我国房地产市场楼市分化问题的探析
2018-12-08王保乾
陈 盼,王保乾
(河海大学商学院,南京 211100)
相比于西方发达国家,我国的房地产市场发展较晚,随着1992年房改的展开,我国房地产市场开始逐步形成。1998年以后,随着住房实物分配制度的取消和按揭政策的实施,房地产投资进入平稳快速发展时期,随着我国经济的快速增长、城市化进程不断加快、居民收入水平稳步提高,住房成为新的消费热点,房地产市场得到了快速发展(刘博等,2012)。在过去的十多年间,我国的房地产市场发展承接着推动经济发展、城镇化建设和改善民生的多重目标,房地产业逐步成长为国民经济中具有先导性和支柱性的产业。但是,在我国房地产市场发展过程中,房价持续攀升,绝大部分城市房屋销售价格上涨明显,给中等及以下收入水平的居民带来巨大的购房压力。在一些热点的一线和二线城市,高房价已经远远超出居民的可支付能力。
2015年年末深圳房价开始持续飙升,2016年春节后上海房价也跟着上涨,紧随其后北京等其他一线城市和杭州、南京、苏州、合肥等热门的二线城市房价也出现惊人的上涨。然而,三四线城市却出现了截然相反的情况,其楼市情况相当惨淡,伴随着天量投资和购房资金都涌入一二线城市,三四线城市大量库存销售不出去。一二线城市和三四线城市的房地产市场呈现出“冰火两重天”的景象,楼市分化走势进一步加剧。房地产走势的分化在我国房地产市场近十几年来的发展中第一次出现,值得引起我们的关注与重视,对其进行一定程度的探析也具有相当重要的意义。笔者从已有的研究中找到不足,进而对我国近来出现的楼市分化现象进行分析,提出相应的应对措施,以求我国房地产业健康持续发展。
一、文献回顾
改革开放以来,我国房地产业快速发展,短短十几年取得了巨大的成就,也逐渐成为我国经济发展的主导产业和支柱产业。然而近年来房地产价格的快速上涨或过高,严重偏离了绝大多数居民的消费水平,在社会上引起了很大的争议。同时,学术界也对我国的房地产市场进行了大量的研究,主要结合各种理论和模型,对房地产价格的构成、影响因素、房价预测、政策调控等方面进行研究。
对于房价构成的研究,学术界的研究结果大致相同,主要是从土地成本、开发成本、营销费用、规费与税收、开发商利润等角度考虑。王猛(2010)、金小明(2011)、费茂清(2012)等对我国的高房价进行结构分析,将房地产价格分解为土地取得成本、开发成本与销售费用、各种规费与税收、开发商利润等要素,然后具体分析各要素结构及其在房价形成过程中所起的作用。还有些学者会结合研究的具体对象将构成要素进一步细分,另有一部分学者只针对某个构成要素进行深入分析。
对于房价影响因素的研究,国内学者们从不同角度进行探究。地价是房价的重要影响因素基本得到学术界的广泛认可,但两者之间的关系一直存在纷议。邓宏乾(2012)、王岳龙(2010)、温海珍(2010)等发现,地价与房价之间存在内生性关系,相互影响是正向的,地价对房价有很强的推动作用。杨和礼(2007)、黄汉江(2010)、王娟(2013)等从影响房地产供求关系的因素入手,认为各因素都是改变房地产的供求关系,进而影响房价。余华义(2010)、李玲(2012)、郭贯成(2014)、韩永辉(2014)等运用数据和模型,对土地政策、房地产“限购令”等政策的效果进行分析。目前,从区域差异角度探究我国房地产问题的文献还比较缺乏,但梁云芳(2007)、王艺明(2008)、罗孝玲(2014)等对这方面的研究做出了贡献。
