不动产金融与投资

• 不动产金融的基本概念

  • 广义定义：

    • 围绕不动产的投融资、交易、管理等活动所形成的金融关系和金融活动。

    • 包括房地产开发、经营、消费、流通等环节的金融活动。

  • 狭义定义：

    • 主要是指为不动产交易提供资金支持的金融活动。

    • 例如：购房贷款、房地产开发贷款、房地产投资信托基金（REITs）等。

• 资源配置功能

  • 将资金引导到不动产行业，促进不动产开发和建设。

  • 优化资源配置，提高资源利用效率。

• 风险管理功能

  • 通过金融工具分散和转移不动产投资风险。

  • 提高不动产投资的安全性。

• 财富管理功能

  • 为投资者提供不动产投资渠道，实现资产保值增值。

  • 促进居民财富积累和社会财富增长。

• 宏观调控功能

  • 通过金融手段调控不动产市场，促进房地产市场平稳健康发展。

  • 例如，通过调整利率、信贷政策等手段调控房地产市场供求关系。

• 一级市场 (Primary Market)

  • 概念：资金需求方（如房地产开发商）通过发行股票、债券、信托产品等方式，直接向投资者（如机构投资者、个人投资者）募集资金的市场。

  • 主要融资方式：

    • 首次公开募股 (IPO)：公司首次发行股票，在证券交易所上市。

    • 增发 (Seasoned Equity Offering, SEO)：已上市公司再次发行股票。

    • 债券发行：公司或政府发行债券，向投资者借款。

    • 信托融资：通过信托公司发行信托产品，向投资者募集资金。

    • 私募股权融资：向特定投资者募集资金，投资于未上市公司股权。

• 二级市场 (Secondary Market)

  • 概念：投资者之间进行不动产相关证券（如股票、债券、REITs）交易的市场。

  • 主要交易场所：

    • 证券交易所：如上海证券交易所、纽约证券交易所等。

    • 场外交易市场 (Over-the-Counter, OTC)：没有集中交易场所，通过电子交易系统进行交易。

  • 功能：

    • 提供流动性：投资者可以随时买卖不动产相关证券，实现资金变现。

    • 价格发现：通过买卖双方的交易，形成市场公允价格。

• 案例：领展房地产投资信托基金 (Link REIT)

  • 亚洲最大的 REITs 之一，2005 年在香港联交所上市。

  • 投资者可以在二级市场买卖领展 REITs 的份额。

• 不动产投资信托基金 (Real Estate Investment Trusts, REITs)

  • 概念：一种以发行受益凭证的方式汇集多数投资者的资金，由专门投资机构进行房地产投资经营管理，并将投资综合收益按比例分配给投资者的信托基金。

  • 特点：

    • 分散投资：投资于多个不动产项目，分散风险。

    • 高流动性：REITs 份额可以在交易所交易，流动性较强。

    • 稳定收益：主要收益来源为租金收入，收益相对稳定。

    • 税收优惠：在一些国家和地区，REITs 享有税收优惠。

• 起源：

  • 1960年，美国颁布《房地产投资信托法案》，标志着REITs的诞生。

  • 旨在为中小投资者提供参与大型房地产投资的机会。

• 全球发展：

  • 20世纪70年代末，荷兰、澳大利亚等国相继引入REITs。

  • 20世纪90年代，REITs在全球范围内迅速发展，亚洲、欧洲等地纷纷效仿。

  • 目前，全球已有40多个国家和地区建立了REITs市场。

• 中国REITs市场：

  • 2021年6月，中国首批公募REITs正式上市，标志着中国REITs市场进入新的发展阶段。

• 权益型 REITs (Equity REITs)：

  • 直接投资并拥有不动产物业，通过出租物业获取租金收入。

  • 大部分 REITs 属于权益型 REITs。

• 抵押型 REITs (Mortgage REITs)：

  • 投资于不动产抵押贷款或抵押贷款支持证券 (MBS)。

  • 主要收益来源为利息收入。

• 混合型 REITs (Hybrid REITs)：

  • 同时投资于不动产物业和抵押贷款。

  • 收益来源包括租金收入和利息收入。

• 优势：

  • 分散投资：REITs 投资于多个不动产项目，分散风险。

  • 高流动性：REITs 份额可以在交易所交易，流动性较强。

  • 稳定收益：主要收益来源为租金收入，收益相对稳定。

  • 税收优惠：在一些国家和地区，REITs 享有税收优惠。

  • 专业管理：REITs 由专业团队管理，投资者无需直接管理不动产。

• 风险：

  • 市场风险：不动产市场波动可能导致 REITs 份额价格和收益下降。

  • 利率风险：利率上升可能导致 REITs 融资成本上升，影响收益。

  • 管理风险：REITs 管理不善可能影响投资业绩。

  • 政策风险：政策变化可能影响 REITs 的经营和收益。

• 不动产证券化 (Real Estate Securitization)

