专栏名称: 投行观察
投行观察(touhanggc),聚焦金融投行、证券、股市、IPO、银行、新三板和金融财经权威资讯信息。
目录
相关文章推荐
经纬创投  ·  当o1学会了扮猪吃老虎,你最担心什么? ... ·  2 天前  
天使调研  ·  12月11日 天哥算法推演 ·  3 天前  
天使调研  ·  12月11日 天哥算法推演 ·  3 天前  
龙船风电网  ·  17套海上风电塔筒,完成交付! ·  3 天前  
51好读  ›  专栏  ›  投行观察

从团结湖到椿树园:为了买房,一位股票研究员看穿了北京房价

投行观察  · 公众号  · 科技投资  · 2017-02-21 23:03

正文

作者:船长凯凯,来源:微信公众号“船长远方的信”


导读:


长久以来,人们把换房看成一种成就:老房换新房,小房换大房,远房换近房,非学区房换学区房。住房的改善,某种程度上被理解为业主所属社会阶层的进步。然而,为了这种阶层进步,换房者事实上向“上一阶层的现有玩家”支付了巨额的“入门税”。


而且,随着房价水平的整体提升,以及不同质量的房产间价格越拉越大,再次向上跨越“住房阶层”的“入门税”越来越高。能高到什么程度?同为华人文化,都是特大城市,香港半山房产的单价,是九龙普通房产的多少倍?想想都不寒而栗。由房产问题引发的阶层固化,可能成为中国跨越中等收入陷阱的重要障碍。


正文:


我是2016年10月27日拿到北京购房资质的,房价已经涨了很多。


攥着微不足道的首付,我像众多“北漂”一族一样,开始了焦虑的看房之旅。我前后在这座城市生活了9年,除了刚上大学时骑着自行车走街串巷,近两个月恐怕是在帝都跑得最勤的一段时间。由于工作和生活的原因,团结湖和老宣武我跑的最多。直到有一天,站在团结湖一套方方正正、南北通透的老房子里,中介小哥问我:


“这套房子咱能看上么?您心里价位多少?”


当我开始思考这个问题的时候,才发现由于房价的大幅波动,我已经几乎失去了对价格的判断能力。Po主是股票研究员,每天最核心的工作就是给资产定价,在丧失定价能力的恐慌之下(上次出现这种恐慌是在2015年大牛市),研究员的本能把我逼回办公桌前,以尽量理智的方式进行思考。


其实不得不说团结湖是Po主很喜欢的一个地方:上班近,三站地铁到公司;看球近,走一刻钟去工体;吃喝玩乐近,蓝港和三里屯东西相邻;老人过来看望的话,去公园遛弯也比较近。问题在于,这个区域的房子主要是80年代早期的老公房,虽然方正通透、得房率高,但没有学区资源;楼龄太老,将来转手时贷款年限是个问题。


当前市场对二手房价的研究,多以宏观层面为主,比如看政策、看信贷、看市场库存。而微观层面,从典型小区的交易数据出发,自下而上看市场趋势的研究还比较少。究其原因,关键在于每套房子都有特殊性,位置、户型、楼层、朝向,以及其他各种因素,都会使每套房子的价格有所不同。因而,要想自下而上进行具有实际指导意义的研究,就必须找到尽可能同质化的“交易标的”作为样本。


幸运的是,在看房的过程中,我发现团结湖恰好就有这样高度同质化的“样本”。团结湖地铁站东南,有几个建于1979-1985年的老公房社区,即团结湖北头条、团结湖北二条、团结湖北三条、团结湖北四条,均距离地铁500米以内(如下图),我总称其为“团结湖北X条”。这几个小区的户型也高度一致,1室1厅的37-43平米;2室1厅/3室0厅多为隔断方式不同,但都南北通透,55-63平米;3室1厅的76-80平米,也南北通透。



从某大型地产中介“L记”的网站上,我把“团结湖北X条”四个小区的465条交易记录全部扒了下来(从2011年9月到2016年12月),其中有319套是通过L记成交的,有真实的成交价格(非网签价)。L记的市场份额在这个区域达到了近70%,可以认为L记的成交记录具有很好的代表性。更有利的是,在319套L记成交记录中,满五的交易有267次,占到84%,税费的统一也在很大程度上消除了异质性。


Po主是周期行业研究员(但不是地产),在研究周期与拐点的过程中,首先关注价格信号,其次关注量。因而想到的第一件事,就是把“团结湖北X条”二手房交易的量价信息整理出来。由于低总价的原因,“团结湖北X条”1室1厅户型的单价显著高于其它户型,从一致性角度出发,将其暂时排除;4条价格明显异常的交易也暂时排除。利用剩余220条“满五、非1室户型”的交易记录,我画出了下面的交易散点图。



可以看到:


(1)近五年中,“团结湖北X条”二手房价有两个上涨周期和一个下跌周期,其中第一个上涨周期持续25个月,从2011年12月至2014年1月,涨幅110%;中间的下跌周期持续9个月,从2014年2月至2014年10月,跌幅28%;现在的上涨周期从2014年11月开始,已经持续了25个月(截至有数据的2016年12月,如果到现在可能就是27个月),涨幅已达116%,时间和幅度已经双双高于上一轮。


