La divergència creixent del preu de l’habitatge a Espanya
El preu de l’habitatge ha crescut de manera considerable en els últims anys, i comencen a aparèixer els primers símptomes de sobrevaloració en ciutats com Madrid i Barcelona i en alguns punts turístics. Aquesta realitat conviu amb una altra molt diferent a les zones menys urbanes, on la recuperació del sector immobiliari ha arribat més tard i és molt més lenta. En conseqüència, les divergències regionals pel que fa al preu i a l’accessibilitat a l’habitatge s’intensifiquen.
Després de la forta caiguda del preu de l’habitatge entre els anys 2008 i 2014 (del 30,7% nominal i del 37,2% en termes reals)1 , el 2015, es va iniciar un nou cicle expansiu del mercat immobiliari, caracteritzat, com veurem més endavant, per una elevada heterogeneïtat geogràfica. Però, abans d’examinar com ha evolucionat el preu de l’habitatge en diferents zones i localitats, convé repassar les principals xifres a nivell nacional, perquè ens serviran de referència per a l’anàlisi posterior.
El preu de l’habitatge va començar a pujar el 2015, segons les dades del Ministeri de Foment (basades en preus de taxació). Des del valor mínim en el 3T 2014 fins a la dada més recent, corresponent al 3T 2019, acumula un creixement del 12,3% (el 8,6% en termes reals). Malgrat aquesta tendència alcista, el preu es manté encara al voltant del 22% per sota del màxim històric (el –31,8% en termes reals). Per la seva banda, l’índex del preu de l’habitatge publicat per l’INE (basat en preus de transacció)2 mostra una recuperació més vigorosa, amb un avanç del 30,4% nominal entre el 1T 2014 i el 2T 2019 (el 24,7% en termes reals), tot i que la distància que el separa del màxim precrisi és similar a la que apunten les dades del Ministeri de Foment3 (el –18,2% per sota del màxim en termes nominals, el –30,6% en termes reals).
- 1. En aquest article, llevat que s’indiqui el contrari, utilitzem el preu de l’habitatge publicat pel Ministeri de Foment, ja que es publica amb desagregació provincial i per als municipis de més de 25.000 habitants.
- 2. El preu de l’habitatge de l’INE es publica des del 2007, a nivell nacional i per comunitat autònoma.
- 3. Això s’explica perquè el preu de l’habitatge de l’INE mostra una caiguda més intensa entre el 2007 i el 2014 (del –37,2% nominal i del –44,3% real) que la del preu del Ministeri de Foment.
El precio de la vivienda ha repuntado los últimos cinco años, aunque sigue siendo un 22% inferior al máximo alcanzado antes de la crisis y muestra una elevada heterogeneidad geográfica
En funció de l’evolució del preu de l’habitatge des del 2014, classifiquem les províncies espanyoles en quatre grups:
- Líders: Madrid, Barcelona, les Illes Balears, Màlaga, Santa Cruz de Tenerife i Las Palmas formen el grup que encapçala la recuperació del mercat immobiliari, províncies en què es troben les principals ciutats i zones turístiques consolidades, on el preu de l’habitatge es va començar a recuperar abans i on ha crescut amb més vigor (el 27,8% entre el 1T 2014 i el 3T 2019, molt per damunt del 12,3% nacional).
- Avançades: Cadis, Granada, Sevilla, Saragossa, Valladolid, Guadalajara, Girona, Tarragona, Alacant, València, Càceres, La Corunya i Navarra. En aquestes províncies, trobem ciutats importants en termes de població, de turisme i d’activitat econòmica, on la recuperació va trigar una mica més a despertar i on el creixement dels preus és positiu però més modest (el 6,3% entre el 1T 2014 i el 3T 2019).
- Seguidores: aquest grup concentra gairebé la meitat de les províncies espanyoles (Almeria, Còrdova, Huelva, Osca, Astúries, Cantàbria, Burgos, Palència, Salamanca, Albacete, Toledo, Lleida, Castelló, Badajoz, Lugo, Orense, Pontevedra, Múrcia, Àlaba, Guipúscoa i La Rioja). Es tracta d’un grup força heterogeni, format per províncies que s’inclouen en l’anomenada «Espanya buidada» i per altres que encara estan digerint els excessos del boom immobiliari, on el preu de l’habitatge encara està molt a prop del mínim, però que acumulen uns quants trimestres anotant taxes de creixement positives.
