Konjunktur-Analyse, ekstern lektor Henrik
Juul (CBS), forhenværende professor Lennart Lynge Andersen (CBS), Sjælsø Gruppen, Sadolin &
Albæk, professor Jacob Brøchner Madsen (tidligere Københavns Universitet, i dag Monash
University), Finanstilsynet, lektor Svend Jakobsen (Handelshøjskolen) Aarhus Universitet,
Arbejderbevægelsens Erhvervsråd, PA Consulting Group, Deutsche Bank, lektor Morten Skak
(Syddansk Universitet), OECD, lektor Jens Lunde (CBS), chefredaktør Stig Ørskov (Politiken), Den
Internationale Valutafond m.fl.)
FIGUR 3: ANTALLET AF PARTKATEGORIERNES NUMERISKE UDSAGN I PERIODEN 2005-2013
180
160
140
120
100
80
60
40
20
0
Kommerciel
Politisk
Uafhængig
6
Øvrige
3
PROGNOSEHORISONTEN NÆSTEN
UDEN BETYDNING FOR
TRÆFSIKKERHEDEN
Grafen nedenfor viser den gennemsnitlige absolutte prognoseusikkerhed målt i procentpoint som
funktion af prognosehorisonten målt i måneder.
Der er umiddelbart ikke nogen tendens til, at udsagn med kort horisont er mere præcise end de mere
langsigtede prognoser (den røde vandrette linje er en lineær trendlinje).
FIGUR 4: ABSOLUT AFVIGELSE (PROCENTPOINT) FOR PROGNOSEUDSAGN SOM FUNKTION AF
HORISONT (MDR.)
18
16
14
12
10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 29 30 31 35 36 37 38 43
7
Grafen herunder viser prognoseudsagnene opdelt på det år, prognosen er udarbejdet (prognoseår),
og hvor langt prognosen rækker frem (prognosehorisont). Eksempelvis har næsten alle udsagn fra
2005 skudt for lavt – man har altså ikke forudset den høje stigningstakt i boligpriserne op til
”boligboblens” top. Prognoserne fra 2007 ligger konsekvent for højt – man har altså ikke forudset
vendingen i boligpriserne. Derimod ligger de fleste udsagnene fra 2012 for lavt – man har altså ikke
forudset den mere positive stemning på boligmarkedet.
FIGUR 5: ÅRSAFVIGELSE (PROCENPOINT) SOM FUNKTION AF PROGNOSEHORISONT (MDR.)
20
15
10
5
0
-5
Prognoseår 2005
Prognoseår 2006
Prognoseår 2007
-10
Prognoseår 2008
Prognoseår 2009
-15
Prognoseår 2010
Prognoseår 2011
-20
Prognoseår 2012
Prognoseår 2013
-25
0
6
12
18
24
8
30
36
42
Grafen nedenfor viser den gennemsnitlige afvigelse i pct. mellem den prognosticerede udvikling i
boligpriserne og den realiserede udvikling opgjort som funktion af prognosehorisonten målt i måneder.
Afvigelsen er beregnet som:
Den gennemsnitlige relative prognosefejl er 117,2%.
Det er sjældent, at prognosemagerne i deres udtalelser har erkendt denne usikkerhed i deres udsagn,
men i nogle tilfælde gør de dog opmærksom på usikkerheden.
Medierne forstærker ofte usikkerheden ved at forsimple konklusionerne uden at forholde sig kritisk til
prognosernes træfsikkerhed og hvilket segment af boligmarkedet, de omfatter.
FIGUR 6: RELATIV AFVIGELSE (PROCENT) FOR PROGNOSEUDSAGN SOM FUNKTION AF HORISONT
(MDR.)
400%
350%
300%
250%
200%
150%
100%
50%
0%
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 29 30 31 35 36 37 38 43
9
4
STORE PROGNOSEFEJL
Fra 2005-2013 har de gennemsnitlige årlige ændringer i boligpriserne ligget på 8,0% i enten opadeller nedadgående retning. (Bemærk, at der her ses her på gennemsnittet af de numeriske værdier af
de årlige ændringer. Det vil sige, at en stigning på 10% indregnes som + 10%, og et fald på 10%
regnes ligeledes som + 10%. Ellers ville store stigninger og fald opveje hinanden).
