Samtidigt vill vi passa på att informera om våra öppettider under påskveckan. Privatmäklaren har begränsad bemanning i växeln under veckan, och under påskhelgen, från skärtorsdagen till och med annandag påsk, håller växeln stängt. Vi är tillbaka med ordinarie bemanning tisdagen den 7 april.

Behöver du komma i kontakt med oss under tiden går det alltid bra att mejla oss på info@pm.se, så återkommer vi så snart vi har möjlighet.

Vi önskar dig en riktigt fin påskhelg.

Vänliga hälsningar,
Carl och hela teamet på Privatmäklaren

Vad händer om man börjar i observation – och vägrar börja i teori?

Antag att vi endast tillåter upprepade mätutfall.
Inga ontologiska antaganden.
Ingen modell om vad som “egentligen finns”.

Bara data.

Utifrån detta kan tre rent operativa storheter definieras.

K(a) = minsta observerbara distinktion i en given mätregim.
M(a) = största variation där samma utfallsstruktur fortfarande är stabil.
sigma_res = irreducerbar spridning som återstår när instrumentbrus systematiskt minskas.

Detta är inte fysik i teoretisk mening.
Det är en beskrivning av hur data beter sig när man förbättrar upplösningen.

Diskret och kontinuerligt i samma ram

I stället för att anta att något “är diskret” eller “är kontinuerligt” ontologiskt, låter man K(a) avgöra det operativt.

Om K(a) är strikt större än noll finns en minsta observerbar skillnad.
Fenomenet är då operativt diskret.

Om K(a) tenderar mot noll i takt med förbättrad upplösning beter sig fenomenet operativt kontinuerligt.

Skillnaden är inte metafysisk.
Den är experimentell.

Infinitesimalen som specialfall

I klassisk analys behandlas infinitesimalen som primitiv.

Men i detta ramverk är den ett specialfall.

Kontinuerlig analys är giltig när:

K(a) och sigma_res är små relativt den aktuella observationsskalan.

Derivator gäller alltså inte därför att naturen “är kontinuerlig”,
utan därför att upplösningsgränsen ligger tillräckligt långt under den studerade skalan.

Infinitesimalen blir en giltighetsregim.

Brus utan modell

Allt brus är inte lika.

sigma_inst är instrumentberoende.
Den kan pressas ned genom bättre teknik.

sigma_res är det som återstår när sigma_inst minskas.

Om spridningen når en stabil platå trots förbättrad upplösning,
indikerar det irreducerbar struktur i data.

Detta är en rent operativ definition.
Ingen modell om underliggande mekanism behövs.

Regimskiften via M(a)

M(a) definieras som den största variation där samma utfallsstruktur fortfarande är stabil.

När variationen ökar och kluster- eller fördelningsstruktur inte längre är robust,
har man passerat M(a).

Detta definierar ett regimskifte direkt ur data.

Inte genom teori.
Inte genom tolkning.
Utan genom strukturell instabilitet i observerbara mönster.

Vad är potentiellt nytt?

Det nya är inte att skilja diskret från kontinuerligt.

Det nya är att göra skillnaden helt operativ,
och att behandla diskret och kontinuerligt som två gränsfall inom samma ram.

Ramverket påstår inte vad världen är.
Det påstår hur observation beter sig under upplösningsförändring.

Testbar hypotes

Ramverket är meningsfullt om det kan:

• Förutsäga när diskret struktur blir oobserverbar när brus ökar
• Identifiera en stabil sigma_res-platå över olika instrument
• Detektera regimskiften direkt ur data via M(a)

Allt detta kan testas mot standardmetoder som klustring, mixturemodeller och kernel density estimation.

Den verkliga frågan

Är detta bara ompaketerad statistik. eller är det ett minimalt språk för att tala om gränser för observation utan att introducera teori alls?

Om det senare är sant, då är K(a), M(a) och sigma_res inte bara praktiska mått. De är randvillkor för när en beskrivningsform överhuvudtaget är giltig.

Ingress

Vi går ett steg längre än förra inlägget. Den klassiska analysen arbetar med infinitesimalen. Vi skriver:

ds = (ds/dy) * dy

Detta är ett språk för lokal variation. Det betyder inte att det finns ”oändligt små ting”, utan att förändring beskrivs genom lokala proportioner.

Frågan är: kan detta språk gälla utan gräns?

1. Additiv verkan och kompositionsstabilitet

Antag att verkan S är additiv:

S = S1 + S2

Antag vidare att giltighet är kompositionsstabil:

G(S1 + S2) = G(S1) * G(S2)

och att G är kontinuerlig samt att G(0) = 1.

Då följer att G måste ha exponentialform:

G(S) = exp( – S / kappa )

Här är kappa en konstant med dimension verkan.

Exponentens argument måste vara dimensionslöst. Därför kan kappa inte elimineras genom omdefinition. Det är en verklig skala i beskrivningen.

2. Lokal variation och upplösning

Infinitesimalen bygger på att dy kan göras hur liten som helst och fortfarande motsvara en verklig distinktion.

Men observation visar att detta inte är sant utan villkor.

Det finns randfenomen där:

• vidare uppdelning inte ger nya observerbara skillnader
• alternativa beskrivningar börjar överlappa
• separerbarheten försvinner

Det betyder inte att infinitesimalen är fel.
Det betyder att dess operativa giltighet är begränsad.

3. Två gränser

Det finns en övre gräns där den lokala variationen fortfarande tillhör samma sammanhängande struktur.

Det finns en undre gräns där uppdelning fortfarande motsvarar verkligt separerbara skillnader.

Mellan dessa två fungerar infinitesimalens språk.

Utanför detta intervall:

• över den övre gränsen bryter den lokala beskrivningen samman genom makroskopisk deformation
• under den undre gränsen kollapsar distinktionen genom brist på upplösning

Infinitesimalens verkan är alltså inte obegränsad.

Den är begränsad av två stabila randvillkor.

Formellt kan detta uttryckas som:

K(A) > delta(ds/dy) > K(a)

Detta betyder inte att derivatan är fel.
Det betyder att dess operativa giltighet ligger inom ett intervall.

Infinitesimalen är ett språk. Men språket har en verkningszon.

Utgångspunkten var enkel:

1. Verkan S är additiv
   S = S1 + S2
2. Giltighet är kompositionsstabil
   G(S1 + S2) = G(S1) * G(S2)
3. G är kontinuerlig och G(0) = 1

Då följer nödvändigt:

G(S) = exp( – S / kappa )

Detta är inte fysik ännu. Det är en konsekvens av kompositionsstabilitet över en additiv invariant.

Frågan är nu: är kappa bara en abstrakt skala – eller är den empiriskt identifierbar?

1. Dimensionskravet

I uttrycket

exp( – S / kappa )

måste exponentens argument vara dimensionslöst.

Om S har dimension verkan (energi multiplicerat med tid), då måste kappa ha exakt samma dimension.

Alltså: kappa har dimension verkan. Detta är redan en stark restriktion. Det finns mycket få fundamentala konstanter med den dimensionen.

2. Empirisk rand: osäkerhetsrelationen

Experimentellt observeras:

Delta x * Delta p >= hbar / 2

Här är hbar Plancks konstant dividerad med 2*pi.

Detta är inte en approximation.
Det är en exakt gränsrelation.

Produkten av lägesupplösning och rörelsemängdsupplösning kan inte understiga en skala bestämd av hbar.

Observera vad detta betyder strukturellt:

• Det finns en minsta relationell verkningsskala.
• Under den förloras separerbarhet.
• Det är inte teknisk brist – det är strukturell gräns.

Detta är exakt den roll kappa måste spela.

3. Empirisk rand: kvantiserad konduktans

I kvantpunktkontakter observeras att konduktans kommer i steg:

G0 = 2 * e^2 / h

Detta är en exakt universell storhet.
Steghöjden beror inte på materialdetaljer.

