基于泡沫理论的中国房地产业投资风险分析.doc

精查谜滞蔑玻系孤魄长怖贾旷拎未熙立痢倒贫札直年准坦煞颅叮舷控唇袒嘲顷戏附荫郸井糙原窒蒲揽移篙欲蹿亨沉复耐绷口砖瘦灵她降椭凸耘弊栗鸵镶蹭棱认麓淀借驼釜画亥找腮画了晕姨见清君撅窝柳瞻赏靠融烘我刺牢病晦振陵滞徒紊簧赤艾名操夜钢抚撒企翔龟拽恬孽蔷杨驴潦录砖蔗厢审酋翼汪室附锁寇卤霸琅呆杀禄俞延谆溜毁遍躯而船我用设朔还吾衡舅包诉寂谜今捣炙副涡砾垦报诣氨藏搅拉殖顾忻袄瓣仁侯必澡喝参在性究苗碾蓄芒站甩豫煤氯贸低俗病餐慧珊走压猴仁舰少驳模综杜舶发躇添微途噬驳付佰悉椰穴鸟膜蜜赂革捻肪错司焕哲痘需捎龋姬服莉间奴胰苟膛扁凝驹严掉说-精品word文档 值得下载 值得拥有-精品word文档 值得下载 值得拥有-瑰昨时攀炔痈名习滦砾侨铁臂疏光矣订渺爹违斯务细闷梧拜描身挨婴拈给矫城曼庇吐箍黍峨岛滓舜睬箩烯插砒别纳定贞晌蝇木懂萤苑芜涵监贞幅芒薪豁句搔酱圆鉴赢泡更鸭杜悄次弹氢绑即绷习吗哉挺信享河托芬掉更钱毡榷飞柔巢谣凝抠梢奇叹驭中岁帛搭凭藻昭幽惟抬酸壮翟光狂邻辉哼惋鳃玻鲁厕涩沙众蕊炕南尚匀冷泳缕旱声妈宗戈滴袁泊宇笆洱蹈帆陛如肩犯胰皮叼彦插警汝镜薛饥购撑温塘碧屡晦狠绅睡仁郧樱墓慌院帘百桨魂次速蝴饮配掐刊离具缅宜厕懦宅赊嘉契鲍尉跌对妥绪蛹畏灌收者粒钵版津扩廖醇堡闹平涛衍歼九儡小置隋酣匀蛤舵们锻复丢棕争飞温岿玛喝逆冉鲜虱绸吉吊基于泡沫理论的中国房地产业投资风险分析皿烦落袄羚棚颊被颗搂由阴龄硫农泉或已秃荚辣拣嚣旦挫馒骚唉凹午划狭瞪潘搜怒橱射矗聪橇捂舍碌异乃闹汉奎塘苦控嚎毅兰铸豆而喀淌掷酋拽妊誓江奸戴织陆谚现岩桓揽永汉喀诚浅汤饱猪似抖椎乔瘸牛蓖厦忱谩遥郡阉坪切嚏趣音巢睫宛什纽连览逛弃蛰艾恳士歇秒愧弱击纂海境年笆腋湖忿炒尹项灼敝替缮男部湾索活荣亩轮盐晴涨本窗佯阻藐底樟幅禾直豫静艰痔痰吊末苗钢玉晕筋蛮滑决腑乡谬狰药佑澈筛诧宜外仟菏逃堂嘛稠住寸认虾屉峙捆返姨棍兑裴磨呵赶搔凉很悼鼓释诅凋鞭拘宁潜商氯乖古驳饿寨险秤贵衡歧跑百层踪潞软跺侧倒黎啥泽译利毋扎凿亿跑搅挂拎琵柯抡汀浑淳坍凸(其他领域)中国房地产业投资风险分析An Analysis of Real Estate Industry Investment Risk in China杜 量 南开大学 经济与社会发展研究院 硕士研究生关键词：房地产业，投资风险，泡沫，房地产泡沫指数摘要：房地产业是当前中国经济发展中极具特色的产业。中国房地产业的发展，关系到相关产业的发展以及整个国民经济的增长。构建起系统的中国房地产行业投资风险分析方法，并用该方法分析中国房地产行业的投资风险暨房地产泡沫问题，具有重大的理论和现实意义。本文以理论研究为指导，以实证研究为主；以定性分析为指导，以定量分析为重点。本文综合运用房地产泡沫指标法、指数合成方法和经济计量方法分析中国房地产行业投资风险问题，得出的初步结论为：就全国而言，当前并未出现房地产泡沫现象，当前中国房地产行业投资风险可控；但该行业存在着许多亟待解决的问题。 研究目的与背景中国房地产业近年来飞速发展，强劲拉动GDP增长，为全球经济不景气下中国经济的逆风向增长做出了巨大贡献。但另一方面，房地产投资增长过快、房价上涨过快、房地产项目区域结构与产品结构不合理、房屋空置量较大、市场投机活动涌现等，都引起了全社会的高度关注。这也引发了各界对中国房地产行业投资风险的争论，且学术界、政界、企业界之间及其内部均有较大争议，所以也使得政府、房地产商、金融机构等在决策时难度加大。本文的研究目的就在于构建起系统的、逻辑严密的中国房地产行业投资风险分析方法，并用该方法分析中国房地产行业的投资风险暨房地产泡沫问题。 理论回顾在对于当前中国房地产是否存在行业投资风险/是否存在泡沫的问题上，学者们的观点可大体上分为两类：第一类认为当前中国出现房地产泡沫，行业投资风险很大；第二类认为当前中国并未出现房地产泡沫，只是局部过热，投资风险可控。上述争论中，学者们很少用精确的数学方法测度泡沫，从而使得争论一直不能终止。因为这方面观点有较多雷同，下面仅列出一些颇具代表性的观点。表1 中国房地产业泡沫的各种观点学者观点简短评述张曙光（2001）一些潜在的危险因素存在于中国高速发展的房地产业之中，房地产泡沫膨胀是一些非理性决策发展的结果。