房地產(chǎn)市場的長期中樞
今年以來，在疫情放開和經(jīng)濟恢復(fù)的背景下，對經(jīng)濟形成顯著拖累的主要因素之一無疑來自于房地產(chǎn)市場。直到現(xiàn)在，房地產(chǎn)市場各項數(shù)據(jù)的表現(xiàn)仍然不盡如人意。如何看待房地產(chǎn)市場在中長期的走向，這一問題的回答將有助于我們更為準(zhǔn)確地判斷經(jīng)濟和市場未來運行的方向。
一個受到市場參與者廣泛關(guān)注的話題是：房地產(chǎn)市場長期可維持的合理中樞在哪里？
市場參與者高度重視商品房銷售面積的合理水平及短期變化，但我們認為這一指標(biāo)或許存在不少瑕疵。一是不同地區(qū)和大小城市之間由于建筑設(shè)計、基礎(chǔ)設(shè)施配套等差異，同樣建筑面積的投資成本和對宏觀經(jīng)濟影響并不相同。二是由于各國城市化進程、經(jīng)濟發(fā)展水平、土地余缺等差異，這一指標(biāo)難以進行跨國比較。此外，同樣建筑面積在大小城市之間分布的差異可能也對應(yīng)著不同的杠桿水平，進而對金融體系的影響也不盡相同。
考慮到以上原因，我們認為使用房地產(chǎn)投資（住宅投資）占GDP比重這一指標(biāo)或許更有意義。這一指標(biāo)便于進行跨國或跨地區(qū)比較，也可以將不同地區(qū)修建住宅對宏觀經(jīng)濟影響的差異考慮在內(nèi)，同時在一定程度上涵蓋了杠桿的使用對金融和經(jīng)濟活動的廣泛影響。
（一）東北地區(qū)房地產(chǎn)市場情況
首先，我們聚焦于中國東北地區(qū)的情形。自2011年以后，東北地區(qū)的總?cè)丝诰烷_始以每年1%左右的跌幅快速下降。大約從2014年開始，東北地區(qū)大量中小城市的城鎮(zhèn)人口也開始進入下降過程，并一直持續(xù)到現(xiàn)在。
在這樣的背景下，東北地區(qū)城市化高峰在2010-2020年的前半程就已經(jīng)結(jié)束。之后，東北地區(qū)的房地產(chǎn)市場長期處于萎縮和調(diào)整過程中。
可以清晰地從東北地區(qū)住宅的銷售面積看到這一變化。如圖1所示，不論是東北地區(qū)的大城市還是小城市，銷售面積的頂峰都出現(xiàn)在2013年前后，此后住宅市場的銷售面積均大幅下滑。其中，中小城市的住宅銷售面積大幅下滑了50%-60%，一線城市的下滑幅度為20%-30%，然后基本穩(wěn)定下來。
對于東北整體而言，房地產(chǎn)市場的銷售面積在2016年后基本穩(wěn)定下來，較2013年前后下降了大約40%。
所以，無論是從人口的角度來看，還是從住宅銷售面積絕對水平的變化來看，都可以認為東北地區(qū)房地產(chǎn)和城市化的高峰早已結(jié)束，房地產(chǎn)市場在人口外遷的背景下劇烈收縮，并逐步穩(wěn)定下來。
在此背景下，我們可以進一步思考：東北地區(qū)的房地產(chǎn)投資占GDP的比重大概穩(wěn)定在什么水平？
如圖2所示，在2015年以后，其房地產(chǎn)投資占GDP比重基本穩(wěn)定在7%左右。
（二）房地產(chǎn)市場的國際比較
接下來，我們觀察國際層面的房地產(chǎn)市場情況并與中國進行對比。
首先，我們來看日本的情況。日本在2000-2010年期間的房地產(chǎn)投資占GDP比重數(shù)據(jù)對我們有較強的參考價值。日本在上世紀(jì)80年代已基本結(jié)束城市化進程，并在上世紀(jì)90年代經(jīng)歷了十年或更長時間的房地產(chǎn)泡沫破滅，此外還經(jīng)歷了人口老齡化和總?cè)丝谝?guī)模的下降。