Återigen uppträder h i nämnaren.

Detta är en helt annan fenomenklass än osäkerhetsrelationen.
Ändå pekar båda på samma verkningsskala.

Två oberoende randfenomen. Samma numeriska konstant.

4. Identifieringen

Vi har nu:

• En strukturellt nödvändig konstant kappa med dimension verkan.
• Två empiriskt oberoende randfenomen som upphör vid samma numeriska skala hbar.

Det mest ekonomiska är då:

kappa = hbar

Detta är inte ett antagande.
Det är en identifiering.

5. Konsekvens för infinitesimalen

Om kappa är lika med hbar betyder det:

Infinitesimalens operativa giltighet är begränsad av Plancks konstant.

Under denna verkningsskala:

• alternativa utvecklingar kan inte längre hållas åtskilda
• beskrivningar överlappar
• klassisk separerbarhet bryter samman

Detta är exakt vad kvantfenomen visar.

Infinitesimalen är alltså inte falsk.
Den är lokalt giltig ovanför hbar och strukturellt begränsad under den.

6. Sammanfattning

Från kompositionsstabilitet över additiv verkan följer nödvändigt en konstant kappa. Från experiment följer att det finns en universell verkningsskala hbar. Två empiriskt oberoende randfenomen delar exakt samma numeriska gräns.

Alltså: kappa är Plancks konstant.

Detta är inte mer teori. Det är minsta möjliga sätt att formulera observationen konsekvent.

Normalfördelningen som spegel av hängkedjan

Hängkedjan är inte i första hand en “form”. Den är lösningen på ett extremalproblem: den kurva som uppstår när en ackumulerad storhet minimeras under lokala begränsningar. Det avgörande i Bernoulli–Leibniz-traditionen är därför inte själva kedjan, utan mallen:

en process byggs av lokala bidrag,
helheten uppstår genom summering,
den stabila formen är den som extremiserar en total storhet,
formen är inte vald utan framtvingad.

Den s k normalfördelningskurvan kan förstås genom samma mall. Den är inte i första hand ett statistiskt faktum, utan den stabila projektionen av additiva lokala bidrag under symmetri och kompositionskrav.

Fenomeniskt axiom: lokala bidrag och ackumulerad kostnad

Antag endast detta:

Processer kan delas i delprocesser.
Det finns en ackumulerbar storhet C som summeras över delprocesser.

I Leibniz språk kan detta skrivas som

dC = (dC/dy) dy

och den totala storheten fås genom att summera eller integrera längs processen.

Detta är inget påstående om fysikens detaljer. Det är endast antagandet att världen tillåter ackumulation.

Lokal stabilitet: kvadraten som första överlevande term

Betrakta en avvikelse x från ett typiskt läge. Antag att den totala kostnaden C(x):

är noll vid x = 0,
är symmetrisk: C(x) = C(-x),
är stabil under små störningar.

Utvecklad kring noll får man en serie där den första icke-triviala termen är kvadratisk. Lokalt gäller därför

C(x) = k x².

När lokal stabilitet och symmetri krävs återstår en unik lägsta ordningens struktur.

Projektion: från kostnad till spridning

Det observerade är inte kostnaden C(x), utan hur ofta olika avvikelser uppträder. Antag därför:

större kostnad ger lägre frekvens,
lika kostnad ger lika frekvens.

Frekvensen p(x) är då en funktion av C(x):

p(x) = F(C(x)).

Om två oberoende delprocesser kombineras adderas kostnaderna:

C_total = C1 + C2.

Samtidigt ska frekvenser kombineras konsekvent. Detta ger funktionskravet

F(C1 + C2) = F(C1) F(C2).

Den stabila kontinuerliga lösningen är en exponentiell funktion. Uttryckt i cosh-form kan spridningen skrivas som

p(x) = 1 / cosh( a x² ).

För små och måttliga avvikelser är denna form strukturellt ekvivalent med den vanliga normalformen. Kvadraten är den lokala stabila strukturen; den globala kompositionsformen ger den s k normalfördelningskurvan.

