摘要：2021年之后，中国房地产市场急转直下，房价不再继续上涨，而是进入下跌通道，持续到2025年三季度仍没有企稳的迹象。家庭部门也变得不再愿意累积债务，甚至开始提前还贷，家庭杠杆率不再攀升，并经常连续多个季度下降。流动性更强的储蓄备受青睐，存款屡创新高。消费恢复也
*网易财经智库原创文章转载需经授权。本文不构成投资决策。
2025年三季度宏观经济专题报告
从家庭资产负债表视角理解房地产市场定位
上海财经大学中国式现代化研究院
上海财经大学中国宏观经济研究中心
二零二五年十月
目录
一、房地产市场问题的起因
（一）一切的开始：家庭收入不确定性增加
（二）房地产问题显现
（三）其他因素的影响
（四）多米诺骨牌开始坍塌：房地产市场波动的自我实现
（五）为什么这次不一样
二、房地产市场风险的外溢
（一）房企的流动性大幅下降
（二）银行系统承压
（三）地方政府土地收入锐减
（四）城投债借新还旧的募资占比持续上升
三、房地产市场问题的政策应对
正文
2021年之后，中国房地产市场急转直下，房价不再继续上涨，而是进入下跌通道，持续到2025年三季度仍没有企稳的迹象。家庭部门也变得不再愿意累积债务，甚至开始提前还贷，家庭杠杆率不再攀升，并经常连续多个季度下降。流动性更强的储蓄备受青睐，存款屡创新高。消费恢复也始终不及预期。伴随着家庭端消费需求的减弱和房地产市场的疲软，家庭资产负债表在中国也成为热词，在2023年下半年更是掀起是否出现家庭资产负债表衰退的全民大讨论。
市场上关于房地产的报告汗牛充栋，所有人都认识到了房地产市场的重要性。但却很少有报告系统总结房地产市场问题的由来和政策应对思路。并且，即使是对房地产市场问题的起因这一根本性问题，也是众说纷纭，甚至会出现逻辑“左右互搏”或者“循环论证”的境地。本报告发挥高校智库的优势，将系统阐述这一阶段房地产市场遇到的问题。本报告主要分为两部分，第一部分讲房地产市场问题的起因和外溢性，第二部分讲房地产问题的政策应对。
一、房地产市场问题的起因
关于短期房价波动的起因，学术界主要有两派观点，一派观点认为是信贷冲击的影响。这一派观点认为，经过一段时期的宽松信贷政策后，政策制定者开始担心宽松信贷导致的各种问题（比如银行监管问题，投机问题等等），因此，会主动踩刹车，降低信贷供给，这一负向的信贷冲击会使得经济主体，无论是企业还是家庭，被动降杠杆，从而导致消费需求不足和房价的下跌。1990年代日本房地产市场的崩盘就是这一观点的印证。
另一派观点认为，房价的波动来自于投资者的信念（Belief），当人们相信“房价永远涨”时，就会主动地去买房子，房价就会被推高，印证了投资者的信念；但当人们不再相信“房价永远涨”时，就会降低住房需求，房价就会下跌，再次印证了投资者的信念。美国2008年金融危机前后房价的波动是这一观点的印证。
回到中国的问题，信贷收紧的故事肯定不适合中国，关于投资者信念的故事可能适合后一阶段的情形，但在最开始的时刻，人们信念的改变需要一个“扳机”。项目组认为，这个扳机就是家庭收入不确定性的增加。
（一）一切的开始：家庭收入不确定性增加
想象这样三个场景：在第一个场景中，家庭没有失业，但由于企业资金周转出现问题，所有人的工资不再按月发放，而是几个月叠在一起发，因此，家庭可能会在某一个月份一下拿到多个月的工资，也可能连续多个月拿不到工资。
在第二个场景里，家庭失去工作，只能依靠失业保险，或者自己的储蓄维持日常生活。
在第三个场景里，家庭既没有被“拖欠工资”，也没有失业，但身边经常听到类似的新闻，家庭也不确定自己未来会不会也遇到类似的情况。
这三类家庭会如何决策呢？第一个家庭，如果当月没有工资，收入下降，消费需求下降。但当月拿到了几个月的合并工资，家庭是否会增加消费呢？大概率也不会，因为家庭不知道下月是否能按时拿到工资。第二个家庭，失去工作，收入下降，消费需求也会下降。第三个家庭虽然没有受到任何影响，但出于对未来的担心，也会增加储蓄，降低需求，甚至当储蓄较多时，还会提前还贷，以备未来突发状况时有足够的现金流。自此，家庭便处于资产负债表调整的过程中。
与此同时，考虑最中性的第一种场景，从年收入的角度看，个体的收入没有变化，这体现在宏观经济统计中就是无论是平均收入，还是平均收入增速，都不会受到影响。但如果考虑收入的中位数，则无论是中位数收入，还是中位数收入增速，均会受影响。这也产生了“宏观热，微观冷”的现象，即宏观数据是好的，但微观体感上，大部分人的境况其实是下降的。
