<noframes id="n93rd">
    <noframes id="n93rd"><listing id="n93rd"><listing id="n93rd"></listing></listing>
      <output id="n93rd"><menuitem id="n93rd"><dl id="n93rd"></dl></menuitem></output><address id="n93rd"><listing id="n93rd"><listing id="n93rd"></listing></listing></address>

      <sub id="n93rd"></sub>

      <listing id="n93rd"><listing id="n93rd"><menuitem id="n93rd"></menuitem></listing></listing>
      <address id="n93rd"></address>

      賬號登錄


      密碼輸入錯誤
      密碼輸入錯誤

      忘記密碼?

      掃碼登錄

      請使用最新版本犀牛之星app掃描二維碼登錄

      立即注冊 二維碼登錄

      加載更多>>

      地產下行的盡頭:多少億平是終點?

      172 0 來源:華爾街見聞 發布時間:2022-10-25 09:19

      核心觀點

      根據我們的預測結果,2022-2035年,中國新增商品房需求將呈現“L”型的回落趨勢——2022-2025年,新增商品房的需求中樞約為11.3億平方米,2026-2030年約為9.6億平方米,2031-2035年約為8.7億平方米。

      2022年,由于投機性需求集中衰退,相比于2021年,新增商品房需求將出現較大幅度的回落;而此后,盡管新增商品房需求仍在逐年回落,但回落的斜率將逐漸放緩。

      從這個角度來看,房地產短期問題的答案實際上一目了然:

      第一,房地產需求進入了新的周期,真實需求長期回落的情況下,小規模刺激效果有限。

      第二,未來想要實現此前幾輪放松周期的政策效果,需要比以往更大的刺激力度,相應帶來的高杠桿、高房價等潛在問題也會更大,因此我們認為,再次出臺大規模刺激政策的可能性有限。

      過去多年,在人口紅利和城鎮化加速的支撐下,地產的真實需求持續抬升。彼時的調控政策之于房地產,更像是向下壓住彈簧的手——下壓的力度松一點,彈簧的反彈幅度就能更大一些。經歷過2008、2012、2015年三輪地產調控放松以后,市場逐漸習慣于“調控政策放松-地產需求反彈”的經驗規律。

      但實際上,在地產逐漸去金融化的當下,地產需求側的邏輯正在發生質變,地產中長期需求的拐點已經形成。未來地產的需求可能很難再走出“V”型的反彈趨勢,而更可能會是一種接近“L”型的回落趨勢。

      1. 中國房地產市場的中長期需求預測模型

      本文的目的是通過一系列測算,探究新建商品房的中長期需求趨勢及中樞水平(本文所指地產需求為住宅類需求,不包括辦公樓、商業營用房等其他類型的房地產需求)。主要的測算思路如下:

      1、需求側:

      地產的總需求可以劃分為真實需求和投機需求兩部分。

      真實需求源自于城鎮居民的居住需要,可以進一步細分為剛性需求、改善需求和更新需求三部分。剛性需求由城鎮常住人口增加而產生,受總人口和城鎮化率影響;改善需求由居民對更加舒適的居住環境的追求產生,受人均住房面積增幅和存量城鎮常住人口影響;更新需求則由存量住房到期折舊、拆除而產生,受舊房拆除面積和拆遷后的貨幣安置率影響。在此我們不對購房或租房進行區分,因為租房者的租賃需求基本等于出租者的購房需求。

      投機需求則源自于房地產的金融屬性。但隨著“房住不炒”的深入和房企的經營風險暴露,房地產正在經歷去金融化的過程。我們認為今年住宅類商品房銷售的大幅回落中,已經包含了投機性需求的明顯衰減。1-8月,住宅類商品房累計銷售7.4億平方米,較2018-2021年同期均值下降1.7億平方米。我們認為,這1.7億平方米基本包含了絕大部分的投機性需求和部分剛性需求。在后續的測算中,我們假設投機性需求衰減為0。

      白.png

      2、供給側:

      住房的供給并不完全由商品房組成。由于本文的關注點在于未來新建商品房需求的合意水平,因此在總需求中還需剔除掉新建商品房以外的供給,主要包括存量空置住房釋放和新建保障性住房。

      預計未來將有更多的存量住房進入二手房市場。根據住建部原副部長仇保興在2022中國城市高質量發展智庫論壇的講話,“當前我國住房空置率已經達到15%,有的省份達到25%甚至30%,高于國際5%的空置率標準”[1]。隨著投機性需求的衰退,原來出于增值目的而持有的住房將逐漸在二手房市場被出售,承接一部分新增住房需求,與新建商品房之間存在替代關系。

