Vágó Nikolett - Winkler Sándor. Hogyan változnak a lakásárak? Új MNB-lakásárindex az átfogóbb lakáspiaci képért

Hasonló dokumentumok
TÁJÉKOZTATÓ végén lassult a lakásárak negyedéves dinamikája

TÁJÉKOZTATÓ második negyedéve során gyorsult a hazai lakásárak növekedése

TÁJÉKOZTATÓ. az MNB-lakásárindex alakulásáról a harmadik negyedéves adatok alapján

TÁJÉKOZTATÓ második negyedévében Budapesten gyorsult, míg a községekben lassult a lakásárak éves dinamikája

A LAKÁSPIAC ÉS AZ OTTHONTEREMTÉS AKTUÁLIS KÉRDÉSEI - PANELBESZÉLGETÉS

STATISZTIKAI TÜKÖR 2014/81. Lakáspiaci árak, lakásárindex, I. negyedév* július 30.

2014/114 STATISZTIKAI TÜKÖR

A lakáspiac jelene és jövője

STATISZTIKAI TÜKÖR. Lakáspiaci árak, lakásárindex, III. negyedév január 29.

FHB Lakásárindex III. negyedév

FHB Termőföldindex. A magyarországi földárak változása 2000 és 2010 között. Molnár Zsolt. FHB Ingatlan Zrt. Vezérigazgató-helyettes.

VÁROS- ÉS INGATLANGAZDASÁGTAN

2015/33 STATISZTIKAI TÜKÖR

FHB Lakásárindex IV. negyedév

Banai Ádám Vágó Nikolett: Hitelfelvételi döntéseink mozgatórugói

Az ingatlanpiac helyzete és kilátásai (2009. októberi felmérések alapján)

Dancsik Bálint Winkler Sándor Lakáspiaci (túl)élénkülés: aggódjanak-e a bankok?

VÁROS- ÉS INGATLANGAZDASÁGTAN

STATISZTIKAI TÜKÖR. Lakáspiaci árak, lakásárindex, II. negyedév* október 28.

Ingatlanpiac és elemzése óra Az ingatlanok értékét meghatározó jellemzők általános vizsgálata

Szoboszlai Mihály: Lendületben a hazai lakossági fogyasztás: új motort kap a magyar gazdaság

Lakos Gergely Szendrei Tibor. A lakáspiac stabilitását támogató makroprudenciális eszközök

STATISZTIKAI TÜKÖR. Lakáspiaci árak, lakásárindex, III. negyedév január 27.

Szőrfi Zsolt: Sokat javult megítélésünk a CDS-árazások alapján

FHB Lakásárindex II. negyedév

A lakáspiac alakulása

Beruházás-statisztika

Lakáspiaci trendek a Magyar Nemzeti Bank szakértőjének véleménye a piacról

Gerlaki Bence Sisak Balázs: Megtakarításokban már a régió élmezőnyéhez tartozunk

FHB Lakásárindex II. negyedév

DUNA HOUSE BAROMÉTER I. negyedév március hónap. A magyarországi ingatlanpiac legfrissebb adatai minden hónapban. 46.

LAKASPIACI JELENTES 2018 MÁJUS

Az FHB Lakásárindex módszertani ismertetője

Havi elemzés az infláció alakulásáról december

Az MNB lakásárindex módszertana

2015/78 STATISZTIKAI TÜKÖR

Havi elemzés az infláció alakulásáról február

SAJTÓKÖZLEMÉNY. Az államháztartás és a háztartások pénzügyi számláinak előzetes adatairól I. negyedév

SAJTÓKÖZLEMÉNY. Az államháztartás és a háztartások pénzügyi számláinak előzetes adatairól IV. negyedév

SAJTÓKÖZLEMÉNY. Az államháztartás és a háztartások pénzügyi számláinak előzetes adatairól II. negyedév

Havi elemzés az infláció alakulásáról július

Duna House Barométer. 28. szám III. negyedév szeptember hónap

FHB Lakásárindex IV. negyedév

Kovalszky Zsolt: Fordulat előtt a lakáspiac?