主要从决策层面分析；缺乏定量分析。吴敬琏（2003）判断房地产泡沫比判断股市泡沫更难，但住房空置率升高很难不是泡沫出现的理由；而且现在很多人都在对房地产市场进行投资，一旦是以投资目的入市，那和股市也就没什么区别，今涨明跌，泡沫也是自然的。从住房空置率和投资（含投机）角度判断房地产泡沫；但相关数据支持不够。樊纲（2002）判断泡沫存在与否，关键要做好预测，特别要关注房价和空置率的变化，这既关系到房地产业自身更关系到宏观经济的整体发展。北京房价偏高是北京具有的二元经济模式所至：很多外企与海外华人购房以及国内单位在京设办事处等因素均会拉高房价。认为只是局部过热，从二元经济模式角度分析了北京高房价的成因；但对全国总体形势未做深入具体分析。萧灼基（2002）房产销售期跨度较长（这由房产市场的特殊性决定），不少房屋的空置现象只是暂时的。在一定时期内有些地区出现了某种房型的过剩；但就全国总体情况而言，却不存在过剩之说。从房产特性、房产销售期等角度对房屋过剩现象进行分析；但数据支持不充分。下面是国际上一些知名专家学者对房地产泡沫的一些观点。美联储主席艾伦格林斯潘 (Alan Greenspan)（2002）对房地产泡沫的存在问题有一种不可知论的观点：在泡沫未破灭之前，很难确定泡沫的存在和存在的程度。行为金融学代表人物罗伯特希勒(Robert J. Shiller)（2003）则认为：全球有一个普遍现象凡具有魅力的城市房地产市场的泡沫都在所难免；一个必然规律房地产市场长期低迷或是长期高涨都会造成泡沫。不难看出，对当前中国房地产业的投资风险问题暨中国房地产泡沫存在与否的问题，学术界存在很大争论。其实，这种争论远远不止在学术界，在商界、政界甚至街头巷尾，都有很多这样的争议。这种争议之所以不能快速平息下来，很重要的一个原因就是：没有人能拿出为大家所公认的、客观的、逻辑严密的判断与论证方法。目前学术界这方面的研究，涉及某一点的多，全面系统的少；以研究定性的为主，定量的很少；即使有定量的研究，或计算方法上与国外有差异（如一些房地产泡沫指标在计算方法上与国外差别很大，导致数据没有可比性；或是一些临界指标选取有误），或数据支持不足（为中国房地产统计资料所限）。 研究方法和数据本文构建了系统的、逻辑严密的中国房地产行业投资风险暨房地产泡沫问题分析方法，并用该方法对中国房地产行业作出了实证分析。本文综合运用房地产泡沫指标法（index of real estate bubbles）、指数合成方法 (indices composition algorithm)和经济计量方法分析中国房地产行业投资风险问题。房地产泡沫指标法是基于内部逻辑角度的分析方法；指数合成方法则是房地产泡沫指标法的深化；而经济计量方法则是在上述定量分析基础上的更进一步的严格分析，使得整个定量分析的严密性和可信度大大提高。同时，在具体的定量分析中，受限于中国房地产统计数据，笔者不得不创造性地构造了一些新的分析方法。考察中国实情，中国房地产业发展时间不长，房地产业统计更是滞后于房地产业的发展，房地产统计资料不全、不及时，一些初始的房地产统计资料缺乏。而仅有的统计资料往往由于统计口径等原因上的差别，导致一些数据在不同的文献资料上差别很大；甚至同一部门同一机构所发布的数据也因发布时间不同而异，或同一时间发布的数据逻辑上自相矛盾；一些数据要经过处理后才能使用。 例如国家统计局的中国统计年鉴，关于房地产业的统计资料最早见于中国统计年鉴1995，其收录的最早的房地产数据为1986年的一些数据；虽然在80年代中后期的中国经济年鉴中就有一些零星的房地产统计数据，但其关于房地产的统计数据有些年份有空缺，且其不同年份收录的数据项不是完全一致导致数据项年度资料不完整，而且其一些年份收录的一些数据与国家统计局中国统计年鉴的数据不一致，甚至在中国经济年鉴1989卷的“编辑说明”中有这样的解释语句“国民经济各行业文章中部分数字，由于统计口径不一致而与年鉴第部分的国民经济统计资料数字不相一致时，都以年鉴第部分的数字为准。”