在這一背景下，如圖3所示，可以看到日本的房地產(chǎn)投資占GDP比重在這十年期間長期維持在6.5%的水平，與東北地區(qū)2015年后的水平相近。
其次，我們來看美國的情況。選擇美國2004年前與2014年后房地產(chǎn)投資占GDP比重數(shù)據(jù)的考慮與日本相似。美國在2004年到2008年期間經(jīng)歷了房地產(chǎn)市場的快速泡沫化，隨后又經(jīng)歷了房地產(chǎn)泡沫的快速崩塌，并在2014年后開始逐漸從經(jīng)濟危機中恢復(fù)。
在此背景下，如圖4所示，2014年后美國的房地產(chǎn)投資占GDP比重大約也在7%左右的水平，與東北地區(qū)2015年后的水平相似。而在2004年美國經(jīng)歷房地產(chǎn)泡沫之前，房地產(chǎn)投資的占比接近8%。
綜上，我們認為，考慮到中國的城鎮(zhèn)化進程尚未結(jié)束，以及中國的人均收入水平仍有提升空間，我們在這些比較之中所得到的房地產(chǎn)投資占GDP比重7%的水平，應(yīng)該是未來長期房地產(chǎn)投資占比合理中軸的下端。
如圖5所示，中國房地產(chǎn)投資占比在2013年之后從11%左右的峰值持續(xù)下降，在2017-2021年期間，這一占比大約在9%?？紤]到中國仍有城鎮(zhèn)化的空間，這一數(shù)值很難被認為顯著高于其長期合理中樞。
考慮到過去幾年銷售面積的大幅下滑，預(yù)計中國房地產(chǎn)投資占GDP的比重在2024年可能會跌到5.5%左右的水平。以此為基礎(chǔ)看，如果我們把7%作為合理中樞的下端，現(xiàn)在房地產(chǎn)市場的投資已經(jīng)明顯低于其長期合理中樞。
實際上，鑒于7%是合理中樞的下端，我們認為8%并不是對長期合理中樞的極端估計。
我們繼續(xù)來看一些國際比較的數(shù)據(jù)?？紤]到中國是一個仍在繼續(xù)城鎮(zhèn)化的國家，直接把中國的數(shù)據(jù)與發(fā)達市場的數(shù)據(jù)進行比較似乎過于嚴格。因此，一個相對可行的辦法就是把中國的數(shù)據(jù)對應(yīng)到中國的東亞近鄰相似的發(fā)展階段進行比較。
我們認為2010年中國的發(fā)展水平大約相當(dāng)于1968年的日本、1991年的韓國。在這樣的背景下，可以將中國與這些國家在相似發(fā)展階段的指標(biāo)進行對比，從而觀察中國的指標(biāo)是否顯著背離合理水平。
如圖6所示，為了對比住宅投資占比的情況，我們對中國、日本與韓國進行了數(shù)據(jù)對標(biāo)，即橫軸中的0點對應(yīng)2010年的中國、1968年的日本和1991年的韓國。
非常清楚的事實是，在幾乎所有時間內(nèi)，中國住宅投資占比相對于日韓并不顯著更高，其峰值水平同樣如此。過峰后，中國的下降趨勢相對日韓而言也沒有顯著的差異。
但是，考慮到近兩年房地產(chǎn)市場的劇烈調(diào)整，中國現(xiàn)在的住宅投資規(guī)模相對日韓同期是要顯著偏低的。
我們還把住宅投資占GDP的比重進行了國際比較。除中國之外，選取的其余所有國家均為發(fā)達國家，都可以認為城鎮(zhèn)化進程已經(jīng)結(jié)束。
雖然不同國家的數(shù)據(jù)統(tǒng)計口徑可能存在一定程度上的差異，但數(shù)據(jù)依然是可參考的。如圖7所示，我們可以看到中國現(xiàn)在的住宅投資占比水平在國際上是顯著偏低的，低于發(fā)達國家整體的中位數(shù)。
這些不同角度的數(shù)據(jù)都傾向于顯示，中國房地產(chǎn)投資占GDP比重的長期合理中樞不會低于7%，也許在8%左右。