  • 概念：将缺乏流动性的不动产资产，如抵押贷款、租金收入等，通过结构性重组转化为可在金融市场上交易的证券。

  • 类型：

    • 抵押贷款支持证券 (MBS)：将多个抵押贷款打包成证券，出售给投资者。

    • 不动产抵押贷款债券 (CMBS)：以商业不动产抵押贷款为基础资产发行的债券。

    • 住房租赁支持证券 (RABS)：以住房租赁收入为基础资产发行的证券。

  • 用途：

    • 提高流动性：将流动性差的不动产资产转化为流动性强的证券，方便投资者交易。

    • 分散风险：将不动产资产风险分散给多个投资者，降低单一投资者风险。

    • 拓宽融资渠道：为不动产行业提供新的融资渠道，降低融资成本。

• 次级抵押贷款证券化

  • 操作：金融机构将大量次级抵押贷款（Subprime Mortgages）打包成抵押贷款支持证券（MBS），并在市场上出售。

  • 目的：通过证券化，金融机构可以将贷款风险转移给投资者，从而释放资本，扩大放贷规模。

  • 问题：

    • 信息不对称：投资者难以准确评估 MBS 的风险，依赖评级机构的评级。

    • 风险分散：MBS 的风险被分散到众多投资者手中，降低了金融机构的风险管理动力。

    • 杠杆放大：金融机构通过杠杆交易放大 MBS 的收益，但也放大了风险。

• 危机爆发

  • 次级抵押贷款违约率上升，导致 MBS 价值暴跌。

  • 金融机构遭受巨额损失，引发连锁反应，最终导致全球金融危机。

• 教训

  • 不动产证券化是一把“双刃剑”，可以提高流动性、分散风险，但也可能放大风险，引发系统性危机。

  • 需要加强对证券化产品的监管，提高信息透明度，防止风险过度累积。

• 市场风险 (Market Risk)

  • 供求风险：市场供求关系变化导致的价格和租金波动。例如，当市场供过于求时，房价和租金可能下降。

  • 利率风险：利率上升会增加融资成本，降低不动产的投资回报率。

  • 政策风险：政府政策调整，如税收政策、限购限贷政策等，可能对不动产市场产生重大影响。

• 财务风险 (Financial Risk)

  • 融资风险：无法获得足够的资金或融资成本过高。

  • 现金流风险：租金收入不足以支付运营费用和债务还款。

  • 杠杆风险：过度使用杠杆（借款）可能放大投资损失。

• 法律风险 (Legal Risk)

  • 产权风险：产权不明确或存在纠纷。

  • 合同风险：租约纠纷、买卖合同纠纷等。

  • 政策法规风险：法律法规变化可能影响不动产的用途、开发强度等。

• 运营风险 (Operational Risk)

  • 物业管理风险：物业管理不善导致租户流失、租金下降。

  • 空置风险：无法及时找到租户，导致租金收入损失。

  • 租户违约风险：租户拖欠租金或提前终止租约。

• 环境风险 (Environmental Risk)

  • 自然灾害风险：地震、洪水等自然灾害可能导致不动产损毁。

  • 环境污染风险：土壤污染、水污染等环境问题可能降低不动产价值。

• 租金收益 (Rental Income):

  • 通过出租不动产获得的定期收入。

  • 租金收益是大多数不动产投资的主要收益来源。

  • 租金收益率 = 年租金收入 / 不动产市场价值。

• 资本利得 (Capital Gain):

  • 不动产价值上升带来的收益。

  • 资本利得 = 出售价格 - 购置价格 - 交易成本。

• 税收优惠 (Tax Benefits):

  • 一些国家或地区对不动产投资提供税收优惠政策，如折旧抵扣、税收减免等。

  • 税收优惠可以降低不动产投资的成本，提高投资回报率。

• 风险评估 (Risk Assessment)

  • 识别和评估不动产投资面临的各种风险。

  • 评估风险的可能性和影响程度。

  • 风险评估方法包括定性分析、定量分析、情景分析等。

• 风险管理 (Risk Management)

  • 制定风险管理策略，降低或转移风险。

  • 风险管理策略包括风险规避、风险分散、风险转移、风险对冲等。

  • 例如，通过购买保险来转移火灾、地震等风险；通过分散投资来降低单一项目风险。

• 收益测算 (Return Estimation)

  • 预测不动产投资的未来收益，包括租金收入、资本利得、税收优惠等。

  • 收益测算方法包括现金流折现法、内部收益率法、净现值法等。

• 收益分析 (Return Analysis)

  • 分析不动产投资的收益水平、收益稳定性、收益风险等。

  • 收益分析指标包括租金收益率、资本化率、内部收益率、净现值等。

• 不动产的获取成本

  • 不动产获取成本即房地产的投资总额，包括购买价格、搜寻成本和所有实际发生的持有费用等。

  • 购买价格：指投资者为获得不动产所有权或使用权而支付的金额，包括土地价格、建筑物价格、相关税费等。

  • 搜寻成本：指投资者在寻找合适的投资标的时所花费的时间、精力和费用，如调研费用、咨询费用、差旅费用等。

• 不动产的获取成本

  • 延期付款条件：指投资者在购买不动产时，可以分期付款，延期支付部分款项。这种情况下，需要考虑资金的时间价值，计算延期付款的现值。

  • 资产持有费：指投资者在持有不动产期间发生的各项费用，如物业管理费、维修费、保险费、税费等。

• 营运费用

  • 变动费用：指随着不动产经营规模的变化而变化的费用，如水电费、清洁费、保安费等。

  • 固定费用：指不随不动产经营规模的变化而变化的费用，如物业管理费、维修费、保险费等。

  • 费用支付责任：在租赁合同中，通常会明确约定各项费用的支付责任，如租金、物业管理费、维修费等。

• 潜在毛租金收入（Potential Gross Income, PGI）：指在理想状况下，即所有可出租面积均已出租且租户按时足额支付租金时，不动产所能获得的总租金收入。

• 空置及收租损失(Vacancy and Collection Loss, VC)：指由于市场供求关系、物业管理水平等因素导致的租金收入损失。

• 有效毛收入（Effective Gross Income, EGI）：指扣除空置及收租损失后的实际租金收入，即： EGI = PGI - VC

• 净运营收益（Net Operating Income, NOI）：指扣除运营费用后的净收入，即： NOI = EGI - OE 其中，OE 表示运营费用（Operating Expense）。

