• 项目
首页>>文章列表 >>行业研究
行业研究

金准数据 中国银行业分析报告 2017-11-07 17:04:27

不知道从何时开始,越来越多的负面词汇开始围绕着银行:不良率攀升,业务创新不足,大幅的裁员、降薪、甚至高管出走都引起了业内人士不小的恐慌与危机感。

3月份以来,已经有16家中资行被国际评级机构下调了评级展望,1家银行评级遭遇降级。

中资行如此大规模地被下调评级展望,显示了国际评级机构对于中国银行(3.870, -0.01, -0.26%)业的悲观情绪。评级公司均是在确认长期和短期评级的同时调整了评级展望,评级行为可以理解为:向关注评级的市场参与者提示相关机构的信用状况目前没有发生变化,但是未来一段时间内可能会发生变动。此外,评级展望的调整只是表明了国际评级公司的自身看法,对商业银行业务经营的影响相对有限,不必反应过度。

截至8月31日,A股25家上市银行2017年中报出炉完毕。中报数据显示,上半年25家上市银行合计实现营业收入19612亿元,实现归属母公司股东的净利润(简称“归母净利润”)7746亿元(平均日赚逾43亿元),同比增加近363亿元,增长4.92%。与此同时,25家上市银行合计实现利息收入25447亿元,同比增加接近1587亿元。目前来看,银行业盈利回升态势已经较为明确


一、2016年中国银行业概况

截至2016年底,我国银行业金融机构包括1家国家开发银行、2家政策性银行、5家大型商业银行、12家股份制商业银行、134家城市商业银行、8家民营银行、1114家农村商业银行、40家农村合作银行、1,125家农村信用社、1家邮政储蓄银行、4家金融资产管理公司、39家外资法人金融机构、1家中德住房储蓄银行、68家信托公司、236家企业集团财务公司、56家金融租赁公司、5家货币经纪公司、25家汽车金融公司、18家消费金融公司、1443家村镇银行、13家贷款公司以及48家农村资金互助社。截至2016年底,我国银行业金融机构共有法人机构4398家,从业人员409万人。

1、不同类新银行业机构

2016年不同类型银行业金融机构在总资产、总负债、所有者权益、税后利润、从业人员数和法人机构数等6个方面占总数的对比情况,详见下表:


1)政策性银行及国家开发银行

两家政策性银行:包括中国进出口银行和中国农业发展银行

和一般商业银行比,政策性银行有国家信用的隐形支持,融资来源主要依靠债券市场发行政策性金融债,债券的风险权重为0,也就是银行购买政策性金融债不占用资本。


一家国家开发银行:国家开发银行(以下简称“国开行”)于1994年3月17日正式成立,由财政部拨款500亿元人民币作为注册资本金,其业务受中国人民银行监督。根据不同时期变更的经营范围,国开行发展可以划分为以下四个阶段:

· 政策性银行模式运行阶段(1994-1998年)

· 探索开发性金融模式阶段(1998-2008年)

· 商业化改革阶段(2008-2013年)

· “三步走”实现开发性金融机构定位(2013年至今)

2017年9月15日,银监会颁布《国家开发银行监督管理办法》(征求意见稿),明确国开行以开发性业务为主,辅以商业性业务,同时不得与商业性金融机构进行不正当竞争。

关于国开行发展历史的更多理解和《国家开发银行监督管理办法》内容的解读,详情参见法询金融此前《终于!国开行监管办法征求意见稿下发:定位以开发性业务为主,辅以商业性业务》一文。

需要注意的是,尽管国开行在09年1月1日已经转制成普通商业银行,但一直以来仍然被认为是政策性银行,尤其是其发行债券的风险权重,银监会官方确认为0;此后住宅金融事业部成立,承载着政府保障房任务和央行PSL的直接支持。


2)国有大型商业银行

包括中国工商银行、中国建设银行、中国银行、中国农业银行和交通银行。从上表中不难发现,国有大型商业银行总资产占据银行业资产总量的40%左右。

从银监会监管设置上看,5家大型商业银行监管归属为银监会国有银行监管部,总体监管指标更加严格,比如资本充足率按照系统重要性银行额外增加1个百分比资本要求。

从股权机构上看,财政部与汇金公司以绝对优势控制了工农中建交五大国有大型商业银行。由于中央汇金与财政部为一致行动人,因此中央政府通过财政部控制着中国金融业的半壁江山。

而从人事控制权上看,银监会对国有大型商业银行人事任免有重要的影响。


3)全国性股份制商业银行

包括招商银行、中信银行、光大银行、华夏银行、浦发银行、兴业银行、民生银行、平安银行、广发银行、恒丰银行、渤海银行和浙商银行;多数在A股上市。股份制银行成为近年来同业和理财创新业务的领头羊,同时在互联网金融以及直销银行层面再次成为市场的领军力量。


4)城市商业银行

北京银行、上海银行、南京银行、宁波银行、杭州银行、江苏银行和贵阳银行等7家已经在A股上市,哈尔滨银行、徽商银行、盛京银行、郑州银行、重庆银行、锦州银行、青岛银行和天津银行等8家已经在香港上市。不少城商行的总资产规模都超过了1万亿,甚至超越了全国性股份制商业银行中的部分银行。

城商行主要改造自城市信用社,目前已经转型结束。城商行的监管规则在行政准入层面基本和股份制和国有大行一致,都适用《中资商业银行行政许可事项实施办法》。银监会专设城商行部,监管包括民营银行和城商行在内的银行机构。

关于异地扩张方面,在2011年以前,部分城商行可以通过设立省外机构实现资产规模的扩张和业绩的提升,2011年以后,城商行不能跨省经营,这是限制其发展最大的约束,目前多数采取营销中心或同业中心的形式进行有限的异地客户维护或同业交流。


5)农村商业银行

根据各银行2016年年报,重庆农商行、北京农商行、上海农商行、成都农商行和广州农商行等农商行总资产规模已经在5000-8000亿规模区间,青岛农商行与青岛银行、东莞农商行与东莞银行、广州农商行与广州银行等都是农商行总规模甚至超越当地城商行。

上市方面,江阴银行、张家港银行、无锡银行、常熟银行和吴江银行等5家银行已经在A股上市,而九台农商行、广州农商行和重庆农商行等3家农商行在港股上市。

相对而言,农商行资产规模普遍较低,受到的监管约束也最严格,比如将监管评级和能否投资非标以及各类资管计划挂钩,也只有农商行受到这样的约束。

此外农商行另一个中国特色的经营管理是省联社的强势管理模式。以下几种情况除外:

· 北京、上海、天津和重庆等几个直辖市的农商行已经基本实现了全辖区的合并整合,省联社转化为统一的农商行法人经营主体。

· 省联社整体转型农商行,但这种模式相对比较少,唯一采用这一模式的是黄河农商银行。

· 苏州东吴农商行(现并入苏州银行):并入城商行,脱离省农信系统,不受省联社管理

· 深圳农村信用社经银监会和广东省政府批准从广东省农村信用社体系中单列出来,独立改制组建深圳农村商业银行,不受省联社管理。但由于深圳是经济特区,经济政治地位较高,这种方法在全国不具有推广性。

除以上几种情况外,大部分省份农商行仍然是法人公司治理和省联社强势管理权并存。

省联社是2003年农信社管理体制改革的产物,农信社管理权由中央下放给省级政府,各省成立农信社省联社履行对农信社的行业管理职能,即省联社是后天通过行政力量改革生成的机制。各基层行、社出资设立省联社,由省联社来管理自己,作为股东的基层行、社不仅要向省联社上交管理费,还得让渡属于自己的管理自主权,比如人事管理、信贷管理、财务分配等多项权力。

近几年来,省联社和部分农商行的矛盾不断升级,例如,2016年,江苏省联社提名的常熟银行副行长人选,被该行超2/3董事联袂否决;2017年1月15日,安徽省联社和安徽桐城农商行在人事任免上同样矛盾不断。关于未来省联社的功能定位以及农商行相互之间有抱团取暖值得我们进一步探讨。


二、银行业主要指标资产负债总量

截至2016年底,银行业金融机构资产总额232.3万亿元,比年初增加33万亿元,同比增长15.8%,增速比上年同期增长0.1个百分点;负债总额214.8万亿元,比年初增加30.7万亿元,同比增长16%,增速比上年同期增长近1个百分点。从机构类型看,资产规模较大的依次为:大型商业银行、股份制商业银行、农村中小金融机构和城市商业银行,占银行业金融机构的份额分别为37.3%、18.7%、12.9%和12.2%。

1、存贷款情况

存贷款实现稳步增长。截至2016年底,银行业金融机构本外币各项存款余额155.52万亿元,比年初增加15.74万亿元,同比增长11.27%。其中,储蓄存款余额52.2万亿元,比年初增加3.48万亿元。本外币各项贷款余额112.06万亿元,比年初增加12.71万亿元,同比增长12.79%。其中,短期贷款余额37.1万亿元,比年初增加1.2万亿元;中长期贷款余额63.4万亿元,比年初增加9.6万亿元。

通过银行业金融机构存贷款和资产负债数据比较,我们不难得出:资产端方面,2011年-2016年期间,银行业贷款占其总资产的比重也不断下降。这和过去几年银行不断加大同业投资的投资力度,规避央行信贷额度管理以及规避部分银监会监管政策高度相关。但从2017年三三四检查开始,趋势开始扭转,根据2017年社会融资比例的数据看,贷款占总资产的比例有望提高。


2、资本充足率

2013年起,我国商业银行开始正式执行《商业银行资本管理办法(试行)》。截至2016年底,商业银行核心一级资本充足率为10.8%,较2015年年底下降0.11个百分点;一级资本充足率为11.2%,较2015年年底上升0.11个百分点;资本充足率为13.3%,较2015年下降0.15个百分点。

2013年以来的资本充足率变化趋势来看,银行业的资本充足率呈现上升的趋势。另外,在2012年6月和11月,中国银监会分别颁布《商业银行资本管理办法(试行)》及其过渡期的安排,对银行多项监管指标做出了相关安排。其中,关于资本充足率过渡期的安排具体如下表所示:

从这一数据来看,银行业平均资本充足率目前已经达标,压力相对较小。


3、资产质量

截至2016年底,银行业金融机构不良贷款余额2.2万亿元,比年初增加2311亿元,较上年少增2978亿元;不良贷款率1.91%,比年初降低0.02个百分点。其中,商业银行不良贷款余额1.51万亿元,较2015年年底增加2378.3亿元;不良贷款率1.7%,基本与去年年底持平。但实际不良率存在低估,主要是不良资产的代持和隐藏仍然较为常见。尤其很多同业投资和表外理财的资产出现逾期,未来逐步通过表内消化增加不良处置压力。

另外,关于不良贷款和不良率的机构、行业和趋于分布具体见第二部分的附表10、11和12。


4、风险抵补能力

截至2016年底,商业银行贷款损失准备金余额2.7万亿元,拨备覆盖率176.4%,基本保持稳定;贷款波备率3.1%,比年初上升0.05个百分点。从机构类型来看,大型商业银行拨备覆盖率162.6%,股份制商业银行170.4%,城市商业银行219.9%,农村商业银行199.1%,外资银行250.2%,均符合150%的监管要求。

5、净利润

2016年,银行业金融机构实现税后利润2.1万亿元,较上年同期增加730亿元,同比增长3.6%;其中,商业银行实现税后利润1.65万亿元,同比增长3.54%。

截至2016年底,银行业金融机构资本回报率12.61%,比去年年底下降1.74个百分点;资产回报率0.96%,较去年年底下降0.1个百分点。商业银行资本回报率13.38%,比去年年底下降1.6个百分点;资产回报率0.98%,比去年年底下降0.12个百分点。


6、流动性

截至2016年底,银行业金融机构流动性比例为49.1%,较年初下降0.2个百分点。商业银行流动性比例47.6%,比年初下降0.5个百分点,流动性保持较高的水平。流动性比例数据在当前笔者认为重要性不强,其衡量的是静态合约层面的流动性,不考虑部分交易性资产,也不考虑部分压力情境下的非预期流出。所以普遍认为LCR流动性覆盖率更加重要(目前仅仅2000亿以上的银行才需要参考)。

