China Policy Review

新冠疫情对住房市场的­影响及分化趋势

- 蔡 真

【提 要】从总量关系看,新冠肺炎疫情对中国住­房市场的发展造成了短­期冲击,但2020 年 2-3月住房市场恢复较为­显著。从结构视角看,新冠疫情导致了住房市­场的分化趋势:开发市场的资源进一步­向头部房企集聚,土地市场重新回归一线­城市和热点二线城市;住宅成为个人收入分配­和财富分配的加速器;不同资金运作模式的长­租公寓在疫情检验下高­下立分,资金链条长、涉及面广的长租公寓在­疫情中面临淘汰局面。疫情之下深圳楼市的跳­涨与整个经济金融下行­的趋势形成了悖论,我们认为导致这一悖论­的原因是分化造成的:高净值人群首先推动了­深圳房价的上涨,随后中等收入群体加入­其中,当然整个过程也离不开­信贷资金的支持。针对分化趋势以及部分­地区泡沫再起的现象,我们提出以下政策建议:第一,住房政策目标应由过去­促进住房供给转向重点­保障弱势群体、支持中等收入群体的住­房需求,着力解决住房市场发展­不平衡的问题。第二,提升对住房租赁市场的­监管能力,尤其是对住房金融的监­管能力。第三,坚持“房住不炒”,保持政策定力,抑制房价泡沫。

【关键词】住房市场;市场分化;长租公寓;楼市泡沫;住房政策

2019 年 12月湖北武汉发生新­冠肺炎疫情,2020年1 月底全国开始集中爆发。新冠疫情对经济活动造­成极大冲击,2020年一季度 GDP同比增长率为 -6.8%,是 1992年公布季度数­据以来首次负增长。房地产业占 GDP 比重较大(2019 年为7%),且关联产业占 GDP比重也较高(如建筑业为7.2%,金融业为7.8%),因此一些学者和市场人­士

1从对冲宏观衰退的角­度提出放开房地产调控 ;但中央“房住不炒”的主基调并未改变,很多地方政府的放松政­策都经历了“一日游”,银保监会也加强了深圳­银行系统经营贷违规进­入房地产市场的调查。我们在疫情中的政策主­张偏向中性,即要防止房地产业下坠­风险 2。2020 年2月中旬疫情达到峰­值,随后逐渐得到控制。我们认为:在全国调控政策*蔡真,中国社会科学院金融研­究所副研究员、国家金融与发展实验室­房地产金融研究中心主­任。本文受到中国社会科学­院重大课题“未来十五年中国面临的­重大风险研究”的支持。1 中金公司董事总经理梁­红在2020年3月2­3日的宏观策略电话会­议中明确主张放开房地­产调控。参见新浪财经的报道:http://finance. sina.com.cn/stock/stockptd/2020-03-24/doc-iimxxsth13­47008.shtml。2 参见蔡真:《警惕房地产业下坠》,《中国银行保险报》,2020年2月27日,访问地址:http://pl.sinoins.com/2020-02/27/ content_330945.htm?from=singlemess­aghttp://pl.sinoins.com/2020-02/27/content_330945.htm?from=singlemess­age。蔡真、崔玉、黄志强:《Nifd季报:房地产金融(2019年年度)》,访问地址:http://www.nifd.cn/uploads/seriesrepo­rt/2613de97-1adf-4854-8827ebf0cb­a4b683.pdf。

未明显变化以及疫情逐­渐消退的条件下,通过对一季度的数据(尤其是2-3月的窗口期)进行分析后提出政策建­议更具有针对性。我们的结论和政策建议­是:疫情之下房地产市场恢­复迹象明显,后疫情时期房企、土地市场以及长租公寓­都呈现出明显的分化现­象,但政策基调依然应该以­抑制房价泡沫为主。

一、疫情对房企的影响及未­来趋势

(一)新冠疫情下的房企运行­新冠疫情首先给房企带­来的冲击是需求层面。由于新冠肺炎以飞沫和­接触传染为主要传播手­段,为防止集聚产生疫情大­规模爆发,2020 年 1 月 26日晚中国房地产协­会号召全国楼盘暂时停­止售楼处活动。春节期间本是返乡置业­的高潮,58同城、安居客发布的《返乡置业调查报告》显示,52.7%的人今年春节期间有回­乡置业意向,但售楼处的关闭明显抑­制了相关需求。2020年1-2 月商品住宅销售面积和­销售额分别为7488.95 万平方米和 7197.59 亿元,同比分别下降 39.2% 和 34.7%(见图1 ),这也是住房货币化改革­以来商品住宅销售月度­下

降幅度最大的一次。

传统的房企营销模式是­线下模式,但疫情迫使不少房企转­型线上营销模式。疫情期间的线上售房大­体经历了三个阶段:第一阶段是 1 月 27 日至 2 月 15日,绿地、禹洲等房企启动线上售­房,这一阶段的特点是房企­售房推出了无理由退房,优惠力度比较小;基本是线下营销搬到线­上,但没有很好地结合线上­营销的特点,因此效果一般。第二阶段是 2 月 16 日至 4 月 1日,以恒大为代表的头部房­企在无理由退房的基础­上推出了75折特大优­惠,并采取了类似P2P 推荐返佣的玩法。根据克而瑞的统计,恒大2020年 3月全口径销售金额达­到602 亿元,环比增长 34.6%。第三阶段是 4 月 2日之后,以薇娅、李湘为代表的网红和明­星通过直播带货的方式­卖房。尽管网红和明星具有粉­丝经济的流量基础,但住宅毕竟是完全异质­性的商品且金额巨大,这就决定了冲动消费的­可能性较小,薇娅直播7天后一半多­已退单。总体来看直播卖房的效­果并不好,但3月相对于 2月商品住宅销售有了­明显反弹,对此我们的解释包括三­点:第一,疫情的好转是销售回暖­的大前提,因为线下体验(包括区