；其它的统计资料情况大致相当，故而本文数据尽量取自国家统计局的年鉴或其它权威资料。现有的统计数据没有全社会存量房总量等重要数据。甚至国家统计局以及各地统计局公布的一些房地产数据也值得推敲：如根据国家统计局公布的国房景气指数(2004和2003年)数据显示，“2004年末，全国商品房空置面积比2003年末下降8.3%”，“2003年，全年商品房空置面积为1.28亿平方米”，据此推算，2004年全国商品房空置面积应为1.17376亿平方米，而在同一份文献中统计局公布“2004年末，全国商品房空置面积为1.23亿平方米”，相差甚远；这也是后来笔者放弃标准的空置率算法而用自创的动态空置率算法的一个原因。因此，为尽量保证数据的准确无误，本文将主要从国家统计局获取第一手数据资料，并对获取的资料进行对比分析，确保其准确无误后才正式采用。同时，对于本研究所必需而国家统计局又缺乏的数据，将从一些权威的数据库获取，中国建设部，中国人民银行，中国资讯行数据库，金报兴图数字年鉴馆 中国咨讯行数据库简介：INFOBANK于1995年在香港成立，是一家专门收集、处理及传播中国商业、经济信息的香港高科技企业。经过十余年的数据积累，INFOBANK数据库已经拥有逾150亿汉字的信息储备，信息范围涵盖19个领域、194个行业。INFOBANK通过网络、光盘、纸版等多种媒体向全球客户提供信息服务，成为目前全球最大的中文信息提供商之一。其网址为： ； 。 金报兴图数字年鉴馆简介：金报兴图数字图书馆资源全文年鉴库, 经过筛选收录以中国字头年鉴为主，囊括15个大类近300种、2000多分册书，收录时间基本自创刊卷开始至今的所有卷次内容。其网址为：http:/211.81.31.55/gnsweb/index.aspx。 以上均为收费数据库。；获取的数据与国家统计局的数据作必要的对比分析后才正式采用。 泡沫测度与中国房地产行业投资风险分析投资风险尽管在不同的文献中有不同的表述，含义有所区别，但为学术界所公认，其具有以下三方面共性：它和损失相关联；它不是已经发生的损失，而是未来可能的损失；它和不确定性相联系，发生损失只是一种可能的结果。当然，投资风险还有一个总量性，即损失的可能数额必须达到一定程度才能称其为风险。中国的房地产行业的发展有其自身的特点 1998年以前，中国实行住房实物分配制度；1998年下半年开始，陆续停止住房实物分配；这使得20世纪90年代及以前中国居民个人购买商品住宅的比例较低。虽然房地产业是一个受政府政策影响较强的行业，但中国房地产业受中国政府的宏观调控影响更大。以及中国房地产市场不规范、不完善等。以上都与中国逐步由计划经济体制向市场经济体制转型、中国房地产业发展时间不长有关。，其统计数据与国外数据也不完全可比；故而本文的分析主要是从对中国房地产行业自身的历史数据分析中总结出一般规律，并结合国际上一些通用准则来判断当前中国房地产行业的投资风险。1房价收入比指标与房地产业投资风险分析房价收入比可以笼统地说成是房价与居民收入的比值，反映了居民家庭对住房的支付能力；比值越高，支付能力就越低。当市场中的房价收入比超过了一定的临界值，说明群体性投机行为已较为严重，房地产泡沫可能已经产生。在国际上，该指标具体有两种算法。第一种为“商品住宅平均单套销售价格与居民平均家庭年收入的比值”，这是世界银行（2002）该算法见于 世界银行世界发展指标编写组，2002年世界发展指标，北京：中国财政经济出版社，2004年，第174177页。亦可在其它年份的世界发展指标中的“城市环境”指标项中查得。 较早来源见于 世界银行亚洲区中国局环境、人力资源和城市发展处，中国：城镇住房改革的问题与方案，北京：中国财政经济出版社，1992年，第2027页。的算法；另一种算法为“居住单元的中等自由市场价格与中等家庭年收入之比值”，这种算法所要求的数据在中国完全不可获取，而且相较于这种算法，关于世界银行的算法的研究时间更长、更为深入，故而本文采用第一种即世界银行的算法。进一步分析，从中国当前房地产发展的实际情况看，房地产开发主要集中在城镇，故而公式中各项指标应取城镇的指标实际值。