公募REITs开云体育，立场差异

咱们在《广义固收钞票策略框架：一个笼统比较分析》中将REITs算作广义固收钞票一个类别进行了商酌，但研究到REITs基础钞票中各行业的收益分化较大，且中外REITs行业组成差距亦较大，为得到一个普适性的投资策略，本文尝试构建迫切、糜烂、均衡三分类的REITs立场投资框架。

不同立场REITs最好投资环境存在较大死别，迫切型妥当高经济增速、收紧预期；糜烂型在低经济增速、宽松预期推崇较好；均衡型在高经济增速、宽松预期推崇较好，低经济增速、收紧预期阶段通盘立场REITs可能靠近较大回撤。

关于好意思国REITs市场，“旅游住宿”、“购物中心”为“迫切型”；“多元化策划”、“办公楼”、“公寓”、“医疗保健”、“住宅”、“自助仓库”、“工业”为“均衡型”；“数据中心”、“通信(基建)”为“糜烂型”。通盘经济环境下，2012年4月30日至2025年3月21日历间，糜烂型平均年化收益率为9.8%，跑赢均衡型（6.8%）和迫切型（3.7%）。

关于中国REITs市场，其基础钞票所属行业整身形度更偏防护属性，但各行业的防护属性仍有强弱之分。从REITs行业占比结构看，中国传统防护型板块（基建REITs）占比显赫高于国际，从杠杆使用看，中国REITs也显赫低于国际。在产权属性方面，中国特准策划权型REITs占据半壁山河，导致估值不强健。

中国不同立场REITs的最优投资环境与好意思国REITs市场高度一致，具体来看，通盘经济环境下，2022年6月1日至2025年3月13日历间，糜烂型REITs平均年化收益率为3.3%，跑赢均衡型（-4.0%）和迫切型（-5.0%），防护型REITs立场恒久占优。通过描写性统计、传统金融分析、机器学习的聚类算法不息：（1）“仓储物流”、“园区基础形态”、“浪费基础形态”为“迫切型”；（2）“生态环保”、“交通基础形态”为“均衡型”；（3）“动力基础形态”、“保险性租借住房”为“防护型”。此外，本文通过好意思国数据分析得到的数据中心和零卖REITs分别差异为糜烂型和迫切型，咫尺在中国新上市的REITs暂时数据不及，可参考这一分类逻辑进行初步立场差异。

咱们在《广义固收钞票策略框架：一个笼统比较分析》[1]中将REITs算作广义固收钞票中一个大类探讨投资策略。但是，中国REITs确随即间较短，2021年于今严格预料上均为宽松预期和弱“经济履行”周期，即平时预料上REITs居品推崇最差的经济环境，同期早期REITs接洽计策尚在完善经由中，上市订价过高，因此总体收益率差强东说念主意，但也有部分居品。本文尝试字据中国REITs特色，对不同业业REITs立场进行差异，并针对不同立场分析其最好投资环境。

一、中国与国际REITs异同

1.1 中国REITs与国际主要各异

中国REITs市场具有涌现的特色，其独有性主要体咫尺三个方面：REITs行业分散、杠杆率、产权属性。前两项标明中国REITs整身形度偏隆重，而产权属性则是估值不强健泉源之一。

从REITs行业占比结构看，中国基建REITs占比显赫高于国际市场。字据彭博分类数据[2]，好意思国REITs市值占比前五分别为多元化策划、工业（仓储物流等）、住宅、医疗保健、零卖（市集等），共计占比88.7%，中国REITs市值占比前五分别为交通基础形态、园区基础形态、浪费基础形态、动力基础形态、仓储物流，共计占比89.8%，其中交通基础形态占比近33%，该分类下的REITs全为高速公路，形态属性为特准策划类，因此研究分类圭臬各异之后，REITs结构上仍有较大区别。中国REITs市场的一个显赫特色是基建类钞票占比较高，这与国际纯熟市场变成涌现对比。举例，字据AJPI数据，日本REITs市场以办公楼、物流形态和零卖（市集等）为主导，三者盘算占比达84.1%，而基建类REITs并未单独列示。

杠杆率方面，中国REITs显赫低于国际REITs。从监管上限要求角度看，字据我国《公开 召募基础形态证券投资基金结合(试行)》，“基础形态基金胜利或波折对外告贷，应当衔命基金份额握有东说念主利益优先原则，基金总钞票不得跳跃基金净钞票的140%”，因此中国公募REITs的杠杆率上限为28.57%，在并购重组阶段杠杆率上限惟有16.67%（告贷金额不跳跃基金净钞票的20%）。中国香港、新加坡REITs杠杆率上限为50%，好意思国无杠杆率箝制。从本色杠杆率使用角度看，字据2023年年报数据，中国REITs平均钞票欠债率为9.4%。算作对比，字据NAREIT T-Tracker数据，好意思国2023年年报通盘职权类REITs平均钞票欠债率平均为49.5%，字据彭博数据，日本、新加坡、中国香港2023年REITs年报钞票欠债率平平分别为44.8%、36.1%、30.8%。从计策至本色杠杆使用，中国REITs都显赫低于国际REITs，因而推崇出更为隆重的特征。

