✅ 输入你家房子的月租金、市场价、买入价、买了多少年 ✅ 系统自动算出「租金收益率」和「成本折现值」 ✅ 直接告诉你结论：【出租】还是【出售】还是【折价卖】 ✅ 还会保存历史分析，看多套房对比超方便！

https://yzknxh3nswt4o.ok.kimi.link/

直接点击上面网址使用👆

下面我把网站设计的原论文粘贴出来，方便大家更好理解内在逻辑。

不动产出售与出租决策模型研究

基于租金收益率与按揭贷款利率比较框架的分析

摘要

在中国家庭资产配置中，房产占比高达七成，不动产的出售与出租决策对家庭财富管理具有重大影响。本文构建了一个基于租金收益率与按揭贷款利率比较的决策模型，从用户成本理论、实物期权理论和行为金融学等多重视角出发，系统分析了不动产持有者的最优决策问题。模型以租金收益率与二套房按揭贷款利率的比较作为核心判断标准，结合购置成本的时间价值分析，提出了“能租上价”与“能卖上价”的双重决策框架。通过对11个真实不动产标的的实证分析，结果显示：54.5%的标的建议出租，36.4%建议出售，9.1%需折价处置。本研究还结合2024年中国50个重点城市的租金收益率数据和跨国比较分析，验证了模型的普适性和稳健性。研究发现，中国房地产市场正从依赖房价增值向租金收益驱动转型，租金收益率已成为不动产投资决策的核心变量。本研究为家庭资产配置优化和房地产政策制定提供了理论依据和决策工具。

关键词：不动产决策；租金收益率；用户成本模型；实物期权；家庭资产配置

目录

一、引言..................................................................... 1

二、理论基础与文献综述......................................... 2

2.1 用户成本模型与租金收益率理论............... 2

2.2 实物期权理论与不动产投资决策............... 4

2.3 行为金融学视角下的房地产决策偏差....... 6

2.4 家庭资产配置与流动性约束理论............... 8

三、决策模型的构建............................................... 10

3.1 模型假设与基本框架................................. 10

3.2 核心指标体系............................................. 11

3.3 决策规则与流程......................................... 13

四、实证分析与案例验证....................................... 15

4.1 数据来源与样本描述................................. 15

4.2 模型应用与结果分析................................. 17

4.3 敏感性分析................................................. 20

五、宏观市场数据验证........................................... 22

5.1 中国重点城市租金收益率分析................. 22

5.2 国际比较视角............................................. 25

六、结论与政策建议............................................... 27

6.1 研究结论..................................................... 27

6.2 政策建议..................................................... 29

6.3 研究局限与展望......................................... 30

参考文献................................................................... 31

一、引言

在中国居民家庭资产配置中，房产一直占据着举足轻重的地位。根据中国人民银行和西南财经大学联合开展的中国家庭金融调查（CHFS）数据显示，中国城镇居民家庭房产占总资产的比例高达七成，远高于美国等发达国家约45%的水平。这一独特的资产配置结构使得不动产投资决策对中国家庭的财富积累和财务安全具有决定性影响。

近年来，中国房地产市场经历了深刻的结构性变化。2021年下半年以来，房地产市场进入下行周期，房价增速放缓甚至下跌，传统的“买房必赚”观念受到挑战。与此同时，中央明确提出“房住不炒”定位和“租购并举”的住房制度，住房租赁市场迎来前所未有的发展机遇。在此背景下，大量家庭面临一个现实而紧迫的决策问题：对于手中的闲置房产，究竟是继续持有出租获取稳定现金流，还是及时出售变现寻求其他投资机会？

这一决策问题涉及多个维度的考量。从财务角度看，决策者需要比较租金收益率与替代投资收益率；从成本角度看，持有房产涉及机会成本、维护成本、折旧损失等；从市场角度看，房价预期、租金走势、利率变动等因素都会影响决策结果；从行为心理角度看，损失厌恶、锚定效应、处置效应等认知偏差可能导致非理性决策。因此，构建一个科学、系统的决策模型，帮助投资者从经济利益角度理性分析，具有重要的理论价值和实践意义。

本文旨在构建一个基于租金收益率与按揭贷款利率比较的不动产出售与出租决策模型。模型的核心思路是将租金收益率作为房产持有收益的直接度量，将按揭贷款利率作为资金成本的代理变量，通过二者的比较判断房产的租赁价值；同时将房产当前市场价与购置成本的时间价值比较，判断房产的增值状况。结合这两个维度的分析，形成“租”、“卖”、“折价卖”等分类决策建议。为验证模型的有效性，本文还收集了11个真实不动产标的的数据进行实证分析，并结合2024年中国重点城市的租金收益率数据和跨国比较数据进行了宏观层面的验证。