对于房价预测的研究,学术界常用的方法主要有时间序列法、回归模型、蛛网模型、灰色理论等。闫妍(2007)、胡六星(2010)、李东月(2006)、郭培俊(2011)等对此进行了研究分析。近年来,综合我国房地产发展的特征,学术界也不断采用新的方法以便能够更准确地反映我国房地产价格。谷秀娟、李超(2012)视房价动态过程为马尔科夫链,对房价走势进行预测分析。申瑞娜、曹昶、樊重俊(2013)采用基于主成分分析的支持向量机方法对上海房价进行预测。阮连法、包洪洁(2012)拓展了经验模态分解方法,将其运用到短期房价预测。
对于房价调控政策的研究,我国的房价政策手段主要集中在货币、税收、行政等方面。武康平(2010)、沈悦(2011)、徐忠(2012)等从货币供应、利率等货币调控政策入手进行分析。崔光灿和谌汉初(2011)、常清(2012)、朱迎春(2013)、况伟大(2012)等围绕交易税、房产税、房地产企业营业税改增值税等税收调控政策探析对房地产市场的影响。刘江涛(2012)、邓柏峻(2014)、高军(2012)等对政府出台的限购政策等行政调控政策的效果进行分析阐述。
从以上综述可以看出,学者们对我国的房地产市场问题已做了大量研究,通过不同的角度,运用不同的方法进行分析,得到了许多具有指导意义的结论。然而,基本还没有学者对我国房地产市场分化走势进行研究,楼市分化趋势是房地产市场近十多年发展过程中第一次出现的,值得引起我们的关注。本文拟从分析我国近来我国房地产业出现的分化现象出发,找出其产生的原因,进而提出相关建议。
二、我国房地产市场楼市分化现象
2015年年初以来,以深圳、上海、北京为代表的一线城市房地产销售价格持续上涨且成交量也在不断扩大,天量资金涌入热点的一二线城市,房价、地价随之水涨船高。然而,绝大多数三四线城市的情况却相当惨淡,去库存压力有增无减。我国房地产市场出现明显的分化走势,这也是近十几年发展过程中首次出现的现象。
(一)现状分析
2015年年末深圳房价开始飙升并一直持续,2016年春节后上海房价也跟着上涨,紧随其后北京等其他一线城市和杭州、南京、苏州、合肥等二线城市房价也出现惊人的上涨形势。与此同时,三四线城市却出现截然相反的情况,与一二线城市楼市过热相比,三四线城市楼市情况则显得低迷,投资和购房资金都涌入一二线城市,三四线城市大量库存销售不出去,房价和地价也跟着水涨船高。一二线和三四线城市“冰火两重天”,楼市分化不断加剧。
去年以来,一线城市中深圳和上海的房地产市场表现更为突出,上海的交易量更是创下了世界历史新记录。中国房地产信息网的统计数据显示,2015年度上海一、二手房共成交4 986万平方米,成交金额达到1.4万亿元,相当于2015年北京、天津、纽约和香港4个城市的房地产交易金额之和。深圳的房价2015年度涨幅也创下中国最快纪录,除了量价齐涨,总价超过1 000万元的豪宅成交量也在大幅度增加。在过去的每一轮价格上涨周期里,成交量增长最快的都是90平方米左右且总价较低的中小户型,而此次一线城市的房地产周期最明显的特点是总价高的大户型成交增长很快。
比房价上涨更加迅猛的是地价,今年6月初,北京、深圳的楼盘再次拍出“地王”。据了解,深圳一宗地块的楼面价接近甚至超过周边的在售楼盘,北京远郊区延庆某地块的商品住宅楼面价4.3万元,是当前房价的3倍多。“地王”拍出、房价上涨的现象再次出现。数据显示,今年5月末,商品房待售面积72 169万平方米,比4月末减少521万平方米,其中住房待售面积减少721万平方米。而2015年末,商品房待售面积71 853万平方米。表明现今全国总库存量高于去年末的水平,而楼市的高库存量又主要集中在三四线城市,由此也说明我国楼市将处于较漫长的去库存过程之中,楼市分化趋势也将持续。
(二)原因分析
针对2015年以来短期房价快速上涨现象所引起的楼市分化,传统的供求关系、政策刺激、人口流动等观点都无法很好地解释清楚。为了保障我国房地产业健康持续发展,深入探究此次楼市分化趋势的形成原因显得至关重要。
