1 Arvoasuntopäivä 2015 6.5.2015, Pörssitalo, Helsinki VOIKO ASUNTOHINTAKUPLAN SITTENKIN HAVAITA HELPOSTI? Elias Oikarinen KTT, Akatemiatutkija, Turun yliopiston kauppakorkeakoulu Kiinteistösijoittamisen dosentti, Oulun yliopisto elias.oikarinen@utu.fi
2 Esityksen sisältö Mikä on hintakupla asuntomarkkinoilla? Talousteorian oikea hinnoittelumalli Toimivatko yksinkertaisemmat menetelmät? Tulokset perustuvat tuoreeseen, vielä julkaisemattomaan tutkimukseen: Bourassa, Hoesli, Oikarinen, Measuring House Price Bubbles
3 Mikä on asuntohintakupla? Alkuperäinen odotuskupla Hintataso poikkeaa selkeästi talouden fundamenteista Voimakas hintanousu, jota seuraa voimakas hintojen madaltuminen Makuasia Hyvin vaikea havaita, muutenhan ei pääsisi edes syntymään?
Teoreettisesti oikea malli asuntovarallisuuden hinnoitteluun 4 Kassavirtoja tuottavan sijoitusvarallisuuden arvon tulee vastata tulevien odotettujen kassavirtojen nykyarvoa Lähtökohtana kuplaperiodien havaitsemiselle (ex post) teoreettisesti oikea malli: Kassavirtaperusteinen arvo, jossa odotukset ja riskipreemio ovat ajassa vaihtuvia Odotukset ja riskipreemio tilastollisin menetelmin Kaikissa tapauksissa* kuplasignaalia seurannut merkittävä pudotus nimellisessäkin hintatasossa; vastaavia pudotuksia ei ole ollut ilman kuplasignaalia malli toimii toivotusti * poikkeus Pääkaupunkiseutu 1970-luvun lopussa
Helpommat vaihtoehdot ovat tarpeen 5 Empiirinen mallinnus on suhteellisen monimutkaista ja vaatii erityisosaamista Suuri määrä toimijoita käyttääkin yksinkertaisempia menetelmiä Hintataso suhteessa tulotasoon Hintataso suhteessa vuokraan Asuntomarkkinoiden ei-arbitraasisuhde Joskus myös oikeaa mallia yksinkertaisemmat tilastolliset menetelmät Toimivatko nämä yksinkertaistetut menetelmät kunnollisesti?
Tutkimusaineisto 6 Kansainvälinen analyysi Suomi: Pääkaupunkiseutu Sveitsi: Geneve ja Zürich USA: Chicago, Miami ja San Francisco Kaikissa uskotaan yleisesti olleen kupl(i)a jossain vaiheessa Pääkaupunkiseudun osalta Vapaarahoitteiset kerrostaloasunnot Koko vapaarahoitteisen kannan vuokrataso Neljännesvuosiaineisto 1975-2012 Tässä esityksessä päivityksiä 2014Q4 saakka
Poikkeama tasapainohinnoista: Teoreettisesti oikea malli, Pääkaupunkiseutu, 1975-2012 100% 80% 60% 40% 20% 0% 20% 40% 60% 7 3Q2012 1Q1975 3Q1976 1Q1978 3Q1979 1Q1981 3Q1982 1Q1984 3Q1985 1Q1987 3Q1988 1Q1990 3Q1991 1Q1993 3Q1994 1Q1996 3Q1997 1Q1999 3Q2000 1Q2002 3Q2003 1Q2005 3Q2006 1Q2008 3Q2009 1Q2011
Reaalinen hinta- ja vuokrakehitys Pääkaupunkiseutu, 1975Q1-2014Q4 250 200 150 100 50 Hinta Vuokra 0 8 1Q1975 3Q1976 1Q1978 3Q1979 1Q1981 3Q1982 1Q1984 3Q1985 1Q1987 3Q1988 1Q1990 3Q1991 1Q1993 3Q1994 1Q1996 3Q1997 1Q1999 3Q2000 1Q2002 3Q2003 1Q2005 3Q2006 1Q2008 3Q2009 1Q2011 3Q2012 1Q2014
Vaihtoehtoisten mallien toimivuus 9 Kriteereinä oikeat signaalit kuplaperiodien ja eikuplaperiodien osalta sekä mahdollisimman pieni keskimääräinen poikkeama oikeasta mallista Kriteeristä riippumatta hinta-vuokrasuhde ja regressio kokonaistulotason kanssa toimivat parhaiten Koskee niin pääkaupunkiseutua kuin muitakin kaupunkeja; pääkaupunkiseudun osalta 1970-luvun loppu erilainen Hintavuokrasuhteen osalta poikkeama pitkän aikavälin keskiarvosta Regression osalta poikkeama mallin antamasta tasapainohintatasosta (FMOLS-tekniikka)
Hintatason poikkeama tasapainosta Pääkaupunkiseutu, 1975Q1-2014Q4 100% 80% 60% Hinta vuokrasuhde Regressio_kokonaistulotaso 40% 20% 0% 20% 40% 60% 10 1Q1975 3Q1976 1Q1978 3Q1979 1Q1981 3Q1982 1Q1984 3Q1985 1Q1987 3Q1988 1Q1990 3Q1991 1Q1993 3Q1994 1Q1996 3Q1997 1Q1999 3Q2000 1Q2002 3Q2003 1Q2005 3Q2006 1Q2008 3Q2009 1Q2011 3Q2012 1Q2014
Mallien osuvuus in time Miami, 2001Q2-2011Q2 120% 100% 80% 60% 40% 20% 0% 20% 40% 11 2Q2001 4Q2001 2Q2002 4Q2002 2Q2003 4Q2003 2Q2004 4Q2004 2Q2005 4Q2005 2Q2006 4Q2006 2Q2007 4Q2007 2Q2008 4Q2008 2Q2009 4Q2009 2Q2010 4Q2010 2Q2011 Hinta vuokrasuhde Regressio_kokonaistulotaso Teoreettinen "benchmark"
Aineiston täytyy olla kunnollista! 12 Garbage in, garbage out Julkisuudessa raportoitaviin analyyseihin tulee suhtautua varauksella: usein analyysien toteuttajat eivät tunne kunnollisesti Suomen markkinoita ja dataa tuloksena epäluotettava analyysi! Paradoksi: Monesti eniten julkisuutta saavat epäluotettavat bulkkianalyysit
Johtopäätökset 13 Oikea malli on usein turhan monimutkainen Hinta-vuokrasuhde on yksinkertainen tapa päätyä suurin piirtein samaan johtopäätökseen hintatasosta Myös yhteisintegroituva regressio kokonaistulotason kanssa on toiminut yleisesti ottaen hyvin molempien käyttö suositeltavaa Mahdolliset ongelmat (luotettavuus) liittyvät aineistoon erityisesti vertailukelpoisuuteen Yli ajan: Institutionaaliset saattavat muuttaa tasapainosuhteita (rakennemuutoksia ei kuitenkaan havaittu) Hinta vs. vuokradata, muiden tilastojen luotettavuus Alue & tyyppierot kaupunkialueen sisällä Ko. 40 vuoden ajanjaksolla kuitenkin toiminut tutkimuskaupungeissa ja voidaan olettaa toimivan indikaattorina myös tulevaisuudessa