公募REITs开云kaiyun官方网站，立场分辩

咱们在《广义固收钞票策略框架：一个详细比较分析》中将REITs行为广义固收钞票一个类别进行了磋商，但谈判到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，本文尝试构建攻击、谢绝、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辞别，攻击型允洽高经济增速、收紧预期；谢绝型在低经济增速、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、收紧预期阶段整个立场REITs可能面对较大回撤。

关于好意思国REITs市场，“旅游住宿”、“购物中心”为“攻击型”；“多元化筹画”、“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“谢绝型”。整个经济环境下，2012年4月30日至2025年3月21日历间，谢绝型平均年化收益率为9.8%，跑赢均衡型（6.8%）和攻击型（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患属性，但各行业的防患属性仍有强弱之分。从REITs行业占比结构看，中国传统防患型板块（基建REITs）占比权贵高于国外，从杠杆使用看，中国REITs也权贵低于国外。在产权属性方面，中国特准筹画权型REITs占据半壁山河，导致估值不牢固。

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，整个经济环境下，2022年6月1日至2025年3月13日历间，谢绝型REITs平均年化收益率为3.3%，跑赢均衡型（-4.0%）和攻击型（-5.0%），防患型REITs立场遥远占优。通过描绘性统计、传统金融分析、机器学习的聚类算法磋商：（1）“仓储物流”、“园区基础身手”、“破钞基础身手”为“攻击型”；（2）“生态环保”、“交通基础身手”为“均衡型”；（3）“动力基础身手”、“保险性租借住房”为“防患型”。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分别分辩为谢绝型和攻击型，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分辩。

咱们在《广义固收钞票策略框架：一个详细比较分析》[1]中将REITs行为广义固收钞票中一个大类探讨投资策略。但是，中国REITs竖立时刻较短，2021年于今严格意思意思意思意思上均为宽松预期和弱“经济现实”周期，即时时意思意思意思意思上REITs产物推崇最差的经济环境，同期早期REITs关系战术尚在完善经过中，上市订价过高，因此总体收益率差强东说念主意，但也有部分产物。本文尝试凭据中国REITs特色，对不同业业REITs立场进行分辩，并针对不同立场分析其最好投资环境。

一、中国与国外REITs异同

1.1 中国REITs与国外主要各异

中国REITs市场具有显著的特色，其独到性主要体咫尺三个方面：REITs行业散布、杠杆率、产权属性。前两项标明中国REITs整身形度偏镇定，而产权属性则是估值不牢固开端之一。

从REITs行业占比结构看，中国基建REITs占比权贵高于国外市场。凭据彭博分类数据[2]，好意思国REITs市值占比前五分别为多元化筹画、工业（仓储物流等）、住宅、医疗保健、零卖（市场等），共计占比88.7%，中国REITs市值占比前五分别为交通基础身手、园区基础身手、破钞基础身手、动力基础身手、仓储物流，共计占比89.8%，其中交通基础身手占比近33%，该分类下的REITs全为高速公路，神情属性为特准筹画类，因此谈判分类措施各异之后，REITs结构上仍有较大区别。中国REITs市场的一个权贵特色是基建类钞票占比较高，这与国外老到市场酿成显著对比。举例，凭据AJPI数据，日本REITs市场以办公楼、物流身手和零卖（市场等）为主导，三者整个占比达84.1%，而基建类REITs并未单独列示。

杠杆率方面，中国REITs权贵低于国外REITs。从监管上限要求角度看，凭据我国《公开 召募基础身手证券投资基金携带(试行)》，“基础身手基金成功或盘曲对外借债，应当除名基金份额捏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唯有16.67%（借债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%，好意思国无杠杆率贬抑。从施行杠杆率使用角度看，凭据2023年年报数据，中国REITs平均钞票欠债率为9.4%。行为对比，凭据NAREIT T-Tracker数据，好意思国2023年年报整个职权类REITs平均钞票欠债率平均为49.5%，凭据彭博数据，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%。从战术至施行杠杆使用，中国REITs都权贵低于国外REITs，因而推崇出更为镇定的特征。

