
中金詳細測算:樓市 “組合拳”,影響有多大?

中金初步預計 “認房不認貸” 和下調 “首付比例下限” 可能將提升未來數月銷售增速 6.5ppt,也會温和提升房地產開發投資;降存量房貸利率和二套利率下限可為居民年化增收 2250 億元。
降首付比、降利率穩地產力度和速度部分超出市場預期。降首付比主要是釋放合理需求,我們初步預計 “認房不認貸” 和下調 “首付比例下限” 可能將提升未來數月銷售增速 6.5ppt,也會温和提升房地產開發投資。
降存量房貸利率和二套利率下限,我們測算可為居民年化增收 2250 億元,但考慮到存款利率下調和早償緩解,居民年收入可能一定程度上低於這個估算。要注意的是,政策調整對房地產的影響可能是非線性的,這些估算可能存在一定偏差,實際情況可能更為複雜。
中國人民銀行、金融監管總局 8 月 31 日聯合發佈《關於調整優化差別化住房信貸政策的通知》[1] 和《關於降低存量首套住房貸款利率有關事項的通知》[2](下稱通知)。結合此前住建部企業座談會提出的落實個人住房貸款 “認房不認貸” 政策 [3]。
其中降首付比針對釋放合理需求,降利率則是通過改善收入與分配、減少還債壓力以提振消費,我們將探討這幾項政策組合拳的潛在影響。
(一)降低房貸首付比,釋放合理需求
降低房貸首付比的政策主要有兩個方面,一是 “認房認貸” 的調整,二是 “首付比例下限” 的調整。
► 首先是 “認房不認貸” 的落實。住建部會議後,廣州 [4]、深圳 [5]、成都 [6]、中山 [7]、武漢 [8]、惠州 [9]、東莞 [10]、上海 [11]、北京 [12] 等城市紛紛落實 “認房不認貸” 政策,特別是在一線城市的落地,可能將使這一政策成為全國各地的標準配置,有利於 “賣一買一” 剛性改善型需求的釋放。
根據中金地產組統計在本輪 “認房不認貸” 實施之前,32 個超高/高能級城市中有 16 個城市仍實行 “認房認貸” 的政策,即對 “無房有貸款記錄” 家庭執行的最低首付比例高於其對 “無房無貸款記錄” 家庭的標準,如果 16 城全部改為 “認房不認貸”,則 “無房有貸款記錄” 家庭的首付比例下調空間為普通住宅 14 個百分點、非普住宅 19 個百分點。(參見《股債聯動看投資:政策陸續出台,股市和債市如何演繹?》)
► 其次是下調 “首付比例下限”。本次政策將各地首套房首付比下限調整為 20%,二套房首付比下限統一為 30%,而之前政策是 “限購城市” 首套和二套房的首付比下限為 30% 和 40%,“非限購城市” 才可享受首套和二套房首付比 20% 和 30% 的下限。
根據中金地產組的統計,32 個超高/高能級城市中尚有 24 城較本次確定的首付比例下限新標準有不同程度的下調空間,其中 3 個超高能級城市(北上深)首套/二套的首付比例下限下調空間平均分別為 13 和 30 個百分點,21 個高能級城市對應的首套/二套下調空間平均分別為 10 和 15 個百分點。(參見《首付比例和利率下限調整,基本面復甦可期》)。
1.“認房不認貸” 的潛在影響估算
最理想的數據是獲得有潛在置換需求的總量,但這一數據難以獲得,因此我們採取兩種間接測算的方法。
第一種方法是利用三個關鍵參數,政策對銷售的影響=被直接影響的基數 * 增速反彈的幅度 * 擴散效應,即 1)改善型需求在住房銷售中的佔比有多大,2)反彈的幅度可能有多高,3)房價的擴散影響。
直接受益於認房不認貸的改善型需求在全國住房銷售金額中的佔比可能在 10%-20% 之間。這 16 個城市佔全國住宅銷售面積的 15%,佔全國住宅銷售金額的 27%。根據中指研究院的調查,這部分城市中的改善型需求佔比大約在 40%。
