Försäljningspris för småhus - Ger tomträtt ett pris som skiljer sig från äganderätt?

Transkript

1 Institutionen för Fastigheter och Byggande Avd för Bygg- och fastighetsekonomi Examensarbete nr.425 Försäljningspris för småhus - Ger tomträtt ett pris som skiljer sig från äganderätt? Författare: Jessica Meijer Handledare: Stellan Lundström Stockholm 2008

2 Master of Science thesis Title: Authors Department Master of Science thesis number 425 Supervisor Stellan Lundström Keywords Abstract Selling price for semi-detached houses - Does a leasehold give differences in prices comparing to ownership? Jessica Meijer Department of Real Estate and Construction Management Division of Building and Real Estate Economics Leasehold, buy the freehold, single family houses The real estate price is affected by different factors. The purpose for this thesis is to establish if there were differences in prices between semi-detached houses sold with ownership and semidetached houses with leasehold between the years The thesis also investigates if the price is higher in more attractive areas depending on if it s a leasehold or a ownership. The idea for this thesis came up when the city of Stockholm offered the owners of leasehold rights the possibility to buy the freehold for a big discount. The sales activity brought up the question if the price for the single family house was affected by the fact that it was a leasehold. The analysis is based upon a database with compiled sales material from all the semi-detached house sales in Stockholm during The sales data has been analyzed with a method called regression analysis. The thesis first aim, to show that price differences do exist between houses sold with leasehold and houses sold with ownership, was explained by comparing the mean purchase price for the two different types. The regression analysis did not explain the differences in prices in the different areas but they gave a good indication that properties with leasehold in less attractive areas did generate lower prices. The conclusion is that it was differences in prices between properties with leasehold and ownership properties. The result also established the common fact that the most influence on a property price is the location. 2

3 Examensarbete Titel: Författare Institution Försäljningspris för småhus - Ger tomträtt ett pris som skiljer sig från ägande? Jessica Meijer Institutionen för Fastigheter och Byggande Avd för Bygg- och Fastighetsekonomi Examensarbete nummer 425 Handledare Stellan Lundström Nyckelord Tomträtt, friköp, småhus Sammanfattning Ett pris på en fastighet påverkas av en rad faktorer. Syftet med denna uppsats är att konstatera om det förelåg prisskillnader mellan försålda småhus med äganderätt och småhus upplåtna med tomträtt mellan åren samt undersöka om priskänsligheten påverkades av fastighetens läge, d.v.s. var den större i mindre attraktiva områden? Uppslaget till uppsatsen gavs när Stockholms Stad erbjöd innehavarna av tomträtt för småhus att friköpa sina tomträtter till kraftigt rabatterade priser. I samband med dessa friköp uppkom frågan hur priset påverkades av om den var upplåten med tomträtt. Analysen är utförd på en databas av sammanställda försäljningar av småhusenheter i Stockholms Stad mellan åren Datamaterialet har analyserats med en kvantitativ, statistisk bearbetningsmetod kallad regressionsanalys. Metoden är vald för att försöka finna ett samband mellan köpeskillingen och tomträttsupplåtelsen. Uppsatsens första syfte, att konstatera att det föreligger prisskillnader på försålda småhus med äganderätt och småhus upplåtna med tomträtt mellan åren , uppfylldes genom att jämföra medelköpeskillingen för fastigheter med respektive utan tomträtt. De genomförda regressionsanalyserna klargjorde dock inte priskänsligheten i de olika områdena till fullo men en urskiljning kunde göras där man såg att priset på fastigheter upplåtna med tomträtt påverkades i större utsträckning i oattraktiva områden. Sammanfattningsvis kan jag konstatera att det föreligger prisskillnader mellan fastigheter upplåtna med tomträtter i Stockholmsområdet och att man till viss del kan utläsa ur materialet att läget spelar en stor roll för priset oavsett upplåtelseform. Detta helt i enlighet med de teorier som framförs i de flesta läroböcker att den störst påverkande faktorn för en fastighets pris är just läget. 3

4 Förord Den jag främst vill tacka för att detta arbete slutligen blev slutfört är Hans Falk som genom sitt enträgna arbete med att ringa och maila mig och påminna mig om vikten av att ta ut examen, gav mig styrkan att slutföra detta arbete! Jag vill även tacka min handledare Stellan Lundström för vägledning, stöd och råd samt Svante Mandell som var den som handledde mig och var behjälplig vid starten av detta examensarbete. Stockholm Jessica Meijer 4

5 INNEHÅLLSFÖRTECKNING MASTER OF SCIENCE THESIS 2 ABSTRACT 2 EXAMENSARBETE 3 SAMMANFATTNING 3 FÖRORD 4 INNEHÅLLSFÖRTECKNING 5 1 INLEDNING BAKGRUND SYFTE OCH AVGRÄNSNING METOD OCH INFORMATIONSINSAMLING REGRESSIONSANALYS UPPSATSENS DISPOSITION 9 2 TOMTRÄTTSINSTITUTET REGELVERK FRIKÖP AV TOMTRÄTTER I STOCKHOLMS STAD PRISBILDNING 11 3 ANALYS AV SMÅHUSPRISER DATAMATERIALET REGRESSIONSANALYSEN VALDA OMRÅDEN KLASSNING AV OMRÅDENA RESULTAT AV REGRESSIONSANALYSERNA FÖRKLARING TILL TABELLERNA 16 4 ANALYS UTGÅNGSPUNKT FÖR ANALYSEN VARIABLERNAS PÅVERKAN PÅ PRISET TOMTRÄTTENS PÅVERKAN PÅ PRISET HELA URVALET ATTRAKTIVA MINDRE ATTRAKTIVA OMRÅDEN NYA REGRESSIONSANALYSER ANNAN PÅVERKAN MED ANNAT ANGREPPSSÄTT 23 5

6 5 SLUTSATS OCH SLUTDISKUSSION 24 6 KÄLLKRITIK 24 KÄLLFÖRTECKNING 25 SKRIFTLIGA KÄLLOR 25 PUBLICERADE KÄLLOR 25 OPUBLICERADE KÄLLOR 25 MUNTLIGA KÄLLOR 25 ELEKTRONISKA KÄLLOR 26 FIGURFÖRTECKNING 27 TABELLFÖRTECKNING 27 BILAGOR 27 BILAGA 1, RAPPORTKODERNA I DATAMATERIALET 28 BILAGA 2, SAMMANFATTNING AV SVAREN AV REGRESSIONSANALYSEN 29 BILAGA 3, MODIFIERAD REGRESSIONSANALYS 30 6