产权属性方面，中国特准筹画权型REITs占据半壁山河，国外特准筹画权REITs比较脱落。产权型和特准筹画权险些是中国公募REITs特有的分类阵势，两者主要区别在于产权型领有并筹画底层钞票，特准筹画权不领有底层钞票产权，钞票到期后，会面对钞票计帐价值较少或净值归零的风险。为止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（园区基础身手）REITs共21只（占产权型52.5%），市值共计392亿元（占产权型42%）；特准筹画权型REITs共有23只，市值约887，其中，交通基础身手REITs共13只（占特准筹画权型56.5%），市值共计602亿元（占特准筹画权型67.9%）。国外REITs特准筹画权类型较少，仅澳大利亚上市基础身手基金（LIF）中有小部分特准筹画权产物，而该分类不属于澳大利亚REITs。我国刻下REITs刊行以特准筹画权为主，由于特准筹画权类REITs到期后大多无偿叮嘱给当地政府，因此剩余期限对REITs的估值影响较大。

1.2 中国与国外REITs不同业业收益分化较大

在团结市场内，不同细分行业REITs推崇也不尽交流，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、多元化筹画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指数遥远跑赢其余行业指数。

中国REITs行业细分方面，禁受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、动力基础身手、水利基础身手、破钞基础身手肇端日较晚，禁受上前填充阵势补全缺失值），仓储物流、园区基础身手、交通基础身手、生态环保、保险性租借住房、动力基础身手、水利基础身手、破钞基础身手年化收益率分别为-5.06%、-5.01%、-5.38%、-2.69%、2.61%、3.90%、5.85%、9.37%，保险性租借住房、动力基础身手、水利基础身手、破钞基础身手指数收益率为正。

二、REITs立场分辩方法梳理

鉴于中国REITs市场的独到结构特征，若简便套用国外REITs行业投资教会，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，引入立场维度分辩，具体分为“攻击型”、“谢绝型”、“均衡型”三类，旨在识别不同立场REITs的最优投资环境设置，立场分辩后的REITS投资策略更有普适性。

REITs立场分辩的研究方法能够不错分为以下三大类：基于行家调研方法的立场分析方法、基于酬报（收益率）方法的立场分析方法、基于聚类方法的立场分析方法。三种方法特色总结：基于行家调研的方法属于主不雅判断的方法，依赖于行业行家的教会和判断，适用于穷乏数据因循的情况，但可能存在主不雅性较强的问题。基于酬报的方法通过历史收益率数据来想到投资立场，具有较强的数据启动性，扫尾比较客不雅，但最终分类仍然依赖于预期酬报和风险的主不雅判断。基于聚类的方法通过数据启动的聚类分析来识别潜在的投资立场，具有较强的生动性和阐扬力，但需要大批的数据和复杂的统计技艺因循。上述三种方法各具特色，对REITs立场分析研究不错磋商这三种方法，利用多维度的数据和多种分析技艺，构建愈加全面和准确的立场分类框架，以更好地服务于REITS投资组合的惩办和绩效评估。

2.1 基于行家调研方法的立场分析

基于行家调研的立场分析方法主要通过拜访和行家意见来笃定投资立场。这种方法依赖于行业行家的教会和判断，时时用于制定立场分类的措施和界说。该方法下时时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行家磋商，提倡了基于中枢（core）、增值（value-added）和契机型（opportunistic）的房地产投资立场分类。这些分类基于酬报倡导、物业类型、杠杆率等投资特征，其中，凭据那时好意思国房地产投资现象，合计中枢（core）立场应具备牢固的房钱收入、中低风险、酬报主要来自房钱，增值（value-added）立场则预期中等酬报，推崇优于市场、酬报来自钞票增值，契机型（opportunistic）立场为展望大幅跑赢市场，房钱收入有限，酬报很猛进程取决改日增值。但是，Kaiser（2005）指出，NCREIF提倡的立场界说较为朦胧，且未基于投资组合的施行推崇，而是试图通过预期的风险或酬报来界说立场。通过向有限的投资者和投资照应人调研后，发现由于穷乏明确的基准和可量化的鸿沟，不同照应人和投资者对中枢、增值和契机型立场的界说存在较大各异。因此建议通过详细评分的阵势，谈判多达10个因素来笃定立场分类，同期应幸免过于僵化的界说，以免贬抑基金司理的创造力和适应市场周期的本领。这种方法天然依赖于行家的主不雅判断，但在穷乏实够数据因循的情况下，提供了一种可行的立场分类框架。

