Analyser fokuserer på aktuelle emner, som er særlig relevante for Nationalbankens formål. Analyserne kan også indeholde Nationalbankens anbefalinger. Her finder du bl.a. vores prognose for dansk økonomi og vores vurdering af den finansielle stabilitet. Analyser henvender sig til dig, der har en bred interesse for økonomiske og finansielle forhold.
Effekter af pengepolitiske renteforhøjelser
Siden 2022 er de pengepolitiske renter blevet forhøjet betydeligt i en række lande. En renteforhøjelse dæmper den økonomiske aktivitet, og der er ikke indikationer på, at effekten på inflation og ledighed afviger markant mellem Danmark og euroområdet. Danske husholdningers og virksomheders nettorentebetalinger stiger efter en renteforhøjelse, og højere rentebetalinger synes at have bidraget til at dæmpe udviklingen i husholdningernes forbrug.
Hovedbudskaber
Hvorfor er det vigtigt?
Nationalbanken er pengepolitisk myndighed i Danmark og fastsætter derfor de pengepolitiske renter. Som følge af fastkurspolitikken sker dette med henblik på at opretholde en fast kurs på kroner over for euro. De pengepolitiske renter har imidlertid stor betydning for de renter, som husholdninger og virksomheder står over for, og en ændring i de pengepolitiske renter vil derfor påvirke fx husholdningernes forbrug og virksomhedernes investeringer. På den baggrund belyses det, hvordan pengepolitikken påvirker samfundsøkonomien. Effekterne sammenlignes, hvor det er muligt, med de tilsvarende effekter i euroområdet. Nationalbankens vurdering af den økonomiske udvikling med tilhørende anbefalinger til den økonomiske politik afhænger af effekten af pengepolitikken herhjemme såvel som i euroområdet.
Hovedfigur
Forbruget har udviklet sig svagest i kommuner, hvor de kvartalsvise rentebetalinger er steget mest
Anm.:
Figuren er et krydsplot mellem år-år-ændringen i det gennemsnitlige beløb pr. indbygger for henholdsvis kortforbrug og rentebetalinger efter skat for en specifik kommune i hvert kvartal i perioden fra 2. kvt. 2022 til 3. kvt. 2023. Alle datapunkter er inddelt ud fra ændringen i rentebetalingerne i 100 lige store grupper, således at der optræder omtrent lige mange observationer i hvert punkt. Der er korrigeret for kvartalsvise sæsonudsving inden for året.
Kilde:
Danmarks Nationalbank og Danske Bank.
Forhøjelser af de pengepolitiske renter dæmper inflation og aktivitet
Siden 2022 har centralbankerne strammet pengepolitikken betydeligt i en lang række lande. Det skete efter kraftige stigninger i inflationen. På den baggrund var det nødvendigt at dæmpe den private sektors efterspørgsel for derved at bringe inflationen tilbage i retning af centralbankernes målsætninger, der ofte er udtrykt ved en årlig inflation i forbrugerpriserne i omegnen af 2 pct. Pengepolitikken er strammet, dels ved at centralbankerne har forhøjet de pengepolitiske renter, se figur 1, dels ved at en række centralbanker, fx Den Europæiske Centralbank, ECB, og den amerikanske Federal Reserve, Fed, har nedbragt beholdningerne i de opkøbsprogrammer, der sammen med de lave renter bidrog til en lempelig pengepolitik.
Figur 1
De pengepolitiske renter er forhøjet markant siden 2022
Anm.:
Figuren viser Nationalbankens indskudsbevisrente for Danmark og midtpunktet i Federal Reserves target range for Fed funds rate for USA. For euroområdet er benyttet ECB’s minimumsbudrente for de primære markedsoperationer frem til 14. oktober 2008, hvorefter den faste rente ved ECB’s primære markedsoperationer er benyttet.
Kilde:
Macrobond.
I Danmark er de pengepolitiske renter også blevet sat op. Det følger af fastkurspolitikken, hvor Nationalbanken tilrettelægger pengepolitikken med henblik på at opretholde en fast kurs på kroner over for euro. Som konsekvens heraf er der en tæt sammenhæng mellem de pengepolitiske renter i Danmark og euroområdet, som det fremgår af figur 1. I Danmark er den toneangivende pengepolitiske rente således blevet sat op med 4,2 procentpoint siden juli 2022, mens ECB har forhøjet sin med 4,5 procentpoint over den samme periode. De lidt mindre renteforhøjelser herhjemme afspejler, at der har været en stor efterspørgsel efter kroner.
I modsætning til ECB har Nationalbanken ikke benyttet sig af kvantitative lempelser. Fastkurspolitikken betyder imidlertid, at den stigning i markedsrenterne, der er resultatet af ECB’s tilbagerulning af kvantitative lempelser, også kan have medført højere danske markedsrenter.1 Selvom ECB og Nationalbanken første gang forhøjede de pengepolitiske renter i juli 2022, begyndte ECB så småt at stramme pengepolitikken fra et lempeligt udgangspunkt allerede i slutningen af 2021. Det skete, ved at ECB indikerede sine hensigter om at nedtrappe de positive nettoopkøb af obligationer under opkøbsprogrammerne. Ved rentemødet i juni 2022 annoncerede ECB, at den planlagde at forhøje de pengepolitiske renter ved det efterfølgende møde måneden efter.
Pengepolitikken transmitteres til økonomien gennem flere kanaler
Pengepolitiske stramninger påvirker i første omgang bankerne og de finansielle markeder. På den måde får stramningerne betydning for de renter, som husholdninger og virksomheder står over for. Transmissionen af de pengepolitiske renter til husholdninger og virksomheders detailrenter foregår via det danske pengemarked, obligationsmarked og bankerne, hvilket beskrives nærmere i Danmarks Nationalbank (2024).
Den private sektor påvirkes af strammere pengepolitik via flere kanaler, se boks 1. En del af transmissionen afhænger primært af ændringen i den nominelle rente, som direkte påvirker størrelsen på husholdningers og virksomheders rentebetalinger. Andre dele afhænger i højere grad af ændringen i realrenten, dvs. den nominelle rente korrigeret for den forventede inflation. En stigning i realrenten gør det således mere attraktivt at udskyde forbrug og investeringer.
Boks 1
Pengepolitiske transmissionskanaler
Pengepolitikken påvirker både forbrug og investeringer gennem flere kanaler. Denne boks beskriver de vigtigste kanaler for den pengepolitiske transmission med udgangspunkt i virkningen af en pengepolitisk renteforhøjelse på husholdningernes forbrug og virksomhedernes investeringer. Den pengepolitiske transmissionsmekanisme, der beskrives her, påvirker økonomien, uanset hvordan centralbanken har påvirket renterne. Der kan fx være tale om, at centralbanken har ændret sin pengepolitiske rente, eller at den har påvirket markedsrenterne ved at kommunikere sine forventninger om fremtidige renteændringer eller anvendt kvantitative lempelser.B1-1
Direkte effekter
Rentestigninger påvirker husholdningers forbrug direkte gennem både den intertemporale substitutionskanal og gennem nettorentebetalingskanalen – også ofte kaldt cashflow-kanalen.
Den intertemporale substitutionskanal virker, ved at en højere realrente tilskynder til opsparing og derved gør det mindre attraktivt at forbruge i dag frem for på et senere tidspunkt. På en lignende måde vil en stigning i realrenten øge omkostningen ved at have kapital bundet i virksomheden og dermed gøre det mere attraktivt at udskyde investeringer frem for at investere i dag.
Nettorentebetalingskanalen kan både bidrage til at øge eller reducere husholdningernes forbrugsmuligheder, afhængigt af om husholdningerne har store indskud eller meget gæld, og hvor hurtigt renterne på henholdsvis ind- og udlån reagerer. For husholdninger, der fx er likviditetsbegrænsede eller ikke er opmærksomme på, hvordan inflationen fremadrettet vil påvirke deres forbrugsmuligheder, vil den nominelle rente være vigtig for transmissionen gennem denne kanal.B1-2 Nettorentebetalingskanalen påvirker også virksomhedernes investeringer ved at påvirke virksomhedernes nettorentebetalinger afhængigt af virksomhedens balancesammensætning.
Indirekte effekter
De indirekte – eller afledte – effekter påvirker husholdningerne og virksomhederne gennem renteforhøjelsernes effekt på andre dele af økonomien og fordeler sig på 4 kanaler:
Formuekanalen. Gennem formuekanalen vil stigende renter føre til faldende aktivpriser og dermed sænke husholdningernes formue. Den lavere formue vil få husholdningen til at reducere forbruget. En del af denne effekt kan dog modvirkes af, at behovet for opsparing til fx boligkøb også reduceres af faldende boligpriser. Den samlede effekt af formuekanalen afhænger således af, hvordan formuen fordeler sig på tværs af befolkningen. Parallelt med denne effekt for husholdninger vil også virksomhedernes aktiver falde i værdi, hvilket isoleret set vil medvirke til at sænke virksomhedernes investeringer.
Friværdikanalen. Ud over at faldende aktivpriser kan begrænse husholdningernes mulighed for at låne med sikkerhed i aktiver, fx deres bolig, kan husholdningernes forbrug også påvirkes gennem en særlig friværdikanal. Gennem denne kanal kan husholdningernes forbrug potentielt øges som følge af en rentestigning, da det danske realkreditsystem muliggør omlægninger af fastforrentet realkreditgæld til en højere rente mod en reduktion af den samlede restgæld. Ved at foretage merbelåning i ejendommen i samme omgang som låneomlægningen kan boligejeren frigøre likviditet til at understøtte forbrug. Forbrugseffekten gennem denne kanal er ikke nødvendigvis symmetrisk for rentefald og -stigninger, idet rentefald også giver mulighed for merbelåning i forbindelse med låneomlægninger. Denne kanal må tænkes at være vigtigere for husholdninger end for virksomheder.B1-3
Fisher-kanalen. Pengepolitiske rentestigninger virker gennem denne kanal ved at sænke inflationen og derved øge den reale værdi af låntagers gæld, hvilket modsvares af en stigning i opsparerens reale formue. Denne kanal påvirker virksomhederne på lignende vis.
