第一章引言20世纪90年代,房地产开发是中国房地产市场中最主要同时也是利润最高的商业活动。为了获得足够的房地产开发项目资金,开发商想尽办法寻找资金来源。房地产的资金需求量,及其高回报率吸引了大量的投资者。此外,机构投资者也一直在寻找风险水平较低,有稳定高回报的投资机会。房地产市场已经成为了他们研究和投资的目标之一,甚至还成立了一些专门的房地产投资基金,如房地产投资信托基金。然而,专业投资者和投资信托基金也是在投资理论的指导下作出决策的,从而避免高风险获取高收益。第二章节文献综述2.1投资组合理论的发展20世纪60年代,Fama提出了有效市场假说,包括三种类型:弱式有效市场假说,半强式有效市场假说和强式有效市场假说。1952年,马克维茨在他发表在《金融期刊》上的文章《投资组合选择》中提出了现代均值方差模型。他说,收益的方差可以衡量投资组合的风险。他还推导出了预期回报率及其方差的计算公式。20世纪60年代,Black和Lintner提出了只包括风险资产的零Beta资产定价模型。通过在投资组合中添加无风险资产,威廉夏普(1964)推导出了著名的资本资产定价模型(CAPM)。CAPM模型只考虑投资组合资产之间的关系,其中包括风险资产,无风险资产和市场投资组合,所以计算公式非常简单。史蒂芬·罗斯(1976,1977)提出了套利定价理论,他认为投资组合的收益波动是由特定的几个因素造成的。后来,学者们又推导出了一个经验模型:多因素模型,这个模型可以帮助投资者精确地选择风险因素的种类和数量。2.2房地产投资信托基金根据定义,房地产投资信托基金是一些公司,他们投资于不同房地产,包括商场、写字楼、酒店、公寓和由不动产作抵押的贷款。一般而言,房地产投资信托基金分为三类:股权投资信托基金,抵押房地产投资信托基金及混合房地产投资信托基金。20世纪60年代,房地产投资信托基金首先在美国发展起来。2006年底,意大利议会批准了对房地产上市公司实行税收优惠的法律。但是迄今为止,中国还没有正式的房地产投资信托基金。去年年底,国务院提出了房地产投资信托基金可以作为一种探索性的融资渠道。中国政府正试图发展房地产投资信托基金,以促进中国房地产业的发展。人们认为,一旦一些规章制度准备就绪,房地产投资信托基金将在年内正式进入中国市场。第三章投资组合理论3.1马克维茨均值方差模型马克维茨推导出的预期回报率和方差的计算公式是基于以下假设:(1)投资项目的预期收益可以代表实际收益。在持有期间,期望收益呈正态分布。(2)投资者的决策是为了让预期效用最大化。效用的曲线的边际效应递减。(3)收益的不确定性是通过期望收益的波动性表现出来。(4)投资者仅基于期望收益和风险作出决策。(5)在风险确定的情况下,投资者偏好更好的回报率,而在收益率一定的情况下,投资者则倾向于较低的风险。计算期望收益时,我们应该把概率问题考虑进去。方差表明可能收益的波动性,而我们常用的标准差则是方差的平方根。协方差衡量的是两个变量随时间的变化情况。两种不同资产收益率之间的协方差将影响投资组合的风险。两个变量之间的相关系数表明收益率的变化关系,它的值介于-1到1之间。投资组合中不同资产的权重会影响投资的期望收益。期望收益是所有组成资产的加权平均收益。投资组合的方差应该包括资产的权重和任意两资产之间的协方差。有效前沿是曲线的右上部分,投资者通常在有效前沿上选择投资组合。效用曲线表明投资者对投资组合的风险和收益的偏好。通过与有效前沿相比较,效用曲线帮助投资者选择最适合他的具体的投资组合。3.2资本资产定价模型(CAPM)CAPM模型描述了风险资产的收益和风险之间的关系。当资本市场处于均衡状态时,所有包括风险资产和无风险资产的投资组合都应位于资本市场线(CML)上。我们可以用资本资产定价模型公式来计算所要求的回报率,并与回归估计的资产收益率相比较,以确定资产是被低估或者是高估,从而进一步帮助投资者进行投资决策。3.3套利定价理论(APT)套利定价理论只需要很少的几个假设前提,如完全竞争市场,投资者是理性的且厌恶风险,没有交易成本等。同时,APT假设一项资产的回报率受K个风险因素的影响。这个模型还假设某个特定的回报率可以通过完全分散化的投资组合来估计,而且资产收益仅仅与市场风险有关。系统风险的影响可以反映在每种风险因子所带来的风险溢价上。