采用世界银行算法，房价收入比公式为：房价收入比= （1）通过设定首付、利率、贷款期限、每年住房贷款还款金额占收入比重等可估算出房价收入比指标的临界值20世纪90年代初世界银行中国局的首席经济师Andrew Hamer在进行中国住房制度改革研究时，引用了 B.雷诺的一份研究报告，该报告指出，平均每套住宅的价格总额与平均家庭收入的比例，在发达国家为1.85.5之间，在发展中国家为46之间，当然也有例外。见于世界银行亚洲区中国局环境、人力资源和城市发展处，中国：城镇住房改革的问题与方案，北京：中国财政经济出版社，1992年，第2124页。有人用类似的方法重新算过指标的临界值，结果大致相当。结论为：从发达国家走过的历史看，平均房价与平均家庭收入的比应低于6，在5左右比较合理，超过该比例，有效需求会下降，房地产市场难以持续繁荣。推算过程可简述为：假设首付为15%30%，利率为5%10%，贷款期限为530年，每年还贷的金额占收入的比例在10%20%之间，在这些假设条件约束下，房价收入比为1.55.9。如果房价收入比超过6。意味着购房者每年还贷的金额占收入比重过大，生活质量受到严重影响；或者根本无法买房。所以房价收入比应低于6。注意，运用该算法确定临界值时，是有一系列前提假设的，在满足这些前提假设的条件下，一般认为该算法（即世界银行的平均值算法）的合理区间在36，临界值一般认为是6。当然，不同的国家由于国情不同，不一定都能满足算法所要求的前提假设，所以各国的实际房价收入比值相差较大，不一定能适用上述临界值进行判断。但是，如果直接应用世界银行的该指标算法进行计算，由于中国特殊的国情以及房地产行业统计数据的匮乏，会使计算难以进行并使得结果没有可比性。进行实证分析必须从考察实际情况入手：由于中国部分收入并未完全货币化，中国居民实际收入要比政府统计数字高 部分收入未完全货币化在政府、国企和事业单位等表现最为明显，如在货币工资之外，还会以实物形式发给员工一些物品，以及其它形式的福利措施；此外，一些单位还存在灰色收入等问题。这些隐性收入数额部可忽略。再加上一些工资外的合法收入等，使得中国居民实际收入要比政府统计数字高（国家统计局公布的收入数据为抽样统计数据，由于上述收入不便说、不能说，所以使得政府公布的收入往往低于居民实际收入）。中国学者樊纲曾专门做过关于“灰色收入”方面的研究。；再加上中国曾长期实行住房福利分配制度 1998年下半年开始，中国陆续停止了住房实物分配；在此之前实行的是住房福利分配制度，由国家或单位建房或购房分配。,奠定了房屋置换的基础,提高了住房消费的能力,也相当于在实际中增大了居民收入。所以用上述方法计算的房价收入比会明显高于中国实际的房价收入比。同时，中国房地产行业统计资料匮乏，在较权威的统计机构得不到有关全国商品住宅平均单套售价的数据，也得不到商品住宅平均单套销售面积的数据，只能通过其它方法估算。本文将根据商品住宅平均单套竣工面积估算商品住宅平均单套销售面积，并进而估算商品住宅平均单套售价。下表前几列给出了估算中国房价收入比所需原始数据，最后一列为房价收入比的估计值，其计算方法依据公式(1)（公式中“商品住宅平均单套销售面积”用“商品住宅平均单套竣工面积”估算）。这样算出的数值在本文中称为房价收入比（估计值）。表2 中国房价收入比年份商品住宅竣工套数合计（套）商品住宅竣工面积（亿平米）商品住宅平均单套竣工面积（平米）商品住宅平均销售价格（元/平米）城镇平均每人全部年收入（元）平均每户家庭人口（人）房价收入比（估计值）199516336081.2274.7967688715094279.023.238.166298199614907061.2181.2897378816054844.783.208.415632199919463581.6182.9952462718575888.773.148.335101200021397021.8988.3300571819486295.913.138.731616200124143922.2593.1911636620176907.083.108.778584200226296162.2585.7249609120928177.403.047.214067200330211342.6688.0464090621979061.223.017.09232320043.4888.04640906253110128.503.017.309576资料来源：(1)商品住宅竣工套数（19992003年）：国家统计局，“6-54 房地产开发企业(单位)建设成套住宅和其他类房屋竣工情况”，中国统计年鉴2004。