Valutakurskanalen. Renteforhøjelser fra ECB øger kronens værdi over for udenlandsk valuta, fx dollar, via appreciering af euroen. Det gør udenlandske varer relativt billigere. For husholdninger øger det forbrugsmulighederne, mens det for virksomheder kan gøre det sværere at eksportere varer til udlandet.B1-4
Den pengepolitiske transmission beskrevet gennem de ovenstående kanaler illustrerer, at en rentestigning vil påvirke husholdninger forskelligt afhængigt af fx deres balance- og indkomstsammensætning.B1-5 Det har betydning, da forskellige husholdninger reagerer forskelligt. Eksempelvis har låntagere ofte en større marginal forbrugstilbøjelighed end opsparere. En rentestigning, der medfører omfordeling fra låntagere til opsparere, vil dermed have realøkonomiske effekter i form af et fald i forbruget.B1-6
Den samlede effekt af renteforhøjelser på forbrug og investeringer påvirkes af alle de individuelle kanaler. Den samlede effekt af renteforhøjelser påvirkes derudover også af husholdningernes og virksomhedernes forventning til renteforhøjelsernes varighed. Jo længere renteforhøjelsen forventes at vare, jo større effekt vil en rentestigning i udgangspunktet få. Selv rentestigninger, der forventes at være midlertidige, kan påvirke både produktion og inflation på grund af pristrægheder, eller hvis husholdninger og virksomheder fx er likviditetsbegrænsede eller har myopiske præferencer og dermed ikke kan eller vil udglatte en midlertidig indkomstnedgang.
Figur
De pengepolitiske transmissionskanaler
Ikke trivielt at måle effekten af pengepolitik
Inflationen er faldet på tværs af lande, efter at centralbankerne begyndte at stramme pengepolitikken, se figur 2. Samtidig er væksten i den økonomiske aktivitet taget af, se figur 3, omend det skete allerede inden de pengepolitiske stramninger. Disse to bevægelser kunne umiddelbart indikere, at en strammere pengepolitik reducerer inflationen og har en begrænset effekt på aktiviteten. Både inflationen og den økonomiske aktivitet påvirkes imidlertid løbende af en lang række forhold ud over pengepolitikken. For eksempel afspejlede den kraftige stigning i inflationen i 2021-22 i høj grad forhold, der lå ud over den førte pengepolitik.2 På samme måde skal de store udsving i aktiviteten i årene 2020-21 ses i lyset af coronanedlukninger og hjælpepakker.
Centralbanker som ECB sætter de pengepolitiske renter på baggrund af en vurdering af, hvordan økonomien vil udvikle sig over den nærmeste fremtid. Denne sammenhæng mellem renter og inflationsforventninger betyder, at det langt fra er trivielt at vurdere effekten af en pengepolitisk renteændring på den makroøkonomiske udvikling. ECB vil fx typisk sætte renten op, hvis der er udsigt til, at inflationen kommer til at overstige målsætningen på 2 pct. Det kan give sig udslag i, at en renteforhøjelse i nogle tilfælde efterfølges af en stigning i inflationen, hvor stigningen i inflationen i fravær af renteforhøjelsen ville have været større.
Det er derfor nødvendigt at isolere effekten af en renteforhøjelse på inflationen fra det forhold, at renteforhøjelsen i sig selv afspejler, at centralbanken forventer relativt høj inflation i den nærmeste fremtid. Hvis det ignoreres, at en renteforhøjelse er et modsvar på et underliggende inflationspres, vil dens effekt blive undervurderet. I et tænkt eksempel, hvor centralbanken lykkes med fuldstændig at stabilisere inflationen, kan det umiddelbart se ud, som om de pengepolitiske renter slet ikke påvirker inflationen. Det vil imidlertid være en fejlslutning, da den stabile inflation netop afspejler, at pengepolitikken har afværget ethvert udsving i inflationen.
Som følge af fastkurspolitikken fastsætter Nationalbanken, som beskrevet ovenfor, ikke de pengepolitiske renter på baggrund af en prognose for den økonomiske udvikling. Imidlertid er der en betydelig samvariation mellem dansk økonomi og økonomien i euroområdet. En periode med stor efterspørgsel og udsigt til stigende inflation i euroområdet vil således ofte være sammenfaldende med en tilsvarende udvikling i Danmark. Derfor vil ECB’s renteforhøjelser, der som følge af fastkurspolitikken modsvares af renteforhøjelser fra Nationalbanken, ofte finde sted i perioder, hvor der også er udsigt til høj aktivitet og stigende inflation i Danmark. Effekten af renteforhøjelser på inflation og aktivitet i Danmark vil derfor også undervurderes, hvis denne beregnes udelukkende baseret på den observerede sammenhæng mellem de pengepolitiske renter og den makroøkonomiske udvikling.
Figur 2
Inflationen er aftaget betydeligt siden 2022
Anm.:
Figuren viser forbrugerprisinflationen.
Kilde:
Macrobond.
Figur 3
Væksten i BNP er aftaget siden 2021
Anm.:
Figuren viser år-år-vækstraten i BNP.
Kilde:
Macrobond.
Strammere pengepolitik dæmper aktivitet og prisudvikling
For at bestemme pengepolitikkens reelle indflydelse på den makroøkonomiske udvikling har den økonomiske forskning udviklet forskellige metoder til at isolere den rene årsagssammenhæng fra pengepolitik til aktivitet og priser, se boks 2. Resultaterne fra disse metoder viser generelt, at en pengepolitisk renteforhøjelse dæmper aktiviteten, men at det tager tid, før den fulde effekt indtræder.3 Det er også tilfældet for Danmark, se Larsen og Weissert (2024).
Afdæmpningen i aktiviteten afspejler, at pengepolitiske renteforhøjelser påvirker de renter, som husholdninger og virksomheder står over for. Investeringer og forbrug reagerer på de højere renter gennem de pengepolitiske transmissionskanaler, der er diskuteret i boks 1. En pengepolitisk stramning medfører typisk en udvidelse af kreditspænd, så omkostningerne ved at låne stiger mere, end stigningen i de pengepolitiske renter umiddelbart ville tilsige.4 Der er desuden indikationer på, at investorerne bliver mindre tilbøjelige til at påtage sig risiko. Sådanne stramninger af de finansielle forhold styrker effekten af pengepolitikken på den økonomiske aktivitet.5
Forskningen viser desuden, at pengepolitiske stramninger har en dæmpende effekt på inflationen.6 Det bekræftes af Larsen og Weissert (2024) i en dansk kontekst. Faldet i inflationen skyldes bl.a., at efterspørgslen og dermed den økonomiske aktivitet dæmpes. Den samlede efterspørgsel påvirker inflationen af tre årsager. For det første fører lavere efterspørgsel til en reduktion af virksomhedernes marginalomkostninger, idet de producerer mindre. For det andet kan lavere efterspørgsel resultere i ændrede konkurrenceforhold eller mere prisfølsomme husholdninger, hvilket påvirker virksomhedernes prissætning. Efterhånden som virksomheden tilpasser deres priser, væltes dette gradvist over i lavere forbrugerpriser. For det tredje kan en lavere efterspørgsel efter arbejdskraft dæmpe lønudviklingen.
Derudover vil en pengepolitisk stramning i euroområdet alt andet lige styrke euroen over for andre valutaer. Da kronen er bundet til euroen, vil den effektive kronekurs også blive styrket, og varer afregnet i dollar (fx olie og fødevarer) bliver billigere. Det reducerer importpriserne og slår gradvist igennem til forbrugerpriserne.7 Samtidig vil den styrkede krone gøre danske varer dyrere på eksportmarkederne uden for euroområdet, hvilket dæmper efterspørgslen yderligere.
Effekten af de pengepolitiske stramninger siden 2021 kan være påvirket af særlige forhold
Selvom forskningsresultaterne viser, at pengepolitiske stramninger generelt dæmper aktivitet og inflation, er der flere forhold, som kan have reduceret eller til dels forsinket effekten af den seneste tids renteforhøjelser. For eksempel har husholdningerne i en række lande disponeret over betydelige likvide midler som følge af de kompensationsordninger, der blev gennemført, samtidig med at forbrugsmulighederne var begrænsede af nedlukninger i forbindelse med coronapandemien.
Der er omvendt også forhold, som gør, at pengepolitikken kan have haft større effekt end normalt. For eksempel har stigningen i inflationen været så kraftig, at der har været risiko for, at husholdninger og virksomheder kunne miste deres tillid til, at centralbankerne ville fastholde deres fokus på lav inflation. Et vigtigt bidrag fra de pengepolitiske stramninger har derfor været at fastholde troværdigheden omkring centralbankernes målsætning om at bringe inflationen tilbage omkring 2 pct., se Amatyakul mfl. (2023). Det taler for, at den seneste pengepolitiske stramning har været særligt vigtig for inflationsudviklingen.
Boks 2
Metoder til vurdering af effekterne af pengepolitik
Ændringer i de pengepolitiske renter vil typisk afspejle, at ECB reagerer på den økonomiske udvikling i euroområdet for at holde inflationen på 2 pct. Udsigter til inflation, der overstiger ECB’s målsætning, vil ofte resultere i strammere pengepolitik, mens udsigter til lav inflation vil få ECB til at lempe pengepolitikken. En simpel analyse af sammenhængen mellem de pengepolitiske renter og inflation vil derfor ikke kunne adskille effekten af en pengepolitisk renteændring på inflationen fra det forhold, at udsigter til højere inflation får ECB til at sætte renten op.
Der er således et klart kausalitetsproblem: Renten påvirker inflationen i fremtiden, men forventningen til inflationen påvirker samtidig, hvordan centralbanken sætter renten. En simpel tilgang, der ikke tager højde for, at kausaliteten går begge veje, vil konsekvent undervurdere effekten af pengepolitiske renteforhøjelser på inflationen. Det er derfor nødvendigt at identificere eksogene renteændringer, som ikke kan tilskrives den forventede reaktion fra ECB på baggrund af den økonomiske udvikling, såkaldte pengepolitiske stød, for derved at estimere den kausale effekt af en renteændring på økonomien.