产权属性方面，中国特准策划权型REITs占据半壁山河，国际特准策划权REITs比较荒漠。产权型和特准策划权险些是中国公募REITs特有的分类方式，两者主要区别在于产权型领有并策划底层钞票，特准策划权不领有底层钞票产权，钞票到期后，会靠近钞票清理价值较少或净值归零的风险。扫尾2025年3月21日，产权型REITs共有40只，市值约933亿元，其中，产业园区（园区基础形态）REITs共21只（占产权型52.5%），市值共计392亿元（占产权型42%）；特准策划权型REITs共有23只，市值约887，其中，交通基础形态REITs共13只（占特准策划权型56.5%），市值共计602亿元（占特准策划权型67.9%）。国际REITs特准策划权类型较少，仅澳大利亚上市基础形态基金（LIF）中有小部分特准策划权居品，而该分类不属于澳大利亚REITs。我国现时REITs刊行以特准策划权为主，由于特准策划权类REITs到期后大多无偿派遣给当地政府，因此剩余期限对REITs的估值影响较大。

1.2 中国与国际REITs不同业业收益分化较大

在并吞市场内，不同细分行业REITs推崇也不尽相通，对富时NAREIT分行业全收益指数进行分析，好意思国REITs市场方面，2012年4月30日至2025年3月21日历间，工业、自助仓库、通信(基建)、住宅、医疗保健、购物中心、旅游住宿/度假村、办公楼、多元化策划的年化收益率分别为11.91%、11.72%、10.37%、8.07%、6.82%、5.05%、2.03%、1.64%、1.29%，工业、自助仓库、通信(基建)、住宅REITs指数恒久跑赢其余行业指数。

中国REITs行业细分方面，接管CIB-REITs分行业指数数据，2022年1月1日至2025年3月13日历间（部分指数如保险性租借住房、动力基础形态、水利基础形态、浪费基础形态肇始日较晚，接管上前填充方式补全缺失值），仓储物流、园区基础形态、交通基础形态、生态环保、保险性租借住房、动力基础形态、水利基础形态、浪费基础形态年化收益率分别为-5.06%、-5.01%、-5.38%、-2.69%、2.61%、3.90%、5.85%、9.37%，保险性租借住房、动力基础形态、水利基础形态、浪费基础形态指数收益率为正。

二、REITs立场差异要领梳理

鉴于中国REITs市场的独有结构特征，若松懈套用国际REITs行业投资教养，其研究论断可能存在偏差。为此，本文在现存REITs行业分类框架基础上，引入立场维度差异，具体分为“迫切型”、“糜烂型”、“均衡型”三类，旨在识别不同立场REITs的最优投资环境建设，立场差异后的REITS投资策略更有普适性。

REITs立场差异的研究要领或然不错分为以下三大类：基于内行调研要领的立场分析要领、基于讲述（收益率）要领的立场分析要领、基于聚类要领的立场分析要领。三种要领特色总结：基于内行调研的要领属于主不雅判断的要领，依赖于行业内行的教养和判断，适用于枯竭数据撑握的情况，但可能存在主不雅性较强的问题。基于讲述的要领通过历史收益率数据来臆测投资立场，具有较强的数据运行性，闭幕比较客不雅，但最终分类仍然依赖于预期讲述和风险的主不雅判断。基于聚类的要领通过数据运行的聚类分析来识别潜在的投资立场，具有较强的机动性和讲明力，但需要大都的数据和复杂的统计时刻撑握。上述三种要领各具特色，对REITs立场分析研究不错不息这三种要领，利用多维度的数据和多种分析时刻，构建愈加全面和准确的立场分类框架，以更好地服务于REITS投资组合的科罚和绩效评估。

2.1 基于内行调研要领的立场分析

基于内行调研的立场分析要领主要通过看望和内行成见来投降投资立场。这种要领依赖于行业内行的教养和判断，平时用于制定立场分类的圭臬和界说。该要领下常常被说起的是好意思国房地产投资信赖理事会（National Council of Real Estate Investment Fiduciaries, NCREIF）在2003年发布的白皮书总结了多年的内行商酌，建议了基于中枢（core）、增值（value-added）和契机型（opportunistic）的房地产投资立场分类。这些分类基于讲述宗旨、物业类型、杠杆率等投资特征，其中，字据那时好意思国房地产投资景况，觉得中枢（core）立场应具备强健的房钱收入、中低风险、讲述主要来自房钱，增值（value-added）立场则预期中等讲述，推崇优于市场、讲述来自钞票增值，契机型（opportunistic）立场为预测大幅跑赢市场，房钱收入有限，讲述很猛进程取决畴昔增值。但是，Kaiser（2005）指出，NCREIF建议的立场界说较为暧昧，且未基于投资组合的本色推崇，而是试图通过预期的风险或讲述来界说立场。通过向有限的投资者和投资参谋人调研后，发现由于枯竭明确的基准和可量化的鸿沟，不同参谋人和投资者对中枢、增值和契机型立场的界说存在较大各异。因此建议通过笼统评分的方式，研究多达10个因素来投降立场分类，同期应幸免过于僵化的界说，以免箝制基金司理的创造力和妥当市场周期的才调。这种要领天然依赖于内行的主不雅判断，但在枯竭充够数据撑握的情况下，提供了一种可行的立场分类框架。

