Om bostadspriser, modeller – och skillnaden mellan att räkna på marknaden och att förstå den
Bostadsprognoser och mäklarvärderingar upplevs ofta som exakta och väl underbyggda – ändå missar de gång på gång marknadens vändpunkter. I den här texten förklaras varför mer data och bättre modeller inte alltid leder till bättre förståelse, och varför skillnaden mellan att beskriva marknaden och att förstå dess strukturer är avgörande.
”Marknaden är avvaktande”
De flesta som varit i kontakt med bostadsmarknaden känner igen formuleringarna:
• ”Marknaden är avvaktande.”
• ”Vi ser en stabilisering.”
• ”Det här är ett rimligt marknadsvärde givet jämförbara försäljningar.”
Mäklarvärderingar, bankernas kalkyler och ekonomernas prognoser är ofta genomarbetade, datarika och professionella. Ändå visar historien gång på gång att de har svårt med det viktigaste: vändpunkterna.
• Prisfall som ”ingen såg komma”.
• Uppgångar som fortsätter långt längre än vad som beskrivits som rimligt.
• Snabba omslag som i efterhand framstår som självklara.
Varför händer detta – trots mer data, bättre modeller och större erfarenhet?
Att värdera är att beskriva – inte att förstå
De flesta bostadsvärderingar bygger på samma grund:
• tidigare försäljningar
• statistisk prisutveckling
• räntor och kreditvillkor
• hushållens betalningsförmåga
Detta är inte fel. Tvärtom är det ofta skickligt utfört. Men det är viktigt att vara tydlig med vad man faktiskt gör.
Man beskriver hur marknaden har fungerat, men säger väldigt lite om hur den måste fungera framåt.
Så länge de underliggande förutsättningarna är stabila fungerar detta utmärkt. När de förändras – snabbt eller strukturellt – förlorar värderingarna sin träffsäkerhet, ofta utan att det märks i tid. Det är här skillnaden mellan modeller och verklighet blir avgörande.
När modeller ersätter verklighet
De flesta prognoser är funktionella. De fångar beteenden, samband och mönster. Men de bygger sällan på tydliga antaganden om hur verkligheten faktiskt är uppbyggd, utan nöjer sig med att beskriva hur den har sett ut.
Detta är ofta tillräckligt – tills det inte längre är det.
När modeller fungerar beror det inte på att de skapar ordning, utan på att de råkar sammanfalla med en ordning som redan finns. När den ordningen bryts fortsätter modellerna att räkna, men tappar greppet om verkligheten.
En äldre idé som fortfarande förklarar mer
Hos Platon finns en idé som i dag ofta uppfattas som abstrakt, men som i praktiken är mycket konkret: verkligheten är inte godtycklig. Det föränderliga vi ser – priser, sentiment och efterfrågan – vilar på mer stabila relationer.
Översatt till bostadsmarknaden innebär detta att relationen mellan inkomst, ränta och pris inte är valfri, och att
• skuldsättning har verkliga gränser, och
• vissa utvecklingar inte kan fortsätta hur länge som helst, oavsett hur övertygande statistiken ser ut
Att förstå marknaden handlar därför inte bara om att följa trender, utan om att se vilka samband som faktiskt håller i längden.
Varför vissa ser sprickorna tidigare än andra
Hos Gottfried Wilhelm Leibniz formuleras detta som idén om en rationell ordning i verkligheten. Det vi observerar är yta – rörelser, förändringar och variationer – men bakom detta finns strukturer som inte ändras lika snabbt.
Ibland uppstår en tydlig känsla av att ”det här går inte längre ihop” långt innan modeller, prognoser och värderingar börjar justeras. Det handlar inte om intuition i tomma luften, utan om att grundläggande relationer inte längre passar ihop: skulder, räntor, framtida flexibilitet och risk börjar dra åt olika håll.
Det avgörande är att Leibniz’ synsätt inte bara beskriver verkligheten i efterhand – det leder till upptäckt. När han utvecklade differentialkalkylen gjorde han det inte genom att anpassa matematiken till redan kända mätdata, utan genom att utgå från att verkligheten själv är rationellt strukturerad.
Ett klassiskt exempel är hängkedjan. Den form som en fritt hängande kedja antar kan inte förstås med enkel geometri eller genom empirisk kurvanpassning. Formen följde inte någon redan känd matematisk modell, utan krävde ett nytt begreppsligt verktyg. Differentialkalkylen upptäcktes därför inte som en abstrakt övning, utan därför att naturen själv krävde den.
Detta är ingen tillfällighet. Ett synsätt som gång på gång gör det möjligt att förstå något som tidigare varit obegripligt är i sig ett starkt tecken på att synsättet är riktigt. Efter Leibniz har mycket arbete lagts på att förfina, tillämpa och optimera dessa insikter. Men nästan allt detta arbete har haft karaktären av vidareutveckling av redan upptäckta strukturer.
När något genuint nytt ska förstås har vägen dit hittills alltid gått via samma antagande: att verkligheten själv är begriplig, inte bara statistiskt hanterbar.
Varför matematik ibland är briljant – och ibland vilseledande
Detta hjälper också att förklara varför avancerade modeller ibland är kusligt träffsäkra och ibland fullständigt fel.
Fysikern Eugene Wigner beskrev detta som matematikens ”orimliga effektivitet”. När modeller träffar rätt beror det inte på att matematiken är magisk, utan på att den råkar uttrycka verklighetens faktiska struktur.
När marknaden drivs av kreditexpansion, förväntningar eller flockbeteende fortsätter modellerna att fungera – tills de plötsligt inte gör det längre. Då var det inte matematiken som brast, utan antagandena bakom den.
Hur prognoser blev metod utan verklighet
Isaac Newton visade att man kan beskriva världen mycket framgångsrikt utan att uttala sig om dess innersta natur.
Immanuel Kant gjorde detta till norm: vetenskap och analys skulle handla om modeller, inte om verkligheten i sig.
Detta präglar dagens bostadsprognoser. Så länge modellerna fungerar ifrågasätts de inte, och framtiden behandlas som en fortsättning på det förflutna. Men bostadsmarknaden är inte linjär. Den är strukturell.
Varför vändpunkter nästan alltid missas
Vi mäklare, liksom banker och analytiker är ofta mycket bra på:
• små prisjusteringar
• kortsiktiga rörelser
• lokala variationer
Det som är svårare är att se när skuldsättning når sina gränser, när räntor förändrar hela kalkylen och när det som varit normalt slutar vara möjligt. Detta är inte ett intelligensproblem. Det är ett problem med vilken nivå man försöker förstå marknaden på.
Att värdera är inte att förstå
Värderingar är nödvändiga och modeller är användbara, men de ersätter inte förståelsen av den verklighet som ligger bakom siffrorna.