数据是否真的是这样？图1和图2分别描述了居民人均可支配收入的名义同比增速和中位数与平均值之比。可以看出，首先在收入增速方面，在2020年之后的绝大部分时期，中位数的同比增速均是低于平均值增速的，特别是在2021-2023年间。同时，收入均值方面，虽然中位数与平均值之间的比值从2015年后开始下降，但自2021年后，下降速度明显加快。这一宏观数据也间接说明，上述工资延迟发放的情况确实有可能存在。
图1居民人均可支配收入名义同比增速（%）（数据来源：国家统计局、上海财经大学经济学院）
图2居民人均可支配收入中位数与平均值之比（数据来源：国家统计局、上海财经大学经济学院）
虽然宏观上平均收入和收入中位数的变动趋势印证了上述例子，现实情况是否真的如此？利用中国人民大学劳动人事学院“中国雇主-雇员匹配数据跟踪调查”微观数据，课题组对此进行了探讨。在该调查数据中，有两个问题和本报告的分析相关，分别是“B3.1 1）您从本企业获得的每月平均税后总收入”和“B3.2上个月您从本企业获得的税后总收入为多少元”。利用这两个问题，通过比较劳动者上月收入与平均税后收入，可以计算那些上月收入过高或者过低的群体，而这一群体比例的变动可以被认为是收入不连续性的体现。具体而言，给定劳动者的平均收入为正，如果劳动者上月收入为0，或者上月收入比平均收入高特别多，就认为个体的收入可能不具有连续性。如果收入不连续性群体的比例大幅升高，就认为劳动力市场中工资发放存在集中发放和拖欠的情况。
由于劳动者每个月的工资出现波动是正常现象，且本项目想要说明的是收入剧烈变动的影响，因此课题组根据上月收入与平均收入的比值，将所有样本划分为四组，第一组为上月收入变为0，这说明上月拖欠了工资；第二组为收入在两倍平均收入以内，课题组认为，在考虑了收入本身的波动后，这一组群体可以被认为是按时发工资的群体，第三组为上月收入在2倍和3倍工资之间的群体，这一群体的收入略高，严格来看可以被视为没有按时发放工资，也可以被认为在合理范围之内。最后一组是上月收入在3倍平均工资以上，这一群体被认为是集中发放或者补发工资的群体。
表1汇报了2019年和2021年这两次调查的结果。从结果中可以看出，在2021年，上月收入变为0的群体由2019年的0.7%升高到1.36%，上月收入在三倍以上平均工资的比例由2019年的7.82%升高到24.01%，这两类群体的比例大幅上涨，说明收入不连续性的加剧。
虽然课题组进行了两年的对比，但这种不连续性仍然可能是由于调查月份的变动引起，收入大幅的增加可能是奖金等原因导致。为进一步说明上述情景的真实性，课题组接下来给出百度指数中“拖欠工资”的热度，如图3所示。从图中可以看出，在2020年之前，该热度值虽然在2018-2019年有上升趋势，但整体还是在600以下。而在2021-2022年，该指数大幅增加，大部分时期均超过了600，这就说明在这一段时期，拖欠工资的现象确实比较严重。
图3百度指数中“拖欠工资”的热度趋势（数据来源：百度公司、上海财经大学经济学院，截图时间为2025年9月11日13:38:17）
如果对于劳动者而言，拖欠工资成为一种风险，相应地，劳动者会采取一些措施。一个可以想象的情况就是放弃工作的稳定性，以保证及时拿到报酬。利用中国综合社会调查（CGSS）这一微观数据，课题组对这一问题进行了进一步探讨。在2021年的CGSS调查问卷中，有一个问题是“L1. 您目前的工资计算方式主要是？”，其中共有计件、计时、计件和计时、按天计算、底薪加提成（或底薪加绩效）、固定月薪制、年薪制等选项。其中选择“按天计算”的比例高达10.42%。由于这一问题只存在于2021年的调查问卷中，课题组无从得知在2021年之前选择“按天计算”的比例，但从“是否签订劳动合同”这一问题可以得到互相印证。在2021年，样本中共有60.2%的个体没有签订劳动合同，但在2017年，这一比例为58.54%。体现了劳动力市场的一个变迁，零工经济越来越多。从劳动者的角度看，如果工资收入没有保障，宁愿放弃工作的稳定，也要选择可以按时拿到工资的“按天计算”的工作方式，说明工资的不稳定越来越明显。
