重要提示：《证券期货投资者适当性管理办法》于2022年7月1日起正式实施，通过本微信订阅号发布的观点和信息仅供海通证券的专业投资者参考，完整的投资观点应以海通证券研究所发布的完整报告为准。若您并非海通证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。本订阅号难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为、收到或阅读本订阅号推送内容而视相关人员为客户；市场有风险，投资需谨慎。
· 概 要 ·
第一讲中，我们将重点汇报对于长期和短期经济波动的研究框架。其中第一部分介绍长期的经济增长，第二部分介绍短期的经济波动。在第二讲中，我们将介绍结构性的问题，即贫富分化，其对经济通胀包括资产配置都会产生影响，以及通过历史的回顾，从宏观维度对资产配置进行探讨。
1 长期增长：人口是关键
要看长周期的经济波动，首先要回顾历史，看一下全球的经济增长的变化趋势。
如果我们拉长时间，看过去两千多年的经济增长，从经济的增长速度来看，增长最快的时候是在工业革命之后。在工业革命之前的 1800 多年的时间里面，经济的增速是非常低的，每年的平均增长速度大概是0.1%。所以从公元元年到1820 年之间的人均收入水平只增长了40%。
从工业革命开始以后，全球的经济增长就开始加速。从 1820 年到2000 年，全球的平均经济增速达到2.2%。可以说，工业革命明显加快了全球增长的速度，人均收入在不到 200 年的时间里面增长了10 倍多，这也体现了工业革命对全球经济的推动作用。所以过去2000 多年的全球经济增长，可以说主要是由工业革命后的最后200年贡献的。
具体来说，全球的经济增长还分为几个阶段。在增长的初期，人口是经济增长当中非常重要的变量。所以我们看到在工业革命之前，全球主要经济体中排名最靠前的是中国和印度，经济总量分别占全球的20%以上，而中国和印度的人口在当时也占到全球的20%以上。因为在生产力水平相对偏低的情况下，每个人的产出水平差异并不是很大，所以人多，经济的总量就会变得更大。人少的话，人口增长速度慢，经济增长的速度也会更低。所以人口在经济发展的初级阶段，可以说起到一个非常关键的作用。
但是从工业革命发展开始以后，我们发现全球的增长因子就已经不仅仅是人口在驱动了，其实主要看的是技术。在工业革命之后，欧美西方国家经济体量的占比开始大幅抬升，而中国和印度这种传统的文明古国，经济体量占比明显下降。所以在清朝之前，中国的经济在全球基本上都是领先的。但是在清朝晚期，尤其是鸦片战争以后，中国的经济发展慢慢落后于海外，这是因为驱动经济增长的因素已经发生了变化。
在每个人的产出水平是差不多的情况下，经济发展比拼的是人口。当技术进步加快以后，每个人的产出大幅提高，所以人口就不再成为经济增长的一个主要约束因素。技术反而是一个经济增长非常关键的一个变量。但是如果我们看最近的几十年，就会发现当技术水平进展到一定程度以后，人口又会成为一个关键的变量。
以美国为例，其在1928年到1982年之间的年化增长速度大概是2.9%，其中有接近一半的增长是由劳动力的增加来贡献的，技术进步的贡献平均大约为1%。而且技术进步对经济增长的贡献不是稳定的，人口的贡献是相对稳定的，而且也是最大的，因为人口一般来说不会发生突变。过去的几十年，是技术进步相对来说缓慢的阶段，那么人口就会成为经济增长一个非常重要的约束变量，驱动经济增长的因素又从技术转回了人口。
