Det vedvarende fald i forbrugs­kvoten: årsager og drivkræfter

Danske husholdninger har de senere år holdt igen med forbruget. Traditionelt forklarer udviklingen i indkomst, formue og ledighed en stor del af de løbende udsving i privatforbruget, men det har vist sig i mindre grad at være tilfældet de seneste år. Derfor analyseres andre drivkræfter bag det lave forbrug, hvor øget økonomisk usikkerhed og generel pessimisme blandt husholdningerne vurderes at spille en afgørende rolle.

Ved udgangen af 2025 lå privatforbruget blot 1,3 pct. over niveauet umiddelbart før coronaudbruddet i slutningen af 2019. Samtidig er husholdningernes samlede reale disponible indkomster steget betydeligt mere. Det har medført, at forbrugskvoten, der angiver privatforbruget som andel af den disponible indkomst, er faldet med næsten 7 procentpoint siden 2019, se figur 1. Forbrugskvoten havde ellers ligget nogenlunde stabilt gennem en årrække siden det betydelige fald efter finanskrisen i 2008. Siden 3. kvartal 2023 har forbrugskvoten stabiliseret sig på et niveau, der – bortset fra den første nedlukning under coronapandemien – ikke tidligere er set i Danmark.

Faldet i forbrugskvoten er ikke et rent dansk fænomen. Det skal ses i lyset af, at perioden siden 2019 har været kendetegnet af en række betydelige globale hændelser som coronapandemien, store udsving i inflationen, geopolitisk usikkerhed efter Ruslands invasion af Ukraine og globale handelspolitiske spændinger.¹ Udviklingen har dog været mere markant i Danmark end i mange andre lande, se figur 2.²

Forbrugskvoten er primært faldet som følge af en ændret adfærd blandt husholdningerne, som er blevet mere tilbageholdende med deres forbrug. Denne adfærdsændring spiller sammen med, at husholdningerne oplever en øget usikkerhed. Samtidig har de været karakteriseret ved en pessimisme i forhold til deres økonomiske situation, som ikke er blevet afspejlet i den faktiske udvikling i de disponible indkomster. Oplevelsen af usikkerhed og pessimisme skal ses i lyset af den globale udvikling siden 2019 som nævnt ovenfor. Fremadrettet vil udviklingen i forbruget derfor bl.a. afhænge af de globale forhold, og hvordan husholdningerne forholder sig til usikkerheden i relation dertil. Fx risikerer krigen i Mellemøsten at bidrage til yderligere tilbageholdenhed som følge af højere priser på energi og generel usikkerhed om den økonomiske situation.³

Det er især de yngre husholdninger under 40 år og de ældre over 60, der har holdt igen med forbruget. Omtrent en tredjedel af faldet i forbrugskvoten kan tilskrives, at husholdninger i aldersgruppen 25-40 år har reduceret deres forbrugskvote. Det kan afspejle, at deres jobsituation er mere usikker, og at de har en længere tidshorisont med øget usikkerhed. De yngre husholdninger er således blevet markant mindre optimistiske i forhold til deres fremtidige økonomiske situation end tidligere. Halvdelen af faldet i forbrugskvoten kan tilskrives reducerede forbrugskvoter hos husholdninger fra 60 år og op. Her spiller det formentligt en rolle, at tilbagetrækningsalderen er øget. Det tilhørende løft i indkomsterne har ikke givet sig udslag i et tilsvarende løft i forbruget.

Faldet i forbrugskvoten hænger også – omend i begrænset omfang – sammen med, at indkomsterne siden 2019 er steget lidt mere for højindkomstgrupperne end for befolkningen som helhed. Det trækker ned i den samlede forbrugskvote, da husholdninger med høje indkomster er mindre tilbøjelige til at omsætte øget indtjening til forbrug end befolkningen som helhed. Det samlede bidrag til forbrugskvoten fra denne forklaring er dog næppe over 0,5 procentpoint. I relation dertil har formueindkomst de seneste år fyldt mere af den samlede indkomst, men det vurderes også kun at forklare en mindre del af faldet i forbrugskvoten, da formueindkomst samlet set udgør en begrænset andel af de disponible indkomster. Stigningen i formueindkomst er en faktor bag udviklingen i indkomstfordelingen, og det er derfor ikke muligt at adskille effekterne af disse forhold.

