1 房地产市场的现状与房价是否偏高

中国房地产市场的价格波动存在着明显的地区差异，尤其是一线城市与二线、三线城市之间的差距显著。一线城市如北京、上海和深圳的房价高企，已经远超许多发达国家的标准。以北京和上海为例，房价收入比已超过20：1，这意味着普通家庭需要约20年的收入才能购买一套房子。相比之下，发达国家如美国、加拿大等地的这一比值通常为7-10：1。

此外，虽然中国房地产市场受到了政府一系列调控政策的影响，例如限购、限贷等，但房价依然呈现出上涨趋势，特别是在一些二线、三线城市。这表明，政策在一定程度上对市场起到了缓解作用，但并未完全遏制房价过快上涨的态势。

房地产市场的高房价与货币购买力、居民收入以及租赁市场的变化密切相关。虽然中国一些大城市的收入水平较高，但由于房价的飙升，许多家庭的购房负担依然沉重。此外，租房市场的回报率较低，也进一步限制了市场的投资吸引力。

2 房价下跌的可能性及其对经济的影响

关于中国房价是否会下跌的问题，短期来看，部分城市特别是三四线城市可能面临房价下跌的压力。随着经济增速放缓、人口流动变化以及购房需求减少，房价可能会有所回落。尤其是那些人口外流、经济相对滞后的地区，需求不足可能使得房价持续走低。

然而，一线城市由于其强劲的购房需求和人口流入，短期内的房价下跌幅度相对较小。即使部分市场出现价格调整，预计幅度也不会超过10%-20%。这些城市的房地产市场仍然处于相对稳定状态，受经济放缓和政策调控影响较小。

房价下跌可能对中国经济产生一系列负面效应。首先，房地产行业的萎缩将直接影响建筑、家居装修、家电等相关行业的发展。其次，地方政府依赖房地产市场和土地出让收入的财政模式可能面临巨大的压力。房价下跌使得土地价格下降，地方财政收入减少，从而可能影响公共服务的提供。银行体系也将面临不小的压力，特别是在房地产贷款领域，房价下跌可能导致银行的不良贷款增加，影响金融稳定。

另外，房价下跌也可能削弱居民的财富效应，进而影响消费。许多家庭的财富主要来源于房地产，房价贬值会直接影响其消费信心，进而减少消费支出，抑制经济增长。

3 房价上涨或保持稳定的影响

如果房价继续上涨或保持稳定，短期内对经济可能产生的正面影响较为明显。房地产行业是中国经济的重要支柱，房价上涨有助于促进房地产投资，带动建筑、家居装修、金融等多个行业增长。同时，房价的上涨也能够提升居民财富感，进而推动消费和经济增长。

然而，房价过快上涨也可能带来风险。一方面，过度依赖房地产市场可能限制其他行业的发展，导致经济结构不平衡；另一方面，房价的过度上涨可能形成泡沫，带来金融市场的不稳定。此外，高房价还可能加剧贫富差距，使低收入群体的购房负担增加，社会不公现象加剧，从而引发社会的不稳定因素。

4 政府应采取的政策应对措施

面对房价的波动，政府应根据不同的市场情境采取灵活的调控政策。如果房价大幅下跌，政府可以通过财政刺激政策，如减税、增加基础设施投资和刺激消费等措施来缓解市场压力，保持经济增长。与此同时，政府还可以出台金融政策，支持银行提供更多低利率贷款，帮助购房者减轻负担。

然而，如果房价过快上涨，政府应通过加强房地产市场的调控来防范泡沫的形成。可能的措施包括限制投机性购房，严格限购、限贷、限售等政策，并推动房产税的实施，以提高购房者的持有成本，减少投机行为。此外，政府还应增加中低收入群体的住房保障供应，并积极发展租赁市场，给购房者提供更多选择。

如果房价保持相对稳定，政府应保持现有的政策框架，继续推动房地产市场的健康发展。与此同时，政府可以加大对住房保障的投入，推动保障性住房和租赁住房的建设，为低收入群体提供更多选择，减轻购房压力。