Leibniz hyperbelkonstruktion och Eulers cirkelrotation

Det exponentiella språket i analysen uppträder historiskt i två olika geometriska konstruktioner som ofta blandas samman.

Den ena går tillbaka till Leibniz och Bernoulli och utgår från hyperbeln.
Den andra systematiserades av Euler och utgår från cirkeln.

Båda kan beskrivas i samma komplexa plan, men de motsvarar olika rotationsriktningar.

Leibniz konstruktion utgår från hyperbeln

x² − y² = 1.

Den naturliga parametrisering som bevarar denna kurva är

x = cosh t
y = sinh t

vilket ger identiteten

cosh² t − sinh² t = 1.

Transformationen

(x,y) → (x cosh t + y sinh t, x sinh t + y cosh t)

kan förstås som en rörelse längs hyperbeln. I exponentiell form motsvarar detta en hyperbolisk rotation.

Denna konstruktion ger funktionerna

cosh t
sinh t.

Euler studerade i stället cirkeln

x² + y² = 1

med parametrisering

x = cos t
y = sin t

och identiteten

cos² t + sin² t = 1.

I det komplexa planet kan denna rotation skrivas

e^(it) = cos t + i sin t.

Detta är Eulers cirkelrotation.

Denna konstruktion förutsätter i praktiken att cirkelns lösning redan är känd; den kan inte byggas fram utan att man redan vet svaret, vilket innebär att det finns en naturlig artikulationsordning mellan de två konstruktionerna.

De två konstruktionerna ligger i samma algebraiska plan men bevarar olika geometrier:

Leibniz: hyperbel → cosh/sinh → hyperbolisk rotation
Euler: cirkel → cos/sin → cirkulär rotation

Den spridningsprofil som uppträder ovan

p(x) = 1 / cosh(a x²)

hör därför till hyperbelns geometri. Den ligger i Leibniz konstruktion och inte i Eulers cirkelrotation.

Detta är också skälet till att samma hyperboliska funktion uppträder i hängkedjans form.

Struktur snarare än statistik

Den s k normalfördelningskurvan framstår ofta som en statistisk approximation. I denna läsning är den snarare:

• den stabila projektionen av additiva lokala bidrag,
• under symmetri,
• med en global kompositionsform som inte inför ytterligare struktur.

Att formen återkommer i data beror inte på att naturen “är normalfördelad”, utan på att stabilitet under additiv ackumulation framtvingar en profil av denna typ när avvikelser betraktas kring ett typiskt värde.

Verkan och upplösning

Om den ackumulerade kostnaden mäts i en storhet S (till exempel verkan) fås motsvarande form:

p(S) = 1 / cosh( b (S – S0)^2 ).

Här krävs en skala med dimension S. Om ingen ytterligare skala införs återstår en universell skala kappa som bestämmer bredden i profilen.

Detta är inte en mekanisk teori, utan en strukturell gräns: infinitesimalen kan fortsatt användas i språket dS/dy, men fysisk separerbarhet kan inte förfinas obegränsat om en universell skala föreligger.

Klassisk gräns och överlappning

När typiska skillnader i S är stora relativt kappa blir profilen starkt koncentrerad och alternativa utvecklingar separerbara.

När skillnaderna är jämförbara med kappa uppstår överlappning mellan möjliga utvecklingar. Detta är en fenomenologisk gräns för separerbar beskrivning.

Slutsats

Hängkedjan visar hur en form kan vara en nödvändig extremal av en ackumulerad kostnad. Den s k normalfördelningskurvan kan förstås som samma mall projicerad till spridning: lokal stabilitet utan privilegierad riktning ger kvadratisk kostnad, och additiv komposition ger exponent i kostnadsfunktionen.

Resultatet är normalfördelningskurvan. Den är inte en statistisk approximation och inte en skugga av hängkedjan; den är den primära struktur som också framträder invariant i hängkedjans hyperboliska form.