其实不仅仅是美国如此，我们参考了其他国家的经验，发现人口在经济发展中的作用是非常重要的。比如说日本，其劳动年龄人口在1960、70年代出现了第一波下行，而经济增速也在六七十年代告别了高增长。1980年代后，日本劳动年龄人口的增速出现第二波下行，经济又再度下台阶，之后一蹶不振。韩国劳动年龄人口的增速在1980年代之后开始往下走，其经济增速也开始明显下台阶。这都说明人口在经济当中是非常重要的。
但是我们也要强调，并不是人口多了，经济增长速度就会更快，最关键的还是要看限制经济增长最重要的因素是什么。比如很多拉美、非洲国家，其人口总量也非常大，但为什么这些国家的经济增速没有实现快速增长呢？
这主要是因为经济增长还受到制度、技术等其他因素的影响。当人口足够充裕后，技术方面或者制度方面就成为新的短板。例如，印度的人口非常多，但是我们发现印度在过去几十年的增长并没有中国这么快。虽然我们指出，人口在技术成为瓶颈以后，会成为经济增长的关键变量，但如果本身技术、制度仍存在很大的改善空间，人口多其实并不足以推动经济的增长。所以我们比较的都是一些相对来说制度各方面改革比较完善、技术发展没有完全停滞的经济体，那么人口就会成为非常关键的一个变量。
看完其他主要经济体人口和经济的关系，我们再来看一下中国的人口的变化。我国劳动年龄人口增速从2006年开始不断下降，而且连续多年出现了负增长。海通宏观团队采用一个非常严格的人口预测模型——Leslie模型，其不仅仅可以预测人口数量的变化，也可以预测哺乳类动物的繁衍情况，两者变化的原理是类似的。人口预测最重要的是准确估计生育率，而且预测结果往往是比较准确、稳定的，因为人口变化符合大数定律，只要估算好出生率和死亡率，大概就能估算出人口的总量和结构，包括年龄结构、性别结构，都可以相对准确地估计出来。人口的预测模型并不是很复杂，我们根据 Leslie模型做了一个全面的预测，我们的预测当中还考虑了女性的受教育程度、年龄结构的变化对生育率的影响，历史预测结果相对来说还是比较准确的。
根据我们的预测，我国的劳动年龄人口增速可能还会延续负增长，老龄化加剧和新出生人口的趋势或将延续。2021年我国已经进入深度老龄化（65岁以上人口占比14.2%），预计2031年进入超老龄化社会。总抚养比将从当前的0.41，上升到2030年的0.51，2040年的0.68和2050年接近0.8，2050年我国老龄化程度或将赶上日本。新出生人口从疫情之前的2022年1465万，2020年1200万，2021年1062万，降速阶段性加快。而且这一趋势很难改变，因为人口是一个相对长周期的变量，要想改变人口结构，在短期内效果并不会很明显。例如，现在政策鼓励大家多生育，但即使生育率提高，那这些新生儿要进入到劳动力大军，也要等到十多年后，相对来说是比较缓慢的。
为什么中国的劳动年龄人口的增速会出现持续的负增长呢？这其实是和婴儿潮的变化是有关系的。新中国成立以后，中国出现了两代婴儿潮。第一代是在1959到1961年的“三年困难时期”之后，人口出现了第一波的爆发。从1960年代到70年代，这一波婴儿潮中平均每年出生人口大约为2700万。第一代婴儿潮到了结婚生子的年龄后，又产生了第二代婴儿潮，也就是1980、90年代的人口。这波婴儿潮虽然没有像第一波高，但是每年平均仍有大约2300万出生人口。
按照第二代婴儿潮结婚生子的年纪去推算的话，在2000年以后应该会出现第三代婴儿潮，但是我们发现2000年之后，我国没有再出现第三代婴儿潮，也就是说没有出现新出生人口短期内的上冲。
那么，为什么没有出现第三代婴儿潮呢？原因可能有很多，例如房价偏高，女性人口相对偏少、性别比例失调，受教育程度提高等。我们从统计上发现，受教育程度的提高，也会影响到生育率的变化。