Identifikation af pengepolitiske stød
Der findes flere tilgange til at identificere pengepolitiske stød, hvilket afspejler en meget omfattende forskning på området.B2-1 En af de tidligt anvendte tilgange identificerer stød ved at antage, hvor hurtigt makroøkonomiske variable som fx produktion og priser reagerer på renteændringer ved hjælp af en såkaldt Cholesky-kausalorden. Her isoleres pengepolitiske stød typisk ud fra en antagelse om, at produktion og priser ikke reagerer på en pengepolitisk renteændring med det samme (oftest inden for et kvartal eller en måned).B2-2 Antagelserne i Cholesky-kausalordenen kan opblødes ved hjælp af fortegnsrestriktioner på effekterne af et pengepolitisk stød på makroøkonomiske variable. For eksempel identificerer Uhlig (2005) pengepolitiske stød ved at antage, at de får renter og inflation til at bevæge sig i hver sin retning.
Andre tilgange anvender data, der ikke direkte indgår i den empiriske model, til at isolere pengepolitiske stød fra den makroøkonomiske udvikling. Ved denne metode laves ingen antagelser om, hvordan et pengepolitisk stød påvirker den økonomiske aktivitet og inflation, men alene antagelser om, hvilken del af renteændringer der kan betegnes som et pengepolitisk stød. I et indflydelsesrigt studie af Romer og Romer (2004) identificeres pengepolitiske stød i USA ved at kontrollere for Federal Reserves interne prognoser for BNP-vækst og inflation. Denne metode betegnes som en narrativ tilgang.B2-3 Pengepolitiske stød antages herved at være variationen i de pengepolitiske renter ud over, hvad der kan forklares af Federal Reserves egne prognoser for den økonomiske udvikling.
En tilgang, der ofte anvendes i den nyere litteratur, isolerer pengepolitiske stød ud fra højfrekvente ændringer i markedsrenter fra få minutter før en annoncering af pengepolitiske beslutninger til få minutter efter.B2-4 Disse højfrekvente ændringer måler således afvigelsen mellem markedsdeltagernes forventninger til de pengepolitiske styringsrenter, der vil blive annonceret, og de faktiske styringsrenter, som ender med at blive annonceret. Den identificerende antagelse er, at ændringen i markedsrenter fra få minutter før annonceringer til få minutter efter udelukkende skyldes, at den pengepolitiske beslutning overrasker markedet. Ændringen i markedsrenterne inden for dette korte interval antages således at være uafhængig af den økonomiske udvikling, som centralbanken reagerer på, og udtrykker derfor størrelsen på det pengepolitiske stød.
Strukturelle modeller kan også anvendes til at analysere effekterne af pengepolitik. I forhold til de ovenstående tilgange er strukturelle modeller kendetegnet ved at inddrage mere økonomisk teori, hvilket anvendes til at inkorporere restriktioner på, hvordan makroøkonomiske variable afhænger af hinanden. Herved identificeres pengepolitiske stød også ved hjælp af den teoretiske struktur. For eksempel specificerer nykeynesianske DSGE-modeller typisk en pengepolitisk reaktionsfunktion for, hvordan centralbanker reagerer på den økonomiske udvikling, den såkaldte Taylor-regel. Pengepolitiske stød defineres i denne tilgang som afvigelser fra Taylor-reglen.B2-5
Da de strukturelle modeller i høj grad anvender økonomisk teori, får pengepolitikken i et vist omfang de forventede effekter på aktivitet og inflation per konstruktion. Modellerne kan derfor ikke anvendes til at evaluere, om pengepolitik dæmper aktivitet og priser. De er imidlertid velegnede til at belyse forskellige kanaler, hvorigennem pengepolitik virker, ligesom de kan anvendes til scenarieanalyser af fx alternative renteforløb.
Ikke indikationer på markante forskelle i effekter af renteforhøjelser på ledighed og inflation i euroområdet og i Danmark
Selvom der er en tæt sammenhæng mellem de pengepolitiske renter i Danmark og euroområdet, vil en pengepolitisk stramning af en given størrelse ikke nødvendigvis have den samme effekt på dansk økonomi, som den har på økonomien i euroområdet. På samme måde kan der være forskelle på tværs af de enkelte eurolande. Forskellene afspejler, at den pengepolitiske transmission afhænger af de økonomiske og finansielle strukturer, som varierer på tværs af lande. For eksempel fører forskelle i, hvordan boliger finansieres, til forskelle i, hvor hurtigt og i hvilket omfang en renteændring påvirker husholdningerne. Og ligeledes afhænger sammenhængen mellem aktivitet, inflation og beskæftigelse fx af strukturerne på arbejdsmarkedet.
Der er ikke indikationer på, at effekten af en pengepolitisk stramning på betydningsfulde makroøkonomiske variable som inflation og ledighed er markant forskellige mellem Danmark og euroområdet. Det fremgår af estimater for, hvordan inflation og ledighed påvirkes af et pengepolitisk stød fra ECB, se boks 3. Som følge af fastkurspolitikken indebærer øvelsen, at ECB’s renteforhøjelse spejles i en omtrent tilsvarende renteforhøjelse fra Danmarks Nationalbank. En nogenlunde ensartet reaktion på pengepolitiske stramninger i Danmark og euroområdet betyder, at pengepolitiske stramninger fra ECB ikke fremkalder et behov for en dansk finanspolitisk reaktion.8
Boks 3
Ikke markante forskelle i effekter af pengepolitik mellem Danmark og euroområdet
Der er foretaget en empirisk analyse til at belyse, hvordan inflationen og ledigheden i Danmark og euroområdet påvirkes af et pengepolitisk stød fra ECB. Som følge af fastkurspolitikken indebærer øvelsen, at ECB’s renteforhøjelse spejles i en omtrent tilsvarende renteforhøjelse fra Danmarks Nationalbank. De pengepolitiske stød identificeres ved at anvende højfrekvente ændringer i korte europæiske overnight index swaprenter (OIS-renter) fra få minutter før ECB’s annoncering af pengepolitiske beslutninger til få minutter efter, jf. metoden beskrevet af Larsen og Weissert (2024) og baseret på Jarocinski og Karadi (2020).
Til at estimere effekterne af de ovennævnte pengepolitiske stød fra ECB anvendes en bayesiansk local projections-model (BLP-model). Modellen er en fleksibel, databaseret tilgang, hvor økonomisk teori anvendes til at motivere, hvilke makroøkonomiske variable der skal indgå i modellen, men ikke til at bestemme årsagssammenhænge imellem dem. Variablenes respons til et pengepolitisk stød estimeres således frit på baggrund af data.
Modellen estimeres separat for Danmark og euroområdet på månedsdata fra januar 2003 til februar 2023. I den danske model inkluderes den danske 3-måneders pengemarkedsrente, industriproduktion, ledighed, månedlig HICP-inflation, månedlig HICP-energiinflation og en indikator for globale finansielle forhold målt ved rentespændet mellem BAA-ratede amerikanske virksomhedsobligationer og 10-årige amerikanske statsobligationer. Ved modellering af euroområdet udskiftes alle variable med tilsvarende variable for euroområdet bortset fra det amerikanske rentespænd på virksomhedsobligationer. Som kontrolvariable inkluderes 12 lags af alle variable. Pengemarkedsrenten instrumenteres med de pengepolitiske stød beskrevet ovenfor.
Resultaterne fra modellen fremgår af figur A og B, der viser udviklingen i inflation og ledighed som følge af et pengepolitisk stød fra ECB. Stødet er skaleret, så det får pengemarkedsrenten til at stige øjeblikkeligt med 1 procentpoint, hvorefter renten på langt sigt vender tilbage sit udgangspunkt. Effekterne i figurerne skal fortolkes som afvigelsen i inflation og ledighed målt i procentpoint i forhold til deres trend.
Modellens estimater indikerer, at strammere pengepolitik virker som ventet i både Danmark og euroområdet. Inflationen dæmpes således, men ledigheden øges. Den fulde effekt af den pengepolitiske stramning indtræder først med en vis forsinkelse. Derudover indikerer modellen, at der ikke er markante forskelle på effekterne mellem Danmark og euroområdet. Ledigheden påvirkes omtrent ens, mens inflationen umiddelbart ser ud til at falde lidt mindre i Danmark. Forskellen i udviklingen i inflationen er dog inden for den statistiske usikkerhed.
Det er således vigtigt at være opmærksom på, at beregningerne er forbundet med betydelig statistisk usikkerhed, som er udtrykt ved de viste usikkerhedsbånd. Effekterne ligger på niveau med, hvad andre har fundet for Storbritannien, Sverige og euroområdet med tilsvarende metoder.B3-1 ECB finder imidlertid mindre effekter for euroområdet ved anvendelse af fem forskellige tilgange, som hovedsageligt er baseret på strukturelle modeller, se Lane (2023).
Effektstørrelserne fra BLP-modellen kan desuden ikke ganges med den samlede renteforhøjelse siden 2022 for at kvantificere de samlede effekter af de pengepolitiske stramninger. Det afspejler bl.a., at effekten af en annoncering med efterfølgende renteændring, som ECB i høj grad har benyttet sig af, kan afvige fra effekten af en uventet renteforhøjelse, som indgår i modellen. Der kan desuden være ikke-lineariteter i forbindelse med store renteændringer, ligesom den løbende afvikling af opkøbsprogrammerne også har bidraget til den samlede pengepolitiske stramning. En samlet vurdering af effekterne fra de pengepolitiske stramninger ville kræve en strukturel model, som specificerer, hvordan husholdninger og virksomheder reagerer på uventede såvel som ventede pengepolitiske stramninger samt afvikling af opkøbsprogrammer.B3-2 Det ligger uden for rammerne af denne analyse.
Figur A
Pengepolitisk stramning fra ECB fører til et fald i inflation i Danmark og euroområdet …
Anm.:
Månedsinflationsresponsen er omregnet til årsstigningstakster. Fuldt optrukne røde linjer angiver medianestimater, mens de skraverede områder angiver estimaternes bayesianske 90-pct.-usikkerhedsbånd.
Kilde:
Egne beregninger.
