房?jì)r(jià)何處尋底？195個(gè)房?jì)r(jià)周期的大數規律

核心觀(guān)點(diǎn)

1. 我們回顧了1970年以來(lái)58個(gè)經(jīng)濟體所形成的195個(gè)房?jì)r(jià)周期，其中包含29個(gè)大型房?jì)r(jià)泡沫和39個(gè)小型房?jì)r(jià)泡沫。

2. 房?jì)r(jià)泡沫的下跌進(jìn)程有規律，大型房?jì)r(jià)泡沫大約需要6年房?jì)r(jià)止跌，小型房?jì)r(jià)泡沫大約需要4.25年。房?jì)r(jià)泡沫破滅后，漲回前高的能力各異，但大型房?jì)r(jià)泡沫容易在居民資產(chǎn)負債表上留下10年以上的疤痕效應。

3. 在房?jì)r(jià)自身的下跌規律之外，地產(chǎn)估值的參考意義相對有限。一是，房?jì)r(jià)收入比和租售比的拐點(diǎn)均滯后于房?jì)r(jià)拐點(diǎn)；二是，并不存在“放之四海而皆準”的估值錨點(diǎn)。相比估值指標，房?jì)r(jià)漲跌的大數規律更值得重視。

章節要點(diǎn)

房?jì)r(jià)何處尋底，怎樣尋找大數規律？

觀(guān)察宏觀(guān)經(jīng)濟，不能不看地產(chǎn)。作為周期之母，地產(chǎn)景氣的變化仍有“牽一發(fā)而動(dòng)全身”的效果，牽動(dòng)著(zhù)居民、產(chǎn)業(yè)鏈企業(yè)、地方政府、銀行等多方的資產(chǎn)負債表和現金流量表。

房?jì)r(jià)如何探底，是當前地產(chǎn)周期的核心問(wèn)題，但單純做供需分析很難給出前瞻指引。如何判斷房?jì)r(jià)探底的節奏？市場(chǎng)有兩派迥然相異的分析邏輯。一派注重地產(chǎn)的耐用消費品屬性，強調通過(guò)供需分析定位房地產(chǎn)的價(jià)值。這一流派在微觀(guān)分析上更有效，但當房?jì)r(jià)脫離從微觀(guān)觀(guān)察抽象到宏觀(guān)判斷時(shí)，供需分析的判斷依賴(lài)對人口、購買(mǎi)力、婚育偏好等多方面的假設。立場(chǎng)一旦有差異，結論即會(huì )分化，較難形成共識。

相比之下，資產(chǎn)價(jià)格分析可以通過(guò)全球比較總結不同級別房?jì)r(jià)周期的漲跌規律，前瞻性更強。事實(shí)上，在耐用消費品屬性之外，房?jì)r(jià)還有金融屬性，尤其是實(shí)際房?jì)r(jià)（剔除了CPI通脹）存在明顯的周期性波動(dòng)。我們認為，可以通過(guò)收集盡可能多的房?jì)r(jià)周期樣本，從金融周期的角度切入，獲得對于房?jì)r(jià)周期在“牛熊輪動(dòng)”上的大數規律。

基于全球58個(gè)經(jīng)濟體的季度實(shí)際房?jì)r(jià)數據，我們收集了一共195個(gè)房?jì)r(jià)周期的數據，作為分析藍本。我們以單周期房?jì)r(jià)的跌幅深度劃分周期類(lèi)型：1）單周期最深跌幅小于20%的歸類(lèi)為常規周期，共127個(gè)；2）單周期最深跌幅在20%和35%之間的歸類(lèi)為小型房?jì)r(jià)泡沫，共39個(gè)；3）單周期最深跌幅大于35%的歸類(lèi)為大型房?jì)r(jià)泡沫，共29個(gè)。

由此看，房?jì)r(jià)泡沫并不罕見(jiàn)。1970年以來(lái)，在這個(gè)以主權信用為本位的浮動(dòng)匯率時(shí)代，至少就有68次房?jì)r(jià)泡沫。甚至，日本、英國等多個(gè)經(jīng)濟體經(jīng)歷了不止一次房?jì)r(jià)泡沫。

房?jì)r(jià)要跌多少？跌多久？漲得回來(lái)么？估值指標有效么？

首先，房?jì)r(jià)的上漲進(jìn)程和下跌進(jìn)程是相互獨立的。同一級別的房?jì)r(jià)周期，不同經(jīng)濟體的下跌節奏差異卻不大。下跌進(jìn)程，更像是一個(gè)社會(huì )心理的消化過(guò)程，大數規律的穩定性較強。

其次，大型房?jì)r(jià)泡沫大約需要6年房?jì)r(jià)止跌，小型房?jì)r(jià)泡沫大約需要4.25年。大型房?jì)r(jià)泡沫實(shí)際房?jì)r(jià)的最深跌幅中位數水平在40%左右。節奏上，高點(diǎn)6年后實(shí)際房?jì)r(jià)止跌，第4年開(kāi)始房?jì)r(jià)跌幅逐年收斂，從加速下跌轉向緩慢下跌。小型房?jì)r(jià)泡沫相對樂(lè )觀(guān)，實(shí)際房?jì)r(jià)最深跌幅中位數水平在22%左右。節奏上，高點(diǎn)4.25年后實(shí)際房?jì)r(jià)止跌，但磨底時(shí)間較久，實(shí)際房?jì)r(jià)回升可能需要5年以上，房?jì)r(jià)轉向緩慢下跌的拐點(diǎn)大概率在第3年。