      新建保障性住房的占比預計也將進一步提升。近年來,房價和收入的矛盾進一步凸顯,2021年7月國務院辦公廳發布的《國務院辦公廳關于加快發展保障性租賃住房的意見》(國辦發〔2021〕22號)指出,“新市民、青年人等群體住房困難問題仍然比較突出,需加快完善以公租房、保障性租賃住房和共有產權住房為主體的住房保障體系”。[2]因此,我們認為,未來保障性住房在供給側的貢獻將出現進一步的提升,同樣會對商品房產生替代效應。

      3、新建商品房需求

      綜上,在供需基本均衡的情況下,新建商品房的合意需求水平將等于新增總住房需求減去由存量空置房釋放、新增保障性住房提供的供給。即:

      2. 需求側變量

      2.1. 剛性需求預計持續回落

      2.1.1. 總人口增長變化

      因此,我們選擇采取聯合國低生育率假設下的數據來對中國總人口進行估計(對政府出臺鼓勵生育政策而導致的生育率變化,暫時不予考慮,僅測算自然增長情況下人口變化)。

      此外,從聯合國《世界人口展望 2022》與統計局披露的歷史人口數據來看,聯合國口徑下的中國人口數據與統計局口徑存在小幅偏差,2007年以來聯合國數據持續高于統計局數據。因此我們參照歷史數據對聯合國預測數據進行適度調整,使其與統計局數據能夠實現前后匹配。

      預測結果顯示:預計到2025、2030、2035年,中國總人口分別約為14.0、13.8、13.5億人,分別較2021年下降0.6%、2.3%、4.7%。

      2.1.2. 城鎮化率提升預計放緩

      中國的城鎮化進程尚未結束。2021年,中國城鎮化率為64.7%,僅相當于韓國上世紀80年代、日本上世紀60年代、美國上世紀60年代以前的水平。從國際經驗來看,如果不考慮日本在2000-2010年間由市町村“平成大合并”導致的城鎮化率非自然提升,韓國、日本、美國的城鎮化進程均在城鎮化率接近80%時開始放緩、停滯。因此,按照韓國、日本、美國城鎮化進程來看,我們認為中國城鎮化率仍然有15個百分點的增長空間,這將成為中國房地產中長期需求的重要支撐因素。

      但中國城鎮化率的提升正在放緩。從數據統計時間恰好覆蓋城鎮化全進程的韓國來看,城鎮化率的提升大概要經歷三個階段——“加速-放緩-停滯”。從趨勢上看,1976年之前,韓國處于加速城鎮化的階段,城鎮化率增幅逐年提升;1977-2011年,韓國的城鎮化斜率開始放緩,城鎮化率增幅開始趨勢性逐年遞減;到2012年以后,韓國的城鎮化基本進入到停滯的狀態。中國的城鎮化進程已經進入到了第二個階段。2015年以來,中國城鎮化率的增幅開始逐年下降,2021年則僅有0.83個百分點,為1996年以來首次低于1個百分點。

      2.2. 人均住房面積緩慢提升,改善需求預計放緩

      對于人均住房面積的預測,我們主要以第五、六、七次人口普查(以下簡稱“五普”“六普”“七普”)的數據為依據。

      首先,對人口普查的人均住房面積數據口徑進行調整。由于影響地產需求的是城鎮常住人口而非戶籍人口,因此我們需要的是城鎮常住人口的人均住房建筑面積。而人口普查相關數據的統計對象是家庭戶,并沒有包含集體戶在內的其他常住人口,因此需要對數據根據當年城鎮家庭戶人口、當年城鎮常住人口的比例關系進行調整。調整結果顯示,2000、2010、2020年,我國城鎮常住人口的人均住房建筑面積分別為19.9、26.7、32.7平方米。

      其次,對城鎮常住人口的人均住房建筑面積進行預測。中國的人均住房建筑面積仍有較大的提升空間。根據日本總務省統計局《平成30年住宅·土地統計調查》,日本2018年人均住宅使用面積約為39.5平方米。假設中國平均得房率(剔除公攤面積后的使用面積/建筑面積)為80%,則2020年我國城鎮常住人口的人均住房使用面積僅為26.2平方米,與日本相比仍有較大的提升空間。

      從五普、六普、七普數據來看,隨著人均住房建筑面積的提升,其提升斜率也在放緩。六普期間,人均住房建筑面積年均提升0.68平方米,而七普期間年均僅提升0.59平方米,每年少提升0.09平方米。因此,我們基于五普、六普、七普數據,假設中國人均住宅建筑面積仍在提升、但提升斜率放緩,對未來中國城鎮常住人口的人均住房建筑面積進行了預測。

