人口与去库存政策拐点之后的地产需求初探2：居民部门加杠杆之路通向何方？.pdf

证券研究报告 请务必阅读正文后免责条款部分 2019 年 05 月 06 日 深度 研究 宏观研究 研究所 证券分析师： 樊磊 S0350517120001 021-60338120 fanlghzq 居民部门加杠杆之路通向何方？ 人口与去库存政策拐点之后的地产需求初探 2 相关报告 人口与去库存政策拐点之后的地产需求初探：梦想能否照进现实？ 2019-03-18 2 月经济数据前瞻：经济增速仍然下行但预期改善 2019-02-28 论 2019 年经济的拐点：中国经济会出现资产负债表型衰退吗？ 2019-01-23 12 月经济数据前瞻：短期总需求仍然疲弱 2019-01-01 2019 年中国宏观经济展望：山重水复与柳暗花明 2018-12-04 投资要点： 如果房价上涨能够被遏制，居民部门杠杆率上升的风险仍然可控。虽然多数客户认同我们 梦想能否照进现实 人口与政策拐点之后的房地产需求初探深度报告观点 中国高质量住宅供给仍显著不足，潜在需求非常巨大，但是不少客户质疑在房价高企的情况下，居民部门是否有购买能力支撑这样的需求。实际上，一季度房地产销售经历小阳春之后，居民部门的杠杆率持续高位增长，引发广泛关切。我们的测算表明，如果房地产价格的上涨可控，在未来若干年维持 2018 年房地产投资规模，中国居民部门的负债上升到2023 年占 GDP66%左右之后就会拐头向下，风险仍属可控。 中国经济仍面临房价上涨、经济增长与金融稳定不可兼得的“新不可能三 角”。 然而，我们的模型也显示在基准情形下，中国居民部门最高的杠杆水平已经会短暂的超过 IMF居民部门杠杆率 65%的金融风险红线。如果房地产价格持续上涨，决策者或者必须接受居民部门杠杆水平显著超越警戒红线带来未知的金融风险，或者必须允许房地产销售投资大幅下滑，影响经济增长。在面对这个“新不可能三角”的情况下，明智的政策选择应当是不言而喻的。 房地产市场“买涨不买跌”可能言过其实 。 如果房价不涨，是否会降低房地产的销量 ？这是对我们上一篇深度报告客户的另一个普遍疑问。我们的多因子计量经济学模型显示，在控制了人口与收入 增长之后，无论在房地产小周期的上升还是下降阶段，房地产需求对于价格的弹性是负的。这意味着，在其它条件不变的情况下，中国的住宅符合价格越低需求越高的普通商品需求曲线 基于线性预期买涨不买跌的行为在中国房地产市场上不起主导作用 。房地产市场出现的“量价齐升”的现象更多的是在短期供给弹性有限 ，房地产需求在政策调控放松之后大幅扩张同时拉动成交与价格的结果。 无需过度担忧对于房地产价格的调控。 我们认为针对房地产价格而非需求的的调控 包括限价、增加土地供给、传递政府遏制房价上涨的信号等 不仅不会降低 房地产需求 ，反而 会增加购房者的购买力 。我们对 2019 年房地产销售持审慎乐观态度。 风险提示：经济、地产下滑及中美关系恶化超预期，政策不达预期 证券 研究 报告 请务必阅读正文后免责条款部分 2 内容目录 1、 引言：客户的反馈和担忧 . 4 2、 居民部门加杠杆之路：通向何方？ . 5 2.1、 模型简介和预测结果 . 5 2.2、 关于模型参数设定的说明 . 7 2.3、 二手房交易的影响 . 10 2.4、 对于中国居民杠杆率预测的评估：新不可能 三角 . 12 3、 “买涨不买跌”的迷思 . 13 3.1、 量价齐涨的现象 . 14 3.2、 “买涨不买跌”言过其实 . 14 3.3、 如何看待未来房地产调控和房地产需求？ . 19 4、 风险提示 . 19 证券 研究 报告 请务必阅读正文后免责条款部分 3 图表目录 图表 1：居民部门负债余额同比增速 . 4 图表 2：居民自付房款占可支配收入比重和预测值 . 5 图表 3：居民可支配收入占 GDP 比重及预测 . 6 图表 4：基准假设下（房屋销售面积下降 3%，房价涨幅控制在 3%）中国居民部门杠杆率的估计 . 