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
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 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 150 145 140 135 130 125 120 115 110 105 100 Prisindeks ejerbolig (Danmarks Statistik) Prisindeks ejerbolig (Realkreditrådet) 4
BRF Danske Bank De Økonomiske Råd Finansminis teriet Home Nationalban ken Nordea Nykredit Realkredit Danmark Uafhængige & int. debatør Øvrige bank 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 0 2.1 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 Øvrige 6
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 -10-15 -20-25 Prognoseår 2005 Prognoseår 2006 Prognoseår 2007 Prognoseår 2008 Prognoseår 2009 Prognoseår 2010 Prognoseår 2011 Prognoseår 2012 Prognoseår 2013 0 6 12 18 24 30 36 42 8
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 Øvrige 10
Antal udsagn og gennemsnitlig prognosehorisont regnet fra udsagnsdatoen fremgår af næste graf. FIGUR 9: PARTKATEGORIENS GENNEMSNITLIGE PROGNOSEHORISONT FOR 2005-2013 200 150 159 Gns. prognose horisont (mdr.) Udsagnsantal 100 77 50 0 21 12,1 12,4 15,4 17,1 15 Kommerciel Politisk Uafhængig Øvrige 11
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 160 150 140 130 Prognoseår 2005 Prognoseår 2006 Prognoseår 2007 Prognoseår 2008 Prognoseår 2009 Prognoseår 2010 Prognoseår 2011 Prognoseår 2012 Prognoseår 2013 Prisindeks (Primo 2005=100) 120 110 Primo År 100 2005 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 160 150 140 130 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) 120 110 Primo År 100 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 5.1 Prognoseudsagn opgjort på part og prognoseår Prognoseudsagn i figur 11 vises nedenfor opdelt på partkategorier. FIGUR 12: UDSAGN FOR PARTKATEGORIEN "KOMMERCIEL" 160 150 Prisindeks 140 130 120 110 Primo År 100 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 13
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 2010 2011 2012 2013 2014 14
FIGUR 15: UDSAGN FOR PARTKATEGORIEN "ØVRIGE" 150 145 Prisindeks 140 135 130 125 120 115 110 105 Primo År 100 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Dataforklaring til figurerne ovenfor: Prognoseår 2005 Prognoseår 2006 Prognoseår 2007 Prognoseår 2008 Prognoseår 2009 Prognoseår 2010 Prognoseår 2011 Prognoseår 2012 Prognoseår 2013 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) 15
6 PROGNOSEHORISONT DE STØRSTE AFVIGELSER VISER SIG, NÅR VÆKSTEN VENDER 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 20 Årsafvigelse (procentpoint) Årlig prisændring Årsafvigelse (procentpoint) Årlig prisændring 30% 20% 10 10% 0 0% 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015-10 -10% -20-30 Primo År -20% -30% 16