二、理论基础与文献综述

2.1 用户成本模型与租金收益率理论

用户成本模型（User Cost Model）是分析住房持有决策的经典理论框架，最早由Poterba（1984）提出，后经Himmelberg等（2005）发展和完善。该模型的核心思想是：住房用户持有每平米房屋每年的总成本包括资本的机会成本、风险溢价、折旧和维护成本、财产税等，减去房价预期增值率。当持有成本等于租金收益率（即房价租金比的倒数）时，市场达到均衡状态。

用户成本模型的数学表达为：UC = r + m + RP + t - g^e，其中r为实际利率（资金的机会成本），m为维护折旧率，RP为风险溢价，t为财产税率，g^e为预期房价增长率。该模型表明，在其他条件不变的情况下，预期房价增长率越高，持有住房的成本越低，租房相对于买房的吸引力就越小。这解释了为什么在过去中国房价快速上涨的时期，尽管租金收益率远低于国际水平，购房者仍然趋之若鹜——因为房价增值预期抵消了低租金回报的不足。

租金收益率（Rent Yield）是衡量房产投资收益能力的核心指标，定义为年租金收入与房产市场价值之比。在学术文献中，租金收益率有多种计算方式：简单租金回报率（年租金/房价）、净租金回报率（扣除持有成本后的年租金/房价）、以及考虑资金时间价值的内部收益率（IRR）法等。中国人民银行货币政策分析小组（2024）的研究指出，静态租赁回报率合理区间为4%-6%，当低于4%时反映房价相对租金水平过高，房产投资价值相对较小；当高于6%时则表明房产投资潜力较大。

从国际比较视角看，中国城市的租金收益率长期处于较低水平。根据Jorda等（2019）建立的宏观资产收益率数据库和清华大学五道口金融学院不动产金融研究中心的测算，2001-2023年间中国房租收益率均值为4.07%，低于美国的4.77%、日本的4.89%和德国的4.79%。更为关键的是，2013-2023年期间中国房租收益率均值已降至2.76%，在主要经济体中仅高于英国的2.51%。这一趋势反映了中国房地产市场从租金驱动向增值驱动转变的结构性特征。

2.2 实物期权理论与不动产投资决策

实物期权理论（Real Options Theory）为理解不动产投资决策提供了另一个重要视角。该理论源于金融期权定价理论，由Titman（1985）首次应用于土地市场，后经Dixit和Pindyck（1994）的系统发展。实物期权理论的核心观点是：不可逆的投资机会类似于金融看涨期权，投资者拥有在特定时间内以特定成本（投资额）获取资产的权利而非义务。当市场环境不确定时，延迟投资以等待更多信息具有价值，这种等待的权利就是期权价值。

在不动产投资领域，实物期权理论具有高度的适用性。首先，房地产投资具有显著的不可逆性——一旦建成或交易，转换用途或撤销交易面临高额的交易成本和沉没成本。其次，房地产市场面临多重不确定性，包括价格波动、政策变化、利率调整等。最后，投资者拥有决策柔性，可以选择立即投资、延迟投资、分期投资或放弃投资等多种策略。正是这些特征使得实物期权理论成为分析房地产投资时机选择的有效工具。

具体到出售与出租决策，实物期权理论提供了重要洞见：持有房产而不立即出售，相当于持有一个看涨期权——如果未来房价上涨，持有者可以继续持有享受增值收益；如果房价下跌，持有者仍可选择出租获取租金收益。这种灵活性具有价值，因此在不确定的市场环境中，即使当前租金收益率不高，继续持有也可能是理性选择。实物期权理论特别强调了“等待的价值”，这与传统净现值（NPV）方法“立即投资或放弃”的二元逻辑形成鲜明对比。

大量实证研究验证了实物期权理论在房地产领域的适用性。Quigg（1993）发现基于期权定价模型的土地价值预测力显著优于传统方法。Cunningham（2006）和Bulan等（2009）采用生存分析方法，验证了市场不确定性与房地产开发时机的负向关系——不确定性越高，投资越可能延迟。王媛和贾生华（2012）利用杭州市土地微观数据发现市场不确定性显著延迟地方政府土地出让。这些研究表明，在不确定的市场环境中，决策者的等待行为具有理性基础。