然而，現(xiàn)階段可觀測到的各類房地產(chǎn)數(shù)據(jù)幾乎都出現(xiàn)了顯著的背離，均低于其長期合理水平。盡管如此，這并不意味著市場能夠在短期內(nèi)見到明顯反彈。
人口流動與房地產(chǎn)投資
我們想討論的第二個問題是中國的商品房購買與人口流動之間的關(guān)系。
人們通常假設(shè)，在城鎮(zhèn)化進程中，小城市的戶籍人口流出越少，該地區(qū)的房地產(chǎn)市場就越好。然而，如果觀察數(shù)據(jù)的話，我們會看到現(xiàn)實情況與該假設(shè)存在較大的差異。
首先我們來看中國城市的人口流動情況。如圖8所示，中國70個大中城市長期以來相對維持了較快的人口增長，雖然自2010年開始增速呈下降趨勢，但2020年的人口增速仍有3%。中國其余的大量中小城市的人口流入速度則顯著慢于70個大中城市，2020年大概只有1%多一些。
我們進一步觀察70城與其他中小城市的住宅銷售情況。如圖9所示，在2011-2015年期間，70城和中小城市住宅銷售的絕對規(guī)模是接近的。
但在2016年以后，兩者的差異逐漸顯現(xiàn)。盡管70城維持3%以上的人口流入增速，但其住宅銷售規(guī)?；痉€(wěn)定在7億平米，而人口流入增速相對較慢的中小城市的住宅銷售規(guī)模卻快速上升至接近9億平米的水平。
接下來，我們把200個中小城市按人口流出率分成兩組，觀察二者的住宅銷售面積及其差值。
如圖10所示，在2013年之前，本地人口流出越少，本地住宅銷售面積越多。但情況在2013年后發(fā)生反轉(zhuǎn)：轉(zhuǎn)變?yōu)楸镜厝丝诹鞒鲈蕉?，本地住宅銷售面積越大。到2020年，這一差值已從2013年前正的0.5億平米變?yōu)樨摰?.4億平米。
將這些城市進一步細分，如圖11所示，可以看到人口流出越多，住宅銷售面積越多這一結(jié)論仍然成立。
將這些城市的數(shù)據(jù)做成散點圖，如圖12所示，常住人口占比越低，銷售面積增長越多。
為什么會有這樣的變化呢？
我們認為很重要的一個可能性是，在2014年以后，人口加速向大城市流入，大城市的房價加速上漲。在這樣的背景下，大量大城市的購房需求被擠入到小城市，即“在大城市打工，回小城市買房”。
因此，小城市的人口流出越多，則代表去大城市打工的人越多，他們打工收入再回流到這些中小城市，支撐當(dāng)?shù)胤康禺a(chǎn)市場的上漲。
房地產(chǎn)市場后期價格泡沫化的背后
接下來我們想討論的第三個問題是關(guān)于普遍認為的中國房地產(chǎn)市場的泡沫化。
從價格層面觀察，在2016-2020年期間，中國大多數(shù)城市的房價都經(jīng)歷了快速上漲，這是許多人認為中國房價存在嚴重泡沫的主要原因。
一般而言，價格泡沫化往往伴隨著房地產(chǎn)投資占GDP比重的快速上升以及杠桿的大量使用。而一旦泡沫破裂，經(jīng)濟需要消化過剩的投資和杠桿，這兩個過剩的交互作用會使得經(jīng)濟和金融體系的調(diào)整劇烈、過程痛苦。
但是中國在價格快速上漲的同時，我們沒有看到房地產(chǎn)市場投資占比的快速上升。這與我們能夠看到的幾乎所有國家的房地產(chǎn)泡沫化相比都有極其顯著的差別，這是第一個疑點。
第二個疑點是，一般認為大城市的泡沫更嚴重，相應(yīng)地，泡沫化更嚴重的地區(qū)住宅銷售理應(yīng)更多。但是在2016年后，我們沒有看到70個大中城市住宅銷售面積的顯著上升，而同期這些城市經(jīng)濟和居民收入的增長無疑是相當(dāng)顯著的。
為了解答這些疑點，我們嘗試把觀察指標(biāo)由房地產(chǎn)投資占GDP比重替換為商品房銷售金額占GDP的比重。
如圖13所示，可以看到商品房銷售占比的中樞在2015年后顯著上升，由2014年之前的12%大幅上升到16%或者略高一些的水平，與人們的體感大體接近。