1.城市基本条件因素。一线与热点的二线城市通常都具备优越的公共设施条件,为居民的生活、工作提供便利,生活的品质也不断提升。大城市拥有更多良好的教育资源、医疗资源,为了让孩子接受更好的教育,生病时可以享受更好的医疗服务,因而大多数有资本的居民选择到大城市投资。所以,近年来出现不少小城市居民到大城市购房的现象。同时,对于大多数年轻人而言,他们经过几年大学生活,早已适应了大城市的高效、快速的节奏,也习惯了便捷的交通等公共设施。不但如此,大城市有许多高科技、新兴产业驻扎,就业机会多、渠道广,对年轻人也有很大的吸引力。丰硕的收入、高福利待遇,更加坚定了他们留在大城市的心。因而,很多人愿意在毕业后留在大城市打拼,之后慢慢定居下来。总的来说,一二线大城市在公共设施等基本方面拥有三四线城市所无法比拟的优越性,这也正是不断推动一二线城市房地产市场价格不断飙升的一大主要原因。人口、资金都不断向大城市涌动,使得三四线城市楼市显得惨淡,大量库存难以消化,进而逐渐形成我国房地产市场分化走势。
2.股市因素。深圳股票市场中小板现有接近800家上市公司,创业板有接近500家,他们在深圳交易所挂牌交易后,就会在深圳开户,设立办事处,其所有自然人股东和法人股东的账户管理也都在深圳。伴随着股价上市,上市公司股东的账面财富迅速增加。截至2015年底,创业板指数平均价格上升84%,中小板上升53%,上市公司股东尤其是发起人股东财富迅速增加并集中在深圳。股市上涨产生的财富效应同样会刺激上海的房地产市场,只是影响程度不如深圳。因为上海证券交易所上市的主要是国有控股的蓝筹股,且上海综合指数的涨幅远远落后于深圳的中小板和创业板指数。当然,以上海为中心的长三角地区是我国经济最有活力的地区,集聚着大量在深圳中小板和创业板上市的公司,因而中小板和创业板股价的大幅上涨也使上海的房地产市场受到影响。南京、杭州及苏州等上海周边城市由于分布着相当数量的科技类上市公司的总部,其房价也表现得同样抢眼。此外,股市对楼市的影响还表现在证券从业人员的薪酬方面。2015年证券市场的成交量大幅度增加,证券业的盈利状况大幅度好转,证券从业人员的收入也明显增加,中层管理人员的年收入达到100万元以上,有些高管人员的薪金超过1 000万元,而这些证券业的中高级管理人员大多集中在北京、上海和深圳。
3.货币因素。从2001年以后的房地产市场运作来看,房价变动与货币投放高度相关,或者说,房地产市场对货币政策与信用的变动高度敏感。此次的一线楼市价格疯涨同样受到了货币政策变动的影响。最近阶段内,我国货币供应量总体上总体上呈现增长趋势,尤其是M1和M2增长量比较大,从而加强了社会的购买力。据中国房地产信息网数据统计,2015年12月,M1的供应量40.1万亿元,M2的供应量139.23万亿元,而到了2016年4月,M1、M2的供应量分别为41.35万亿元、144.52万亿元。货币供应量增速变化总体而言不大,但投放到市场的货币数额仍然巨大。这些资金并没有完全流向实体经济,进入股市的资金也较有限,大量资金通过不同途径进入到房地产市场。由于对三四线城市房地产市场避之不及,因而天量资金流入三四线城市的数量很有限,三四线城市楼市显得萧条,大量资金流到了一线和热点的二线城市的楼市,推动一二线城市房价大幅上涨,进而造成楼市分化走势。同时,2015年多次降准降息,尤其是2016年1月的信贷数据使市场受到强大刺激,即1月新增人民币贷款2.51万亿元,社会融资3.42万亿元,同比增长67.08%,环比增长88.42%,大大超过市场预期。据人民银行公布的第一季度信贷数据,个人购房贷款增加1万亿元,同比多增4 309亿元,一季度全部新增贷款为4.61亿元。单季1万亿元的房贷新增量,创下自2010年央行开始公布金融机构贷款投向报告以来的历史最高纪录。与去年相比,2015年全年新增个人住房贷款总计2.66万亿元。从余额看,截至2016年3月末,个人购房贷款余额15.18万亿元,同比增长25.5%,增速比上年末高2.4个百分点,比各项贷款增速高10.8个百分点。楼市的价格波动受预期支配的影响很大,价格上涨的趋势一旦形成会自我强化,2015年一线城市房价已形成上涨趋势的背景下,再受到一系列货币政策的刺激,房价上涨趋势将进一步加强。