再次，大型房?jì)r(jià)泡沫不易漲回前高，20年內實(shí)際房?jì)r(jià)能漲回前高的樣本數占比不到50%。房?jì)r(jià)如果漲不回前高，意味著(zhù)資產(chǎn)負債表可能難以修復，制約居民遠期消費彈性。我們通過(guò)中位數分析、概率分析、案例分析發(fā)現，大型經(jīng)濟體一旦陷入大型房?jì)r(jià)泡沫，實(shí)際房?jì)r(jià)在20年內很難漲回前高。同時(shí)，如果經(jīng)歷的是小型房?jì)r(jià)泡沫，1994年后的德國經(jīng)驗告訴我們，財政貨幣偏緊的政策也可能導致房?jì)r(jià)在20年內很難漲回前高。

從名義房?jì)r(jià)的角度看，結論可能相對樂(lè )觀(guān)。例如，大型房?jì)r(jià)泡沫的名義房?jì)r(jià)大約5年止跌，10.25年后或能漲回前高。但各國通脹環(huán)境不同，名義房?jì)r(jià)規律不如實(shí)際房?jì)r(jià)規律穩定。

估值指標指引意義更強么？至少房?jì)r(jià)收入比和租售比兩個(gè)指標的作用有限。首先，房?jì)r(jià)收入比和租售比的拐點(diǎn)都滯后于房?jì)r(jià)拐點(diǎn)，缺乏領(lǐng)先性。其次，并沒(méi)有“放之四海而皆準”的估值錨點(diǎn)。其中，房?jì)r(jià)收入比的問(wèn)題在于，跨國比較缺乏合理性。對于有房產(chǎn)稅的經(jīng)濟體（例如美國），房?jì)r(jià)收入比系統性地低估了居民的買(mǎi)房難度。而租售比的問(wèn)題在于，估值水平直接受宏觀(guān)經(jīng)濟影響。作為廣義資產(chǎn)回報率的一種，租售比取決于增長(cháng)環(huán)境和金融條件，隨經(jīng)濟增長(cháng)而走高、隨貨幣政策寬松而走低。因而，在不確定增長(cháng)和金融條件時(shí)，很難確定租售比的合理水平。

總結：國情有別，不代表大數規律無(wú)效

大數規律是分析基礎，但具體案例要恰當地做“加減法”。房?jì)r(jià)下跌進(jìn)程，大數規律發(fā)揮的作用大于具體國情。一方面，不同級別房?jì)r(jià)周期的下跌節奏、止跌所需時(shí)長(cháng)均值得參考；另一方面，資產(chǎn)負債表的疤痕效應相似。而房?jì)r(jià)止跌回升的過(guò)程應該更多考慮國情差異。一方面，房?jì)r(jià)能否漲回前高更需要關(guān)注概率統計。另一方面，資產(chǎn)負債表的修復速度，取決于政策選擇、全球化環(huán)境、產(chǎn)業(yè)發(fā)展等差異化因素。

目錄

1、房?jì)r(jià)何處尋底，全球鏡鑒在前

2、如何尋找樣本，定位大數規律？

3、房?jì)r(jià)泡沫要跌多少？跌多久？漲得回來(lái)么?

4、估值指標有效么？存在“金標準”么？

5、總結：國情有別，不代表大數規律無(wú)效

以下是正文

房?jì)r(jià)何處尋底，全球鏡鑒在前

地產(chǎn)是“周期之母”，對經(jīng)濟系統有廣泛影響。地產(chǎn)連接多個(gè)部門(mén)資產(chǎn)負債表，使得房?jì)r(jià)問(wèn)題成為外溢性較強的宏觀(guān)問(wèn)題。從資產(chǎn)負債表的視角看，房產(chǎn)是居民的資產(chǎn)、銀行貸款的抵押品、房地產(chǎn)企業(yè)的存貨。而從地產(chǎn)的產(chǎn)業(yè)鏈收入來(lái)看，房?jì)r(jià)可能影響地方政府的收入（土地成交價(jià)款）、建筑企業(yè)的收入（建安支出）。因而，房?jì)r(jià)問(wèn)題不僅僅是地產(chǎn)單行業(yè)的問(wèn)題，而是一個(gè)對宏觀(guān)經(jīng)濟全局有重要影響的問(wèn)題。

如何判斷房?jì)r(jià)漲跌規律？市場(chǎng)上有兩派分析方法：供需分析法、資產(chǎn)價(jià)格分析法。前者把房產(chǎn)當成耐用消費品，強調居住屬性；后者把房產(chǎn)當成一種另類(lèi)資產(chǎn)，強調資產(chǎn)屬性；前者尋找的是房產(chǎn)的價(jià)值，追求的是消費性?xún)r(jià)比；后者尋找的是合理價(jià)格，還會(huì )關(guān)注房?jì)r(jià)的資本利得變化。

在預測上，兩派方法有明顯差異，前者依賴(lài)對未來(lái)的假設，后者基于對既有案例的統計規律。

供需分析本質(zhì)上把地產(chǎn)看作一個(gè)經(jīng)濟的內生問(wèn)題，強調經(jīng)濟微觀(guān)環(huán)境對于房?jì)r(jià)的決定性作用。微觀(guān)人口、收入、房屋供給、建安成本等地方性知識越充足，預測的準確度越高。但將這一分析抽象到城市，乃至全國，則會(huì )產(chǎn)生偏差。房產(chǎn)本質(zhì)上屬于不可貿商品，A地的人口不可能通過(guò)購買(mǎi)B地的房屋來(lái)滿(mǎn)足居住需求。因此，宏觀(guān)維度的供需分析在缺少“地方性知識”的環(huán)境下，僅依靠對全國人口、房屋總供給、婚育偏好等假設來(lái)判斷房?jì)r(jià)走勢，精準度相應減弱。