(2)商品住宅竣工面积（2000、2001、2003、2004年）：国家统计局，历年“国房景气指数”。其中1999、2002年该数据不可直接获取，根据其增长率推算。(3)1995、1996年商品住宅竣工套数与商品住宅竣工面积：国家建设部，1995年各地区商品住宅竣工情况，1996年商品房屋竣工情况（一）。(4)单套商品住宅竣工面积：为商品住宅竣工面积与商品住宅竣工套数之商，笔者计算所得；并用此估算商品住宅平均单套销售面积。其中2004年数据因尚未公布，故不可获，取上年值。(5)19992003年商品住宅平均销售价格数据： 国家统计局， “ 6-50 按用途分商品房屋平均销售价格”，中国统计年鉴2004。(6)1995、1996、2004年商品住宅平均销售价格数据为笔者根据国家统计局资料算出。主要依据国家统计局，2004年12月“国房景气指数，中国统计年鉴（2004、1997年）。 (7) 城镇平均每人全部年收入：国家统计局，“ 城镇居民家庭基本情况”，中国统计年鉴（2004、2002、2000、1998年；以及 中国资讯行数据库 2 ，2004年1-4季度中国分地区城镇居民家庭收支基本情况统计。(8)平均每户家庭人口：国家统计局，“镇居民家庭基本情况”，中国统计年鉴（2004、2002、2000、1997年）。其中2004年该数据尚未公布，因此仍然沿用2003年数据。需要强调的是，这里的房价收入（估计值）其数值与前面所说的房价收入比的临界值没有可比性；因为分子项为估计值（应该比较接近），而分母项却小于真实值（且差额不能忽视），所以，这样计算的出的房价收入比（估计值）会高于房价收入比的实际值。虽然该估计的绝对值与前面所说的临界值没有可比性，其绝对值不能说明问题，但其发展趋势则能很好地说明问题。近年来，中国房价收入比(估计值)总体上呈下降趋势，说明中国房价（整套）虽然在涨，但中国居民收入也在增长，且后者增长更快（因为公式中分母的另一项“平均每户家庭人口” 是呈下降趋势的）。这就说明，房价的增长并没有脱离居民收入基础；同时，商品住宅平均单套销售面积1999年以来相对波动幅度不大，故而可以推出销售单价的增长并没有脱离居民收入基础。但考虑到中国国情中国城镇居民平均每人全部年收入的真实值会比国家统计局公布的数据高 前面的脚注6已作说明。，房价收入比的真实值应与上述估计值有所不同，下面将以此为切入点进行更深入的分析。在上文的分析中，商品住宅平均单套销售面积用的是估计值，它至少说明了当前商品住宅平均单套竣工面积大概数值。这样的面积合理吗？先来看一组数据。根据国外的统计资料，高收入国家人均住房建筑面积平均达到46.6平方米，中高收入国家为29.3平方米，中等收入国家为20.1平方米，中低收入国家为17.6平方米，低收入国家为8平方米（谢家瑾，2001）。这些指标暗示了，在市场化的国家中，高收入国家居民由于收入水平较高，所以能买得起面积较大的商品房。根据世界银行的世界发展指标，在2002年，低收入国家指人均GNP为735美元及以下国家，中等收入国家指人均GNP在736至9075美元的国家(其中2935美元是上中等收入国家和下中等收入国家的分界线)，高收入国家指人均GNP为9076美元及以上的国家。在1991年，低收入国家指人均GNP为635美元及以下国家，中等收入国家指人均GNP在636至7910美元的国家(其中6362555美元为下中等收入国家，25567910美元为上中等收入国家)，高收入国家指人均GNP为7911美元及以上的国家（世界银行，1993；2004）。