• 收益乘数（Income Multiplier）

  • 收益乘数分析是一种古老而简单的不动产投资绩效评价方法。它以不动产市场价格与预期总收入或净收入之间的关系来反映不动产投资绩效。

  • 总收益乘数（Gross Income Multiplier，GIM）： GIM = 不动产的市场价值/不动产的总收入

  • 净收益乘数（Net Income Multiplier，NIM）： NIM = 不动产的市场价值/不动产的净收益

• 财务比率

  • 财务比率一般计算简单、直观易懂，所以成为不动产投资分析的常用工具。最常用的财务比率包括经营比率、损益平衡比率及债务支付比率。

  • 经营比率（Operating Expense Ratio） 经营比率 = 营运费用/实际总收入

• 财务比率

  • 损益平衡比率（Break-even Flow Ratio） 损益平衡比率 = (营运费用 + 偿债支出)/实际总收入

  • 偿债能力比率（Debt Coverage Ratio, DCR） 偿债能力比率 = 经营净收入/债务本息

  • 贷款比率（Loan-to-value Ratio, LTV） 贷款比率 = 贷款额/总投资额

• 盈利能力指标

  • 追逐利润是资本的基本属性，不动产投资也不例外。因此，盈利能力自然便成为评价不动产投资绩效的重要指标。

  • 全面资本化率（Overall Capitalization Rate） 全面资本化率 = 经营净收入/总投资额

  • 税前股东权益报酬率(Before Tax Return on Equity) 税前股东权益报酬率 = 税前现金流量/自有资本

  • 税后股东权益报酬率(After Tax Return on Equity) 税后股东权益报酬率 = 税后现金流量/自有资本

• 现金流出：

  • 购买价格：5000 万元

  • 搜寻成本：50 万元

  • 资产持有费（每年）：50 万元

  • 运营费用（每年）：100 万元

  • 偿债支出（每年）：150 万元（假设贷款 3000 万元，年利率 5%）

• 现金流入：

  • 潜在毛租金收入（PGI，每年）：400 万元

  • 空置及收租损失（VC，每年）：40 万元（假设空置率为 10%）

  • 有效毛收入 (EGI) = PGI - VC = 360 万元

  • 净运营收益 (NOI) = EGI - OE = 260 万元

• 收益乘数：

  • 总收益乘数 (GIM) = 市场价值 / 总收入 = 5000 万元 / 400 万元 = 12.5

  • 净收益乘数 (NIM) = 市场价值 / 净收益 = 5000 万元 / 260 万元 = 19.23

• 财务比率：

  • 经营比率 = 运营费用 / 实际总收入 = 100 万元 / 360 万元 = 27.78%

  • 损益平衡比率 = (运营费用 + 偿债支出) / 实际总收入 = (100 万元 + 150 万元) / 360 万元 = 69.44%

  • 偿债备付率 (DCR) = 净运营收益 / 债务本息 = 260 万元 / 150 万元 = 1.73

  • 贷款比率 (LTV) = 贷款额 / 总投资额 = 3000 万元 / 5000 万元 = 60%

• 盈利能力指标：

  • 全面资本化率 = 净运营收益 / 总投资额 = 260 万元 / 5000 万元 = 5.2%

  • 税前股东权益报酬率 = 税前现金流量 / 自有资本 = (260 万元 - 150 万元) / 2000 万元 = 5.5%

  • 税后股东权益报酬率 = 税后现金流量 / 自有资本 = (260 万元 - 150 万元 - 税费) / 2000 万元 (假设税费为 20 万元) = 4.5%

• 投资回收期：

  • 全部投资回收期 = 投资总额 / 经营净收入 = 5000 万元 / 260 万元 = 19.23 年

  • (税前) 权益投资回收期 = 初始权益投资 / 税前现金流量 = 2000 万元 / 110 万元 = 18.18 年

  • (税后) 权益投资回收期 = 初始权益投资 / 税后现金流量 = 2000 万元 / 90 万元 = 22.22 年

• 多样化投资 (Diversification)

