搜索
(其他领域)中国房地产业投资风险分析AnAnalysisofRealEstateIndustryInvestmentRiskinChina杜量南开大学经济与社会发展研究院硕士研究生关键词：房地产业，投资风险，泡沫，房地产泡沫指数摘要：房地产业是当前中国经济发展中极具特色的产业。中国房地产业的发展，关系到相关产业的发展以及整个国民经济的增长。构建起系统的中国房地产行业投资风险分析方法，并用该方法分析中国房地产行业的投资风险暨房地产泡沫问题，具有重大的理论和现实意义。本文以理论研究为指导，以实证研究为主；以定性分析为指导，以定量分析为重点。本文综合运用房地产泡沫指标法、指数合成方法和经济计量方法分析中国房地产行业投资风险问题，得出的初步结论为：就全国而言，当前并未出现房地产泡沫现象，当前中国房地产行业投资风险可控；但该行业存在着许多亟待解决的问题。Ⅰ研究目的与背景中国房地产业近年来飞速发展，强劲拉动GDP增长，为全球经济不景气下中国经济的逆风向增长做出了巨大贡献。但另一方面，房地产投资增长过快、房价上涨过快、房地产项目区域结构与产品结构不合理、房屋空置量较大、市场投机活动涌现等，都引起了全社会的高度关注。这也引发了各界对中国房地产行业投资风险的争论，且学术界、政界、企业界之间及其内部均有较大争议，所以也使得政府、房地产商、金融机构等在决策时难度加大。本文的研究目的就在于构建起系统的、逻辑严密的中国房地产行业投资风险分析方法，并用该方法分析中国房地产行业的投资风险暨房地产泡沫问题。Ⅱ理论回顾在对于当前中国房地产是否存在行业投资风险/是否存在泡沫的问题上，学者们的观点可大体上分为两类：第一类认为当前中国出现房地产泡沫，行业投资风险很大；第二类认为当前中国并未出现房地产泡沫，只是局部过热，投资风险可控。上述争论中，学者们很少用精确的数学方法测度泡沫，从而使得争论一直不能终止。因为这方面观点有较多雷同，下面仅列出一些颇具代表性的观点。表1中国房地产业泡沫的各种观点学者观点简短评述张曙光（2001）一些潜在的危险因素存在于中国高速发展的房地产业之中，房地产泡沫膨胀是一些非理性决策发展的结果。主要从决策层面分析；缺乏定量分析。吴敬琏（2003）判断房地产泡沫比判断股市泡沫更难，但住房空置率升高很难不是泡沫出现的理由；而且现在很多人都在对房地产市场进行投资，一旦是以投资目的入市，那和股市也就没什么区别，今涨明跌，泡沫也是自然的。从住房空置率和投资（含投机）角度判断房地产泡沫；但相关数据支持不够。樊纲（2002）判断泡沫存在与否，关键要做好预测，特别要关注房价和空置率的变化，这既关系到房地产业自身更关系到宏观经济的整体发展。北京房价偏高是北京具有的二元经济模式所至：很多外企与海外华人购房以及国内单位在京设办事处等因素均会拉高房价。认为只是局部过热，从二元经济模式角度分析了北京高房价的成因；但对全国总体形势未做深入具体分析。萧灼基（2002）房产销售期跨度较长（这由房产市场的特殊性决定），不少房屋的空置现象只是暂时的。在一定时期内有些地区出现了某种房型的过剩；但就全国总体情况而言，却不存在过剩之说。从房产特性、房产销售期等角度对房屋过剩现象进行分析；但数据支持不充分。下面是国际上一些知名专家学者对房地产泡沫的一些观点。美联储主席艾伦·格林斯潘(AlanGreenspan)（2002）对房地产泡沫的存在问题有一种不可知论的观点：在泡沫未破灭之前，很难确定泡沫的存在和存在的程度。行为金融学代表人物罗伯特·希勒(RobertJ.Shiller)（2003）则认为：全球有一个普遍现象——凡具有魅力的城市房地产市场的泡沫都在所难免；一个必然规律——房地产市场长期低迷或是长期高涨都会造成泡沫。不难看出，对当前中国房地产业的投资风险问题暨中国房地产泡沫存在与否的问题，学术界存在很大争论。其实，这种争论远远不止在学术界，在商界、政界甚至街头巷尾，都有很多这样的争议。