未来中国房地产和经济向何处去：日本化还是韩国化

一、被忽视的韩国经验2，对但是我们是否忽视了另外一个东亚邻国——韩国在产大跌中的经验？相比1991的日本，可能更多程度上，1998年亚洲金融危机前的韩国和当下的中国具有更多的相似性。1（美元达到年人均万美元2美联储经济学家在2002年的论文的背景之一是当时美国认为他们可能在经历日本90年代.Ahearne,AlanG.,etal."PreventingDeflation:LessonsfromJapan'sExperienceinthe1990s."JosephGagnon(2002)图1：韩国城镇化率和非农人口就业比重，%城镇人口:城镇人口:占总人口的比重:韩国非农就业人口占劳龄人口比重2020/122018/122020/122018/122016/122014/122012/122010/122008/122006/122004/122002/122000/121998/121996/121994/121992/121990/121988/121986/121984/121982/121980/12数据来源：，国投证券研究中心其次看出生人口，韩国出生人口在1960-1970年维持在年均100万左右，随万量级，持续近二十年。。图2：韩国出生人口韩国:韩国:出生人口9000008000007000006000005000004000003000002020/122017/122020/122017/122014/122011/122008/122005/122002/121999/121996/121993/121990/121987/121984/121981/121978/121975/121972/121969/121966/121963/121960/12数据来源：，CEIC，国投证券研究中心但更重要的是，韩国在在。图3：韩国名义房价指数房屋价格指数：名义：SA房屋价格指数：名义：SA2015/032014/032015/032014/032013/032012/032011/032010/032009/032008/032007/032006/032005/032004/032003/032002/032001/032000/031999/031998/031997/031996/031995/031994/031993/031992/031991/031990/03数据来源：CEIC，国投证券研究中心年前后44图4：韩国住宅投资占GDP比重，%住宅资本形成占比9住宅资本形成占比87654数据来源：CEIC，国投证券研究中心而站在图5：韩国非金融企业杠杆率和银行贷款不良率，%杠杆率:杠杆率:非金融企业部门:韩国韩国:银行不良贷款率(右轴)81207110 6510043280120222020201820162014201220102008200620042002200019981996199419921990020222020201820162014201220102008200620042002200019981996199419921990数据来源：，国投证券研究中心万图6：韩国实际GDP同比和人均GDP人均国内生产总值：美元GDP同比人均国内生产总值：美元GDP同比(右轴）86420-2-4201220122009200819991998199519941993199219911990数据来源：CEIC，国投证券研究中心关键？二、决定性判据——需求透支与否为美国和日本长期5不能说是偏高的。观察发生典型房地产泡沫国家的共同特征或许可以给我们带来一些启发。和的国家。9表1发生不同危机的国家仅有房地产危机仅有银行危机双危机比利时1979比利时2008丹麦2008芬兰1974意大利2008芬兰1991意大利1981韩国1997西班牙2008日本1973荷兰2008瑞典1991韩国1979英国2007美国2008荷兰1978美国1988西班牙1978英国1973瑞典2008资料来源：Qust(2017),Laeven(2018)国投证券研究中心仅有房地产危机而没有发生银行危机多数发生在70-80年代，可能的背景是当时全球通胀较高，各国利率处于较高水平，导致杠杆的使用较为困难，房地产5房地产投资中分为住宅投资和商业、写字楼等，住宅投资占比和房屋类型很大相关性，高层建筑的建设成本要系统性地高，住宅中高层建筑的占比对长期住宅投资有决定性影响，美国和日本以平房别墅为主，因此投资占比偏低，详见附录。6王曲石、于飞、朱鹤、钟益（2022），“长尾⸺一个关于地产泡沫破裂的跨国观察”，新金融评论工作论文，2022年第12期，中国金融四十人论坛。7OustA,HrafnkelssonK.Whatisahousingbubble?[J].EconomicsBulletin,2017,37(2):806-8368LaevenML,ValenciaMF.Systemicbankingcrisesrevisited[M].InternationalMonetaryFund,20189详细标准见附录本文的重点。我们重点观察双危机国家和仅有银行危机国家的对比。如图7所示，如果将危机发生的年份定义为10图7：实际GDP增速分不同危机类型国家，%实际gdp实际gdp增速_双危机国家仅有银行危机国家543210-1-2-10-9-8-7-6-5-4-3-2-10 1 2 3 4 5 6 7 8 9数据来源：CEIC，国投证券研究中心注：危机发生年为0，横轴是距离危机发生的年份产投资占810由于双危机国家的银行和地产危机爆发时间点间隔不等，零点的选择以靠后的银行危机为准，可能导致经济减速的时间范围更宽，深度被低估。