Havi elemzés az infláció alakulásáról január

Duna House Barométer. 40. szám III. negyedév szeptember hónap

Havi elemzés az infláció alakulásáról augusztus

STATISZTIKAI TÜKÖR. Jelentés a beruházások évi alakulásáról. Tartalom. 1. Összefoglalás Nemzetközi kitekintés...2

Havi elemzés az infláció alakulásáról július

Havi elemzés az infláció alakulásáról május

Havi elemzés az infláció alakulásáról augusztus

Duna House Barométer. 22. szám I. negyedév március hónap

Azokból a kövekből, melyek utunkba gördülnek, egy kis ügyességgel lépcsőt építhetünk. Gróf Széchenyi István

FHB Lakásárindex II. negyedév

Magyarország kerékpáros nagyhatalom és Budapest minden kétséget kizáróan elbringásodott: egyre többen és egyre gyakrabban ülnek nyeregbe a fővárosban

Havi elemzés az infláció alakulásáról szeptember

Virág Barnabás: Tartósan beköszönthet a negatív reálkamatok kora

FHB Lakásárindex 2010

Korrelációs kapcsolatok elemzése

Értékpapír-állományok tulajdonosi megoszlása IV. negyedév 1

Értékpapír-állományok tulajdonosi megoszlása II. negyedév 1

FHB Lakásárindex IV. negyedév

Havi elemzés az infláció alakulásáról április

STATISZTIKAI TÜKÖR május 2.

Duna House Barométer. 45. szám február

Laka sa rprogno zis. Hogyan alakultak a várakozásokhoz képest a lakásárak?

Új módszertan a kerékpározás mérésében

Lovics Gábor (KSH) Szőke Katalin (MNB) Tóth G. Csaba (MNB) Ván Bálint (PM) 1. Megugrott a kis cégek bejelentett forgalma az online pénztárgépektől

FHB Lakásárindex III. negyedév

Ingatlanpiac és elemzése óra Ingatlanpiaci előrejelzés

Panelbeszélgetés szeptember 8. MKT Vándorgyűlés, Eger. Nagy Márton Alelnök, Magyar Nemzeti Bank

Vizsgafeladatok. 1. feladat (3+8+6=17 pont) (2014. január 7.)

INGATLANPIACI KILÁTÁSOK

Makroökonómia. Név: Zárthelyi dolgozat, A. Neptun: május óra Elért pontszám:


A hazai bankszektor szerepe a magyar gazdaság növekedésében

Havi elemzés az infláció alakulásáról május

Pénzügyi stabilitási jelentés november

HAVI ELEMZÉS AZ INFLÁCIÓ ALAKULÁSÁRÓL

Havi elemzés az infláció alakulásáról április

A nem pénzügyi vállalati, a háztartási és a bankközi forintkamatok augusztusában

STATISZTIKAI TÜKÖR. Lakáspiaci árak, lakásárindex, II. negyedév október 30.

Csortos Orsolya Sisak Balázs: Nem is gondolnád, milyen sokat tesznek félre a magyarok 1. rész

2015/02 STATISZTIKAI TÜKÖR január 16.

SAJTÓKÖZLEMÉNY. Az államháztartás és a háztartások pénzügyi számláinak előzetes adatairól IV. negyedév

SAJTÓKÖZLEMÉNY. Az államháztartás és a háztartások pénzügyi számláinak előzetes adatairól III. negyedév

FHB Lakásárindex III. negyedév

DUNA HOUSE BAROMÉTER III. negyedév szeptember hónap. 52. szám A LEGFRISSEBB INGATLANPIACI INFORMÁCIÓK A DUNA HOUSE HÁLÓZATÁBÓL

A magyar lakosság 40%-a ül kerékpárra több-kevesebb rendszerességgel

Sokallod a pesti lakásárakat? - Ez még csak a kezdet!

STATISZTIKAI TÜKÖR. Lakáspiaci árak, lakásárindex, I. negyedév július 27.

