京公网安备 11010802034615号
经营许可证编号:京B2-20210330
现在好多人都在讨论房地产的泡沫是不是已经吹得很大了,泡沫随时都会破裂,最近和几个数据分析的朋友做了一些调查,得到一些房产方面的相关数据,结合这些数据,去分析下危机是怎样的,而不去做拍脑袋的判断。

今天,咱们先来说说百说不厌的地产行业。
会不会大跌?
答案是,会,但不是今日,也不是现在。
有人会说你卖哪门子关子,那宏图可以把房市和房价比喻成股市和股价么?因为共同点太多,都有过疯狂与杠杆,都有太多参与者(楼市参与者更多),涉及的因素不简单是自身行业,几乎是全行业全国性连锁互为影响,都是牵一发而动全身,且对国民经济都有重大影响。
为何做这个比较?
① 因为很多人对楼市的不解是因为对价格产生本身不懂,看到楼市长达18年的大牛市,中间虽然有过几次20%以上等我回撤,但每次持房超过五年盈利概率为100%,对于投资来讲确实不错,但问题是对于建设房子,购买房子以及购房还款周期整体平均不低于五年的投资方式相比18年大牛市算不算长呢?假设我以成熟美股换手率来说,年化11.3次换手,这是三十年的数据,此间美股经历了四个周期,六次大牛市,有就是五十次以上的交易所对应的牛市,试想我国房屋三手交易的多么,有人说这个类比不恰当,那好接下来。
② 价格,比如从前的妖股特力A和中毅达,从一块钱涨到五块你买不买?你怕,涨了五倍。后来跌了你很开心,你为你的决策称赞,结果跌倒三元又涨,经过几波同样的上涨,特力A来到80元并开始大跌,此时每次入手成功的人都欲加仓甚至杠杆加仓,外面踏空多次的也是,拼了老命把辛辛苦苦一辈子赌在高价特力A里,结果还是创了新高100元。后来横盘下跌,我不敢言底或者顶,毕竟太过于拍脑袋,购买房子的刚需你有,就该适时买房。若是投资就要弄懂供需关系,即使现在不是顶部,也绝对不是底部,至于位置的详细描述,数据分析师没做了过多的研究不敢妄加评论。
供需关系又是怎样的?
有人跟宏图争执说一二线城市供需关系良好,这点表面来看肯定没错,仅北上广深四城市就有2920万居民无自有住房,其中外省农民工人员有410万,共930万人在其他城市有房屋,但是我们知道几个数据,第一,现在测算四城非自住居民人均居住面积10.7平方和舒适度住房面积人均18.5平方相比较,其实也就是目前这些无房人员消耗掉这些房子再有80%左右的房屋增加即可以满足全部居民所需。
那接下来看四城市空住加库存面积,有101万间空住和库存房屋共计7580万平方米,什么概念,也就是刚才有说缺口面积其实16000万平方米,大概还有8420万平方米缺口,这是什么概念,很多大地产公司一个远郊楼盘大概就有50万平-200万平,大概就需要50-100个大型小区就足以解决,那看起来离天花板还算远么?也就是四城再开发100-200个大型小区就可以满足全部人舒适住房的需求,此时的租赁与购置对库存以及空住率影响已经不大。
其次就是所谓的城市化进度减缓所导致的发展和人才引进的降预期,那剩下的二三线城市真的不用多说,城里居民分分钟两三套闲房,还有大量未解决库存, 所以从供需关系上简单来讲,一二线城市好地段确实具有竞争力和抗跌能力,就好比钢铁石油都跌太多,但是特种油和特钢依旧很好卖,所以投资意义不一定大,但 是崩盘的暴跌确实难。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12