图8：房地产投资占GDP比例分不同危机类型国家，%房地产投资占GDP房地产投资占GDP比重_双危机国家仅有银行危机国家7.57.06.56.05.55.04.54.03.59876543210-1-2-3-4-5-6-7-8-9-10-11-12数据来源：CEIC，OECD，国投证券研究中心注：危机发生年为0，横轴是距离危机发生的年份图9：失业率分不同危机类型国家，%失业率_失业率_双危机国家仅有银行危机国家9.08.07.06.05.09876543210-1-2-3-4-5-6-7-8-9数据来源：CEIC，国投证券研究中心注：危机发生年为0，横轴是距离危机发生的年份而观察核心策略。图10：核心CPI分不同危机类型国家，%核心CPI_核心CPI_双危机国家仅有银行危机国家5.04.03.02.01.00.0-72-60-48-36-24-12 0 108数据来源：CEIC，国投证券研究中心注：危机发生年为0，横轴是距离危机发生的月份图11：政策利率不同危机类型国家，%仅有银行危机国家双危机仅有银行危机国家双危机7.06.05.04.03.02.01.00.0-4 -3 -2 -1 0 1 2 3 4 5 6 7 8数据来源：CEIC，国投证券研究中心注：由于西班牙1978年前后政策利率波动极其剧烈，剔除该样本图12：不同危机类型国家的OECD实际房价指数房价指数_房价指数_双危机国家仅有银行危机国家110100-10-9-8-7-6-5-4-3-2-10 1 2 3 4 5 6 7 8 9数据来源：CEIC，国投证券研究中心注：危机发生时实际房价指数为100欧盟国家在平也较为接近。的理解。图13：西班牙住宅投资占GDP比重，%西班牙西班牙987654数据来源：，国投证券研究中心图14：德国住宅投资占比重，%德国7.5德国7.06.56.05.55.0数据来源：CEIC，国投证券研究中心如下图年后最大的年地产投资占（）大。回归方程系数显著的意义是：超额投资代表需求的透支幅度更大，那么需要价格有更大幅度的修正。著的下跌压力。11图15：房价最大跌幅和超额投资比例，%0(5)0(5)y=-0.57x-R²=0.87-20 -10 0 超额投资比例数据来源：CEIC，国投证券研究中心P值为。剔除西班牙后，t值为，斜率为截距为-7.2t值为站在11使用2000-2022这二十多年房地产投资占GDP比重均值作为基准，剔除了基数波动的影响。但在右侧，当欧洲国家普遍从金融危机中走出后，观察这些国家在2016年底和图16：房价2010-2016涨跌幅和超额投资比例，%0y=-0.67x+17.57R²=0.402016-2010-20 -10 0 超额投资比例数据来源：CEIC，国投证券研究中心注：回归系数P值为tt值为，不再统计显著，截距为2.7，仍然统计显著。同样，如果我们观察这些国家的房地产投资情况，如下图17所示，横轴定义与图年地产投资占占比重的均值除以年地产投资占图17：危机前后超额投资情况对比，%00y=-0.77x-R²=0.83(50)2013-2017-20 -10 0 2003-2007超额投资比例数据来源：CEIC，国投证券研究中心P值为。剔除西班牙后，t值为-3.4，p，截距统计不显著。而观察经济增长，此前存在更多超额地产投资的国家在危机后五年产出显著下降。图18：2008-2012产出缺口均值和超额投资比例，%0.0(0.5)0.0(0.5)(1.0)(1.5)(2.0)(2.5)(3.0)y=-0.03x-R²=0.62(3.5)-20 -10 0 超额投资比例数据来源：CEIC，国投证券研究中心t值为-3.1，p；剔除西班牙后t值为-3.0，p，斜率为，截距为t值为。此处的超额投资比例使用均值。1212将2008-2012视为金融危机期间，其房地产投资偏弱还有修复过去透支的原因，而这也对经济产生向下的压力。图19：2013-2017产出缺口均值和超额投资比例，%0-1-2-3-4

y=-0.02x-0.80R²=0.73-50 0 100 150 200数据来源：CEIC，国投证券研究中心t值为；剔除西班牙后t值为斜率为，截距为t值为.此处的超额投资比例使用均值除以均值参照遍接近怀疑。13Baron,Matthew,EmilVerner,andWeiXiong,2018,“IdentifyingBankingCrises,”PrincetonUniversitymanuscript.终结果又会如何？间。考虑中国特色。三、独特土地制度下的涨价不涨量由于数据的可得性，我们使用美国分州的营建许可作为房地产供应的代理指标。图20：美国获得营建许可住宅和新开工住宅数量，千套美国:美国:已获得批准的新建私人住宅美国:已开工的新建私人住宅21001700150013009007002023/122021/122023/122021/122019/122017/122015/122013/122011/122009/122007/122005/122003/122001/121999/121997/121995/121993/121991/121989/121987/121985/12数据来源：CEIC，国投证券研究中心市场机制运行的一个自然结果是价格的上涨能导致供应的增加。如图21所示，尽管美国在图21：美国分州泡沫前房价涨幅和超额新开工比例，%yy=0.45x+5.56R²=0.20超额新开工比例0(20)0 100泡沫期间房价最大涨幅数据来源：CEIC，国投证券研究中心注：回归系数t，超额新开工比例使用年均获得营建许可套数除以均值。