Der er således en række forhold, som hver især kan bidrage til at forklare faldet i forbrugskvoten siden 2019. Det er dog ikke muligt at adskille fx bidraget fra aldersgrupper fra bidraget fra øget usikkerhed og dermed give en præcis vurdering af deres størrelser. I de følgende kapitler diskuteres de enkelte forklaringer og deres betydning på baggrund af forskellige tilgange. I kapitel 2 analyseres forbruget for alle husholdninger på makroniveau. I kapitel 3 dykkes der ned i mikrodata for at analysere, om der er sket forskydninger på tværs af husholdninger, som kan forklare forbruget. I kapitel 4 opstilles en makroøkonomisk model for at give et bedre bud på, hvordan husholdningerne reagerer på ændringer i økonomien.

Privatforbruget har de seneste år været påvirket af betydelige stød og kan ikke forklares alene af stigningen i fx indkomst og formue på makroniveau. Overordnet kan udviklingen i privatforbruget siden 2019 inddeles i fire faser.

I første fase faldt forbrugskvoten markant, da corona brød ud i 2020. Det ramte husholdningerne på flere måder. For det første begrænsede nedlukningerne mulighederne for at bruge penge. For det andet blev husholdningernes disponible indkomster løftet af omfattende offentlige hjælpepakker. Og endelig skiftede forbruget karakter under pandemien: Husholdningerne brugte flere penge på varige varer, mens tjenesteforbruget faldt markant, se figur 3. I anden fase normaliserede forbruget sig kortvarigt efter pandemien. I tredje fase tog inflationen til i løbet af 2022, hvorefter forbruget udviklede sig svagt gennem 2023 og resulterede i den lave forbrugskvote. I fjerde fase har forbrugskvoten siden 2024 stabiliseret sig på et lavt niveau.

Udviklingen falder sammen med, at forbrugertillidsindikatoren har været negativ siden begyndelsen af 2022, se figur 4. Husholdningerne har siden da vurderet både deres egen økonomi og udviklingen i dansk økonomi mere pessimistisk end tidligere. Det kan have fået flere til at øge deres opsparing og udskyde forbrug, se mere i kapitel 4. Sammenlignet med euroområdet har faldet i forbrugertilliden de seneste år været større i Danmark. Det kan være med til at forklare det større fald i forbrugskvoten i Danmark.

Forskydningen af forbruget fra tjenester til varige varer under coronapandemien ser ikke ud til at have påvirket forbruget betydeligt på bagkant. Efter pandemien vendte forbrug af både tjenester og varige varer således hurtigt tilbage til deres tidligere tendens, se figur 3. Dermed er der ikke tegn på, at husholdningerne i stor grad har fremrykket forbrug under coronapandemien, som dermed kunne holde forbrugskvoten nede efterfølgende. Til gengæld har forbruget af ikke-varige forbrugsgoder – herunder fødevarer – været faldende, siden inflationen begyndte at stige i 2022.

Historiske sammenhænge kan ikke forklare forbrugsudviklingen de seneste år

Udviklingen i forbruget siden 2019 har været svagere, end hvad udviklingen i indkomst, formue og ledighed normalt ville indikere. Disse forhold er med til at forklare udviklingen i privatforbruget i Nationalbankens makroøkonomiske model, MONA. Beregninger herpå viser, at de historiske sammenhænge ville tilsige et højere privatforbrug, end det har været tilfældet de seneste år, se figur 5. Modellen er estimeret frem til 2019 og giver derfor et bud på, hvordan forbruget ville have udviklet sig i de efterfølgende år, hvis de historiske sammenhænge var fortsat.

Den modelbaserede beregning tager ikke højde for, at der kan ske ændringer i fordelingen af indkomst på tværs af husholdninger, og at forskellige typer af husholdninger reagerer forskelligt på indkomstændringer. Husholdninger med høje indkomster er typisk mindre tilbøjelige til at omsætte øget indkomst til forbrug end husholdninger med lavere indkomster.⁴ Samtidig er den disponible indkomst sammensat af både løn- og formueindkomst, og disse indkomsttyper påvirker forbruget forskelligt. Lønindkomst betyder umiddelbart mere for forbruget end formueindkomst. Det skyldes både, at formueindkomst varierer betydeligt som følge af udsving i fx renter og dividender, og at formueindkomsten i høj grad tilfalder de mere velstillede husholdninger. Forskydninger mellem indkomstgrupper og typer af indkomst kan derfor påvirke forbrugskvoten. Disse to faktorer undersøges nærmere i det følgende.

