過往專欄

2017-10-20

供應落後租金急漲置業比租樓更抵

　　行政長官林鄭月娥上周三（11日）發表任內首份施政報告，提出「以置業為主導」的房屋政策方針，引起社會廣泛討論。其中一個爭議是，有論者指若房屋只是為了滿足居住需要，而不是為了投資/儲蓄，那麼大可租樓，不用置業。因為置業同時帶來30年的按揭債務，等於「綁死」自己，一點也不划算。事實是否如此﹖筆者用了一些簡單的數據運算，發現在投資回報長期低企（少於5％）、房屋長期供不應求，令租金持續上升（每年5％）的環境下，純粹以一生人居住得最「慳錢」為目標，置業方案比租樓優勝，數據上的說服力極其明顯。

　　以下筆者先假設只有支出、沒有回報下，到底是交50年租；還是置業供款30年，到最後20年「免費」的方案，何者支出較高。

　　以表1的數據為例，首先，假設一個普通單位每年租金是100元，並假設租金將跟隨長期走勢（1985至2015年），每年上升5％。參考今天的住宅租金回報率，每年100元租金，以2.5％的回報率推算，這個單位的售價便是4,000元（注意這是單位的「理論」樓價，而不是呎價），並進一步假設按揭利率為3％，較現時市場普遍約2％為高。

以慳錢為目標買樓較划算

　　由於不論是租樓或是買樓，都牽涉數以十年計的現金流。要比較兩組不同現金流的高低，我們需要將其「折現」（discount）至今天。第9項的數字就是三個不同的折現率（discount rate），分別是3％、4％及5％下，所得出50年總租金的「現值」（present value）。簡單來說，若未來50年，我要支付每年100元、並每年上升5％的租金，那麼我可以在今天拿出8,079元在市場投資，賺取每年3％（即折現率）的回報，便解決了未來50年的租金支出，如此類推。因此若市場的投資回報（即折現率）較高時（如4％），今天要拿出的錢便會相應較少（6,136元）。假設置業者以年利率3％，承造樓價7成的30年按揭，這30年供款的現值，加上今天付出的1,200元首期，就是買樓的總開支（第10項）。在上述的假設下，租樓相比買樓的總成本高出40％至1倍。

　　必須留意，表1的計算是假設房屋完全沒有資產價值，50年後今天買的房子將分文不值。換言之，買樓和租樓只是「今天先付首期，然後供款30年」；和「交50年租」的分別。單是從控制一生人總居住成本角度出發，置業已經較為划算。簡單來說，就是多貴的樓都有供完的一天，但租金支出卻永遠不會停止。

務求鎖定成本可減低壓力

　　就好像很多電器和家具，大家購買時都不會想像日後轉售圖利，是一項純粹的開支。例如，二手電視機不可能「升值」，投資價值肯定是零，但一般人都不會租電視而是買電視。即使沒有投資價值，純粹為了鎖定使用成本，不論用多久都是同一個價錢，已經足以支持購買而非租用的決定。

　　表1假設租金支出長達50年，而置業按揭只有30年。表2改變假設，把租金支出設為與按揭供款的年期一樣，同是30年。因此，表2第3項的租樓總成本遠比表1中所示為低。這樣的假設下，租樓就會租為比買樓划算，但幅度只是2％至19％（第5項）。不過，表1中「物業在50年後分文不值」的假設明顯是脫離現實。表2先極保守地假設，30年後樓價將與今天完全一樣，無升無跌，置業者在30年後以4,000元沽出（第6及7項）。若計及這筆賣樓收入，30年租樓的總成本，又會比置業貴14％至63％不等。若我們再貼近現實一點︰30年後租金水平升至每年412元，假設因為樓宇老化了、投資風險較高，並反映在要求租金回報率由2.5％升至5％（即樓價升少了），推算樓價將是8,232元（第9項）。那麼，租樓就會比置業貴81％至4.5倍。

租金開支難減資產惠後代

　　衣食住行四種主要開支之中，衣食行還可節約減省。唯獨是「住」，一方面是最大的支出，但同時又最欠彈性、最難壓縮！例如，當租金按年上升20％，收入不變下，難道你可以忽然住細20％嗎？當年輕時這樣定期搬屋還可能是轉轉環境的新意，但有否想過年屆80的自己可否忍受這種頻撲生活？這還未計及置業者百年歸老後，可以有資產留給下一代的「附帶好處」。

新增供應緩慢增加流轉性

　　當然，以上計算中兩個最重要因素，就是息率低企、以及租金長期上升。若租金連年下跌，那當然買樓便不划算。但過去10年，新開發土地規模比之前大跌9成；這直接影響建屋進度。未來5年，估計出租公屋落成量年均只有1.4萬伙，較相應目標每年2萬伙相差3成！這樣的情況下，你還會否「賭」香港的租金會出現長期持續的跌勢？

　　既然新增供應如此緩慢落後，長遠而言要控制租金升幅，我們必定要想方設法增加現存單位（existing stock）的流動性，尤其是居屋及租者置其屋單位，盡量讓它們進入租賃市場。

　　正如特首所言，置業與否，最終是市民在衡量自身因素後而作決定。但無論如何，政府致力建立置業階梯，為不同收入的家庭重燃置業希望，這個政策方向，單從「數據智慧」分析，已經值得肯定。

轉載自: 晴報