2.2 基于讲述（收益率）要领的立场分析

基于讲述的立场分析要领主要通过分析投资组合的收益率数据来识别和分类投资立场。这种要领的中枢想想是通过历史收益率数据来臆测投资组合的立场特征。Sharpe（1992）建议的立场分析模子是这一领域的经典要领，通过二次磋磨来投降投资组合对主要钞票类别的显现进程。NAREIT的一项研究觉得按房产类型分析Beta值会很灵验(Case, 2018)，通过不同业业Beta进行立场差异，发现自助仓库、医疗保健、基础形态、数据中心、住宅具有“防护性”，旅游住宿/度假村、工业、林业则推崇出较强的“周期性”。一些研究强调了行业分类的紧要性，Ping和Jalil（2016）通过基于讲述的要领，揭示了马来西亚房地产投资信赖（M-REITs）的行业分类对其财务推崇的紧要性，相等是交易零卖和工业类型分别与股息收益率和预期讲述呈显赫正接洽，强调了钞票类型万般化策略在晋升M-REITs绩效中的要害作用。一些研究则更强调财务目的的作用，Fuerst和Marcato（2009）的研究标明，传统的房地产立场分析主要依赖于物业类型（如办公、零卖、工业）和区域（如行政区域或经济区域）的分类，但这些分类对收益率的讲明力较低，仅能讲明约30%的收益率变化。因此，他们建议了多维度的立场分析要领，引入了物业领域、成本化率（cap rate）、田户特征（田户集合度和租期长度）等因素，显赫提高了对收益率的讲明力。相等是物业领域被发现是最紧要的立场因素，其次是成本化率和田户特征。此外，部分研究热心经济环境关于REITs及行业分类的影响，即REITs推崇的经济敏锐性。Feng和Wu（2021）使用历史收益率数据，通过回想分析探讨了场合经济增长和钞票位置对好意思国房地产投资信赖（REITs）公司增长的影响。著述研究闭幕标明，场合经济增长对REIT公司增长有显赫的正向影响，尤其是在经济增长较快的地区建设钞票的REIT，其公司增长更为显赫。Reddy和Wong（2018）研究聚焦于澳大利亚房地产投资信赖（A-REITs），分析了其在大家金融危急（GFC）后的推崇过火对利率变化的敏锐性。研究发现，A-REITs在低利率环境下推崇优异，但畴昔利率上升可能对依赖债务融资的行业部门产生显赫影响。多元化和零卖行业对市场风险及短期和恒久利率变化响应显赫，而工业、办公行业的影响则不显然。Ma（2020）则通过比较好意思国和新加坡REITs在2019年至2020年疫情时代的推崇，探讨了REITs在经济不强健时期的抗风险才调。研究发现，旅店和零卖REITs受疫情影响较大，而物流和数据中心REITs受影响较小，标明多元化投资组合表面在顽抗风险方面具有紧要作用。这种要领由于通过历史收益率数据来臆测投资立场，具有较强的数据运行性，闭幕比拟内行判断和问卷调研要领更客不雅，但最终分类仍然依赖于预期讲述和风险的主不雅判断，何况需要有较长的历史收益率时辰序列数据。

2.3 基于聚类要领的立场分析

基于聚类的立场分析要领通过统计时刻将具有相似特征的投资组合或物业进行分类。这种要领不依赖于事先界说的立场类别，而是通过数据运行发现数据中潜在的模式和结构，从而识别潜在的投资立场。传统REITs市场高度依赖房钱收入，因此大都研究基于区位表面，探讨地舆条目对REITs价钱推崇、IPO过火他接洽因素的影响(Freybote等, 2015; Usman等, 2020; Wang等, 2021; Ling等, 2022)。其中一个紧要研究宗旨是通过空间聚类分析等要领，识别出租行为的地舆中心或细分市场，以优化钞票建设和晋升投资讲述(Dunse等, 2001; Cajias等, 2020; Chacon, 2023; Zhu等, 2024)。关于REITs地舆位置和行业，也有学者尝试通过基于讲述的要领投降两者的相对紧要性，闭幕标明，在大多数时辰里，行业特定因素主导着地区特定因素，尤其是在房地产周期的波动时期(Lee, 1999; Lee等, 2007)。Fuerst和Marcato（2009）在研究中使用了聚类分析和神经集合时刻，发现除了传统的物业类型和区域分类外，物业的收益率、领域、田户集合度和租约长度等因素也能显赫提高对收益率的预测才调。Cajias等（2020）聚焦于德国住宅房地产市场，通过构建质料和空间养息后的价钱和流动性指数，接管“围绕中心点差异（PAM）”聚类算法，不息平均轮廓法投降最优聚类数目，将德国380个区域按价钱和流动性发展情况进行聚类。研究发现，房地产市场价钱高涨最为显赫的聚类区域中，东说念主口、职业东说念主口、休闲率和可垄断收入、本色GDP增长率更突出，标明这些区域对空间的需求更高。这种要领通过数据运行的聚类分析来识别潜在的投资立场，具有较强的机动性和讲明力，不错与前两种要领互补，但需要大都的数据和复杂的统计时刻撑握。

三、好意思国REITs立场差异及投资环境

由于其他REITs市场的分行业数据较难获取，且这些市场平时仅涵盖办公楼、住宅、零卖、旅店和物流等行业，而较少将基础形态单独差异出来(Cho, 2017)，因此这些数据对中国REITs市场的率领预料有限。但差异分割之后的投资具有普适性，基于此，本文以好意思国REITs市场为例，尝试进行立场差异并总结相宜的投资环境。