      預測結果顯示:到2025、2030、2035年,中國城鎮常住人口人均建筑面積預計分別為35.28、37.7、39.9平方米。

      2.3. 舊房更新仍有較大空間

      我國當前存量住房中舊房占比并不算低。從七普抽樣調查數據來看,2020年,我國21年以上房齡的住房面積占比為27.6%,31年以上的為9%。一來,這部分21世紀前修建的住房已經逐漸達到其使用壽命;二來,我國1998年以后才開始正式發展商品房市場[1],因此大部分21世紀以前建成的住房規劃設計已經難以適應當前的住房趨勢,存在較大的更新需求。

      往長期看,當前11-20年房齡的占比較高(2020年為34%),隨著時間的推移,將會有更多的住房釋放出更新需求。

      進一步,我們將房齡分布細化到以年為單位。統計局披露了2000年以來每年的商品房竣工面積,根據每個時期內商品房竣工面積的分布情況以及七普數據計算得到的存量住房面積,可以計算出2000-2020年每年的房屋建成面積。1999年及以前,在各個時期內取平均值;2021年數據假設等于當年商品房竣工面積。

      根據七普、六普的房齡分布數據,可以大致得出不同房齡舊房的拆除率。我國住房產權為70年,但通常而言實際使用壽命要比70年更短。目前,市場通常假設住房平均使用壽命30年左右,以此來倒推總體存量住房的拆除率為1/30。但這種假設方法忽略了房齡分布對各年拆除面積的影響。因此,我們將房齡也納入到舊房拆除率的測算中,對不同房齡的住房賦予不同的拆除率。由于七普、六普均披露了房齡抽樣調查數據,可以結合當期存量住房面積計算出不同房齡在當期的存量面積,而各房齡段存量住房從七普到六普減少的面積,即為七普期間拆除的面積,進而可以計算出各房齡段的拆除率。

      七普期間,我國推進了棚戶區改造工程,對大量舊房進行了拆除,而考慮到接下來在城市更新過程中要防止大拆大建,未來拆除率應較七普更低。因此,我們假設2022年及以后,72年以上房齡的住房拆除率為50%,51-71年的為40%,41-50年的為30%,31-40年的為20%,21-30年的為5%,20年及以下房齡的不予拆除。

      3. 供給側變量

      3.1. 存量空置房釋放供給

      七普的抽樣調查數據顯示,截至2020年,存量住房中有10.1%源自于購買二手房。我們假設未來空置住房的供給釋放節奏與七普數據持平,即每年新增商品房需求中,有10.1%由存量空置住房來滿足。

      3.2. 新增保障性住房

      “十四五”期間年均建設保障性住房1.2億平方米。根據住建部,我國“十四五”期間籌建保障性租賃住房870萬套,其中2021、2022年330萬套,則2023-2025年需要建設540萬套。即2021、2022年年均建成165萬套,2023-2025年年均180萬套。此外,《國務院辦公廳關于加快發展保障性租賃住房的意見》(國辦發〔2021〕22號)中指出,保障性租賃住房以建筑面積不超過70平方米的小戶型為主,據此我們可以得到2022-2025年每年新增保障性住房面積。

      對于40個重點城市,住建部曾經提出過兩個要求。第一,“新市民和青年人多、房價偏高或上漲壓力較大的城市,在‘十四五’期間,新增保障性租賃住房占新增住房供應總量的比例,應力爭達到30%以上”。第二,“40個重點城市在‘十四五’期間計劃新增保障性租賃住房650萬套(間)”。

      4. 結論:房地產的中長期需求是個“L” 型

      結合前文對模型中各個變量的預測,最終可以得到在均衡狀態下,每年新建商品房需求的中樞水平。盡管模型的預測過程中涉及部分假設和主觀判斷,可能會導致模型預測結果與實際情況產生一定的偏差,但模型所展示出的中國房地產需求在中長期呈現“L”型回落的趨勢仍然具有參考價值。

      第一,根據我們的預測結果,2022-2035年,中國新增商品房需求將呈現“L”型回落的趨勢。

      我們預計:

      2022-2025年,新增商品房的需求中樞約為11.3億平方米:樂觀、中性、悲觀情景下分別為12.1、11.4、10.5億平方米;

      2026-2030年,新增商品房的需求中樞約為9.6億平方米:樂觀、中性、悲觀情景下分別為10.5、9.7、8.8億平方米;

      2031-2035年,新增商品房的需求中樞約為8.7億平方米:樂觀、中性、悲觀情景下分別為9.6、8.6、7.8億平方米。

      從這個角度來看,關于是否會刺激房地產的答案實際上一目了然:一方面,房地產需求進入了新的周期,真實需求長期回落的情況下,小規模刺激效果有限。另一方面,未來想要實現此前幾輪放松周期的政策效果,需要比以往更大的刺激力度,相應帶來的高杠桿、高房價等潛在問題也會更大,因此我們認為,再次出臺大規模刺激政策的可能性有限。