那麼直接受益於認房不認貸的改善型需求佔銷售面積與金額的比重可能在 6% 和 11% 左右(40%*15%,40%*27%)。除此之外,貸款數據也可以幫助我們測算這個基數,2022 年 18% 的住房公積金貸款用於支持非首套購房、10% 左右的個人住房貸款用於支持非首套購房。綜合來看,直接受益於 “認房不認貸” 的改善型需求在全國住房銷售金額中的佔比可能在 10%-20%。
改善型需求內生動力強,但反彈幅度也受到其他因素影響。從公積金貸款的樣本來看,2022 年住房交易套數下降約 20%,但是非首套購房數量仍然同比增長 1.4%,顯示出改善型需求有較強的韌性,但也同時説明非首套購房的基數並不算低。在房價仍在上漲的 2021 年,非首套購房數量的同比增速在 11% 左右。假設這次非首套房銷售增速不高於 11%,那麼邊際上或對未來數月的銷售同比增速拉抬 2 個百分點左右。
房價上升,繼而提振購房者信心,帶動購房需求,是投資者廣泛期待的一種擴散效應。儘管需求端槓桿放鬆、總體購買力上升,或在供給一定的情況下有提振房價的作用。
我們也要注意到,“認房不認貸” 支持某些 “賣一買一” 剛性改善型人羣的購房行為,帶來供給和需求的同時上升,比如偏小户型、低總價的供給增加,偏大户型、總價較高的需求上升,對房價的影響可能是分化。2015-2022 年小户型的需求總體上趨勢往下,在供給增加的背景下,這類房型的價格上行空間可能不會顯著加大。比如杭州認房認貸調整後銷售量有較大的反彈,但房價走勢與此並不一致。
第二種方法是參考前期已經調整 “認房認貸” 的城市經驗。鄭州、南京、天津和杭州分別在 2022 年 3 月、8 月、9 月、11 月調整了 “認房認貸” 政策,剔除掉我們簡單估算的疫情波動對全國新房銷售的系統性影響 [13] 後,四城新房銷售增速在之後的 5 個月平均出現了 20 個百分點的邊際漲幅,隨後脈衝影響逐漸消退,半年內對銷售增速平均提升了 23 個百分點,其中杭州最多,為 96 個百分點,天津最少,為-9 個百分點。
假設以四城的平均提振來初步推算 16 城 “認房不認貸” 落地的潛在影響,如果這些政策近期能夠落地,那麼未來數月全國新建商品房銷售面積增速可能抬升 3.5 個百分點,若考慮到銷售對拿地與投資的帶動,未來數月全國房地產開發投資增速或將抬升 0.5 個百分點。
2. 首付比下限調整的影響估算
由於 24 個超高/高能級城市首套和二套房貸首付比下限仍有 13/10 和 30/15 個百分點的下調空間,疊加 16 個城市 “認房認貸” 可調整的影響,可下調房貸首付比的超高/高能級城市將擴圍至 29 個,佔全國銷售面積的 27.7%。如果繼續參考前期下調首付比的四個城市的平均影響程度,未來數月,全國新建商品房銷售面積增速或將抬升 6.5 個百分點,房地產開發投資增速的抬升幅度或超過 1 個百分點。
由於各城市首付比下限及非普住宅首付比的調整幅度或仍將視自身情況而定,前期房地產量價越弱的城市,調整幅度或越大。而前期房貸政策限制較嚴、人口基本面較好的城市,樓市政策調整後潛在反彈空間可能相對大一些。我們初步估算的打分表顯示,北京、上海、深圳、廣州、成都、福州等城市住房政策限制較嚴,而深圳、廣州、重慶、成都、長沙人口增長狀況較好。
不過,我們要注意的是,政策調整對房地產的影響可能是非線性的,這些估算可能存在一定偏差,實際情況比我們推算的複雜。
(二)降房貸利率,改善分配、提振消費
本次房貸利率的下調也有兩個方面,一是存量房貸利率的下調,二是限購城市房貸利率下限的下調。
首先是存量房貸利率的下調。本次通知規定 9 月 25 日起,存量首套房貸借款人可申請置換存量貸款,新發利率水平不得低於原貸款發放時所在城市首套利率政策下限。
2022 年 5 月以來全國首套房政策利率下限為 LPR-20bp,但各城市並不相同,如北京 2019 年 10 月以來、上海 2021 年 7 月以來、深圳 2022 年 5 月以來的首套房貸利率下限分別為 LPR+55bp、LPR+35bp 和 LPR+30bp。同時,不同時間點也不相同,比如鄭州 2019 年 10 月至 2022 年 5 月的首套利率下限為 LPR+5bp,但 2023 年以來則為 LPR-50bp。