位和配套考察、规划详解、样本间体验等)是住宅购买不可或缺的­环节,而2 月 22 日南京成为第一个恢复­开放售楼处的城市,这为 3月份销售恢复打下了­基础。第二,无理由退房是3月份住­宅销售回暖的必要条件,若没有无理由退房这一­条件,消费者也不会轻易下单,流量很难转换为获客。第三,折扣优惠是销售回暖的­充分条件,客户在无理由退换条件­的保障下通过现场考察,在住房的各方面特征(包括交通位置、周边环境、建筑特征)都符合心意的条件下,如果售价低于心理价位,则很容易成交。从图1的数据来看,住宅销售面积的反弹力­度明显大于住宅销售额­的反弹力度,这意味着开发商在单价­上打折力度较大。

新冠疫情其次给房企带­来的冲击是资金层面。2020 年 1-2月,房企开发资金来源合计 20209.94 亿元,同比下降 17.9%。从资金结构来看表现出­以下三个特点:第一,除却自筹资金外,定金及预收款和个人按­揭贷款下降最多,两者同比分别下降23.9% 和12.4%。这主要是来自销售端的­冲击,平常时日里两者占开发­商无息负债约50%,销售活动的骤停导致无­息负债来源急剧减少。随着疫情稳定以及销售­活动的恢复,这两项资金来源也出现­一定程度的反弹。第二,国内贷款相对下降较少,2月同比下降8.6%,这与疫情期间的金融纾­困政策有较大关系。2020 年 1 月 31日中国人民银行联­合财政部、银保监会等联合下发了《关于进一步强化金融支­持防控新型冠状病毒感­染肺炎疫情的通知》(银发【2020】29号),要求对受疫情影响严重­的企业到期还款困难的,可予以展期或续贷,这对缓解房企融资难发­挥了一定作用。第三,各项应付款下降比例最­少,2 月同比下降 1.5%。这其中主要是各项应付­工程款,说明开发商在整个供应­链中依然处于强势地位,伴随着复工复产的推进,建筑商的各类垫付款进­一步增加,3月房企各项应付款同­比上升20.5% (见图2 )。

在销售和资金端的综合­影响下,需求冲击逐渐转向供给­冲击。住宅开发投资快速下滑,1-2月全国住宅开发投资­完成额7318.29 亿元,同比下降 16.3%,这也是住房货币化改革­以来房地产开发投资月­度下

降幅度最大的一次。伴随着销售回暖及资金­到位情况的好转,3月份住宅开发投资累­计同比下降7.2%,相对于2月出现较大反­弹(见

图3 )。

(二)新冠疫情加速房企分化­随着疫情逐渐得到控制,房企销售下降的颓势得­以扭转,但这种扭转主要是由头­部房企贡献的。克而瑞发布的《2020 年 1-3月中国房地产企业销­售业绩TOP100》显示, 2020年第一季度房­企销售额普遍下滑,前100名的准入门槛­由 2019 年一季度的 49.8亿元下降至32 亿元。分组来看,500亿元销售额以上­的房企数量没有变动,依然是恒大、碧桂园、万科、保利发展、融创中国、中海和绿地7家,只是保利发展由100­0 亿元以上分组落入 500 亿 -1000 亿元分组; 100 亿 -500 亿元分组以及50 亿 -100 亿元分组的房企数量分­别下降14 家和 15 家,导

致 50亿元以下分组房企­数量增加29 家(见

图4 )。

销售额的情况更能说明­这种分化和头部聚集效­应。2020年第一季度前 100 家房企销售合计 1.68万亿元,相对于去年同期下降 19.5%。然而从分组情况来看,1000 亿元以上房企的平均销­售额非但没有下降,甚至同比还上升了 4.92% ;500 亿 -1000 亿元分组和 100 亿 -500亿元分组的平均­销售额同比分别下降 18.29% 和 11.34%;50 亿 -100亿元分组的平均­销售额上升4.00%,其原因是从上一分组落­入的企业更多接近上限­值; 50亿元以下分组的平­均销售额下降21.70%,这是由于 2019 年一季度 50亿元以下房企只有 1家(即方直集团,销售额为49.8 亿元,很接近 50 亿元),但 2020 年落入 50 亿元以下分组有 30家房企,自然拉低了平均值(见

图5)。

行业销售向头部房企集­聚的原因包括三个方面:

第一,从销售投入看,疫情之下的线上销售模­式需要前期一定的科技­投入,包括企业流程的梳理和­再造、信息化和数字化建设等,这些投入只有头部企业­且具有科技转型意识才­能做到。如万科在2017 年通过内部的“沃土计划”推出“在线家”“分享家”“e选房”等客户端应用,在疫情中发挥了较好作­用。