Indkomstulighed og formueindkomst
forklarer kun i beskedent omfang den lavere forbrugskvote

Selvom indkomstuligheden er steget lidt siden 2019, forklarer dette kun en beskeden del af faldet i forbrugskvoten. Det fremgår af figur 6, hvor effekten af den øgede indkomstulighed analyseres ved hjælp af tre forskellige metoder, som er nærmere beskrevet i boks 1. Resultaterne er konsistente på tværs af metoder: Forskydninger af indkomst på tværs af husholdninger spiller en begrænset rolle, mens ændringer i husholdningernes adfærd vejer langt tungere. For eksempel bidrog indkomstforskydninger i 2023 med 0,2-0,5 procentpoint ud af det samlede fald i forbrugskvoten på 6,6 procentpoint siden 2019. Resten af faldet – dvs. forskellen mellem den grå søjle i figur 6 og hver af de tre andre – må tilskrives adfærdsændringer. Dette stemmer også overens med tidligere undersøgelser, der viser, at det især er adfærdsændringer – snarere end ændringer i fordelingen af indkomst – som driver udsving i forbrugs‑ og opsparingstilbøjeligheden på kort sigt.⁵

Formueindkomst har fyldt mere af den samlede indkomst de seneste år, men denne forskydning kan kun forklare en begrænset del af det svage forbrug. Selv hvis der ses helt bort fra stigningen i formueindkomsten siden 2019, mens forbruget holdes på det faktiske niveau, er det kun muligt at forklare en mindre del af faldet i forbrugskvoten, se figur 7. Det gælder endda, selvom beregningen bygger på den stærke antagelse, at stigningen i formueindkomst slet ikke har påvirket forbruget. Formueindkomsten ekskl. renter steg med 74 pct. fra 2019 til 2024, mens lønindkomsten i samme periode steg med knap 29 pct. i nominelle termer. Formueindkomsten udgør dog fortsat en relativt lille del af den samlede disponible indkomst, hvormed ændringen i formueindkomsten ikke er tilstrækkelig til at drive de store bevægelser i forbrugskvoten.

Privatforbruget måles ofte på aggregeret niveau for befolkningen som helhed i nationalregnskabet. Det er imidlertid nødvendigt at gå i dybden og se på tværs af befolkningsgrupper og forbrugskategorier for at belyse, hvad der især har bidraget til faldet i forbrugskvoten. For at analysere forskelle på tværs af befolkningsgrupper beregnes et mål for den enkelte husholdnings forbrug, se boks 2.⁶ Målet bygger på data fra indkomst- og formueregistre og er derfor ikke identisk med nationalregnskabets forbrugsopgørelse.

Forbrugskvoten er faldet, især blandt yngre og ældre

Det er især de yngre op til ca. 40 år og de ældre over 60, der har reduceret deres forbrugskvote, se figur 8. En dekomponering af faldet i forbrugskvoten på aldersgrupper viser, at 33 pct. af faldet kan tilskrives, at husholdninger i aldersgruppen 25-40 år har reduceret deres forbrugskvote, mens 50 pct. af faldet kan tilskrives reducerede forbrugskvoter hos husholdninger i aldersgruppen 60 år og derover. Ændret fordeling af indkomst på tværs af aldersgrupper kan forklare 3 pct. af faldet i forbrugskvoten.

For den ældre gruppe kan udviklingen i høj grad hænge sammen med de senere års arbejdsmarkedsreformer og forhøjelsen af pensionsalderen, som har løftet indkomsten for personer i alderen 57-70 siden 2019, se figur 9. Denne indkomststigning har ikke ført til en tilsvarende stigning i forbruget, idet husholdningerne i aldersgruppen fortsat har sparet en væsentlig del af deres indkomst op. Hvis indkomst og forbrug var vokset i samme takt for husholdninger med personer på 60 år og derover som for andre aldersgrupper, ville forbrugskvoten for den samlede befolkning være faldet 2 procentpoint mindre, end den gjorde fra 2019 til 2024. Til sammenligning var faldet i forbrugskvoten 7 procentpoint i den periode.