2.2 基于酬报（收益率）方法的立场分析

基于酬报的立场分析方法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。这种方法的中枢念念想是通过历史收益率数据来想到投资组合的立场特征。Sharpe（1992）提倡的立场分析模子是这一领域的经典方法，通过二次霸术来笃定投资组合对主要钞票类别的涌现进程。NAREIT的一项研究合计按房产类型分析Beta值会很灵验(Case, 2018)，通过不同业业Beta进行立场分辩，发现自助仓库、医疗保健、基础身手、数据中心、住宅具有“防患性”，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）通过基于酬报的方法，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，极端是交易零卖和工业类型分别与股息收益率和预期酬报呈权贵正关系，强调了钞票类型种种化策略在擢升M-REITs绩效中的要津作用。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阐扬力较低，仅能阐扬约30%的收益率变化。因此，他们提倡了多维度的立场分析方法，引入了物业鸿沟、老本化率（cap rate）、田户特征（田户围聚度和租期长度）等因素，权贵提高了对收益率的阐扬力。极端是物业鸿沟被发现是最紧要的立场因素，其次是老本化率和田户特征。此外，部分研究怜惜经济环境关于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，通过归来分析探讨了地方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。著述研究扫尾标明，地方经济增长对REIT公司增长有权贵的正向影响，尤其是在经济增长较快的地区设置钞票的REIT，其公司增长更为权贵。Reddy和Wong（2018）研究聚焦于澳大利亚房地产投资信赖（A-REITs），分析了其在群众金融危险（GFC）后的推崇格外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，但改日利率上升可能对依赖债务融资的行业部门产生权贵影响。多元化和零卖行业对市场风险及短期和遥远利率变化响应权贵，而工业、办公行业的影响则不昭着。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在经济不牢固时期的抗风险本领。研究发现，酒店和零卖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扞拒风险方面具有紧要作用。这种方法由于通过历史收益率数据来想到投资立场，具有较强的数据启动性，扫尾比拟行家判断和问卷调研方法更客不雅，但最终分类仍然依赖于预期酬报和风险的主不雅判断，何况需要有较长的历史收益率时刻序列数据。

2.3 基于聚类方法的立场分析

基于聚类的立场分析方法通过统计技艺将具有相似特征的投资组合或物业进行分类。这种方法不依赖于事前界说的立场类别，而是通过数据启动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，因此大批研究基于区位表面，探讨地舆条目对REITs价钱推崇、IPO格外他关系因素的影响(Freybote等, 2015; Usman等, 2020; Wang等, 2021; Ling等, 2022)。其中一个紧要研究地方是通过空间聚类分析等方法，识别出租活动的地舆中心或细分市场，以优化钞票设置和擢升投资酬报(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酬报的方法笃定两者的相对紧要性，扫尾标明，在大多数时刻里，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技艺，发现除了传统的物业类型和区域分类外，物业的收益率、鸿沟、田户围聚度和租约长度等因素也能权贵提高对收益率的预测本领。Cajias等（2020）聚焦于德国住宅房地产市场，通过构建质地和空间移动后的价钱和流动性指数，禁受“围绕中心点分辩（PAM）”聚类算法，磋商平均轮廓法笃定最优聚类数目，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，房地产市场价钱飞腾最为权贵的聚类区域中，东说念主口、做事东说念主口、恬逸率和可把握收入、施行GDP增长率更凸起，标明这些区域对空间的需求更高。这种方法通过数据启动的聚类分析来识别潜在的投资立场，具有较强的生动性和阐扬力，不错与前两种方法互补，但需要大批的数据和复杂的统计技艺因循。

三、好意思国REITs立场分辩及投资环境

由于其他REITs市场的分行业数据较难获取，且这些市场时时仅涵盖办公楼、住宅、零卖、酒店和物流等行业，而较少将基础身手单独分辩出来(Cho, 2017)，因此这些数据对中国REITs市场的携带意思意思意思意思有限。但分辩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，尝试进行立场分辩并总结允洽的投资环境。

