MODELLER AF BOLIGMARKEDET HVORFOR VIRKER SYSTEM DYNAMICS? Af Knud Erik Wichmann, Johan Kjeldgaard-Petersen, Martin Mckinnon Edwards

Transkript

1 MODELLE AF OLIGMAKEDET HVOFO VIKE SYSTEM DYNAMICS? Af Knud Erik Wichmann, Johan Kjeldgaard-Petersen, Martin Mckinnon Edwards INTODUKTION Mange aktører ejendomsmæglere, økonomer, journalister, professorer osv. på det danske boligmarked giver ofte deres bud på fremtiden for boligmarkedet. Pressen vrimlede således med historier om fortsat vækst eller måske en blød landing, da priserne toppede i De kendte store, offentligt finansierede modeller af dansk økonomi Danmarks Statistiks ADAM, vismændenes SMEC og Nationalbankens MONA havde på dette tidspunkt i flere år skudt helt forbi den voldsomme stigning i boligpriserne. Men netop i 2006 udviklede PA Consulting Group en såkaldt System Dynamics-model af det københavnske boligmarked, som både kunne forklare de store stigninger og forudsige det følgende voldsomme prisfald. Prognosen holder faktisk stadig i dag på snart fjerde år. Figur fra 2006 Figuren fra dengang viser de faktiske priser som en rød, stiplet linie. Den blå linie er resultatet fra modellen, som splittes op i tre fremtidsscenarier: Den øverste kurve er et best case scenarie, den midterste et base case scenarie og den nederste et worst case scenarie. Fælles for både det meget positive og det meget negative scenarie er, at markedet stod over for en brat nedgang i perioden nøjagtig hvad der skete. HVAD STYE VOES FOVENTNINGE TIL OLIGMAKEDETS UDVIKLING Det er velkendt, at boligmarkedet er afhængigt af størrelser så som ente Lønudvikling Arbejdsløshed Skat og fradragsret oligudbud yggepriser Demografisk udvikling En meget stor fordel ved ovenstående liste er, at alle elementerne er målbare og derfor kan registreres i databaser og analyseres ved hjælp af avanceret matematik og statistik.

2 Spørgsmålet er så, om dette er nok til at forstå boligmarkedet? Det er jo også klart, at mindre målbare, bløde faktorer som psykologi og forventninger til den fremtidige prisudvikling har stor indflydelse på, hvad købere tør give og sælgere forlange. Når priserne stiger, vurderer både almindelige mennesker og professionelle investorer, at risikoen ved at købe er lav så længe forventningen til yderligere stigninger er intakt. Samme mekanisme ses også med omvendt fortegn i et faldende marked. Hvad nu hvis disse bløde faktorer i sig selv påvirker markedet mere og måske i den anden retning end de målbare parametre peger på? I så fald er det bydende nødvendigt at afspejle dette i de modeller, som anvendes til at lave prognoser om boligmarkedet. Men hvordan gør man det? 1 Årsag og følgende virkning med forsinkelse og ikke-lineær reaktion skaber feedback loops Feedback er et grundprincip i System Dynamics Udbud DYNAMIKKEN I OLIGMAKED KOTLAGT HVODAN? System Dynamics er en metode til at kortlægge og simulere dynamiske systemer. oligmarkedet er ét eksempel på et dynamisk system på linie med andre markeder, organisationers sociale interaktion, biologiske organismer, anlægsprojekter, m.v. Alle disse systemer kan beskrives som et edderkoppespind af faktorer, der både kan være årsager og virkninger på samme tid, og som påvirker hinanden i et komplekst og dynamisk samspil, der ikke kan reduceres til simple matematiske former. System Dynamics er oprindeligt grundlagt af Jay Forrester i 1950 erne og 1960 erne ved MIT. ÅSAGS-VIKNINGSKÆDE PÅ OLIGMAKEDET oligmarkedet kan beskrives konkret ved hjælp af forbundne årsag-virknings-kæder indeholdende flere feedback loops. Overordnet set er der tre dominerende loops, som er afgørende for hhv. oplevelse af købekraft, byggeaktivitet og efterspørgsel efter boliger. Oplevet Købekraft: Denne selvforstærkende cirkel (loop) var den mest dominerende under boligboblen Da priserne steg og steg, forventede mange boligkøbere yderligere prisstigninger, hvilket øgede deres risikovillighed. Med øget risikovillighed forøges det beløb, som køberne synes, de har råd til og er villige til at betale, fordi de i højere grad tør finansiere med flex- og/eller afdragsfrie lån og sætte sig hårdt i starten. Dette var i høj grad betinget af de konkrete historiske forudsætninger.10 år med uafbrudte prisstigninger tilført skattestop og afdragsfrihed viste sig at være en særligt forventningsskabende cocktail