Formen är inte vald; den är framtvingad av nödvändighet.

I Gauss’ anda är svaret inte att ”marknaden är normalfördelad”, utan att en viss form framtvingas av hur vi kombinerar information.

Utgångspunkten är enkel och fenomenisk: en värderingsprocess kan delas upp i delbidrag. Varje jämförelseobjekt bidrar med en avvikelse från det uppskattade värdet. Dessa bidrag kan summeras. Det finns alltså en ackumulerbar storhet – en sammanlagd ”kostnad” för avvikelse.

När vi kräver tre saker av denna kostnad uppstår en bestämd struktur:

• Den ska vara noll när avvikelsen är noll.
• Den ska vara symmetrisk: en övervärdering och en undervärdering av samma storlek behandlas lika.
• Den ska vara stabil under små förändringar.

Under dessa krav kan kostnaden lokalt inte börja linjärt. Den första icke-triviala stabila termen är kvadratisk. Avvikelsens kostnad måste därför, nära centrum, vara proportionell mot kvadraten på avvikelsen.

Detta är inte statistik. Det är en konsekvens av symmetri och stabilitet.

Nästa steg gäller hur delbidrag kombineras. Om två oberoende avvikelser läggs samman, ska deras totala kostnad vara summan av de enskilda kostnaderna. Samtidigt ska frekvensen av en kombinerad avvikelse bero endast på den totala kostnaden. Detta kräver en särskild global kompositionsregel: lika bidrag ska kombineras på samma sätt oavsett uppdelning.

Den enda kontinuerliga form som uppfyller kravet att additiva kostnader motsvarar multiplikativ frekvens är en exponentiell funktion. När den kvadratiska lokalkostnaden projiceras genom denna globala regel uppstår:

p(x) proportionell mot exp(-x^2 / (2 sigma^2)).

Detta är Gausskurvan.

Normalformen är alltså inte ett påstående om hur världen ”egentligen” är beskaffad. Den är den stabila projektionen av tre metodkrav:

• additiv ackumulation,
• symmetri utan privilegierad riktning,
• konsekvent global komposition.

När prisavvikelser i bostadsdata sammanställs och vägs enligt en regel som behandlar alla observationer lika, tenderar spridningen därför att anta denna form. Inte för att marknaden följer en mystisk lag, utan för att metoden framtvingar en viss stabil struktur när avvikelser summeras.

Här möts åter intuition och vetande. Intuitionen kan uppfatta att extrema prisutfall är ovanliga och att små avvikelser är vanligare. Men först när denna insikt formuleras i en konsekvent regel för hur avvikelser ackumuleras och vägs, uppstår en form som är rationellt motiverad.

Precis som hängkedjan inte är vald utan framtvingad av en extremalprincip, är normalformen inte en gissning utan en metodisk konsekvens. Den är den stabila figur som återstår när inga godtyckliga riktningar eller undantag tillåts.

För bostadsvärdering innebär detta att spridningen kring ett statistiskt värde inte är en dekorativ kurva i en rapport. Den är den matematiska spegelbilden av hur vi valt att behandla avvikelser. Metoden formar formen.

Och därmed sluts cirkeln tillbaka till Gauss: vetande uppstår inte genom att se en kurva, utan genom att förstå varför just denna kurva måste uppträda när kraven på symmetri, stabilitet och konsekvens tas på allvar.

Denna distinktion är direkt överförbar till bostadsvärderingar.

Intuition i värdering: nödvändig men opålitlig

I praktiken börjar varje bostadsvärdering med intuition. En erfaren värderare ”ser” snabbt om ett pris känns rimligt. Läget, ljuset, planlösningen, intrycket av området – allt detta ger ett omedelbart helhetsomdöme.

Men hos Gauss skulle detta aldrig räknas som vetande. Det är ett första grepp, inte ett resultat. Intuitionen kan peka ut en rimlig storleksordning, men den kan inte ensam avgöra värdet. Två lika erfarna värderare kan ha olika intuition – och utan metod finns ingen princip som avgör vem som har rätt.

