Asuntojen hintojen muodostuminen, dynamiikka ja hintakuplat Suomen kaupunkialueilla

Suvi Savolainen

ASUNTOJEN HINTOJEN MUODOSTUMINEN, DYNAMIIKKA JA HINTAKUPLAT SUOMEN KAUPUNKIALUEILLA

Johtamisen ja talouden tiedekunta Pro gradu -tutkielma Toukokuu 2021

TIIVISTELMÄ

Suvi Savolainen: Asuntojen hintojen muodostuminen, dynamiikka ja hintakuplat Suomen kaupunkialueilla

Pro gradu -tutkielma Tampereen yliopisto

Kauppatieteiden tutkinto-ohjelma Toukokuu 2021

Tässä pro gradu -tutkielmassa tarkastellaan hintakuplien muodostumista asuntomarkkinoilla, sekä asuntojen hintojen sopeutumista takaisin kohti niiden pitkän aikavälin tasapainoa. Tutkielman aineiston havainnot ulottuvat vuodesta 2002 vuoteen 2019. Asuntojen reaalihintojen kehitystä tarkastellaan hedonisen reaalihintaindeksin vuosittaisten muutosten avulla.

Asuntojen reaalihintojen kehitystä tarkastellaan tutkielmassa sekä lyhyellä että pitkällä aikavälillä.

Asuntojen reaalihintojen pitkän aikavälin tasapaino pyritään löytämään tutkielmassa yhteisintegraatiotestien avulla. Aluksi tutkitaan, ovatko reaalihintojen ja reaalitulojen aikasarjat stationaarisia vai epästationaarisia aikasarjoja. Tämän jälkeen tarkastellaan ovatko reaalihintojen ja reaalitulojen aikasarjat yhteisintegroituneita. Koska tulosten perusteella reaalihintojen ja reaalitulojen väliltä ei löydy yhteisintegraatiota, lisätään regressioyhtälöön myös muita asuntojen hintoja selittäviä tekijöitä, joita ovat reaalitulojen lisäksi asuntovelkakanta ja asukasluku. Testien perusteella myöskään tästä mallista ei löydy yhteisintegraatiota. Monimuuttujamalli näyttää kuitenkin kuvioiden perusteella selittävän asuntojen reaalihintojen pitkän aikavälin kehitystä hyvin. Tämän lisäksi tutkielmassa toteutetaan otoksen ulkopuolisen ennusteen tarkastelua. Otoksen ulkopuolinen ennuste ei kuitenkaan toimi yhtä hyvänä pitkän aikavälin tasapainotilan ennusteena kuin monimuuttujamallin avulla määritetty ennuste toimii.

Lyhyellä aikavälillä asuntojen reaalihintojen kehitystä tutkitaan virheenkorjausmallin avulla.

Virheenkorjausmallin estimoinnissa käytetään Arellano-Bond -estimointimenetelmää, joka on kehitetty dynaamisten paneelimallien estimointiin. Virheenkorjausmallin avulla pyritään selvittämään, onko asuntojen hintojen dynamiikka samanlaista kaikissa kaupungeissa.

Tulosten perusteella havaitaan, että asuntojen hintojen dynamiikassa on eroja kaupunkien välillä.

Hintakuplien syntyminen on tulosten mukaan tyypillisempää pienissä kaupungeissa, joissa asuntomarkkinat eivät ole kovin likvidit. Tulosten perusteella kaupungin koko ei kuitenkaan vaikuta siihen, kuinka nopeasti hinnat sopeutuvat takaisin kohti niiden pitkän aikavälin tasapainoa. Hintojen palautumisnopeus kohti pitkän aikavälin tasapainoa kuitenkin vaihtelee kaupunkien välillä.

Tutkielman tulosten perusteella on tärkeää huomioida asuntojen hintojen dynamiikan kaupunkikohtainen vaihtelu asuntomarkkinoita tutkittaessa.

Avainsanat: Asuntomarkkinat, hintakuplat, yhteisintegraatio, yleistetty momenttimenetelmä Tämän julkaisun alkuperäisyys on tarkastettu Turnitin OriginalityCheck –ohjelmalla

SISÄLLYSLUETTELO

1. Johdanto ... 1

2. Asuntomarkkinoiden teoreettinen viitekehys ... 4

2.1 Kuinka asuntomarkkinat eroavat muista kestokulutushyödyke markkinoista ... 4

2.2 Hintojen muodostuminen asuntomarkkinoilla ... 6

2.2.1 Virta-varantomalli ... 6

2.2.2 Asuntomarkkinoihin kohdistuvat shokit... 10

2.2.3 Asuntomarkkinoiden perusmalli ... 13

2.3 Hintakuplat asuntomarkkinoilla ... 14

2.4 Kaupunkitasoisten alueellisten erojen vaikutus asuntojen hintojen dynamiikkaan ja hintakuplien muodostumiseen ... 14

2.5 Hintojen muutoksiin vaikuttavat tekijät aiemmassa kirjallisuudessa ... 16

2.5.1 Hinnat selitettävänä muuttujana ... 16

2.5.2 Reaalitulot ... 16

2.5.3 Korkotaso ja pankkien lainananto ... 18

2.5.4 Asuntokanta ja asuntotuotanto ... 18

2.5.5 Demografia ... 19

3. Hintakuplien mittaaminen asuntomarkkinoilla ja aiemmat empiiriset tutkimukset ... 21

3.1 Miten hintakuplia mitataan? ... 21

3.2 Hintakuplien tutkimusmenetelmien vertailu aiemmissa tutkimuksissa ... 22

3.3 Kuplan muodostuminen ja paluu fundamenttitasolle eri alueilla ... 24

4. Aineisto ... 27

5. Tutkimusmenetelmät ... 30

5.1 Paneelimallinnus ja aikasarjojen stationaarisuus ... 30

5.2 Tutkielman regressioanalyysi ... 32

5.3 Pitkän aikavälin relaatio ... 33

5.4 Virheenkorjausmalli, instrumenttimuuttuja ja yleistetty momenttimenetelmä ... 35

5.4.1 Dynaaminen lineaarinen mallinnus ... 35

5.4.2 Eksogeenisen muuttujan lisääminen dynaamiseen malliin ... 39

5.4.3 Differenssiyhtälö ... 40

5.4.4 Alueellisten erojen vaikutukset ... 41

6. Empiiriset tulokset ... 43

6.1 Hinta- ja tulosarjojen stationaarisuus, yhteisintegraatio ja pitkän aikavälin tasapaino ... 43

6.2 Fundamenttiarvon monimuuttuja regressio ... 50

6.3 Otoksen ulkopuolinen ennuste tarkastelu Oikarinen ja Engblom tuloksille ... 54

6.4 Lyhyen aikavälin virheenkorjausmalli ... 57

6.5 Lyhyen aikavälin virheenkorjausmalli - hinta-tulot suhteen avulla määritetty pitkänaikavälin tasapainorelaatio mallin fundamenttitason kuvaajana ... 62

6.6 Lyhyen aikavälin virheenkorjausmalli – Otoksen ulkopuolisen hinta-tulot -suhteen avulla määritetty pitkänaikavälin tasapainorelaatio mallin fundamenttitason kuvaajana ... 65

6.7 Hintojen dynamiikan vertailu mallien eri versioiden välillä ... 68

7. Johtopäätökset... 74

Lähdeluettelo ... 77

Liitteet ... 82

LUETTELO KUVIOISTA

Kuvio 1. DiPasqualen ja Wheatonin (1996) Virta-varantomalli. (Kts. esim. Laakso ja Loikkanen, 2001). ... 7 Kuvio 2. Kysynnän muutos ja uusi tasapaino asuntomarkkinoilla. (Lähde: DiPasquale ja Wheaton, 1996). ... 11 Kuvio 3. Tuotantokustannusten vaikutus asuntomarkkinoiden uuteen tasapainoon (Lähde:

DiPasquale ja Wheaton, 1996). ... 12 Kuvio 4. Logaritmoitujen reaalihintojen kehitys kasvukolmion (Helsinki, Espoo, Vantaa, Tampere ja Turku) ja tutkielman muiden kaupunkien välillä vuosina 2002-2019. ... 42 Kuvio 5. Reaaliasuntohintaindeksi ja tulotason avulla määritetty pitkän aikavälin fundamenttitaso. 47 Kuvio 6. Asuntojen reaalihintaindeksin ja monimuuttujamallin avulla määritetty pitkän aikavälin fundamenttitason kehitys. ... 53 Kuvio 7. Asuntojen reaalihintaindeksin ja Oikarisen ja Engblomin (2015) kertoimien avulla määritetty pitkän aikavälin fundamenttitason kehitys. ... 56

LUETTELO TAULUKOISTA

Taulukko 1. Asuntojen reaalihintojen nousun tilastolliset tunnusluvut. ... 44

Taulukko 2. Tulojen nousun tilastolliset tunnusluvut. ... 45

Taulukko 3. Yhteisintegraatiotestin tulokset. ... 46

Taulukko 4. Yhteisintegraatiotestin tulokset kolmen selittävän muuttujan mallissa. ... 50

Taulukko 5. Oikarisen ja Engblomin (2015) tulokertoimet kertoimet ja tutkielman mallin tulokertoimet ... 55

Taulukko 6. Virheenkorjausmallin tulokset monimuuttujamallin avulla määritetyssä yhtälössä. ... 59

Taulukko 7. Virheenkorjausmallin tulokset hinta-tulotmallin avulla määritetyssä yhtälössä. ... 63

Taulukko 8. Virheenkorjausmallin tulokset Oikarinen ja Engblom -mallin avulla määritetyssä yhtälössä. ... 66

Taulukko 9. Perusmallien hintakuplatermien kertoimet. ... 69

Taulukko 10. Interaktiomallien 1 hintakuplatermien kertoimet.... 71

Taulukko 11. Interaktiomallien 2 hintakuplatermien kertoimet... 72

1

1. JOHDANTO

Asunnon omistaminen muodostaa huomattavan omaisuuserän kotitalouksien varallisuudesta, sillä ihmiset sijoittavat suuren osan varallisuudestaan asuntoon ja suhteessa pienemmän osuuden muuhun taloudelliseen omaisuuteen (Benjamin ym. 2004).

