> **来源：[研报客](https://pc.yanbaoke.cn)** # 宏观专题 # 对当前房地产困境的三点思考 事件：2025下半年以来房地产出现“二次下探”，市场对地产及政策变化关注较多，中央经济工作会议也明确指出“着力稳定房地产市场”。 核心结论：基于定量测算和定性分析，本次专题报告就当前房地产的供需格局、房价变化、潜在风险以及政策抓手，提出了三大思考： 1、存量比增量更关键。当前房地产市场整体仍处于供过于求、供给“过剩”的格局，“套户比”是个简单、直观、有效的衡量指标；稳地产的核心是减少“净供给”，有四大可行的政策抓手：优化收储、加大收储力度；盘活改造不良房产、闲置房产，用于满足养老、托育、康养等公共服务需求；加快推动老龄房的更新置换；市场化力量“自然淘汰”三四五线城市的“远/大/新”、“鬼城”住房。 2、二手房价格比新房价格指导意义更强、领先信号更强，可从“供给、需求、价格、政策”四大角度来理解。 3、高度重视本轮地产调整的尾部风险，涉及开发商、购房者、银行三大主体。综合看，考虑房价二次下探、且短期实质性止跌的难度较大，开发商及购房者的潜在风险可能向银行集中，银行资产质量及经营数据稳健性将持续承压、尤其是城农商行等中小银行。 # 思考一：存量比增量更关键。在相对充裕的供给背景下，解决地产困境的关键是：政策在呵护需求的同时，要积极促进“净供给”的减少。 >一是套户比较高。基于全国房企住宅销售套数的测算显示，在城镇家庭户口径下，2020年商品住宅套户比约为0.63，经口径调整后的住宅套户比约为1.06，这是城镇套户比首次突破1。进一步到2023年，商品住宅套户比约为0.70，整体住宅套户比提高至约1.17。 >二是商品住宅社会面库存处于较高水平。自1999年开始，截至2025年11月，全国商品住宅已开工未售库存15.92亿平、已竣工未售库存3.94亿平，现房库存依旧很高；已开工未售库存去化周期2.12年、已竣工未售库存去化周期1.63年，虽均较2023年高点有所回落，但也仍然处在历史较高位置。假设每套住房100平米，则已开工未售的库存房产接近1600万套。 >三是人口因素对“套户比”数据也有影响。一方面，单身、独居等思潮带动家庭规模小型化，使得家庭户数提升，增加了住房需求。另一方面，存量人口在逐步减少，总人数的减少也导致家庭户数减少，住房需求相应减少。另外，老年群体对既有住房的处置弹性较低，减缓了存量住房进入市场流通的速度；家庭生命周期变化导致住房释放节奏明显变慢，育龄人口减少、婚育延迟都将导致住房置换链条变长，二手房源流通效率也会下降。 # 减少“净供给”是扭转当前地产困境的关键，重点关注四大方面： >一是政府收储直接推动去库存、降供给，直接改善供求关系，包括土地收储与存量商品房收储，前者将有助于减少待开发土地，后者则有助于减少存量房产。 # 作者 # 分析师 熊园 执业证书编号：S0680518050004 邮箱：xiongyuan@gszq.com # 分析师 张浩 执业证书编号：S0680525100001 邮箱：zhanghao1@gszq.com # 分析师 戴琨 执业证书编号：S0680525120004 邮箱：daikun@gszq.com # 相关研究 1、《四大维度：地产何时能见底？》2025-09-26 2、《2026年“抢开局”5大看点》 2025-01-04 3、《2026“国补”4大看点—兼评12月PMI超季节性回升》2025-12-31 4、《11月消费、投资大降的背后》 2025-12-15 5、《地产销售降超三成，大宗涨跌互现》2025-12-14 >二是盘活改造不良房产、闲置房产，重点考虑用于养老、托育等方向。 >三是老房龄城镇住房的淘汰与更新，也将成为未来调整存量供给结构的关键，推进“房票安置”、住房“以旧换新”是有效手段。 >四是三四线城市中大量“远大新”以及部分“鬼城化”区域的自然淘汰，也将成为未来收缩无效供给、优化住房结构的重要来源。 # 思考二：二手房价格比新房价格指导意义更强、领先信号更强，可从“供给、需求、价格、政策”四大角度来理解。 >一是供给端差异，二手房供给更具弹性，能更快反映市场景气和情绪。 >二是需求端的决策链条不同，真实需求往往率先在二手房市场显现。 >三是价格形成机制不同，二手房价更加市场化，因此可能领先筑底。 >四是政策传导路径不同，需求侧政策的边际影响首先体现在二手房。 目前看，新房跌幅收窄，但存量出清压力仍主导市场。当前价格走势处于下跌速度有望放缓、但价格底部尚未出现的磨底期。二手房的持续下行折射出居民预期及资产负债表修复依然缓慢。结合“二手房较新房更具代表性”逻辑，房地产价格真正企稳可能仍需等待二手房库存加速出清与价格止跌。鉴于当前二手房仍在探底，本轮周期的底部呈现明显的延后特征，新房价格的企稳时间大概率将滞后于二手房市场。 # 思考三：地产尾部风险不容忽视，开发商、购房者、银行均面临不同的风险，短期重点关注中小银行。 >对于开发商而言，风险主要有两个，一是流动性风险，二是资产减值风险。当前房地产企业的首要风险仍是流动性枯竭；此外，由于房企资产价值受市场价格影响高度敏感，而负债却具有刚性，资产端价格下跌会迅速推高资产减值甚至资不抵债的风险。 >对于购房者而言，主要风险是居民资产负债表的持续收缩以及潜在的社会稳定问题。购房者风险的根源在于居民资产负债表的被动收缩，以及房价下行对收入、就业与社会稳定带来的外溢冲击；同时，对于就业而言，房地产产业链过去长期是就业蓄水池；房地产不仅是资产，也是居民社会预期的重要锚。 >对于银行而言，资产质量是核心，而房地产风险主要作用在三个方面：1)房价下跌可能导致断供，个人按揭贷款不良率仍有上行压力；2)开发贷等伴随着开发商“破产”，资产质量可能恶化；3)房地产作为抵押品，伴随着房价下跌可能促使抵押品不足，需要关注“重定价”和类似“Margin Call”的现象。 风险提示：测算误差；地产政策变化超预期；宏观经济波动超预期；地产风险超预期暴露。 # 内容目录 1. 思考一：存量比增量更关键 ..... 5 1.1.存量看：人均超一套，地区有差异 5 1.2.如何调整供需格局？四大维度推动再平衡 8 2. 思考二：二手房价格比新房价格指导意义更强 ..... 15 2.1.四大维度剖析：二手房较新房更有代表性 15 2.2. 房市现状：二手房 v.s. 新房 ..... 18 3. 思考三：高度重视本轮地产调整的尾部风险 ..... 20 3.1. 开发商：流动性风险与资产减值 ..... 20 3.2. 购房者：资产负债表收缩与社会稳定 ..... 21 3.3. 银行：资产质量是核心 22 4.风险提示 26 # 图表目录 图表1：城镇户均住宅套数测算 5 图表2：2020年各省份城镇户均住宅套数测算 图表3：三次人口普查中城镇“人均住房间数”的变动 图表4：三次人口普查中城镇“人均住房建筑面积”的变动 图表5：全国商品住宅已开工未售库存与已竣工未售库存 8 图表6：全国商品住宅已开工未售库存与已竣工未售库存去化周期 8 图表7：部分城市收购存量商品房落地案例 9 图表8：北京优质写字楼空置率及租金水平 10 图表 9: 上海优质写字楼空置率及租金水平 ..... 10 图表 10: 广州优质写字楼空置率及租金水平. 10 图表 11: 深圳优质写字楼空置率及租金水平. 10 图表 12: 全国城镇住房建成时间分布. 11 图表 13：2025 年全国城镇住房加权平均房龄约为 20.5 年... 图表 14：各省份城镇住房加权平均房龄分布. 12 图表 15: 全国城镇住房设施配套拥有率情况 图表 16: 全球范围内 “鬼城” 数量最多的十个国家 ………………………………………… 13 图表 17：中国“鬼城指数”空间分布,中国的“鬼城”主要集中在东北和北部地区............14 图表 18: 25Q2 以来, 房地产市场二次下探. 15 图表 19: 二手房较新房调整更显著. 15 图表 20: 二手房供给更具弹性, 能更快反映市场景气和情绪. 16 图表 21: 真实需求往往率先在二手房市场显现. 16 图表 22：新房的名义价格在市场下行阶段更具黏性 17 图表 23：需求侧政策的边际影响首先体现在二手房市场. 18 图表 24: 70 城新房价格指数变动趋势. 19 图表 25: 各线城市新房价格指数变动趋势 图表26：70城二手房价格指数变动趋势 19 图表 27：各线城市二手房价格指数变动趋势.. 19 图表28：全国及各线城市二手房挂牌量指数 19 图表 29：全国及各线城市二手房挂牌价指数. 19 图表 30: A 股地产板块整体剔除预收款资产负债率 (“三道红线” 之一) ..... 20 图表 31：A 股地产板块整体净负债率(“三道红线”之二) .....20 图表 32：A 股地产板块整体非受限现金短债比(“三道红线”之三) 21 图表33：港股地产开发板块资不抵债公司 21 图表34：住房资产是我国居民非金融资产最重要的组成部分 21 图表35：居民住房资产占总资产与GDP比例变迁 21 图表36：城镇非私营房地产业的就业人数增长迅速 22 图表 37：七普显示房地产业和房屋建筑业合计贡献约 $8\%$ 的就业. 22 图表 38：上市银行地产相关贷款不良率. 23 图表 39：上市银行对公房地产贷款不良率 ..... 24 图表 40: 上市银行个人住房贷款不良率 ..... 24 图表 41：商业银行净息差与不良贷款率之差转负. 25 图表 42：上市银行整体风险加权信用成本处于低位 ..... 25 图表 43：上市银行不良贷款拨备覆盖率 V.S. 风险加权信用成本 ..... 25 # 1. 