7 1 Inledning 1.1 Bakgrund Tomträttsinstitutet infördes år 1907 som ett komplement till äganderätten. Tanken var att man skulle uppmuntra byggnadsverksamheten genom att man gjorde det möjligt för kommunerna att tillhandahålla mark för bostäder till lägre kostnad än om den skulle säljas. Införandet av tomträttsinstitutet hade följaktligen en tydlig bostadssocial prägel. Man eftersträvade även ett förhinder för enskilda fastighetsägare att tillgodogöra sig markvärdeökningen. Numera är småhustomträttens vara eller inte vara är ett ämne som har varit föremål för ett antal debatter inom olika samhällsskikt. Många menar att den har spelat ut sin ursprungliga roll som bostadspolitiskt styrmedel och därmed bör inga nya tomrätter upplåtas och de redan upplåtna bör säljas ut. Stockholms Stad har under ett antal år erbjudit innehavare av tomträtt för småhus att friköpa sin tomträtt. Friköpspriset har varierat under åren men erbjudandet som kom 1999, där kommunfullmäktige beslutade att friköpspriset skulle vara 50 % av marktaxeringsvärdet 1, resulterade i att av stadens ca småhustomträtter såldes nästan tre fjärdedelar. Idag, när denna uppsats slutförs, (feb-08) har staden sålt mer än tomträtter 2. Som en av de personer som var med att bygga upp organisationen kring utförsäljningen väcktes tanken kring hur mycket köpeskillingen på en småhusenhet påverkades av att den var friköpt eller inte. Med detta som utgångspunkt har denna analys utförts. 1.2 Syfte och avgränsning Syftet med uppsatsen är att: Konstatera om det föreligger prisskillnader mellan försålda småhus med äganderätt och småhus upplåtna med tomträtt mellan åren Undersöka om priskänsligheten påverkades av fastighetens läge, d.v.s. var den större i mindre attraktiva områden? Uppsatsen har begränsats till att titta på småhusförsäljningar i de områden i Stockholms län som hade tomträttsupplåtelser under tidsperioden Detta för att det sammanföll med den tidsperiod när den stora utförsäljningen av småhustomträtter skedde och aktualiserade frågan. Från början hade jag även en intention att även undersöka avgäldsnivåernas påverkan på försäljningspriset, men då denna information var svår att tillgå för så stora mängder data valdes detta bort. Även tidpunkterna fram till omreglering kunde ha varit en intressant fråga att analysera. Jag kan dock konstatera i efterhand att en sådan analys kunde ha gjorts för enstaka objekt, men detta hade inte gett en rättvis bild för hela materialet. 1 Beslut i kommunfullmäktige Stockholms Stad 14 juni Intervju med Yvonne Modin, Stockholms Stad, en av de ansvariga för tomträttsförsäljningen idag 7

8 1.3 Metod och informationsinsamling Litteraturstudier har gjorts inom de ämnen som berör frågeställningen såsom tomträttsteori, friköp av småhusenheter, regressionsanalys och valda delar inom småhusenheters prissättning. Analysen är utförd på en databas av sammanställda försäljningar av småhusenheter i Stockholms Stad mellan åren Datamaterialet har analyserats med en kvantitativ, statistisk bearbetningsmetod kallad regressionsanalys. Metoden är vald för att försöka finna ett samband mellan köpeskillingen och tomträttsupplåtelsen. Jag har även besöksintervjuat en av de personer som idag sitter inom Stockholms Stad och är ansvarig för den fortfarande pågående utförsäljningen av tomträtter samt nyttjat den kunskap jag själv tillförskaffade mig under mitt arbete kring just detta. 1.4 Regressionsanalys Regressionsanalys används för att analysera variationer inom ett observationsmaterial eller mellan olika urvalsgrupper. Det finns två huvudgrupper av regressionsanalys: Enkel regressionsanalys (en oberoende variabel) Multipel regressionsanalys (flera oberoende variabler) 3 I den gjorda analysen i detta arbete har den multipla regressionsanalysen använts för att förklara köpesummans storlek (den beroende variabeln) genom flera förklarande variabler (bl.a. ålder, standardpoäng, areal m.m.), de s.k. oberoende variablerna. Regressionsfunktionen skrivs: y = a + b1*x1 + b2*x2 + + bk*bk. Den effekt de förklarande variablerna har på köpesumman anges av regressionskoefficienterna b1, b2 osv. Det värdet bx antar förklarar hur mycket köpesumman ändras om xx ökar med en enhet. Interceptet a visar lutningen på linjen. Analys av regressionsresultaten sker med hjälp av ett antal mått. Det viktigaste är signifikansnivån som visar hur stor sannolikheten är att det inte finns något som helst samband mellan de oberoende och den beroende variabeln. T-värdet är ett mått på denna signifikansnivå och det framräknade absolutbeloppet av detta värde ska vara större än 1,96 för att en nivå på 95 % ska uppnås. Determinationskoefficienten, och då den justerade, R2 visar vilken förklaringsgrad modellen har. Koefficienten antar värden mellan noll och ett och ju närmare ett värdet ligger desto starkare är sambandet mellan den beroende och de oberoende variablerna. T.ex. kan ett värde på 0,75 tolkas som att 75 % av variationen i y förklaras av ekvationen resterande 25 % antas bero på slumpen. 3 Bejrum, Lundström, Fastighetsekonomi, Hyresfastigheter, Catella AB, ISBN , s:63, 170 8

9 1.5 Uppsatsens disposition Uppsatsen består av fem kapitel. Till dessa kapitel tillkommer källförteckning, bilagor och förteckningslistor över tabeller och figurer. Kapitel 1 Det inledande kapitlet där bakgrunden till uppsatsen, syftet och metoden beskrivs. Kapitlet tar även upp den grundläggande teorin kring den valda observationsmetoden regressionsanalys. Kapitel 2 Teorikapitel som behandlar den teori som behövs för att förstå texten som oinsatt läsare såsom tomträttsinstitutets historik och regler, information om utförsäljningen av tomträtter i Stockholms Stad samt prisutveckling och efterfrågan på småhus i Stockholmsområdet under den valda observerade tidsperioden. Kapitel 3 Här beskrivs den utförda empiriska studien och bakgrunden till vald tidsperiod och valda indata. Kapitlet redovisar även svaren på de gjorda analyserna och klassificeringen på de valda områdena som en bakgrundsinformation till analysen. Kapitel 4 Här analyseras de uppkomna resultaten av regressionsanalyserna. Dels hur stor inverkan de olika variablerna i regressionen har dels hur stor påverkan tomträttsvariabeln har i de olika lägena. Kapitel 5 Slutsats och slutdiskussion där problemställningen besvaras. Kapitel 6 En kort källkritisk genomgång. 9

