(英）高盛-了解中国房价的差异

中国数据洞察 了解中国房价指标的差异 2023年7月9日|香港时间晚上10:23 房地产疲软可能是最具挑战性的增长逆风 中国正在进行的重新开放后的复苏，因此势头和 房地产行业的情绪对增长和政策具有重大影响。我们认为，在持续的下行压力和不断增加的宽松希望之间的房地产行业拉锯战中，房价值得更多关注。 在本说明中，我们回顾了各种来源的房价指标，以衡量近期趋势，解释它们的主要差异，并讨论其含义。具体来说，我们专注于官方（NBS）和私人来源（例如CREIS，Centaline，Zhuge和Beike）的房价指标。所有来源都面临 编制一个相对稳定的价格跟踪投资组合面临重大挑战，这意味着没有完美的房价衡量标准。 尽管存在一些缺陷，但NBS新房价格已被政策制定者设定为城市抵押贷款利率的决定因素。我们认为，从长远来看，NBS房价指标与房地产活动和市场情绪的相关性更高。 根据我们的估计，在经历了长达十年的上涨之后，自2021年中期以来，一级市场的房价基本稳定，但二级市场的房价呈下降趋势。大城市房价持续跑赢小城市，近期二级房价下跌主要由低线城市带动。近年来，东部沿海省份的房价表现优于大多数内陆地区。 为了抵消房地产行业的持续疲软，我们预计未来几个月将采取更多的住房宽松措施，但幅度应小于先前的宽松周期。尽管在全国范围内征收房产税可能是中国房地产行业政策的一部分 ，但今年似乎不太可能大幅扩大房产税试点城市。政策制定者可能会优先解决与私人开发商 ，地方政府隐性债务和一些小型银行相关的金融风险。 王立生 +852-3966-4004| 杨玉婷 +852-2978-7283|yuting.y.yang@gs.com高盛（亚洲）有限公司 惠山 +852-2978-6634|hui.shan@gs.com高盛(亚洲) 有限公司 MaggieWei +852-2978-6962|maggie.wei@gs.com高盛(亚洲) 有限公司 陈新泉 +852-2978-2418|xinquan.chen@gs.com高盛(亚洲)有限公司 安德鲁·蒂尔顿 +852-2978-1802|andrew.tilton@gs.comGoldmanSachs(Asia)L.L.C. 投资者应将本报告视为做出投资决策的唯一因素。有关RegAC认证和其他重要披露，请参阅披露附录，或访问www.gs.com/research/hedge.html。 了解中国房价指标的差异 在中国正在进行的重新开放后的复苏中，房地产疲软可能是最具挑战性的增长逆风，因此，房地产行业的势头和情绪对增长和政策具有重大影响。我们认为，在房地产行业持续下行压力和不断增加的宽松希望之间的拉锯战中，房价值得更多关注，原因有三个： 房价可以推动住房活动，从而推动经济增长（图1）。由于购买房屋通常是家庭最大的交易，因此价格变动和价格预期对购买决策很重要。 房价也可能对银行系统的风险溢出（主要通过抵押贷款和房地产开发商贷款）和家庭消费（主要通过财富效应，相关购买和消费者信心渠道）很重要。 Certainhousingpolicies,suchmortgagerateadjustments,aredirectlyaffectedbymeasuredhomepricechanges.recentmediareportsonfallingsecondaryhomepricesinsomecities(Exhibit2)andmarketdebrangesonhousold 经济衰退“也表明，房价可能是间接的，但更广泛的对市场情绪和宏观政策的影响。 根据我们之前对中国房价的研究（参见此处和此处），在本说明中，我们回顾了各种来源的房价指标，以衡量近期趋势，解释它们的主要差异，并讨论对增长和政策的影响。 