Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Vilka faktorer har bidragit till hushållens rekordhöga skuldkvot?: En studie på Sverige år 1986-2016
University West, Department of Economics and IT, Divison of Law, Economics, Statistics and Politics.
University West, Department of Economics and IT, Divison of Law, Economics, Statistics and Politics.
2017 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesis
Abstract [en]

The debt of Swedish households seems to be a subject that never becomes irrelevant. Lending is a great benefit for the economy but high lending can also cause major problems for the individual households and for the entire economy. The purpose of this paper is to answer the question; what factors affect the Swedish households average long-term debt ratio? To do this, quarterly time series data for the period 1986 – 2016 have been quantitatively analysed using an error correction model, with the goal set to provide long-term debt ratio information.We use previous studies and theoretical papers on the subject in order to select the factors to be analysed. The analysis shows that property prices, the disposable income, share of the population within the age 18-30, share of the population whom retired and "the mortgage cap"-law are the factors which in one way or another affect the long-term debt ratio. Other factors discussed in this paper is the repo rate, unemployment and share of the population with a higher education. These are included in order to get a model that properly reflects the debt ratio to the issue that the essay addresses.

Abstract [sv]

Skuldsättningen hos de svenska hushållen verkar vara ett ämne som aldrig blir irrelevant. En hög belåning kan orsaka stora problem för de enskilda hushållen men den höga belåningen ställer även till med problem för hela ekonomin. Syftet med denna uppsats är att besvara frågeställningen; vilka faktorer påverkar de svenska hushållens genomsnittliga skuldkvot på lång sikt? För att göra detta har kvartalsdata för perioden 1986 - 2016 analyserats kvantitativt med hjälp av en error correction modell. Det har även tagits stöd från tidigare artiklar och studier i ämnet för att välja vilka faktorer som ska analyseras i den modell som används. Den analys som gjorts visar att fastighetspriserna, den disponibla inkomsten, andelen unga av befolkningen, andelen pensionärer av befolkningen och bolånetaket är de faktorer som på ett eller annat sätt påverkar skuldkvoten på lång sikt. Andra faktorer som behandlas i denna uppsats är reporäntan, arbetslösheten och andel av befolkningen som har en eftergymnasial utbildning. Dessa inkluderas för att få en modell som på ett bra sätt avspeglar skuldkvoten gentemot den frågeställning som uppsatsen tar upp.

Place, publisher, year, edition, pages
2017. , 24 p.
Keyword [en]
Error correction model, Household debt, Life cycle hypothesis, Multiple regression, Sweden
Keyword [sv]
Error correction model, Hushållens skulder, Livscykelhypotesen, Multipel regression, Sverige
National Category
Economics
Identifiers
URN: urn:nbn:se:hv:diva-11365Local ID: NAX500OAI: oai:DiVA.org:hv-11365DiVA: diva2:1134368
Subject / course
Nationalekonomi
Educational program
Mäklarekonom
Supervisors
Examiners
Available from: 2017-08-21 Created: 2017-08-18 Last updated: 2017-08-21Bibliographically approved

Open Access in DiVA

No full text

By organisation
Divison of Law, Economics, Statistics and Politics
Economics

Search outside of DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric score

urn-nbn
Total: 28 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf