《房地产行业专题研究:七普数据透视拆迁需求知多少-220704(20页).pdf》由会员分享,可在线阅读,更多相关《房地产行业专题研究:七普数据透视拆迁需求知多少-220704(20页).pdf(20页珍藏版)》请在三个皮匠报告上搜索。
1、 证券研究报告证券研究报告 请务必阅读正文之后第请务必阅读正文之后第 19 页起的免责条款和声明页起的免责条款和声明 七普数据透视七普数据透视拆迁需求知多少拆迁需求知多少 房地产行业专题研究2022.7.4 中信证券研究部中信证券研究部 核心观点核心观点 陈聪陈聪 基础设施和现代服务产业首席分析师 S47 张全国张全国 房地产和物业服务行业联席首席分析师 S01 分析分析 2000-2020 年三次人口普查全国家庭住房房龄数据,年三次人口普查全国家庭住房房龄数据,我们注意到我国存量我们注意到我国存量住房的房龄不断变老,拆迁在过去十年加速,居民的住房质
2、量和数量大幅跃进。住房的房龄不断变老,拆迁在过去十年加速,居民的住房质量和数量大幅跃进。展望未来,我们相信拆迁安置的需求仍然旺盛,房屋运维和物业服务的需求则展望未来,我们相信拆迁安置的需求仍然旺盛,房屋运维和物业服务的需求则持续扩大。持续扩大。 十年一次的研究机会。十年一次的研究机会。第七次人口普查的长卷数据公布,意味着我们迎来了十年一次的、 分析中国存量住房情况的研究机会。 尽管人口普查问卷的准确程度应该低于房屋普查(即以人查房的方法不如以房查房精确),但我国近年来从未开展房屋普查,故而这已经是罕有的洞察全社会存量房屋状况的机遇。本篇报告,我们主要分析存量房屋的房龄结构以及老房拆迁速度, 并
3、以此推算未来十年我国的拆迁需求。由于方法论和数据可得性的问题,本报告的口径除特别说明外,均为包含城乡的全国整体数据。 房地产高歌猛进二十年,居民住房数量和质量大幅提升。房地产高歌猛进二十年,居民住房数量和质量大幅提升。根据七普数据,2000-2020 年,我国家庭户数增长 38%,存量房建筑面积增长 89%,居民户均住房面积从 82 平米上升到 111 平米。存量住房中没有厨房的住房比例,二十年来从 16%下降到 4%,没有厕所的住房比例,则从 28%下降到 3%。 政策因素驱动拆迁提速。政策因素驱动拆迁提速。虽然房屋的平均质素上升,但棚改货币化等政策因素,驱动房屋拆迁提速。2010-2020
4、 年,我们测算老房拆迁规模总计 80.4 亿平米,这较之2000-2010年净增加了44.5亿平米。 2010年时存量房屋中, 房龄为21-30年、31-40 年、41-50 年和 50 年以上的房屋,到 2020 年时分别被拆掉了 25%、40%、53%和 57%。如果我们在 2010 年去观察 2000 年之后十年存量房屋被拆掉的比例,则十年间不同房龄段被拆掉的比例分别为 22%、23%、32%和 51%。 存量房屋房龄持续变老。存量房屋房龄持续变老。尽管拆迁加速,但由于房屋建设在房改前后有明显加速,逐渐进入老房阶段的住宅,数量反而有所提升。和 2000 年相比,2020 年居住在房龄 3
5、0 年以上的老旧住宅中的家庭户占比由 11%上升到了 14%。我们估计,全社会的平均楼龄,2020 年为 17.4 年,较之 2000 年增加超过 2 年。 2021-2030 年间,中性情景预计年产生城镇住房拆迁需求近年间,中性情景预计年产生城镇住房拆迁需求近 6 亿平米。亿平米。我们根据过去不同房龄段十年内拆迁比例,和 2020 年底房龄结构分布,再考虑人口普查可能低估空关房规模等因素,在中性情况之下,预计城镇住房年拆迁需求近 6亿平米。可能导致实际拆迁数据超过这一规模的因素,包括稳增长诉求,货币化安置推广, 拉动房地产投资政策等; 可能导致实际拆迁数据低于这一预测的因素,包括房屋营建质量
6、提升,城市规划强调“留下城市记忆”,极低质素无卫生间设施的房屋存量大幅下降等因素。 风险提示:风险提示: 以人查房的人口普查长卷数据, 毕竟只能是对存量房源的真实情况模拟,而不会是存量房屋情况本身。例如,这种调查方法可能遗漏空关房,从而导致社会总存量住房数据被低估。 问卷还可能低估人均住房面积, 因为受访人或许担心过高的人均住房面积导致缴纳房地产税等进而存在瞒报的可能。 科学认识房地产行业的长期可持续性。科学认识房地产行业的长期可持续性。在经过定量测算之后,我们可以发现我国房地产开发建设在过去二十年取得了巨大的成绩,极大提升了居民的居住水平。但展望未来,拆迁安置的需求预计仍然旺盛,房屋运维和物
7、业服务的需求则有望持续扩大。 重点公司盈利预测、估值及投资评级重点公司盈利预测、估值及投资评级 房地产和物业服务房地产和物业服务行业行业 评级评级 强于大市(维持)强于大市(维持) 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 2 简称简称 收 盘 价收 盘 价( 交 易交 易币种币种) EPS(元)(元) PE 评级评级 21A 22E 23E 24E 21A 22E 23E 24E 万科 A 20.40 1.94 2.10 2.26 2.54 11 10 9 8 买入 万科企业 19.72 1.94 2.10 2.26 2.54 8 8 7 6
8、买入 招商蛇口 13.44 1.16 1.32 1.26 1.14 12 10 11 12 买入 保利发展 17.52 2.29 2.46 2.72 3.35 8 7 6 5 买入 金地集团 13.10 2.08 2.03 1.97 2.10 6 6 7 6 买入 龙湖集团 37.05 3.69 3.46 3.81 4.19 8 9 8 7 买入 华润置地 36.60 3.73 4.14 4.53 4.93 8 7 7 6 买入 滨江集团 8.61 0.97 1.12 1.23 1.31 9 8 7 7 买入 绿城中国 16.26 1.78 1.99 2.07 2.17 7 7 6 6 买入
9、美的置业 12.68 3.15 2.91 3.39 5.09 3 4 3 2 买入 华发股份 7.70 1.51 1.65 1.81 1.82 5 5 4 4 买入 资料来源:Wind,中信证券研究部预测 注:股价为 2022 年 7 月 1 日收盘价 表 1:2000-2020 年各房龄段房屋拆迁量及占比统计(房龄以人口普查截止日计算,单位:亿平米) 2000-2010 年年 2010-2020 年年 拆迁总量 35.9 80.4 楼龄分布楼龄分布 21-30 年 20.4 33.2 31-40 年 6.5 28.5 41-50 年 3.1 11.6 51 年以上 6.0 7.2 占期初存量
10、比例占期初存量比例 21-30 年 22.1% 24.8% 31-40 年 22.8% 39.9% 41-50 年 31.6% 53.2% 51 年以上 51.1% 57.3% 占总拆迁量占总拆迁量 21-30 年 56.7% 41.2% 31-40 年 18.0% 35.5% 41-50 年 8.7% 14.4% 51 年以上 16.7% 8.9% 资料来源:国家统计局,中信证券研究部 注:落成 20 年内的房屋我们假设没有拆迁量。这不仅基本符合事实,且由于新房从落成到交付使用有一定时间滞后,这会导致反馈居住在次新房的家庭在 10 年后不降反增,无法准确衡量次新房拆迁量。 gUhUoXbV8
11、ZcZrUtVqV7N9R7NsQnNmOsQjMpPqPfQmMqNaQqQuNNZnQrNMYoOwP 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 3 目录目录 研究方法论概论研究方法论概论. 5 拆迁加速,居住条件显著改善,但平均房龄变老拆迁加速,居住条件显著改善,但平均房龄变老 . 5 全国家庭户房龄结构总体对比 . 5 房屋拆迁进度的历史回顾 . 8 住房品质的显著提升 . 10 新十年拆迁规模预测新十年拆迁规模预测 . 11 重点区域房屋存量和拆迁情况透视重点区域房屋存量和拆迁情况透视 . 13 风险因素风险因素 . 16 房地产房地产
12、行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 4 插图目录插图目录 图 1:2000-2020 年全国人口普查户数(万户)及建筑面积(亿平米) . 6 图 2:2000-2020 年全国人口普查户数及建筑面积年均复合增长率 . 6 图 3:全国家庭住房按建成年代分户数占比 . 6 图 4:2000-2020 年分住房房龄家庭户数量变化(万户) . 7 图 5:2000-2020 年全国家庭户住房平均房龄变化 . 7 图 6:2000-2020 年全国居住在老旧房屋家庭户占比变化 . 7 图 7: 2000-2020 年全国家庭户均建筑面积(平米) . 8 图 8
13、:全国家庭住房按建成年代分建筑面积占比 . 8 图 9: 2000-2020 年不同建成年份房屋家庭户户数变化(万户) . 9 图 10: 2000-2020 年不同建成年份房屋家庭户住房建筑面积变化(亿平米) . 9 图 11: 全国 2000 年以前建成房屋内居住家庭户户数变化比例 . 10 图 12:2000-2020 年全国家庭户住房无厨房及无厕所比例 . 10 图 13: 2000-2020 年不同房龄房屋拆毁建筑面积占期初面积比例 . 11 图 14:2020 年全国存量房房龄分布 . 12 图 15:中性情形下 2020-2030 年预测各房龄房屋拆迁量占比 . 12 图 16:
14、2020-2030 年分情形房屋拆毁建筑面积(亿平米)及拆毁比例预测 . 12 图 17:4 个典型区域 2000-2020 年家庭户户数(万户)及年复合增长率 . 13 图 18:4 个典型区域 2000-2020 年家庭户建筑面积(亿平米)及年复合增长率 . 13 图 19:4 个典型区域 2020 年家庭住房按建成年代分户数占比. 13 图 20:北京 2000 年以前建成房屋内居住家庭户户数变化比例 . 14 图 21:上海 2000 年以前建成房屋内居住家庭户户数变化比例 . 14 图 22:浙江 2000 年以前建成房屋内居住家庭户户数变化比例 . 14 图 23:湖北 2000
15、年以前建成房屋内居住家庭户户数变化比例 . 14 图 24:4 个典型区域中性情景下 2020-2030 年房屋拆毁建筑面积(亿平米)及拆毁比例预测 . 15 图 25:4 个典型区域 2020-2030 年房屋分建成年份拆毁建筑面积(亿平米)预测. 15 图 26:4 个典型区域 2000-2020 年家庭户住房平均房龄 . 16 图 27:4 个典型区域 2000-2020 年居住在老旧房屋家庭户占比. 16 表格目录表格目录 表 1:2000-2020 年各房龄段房屋拆迁量及占比统计(房龄以截止日计算,单位亿平米) . 8 表 2:2020-2030 年房屋拆毁建筑面积预测情景说明 .
16、11 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 5 研究研究方法论方法论概论概论 由于我国近年来从未开展房屋普查(数房) ,十年一度的人口普查,就成为洞察全社会存量房屋情况、预测未来住房需求变化的重要数据基础。用人口普查的长卷数据来分析中国房屋的情况,存在方法论的瑕疵。比如,跳过空关户会导致房屋存量被低估,且我们无法知晓空关户的房龄结构等问题。尽管如此,人口普查长卷依然是洞悉房地产市场总量图景少有的重要数据来源。 一般来说,我们的研究会聚焦城市住房。但在房龄结构和拆迁需求的研究中,以 10年为单位时间跨度的中长期研究中,城镇与乡村的边界变得不再固
17、定,大规模的城镇化进程推动城市范围不断延展,仅采用城镇范围数据可能在长时间跨度研究中产生误差。不仅人会在城乡之间变化,自建房本身也可能从位于农村转为位于城市。而且,五普的数据只有全国样本的长卷。 本文采用 2000 年、2010 年、2020 年国家统计局开展的第五、六、七次人口普查全国家庭户住房建成年份统计数据作为研究基础。同时,人口普查数据中关于住宅建成年份数据均为 10%抽样数据,报告中所有绝对值数据均通过 10 倍扩样处理,以模拟全国及区域相关数据的真实数值。 由于每次人口普查问卷房龄时间划分略有差异,最新一期时间跨度通常较其他期跨度长 11 个月(如第六次人口普查中房龄相关问题的最近
18、时间跨度选项为“2000 年后” ,实际跨度为 2000 年至 2010 年 11 月, 而其他选项时间如 “1990-1999 年” 跨度均为 10 年) ,跨报告比较可能出现误差。但考虑到人口普查以家庭户为单位,调查对象为家庭现住房,而新房建成后通常还有较长的装修及过渡期,跨年份比较仍然是可行的。 拆迁加速,居住条件显著改善,但平均房龄变老拆迁加速,居住条件显著改善,但平均房龄变老 全国家庭户房龄结构总体对比全国家庭户房龄结构总体对比 截止 2020 年 11 月,全国家庭户户数约 4.57 亿户,家庭住房总建筑面积约 509.93 亿平米(该数据应该存在低估,因为空关户不被计入) 。 与
19、 2000 年相比,2020 年家庭户户数与建筑面积分别增长 38.0%和 88.6%,以 2010年为分界点,前 10 年家庭户户数与建筑面积的增长率均高于后十年。2000-2010 年全国家庭户户数与建筑面积的年均复合增长率分别为 1.7%和 3.8%,2010-2020 年增速则分别为 1.5%和 2.7%。房屋的建筑面积增速持续快于家庭户数增长,全民居住条件持续改善。 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 6 图 1:2000-2020 年全国人口普查户数(万户)及建筑面积(亿平米) 资料来源:国家统计局,中信证券研究部 图 2: 2
20、000-2020 年全国人口普查户数及建筑面积年均复合增长率 资料来源:国家统计局,中信证券研究部 截止 2020 年,居住在 2000 年以后建成房屋的家庭户户数达 2.97 亿户,占总户数的65.0%,其中 1.59 亿户,占总户数 34.7%的家庭户居住在 2010 年以后建成的房屋内。20年间,居住在上世纪 70、80 和 90 年代建成房屋内的家庭户户数分别减少了 2977.8 万、6959.6 万和 4374.9 万户,分别占 2000 年调查存量的 70.8%、59.7%和 31.7%,其合计占比由 89.3%下降至 33.5%。居住在 1970 年之前建成房屋的家庭户在 200
21、0 年调查时占10.7%,目前下降到 1.5%。 图 3:全国家庭住房按建成年代分户数占比 资料来源:国家统计局,中信证券研究部 0050060005,00010,00015,00020,00025,00030,00035,00040,00045,00050,000200020102020户数建筑面积(右轴)0.0%0.5%1.0%1.5%2.0%2.5%3.0%3.5%4.0%户数建筑面积-20200%10%20%30%40%50%60%70%80%90%100%2000201020201949年以前1950-1959年1960-1969年19
22、70-1979年1980-1989年1990-1999年2000-2009年2010-2014年2015-2020年 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 7 图 4:2000-2020 年分住房房龄家庭户数量变化(万户) 资料来源:国家统计局,中信证券研究部 从调查日的房龄结构来看,2000、2010 和 2020 年调查时,居住在楼龄 20 年以内的家庭占比分别为 76.6%, 67.3%和 65.0%。 居住楼龄 30 年以上房屋的居民, 在 2020、 2010、2020 年则分别为 10.7%,11.8%和 14.4%。可见,我国的
23、住房平均房龄整体仍然呈现上行趋势。尽管最近 20 年落成的房屋数量不少,拆迁速度也很快,但老旧小区的绝对数量和相对占比,仍然持续提升。 所以,我国存量房屋的平均楼龄也在持续提升(尽管拆迁速度在加快) ,这对于房屋运维提出了更高的要求,也意味着物业管理的品牌化刻不容缓,更说明住房维修资金制度需要改革。我们测算,全国家庭户住房平均房龄由 2000 年 15.2 年提升至 2020 年的 17.4年。而如果定义房龄 30 年以上房屋为老旧房屋(即城市中的老旧小区) ,则居住于其中的全国家庭户比例由 2000 年的 10.7%提升至 2020 年的 14.4%。 图 5:2000-2020 年全国家庭
24、户住房平均房龄变化 资料来源:国家统计局,中信证券研究部测算 图 6:2000-2020 年全国居住在老旧房屋家庭户占比变化 资料来源:国家统计局,中信证券研究部测算 受家庭户均建筑面积提升的影响,全国家庭户不同建成年代住房建筑面积占比结构及变化趋势与家庭户户数基本一致,但变化幅度更大。2000-2020 年全国家庭户户均居住面积由 81.5 平米提升至 111.4 平米(考虑到人口普查的调查方式问题,这一数字更有可能被低估,而非高估) 。截止 2020 年,居住在 2000 年以后建成房屋家庭户的总建筑面积已达05,00010,00015,00020,00025,00030,00035,00
25、040,00045,00050,00020002010202020年以内21-30年31年以上14.014.515.015.516.016.517.017.518.02000201020200%2%4%6%8%10%12%14%16%200020102020 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 8 350.70亿平米, 占比达68.8%, 而居住在1970年以前建成房屋家庭户的总建筑面积仅 5.33亿平米,占比 1.0%。 图 7: 2000-2020 年全国家庭户均建筑面积(平米) 资料来源:国家统计局,中信证券研究部 图 8:全国家庭住
26、房按建成年代分建筑面积占比 资料来源:国家统计局,中信证券研究部 房屋拆迁进度的历史回顾房屋拆迁进度的历史回顾 我们可以将居民反馈的在过去十年居住的特定时间段落成房屋面积的净减少面积,近似看成过去十年拆毁的该特定时间段营造房屋的数量。同样的,我们将一次人口普查统计中反馈的居住在 10 年内新房的家庭房屋面积总和,近似等于该时间段营造房屋的总和。 虽然相对比例下降,但十年内建成房屋的绝对数量空前。2020 年统计 10 年内建成房屋内居住的家庭户户数约 1.59 亿户,总建筑面积 186.69 亿平米,均超过 2010 年统计的10 年内建成房屋内居住的家庭户户数 1.34 亿户和建筑面积 15
27、0.76 亿平米。 房地产开发在过去十年确实再上一个台阶。 2010 年普查时,21-30 年,31-40 年,41-50 年,51 年以上房龄拆迁部分占期初存量的比例,分别达到 22.1%,22.8%,31.6%和 51.1%。到 2020 年时,21-30 年房龄的拆迁比例基本未变,为 24.8%。但其他房源的拆迁速度明显加快,其中,31-40 年房龄房屋拆迁比例达到 39.9%,41-50 年房龄房屋拆迁比例达到 53.2%,51 年以上房屋拆迁比例更达到了 57.3%,这分别较上一次普查时,提升了 17.0、21.6 和 6.2 个百分点。我们认为,过去十年对老房拆迁速度明显加快,主要
28、是因为棚改货币化等加速拆迁政策的影响。 表 2:2000-2020 年各房龄段房屋拆迁量及占比统计(房龄以人口普查截止日计算,单位:亿平米) 2000-2010 年年 2010-2020 年年 拆迁总量 35.9 80.4 楼龄分布楼龄分布 21-30 年 20.4 33.2 31-40 年 6.5 28.5 41-50 年 3.1 11.6 51 年以上 6.0 7.2 占期初存量比例占期初存量比例 21-30 年 22.1% 24.8% 31-40 年 22.8% 39.9% 41-50 年 31.6% 53.2% 02040608001020200%20%40%60
29、%80%100%2000201020201949年以前1950-1959年1960-1969年1970-1979年1980-1989年1990-1999年2000-2009年2010-2014年2015-2020年 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 9 2000-2010 年年 2010-2020 年年 51 年以上 51.1% 57.3% 占总拆迁量占总拆迁量 21-30 年 56.7% 41.2% 31-40 年 18.0% 35.5% 41-50 年 8.7% 14.4% 51 年以上 16.7% 8.9% 资料来源:国家统计局,中
30、信证券研究部 注:落成 20 年内的房屋我们假设没有拆迁量。这不仅基本符合事实,且由于新房从落成到交付使用有一定时间滞后,这会导致反馈居住在次新房的家庭在 10 年后不降反增,无法准确衡量次新房拆迁量。 图 9: 2000-2020 年不同建成年份房屋家庭户户数变化(万户) 资料来源:国家统计局,中信证券研究部 图 10: 2000-2020 年不同建成年份房屋家庭户住房建筑面积变化(亿平米) 资料来源:国家统计局,中信证券研究部 -5,00005,00010,00015,00020,0-02-2020
31、房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 10 图 11: 全国 2000 年以前建成房屋内居住家庭户户数变化比例 资料来源:国家统计局,中信证券研究部 住房品质的显著提升住房品质的显著提升 即便平均房龄在拉长,老旧小区在增多,但房屋平均的品质也在实实在在提升。一方面,老旧小区可以焕新,另一方面,被拆迁的往往是条件较差的建筑。 2000 至 2020 年统计数据显示,全国家庭户住房中,无厨房、无厕所的住房比例分别由 15.5%、28.0%下降至 3.5%、3.4%,这意味着 20 年的住房改造更新和新房大量建设,大幅提升了全国居民住房基础条件,面
32、临住房设施刚性不足的居民比例大幅降低。然而考虑到全国家庭户数量的大基数效应, 仍有相当部分居民居住条件亟待改善。 同时我们认为,未来住房发展将从解决刚性住房困难向改善居民居住品质方向转型,住房最低标准也将由有无厨房、卫生间向有无电梯、自来水、燃气、暖气、网络等基础设施服务覆盖度等进一步提高要求。 图 12:2000-2020 年全国家庭户住房无厨房及无厕所比例 资料来源:国家统计局,中信证券研究部 -70%-60%-50%-40%-30%-20%-10%0%1949年以前1950-1959年1960-1969年1970-1979年1980-1989年1990-1999年2000-2010年变化
33、占2000年比例2010-2020年变化占2010年比例0%5%10%15%20%25%30%200020102020无厨房无厕所 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 11 新新十年拆迁规模预测十年拆迁规模预测 比较不同时间段内的同一房龄建筑拆毁比例(例如比较 2000-2010 年间房龄为 20-30年的上世纪 80 年代建成房屋的拆毁比例与 2010-2020 年间上世纪 90 年代建成房屋的拆毁比例)可以有效分析过去 20 年同类房屋被拆毁的实际力度,并基于此预测未来的房屋拆毁及新建房屋需求。 图 13:2000-2020 年不同房龄
34、房屋拆毁建筑面积占期初面积比例 资料来源:国家统计局,中信证券研究部 综合 2000-2020 年全国各房龄段房屋拆毁比例情况,我们针对 2020-2030 年进行了三种情形的假设预判。 中性情形假设各房龄房屋拆毁比例为 20年内房屋拆毁比例平均值,对应未来房屋更新速度保持平稳的状态;乐观情形和保守情形分别对应未来全国人均居住条件大幅改善和住房更新速度放缓的状态。 表 3:2020-2030 年房屋拆毁建筑面积预测情景说明 拆毁建筑比例假设拆毁建筑比例假设 情景解释情景解释 乐观情形 按 2010-2020 年各房龄住房拆毁比例增长3%计算 2020-2030 年全国人均居住条件大幅改善,住房
