Tržní síly v hypotečních sazbách: Růst tržních úroků se do hypoték promítl jen částečně. Pomáhá silná konkurence na trhu.
Komentář Jaromíra Šindela, hlavního ekonoma ČBA: Hypoteční sazby významně určuje pohyb tržních úroků. Nicméně důležité jsou i strukturální faktory na bankovním trhu. Šetření ČNB o úvěrových podmínkách v naší analýze pomáhá vysvětlit, jaké faktory ovlivňují rozdíl mezi hypotečními a tržními úrokovými sazbami odchyluje od jeho běžné úrovně. Analýza ČBA ukazuje, že klíčovou roli hraje kombinace silnější poptávky a konkurence mezi bankami. Právě ta může vést k příznivějším sazbám pro klienty, aniž by se narušila stabilita trhu. Námi sledovaný rozdíl hypotečních sazeb od tržních úroků tedy tlumí hlavně silnější poptávka ovšem v prostředí rostoucí konkurence, což je klíčové. Svou roli hraje i ziskovost bank, která působí jako korekční mechanismus udržující konkurenční rozpětí úrokových sazeb, ale i stabilitu trhu.
Vzhledem k tomu, že v rámci ČBA nemůžeme dělat predikce klientských úrokových sazeb, tak se naše analýza zaměřuje na strukturální faktory, které pomáhají vysvětlit vývoj rozdílu mezi hypotečními a dlouhodobými tržními sazbami v čase.
Hlavní závěry modelu dopadu úvěrových podmínek bank do hypotečního úrokového rozpětí:
• Silnější poptávka na konkurenčním trhu tlumí rozpětí úrokových sazeb.
• Konkurence z modelu vystupuje jako korekční faktor udržující hypoteční trh dlouhodobě stabilní.
• Ziskovost bankovního sektoru vystupuje v modelu jako intuitivní korekční mechanismus, kdy vyšší ziskovost bank je následně reflektována v nižším úrokovém rozpětí. A naopak, což napomáhá dlouhodobé finanční stabilitě.
• Zahrnutí úrokové marže nepřineslo lepší vypovídající hodnotu, což odpovídá trendovému poklesu poměru úrokové marže vůči bankovní bilanci, přičemž úroková marže bank vůči domácnostem zůstává reálně utlumená.
• Poměr úvěrů vůči vkladům sice nezvyšuje robustnost modelu, ale dostatek likvidity může dopomáhat silné oboustranné roli konkurence v modelu.
Šetření ČNB ohledně úvěrových podmínek je v naší analýze z velké části schopno zdůvodnit odchylku rozdílu hypoteční a tržní dlouhodobé úrokové sazby od jeho dlouhodobého průměru. Mezi klíčové proměnné, které snižují rozdíl mezi hypoteční a tržní úrokovou sazbou, je silnější poptávka při silnější konkurenci. Konkurence ovšem v modelu již nevystupuje jako faktor tlačící na nižší „marži“ u hypotečních sazeb. Tuto sílu v modelu přenechává silnější poptávce a vyšší konkurence hlídá udržitelnost obchodního modelu. To se odráží v citlivosti úrokové marže na předchozí ziskovost sektoru, jejíž předešlý růst vede k nižší úrokové marži a naopak. Tato tržní schopnost udržuje stabilitu na hypotečním trhu, jelikož nedovolí dlouhodobé podstřelování cen, což prospívá finanční stabilitě, jelikož zhruba pětina hodnoty hypotéky se musí pokrýt kapitálovými požadavky.
Rozdíl mezi realizovanou hypoteční úrokovou sazbou a delšími tržními úrokovými sazbami dlouhodobě osciluje na úrovni něco přes 1 procentní bod. To znamená, že pokud jsou tržní tří až pětileté úrokové sazby na 3,5 %, tak by se dlouhodobě měly hypoteční úrokové sazby pohybovat přes 4,5 %. Ovšem rozdíl v sazbách není stabilní. Dlouhodobý rozdíl jednoho procentního bodu je běžný i v zemích eurozóny (viz grafy níže s mezinárodním srovnáním).
Loňský rok a poslední měsíce výstižně zachycují tuto oscilaci, která v březnu zamířila k zúžení březnového rozdílu hypoteční sazby vůči tržním sazbám pod 0,4 p. b.. Zatímco v prvním loňském pololetí dosáhl rozdíl mezi průměrnou realizovanou hypoteční úrokovou sazbou (4,85 %) a tržní úrokovou sazbou (v té době necelých 3 let) 1,25 procentního bodu. Ten se ve druhém loňském pololetí zúžil na 0,82 p. b. To na počátku letošního roku vedlo v prvních dvou letošních měsících při poklesu IRS sazeb k jeho mírnému rozšíření na 0,97 %. Naopak v březnu se jeho rozpětí zúžilo pod 0,4 p. b., což je nejnižší hodnota od prvního pololetí 2022.