資產(chǎn)價(jià)格分析更強調金融周期規律，可以通過(guò)海外房?jì)r(jià)周期的經(jīng)驗，總結房?jì)r(jià)波動(dòng)的“牛熊規律”。完整的資產(chǎn)價(jià)格分析需要考慮的因子并不少，包括但不限于金融條件、估值水平等。但資產(chǎn)價(jià)格分析中有一個(gè)更簡(jiǎn)潔的研究路徑，即“金融周期研究”。通過(guò)統計學(xué)分析，總結不同規模的資產(chǎn)價(jià)格牛市/熊市規律，對新周期的波動(dòng)方向給出指引。但規律能夠成立需要滿(mǎn)足三個(gè)前提：1）這一類(lèi)資產(chǎn)價(jià)格確實(shí)存在周期；2）不同周期發(fā)生的金融環(huán)境基本可比；3）分析樣本足夠多，盡可能剔除樣本的異質(zhì)性，使得結果更接近一般規律。

相比于供需分析，資產(chǎn)價(jià)格分析更能展示房?jì)r(jià)運動(dòng)的一般性規律，對于判斷“房?jì)r(jià)何處尋底”更有價(jià)值。在本文中，我們希望借助資產(chǎn)價(jià)格分析這一研究方法，總結歷史上全球房?jì)r(jià)周期的探底節奏，為中國這一輪房?jì)r(jià)的探底節奏給出指引。

那么，房?jì)r(jià)有沒(méi)有周期？從長(cháng)時(shí)序數據來(lái)看，是有的。

我們采集了A Long Run House Price Index:The Herengracht Index, 1628-1973中1628年到1973年的房?jì)r(jià)指數，含名義房?jì)r(jià)序列和剔除了通脹的實(shí)際房?jì)r(jià)序列。

這一數據有兩大優(yōu)勢。一是，時(shí)序足夠長(cháng)，可以揭示盡可能長(cháng)的周期規律。二是，標的物性質(zhì)穩定，它衡量的是荷蘭阿姆斯特丹紳士運河地區臨岸建筑物的房?jì)r(jià)，相當于荷蘭地產(chǎn)的“核心資產(chǎn)”，城鎮化率對這一地區房?jì)r(jià)的影響可以忽略不計。

根據統計，我們發(fā)現，The Herengracht Index的實(shí)際房?jì)r(jià)序列存在穩定的周期性波動(dòng)。該序列的名義房?jì)r(jià)部分在300余年的時(shí)間里漲了20倍左右，但實(shí)際房?jì)r(jià)序列只漲了一倍多。實(shí)際房?jì)r(jià)的周期性波動(dòng)特征更明顯。從波動(dòng)的頻率來(lái)看，實(shí)際房?jì)r(jià)序列每50年出現一次超過(guò)40%的下跌，每20年出現一次超過(guò)20%的下跌，規律相對穩定。

這一房?jì)r(jià)數據告訴我們，房?jì)r(jià)存在周期。拉長(cháng)時(shí)間看，房?jì)r(jià)，尤其是實(shí)際房?jì)r(jià)，確實(shí)有比較穩定的周期波動(dòng)。同時(shí)，房?jì)r(jià)超過(guò)40%以上的下跌也對應著(zhù)未來(lái)房?jì)r(jià)的上漲，房?jì)r(jià)的漲跌是一個(gè)雙向波動(dòng)的過(guò)程。

但需要注意的是，掌握The Herengracht Index的周期規律，不等于掌握了“房?jì)r(jià)何處尋底”的規律。1630-1973年的金融周期受到金本位、金銀混合本位等制度的約束，與當下的主權信用本位的金融周期有著(zhù)極大差異。

因此，在案例的收集上，我們傾向于尋找1971年布雷頓森林體系解體以后的房?jì)r(jià)周期。

換言之，本文主要研究的是：以主權信用為本位的浮動(dòng)匯率時(shí)代的房?jì)r(jià)牛熊規律。

但當前，市場(chǎng)研究往往聚焦在兩個(gè)小樣本案例上，忽略了大樣本的一般性規律。梳理過(guò)往研究時(shí)，我們發(fā)現，市場(chǎng)上的房?jì)r(jià)周期研究，過(guò)度聚焦在日本1990年地產(chǎn)危機（實(shí)際房?jì)r(jià)高點(diǎn)為1991年）和美國2008年金融危機（實(shí)際房?jì)r(jià)高點(diǎn)為2006年）兩個(gè)小樣本上。誠然，日本1990、美國2008是大型經(jīng)濟體經(jīng)歷房?jì)r(jià)泡沫的典型案例，但小樣本研究容易放大樣本的差異性，使得規律的參考意義相對有限。

日本在一輪大周期中消化了兩次危機，下跌時(shí)長(cháng)屬于典型的離群值，參考意義不大。日本地產(chǎn)危機起于1990年，銀行業(yè)危機集中爆發(fā)于1997年，相距時(shí)間較長(cháng)，是金融風(fēng)險滯后爆發(fā)的典型案例。期間，1993-1996日本居民一度加杠桿買(mǎi)房，房?jì)r(jià)雖然沒(méi)有漲起來(lái)，但卻使得1997年后房?jì)r(jià)二次下跌導致的資產(chǎn)負債表?yè)p失更加沉重。日本在一輪長(cháng)周期內，事實(shí)上包含了兩輪危機化解的小周期，才導致其下跌時(shí)間如此之長(cháng)。以萊因哈特和羅格夫的標準，考慮銀行業(yè)風(fēng)險和房?jì)r(jià)風(fēng)險，日本地產(chǎn)下行期長(cháng)達17年，時(shí)長(cháng)遠遠超出其他同時(shí)發(fā)生了銀行業(yè)危機和地產(chǎn)危機的危機持續時(shí)間。