10 2 Tomträttsinstitutet 2.1 Regelverk Tomträttsinstitutet infördes år 1907 som en till tiden bestämd nyttjanderätt till fast egendom. Bakgrunden till införandet var att ge möjlighet för den del av befolkningen som inte var så välbeställd att kunna uppföra egna hem då de slapp köpa fastigheten. Upplåtelsetiden för de första nyttjanderätterna var minst 26 år och högst 100 år. Efter detta upphörde tomträtten och det stod fastighetsägaren fritt att sälja marken eller använda den för annat ändamål. År 1953 ändrades dessa regler för att stärka tomträttshavarens ställning. Man beslutade då att tomträtten skulle utformas som en på obestämd tid upplåten nyttjanderätt till fast egendom för visst ändamål mot en årlig avgäld i pengar. Längden på avgäldsperioderna skulle vara minst 20 år. Genom en ny tomträttslagstiftning 1967 ändrades bestämmelserna igen och nu sattes den kortaste avgäldsperioden till 10 år oavsett ändamål. 4 Upplåtelse av tomträtt är förbehållet stat och kommun med undantaget vissa stiftelser som kan få tillåtelse av regeringen. Den första perioden av tomträttsutnyttjandet, om ej längre avtalats, är sextio år. De följande perioderna är fyrtio år. Dessa regler gäller för bostadsbebyggelse. För annan typ av bebyggelse får kortare tidsperioder avtalas, dock ej kortare än 10 år. Tomträttsavtalet får inte sägas upp av tomträttsinnehavaren utan bara av fastighetsägaren om det är av vikt att typen av bebyggelse ska ändras. Avgälden skall motsvara en skälig ränta på det uppskattade markvärdet. En tomträtt likställs med eget ägande då den kan pantsättas eller upplåtas med annan nyttjanderätt såsom servitut. 5 Tomträttsinnehavaren betalar fastighetsskatt för tomträtten men den är ej föremål för förmögenhetsbeskattning. Tomträttsavgälden är även avdragsgill i självdeklarationen som en räntekostnad. 2.2 Friköp av tomträtter i Stockholms Stad År 1993 togs det första beslutet kring friköp av småhustomträtter i Stockholms Stad då kommunfullmäktige beslöt att priset vid försäljning av tomträttsmark för småhus skulle vara 74 % av 1990 års marktaxeringsvärde. 6 Tre år senare togs ett nytt beslut av staden som innebar att friköpspriset bestämdes med utgångspunkt från en viss given procentuell andel av för tomträtten aktuellt marktaxeringsvärde enligt Allmänna fastighetstaxeringen (AFT-96). Procentsatsen var satt så att friköpspriset motsvarade nuvärdet av bedömda avgäldsintäkter under 30 år framåt. 7 Priset bestämdes till 73 % av marktaxeringsvärdet för småhus utan andel i gemensamhetstomt. För de småhus som hade andel i gemensamhetstomt sattes priset till mellan % beroende på andelens storlek. 8 Efter ytterligare tre år, 1999, kom det beslut som innebar att friköpspriset för småhustomträtten bestämdes till 50 % av marktaxeringsvärdet det datum man anmälde intresse för friköp. Idag, (feb-08) när denna rapport slutförs, kan det konstateras att mer än av de totalt ca småhustomträtter som fanns i stadens ägo 1999 har friköpts. 4 SOU (1990:23), Tomträttsavgäld, Betänkande av 1988 års tomträttsutredning, ISBN kap Jordabalken 6 Kommunstyrelsen Stockholms Stad, Utlåtande 1996:272 RIII, Dnr 655/96 7 Persson, Hans, Friköpspris för småhustomträtter, Tjänsteutlåtande, Gatu- och fastighetskontoret, Gatu- och fastighetskontoret, Brev ut till tomträttshavare om information om friköp, Mars

11 Index (År 1981=100) 2.3 Prisbildning En småhusenhets pris beror på en rad faktorer. Hur stor köpeskillingen blir är ett komplex samspel mellan olika beståndsdelar som förklaras av de egenskaper fastigheten har liksom närheten till service, arbete, skolor m.m. Den störst påverkande faktorn är dock det läge fastigheten har. Andra egenskaper som betyder mycket för priset kan vara: Bostadens storlek Närheten till vatten Byggnadens skick Byggnadens ålder Ränteläget i omvärlden Tillgången på bostäder Den totala efterfrågan av bostäder styrs dock främst av befolkningstillväxten och köparnas ekonomiska förhållanden som i sin tur är beroende av omvärldsfaktorer så som konjunkturläget och de samhällsekonomiska besluten. Prisutvecklingen på småhus kan mätas med hjälp av ett antal olika metoder. Den vanligaste är fastighetsprisindex som beräknas av SCB baserat på de allmänna fastighetstaxeringar som regelbundet görs. Syftet med detta index är att uppskatta pris- och värdeförändringar i fastighetsbeståndet. 9 Andra metoder är årsmedeltal där man genom att beräkna årsvisa centraltendenser i materialet, medel- och medianvärden, försöker hitta en pristrend. 10 Gängse förekommande är också den så kallade köpeskillingskoefficienten, K/T-talet, som är en kvot mellan köpeskillingen och taxeringsvärdet på en fastighet. Jämförelser mellan åren av K/T-talen ger en bild av hur prisutvecklingen varit. Tittar man på prisutvecklingen av småhus i Stockholm kan det konstateras att sedan fastighetskrisen i början på 90-talet har priserna stigit räknat i fastighetsprisindex från 1993 och framåt. Se figur 1 nedan. 11 Fastighetsprisindex Källa SCB År Hela riket Stockholms Län Figur 1. Fastighetsprisindex , Källa SCB Bejrum, Lundström, Fastighetsekonomi, Hyresfastigheter, Catella AB, ISBN , s:

12 Antal Enligt konjunkturinstitutets inflationsrapport 2002:3 har småhuspriserna i riket stigit realt med i genomsnitt 7 % per år sedan bottennivån För Stockholms län är siffran än högre då det genomsnittliga priset på småhus från 1996 till 1999 steg med nästan 50 % i fast penningvärde. 13 I Stockholm rådde under den valda tidsperioden, , en stor efterfrågan på bostäder. Denna efterfrågan förklaras av konjunkturläget samt den ökade nettoinflyttningen i kombination med en låg andel nyproducerade bostäder, se figur 2 nedan. Färdigställda lägenheter riket Källa SCB År Småhus Flerbostadshus Figur 2. Färdigställda lägenheter riket , Källa SCB Regionen har sedan mitten av 90-talet vuxit med cirka invånare per år samtidigt som bostadsbyggandet har varit mycket lågt. Trots en viss ökning har bostadsbyggandet inte kommit upp till mer än cirka bostäder per år. Resultatet har blivit en omfattande bostadsbrist, skenande bostadspriser och ökade boendekostnader för alla Riksbanken, Inflationsrapport 2002:3, Kap 2, Utvecklingen på den svenska småhusmarknaden Regionplane- och trafikkontoret 12