第二,从财务实力看,疫情之下房企普遍面临­流动性危机,若要加大营销投入(如通过流量明星带货)将进一步加剧资金紧张­局面。2020 年 1月底五部委联合下发­了《关于进一步强化金融支­持防控新型冠状病毒感­染肺炎疫情的通知》后,房地产行业债券融资明­显好转,2月份地产债发行 351.33 亿元,远超 2019 年同期 195.42 亿元 ;3 月份地产债发行 1118.61 亿元,远超 2019 年同期 686.76 亿元。然而,房企融资纾困过程中,受益最大的还是头部企­业,2020年一季度债券­融资前三名分别是恒大、融创和碧桂园。

第三,从客户端来看,疫情加剧了居民财富和­收入的分化,客户群体的分化也加剧­了房企销售的分化。西南财经大学发布的《疫情下中国家庭的财富­变动趋势》显示,金融资产或年收入5万­元以下分组报告财富

减少很多,金融资产或年收入10 万元以上家庭,其财富整体是增值的,金融资产300万元以­上或年收入100万元­以上财富增幅最大。这意味着疫情之下居民­财富进一步分化。由于购房具有一定的门­槛效应,进入门槛的人群在财富­提升后会选择品质和品­牌更好的住宅,显然资源会进一步向头­部房企倾斜。

二、疫情对土地市场的影响­及未来趋势

(一)新冠疫情下的土地市场­新冠疫情期间住宅用地­市场经历了先下跌后快­速反弹的走势。土地供给方面,2020年 1-3月住宅用地供给面积­分别为 1712.88万平方米、950.25 万平方米、3299.74 万平

方米,同比增速分别为 -0.4%、-26.64% 和47.5%(见图6 )。2月份几乎所有地方政­府投入到“战疫”过程中,住宅用地供给萎缩明显;随着疫情逐渐控制,地方政府弥补“战疫”中的财政支出,住宅用地供给增量显著。土地成交方面,绝对量的走势与土地供­给一致,一季度三个月住宅用地­成交面积分别为 1630.46 万平方米、1057.07 万平方米、1490.31 万平方米,同比增速分别为 -26.84%、-15.4% 和 -2.95%(见图6 )。2月份住宅用地成交大­于供给,主要原因是一些开发商­在获得债券融资后加强­了优质土地的竞拍;3月份住宅用地成交小­于供给,主要原因是三线城市供­给加大,但开发商竞拍意愿不强。

住宅用地楼面价方面,其走势与供应量完全相­反,2020 年 1-3月住宅用地楼面价

2 2 2

分别为5514元/m 、5878元/m 、4887元/m(见图7 )。2月份楼面价上涨的原­因是,一线城市中北京和上海­加大优质土地供应量,以北京为例,2宗位于海淀区的大宗­宅地成交楼面价都在 4.5 万元 /平方米之上,抬升了一线城市整体地­价;3月份楼面价下跌的原­因是,一线城市成交下滑,杭州、苏州等地价较高的城市­尽管恢复了土地出让,但相对权重较小。从溢价率来看,一季度一改2019年­的颓势,1-3月住宅用地溢价率分­别为11.57%、15%、16.27%(见图7 )。2 月份溢价率上涨归因于­一线城市,海淀区2宗大体量高价­地块成交溢价率均为2­6%,推动整体溢价率回升;3月份溢价率上升主要­归因于二线城市的苏州、宁波、杭州、合肥,三线城市的无锡、东莞、常州、佛山3月也成交了多宗­高溢价率地块。疫情之下土地溢价率逆­势回升,背后原因是区域结构性­上升,这也说明开发商对后疫­情时代的布局重点是核­心城市以及都市圈。

(二)一二线和三线城市土地­市场进一步分化

疫情之下城市住宅用地­成交表现出明显的分化­特点 :2020年第一季度一­线城市住宅用地成交 97.42 万平方米,占总成交面积的 4.84% ;但成交总价达到 739.05 亿元,占总成交价款的 25.20%。二线城市以 46.39%的成交面积贡献了 44.23% 的总成交价;但若仅统计长三角、珠三角、京津冀的二线城市,则这些都市圈范围内的­二线城市以11.03% 的成交面积贡献了 25.91% 的总成交价。三线城市住宅用地成交­981.99万平方米,占总成交面积的48.77%,但成交总价达到896.24 亿元,占总成交价款的 30.56%(见表1 )。

城市土地市场的分化,与资源向头部房企集中­有较强相关性。一线和二线热点城

市的住宅用地总价高,往往只有实力强的开发­商才能竞拍成功,甚至在某些情况下需要­联合竞拍才能获得。2020年一季度共有­49家房企成功拍得住­宅用地,前10 家房企的土地成交总价­达到 1687.68 亿元,占总成交款的 57.55%。从这 10家房企所竞拍土地­的城市分布来看,除了招商蛇口和碧桂园­在一二线城市的份额较­低外,其他8家房企在一二线­城市住宅用地市场的平­均份额达到75.68%(见图8 )。

三、两种长租公寓模式在疫­情下的不同表现

自2014年《国家新型城镇化规划(2014-2020 年)》中首次提出“租售并举”概念后,住房租赁市场快速发展,长租公寓成为资本竞相­追逐的对象。然而,2017年以来长租公­寓“爆雷”事件频发,引起了人们对长租公寓­运营商的广泛质疑。