Hos yngre husholdninger kan en væsentlig forklaring på den lavere forbrugskvote være, at den generelle usikkerhed om fremtiden er øget. Deres jobsituation er ofte mere usikker end de ældre grupper, og de står over for en længere tidshorisont med potentielle risici. Som resultaterne i næste kapitel viser, er det da også særligt de yngre, der er blevet mindre optimistiske i vurderingen af deres fremtidige økonomiske situation. Hertil kommer, at stigende boligpriser kan have gjort det nødvendigt for yngre husholdninger at øge deres opsparing i en længere periode end tidligere for at kunne etablere sig på boligmarkedet, hvilket også vil trække forbrugskvoten ned.

Husholdninger med god likviditet har mindsket forbrugskvoten mest

Mens udviklingen blandt yngre og ældre husholdninger trækker forbrugskvoten ned, er faldet i forbrugskvoten ikke drevet af specifikke indkomstgrupper. Som figur 10 viser, har husholdninger med lav indkomst generelt en højere forbrugskvote end dem med højere indkomster, men udviklingen siden 2019 har været bemærkelsesværdigt ens på tværs af indkomstgrupper.

Et mere tydeligt mønster opstår derimod, når husholdningerne opdeles efter likviditet. Figur 11 viser, at det især er husholdninger med god likviditet, der har holdt igen med forbruget. Det skal ses i lyset af, at de mest likviditetsbegrænsede husholdninger typisk forbruger stort set hele deres indkomst og kun i begrænset omfang udjævner deres forbrug over tid. Den akademiske litteratur har vist, at forbrugstilbøjeligheden er høj hos likviditetsbegrænsede husholdninger både med og uden øvrig formue. Der er således også en væsentlig del af de mere formuende husholdninger, som har begrænset likviditet og forbruger en stor del af deres løbende indkomst.⁷ Husholdninger med god likviditet tilpasser derimod deres forbrug mere aktivt efter de økonomiske forhold og har reduceret deres forbrugskvote markant i de senere år – også sammenlignet med 2020, hvor forbrugsmulighederne var særligt begrænsede under coronapandemien.

Der er indikationer på, at stigende renter i kølvandet på coronapandemien har bidraget til at dæmpe forbruget. Rentestigningerne førte til væsentligt højere renter på bank- og realkreditlån, mens indlånsrenterne ikke steg tilsvarende. Som figur 12 viser, reducerede de husholdninger, der oplevede den største stigning i renteudgifter fra 2022 til 2023, deres forbrug mere end andre. En væsentlig del af husholdningerne har variabelt forrentet gæld, og mange låntagere med fastforrentede realkreditlån benyttede rentestigningerne til at konvertere til lån med lavere restgæld, men højere rente.⁸ Dermed slog rentestigningerne relativt hurtigt igennem på husholdningernes nettorentebetalinger og trak forbrugskvoten ned.⁹

Ændringer i husholdningernes adfærd afhænger især af alder og likviditet

Da de forskellige faktorer ovenfor hænger sammen, opstilles en økonometrisk model for at vurdere, hvilke grupper der primært har drevet faldet i forbrugskvoten. Modellen tager højde for de mønstre, der også gjaldt før coronapandemien, herunder at højindkomstgrupper anvender en mindre andel af deres indkomst på forbrug end lavindkomstgrupper. Figur 13 viser resultaterne af analysen, hvor fokus er på ændringen i forbrugskvoten sammenlignet med årene 2015-19.

Når modellen anvendes til at isolere effekten af de enkelte faktorer, tegner der sig et klart mønster på tværs af befolkningsgrupper. Resultaterne indikerer først og fremmest, at alle grupper reducerede deres forbrugskvote fra perioden 2015-19 til 2023-24, hvilket fremgår af søjlerne længst til venstre. Søjlerne til højre for den lodrette sorte linje indikerer, hvorvidt udvalgte grupper har ændret deres forbrugskvote mere end befolkningen som helhed. Figuren viser, at de yngre og ældre aldersgrupper har reduceret deres forbrugskvote væsentligt mere end andre grupper, og det samme gør sig gældende for husholdninger med høj likviditet. Det stemmer overens med diskussionen ovenfor.

