宏观研究：物转星移又一秋

高善文 内容提要 本文主要讨论了三个方面的内容： 一是过去三年的疫情给经济主体带来了心理性和财务性的疤痕效应，前者影响承担风险的意愿和对未来的预期，后者造成了资产负债表的失衡。疤痕效应的修复与政策干预联系紧密，在自然条件下的修复需要一定时间。 二是中国房地产行业正在经历的流动性危机反映和暴露了高周转模式的内在脆弱性，并由于去杠杆政策和疫情冲击而扩散和加剧。从供应过剩、价格弹性、潜在存货等角度来观察，房地产市场的调整与日美曾经经历的泡沫破灭多有不同。随着政策的调整，房地产行业将转入违约压力的有序出清和商业模式的渐进转型。 三是我们提出了以安全维度为纵轴、以增长维度为横轴的四象限分析框架，试图理解政府日益上升的安全关切对资本市场估值体系与结构的影响。 风险提示：（1）疫情发展超预期；（2）地缘政治风险；（3）政策调整超预期 一、疫情留下的疤痕 伴随近期中国疫情防控政策的持续优化，我们正在迎来与奥密克戎变异毒株 长期共存的全新生活方式。或许再经过一段时间的不便与混乱之后，在2023年 二季度的晚些时候，我们的经济和社会生活能够基本恢复到相对正常的状态。对 三年疫情留下的疤痕做一次检视，无疑是必要的。 （一）伤疤在哪里？ 过去三年，经济社会生活难以正常展开，收入的不稳定性空前增加，收入增 速与疫情之前相比、总体上经历了比较明显的下降。在此背景下，居民和企业的 资产负债表受到了不小的损害，需要一些时间来进行修复。 继续出现历史罕见的大幅度单边上行，总体上表明居民部门在资产配置上变得非 常保守，不愿意承担风险，对未来的预期变得较为悲观。 图1：居民户新增广义存贷款轧差/居民部门总收入（4Q， TTM ），% 一般来讲，储蓄倾向是指一段时间之内居民所获得的收入，减去其中用于消 费的部分（比如购买食品、烟酒、汽车等商品或理发等服务）之后，剩余的部分 就被定义为储蓄，储蓄可以用于投资、购买房产等活动。 如图2所示，我们可以从两个数据口径观察居民储蓄倾向的变化。 （1）红色的线使用的是入户调查数据，可以发现：每一次出现比较明显的 疫情冲击时，均导致居民户部门储蓄率出现异常的上升。在这样的上升之中，一 部分是因为部分线下消费的不可得，进而形成了被动储蓄；另外一部分，也可能 是来源于居民对未来收入的信心下降，因此需要积累更多的储蓄来进行预防性应 对。 （2）蓝色的线是我们基于宏观经济数据中的国民收入和社会消费品零售数 据所反推出来的居民户部门储蓄率。可以看到，其与红线所代表的户调数据有一 定的差别，特别是自疫情以来在走势方向或绝对水平上差别较大，甚至越来越大。 如果以宏观数据估计为基础，总体上我们看到的是，居民部门的储蓄率在趋 势上不断上升，消费倾向越来越低。 图2：居民户储蓄率偏离值，% 估算方法：用名义GDP和社会消费品零售数据分别估计居民的收入和消费，进而推算得到储蓄率。 在其他因素不变的情况下，疤痕效应很大程度上解释了2022年为什么包括房 地产市场、股票市场等经历了幅度较大的单边下跌。过往出现类似情形所伴随的 宏观环境，例如明显的通货膨胀、监管收紧、流动性紧缩、货币信贷利率显著上 升等因素在今年均不存在或不明显。 （二）疤痕效应的修复与政策干预紧密关联 一般认为，在人类经历自然灾害后心理上都会产生一些疤痕。随着灾害的过 去，疤痕的影响会减弱，但依然会维持一段时间。它突出的特点则是人们对风险 的容忍度下降，行为变得更加保守，更加不愿意冒险。 但是，对于这样一般性的总结而言，看起来似乎也存在一些例外。 第一个例子是，2002年德国易北河岸发生了一次严重的洪水灾害。洪灾过后，一些学者专门调查了受到洪水影响的家庭的收入和开支行为。基于可得的地理数 据，他们发现在发生洪水的时候，并不是所有家庭都受到了洪灾影响。有一部分 家庭受灾，还有一部分家庭没有受灾，因此在同样的地理区域内，没有受灾的家 庭的收入和开支行为就可以作为很好的对照样本。 