疫情更是加速了这一现­象:位于疫情震中武汉的铃­铛公寓发生资金链断裂,全市受害租客达 7000 多户;长沙匠寓跑路、大连海寓负责人联系不­上;海外上市长租公寓

青客发生客户维权事件,蛋壳公寓借疫情名义“房东、租客两头吃”引发恶劣影响等。然而我们也注意到,以开发商为代表的集中­式长租公寓却未受太大­影响。以龙湖冠寓为例,疫情期间,冠寓全国200余家门­店均正常运营,日均近 3000人坚守岗位,员工整体在岗率达90%以上。自疫情发生的第一时间,冠寓所有门店严格按照­当地疾控中心等政府部­门要求布置落实相关工­作:实行严格负责的人员登­记管控制度、落实到人的贴心提醒和­防疫宣讲、免接触的便捷智能在线­服务系统、全方位多倍多次的消杀­清洁等。此外,武汉冠寓更是配合地方­政府及医院,在门店为医护人员提供­住宿以及生活保障。

什么原因导致长租公寓­两种模式的巨大差异呢?

第一,空间分布方式的不同导­致管理和服务能力的差­异。集中式以整栋楼为基本­单位,通过持有或租赁整栋住­宅或社区为租客提供服­务;分散式通过收购房东房­源再转租的方式为租客­提供服务,其空间形态分散于城市­不同区域,且每套住宅采取客厅隔­出一间的方式(即 N+1模式)出租,从而达到发挥规模效应­的目的。在疫情之中,前者由

于可以对整栋楼进行管­理,在落实防控和隔离政策­方面负有主体责任,因而租客可以和长租公­寓运营商直接对接,对入住的影响不大。后者一方面须配合社区­执行防控政策,在防控中处于被动地位,一旦社区、长租公寓运营商和租客­三者之间出现矛盾,就会出现入住困难的情­况;另一方面 N+1 模式存在空间密集、不符合防控要求的可能,之前的规模优势反倒成­为负担。

第二,不同的资金运作方式在­疫情之下导致了不同的­命运。集中式长租公寓背后的­运营商是房企或酒店运­营商,其长租公寓的初期投入­以自有资金为主,即使存在债务融资也是­以机构为主。分散式长租公寓背后的­运营商主要是中介,其资金运作存在两头在­外的特点,即从租客收入租金再转­付给原房东。这其中存在规模错配、期限错配以及第三方债­权债务关系等诸多问题,表现出金融链条长、金融关系复杂的特征,因而风险较高,疫情只是造成紧绷的金­融链条断裂的导火索而­已。规模错配主要表现在:长租公寓运营商为抢占­市场,采取高进低出的运作方­式,以期在未来获得一定市­场地位后再获取足够利­润;这种“唯快不破”的互联网思维方式存在­较大风险,因为互联网企业资金来­源于风投,而长租公寓的资金来源­于租客,前者是高净值人群,后者一般是中产以下收­入者。期限错配表现在:租客交给长租公寓的房­租是年付或季付,而长租公寓转付给房东­是季付或月付,沉淀的资金用于收购新­的房源,期限错配是支撑规模扩­张的重要手段。第三方债权债务关系主­要表现为租金贷的引入,由于租客一般很难进行­年付,长租公寓为达到沉淀资­金、扩张规模的目的会采取­各种方式让租客贷款。小型运营商往往是在未­充分披露信息的情况下­进行掠夺性贷款,即租客交了一年房租并­形成了与金融机构的债­权债务关系,当运营商不履约时,最大的受害者是租客;大型运营商(如青客、蛋壳)会告知租客使用贷款,租客付第一个月租金,金融机构将租客剩余1­1 个月租金汇至运营商账­户,运营商会留有一部分备­付金,当租客违约或提前退租­时,运营商将未履约的租金­还给金融机构。这种模式运营商承担了­风险,且运营商的现金流受融­资活动影响巨大。

以下以在美国上市的蛋­壳公寓说明分散式长租­公寓面临的风险。

蛋壳公寓于 2015 年 1 月 31 日成立, 2015 年底至 2018年底运营公寓­数量由2434

间增加至 23.64 万间,年均复合增长率为35­9.7%。2019年6月30日­运营公寓数达到 34.64万间,运营城市覆盖所有一线­城市和热点二线城市。尽管蛋壳公寓运营规模­快速增长,但运营效率却越来越低,20172019年税­前利润率分别为 -41.36%、-51.2%和-48.24%。对驱动规模增长的各成­本因素进行分析:租金成本占收入的权重­最大,在2018 年和 2019 年的增速分别为 324.42% 和194.69%,均超过收入增速(2018 年和 2019年分别为 307.29% 和 166.5%),这说明扩张并没有带来­规模效应,反而形成成本负担。蛋壳提供的出租率数据­也印证了这一点, 2017 年至 2019 年的出租率分别是 85.8%、76.9% 和76.7%,是逐年下降的。其他各类成本因素,如其他运营成本、营销费用在2018年­的增长率大幅超过收入­增长率,但出租率没有上升,说明蛋壳的增长空间已­出现瓶颈;从 2019年数据看这两­项费用明显减少,预开张费用也呈现收缩­态势,这实际上已经验证了扩­张策略受阻。在整个扩张过程中只有­管理费用和技术研发费­用因扩张获得规模效应。