2.3 行为金融学视角下的房地产决策偏差

传统金融理论假设投资者是完全理性的，能够以最优方式处理信息并做出决策。然而，大量心理学和经济学研究表明，现实中的投资者普遍存在系统性认知偏差。行为金融学将心理学研究成果融入金融分析，揭示了人类决策过程中的非理性因素。在房地产决策领域，以下几种认知偏差尤为重要。

处置效应（Disposition Effect）是房地产决策中最显著的偏差之一。由Shefrin和Statman（1985）提出，后经Odean（1998）系统验证，处置效应指投资者倾向于过早卖出盈利资产、过久持有亏损资产的倾向。在房地产市场中，Genesove和Mayer（2001）发现波士顿住房市场中面临亏损的房主会设定更高的要价、获得更高的售价且更不愿意出售。这种现象在中国房地产市场同样普遍：许多购房者在房价上涨时急于套现获利，在房价下跌时却坚持等待“回本”再卖，导致错失最佳出售时机。

锚定效应（Anchoring Effect）也对房地产决策产生重要影响。购房者往往将买入价格作为决策的“锚点”，后续决策围绕这一锚点展开。当市场价格高于买入价时，投资者倾向于认为房产“值”这个价；当市场价格低于买入价时，即使租金收益率合理，投资者也可能因"账面亏损"的心理压力而做出非理性决策。这种锚定效应使得投资者忽视了市场实际情况和机会成本，执着于历史成本而非未来收益。

损失厌恶（Loss Aversion）是Kahneman和Tversky（1979）前景理论的核心概念，指人们对损失的敏感程度远高于同等规模的收益。在房地产决策中，损失厌恶使得投资者极度不愿意以低于买入价的价格出售房产，即使继续持有意味着更高的机会成本。这种心理机制解释了为什么在市场下行周期中，二手房挂牌量虽然增加但实际成交量却相对低迷——卖家宁愿“扛着”也不愿接受“亏损”。

心理账户（Mental Accounting）理论由Thaler（1985）提出，指人们在心理上将资金划分为不同账户分别决策的倾向。在房产决策中，投资者往往将自住房和投资房划分为不同的心理账户，对不同账户采用不同的决策标准。例如，对于自住房可能更多考虑情感因素和生活便利性，对于投资房则更关注财务回报。这种区分虽然有一定合理性，但也可能导致整体资产配置的次优结果。

2.4 家庭资产配置与流动性约束理论

家庭资产配置理论关注家庭如何在不同资产类别之间分配财富，以实现风险与收益的最优平衡。经典的投资组合理论（Markowitz, 1952）认为，投资者应根据各类资产的预期收益、风险和协方差结构来确定最优配置比例。然而，现实中的资产配置决策远比理论模型复杂，特别是房产这种特殊资产的配置需要综合考虑多方面因素。

房产在家庭资产配置中具有独特的地位。首先，房产兼具消费和投资双重属性——它既是居住消费品，又是价值储存和增值工具。其次，房产具有高度的非流动性——交易成本高、交易周期长、市场信息不完全。第三，房产投资通常需要杠杆（按揭贷款），这使得房产投资的收益和风险都被放大。第四，房产具有显著的异质性——地理位置、建筑品质、配套设施等因素使得每套房产都是独特的。

流动性约束是影响不动产决策的重要因素。当家庭面临流动性需求（如子女教育、医疗支出、创业投资等）时，房产的非流动性特征可能成为财务规划的障碍。在这种情况下，出售房产获取现金可能是必要选择，即使从纯投资角度看继续持有更优。另一方面，房产的流动性约束也可能产生“锁定效应”——持有者因交易成本过高或市场低迷而无法及时变现，被迫维持次优的资产配置。

从生命周期投资理论的角度看，不同年龄段的家庭应采取不同的房产配置策略。年轻家庭收入增长潜力大、风险承受能力强，可以适当增加房产配置比例并运用杠杆；中年家庭收入稳定但支出增加（子女教育、父母养老），需要平衡房产持有与其他投资；老年家庭面临收入下降和医疗支出增加，应逐步提高资产流动性，适当减持房产增加金融资产配置。这种生命周期视角为房产出售与出租决策提供了动态分析框架。

三、决策模型的构建

3.1 模型假设与基本框架

本文构建的决策模型基于以下核心假设：第一，决策者仅从经济利益角度考量，不涉及情感因素和其他非经济因素。这一假设旨在简化分析框架，聚焦于可量化的经济指标。第二，市场信息是完全的，决策者能够准确获取房产的市场价格、租金水平和贷款利率等关键参数。第三，决策者在当前时点做出二元选择——出售或出租，不考虑部分出售或转租等中间策略。第四，税收因素（如个人所得税、增值税、房产税等）在短期内保持稳定，不纳入核心决策变量。