第三代婴儿潮的消失，对人口结构的影响是劳动年龄人口的持续下滑。第一代婴儿潮在加速退休，退出劳动力的人口变得越来越多。同时新进入劳动力的人口相对较少，我们以15-64岁这一年龄阶段来估算劳动年龄人口，那今年进入到劳动力大军的应该是2022年前后出生的人口，这一代人相对来说数量是比较少的，所以就很难弥补大量退休带来的缺口。
我国人口面临的还有一个挑战是性别比例失调。理论上，新出生婴儿的男女性别比例应该是在1.02到1.07之间，也就是自然状态下男性应该比女性还是要多一些的，但是差异不会特别大，平均性别比大约为1.05。
但是我们发现1980年代后期以来，中国新出生婴儿的性别比例在不断上升，明显出现男多女少的现象。从1997、1998 年起，大概十多年的时间，出生人口性别比一直维持在1.15到1.2之间，男女比例的失调是比较严重的，这就相当于新出生的男性要比新出生的女性多20%。一直到2022年出生人口性别比才开始出现大幅下降，这或许主要是因为2022年放开了二胎。当性别比例失调的这一代人进入到婚育年龄后，就会发现男性找不到结婚对象，这已经是我国很多中小城市、农村地区面临的问题。
所以很多中小城市的房地产市场为什么会涨价呢？我们认为，这是因为在小城市，买一套房可以提高男性在婚姻市场的竞争力。经济学家魏尚进曾研究发现，性别比例失调对中国的储蓄率、房地产市场都产生影响。而对人口方面的影响，就是结婚率的下降，这使得长期的新出生人口数量下降。
我们可以通过观察女性数量来计算出生人口，育龄女性数量在不断减少，是我们过去几年出生人口下滑一个非常重要的原因。如果再考虑到女性结婚率的下降，这又会使得新出生人口数量下降更多。
我们还要强调一点，新出生人口数量在新冠疫情爆发后出现了明显的跳降，我们估计今年新出生人口有可能会进一步下降。当然这可能是一个短期的现象，因为在疫情期间，产检、生育等可能有诸多不便，对短期的出生人口数量产生冲击。根据我们的预测模型，只要婚育年龄阶段的女性没有消失，未来大概率还是会选择生育的，所以等疫情结束后，新出生人口数量可能还会有所回升。虽然我们对中期长期的出生人口数量不是很乐观，但是短期内这么大幅度的跳降，其实也不是正常的一个状态，后面可能会出现阶段性的回升。
人口问题带来的一个结果，就是中国劳动年龄阶段的人口数量会持续出现负增长。那么这对经济的影响是什么呢？
改革开放之后的几十年，中国的经济增速出现了三波下行。第一波下行出现在1980年代中后期。在1980年代初期时，由于改革开放的推进，中国的劳动力、生产力不断被解放出来，经济出现了第一波上行，但是在1980年代中后期时，由于市场化改革程度还不够高，例如价格双轨制闯关失败，对经济产生了一定冲击，使得经济出现第一波下行。
第二波下行出现在1990年代后期，主要是由于外部冲击。南巡讲话以后，经济又出现了一波上行。但是在1990年代中后期，中国的经济又出现了第二波的下行。第二波下行的原因其实很明显，就是外部冲击，尤其是亚洲金融危机，包括日本经济衰退，这对我国造成较大影响，这使得1998-2002年，我国出现了严重的产能过剩，要进行去产能。
第三波下行是2010年后，主要是受长期要素的影响。在2001年中国加入WTO后，经济又迎来了新的一波修复。但是在2008、2009年以后，中国经济又出现了第三波下行，而且这波下行速度非常快，下行的时间也更持久。而这波的下行和我们前文提到的劳动年龄人口增速下行，甚至慢慢转向负增长，在时间上是比较一致的。
