Epsilon Archive for Student Projects

Abstract

Sverige består av ungefär 23 miljoner hektar av produktiv skogsmark. Detta innebär att drygt 50 % av landarealen utgörs av skogsmark. Den produktiva skogsmarken är uppdelad mellan olika ägarkategorier, där fysisk person (enskilda ägare) äger 50 % och juridisk person, såsom staten, aktiebolag, ekonomiska föreningar och dylikt, äger övriga 50 % av skogsmarken. Denna fördelning av skogsmarken mellan olika ägarkategorier tros inverka på den skogliga fastighetsmarknaden och en prisdifferens beroende på om fastigheten säljs av juridisk eller fysisk person antas existera. Anledningen till differensen tros bero på bland annat lagstiftning, skötsel och ekonomiska aspekter såsom utbud och efterfrågan på marknaden.

Studiens huvudsyfte var att analysera hur faktorn ägarkategori, där säljaren av skogsfastigheterna delades upp i juridisk person och fysisk person, påverkade skogsfastigheternas köpeskilling. Ägarkategorins påverkan på köpeskillingen beroende på geografisk belägenhet analyserades också. Utöver detta undersöktes även hur faktorerna virkesförråd, bonitet, fastighetens storlek, reporäntan, befolkningstätheten och fastighetens virkesintäkter påverkade skogsfastigheternas köpeskilling vid försäljning.

Materialet hämtades från NAI Svefas databas Jord & Skog och bestod efter sållning av 1430 försäljningar av skogsfastigheter, varav 149 sålts av juridisk person. Materialet analyserades sedan med regressionsanalyser i det statistiska analysverktyget Minitab. Två hedoniska prismodeller skapades där köpeskillingen i modell 1 normerades till kr/ha och i modell 2 till kr/m3sk. Detta för att undersöka om det förelåg någon skillnad beroende på normeringen av köpeskillingen.

Resultatet visar att köpeskillingen har ett positivt, signifikant samband med ägarkategorins påverkan, där köpeskillingen är högre om säljaren är juridisk person. En geografisk differens i skillnaden mellan ägarkategorierna kunde också påvisas, där högst prisdifferens påvisades i mellersta Sverige. I norra Sverige kunde inget signifikant samband utläsas vilket tros bero på det tunna materialet inom regionen. Köpeskillingen har dessutom ett positiv samband med ökande virkesförråd, bonitet, befolkningstäthet och virkesintäkter. Den skogliga arealen påvisade ett negativt, icke-linjärt samband mellan köpeskillingen. Vid normering till kr/m3sk påvisades även ett icke-linjärt samband mellan köpeskillingen och virkesförrådet.

Reporäntan påvisade inget signifikant samband med köpeskillingen.

Sweden consists of approximately 23 million hectares of productive forestland. This means that just over 50 % of the total landmass in Sweden consists of forestland. The forestland itself is divided between different types of owner categories, where private individuals own 50 % and legal entities, such as the state, corporations, economic associations etcetera, own the remaining 50 %. The distribution between the owner categories is believed to have an influence on the forestry property market due to the differences in law, forest management and economical aspects such as supply and demand.

The study's main objective was to analyze how the difference between owner categories, where the sellers of forest land were divided into a legal entity and private individuals, affected forest property purchase prices. The owner categories’ impact on forest property prices with respect to differences in geographical location was also analyzed. Apart from this the study examined how factors of growing stock, site productivity, forest area, the repo rate, population density and forest timber revenue impacted on forest property purchase prices at the moment of sale.

The material was gathered from NAI Svefa’s database Jord&Skog and consisted of 1430 sales of forest estates, out of which 149 were sold by legal entities. The statistic program Minitab was used to analyze the material. Two hedonic price models were created to investigate whether any differences existed due to the standardization of the purchase price. The price of model 1 were standardized to kr/hectar and the price of model 2 were standardized to kr/m3sk.

The result shows that forest property prices have a positive, significant correlation to the factor of owner category, where the purchase price is higher if the seller is a legal entity. When divided into three geographical regions the price variance between owner categories differed, whereas the greatest difference was found in the mid part of Sweden. Due to a thin material in northern Sweden no differences were found. The variables standing volume, site productivity and wood yield were also found to have a positive impact on forest property prices. Forest area had a negative, non-linear relationship with the forest property prices. When the purchase price was standardized to kr/m3sk, a non-linear relationship between standing volume and purchase prices’ was also detected.

No significant correlation between the interest rate and property prices could be found.