SAJTÓKÖZLEMÉNY. Az államháztartás és a háztartások pénzügyi számláinak előzetes adatairól II. negyedév

Az MNB statisztikai mérlege a júliusi előzetes adatok alapján

Quittner Péter - Várhegyi Judit. Az infláció változó természete IV. Az infláció is velünk öregszik?

FHB Lakásárindex I. negyedév

LAKASPIACI JELENTES 2018 N O V E M B E R

STATISZTIKAI TÜKÖR. Betöltésre váró álláshelyek, I. negyedév július 11.

STATISZTIKAI TÜKÖR. Lakáspiaci árak, lakásárindex, II. negyedév október 31.

Havi elemzés az infláció alakulásáról április

MTA KIK Tudománypolitikai és Tudományelemzési Osztály. A hazai tudományos kibocsátás regionális megoszlása az MTMT alapján ( )

Átírás:

Vágó Nikolett - Winkler Sándor Hogyan változnak a lakásárak? Új MNB-lakásárindex az átfogóbb lakáspiaci képért A lakáspiac különös tekintettel a lakóingatlanok értékére és azok változására a gazdasági szereplők széles körét érinti. Ráadásul a válság során szerzett tapasztalatok is rávilágítottak arra, hogy a lakáspiac a jegybankok, így a Magyar Nemzeti Bank számára is kulcsterületnek számít. A lakóingatlanok jellemzően a háztartások vagyonának legnagyobb hányadát teszik ki, így a lakásárak változása jelentős mértékben befolyásolja a hosszú távú fogyasztási és megtakarítási döntéseket. A lakóingatlanok egyúttal a pénzügyi intézmények által nyújtott jelzáloghitelek fedezetéül is szolgálnak, így értékük változása pénzügyi stabilitási kérdésekkel is szorosan ös-- szekapcsolódik. Az MNB a hazai lakáspiaci folyamatok földrajzi alapú eltéréseinek pontosabb nyomon követése érdekében részletes területi és településtípus szerint megbontott lakásárindexeket fejlesztett. Az új MNB-lakásárindexek külön mutatják be a Budapesten, a Budapesten kívüli városokban és a községekben tapasztalt lakásárváltozást, továbbá a vidéki városok indexe régiós megbontásban is elérhető. Mindezek mellett az MNB fejlesztés különlegessége, hogy elkészült egy olyan országos MNB-index, mely egészen 19-ig visszamenőleg rendelkezésre áll, így hos-- szabb távon is kontextusba helyezhető a lakásárak alakulása. Miért fontos az MNB számára a lakáspiac nyomon követése? A lakáspiaci folyamatok nyomon követése kiemelten fontos a jegybankok, így a Magyar Nemzeti Bank (MNB) számára is. A lakások és családi házak, tehát összességében a lakóingatlanok jellemzően a háztartások vagyonának a legnagyobb részét képezik, így a lakóingatlan-árak (a továbbiakban lakásárak) változása befolyásolja a vagyoni helyzetüket, és így közvetve a hosszabb távú fogyasztási és megtakarítási döntéseiket is. A lakóingatlanok mindezek mellett a pénzügyi intézmények által nyújtott jelzáloghitelek fedezetéül is szolgálnak, így a lakások értékének csökkenése közvetlen veszteséget okoz a bankoknak azáltal, hogy megnöveli a jelzáloghitelek nemfizetése esetén a fedezetérvényesítés útján megtérülést remélő bankok veszteségét (Loss Given Default, LGD). A lakásárak csökkenése emellett a hitelezési folyamatokon keresztül negatív spirált indíthat el további komoly pénzügyi stabilitási problémákat okozva. A csökkenő la-