思考一：存量比增量更关键 当前，市场对房地产领域的讨论依然较多，主要聚焦在房地产价格、政策和需求层面，尤其是对未来新增销售面积、新开工中枢等增量指标的预测。我们认为，想要更加深刻地理解当前房地产市场的表现并研判未来，关键在于理解“存量比增量更重要”这一点。目前，我们看到存量供给已具备明显的相对充裕的特征：一是套户比较高，可能已超过均衡点；二是住房库存仍处于较高阶段；三是人口因素的影响不容忽视。 因此，在相对充裕的供给背景下，解决地产困境的关键是：政策在呵护需求的同时，要积极促进“净供给”的减少，这是扭转当前地产困境的关键。 # 1.1.存量看：人均超一套，地区有差异 在供给维度上，“户均住宅套数”（套户比），是反映整体住房状况的一个简单、直观、有效的指标。一般而言，套户比超过1，即每户家庭的住房需求有1套以上的住房供给予以匹配，意味着住房供给相对充足，甚至可能出现结构性过剩；低于1则反映供不应求，仍有家庭的住户需求未被满足。 # 套户比这一指标的重要性可以从三个方面理解： 1）从供给总量看，户均住宅套数能够刻画一个国家或城市的人均居住条件，反映过去累积的住房数量是否已基本满足家庭层面的居住需求。 2）从供需匹配看，将户均住宅套数与人口流动、家庭规模变化、空置率等变量结合，可以判断未来是否仍需大规模新建住房，或是否存在潜在的供给过剩风险，是中长期供需研判的基础指标。 3）从长周期规律看，发达经济体往往在人均收入与户均住宅水平达到一定区间后，新增住房需求增速会逐步放缓，市场从增量主导转向存量更新、品质提升。因此，在衡量住房体系是否进入“存量时代”时，户均住宅套数是最关键的变量之一。 图表1：城镇户均住宅套数测算 资料来源：Wind，国家统计局，国盛证券研究所测算 当然，由于统计口径不同、数据可得性有限，不同机构或研究中对套户比这一指标的计算可能存在一定差异。 我们基于全国房企住宅销售套数的测算显示，在城镇家庭户口径下，2020年住宅套户比约为1.06，这是城镇套户比首次突破1，进一步到2023年整体住宅套户比提高至约1.17。这意味着，从整体供需格局看，自20世纪末房地产市场化改革后，一直到2019年左右，我国居民住房总体处于“供不应求”的状态，而这也是彼时房地产市场“长期向好”的一个重要背景。而到了2020年以后，房地产市场的供求关系逐步发生重大变化，供给的“相对充裕”则慢慢成为2021年以后房地产市场的大背景。 值得注意的是，作为1998年住房制度改革方案的主要起草者之一，顾云昌在2018年曾提出“中国住宅套户比达1.1套”“房市阶段性饱和”的判断，这与我们测算的2020年水平相近，两者之间的差异可能与统计口径、是否包含集体户等因素有关。 # 至于户均住宅套數對意味着“住房过剩”以及我国供需均衡点，需要结合中国 特有的城镇化阶段理解。我国在快速城镇化过程中产生规模庞大的流动人口，“统计意义上的家庭户”与“实际住房需求户”并不完全一致，典型场景如：离家外出务工的大学生在统计上可能仍计入父母家庭户，但实际生活中显然需要独立的住房单位。这种“住户分裂”现象意味着实际需求大于户籍意义上的家庭户数量，因此实现供需平衡的套户比可能需要略高于1。 # 在结构层面，我们还在省份维度对各地区的套户比进行了测算： 从省份维度看，套户比在不同地区之间呈现出显著差异，我们认为这种差异背后既反映了人口流动格局，也体现了各地住房建设节奏、需求结构和城市化阶段的不同。以城镇口径测算的商品住宅与全部住宅套户比来看，省份套户比的分布呈现“东高、西中、东北低”的格局，我们认为这与人口流动趋势、经济活跃度及城镇化阶段高度相关。沿海区域整体已进入存量主导的发展阶段，供给压力主要来自结构性改善；中西部和东北部分地区的低套户比则更应结合人口收缩、就业机会和城市吸引力等因素综合判断，并不能简单视为供给不足，而需根据供需失衡情况来评估长期吸纳能力与潜在风险。 图表2：2020年各省份城镇户均住宅套数测算 资料来源：Wind，国家统计局，国盛证券研究所测算 另外，换一个角度来看，我国房地产领域也进入了一个相对“充裕”和“饱和”的状态，三次全国人口普查的结果显示，过去二十年中国城镇居民的住房条件持续显著改善： 一是人均住房间数稳步提升。2000年第五次人口普查时，城镇居民平均每人拥有0.77间住房；到2010年提升至0.93间/人；2020年第七次人口普查进一步增至1.06间/人。这意味着平均每个城镇居民基本拥有一个独立房间，居住隔离程度较20年前提升约 $38\%$ 二是人均住房建筑面积同步扩张且提升幅度更大。我国城镇人均住房建筑面积从2000年的22.36平方米/人到2010年的30.33平方米/人，再到2020年的38.62平方米/人，二十年累计增长超过 $70\%$ 。这一趋势不仅体现住房供给总量的增加，也反映居民收入提高与改善性需求扩张所带来的户型更大、居住更宽敞的结构性变化。 图表3：三次人口普查中城镇“人均住房间数”的变动 资料来源：国家统计局，国盛证券研究所 图表4：三次人口普查中城镇“人均住房建筑面积”的变动 资料来源：国家统计局，国盛证券研究所 综上，整体看，房地产存量供给已经处于较为充裕阶段，供需格局有待调整。此外，如果从住房库存和人口变化来观察，也可以观察到供给相对“充裕”的状态。 # >一是商品住宅社会面库存处于较高水平。 根据我们的测算99年开始，截至2025年11月，全国商品住宅已开工未售库存15.92亿套，未售库存3.94亿平，现房库存依旧很高；已开工未售库存去化周期2.12年、已竣工未售库存去化周期1.63年，虽均较2023年高点有所回落，但也仍然处在历史较高位置。假设每套住房100平米，则已开工未售的库存房产接近1600万套。 # >二是人口因素对“套户比”数据也有影响。 一方面，单身、独居等思潮带动家庭规模小型化，使得家庭户数提升，增加了住房需求。另一方面，存量人口在逐步减少，《党的二十届四中全会〈建议〉学习辅导百问》指出，总人口预计到2035年将年均减少 $0.20\%$ 左右，总人数的减少也导致家庭户数减少，住房需求相应减少。另外，老年群体对既有住房的处置弹性较低，减缓了存量住房进入市场流通的速度；家庭生命周期变化导致住房释放节奏明显变慢，育龄人口减少、婚育延迟都将导致住房置换链条变长，二手房源流通效率也会下降。 图表5：全国商品住宅已开工未售库存与已竣工未售库存 资料来源：Wind，国盛证券研究所；注：已开工未售库存 $=$ 商品住宅累计新开工面积-商品住宅累计销售面积，自1999年开始累计；已竣工未售库存 $=$ 商品住宅待售面积 图表6：全国商品住宅已开工未售库存与已竣工未售库存去化周期 资料来源：Wind，国盛证券研究所测算；注：去化周期=库存/同口径住宅销售面积，2025年住宅及现房销售面积为估算 # 1.2. 如何调整供需格局？四大维度推动再平衡 整体来说，倾向于认为：无论是户均住宅套数超过1、人均住房间数突破1间/人，还是人均建筑面积接近40平方米，都说明我国城镇居民“有房住”、“住得下”已基本实现，但这又衍生出两方面问题： >其一，从总量层面看，供给已大于需求，将对房地产价格走势形成重要影响。一方面，价格可能承压，另一方面，价格下行也会导致一部分需求变成“观望性”需求。因此，在政策推动房地产市场“止跌回稳”的过程中，相较于继续扩大新增供给、促进需求和价格回升，在存量领域通过调整供需格局、减少实际“净供给”将更为关键，这也是促进价格和需求回升的前提。 >其二，从结构上看，“有房住”并不等于“住得好”，居民对住房品质和功能的改善型需求依然存在，城市更新和“好房子”等方向仍具备明确的发展空间，房地产市场也有边际改善的亮点。 # 那么，如何促进“净供给”减少？有四大可行的政策抓手： >一是政府收储直接推动去库存、降供给，直接改善供求关系，包括土地收储与存量商品房收储，前者将有助于减少待开发土地，后者则有助于减少存量房产。 首先，在收储存量闲置土地方面，根据中指数据，截至2025/12/3，全国累计拟收储土地宗数达到5009宗，拟收储土地面积合计约2.63亿平方米，对应拟收储金额约6765亿元。从节奏上看，收储呈现明显的“前高后低”特征。1-4月为推进最快的阶段，4月单月拟收储金额达到1762亿元的高点。 从结构上看，区域分化极为显著。省份分布中，累计拟收储金额在200亿元以上的省份共有13个。广东省（907亿元）、浙江省（895亿元）与重庆市（639亿元）位居前三，合计占全国总量超三成。此外，在各地收储所公示的地块中，住宅用地 $^+$ 综合用地（含住宅）的宗数占比约 $66\%$ ，商办用地占比约 $24\%$ ，工业用地占比约 $6\%$ ；各地块的成交时间则集中在2020-2024年，宗数占比约 $78.5\%$ 。 其次，在收购存量商品房方面，多地收购项目也在逐步落地，随着收储机制的进一步优化和收储条件的进一步放宽，新一轮存量商品房收储将陆续推进。商品房收储规模数据披露较为有限，目前来看，存量商品房的收储规模并不大，中国房地产报的数据显示，截至2025年7月，广州、深圳、佛山、珠海4个城市完成4个项目共1377套的存量商品房用作保障性住房项目收储工作，收购金额14.43亿元。另外，根据中指不完全统计，2025年5月至9月，浙江、四川先后发行合计27.9亿元专项债券用于收购存量商品房。 11月中下旬以来，杭州、广州相继发布了收储存量商品房用作保障性住房的相关通告，广州的收购范围从之前的“现房”放宽至“准现房”；杭州的收购房源范围扩大到8个城区，优先考虑中心城区已建成存量商品房（含自持商品住房）项目。我们认为，随着更多城市跟进，商品房收储规模和覆盖范围有望进一步扩展，并与土地收储形成协同效应。 