13 3 Analys av småhuspriser 3.1 Datamaterialet Valt underlag för analysen är alla fastighetsköp gjorda mellan åren 1997 och 2000 i Stockholm, Botkyrka och Salem, d.v.s. i de områden där det fanns småhusenheter upplåtna med tomträtt ägda av Stockholms Stad. Materialet plockades ut årsvis för respektive område och sammanställdes sedan i en databas. I materialet rensades de köp bort som bara avsåg rena friköp av tomträtter d.v.s. de köp som gjordes från Stockholms stad. Materialet rensades också på de köp som genomfördes där köparen var ett företag då dessa försäljningar inte speglar vad privatpersoner är beredda att betala för en fastighet. En rensning gjordes av de köp där det var uppenbart att köpare och säljare var släkt, dvs hade samma efternamn och i denna rensning valde jag att fälla snarare än att fria om det rådde osäkerhet om att det verkligen var ett släktköp. De köp som genomförts i Botkyrka kommun där kommunen själva var säljare sorterades också bort. I de fall där bostadsrättsföreningar var säljare togs försäljningarna bort då de ej speglar köp på en fri och öppen marknad. De fastigheter som hade juridiska personer som säljare togs också bort likaså plockades alla fastighetsköp gjorda i områden där det inte finns några tomträtter upplåtna av Stockholms Stad, enligt lista nedan, ur materialet. o Flysta o Gröndal (ett fastighetsköp) o Hägersten o Hägerstensåsen o Mariehäll o Midsommarkransen (ett köp) o Rågsved (ett köp) o Stora Essingen o Sundby o Traneberg (ett köp) o Tullinge o Örby Slott o Tumba Andelen köp i ursprungsmaterialet var stycken och efter rensning återstod köp. Materialet justerades sedan för att anpassas till den regressionsanalys som skulle göras. 13

14 3.2 Regressionsanalysen Regressionsanalys med tidsseriedata på halvårsfrekvens mellan åren Köpesumman är en beroende variabel med en formel som ser ut som följer: K-sum = a + b*ålder + c*standardpoäng + d*stranddummy + e*areal + f*boyta + g*försäljningstidpunkt + h*hustyp + j*tomträttsdummy*(areal eller boyta) Formel 1: Utförd ursprunglig regressionsanalys Fastighetsrelaterade variabler: Ålder försäljningstidpunkt minus värdeår Standardpoäng kvalitetsmått för småhus vid taxering Areal tomtens areal Boyta fastighetens boyta (ej inkluderat ev biyta) Försäljningstidpunkt tidpunkt för fastighetsförsäljningen halvårsvis Hustyp villor Tomträttsdummy fastigheter upplåtna med tomträtt åsätts värdet 1 Områdesrelaterad variabel Stranddummy strand/strandnära tomter åsätts värdet 1 Dummyvariabeln kan anta två olika värden beroende på om villkoret uppfylls eller inte. I denna modell är stranddummyn en sådan variabel där strandnära tomter antar värdet ett annars noll. För dummyvariabeln tomträtt har variabeln också kombinerats med ytmått (arealen för bostadsbyggnaden eller fastighetsarealen) då jag antagit att värderingen av varje kvadratmeter skiljer sig mellan fastigheter som är upplåtna respektive inte upplåtna med tomträtt. 14

15 3.3 Valda områden De valda områdena är uppdelade i regressionsanalysen efter församlingskod enligt nedanstående tabell. Uppdelningen är vald efter den indata som fanns att tillgå när analysen utfördes. Församling Kommun/Stadsdelar 1 Botkyrka, Rönninge, Norsborg 21 Fruängen, Herrängen, Liseberg, Långbro, Långsjö, Solberga, Västertorp, Älvsjö 23 Bandhagen, Hagsätra, Högdalen, Stureby, Örby 25 Fagersjö, Farsta, Farsta Strand, Gubbängen, Hökarängen, Larsboda, Sköndal, Svedmyra, Tallkrogen 27 Blackeberg, Bromma Kyrka, Bällsta, Eneby, Norra Ängby, Södra Ängby, Åkeshov 29 Alvik, Höglandet, Nockeby, Nockebyhov, Olovslund, Smedslätten, Stora Mossen, Ulvsunda, Ålsten, Äppelviken 31 Kälvesta, Nälsta, Råcksta, Vinsta, Vällingby 34 Enskede Gård, Enskedefält, Gamla Enskede 36 Bagarmossen, Björkhagen, Enskedalen, Skarpnäcks Gård 38 Hässelby Gård, Hässelby Villastad 39 Aspudden, Liljeholmen, Mälarhöjden, Västberga 40 Bredäng, Skärholmen, Sätra, Vårberg 41 Bromsten, Flysta, Solhem, Tensta 42 Akalla, Kista Klassning av områdena För att kunna analysera hur stor påverkan på priset en fastighet med upplåten tomträtt har så har jag gjort en klassning av de olika områdena där jag tagit hänsyn till bl.a. klientel (medelinkomst mm), attraktivitet, allmän bedömning och status på området. Denna klassning är gjord helt godtyckligt efter mina egna bedömningar men med hjälp av information från bl.a. SCB, USK och andra källor på Internet samt genom diskussioner med medmänniskor. Jag har även tittat på de priser som betalats i de olika områdena i datamaterialet. Klassningen gör inte anspråk på att vara den enda sanna bilden men jag anser att den ger en god grund för vidare analys av materialet. De områden som jag anser vara mest attraktiva är områdena i Bromma med församlingskoderna 27 och 29, delar av Enskede med församlingskod 34 samt Aspudden, Mälarhöjden m.fl. som återfinns under kod 39. De områden med lägst attraktivitet är Botkyrka, Rönninge och Norsborg, församlingskod ett, de södra förorterna Bredäng, Skärholmen, Sätra och Vårberg med kod 40 samt de som återfinns i nordvästra Stockholm med kod såsom Tensta och Akalla. Det kan finnas vissa delar av en församling som anses väldigt attraktiv t.ex. Stureby, men då den inte utgör merparten av församlingen så har den inte blivit klassad bland de mest attraktiva. 15

