澳洲 2 万亿按揭遇上 AI:谁最先受伤?

我花很多时间思考尾部风险——那些概率很低、但一旦发生就后果巨大的事件。大流行封锁是一种尾部风险。2008 年美国次贷崩溃是一种尾部风险。两者在真正发生之前,都被大家当作不可能。

我认为,澳洲房产投资者的下一个尾部风险,位于两股力量的交汇处:这个国家异常集中的按揭债务,加上人工智能对白领工作加速的替代。

2021 年末,澳洲未偿还按揭债务总额突破 $2 trillion 澳元 1。这大约是 GDP 的 112%——发达国家中仅次于瑞士,全球第二 2。全国四大银行——Commonwealth、Westpac、NAB、ANZ——大约持有这份债务的 75%。加上 Macquarie 和 Bendigo Bank,ASX 上市前六大金融机构的核心,说白了就是挂着银行牌照的按揭账本。

这本身并不危险。澳洲银行系统撑过了三十年没有经济衰退(COVID 除外),贷款价值比管理得保守,审慎监管局(APRA)定期跑压力测试。系统能运作——只要借款人继续还款。我想探讨的问题是:如果劳动力市场的结构性变化意味着他们中有相当一部分还不上呢?

持有债务的那群人,也正是 AI 冲击最大的那群人

根据 APRA 的贷款数据,未偿还按揭债务最集中的借款人年龄段是 25-45 岁 3。这很合理——他们正处在人生的积累阶段,买首套房和投资房,在收入增长阶段承担最大杠杆。

现在看看这些借款人是干什么的。澳洲统计局(ABS)的就业数据显示,25-45 岁群体不成比例地集中在专业服务、金融服务、行政和信息技术行业 4。这些恰好是 AI 驱动自动化在短期内冲击最大的领域。

我想谨慎一点。我不是在预测大规模失业。我观察到的是:大型语言模型和生成式 AI 工具的早期应用,集中在知识工作者的任务上——文档审阅、数据分析、报告写作、客服脚本、代码生成、营销内容制作、基础会计、法律检索。麦肯锡全球研究所 2021 年的一项研究估计,当前技术可以自动化澳洲 30% 的工作小时,而专业和金融服务业暴露最高 5。

这不意味着一夜之间 30% 的工作消失。意思是:一些岗位被砍、一些被重组并缩减人头、一些因为生产力工具减少了所需人数而面临降薪压力。对按揭市场的净影响是一样的:一部分借款人在债务承担固定的时候,经历收入中断。

ABS 把按揭压力定义为住房成本超过家庭税前收入的 30% 6。截至 2021 年年中,在任何 AI 替代开始之前,维州就已经有大约 52 万家庭跨过了这条线 6。如果未来五年内哪怕有 5-10% 的白领劳动力经历收入扰动——裁员、降工时,或者工资增长放缓——承受压力的家庭数量会实质性上升。

来算一下。一个家庭合并收入 $160,000,每月按揭 $3,800,明显低于 30% 的压力线。如果其中一方的收入因为部门收缩、由高级分析师降到团队贡献者(不是完全失业)而下降 $30,000,这个家庭就跨线了。按揭不变,收入变了。而在两人都做白领工作的双职工家庭里,未来 5-10 年内至少一方经历 AI 相关收入压力的概率,明显高于零。

压力集中在哪:CBD 走廊与内环公寓

并不是所有房产市场暴露程度相同。AI 相关的按揭风险在地理上,紧密对应白领住在哪里、又买了什么。

Melbourne 的 CBD 和内环公寓市场是最暴露的一段。Southbank、Docklands、Carlton 一套 $550,000-$750,000 公寓的买家画像,主要是单身专业人士或年轻夫妇,合并收入 $120,000-$180,000,每月按揭承担 $2,800-$4,200 7。这正是最容易被 AI 冲击的收入画像——住在 CBD 办公室附近的中层服务业白领。

而 CBD 公寓又带着放大风险的结构性劣势。物业费高(每年 $4,000-$8,000),土地价值支撑薄弱,还要承受持续开发许可带来的供应泛滥。如果这一段出现压力卖家,价格下跌得更快——因为没有土地稀缺作底。一栋 30 层公寓楼里第 15 层那套房的价值,几乎完全是重置成本,而重置成本随着新楼盘不断增建而下降。

对比一下 Melbourne 外东南区——Casey、Cardinia、Greater Dandenong 这些走廊里 $600,000-$800,000 的独立屋市场。买家更可能是基础服务工作者、技工、医护、物流工人。这些职业被 AI 替代的风险低得多,因为它们需要人在现场、动手技能,或者人际关怀 5。他们的按揭债务绝对值更低,收入来源对技术冲击也更有韧性。

「你想拥有房产的城区,是那些租客靠双手而不是靠笔记本工作的城区,」Yan Zhu 说。「一位水管工的收入是 AI-proof 的。一位中层数据分析师的收入不是。当你要把 $800,000 投入到某个邮编里时,这个差别非常重要。」

银行资产负债表的问题

按全球标准衡量,澳洲银行的资本充足。截至 2021 年 12 月,最大的 CBA 的普通股一级资本充足率(CET1)是 13.1%,远高于 APRA 10.5% 的下限 8。Westpac、NAB、ANZ 处于类似区间。银行通过了 APRA 2021 年的压力测试,场景是失业率 5%、房价下跌 30%、GDP 收缩 4% 8。

但 APRA 的压力测试没有模拟「就业的本质本身发生变化」的场景。传统衰退是周期性的——需求下降、失业上升、然后需求回升、失业下降,借款人恢复还款。AI 驱动的就业替代是结构性的。岗位不会以原来的形式回来。一位因为文档自动化软件而被裁掉的律师秘书,不会在经济好转时被重新聘用——软件永久性地替代了这项职能。