银行业金融机构人民币超额备付金率为2.7%,较年初上升0.03各百分点。商业银行人民币超额备付金率为2.3%,比年初上升0.23个百分点。但目前从2017年最近几个季度看,备付率大幅度下降,都在1.65%水平。注意备付率是银监会的统计口径,是(存放银行超额存款准备金+库存现金)/存款余额;一般在分析资金面紧张程度,多数用超额存款准备金率,这个数据今年一季度和二季度都在1.3-1.4%水平。

三、2016年银行业核心数据

           银行业金融机构盈利性情况表(2011-2016年) 单位:百分比

原数据从2007-2016,限于篇幅,只截取近6年记录。


银行业金融机构不良贷款情况表(2010-2016年) 单位:亿元、百分比


银行业金融机构流动性比例情况表(2011-2016年) 单位:百分比


商业银行不良贷款、拨备覆盖率及准备金情况表(2011-2016年) 单位:亿元、百分比

原数据从2007-2016,限于篇幅,只截取近6年记录。


商业银行不良贷款分地区情况表(2016年) 单位:亿元、百分比


商业银行资本充足率情况表(2013-2016年) 单位:亿元、百分比

注:我国自2013年1月1日起施行《商业银行资本管理办法(试行)》(以下简称“《新办法》”),原《商业银行资本充足率管理办法》同时废止,因此,自2013年第一季度起,表中披露的资本充足率相关指标调整为按照《新办法》计算的数据结果。

原数据从2010-2016,限于篇幅,只截取近4年记录。


现场检查情况表(2011-2014年) 单位:亿元、家、人、百分比

注:本表含分支机构数据。

原数据从2003-2014,限于篇幅,只截取近4年记录。



现场检查情况表(2015-2016年) 单位:万家、亿元、人、项、万人

注:银监会现场检查局成立后,根据《银行业监督管理法》和《中国银监会行政处罚办法》的有关规定,对原现场检查相关统计指标进行了调整和优化。因此,本表披露的指标和数据均相应地进行了调整。


银行业金融机构法人机构和从业人员情况表(截至2016年底) 单位:人、家


四、金准数据观点

国际评级机构下调

国际评级公司对于中资行的评级下调始于今年3月份。穆迪发布声明称,将中国25家非保险金融机构的评级展望由稳定下调至负面。这25家机构包括3家政策性银行、12家国内商业银行、3家处置不良资产的资产管理公司、3家金融租赁公司、3家证券公司及1家资管机构。

3家政策性银行分别为国家发展银行、农业发展银行和进出口银行。12家商业银行包括中国银行、工商银行(6.050, -0.05, -0.82%)、农业银行(3.680, -0.04, -1.08%)、建设银行(6.950, -0.08, -1.14%)、交通银行(6.160, -0.04, -0.65%)、招商银行(26.610, -0.45, -1.66%)、中信银行(6.100, -0.03, -0.49%)、浦发银行(12.470, -0.11, -0.87%)、光大银行、宁波银行(16.720, -0.11, -0.65%)、上海银行和广发银行。

上述银行的评级展望均由稳定下调为负面。而中国银行、工商银行、农业银行、建设银行的长期信用评级仍为A1,交通银行为A2,其余银行也都维持了长期信用评级。

穆迪对此表示,中国银行体系风险不断累积,主要反映在持续强劲的信贷增长;高且不断增加的杠杆扩大了企业部门受风险冲击的可能性,银行业资产质量的脆弱性也在增加。此外,中央政府和地方政府在更广泛基础上支持国有企业、金融机构的能力可能会弱于其此前评估,政府或有负债持续增长。此后,穆迪又将上述银行港澳子行评级展望调整为负面,并维持其评级。穆迪解释,这是鉴于穆迪对上述银行的内地母行作出相同评级行动。

据统计,受到影响的上述银行附属子公司数量为38家,其中,中国银行和工商银行分别有13家和10家附属子公司受到影响。

在穆迪大规模下调评级展望后,标普也对中资行开刀。农业银行、农业发展银行、国家开发银行、中国进出口银行4家中资银行被标普下调了评级展望。此外,交通银行大中华区信用体系评级被下调了评级,从AA下调为AA-。

标普评级宣布,将南京银行股份有限公司(南京银行)的长期发债人信用评级从“BBB-”下调至“BB+”,展望为稳定。同时将该银行的短期发债人信用评级从“A-3”下调至“B”。不过,此后应南京银行要求,标普撤销了上述评级。标普表示,评级的负面展望反映的是中国经济风险上升,而南京银行的资本水平下降。标普预计该行资本充足率可能将降至5%以下的水平,而5%是南京银行当前评估和整体评级的最低界限。

南京银行方面则称,南京银行加强不良贷款的核销力度,维持了相对较高的拨备水平,此举能够应对未来银行资产质量的恶化,但却被标普误认为资本的弱化。同时,银行在通过各种手段补充资本,并于去年发行了150亿元二级资本债券。

对于国外评级机构大规模下调中资行评级展望,银行业也不断发声。

交通银行认为,虽然银行体系的不良贷款增长较快,但行业不良贷款率仍远低于2%,且3%以上的拨贷比为银行应对潜在风险打下了良好的基础。以此测算,即使银行体系的不良贷款率上升到4%-5%的水平,中国银行业也有充足的财务资源加以应对。中国银行业协会则认为,此次金融机构评级展望调整属于被动调整范畴。

金准数据认为,对中资金融机构而言,我国利率市场化和其他金融改革仍在推进,环境因素有一定的不确定性,这导致了中资银行基础评级的水平不高,这也是在财务和经营状况接近的情况下,国有银行评级普遍高于股份制银行的原因。事实上,标普等评级机构较为看重的资本问题,对于中资行而言,并没有出现超出预期的恶化。

在中国银行业协会发布的中国前100家银行排名中,有15家银行的核心一级资本净额在1000亿元以上,其中,国有四大银行的一级核心资本净额在1.1万亿元以上,抵抗风险能力不可小觑。

各银行净利增幅不一

截至8月30日,25家A股上市银行中已有17家银行公布了2017年上半年业绩,包括五大行中的交行、6家股份行、10家城(农)商行。今年上半年,这17家上市银行实现营业收入共计5571.11亿元,实现归属于母公司的净利润1939.96亿元。

在金融严监管的背景下,银行业净利增速颇受关注。

统计发现,在公布业绩的17家上市银行中,16家银行实现净利润同比正向增长。其中,实现23.26%增幅的贵阳银行(601997)堪称“增速王”;正向增长中增速最低的是华夏银行(600015),该行同比净利润增长仅有0.10%。

城(农)商行为代表的中小银行成为今年上半年净利增速的主力,远超大行。目前,共有6家上市银行净利润实现“两位数”增长。这里面,除净利增速11.43%的招商银行(600036)是股份行外,其余5家均为城(农)商行,分别是贵阳银行、南京银行(601009,净利增速17.03%)、宁波银行(002142,净利增速15.14%)、吴江银行(603323,净利增速11.8%)、无锡银行(600908,净利增速10.41%)。

-2.57%的净利增速,令江阴银行成为A股上市银行中唯一一家净利润下滑的上市银行。数据显示,今年上半年,江阴银行实现归属上市公司股东的净利润3.52亿元,实现营业收入11.73亿元,同比下降0.88%。庆幸的是,上半年江阴银行实现利息收入20.74亿元,较去年同期增长1.13%。对此江阴银行表示,计息负债的规模增加和成本整体处于较高水平,造成利息支出较去年同期增长15.12%,导致本行净利息收入较去年同期下降10.66%。


行业资产质量改善明显

金准数据认为,从已公布的半年报数据来看,银行业整体利润增速回升,主因是资产质量改善带动拨备计提有所减少。从中报数据来看,招商银行不良贷款余额与不良率连续两个季度双降,关注类与逾期类贷款占比双降,资产质量指标全线向好。

17家已披露数据的上市银行平均不良率为1.55%。其中,南京银行和宁波银行不良率低于1%,14家银行的不良率介于1%-2%区间内,不良率达2.45%的江阴银行则明显偏高。

从不良率的变化趋势来看,宁波银行与年初相比并无变化,10家银行不良率实现不同程度的下降,而以江阴银行为代表的6家银行则出现不良率的正向增长。招商银行不良率比年初下降了16个基点,资产质量改善最为明显;农商行中,常熟银行(601128)不良率比年初下降了11个基点,在上市银行中仅次于招商银行。

银行的不良暴露较为充分,潜在风险较小。而就业内水平最高的江阴银行来说,其不良率环比回升是不争的事实。数据显示,截至报告期内,江阴银行不良贷款余额为1.33亿,2.45%的不良贷款率,比一季度上升了0.04个百分点;拨备覆盖率176.11%,较上年末增加5.97个百分点;贷款拨备比4.1%。不过,江阴银行关注类贷款占比环比有所下降,逾期贷款占比的环比也略有改善,资产质量跟随业界步伐,出现改善迹象。

监管方面,银监会官方表态,金融降杠杆“三三四”自查自纠基本结束。虽然这不代表未来将会放松,但是边际负面影响已经消除,继续调整资产负债结构的阶段已经结束。金准数据预测,二季度银行业收入增速基本稳住后,三季度收入增速向上的拐点将更加明显。

金准数据 人工智能驾驶产业报告 2017-11-06 17:26:34

汽车无人驾驶行业蓝图已现,其产业链上下游已经出现支撑公司,并在逐渐走向成熟。


一、基本概念

1、人工智能驾驶层次

通常来讲,自动驾驶技术可以划分为三个层次,感知->认知(计算平台、算法集成)->行动(车辆控制),然后不断循环。参考下面这张图,其中行动层包括转向、油门和制动三大控制器(以及执行机构)。

感知部分包括两方面,感知环境的激光雷达、毫米波雷达、摄像头、组合导航设备,感知车辆自身的包括轮速计和三大控制器的反馈量;而认知部分,包括决策和规划,是通常意义上的人工智能所在。

感知层主要可以分为传感器本身和识别算法两部分。自动驾驶汽车的传感器部分。由于各种感知方式在不同环境、不同距离、不同作用上各有所长,因此采用多传感器信息融合的方式有利于保证全方位信息的收集,进而使计算机做出更加精准的判断和规划。


2、自动驾驶分级标准

关于自动驾驶的分级,主要有SAE(美国机动车工程师学会)标准和NHTSA(国家公路交通安全管理局)两个标准;目前,前者受到大多数业内人士的认可,它从Lv0-Lv5将自动驾驶依据控制方式和适用环境分为了6个等级。

自动驾驶行业的最终目标,必然是实现真正的无人驾驶(Lv5),而实现的方式主要分为两种思路:①从Lv0逐步过渡到Lv5,通过整合集成ADAS中的控制功能,实现真正的无人驾驶②直接从Lv0跨度到Lv4,在特定的垂直领域和相对封闭的环境中推进无人驾驶,再向Lv5,也就是全环境全路况的无人驾驶普及。

根据SAE分级,不难看出,从Lv4开始,真正的控制者由人开始转为自动驾驶系统,责任主体也随之转移。因此,在设计研发之初,ADAS之中的辅助驾驶功能就与无人驾驶的目的不同,尤其在经历Lv3、Lv4这两个阶段是时,由于责任主体发生改变,因此在法律、舆论上面临着许多尚未可知的困难。

不过,ADAS的感知部分,以及不少辅助驾驶功能,例如自动巡航、自动泊车、前车碰撞紧急制动等,都可以在无人驾驶汽车当中得到应用,因此,也为无人驾驶的最终实现贡献了不小的力量。

3、产业时钟

Gartner2017年新兴技术曲线上,自动驾驶处于期望膨胀期顶端位置,整个技术产业成熟还需要10年时间。

以谷歌为例,从2009年开始研发无人车,短短8年时间,全球自动驾驶创业火爆异常。2009年,谷歌举办了一个名为“GooCamp”的技术交流活动;2010年,美国法律界人士认识到,自动驾驶汽车在路面上行驶,必然会对已有的公路交通法规、保险体系等带来新的挑战。

2012年5月,谷歌自动驾驶汽车正式获得了美国内华达州车辆管理局颁发的执照。2014年,在人工智能大发展的时代里,谷歌在自动驾驶领域最早投入研发力量,最早获得技术突破,在过去的数年间完成了累计里程最长的高级别无人驾驶道路测试。2016年12月,谷歌宣布自动驾驶团队正式分离出来,成立了一家名叫Waymo的新公司。