3.1 好意思国REITs立场差异

鉴于好意思国REITs各细分行业已历经无缺的经济周期，基于收益率进行立场差异的要领已具备较强的代表性(Case, 2018)。此外，大都研究说明，经济增长对REITs具有显赫影响(Chang等, 2011; Hoesli等, 2012; Yi Man Li等, 2016; Reddy等, 2018; Su等, 2021; Feng等, 2022)。因此，本文不息行业收益率的Beta值与GDP增长情况，对好意思国REITs进行立场差异。

笼统行业收益率的Beta值与GDP增长情况：“旅游住宿”、“购物中心”、“地区购物”为“迫切型”；“多元化策划”、“办公楼”、“公寓”、“医疗保健”、“住宅”、“自助仓库”、“林业”、“工业”为“均衡型”；“数据中心”、“通信(基建)”为“糜烂型”。其中，“多元化策划”、“办公楼”、“林业”、“工业”为均衡偏迫切（Beta和GDP其中一种判断为迫切，另一种判断为均衡），“自助仓库”为均衡偏糜烂（Beta和GDP其中一种判断为均衡，另一种判断为糜烂）。

本文分别接管富时NAREIT“住宅”、“医疗保健”、“通信(基建)”、“工业”、“公寓”、“自助仓库”、“购物中心”、“地区购物”、“办公楼”、“旅游住宿”、“林业”、“多元化策划”、“数据中心”子分类指数代表好意思国各个REITs行业指数，接管“富时NAREIT股票REIT总讲述指数”代表好意思国REITs市场指数，除“林业”、“数据中心”、“通信(基建)”以外，其余行业指数时辰范围为2006年3月31日至2025年3月21日，“林业”、“数据中心”、“通信(基建)”则分别始于2010年12月31日、2015年12月31日、2012年4月30日。通过市场指数收益率与行业指数收益率回想可得每个行业的Beta。

好意思国行业REITs的Beta闭幕：按照股票Beta的教养法例，平时觉得Beta大于1为“迫切型”，Beta小于0.8为“糜烂型”，其余为“均衡型”，REITs和股票在标的行业分散、分成端正等方面有一些区别，因此无谓十足照搬教养法例，本文不息Beta闭幕对REITs行业立场进行差异。“工业”、“地区购物”、“旅游住宿”、“购物中心”的Beta值大于1.1，其中“工业”、“地区购物”、“旅游住宿”的Beta值大于1.2，弹性较高，可分类为强“迫切型”，其余则为“迫切型”，该分类闭幕与Case (2018)的研究闭幕近似；“办公楼”、“多元化策划”、“林业”、“医疗保健”、“住宅”、“公寓”的Beta或然在0.9-1.1区间，可分类为“均衡型”；“通信(基建)”、“自助仓库”、“数据中心”的Beta小于0.9，可分类为“糜烂型”。

好意思国行业REITs指数与GDP接洽性闭幕：由于好意思国各行业REITs历史收益率数据充足长，且履历了无缺经济周期，举座上行业指数与GDP接洽性闭幕与行业指数Beta闭幕相吻合。具体地，各行业指数与GDP接洽性由强到弱排序为：“旅游住宿”、“购物中心”、“多元化策划”、“地区购物”、“办公楼”、“公寓”、“医疗保健”、“住宅”、“自助仓库”、“林业”、“工业”、“数据中心”、“通信(基建)”。其中，“旅游住宿”、“购物中心”、“多元化策划”、“地区购物”与GDP接洽性都在0.5以上，具备显然的“迫切型”特征；“办公楼”、“公寓”、“医疗保健”、“住宅”、“自助仓库”、“林业”、“工业”与GDP接洽性或然在0.3-0.5之间，具备“均衡型”特色；“数据中心”、“通信(基建)”与GDP接洽性分别为0.17和0.09，具备显然的“防护型”特征。

3.2 好意思国不同立场REITs投资环境

好意思国不同立场REITs最好投资环境存在较大死别，“迫切型”妥当高经济增速、收紧预期；“糜烂型”在低经济增速、宽松预期推崇较好；“糜烂型”、“均衡型”在高经济增速、宽松预期推崇较好。通盘经济环境下，糜烂型恒久平均年化收益率为9.8%，跑赢均衡型（6.8%）和迫切型（3.7%）。

咱们沿用《广义固收钞票策略框架：一个笼统比较分析》[3]中的投资环境差异要领，但略有养息。由于本文旨在通过好意思国REITs的立场研究，为中国REITs的发展提供鉴戒，而中国REITs的历史较短，因此不妥当接管百分位数的方式来差异高、中、低速经济增长阶段。为此，咱们改用近四个季度的平均环比增速算作斟酌圭臬：若该增速为正，则归为经济增速变高象限；若为负，则归为经济增速变低阶段。