图表7：部分城市收购存量商品房落地案例 <table><tr><td>城市/地区</td><td>时间</td><td>落地情况</td><td>资金来源</td><td>用途</td></tr><tr><td>广州 黄埔区</td><td>2024.11</td><td>2024.11.4,农业发展银行广东省分行向广州市黄埔区“五村七片” 城中村改造项目发放城中村改造专项借款1071万元,专门用来收 购存量商品房用作村民的安置房;国家开发银行广东分行向广州 市黄埔区“五村七片”城中村改造项目发放城中村改造专项借款 1.76亿元,专项用于购买首批存量商品住房作为安置房。</td><td>城中村改造专项借款</td><td>安置房</td></tr><tr><td>佛山 南海区</td><td>2024.11</td><td>佛山市南海区黄岐东秀城中村改造项目签订安置房回购协议,两 家政策性银行将于近期发放购买安置房专项借款11.9亿元,用于 收购黄岐东秀城中村改造项目存量商品房用作村民安置房,村民 原址回迁。</td><td>城中村改造专项借款</td><td>安置房</td></tr><tr><td>大连</td><td>2025.2</td><td>国家开发银行大连分行发放辽宁省首笔保障房收购贷款1.7亿 元,标志着辽宁省首笔保障性住房再贷款项目实现落地。该笔贷 款用于收购大连金普新区总建筑面积超3万平方米的存量商品 房,作为配租型保障性住房,预计可实现新增保障性住房超过千 套,重点解决大连金普新区青年人才和新市民的住房难题。</td><td>保障性住房再贷款</td><td>保障性租赁住房</td></tr><tr><td>长春</td><td>2025.5</td><td>2024年下半年以来,央行吉林分行已指导银行机构为长春的收购 主体提供授信5.96亿元,发放住房租赁团体购房贷款4.29亿 元。自2023年入选"租赁住房贷款支持计划"试点城市以来,长春 按照"政府主导、市场化运作"的思路,已累计收购存量商品房项目 14个,房屋6837套;目前已有4个项目、2908套(间)房屋投 入运营。</td><td>住房租赁团体购房贷款</td><td>保障性租赁住房</td></tr><tr><td>杭州</td><td>2025.5</td><td>浙商银行杭州分行成功发放了杭州市首笔住房租赁团体购房贷 款,贷款金额为0.37亿元,专项用于支持杭州安居集团收购万 科·河语光年项目的75套存量商品房。此次收购交易对象为市场 化房地产开发商,交易标的为自持商品住房,收购后转换用作保 障性租赁住房,预计2025年年底投入使用。</td><td>住房租赁团体购房贷款</td><td>保障性租赁住房</td></tr><tr><td>浙江</td><td>2025.5</td><td>浙江发行专项债券,其中17.5亿元用于收购存量商品房用于保障 性租赁住房,涉及杭州、瑞安、桐乡、温州、湖州9个项目。</td><td>专项债</td><td>保障性租赁住房</td></tr><tr><td>四川</td><td>2025.5</td><td>四川发行专项债券,其中1.68亿元用于收购存量商品房用于保障 性住房,涉及南充2个项目。</td><td>专项债</td><td>保障性住房</td></tr><tr><td>浙江</td><td>2025.6</td><td>浙江发行专项债券,其中2.7亿元用于收购存量商品房用于保障 性租赁住房,涉及杭州、衢州、台州3个项目。</td><td>专项债</td><td>保障性租赁住房</td></tr><tr><td>合肥</td><td>2025.7</td><td>7月31日,蜀山高科完成公园万象854套房屋的产权过户,标志 着合肥市又一例收购存量商品房用作保障性租赁住房项目成功落 地。</td><td>保障性住房再贷款</td><td>保障性租赁住房</td></tr><tr><td>青岛</td><td>2025.12</td><td>在人民银行青岛市分行的积极推动下,青岛海发城市运营集团有 限公司前期获批地方政府专项债1.6亿元,12月5日,国家开发 银行牵头工商银行、交通银行投放银团贷款8100万元,期限30 年,支持收购存量商品房373套、建筑面积2.2万平方米,项目 经装修改造后可提供保障性租赁住房800多套。该项目使用专项 债解决"启动难",通过再贷款解决"融资贵",是山东省首个"专项 债+银行贷款"协同收购存量商品房用作保障性住房项目。</td><td>保障性住房再贷款 专项债</td><td>保障性租赁住房</td></tr></table> 资料来源：中指研究院，中国人民银行，广州日报，合肥市住房保障和房产管理局，央广网，国盛证券研究所 # >二是盘活存量房产等不良资产，改造商业地产或住宅用于养老、托育等方向。 在城市更新背景下，大量闲置或低效利用资产正在成为可被激活的潜在有效供给，包括老旧商业楼宇、转型失败或空置率较高的商业综合体、废弃厂房、停摆开发项目及部分闲置土地等。这类资产在原有业态下难以形成可持续收益，但若通过统一收购、资产重组或功能再定位，将为适老化改造、托育设施建设、保障性住房等公共服务类供给释放可观的空间资源。从供给端看，盘活不良资产及改造利用的逻辑也可以与收储形成联动一方面，盘活能够直接减少城市中长期的结构性“无效供给”，降低区域库存压力；另一方面，可将部分原本无法通过新建满足的公共服务设施需求快速补齐，实现“补短板式”的改善型供给拓展。随着地方政府推进城市更新、存量资产盘活机制不断完善，这一方向将成为未来提升城市功能和吸纳存量供给的重要抓手。 商业地产连续多年处在供应高峰，随之而来的是空置率走高和租金水平下降。以商办资产为例，截至2025年三季度，北、上、广、深优质写字楼空置率分别录得 $19.7\%$ 、 $22.4\%$ 、 $21.6\%$ 、 $23.1\%$ ，较2019年一季度分别上升11.6、6、16.1、9.8个百分点。与此同时，租金水平在同步下行，北、上、广、深优质写字楼租金较2019年一季度分别下降192.4、54、46、65.3元/平方米/月。在空置率持续抬升、租金承压下行的背景下，传统商业办公资产的收益模式已难以支撑既有估值体系，资产持有方普遍面临资产闲置或减值压力。 对于地方政府而言，这类资产在原有市场化轨道中难以实现价值回归，但若纳入城市更新框架，通过政策性资金引导、城市投资平台收购、专项改造基金参与等方式实施功能重构，有望逐步形成一定的公共产品供给增量，显著提升城市空间效率。 图表8：北京优质写字楼空置率及租金水平 资料来源：Wind，国盛证券研究所 图表9：上海优质写字楼空置率及租金水平 资料来源：Wind，国盛证券研究所 图表10：广州优质写字楼空置率及租金水平 资料来源：Wind，国盛证券研究所 图表11：深圳优质写字楼空置率及租金水平 资料来源：Wind，国盛证券研究所 >三是大房龄城镇住房的淘汰与更新也将成为未来调整存量供给结构的关键，推进“房票安置”和住房“以旧换新”有望成为提升效率的重要机制。 从房龄角度看，我国城镇住房正在加速进入“老龄化”阶段。我们根据七普数据测算，截至2025年，全国城镇住房加权平均房龄为20.5年。从建成年代分布看，2000-2009年建成的房屋占比最高(34%),其后为2010-2014年(24.5%)和1990-1999年(18.6%)。而1980年代及以前建成的老旧房屋仍占约9%，其中建成超过45年的住房合计约2.2%，这些房屋在结构安全、节能性能、抗震能力与配套标准上可能普遍比较落后。与此同时，全国1970-1999年建成、房龄在26-55年之间的住房占比接近三成，正处于未来10-20年的集中更新期，是中长期城市更新政策最需要关注的对象。 而在结构上，地区间的房龄差异更加凸显更新需求的压力。从加权平均房龄看，北京、上海、广东的住房显著偏老，上海23.4年、北京22.9年、广东22.0年，处于全国较高水平。在这些地区或城市，早期商品房与老旧小区比例偏高，同时城市更新难度大、成本高、推进周期长。反之，西部省份普遍较新，如青海、宁夏平均房龄均为16.7年，贵州17.9年、西藏17.1年，短期更新压力相对较轻，但随着快速城镇化带来的住房质量参差不齐，中期仍需提前布局结构性更新。 此外，城镇住房设施配套拥有率情况进一步揭示结构性短板，城市更新大有可为。七普数据显示，电梯配置率仅为 $30.1\%$ （六普未统计）；燃气、厨房、厕所、自来水等设施配置率虽较六普显著提升，但仍存在短板，尤其在老龄小区中，电梯缺失、管线老化、隔热保温不足、适老化设施缺位等问题可能依旧比较突出。例如，从六普到七普，燃气普及率从 $68.2\%$ 上升至 $80.2\%$ ，厕所从 $84.4\%$ 提高到 $97.9\%$ ，洗浴设施从 $71.8\%$ 提升到 $94.0\%$ ，改善幅度虽大，但剩余未覆盖群体或主要集中在老旧小区与早期商品房。 在大量房龄超过25年的存量房逐步进入更新周期的背景下，城市更新将呈现更加常态化的趋势，而“房票安置”将成为重要的配套制度工具。一方面，房票能够在不增加新增供给的前提下，引导被征收家庭购入市场存量商品住房，扩大消化高库存城市的需求侧空间；另一方面，房票机制显著提升了征收进度的确定性与效率，减轻地方政府建房成本压力。2024年，广州成为首个推行房票的一线城市，随之北京、上海等各地也纷纷开始探索房票制度的实施。2025年3月26日，深圳市住建局《关于规范城市更新实施工作的若干意见》也提到建立房票制度。随着一线城市积极开展政策探索，“房票”也成为2025年各地重点推广和落实的一项重要工具，不仅推动了城市更新效率，也充分体现了“好房子”的工作导向。 