Det finns en del mindre skillnader på säsongseffekterna för bostadspriserna i hela Sverige, jämfört med Stockholm. I stort är det dock samma – största uppgångar i början av året och i augusti.
 |
| Säsongseffekten i Valueguards boprisindex för hela Sverige. Medelförändring en månad 2010 – 2016. För 2016 är endast januari till april med. Priserna av ser kontraktsdatum, ej tillträdesdatum. |
Likt i Stockholm stiger priserna stabilast under våren, fram till april för lägenheter och fram till maj för villor. För lägenheter är marknaden död maj – juni, men återhämtar sig kraftigt i juli. Villamarknaden är död juni – juli. Den tidigare återhämtningen i juli för lägenheter kan mycket väl ha med antagningsbesked till universitet och högskolor att göra.
Marknaden fortsätter vara svagt positiv även i september för villorna, men hösten är sedan negativ. Lägenheter är dock attraktiva hela hösten, utom i december.
Valueguards data är från Mäklarstatistik utifrån mäklarnas självrapportering i vissa IT-system när affärer skrivs på och omfattar statistiskt signifikant stora svenska kommuner, vilket inte är hela landet. Småkommuners eventuella säsongseffekter kan därför skilja sig – om det vet vi inget.
Vi kan oavsett vänta oss svag utveckling för lägenhetspriser när majstatistiken rapporteras den 15:e juni, medan villapriserna bör stiga något.
15 kommentarer
Insättningsgarantin ändras från euro till sek.
https://www.riksgalden.se/sv/omriksgalden/Finansiell-stabilitet/Aktuellt/Pressmeddelanden/Starkt-skydd-for-sparande-pa-konto-fran-1-juli/
Gamla nyheter för oss som läst cornucopia ett tag…
Fortfarande ganska meningslösa grafer om inte standardavvikelsen beaktas.
Ja tyvärr har du helt rätt, dessutom ser (den negativa) magnituden ut att vara försvinnande liten.
Jag tog hem data och kollade lite snabbt, jag har dock inte mjukvaran för statistik hemma och orkar inte koda ihop, och Libreoffice vill inte samarbeta, men en grov uppskattning utifrån medelvärden + variation är att januari kan vara signifikant högre än somliga andra månader men överlag är konfidensintervallen minst 50% överlappande så det är nog tyvärr svårt att dra skarpa slutsater. Det lär inte bli många signifikanta skillnader (p=0.05). Cornus gissning kan mycket väl stämma men med sex datapunkter och den givna variationen har man inte mycket att gå på.
Kan också nämna att jag inte fick exakt samma graf som Cornu, konstigt nog. Snarlik trend men t ex lite högre Januarivärde (2,5% mot Cornus cirka 1,6%) m m. Jag räknade ut procentuell förändring mot föregående månad. Men tror inte det påverkar slutsatsen att inga slutsatser kan dras.
Hmm… en tanke som dök upp hos mig är det förträffliga i om tidningar anställde statistiker. Och det orimliga i detta då denne person nog allt för ofta skulle syna den egna tidningens uppgifter och döma ut dem som överdrivna eller ren lögn.
Skulle vara en tidning jag vill läsa i alla fall. Kombinationen av god faktakontroll och duktiga berättare borde ha en läsarkrets.
Ja det borde ha en läsarkrets, men troligtvis blir den kretsen liten. Jag tycker det känns som att majoriteten är en så kallad "dum massa" som bara vill ha tanklösa nyheter, program etc där de slipper fokusera någonting.
Skulle tittare/läsare vilja ha faktakontroll etc så skulle inte dumskapande fenomen så som Paradise Hotel etc funnits.
Iblandekonomi: eller åtminstonde anställde någon som inte lider av grav dyskalkyli…
Det blir ju så när man har en befolkning där så många som hälften inte ens är medelbegåvade. Jag kräver utbildningsinsatser och ett statligt avelsprogram, detta problem måste vi komma tillrätta med, kosta vad det kosta vill!
Det finns tre sorters lögn: lögn, förbannad lögn och statistik.
Nja medelvärden är normalfördelade när observationerna är många. Relevansen av att veta medelvärdena är dock en annan fråga.
Tyvärr säger ju statistiska kontroller tråkigt nog väldigt ofta att inga slutsatser kan dras utifrån det mycket bristfälliga dataunderlaget. Och problemet med dålig statistik är att man inte märker när man gör fel. Tvärtom får man oftast bara desto mer intressanta slutsatser. Därmed inte sagt att den svagt underbyggda gissningen inte ändå kan vara korrekt. Det skulle inte förvåna mig om maj verkligen är en svag bostadsmarknadsmånad, även om p-värdet är 0.3 snarare än 0.05.
Ja det där är lite olika beroende på område. Om man åtminstone har hyfsat stora dataset men som varit dåligt insamlade bör dålig kvalite leda till mer brus och att man missar samband som bör finnas i materialet i.e. typ 2 fel.
Datakvaliteten för SCB är nog så god den kan bli, N=6 ger dock ganska breda konfidensintervall… ska man inkludera fler observationer gäller det också att anta tex samma mönster kan antas för äldre observationer (vilket inte nödvändigtvis är fallet) sen har vi som sagt att avgöra relevansen av medelvärdet ..