一个喜欢IT、爱逛网络、懂点电脑的闲人 [ 给我写信 ] [ 百度空间 ] [ 腾讯微博 ] [ 新浪微博 ]

当前位置   主页 > 股票配资 >

股票配资网上配资平台-网上配资公司-网上配资平台-金桥大通配资

发表于:2019-05-14 01:49 作者:dedecms51.com 来源:dedecms51.com

  “买涨不买跌”可能言过其实。针对房地产价格的调控不仅不会降低需求,反而会增加购房者的购买力。

  原标题:《居民部门加杠杆之路通向何方?--人口与去库存政策拐点之后地产需求初探》

  虽然多数客户认同我们《梦想能否照进现实——人口与政策拐点之后的房地产需求初探》深度报告观点——中国高质量住宅供给仍显著不足,潜在需求非常巨大,但是不少客户质疑在房价高企的情况下,居民部门是否有购买能力支撑这样的需求。实际上,一季度房地产销售经历小阳春之后,居民部门的杠杆率持续高位增长,引发广泛关切。我们的测算表明,如果房地产价格的上涨可控,在未来若干年维持2018年房地产投资规模,中国居民部门的负债上升到2023年占GDP66%左右之后就会拐头向下,风险仍属可控。

  然而,我们的模型也显示在基准情形下,中国居民部门最高的杠杆水平已经会短暂的超过IMF居民部门杠杆率65%的金融风险红线。如果房地产价格持续上涨,决策者或者必须接受居民部门杠杆水平显著超越警戒红线带来未知的金融风险,或者必须允许房地产销售投资大幅下滑,影响经济增长。在面对这个“新不可能三角”的情况下,明智的政策选择应当是不言而喻的。

  如果房价不涨,是否会降低房地产的销量?这是对我们上一篇深度报告客户的另一个普遍疑问。我们的多因子计量经济学模型显示,在控制了人口与收入增长之后,无论在房地产小周期的上升还是下降阶段,房地产需求对于价格的弹性是负的。这意味着,在其它条件不变的情况下,中国的住宅符合价格越低需求越高的普通商品需求曲线——基于线性预期买涨不买跌的行为在中国房地产市场上不起主导作用。房地产市场出现的“量价齐升”的现象更多的是在短期供给弹性有限,房地产需求在政策调控放松之后大幅扩张同时拉动成交与价格的结果。

  我们认为针对房地产价格而非需求的的调控——包括限价、增加土地供给、传递政府遏制房价上涨的信号等——不仅不会降低房地产需求,反而会增加购房者的购买力。我们对2019年房地产销售持审慎乐观态度。

  我们的深度报告《梦想能否照进现实——人口与政策拐点之后的房地产需求初探》(3月18日)发布之后,得到许多客户的积极反馈。虽然大部分客户认同中国住房供给——特别是扣除了农民房和1998年以前城镇住房之后的高质量供给——仍然显著不足,商品房的潜在需求仍然巨大,但是客户对于中国居民真实购买力是否能够在未来持续支撑房地产的销售(2018年已达14.7亿平,12.7万亿人民币)仍持怀疑态度。

  如果按照我们在上篇深度报告的基准预测,房地产价格保持基本稳定(或略有上涨),包括今年在内的房地产销售面积趋势性的每年仅轻微下滑并持续到2030年前后,中国居民部门的杠杆率(居民债务/GDP)将何去何从?是否会上升到不可持续的地步并产生严重金融风险?我们这篇报告将通过模型和测算对此做出回应。

  我们也在这篇报告中回应另外一个客户的重要的反馈和质疑:如果房价不涨,居民会买房吗?房地产市场“买涨不买跌”似乎是一个基本常识,而数据似乎也显示我国商品房销售增速和价格有正相关性。按照我们上一篇报告提出的基准预测——政府贯彻房住不炒的原则并让未来十年房价基本保持平稳,稳房价似乎不利于房地产销售。落实到2019年,4月政治局会议重提“房住不炒”,似乎在打消市场关于房价近期会重新上涨的预期,那么小阳春之后的房地产销售会显著回落吗?如何看待调控之下的2019年房地产销售呢?