课题组最后再提供一个关于劳动者对当前工作满意度的证据，进一步佐证上述现象的可能性。利用中国家庭追踪调查（CFPS）数据，课题组统计了个体对当前工作的满意程度，表2报告了三次调查年份的结果。可以看出，在2022年的调查中，无论是选择“非常不满意”还是选择“不太满意”的比例均较2020年有了一定的提高。表中还有一个有意思的结果是，选择“比较满意”和“非常满意”的比例在2022年同样有所提高，劳动者对于工作的认可呈现两极分化的情况。课题组对此的解释是，如果劳动者不能按时得到工资，或者工作环境进一步恶化（工人的工作时间一直在持续增加），个体对工作的满意度在下降，但同时，如果一份工作能够按时付工资，在当前的经济环境下，仍然会让劳动者感到庆幸，自然也就产生了对工作满意度两级分化的情况。
为什么在收入整体上并未改变的情况下，上述劳动力市场的一个小的波动还是引起了这么大的震荡，原因是人有预防性储蓄动机，并且住房资产本身是流动性较差的资产。此时如果某些劳动者只有在很靠后的月份才能拿到工资，这些人在当下就会紧衣缩食，降低消费，降低住房需求，消费和房价就会下降。同时，如果某些劳动者可能在某一个月份拿到很多钱，这些人大概率不会进行消费，毕竟未来几个月是没有收入的，因此，这些人可能会去提前还贷，从而降低每月的贷款利息，也可能将钱存起来以备未来之需。因此，即使不考虑失业，只是企业暂时发不出工资，或者多个月工资合在一起发，叠加住房的流动性差的特点，就会导致房地产市场的波动。
（二）房地产问题显现
受限于未来收入波动的增加，家庭降低住房的需求，便会导致房价下降，图4和图5分别汇报了70个大中城市新房和二手房的价格变动。可以看出，无论是新房，还是二手房，无论是一线城市，还是二线三线城市，从2021年以来，房价增速一路下滑，在2022年起就陷入负增长。虽然在2024年底房地产市场有所恢复，但无论是新房还是二手房，增速仍未恢复为正。
图4新房价格指数（数据来源：Wind、上海财经大学经济学院）
图5二手房价格指数（数据来源：Wind、上海财经大学经济学院）
由于上述新房和二手房数据是一个简单的平均指标，因此可能会高估房地产市场的恢复，低估目前问题的严峻性。原因在于，家庭选择住房的区域和质量会与经济周期相关。当经济情况好时，越是在市中心，交通便利的住房越贵，家庭会倾向于购买偏远的住房，此时房价的增长被低估。但当经济情况变差时，“好房子”的价格下降，家庭有能力去购买更好的住房，因此，房价的下降会被低估。为了控制住住房质量等对房价的影响，一个更好的办法是控制住这些住房的特征，单纯地看房价的变动，图6报告了相关信息。可以看出，在控制了住房的特征后，房价的下降变得更明显。
图6二手房出售挂牌价指数（数据来源：Wind、上海财经大学经济学院）
在家庭债务方面，无论是国际清算银行（Bank for International Settlements, BIS）的统计，还是国家金融与发展实验室(NIFD)的统计均显示，从2021年开始，我国家庭债务占GDP的比重不再呈上升的态势，而是变得平稳，甚至出现多个季度连续下降的新局面，如图7所示。家庭部门加杠杆的动力大幅下降。鉴于可支配收入占GDP的比重较少，项目组还画出了中美家庭房贷收入比的趋势图，如图8所示。无论是按资金流量表中的可支配收入计算，还是按通过人均可支配收入构建的可支配收入计算，房贷收入比也传递了相同的信息，即我国家庭从2021年进入降杠杆阶段。而根据美国的历史经验，如果没有强有力的政策干预，这一趋势可能会维持很长一段时间。
图7中国家庭杠杆率（数据来源：BIS、NIFD、上海财经大学经济学院）
图8中国家庭房贷收入比（数据来源：Wind、上海财经大学经济学院）
在需求端，家庭部门不仅投资房地产的动力不足，消费的恢复也始终不及预期。图9汇报了新冠肺炎疫情前后不同年份各个月份的社会消费品零售总额当月同比增速（累计同比增速也传递了相同的信息），需要说明的是，受到新冠肺炎疫情的影响，2020年到2023年的同比数据会出现过高或过低的情况，项目组此处只放了最近两年的数据，可以看出，虽然在疫情前，消费增速也在逐渐下降，但速度较为缓慢，疫情后增速相比于疫情前产生了趋势性下降。虽然在国补等政策影响下，2025年的消费有了一定的恢复，但从图中也可以看出，随着国补的退出，消费的增速开始再次下滑，表明消费并没有从根本上恢复。