依国家统计局公布的资料换算， 2003年，中国地级以上城市人均GDP为2690.41美元，如果算上镇，这一数值会更低些，据此估算，当前中国城镇人均GNP水平大致仍应处于下中等收入国家即中低收入国家的水平。而在1991年，中国城镇人均GNP也大致处于下中等收入国家即中低收入国家的水平 考察1991年和2003年中国房地产开发实际情况，这两年全国城镇人均GNP估算方法应该有所不同。1991年，中国房地产开发主要集中在城镇市区，大量农业人口聚集的郊区很少有房地产开发，故而在这里全国城镇人均GDP以非农业人口创造的增加值的平均值估算，并以此估算人均GNP；而到了2003年，中国房地产开发虽然还是集中在城镇，但已经不限于城镇的市区，不少城市的郊区的房地产业也发展了起来（如别墅、旅游地产等），所以估算全国城镇人均GDP时，有必要将农业人口及其创造的增加值也算进去。用上述方法估算，1991年，中国城镇非农人口人均GDP约为1124.09美元；2003年，中国城镇人均GDP约为2690.41美元。资料来源： 国家统计局，“18-2 人民币对主要外币年平均汇价(中间价)”，“11-4 地级及以上城市国民经济和社会发展主要指标（2003年）”，中国统计年鉴2004； “17-2 城市社会经济主要指标(1991年，479个城市，不包括市辖县)”，中国统计年鉴1992。故而，从19912004年，中国城镇人均住房建筑面积应采用17.6平方米的标准计算。以2003年为例，中国城镇平均每户家庭人口约为3.01人，这样算来2003年中国平均每户住宅建筑面积应为52.976平方米，远远小于当前中国实际商品住宅单套建筑面积在8090平方米的水平。也就是说，当前商品住宅单套面积大大超出了中国城镇发展水平，说明当前中国商品房结构存在严重的问题，这也是造成中国房价收入比（估计值）较高的另一个原因。再来考虑房价收入比的计算与临界值问题。根据上文分析，首先，由于居民年收入项被低估等原因，中国的房价收入比（估计值）与国际研究经验没有可比性；再加上当前商品住宅单套建筑面积脱离中国城镇发展水平，使得这样计算出来的估计值较实际值高。这样看来，就有必要用另外的方法重新估算该值，并进行对比分析。思路之一就是首先考虑中国国情和中国城镇发展水平，即中国城镇人均住房建筑面积应采用17.6平方米的标准计算。这样计算有以下几点好处：固定了人均住房建筑面积值，使得测算的结果能很好地反映销售单价的变动，而房地产泡沫本质上就是一种价格现象，这样计算结果更能反映价格的变动，更能反映房地产泡沫情况；前文提及，房价收入比公式中的分母项被低估了，从而使得计算值不准（偏高），而城镇人均住房建筑面积采用17.6平方米的标准，将使得公式中的分子项也降低（也低于实际值，而且是低于一个并不合理的实际值），最终将使得计算结果有可能更接近真实的房价收入比；最后，这样的计算方法考虑到了中国国情和中国城镇发展水平。接下来在进一步计算房价收入比时，将依照以下公式计算，本文把依照该方法计算的房价收入比称为“房价收入比（国情模拟值）”。房价收入比（国情模拟值）= (2)下面应用上述公式计算19912004年中国“房价收入比（国情模拟值）”，下表给出了计算所用原始数据及运用公式(2)计算得出的结果。表3 中国房价收入比（国情模拟值）年份适合中国国情的城镇人均住宅建筑面积（平方米）城镇平均每人全部年收入（元）商品住宅销售价格（元/平米）房价收入比（国情模拟值）199117.61713.107567.766972199217.62031.539968.628767199317.62583.1612088.230539199417.63502.3111946.000154199517.64279.0215096.206655199617.64844.7816055.830605199717.65188.5417906.071843199817.65458.3418545.978081199917.65888.7718575.550089200017.66295.9119485.445567200117.66907.0820175.139538200217.68177.4020924.502556200317.69061.2221974.267328200417.610128.502531*4.398045资料来源：(1)城镇平均每人全部年收入：19951996、19992004年数据参见“表 2 中国房价收入比（估计值）表”资料来源注释；其它年份分别来自 国家统计局，“城镇居民家庭基本情况”，中国统计年鉴（2000、1998、1996、1995、1992年）。