按立场差异看，通盘经济环境下（2012年4月30日以来），糜烂型恒久平均年化收益率为9.8%，跑赢均衡型（6.8%）和迫切型（3.7%）。

高经济增速、收紧预期阶段：旅游住宿和地区购物这两类“迫切型”REITs推崇显赫好于其余REITs，即可得该环境妥当“迫切型”REITs，此外，公寓、住宅、工业等均衡型REITs在该阶段取得15%以上的年化收益率，前三REITs平均年化收益率为21%；低经济增速、宽松预期阶段：数据中心这类“糜烂型”REITs推崇显赫好于其余REITs，前三REITs平均年化收益率为42%。此外，通信（基建）在该阶段平均年化收益率为25%，“糜烂型”REITs能在经济增速较低阶段取得逾额（见附录），数据中心和通信（基建）在高速增长阶段跑输其余REITs，但跟着经济增速下行，这两类REITs缓缓跑赢；高经济增速、宽松预期阶段：通信(基建)这类“糜烂型”REITs推崇显赫好于其余REITs，多个“均衡型”REITs如林业、自助仓库、办公楼三类分别排二、四、五，且都为正收益，前三REITs平均年化收益率为11%；低经济增速、收紧预期阶段：万般立场REITs推崇相对较差，前三REITs平均年化收益率为2%。

四、中国REITs立场差异及投资环境

4.1 中国REITs立场差异

中国REITs立场差异较辛勤，难点在于几个方面：（1）由于发展时辰较短，指数收益率时辰序列未穿越无缺经济周期，部分REITs行业（如浪费基础形态、水利基础形态）仅有约1年的指数数据；（2）早期计策尚处于探索阶段，市场存在一级订价过高，二级推崇较差的情况，收益率存在失确凿可能；（3）部分目的（如钞票欠债率）与国际REITs存在较大各异，接洽教养法例较难照搬。针对前两个研究难点，仅依靠基于讲述（收益率）的单维度要领进行REITs立场分类容易产生偏差和误判。因此，咱们构建了多维分析框架：领先接管描写性统计要领拟定极其荒芜的行业立场；其次垄断基于讲述（收益率）的传统金融分析要领进行初步立场识别；终末引入基于机器学习的聚类算法竣事数据运行的立场差异。

通过对多维分析框架的笼统研判，咱们得出以下REITs立场分类论断：通盘要领判定闭幕高度一致的领域包括：（1）“仓储物流”、“园区基础形态”、“浪费基础形态”被一致归类为“迫切型”；（2）“生态环保”为“均衡型”；（3）“动力基础形态”被协调识别为“防护型”。关于存在要领间各异的类别，字据模子闭幕和主不雅判断后投降：（1）“保险性租借住房”最终归类为“防护型”（基于讲述要领撑握该论断，聚类要领夸耀为“均衡型”）；（2）“交通基础形态”最终判定为“均衡型”（描写性统计和聚类要领均撑握“迫切型”分类，基于讲述要领呈现“防护型”特征）。

4.1.1 描写性统计分析

该要领鉴戒NCREIF白皮书的想路，试图通过要害目的，胜利判断某些REITs行业的立场。目的考取上，考取EBDA、年化派息率、P/FFO、市值、营业收入、形态剩余期限、钞票欠债率、成本化率，其中，EBDA、年化派息率（Dividend）、P/FFO与Nareit T-Tracker[4]在评估好意思国REITs推崇上最热心的三个目的：NOI、Dividend、FFO相对应，其中NOI为净营业收入=房钱和附加收入–胜利房地产用度，摈斥折旧、利息、税金、公司级销售、一般和行政用度、成本支拨和融资支付等非营业形态，为现款流目的，EBDA为折旧摊销前利润，更能响应REITs在派息前可供分配现款流，两者除了营业外收入、利息支拨、销售行政用度以外比较接近，国内REITs咫尺较少胜利裸露NOI目的。市值、营业收入、钞票欠债率、成本化率、形态剩余期限则参考Fuerst和Marcato（2009）的研究闭幕，其强调了物业领域、成本化率、田户特征（田户集合度和租期长度）、杠杆率在REITs立场差异中的作用。闭幕可得，“交通基础形态”、“浪费基础形态”为“迫切型”，“动力基础形态”为“防护型”，其余REITs无法通过该要领胜利判断立场。

形态剩余期限：中国REITs最具特色的紧要目的，原因上文已作说明，主要由于特准策划权类REITs剩余期限对REITs的估值影响较大，可类比国际REITs物业租期强健性较差。从这个角度，交通基础形态REITs并不行松懈差异为强健票息属性的“糜烂型”REITs，违反，扫尾2025年3月21日，该类型REITs形态剩余期限约为14年，显赫低于其余特准策划权类REITs（水利基础形态、生态环保、动力基础形态平均剩余期限分别为28年、22年、18年），该脾气会提高其策划和估值波动，具备契机型（opportunistic）/“迫切型”REITs特征。相同地，由于上述脾气，特准策划权类REITs无法视作永续派息类REITs，因此关于往日目田现款流或可供分拨现款流等目的，市场赐与的估值会有扣头，其P/FFO显赫低于产权类REITs，年化派息率则显赫高于产权类REITs。