图表12：全国城镇住房建成时间分布 资料来源：国家统计局，国盛证券研究所 注：按面积进行统计 图表13：2025年全国城镇住房加权平均房龄约为20.5年 <table><tr><td>建成年份区间</td><td>区间中点</td><td>房龄范围 (建成-2025)</td><td>占比 (%)</td><td>中点房龄 (年)</td></tr><tr><td>1949前</td><td>1948</td><td>≥77年</td><td>0.2</td><td>77</td></tr><tr><td>1949-1959</td><td>1954</td><td>66-76年</td><td>0.2</td><td>71</td></tr><tr><td>1960-1969</td><td>1965</td><td>56-65年</td><td>0.4</td><td>60</td></tr><tr><td>1970-1979</td><td>1975</td><td>46-55年</td><td>1.4</td><td>50</td></tr><tr><td>1980-1989</td><td>1985</td><td>36-45年</td><td>6.9</td><td>40</td></tr><tr><td>1990-1999</td><td>1995</td><td>26-35年</td><td>18.6</td><td>30</td></tr><tr><td>2000-2009</td><td>2005</td><td>16-25年</td><td>34</td><td>20</td></tr><tr><td>2010-2014</td><td>2012</td><td>11-15年</td><td>24.5</td><td>13</td></tr><tr><td>2015后</td><td>2018</td><td>≤10年</td><td>13.9</td><td>7</td></tr><tr><td colspan="4">全国城镇住房加权平均房龄</td><td>20.5</td></tr></table> 资料来源：国家统计局，国盛证券研究所 图表14：各省份城镇住房加权平均房龄分布 资料来源：国家统计局，国盛证券研究所 图表15：全国城镇住房设施配套拥有率情况 资料来源：国家统计局，国盛证券研究所 >四是三四线城市中大量“远大新”（远郊、大盘、新城化开发项目）以及部分“鬼城化”区域的自然淘汰，也将成为未来收缩无效供给、优化住房结构的重要来源。 我国部分城市在过去二十余年的城镇化扩张中形成了明显的超前开发现象，城市扩张速度往往显著快于人口与产业集聚速度，导致部分新建城区在社会经济成熟度不足的情况下形成高空置率与功能性滞后。这一特征在部分三四五线城市表现尤为突出，远郊新城、卫星城、超大体量住宅区等区域受到产业支撑不足、人口导入有限、基础配套滞后等影响，呈现弱活力、低利用度和流动性不足的结构性特征。 清华大学龙瀛团队于2025年发表于《Habitat International》的研究《Inferring ghost cities on the globe in newly developed urban areas based on urban vitality with multi-source data》（Zhang, Y., Tu, T., & Long, Y., 2025）提供了全球范围系统的“鬼城指数”（Ghost City Index, GCI）测度，为这一现象的空间分布与结构特征提供了实证证据。研究基于城市活力理论，整合路网、POI数据及人口密度等多源数据，构建全球范围的统一测度框架，对全球8841个面积超过5平方公里的城市进行量化评估，并识别出前 $5\%$ 城市（共442个）为“鬼城”城市。 在中国范围内，该数据集覆盖1992个城市，识别出53个“鬼城”城市。在空间分布上，这些城市并非随机出现，而是高度集中在我国东北和北部地区，我们认为这与人口流出、产业转型压力大、资源型经济收缩等地区性因素高度相关。这些区域内大量新建城区在缺乏有效需求支撑的情况下，住房长期空置、二手房流动性极弱、租售市场均呈萎缩状态，部分房屋或将不可避免地进入贬值并逐步自然淘汰的路径。 与城市更新不同，部分城市“远大新”与“鬼城化”区域的出清可能更多依赖市场力量。在需求难以回升、人口持续流出的背景下，这类区域难以通过传统棚改、货币化安置等方式实现大规模消化，其自然淘汰过程将受制于城市收缩、人口再分布、财政能力约束等长期因素。中长期看，随着人口持续向优势地区集中、城市空间布局进入全新阶段，三四五线城市中远郊新城与“鬼城化”区域的自然淘汰将成为我国房地产市场进入存量时代后不可回避的结构性调整过程，也将是房地产净供给收缩的来源之一。 图表16：全球范围内“鬼城”数量最多的十个国家 资料来源：Zhang,Y.,Tu,T.,& Long,Y.(2025).Inferring ghost cities on the globe in newly developed urban areas based on urban vitality with multi-source data. Habitat International,国盛证券研究所 图表17：中国“鬼城指数”空间分布，中国的“鬼城”主要集中在东北和北部地区 资料来源：Zhang,Y.,Tu,T.,& Long,Y.(2025).Inferring ghost cities on the globe in newly developed urban areas based on urban vitality with multi-source data. Habitat International,国盛证券研究所 综上，整体看，从套户比背后的存量住房、社会面待售库存等维度出发，我国房地产当前处于供给相对“充裕”阶段，因此促进房地产“止跌回稳”的前提是调整房地产供需格局，减少“净供给”应是政策核心抓手。重点关注四方面力量带动“净供给”减少：一是大规模收储减少存量供给；二是通过改造，改造用于满足养老、托育、康养等公共服务需求；三是推动“高龄”住房更新置换促进出清；四是市场化力量“自然淘汰”三四五线城市的“远大新”、“鬼城”住房。 # 2. 思考二：二手房价格比新房价格指导意义更强 我国房地产市场仍处于深度调整期和过渡期，2024年“926”后一系列稳增长、稳楼市、稳预期政策带动房地产市场边际修复，新房及二手房的价量均出现了一定的回升和修复，但存量供需格局尚未根本性扭转决定了房价回升仍面临阻力。2025年二季度以后，房地产市场出现“二次下探”，虽然房地产开发投资等变量对经济增长的负向拖累已经显著下降，但考虑到房地产财富效应和抵押品属性对消费和金融风险仍有较大影响，市场对于后续房价走势及“房价何时筑底”等问题关注较多，有关“稳房价”的政策变化也成为市场关注焦点。 我们认为，考虑到当前房地产市场结构的变化、二手房及新房市场机制的不同，二手房价格变化的指导意义更强，是判断和跟踪房地产市场底部的关键变量，我们从供给、需求、价格、政策四个角度来理解二手房市场领先新房市场的机制，并对最新的房地产市场表现进行了梳理。 图表18：25Q2以来，房地产市场二次下探 资料来源：Wind，国盛证券研究所 图表19：二手房较新房调整更显著 资料来源：Wind，国盛证券研究所 # 2.1.四大维度剖析：二手房较新房更有代表性 >一是供给端的差异，二手房供给更具弹性，能更快反映市场景气和情绪。 新房供应链长、周期固定，从拿地到开盘往往跨越数月乃至数年，土地储备、预售条件、资金安排等因素均限制价格与供应的快速调整。即便在市场下行阶段，开发商也难以迅速降低开盘价格或减少供应节奏，价格调整受到政策与企业经营目标共同制约。 二手房供给则更依赖存量业主的行为，挂牌量与价格调整更具即时性。业主可根据市场情绪随时调整报价、议价空间或挂牌与否。因而，无论是在市场恐慌情绪扩散、成交快速萎缩之时，还是在预期改善、交易回暖初期，二手房的变化往往较新房更为迅速，成为衡量市场冷热的“温度计”。 图表20：二手房供给更具弹性，能更快反映市场景气和情绪 资料来源：Wind，国盛证券研究所 >二是需求端的决策链条不同，真实需求往往率先在二手房市场显现。 我国居民购房需求具有典型的“价格敏感性”特征，这源于住房资产在居民财富中占据较大份额、房价收入比较高等经济现实，买一套房往往是多年收入或者家庭托举的结果，在市场下行阶段，二手房价格调整更加市场化，且位置相对成熟、配套完善，也没有“交付风险”，部分新房项目由于价格管控、不愿降价等因素，价格黏性大，导致购房者倾向于观望新房、转向二手房。 另外，从2018年、2020年等历史经验来看，在市场回升初期，改善性需求的回流同样优先体现在二手房。原因在于，换房链条首先被疏通，改善客群先完成旧房出售，从而在二手房市场形成初步活跃迹象，随后才可能转化为新房需求的释放。因此，需求端的决策顺序也会导致二手房市场成为房地产景气拐点较好的领先观测角度。 图表21：真实需求往往率先在二手房市场显现 资料来源：Wind，国盛证券研究所 >三是价格形成机制不同，二手房价更加市场化，因此可能领先筑底。 二手房的价格由买卖双方博弈形成，完全市场化，调整更迅速、更具透明性；而新房价格往往受到限价政策、备案价管理以及开发商自身维价意愿的影响，导致新房的名义价格在市场下行阶段更具黏性。在实际交易过程中，新房的折扣通常隐藏在“认购优惠”“装修补贴”等隐性方式中，使得价格底部更难识别；反之，二手房成交价、挂牌价变化直接反映在市场中。 事实上，2018年前，新房市场在增量时代占主导地位，价格涨跌幅明显高于二手房；而2018年以后，随着各地限价政策强化、住房市场转向存量化，新房价格波动受到行政约束，二手房反而成为主要的价格发现中心，价格波动开始放大。