当前位置: 金丝雀 >> 金丝雀的繁衍 >> 旭辉林峰拿地买房,千万不能选底特律那样的
很多人曾说要逃离北上广,但是站在未来看,应该逃离底特律!
奋斗者,应该选择优秀的大城市作为战场,才有可能有事半功倍、超速成长的机会。
但如何去选择一个城市却是个问题,可以用选股的理论逻辑,从基本面、护城河、进化力、管理层和市场态等五个维度来分析,在大盘中找到价值潜力城市。
选择大于努力
大城市压力大、房价高、工作累,是否应该逃离北上广深,回到小城市买房?这是年轻人常常面临的一个选择问题。每次想到这个问题,我就会想起三个故事。
第一个故事
年,一个小演员在加州一个海边小村庄买了幢小屋,花费2.9万美元,年出售的时候是万美金,到年底,成交价是万美金,上涨了近倍,这个演员的名字叫里根。而同一年,一位汽车公司的中产在底特律,当时美国第四大城市买了幢房,花费了6.5万美元,到年,这幢房也就值20余万美金,甚至更低。几十年间,这个小村庄靠近硅谷而底特律则变成了铁锈地带。
第二个故事
我爸和我妈六十年代结婚时,拿着所有的积蓄,包括我爸的退伍津贴,在纠结一件事,到底是买套房呢?还是买一块手表?经过深思熟虑极细讨论,他们认为单位肯定会分房子,没必要浪费,就把这一百多块钱买了一块上海的梅花表,放弃了一个有天有地的小合院。后来,那个老房子被拆迁了,补偿的价值估计超过他们一辈子的工资总和,我也失去了成为一个富二代的机会,而那块表早已经坏掉,不知丢到哪去了。
第三个故事
我大学的两个同学,毕业是分配回老家,一个普通县级市,一个在邮政局、一个在工商局,在当时都是很不错的单位,邮政局的同学不习惯,下海之后到上海。差不多在年左右,他们在各自的城市买了房,小城市每平米六百多块一平米,全款付清,没有还贷压力;上海两千一平米,同样的钱首付三成,现在的二手房价县城四千五,上海五万。同时由于在上海的同学要应对还贷压力,拼命努力工作,职务和薪资也不断增长,两个人现在一年的收入差距超过了20倍。
为什么当初差不多,甚至看起来更合理的选择,经过时间的沉淀,形成了巨大的反差?
大的城市由于人口、信息和资源的汇集,会带来很多发展和突变进化的机会,房价其实是这些资源和机会的对价。所以哪怕他们都一样的努力工作,在不同的城市,成果可能也依然差距很大。
城市选择如同船行理论:个人努力叠加平台发展,这个平台是大家一起划船,划的人越多、越有能力,船前进得越快,突破性的进化机会也越多,个人的努力也就可能事半而功倍。
选择大于努力,如果想跃龙门,就应该到大海中去;如果想成为大树,就应该到亚马逊丛林中去。大城市就是亚马逊丛林,一切皆有可能。
此外,在大城市你随时都有降维打击的可能性,你可以卖了房子去小城市居住生活,但小城市卖了房去大城市买不了,而且除了房价的差距,还有大城市快节奏与高压力,降维变成慢节奏低压力没有问题,但反之却无法适应。
想要奋斗的人们应该选择北上广深,而不是逃离,同样的起点和努力,在小城市可能带来小成绩,在大城市则可能有成倍的产出,因为环境会带来很多机遇。
如果想要安逸,选择小城市是合适的,我老家的同学在当地混得也不错,日子过得也很舒坦。每个人都有自己的偏好和选择,适合自己的才是最好的,子非鱼,焉知鱼之乐。
但对于想要选择大城市的人们,问题是怎么知道你选择的是北上广而不是底特律?
谁是底特律?