钞票欠债率：上文已说明，中国REITs杠杆率显赫低于国际市场，其中，浪费基础形态REITs杠杆率相对较高，可将其分类为“迫切型”REITs。

成本化率（cap rate）：成本化率平时界说为NOI/钞票价值，是一个常用的房地产企业估值目的。关于成本化率，中国大部分REITs裸露较少，本文援用谢忱梁行-瑞想不动产金融研究院2024年《中国REITs指数之不动产成本化率调研论说》[5]调研闭幕，中国一线城市产业园区、保险性租借住房、仓储物流、工业、浪费基础形态REITs的成本化率分别为4.4%-5.5%、4.4%-4.9%、4.9%-5.3%、5.1%-5.96%、6.9%-7.4%，其中，浪费基础形态REITs成本化率显然高于其余REITs，从这个角度，浪费基础形态具有高估值，可将其分类为“迫切型”REITs。字据彭博数据（扫尾2025年3月），大家主要REITs市场呈现显赫估值各异：中国REITs平均成本化率为3.52%，显赫低于国际纯熟市场。分不同市场看，日本、新加坡、中国香港和好意思国平均成本化率分别为4.31%、5.63%、6.22%、7.88%；分行业看，日本零卖与旅店REITs（5.12%、4.98%）、新加坡办公与零卖REITs（6.54%、6.41%）、中国香港办公与零卖REITs（7.12%、5.64%）以及好意思国办公与旅店REITs（11.69%、8.35%）的成本化率均显赫高于该市场内均值。举座上，REITs估值体系具有显赫的市场特异性，跨市场比较时需严慎，更宜在并吞市场框架内通过细分行业成本化率来界定REITs立场。

市值、营业收入、EBDA：交通基础形态、动力基础形态市值最高，交通基础形态市值加权平均营业收入、EBDA分别为1.5亿元和1.06亿元，动力基础形态市值加权平均营业收入、EBDA分别为2.81亿元和1.15亿元，不息剩余期限目的研究，动力基础形态平均剩余期限更高，何况平均营业收入、EBDA也相对更高，具备相对强健性，可将其差异为“糜烂型”REITs。

4.1.2 基于讲述（收益率）的立场分析

尽管存在一定局限性，但基于讲述（收益率）的分析要领仍是中国REITs立场差异的紧要参考依据。与好意思国REITs立场分析部分一致，不息行业收益率的Beta值与GDP增长情况来差异中国REITs立场。闭幕可得，“仓储物流”、“园区基础形态”为“迫切型”，“保险性租借住房”、“动力基础形态”、“交通基础形态”为“防护型”，“生态环保”为“均衡型”。

本文接管CIB-REITs“仓储物流”、“园区基础形态”、“生态环保”、“保险性租借住房”、“动力基础形态”、“交通基础形态”指数。接管CIB-REITs总收益指数代表中国REITs市场指数，交通基础形态、仓储物流、园区基础形态、生态环保时辰范围为2021年6月21日至2025年3月13日；保险性租借住房、动力基础形态肇始日分别为2022年8月31日、2022年7月26日。

中国行业REITs的Beta闭幕：需要说明的是，中国REITs的立场差异需笼统多维目的与要领体系（如前文所述），本文基于Beta值的分类仅为单一维度的初步分析，并非最终论断。“水利基础形态”、“浪费基础形态”指数时辰太短，参考性较弱，故这两类REITs不以基于讲述（收益率）的立场分析闭幕为依据差异立场。“仓储物流”、“园区基础形态”的Beta值大于1.1，可分类为“迫切型”；“生态环保”的Beta或然在0.9-1.1区间，可分类为“均衡型”；“保险性租借住房”、“动力基础形态”、“交通基础形态”的Beta小于0.9，可分类为“糜烂型”。

中国行业REITs指数与GDP接洽性闭幕：中国行业REITs指数与GDP为负接洽关系，举座具有防护属性。其中，动力基础形态指数与GDP负接洽性更强，标明该类型逆周期属性较强，字据这个角度，动力基础形态REITs可分类为“防护型”。其余行业REITs与GDP接洽性各异较小，该目的立场区分度较差，本文进一步尝试通过REITs与PMI、CPI接洽性进行立场差异，闭幕标明保险性租借住房REITs可分类为“防护型”。

4.1.3 基于聚类要领的立场分析

聚类要领不错与前两种要领相互考据，何况关于数据较少的REITs行业（如浪费）也可提供一定判断依据。由于基于讲述（收益率）要领的立场分析依然较充分地利用了指数收益率信息，聚类要领主要着眼于各行业REITs策划数据：策划目的、营业收入、EBDA。闭幕可得，策划目的是一个较好的聚类目的，“仓储物流”、“园区基础形态”、“交通基础形态”、“浪费基础形态”为“迫切型”，“生态环保”、“保险性租借住房”为“均衡型”，“动力基础形态”为“防护型”。

策划目的方面，仓储物流、保险性租借住房、园区基础形态、浪费基础形态选定平均出租率，生态环保、交通基础形态、动力基础形态分别选定生存垃圾处理量、车流量、上网电量。策划目的、营业收入、EBDA皆接管该行业下通盘REITs的市值加权平均。水利基础形态策划数据过少（仅一个季度）因而剔除。要领上，同期接管传统K-means算法和基于动态时辰规整（DTW）的K-means算法进行对比分析，由于缺失值对聚类闭幕影响较大，此处字据浪费基础形态策划目的作念数据对皆处理，领先对通盘变量进行圭臬化处理（Z-score圭臬化），再将处理后的数据输入聚类模子进行历练。

中国行业REITs聚类闭幕：KMeans和DTW-KMeans模子闭幕一致，将“仓储物流”、“园区基础形态”、“交通基础形态”、“浪费基础形态”归为一类，不息描写性统计分析和基于讲述（收益率）的立场分析闭幕，将这一类分为“迫切型”；将“生态环保”、“保险性租借住房”归为一类，将这一类分为“均衡型”；“动力基础形态”归为一类，将这一类分为“防护型”。需要说明的是，字据主因素分析（PCA）闭幕，策划目的、营业收入、EBDA字据主因素压缩至二维平面时，各REITs行业区分度较小，而PCA前两个主因素讲明方差分别为0.79、0.20，说明第一主因素已具备较强讲明性。仅使用策划目的KMeans聚类可获取一致闭幕，何况KMeans聚类的Silhouette得分从0.31晋升至0.52。