参考我们对国际经验的分析，如果从人口角度去做预测，中国的经济增速还是要慢慢地向常态化的水平回归，也就是说，未来经济总量很难再回到以前的持续高增长，所以要追求高质量的增长。其实从其他国家过去的发展经验来看，当经济的总体体量足够大后，经济增速就会向常态化增长回归。
分析完经济的增长，我们再来看下就业的情况，我国的总量就业人数在2022年之后慢慢开始出现负增长，这主要是和劳动年龄人口数量的减少有关。未来就业结构，包括经济发展的趋势，应该是逐步从工业部门向服务业转移。
在改革开放之前，我国的劳动力、经济增长中，农业是占据主导地位的。但是随着工业化的推进，农村人口不断地转移到工业部门。而当工业发展到一定阶段以后，尤其是人口结构变化后，往往需要农业、工业部门的劳动力再度转移到服务业。在过去农村人口不断地转移到城市，转移到工业、服务业的过程中，农业总产值并没有下降，反而每年还保持持续增长。这是因为技术水平和效率的提高，所以不需要很多劳动力，也能产出更多的农产品。
现在工业也面临这样的问题。从2013年以来，工业持续正增长，但是工业的就业人数在不断减少。理论上来说，自动化设备，例如机器人的使用，是能够替代劳动力的，所以人均产出水平在不断地提高，在同样的产出水平下，不需要过多工业部门的就业人口。所以2013年以后，工业部门就不再创造新增的就业岗位，就业人数在不断减少。与此同时，我们看到第三产业就业的数量在不断增加。
那么第三产业中哪些行业创造了就业呢？我们可以分为两类来看，即非私营单位和私营单位及个体户，因为在统计局在统计就业数据的时候，就是分两类统计的，其中非私营单位通过填表上报数据，而私营和个体户的就业状况是采取抽样调查的方式统计。
先看城镇非私营单位的就业，非私营单位就业占的比例相对来说偏少。其中2014-2020年间就业增加的行业，除了公共管理，就是金融、医疗、教育、租赁、信息技术、房地产等行业，这些都是第三产业。而制造业、建筑业、采矿业等，就业人数都在减少，创造的就业岗位数量在不断下降。如果将私营单位和个体户就业算在内，批发零售、住宿餐饮、居民服务等行业也在创造就业。所以总结来说，增加就业的行业可以概括为批发零售、住宿餐饮、居民服务、金融、医疗、教育、租赁、互联网和房地产。
但是我们也会注意到这些创造就业的领域，在过去两年中都受到了一定的冲击。比如像批发零售、住宿餐饮、居民服务，这几个行业主要解决农民工的就业，而这些行业受到疫情的冲击比较大。其它服务类行业中，除了金融业还在创造就业，其他领域的就业都受到了影响，像教育培训、互联网、房地产等。
其实不仅我国的就业结构是如此变化，其他国家也有类似的经验。当工业化水平提高到一定程度以后，工业部门的就业数量和就业占比都会下降，与此同时，服务业开始创造就业，服务业就业占比开始明显提升。全球主要经济体基本上都有这样的趋势，所以中国也很难例外，虽然我们当前仍然在重点一些制造业的领域，但制造业领域，尤其是高端制造，其实增加的就业数量相对来说是比较少的。
在当前就业压力较大的情况下，从基本面的角度来说，还是要增加对于服务业的力度。所以我们看到今年以来，对互联网的政策态度就有了一些明显的转变，包括7月政治局会议，对监管平台公司只提了“绿灯”没有提“红灯”。如果要想继续增加就业，解决就业的难题，明年、甚至长期会不会对其他服务业也增加的力度？这需要慢慢观察。
总结第一部分的内容，主要介绍了长期经济增长和就业结构的变化，其中就业结构的转变也意味着经济结构的转变，即服务业的占比会不断提升。即使像日本在房地产泡沫破裂后，服务业等很多行业仍是正增长，只不过是跟房地产相关的领域在衰退。所以未来我们可以看到，在经济总量的增速慢慢回到新常态后，结构上也会发生转变，这是我们对长期经济的一个研判。