(2)在第一个上涨周期中,交易比较均匀的分布在上涨的整个周期;而在当前的上涨周期中,2015年4季度至2016年3季度是成交密集区(尤其是2016年3季度),而进入2016年4季度后,交易频率明显降低。考虑到“团结湖北X条”总价并不骇人,也不是改善性住房或二套房,在“卖方挂单、买方点头”的交易模式下,交易频率的降低可能体现出“930”前高成交量的透支效应,也可能体现出市场对60000/米以上价格的谨慎心态。


单条交易可能会放大市场的涨跌幅度(尽管这才是我们真正进行的交易),出于审慎,我又把每个月通过L记成交房源的交易均价(整体法)和交易面积(平方米)进行了汇总,得到“团结湖北X条”二手房交易的月度量价图。与散点图相比,三个阶段的涨跌幅略有收窄,分别为上涨87%、下跌18%、上涨84%,但结论是一致的。最重要的结论,北京的二手房价并非只涨不跌,至少,“团结湖北X条”的老房子,上一轮调整周期的下跌幅度,是20%左右。



如果,“团结湖北X条”的二手房价,在创纪录连涨27个月,达到75000元/平左右,且交易量缩小之后,出现类似于上一轮20%幅度的调整;那么,60000元/平的价格,落在上涨周期成交密集区的上沿,会不会是调整之后比较稳健的价格?如果,调整周期的时长是9个月,那么,2017年底至2018年初,会不会是调整周期的低点?


当然,进展到这里,很多东西还只是猜测。而对周期的判断,也仅是基于历史规律,和一些研究工作中对人性的理解。然而,团结湖这样的“样本”一个不够,我还想再要一个,要一个更好的“样本”:房龄新一点、位置在二环以内、带点学区,两个“样本”相互对比,就能看出更多的信息了。


经过反复搜寻,宣武门附近的椿树园小区进入了我的视野。椿树园建于1998-1999年,是某所较为优质的小学的学区房,距离宣武门地铁站500米。户型也较为一致,1室1厅的46-48平米,2室1厅的多为66-70平米,3室1厅有84-90平米的,也有其余不规则大户型的。



同样,从L记网站上,我把椿树园的全部388条交易记录扒了下来(从2011年9月到2016年12月),其中有268套是通过L记成交的,L记市场份额69%,数据质量不错。在268套L记成交记录中,满五的交易有206次,占到77%。


与“团结湖北X条”相反,由于椿树园单价较高,且不少人购房是为了学区名额,超过100平米房屋的成交单价往往偏低。出于一致性,将其暂时排除,利用剩余的173条“满五、低于100平米户型”交易记录,我画出了椿树园的交易散点图,以及按月度汇总的量价图(如下)。



可以看出,椿树园的二手房价与“团结湖北X条”有类似之处:近五年中,椿树园的二手房价有两个上涨周期和一个下跌周期,其中第一个上涨周期持续25个月,从2011年11月至2013年12月,涨幅105%;中间的下跌周期持续9个月,从2014年1月至2014年9月,跌幅19%;现在的上涨周期从2014年10月开始,已经持续了26个月(截至有数据的2016年12月,如果到现在可能就是28个月),涨幅已达136%,时间和幅度已经双双高于上一轮。


然而,三个不同的地方值得我们重点关注:


(1)在房价的调整周期中,“较好的”椿树园小区,其调整幅度要低于“团结湖北X条”,跌幅少10%左右。也就是说,“较好的”椿树园小区虽然也跌,但是跌的幅度不深,且下跌的趋势性不明显。


(2)在本轮上涨周期中,椿树园的成交依然比较均匀的分布在2015年4季度到2016年4季度,房价即使涨到11万/平,仍然有交易者购买,与“团结湖北X条”形成比较鲜明的对比。


(3)椿树园的房价波动周期,比“团结湖北X条”要早1-2个月。月度量价图显示出类似的特征(断点为月度成交量为0套或outlier的1套)。



新问题来了:椿树园的房价已经上涨了28个月,单价已经接近12万/平,现在看起来交易量还算比较正常,但是,如果房价继续涨下去,交易量还能够维持吗?购房者会不会面临预算约束?也就是说,即使主观上再想买,但收入的瓶颈无法突破,钱不够了。那么进一步的,如果交易量受到限制,市场规律是否可能限制房价的进一步上行?