这给银行带来了一种不同的损失画像。不是违约激增后的恢复(像 2008-2009 或 COVID 那样),而是随着被替代的工作者耗尽储蓄缓冲、漏付、最终违约,不良贷款缓慢出血。总量损失可能小于一次衰退式崩溃,但它是持续的,也更难建模。

我不是在说银行系统有崩溃风险。澳洲银行加总有 $175 billion 澳元的拨备和资本缓冲 8。但我想说的是:按揭市场对白领就业扰动的敏感度被低估了,这对未来十年哪些房产细分市场风险更大有直接含义。

银行自己似乎也意识到了。四大行在 2021 年报里都增加了 AI 相关的拨备,CBA 的风险委员会专门把「技术驱动的结构性失业」标为一个新兴风险类别 8。

还有一个值得考虑的二阶效应。如果 AI 替代降低了对 CBD 办公空间的需求——工人少了,桌子也少了——商业房产市场会同步走软。它通过减少的内城零售客流、降低的餐饮就业,以及不再每天通勤的工人对 CBD 公寓需求的下降,反馈回住宅市场。2020-2021 年的封城给了我们这个动态的预览:CBD 公寓空置率飙到 9-10%,而外郊空置率仍在 2% 以下 7。AI 不会制造一次封城,但它可能制造一次慢动作版本的同样模式。

保护投资组合的三个步骤

如果你接受「未来 5-10 年 AI 驱动的收入扰动是一个可信风险」这个前提——哪怕规模不大——防御性调整其实很直白。

第一步:建立一个不依赖资本增值的现金流缓冲。

在任何扰动场景下最危险的,是那些投资者用自己工资补贴持有成本的负扣税资产。如果你在往一套每月倒贴 $600 的投资房里填窟窿的时候收入中断,你就会被迫在弱市里卖。正现金流不只是偏好——它是保险。在 PremiumRea,我们从第一天起就锁定现金流持平或为正的房产,通常通过双收入策略实现:主屋加 granny flat,或者 rooming house(分租屋)改造,毛回报率一般在 5-6% 9。这份现金流缓冲意味着你可以穿越任何扰动,而不依赖工资来持有资产。

第二步:评估你的租客所处行业的暴露度。

这是几乎没有房东会去想的一件事,但它很重要。如果你的租客在金融服务、法律行政或科技行业工作——也就是最容易被 AI 替代的那几个行业——他们的收入稳定性比一位在医疗、建筑、教育或物流工作的租客要弱。你没法直接问租客他们雇主的 AI 战略,但你可以评估行业。Casey 一套租给护士和木匠的房,比 Southbank 一套租给咨询公司初级分析师的公寓,收入韧性更强。

我们的物业管理团队在租客评估里把职业稳定性作为一个筛选项。它不是唯一因素——租金收入比、租房历史、推荐人核对更重要——但知道你的租客所在行业对 AI 有一定抗性,会多给你一层信心 10。

第三步:通过物理改造来分散收入来源。

加建一个 granny flat 不只是抬高租金回报率,它把你的收入风险分到两个独立的租约上。如果一位租客失业搬走了,你仍然有另一个单元在产生收入。和单户出租相比,空置的冲击被减半。我们在 Melbourne 东南为客户建 granny flat,成本 $110,000-$160,000,每周多收 $370-$500 租金 9。这个多出来的单元也往往吸引不同的租客画像——单身专业人士或者靠稳定养老金生活的年长居民——进一步分散你的收入来源。

「未来会没事的投资者,是那些不需要自己的投资组合完美无瑕的人,」Yan Zhu 说。「正现金流、租约分散、租客画像有韧性。三样都有,AI 驱动的就业变动就是别人投资组合的问题,不是你的。」

宏观视角:这不是危机——这是一道过滤器

我想最后把警钟再拨低一点。澳洲不是面临一个由 AI 驱动的迫在眉睫的按揭危机。替代会是渐进的、银行缓冲良好、劳动力市场会适应——它一直都会适应。新岗位会出现。一部分被替代的工人会重新培训。政府安全网(JobSeeker、按揭困难救济)会吸收一部分冲击。

我真正要说的是,AI 驱动的就业变化给房产投资方程引入了一个新变量。它是一道过滤器,不是一场灾难。它把那些带着隐性集中风险的房产段(由白领借款人持有的 CBD 公寓)和那些结构性绝缘的段(由基础服务工作者持有或租住的外郊独立屋)区分开。

对数据驱动的投资者来说,这道过滤器其实有用。它强化了我们自 PremiumRea 成立以来一直遵循的原则:买那些租客就业稳定、位于土地稀缺推动长期价值的城区、并且现金流结构不依赖于你自己工资不中断的资产。

$2 trillion 的按揭堆不会崩塌。但它会发生转移。那些处在「高杠杆 + 高 AI 暴露」交汇处的借款人和房产会跑输。那些处在相反象限的——中等杠杆、基础服务工作者租客、正现金流、土地占比高的资产——会跑赢。

按这个定位来。

最后留一个数字把机会说清楚。Melbourne Casey 走廊一套 $700,000 的独立屋——租给一位护士和一位技工、加 granny flat 之前每周 $480 租金——处于我描述的矩阵里风险最低的那个象限。土地占比高、基础服务工作者租客、加了 granny flat 后的正现金流,背后是每年产出 $470 billion 的州级经济。如果 AI 在未来十年替代 10% 的白领工作,这项资产不受影响。如果替代 30%,仍然不受影响。租客在医疗行业工作。这块土地的需求由人口驱动,不由技术情绪驱动。

这不是一个关于 AI 的预测。这是一条投资组合构建原则。持有那些收入流与你担心的风险正交的资产。其余都是噪音。