3.1 好意思国REITs立场分辩

鉴于好意思国REITs各细分行业已历经完满的经济周期，基于收益率进行立场分辩的方法已具备较强的代表性(Case, 2018)。此外，大批研究证据，经济增长对REITs具有权贵影响(Chang等, 2011; Hoesli等, 2012; Yi Man Li等, 2016; Reddy等, 2018; Su等, 2021; Feng等, 2022)。因此，本文磋商行业收益率的Beta值与GDP增长情况，对好意思国REITs进行立场分辩。

详细行业收益率的Beta值与GDP增长情况：“旅游住宿”、“购物中心”、“地区购物”为“攻击型”；“多元化筹画”、“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“谢绝型”。其中，“多元化筹画”、“办公楼”、“林业”、“工业”为均衡偏攻击（Beta和GDP其中一种判断为攻击，另一种判断为均衡），“自助仓库”为均衡偏谢绝（Beta和GDP其中一种判断为均衡，另一种判断为谢绝）。

本文分别禁受富时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”、“多元化筹画”、“数据中心”子分类指数代表好意思国各个REITs行业指数，禁受“富时NAREIT股票REIT总酬报指数”代表好意思国REITs市场指数，除“林业”、“数据中心”、“通信(基建)”以外，其余行业指数时刻范围为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归来可得每个行业的Beta。

好意思国行业REITs的Beta扫尾：按照股票Beta的教会法例，时时合计Beta大于1为“攻击型”，Beta小于0.8为“谢绝型”，其余为“均衡型”，REITs和股票在标的行业散布、分成执法等方面有一些区别，因此不消实足照搬教会法例，本文磋商Beta扫尾对REITs行业立场进行分辩。“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“攻击型”，其余则为“攻击型”，该分类扫尾与Case (2018)的研究扫尾访佛；“办公楼”、“多元化筹画”、“林业”、“医疗保健”、“住宅”、“公寓”的Beta能够在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“谢绝型”。

好意思国行业REITs指数与GDP关系性扫尾：由于好意思国各行业REITs历史收益率数据实足长，且经验了完满经济周期，举座上行业指数与GDP关系性扫尾与行业指数Beta扫尾相吻合。具体地，各行业指数与GDP关系性由强到弱排序为：“旅游住宿”、“购物中心”、“多元化筹画”、“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”、“多元化筹画”、“地区购物”与GDP关系性都在0.5以上，具备昭着的“攻击型”特征；“办公楼”、“公寓”、“医疗保健”、“住宅”、“自助仓库”、“林业”、“工业”与GDP关系性能够在0.3-0.5之间，具备“均衡型”特色；“数据中心”、“通信(基建)”与GDP关系性分别为0.17和0.09，具备昭着的“防患型”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辞别，“攻击型”允洽高经济增速、收紧预期；“谢绝型”在低经济增速、宽松预期推崇较好；“谢绝型”、“均衡型”在高经济增速、宽松预期推崇较好。整个经济环境下，谢绝型遥远平均年化收益率为9.8%，跑赢均衡型（6.8%）和攻击型（3.7%）。

咱们沿用《广义固收钞票策略框架：一个详细比较分析》[3]中的投资环境分辩方法，但略有移动。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，因此不允洽禁受百分位数的阵势来分辩高、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行为预计措施：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。

按立场分辩看，整个经济环境下（2012年4月30日以来），谢绝型遥远平均年化收益率为9.8%，跑赢均衡型（6.8%）和攻击型（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“攻击型”REITs推崇权贵好于其余REITs，即可得该环境允洽“攻击型”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“谢绝型”REITs推崇权贵好于其余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%，“谢绝型”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慢慢跑赢；高经济增速、宽松预期阶段：通信(基建)这类“谢绝型”REITs推崇权贵好于其余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：种种立场REITs推崇相对较差，前三REITs平均年化收益率为2%。