2 短期波动：债务的繁荣
对长期经济的分析往往只能判断大的方向，对投资而言，研究短期的经济波动更有帮助。所以第二部分我们就来重点讲一下短期的经济波动，以及怎么样预测中国的短期经济增速。
过去十几年，中国经济有一个非常关键的领先指标，就是融资的指标。从历史规律来看，我国社融一般领先经济两到三个季度。例如，在2020 年上半年新冠疫情爆发以后，大批量信贷投放，货币保持宽松，所以2020年下半年经济开始企稳回升。到2020年四季度时，经济增速甚至超过了疫情前。其中回升最明显的是房地产领域，因为房地产相对来说对货币信贷比较敏感。而在2020年下半年时，宏观政策尤其是信用扩张的政策，就开始转向了，信贷的投放相对变得克制，在融资增速回落后，经济增速在2021年年初开始往下走，融资也是领先两个季度。从去年年初开始，房地产融资等方面的限制增加，所以在去年下半年，房地产相关的经济都出现了快速下行。
在我们的研究中发现，并没有那么多的经济领先指标，相对来说，融资的指标对经济的领先性较好。那么，要想预测经济反弹，首先要看到融资指标先企稳，如果融资不企稳，经济的指标就很难出现明显的回升。
那么，为什么融资的指标会比较有效呢？
这主要是因为政策一直发力，逆周期稳增长。上一部分提到，从2006年以后劳动年龄人口就已经开始不断负增长，也就是说2007、2008年以后，不仅仅是外需走弱，国内人口结构也已经发生了变化，所以我国经济的潜在增速有向常态水平回归的趋势。在经济潜在增速下行的时候，往往政策端都会发力，希望维持过去的高增长，或者是让经济增速下行得不要太快，需求端的刺激政策就要不断发力。
2008年之后，货币、财政、房地产等政策一同在刺激经济，全球都有类似的经验。例如日本在1980年代，经济潜在增速往下走时，也是通过货币的手段去刺激经济。最终带来的结果就是房地产泡沫破裂。美国也是一样，1990年代是美国经济增长速度比较好的时期，被称为大稳健时代，但是从2001年起，尤其是 911 事件之后，美国的经济增速就开始缓慢下行，同时伴随着婴儿潮出生人口的退休，经济潜在增速也在往下走。那么美国也是采取需求端的刺激政策，直到2007年次贷危机爆发。
全球各国都是类似的，在当前纸币的时代，往往都会超发货币来刺激经济，而刺激经济的一个结果就体现为债务的攀升。所以预测短期的经济，其实就会发现债务的指标，也就是融资的指标，相对来说是比较有效的。
货币刺激的一个重要结果，就是杠杆率的攀升。对于我国来说，杠杆率水平在2008年之前相对来说比较稳定，但是在2008年之后，全社会的杠杆率出现了明显抬升。我们认为最根本的原因是投资效率的下降。杠杆率的分子是融资规模，分母是产出，一般来说是指GDP或者可以理解为收入。
理论上来说，融资端的增加就会伴随着未来收入端同等程度的增加。投资固定资产往往伴随着融资，在投资时会考虑能创造多少收益。尤其是我国加入 WTO 以后，收益是比较明显的，相对来说中国的投资回报率也是比较高的。企业在做决策的时候会进行权衡，即投资回报率能否覆盖融资成本，这是市场化的投资的结果，如果预期不赚钱或者亏钱，企业就不可能去融资。我国在2008年之前的投资相对来说是效率比较高的，不会体现为杠杆率的大幅抬升，因为融资的增加也会带来对应的产出。