这种争议之所以不能快速平息下来，很重要的一个原因就是：没有人能拿出为大家所公认的、客观的、逻辑严密的判断与论证方法。目前学术界这方面的研究，涉及某一点的多，全面系统的少；以研究定性的为主，定量的很少；即使有定量的研究，或计算方法上与国外有差异（如一些房地产泡沫指标在计算方法上与国外差别很大，导致数据没有可比性；或是一些临界指标选取有误），或数据支持不足（为中国房地产统计资料所限）。Ⅲ研究方法和数据本文构建了系统的、逻辑严密的中国房地产行业投资风险暨房地产泡沫问题分析方法，并用该方法对中国房地产行业作出了实证分析。本文综合运用房地产泡沫指标法（indexofrealestatebubbles）、指数合成方法(indicescompositionalgorithm)和经济计量方法分析中国房地产行业投资风险问题。房地产泡沫指标法是基于内部逻辑角度的分析方法；指数合成方法则是房地产泡沫指标法的深化；而经济计量方法则是在上述定量分析基础上的更进一步的严格分析，使得整个定量分析的严密性和可信度大大提高。同时，在具体的定量分析中，受限于中国房地产统计数据，笔者不得不创造性地构造了一些新的分析方法。考察中国实情，中国房地产业发展时间不长，房地产业统计更是滞后于房地产业的发展，房地产统计资料不全、不及时，一些初始的房地产统计资料缺乏。而仅有的统计资料往往由于统计口径等原因上的差别，导致一些数据在不同的文献资料上差别很大；甚至同一部门同一机构所发布的数据也因发布时间不同而异，或同一时间发布的数据逻辑上自相矛盾；一些数据要经过处理后才能使用。1因此，为尽量保证数据的准确无误，本文将主要从国家统计1例如国家统计局的《中国统计年鉴》，关于房地产业的统计资料最早见于《中国统计年鉴1995》，其收录的最早的房地产数据为1986年的一些数据；虽然在80年代中后期的《中国经济年鉴》中就有一些零星的局获取第一手数据资料，并对获取的资料进行对比分析，确保其准确无误后才正式采用。同时，对于本研究所必需而国家统计局又缺乏的数据，将从一些权威的数据库获取，中国建设部，中国人民银行，中国资讯行数据库，金报兴图数字年鉴馆2；获取的数据与国家统计局的数据作必要的对比分析后才正式采用。Ⅳ泡沫测度与中国房地产行业投资风险分析投资风险尽管在不同的文献中有不同的表述，含义有所区别，但为学术界所公认，其具有以下三方面共性：它和损失相关联；它不是已经发生的损失，而是未来可能的损失；它和不确定性相联系，发生损失只是一种可能的结果。当然，投资风险还有一个总量性，即损失的可能数额必须达到一定程度才能称其为风险。中国的房地产行业的发展有其自身的特点3，其统计数据与国外数据也不完全可比；故而本文的分析主要是从对中国房地产行业自身的历史数据分析中总结出一般规律，并结合国际上一些通用准则来判断当前中国房地产行业的投资风险。1．房价收入比指标与房地产业投资风险分析房价收入比可以笼统地说成是房价与居民收入的比值，反映了居民家庭对住房的支付能力；比值越高，支付能力就越低。当市场中的房价收入比超过了一定的临界值，说明群体性投机行为已较为严重，房地产泡沫可能已经产生。在国际上，该指标具体有两种算法。第一种为“商品住宅平均单套销售价格与居民平均家庭年收入的比值”，这是世界银行（2002）4的房地产统计数据，但其关于房地产的统计数据有些年份有空缺，且其不同年份收录的数据项不是完全一致导致数据项年度资料不完整，而且其一些年份收录的一些数据与国家统计局《中国统计年鉴》的数据不一致，甚至在《中国经济年鉴1989卷》的“编辑说明”中有这样的解释语句“国民经济各行业文章中部分数字，由于统计口径不一致而与《年鉴》第Ⅹ部分的国民经济统计资料数字不相一致时，都以《年鉴》第Ⅹ部分的数字为准。”；其它的统计资料情况大致相当，故而本文数据尽量取自国家统计局的年鉴或其它权威资料。现有的统计数据没有全社会存量房总量等重要数据。