房地产行业债券专题研究系列：房地产行业的拐点及投资机会

1、房地产行业信用风险回溯及现状分析 2021年上半年，由于个别大型房企发生了信用瑕疵事件，信心和情绪的传导效应产生了“由点到面”的影响，使得投资者对房地产行业整体信用资质的信心有所下降。融资端供给侧也对房地产企业融资采取了较为谨慎的态度，资金供给收紧加剧了房地产企业的流动性困难，多家房地产企业陷入困局。在这段时间内，房地产企业的信用瑕疵事件开始集中发酵，大批项目处于停工状态。为保证房屋的交付，地方政府对商品房预售资金的监管要求再次紧缩，进一步限制了房地产企业自由现金流的规模。房地产企业在面临较大流动性压力的情况下，开始选择打折促销的方式加快回款速度。然而，在地产企业信用瑕疵事件频发、资金压力较大的背景下，房地产企业打折促销的方式导致购房者对房地产企业“保交房”的预期进一步降低，形成了“越降价购买意愿越低”的情形，最终呈现“量价齐跌”的局面。同时，部分城市的贷款风波遏制了房地产行业信心的恢复、延缓了房地产行业销售复苏的进程，潜在购房群体的购房意愿再次受到冲击，销售端从而无法获得持续的资金流入。因此，房地产销售端的低迷导致房地产企业的流动性进一步承压，由此，房地产行业进入“负循环”。 2、房地产行业的拐点及投资机会 根据过往的经验来看，信用利差的修复通常伴随着行业景气度的回升，以煤炭行业为例：2016年，煤炭需求的下降和供给的过剩导致煤炭市场库存高居不下，煤炭价格处于较低位置，引发了较多企业盈利能力不足、经营困难等问题，投资者对煤炭行业信心的缺失导致其债信用利差持续走阔。在供给侧改革等行业优化政策的持续推动下，煤炭行业景气度回升，伴随着煤炭价格的上涨，债券信用利差随之下行。我们认为地产行业亦不例外，虽然其信用利差的修复难度较此前或有加大，但地产行业景气度的拐点仍为信用利差修复至关重要的起始信号。 为了更直观地观测地产行业的景气度以及判断行业的拐点，我们结合目前的市场环境构建出了地产行业景气度指数并观察其斜率，通过斜率之间的比对来找寻此前下行周期中与近期最为相似的趋势，进而推断地产行业未来走向。自2021年10月份以来，地产行业景气度指数的斜率开始转负，此后持续为负且愈加陡峭，截至2022年7月底，指数的斜率已经降至-3.76。通过比对可以发现目前地产行业景气度的斜率与2014年7月份的斜率最为相近，两个指标仅相差0.12，因此我们认为建立在“平滑后的景气度指数斜率存在一定趋势性”的前提假设下，可以结合当时情况对目前地产行业走势予以研判。从数据上来看，2014年7月地产行业景气度指数斜率跌至最低值之后，指数斜率便开始回升，由此可以推断，目前地产行业已处于“寻底”阶段。 3、风险提示 超预期信用瑕疵事件的发生进一步遏制房地产市场的恢复速度；房地产行业需求改善不及预期。 1、房地产行业信用风险回溯及现状分析 1.1、回溯：房地产信用风波传导链 2021年上半年，由于个别大型房企发生了信用瑕疵事件，信心和情绪的传导效应产生了“由点到面”的影响，使得投资者对房地产行业整体信用资质的信心有所下降。融资端供给侧也对房地产企业融资采取了较为谨慎的态度，资金供给侧的收紧加剧了房地产企业的流动性困难，多家房地产企业陷入困局。在这段时间内，房地产企业的信用瑕疵事件开始集中发酵，大批项目处于停工状态。为保证房屋的交付，地方政府对商品房预售资金的监管要求再次紧缩，进一步限制了房地产企业自由现金流的规模。房地产企业在面临较大流动性压力的情况下，开始选择打折促销的方式加快回款速度。然而，在地产企业信用瑕疵事件频发、资金压力较大的背景下，房地产企业打折促销的方式导致购房者对房地产企业“保交房”的预期进一步降低，形成了“越降价购买意愿越低”的情形，最终呈现“量价齐跌”的局面。同时，部分城市的贷款风波遏制了房地产行业信心的恢复、延缓了房地产行业销售复苏的进程，潜在购房群体的购房意愿再次受到冲击，销售端从而无法获得持续的资金流入。因此，房地产销售端的低迷导致房地产企业的流动性进一步承压，由此，房地产行业进入“负循环”。 图表1：房地产信用风波传导链 1.2、现状：房地产行业处于下行阶段 1.2.1、需求端：销售暂未回暖，房地产市场仍处于低温状态 2021年7月至2022年7月，我国商品房销售额及销售面积整体呈现持续下行趋势。2022年1—7月，我国商品房销售额约为7.58亿元，同比下降28.8%，其中住宅商品房销售额同比下滑31.4%；商品房销售面积约为7.82亿平方米，同比下降23.1%，其中住宅商品房销售额同比下滑27.1%。此外，2022年7月的30大中城市的商品房成交面积同比下滑33.73%，其中一线城市同比下降5.73%，二线城市同比下降36.85%，三线城市下降43.92%，一线城市商品房成交面积的同比下滑趋势较3月—5月有所好转，而二线城市和三线城市商品房成交面积的同比下滑幅度依旧处于较高的水平。销售数据暂未回暖，房地产市场依然处于低温状态，7月的贷款风波导致购房者对房地产企业的信心不足，房地产市场依然面临着下行压力，但各地区出台的保交楼政策向市场释放了一定积极的信号。 图表2：30大中城市中，一线、二线和三线城市商品房销售情况 图表3：商品房销售额及销售面积情况 2022年3月以来，疫情的反复导致部分地区停工停产，居民的就业和收入因此受到了一定负面影响，从而引发居民消费倾向、结构和预期的变化，我国消费者信心指数自2022年3月开始出现明显下滑。消费者对于消费支出的收紧叠加对房地产行业信心的下滑导致购房意愿降低，房地产需求端恢复较为缓慢。 图表4：消费者信心指数 1.2.2、供给端：新开工和竣工面积延续负增长 自从个别房企于2021年6月发生信用瑕疵事件以来，我国房地产投资完成额增速、房屋新开工面积和竣工面积的同比增速不断下滑且呈现负增长态势，其负增长幅度也在不断走阔。2022年1月至2022年7月，我国房屋新开工面积为7.61亿平方米，同比下滑36.1%；我国房地产开发投资完成额为7.95万亿，同比下滑6.4%。同一时间段，我国房屋竣工面积为3.2亿平方米，同比下降23.3%，其中住宅竣工面积为2.33亿平方米，同比下降22.7%。我们认为，房地产企业开发投资和新开工意愿整体下行的原因在于两个方面：1）市场信心暂未恢复，房地产销售未回暖，在资金紧张的情况下，房地产企业的新开工意愿不强；2）由于自身流动性较不充裕，房地产企业的拿地规模有所缩减。此外，在房地产企业流动性承压、疫情反复的背景下，工程项目的停工导致房地产竣工时间被动延迟，竣工面积呈现负增长。伴随着7月贷款风波后各地“保交楼”举措的不断出台和部分房地产企业复工情况的改善，房地产竣工情况有望得到小幅边际修复，但销售恢复的缓慢将继续遏制竣工面积的增长。 图表5：房屋新开工面积及房地产开发投资完成额情况 图表6：房屋竣工面积情况 1.2.3、资金端：房地产行业融资环境依旧偏冷 2021年6月以来，我国房地产开发资金同比持续呈现下滑趋势。2022年1月至2022年7月，我国房地产开发企业到位资金为8.88万亿元，同比增速为-25.4%，同比负增长幅度较2022年6月有所小幅走阔。其中，国内贷款和其他资金的同比降幅依旧较大，分别为-28.4%和-32.06%，自筹资金的同比增速为-11.4%。 在房地产开发资金中，其他资金和自筹资金的占比最高，且两者主要来源均为销售收入，但由于房地产销售情况暂未回暖，房地产开发资金中其他资金和自筹资金的恢复依然会较为缓慢。此外，自2021年下半年以来，部分房企信用事件频发，致使银行及非银金融机构出现一致性收缩行为，在目前房地产行业依旧处于低温运行的背景下，金融机构对房地产企业的信心和支持力度仍然偏低，部分房地产企业的流动性还处于承压状态，行业融资环境的修复尚需时间。 图表7：房地产开发资金来源累计同比 图表8：房地产开发资金合计值及同比增速 1.2.4、政策端：中央与地方层面持续提供支持 2022年以来，中央层面，央行、银保监会、住建部多次发文进行宏观调控，完善LPR形成机制引导LPR下调、降准释放流动性保障市场环境平稳、优化商品房预售资金监管政策等。地方的调控政策各有不同，但均依照牢牢坚持“房住不炒”的定位，着力稳地价、稳房价、稳预期，促进房地产市场平稳健康发展，紧盯市场变化及时提出各类调控措施。2022年以来，地方因城施策调控房地产市场愈发明显，出台的地产松绑政策主要包括放松限购/限贷、降低首付比例、下调房贷利率、放松公积金贷款政策、发放购房补贴、放松落户政策、重启房票安置、为房企提供资金支持等。 图表9：中央层面房地产支持政策 图表10：地方层面房地产支持政策 2、房地产行业的拐点及投资机会 根据过往的经验来看，信用利差的修复通常伴随着行业景气度的回升，以煤炭行业为例：2016年，煤炭需求的下降和供给的过剩导致煤炭市场库存高居不下，煤炭价格处于较低位置，引发了较多企业盈利能力不足、经营困难等问题，投资者对煤炭行业信心的缺失导致该行业债券信用利差持续走阔。在供给侧改革等行业优化政策的持续推动下，煤炭行业景气度回升，在煤炭价格上涨近5个月后，债券信用利差随之下行。我们认为地产行业亦不例外，虽然其信用利差的修复难度较此前或有加大，但地产行业景气度的拐点仍为信用利差修复至关重要的起始信号。 图表11：煤炭价格走势 图表12：煤炭行业信用利差走势 2.1、地产行业景气度指数的构建 为了更直观地观测地产行业的景气度以及判断行业的拐点，我们结合目前的市场环境构建出了地产行业景气度指数并观察其斜率，通过斜率之间的比对来找寻此前下行周期中与近期最为相似的趋势，进而推断地产行业未来走向。我们采用层次分析法（以下简称“AHP”）来构建地产行业景气度指数。AHP是美国运筹学家Saaty于20世纪70年代初提出的一种主观赋值的评价方法，其将定量与定性分析相结合，用使用者的经验判断各因素之间的相对重要程度，并综合地给出每个因子的标准权数。 在构建模型的过程中首先需要确定总目标及影响目标的各项因素，在此次模型的搭建中，总目标为地产行业景气度，而其影响因素分别为销售情况、骏工情况、融资情况以及新开工情况。其次，需判断各元素对总目标的影响程度，此处将通过判断矩阵来计算具体权重。矩阵的构建需要比对各因素之间的相对重要性，过程中采用了T.L.Saaty引用的1-9标度方法。 图表13：AHP 1—9标度法 各因子重要程度排序方面，我们认为销售情况仍为目前影响地产行业最为重要的因素；竣工及融资情况的重要性均弱于销售情况；相比之下，新开工情况重要性最弱。进而，我们利用和法求出矩阵的特征向量，然后进行归一化，可得到各指标的权重。 具体计算方面，首先将S元素按列归一化处理，得到矩阵𝑄=(𝑞)然后将Q的元素按行相加，得向量α=(𝛼,𝛼,…,𝛼)，其中𝛼=∑ 𝑖𝑗𝑛∗𝑛𝑛 𝑇 𝑞 𝑛 i 𝑗=1𝑖𝑗i 𝑛 𝑘=1 𝛼 𝑇 最后对向量α归一化处理，得权重向量W=(𝑤,𝑤,…,𝑤)，其中𝑤= ⁄ 𝑛 𝑖 ∑ 𝛼 k 需要注意的是，我们还需要在此基础上进行一致性检验。所谓一致性指的是判断思维逻辑的一致性，如A比C强烈重要，B比C稍微重要，则A一定比B重要。 而对元素进行两两比较是一个主观过程，很容易产生逻辑一致性的矛盾，因此需要一致性检验。这里我们通过引入两个指标来检验判断矩阵一致性程度，分别是一致性指标CI和一致性比率CR： 𝜆𝐶𝐼= −𝑛n−1 𝐶𝐼，𝐶𝑅= 𝑅𝐼 𝑚𝑎𝑥 这里的平均随机一致性RI（Random Index）是多次重复随机判断矩阵特征值的计算后取算术平均数所得到的。在一致性检验中，CI越大矩阵Q的不一致程度越严重，CI=0矩阵A则完全一致。CR是用来检验可靠性的一致性检验指标，当CR<0.1，判断矩阵一致性可以接受；否则需要调整判断矩阵中的值直到通过一致性检验为止。经测算，CR值