全球经济低迷环境下的房价上涨之谜.pdf

请务必阅读正文之后的 重要声明 部分 Table_Main Table_Title 分析师：陈龙 执业证书编号： S0740519040002 Email： chenlongr.qlzq 研究助理 ： 卫辛 Email： weixinr.qlzq Table_Report 相关报告 谁会成为未来可选消费的“新星” 行业比较系列三 科技股的“尬”与“惑” 行业比较系列四 探寻行业复苏力量下的投资机会 行业比较系列五 从市场担忧，把脉科技股的机遇与风险 行业比较系列六 “硬科技”领域投资方略 行业比较系列七 必需消费品投资要紧抓 ROE行业比较系列八 Table_Summary 专题策略 研究背景： 在疫情持续发酵的一季度，全球房地产市场出现了许多相似的瓶颈。 新房销售市场走势低迷，股票价格普遍回调， 相反 ， 地产 销售价格却表现坚挺，部分国家甚至出现的持续上升的迹象。 问题 1： 为何地产行业销售一片低迷中，房价表现如此亮眼？ 通过梳理我们发现， 房价的决定因素是商品房的价值，价值的决定因素是未来租金的贴现。因此，租金和贴现率是影响房价的两大最为关键和直接的因素。 其他诸如 区位、经济增长、利率、土地 政策、地价等都是通过影响租金和贴现率进而影响 房价的 间接因素 。事实上，虽然本次疫情短期抑制了居民的购买需求，甚至加剧经济下行的压力 ，从而影响了未来租金的预期（投资者普遍看到了房价上涨和租金下跌的背离） 。但是宽松的货币政策 （影响贴现率下降） 对短期的 房价 形成支撑，尤其是区位优势明显的地区 （地段的稀缺性） 房价下滑压力与动机更弱 ，甚至出现不跌反升的现象 。 以一线城市深圳为例，自 2017 年以后，深圳房价与租金的关系从弱正相关性转为明显负相关性，即相关系数从 0.29 转为 -0.72。 这也就解释了一线城市房价投资属性更强，与 利率更加敏感。受新冠疫情的影响，经济普遍下行，租金下滑趋势明显，然而利率下行支撑了房价 。 问题 2： 如何理解房价与各类资产的相关性？ 从房价与国内主要资产的相关性分析，我们得出了几个非常重要的结论： （ 1）房价与债券市场（国债收益率）呈现负相关性，即与国债收益率呈现正相关性。 也就是说，从全国的角度看，百城房价与宏观经济相关性更强（或者简单说与分子 端的 租金更相关），事实上宏观经济趋势繁荣，利率往往呈现上涨的态势，与房价上涨交相辉映。 然而，我们发现，一线城市（北京上海深圳）房价与利率却呈现明显的负相关性。与全国房价数据正好相反。这意味着，一线城市地产更具投资属性（与利率的敏感性更强）。无论新房价格还是二手房价格都具有稳定的负相关关系。另外，改善房投资属性强于刚需房 。 （ 2）房价与股价的关系也值得耐人寻味。 数据显示，房价与股价呈现弱负相关关系， 说明居民在房地产和股票之间存在此消彼长的配置关系 ， 尤其是 2017 年之后 一线城市的负相关性强于三四线。 从房价与股价的偏离度也能得出同样的结论。 （ 3）房价与商品价格的关系非常显然， 平板玻璃和粗钢价格与房价呈现明显的正相关性。 问题 3： 地产行业低迷下的配置策略 ？ 虽然在流动性宽松以及土地价格升温的支撑下，全球 1 季度房价表现坚挺，但是往前看，地价的持续走热可能会吸引政策监管的关注，随着经Table_Industry 证券研究报告 /专题 报告 2020 年 6 月 7 日 全球经济低迷环境下的房价上涨之谜 行业比较系列 九 请务必阅读正文之后的 重要声明 部分 - 2 - 专题 报告 济的逐步恢复，流动性宽松的环境可能出现边际收敛。这也就意味着在没有其他因素的干扰下，前期支撑房价的因素可能面临弱化。 而房价投资回报的下滑可能会提升股票配置的吸引力。 具体到行业来看，我们进一步整理了历史上房价下滑期间各行业的相对收益， 数据显示，无论从不同百城样本还是一线城市数据看，食品饮料、非银金融等行业 往往有不错的表现，相反，汽车、商业贸易等可选消费行业整体表现低迷。 风险提示： 经济增速不及预期风险， 估算变化是基于历史数据 等。 