房價網(wǎng)CEO張效海：最緊張房價的是銀行！談房價與金融行業(yè)的微妙關(guān)系
張效海 | 2016-12-06 16:00
【數(shù)據(jù)猿導(dǎo)讀】 在《魔方大數(shù)據(jù)12：行業(yè)應(yīng)用系列論壇之年度論壇：“Building”+大數(shù)據(jù)》活動上，房價網(wǎng)CEO張效海表示，中國房市離崩盤還很遠(yuǎn)，但要警惕GDP增長率過高。關(guān)于給每套房子定價，房價網(wǎng)會根據(jù)自己的房價模型做判斷
12月1日，數(shù)據(jù)猿攜手上海大數(shù)據(jù)聯(lián)盟在上海舉辦了《魔方大數(shù)據(jù)12：行業(yè)應(yīng)用系列論壇之年度論壇：“Building”+大數(shù)據(jù)》。活動中，邀請了房地產(chǎn)+大數(shù)據(jù)相關(guān)產(chǎn)業(yè)內(nèi)大咖領(lǐng)袖，共同探討大數(shù)據(jù)時代下，房地產(chǎn)行業(yè)所面臨的新挑戰(zhàn)、新機遇、新趨勢。
與會分享嘉賓有：
ZMENG眾盟商業(yè)運營VP 曾麗芳
房價網(wǎng)CEO 張效海
新城控股CEO 羅艷兵
上海鏈家研究院院長 陳澤帥
上海脈策數(shù)據(jù) 湯舸
個房CTO 葉文
微瑞思創(chuàng)聯(lián)合創(chuàng)始人兼CTO 周像金
魯班軟件股份有限公司董事長 楊寶明
-視頻版-
-文字版-
溫馨提示：
欲索取現(xiàn)場嘉賓分享的PPT，請關(guān)注數(shù)據(jù)猿微信公眾號(datayuancn)并回復(fù)關(guān)鍵詞“張效海”下載
以下內(nèi)容為“房價網(wǎng)CEO張效海”分享，并由數(shù)據(jù)猿編輯整理發(fā)布：
大家下午好！馬博剛剛簡單介紹了我們公司，房價網(wǎng)。既然叫房價網(wǎng)，那么我先講一個大家都比較感興趣的話題。前兩天上海剛出臺了最新的限購、限貸政策，作為房價網(wǎng)的帶頭人，我經(jīng)常會被問到，這個房子能不能買，房價的走勢怎么樣等類似問題。房價，這是一個政府、媒體經(jīng)常關(guān)注的熱門話題。從十五年前開始，中國的房價一直往上漲，我也接觸過很多房產(chǎn)行業(yè)的專家，也包括一些金融行業(yè)的專家，各有各的看法，總的來講覺得中國的房價越來越高，風(fēng)險也會越來越大。
舉一些很具體的例子，比如可比性，我們都知道，2008年美國爆發(fā)了全球金融危機，其實引發(fā)的根源與房價相關(guān)，更深層次的原因是次貸危機。當(dāng)時美國所有房子加起來的總價值是美國那一年GDP的170%。再往前推到90年代初，當(dāng)時日本的房產(chǎn)總值和GDP的比例是多少呢？大概200%。
中國房市離崩盤還很遠(yuǎn)，但要警惕GDP增長率過高
大家可能很關(guān)心當(dāng)前中國的比例是多少？280%，這是去年我看到得一個統(tǒng)計數(shù)據(jù)。大家聽到這個數(shù)字，馬上會想后面該怎么辦？去年已經(jīng)280%了，如果按照這個邏輯推理，我們離崩盤可能不遠(yuǎn)了。但我不這么認(rèn)為，中國現(xiàn)在的情況離崩盤還有很遠(yuǎn)，為什么呢？
現(xiàn)在的房產(chǎn)在中國扮演了一個特殊角色，已經(jīng)不是一般的自住和消費了，而是一種金融產(chǎn)品。很多金融機構(gòu)、個人，開始把買房當(dāng)成一種投資性的行為。要知道，中國現(xiàn)在的錢非常多，這么多錢都去哪兒了？總得有一個去處吧。大家都知道中國的實體經(jīng)濟(jì)現(xiàn)在不太好，政府也說中國經(jīng)濟(jì)的走向是L型，這種情況下，錢上哪去了？實際上大部分錢都投進(jìn)了房地產(chǎn)。