Figur B
… og ledigheden stiger
Anm.:
Fuldt optrukne røde linjer angiver medianestimater, mens de skraverede områder angiver estimaternes bayesianske 90-pct.-usikkerhedsbånd.
Kilde:
Egne beregninger.
Rentestigninger øger virksomheders og husholdningers nettorentebetalinger
Når Nationalbanken forhøjer de pengepolitiske renter, får det betydning for bankernes ind- og udlånsrenter samt de korte realkreditrenter. For bankrenternes vedkommende betyder det, at en pengepolitisk renteforhøjelse øger bankernes finansieringsomkostninger, mens realkreditrenterne stiger i takt med markedsrenterne som konsekvens af det danske markedsbaserede realkreditsystem. I hvilket omfang, de lange realkreditrenter reagerer, afhænger i høj grad af, om renteforhøjelsen forventes at være af længere varighed.9 Effekten af Nationalbankens renteforhøjelser på de renter, som husholdninger og virksomheder står over for, betegnes rentegennemslaget.
Dette kapitel fokuserer på, hvordan renteændringer påvirker ikke-finansielle virksomheders og husholdningers nettorentebetalinger. En nettorentebetaling defineres som virksomheders og husholdningers rentebetalinger fratrukket deres renteindtægter. Ændringer i nettorentebetalinger er én af de kanaler, hvorigennem pengepolitikken kan påvirke forbrug og investeringer, se boks 1. Det er samtidig en kanal, der umiddelbart kan belyses på baggrund af data, hvorimod det er mindre indlysende, hvordan fx betydningen af den intertemporale substitutionskanal kan opgøres.
Det er dog vigtigt at understrege, at nettorentebetalingskanalen ikke nødvendigvis er den vigtigste kanal. Da kanalen afspejler en omfordeling af pengestrømme på tværs af udlandet, husholdninger, virksomheder og banker, afhænger dens styrke i høj grad af, hvordan de forskellige aktører reagerer på ændringer i deres individuelle nettorentebetalinger. De potentielle forbrugseffekter af ændrede nettorentebetalinger diskuteres sidst i kapitlet og uddybes i det efterfølgende kapitel, ”Højere renter dæmper husholdningernes forbrug”.
Indlånsrenterne er steget mere for virksomheder i Danmark end i euroområdet
Siden Nationalbanken og ECB begyndte at forhøje de pengepolitiske renter i juli 2022, er renterne på virksomhedernes udestående lån i kreditinstitutterne og på deres indlån steget, se figur 4 og 5. Den gennemsnitlige lånerente har generelt fulgt udviklingen i euroområdet tæt og er samlet set steget marginalt mere i den nuværende stramningsperiode.
Indlånsrenterne for virksomheder er steget betydeligt mere i Danmark end i euroområdet, se figur 5. Det skal dog ses i lyset af, at udgangspunktet for virksomhedernes indlånsrenter var lavere i Danmark end i euroområdet med en gennemsnitlig indlånsrente på -0,7 pct mod -0,1 i euroområdet i begyndelsen af 2022. Indlånsrenterne i Danmark har efterfølgende overhalet indlånsrenterne i euroområdet.
Figur 4
Den gennemsnitlige rente på virksomhedernes udestående lån er steget en anelse hurtigere i Danmark end i euroområdet
Anm.:
Akkumulerede ændringer i procentpoint siden januar 2022 i renten på udestående lån for ikke-finansielle virksomheder. Det skraverede område angiver spredningen inden for euroområdet (Grækenland, Kroatien, Luxembourg og Malta er ikke inkluderet).
Kilde:
Danmarks Nationalbank, ECB og egne beregninger.
Figur 5
Virksomhedernes indlånsrenter er steget betydeligt hurtigere i Danmark end i euroområdet
Anm.:
Akkumulerede ændringer i procentpoint siden januar 2022 i renten på dag-til-dag-indlån for ikke-finansielle virksomheder. Figuren inkluderer ikke renteudviklingen for andre indlånstyper som fx tidsindskud, hvor indlånene er bundet i en periode. Det skraverede område angiver spredningen inden for euroområdet (Grækenland, Kroatien, Luxembourg og Malta er ikke inkluderet).
Kilde:
Danmarks Nationalbank, ECB og egne beregninger.
Virksomhedernes nettorentebetalinger er øget mest i Danmark
Stigende ud- og indlånsrenter slår igennem til virksomhedernes nettorentebetalinger, hvilket afspejles i deres rentebyrde, se figur 6. Rentebyrden er defineret som renteudgifter fratrukket renteindtægter, sat i forhold til bruttoværditilvæksten. Efter de pengepolitiske renteforhøjelser i 2022 er rentebyrden steget for virksomhederne i både euroområdet og i Danmark, men stigningen er størst blandt danske virksomheder. Den reelle effekt på virksomhedernes nettorentebetalinger af de højere renter kan antages at være mindre, end figur 6 umiddelbart viser. Det skyldes, at virksomhederne i et vist omfang afdækker deres renterisiko ved hjælp af renteswaps, og at indkomster fra derivater ikke indgår i datagrundlaget i figuren.10
Den større stigning i rentebyrden for danske virksomheder dækker over, at både deres renteudgifter og -indtægter er steget mere end for virksomhederne i euroområdet. Det skal ses i lyset af, at forskelle i virksomhedernes rentebyrde ikke alene afspejler forskelle i rentegennemslaget i Danmark og euroområdet, men også forskelle i virksomhedernes balancesammensætning. Figur 7 viser virksomhedernes rentebærende aktiver og passiver i 1. kvt. 2022 i både Danmark og euroområdet.11 Figuren illustrerer, at højere renteindtægter blandt virksomheder i Danmark alene må skyldes, at rentestigningerne for indlån blandt danske virksomheder har været større end i euroområdet, idet danske virksomheder samlet set har lavere indlån end virksomheder i euroområdet se figur 7.
Figur 6
Rentebyrden for danske virksomheder er steget mere end i Euroområdet
Anm.:
Virksomhedernes rentebyrde er defineret som nettorenteudgifter i procent af bruttoværditilvæksten, BVT. Renteudgifter og renteindtægter er før FISIM-tildelinger. Tallene inkluderer ikke eventuelle indkomster og udgifter fra rentederivater. Rentebyrden vises som et glidende 12-måneders glidende gennemsnit.
Kilde:
Danmarks Nationalbank, ECB og egne beregninger.
Figur 7
Danske virksomheder har samlet set mere gæld end virksomheder i euroområdet
Anm.:
Rentebærende komponenter på ikke-finansielle selskabers bruttobalancer i 1. kvt. 2022. Der ses bort fra andre komponenter såsom noterede og unoterede aktier.
Kilde:
Danmarks Nationalbank, ECB og egne beregninger.
På trods af stigende renteindtægter er rentebyrden for danske virksomheder samlet set steget. Det skal ses i lyset af, at deres bruttogæld overstiger indlånet, se figur 7. Danske virksomheders bruttogæld i forhold til BVT er ca. 26 procentpoint større end for virksomhederne i euroområdet (henholdsvis 142 pct. og 116 pct. af BVT). Det har medført at, renteudgifterne er steget mere for virksomheder i Danmark end for virksomheder i euroområdet, selvom udlånsrenterne er steget næsten lige meget i Danmark og euroområdet. Figur 7 inkluderer virksomhedernes samlede bruttogæld, hvoraf lån formidlet af indenlandske kreditinstitutter i Danmark og euroområdet udgør henholdsvis 60 pct. og 39 pct. af BVT.
I både Danmark og euroområdet dækker to tredjedele af virksomhedernes bruttogæld over gæld til andre sektorer end MFI-sektoren, herunder bl.a. til koncerninterne enheder i såvel ind- som udland. Det betyder, at en del af renteudgifterne potentielt kan være til et datter- eller moderselskab. Det samme gælder for virksomhedernes renteindtægter, som ud over renter på bankindlån dækker over renteindtægter fra lån til andre virksomheder, herunder koncerninterne lån. Renteudgifter til betalinger inden for koncerner har dog ikke nødvendigvis samme betydning for virksomhedens likviditet som rentebetalinger til fx en bank. Det skyldes, at renteudgifter til betalinger inden for koncerner kan tilbageføres internt i koncernen efter behov. En rentestigning vil desuden ikke påvirke virksomhedssektorens samlede nettorentebetalinger for den del af gælden, der er til andre virksomheder.
Større stigning i ind- og udlånsrenter blandt danske husholdninger
Forhøjelserne af de pengepolitiske renter har også givet sig udslag i højere renter på husholdningernes lån i banker og realkreditinstitutter såvel som på deres indlån i bankerne, se figur 8 og figur 9. Figurerne viser desuden, at gennemslaget i Danmark har været kraftigere end gennemsnittet i euroområdet.12 Det skal dog ses i lyset af, at udgangspunktet for ikke mindst indlånsrenterne var lavere i Danmark, hvor bankerne i stort omfang havde introduceret negative renter.
Figur 8
Renten på samlet udestående gæld er steget hurtigere i Danmark end i euroområdet
Anm.:
Ændringer i procentpoint siden januar 2022 for renten på samlet udestående gæld hos husholdninger. Det skraverede område angiver spredningen inden for euroområdet (Grækenland, Kroatien, Luxembourg og Malta er ikke inkluderet).
Kilde:
Danmarks Nationalbank og ECB.
Figur 9
Indlånsrenter til husholdningerne er også steget hurtigere i Danmark end i euroområdet
Anm.:
Ændringer i procentpoint i renten på anfordringsindskud for husholdninger siden januar 2022. Det skraverede område angiver spredningen inden for euroområdet (Grækenland, Kroatien, Luxembourg og Malta er ikke inkluderet).
Kilde:
Danmarks Nationalbank og ECB.