kásárak révén megnövekedett banki veszteségek jellemzően visszafogják a hitelkínálatot, ami a lakáspiac keresleti oldalán lévő háztartásokat és a kínálati oldalon lévő építőipari vállalkozásokat is negatívan érinti. Mindez alacsonyabb lakáspiaci aktivitást, még tovább süllyedő lakásárakat és így a bankok kockázatvállalási hajlandóságának további visszafogását eredményezi. A lakáspiacok a ciklusok felívelő szakaszán az egyes országok fővárosaiban jellemzően markánsabb élénkülést tudnak mutatni, mint a kisebb településeken, ami alapvetően a fővárosok gazdaságban betöltött központi szerepének, az ottani jellemzően fejlettebb infrastrukturális körülményeknek és intézményi ellátottságnak köszönhető. Mindezekkel összhangban a lakásárak túlzott emelkedése, vagyis ún. lakáspiaci buborékok is a fővárosokban alakulnak ki jellemzően. Az MNB-nek (és általában a jegybankoknak) ezért főként makroprudenciális szempontból kiemelt figyelmet kell szentelnie a hazai lakáspiaci folyamatok területi alapú, és különösen főváros központú elemzésére, mindez pedig elengedhetetlenné teszi a lakásárak változását leíró minél pontosabb statisztikák létrehozását. Hogyan mérjük a lakásárak változását? A lakásár-változás mérésekor arra vagyunk kíváncsiak pontosan, hogy átlagosan hány százalékkal változott a hazai lakások átlagos ára egy adott időszak jellemzően negyedév alatt. Ennek kiszámításához minden időszakban szükségünk lenne a teljes hazai lakásállomány minden egyes lakásának a piaci értékére. Mivel az ingatlanok tényleges piaci értéke azok adásvétele során alakul ki, ezért a fenti statisztika kiszámításához arra lenne szükség, hogy a teljes lakásállomány gazdát cseréljen minden egyes negyedévben. Ezzel szemben a valóságban a magyarországi mintegy 4,3 millió lakást és házat számláló teljes állomány csupán 1 százaléka cserél gazdát negyedévente. A gazdát cserélt ingatlanok minőségi összetétele viszont negyedévről negyedévre változik, így a forgalmi adatokból számított átlagos lakásár pusztán azért is emelkedhet, mert az egyik időszakban jobb minőségű (például jobb elhelyezkedésű, szebb, vagy nagyobb), azaz drágább lakások kerültek értékesítésre. Ezt a problémát a statisztikusok ún. lakásárindexek számításával küszöbölik ki, amelyek lényege, hogy a lakások átlagos tiszta árváltozását mutatják. A lakásárak változásáról összességében félrevezető a lakáshirdetésekben szereplő kínálati árak alapján ítéletet mondani, ugyanis utóbbiak ellentétben a lakáspiaci tranzakciós statisztikákkal, amelyekre a lakásárindexek is épülnek nem az adásvételek során kialakult tényleges piaci árat mutatják, csupán az eladók előzetes preferenciáit tükrözik. 2/7

Hogyan készült az MNB-lakásárindex? Az MNB-lakásárindex elkészítéséhez az eddigi legnagyobb ingatlan tranzakciós adatbázis került összeállításra. Az adatbázist a Nemzeti Adó- és Vámhivatal (NAV) biztosította a jegybank számára, amely több mint 3 millió lakóingatlan adásvételét tartalmazza 19-től. Az MNB-lakásárindexet és annak a területileg megbontott részindexeit a nemzetközi statisztikai gyakorlatban is bevett ún. hedonikus regressziós módszerrel becsültük meg, mely módszer azon az intuíción alapszik, hogy az ingatlanok ára felírható az egyes tulajdonságaik, mint például az alapterületük vagy elhelyezkedésük függvényében. A lineáris regressziós modellek igen érzékenyek lehetnek az adatbázisban található szélsőséges értékekre, emiatt az adatbázison többlépcsős szűrést alkalmaztunk. Először a hibás adatpontokat igyekeztünk kiszűrni, majd a kiugró és befolyásos értékek azonosítására alkalmas mutatók segítségével statisztikai célú szűrést is végeztünk. A NAV által biztosított adatbázis azonban kevés információt tartalmaz az ingatlan tényleges tulajdonságairól vagy állapotáról, utóbbiakat ezért az ingatlan elhelyezkedése alapján próbáljuk meg közelíteni. A lakásárakat magyarázó hedonikus regresszióba ezért számos olyan település szintű változót vontunk be, amelyek alapjaiban befolyásolhatják az adott településeken található ingatlanok értékét. Ilyen változók például az adott település összjövedelme, a lakónépesség száma, vagy a település Budapesttől vagy az adott megyeszékhelytől vett távolsága. Az MNB-lakásárindexet először településtípus szerint bontottuk meg, amelyből egy Budapest-index, egy városok-index és egy községek-index adódott. Majd az indexek becsléséhez rendelkezésre álló megfigyelések számának függvényében a városokra vonatkozó részindexet tovább bontottuk Magyarország hét régiója szerint. A területi és településtípus szerinti megbontás lehetővé tette számunkra, hogy az egyes részindexek becsléséhez eltérő modelleket használjunk. Egy egyszerű, de szemléletes példával élve, míg a városi lakásárindexek becslésénél a lakások közt megkülönböztetünk panel és tégla lakásokat, addig a községek esetén az előbbi ingatlantípus ritkasága miatt egyben kezeltük a lakásokat, viszont a családi házaktól elkülönítettük a tanya típust. Az MNB-lakásárindex részenkénti becslése összességében lehetővé teszi az egyes részmodellek finomhangolását és azok minél pontosabb becslését, miközben az egyes részindexek piaci forgalommal történő összesúlyozásával kapott aggregált MNB-lakásárindex konzisztens marad a részindexek ös-- szességével. 3/7