四、中国REITs立场分辩及投资环境

4.1 中国REITs立场分辩

中国REITs立场分辩较勤恳，难点在于几个方面：（1）由于发展时刻较短，指数收益率时刻序列未穿越完满经济周期，部分REITs行业（如破钞基础身手、水利基础身手）仅有约1年的指数数据；（2）早期战术尚处于探索阶段，市场存在一级订价过高，二级推崇较差的情况，收益率存在失确切可能；（3）部分目的（如钞票欠债率）与国外REITs存在较大各异，关系教会法例较难照搬。针对前两个研究难点，仅依靠基于酬报（收益率）的单维度方法进行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：最初禁受描绘性统计方法拟定极其特别的行业立场；其次欺诈基于酬报（收益率）的传统金融分析方法进行初步立场识别；终末引入基于机器学习的聚类算法兑现数据启动的立场分辩。

通过对多维分析框架的详细研判，咱们得出以下REITs立场分类论断：整个方法判定扫尾高度一致的领域包括：（1）“仓储物流”、“园区基础身手”、“破钞基础身手”被一致归类为“攻击型”；（2）“生态环保”为“均衡型”；（3）“动力基础身手”被和谐识别为“防患型”。关于存在方法间各异的类别，凭据模子扫尾和主不雅判断后笃定：（1）“保险性租借住房”最终归类为“防患型”（基于酬报方法因循该论断，聚类方法高慢为“均衡型”）；（2）“交通基础身手”最终判定为“均衡型”（描绘性统计和聚类方法均因循“攻击型”分类，基于酬报方法呈现“防患型”特征）。

4.1.1 描绘性统计分析

该方法鉴戒NCREIF白皮书的念念路，试图通过要津目的，成功判断某些REITs行业的立场。目的中式上，中式EBDA、年化派息率、P/FFO、市值、营业收入、神情剩余期限、钞票欠债率、老本化率，其中，EBDA、年化派息率（Dividend）、P/FFO与Nareit T-Tracker[4]在评估好意思国REITs推崇上最怜惜的三个目的：NOI、Dividend、FFO相对应，其中NOI为净营业收入=房钱和附加收入–成功房地产用度，舍弃折旧、利息、税金、公司级销售、一般和行政用度、老本开销和融资支付等非营业神情，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、利息开销、销售行政用度以外比较接近，国内REITs咫尺较少成功表现NOI目的。市值、营业收入、钞票欠债率、老本化率、神情剩余期限则参考Fuerst和Marcato（2009）的研究扫尾，其强调了物业鸿沟、老本化率、田户特征（田户围聚度和租期长度）、杠杆率在REITs立场分辩中的作用。扫尾可得，“交通基础身手”、“破钞基础身手”为“攻击型”，“动力基础身手”为“防患型”，其余REITs无法通过该方法成功判断立场。

神情剩余期限：中国REITs最具特色的紧要目的，原因上文已作说明，主要由于特准筹画权类REITs剩余期限对REITs的估值影响较大，可类比国外REITs物业租期牢固性较差。从这个角度，交通基础身手REITs并不成简便分辩为牢固票息属性的“谢绝型”REITs，违犯，为止2025年3月21日，该类型REITs神情剩余期限约为14年，权贵低于其余特准筹画权类REITs（水利基础身手、生态环保、动力基础身手平均剩余期限分别为28年、22年、18年），该脾气会提高其筹画和估值波动，具备契机型（opportunistic）/“攻击型”REITs特征。雷同地，由于上述脾气，特准筹画权类REITs无法视作永续派息类REITs，因此关于曩昔解放现款流或可供分拨现款流等目的，市场给以的估值会有扣头，其P/FFO权贵低于产权类REITs，年化派息率则权贵高于产权类REITs。