  在上一篇深度报告中,我们曾提出一个基准假设:2030年前住房价格基本稳定而商品房销售面积每年平均下行约3%,房地产投资金额大体可以维持稳定——仍可以是中国经济的重要支柱。但是中国居民的购买力可以支撑这个预测吗?

  我们的模型显示,在我们的基准假设情形下中国居民部门的杠杆率(负债/GDP)可能会从2018年底的53%上升到2023年的66%左右,然后就会拐头向下。考虑到我们的参数设置相对保守,我们认为基准预测下居民部门的杠杆风险仍然是可控的。

  但是,房地产价格继续上涨则很大程度上会导致居民部门杠杆率的进一步上升。中国经济目前已经存在一个房价继续上涨、金融稳定和经济增长稳定三者只能选其二的“新不可能三角。”明智的政策应该怎么选择应该是不言而喻的。

  商品住宅销售金额由两部分构成:居民自付(首付、全款)的部分和借款(按揭贷款)的部分。例如2016年商品住宅销售约9.9万亿人民币,全年新增按揭贷款约5.0万亿人民币,则居民自付部分约4.9万亿人民币。

  当然,居民直接的购房资金支出不仅仅是自付部分,同时也包括了房贷的利息。房贷利息可以用房贷余额和利率水平的乘积获得,例如, 2015年房贷余额14.2万亿元,2016年5年期以上贷款政策基准利率为4.9%,2016年房贷利息约6900亿元。我们发现从近几年数据来看,自付房款与房贷利息之和占居民可支配收入的比重是比较稳定并略有上升【1】的(如2016年为约12.3%)【2】。而居民可支配收入占GDP的比重长期而言也可以视作是稳定的。

  给定名义GDP的增速和居民可支配收入占GDP的比重,就可以按比例推算未来居民可支配收入中可以用于自付房款和支付房贷利息的资金(购房直接支出资金)。然后设定房贷利率,依据上一年的房贷余额就可以得出未来每年的房贷利息支出总和。购房直接支出资金扣除房贷利息则是居民可以用于自付房款的资金。

  设定每年商品房销售面积和价格水平的涨幅——按照我们上一篇深度报告中设置的参数(房屋销售面积平均每年下降3%,房价微涨3%)——就得出商品房销售金额。再从总的销售金额中减去居民自付房款的资金,则可以得到每年居民部门需要借入的新按揭贷款,并可结合上一年的房贷余额计算得到当年的房贷余额。

  我们同时发现,居民部门的非住房贷款余额与房贷余额的同比增速高度相关。我们可以因此推出非住房贷款余额,从而估算居民部门整体的负债,并估算出居民部门的杠杆率水平。

  居民部门的杠杆率会从2018年53%左右的水平上升到2023年的66%,然后就会拐头下行。

  居民可支配收入占GDP比重:2006-2016年的数据来自资金流量表中的住户部门可支配总收入【4】/名义GDP。2017-2018年的比重用2016年的比重为基础,结合统计局公布的2017年和2018年人均可支配收入和人口总数推算。2019年由于减税的因素,略微上调占比到62%并保持稳定(参见图2)。

  房贷利率:2006-2018年取每年年初人民银行5年期贷款基准利率,因为房贷利率大部分随基准利率浮动。2019-2030年取当前5年期贷款基准利率的1.1倍。

  房贷利息金额:为了避免模型中的循环引用,我们做了简化处理。用当年房贷利率乘以此前一年居民住房贷款余额。整体而言,模拟结果对这个参数的敏感性不高。

  居民自付房款和房贷利息占居民可支配收入比重的预测(参见图1):我们先计算出2006-2018年的实际比重,然后做回归分析,估算2019年的比重。由于回归分析会导致2019年以后占比上升较快,我们保守估计自付房款和房贷利息占居民可支配收入比重从2020年起每年仅仅上升0.1%,并且在2028年以后不再上升。

