Bobler i strandkanten?: En analyse af sommerhusmarkedets prisdannelse og afvigelser fra det klassiske ejerboligmarked
Notice bibliographique
Résumé
When Denmark went into lockdown during the Covid-19 pandemic, prices of summer houses surged dramatically due to travel restrictions and increased demand for domestic vacation alternatives. This sparked media speculation about a potential housing bubble. However, despite the end of the pandemic, prices have remained at a high level and continue to show an upward trend. This thesis examines the price development in the Danish housing market with a particular focus on summer houses in the period from 1997 through the second quarter of 2024. The aim is to analyze and compare price developments across submarkets and to highlight differences in buyer behavior and motivations, as well as how these may influence price developments over time – particularly in periods of economic shocks. The analysis includes a comparative study of the summer house market and the general owner- occupied housing market, with special attention to regional differences between North Zealand and Western Jutland. Using regression analysis and the fundamental housing economic model, the study identifies key fundamental factors such as interest rates, disposable income, and demographic trends that affect price formation. The thesis also discusses whether the housing market in general is prone to bubble formation. The summer house market is assessed as particularly vulnerable, partly because summer houses are not subject to permanent residence requirements and can therefore more easily be used as investment objects, increasing the risk of speculative behavior. Furthermore, summer houses are considered a luxury good, which makes the market more sensitive to economic fluctuations and thus more exposed to significant price volatility during periods of economic upturns and downturns. The results reveal considerable regional differences and indicate that a significant part of the price development can be explained by fundamental economic factors – but to a large extent also by expectation formation based on past price trends. The analysis further suggests that the summer house market cannot be regarded as a single, unified market; both price developments and purchase motivations vary substantially across regions and buyer types.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».