5 未来政策走向

未来中国房地产市场的政策走向可能更加注重长效机制的建设。房产税的逐步推行将成为调控市场的重要手段，防止市场过热并避免投机行为的过度膨胀。此外，政府可能会进一步控制土地供应，推动资金向更加创新和生产性领域流动，促进经济结构的优化。租赁市场的发展也将是未来政策的重要方向，政府将加大对租赁市场的支持力度，推动更多保障性住房和长期租赁住房的供应。

总之，房地产市场的波动对中国经济的各个方面产生了重要影响，政府需要根据市场情况灵活调整政策，以确保房地产市场的稳定发展，并避免过度依赖房地产行业带来的经济风险。通过合理的政策调控，不仅可以维护市场的稳定，还能够推动经济的结构性转型和长期发展。

1 推荐系统范式的演进

早期系统依赖基于相似度的记忆式协同过滤；Netflix Prize 之后，矩阵分解成为主流，通过潜向量刻画用户与物品关系。随后，深度两塔、Wide & Deep、DIN、GNN 等模型借助非线性表达提升刻画能力，但仍遵循“先召回候选，再多级排序”逻辑。生成式推荐系统则把用户历史、上下文、文本、图像等全部离散化为 token，通过大语言模型一次性生成推荐列表，彻底改变流水线结构与优化目标。

2 生成式推荐系统的技术框架与差异

与传统方法相比，生成式模型在表示统一、流程简化、交互友好与冷启动外推等方面具备显著优势；挑战则集中在高推理成本、评价体系缺失、幻觉风险和 ID token 化效率。

3 代表性研究进展

• HSTU：采用稀疏自注意力处理超长序列，支持万亿级参数扩展。

• P5：提出“预训练—个性化提示—预测”三阶段框架，把多种推荐子任务统一到文本到文本范式。

• TokenRec：设计 Masked Vector-Quantized Tokenizer，将向量离散化为稳定 token，兼顾新用户/物品泛化与生成效率。

• OneRec：在快手短视频场景中使用 Encoder-Decoder Transformer 与稀疏 MoE，直接生成 5-10 条视频列表，并通过迭代偏好对齐(IPA) 仅用 1 % 自生成样本提升观看时长 4.0 % 和 Like Through Rate 5.4 %；线上 A/B 显示总观看时长提升 1.68 %、人均观看时长提升 6.56 %。KV-Cache、FP16 量化与稀疏专家激活仅耗约 13 % 显存。

• RecGPT、Fed4Rec：分别探索领域特化大模型和联邦场景下的隐私友好生成推荐。

4 “生成式检索仅做召回”观点的再评估

2022 年的 DSI 把搜索建模为“query→docid”生成，只覆盖召回阶段；SIGIR 2024 教程仍沿用这一描述。然而自 2024 年起，ROGER 与 Listwise GR 在训练期直接优化列表顺序，推理时无需外部 reranker；OneRec、UniGRF 等工作更在推荐场景中一次性完成检索与排序并上线验证。由此，“生成式检索只能做召回”已不再准确，检索-排序一体化成为明显趋势。

5 工业界的落地实践

5.1 短视频与内容平台

• 快手 OneRec：撤销多级排序后，主链路观看时长提升 1.6 %，MoE-LLM 以轻量 FLOPs 实现十亿级参数。

• 抖音 Next-User Retrieval：生成下一位潜在互动用户以缓解冷启动，DAU 提升 0.0142 %，投稿量提升 0.1144 %。

• Meta Reels & Feed：基于 HSTU 的千亿级模型统一视频流，观看时长提升约 8-10 %；同构模型已拓展至广告系统，转化率提升 2-4 %。

5.2 本地生活与电商

• 美团 MTGR：将 HSTU 嵌入传统特征管线，通过用户级压缩使推理 FLOPs 减少 65 倍，带来被内部称为“近两年最大增益”的线上提升。

• 阿里巴巴 M6-Rec：超大模型统一多任务，Option-Tuning 只调整 < 1 % 参数，已在云端与手机端同步落地，支持零样本与对话推荐。

• 亚马逊 Personalize & Rufus：生成式组件先切入内容文案，再结合智能助手实现电商场景的推荐—问答—下单闭环。

5.3 搜索与广告

• 百度 COBRA：首先生成稀疏语义 ID，再补充稠密向量，广告转化率提升 3.60 %，ARPU 提升 4.15 %。

• Meta 广告事件序列模型：与生成式检索融合，在部分广告段位实现 2-4 % 转化增长。

6 共性挑战与趋势

工业实践显示，生成式模型通常与传统向量检索及手工特征共存，通过稀疏 MoE、User-level Compression、Flash Attention 与缓存机制平衡效果和延迟。冷启动与多样性得益于生成模型“任意 token”能力得到强化，而偏好对齐则多采用迭代 DPO 或反事实回放。未来方向包括多模态统一、端侧隐私推理与基于代理的主动推荐。