  房贷余额的历史数据:2013-2016年的房贷余额直接取人民银行公布的住户部门住房抵押贷款余额。2006-2012年用住户部门消费贷款余额的75.8%估算。由于短期消费贷款涌入房地产市场,2017-2018年的住房抵押贷款余额可能低估了真实居民贷款流入房地产市场的状况。我们用2017和2018年新增住户部门消费贷款的75.8%【5】来计算2017和2018年新增的居民住房贷款并计算相对应的房贷余额。

  商品房销售面积和商品房销售单价同比遵循我们在上一篇深度报告的基准假设:房屋销售面积每年下滑约3%,房屋销售单价每年上涨约3%。从2006-2018年全国商品房销售平均价格涨幅为8.7%。

  居民非住房贷款增速:用存款性金融机构住户部门贷款- 我们估计的房地产抵押贷款余额既获得居民非住房贷款。理论上讲,这一部分贷款包括居民的经营性贷款,短期消费贷款和中长期消费贷款中扣除掉房贷的贷款。

  从历史数据上观察,我们注意到居民非住房贷款增速和房贷余额增速有较好的相关性【6】,且非房贷贷款余额增速一般低于房贷余额增速。我们假设未来这个关系仍然继续,且谨慎的估计非住房贷款的增速从2019年起高于房贷1%。

  当然,上述的模型忽略了二手房交易的影响。按照链家研究院的估计,2016年二手房交易金额达到5万亿元,和一手房成交金额的比例为1:2【8】。伴随着中国房地产市场逐步进入到存量房市场,这个比例未来可能进一步上升。

  按照我们模型的估算方法,按揭贷款二手房交易中的自付房款可能额外占据居民可支配收入的一部分,也可能不占;二手房交易中的按揭贷款可能分流一手房的按揭贷款,也可能不分流——取决于是否存在和一手房相关的置换交易。

  例如,张三以300万卖给李四一套二手房,而李四首付120万,按揭180万。张三又买入一套500万的一手房,以400万做首付(含有李四的300万房款),按揭100万。从宏观上看,居民部门自付款仍然是一手房销售金额(500万)减去全部按揭金额(280万)合计220万,与不存在二手房交易的计算方法是一样,而按揭贷款(整个居民部门借入280万)的计算也是没有变化【9】。这种情况下,二手房交易对于我们原有模型的测算结果没有影响。

  但是,如果张三卖给李四二手房之后,并没有买入一手房,而是王五首付400万,按揭100万买了这个一手房,那么在计算居民的自付房款时就不仅仅需要多计算李四的120万,还要考虑王五的首付400万。当然,总的280万按揭贷款中也包含了李四购买二手房而借款的180万。在这种假设之下,我们估算的居民自付房款在过去若干年占可支配收入的比重都会高于不考虑二手房的情形。这意味着在预测未来时,可以用较高的可支配收入的份额作为自付房款,降低未来消化一手房所需要的按揭贷款。当然,这种情况也需要额外考虑二手房交易带来的新的按揭贷款的影响。

  因此,我们分别考虑二手房交易中的两种极端情况:二手房交易的自付房款被卖家收到后全部用于重新购买一手房(全部用于置换交易);二手房交易中的自付房款全部没有被用于一手房交易(不存在任何置换交易)。前者的预测模型和不含二手房交易的模型基本一致;我们这里对后者做单独的估计。

  参考链家研究院对于历史二手房成交数据的估计,在我们基准假设(房价每年上涨3%,一手房销售面积增速为-3%)的情景下,我们预测2030年中国二手房成交规模达到18.9万亿元,约占当年房地产市值的3%左右,与一手房成交金额的比例为4:6。

  我们假定2006-2018年二手房分流新增按揭贷款的规模占全部新增按揭贷款的比重与二手房交易额占全部住房市场交易额的比重一致。2019-2030年二手房产生的按揭贷款为二手房交易规模的23.5%——2006-2018年的平均值。