请务必阅读正文之后的 重要声明 部分 - 3 - 专题 报告 内容目录 内容目录 . - 3 - 图表目录 . - 4 - 全球经济低迷环境下的房价上涨之谜 . - 5 - 一、全球地产低迷中的坚挺房价 . - 5 - 二、如何理解房地产行业的定价因素？ . - 7 - 2.1 存量房地产行业的定价因素？ . - 7 - 2.2 增量房地产行业的定价因素？ . - 9 - 2.3 如何理解存量（物业市场）与增量（资产市场）的联系？ . - 9 - 三、如何理解房价与各类资产的相关性？ . - 10 - 3.1 房价与利率相关性分析 . - 11 - 3.2 房价与股票相关性分析 . - 12 - 3.3 房价与商品相关性分析 . - 13 - 四、房价波动对国内资产的影响 . - 14 - 五、地产行业低迷下的配置策略 . - 14 - 请务必阅读正文之后的 重要声明 部分 - 4 - 专题 报告 图表目录 图表 1：全球地产行业股价普遍回调 . - 5 - 图表 2：全球地产龙头房企股价表现 . - 6 - 图表 3：中国房地产销售与待售 面积同比 . - 6 - 图表 4：英国房地产市场活动显著放缓 . - 6 - 图表 5：中、美房地产价格增速 . - 7 - 图表 6：英、韩房地产价格增速 . - 7 - 图表 7：房地产租金与房屋价格 . - 8 - 图表 8：房地产租金与经济增长 . - 8 - 图表 9：全球主要城市不同地区租金 价格比（ 2020） . - 8 - 图表 10：北京不同时间同一地区的租金价格比 . - 8 - 图表 11：土地购置与房地产销售 . - 9 - 图表 12：土地价格近期升温 . - 9 - 图表 13：房地产市场四象限变化 . - 10 - 图表 14：房地产价格与国内资产相关性 . - 10 - 图表 15：新建房价与 10Y 国债相关性（周期项） . - 11 - 图表 16： 二手房价与 10Y 国债相关性（周期项） . - 11 - 图表 17：不同面积房价与 10Y 国债相关性（周期项） . - 12 - 图表 18：房地产价格与 A 股走势（周期项） . - 12 - 图表 19： 不同城市房价与国内资产相关性 . - 12 - 图表 20：居民配置各 项资产间的偏离度 . - 13 - 图表 21：新建房价与各类工业品的相关性（周期项） . - 13 - 图表 22： 二手房价与各类工业品的相关性（周期项） . - 13 - 图表 23：历次房价波动时期国内资产主要表现 . - 14 - 图表 24：历次房价下跌时期 A 股超额回报率 . - 15 - 图表 25：历次房价下跌时期 A 股超额回报率 . - 15 - 请务必阅读正文之后的 重要声明 部分 - 5 - 专题 报告 全球经济低迷环境下的房价上涨之谜 在前期的报告中我们分别梳理了今年市场关注度较高的科技与消费板块的投资机会。本篇报告，我们则重点阐述了今年走势相对疲弱，但却 处于 经济压舱石 地位 的重要行业 房地产。具体来说，我们重点回答以下 几 方面问题： 问题 1： 为何地产行业销售一片低迷中， 全球 房价表现如此亮眼？ 问题 2： 如何理解房价与各类资产的相关性 ？ （ 一线与 其他城市有区别吗？ ） 问题 3： 房价波动对国内资产的影响？ 问题 4： 地产行业低迷下的配置策略 ？ 一 、 全球地产低迷中的坚挺房价 在疫情持续发酵的一季度，全球房地产市场出现了许多相似的 瓶颈 。 股票价格普遍回调，销售市场走势低迷 。相反 ， 销售价格却表现坚挺，部分国家甚至出现的 持续上 升的迹象 。 今年以来全球房地产行业的股价出现了普遍回调。 2019 年全球 房地产开发企业的股价表现 十分 优异 ，尤其是 标准普尔美国房屋建筑商指数 全 年 收涨 41%， 创下 2012 年的新高。然而，这种高光时刻并没有维持多久，随着 2020 年全球股市的调整，世界主要国家与地区的地产股普遍出现大幅回调。 图表 1： 全球地产行业股价普遍回调 来源： Bloomberg， 中泰证券研究所 （截至 2020 年 5 月 20 日） 即使是存量博弈下的佼佼者，全球地产龙头股也未能幸免，出现了不同程度的下跌。 