Husholdningerne bruger en mindre andel af indkomsten på fødevarer end tidligere

Selvom fødevarepriserne på det seneste har været faldende, er fødevarer siden coronapandemien blevet dyrere i forhold til andre varer og tjenester.¹⁰ På trods af dette bruger husholdningerne i dag en mindre andel af deres budget på fødevarer end tidligere, se figur 14. Det ligger i forlængelse af en langsigtet tendens, hvor fødevarer fylder stadig mindre i budgettet i takt med stigende velstand. Den seneste udvikling tyder dog på, at de relativt højere fødevarepriser har forstærket tendensen. Det kan enten afspejle, at husholdningerne har købt færre fødevarer, eller at de er skiftet i retning af billigere alternativer.¹¹ Den eneste gruppe, som ikke har reduceret budgetandelen til fødevarer, er husholdninger med de laveste indkomster. Mange i denne gruppe har begrænsede muligheder for at købe billigere varer end dem, de allerede gør, og kan heller ikke reducere deres forbrug af fødevarer væsentligt.

Figur 14-17 viser, at der generelt ikke er sket større ændringer i sammensætningen af husholdningernes forbrug. Dog ses en tendens til, at husholdninger med højere indkomst bruger en større andel af budgettet på transport. Det hænger bl.a. sammen med, at bilsalget er steget betragteligt i de senere år.

Som det blev vist i kapitel 2, har forbruget siden 2019 udviklet sig svagere, end hvad de historiske sammenhænge normalt tilsiger. Det peger på en ændring i husholdningernes adfærd, der ikke kan forklares ud fra de sædvanlige drivkræfter som indkomst, formue, ulighed og demografi. I stedet er der indikationer på, at usikkerhed og pessimisme blandt husholdningerne har bidraget til, at de har holdt igen med forbruget.

For at belyse disse mekanismer mere systematisk anvendes en strukturel økonomisk model, der beskriver, hvordan husholdninger med forskellige karakteristika – herunder indkomst, formue og likviditet – reagerer forskelligt på økonomiske stød. Modellen gør det muligt at isolere, hvor meget af udviklingen der kan forklares af realøkonomiske forhold, og hvor meget der må tilskrives ændret adfærd og risikoopfattelse. En nærmere beskrivelse af modellens struktur og kalibrering findes i kapitel 5.

Realøkonomisk udvikling forklarer ikke faldet i forbrugskvoten, men usikkerhed ser ud til at bidrage

Den overordnede økonomiske udvikling kan ikke forklare faldet i forbrugskvoten. Sammenlignet med 2019 forudsiger modellen en omtrent uændret forbrugskvote i 2020, se figur 18. Det afspejler to modsatrettede effekter: Den ene effekt kommer af, at realindkomsten er steget mere end sin langsigtede trend. Det trækker forbrugskvoten ned, da husholdningerne ønsker at udjævne deres forbrug over tid og dermed ikke har øget forbruget i samme omfang som indkomsten. Den anden effekt peger i modsat retning, da højere boligformue i perioden bidrager til at trække forbrugskvoten op.¹²

I årene efter 2020 fluktuerer den modelbaserede forbrugskvote en smule, og i 2025 ligger den omtrent på niveau med 2019. Derimod er den faktiske forbrugskvote næsten 7 procentpoint lavere i 2025 end i 2019. Det peger på, at andre faktorer end de realøkonomiske forhold må have spillet en væsentlig rolle for udviklingen i forbruget.

Perioden siden 2019 omfatter både coronapandemien, krigen i Ukraine, store udsving i inflationen og øget geopolitisk usikkerhed, og derfor undersøges det, om usikkerhed kan bidrage til at forklare faldet i forbrugskvoten. Økonomisk teori tilsiger, at usikkerhed kan dæmpe forbrugskvoten gennem forsigtighedsopsparing. For at belyse dette anvendes det europæiske indeks for volatilitet på de finansielle markeder, VSTOXX, som mål for usikkerhed. Som et robusthedstjek inddrages også det globale økonomisk-politiske usikkerhedsindeks, GEPU.¹³ Figur 19 viser, at der er en tydelig sammenhæng mellem VSTOXX og danske husholdningers tillid til økonomien. Før indikatorerne kan indsættes i modellen, skal deres effekt på forbruget dog estimeres. Se boks 3 for detaljer om metoden.¹⁴