  就其结果而言,杠杆率的上升也是可控的——在2022年达到顶峰62.3%。这个数据意味着居民部门整体债务的压力低于不考虑二手房交易或者二手房交易完全用来支持一手房交易的模型。

  直觉上也很好理解:如果二手房交易不用来支持一手房的交易(置换购房不存在),那意味着居民部门整体购房的资金是比较宽裕的。更宽裕的资金当然意味着债务上升的程度较小。反过来,如果二手房交易获得的资金全部用于支持一手房购买,反而是居民部门资金链比较紧张的证明,债务压力自然也会更大。

  总体而言,由于二手房交易或多或少的协助了一手房的交易(存在置换交易),在考虑二手房交易的情况下,反而降低了新房销售对于居民部门的债务压力。所以,对于估算居民部门债务而言,不考虑二手房交易应该是个更严苛的条件。居民部门真实债务上升的压力应该比我们在图表4中估计的要轻一些。

  人民银行《2018年金融稳定报告》援引国际货币基金组织的研究称,“住户部门债务与GDP的比值低于10%时,该国债务的增加将有利于经济增长,比值超过30%时,该国中期经济增长会受到影响,而超过65%会影响到金融稳定。”【10】在我们的基准假设之下,中国勉强可以把居民负债控制在65%的警戒线附近。

  考虑到中国居民部门的首付比例相对国际平均水平较高而且宏观审慎相对比较严格,我们认为在基准假设之下,中国居民部门杠杆率的风险仍是可控的。

  近期对中国房地产市场风险最严峻的考验发生在环京地区。2017年3月以来,北京及环京地区陆续出台房地产市场调控政策。环京地区主要城市网签的套数一度下降了接近90%,安居客的数据显示一些环京城市的房价一度平均下跌了30%,其中的一些典型小区(特别是燕郊)房价下跌50%。

  然而环京地区并没有出现大规模的断供,房屋拍卖和房价进一步下跌并导致更大规模断供的现象。媒体也没有环京地区爆发大规模金融风险的报道,银行也没有在环京地区出现房贷业务信用大幅收缩的迹象——环京地区首套和二套房贷款利率与全国平均大体一致甚至还略低。从目前的情况上来看,环京地区房屋总价低,还贷压力较小,首付比例整体而言仍有比较严格的管制、一些客户甚至是全款购买等因素可能是环京楼市没有出现恶性去杠杆的原因。(《山重水复与柳暗花明——2019年宏观经济展望》2018年12月)

  然而居民部门杠杆率可能略超65%警戒线也意味着防范房地产价格继续上涨已经成为了中国经济增长稳定和金融稳定的必须选择。

  如果房地产价格继续上涨,同时也要发挥房地产投资对于稳定经济增长的作用(房地产销售面积、及由销售支撑的相关的资本形成不能大幅下行),居民部门的杠杆率就可能显著超出65%的警戒线,金融稳定存在隐患。

  反过来,在房地产价格继续显著上涨的情况下,如果要避免居民部门杠杆率的持续上升,房地产销售面积就必须显著下滑。这意味着房地产相关的资本形成对GDP的贡献会显著下滑;对经济增长会产生负面影响。

  对政策制定者而言,当前的中国已经出现了稳增长、稳金融和涨房价三者只能选二的“新不可能三角”。应该如何选择当然不言而喻。

  客户对于我们此前深度报告的另一个质疑在于如果房价不涨,谁会去买房子呢?我们的模型显示在中国一二线城市控制了收入、人口变量之后,商品房的销售与价格是负相关的——房子和普通商品是一样的,在其它条件不变的情况下,都是越便宜需求越旺盛;“买涨不买跌”可能只是一个假象。

  因此,政府实施行政性限价或者通过增加供给平抑房价的政策不仅不会影响房地产的销售,甚至还会增加房地产的销售。就我们看来,只要政府不采取抑制需求的政策措施,单纯平抑价格的行为(含增加供给)不应该使得投资者对于2019年和更长期的房地产销售感到担心。

  的确,历史数据显示中国的房地产销售增长和房价波动有很明显的相关性。通常而言,房地产销售上升之际,也是房地产价格上涨的时候。我们一般把这种现象称为购房者“买涨不买跌”。

  但是买涨不买跌似乎和普通商品需求伴随着价格下行而增加的需求曲线不一致。住房是一种特殊的商品吗?如果特殊,特殊在哪里呢?

