Hvor overkommelige har boligpriser i Danmark været over de sidste tre årtier?


Har du overvejet at købe en lejlighed for nylig, og har du givet op på idéen efter et kort kig på priserne? Du er formentlig én ud af mange: min nye undersøgelse af dataene viser, at priserne på det danske boligmarked er steget enormt over de sidste tre årtier, mens det ikke lykkedes for indkomsten at stige i samme tempo. I denne artikel præsenterer jeg det, jeg har fundet ud af i løbet af mit studie, og jeg opsummerer også, hvordan jeg kom frem til mine konklusioner. Hvis du hellere vil udforske boligpriserne og hvor overkommelige de er, kan du benytte dig af den interaktive app, som jeg har lavet:

Vil du helst udforske boligpriserne og hvor overkommelige de er? Så besøg den interaktive app, som jeg har lavet - den er helt gratis:

Derinde finder du både aggregerede salgspriser (målt pr. m²) og to mål for hvor overkommelige de er, som er baseret på forholdet mellem salgspriserne på ejerlejlighederne og personindkomsten. De seneste data i appen er fra 2024, og jeg regner med at opdatere den en gang om året, så snart nye årlige data er tilgængelige i kilden.

Introduktion

I en forholdsvis ny artikel berettede Europa-Parlamentet, at stigende boligpriser og husleje var en stor bekymring blandt mange europæere. EU-borgere var så utilfredse med de eskalerende leveomkostninger, at sidstnævnte var den primære anledning til deres beslutning om at stemme til 2024 valget til Europa-Parlamentet. Det er ikke den store overraskelse, når man tager i betragtning, at boligpriserne på EU-niveau er steget med 48% i perioden 2015-2023. Samtidig er BNP pr. indbygger kun steget med 34% i den samme periode. Der er, med andre ord, et gab mellem indkomst og boligpriser, som kun bliver større, og dette er uden at tage i betragtning, at BNP pr. indbygger ikke er det samme som disponibel indkomst for den gennemsnitlige borger.

For at se hvordan forholdene i Danmark har udviklet sig sammenlignet med EU som helhed, dykkede jeg ned ikke bare i salgspriser for ejerlejligheder, men også i hvordan priserne er jævnført med personindkomst. På denne måde kunne jeg også vurdere, hvor overkommelige boligpriserne har været over tid.

Lejligheder i Danmark koster nu 4,6 gange mere end i 1992; i København er stigningen helt oppe på 8,5 gange

På lidt over 30 år er den gennemsnitlige salgspris for lejligheder i Danmark steget 4,6 gange (målt pr. m²). Naturligvis er der forskelle i denne udvikling på tværs af landet, idet man i nogle kommuner har oplevet højere eller lavere prisændringer i perioden. Som Figur 1 viser, er priserne på ejerlejligheder mellem 1992 og 2024 steget mest i Frederiksberg, København og - lidt overraskende - Vejen:

Figur 1. De 15 kommuner med den største prisstigning mellem 1992-2024

De laveste prisstigninger blev registreret i Brønderslev, Faxe og Randers. Der er dog ingen kommuner, hvor priserne er faldet i forhold til niveauet i 1992.

Ser man på de nyeste data, byder Figur 2 ikke på mange overraskelser: i 2024 var det dyrest at købe en lejlighed i Danmarks største byer, samt i de nærliggende kommuner:

Figur 2. De 15 dyreste kommuner at købe en lejlighed i (2024)

Det var billigere at købe en lejlighed i resten af landet, men med det forbehold, at indkomstniveauet dér også var lavere. Med de ord træder vi ind i den næste del af min undersøgelse: hvor overkommelige boligpriserne har været.

Over de sidste tre årtier er det blevet 33% mindre overkommeligt at købe en lejlighed i Danmark

I løbet af de sidste tre årtier er den gennemsnitlige salgspris på ejerlejligheder steget 4,6 gange (målt pr. m²). Samtidig er den gennemsnitlige disponible indkomst på landsplan kun steget 3 gange - en vækst, der stort set følger udviklingen i BNP:

Figur 3. Indekseret salgspris og gennemsnitlig disponibel indkomst + BNP på landsplan

De to meget forskellige udviklinger har til gengæld ført til, at priserne på boligmarkedet samlet set er blevet mindre overkommelige. For at være mere konkret, kunne man med en gennemsnitlig disponibel indkomst købe hele 18,6 m² i 1992, i modsætning til de knap 12,5 m², som den tilsvarende indkomst i 2024 kunne betale for. Dette svarer til 33% mindre overkommelige boligpriser:

Figur 4. Antal m² der kan købes for den årlige disponible indkomst (landsgennemsnit)

Den generelle tendens afspejles også i de fleste kommuner, og kan ses endnu stærkere blandt Danmarks fire største byer, som grafen nedenfor viser:

Figur 5. Antal m² der kan købes med den gennemsnitlige årlige disponible indkomst i Danmarks fire største byer

Selvom ejerlejligheder i Danmark generelt er blevet mindre overkommelige (det gælder i 81 ud af 91 kommuner, eller 89% af alle), er der nogle enkelte kommuner, hvor man ser den modsatte udvikling. Som grafen nedenfor viser, er kommuner såsom Brønderslev, Randers og Faxe nogle særlige tilfælde:

Figur 6. Antal m² der kan købes med den gennemsnitlige årlige disponible indkomst i kommuner, der ikke følger den generelle tendens

Alligevel er konklusionen, at det over de sidste 33 år er blevet markant mindre overkommeligt at købe en bolig i Danmark. Hvor 2,7 års indkomst efter skat var nok til at købe en 50 m² lejlighed i 1992, skal man i dag af med 4 års efter-skat-indkomst for at kunne gøre det samme.

Større kommuner har oplevet stabile prisstigninger, imens mindre kommuner har haft mere ustabile prisudviklinger

Danmarks fire største byer, repræsenteret af de fem kommuner vist i grafen nedenfor, har været - og er fortsat - landets dyreste områder at købe bolig i. Frederiksberg Kommune står i spidsen som den dyreste kommune i hele Danmark, og forskellen mellem Frederiksberg og den næstdyreste kommune, København, er vokset over tid - især i perioden efter finanskrisen i 2008:

Figur 7. Gennemsnitlig pris pr. m² i Danmarks fire største byer over tid

Når man ser på dataene, fremstår der en tydelig tendens i de fleste kommuner: priserne stiger og stiger. Der er få korte afvigelser fra denne tendens: et mindre fald umiddelbart efter finanskrisen i 2008 og igen et fald i 2023 - et år præget af højere renter end dem, folk havde vænnet sig til i det foregående årti. Disse to fald fremstår som undtagelser i en ellers konstant udvikling, og priserne i 2024 er allerede steget igen efter det midlertidige dyk i 2023.

Billedet er til gengæld mindre entydigt, når det gælder de billigste kommuner at købe lejlighed i - herunder steder som Holstebro, Randers og Slagelse. I den nedre ende af prisskalaen er tendensen ikke så tydelig, og prisudviklingen er mere ustabil, med langt større udsving fra år til år, som Figur 6 viser. Mens prisen i København fx faldt med 1,4% mellem 2021-2023, faldt prisen i Favrskov med 21,4%, og i Holstebro oplevede man et endnu større fald på 41,3%.

Kort sagt ser man, at priserne på ejerlejligheder er steget markant mellem 1992 og 2024. Stigningerne er sket i de fleste kommuner, og har været størst i de kommuner, hvor det i forvejen var dyrest at købe. I mellemtiden har boligpriserne i de billigere kommuner til gengæld været præget af langt større udsving. Det sidstnævnte kan dog delvist skyldes, at der er færre salg i disse områder, og at gennemsnitspriserne derfor lettere bliver påvirket af udsving i enkelttransaktioner.

Ejerlejligheder bliver næppe billigere i de kommende fem år

Hvis de historiske tendenser fortsætter ud i fremtiden, er det usandsynligt, at der kommer et markant fald i boligpriserne i løbet af de næste fem år. Det er en konklusion lavet på baggrund af en række prognosemodeller, hvor boligpriserne i de enkelte kommuner er blevet modelleret som en følge af forskellige makroøkonomiske faktorer. I praksis betyder det, at kommuner, hvor priserne historisk set har været stigende, sandsynligvis vil opleve fortsatte stigninger, mens områder med faldende priser formentlig vil fortsætte den tendens:

Figur 8. Historiske data og prognosetal for gennemsnitlig pris pr. m² for udvalgte danske kommuner

I modellerne blev den gennemsnitlige salgspris for hver kommune specificeret som en funktion af Danmarks nationale BNP, den årlige inflation samt den årlige medianrente, som den rapporteres af Nationalbanken. Det at modellere priserne særskilt for hver kommune gjorde det muligt at bevare de lokale prisforskelle, samtidigt med, at der blev lavet prognosetal for alle kommuner. De fremtidige værdier for BNP og inflation kommer fra IMFs World Economic Outlook (WEO, senest opdateret i april 2025), mens hvad angår renten, blev det historiske gennemsnit over hele perioden anvendt i prognoseperioden.