Březen přinesl výrazné zúžení rozdílu mezi hypoteční úrokovou sazbou na nové úvěry ve srovnání s dlouhodobými úrokovými sazbami
Model, který se snaží vysvětlit odchylku rozdílu mezi hypoteční úrokovou sazbou a delšími tržními sazbami od jeho dlouhodobého průměru, jsme postavili na čtvrtletním šetření ČNB ohledně úvěrových podmínek bank. Ten odráží jak stranu poptávky, tak i nabídku včetně hodnocení konkurenčního prostředí či rizik v ekonomice, ale i z pohledu regulace. Do modelů jsme rovněž přidali finanční výsledky bank, ať už v podobě návratnosti zisku, čisté úrokové marže či poměru úvěrů vůči vkladům jako proxy pro částečný zdroj financování úvěrové kreace.
Modelový vztah jsme založili na modelu ECM – modelu korekce chyby – který dokáže zachytit dlouhodobé i krátkodobé vztahy mezi proměnnými (výsledky v příloze). Pracujeme v něm s daty od roku 2012, což odpovídá vzniku šetření ČNB o úvěrových podmínkách, a proměnné v modelu jsou vyjádření v odchylkách od svého dlouhodobého průměru s výjimkou období 4. čtvrtletí 2021 a prvního pololetí 2022, kdy došlo k výraznému propadu trhu kvůli silnému nárůstu úrokové sazby ČNB na 7 %. Toto období jsme v modelu pokryly i dummy proměnnou.
Silnější poptávka je v šetření ČNB o úvěrových podmínkách spojená se silnější konkurencí … 
… kdy silnější poptávka vede – na první pohled neintuitivně – spíše k pro spotřebitele příznivějšímu menšímu rozdílu mezi hypoteční úrokovou sazbou a tržní swapovou úrokovou sazbou
V průzkumu ČNB vede silnější konkurence k uvolnění úvěrových standardů … 
… což v případě úvěrových podmínek skrze nižší marži vede k jejich uvolnění
Analýza jednotlivých vztahů:
- Silnější poptávka při rostoucí konkurenci tlumí rozpětí úrokových sazeb. Nejlepší proměnou vysvětlující chování zkoumaného rozpětí úrokových sazeb je hodnocení bank ohledně poptávky klientů. Silnější poptávka by měla intuitivně vést k vyššímu rozdílu mezi hypoteční a tržní úrokovou sazbou, tedy k ziskovější situaci pro banky. Ovšem v našem prostředí, kde silnější poptávku doprovází sílící konkurence, je tomu naopak. Tento faktor poptávky přinesl robustnější výsledky než modely pracující s počty hypoték, jejich objemy či objemy v poměru k HDP.
- Konkurence v modelu vystupuje jako korekční faktor udržující hypoteční trh dlouhodobě stabilní. Po zahrnutí poptávky se proměnná konkurence nechová jako čistý ukazatel cenového tlaku, ale také jako disciplinující mechanismus uchovávající udržitelnost hypotečního trhu, a to nejen z hlediska ziskovosti, ale i finanční stability (zamezení vytváření budoucích ztrát).
- Ziskovost bankovního sektoru vystupuje v modelu jako intuitivní korekční mechanismus. Spadne-li ziskovost (v podobě návratnosti kapitálu) pod svou dlouhodobou úroveň, pak to později vede k vyššímu rozdílu hypoteční sazby vůči tržním úrokovým sazbám. Naopak vyšší ziskovost bank je následně reflektována v nižším úrokovém rozpětí, kde svoji úlohu sehrává právě efekt konkurence.
- Zahrnutí úrokové marže nepřineslo lepší vypovídající hodnotu, což odpovídá trendovému poklesu poměru úrokové marže vůči bankovní bilanci, přičemž úroková marže bank vůči domácnostem zůstává reálně utlumená. Čistá úroková marže bank vůči domácnostem v roce 2025 dle statistik ČNB vzrostla na 40,3 miliardy korun. Nicméně zůstává výrazně nižší, než byla průměrná roční marže okolo 47-51 miliard korun v letech 2015-2021. A to při citelně rozdílné cenové hladině a velikosti ekonomiky. Zatímco v těchto letech tato úroková marže dosáhla 0,9 % HDP, tak v roce 2025 činila necelých 0,5 % HDP.