為了更清晰地觀察這個現(xiàn)象，我們進一步計算一個指標(biāo)，用商品房銷售金額減房地產(chǎn)投資的差值作為分子，分母仍然是GDP。這一差值主要對應(yīng)著政府的土地和稅費收入，以及金融和地產(chǎn)行業(yè)的增加值。
如圖14所示，在2014年之前這一差值是2%，自2016年以后這一差值大幅上升至7%左右的水平。
如果進一步看差值的分配，如圖15和圖16所示，這期間金融行業(yè)的增加值、房地產(chǎn)行業(yè)的增加值以及地方政府的土地出讓收入均上升了1個百分點或略多，房地產(chǎn)相關(guān)稅費也有一定程度的上升。
如果把上述這些分項的差值加總，大概可以貢獻3.5個百分點，而我們用商品房銷售金額減房地產(chǎn)投資的差值計算的結(jié)果則顯示上升了5個百分點左右。其中1.5個百分點，也許來源于統(tǒng)計誤差。
顯然，當(dāng)房地產(chǎn)市場劇烈調(diào)整的時候，對差值上升較大主體的影響也似乎更大。
接下來我們再討論一下東北的情況。2015年后，東北的房地產(chǎn)市場已經(jīng)在一個顯著萎縮的水平上穩(wěn)定下來了。
但是如果我們計算東北的商品房銷售金額占GDP的比重，如圖17所示，會發(fā)現(xiàn)東北四大一線城市的銷售占比在2020年創(chuàng)下歷史新高。整個東北地區(qū)的銷售金額占比在后期的水平跟前期差不多，但房地產(chǎn)投資占比是顯著下降的。
如果用同樣的方法計算東北的差值，即分子上是商品房銷售金額減房地產(chǎn)投資，分母上是GDP。如圖18所示，可以看到東北地區(qū)的這一差值也上升了5%，跟全國差值的上升幅度是相似的。
從銷售金額來看，東北地區(qū)的房地產(chǎn)市場也經(jīng)歷了顯著的泡沫化。在銷售面積下降的同時，銷售金額占比不降反升，這肯定與價格上漲有關(guān)。
從大多數(shù)人的經(jīng)驗和直覺出發(fā)都很難想象，為什么東北在人口流出的條件下仍然能夠經(jīng)歷泡沫化。特別是東北的一線城市，其泡沫化甚至比關(guān)內(nèi)地區(qū)還要更顯著。
當(dāng)梳理完這些數(shù)據(jù)后，我們能夠理解，中國的房地產(chǎn)市場在2015年之后經(jīng)歷了顯著的價格泡沫化，也迫使政府不斷出臺政策調(diào)控房價。
那么，這背后又發(fā)生了什么呢？
為了解決以上問題，我們先把中國的房地產(chǎn)市場分成2011-2014年，以及2016-2019年兩段進行比較。接下來討論的重點將圍繞全國數(shù)據(jù)展開，因為70城及其他三四線城市的數(shù)據(jù)的表現(xiàn)模式與全國數(shù)據(jù)是非常相似的。
如圖19所示，用后四年與前四年相比，全國的商品房銷售面積上漲31%，價格上漲67%，總銷售金額上漲119%。
這些數(shù)據(jù)進一步說明了一個事實：由于商品房銷售面積的增速低于同期GDP的實際增速，所以銷售金額的快速增長主要是因為價格的大幅上升導(dǎo)致的。
接下來，在觀察商品房銷售面積這一物理指標(biāo)的基礎(chǔ)上，我們來看另一個與之相關(guān)的重要指標(biāo)，中國城市的土地成交面積。
如圖20所示，在2011-2014年期間，年均土地成交面積是27億平米，隨后在2016-2019年下降到22億平米。
我們再來看同期住宅類土地的成交面積。如圖21所示，這一數(shù)據(jù)從2011-2014年期間的8億平米下降到2016-2019年期間的7億平米。
如果從房地產(chǎn)企業(yè)的角度來看，如圖22所示，其同期的土地購置面積從3.8億平米下降到2.5億平米。
