Fastighetsvärdets påverkan av strandnära belägenhet i Tjörns Kommun

EXAMENSARBETE 2004:LA 16 2005-05-01 Institutionen för teknik, matematik och datavetenskap TMD Fastighetsvärdets påverkan av strandnära belägenhet i Tjörns Kommun Camilla Hagström

EXAMENSARBETE Fastighetsvärdets påverkan av strandnära belägenhet i Tjörns Kommun Camilla Hagström Sammanfattning Arbetet är en undersökning på hur närhet till strand och utsiktens kvalité påverkar sålda fastigheters marknadsvärde inom riktvärdeområdena i Tjörns kommun, Västra Götalands län. Jag vill också undersöka om det finns andra värderingsmetoder eller klassificeringar. Fastigheterna har delats in i olika klasser avseende närhet till strand samt om fastigheterna ligger på ön Tjörn eller på öarna som tillhör Tjörns kommun. Sedan har ortsprismaterial analyserats och tillsammans med fältstudier har jag försökt att besvara frågeställningen. Fastighetspriserna har stigit generellt under tiden vilken undersökningen har gjorts 01-01 12-31. Vidare kan man se att köpeskillingen för fritidshus ligger högre än densamma för permanentboende. Den största skillnaden för köpeskillingar märks på fastigheter som ligger på öarna som tillhör Tjörns kommun. Objekten inom riktvärdeområdena delades in i två olika grupper, en för strandnära och en för övriga. Dessa delades sedan in i klasser avseende närhet till strand. Det var tillräckligt att dela in objekten i fyra olika klasser. Jag har dock gjort en annan indelning än de fem klasser som finns idag. Strand eller närhet till strand påverkar marknadsvärdet på en fastighet mer än vad utsikt gör och utsikt kan i många fall vara svårbedömd. Efter noga övervägande uteslöt jag utsiktsklassificeringen, då det är svårt att mäta utsikten rättvist. En strandnära fastighet kan ha fri utsikt över vatten men se en industri. Det är inget som höjer värdet på en fastighet utan snarare tvärtom. Jag har samarbetat med Susanne Rosqvist som har gjort en liknande studie över Stenungsunds kommun. Vi har haft samma åsikter när det gäller klassindelning av de gallrade fastigheterna och även när det gäller att inte bedöma utsikten. Utgivare: Högskolan Trollhättan/Uddevalla, Institutionen för teknik, matematik och datavetenskap, Box 957, 461 29 Trollhättan Tel: 0520-47 50 00 Fax: 0520-47 50 99 Web: www.htu.se Peter Brynte Examinator: Handledare: Henrik Roos, Lantmäteriet, Gävle Huvudämne: Lantmäteri Språk: Svenska Nivå: Examensarbete Poäng: 10 Rapportnr: 2004:E000 Datum: 2004-01-01 Nyckelord: Fastighetsvärdering, fastighetstaxering, strand, öar, Tjörn

EXAMENSARBETE How the nearness to shore affect the value of real estate on Tjörn. Camilla Hagström Summary This is an examination of how nearness to shore and the view over water makes a rise in the value for real estates within the area of Tjörn in Västra Götaland County. The real estates have been classified with regards to shore and if they are on the island of Tjörn or the islands around Tjörn. Information of earlier sold real estates have been analysed and together with field studies the questions of the examination could be answered. The prices have generally gotten higher within the period, from 01-01 until 12-31, that has been studied. Further is the purchase price for weekend cootages higher than those for permanent residents after standardization. The biggest difference of the price is for the real estates on the islands around Tjörn. The objects in the area were divided into two groups, one for the real estates near the shore and one for the remaining real estates. Theese object were classified into different classes regard to their nearness to shore. To get a clear picture of the difference between the objects it was enough with four classes. I have chosen different classes than the present ones. Shore or nearness to shore have a greater influence over the price of the real estate than view over water has. View can be difficult to appraise. After a well-considered decision I excluded the view. It`s difficult to make a correct measure. Publisher: University of Trollhättan/Uddevalla, Department of Technology, Mathematics and Computer Science, Box 957, S-461 29 Trollhättan, SWEDEN Phone: + 46 520 47 50 00 Fax: + 46 520 47 50 99 Web: www.htu.se Peter Brynte Examiner: Advisor: Henrik Roos, Lantmäteriet, Gävle Subject: Land surveying Language: Swedish Level: Examination Credits: 10 Swedish, 15 ECTS credits Number: 2004:E000 Date: 2005-04-27 Keywords Real estates valuation, rateable value for real estates, shore, islands, Tjörn

Förord Jag har fått i uppdrag av Lantmäteriet i Gävle att skriva ett examensarbete på 10 poäng i ämnet Fastighetsbildning. Jag vill särskilt tacka Henrik Roos på Lantmäteriet som har hjälpt till med material.

Innehållsförteckning Sammanfattning... ii Summary... iii Förord...iv 1 Inledning...1 1.1 Bakgrund...1 1.2 Syfte och mål...1 2 Förutsättningar...2 2.1 Tillvägagångssätt...2 2.2 Avgränsningar...2 2.3 Antaganden...2 3 Fastighetstaxering...3 3.1 Allmänt...3 3.1.1 Hur bestäms taxeringsvärdet?... 3 3.1.2 När sätts taxeringsvärdet?... 4 3.2 Taxering av småhusenhet...4 4 Värdering av fastigheter...6 4.1 Allmänt...6 4.2 Värdering av småhus...6 4.2.1 Ortsprismetoden... 6 5 Resultat...8 5.1 Gallring...8 5.2 Alla sålda fastigheter inom Tjörns kommun...8 5.2.1 Skillnad mellan permanentboende och fritidshus... 10 5.2.2 Diagram; försålda fastigheter, typkod 220... 11 5.2.3 Diagram; försålda fastigheter, typkod 221... 12 5.3 Sålda fastigheter inom strandnära områden...13 5.3.1 Diagram; samtliga objekt i Tjörns kommun sorterat på strandklass... 14 5.3.2 Diagram; objekt med typkod 220 sorterat på strandklass... 15 5.3.3 Diagram; objekt med typkod 221 sorterat på strandklass... 16 5.4 Analys...17 6 Slutsatser...19 6.1 Begränsningar, fördelar och nackdelar...20 Källförteckning...21 Bilagor AKarta B Riktvärdeområden C Grundmaterial D Gallrat material

1 Inledning Uppgiften var att ta reda på hur fastigheternas marknadsvärde påverkas av fastigheternas läge och utsikt i förhållande till havet i Tjörns kommun, Västra Götalands län. Detta gjorde jag genom att kategorisera, jämföra och analysera data om försålda fastigheter i ovan nämnda kommun. Studien ska ge riktvärden för hur mycket marknadsvärdet ökar på grund av strand, närhet till strand eller utsikt för respektive permanent/fritidsboende. Jag har samarbetat med Susanne Rosqvist som har gjort en liknande studie om Stenungsunds kommun och närhet till strand. 1.1 Bakgrund Läges- och områdesanknutna faktorer är normalt mycket betydelsefulla för prisnivån. Exempel på detta är var fastigheten är belägen, tillgång till kommunikationer, skolor och daghem. Men det kan också innefatta hur området ser ut. Har man bra utsikt från huvudbyggnaden på fastigheten, ser man havet eller har man närhet till strand. Andra faktorer är byggnadens standard och storlek. Nytt från och med den allmänna fastighetstaxeringen 2003 är att man har infört tre klasser för strandnära fastigheter i stället för en. Här delar man in fastigheterna om de har egen strand eller närhet till strand. Taxeringsvärdena har höjts kraftigt något som lett till många diskussioner både i media och hos gemene man. Detta beror främst på att prisutvecklingen har varit stark i de kustnära områdena. Det finns en önskan hos de bofasta på kusten att kunna bo kvar och att de små samhällena inte ska bli typiska sommarsamhällen med bara fritidsboende. 1.2 Syfte och mål Syftet med undersökningen är att ta reda på hur läget påverkar marknadsvärdet på fastigheter som sålts under perioden 01-01 till 12-31 och som är belägna i Tjörns Kommun i Västra Götalands län. Jag ska undersöka och analysera hur priset påverkas av närhet till strand och i viss mån havsutsikten. Efter gallring och analysering ska olika klassificeringar tas fram och därefter ska jag undersöka om och hur marknadsvärdet påverkas beroende på belägenhet. Jag ska också undersöka om jag kan komma fram till andra klasser för strand än de nuvarande som används i fastighetstaxeringen. 1

2 Förutsättningar Undersökningen görs som examensarbete på Lantmäteriingenjörsprogrammet vid Högskolan i Trollhättan på uppdrag av enheten för fastighetsuppdrag vid Lantmäteriverket i Gävle. 2.1 Tillvägagångssätt För att kunna genomföra undersökningen har jag fått information om genomförda fastighetsköp under aktuell tidsperiod. Jag har fått utdrag från Lantmäteriets fastighetsprissystem som gav de nödvändiga uppgifter om de försålda fastigheterna. Jag har lokaliserat fastigheterna med hjälp av skatteverket och har sedan använt mig av AutoKaVy för att mäta avståndet från huvudbyggnaden till stranden. Gallring av fastigheter skedde först utifrån om de låg på öarna som tillhör Tjörns kommun samt de som låg strandnära på ön Tjörn. Här tog jag hjälp av skatteverkets hemsida för att lokalisera fastigheterna. Dessa fastigheter markerades sedan på en karta över området. Sedan gjordes fältstudier över respektive fastigheter. Detta gjordes under våren 2004. När detta var klart började analysarbetet med hjälp av Microsofts Excel. Här har jag gjort analyser, diagram och olika beräkningar. Sedan var det dags att dra slutsatser. 2.2 Avgränsningar Undersökningen innefattar bara småhusfastigheter för permanent- och fritidshus (typkod 220 och 221). Detta för att undersökningen och arbetet skulle anpassas till de 10 poäng examensarbetet ska innefatta. Då krävdes det vissa begränsningar. Jag vill att resultatet ska vara lättolkat och lättläst för de som inte är så insatta i ämnet och jag har därför valt att inte göra några långa och avancerade beräkningar. 2.3 Antaganden I analyser och slutsats har jag förutsatt att varje fastighets köpeskilling motsvarar den fastighetens marknadsvärde vid tidpunkten för försäljning, värdetidpunkten. Jag har heller inte tagit någon hänsyn till den allmänna prisutvecklingen i samhället eller andra externa faktorer som kan tänkas påverka fastighetspriserna. 2

3 Fastighetstaxering 3.1 Allmänt Nästan alla fastigheter i Sverige har ett taxeringsvärde. Taxeringsvärdet ligger primärt till grund för beskattning av fastigheter. Det används också t.ex. vid fastighetsvärdering för att normera köpeskilling och därigenom kunna jämföra priser för objekt som har olika egenskaper. Köpeskillingskoefficienten, eller K/T-talet som köpeskillingskoefficienten numera ofta kallas, används för att kunna jämföra köpen sinsemellan. Fastighetstaxering är en form av massvärdering av fastigheter med schabloniserade modeller. Skatteverket tillsammans med de regionala skattemyndigheterna ansvarar för fastighetstaxeringen. Lantmäteriverket ansvar för en väsentlig del av det värderingstekniska förberedelse arbetet. Det finns bestämmelser i fastighetstaxeringslagen (FTL) och fastighetsförordningen (FTF) om hur fastighetstaxeringen skall utföras. 3.1.1 Hur bestäms taxeringsvärdet? Vid fastighetstaxering skall flera saker bestämmas. De skattepliktiga förhållandena dvs. om egendomen skall vara skattepliktig och få ett taxeringsvärde eller undantas från skatteplikt. Alla taxeringsenheter har en typkod som talar om användningsområdet för fastigheten. En del fastigheter är befriade från fastighetsskatt, det gäller till exempel fastigheter som har ett byggnadsvärde som understiger 50 000 kronor. Fastigheterna delas in i taxeringsenheter. Taxeringsenheten skall ligga inom samma kommun, ha samma ägare, ha samma skattepliktsförhållande samt utgöra en ekonomisk enhet. Huvudregel är att fastighet utgör taxeringsenhet, men om en fastighet är uppdelad i olika användningssätt skall man dela på taxeringsenheterna och de skall taxeras olika. Likaså kan flera fastigheter vara samtaxerade. Varje skattepliktig taxeringsenhet skall få ett taxeringsvärde. Taxeringsvärdet skall i princip motsvara 75 % av marknadsvärdet under den period som utgör nivåperioden. Taxeringsvärdet knyter an till den genomsnittliga värdenivån under andra året före taxeringsåret, det s.k. nivååret. Nivååret är det andra året före taxeringsåret, t.ex. är 2001 nivåår för 2003 års taxering. 3

3.1.2 När sätts taxeringsvärdet? Skilda delar av fastighetsbeståndet får nya taxeringsvärden skilda år. En allmän fastighetstaxering (AFT) sker från och med 2003 vartannat år uppdelat på olika fastighetstyper enligt en sexårsintervall. Mellan de allmänna fastighetstaxeringarna genomförs en förenklad fastighetstaxering (FFT) tredje året efter den allmänna fastighetstaxeringen. Särskild fastighetstaxering (SFT) görs varje år för de fastigheter som inte samma år är föremål för AFT eller FFT. Detta innebär att ny-eller ombildade fastigheter eller fastigheter som genomgått en förändring får nya taxeringsvärden vid SFT. Nästa gång det sker en allmän fastighetstaxering (AFT) av småhusenheter är 2009. Likaså sker den förenklade fastighetstaxeringen (FFT) år 2006. 3.2 Taxering av småhusenhet Sverige är indelat i olika riktvärdeområden som finns angivna på en riktvärdekarta, en uppsättning kartor över landet med indelning i värdeområden. På riktvärdekartan anges riktvärdeangivelser för de tre olika klasserna för typ av bebyggelse: friliggande hus, radhus och kedjehus. Vid taxering av småhusenheter används s.k. riktvärdeangivelser för att bestämma tomtmarkens respektive småhusets värde. Inledningen i värdeområden, görs för att beakta den faktor som normalt har klart störst betydelse vid värdering och taxering av småhus nämligen läget. För varje värdeområde finns också angivet hur stort normaltomtsvärdet är och vilken tabell som skall användas för att beräkna byggnadsvärdet. Inom varje värdeområde definieras en normaltomt som skall utgöra den mest frekventa inom området. För tomtmark finns det fem parametrar, nämligen storlek, vatten- och avloppsförhållanden, fastighetsrättsliga förhållanden, typ av bebyggelse samt närhet till strand. Storleken avser tomtens landareal i hela m 2. Om en tomt avviker från normaltomten måste dess värde korrigeras och det görs av att korrigeringsbelopp räknas fram med hjälp av riktvärdeangivelser. För vatten- och avloppsförhållanden gäller tomtens tillgång till drickbart vatten och WC-avlopp. Det är indelat i sex klasser varav klass 1 innebär kommunalt vatten och klass 6 att vatten och avlopp saknas. Fastighetsrättsliga förhållanden tar hänsyn till om tomten är, kan eller inte kan bilda egen fastighet. För normaltomten förutsätts att tomten är egen fastighet. Stranden kan delas in i fem olika klasser: strand, tre strandnära klasser samt klassen ej strand eller strandnära. Strand innebär att fastigheten skall ha egen strand och byggnadsplatsen skall ligga högst 75 meter från strandlinjen (belägenhetsklass 1). Strandnära fastigheter finns i tre klasser: Värderingsenhet som inte har egen strand men där huvudbyggnaden ligger högst 75 meter från strandlinjen (klass 2). 4