35、拆毁比例进一步提升,平均住房房龄保持平稳或小幅下降 中性情形 按2000-2010和2010-2020年各房龄住房拆毁比例均值计算 2020-2030 年房屋更新速度保持平稳,平均住房房龄维持现有速度提升 保守情形 按 2000-2010 年各房龄住房拆毁比例计算 2020-2030 年住房更新速度较大幅度下降,平均住房房龄较大幅提升 资料来源:中信证券研究部 未来全国新增住房需求仍有望保持中长期稳定。结合 2020 年全国家庭户住房房龄结构,在乐观、中性和保守情形假设下,我们预测 2020-2030 年全国拆毁房屋总建筑面积分别为 122.1 亿、96.5 亿和 80.4 亿平米,分别占 2
36、020 年家庭户住房总建筑面积的 24.0%、18.9%和 15.8%,对应年均房屋拆毁面积分别为 12.2 亿、9.7 亿和 8.0 亿平米。结合 2020年全国城镇家庭户总建筑面积占全国家庭户的 57.3%,2020-2030 年在中性情形下,预计全国城镇地区平均每年仍有 5.5 亿平米的房屋拆毁搬迁需求。 0%10%20%30%40%50%60%70%71年以上61-70年51-60年41-50年31-40年21-30年-2020 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 12 图 14:2020 年全国存量房房龄
37、分布 资料来源:国家统计局,中信证券研究部 图 15:中性情形下 2020-2030 年预测各房龄房屋拆迁量占比 资料来源:国家统计局,中信证券研究部预测 什么因素可能导致拆迁规模偏向于乐观情形呢?主要是产业政策,尤其是货币化安置政策的推广,加速搬迁老旧小区居民,拉动房地产投资的需要,以及在这种诉求背后,稳增长,保证一定政府性基金收入的诉求。 什么因素可能导致拆迁规模偏向悲观情形呢?主要是房屋的营建质量普遍提升,养护水平提升,城市规划更加倾向于“留下城市记忆” 。此外,无厕所和卫生间的房屋绝对数量和相对占比大幅下降,也是可能拉低未来十年拆迁速度的因素。 综合来看,考虑到城市化率应有提升,且我们
38、测算的数据来源可能存在存量房规模被低估(因为不是房屋普查,遗漏空关房) ,我们相信未来 10 年,每年存在 6 亿平米左右的刚性拆迁需求,是比较合理的。这是未来 10 年购房需求的基础构成。 图 16:2020-2030 年分情形房屋拆毁建筑面积(亿平米)及拆毁比例预测 资料来源:国家统计局,中信证券研究部预测 10年以内11-20年21-30年31-40年41-50年51年以上21-30年31-40年41-50年51年以上0%10%20%30%40%50%60%70%0949年以前 1950-1959年1960-1969年1970-1979年1980-1989年1990
39、-1999年2000-2009年乐观情景拆毁建筑面积中性情景拆毁建筑面积保守情景拆毁建筑面积乐观情景拆毁比例中性情景拆毁比例保守情景拆毁比例 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 13 重点区域房屋存量和拆迁情况透视重点区域房屋存量和拆迁情况透视 我们选取北京、上海、浙江、湖北四个产业、人口特征各不相同的省及直辖市作为区域研究样本,观察局部空间的房屋房龄结构的中长期变化。2000-2020 年 4 个区域家庭户户数由 3806.5万户增长至 5849.5万户, 家庭户住房建筑面积由 35.47亿平米增长至62.21亿平米,增长速度除湖北外,均
40、为先快后慢,符合全国总体趋势。 图 17:4 个典型区域 2000-2020 年家庭户户数(万户)及年复合增长率 资料来源:国家统计局,中信证券研究部 图 18:4 个典型区域 2000-2020 年家庭户建筑面积(亿平米)及年复合增长率 资料来源:国家统计局,中信证券研究部 4 个典型区域家庭户住房房龄结构呈现显著差异。 截止 2020 年, 各地区中 2000-2009年间建成房屋内居住的家庭户占比均为区域最高值,占比 28.8%-32.7%不等。上海居民家庭户住房房龄结构最老,居住在 2000 年以后建成房屋的家庭户占比仅 49.6%,而居住在1980-1999 年建成房屋内的家庭户占比
41、又显著高于其他区域,显示其城市住房建设高峰期较其他区域更为提前。湖北居民家庭户住房房龄结构最新,60.5%的家庭户居住在 2000年以后建成的房屋内,同时仅 6.0%的居民居住在 1980 年以前建成的房屋内。北京和浙江家庭户住房房龄结构基本一致,各项占比均处于上海与湖北之间。 图 19:4 个典型区域 2020 年家庭住房按建成年代分户数占比 资料来源:国家统计局,中信证券研究部 0%1%2%3%4%5%6%05001,0001,5002,0002,500北京上海浙江湖北2000201020202000-2010年CAGR2010-2020年CAGR0%2%4%6%8%05101520253
42、0北京上海浙江湖北2000201020202000-2010年CAGR2010-2020年CAGR0%10%20%30%40%50%60%70%80%90%100%湖北浙江上海北京1949年以前1950-1959年1960-1969年1970-1979年1980-1989年1990-1999年2000-2009年2010-2014年2015-2020年 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 14 2000 年以前建成的房屋为家庭户迁出(通常意味着房屋拆毁)的主要来源,考察不同区域 2000 年以前建成房屋内家庭户数量净变化比例可以有效反映各地
43、区的房屋拆毁进程及实施力度。与全国趋势一致,四个区域均表现为房龄越高,家庭户迁出率越高;除了北京部分房屋外,其余区域 2010-2020 年房屋拆毁、居民迁出的比例均高于 2000-2010年。针对北京 1959 年以前建成房屋迁出比例降低的现象,我们认为主要是由北京近年来加强了对历史文化保护片区中老旧房屋的保护改造力度所致。 对比不同区域不同建成年份房屋的家庭户迁出比例可知,湖北各建成年份房屋家庭户迁出比例均高于其他区域,而上海则最低,北京与浙江处于中间水平。在北京、上海、浙江均出现了 2010 年统计居住在 1990-1999 年建成房屋中的家庭户数量较 2000 年统计时正增长的现象,我
44、们认为这可能是由于部分 2000 年已竣工但闲置的房源投入使用,以及受区域房价上涨,单一房源中居住户数提升(合租比例提升)等原因的影响。 图 20:北京 2000 年以前建成房屋内居住家庭户户数变化比例 资料来源:国家统计局,中信证券研究部 图 21:上海 2000 年以前建成房屋内居住家庭户户数变化比例 资料来源:国家统计局,中信证券研究部 图 22:浙江 2000 年以前建成房屋内居住家庭户户数变化比例 资料来源:国家统计局,中信证券研究部 图 23:湖北 2000 年以前建成房屋内居住家庭户户数变化比例 资料来源:国家统计局,中信证券研究部 应用前文研究方法,中性情景下,我们预测北京、上
