道是无晴却有晴
道是无晴却有晴
高善文
2023年12月13日
内容提要
以中国东北、日本、美国的案例为参考，中国房地产投资占GDP比重的长期中枢或许在8%左右，现在房地产投资已经明显低于这一中枢，并可能继续下降。与发达国家住宅投资占比进行比较，中国目前的水平也明显低于国际中位数。
2016年以后，尽管房价大幅上涨，但是中国房地产市场并没有经历投资占比的明显提升，70大中城市的住宅销售面积大体不变，这与多数的房地产泡沫存在明显差异，背后的关键原因或许在于这期间土地供应的骤然收紧。大城市房价的剧烈上涨将部分需求挤入中小城市，带来中小城市房地产市场的繁荣。
疫情冲击对地方政府、企业和普通住户形成了资产负债表的损害，叠加地缘政治的不确定性和部分行业性的监管政策，住户和企业部门的风险承担意愿和能力显著下降。看起来这些损害在大城市更加严重，持续时间也更久。
在房地产市场需求快速下降的背景下，由于高周转模式内在的脆弱性、严格的预售资金监管以及去杠杆政策，房地产行业出现了普遍的流动性风险，进而使得需求的下滑被放大，对整个经济和金融体系形成越来越大的压力。房地产行业的局面将如何演化，流动性风险能否及时阻断，成为中短期之内经济面临的最大的不确定性。
风险提示：（1）地缘政治风险 （2）地产和城投债务风险
一、房地产市场的长期中枢
今年以来，在疫情放开和经济恢复的背景下，对经济形成显著拖累的主要因素之一无疑来自于房地产市场。直到现在，房地产市场各项数据的表现仍然不尽如人意。如何看待房地产市场在中长期之内的走向，这一问题的回答将有助于我们更为准确地判断经济和市场未来运行的方向。
一个受到市场参与者广泛关注的话题是：房地产市场长期可维持的合理中枢在哪里？
市场参与者高度重视商品房销售面积的合理水平及短期变化，但我们认为这一指标或许存在不少瑕疵。一是不同地区和大小城市之间由于建筑设计、基础设施配套等差异，同样建筑面积的投资成本和对宏观经济影响并不相同。二是由于各国城市化进程、经济发展水平、土地余缺等差异，这一指标难以进行跨国比较。 此外，同样建筑面积在大小城市之间分布的差异可能也对应着不同的杠杆水平，进而对金融体系的影响也不尽相同。
考虑到以上原因，我们认为使用房地产投资（住宅投资）占GDP比重这一指标或许更有意义。这一指标便于进行跨国或跨地区比较，也可以将不同地区修建住宅对宏观经济影响的差异考虑在内，同时在一定程度上涵盖了杠杆的使用对金融和经济活动的广泛影响。
（一）东北地区房地产市场情况
首先，我们聚焦于中国东北地区的情形。自2011年以后，东北地区的总人口就开始以每年1%左右的跌幅快速下降。大约从2014年开始，东北地区大量中小城市的城镇人口也开始进入下降过程，并一直持续到现在。
在这样的背景下，东北地区城市化高峰在2010年到2020年的前半程就已经结束了。之后，东北地区的房地产市场长期处于萎缩和调整的过程中。
从东北地区住宅的销售面积可以清晰地看到这一变化。如图1所示，不论是东北地区的大城市还是小城市，销售面积的顶峰都出现在2013年前后，此后住宅市场的销售面积均大幅下滑，其中，中小城市的住宅销售面积大幅下滑了50%-60%，一线城市的下滑幅度为20%-30%，然后基本稳定下来。
对于东北整体而言，房地产市场的销售面积在2016年后基本稳定下来，较2013年前后下降了大约40%。
所以，无论是从人口的角度来看，还是从住宅销售面积绝对水平的变化来看，都可以认为东北地区房地产和城市化的高峰早已结束，房地产市场在人口外迁的背景下剧烈收缩，并逐步稳定下来。
在此背景下，我们可以进一步思考：东北地区的房地产投资占GDP的比重大概稳定在什么水平？
（二）房地产市场的国际比较
接下来，我们观察国际层面的房地产市场情况并与中国进行对比。
首先，我们来看日本的情况。日本在2000年到2010年期间的房地产投资占GDP比重数据对我们有较强的参考价值。日本在上世纪80年代已基本结束城市化进程，并在上世纪90年代经历了十年或更长时间房地产泡沫的破灭，此外还经历了人口老龄化和总人口规模的下降。
在此背景下，如图4所示，2014年后美国的房地产投资占GDP比重大约也在7%左右的水平，与东北地区2015年后的水平相似。而在2004年美国经历房地产泡沫之前，房地产投资的占比接近8%。
