The main purpose with this thesis is trying to understand the underlying factors of housing prices. The survey has been limited to Stockholm and the years 1990 to 2013. The independent variables were selected based on previous research. The real estate price index was then analysed using regression analysis and correlation analysis. The results have been compared with the previous research and with economic theories. The conclusion of the study is that the real interest rate and real disposable income, along with household preferences can explain a large part of the housing price surge. However, the preferences are exogenous variables in the general equilibrium model and therefore cannot be measured.

<p>Denna uppsats beskriver bostadsmarknaden i S:t Petersburg i två delar. Den första redogör för dess uppbyggnad i termer av arkitektur, stadsdelar och ägande – inklusive det rätt unika bostadsformen kommunalka – kollektiva lägenheter där individer äger enstaka rum och delar på kök och badrum. Därefter redogörs de främsta faktorer bakom utvecklingen på den under de tio åren fram till 2006. Bland dessa är det stora missnöjet med befintliga bostäder, en omfattande nybyggnation i stadens ytterkanter och den kraftiga utvecklingen på hypotekslånemarknaden.</p><p>I den andra delen görs en hedonisk prismodell utifrån en logaritmisk regressionsanalys av 16 000 bostäder till salu i stadens största bostadsguide där pris är den beroende variabeln och bostädernas egenskaper som yta, stadsdel, avstånd till centrum och arkitekturstil är de oberoende variablerna. Utifrån resultaten redogörs möjliga förklaringar till de olika egenskapers relativa effekt på bostadspriser. Resultaten jämförs slutligen med en liknande studie på bostadsmarknaden i Riga.</p>

Denna uppsats beskriver bostadsmarknaden i S:t Petersburg i två delar. Den första redogör för dess uppbyggnad i termer av arkitektur, stadsdelar och ägande – inklusive det rätt unika bostadsformen kommunalka – kollektiva lägenheter där individer äger enstaka rum och delar på kök och badrum. Därefter redogörs de främsta faktorer bakom utvecklingen på den under de tio åren fram till 2006. Bland dessa är det stora missnöjet med befintliga bostäder, en omfattande nybyggnation i stadens ytterkanter och den kraftiga utvecklingen på hypotekslånemarknaden. I den andra delen görs en hedonisk prismodell utifrån en logaritmisk regressionsanalys av 16 000 bostäder till salu i stadens största bostadsguide där pris är den beroende variabeln och bostädernas egenskaper som yta, stadsdel, avstånd till centrum och arkitekturstil är de oberoende variablerna. Utifrån resultaten redogörs möjliga förklaringar till de olika egenskapers relativa effekt på bostadspriser. Resultaten jämförs slutligen med en liknande studie på bostadsmarknaden i Riga.

Denna uppsats undersöker effekten av styrräntan på bostadspriser och antalet sålda bostäder i Sverige under perioden 2005–2019. Under denna period har styrräntan varit historiskt låg och bostadspriserna har stigit med nästan 200 procent. Bostadsmarknaden påverkas av flera faktorer, däribland styrräntan, men frågan är hur mycket styrräntan faktiskt påverkar bostadspriserna. Genom regressioner med penningpolitiska chocker som förklarande variabel visar våra resultat att bostadspriserna minskar med ungefär 4,5 till 13 procent vid en räntehöjning på 1 procentenhet två månader efter den penningpolitiska chocken. Dessa resultat är dock inte statistisk signifikanta. Vi gör även ett försök att beräkna hur mycket styrräntan bidragit till prisökningarna utifrån våra skattningar och kommer fram till att styrräntan kan förklara endast en liten del av de drastiska prisökningarna.

Studien undersöker sambandet mellan skilsmässor och bostadspriser. Syftet är att bidra med ett vetenskapligt perspektiv som tidigare saknats i den svenska debatten inom ämnet. Avsikten är att förmedla en djupare förståelse för hur ekonomiska faktorer påverkar beslutet att skiljas, och hur familjer reagerar på förändringar i bostadsmarknaden. Frågeställningen som undersöks är; Finns det ett kausalt samband mellan förändringar i bostadspriser och skilsmässofrekvens på kommunal nivå i Sverige? För att studera ämnet används Gary S. Beckers teori som utgångspunkt. Teorin beskriver hur valet att ingå i äktenskap samt stanna i äktenskap baseras på en nytto-kostnadsberäkning. Tidigare forskning visar på olika resultat, både positiva och negativa samband mellan variablerna har observerats. Metoden som tillämpas i denna studie är en regressionsanalys baserad på paneldata som omfattar kommuner under en period på 21 år. Resultatet av undersökningen visar ett statistiskt signifikant, men svagt, positivt samband mellan variablerna

Swedish housing prices have been on an upward trend for a longer period of time. A significantpart of this increase can be attributed to low interest rates and an optimistic outlook for thefuture. However, discussions have emerged suggesting that there is a lack of comprehensivefoundations for the high price levels. In recent years, consumers' perception of their homes hasbeen a contributing factor to this phenomenon. With that said, the purpose of this study is todescribe the aspects underlying consumers' willingness to pay and how this impacts the housingmarket. The study is based on an empirical analysis that is compared against the existing theoryof location, condition, layout, and price as determining factors. The study is conducted using adeductive research approach. To understand the value of a home based on individuals'preferences, the study relies on the hedonic pricing model. Furthermore, a survey has beendesigned to gather information about consumers' housing situation and the factors influencingtheir willingness to pay. These results have been tested to ensure that they are not randomthrough an independent t-test, and subsequently divided into different groups to identify anysignificance. The tested groups include gender, age, and gender combined with age. The resultsfrom the t-test have been compared with existing theories on consumer preferences anddiscussed. The conclusion of this work is that all consumers have different approaches regardingwhich aspects they are willing to pay more for and value higher in a home. Many of these aspectsshow no significant differences in valuation or willingness to pay based on gender, age, or gendercombined with age. This suggests that several respondents prioritize differently depending on thestage of life they are in. However, the study reveals some differences in how men and womenprioritize different aspects. Two aspects that men value higher and are more willing to pay forare location and layout. The results also indicate, among other things, that the youngergeneration does not prioritize large plots/gardens or garage space as highly as the oldergeneration.

Stockholms län har upplevt en stark demografisk tillväxt det senaste decenniet, vilket har medfört behov av nya investeringar i kollektivtrafiken och i bostäder. I denna uppsats studeras sambandet mellan närhet till den nya planerade tunnelbanan i Stockholm och bostadsrättspriser. Baserat på egeninsamlade paneldata om bostadsrättsförsäljningar i Barkarby och Nacka strand perioden 2013–2017 skattas en hedonisk prismodell för att se hur euklidiskt avstånd till närmsta planerade tunnelbaneentré samvarierar med bostadsrättspriser. Vidare undersöks om besluten om stationslokalisering i Barkarby och Nacka har haft en positiv effekt på bostadspriser, genom att jämföra skillnader i priser före och efter beslut om nya tunnelbanestationer. Resultaten visar att sambandet mellan närhet till den planerade tunnelbanan och bostadsrättspriser skiljer sig beroende på område. Priser på bostadsrätter stiger med minskat avstånd till närmsta planerade tunnelbaneentré i Barkarby medan de sjunker i Nacka strand. Det återfinns ingen statistiskt säkerställd effekt av besluten om stationslokalisering på bostadsrättspriser.

Den här studien utvärderar potentialen i söktermsdata från Google som ledande indikator för priser på bostadsmarknaden i Stockholm. Det prediktiva innehållet i söktermsdata från Google Trends jämförs mot en mer klassisk prognosmodell byggd på makroekonomiska variabler. Genom att mäta avvikelsen i en pseudo-prognos redovisas respektive datakällas förmåga till riktiga prognoser. Den huvudsakliga slutsatsen är att det finns resultat som styrker tesen om prediktivt innehåll i Googledata, framförallt för prognoser med horisonter upp till sex månader. Genom att använda Googledata skapas prognoser som har en mindre avvikelse från den faktiska tidsserien är vad modellen byggd på makroekonomiska variabler kan leverera. Resultatet visar på användbarheten i söktermsdata från Google som ledande indikator för priser på bostadsmarknaden i Stockholm. / This study evaluates the potential in using Google search term data as a leading indicator of prices on the real estate market in Stockholm. The predictive content of the search term data from Google Trends is contrasted against a more classic forecasting model using macroeconomic variables. The ability of each data source to generate powerful forecasts is demonstrated by measuring the deviation in a pseudo-forecast. The main finding is that the results support the hypothesis on predictive content in Google data, mainly forecasts with up to six months’ horizon. By using Google data, forecasts can be made with less deviation from the actual time series than forecasts built on macroeconomic variables. The results point to the usability of search term data from Google as a leading indicator for prices on the real estate market in Stockholm.