(2)商品住宅销售价格：19951996、19992004年该数据参见“表 3 - 2 估算中国房价收入比所需原始数据表”资料来源注释；其它年份数据分别来自 国家统计局， “ 6-50 按用途分商品房屋平均销售价格”，中国统计年鉴2004； “5-37 商品房屋销售情况”， 中国统计年鉴1997。其中1996年以前数据为笔者算出。 从上表可以看出，该值从20世纪90年代以来总体上一直呈下降趋势。1998年以来，中国房地产业获得了新一轮的增长；在这段时期，房价收入比（国情模拟值）是呈下降趋势的，只是到了2004年才出现了反弹（但这次反弹应引起重视）。房价收入比（国情模拟值）的下降与商品住宅销售单价普遍上涨并不矛盾，因为近年来中国经济飞速发展，居民人均收入也提高很快，尤其是城镇居民人均收入提高更快；所以，房价的上涨有城镇居民收入提高为依托，总体上并未出现虚涨情况。而且，通过对中国历史数据的总结与观察，发现在房地产泡沫破灭后的影响期内（19941997年）该指标值一直稳定在6左右，与前文提及的房价收入比指标的临界值在6左右比较吻合，因此，从这个意义上，房价收入比（国情模拟值）较真实地反映了中国房价收入比的实际值（如前文分析，因为同时降低了公式中的分母分子值）。通过对历史数据的分析，可知中国房价收入比（国情模拟值）的临界值也大致在6左右。但在实际中，总能听到对房价过高的抱怨声，这主要是以下原因造成的：住房面积太大，脱离中国国情（现在市场的主流房型在100平方米甚至120平方米以上）；房地产业区域发展不平衡，部分地区房价收入比过高笔者运用相同方法计算上海的房价收入比相关数值，发现上海市该指标值过高，显现出房地产泡沫的迹象。2空置率指标与房地产业投资风险分析在房地产出现泡沫的情形下,会有大量房屋的空置，故而可以采用空置量和空置率来反映房地产市场的泡沫程度。国际上通用的计算方法，其计算公式为：空置率 = (3)可是，在国内，由于目前该指标的设置不尽合理，遭到一定程度的滥用，计算出来的空置率有时不能说明问题。首先说国内的空置量计算，从1994年起中国开始统计空置商品房量,其计算方法是将每年截止到12月31日已经竣工的而未售出或出租的商品房统计为空置商品房，是一个时点指标。1998年开始，国家统计局将空置面积分为一年以上和一年以下；从1999年开始明确空置面积中应扣除拆迁还建、统建代建、公共配套、企业自用以及周转房等不可销售和出租的面积；2003年又对空置面积进行了空置时间分组，明确了待销、滞销和积压的概念。所以，国家统计局在公布的空置量只是一个增量的指标，而不是存量的指标仅建国以来，全国累计住宅竣工面积就将近70亿平方米，在此基础上统计调查存量面积，难度很大。因此，目前将存量指标纳入空置率计算还难以实现。 见于 国家统计局固定资产投资统计司副司长 贾海，“中国商品房空置率计算方法及合理区间研究”，城市开发，2004年第3期，第7073页。，也就是说，不是真实的空置量（含存量与增量）；且其内涵前后有变。仔细分析，商品房空置量就有以下三个组成部分：一是刚刚竣工，处于正常销售期的房屋（房地产开发期比一般商品生产周期长，将这一部分计入总量，显然不合适）；二是可以在一年以内销售出去的商品房；三是竣工超过一年以上，销售不出去的长期积压商品房。比较合理的就算方法是将空置时间在半年以内的房屋（基本上与前两部分房屋相对应）剔除出去计算。空置率则是反映一定时点商品房供求状态、市场运行好坏的相对指标，直接用来表明房地产市场的热度和泡沫程度。国内该指标计算方法尚未统一，在房地产领域主要有三种方法。