7 结语

生成式推荐系统已从概念验证迈向大规模线上实用。千亿级模型与偏好对齐技术为端到端生成带来可观收益，检索-排序一体化趋势明确；同时，高效 token 化、评价体系完善与成本优化仍是决定其普及速度的关键因素。随着推理开销进一步下降，多模态生成与智能代理有望成为下一阶段突破口。

参考文献
Tay et al., “DSI: Differentiable Search Index,” 2022
Zhou et al., “ROGER: Listwise Generative Retrieval,” 2024
Tang et al., “Listwise Generative Retrieval,” 2024
Deng et al., “OneRec: Unifying Retrieve and Rank with Generative Recommender and Iterative Preference Alignment,” 2025
Zhang et al., “UniGRF: Killing Two Birds with One Model,” 2025
HSTU Technical Report, 2024 Q2
P5 Framework Paper, 2022-2024
TokenRec Technical Report, 2024
RecGPT Whitepaper, 2024
Fed4Rec Whitepaper, 2024

1 量化宽松与量化紧缩的运行机理

量化宽松是在政策利率几乎降至零时，央行通过公开市场大量买入中长期国债、机构抵押贷款支持证券（MBS）等资产，对外“扩张资产端”，对内“创造准备金”扩张负债端。买入行为直接推高债券价格、压低收益率，促使投资者转向更高收益资产，降低广义融资成本，并通过“信号效应”强化市场对宽松政策持续性的预期。实证研究显示，2009—2014年美联储三轮QE累计拉低10年期美债收益率约1个百分点，峰值时对美国实际GDP的拉动幅度接近1–2个百分点。副作用包括资产价格偏高、财富分配分化以及退出时机选择困难。

量化紧缩是QE的逆向操作，方式或为“被动缩表”（到期本金不再再投资），或为“主动抛售”资产。负债端的准备金因此逐步收缩，银行同业资金成本上升，长端利率抬升，整体金融条件趋紧。当通胀粘性强、经济过热时，央行常将QT与加息同时使用，形成“价格＋数量”双闸门。缩表过快可能引发流动性紧张的尾部风险，正如2019年9月美国回购市场利率瞬间飙升所警示。

2 会计视角：买债资金从何而来

央行买入100单位国债的会计分录十分简洁——资产端新增国债100，负债端在商业银行准备金账户记入100。资金并非来自征税或发债，而是央行直接“凭空”生成自身负债。当卖方的托管银行收到准备金后，卖方在该银行的活期存款同步增加，实现了由“央行数字货币”向“私人银行存款”的一级转换。除非公众提取纸币，这些准备金始终以电子形式在央行与银行之间结算流转，因此“QE≠大规模印钞”。

3 准备金的内涵与功能

准备金是商业银行持有的央行存款，分为法定准备金（满足存款准备金率要求）与超额准备金。三大核心功能包括：

• 跨行支付的清算媒介——在Fedwire、TARGET等实时全额结算系统中完成最终资金划拨；

• 货币政策操作锚点——央行通过调整准备金总量（OMO、QE/QT、降准提准）和价格（准备金利率、常备便利）管理短端利率；

• 金融稳定缓冲——危机时期高水平超额准备金降低银行间流动性挤兑的可能性。

4 QE/QT中的准备金循环

扩表时，准备金快速增加，形成“充裕储备”格局；回笼时，准备金随资产到期或出售而“消失”。若央行希望短期内冻结流动性而非永久收回，可发行逆回购协议或央票，把准备金暂时锁定账户。加息则通过提高超额准备金利息，引导银行保留资产负债表内的准备金而减少对外放贷。