图9社会消费品零售总额当月同比增速（数据来源：Wind、上海财经大学经济学院）
家庭既不买房，也不消费，钱去了哪里？答案就是储蓄。需要说明的是，为了说明储蓄的多样性，以及家庭潜在的资产组合，此处课题组没有汇报家庭银行存款的信息，而是汇报的通过资金流量表计算的家庭储蓄率，此处的储蓄相当于除掉消费的所有资产，并不局限于银行存款。从图10可以看出，我国家庭储蓄率在2009年之后持续下降，这一下降趋势也是到了2021开始截止，虽然没有趋势层面的上升，但整体仍显著高于新冠肺炎疫情前。同时，居民户新增人民币存款的数据反映出，家庭储蓄不但增加，而且增加的更多是流动性最强的存款。
图10资金流量表中家庭储蓄率（数据来源：Wind、上海财经大学经济学院）
（三）其他因素的影响
上述分析只是来源于“拖欠工资”这一收入波动事件，宏观经济环境变差还会从其他许多方面影响房地产市场。比如在青年人就业方面，虽然青年人失业率升高是一个严峻的问题，但课题组认为，另一个可能更加值得注意的问题是青年人劳动参与率不断下降。当然，如果从趋势上来看，随着大学的扩招，研究生博士生的扩招，青年人劳动参与率在某些时期下降是情有可原的，但在过去的一段时间，即使在没有明显的政策引导的情况下，仍然可以看到，无论男性还是女性，相比于整体劳动参与情况，青少年（16-24岁）的劳动参与率均在下降，如图11和图12所示。青年人退出劳动力市场，准备考公考研，或者进行更多的知识储备，这一定程度上会对未来劳动力市场的健康发展起到作用。但同时，如果有更多的青年人退出劳动力市场，只能和父母住在一起，那么对住房的需求进一步降低，房价也会进一步受到冲击。
图11男性劳动参与率（数据来源：国际劳工组织（ILO）、上海财经大学经济学院）
图12女性劳动参与率（数据来源：国际劳工组织（ILO）、上海财经大学经济学院）
对比图11和图12中男性和女性的劳动参与率，还可以看到另一个额外的信息，即在过去一段时期，男性的劳动参与率在下降，而女性的劳动参与率在上升。这一结果也从侧面印证了数据的准确性。在经济学理论中，有一个关于女性劳动参与率的经典理论是增加工人效应（The Added Worker Effect）。这一理论指出，当家庭中男性受到经济冲击失业或者退出劳动力市场后，女性会通过更多地增加劳动来弥补家庭收入的损失。以上男性和女性劳动参与率的差异性表现也为这一理论提供了中国版的现实注脚。
图13不同年龄段的MPC（数据来源：CFPS、上海财经大学经济学院）
除了青年失业率非常高以外，其实这一段时期中国劳动力市场的整体失业率也较高。在之前的报告中，课题组一直呼吁除了青年人的失业率以外，还要关注其他人群，特别是中年人的失业率。原因在于，中年人是家庭里的“顶梁柱”，上有老下有小，一旦失业，整个家庭就会陷入危机。在此次报告中，利用CFPS数据，课题组检验了不同年龄群体对于暂时性收入冲击的自我保险作用。结果如图13所示。可以看出，暂时性收入冲击向消费的传导系数在中年时是最高的，这一结果可以做多方面解释，一是从冲击传导的角度，中年人自我保险能力最差，受到收入冲击影响后需求下降的最多；二是从边际消费倾向的角度，不同于很多人的“下意识”的感觉，其实年轻人的边际消费倾向不是特别高，真正边际消费倾向高的群体是中年人，换句话说，如果采用针对家庭的财政政策，向中年人倾斜可能会取得更好的效果。在对房地产市场的影响上，无论是改善性住房，还是为子女准备的刚需住房，中年人均是房产购买主力和住房抵押贷款借贷主力，因此，在宏观经济不好的情况下，中年人对需求的收缩会更激进，无论是对消费，还是对房价，造成的影响也就更大。
造成城市住房需求下降的另一个因素是流动人口的回流。由于很多公共服务，比如廉租房，失业保险等，并未覆盖到流动人口，因此，当城市收入波动增加，或者失业率升高时，流动人口并不会待在城市里，而是会返回户口所在地，毕竟待在城市里不但没有稳定的工作，生活成本也会更高，而回到家乡至少可以降低生活成本。在缺乏公共服务保障的情况下，对于流动人口而言，回流肯定会带来福利的改进。但对于城市来说，虽然流动人口可能并不是买房的主力，但流动人口的回流带来的更多是生活成本的提高和服务质量的下降，造成住房增加值的下降，也会降低住房的价格。