16 3.4 Resultat av regressionsanalyserna Jag har valt att göra ett antal regressionsanalyser med utgångspunkt på de församlingar som ingår i materialet, detta för att kunna jämföra materialet mellan områdena. Jag har även gjort analyser för hela dataurvalet, se tabell ett och två nedan. Slutsatser kring dessa data dras under analysavsnittet där jag även redogör för ytterligare genomförda regressionsanalyser enl. tabell tre och fyra för att försöka finna ett korrekt svar på mina antaganden En sammanställning av alla analyser med tonvikt på resultaten som berör tomträtten återfinns i bilaga två samt i bilaga tre Förklaring till tabellerna Koefficienten är det värde som den estimerade variabeln antar. Standardavvikelsen visar den genomsnittliga avvikelsen av variabeln från materialets medelvärde. Absolutbeloppet av t-värdet (kvoten av koefficienten och standardavvikelsen) visar om det finns ett samband mellan den beroende och de oberoende variablerna. Ett absolut t-värde över 1,96 visar att koefficienten är signifikant skild från noll. Signifikansnivån anger hur stor förklaringsgrad varje enskild variabel har i regressionsmodellen. Korrelationskoefficienten mäter hur nära enheterna ligger kring regressionslinjen. Kvadraten på korrelationskoefficienten kallas för determinationskoefficienten, R 2. R 2 anger hur stor andel av variationen i y som kan förklaras med x. Spridningen kring linjen beräknas som en standardavvikelse och brukar kallas residualspridning.15 Se även avsnitt 1.4 Regressionsanalys. Tabell 1. Resultat av regression med alla köp, tomträttsdummy * tomtareal Variabel Koefficient Standardavvikelse T-värde Signifikans Konstant ,468 0,000 Ålder ,663 0,000 Boyta ,391 0,000 Stranddummy ,435 0,000 Standardpoäng ,428 0, _ ,791 0, _ ,584 0, _ ,542 0, _ ,294 0, _ ,832 0, _ ,531 0, _ ,958 0,000 Areal ,119 0,000 Kedjehus ,350 0,000 Radhus ,756 0,000 Tomträttsdummy * areal ,706 0,000 R 2 0,645 Justerad R 2 0,645 Residualspridning Antal observationer

17 Tabell 2. Resultat av regressionsanalys med alla köp, tomträttsdummy * bostadsyta Variabel Koefficient Standardavvikelse T-värde Signifikans Konstant ,204 0,000 Ålder ,077 0,000 Boyta ,085 0,000 Stranddummy ,516 0,000 Standardpoäng ,288 0, _ ,807 0, _ ,639 0, _ ,590 0, _ ,100 0, _ ,777 0, _ ,284 0, _ ,455 0,000 Areal ,268 0,000 Kedjehus ,962 0,000 Radhus ,285 0,000 Tomträttsdummy * bostadsyta ,618 0,000 R 2 0,639 Justerad R 2 0,638 Residualspridning Antal observationer

18 4 Analys 4.1 Utgångspunkt för analysen Analysen är gjord med utgångspunkt i frågeställningen att en småhusenhets försäljningspris under perioden påverkades av att den var upplåten med tomträtt. Mitt antagande innan analysen gjordes var att attraktiva områden inte påverkades i så stor grad som de områden som var mer priskänsliga och mindre attraktiva. Det konjunkturläge som rådde under den observerade perioden var stigande, d.v.s. priserna ökade i snabb takt och de attraktiva områdenas fastigheter som var upplåtna med tomträtt antogs inte vara så priskänsliga. I denna analys har det inte varit möjligt att ta hänsyn till hur höga avgäldsnivåerna var för de sålda fastigheterna. Rent instinktivt kan man anta att de tomträtter som hade tomträttsavgälder satta enligt de gamla reglerna med tomträttsnivåer på bara ett par hundralappar och lång tid kvar till omreglering inte var så priskänsliga som de med nya regler. Dessa regler återfinns i det gamla beståndet av fastigheter byggda senast 1953 och upplåtna enligt de gamla reglerna med upplåtelsetider på 60 år och löptider som fortfarande löper på under ett antal år till efter den observerade perioden. Tomträtter med dessa regler finns att hitta i områden byggda kring 50-talet, t.ex. delar av Vällingby. Nyare områden, d.v.s. de som byggdes efter 1953 och de där de gamla reglerna var på väg att omregleras till 10-åriga avtal, anser jag vara mycket mer priskänsliga bara på grund av detta då kostnaden för en omreglerad tomträtt kan bli en stor del av de fasta kostnaderna för fastigheten. Idag omregleras t.ex. många av tomträtterna i Brommaområdet om och får då tomträttsavgälder på drygt kr per år, andra omreglerade tomträtter får idag i genomsnitt avgälder på runt kr per år. Dessa avgälder baseras ju på markvärdet som i sin tur genererar taxeringsvärdet vilket i sin tur påverkar fastighetsskatten. De fasta avgifterna blir därför idag skyhöga. De nyare områden är bl.a. belägna i de västra ytterområdena vilka redan är priskänsliga p.g.a. just sina sämre lägen. 4.2 Variablernas påverkan på priset Den variabel som påverkar priset på fastigheten mest är som tidigare nämnts läget. I denna studie har analyser gjorts per församling för att få en bild av hur mycket en ev. tomträttsupplåtelse påverkar i olika områden. Gemensamt för alla dessa studier är att den områdesrelaterade variabeln strandnära har en mycket stor prispåverkan. Andra faktorer som påverkar priset till stor del är bostadens storlek och dess skick vilket variabeln standardpoäng visar. I tabell 1 och 2 ovan kan man också utläsa att koefficienterna för försäljningstidpunkten ökar med åren, vilket förklaras av de ökade priserna p.g.a. bl.a. ökad efterfrågan. Försäljningar av hus som är friliggande uppvisar högre försäljningspriser då kedje- och radhus uppvisar negativa koefficienter. De justerade determinationskoefficienterna i båda analyserna ligger på 0,64 vilket är en ganska hög siffra för modellen. Den anger att nästan två tredjedelar kan förklaras av modellen medan resten beror på slumpen. Alla absolutbelopp av t-värdena ligger över 1,96 vilket visar att alla ingående variabler uppnår signifikantnivån 95 %. 18