  • 概念：将资金分散投资于不同类型、不同地区、不同风险等级的不动产，以降低整体投资组合的风险。

  • 目的：通过分散投资，降低单一资产或市场风险对整体投资组合的影响，实现风险分散和收益稳定。

  • 方式：

    • 资产类型多样化：投资于不同类型的不动产，如住宅、商业、工业、办公等。

    • 地域多样化：投资于不同地区的不动产，如不同城市、不同国家等。

    • 风险等级多样化：投资于不同风险等级的不动产，如核心型、增值型、机会型等。

• 降低风险：

  • 单一不动产项目的风险可能较高，如市场风险、政策风险、运营风险等。

  • 通过多样化投资，可以有效分散这些风险，降低整体投资组合的波动性。

• 提高收益稳定性：

  • 不同类型、不同地区的不动产，其收益水平和波动性不同。

  • 通过多样化投资，可以在不同资产之间实现收益互补，提高整体投资组合的收益稳定性。

• 把握更多投资机会：

  • 不同类型、不同地区的不动产市场，具有不同的发展潜力和投资机会。

  • 通过多样化投资，可以更广泛地参与不同市场，把握更多的投资机会。

• 大数据 (Big Data) 在不动产金融中的应用

  • 数据来源：

    • 房源信息：价格、面积、户型、楼层、朝向、装修等。

    • 交易数据：成交价、成交量、成交周期、历史价格走势等。

    • 市场数据：宏观经济数据、政策法规、人口统计数据等。

    • 用户行为数据：浏览记录、搜索记录、偏好等。

  • 应用场景：

    • 精准营销：根据用户画像和行为数据，推荐个性化的房源和金融产品。

    • 风险评估：利用大数据模型评估借款人信用风险、不动产估值风险等。

    • 市场预测：分析市场趋势，预测房价走势、租金水平等。

    • 投资决策：为投资者提供数据支持，辅助投资决策。

• 中国城市住房投资需求快速增长

  • 1998年住房私有化改革后,房地产市场迅速发展

  • 2000年代初至今,35个主要城市住宅价格年均增长9.29%

  • 2002-2013年,前90%价格水平城市房价年均增长15.6%

  • 2006-2013年,增速进一步加快至18.7%

• 投资需求引发关注

  • 可能导致房地产市场过热和泡沫风险

  • 房地产投资约占全国固定资产投资的22%

• 研究目的:理解住房投资的驱动力及其渠道

本研究主要关注三个问题:

1. 预期资本收益如何影响住房选择?

2. 在存在金融摩擦的情况下,家庭如何通过以下渠道增加住房投资:

   • 拥有多套住房

   • 拥有更大的自住房

3. 哪类业主对预期资本收益的反应更敏感?

• 两期模型:代表性家庭在第一期做出住房决策

• 效用函数:u(x, h_c) + V(·)

  • x: 非住房消费

  • h_c: 自住房服务

  • V(·): 第二期净财富效用

• 初始禀赋:第一期财富w,第二期收入y

• 住房投资总量:h_I

• 金融约束:(1-δ)p₀h_I + q₀ ≥ 0

• 最小住房面积约束:h_c ≥ h, h_I - h_c ≥ h (如果拥有多套住房)

1. 预期资本收益与住房选择:

   • 存在两个临界点k₁* ≥ k₀* ≥ (1+r)(p₀-s)

   • E(p₁) < k₀*: 选择租房

   • k₀* ≤ E(p₁) < k₁*: 只拥有一套自住房

   • E(p₁) ≥ k₁*: 拥有多套住房

2. 金融摩擦与财富的影响:

   • 首付比例δ升高,临界点k₁*和k₀*上升

   • 初始财富w增加,临界点k₁*和k₀*下降

3. 对只拥有一套住房的家庭:

   • 自住房需求随预期资本收益和财富增加而增加

   • 预期资本收益效应对更富裕家庭更强

4. 对拥有多套住房的家庭:

   • 总投资需求随预期资本收益增加而增加

   • 自住房需求随预期资本收益增加而减少

根据模型分析,得出以下主要理论预测:

1. 家庭拥有多套住房的可能性随预期资本收益的增加而增加

2. 对于只拥有一套自住房的家庭,其自住房需求随预期资本收益的增加而增加

3. 对于已拥有多套住房的家庭:

   • 自住房需求不随预期资本收益增加而增加

   • 额外住房需求随预期资本收益增加而增加

4. 预期资本收益效应对更富裕的家庭更强

这些预测为后续实证分析提供了理论基础。

• 主要数据来源:

  • 2010年北京大学中国社会科学调查中心家庭调查数据

  • 2011年西南财经大学中国家庭金融调查与研究中心家庭金融调查数据

• 样本规模:

  • 2010年数据:14,798户家庭

  • 2011年数据:8,438户家庭

• 样本覆盖:全国25个省份,代表中国大陆94.5%的总人口

• 本研究使用子样本:19个主要城市的城市家庭(有历史房价数据)

• 最终样本规模:2,851户家庭

• 住房选择:

  • 租房者

  • 拥有一套住房的业主

  • 拥有多套住房的业主

• 住房需求:主要住房市场价值除以调查年份城市特征价格水平

• 预期资本收益:

  g_ic = 100 (∑ₖ₌₀² (ln p_tᵢ-k,c - ln p_tᵢ-k-1,c)/(k+1)^ς)/(∑ₖ₌₀² 1/(k+1)^ς)

  其中, tᵢ为购买年份, p_t,c为t年c城市的特征价格

• 控制变量:家庭收入、财富、家庭结构、户主特征等

样本按住房选择的分布

• 住房选择分析:

  • Probit回归:是否拥有住房

  • 有序Probit回归:租房、拥有一套住房、拥有多套住房

• 住房需求分析:

  • Heckman选择模型:控制样本选择偏误

  • 分别分析拥有一套住房和多套住房的家庭

• 多套住房投资分析:

  • Probit回归:是否拥有多套住房

  • Tobit回归:额外住房资产价值

• 所有回归均控制城市固定效应

住房选择回归结果

• 预期资本收益显著提高住房选择层级

• 收入和家庭规模提高拥有住房和多套住房的可能性

只拥有一套住房家庭的需求回归结果

• 预期资本收益显著提高住房需求

• 效应对更富裕家庭更强:预期资本收益标准差增加一个单位,需求增加15.93%(vs. 11.51%)

拥有多套住房家庭的需求回归结果

• 预期资本收益对主要住房需求影响不显著

• 符合理论预期:这类家庭主要通过增加额外住房投资

多套住房投资回归结果

}

• 预期资本收益显著提高拥有多套住房的可能性和投资额

• 效应对更富裕家庭更强:预期资本收益标准差增加一个单位,拥有多套住房可能性增加7.97%(vs. 3.54%)

本研究进行了以下稳健性检验:

• 使用不同权重计算预期资本收益

• 考虑补贴性住房(房改房)的影响

• 考虑租房同时拥有住房的情况

• 考虑住房供给弹性的异质性

• 考虑未婚男性子女的影响

• 考虑购房限制政策的影响

接下来的幻灯片将详细介绍每项检验的方法和结果。

• 方法:

  • 原始权重: ς = 0.1

  • 尝试范围: ς ∈ [0.05, 0.2]

• 结果:

  • 所有回归结果模式与主要结果相似

  • 预期资本收益效应保持稳定性

• 结论: 主要发现不受预期资本收益计算方法的影响

• 方法:

  • 剔除主要住房为房改房的家庭

  • 在回归中加入房改房虚拟变量

• 结果:

  考虑房改房影响的住房选择回归结果

  变量	有房改房虚拟变量	剔除房改房观察值
  预期资本收益	0.069* (0.039)	0.067 (0.041)
  房改房虚拟变量	0.23** (0.12)	-

• 结论:

  • 主要结果保持稳健

  • 拥有房改房增加了拥有多套住房的可能性

• 背景: 样本中10.26%的家庭租房同时拥有住房

• 方法:

  • 将这类家庭纳入有序Probit回归

  • 根据拥有住房数量将其归类为own1或own2

• 结果:

  考虑租房同时拥有住房的住房选择回归结果

  变量	有序Probit (1)	有序Probit (2)
  预期资本收益	0.044 (0.03)	0.027 (0.02)

• 结论: 预期资本收益效应保持稳健

• 方法: 引入城市层面的住房供给价格弹性

• 结果:

  考虑住房供给弹性的回归结果

  变量	住房选择	住房需求
  预期资本收益	0.070* (0.038)	0.021** (0.0084)
  预期资本收益 * 弹性	-0.00068 (0.0021)	-0.0029** (0.0015)

• 结论:

  • 住房供给弹性降低了预期资本收益的效应

  • 主要结果在控制供给弹性后仍然稳健

• 背景: 中国家庭可能为未婚男性子女购房

• 方法: 加入未婚男性子女虚拟变量及其与预期资本收益的交互项

• 结果:

  考虑未婚男性子女影响的回归结果

  变量	住房选择	多套住房投资
  预期资本收益	0.073* (0.038)	0.020*** (0.0068)
  未婚男性子女	0.16* (0.083)	0.38*** (0.096)
  预期资本收益 * 未婚男性子女	-0.016*** (0.0030)	-0.021*** (0.0067)

• 结论:

  • 有未婚男性子女的家庭对预期资本收益反应较小

  • 这类家庭更可能拥有多套住房

• 背景: 部分城市实施购房限制政策

• 方法: 加入购房限制政策虚拟变量及其与预期资本收益的交互项

• 结果:

  考虑购房限制政策影响的回归结果

  变量	住房选择	多套住房投资
  预期资本收益	0.078** (0.039)	0.017** (0.0073)
  限制政策	-0.75** (0.34)	-0.47** (0.20)
  预期资本收益 * 限制政策	-0.022 (0.020)	0.015 (0.0095)

• 结论:

  • 购房限制政策显著降低了住房选择层级和多套住房投资

  • 预期资本收益的主要效应仍然显著

• 所有稳健性检验都支持主要研究发现

• 预期资本收益对住房选择和投资的影响保持稳健

• 考虑了多种可能影响结果的因素:

  • 测量方法 (预期资本收益计算)

  • 制度因素 (房改房、购房限制政策)

  • 市场特征 (供给弹性)

  • 家庭特征 (未婚男性子女)

• 结果的稳健性增强了研究发现的可信度

1. 预期资本收益对住房投资的影响:

   • 预期资本收益标准差增加一个单位，拥有多套住房的概率提高3.54%

   • 对财富高于中位数的家庭，这一效应更强，提高7.97%

2. 住房投资渠道:

   • 拥有多套住房

   • 拥有更大的自住房（受金融约束时）

3. 自住房需求:

   • 预期资本收益标准差增加一个单位，自住房需求增加11.51%

   • 对财富高于中位数的家庭，需求增加15.9%

4. 多套住房家庭:

   • 自住房需求对预期资本收益不敏感

   • 额外住房投资随预期资本收益增加而增加

• 金融约束的影响:

  • 高首付比例和最小面积要求可能导致投资需求转向更大的自住房

  • 可能造成房地产开发资源的错配，建造过大住房

• 收入不平等与住房市场:

  • 更富裕家庭对预期资本收益反应更敏感

  • 收入不平等可能是住房需求上升和房价快速增长的原因之一

• 政策建议:

  • 重新评估高首付比例政策的效果

  • 考虑放宽最小面积要求，提高资源配置效率

  • 关注收入不平等对住房市场的影响

  • 发展其他投资渠道，分散住房投资需求

• 未来研究方向:

  • 探讨住房投资与其他资产投资的关系

  • 研究住房市场与宏观经济的互动

  • 评估不同住房政策的长期效果

• 中国房地产市场存在普遍的"阴阳合同"现象

  • 阴合同:反映实际交易价格

  • 阳合同:向当局报告的较低价格,用于逃税

• 中介在促进"阴阳合同"形成中扮演重要角色

• 现有研究缺乏对中介在非法活动中作用的系统分析

本研究旨在回答三个关键问题:

1. 中介是否参与非法和欺诈行为?

2. 如果是,中介促进税收逃避的潜在机制是什么?

3. 中介参与这些非法活动会带来什么经济后果?

