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
数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02 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 ...
2026-07-02在MySQL数据库运维与开发工作中,当单表数据量达到千万级、亿级后,会出现查询卡顿、索引失效、写入性能下降等问题。为优化性能 ...
2026-07-01在信息化建设、系统开发、数据分析、需求梳理的工作场景中,业务模型与逻辑模型是两个最基础、也最容易混淆的核心概念。很多项目 ...
2026-07-01