- Enlairant-se: Jaén, Terol, Àvila, Lleó, Segòvia, Sòria, Zamora, Ciudad Real, Conca i Biscaia. Són províncies en què el preu de l’habitatge es troba en el valor mínim o molt a prop d’ell.
El preu de l’habitatge es recupera a diferents velocitats
Índex (100 = 1T 2014)
Arran d’aquesta recuperació a diferents velocitats, els preus entre regions divergeixen i s’intensifica la bretxa entre les províncies més cares i les més barates. Així, les províncies líders (on més ha crescut el preu de l’habitatge) ja eren de les més cares el 2014. En canvi, el grup de les seguidores i el de les que s’estan enlairant estan compostos per les províncies amb el preu més baix (tant el 2014 com el 2019), amb les notables excepcions de Biscaia i de Guipúscoa4 .
Aquesta divergència és encara més intensa entre ciutats. Així, observem que ha augmentat la dispersió del preu de l’habitatge entre les diferents capitals de província, tal com s’observa al següent gràfic (figura de l’esquerra). Aquesta tendència és encara més intensa si incloem tots els municipis de més de 25.000 habitants5 .
- 4. Formalment, trobem un coeficient positiu i significatiu de la regressió, a nivell de província, de la variació del preu de l’habitatge entre el 1T 2014 i el 3T 2019 sobre el preu de l’habitatge el 2014. És a dir, es troba evidència a favor de divergència beta, és a dir, els preus de l’habitatge a les províncies amb un nivell de preus inicial més alt creixen més ràpid, de manera que les diferències de preus s’accentuen. També trobem un coeficient positiu en la regressió de les capitals de província i dels municipis de més de 25.000 habitants.
- 5. En altres termes, trobem evidència a favor de la divergència sigma, és a dir, al llarg del temps, augmenta la dispersió (aproximada per la desviació estàndard) en els nivells de preus dins un grup de províncies o de ciutats.
Creix la bretxa entre les províncies i ciutats més cares i les més barates. El 2019, comprar un habitatge a la ciutat comtal o a la capital d’Espanya costa més del doble que la mitjana nacional, mentre que, el 2014, era «només» 1,6 vegades més car
Augmenta la dispersió de preus entre províncies i municipis
(desviació estàndard del preu de l’habitatge)
Augmenta la dispersió de preus entre municipis d’una mateixa província
(desviació estàndard del preu de l’habitatge entre municipis de cada província) *
D’altra banda, també augmenta la divergència de preus dins les províncies, tal com s’observa a la figura de la dreta6 . Això és especialment cert a les províncies líders, on el preu a les principals ciutats ha crescut molt més que a la resta de les ciutats de la mateixa província. El cas més extrem és el de la ciutat d’Eivissa, on el preu de l’habitatge ha crescut el 52,6% entre el 1T 2014 i el 3T 2019, mentre que, al conjunt de les Illes Balears, l’increment ha estat també molt notable (el 26,6%), però clarament inferior al de la capital eivissenca.
A la resta de les províncies turístiques que formen el grup de les líders (Màlaga i les dues províncies canàries), també s’observa aquest patró de fort creixement del preu de l’habitatge a determinades ciutats d’elevat atractiu turístic. Per exemple, a la província de Màlaga, les ciutats on els preus de l’habitatge han crescut més des del 2014 són Benalmàdena (el 57,5%), Fuengirola (el 53,5%) i Rincón de la Victoria (el 50,7%), que creixen molt per damunt de Màlaga capital (el 37,1%) i de Màlaga província (el 24,5%).
Per la seva banda, a Barcelona i a Madrid, s’observa un canvi de patró el 2019, després d’uns anys en què el preu a la capital de província ha crescut molt per damunt de la mitjana provincial7 . Així, el preu de l’habitatge a la ciutat de Madrid va créixer el 7,0% interanual en el 3T 2019, en relació amb el 4,6% del conjunt de la Comunitat de Madrid. En canvi, altres municipis de la província presenten taxes de creixement molt més elevades, entre els quals destaquen Parla (el 14,0%) i Getafe (l’11,3%).
- 6. Aquí fem referència a la divergència sigma. Pel que fa a la divergència beta, només trobem evidència a favor d’aquesta hipòtesi a les Illes Balears, a Barcelona i a Alacant. Per a la resta de províncies, el coeficient no és significatiu.