Byggnaden ligger mer än 75 meter men högst 150 meter från strandlinjen (klass 3). Byggnaden ligger mer än 150 meter men högst 250 meter från strandlinjen (klass 4). Ej strand eller strandnära (klass 5). Korrigering för närhet till strand sker genom att normaltomtens värde multipliceras med en faktor som hämtas från riktvärdeangivelserna. För byggnadsvärdet finns det sex påverkande faktorer: storlek, ålder, standard, byggnadskategori, fastighetsrättsliga förhållanden samt värdeordning. Storlek bestäms av husets bo- och biarea. Denna utgörs av husets boarea +20 % av husets biarea. Biareatillägget får ej överstiga 20 m 2. Ålder definieras som husets återstående ekonomiska livslängd och anges som ett värdeår. Normalt är värdeår lika med nybyggnadsåret. Följande undantag leder till jämkning av nybyggnadsåret. Ombyggnader som omvandlat biarea till boarea samt tillbyggnader av boarea. Standard anges som poäng som ifylls vid taxeringen. Byggnadskategori anger om huset är friliggande, kedjehus eller radhus. Fastighetsrättsligt förhållande anger om fastigheten kan bilda en egen fastighet. Värdeordning avser husets ordningsnummer i värdehänseende på tomten. Det finns två klasser. Det mest värdefulla huset på tomten och övriga hus. För varje värdeområde anges vilken SV-tabell och SO-tabell som skall användas vid taxeringen. SV-tabellen anger värdenivån för det så kallade normhuset. Här utgår man från standardpoäng och värdeyta i kvm. SO-tabellen anger vilken omräkningsfaktor som skall användas för ett äldre eller yngre hus. Här utgår man från standardpoäng och värdeår. 5

4 Värdering av fastigheter 4.1 Allmänt Vid värdering av fastigheter är man intresserad av att kunna peka ut de faktorer som har störst betydelse för värdet. Läget har störst betydelse oavsett fastighetstyp. Vidare är även storlek, ålder och standard värdepåverkande faktorer. 4.2 Värdering av småhus Priset på en fastighet styrs till stor del av tillgång och efterfrågan. Prisskillnaden på två likvärdiga hus kan vara stort beroende om det ligger i ett område där det är attraktivt att bo eller inte. Läget spelar en avgörande roll. Storlek, standard och ålder spelar också en viktig roll. 4.2.1 Ortsprismetoden Vid värdering av småhusfastigheter är ortsprismetoden den vanligaste metoden för att bestämma värdet. Vid tillämpning av ortsprismetoden, är det första steget att avgränsa den delmarknad värderingsobjektet kan sägas tillhöra. Avgränsningen gäller exempelvis, geografiskt läge som län, kommun, församling, kvarter osv. Även närmiljön t.ex. fastigheter med strand, fastigheter nära strand eller övriga fastigheter. När köp på den aktuella marknaden tagits fram finns det anledning att göra ytterligare urval respektive gallring bland köpen. Följande urval kan då göras för småhusfastigheter. Typ av bebyggelse, t.ex. radhus, hustyp t.ex. enplanshus utan källare, boarea, nybyggnadsår och standard. Syftet med detta urval är att få fastigheter som är så jämförbara som möjligt med värderingsobjektet. Det kan sedan också bli aktuellt att gallra bland jämförelseobjekten t.ex. beroende på att köpet inte är representativt eller att jämförelsefastigheten inte är direkt jämförbar med värderingsobjektet. Det slutligt gallrade ortsprismaterialet kallas för ett gallrat ortsprismaterial och skall ligga till grund för en jämförelse med värderingsobjektet. Värderingsobjektet skall värderas vid en viss tidpunkt den s.k. värdetidpunkten. Ortsprismaterialet innehåller sannolikt köp från olika tidpunkter. Om man bedömer att en prisutveckling (p.g.a. inflation och eventuell realprisförändring) skett mellan respektive köpetidpunkt och värdetidpunkten bör en omräkning av priserna göras. Pristrenden bör beräknas från ett större material för att få ett så bra och tillförlitligt värde (pris) som möjligt. Metoden bygger på tanken att ett förväntat pris för en viss fastighet kan uppskattas med ledning av priser som tidigare betalats för liknande fastigheter, jämförelseobjekt, inom orten. Den fastighet eller enhet som skall värderas brukar benämnas värderingsobjektet. Ortsprismetoden kan tillämpas på samtliga fastighetstyper. 6

Ortsprismetoden innehåller generellt tre huvudmoment. Beskrivning av värderingsobjektet som måste beskrivas med avseende på de faktorer som påverkar värdet. Normalt behöver fastigheten besiktigas för att inhämta den nödvändiga informationen om själva objektet. Sedan är det framtagande av jämförelseköp där man kan utnyttja olika hjälpmedel t.ex. ett fastighetsprissystem eller kommunala förköpslistor. Det är viktigt att ett urval görs som syftar till att finna de mest jämförbara köpen. De viktigaste kriterierna är att jämförelseköpen är från likartade delmarknader som objektet och att köpen inte är för gamla. Det tredje är att analysera materialet. Eftersom jämförelseköpen aldrig är helt identiska med objektet måste man normalt göra en gallring eller korrigering av ortsprismaterialet ske. Om ett köp har egenskaper som avviker för mycket från värderingsobjektet eller när avvikelsens prispåverkande effekt inte kan uppskattas måste köpet gallras bort. Det vanligaste är att man normerar köpeskillingen (k) med hjälp av taxeringsvärdet (k/t) eller boarean (k/boarea) på bebyggda småhusfastigheter. Båda normeringssätten ger ett tal som kan användas som omräkningstal för det objekt som ska värderas. Alla värdebedömningar är förenade med en viss osäkerhet. Det bedömda marknadsvärdet kan redovisas på olika sätt. Vanligt är att värdet anges som en punktskattning t.ex. 1 500 000 kronor. Lika vanligt är att man också anger ett intervall kring marknadsvärdet, t.ex. 1 500 000 ± 10 %. 7

5 Resultat 5.1 Gallring En första gallring gjordes vid utdrag från fastighetsprissystemet. Endast försålda fastigheter med typkod 220, permanentboende en- eller tvåfamiljshus, eller 221, fritidshus, inom Tjörns kommun. En gallring gjordes också från tidpunkten mellan 01-01 till 12-31. Vid närmare analyser gjordes en gallring av objekt över försålda fastigheter där k/tvärdet översteg 4,0. Detta på grund av att få mer jämförbara fastigheter. Vid gallringen försvann ungefär lika många strandnära som inte strandnära fastigheter. Jag gallrade även bort alla försäljningar där k/boarea -värdet översteg 30 000 kronor per kvadratmeter. Jag hade samma tanke här att få så många jämförbara fastigheter som möjligt. Några enstaka fastigheter låg på över 40 000 kronor per kvadratmeter boarea och de är inte jämförbara med genomsnittsfastigheten. Även här försvann ungefär lika många strandnära som inte strandnära fastigheter, Nedåt gjordes ingen bortgallring. Jag har också gallrat bort öarna och gjort de till en egen klass. Öarna som ingår i den klassen är Klädesholmen, Koholmen, Åstol, Tjörnekalv, Stora och Lilla Dyrön, Risön, Lilla Askerön, Härön, Stavsundsholmen och Flatön. 5.2 Alla sålda fastigheter inom Tjörns kommun I diagrammet nedan visas samtliga kvarvarande försålda fastigheter efter gallring oavsett typkod. Det visar en liten ökning av fastighetsvärdet i förhållande till taxeringsvärdet (k/t) under studerad tidsperiod. 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 01-01 06-29 12-26 06-24 12-21 06-19 12-16 06-14 12-11 8

I början av talet låg k/t på en nivå på ca 2,1 medan det i slutet av 2003 ligger på en nivå av 2,3. Medeltal för perioden är 2,2. 35000 30000 25000 20000 15000 10000 5000 0 01-01 06-12- 29 26 06-12- 24 21 06-12- 19 16 06-12- 14 11 I det här diagrammet visas k/boarea, dvs. köpeskillingen i förhållande till boarea. Även här ser man att utvecklingen är positiv. Priset per kvadratmeter boarea har ökat från 9500 kronor per kvadratmeter till ungefär 13 000 kr per kvadratmeter. Medeltalet för perioden är 10 981 kronor per kvadratmeter boarea. Köpeskillingen utan några normeringar varierar från 200 000 kronor för det billigaste fritidshuset till 2 990 000 kronor för den dyraste villan. Medelpriset på samtliga försålda fastigheter ligger på 918 500 kronor. 9

