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

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

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 1997-2000. 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 1997-2000. 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

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 1997-2000 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 1997-2000. 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 1997-2000, 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

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 080222 Jessica Meijer 4

INNEHÅLLSFÖRTECKNING MASTER OF SCIENCE THESIS 2 ABSTRACT 2 EXAMENSARBETE 3 SAMMANFATTNING 3 FÖRORD 4 INNEHÅLLSFÖRTECKNING 5 1 INLEDNING 7 1.1 BAKGRUND 7 1.2 SYFTE OCH AVGRÄNSNING 7 1.3 METOD OCH INFORMATIONSINSAMLING 8 1.4 REGRESSIONSANALYS 8 1.5 UPPSATSENS DISPOSITION 9 2 TOMTRÄTTSINSTITUTET 10 2.1 REGELVERK 10 2.2 FRIKÖP AV TOMTRÄTTER I STOCKHOLMS STAD 10 2.3 PRISBILDNING 11 3 ANALYS AV SMÅHUSPRISER 13 3.1 DATAMATERIALET 13 3.2 REGRESSIONSANALYSEN 14 3.3 VALDA OMRÅDEN 15 3.3.1 KLASSNING AV OMRÅDENA 15 3.4 RESULTAT AV REGRESSIONSANALYSERNA 16 3.4.1 FÖRKLARING TILL TABELLERNA 16 4 ANALYS 18 4.1 UTGÅNGSPUNKT FÖR ANALYSEN 18 4.2 VARIABLERNAS PÅVERKAN PÅ PRISET 18 4.3 TOMTRÄTTENS PÅVERKAN PÅ PRISET 19 4.3.1 HELA URVALET 19 4.3.2 ATTRAKTIVA MINDRE ATTRAKTIVA OMRÅDEN 19 4.3.3 NYA REGRESSIONSANALYSER 20 4.3.4 ANNAN PÅVERKAN MED ANNAT ANGREPPSSÄTT 23 5

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

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 25.000 småhustomträtter såldes nästan tre fjärdedelar. Idag, när denna uppsats slutförs, (feb-08) har staden sålt mer än 18.000 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 1997-2000. 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 1997-2000. 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 1999 2 Intervju med Yvonne Modin, Stockholms Stad, en av de ansvariga för tomträttsförsäljningen idag 7

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 1997-2000. 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 91-7810-508-0, s:63, 170 8

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

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 48 65 % 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 18.000 av de totalt ca 25.000 småhustomträtter som fanns i stadens ägo 1999 har friköpts. 4 SOU (1990:23), Tomträttsavgäld, Betänkande av 1988 års tomträttsutredning, ISBN 91-38-10534-9 5 13 kap Jordabalken 6 Kommunstyrelsen Stockholms Stad, Utlåtande 1996:272 RIII, Dnr 655/96 7 Persson, Hans, Friköpspris för småhustomträtter, Tjänsteutlåtande, Gatu- och fastighetskontoret, 1997 8 Gatu- och fastighetskontoret, Brev ut till tomträttshavare om information om friköp, Mars 1997 10

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 500 450 400 350 300 250 200 150 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 År Hela riket Stockholms Län Figur 1. Fastighetsprisindex 1994-2003, Källa SCB 9 www.scb.se 10 Bejrum, Lundström, Fastighetsekonomi, Hyresfastigheter, Catella AB, ISBN 91-7810-508-0, s:73-74 11 www.scb.se 11

Antal Enligt konjunkturinstitutets inflationsrapport 2002:3 har småhuspriserna i riket stigit realt med i genomsnitt 7 % per år sedan bottennivån 1996. 12 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, 1997-2000, 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 18 000 16 000 14 000 12 000 10 000 8 000 6 000 4 000 2 000 0 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 År Småhus Flerbostadshus Figur 2. Färdigställda lägenheter riket 1994-2003, Källa SCB Regionen har sedan mitten av 90-talet vuxit med cirka 20.000 invånare per år samtidigt som bostadsbyggandet har varit mycket lågt. Trots en viss ökning har bostadsbyggandet inte kommit upp till mer än cirka 5.000 bostäder per år. Resultatet har blivit en omfattande bostadsbrist, skenande bostadspriser och ökade boendekostnader för alla. 14 12 Riksbanken, Inflationsrapport 2002:3, Kap 2, Utvecklingen på den svenska småhusmarknaden. 13 www.scb.se 14 www.rtk.sll.se, Regionplane- och trafikkontoret 12

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 15.063 stycken och efter rensning återstod 7.483 köp. Materialet justerades sedan för att anpassas till den regressionsanalys som skulle göras. 13

3.2 Regressionsanalysen Regressionsanalys med tidsseriedata på halvårsfrekvens mellan åren 1997-2000. 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 1997-2000 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

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 3.3.1 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 41-42 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

