• Ingen resultater fundet

Realkreditrådet (1992-2012)

7. Analyse af boligprisudviklingen

7.2 Analyse af byer

7.2.2 Realkreditrådet (1992-2012)

82

Figur 7.2: Ripple-effekter blandt byerne baseret på SKATs data.

Kilde: Egen tilvirkning.

83

Horsens er det ved et 5 % niveau. Vi kan derfor gå videre til kointegrationstesten med alle byerne.

Resultaterne af testen kan ses i følgende tabel:

Tabel 7.21: Resultater af Engle & Grangers kointegrationstest for byer, enfamiliehuse 1992-2012, kvartårlige observationer for kvadratmeterpriser.

Kilde: Realkreditrådet; Boligmarkedsstatistikken.

Her er det interessant at bemærke, at København, Esbjerg og Roskilde slet ikke er kointegrerede med de andre byer. Fælles for de tre byer er, at de ligger relativt geografisk isoleret i forhold til de andre byer i undersøgelsen. København har som tidligere illustreret haft den mest markante boligprisstigning, hvilket kan være en del af årsagen til den manglende forbindelse til de øvrige store danske byer. De to stærkeste forbindelser er til Kolding og Roskilde, men ingen af dem er signifikante selv ved et 10 % signifikansniveau. Roskilde var også blandt de byer, der viste de svageste tegn på kointegration i de halvårlige data fra 1974 - der var dog kointegration ved et 5 % signifikansniveau til enkelte af byerne. For Roskilde er de stærkeste forbindelser med de kvartalsvise data til Kolding og København, men altså ikke nok til at være signifikant ved 10 %. For Esbjergs vedkommende var der med undtagelse af Vejle kointegration med samtlige jyske og fynske byer i SKATs halvårlige data ved enten 1 eller 5 % signifikansniveau. Det kan derfor undre, at der denne gang ingen forbindelse er til de andre byer. Det tyder således på, at boligprisudviklingen i Esbjerg adskiller sig fra udviklingen i de andre byer.

Endnu engang er det Randers, der er den by, flest byer er kointegreret med. Der er således kointegration ved et 1 % signifikansniveau med Aalborg, Århus, Horsens, Kolding, Odense og Vejle. Randers er således kointegreret med alle byer foruden de tre, der ikke er kointegreret med de andre byer i undersøgelsen. Herefter kommer Vejle, der denne gang er kointegreret med Aalborg, Horsens, Kolding, Randers og Odense. Sammenligner vi med dataserien på de halvårlige observationer fra 1974 og frem, hvor Vejle var kointegreret med Roskilde, Århus og Kolding, så ser vi altså en helt anden udvikling for Vejle fra 1992 og frem.

Aalborg Århus Esbjerg Horsens København Kolding Odense Randers Roskilde

Århus -2,415

Esbjerg -2,264 -1,663

Horsens -2,640 -4,043 -1,361

København -1,572 -1,536 -1,274 -1,871

Kolding -1,617 -3,637 -0,392 -2,092 -2,640

Odense -2,530 -2,087 -2,267 -7,020 -1,566 -4,209

Randers -5,740 -3,921 -1,629 -5,856 -1,569 -5,947 -6,234

Roskilde -0,769 -1,756 -0,625 -1,274 -2,212 -2,414 -1,193 -1,106

Vejle -3,692 -2,321 -1,383 -3,559 -1,787 -6,224 -3,189 -7,770 -1,743

Kointegration byer

84

Århus er igen stærkest kointegreret med de omkringliggende byer, Horsens og Randers, men også Kolding har en lignende udvikling ved et 1 % signifikansniveau. Aalborg er nu kun kointegreret med Randers og Vejle, hvor det før var tilfældet med syv byer – her var Vejle i øvrigt ikke iblandt.

Odense, Randers, Horsens, Vejle og Kolding er, med undtagelse af Horsens-Kolding, alle indbyrdes kointegreret denne gang. Der er altså en stærk forbindelse mellem disse fem byer, og også Århus og Aalborg er som sagt tilknyttet denne gruppe med hhv. tre og to kointegrationer til gruppen.

Der tegner sig altså igen et billede af, at midteraksen bestående af de midt- og østjyske byer samt Odense har en fælles langsigtsligevægt inden for boligpriserne. Det går her fra Aalborg, der er kointegreret med to af de andre byer, til Randers, der er kointegreret med samtlige af byerne i denne midterakse. Hvor der før var en opdeling i tre grupper, så vil det her give mere mening at dele byerne ind i midteraksen bestående af Aalborg, Randers, Århus, Horsens, Kolding, Vejle og Odense, imens de tre øvrige byer, København, Roskilde og Esbjerg har hver sin udvikling.

Næste trin i undersøgelsen er kausalitetstesten. Resultaterne er beregnet i E-Views, og kan ses i følgende tabel:

Tabel 7.22: Resultater af Granger kausalitetstest for byer, enfamiliehuse 1992-2012, kvartårlige observationer for kvadratmeterpriser.

