欢迎您登录 ,投资有风险,选择需谨慎

登录 注册
旗下APP
微信公众号
小程序
  • 手机APP

  • 自选产品

  • 理财热线

深度推演中国楼市的未来走向

2021-12-29 10:24 来源:JIC投资观察(ID:JICTIMES)

摘要:站在2021年底这个时点,经历中国房地产市场一整年的跌宕起伏,还在预测楼市,甚至是讨论房价,似乎有些不合时宜,甚至有点俗套。

站在2021年底这个时点,经历中国房地产市场一整年的跌宕起伏,还在预测楼市,甚至是讨论房价,似乎有些不合时宜,甚至有点俗套。

当前时点房地产市场已然哀鸿遍野,前有房地产税的明确预期将在新的一年招手,后有各类并未放松的针对买卖双方的各类限制,无论是买房人还是造房人都左支右绌,举步维艰。

超级大拐点之声,响彻大江南北,不管你从事什么行业,谈到这个话题时都可以意味深长地来一句“这次不一样喽,房子没戏了”,或者仍然有死忠粉坚定喊出“每次回调都是上车机会”。

那么,中国楼市到底将何去何从?既然总有各种截然不同的声音,今天我们就用一种严谨的研究态度来进行一次深度推演。希望您看完以后能相信,我们的结论并不是街边闲扯、人云亦云得来的。

01

预测中长期住宅市场的难点

今天这份研究的主要目标是预测中长期住宅市场走势,特别是价格走势,进而为信托、不良资产投资及其他涉及底层为住宅类不动产的业务提供参考依据。

各国政府、智库、企业、个人、科研机构等都热衷于分析预测本国或全球的住宅价格,但各国特别是我国的住宅价格预测的准确率依然不高,主要原因如下:

一是影响住宅价格的因素非常广泛,至今经济学界没有权威或形成共识的房价预测模型。经济增长、人口规模与结构、产业特点、土地供需、住房保障制度、货币、汇率政策、甚至文化传统都是重要的影响因子,且每个因素的作用方式和影响程度在不同地区、不同时期差异巨大,难以量化。

二是我国土地制度、财税政策、汇率管制以及房地产市场管控政策等,都与欧美日韩等主流国家有根本差别,导致很多预测方法和思路失去意义,因此欧美主流经济学界对中国房价的预测经常失准。

三是黑天鹅事件发生时间及其作用效果完全不可预知。比如次贷危机和新冠疫情,既无法预知其发生,也无法预知其对房价的影响方向,更无法预知其影响程度。

比如,站在疫情刚开始全球大流行的时点,各国(包括我国)对于本国楼市的预测,大部分是偏悲观的,至少认为会先有一个明显的下跌(类似2008年),再因货币宽松而上涨。没有人预料到新冠疫情带来的是迅猛而持久的,前所未有的全球房价普涨。

那么是否楼市预测没有意义?并非如此。我们认为,在诸多的不确定性中,捕捉隐藏在其中的确定性这一条暗线,尝试找出规律,才是楼市预测的可行路径。

02

中国住宅市场的预测思路

中长期住宅价格趋势预测需要避免受短期情绪、事件和楼市当下时点的走势影响,否则很容易在市场火热时得出永远涨、在市场冷清时得出过于悲观的推论。

任何一种商品的价格都是由供需关系决定的,中国的住宅也不例外。包括货币、土地等等其他诸多因素,都是最终通过影响供需这两个因素进而作用到房价本身。只不过中国政府为避免市场过热过冷采取的政策干预力度较强,对供需两端带来的影响较大,不深入研究容易抛出政策无解的搪塞。

我们认为,中国住宅市场的预测必须既坚持“中国特色”,贴近中国国情,不生搬硬套西方国家常用的住房价格预测方法,同时又要立足根本的供需关系。

普遍观点之所以认为中国住宅市场“特殊”,主要体现在政府对供需两端的多个因素都可以实现有效干预,特别是供应端,几乎可以实现完全掌控。城市土地国有使得土地的供应量和节奏完全由政府掌控,仅此一点,其他国家的楼市参考价值就极为有限。

此外,对于住宅建设速度和推出市场的进度,通过发放建设、规划、销售许可证审批实现控制,更进一步还可以通过取消预售来大幅延缓供应入市的速度。

对于存量房屋市场,可以通过限售、控制挂牌、税收等手段减少或增加供应量,对于供应的各个环节都能实现强管控。这些方式在绝大多数国家并不存在也难以实现。而保障房的供应量同样完全由政府控制,且具有很强的调节作用。