  一些评论认为房地产市场上存在两种需求:投机性的需求和消费性的需求。在房价上涨的情况下,投机性的需求会导致房屋销售上升,但是预算的约束则可能打压消费性的需求。这两种需求的相对强弱决定了房地产市场到底是“买涨不买跌”的市场还是正常的需求曲线斜向下的普通商品市场。考虑到目前中国住房空置率高于国际水平,投机性的需求应该处于市场的主导地位,因此中国房地产市场是“买涨不买跌”的。

  我们认为这种分析有草率的嫌疑。投机性的需求有基于线性预期买涨不买跌的,也有处于价值投资考虑愿意在便宜的位置上出手的;对于刚需而言,当然希望价格便宜,但是也不乏由于线性预期之在房价不断上涨的情况下出于恐慌入场的。到底是不是买涨不买跌的关键不在于投机性需求还是消费性需求,而在于市场上“线性预期”的购房人有多少。

  直觉上看,线性预期的购房人固然存在,理性预期和受到预算约束的人更应该不少。究竟谁是房地产市场的主导者呢?

  我们建立线性回归模型来考察一二线年最近的一个较为完整的房地产周期中,商品房存量面积增长和住房价格增长、收入增长、以及人口增长的关系。

  1. 我们用Wind公布的2002年以来的各个城市的商品房销售面积的累积值来计算商品房存量面积,并代表住房需求。考虑到我国从1998年以后才有较大规模开发的商品房,而且初期的销售面积比较有限,我们认为这个替代仍然是相对可靠的。

  2.我们用城镇非私营在岗员工的平均工资作为代表收入的指标。与居民可支配收入这个指标相比,这个指标与地方政府官员考核关系不大,而且来自于微观企业数据的汇总,可靠性更好。

  3.我们用小学生在读人数作为代表人口的指标【12】。与城镇常住人口这个指标相比,小学生在读人数受到的官方关注度较低,人为修正扭曲数据的可能性较低;同时,这个数据来自教育部门的直接统计,其准确性也好于通过抽样获得的城镇常住人口的数据;此外,这个数据还反映出了各个城市较年轻、流动性较强的人口的增长趋势。

  4.我们用统计局公布的各个城市的年度样本住宅平均价格作为房价的代表。由于研究的是各个数据之间的弹性关系,即自变量变动1%对于因变量变动1%的系数关系,我们对于所有的数据取自然对数:

  各个城市商品房存量面积的自然对数是我们模型中的Y;各个城市非私营在岗员工的平均工资的自然对数设为X1;各个城市小学生在读人数的自然对数是我们模型中的X2;而各个城市的年度样本住宅平均价格的自然对数,设为我们模型中的X3。

  如果简单的考虑房地产需求(以Y为代表)和价格变动(X3)的关系,的确出现了非常明显的量价一致的正相关——即房价涨幅越高的城市,商品房存量面积的增速(也就是相对存量的房屋销售量)最大。2014到2017年每一年的简单回归模型都是如此。

  包含了三个自变量的多元回归模型显示2014年到2017年的每一年,商品房面积存量对价格水平的弹性系数都是负数。

  对于2017年的回归模型的结果显示R平方达到了0.76;而在5%的置信区间上,全部三个自变量都通过了显著性检验;其它三个年份的模型与此类似。同时,2014-2017年的四个模型也全都成功通过了残差检验,说明我们的统计结果是比较可靠的。

  我们的计量分析模型显示,无论出于房地产短周期的上升阶段还是下降阶段,那些房价上涨较少的城市,当年商品房销售的面积相对于存量面积相对较大;中国一二线房地产市场理性预期或价值型购买者处于主导地位。