5.2.1 Skillnad mellan permanentboende och fritidshus Fastigheter har olika typkoder beroende på vad fastigheten används till. Fastigheter med typkod 220 är småhusenheter med en- eller tvåfamiljshus för permanentboende medan typkod 221 är småhusenheter för fritisdhus. Nedan visar diagrammet k/t för permanentboende respektive fritidshus. k/t typkod 220 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 k/t typkod 221 01-01 06-29 12-26 06-24 12-21 06-19 12-16 06-14 12-11 Här syns det att marknadsvärdet för fritidshus stiger medan marknadsvärdet på permanentboende ligger i stort sett oförändrat. Medelvärdet för fritidshus ligger på 2,21 medan det för permanentbostäder ligger på 2,18. 35000 30000 k/boarea typkod 220 k/boarea typkod 221 25000 20000 15000 10000 5000 0 01-01 06-29 12-26 06-24 12-21 06-19 12-16 06-14 12-11 Vid jämförelsen mellan fritidshus och permanentboende med hänsyn till köpeskilling per kvadratmeter boarea så ser man även här att ökningen är större för fritidshus än gentemot permanentboende. 10

5.2.2 Diagram; försålda fastigheter, typkod 220 Här visas diagram över försålda fastigheter över hela Tjörns kommun, dvs. alla riktvärdeområden på Tjörn med typkod 220 efter gallring. De blå prickarna markerar försålda fastigheter i strandnära områden och på öarna runt Tjörn medan de röda prickarna markerar försålda fastigheter på övriga områden. 4,5 k/t strandnära och öar k/t övriga 4 3,5 3 2,5 2 1,5 1 0,5 0 01-01 06-29 12-26 06-24 12-21 06-19 12-16 06-14 12-11 Fastighetsvärdet har minskat under de senaste åren främst då för de strandnära medan fastighetsvärdet på de övriga områdena har legat ganska oförändrat. Detta är tvärtemot om vi studerar köpeskillingen i förhållande till boarea. Medelvärdet för köpeskillingen i denna klass ligger mellan 814 913 kronor till 1 424 869 kronor. 30000 k/boarea strandnära och öar k/boarea övriga 25000 20000 15000 10000 5000 0 01-01 06-29 12-26 06-24 12-21 06-19 12-16 06-14 12-11 Här ökar medelvärdet för samtliga fastigheter dock mer för de strandnära och de på öarna. De flesta strandnära fastigheterna ligger t.o.m. över medelvärdet för de övriga. Anledningen till detta tror jag beror på ökad efterfrågan av främst strandnära fastigheter. Läget spelar en avgörande roll eftersom det är pendlingsavstånd till t.ex. Göteborg och eftersom priserna i storstan är högre lönar det sig att flytta ut till Tjörn. 11

5.2.3 Diagram; försålda fastigheter, typkod 221 Till skillnad mot fastigheter för permanentboende är skillnaden att för fritidshus ökar här värdet både vad det gäller strandnära och övriga fastigheter. Man kan också se att de ökar i jämn takt. 4,5 k/t strandnära och öar k/t övriga 4 3,5 3 2,5 2 1,5 1 0,5 0 01-01 06-29 12-26 06-24 12-21 06-19 12-16 06-14 12-11 Vad det gäller köpeskillingen i förhållande till kvadratmeter boarea så är det en relativt kraftig ökning både vad det gäller strandnära som övriga fastigheter. Även här ser vi en jämn ökning. Medelvärdet för köpeskillingen i denna klass ligger mellan 546 677 kronor till 905 000 kronor. 30000 k/boarea strandnära och öar k/boarea övriga 25000 20000 15000 10000 5000 0 01-01 06-29 12-26 06-24 12-21 06-19 12-16 06-14 12-11 12

5.3 Sålda fastigheter inom strandnära områden För att skilja på fastigheter inom det strandnära området genomfördes dels fältstudier genom besök på de fastigheter som låg strandnära samt även mätning genom AutoKaVy där avståndet mättes från byggnadens mitt (den största byggnaden) till stranden. Efter detta delades fastigheterna in i fyra klassificeringar. Strandklassificeringar klassificering klass Strand 0-300 meter 1 Strand 301m-2 km 2 Ej strand 3 Öar oavsett belägenhet 4 Avståndet som är angivet i strandklassificeringen beräknas från fastighetens huvudbyggnad som är avsedd för bostadsändamål och den närmsta vägen till strandlinjen. Anledningen till att det inte finns klassificeringen strandtomt, som det finns i liknande studier inom detta område, är att det inom dessa riktvärdeområden i denna undersökning bara förekommer några enstaka fastigheter med egen strand och att en undersökning av dessa inte blir tillförlitlig. Likaså är områden närmast strand oftast antingen gemensamhetsanläggningar eller samfälligheter och kan nyttjas av allmänheten. I klass 4 som avser öar finns det enstaka fastigheter som ligger mer än 300 meter från stranden men jag har beslutat att öarna får vara i sin egen klass. Jag har vid närmare analyser kommit fram till att köpeskillingskoefficienten och köpeskillingen i förhållande till kvadratmeter boarea inte skiljer sig nämnvärt mellan dessa fastigheter. Jag vill också se om det finns någon skillnad på strandnära fastigheter på Tjörn eller öarna som tillhör Tjörns kommun. 13

5.3.1 Diagram; samtliga objekt i Tjörns kommun sorterat på strandklass 4,5 klass 1 klass 2 klass 3 klass 4 4 3,5 3 2,5 2 1,5 1 0,5 0 01-01 06-29 12-26 06-24 12-21 06-19 12-16 06-14 12-11 I diagrammet visas försålda fastigheters köpeskillingskoefficient. Fastigheterna är indelade i olika klasser enligt ovan. Som man kan se ligger större delen av fastigheterna i strandklass 1 över eller klart över fastigheterna i klass 3. Även i strandklass 2 ligger övervägande delen av fastigheterna över strandklass 3. Klass 4 (öar) ligger högre än de andra klasserna men i slutet av perioden möts klass 1 och 4. I nedanstående diagram visas köpeskillingen i förhållande till antal kvadratmeter boarea. Även här ligger övervägande delen fastigheter i strandklass 1 över fastigheterna i klass 3, även om en och annan fastighet i klass 3 ligger högt. Klass 2 ligger väldigt spridda och har några av de lägsta värdena likaså som några av de högsta. Klass 4 (öar) ligger även här högt och har några av de högsta kvadratmeter priserna. Gemensamt för samtliga fastigheter är att värdet stiger, dock något mer för klass 1. 30000 klass 1 klass 2 klass 3 klass 4 25000 20000 15000 10000 5000 0 01-01 06-29 12-26 06-24 12-21 06-19 12-16 06-14 12-11 14

5.3.2 Diagram; objekt med typkod 220 sorterat på strandklass Följande två diagram visar att K/T och K/Boarea för strandklass 1 ligger mycket över klass 3, som har ett genomsnittsvärde i köpeskillingskoefficienten på 1,81. Klass 2 har ett genomsnittsvärde på 2,12 och klass 1 har ett genomsnittsvärde på 2,53. Klass 4 har ett genomsnittsvärde på 2,78. Detsamma gäller köpeskillingen i förhållande till boarea, där klass 3 har ett genomsnittsvärde på 8 111 kronor medan klass 1 ligger på 13 139 kronor. Klass 4 har ett genomsnittsvärde på 14 585 kronor. Även här sker en ökning på samtliga fastigheter men störst ökning för klass 1. 4,5 klass 1 klass 2 klass 3 klass 4 4 3,5 3 2,5 2 1,5 1 0,5 0 01-01 06-29 12-26 06-24 12-21 06-19 12-16 06-14 12-11 30000 klass 1 klass 2 klass 3 klass 4 25000 20000 15000 10000 5000 0 01-01 06-29 12-26 06-24 12-21 06-19 12-16 06-14 12-11 15

