新一年首个偿债高峰来临 房企如何抓住融资“窗口期”？******

　　2023年年初，各大机构相继披露2022年12月份以及全年的房企融资数据。总体来看，在融资环境日渐宽松的背景下，2022年12月份房企融资出现“翘尾”行情，但纵观全年数据，仍呈现不小幅度的下滑。据中指研究院统计数据显示，2022年全年，房地产行业共实现非银类融资8457.4亿元，同比下降50.7%。

　　2023年，仍是房企的偿债之年，特别是一季度，迎来首个偿债高峰。在业内人士看来，融资环境会持续宽松，企业要抓住融资窗口期，补充流动性，优化债务规模和结构。

　　2022年12月，房企融资出现“翘尾”行情，但全年数据仍呈现不小幅度的下滑。图/IC photo

　　上月房企融资规模大幅增长

　　据克而瑞统计数据显示，2022年12月，100家典型房企的融资总量为1018亿元，环比增加84.7%，同比增加33.4%，年内首次单月融资规模突破千亿。其中，12月房企债券发行了411.6亿元，环比增加92.2%，同比增加30.3%。

　　同策研究院监测的40家典型上市房企数据显示，2022年12月，40家房企共完成融资金额712.5亿元，环比上升125.03%。其中，债权融资金额为580.44亿元，占总融资金额比重为81.47%，环比上升140.65%；股权融资金额为132.06亿元，占总融资金额比重为18.53%，环比上升75.07%。

　　对于2022年底融资规模的大幅增长，同策研究院分析称，继2022年11月“三箭齐发”，从信贷、债券、股权三个融资渠道为房地产企业提供政策支持之后，12月房地产融资大幅反弹，迎来仅次于3月份的融资小高峰，虽未达到2020年平均水平，但高于2021年均值。同时，面对即将到来的春节假期，大多数房企也开始提前储备资金，保证年终的现金流动性。其中，中期票据和境内银行贷款分别是国企和民企融资主入口。

　　此外，在融资成本上，克而瑞数据显示，2022年12月，100家典型房企新增债券类融资成本4.34%，环比提高0.7个百分点，同比下降0.18个百分点。其中，融资成本最低的为中海地产发行的公司债，票面利率2.25%。

　　2022年全年房企融资数据仍显低迷

　　虽然2022年底房企融资数据翘尾，但是纵观全年，仍显低迷。

　　据中指研究院统计数据显示，2022年1-12月，房地产行业共实现非银类融资8457.4亿元，同比下降50.7%。

　　克而瑞统计数据显示，2022年100家典型房企全年融资总量为8240亿元，同比减少38%，这是自2016年以来首次低于1万亿元，主要是因为2022年房企流动性危机大面积爆发，民营房企的融资规模长期低迷。

　　同策研究院监测的40家典型上市房企融资数据显示，2022年其融资总额为5697.23亿元，较前一年下降27%，连续3年下滑。

　　同策研究院分析称，去年以来房企融资一直处于低谷，前10个月虽然出台了一系列融资方面的指导政策，但是房企融资环境并未得到有效改善，实际情况是融资环境在进一步恶化，下半年比前一年下滑速度更快，直到11月房地产行业融资政策密集出台，从信贷、债券、股权三个融资渠道为房地产企业提供政策支持；12月，房企融资终于迎来了小高峰。

　　预计今年上半年是房企融资窗口期

　　进入新的一年，房企的偿债压力有多大？房企融资环境还将有多大程度的宽松？

　　2023年一季度，房企迎来偿债高峰。中指研究院数据显示，2023年一季度为首个偿债高峰，其中，信用债中有近400亿元、海外债中有近700亿元为出险企业的到期债务，占一季度到期债务的四成。

　　“我们统计，2023年房企到期信用债及海外债合计9579.6亿元，相比上年多700亿元，房企偿债规模有增无减。特别是2023年一季度的1月、3月，房企偿债规模均超千亿元，4月、7月也超千亿元，这几个月房企偿债压力较大。”中指研究院企业研究总监刘水如是说。

　　但从另一方面来看，政策环境也在持续宽松中。2023年1月10日，人民银行、银保监会联合召开主要银行信贷工作座谈会，其中提到，实施改善优质房企资产负债表计划，聚焦专注主业、合规经营、资质良好、具有一定系统重要性的优质房企，开展“资产激活”“负债接续”“权益补充”“预期提升”四项行动。同时，要落实好16条金融支持房地产市场平稳健康发展的政策措施，用好民营企业债券融资支持工具(“第二支箭”)，保持房企信贷、债券等融资渠道稳定，满足行业合理融资需求。

　　对此，刘水分析称，去年11月以来，支持房企融资的“三支箭”持续推进，这些房企融资渠道将继续发挥作用，2023年有望延续融资宽松的环境。

　　同策研究院也认为，从政策和市场表现来看，预计今年上半年会是房企融资的窗口期。

　　政策宽松下，能否抓住机会还在于企业自身。中指研究院分析称，在行业供给端利好尽出的背景下，房企融资端流动性紧张问题将得以明显改善。企业要抓住当前融资窗口期，根据自身情况积极对接资金供给方，既要优化债务规模和结构，也要及时补充流动性，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。

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