模型的基本框架可以概括为“一个核心、两个维度、四种结果”。“一个核心”指以租金收益率与按揭贷款利率的比较作为核心判断标准；“两个维度”指租金收益维度和资产增值维度的双重考量；“四种结果”指模型最终输出的四类决策建议：“租”（租金收益高、增值潜力大）、“卖”（租金收益低、已实现增值）、“折价卖”（租金收益低、未实现增值）、“自住”（情感因素优先）。

模型的经济学逻辑基础是用户成本理论：当租金收益率高于资金成本（以按揭贷款利率代理）时，表明房产的租赁收益能够覆盖持有成本，房产具有正向的现金流贡献，倾向于出租；反之，当租金收益率低于资金成本时，表明持有房产的租赁收益不足以覆盖成本，需要依赖房价增值来弥补，若已实现增值则应考虑出售变现。

3.2 核心指标体系

模型构建了三个层次的核心指标体系：基础指标、比较指标和决策指标。

基础指标层包括两个核心参数。第一个是租金收益率（Rent Yield, RY），计算公式为：RY = 年租金收入 / 房产当前市场价值 × 100%。其中，年租金收入 = 月租金 × 12。该指标直接反映房产通过出租获取收益的能力，是衡量房产租赁价值的核心指标。第二个是成本折现率（Cost Discount Rate, CDR），计算公式为：CDR = 购置成本 × (1 + r)^n，其中r为二套房按揭贷款利率，n为持有年限。该指标反映购置成本在复利增长后的时间价值，作为判断房产是否"卖上价"的基准。

比较指标层通过比较基础指标形成判断。第一个比较指标是"能租上价"指标，判断标准为：RY > r（二套房按揭贷款利率）。当租金收益率高于贷款利率时，表明房产的租赁收益超过了资金成本，从现金流角度看持有房产是有利的。第二个比较指标是"能卖上价"指标，判断标准为：当前市场价 > CDR。当当前市场价高于成本折现值时，表明房产实现了正的投资回报。

决策指标层综合两个比较指标形成最终决策。模型构建了2×2的决策矩阵：当“能租上价”且“能卖上价”时，房产兼具良好现金流和增值表现，建议出租以持续获取收益；当"不能租上价"但能"卖上价"时，房产虽有增值但现金流不佳，建议出售变现；当"能租上价"但"不能卖上价"时，房产现金流良好但尚未实现增值，建议继续持有出租等待升值；当"不能租上价"且"不能卖上价"时，房产既无良好现金流也无增值表现，建议折价出售止损。

表1 不动产出售与出租决策矩阵

3.3 决策规则与流程

基于上述指标体系，模型的决策流程分为四个步骤。第一步，数据采集与参数设定。收集标的房产的基本信息，包括月租金、当前市场价、购置成本、持有年限等，并确定当地的二套房按揭贷款利率作为基准参数。第二步，租金收益率计算。根据公式RY = 月租金 × 12 / 当前市场价，计算标的房产的租金收益率。第三步，成本折现值计算。根据公式CDR = 购置成本 × (1 + r)^n，计算购置成本在持有期内的复利增长值。第四步，比较判断与决策输出。将租金收益率与贷款利率比较判断“能否租上价”，将市场价与成本折现值比较判断"能否卖上价"，综合两个维度的判断结果输出最终决策建议。

为进一步提升模型的实用性，本文还引入了辅助决策指标——个人投资收益率。当个人投资收益率高于租金收益率时，表明出售房产后将资金投入其他投资渠道可能获得更高回报，这为"出售"决策提供了额外支持；当个人投资收益率低于租金收益率时，表明房产出租的相对收益更高，这为“出租”决策提供了额外支持。需要注意的是，辅助指标仅对主决策提供参考，不改变模型基于核心指标的判断结果。

模型的数学表达如下：设D为决策结果，则D = f(RY, r, P, C, n)，其中RY为租金收益率，r为贷款利率，P为当前市场价，C为购置成本，n为持有年限。具体地：