因而，在判断市场底部时，二手房的成交价变化、议价空间收窄等信号往往先于新房显现，新房名义价格则通常滞后反映。 图表22：新房的名义价格在市场下行阶段更具黏性 资料来源：Wind，国盛证券研究所 >四是政策传导路径不同，需求侧政策的边际影响首先体现在二手房市场。 政策对房地产市场的影响具有明显的链条差异，需要区分需求侧与供给侧政策。一方面，需求侧政策（如认房不认贷、降低首付比例、降低房贷利率、放松限购等）主要作用于购房资格、资金成本与改善性需求，其边际影响首先在二手房市场体现。改善与换房客群在政策落地后会更快调整预期，带看量、挂牌量及成交量通常在政策出台后较快出现修复。 另一方面，供给侧政策（如“白名单”项目贷款、盘活闲置土地、收储存量商品房等）更直接作用于开发企业的现金流与项目推进节奏，传导链条明显更长。新房市场需要经历项目审批、备案、推广及开盘节奏调整等环节，政策效果难以短期就反映在新房供应与成交上。因此，与需求侧政策相比，供给侧政策对新房市场的影响更滞后、更缓慢。 图表23：需求侧政策的边际影响首先体现在二手房市场 资料来源：Wind，证券时报，第一财经，21世纪经济报道，七一网，北京住房公积金管理中心，国盛证券研究所 # 2.2. 房市现状：二手房 v.s. 新房 目前看，新房跌幅收窄，但存量出清压力仍主导市场。站在当前时点，基于国家统计局公布的70城数据观察，新房价格同比降幅虽继续收窄，但仍处于负值区间；而二手房价格虽然较年初有所改善，但跌幅依旧深重，且环比仍在持续下探。我们认为，当前地产存量端的出清压力远未缓解，房地产市场企稳的时间节点仍需谨慎观察。 >整体看：二手房及新房再度下探，二手降幅大于新房。新房市场跌幅收敛但未止跌，2025年11月，新房价格同比下降 $2.8\%$ ，较年初显著收窄，但环比仍下降 $0.4\%$ ，整体处于下跌放缓但未显著企稳的阶段。分能级看，一线城市同比下降 $1.2\%$ ，修复力度相对二三线明显，但仍未完全走出弱势区间。相比之下，二手房市场深度调整延续，仍处在加速出清的通道中。2025年11月同比下降 $5.7\%$ ，环比下降 $0.7\%$ ，跌幅持续大于新房。近三个月，二手房价格上涨城市数量均为0，存量市场的供需失衡仍在主导二手房价格走势。 >结构看：一线二手房调整更深、新房则存在结构性亮点。不同城市能级、不同产品类型的分化特征进一步强化。一方面，一线及部分核心二线城市的新房市场中，改善型需求和高品质供给对价格形成一定支撑，使新房价格调整相对克制；另一方面，二、三线城市无论新房还是二手房，需求修复均较为有限，价格仍承受持续下行压力。2025年11月，一线城市二手房价格环比下降 $1.1\%$ ，同比下降 $5.8\%$ ，环比降幅较前月进一步扩大0.2个百分点，其中北京、上海、广州和深圳分别环比下降 $1.3\%$ 、 $0.8\%$ 、 $1.2\%$ 和 $1.0\%$ 。 >具体看：二手房无一城上涨，部分城市新房尚能核心城市的新房市场则呈现出相对不同的结构特征，例如上海，在改善型需求支撑子”、优质地块项目集中入市的背景下，新房价格阶段性仍具一定韧性，11月上海新房价格同环比均上涨。10月20日，上海徐汇区WS5单元地块以44.65亿元的价格成交，溢价率为 $10\%$ ，成交楼面价达到14.85万元/平米，刷新了徐汇滨江住宅楼面价纪录。此外，除了上海之外，沈阳和合肥新房价格同环比也均上升。 总体而言，当前价格走势处于下跌速度显著放缓、但价格底部尚未出现的磨底期。二手房的持续下行折射出居民预期及资产负债表修复依然缓慢。结合前文分析“二手房较新房更具代表性”的逻辑，房地产价格的真正企稳可能仍需等待二手房库存加速出清与价格止跌。鉴于当前二手房仍在探底，本轮周期的底部呈现明显的延后特征，新房价格的企稳时间大概率将滞后于二手房市场。 图表24：70城新房价格指数变动趋势 资料来源：Wind，国盛证券研究所 图表25：各线城市新房价格指数变动趋势 资料来源：Wind，国盛证券研究所 图表26：70城二手房价格指数变动趋势 资料来源：Wind，国盛证券研究所 图表27：各线城市二手房价格指数变动趋势 资料来源：Wind，国盛证券研究所 图表28：全国及各线城市二手房挂牌量指数 资料来源：Wind，国盛证券研究所 图表29：全国及各线城市二手房挂牌价指数 资料来源：Wind，国盛证券研究所 # 3. 思考三：高度重视本轮地产调整的尾部风险 伴随着房地产市场的二次下探，房地产资产质量也再度承压，资产的背后是债务，关于房地产市场的潜在风险也成为市场关注的焦点问题，从房地产市场参与主体来看，开发商、购房者和银行面临不同程度的风险，目前来看总体可控，后续重点关注代表性强的城农商行等中小银行的风险变化。 # 3.1. 开发商：流动性风险与资产减值 >对于开发商而言，我们认为风险主要有两个，一是流动性风险，二是资产减值风险。 当前房地产企业的首要风险仍是流动性枯竭。自2021年“三道红线”推行以来，融资端监管趋严，叠加民营房企信用收缩、银行授信额度趋紧、境内外债券发行和股权融资较难等因素，“高负债、高杠杆、高周转”的“三高”模式难以为继，债务端的期限结构失衡、融资渠道受限、销售回款下滑等使房企普遍陷入“现金流收缩 $\rightarrow$ 偿债压力扩大 $\rightarrow$ 信用恶化 $\rightarrow$ 再融资困难”的负向循环，特别是民营企业因缺乏信用背书，长期融资难以为继，期限错配更为突出。 此外，由于房企资产价值受市场价格影响高度敏感，而负债却具有刚性，资产端价格下跌会迅速推高资产减值甚至资不抵债的风险。仅从上市房企的角度观察，截至2025年三季度，港股地产开发板块中有13家已是净资产为负的状态。如果放眼全部房企，资产减值风险早已开始演绎，典型案例如债务重组（典型如华夏幸福）、破产重整（典型如金科股份）、清盘（中国恒大），再加上众多已濒临破产的地方开发商，倘若房价持续调整，资产端进一步计提减值，资不抵债面或将进一步扩散。 图表30：A股地产板块整体剔除预收款资产负债率（“三道红线”之一） 资料来源：Wind，国盛证券研究所 注：对单个企业要求为不超过 $70\%$ 图表31：A股地产板块整体净负债率（“三道红线”之二） 资料来源：Wind，国盛证券研究所 注：对单个企业要求为不超过 $100\%$ 图表32：A股地产板块整体非受限现金短债比（“三道红线”之三） 图表33：港股地产开发板块资不抵债公司 资料来源：Wind，国盛证券研究所 注：对单个企业要求为不低于1倍 资料来源：Wind，国盛证券研究所 注：MRQ，亿元 <table><tr><td>证券代码</td><td>证券简称</td><td>股东权益合计</td><td>资产总计</td><td>负债合计</td></tr><tr><td>1638.HK</td><td>佳兆业集团</td><td>-418.08</td><td>2,026.41</td><td>2,444.49</td></tr><tr><td>3883.HK</td><td>中国奥园</td><td>-351.73</td><td>1,450.04</td><td>1,801.77</td></tr><tr><td>1628.HK</td><td>禹洲集团</td><td>-194.47</td><td>745.37</td><td>939.84</td></tr><tr><td>1777.HK</td><td>花样年控股</td><td>-143.32</td><td>719.33</td><td>862.65</td></tr><tr><td>1233.HK</td><td>时代中国控股</td><td>-116.45</td><td>815.93</td><td>932.37</td></tr><tr><td>6158.HK</td><td>正荣地产</td><td>-84.21</td><td>1,016.95</td><td>1,101.16</td></tr><tr><td>0832.HK</td><td>建业地产</td><td>-67.07</td><td>1,002.80</td><td>1,069.87</td></tr><tr><td>0813.HK</td><td>世茂集团</td><td>-66.02</td><td>4,220.28</td><td>4,286.30</td></tr><tr><td>0845.HK</td><td>恒盛地产</td><td>-34.39</td><td>437.17</td><td>471.56</td></tr><tr><td>0059.HK</td><td>天誉置业</td><td>-31.05</td><td>205.52</td><td>236.57</td></tr><tr><td>1622.HK</td><td>力高集团</td><td>-19.50</td><td>430.70</td><td>450.20</td></tr><tr><td>0989.HK</td><td>中国长白山国际</td><td>-6.23</td><td>12.52</td><td>18.76</td></tr><tr><td>9968.HK</td><td>汇景控股</td><td>-6.02</td><td>90.99</td><td>97.01</td></tr></table> # 3.2. 购房者：资产负债表收缩与社会稳定 >对于购房者而言，有两大风险：居民资产负债表的持续收缩、潜在的社会稳定问题。 购房者风险的根源在于居民资产负债表的被动收缩，以及房价下行对收入、就业与社会稳定带来的外溢冲击。