19 4.3 Tomträttens påverkan på priset Hela urvalet I tabell 1 och 2 ovan, som visar resultaten av regressionsanalyserna med hela urvalet, kan man utläsa att köpesumman påverkas relativt lite av om den är upplåten med tomträtt eller inte när man tittar på hela materialet. I ansatsen trodde jag ju att priset skulle påverkas åt andra hållet om den var upplåten med tomträtt, d.v.s. att priset skulle sjunka. Detta resultat svarar för hela urvalet och vad den beror på kan jag bara spekulera i. Okunskap kring vad tomträtt är och vilka merkostnader en upplåtelse har vid omreglering? Låga avgäldsnivåer generellt med många gamla avtal med låga avgäldsnivåer? Diskussion kring de regressionsanalyser som gjordes per församling görs i nästa avsnitt och de numeriska resultaten ses i tabell tre Attraktiva mindre attraktiva områden Nedan återfinns en sammanställning över alla gjorda regressionsanalyser med fokus på koefficienten som beskriver förhållandet rörande tomträtt. Tabell 3. Sammanställning av alla regressionsanalyser med fokus på tomträtt Församling Antal köp %-Andel strandtomter Medel boyta Medel areal Medel pris (Tkr) Justerad R 2 Tomträtt x Areal t-värde Alla , ,777 14,706 0,000 1* ,691-39,508-1,033 0, , ,286-4,696 0, , ,121-3,760 0, , ,215-4,446 0,000 27** , ,146 5,089 0,000 29** , ,188-1,614 0, , ,370-2,492 0,013 34** ,620 42,443 0,195 0, , ,258-2,081 0, , ,238-5,700 0,000 39** , ,835-1,139 0,256 40* , ,710-7,164 0,000 41* , ,595-1,055 0,292 42* , ,615-0,585 0,560 <> , ,453 17,753 0, och 29** , ,717 6,528 0,000 * Mindre attraktiva ** Attraktiva De områden jag klassificerat som mindre attraktiva områdena uppvisar alla en negativ påverkan på priset om de är upplåtna med tomträtt. Påverkan på priset är bland dessa mycket stor och ligger i områdena i västerort på drygt -150 kr/m 2, vilket ligger i linje med vad jag trodde. De har även relativt höga justerade determinationskoefficienter, som pendlar mellan 0,69-0,87. Signifikansnivå på mer än 95 % uppnås dock bara i församlingsområde 40, där absolutbeloppet av t-värdet ligger mycket högt. De andra uppvisar mycket lägre signifikansnivåer. Tittar man på de attraktiva områdena kan man utläsa även här att några av församlingarna uppvisar stor negativ påverkan på priset om fastigheten är upplåten med tomträtt medan andra visar på det omvända. I dessa områden ligger den justerade determinationskoefficienten något Sig. 19

20 lägre och ses i spannet 0,62-0,72 vilket ger en lägre förklaringsgrad av modellerna. Signifikansnivå på mer än 95 % uppnås även här i bara ett församlingsområde, nämligen 27 med ett absolutbelopp av t-värdet som ligger mycket högt. De andra ligger mycket lägre. Ser man på den sammanslagna regressionsanalysen av områdena 27 och 29 får man en ganska hög förklaringsgrad på 72 % och en påverkan på priset beroende på om fastigheten är upplåten med tomträtt som är relativt hög. Detta förklarar en del av det uppsatta antagandet att attraktiva områden inte är så priskänsliga för tomträttsupplåtelser. En analys av hela materialet ger att det är svårt att utläsa någon riktig sann bild av hur en tomträttsupplåtelse påverkar. I de allra flesta områden kan man utläsa att priset påverkas negativt av en tomträttsupplåtelse vilket är precis vad jag antagit. Ser man på de områden jag antagit vara attraktiva uppvisar alla utom område 29 att de inte verkar vara priskänsliga för att småhuset är upplåtet med tomträtt. Beror detta på att köparna här är mer pålästa om vad effekterna av en upplåten tomträtt får? Beror det på att de har vetskap kring hur stor den kommande regleringen av tomträtten får? De nya avgäldsnivåerna i detta område ligger ju kring runt kr /år. Upplyste mäklarna här i stor utsträckning om friköpen och kön till dessa och vilka effekter en tidig köplats fick för priset på friköpet och det fortsatta ägandet av fastigheten? Slutsatsen blir att ytterligare en analys av materialet behöver göras med en annan utgångspunkt än den jag hade initialt. En ny serie regressionsanalyser kommer att utföras med hela materialet för att se hur stor inverkan tomträtten har per område Nya regressionsanalyser Då de ursprungligt valda regressionsanalyserna ej bekräftade mitt antagande utfördes ytterligare några regressionsanalyser med alla församlingarna som dummyvariabler och en körning med hela materialet. Detta för att få en bild av hur mycket priset påverkades av att vara upplåtet med tomträtt i respektive församling. I den första analysen har jag valt att utesluta församling nummer ett (Botkyrka, Rönninge och Norsborg) som inte tillhör de delar av Stockholm jag är mest intresserad av. Regressionsanalysen utfördes enligt formeln: K-sum = a + b*standardpoäng +c*boyta + d*tomträttsdummy + e*församling21 + f*församling23+ +x*församling42 Formel 2: Ny regressionsanalys med fokus på område 20

21 Tabell 4. Ny regressionsanalys med fokus på område Variabel Koefficient Standardavvikelse T-värde Konstant ,766 Standp ,053 Boyta ,680 Tomträttsdummy ,494 Förs ,818 Förs ,350 Förs ,580 Förs ,748 Förs ,488 Förs ,232 Förs ,281 Förs ,742 Förs ,783 Förs ,156 Förs ,508 Förs ,324 Förs ,434 R 2 0,595 Justerad R 2 0,594 Residualspridning Antal observationer Av ovanstående regressionsanalys kan man utläsa hur mycket priset påverkas av stadsdelen d.v.s. hur mycket lägesfaktorn påverkar. Helt i enlighet med mina tidigare antaganden kan man utläsa vilka stadsdelar som genererar högst köpeskilling och de är de jag tidigare klassat som mest attraktiva. Här utmärker sig främst de delar som ligger i Bromma med församlingsnummer 27 och 29 samt de fastigheter som ligger i delar av Enskede med församlingsnummer 34. Det man också kan utläsa av denna regressionsanalys är att här får tomträttsupplåtelsen för hela datamängden en negativ påverkan på köpesumman med ca 200 kkr i jämförelse med den tidigare regressionsanalysen som ökade priset om fastigheten var upplåten med tomträtt. Materialet är också förändrat då jag ej tagit med alla variabler utan uteslutit bl.a. stranddummy och tomtareal vilket kan ha inverkan på utdatat. Jag har också valt att utföra ytterligare analyser på hela materialet enligt formeln. K-sum = a + b*ålder + c*stranddummy + d*standardpoäng +e*boyta + f*areal + g*tomträttsdummy + e*församlingsdummyx Formel 3: Ny regressionsanalys med uppdelning per område Denna analys har inneburit att jag analyserat datamängden per församling genom att införa en församlingsdummy och tittat på hur en tomträttsupplåtelse påverkas i de olika områdena. Se tabell fem nedan. 21