Midlertidige prisfald kan forventes, hvis renten stiger, eller i tilfælde af en økonomisk recession (som vil medføre lavere BNP). Men medmindre vi står over for en såkaldt black swan-begivenhed, vil eventuelle prisfald næppe vare mere end et par år. Hvis man venter på, at “boblen brister”, kan man være heldig - men man skal også være heldig ikke at blive ramt af de potentielle negative konsekvenser af den økonomiske tilbagegang, som kan udløse faldende boligpriser.

Konklusion: Mindre overkommelige boliger i en tid med stigende ulighed

I en nylig artikel beskrev DR det stigende problem med de høje priser på boligmarkedet, med særligt fokus på hvordan private virksomheders dominans på udlejningsmarkedet har gjort boliger mindre overkommelige. I artiklen finder man udtalelser fra politikere fra Danmarks to største byer - København og Aarhus, hvor de foreslår at bygge flere ejerlejligheder som løsning på problemet med de uoverkommelige boligpriser. Min analyse peger dog på, at salgspriserne på ejerlejligheder allerede er steget alt for meget i forhold til det gennemsnitlige indkomstniveau, hvilket betyder, at køb af ejerlejlighed ikke er en realistisk mulighed for mange.

Men hvad betyder en overkommelig pris egentlig, når det kommer til bolig, og hvorfor er det vigtigt? De Forenede Nationer (FN) definerer ordentlige boligforhold som en grundlæggende menneskeret og fortolker forholdene som utilstrækkelige, hvis boligudgifterne “truer eller kompromitterer beboernes mulighed for at nyde andre menneskerettigheder”. Der er generel konsensus om, at boligudgifter ikke må overstige 30-40% af husstandens disponible indkomst, hvis boligen skal betegnes som overkommelig. Med boligpriser, som stiger langt hurtigere end den disponible indkomst, bevæger Danmark sig ikke i den rigtige retning når det kommer til overkommelige boligudgifter.

Det er en stor kamel at sluge, men på grund af en uheldig kombination af makroøkonomiske faktorer og politiske beslutninger, er boligpriserne steget langt hurtigere end personindkomsten, hvilket gør, at flere og flere mennesker bliver udelukket fra boligmarkedet.

Ifølge Eurostat er det kun 61% af de mennesker, der bor i Danmark, som ejede deres hjem i 2024. Dette svarer til et 5 procentpunkts fald sammenlignet med for to årtier siden. Dataene, som denne analyse bygger på, viser at boligprisene i samme periode (2003-2024) er blevet 6.5% mindre overkommelige på landsplan. Samtidig er indkomstuligheden steget med 27%, målt gennem den såkaldte Gini koefficient (hvor de seneste tilgængelige data er fra 2023).

Det kan være svært at være optimistisk i konteksten af stigende ulighed og boliger, som er mindre overkommelige end før. Specielt for den gennemsnitlige borger, som skal forsøge at overkomme den voksende afstand mellem sin personindkomst og sine boligudgifter, som er vokset med tiden. Potentielle købere vil håbe på, at “boblen brister”, mens potentielle sælgere naturligvis vil håbe, at salgspriserne bliver ved med at gå op.

I mellemtiden vil politikerne også stå midt i en udfordring: i en verden med flere samtidige kriser, kommer beslutningstagerne så til at kunne gøre noget ved de stigende leveomkostninger, hvoraf boligudgifter udgør en stor del? Det er uklart, om politikerne vil kunne balancere de private investorers interesse med behovet for at beskytte borgernes ret til en ordentlig bolig, eller om vi kommer til at se voksende populisme som følge af, at dele af befolkningen sandsynligvis vil føle sig ladt i stikken.

Bilag: Angående data og metode

Datakilder

Data om salgspriser var hentet fra Finans Danmark, og dækkede over udviklingen af den gennemsnitlige pris på ejerlejligheder i perioden 1992-nu. Disse data var suppleret med befolknings- og indkomsttal fra Danmarks Statistik (DST), såvel som makroøkonomiske data fra både DST og den Internationale Valutafond. For at se en fuld liste over alle input data, læs venligst denne GitHub side.