考虑到国外房地产上市公司包含大量的 房地产投资信托 (REITs)公司，与 A 股差异明显，整体可比性较差。因此，本文重点关注的是以房地产开发与经营为主业的上市公司，并将该行业市值前三名定义为行业龙头。数据显示，与 2019 年股价普遍上涨不同的是，今年无论是以房地产开发还是以房地产服务为主业的2019 2020 2019 2020 2019 2020 2019 2020 2019 2020能源 9 -35 能源 8 -36 金融 9 -31 能源 8 -35 能源 -18 -18金融 20 -30 金融 22 -30 能源 15 -30 金融 29 -28 金融 -13 -12房地产 20 -21 房地产 20 -21 房地产 19 -26 工业 27 -22 房地产 -13 -12工业 24 -20 工业 26 -20 公用事业 5 -22 房地产 25 -17 公用事业 -9 -8原材料 16 -15 原材料 20 -14 工业 5 -21 公共事业 22 -13 可选消费 -5 -5公用事业 18 -14 公用事业 19 -13 原材料 2 -19 材料 22 -13 材料 -3 -4必需消费 19 -10 必需消费 20 -9 必需消费 9 -15 必需消费 24 -8 工业 -1 0可选消费 26 -6 可选消费 25 -6 信息科技 38 -11 医疗 19 -2 日常消费 13 12医疗保健 21 0 医疗保健 21 0 可选消费 34 -6 可选消费 26 0 信息技术 11 12信息科技 45 3 信息科技 46 5 医疗保健 3 8 信息技术 48 6 医疗保健 19 18M S C I 全球 M S C I 发达 M S C I 新兴 美国 中国请务必阅读正文之后的 重要声明 部分 - 6 - 专题 报告 龙头公司，股价都出现不同程度下跌。 图表 2： 全球地产 龙头房企股价表现 来源： Bloomberg，中泰证券研究所（截至 2020 年 5 月 20 日） 与股价交相辉映的是，实体层面销售端走弱。 其中， （ 1）中国市场：14 月房地产销售面积累计同比 -19.3%，降幅较前值有所收窄，但仍在历史低位。同时，待售面积自 2 月转正后增速持续为正，表明库存消化压力仍存。 （ 2）美国市场： 从 2016 年到 2019 年，美国市场平均每月有 2100 个独特的商业地产购买者。这一数字在整个2020年第一季度回落， 3月仅为 790个买家。从房屋销售的数据看，3 月新屋销售套数同比从 2 月的 10.8%大幅下滑至 -9.5%，成屋销售套数同比从 2 月的 7.1%大幅下滑至 0.8%。同时，美国 4 月份新屋开工数创下纪录最大降幅，当月住宅开工数降至 2015 年 2 月以来最低。 （ 3）英国市场： 根据 Zoopla 的统计， 3 月底的需求（网站上浏览然后查询）下降了 40。其中，住房购买和租赁的需求均出现急剧下降。 国家 名称 2019年 2020年 国家 名称 2019年 2020年中国 万科A 41 -20 中国 世联行 -5 -29中国 保利地产 43 -6 中国 国创高新 -4 -7中国 招商蛇口 19 -18 中国 南都物业 28 20美国 霍顿房屋 54 0 美国 世邦魏理仕 -8 -35美国 莱纳房产 43 4 美国 仲量联行 -8 -44美国 普尔特房屋 51 -19 美国 FIRSTSERVICE 0 -7英国 PERSIMMON 40 -21 英国 戴维斯 -6 -20英国 BARRATT DEVELOPMENTS 61 -35 英国 LSL PROPERTY SERVICES 7 -37英国 BERKELEY 40 -20 英国 FOXTONS -1 -52日本 SEKISUI HOUSE 44 -17 日本 RELO HOLDINGS 7 -18日本 SEKISUI CHEMICAL 17 -26 日本 OPEN HOUSE 14 -13日本 IIDA GROUP HOLDINGS 1 -25 日本 AOYAMA ZAISAN NETWORKS 25 -14房地产开发 房地产服务图表 3： 中国房地产销售与待售面积同比 图表 4： 英国房地产市场活动显著放缓 来源： Wind，中泰证券研究所 来源： Zoopla ，中泰证券研究所 请务必阅读正文之后的 重要声明 部分 - 7 - 专题 报告 与 实体层面 销售端走弱相对应的是，房价的坚挺甚至回升。 