5.3.3 Diagram; objekt med typkod 221 sorterat på strandklass 4,5 klass 1 klass 2 klass 3 klass 4 4 3,5 3 2,5 2 1,5 1 0,5 0 01-01 06-29 12-26 06-24 12-21 06-19 12-16 06-14 12-11 Till skillnad från föregående diagram som berörde permanentbostäder och där värdet ligger relativt konstant eller sjunker ser vi här en liten ökning. Strandklass 2 och 3 följs åt och ligger i princip på samma värde under den senare halvan av perioden. Här ligger k/t på 2,36 i klass 1, något lägre än permanentbostäder. I klass 2 och 3 ligger k/t på 2,14 respektive 2,03 vilket är något högre än för permanentbostäder. I klass 4 ligger k/t på 2,59 och ligger något lägre även det än permanentbostäder. Liknande iakttagelse kan vi se vad det gäller köpeskillingen i förhållande till boarea. Medelvärdet för strandklass 2 ligger på 11 081 kronor medan det för klass 3 ligger på 9 900 kronor. Dessa är också något högre än för permanentbostäder. För klass 1 ligger det på 12 047 kronor och för klass 4 på 13 354 kronor vilket är lägre än för permanentbostäder. 30000 klass 1 klass 2 klass 3 klass 4 25000 20000 15000 10000 5000 0 01-01 06-29 12-26 06-24 12-21 06-19 12-16 06-14 12-11 16

5.4 Analys Efter fältstudier har jag kommit fram till att utsikten är svår att klassificera, likaså strandens kvalitet. Det finns flera exempel i undersökningen där fastigheter har nära till strand med utsikten består av en industri. Här är det svårt att bedöma marknadsvärdet, likaså finns det industrier där lukten är outhärdlig om vinden blåser från ett visst håll. Detta dilemma är något som vi har upptäckt på ett flertal ställen, så därför har vi gjort bedömningen att inte ta med utsikt i klassificeringen ej heller strandens kvalitet då den i stort sett runt hela Tjörn och på dess öar består av klippor. Samtliga diagram visar att närheten till strand spelar en avgörande roll för fastigheternas marknadsvärde. I tabellen nedan visas medelvärdet för k/t och k/boarea för strandklasserna som förekommer i diagrammen. I de första fyra klasserna är permanentbostäder (220) och fritidshus (221) hopslagna. I nästa indelning är permanentbostäder redovisade i fyra klasser och sedan fritidshus i fyra klasser. klass k/t k/boarea Strandfakto r 1 2,42 12408 220+221 2 2,13 10246 3 1,88 8665 4 2,72 14187 220 1 2,53 13139 2 2,12 9588 3 1,81 8111 4 2,78 14585 221 1 2,36 12047 2 2,14 11081 3 2,03 9900 4 2,59 13354 Resultatet redovisas även i diagram nedan som visar medelvärdet för k/t och k/boarea för respektive klass inom klasserna permanentbostäder och fritidshus hopslagna, permanentbostäder och fritidshus var för sig. 3 2,5 220-221 220 221 2 1,5 1 0,5 0 1 2 3 4 17

När det gäller köpeskillingskoefficienten så är klass 2 den jämnaste klassen. Utseendemässigt är klass 1 och 4 lika. Av tabellen ovan att döma så ligger fritidshus i klass 2 och 3 högre än motsvarande klass för permanentbostäder. När vi ser till klass 3 så ligger permanentbostädernas k/t under fritidshusen. I klass 2 ligger k/t i stort sett lika för både permanentbostäder och fritidshus. När det gäller köpeskillingen i förhållande till boarea så ser man även liknande tendens. Även här sjunker det mest för permanentbostäder. I klass 1 så ligger köpeskillingen i förhållande till boarea på i stort sett samma priser. I klass 2 ligger permanentbostädernas priser under fritidshusen för att sedan sjunka mer i klass 3. Medelpriset för permanentbostäder och fritidshus hopslagna ligger på 12 400 kronor. 16000 14000 12000 10000 220-221 220 221 8000 6000 4000 2000 0 1 2 3 4 18

6 Slutsatser Jag och Susanne Rosqvist har valt att bara studera närheten till strand och hur priset påverkas av detta. Vi har inte tagit med utsiktens betydelse. Vi har jämfört permanentbostäder och fritidshus och sedan delat in dessa i fyra klasser efter hur nära stranden de är belägna. Vi har dock valt att dela in i andra klasser än de i fastighetstaxeringen. Anledningen till den större indelningen i klass 2 är att jag ville få med de strandnära samhällen som finns runt på Tjörn. Även om de inte ligger nära stranden så är det cykel- eller gångavstånd till de flesta och för många så betingar även det ett högt marknadsvärde. Fastigheterna som ligger strandnära eller på öar som tillhör Tjörns kommun har ett högre marknadsvärde än övriga fastigheter. Utsikten spelar ju förvisso en viss roll för marknadsvärdet men av de fastigheter som jag har undersökt på öarna så förekommer det i stort sett ingen helt skymd. De flesta har full utsikt eller delvis skymd. Jag tror inte att man behöver ta någon direkt hänsyn till utsikten över havet vid fastighetstaxering. De fastigheter som ligger nära havet får istället ett stort slitage på sina fastigheter på grund av de delvis hårda vindarna och får istället underhålla sina fastigheter oftare. Det som däremot är intressant är varför utsikt har en så stor betydelse för marknadsvärdet och att man ska ta hänsyn till detta vid fastighetstaxering. För fastigheter som ligger i de undersökta riktvärdeområdena tycker vi att indelningen är för detaljerad. Jag kunde inte i mina undersökningar se någon skillnad i den normerande köpeskillingen mellan de fastigheter där huvudbyggnaden ligger 75 eller 300 meter från strandlinjen. Jag trodde att skillnaden mellan klass 1 och 2 skulle vara större. Anledningen till att skillnaden inte var större kan bero på att de fastigheter som ligger i klass 2 kan nyttja stranden på samma sätt som fastigheterna i klass 1. Som jag skrev i analysen så fanns det bara en handfull fastigheter som hade egen strand. Klart är dock att de övriga fastigheterna som i många fall ligger mitt på Tjörn och tillhör klass 3 inte har ett så högt marknadsvärde. Klass 4 (öar) ligger klart över de andra fastigheterna både vad det gäller köpeskillingskoefficienten och köpeskillingen i förhållande till kvadratmeter boarea. Det är tveksamt om den klassen ska vara med i undersökningen. 19

6.1 Begränsningar, fördelar och nackdelar För att begränsa arbetets storlek valde jag att gallra bort fastigheter med ett k/boarea större än 30 000 kronor. Det kan naturligtvis diskuteras om jag skulle ha gjort en grövre gallring och tagit bort fler. Priserna på Västkusten är i regel ganska höga och för att få med så många objekt som möjligt för att få ett bra urval så blev mitt val att ta med så här höga kvadratmeterpriser. Det har varit ett tidskrävande arbete men det har varit nödvändigt för att få en rättvis bild över verkligheten. Fördelen med att arbeta tillsammans med Susanne är att vi har kommit fram till samma värderingar när det gäller klassificeringen. 20

Källförteckning 1 Fastighetsvärdering, grundläggande teori. Lantmäteriverket & Mäklarsamfundet (2002) Gävle: Studentlitteratur. LMV Rapport 2002:10 2 Allmän fastighetstaxering, småhus. RSV 389 utgåva 5. Riksskatteverket (augusti 2002) Tillgänglig: <http://www.skatteverket.se 3 Kartor hämtade från: <http://www.tjorn.se [2004-06-07] Copyright Tjörns kommun. 21