• 中国最大房地产中介公司提供的微观层面房屋交易数据

• 样本期:2014年1月1日至2017年6月1日

• 数据优势:

  • 包含实际交易价格和注册价格信息

  • 提供详细的房地产中介信息

  • 覆盖长时期,可研究频繁政策调整环境下中介的角色

• 学习效应(Learning-by-doing effect)

  • 中介通过累积经验学习当地登记部门的监管能力

  • 战略性地将注册价格设定接近内部指导价格

• 同行效应(Peer effect)

  • 中介的税收逃避行为受到同事行为的显著影响

  • 通过信息交流和经验分享学习逃税策略

本研究采用多种方法来分析中介在税收逃避中的作用：

• 特征价格模型（Hedonic pricing model）

• 固定效应模型

• 工具变量法

• 双重差分法（DID）

其中：

• Y_i,j,t：实际单价（对数）、注册单价（对数）或注册价格/实际价格比

• Xₜ：房屋、买家和卖家特征向量

• θⱼ：小区固定效应

• γ_day：星期固定效应

• δ_ym：年月固定效应

扩展基准模型，加入中介经验变量：

其中：

• ln(Experience)：中介在该笔交易前完成的交易数量（对数）

• λ_agent：中介固定效应

研究中介如何学习登记部门的监管能力：

其中：

• ln(Distance)：房产与登记部门之间的距离（对数）

使用工具变量法估计同行效应：

其中：

• Ratioₒf_Peers：同一分支机构中同事的平均价格比

• Tenureₒf_Peers：同事的平均服务时间（月）

利用两次政策冲击，采用双重差分法：

其中：

• Treat：是否使用抵押贷款（处理组）

• After：是否在政策实施后

为确保研究结果的可靠性，我们进行了以下稳健性检验：

• 平行趋势假设检验

• 安慰剂测试

• 异质性分析

检验模型：

其中 Before 是政策实施前4周的虚拟变量

• Treat * Before 系数不显著，支持平行趋势假设

• Treat * After 系数显著，与主要结果一致

• 使用政策实施前的样本期

• 设置虚假政策日期（实际日期前3个月）

• 重新估计双重差分模型

• 虚假政策效应不显著

• 支持实际政策效应的可靠性

• 平行趋势假设得到支持

• 安慰剂测试未发现虚假效应

• 异质性分析显示结果在不同群体中基本稳健

• 部分群体（如抵押交易、男性中介、大型分支机构）表现出更强的效应

• 总体而言，这些检验强化了主要研究发现的可靠性

• 中介在中国房地产市场的"阴阳合同"和税收逃避中扮演重要角色

• 两个主要机制：

  • 学习效应：中介经验每增加100%，价格比下降4.4个百分点

  • 同行效应：同事价格比增加100%，个人价格比增加31.5个百分点

• 政策影响：

  • 2015年降低首付比例政策导致价格比上升3.1个百分点

  • 2016年提高首付比例政策导致价格比下降4.5个百分点

• 有经验的中介在政策调整期间加剧了税收逃避问题

• 理论贡献：

  • 首次系统性研究中介在非法活动中的作用

  • 丰富了中介行为、税收逃避和学习效应相关文献

• 政策启示：

  • 加强对房地产中介的监管和惩罚力度

  • 完善房产交易价格申报机制

  • 提高税收征管能力，缩小监管差距

• 局限性与未来研究方向：

  • 数据局限于北京市场，可扩展到其他城市

  • 探索其他类型的中介（如保险、投资顾问）在非法活动中的角色

  • 研究长期政策效应和市场均衡影响

页面上任意一处引文都可以点开，看题录、已核实摘要与全文

本讲问的是两件事：钱怎么进出不动产，以及风险最后落在谁身上。 二十篇文献按主题分五组：

• 按揭、证券化与危机（4 篇）：把抵押贷款放进百年宏观史， 再拆开美国次贷的供给侧链条，最后用一般均衡模型追问房价上涨从哪来

• 违约的动机（3 篇）：Guiso 等那篇直接问「还不起」还是「不想还」 （战略性违约）；况伟大与钱争鸣等两篇中国研究不用这个框架， 问的是拖欠/违约风险由哪些因素决定

• REITs 与中国实践（5 篇）：一篇算收益与风险，四篇谈制度、借鉴与企业转型

• 组合里的不动产（3 篇）：1984 年的资产比较、1996 年的最优配置比例、 2018 年的企业不动产风险

• 微观主体这一侧（5 篇）：家庭的贷款决策与资产结构， 中介与业主在市场里的行为

教学编排上，前两组回答风险从哪来，第三组回答钱从哪来， 后两组回答谁在决定。展示同学从任一组自选一篇。

• 数据：新建的长期数据集，覆盖 17 个发达经济体自 1870 年以来 的分类银行信贷

• 核心事实：20 世纪里抵押贷款在银行资产负债表上的占比翻了一番， 由对家庭的抵押贷款急剧上升所驱动；许多国家的家庭债务／资产比大幅上升

• 作者的判断：金融稳定风险越来越与房地产信贷繁荣相联系， 而这类繁荣之后通常跟着更深的衰退与更慢的复苏； 住房金融已在现代宏观经济中居于中心位置

Mian & Sufi（2009，《Quarterly Journal of Economics》）

• 识别策略：利用同一县内不同邮编在 1990 年代中期 潜在按揭需求上的差异，分离出抵押贷款供给的移动

• 核心发现：2001 至 2005 年，高潜在需求的邮编拒贷率相对大幅下降、 放款量与房价涨幅相对上升，尽管这些邮编的收入与就业增长相对显著为负

• 机制：由发放后不久即被出售的贷款占比急剧上升驱动， 作者称之为「脱媒」（disintermediation）；2005 至 2007 年这些地方违约大幅增加

• 作者的判断：出售按揭的发放机构存在道德风险， 是美国按揭违约危机的主要祸首

这两篇一起读，可以把「信贷是果」的直觉倒过来：信贷供给本身就是自变量。

• 做法：概述次级抵押贷款证券化过程，梳理其中出现的 七个关键信息摩擦，讨论市场参与者如何设法减少这些摩擦， 并推测这一过程如何崩溃

• 内容：完整刻画次级借款人与次级贷款，讨论掠夺性借款与 掠夺性放贷；呈现典型次级证券化的关键结构特征， 记录评级机构如何为 MBS 评级、又如何持续监测抵押贷款池的表现