综上，我们认为，考虑到中国的城镇化进程尚未结束，以及中国的人均收入水平仍有提升空间，我们在这些比较之中所得到房地产投资占GDP比重7%的水平，应该是未来长期房地产投资占比合理中轴的下端。
如图5所示，中国房地产投资占比在2013年之后从11%左右的峰值持续下降，在2017年到2021年期间，这一占比大约在9%。考虑到中国仍有城镇化的空间，这一数值很难被认为显著高于其长期合理中枢。
考虑到过去几年销售面积的大幅度下滑，预计中国房地产投资占GDP的比重在2024年可能会跌到5.5%左右的水平。
以此为基础看，如果我们把7%作为合理中枢的下端，现在房地产市场的投资已经明显低于其长期合理中枢。
实际上，鉴于7%是合理中枢的下端，我们认为8%并不是对长期合理中枢的极端估计。
我们继续来看一些国际比较的数据。考虑到中国是一个仍在继续城镇化的国家，直接把中国的数据与发达市场的数据进行比较似乎过于严格。因此，一个相对可行的办法就是把中国的数据对应到中国的东亚近邻相似的发展阶段进行比较。
我们认为中国在2010年的发展水平大约相当于1968年的日本，1991年的韩国。在这样的背景下，可以将中国与这些国家在相似发展阶段的指标进行对比，从而观察中国的指标是否显著背离合理水平。
如图6所示，为了对比住宅投资占比的情况，我们对中国、日本与韩国进行了数据对标，即横轴中的0点对应2010年的中国，1968年的日本和1991年的韩国。
非常清楚的事实是，在几乎所有时间内，中国住宅投资占比相对于日韩并不显著更高，其峰值水平同样如此。过峰后，中国的下降趋势相对日韩而言也没有显著的差异。
但是，考虑到这两年由于房地产市场的剧烈调整，中国现在的住宅投资规模相对日韩同期是要显著偏低的。
我们还把住宅投资占GDP的比重进行了国际比较。除中国之外，选取的其余所有国家均为发达国家，都可以认为城镇化进程已经结束。
虽然不同国家的数据统计口径可能存在一定程度上的差异，但数据依然是可参考的。如图7所示，我们可以看到中国现在的住宅投资占比水平在国际上是显著偏低的，低于发达国家整体的中位数。
这些不同角度的数据都倾向于显示，中国房地产投资占GDP比重的长期合理中枢不会低于7%，也许在8%左右。
然而，现阶段可观测到的各类房地产数据几乎都出现了显著的背离，均低于其长期合理水平。尽管如此，这并不意味着市场能够在短期内见到明显反弹。
二、人口流动与房地产投资
我们想讨论的第二个问题是中国的商品房购买与人口流动之间的关系。人们通常假设，在城镇化进程中，小城市的户籍人口流出越少，该地区的房地产市场就越好。然而，如果观察数据的话，我们会看到现实情况与该假设存在较大的差异。
首先我们来看中国城市的人口流动情况。如图8所示，中国70个大中城市长期以来相对维持了较快的人口增长，虽然自2010年开始呈下降趋势，但2020年的人口增速仍有3%。中国其余的大量中小城市的人口流入速度则显著慢于70个大中城市，2020年大概只有1%多一些。
我们进一步观察70城与其他中小城市的住宅销售情况。如图9所示，在2011年到2015年期间，70城和中小城市住宅销售的绝对规模是接近的。
但在2016年以后，两者的差异逐渐显现。尽管70城维持3%以上的人口流入增速，但其住宅销售规模基本稳定在7亿平米，而人口流入增速相对较慢的中小城市的住宅销售规模却快速上升至接近9亿平米的水平。
接下来，我们把200个中小城市按人口流出率分成两组，观察二者的住宅销售面积及其差值。
如图10所示，在2013年之前，本地人口流出越少，本地住宅销售面积越多。但情况在2013 年后发生反转：转变为本地人口流出越多，本地住宅销售面积越大。到2020年，这一差值已从2013年前正的0.5亿平米变为负的0.4亿平米。
将这些城市进一步细分，如图11所示，可以看到人口流出越多，住宅销售面积越多这一结论仍然成立。
将这些城市的数据做成散点图，如图12所示，常住人口占比越低，销售面积增长越多。
为什么会有这样的变化呢？
我们认为很重要的一个可能性是，在2014年以后，人口加速向大城市流入，大城市的房价加速上涨。在这样的背景下，大量大城市的购房需求被挤入到小城市。即在大城市打工，回小城市买房。
