12|港股内地房产板块的复杂性

作者: 宋偲瑄 | 来源:发表于2017-10-08 23:06 被阅读44次

    固定收益投资基本是通过场外交易的形式进行,也就是说数据透明性相对较弱,也没有股票市场公开完善的交易系统资料,相对来说搜集整理数据的难度大了一些。但所有价值性结合投机性的投资判断,都离不开研究公司和行业的利润空间。所以研究债券的原始资料可以直接拿股票研究的原始数据来用,只不过关注的焦点和结论的侧重方向不同。

    Bloomberg 2017年9月研究报告 (Asia-Pacific Real Estate Industry Primer)认为, 此前针对一线城市的房地产紧缩性政策,将主要地产商的开发方向牵引到政策相对宽松的二级和三级城市。

    图片来源:Bloomberg Intelligence

    上图是2017年1月到6月的房价同比增长图 (参照标的是2016年上半年的房价),蓝色和橙色的图标代表一线城市和超二线城市,从图中可以得知,这两类城市的房价在2017年上半年的增幅较弱,北京,上海,深圳,南京几乎是没有增长。蓝色代表的一线城市惟广州有超过1%的增幅。

    绿色和橙色代表的二线和三四线城市的房价在2017年的上半年有很大飙升,这类城市包括:西安,沈阳,重庆,南宁,徐州,贵阳,青岛,大连,哈尔滨,温州,昆明等。

    因此 Bloomberg 得出两个结论:

    (1)针对中小城市新出台的房地产紧缩性政策规定,住房持有年限必须达到2-5年才可以再次交易,因此中小城市的房价在2017年第四季度起会受到很大影响。

    (2)Bloomberg 对房地产商的销售业绩保有乐观态度,认为房地产商将从侧重房产规模转移到侧重房产利润率。

    对于结论(1)我持有怀疑态度,对于结论(2)我基本认同。

    房地产紧缩性政策真的会对中小城市的房价产生影响吗?房价的决定性因素,不仅仅是政策本身,更多要取决于住房需求和消费水平。所以中小城市的房价走势,不能仅凭政策转变和历史增长数据对未来作出预期,结论的得出需要更多数据支撑,比如,需要参考目前居住需求的饱和度,以及目前房价和收入水平的对比,否则无法解释在北京上海和深圳的房价趋向稳定的同时,广州的房价在2017年上半年依然有较大增长。

    那么如何解读第二个结论中“从侧重房产规模转移到侧重利润率”呢?

    此前几年,中国内地主要房地产商陷入争地浪潮,恒大在这方面尤其显著。几个房地产商逢地必争,先把土地拿到,避免竞争对手拥有土地资源,然后再确定土地开发策略。这一阶段,房地产商以“侧重规模“为主,以高倍杠杆吸纳大量土地资源,快速扩张业务规模。

    这就产生了一个问题:地产商的资金周转率太低。其实房地产由于从投入购买土地使用权,到建筑承建等过程,都需要通过债券,贷款等融资方式,投入大量资金。杠杆在产生的当年,就已经录入会计年报,而随后直到房产所有权移交,其利润才会被确认,存在利润确认的滞后性。这会导致此年录入的成本和杠杆比例,往往到下一年甚至下两年,直到建成房屋销售成交之后,其产生的利润才会被滞后录入。因而规模越大,房地产行业的资金周转期越长。

    根据2017年上半年的数据和最新政策调整,Bloomberg 认为,随着房屋紧缩政策从一线城市扩展到中小城市,房地产公司将减缓规模扩张,侧重项目的盈利率

    如何以现有的土地资源获得“更高的盈利率”呢?我们目前观察到以下几个方式:

    1. 拓展地产服务业,与周边商场,教育机构及其他服务设施结合,从房屋售卖转型向商业服务方向发展。

    2. 有针对性有策略性地选取土地资源,打造更加明晰的地产品牌。

    3. 积极开展地产金融化,以组建地产基金的方式投建新项目,从而降低杠杆比例和融资成本。

    因此 Bloomberg 对2017年第四季度内地房产板块的公司业绩,抱有乐观态度。

    除此之外,内地房产板块存在复杂的其他因素:

    1. 主要房地产商的土地资源地理性分布

    2. 政府关于不同地区房地产政策的思路

    3. 主要房地产商的杠杆比例和再融资空间

    4. 主要房地产商的金融化程度和服务升级进度

    相关文章

      网友评论

      • 3908d6bf439d:是也乎,( ̄▽ ̄)

        所以, 研究这个用来嗯哼新的组合投资产品?
        那么, 大陆房地产是异常适合短期投资的了...

        原因有3...
      • 艾玛_沈:日更,好强大。等我明天慢慢看。加油,小妹!:+1::+1::+1:
      • 波波叔:国内地产属于政策性市场
        宋偲瑄:@波波叔 同意

      本文标题:12|港股内地房产板块的复杂性

      本文链接:https://www.haomeiwen.com/subject/iybyyxtx.html