但是2008年之后投资模式发生了变化，在这一阶段，吸收资金最多的两大领域，一个是地产，一个是基建。我们会发现2008年之后，地方政府开始大力度地投资基建领域，在前些年监管比较宽松时，投资基建更多是为了拉动短期的经济增长，并不会过多考虑基建项目未来能够创造多少经济收益。地方政府在执行稳增长政策的时候，大规模地扩张债务，但是这些固定资产的产出水平相对来说是偏低的。投资固定资产，不管是有效率的还是无效率的项目，都需要融资。所以最终表现为融资在增长，但是投资创造的产出在下降，所以基建领域的部分低效率投资会带来杠杆率的提升。
房地产领域也是类似的道理。房地产可以被理解成一种固定资产，类似于机器、厂房设备，投资之后带来的经济产出其实就是租金回报，相当于给大家提供居住的服务。过去几年，我国大多数城市的租金回报率可能仅有1%到2%，有些城市可能是在1%左右，这样的回报率相对来说是比较低的。但是房地产的融资成本非常高，这就会带来一定的问题。这里要区分房地产投资的收益，一部分是租金，这是提供居住服务得到的回报，另一部分是房产本身价格的上涨，但这是二级市场中的资本利得，并不会包括在GDP中，只是财富的转移。所以虽然买房似乎能够赚钱，但是从经济回报的角度来说，它并不能创造足够多的产出，这跟基建是类似的逻辑，带来的结果也是杠杆率的攀升。
除了杠杆率的绝对值水平以外，我们还杠杆的结构，中国非金融企业部门的杠杆率应该是全球主要经济体里面最高的。其中很大一部分是来自于国有企业，因为其承担了很多财政的功能。中国的企业杠杆率，包括地方政府杠杆率，本质上是财政的职责和权利的划分的问题。如果我们把国企、城投平台的杠杆剔除掉，其实企业部门的杠杆率就没有那么高了，因为这里面将一部分政府的杠杆率也计入进去。
我国居民部门的杠杆率虽然没有发达国家高，但是在主要新兴经济体中排名较高，而政府部门的杠杆率相对来说偏低。所以政府部门是有加杠杆的空间的，如果再细分一下，地方政府的杠杆率是偏高的，但是中央政府是有加杠杆的空间的。
如果分析财政功能的本质，财政是代表全体人民的利益，是帮助全民去做事情的。当整个经济面临困难的时候，理论上就是应该由财政加杠杆。其他国家也是类似的，当市场化的方式没有办法解决问题的时候，就需要财政出场兜底和解决一些问题。所以理论上说，我们政府部门，尤其是中央财政这一块有较大的加杠杆的空间。
信用扩张是判断短期经济走势的第一个维度，观察我国经济还有另一个维度，就是房地产。这两个维度其实可以归结到一块，因为很多融资都跟房地产相关。中国的融资增速领先经济增速大概两到三个季度，而中国房地产销售的增速领先房地产投资增速两到三个季度，理论上我国融资的增速和房地产销售的增速基本同步，这从本质上反映出房地产在我国经济中贡献比较大，它对融资、经济有主导作用。
房地产贡献大的原因主要有以下几方面。第一是收入效应。我们利用投入产出表计算了完全消耗系数，即一单位房地产行业GDP的增长，能够拉动其他所有行业多少 GDP增长。例如，房地产不仅拉动了建材行业，还会拉动上游行业，所以我们要把所有的拉动合并计算。然后我们将经济分为两个部分，分别是房地产相关和不相关的领域。我们发现过去的十多年时间中，经济增长的1/3和房地产是相关的，而且这个估算还有一定遗漏，因为我们仅仅计算了房地产行业消耗的原材料以及再往上回溯的领域，如果考虑互补品，比如家具、家电，房地产对经济的贡献会更大。这个会带来一定的收入效应，即房地产能够拉动经济，提高大家的收入。
房地产贡献大的另外一个原因是财富效应。我国的居民有六到七成的财富直接或者间接地配置到了房地产行业，有的是直接买房，有的是居民把存款交给金融机构，金融机构再间接把银行存款投向房地产。如果把这些直接和间接配置加总，大概有六到七成的居民财富投向房地产行业。