二、产业政策

自动驾驶的发展要求考虑如何制定相关的产业政策,包括技术路线、行业标准、安全规范、交通执法、保险责任等各个层面。目前各国及地区的相关法律法规对于自动驾驶汽车上路试验及随后的大规模推广还存在着各种障碍,自动驾驶对中国汽车行业的发展带来了新的挑战和机遇,提前判定可能发生的问题,尽早进行立法的预案工作,有助于整个产业的发展。

国内目前自动驾驶相关的产业政策:

三、产业发展技术基础

人工智能技术的发展奠定了自动驾驶很好的发展基础,同时,通信、算力、传感器、汽车工业的发展也十分重要,当然也需要大量的钞票。




1、计算平台

系统的计算量、数据流都非常大,同时又需要较快的反应速度,因此就需要匹配合适效能的计算资源,保证计算工作的正常运行。

自从吴恩达发现GPU非常适合进行深度神经网络训练以来,英伟达就在这一次的人工智能浪潮之中大发了一笔横财。目前,据不完全统计,全球已有超过1500家人工智能初创公司使用英伟达的产品,其中还有不少自动驾驶技术公司。

2017年CES上,英伟达发布了最新的车载计算平台“XAVIER”,其512个Volta CUDA核心可提供高达30TOPS的计算性能,并且功率只有30W,远远优于Drive PX2。

而在国内,人工智能创业圈子中声名赫赫的地平线机器人,也正在研发其基于FPGA架构的大脑引擎(BPU),而代号为“高斯”的计算构架IP预计在2017年底推出。

不过,综合来看,自动驾驶计算平台的争夺战依然主要在国际巨头之间展开,除了英伟达之外、英特尔、微软、高通、Mobileye、Ceva、恩智浦、德州仪器等芯片、IP、ADAS供应商,都正在瞄准这一领域发力,未来的竞争激烈程度可见一斑。


2、车辆控制

自动驾驶汽车不仅仅是感知和算法,它还涉及到车辆控制、汽车动力学、汽车工程等诸多技术学科,同时需要汽车控制(刹车、转向、灯光、油门等)配件的支持。

目前,自动驾驶执行相关的技术和部件产品将依然长期掌控在车企和大型Tier1手中。如博世、大陆、Delphi等传统的Tier1掌握的执行控制专利技术已经可以支撑到自动驾驶阶段,无论在性能还是价格上都有绝对的优势。

Tire1供应商的角度来讲,作为Tire1供应商提供控制接口,还不如提供自动驾驶解决方案,当做未来布局。速度快者如博世(Bosch),依托其多年对EPS、ESP和ABS等系统的经营积累,通过开发iBooster等新技术,跟多家车企展开了自动驾驶系统的合作。国内由于多年无人车未来挑战赛的需求,也存在几个类似的团队,凭借跟车企和供应商的良好关系,集成一套行动层平台,这都算是个面向自动驾驶团队的Tire1吧。

由于电动汽车技术的快速革新,传统汽车制造业受到了冲击,此前发动机和变速箱等壁垒技术,逐渐被车辆电控、电动机、电池等技术取代。这种变革,让创业团队自己造车成为了可能。

因此,国内外众多电动汽车、互联网造车、智能汽车企业极有可能成为自动驾驶汽车行业的新贵。比较著名的如蔚来汽车、小鹏汽车、智车优行、乐视等自己造车,掌握平台。

智车优行CEO沈海寅曾表示,在智车优行未来战略规划中,自动驾驶是关键一环。目标是在三到四年内在一些局部路况下的全自动驾驶。

另一个是成为Tire1供应商本身,由于汽车工业发展本身的原因,国外的供应商分布很早就变成巨头格局,而国内则由于价格、技术迭代和适配等原因,许多国产供应商反而拿到了许多车企的合同得以生存,如此前新闻中提过跟奇瑞合作的亚太,以及源自清华和吉大汽车系的团队。总之,目前国内自动驾驶技术还是比较依赖车企或者供应商提供平台的,因此投资人想要知道团队技术水平如何,一方面是看Demo,另一方面或可通过行动层提供方来侧面了解。


3、算法与自动驾驶汽车运营

目前,自动驾驶技术公司的两级分化比较严重,一方面是看准时间和角度切入的初创企业,另一方面则是大型互联网科技巨头,如谷歌、百度、Uber等。此外,像博世这样,少量拥有相对完整的产业链结构的Tier1,也在踏足这一领域。

大多有更深的想法,它们并不把自己看做单纯的技术提供方,而是希望深入到运营中去。例如智行者希望能够首先在低速园区内进行无人驾驶运营,而图森互联则在一开始就瞄准了长途高速货运。Uber与其收购的Otto也将目光分别聚焦在了无人驾驶共享出行和长途货运上。

图森互联CEO陈默表示,相比于卖车,运营服务公司是更靠近产业链下游和利益链顶端的方式。

自动驾驶汽车的另一个特点,就是解放了我们在出行过程中的双手、眼睛和大脑,因此车内活动也有了更多的想象空间。驭势科技CEO吴甘沙曾在多次公开演讲中表示,未来,自动驾驶汽车很有可能成为新的商业场景,为人们提供出行时的观影、办公、餐饮服务。


4、自动驾驶技术

美国高速公路安全管理局(NHTSA)将汽车智能化水平分成五个等级:无自主控制;辅助驾驶;部分自动驾驶;有条件自动驾驶;高度自动驾驶。

自动驾驶流程可以分为感知-认知-决策-控制-执行五部分,其中传感器发挥着类似于人体官的感知作用,认知阶段则是依据感知信息完成处理融合的过程,形成全局整体的理解,据此自动驾驶系统通过算法得到决策结果,传递给控制系统生成执行指令,完成驾驶动作。

自动驾驶产业链中的玩家,可大致划分为整车厂(OEMs)、传统Tier1、算法供应商、芯片供应商、数据服务商、传感器生产企业、车联网服务商、运营和服务提供商。


五、自动驾驶创业生态

全球自动驾驶创业图谱如下:

国内自动驾驶创业图谱如下:

1、传感器

不同传感器比较:

从以上比较可以看出,激光雷达具有跟高的测量精度和三维成像能力,是自动驾驶不可或缺的传感器,目前国内激光主要的创业公司有:

除了上面的企业,国内激光雷达企业还有北醒光子、思岚科技、大族激光、杭州巨星、广州中海达科技。与国内的企业对比,国外的机械雷达公司大多为老牌的企业,而很多创业公司都在研发固态雷达。国外的企业主要有LeddarVu固态激光雷达、Innoviz、Ibeo、Quanergy、Velodyne、TriLumina。

目前,多传感器融合成为行业共识,不同传感器技术将齐头并进发展,而激光雷达无疑拥有更大的市场空间。

而毫米波雷达技术主要由大陆、博世、电装、奥托立夫、Denso、德尔福等传统零部件巨头所垄断,特别是77GHz毫米波雷达,只有博世、大陆、德尔福、电装、TRW、富士通天、Hitachi等公司掌握。

毫米波雷达产业全景图如下:


2、自动驾驶芯片

在自动驾驶车的芯片细分市场中,除了英伟达(Nvidia)、Mobileye、恩智浦(NXP)等大家耳熟能详的公司外,还涌现出了许多“新面孔”——例如IP供应商Ceva以及英特尔和高通(Qualcomm)等。今年9月13日,今年在北京举行的GPU科技大会上,英伟达CEO黄仁勋展示了这款新的自动驾驶汽车处理器DrivePX2-AutoCruise。简单说,它就是精简版DrivePX2计算平台加了神经网络算法,专门用来实时分析汽车身上多个雷达和传感器采集的信息,还能处理高清地图,继而实现自动驾驶。

3、 ADAS算法公司

在自动驾驶来临之前,ADAS的商业化已经来临,ADAS 系统的核心依然是算法。纵观所有的创业团队,创始人往往有多年的图像识别等相关领域的从业经历。当然,另外硬件很大程度上影响着成本。

4、自动驾驶算法

自动驾驶的算法涵盖感知、决策等关键环节,需要大量数据进行训练,多传感融合的信息进行拟合互补,决策算法整合感知和认知层,最终将指令传递给控制系统。国内目前的创业公司大多来自百度系,主要玩家有:

百度2017年7月公布阿波罗计划,打造开放的自动驾驶生态,计划做下一代的汽车安卓系统,面向其他企业开放自己的高精度地图、算法、数据,同时将国内行业玩家整合进百度的技术体系,沉淀更多的数据。


5、整车厂(OEMs)公司

Tesla从电动汽车起步,逐渐切入自动驾驶领域。国内的Tesla门徒们虽然汽车还没有量产,但也在自动驾驶领域均有所布局。


6、高精度地图

前期大量长期的资金投入是地图产业的天然门槛,高精度地图的绘制需要在前期对本地区路况进行大量的测绘,测绘过程可能要耗费大量时间,在这段期间企业不会从地图产业中获得任何的收益。并且地图维护成本高,企业需要进行大量的研发和成本支出维持地图的实时更新,小企业或者新进企业由于无力承担其庞大的成本费用,产品质量不断降低,最终退出市场或者被兼并收购,留下的大企业形成自然垄断。

全球图商巨头:

2001年测绘局批准四维图新拥有甲级资质以来,至今为止,只有11家图商拥有导航电子地图测绘资质,地图涉及的国家保密性注定决定了地图行业是寡头垄断行业,并且天然排斥外资企业的进入。在国内高德和四维图新是数字地图领域的双寡头,两者都是地图数据提供商。2016年是高精度地图的规划元年,根据国内高精度地图龙头四维图新的规划,2016年底提供覆盖全国高速公路的基于ADAS的高精度地图,2017年底,支持至少20个城市的Level3级别的高精度地图,并且与此同时完成与车企的协调沟通,高德的计划与此类似。


国内其备导航电子地图资质主要厂家:


六、投资分析

与自动驾驶相对应的,是自动驾驶+共享经济的出行模式,C端用户消费的将不再是汽车,还是出行服务。

金准数据认为,在自动驾驶时代,汽车利用率将直线上升而销量必定下降,车厂的选择,一是尽快寻求合作,进行技术开发,向自动驾驶领域转型;二则是沦为自动驾驶汽车的代工厂和供应商。

因此,大多数车厂更希望看到的是Lv4甚至以下等级的自动驾驶技术,而不是Lv5状态下的全路况无人驾驶汽车。目前,包括福特、宝马、沃尔沃在内的整车厂商,也都在进行自动驾驶技术的研发。

此外,金准数据整理出以下可投资方向:

第一、传感器。尤其是像激光雷达这样能够提供高环境感知能力的传感器。如果它们不是仅仅通过量产降低成本,而是靠技术驱动能够把成本降到很低,满足高性能要求。

第二、能够提供一个很好多传感融合的系统。目前大多数公司还是基于传统的激光雷达做的系统,对于视觉、毫米波感知这块还有工作可以开拓。

第三、做大脑。新手司机和老司机其实在能力上有本质的差异,不是因为他们聪明,而是因为开的里程不同。如果我们可以把很多人的驾驶经验都变成决策和控制系统,这有很强的壁垒。

第四、在一些细分的场景下、相对比较现实的场景下做完整的解决方案。

金准数据 对供应链金融行业的分析 2017-11-02 10:21:05

一、供应链金融行业定义与特点

1、供应链金融定义

供应链金融(Supply Chain Finance,SCF)是指在对供应链内部的交易结构进行分析的基础上,运用自偿性贸易融资的信贷模型,并引入核心企业、物流监管公司、资金流导引工具等新的风险控制变量,对供应链的不同节点提供封闭的授信支持及其他结算、理财等综合金融服务。

由此可见,供应链金融已经脱离了商品融资单纯服务于大宗商品交易的范畴,从理论和实务上构成了一个业务门类。

供应链金融和产业金融、物流金融有相似的地方,它们的涵义区分如下表所示:


2、供应链金融的特点

1与产业金融及物流金融的关系

供应链金融包含在产业金融当中,而供应链金融又包括了物流金融,三者间的关系如下图所示,三者从在一定程度的从属关系。


2与传统金融模式的区别

供应链金融和传统金融的区别主要体现在对风险的控制、授信的灵活度等方面,具体情况如下面两个图表所示。

传统金融——孤立的关注企业和业务本身

传统金融的融资模式



供应链金融——商业银行根据产业特点,围绕供应链上核心企业,基于交易过程向核心企业和其上下游相关企业提供的综合金融服务

· 以核心企业为基准创建“1+N”或“M+1+N”的金融服务模式;

· 关注交易过程,整合物流、信息流和资金流;

· 根据产业特点,跨行业的提供金融服务。


二、供应链金融的模式及发展空间

1、供应链金融的模式

根据供应链金融的定义可以看出:一般而言,商业银行才是供应链金融综合性金融产品和服务的提供主体。但供应链金融的发展模式并不只有商业银行主导这一种。供应链金融在国外的发展比较成熟,主要的模式有银行主导型、核心企业主导型以及物流企业主导型三种。

其中,银行主导的模式主要是银行以买卖交易中买方购买货物后从卖方收到的货物提单和有效发票为依据,为买方办理承兑汇票,并向卖方支付货款,买方在制定日期内偿还货款和融资款。这样既能满足买卖双方的交易需求,也能缓解买方的资金压力,同时还能降低银行的风险。核心企业主导模式主要存在于制造业,主要是核心企业基于自身的设备提供相应的租赁和货物代持服务,在为买方提供资金支持的同时也扩展了自己的业务规模。物流主导模式主要是拥有信息、货物监管以及客户关系优势的物流商为交易的卖方企业提供应收账款融资服务。

如果按照融资所需的资产不同,供应链金融模式可以分为应收账款融资模式、融通仓融资模式以及保兑仓融资模式。这三种融资模式的依据资产分别为:应收账款等应收类资产、存货以及预付账款等预付账款资产。应收账款融资模式主要是企业以未到期的应收账款质押给金融机构办理融资的一种融资模式。融通仓融资模式是企业以存货作为质押向金融机构办理融资业务的融资模式,主要包括质押担保融资模式和信用担保融资模式。保兑仓融资模式是在供应商(卖方)承诺回购的前提下,融资企业(买方)向银行申请以卖方在银行指定仓库的既定仓单质押的贷款额度,并由银行控制其提货权为条件的融资业务,这一模式使用于卖方回购条件下的采购。


2、供应链金融发展空间

我国供应链金融发展过程中对企业的授信、担保品以及抵押物的评估基本上由银行或者银行委托第三方来进行,所以我国主要的供应链金融模式是银行主导模式。我国最早开展供应链金融业务的是深圳发展银行。深圳发展银行(现为:平安银行)2003年最先在国内推出供应链金融业务,2006年正式整合推出互联网金融服务,2012年推出“供应链金融2.0”。

供应链金融在我国仍然处于初步发展阶段,不过受益于应收账款、商业票据以及融资租赁市场的不断发展,供应链金融在我国发展较为迅速。如图1所示,我国规模以上工业企业应收账款净额已由2005年的不到3万亿增加到了2014年的10.52万亿,十年里增长了3.55倍,年均复合增速15%。应收账款融资作为供应链金融重要的融资模式,应收账款规模的不断增长为我国供应链金融的快速发展奠定了坚实的基础。

在企业交易中,企业之间还会以签发商业汇票的形式来保证交易正常进行。商业汇票的签发缓解了买方的资金压力,同时卖方拥有商业汇票,既拥有对于签发方的汇票金额索取权,也可向商业银行作质押,获得流动性。商业汇票质押以获取融资也是供应链金融的重要形式,我国商业汇票发展与我国供应链金融的发展也是紧密相关的。如图2所示,我国商业汇票签发量逐年稳步增加,在2014年已经突破20万亿,2015年上半年也已经达到了11万亿。

除了应收账款以及商业汇票以外,融资租赁与供应链金融同样紧密相连。近几年我国融资租赁业得到了飞速的发展,租赁合同额不断增加。2014年融资租赁合同余额已经超过了3万亿。其中,三种租赁种类中又以金融租赁合同规模最大,2014年合同规模占比达到41%。融资租赁的快速发展对于需要大规模专业设备的企业来说十分有利,对于供应链金融的发展同样意义重大。

在应收账款、商业汇票以及融资租赁快速发展的带动下,我国供应链金融展现出了迅速发展的态势。前瞻产业研究院的行业报告数据显示,到2020年,我国供应链金融的市场规模可达14.98万亿元左右。


三、供应链金融行业发展状况分析

从近几年国内中小企业融资比例来看,中小企业贷款增速高于大型企业贷款,在金融机构贷款中的比重整体上也呈现上升趋势。金融改革的逐步推进,也将引发各大银行业务渠道的下沉,中小企业市场将是银行争夺的下一战场。目前行业内主要经营供应链金融业务的工行、中行、平安、中信、民生五家商业银行2012年贷款规模占银行贷款规模的28.4%。预计全行业供应链金融融资余额已达到6.7万亿元,并且这部分融资需求将带来存款派生、丰富的中间业务收入和利息收入,是商业银行向中小企业业务转型的突破口。

金准数据预测,我国供应链金融市场规模已超过10万亿元,预计到2020年可达近20万亿元。巨大的发展空间吸引了不少P2P网贷平台掘金供应链金融。现在,金准数据以网贷之家2017年8月评级发展指数位列前一百名的平台作为研究样本,梳理布局供应链金融的平台概况,并对代表性平台的特色产品进行分析,最后展望P2P网贷平台在供应链金融领域的发展前景。


2016年2月,人民银行等八部委印发《关于金融支持工业稳增长调结构增效益的若干意见》,提出要大力发展应收账款融资,推动更多供应链加入应收账款质押融资服务平台。根据金准数据对百强平台进行统计,截至2017年9月20日,有30家平台布局供应链金融产品,环比增加3家,同比增加8家。在正常运营平台数量持续下降的背景下,涉足供应链金融业务的平台数量反而上升,说明在目前“资产荒”的背景下,平台热衷牵手供应链金融,持续获取风险相对可控的优质资产。供应链金融的业务和产品是多元的,P2P网贷平台需要根据不同行业、不同企业的具体需求为其提供更加多样化、个性化的供应链金融产品。在激烈的市场竞争中,若能利用各自的优势,走产品垂直化、精细化、专业化的路线,便可激发巨大的活力。


下面金准数据分别从平台的地区分布、注册资本、融资情况、产品特点及业务模式五方面对百强榜布局供应链金融的30家平台进行具体分析。

截至2017年8月底,百强榜布局供应链金融的30家平台中有11家所在区域为北京,10家平台在广东,3家平台在浙江,江苏和山东各两家,上海和江西各1家。从分布区域上看,地区差异非常显著,目前布局供应链金融的百强平台大多数位于经济较为发达的东部省市。


截至2017年8月底,百强榜布局供应链金融的30家平台中,注册资本在5000万元以下的平台有2家;注册资本在5000-10000万元的平台有20家,占比最多,达66.67%;注册资本在1亿元以上的平台有8家,占比为26.67%。其中,鹏金所的注册资金高达74749万元,实缴资金为48050万元;珠宝贷的注册资金和实缴资金均为43000万元。所有平台的注册资本都在1000万元以上。


八成平台具有上市、国资及风投背景

截至2017年8月底,百强榜布局供应链金融的30家平台中,国资控股平台有2家;国资参股的平台有8家;上市公司控股平台有1家;上市公司参股平台有9家,占比最多,达三成;获得风投的民营平台为4家,未获得风投的民营平台为6家。具有上市、国资及风投背景平台数量占比达80%。


布局供应链金融的P2P网贷平台掀起资本热潮。据不完全统计,百强榜中有16家涉足供应链金融的平台获得融资,其中宝象金融获得信达金控亿元级的战略投资;团贷网、理财范及大麦理财完成了C轮融资。

P2P网贷平台在垂直领域的深耕细作,进一步提升了产融结合的深度与广度。目前,我国供应链金融服务对象主要集中应收账款累计较高的行业,例如,农业、汽车、电力设备、医药、化工、煤炭、钢铁、有色金属等。百强榜平台中有13家平台为综合性业务,另外17家平台为垂直化业务。从布局领域来看,涉足农业的平台相对数量较多,其次为供应链金融的传统优势领域汽车,第三是大宗商品,包括金属、能源等。另外有一些平台布局医药、化工、电商、珠宝等领域。未来供应链金融将分布更广泛的垂直领域。

从投资期限来看,供应链金融产品融资周期普遍较短。有28家平台借款期限在12个月以下,其中有10家平台产品借款期限在6个月以下,呈现了短期融资特点。一般来说,投资人从安全性和流动性的角度考虑,更偏向于选择融资期限短、标的金额小的产品,因此供应链金融产品具有一定的获客优势。

综合以上,金准数据得出结论:从综合收益率来看,供应链金融标的的收益率维持在10%左右,略低于行业均值。在最近两年中,P2P网贷行业收益率一直呈现下降状态,逐渐归回理性。与行业收益率整体下降的趋势相比,供应链金融标的的收益率相对比较稳定。


P2P网贷平台与风险可控的供应链资产端对接所形成的业务模式包括平台与核心企业合作、核心企业自建平台、大宗商品服务商自建平台以及与保理、小贷公司合作等。

金准数据发现,与核心企业合作的模式较为常见。核心企业起到贯穿产业链的作用,几乎掌握了所有上下游企业的资金流、物流及交易数据,具有天然的优势。该模式对于核心企业较为依赖,风险点主要在于应收账款的真实性,因此选择上市公司、行业龙头作为核心企业,是较为稳妥的做法。以普汇云通的园区汽车供应链金融“商行贷”为例,依靠其集团公司金睿财富控股积累的汽车产业链资源,通过投资运营产业园,结合“产业园区+O2O”与“互联网+金融+汽车供应链”两种模式,锁定汽车产业链的核心企业,为上下游企业提供融资服务。其中,供应链上游为以原材料和零部件为主的生产商,通过核心企业的应收账款作为还款保证;供应链下游则由核心企业提供真实相关的商务合同等作为担保。在这种模式下,平台可以从园区管委会实时获取借款企业的信息,形成风控闭环,并且能够快速扩张资产端,形成规模效应。


核心企业自建平台,凭借对产业链成员企业的了解,以及对产业发展情况的熟悉,可以及时掌握产业链相关企业面临的风险,并制定相应的金融方案,从而调动上下游沉睡的大量资源,提高资金匹配的效率,改造行业。以海融易的供应链金融产品小金链为例,依托海尔在产业链中的核心地位及对上下游的控制,海融易可以控制上游供应商应收账款质押授信风险和下游经销商提货权质押授信风险。上游的供应商将货物销售给海尔集团,资金未到账时确认企业对海尔的应收账款。供应商将应收账款债权转让给平台投资人从而及时获得资金回流,该笔应收账款到期时将由海尔下属企业兑付。

金准数据认为,大宗商品服务商自建平台的模式是利用大宗商品服务商独有的优势对借款企业在产业链中所处的不同阶段提供不同的融资解决方案,包括订单融资、仓单融资、保理融资、未来货权融资等。整个供应链条通过整合资金流、物流、信息流,实现供应链的全程闭环控制,从而有限控制风险。以金联储为例,平台将个人投资者的资金对接到大宗商品现货交易供应链上有借款需求的企业,利用平台优势做电商并拓展至供应链金融。

与保理、小贷公司合作是指供应商基于其与采购商订立的货物销售/服务合同所产生的应收账款转让给保理、小贷公司,由后者向其提供融资服务,保理公司或小贷公司再将应收账款的受益权转让给P2P网贷平台,到期后商业保理从供应商处收回本息并支付给P2P网贷平台。这一过程中,P2P网贷平台可以通过保理公司回购、引入担保或保险、设置风险准备金等方式来保障投资人资金安全。以新联在线平台上的“国应通”产品为例,政府建设工程(如道路建设)供应链的上下游企业将该负责工程的国企(央企)公司应收账款转让给保理机构,再将此保理资产通过新联在线平台转让于投资者,且到期后保理机构负责回购。


金准数据认为供应链金融未来发展趋势应为线上化、垂直化、专业化、科技化“产融结合、脱虚向实”的背景下,供应链金融能促进商流、信息流、资金流、物流四流合一,形成风控闭环,增强企业间生产、购销关系,使得供应链企业间联系更为紧密。而P2P网贷平台标的小额分散、融资效率高、成本合理的运营特点非常契合供应链金融资产端的需求。平台需要结合自身的专业分析与研判能力,在了解行业属性和特征的基础上,为各垂直细分供应链上的企业提供个性化的金融产品服务。例如,以应收账款为基础资产,发行资产证券化产品,获取低成本资金以缓解资金压力。此外,物联网、区块链、人工智能、云计算等金融科技的广泛、深度运用,有望实现供应链和营销链全程信息的集成和共享,同时提升服务能力和运营效率。