图14省份失业率常住人口变动（数据来源：CFPS、国家统计局、上海财经大学经济学院）
选取人口流入省份作为样本，课题组通过将常住人口的变动代表流动人口的回流，即如果某个人口流入大省的常住人口下降，这就说明这一省份吸纳的流动人口在下降，也就说明曾经在这一省份的很多流动人口发生了回流的现象。并通过CFPS构建了这些省份的失业率与人口波动指标，检验了失业率与常住人口变动之间的关系，如图14和图15所示。可以看出，无论是失业率，还是收入方差，均与常住人口的变动负相关，也就是说，失业率的增加，或者收入不确定性的增加确实会导致劳动力回流，从而引发上述现象的发生。
图15省份收入波动常住人口变动（数据来源：CFPS、国家统计局、上海财经大学经济学院）
（四）多米诺骨牌开始坍塌：房地产市场波动的自我实现
房地产市场的波动只是开始，如果没有外力干预，会在经济运行中自我放大，影响人们的预期。自2022年以来，国内经济增速放缓、就业市场压力增大，消费者就业和收入预期双承压，居民对未来收入的信心不足，引发预防性储蓄动机增强，拖累消费增长动力。
消费者信心指数（Consumer Confidence Index, CCI）是衡量消费者对当前和未来经济形势信心的综合性指标，它反映了消费者对经济发展、就业前景、收入水平以及消费意愿等方面的看法和预期。作为一项先行指标，CCI对预测消费支出、投资意愿乃至整体经济走势具有重要参考价值。当前中国消费者信心指数和消费者满意指数处于极低水平，且在2025年上半年仍在低位徘徊。如图16所示。并且从图中可以看出，消费者信心指数的下降也是发生在2021年后期，略微落后于房地产市场的波动。这表明消费者对经济前景的判断趋于谨慎甚至悲观，内生增长动力不足的问题尤为突出，可能对未来的消费和投资活动产生显著的抑制作用，是宏观经济运行中亟待解决的关键问题。
图16消费者信心指数（数据来源：财新/CEIC数据库、上海财经大学经济学院）
消费者预期指数从2025年1月的89.2降至4月的88.3，表明消费者对未来经济前景、就业改善和收入增长的预期持续悲观（见图17）。这与制造业PMI中从业人员指数长期低于荣枯线相呼应，共同指向就业市场的结构性压力和居民收入增长放缓的现实。当家庭担心未来收入下降时，会选择减少当前非必要消费、增加储蓄以备不时之需。这直接导致社会消费品零售总额增速放慢。
图17消费者整体预期、就业预期和收入预期指数（数据来源：财新/CEIC数据库、上海财经大学经济学院）
在这种高不确定性环境下，住房作为居民资产的重要部分，其市场表现也深受影响（需求不足 → 房价下跌 → 财富效应减弱）。一方面，住房具有“双重属性”：既是不动产（流动性差），又被视为相对安全的资产。当收入前景不确定上升时，由于房产变现难度高，家庭往往不会轻易出售房屋套现，而是倾向于削减消费并保留住房。但另一方面，正因为缺乏变现渠道，住房无法充分充当家庭的“蓄水池”来平滑消费——房价下跌打破了“房价永远涨”的神话，反而削弱了房产的安全资产属性。换言之，在中国当前的市场环境下，收入冲击导致的预防性储蓄增加，并未通过典当房产等方式转化为消费资金，反而造成住房需求下降和房价下行。这一连锁反应正是近两年房地产市场低迷的重要成因。
图18房价增速预期指数（数据来源：中国人民银行、上海财经大学经济学院）
中国消费者信心指数的持续走弱，并非单一因素所致，而是多重宏观经济因素相互作用的结果。它不仅反映了收入和就业预期的不确定性、房地产市场调整的冲击，也体现了市场信心的恢复需要更强有力的信号和更稳定的宏观环境。提振消费者信心，将是未来宏观政策需要重点关注并持续发力的方向。
消费者信心下降，对房价的预期也在下降，图18基于中国人民银行储户问卷调查构建的房价增速预期指数进行展示。当指数大于0.5时，表明居民整体上对下季度房价持上涨预期；当指数小于0.5时，则反映出看跌预期。由数据可见，在本轮房地产市场下行周期中，自2022年三季度起，居民对房价增速整体转向悲观。尽管2023年一季度预期指数曾短暂回升，但随后迅速下行。截至2025年二季度，该指数已降至历史最低水平，显示出居民对房地产市场的悲观情绪仍未得到根本性缓解。