在中國，如果實體經(jīng)濟(jì)好起來了，房價可能會往下跌，因為錢有去處了，不一定在房產(chǎn)這個領(lǐng)域里。你們一旦看到GDP的增長率蓬勃向上，那個時候就要小心一點。這是我的一個觀點。
各地房價參差不齊，但一線城市投資風(fēng)險更小
但同時，中國那么大，是不是每個地方的房價都是千篇一律的要么往上漲、要么往下跌呢？實際并不是這樣的。這是我的第二個觀點，房價在全國范圍內(nèi)是會參差不齊的。而且我相信在北上廣深這些一線城市，不知道廣州還算不算一線城市，有人說杭州現(xiàn)在也屬于一線城市，這些城市的房價應(yīng)該是保險的。因為風(fēng)險肯定是從投資角度來講，而不是消費。從投資角度來講，這些一線城市應(yīng)該沒有問題。
這是一個規(guī)律，國外發(fā)展了那么多年，人最開始都是從鄉(xiāng)村移向小城鎮(zhèn)，再移向稍微大點的城市，最后向大城市聚集。這些大城市人越來越多，需求越來越大，要讓房價跌下來還是蠻困難的，房產(chǎn)市場不好的時候最多也是持平，但我覺得不往上漲，這是后面會發(fā)生的事情。從投資的角度來講，我在網(wǎng)上看到有人開玩笑，如果往前看十五年或二十年你買什么樣的理財產(chǎn)品最好？大家都知道當(dāng)然是買房子最好。
我一個朋友是一家公司的高管，現(xiàn)在已經(jīng)實現(xiàn)財務(wù)自由了。他前面十年的時間里每年買一套房子，把所有的工資都拿去買房了。這個人是非常聰明的。房價的問題我們暫時討論到這，有興趣的話，我們之后可以繼續(xù)討論。
房價模型
下面說說房產(chǎn)大數(shù)據(jù)，因為今天的題目是“Building+”。我們有一個非常顯著的定位就是Building price。我們做房價蠻多年了，主要都干了些什么呢？其實，我們的服務(wù)對象不在房產(chǎn)行業(yè)，反而是金融行業(yè)。房產(chǎn)是有金融屬性的。特別在中國，房子和人的關(guān)系非常密切，一個人住什么房子跟他的經(jīng)濟(jì)能力密切相關(guān)，而且我們買房子時候免不了跟銀行打交道?，F(xiàn)在很少有人把錢全部掏出來，一下子把房子的總價都付掉，這種情況很少。
我們所做的事情非常明確，給每個地址定一個價格，只要你給我們地址我們就能告訴你這個地址的價格是多少，這是我們做的最核心的一件事情。聽上去很簡單，實際上非常不容易，我們做了十年了，到現(xiàn)在還是對自己不太滿意。中國的情況實在是太復(fù)雜了，光地址就有各種各樣的說法。上海的地址算是比較標(biāo)準(zhǔn)的，北京的地址呢，有很多院、胡同，內(nèi)蒙古的地址又不一樣。所有這些地址信息必須能夠有非常強的處理能力，因為我們對接的是金融客戶，他們需要的信息，要準(zhǔn)確、快速，而這個時候我們對地址數(shù)據(jù)的處理能夠要求非常高，而且對整個數(shù)據(jù)的并發(fā)也要求很高，可能是一秒鐘之內(nèi)給我們傳過來幾千次的請求。
要做到這一點，我們要采集很多數(shù)據(jù)，一方面是計算房價本身就要很多數(shù)據(jù)。房價有很多相關(guān)的因素，這些因素相關(guān)的數(shù)據(jù)聚合到房價網(wǎng)研發(fā)的房價模型，房價模型也屬于是目前比較流行的數(shù)據(jù)挖掘、人工智能這方面的領(lǐng)域。我們一開始做的房價模型非常粗糙，十年以前做的，需要一步步完善、積累，不斷去改變，里面牽涉到成千上萬的數(shù)據(jù)，包括很多權(quán)重、系數(shù)的調(diào)整。實際上在中國每個城市、行政區(qū)，每個板塊，每個小區(qū)的情況都不一樣，這里面的系數(shù)也不一樣，這就是我們干了十年仍在干的事情。
銀行比你更關(guān)心房價變化