- 7. Als municipis de la província de Barcelona i de Madrid, trobem evidència a favor de la convergència beta en l’últim any, és a dir, en aquestes províncies, els preus de l’habitatge el 2019 creixen més a les ciutats amb un nivell de preus més baix el 2018.
També ha augmentat la divergència de preus dins les províncies, com ho demostra el cas de les Balears: la capital pitiüsa és la segona ciutat més cara per comprar un habitatge a Espanya, després de Sant Sebastià
Aquesta «taca d’oli» que s’estén de la capital cap a les ciutats que l’envolten també s’observa a la província de Barcelona. A la Ciutat Comtal i a Sant Cugat del Vallès (la ciutat barcelonina més cara després de Barcelona), el preu de l’habitatge va créixer de forma més continguda (el 3,4% i el 2,2% interanual en el 3T 2019, respectivament), en relació amb creixements superiors al 10% a la corona de Barcelona (Santa Coloma de Gramenet, Badalona, L’Hospitalet de Llobregat, etc.).
El fort augment del preu de l’habitatge des del 2014 a les ciutats del grup de províncies líders ha provocat que empitjorin també les ràtios d’accessibilitat, és a dir, l’esforç que representa per a les llars accedir a un habitatge8 . Tot i que la renda de les llars en aquestes ciutats ha crescut més que la mitjana nacional, ja que són també els pols més dinàmics en termes d’activitat econòmica i turisme, no ha estat suficient per contrarestar el repunt del preu de l’habitatge. En conseqüència, les ràtios d’accessibilitat a les sis capitals de les províncies líders (Madrid, Barcelona, Màlaga, Palma, Las Palmas de Gran Canaria i Santa Cruz de Tenerife), que ja eren de les més altes d’Espanya, han crescut més que a la resta de les capitals de província. És a dir, la divergència entre els preus s’ha traslladat a les ràtios d’accessibilitat, tal com s’observa al següent gràfic.
- 8. Calculem les ràtios d’accessibilitat a l’habitatge de les capitals de província com el preu per metre quadrat del Ministeri de Foment multiplicat per 93,75 m2 (superfície mitjana de l’habitatge segons el Banc d'Espanya) i dividit per la renda de la llar mitjana. Les dades de renda per ciutat provenen de les dades internes de CaixaBank, i es tenen en compte les nòmines, les pensions i els subsidis d’atur.
El fort augment del preu dels immobles a les ciutats ha incrementat les ràtios d’accessibilitat a l’habitatge. Una llar madrilenya necessita el doble d’anys de renda per comprar un habitatge que una llar granadina
Aquest augment de la ràtio d’accessibilitat, més intens a les ciutats que ja eren més inaccessibles, ha reobert el debat sobre si els preus reflecteixen el valor fonamental de l’habitatge o si, en canvi, el mercat està sobrevalorat (a l’article «Què passa al mercat immobiliari europeu?», d’aquest mateix Informe Sectorial, s’analitza l’evolució del preu de l’habitatge i les ràtios d’accessibilitat a les ciutats europees).
Ràtio d’accessibilitat a les capitals de província
(anys de renda de la llar mitjana)
Per avaluar si el preu de l’habitatge està sobrevalorat, el Banc d’Espanya ha desenvolupat diversos indicadors i models que, malgrat basar-se en dades agregades i estar subjectes a un grau d’incertesa elevat, serveixen d’indicació per monitorar la possible desviació del preu de l’habitatge en relació amb uns valors que es podrien considerar d’equilibri. En concret, el Banc d’Espanya utilitza quatre indicadors de desequilibri. Dos d’aquests indicadors calculen la bretxa entre el valor de la variable d’interès en cada període i la seva tendència a llarg termini per a i) els preus de l’habitatge en termes reals i ii) la ràtio de preus de l’habitatge sobre la renda disponible de les llars. Els altres dos indicadors es basen en models economètrics una mica més complexos9 . Cal tenir present que aquests indicadors utilitzen la renda disponible de les llars residents a Espanya i que, per tant, tenen en compte la capacitat adquisitiva de la població local. Sobre aquest punt incidirem més endavant.