图表1：尽管波动性较低，但在过去十年中，新房价格变化与其他与房地产相关的活动存在相关性 图表2：国家统计局70城市的主要和次要住宅价格高度相关，后者在最近几个月开始下跌 百分比变化，yoy百分比变化，yoy%momsa，非年化%momsa，非年化 新房价格、开工和销售 70城市新房价格新房开工楼面面积已售出 11121314151617181920212223 80 60 40 20 0 -20 -40 80 60 40 20 0 -20 -40 2.5 2.0 1.5 1.0 0.5 0.0 -0.5 -1.0 2.5 NBS70城市平均房价 Primary二级 11121314151617181920212223 2.0 1.5 1.0 0.5 0.0 -0.5 -1.0 -60 -60-1.5 -1.5 资料来源：Wind，高盛全球投资整理的数据Research资料来源：国家统计局，高盛全球投资研究汇编的数据 各种房价指标的回顾 NBS70城市房价指标已被投资者和政策制定者密切跟踪，近年来，越来越多的私人来源（例如CREIS、Centaline、Zhuge和Beike等）提供了替代措施。在图表3中，我们根据样本、编制方法和近期趋势比较了各种房价指标。 在一级市场房价方面，NBS平均销售价格（ASP）涵盖了全国住房市场，因为它估计为新房销售价值除以数量，但它不是对连续房价变化的准确估计，因为房屋的位置和质量随着时间的推移是不可比较的。NBS70城市新房价格指数和CREIS100城市新房价格指数在估计价格变化时控制了房地产位置和质量，尽管它们的原始数据来源在一定程度上彼此不同。 一线和二线城市因价格控制而扭曲。在许多城市，即使在控制房屋位置和质量之后，新房和二手房价格之间仍然存在很大差异。 在二级市场房价上，除了NBS70城市二级房价指数外，中原，诸葛和北客等一些私人实体（主要是物业代理商，信息平台和咨询公司）也有自己的措施。来自私人来源的房价数据通常比NBS系列的时间序列短得多，尽管其中大多数比NBS早发布。在过去的几年中，二手房价格受到了许多影响。 非市场政策干预，如政府指导价和参考价(与支付税收和次级住房交易抵押贷款有关)。这引发了一些伪造的销售合同，甚至是在桌子底下的现金支付，以逃避税收和绕道抵押贷款限制，这偶尔会扭曲次级房价。然而，由于缺乏数据可用性，没有充分调整这些扭曲的好方法。 1新房已经开发得越来越远离城市中心，因此从长远来看，ASP可以衡量越来越偏远的地区的房价。具体来说，它可能会低估房地产价格上升周期中的价格上涨，高估了下降周期中的价格下跌，并且通常表现出比其他指标高得多的波动性。 2如图表3所示，NBS70城市新房价格指数是根据当地住房当局估计的，而CREIS100城市新房价格指数是根据CREIS编制的房地产机构报告和实地调查得出的。 图表3：一级市场和二级市场房价指标的比较 指标 指标名称在 中文 官方/ 城市样本私人 城市级数据源 交易价格? Property 位置/质量样本平均值的加权或未加权？控制? 同比价格变动(%) 20202021 2022 2023年1 月-5 一级市场住房价格 NBS70城市 统计局70个大中城市新 70个城市，大部分是大型新房交易 国家统计局没有直接发布全国平均水平，简单平均水平 新房价格：建商品住宅官方和中型数据提交当地是是是（未加权）由一些数据4.84.10.0-0.6索引价格指数城市住房管理局供应商(例如彭博社、Wind)， 按GS加权的人口 NBS平均值统计局商品全国范围，基于按财产分列的报告 否;暗示 未加权。估计为NBS新房销售价值 销售价格房平均销售官方自上而下的计算开发人员直接向 No 除以新房成交量 5.6 3.9 -3.7 9.3 ASP (ASP)价格NBS CREIS100城市中指研究院 新房价格：商品住宅销Private 原始数据主要基于 100个城市，包括实地调查， 小城市多于plus报告从YesYes 加权。