甚至国家统计局以及各地统计局公布的一些房地产数据也值得推敲：如根据国家统计局公布的《国房景气指数》(2004和2003年)数据显示，“2004年末，全国商品房空置面积比2003年末下降8.3%”，“2003年，全年商品房空置面积为1.28亿平方米”，据此推算，2004年全国商品房空置面积应为1.17376亿平方米，而在同一份文献中统计局公布“2004年末，全国商品房空置面积为1.23亿平方米”，相差甚远；这也是后来笔者放弃标准的空置率算法而用自创的动态空置率算法的一个原因。2中国咨讯行数据库简介：INFOBANK于1995年在香港成立，是一家专门收集、处理及传播中国商业、经济信息的香港高科技企业。经过十余年的数据积累，INFOBANK数据库已经拥有逾150亿汉字的信息储备，信息范围涵盖19个领域、194个行业。INFOBANK通过网络、光盘、纸版等多种媒体向全球客户提供信息服务，成为目前全球最大的中文信息提供商之一。其网址为：；。金报兴图数字年鉴馆简介：金报兴图数字图书馆资源全文年鉴库,经过筛选收录以中国字头年鉴为主，囊括15个大类近300种、2000多分册书，收录时间基本自创刊卷开始至今的所有卷次内容。其网址为：。以上均为收费数据库。31998年以前，中国实行住房实物分配制度；1998年下半年开始，陆续停止住房实物分配；这使得20世纪90年代及以前中国居民个人购买商品住宅的比例较低。虽然房地产业是一个受政府政策影响较强的行业，但中国房地产业受中国政府的宏观调控影响更大。以及中国房地产市场不规范、不完善等。以上都与中国逐步由计划经济体制向市场经济体制转型、中国房地产业发展时间不长有关。4该算法见于世界银行《世界发展指标》编写组，《2002年世界发展指标》，北京：中国财政经济出版社，2004年，第174～177页。亦可在其它年份的《世界发展指标》中的“城市环境”指标项中查得。较早来源见于世界银行亚洲区中国局环境、人力资源和城市发展处，《中国：城镇住房改革的问题与方案》，算法；另一种算法为“居住单元的中等自由市场价格与中等家庭年收入之比值”，这种算法所要求的数据在中国完全不可获取，而且相较于这种算法，关于世界银行的算法的研究时间更长、更为深入，故而本文采用第一种即世界银行的算法。进一步分析，从中国当前房地产发展的实际情况看，房地产开发主要集中在城镇，故而公式中各项指标应取城镇的指标实际值。采用世界银行算法，房价收入比公式为：房价收入比=居民平均家庭年收入商品住宅平均单套价格=平均每户家庭人口数年收入城镇居民平均每人全部面积商品住宅平均单套销售商品住宅平均销售价格（1）通过设定首付、利率、贷款期限、每年住房贷款还款金额占收入比重等可估算出房价收入比指标的临界值5。注意，运用该算法确定临界值时，是有一系列前提假设的，在满足这些前提假设的条件下，一般认为该算法（即世界银行的平均值算法）的合理区间在3～6，临界值一般认为是6。当然，不同的国家由于国情不同，不一定都能满足算法所要求的前提假设，所以各国的实际房价收入比值相差较大，不一定能适用上述临界值进行判断。但是，如果直接应用世界银行的该指标算法进行计算，由于中国特殊的国情以及房地产行业统计数据的匮乏，会使计算难以进行并使得结果没有可比性。进行实证分析必须从考察实际情况入手：由于中国部分收入并未完全货币化，中国居民实际收入要比政府统计数字高6；再加上中国曾长期实行住房福利分配制度7,奠定了房屋置换的基础,提高了住房消费的能力,也相当于在实际中增大了居民收入。所以用上述方法计算的房价收入比会明显高于中国实际的房价收入比。同时，中国房地产行业统计资料匮乏，在较权威的统计机构得不到有关全国商品住宅平均单套售价的数据，也得不到商品住宅平均单套销售面积的数据，只能通过其它方法估算。本文将根据商品住宅平均单套竣工面积估算商品住宅平均单套销售面积，并进而估算商品住宅平均