字据主因素分析（PCA）闭幕，策划目的、营业收入和EBDA等变量在二维平面上的投影夸耀，不同REITs行业之间的区分度较小。其中，前两个主因素的方差讲明率分别为79%和20%，标明第一主因素已具有较强的讲明力。进一步分析发现，仅基于策划目的的K-means聚类闭幕与使用三个目的的分类闭幕一致，且聚类后果显赫晋升——Silhouette得分从0.31提高至0.52，标明聚类结构的紧密度和分离度均得到改善。

4.2 中国不同立场REITs投资环境

中国不同立场REITs的最优投资环境与好意思国REITs市场具有高度一致性，恒久收益方面，两个市场中糜烂型REITs都好于均衡型和迫切型。具体而言：“迫切型”妥当高经济增速、收紧预期阶段，并在低经济增速、收紧预期推崇优于其余立场；“糜烂型”在低经济增速、宽松预期阶段推崇较好。高经济增速、宽松预期阶段通盘立场REITs皆不妥当投资，可能靠近较大回撤。通盘经济环境下，糜烂型REITs恒久平均年化收益率为3.3%，跑赢均衡型（-4.0%）和迫切型（-5.0%）。

中国REITs数据较少，故不接管近四个季度的平均环比的方式平滑，仅研究单季度环比变化算作斟酌圭臬：若该季度环比增速为正，则归为经济增速变高象限；若为负，则归为经济增速变低阶段。其余与好意思国不同立场REITs投资环境差异要领一致。

按立场差异看，通盘经济环境下，2022年6月以来，糜烂型REITs恒久平均年化收益率为3.3%，跑赢均衡型（-4.0%）和迫切型（-5.0%）。

高经济增速、收紧预期阶段：中国REITs该阶段的样本较少，园区基础形态这类“迫切型”REITs推崇好于其余REITs，该环境妥当“迫切型”REITs，前三REITs平均年化收益率为9%；低经济增速、宽松预期阶段：保险性租借住房和动力基础形态这两类“糜烂型”REITs推崇较好，此外，“均衡型”REITs如生态环保、交通基础形态在该投资环境下也能获取较高收益，前三REITs平均年化收益率为26%。此外，生态环保、保险性租借住房REITs能在经济增速裁减阶段取得逾额（见附录）；低经济增速、收紧预期阶段：仓储物流、动力基础形态REITs收益率显赫好于其余REITs，但其余REITs皆为负收益，前三REITs平均年化收益率为13%；高经济增速、宽松预期阶段：中国REITs该阶段的样本较少，万般立场REITs推崇相对较差，前三REITs平均年化收益率为-0.03%。

在得出中好意思REITs按立场差异的最好投资环境具有一致性论断后，咱们觉得同立场的论断具有一定的外推价值。因此，关于水利基础形态和浪费基础形态而言，其最好投资环境分别为：水利基础形态在经济增速较低且宽松预期较强的阶段推崇更优；浪费基础形态则在经济增速较高且收紧预期较强的阶段更具投资价值。

附录

参考文件

[1]CAJIAS M, FREUDENREICH P, FREUDENREICH A, 等, 2020. Liquidity and prices: a cluster analysis of the German residential real estate market[J/OL]. Journal of Business Economics, 90(7): 1021-1056. DOI:10.1007/s11573-020-00990-2.

[2]CASE B, 2018. REIT Beta by Property Type: Most REIT Sectors Have Brought Down Portfolio Volatility Most of the Time[R/OL]. (2018). https://www.reit.com/news/blog/market-commentary/reit-beta-by-property-type-most-reit-sectors-have-brought-down-portfolio-volatility-most-of-the-time.

[3]CHACON R G, 2023. Tenant Concentration in REITs[J/OL]. The Journal of Real Estate Finance and Economics, 66(3): 636-679. DOI:10.1007/s11146-021-09829-1.

[4]CHANG K L, CHEN N K, LEUNG C K Y, 2011. Monetary Policy, Term Structure and Asset Return: Comparing REIT, Housing and Stock[J/OL]. The Journal of Real Estate Finance and Economics, 43(1-2): 221-257. DOI:10.1007/s11146-010-9241-8.

[5]CHO H, 2017. The Role of Sub-Sector REITS in Mixed-Asset Portfolios in Japan[J/OL]. Journal of Real Estate Literature, 25(2): 389-408. DOI:10.1080/10835547.2017.12090464.

[6]DUNSE N, LEISHMAN C, WATKINS C, 2001. Classifying office submarkets[J/OL]. Journal of Property Investment & Finance, 19(3): 236-250. DOI:10.1108/14635780110387592.

[7]FENG Z, WU Z, 2022. Local Economy, Asset Location and REIT Firm Growth[J/OL]. The Journal of Real Estate Finance and Economics, 65(1): 75-102. DOI:10.1007/s11146-021-09822-8.

[8]FREYBOTE J, QIAN L, 2015. The impact of asset location on REIT merger decisions[J/OL]. Journal of Property Research, 32(2): 103-122. DOI:10.1080/09599916.2014.992802.