图19展示了课题组基于量化结构模型得到的模拟结果。结果表明，在家庭存在非理性投机预期的情况下，负向需求冲击会首先引致房价下跌。实际房价的下降将促使家庭形成更加悲观的房价增速预期，而这种预期反过来又会进一步削弱购房需求，从而加剧房价下行压力。由此，实际房价与房价预期之间形成了相互强化的正反馈机制。与此同时，房价下跌对宏观经济产生显著负面冲击，不仅推动土地价格走低，还抑制房企投资活动，最终导致GDP的下滑。
图19量化结构模型模拟结果（数据来源：上海财经大学经济学院）
（五）为什么这次不一样
事实上，消费不足的问题曾长期困扰着中国经济，文献中更是有“中国储蓄之谜”的经典命题，房地产市场也在2015年左右遇到过暂时的困难。并且，无论是中央政府，还是地方政府，对房地产市场和居民消费问题一直持续关注，并陆续出台了如降首付，降买房限制，降利率，以及发消费券等一系列需求刺激政策。2024年的中央经济工作会议更是将“国内需求不足”定义为我国经济运行面临的困难和挑战之一，并将“大力提振消费、提高投资效益，全方位扩大国内需求”作为经济的重点任务。
在经济学理论和国际经验方面，当家庭面临的收入不确定性增加时，家庭的预防性储蓄动机会发挥作用，家庭会降低消费，增加储蓄，同时，如果还额外有失业冲击，则失业还会带来额外的负向收入效应，最后，如果考虑住房的流动性较差的因素，家庭的住房需求降低，房价降低。这是一个无论是在经济学理论上，还是在经济学实践中，均较为经典的传导机制。但一个问题是，为什么这次不确定性冲击的影响这么大？持续时间这么长？对中国经济造成这么大的后果？
图20省份杠杆率与家庭消费增速（数据来源：CFPS、国家统计局、上海财经大学经济学院）
课题组认为，核心的原因就是经过近10年的加杠杆（见图7），中国的家庭债务有了很大的膨胀，导致家庭资产负债表变得非常脆弱。这个时候一个很小的冲击也可能造成严重的后果，即脆弱的家庭资产负债表放大了冲击的影响。利用CFPS微观调查数据，课题组首先对此逻辑在数据上进行了探讨。利用家庭的财务数据，并借助CFPS多期调查的特点，课题组首先构建了分省2020年的平均杠杆率，以及分省2022年的消费增速和房价增速。研究发现，无论是2022年的消费增速，还是房价增速，均与2020年的杠杆率负相关。也就是说，在2020年如果家庭杠杆率越高，则2022年家庭的需求就会越低。
图21省份杠杆率与房价增速（数据来源：CFPS、国家统计局、上海财经大学经济学院）
进一步地，利用自主构建的多资产不完全市场异质性个体模型，课题组探讨了家庭资产负债表对冲击影响的放大作用，即检验冲击影响的状态依赖性。具体做法如下：课题组构建了两种情形，在第一种情形下，初始稳态的房贷利率较高，家庭的债务累积要少一些，类似于2015年时的宏观经济形势；第二种情形下，初始稳态的房贷利率较低，家庭的债务累积要多一些，类似于2021年时的宏观经济形势。假设两种情形下受到一样的收入不确定性冲击，则由于在低利率的初始稳态下，家庭的债务累积更多，财务状况更脆弱，对冲击的自我保险作用更弱，因此，冲击的影响也会更大。图22和图23分别汇报了在低利率和高利率两种不同情形下，收入不确定性冲击对消费和房价的影响。可以看出，确实如前所述，同样的冲击，在家庭债务更高，家庭资产负债表更膨胀的时候，冲击的影响就会更大。
图22收入不确定性冲击对消费的影响（数据来源：上海财经大学经济学院）
图23收入不确定性冲击对房价的影响（数据来源：上海财经大学经济学院）
二、房地产市场风险的外溢
即使不考虑房地产市场占GDP的份额，以及房地产上游水泥钢筋的销售和下游建材家电的销售，房地产市场出现了问题，也会进一步通过金融市场、地方财政等影响整个宏观经济。即冲击会通过家庭资产负债表向其他两张资产负债表传导。
（一）房企的流动性大幅下降
受多重因素叠加的影响，以“恒大爆雷”为标志性事件，我国房地产行业开始进入深度调整阶段，住宅销售量价齐跌，持续时间将近三年，为房改以来持续时间最长、调整幅度最大的一次。如图24所示，房地产企业的固定资产周转率和应收账款周转率连续三年持续下降，企业流动性持续收紧，为2020年以来最低水平。使得房地产企业对产业链上相关主体的支付能力明显下降，房地产行业深度调整的影响溢出至其他行业或部门。当然，除了本报告提出的从需求端导致的房地产市场疲软的原因外，供给端的三道红线也对当前房地产企业的流动性困境造成了一定的影响。