Asuntojen hintojen vaihtelu vaikuttaa mm. kotitalouksien hyvinvointiin, kotitalouksien taloudelliseen vakauteen, sekä makrotalouden sykleihin ja vaihteluihin. Historiassa asuntomarkkinoiden hintakuplilla onkin ollut jopa suurempi vaikutus makrotalouteen kuin osakekuplilla (Black ym., 2006). Tämä tekee asuntojen reaalihintojen kehityksestä mielekkään tutkimuskohteen.

Asuntojen hintojen nopeat nousut ja laskut kiinnostavat niin kotitalouksia, asuntosijoittajia, rakennusalan yrityksiä, kuin taloustutkijoitakin. Asuntojen reaalihintojen nousu Suomen tärkeimmissä kasvukeskuksissa on herättänyt paljon pohdintaa asuntojen omistajien ja ostajien keskuudessa viime aikoina, sillä suuret muutokset asuntojen hinnoissa vaikuttavat myös kotitalouksien kulutukseen. Moni saattaa pelätä asuntojen hintojen äkillistä romahtamista, jos heillä on suuri osa omaisuudestaan kiinni omassa asunnossa, josta monilla saattaa lisäksi olla myös velkaa. Voimakkaat vaihtelut asuntojen hinnoissa vaikuttavatkin asuntosijoittajien ottamiin riskeihin asuntosijoituksiin liittyen, sekä nostavat monien kotitalouksien velkaantuneisuutta (Laakso, 2000). Suomen Pankin tilastojen mukaan kotitalouksien velka suhteessa käytettävissä oleviin tuloihin oli vuoden 2020 kesäkuun tietojen mukaan 130,3 %, kun se 10 vuotta aiemmin, eli vuoden 2010 kesäkuussa, oli 109,4 % ja vuoden 2000 kesäkuussa vain 63,4 %. Myös asuntojen hinnat ovat lähteneet jyrkkään nousuun viimeisillä vuosikymmenillä. Vanhojen asuntojen hintaindeksi oli kohonnut vuoden 2020 loppuun mennessä jo 177,1:een, verrattaessa perusvuoteen 2000, jolloin asuntojen hintaindeksi oli 100. Pääkaupunkiseudulla vastaava luku oli jo 212,4, eli asuntojen hinnat olivat yli kaksinkertaistuneet pääkaupunkiseudulla vuoteen 2000 verrattuna.

Asuntomarkkinakirjallisuutta voidaan tarkastella kahdesta eri näkökulmasta. Asuntojen hintojen vaihtelua ja kotitalouksien tekemiä päätöksiä yksittäisten asuntojen ostoon liittyen voidaan selittää usein asuntokohtaisilla tekijöillä, kuten asunnon koolla, iällä, etäisyydellä keskustasta ja muilla ominaisuuksilla, jotka perustuvat asuntokohtaiseen tutkimukseen.

Tämä mikrotaloudellinen näkökulma pohjautuu vahvasti hedonisten hintojen teoriaan, joka pyrkii huomioimaan kuluttajan hyötyfunktioon ja sijoittamiseen liittyvät tekijät. Toinen

2

näkökulma on tarkastella asuntomarkkinoita makronäkökulmasta markkinatasolla.

Asuntomarkkinoita on mielekästä tutkia maa-, kaupunki-, tai aluetasolla omina markkinoinaan, sillä alueellinen erkaantuminen näkyy selkeästi asuntojen hinnoissa ja esimerkiksi ihmisten velkaantumisessa eri alueilla (Putkuri, 2015). Tässä tutkielmassa keskitytään tarkastelemaan kaupunkialueiden asuntomarkkinoita kokonaisuutena ja vertailemaan eri alueiden markkinoiden hintakupliin vaikuttavia mekanismeja keskenään.

Asuntojen hintojen kehitys on vaihdellut eri alueiden välillä, ja reaalihinnat ovat jopa kääntyneet laskuun viime vuosina pienimmissä kaupungeissa, jonka vuoksi on mielekästä tarkastella, onko hintakuplien muodostuminen tyypillisempää tietyillä alueilla.

Tutkielmassa paneudutaan asuntojen hintojen määräytymiseen vuosina 2002–2019 23 kaupunkialueilla Suomessa. Tutkielmassa pyritään myös tutkimaan, onko hintakuplan muodostumisessa ja paluussa takaisin pitkän aikavälin tasapainoon aluekohtaisia eroja.

Suuri osa aiemmasta hintakuplatutkimuksesta on toteutettu Yhdysvaltojen aineistolla, ja aiempi tutkimus, jossa on käytetty Suomi-aineistoa, on pääosin keskittynyt pääkaupunkiseudun tutkimukseen tai vertailemaan Suomen asuntomarkkinoita muiden maiden markkinoihin. Lisäksi aiemmille tutkimuksille on tyypillistä, että niissä oletetaan asuntomarkkinoiden dynamiikan olevan samanlaista eri alueiden välillä, ja tutkimus, jossa sallitaan alueellinen vaihtelu asuntojen hintojen dynamiikassa, on todella vähäistä Suomi- aineistolla.

Tämän Pro gradu -tutkielman avulla pyritään tuomaan uutta näkökulmaa paljon tutkittuun asuntomarkkinatutkimukseen sallimalla alueellinen vaihtelu asuntojen hintojen dynamiikassa Oikarisen ja Engblomin (2015) tapaan. Heidän tutkimukseensa verrattuna tutkielman aineisto on uudempaa ja paneeliaineisto sisältää suuremman määrän kaupunkeja, joita on tutkielman aineistossa 23. Lisäksi tutkielmassa pyritään vertailemaan saatuja tuloksia aikaisempaan tutkimukseen ja nostamaan esiin mahdollisesti kyseenalaisia menettelytapoja ja tuloksia, jotka ovat ristiriidassa tutkielman tulosten kanssa.

Luvussa 2 lähestytään aihetta teoreettisemmalta näkökulmalta tarkastelemalla asuntojen hintojen muodostumiseen vaikuttavia tekijöitä, sekä asuntomarkkinoiden mekanismeja reagoida kysynnän ja tarjonnan muutoksiin. Lisäksi luvussa esitellään hintakuplan määritelmä. Pohdinta ja taustateorian läpikäynti on tarpeellista, jotta voidaan tutkia hintoihin vaikuttavien tekijöiden vaikutusta asuntojen hintoihin ja asuntojen fundamenttiarvoon.

3

Luvussa 3 tarkastellaan keskeisiä hintakuplien mittareita ja aiempia empiirisiä tutkimuksia, jotka käsittelevät asuntojen hintojen muodostumista, sekä hintakuplien olemassaoloa.

Lisäksi kappaleessa paneudutaan markkinoiden tehokkuuteen palautua takaisin pitkän aikavälin tasapainoon.

Luvussa 4 esitellään tutkimuksen aineisto, joka on kerätty Tilastokeskuksen ja Suomen Pankin sivuilta paneelimuotoiseksi aineistoksi.

Luvussa 5 esitellään tarkemmin tässä tutkielmassa käytetyt tutkimusmenetelmät, jotka perustuvat epästationaaristen aikasarjojen ja paneeliaineistojen ekonometriaan. Tutkielman empiirisessä osassa määritellään ensin asuntojen hintojen pitkän aikavälin tasapainorelaatio. Tämän jälkeen muodostetaan dynaaminen virheenkorjausmalli, jonka avulla pyritään mallintamaan asuntojen hintojen dynamiikkaa asuntomarkkinoilla.

Luvussa 6 pyritään selvittämään riittääkö perinteinen hinta–tulot relaatio asuntojen reaalihintojen pitkän aikavälin tasapainon määrittämiseen, vai tulisiko pitkän aikavälin tasapaino määrittää useamman muuttujan mallin avulla. Lisäksi luvussa pyritään tarkastelemaan, onko asuntojen hintojen dynamiikka yhtenäistä Suomen kaupunkialueilla, vai tulisiko dynamiikan vaihtelu huomioida eri kaupunkien välillä.

4

2. ASUNTOMARKKINOIDEN TEOREETTINEN VIITEKEHYS

Jotta voidaan tutkia miten hintakuplat muodostuvat asuntomarkkinoilla, miten hinnat pyrkivät palautumaan takaisin niiden pitkän aikavälin tasapainoon ja miten hintakuplien olemassaoloa voidaan tutkia, on välttämätöntä ymmärtää kuinka asuntojen hinnat muodostuvat ja mitkä tekijät vaikuttavat asuntojen hintoihin. Aiemmassa tieteellisessä tutkimuksessa on pystytty tunnistamaan asuntomarkkinoille tyypillisiä ja keskeisiä piirteitä, sekä asuntomarkkinoiden hintoihin vaikuttavia tekijöitä siihen perustuvan teorian avulla.

Kaupunkialueen asuntomarkkina-analyysi ja asuntomarkkinoiden empiiriset tutkimukset pohjautuvat paljolti asuntomarkkinakirjallisuuteen, jonka pioneerityönä toimii DiPasqualen ja Wheatonin (1992) neljän kvadrantin malli, ja siitä uudelleen jalostettu, myös lyhyen aikavälin dynamiikan huomioiva, virta-varantomalli (1996). DiPasqualen ja Wheatonin malleja voidaankin pitää suosituimpina asuntomarkkinoihin liittyvinä makrotalouden malleina (De Salvo, 2017).

Smith ym. (1988, 30) kuvailevat asuntomarkkinoita yhden markkinan sijasta useampana osamarkkinana, jossa sarja erilaisia markkinoita kulkee limittäin. Markkinoita toisistaan erottavia piirteitä ovat mm. asuntotyyppi, ikä, laatu, rahoitus, hallintaoikeus ja sijainti. Jotta hintojen muodostumista olisi helpompi ymmärtää, on ensin hyvä käydä läpi, kuinka asuntomarkkinat eroavat muista kestokulutushyödykkeistä.

2.1 Kuinka asuntomarkkinat eroavat muista kestokulutushyödyke markkinoista

Kuten muidenkin kestokulutushyödykkeiden markkinoilla, asuntomarkkinoilla hinnat määräytyvät markkinavoimien, eli kysynnän ja tarjonnan mukaan. Asuntomarkkinat kuitenkin eroavat tavallisista markkinoista niihin liitettävien erityispiirteiden vuoksi ja tekevät asuntomarkkinoista poikkeavat muihin kestokulutushyödykkeisiin verrattuna.