钞票欠债率：上文已说明，中国REITs杠杆率权贵低于国外市场，其中，破钞基础身手REITs杠杆率相对较高，可将其分类为“攻击型”REITs。

老本化率（cap rate）：老本化率时时界说为NOI/钞票价值，是一个常用的房地产企业估值目的。关于老本化率，中国大部分REITs表现较少，本文援用感恩梁行-瑞念念不动产金融研究院2024年《中国REITs指数之不动产老本化率调研叙述》[5]调研扫尾，中国一线城市产业园区、保险性租借住房、仓储物流、工业、破钞基础身手REITs的老本化率分别为4.4%-5.5%、4.4%-4.9%、4.9%-5.3%、5.1%-5.96%、6.9%-7.4%，其中，破钞基础身手REITs老本化率昭着高于其余REITs，从这个角度，破钞基础身手具有高估值，可将其分类为“攻击型”REITs。凭据彭博数据（为止2025年3月），群众主要REITs市场呈现权贵估值各异：中国REITs平均老本化率为3.52%，权贵低于国外老到市场。分不同市场看，日本、新加坡、中国香港和好意思国平均老本化率分别为4.31%、5.63%、6.22%、7.88%；分行业看，日本零卖与酒店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酒店REITs（11.69%、8.35%）的老本化率均权贵高于该市场内均值。举座上，REITs估值体系具有权贵的市场特异性，跨市场比较时需严慎，更宜在团结市场框架内通过细分行业老本化率来界定REITs立场。

市值、营业收入、EBDA：交通基础身手、动力基础身手市值最高，交通基础身手市值加权平均营业收入、EBDA分别为1.5亿元和1.06亿元，动力基础身手市值加权平均营业收入、EBDA分别为2.81亿元和1.15亿元，磋商剩余期限目的谈判，动力基础身手平均剩余期限更高，何况平均营业收入、EBDA也相对更高，具备相对牢固性，可将其分辩为“谢绝型”REITs。

4.1.2 基于酬报（收益率）的立场分析

尽管存在一定局限性，但基于酬报（收益率）的分析方法仍是中国REITs立场分辩的紧要参考依据。与好意思国REITs立场分析部分一致，磋商行业收益率的Beta值与GDP增长情况来分辩中国REITs立场。扫尾可得，“仓储物流”、“园区基础身手”为“攻击型”，“保险性租借住房”、“动力基础身手”、“交通基础身手”为“防患型”，“生态环保”为“均衡型”。

本文禁受CIB-REITs“仓储物流”、“园区基础身手”、“生态环保”、“保险性租借住房”、“动力基础身手”、“交通基础身手”指数。禁受CIB-REITs总收益指数代表中国REITs市场指数，交通基础身手、仓储物流、园区基础身手、生态环保时刻范围为2021年6月21日至2025年3月13日；保险性租借住房、动力基础身手肇端日分别为2022年8月31日、2022年7月26日。

中国行业REITs的Beta扫尾：需要说明的是，中国REITs的立场分辩需详细多维目的与方法体系（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。“水利基础身手”、“破钞基础身手”指数时刻太短，参考性较弱，故这两类REITs不以基于酬报（收益率）的立场分析扫尾为依据分辩立场。“仓储物流”、“园区基础身手”的Beta值大于1.1，可分类为“攻击型”；“生态环保”的Beta能够在0.9-1.1区间，可分类为“均衡型”；“保险性租借住房”、“动力基础身手”、“交通基础身手”的Beta小于0.9，可分类为“谢绝型”。

中国行业REITs指数与GDP关系性扫尾：中国行业REITs指数与GDP为负关系关系，举座具有防患属性。其中，动力基础身手指数与GDP负关系性更强，标明该类型逆周期属性较强，凭据这个角度，动力基础身手REITs可分类为“防患型”。其余行业REITs与GDP关系性各异较小，该目的立场区分度较差，本文进一步尝试通过REITs与PMI、CPI关系性进行立场分辩，扫尾标明保险性租借住房REITs可分类为“防患型”。

4.1.3 基于聚类方法的立场分析

聚类方法不错与前两种方法互相考据，何况关于数据较少的REITs行业（如破钞）也可提供一定判断依据。由于基于酬报（收益率）方法的立场分析依然较充分地利用了指数收益率信息，聚类方法主要着眼于各行业REITs筹画数据：筹画目的、营业收入、EBDA。扫尾可得，筹画目的是一个较好的聚类目的，“仓储物流”、“园区基础身手”、“交通基础身手”、“破钞基础身手”为“攻击型”，“生态环保”、“保险性租借住房”为“均衡型”，“动力基础身手”为“防患型”。