而观察中国的情况，则大相庭径。如下图22所示，如果认为2017-2021年之距在统计上p推广性。y=x+R²=0.000图22：中国y=x+R²=0.0006040超额20新开0工例(20)例(40)0 10 20 30 40 502017年以来房价最大涨幅数据来源：CEIC，国投证券研究中心注t值为p。超额新开工比例新开工面积除以均值。新开工数据可得的有城，房价使用统计局个城市。年是上一轮房地产相对的低点，在此期间新开工处于偏低水平。图束。加。如下图图23：中国67城房价涨幅和超额宅地供应比例，%yy=0.31x+26.96R²=0.002001501000(100)0 数据来源：CEIC，国投证券研究中心注tp。超额新开工比例使土地出让中的住宅规划建筑面积除以均值。宅地供应有100城数据，房价使用统计局70城数据，两者重合有67个城市。如下图图24：二手房和同期新房销量变化情况，%高点高点年后二房销量 高点年后新销量100西班牙英国美国法国中国0西班牙英国美国法国中国数据来源：Bloomberg，CRIC，，国投证券研究中心注:美国和西班牙是08年销量/06年；荷兰、法国和英国是09年/07年，中国是23年/21年，以被比较年份为100。6图25：商品房现房和期房销售面积当月同比，%商品房销售同比期房商品房销售同比期房现房02023/122023/092023/122023/092023/062023/032022/122022/092022/062022/032021/122021/092021/062021/032020/122020/092020/062020/032019/122019/092019/062019/032018/122018/092018/06数据来源：，国投证券研究中心根据年14图26：住宅新房和二手房合计销售面积，亿平克尔瑞30克尔瑞30城口径Wind24城口径数据来源：，CRIC，国投证券研究中心14参考/s/4Rt_OwwY11I4EZTRaFiNUg量”？图27：美国泡沫期间分州房价涨跌幅，%yy=-0.29x+0.66R²=0.420泡后两年(20)房价幅0 100房价最大涨幅数据来源：，国投证券研究中心t值为4个样本后，t值为值而类似典型泡沫破灭的场景在中国并不存在，如下图28所示，即使我们使用图28：中国2018年后贝壳25城房价涨跌幅，%0(5)0(5)y=0.035x-R²=0.005-5 0 5 疫情以来最高价涨幅数据来源：，国投证券研究中心注：T值为0.34，p值为0.73，剔除最右侧的合肥和西安后，t值为-0.16，p值为0.87，以2018年11月为100年下半年到2021年下半年受到恒大违约和各地房地产需求政策收紧的影响，二手房价格但2022年疫情爆发超出了所有人的预期，预期的人口流入消失，租金价格进图29：贝壳25城二手房价格和租金价格指数25城租金价格指数25城租金价格指数25城房价指数1081032023/082023/052023/082023/052023/022022/112022/082022/052022/022021/112021/082021/052021/022020/112020/082020/052020/022019/112019/082019/052019/022018/11数据来源：，国投证券研究中心注：2018年11月为100和释了图图30：2022年房价和租金价格变化0y=0.58x-4.810y=0.58x-4.81R²=0.32(2)(4)(6)(8)(14)-12 -10 -8 -6 -4 -2 0 2 4租金涨跌幅数据来源：，国投证券研究中心注：T值为3.35，p值为0.0032130125120115130125120115110105100美国:多户型公寓投资市场:租赁指数美国:多户型公寓投资市场:价值指数数据来源：，国投证券研究中心2010/092010/062010/032009/122009/092009/062009/032008/122010/092010/062010/032009/122009/092009/062009/032008/122008/092008/062008/032007/122007/092007/062007/032006/122006/092006/062006/032005/122005/092005/062005/032004/12但是另一方面是收入增速的预期可能不断下降，如下图34所示，在2023年之前，使用过去4图32：收入预期和房贷利率，%城镇:城镇:人均可支配收入预期房贷利率9876542024202320222021202020192018201720162015201420133202420232022202120202019201820172016201520142013数据来源：，国投证券研究中心也下降8图33：实际购房难度估计大中城市房价收入比收入预期和利率修正大中城市房价收入比收入预期和利率修正98720242023202220212020201920182017201620152014620242023202220212020201920182017201620152014数据来源：，国投证券研究中心五、库存压力知多少屋面积接近的时间。图34：施工房屋面积，亿平米中国:中国:施工房屋面积数据来源：，国投证券研究中心成预售的商品房。