因此,从供应端看,中国政府有非常强的掌控力,促使供应按照需求动态调节,避免出现违背政府意愿的供应过剩或供不应求。所以针对供应端的预测重点就是分析预判政府的意愿。

相较而言,政府对需求端的掌控力并没有供应端那么强。一般认为,影响购房需求的主要因素如经济增速、人口增量及其结构、城市化水平、失业率、人均收入、家庭资产配置结构、利率等等,都不是简单通过一纸政策可以实现的,需要“实力的提升”,捷径难寻。故需求端既是分析的重点,也具备科学预测的可能性。

03

住宅市场的需求端

1. 经济增长

在各个因素中,经济增长同住房价格的关系争议最小。其原理在于经济增长使国民总财富增加,整体购买力上涨,有效需求增加,在供应不变的情况下,会导致房价上涨。

能够检索到的绝大多数文献都结论一致地认为GDP(或人均GDP)同住房价格指数有着较强的正相关关系。比如AGRE在2020年发表的研究,针对包括欧洲、非洲、亚太等30多个国家和地区的过去50年数据分析表明,房价中位数与GDP相关性高达60-95%。而GDP达峰的国家,大多数会在达峰年后5年内出现真实房价 达峰或普遍性下跌。

我们搜集了近60个主要国家的过去20年住宅真实价格数据,发现真实房价下跌的国家如塞浦路斯、意大利、希腊、西班牙等均符合这一规律。

中国的经济增长本身就是一个涉及面极广的复杂话题,在本研究中不展开讨论,这里援引一些常见的预测结论。比较幸运的是,公认的预测都比较一致。

在疫情之前,无论是国际性组织如IMF(国际货币基金组织)、IBRD(世界银行),还是各国研究机构如美国、日本、新西兰、英国,以及跨国企业观点,如高盛、渣打,都给出了比较一致的结论,即使考虑到中国经济增速的放缓效应,2030年前后,中国GDP总量将达到约30万亿美元,超过美国跃居世界第一,并且该差距将逐步拉大。

图片


而疫情之后,部分组织更新了对各国GDP的预测。IMF和OECD认为,疫情使中国经济总量超过美国的时间提前了2-5年,即2028年前后可能发生。

2030年前,中国经济增速将在5-6%之间持续3-5年,之后在下一个平台达到4-5%区间,但这一期间的持续正增长基本没有悬念。这些预测均充分考虑到了中美贸易摩擦、金融脱钩、高科技领域封锁以及中国劳动力成本上升等因素的影响。图片


具体到中国大陆,全国商品房销售面积从2000年的1.86亿平方米增长到2020年的17.6亿平方米,增幅846%,同期GDP从10万亿到101万亿,增幅822%,二者表现高度一致。

因此,从经济增长这一指标来看,国民总收入持续增加,整体有效购房需求持续增长,其底层逻辑获得支撑,且未来10年内对住宅价格的影响方向基本明确。

2. 人口

第一个层次是人口绝对数量。人口这一指标有两个层次。第一是人口绝对数量的增减对一个国家或地区住宅价格的影响。

关于此,实证经济学领域已经有大量研究证实,其结论也显而易见,即常住人口数量同住宅价格正相关,特别是人口减少的国家,房价必然会下降。其底层逻辑也简单清晰,即人口总量的减少导致整体购房人群基数的减少,进而削弱购房需求。

作为基本验证,我们提取了50多个主要经济体1990年以来的房价数据和人口数据,发现这一相关关系基本成立。个别不符合规律的也可以得到合理解释,如葡萄牙人口在2010年见顶后,住宅价格仍持续增长至今,其重要原因在于购房移民政策的放开,吸引大量外国移民投资,抵消了人口的负面影响。

日本是另一个不符合这一规律的国家,总人口在2009年见顶后,后续十多年真实房价仍在缓慢上涨。针对此,有研究认为,日本的全国住宅均价因为需求泡沫破裂,在1990年已经见顶,至今仍远未回到前期高点。

后续30年间,居民购房意愿、社会经济环境等发生了剧烈变化,人口已经不再是主要影响因素,泡沫破裂后房价在底部的波动也并不由人口驱动,即对于发生过房价泡沫的国家,人口因素同房价的相关性较低。

联合国和IMF均预测中国总人口峰值出现在2030年前后,这与国务院2016年发布的《国家人口发展规划(2016—2030年)》相吻合。

“人口规模会在未来达到一个峰值,但负增长时间的到来还存在不确定性”,国家统计局局长宁吉喆在七普之后的新闻发布会上表示。因此,在2030年前后总人口达峰时,会对全国的平均住宅价格带来较大的下行压力,但具体到不同区域可能有巨大差别。