At renten på det samlede udlån til husholdningerne er steget mere i Danmark end i euroområdet afspejler bl.a., at det danske markedsbaserede realkreditsystem har understøttet rentegennemslaget til nyudlån. Samtidig har danske husholdninger benyttet sig af muligheden i det danske realkreditsystem for at konvertere fastforrentet realkreditgæld mod en potentiel reduktion af deres restgæld.13 Det har bidraget til, at rentegennemslaget på eksisterende lån har været kraftigere i Danmark end i euroområdet.14 Figur 8 afspejler begge forhold, idet den viser rentegennemslaget til al udestående gæld, herunder også nye lån. Figur 8 illustrerer desuden, hvordan konverteringerne isoleret set har bidraget til rentegennemslaget i forhold til rentesatsen på udestående gæld.15
Både renten på nyudlån og på eksisterende lån er vigtige for den pengepolitiske transmission. Renten på nyudlån er særlig vigtig for udviklingen på boligmarkedet, da den indgår i førsteårsydelsen ved boligkøb og derfor påvirker boligkøberes betalingsvillighed. På samme måde kan renten på nyudlån få betydning for køb af større forbrugsgoder som fx biler. Forbrugseffekten af en rentestigning afhænger dog også af renten på den samlede udestående gæld, idet rentestigninger på den eksisterende gæld direkte indgår i husholdningernes budgetter, også selvom husholdningerne ikke optager ny gæld.
I gennemsnit øger rentestigninger husholdningernes nettorentebetalinger i Danmark, men reducerer dem i euroområdet
Ligesom for virksomhederne vil ændringer i renterne påvirke husholdningernes nettorentebetalinger. Effekten kan opgøres ved den udækkede renteeksponering, URE, der beskriver forskellen mellem husholdningens rentebærende formue og gæld, se Auclert (2019). Figur 10 viser, at URE for danske husholdninger i gennemsnit er negativ, mens husholdningerne i euroområdet i gennemsnit har en positiv URE.16 Danske husholdningers URE er dog inden for spektret af de individuelle lande i euroområdet, og fx er nederlandske husholdningers URE mere negativ end danske husholdningers. En positiv URE for husholdninger i euroområdet betyder, at de som følge af en pengepolitisk renteforhøjelse i gennemsnit vil opleve øgede nettorenteindtægter, mens husholdningerne i Danmark i gennemsnit vil opleve øgede nettorenteudgifter.
URE inkluderer kun formue- og gældskomponenter, hvor renten vil påvirkes af en pengepolitisk renteændring inden for et år. Det betyder fx, at der på gældssiden kun indgår variabelt forrentede lån, mens den væsentligste formuekomponent er indlån.17 Husholdningernes fastforrentede lån indgår ikke, selvom danske husholdninger, som vist i figur 8, ved rentestigninger kan vælge at refinansiere deres realkreditgæld til en højere rente mod at opnå en lavere restgæld.
I URE indgår heller ikke danske husholdningers betydelige formuer i fx pensionsopsparinger. Danske husholdningers gennemsnitlige finansielle nettoformue er således blandt de højeste i EU, og for mange husholdninger overstiger afkastet på pensionsformuen deres rentebetalinger, jf. Andersen mfl. (2023b). Selvom pensionsformuer er relativt illikvide på kort sigt og derfor ikke indgår i URE, kan pensionsafkast være et vigtigt element i husholdningernes mere langsigtede forbrugsbeslutninger. Det kan også være vigtigt i forhold til at fortolke betydningen af forskelle i URE imellem lande, hvis husholdninger i fx euroområdet i større grad sparer op til pensioner i likvide rentebærende fordringer, som indgår i URE.
I perioder med pengepolitiske renteforhøjelser stiger rentebyrden for husholdninger i Danmark, men falder i euroområdet
Husholdningernes udækkede renteeksponering er i figur 10 målt i 2021, men figur 11 viser også, at danske husholdningers rentebyrde historisk set er steget i perioder, hvor renterne er steget. Rentebyrden angiver husholdningernes rentebetalinger fratrukket deres renteindtægter i forhold til deres disponible bruttoindkomst.18 Stigningen i rentebyrden afspejler, at danske husholdningers samlede gæld væsentligt overstiger deres indskud i bankerne. Derudover er udlånsrenterne i Danmark steget hurtigere end indlånsrenterne siden 2022.
De store renteforhøjelser siden 2022 har dog ikke, indtil videre, fået samme direkte effekt på husholdningernes budget, som da renterne blev forhøjet i 2006-09. Det afspejler bl.a., at danske husholdninger har reduceret deres gæld i forhold til indkomst betydeligt siden finanskrisen.19 Effekten adskiller sig fra euroområdet, hvor udsving i renterne kun i begrænset omfang påvirker husholdningernes nettorentebetalinger. Det skyldes primært, at husholdningerne i euroområdet har mindre gæld end danske husholdninger. Desuden har husholdningerne i euroområdet større indskud end husholdningerne i Danmark.
Nettorentebetalingskanalen kan være stærkere i Danmark end i euroområdet
Figur 10 og figur 11 peger isoleret set i retning af, at pengepolitiske renteforhøjelser via nettorentebetalingskanalen har en større dæmpende effekt på aktiviteten i dansk økonomi end i euroområdet. At URE er positiv for husholdninger i euroområdet, og at deres rentebyrde falder i perioder med pengepolitiske renteforhøjelser, betyder dog ikke nødvendigvis, at nettorentebetalingskanalen i euroområdet samlet set bidrager til et øget forbrug i tilfælde af rentestigninger. Det afspejler, at den samlede effekt på forbruget også afhænger af fordelingen af renteindtægter og -udgifter og disse husholdningers marginale forbrugstilbøjelighed.
Ændringer i nettorentebetalinger for likviditetsbegrænsede husholdninger er særligt vigtige for den pengepolitiske transmission, da sådanne husholdningers marginale forbrugstilbøjelighed er høj, se fx Holm mfl. (2021) eller Crawley og Kuchler (2023). Stigningen i nettorentebetalinger er større for likviditetsbegrænsede husholdninger i Danmark end i euroområdet, se Bovin mfl. (2024).
Effekten af nettorentebetalingskanalen kan også afhænge af, i hvor stor grad husholdningernes gæld ejes af udlandet, og hvor meget gæld husholdningerne selv ejer i udlandet, fx via deres pensionsopsparinger. Endelig påvirkes den samlede pengepolitiske transmission gennem nettorentebetalingskanalen også af bankers og realkreditinstitutters reaktion på de nettorentebetalinger, som de modtager. I det omfang, øgede nettorentebetalinger for husholdninger og virksomheder afspejler en forøgelse af rentemarginalen, vil det afspejles i større renteindtægter og heraf større overskud for bankerne.
Figur 10
I gennemsnit har danske husholdninger en negativ udækket renteeksponering
Anm.:
Definitionen af den udækkede renteeksponering følger Bovin mfl. (2024).
Kilde:
Egne beregninger på baggrund af data på husholdningsniveau fra Danmarks Statistik og Eurosystemets Household Finance and Consumption Survey.
Figur 11
Rentebyrden stiger i Danmark, når renten stiger, mens den falder i euroområdet
Anm.:
Rentebyrden er defineret som nettorenteudgifter som en andel af disponibel bruttoindkomst. Renteudgifter og renteindtægter er inden FISM-tildelinger. Det skraverede område angiver perioder med stigende pengepolitiske renter.
Kilde:
ECB.
Som beskrevet i boks 1 virker den pengepolitiske transmission gennem mange forskellige kanaler, og nettorentebetalingskanalen er blot en del af den samlede pengepolitiske transmission. En potentielt stærkere nettorentebetalingskanal i Danmark betyder derfor ikke nødvendigvis, at den samlede effekt af pengepolitik på aktiviteten er større i Danmark end i euroområdet, da forskellen kan opvejes af andre kanaler. Det skal ses i lyset af, at der fx ikke er større effekter af renteændringer på beskæftigelsen i Danmark end i euroområdet, se boks 3.
Højere rentebetalinger dæmper husholdningernes forbrug
Pengepolitiske renteforhøjelser påvirker den samlede efterspørgsel i økonomien ved bl.a. at påvirke husholdningernes forbrug via nettorentebetalingskanalen. Betydningen af ændrede nettorentebetalinger på det samlede forbrug afhænger imidlertid af husholdningernes marginale forbrugstilbøjelighed, jf. diskussionen i ovenstående afsnit. I dette kapitel belyses den del af nettorentebetalingskanalen, der går gennem husholdningernes rentebetalinger på deres boliggæld. Det er første gang, at sammenhængen mellem husholdningernes rentebetalinger på boliggæld og deres forbrug belyses ved hjælp af dansk data.
I teorien kan effekten på makroniveau af ændringer i nettorentebetalinger være beskeden, da der er tale om en omfordeling af midler mellem forskellige aktører. I praksis vil nettorentebetalingskanalen dog bidrage til, at husholdningerne reducerer deres samlede forbrug, når renterne stiger. Det gælder, både hvis renter på eksisterende gæld stiger, og hvis renten på nye udlån er højere end renterne på de lån, som afvikles. Effekten af nettorentebetalingskanalen afspejler, at en rentestigning omfordeler fra låntagere til opsparere, og at låntagerne typisk nedsætter deres forbrug mere, end opsparerne øger deres. Der er tegn på, at denne effekt er betydelig, se fx Crawley og Kuchler (2023).20
Figur 12
Husholdningernes renteudgifter er fordoblet siden 2021
Samlede rente- og bidragsbetalinger på danske husholdningers boliggæld opgjort efter skattefradrag
Anm.:
Kvartalsvise rente- og bidragsbetalinger efter skat for danske husholdningers lån til boligformål. Observationer efter 2023 (prikker) indikerer fremskrevne renteudgifter via markedsbaserede renteforventninger og en fastholdt låneportefølje. Der antages en konstant udskiftning på 5 procent for fastforrentede lån i hvert kvartal.
Kilde:
Danmarks Nationalbank.
Figur 13
Kortforbruget har udviklet sig svagest i kommuner, hvor boligejerne har haft den største stigning i de kvartalsvise rentebetalinger på lån
Årlige ændringer i kortforbrug og rentebetalinger målt som gennemsnit pr. indbygger i alle kommuner i Danmark
Anm.:
Figuren er et krydsplot mellem år-år-ændringen i det gennemsnitlige beløb pr. indbygger for henholdsvis kortforbrug og rentebetalinger efter skat for en specifik kommune i hvert kvartal i perioden fra 2. kvt. 2022 til 3. kvt. 2023. Alle datapunkter er inddelt ud fra ændringen i rentebetalingerne i 100 lige store grupper, således at der optræder omtrent lige mange observationer i hvert punkt. Der er korrigeret for kvartalsvise sæsonudsving inden for året.