同期的住宅類土地的容積率也能觀測到下降趨勢。如圖23所示，容積率從2.4%下降到2.3%，這也是土地成交建筑面積明顯下降的因素之一。
把這些數(shù)據(jù)進行整合后，如圖24所示，可以看到規(guī)劃建筑面積的下降。把住宅類用地進一步分成大、中、小城市后，如圖25所示，可以觀察到絕對面積的下降。
我們還計算了住宅類土地建筑面積在2016-2019年與2011-2014年的比值。如圖26所示，總體來看，后四年的住宅類用地下降了16%，五十大中城市下降了15%左右，其余的城市下降得更多。
綜合以上數(shù)據(jù)來看，可以發(fā)現(xiàn)，如果將2016-2019年作為一個時間段，2011-2014年作為另一個中間相隔五年的時間段，后四年跟前四年相比，住宅的成交面積上升了30%，與住宅相關(guān)的土地供應(yīng)下降了16%。住宅類土地供應(yīng)的下降是普遍的，不僅大城市在下降，中小城市也在下降。
我們知道，當(dāng)房地產(chǎn)市場的銷售面積上漲30%，同期土地供應(yīng)下降16%，在這個條件下，市場的正常反應(yīng)一定是價格大幅上升。
因此，我們也許可以認為，在2016-2019年期間，中國房地產(chǎn)價格快速泡沫化的背后，很重要的驅(qū)動因素是中國土地供應(yīng)的驟然收緊。
在一個需求擴張的市場上，土地供應(yīng)顯著收緊，這兩種因素的交互作用會推動房價大幅上升，但是在房地產(chǎn)的投資占比和銷售面積占比等數(shù)據(jù)上看不到這樣的信號。因為價格的大幅上升，很多潛在的購房需求從大城市被擠入到小城市，帶來了中小城市房地產(chǎn)市場的繁榮。
如果這個解釋能夠回答我們的種種困惑，中國也許經(jīng)歷了一個非常不典型的泡沫。這個泡沫化不伴隨著市場的房地產(chǎn)供應(yīng)過剩和投資過剩，而是建立在土地供應(yīng)嚴格收緊的基礎(chǔ)上。
大城市的疤痕效應(yīng)
我們想討論的第四個問題是疫情對大城市造成的疤痕效應(yīng)。
我們首先觀察城鎮(zhèn)人口增速在疫情前后的對比。如圖27所示，70個大中城市在疫情前的城鎮(zhèn)人口增速均值是3.4%，疫情后下降到1.2%，而小城市則從2.2%下降到0.9%。大城市的人口流入速度下降顯著快于小城市，表明大城市的經(jīng)濟活動受到了更大的沖擊。
同樣，東北地區(qū)也能觀察到類似的情況。如圖28所示，大城市的人口增速從1.65%下降到0.28%，小城市則只有輕微下降。
再來看大城市的經(jīng)濟增速與全國經(jīng)濟增速的差值。如圖29所示，疫情前，大城市的經(jīng)濟增速比全國的水平高0.84%。但疫情以來，大城市的經(jīng)濟增速比全國略低一些。今年以來差值進一步走闊，大城市的經(jīng)濟增速比全國低0.2%，比疫情前顯著下降，說明大城市的經(jīng)濟增長在疫情后顯然受到了更大的打擊。
也可從社會消費品零售數(shù)據(jù)觀察到類似現(xiàn)象。如圖30所示，在疫情之前，大城市的社零增速比全國要快0.12%，但是今年以來反而比全國慢0.71%，可以看出大城市的恢復(fù)相對小城市顯著更慢。
失業(yè)數(shù)據(jù)的情況也是類似的。如圖31所示，大城市的失業(yè)率在疫情前比全國低0.11%，在疫情以來比全國高0.16%。今年以來這個差距比以前甚至有所擴大，高0.19%。
這些數(shù)據(jù)清晰地表明，大城市在疫情期間受到的創(chuàng)傷比小城市更大，今年以來其經(jīng)濟活動的恢復(fù)也更慢，差值甚至大于疫情期間的情況。