Smith ym. (1988) mukaan asuntojen käyttöikä on erittäin pitkä muihin käyttöhyödykkeisiin verrattuna. Tämän lisäksi asunto on myös poikkeuksellisen kallis hyödyke. Laakson ja

5

Loikkasen (2001) mukaan keskikokoisen asunnon markkinahinta vastaa suurin piirtein keskituloisen kotitalouden neljän vuoden vuosituloa.

Laakson ja Loikkasen (2001) mukaan etsintä-, muutto-, kunnostus-, välitys-, ja verokustannuksista koostuvat transaktiokustannukset vaikuttavat ihmisten halukkuuteen muuttaa uuteen asuntoon. Näiden lisäksi asunnon vaihdon yhteydessä kuluttajien on pohdittava millaisia psykologisia kustannuksia asunnon vaihto aiheuttaa. Esimerkiksi asuinympäristön muutos ja asunnon vaihto itsessään voidaan kokea psykologisena kustannuksena.

Asunnot ovat heterogeenisiä hyödykkeitä, eli ne poikkeavat toisistaan ominaisuuksiltaan.

Smith ym. (1988) toteavat, että asunnot, jotka ovat myynnissä samaan hintaan, eroavat toisistaan usein monien rakenteellisten, määrällisten ja laadullisten ominaisuuksiensa takia.

Näitä ovat esimerkiksi asunnon koko, ikä, malli ja ympäröivän maankäyttö. Laakso ja Loikkanen (2001) huomauttavat myös asiaan liittyen, että myyjän ja ostajan välillä on usein epäsymmetristä informaatiota asunnon ominaisuuksista, myyjän usein tuntiessa asunnon ominaisuudet paremmin.

Näiden lisäksi asunnot ovat paikkasidonnaisia, eikä niitä yleensä siirretä paikasta toiseen.

Paikkasidonnaisuuteen liittyen asunnon etäisyyttä muista tärkeistä sijanneista, erityisesti työpaikkakertymistä, ostospaikoista ja tärkeistä liikenneväylistä pidetään merkittävänä asunnon piirteenä. Toinen paikkasidonnaisuuteen liittyvä piirre on maankäytön luonne asuntoa ympäröivällä alueella. Tämän lisäksi myös paikallishallinnon vaikutus alueella, jolla asunto sijaitsee, on yksi paikkasidonnaisuuden piirre, joka on huomioitava asuntoja vertailtaessa. (Smith ym., 1988).

Nämä asuntojen erityispiirteet erottavat fyysisesti identtiset tai lähes samanlaiset, mutta täysin eri paikoissa sijaitsevat asunnot toisistaan, ja niiden vuoksi asuntojen hinnat saattavat vaihdella huomattavasti. Vaikka nämä erityispiirteet erottavat asuntomarkkinat muista markkinoista ja ne on hyvä huomioida asuntomarkkina-analyysissä. Laakso ja Loikkanen (2001) kuitenkin muistuttavat, etteivät ne ole yksinomaa asuntojen ominaisuuksia, vaan myös muiden tuotteiden markkinoilla esiintyy vastaavanlaisia ominaisuuksia.

6

2.2 Hintojen muodostuminen asuntomarkkinoilla

DiPasqualen ja Wheatonin (1996) asuntomarkkinateorian pioneerityönä tunnettua neljän kvadrantin mallia ja siitä jalostettua virta-varantomallia käytetään asuntomarkkinakirjallisuudessa asuntojen hintojen muodostumisen ymmärtämiseen.

Kuviossa 1. esitelty virta-varantomalli jakaa asuntomarkkinat omistusmarkkinoihin (vasen puoli) ja asumiskulutuksen markkinoihin (oikea puoli), joilla erityisesti asuntokanta, asuntotuotanto, asuntokulutus, sekä asuntojen hinnat ja vuokrat vaikuttavat toisiinsa.

Asuntomarkkinoilla asuntopääoma tuottaa tuottoa omistajalleen pääomamarkkinoille sijoitetun pääoman tavoin. Asuntomarkkinoilla asumispalveluihin kohdistuu omistuskysyntää omistusasujien, sekä sijoittajien taholta, sekä kulutuskysyntää omistusasujien ja vuokra-asujien taholta. Vuokra-asujien kohdalla erottelu on helppo ymmärtää, sillä asunnon omistus ja asumispalvelun kustannukset ovat selkeästi erillään toisistaan. Kuitenkin myös omistusasujien kohdalla voidaan ajatella kotitalouksien vuokraavan asumispalvelua itseltään. Tällöin asunnon omistamiseen liittyvät hoito-, ylläpito- ja pääomakulut voidaan ajatella vastaavan itselle maksettavaa vuokraa. Omistusasumisen tapauksessa vuokra voidaan ajatella laskennallisena tuottona, joka voidaan mieltää vaihtoehtoisen sijoituskohteen menetetyksi tuotoksi. (Laakso & Loikkanen, 2001).

Lisäksi mallissa asuntokanta on eroteltu sen muutoksista siten, että kaikki olemassa olevat asunnot muodostavat varantosuureen, eli asuntokannan, ja kaikki siihen tapahtuvat muutokset eli uusien asuntojen rakentaminen, sekä vanhojen asuntojen poistuminen käytöstä, muodostavat virtasuureen, joka muokkaa olemassa olevaa asuntokantaa vuosittain. (Laakso & Loikkanen, 2001).

2.2.1 Virta-varantomalli

Asuntomarkkinoiden virta-varantomalli perustuu oletukseen, että asuntojen hinnat määräytyvät sitä selittävien muuttujien nykyarvoon diskontattujen kassavirtojen perusteella.

Asuntokannan pitkäikäisyyden vuoksi asuntokannan koko määräytyy puolestaan sitä selittävien muuttujien historiallisiin arvoihin perustuen. (DiPasquale ja Wheaton, 1992).

Lisäksi mallin yksinkertaistamiseksi kaikki asunnot ajatellaan vuokra-asunnoiksi, jolloin asuntojen omistajat saavat niistä vuokratuottoa.

7

Mallissa oletetaan hetkellisesti, että eksogeeniset muuttujat, kuten tulotaso ja kotitalouksien määrä, pysyvät vakioina, jotta endogeenisten muuttujien vaikutusta tasapainoon voidaan tarkastella. Eksogeenisten muuttujien muuttuminen sallitaan seuraavassa kappaleessa, jossa keskitytään asuntomarkkinoihin keskittyviin shokkeihin.

Kuvio 1. DiPasqualen ja Wheatonin (1996) Virta-varantomalli. (Kts. esim. Laakso ja Loikkanen, 2001).

Kuviossa 1. oikean yläkulman lohko kuvaa yhteyttä vuokratason ja asumiskulutuksen välillä.

Kuviossa pystyakseli kuvaa vuokratasoa euroina neliömetriä kohden (𝑅) ja vaaka-akseli asuntokantaa (𝑚²), eli asuntojen määrää kyseisellä alueella. Näiden välissä kulkeva kysyntäkäyrä kuvaa kuinka asumiskulutuksen kysyntä riippuu alueen vuokratasosta.

Kysyntäkäyrän asentoon vaikuttaa asumiskulutuksen joustavuus vuokratason suhteen, jolloin esimerkiksi kotitalouksien kuluttaessa suunnilleen yhtä paljon pinta-alaa riippumatta vuokratasosta, on helppo ymmärtää asumiskulutuksen olevan hyvin joustamatonta, jolloin kysyntäkäyrä on myös lähes pystysuora.

8

Asuntokannan määrä on täysin kiinteä lyhyellä aikavälillä, jonka vuoksi sitä kuvaa pystysuora katkoviiva. Tasapainotilassa vuokrataso määräytyy kysyntä- ja tarjontakäyrän leikkauspisteessä, eli kun kysyntä vastaa asuntokantaa 𝐷(𝑅, 𝑌, 𝑁 … ) = 𝑆. (Laakso &

Loikkanen 2001, 39–46. Perustuen DiPasqualen ja Wheatonin malliin, 1996).

Kuvion 1 vasen ylälohko kuvaa kuinka asuntojen hinnat määräytyvät omistusmarkkinoilla ja kuinka nettovuokrataso yhdessä korkotason (𝑖) kanssa muodostavat asuntojen hintatason.

Lohkon pystyakseli kuvaa edelleen asuntojen vuokratasoa (𝑅), kun taas vaaka-akseli kuvaa asuntojen hintatasoa (€/𝑚²). Hintojen määräytymistä kuvaava käyrä kuvaa vuokra- ja hintatason suhdetta, joka voidaan esittää kaavalla:

𝑃 =𝑅

𝑖 =(𝑏𝑟𝑢𝑡𝑡𝑜𝑣𝑢𝑜𝑘𝑟𝑎 − 𝑗𝑢𝑜𝑘𝑠𝑒𝑣𝑎𝑡 𝑘𝑢𝑙𝑢𝑡 − 𝑣𝑒𝑟𝑜𝑡)

𝑘𝑜𝑟𝑘𝑜 (1)

Kaavassa 𝑅 kuvaa nettovuokravirtaa, 𝑃 asuntojen neliöhintaa ja diskonttatekijä 𝑖 vallitsevaa korkotasoa, jolloin esimerkiksi korkeammat korot tarkoittaisivat matalampia asuntojen hintoja 𝑃. Tasapainon asuntomarkkinoilla asuntojen neliöhinnan ja nettovuokran välillä määrittää hinta, joka vastaa tulevien nettovuokrien nykyarvoa.

Nykyarvo määritetään käyttämällä korkotasoa 𝑖 diskonttaustekijänä, jolloin vaihtoehtoisen sijoituskohteen tuottoa voidaan kuvata sen avulla. Näin ollen asuntojen neliöhintaan vaikuttavia tekijöitä ovat:

1. Koko kansantalouden pitkän ajan korkotaso 𝑖, 2. Nettovuokratasoon vaikuttavat tekijät, esimerkiksi

- tulevaisuuden bruttovuokratason odotettu muutos - riski tulevaisuuden vuokratuottoihin liittyen

- verokohtelu vuokratuottoihin ja asuntosijoituksiin liittyen Korkotason noustessa suora ^𝑅

𝑖 jyrkkenee ja tuottovaatimuksen noustessa hintojen määräytymistä kuvaava käyrä 𝑃 =^𝑅_𝑖 kiertyy oikealle. (Laakso & Loikkanen 2001, 39–46).