图24上市房地产企业固定资产周转率和应收账款周转率（数据来源：WIND、上海财经大学经济学院，单位：%）
（二）银行系统承压
房地产市场的低迷还会传导到银行系统。图24的散点图展示了2009年至2023年间，中国房价与房地产行业贷款不良率之间的关系。其中，横轴代表“房价”，使用“商品房每平方米销售价格与人均GDP的比值”来衡量从而可以排除趋势的影响，数值越高代表房价相对于居民收入越高。纵轴则代表了银行对房地产行业贷款的“不良贷款率”。图中橙色的虚线是数据的拟合趋势线，呈现出从左上向右下的倾斜趋势。揭示了两个变量之间存在着明显的负相关关系。简单来说，在房价收入比较高的年份，房地产行业的不良贷款率往往处于较低水平；反之，在房价收入比较低的年份，不良贷款率则倾向于走高。这种负相关关系背后有清晰的经济逻辑。当房价较高时，通常对应着房地产市场的繁荣期。在这个阶段，房地产开发商销售回款迅速，资金链充裕，偿还银行贷款的能力很强，因此贷款违约的概率很低。而当房价收入比下降时，则往往意味着房地产市场进入调整期或下行期，开发商面临销售困难、现金流紧张的困境，偿债能力减弱，从而导致贷款违约事件增多，推高了银行的不良贷款率。
图25房价与房地产行业贷款不良率（数据来源：WIND、国家统计局、上海财经大学经济学院）
图26地区房价与贷款不良率（数据来源：WIND、国家统计局、上海财经大学经济学院）
考虑到使用国家总体层面的数据样本量可能过小，课题组收集了各个省份2010-2022年的房价数据和银行不良贷款率的横截面数据。图26展示了2020-2023年的样本房价和不良贷款率的关系。可以看出，即使在地区方面，以及银行整体的不良率，二者仍然是负相关的。当然，由于城市固定效应，以及可能存在的内生性影响，二者之间的关系仅可被看作为相关性关系，并不能直接被解读为因果性，但大量的事实证据表明，房地产市场和银行系统稳定性之间的相辅相成关系是真实存在的。
（三）地方政府土地收入锐减
房地产市场的低迷也直接影响土地市场，影响地方政府的财政收入。图27报告了地方本级政府性基金收入中国有土地使用权出让收入的同比增速，可以看出，从2021年开始，土地财政收入增速持续下降，在2022年初增速跌至0以下，并始终未能恢复为正。虽然最近一段时期，增速有所收窄，但根据2023年的趋势，课题组仍然无法判断这一收窄是暂时性的还是持久性的。土地出让金减少，使本就债务高企的地方政府财力更加紧张。土地市场低迷既是房地产行业景气度不足的结果，也反过来制约城市更新和新项目供应，对未来市场供给形成隐忧。不过，由于近年来土地供给侧改革和集中供地政策的实施，土地价格过快下行的风险有所控制，短期内未出现土地流拍潮，但长期来看仍需关注地方政府和城投平台的债务风险。
图27地方本级政府性基金收入:国有土地使用权出让收入（数据来源：WIND、国家统计局、上海财经大学经济学院）
（四）城投债借新还旧的募资占比持续上升
房地产低迷，地方政府的卖地收入锐减，在房地产市场繁荣阶段所借的债务此时成为负担，造成债务挤压效应。自2021年以来，如图28所示，用于借新还旧或偿还有息债务的募资占比持续上升，而用于项目建设、补充流动资金或其他事项的募资规模和占比则持续下降，其中，2025年一、二季度募资用于借新还旧或偿还有息债务的比例分别高达95%和96%，用于项目建设等用途的资金规模仅为592亿元和578亿元。低迷的房地产市场不仅对房地产企业的资金链造成巨大压力，其影响也延伸至与房地产企业存在诸多合作的城投平台，叠加融资平台本就高企的债务规模，使得融资平台债务风险不断凸显。此外，在城投市场化转型的大背景下，虽然房地产业务是城投转型的一个重要方向，但低迷的市场环境也加大了城投平台转型的难度，对城投平台的化债和转型形成拖累。
图28城投债募集资金投向（数据来源：WIND、上海财经大学经济学院，单位：亿元）
三、房地产市场问题的政策应对
本报告聚焦于房地产市场的需求端，指出通过家庭资产负债表理解目前房地产市场，乃至整个内需困境的逻辑与现实依据。关于对宏观调控政策的启示方面，课题组认为，在政策建议上，本报告与其说建议政策做什么，倒不如说政策上尽量不要做什么。