有很多競爭性的解釋可以回答這個問題。其中最便利的解釋就是房地產(chǎn)市場的調(diào)整。由于大城市的房地產(chǎn)占比更大，所以大城市的經(jīng)濟活動相應(yīng)受到更大的沖擊。而這種沖擊會進一步刺激大城市的房地產(chǎn)市場進行更劇烈的調(diào)整，并通過大城市的經(jīng)濟和就業(yè)調(diào)整傳導(dǎo)到中小城市。
第二種解釋是在疫情期間出臺的教培、金融、互聯(lián)網(wǎng)等行業(yè)監(jiān)管政策和地緣政治不確定性上升的影響。這些影響相對集中在大城市。
第三種解釋是疫情本身所帶來的影響。由于大城市的人口更密集，流動也更頻繁，病毒在大城市相對更容易傳播。因此，為了抑制疫情的傳播，大城市采取了更為嚴格的疫情防控政策，對于服務(wù)業(yè)的影響更明顯。由于大城市的服務(wù)業(yè)更密集，政策在大城市實施的時間也相對更長，所以對大城市經(jīng)濟活力的打擊也相應(yīng)更大。即便在疫情結(jié)束后，也需要更長時間才能逐步恢復(fù)。
以上這些解釋都是有說服力的。但是我們仔細觀察東北的情況會發(fā)現(xiàn)，東北四個大城市經(jīng)歷的人口流出幅度與全國其他大城市接近，暗示房地產(chǎn)市場的調(diào)整、疫情帶來的疤痕效應(yīng)或許是主導(dǎo)性的解釋。
房地產(chǎn)市場的調(diào)整可能本身也與疫情帶來的疤痕效應(yīng)有關(guān)。2013年開始，東北經(jīng)歷了持續(xù)的房價下行和人口流出，這使得東北在疫情前很難認為存在房地產(chǎn)泡沫。但是疫情暴發(fā)后，東北房地產(chǎn)市場的銷售進一步下降超過40%，價格也出現(xiàn)了大幅下降，這或許反映出疫情帶來的疤痕效應(yīng)的影響。
疫情的疤痕效應(yīng)所造成的創(chuàng)傷對地方政府、企業(yè)和住戶的資產(chǎn)負債表都形成了嚴重損害，并對廣泛的住戶行為造成影響。在此背景下，居民持有風(fēng)險資產(chǎn)的意愿下降，進一步導(dǎo)致房地產(chǎn)市場需求的快速下降以及股票市場的調(diào)整，從而引發(fā)負向循環(huán)。
房地產(chǎn)市場的流動性風(fēng)險
2022年的疫情遠超我們預(yù)期，導(dǎo)致房地產(chǎn)市場和股市的劇烈調(diào)整。但是否存在其他機制放大了這一影響？
首先觀察A股房地產(chǎn)行業(yè)的經(jīng)營性現(xiàn)金流。我們把2017-2020年當(dāng)季經(jīng)營性現(xiàn)金流設(shè)為零，計算2021年以來的情況，如圖32所示。
2021年以來上市房地產(chǎn)企業(yè)的經(jīng)營性現(xiàn)金流，相對以前的合理水平是正常甚至是有改善的。
我們再來看房地產(chǎn)上市公司的投資性現(xiàn)金流。如圖33所示，房地產(chǎn)行業(yè)的投資性現(xiàn)金流，2021年后顯著改善。
實際上，2015年后中國房地產(chǎn)企業(yè)重要的轉(zhuǎn)型就是從囤地模式轉(zhuǎn)為高周轉(zhuǎn)模式，關(guān)鍵原因是后者能夠靈活適應(yīng)市場和政策環(huán)境的快速變化。
在過去幾年市場銷售大幅下跌的條件下，房地產(chǎn)行業(yè)經(jīng)營性現(xiàn)金流和投資性現(xiàn)金流均能看到明顯改善，顯示行業(yè)的靈活調(diào)整和自救行動取得成效。
但是，高周轉(zhuǎn)模式的主要內(nèi)在脆弱性是對籌資活動的高度依賴。在預(yù)售資金監(jiān)管驟然加強和行業(yè)去杠桿的條件下，這一脆弱性被引爆，產(chǎn)生了行業(yè)性的流動性風(fēng)險。