当 RY > r 且 P > C(1+r)^n 时，D = "租"——房产兼具良好现金流和增值表现，建议继续持有出租。

当 RY ≤ r 且 P > C(1+r)^n 时，D = "卖"——房产虽有增值但现金流不佳，建议出售变现。

当 RY > r 且 P ≤ C(1+r)^n 时，D = "租"——房产现金流良好但尚未实现增值，建议继续持有等待升值。

当 RY ≤ r 且 P ≤ C(1+r)^n 时，D = "折价卖"——房产既无良好现金流也无增值表现，建议折价出售止损。

四、实证分析与案例验证

4.1 数据来源与样本描述

为验证模型的有效性，本文收集了11个真实不动产标的的数据作为研究样本。这些标的位于中国西安市，涵盖了住宅、公寓、车位等多种类型，具有较好的代表性。数据收集时间为2024年6月，包括各标的的当前月租金、估计成交价、购置成本、持有年限等信息。贷款利率参数采用西安市2024年二套房按揭贷款利率3.45%（首套房为3.2%），对于部分较新购置的标的采用3.2%的利率。

样本标的的基本情况如下表所示。从标的类型看，包括住宅（如西沣公元、紫薇、北山门等）、商业（如kingmall、鑫海大厦）、公寓（如城品居、城市郦景）和车位（车位6、车位3）；从持有年限看，最短的为1年（城品居、城市郦景），最长的为35年（南稍门70）；从购置成本看，最低的为14万元（车位），最高的为122.9万元（西沣公元）；从当前市场价看，最低为19万元（车位），最高为290.6万元（西沣公元）。

表2 样本不动产标的的基本信息

4.2 模型应用与结果分析

将决策模型应用于11个样本标的，计算结果如下表所示。从租金收益率看，最高的为鑫海大厦的5.40%，最低的为紫薇的1.73%；从成本折现值看，最高的为西沣公元的140.8万元，最低的为南稍门70的16.0万元；从能否“租上价”看，6个标的满足条件（租金收益率>3.45%或3.2%），5个标的不满足；从能否“卖上价”看，7个标的满足条件（当前市场价>成本折现值），4个标的不满足。

表3 模型决策结果汇总

从决策分布看，11个标的中6个（54.5%）建议"租"，4个（36.4%）建议"卖"，1个（9.1%）建议"折价卖"。这一结果表明，在当前市场环境下，超过半数的投资性房产仍具有出租价值，但约45%的标的面临出售压力，反映出市场调整期房产投资价值的分化趋势。

图1 各标的租金收益率与按揭贷款利率对比

具体分析各类决策的标的特征："租"类标的（鑫海大厦、kingmall、车位6、车位3、城品居、城市郦景）普遍具有以下特征：持有年限较短（平均7.3年）、租金收益率较高（平均4.28%）、当前市场价高于成本折现值。这类标的通常位于商业活跃区域或交通便利地段，租赁需求稳定，租金回报良好，同时实现了资产增值。特别值得注意的是，车位类标的虽然单价较低，但租金收益率普遍较高（3.79%），显示出较高的投资价值。

"卖"类标的（西沣公元、紫薇、北山门、南稍门70）的共同特征是：持有年限较长（平均19.5年）、租金收益率较低（平均2.29%）、但当前市场价显著高于成本折现值。这类标的多为早期购置的住宅房产，虽经历了较大的房价增值，但受限于租金增长缓慢，当前租金收益率已低于贷款利率水平。对于持有者而言，出售变现可以将已实现的增值收益锁定，并重新配置到更高收益的投资渠道。

"折价卖"类标的（例子1）是一个特殊的案例：该标的名义上的购买时成本与估计成交价持平（均为48万元），但由于持有时间长达30年，按3.45%的复利计算，成本折现值已增长至约55万元，超过了当前市场价。同时，其租金收益率仅为2.75%，低于贷款利率水平，属于典型的"既不能租上价、也不能卖上价"的标的。对于这类标的，持有者需要认真评估继续持有还是折价出售以释放资金流动性。

图2 不动产出售与出租决策分布

4.3 敏感性分析

为检验模型对关键参数变动的敏感性，本文进行了多情景分析。首先，考虑贷款利率变动的影响。当贷款利率下调50个基点至2.95%时，"例子1"的决策将从"折价卖"转变为"卖"（因为其租金收益率2.75%仍低于2.95%），而"北山门"（租金收益率2.93%）将从"卖"转变为"租"。这表明利率下调可以提升部分边际标的的出租价值，但难以根本改变低租金收益率标的的决策结论。

其次，考虑租金变动的影响。当租金上涨10%时，"紫薇"的租金收益率将从1.73%提升至1.90%，仍低于贷款利率3.45%，决策不变；"北山门"的租金收益率将从2.93%提升至3.22%，接近但略低于3.45%，决策仍倾向于"卖"。这说明在核心城市住宅类标的租金收益率普遍偏低的情况下，适度的租金上涨难以根本改变其出售决策。

