以动态思维理解中国房价
陈杰 2007-6-11
——《中国房地产报》2007年6月11日“经济学者说”专栏之六
上期专栏提到传统房价收入比指标体系虽然简单易行,也可以用来大致比较不同地区居民的住房可支付能力,但也存在很多内在缺陷,国外、国内很多学者都认为要谨慎使用该指标。其中一大缺陷是没有考虑到收入的分配问题,另一大缺陷就在于以静态的眼光看待住房可支付能力,却忽视了一旦居民买定房子,住房的成本就被锁定,可收入却有不断增长的可能性,随着收入不断增长,买房人的房价收入比会不断下降。
在发达国家成熟的房地产市场里,应用传统的、静态的“房价收入比”或“月付占收入比”指标,问题还不大,因为这些国家经济发展已经十分成熟和稳定,人均收入增长不大,一般平均每年人均实际收入增长不会超过3%。但在中国这样一个快速发展、人均收入基本上保持年均8%增长的经济环境中,仍然用静态眼光看待住房的可支付能力,就会产生很大的误导,对居民的住房承受力、对市场潜在需求产生错误判断。不仅是中国,我们还注意到俄罗斯、东欧和很多经济转型的国家中,静态的房价收入比值都非常之高,特别在上世纪90年代末曾达到15甚至20以上。但这些国家的房地产市场并没有崩溃,反而继续发展,然后可观察到其房价收入比开始出现逐步下降的趋势。所以,我认为,与发展经济学中基尼系数倒U型曲线理论类似,对于转型经济中的房地产市场,房价收入比也有一个先上升、到一定阶段后逐步下降的可能性。
我牵头的课题组曾经对上海房价收入比做过一些系统测算。我们发现,在2006年,如果用建筑面积90平方米的住房为标准住房,乘以当年上海房价均值7038元/平方米,总价为63万多元,与上海当年家庭年平均可支配收入62000元相比,是后者的10.2倍。与发达国家比起来,显然这个指标是非常高的。
但是我们也注意到以下几点。第一,房价收入比1995~2006年基本上没有发生大的变化,1995年的平均房价收入比是10,12年内波动幅度很小。这说明虽然房价比过去涨了很多,但总体上收入也有较多增长,两者大致对应。第二,低收入群体的房价收入比在拉大,住房困难增加,高收入群体的房价收入比反而有所下降。这说明居民的收入分配差距在拉大,带来了住房支付能力差距的拉大,但这就不是房地产市”旧砟芙饩龅牧恕5谌泻芏嗟鞑楸砻鳎缙诼蚍康娜擞邢嗟倍嗍崆盎箍睿庠诠馐遣怀<摹U饧傅愎鄄焯崾疚颐牵镁蔡姆考凼杖氡炔荒芄唤沂局泄康夭谐⌒枨蠛途用褡》靠芍Ц赌芰Φ母丛有浴
为了体现我们所强调的“动态房价收入比”的思想,我们做了一个动态模拟,假设一个上海平均收入线上的居民家庭在1995年以全市平均价格买入一套90平方米的住宅,当时总房价会是这户家庭年可支配收入的10倍,以8成按揭、20年期贷款计,每个月的按揭还款是家庭月可支配收入的56%,这看起来非常困难,连按揭贷款都很难申请到。但我们发现,只要这户家庭当时买入了房产,只要家庭可支配收入达到与全市平均水平一样的增长速度,在4年之后的1999年,他们的房价收入比就下降到6.62,月付收入比开始小于50%,就开始属于基本可承受范围(affordable)。假设家庭收入仍能保持与全市平均水平同步的速度,不需要更高的增长,那么再过4年,该户的房价收入比就下降到5了,月付收入比开始小于30%,开始属于轻松可承受范围(easily
affordable)。对于中高收入群体来说,房价收入比和月付收入比下降的速度更快。对于中低收入群体,只要能有金融工具帮助他们在1995实现买房计划,并渡过最初几年的难关,同时他们的收入保持稳定增长,那么他们也有望在2000年,也就是5年后,实现对住房支出负担的基本可承受力。
当然,我不是鼓励那些非常勉强的群体也去买房,过度透支未来的收入和购买力。我只是想指出,作为研究与决策,在测度住房市场潜在购买力、衡量住房可支付能力时,不能只是静态地看待当前购买能力。
同时我想强调几点。首先,收入的稳定和快速增长是解决住房负担问题的根本之路,打压当前房价既不现实,又解决不了根本问题。在稳定房价不让其再暴涨从而引发恐慌性购买和价格雪崩的前提下,未来政策着眼点应该在如何让收入赶上房价,而不是让房价降下来适应收入上。其次,住房金融工具的应用和开发创新对中低收入家庭解决住房问题有非常大的帮助。提高首付之类的政策建议,在我看来,是非常伤害中低收入家庭的,而对高收入家庭影响不大。提高首付逼迫中低收入家庭只能以现期的收入来面对房价大山,更彻底地被排除在分享经济发展和城市增值带来的财富增值机会之外,阶层之间财富差距更加扩大。第三,我们的研究也表明,20%的最低收入甚至一部分中低收入群体是无论如何也实现不了购买商品房的,这部分人只能寄希望于公共救济和社会保障,必须纳入住房保障体系,通过廉租房或住房津贴来解决他们的住房问题。
http://www.china-crb.cn/HTML/2007/zhuanlan/20076863.html
加载中,请稍候......