住房是中国居民最核心的资产，房地产下行直接改变了家庭的财富结构、负债安全性和未来预期。居民非金融资产中住房占比超过九成，城镇住房已成为家庭资产最核心的部分。到2022年，居民住房资产占总资产与净资产的比重均在 $50\%$ 左右。随着房价进入下行周期，居民资产负债表出现明显收缩迹象，这类“负财富效应”既影响家庭支出，也会推升居民部门的风险厌恶与提前还贷行为，降低整体经济的边际消费倾向，形成社会需求层面的持续拖累。 同时，对于就业而言，房地产产业链过去长期是就业“蓄水池”。从施工建设到销售中介、物业、装潢材料、金融服务等，广义地产链对就业的贡献巨大。单是房地产业本身与房屋建筑业，七普显示两者合计就贡献约 $8\%$ 的就业，是城市中低收入群体的重要就业来源。当前房地产下行导致多个链条就业承压，就业与收入的不稳定会进一步削弱购房者的偿债能力与支出能力，家庭现金流紧张带来潜在逾期、断供风险，尤其是三四线城市。 房地产不仅是资产，也是居民社会预期的重要锚。众多因素叠加使房地产市场风险不再局限于开发商层面，而逐步转向居民部门，并可能通过财富效应、就业和预期渠道影响社会稳定。 图表34：住房资产是我国居民非金融资产最重要的组成部分 资料来源：张晓晶等《中国国家资产负债表 1978-2022》,国盛证券研究所 图表35：居民住房资产占总资产与GDP比例变迁 资料来源：张晓晶等《中国国家资产负债表 1978-2022》,国盛证券研究所 图表36：城镇非私营房地产业的就业人数增长迅速 资料来源：Wind，国盛证券研究所 图表37：七普显示房地产业和房屋建筑业合计贡献约 $8\%$ 的就业 资料来源：国家统计局，国盛证券研究所 # 3.3. 银行：资产质量是核心 >对于银行而言，资产质量是核心，而房地产风险主要作用在三个方面：1）房价下跌可能导致潜在的断供，个人按揭贷款不良率仍有上行压力；2）开发贷等伴随着开发商“破产”，资产质量可能恶化；3)房地产作为抵押品，伴随着房价下跌可能促使抵押品不足，需要关注“重定价”和类似“Margin Call”的现象。 # 具体看： 一是银行当前风险暴露的重心已经转向居民端，个人按揭贷款不良率仍处于上行阶段，对资产质量形成持续压力。上市银行个人住房按揭贷款不良率自2021年下半年开始进入持续上升区间：2021年底仅 $0.30\%$ ，2022年底升至 $0.44\%$ ，2023年底进一步升至 $0.48\%$ ，并在2024年后明显加速，2025年上半年已升至 $0.75\%$ 。相对2021年底累计上行幅度超0.45个百分点，涨幅超1.5倍。相比之下，对公房地产贷款不良率虽然在2020-2023年间大幅攀升（由2019年底的 $1\%$ 冲高至2023年底的 $3.78\%$ )，但在2024-2025年总体企稳在 $3.5\% -3.6\%$ 的平台附近，增速明显放缓。 二是对公端房地产信用风险的性质正在发生变化。过去较长一段时间内，房地产企业被视为具有一定“隐性兜底”属性，核心房企在融资、展期和项目处置中往往能够获得政策协调与金融支持，银行对开发贷的风险定价和风险容忍度相对较高。但近年来，随着房地产行业深度调整，市场对“刚性兑付”、“系统性兜底”的预期明显弱化，房企信用分化加剧，开发贷风险逐步暴露。尤其值得关注的是，2025年底，被视为地产“优等生”的万科，其部分债务亦开始面临展期压力。我们认为这一事件具有较强的象征意义，即便是过去被认为资质较优的房企，其现金流状况和偿债能力也在持续承压。由此来看，银行对公房地产贷款所面临的风险可能已不再局限于个别项目或个别主体，而是需要对房地产企业整体信用状况进行更为审慎的系统性再评估。在这一背景下，开发贷不良率虽阶段性企稳，但潜在风险并未消失，更多体现为通过展期、重组、借新还旧等方式被时间平滑，对银行资产质量的中长期约束仍然存在。 三是抵押品不足风险值得持续关注。房地产是银行的重要抵押品，由于这一特殊属性，在房价下跌过程中可能因为“重定价”出现抵押品减值问题，导致抵押率（LTV，贷款价值比）被动抬升，促使类似“Margin Call”的出现并要求补足担保，若居民、开发商无力补足，则银行经营将面临挑战。在当前居民和房企资产负债表普遍承压的背景下，一旦补充担保能力不足，相关贷款更容易从风险可控状态快速转化为实质性不良，进而对银行的拨备计提、资本充足率以及盈利稳定性形成联动冲击。 目前来看，鉴于居民端与对公端的“背离”，意味着房地产金融风险进入新阶段，房企端的快速出清已基本完成，而居民端风险可能会逐步显性化。在这背后可能有三点原因： 1）低能级城市房价下调更深、去化周期更长。三四线城市需求收缩更明显，房价下行幅度普遍大于一二线城市，存量按揭中出现抵押物价值回落幅度较大的情况较多，当地银行按揭类不良的抬升压力因此更为突出。 2）居民端主动去杠杆放缓，存量按揭余额下降不及房价调整。随着居民提前还贷需求减弱，而新增按揭投放也处于低位，使得银行按揭资产的收缩速度偏慢。在房价下调的背景下，抵押物价值和贷款规模之间的“修复差”扩大，风险缓冲改善不明显。 3)部分区域历史交付遗留问题拖累资产质量修复。过去存在延期交付、烂尾风险的城市，目前可能仍处于项目清理和资产处置阶段，这类资产流动性差、处置周期长，导致相应按揭贷款在银行账面上形成“慢性不良”，拖累资产质量修复节奏。 总体而言，倾向于认为：虽然按揭贷款的整体不良水平仍低于对公端，但趋势性向上更加值得警惕，且居民端的不良生成具有更长尾、更分散、更难通过展期或重组快速解决的特点，对中小银行资产质量的边际拖累可能逐步强化。 图表38：上市银行地产相关贷款不良率 资料来源：iFind，国盛证券研究所 注：根据上市银行年报测算 图表39：上市银行对公房地产贷款不良率 <table><tr><td>类型</td><td>名称</td><td>2019年以来</td><td></td><td>2019A</td><td>2020H1</td><td>2020A</td><td>2021H1</td><td>2021A</td><td>2022H1</td><td>2022A</td><td>2023H1</td><td>2023</td><td></td><td></td><td></td></tr><tr><td rowspan="14">城商行</td><td>厦门银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>齐鲁银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>郑州银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>重庆银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>杭州银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>江苏银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>上海银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>成都银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>青岛银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>贵阳银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>兰州银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>长沙银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>苏州银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>宁波银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td rowspan="9">股份制银行</td><td>招商银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>光大银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>浦发银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>民生银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>华夏银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>平安银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>兴业银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>中信银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>浙商银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td