房地产在居民的财富配置当中占比很高，因此会对消费、经济也会产生影响，这是财富效应。大家之前讨论的一个问题是“房价高了以后会抑制消费”。我们发现现实并不是这样的，房价上涨时，消费更强劲，房价下跌时，反而消费会走弱。如果从个体或者是从长期的维度来看，高房价可能会对部分消费有一定的抑制作用。但是如果从短期的趋势来看，房地产的财富效应体现得更加明显。如果一个居民拥有的房产价格涨了百分之二、三十或者四、五十，居民会觉得自己更加有钱，更愿意去消费。
其实我国的房地产在经济中的地位，就类似于美国的股票市场在经济中的地位。我们前文提到，中国房地产市场的销售领先房地产投资大概两到三个季度，而美国的股市对于经济也有领先性。这是因为美股下跌，居民的养老金就会缩水，这会对消费有影响，而美国的经济七成以上靠消费来拉动，所以美国股市难以持续下跌。如果股市跌多了，经济下行，货币政策就会放松。货币政策并不是为了托底股市，而是为了托底经济。而我国的政策放松，不是为了刺激房地产，而是托底经济，经济又是和房地产相关的，这样的传导链条就导致房地产下跌时，央行会放松政策。但是今年对于国内的房地产来说是比较特殊的，因为非经济方面的影响比较大。
回顾房地产市场的历史，如果从对经济拉动的角度去看，我们应该更多小城市的房地产市场，这是因为大约2/3的房地产销售面积是由小城市贡献的。虽然大城市在销售金额的占比可能会偏高一些，但是在不同城市建设房子，消耗的建材和原材料基本是类似的，并不会有太大的差异，但在金额上差异较大。如果纯粹考虑对实际GDP的拉动，更多应该中小城市的房地产变化，这些才是经济的主导变量。
观察中小城市，我们发现在2010到2022年之间，这些城市的房价几乎没有上涨。我们列举了几个有代表性的城市，而其他大部分城市的趋势是类似的。如果分阶段去看， 2010到2014年之间房价是上涨的，而2014年以后的房价下跌基本抹掉了之前的涨幅。
这是因为需求在增加的同时，供给增加的更快，价格就没有涨起来。2010年以后，我国的城镇化快速推进，但是在人口大量向城市转移的过程中，城市的建筑面积扩张速度更快，因此房价没有上涨。大量郊区都转变为城市，城市的边界持续扩张。我们还参考了2022年复旦大学陆铭教授的研究，其研究发现，全国很多个城市都在进行新城开发，到2014年时房地产的供给已经过量了，而农村人口大批量转移城市去买房主要是在2014年之前，这部分的刚需基本上消耗得差不多了。
如果人口流入到城市的数量在慢慢减少，房地产市场就会有调整的压力。在2014-2022年，很多城市的房价都出现了调整。当时房地产企业，尤其是地方性的企业，面临债务违约问题。当时部分房地产企业借用民间融资从事开发，但到了2014、2022年时，很多企业的房子滞销，出现债务违约，最后只能把这些房子直接给居民来抵债，当时很多企业，尤其是在中小城市布局的企业，就已经难以存活了。
由于房地产市场面临下行压力，2014年后我国的宏观政策再度开始放松。2014、2022年，大城市房价大幅上涨，比如上海、北京。如果做个类比，核心城市的地产就类似于股市里面的茅台，有比较好的业绩和比较好的基本面支撑，政策稍微宽松，价格大概率就会上涨。一线城市有大量的人口流入，所以对房地产有很强的需求，供给是比较有限的，只要稍微放松一下政策，房产价格可能就涨起来了。而对于绝大部分的小城市来说，在2014-2022年时，房价并没有快速上涨，这是因为这些城市，包括很多中西部的地区，城市边界持续扩张，房地产的供给量非常大，而且供给的潜力较大，可以不断地增加。所以小城市在一线城市房价上涨的时候并没有上涨。房地产购买的增量在慢慢减少。