[9]FUERST F, MARCATO G, 2009a. Style Analysis in Real Estate Markets: Beyond the Sector and Region Dichotomy[J/OL]. The Journal of Portfolio Management, 35(5): 104-117. DOI:10.3905/JPM.2009.35.5.104.

[10]FUERST F, MARCATO G, 2009b. Testing and Improving Commercial Real Estate Market Segmentations With Cluster Analysis and Neural Network Techniques: eres2009_244[R/OL]. European Real Estate Society (ERES). https://ideas.repec.org/p/arz/wpaper/eres2009_244.html.

[11]HOESLI M, OIKARINEN E, 2012. Are REITs real estate? Evidence from international sector level data[J/OL]. Journal of International Money and Finance, 31(7): 1823-1850. DOI:10.1016/j.jimonfin.2012.05.017.

[12]KAISER R, 2005. Investment Styles and Style Boxes in Equity Real Estate: Can the Emerging Model Succeed in Classifying Real Estate Alternatives?[J/OL]. Journal of Real Estate Portfolio Management, 11(1): 5-18. DOI:10.1080/10835547.2005.12089712.

[13]LEE S, 1999. Style analysis and property fund performance[J/OL]. Journal of Property Investment & Finance, 17(2): 145-157. DOI:10.1108/14635789910258534.

[14]LEE S, DEVANEY S, 2007. The Changing Importance of Sector and Regional Factors in Real Estate Returns: 1987–2002[J/OL]. Journal of Property Research, 24(1): 55-69. DOI:10.1080/09599910701297671.

[15]LING D C, MARCATO G, ZHENG C, 2022. Does asset location and concentration explain REIT IPO valuation?[J/OL]. Real Estate Economics, 50(3): 672-706. DOI:10.1111/1540-6229.12327.

[16]MA X, 2020. Future Development Trends of REITs in Mainland CN[J/OL]. E3S Web of Conferences, 218: 02011. DOI:10.1051/e3sconf/202021802011.

[17]PING T C, JALIL R A, 2016. Property types diversification strategy of Malaysian real estate investment trust (M-REITs)[J/OL]. MATEC Web of Conferences, 66: 00076. DOI:10.1051/matecconf/20166600076.

[18]REDDY W, WONG W W, 2018. Australian interest rate movements and A-REITs performance: an analysis by industry sector[J/OL]. Pacific Rim Property Research Journal, 24(1): 85-103. DOI:10.1080/14445921.2018.1436323.

[19]SHARPE W F, 1992. Asset allocation: Management style and performance measurement[J]. Journal of portfolio Management, 18(2): 7-19.

[20]SU Z, TALTAVULL P, 2021. Applying the Fama and French three-factor model to analyze risk/reward in the Spanish REITs: an ARDL approach[J/OL]. Journal of European Real Estate Research, 14(2): 187-206. DOI:10.1108/JERER-11-2019-0043.

[21]USMAN H, LIZAM M, ADEKUNLE M U, 2020. Property Price Modelling, Market Segmentation and Submarket Classifications: A Review[J/OL]. Real Estate Management and Valuation, 28(3): 24-35. DOI:10.1515/remav-2020-0021.

[22]WANG C, ZHOU T, 2021. Trade-offs between Asset Location and Proximity to Home: Evidence from REIT Property Sell-offs[J/OL]. The Journal of Real Estate Finance and Economics, 63(1): 82-121. DOI:10.1007/s11146-020-09770-9.

[23]YI MAN LI R, CHAU K, 2016. Econometric Analyses of International Housing Markets[M/OL]. Routledge [2025-03-24]. https://www.taylorfrancis.com/books/9781317587927. DOI:10.4324/9781315743035.

[24]ZHU B, LIZIERI C, 2024. Local Beta: Has Local Real Estate Market Risk Been Priced in REIT Returns?[J/OL]. The Journal of Real Estate Finance and Economics, 69(4): 682-718. DOI:10.1007/s11146-022-09890-4.

注：

[1]黄之豪，臧运慧，顾怀宇，鲁政委，广义固收钞票策略框架：一个笼统比较分析，2025/3/24[2025/3/19]，https://app.cibresearch.com/tiptap_web/index.html#/shareUrl?id=950cbf8fd5bba85230f79e8bfb758188&from=app&appVersion=5.3.5

[2]富时NAREIT接洽指数与彭博差异圭臬不同，尤其是多元化策差异类，富时NAREIT接洽指数分类较为清雅，因此比拟彭博分类，富时NAREIT多元化策差异类的市值较小。

[3]黄之豪，臧运慧，顾怀宇，鲁政委，广义固收钞票策略框架：一个笼统比较分析，2025/3/24[2025/3/19]，https://app.cibresearch.com/tiptap_web/index.html#/shareUrl?id=950cbf8fd5bba85230f79e8bfb758188&from=app&appVersion=5.3.5

[4]NAREIT官网，Nareit T-Tracker®: Quarterly Operating Performance Series，2025/3/25[2025/3/25]，https://www.reit.com/research/reit-market-data/nareit-t-tracker-quarterly-operating-performance-series

[5]谢忱梁行-瑞想不动产金融研究院，中国REITs指数之不动产成本化率调研论说，2024/10/1[2025/3/25]，https://www.reits50.com.cn/static/upload/file/20241122/1732259404117595.pdf

★开云体育

---