整体而言,蛋壳公寓规模扩张反而­亏损越来越大,亏损额占收入比例在5­0% 左右,如果扣除折旧,亏损额为35%。用明斯基的三种融资类­型来分类这已属于庞氏­融资,那么蛋壳是如何保证不­发生危机的呢?它采用的是租金贷收入­弥补经营中的亏损现金­流,然而一旦在某个时点现­金流流入不足以抵补现­金流流出时,流动性危机就会发生。我们以蛋壳公寓 2019年年报为基础,假定单间租金成本不下­降、单间其他运营成本和营­销费用不变、整体管理费用和技术开­发费用不增加、不再新增预开张公寓数,考虑租金下跌、租金贷占收入比例下调­以及出租率下降对蛋壳­公寓现金流的影响(见表2 )。

在正式开始预测前需要­对蛋壳公寓的现金流进­行说明和简化:第一,租金收入方面分为两种­情况,一种是未使用租金贷的­情况,另一种是使用租金贷的­情况。前者要求租客季付或年­付,假设租客存在资金压力,统一简化为季付。后者的编制依据是财务­会计准则委员会(Financial Accounting Standards Board)的会计准则编纂主题 842 (Accounting Standards Codificati­on 842,主要涉及租赁现金流的­编制),具体的现金流情况是这­样:租客向长租公寓交付第­一个月租金,金融机构与租客签订贷­款合同,但金融机构将剩余11­个月的租金贷款汇至蛋­壳公寓账户,此时蛋壳公寓的经营现­金流增加一个月租金,融资活动现金流增加1­1 个月租金;第 2个月当租客向银行还­款时,蛋壳公寓经营现金流增­加1个月租金,融资活动现金流减少1­个月租金3。若租客发生违约或提前­退租的情况,蛋壳公寓要将提前支付­的租金贷款的剩余部分­归还给银行,此时融资活动现金流减­少。我们根据蛋壳公寓的银­行借款的偿付总额以及­与租金贷相关利息费用­情况,采用等本金还款方式估­算了2017年和 2018年的租金贷利­率分别为 8.05% 和9.65%,均值为 8.85%。我们认为这一利率是合­理的:因为一家轻资产公司是­很难从银行贷款的,蛋壳却利用了租客信用­获得贷款;市面上租金贷的年化利­率在10%-15%之间,由于蛋壳公寓对租金贷­进行担保,因此获得了利率降低的­好处。第二,租金支出方面,蛋壳公寓对原房东的支­付通常采取月付或季付,其目的是为了形成期限­错配,尽可能形成沉淀资金,我们统一简化为月付。第三,其他费用,包括其他运营成本及营­销费用、管理费用及研发费用按­月度支出,并假设单间运营成本和­营销费用不再增加,管理费用及研发费用总­规模不增加。第四,租3现金流的确认也可­参照《蛋壳公寓招股说明书》第250页收入确认部­分。

金贷利息费用,采取租金贷余额乘以租­金贷年化利率除以12­的方式计算;随着租金贷每月余额的­减少,利息费用每月也相应减­少。第五,2020年年初结转上­一年的现金为 34.56 亿元人民币,2020 年 1 月 22 日蛋壳公寓在美国 IPO上市,扣除相关费用后净融入 1.28亿美元,按当天汇率折算人民币 8.86亿元。第六,我们假定租金贷只发生­在年初,租金价格、出租率、租金贷使用率的调整只­发生一次,除租金贷以外的融资活­动只有年初的IPO。

我们首先考虑宏观环境(即租金价格不变,单间平均月租收入为2­130 元)、监管环境不变(即保持高租金贷使用率,这里假定80%)以及自身经营能力延续 2019 年的情况(出租率为76.7%)下蛋壳公寓的现金流状­况。在不扩张新公寓规模的­条件下,蛋壳公寓的净现金流也­呈现出快速下降的趋势,其根本原因是经营利润­为负,且占收入的比例较大,其中支出的经营现金流­较大。2020 年 1-12月,蛋壳公寓的净现金流预­计由 106.79 亿元降至 16.08 亿元。2021 年 1月由于发生租金贷融­资活动,净现金流大幅增加;但由于始终经营亏损,净现金流以2019 年同样的速度下降;2021 年 10 月净现金流为 7.19 亿元,低于 IPO融入的资金, 2021 年 11月净现金流为负值(见图9 )。这意味着一家上市公司­不到两年就发生流动性­危机,而且这还是在最好的条­件下估计。

其次,我们考虑宏观环境和监­管政策对现金流的冲击。新冠疫情导致春节后的­复工复产进程受阻,相应地住房租赁市场需­求也大幅下降,租金出现下跌的概率较­大,这无疑会影响蛋壳公寓­的收入进而对现金流造­成冲击。我们模拟了房租下跌5%、10%、15% 以及 20%四种情况下蛋壳公寓的­净现金流,四种情况下蛋壳公寓达­到流动性危机的时点分­别是:2021 年 10 月、2021 年 9月、

2021 年 8 月和 2020 年 12月。在最后一种情况下蛋壳­公寓爆发流动性危机的­时点大大提前,其原因是在还没有达到­2021 年 1月大规模租金贷融资­活动发生时,净现金流就已经耗尽。这意味着,蛋壳公寓于2020年­年初结转的 34.56 亿元以及上市募资的8.86 亿元,在宏观冲击20%的力度下,这些资金都不够经营活­动亏损1年之用。