4.加杠杆行为因素。在资产价格迅速上涨的背景下,投资者倾向于加杠杆,这是资产价格波动过程中的一般规律。自去年一线城市房价上涨以来,房地产中介的加杠杆行为助推了房地产投机。除了相对宽松的银行贷款,众筹、P2P、首付贷等金融配资业务十分活跃。
据了解,目前不少机构提供“首付贷”,有的P2P平台甚至提供首付全额的授信金额。对于银行的风险控制而言,住房按揭贷款的首付是第一道安全阀,中介机构提供了“首付贷”后,按揭贷款实际成了“零首付”产品,银行风险控制的安全阀完全失效,这是相当可怕的现象。美国的次贷危机就是由于大量零首付的按揭贷款导致的。
高杠杆必然带来高风险,针对此次楼市分化趋势的情况,加杠杆导致楼市“虚火”上升,放大楼市“虹吸效应”,资金过度向一二线城市集中,使热点城市房价高涨,同时增加三四线城市去库存的难度。金融杠杆就会催生房地产市场泡沫,放大金融风险,还会导致实体经济“空心化”。
三、结论和建议
我国房地产市场的快速发展,使广大居民的居住环境得到改善,但同时高房价也给购房者带来沉重的经济压力,房地产市场也遭遇到了严重的发展瓶颈,楼市分化现象让房地产市场发展相当乏力,去库存压力还将持续。目前,楼市分化已成为阻碍房地产市场健康持续发展的最大障碍,直接威胁国民的住房需求,不利于我国资本、金融和经济市场的稳定。
造成房地产市场分化的主要原因是城市基本条件差异、股市方面影响、货币方面影响、金融机构加杠杆等。因此,我们也因该从这些原因入手,分类调控、因城施策,通过供给侧结构性改革,供需两端同时发力,积极推进户籍制度改革和新型城镇化发展,使房地产业逐步稳定协调可持续发展,或者说逐步消除这种分化形势。只有保障房地产业的良好发展,才能保障广大居民的基本利益,维护社会、经济的可持续发展。所以,在实践中寻求切实可行的解决措施也显得至关重要。
(一)完善中小城市基础设施条件,扩大中小城市吸引力
首先,一线及热点二线城市拥有三四线城市无法比拟的优越性,不仅表现在公共基础建设方面,还表现在生活收入水平、就业机会、医疗卫生服务、教育条件等方面。一般生活在大城市的居民,他们更有可能选择到令自己幸福感更高的职业,拥有更加优雅的工作、生活环境,孩子也能够接受更好的教育资源,从而导致三四线等中小城市吸引力不足,人口向一线和热门的二线等大城市过度集中。因而,要想逐步化解楼市分化趋势,要注重改善中小城市的基础设施条件,政府可以加强对中小城市的交通建设,使它们与外界的沟流交通更加便捷。同时,加大城市的公共娱乐项目建设,加大教育投资,提高中小城市的文化底蕴,增强中小城市的吸引力。除此之外,中小城市的地方政府还可以适当提供优惠政策,引进国内外一些大型的、先进的产业,增加城市的就业机会,吸引人才的流入。
(二)结合供给侧结构性改革因城施策,供需两端同时发力
今年以来,在去库存的大背景下,一些针对房地产市场的调控政策措施也体现了分类调控、因城施策的原则,比如,针对非限购城市实行首套房首付比例下调和贷款利率的优惠。短期来看,这些的确带来了一些效应,但较长时间总体来看,三四线城市楼市仍处于较为漫长的去库存过程中,却使得能够享受优惠政策的一线城市周边的一些地区以及一些热点的二线城市房价不断攀升。
