盈彩网投资平台APP-盈彩网投资平台计划

房地产供需两端政策全面发力，最新定调释放更积极信号******

　　日前，中国人民银行党委书记、银保监会主席郭树清在媒体采访中对房地产等热点问题再次作出回应，表示将努力促进房地产与金融正常循环。落实“金融十六条”措施，以保交楼为切入点，以改善优质头部房企资产负债表为重点，促进房地产业平稳健康发展，逐步推动房地产业向新发展模式过渡。同时，在消费端，他强调以满足新市民需求为重点，开发更多适销对路的金融产品，鼓励住房、汽车等大宗商品消费。

　　有不少地产业内人士认为，此次发言进一步打开了房企融资正常化的空间，对未来房地产行业资金流动具有指向意义。

　　2023年定调更加积极

　　近年来，郭树清对于房地产领域言论一直是政策的“风向标”。

　　2020~2021年，防范房地产领域的金融泡沫风险成为郭树清发言中的关键词。房地产调控政策以缩紧为主，企业层面“三条红线”、集中供地等政策接连落地，行业“举债扩张”的增长逻辑被打破，房地产去金融化脚步加速。

　　2022年起，随着地产市场逐渐“降温”，政策开始逐渐向稳。2022年3月，郭树清表示，房地产的泡沫化、货币化问题发生了根本性的扭转。不希望调整太剧烈，对经济影响太大，还是要平稳转换。同年11月的金融街论坛上，郭树清指出，我国仍然处于城市化的高峰时期和乡村振兴的起步阶段，全社会固定资产投资具有很大的增长潜能。

　　相较于之前，不少业内人士认为，2023年开年，郭树清此次 “促进房地产与金融正常循环”“鼓励住房、汽车等大宗商品消费”等论调更加积极，有效提振了市场信心。

　　事实上，近几个月来，地产融资政策端力度空前。自2022年11月以来，“金融十六条”、房地产“三支箭”等利好政策不断，信贷、债券、股权融资全面解绑。

　　中央也多次喊话房地产，频吹暖风。2022年12月14日，国务院副总理刘鹤指出，“房地产是国民经济的支柱产业”，并提及正在考虑新的举措，引导市场预期和信心回暖。12月的中央经济工作会议以较大篇幅谈及房地产相关问题，其中，不仅部署防范化解短期风险，还强调坚持“房住不炒”、推动房地产业向新发展模式平稳过渡等中长期目标。2023年1月4日的央行工作会议将房地产纳入了“加大金融对国内需求和供给体系的支持力度”这一工作内容中，再次强调要“落实金融16条措施，支持房地产市场平稳健康发展”。

　　资金开始涌入房地产领域，其中信贷领域规模力度最大。据中指研究院不完全梳理，截至目前，已有超过60家银行向120多家房地产企业提供意向性授信，总额度已超过4.8万亿元，包括但不限于开发贷、并购贷、按揭贷、城市更新改造贷等，受益房企名单已延伸至民营企业以及地方企业。

　　房地产随之暂时“解渴”，克而瑞研究中心的数据显示，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%。

　　不过，当下，房地产领域的投资、销售、融资都还未出现企稳信号。民生证券分析师牟一凌表示，由于地产在经济中的重要性，居民消费的最终趋势、政府用以支持新兴行业的资金来源都与地产的最终走势有关，未来政策还有一定打开空间。

　　鼓励地产、汽车等大宗商品消费

　　对于支持经济发展，郭树清表示，金融政策要积极配合财政政策和社会政策，多渠道增加中低收入和受疫情影响较大群体的收入，提高消费能力。其中强调鼓励住房、汽车等大宗商品消费。

　　1月5日，住建部部长倪虹表示今年将精准支持住房消费，包括对首套房、二套房以及租房继续给予降首付比、房贷利率和增加供给等政策支持。

　　近期以来，除了在融资端发力，需求端全方位促进居住消费良性循环的政策逻辑链逐渐清晰：一方面降低首套房贷利率，推动购房刚需入市，另一方面，消除二手房交易阻碍，激活换房需求释放。

　　据第一财经记者梳理，近期需求端政策松绑主要体现在三个方面。

　　在贷款利率和首付比例方面，基准利率和首贷利率松绑。1月1日，房贷利率重定价基准的2022年12月20日LPR(贷款市场报价利率)为：1年期LPR为3.65%，5年期以上LPR为4.3%，较上年初分别下降15个和35个基点。

　　除基准利率外，1月5日，人民银行、银保监会发布通知，决定建立首套住房贷款利率政策动态调整机制。新建商品住宅销售价格环比和同比连续3个月均下降的城市，可阶段性维持、下调或取消当地首套住房贷款利率政策下限，进一步延续阶段性放宽部分城市首套住房贷款利率下限的“9·29”新政。招联金融首席研究员董希淼表示，在当前房地产市场较为低迷、居民住房消费需求不振的情况下，预计多数银行对多数客户将实际执行房贷利率下限。未来一段时间，首套房贷利率下限可能在3.5%~4.1%。

　　此外，不少城市首套房首付比例下调至两成，例如珠三角万亿城市东莞，1月6日起发布新政，全域购房统一首套首付两成，不分面积段。

　　在限购政策方面，2022年12月起，南京、东莞、佛山等多个万亿城市全域放松限购。

　　在二手房创新政策方面，包括深圳、广州、南京在内的32地陆续宣布推行二手房“带押过户”。

　　不过，政策连续刺激下，目前市场端的反应相对不明显。根据中指研究院数据，开年第一周(1月1日~7日)整体成交面积环比下降45.4%。2022年，TOP100房企销售总额为75968.5亿元，同比下降41.3%。

　　企稳回暖不会太快

　　京东集团首席经济学家沈建光表示，考虑到本轮房地产市场调整出现三大结构性变化——“实物量”跌幅超过“价值量”、开发端跌幅超过销售端、拿地开工跌幅超过资金端，供需两端困难重重，市场企稳回升的进程不会太快。预计到2023年下半年，房地产消费恢复才能有所加快。

　　德邦证券首席经济学家卢哲认为，房地产的修复链条应该是房贷利率相对下调，限购、限售政策放松—销售回暖—房企资金面改善—拿地和新开工好转—房地产投资修复。上述修复链条目前仍在第一步，这一步的传导可能要到2023年一季度才能充分兑现。

　　与此同时，2023年需求侧政策或许还有更多发力空间。董希淼分析，从2022年金融数据看，住户贷款特别是住户中长期贷款增长乏力，是拖累人民币贷款增长的重要因素，反映出居民住房消费意愿和能力仍然不足。因此，2023年应着重从需求侧发力，进一步提振居民住房消费意愿和能力。

　　此外值得注意的是，在郭树清此次发言中，还有不少因素将利好地产企业未来发展。

　　在发言中，郭树清强调稳健的货币政策精准有力，需要聚焦在扩大有效需求和深化供给侧改革上。金融机构将进一步树立“一视同仁”理念，公平公正对待各类所有制企业。货币政策加大向民营企业的倾斜力度，保持信贷总量有效增长，用好普惠小微贷款支持工具，推动降低综合融资成本。

　　业内人士普遍认为，民营房企能否企稳是2023年房地产能否企稳的关键。此次货币政策一视同仁的论调，对部分深陷融资困境的民营房企无疑释放积极信号。

你的隐私，大数据怎知道？我们又该如何自我保护？******

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开(实际上是没法不公开)，而把个人身份隐藏起来，即匿名。

　　(作者：杨义先、钮心忻，均为北京邮电大学教授)

　　（文图：赵筱尘 巫邓炎）