rowspan="6">国有大型银行</td><td>中国银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>工商银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>农业银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>建设银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>交通银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>邮储银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td rowspan="3">农商行</td><td>渝农商行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>青农商行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>沪农商行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr></table> 资料来源：iFind，国盛证券研究所 注：单位为%,未展示始终未披露不良率的上市银行 图表40：上市银行个人住房贷款不良率 <table><tr><td>类型</td><td>名称</td><td>2019年以来</td><td>2019H1</td><td>2019A</td><td>2020H1</td><td>2020A</td><td>2021H1</td><td>2021A</td><td>2022H1</td><td></td><td>2023H1</td><td>2023</td><td>2024H1</td><td>2024</td><td>2025H1</td></tr><tr><td rowspan="11">城商行</td><td>杭州银行</td><td></td><td></td><td>0.04</td><td>0.12</td><td>0.07</td><td>0.07</td><td>0.05</td><td>0.08</td><td>0.11</td><td>0.18</td><td>0.13</td><td>0.16</td><td>0.29</td><td>0.46</td></tr><tr><td>厦门银行</td><td></td><td></td><td>0.07</td><td>0.13</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>上海银行</td><td></td><td></td><td>0.16</td><td>0.15</td><td>0.14</td><td>0.10</td><td>0.09</td><td>0.14</td><td>0.16</td><td>0.20</td><td>0.26</td><td>0.35</td><td>0.45</td><td>0.63</td></tr><tr><td>齐鲁银行</td><td></td><td></td><td>0.08</td><td></td><td>0.12</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>成都银行</td><td></td><td></td><td>0.25</td><td>0.29</td><td>0.25</td><td>0.28</td><td>0.25</td><td>0.33</td><td>0.41</td><td>0.46</td><td>0.45</td><td>0.63</td><td>0.78</td><td>1.03</td></tr><tr><td>重庆银行</td><td></td><td></td><td></td><td></td><td>0.29</td><td>0.24</td><td>0.27</td><td>0.37</td><td>0.52</td><td>0.71</td><td>0.77</td><td>1.08</td><td>1.49</td><td>1.77</td></tr><tr><td>兰州银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td>1.09</td><td>1.25</td><td>1.63</td><td>1.86</td></tr><tr><td>宁波银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td>0.60</td><td>0.63</td><td>0.71</td></tr><tr><td>郑州银行</td><td></td><td>0.07</td><td>0.11</td><td>0.28</td><td>0.52</td><td>0.79</td><td>0.96</td><td>1.34</td><td>1.65</td><td>1.67</td><td>1.17</td><td>1.12</td><td>1.04</td><td>0.76</td></tr><tr><td>青岛银行</td><td></td><td>0.11</td><td>0.11</td><td>0.14</td><td>0.14</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>苏州银行</td><td></td><td></td><td></td><td>0.06</td><td>0.04</td><td>0.06</td><td>0.15</td><td>0.17</td><td>0.24</td><td>0.22</td><td>0.17</td><td>0.27</td><td>0.41</td><td>0.69</td></tr><tr><td rowspan="5">股份制银行</td><td>浦发银行</td><td></td><td></td><td>0.27</td><td>0.30</td><td>0.34</td><td>0.35</td><td>0.40</td><td>0.52</td><td>0.52</td><td>0.58</td><td>0.62</td><td>0.75</td><td>0.95</td><td>1.11</td></tr><tr><td>民生银行</td><td></td><td></td><td></td><td></td><td>0.22</td><td>0.22</td><td>0.26</td><td>0.33</td><td>0.50</td><td>0.57</td><td>0.67</td><td>0.83</td><td>0.96</td><td>0.96</td></tr><tr><td>招商银行</td><td></td><td>0.25</td><td>0.25</td><td>0.25</td><td>0.29</td><td>0.25</td><td>0.28</td><td>0.27</td><td>0.35</td><td>0.35</td><td>0.37</td><td>0.40</td><td>0.48</td><td>0.46</td></tr><tr><td>兴业银行</td><td></td><td>0.29</td><td></td><td></td><td>0.53</td><td>0.54</td><td>0.49</td><td>0.51</td><td>0.56</td><td>0.51</td><td>0.56</td><td>0.65</td><td>0.60</td><td>0.54</td></tr><tr><td>平安银行</td><td></td><td></td><td>0.30</td><td>0.42</td><td>0.31</td><td>0.31</td><td>0.34</td><td>0.30</td><td>0.37</td><td>0.32</td><td>0.30</td><td>0.44</td><td>0.47</td><td>0.28</td></tr><tr><td