第三，考虑房价变动的影响。当房价下跌10%时，"西沣公元"的租金收益率将从1.78%提升至1.97%，但仍低于贷款利率；其当前市场价将从290.6万元降至261.5万元，仍高于成本折现值140.8万元，决策仍倾向于"卖"。这表明对于已实现大幅增值的标的，适度的房价回调不会根本改变其"能卖上价"的属性。

敏感性分析的整体结论是：模型的决策结果对于核心参数（利率、租金、房价）的适度变动具有一定的稳健性。对于明显"能租上价"或"明显不能租上价"的标的，参数的小幅变动不会改变决策结论；但对于处于临界状态的标的（如租金收益率在3%-3.5%区间），参数的变动可能导致决策的转换，这正是模型需要结合辅助指标（个人投资收益率）进行综合判断的情形。

图3 持有时间与租金收益率的关系

五、宏观市场数据验证

5.1 中国重点城市租金收益率分析

为验证模型在更广泛市场层面的适用性，本文收集了2024年中国50个重点城市的租金收益率数据。根据诸葛数据研究中心和中指研究院的监测数据，2024年50城平均租金回报率为2.12%，已高于五年期定期存款利率（约1.8%），住房租赁投资回报有所改善。但从绝对水平看，50城的平均租金收益率仍低于3.45%的二套房贷款利率，这意味着从模型视角看，多数城市的房产"租不上价"。

从城市等级分布看，一线城市租金收益率最低（平均1.82%），二线城市居中（平均2.04%），三四线城市最高（平均2.55%）。具体到城市，乌鲁木齐（3.77%）、银川（3.60%）、贵阳（3.48%）位居前三，均超过3.45%的贷款利率，从模型角度看"能租上价"；而厦门（1.36%）、东莞（1.44%）、深圳（1.61%）位居末三位，远低于贷款利率水平。这一分布特征与模型逻辑高度一致：高租金收益率城市"倾向于租"，低租金收益率城市"倾向于卖"。

从售租比（房价/年租金）角度看，2024年50城平均售租比为48.5年，较2023年缩短2.3年，处于2019年以来最低水平。厦门售租比最高（73.6年），东莞（69.6年）、深圳（60年以上）紧随其后，意味着在这些城市靠租金收回购房成本需要超过60年时间。乌鲁木齐、银川、贵阳售租比最低（均不到30年），出租回收期相对合理。售租比与租金收益率呈反向关系，高售租比城市对应低租金收益率，决策倾向于出售；低售租比城市对应高租金收益率，决策倾向于出租。

图4 2024年中国重点城市租金回报率对比

5.2 国际比较视角

从国际比较视角看，中国房产收益结构具有独特性。根据Jorda等（2019）的宏观资产收益率数据库，2001-2023年间中国房产综合收益率均值为12.00%，在主要经济体中最高，但其中房租收益率贡献仅占33.92%（4.07%），房价收益率贡献占66.08%（7.93%）。相比之下，美国房产综合收益率8.82%中，房租收益率贡献54.08%（4.77%），房价收益率贡献45.89%（4.00%）；德国房产综合收益率7.91%中，房租收益率贡献60.56%（4.79%），房价收益率贡献39.44%（3.12%）。

这一比较揭示了中国房地产市场的核心特征：房产收益更依赖房价增值而非租金回报。吴志强（2024）研究指出，这种收益结构导致中国居民财产性收入占比偏低且增速迟缓——因为房价增值收益只有出售才能实现，而居民普遍不愿出售自住房产，使得大量财富"沉淀"在房产中无法产生现金流收益。近年来中国房租收益率的持续下降（2013-2023年均值降至2.76%），进一步加剧了这一问题。

从趋势变化看，2013-2023年间中国房产收益结构正在发生微妙转变：房租收益率对综合收益的贡献率从33.92%上升到29.35%，看似下降，但绝对水平仅下降1.31个百分点；而房价收益率从7.93%降至6.89%，下降了1.04个百分点。更为关键的是，中国人民银行货币政策分析小组（2024）指出，自2018年以来，房租收益率的贡献度持续上升，至2023年已占综合收益的51%。这一趋势表明，中国房地产市场正逐步从房价驱动转向租金驱动，租金收益率在决策中的核心地位将进一步凸显。

