中国房地产行业的风险分析.docx

中国房地产行业的风险分析截至2023年末，中国房地产市场处于大周期后的调整阶段，同时也处于政策宏观调控阶段，去化加杠杆力度加大对中国房价的持续性暴涨有一定抑制作用，新冠疫情的冲击也未动摇上层对房地产行业坚定维稳的决心。但基于2014-2016年低利率刺激环境下的上涨基数,当前中国房地产市场泡沫风险有多大？体现在哪些环节？疫情的影响对这些指标又有哪些影响？我们可以通过目前的房价收入比、库存、租金回报率、杠杆，以及空置率来看看当前中国房地产市场的泡沫现状。房价收入比房价收入比是最重要的行业需求端运行预警指标。图2-8中一二线城市的房价收入比偏高，平均指数在20左右，三四线城市基本合理，平均指数在10左右。而根据NUn1.beO统计的世界重点城市的房价收入比，比例最高的十大城市里面，中国占据了4席。香港，深圳，和北京这一比例超过了40,上海及广州也达到了35左右。发达国家中心城市相比之下指标就较为正常，纽约仅为10,伦敦为15。房价收入比代表着居住的性价比，可见中国典型一线城市的置业负担远远高于国外一线中心城市，横向对比处在极度不合理区间。图2-10统计了中国五十大城市房价收入比，中国一线城市和二三线城市的房价收入比出现巨大分化。这个差异可能反映了两个因素:一是收入差距效应，高收入群体向一线城市集中；二是公共资源溢价,医疗和教育资源等公共资源向一线城市倾斜。房价收入比作为衡量房价泡沫化程度的指标，较有争议的地方在于其计算采用的是当期水平的居民收入。部分研究认为由于贷款杠杆的普遍使用，购买房产类似于进行股票的市场估值交易，对房产的购买评估其实是建立在于对未来收入的预期上。疫情前由于中国经济的高速增长，居民收入常年保持7%8%的增速，与房价增速一致，所以推导出真正的中国房价收入比泡沫化程度并不严重的结论。但据图2-9统计的最新城镇居民家庭人均可支配收入显示，2023年9月城镇居民人均可支配收入同比为5.2%,扣除价格上涨因素，实际累计同比只有4.7%,呈现负向变动的趋势，居民可支配收入受新冠疫情及经济封锁影响，前景不容乐观。再加上居民收入增速与GDP高度相关,多名分析师预测未来十年中国GDP增长将继续放缓，即使采用未来预期收入来调整测算房价收入比，当前价格看涨的中国房地产市场依然呈现泡沫化的非理性繁荣。图2-8：2020年世界核心城市房价收入比统计44OiM细约百巴黎广州上海金边行德黑兰4综琛圳香潜委内瑞WQ1150来源：NUInbeo,惟道风险研究院整理，整理日期2020-4-30注：Numbeo数据是目前世界上最大的在线协作数据库网站，通过用户在线协作实现全球国家和城市生活成本信息实时更新，便于进行数据比较。图2-9：城镇居民人均可支配收入来源：Wind,惟道风险研究院整理注：城镇居民可支配收入指调查户可用于最终消费支出和其他非义务性支出以及储蓄的总和，即居民家庭可以用来自由支配的收入。它是家庭总收入扣除经营性支出、缴纳的个人所得税、个人缴纳的社会保障费以及调查户的记账补贴后的收入。百城租金收益率目前中国主要城市的静态租赁回报率为2.6%,一线城市在2%左右,低于二三线城市。国际静态租赁回报率处在4%-6%,中国租赁回报水平远低于国际水平，低租赁回报问题在中国核心一线城市更加突出。据表2-4的中原指数显示，在有统计中国各大型城市中，租金回报率指数平均近期徘徊在1.48左右，指数水平最高的是天津，租金回报率不小于1.8。一线城市中相对租金回报较高为上海，租金回报率高于1.5；9月广州（1.39）、北京（1.42）、深圳（1.44）三大中心城市的租金回报率远低于统计中的平均水准。低于国际平均水准的租赁回报可以窥见中国房价与租赁入住需求极端不平衡的问题，是中国房地产市场呈现泡沫化的重要标志。由于中国的房地产并非仅满足居住功能，而是一个捆绑着很多资源的综合价值体，比如户籍、学区、医院等，复合型的购房需求也让房产的资产价格远高出基本的居住价值。一线城市年二线城市年三线城市年50大中城市年来源：Wind,惟道风险研究院整理单位：%注：中外的房价收入比计算方法通常有以下差异：1.房屋总价含二手房，通常为某区域所有房屋成交均价，而中国的研究者由于难以获得二手房交易价格的真实数据，通常使用新建商品房交易均价，容易造成分子估计偏大；2.国外征信体制发达，能够得到户均收入的统计数据，而中国城镇家庭人均可支配收入之外可能存在一部分非官方统计收入，且大量流动人口又被排除在统计之外，难以估计这些偏差对房价收入比的影响；3.国外统计采用了中位数方法统计房价收入比,国内的研究者则使用平均数方法统计。