rowspan="6">国有大型银行</td><td>农业银行</td><td></td><td>0.26</td><td>0.30</td><td>0.32</td><td>0.38</td><td>0.32</td><td>0.36</td><td>0.36</td><td>0.51</td><td>0.50</td><td>0.55</td><td>0.58</td><td>0.73</td><td>0.77</td></tr><tr><td>交通银行</td><td></td><td></td><td>0.36</td><td>0.40</td><td>0.37</td><td>0.34</td><td>0.34</td><td>0.37</td><td>0.44</td><td>0.47</td><td>0.37</td><td>0.48</td><td>0.58</td><td>0.75</td></tr><tr><td>工商银行</td><td></td><td></td><td></td><td>0.29</td><td>0.28</td><td>0.24</td><td>0.24</td><td>0.31</td><td>0.39</td><td>0.42</td><td>0.44</td><td>0.60</td><td>0.73</td><td>0.86</td></tr><tr><td>邮储银行</td><td></td><td>0.36</td><td>0.38</td><td>0.43</td><td>0.47</td><td>0.46</td><td>0.44</td><td>0.52</td><td>0.57</td><td>0.50</td><td>0.55</td><td>0.50</td><td>0.64</td><td>0.73</td></tr><tr><td>建设银行</td><td></td><td>0.27</td><td>0.24</td><td>0.25</td><td>0.19</td><td>0.20</td><td>0.20</td><td>0.25</td><td>0.37</td><td>0.42</td><td>0.42</td><td>0.54</td><td>0.63</td><td>0.76</td></tr><tr><td>中国银行</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td>0.48</td><td></td><td>0.61</td><td>0.74</td></tr><tr><td rowspan="3">农商行</td><td>渝农商行</td><td></td><td></td><td>0.33</td><td>0.32</td><td>0.31</td><td>0.28</td><td>0.46</td><td>0.70</td><td>0.77</td><td>1.01</td><td>1.11</td><td>1.05</td><td>1.15</td><td>1.33</td></tr><tr><td>沪农商行</td><td></td><td></td><td>0.28</td><td></td><td>0.34</td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td><td></td></tr><tr><td>青农商行</td><td></td><td></td><td>0.23</td><td>0.26</td><td>0.27</td><td>0.33</td><td>0.41</td><td>0.60</td><td>0.75</td><td>0.84</td><td>1.15</td><td>1.33</td><td>1.62</td><td>1.68</td></tr></table> 资料来源：iFind，国盛证券研究所 注：单位为%,未展示始终未披露不良率的上市银行 另一方面，银行对于不良的拨备覆盖虽仍充足，但信用成本处于低位，银行利润稳健性将持续承压。目前商业银行整体拨备覆盖率仍处在健康区间，系统性的安全垫依然强，但有几个问题依然不能忽视： 1）信用成本处于低位难以继续大幅下行。2024年上市银行整体风险加权信用成本约为 $0.6\%$ ，为近年来低点，这意味着节省拨备以对冲利润压力的空间极其有限； 2）银行息差对风险成本的覆盖能力明显弱化。自2024年以来，商业银行“净息差-不良贷款率”之差多次由正转负，2025年三季度已下降至-0.10个百分点（2023年同期仍为 $0.10 - 0.13\%$ ），反映息差可能不足以抵补资产质量恶化带来的信用成本； 3）利润增速放缓削弱拨备补给能力。中小银行由于资产端集中度更高、风险客户覆盖面更有限，利润对信用成本的敏感度更大，按揭不良率的非预期上升对其利润端的影响通常大于国有大行。 因此，虽然当前银行并不缺乏拨备，但未来补充拨备的利润能力存在约束，一旦资产质量进一步恶化，中小银行更容易面临拨备和利润的双重压力。 总体来看，倾向于认为：银行体系的房地产风险，已从房企增量风险进入居民端资产质量风险 $+$ 利润约束的新阶段。短期对系统性金融风险仍无需过度担忧，但资产质量压力的长期性和拨备补给能力的减弱，使得银行面临的尾部风险不可忽视，特别是城农商行等中小银行。往后看，稳定债务人现金流（包括居民与房企）、保持息差稳定、提升不良资产处置效率，将成为银行端防风险的关键。 图表41：商业银行净息差与不良贷款率之差转负 资料来源：Wind，国盛证券研究所 图表42：上市银行整体风险加权信用成本处于低位 资料来源：Wind，国盛证券研究所 图表43：上市银行不良贷款拨备覆盖率 V.S. 风险加权信用成本 资料来源：Wind，国盛证券研究所 # 4. 风险提示 1. 测算误差：本文涉及套户比、地产库存、去化周期等指标的测算，依赖于公开数据与合理假设，若统计基础或关键参数发生变化，相关结论可能存在一定偏差。 2. 地产政策变化超预期：若稳地产相关政策在力度、节奏或实施方式上出现超预期调整，可能改变房地产市场供需格局以及住房价格运行路径。 3. 宏观经济波动超预期：内外部经济环境、居民就业和收入修复节奏等基本面因素若出现超预期变化，可能通过需求与预期渠道对房地产市场形成扰动。 4. 地产风险超预期暴露：若房价调整的持续时间延长或幅度扩大，可能强化开发商流动性约束，减缓居民资产负债表修复，并增加风险向银行体系传导的可能性。 # 免责声明 国盛证券股份有限公司（以下简称“本公司”）具有中国证监会许可的证券投资咨询业务资格。本报告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为客户。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。 本报告的信息均来源于本公司认为可信的公开资料，但本公司及其研究人员对该等信息的准确性及完整性不作任何保证。本报告中的资料、意见及预测仅反映本公司于发布本报告当日的判断，可能会随时调整。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。本公司不保证本报告所含信息及资料保持在最新状态，对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。 本公司力求报告内容客观、公正，但本报告所载的资料、工具、意见、信息及推测只提供给客户作参考之用，不构成任何投资、法律、会计或税务的最终操作建议，本公司不就报告中的内容对最终操作建议做出任何担保。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯一因素。 投资者应注意，在法律许可的情况下，本公司及其本公司的关联机构可能会持有本报告中涉及的公司所发行的证券并进行交易，也可能为这些公司正在提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。 本报告版权归“国盛证券股份有限公司”所有。未经事先本公司书面授权，任何机构或个人不得对本报告进行任何形式的发布、复制。任何机构或个人如引用、刊发本报告，需注明出处为“国盛证券研究所”，且不得对本报告进行有悖原意的删节或修改。 # 分析师声明 本报告署名分析师在此声明：我们具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，本报告所表述的任何观点均精准地反映了我们对标的证券和发行人的个人看法，结论不受任何第三方的授意或影响。我们所得报酬的任何部分无论是在过去、现在及将来均不会与本报告中的具体投资建议或观点有直接或间接联系。 投资评级说明 <table><tr><td>投资建议的评级标准</td><td></td><td>评级</td><td>说明</td></tr><tr><td rowspan="7">评级标准为报告发布日后的6个月内公司股价（或行业指数）相对同期基准指数的相对市场表现。其中A股市场以沪深300指数为基准；新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准，美股市场以标普500指数或纳斯达克综合指数为基准。</td><td rowspan="4">股票评级</td><td>买入</td><td>相对同期基准指数涨幅在15%以上</td></tr><tr><td>增持</td><td>相对同期基准指数涨幅在5%~15%之间</td></tr><tr><td>持有</td><td>相对同期基准指数涨幅在-5%~+5%之间</td></tr><tr><td>减持</td><td>相对同期基准指数跌幅在5%以上</td></tr><tr><td rowspan="3">行业评级</td><td>增持</td><td>相对同期基准指数涨幅在10%以上</td></tr><tr><td>中性</td><td>相对同期基准指数涨幅在-10%~+10% 之间</td></tr><tr><td>减持</td><td>相对同期基准指数跌幅在10%以上</td></tr></table> # 国盛证券研究所 # 北京 地址：北京市东城区永定门西滨河路8号院7楼中海地产广场东塔7层 邮编：100077 邮箱：gsresearch@gszq.com # 南昌 地址：南昌市红谷滩新区凤凰中大道1115号北京银行大厦 邮编：330038 传真：0791-86281485 邮箱：gsresearch@gszq.com # 上海 地址：上海市浦东新区南洋泾路555号陆家嘴金融街区22栋 邮编：200120 电话：021-38124100 邮箱：gsresearch@gszq.com # 深圳 地址：深圳市福田区福华三路100号鼎和大厦24楼 邮编：518033 邮箱：gsresearch@gszq.com