第四章投资组合理论在房地产市场中的应用4.1房地产的种类一般来说,根据以下标准:地理位置、用途、开发商的目的以及持有时间等,可以把房地产分为多种类型。4.2房地产投资策略根据以上区分房地产的标准,我们可以把相应的投资策略划分为:地点分散化策略,类型分散化策略,目的分散化策略以及时间跨度策略。4.3投资组合选择和管理过程(1)了解短期和长期需求,熟悉历史市场表现,并对投资作出适当的预期。(2)收集宏观经济环境相关的信息,选择合适的投资策略,以满足短期和中期的期望。(3)用选定的投资策略构建投资组合,以最低的风险水平,最高的回报,或者适当的风险和收益水平来满足投资者的需求。(4)定期考核房地产投资组合的收益情况。注意市场情况和政府政策。必要时调整投资目标和战略,以满足不断变化的投资者需求。4.4实证研究的步骤步骤1:数据选择选择专业的房地产观察者在很长一段时间内定期编译的几个城市的房地产价格或者价格指数。步骤2:数据处理计算各个时间段的投资回报率,以观察投资的收益情况。步骤3:分布检验检验收益序列是否呈正态分布。在本论文中,我们用偏度和峰度衡量收益的分布情况。步骤4:相关性分析我们有必要知道不同资产的相关性,零相关表明了资产的充分分散化,在很大程度上降低了风险。步骤5:构建投资组合设定不同的收益水平,在每个收益水平下,计算最小方差,以及最小方差组合中每种资产的比例。第五章中国市场的实证研究5.1数据选择世界领先的房地产顾问戴德梁行编纂和出版全世界大多数城市的物业季度价格指数。中国内地指数包括六个大城市的高端住宅和甲级写字楼的价格和租金指数,这六个城市为:上海、北京、深圳、广州、大连和天津。5.2数据处理房地产投资的年度收益率为资本利得和租金收益之和。由于戴德梁行指数是相对数值,为了计算收益序列我们应该把它们转化为实际的价格和租金。由于租金是每月的均值,我们通过以下公式来计算写字楼和住宅的年度收益率:5.3分布检验STATA软件可以帮助我们总结变量的基本信息,有一半变量的偏度是负值,意味着它们的分布向右偏斜,而其余的偏度是正值,表明它们是左偏的。然而,所以变量偏度的绝对值都小于1,因为我们可以说,这些变量在峰值两边几乎是对称分布的。另外,变量的峰度值介于2.3和4.7之间。严格地说,这些变量不是呈正态分布的,但我们仍然可以用均值方差方法来优化投资组合。5.4相关性分析用STATA生成六个城市写字楼和住宅的收益相关性距阵。因为所有相关系数都在0和1之间,所以变量之间存在正相关关系。相关系数最高(0.7102)是上海的写字楼和北京的住宅,而相关性最低(0.0936)的是广州的写字楼和大连的住宅。由于所有的相关系数均小于1,我们仍可以用分散化策略来优化投资组合。5.5构建投资组合首先我们可以使用地点分散化策略投资于不同城市的住宅。在每一个收益水平上,找出最小标准差的投资组合,这里最小标准差为4.9%,最高的收益风险比为4.777。在所有的五种情况下,上海住宅和深圳住宅的比重都为0,这意味着这两种资产对于增加收益和降低风险不起作用。然后,用同样的方法构建写字楼投资组合。这些投资组合中最高的回报率为15.5%,只有住宅最高回报率(31.7%)的一半。最低标准差为6.9%,也高于住宅的最低标准差。写字楼的平均收益水平要比住宅的低,同时写字楼的平均收益风险比也较低。因此,我们可以说,写字楼投资组合的表现不及住宅投资组合。然而,如果我们结合住宅和写字楼的投资,通过运用类型分散化策略构建一个多元化的投资组合,结果应该比投资于单一类型的资产要好。随着收益水平的增加,投资组合主要由北京、广州、大连和天津的住宅所构成。第六章意大利市场的实证研究6.1数据选择自1988年以来,Nomisma在每年的二月,五月和十月都会出版一本书叫做《房地产观察》,其中包括写字楼,住房和商铺的价格和租金。他们仅仅收集这三个月的数据作为上半年和下半年的代表价格。考虑到价格的可比性,我们选择了以下几个意大利的大城市:博洛尼亚、佛罗伦萨、米兰、罗马和威尼斯。另外,我们用最低价格和最高价格的平均值作为这个地区住宅的平均价格。对于住宅来说,我们考虑新的高档住宅和位于中心城区的住宅的平均价格。对于写字楼和商铺,我们只考虑了那些位于中心城区的资产。现有从1993年到2008年的数据,一共32个数据点。6.2数据处理从1993年到2001年Nomisma出版的价格和租金都是以里拉为单位的。