Location!Location!Location!是房地产界的至理名言,但这里的Location不仅指买房要看地段,更要看城市。未来城市的分化在不断加剧,但怎么选择一个有发展的城市,却是一个技术活,好比要在股市中选出能跑赢大市的牛股。
可是股市选股的分析很多,但是城市选择的分析却没有多少人在意,可能是因为买房决策少的缘故,很多人以前一辈子就买一两套房,而且都在一个城市,没有去选择和比较的机会。
但在人均GDP超过一万美元之后,有很多人有能力和机会跨城市买房,而且有越来越多的年轻人大学毕业后会面临选择城市就业的问题。这个时候,对城市的分析就越来越重要。
城市分析没有固化的理论模型,是一个新课题,各有各的看法,也各有各的道理。
本文是用一个股市的投资逻辑体系来分析不同的城市:如果把整个中国看成一个主板,那么所有的城市都是主板上市的股票,大城市是大蓝筹,小城市是小盘股,那我们选城市就好像是选股。有些国际性城市可以放在全球坐标来看,比如一些股票可以同海外大盘中的类似股票对比。
选股时,从价值投资的逻辑,就是要选一个好的企业。好的企业往往有三个特征:长的坡、厚的雪、宽的河。
长的坡是指潜在客户体量大,业务有很大的发展空间和未来;厚的雪是指公司的毛利润率比较高,发展的质量高;宽的河是指核心业务有护城河,竞争对手轻易进不来。
选城市时,也同样可以有一套价值判断的逻辑,总体来说可以从三个方面:
其一,是站在价值看价格。一个城市的基本面决定了其价值,城市价值决定了房地产价格,哪怕短期背离,中长期也一定要回归,要只买对的,不怕贵的,便宜有时是陷阱。
其二,是站在未来看现在。判断一个城市的发展趋势,有没有可持续的经济增长和人口导入,城市的价值在长周期里是上涨还是下跌。
其三,是站在全局看局部。可以把全国看成一个大盘,每个城市都有其价值座标的相对比例,由此可以判断相对的价格合理性,部分国际性城市则可以用世界座标来定位,比如北京对纽约、上海对东京、深圳对洛杉矶等。
这三个核心价值逻辑在使用时,又具体可以体现在五个维度,每个维度都有相应的信息值得去分析,从而帮助判断一个城市未来更有可能成为加州的硅谷或是铁锈地带的底特律,以及何时是入场的窗口时机。
五维看城市
这五个维度就是:基本面、护城河、进化力、管理层、市场态。
1)基本面
看一个公司的基本面,首先是看其财务报表的基本情况,包括资产负债表、现金流量表和损益表,重点会看营业额、收入、利润、资产、负债、利润率等核心指标。
对于一个城市而言,也可以用财务报表分析法来解构城市基本面。
把GDP当成一个城市的总产值或营业收入;毛利润就是财政收入或税收,其中税收会更准确一些;现金流就是可支配财政和预算支出;负债就是政府及其平台企业的总体负债额;资产可以看城市的金融资产总余额。
GDP是一个城市经济的总体规模,总量越大当然越好,但是如果看结构就会更体现质量,比如第三产业和创新产业的GDP占比大,则更优质。财政收入或税收则体现了GDP的效率,如同企业的净利润。
同样的GDP总额,如果能带来更多的财政收入或税收,则城市的竞争力就更强。比如年深圳的GDP是八千多亿,税收收入就高达两千多亿,利润率高达百分三十几,而同样山东省的GDP一万亿,但税收收入只有一千多亿。
城市的财政预算和负债是可以结合在一起看的,预算开支主要包括城市的各项管理费用和教育及基础设施投入,前者是消耗,后者为投资。
支出其实也是从两个方面走的,一方面是财政预算,一方面是地方政府下属企业,特别是一些基础设施投资,很多会以企业平台融资投入,因此看负债时,不仅看财政赤字,更要看政府下属企业平台的融资总额。
国家的金融资产核心看M2,城市可以看居民储蓄余额和持有的股票债券总量。一般而言,城市的房价会与单位土地面积上的总投资量,和人均拥有的金融资产额成正比。比例的函数关系没有去做过测算,受各具体因素影响各城市可能会有波动,不一定有一个通用比例值。但是趋势一定是保持一致,可以用几条曲线在一张表上去看发展方向。
从上可以看到好的城市基本面在于:GDP总量大结构好、财政收入与税收高、政府预算有盈余及总负债低、区域金融资产的总量和人均量高。