  这也同时说明从长期和短期来看,商品房也是一种普通商品,符合价格越低需求越大的需求曲线——实际上,从海外的经验上看,香港房价较高,人均居住面积就低,美国房价相对收入便宜,人均居住面积就大。

  当然,这并不意味着线性预期购房者的需求就不存在。我们注意到虽然商品房存量面积的价格弹性始终为负,但是在2014-2017年的这个完整的房地产周期中,其绝对值大小与商品房价格的变动恰好相反。也就是当房价涨的多的年份,房价上涨对于销售的负面影响比较小一些——这可能说明线性预期购房者需求的上升部分的对冲了受到预算约束购房者需求的下降。

  我们注意到,如果从样本中剔除一线城市,住房需求的价格弹性仍然为负——虽然这种情况下价格对于房地产需求的影响无法通过5%的显著性检测。但是,这至少说明了房价上涨绝不是推动房地产销售的正面因素。在理性预期可能更主导或者起码说先行预期购房者没有主导中国房地产销售的情况下,无论是长期还是短期我们平时所说的房子总是“买涨不买跌”可能言过其实。

  1. 就短期而言,在房地产短周期的上行阶段,伴随着政策的调整——限贷限购等条件的放松、利率的下行、政府传递的鼓励房地产销售的信号等等——会显著刺激房地产的需求。在短期供给弹性有限的情况下,需求增长就会带来价格和数量同步的上涨。而这个现象与其它供给弹性有限的商品并没有任何实质的差异——汽车某些款式如果卖得好,供不应求,不是也要涨价吗?

  2. 从我们的回归模型上看,即使是存在一些因为涨价而增加的具有线性预期购房者的需求,其影响应该并不大于因为涨价而下滑的具有理性预期购房者的需求。换句话而言,在需求扩张的情况下,如果供给有更大的弹性,价格不上涨的话,房地产的销售规模可能进一步上升。

  3. 就长期而言,近十几年以来中国房地产市场出现的房价不断上升,但是成交也不断扩大的背后是人口增长、收入增长带来的真实购买能力的上升。“买涨不买跌”也同样是一种严重的误导,它掩盖了在控制了人口和收入增长之后,房地产价格上升挤压居民购房能力的真相!

  实际上,熟悉房地产交易的人都知道房地产市场存在“量为价先”的现象。房价上涨之前,首先是成交量上升;而房价下跌之前,一定是成交首先下滑。按照“买涨不买跌”的逻辑来看,如何解释在价格没有变动之前,成交首先上升或下降的现象呢?

  我们认为政府贯彻房住不炒的决心是坚决的;就长期而言,这项政策有望遏制中国房地产价格的过快上涨。与市场一致预期买房者都是“买涨不买跌”相反,我们认为比较平稳的房地产价格反而可以带来更多的房地产的需求。

  就2019年而言,近期一二线城市出现了一些小阳春的迹象,1-3月全国商品房销售整体也好于预期,甚至部分城市房地产市场又重新出现了过热的苗头。在政治局会议重提“房住不炒”传递了打压房地产价格上涨的信号,住建部和国土资源部等也要求库存不足的城市增加土地供应,棚户区改造的规模也大幅下调之后,市场对于房地产销售的走势仍存一定分歧。

  我们认为政府限制房地产价格的相关措施,不会对房地产销售产生负面影响。我们的回归模型证明,发出房价不会上涨的信号不会显著的影响房地产的需求;限价、增加供给等措施在平抑房价的同时,还会因为更便宜的价格刺激和鼓励房地产消费性需求的上升。除非调控措施直接打压房地产需求——包括加强限购、提高首付、提高房贷利率等,否则我们对于2019年房地产销售面积增长持有审慎乐观态度。

  在当前经济企稳基础并不牢固、流动性环境难以大幅收紧的情况下,我们认为“因城施策”的措施更多的是鼓励和释放房地产需求,而比较难出现压制房地产需求的政策。

本文链接地址: https://hhirs.com/apple/993.html

栏目:股票配资      围观:

相关阅读

最新文章