Analysen viser, at en forøget usikkerhed siden 2019 kan forklare en del af faldet i forbrugskvoten. Det fremgår af figur 20, hvor de modelberegnede forløb for forbrugskvoten, som inddrager de to indikatorer for usikkerhed, ligger under det modelberegnede forløb fra figur 18, hvor der ikke tages højde for makroøkonomisk usikkerhed. Selv når der tages højde for usikkerhed, forudsiger modellen dog ikke et fald i forbrugskvoten, der kommer i nærheden af det faktisk observerede.

Øget pessimisme og frygt for inflation kan have dæmpet forbruget

Ud over at usikkerheden er steget siden 2019, viser Danmarks Statistiks forbrugerforventningsundersøgelse, at husholdningerne også er blevet betydeligt mere pessimistiske. Pessimismen er mere udtalt, end udviklingen i de disponible indkomster umiddelbart tilsiger, og kan derfor være en medvirkende årsag til, at forbruget har udviklet sig svagt. Pessimismen er udbredt på tværs af indkomst- og aldersgrupper samt køn, men faldet i tillidsindikatoren er mest markant blandt yngre husholdninger, se figur 21. Det er sandsynligvis en væsentlig forklaring på, at yngre i højere grad end midaldrende har holdt igen med forbruget, se kapitel 3.

En kilde til den udbredte pessimisme kan være den markante stigning i inflationen fra 2022 og frem. Selvom inflationen siden er faldet, opfatter husholdningerne fortsat prisstigningerne som betydeligt højere end den faktiske inflation, se figur 22. Det gælder både i data fra Danmarks Statistiks forbrugerforventningsundersøgelse og i en ny spørgeskemaundersøgelse, som Nationalbanken har foretaget siden oktober 2024, Nationalbankens forventningsundersøgelse. Det er et kendt mønster, at inflationen opfattes som højere, end den faktisk er, men det er blevet mere udtalt siden 2022. I princippet kan en opfattelse af – eller forventning om – højere inflation få husholdninger til at fremrykke forbrug, da forbrug i dag vil være billigere end forbrug i fremtiden. I praksis sker det dog typisk ikke, fordi højere priser udhuler husholdningernes budgetter, og stigende inflationsforventninger ofte optræder i perioder med øget usikkerhed.

Det høje opfattede inflationsniveau kan have flere forklaringer. Eksempelvis kan høje prisstigninger på fødevarer i store dele af perioden siden 2022 spille en rolle, da de vejer tungt i husholdningernes vurdering af prisudviklingen.¹⁵ Derudover kan husholdningerne fortsat opleve prisniveauet som højt, selvom stigningstakten er aftaget. En indikation på, at det er tilfældet, er, at husholdningerne fortsat vurderer prisstigningerne til at være forholdsvis høje (og stigende) i Danmarks Statistiks forbrugerforventningsundersøgelse, mens de vurderer inflationen til at være lavere og mere stabil i Nationalbankens forventningsundersøgelse, se figur 22. Endvidere er der indikationer i Nationalbankens forventningsundersøgelse (ikke vist her) på, at den makroøkonomiske usikkerhed er forholdsvis høj. Inflationsforventningerne på længere sigt er lavere end på kort sigt, hvilket kan indikere, at husholdningerne forventer en normalisering af den makroøkonomiske situation.

Samlet set peger disse forhold på, at den høje inflation fortsat kan påvirke husholdningernes forbrug. Forskning viser, at økonomisk adfærd formes af personlige erfaringer, og husholdninger, der tidligere har oplevet perioder med høj inflation, har fx en tendens til at overvurdere sandsynligheden for fremtidige prisstigninger.¹⁶ Effekten af dette forventes dog gradvist at aftage, i takt med at inflationsudviklingen normaliseres.