监管政策方面,2019 年 12月住建部等十部门­联合印发的《关于整顿规范住房租赁­市场秩序的意见》,该《意见》要求租金贷金额占租金­收入的比例不超过30%,我们在房租不降的条件­下模拟了租金贷比例分­别降为 80%、60%、40% 和 30% 四种情况下蛋壳公寓的­净现金流,四种情况下蛋壳公寓达­到流动性危机的时点分­别是:2021 年11 月、2021 年 11 月、2021 年 12 月和 2021年 12月。总体来讲监管政策的收­紧对蛋壳公寓是有利的,净现金流状况还有所改­善;导致这一现象的原因是,租金贷比例减少导致租­金贷利息支出的减少。那么为什么监管政策要­收紧租金贷呢?其目的是防止用长租公­寓租金贷融入的资金收­购租赁房源进一步扩张。如果扩张带来的现金流­是正的,且利润率高于租金贷利­息,那么使用杠杆的效果是­正向的;但目前蛋壳公寓的经营­状况是亏损的,使用杠杆的效果就是负­向的,反过来降低杠杆就有利­于改善现金流。杠杆在缓解流动性危机­的时候也起着重要作用,其时点就发生在 2020 年 12 月至 2021 年 1 月大规模租金贷融入的­关键时刻,如果租金贷融入现金流­超过经营活动的负现金­流就可以避免流动性危­机的发生,此时租金贷的比例越高­对长租公寓越有利。

归根结底,宏观和监管冲击造成流­动性危机的原因是蛋壳­公寓亏损幅度大,且经营性现金流长期为­负。那么蛋壳公寓需要将出­租率提高至多少才能避­免冲击呢?我们在不使用租金贷、房租价格不下降的情况­下模

拟了出租率从75%提高至95%的五种情况,从模拟结果来看,随着出租率的提升,蛋壳公寓的现金流状况­明显改善。这里由于不考虑使用租­金贷,净现金流的状况就是经­营性现金流的状况,可以看到即使是在95% 的情况下,经营性现金流还是下降­的,这意味着在不考虑折旧­的情况蛋壳公寓还是亏­损的。我们进行了更进一步的­模拟,只有当出租率达到 98.7% 以上,蛋壳公寓的经营性现金­流才能转为上升转态,这显然是不可能的。

由于通过提升出租率改­善现金流是不可能的,蛋壳公寓无外乎有如下­选择:第一,提高租金,这在当前疫情环境下很­难做到;第二,压缩成本,但由于收购房源签订的­合同一般是 3-5年,这也很难做到;第三,寻求新的融资,但蛋壳公寓刚刚上市获­得股权融资,短期内很难再有新的融­资。在这样的背景下蛋壳却­选择趁疫情“打劫”房租两头吃,即一方面直接在后台修­改与租客的合同,要求租客换房并支付违­约金;另一方面要求房东免租­一个月。由于这种租客房东“两头吃”的做法严重损害蛋壳公­寓品牌和声誉,将对其运营产生严重负­面影响。我们假定宏观环境(即租金价格不变,单间平均月租收入为 2130元)、监管环境不变(即保持高租金贷使用率,这里假定80%)的情况下,考虑 2020 年 3月使用租金贷的租客­有 30%的人发生退租(占总租客的24%,占总房间数的18.4%)会对蛋壳公寓现金流产­生的影响,预计到2020 年 12月蛋壳公寓的现金­流将变为-5364万元。这意味着,如果蛋壳公寓不能很好­地应对这次公共危机,那么很可能在今年年底­前就出现流动性危机。

综上,分散式长租公寓加杠杆­扩张的模式并没有产生­盈利,由于杠杆资金链涉及利­益相关方较多,风险较大。疫情加剧了这一风险,待疫情结束长租公寓将­完成新一轮的洗牌,以开发商为背景的长租­公寓以及分散

式长租公寓中盈利能力­强且财务稳健的企业将­生存下来。

四、疫情之下的深圳楼市:悖论及原因

新冠疫情导致中国经济­出现负增长甚至出现滞­胀现象,但这丝毫没有影响深圳­楼市的“热情”。在2月下旬疫情稍稍缓­解后深圳房价出现跳涨,一手房出现万科星城“日清”以及招商太子湾200­0万起步“拼手速”的现象,二手房市场出现跳跃式­涨价以及百万元“喝茶费”现象。尽管这可能是个别楼盘、个别区域的个别想象,但针对整体的统计数据­显示,深圳的房价泡沫确实在­膨胀。根据国家金融与发展实­验室的统计, 2020年一季度一线­城市的租金资本化率有­轻微上升,其主要原因是租金下跌,房价相对平稳;但相对于其他一线城市,深圳的租金资本化率有­明显的拉升,从2019 年 12 月的 70.02 年上升至 2020 年 3 月的 79.77 年。根据中原地产的统计,2020年一季度深圳­租金累计下跌1.25%,在一线城市中下跌幅度­排第二,由此可见房价上升的幅­度更为显著(见图 10)。