2)护城河
优秀的企业是会有宽的护城河,企业的护城河有很多种,有核心技术如华为、有政策特许如烟草石油、有不可替代的品牌如茅台、有平台垄断优势如阿里、有客户网络优势如腾讯等等。
好的城市也是有护城河的,比如地理位置、气候条件、基础设施、产业基础、特定资源等。
城市的地理位置,是无法更改的,决定了其在发展上的天然禀赋差异。比如一个港口城市和一个内陆城市,发展的机会可能就完全不同,农业经济的大城市基本是在平原及主要河道旁,工业革命后,则是沿海的港口城市有了巨大的发展。地理位置会影响一个城市外部链接程度,是构成城市发展的基本要素之一。
城市的气候条件也很重要,农耕时代,发达城市绝大多数都在胡焕庸线以南,是因为降雨多、农业产出效率高。现在不依靠农业产出了,但是中等收入以后,人们对于生活的舒适度考虑更多,城市之间的迁徙变得更频繁,冬天的平均气温变成一个重要考虑因素。
香帅老师的研究也指出,近几十年美国经济发展的城市冬天的平均气温大都在十度以上,反之,衰退的城市冬天的平均气温多在十度以下。这恐怕也与现代经济中第三产业占比比较高有关系,太冷的地方,冬天第三产业不易活跃。
城市的基础设施有新旧和软硬之分,公路地铁、机场港口是传统硬件设施,现在新一轮新基建,是指各类新型基础设施,包括了5G、特高压、城际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网、物联网等领域。
另外软性基础设施则体现在一个城市的高校数量、研究机构、特定人才等。比如武汉南京,就有很多高校;北京或是绵阳就有很多科研机构;比如上海,就有各种类型高端人才。
产业形态对于一个城市也很重要,比如香港的金融业,深圳的高端制造产业链,就有很强的竞争能力,不容易被取代。此外,也可以看一下当地上市公司的类型、数量与市值。
另外某些城市的特定资源,比如石油或矿产,水库电站,自然风光等等,也会带来城市特定的一些发展模式。
有些护城河不会改变,比如交通枢纽的地理位置或景观气候条件等,但有些护城河也会崩塌,比如大庆没了石油,比如产业的变化,东北如同底特律一般,原有的重工业衰弱。
3)进化力
进化看什么?一个企业的进化力除了看其文化的活力,商业模式的生态性,更重要的是看它的链接程度,比如互联网行业,链接超过一定程度后会量变产生质变,形成跳跃式指数级别的发展。
看一个城市未来能发展的潜力有多大,相类似可以看其活力程度、多元化程度以及外部链接程度。
城市活力可以重点看经济活力、人口活力、创新活力和市场活力四个方面:
经济活力,看经济增长的结构与质量;
人口活力,看能否吸引高素质奋斗人群迁入;
创新活力,核心是科技与研发的投入如何;
市场活力,有没有众多的交易主体和品类数。
有一次我由于签证过期,从香港关口返回深圳办理签证,已经夜里十一点多,派出所边上的小商业街依然灯火通明,不论是主力店还是卖拖鞋的、卖水果的、或是理发的,一整条街的商户无一缺席都开着,像一个小型的生态链,在等候的过程中,我理了个发,吃了块西瓜,感叹了一下这个生态链背后的活力与奋斗。
一个大的城市要像亚马逊森林一样,要有多元化的要素聚合,多元化就像肥沃的土壤和丰富的生态链,让很多的创新变为可能,创新的积累则推动着城市持续的发展进化。
多元化的城市一定要靠开放,要有很强的地理链接程度和人才链接程度。
地理链接主要靠交通配套,人才链接则主要靠政策吸引,只有越开放、链接越强,才能有越多外来的人才、信息和资源的交换,才能形成更强的熵减力,才能越有活力和突破发展的机会。
比如美国的发展,得益于其吸纳全球移民和奖学金政策,使其成为全球高端人才的收割机。但现在民粹主义提倡美国优先,政策开始走向封闭,看似有短期利益,长远或许就是衰退的开始。
要形成进化力的土壤,需要长时间的积累,要有战略的坚持,而且进化力不是规划出来的,而是从下往上野蛮生长出来的。
比如深圳,曾经失落,在沉淀积累了十几年之后,才又破茧而出,依靠的是打造了全球人才、信息、技术和制造产业链的强链接。