19. I. 1991. I. 1992. I. 1993. I. 1994. I. 1995. I. 1996. I. 1997. I. 1998. I. 1999. I. 2000. I. 2001. I. 2002. I. 2003. I. 2004. I. 2005. I. 2006. I. 2007. I. 2008. I. 2009. I. 2010. I. 2011. I. 2012. I. 2013. I. 2014. I. 2015. I. 2016. I. Mivel nyújt többet az MNB-lakásárindex? Az új MNB-lakásárindexek összességében két nagyon fontos ponton jelentenek újdonságot a hazai lakáspiacról jelenleg is elérhető lakásárindexekhez képest. Egyrészt a településtípus és terület szerint megbontott MNB-lakásárindexek az első olyan hivatalos statisztikáknak számítanak, amelyek megmutatják a hazai lakásárak változásában földrajzi alapon rejlő eltéréseket. Másrészt a teljes országra vonatkozó MNB-lakásárindexnek egy további különlegessége, hogy egészen 19-ig visszamenőleg elérhető, ami a hazai lakásárindexek közül a leghosszabb idősort jelenti. A hosszú idősoron elérhető MNB-lakásárindex nemcsak hogy javítja a lakáspiac és a lakásárak közgazdasági modellezésben való felhasználhatóságát, de általánosan is segíti hosszú távon a lakásárak változásának megfelelő kontextusba helyezését. (1. ábra) 225 1. ábra: Az aggregált nominális és reál MNB-lakásárindex 225 200 175 1 125 75 25 0 200 175 1 125 75 25 0 Aggregált nominális MNB-lakásárindex Aggegált reál MNB-lakásárindex Forrás: MNB. Mit mutatnak az adatok? Az MNB-lakásárindex elkészítésével a hazai lakáspiac területi alapon eltérő folyamatait jobban megismerhetjük és megérthetjük. A településtípusonkénti lakásárindexek, vagyis a lakásárak alakulása Budapesten, a Budapesten kívüli városokban és a községekben igen hasonló képet mutattak 2001-től egészen 2013-ig, bár igaz, 2003-tól a fővárosban és az egyéb városokban gyorsabban emelkedtek a lakásárak a községekhez képest. A lakásárak alakulásában 2013-2014-től érdemi heterogenitást figyelhetünk meg az egyes településtípusok között. Míg 2013-ban a budapesti 4/7