45、海、浙江、湖北 4 个典型区域在2020-2030 年间拆毁房屋面积分别为 0.71、0.91、4.41 和 5.33 亿平米,分别占 2020 年-80%-60%-40%-20%0%20%40%2000-2010变化占2000年比例2010-2020变化占2010年比例-60%-40%-20%0%20%40%2000-2010变化占2000年比例2010-2020变化占2010年比例-80%-60%-40%-20%0%20%2000-2010变化占2000年比例2010-2020变化占2010年比例-80%-60%-40%-20%0%2000-2010变化占2000年比例2010-2020变
46、化占2010年比例 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 15 统计家庭户住房总建筑面积的 11.4%、13.4%、17.8%和 22.0%,前三者均低于我们预测的同期全国平均拆毁比例 18.9%。结合不同区域 2020 年城镇与乡村家庭户住房总建筑面积比例,我们预测 2020-2030 年北京、上海、浙江、湖北城镇区域年均拆毁房屋总量分别为 598.6 万、787.6 万、2702.5 万、2991.1 万平米。 图 24:4 个典型区域中性情景下 2020-2030 年房屋拆毁建筑面积(亿平米)及拆毁比例预测 资料来源:国家统计局,中信证
47、券研究部预测 不同区域预测拆毁房屋的主体也有所不同。 北京拆毁房屋预计以 1980-2009 年间建成的房屋为主,占比达 88.1%;上海拆毁房屋预计以 1990-2009 年间建成的房屋为主,占比达 76.4%,浙江、湖北则呈现随房龄减少逐次递增的结构,预计拆毁房屋中 2000-2009 建成的比例分别为 42.1%和 40.6%。 图 25:4 个典型区域 2020-2030 年房屋分建成年份拆毁建筑面积(亿平米)预测 资料来源:国家统计局,中信证券研究部预测 平均房龄增长趋势不变。除北京 2000-2010 家庭户平均房龄小幅下降外,其余区域家庭户平均房龄均保持持续提升,上海 2020
48、年家庭户平均房龄达 21.7 年,为 4 个区域中最大值。 2020 年老旧房屋中家庭户占比达历史最高。2000-2010 年,除湖北外其他区域老旧房屋中家庭户居住比例均有所下降, 我们认为这与前文解释的此类区域部分 1990-1999 年0%5%10%15%20%25%0123456北京上海浙江湖北面积拆毁比例(右轴)0.00.51.01.52.02.5北京上海浙江湖北1949年以前1950-1959年1960-1969年1970-1979年1980-1989年1990-1999年2000-2009年 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明
49、16 建成房屋在 2000-2010 年中延迟投入使用有关。2020 年各地区居住在老旧房屋中的家庭户比例均达到区域历史最高值,上海以 22.4%的占比位列第一。 图 26:4 个典型区域 2000-2020 年家庭户住房平均房龄 资料来源:国家统计局,中信证券研究部 图 27:4 个典型区域 2000-2020 年居住在老旧房屋家庭户占比 资料来源:国家统计局,中信证券研究部 风险因素风险因素 人口普查采用分户统计而非分房统计的调查方法保证了居住情况调查的准确性但却可能低估房屋存量。由于空户在人口普查中不被纳入统计范围,而统计对象通常不会夸大自己的房屋居住情况,却可能少报多套住房。因此空置房
50、屋或季节性居住的房屋(例如海南存在的大量服务于候鸟人群的住宅)可能会在普查中被忽略。目前还难以衡量空置房屋中新旧房比例,因此无法准确判断新旧房被低估的比例。 02224200020102020北京上海浙江湖北0%5%10%15%20%25%200020102020北京上海浙江湖北 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 17 相关研究相关研究 房地产行业 2022 年上半年房企销售点评长期主义硕果,保利坐二望一 (2022-07-01) 房地产行业跟踪报告本地、专业、透明滨江启示 (2022-07-01) 房地产和物业服务
51、行业跟踪报告复苏三部曲,格局一点通 (2022-06-30) 物业服务行业专题研究物管十讲之七:应收款,增长质量风向标 (2022-06-29) 房地产行业近期观点基本面见底和贝壳的投资价值 (2022-06-28) 大房地产业 2022 年下半年投资策略一半是周期拐点,一半是成长起点 (2022-06-27) 大房地产业 2022 年下半年投资策略一半是周期拐点,一半是成长起点 (2022-06-22) 房地产政策专题研究“房票”的潜力 (2022-06-20) 房地产行业 2022 年 5 月宏观数据点评政策起效和政策发力叠加 (2022-06-15) 房地产行业跟踪报告楼市向何处去?市场
52、声音面面观 (2022-06-10) 地产信用 2022 年下半年投资策略穿越地产风暴,谋求信用再均衡 (2022-06-09) 房地产行业跟踪报告国资入股,对冲信用恶化 (2022-06-03) 房地产行业 2022 年 5 月企业销售数据点评业绩承压,但销售否极泰来 (2022-06-01) 房地产行业跟踪报告疫情退散政策发力,二手或率先复苏 (2022-05-29) 物业服务行业专题研究物管十讲之六:疫情的冲击,行业的担当 (2022-05-29) 房地产行业跟踪报告政策有力,复苏可期 (2022-05-26) 房地产行业重大事项点评降息之后的房地产市场 (2022-05-20) 房地产
53、行业跟踪点评信用风险可控,行业分化不变 (2022-05-18) 房地产行业 2022 年 4 月宏观数据点评基本面仍在下滑,多方政策集中发力 (2022-05-16) 房地产行业重大事项点评对政策的可能误解和我们的看法 (2022-05-15) 房地产行业专题报告“四限”的可能调整路径和影响 (2022-05-14) 房地产行业的基本面情况及政策展望房地产行业的基本面情况及政策展望 (2022-05-11) 房地产行业专题研究报告中央政治局会议在地产领域的五大看点 (2022-05-01) 房地产行业跟踪点评需求侧关键点,供给侧气氛组 (2022-04-26) 物业服务行业专题研究物管十讲之
54、五:全覆盖和品质化 (2022-04-25) 房地产行业一季度宏观数据点评疫情新挑战,政策新机遇 (2022-04-21) 房地产行业跟踪点评疫情影响基本面复苏进程 (2022-04-18) 房地产行业 2021 年年报总评盈利能力触底,信用效率兼顾 (2022-04-18) 物业服务行业 2021 年年报总评奇花初胎,矞矞皇皇 (2022-04-15) 房地产行业专题研究报告盈利能力触底,信用效率兼顾 (2022-04-13) 物业服务行业专题研究物管十讲之四:业主自治推动品牌化发展 (2022-04-06) 房地产行业跟踪点评政策更进一步,基本面底部明朗 (2022-04-06) 物业服务