Selvom øget pessimisme fremstår som en plausibel forklaring på udviklingen, er det dog vanskeligt på baggrund af den strukturelle model at påvise, at udsving i graden af pessimisme bidrager til at forklare udviklingen i forbruget, se boks 4. I stedet følger udsving i den faktiske forbrugskvote modellen, hvor der ikke tages højde for indikatorer for pessimisme, ganske tæt, omend den faktiske forbrugskvote ligger på et betydeligt højere niveau, som det også fremgår af figur 18. Der er således indikationer på et mere grundlæggende niveauskifte i forbrugskvoten, som ikke hænger særligt tæt sammen med kortsigtede udsving i hverken inflationsforventninger eller indikatorer for pessimisme. Det tyder på, at et mere grundlæggende skifte i, hvordan usikkerhed påvirker husholdningerne, er en hovedforklaring på det svage forbrug.

Model

For at modellere udviklingen i forbruget opstilles en model for såkaldt partiel "Heterogeneous Agent New Keynesian", HANK, se fx Kaplan mfl. (2018) eller Auclert mfl. (2020). Modellen tager højde for, at husholdninger er forskellige: De har forskellige indkomster, formuer og likviditet og reagerer derfor også forskelligt på økonomiske stød. Det gør den velegnet til at belyse tre centrale forhold, der påvirker privatforbruget: 1) betydningen af ulighed i husholdningernes indkomst- og formueudvikling, 2) varigheden af de økonomiske stød og 3) effekten af ændringer i husholdningernes risiko for lønstød, herunder (implicit) ledighed.

Konkret er der tale om en forbrugsmodel med to typer af aktiver (likvide og illikvide) samt indkomstusikkerhed og lånebegrænsninger. Likvide aktiver tolkes som bankindeståender, mens illikvide aktiver omfatter resten (bolig, pension, obligationer, aktier mv.). Groft sagt findes tre typer husholdninger: likviditetsbegrænsede uden formue ("fattige" hånd-til-mund, FHTM), likviditetsbegrænsede med illikvid formue ("rige" hånd-til-mund, RHTM) og formuende husholdninger med høj likviditet. De to første grupper har høje marginale forbrugskvoter og står derfor for udsving i forbruget ved midlertidige indkomstændringer (Kaplan mfl., 2014). De formuende husholdninger reagerer derimod typisk på ændringer i formueafkast (de kan forbrugsudglatte). Derudover antages husholdningerne at være begrænset fremadskuende, hvilket introduceres via træg forventningsdannelse.

Der findes et kontinuum af husholdninger (indekseret fra 0 til 1), der repræsenterer den samlede gruppe af husholdninger i Danmark. Individuelle husholdninger optimerer følgende værdifunktion og har en uendelig tidshorisont:

under budget- og lånebetingelser:

hvor en periode, 𝑡, udtrykker et år, 𝑧_𝑡 er husholdningers individuelle indkomst, der følger en stokastisk autoregressiv proces af første orden, 𝑎_𝑡 er illikvid opsparing med afkast , er likvid opsparing med afkast , der har værdien , når og værdien når hvor 𝜅 er en låneomkostning, 𝑐_𝑡 er forbrug, og 𝐸_𝑡 er en forventningsoperator. Θ er en justeringsomkostning, der gør 𝑎_𝑡 illikvid med funktionel form:

hvor χ₀,χ₁>0, χ₂>1, og hvor Θ er begrænset, differentiabel og konveks i valget af illikvide aktiver.

Slutteligt er nyttefunktionen af typen konstant relativ risikoaversion (CRRA) med funktionel form:

hvor σ er den (inverse) risikoaversionsparameter.

Kernen i modellen er, at husholdninger med høj likviditet har lave marginale forbrugskvoter og primært reagerer på ændringer i permanent indkomst, mens husholdninger med lav likviditet har høje marginale forbrugskvoter og reagerer stærkt på transitoriske indkomstudsving (indkomsteffekter). Dette illustreres ved førsteordensbetingelsen for likvide aktiver:

hvor λ_t er skyggeprisen på likviditet under lånebegrænsning, der har værdien 0, når lånebetingelsen ikke binder. Når λ_t>0, afspejler det, at husholdningen er begrænset i sin låneadgang, hvilket medfører højere marginal nytte af forbrug u'(c_t) og dermed en højere marginal forbrugskvote. Da man (ved ”envelope condition”) har, at ∂_b V_t indeholder λ_t, kan man iterere skyggepris-udtrykket i ∂_b V_t fremad og få:

Sammenholdt viser ligning (A.5) og (A.6), at selv med en ikke-bindende lånebetingelse i dag kan forventningen om fremtidigt bindende lånebetingelser øge den marginale forbrugskvote i dag (λ_t+s). Jo tættere man er på lav likviditet, desto større er sandsynligheden for at ramme lånebetingelsen.¹⁷ Ved substitutionseffekter i stedet (typisk ændringer i aktivafkast) reagerer husholdninger med høj likviditet på de mulige opsparingsgevinster, mens husholdninger med lav likviditet kun i begrænset omfang kan udnytte dette.