Vetande i värdering: metod före känsla

För Gauss blir ett omdöme giltigt först när det kan rättfärdigas genom en regel som behandlar alla observationer konsekvent. Översatt till bostadsvärdering innebär detta:

• jämförbara försäljningar måste vägas systematiskt
• avvikelser måste hanteras enligt en tydlig princip
• inga observationer får väljas eller förkastas godtyckligt

Precis som Gauss stod inför inkonsistenta observationer av himlakroppars positioner, står värderaren inför inkonsistenta prisutfall: olika slutpriser för till synes liknande objekt. Det finns inget ”sant pris” som observeras direkt – endast ofullkomliga observationer.

Vetandet uppstår inte genom att välja det pris som känns rätt, utan genom att använda en metod som gör valet rationellt försvarbart.

Fellagen och avvikelser i prisdata

När Gauss introducerar en fellag gör han det inte för att beskriva naturen, utan för att möjliggöra en koherent sammanvägning av avvikelser. På samma sätt bör prisavvikelser i bostadsdata förstås:

• Ett enskilt extrempris är inte nödvändigtvis ”fel”, men det kräver motivering
• Små avvikelser från jämförbara försäljningar är rimligare än stora
• Ingen datapunkt har tolkningsföreträde utan skäl

Att väga jämförelseobjekt kvadratiskt, proportionellt eller med justeringar är i grunden inte en empirisk sanning, utan en normativ regel för hur bedömningen ska göras konsekvent.

Det är exakt här Gauss är relevant: metoden föregår påståendet om verkligheten.

Den centrala lärdomen

Gauss lär oss att:

• intuition är ett arbetsredskap, inte ett bevis
• vetande kräver tillräcklig grund
• avvikelser måste hanteras metodiskt, inte psykologiskt

Översatt till bostadsvärdering innebär detta att ett pris inte är korrekt för att det ”känns rätt”, utan för att det följer av en regelbunden och symmetrisk behandling av tillgänglig information.

Slutsats

En bostadsvärdering i Gauss’ anda är varken mekanisk eller subjektiv. Den börjar i intuition, men slutar i metod. Intuitionen pekar ut riktningen; vetandet uppstår först när varje steg kan motiveras utan hänvisning till känsla, erfarenhet eller magkänsla.

Det är skillnaden mellan att gissa väl och att veta varför.

Vad den statistiska modellen gör i praktiken

En statistisk bostadsvärdering börjar alltid med utfall som redan har inträffat:

• faktiska slutpriser
• genomförda försäljningar
• kända egenskaper (yta, läge, standard, tidpunkt)

Modellen försöker hitta ett underliggande samband mellan pris och egenskaper. Förenklat kan det skrivas som:

Avvikelsen är skillnaden mellan:

• vad modellen säger borde vara priset, och
• vad priset faktiskt blev

Det är dessa avvikelser som sannolikheten handlar om.

Vad sannolikheten faktiskt beskriver

I Gauss mening beskriver sannolikheten: hur rimliga olika förklaringar är, givet de priser vi redan sett. Den svarar alltså på frågor som:

• Hur väl passar modellen de historiska priserna?
• Hur osäkert är vårt antagande om det ”typiska” marknadspriset?
• Hur mycket varierar priserna runt detta samband?

Detta är bakåtblickande. Sannolikheten används för att väga redan observerade utfall mot varandra – inte för att säga vad som kommer att hända.

Ett konkret exempel

Anta att modellen, baserat på tidigare försäljningar, ger ett värde på 5 000 000 kr. Modellen kan samtidigt säga: ”Historiskt har faktiska slutpriser ofta legat ±300 000 kr runt detta värde.”

Detta betyder inte: ”Det finns 68 % sannolikhet att bostaden kommer säljas mellan 4,7 och 5,3 Mkr.”

Det betyder: ”När liknande bostäder har sålts tidigare har utfallet ofta legat inom detta spann.”

Skillnaden är avgörande. Det första är en framtidsprognos. Det andra är en sammanfattning av historiska avvikelser. Statistiken stödjer det senare – inte automatiskt det förra. Metoden är vidare utvecklad för att beskriva naturligt förekommande utfall, vilket inte säkert motsvaras av människans bostadsaffärer genererade utfall.

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.

Undersökning av finansieringsmöjligheter

Köparen förbinder sig att genomföra köpet, men bara om de kan finansiera det. Ett vanligt formulär kan låta så här:
”Köparen har för avsikt att undersöka sina möjligheter att finansiera köpet via bank eller annat kreditinstitut, utan krav på tilläggssäkerhet. Köpet ska återgå om köparen efter genomförd undersökning inte längre vill stå fast vid köpet och senast den [datum] begär detta skriftligen.”

För att detta ska gälla måste köparen meddela sitt beslut skriftligen och inom utsatt tid. Köparen förbinder sig alltså att köpa fastigheten till det avtalade priset, men bara om banken godkänner lånet. Det krävs dock att köparen är aktiv i sin ansökan och inte använder villkoret som en ursäkt för att dra sig ur affären:

”Köparen är medveten om sin lojalitetsplikt mot säljaren, vilket innebär att det åligger köparen att aktivt undersöka sina möjligheter till finansiering enligt ovan. Om köparen inte fullgör detta åtagande kan säljaren ha rätt till skadestånd.”

Vad innebär ”aktivt undersöka”?

Det kan uppstå olika tolkningar av vad det innebär att ”aktivt undersöka” sina möjligheter till finansiering. Det bör dock räcka att köparen lämnar korrekta uppgifter till banken och får ett avslag (eller ett godkännande, vilket innebär att köpet kan genomföras). Köparen borde kunna visa upp ett dokument, exempelvis ett e-postmeddelande, som bevis på avslaget men det behövs inte.

Lojalitetspliktens gräns

I ett inlägg från 2017 skriver Mäklarsamfundets biträdande förbundsjurist Louise Lundqvist
att ”eftersom köparen efter genomförd undersökning inte behöver ange några skäl för begäran om återgång, är det under tidsfristen för återgång fråga om ett så kallat öppet köp.” Det betyder i praktiken att det enda lojalitetsplikten kräver är att man kontaktar banken, och även om de säger ja kan man använda villkoret till att dra sig ur.

Tilläggssäkerhet

I villkoren framgår det att lånet ska kunna beviljas ”utan krav på tilläggssäkerhet”. Det innebär att köparen inte kan förväntas belåna andra tillgångar eller involvera fler personer i köpet för att få lånet beviljat.

Varför skulle en säljare acceptera detta villkor?

Att gå med på ett finansieringsvillkor innebär en risk för säljaren. Det finns dock scenarier där det kan vara motiverat:

• Säljaren och köparen känner varandra.
• Säljaren har anledning att tro att köparen kommer att få lånet.
• Det finns inga andra budgivare.
• Säljaren vill undvika att andra budgivare backar ur och att inga bud kvarstår.

Det sista scenariot är dock inte optimalt. Fler och fler mäklare förespråkar att budgivare ska kunna visa upp lånelöfte innan de deltar i budgivningen. Trots det kan ingen hindra någon från att lägga ett bud utan finansiering och sedan villkora köpet med att undersöka sina lånemöjligheter. Säljaren kan i sin tur kräva att detta sker innan kontraktet undertecknas, men då har köparen större frihet att dra sig ur och behöver inte ens ansöka om lån.

Rekommendation

För spekulanter är det starkt rekommenderat att ha lånelöfte klart innan budgivning för att inte riskera att bli bortvald. Som säljare bör man endast gå med på finansieringsvillkor om det inte finns andra budgivare och man har anledning att tro att köparen får lånet beviljat. Dock kan olika säljare resonera olika. Ibland kan det vara strategiskt att skriva kontrakt med en köpare innan denne kontaktar banken, särskilt om det rör sig om det enda eller ett fördelaktigt bud.