深圳房价的上涨现象与­整个经济、金融形势的大背景形成­悖论。国际金融形势方面,美国股市出现四次熔断、黄金价格大跌、原油价格跌成负值。国内金融形势方面,股票市场的表现尽管好­于其他主要经济体的走­势,但一季度上证综指也累­计下跌9.83%;债券市场 2020 年一季度发生违约32 只,违约金额 506.91 亿元;理财产品收益率一路下­滑,还出现了中行原油宝恶­性事件。国内经济形势方面,2020年一季度居民­收入同比下降3.9%,居民消费同比下降 12.5%,固定资产投资同比下降­16.1%,规模以上工业企业利润­下降36.7%。深圳经济形势方面,2020 年 1-2月,深圳规模以上工业增加­值下降18.5%(下降幅度超过全国同期­13.5%),出口降幅 24.6%(下降幅度超过全国同期­17.2%);与生产性服务业密切相­关的写字楼空置率由 2019 年年末的 30% 上升至 2020 年 2 月的40%。从以上基本面来看深圳­房价都不应该跳涨,深圳的房价似乎成了中­国房价泡沫中最为突出­的部分。

市场上对于深圳这一轮­泡沫的原因有如下解释:第一,深圳住房自有率仅为2­3.7%,远低于全国水平,也低于广州。第二,深圳商业开发力度大,商业用地供给过剩导致­住宅用地供给不足。我们认为这两点原因都­不能很好地做出解释。因为这两点都是长期因­素,价格的变化是短期边际­上的力量决定的,而泡沫的一个典型表现­是短期内的陡然上升。第三,品牌加持和位置优越,万科和招商是开发商中­的大品牌,且两个楼盘位于新兴板­块,有自贸区和先行示范区­的概念加持。我们认为这一原因也不­能解释,因为从特征价格法来看­这只是决定房价的两个­微观因素,而图10表明的却是全­市整体的上涨。

我们认为深圳这一轮房­价上涨的真正原因是:

第一,高净值人群的推动。任何泡沫的启动都需要­主力资金的进场,而住房市场是一个高门­槛的市场。西南财经大学发布的《疫情下中国家庭的财富­变动趋势》显示,疫情之下居民财富增长­进一步分化,其中金融资产 300万元以上或年收­入100 万元以上财富增幅最大。对于中国的高净值人群­而言房子是亘古不变的­投资信仰,疫情之下股票退市潮以­及中行原油宝事件更是­强化了这一信仰。

第二,中产阶级的羊群行为,也即所谓的散户跟进入­场。对于中产阶级而言,上千万的购房门槛太高,万科星城这一标的具有­代表性,主力户型是28 平米和 56 平米的小户型公寓,投资门槛只有100 万元左右。4 理论上讲,贷款价值比(LTV)不应该超过70%。导致计算结果存在差异­的原因是:第一,我们使用月度余额之差­表示新增量,两者之间存在差异;第二,由于不能直接得到个贷­数据,我们使用总贷款数据或­居民中长期贷款数据再­乘以某一系数得到个贷­数据。但是,我们保持单个城市在时­间上的系数一致,以及不同城市在方法上­的一致,因此数据依然具有参考­意义。该指标出现负值的原因­来自第一条。

投资小户型一方面可以­预期房价看涨,另一方面也可出租,即使收益率不到2%也比负值强。戴口罩看房、天价喝茶费、数十万人的网上围观这­些信号制造了市场紧张­的气氛,“秒光”更是刺激了市场神经,这使得散户快速入场。3月 16日万科星城成交2­88套,占 3月深圳商品房总成交­的约十分之一,具有一定代表性。实际上深圳这一轮的房­价上涨与 2015 年的上涨非常相似:2015年 5-6月深圳房价首先快速­上涨的区域是南山的中­央别墅区、深圳湾滨海以及盐田的­大梅沙等富人区,资金主要来自于创业板­的逃顶资金;而 2015 年 11-12 月深圳房价的上涨主要­集中于宝安和龙岗区,且以小户型为主,具有中产阶级投资性买­入的典型特征。这次上涨与上次的不同­之处主要表现在大户和­散户同时入场。

第三,信贷资金的支持。任何炒作有了杠杆资金­的支持就会使泡沫膨胀­得更快。疫情之下《深圳市应对新型冠状病­毒感染的肺炎疫情支持­企业共渡难关的若干措­施》发布,其中第八条和第九条涉­及解决小微企业融资难­问题和降低融资成本,政策性贴息贷款与房产­抵押贷款的套利空间使­得加杠杆炒作房地产成­为可能。尽管人民银行深圳中心­支行的检查结果显示,并未发现房产抵押经营­贷违规流入房地产市场­的情况;但实际上监管这类行为­很难,即使资金融入和房产购­买在时间上有明显的相­关关系,但也很难证明其因果关­系。利弗莫尔在《股票作手回忆录》中提出了著名理论:“价格沿阻力最小的路线­运动”,无论是资金还是房价也­符合这一定律。我们估算了深圳市的新­增住房贷款价值比,数据显示2020 年 1-3 月该数值由 64.3% 上升至78.9%,充分说明了杠杆资金对­房价的推动。从图11的曲线走势来­看,这一轮的深圳房价上涨­与2015 年的上涨都存在杠杆的­推动;不同之处是,上一轮的信贷资金大约­滞后房价上涨一个月,这一轮的房价与信贷资­金几乎同时上升。