A Karta Här är en karta över Tjörns kommun. Bilaga A:1

B Riktvärdeområden Här följer de riktvärdeområde som analyserats i undersökningen för Tjörns Kommun Riktvärdeområde 1419002 Tjörn inlandet 1419004 Tjörn norra kust 1419007 Tjörns kustzon ost och sydost 1419008 Tjörn kust väst 1419009 Sunna 1419010 Myggenäs 1419011 Nordevik 1419012 Höviksnäs 1419014 Hövik kust 1419018 Rönnäng övrigt 1419019 Rönnäng centralort 1419020 Bleket 1419022 Risön, Hättan 1419024 Stora Dyrön 1419026 Åstol 1419028 Tjörnekalv 1419030 Klädesholmen 1419032 Flatholmen 1419034 Skärhamn centralort 1419036 Skärhamn övrigt 1419038 Västra Sunna 1419042 Bö 1419044 Ängeviken 1419046 Björholmen 1419900 Havet 1419040 Kyrkesund Bilaga B:1

C Grundmaterial Datum k/t k/boa köpeskilling typkod Datum k/t k/boa köpeskilling typkod 1050 01-10 1,36 6000 738 220 03-31 2,71 0 1050 220 01-10 1,71 8510 400 221 03-31 2,51 1250 0 775 221 01-14 1,99 9800 735 221 03-31 1,01 5254 289 221 01-15 1,04 4411 750 220 04-03 3,74 1607 1 1125 220 01-28 1,98 6866 975 220 04-03 3,15 1032 8 2200 220 01-28 1,48 7848 675 220 04-04 2,5 9000 450 221 1362 01-28 2,59 10126 800 221 04-07 2,89 7 695 220 01-31 1,87 5369 945 220 04-11 1,54 8194 295 221 02-03 1,7 7297 540 221 04-14 2,58 1058 8 720 221 02-04 2,74 12571 880 221 04-19 2,05 9928 695 221 02-04 2,6 20000 1500 221 04-19 2,17 9000 585 221 02-11 2,01 9393 620 221 04-20 2,17 7971 550 220 02-16 2,73 13300 665 221 04-27 2,38 1201 6 745 221 02-21 1,91 6866 975 220 04-27 1,94 7837 580 221 02-21 2,59 11923 775 221 04-28 2,09 7017 800 220 02-22 2,76 10378 768 221 04-28 3,15 1624 0 812 221 02-25 1,96 6346 825 220 04-28 3,64 1404 1 1025 221 02-25 3,96 12380 1300 220 04-28 2,94 1058 5 995 220 02-25 1,59 7777 490 221 04-28 2,41 1234 0 580 220 02-25 2,03 12790 550 221 04-28 1,86 8455 1150 220 1025 02-28 1,73 7142 350 220 04-28 1,7 6 400 221 02-29 1,83 8145 505 220 04-28 1,77 7906 340 221 02-29 1,8 8079 1018 220 05-02 1,91 9506 713 221 03-01 2,11 6176 1050 220 05-02 2,48 1133 3 680 220 03-01 2 9097 1310 220 05-02 1,77 7558 325 221 03-01 1,53 5769 750 220 05-02 1,69 8113 357 221 03-01 3,44 14135 1145 220 05-02 2,14 8562 685 221 1076 03-01 1,78 9302 400 221 05-03 1,5 9 700 221 03-02 2,27 13823 940 221 05-04 3,4 6600 1650 221 03-03 1,12 6068 443 221 05-04 2,24 8888 640 220 03-03 2,15 10526 800 220 05-05 3,81 1296 2 1400 220 03-08 1,76 9375 825 221 05-05 2,07 1166 6 595 220 03-15 1,88 9214 645 220 05-09 1,64 6736 485 220 03-15 2,33 12777 805 221 05-11 1,8 8230 535 221 Bilaga B:1

03-15 2,31 11700 585 221 05-12 3,53 2007 0 2850 220 03-17 1,3 5000 660 220 05-12 1,07 4651 200 221 03-20 2,11 8306 515 221 05-15 1,45 5555 350 220 03-20 1,34 7000 280 221 05-15 1,8 6750 270 221 1875 03-28 1,47 6486 480 221 05-16 2,91 0 675 221 03-30 2,02 9932 735 220 05-18 1,56 6739 310 221 03-30 1,9 8593 1375 220 05-24 1,96 7539 950 220 03-30 2,01 8207 435 221 05-25 2,31 1007 4 675 221 03-31 3,87 20070 1425 220 05-25 2,25 1129 6 610 220 03-31 2,51 12500 775 221 05-25 2,37 1126 6 845 220 03-31 1,88 8045 885 220 05-25 2,78 8152 750 220 Datum k/t k/boa köpeskilling typkod Datum k/t k/boa köpeskilling typkod 05-25 2,14 9883 425 221 07-07 1,97 7297 540 221 05-25 0,91 4615 300 221 07-14 2,43 12380 780 221 05-29 1,98 9180 560 221 07-21 2,69 9476 995 220 05-29 1,98 9180 560 221 07-21 1,71 9000 450 221 05-29 2,28 11636 640 221 07-25 2,41 13584 720 221 05-30 2,18 9600 720 221 07-31 1,69 8083 485 221 05-30 2,18 9600 720 221 08-01 1,74 7656 1225 220 05-30 2,2 9756 1200 220 08-01 1,99 8000 1000 220 05-30 1,74 6808 817 220 08-01 1,97 8988 1600 220 05-31 1,99 13266 995 221 08-02 0,72 4109 300 220 05-31 2,47 12130 1395 220 08-02 1,28 6000 300 220 05-31 2,49 8636 950 220 08-02 1,09 4436 630 220 05-31 2,67 13979 685 221 08-04 3,25 16417 985 221 06-02 2,28 9103 965 220 08-09 1,57 7159 315 221 06-05 3,03 12600 945 221 08-14 2,13 12980 675 220 06-07 1,58 6964 390 220 08-14 2,55 7445 685 221 06-07 2,4 10404 437 221 08-15 2,45 13793 800 221 06-09 2,39 10614 605 220 08-15 1,94 7500 825 221 06-09 1,96 10000 700 221 08-16 1,99 10465 450 221 06-10 1,77 5840 695 221 08-18 2,74 9216 765 221 06-13 2,15 8011 1450 220 08-22 2,21 11556 1225 220 06-13 2,12 8730 550 221 08-23 1,88 7462 500 221 06-15 3,37 11034 960 220 08-25 1,97 12162 450 221 06-15 1,61 6306 700 220 08-30 2,46 9090 1000 220 06-16 3,15 17384 1130 220 08-31 2,6 12037 650 221 06-16 2 9259 500 221 08-31 3,69 13250 1060 220 06-17 1,78 10958 800 221 08-31 2,79 11481 620 221 06-19 2,26 7421 475 221 08-31 2,75 6944 875 220 06-20 1,79 6447 1038 220 08-31 2,79 11481 620 221 06-21 2,49 14333 860 221 09-01 2,3 10862 1260 220 06-21 2,43 8571 900 221 09-01 2,29 10669 1195 220 06-22 2,19 12083 435 221 09-01 1,59 6818 900 220 06-26 0,7 2314 250 221 09-01 3,03 7102 625 221 Bilaga B:1