其中，（ 1） 中国市场： 15 月 百城住宅价格同比从前值 2.93%小幅 上升至 2.99%，一线城市地产价格则从 2019 年底的 0.71%小幅上升至1.19%； （ 2） 美国市场： 标准普尔 /CS 房价指数 20 个大中城市 的同比增速则从去年底的 2.85%持续上升至 1 季末的 3.92%； 10 个大中城市同比从去年底的 2.37%持续上升至 3.38%； （ 3）英国市场：平均房价同比 从 2019 年 12 月的 1.41%持续上升至 4 月的 3.72%。 二 、 如何理解房地产行业的定价因素？ 为何 地产行业 销售 一片低迷中，房价表现如此亮眼？ 通过梳理我们发现，房价的决定因素是商品房的价值，价值的决定因素是未来租金的贴现。因此，租金和贴现率是影响房价的两大最为关键和直接的因素。其他诸如区位、经济增长、利率、土地政策、地价等都是通过影响租金和贴现率进而影响房价的间接因素。事实上，虽然本次疫情短期抑制了居民的购买需求，甚至加剧经济下行的压力，从而影响了未来租金的预期（投资者普遍看到了房价上涨和租金下跌的背离）。但是宽松的货币政策（影响贴现率下降）对短期的房价形成支撑，尤其是区位优势明显的地区（地段的稀缺性）房价下滑压力与动机更弱，甚至出现不跌反升的现 象。 2.1 存量房地产行业的定价因素？ 从长期看，在房地产物业市场上，房地产的市场价格应该等于流量租金的折现。 我们可以简单的用公式 P=R/I 来进行估算。其中，分子端 R 代表了一个租金水平，在这个水平上对物业的使用需求等于建筑物的供给。分母端 I 代表房地产资产的资本化率，即租金与价格的比值，这是投资者愿意持有房地产资产的当前期望的收益率。 分子端， 区位 与经济增长 是影响租金高低的重要因素，而 新增住房的建设成本决定了城市边缘的最低租金。 借鉴 DiPasquale &Wheaton（ 1996）的分析框架 （ 1） 从微观层面看， 我们将 城市的住宅 租金拆分为三类 ：分别是将农用土地 转为城市用地所必须的农业用地租金、坐落在土地上的图表 5： 中 、美房地产价格增速 图表 6： 英、韩房地产价格增速 来源： Wind，中泰证券研究所 来源： Wind ，中泰证券研究所 - 1 . 0 01 . 0 03 . 0 05 . 0 07 . 0 00 . 0 02 . 0 04 . 0 06 . 0 08 . 0 02 0 1 8 - 0 3 20 18 - 07 2 0 1 8 - 1 1 2 0 1 9 - 0 3 2 0 1 9 - 0 7 2 0 1 9 - 1 1 2 0 2 0 - 0 3百城住宅价格 :同比一线城市 :同比美国： 20 大中城市房价同比（右）- 1 . 0 00 . 0 01 . 0 02 . 0 03 . 0 04 . 0 05 . 0 06 . 0 07 . 0 08 . 0 02015 2016 2017 2018 2019 2020英国：房价同比 韩国：房价同比请务必阅读正文之后的 重要声明 部分 - 8 - 专题 报告 建筑物租金以及交通费用节省带来的区位租金。通常情况下，农业用地租金以及建筑租金在不同的位置都较为稳定，而随着向远离市中心的方向移动，租金将随着 交通费用的增加而逐渐降低，直至到城市边缘，租金降至最低点。 （ 2） 从宏观层面看， 长期来说物业市场的租金的变化与经济增长正相关的。 1 分母端， 城市人口的增长速度是决定住宅价格的 重 要因素，资本化率既会在同一时间随位置 的 不同而不同，又会在同一位置随时间变化而变化。如若一个城市从总体上不会再有增长预期时，其资本化率就是利率，而且在城市的任何地方都相同 ；如若城市的空间存在增长（比如是由于人口增长而形成的），资本化率会小于利率，而且在城市的不同位置会有所不同。 