DCF一下上海房价

周末与几位成长风格的基金经理喝茶，得到一些启发。

（2021年初他们曾使用DCF模型解释酱香科技/中兔等核心资产的高估值）
（彼时市场正处于MMT时代全球共振的Risk-on阶段，迫切需要创新估值方式来指导投资）

本周我们适当换换口味和风格，基于“房子是用来住的、不是用来炒的”（居住属性）的前提逻辑，使用DCF现金流折现估值模型来研究研究上海房价。

如果对“一本正经的分析”更感兴趣，请阅读我去年写的这篇：
202210《聊聊房地产后周期》

（全文2200字）
本文不代表作者对于房地产市场的任何立场和观点

首先我们需要准备一些基础数据：
1999年以来的上海市新房平均价格和人力资源和社会保障厅公布的上海市城镇单位就业人员年平均工资，两者的长期年平均涨幅分别为13.29%和10.24%，

接下来我们得到DCF模型中的三个关键要素：
期初现金流（C：2021年上海市城镇单位就业人员年平均工资，两口之家=136,757元×2）、自由现金流增速（g：永续增长的薪资增速=10.24%）以及折现率（r：与现金流风险匹配的期望收益率=13.29%，该取值似乎也比较接近折现率的另一种定义WACC加权平均资本成本）。

下图展示了上海市房价和居民长期收入的具体数值及其指数化走势：

（最近十年的Gap显著扩大）

在理想状态下，假设“人房合一”
——我们忽略其他一切支出，将购房者未来的全部“税前收入”都用于购房，使用永续现金流折现模型，计算得出房屋极限估值=12,691,507.36元。

下一秒我们需要找到银行来帮我们“折现”——去申请一笔零首付的30年期按揭贷款！
假设忽略按揭还款产生的现金支出而只计算利息总额，在4.90%的利率（2021年的利率水平）下，30年期等额本息还款法将总计产生房屋总价约91%的利息。

最后，我们用先前永续现金流折现得到的极限估值减去总利息支出，得到房屋净价6,702,050.69元，再除以一般家庭90平米的“建筑”面积计算单价，得到结果74,467.23元/平米，与2021年上海市平均房价73.830.76元/平米十分接近。

如果使用这个方法，基于当年薪资（例如：2015=71268元）、5年滚动平均薪资及房价增速（例如：2010-2014为8.5%，11.12%）计算得出DCF房价（31519.06元/平米）与实际房价（32603元/平米），回测过去十年数据，平均误差仅为5%。

讨论1：
当前的房价似乎已Price-in未来永续增长的薪资增速=10.24%的预期。

那么问题来了，
假如未来“薪资增速发生变化”呢？

理想状态下，我们将现金流增速重新取值为：
7% /5% /3% /0%，
计算得出相应的DCF房屋单价分别为（见下表）：
27,066.79 /20,152.94 /15,926.69 /11,972.33（元/平米）。

结果看起来似乎有些夸张，
我们似乎应该把折现率回拨到10%（适当降低期望收益率），
DCF房屋单价看起来可能更易于接受一些：
56,750.04 /33,413.58 /23,412.23 /15,911.23（元/平米）。

正如弗里德曼的"持久收入假说"所说：
消费者的消费支出主要由其长期收入预期决定，而并非现期收入决定。

这个理论似乎隐含了复利的效用，下图列示了不同收入增速下的上海市城镇就业人员未来30年的收入情况（右侧为税后收入）。

今年初中央经济工作会议提出：
“要把恢复和扩大消费摆在优先位置。增强消费能力，改善消费条件，创新消费场景。多渠道增加城乡居民收入，支持住房改善、新能源汽车、养老服务等消费。”

启动国内大循环的关键驱动，在于确保长期居民收入增加。

讨论2：
“利率”——货币政策工具的“价”，相较于“量”对于借款人能力和意愿的影响更显著。

同样采用30年期等额本息还款法，我们将利率重新取值为：
3.9% /2.9% /1.9% /0.9% / 0%，
理想状态下，由于总利息支出发生显著变化，DCF房屋单价也将调整为：
83,048.7 /94,109.67 /107,424.97 /123,542.85 /141,016.75（元/平米）。

下图展示了不同年限、利率及还款方式的利息/房价比：银行盯着利差笑而不语。

在现实层面，去年4月至今M2保持双位数增长，虽然基础货币越来越多，居民中长期信贷增速却持续弱于预期，核心原因是微观层面借款人能力与意愿（资产负债表状况）发生了变化。

下图展示了长期M2和居民中长期信贷同比增速走势：

从上图可见，CN居民部门的大规模加杠杆发生在15-18年的棚改——叠加彼时非常宽松的货币政策，亦对应着二胎政策和最近一轮周期性人口生育（T+5y上学）高峰创造的购房需求；

如果结合下图：US和CN居民杠杆率走势看，两边居民部门资产负债表的状况似乎很好地解释了US和CN的“胀”与“缩”，
以及货币政策工具面临的同样挑战——既没有效果，亦没有调整的空间。

US的情况是：只要稍有放松，可能通胀就会马上抬头（RRP巨量躺息资金在等发令枪响），重蹈70年代的Burns情境（Re&Re&Re-Flation覆辙）。

而CN的情况是：虽然基础货币越来越多，但流通速度↓，居民防御性储蓄意愿（自发修复资产负债表）↑-消费↓，这意味着企业商品销售货款回流再生产的周转速度↓-企业收入↓-企业再投资意愿↓-岗位和薪资↓-消费↓。
De-Flation Recycle (?)

正如费雪所说，当潜在借款人没有足够的资产负债表容量来承担更多债务时，货币政策就会失效：当借款人背负着过剩的住宅或CBD时，就没有理由让他们背更多债务。
——但考虑到利差-汇率约束，在US转向前，“价”似乎依然没有多少调整空间。

如果你需要更进一步了解US转向（Pivot）的逻辑，可回顾一下我之前的系列宏观分析。
（链接置于文末）

讨论3：
分析的不足之处

1、上述分析并未考虑房屋的投资属性；
（投资属性意味着更加复杂的估值方法，预期的影响会更大，而利率的影响并不显著，因为并没有多少高杠杆投资客可能会持有到期）

2、该估值方法并非适用于所有城市，
大部分非一线城市的住房使用房价/收入比或租售比即可很好地进行“合理估值”，其价格运行亦较好地体现了均值回归；
而本文旨在使用DCF解释最近十年房价与收入的Gap，如图2所示。
（就像价值股更适用于PE、PB或股息率估值，而成长股更适用于PEG或DCF估值）

3、在微观层面，一线城市房地产市场更多体现为结构性变化——是分化而非普涨普跌：核心区、老城区、新区、郊区，Old-Money和New-Money都在走各自不同的估值逻辑。

但长期来看，
Beta往往更胜于Alpha。

最终还是要取决于人口结构、收入与资产负债的变化，
——卖给谁/谁来买的问题。

延伸阅读：

本公众号所载信息、意见不构成买卖任何证券、基金及其他金融工具的投资决策建议，且在任何时候均不构成对任何人具有针对性的、指导具体投资的操作意见，订阅者应当对本公众号中的信息和意见进行评估，根据自身情况自主做出决策并自行承担风险。本公众号所载意见、评估及预测仅为该资料出具日的观点和判断，不保证有关观点或分析判断在未来不发生变更。文中转发、摘编的其他专业人士或机构撰写的研究观点及数据仅代表其本人/该机构的分析判断，不代表本公众号观点，对其中的信息及观点不做任何形式的确认或保证。本公众号不对任何人依据或使用本公众号所载资料的行为或由此而引致的任何后果承担任何责任。