7 图表 5：中国住户部门杠杆率和预测 . 7 图表 6：名义 GDP 增速和预测 . 8 图表 7：我国的房贷利率和预测值 . 8 图表 8：全国商品房价格年度涨幅和设定涨幅 . 9 图表 9：居民房贷和非房贷余额同比增速及预测值 . 10 图表 10：住户部门负债余额增速及预测 . 10 图表 11：包含二手房交易且二手房交易与一手房交易完全没有联动情况下对于居民部门负债的估算 . 12 图表 12：环京楼市成交 . 13 图表 13：环京楼市价格（元 /平方米） . 13 图表 14：商品房销售的量价关系：二线城市 . 14 图表 15：商品房销售的量价关系：三线城市 . 14 图表 16： 2014-2017 年的房地产周期：下行，回升和再度回落 . 15 图表 17：一二线城市房价增长与房地产需求关系： 2014 . 16 图表 18：一二线城市 房价增长与房地产需求关系： 2015 . 16 图表 19：一二线城市房价增长与房地产需求关系： 2016 . 16 图表 20：一二线城市房价增长与房地产需求关系： 2017 . 16 图表 21：商品房存量 面积于价格水平的关系：控制人口和收入（ 2017 年） . 17 图表 22：投机性需求存在的证据：房价的涨跌影响商品房需求价格弹性 . 18 证券 研究 报告 请务必阅读正文后免责条款部分 4 1、 引言： 客户的反馈和担忧 我们的深度报告梦想能否照进现实 人口与政策拐点之后的房地产需求初探（ 3 月 18 日） 发布之后， 得到 许多客户的 积极 反馈。 虽然大部分客户认同中国住房供给 特别是扣除了农民房和 1998年以前城镇住房之后的高质量供给 仍然显著不足，商品房的潜在需求仍然巨大，但是客户对于中国居民真实购买力是否能够在未来持续支撑房地产的销售（ 2018 年 已达 14.7 亿平， 12.7 万亿人民币）仍持怀疑态度。 实际上， 近期以来伴随着政策的调整，中国一二线房地产市场出现了一些成交回暖的迹象 并带动 3 月份房地产销售由负转正 。 但是 在住房价格难以显著下行的情况下， 2019年一季度末 中国居民部门 按揭贷款余额已经上升到 26.9万亿 人民币 ，而整体 负债 余额的 增长也 维持在 将近 18%的高位 ，大大高于 一季度 名义 GDP 的增速 （ 7.8%） ，也引发了广泛的关切和担心。 图 表 1： 居民部门负债余额同比增速 资料来源： Wind， 国海证券研究所 如果按照我们在上篇深度报告的基准预测，房地产价格保持 基本 稳定 （或略有上涨） ， 包括今年在内的 房地产销售面积趋势性的 每年 仅 轻微下滑并持续到 2030年前后，中国居民部门的杠杆率 （居民债务 /GDP） 将何去何从？是否会上升到不可持续的地步并产生严重金融风险？我们这篇报告将通过模型和测算对此做出回应。 我们也 在这篇报告中回应另外 一 个 客户的 重要的 反馈和质疑： 如果房价不涨，居民会买房吗？ 房地产市场 “ 买涨不买跌 ” 似乎是一个基本常识，而 数据似乎 也 显示 我国 商品房销售增速和价格有正相关性。 按照我们上一篇报告提出的基准预测 政府贯彻房住不炒的原则并让未来十年房价基本保持平稳， 稳房价似乎不利于房地产销售。 落实到 2019 年， 4 月政治局会议重提“房住不炒”，似乎在打消市场关于房价近期会 重新 上涨的预期， 那么 小阳春之后的房地产销售会 显著 回落吗？ 如何看待调控之下的 2019 年房地产销售呢？ 0%1 0 %2 0 %3 0 %4 0 %5 0 %6 0 %2008-012008-062008-112009-042009-092010-022010-072010-122011-052011-102012-032012-082013-012013-062013-112014-042014-092015-022015-072015-122016-052016-102017-032017-082018-012018-062018-11住户部门贷款余额同比增速证券 研究 报告 请务必阅读正文后免责条款部分 5 2、 居民部门 加杠杆之路：通向何方？ 