Kilde: Realkreditrådet; Boligmarkedsstatistikken.

Endnu engang kan vi se, at København har stor indflydelse på de øvrige danske byer. Ved et 1 % signifikansniveau kan der således konstateres en ripple-effekt til seks af de ni andre byer i undersøgelsen, og udvider vi til et 5 % signifikansniveau, så er alle byerne ramt af bølgen fra København. Det skal dog med, at der ved fire byer, Århus, Esbjerg, Odense og Vejle, er tale om kausalitet gående i begge retninger, hvorfor de enkelte resultater må erklæres ugyldige.

På disse kvartårlige data er der også tegn på, at Århus spiller en markant rolle, hvad angår boligprisudviklingen. Der er tegn på, at Århus påvirker syv byer ved et 5 % signifikansniveau, men lidt overraskende er de to nærliggende byer, Randers og Horsens ikke iblandt. Der er kausalitet

→→→→→ København Aalborg Århus Esbjerg Horsens Kolding Odense Roskilde Vejle Randers

København 0,0122 0,0045 0,0292 0,0047 0,0070 0,0321 0,0000 0,0013 0,0000

Aalborg 0,2334 0,3154 0,0015 0,1050 0,0001 0,0408 0,0008 0,0021 0,1033

Århus 0,0002 0,0100 0,0098 0,8193 0,0301 0,0008 0,0000 0,0000 0,2961

Esbjerg 0,0091 0,1027 0,5935 0,0757 0,0552 0,0711 0,2191 0,0001 0,0015

Horsens 0,4801 0,0000 0,4990 0,0000 0,0084 0,2892 0,0327 0,4467 0,0377

Kolding 0,1661 0,0689 0,0345 0,0014 0,2183 0,0028 0,4574 0,0101 0,0039

Odense 0,0414 0,0000 0,1597 0,0012 0,2797 0,0205 0,0001 0,1149 0,0158

Roskilde 0,4050 0,0000 0,7090 0,0089 0,0022 0,0001 0,2500 0,0001 0,0010

Vejle 0,0269 0,0840 0,3132 0,0130 0,8794 0,0900 0,9064 0,9472 0,0668

Randers 0,0743 0,0822 0,4624 0,3019 0,6351 0,2713 0,1922 0,1449 0,3666

85

gående i begge retninger i forhold til København og Kolding. Derudover er der kausalitet gående i retning af Aalborg, Esbjerg, Vejle, Roskilde og Odense.

Ser vi på de andre byer, så kan vi se, at Odense og Roskilde kommer som de næste i rækken med seks kausale sammenhænge gående i retning mod de andre byer. Ser vi kun på de forbindelser, hvor der kun er kausalitet i en retning, så er der en ripple-effekt fra Odense i retning af Roskilde, Esbjerg og Randers, hvor der for Roskilde er ensrettet kausalitet imod Esbjerg, Kolding, Vejle og Randers.

Roskilde er ydermere lidt interessant, da byen på den anden side ser ud til at være styret af de tre største danske byer, København, Århus og Odense, hvor det primært er de mindre byer i undersøgelsen, Roskilde selv har ripple-effekter gående imod.

Fra Horsens er der ensrettet kausalitet gående imod fire af de andre byer, hvorimod byen kun selv er påvirket af København. De fire byer, der ved et 5 % signifikansniveau rammes af ripple-effekten er Aalborg, Kolding, Esbjerg og Randers. Ser vi på de byer, der er mest influeret af de andre, så finder vi Esbjerg, Vejle og Randers. Esbjerg var et af de steder, hvor en ripple-effekt kunne se ud til at have sit udspring i de halvårlige data, men denne gang er der hele otte byer - hvoraf der ved de to af dem dog er dobbeltkausale sammenhænge - der ser ud til at influere på Esbjergs boligprisudvikling.

Randers er den eneste by i undersøgelsen, der ikke ser ud til at have indflydelse på andre byer, hvor der derimod er seks forbindelser gående i retning af byen. Og endelig er der Vejle, der af ensrettede kausale sammenhænge udelukkende har indgående effekter. De kommer fra Århus, Aalborg, Roskilde og Kolding.

Hvis vi opsummerer, så har vi på disse data København og Århus som de mest indflydelsesrige byer. Dernæst følger Horsens, Roskilde og Odense, der også har flere kausale sammenhænge gående ud fra byerne end den modsatte vej. Derimod ser særligt Esbjerg, Vejle og Randers ud til at blive ramt af ripple-effekter fra boligprisudviklingen i de andre byer. Ripple-effekterne fra Realkreditrådets data kan ses i følgende illustration.

86

Figur 7.3: Ripple-effekter blandt byerne baseret på Realkreditrådets data.

Kilde: Egen tilvirkning.