由此來(lái)看，日本的房?jì)r(jià)下跌進(jìn)程有其定性研究的價(jià)值，但日本的下跌時(shí)長(cháng)和節奏均為離群值，與大數規律相距甚遠。

美國案例的特殊之處在于房?jì)r(jià)危機的外溢性更大，美國的干預政策顯著(zhù)大于內生房?jì)r(jià)泡沫破滅時(shí)所需的政策強度，使得這一案例的尋底進(jìn)程相對特殊。盡管美國2008年金融危機在源頭上是內生性的過(guò)度負債導致的房?jì)r(jià)泡沫危機。但美國房?jì)r(jià)泡沫破滅，經(jīng)由金融系統外溢，轉變成為全球金融危機。全球有至少20個(gè)經(jīng)濟體同步出現了房?jì)r(jià)下跌的現象，其中15個(gè)經(jīng)濟體實(shí)際房?jì)r(jià)跌幅超過(guò)20%。美國房?jì)r(jià)泡沫在金融體系和全球范圍的外溢性遠超中國此輪周期。而美國財政和貨幣政策隨之推出的政策工具，本質(zhì)上是干預全球金融危機的政策，與緩解單個(gè)經(jīng)濟體內生的地產(chǎn)危機所需要的政策規模并不可比。

也就是說(shuō)，美國的地產(chǎn)危機從爆發(fā)、外溢到化解，有其特殊性，參考其演繹進(jìn)程的意義相對有限。

查閱更多樣本，我們發(fā)現，有與這兩場(chǎng)危機同時(shí)發(fā)生且跌幅更深的房?jì)r(jià)周期，反彈速度卻比日本和美國更快。1989年芬蘭發(fā)生的房?jì)r(jià)危機，實(shí)際房?jì)r(jià)最深跌幅一度達到49%，超過(guò)日本的48.9%，但在4年后就快速反彈。2008年保加利亞發(fā)生的房?jì)r(jià)危機，實(shí)際房?jì)r(jià)最深跌幅45.3%，超過(guò)美國的39%，但4.5年后房?jì)r(jià)就快速反彈。

由此來(lái)看，我們認為，需要納入更多的經(jīng)濟體樣本，通過(guò)樣本擴容使得定量判斷更接近大數規律，避免樣本的異質(zhì)性影響。

如何尋找樣本，定位大數規律？

為了準確定位房?jì)r(jià)周期，尋找更多樣本，我們選用了四項技術(shù)性標準：1）用剔除了通脹的實(shí)際房?jì)r(jià)，而非名義房?jì)r(jià)；2）基于國際清算銀行（BIS）的數據庫尋找樣本，而非OECD的數據庫；3）以房?jì)r(jià)高點(diǎn)作為周期起點(diǎn)，定位周期個(gè)數；4）以單周期的最大跌幅對周期進(jìn)行分類(lèi)，以區分正常周期、小型泡沫（小型熊市）、大型泡沫（大型熊市）。

那么，為什么要采用這四項技術(shù)性標準？

首先，為什么采用實(shí)際房?jì)r(jià)，因為實(shí)際房?jì)r(jià)更能刻畫(huà)微觀(guān)主體資產(chǎn)負債表的受損情況。

名義房?jì)r(jià)的相對優(yōu)勢在于直觀(guān)，符合資產(chǎn)價(jià)格研究的基本規律。但采用實(shí)際房?jì)r(jià)，主要有兩方面的考慮：

一是，在The Herengracht Index的研究中，我們看到實(shí)際房?jì)r(jià)的周期性特征更穩定、明確。

二是，我們在實(shí)際案例中看到，有部分國家發(fā)生資產(chǎn)價(jià)格危機的同時(shí)，伴有匯率貶值和惡性通脹。盡管名義房?jì)r(jià)未曾下跌，但實(shí)際房?jì)r(jià)下跌深度可達20%以上（1981年意大利），甚至40%以上（1995年哥倫比亞）。實(shí)際房?jì)r(jià)大幅下行，對于居民而言，資產(chǎn)負債表已明顯受損，對于遠期經(jīng)濟增長(cháng)的彈性有負面影響。在研究中，我們傾向于認為這些樣本也發(fā)生了“泡沫級別”的地產(chǎn)危機。在這種情形下，實(shí)際房?jì)r(jià)的識別能力高于名義房?jì)r(jià)。

就我國而言，2021年以來(lái)，我國房?jì)r(jià)下跌期間并未出現大幅通脹（CPI增速超3%）或大幅通縮（CPI增速持續低于-1%）的現象，名義房?jì)r(jià)和實(shí)際房?jì)r(jià)的下跌節奏沒(méi)有明顯分化。但我們依舊傾向于使用實(shí)際房?jì)r(jià)作為標準，以觀(guān)察歷史上其他經(jīng)濟體更準確的房?jì)r(jià)周期，再以名義房?jì)r(jià)分析作為輔助和補充。

其次，為什么從BIS提取房?jì)r(jià)數據？因為BIS數據的覆蓋度更廣、準確度更高。

優(yōu)勢之一是：BIS數據庫樣本的豐富性更好。BIS數據庫有接近60個(gè)經(jīng)濟體數據，包含了更多發(fā)展中國家樣本，例如：阿聯(lián)酋、墨西哥等。

優(yōu)勢之二是：BIS數據庫的房?jì)r(jià)數據更準確，更接近官方房?jì)r(jià)。經(jīng)過(guò)OECD季調后的房?jì)r(jià)數據在同比表現上與官方數據有較大差異，對于判斷房?jì)r(jià)真實(shí)跌幅和下跌節奏均有影響。而B(niǎo)IS的實(shí)際房?jì)r(jià)主要以各經(jīng)濟體行政當局公布的房?jì)r(jià)原始數據、CPI原始數據為基礎進(jìn)行計算，可靠性相對更高。

如何確定房?jì)r(jià)泡沫，并對其進(jìn)行分類(lèi)？我們選取了相對直觀(guān)的方法，以單周期房?jì)r(jià)跌幅深度作為泡沫類(lèi)型的判定標準。我們的設定是：1）單周期實(shí)際房?jì)r(jià)下跌深度小于20%的，定義為常規周期；2）單周期實(shí)際房?jì)r(jià)下跌深度在20%-35%的，定義為小型房?jì)r(jià)泡沫；2）單周期實(shí)際房?jì)r(jià)下跌深度超過(guò)35%的，定義為大型房?jì)r(jià)泡沫。

最終，我們在1970年以來(lái)58個(gè)經(jīng)濟體的季度實(shí)際房?jì)r(jià)序列中，提取了195個(gè)房?jì)r(jià)周期。195個(gè)周期中，可以被認定為泡沫危機的有68個(gè)，占比為34.9%。其中，小型房?jì)r(jià)泡沫有39個(gè)，占比為20%，大型房?jì)r(jià)泡沫有29個(gè)，占比為14.9%。

從時(shí)序圖來(lái)看，1970年以來(lái)，房?jì)r(jià)泡沫危機時(shí)有發(fā)生，不曾中斷。同時(shí)，有不少經(jīng)濟體發(fā)生過(guò)不止一次危機。例如：日本在1990年危機之前，在1973年也出現過(guò)一次小型房?jì)r(jià)泡沫破裂；英國在1973年、1989年、2007年各出現過(guò)一次小型房?jì)r(jià)泡沫破裂。此外，我們可以看到，房?jì)r(jià)泡沫在發(fā)展中經(jīng)濟體中也較為普遍，俄羅斯、南非、馬來(lái)西亞都發(fā)生過(guò)房?jì)r(jià)泡沫危機。

換言之，發(fā)生房?jì)r(jià)泡沫危機并不罕見(jiàn)。以大樣本的統計研究為基礎，我們或許可以更準確地找到房?jì)r(jià)探底的大數規律。

房?jì)r(jià)泡沫要跌多少？跌多久？漲得回來(lái)么？

首先，在明確房?jì)r(jià)跌多少、跌多久的大數規律之前，我們發(fā)現一個(gè)反直覺(jué)的結論：房?jì)r(jià)的下跌進(jìn)程可能是獨立于上漲進(jìn)程的，所謂的“漲的越久、跌得越久”、“漲得越多、跌得越多”的規律并不存在。

從房?jì)r(jià)泡沫的分類(lèi)統計來(lái)看，下跌進(jìn)程與上漲進(jìn)程是相互獨立的，下跌節奏并不是由上漲節奏決定的。這一現象的經(jīng)濟學(xué)解釋可能是：驅動(dòng)房?jì)r(jià)上漲的因素和導致房?jì)r(jià)下跌的因素并不一定一致，例如：經(jīng)濟增長(cháng)驅動(dòng)房?jì)r(jià)長(cháng)期溫和上漲，但銀行業(yè)危機可能導致房?jì)r(jià)快速下跌。驅動(dòng)因素不同，使得上漲進(jìn)程和下跌進(jìn)程并不對稱(chēng)，彼此獨立。

因此，觀(guān)察房?jì)r(jià)探底的規律，應更聚焦在房?jì)r(jià)的下跌進(jìn)程上，上漲進(jìn)程的影響相對有限。

在確定以下跌進(jìn)程為主要分析對象后，我們對不同規模的房?jì)r(jià)泡沫破滅過(guò)程進(jìn)行了描述性統計。我們發(fā)現兩個(gè)關(guān)鍵特征：

一是，對房?jì)r(jià)泡沫按跌幅進(jìn)行分類(lèi)后，各類(lèi)別內，房?jì)r(jià)的下跌規律很穩定，表現為：房?jì)r(jià)下跌進(jìn)程中，置信區間穩定在相對狹窄的區間之內。經(jīng)濟學(xué)的解釋是，房?jì)r(jià)下跌的初始斜率，或許決定了社會(huì )心理的演繹模式，進(jìn)而決定了房?jì)r(jià)的下跌節奏。與之不同的是，房?jì)r(jià)止跌再回升的過(guò)程中，置信區間逐漸拉大。這說(shuō)明，房?jì)r(jià)能否上漲，或與該國增長(cháng)潛力以及全球增長(cháng)動(dòng)力更為相關(guān)，不同經(jīng)濟體的能力和時(shí)代環(huán)境有很大差異。

二是，以中位數為標準，我們可以大致勾勒出不同房?jì)r(jià)周期的下跌深度。大型房?jì)r(jià)泡沫實(shí)際房?jì)r(jià)最深跌幅中位數為39.5%，小型房?jì)r(jià)泡沫實(shí)際房?jì)r(jià)跌幅中位數為22.4%；常規周期實(shí)際房?jì)r(jià)跌幅中位數不到10%。

更進(jìn)一步，我們從下跌節奏的角度，進(jìn)一步觀(guān)察泡沫危機的下跌規律。我們以“房?jì)r(jià)下跌進(jìn)度”為標準重新進(jìn)行描述性統計，縱軸的“-100”意味著(zhù)房?jì)r(jià)觸達該周期的最深跌幅。

從節奏上看，大型房?jì)r(jià)泡沫的實(shí)際房?jì)r(jià)在高點(diǎn)的6年后止跌回升。同時(shí)，自第4年開(kāi)始，房?jì)r(jià)降幅開(kāi)始收窄。由此來(lái)看，第3年到第4年是房?jì)r(jià)下跌節奏的轉折年，從第4年開(kāi)始，實(shí)際房?jì)r(jià)從環(huán)比加速下跌轉向環(huán)比緩慢下跌（實(shí)際房?jì)r(jià)的二階導轉正）。

小型房?jì)r(jià)泡沫的實(shí)際房?jì)r(jià)約4.25年止跌，但房?jì)r(jià)回升的時(shí)點(diǎn)更為滯后。小型房?jì)r(jià)泡沫實(shí)際房?jì)r(jià)觸底之后，有3~4個(gè)季度的磨底期，這意味著(zhù)房?jì)r(jià)回升的時(shí)間點(diǎn)或在房?jì)r(jià)高點(diǎn)的5年之后。而從斜率角度看，小型地產(chǎn)危機僅有第一年加速下跌，而自第二年開(kāi)始，實(shí)際房?jì)r(jià)跌幅就逐年收斂。

相比于房?jì)r(jià)環(huán)比轉正，同比轉正需要的時(shí)間更久，比環(huán)比止跌的時(shí)點(diǎn)晚1年以上。以房?jì)r(jià)同比增速為對象，進(jìn)行描述性統計，大型房?jì)r(jià)泡沫實(shí)際房?jì)r(jià)同比轉正要6.75年，比環(huán)比止跌時(shí)點(diǎn)晚0.75年；小型房?jì)r(jià)泡沫同比轉正要5.75年，比環(huán)比止跌時(shí)點(diǎn)晚1.5年。

從居民資產(chǎn)負債表的角度看，房?jì)r(jià)止跌是資產(chǎn)負債表不再收縮的第一步。真正關(guān)鍵的是，房?jì)r(jià)需要多長(cháng)時(shí)間漲回前高，以完成居民資產(chǎn)負債表的修復。房?jì)r(jià)漲回前高所需時(shí)間越長(cháng)，房?jì)r(jià)在消費能力上留下的“疤痕效應”越重。

大型房?jì)r(jià)泡沫實(shí)際房?jì)r(jià)的中位數，可能在20年內都漲不回前高。以中位數來(lái)看，大型房?jì)r(jià)泡沫的實(shí)際房?jì)r(jià)中位數漲回前高所需時(shí)間超過(guò)20年；小型房?jì)r(jià)泡沫的實(shí)際房?jì)r(jià)中位數漲回前高所需時(shí)間約為13年；常規周期的實(shí)際房?jì)r(jià)中位數漲回前高所需時(shí)間約為6年。

但房?jì)r(jià)止跌回升過(guò)程中，樣本間差異拉大，中位數數據的置信度有限。

從概率角度看，大型泡沫危機實(shí)際房?jì)r(jià)在20年內漲回前高的概率低于50%。從概率視角看，在實(shí)際房?jì)r(jià)見(jiàn)頂后的20年內，大型泡沫危機實(shí)際房?jì)r(jià)漲回前高的概率低于50%，小型泡沫危機實(shí)際房?jì)r(jià)漲回前高的概率接近80%，差異明顯。

更進(jìn)一步地，我們把小概率結果標注在1970年以后的地產(chǎn)危機圖上。

經(jīng)歷了大型泡沫危機，20年內實(shí)際房?jì)r(jià)漲回了前高的經(jīng)濟體，標記為紅色，即偏強的樣本。

經(jīng)歷了小型泡沫危機，20年內實(shí)際房?jì)r(jià)沒(méi)能漲回前高的經(jīng)濟體，標記為藍色，即偏弱的樣本。

從大型房?jì)r(jià)泡沫的小概率事件中，我們可以看到大型經(jīng)濟體的自愈更慢。經(jīng)歷了大型泡沫危機的大型經(jīng)濟體，自愈難度更大：在20年內實(shí)際房?jì)r(jià)漲回前高的案例中，僅有美國一個(gè)大型經(jīng)濟體。而對于小型經(jīng)濟體而言，即便經(jīng)歷了大型泡沫危機，只要抓住了下一輪周期中的關(guān)鍵增長(cháng)機會(huì )，小型經(jīng)濟體實(shí)際房?jì)r(jià)就有概率漲回前高。

結合小型房?jì)r(jià)泡沫的經(jīng)驗來(lái)看，1994年德國房?jì)r(jià)周期修復偏慢，和2006年美國房?jì)r(jià)周期修復快，形成了鮮明對比。這兩個(gè)案例的差異或緣于政府加杠桿的力度不同。

政府加杠桿力度越強，居民資產(chǎn)負債表的修復可能越快。1994年后，德國僅有1年財政赤字率破5%，此后便開(kāi)始了為加入歐盟所進(jìn)行的財政整頓進(jìn)程，赤字率下降、財政支出占GDP比重下降。而美國則相反，美國在2006年后連續三年提升赤字率水平，并提高財政支出占GDP比重。但值得注意的是，美國實(shí)際房?jì)r(jià)漲回前高并非2018年或2019年實(shí)現的，而是2021年底實(shí)現的。換言之，美國實(shí)際房?jì)r(jià)在20年內回到前高，依靠的不僅是一輪財政刺激，而是整整兩輪財政刺激。

小結而言，大型房?jì)r(jià)泡沫和小型房?jì)r(jià)泡沫的探底節奏有3處共同點(diǎn)，3處差異點(diǎn)。

3個(gè)共同之處在于：1）實(shí)際房?jì)r(jià)下跌時(shí)長(cháng)均超過(guò)4年；2）第4年開(kāi)始，實(shí)際房?jì)r(jià)下跌幅度都將趨緩；3）實(shí)際房?jì)r(jià)在高點(diǎn)后10年內漲回前高的概率均低于50%。