金准数据 中国式租赁研究报告 2017-10-30 17:19:44

今年以来,中央积极构建购租并举的住房体系,先后出台多个政策鼓励住房租赁市场发展。10月18日,习近平总书记在中共十九大开幕报告中强调“加快建立多主体供给、多渠道保障、购租并举的住房制度”,租赁再次成为市场热点。据初步测算,当前我国租赁市场规模已超万亿。从发达国家租赁住房的发展经验来看,租赁市场空间巨大,是住房市场健康平稳发展的重要补充,我国在政策制度、产品配置等方面尚有较大改善空间。


一、市场规模

当前我国租赁市场规模达1.38万亿,市场空间大。从我国租房市场的需求结构来看,一部分为流动人口带来的租房需求,另一部分为户籍人口在户籍所在地的租房需求,其中流动人口带来的租房需求占绝对主力。

我国租赁市场空间测算

根据测算,租赁市场规模达万亿级别,体量较大。统计局公布数据显示,2016年末全国流动人口总规模为2.45亿人。据数据显示,2013年流动人口家庭中租住私房的比例为67.3%。户均人口方面,2015年流动人口在流入地的家庭规模为2.61人,根据2013-2015年家庭规模增长速度估算,2016年流动人口在流入地的家庭规模为2.67人。另外,根据中国指数研究院重点城市租金水平估算2016年全国户均年租金(私房租金)为2.0万元,据此测算流动人口带来的租赁市场规模每年达1.2万亿元

从落户地就业的高校毕业生租房需求来看,近五年毕业生总人数为0.36亿人,假设其中70%在就业地落户且50%在租房,合计租房人数0.13亿。根据调查数据显示,2017应届毕业生实际签约月均工资4014元,另外根据香草招聘联合房天下发布的《2017年应届生租房价格报告》,接近80%的应届生租房开支占月工资的比例在10%-40%之间,我们选取25%的均值计算,应届毕业生月均租房支出约1000元/月,按此测算落户地就业的高校毕业生带来的租房市场规模为每年0.15万亿元。

结合流动人口租房市场和非流动人口中高校毕业生租房市场,总租赁人口接近1.8亿人,租房市场规模达1.38万亿元

2010年以来全国普通高校毕业生人数、外出农民工人数及其变化

外出农民工、高校毕业生等人数持续增加,2020年流动人口规模将保持在2.4亿以上。2016年外出农民工占流动人口的比重接近70%,2017-2020年预计年均增长0.3%;另外部分高校毕业生等城镇户籍人口也是流动人口的重要组成,预计“十三五”时期我国高校毕业生规模年均增加770万左右。据此我们预测,2020年我国流动人口在2.42亿水平。

2015年全国地级市中人口净流入(常住人口多于户籍人口)城市分布情况

随着租房长效机制的建立,我国租房体系不断完善,对居民的租房保障更加多元和完备,外出农民工、高校毕业生等人口的租房占比有望提升,且流动人口逐渐向沿江、沿海、沿交通节点等地区聚集,特别是三大城市群内部城市和中西部省会城市,这些城市房价绝对水平较高,近年首次购房置业年龄推迟,部分需求转向租赁市场。综上测算,在未来租金水平继续稳步上涨的背景下,至2020年我国租赁市场规模将达1.71万亿元。


二、国外经验

发达国家租赁住房市场化程度高,租房人群覆盖全生命周期。长期以来,我国住房租赁市场发展极不规范,市场信息极不透明,导致当前我们对未来住房租赁市场的发展方向把握较为模糊。

金准数据以美国等发达国家为例,详述其住宅租赁市场的发展过程及现状,分析其住房租赁保障制度,为我国住房租赁市场未来发展提供参考及借鉴。

近年来中国及世界主要发达国家住房拥有率

世界发达国家住房拥有率多在50%-65%之间,也就是说,在相对成熟的市场化体系中,约有1/3至1/2的人口将通过租赁方式解决住房问题。我国和多数发展中国家类似,当前住房拥有率水平显著高于发达国家,人口流动性较弱。随着我国社会市场化进程深入、住房租赁市场不断完善、户籍制度改革不断推进,未来我国住房拥有率或将逐步下降,更多人口将进入租房市场。


1、租房率

从中长期看,美国租房率与房价呈反向相关。也就是说,在房价上涨,尤其是快速上涨阶段,人们的购房意愿更强,选择租房人数急剧减少;房价平稳至下降阶段,虽然人群购房能力增强,但更多的人愿意选择租房。由此假设,在我国房地产市场飞速发展阶段,由于人们对于房价上涨预期较强,购房需求强烈,租房人口转向购房市场比例较高。而随着我国房地产市场进入平稳发展阶段,在成熟的体系保障下,愿意选择租房的人群比例将提升。


2、租房人群

通过深入研究发达国家的租房情况可以发现,相当比例的家庭选择租房并不一定是年轻过渡时期的被动选择,而是主动选择租房作为一种生活方式。

与我国类似,美国租房市场的主流需求来自单身、收入水平较低的年轻人。同时值得注意的是,美国市场中各个年龄层的租房人口均占一定比例,60岁以上的租房人口占比近20%。调查研究显示,在一个美国居民的生命周期中,其住房路径基本如下:

· 学生时代至初入职场时期,多数年轻人选择租房,尤其在高房价地区。这一阶段年轻人尚未组建家庭,多租住在市中心附近的小户型公寓中。

· 进入30岁之后,人们开始走入婚姻并抚养下一代,这期间有大部分家庭选择购买房屋。但30-50岁人群中,仍有约40%的人群租房,或受限于收入水平,或为了更好的学区。这些抚养孩子的家庭多选择郊区,租住面积较大的独立房。

此外,选择租房的家庭并不一定是受限于收入。2016年,在年收入高于7.5万美金(2016年美国家庭收入中位数为7万美金)的家庭中,约有20%的家庭选择租房。根据房利美的一项调查显示,高收入家庭选择租房的原因在于租房能提供更高的便利性及较小的生活压力。

· 进入60岁以上阶段,人们开始逐步再次转向租房市场。主要原因在于孩子长大成人离家之后,人们不愿意或没有足够能力维护自住房屋,尤其在75岁之后,老年人开始选择具有养老设施的公寓。这一阶段人们多住在城市内部。

3、租金水平

租金绝对水平与家庭收入、房价、房贷等因素有极大相关性。金准数据通过对比美国130个主要都会区租金及家庭年收入、房价中位数的关系,可以看到,在市场化程度较高的租赁市场中,租金与当地房价及收入均有较大相关性,与房价的相关性略高于收入。此外,租金水平与平均房贷负担也有较强关联。


2017年6月美国主要都会区租金水平与家庭收入、房价、房贷的相关性

考虑我国市场的实际情况,一方面,从租售比指标来看,我国租金回报率远远低于发达国家,一些大城市年化投资回报率仅为1%-2%;另一方面,我国人均收入对租金水平的影响较为明显。然而通过对比一些发达国家租金收入比,我们发现,无论相对房价还是收入水平,我国租金水平并不高



我国及主要发达国家租金收入比

2015年英国住房调查公告显示,租住私有产权住房的家庭约有440万户,周平均租金为176英镑,约占其家庭周总收入(包含各项福利)的34%;美国数据显示,2017年6月,全美家庭年总收入约为5.85万美元,月租金中位数为1423美元,租房负担率约为29%;澳大利亚统计数据也显示,2016年其全国家庭周度收入中位数为1438澳元,周租金中位数为335澳元,租金收入比约为23%。

经粗略计算,我国平均租金收入比不足20%,相对发达国家较低。根据中国房地产指数系统租赁价格指数,2016年12月我国十大城市套租金平均水平为3085元/套,推算全国套租金约为1652元/套。而2016年我国城镇人均可支配收入为33616元。由此计算我国租金收入比约为19.0%,低于发达国家水平。


4、租房制度

在租赁市场的供应体系中,从各个国家情况来看,可大致分为由政府主导的保障性租赁住房及由租赁机构或私人提供的社会化租赁住房。从发达国家保障性租赁住房与社会化租赁住房比例来看,八成以上为社会化租赁住房。如美国市场中,由政府提供各类补助的租赁住房家庭比例仅占12.2%。


2012年美国租赁住房政府补助比例

在占比极高的社会化租赁住房中,租户的合理权益得到了较好的保障。如纽约市2014年调查数据显示,租房家庭中,在当前住房中居住时长超过10年的比例达23.5%。

2014年纽约市非政府补助租房租赁时长占比

美国的租金管制制度(Rent Control)在保障其租赁市场平稳发展方面发挥了重大作用。以纽约为例,其租金管制制度规定了房东必须提供的一些基本设施,同时设置了租金涨幅上限。租金管制的实施在一定程度上协调了中低收入者的住房问题,缓解了社会的矛盾,并抑制了租房市场的价格。在纽约市租金管制房屋占比最多的曼哈顿核心区,租金管制下的房租约为市场价格的一半。因此,即使纽约市拥有众多“天价房”,但当地居民生活并未受到实质性影响。这一措施对我国特别是北京、上海等中心城市的房地产市场调控具有重大借鉴意义。

与美国主要大都会区不同,德国住房价格并不高,涨幅也极为平缓,但其租赁市场依然极为发达。一方面,德国相关法律法规对租金做出了一定限制。另一方面,租金限制对德国租赁市场产生的实质影响有限,主要原因在于租赁住房市场化租金涨幅并不高,部分地区甚至低于“政府指导价”。对租赁双方“细致入微”的权益保障,才是德国租赁市场健康发展的根基。

在法律层面,德国《民法典》把房屋租赁区分为“使用租赁”和“收益租赁”两类。通的住房租赁则属于以使用为目的的“使用租赁”。政府对于出租房的“可居性”有严格的规定。德国先后建立了住房安全与健康标准等评估体系,对于租房的评估从简单的面积评定拓展到了生活设施、生理需求,甚至心理需求等更加细微、更加人性化的维度。另外,德国的《住房租赁法》规定,一般的房租合同都是无限期的。

此外,德国各地具有很多历史悠久且强大的“租户协会”,为租户就所有租赁关系问题提供帮助,并代表其利益。如柏林租户协会成立于1888年,提供的服务包括个人法律咨询、提供关于租赁法的信息、租赁法保护险等。目前柏林租户协会拥有16万名会员,是德国最大的租户协会。


三、发展现状

自持地块加快推出,集体用地入市试点,房企积极试水。截至今年9月30日,北京、天津、杭州、广州、佛山、上海、成都、苏州等城市共计成交自持和租赁用地超100宗,可提供约400万平方米租赁面积。


2016年以来各城市自持住宅用地成交情况


北京、广州2017-2021住宅用地供应计划和上海住房“十三五”规划

北京未来五年计划供应租赁住房50万套,年均10万套,2017年供地计划中,租赁住房用地剔除公租房用地后,租赁住房用地供应200公顷,约提供7.4万套住房,与之对比,今年以来北京成交的自持地块带来的租赁住房套数占比在20%左右。上海在“十三五”期间租赁住房供应70万套(不涵盖保障房中的租赁性住房),年均14万套,今年以来供应量仅约占计划供应的10%。广州未来五年计划供应15万套租赁住房,年均3万套,今年以来成交的自持地块带来的租赁住房不足2000套,远低于计划供应量。

从地块分布看,目前除天津外各城市自持地块多位于交通便利之处,位置较佳,特别是上海,地块基本位于市中心黄金地段。未来这些地块的租赁产品推出后,一方面,交通的通达将给其带来较大的人流量,有利于产品外租;另一方面,较好的区位对产品的设计、租金的设定也提出了更高的要求。

在如此大的市场空间下,各路资本纷纷进入租赁市场,特别是长租公寓领域,长租品牌不断涌现,比如魔方公寓、青年汇、YOU+等,另外万科、龙湖、保利、旭辉等开发企业也纷纷进入热点城市抢滩长租市场,目前房地产企业TOP20中已有过半企业涉足长租领域,长租公寓市场将得到快速发展。