Kuvion 1 vasen alalohko kuvaa kuinka hintataso vaikuttaa uusien asuntojen rakentamisen määrään. Tuotantokustannuskäyrä 𝑃 = 𝑓(𝐶) kuvaa yksikkökustannusta, joka aiheutuu uusien asuntojen hankinnasta. Se sisältää rakentamis- ja maanhankintakustannusten lisäksi myös rakennusalan normaalivoiton. Lisäksi rakentamisen määrällä oletetaan mallissa olevan vaikutus maan hintaan, rakennusmateriaalien hintoihin, sekä palkkakustannuksiin rakennusalalla, jolloin uustuotannon yksikkökustannukset ovat

9

rakentamisen volyymin kasvava funktio. Tasapainossa uustuotannon kokonaiskustannukset vastaavat asuntojen hintoja, jolloin uustuotannon volyymi määräytyy asuntojen hintatason ja tuotantokustannuskäyrän välityksellä. (Laakso & Loikkanen 2001, 39–46). Tuotantokustannuskäyrä on sitä loivempi, mitä herkemmin kustannukset reagoivat rakentamisen muutoksiin, jolloin annetulla asuntojen hintatasolla uusia asuntoja rakennetaan vähemmän.

Kuvion 1 viimeinen lohko oikeassa alakulmassa kuvaa kuinka rakentamisen määrä vaikuttaa vuosittaisen asuntotuotannon virtaan asumiskulutuksen markkinoilla, joka muuntuu asuntokannaksi pitkällä aikavälillä. Asuntokannan muutos (∆𝑆) tietyn periodin kuluessa määräytyy edellisten lohkojen perusteella ja vastaa siis uustuotannon määrää (𝐶) vähennettynä poistumalla, joka usein yksinkertaisuuden vuoksi oletetaan vakio-osuudeksi asuntokannasta (𝑞). Asuntokannan muutos voidaan esittää yhtälön

∆𝑆 = 𝐶 − 𝑞𝑆 (2)

avulla. Asuntokannan muutos on muuttumaton pitkän aikavälin tasapainossa, jolloin se saa arvon nolla. Yhtälön

𝑠 =𝐶

𝑞 (3)

avulla saadaan määritettyä asuntokanta, joka vaikuttaa edelleen vuokratasoon. (Laakso &

Loikkanen 2001, 39–46).

Nämä neljä lohkoa muodostavat kokonaisuuden, joka yhdistää asuntomarkkinoiden perusriippuvuudet, jonka avulla havainnollistetaan kuinka hinnat muodostuvat asuntomarkkinoilla. Alkuoletuksena asuntokanta mielletään lähestulkoon kiinteänä, jolloin asuntojen kysyntä ja tarjonta määrittävät vuokratason asumiskulutuksen markkinoilla.

Vuokrataso puolestaan määrittää asuntojen hintoja myös omistusmarkkinoilla, joka vaikuttaa uustuotannon määrään. Uustuotanto puolestaan vaikuttaa asuntokannan kokoon.

Tasapainotilanteessa asuntokannan koko alkutilanteessa on samansuuruinen myös lopputilanteen kanssa, johtuen oletuksesta, että talouden muiden tekijöiden, kuten tulotason ja kotitalouksien määrän, ovat muuttumattomia. (Laakso, Loikkanen, 2001, 39–43). Lisäksi Laakso & Loikkanen (2001) huomauttavat, että asuntomarkkinoilla on kuitenkin hyvin normaalia, etteivät markkinat ole tasapainossa, ja erilaisia shokkeja kohdistuu jatkuvasti sekä kysyntä-, että tarjontapuolelle, joihin eri osatekijät sitten soputuvat.

10 2.2.2 Asuntomarkkinoihin kohdistuvat shokit

Asuntomarkkinoilla kysyntään kohdistuu usein shokkeja monista syistä ja muutos missä tahansa lohkossa muuttaa pitkän aikavälin tasapainoa. Esimerkiksi kotitalouksien määrä tai tulojen nousu tarkasteltavalla alueella lisää asumiskulutuksen kysyntää (𝐷) ja siirtää kuvion 2 kysyntäkäyrää ylöspäin oikealle. Asuntokannan ollessa kiinteä, vuokrataso nousee, joka puolestaan heijastuu omistuskysyntään, sillä kohonnut vuokratason nähdään houkuttelevana sijoituskohteena, joka tarjoaa omistajille suurempaa voittoa.

Omistuskysynnän kasvu johtaa asuntojen hintojen nousuun, jolloin myös rakennusyritysten voitot nousevat, ja ne lisäävät asuntotuotantoa. Kasvava asuntotuotanto suurentaa asuntokantaa, joka kuitenkin painaa vuokratasoa alas ja tuo alueen asuntomarkkinat uuteen tasapainoon. Kuvion ulompi katkoviiva havainnollistaa tilanteen syy-seuraussuhteita. Koska esitetyssä skenaariossa kysynnän kasvu aiheutui talouden kasvusta, uusi tasapaino löytyy kuviossa vanhan tasapainon ulkopuolelta, jossa hinta- ja vuokrataso ovat korkeammat, tuotanto vilkkaampaa, ja asuntokanta suurempi kuin alkutilanteessa. Vastaavasti uusi tasapaino löytyy vanhan tasapainon sisäpuolelta, silloin kun kyseessä on talouden supistuminen. (Laakso & Loikkanen 2001, 44–46).

11

Kuvio 2. Kysynnän muutos ja uusi tasapaino asuntomarkkinoilla. (Lähde: DiPasquale ja Wheaton, 1996).

Kysyntäpuolen muutoksien lisäksi myös tarjontapuolella tapahtuu ajoittain muutoksia, jotka vaikuttavat asuntomarkkinoihin. Nousevat tuotantokustannukset saattavat puolestaan aiheuttaa asuntokannan tarjonnan laskua. Kuviossa 3 katkoviiva kuvaa uutta tasapainotilaa, joka on siirtynyt vasemmalle yläviistoon, asuntojen hintojen ja vuokrien nousun johdosta, samalla kun uusien kohteiden rakentamisen määrä on laskenut nousseiden tuotantokustannusten seurauksena, jolloin myös asuntokannan koko on pienentynyt.

12

Kuvio 3. Tuotantokustannusten vaikutus asuntomarkkinoiden uuteen tasapainoon (Lähde: DiPasquale ja Wheaton, 1996).

Negatiiviset tarjontaan vaikuttavat tekijät, kuten rakennusmääräysten tiukentaminen, voivat saada aikaan samanlaisen tilanteen. (DiPasquale ja Wheaton 1992, 194). Laakso ja Loikkanen (2001: 44–46) huomauttavat myös, että asuntomarkkinoilla esiintyy syklistä vaihtelua, joka aiheutuu eksogeenisten eli talouden ulkopuolisten tekijöiden aiheuttamista shokeista ja asuntomarkkinoiden sopeutumisesta.

Nämä sopeutumisprosessit perustuvat tilanteeseen, jossa oletuksena on markkinoiden olevan tasapainossa ennen shokin tapahtumista. Laakson ja Loikkasen (2001) mukaan on tärkeää muistaa, että todellisuudessa muutokset kysynnässä ja tarjonnassa eivät ole aina kuitenkaan ainoastaan kertaluonteisia, vaan sen sijaan niitä tapahtuu jatkuvasti, jonka vuoksi markkinat eivät läheskään aina ole lähtötilanteessa vakaassa tasapainotilassa.

Vaikka markkinat ovat todellisuudessa paljon monimutkaisemmat, edellä kuvatut prosessit vaikuttavat koko ajan niiden taustalla.

13 2.2.3 Asuntomarkkinoiden perusmalli

Laakso ja Loikkanen (2001) kuvailevat teoksessaan ”Kaupunkialueen asuntomarkkinat”

kuinka asuntomarkkina-analyysin pohjalla oleva perusmalli voidaan johtaa ja kuinka sen muuttujat voidaan esittää hintafunktionavulla. Hintafunktion keskeiset muuttujat perustuvat yllä esitettyyn virta-varantomalliin. Asuntomarkkinoilla kysyntä perustuu kotitalouksien hyvinvoinnin maksimointiin, jolloin asumispäätös tehdään tulot ja hinnat huomioiden, kuten yleisesti muutakin kulutusta koskien. Tästä syystä kysynnän määrään vaikuttavia tekijöitä ovat tulotaso, asuntojen vuokrat, omistusasumiseen liittyvät käyttökustannukset, sekä monet muut väestölliset ja taloudelliset tekijät. Tällöin kysyntäfunktio voidaan kuvata seuraavasti:

𝐻^𝐷 = 𝑓(𝑌, 𝑃, 𝑟, 𝑈𝐶, 𝐷, 𝐶) (4)

Yhtälössä reaalista tulotasoa kuvaa 𝑌, asuntojen reaalihintatasoa kuvaa 𝑃, reaalikorkoa kuvaa 𝑟 , 𝑈𝐶 sisältää muut asumisen käyttökustannukset, 𝐷 kuvaa väestöllisiä ja sosioekonomisia tekijöitä ja 𝐶 sisältää reaaliset rakennuskustannukset. Laakso ja Loikkanen 2001, 47–53).

Kuten virta-varantomallin avulla havainnollistettiin, asuntojen tarjonta riippuu asuntokannasta. Asuntokanta on kiinteä lyhyellä aikavälillä, mutta pitkällä aikavälillä se muuttuu johtuen uuskohteiden valmistumisesta ja vanhojen kohteiden poistumisesta käytöstä. Markkinoiden tasolla asuntotuotannon määrään vaikuttaa pääasiassa asuntojen hinnat, sekä asuntotuotannon kustannukset. Tarjontafunktio voidaankin esittää muodossa:

𝐻^𝑆 = 𝑔(𝑃, 𝐶) (5)

Tasapainotilassa kysyntä vastaa tarjontaa

𝐻^𝐷 = 𝐻^𝑆 (6)

jonka avulla saadaan johdettua hintafunktio asunnoille, joka kuvaa kuinka hinnat riippuvat asuntomarkkinoiden kysynnän ja tarjonnan perustekijöistä:

𝑃 = ℎ(𝑌, 𝑟, 𝑈𝐶, 𝐷, 𝐶) (7)

Näin ollen hintafunktio siis kuvaa kuinka reaalinen tulotaso 𝑌, reaalikorko 𝑟, asumisen muut käyttökustannukset 𝑈𝐶 , väestölliset ja sosioekonomiset tekijät 𝐷 , sekä reaaliset

14

rakennuskustannukset 𝐶 vaikuttavat yhdessä asuntojen hintatasoon 𝑃 . (Laakso ja Loikkanen, 2001, 47–53).