因此，小城市的人口流出越多，则代表去大城市打工的人越多，他们打工收入再回流到这些中小城市，支撑当地房地产市场的上涨。
三、房地产市场后期价格泡沫化的背后
接下来我们想讨论的第三个问题是关于普遍认为的中国房地产市场的泡沫化。从价格层面观察，在2016年到2020年期间，中国大多数城市的房价都经历了快速的上涨，这是许多人认为中国的房价存在严重泡沫的主要原因。
一般而言，价格泡沫化往往伴随着房地产投资占GDP比重的快速上升以及杠杆的大量使用。而一旦泡沫破裂，经济需要消化过剩的投资和杠杆，这两个过剩的交互作用会使得经济和金融体系的调整剧烈、过程痛苦。
但是中国在价格快速上涨的同时，我们没有看到房地产市场投资占比的快速上升。这与我们能够看到的几乎所有国家的房地产泡沫化相比都有极其显著的差别，这是第一个疑点。
第二个疑点是，一般认为大城市的泡沫更严重，相应的，泡沫化更严重的地区住宅销售理应更多。但是在2016年后，我们没有看到70个大中城市住宅销售面积的显著上升，而同期这些城市经济和居民收入的增长无疑是相当显著的。
为了解答这些疑点，我们尝试把观察指标由房地产投资占GDP比重替换为商品房的销售金额占GDP的比重。如图13所示，可以看到商品房销售占比的中枢在2015年后显著上升，由2014年之前的12%大幅上升到16%或者略高一些的水平，与人们的体感大体接近。
为了更清晰地观察这个现象，我们进一步计算一个指标，用商品房销售金额减房地产投资的差值作为分子，分母仍然是GDP。这一差值主要对应着政府的土地和税费收入，以及金融和地产行业的增加值。
如图14所示，在2014年之前这一差值是2%，自2016年以后这一差值大幅上升至7%左右的水平。
如果进一步看差值的分配，如图15和图16所示，这期间金融行业的增加值、房地产行业的增加值以及地方政府的土地出让收入均上升了1个百分点或略多，房地产相关税费也有一定程度的上升。
如果把上述这些分项的差值加总，大概可以贡献3.5个百分点，而我们用商品房销售金额减房地产投资的差值计算的结果则显示上升了5个百分点左右。其中1.5个百分点，也许来源于统计误差。
显然，当房地产市场剧烈调整的时候，对差值上升较大主体的影响也似乎更大。
接下来我们再讨论一下东北的情况。2015年后，东北的房地产市场已经在一个显著萎缩的水平上稳定下来了。
但是如果我们计算东北的商品房销售金额占GDP的比重，如图17所示，会发现东北四大一线城市的销售占比在2020年创下历史新高。整个东北地区的销售金额占比在后期的水平跟前期差不多，但房地产投资占比是显著下降的。
如果用同样的方法计算东北的差值，即分子上是商品房销售金额减房地产投资，分母上是GDP。如图18所示，可以看到东北地区的这一差值也上升了5%，跟全国差值的上升幅度是相似的。
从销售金额来看，东北地区的房地产市场也经历了显著的泡沫化。在销售面积下降的同时，销售金额占比不降反升，这肯定与价格上涨有关。
从大多数人的经验和直觉出发都很难想象，为什么东北在人口流出的条件下仍然能够经历泡沫化。特别是东北的一线城市，其泡沫化甚至比关内地区还要更显著。
当梳理完这些数据后，我们能够理解，中国的房地产市场在2015年之后经历了显著的价格泡沫化，也迫使政府不断出台政策调控房价。
那么，这背后又发生了什么呢？
为了解决以上问题，我们先把中国的房地产市场分成2011年至2014年，以及2016年至2019年两段进行比较。接下来讨论的重点将围绕全国数据展开，因为70城及其他三四线城市的数据的表现模式与全国数据是非常相似的。
如图19所示，用后四年与前四年相比，全国的商品房销售面积上涨31%，价格上涨67%，总销售金额上涨119%。
这些数据进一步说明了一个事实。由于商品房销售面积的增速低于同期GDP的实际增速，所以销售金额的快速增长主要是因为价格的大幅上升导致的。
接下来，在观察商品房销售面积这一物理指标的基础上，我们来看另一个与之相关的重要指标，中国城市的土地成交面积。
如图20所示，在2011年到2014年期间，年均土地成交面积是27亿平米，随后在2016年至2019年下降到22亿平米。