55、行业 2021 年年报总评奇花初胎,矞矞皇皇 (2022-04-05) 房地产行业专题报告政策发力的市场根源 (2022-03-31) 房地产和物业服务行业跟踪报告哈尔滨模式可能推广复制 (2022-03-24) 房地产行业跟踪点评迎接政策高潮和销售复苏 (2022-03-23) 房地产房地产行业行业专题研究专题研究2022.7.4 请务必阅读正文之后的免责条款和声明 18 房地产及物业服务行业重大事项点评如何理解防范房地产企业风险和向新发展模式转型 (2022-03-16) 房地产行业跟踪点评地产见底复苏路线图 (2022-03-15) 房地产行业观点稳增长背景下大地产业的投资机会 (202
56、2-03-10) 房地产和物业服务行业重大事项点评时间不同,三稳含义不同 (2022-03-06) 房地产行业专题报告需求侧的六种工具 (2022-03-04) 房地产行业重大事项点评扩大首套房定义,有力刺激购房需求 (2022-03-02) 房地产行业 2022 年 2 月房企销售数据点评市场低去化,企业低信心,政策高期待 (2022-03-01) 物业服务行业专题研究物管十讲之三:国企乎?民企乎? (2022-02-25) 房地产行业重大事项点评按揭额度和定价是决定需求的关键 (2022-02-18) 物业服务行业专题研究物管十讲之二:可市场直拓,何必花钱并购? (2022-02-17)
57、物业服务行业专题研究物管十讲之一:老盘不赚钱吗? (2022-02-14) 房地产行业跟踪报告政策逆周期发力,期待终结信用塌陷 (2022-02-11) 房地产行业专题研究需求视角:按揭利率预计将下降较快 (2022-02-10) 房地产行业专题研究供给视角:土地市场调整评估 (2022-02-08) 房地产行业专题研究业绩明朗,竞争格局明朗 (2022-02-08) 房地产开发和运营 2021 年四季度持仓分析政策持续友好,配置比例提升 (2022-01-28) 房地产行业跟踪点评冰河开裂的声音 (2022-01-25) 物业服务行业专题研究为什么无需下调行业盈利预测 (2022-01-20
58、) 房地产行业跟踪点评政策合力,有望推动行业三月复苏 (2022-01-20) 房地产行业专题研究供给侧的结构问题无法只透过总量政策解决 (2022-01-18) 房地产行业跟踪点评不一样的周期:地产项目并购的冀望和遗憾 (2022-01-16) 物业服务行业跟踪报告重建信任,蓝筹脱颖而出 (2022-01-08) 房地产行业 2021 年企业销售点评解决交付问题的路径展望 (2022-01-05) 19 分析师声明分析师声明 主要负责撰写本研究报告全部或部分内容的分析师在此声明: (i)本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法; (ii)该分析师所得
59、报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。 一般性声明一般性声明 本研究报告由中信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机构(仅就本研究报告免责条款而言,不含 CLSA group of companies) ,统称为“中信证券” 。 本研究报告对于收件人而言属高度机密,只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用,在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到
60、本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要,不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具,本报告的收件人须保持自身的独立判断并自行承担投资风险。 本报告所载资料的来源被认为是可靠的,但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险,可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。 本报告所载的
61、资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断,可以在不发出通知的情况下做出更改,亦可因使用不同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定,但是,分析师的薪酬可能与投行整体收入有关,其中包括投资银行、销售与交易业务。
62、 若中信证券以外的金融机构发送本报告,则由该金融机构为此发送行为承担全部责任。该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议,中信证券以及中信证券的各个高级职员、董事和员工亦不为(前述金融机构之客户)因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。 评级说明评级说明 投资建议的评级标准投资建议的评级标准 评级评级 说明说明 报告中投资建议所涉及的评级分为股票评级和行业评级(另有说明的除外) 。评级标准为报告发布日后 6 到 12 个月内的相对市场表现,也即:以报告发布日后的 6 到 12 个月内的
63、公司股价(或行业指数)相对同期相关证券市场代表性指数的涨跌幅作为基准。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;美国市场以纳斯达克综合指数或标普 500 指数为基准;韩国市场以科斯达克指数或韩国综合股价指数为基准。 股票评级股票评级 买入 相对同期相关证券市场代表性指数涨幅 20%以上 增持 相对同期相关证券市场代表性指数涨幅介于 5%20%之间 持有 相对同期相关证券市场代表性指数涨幅介于-10%5%之间 卖出 相对同期相关证券市场代表性指数跌幅 10%以上 行业评级行业评级
64、 强于大市 相对同期相关证券市场代表性指数涨幅 10%以上 中性 相对同期相关证券市场代表性指数涨幅介于-10%10%之间 弱于大市 相对同期相关证券市场代表性指数跌幅 10%以上 20 特别声明特别声明 在法律许可的情况下,中信证券可能(1)与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系, (2)参与或投资本报告所提到的 公 司 的 金 融 交 易 , 及 /或 持 有 其 证 券 或 其 衍 生 品 或 进 行 证 券 或 其 衍 生 品 交 易 。 本 研 究 报 告 涉 及 具 体 公 司 的 披 露 信 息 , 请 访 问https:/ 法律主体声明法律主体声明 本研