在上一篇深度报告中，我们曾提出一个基准 假设 ： 2030 年前住房价格基本稳定而商品房销售面积每年平均下行约 3%，房地产投资金额大体可以维持稳定 仍可以 是中国 经济 的重要支柱 。 但是中国居民的购买力可以支撑这个预测吗？ 我们 的 模型显示， 在我们的基准假设情形 下中国居民部门的杠杆率（负债 /GDP）可能会从 2018 年底的 53%上升到 2023 年的 66%左右，然后就会拐头向下。考虑到我们的参数设置相对保守， 我们认为 基准预测下 居民部门的杠杆风险仍然是可控的。 但是，房地产价格继续上涨则很大程度上会导致居民部门杠杆率的进一步上升。中国经济目前已经存在一个房价继续上涨、金融稳定和经济增长稳定三者只能选其二的“新不可能三角。” 明智的政策应该怎么选择应该是不言而喻的。 2.1、 模型简介 和预测结果 商品住宅 销售 金额由两部分构成：居民 自 付 （首付、全款） 的部分和借款 （按揭贷款） 的部分。 例如 2016 年商品住宅销售约 9.9 万亿 人民币 ，全年新增按揭贷款约 5.0 万亿 人民币 ， 则 居民自付部分约 4.9 万亿 人民币 。 当然，居民直接的购房资金支出不仅仅是自付部分，同时也包括了房贷的利息。房贷利 息 可以用房贷余额和利率水平的乘积获得，例如， 2015 年房贷余额 14.2万亿 元 ， 2016年 5年期以上贷款政策基准利率为 4.9%， 2016年房贷利息约 6900亿 元 。我们发现 从近几年 数据来看， 自 付 房款 与 房贷利息 之和 占居民可支配收入的比重是比较稳定并略有上升 1的（如 2016 年为约 12.3%） 2。 而居民可支配收入占 GDP 的比重 长期而言也 可以视作是稳定的。 图 表 2： 居民自付房款占可支配收入比重和预测值 资料来源： Wind， 国海证券研究所 估计 1 我们认为这种上升反映出了住房作为经济学意义上的“优质商品”的含义。 2 我们用资金流量表中的住户部门可支配收入计算。这个数据高于统计局公布的人均可支配收入乘以人口。详细的区别见注释 4。 0%2%4%6%8%1 0 %1 2 %1 4 %1 6 %1 8 %2006200820102012201420162018202020222024202620282030居民自付房款和房贷利息占可支配收入比重 预测证券 研究 报告 请务必阅读正文后免责条款部分 6 图 表 3： 居民可支配收入占 GDP 比重及预测 资料来源： Wind， 国海证券研究所 给定名义 GDP 的增速和居民可支配收入占 GDP 的比重，就可以按比例推算未来居民可支配收入中 可以 用于自付房款和支付房贷利息的资金 （购房 直接 支出资金） 。然后设定房贷利率， 依据上一年的房贷余额 就可以得出 未来 每年的房贷利息 支出总和 。 购房 直接 支出资金 扣除房贷 利息 则是居民可以用于自付房款的资金。 设定每年商品房销售面积和价格水平的涨幅 按照我们上一篇深度报告中设置的参数 （房屋销售面积平均每年下降 3%，房价微涨 3%） 就 得出商品房销售金额。再从 总的销售金额 中 减去 居民 自付房款的资金，则可以得到每年 居民部门需要借入的新按揭 贷款 ，并可 结合上一年的房贷余额计算得到 当年的 房贷余额 。 我们同时发现，居民部门的非住房贷款余额与房贷余额的同比增速高度 相关。我们可以因此推出非住房贷款余额，从而估算 居民部门整体的负债，并估算出居民部门的杠杆率水平。 