按照中金銀行組的估計,首套房貸佔存量房貸的 80-90%,其中符合利率下調條件的貸款佔比在 80%,即佔全部按揭的 2/3,假設其平均下調 80bp,或對全部按揭利率的下調幅度在 50bp(參見《存量按揭降息十問十答》)。這將對銀行淨息差影響約為 7bp,根據我們的估算,這將節省居民年度利息支出 1940 億元,如果按照 70% 的邊際消費傾向估計,預計可以温和提振消費增速。
同時通知還將新增二套房貸利率政策下限調整從 LPR+60bp 降至 LPR+20bp。如果假設二套房佔比在 10%-20%,全部下調 40bp,對新增按揭利率的影響上限或在 8bp,按照過去三年新增按揭貸款的均值來計算可以節省居民年利息支出 23 億元,對消費增速的有邊際影響。
不過也要考慮到新一輪存款下調的潛在影響 [14],中金銀行組估計存款利率平均約下調 15bp(一年期下調 10bp、兩年期下調 20bp、三年和五年期下調 25bp),將增厚銀行淨息差 4bp,根據我們的估算這將使得居民利息收入減少一點。
此外,早償率與存量 - 新增房貸利差成正比,存量房貸利率向新房利率的迴歸將緩解早償情況,根據中金銀行組的估算,如果早償率下降 5%,將增厚銀行息差 2bp,我們預計這將增加居民利息支出 582 億元。綜合存量貸款利率下調、二套利率下限下調、存款利率下調和早償緩解三個因素,對消費的影響體現為邊際效應。
圖表 1:貸款中用於支持非首套房的比例在 20% 以內
資料來源:Wind,中金公司研究部
注:2023 年數據截至到 2023 年上半年。
圖表 2:本輪調整前,共有 16 個城市仍然在實行 “認房又認貸” 的政策
資料來源:Wind,中金公司研究部
圖表 3:非首套住房需求韌性較強
資料來源:Wind,中金公司研究部
圖表 4:小户型的佔比持續下降
資料來源:Wind,中金公司研究部
圖表 5:“認房認貸” 調整後四城新房銷售增速(剔除全國性趨勢影響)
資料來源:Wind,中指研究院,中金公司研究部
注:2020 年及之後的增速均採用與 2017-2019 年三年均值同比。鄭州、天津、杭州在 2022 年 3 月、9 月、11 月實行了 “認房不認貸” 的新政,南京市在 2022 年 8 月實施了 “認貸不認房” 的新政。按照四城歷史銷售增速與全國銷售增速的關係剔除了全國統一因素的影響。
圖表 6:杭州新房銷售面積與價格同比
資料來源:Wind,中金公司研究部
圖表 7:存量房貸利率與新增房貸利率之間利差走廓
資料來源:Wind,中金公司研究部
圖表 8:提前還款率與存量 - 新增房貸利差成正比
資料來源:Wind,中金公司研究部
圖表 9:人均可支配收入與提前還款率之間的關係
資料來源:Wind,中金公司研究部
圖表 10:首套房貸利率與二套房貸利率仍有下調空間
資料來源:Wind,貝殼研究院,中金公司研究部
圖表 11:本輪調整前執行 “認房認貸” 16 城樓市管制嚴格指數與人口基本面指數
資料來源:CEIC,Wind,中金公司研究部
圖表 12:住宅新開工面積(季節性調整)
資料來源:Wind,中金公司研究部
圖表 13:新房銷售量(季節性調整)
資料來源:Wind,中金公司研究部
本文作者:黃文靜、周彭、段玉柱、張文朗,來源:中金公司,原文標題:《技術貼:解析樓市組合拳影響》
黃文靜 分析員 SAC 執證編號:S0080520080004 SFC CE Ref:BRG436
周彭 分析員 SAC 執證編號:S0080521070001 SFC CE Ref:BSI036
段玉柱 分析員 SAC 執證編號:S0080521080004
張文朗 分析員 SAC 執證編號:S0080520080009 SFC CE Ref:BFE988