2.3 Hintakuplat asuntomarkkinoilla

Kirjallisuudessa vallitsevan teorian mukaan asuntomarkkinoiden hintakuplalla tarkoitetaan tilannetta, jossa asuntojen hintataso poikkeaa huomattavasti niiden fundamenttiarvosta (Stigliz, 1990). Fundamenttiarvolla tai -tasolla tarkoitetaan asuntomarkkinakirjallisuudessa pitkän aikavälin tasapainotilaa. Yksinkertaistettuna Stiglizin (1990) ajatus voidaan esittää myös hyvin suoraviivaisesti: hintakupla on olemassa tilanteessa, jossa korkeat hinnat johtuvat ainoastaan siitä, että ihmiset uskovat niiden olevan korkeat myös tulevaisuudessa.

Fundamenttiarvon määrittäviä muuttujia voivat olla esimerkiksi vuokrat, kotitalouksien tulot, tai demografia. Bourassa ym. (2019) mukaan kirjallisuudessa ei kuitenkaan ole löydetty täyttä yhteisymmärrystä siitä, millä tavoin fundamenttiarvo tulisi mitata, vaan erilaisia menetelmiä on käytetty hintakuplien mittaamiseen.

Lind (2009) tarjoaa vaihtoehtoisen lähestymistavan asuntomarkkinoiden hintakuplien tarkasteluun, jonka mukaan hintakupla voidaan määritellä dramaattisten nousujen ja niitä seuraavien laskujen perusteella. Tähän lähestymistapaan liittyen keskustelua on herättänyt kuitenkin se, kuinka määritetään arvo, joka kertoo kuinka paljon ja nopeasti hintojen tulisi nousta ja laskea, jotta voitaisiin puhua hintakuplasta. Tämän vuoksi tässä tutkielmassa keskitytään Stiglizin (1990) lähestymistapaan, joka on kirjallisuudessa toiminut yleisemmin empiirisen tutkimuksen pohjana, ja joka keskittyy tutkimaan talouden fundamenttien ja

hintatason välistä poikkeamaan.

2.4 Kaupunkitasoisten alueellisten erojen vaikutus asuntojen hintojen dynamiikkaan ja hintakuplien muodostumiseen

Yllä esitetty teoreettinen virtavaranto malli on luonteeltaan puhdas makromalli.

Kaupunkitasolla hintojen muodostumiseen saattaa lisäksi vaikuttaa moni kaupunkikohtainen tekijä.

Esimerkiksi Oikarinen ja Engblom (2015) kertovat maan arvon olevan keskeinen tekijä, joka aiheuttaa alueellisia eroja asuntojenhintajoustoon muiden fundamenttitekijöiden lisäksi.

15

Tämä johtuu paljolti siitä, että maan saatavuus on muuttumatonta, ja ei-uusittavissa olevaa (engl. non-reproducible), jonka vuoksi alueen asuntojen kysynnän muutoksella on todennäköisesti tärkeä vaikutus alueen maakomponentin hintaan.

Bourassan ym. (2011) mukaan erilainen dynamiikka maan hinnassa ja rakennuskustannuksissa ovatkin merkki siitä, että asuntojen hintojen dynamiikan tulisi olla melko erilainen alueilla, joissa asumisen hinta riippuu paljolti maan hinnasta tai maa-alueen

”vipuvaikutuksesta” (engl. land leverage) kuin alueilla, joissa vapaan maan saatavuuteen ei liity yhtä paljon rajoitteita. Heidän mukaansa tämä liittyy siis vahvasti tarjonnan rajoitteisiin.

Joten kun muut asiat pidetään muuttumattomina, maakomponentin vaikutus asuntojen dynamiikkaan alueella on sitä suurempaa, mitä voimakkaammat maan tarjonnan rajoitteet ovat sekä mitä matalampaa alueen tarjontajousto on.

Lisäksi Engblomin ja Oikarisen (2015) mukaan asuntojen hintojen dynamiikka, eli hintojen erkaantumisen nopeus tasapainotasosta, sekä paluu tasapainotasoa kohden, saattavat vaihdella eri alueilla. Aiemmissa tieteellisissä tutkimuksissa hintojen muutosten lyhyen aikavälin autokorrelaatiota, eli lyhyen aikavälin erkaantumista tasapainotasosta on kutsuttu kuplan kasvattajaksi (engl. bubble builder), johtuen siitä, että sillä on taipumusta ajaa asuntojen hintoja pois niiden fundamenttitasolta, eli pitkän aikavälin tasapainotilasta.

Hintojen paluuta niiden pitkän aikavälin tasapainotasoon puolestaan nimitetään usein kuplan puhkeamiseksi tai mukautumiseksi (bubble burster). Kuplan kasvattamisen suuruus ja puhkeamisen voimakkuus ovat tärkeissä rooleissa hintojen dynamiikkaa koskien ja niiden vaikutus saattaa olla erilaista eri alueilla. (Engblom ja Oikarinen, 2015).

Yksi kuplan muodostumiseen vaikuttavista tekijöistä saattaa olla taaksepäin katsovat odotukset. Näihin odotuksiin saattaa vaikuttaa moni informaatiotekijä, esimerkiksi markkinan palaute-efekti. Esimerkiksi suuri väestönmäärä vaikuttaa informaation saatavuuteen siten, että informaation tuotanto on suurempaa johtuen positiivisesta mittakaavaedusta. Suuremmilla alueilla ja markkinoilla on tyypillisesti suurempi määrä transaktioita, jonka vuoksi informaatiokustannukset ovat pienempiä ja hintojen tulisi teoriassa reagoida nopeammin vaihtuviin fundamentteihin. Informaatiotekijöiden perusteella suurilla ja tiheämmin asutuilla metropoli alueilla, joilla asuntomarkkinat ovat likvidimmät, käyttäytymisharhojen, kuten taaksepäin katsovien odotusten, tulisi olla vähemmän merkittävät ja asuntojen kysynnän tulisi vastata nopeammin shokkeihin. Tämän vuoksi alueellisen mukautumisen takaisin fundamenttitasolle tulisi olla nopeampaa ja kuplan kasvuefektin (engl. momentum effect) tulisi olla heikompi. (Engblom ja Oikarinen, 2015).

16

2.5 Hintojen muutoksiin vaikuttavat tekijät aiemmassa kirjallisuudessa

Aiemmassa tieteellisessä kirjallisuudessa on tutkittu asuntomarkkinoiden kehitystä ja hintoihin vaikuttavien makrotaloudellisten ja rakenteellisten muuttujien vaikutusta sekä kaupunki-, alue-, ja maatasolla. Muuttujien valinta empiirisissä tutkimuksissa pohjautuu suurilta osin asuntomarkkinateorian avulla määriteltyihin asuntojen hintoihin vaikuttaviin tekijöihin, jotka esiteltiin kappaleessa kaksi. Asuntomarkkinateorian perusteella esimerkiksi kotitalouksien reaalitulojen, korkojen, demografian, ja rakennuskustannusten vaikutusta on tutkittu asuntomarkkinoiden hintoihin, tasapainoon ja lyhyen aikavälin dynamiikkaan. Lisäksi asuntomarkkinoiden hintojen dynamiikkaa on tutkittu niin ikää maa-, alue-, kuin kaupunkitasollakin. Joissain aiemmissa tutkimuksissa on sallittu dynamiikan eroavan ja olevan erilaista alueiden välillä, kun taas toisissa tutkimuksissa dynamiikan on oletettu olevan samanlaista tutkittavilla alueilla.

2.5.1 Hinnat selitettävänä muuttujana

Monissa aiemmassa empiirisessä tutkimuksessa on pyritty hyödyntämään hedonisia hintaindeksejä selitettävänä muuttujana, sillä ne ovat laatukorjattuja ja kuvaavat tyypillisen osakeasunnon hinnan kehitystä (kts. esimerkiksi Harter-Dreiman, 2004; Case ja Shiller, 2003; Goodhart ja Hofmann, 2007; Oikarinen, 2015). Oikarisen (2007) mukaan saatavilla olevat laatukorjatut indeksit ovat usein kuitenkin melko lyhyeltä aikaväliltä. Tämän vuoksi monissa tutkimuksissa on jouduttu tyytymään aineistoon, jota ei ole laatukorjattu. Laakso (2000) ja Takala ja Pere (1991) pyrkivät ratkaisemaan ongelman vertailemalla aineistoissaan vanhoja kerrostalo asuntoja, joiden he olettivat olevan tarpeeksi homogeenisiä, jotta hintojen kehitystä voidaan analysoida. Asuntomarkkinoiden erityispiirteitä, joihin homogeenisyys, asuntotyyppi, sekä asunnon ikä sisältyivät, käytiin läpi luvun 2 alussa.

2.5.2 Reaalitulot

17

Useimpien tutkimusten mukaan kysynnän perustekijät, joita ovat esimerkiksi reaalitulot, sekä väestön ja kotitalouksien määrä, selittävät asuntojen hintakehitystä, ja niiden kasvun on tutkimusten mukaan todettu nostavan reaalihintaa. (Laakso ja Loikkanen 2001, 49–53).

Yleinen tutkimuksissa noussut tulos on, että reaalituloilla on merkittävä vaikutus asumiskulutuksenmäärään ja reaalitulojen kasvu on johtanut hintojen kasvuun, kuten teorian perusteella on voitu olettaa. Reaalitulon mittarina tutkimuksissa on yleisimmin käytetty joko bruttokansantuotetta (koko kansan tasolla) tai brutto- ja nettotuloja, käytettävissä olevia tuloja tai pysyväistuloja (kotitalouksien tasolla). (Laakso & Loikkanen, 2001).

Harter-Dreiman (2004) tutki pitkän aikavälin tasapainoa ja asuntomarkkinoiden käyttäytymistä käyttäen vuosien 1980–1998 vuosiaineistoa Yhdysvaltojen kaupunkialueilta.