3個(gè)不同之處在于：1）實(shí)際房?jì)r(jià)下跌深度不同；2）實(shí)際房?jì)r(jià)轉正時(shí)點(diǎn)不同；3）實(shí)際房?jì)r(jià)在20年內漲回前高概率不同。

以名義房?jì)r(jià)為口徑，結論可能更樂(lè )觀(guān)，但會(huì )受到惡性通脹案例的影響。

若剔除發(fā)生了惡性通脹的案例，大型房?jì)r(jià)泡沫剩余的25個(gè)樣本中，名義房?jì)r(jià)止跌所需時(shí)間的中位數縮短到5年，而名義房?jì)r(jià)漲回高點(diǎn)所需時(shí)間的中位數為10.25年。

估值指標有效么？存在“金標準”么？

除了房?jì)r(jià)的漲跌規律外，金融周期還與估值密切相關(guān)。有投資者認為，當地產(chǎn)低于合理估值時(shí)，房?jì)r(jià)就有止跌可能，主要關(guān)注兩個(gè)估值指標：房?jì)r(jià)收入比、租售比（或稱(chēng)“租金回報率”）。

那么，估值指標會(huì )不會(huì )比房?jì)r(jià)的漲跌規律更有效？我們設定了兩個(gè)標準來(lái)做研判。一是，如果房?jì)r(jià)拐點(diǎn)比估值拐點(diǎn)更領(lǐng)先，那估值指標的價(jià)值更高。二是，如果估值指標存在“金標準”，即：達到某一特定的估值水平后，房?jì)r(jià)就不再下跌，那么估值指標的指引意義更大。

首先看房?jì)r(jià)收入比，房?jì)r(jià)收入比確實(shí)跟著(zhù)房?jì)r(jià)下跌，但是止跌時(shí)間更滯后。對比房?jì)r(jià)和房?jì)r(jià)收入比的拐點(diǎn)，我們發(fā)現，房?jì)r(jià)的拐點(diǎn)比房?jì)r(jià)收入比拐點(diǎn)更早出現。對于大型房?jì)r(jià)泡沫而言，房?jì)r(jià)收入比拐點(diǎn)滯后于房?jì)r(jià)拐點(diǎn)0.5年。對于小型房?jì)r(jià)泡沫而言，房?jì)r(jià)收入比拐點(diǎn)滯后于房?jì)r(jià)拐點(diǎn)1年。

盡管房?jì)r(jià)收入比不具備領(lǐng)先性，但收入可能是房?jì)r(jià)的領(lǐng)先指標。房?jì)r(jià)收入比在房?jì)r(jià)回升后仍在調整，反映同期收入的回升斜率更大。由此推斷，收入反彈或是房?jì)r(jià)反彈的領(lǐng)先指標。

房?jì)r(jià)收入比滯后于房?jì)r(jià)回升，且并不存在穩定的估值錨點(diǎn)。在實(shí)際房?jì)r(jià)止跌的季度，不同案例的房?jì)r(jià)收入比差異極大，不存在一個(gè)所謂的穩定的估值錨點(diǎn)。

相對于某一典型國家的房?jì)r(jià)收入比，也不存在文獻中所說(shuō)的穩定的倍數規律。Deniz Igan Prakash Loungani 曾在 Global Housing Cycles 中提出，房?jì)r(jià)估值是否合理，可以通過(guò)觀(guān)察該國房?jì)r(jià)收入比相對于某個(gè)典型國家同期房?jì)r(jià)收入比的倍數來(lái)進(jìn)行判斷。但我們將這一規律套用在房?jì)r(jià)泡沫的案例上時(shí)，發(fā)現房?jì)r(jià)止跌時(shí)并不存在某一穩定的倍數規律。換言之，房?jì)r(jià)收入比這一指標似乎不存在“估值錨點(diǎn)”。

估值錨點(diǎn)為何“消失”？從截面數據來(lái)看，不同發(fā)展階段的國家，房?jì)r(jià)收入比的中樞本就不同。參考世行的分類(lèi)標準，低收入與中低收入國家（N=24）房?jì)r(jià)收入比中位數為16.2倍；中等偏高收入國家（N=33，含中國）房?jì)r(jià)收入比中位數為14.1倍；高收入國家（N=50）房?jì)r(jià)收入比中位數為8倍。

為何人均GDP越高，房?jì)r(jià)收入比越低？主要有兩個(gè)原因。

一是，房?jì)r(jià)彈性比收入更大。這使得低收入國家房?jì)r(jià)膨脹后，房?jì)r(jià)收入比會(huì )快速抬升，造成低收入國家房?jì)r(jià)收入比中樞偏高。

二是，房產(chǎn)稅影響地產(chǎn)全生命周期持有成本，但并不反映在房?jì)r(jià)收入比上。對于理性的消費者而言，購房需要考慮的是全生命周期的收入和支出，因此房?jì)r(jià)僅是購房成本的一部分。在房產(chǎn)稅更高的發(fā)達國家，房產(chǎn)稅占購房成本的比例明顯比發(fā)展中國家更高，但房?jì)r(jià)收入比并不能體現這種差異。換言之，在同一稅制下對比房?jì)r(jià)收入比有價(jià)值（例如本國和過(guò)去的房?jì)r(jià)收入比對標），但跨稅制條件下對比房?jì)r(jià)收入比并不合理。

也就是說(shuō)，跨國比較并不能得到房?jì)r(jià)收入比的估值錨點(diǎn)，房?jì)r(jià)收入比對于判斷房?jì)r(jià)漲跌的指引意義相當有限。

相比于房?jì)r(jià)收入比，租售比的拐點(diǎn)更為滯后。對于大型房?jì)r(jià)泡沫而言，租售比的拐點(diǎn)滯后房?jì)r(jià)拐點(diǎn)1.5年；對于小型房?jì)r(jià)泡沫而言，租售比拐點(diǎn)滯后房?jì)r(jià)拐點(diǎn)2年。