如圖34所示，整個行業(yè)的籌資性現(xiàn)金流在2021年以來始終是巨額的負值，行業(yè)一直在經(jīng)歷超過三年時間的大幅度失血。
雖然這三年期間的數(shù)據(jù)有一定的波動，但是行業(yè)總體上一直在大幅失血。如圖35所示，2021年籌資性現(xiàn)金流的流出相當(dāng)于正常水平的-203.1%，去年相當(dāng)于正常水平的-168%，今年是正常水平的-121.8%。
換句話說，由于政策環(huán)境的變化以及銷售的大幅下滑，行業(yè)經(jīng)歷了債權(quán)人的持續(xù)擠提，出現(xiàn)了廣泛的流動性風(fēng)險，進一步蔓延和放大了疫情等宏觀沖擊。
我們接下來看港股市場的情況。如圖36所示，在現(xiàn)金流大幅流出的條件下，港股民營房地產(chǎn)企業(yè)的股票大幅下跌，港股國有房地產(chǎn)企業(yè)的股票自2021年7月份后到今年8月份，相對比較穩(wěn)定，沒有明顯下跌。
我們來進一步看港股民企內(nèi)部的情況。如圖37所示，優(yōu)質(zhì)民企和弱勢民企的下跌幅度基本是同步的，說明這種行業(yè)性的擠提和現(xiàn)金流的大幅流出主要集中在民企內(nèi)部，且在民企內(nèi)部不同企業(yè)之間沒有明顯差異。這暗示市場調(diào)整似乎不是一個正常的激烈競爭和優(yōu)勝劣汰過程，而是一個普遍的行業(yè)性風(fēng)險。
總結(jié)
第一，中國房地產(chǎn)投資占GDP比重的長期中樞或許在8%左右，至少不低于7%，現(xiàn)在房地產(chǎn)投資的水平已經(jīng)顯著背離這一中樞水平。
第二，在2016年以后，房地產(chǎn)價格快速泡沫化引發(fā)廣泛的社會關(guān)注和巨大的房價調(diào)控壓力，背后的核心原因似乎是土地供應(yīng)的驟然收緊。在投資、銷售等層面，沒有典型的市場泡沫化跡象，重要的證據(jù)之一是需求大幅走低的東北地區(qū)可以觀察到同樣的情況。
第三，疫情沖擊對地方政府、企業(yè)和普通住戶形成了資產(chǎn)負債表的損害，疊加地緣政治的不確定性和部分行業(yè)性的監(jiān)管政策，住戶和企業(yè)部門的風(fēng)險承擔(dān)意愿和能力顯著下降?？雌饋磉@些損害在大城市更加嚴重，持續(xù)時間也更久。
第四，在房地產(chǎn)市場需求快速下降的背景下，由于高周轉(zhuǎn)模式的一些內(nèi)在脆弱性被引爆，房地產(chǎn)出現(xiàn)了行業(yè)性的流動性風(fēng)險，使得需求的下滑被放大，進而對整個經(jīng)濟和金融體系產(chǎn)生越來越大的壓力。
我們?nèi)绾斡^察未來的演化？現(xiàn)在我們已經(jīng)站在一個明顯超調(diào)的水平上，但是我們并不能確定是否已經(jīng)見底。問題在于：
一是房地產(chǎn)行業(yè)的流動性風(fēng)險需要被盡快和及時阻斷，標(biāo)志是房地產(chǎn)行業(yè)的籌資性現(xiàn)金流能夠停止失血，頭部房企能夠在正常的市場化條件下恢復(fù)籌資。隨著政府不斷加大政策力度，這方面的變化要緊密追蹤觀察。
二是疫情疤痕效應(yīng)的全面消退，并慎防房地產(chǎn)市場等調(diào)整的二次傷害。人們需要逐步建立和恢復(fù)對生活的信心，以及持有風(fēng)險資產(chǎn)的意愿。這也需要較為有利的政策和宏觀環(huán)境。
作者高善文系CF40學(xué)術(shù)委員 、安信證券首席經(jīng)濟學(xué)家，本文來源于微信公眾號“高善文經(jīng)濟觀察”，本文僅代表作者個人觀點，不代表CF40立場，不構(gòu)成投資建議。
未收藏