楼市调控对于房地产市场的作用必不可少,但仅靠调控只能发挥短期效应。从长期来看,决定楼市未来走向的还是供给和需求,因而促进楼市健康可持续发展还是需要从供需两端同时发力,适当供给,满足需求。目前我国房地产市场的供给侧改革,亟待探索制度性改革,主要包括土地供应制度、土地招拍挂制度、集体建设用地入市制度,以及促进现有城市存量土地进入到供应体系当中的一些制度,从而避免不断拍出“地王”,缓和房价不断暴涨的趋势。当然,解决居民居住问题的手段除了购买,还有租赁。国务院办公厅出台《关于加强培育和发展住房租赁市场的若干意见》,强调建立租购并举的住房制度,这也是房地产市场供给侧结构性改革的重要部分,通过扩大租赁供给在市场中的占比优化市场供给,更好满足多层次、多方面的住房需求。针对需求端,我国有庞大的农民工群体生活在大城市中,他们有潜在的购房需求,因而要通过有效的政策刺激这部分群体对住房的购买需求。
(三)发展新型城镇化,推进户籍制度改革
新型城镇化是房地产去库存的基本政策导向。针对我国有庞大的农民工群体的特殊情况,我国政府应当切实出台相应的政策措施,刺激农民工群体的购房需求。主要是要加快农民工市民化,扩大有效需求,消化库存,从而稳定房地产市场。因而,我们要积极推进新型城镇化建设,让广大农民工得到城镇户口,成为其所生活城市的市民,享受均等的社会保障和城市公共服务,尤其在子女教育、公共医疗、社会保障、就业等民生重点领域。
(四)房地产公司谋求战略转型,寻求可持续发展
针对目前房地产行业的发展形势,房地产公司不能再如以前那般企盼轻松而高额的行业利润。房地产企业应该客观审视目前行业的基本情形以及未来长期发展所面临的阻碍,然后采取切合实际的措施来应对可能的行业发展壁垒。积极谋求战略转型,寻求可持续发展,从规模扩张向品质改进,从财富积累转向财富传承。
首先,房地产企业要对客户群体进行层次分析,针对不同群体设计不同标准的房屋;其次,房地产企业不能一味追求量的扩张,而应精心设计,提高房屋的品质,向品牌化战略方向发展;再次,房地产企业不能仅仅追求财富的积累,还应在此过程中注重企业文化的沉淀,人才的培养,使得企业财富以更好的形式得以传承,企业持续发展。
(五)稳定货币政策,约束金融中介机构的加杠杆行为
房地产市场一向对货币政策与信用的变化高度敏感,而我国此次一线城市的房价疯涨同样是受到货币政策的影响。近阶段内,我国货币供应量总体上呈现增长趋势,加强了社会的购买能力,货币供应量的增速变化虽然不大,但投放到市场中的数额仍然是巨大的。这些资金并没有完全进入实体经济,进入股市的资金也有限,大量的资金通过不同途径流入房地产市场。由于三四线楼市的低迷状态,天量资金更倾向于流入一线城市及热门的二线城市,进一步加剧楼市分化的趋势。因而,在目前情形下,要促使房地产市场健康持续发展,稳定货币政策必不可少。政府应适当减少投入市场的货币量,缓和房地产市场的购买能力。
在资产价格上涨的背景下,投资者倾向于加杠杆。在此轮一线及二线房价上涨的过程中,金融中介机构的加杠杆行为也助推了房地产投机。众筹、P2P、首付贷等金融配资业务在此背景下相当活跃,高杠杆行为也给楼市带来了高风险。此时,政府应该积极采取及时有效的措施,因城施策,严格控制金融机构的加杠杆行为。针对三四线城市目前去库存的压力,可实行较为宽松的银行贷款政策,降低购房首付比例,提高居民的住房购买需求,满足广大城镇居民的自有住房需求。而针对一线及热门的二线城市,适当提高购房资格,实施必要的限购政策,避免房地产市场的过度投机。
[1]刘博,周晨丹,刘晓欣,等.土地市场波动与房地产价格的关系分析——基于VAR模型的实证研究[J].数学的实践与认识,2012,(13):47-54.
[2]王猛,张祯波,李涛.如何针对房价构成要素特点来制定调控措施[J].经济纵横,2010,(12):31-33.