Slutteligt indføres træg forventningsdannelse a la Carroll mfl. (2020), hvor husholdninger med sandsynlighed Ξ opdaterer deres forventninger til fremtiden. Dette er vigtigt for at ramme både makroøkonometriske momenter og mikromomenter, se fx Auclert mfl. (2020), McKay og Wieland (2021) og Partsch mfl. (2026).

Kalibrering

Modellen skaleres, så samlet formue over disponibel indkomst (netto af renteindtægter) svarer til Danmark i 2019. Derudover kalibreres modellens parametre, så andelen af FHTM-forbrugere ("fattige" likviditetsbegrænsede) og RHTM-forbrugere ("rige" likviditetsbegrænsede) fra data rammes. Likviditetsbegrænsede husholdninger defineres i mikrodata (og modellen) som husholdninger, der ultimo året har bankindskud svarende til mindre end én måneds indkomst. Det svarer operationelt til definitionen i eksempelvis Kaplan, Violante og Weidner (2014). Disse opdeles yderligere i 'fattige' husholdninger, der ikke har anden formue over en given beløbsgrænse, og 'rige' husholdninger, der har anden formue over beløbsgrænsen. Den gennemsnitlige marginale forbrugskvote kalibreres til 0,5 (årligt) baseret på Crawley og Kuchler (2023). Den autoregressive individuelle indkomstproces estimeres på mikrodata ved standardmetoden i Floden og Lindé (2001) over årene 2015-19. Forventningsopdateringsparameteren sættes til 0,33 svarende til middelværdien fra empirisk evidens (Coibion og Gorodnichenko (2012)). En fuld kalibreringsoversigt er givet i tabel A1.

Modellens kalibrering resulterer i forskellige marginale forbrugskvoter over fordelingen af husholdninger som illustreret i figur A1, hvor lavere likviditet giver højere marginale forbrugskvoter.

Detaljer for beregning af realøkonomiske modelinput for årene 2020-25

For at undersøge udviklingen i forbrugskvoten på baggrund af den realøkonomiske udvikling gøres følgende: Priser, indkomst, demografi og arbejdsmarkedsvilkår fremskrives efter den faktiske udvikling i data frem mod 2025. Dermed kan modellen beregne, hvordan forbrugskvoten burde have udviklet sig. Konkret deles husholdningerne i fire indkomstkvartilgrupper, og deres disponible indkomst fremskrives efter mikrodata (trendkorrigeret). Da der endnu ikke er data for 2025, bruges Nationalbankens prognose for den samlede disponible indkomst, mens fordelingen fra 2024 holdes fast. Aktivafkast følger udviklingen i makrodata: For likvide aktiver bruges den gennemsnitlige ind- og udlånsrente (inkl. boliglån for den sidste). For illikvide aktiver beregnes afkastet ud fra en gennemsnitlig portefølje af bolig, aktier, obligationer og pension. For at tage højde for demografi holdes aldersprofilen for formue fast i 2019 og skaleres med den demografiske udvikling frem mod 2025. Modellen tilpasses derefter ved at kalibrere diskonteringsfaktoren til det nye formueniveau. Slutteligt opdateres den stokastiske proces for individuelle arbejdsmarkedsvilkår som beskrevet i boks 3, nu baseret på årene 2020-23 (mod 2015-19 i kalibreringen). Det giver en persistens på 0,79 (mod 0,83 tidligere) og en varians på 0,030 (mod 0,027 tidligere).

Samlet giver databehandlingen stier for disponibel indkomst, arbejdsmarkedsvilkår, renter, afkast og demografi for perioden 2019-25. Disse stier indsættes i modellen, hvilket giver et modelbud på forbrugskvotens udvikling, se kapitel 4, figur 18.