      第二,剛性需求逐年回落,改善需求平穩下降,更新需求呈現“U”型走勢。

      1)新增剛性需求逐年回落。

      由于總人口達峰回落、城鎮化斜率放緩,因此新增城鎮常住人口也將逐年遞減,對應新增剛性需求開始逐漸回落。

      根據模型預測:

      2022-2025年,樂觀、中性、悲觀情景下,新增剛性需求的中樞分別為每年4.7、4.1、3.2億平方米;

      2026-2030年,樂觀、中性、悲觀情景下,新增剛性需求的中樞分別為每年4.0、3.2、2.4億平方米;

      2031-2035年,樂觀、中性、悲觀情景下,新增剛性需求的中樞分別為每年3.1、2.3、1.5億平方米。

      2)新增改善需求平穩下降。

      由于城鎮人口增長與人均住房建筑面積提升的斜率都將逐漸放緩,因此新增改善需求也將趨于逐漸下降。但從模型預測結果來看,改善需求的回落將比剛性需求更加平穩:

      2022-2025年,樂觀、中性、悲觀情景下,新增改善需求的中樞分別為每年5.0、5.0、4.9億平方米;

      2026-2030年,樂觀、中性、悲觀情景下,新增改善需求的中樞分別為每年4.9、4.8、4.7億平方米;

      2031-2035年,樂觀、中性、悲觀情景下,新增改善需求的中樞分別為每年4.7、4.6、4.4億平方米。

      3)新增更新需求呈“U”型走勢。

      由于在2035年以前,2022年及以后建設的住房尚未達到拆除年限,對于更新需求的測算基于既定的歷史數據,因此樂觀、中性、悲觀情景下的測算結果是一致的。

      根據模型預測:2022-2025年,新增更新需求的中樞為5.1億平方米;2026-2030年,新增更新需求的中樞為4.3億平方米;2031-2035年,新增更新需求重新開始提升,中樞水平為4.6億平方米。

      第三,存量空置房供給較為平穩,保障性住房平穩增加。

      1)存量空置房供給較為平穩。

      存量空置住房對應供給的變化主要來自于當年的新增總住房需求的變化。

      根據模型預測:

      2022-2025年,樂觀、中性、悲觀情景下,存量空置房供給的中樞分別為每年1.5、1.4、1.3億平方米;

      2026-2030年,樂觀、中性、悲觀情景下,存量空置房供給的中樞分別為每年1.3、1.3、1.2億平方米;

      2031-2035年,樂觀、中性、悲觀情景下,存量空置房供給的中樞分別為每年1.3、1.2、1.1億平方米。

      2)保障性住房供給逐漸增加。

      根據模型預測:

      2022-2025年,樂觀、中性、悲觀情景下,保障性住房供給的中樞分別為每年1.2、1.2、1.2億平方米;

      2026-2030年,樂觀、中性、悲觀情景下,保障性住房供給的中樞分別為每年1.4、1.4、1.3億平方米;

      2031-2035年,樂觀、中性、悲觀情景下,保障性住房供給的中樞分別為每年1.6、1.5、1.5億平方米。

      第四,2022年,由于投機性需求集中衰退,相比于2021年,新增商品房需求將出現較大幅度的回落;而此后,盡管新增商品房需求仍在逐年回落,但回落的斜率將逐漸放緩。

      從新增商品房需求的增速看,2023、2024年降幅逐漸收窄,中性假設下預計增速分別為-7.5%、-4.1%;2025年增速開始走平,維持較低的個位數負增長,2025-2028年平均為-3.6%,考慮合理的波動后,即使部分時點可能出現正增長,增速也不會太高且持續向上。

      第五,從新增住房總需求的結構上看,到2035年以前,剛性需求占比持續回落,改善需求占比持續提升,更新需求占比先降后升。

      中性假設下,預計到2022、2025、2030、2035年,剛性需求占比分別為29%、29%、24%、17%,改善需求占比分別為33%、37%、40%、39%,更新需求占比分別為38%、35%、36%、44%。

      評論 0條評論
      暫無相關評論信息

      購買文章

      實際支付: ¥0.00

      微信支付:

      客服熱線:0755-86933318

      提示

      返回修改
      提交反饋
      用戶反饋
      将军在营帐内粗暴刺入

      <noframes id="n93rd">
        <noframes id="n93rd"><listing id="n93rd"><listing id="n93rd"></listing></listing>
          <output id="n93rd"><menuitem id="n93rd"><dl id="n93rd"></dl></menuitem></output><address id="n93rd"><listing id="n93rd"><listing id="n93rd"></listing></listing></address>

          <sub id="n93rd"></sub>

          <listing id="n93rd"><listing id="n93rd"><menuitem id="n93rd"></menuitem></listing></listing>
          <address id="n93rd"></address>