Hän selitti hintojen muutosta ainoastaan reaalisilla tuloilla, ja tutki kyseisten muuttujien yhteisintegraatiota hyödyntäen Engle-Granger menetelmää. Hänen tulostensa perusteella muutokset tuloissa vaikuttavat tilastollisesti merkitsevästi asuntojen hintoihin, ja tulojen muutoksilla pystyttiin hyvin ennustamaan asuntojen hintatason muutoksia, mutta hintojen sopeutuminen shokkeihin oli hidasta. Harter-Dreiman (2004) jakoi kaupungit tutkimuksessaan myös alueisiin, joissa asuntojen tarjonta oli riittämätöntä ja alueisiin, jossa asuntojen tarjonta oli riittävää, sekä vertaili hintojen dynamiikkaa isojen ja pienten kaupunkien välillä, mutta tulosten perusteella dynamiikassa ei ollut eroja kaupunkien välillä, eivätkä tulokset eronneet, kun mallia verrattiin perusmalliin, jossa vaihtelua alueiden välillä ei sallittu.

Case ja Shiller (2003) käyttivät tutkimuksessaan neljännesvuosiaineistoa vuosilta 1985–

2002 Yhdysvalloista, tutkiessaan asuntomarkkinoiden yliarvostusta. He käyttivät asuntojen hintoja selittävinä muuttujina tuloja, asukaslukua, työllisyysastetta, sekä keskimääräistä asuntolainojen korkotasoa. Heidän tulostensa mukaan tulot selittivät kuitenkin yksinään asuntojen hintojen nousun lähes kokonaan lähes kaikissa osavaltioissa. Heidän löydöksensä osoittivat, että hintojen ollessa huipussa, hinta-tulot suhde ylitti pitkän aikavälin tasapainon yli 20 %. He myös huomasivat, että tiettynä vuonna tapahtuneet hintamuutokset jatkoivat kasvuaan samansuuntaisesti pidemmän aikaa. Heidän mukaansa markkinat ovat hyvin tehottomat korjaamaan niissä tapahtuvia muutoksia ja yliarvostusta.

18 2.5.3 Korkotaso ja pankkien lainananto

Kuten virta-varantomalliin perustuvasta teoriasta on käynyt ilmi, myös reaalinen korkotaso on ainakin teoriassa keskeinen hintakehitystä selittävä tekijä, sillä korkojen noustessa reaalihinnat alenevat ja laskiessa puolestaan nousevat. Tätä voidaan Oikarisen (2007) mukaan perustella sillä, että reaalikorko on omistusasumiseen liittyvien käyttökustannusten keskeinen tekijä, joka vaikuttaa lisäksi sijoitusasuntojen tuottovaatimuksiin. Historiassa reaalihinnat ovatkin yleensä kulkeneet vastakkaiseen suuntaan korkojen kanssa. Oikarisen (2007) mukaan tulot ja korkotaso ovat kaksi kaikkein tärkeintä muuttujaa pitkällä aikavälillä, ja ne esiintyvät lähes kaikissa pitkän aikavälin malleissa, kun vertaillaan asuntojen hintoihin vaikuttavia tekijöitä eri maiden välillä.

Korkotason lisäksi myös pankkien lainanannon on huomattu vaikuttavan asuntojen hintoihin, sillä teorian mukaan paremman luoton saatavuuden tulisi nostaa asuntojen kysyntää. Teoriaa tukee myös Oikarisen (2007) mukaan se, että, monet luottosyklit ovat sattuneet yhteen asuntojen hintasyklien kanssa monissa maissa.

Hofmann (2004) sekä Goodhart ja Hofmann (2007) tutkivat pankkien lainanannon ja asuntojen hintojen suhdetta käyttäen neljännesvuosiaineistoa vuosilta 1980-1999 PVAR - mallien avulla (engl. Panel vector autoregressive model). Hofmann loi mallin 16 kehittyneelle maalle, kun taas Goodhart ja Hofmann käyttivät aineistoa, jossa oli mukana 18 kehittynyttä maata. Suomi-aineisto oli osana molempia tutkimuksia. Hofmannin (2004) tutkimuksen perusteella asuntojen reaalihintojen, velkojen suhteessa bruttokansantuotteeseen, reaalibruttokansantuotteen, sekä reaalikorkojen väliltä löytyi tilastollisesti merkitsevä yhteisintegraatio kaikkien tutkittavien maiden kohdalla. Suomen tapauksessa asuntojen hintoihin kohdistuvalla shokilla ei ollut tilastollisesti merkitsevää vaikutusta lainanantoon.

Heidän tuloksensa osoittavat, että makromuuttujien avulla on mahdollista ennakoida tulevaa asuntojen hintakehitystä.

2.5.4 Asuntokanta ja asuntotuotanto

Pitkällä aikavälillä asuntojen hintakehitys riippuu paljon myös niiden tarjonnasta. Aiemman empiirisen tutkimuksen perusteella hintakehitys selittyy vuositasolla pääasiassa kysyntätekijöillä ja reaalikorolla. Asuntomarkkinoiden dynaamisuus selittää puolestaan lyhyemmän aikavälin vaihtelua. Esimerkiksi asuntojen tarjonnan ja hintojen vuorovaikutus,

19

sekä odotukset asuntojen hintakehityksestä tulevaisuudessa vaikuttavat asuntojen hintojen dynaamisuuteen. (Laakso & Loikkanen, 2001).

Oikarisen (2007) mukaan asuntomarkkinoihin liittyvässä tutkimuksessa tarjontapuolen tekijöistä hintojen kehitystä selittävissä malleissa on tyypillisesti huomioitu ainoastaan rakennuskustannusindeksi, jos sitäkään, sillä muita tekijöitä on vaikeaa huomioida aikasarja-analyysissä. Tämän vuoksi monissa tutkimuksissa on ollut oletuksena, että tarjonta puolella ei tapahdu tarpeeksi merkitseviä muutoksia, jotka vaikuttaisivat pitkän aikavälin muutoksiin.

Teoriassa asuntojen kokonaistarjonta vastaa asuntokantaa, joka muuttuu vuosittain rakentamisen seurauksena, kuten kappaleessa 2 havainnollistettiin. Tällöin tarjonta riippuu asuntojen hinnoista ja rakennuskustannuksista.

Esimerkiksi Bacon, MacCabe ja Murphy (1998) tutkivat Irlannin asuntomarkkinoita 1974–

1996 niin kutsutun ESRI makromallin avulla, jossa reaalituloilla, asuntokannalla asukasta kohden, käyttökustannuksilla, sekä 25–34-vuotiaiden osuudella alueen väestöstä selitettiin asuntojen hintojen muutosta. Heidän mallinsa selitti 89 prosenttia muutoksista asuntojen hinnoissa tutkitulla aikavälillä ja kaikki mallin selittäjät olivat tilastollisesti merkitseviä.

2.5.5 Demografia

Makrotason muuttujien lisäksi demografialla on huomattu vaikuttavan asuntojen hintoihin ja niiden muutoksiin. Tutkittavan alueen väkilukua onkin käytetty useissa tutkimuksissa yhtenä asuntojen hintoja selittävänä tekijänä. Lisäksi Capozza et al. (2004) esittävät, että kaupungeissa, joissa on suurempi asukasluku ja näin ollen enemmän transaktioita, informaatiokustannusten tulisi olla pienempiä ja tämän vuoksi hintojen tulisi reagoida nopeammin muuttuviin fundamentteihin.

Kuismanen ym. (1999), sekä Bacon, MacCabe ja Murphy (1998) huomasivat demografialla olevan tilastollisesti merkitsevä vaikutus asuntojen hintoihin. Kuismasen ym. (1999) mukaan 1 % väestönkasvu lisäävän asuntojen kysyntää noin 0,9–1 % ja lisäksi he huomasivat, että asuntojen kysyntä kasvaa lapsuudesta ikävuoteen 70–74 asti. Baconin, MacCaben ja Murphyn (1998) tutkimus on puolestaan tuonut uudenlaista näkökulmaa asuntomarkkinatutkimukseen myös demografisen vaikutuksen saralta, kun he huomasivat ikärakenteella olevan vaikutusta asumiskulutukseen. Heidän tutkimuksensa perusteella 25–

20

34-vuotiaiden osuudella väestöstä voitiin todeta olevan tilastollisesti merkitsevä asuntojen hintoihin vaikuttava tekijä Irlannissa.

21

3. HINTAKUPLIEN MITTAAMINEN ASUNTOMARKKINOILLA JA AIEMMAT EMPIIRISET TUTKIMUKSET

3.1 Miten hintakuplia mitataan?

Hintakuplien mittaamiseen ja olemassaolon tarkasteluun on käytetty aiemmissa tieteellisissä tutkimuksissa eri menetelmiä. Bourassa ym. (2016) jakavat asuntojen hintakupliin keskittyvän tutkimuksen kolmeen pääasialliseen empiiriseen lähestymistapaan, joihin asuntojen hintakuplien empiirinen tutkimus perustuu.

Yksinkertainen tapa vertailla asuntomarkkinoiden hintojen muutosta on keskittää tarkastelu suhdelukujen mittaamiseen, joista tunnetuimpia ja eniten käytettyjä ovat hinta-vuokra suhdeluku, hinta-tulot suhdeluku ja hinta-asuntotulo suhdeluku (engl. imputed rent).

(Bourassa ym., 2016). Suhdelukuja voidaan tulkita siten, että suhdeluvun noustessa yli pitkän aikavälin tasapainon, asunnot ovat ylihinnoiteltuja. (Vartia, 2006).

Toinen paljon käytetty lähestymistapa on regressioanalyysit, jotka Bourassan ym. (2015) mukaan voidaan jaotella kolmeen kategoriaan. Ensimmäinen tapa on muodostaa malli, jossa hintoja selitetään kysynnän ja tarjonnan fundamenteilla. Joissain mallin variaatioissa malleihin lisätään kuplatermi, jonka tarkoitus on huomioida kuplan muodostumisen tai pitkän aikavälin tasapainotasolle paluun voimakkuus. Toinen tapa keskittyy mallintamaan rahoitusekonometriaan perustuvia malleja, joissa hinnat vastaavat tulevien vuokrien nykyarvoa. Kolmas tapa puolestaan perustuu yksikköjuuren ja yhteisintegraation testaamiseen. (Bourassa ym. 2015).