图5 各国住房资产收益率比较（2001-2023年平均）

国际比较对模型的启示是：第一，在成熟市场中，租金收益率是房产价值的核心决定因素，这与模型将租金收益率作为核心判断标准的逻辑一致。第二，中国房地产市场正在向租金驱动转型，模型的适用性将进一步增强。第三，对于中国家庭而言，提升房产投资的租金收益率（如通过改造升级、优化租赁策略等）将成为未来房产保值增值的关键路径。

六、结论与政策建议

6.1 研究结论

本文基于用户成本理论、实物期权理论和行为金融学等多重视角，构建了一个基于租金收益率与按揭贷款利率比较的不动产出售与出租决策模型，并通过11个真实标的的实证分析和宏观市场数据验证，得出以下主要结论：

第一，租金收益率是判断不动产出租价值的核心指标。当租金收益率高于资金成本（以按揭贷款利率代理）时，房产的租赁收益能够覆盖持有成本，持有房产具有正向现金流贡献，倾向于出租；反之则应考虑出售。实证分析中，54.5%的样本标的租金收益率高于贷款利率，建议出租；45.5%的标的租金收益率低于贷款利率，建议出售或折价出售。

第二，成本的时间价值是判断出售时机的重要依据。通过将购置成本按贷款利率复利计算，可以客观评估房产是否"卖上价"。实证数据显示，持有年限较长的标的（平均19.5年）虽然购置成本较低，但成本折现值增长显著，部分标的市场价已接近或低于成本折现值，面临"折价卖"的困境。

第三，中国房地产市场正从房价驱动向租金驱动转型。2024年50城平均租金收益率仅为2.12%，低于二套房贷款利率3.45%，表明从纯粹经济角度看多数城市房产"租不上价"。但国际比较显示，随着房价增速放缓，租金收益率对综合收益的贡献度持续上升，从2018年的不足30%升至2023年的51%。这一趋势意味着未来租金收益率将在房产定价中发挥越来越重要的作用。

第四，房产类型和区位特征显著影响决策结果。商业类标的（如写字楼底商、购物中心）和车位类标的普遍具有较高租金收益率（平均4.5%以上），倾向于"租"；而早期购置的住宅类标的因房价基数低、租金增长慢，租金收益率普遍较低（平均2.3%），倾向于"卖"。这反映了中国房地产市场不同类型房产投资价值分化的现实。

第五，行为偏差是不动产决策中不可忽视的因素。处置效应、锚定效应、损失厌恶等认知偏差可能导致投资者偏离模型的理性建议。例如，部分投资者因不愿"亏本"而拒绝折价出售，或锚定于历史高点而错失出售良机。模型为克服这些偏差提供了客观的决策框架。

6.2 政策建议

基于研究结论，本文提出以下政策建议。第一，大力发展住房租赁市场，提升租金收益率水平。通过税收优惠、金融支持、供给增加等措施降低租赁运营成本，鼓励长租机构化、专业化发展，提高租赁服务品质和租金定价能力。特别对于一线和热点二线城市，租金收益率普遍低于2%，需要通过提升租金水平或降低房价来提升租赁投资价值。

第二，建立租金收益率监测和发布机制。建议住建部门和统计机构定期发布各城市、各类型房产的租金收益率指数，为投资者提供透明、及时的市场信息。同时，将租金收益率纳入房地产市场监测指标体系，作为判断市场健康状况和泡沫风险的重要参考。

第三，完善住房金融政策，引导理性投资决策。贷款利率作为模型的核心基准参数，其变动直接影响大量家庭的房产决策。建议保持按揭贷款利率的相对稳定，避免大幅波动引发市场恐慌性抛售或投机性抢购。同时，探索建立与租金收益率挂钩的差异化利率定价机制，对租赁属性明确的房产给予利率优惠。

第四，加强投资者教育，普及房产投资知识。针对普遍存在的处置效应、锚定效应等行为偏差，通过媒体宣传、社区讲座、在线课程等方式，普及租金收益率、持有成本、时间价值等核心概念，帮助投资者建立科学理性的决策框架。特别应针对老年人群体开展针对性教育，帮助其优化资产配置、提升资产流动性。

第五，推进房地产税改革，优化房产持有成本结构。当前中国个人住房房产税仅在少数城市试点，大多数城市房产持有成本几乎为零，这在一定程度上扭曲了投资决策。建议稳步推进房产税扩围，建立与房产价值挂钩的适度持有成本，使房产持有者更加重视租金收益和资产效率，促进房地产市场的健康发展。