如何稳定小城市的房地产市场？从2022年开始，我国开始推进供应侧改革，棚改的力度开始加码，第一波买房的居民主要是拆迁户，其拿了补偿款后就到市场上购买房产，从而慢慢把房价稳住，甚至房价出现了一定幅度的上涨。当看到房价上涨以后，更多居民把自己的钱拿出来，甚至从银行借钱买房。之前可能大家认为买房是刚需，但刚需是一旦降价，大家愿意买得更多，金融资产则反之，越降价越没人买。所以从量价关系上来看，房地产更接近金融资产的属性。
所以在2022到2022年，尤其是2022年到2022年的上半年，拆迁户使得房价抬升后，更多居民进入房地产市场。这一波房价上涨的幅度非常大，一年多的涨幅超过了过去五六年。但其实房子的供给没有减少，供需关系没有变化，所以这波房价上涨和资金入场是有关系的，把小城市的房价推到了很高的位置。
我们通过衡量房价收入比来说明房价有多高。房价收入比是指，一对夫妻在一个城市买一套100平米的房子大概需要多少年的收入。国际上一般国家的房价收入比是在10倍以内，像美国大约是6倍，而中国很多城市都是15倍以上，甚至有一些超过了20倍。这就意味着，如果一对夫妻在一个城市买一套100平米的房子，需要15年的全部收入。而且平时还需要日常花销，如果日常花销占一半的话，那么时间就要翻倍到30年。从收入的角度来看，居民没有那么强的购买力，对房地产的需求不会这么高，但是我国居民买房靠的是“六个钱包”，也就是还要加上双方父母的钱。
在这种情况下，买房就成为了一种投资行为，这和美国居民买股票是类似的。我们结合第一部分人口的内容，其中第一代婴儿潮的资产很多都配置到了房地产领域，60后、 70后的一代，有的是自己买了房，有的是给第二代婴儿潮的子女买了房。而第二代婴儿潮结婚生育的时间，恰恰就是房价大涨时期。所以第一代婴儿潮的资产主要配置到了房地产中。
现在面临的问题是，第一代婴儿潮逐渐退休，而退休以后的开销增加、储蓄减少。养老、医疗等花销难以避免，这时候就需要动用储蓄。那么为了养老和医疗需求，是否需要卖房？如果房价下跌了，养老和医疗的资金从哪里来？
2022年可以说是我国中小城市房地产市场的最高点，这个最高点的出现和货币、资金的入场是有关系的。如果纯粹从农村居民进城买房这一刚需的角度去考虑，我们认为在2013年，刚需的顶点就已经达到了。之后一波房价上涨主要是由于资金的推动。这一波把整个房地产市场都推向了比较高的位置。从2022年开始，棚改政策慢慢退出、降温，尤其是货币化的比例在下降，中小城市就开始消化泡沫的风险。
任何一种资产价格的泡沫起来以后，要想彻底消除泡沫的风险，只有让价格跌下来，如果价格还维持在非常高的位置，那么泡沫的风险不可能消除。房地产市场也是一样的，要么价格跌下来，要么收入涨上去，但是短期内收入是不可能大幅上涨的，而现在这个收入无法支撑现在的房价，可能是要等几年或者是十多年以后，收入才能够支撑当前的价格水平。尽管房价有的未跌，但交易量在萎缩，说明已经在“阴跌”了。
2020年，新冠的到来，货币刺激力度增加，房地产市场结构性反弹。在2020年新冠爆发初期，在货币的刺激之下，一些核心城市的房地产市场是有反弹的，再加上之前房地产的基数相对来说偏低，所以2020年的房地产市场对经济是有正向拉动的。但这波反弹跟小城市没有太大关系，反弹主要集中在一些大中型城市。
2021年，随着房地产调控政策的收紧，比如像三条红线、房贷两集中等政策推出，再加上就业、收入下降，从去年以来，房地产市场开始加快出清速度。我们分析了季调后的月度居民贷款增速，发现去年下半年以来下滑的速度要超过之前的几年。房价有下跌的压力，出现了房企爆。