打造这些链接,不仅要靠政府的政策和投入,更多的是要依靠民营企业的力量,比如深圳的研发投入,绝大部分是民营企业投入的,深圳的优秀人才,也绝大部分在民营经济实体工作,这些企业能够市场引导下,自发形成丰富的生态链,在一定积累到数量之后,又会形成网络效应。
链接程度越高的城市,进化力越强;
进化力越强的城市,越有未来。
4)管理层
分析企业时,要看管理层,主要先看一把手和核心层,然后再看整体团队和企业文化。一把手和核心管理层影响到企业的战略意图,团队和文化则影响到组织执行力,也就是战略实现的能力。毛主席曾指出,战略路线确定之后,干部就是决定的因素。
一个城市核心管理层最重要的是看主官,他的想法会影响这个城市的发展战略。有些城市一把手比较放权的,也可能二把手是主官,看主官可以重点看三个方面:意愿、路径和能力。
意愿可以从年龄和背景,有没有进一步发展的空间,有没有上级的绝对信任去判断,核心一条,他想不想干事,还是无为而治。
路径是看其过往成功的方式,人往往是有成果路径依赖的,过往成功的轨迹,大概率会被沿用,从过往可以看其行事风格与成事方式。
能力则是看新上任的三把火烧得怎么样,成果如何,众人是否心服,心服则有信心去实现发展目标。
管理团队则可以从城市治理水平来看,一个城市的治理水平能很大程度地体现出一个城市施政团队的整体素质与执行力。危机时刻则更是城市治理水平的试金石,比如台风暴雨等天灾,比如此次疫情,以上海为代表的一些城市,在应对上有章有法,成果可圈可点,充分体现了优秀的城市治理水平,从中可以看出执政管理层的高素质。
整个执政团队的素质建设,远比调动一个主官要难得多,需要多年的培养积累。有时一些优秀主官调到落后城市时,也很难短期达成显著成果,因为主官的战略意图和指令,往往得不到有效的贯彻和执行,执行层常常消极不干或乱干,过犹不及,反而需要很长时间会清理负面效应。
此外,城市主官和管理团队的价值观与自我要求,决定了这个城市能否风清气正,奋发向上。优秀的管理团队往往兼具着带思考的执行力和廉洁高效、成果导向的作风。
一个城市如果有优秀的管理团队,又有开明进取的主官,这个城市战略规划实现的可能性就很大,未来的发展就大有可期。
5)市场态
市场态分为宏观状态和微观状态,宏观状态是类似金融或宏观调控等中央统一政策对全盘的影响,类似股市大盘的整体涨跌,上一届政府的三年一个短周期时,大部分城市都是同起同落。
现在地产进入新的调控状态,是一个平稳的长周期,如同大盘有可能十年都徘徊在三千点附近,就要看个股的机会,也就是每一个城市的微观状态,熊市的时候也有牛股。个股的涨跌除了价值面之外,短期的交易状态也对股价有较大影响。
要买房,长期看城市基本价值,城市的基本面、护城河、进化力和管理层体现了一个城市的基本价值和发展趋势,但是要确定合适的买卖窗口期,则还需要看城市近期的市场状态。
市场态重点看三个方面:供给面、需求面和交易面。
供给面有三个口径:狭义供给量、广义供给量、潜在供给量。
狭义供给量是指市场已取到预售证,可供销售的商品房总量,这一部分最为清晰。
广义供给量是指已出让的存量土地,理论上可供给出来的总量,不仅包括取证的,也包括在建未取证和未开工的土储。
潜在供给量,是指该城市未来可供出让的土地,这与城市的地理条件、土地指标和主官的意愿相关,有些城市供给弹性小,有可能是地形所限,比如兰州;有可能是没有指标,比如沿海发达城市;有可能是当地政府为了平稳房价,有节制的供给。
总体来看,经济落后的城市供给弹性大,要补贴家用;土地财政依赖度低的城市,反而会理性控制土地供给,他们更多考虑单位土地带来的综合效益。狭义、广义和潜在供给量对于房价的短中长期分别有影响,供给量越小的城市,越有机会。
需求面分析也有三个要素:人口总量、购买力和购买意愿。
人口总量除了看当地的户籍人口,更要看新增人口,新增人口的统计数据不一定准确,可以从两个方面观察,一是移动通信或腾讯的测算,二是新增的学龄儿童数量。
购买力主要看当地居民的收入水平,但不看平均数,而看中位数,新房成交套数对比城市实际人口是很低的,比如上海三千万人口,大约一千万户家庭,19年全年商品房成交套数也才六万五千余套,远远小于收入中位数以上家庭数量。