3 Vægt af boligbudget ente oligbudget Løn Inflation Opfattet rådighedsbehov isikovillighed Forventet prisudvikling Oplevet Købekraft yggeri: Det andet loop beskriver de væsentlige faktorer i byggeriet. Når priserne stiger til langt over byggeomkostningerne, stiger byggeaktiviteten. Det samlede udbud af boliger stiger derfor, men med en vis forsinkelse. Det går ofte sådan, at priserne topper lige præcis på det tidspunkt, hvor der er allerflest byggekraner i gang. Det giver tomme projektlejligheder, lavere priser og i sidste ende nedgang i byggeriet præcis som i København i de senere år. yggeomkostninger egrænsninger ved byggeri yggeri påbegyndt Offentlige investeringer I boliger yggeri afsluttet yggeriet oligudbud Sammenlægning og nedrivning af boliger Efterspørgsel: Groft sagt indvandrer folk til København, når de er i 20 erne, og udvandrer, når de er i 30 erne. Da der er flere danskere i 20 erne end i 30 erne, hviler der derfor et konstant migrationspres på storbyen. Det påvirker efterspørgslen og priserne, ikke mindst via forældrekøb. Høje boligpriser gør København mindre attraktiv for potentielle tilflyttere, og

4 kan derfor holde tilflytningen og efterspørgslen lidt i ave. Hvis boligpriserne er lave, ser man til gengæld, at flere familier i 30 erne (ofte med børn) bliver boende i byen, da det bliver for dyrt at flytte. Efterspørgsel efolkning Dødsfald Efterspørgsel elativ tiltrækning af København Migration Fødsler Vægt af boligbudget ente isikovillighed oligbudget Løn Opfattet rådighedsbehov Inflation yggeri påbegyndt yggeomkostninger yggeri afsluttet egrænsninger ved byggeri Offentlige investeringer I boliger efolkning Forklaring Dynamisk påvirkning (oftest ikke-lineær), der beskrives med partielle differentialligninger Dynamisk variabel, der ændrer sig over tid og ofte er segmenteret (i f.eks. aldersgrupper) Forventet prisudvikling elativ tiltrækning af livet i byen oligudbud Efterspørgsel efolkning Immigration Sammenlægning og nedrivning af boliger Fødsler Dødsfald alancerende loop, der dæmper sig selv med forsinkelse Selvforstærkende loop: kan være både god cirkel og ond cirkel Emigration Samlet kausalitetsdiagram TEKST TIL ILLEDE: Når de tre loops er forbundet, får man det samlede overblik. Hver især er disse loops ikke nok til at beskrive markedet. Kun ved at se på helheden hen over tid kan prisudviklingen forudsiges. Vi har her kun beskrevet de allervæsentligste faktorer i markedet. I modellen tager vi også hensyn til bl.a. lånemuligheder, skattepolitik, rente og inflation. DET DYNAMISKE OLIGMAKED SIMULEET HVODAN? Med en samlet forståelse af dynamikken i markedet er næste skridt at formulere denne matematisk. Dette kræver en del ekspertise og erfaring. Vi har her kunnet trække på