结果显示，在易北河洪水之后，受到洪灾影响的这部分家庭的收入和开支行 为，相比对照组而言并没有显著差异，这与我们一般想象的疤痕效应存在一定的 出入。但是，这些学者有一个倾向性的解释，就是德国具有强大的社会保障体系， 在这些地区发生洪灾以后，民众所遭受到的损失由政府及时足额提供补偿。在这 样的政策干预之下，洪灾无论是在财务层面、还是在心理层面，均没有给当地民 众留下明显的持续影响，他们的生活在洪水过去以后就迅速恢复正常了。 第二个例子是，尽管美国经历了较大规模的疫情冲击，但是今年以来在美国 居民部门储蓄率的变动上，也看不到很明显的疤痕效应。因为如果有明显的疤痕 效应，其储蓄率至少应该相对疫情之前的水平明显更高。但实际上我们所看到的 是更低的储蓄倾向和更高的消费倾向，而这与美国经济数据的持续强劲、以及较 大的通货膨胀压力之间，可能也是有一些关系的。 从美国的案例来看，疤痕效应快速弱化的原因可能在于，在疫情肆虐时期， 美国政府针对居民提供了大量补贴和转移支付，较好地保护了居民部门的财务状 况和资产负债表，减弱了居民部门在心理层面所承受冲击的强度和持续时间，所 以在疫情缓解过后，他们的生活能够迅速恢复到相对比较正常的状态。 但是，从比较多数的自然灾害条件下人们行为变化的研究、以及迄今为止中 国的数据情况来看，在我们的经济社会生活逐步恢复正常以后，疤痕效应可能还 会持续一段时间。 二、房地产行业转向有序出清和渐进转型 2022年中国房地产市场经历了幅度很大的调整，销售和新开工下降幅度十分 惊人，房价也出现了一定幅度的下跌，整个房地产行业显示出现较为广泛的违约 压力。一些看法悲观地认为，中国正在经历房地产泡沫的破灭，基于对历史上日 本和美国房地产泡沫破灭案例的观察，这些看法认为泡沫破灭是不可逆的，并且 将会在未来较长时间里对于经济增长形成负面影响。 下面我们试图从意愿库存、供应过剩和价格弹性等方面提供一些差异化的视 角。 （一）商品房非意愿库存 首先，可以观察一个我们这些年所追踪和估算的数据，叫做房地产企业所持 有的、非意愿的商品房存货。如图3所示，这里的零轴不是意味着存货是零，而 是代表着房地产企业的存货、与房地产企业意愿持有的水平是一致的。 从估计结果来看，毫无疑问的是在2013年至2014年前后，房地产行业曾经积 累了大量的超额存货，但是到了2018年以后，这些存货基本已经下降到完全正常 的水平。从这一估计来看，2021年和2022年房地产行业所持有的非意愿存货，放 在历史上看都处在异常低的水平。 图3：测算全国商品房非意愿库存，千平方米 我们知道所谓的房地产泡沫，它的形成通常有几个条件： 第一是大量民众和金融机构对未来、至少是对房地产行业的未来，抱有强烈 的、不可动摇的信心和信念，认为房价一定会一直上涨。 第二是金融条件和金融环境异常宽松，当他们试图参与房地产市场投机的时 候，总是可以在比较低的资金价格上获得贷款。持续的信贷流入叠加对房价具有 很强的一致预期等因素，推动了房地产泡沫的形成和房价的快速上升。 第三是房价的快速上升会刺激房地产供应的扩大，开发商面对涨价积极地在 房地产市场提供更多住房，进而使得房地产供应大幅增长。 但是，等到房地产泡沫破灭的时候，就会发生两个方面的问题。 一方面，在泡沫化过程中，房地产市场供应的扩大从长期历史来看是不正常 的。这些过剩的、不正常的供应需要较长时间来消除和消化，这对房地产投资以 及很多相关行业的需求，形成了中长期的负面影响。 另一方面，在消化这些供应的过程之中，由于市场在泡沫破灭后存在明显的 供过于求现象，泡沫破灭后房地产价格又会下跌，对银行和居民的资产负债表造成了很大的损害。 这一损害迫使银行又要去修复自身的资产负债表，采取诸如紧缩信贷、提高 信贷发放标准、重新筹集资本、甚至隐藏坏账等方式。