22 Tabell 5. Ny regressionsanalys med uppdelning per område Variabel Förs 1 Förs 21 Förs 23 Förs 25 Förs 27 Förs 29 Förs 31 Konstant Ålder Stranddummy Standp Boyta Areal Tomträttsdummy Församling T-värde för tomträttsdummy 5,29-0,16-0,83-0,05-0,38-8,43-0,20 Justerad R 2 0,54 0,50 0,50 0,50 0,50 0,56 0,50 Variabel Förs 34 Förs 36 Förs 38 Förs 39 Förs 40 Förs 41 Förs 42 Konstant Ålder Stranddummy Standp Boyta Areal Tomträttsdummy Församling T-värde för tomträttsdummy -0,04-0,25 0,07 0,05 0,58-0,20-0,63 Justerad R 2 0,50 0,50 0,50 0,50 0,50 0,50 0,50 I tabellen ovan kan man utläsa att T-värdena bara är signifikanta i områdena ett och 29 vilka också uppvisar de högst justerade determinationskoefficienterna. Intressant i sammanhanget är här att också kika på hur mycket fastigheterna påverkas av tomträttsupplåtelsen i dessa områden. Område 29 (attraktivaste delarna av Bromma) uppvisar precis det jag antagit tidigare i min ansats en neutralitet på köpesumman då priset t.o.m. sjunker när det är en tomträttsupplåtelse och område ett (Botkyrka kommun) visar en klar prisstegring när det är en fastighet med tomträttsupplåtelse. 22

23 4.3.4 Annan påverkan med annat angreppssätt Efter att ha analyserat materialet med regressionsanalys och funnit att resultaten inte hade den förklaringsgrad jag hade hoppats på i mitt antagande roade jag mig med att kika på hur materialet kunde användas på annat sätt. Jag kikade då på medelköpeskillingen för fastigheterna innan beslutet om friköp av tomrätt till 50 % kom och hur de såg ut efter beslutet. Materialet ses i tabell 3 nedan. Tabell 6. Medelköpeskillingen före resp. efter beslutet om 50 % friköp Köp utan tomträtt ALLA Köp med tomträtt ALLA %-Diff ALLA köp %-Diff FÖRE beslut %-Diff EFTER beslut Församling ALLA köp 1* % 59% 54% % 42% 49% % 53% 54% % 27% 33% 27** % 16% 17% 29** % 18% 36% % 22% 19% 34** % 24% 9% % 58% 45% 39** % 59% 32% 40* % 103% 84% 41* % 50% 55% Medelköpeskilling % 18% 14% Antal köp totalt Antal köp innan beslut Antal köp efter beslut * Mindre attraktiva ** Attraktiva I tabellen kan man utläsa medelköpeskillingen för alla köp upplåtna med tomträtt resp ej upplåtna med tomträtt och medelköpeskillingen för alla köp sammanslagna per församling. Man kan t.ex. utläsa att medelköpeskillingen för alla församlingar ligger på 1,51 Mkr medan de upplåtna med tomträtt ligger på 1,43 Mkr och de utan på 1,66 Mkr. I tabellen återfinns även den procentuella skillnaden i pris mellan fastigheter upplåtna med respektive utan tomträtt. Här utläses t.ex. att prisskillnaden var 16 % för fastigheter som ej var upplåtna med tomträtt, dvs priset var i medelsnitt så mycket högre för dessa fastigheter. Jag har sedan beräknat medelköpeskillingarna innan beslutet kom och efter beslutet kom i jun-99. Dessa siffror återfinns ej i tabellen men däremot de procentuella differenserna för att visa på skillnaderna före och efter beslutet. Tittar man på de procentuella differenserna för de attraktiva områdena så är prisskillnaderna relativt låga, medan de för några av de mindre attraktiva områdena ligger mycket högt, se församling 40. Detta ger en viss förklaring till min ansats om att prisskillnaden är lägre i attraktiva områden oberoende av upplåtelseform. Sedan är detta beroende på när i tiden köpen är gjorda. Ju senare i tid desto dyrare pris, vilket påverkar skillnaderna. Dock anser jag urvalet och materialet vara av sån dignitet och kvantitet att detta resultat ändå kan urskiljas. När beslutet sedan kom kan man utläsa att skillnaderna i pris mellan de upplåtna och de icke upplåtna sjönk för de allra flesta områden då möjligheten att friköpa till ett mycket förmånligt pris, och därmed slippa tomträttsavgäld, blev en realitet för alla. Två av församlingarna saknar köp för att en jämförelse ska kunna bli möjlig, nämligen församling 36 och 42, därav redovisas de ej i tabellen. 23

24 5 Slutsats och slutdiskussion Tidigare studier och teori har visat på att det är flera olika faktorer som påverkar priset på en småhusenhet. I denna uppsats har ansatsen varit att påvisa att tomträttsupplåtelsen har del i denna prissättning. Uppsatsens första syfte att konstatera att det föreligger prisskillnader på försålda småhus med äganderätt och småhus upplåtna med tomträtt mellan åren har uppfyllts. Denna del har belysts genom en granskning av den data av småhusförsäljningar som plockats fram för tidsperioden genom att jämföra medelköpeskillingen för fastigheter med respektive utan tomträtt. Den genomförda regressionsanalysen som skulle besvara den andra ansatsen att fastigheter upplåtna med tomträtt är mer priskänsliga i mindre attraktiva områden är inte fullständigt klarlagd. Här har den data som framkommit inte uppvisat de resultat som jag förväntade mig. Till viss del kan det konstateras att de mindre attraktiva områdenas prisbild påverkas mer negativt av att fastigheten är upplåten med tomträtt än de områden som anses vara attraktiva. Genom att titta på delar av materialet kan man utläsa det svar på frågeställning som jag efterfrågade, men ser man på helheten kan det inte otvetydigt konstateras att det verkligen är självklart att det är tomträttsupplåtelsen som påverkar prisbilden mest negativt i de mindre attraktiva områdena. Ytterligare analyser utfördes för att stärka antagandena i uppsatsen, detta för att de ursprungliga analyserna inte gav de svar som var tänkt. De nya analyserna stärkte antagandet genom att ge bilden av att en fastighet upplåten med tomträtt får ett negativt genomslag på köpeskillingen. De stärkte även antagandet att attraktiva områden var mindre priskänsliga än andra av en tomträttsupplåtelse. Efter att ha analyserat regressionsanalyserna i sin helhet kan jag konstatera att det valda sättet med att få fram den information jag efterfrågade kanske inte var den rätta i den ursprungliga analysen. Genom att genomföra nya analyser fick jag svar som svarade mot de antaganden jag hade. Detta ger dock att det föreligger en risk med att analysera en så stor mängd data med regressionsanalys då jag såg att man genom att ändra antagandena kunde få de resultat jag efterfrågade. Man kan även ha åsikter om det var fel tillvägagångssätt att använda sig av den grova uppdelningen som församling ändå utgjorde. Detta var dock det enklaste sättet att analysera för att inte få en allt för stor massa att hantera. Sammanfattningsvis kan jag konstatera att det föreligger prisskillnader mellan fastigheter upplåtna med tomträtter i Stockholmsområdet och att man till viss del kan utläsa ur materialet att läget spelar en stor roll för priset oavsett upplåtelseform. Detta helt i enlighet med de teorier som framförs i de flesta läroböcker att den störst påverkande faktorn för en fastighets pris är just läget. 6 Källkritik Att mäta den påverkan en enskild faktor har på köpeskillingen för småhuspriset, så som tomträttsupplåtelse, genom en regressionsanalys kanske inte är det bästa sättet. I en regressionsanalys kan man inte få med alla bakomliggande faktorer som påverkar prisbilden. Omvärldsfaktorer och icke mätbara faktor så som tycke och smak faller utanför ramen i den regressionsanalys som gjordes. En kombination av empiriska analyser, intervjuer och enkäter hade varit det bästa tillvägagångssättet men ej realistiskt genomförbart med det tidsperspektiv detta arbete har. 24