[3]金小明.房价的两种定义三分结构及其宏调功能应用——在稳定房地产价格中缩小“三大”差距的途径原理与法律政策建议[J].技术经济与管理研究,2011,(2):80-85.
[4]费茂清,石坚.对我国房地产税制改革的几点看法[J].涉外税务,2012,(11):24-26.
[5]邓宏乾,贾傅麟.地价、信贷与房价的关联性研究[J].武汉大学学报,2012,(5):99-104.
[6]王岳龙,张瑜.房价与地价之争的理性思考[J].财贸研究,2010,(2):27-33.
[7]温海珍,吕雪梦,张凌.房价与地价的内生性及其互动影响——基于联立方程模型的实证分析[J].财贸经济,2010,(2):124-129.
[9]洪弋浩,黄汉江.房价影响因素理论研究[J].中国经贸导刊,2010,(2):72.
[10]王娟,刘志成.影响房价因素与高房价困局下的政策选择[J].价格月刊,2013,(8):13-17.
[11]余华义.经济基本面还是房地产政策在影响中国的房价[J].财贸经济,2010,(3):116-122.
[12]李玲,朱道林,胡克林.基于PSR模型的房地产调控政策对房价影响的研究——以北京为例[J].资源科学,2012,(4):787-793.
[13]郭贯成,熊强,汪勋杰.土地供应政策对房价影响的GWR模型分析[J].南京农业大学学报,2014,(5):91-96.
[14]韩永辉,黄亮雄,邹建华.房地产“限购令”政策效果研究[J].经济管理,2014,(4):160-170.
[15]梁云芳,高铁梅.中国房地产价格波动区域差异的实证分析[J].经济研究,2007,(8):133-142.
[16]王艺明.房租资本化、模型误设与房地产投机泡沫:基于北京、上海和广州住房二级市场的研究[J].世界经济,2008,(6):59-68.
[17]罗孝玲,周琳杰,马世昌.房价影响因素的空间非一致性与差异化调控手段——基于Panel Data模型的实证研究[J].华东经济管理,2014,(7):37-41.
[18]闫妍,许伟,部慧,等.基于TEI@I方法论的房价预测方法[J].系统工程理论与实践,2007,(7):1-9.
[19]胡六星,吴结飞.基于灰色理论的两种房价预测方法比较[J].统计与决策,2010,(7):22-24.
[20] 李东月,马智胜.灰色 GM(1,1)模型在房价预测中的算法研究[J].企业经济,2006,(9):96-98.
[21]李东月.房价预测模型的比较研究[J].工业技术经济,2006,(9):65-67.
[22]郭培俊,毛海舟.基于灰色理论的温州房价预测模型[J].数学的实践与认识,2011,(20):10-16.
[23]谷秀娟,李超.基于马尔科夫链的房价预测研究[J].消费经济,2012,(5):40-43.
[24]申瑞娜,曹昶,樊重俊.基于主成分分析的支持向量机模型对上海房价的预测研究[J].数学的实践与认识,2013,(23):11-16.
[25]阮连法,包洪洁.基于经验模态分解的房价周期波动实证分析[J].中国管理科学,2012,(3):41-46.
[26]武康平,胡谍.房地产市场与货币政策传导机制[J].中国软科学,2010,(11):32-43.
[28]徐忠,张雪春,邹传伟.房价、通货膨胀与货币政策——基于中国数据的研究[J].金融研究,2012,(6):1-12.
[29]崔光灿,谌汉初.差别化税收对房地产市场的调控作用[J].中国土地科学,2011,(11):14-20.
[30]常清.房价调控重在需求管理[J].价格理论与实践,2012,(5):8-9.
[31]朱迎春.我国房地产税收对房价的调控效应研究[J].价格理论与实践,2013,(1):85-86.
[32] 况伟大.房产税、地价与房价[J].中国软科学,2012,(4):25-37.
[33]刘江涛,张波,黄志刚.限购政策与房价的动态变化[J].经济学动态,2012,(3):47-54.
[34]邓柏峻,李仲飞,张浩.限购政策对房价的调控有效吗[J].统计研究,2014,(11):50-57.
[35]高军.限购令的合法性探析——兼论房价调控中的法治问题[J].山西师大学报,2012,(2):40-44.