首先，课题组认为，在货币政策方面，要对以降利率扩信贷为主的货币信贷政策持谨慎乐观态度。原因在于，货币政策通过需求端刺激经济的主要渠道是贷款利率降低带来的流动性渠道和家庭二次抵押带来的再融资渠道。在家庭资产负债表已经相当脆弱的情况下，无论是降利率还是扩信贷，都会加剧资产负债表的脆弱。同时，由于中国并没有发达的房屋净值贷款市场，家庭的二次抵押行为受限，这会进一步限制货币政策的效果。当然，需要说明的是，降低存量房贷利息的政策还是有效的，可以降低家庭的还款额，起到修复家庭资产负债表的目的。
图29宽松货币政策对消费的影响（数据来源：上海财经大学经济学院）
图30宽松货币政策对房价的影响（数据来源：上海财经大学经济学院）
课题组利用构建的一个包括流动性资产、非流动性房产以及房贷的不完全市场生命周期模型，对货币政策通过家庭资产负债表的传导进行了理论层面的分析，在分析中，共考虑了两种情形，一种是存在再融资的情形，另一种是不存在再融资的情形。货币政策对消费和房价的影响如图29和图30所示，可以看出，在面临货币政策冲击时，虽然存在利率降低产生的还款额下降的流动性效应，由于没有再融资渠道，货币政策冲击虽然会起到提高房价，促进消费的作用，但相比于存在再融资渠道的经济环境，该影响被大大削弱。
其次，由于家庭部门加杠杆导致的财务脆弱性，扩张的财政政策的效果可能会更好。原因在于，财政政策的效果取决于家庭的边际消费倾向，而家庭边际消费倾向的最重要影响因素就是市场完备性和家庭所受到的流动性约束。由于住房资产在中国的流动性更低，且家庭部门加杠杆导致流动性进一步收紧，因此，家庭的边际消费倾向更高。
课题组在2022年宏观报告中已经指出，由于市场更加不完备，在我国可能存在着家庭储蓄率高与家庭边际消费倾向高并存的现象。其经济学含义为：未还完房贷的住房净值不能进行二次抵押导致的市场不完全性不但会提高家庭储蓄，还会提高家庭对收入冲击的边际消费倾向。具体而言，如果家庭不能进行二次抵押，则一方面由于未来收入不确定性的存在，家庭未来可能有收入骤降的风险，如果不想因此而卖房，就需要为未来的房贷还款储备流动性资产，也就是说，二次抵押市场的缺失引入家庭额外的储蓄动机，压低了日常消费；另一方面在面临收入冲击时，家庭也不能通过调整信贷保持消费平滑，进行自我保险(self-insurance)，为了降低消费的波动，家庭也会压低日常消费。因此，家庭消费不但受到额外储蓄动机的抑制，而且受到消费平滑机制缺失带来的抑制。在收到财政补贴后，家庭的边际消费倾向可能会更高。
课题组继续利用构建的结构模型，比较了中国和美国家庭的边际消费倾向大小。图31报告了家庭收到暂时性财政补贴后家庭边际消费倾向的变动图。可以看出虽然财政补贴虽然是一次性的，但其存在长期效应；并且在中国家庭的边际消费倾向始终大于美国家庭。项目组进一步发现，无房家庭、流动性资产更少的家庭以及杠杆率更高的家庭，会更容易受到预算约束的限制，边际消费倾向更高。这部分特定人群在稳定经济过程中将起到重要作用。完善再分配调节机制、转移支付体系，将财政补贴政策或社会保障政策向这部分人群倾斜，提高这一部分人群的收入对于总需求的恢复作用不容忽视。
图31家庭边际消费倾向动态图（数据来源：上海财经大学经济学院）
需要认识到，单纯聚焦于房地产的政策可能短期内会有效果，但长期来看并不能解决房地产市场的问题。原因在于，房地产的问题不是房地产本身出了问题，而是宏观经济出了问题蔓延到了房地产的市场，这个时候如果“头痛医头脚痛医脚”，出台一些只是针对房地产市场的政策，可能会使得扭曲变得更大。
最重要的是，要警惕落入“促消费-稳房价-降债务”的不可能三角。政策制定者需要明确到底是希望家庭扩表还是缩表。如果要促消费稳房价，必然就会涉及债务继续攀升。如果要降债务的同时保持房价稳定，必然要牺牲消费。从这个不可能三角也可以看出，从房地产市场外部打破这个矛盾是重点。优化宏观经济环境，提高家庭收入稳定性，家庭才会有信心去消费，宏观经济发展才能变得顺畅。
网易财经智库是网易新闻打造的财经专业智库，整合网易财经原创多媒体矩阵，依托于上百位国内外顶尖经济学家的智慧成果，针对经济学热点话题，进行理性、客观的分析解读，打造有态度的前沿财经智库。欢迎来稿（投稿邮箱：cehuazu2016@163.com）。
来源：网易财经一点号
