京公网安备 11010802034615号
经营许可证编号:京B2-20210330
昨日立春,推送了“数据分析师眼里的是地产业”上篇,之后宏图也在继续查找一系列跟地产行业危险有关系的数据。那接下来我就继续跟大家说下总结后的心得。

3 钱去赚钱的地方
这句话好像又是一句废话,但是我马上要讲几个数据,您就明白了,全国2005年以来历史地产成交营业额味194万亿元人民币,这些钱广义上来自 百姓手里,其中待还银行住房贷款为85.4万亿,已结清住房贷款91.1万亿,那这些钱从两方面看,第一方面他基本来自于居民收入,因为是居民还贷,用之 前的存储以及未来的收入去偿还;另一方面这些钱通过土地转让金、税金、建材成本、装修建设人工成本等,最终通过各种方式支付给了国家、企业主、员工。
这个比例,曾经有一位人给出的数据是59.3%、29.1%、11.6%,而国家的钱有部分又二次使用于政府基础建设,一部分用于支付公务员薪 酬,还有一大部分主要用于养老金的转移支付,通过几次转移其实最后又变成了居民储蓄,目前各大银行汇总的数据是截止2015年12月31日,全国居民储蓄 时点为124.5万亿元人民币,企业户储蓄时点为101.3万亿元人民币。
钱在过去的十几年里,基本都是通过各种方式流入地产行业,自从2013年起,第一批08年7年债券到期开始,很多地产公司已经感受到了银行收紧行业上下游贷款的寒意,各类敏感的热钱也开始积极抽身离开地产行业。
据不完全统计,2005年-2012年,地产行业开发实际融资比例占比91.7%,表内融资占比73.5%,平均年化融资成本在9.18%,但 是从2012年-2015年,这个数据就分别变成了92.93%、49.5%、14.91%,三个数据两次比较后不难发现两个现象,第一银行撤贷明显,第 二成本增高很多,而且这个成本是单次平均融资成本,我们是知道的,在行业良性发展的时候,行业单流程内融资次数比较低。
例如地产高速发展期,因为地产企业从拿地、分期建设、装修整个全流程都可以分期抵押低成本融资,所以在银行不撤贷的情况下,之前地产行业属于上 下游回款速度完全不需要再融资,目前因为贷款收紧,上下游应收账款质押的频率急剧增多,一个楼盘建设完,大概内部全流程融资次数不低于7,3次,这种成本 高抬再加上一般都是社会高成本资金,导致这个行业已经被压缩到没有盈利空间,显而易见,热钱也会怕,聪明的热钱已经慢慢离开了中国的地产行业。
4 国家的态度
① 去库存
其实就是国家告诉地产行业,现在需要减缓建设,先将已经建设完毕以及已经开工建设在建工程完工并销售掉,因为这个问题不解决,先会带来大规模信贷危机,如果控制不好,转嫁给的其实寻常百姓的居民储蓄,这是可怕的,所以库存问题是亟需解决的,里面银行待收贷款太多。
② 不经意的供给侧改革
实际上看下供给侧改革的行业,实质上都是定准了建设和地产的上下游企业,因为前几年地产行业高速发展给上下游提供了扩大产能的动力,然后这个对需求端的反应太过迟缓,导致现在整体相关行业产能过剩严重。
③ 转型大消费
国家从2013年出台的各种支持扶持政策其实目的已经明显,是希望居民将更多的存款用于消费行业,这样才能产生更多的第三产业就业和机会,为供给侧改革所担心的硬着陆铺垫海绵。
其实行业风险早已凸显,因为最大体量的钱背后的智囊团对于政策以及趋势的敏感度是非常高的,然而早在2012年年末,这些逐利的热钱流向了股市、汇市和大消费市场,也间接导致地产行业风险愈来愈大。cda数据分析师官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25