從尋找估值錨點(diǎn)的角度看，是否存在能驅動(dòng)房?jì)r(jià)止跌或限制房?jì)r(jià)回升的租售比“標準”？

從邏輯上看，租售比的“黃金標準”似乎存在，并廣泛適用。從投資回報期的角度來(lái)看，30年投資回收期恰好對應3.33%的租售比。廣泛使用的300個(gè)月投資回收期標準，對應的恰好是4%的租售比。

但我們在房?jì)r(jià)泡沫的案例中，沒(méi)有發(fā)現租售比的“黃金標準”。從房?jì)r(jià)止跌時(shí)點(diǎn)對應的租售比來(lái)看，各案例的租售比結果標準并不一致，并不存在一個(gè)可識別的穩定中樞。

而從泡沫破裂時(shí)的租售比和危機后租售比高點(diǎn)來(lái)看，既不存在決定房?jì)r(jià)能否回升的租售比標準，也不存在保證房?jì)r(jià)不下跌的租售比標準。從案例中，可以看到，2007年意大利經(jīng)歷小型房?jì)r(jià)危機后，房?jì)r(jià)止跌回升時(shí)，租售比僅為2.7%，且危機后租售比的高點(diǎn)也持續低于3%。反觀(guān)1974年的新西蘭，在租售比高于10%的情況下，依舊出現了房?jì)r(jià)下跌超過(guò)35%的危機。

租售比找不到“金標準”的原因，在于不同時(shí)代租售比的中樞不同。1970年代的全球租售比中樞較2010年后的租售比中樞顯著(zhù)偏高，跨時(shí)代的可比性偏弱。

這一現象的根源在于，不同時(shí)代的經(jīng)濟增長(cháng)大環(huán)境不同，金融條件的寬松程度不同，所以租售比中樞不一樣。我們可以看到，全球租售比的中樞與全球增長(cháng)共振，也與美聯(lián)儲決定的全球金融環(huán)境松緊有關(guān)。事實(shí)上，租售比刻畫(huà)的就是房產(chǎn)的利息受益，那么當廣義增長(cháng)下行/金融條件放松，廣譜資產(chǎn)回報率會(huì )自然下行，房產(chǎn)的回報率也概莫能外。

也就是說(shuō)，并不存在放之四海而皆準的租售比“黃金標準”，確定租售比的合理水平，需要先明確未來(lái)經(jīng)濟增長(cháng)和無(wú)風(fēng)險利率的中樞。但這確定這兩個(gè)變量趨勢的難度更大，包含對未來(lái)經(jīng)濟的諸多假設，很難形成市場(chǎng)共識。換言之，也就無(wú)法形成“估值錨點(diǎn)”。

那么，租售比數據在什么情況下，能對于房?jì)r(jià)止跌形成指引？我們從少量樣本數據中觀(guān)察到，部分大型房?jì)r(jià)泡沫案例中，租售比和房貸利率收斂時(shí)，實(shí)際房?jì)r(jià)有較大概率在前后一年止跌。這其中的經(jīng)濟學(xué)解釋是，租售比和房貸利率正巧代表了居民在房地產(chǎn)投資上的預期收益和預期成本。當收益和成本匹配，或收益大于成本時(shí)，將形成對地產(chǎn)投資需求的支撐，進(jìn)而引導房?jì)r(jià)企穩。

總結：國情有別，不代表大數規律無(wú)效

基于58個(gè)經(jīng)濟體、195個(gè)房?jì)r(jià)周期的經(jīng)驗，如何應用到具體房?jì)r(jià)周期的分析中？

國情的差異，是在大數規律之上做“加減法”，大數規律仍是基礎。我們認為，大樣本的統計分析，已經(jīng)更好地提煉房?jì)r(jià)運動(dòng)的一般性規律。豐富的樣本集已經(jīng)使得統計樣本的特異性越會(huì )被淡化，使得我們更接近大數規律本身。

相比之下，房?jì)r(jià)下跌進(jìn)程中的大數規律價(jià)值更高。一方面，從統計學(xué)角度看，房?jì)r(jià)下跌進(jìn)程中各樣本間的置信區間相對狹窄，房?jì)r(jià)的下跌節奏、止跌所需時(shí)長(cháng)均值得參考。另一方面，人類(lèi)在消化房?jì)r(jià)下跌時(shí)的社會(huì )心理相似，微觀(guān)主體遭受房?jì)r(jià)下跌外溢影響的機制類(lèi)似，資產(chǎn)負債表留下疤痕效應的結果近似。

而房?jì)r(jià)止跌回升的過(guò)程則應該更多考慮國情的差異。一方面，從統計學(xué)的角度看，房?jì)r(jià)止跌回升過(guò)程中，置信區間逐漸拉大，相似性減弱、差異性逐漸放大。換言之，房?jì)r(jià)能否漲回前高，更需要關(guān)注概率統計而非中位數的指引。另一方面，不同房?jì)r(jià)周期所處時(shí)代不同，政府在財政支持力度上的選擇不同，經(jīng)濟增長(cháng)所面臨的全球化環(huán)境不同，產(chǎn)業(yè)優(yōu)勢培育的成敗不同，地產(chǎn)估值指標面臨的財政制度和金融環(huán)境不同。這些因素都將決定房?jì)r(jià)回升的節奏，也決定了資產(chǎn)負債表的修復速度。

本文作者：于博 S0490520090001、劉承昊S0490523050001，來(lái)源：于博宏觀(guān)札記，原文標題：《房?jì)r(jià)何處尋底？195個(gè)房?jì)r(jià)周期的大數規律》

風(fēng)險提示及免責條款

市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。