与此同时，居民部门在投 机性购买过程中所积累的大量的银行债务，在房价下跌过程中资产负债表也会受 到很大的损害，此后也需要花很长的时间去修复。 （二）房地产开发投资占GDP比重 因此造成具有持续严重影响的房地产泡沫，通常应该有一个关键特征，就是 房地产投资出现了异常的扩大。 以这样的模式来看日本房地产数据可以发现，如图4所示，日本在1985年之 前房地产投资占整个经济的比重大约在8%左右。在1987年房地产市场开始泡沫化 以后，这一比例迅速从8%上升到超过10%的水平。而这一过程意味着在市场上房 地产供应的扩大。 到了1991年房地产泡沫破灭以后，日本房地产投资占GDP比重开始经历长期 的下跌过程。下跌的早期反映的是对于前期过剩供应的消除过程，而下跌的后期 也许更多的与日本快速老龄化存在更密切的联系。 图4：日本房地产投资占GDP比重，% 再来看美国的数据，如图5所示，可以发现在一定程度上具有类似的特征， 2004年以前美国房地产投资占整个GDP的比重也在差不多8%的水平。 众所周知，80年代的日本、2000年的美国都已经是高度发达、人均收入较高 的经济体，也是早已完成城市化的经济体。但即使在这样的条件下，二者房地产 投资占GDP的比重仍接近8%的水平。 而美国在2003年以后，该占比开始从8%向10%接近。这一上升过程代表了供 应扩大，反映了在那几年的时间里面美国房地产市场的泡沫化。此后随着泡沫破 灭，该占比经历了较长时间的大幅下跌，代表着对泡沫化过程中过剩供应的消化、 以及企业和居民资产负债表所受到的压力。直到2014年以后，美国房地产市场看 起来才基本稳定，但一直到最近这两年，美国房地产投资占GDP的比重才勉强接 近7.3%，但依然没有达到2003年之前的水平。 图5：美国房地产投资占GDP比重，% 而在中国的数据之中，如图6所示，我们剔除了房地产开发投资中的土地购 置费，使得中国的数据口径与美国、日本的数据尽量可比。可以看出，中国房地 产投资占整个经济比重的最高点出现在2013年前后，当时这一比例大概在12%左右。2014年以后，该占比总体经历了单边波动下降的过程，至2022年这一比例估 计可能在7.6%左右。这一水平与日本泡沫化之前80年代早期的水平，以及美国 2003年之前的水平，基本是接近的。 考虑到中国的城市化过程还不能说已经完全结束，中国的人均收入水平还处 在相对较快的提升过程之中，我们很难认为当前的房地产投资占比水平就已经处 在明显偏高的状态。 图6：中国房地产投资占GDP比重，% （三）新房与二手房价格弹性 此外，还可以从另外一个角度——房屋价格弹性，来进行验证。在过去15年 的时间中，中国房地产市场大概经历了5轮周期，通过计算和比较每一轮房地产 市场下降过程的房屋价格弹性来进行分析。 所谓价格弹性是这样计算的，首先计算在房地产市场下降过程之中，从顶部 到底部交易量的下降，同时计算顶部到底部的新房或二手房价格的下降，把价格 下降和交易量下降的比值作为弹性。 如图7和图8所示，当2013年房地产投资占GDP比重最高、估算的房地产存货 最多时，2013年新房房价在价格下跌过程中的弹性也是最大的。而价格弹性在一 定程度上代表了市场供应压力或供应曲线的斜率。因此当2013年各方面的供应压 力都是最大时，2013年价格下跌的弹性也是最大的。 图7：新房价格弹性，% 以此来对比，2021年以来这一轮房地产价格下跌过程中，尽管交易量的下跌 比较惊人，其中有疫情所带来的影响，也有房地产市场自身调整的影响，但从弹 性的角度来看，2021年以来的新房价格弹性是过去15年之中最小的。这也暗示在 新房市场上并没有显著的供应过剩压力。 而在二手房市场，相对一致的特征是，2013年二手房市场的价格弹性也很大， 代表着较大的供应压力。虽然今年以来价格下跌的压力要更大一些，但是仍显著 低于20