Kolmas lähestymistapa on hieman harvinaisempi ja vähemmän kirjallisuudessa esillä ollut EGR-menetelmä (lyhenne englannin kielen sanoista exponential growth rate), joka keskittyy hintojen kasvunopeuden mittaamiseen. Viimeisenä mainittu EGR-menetelmä perustuu paljolti Lindin vaihtoehtoiseen määritelmään hintakuplista, jossa hintakuplien määrittäminen on ollut hankalampaa. (Bourassa ym. 2016).

Tämän tutkielman empiirisessä osiossa pyritään regressioanalyysin ja virheenkorjausmallin avulla tutkimaan asuntojen hintakuplien olemassaoloa, muodostumista ja hintojen sopeutumista takaisin niiden pitkänaikavälin tasapainotasolle.

22

3.2 Hintakuplien tutkimusmenetelmien vertailu aiemmissa tutkimuksissa

Bourassa ym. (2019) vertailevat tutkimuksessaan yllä esitettyjä hintakupliin liittyviä tutkimusmenetelmiä. He tutkivat kuutta metropolialuetta kolmessa eri maassa. Näitä olivat Helsinki Suomessa, Geneve ja Zurich Sveitsissä, sekä Chicago, Miami ja San Francisco Yhdysvalloissa. Tutkimuksessa kaikille kaupungeille luotiin omat mallit. Tutkimuksissa käytettiin kvartaaliaineistoja vuoden 1980 ensimmäisestä kvartaalista lähtien ja aineistot sisälsivät havaintoja jopa vuoden 2012 kvartaalille Q4 saakka, kaupunkikohtaisen aineiston saannista riippuen (osa saatavilla olevista aineistoista päättyi vuoden 2011 toiseen kvartaaliin). Tutkimuksessa hintakuplien tutkimus jaettiin kolmeen kategoriaan:

suhdelukujen mittaamiseen, regressioanalyysien tutkimiseen, sekä EGR menetelmään, jotka esiteltiin lyhyesti jo yllä olevassa luvussa 3.1.

Bourassa ym. (2019) tutkimuksessa kuplaperiodit määritetään ensin teoreettisesti perustelluimmalla ”present value method” -menetelmällä ja muita kuplamittareita, kuten paljolti käytettyjä hinta-tulot, hinta-vuokra ja asuntotulo-vuokra (engl. imputed rent - actual rent) -suhdelukuja verrataan ”present value method” -menetelmällä saatuihin tuloksiin. Näin pyritään tutkimaan kuinka hyvin suhdeluvut paljastavat ”present value” -menetelmällä identifioidut kuplat. Heidän tulostensa perusteella, ehkä jopa hieman yllättäen, hinta-vuokra suhdeluku toimi jopa kaikkein parhaimpana ja tehokkaimpana hintakuplien mittarina.

Muiden menetelmien hyvyyden tutkiminen on kiinnostavaa, sillä ”present value” -menetelmä on komplisoidumpi, eikä tarvittavaa aineistoa välttämättä ole saatavilla, jonka vuoksi on kiinnostavaa tietää kuinka hyvin yksinkertaisemmat menetelmät toimivat.

Heidän tuloksensa osoittavat hinta-vuokra suhdeluvun identifioivan kuplat ja ei-kupla ajat oikein 88.6 % todennäköisyydellä ”ex post” ajassa ja 84.1 % todennäköisyydellä rekursiivisesti mitattuna. Ex post viittaa tässä jälkikäteen raportoituihin tai varmennettuihin tuloksiin (mieluummin kuin ennusteisiin) ja rekursiivinen mallinnus keskittyy aineistoon, joka on saatavilla jokaisella periodilla, ja jossa analyysia päivitetään sen mukaan, kun uutta aineistoa tulee saataville (Bourassa ym., 2019).

Tämän lisäksi suhdelukujen mittaamiseen perustuvan menetelmän hyötynä voidaan pitää sitä, että suhdeluku voi toimia ns. varoitussignaalina rekursiivisesti käytettäessä.

Bourassan, Hoeslin ja Oikarisen (2019) huomauttavatkin, että ”present value” -menetelmän kompleksisuuden huomioiden hinta-vuokra -suhde toimii hyvänä mittarina. Heidän

23

tuloksensa osoittavat myös sen, että hintakuplia on mahdollista identifioida jo silloin kun ne ovat syntymässä.

Bourassan (2019) ym. mukaan regressioanalyysit voidaan jaotella karkeasti kahteen eri kategoriaan. Yhteistä niille on kuitenkin se, että empiirisissä tutkimuksissa, joissa asuntomarkkinoita tutkitaan regressioanalyysien avulla, selitettävänä muuttujana käytetään lähes aina asuntojen hintaa tai hintaindeksiä. Ensimmäisessä tavassa hintaa tai hintaindeksiä selitetään kysynnän ja tarjonnan fundamenteilla, ja osassa tämän variaatioista näitä on täydennetty epätasapainomuuttujilla, joilla yritetään joko siepata hintakuplien muodostuminen tai hintojen kyky palautua takaisin pitkän aikavälin tasapainoon. Myös tässä tutkielmassa aiotaan tutkia kyseisten muuttujien vaikutusta hintojen dynamiikkaan. Jotkin kirjallisuudessa käytetyistä malleista perustuvat suoraan kaupunkitalousteoriaan, kun taas osa joidenkin mallien selittävistä muuttujista lukeutuvat enemmän niin sanottujen ’ad hoc’

selittäjien joukkoon. Toinen regressiomallien lähestymistapa juontaa juurensa rahoitusekonometrisestä kirjallisuudesta, jossa hinnat arvioidaan nykyarvoon diskontatuista tulevaisuuden vuokrista. Näille on tyypillistä yksikköjuuren olemassaolon testaaminen.

Bourassa ym. (2016) vertailevat tutkimuksessaan sekä monimuuttujamalleja, että kahden muuttujan malleja pitkän aikavälin tasapainon määrittelemiseen. He huomauttavat, että liian spesifit mallit saattavat kuitenkin selittää hintakuplien muotoa, pitkän aikavälin tasapainohintojen sijaan. Heidän monimuuttujamallinsa perustuvat seuraavaan yhtälöön:

𝑝_𝑚𝑡= (𝑌_𝑚𝑡^𝑎 , 𝑁_𝑚𝑡, 𝑢_𝑚𝑡, 𝑖_𝑚𝑡, 𝑏_𝑚𝑡, 𝑠_𝑚𝑡, 𝑤_𝑚𝑡) (8) jossa selitettävänä muuttujana oli reaalihintojen luonnollinen logaritmi 𝑝, ja selitettävinä muuttujina he käyttävät reaalisia kokonaistuloja 𝑌^𝑎, väkilukua 𝑁, työttömyysastetta 𝑢, reaalisia asuntolainakorkoja 𝑖, rakennuskustannus indeksiä 𝑏, 3 ja 10 vuoden valtion velkakirjojen korkoeroa 𝑠 ja kuluttajahintaindeksiä 𝑤. Alaindeksi 𝑡 viittaa ajankohtaan ja 𝑚 alueeseen. He valitsivat tutkimuksessaan kaupunkikohtaisten mallien muuttujat sen mukaan, missä estimoitujen mallien tulokset saivat suurimman sovitetun 𝑅² luvun, ja missä estimaateilla oli teoriaan perustuen oikean suuntaiset etumerkit. Tutkimuksessa Helsingin hintoja selitti parhaiten malli, jossa hintoja selitettiin tulojen, työttömyyden, sekä rakennuskustannusindeksin avulla.

EGR metodissa kupla identifioitiin tilanteisiin, joissa hinnat kasvoivat nopeammin kuin eksponentiaalisesti. Bourassa ym. (2015) pitivät hintakuplien määritelmän rajana sitä, kun hintojen kasvu ylitti log-lineaarisen trendin vähintään 20 %.

24

Yhdysvaltojen kaupunkien kohdalla Miamissa kupla pystyttiin identifioimaan jokaisella tutkimusmenetelmällä toisin kuin Chicagossa ja San Franciscossa. Tutkimuksen perusteella hinta-vuokra suhde toimi keskimäärin kaikkein parhaana identifioijana kaikissa muissa paitsi Sveitsin kaupungeissa, joissa regressioanalyysin tulokset identifioivat kuplat parhaiten.

Asuntotulo-vuokratulo (engl. Imputed rent – actual rent) suhdeluvun vertailu osoittautui tutkimuksessa puolestaan huonoimmaksi hintakuplan osoittajaksi.

3.3 Kuplan muodostuminen ja paluu fundamenttitasolle eri alueilla

Oikarinen ja Engblom (2015) tutkivat eroja asuntojen hintojen dynamiikassa eri kaupunkien välillä ja pyrkivät tutkimuksessaan vertailemaan perinteisten kiinteiden vaikutusten malleja dynaamisempiin malleihin. Perinteisissä malleissa ei ole yleensä sallittu alueellista variaatiota, kun taas dynaamiset mallit sallivat dynamiikan vaihtelun tiettyjen alueiden välillä.

Jaottelu on perinteisesti joko tehty kaupunkien koon perusteella jakamalla kaupungit pieniin ja suuriin kaupunkeihin (Wilhelmson, 2008), kysynnän ja tarjonnan perusteella jakamalla alueet kysyntä ja tarjontapainotteisiin alueisiin (esimerkiksi Bramley ja Leishman, 2005;

Laakso, 2000 taiHarter-Dreiman 2004), joissa asuntojen markkinat vastaavat toisiaan, tai eroteltu pääkaupunki tai pääkaupunkiseutu muista alueista (Davis ja Healthcote, 2007;

Oikarinen ja Engblom, 2015) tai käsitelty jokaista kaupunkia omana kaupunkinaan sallimalla alueellinen vaihtelu jokaisen kaupungin välillä.

Oikarinen ja Engblom (2015) analysoivat 14 suomalaisen kaupungin markkinoita ajanjaksolla 1988–2012 ja tutkivat asuntomarkkinoiden dynamiikkaa, hintakuplan syntymistä, sekä hintojen paluuta takaisin fundamentti tasolle. Heidän tutkimuksensa perustuu Capozzan ym. (2004) ajatukseen, jonka mukaan asuntojen hintojen jousto suhteessa dynamiikkaan saattaa erota merkittävästi eri alueiden välillä. Oikarisen ja Engblomin (2015) tutkimus on heidän omien tietojensa perusteella ensimmäinen suomalaistutkimus, joka sallii alueellisen vaihtelun sekä kuplan muodostumista, että hintojen paluuta fundamenttitasolle kuvaavien termien kohdalla. Suurin osa aiemmasta tutkimuksesta onkin keskittynyt erityisesti Yhdysvaltojen markkinoille.