部分房企长租公寓品牌


四、总

整体来看,北京、上海等城市已加大租赁住房用地的供应力度,试点城市租赁住房用地供应量将明显增加。此外,试点利用集体用地建设租赁住房也将进一步推进。

就目前自持地块的供应来看,总量仍明显低于计划,且个别城市推出地块位置较为偏远。对比发达国家租赁市场,我国在相关保障制度建设方面尚有较大完善空间,真正实现“租购同权”尚需时日。此外,目前多家房企已纷纷试水长租公寓,产品上来看,主要面对年轻市场,而发达国家租房人口可覆盖全生命周期。经测算,我国目前住房租赁市场规模达1.38万亿,预计2020年可达1.7万亿,市场空间足够大。如市场可供应丰富的租房产品,在完善制度保障下,租房也可以成为一种体面的生活选择。

金准数据 计算机工作原理科普报告 2017-10-27 17:30:48

深入理解计算机系统是个庞大的工程。看清楚了计算机系统的一些本质东西或原理性的内容,这对每个想要深入学习编程的程序员来说都是至关重要的。只有程序员很好的理解了系统到底是如何运行代码的,才能针对系统的特点写出高质量、高效率的代码来。

金准数据带大家从本质来介绍计算机的工作原理。

一、所有硬件的基础:逻辑门

逻辑门是搭建计算机的基础元件,主要用于完成逻辑运算。逻辑运算又称为布尔运算,无论是输入还是输出,都只有0和1,用来表示两种对立的逻辑状态。用来执行与、或、非这三种最基本逻辑运算的元件称为与门、或门、非门。使用这三种基本的逻辑门,就可以实现所有的逻辑运算,进而构造一整套的计算。

计算机的本质就是上述提到的与门、或门、非门等各种门。木头、水泵、塑料、卡子,只要能够完成基本逻辑门的功能,任何东西都能够做成计算机。目前除了现代电脑以外,市面上几乎没有其他计算机系统,其实是因为除了工业集成电路技术,尚没有别的更好的技术,能够将上述逻辑门以千万级的数量储存在一个几厘米见方的芯片里面,从而实现商业化的规模生产和应用。未来随着纳米技术和分子生物技术的进步,一定会有别的形式的商业级计算机出现。


二、所有运算的基础:加法

上述简单的逻辑门能够做什么事情?通过组合,逻辑门就能实现基本的计算机功能。

与我们平常支持0到9的十进制计算不同。因为整个计算机系统只有0和1两个数,所以这样的计算机系统只能够支持0和1的二进制计算,在计算机系统里面,所有的计算都需要转换成二进制。

为了实现上述计算功能,需要首先实现半加器,通过半加器实现全加器,再通过三个全加器的连接,就能够形成支持上述计算的一个三位加法器了。


1、 半加器(Half Adder)

对于给定的输入A和B(它们都只能是0和1),通过一个或门,两个与门,一个非门的组合,可以对两个位进行加法并形成进位。

2、 全加器(Full Adder)

通过两个半加器和一个或门的组合,形成一个全加器。与半加器相比,全加器在输入上多了一个接收的进位,可能把从低位进位而来的数据纳入到计算中,将从低位计算产生的进位也加在一起。


3、 三位加法器

通过三个全加器的组合,就形成了一个三位加法器。

以此类推,为了实现对n位二进制数据的加法,需要使用n个全加器芯片,并且依次把进位传到下一个全加器。同理,我们可以通过任意位的加法器来实现对于较长二进制数的计算。尽管我们只介绍了加法运算的实现,实际上数学家已经证明,加法是实现所有数学运算的基础。有了加法器,原则上就能通过它们搭建任何其他计算,像乘法、除法、平方、开方、三角函数、对数函数等。而伟大的计算机科学家图灵在一百年前就已经指明,这些简单运算足以支撑任何信息处理过程。

如果需要实现上述加法器,最直接的方法是购买相应逻辑门级别的晶体管电子元件亲自动手焊接实现。

随着设计功能的复杂化,通过手动连接实现将会面对大量的晶体管和少量的复杂连线,因此人们发明了FPGA(Field-Programmable Gate Array),它提供了大量的基础逻辑元件,这些元件封装在一个小的芯片里面,可能看成是一个计算芯片的半成品。设计人员可以在软件中以类似于编程的方式设计逻辑元件的连接,并将其写入到专门的FPGA开发板中,从而实现相关的运算。


三、 让计算过程自动起来:机器指令

刚刚介绍的机器虽然能够解决基本计算的问题,实际上,确实非常不好用。比如现在需要做一个连续加的操作,假设我们希望先把三个数字加在一起,然后把另外两个数字加在一起,最后再把另外三个数字加在一起。如果使用前面的机器,我们需要把这些数字都写在纸上,然后按照二进制的格式一个个地输入进去,并根据计算结果显示的情况把数据抄下来,然后再进行计算。在这个过程中,需要不断地把数据操作过程在计算机外记录下来。


那么有没有办法让计算过程自动进行呢?

首先,我们需要一个叫做内存的东西,它能够把数据存储在计算机里面,并且能够保持一定的时间。可以把内存理解为一个一个的小房间,每个小房间都有一个门牌号,这就是地址,地址表示的是数据存储的位置。内存的主要作用就是能够对数据进行存储、读取和修改。关于内存的实现,除了上述提到的基本逻辑门的组合(组合逻辑)以外,还需要加上触发器设计(涉及时序逻辑)实现。

下图是一个在内存中计算求和的过程。为了表示方便,已经把里面关于二进制的表述都换成了我们较为熟悉的十进制,实际上在计算机里面存储的都是二进制。在这里,每一个格子表示一个内存地址单元,里面存放的是相应的数据,左边是这些内存单元的地址编号,基本上所有的地址编号都是从0开始的。

需要进行四种操作:读取、加、保存、停止。

操作

编码

Load(读取)

10

Store(保存)

11

Add(加)

20

Halt(停止)

99


这样编码只是为了方便,并没有特别的原因。通过相应的转换以后,上述的相应计算操作即可编码成下图所示的操作过程,存入在以1000开始的内存地址中。

但是,实际上这样的编码序列还是无法自动运行,因为前面的每个操作都需要指定操作数据地址,因此,假设我们规定每个操作命令加上操作数据的地址为三个内存单元,并命名为指令,那么整个计算过程的编码如下图所示:

这样计算机就可以根据存储在内存中的指令一条条地往下执行直到遇到停机指令,这样就可以让整个计算过程自动执行,从而让计算机根据写好的指令完成我们想要的计算。

上述四个基本指令只是用于这样的连续累加所涉及的一些操作的示意,真正通用的计算机在进行运算时,需要设计更多的硬件来实现相应更多的指令。一个计算机系统支持的全部指令称为指令集,在对计算机进行设计时,有两种基本的设计思路,一种是设计精简的指令集,复杂的计算通过编程实现。比如可以设计只支持加减运算的指令集,那么对于乘法的实现,就可以通过在软件中不断地用加法来实现。这种芯片设计简单,适用范围广泛。另一种是设计复杂的指令集,如直接通过硬件来实现乘法,可能实现更快的运算速度,同时也增加了硬件设计的复杂性和成本。

在实际的硬件设计时,由于在计算过程中经常会对一些常用的数进行操作,于是专门设计了一种叫作寄存器的东西(如在上面的操作中,加法器计算的结果我们默认保存在加法器,实际上一般CPU计算完的结果都保存在寄存器中),专门用于对需要中转的数据进行暂存,类似于平常运算过程中用到的可擦写的草稿纸。

Intel 8080于1974年4月发布,作为英特尔早期发布的处理器,它集成了6000只晶体管,除了上述提到的加减运算和数据复制以外,还支持存数、取数等更多指令。这款CPU用在了1975年风靡美国的最早的个人计算机牛郎星8800上面。在这台机器上,操作是通过一些开关来扳动输入的,计算的结果是通过指示灯显示出来的。当然在今天看来,这实在是太简陋了,但是它的后续作品8086、80286、80386、80486等持续进行了改进,开创了英特尔X86电脑系列的辉煌时代。


四、编程语言

到目前为止,通过基本的逻辑门设计和相应的运算指令的实现,一台计算机的硬件部分就已经设计完毕了。如前所述真正的计算机在运行的时候,是通过逐条读取存入在内存中的相应指令然后进行各种计算和操作实现的。类似10 0000和20 0001的被机器所识别并运行的机器指令或操作指令,会被编码成方便人类理解的助记形式如Load 0000和Add 0001。这就是汇编语言。

以某种假想的汇编语言为例,来看一个从1到100累加求和的计算过程。前面的数字表示语句序列,#号后面表示解释说明。

虽然这样的程序写起来已经比直接的机器语言要方便很多,但还是不够方便,因此需要提供高级编程语言让用户使用。对于上述的汇编语言实现的功能,现在绝大多数的高级编程语言(如C语言)实现起来应该是这样的:

为了在一台计算机上实现上述功能,我们需要能够实现语言之间转换的编译器。编译器指的是能够将一种源语言翻译成另一种目标语言的程序。在上述计算机中,我们需要实现两个编译器,一个将高级语言编译成汇编语言,另一个将汇编语言编译成机器语言,如下图所示:

编译器的实现是一个较为复杂的过程。一般首先对源语言程序进行扫描,将其中的一些关键字符和存储数据的变量进行相应的转换和处理,将源语言的相应操作对应到目标语言上去。在实际的编译过程中,需要进行多次反复处理才能够生成最终的目标语言。

以上面这段简单的程序为例,为了实现把这段语言转换成汇编语言的过程,主要包括词法分析、语法分析、语义分析、目标代码生成几个阶段。


1、词法分析

主要是把源代码里面所有的字符串全部读进来,然后进行扫描和分解,把常量、变量名、运算符、关键字等标识出来。


2、语法分析

此阶段主要是在词法分析的基础上将识别出来的单词序列按照该语言的语法要素识别出相应的语法单位。


3、语义分析

语义分析的主要作用是判断整个源程序代码里面是否有错误,如有C语言中对于变量是否已经声明、语句是否以分号结束、运算的对象是否合理等进行整体审查。


4、目标代码生成

将源代码转换成目标代码的过程是最重要也是最复杂的阶段。如上例所示,将i=1;sum=0,count=100;语句中的三个赋值表达式转换成了三条Mov汇编指令,存在三个寄存器中,然后把While语句的范围转换成loop和end之间的代码,sum=sum+i;转换成add A,R1, i++转换成inc R1, count--转换成dec R0,而while(count-->0)则转换成jgz R0,Loop。

从汇编语言转换到机器指令的基本过程也差不多,而且这个过程往往比高级语言转换到汇编语言要简单。因为在设计CPU时,人们对于相应的操作基本上已经给出了相应的操作码。

其实对于编程语言来说,语言的关键字符、书写形式等构成的是语言的语法,但语言的强大与否并不在于语法,而在于提供的相应操作函数的数量,一般语言提供的大量相关函数称为类库。在实现自己的编程语言时,除了需要实现语言的编译器以外,更多的是需要提供强大的、适用的函数的类库。如前面的语言,如果提供一个叫sum的累积求和函数,只需要一行语句sum(1,100)就可以实现从1到100的加法计算功能。由于不同的语言设计目的不同,函数库侧重不同。因此不同的语言适用于不同的功能。


5、灵魂和守护者:操作系统

前面已经讲述了从逻辑门到编程语言的整个过程,但是不知道你有没有注意到,从开始到现在,所有的例子都只提到了加减法。对于一台真正的计算机,哪怕能够算出宇宙尽头毁灭的时刻,对于大多数人来说,也不如能够玩个植物大战僵尸或者看个美国大片有用,所以,我们的计算机能够做的可不仅仅只是算算数。

作为一套计算机系统,除了最核心的计算单元CPU以外,还需要通过操作系统将其和存储器、输入、输出设备连接在一起,才能够形成完整可用的计算机系统。


1) 输出

为了使从1到100的计算结果能够显示在计算机屏幕上,我们需要在内存中留出特定的区域存放用于显示的内容,在CPU通过指令的运行把数据存放在特定的内存位置上以后,操作系统负责不断地将这些特定区域的内容在屏幕上显示出来。在这个过程中,要适应不同的分辨率,计算在显示器上输出的位置。为此,操作系统需要适应不同的显示设备,根据不同的设备运行不同的驱动程序。

2) 输出

同样,操作系统需要接收键盘的输入,在键盘发生了按键动作时,需要得到触发的通知,将按键的电信号转换为相应的字符,并不断将接收到的字符存在指定内存区域,供计算机中运行的程序使用。