6.3 研究局限与展望

本文研究存在以下局限性。第一，模型仅考虑了经济因素，未纳入情感因素、生活便利性等非经济因素。现实中，自住房产的决策往往更多考虑生活品质而非纯粹经济回报，未来研究可以构建多目标决策模型，综合经济和非经济因素。第二，模型假设市场信息完全，但现实中存在信息不对称和评估偏差。租金和房价的估计可能存在主观性，未来研究可以引入模糊数学或贝叶斯方法处理不确定性。

第三，实证样本主要基于西安市的数据，其他城市的市场特征可能存在差异。未来研究可以扩大样本范围，开展跨区域比较分析，验证模型在不同城市、不同市场环境下的适用性。第四，模型假设决策是一次性的，未考虑多期动态优化。现实中，投资者可以根据市场变化调整策略（如先出租后出售、装修升级再出租等），未来研究可以运用动态规划或实物期权方法构建多期决策模型。

第五，模型未充分考虑税收因素的差异化影响。不同持有年限、不同房产类型、不同交易方式的税负差异显著（如个人所得税、增值税、契税、房产税等），这些因素在实际决策中可能产生重要影响。未来研究可以构建更精细的税后收益模型，提升决策建议的精确度。

展望未来研究方向：一是结合大数据和人工智能技术，构建基于海量真实交易数据的智能决策系统，实现标的评估、市场预测和决策建议的自动化；二是开展跨国比较研究，深入分析不同国家房地产市场结构、制度环境和文化因素对决策行为的影响；三是探索租赁市场金融创新，如租赁住房REITs、租金收益权证券化等，为房产持有者提供更多元化的退出和融资选择。

参考文献

[1] Poterba J M. Tax subsidies to owner-occupied housing: An asset-market approach[J]. The Quarterly Journal of Economics, 1984, 99(4): 729-752.

[2] Himmelberg C, Mayer C, Sinai T. Assessing high house prices: Bubbles, fundamentals and misperceptions[J]. Journal of Economic Perspectives, 2005, 19(4): 67-92.

[3] Jorda O, Knoll K, Kuvshinov D, et al. The rate of return on everything, 1870-2015[J]. The Quarterly Journal of Economics, 2019, 134(3): 1225-1298.

[4] Titman S. Urban land prices under uncertainty[J]. American Economic Review, 1985, 75(3): 505-514.

[5] Dixit A K, Pindyck R S. Investment under uncertainty[M]. Princeton University Press, 1994.

[6] Quigg L. Empirical testing of real option-pricing models[J]. The Journal of Finance, 1993, 48(2): 621-640.

[7] Shefrin H, Statman M. The disposition to sell winners too early and ride losers too long: Theory and evidence[J]. The Journal of Finance, 1985, 40(3): 777-790.

[8] Odean T. Are investors reluctant to realize their losses?[J]. The Journal of Finance, 1998, 53(5): 1775-1798.

[9] Genesove D, Mayer C. Loss aversion and seller behavior: Evidence from the housing market[J]. The Quarterly Journal of Economics, 2001, 116(4): 1233-1260.

[10] Kahneman D, Tversky A. Prospect theory: An analysis of decision under risk[J]. Econometrica, 1979, 47(2): 263-291.

[11] Thaler R H. Mental accounting and consumer choice[J]. Marketing Science, 1985, 4(3): 199-214.

[12] Markowitz H. Portfolio selection[J]. The Journal of Finance, 1952, 7(1): 77-91.

[13] Cunningham C R. House price uncertainty, timing of development, and vacant land prices: Evidence for real options in Seattle[J]. Journal of Urban Economics, 2006, 59(1): 1-31.

[14] Bulan L, Mayer C, Somerville C T. Irreversible investment, real options, and competition: Evidence from real estate development[J]. Journal of Urban Economics, 2009, 65(3): 237-251.

[15] 王媛,贾生华. 不确定性、实物期权与政府土地供应决策[J].财贸经济, 2012(4): 125-133.

[16] 况伟大.预期、投机与中国城市房价波动[J]. 经济研究, 2010(9): 67-78.

[17] 中国人民银行货币政策分析小组.中国货币政策执行报告[R]. 2024年第二季度.

[18] 清华大学五道口金融学院不动产金融研究中心.重塑供需均衡: 构建房地产发展新模式的关键[R]. 2025.

[19] 吴志强.中国居民财产性收入增长的制约因素与突破路径[J]. 经济学动态, 2024(3): 45-58.

[20] 诸葛数据研究中心. 2024上半年重点50城租售比调查报告[R]. 2024.