• 材料：全文以 New Century Financial 在 2006 年证券化的一个抵押贷款池 为贯穿案例

Favilukis, Ludvigson & Van Nieuwerburgh（2017，《Journal of Political Economy》）

• 模型：住房市场的定量一般均衡模型，大量世代交叠的房主同时面临 特质风险与总量风险，却因金融市场不完全与抵押品借贷约束 而难以充分保险；利率与住房、股票回报由市场出清条件内生决定

• 两个新要素：总量经济周期风险，以及由遗赠偏好异质性 驱动的现实财富分布

• 三条结论：融资约束放松带来房价大涨；这一上涨完全来自住房风险溢价的下降； 低利率无法解释高房价

第三条结论与「利率下行推高房价」的流行说法正相反，值得在展示里正面处理。

• 做法：用调查数据度量家庭在抵押贷款价值超过房屋价值时， 即便还得起也选择违约（战略性违约）的倾向

• 核心发现：违约意愿随房屋净值缺口的绝对规模与相对规模同时上升； 既受金钱因素影响，也受公平与道德观念这类非金钱因素影响

• 同伴效应：接触到其他战略违约者会提高自身的战略违约倾向， 因为这传递了关于被起诉概率的信息

况伟大（2014，《经济研究》）

• 数据：中国某主要商业银行 2004 年 4 月至 2009 年 5 月发放的大样本房贷数据

• 核心发现：房价余额比（PTB）显著影响拖欠风险，债务收入比（DTI）不显著—— 借款人通常是因权益为负而非负担不起而违约；贷款余额对所有拖欠与违约风险 有显著正影响，收入与月供不显著

• 其他：房价与收入保持增长时拖欠与违约风险下降；拖欠风险有明显城市差异， 地理位置多样化有助于降低风险；二手房房贷比一手房房贷风险更高

钱争鸣、李海波、于艳萍（2010，《经济研究》）

• 方法：构建四维度整体分析框架，用非参数随机森林做异常点度量与 特征变量选取，再设计违约风险的 Logistic 回归模型； 所选 17 个分析变量中有 8 个因素影响显著

况伟大那组 PTB 与 DTI 的对比，正好是 Guiso 等提的那个问题在中国数据上的回答。

• 机制：REITs 作为资产上市载体，通过提高流动性、 资产与运营分离、底层资产分散，提高资产收益、分散投资风险， 形成新的收益风险特征

• 定量结果：中国基础设施 REITs 与海外相类似，呈较高收益、中等风险； 收益率与股票不相上下甚至略高，波动率小于股票； 收益率远高于债券，波动率也远高于债券

• 作者的判断：与股债收益的低相关性意味着中国基础设施 REITs 是 独立于股票、债券之外的一类全新资产；大量存量资产为它提供了丰富的底层资产

制度与实践一侧另有四篇，课上不逐篇展开：

• 张捷（2021，《宏观经济管理》）：非标融资受限、PPP 项目入库趋严、城投债转型， 传统基建融资工具面临瓶颈；发展公募 REITs 能盘活存量、补充基建资金来源， 并降低政府和企业杠杆率、丰富居民资产配置工具

• 何川、孙沛香、舒伟（2021，《金融理论与实践》）：首批挂牌上市后存在 税收政策不足、基础资产转让政策与监管制度不完善、项目筛选难度加大、 中介服务机构能力欠缺、二级市场流动性不足；对应建议包括健全税收优惠等法律制度、 建立项目遴选审核指标体系、完善二级市场做市商制度

• 孟明毅（2020，《经济与管理评论》）：从发展历程、产品模式、税收制度 三个方面横向比较国内外市场，提出发行模式公募化、产品形式权益化、经营方式自主化、 基础资产范畴多样化、法律及税收制度配套化五个方向

• 沈奇、鲍一鸣（2020，《建筑经济》）：凯德前期剥离非核心资产， 通过「REITs + PE Funds」运作转型为商业地产基金管理者；万达则发展万达金融、 实现多元融资，通过总包交钥匙模式实现新的资产服务收益模式

五篇合起来是一条链：从收益风险，到制度配套，再到企业战略。

• 核心发现：1960 至 1982 年，以无杠杆方式度量的不动产收益 介于股票与债券之间

• 警告：由于评估平滑与不完全的可交易性， 把度量出来的不动产收益直接拿去与其他资产比较，要格外小心

• 定价机制：股票主要按市场（beta）风险定价，债券主要按利率与违约风险定价， 而不动产的定价机制还包含残差风险与税收、可交易性成本、信息成本 这类非风险因素

Kallberg, Liu & Greig（1996，《Real Estate Economics》）

• 做法：在组合语境中纳入不动产的两个不完美性——资产不可分割与 不可卖空；用国库券、债券与股票指数，加上 22 处物业 （合计评估价值 3.36 亿美元）的现金流与评估值，计算均值方差有效组合

