点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
“三支箭”支持下，房地产融资行情年末“翘尾”******
中新网1月11日电 (中新财经记者 左宇坤)房地产市场的整体回暖虽尚待时日，但伴随着利好政策的全面释放，房企融资端已出现了立竿见影的效果。
2022年11月起，监管部门先后向房地产业发出“三支箭”，分别从信贷、债券、股权三个融资主渠道给予支持。以最近数据来看，房地产企业的融资已然“破冰”。
资料图：城市高楼林立。 中新社记者 王东明 摄12月房企融资行情“翘尾”
2022年，各级监管部门出台的稳楼市政策持续加码，除了在需求端不断降低购房成本与门槛，房企们也等来了金融机构“开闸放活水”。
“可以将2022年分成两个阶段，上半年通过‘稳需求’来‘稳经济’，下半年通过‘保供给’来‘稳信心’。”58安居客房产研究院分院院长张波总结称。
其中，尤以支持房企融资的“三箭齐发”引发关注。
“第一支箭”加速落地，多家银行陆续加入支持房企融资队列密集授信。据中指研究院2022年12月中旬发布的数据，60余家银行已向超100家房企授信4万亿元。
“第二支箭”持续推进，例如，中债增进公司已出具对龙湖集团、美的置业、金辉集团3家民营房企发债信用增进函，拟首批分别支持3家企业发行20亿元、15亿元、12亿元中期票据。
“第三支箭”反响积极，“开闸”三日，便至少有8家涉房企业抛出拟非公开发行股票进行股权融资的计划。据克而瑞研究中心统计，2022年12月重点监测房企共涉及48笔并购交易，披露交易金额的有32笔，总交易对价约528亿人民币，环比大幅增加72.4%。
从“三支箭”的各项反馈来看，越来越多的涉房企业获得融资“灌溉”的机会。
“‘第一支箭’和‘第二支箭’普遍都圈定在优质企业上，”易居研究院智库中心研究总监严跃进指出，而“第三支箭”的再融资政策对于部分小规模的区域房企有积极意义，有助于无门槛地获得融资。
“三箭齐发”释放出的积极效应已毋庸置疑，也带动了12月的融资行情出现“翘尾”。
据中指研究院监测，2022年12月，房企非银融资为655.82亿元，环比增长34.2%。主要便是得益于11月以来，政策大力支持优质房企发债融资，多家民营房增信发债成功。
资料图：郑州某商品房销售中心展示的楼房沙盘。 韩章云 摄融资宽松态势或有望延续
“在行业供给端利好尽出的背景下，房企筹资端流动性紧张问题将得以明显改善。”中指研究院认为，改善房企资产负债计划将继续实施，2023年将延续近期出台的支持房企融资政策。
“各项融资渠道重新开闸，优质房企将重获生机，整个行业可能会迎来一波重组并购潮，行业风险有望进一步缓释。此外，增量资金对于项目端的支持和‘保交楼’的落实，将有助于稳定居民预期。”张波说。
但不应忽视的是，从2022年全年数据来看，房企全年融资总量为8240亿元，同比减少38%，2016年以来首次低于1万亿元。
展望2023年，克而瑞研究中心认为，房企供给侧改革已渐近尾声，稳信用下企业整体融资环境或将实质性改善，央国企及优质民企更将显著受益。由于2021年以来房企发债量长期小于到期量，因此房企偿债一直处于承压状态，2023年前三季度一大波偿债潮仍需房企注意。
“2023年房企偿债压力仍较大，部分房企流动性困难风险仍未解除。”中指研究院企业研究总监刘水指出，企业要抓住当前融资窗口期，更要借助融资力量拉动销售端，推动经营端流动性回暖，从根本上解决流动性问题。
正如刘水所言，供给端面临的风险归根结底需要需求端来盘活。
“市场底最为重要的观察点将回到商品房销售。”中信证券首席FICC分析师明明指出，在需求侧和供给侧政策的共同推动下，商品房销售有望在明年二季度显著复苏。(完)
提速近10倍！基于深度学习的全基因组选择新方法来了****** 近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。 全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。 统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。 相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。 该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。 与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。 该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。 学术支持 中国农业科学院作物科学研究所 记者 宋雅娟
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
乐发lv地图 |
)