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. 3.4.1 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 -1 155 832 49 252-23,468 0,000 Ålder 13 582 443 30,663 0,000 Boyta 11 351 179 63,391 0,000 Stranddummy 869 803 60 256 14,435 0,000 Standardpoäng 22 190 1 351 16,428 0,000 1997_2 83 278 21 965 3,791 0,000 1998_1 172 001 22 679 7,584 0,000 1998_2 252 769 21 900 11,542 0,000 1999_1 367 048 22 526 16,294 0,000 1999_2 492 243 21 559 22,832 0,000 2000_1 722 916 22 927 31,531 0,000 2000_2 846 238 25 676 32,958 0,000 Areal -104 20-5,119 0,000 Kedjehus -440 302 21 636-20,350 0,000 Radhus -499 007 18 650-26,756 0,000 Tomträttsdummy * areal 352 24 14,706 0,000 R 2 0,645 Justerad R 2 0,645 Residualspridning 501 928 Antal observationer 7 483 15 http://www.ises.abo.fi/kurser/stat/8765/forelasning/kapitel7.htm 16

Tabell 2. Resultat av regressionsanalys med alla köp, tomträttsdummy * bostadsyta Variabel Koefficient Standardavvikelse T-värde Signifikans Konstant -1 100 188 49 550-22,204 0,000 Ålder 14 629 442 33,077 0,000 Boyta 10 946 188 58,085 0,000 Stranddummy 883 784 60 881 14,516 0,000 Standardpoäng 22 266 1 367 16,288 0,000 1997_2 84 400 22 172 3,807 0,000 1998_1 174 861 22 891 7,639 0,000 1998_2 256 191 22 105 11,590 0,000 1999_1 366 069 22 737 16,100 0,000 1999_2 495 624 21 760 22,777 0,000 2000_1 724 083 23 146 31,284 0,000 2000_2 841 197 25 919 32,455 0,000 Areal -110 21-5,268 0,000 Kedjehus -465 834 22 222-20,962 0,000 Radhus -556 980 19 019-29,285 0,000 Tomträttsdummy * bostadsyta 960 111 8,618 0,000 R 2 0,639 Justerad R 2 0,638 Residualspridning 506 632 Antal observationer 7 483 17

4 Analys 4.1 Utgångspunkt för analysen Analysen är gjord med utgångspunkt i frågeställningen att en småhusenhets försäljningspris under perioden 1997-2000 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 50.000 kr per år, andra omreglerade tomträtter får idag i genomsnitt avgälder på runt 20.000 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

4.3 Tomträttens påverkan på priset 4.3.1 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. 4.3.2 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 7483 1 118 542 1 511 0,645 351,777 14,706 0,000 1* 944 1 126 503 853 0,691-39,508-1,033 0,302 21 642 2 105 697 1 484 0,698-225,286-4,696 0,000 23 420 0 115 650 1 527 0,702-327,121-3,760 0,000 25 610 1 93 444 1 232 0,700-287,215-4,446 0,000 27** 664 0 99 588 1 763 0,719 450,146 5,089 0,000 29** 670 3 151 696 2 978 0,652-288,188-1,614 0,107 31 764 0 121 400 1 284 0,711-101,370-2,492 0,013 34** 282 0 107 561 1 838 0,620 42,443 0,195 0,846 36 218 0 100 470 1 560 0,662-748,258-2,081 0,039 38 976 2 128 469 1 359 0,718-302,238-5,700 0,000 39** 213 1 107 615 1 750 0,640-157,835-1,139 0,256 40* 330 1 127 321 1 091 0,748-725,710-7,164 0,000 41* 608 0 123 735 1 561 0,688-163,595-1,055 0,292 42* 142 0 102 172 986 0,873-143,615-0,585 0,560 <>1 6539 1 116 548 1 605 0,666 438,453 17,753 0,000 27 och 29** 1334 1 125 643 2 374 0,723 495,717 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

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 50.000 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. 4.3.3 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

Tabell 4. Ny regressionsanalys med fokus på område Variabel Koefficient Standardavvikelse T-värde Konstant -602 423 47 191-12,766 Standp 20 077 1 429 14,053 Boyta 8 701 209 41,680 Tomträttsdummy -199 135 15 939-12,494 Förs 21 732 613 28 376 25,818 Förs 23 635 284 32 831 19,350 Förs 25 675 836 28 662 23,580 Förs 27 1 131 690 27 773 40,748 Förs 29 1 903 356 27 791 68,488 Förs 31 380 548 26 739 14,232 Förs 34 1 182 798 36 641 32,281 Förs 36 965 802 40 678 23,742 Förs 38 396 936 25 150 15,783 Förs 39 996 626 41 257 24,156 Förs 40 258 063 34 373 7,508 Förs 41 594 875 29 270 20,324 Förs 42 409 239 48 522 8,434 R 2 0,595 Justerad R 2 0,594 Residualspridning 536 478 Antal observationer 7 483 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