5 matematiske del-modeller, som er udviklet og afprøvet af PA og MIT i oston gennem de sidste 30 år. Princippet er at simulere markedet ved hjælp af den dynamiske model. Det kræver naturligvis adgang til historiske data. Vi har anvendt 30 års data for prisudvikling og andre parametre på boligmarkedet i København. Data anvendes til at kalibrere den matematiske model: det betyder, at den justeres til at kunne simulere den historiske udvikling på markedet. Modellens output f.eks. udviklingen i boligpriser eller igangsat byggeri sammenlignes med det faktiske historiske forløb. At modellen kan simulere et længere historisk forløb, er en god indikation af, at den også kan bruges til at analysere scenarier i både fortid og fremtid. Man kan altså spørge hvad nu hvis en væsentlig forudsætning skulle ændre sig hvad ville f.eks. løbende rentestigninger de næste tre år betyde for boligpriserne? EKSEMPEL PÅ ANALYSE En analyse her i efteråret 2009 har givet en række interessante resultater. I grafen herunder angiver den røde (stiplede) linie de historiske tal og de blå output fra simuleringen. Man kan se, at modellens resultat matcher det faktiske forløb fra 1980 frem til i dag, og at boligpriserne i København ifølge modellen flader ud hen over de næste 4-5 år og i øvrigt ikke kommer tilbage til 2006-priser inden Modellen har en række håndtag at skrue på såkaldte eksogene parametre. Med disse håndtag kan man afspejle forskellige antagelser om renteudvikling, arbejdsløshed m.v. og derved skabe forskellige scenarier. I denne analyse har vi søgt at forstå den effekt, som afdragsfrie lån samt skattestoppet har haft på prisudviklingen. I et alternativt scenarie (blå stiplet linie) har vi derfor fjernet skattestoppet og afdragsfrihed ved at justere en række af de eksogene parametre. esultatet viser os, hvad udviklingen havde været, hvis der ikke havde været skattestop og afdragsfri lån. I dette scenarie ser man, at prisudviklingen ville have været væsentlig mere moderat, men overordnet set have fulgt samme mønster, dvs. stigning indtil 2006 med efterfølgende fald. Som man kan se, har de politiske beslutninger om skattestop og indførelse af afdragsfri lån haft en endog meget betydelig effekt, idet den alternative pristop ligger næsten 30% under det faktiske højdepunkt på kurven.

6 System Dynamics-modeller Kvalitativ kortlægning af årsager og virkninger baseret på ekspertindsigt Simulerer systemet set over lang tid. Ligevægtstilstande er sjældne åde hårde parametre understøttet af data og bløde parametre, der ikke kan måles og vejes f.eks. psykologiske forventninger til fremtidig prisudvikling Drevet af kvalitative, ofte ikke-lineære sammenhænge, ikke drevet af data men kalibreret i forhold til historiske data. Anvendes til prognoser og scenariebaserede analyser. Økonometriske modeller Antagelser om f.eks. rationelle agenters optimering af nytteværdi, perfekt information og ligevægts-tilstande Afhængig af tilgængeligheden af gode tidsseriedata Drevet af statistisk validerede, ofte lineære eller log-lineære sammenhænge baseret på økonomisk teori - men ingen indbygget kausalitet omkring bl.a. psykologi Estimerer som regel kun effekter af en type, som allerede er blevet observeret Anvendes primært som økonomiske forklaringsmodeller til observeret historisk forløb Hvad er forskellen? TEKST TIL OKS: System Dynamics har på nogle områder ligheder med traditionelle økonometriske modeller og kan i vid udstrækning modellere de samme principper. På andre områder er der store forskelle, som det fremgår af faktaboksen. SYSTEM DYNAMICS Ø ANVENDES MEE I DANMAK System Dynamics er en metode, der hidtil ikke er blevet anvendt meget i Danmark. Vi tror, at det beror på manglende tradition herfor en tradition som tager udgangspunkt i, hvad der undervises på universiteter og læreanstalter. Vi er overbeviste om, at metoden har et stort potentiale i analyser af boligmarkedet såvel som andre steder - til at skabe bedre og mere robuste, kvantitative fremtids-scenarier. Vi foreslår ikke, at System Dynamics skal bruges af alle til alt, eller at SD-modeller skal erstatte de store makro-økonomiske modeller af dansk og global økonomi. Til gengæld er vi overbeviste om, at System Dynamics kunne udgøre et stærkt supplement til de øvrige økonomiske modelprincipper, som anvendes i Danmark i dag.