Kilde:
Danmarks Nationalbank og Danske Bank.
Svagere udvikling i kortforbrug kan knyttes til stigende rentebetalinger
I slutningen af 2022 og i begyndelsen af 2023 slog de stigende renter for alvor igennem hos boligejere med rentetilpasningslån, hvor låntagerne oplevede betydelige stigninger i deres kvartalsvise rentebetalinger, se figur 12. Transmissionen fra rentestigningerne til boligejernes privatøkonomi varierer dog på tværs af Danmark, bl.a. som følge af geografiske forskelle i lånsammensætning og gældsniveau.
Der er indikationer på, at stigende lånerenter transmitteres til husholdningernes budgetter hurtigere og med større intensitet i byområder end i landområder. Det afspejler især to forhold. For det første har boligejere i byområder generelt større gæld end i landområder, og for det andet er variabelt forrentede lån og afdragsfrihed mest udbredt i byområderne. Modsat lån med fast rente tilpasses rentebetalingerne løbende på variabelt forrentede lån, og for lån med afdragsfrihed stiger ydelsesbetalingerne i forholdet en-til-en med de stigende rentebetalinger.
De geografiske forskelle gør det muligt at estimere en sammenhæng mellem stigende rentebetalinger og ændringen i forbruget. Baseret på Nationalbankens kreditregister opgøres husholdningernes samlede rentebetalinger efter skat pr. person i alle landets kommuner kvartalsvist i perioden 2. kvt. 2022 til 4. kvt. 2023. På samme måde opgøres forbruget pr. person i hvert kvartal i de enkelte kommuner baseret på detaljerede data fra Danske Bank over alle transaktioner med betalingskort. Datagrundlaget vedrører derfor kun kortbetalinger for kunder i Danske Bank, men på grund af bankens betydelige størrelse og den store udbredelse af kortbetalinger i Danmark antages det, at den observerede udvikling hos Danske Banks kunder afspejler udviklingen for resten af landet.21
Figur 13 bekræfter, at kortforbruget, siden rentestigningerne tog til fra 2. kvt. 2022, har udviklet sig svagest i de kommuner, hvor stigningen i rentebetalingerne efter skat har været størst. Det indikerer, at stigende rentebetalinger kan have haft en dæmpende effekt på forbruget, og at nettorentebetalingskanalen dermed har spillet en rolle.
Forbrugseffekt af stigende rentebetalinger bekræftes af en økonometrisk model
Sammenhængen mellem rentebetalinger og forbrug skal ses i lyset af, at forbruget løbende påvirkes af en række forhold og også påvirkes af de øvrige pengepolitiske transmissionskanaler beskrevet i boks 1.
Desuden kan der være særlige faktorer i de enkelte kommuner, som isoleret set påvirker forbruget, og som dermed forstyrrer sammenhængen mellem udviklingen i rentebetalinger og forbrug. Det kan være faldende formue, herunder også boligformue, og at nogle kommuner helt grundlæggende har en større andel boligejere end andre. Omvendt kan eksempelvis faldende gaspriser i perioden forbedre boligejernes forbrugsmuligheder i de kommuner, hvor naturgas er mest udbredt. For at tage højde for den slags variation på tværs af landet estimeres en økonometrisk model, som bl.a. tager højde for kommune-specifikke forhold, se boks 4.
Baseret på modellen estimeres en statistisk signifikant sammenhæng mellem den årlige ændring i rentebetalinger efter skat og den årlige ændring i kortforbruget med en koefficient på -0,44. Estimatet svarer til, at husholdningernes kortforbrug i gennemsnit falder med 44 kr., for hver 100 kr. rentebetalingerne stiger efter skat. Estimatet er behæftet med stor usikkerhed, hvilket afspejles i det tilhørende brede usikkerhedsbånd, der indikerer, at faldet i kortforbruget kan være 12-75 kr. for hver 100 kr. stigning i rentebetalingerne.
Andre studier finder nettorentebetalingseffekter af samme størrelsesorden ved faldende renter. Det gælder fx et studie på danske data, der finder en marginal forbrugstilbøjelighed på 41 pct., se Druedahl mfl. (2022).22 I en anden sammenhæng, hvor danske husholdninger fik adgang til likviditet, da efterlønsbidrag kunne hæves skattefrit før pension i 2012, viser et studie, at 43 pct. af beløbet blev brugt til at understøtte forbruget, se Andersen (2020).
Boks 4
Estimeret sammenhæng mellem stigende rentebetalinger og kortforbrug
Den empiriske sammenhæng mellem rentebetalinger og forbrug estimeres ved hjælp af kvartalsvise data på tværs af alle Danmarks 98 kommuner via en paneldata-regression for kommune i på tidspunkt t
ΔCit = αi + λt + β1Δiit + β2lit + β3ΔpitBolig + εit
hvor C angiver kortforbruget, i er rentebetalinger efter skat, l er frigjort likviditet fra omlægning af lån med fast renter, og pBolig er boligprisen.B4-1 I modellen angiver Δ år-år-ændringen, som her anvendes for at tage højde for sæsonbetonede ændringer i forbrug, rentebetalinger og boligpriser. Variablen αi angiver kommunespecifikke dummies, som absorberer forskelle i forbruget på tværs af kommuner, og som er konstant over tid, og λt er kvartalsspecifikke dummies, som absorberer forbrugsændringer, der måtte være ens for alle kommuner i et givet kvartal, herunder fx hvis nogle kvartaler i højere grad end andre er knyttet til rentefiksering af rentetilpasningslån, og generel sæson i kortforbruget. Ved inklusion af kommunespecifikke effekter kontrolleres for uobserverbare og potentielt udeladte variable, som vedrører særlige forhold for den enkelte kommune, der er konstante over tid som fx skattesatser, geografi og til en vis grad indkomst- og formueniveauer. Modellens primære formål er at estimere koefficienten β1 , som angiver den marginale ændring i kortforbruget, der kan knyttes til ændringer i rentebetalingerne på gæld. Alle mål er opgjort nominelt og er dermed ikke inflationskorrigerede.
Regressionen estimeres for perioden 2. kvt. 2022 til 3. kvt. 2023. På den måde undgås de ekstraordinære perioder med corona og dertilhørende restriktioner i årene før, mens perioden med markante rentestigninger inkluderes i data.B4-2 Modellen viser en statistisk signifikant sammenhæng mellem stigende rentebetalinger og faldende kortforbrug med en koefficient på -0,44. Det indikerer, at en stigning i husholdningernes nominelle rentebetalinger efter skat på 100 kr., alt andet lige, var forbundet med en reduktion af kortforbruget på 44 kr. i samme kvartal.
| Forbrug ( ) | |
| Δiit(β1) | -0.44** |
| (0.16) | |
| Observationer | 588 |
| R2 | 0,47 |
Robuste standardfejl vist i parentesen er grupperet på kommuneniveau. *** p<0,01, ** p<0,05, * p<0,1
Med udgangspunkt i denne estimerede sammenhæng kan den samlede reduktion i kortforbruget i 2022 og 2023 opgøres til 11 mia. kr. sammenlignet med en situation, hvor renterne var forblevet på samme niveau som ved udgangen af 2021, se figur 14. Alene i 2023 udgør faldet i forbruget 9 mia. kr., svarende til et fald på 0,7 pct. af det samlede privatforbrug i samme periode. Tallet afspejler et middelret estimat, mens et under- og overkantsskøn for forbrugseffekten i 2023 opgøres til henholdsvis 3 og 16 mia. kr.23
Der er andre forhold, der påvirker forbruget i samme år. Dels er renteindtægter på finansielle aktiver steget. Dertil kommer øvrige makroøkonomiske forhold, der har bidraget til, at faldet i privatforbruget er mindre udtalt. Særligt er reallønnen steget i lyset af faldende energipriser og stigende beskæftigelse. Endelig skal det understreges, at det ikke med udgangspunkt i den økonometriske model kan afvises, at kortforbruget kunne have været faldet, selvom rentebetalingerne var forblevet uændrede i perioden. Modellens resultater kan således ikke fortolkes som årsagssammenhænge, men snarere som en kvantificering af den potentielle betydning af nettorentebetalingskanalen på forbruget.
Figur 14
Modelestimater indikerer et middelret fald i kortforbruget på 11 mia. kr., i takt med at husholdningernes rentebetalinger på gæld er steget i 2022 og 2023
Bidrag til husholdningernes forbrug i forbindelse med stigende rentebetalinger baseret på en statistisk sammenhæng på tværs af kommuner i Danmark
Anm.:
Figuren viser den estimerede kvartalsvise effekt på forbruget fra husholdningernes stigende rentebetalinger sammenlignet med en situation, hvor renteniveauet var forblevet uændret siden ultimo 2021. Observationer efter 2023 er baseret på fremskrevne renteudgifter som illustreret i figur 20.
Kilde:
Danmarks Nationalbank.
Figur 15
Husholdningernes realiserede kursgevinster fra låneomlægninger i 2022 og 2023 blev primært anvendt til indfrielse af gæld i realkredit- og pengeinstitutter
Realiserede kursgevinster trak isoleret set forbruget op i 2022-2023 med et beløb svarende til 0,5 pct. af privatforbruget, hvoraf 0,4 procentpoint fandt sted i 2022
Anm.:
Realiserede kursgevinster afspejler faldet i markedskursen på eksisterende realkreditlån med fast rente, som blev tilbagekøbt af låntageren i 1. kvt. 2022 til 4. kvt. 2023. Reduktion af bankgæld, opsparing i finansielle aktiver og øget forbrug i forbindelse med låneomlægningen afspejler, at det nye lån er større end markedsværdien af det oprindelige lån, således at der er tale om merbelåning.
Kilde:
Danmarks Nationalbank og Danmarks Statistik.