在程序员进行高级语言编程时,我们希望通过诸如printf("100")、getchar之类的命令就能够实现输出和输入的功能,操作系统负责实现具体的细节功能。

在简单的计算机模型中,操作系统主要负责的功能有两点:一是封装对于底层的硬件实现,二是提供更多的函数支持更多的功能,如提供drawline之类的函数支持在屏幕上实现划线的操作。因此,这个意义上的操作系统与前面提到的语言的类库之间的界线并不是特别明显。现在主流的操作系统Windows、Unix和Linux,由于设置了不同程序对于硬件的访问权限和优先级的控制,这个界面切分得很清楚,基本上在高级语言层面是不允许直接访问底层硬件的。

前面从如何通过基本的与、或、非逻辑门开始构造计算机的硬件用以实现相应的指令集,以及在与指令集完全对应的机器语言上通过汇编语言进而到高级语言来编写计算程序,说明了构造一台计算机制主要过程。在整个系统的构造过程中,最后一个环节就是操作系统,操作系统是用来衔接计算机的硬件系统和软件系统的,使一台计算机对于用户来说真正可以使用。

金准数据 自主学习的开端——算法完爆大数据 2017-10-26 17:14:27

10月19日凌晨,在国际学术期刊《自然》(Nature)上发表的一篇研究论文中,谷歌下属公司Deepmind报告新版程序AlphaGo Zero:

· 从空白状态学起

· 在无任何人类输入的条件下

· 它能够迅速自学围棋

· 并以100:0的战绩击败“前辈”

团队称,AlphaGo Zero的水平已经超过之前所有版本的AlphaGo。在对阵曾赢下韩国棋手李世石那版AlphaGo时,AlphaGo Zero取得了100:0的压倒性战绩。DeepMind团队将关于AlphaGo Zero的相关研究以论文的形式,刊发在了10月18日的《自然》杂志上。


一、AlphaGo Zero进化之处

一年多前,AlphaGo便是2016年1月28日当期的封面文章,Deepmind公司发表重磅论文,介绍了这个击败欧洲围棋冠军樊麾的人工智能程序。今年5月,以3:0的比分赢下中国棋手柯洁后,AlphaGo宣布退役,但DeepMind公司并没有停下研究的脚步。

伦敦当地时间10月18日,DeepMind团队公布了最强版AlphaGo ,代号AlphaGo Zero。可以从一张白纸开始,零基础学习,在短短3天内,成为顶级高手。


1、不再受人类知识限制,只用4个TPU

AlphaGo此前的版本,结合了数百万人类围棋专家的棋谱,以及强化学习的监督学习进行了自我训练。在战胜人类围棋职业高手之前,它经过了好几个月的训练,依靠的是多台机器和48个TPU(谷歌专为加速深层神经网络运算能力而研发的芯片)。

AlphaGo Zero的能力则在这个基础上有了质的提升。最大的区别是,它不再需要人类数据。也就是说,它一开始就没有接触过人类棋谱。研发团队只是让它自由随意地在棋盘上下棋,然后进行自我博弈。值得一提的是,AlphaGo Zero还非常“低碳”,只用到了一台机器和4个TPU,极大地节省了资源。

经过几天的训练,AlphaGo Zero完成了近5百万盘的自我博弈后,已经可以超越人类,并击败了此前所有版本的AlphaGo。DeepMind团队在官方博客上称,Zero用更新后的神经网络和搜索算法重组,随着训练地加深,系统的表现一点一点地在进步。自我博弈的成绩也越来越好,同时,神经网络也变得更准确。



2、AlphaGo Zero习得知识的过程

AlphaGo Zero使用新的强化学习方法,让自己变成了老师。系统一开始甚至并不知道什么是围棋,只是从单一神经网络开始,通过神经网络强大的搜索算法,进行了自我对弈。

随着自我博弈的增加,神经网络逐渐调整,提升预测下一步的能力,最终赢得比赛。更为厉害的是,随着训练的深入,DeepMind团队发现,AlphaGo Zero还独立发现了游戏规则,并走出了新策略,为围棋这项古老游戏带来了新的见解。

除了上述的区别之外,AlphaGo Zero还在3个方面与此前版本有明显差别。


3、AlphaGo-Zero的训练时间轴

首先,AlphaGo Zero仅用棋盘上的黑白子作为输入,而前代则包括了小部分人工设计的特征输入。

其次,AlphaGo Zero仅用了单一的神经网络。在此前的版本中,AlphaGo用到了“策略网络”来选择下一步棋的走法,以及使用“价值网络”来预测每一步棋后的赢家。而在新的版本中,这两个神经网络合二为一,从而让它能得到更高效的训练和评估。

第三,AlphaGo Zero并不使用快速、随机的走子方法。在此前的版本中,AlphaGo用的是快速走子方法,来预测哪个玩家会从当前的局面中赢得比赛。相反,新版本依靠地是其高质量的神经网络来评估下棋的局势。

以上这些不同帮助新版AlphaGo在系统上有了提升,而算法的改变让系统变得更强更有效。

经过短短3天的自我训练,AlphaGo Zero就强势打败了此前战胜李世石的旧版AlphaGo;经过40天的自我训练,AlphaGo Zero又打败了AlphaGo Master版本。“Master”曾击败过世界顶尖的围棋选手,甚至包括世界排名第一的柯洁。


4、实现“无师自通”

DeepMind的新算法AlphaGo Zero开始摆脱对人类知识的依赖:在学习开始阶段无需先学习人类选手的走法,另外输入中没有了人工提取的特征 。

首先,在AlphaGo Zero出现之前,基于深度学习的增强学习方法按照使用的网络模型数量可以分为两类: 一类使用一个DNN"端到端"地完成全部决策过程(比如DQN),这类方法比较轻便,对于离散动作决策更适用; 另一类使用多个DNN分别学习policy和value等(比如之前战胜李世石的AlphaGoGo),这类方法比较复杂,对于各种决策更通用。

此次的AlphaGo Zero综合了二者长处,采用类似DQN的一个DNN网络实现决策过程,并利用这个DNN得到两种输出policy和value,然后利用一个蒙特卡罗搜索树完成当前步骤选择。在网络结构的设计上,与之前将走子策略(policy)网络和胜率值(value)网络分开训练不同,新的网络结构可以同时输出该步的走子策略(policy)和当前情形下的胜率值(value)。实际上 policy与value网络相当于共用了之前大部分的特征提取层,输出阶段的最后几层结构仍然是相互独立的。训练的损失函数也同时包含了policy和value两部分。这样的显然能够节省训练时间,更重要的是混合的policy与value网络也许能适应更多种不同情况。

另外一个大的区别在于特征提取层采用了20或40个残差模块,每个模块包含2个卷积层。与之前采用的12层左右的卷积层相比,残差模块的运用使网络深度获得了很大的提升。AlphaGo Zero不再需要人工提取的特征应该也是由于更深的网络能更有效地直接从棋盘上提取特征。根据文章提供的数据,这两点结构上的改进对棋力的提升贡献大致相等。

其次,AlphaGo Zero没有再利用人类历史棋局,训练过程从完全随机开始。随着近几年深度学习研究和应用的深入,DNN的一个缺点日益明显: 训练过程需要消耗大量人类标注样本,而这对于小样本应用领域(比如医疗图像处理)是不可能办到的。所以Few-shot learning和Transfer learning等减少样本和人类标注的方法得到普遍重视。AlphaGo Zero是在双方博弈训练过程中尝试解决对人类标注样本的依赖,这是以往没有的。

第三,AlphaGo Zero在DNN网络结构上吸收了最新进展,采用了ResNet网络中的Residual结构作为基础模块。近几年流行的ResNet加大了网络深度,而GoogLeNet加大了网络宽度。之前大量论文表明,ResNet使用的Residual结构比GoogLeNet使用的Inception结构在达到相同预测精度条件下的运行速度更快。AlphaGo Zero采用了Residual应该有速度方面的考虑。

因为这些改进,AlphaGo Zero的表现和训练效率都有了很大的提升,仅通过4块TPU和72小时的训练就能够胜过之前训练用时几个月的原版AlphaGo。在放弃学习人类棋手的走法以及人工提取特征之后,算法能够取得更优秀的表现,这体现出深度神经网络强大的特征提取能力以及寻找更优解的能力。更重要的是,通过摆脱对人类经验和辅助的依赖,类似的深度强化学习算法或许能更容易地被广泛应用到其他人类缺乏了解或是缺乏大量标注数据的领域。


二、AlphaGo Zero进化成功原因分析

1、AlphaGo具有局限性

很多阿尔法狗的新闻标题写着不依赖于人类的任何知识或者完全自通,但实际情况是阿法狗(零)在开始运行时,是需要程序员输入人类制定的围棋规则。阿法狗(零)依然依赖于人类设定的规则,而这其实是人类最为强大的知识。

关于AlphaGo是否具备创新创造性问题,金准数据认为它依然是依托人工支持的大数据训练形成的策略模型,同时在比赛中结合比赛对手的落点数据,根据其内部的运算规则,来不断形成自己的落点数据,这些落点数据最终形成比赛数据集合。AlphaGo根据围棋规则与对手的比赛数据集合进行计算和比较,判断输赢,整个过程完全在人类设定的规则下运行,无法体现其自身的创造性,如图所示。

即使AlphaGo形成的落点数据集合很可能是人类历史上没有出现过的,也不能说明AlphaGo具备了独立的创新创造功能。例如,我们用计算机程序实现下述过程:从1万到100万的自然数中随机选取两个数进行相乘,记录相乘结果,重复此过程361次,即使得出的自然数集合很大,并且可能是人类历史上没有出现过的,我们也不能认定该计算机程序具有创新创造性。

如果AlphaGo在没有人类协助更改程序的情况下,能够自动理解比赛规则的任意变化,并主动更改内部设置,自动改变自己的训练模型,用于实战比赛、战胜对手,那么在这种情况下,我们才可能认为AlphaGo具备创新性。但从人工智能的发展过程看,AlphaGo还完全无法实现这一点。


2、AlphaGo Zero 算法强势

AlphaGo Zero除了使用围棋规则,完全摈弃了人类棋手的知识和棋谱,利用强化学习和深度学习模型、左右手互搏的自学习,获得功力。它高强度的使用了搜索(模拟),蒙特卡罗树搜索(MCTS),但实际上,这个树搜索实际上是在产生标注数据。

因为围棋下到一定程度,最极端的情况是大家都无子可下的时候,是能通过规则计算胜负的。也就是说,模拟(搜索)到一定程度,就能产生一个输或赢的棋局数据。正是由于这一点,围棋是能够在没有人类棋手的知识(用来减少搜索空间和加速搜索进程)的情况下,使用非监督学习来学习的。机器的计算速度很快,能够在极短的时间内模拟大量的有胜负的棋局,并且从中学习。大众媒体指出AlphaGo只用到了深度学习,但是实际上它是 Monte Carlo树搜索算法+深度学习。许多强化学习任务是由NEAT算法(通过增强拓扑的进化神经网络)实现,不是基于BP的神经网络算法。

很多的游戏也具有类似的能够模拟(搜索)产生最后能用规则判别胜负的样本,所以它们无需人类的知识,确实能从零学习。但是,像语音识别、图像识别、自然语音理解等领域,就缺乏用简单规则就能判别的样本,它们需要大量的人工标注,然后才能监督或是半监督学习。

明白了这个可用简单规则判别结果的先决条件,知道AlphaGo Zero 确实算法和工程很强势,但是不要被误导,任何东西都可以无需人类知识或是领域数据就可以从零学习的。

AlphaGo Zero的论文中,描述的Self-Play和Neural Network Training,我们看到最终状态St是需要根据围棋规则来计算胜者z的,实际上,用模拟(搜索)产生了一个(或是几个)训练样本(棋局)。


三、总结

阿法狗(零)的进展的确是人工智能领域伟大的进展,但这种伟大并不应该让人类自惭形秽,反而是衬托出人类的伟大。因为人类可以自主的进化,拥有发现规则、制定规则、使用规则、判断规则价值使之有利于种群的进化。这四点中,阿法狗(零)只做了其中的一小部分,从宏观上说,AI与人类仍然有很长的一段距离。

沉思科技的首席执行官杰米斯·哈萨比斯表示,“人工智能有可能推动人类的智力向前发展,给全人类带来积极影响”。沉思科技与英国国家医疗服务体系(NHS)展开合作,除了将人工智能用于早期发现疑难杂症外,还将用于调整电力供需等方面。将来,还期待人工智能在依靠人类力量难以解决的新材料开发、探究蛋白质生成机制等方面做出贡献。