Tabell 5. Ny regressionsanalys med uppdelning per område Variabel Förs 1 Förs 21 Förs 23 Förs 25 Förs 27 Förs 29 Förs 31 Konstant -1 384 079-1 562 477-1 551 350-1 548 274-1 552 895-925 250-1 560 489 Ålder 18 527 22 391 22 519 22 473 21 750 15 941 22 378 Stranddummy 768 515 793 429 786 367 804 884 795 946 726 501 793 069 Standp 24 969 28 329 28 400 28 470 27 813 27 415 28 344 Boyta 11 561 11 215 11 179 11 095 11 363 8 193 11 210 Areal 196 110 108 107 112 137 109 Tomträttsdummy 84 206-2 680-13 782-875 -6 096-132 453-3 290 Församling -554 925 3 198-100 280-81 824 162 654 906 568-5 034 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 -1 569 868-1 560 785-1 578 665-1 566 090-1 543 955-1 561 289-1 592 329 Ålder 22 576 22 359 22 564 22 256 22 053 22 388 22 765 Stranddummy 793 421 793 445 789 325 792 338 791 512 793 057 792 360 Standp 28 397 28 291 28 444 28 286 27 831 28 334 28 633 Boyta 11 216 11 219 11 197 11 245 11 320 11 210 11 260 Areal 108 110 111 111 106 110 111 Tomträttsdummy -732-4 105 1 220 840 9 452-3 243-10 230 Församling -62 427 35 847 36 663 141 628-207 229-3 584 263 680 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

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* 1 209 102 760 271 853 461 59% 59% 54% 21 1 743 715 1 226 703 1 483 598 42% 42% 49% 23 1 687 324 1 078 883 1 526 521 56% 53% 54% 25 1 524 983 1 163 669 1 231 785 31% 27% 33% 27** 1 965 182 1 704 101 1 762 294 15% 16% 17% 29** 3 650 500 2 930 482 2 977 767 25% 18% 36% 31 1 392 407 1 159 169 1 283 725 20% 22% 19% 34** 2 240 000 1 819 893 1 837 770 23% 24% 9% 38 1 593 428 1 043 007 1 359 386 53% 58% 45% 39** 2 081 515 1 438 855 1 749 624 45% 59% 32% 40* 1 993 571 1 006 785 1 090 512 98% 103% 84% 41* 1 709 982 1 120 994 1 560 798 53% 50% 55% Medelköpeskilling 1 660 645 1 425 833 1 510 526 16% 18% 14% Antal köp totalt 2 699 4 784 7 483 Antal köp innan beslut 1 772 3 166 4 938 Antal köp efter beslut 927 1 618 2 545 * 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

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 1997-2000 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

Källförteckning Skriftliga källor Publicerade källor Efternamn, förnamn, Titel, Förlag, Upplaga, ISBN, sid SOU (1990:23), Tomträttsavgäld, Betänkande av 1988 års tomträttsutredning, ISBN 91-38- 10534-9 Bejrum, Lundström, Fastighetsekonomi, Hyresfastigheter, Catella AB, ISBN 91-7810-508-0, sid: 73-74 Opublicerade källor Wilhelmsson, Mats, Kvantitativa metoder inom ämnet fastighetsekonomi, KTH, 2001. Berger, Tommy, Priser på egenskaper hos småhus, Uppsala universitet, Institutet för bostadsforskning, 1998. Borgegård & Håkansson, Population and housing dynamics in a metropolitan region The case of Stockholm, Uppsala universitet, Institutet för bostadsforskning, 1998. Kommunfullmäktige Stockholms Stad, Mötesprotokoll 14 juni 1999. Kommunstyrelsen Stockholms Stad, Utlåtande 1996:272 RIII, Dnr 655/96. Persson, Hans, Friköpspris för småhustomträtter, Tjänsteutlåtande, Gatu- och fastighetskontoret, 1997. Gatu- och fastighetskontoret, Brev ut till tomträttshavare om information om friköp, Mars 1997. 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

Elektroniska källor www.riksdagen.se, Bostadsutskottets betänkande 2002/03:BoU8 www.riksbank.se/upload/dokument_riksbank/kat_publicerat/rutor_ir/ir02_3_ruta5. pdf www.scb.se www.usk.stockholm.se www.rtk.sll.se/verksamhet/bostader/index.htm www.ises.abo.fi/kurser/stat/8765/forelasning/kapitel7.htm Ortsprissystemet, Ljungberggruppen 26

Figurförteckning Figur 1. Fastighetsprisindex 1994-2003, Källa SCB... 11 Figur 2. Färdigställda lägenheter riket 1994-2003, Källa SCB... 12 Tabellförteckning Tabell 1. Resultat av regression med alla köp, tomträttsdummy * tomtareal... 16 Tabell 2. Resultat av regressionsanalys med alla köp, tomträttsdummy * bostadsyta... 17 Tabell 3. Sammanställning av alla regressionsanalyser med fokus på tomträtt... 19 Tabell 4. Ny regressionsanalys med fokus på område... 21 Tabell 5. Ny regressionsanalys med uppdelning per område... 22 Tabell 6. Medelköpeskillingen före resp. efter beslutet om 50 % friköp... 23 Bilagor Bilaga 1 Bilaga 2 Bilaga 3 Rapportkoderna i datamaterialet Sammanfattning av svaren i regressionsanalysen Modifierad regressionsanalys 27

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

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 7483 1 118 542 1 511 57 12 31 0,645 0,645 501 928 351,777 x 14,706 0,000 Alla 7483 1 118 542 1 511 57 12 31 0,639 0,638 506 632 x 959,807 8,618 0,000 1 944 1 126 503 853 14 28 58 0,729 0,724 170 434 x -1511,509-10,677 0,000 1 944 1 126 503 853 14 28 58 0,696 0,691 180 494-39,508 x -1,033 0,302 21 642 2 105 697 1 484 83 8 9 0,705 0,698 296 747-225,286 x -4,696 0,000 21 642 2 105 697 1 484 83 8 9 0,706 0,699 296 171 x -1710,823-4,958 0,000 23 420 0 115 650 1 527 74 1 25 0,713 0,703 299 450 x -1768,448-3,958 0,000 23 420 0 115 650 1 527 74 1 25 0,712 0,702 299 994-327,121 x -3,760 0,000 25 610 1 93 444 1 232 60 1 39 0,708 0,700 228 776-287,215 x -4,446 0,000 25 610 1 93 444 1 232 60 1 39 0,710 0,702 228 034 x -1262,427-4,876 0,000 27 664 0 99 588 1 763 99 0 1 0,730 0,725 437 949 x 2859,177 6,333 0,000 27 664 0 99 588 1 763 99 0 1 0,725 0,719 442 542 450,146 x 5,089 0,000 29 670 3 151 696 2 978 92 4 4 0,660 0,652 754 794-288,188 x -1,614 0,107 29 670 3 151 696 2 978 92 4 4 0,659 0,651 755 452 x -868,117-1,208 0,227 31 764 0 121 400 1 284 27 20 53 0,718 0,713 204 231 x -520,497-3,600 0,000 31 764 0 121 400 1 284 27 20 53 0,716 0,711 205 142-101,37 x -2,492 0,013 34 282 0 107 561 1 838 85 12 3 0,638 0,620 452 670 42,443 x 0,195 0,846 34 282 0 107 561 1 838 85 12 3 0,639 0,620 452 574 x 378,46 0,388 0,698 36 218 0 100 470 1 560 58 6 36 0,684 0,662 338 164 x -5212,523-2,104 0,037 36 218 0 100 470 1 560 58 6 36 0,684 0,662 338 242-748,258 x -2,081 0,039 38 976 2 128 469 1 359 37 19 44 0,722 0,718 300 325-302,238 x -5,700 0,000 38 976 2 128 469 1 359 37 19 44 0,724 0,719 299 598 x -1179,707-6,109 0,000 39 213 1 107 615 1 750 87 1 12 0,673 0,648 525 535 x -2138,137-2,310 0,022 39 213 1 107 615 1 750 87 1 12 0,666 0,640 530 858-157,835 x -1,139 0,256 40 330 1 127 321 1 091 18 16 66 0,759 0,748 203 273-725,71 x -7,164 0,000 40 330 1 127 321 1 091 18 16 66 0,752 0,740 206 274 x -3051,357-6,385 0,000 41 608 0 123 735 1 561 72 9 19 0,695 0,688 325 282 x -442,321-0,722 0,471 41 608 0 123 735 1 561 72 9 19 0,696 0,688 325 119-163,595 x -1,055 0,292 42 142 0 102 172 986 0 54 46 0,884 0,873 103 951-143,615 x -0,585 0,560 42 142 0 102 172 986 0 54 46 0,884 0,873 103 951 x 7495,958 15,491 0,000 <>1 6539 1 116 548 1 605 63 10 27 0,662 0,661 495 656 x 1771,614 15,005 0,000 <>1 6539 1 116 548 1 605 63 10 27 0,666 0,666 492 381 438,453 x 17,753 0,000 27 och 29 1334 1 125 643 2 374 95 2 3 0,726 0,723 652 205 495,717 x 6,528 0,000 27 och 29 1334 1 125 643 2 374 95 2 3 0,723 0,720 656 223 x 2144,435 5,100 0,000 29