表2-2：核心城市二手住宅租金回报率:F住宅租金回报率2023-12023-22023-42023-52023-62023-72023-82023-9卜*1.541.561.591581.581.61.61.69北京1.311.291.261271.31.271.271.42深塌1.271.241.241261.271.271.271.44广州1.291.331.351341.351.311.291.39天津1.821.841.861811.811.81.81.91成都1.671.641.561571.571.581.61.66来源：Wind(中原指数)，惟道风险研究院整理单位：%注：以2004年5月为基础日期,指数等于100,计算方法：当期指数二上期指数*涨幅，覆盖城市：北京、上海、广州、深圳、天津、成都，为保证数据多样性，该数据会不定期修改样本。空置率据表2-5中国家庭金融调查(CHFS)的数据显示，中国住房空置率和空置房数量逐年上升，2017年空置率达到21.4%,空置房数量达到6500万套。当前二、三线城市空置情况更为严峻，空置率明显高于一线城市,二三线城市去库存的压力明显高于一线城市。2017年二三线城市空置率分别为22.2%和21.81%,远高于一线城市的16.8%oCHFS参考RosenandSmith(1983)的文章方法，测算出中国住宅的自然空置率为11%,其中一线城市的自然空置率为11.3%,二线城市为9.1%,三线城市为8.85%。当前的中国住宅空置率无论从哪个层面进行比较,都远高于测算的自然空置率，呈现出较高的泡沫化现象。从住宅看,中小城市空置率更高可能是因为过度建设，大城市的空置率可能跟过度投资炒房有关。表2-3：中国房屋空置率来源：中国家庭金融调查(CHFS),惟道风险研究院整理注：中国家庭金融调查(ChinaHouseho1.dFinanceSurvey,CHFS)是西南财经大学中国家庭金融调查与研究中心在全国范围内开展的抽样调查项目，由甘犁教授于2009年发起并领导，收集有关家庭金融微观层次的相关信息。居民杠杆率从图2-11展示的整体变化来看,居民杠杆率在十年间从不到20%上涨至60%有余，增长速度较快。但分年份来看，2008年受经济危机的影响，杠杆率有所下降，增速变为负值。2009年的经济恢复期增速高达31.2%,此后在【7%,15%的区间波动，2018年的居民杠杆率增速回落至7.77%。虽然居民杠杆率的增速较高，但远没有到令人恐慌的地步。2019年底，我国信用卡逾期半年未偿信贷总额，占信用卡应偿贷款余额的0.97%o和台湾爆发卡债危机时最高5%的不良率和7.84%的三个月逾期率相比，资产风险尚在可控范围之内。在国际进行比较,截至2019年12月，中国居民杠杆水平为55.80%,疫情之后居民杠杆率攀升了7.7个百分点，增加至63.5%,高于新兴市场平均水平和G20国家，低于主要发达经济体和美国。居民杠杆率的快速上涨主要来源于其重要组成部分住房贷款的上涨，近年中央对房价的调控政策让居民杠杆率的增速放缓。整体来看中国居民杠杆率水平虽增长较快，但仍处在安全边际内，不会对经济运行带来系统性影响。使用居民杠杆衡量的中国房地产泡沫化程度尚有控制的空间。图2-11.中国居民杠杆率及增速7000来源：Wind,惟道风险研究院整理单位：%表2-4：居民部门杠杆率指标名称中国发达经济体新兴市场G20美国2019-122022-122023-6来源：Wind,惟道风险研究院整理单位：%中国房地产市场风险判定综合判断，从房价收入比，租金收益率，空置率来看，中国房地产的泡沫化程度大大高于国际水平或自然标准，这几项指标衡量着中国房地产的利用率及收益率，远远小于房产资产的市场定价；而从居民杠杆水平来说，近年的增速虽然过快，水平也远远超过了国际新兴市场的平均水准，但调控后增速放缓，和发达国家尚有一定差距，与自身经济发展速度相符，这方面的风险尚未达到恐慌程度，还在可控范围之内。中国房地产的风险具备多面性，需要对准具体风险点进行合理调控，适当挤出市场中的不合理泡沫。表2-5：中国房地产市场泡沫化指标坊价收人比租金改哉率编依舶标2020年IiI大城市1158S二域城由20左分,：西线城市IOZE行.此界440个城市平均水鹿10.56泡注较M界甲均水下偏痣约1个点I、二线岛干平均水碓妁2偌.三、四线由乎合理7干.门城住宅租仓收益率2.16，域市平均租赁报率为1.7、国际静态租货M报率为4J63从租金收益率月卡中国住肪的泡让化程度述krw际水平2017年中国住厉整体空置率为21.4t三四找城市四:故城市居民部门杠杆率为63.5%.占居民可支配收入的比审为128.6%.W际逋行惯例,商品历空率住510之间为合理1X,空置率在10V-20*之间为空置危发达经济体73.5%j新兴市场47.8%G20国家62.4、淮法程度总体赢于世界IX均水下.I1.高！介理M域.处于怠龄岚同.K中三川设城巾的危险程度更高.超梗新兴国率*220国家年均水手低发送经济体沧诔存度尚“控制空问来源：Wind,惟道风险研究院整理