• 核心发现：小物业的分散化收益最大，且在较高目标收益水平上 最为有利；研究给出的最优配置是 9%，而不是其他研究提出的 20%

Deng, Ong & Qian（2018，《Journal of Real Estate Finance and Economics》）

• 数据：1985 至 2013 年的美国公司面板

• 核心发现：不动产风险与企业的长期投资、长期股权与债务外部融资负相关； 结论对不同风险度量稳健，在金融危机期间尤其显著（此时风险与投资的内生性问题更小）； 对企业杠杆的影响则取决于风险度量方式

• 作者的判断：与文献中记录的不动产价值的正效应相反， 不动产风险敞口对投资与融资大多呈相反的效应；这一差异与期权价值的 决定因素一致，并为对冲基金不动产策略的表现不佳提供了新解释

前两篇问「配多少」，第三篇提醒：持有不动产的价值和承担不动产的风险，是两件事。

• 数据与识别：成都市 2004 至 2006 年房地产交易的微观数据； 利用商业住房贷款利率与公积金贷款利率变动差异构造「自然实验」， 控制宏观政策内生性带来的计量问题

• 核心发现：当长期贷款利率升幅比短期高 0.1 个百分点时， 贷款者选择短期贷款的概率增加 8.4 个百分点； 而首付比例政策并没有得到地方银行的严格实施

• 作者的判断：政府应进一步重视利率政策对房地产市场的调整作用， 首付比例等政策的实施则需加强对地方执行部门的监管

吴卫星、易尽然、郑建明（2010，《经济研究》）

• 核心发现：家庭投资结构的生命周期特征在某种程度上存在， 但对不同资产并不一致；从风险角度看是「钟型」结构， 唯独对极度风险的期货，年轻人更乐于冒险

• 与住房的关系：住房投资显著挤出了投资者在流动性资产上的投资； 财富增加会提高各类风险资产的参与率（期货除外），但对现金与存款等低风险资产 呈倒 U 型；家庭主要依据当前财富决策， 极少对未来预期收入进行套期保值

另有三篇，前两篇本讲已单独展开，这里只标出处：

• Cao, Chen & Zhang（2018，《Journal of Comparative Economics》）： 「经典文献」一节已完整展开——金融约束下预期资本利得如何影响家庭住房投资决策

• Agarwal, Kuang, Wang & Yang（2024，《Journal of Urban Economics》）： 同一节已完整展开——中介通过干中学效应与同伴效应 参与阴阳合同与逃税

• Fang, Stewart & Tyndall（2023，《Journal of Urban Economics》）： 多伦多 2009 至 2020 年数据，用机器学习算法识别住房议案； 代表更多自有住房者的市议员反对更多住房议案， 且当项目位于本选区时更可能反对大型住房开发

从家庭到中介再到议员：不动产金融里的每一笔钱，背后都有一个有动机的人。

配套文献库 · 学生阅读与展示选题

中文文献

• 中国基础设施REITs收益与风险特征研究（李泽正、盛磊，宏观经济研究，2022）

• 公募REITs：基础设施融资新方式（张捷，宏观经济管理，2021）

• 基础设施REITs试点的现状、问题和对策（何川、孙沛香、舒伟，金融理论与实践，2021）

• 不动产信托投资基金的美国经验借鉴（孟明毅，经济与管理评论，2020）

• 新形势下房地产企业轻资产转型举措研究——基于凯德与万达的实例（沈奇、鲍一鸣，建筑经济，2020）

• 中国住房抵押贷款拖欠风险研究（况伟大，经济研究，2014）

• 个人住房贷款行为与房贷调控的有效性分析（叶光亮、邓国营、黎志刚，经济研究，2011）

• 中国居民家庭投资结构:基于生命周期、财富和住房的实证分析（吴卫星、易尽然、郑建明，经济研究，2010）

• 个人住房按揭贷款违约风险研究（钱争鸣、李海波、于艳萍，经济研究，2010）

English

• The role of agents in fraudulent activities: Evidence from the housing market in Beijing（Agarwal、Kuang、Wang、Yang，Journal of Urban Economics，2024）

• Homeowner politics and housing supply (Fang & Stewart & Tyndall, Journal of Urban Economics, 2023)

• Housing investment in urban China (Cao & Chen & Zhang, Journal of Comparative Economics, 2018)

• Real Estate Risk, Corporate Investment and Financing Choice (Deng & Ong & Qian, The Journal of Real Estate Finance and Economics, 2018)

• The Macroeconomic Effects of Housing Wealth, Housing Finance, and Limited Risk-Sharing (Favilukis, Ludvigson & Van Nieuwerburgh, Journal of Political Economy, 2017)

• The Great Mortgaging: Housing Finance, Crises and Business Cycles (Jordà, Schularick & Taylor, Economic Policy, 2016)

• Determinants of Attitudes toward Strategic Default on Mortgages (Guiso, Sapienza & Zingales, Journal of Finance / NBER, 2013)

• The Consequences of Mortgage Credit Expansion (Mian & Sufi, Quarterly Journal of Economics, 2009)

• Understanding the Securitization of Subprime Mortgage Credit (Ashcraft & Schuermann, FRBNY Staff Report, 2008)

• The role of real estate in the portfolio allocation process (Kallberg & Liu & Greig, Real Estate Economics, 1996)

• Real estate returns: a comparison with other investments (Ibbotson & Siegel, Real Estate Economics, 1984)

点开任意一条可看题录、已核实摘要与全文 PDF；展示同学请从中自选一篇。