Den estimerede sammenhæng mellem stigende rentebetalinger og faldende kortforbrug skal ses i lyset af de øvrige transmissionskanaler, der er beskrevet i boks 1. Undersøgelsen skal primært ses som en kvantificering af den største komponent i nettorentebetalingskanalen, nemlig den del, der vedrører faktiske ændringer af rentebetalingerne på husholdningernes gæld. De mere generelle effekter af rentestigninger gennem den intertemporale substitutionskanal og formuekanalerne vil formentlig i høj grad være afspejlet i den generelle forbrugsudvikling på landsplan og kan derfor ikke identificeres ved at betragte variation på tværs af kommuner.
Låneomlægninger understøtter i begrænset omfang forbruget
Et særligt element ved det danske realkreditsystem betyder, at rentestigninger potentielt kan føre til øget forbrug i husholdningerne. Mere specifikt gør en rentestigning det muligt at omlægge eksisterende fastforrentede realkreditlån med en kursgevinst. Det kan frigøre likviditet og dermed understøtte forbruget, idet boligejeren kan vælge at belåne kursgevinsten med boliggæld. Tilbagekøb af fastforrentede realkreditlån har sikret danske husholdninger realiserede kursgevinster for 66 mia. kr. i perioden 1. kvt. 2022 til 4. kvt. 2023. Det svarer til 2,7 pct. af det samlede privatforbrug i samme periode, se figur 15.
Ifølge Nationalbankens kreditregister er realkreditgæld og gæld i pengeinstitutter blevet nedbragt for henholdsvis 35 og 11 mia. kr. i forbindelse med tilbagekøb. Det svarer til, at årsvæksten i det samlede udlån til husholdningerne ved udgangen af 2023 havde været 0,7 procentpoint højere end den faktiske vækstrate på 0,4 pct. De realiserede kursgevinster har dermed bidraget væsentligt til at reducere væksten i det samlede udlån til husholdningerne.
Det resterende beløb fra kursgevinsterne på 20 mia. kr., som ikke er blevet anvendt til reduktion af restgæld, er blevet frigjort som likviditet til husholdningerne. Det estimeres, at størstedelen af beløbet, ca. 12 mia. kr., er gået til øget forbrug i samme periode, se boks 5. Det svarer til 0,5 pct. af det samlede privatforbrug i samme periode. Dermed er 8 mia. kr. sparet op som likvid opsparing, herunder indlån, og investeret i aktier og obligationer. De 8 mia. kr. kan bidrage til at understøtte forbruget i de kommende år.
På den måde vurderes de allerede foretagne låneomlægninger at have begrænsede konsekvenser for forbruget fremadrettet, selvom de isoleret set kan bidrage til et øget forbrug. I tilfælde af nye rentestigninger kan en ny bølge af tilbagekøb udspille sig i husholdningerne. Omfanget må dog forventes lavere end de sidste par år, da langt færre udestående fastforrentede lån har en tilstrækkelig lav kupon til at give væsentlige kursgevinster ved yderligere rentestigninger.
Boks 5
Estimeret forbrugsvirkning af tilbagekøb af fastforrentede realkreditlån i 2022
Der tages udgangspunkt i forbrugsidentiteten
Ci,t = Iit - ΔNWi,t,
der for hver husholdning i angiver forbrug, Ci,t, likviditet til rådighed, Ii,t, og årlig ændring i nettoopsparing, ΔNWi,t, i tidspunkt t. Identiteten kan udvides til følgende komponenter i husholdningens finansielle balance
Ci,t = Yi,t + Bi - AFi,t + ΔGi,t - ΔSi,t,
hvor Yi,t er disponibel indkomst, Bi er realiseret konverteringsgevinstB5-1, Si,t er bruttoopsparing inkl. private pensionsbidrag, målt efter skat, AFi,t er afdrag på realkreditgæld, og Gi,t er gæld i pengeinstitutter.
Den udtrukne likviditet fra låneomlægningen kan defineres som konverteringsgevinsten fraregnet eventuelt nedbragt gæld i pengeinstitutter og eventuelle afdrag på realkreditgæld i løbet af året efter låneomlægningen
Li,t = Bi - AFi,t + ΔGi,t .
Den marginale ændring i forbrug ud af udtrukket likviditet kan da skrives
hvor højresiden kan estimeres på baggrund af registerdata. Regressionen specificeres som en difference-in-differences-model
yi,t = α + β1Postt + β2Cohortt + β3Postt x Cohortt + ωi + γt x kuponi + εi,t ,
hvor yi,t er den afhængige variabel for husholdning i tidspunkt t, Postt er en dummyvariabel, der har værdien 1 i år 2022 og værdien nul i alle foregående år. Variablen Cohortt er en dummyvariabel, der har værdien 1 for husholdninger, der foretog et tilbagekøb af sit eksisterende fastforrentede realkreditlån i 2022, mens værdien af variablen er nul for husholdninger, der foretog et tilsvarende tilbagekøb i 1. til 3. kvt. 2023. Kohorten af låntagere, der omlagde lån lige før årsskiftet, kan dermed betegnes som treatment-gruppen, mens den anden kohorte, der omlagde lån efter årsskiftet, her kan anvendes som kontrolgruppe. Kontrolgruppen udgøres således af låntagere, der foretager den helt samme form for låneomlægning som treatment-gruppen, men de gør det blot op til 1 år senere. De to kohorter bør med andre ord ligne hinanden på en række karakteristika og adskiller sig alene på timingen af deres tilbagekøb. Da kuponrenten på deres oprindelige lån vil korrelere med timingen af deres tilbagekøb, inkluderes husholdningernes kuponrenter som kontrolvariable, interageret med årsdummies, . Interaktionen vil absorbere den variation, som den oprindelige kuponrente kan forklare over tid. Husholdningsdummies, ωi, absorberer husholdningsspecifik variation i regressionen, som ikke varierer over tid. Det omfatter fx alderen på tidspunktet for låneomlægningen og den geografiske placering af boligen, men det omfatter også ikke-observerbare karakteristika såsom præferencer, herunder fx om husholdningen kan betegnes som utålmodig og risikovillig.
Der følger en række forbehold med undersøgelsen. Typen af boligejere, som foretog tilbagekøbet i 2022, kan adskille sig fra typen af boligejere, som gjorde det samme i 2023. For eksempel kan førstnævnte gruppe være mere utålmodige og vægte forbrug i dag højere end forbrug i fremtiden. Det kan bidrage til, at undersøgelsen overvurderer virkningen af tilbagekøbene på det samlede privatforbrug, da den marginale forbrugstilbøjelighed dermed vil være højere for de boligejere, der foretager tilbagekøb før end senere. I undersøgelsen kan det ikke afvises, at boligejerne ville have foretaget en låneomlægning selv i fravær af rentestigningerne og den nyligt opståede kursgevinst. Dette forhold vil også trække i retning af, at tilbagekøbenes virkning på privatforbruget overvurderes. Begge nævnte forhold gør, at det estimerede forbrug ud af realiserede kursgevinster kan fortolkes som et overkantsskøn.
| Likviditet (L) | Opsparing (∆S) | |
| Postt X Cohorti (B3) | 125.418*** | 47.153*** |
| (2.051) | (2.017) | |
| Observationer | 738.780 | 738.780 |
| R2 | 0,099 | 0,081 |
Robuste standardfejl grupperet på husholdningsniveau i parenteser. *** p<0,01, ** p<0,05, * p<0,1
Forbrugskvoten kan opgøres ud frade estimerede adfærdsændringer i tabellen
Det indikerer, at forbrugsvirkningen af tilbagekøb af fastforrentede realkreditlån i 2022 udgjorde 62 pct. af den frigjorte likviditet. Den frigjorte likviditet for 2022 og 2023 er opgjort til 20 mia. kr. i samme år.B5-2 Det vil sige, at den estimerede forbrugsvirkning af låneomlægninger, som er knyttet til stigende realkreditrenter, var ca. 12 mia. kr., hvilket svarer til 0,5 pct. af privatforbruget i samme periode.
Litteratur
Amatyakul, Pongpitch, Fiorella De Fiore, Marco Lombardi, Benoit Mojon og Daniel Rees (2023), The contribution of monetary policy to disinflation, BIS Bulletin, nr. 82.
Andersen, Asger Lau, Emil Toft Hansen, Niels Johannesen og Adam Sheridan (2022), Consumer Responses to COVID-19 crisis: evidence from bank transaction data, Scandinavian Journal of Economics, 124(4), pp. 905–929.
Andersen, Asger Lau, Niels Johannesen, Mia Jørgensen og José-Luis Peydró, (2023a), Monetary Policy and Inequality. Journal of Finance, 78: 2945-2989.
Andersen, Henrik Yde (2020), Spending when illiquid savings become liquid: Evidence from Danish wage earners, Danmarks Nationalbank Working Paper, nr. 161, september.
Andersen, Henrik Yde og Søren Leth-Petersen (2021), Housing wealth or collateral: How home value shocks drive home equity extraction and spending, Journal of the European Economic Association, vol. 19(1).
Andersen, Henrik Yde, Stine Ludvig Bech, Simone Maria Bonin og Andreas Kuchler (2023b), Pension Wealth Returns in Danish Households, Danmarks Nationalbank Economic Memo, nr. 8, december.
Andersen, Henrik Yde, Erik Grenestam, Marcus Bjerregaard Læssøe, Alexander Meldgaard Otte og Sigurd Anders Muus Steffensen (2024), Stigende renter og husholdningers omlægning af fastforrentede realkreditlån, Finans/Invest, nr. 1.
Aruoba, S. Boragan og Thomas Dreschel (2023), Identifying Monetary Policy Shocks: A Natural Language Approach, mimeo.
Auclert, Adrien (2019), Monetary Policy and the Redistribution Channel, American Economic Review, 109(6), pp. 2333-2367.
Auclert, Adrian, Matthew Rognlie og Ludwig Straub (2020), Micro Jump, Macro Humps: Monetary Policy and Business Cycles in an Estimated HANK Model, NBER Working Paper, nr. 26647.
Auclert, Adrian, Matthew Rognlie, Martin Souchier og Ludwig Straub (2021), Exchange Rates and Monetary Policy with Heterogeneous Agents: Sizing up the Real Income Channel, NBER Working Paper, nr. 28872.