按照我们的基准假设，我们对中国居民部门杠杆率未来的估计如下： 5 4 %5 6 %5 8 %6 0 %6 2 %6 4 %6 6 %6 8 %2000200120022003200420052006200720082009201020112012201320142015201620172018201920202021202220232024202520262027202820292030居民部门可支配收入占 GDP 比重 预测值证券 研究 报告 请务必阅读正文后免责条款部分 7 图 表 4： 基准假设下（房屋销售面积下降 3%，房价涨幅控制在 3%）中国居民部门杠杆率的估计 注：红色参数为 主观 设定参数，粉色为 我们的 估计值 3，蓝 底黑字 部分为模型推算值。 资料来源： Wind， 国海证券研究所 估计 居民部门的杠杆率会从 2018 年 53%左右的水平上升到 2023 年的 66%，然后就会拐头下行。 图 表 5： 中国住户部门杠杆率和预测 资料来源： Wind， 国海证券研究所 2.2、 关于模型参数 设定 的说明 名义 GDP 的增速 ： 2019 和 2020 为 8%， 2021-2025 平均为 6.5%， 2026-2030平均为 4.5%。 3 详细的估算和对原始数据的修正见后文 0%1 0 %2 0 %3 0 %4 0 %5 0 %6 0 %7 0 %2006200720082009201020112012201320142015201620172018201920202021202220232024202520262027202820292030中国居民部门债务 / G D P 预测值证券 研究 报告 请务必阅读正文后免责条款部分 8 图 表 6： 名义 GDP 增速和预测 资料来源： Wind， 国海证券研究所 居民可支配收入 占 GDP 比重 ： 2006-2016 年的数据 来自资金流量表中的住户部门可支配总 收入 4/名义 GDP。 2017-2018 年的比重用 2016 年的比重为基础，结合 统计局公布的 2017 年和 2018 年 人均可支配收入 和人口总数 推算。 2019 年由于减税的因素，略微上调占比到 62%并保持稳定 （参见图 2） 。 居民自付房款 金额 ： 用当年商品房销售金额减去当年住房抵押贷款的增量。 房贷利率： 2006-2018 年取每年年初人民银行 5 年期贷 款基准利率，因为房贷利率大部分随基准利率浮动。 2019-2030年取当前 5年期贷款基准利率的 1.1倍。 图 表 7： 我国的房贷利率和预测值 资料来源： Wind， 国海证券研究所 房贷利息金额： 为了避免模型中的循环引用，我们做了简化处理 。 用当年房贷利率乘以此前一年居民住房贷款余额。整体而言，模拟结果对这个参数的敏感性不高。 4 中国居民可支配收入占 GDP 比重有两个数据来源，一个是通过资金流量表的数据计算，一个是统计局公布的居民人均可支配收入计算。两者变动的趋势基本趋同。但前者比后者高很多，主要是统计口径存在一些差异。例如，资金流量表的数据包括了折旧，统计局公布的数据则存在比较明显的低报和瞒报。由于两者波动趋势类似，使用哪一个口径对于我们的估算并没有太大影响。 0%5%1 0 %1 5 %2 0 %2 5 %2006200720082009201020112012201320142015201620172018201920202021202220232024202520262027202820292030G D P 名义增速 预测值0%1%2%3%4%5%6%7%8%9%2006200720082009201020112012201320142015201620172018201920202021202220232024202520262027202820292030房贷利率 预测值证券 研究 报告 请务必阅读正文后免责条款部分 9 居民自付房款和房贷利息占 居民可支配收入 比重的预测 （参见图 1） ：我们先计算出 2006-2018 年的 实际 比重 ，然后做回归分析，估算 2019 年的比重。由于回归分析会导致 2019 年以后占比上升较快，我们保守估计自付房款和房贷利息占居民可支配收入比重从 2020 年起每年仅仅上升 0.1%，并且在 2028 年以后不再上升。 