我们再来看同期住宅类土地的成交面积。如图21所示，从2011年到2014年期间的8亿平米下降到2016年至2019年期间的7亿平米。
如果从房地产企业的角度来看，如图22所示，其同期的土地购置面积从3.8亿平米下降到2.5亿平米。
同期的住宅类土地的容积率也能观测到下降趋势。如图23所示，容积率从2.4%下降到2.3%，这也是土地成交建筑面积明显下降的因素之一。
把这些数据进行整合后，如图24所示，可以看到规划建筑面积的下降。把住宅类用地进一步分成大、中、小城市后，如图25所示，可以观察到绝对面积的下降。
我们还计算了住宅类土地建筑面积在2016年至2019年与2011年至2014年的比值。如图26所示，总体来看，后四年的住宅类用地下降了16%，五十大中城市下降了15%左右，其余的城市下降的更多。
综合以上数据来看，可以发现，如果将2016年到2019年作为一个时间段，2011年到2014年作为另一个中间相隔五年的时间段，后四年跟前四年相比，住宅的成交面积上升了30%，与住宅相关的土地供应下降了16%。住宅类土地供应的下降是普遍的，不仅大城市在下降，中小城市也在下降。
我们知道，当房地产市场的销售面积上涨30%，同期土地供应下降16%，在这个条件下，市场的正常反应一定是价格大幅上升。
因此，我们也许可以认为，在2016年到2019年期间，中国房地产价格快速泡沫化的背后，很重要的驱动因素是中国土地供应的骤然收紧。
在一个需求扩张的市场上，土地供应显著收紧，这两种因素的交互作用会推动房价大幅上升，但是在房地产的投资占比和销售面积占比等数据上看不到这样的信号。因为价格的大幅上升，很多潜在的购房需求从大城市被挤入到小城市，带来了中小城市房地产市场的繁荣。
如果这个解释能够回答我们的种种困惑，中国也许经历了一个非常不典型的泡沫。这个泡沫化不伴随着市场的房地产供应过剩和投资过剩，而是建立在土地供应严格收紧的基础上。
四、大城市的疤痕效应
我们想讨论的第四个问题是疫情对大城市所造成的疤痕效应。
我们首先观察城镇人口增速在疫情前后的对比。如图27所示，70个大中城市在疫情前的城镇人口增速均值是3.4%，疫情后下降到1.2%，而小城市则从2.2%下降到0.9%。大城市的人口流入速度下降显著快于小城市，表明大城市的经济活动受到了更大的冲击。
同样，东北地区也能观察到类似的情况。如图28所示，大城市的人口增速从1.65%下降到0.28%，小城市则只有轻微下降。
再来看大城市的经济增速与全国经济增速的差值。如图29所示，疫情前，大城市的经济增速比全国的水平高0.84%。但疫情以来，大城市的经济增速比全国略低一些。今年以来差值进一步走阔，大城市的经济增速比全国低0.2%，比疫情前显著下降，说明大城市的经济增长在疫情后显然受到了更大的打击。
社会消费品零售数据也能观察到类似的现象。如图30所示，在疫情之前，大城市的社零增速比全国要快0.12%，但是今年以来反而比全国慢0.71%，可以看出大城市的恢复相对小城市显著更慢。
失业数据的情况也是类似的。如图31所示，大城市的失业率在疫情前比全国低0.11%，在疫情以来比全国高0.16%。今年以来这个差距比以前甚至有所扩大，高0.19%。
这些数据清晰地表明，大城市在疫情期间受到的创伤比小城市更大，今年以来其经济活动的恢复也更慢，差值甚至大于疫情期间的情况。
有很多竞争性的解释可以回答这个问题。其中最便利的解释就是房地产市场的调整。由于大城市的房地产占比更大，所以大城市的经济活动相应受到更大的冲击。而这种冲击会进一步刺激大城市的房地产市场进行更剧烈的调整，并通过大城市的经济和就业调整传导到中小城市。
第二种解释是在疫情期间出台的教培、金融、互联网等行业监管政策和地缘政治不确定性上升的影响。这些影响相对集中在大城市。
第三种解释是疫情本身所带来的影响。由于大城市的人口更密集，流动也更频繁，病毒在大城市相对更容易传播。因此，为了抑制疫情的传播，大城市采取了更为严格的疫情防控政策，这对服务业打击更大。由于大城市的服务业更密集，政策在大城市实施的时间也相对更长，所以对大城市的经济活力的打击也相应更大。即便在疫情结束后，也需要更长时间才能逐步恢复。
以上这些解释都是有说服力的。但是我们仔细观察东北的情况会发现，东北四个大城市经历的人口流出幅度与全国其他大城市接近，暗示房地产市场的调整、疫情带来的疤痕效应或许是主导性的解释。