为了回答这个问题,我整理了本轮房价“疯涨”周期中(2015年4季度以来),椿树园各个月通过L记成交房源的平均面积(如下图,10月由于地产新政,观望情绪浓厚成交量过低,予以剔除)。可以很明显的看出,虽然在房价上涨的早期,购房者预期房价要涨,尽力买较大的房子提高收益,成交房源的平均面积一度于2016年4月达到最高的95.4平米。


但此后,随着房价大幅走高,购房者的预算约束逐渐体现出来,月度成交的平均面积已经逐步降至2016年12月的66.4平米。考虑到最小的1室1厅也有46-48平米,这个数据其实是很低的(2015年10月的低点尚难以归因于支付能力)。也就是说,即使是质量较好的房产,其价格也已经涨到在挑战“后续接盘者”的支付能力。



当然,这里面有一个问题,“换房”:购买新房子的资金,可能来自于出售已有的其它房产。我模拟了这样的一个案例情景:投资者现有一套“团结湖北X条”55平米2室1厅,为了孩子上学,将其出售,购买椿树园67平米2室1厅。我计算了需要支付的换房价差,如下图蓝线所示。可以看到,随着时间的推移,换房价差由2012年初的不到100万,上涨至当前的超过300万。


换房价差的快速增长,一部分归因于房价水平的整体提高,多出来的12平米越来越贵;更重要的,则是由于“团结湖北X条”的房价,在相对椿树园“贬值”!下图的灰线,是按照月度汇总的“椿树园/团结湖北X条”的房价比:2012年初,为了换到1平米椿树园,需要支付1.1平米的“团结湖北X条”;而到了2016年末,为了换到1平米椿树园,需要支付近1.6平米的“团结湖北X条”!



研究到这里,心里有种莫名的忧伤。长久以来,人们把换房看成一种成就:老房换新房,小房换大房,远房换近房,非学区房换学区房。住房的改善,某种程度上被理解为业主所属社会阶层的进步。然而,为了这种阶层进步,换房者事实上向“上一阶层的现有玩家”支付了巨额的“入门税”。而且,随着房价水平的整体提升,以及不同质量的房产间价格越拉越大,再次向上跨越“住房阶层”的“入门税”越来越高。


能高到什么程度?同为华人文化,都是特大城市,香港半山房产的单价,是九龙普通房产的多少倍?想想都不寒而栗。房产问题引发的阶层固化,可能成为中国跨越中等收入陷阱的重要障碍。


说回房价周期。从椿树园/“团结湖北X条”的房价比出发,看起来一个房价周期由四个阶段构成:


(1)第一阶段,较好的房产先涨,房价比上升;


(2)第二阶段,较差的房产补涨,房价比下降;


(3)第三阶段,较好的房产小幅补涨,房价比上升;


(4)第四阶段,房价下跌,但较好的房产跌幅较小,房价比上升。


看起来我们现在位于第三阶段的中后期:椿树园/“团结湖北X条”的房价比例在小幅回升,同时椿树园的交易量也显著好于“团结湖北X条”。如果,事情按照历史规律演进(股和房都有这个特征),龙头补涨完成后,我们会不会在2017年的2季度,进入房价周期的第四阶段?


前面说了这么多,总要有个结论(虽然很可能被打脸吧,但研究半天没有结论是肯定不行的),大胆对短周期进行一下判断:


(1)北京二手房交易3-4月的小阳春,在2017年可能弱于预期:二手房价可能在2017年3-4月见到短周期的高点,同时成交量不足,流动性耗散。


(2)2017年2季度末,北京二手房价可能进入调整期,持续到2018年上半年:老房的调整幅度可能在20%左右,较优质房产的调整幅度可能在10%左右。


长周期的事情实在不好说,一篇周期性的行业研究能管用半年已经非常不错了。但我觉得有两点是大概率事件:


(1)北京的房地产存在泡沫,尤其考虑到我们的收入水平,这一点是没有问题的。但是后续面临的更可能是调整,而非崩盘,除非房价持续疯涨。而即使房价持续疯涨,也不可能指望着像股票牛市一样先炒一把然后逃顶:第一,房产的流动性、交易成本、交易体量都远比股票高。股票市场的散户可以拿出几千块钱炒股,但是不存在几万块钱来北京炒房的散户。第二,未来买走卖家房子的人,是在住房与财富阶层上都低于卖家的人,他们的支付能力很可能比卖家更差。


(2)在北京,较好房产与一般房产的价格比还会继续拉大。如果购房的话,还是要注重房屋的质量,在总价有限的前提下,宁可牺牲面积。


作为研究员,风险永远要写在文章的最后:


(1)数据质量风险,L记披露的交易记录,可能并不全部反应交易的真实情况,或存在披露时滞,或由于违约等情况需要调整。


(2)数据特性风险,L记70%左右的成交记录可能与剩下的30%有显著差异,进而不能反应总体的真实情况。


(3)周期不重复风险,本轮房价上涨的时长和幅度超过历史上的任何一轮,过去的周期规律可能不会重复。


(4)样本谬误风险,“团结湖北X条”和椿树园可能并不是合适的参照样本。


(5)极端恐慌风险,在极端恐慌的环境下,购房者会不考虑预算约束,将全部资金投入楼市,进而推翻前述部分结论。


但其实,最大的风险在于:


人类从历史中吸取的最大教训,就是人类不会从历史中吸取教训。


2017年2月


作者:船长凯凯,来源:微信公众号“船长远方的信”

近3000只基金,到底哪家基金好?如何挑好基金,只需要看这一点就够了!关注爱财之家后,阿财告诉你秘诀。

点击“阅读原文”查看:白酒、家电、药品都在涨价!通胀会不会全面爆发?