全市和全国平均房价估计 使用总建筑面积asthe3.33.50.9-0.1 索引售价格NBS70城市样本开发商和房地产中介加权 二级市场房价 NBS70个城市统计局70个70个城市，大部分来自真实的报道 次要大中城市二官方和中型地产代理,plusYes home价格手住宅销售城市实地调查和 索引价格指数地方住房管理局 登记册 没有发布全国平均水平 由国家统计局直接提供，简单的平均供应商 Yes（未加权的）由一些数据(例如，彭博社、Wind)，按GS加权的人口 2.43.4-1.6-2.3 加权。使用市场价值估计的全市平均水 中原六城市中原地产二 6个大城市，4个一级临时合同 平 二级房价领先指 数 手住宅价格私人城市加上天津和二级住宅 Yes Yes 组件房地产作为 加权，6城市样本平均值 GS使用人口重新编译权重 3.6 11.7 -0.7 领先指数 成都 与中原提交的交易 -2.4 诸葛100-城市 诸葛找房100 100个城市，包括 诸葛自己的系统 链接到次要加权。数据需要单独 次要城二手住宅 住房市场 平均价格 私人小城市比家多事务是Yes 市场均价国家统计局70个城市的房地产样本记录订阅。 机构 1.71.90.2-0.3 25个大中城市(可用 atWind)，主要是二级合同 北科25城市贝壳二手住 次要 宅成交价格私人2和Tier-3城市; 家庭交易提交是是是 加权。GS使用人口0.8重新编制的25个城市样 本平均值权重 4.2 -5.2 -5.0 home价格指数 在一线城市中，北客只有广州是 可用 对于我们可用的城市级细分的房价指标（例如，NBS70城市，中原6城市，北科25城市），我们对所有基础城市级数据进行季节性调整，并重新估计样本平均值基于人口权重，而不是使用其简单平均值。资料来源：国家统计局、CREIS、中原、诸葛、北科、Wind、高盛全球投资研究 Signifi无法衡量房价变化的挑战意味着没有完美的房价措施 除了上述新的和次级房屋价格措施的扭曲之外，所有数据源在编制相对稳定的价格跟踪投资组合方面都面临着巨大的挑战。尽管似乎没有完美的解决方案，但不同的来源可能会采用不同的方法来解决该问题，特别是对于没有销售记录的新建筑物，具有间歇性销售周期的建筑物以及交易非常稀薄和极端价格的时期（例如Procedre，在Covid封锁期间）。 以NBS70城市新房价格为例：对于没有销售记录的新楼盘，NBS根据有销售记录的相邻楼盘的新房价格，或地区内具有可比位置和质量的楼盘的新房价格，或邻近地区的二级房价，根据数据的可获得性，估算其房价历史。这就是为什么官方和私人来源暗示的房价变化在某些情况下似乎与市场看法不一致的部分原因。因此，为了更好地衡量房价动态，我们必须依靠各种数据源，轶事证据甚至实地调查。 尽管存在一些不完善之处，NBS新房价格已被政策制定者设定为城市级抵押贷款利率调整的一个决定因素（更多细节见方框1）。我们认为，从长远来看，国家统计局房价系列的未来趋势也可能会影响决策者对何时，如何以及在何处扩大房产税试点城市的决定。也就是说，NBS新房ASP与衡量房地产行业的宏观风险有关，因为它可以从新房销售中获取开发商收入的价格因素。 方框1：国家统计局新房价格数据在中国抵押贷款利率调整机制中的作用 持续的房地产下行周期始于2021年年中，导致许多房地产活动指标急剧收缩，此后许多城市的房价连续下跌。2022 年9月，中国人民银行和中国银行保险监督管理委员会（CBIRC）3推出了临时抵押贷款定价政策，允许连续三个月经历新房价格下跌（环比和同比）的城市将首次购房者的抵押贷款利率设定为低于官方利率水平，直到2022年底。2023年1月，中国人民银行和随后的银保监会在较早的政策基础上正式建立了新的抵押贷款利率调整制度，也出台了 。 Apolicynormalizationmechanism:Ifcitiesexperiencethreecenterlymonthsofnewhome