- Poměr úvěrů vůči vkladům sice nezvyšuje robustnost modelu, ale dostatek likvidity může dopomáhat silné oboustranné roli konkurence v modelu. Zahrnutí dodatečných proměnných jako je poměr úvěrů vůči vkladům nenapomáhá zvýšit robustnost modelu, přičemž zmíněný poměr vkladů vůči úvěrům nevystupuje s intuitivním kladným znaménkem, tedy že by se při relativně vyšších úvěrech rozšiřoval spread hypotečních sazeb. Naopak. To pravděpodobně odráží přebytek likvidity v českém bankovním sektoru, což pravděpodobně ponechává silnou dvojí roli konkurence v tomto modelu.
Hlavní tahouni dlouhodobých vztahů odchylky hypotečního úrokového spreadu vůči tržním úrokovým sazbám od jeho dlouhodobého průměru … 
… a jejich role při krátkodobých změnách, kde necelých 60 % odchylky se koriguje automaticky během jednoho čtvrtletí 
Mezinárodní srovnání
České úrokové sazby na nové úvěry na bydlení jsou s 4,6 % cca o 1,2 p. b. vyšší než v eurozóně, ale výrazně nižší než v Polsku či Maďarsku.
Rozdíl úrokových sazeb na nové úvěry na bydlení vůči úrokovým swapům v ČR od roku 2017 dosáhl v průměru cca 1 p. b., obdobně jako na Slovensku či v průměru v eurozóně. České hypoteční úrokové sazby se tak při očištění o rozdílnou časovou prémii peněz odpovídají hypotečním úrokovým sazbám v eurozóně.
Příloha
====================================================================================================
MEASUREMENTS FOR GAP MODEL (excluding 2021Q4-2022Q2)
spread: 131.5094, demand: 529.5283, competition: -305.4340, LTV_DSTI_DTI: 416.7358, ROE: 17.2683, LTD: 69.9057
====================================================================================================
ECM_C2 - LONG TERM EQUATION
=======================================================================================
Dep. Variable: spread_gap R-squared (uncentered): 0.861
Model: OLS Adj. R-squared (uncentered): 0.847
Method: Least Squares F-statistic:102.2
No. Observations: 54 Prob (F-statistic):1.03e-24
Df Residuals: 49 Log-Likelihood:-252.51
====================================================================================
coef std err z P>|z| [0.025 0.975]
------------------------------------------------------------------------------------
demand_gap -0.3016 0.034 -8.955 0.000 -0.368 -0.236
competition_gap -0.5659 0.070 -8.082 0.000 -0.703 -0.429
LTV_DSTI_gap -0.0828 0.020 -4.235 0.000 -0.121 -0.044
ROE_lagavg_gap -2.6170 1.390 -1.883 0.060 -5.340 0.106
shock_dummy -107.299 14.002 -7.663 0.000 -134.743 -79.855
==============================================================================
Omnibus: 0.604 Durbin-Watson: 1.104
Prob(Omnibus): 0.739 Jarque-Bera (JB): 0.660
Skew: 0.234 Prob(JB): 0.719
Kurtosis: 2.726 Cond. No. 1.98e+03
====================================================================================================
ECM_C2 - SHORT-TERM ECM EQUATION
====================================================================================================
Dep. Variable: d_spread_gap R-squared (uncentered): 0.499
Model: OLS Adj. R-squared (uncentered): 0.446
Method: Least Squares F-statistic: 9.339
No. Observations: 53 Log-Likelihood: -245.84
Df Residuals: 48 Prob (F-statistic): 2.91e-06
=====================================================================================
coef std err z P>|z| [0.025 0.975]
-------------------------------------------------------------------------------------
d_demand_gap -0.3708 0.105 -3.525 0.000 -0.577 -0.165
d_competition_gap -0.4558 0.267 -1.705 0.088 -0.980 0.068
d_ROE_lagavg_gap -4.5618 2.678 -1.703 0.089 -9.811 0.688
ect_ECM_C2_l1 -0.5857 0.134 -4.372 0.000 -0.848 -0.323
shock_dummy -43.453 23.169 -1.876 0.061 -88.863 1.956
==============================================================================
Omnibus: 7.296 Durbin-Watson: 2.217
Prob(Omnibus): 0.026 Jarque-Bera (JB): 6.454
Skew: 0.819 Prob(JB): 0.0397
Kurtosis: 3.489 Cond. No. 241.
==============================================================================