新技术将来还可能在产业方面做出贡献。例如,从大量数据中发现人类难以意识到的提升效率的方式等。据悉,以各种用电数据为基础,人工智能将有助于节省电力。由于像AlphaGo Zero一样的人工智能可以“无师自通”,在宇宙和海洋等观测数据不足的领域也有可能做出贡献。

金准数据 房地产行业趋势展望报告 2017-10-25 17:16:38

十九大举行了多场新闻发布会,其中国家发展改革委、住房城乡建设部等相关领导在新闻发布会上就中国经济发展、房地产市场发展等热点问题回答了记者提问。

金准数据对发布会的内容进行了整理,让你快速了解这些年我们所经历的变化,以及未来的政策方向。


一、十九大后的政策导向

1、十九大“四新”理念

“十九大”习近平的发言报告中,提出“新时代”、“新使命”、“新思想”、“新征程”,这“四新”理念定调未来五年社会和经济发展模式。



2、树立两大措施

“十九大”习近平的发言报告中,突出强调“依法治国”和“保障内需” 这两大措施为未来五年改革保驾护航。

(1)依法治国  

习近平主席报告中“法治”一词出现了33次,“依法治国”出现了19次。十九大报告提出,要成立中央全面依法治国领导小组,加强对法治中国建设的统一领导。

未来五年中,法治在国家治理体系和治理能力现代化中,将扮演更加重要的角色,将发挥更加基础性的作用。中央全面依法治国领导小组,体现了党领导一切的要求,也是对未来全面依法治国最大的组织保障。

(2)保障内需

重新定义当前社会主要矛盾(人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾)。意味着经济发展从重数量向重质量转变,更加关注社会贫困群体。

报告在改善民生方面提出:鼓励勤劳守法致富,扩大中等收入群体,增加低收入者收入,调节过高收入,取缔非法收入。履行好政府再分配调节职能,加快推进基本公共服务均等化,缩小收入分配差距。


3、三大核心要点

“十九大”习近平的发言报告中,与房地产行业密切相关的核心方向性要点为:社会主要矛盾转移、住房属性明确定位和实现社会主义现代化时间表。

(1)社会主要矛盾转化

2017年“十九大”提出的社会主要矛盾转化,主要基于对当前区域发展不平衡、经济创新能力较弱以及民生问题(如就业、教育、居住等)突显的判断,其中住房问题为核心的矛盾点,促使中央对住房属性明确定位和做出住房制度的结构性安排。


(2)住房属性明确定位

“19大”期间关于住房属性的定位与2016年12月中央财经领导小组会议的提法具有延续性。“19大”期间,住房属性定位由“18大”期间的居住、投资属性转变为与国外发达国家类似的居住和准公共物品属性的定位,去投资化意义明显。

(3)社会主义现代化时间表

2020-2035年为实现社会主义现代化的关键时间段,其亟需解决的问题就是习近平针对发展“不平衡、不充分”的表述,化解核心热点城市居住问题以及提升三四线城市城市化水平是房地产长效调控机制的主要内容。



4、“十九大” 为房地产业定调

2017年10月18日,习近平代表第十八届中央委员会向大会作报告,在“提高保障和改善民生水平,加强和创新社会治理”这一章节中,提出“加强社会保障体系建设“,并对房地产市场定下”房子是用来住的、不是用来炒”的基调。

定位:坚持房子是用来住的、不是用来炒的定位

措施:加快建立多主体供给、多渠道保障、租购并举的住房制度

目的:让全体人民住有所居


5、多主体供给实现蓝图

多主体供应是指,针对核心热点城市和三四线城市房地产市场特征的不同,对商品住宅、公共租赁房以及共有产权房等进行供应主体的细分,尤其针对核心热点城市常住人口基数大和基本住房需求不能满足之间的矛盾,做出多渠道保障和购租并举的制度安排,全面覆盖基本住房需求的同时,兼顾核心热点城市中高收入人群的刚需、改善需求。




二、长期楼市趋势判断

1、两大措施对房地产市场的影响

对于房地产市场, “依法治国”侧重使用立法手段推进房地产长效机制的建立,而“保障内需”既保障不同群体住房需求,又通过内需带动经济稳定增长。

依法治国—>依法调控房地产

住建部部长王蒙徽:坚持“房子是用来住的”的定位,以满足新市民需求为主要出发点,以建立购租并举的住房制度为主要方向,以市场为主满足多层次需求,以政府为主满足基本保障,综合运用金融、土地、财税、投资、立法等手段推进房地产长效机制的建立

房地产税作为长效调控机制的重要内容之一,要经过全国人大立法才有实施的根基,所以最快2018年两会有可能对房地产税立法,进而择机出台房地产税。最重要的是目前已经找到征收房地产税的合理理由:每年征收的房地产税,是为了未来土地使用权到期后自动续期的预交费用。


保障内需—>保障不同群体住房、带动内需

习近平主席在19大报告中指出,完善促进消费的体制机制,增强消费对经济发展的基础性作用。这一表述意味着我国经济增长模式进入“新时期”,以出口驱动和投资驱动为主转变为消费驱动型经济增长模式。

房价过高对于居民的消费能力有较大的“挤出效应”,容易造成内需潜力不足的情况。尤其是对于中低收入群体而言,属于购房群体中的购买力断层人群,多元的住房供应体系,既能保障这些人群的住房需求,又能整体提高社会的消费能力和水平。


综上:不同群体住房有保障,房地产市场调控有法可依,长效调控机制雏形已现。

2、十九大与楼市调控长效机制

2010年中国城镇达到“户均一套房”,住宅市场进入“白银十年”,楼市进入下半场。当时为了防止热钱大量流入楼市,2010年核心一二线城市楼市开始收紧调控,到2014年3季度政策放开,中国楼市经历了下半场的第一个阶段。以防止资本外流为目标的本轮楼市调控,从2016年3季度开始,重点城市房地产市场重新进入政策收紧期,楼市也进入下半场的第二阶段。

“十九大”期间,住建部长明确表态“房地产长效机制目前也在抓紧研究制定”,这将成为2020年房地产市场进入新阶段时的新的规则。

从宏观面、中观面和政策本身这三个因素考虑,出台房地产长效调控机制具有必要性:

“十九大”强调要建立多主体供给、多渠道保障、租购并举的住房制度,在具体执行当中需要通过“不动产统一登记、户籍制度改革、土地制度改革、财税制度改革、住房金融改革以及新型城镇化” 这六项工作完成推动房地产长效调控机制五个载体的建设。

据统计,共计44个城市出台限售政策,除广州外均为二三线城市。对普通居民而言,有28个城市限售期为2年,10个城市限售期为3年,绝大部分文件明确提出自取得不动产权证起计算时间。预计2020年开始,此次限售政策的限制将陆续到期。而这段时间为后续政策调整争取更多的时间,为避免政策到期时大量住宅商品流入市场,楼市调控的长效机制也会在到期前部分落地实行。


3、长效机制落地窗口期研判

1)长效机制时间节点判断

“十九大”关于房地产市场的总基调已经确定,长效机制的相关工作正在加紧落实。金准数据在此通过国际方面美元指数周期判断,叠加国内中央会议和政府换届时间点以及中国房地产走势判断,提前预测长效机制各项工作出台的时间。

从美元指数周期方面考察,政府债务风险爆发、资产泡沫破裂均发生在美元指数的上升周期内,而在美元下行周期内,世界经济体容易聚集主权债务、金融等风险。结合周期模型判断,2013年1季度至2020年3季度,美元指数仍处于相对高位,所以世界各国爆发债务危机、资产泡沫破裂的风险增加。而在2020年4季度至2028年2季度,美元指数处于相对低位,世界各经济体将进入新一轮的风险积累期。

十八大之后,中国经济增速放缓成为常态,随着未来美元下行和人民国际化增加,应对金融风险积累的难度加大。国内房地产市场城市间分化持续加大,对房地产高度依赖将阻碍中国经济结构调整和转型,所以中央将寻求长效调控机制为经济结构转型腾挪时间和空间。

综合判断,中国70城新建商品住宅房价将分别在2019年前3季度和2022年前3季度处于实质上升周期通道,预计2019年前3季度房产税扩围的可能性较大,而2022年前3季度将极有可能全面推行房产税。

综上,结合国内外因素和房地产行业走势,2018年不动产统一登记将试运行;预计在2020年公安部将建成新型户籍管理平台;2017年土地制度改革将完成试点工作,政府换届后(2018年)完成机构改革方案,在2020年基本完成农村土地确权后全面推行土地改革;房产税将在2019年前3季度的房地产上行周期内,实行房产税扩围,预计在2020年完成房地产税立法,在2022年前三季度全面实行房产税;住房金融改革与美元周期相关度较大,预计美元指数高位时期,潜在金融风险爆发的可能性增加,完成住房金融改革试点。


三、当前市场节点未来房地产市场走势

1、行业政策方面

一方面,“十九大”报告给未来5-10年的房地产市场定调,未来调控政策、市场走势都将紧紧围绕“房住不炒”展开;另一方面,房地产长效机制将加快推出,主要涉及土地、金融、税收、租购并举等四个方面。其一,着力增加土地供应,但供地结构将会调整,重点保障租赁、保障性住房土地供应,尤其是租赁用地供应将大量增加。其二,金融政策保持稳健中性,有序推进去杠杆,尤其是居民杠杆率不能继续提升,房企资金周转压力将会在年底进一步显现。其三,房地产税将加快推出步伐,房地产税也是取代短期行政手段的重要方式。其四,租购并举的住房制度。目前正在加速推进,上海、杭州等市密集挂牌并出让多宗纯租赁用地,后期增加操作性的政策将进一步出台。


2、市场趋势判断

其一,成交低迷走势将持续3-6个月,但全年商品房销售仍将再创新高,同比增长5%左右;其二,一、二线城市房价稳步回落趋势会持续到年底,但随着“基数效应”的到来,加上高端项目限价“堰塞湖”终要解决,2018年房价翘头向上压力将越来越大;其三,土地市场将更为理性,合作、收并购的比例将进一步增加,但土地市场再次出现“国进民退”,中海、华润等在核心一二线城市不惜重金拿地,各城市租赁住宅用地更是被地方国企垄断;民企拿地主要集中在三四线城市,收并购的案例也持续增多。鉴于三四线城市土地成交占比较高,四季度三四线城市供地规模将持续高位运行,企业异常高涨的拿地热情较难维系,三四线城市土地热炒行情将进一步回落;其四,企业业绩集中度将进一步提升,要围绕着可能会出台的长效机制,事先做好相关准备工作。9月份以来房地产市场持续低迷,但部分房企业绩依旧高歌猛进。

以融创为例,9月实现销售业绩430.4亿元,与碧桂园、万科和恒大相差不大。TOP10房企业绩表现异常优异,与城市布局合理、在售项目众多密不可分,譬如恒大半年度公布的在售项目多达546个,为恒大业绩持续高增长奠定了坚实的市场基础。着眼长远,租购并举的住房制度正在加速推进,以万科、龙湖、旭辉为代表的品牌房企正在加紧布局住房租赁市场,预计租赁市场将是企业竞争的下一个主战场。


四、房企转型策略建议

中国房地产已经进入楼市下半场的第二阶段,2020年之后房地产市场将迎来真正意义上的拐点。“十九大”后到房地产长效机制落地期间,是房企转型和布局的最后窗口期,未来房地产市场供过于求,购房人群更注重品质,行业利润水平长期维持较低水平为主要特征。房企通过专业化分工、布局金融行业等方式来降低主营业务风险,是企业在最后窗口期内亟需完成的工作。

房企转型方向


房企合作、抵御风险

楼市发展进入下半场末期,适应新阶段的规则即将建立,房企应当立足自身优势,进行专业化背景下的强强联合;竞争背景下品牌房企与地方房企联合;生存危机下实力较弱房企抱团合作。

立足专业,提升竞争力

立足自身资源及专业能力,跨领域发展支撑主营业务、进行品牌输出、涉足存量房运营等。


强化资管时代自持物业能力

“十九大”强调 “租购并举”,租赁市场将迎来真正的红利期,在土拍自持成为趋势的背景下,项目回报周期变长,企业应加强融资能力,强化自持物业运营能力。

打造金融资源第一生产力

一定程度上涉足金融领域,强化房企融资能力或在金融资源带动下进行扩张。