從應(yīng)用方面，我們給每一個地址定一個價。實際這里面，我們說的都是房子，這有一點像在造房子，這是我們的地基，地基一定要扎實，地基不扎實的話，上面都是空中樓閣了。因為我們能夠做到給每一個地址定價，我們就可以回答這個問題了。當(dāng)然每一套房子值多少錢肯定是能回答的，但是一堆房子，一萬套房子加起來總價是多少，這些房子可能遍布在幾十個城市，可以馬上算出來嗎？這是金融行業(yè)面臨的一些問題。銀行把錢貸出去了，但手里面落下一堆的房子。有一點大家仔細(xì)想想，誰是房子最大的擁有者？不是老百姓，是銀行。如果首付是35%，即使是你付了35%的錢，那65%的房子還是屬于銀行的，它會更加關(guān)心這個房子是漲還是跌。所以說它需要時時刻刻了解樓市的變化，因為這也是它的資產(chǎn)。
關(guān)于抵押貸款，要看抵押品值多少錢，萬一你還不起錢，這個房子能不能賣掉，易處置的能力如何，所以這些我們都要幫他們分析的，而且，我們很多情況下用機器代替人去分析。這些應(yīng)用場景原來銀行存在嗎？都是存在的，這不是我們發(fā)明的應(yīng)用場景。
傳統(tǒng)公司會遭受新技術(shù)沖擊，但仍要尋找自身價值點去應(yīng)對
現(xiàn)在很多做大數(shù)據(jù)的公司還在尋找一些合適的應(yīng)用場景，我相信這是一個過程，但目前很多大數(shù)據(jù)公司都是處在尋找的階段。我建議，一定要找到一個真正需要你的，而不是偽需求。我們現(xiàn)在做的事情，不是在發(fā)明一個新的需求，因為最早是評估公司做這些。
評估公司實際上是很傳統(tǒng)的領(lǐng)域，本來銀行有很多問題，都是由他們解決的。但像我們這樣的公司冒出來之后確實給他們造成了一些我們意想不到的沖擊。我們也不愿意這樣，但確實我們用互聯(lián)網(wǎng)大數(shù)據(jù)提供的這些信息之后，把他們用人工的東西，用機器替代了，當(dāng)然不是所有，是特別標(biāo)準(zhǔn)化的我們用機器做掉了，成本也就快速下降。每次訪問我們一個數(shù)據(jù)接口，只收一塊錢，這對他們來說是不可想象的。因為原來即使他們不當(dāng)場看，在網(wǎng)絡(luò)上面，比如說上房價網(wǎng)找一個價格，弄成一個報告，人工也要幾百塊錢人民幣?，F(xiàn)在有一家公司突然跳出來說一塊錢也做，他們是崩潰的。
評估公司當(dāng)然也有存在的理由，在美國，我們這樣的公司已經(jīng)做得非常大了，他們的評估公司照樣存在，這并不矛盾。也就是說對于一些大宗的，特別是個性化非常強的房產(chǎn)的評估，評估公司還是有他們的價值的。只能說我們有交叉點，但做的事情不完全一樣，我們跟評估公司之間也有合作。
我舉這個例子想說明，一些新的技術(shù)開始或者發(fā)展，對一些傳統(tǒng)的公司會造成沖擊，但傳統(tǒng)公司也得應(yīng)對，因為這是一個潮流，即使不是房價網(wǎng)做，可能會有另外一家公司出來做的。
應(yīng)用場景
這是我們自動化產(chǎn)生的報告，包括房子的具體信息、走勢圖，在電腦上一按就全出來了，原來需要人工一點點做出來，現(xiàn)在效率就提高很多，所以這是我們非常直接的應(yīng)用場景。
剛才說我們主要服務(wù)金融行業(yè)。我雖然不是金融行業(yè)的專家，但我對它的理解是，一頭把錢拿進(jìn)來，一頭把錢拿出去，從中間賺取利差，特別是中國的銀行基本上靠這個掙錢，而且利差是國家規(guī)定的，所以他們自己行業(yè)里面一直說銀行是躺著掙錢的，但據(jù)說某大銀行的董事長說銀行是弱勢群體，不知道大家是否認(rèn)同。
還有一塊是信用貸款。信用貸款是沒有房子做抵押的，這跟我們有什么關(guān)系呢？住的房子跟經(jīng)濟(jì)收入還是有很大關(guān)聯(lián)的，這個人住豪宅里面應(yīng)該錢比較多，即使不是自己買的，能夠租在那也是不錯的。所以做信用貸款、信用評分的時候，我們會根據(jù)居住地，上班的地方，這些我們都可以幫他挖掘出來，這是基于地址的信息挖掘。當(dāng)然，因為現(xiàn)在有很多數(shù)據(jù)公司都是畫肖像的，我們不能說我們就是畫肖像的，我們只是從我們的維度來做一些判斷，但是我相信一個人住什么樣的房子，這個信息對于金融機構(gòu)來講比他手機上面裝了什么APP、他瀏覽什么網(wǎng)站，要直接得多。