65、究报告在中华人民共和国(香港、澳门、台湾除外)由中信证券股份有限公司(受中国证券监督管理委员会监管,经营证券业务许可证编号:Z20374000)分发。本研究报告由下列机构代表中信证券在相应地区分发:在中国香港由 CLSA Limited(于中国香港注册成立的有限公司)分发;在中国台湾由 CL Securities Taiwan Co., Ltd.分发;在澳大利亚由 CLSA Australia Pty Ltd.(商业编号:53 139 992 331/金融服务牌照编号:350159)分发;在美国由 CLSA (CLSA Americas, LLC 除外) 分发; 在新加坡由 CLSA Sing
66、apore Pte Ltd. (公司注册编号: 198703750W) 分发; 在欧洲经济区由 CLSA Europe BV 分发; 在英国由 CLSA (UK) 分发; 在印度由 CLSA India Private Limited 分发 (地址: 8/F, Dalamal House, Nariman Point, Mumbai 400021;电话:+91-22-66505050;传真:+91-22-22840271;公司识别号:U67120MH1994PLC083118) ;在印度尼西亚由 PT CLSA Sekuritas Indonesia 分发;在日本由 CLSA Securiti
67、es Japan Co., Ltd.分发;在韩国由 CLSA Securities Korea Ltd.分发;在马来西亚由 CLSA Securities Malaysia Sdn Bhd 分发;在菲律宾由 CLSA Philippines Inc.(菲律宾证券交易所及证券投资者保护基金会员)分发;在泰国由 CLSA Securities (Thailand) Limited 分发。 针对不同司法管辖区的声明针对不同司法管辖区的声明 中国大陆:中国大陆:根据中国证券监督管理委员会核发的经营证券业务许可,中信证券股份有限公司的经营范围包括证券投资咨询业务。 中国香港:中国香港:本研究报告由 CL
68、SA Limited 分发。 本研究报告在香港仅分发给专业投资者( 证券及期货条例 (香港法例第 571 章)及其下颁布的任何规则界定的) , 不得分发给零售投资者。 就分析或报告引起的或与分析或报告有关的任何事宜, CLSA 客户应联系 CLSA Limited 的罗鼎, 电话: +852 2600 7233。 美国:美国:本研究报告由中信证券制作。本研究报告在美国由 CLSA(CLSA Americas, LLC 除外)仅向符合美国1934 年证券交易法下 15a-6 规则界定且 CLSA Americas, LLC 提供服务的“主要美国机构投资者”分发。对身在美国的任何人士发送本研究报告
69、将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书。任何从中信证券与 CLSA 获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSA Americas, LLC(在美国证券交易委员会注册的经纪交易商) ,以及 CLSA 的附属公司。 新加坡:新加坡:本研究报告在新加坡由 CLSA Singapore Pte Ltd.,仅向(新加坡财务顾问规例界定的) “机构投资者、认可投资者及专业投资者”分发。就分析或报告引起的或与分析或报告有关的任何事宜, 新加坡的报告收件人应联系 CLSA Singapore Pte Ltd, 地址: 80 Raffle
70、s Place, #18-01, UOB Plaza 1, Singapore 048624,电话:+65 6416 7888。因您作为机构投资者、认可投资者或专业投资者的身份,就 CLSA Singapore Pte Ltd.可能向您提供的任何财务顾问服务,CLSA Singapore Pte Ltd 豁免遵守财务顾问法 (第 110 章) 、 财务顾问规例以及其下的相关通知和指引(CLSA 业务条款的新加坡附件中证券交易服务 C 部分所披露)的某些要求。MCI(P)085/11/2021。 加拿大:加拿大:本研究报告由中信证券制作。对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所
71、评论的证券进行交易的建议或对本报告中所载任何观点的背书。 英国:英国:本研究报告归属于营销文件,其不是按照旨在提升研究报告独立性的法律要件而撰写,亦不受任何禁止在投资研究报告发布前进行交易的限制。本研究报告在英国由 CLSA (UK)分发,且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士。涉及到的任何投资活动仅针对此类人士。若您不具备投资的专业经验,请勿依赖本研究报告。 欧洲经济区:欧洲经济区:本研究报告由荷兰金融市场管理局授权并管理的 CLSA Europe BV 分发。 澳大利亚:澳大利亚:CLSA Australia Pty Ltd (“CAPL”) (商业编号:53 139
72、 992 331/金融服务牌照编号:350159) 受澳大利亚证券与投资委员会监管,且为澳大利亚证券交易所及 CHI-X 的市场参与主体。 本研究报告在澳大利亚由 CAPL 仅向 “批发客户” 发布及分发。 本研究报告未考虑收件人的具体投资目标、财务状况或特定需求。未经 CAPL 事先书面同意,本研究报告的收件人不得将其分发给任何第三方。本段所称的“批发客户”适用于公司法(2001) 第 761G 条的规定。CAPL 研究覆盖范围包括研究部门管理层不时认为与投资者相关的 ASX All Ordinaries 指数成分股、离岸市场上市证券、未上市发行人及投资产品。CAPL 寻求覆盖各个行业中与其
73、国内及国际投资者相关的公司。 印度:印度:CLSA India Private Limited,成立于 1994 年 11 月,为全球机构投资者、养老基金和企业提供股票经纪服务(印度证券交易委员会注册编号:INZ000001735) 、 研究服务 (印度证券交易委员会注册编号: INH000001113) 和商人银行服务 (印度证券交易委员会注册编号: INM000010619) 。 CLSA 及其关联方可能持有标的公司的债务。 此外, CLSA 及其关联方在过去 12 个月内可能已从标的公司收取了非投资银行服务和/或非证券相关服务的报酬。 如需了解 CLSA India“关联方”的更多详情,请联系 Compliance-I。 未经中信证券事先书面授权,任何人不得以任何目的复制、发送或销售本报告。未经中信证券事先书面授权,任何人不得以任何目的复制、发送或销售本报告。 中信证券中信证券 2022 版权所有。保留一切权利。版权所有。保留一切权利。