筹画目的方面，仓储物流、保险性租借住房、园区基础身手、破钞基础身手选定平均出租率，生态环保、交通基础身手、动力基础身手分别选定糊口垃圾处理量、车流量、上网电量。筹画目的、营业收入、EBDA皆禁受该行业下整个REITs的市值加权平均。水利基础身手筹画数据过少（仅一个季度）因而剔除。方法上，同期禁受传统K-means算法和基于动态时刻规整（DTW）的K-means算法进行对比分析，由于缺失值对聚类扫尾影响较大，此处凭据破钞基础身手筹画目的作念数据对都处理，最初对整个变量进行措施化处理（Z-score措施化），再将处理后的数据输入聚类模子进行锻真金不怕火。

中国行业REITs聚类扫尾：KMeans和DTW-KMeans模子扫尾一致，将“仓储物流”、“园区基础身手”、“交通基础身手”、“破钞基础身手”归为一类，磋商描绘性统计分析和基于酬报（收益率）的立场分析扫尾，将这一类分为“攻击型”；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”；“动力基础身手”归为一类，将这一类分为“防患型”。需要说明的是，凭据主因素分析（PCA）扫尾，筹画目的、营业收入、EBDA凭据主因素压缩至二维平面时，各REITs行业区分度较小，而PCA前两个主因素阐扬方差分别为0.79、0.20，说明第一主因素已具备较强阐扬性。仅使用筹画目的KMeans聚类可得回一致扫尾，何况KMeans聚类的Silhouette得分从0.31擢升至0.52。

凭据主因素分析（PCA）扫尾，筹画目的、营业收入和EBDA等变量在二维平面上的投影高慢，不同REITs行业之间的区分度较小。其中，前两个主因素的方差阐扬率分别为79%和20%，标明第一主因素已具有较强的阐扬力。进一步分析发现，仅基于筹画目的的K-means聚类扫尾与使用三个目的的分类扫尾一致，且聚类成果权贵擢升——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，遥远收益方面，两个市场中谢绝型REITs都好于均衡型和攻击型。具体而言：“攻击型”允洽高经济增速、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；“谢绝型”在低经济增速、宽松预期阶段推崇较好。高经济增速、宽松预期阶段整个立场REITs皆不允洽投资，可能面对较大回撤。整个经济环境下，谢绝型REITs遥远平均年化收益率为3.3%，跑赢均衡型（-4.0%）和攻击型（-5.0%）。

中国REITs数据较少，故不禁受近四个季度的平均环比的阵势平滑，仅谈判单季度环比变化行为预计措施：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投资环境分辩方法一致。

按立场分辩看，整个经济环境下，2022年6月以来，谢绝型REITs遥远平均年化收益率为3.3%，跑赢均衡型（-4.0%）和攻击型（-5.0%）。

高经济增速、收紧预期阶段：中国REITs该阶段的样本较少，园区基础身手这类“攻击型”REITs推崇好于其余REITs，该环境允洽“攻击型”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身手这两类“谢绝型”REITs推崇较好，此外，“均衡型”REITs如生态环保、交通基础身手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能在经济增速缩短阶段取得逾额（见附录）；低经济增速、收紧预期阶段：仓储物流、动力基础身手REITs收益率权贵好于其余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，种种立场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按立场分辩的最好投资环境具有一致性论断后，咱们合计同立场的论断具有一定的外推价值。因此，关于水利基础身手和破钞基础身手而言，其最好投资环境分别为：水利基础身手在经济增速较低且宽松预期较强的阶段推崇更优；破钞基础身手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：一个详细比较分析，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关系指数与彭博分辩措施不同，尤其是多元化筹画分类，富时NAREIT关系指数分类较为密致，因此比拟彭博分类，富时NAREIT多元化筹画分类的市值较小。

[3]黄之豪，臧运慧，顾怀宇，鲁政委，广义固收钞票策略框架：一个详细比较分析，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]感恩梁行-瑞念念不动产金融研究院，中国REITs指数之不动产老本化率调研叙述，2024/10/1[2025/3/25]，https://www.reits50.com.cn/static/upload/file/20241122/1732259404117595.pdf

★开云kaiyun官方网站