因此,我们应该用1000里拉=0.516457欧元这个固定汇率把所有数据转换成欧元。然后,计算位于中心城区的写字楼和商铺的价格和租金的最低价和最高价的平均值,以及高档住宅和位于中心城区住宅的平均价格和平均租金。原始数据是每平方米每年的租金,因此我们应把每个值除以2得到半年的租金。基于平均价格和平均租金并用以下公式我们可以计算出年收益率:6.3分布检验用STATA总结每个变量的平均值、最小值、最大值、标准差、偏度和峰度。注意,几乎每个变量的偏度值都为负,表明它们都是右偏的,只有佛罗伦萨住宅和威尼斯写字楼的偏度值为正。偏度最高的绝对值为1.25,其他的都小于1。此外,峰度值介于1.9和3.7之间。6.4相关性分析计算12个变量的相关系数距阵。正如中国的数据,由于相关系数都大于0,所有变量都两两正相关。米兰住宅和罗马住宅的相关系数最高,为0.8937;博洛尼亚和佛罗伦萨写字楼的相关系数最低,为0.3014.6.5构建投资组合投资六个意大利城市的住宅,在每一个收益水平上使得标准差最小化。组合B的标准差最小,为5.44%;组合E的收益风险比最高,为1.696。组合C、E和F的收益风险比也较高。米兰和那不勒斯的住宅不适合投资,因此它们的比重一直为0。罗马住宅的收益风险比最低。然后,用地点分散化策略构建六个城市的写字楼投资组合。写字楼的平均收益风险比要高于住宅,而其标准差的最小值也低于住宅的最小标准差。米兰、那不勒斯和罗马的写字楼不是投资的代表性资产,因为它们在所有投资组合中的比重都为0。如果考虑住宅和写字楼这12项资产所构成的广泛分散化的投资组合,以上的结果可以得到改善。最优投资组合包含以下三个城市的资产:博洛尼亚、佛罗伦萨和威尼斯,而其他三个城市的资产不适于投资。投资组合的最低标准差为5.059%,最高收益风险比为1.979。第七章分散化策略的比较分析7.1住房地点分散化7.2写字楼地点分散化7.3类型分散化总之,在中国,住宅投资比写字楼投资的收益要高。通过类型分散化投资于住宅和写字楼,结果可以得到一定程度的改善。在意大利,写字楼的收益要高于住宅,但其收益不及中国的住宅。通过类型分散化投资于住宅和写字楼,结果也可以得到改善。比较中国市场和意大利市场,中国的住宅收益率要高于意大利的,而两个市场写字楼的收益风险比却很相似。中国混合资产的收益率也比意大利高。第八章结论8.1研究结果分析本文的主要研究结果是,中国住宅的收益率高于写字楼,而意大利写字楼的收益风险比较高。造成这种结果的可能原因有:(1)经济发展阶段:中国在城市化和改善人民生活水平,而意大利的生活条件已经达到了一个很高的水平。(2)政府的政策:在过去的几年中,中国政府设定了新的城市布局,以适应未来的发展。(3)意大利的文物古迹:用旅游业来促进经济发展,同时也制约了现代化的进程。(4)意大利独特的写字楼市场:住宅和写字楼共存的局面。因此,经济和政策原因提高了中国的住宅需求,从众心理使得人们更趋向于投资住宅,因而在过去的几年中,房屋价格飞涨。意大利不令人满意的办公环境激发了写字楼的高需求。8.2投资决策分析尽管中国的写字楼和意大利的住宅收益较低,但仍能吸引大量的投资。为什么人们仍会投资于收益率较低的资产?(1)住宅和办公楼的收入模式不同;(2)房地产行业的回报率比其他行业高;(3)选择具体的投资项目,而不是某个地区内所有的住宅和写字楼。(4)分散化是降低风险的一个方式。8.3投资建议首先,房地产市场细分为几种类型的市场。投资者应该根据自己的技能,知识,资源,风险承受能力和自身的需要来选择投资目标。此外,在作出投资决策前,投资者应分析潜在资产的相关性,并选择相关系数较低的资产。最后,投资以后,投资者应该根据市场的变化管理和调整投资组合。8.4本文的不足和未来研究方向本文通过收集和整理1993年至2008年的数据而对中国和意大利房地产市场进行了比较研究。它主要运用了马克维茨均值方差方法分析了对于住宅和办公楼用不同的投资策略后的收益情况,并在两国市场都得出了一种资产细分市场表现优于另一市场的有趣结论。然而,它并没有分析这些实际因素如何以及在多大程度上导致了这种现象的出现。另外,论文没有讨论房地产投资信托基金的实际动作,这是房地产领域中非常受欢迎的一个话题。为了进一步的研究,作者可以用定性和定量分析一些主要因素对房地产市场的影响,并为专业的投资者提供更令人信服的和更实用的建议。