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
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24