25 Källförteckning Skriftliga källor Publicerade källor Efternamn, förnamn, Titel, Förlag, Upplaga, ISBN, sid SOU (1990:23), Tomträttsavgäld, Betänkande av 1988 års tomträttsutredning, ISBN Bejrum, Lundström, Fastighetsekonomi, Hyresfastigheter, Catella AB, ISBN , sid: Opublicerade källor Wilhelmsson, Mats, Kvantitativa metoder inom ämnet fastighetsekonomi, KTH, Berger, Tommy, Priser på egenskaper hos småhus, Uppsala universitet, Institutet för bostadsforskning, Borgegård & Håkansson, Population and housing dynamics in a metropolitan region The case of Stockholm, Uppsala universitet, Institutet för bostadsforskning, Kommunfullmäktige Stockholms Stad, Mötesprotokoll 14 juni Kommunstyrelsen Stockholms Stad, Utlåtande 1996:272 RIII, Dnr 655/96. Persson, Hans, Friköpspris för småhustomträtter, Tjänsteutlåtande, Gatu- och fastighetskontoret, Gatu- och fastighetskontoret, Brev ut till tomträttshavare om information om friköp, Mars Riksbanken, Inflationsrapport 2002:3, Kap 2, Utvecklingen på den svenska småhusmarknaden. Muntliga källor Yvonne Modin, Tjänsteman Stockholms Stad, idag en av de ansvariga för tomträttsutförsäljningen. 25

26 Elektroniska källor Bostadsutskottets betänkande 2002/03:BoU8 pdf Ortsprissystemet, Ljungberggruppen 26

27 Figurförteckning Figur 1. Fastighetsprisindex , Källa SCB Figur 2. Färdigställda lägenheter riket , Källa SCB Tabellförteckning Tabell 1. Resultat av regression med alla köp, tomträttsdummy * tomtareal Tabell 2. Resultat av regressionsanalys med alla köp, tomträttsdummy * bostadsyta Tabell 3. Sammanställning av alla regressionsanalyser med fokus på tomträtt Tabell 4. Ny regressionsanalys med fokus på område Tabell 5. Ny regressionsanalys med uppdelning per område Tabell 6. Medelköpeskillingen före resp. efter beslutet om 50 % friköp Bilagor Bilaga 1 Bilaga 2 Bilaga 3 Rapportkoderna i datamaterialet Sammanfattning av svaren i regressionsanalysen Modifierad regressionsanalys 27

28 Bilaga 1, Rapportkoderna i datamaterialet Rapportkod Areal Biyta Boyta F/K/R Fastighetsbeteckning F-tid Få-kod Församling Gatuadress H-form K/T-tal Kom-del Kommun K-sum Köpare Köpk Omb-år Post-nr Riktv omr Stand Strand Säljare Tax-jmf Tax-sa Taxv-byggn Taxv-mark-sa Tax-år Tomtr, Typ Vä-by1 Förklaring Tomtareal Biutrymmesyta Bostadens yta Bebyggelsetyp, 1=Friliggande, 2=Kedjehus, 3=Radhus Fastighetsbeteckning Förvärvstid Fångeskod Församling Gatuadress Husform, t ex 1,5 plan m resp utan källare Kvot KSUM/TAXV Kommundelskod Kommun Köpesumma (kr) Köpare Köparekategori, t ex 04=fysisk person, 05=dödsbo, 09=annan jurd. Pers Ombyggnadsår Postnummer Riktvärdesområde Summa standardpoäng Strandnära, 1=Strandtomt, 2=Strandnära, 3=Övriga Säljare Taxeringsvärdets jämförbarhet efter 1996, 10=jämförbart, 20=ej jämförbart, 30=ej taxerat Totalt taxeringsvärde Taxeringsvärde byggnad Taxeringsvärde mark Taxeringsår Friköpt/tomträtt, 1=friköpt, 2=tomträtt Typkod Värdearea 28

29 Bilaga 2, Sammanfattning av svaren av regressionsanalysen Medel boyta Medel areal Medel pris (Tkr) Kedjehus Radhus R2 Justerad R2 Församling Antal köp %-andel strandtomter Friliggande Residualspridning (kr) Tomträtt X Areal Tomträtt X Boyta t-värde Signifikans Alla ,645 0, ,777 x 14,706 0,000 Alla ,639 0, x 959,807 8,618 0, ,729 0, x -1511,509-10,677 0, ,696 0, ,508 x -1,033 0, ,705 0, ,286 x -4,696 0, ,706 0, x -1710,823-4,958 0, ,713 0, x -1768,448-3,958 0, ,712 0, ,121 x -3,760 0, ,708 0, ,215 x -4,446 0, ,710 0, x -1262,427-4,876 0, ,730 0, x 2859,177 6,333 0, ,725 0, ,146 x 5,089 0, ,660 0, ,188 x -1,614 0, ,659 0, x -868,117-1,208 0, ,718 0, x -520,497-3,600 0, ,716 0, ,37 x -2,492 0, ,638 0, ,443 x 0,195 0, ,639 0, x 378,46 0,388 0, ,684 0, x -5212,523-2,104 0, ,684 0, ,258 x -2,081 0, ,722 0, ,238 x -5,700 0, ,724 0, x -1179,707-6,109 0, ,673 0, x -2138,137-2,310 0, ,666 0, ,835 x -1,139 0, ,759 0, ,71 x -7,164 0, ,752 0, x -3051,357-6,385 0, ,695 0, x -442,321-0,722 0, ,696 0, ,595 x -1,055 0, ,884 0, ,615 x -0,585 0, ,884 0, x 7495,958 15,491 0,000 <> ,662 0, x 1771,614 15,005 0,000 <> ,666 0, ,453 x 17,753 0, och ,726 0, ,717 x 6,528 0, och ,723 0, x 2144,435 5,100 0,000 29