2001. I. 2002. I. 2003. I. 2004. I. 2005. I. 2006. I. 2007. I. 2008. I. 2009. I. 2010. I. 2011. I. 2012. I. 2013. I. 2014. I. 2015. I. 2016. I. és városi lakások árának csökkenése megtorpant, addig a községekben folytatódott az árak mérséklődése, ami elindította a kisebb települések utóbbi években tapasztalt leszakadását a lakásárak változása tekintetében. 2014 elejétől a fővárosban dinamikus áremelkedés indult el, amelyet bár a vidéki városok lakásárai is követtek, de koránt sem olyan mértékben. A községekben emellett csak 2014 végén indult el az átlagos lakásárak növekedése, mely emelkedés ráadásul érdemben csak fél évig tartott. Az egyes településtípusok közti különbségek 2016 közepéig egyre nagyobbá váltak. A budapesti lakásárak 2013 év vége és 2016 első félév vége között, két és fél év alatt csaknem 61,6 százalékkal emelkedtek, azaz jóval több, mint másfélszeresére nőttek. Ezzel szemben a vidéki városokban ugyan ezen időtáv alatt csupán 19,2 százalékos, míg a községekben 9,3 százalékos emelkedést tapasztalhattunk a lakásárakban. A legfrissebb, 2016 II. negyedévére vonatkozó budapesti lakásárindex ráadásul további, negyedéves szinten 4 százalékos növekedést mutat, míg a vidéki városokra vonatkozó index már a lakásárak 2 százalékos csökkenését, a községindex pedig az árak változatlanságát jelezte a második negyedévre. 1 (2. ábra) 2. ábra: A nominális MNB-lakásárindex településtípusonként megbontva (2010 átlaga = ) 1 1 Budapest Községek Városok Forrás: MNB. A részindexekből felépített MNB-lakásárindex nem csak arra világít rá, hogy a hazai lakásárak alakulása településtípusok szerint eltérő képet mutat, hanem arra is, 1 Érdemes megjegyezni, hogy a lakásárindexek számításának alapjául szolgáló ingatlan tranzakciós adatok egy része sok esetben csak jelentős késéssel érhető el, így a friss lakásárindex értékek az elkövetkező negyedévekben még jelentős revíziókon eshetnek át. 5/7

2001. I. 2002. I. 2003. I. 2004. I. 2005. I. 2006. I. 2007. I. 2008. I. 2009. I. 2010. I. 2011. I. 2012. I. 2013. I. 2014. I. 2015. I. 2016. I. hogy az ország egyes régiói közt is érdemi különbségek fedezhetőek fel. A válságot követően két hazai régióban érdemes kiemelni a lakásárak alakulását. Egyrészt a nyugat-dunántúli városokban a lakásárak csökkenése már 2013-tól megállt, míg a többi régióban egészen 2014 elejéig folytatódott. Másrészt az észak-magyarországi városokban szignifikáns lemaradást figyelhetünk meg. A városi lakásárak ebben a régióban 2014-ig nagyobb mértékben estek vissza, mint amit az ország más területein tapasztalni lehetett. A lakásárak emelkedése ugyanitt később, csak 2015-től indult el, ráadásul az áremelkedés dinamikája is hamar tompult. (3. ábra) 3. ábra: A városokra vonatkozó nominális MNB lakásárindex régiónként megbontva (2010 átlaga = ) Városok - Dél-Dunántúl Városok - Észak-Magyarország Városok - Közép-Magyarország Városok - Dél-Alföld Városok - Észak-Alföld Városok - Közép-Dunántúl Városok - Nyugat-Dunántúl Forrás: MNB. A részletes régió és településtípus szerint megbontott MNB-lakásárindex segítségével összességében tisztább képet kapunk a hazai lakáspiaci folyamatok területi alapú heterogenitásáról, az index értékei pedig különösen a fővárosi dinamikus áremelkedést tekintve felhívják a figyelmet a lakáspiac szorosabb nyomon követésének és elemzésének fontosságára. Az MNB-lakásárindex értékeit a jegybank mostantól kezdve rendszeresen, negyedévente közzéteszi honlapján. Egy adott negyedévre vonatkozó lakásárindex értékei a tárgynegyedévet követő negyedik hónap után kerülnek publikálásra. A településtípusonként és régiónként megbontott indexek értékei 2001 I. negyedévtől, míg az aggregált MNB-lakásárindex értékei 19 I. negyedévtől érhetőek el. MNB-lakásárindex idősorai: Link a statisztikára 6/7

Szerkesztett formában megjelent a Világgazdaság.hu oldalon 2016. november 10-én. 7/7