Pressmeddelande från Finansdepartementet

SCB ska samla in statistik om hushållens skulder

Publicerad 05 maj 2026

Det ekonomisk-politiska beslutsfattandet kan stärkas av mer kunskap om hushållens ekonomiska motståndskraft. Därför ska Statistiska centralbyråns (SCB) mikrosimuleringsmodell Fasit utökas med uppgifter om hushållssektorns skulder och skuldbetalningar. Detta föreslår regeringen i en proposition som nu överlämnats till riksdagen.

– Möjligheten för enskilda att låna pengar är en viktig del i en välfungerande ekonomi. Samtidigt kan hög skuldsättning skapa sårbarheter. För att stärka upp analysen av hushållens motståndskraft mot ekonomiska störningar ger vi SCB i uppdrag att genom urval samla in vissa uppgifter om hushållens skulder, säger finansmarknadsminister Niklas Wykman.

I propositionen föreslås att SCB ska börja samla in uppgifter om hushållens skulder och skuldbetalningar genom sin mikro­simuleringsmodell Fasit. Statistiken ger möjlighet till bättre analyser av hushållens motståndskraft och känslighet mot ekonomiska störningar, vilket bidrar till att regeringen och berörda myndigheter lättare ska kunna identifiera vilka åtgärder som behövs.

Insamling av uppgifter om hushållens skulder är av integritetskänslig natur. För att minimera effekterna av detta föreslår regeringen att SCB bara ska ta fram ett mindre urval av personuppgifter för de nya ändamålen. Urvalet ska motsvara det mindre av Fasits två urval, MSTAR (mindre statistiskt analysregister).

Insamlingen ska innefatta information om hushållens bolån och andra lån och kommer att inhämtas från kreditgivare.

Lagändringarna föreslås träda i kraft den 1 augusti 2026.

Fasit och MSTAR

Det fördelningsanalytiska statistiksystemet för inkomster och transfereringar (Fasit) är en mikrosimuleringsmodell som används för att bedöma utfall och konsekvenser av reformer i det svenska välfärdssystemet. Modellen används av bland andra Regeringskansliet och är ett viktigt verktyg för regeringens reformarbete. Därutöver finns det flera andra myndigheter som använder sig av Fasit.

Med hjälp av Fasit kan analyser genomföras på olika nivåer, exempelvis för specifika inkomst- eller åldersgrupper. Det finns även möjligheter att ta fram skräddarsydda statistikuttag för mer detaljerade analyser. Personuppgiftsbehandlingen i Fasit regleras i lagen (2019:508) om behandling av personuppgifter i det fördelningsanalytiska systemet för inkomster och transfereringar (Fasitlagen).

Urvalen i Fasit – MSTAR och STAR – är registerbaserade och pseudonymiserade vid användning av modellen. MSTAR är ett mindre urval och består av cirka 31 000 urvalspersoner eller hushåll. Efter komplettering med övriga hushållsmedlemmar omfattar MSTAR cirka 92 000 individer. Simuleringar med MSTAR har betydligt kortare beräkningstider än STAR, vilket gör den lämplig för snabbare analyser.