房地产市场的调整可能本身也与疫情带来的疤痕效应有关。2013年开始东北经历了持续的房价下行和人口流出，这使得东北在疫情前很难认为存在房地产泡沫。但是疫情爆发后，东北房地产市场的销售进一步下降超过40%，价格也出现了大幅下降，这或许反映出疫情带来的疤痕效应的影响。
疫情的疤痕效应所造成的创伤对地方政府、企业和住户的资产负债表都形成了严重损害，并对广泛的住户行为造成影响。在此背景下，居民持有风险资产的意愿下降，进一步导致房地产市场需求的快速下降以及股票市场的调整，从而引发负向循环。
五、房地产市场的流动性风险
2022年的疫情远超我们预期，导致房地产市场和股市的剧烈调整。但是否存在其他机制放大了这一影响？
首先观察A股房地产行业的经营性现金流。我们把2017年到2020年当季经营性现金流设为零，计算2021年以来的情况，如图32所示。
2021年以来上市房地产企业的经营性现金流，相对以前的合理水平是正常甚至是有改善的。
我们再来看房地产上市公司的投资性现金流。如图33所示，房地产行业的投资性现金流，2021年后显著改善。
实际上，2015年后中国房地产企业重要的转型就是从囤地模式转为高周转模式，关键原因是后者能够灵活适应市场和政策环境的快速变化。
在过去几年市场销售大幅下跌的条件下，房地产行业经营性现金流和投资性现金流均能看到明显改善，显示行业的灵活调整和自救行动取得成效。
但是，高周转模式的主要内在脆弱性是对筹资活动的高度依赖。在预售资金监管骤然加强和行业去杠杆的条件下，这一脆弱性被引爆，产生了行业性的流动性风险。
如图34所示，整个行业的筹资性现金流在2021年以来始终是巨额的负值，行业一直在经历超过三年时间的大幅度失血。
虽然这三年期间的数据有一定的波动，但是行业总体上一直在大幅度失血。如图35所示，2021年筹资性现金流的流出相当于正常水平的-203.1%，去年相当于正常水平的-168%，今年是正常水平的-121.8%。
换句话说，由于政策环境的变化以及销售的大幅度下滑，行业经历了债权人的持续挤提，出现了广泛的流动性风险，进一步蔓延和放大了疫情等宏观冲击。
我们接下来看港股市场的情况。如图36所示，在现金流大幅流出的条件下，港股民营房地产企业的股票大幅下跌，港股国有房地产企业的股票自2021年7月份后到今年8月份，相对比较稳定，没有明显下跌。
我们来进一步看港股民企内部的情况。如图37所示，优质民企和弱势民企的下跌幅度基本是同步的，说明这种行业性的挤提和现金流的大幅流出主要集中在民企内部，且在民企内部不同企业之间没有明显差异。这暗示市场调整似乎不是一个正常的激烈竞争和优胜劣汰过程，而是一个普遍的行业性风险。
六、总结
第一，我们认为中国房地产投资占GDP比重的长期中枢或许在8%左右，至少不低于7%，现在房地产投资的水平已经显著背离这一中枢水平。
第二，我们认为，在2016年以后，房地产价格快速泡沫化引发广泛的社会关注和巨大的调控房价的压力，背后的核心原因似乎是土地供应的骤然收紧。在投资、销售等层面，没有典型的市场泡沫化的迹象。重要的证据之一是需求大幅走低的东北地区可以观察到同样的情况。
第三，疫情冲击对地方政府、企业和普通住户形成了资产负债表的损害，叠加地缘政治的不确定性和部分行业性的监管政策，住户和企业部门的风险承担意愿和能力显著下降。看起来这些损害在大城市更加严重，持续时间也更久。
第四，在房地产市场需求快速下降的背景下，由于高周转模式的一些内在的脆弱性被引爆，房地产出现了行业性的流动性风险，使得需求的下滑被放大，进而对整个经济和金融体系产生越来越大的压力。
我们如何观察未来的演化？现在我们已经站在一个明显超调的水平上，但是我们并不能确定是否已经见底。问题在于：
一是房地产行业的流动性风险需要被尽快和及时阻断，标志是房地产行业的筹资性现金流能够停止失血，头部房企能够在正常的市场化条件下恢复筹资。
随着政府不断加大政策力度，这方面的变化要紧密追踪观察。
二是疫情疤痕效应的全面消退，并慎防房地产市场等调整的二次伤害。人们需要逐步建立和恢复对生活的信心，以及持有风险资产的意愿。这也需要较为有利的政策和宏观环境。