Rapporten undersöker hur bostadspriser påverkas av avståndet till kollektivtrafiken och sambandet det har till befolkningstätheten i området. Sedan så är det just också hur detta skiljer sig rent teoretiskt och i praktiken som skiljer det här arbetet från andra liknande arbeten då det oftast endast ett av detta och dess påverkan ligger i fokus. Insamlingen av data till arbetet har sket via den kvalitativ metod som avser att med hjälp av intervjuer, arkivdata och teorier som är anpassningsbara för att uppfylla syftet och besvara frågeställningen. Det finns några olika modeller och teorier som används som grund rent teoretiskt vid detta problem. Men stor skillnad mellan teorin och praktiken framkom snabbt då intervjuerna började då de flesta ej aktivt använde de modeller som kunde förklara avståndet till kollektivtrafikens påverkan samt befolkningstäthetens påverkan på bostadspriserna men i praktiken använde sig värderarna av marknadskännedom och ortsprismetoden vid nästan alla värderingar då de flesta ansågs att det räckte med dessa metoder för att värdera bostäder. Men så rent teoretiskt så finns det ett samband mellan avståndet till kollektivtrafiken och befolkningstäthet och det har oftast en positiv påverkan på bostadspriser men kan variera beroende på fler olika variabler som kan förekomma från fall till fall. Sedan så genom de fem intervjuer har empiriska data erhållits för att kunna koppla teorin till verkligheten. De fem respondenterna diskuterade först ifall sambandet fanns men även problematik med det, de flesta respondenter höll med att i praktiken finns det ett vist samband men att det var svårt att kvantifiera men att det ej är direkt och enbart mellan avståndet till kollektivtrafiken och befolkningstätheten då detta endast är två faktorer av väldigt många flera som påverkas tillsammans och förbättras oftast i liknande takt i följd av att det ställs högre krav och att ett område blir mer attraktivt att leva i. Slutligen så i praktiken behövs det i nuläget ej några nya modeller eller teorier för att kunna värdera bostäder med vikt på avståndet till kollektivtrafiken och befolkningstätheten, men att ifall dessa faktorer blir väldigt eftertraktade och attraktiva kan nya analyser och studier behövas göras för att marknaden ska kunna dra slutsatser om hur mycket dessa faktorer påverkar bostadspriserna. / The report examines how the housing prices get affected by the distance to public transport and the relationship it has with the population density in the area. Then it is precisely how this differs purely theoretically and in practice that separates this work from other similar work, since usually only one of this factors and its impact is in focus. The collection of data for the work has taken place via the qualitative method which intends to use interviews, archival data and theories that are adaptable to fulfil the purpose and answer the question. There are a few different models and theories that are used as a theoretical basis for this problem. But a big difference between theory and practice quickly emerged when the interviews began, as most did not actively use the models that could explain the impact the distance to public transport and the impact of population density on housing prices, but in practice the valuers used market knowledge and the local price method for almost all valuations as most considered that these methods were sufficient to value housing. But purely theoretically, there is a connection between the distance to public transport and population density, and this usually has a positive impact on housing prices but can vary depending on several different variables that can occur from case to case. Then through the five interviews, empirical data has been obtained to be able to connect the theory to reality. The five respondents first discussed whether the connection existed but also problems with it, most respondents agreed that in practice there is a certain connection but that it was difficult to quantify but that it is not directly and only between the distance to public transport and the population density as this are only two factors out of many that are affected together and usually improve at a similar rate as a result of higher demands being made and an area becoming more attractive to live in. Finally, in practice, there is currently no need for new models or theories to be able to value housing with weight on the distance to public transport and the population density, but that if these factors become very sought after and attractive, new analyses and studies may need to be done so that the market can draw conclusions about how much these factors affect house prices.

Hushållens skulder har under det senaste decenniet ökat fortare än vad hushållens inkomster gjort vilket inneburit en stigande skuldkvot. En alltför hög skuldkvot innebär en stor risk för enskilda hushåll och banker men också för den makroekonomiska utvecklingen och den finansiella stabiliteten. Därför införde Finansinspektionen 1 mars 2018 ett skärpt amorteringskrav som innebär ett ökat krav på amortering vid nya bolån för hushåll med höga skuldkvoter.Syftet med detta arbete är att analysera det skärpta amorteringskravet och hur det kommer att påverka bostadsmarknaden i Stockholm. Detta har genomförts med intervjuer av representanter från olika sektorer på marknaden.De viktigaste frågorna som undersökts var vilka effekter av det skärpta amorteringskravet som kommer att vara tydligast, vilken demografi det kommer påverka och huruvida regleringen är en bra åtgärd. Det visar sig att amorteringskravet sannolikt kommer sänka skuldsättningen i landet, vilket är en önskad effekt från Finansinspektionens sida. Kritiker mot kravet menar att alternativa åtgärder är bättre med motiveringen att det går att nå samma effekt utan de negativa konsekvenser det skärpta amorteringskravet för med sig. De alternativa åtgärderna handlar om mer övergripande förändringar på bostadsmarknaden istället för en enskild reglering på bolånen. Det skärpta amorteringskravet verkar vara det bästa alternativet Finansinspektionen till förfogande för att stabilisera svensk ekonomi, men det finns andra åtgärder som hade varit ett bättre alternativ för att uppnå samma effekt. / In the last few decades there has been a faster increase in household debts than household income, which meant a rising debt ratio. An excessive debt ratio represents a high risk not only for individual households and banks, but also for macroeconomic developments and financial stability. Because of this Sweden implemented a tightened amortization requirement on housing loans for households with high debt ratios. The legislation was created by Finansinspektionen and implemented on March 1, 2018.The purpose of this work is to analyze the tightening of the amortization requirement and how it will affect the housing market in Stockholm. This has been done with interviews of representatives from different sectors on the market.The most important issues examined were which effects will be most prominent from the requirement, which demographics it will affect and whether the regulation is a good measure. It turns out that the amortization requirement is likely to lower debt in the country, which is the desired effect from Finansinspektionen. Critics against the legislation claims that alternative measures are better with the argument that the same effect can be achieved without the negative consequences of the increased amortization requirement. Alternative measures are more general changes in the housing market instead of a single legislation on mortgage loans. The new amortization requirement appears to be Finansinspektionens’ best available option to stabilize the Swedish debts. However, there are other measures that would have been better alternatives for achieving the same effect.