我們還會根據(jù)他的地址，專門給他做一個財富評分報告，擁有的房子值多少錢，居住的區(qū)域是否在非常繁華的區(qū)域。當(dāng)然這個話說的有點不妥，現(xiàn)在很多豪華別墅都在很偏僻的地方，也是挺有錢的。我們曾經(jīng)幫一個證券公司做存量客戶分析，希望能夠幫它判斷它的客戶里面是否有一些沒被發(fā)現(xiàn)的土豪，因為他們只能從證券公司本身的帳號里的錢來判斷。最后我們發(fā)現(xiàn)，有些人他們帳號里沒有什么錢，但住著價值六千萬的房子，就在徐家匯那邊，這個信息對他們來講是非常有用的，后面他們就要跟進(jìn)，賣高端的理財產(chǎn)品給他。
剛剛說到有錢人，上海最有錢的人在哪里？根據(jù)房價的話，我們畫了一個分布圖。數(shù)據(jù)顯示，房子單價或者均價超過十萬的，確實是徐匯區(qū)最多，很多人覺得是靜安、黃浦，其實不是。
我們也是根據(jù)地理位置在做客戶分類，主要還是根據(jù)住址或者工作地址判斷他的經(jīng)濟(jì)能力。對于金融行業(yè)來講，一定會關(guān)心這個人有沒有錢，能夠賣什么東西給他，這樣的客戶、服務(wù)對我們的數(shù)據(jù)應(yīng)該都是有需求的，但我們也可以跟很多別的大數(shù)據(jù)公司合作。
總的來講，合作有兩個方面：一方面，只要你關(guān)心你的客戶住的房子多貴或者說他的房子面積有多大，這些信息對你來講有價值的話，可以通過我們的數(shù)據(jù)接口收錄到你的系統(tǒng)里或者我們給你提供一些定制化服務(wù)，這是數(shù)據(jù)的輸出。
另外一方面，因為是房子的信息，所以任何一個房子都跟地理位置有關(guān)，包括前面兩位介紹的，一個是全國有很多的布點，還有魯班軟件，Building里面，都有提供很多信息。我們對于任何跟地理位置相關(guān)的信息業(yè)非常感興趣，如果大家有這方面的信息都可以跟我們談合作。
雖然我們整個的數(shù)據(jù)量已經(jīng)非常大了，全國包括地級市以上的有366個。我們對外輸出的數(shù)據(jù)形式以API為主。還有很多的戶場景可以挖掘，希望能跟在座做大數(shù)據(jù)的公司，我們一起努力，把各自數(shù)據(jù)的價值充分發(fā)揮出來。
今天我的分享就到這里。謝謝大家！
沒看過癮？點擊觀看《魔方大數(shù)據(jù)12：行業(yè)應(yīng)用系列論壇之年度論壇：“Building”+大數(shù)據(jù)?》
完整版視頻
來源：數(shù)據(jù)猿
刷新相關(guān)文章
我要評論
活動推薦more >
- 2018 上海國際大數(shù)據(jù)產(chǎn)業(yè)高2018-12-03
- 2018上海國際計算機網(wǎng)絡(luò)及信2018-12-03
- 中國國際信息通信展覽會將于2018-09-26
- 第五屆FEA消費金融國際峰會62018-06-21
- 第五屆FEA消費金融國際峰會2018-06-21
- “無界區(qū)塊鏈技術(shù)峰會2018”2018-06-14
不容錯過的資訊
-
1#后疫情時代的新思考#疫情之下，關(guān)于醫(yī)
-
2數(shù)據(jù)軟件產(chǎn)品和服務(wù)商DataHunter完成B輪
-
3眾盟科技獲ADMIC 2020金粲獎“年度汽車
-
4數(shù)據(jù)智能 無限未來—2020世界人工智能大
-
5#2020非凡大賞：數(shù)字化風(fēng)起云涌時，共尋
-
6#榜樣的力量#天璣數(shù)據(jù)大腦疫情風(fēng)險感知
-
7#榜樣的力量#內(nèi)蒙古自治區(qū)互聯(lián)網(wǎng)醫(yī)療服
-
8#榜樣的力量#實時新型肺炎疫情數(shù)據(jù)小程
-
9#榜樣的力量#華佗疫情防控平臺丨數(shù)據(jù)猿
-
10#后疫情時代的新思考#構(gòu)建工業(yè)互聯(lián)網(wǎng)新