第二个层次是人口结构。第二层次是人口结构对住宅价格的影响。近年来有大量研究针对这一领域,主要集中在两方面,一是劳动力人口数量同住宅价格的关系,二是抚养比对购房需求的影响。

常识认为劳动力人口数量直接影响住宅价格,而人口老龄化会给房价带来下行压力。经过梳理不同文献并结合一手数据验证,我们发现实际情况较为复杂,甚至可能呈现完全相反的结论。

首先,劳动力人口数量同购房需求正相关。相对较为确定的结论是劳动力人口数量同购房需求正相关,直接影响的指标是房屋新开工面积和新房销售面积。

中信建投陈慎、周子涵等人在2015年曾针对美、英、法等国人口结构和房价的关系进行量化分析,得出25-44岁人口数量同住宅新开工面积高度正相关,但这一群体总量人口的见顶并不意味房价拐点到来。

任泽平针对日本、美国等数据研究发现,20-49岁人口数量与住宅新开工面积呈现显著相关性,后者峰值滞后于前者3-6年左右。

根据国家统计局数据,中国的劳动力人口在2013-2015年这一阶段达到历史峰值,我们于2019年底的研究报告中根据这一结论预测中国住宅新开工面积当年已达历史峰值。

后续的数据符合这一预测,2020年新开工面积同比减少2%,2021年1-10月同比减6.8%,全年大概率同比继续减少。这说明住宅新开工的降低不完全受疫情影响,很可能进入了趋势性的下降通道。

图片

图片

根据OECD对于中国劳动力人口的预测,2020-2030年间,总量将减少7000万人,2050年同2013年峰值相比减少约40%。

图片

国际经验上,新开工面积达峰后,新建住宅销售面积仍会维持3-5年的正增长,然后也会进入下降通道。这意味着中国商品住宅销售面积也正经历筑顶阶段,很可能在2021-2024年间达峰。

需要说明的是,从现有研究和实际数据来看,只能得出劳动力人口同新房市场的正相关,但无法得出同存量房市场的相关性,更无法得出与房价的相关性。

东方证券研究报告曾指出可能真实房价达峰滞后于劳动力人口达峰5-15年不等,但我们认为并不足以采信。站在今天时点来看,很多劳动力人口持续减少、老龄化加剧的国家都出现了房价不断创新高的情况,如德国、法国、美国等多数欧美发达国家。

而且即便真的达峰,这种长达10年甚至更长的滞后,对于预测分析而言实际意义有限,故在此不作为直接影响房价的判断依据。

其次,抚养比难以预测需求。国际学术界在分析人口结构对住房需求影响时流行用抚养比 的概念,但针对不同国家的研究呈现出完全相反的结论。

Black&Henderson以及Glaeser等人研究表明抚养比超过50%后对住宅价格有明显抑制作用,而抚养比下降的时期房价上涨为主。

然而香港理工大学Song等人研究则表明,亚洲一些国家在老龄人口比重明显上升的十年间,房价增长较为明显,尤其是对中国的数据分析显示,多个城市表现出老龄抚养比 同房价的显著正相关,同欧洲主要国家的结论完全相反,研究者推测可能是中国的老人退休后全力支持子女购房所致。

而BIS在2010年借助全球22个国家约40年的人口与房地产价格数据,分析了人口对房价的影响。他们的研究显示,老龄抚养比(老年人口占劳动人口的比重)上升会对房地产价格产生显著的负面作用,老年人口抚养比每提高1%,房地产实际价格将降低0.6%。

尽管从常识上我们更认同人口老龄化、人口红利消失对房价的影响是负面的,但因实证检验结果差异过大,我们不将人口结构相关的指标纳入预测依据。

3. 资产配置结构

如果把中国所有居民看成一个整体,经济增长解决了“是否有钱买”的问题,人口解决了“有多少人买”的问题,而资产配置结构则决定了“有钱买的人愿意买多少”。

根据央行2020年发布的《中国城镇居民家庭资产负债情况调查》,中国城镇家庭中房地产配置占比达到59.1%。从国外的情形看,日本居民配置房地产的比重经历长期的下降后约维持在37%,美国家庭配置房地产的比重约为24%,德国为32%,英国为45%左右。美国、英国等国的家庭房产配置比例是不断降低的,而日本是泡沫破裂后这一比例不断下降。