Badinger, Harald og Stefan Schiman (2023), Measuring Monetary Policy in the Euro Area Using SVARs with Residual Restrictions, American Economic Journal: Macroeconomics, 15(2).
Banerjee, Ryan, Julián Caballero, Enisse Kharroubi, Renée Spigt og Egon Zakrajšek (2023), Interest rate risk of non-financial firms: who hedges and does it help?, BIS Bulletin, nr. 81.
Bernanke, Ben S. og Mark Gertler (1995), Inside the Black Box: The Credit Channel of Monetary Policy Transmission, Journal of Economic Perspectives, 9(4).
Bernanke, Ben S., Mark Gertler og Simon Gilchrist (1999), The financial accelerator in a quantitative business cycle framework, Handbook of Macroeconomics, kap. 21.
Bhutta, Neil og Benjamin J. Keys (2016), Interest Rates and Equity Extraction during the Housing Boom, American Economic Review, vol. 106(7).
Bovin, Andreas, Mia Jørgensen, Andreas Kuchler, Jacob Wiberg Larsen, Marcus Bjerregaard Læssøe og Alexander Meldgaard Otte (2024), Pengepolitisk cashflow-effekt for husholdninger i Danmark og euroområdet, Danmarks Nationalbank Economic Memo, nr. 1, januar.
Bundick, Brent og A. Lee Smith (2020), The Dynamic Effects of Forward Guidance Shocks, The Review of Economics and Statistics, 102(5).
Caldara, Dario og Edward Herbst (2019), Monetary Policy, Real Activity, and Credit Spreads: Evidence from Bayesian Proxy SVARs, American Economic Journal: Macroeconomics, 11(1).
Caravello, Tomás E., Alisdair McKay og Christian K. Wolf (2024), Evaluating Policy Counterfactuals: A “VAR-Plus” Approach, mimeo.
Cesa-Bianchi, Ambrogio, Gregory Thwaites og Alejandro Vicondoa (2020), Monetary policy transmission in the United Kingdom: A high frequency identification approach, European Economic Review, 123.
Christiano, Lawrence J., Martin Eichenbaum og Charles L. Evans (1999), Monetary policy shocks: What have we learned and to what end? Handbook of Macroeconomics, vol 1A.
Cloyne, James og Patrick Hürtgen (2016), The Macroeconomic Effects of Monetary Policy: A New Measure for the United Kingdom, American Economic Journal: Macroeconomics, 8(4).
Coenen, Günter, Peter Karadi, Sebastian Schmidt og Anders Warne (2019), The New Area-Wide Model II: an extended version of the ECB’s micro-founded model for forecasting and policy analysis with a financial sector, ECB Working Paper Series, nr. 2200.
Coibion, Olivier (2012), Are the Effects of Monetary Policy Shocks Big or Small? American Economic Journal: Macroeconomics, 4(2).
Crawley, Edmund og Andreas Kuchler (2023), Consumption heterogeneity: Micro drivers and macro implications, American Economic Journal: Macroeconomics, vol. 15(1), pp. 314-341.
Crump, Richard, Marco Del Negro, Keshav Dogra, Pranay Gundam, Donggyu Lee, Ramya Nallamotu og Brian Pacula (2023), The New York Fed DSGE Model Perspective on the Lagged Effect of Monetary Policy, Liberty Street Economics, Federal Reserve Bank of New York.
Danmarks Nationalbank (2024), Pengepolitikken er stram og dæmper inflationen, Danmarks Nationalbank Analyse (Monetære og finansielle tendenser), nr. 3, marts.
D’Amico, Stefania og Thomas B. King (2023), What does anticipated monetary policy do? Journal of Monetary Economics, 138.
de Bondt, Gabe, Georgi Krustev, Michal Slavik og Mika Tujula (2023), Net interest income of households and firms, ECB Economic Bulletin, issue 8.
Del Negro, Macro, Marc P. Giannoni og Frank Schorfheide (2015), Inflation in the Great Recession and New Keynesian Models, American Economic Journal: Macroeconomics, 7(1).
Di Maggio, Marco, Amir Kermani, Benjamin J. Keys, Tomasz Piskorski, Rodney Ramcharan, Amit Seru og Vincent Yao (2017), Interest Rate Pass-Through: Mortgage Rates, Household Consumption, and Voluntary Deleveraging, American Economic Review, 107(11), pp. 3550-88.
Drejer, Peter Askjær, Marianne Clausager Koch, Morten Hedegaard Rasmussen, Morten Spange og Søren Vester Sørensen (2011), Hvordan virker pengepolitikken i Danmark?, Danmarks Nationalbank Kvartalsoversigt, 2. kvartal, del 2.
Druedahl, Jeppe, Emil B. Jensen og Søren Leth-Petersen (2022), The Intertemporal Marginal Propensity to Consume out of Future Persistent Cash-Flows: Evidence from Transaction Data, University of Copenhagen Department of Economics Discussion Paper, nr. 13.
Fehr, Ernst og Jean-Robert Tyran (2001), Does Money Illusion Matter?, American Economic Review, 91(5), pp. 1239-1262.
Gürkaynak, Refet, Brian Sack og Eric T. Swanson (2005), Do Actions Speak Louder Than Words? The Response of Asset Prices to Monetary Policy Actions and Statements, International Journal of Central Banking, 1(1).
Harr, Thomas og Morten Spange (2023), Inflation – hvorfor steg den, og hvad kommer til at drive den fremadrettet?, Danmarks Nationalbank Economic Memo, nr. 3, februar.
Holm, Martin Blomhoff, Pascal Paul og Andreas Tischbirek (2021), The Transmission of Monetary Policy under the Microscope, Journal of Political Economy, University of Chicago Press, vol. 129(10), pp. 2861-2904.
Hviid, Simon Juul og Andreas Kuchler (2017), Forbrug og opsparing i et lavrentemiljø, Danmarks Nationalbank Working Paper, nr. 116, juni.
Jarocinski, Marek og Peter Karadi (2020), Deconstructing Monetary Policy Surprises - The Role of Information Shocks, American Economic Journal: Macroeconomics, 12(2).
Jensen, Jakob Roager, Jakob Guldbæk Mikkelsen og Morten Spange (2017), The ECB’s unconventional monetary policy and the role of exchange rate regimes in cross-country spillovers, Danmarks Nationalbank Working Paper, nr. 119, oktober.
Kaplan, Greg og Giovanni L. Violante (2014), A model of the consumption response to fiscal stimulus payments, Econometrica 82, nr. 4, pp. 1199–1239.
Kaplan, Greg, Benjamin Moll og Giovanni L. Violante (2018), Monetary Policy According to HANK, American Economic Review, 108(3), pp. 697-743.
Kristoffersen, Mark Strøm og Morten Spange (2016), Valutakursgennemslag på danske import- og forbrugerpriser, Danmarks Nationalbank Kvartalsoversigt, 1. kvartal 2016.
Kuttner, Kenneth N. (2001), Monetary Policy Surprises and Interest Rates: Evidence from the Fed Funds Futures Market, Journal of Monetary Economics, 47(3).
Lane, Philip (2022), The transmission of monetary policy, Speech at the SUERF, CGEG|COLUMBIA|SIPA, EIB, SOCIÉTÉ GÉNÉRALE conference on “EU and US Perspectives: New Directions for Economic Policy”, New York, oktober.
Lane, Philip (2023), The euro area hiking cycle: an interim assessment, Dow Lecture at the National Institute of Economic and Social Research, London, februar.
Larsen, Rasmus Bisgaard og Christoffer Jessen Weissert (2024), Monetary policy transmission in Denmark, Danmarks Nationalbank Working Paper, nr. 198, januar.
Laséen, Stefan (2020), Monetary Policy Surprises, Central Bank Information Shocks, and Economic Activity in a Small Open Economy, Sveriges Riksbank Working Paper Series, nr. 396.
Mandsberg, Rasmus Kofoed, Søren Lejsgaard Autrup, Lars Risbjerg (2016), Gennemslag fra Nationalbanken til pengeinstitutternes renter, Danmarks Nationalbank Kvartalsoversigt, 2. kvartal 2016
Miranda-Agrippino, Silvia og Giovanni Ricco (2021), The Transmission of Monetary Policy Shocks, American Economic Journal: Macroeconomics, 13(3).
Ramey, Valerie A. (2016), Macroeconomic Shocks and Their Propagation, i: John B. Taylor og Harald Uhlig (red.), Handbook of Macroeconomics, vol. 2A.
Romer, Christiana D. og David H. Romer (2004), A New Measure of Monetary Shocks: Derivation and Implications, American Economic Review, 94(4).
Shafir, Eldar, Peter Diamond og Amos Tversky (1997), Money Illusion, The Quarterly Journal of Economics 112, nr. 2, pp. 341–74.
Sims, Christopher A. (1986), Are Forecasting Models Usable for Policy Analysis? Federal Reserve Bank of Minneapolis Quarterly Review, 1986.
Smets, Frank og Raf Wouters (2003), An Estimated Dynamic Stochastic General Equilibrium Model of the Euro Area, Journal of the European Economic Association, 1(5).
Spange, Morten (2022), Penge- og finanspolitik i Danmark, Danmarks Nationalbank Analyse, nr. 12, oktober.
Swanson, Eric T. (2023), The Macroeconomic Effects of the Federal Reserve’s Conventional and Unconventional Monetary Policies, NBER Working Paper Series, nr. 31603.
Tversky, A., & Kahneman, D. (1991), Loss Aversion in Riskless Choice: A Reference-Dependent Model, Quarterly Journal of Economics, 106(4), pp. 1039-1061.
Uhlig, Harald (2005), What are the effects of monetary policy on output? Results from an agnostic identification procedure, Journal of Monetary Economics, 52(2).
Wolf, Christian K. (2020), SVAR (Mis)identification and the Real Effects of Monetary Policy Shocks, American Economic Journal: Macroeconomic, 12(4).
Analysen består af en dansk og engelsk version. I tilfælde af tvivl om oversættelsens korrekthed gælder den danske version.
Redaktionen er afsluttet 15. marts 2024