5 全球实践的对比

• 美联储在2008年后经历三轮QE，资产高峰占GDP约35%；2017–2019年与2022年至今分两阶段实施QT，辅以常备和逆回购工具维系充裕准备金范式。

• 欧洲央行自2015年PSPP和2020年PEPP将资产负债表扩至GDP的60%，2022年开始缩表，并通过分层准备金机制缓释银行持有成本。

• 日本央行资产规模超GDP的120%，至今未实质性缩表，而是辅以收益率曲线控制（YCC）钉住10年期国债收益率。

• 英国央行不仅停止再投资，还在2022年试行主动抛售英债，成为发达经济体中少见的“积极QT”案例。

6 风险、争议与前瞻

支持者认为QE在零利率环境下有效拉低长期利率、稳定市场；批评者担心其弱化市场定价、助长资产泡沫并模糊货币与财政分界。疫情后全球高通胀引发“QE即通胀温床”的质疑，然而日本与欧元区长期低通胀的经验提示，供需结构与财政政策才是决定通胀走势的关键。

未来，央行可能探索定向QE/QT（聚焦特定期限或绿色资产）、数字货币结合资产负债表调控，以及通过收益率曲线控制减少对购债规模路径的依赖。

7 总结

量化宽松与量化紧缩构成现代中央银行在零利率约束附近延伸出的重要政策对。其核心在于通过买卖高等级证券调整资产负债表规模，进而左右商业银行准备金和整个金融体系的流动性。准备金作为“终极清算资产”和货币政策中介，在充裕储备体系下更依赖于付息与逆回购等工具来管理短端利率。QE/QT的功效、代价与退出路径仍受宏观环境、市场结构和政策沟通影响，未来政策实践将继续在支持增长、控制通胀与维护金融稳定之间寻求微妙平衡。

论述按照“工具箱—落地举措—成效评估”的顺序展开。首先概括两国常见政策工具；其次列举 2022–2025 年的关键干预及动机；最后从宏观指标与潜在副作用两方面加以评估，并进行对比分析。

两国干预工具箱概览

近三年主要举措与成效

美国

• 2022 年快速加息与缩表：联邦基金利率升至 5.25–5.50%，遏制 8–9% 高通胀。

• 2023 年 Bank Term Funding Program：稳定地区银行流动性，防止挤兑蔓延。

• 2023–2024 年大型法案落地：《IIJA》基建拨款加速，《CHIPS》与《IRA》补贴推动本土半导体和绿色投资。

• 2024 年阶段性降息：在通胀回落后适度放松货币，避免硬着陆。

• 2024 年对华高关税：电动车、光伏、半导体等最高加征 100%，兼具产业保护与政治考量。

主要成效

• CPI 同比降至约 2.4%（2025 年 5 月）。

• 2024 年四季度实际 GDP 环比年化 2.3%。

• 失业率维持 4% 左右。

• 制造业投资显著回流，但财政赤字扩大；高利率阶段暴露中小银行脆弱性。

中国

• 2023–2025 年特别与超长期国债：总规模逾 2 万亿元，支持灾后基建与地方融资。

• 2023 年 PSL 重启：新增 3500 亿元定向保障房，配合“保交楼”贷款稳住房市。

• 2024–2025 年多次降准降息：最近一次于 2025 年 5 月下调存准 0.5 个百分点，投放万亿元流动性。

• “三支箭”纾困房企：为在建项目疏通信贷渠道。

• 产业扶持与出口退税加码：聚焦新能源汽车、半导体、人工智能。

主要成效

• 2025 年一季度 GDP 同比 5.4%，核心 CPI 仅 +0.6%，PPI 仍负增长。

• 官方 PMI 连续数月略低于 50，制造业复苏偏弱。

• 房价继续小幅下探，地方债与房地产去杠杆并行。

综合比较

结语

两国均以财政、货币、产业与监管多管齐下，但侧重点不同。美国通过高利率抑制通胀，并以立法方式大规模补贴本土制造；中国侧重逆周期宽松与定向信贷，平衡去杠杆与稳增长。短期目标均已实现，但副作用正在积累：美国需防范赤字与金融脆弱性，中国则面临内需乏力与债务风险的双重考验。未来政策成败，将取决于能否在保持宏观稳定的同时，化解结构性矛盾并推动可持续增长。

