האנטומיה של האינפלציה הישראלית ב-2025
כדי להבין למה מחשבוני משכנתאות סטנדרטיים נכשלים בצורה טרגית בישראל, צריך קודם לנתח את טבע האינפלציה המקומית, המדד המפורסם (מדד המחירים לצרכן). בניגוד לשווקים מערביים שבהם האינפלציה היא משתנה חיצוני שמשפיע על ריביות עתידיות, בישראל היא משתנה פנימי שמנפח ישירות את הקרן הנותרת של הלוואות צמודות (מסלולים צמודים).
ב-2025, האינפלציה הישראלית התייצבה סביב 3.0%, עם תחזית האטה לכיוון 2.2% ב-2026. עם זאת, המספר הכולל הזה מסתיר פערים סקטוריאליים אלימים. האינפלציה בשירותים ובשיכון (למעט אנרגיה ופירות/ירקות) נשארת דביקה, מוזנת ממחסור בכוח עבודה בענף הבנייה ומעלויות שיקום לאחר סכסוך.
המכניקה של הצמידות (הצמדה)
מנגנון הצמידות בישראל הוא ייחודי באכזריות המתמטית שלו. כאשר הלוואה "צמודה למדד", זה לא רק הריבית שמתאימה, אלא הקרן עצמה. כל חודש, היתרה הנותרת מוכפלת בגורם האינפלציה החודשי.
P_t = P_{t-1} \times (1 + \pi_t) - M_t
כאשר:
המלכודת טמונה בעובדה שהאינפלציה חלה על מלאי החוב הכולל, בעוד שההחזר נוגע רק לזרם החודשי. אם אתה חייב 1,000,000 ש"ח והאינפלציה היא 0.5% בחודש אחד (תרחיש תכוף ב-2025), החוב שלך גדל מיידית ב-5,000 ש"ח. אם התשלום החודשי שלך הוא 4,500 ש"ח, אתה מוצא את עצמך, אחרי התשלום, עם חוב גבוה יותר מהחודש הקודם. זה התופעה של פירעון שלילי.
כשלונות המחשבונים הסטנדרטיים
מחשבוני משכנתאות זמינים באינטרנט, בין אם אמריקאיים או בסיסיים ישראליים, משתמשים בדרך כלל בהקרנה ליניארית. הם מבקשים "שיעור אינפלציה שנתי ממוצע" ומיישמים אותו בצורה חלקה. עם זאת, המציאות היא תנודתית וגיאומטרית.
מקור: ניתוח השוואתי המבוסס על נתוני אינפלציה 2024-2025.
מחשבונים סטנדרטיים נכשלים כי הם לא מדגמים את הקורלציה בין הלם אינפלציוני למבנה התשלומים. הם מתעלמים מאפקט ה"מגרפה": הקרן גדלה עם האינפלציה, אבל לא יורדת במקרה של דפלציה (ה"רצפה" המפורסמת הרגולטורית).
ניתוח גרפי של השפעת המדד
ההשפעה הוויזואלית של הצמידות מתוארת לעיתים קרובות כאפקט "פה התנין". בתחילת ההלוואה, עקומת היתרה הנותרת, במקום לרדת (כמו בהלוואה לא צמודה), נוטה לעלות או להישאר במקום במהלך השנים הראשונות.
בסביבה שבה האינפלציה הצפויה ל-2025 היא 3.0%, לווה על הלוואה צמודה של 30 שנה יתחיל לפרוע באמת את הקרן שלו (כלומר לראות את החוב הנומינלי שלו יורד מתחת לסכום שנלקח) רק אחרי 7 עד 9 שנים. במהלך "העשור האבוד" הזה, הלווה חשוף לסיכון מרכזי: אם ריביות השוק עולות והוא צריך לממן מחדש, הוא ימצא את עצמו מממן מחדש חוב גבוה יותר מההלוואה הראשונית שלו, לעיתים קרובות עם שווי נכס שייתכן שנותר במקום.
סיכון העלייה בתשלומים החודשיים
הסכנה המיידית ביותר היא לא העלות הכוללת, אלא הנזילות החודשית. המשכורות בישראל עלו, אבל לא באותו קצב כמו ההחזרים הצמודים בזמן שיאי האינפלציה. בין ינואר 2022 לאפריל 2025, ההחזר החודשי הממוצע של משכנתא עלה ב-960 ש"ח. עבור משקי בית עם הכנסות קבועות או שלא נהנים מצמידות שכר אוטומטית (תוספת יוקר), העלייה המכנית הזו בהחזר יכולה להוביל לחוסר יכולת פירעון.
המודלים שלנו מראים שהפתעה אינפלציונית של 1% (האינפלציה עולה מ-3% ל-4%) מובילה לעלייה בתשלום החודשי של כ-5 עד 7% במשך שנה, בגלל האפקט המצטבר על הקרן והריבית.
למה הבנקים דוחפים מסלולים צמודים
אם הסיכון כל כך גבוה, למה הבנקים הישראליים (מזרחי, לאומי, פועלים) משווקים בצורה אגרסיבית את המסלולים האלה? התשובה טמונה בניהול המאזן שלהם עצמם. הבנקים מממנים את ההלוואות האלה באמצעות פיקדונות ואגרות שהם עצמם לעיתים קרובות צמודים. הם מחפשים "להתאים" את הנכסים וההתחייבויות שלהם. יתר על כן, הריבית הנמוכה יותר (הריבית הנומינלית) של מסלולים צמודים מאפשרת להכשיר לוואים שאחרת לא היו עוברים את יחסי החוב הרגולטוריים הראשוניים. זה פצצה מתקתקת רגולטורית שבנק ישראל מנסה למתן, אבל שנשארת נפוצה.
הפתרון הטכנולוגי: תחזית וסימולציה
סימולציה סטוכסטית ומודל מונטה קרלו
מול המורכבות הזו, הגישה "עפרון ונייר" או אקסל סטטי היא מיושנת. הלווה של 2025 צריך מנוע סימולציה סטוכסטי שמסוגל לדגמן אלפי תרחישים כלכליים (מונטה קרלו) כדי להעריך את ההסתברות שההחזר שלו יעלה על סף קריטי מסוים (למשל, 40% מההכנסה הנטו).
שילוב תחזיות מקרו-כלכליות
חיוני להשתמש בכלים שמשלבים תחזיות מקרו-כלכליות אמיתיות מבנק ישראל, עקומות התשואה של אגרות חוב ממשלתיות צמודות (גליל), וציפיות האינפלציה הנגזרות משוק ההון (אינפלציה break-even). רק אלגוריתם יכול ללכוד את האי-ליניאריות של הצמידות המורכבת.