Kuten tutkielman teoria osuudessa esiteltiin, maan arvo on keskeinen tekijä, joka aiheuttaa alueellisia eroja asuntomarkkinoilla. Tämän vuoksi Oikarinen ja Engblom (2015) arvelevat Suomen tapauksessa tulojen nousun vaikutuksen asuntojen hintojen olevan suurempaa

25

Helsingissä, jossa maan hinta on kalliimpaa verrattuna pienempiin kaupunkeihin, kuten Rovaniemeen. Myös esimerkiksi Davisin ja Healthcoten (2007) Yhdysvaltojen aineistoon pohjautuvan tutkimuksen perusteella maa-alueen saatavuuden rajoitteet aiheuttavat asuntojen hintojen dynamiikan vaihtelevan eri alueiden välillä.

Oikarisen ja Engblomin (2015) mukaan vastaus kysymykseen, miksi hintojen tulisi nousta yhdellä alueella enemmän kuin toisella vaikka fundamenttien kehitys olisi täysin samanlaista, on yksinkertainen. Syy tähän on heidän mukaansa markkinakohtaiset joustot asuntojen hintojen ja niiden fundamenttien välillä, jota perinteiset kiinteiden vaikutusten mallit eivät pysty täysin huomioimaan. Lisäksi shokkien pysyvyys lyhyellä aikavälillä aiheuttaa Engblomin ja Oikarisen (2015) mukaan autokorrelaatiota, jota he kuvailevat kuplan synnyttäjänä tai kasvattajana (engl. bubble builder), joka saa aikaan sen, että hinnat ajelehtivan pois niiden fundamenttitasolta. Hintojen paluuta niiden pitkän aikavälin tasapainotasoon puolestaan nimitetään kuplan puhkeamiseksi (engl. bubble burster).

Myös monissa muissa aiemmissa tutkimuksissa, kuten Capozzan ym. (2004), sekä Casen ja Shillerin (1989) tutkimuksissa on löydetty pysyvyyttä asuntojen hinnoissa. Case ja Shiller (1989) esittävät pysyvyyden johtuvan mm. transaktiokustannuksista ja verotussyistä, joiden teoreettinen merkitys todettiin myös tutkielman luvussa 2.1. Case ja Shiller (1989) toteavat pysyvyyden vaikuttavan hintakuplien syntyyn asuntomarkkinoilla, jotka eivät ole luonteeltaan yhtä tehokkaat verrattuna esimerkiksi pääomamarkkinoihin. Capozza ym.

(2004) löysivät puolestaan tutkimuksissaan todisteita taaksepäin katsovien odotusten vaikutuksesta kuplan muodostumiseen ja suurentavan kuplan muodostumista.

Teoriaan pohjautuen, asumista tulisi Oikarisen ja Engblomin (2015) mukaan pystyä helpommin hinnoittelemaan alueilla, joilla asuntokauppojen transaktiomäärä on suurempaa.

Tämän vuoksi suuremmilla ja tiheämmin asutuilla metropolialueilla asuntomarkkinoiden tulisi olla likvidimmät ja lisäksi behavioraalisten harhojen, kuten taaksepäin katsovien odotusten, merkityksen tulisi olla vähäisempää. Tämän vuoksi alueellinen mukautumisen takaisin fundamentti tasolle tulisi olla nopeampaa ja kuplan kasvua kuvaavan muuttujan vaikutuksen tulisi olla heikompaa.

Myös muut tekijät saattavat aiheuttaa alueellista variaatiota asuntojen hintojen muodostumisessa ja paluussa fundamenttitasolle ja esimerkiksi Capozzan ym. (2004) mukaan korkeat rakennuskustannukset ovat yhteydessä hitaaseen vauhtiin palata takaisin fundamenttitasolle. Glaeser ym. (2008) tulokset puolestaan osoittavat, että tarjonta saattaa

26

korjaantua nopeammin vähemmän tiheästi asutuilla alueilla, sillä puute vapaasta maasta on usein pienempää. Tämä saattaa siis aiheuttaa päinvastaisia vaikutuksia asuntojen hintojen pysyvyyden dynamiikkaan asuntomarkkinoilla.

Aiempien tutkimusten perusteella onkin saatu ristiriitaisia tuloksia siitä, tulisiko eri alueiden asuntomarkkinoita tutkia omina markkinoinaan, vai sallia alueellinen vaihtelu hintakuplaa kuvaavien tekijöiden välillä erityisesti koskien hintojen erkaantumista lyhyellä aikavälillä niiden fundamenttitasosta. Esimerkiksi Capozza ym. (2004) sekä Holly ym. (2010) löytävät erisuuruista autokorrelaatiota eri alueiden hinnoissa, eli heidän tutkimustensa perusteella shokkien pysyvyyteen vaikuttivat alueelliset tekijät. Englund (1997) on puolestaan sitä mieltä, että autokorrelaation struktuuri on hyvin samanlaista eri maiden välillä, jonka vuoksi yhteisen mallin avulla pystytään kuvailemaan asuntomarkkinoiden hintojen dynamiikkaa tarpeeksi hyvin.

Alueellista vaikutusta hintojen palautumisessa takaisin fundamenttitasolle on tutkittu melko vähän, mutta yleisempi käsitys on, että hintakuplien syntymiseen ja tasaantumisen vaikutuksen vaihtelua saattaa esiintyä alueiden välillä. Wilhelmsonin (2008) tulosten perusteella hintojen palautuminen niiden pitkän aikavälin tasapainoon oli Ruotsissa nopeampaa alueilla, jotka olivat asukasluvultaan pienempiä. Bramley ja Leishman (2005) sallivat alueellisen vaihtelun kolmella eri alueella Isossa-Britanniassa, jotka oli jaoteltu niihin kohdistuneen asuntojen kysynnän määrän perusteella. Myös he löysivät alueiden välistä vaihtelua näillä kolmella alueella. Engblom ja Oikarinen (2015) toteavatkin, että asuntojen hintakuplien tutkimuksessa on vielä paljon tilaa uudelle tutkimukselle.

Oikarisen ja Engblomin (2015) tutkimuksessa perusmallissa, jossa hintojen erkaantumista fundamenttitasosta ja paluuta fundamenttitasolle kuvataan kaikkien kaupunkien yhteisellä kertoimella, verrataan malleihin, joista ensimmäisessä sallitaan alueellinen erkaantuminen kaikissa kaupungeissa, ja toisessa alueellinen erkaantuminen muista alueista sallitaan Helsingissä.

Oikarisen ja Engblomin (2015) tulosten perusteella alueellinen ero oli melko pientä Suomen asuntomarkkinoilla, mutta muutamilla alueilla dynamiikka vaihteli tutkimusperiodin aikana huomattavasti perusmalliin verrattuna. Lisäksi pitkän aikavälin tulomuuttujan kerroin vaihteli huomattavasti eri alueilla ollen suurempi niillä alueilla, joissa asuntojen tarjonta oli suurempaa. Myös pitkän aikavälin tulojousto vaihteli kaupunkien välillä.

27

4. AINEISTO

Tutkielman empiirisessä analyysissä käytetään vuosiaineistoa 23 suomalaisesta kaupungista ajanjaksolta 2002–2019. Tutkimuksessa tarkastelun kohteena olevat kaupungit ovat Helsinki, Espoo, Tampere, Vantaa, Oulu, Turku, Jyväskylä, Kuopio, Lahti, Pori, Kouvola, Joensuu, Lappeenranta, Hämeenlinna, Vaasa, Seinäjoki, Rovaniemi, Mikkeli, Kotka, Porvoo, Kokkola, Rauma ja Kajaani asukasluvunmäärittelemässä kokojärjestyksessä lueteltuna suurimmasta pienimpään. Rajattua määrää kaupunkeja käytetään sen vuoksi, että aineiston tutkittavan muuttujan, reaalihintaindeksin, tiedot ovat saatavilla ainoastaan näille kaupungeille. Tämän lisäksi pienempien kuntien asuntomarkkinat saattavat olla hyvin erilaisten, joka tekee valittujen kuntien tarkastelusta myös mielekästä. Tutkielman tavoite vertailla asuntomarkkinoita eri kaupungeissa sulkee pois koko Suomen tasoinen aineiston käytön, jota olisi saatavilla pidemmältä aikaväliltä, mutta se estäisi tällöin vertailun alueiden dynamiikassa eri alueiden välillä, sekä vertailun aiempiin malleihin.

Aineisto on kerätty Tilastokeskuksen stat.fi -tietokannasta, ellei muuttujan kohdalla ole toisin mainittu. Aineiston aluejakona on käytetty 1.1.2020 aluejakoa kaikissa aikasarjoissa Tilastokeskuksen tilastoihin perustuen. Tutkielmassa on käytetty paneeliaineistoa, jonka etuna voidaankin nähdä se, että aineistoon saadaan kerättyä suurempi määrä havaintoja, jonka vuoksi myös vapausasteiden määrä kasvaa.

Aineisto koostuu vuosihavainnoista aikavälillä 2002–2019. Myös neljännesvuosiaineistoa olisi ollut saatavilla osan muuttujista kohdalla, mutta tällöin suuri osa muuttujista olisi jouduttu interpoloimaan, eikä tällöin olisi voitu luottaa siihen, että kaikista muuttujista olisi saatu tarpeeksi tarkkoja havaintoja koko ajanjakson ajalta. Tämä työn kohdalla havaintojen määrä on kuitenkin melko runsas paneelimuotoisen aineiston ansiosta. Aikahavaintojen määrä 𝑇 (17 havainto tasoille, 16 differensseille) yhdessä poikkileikkaushavaintojen määrän 𝑛 (23 kaupunkia) kanssa tuottavat yhteensä 391 𝑁 havainnon aineiston tasossa ja 368 differenssimuodossa.

Asumisen tilastoja tutkittaessa on tarpeen huomioida mitä tilastot pitävät sisällään ja millaisia menetelmiä niiden tilastoinnissa on käytetty. Asuntomarkkinoiden hintoja kuvaavana muuttujana käytetään Tilastokeskuksen sivuilta kerättyä asuntojen hedonista reaalihintaindeksiä (𝑝). Hedonisen hintaindeksin avulla voidaan huomioida asuntojen