房贷余额 的历史数据 ： 2013-2016 年的房贷余额直接取人民银行公布的住户部门住房抵押贷款余额。 2006-2012 年用住户部门消费贷款余额的 75.8%5估算。 由于 短期 消费贷款涌入房地产市场， 2017-2018 年的住房抵押贷款余额可能低估了真实居民贷款流入房地产市场的状况。我们用 2017 和 2018 年新增住户部门消费贷款的 75.8%来计算 2017 和 2018 年新增的居民住房贷款并计算相对应的房贷余额。 房贷余额的未来估计值 ：估计出来的每年新增房贷加上上一年的房贷余额 。 商品房销售面积和商品房销售单价同比 遵循我们在上一篇深度报告的基准假设：房屋销售面积每年下滑约 3%，房屋销售单价每年上涨约 3%。 从 2006-2018 年全国 商品房销售平均价格涨幅为 8.7%。 图 表 8： 全国商品房价格年度涨幅和 设定涨幅 资料来源： Wind， 国海证券 研究所 居民非住房贷款增速 ： 用存款性金融机构住户部门贷款 - 我们估计的房地产抵押贷款余额既获得居民非住房贷款。理论上讲，这一部分贷款包括居民的经营性贷款，短期消费贷款和中长期消费贷款中扣除掉房贷的贷款。 从历史数据上观察，我们注意到居民 非 住房 贷款增速和房贷余额增速 有较好的相关性 6，且 非房贷贷款余额增速一般 低于房贷余额增速。我们假设未来这个关系仍然继续，且谨慎的估计非住房贷款的增速从 2019 年起高于房贷 1%。 5 住房抵押贷款是住户部门消费贷款的主要组成部分，从 2013 年开始公布， 2013-2016 年平均占比为 75.8%。 6 住房抵押贷款是居民中长期消费贷款的主要组成部分。同时，我们发现居民短期消费贷款同 比增速一直以来就和中长期消费贷款增速高度趋同。居民经营贷款余额增速的波动也在相当程度上受到房地产销售所引发的经济周期波动的影响。 - 5 %0%5%1 0 %1 5 %2 0 %2 5 %3 0 %2006200720082009201020112012201320142015201620172018201920202021202220232024202520262027202820292030中国商品房销售均价年同比证券 研究 报告 请务必阅读正文后免责条款部分 10 图 表 9： 居民 房贷 和非房贷余额同比增速及预测值 资料来源： Wind， 国海证券研究所 居民部门负债 7：由住房抵押贷款和居民非住房贷款共同构成。 图 表 10： 住户部门负债余额增速及预测 资料来源： Wind， 国海证券研究所 2.3、 二手房交易的影响 当然，上述的 模型 忽略了二手房交易的影响。 按照链家研究院的估计， 2016 年二手房交易金额达到 5 万亿元，和一手房成交金额的比例为 1： 28。伴随着中国房地产市场 逐步进入到存量房市场，这个比例未来可能进一步上升。 2.3.1、 理论探讨 按照我们模型的估算方法， 按揭贷款 二手房交易中的自付房款可能额外占据居民可支配收入的一部分，也可能不占 ；二手房交易中的按揭贷款可能分流一手房的7 我们使用了 IMF的定义 居民部门负债为 存款类金融机构信贷收支表中的住户贷款 。住房公积金贷款、民间借贷含 P2P等不在IMF统计口径之中。 8 qlmoney/content/20161209-233911.html - 1 0 %0%1 0 %2 0 %3 0 %4 0 %5 0 %6 0 %2006200720082009201020112012201320142015201620172018201920202021202220232024202520262027202820292030房贷余额增速 非房贷余额增速预测值- 1 0 %0%1 0 %2 0 %3 0 %4 0 %5 0 %2006200820102012201420162018202020222024202620282030居民部门债务增速