06-28 2,37 10606 700 220 09-04 2,86 10555 475 221 06-30 2,87 8407 950 220 09-05 1,9 10555 475 221 06-30 2,97 11684 853 221 09-11 1,41 10714 300 221 06-30 2,15 3787 250 221 09-12 2,79 12121 800 221 06-30 2,58 8958 645 220 09-14 2,01 9459 700 220 06-30 3,43 13819 995 221 09-15 2,43 12701 1575 220 06-30 2,54 11810 685 221 09-15 1,8 8534 495 221 06-30 1,65 7075 375 221 09-15 2,57 11350 647 221 06-30 1,63 6271 370 221 09-21 2,55 7957 923 220 07-03 2,58 12903 1600 220 09-22 1,12 4807 500 220 07-03 1,62 11111 700 220 09-22 2,16 12477 1385 220 07-07 2,41 14444 650 221 09-25 1,81 9133 1370 220 07-07 1,8 8571 540 221 09-28 1,52 6219 255 221 09-29 1,8 7152 515 221 12-11 2,52 10818 595 221 09-29 1,84 7758 1125 220 12-11 2,14 9574 450 221 10-02 1,68 7291 875 220 12-11 2,6 11538 1350 220 10-02 3,92 15000 1350 220 12-11 1,65 6360 795 220 10-04 1,68 6280 785 220 12-13 2,29 9485 645 221 10-05 2,44 11800 885 221 12-13 1,01 7777 350 221 10-06 2,87 11736 845 220 12-15 1,71 7601 1125 220 10-06 3,95 20930 900 220 12-18 1,13 4167 625 220 10-09 2,16 10373 695 221 12-18 1,46 6164 450 221 10-13 2,33 12766 1200 220 12-21 2,5 10555 1425 220 10-13 2,36 11579 1100 220 12-29 2,35 9015 595 221 10-13 2,02 8904 650 220 01-01 1,65 13371 468 221 10-17 1,45 6307 328 221 01-02 2,53 10000 670 221 10-18 2,2 10312 660 221 01-15 1,81 9677 1500 220 10-20 2,45 9250 1850 221 01-15 1,96 6680 835 220 10-23 2,33 10714 1350 220 01-15 2,13 9230 960 220 10-24 2,42 13750 550 220 02-01 1,98 11194 750 221 10-25 2,31 8260 1140 220 02-01 1,39 4218 675 220 10-26 1,81 7986 575 220 02-01 2,25 11301 1650 220 10-30 1,55 6048 375 221 02-01 4,03 10420 1240 220 11-01 2,97 14479 695 221 02-01 2,91 12500 650 221 11-10 2,16 12272 1350 220 02-09 1,87 11100 1110 220 11-13 1,2 2956 550 221 02-19 1,59 8484 840 220 11-15 2,25 9401 1100 220 02-23 2,87 10775 1293 220 11-20 3,11 18437 1475 221 02-23 1,29 6262 620 220 11-20 2,66 10344 1500 220 02-26 1,01 4789 273 221 11-21 1,93 13888 500 221 02-28 1,01 4728 435 220 11-24 1,7 6288 1025 220 02-28 3,16 22125 885 221 11-25 1,52 7727 425 221 03-01 2,79 18125 1450 220 11-27 2,26 14359 1120 221 03-01 1,84 8535 845 220 11-30 1,79 6936 985 220 03-01 1,65 7428 1040 220 11-30 3 13595 1210 220 03-01 2,89 11764 1600 220 11-30 2,12 10056 885 220 03-02 2,78 14727 810 221 11-30 3,1 13686 1875 220 03-08 1,41 7194 1000 220 Bilaga B:1

11-30 1,6 7500 795 220 03-09 1,68 8230 930 220 11-30 1,63 6400 480 221 03-16 1,79 6363 700 220 12-01 2,02 9583 1150 220 03-26 2,28 14634 1200 221 12-01 2,27 9818 1080 220 03-28 2,27 9133 685 221 12-01 1,22 7500 585 220 03-30 2,67 16439 1085 220 12-01 1,75 8500 935 220 03-30 1,99 8517 1235 220 12-01 2,19 10437 835 220 03-30 2,17 8787 1450 220 12-01 2,07 12372 730 220 03-30 2,67 16439 1085 220 12-01 2,36 11397 775 221 03-30 1,71 9803 500 221 12-01 2,22 8796 475 221 04-01 2,14 10869 750 221 12-04 1,75 8947 850 220 04-02 1,71 8063 895 220 12-05 1,56 7797 655 220 04-02 2,54 13404 563 221 04-09 1,19 6862 350 221 04-12 1,98 10317 1300 220 06-08 1,81 8615 560 221 04-16 2,43 14000 700 221 06-08 2,03 9000 945 220 04-17 2,31 14179 1900 220 06-08 3,1 9689 1250 220 04-17 3 17403 905 220 06-08 2,08 6831 1175 220 04-17 1,09 4436 630 220 06-08 1,81 8615 560 221 04-17 2,09 9459 1050 220 06-08 1,93 6596 785 221 04-17 1,73 6285 1100 220 06-08 2,03 13378 495 221 04-25 1,57 8630 500 221 06-08 2,35 10989 851 220 04-27 2,39 12222 770 221 06-08 2,36 11058 858 220 04-27 2,04 8600 1075 220 06-08 2,37 11128 865 220 04-27 2,4 15535 870 221 06-08 2,39 11197 872 220 04-27 1,72 9868 750 221 06-08 2,55 12306 983 220 04-27 1,75 7534 550 221 06-08 2,56 12375 990 220 04-30 1,86 11500 805 220 06-08 2,57 12445 996 220 05-02 2,22 13889 1250 220 06-08 2,58 12514 1003 220 05-02 2,43 10593 1250 220 06-11 1,73 6875 550 221 05-02 1,69 6909 995 220 06-11 2,40 11266 879 220 05-02 1,73 8666 390 221 06-11 2,59 12583 1010 220 05-03 2,36 11194 750 220 06-13 3,64 15142 1060 221 05-04 2,49 12647 860 220 06-13 1,72 9183 450 221 05-04 2,03 9230 600 220 06-13 2,41 11336 886 220 05-04 2,8 12656 810 221 06-13 2,42 11405 893 220 05-04 1,58 9615 625 221 06-13 2,60 12653 1017 220 05-04 1,6 14594 540 221 06-13 2,61 12722 1024 220 05-10 2,38 10000 600 221 06-14 3,3 13095 1100 220 05-11 2,02 11285 790 220 06-14 2,43 11474 900 220 05-14 1,95 6250 875 220 06-14 2,62 12791 1031 220 05-14 2,23 10625 850 221 06-15 2,04 8274 935 220 05-15 1,75 9062 1450 220 06-15 1,3 7391 510 220 05-15 1,87 7777 560 220 06-15 2,49 11451 710 221 05-17 2,11 11718 750 221 06-15 2,25 15897 620 221 05-22 1,74 10634 670 220 06-15 2,44 11544 906 220 05-22 2,25 9000 495 221 06-15 2,45 11613 913 220 Bilaga B:1

05-25 1,7 7500 900 220 06-15 2,46 11682 920 220 05-28 2,19 11864 700 221 06-15 2,47 11752 927 220 05-29 2,88 18113 960 221 06-18 2,94 13092 995 220 05-29 2,08 11511 495 221 06-18 2,48 11821 934 220 05-31 2,77 15714 1100 221 06-19 2,21 10243 420 221 05-31 1,81 10074 1350 220 06-19 2,49 11890 941 220 05-31 2,15 9652 695 221 06-20 1,76 8695 400 221 05-31 2,77 15714 1100 221 06-20 2,50 11960 948 220 06-01 2,48 13306 825 220 06-21 4,04 19231 1500 220 06-01 1,9 11176 760 220 06-21 1,59 8076 525 221 06-01 1,82 9545 525 221 06-21 2,51 12029 955 220 06-06 1,19 5888 265 220 06-21 2,52 12098 962 220 06-26 2,34 7592 1025 220 10-01 2,55 11965 1400 220 06-26 2,53 12168 969 220 10-01 1,77 8870 550 221 06-28 1,58 5965 1050 220 10-01 1,59 7307 380 221 06-28 2,54 12237 976 220 10-05 1,49 6000 750 220 07-26 2,08 9466 710 221 10-05 2,02 9059 915 220 07-26 1,7 10891 1100 220 10-10 3,11 15652 2426 220 07-26 2,15 10108 930 220 10-11 0,94 4134 277 221 07-27 2,13 10888 490 221 10-11 3,01 23469 1150 221 07-30 2,02 12391 570 221 10-11 2,2 10000 760 220 08-03 1,8 6666 400 221 10-11 1,91 11016 650 221 08-07 2,83 9475 1175 220 10-12 1,86 6818 375 221 08-09 2,18 12407 670 221 10-12 2,15 11296 610 221 08-10 3,61 19897 776 221 10-17 2,36 9722 1400 220 08-14 2,38 10464 1465 220 10-24 1,89 9561 545 221 08-17 1,61 6722 800 220 10-25 2,2 9700 485 221 08-17 2,17 10526 600 221 10-26 3,15 24200 1210 221 08-21 1,77 8164 645 220 10-29 1,88 7672 890 220 08-22 1,86 10887 675 221 10-29 1,68 7969 1060 220 08-24 2,44 13750 660 221 11-01 2,29 9927 685 220 08-28 2,05 11428 800 220 11-01 1,73 6029 1025 220 08-30 1,98 10769 700 221 11-01 2,4 9302 800 220 08-31 3,15 17309 900 221 11-01 1,01 2992 398 220 08-31 2,55 13571 665 221 11-01 2,12 12109 775 221 08-31 2,07 8518 1150 220 11-05 1,86 9500 475 221 08-31 1,66 5784 885 220 11-09 1,28 6923 450 220 08-31 1,95 10873 685 220 11-13 2,76 11442 1190 220 08-31 2,28 10810 800 221 11-15 0,96 4444 800 220 09-03 1,82 7863 865 220 11-28 2,69 14402 965 220 09-04 2,07 7588 645 220 11-29 2,02 7526 1400 220 09-05 2,08 6250 675 220 11-30 1,98 13000 780 221 09-11 1,68 5813 250 220 11-30 2,28 14528 770 220 09-13 3,46 12000 1200 220 11-30 1,96 11269 710 221 09-14 2,11 8791 800 220 12-03 2,21 10780 1078 220 09-17 3,28 18985 1310 221 12-04 2,61 13018 690 221 Bilaga B:1