Den gennemsnitlige prognosehorisont er på ca. 13 mdr. Over en bred kam er prognoseusikkerheden
på 6,1 procentpoint (absolut afvigelse) eller hele 117,2% (relativ afvigelse).
Det er partkategorien ”uafhængig”, som klarer sig bedst, hvis man ser på prognoseusikkerheden målt i
procentpoint, mens ”kommerciel” klarer lidt bedre, hvis man går efter relativ prognoseusikkerhed målt i
procent. Der er dog halvt så mange udsagn for partkategorien ”uafhængig”, som dermed er forbundet
med større usikkerhed.
Prognoseusikkerhed opgjort på ”partkategori”, hvor alle prognosehorisonter er medtaget, vises i
diagrammet herunder. Usikkerheden er målt i procentpoint.
FIGUR 7: PARTKATEGORIERNES PROGNISEUSIKKERHED (PROCENTPOINT) FOR 2005-2013
8
6
4
2
0
Kommerciel
Politisk
Uafhængig
Øvrige
Prognoseusikkerhed målt i procent vises herunder.
FIGUR 8: PARTKATEGORIERNES PROGNOSEUDIKKERHED (%) FOR 2005-2013
200%
150%
100%
50%
0%
Kommerciel
Politisk
Uafhængig
10
Øvrige
Antal udsagn og gennemsnitlig prognosehorisont regnet fra udsagnsdatoen fremgår af næste graf.
FIGUR 9: PARTKATEGORIENS GENNEMSNITLIGE PROGNOSEHORISONT FOR 2005-2013
200
Gns. prognose horisont (mdr.)
159
Udsagnsantal
150
100
77
50
12,1
12,4
21
15,4
17,1
15
0
Kommerciel
Politisk
Uafhængig
11
Øvrige
5
PROGNOSEUDSAGN OPGJORT PÅ
PARTER OG PROGNOSEÅR
Grafen viser alle prognoseudsagn opgjort på det år, hvor udsagnet er fremlagt. Prognoseudsagn fra
2005 er lysegrønne. De andre år har tilsvarende fået tildelt andre farver. Det beregnede
ejerboligprisindeks, der bygger på tal fra Danmarks Statistik, er vist med den blå kurve.
Læsevejledning:
Det år, en prognose er fremlagt, kaldes for ”prognoseår”. Hvor langt prognosen rækker frem i tiden
kaldes for ”prognosehorisont”.
Prikkerne for de enkelte prognoseudsagn på grafen er af hensyn til tydelig illustration tidsforskudt lidt
til venstre eller højre på x-aksen.
Således vises alle udsagn udført/udarbejdet i løbet af 2005 (x-aksen 2005-2006) med en lysegrøn
markering, der er forskudt lidt til venstre.
Alle udsagn er relateret til ultimo af året. Således er 2005-udsagn vist ud for 2006 på x-aksen.
FIGUR 10: PRISINDEKS
160
Prognoseår 2005
Prognoseår 2006
Prognoseår 2007
150
Prognoseår 2008
Prognoseår 2009
Prognoseår 2010
Prognoseår 2011
140
Prognoseår 2012
Prognoseår 2013
Prisindeks (Primo 2005=100)
130
120
110
100
2005
Primo År
2006
2007
2008
2009
2010
2011
2012
2013
2014
Det fremgår tydeligt, at ingen prognoser har fanget boligprisernes forløb. Alle prognoseudsagn er
indlagt som en ”prognoselinje” (den brede grå) på næste figur. Den skyder ”over” målet specielt for
2009-10 og igen for 2012-13 – prognoseudsagnene har svært ved at fange trendskift fra ”stigning til
fald” eller ”fald til stigning”. For en prognosemager er det særdeles vigtigt at kunne forudse
vendepunkterne i udviklingen.
Det tyder på, at udsagnene enten bygger på utilstrækkelige data eller anvender mangelfulde
analysemetoder/modeller, når de ikke har evnet at forudsige boligprisernes forløb i 2005-2013 særlig
heldigt.