Doncs bé, segons les estimacions del Banc d’Espanya, el preu de l’habitatge a nivell nacional mostra, en l’actualitat, un valor proper a l’equilibri. De fet, alguns dels components de l’indicador d’equilibri del preu de l’habitatge ja van anotar valors lleugerament positius en el primer semestre del 2019, tot i que la mitjana es va mantenir molt a la vora del punt d’equilibri10 . En aquest article, utilitzem el segon dels indicadors esmentats, basat en la bretxa de la ràtio d’accessibilitat. L’evolució d’aquest indicador, que es pot observar al següent gràfic, mostra que el preu de l’habitatge al conjunt d’Espanya s’acosta, efectivament, al valor d’equilibri.
- 9. En particular, el tercer indicador de desequilibri es basa en una regressió del preu de l’habitatge, en termes reals, sobre la renda disponible de les llars i en els tipus d’interès de les hipoteques. El quart es basa en un model de correcció de l’error en què, a llarg termini, el preu de l’habitatge, en termes reals, depèn de la renda disponible de les llars i dels tipus d’interès de les hipoteques. Les tendències a llarg termini s’obtenen amb un filtre de Hodrick-Prescott d’una cua amb un paràmetre suavitzat igual a 400.000. Per a més detalls, vegeu l’«Informe d’Estabilitat Financera» de la tardor del 2019.
- 10. Altres estimacions, com la del Banc Central Europeu o la de la Reserva Federal de Dallas, també mostren que el preu de l’habitatge a Espanya s’apropa al valor d’equilibri i que alguns indicadors ja recullen una lleugera sobrevaloració.
L’habitatge no està sobrevalorat a nivell nacional, però, a Barcelona, a Madrid i a les Balears, el preu se situa per damunt del valor d’equilibri
La ràtio d’accessibilitat a nivell nacional s’apropa al punt d’equilibri
(p. p.)
Si apliquem la metodologia desenvolupada pel Banc d’Espanya a les nostres estimacions de la ràtio d’accessibilitat a nivell de comunitat autònoma, trobem que només tres (Madrid, Catalunya i les Balears) presenten xifres superiors al valor d’equilibri i que quatre més (el País Basc, Navarra, La Rioja i Canàries) estarien lleugerament per damunt del valor d’equilibri. A nivell municipal, només podem reconstruir una sèrie històrica prou llarga del preu de l’habitatge per a les ciutats de Madrid i de Barcelona. En els dos casos, aquestes estimacions suggereixen que el preu de l’habitatge s’ha anat desacoblant de l’evolució de la renda de les famílies i ha generat un notable tensionament de les ràtios d’accessibilitat per a la població local.
Bretxa de la ràtio d’accessibilitat domèstica en relació amb la seva tendència a llarg termini a les CA
(p. p.)
A les grans ciutats, s’observen símptomes de desvinculació dels preus de l’habitatge de la renda local
Aquests resultats poden generar una certa incertesa sobre la possibilitat que es produeixi una correcció de preus a les zones més tensionades. No obstant això, és important recordar que, com ja s’ha esmentat, les ràtios d’accessibilitat només tenen en compte la capacitat adquisitiva de la demanda domèstica. En una situació en què guanya pes un altre tipus de demandants d’habitatge (estrangers, inversors, etc.), que, en molts casos, tenen un poder adquisitiu superior a la mitjana de la població local, és possible que els indicadors d’accessibilitat a l’habitatge domèstic es puguin situar per damunt del valor d’equilibri. En aquest sentit, la possibilitat que es produeixi una correcció de preus a les zones més tensionades dependrà, en part, de l’evolució de la demanda no domèstica. L’escenari central de previsions de CaixaBank Research projecta una moderació del ritme de creixement del preu de l’habitatge, però no preveu que es produeixi un ajustament brusc de preus a les grans ciutats. En particular, les previsions sobre l’evolució del mercat immobiliari a nivell municipal11 apunten a una continuïtat de l’actual senda expansiva, basada en una urbanització creixent, que continuarà atraient talent cap a les ciutats més dinàmiques, i en el manteniment d’un atractiu elevat d’aquestes ciutats per als inversors internacionals.
- 11. Previsions basades en un model jeràrquic que combina un model ARIMA per capturar la tendència temporal i un model GBM per capturar les dinàmiques demogràfiques, de moviments de població, d’activitat econòmica i de turisme.