Bemærk venligst, at både boligpriser og disponibel indkomst er nominelle, dvs. at de repræsenterer de faktiske værdier målt i hvert år, så de to indikatorer er direkte sammenlignelige.

Hvorfor jeg kun undersøgte priser på ejerlejligheder

Jeg dykkede ikke ned i priser på huse eller rækkehuse, lejeboliger eller andelsboliger, da jeg ikke kunne finde tilstrækkelige data på området, men jeg forventer, at de øvrige boligpriser følger en lignende udvikling over tid. Derudover holdt jeg fokus på ejerlejligheder frem for huse med henblik på, at konklusionerne også kunne overføres til det private udlejningsmarked, som består hovedsageligt af lejligheder, i det mindste i storbyområder.

Forbedringer af prisdataenes kvalitet

I datakilden kunne man finde gennemsnitlige salgspriser for hvert postnummer ogkvartal, med nogle manglende værdier, primært i tilfælde, hvor alt for få salg har været registreret. For at kunne udføre denne analyse, aggregerede jeg dataene på årsbasis for enhver kommune. Dette gjorde det muligt at koble dataene til vigtige baggrundsoplysninger, såsom kommunal disponibel personindkomst og nationale makroøkonomiske tal.

Som en del af databearbejdningen brugte jeg dataimputation for at sikre, at salgspriserne i alle kommuner havde fuld historik, selv hvis nogle af priserne var estimerede og ikke faktiske tal. Imputationen skete ved brug af en random forest algoritme, som tog stilling til faktorer såsom den gennemsnitlige salgspris og antallet af salg på landsplan, samt det kommunale disponible indkomstniveau, og havde en præcision på cirka 67%. I den medfølgende app, inkluderer historiske priser også estimater, men man kan vælge at sortere dem fra, hvis man udelukkende vil kigge på faktiske tal.

Sammenligning af boligpriser med personindkomst

For at finde ud af, hvor overkommelige boligpriserne har været, sammenlignede jeg lejlighedernes salgspris med den lokale disponible indkomst i hver kommune, som førte til dannelsen af to indikatorer, som findes på hhv. “Affordability by municipality” og “Affordability by gender” siderne i den medfølgende app:

  • Antal m², som den gennemsnitlige person kan købe med deres årlige efter-skat indkomst
  • Antal års gennemsnitlig efter-skat indkomst, som kræves for at kunne købe en 50 m² lejlighed

De to indikatorer var skabt for at gøre det nemmere at tolke, hvor overkommelige boligpriserne har været over tid, og er 1:1 korrelerede med hinanden.

Bemærk venligst, at på grund af aggregeringen af dataene fra postnumre til kommuner, samt på grund af imputationsalgoritmen, kan der opstå afrundingsfejl i de endelige tal (fx gennemsnittene for de enkelte kommuner eller det nationale gennemsnit), så tallene kan være lidt anderledes end dem, der præsenteres i andre kilder.

Fremskrivning af boligpriser

Som nævnt i selve artiklen, byggede jeg nogle prædiktive modeller for at kunne fremskrive de kommunale salgspriser ud i fremtiden. Modellerne var forholdsvis enkle OLS-regressioner, og enhver model var bygget på en stikprøve af data, som kun dækkede en kommune ad gangen. Derfor varierede modellerne ikke i deres specifikation, og fremtidige salgspriser var altid modelleret som en funktion af de samme inputvariabler: national BNP, inflationsrate og medianrente.

Præcision samt goodness-of-fit af modellerne var evalueret gennem den gennemsnitlige absolutte procentfejl (MAPE) samt determinationskoefficienten R². Præcision er omtalt som “accuracy” i app’en, og er beregnet som 1 - MAPE. Fremskrivningerne finder sted en kommune ad gangen, og er efterfølgende automatisk sammensat i et datasæt. Pr. definition viser app’en ikke fremskrevne priser, men man kan vælge dem til ved brug af Selected price type(s) filtret. Salgspriser for det indeværende år, samt alle kommende år, er pr. definition fremskrevne og ikke faktiske priser.

📊🦉 Udforsk den gratis interaktive data app, som følger med til denne artikel her.

🔎📈 Udforsk R og Python koden, som blev anvendt til at forberede data til projektet samt bygge selve app’en ved at besøge projektets GitHub side.


Kilde til hovedbillede: Egen produktion