12
FIGUR 11: PRISINDEKS
160
Prognoseår 2005
Prognoseår 2006
Prognoseår 2007
Prognoseår 2008
Prognoseår 2009
Prognoseår 2010
Prognoseår 2011
Prognoseår 2012
Prognoseår 2013
Bred grå prognoselinje-alle prognoser
Prisindeks (Primo 2005=100)
Poly. (Prognoseår 2005)
Poly. (Prognoseår 2006)
Poly. (Prognoseår 2007)
Poly. (Prognoseår 2008)
Poly. (Prognoseår 2009)
Poly. (Prognoseår 2010)
Poly. (Prognoseår 2011)
Poly. (Prognoseår 2012)
Poly. (Bred grå prognoselinje-alle prognoser)
150
140
130
120
110
100
2005
5.1
Primo År
2006
2007
2008
2009
2010
2011
2012
2013
2014
Prognoseudsagn opgjort på part og prognoseår
Prognoseudsagn i figur 11 vises nedenfor opdelt på partkategorier.
FIGUR 12: UDSAGN FOR PARTKATEGORIEN "KOMMERCIEL"
160
Prisindeks
150
140
130
120
110
Primo År
100
2005
2006
2007
2008
2009
13
2010
2011
2012
2013
2014
FIGUR 13: UDSAGN FOR PARTKATEGORIEN "POLITISK"
160
Prisindeks
150
140
130
120
110
Primo År
100
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
FIGUR 14: UDSAGN FOR PARTKATEGORIEN "UAFHÆNGIG"
160
Prisindeks
150
140
130
120
110
Primo År
100
2005
2006
2007
2008
2009
14
2010
2011
2012
2013
2014
FIGUR 15: UDSAGN FOR PARTKATEGORIEN "ØVRIGE"
150
Prisindeks
145
140
135
130
125
120
115
110
105
Primo År
100
2005
2006
2007
2008
2009
2010
2011
2012
2013
Dataforklaring til figurerne ovenfor:
Prognoseår 2005
Prognoseår 2007
Prognoseår 2009
Prognoseår 2011
Prognoseår 2013
Poly. (Prognoseår 2005)
Poly. (Prognoseår 2007)
Poly. (Prognoseår 2009)
Poly. (Prognoseår 2011)
Prognoseår 2006
Prognoseår 2008
Prognoseår 2010
Prognoseår 2012
Prisindeks (Primo 2005=100)
Poly. (Prognoseår 2006)
Poly. (Prognoseår 2008)
Poly. (Prognoseår 2010)
Poly. (Prognoseår 2012)
15
2014
PROGNOSEHORISONT – DE STØRSTE
AFVIGELSER VISER SIG, NÅR VÆKSTEN
VENDER
6
Grafen nedenfor viser prognosernes afvigelse fra de realiserede boligprisændringer i procentpoint
(absolutte afvigelser) samt udviklingen i boligpriserne.
Den blå linje, prisændringerne, skal tolkes som forholdet mellem boligpriserne i det kvartal, de er
angivet ud for, og boligpriserne i de fire umiddelbart foregående kvartaler.
De røde markeringer repræsenterer hver især fejlskønnet i forbindelse med en enkelt prognose. En
markering ud for nul på andenaksen repræsenterer en korrekt prognose. Et kryds, som befinder sig på
samme side af førsteaksen som prisændringerne, repræsenterer en prognose, som har skudt for højt.
Derimod vil en markering, som befinder sig på modsatte side af førsteaksen, repræsentere en
prognose, som enten har skudt for lavt eller ligefrem forkert (hvis markeringen er længere fra
førsteaksen end den blå streg).
Af figuren ses, at der er relativt stor forskel i prognosernes træfsikkerhed år for år. Generelt gælder, at
ved relativ høj vækst eller fald samt ved vendinger i boligmarkedet ses procentuelt meget store
prognoseafvigelser i modsat retning. Derimod er afvigelserne relativt beskedne de seneste år, hvor
boligmarkedet har været mere stabilt end tidligere.
Med andre ord: Prognoserne over en bred kam har vist sig ude af stand til at forudsige ekstreme
hændelser på boligmarkedet, men tenderer derimod at ville postulere mere af det samme.
FIGUR 16: ÅRSAFVIGELSE (PROCENTPOINT)
30
Årlig prisændring
Årsafvigelse (procentpoint)
30%
Årsafvigelse
(procentpoint)
20
Årlig prisændring
10
0
2005
20%
10%
0%
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
-10
-10%
-20
-20%
Primo År
-30
-30%
16
Boligøkonomisk
Videncenter