40中国40中国:房屋新开工面积:同比中国:商品房销售面积:同比新开工-销售0图35：新开工和销售面积同比，%数据来源：，国投证券研究中心此外，和施工面积大幅增长相对应的是竣工面积增速始终偏低，如果观察竣图36：商品房销售减竣工面积同比，%销售-销售-竣工销售-竣工（5MMA）02023/122022/122023/122022/122021/122020/122019/122018/122017/122016/122015/122014/122013/122012/122011/122010/122009/122008/122007/122006/122005/122004/122003/122002/122001/122000/12数据来源：，国投证券研究中心首先从竣工面积开始。尽管统计局指出，新开工、竣工和施工面积三个指标15第一年竣工面积（。基于等式记为方法如下图37所示，在2007年前，推算的竣工面积和公布值的基本一致，在2007-15参考https:///zt_18555/zthd/lhfw/2022/rdwt/202302/t20230214_1903597.html2013年间，每年误差范围在20%以内，方向一致，而此后的误差则较大。16图37：住宅竣工面积和推算竣工面积，万平中国:中国:房屋竣工面积:住宅推算竣工面积(方法1)数据来源：，国投证券研究中心+竣工中的不可销售面积+房企自持面积。（记为等式2）3一设置为316参考/shiwu/634415.html17参考https:///zs/tjws/tjzb/202301/t20230101_1903764.html产企业总体上还是以开发业务为主，持有住宅项目的相较销售规模而言较少，予以忽略。其余数据均可以在以及房地产统计年鉴中获得。我们可以推算出住宅的竣工面积（记为方法2）。在的情况。而图38：住宅竣工面积和推算竣工面积，万平全部交付的竣工面积(全部交付的竣工面积(方法2)推算住宅竣工面积(方法1)5%未交付(方法2)1600001400001200001000002023/122022/122021/122020/122019/122018/122017/122016/122015/122014/122013/122012/122011/122010/122009/122008/122023/122022/122021/122020/122019/122018/122017/122016/122015/122014/122013/122012/122011/122010/122009/122008/12数据来源：，国投证券研究中心在我们将方法2年及之前，两者相对吻合的较好。而2022年后，停工和未能准时交付的情况较多，前者压低了实际值，后者压低了估算值，使得估计值和实际值差别也有限。图39：住宅施工面积和推算施工面积，万平中国:中国:房屋施工面积:住宅推算施工面积70000060000050000040000030000020232022202120202019201820172016201520142013201220112010200920082000002023202220212020201920182017201620152014201320122011201020092008数据来源：，国投证券研究中心但是实际的情况并没有那么悲观。宅面积4如下图40所示，推算的施工面积假设是不存在停工现象，由于交付的推迟，亿平图40：施工中但未售出住宅面积，万平推算施工面积-推算施工面积-已预售面积实际施工面积-已预售面积1900001700001500001300001100002023202220212020201920182017201620152014201320122011201020232022202120202019201820172016201520142013201220112010数据来源：，国投证券研究中心观察未售出住宅占住宅施工面积的比重，可以同样确认这一点。图41：住宅未预售面积占施工面积比重，%未预售占比（推算）未预售占比（实际）未预售占比（推算）未预售占比（实际）2023202220212020201920182017201620152014201320122011201020232022202120202019201820172016201520142013201220112010数据来源：，国投证券研究中心A1818可能更严格的做法是使用合同负债乘以（1-平均毛利率）作为以预售房屋价值的估计，使其和存货统一口径。利率下降的共同影响。图42：A股上市房企未预售金额占存货比重，%未预售占总存货比重考虑存货减值未预售占总存货比重考虑存货减值考虑销售毛利率2023/062022/122023/062022/122022/062021/122021/062020/122020/062019/122019/062018/122018/062017/122017/062016/122016/062015/122015/062014/122014/06数据来源：，国投证券研究中心除了房地产企业所拥有的库存之外，居民住房是否过剩也在房价调整的背景下成为很多人的担忧。平米，1919参考贝壳研究院假定/s/fAr5mOmCu686mW30XX-gYw部分海外国家。图43：七普和六普分类型人均居住面积，%城市 镇 农村46.8城市 镇 农村46.842.2936.5232.0331.7329.1521.8123.322.99五普 六普 七普数据来源：统计局，国投证券研究中心六、总结了