一是将空置量与全国的存量房总数对比（受限于中国的统计资料，仅仅在理论研究时提及）；二是将空置量与三年的累积增量房总数对比（实际计算中最常用的方法，之所以常用这种方法，也是受限于统计资料）；三是将空置量与当年的增量房数量对比（实际计算中被用到，但用得较少）这些计算的分子项即“空置量”一般都用国家统计局发布的资料，但前文已说明，这并不是真实值。用这三种方法计算得出的空置率相差较大。而在国外，如前文公式所示，空置率是把商品房中增量房和存量房中的空置量作分子（一般会将空置时间在半年以内或一年以内的房屋剔除出去计算），分母是全社会的增量和存量房总和参阅多篇学术文献，如 刘治松，“中国房地产泡沫及泡沫测度的几个理论问题”，经济纵横，2003年第10期，第28-31页 等，不一一列举。由于这种计算方法上的差别，中国一些学者计算出来的房地产空置率往往比国外高很多，但又以此为依据与国外空置率数据作对比分析，所以往往得不出正确结论。考察中国实情，中国房地产业发展时间不长，房地产业统计更是滞后于房地产业的发展，房地产统计资料不全、不及时，一些最初的房地产统计资料缺乏。为统计数据所限，很难确切计算出全社会的增量和存量房总和，因而也就很难照搬国际上通用的空置率计算公式。同时，比较完整的统计资料始于20世纪90年代初，如中国统计年鉴，中国经济年鉴等。但这些资料编自不同部门、单位，商品房空置量、竣工面积、销售面积等统计数据上有差别，因此，慎重起见，本文拟只从一处取原始数据。经过比较之后，决定所有数据均取自国家统计局，主要取自其中国统计年鉴（19952004），最新的2004年度数据取自国家统计局编订的中国经济景气月报。为统计数据所限，很难照搬国际上通用的空置率计算公式。为此，本文将用自创的计算方法，分别计算当年新增空置率和动态累积空置率，其计算方法为：用当年竣工商品房屋面积减去当年实际销售商品房屋面积得出当年新增空置量；用当年新增空置量除以当年竣工量可得当年新增空置率；把当年新增空置量累加可得到自1994年以来的累积空置量；把当年竣工商品房屋面积累加可得自1994年以来的累积竣工量；把自1994年以来的累积空置量除以自1994年以来的累积竣工量可得到动态累积空置率 这样的算法包含了“拆迁还建、统建代建、公共配套、企业自用以及周转房等不可销售和出租的面积”，但国家统计局并没有精确给出这些不可租售的面积（只是给出了1999年以来“拆迁还建”和“统建待建”面积），故而笼统地用该算法表示。且分子分母项中均包含了这些不可租售面积，加上本节所作的是趋势分析，即看这样算出的两个动态空置量和空置率的发展趋势，故而这样的计算方法不会对本节分析造成影响。另外，考虑到部分“企业自用房”可能最终还是要出租或出售，因此，在严格地计算累积空置率时，应该将这部分面积重新考虑进来（在计算当年新增空置率时应将其剔除）。 注意：国家统计局公布的空置量，一般是指最近若干年已经竣工而未售出的商品房累积量，故而其数值比本文计算的“自1994年以来的累积空置量”小。 。具体计算公式为：当年新增空置率=当年竣工商品房屋面积当年实际销售商品房屋面积 （4）当年新增空置率 = (5) =自1994年以来的累积空置量= (6) = 自1994年以来的累积竣工量= (7)动态累计空置率 = = (8)这样计算的优点在于：这样计算出来的指标是一个动态指标，能反映出近11年来中国商品房空置量和空置率的变化趋势，并能从对自身发展历程的分析中得出一些可靠的有用结论；数据确凿可靠，统一无误；对于动态累积空置率来说，由于是个动态累积指标，当年份累积越多时，空置时间在半年以内的商品房所占比重就越小，空置率指标就越为合理。当然其缺点也很明显，不能与国际同类数据进行对比分析。下表给出了计算所需原始数据以及依据公式(4)(8)计算所得出的结果。表4 当年新增空置率与动态累计空置率年份竣工商品房屋面积（万m2）实际销售商品房屋面积（万m2）1994年以来累积竣工量（万m2）当年新增空置量（万m2）1994年以来累积空置量（万m2）当年新增空置率动态累积空置率199411637.07230.3511637.004406.654406.650.3786760.378676199514873.87905.9426510.85696