从下图的数据我们也可以看到，由于市中心可能带来更多的收益机会 、增长的空间使得房价与租金的比值远高于郊区。 1 DiPasquale, D., and Wheaton, W. C. (1996). Urban Economics and Real Estate Markets. New York: Prentice Hall 图表 7： 房地产租金与房屋价格 图表 8： 房地产租金与经济增长 来源： DiPasquale &Wheaton（ 1996） ，中泰证券研究所 来源： Wind，中泰证券研究所 图表 9： 全球主要城市不同地区租金价格比 （ 2020） 图表 10： 北京不同时间同一地区的租金价格比 来源： Wind，中泰证券研究所 来源： Wind，中泰证券研究所 住宅租金：位置租金建筑租金农用租金就业中cb d-9-41611162006 2008 2010 2012 2014 2016 2018 2020GDP :当季同比 租金：同比010203040506070802016 2017 2018 2019 2020市中心租金价格比 市中心以外租金价格比请务必阅读正文之后的 重要声明 部分 - 9 - 专题 报告 2.2 增量房地产行业的定价因素？ 从长期看，在房地产资产市场上，房地产的市场价格应该等于包括土地在内的重置成本。 其中，地价不仅是房价成本构成中最重要的组成部分，而且土地 成交状况 直接影响房地产市场的供应， 体现 房企对 后续 市场的预期 变化 。 从数据上来看， 4月 100大中城市土地溢价率从 3月的 15.25%进一步上升至 15.81%，成交土地楼面均价从前值的 -29.44%大幅回升至14.46%， 短期 地价的持续升温 也对房价下调空间形成支撑 。 2.3 如何理解 存量（物业市场） 与 增量（资产市场） 的联系？ 物业市场与资产市场之间有两个结合处：一方面，物业市场上形成的租金水平是决定房地产资产需求的关键因素，物业市场的租金变化会立即影响资产市场上的所有权需求；另一方面，如果新建设量增加且资产的供给增加量也随之增长的话，不仅会使资产市场价格下滑，而且也会使物业市场上租金随之下调。 通常物业市场确定的租金可以通过资产市场转换成物业价格。接着，这些资产价格可导致形成新的开发建设量，再转回到物业市场，这些新的开发建设量会形成新的存量水平。当存量的开始水平与结束水平相同时，物业市场和资产市场达到均衡状态。 图表 11： 土地购置与房地产销售 图表 12： 土地价格近期升温 来源： Wind，中泰证券研究所 来源： Wind，中泰证券研究所 -60-40-200204060802005 2007 2009 2011 2013 2015 2017 2019商品房销售 :同比 本年购置土地 :同比01020304050-40-200204060801002 0 1 7 - 0 4 2 0 1 7 - 1 0 2 0 1 8 - 0 4 2 0 1 8 - 1 0 2 0 1 9 - 0 4 2 0 1 9 - 1 0 2 0 2 0 - 0 4100 大中城市 :成交土地楼面均价 :同比100 大中城市 :成交土地溢价率 :（右）请务必阅读正文之后的 重要声明 部分 - 10 - 专题 报告 图表 13： 房地产市场四象限变化 来源： DiPasquale &Wheaton（ 1996） ， 中泰证券研究所 三 、 如何理解房 价 与 各类 资产的相关性？ 从房价与国内主要资产的相关性对比，与 A 股的相关性较弱，与商品的相关性较强，与 债券 偏向负相关。 我们基于 2010 年至 2020 年期间的相关数据进行分析， 以月度频率的数据 ，剔除趋势项因素后 进行 估算 。（ 1）房价与商品 、利率 普遍正相关，而与股票普遍负相关；（ 2）房价与 利率的相关性普遍高于股票； 2 图表 14： 房地产价格与国内资产相关性 来源： Wind， 中泰证券研究所 2 时间序列的频域数据分析将数据序列看作是由各种频率波叠加而成的，包含体现数据长期增长的低频波和展现其短期波动的高频波。本文重点考察剔除趋势后的循环要素的波动规律，即增长周期波动的变化及特征。