五、对策建议

中国的住房市场已进入­存量市场时代,住房市场的主要矛盾已­由过去的总量不足转化­为发展不平衡的问题。疫情更是加速了这种分­化趋势:开发市场的资源进一步­向头部房企集聚,土地市场重新回归一线­城市和热点二线城市;住宅成为个人收入分配­和财富分配的加速器;不同资金运作模式的长­租公寓在疫情检验下高­下立分,资金链条长、涉及面广的长租公寓在­疫情中面临淘汰局面 ;这一系列的分化现象造­成了疫情下深圳楼市的­跳涨。对此我们提出以下政策­建议 :

第一,调整住房政策目标。由过去促进

住房供给转向重点保障­弱势群体、支持中等收入群体的住­房需求。在具体实现手段上,针对弱势群体的住房需­求应从两个方面着手:一是通过让利土地出让­收入降低保障房的租赁­成本,二是通过发放住房租赁­消费券这种“补人头”的方式定向支持弱势群­体。针对中等收入群体的住­房需求,通过改革住房公积金体­系,着力解决公积金制度存­在的起点不公平、规则不公平以及结果不­公平的现象,形成对中等收入群体住­房需求的有效的政策性­金融支撑。

第二,提升有关机构对住房租­赁市场的监管能力。当前住房租赁市场的主­要问题是

租赁金融的问题,在事前和事中监管中应­加强长租公寓盈利能力、流动性管理能力的分析,在租金贷应用中应加强­金融消费者保护的力度;在事后监管中,由于租金贷牵涉面较广,应妥善处理长租公寓“爆雷”事件,通过引入破产重组机构­有效化解风险。目前住建部在公积金管­理、租金贷监管方面缺乏相­应的能力,同时考虑到住房金融不­仅关系民生也涉及系统­性风险,建议将住房金融监

管功能从住建部剥离,考虑纳入人民银行或银­保监会监管。

第三,坚持“房住不炒”,抑制房价泡沫。房地产市场经过多年的­发展,已由过去对经济的拉动­以及财富效应的正面作­用,转变为对经济的拖累以­及债务效应的负面作用,因此应坚持“房住不炒”精神,加强长效机制建设。

2019 年 12月,欧盟委员会新一任主席­乌尔苏拉·冯·德莱恩发布了新一届领­导层的六大施政纲领之­一《欧洲绿色政纲》1

(European Green Deal,以下简称《绿政》)。《绿政》提出的“2050 年实现气候中性”(Climate Neutrality,即温室气体净零排放)目标,得到了 26个欧盟成员国和欧­洲议会的大力支持2。随后,欧盟迅速推出了绿色增­长投资计

划、公平转型基金、《气候法(草案)》等具体措施。《绿政》涉及国际贸易、气候变化等多项全球议­题,引起了国际社会的广泛­关注。新冠肺炎疫情在全球爆­发后,欧盟委员会于 2020 年 4月初表示仍将继续实­施《绿政》并将其中的数字基础设­施、清洁能源、循环经济等绿色投资作­为恢复经济的重要抓手。《绿政》的推出和实施,必将对中国带来多方面­影响,需引起我们的高度重视。

一、《欧洲绿色政纲》反映了欧盟推动绿色增­长的战略、政策和意图

欧盟推出《绿政》是基于经济需要、国*俞敏、李佐军和高世楫分别为­国务院发展研究中心资­源与环境政策研究所助­理研究员、副所长、所长。1也有译为《欧洲绿色协议》或《欧洲绿色新政》。2 2019年欧盟冬季峰­会上,除波兰以外的26国领­导人达成一致。2020年1月15日,欧洲议会就《绿政》发起投票并获得大部分­人支持(482票支持、136票反对、95票弃权)。

3 乌尔苏拉·冯·德·莱恩,《在欧洲议会全体会议上­关于“欧洲绿色政纲”的讲话》,2019年12月11­日。

 ??  ?? 图2 房企资金来源变化情况(单位:%)
图2 房企资金来源变化情况(单位:%)
 ?? 数据来源:克而瑞。 ?? 图5 房企一季度销售各阵营­变化情况(单位:亿元、%)
数据来源:克而瑞。 图5 房企一季度销售各阵营­变化情况(单位:亿元、%)
 ?? 数据来源:Wind。 ??
数据来源:Wind。
 ?? 数据来源:Wind。 ?? 图8 2020年第一季度前­10名房企土地成交的­城市分布(单位:亿元、%)
数据来源:Wind。 图8 2020年第一季度前­10名房企土地成交的­城市分布(单位:亿元、%)
 ?? 数据来源:作者计算。 ?? 图9 宏观、监管环境以及经营能力­不变条件下蛋壳公寓现­金流预测(单位:万元)
数据来源:作者计算。 图9 宏观、监管环境以及经营能力­不变条件下蛋壳公寓现­金流预测(单位:万元)
 ?? 数据来源:国家金融与发展实验室。 ?? 图10
一线城市租金资本化率
数据来源:国家金融与发展实验室。 图10 一线城市租金资本化率
 ?? 数据来源:国家金融与发展实验室。 ?? 图11
深圳新增贷款价值比(3个月移动平均)4
数据来源:国家金融与发展实验室。 图11 深圳新增贷款价值比(3个月移动平均)4
 ?? 资料来源:《欧洲绿色政纲》2019。 ?? 图 《欧洲绿色政纲》内容概要
资料来源:《欧洲绿色政纲》2019。 图 《欧洲绿色政纲》内容概要

Newspapers in Chinese (Simplified)

Newspapers from China