购买意愿核心是大众的市场预期,要学会看市场中的“金丝雀”,一叶知秋,比如菜场大妈都在谈股票时,股票一定过热了,同样,当出租车司机都在谈买房时,估计当地的楼市就已经过火了。经济增长、政策变化和土拍情况都会引起市场预期的变化。
交易面分析包含四个方面:一手房交易量、二手房交易量、价格走势、短期政策。
二手房的交易量往往是一手房的先行指标,中介上门量又是二手房交易量的先行指标,但由于散落在各个中介公司不容易统计,就不去看了。二手房交易量大的城市市场活跃度高,房价未来的涨幅会快,一手房的交易量体现当下的市场热度,结合价格走势看,可以连续周期观察,看市场是过热过冷,或是超卖超买。
价格在大斜率拉升后,要特别小心,要么会进入盘整期,要么会有部分回调补缺的压力。现在一城一策,城市现行的微观政策对短期市场也是影响较大,比如棚改或限购政策,都会大幅度刺激或压抑市场量价。此外还有情绪影响,比如拍了个地王出来,拉升了对未来市场的预期,都会推动当期房价的上涨。
观察供需和交易面,最主要是捕捉窗口期,有供需不平衡带来的窗口期,看狭义供给量与三个月的交易平均量,低于8个月属于健康,低于6个月时,房价会有上涨压力,广义和潜在供给主要可以看中期和长期的平衡关系。
但是买地的窗口期与买房的窗口期并不一致,开发商买地重点看中期也即广义供给量,来判断未来一到两年的市场走势,那是项目的主要销售期。
不看太长期是因为现在出让的土地都有竣工期限的要求,而且由于土增税的问题,增值的大头都交税了,捂盘不划算,特别是在现在长周期下,有可能房价涨幅还跑不赢财务成本,更得不偿失。
如果只在一个城市生活,可以主要分析最后一维,选择好一个入手的最佳窗口期,其余维度可以套用到区域板块上分析,找一个这个城市中的潜力板块。
如果你有可能在多个城市买房,那就要同时参考五维,要对比出谁是底特律,谁是硅谷,在城市的相对价值体系下,找出价值被低估和未来有更大发展的城市,让选择能助力你的努力。
他山之石
五维分析的指标比较多,很多非专业人士可能不一定有那么多信息或时间,可以简化提炼:
长期趋势,可以重点看人口总量、GDP、城市地理位置和主要产业;
中期趋势,可以重点看广义供给量、年度交易总量、居民金融资产总量;
短期趋势,重点看狭义供给的去化周期、当期的政策、土拍的价格和热度等。
与数学物理不同,哪怕是成熟的经济学理论框架,都不能告诉你未来一定会发生什么。如果在路上,一个人跟你说,让你给他块,然后他能告诉你在哪里可以拣到块,你一定会认为他是个骗子,有那个好事他自己为什么不去?
股评师就是这个道理,而想根据经济学的理论模型来推测未来,也是跟股评师算命差不多,理论模型只能告诉你道理和逻辑,会往什么方向走,但是信息太多,变量也太多,结果也会迥异。
因此所有的分析模型都是帮助思考,不会是真理,需要在不断实践和碰撞中去灵活运用和发展完善,但是有了模型与思考逻辑,能让你知其所以然,知道事物发展的方向和轨迹,内心能够笃定些。
本文的五维模型,也仅是他山之石的作用,玉则在于你自己的琢磨。
分析出来好的城市,则一定要将思考转化为行动。有资格要买,没有资格创造资格也要买,特别是已经有房票在手的人们,就更要趁在有效期内使用掉,过期浪费。越是限购严格的时候,房价上行的可能性就越大,限购不会是长期的政策,城市的价值却是长期的,这就是窗口期。
在我们家的抽屉里,还有几百斤爸妈当年舍不得用的粮票,而且是全国粮票,那是我们家很大的一笔储蓄,我小时候常常偷一些出去和校门口的商贩们换零食吃,还不敢多拿,怕被发现,早知道当时多拿一点,希望历史不要在房票上重演。
当然,买房对绝大多数人而言,都是一项重大的决策,光判断城市可能还不够。看完城市还要看板块,比如区域板块的地段、配套、规划等,看完板块还要看项目,比如年份、配置、环境、物业等,看完项目还要看户型,功能是否满足、舒适度是否足够、得房率高低等。以后如果有时间,再跟大家来探讨。
来源:旭辉集团(id:cifi-group),本文已获授权,对原作者表示感谢。