09-20 2,8 12662 975 221 12-05 2,03 12727 700 221 09-20 3,25 13462 1750 220 12-10 2,1 8333 1300 220 09-21 3,51 12353 1050 220 12-12 1,37 5645 700 220 09-24 2,36 11904 1000 221 12-12 1,79 10144 700 221 09-24 1,86 11491 701 220 12-14 1,57 7166 860 220 09-28 1,89 8125 845 220 12-15 1,13 3779 650 220 09-28 2,67 12678 1775 220 12-18 1,16 7500 900 220 09-28 2,17 4871 760 220 12-19 1,12 6382 300 221 09-28 1,09 5666 340 221 12-20 1,68 7083 850 220 09-28 2,07 12941 660 221 12-21 1,41 11259 653 221 10-01 1,95 10364 995 220 12-27 2,57 10638 1500 220 12-28 0,96 4583 440 221 04-16 2,16 8839 495 221 01-02 2,4 14167 1700 220 04-25 1,76 7200 900 220 01-04 1,98 8098 575 220 04-25 2,21 9365 590 221 01-09 1,57 6560 1030 220 04-26 1,85 8849 1000 220 01-10 2,08 12000 600 220 04-26 3,86 24509 1250 221 01-15 1,62 7522 835 220 04-26 2,65 14795 725 221 01-18 2,59 15000 1050 221 04-29 2,27 10400 780 220 01-24 1,58 7500 540 221 04-29 1,87 7777 560 220 01-25 3,07 13200 1650 220 04-29 2,31 10526 600 221 01-26 1,02 5000 390 220 05-03 2,82 12544 853 221 01-30 1,41 10166 549 221 05-06 2,4 12846 835 221 01-31 1,75 12222 660 221 05-07 2,31 11904 1500 220 02-01 1,58 10056 895 220 05-15 1,83 8322 1315 220 02-01 1,79 6935 860 220 05-16 2,05 8928 750 221 02-01 1,66 7791 935 220 05-16 1,9 9800 735 221 02-01 1,93 9315 680 221 05-16 1,94 9262 565 221 02-07 1,81 6410 500 220 05-17 2,44 12500 950 220 02-15 3,61 11403 1300 220 05-17 1,45 24666 1850 220 02-15 2,84 18333 1100 220 05-17 2,47 13985 965 220 02-15 2,39 9733 730 220 05-17 1,76 10714 450 221 02-15 1,9 4045 890 220 05-24 3,09 13571 1900 220 02-21 2,15 13444 605 220 05-29 2,36 13432 900 221 02-27 2,09 11637 675 221 05-29 1,89 9928 695 221 02-28 2,52 14361 675 220 05-31 3,76 15909 2450 220 02-28 1,9 8482 950 220 05-31 2,25 11000 1100 220 03-08 1,26 7191 525 220 06-01 2,81 15147 1030 221 03-21 4,04 19231 1500 220 06-03 1,54 7290 401 221 03-22 1,95 10909 1200 220 06-04 2,16 10144 1400 220 03-25 1,18 9836 600 221 06-05 2,5 9589 700 221 03-27 1,58 7851 950 220 06-05 2,6 14461 940 221 03-27 1,75 6666 1000 220 06-07 1,73 10301 855 220 03-27 2,81 12359 1100 220 06-10 2,08 10700 535 221 Bilaga B:1

03-28 2,98 15585 1465 221 06-14 1,66 8040 595 221 04-01 1,76 9333 560 221 06-17 2,21 9756 1200 220 04-01 1,92 12714 890 221 06-17 2,9 14062 900 221 04-02 1,46 6014 415 220 06-18 2,81 17105 1300 221 04-03 2,14 10666 640 221 06-18 3,59 16071 675 221 04-05 1,15 10638 500 220 06-19 2,47 17466 1310 221 04-11 2,16 7377 900 220 06-19 2,82 14705 1000 221 04-11 2,18 18571 1300 220 06-19 2,42 13305 785 221 04-11 1,79 7070 700 220 06-20 3,32 16326 800 220 04-11 1,31 4972 900 220 06-25 2,88 13496 2200 220 04-12 3,56 13936 655 221 06-27 3,12 12149 1385 220 04-15 2,12 9174 1000 220 06-28 2,74 15476 975 221 04-15 2,14 12000 600 221 06-28 3,68 17647 1200 221 04-15 2,32 9375 1575 220 06-28 1,66 8653 450 221 06-28 1,95 11489 540 221 09-09 1,87 6042 1275 220 06-28 1,92 11956 825 221 09-12 2,85 23016 1450 221 07-01 3,69 14835 1350 220 09-13 3,08 10708 1360 220 07-01 1 4250 510 220 09-16 1,94 8733 655 220 07-01 2,15 9444 1105 220 09-18 1,65 8000 400 220 07-01 1,49 8695 400 221 09-23 2,44 12000 900 221 07-02 3,24 17592 950 220 09-26 1,82 7897 845 220 07-05 2,91 14071 985 221 09-27 1,77 10447 700 221 07-05 3,72 21126 1500 221 09-27 1,22 5263 400 221 07-09 1,97 8554 425 221 09-27 2,23 10294 700 221 07-12 3,92 17500 1400 220 09-30 2,04 10416 625 221 07-12 3,24 15090 830 220 10-01 2,1 7894 900 220 07-12 1,94 16071 450 221 10-01 2,29 9507 1350 220 07-18 1,71 6237 630 220 10-04 3,97 13700 1370 220 07-18 3,55 16666 1150 220 10-08 3,78 12273 1350 220 07-19 1,54 8309 349 221 10-08 1,68 6849 1000 220 07-19 1,99 10400 624 221 10-15 2,95 16146 1550 220 07-23 2,31 9620 760 221 10-15 2,15 9250 1295 220 07-25 3,89 24091 2650 220 10-18 1,87 8395 680 220 07-25 3,04 15500 930 221 10-18 2,21 10593 1250 220 07-26 3,96 17537 1175 221 10-18 1,84 7137 885 220 07-26 2,26 9328 1250 220 10-30 1,85 9090 600 221 07-26 2,55 16379 950 221 10-30 1,85 9090 600 221 07-29 2,42 13305 785 221 10-31 1,99 11309 950 221 07-29 2,08 11250 585 221 10-31 2,28 9047 950 220 07-31 1,99 8148 1100 220 10-31 2,47 10000 1650 220 08-01 1,79 6732 1084 220 10-31 2,39 9615 625 221 08-09 1,95 13571 950 221 11-01 2,61 8247 1600 220 08-12 2,18 9907 1070 220 11-01 2,68 7157 1775 220 08-12 2,92 14527 1075 220 11-01 1,94 7926 1292 220 08-15 2,89 23469 1150 221 11-01 1,65 6709 785 220 08-15 2,57 27308 1775 220 11-01 1,45 1424 225 220 Bilaga B:1