主要交易情景

估值影响分析

• 现金注入：若按美国业务年收入 8–10 倍计价，可为字节跳动带来约 700–1 000 亿美元现金，短期内显著改善资产负债表。

• 增长动能削弱：美国市场贡献集团约 6–7 % 收入，也是广告 CPM 最高的地区。失去北美高质量流量与数据后，网络效应与算法迭代速度下降，市场可能把 EV/Revenue 倍数从 1.8–2.2 倍下调到 1.6–1.9 倍。

• 综合估算：在现金增厚与倍数压缩的双重作用下，集团整体估值净变动大致处于 –5 % 至 –15 % 区间，差异取决于算法许可费、保留股权比例及新现金的再投资效率。

组织与员工层面影响

字节跳动员工

TikTok 美国员工

推理与分析路径

1. 建立财务基线：使用公开营收与行业倍数测算字节跳动和 TikTok 美国业务的静态估值。

2. 分解交易条款：考察资产范围、算法归属及股权占比对一次性对价和持续现金流的影响。

3. 评估监管可行性：结合中美法规与历次官方表态，为每个方案赋予主观概率。

4. 量化估值冲击：将现金注入与倍数调整合并，得出 –5 % 至 –15 % 的估值区间。

5. 推演人力后果：参考并购惯例，对雇佣合同、补偿结构与内部组织作情景化预测。

结论

最可行的落点是“少数股权 + 算法授权”。该方案一方面满足美国对数据主权的安全要求，另一方面避免触及中国的算法出口管制底线。对于字节跳动而言，短期获得可观现金、出清主要政治风险；长期则面对北美增量缺失与成长性折让。员工层面，字节跳动员工将收获流动性红利却需适应全球化视野收窄，TikTok 美国员工面临雇主更迭的不确定性与独立上市的潜在机遇。无论结局如何，提前规划股权流动、移民续签与技能升级，是个人稳健应对的关键。

主要内容

背景：制裁杠杆催生人民币国际化

自 2006 年起，美国频繁运用以美元结算网络为核心的金融制裁（secondary sanctions，二级制裁），放大了各国对美元体系的“依赖风险”。为降低潜在冲击，中国启动人民币国际化（renminbi internationalization），并着手建设平行支付、结算与流动性支援机制，以期在关键时刻为伙伴国家提供“安全阀”。

分析：三大工具与网络效应博弈

人民银行互换协议（PBoC Swap Lines）

• 规模：已与 40 家央行签署额度逾 5 万亿元人民币。

• 用途：多用于对俄罗斯、阿根廷等受制裁或流动性紧张国家的双边救援（bilateral bailout），而非像美联储互换线那样提供全球流动性。

• 局限：资本项目未开放限制了人民币回流渠道，难以形成与美元可比的全球“最后贷款人”功能。

跨境银行支付系统（CIPS，Cross-Border Interbank Payment System）

• 定位：集报文通信与清算结算于一体，理论上可绕开环球同业银行金融电讯协会（SWIFT）。

• 现状：九成以上成员仍通过 SWIFT 发送报文，2025 年 2 月日均交易额约为 SWIFT 的七十分之一，处于网络边缘。

• 动力：俄乌冲突后交易量上升，但约三分之二增量来自未受制裁经济体的“保险”需求，而非实质去美元化。

数字人民币与跨境央行数字货币（CBDC, Central Bank Digital Currency）

• M-Bridge 试点：中国与香港、泰国、阿联酋合作测试多边 CBDC 清算，理论上可绕开美元与 SWIFT。

• 挑战：规模仍小，治理透明度不足；同时欧美正推进自有 CBDC（如数字欧元），保持竞争优势。

结论：显著但非系统性挑战

人民币相关举措目前主要在双边层面充当“安全阀”，帮助受制裁国家绕开美元网络，但由于资本管制、网络效应与治理透明度等制约，尚不足以动摇美元／欧元的全球系统性主导地位。美欧应避免“制裁过度”激化去美元化动机，并通过扩展回购便利、提升支付效率与治理透明度来巩固自身金融网络优势。

参考文献
Martin Chorzempa，Lukas Spielberger，《Significant, but Not Systemic: The Challenge of China’s Efforts to Rival Western Financial Predominance》，2025 年 5 月，https://www.piie.com/sites/default/files/2025-05/pb25-4.pdf