“第三支箭”落地月余涉房并购大单持续涌现 2023年将成房地产行业并购重组大年?******
记者 王丽新
见习记者 陈 潇
自2022年11月28日“第三支箭”落地以来,出险房企积极利用定增红利筹资自救,稳健型房企着力并购优质资产,重拾此前搁置的重组计划。
据《证券日报》记者不完全统计,去年11月28日以来,多家上市房企陆续抛出并购计划,总金额超过576亿元。以有可比数据的2022年12月份为例,据克而瑞监测,重点房企共涉及48笔并购交易,披露交易金额的有32笔,总交易对价约528亿元,环比大幅增长72.4%。
业内预计,2023年房地产行业并购重组将进一步加速。多位接受《证券日报》记者采访的专家表示,此前受制于资金、负债率等条件限制,行业收并购进程缓慢。自2022年11月份以来,支持房企融资的政策频繁出台且快速落地,部分稳健型房企不再持观望态度,加快启动并购重组方案。同时,部分出险房企抓住机会加快资产处置、提升资金回笼速度。预计2023年行业有望迎来并购重组大年。
行业融资环境得到改善
岁末年初,部分陷入困境的房企正积极出售旗下资产,力争改善流动性。与此同时,稳健型房企及部分外资企业正择机加码投资,行业内并购大单持续涌现。
例如,1月6日,据全国产权行业信息化综合服务平台披露,上海长鹂企业发展挂牌长际地产7.5%股权及相应债权,底价4.17亿元;1月5日,铁狮门宣布向凯德投资的人民币基金出售位于上海的尚浦中心项目,交易估值为76亿元;1月3日晚间,华发股份发布公告,公司全资子公司珠海华发拟收购深圳融创文旅持有的融华置地51%股权以及深圳融创文旅对融华置地的债权及利息,总金额约为35.8亿元。
除了陷入流动性困难的融创中国出售资产打开局面外,出险房企华夏幸福也有动作。2022年12月28日晚间,华夏幸福公告称,旗下全资子公司向华润置地出售4家公司全部或部分股权以及债权,对应价格为124亿元。
克而瑞方面分析称,从交易标的物业类型来看,2022年12月份住宅收并购提升明显,19笔涉及开发项目股权,披露转让的住宅项目的并购规模约275亿元,主要受华夏幸福124亿元处置南方总部资产、某房企59亿元剥离地产业务等重大交易影响。
“在此次并购潮中,对出险房企而言,收并购案大部分不是在母公司层面展开,而是在项目层面,资金状况良好的央企国企所收购的资产,大多涉及出险房企旗下有套现能力的资产,这是行业整合主流模式的一种。”汇生国际投资总裁黄立冲对《证券日报》记者表示,此外,在银行以及资本市场的支持下,地方国有企业在盘活资产方面发力,推动项目顺利开发。
“目前收并购资产类型主要包括开发项目、物管企业股权、商业地产等。投资方根据自身发展方向、资产价格、债权清晰程度等因素综合考虑相关资产,不同企业偏好不同。”中指研究院企业研究总监刘水对《证券日报》记者表示,总的来看,具有区位优势、债务结构清晰的资产更有利于交割。
“目前主要有两类资产比较受欢迎,一类是优质的开发项目资产,另一类是运营类资产。”同策研究院资深分析师肖云祥对《证券日报》记者表示,从过去一年的整体表现来看,运营类资产收并购案例更多一些,其多属于轻资产,并且能持续产生现金流收入,在现金为王的行业背景下颇受青睐。
在肖云祥看来,房企间收并购预案频出,甚至A股部分上市房企重启重组方案的背后,是房地产行业融资环境得到改善,增强了市场主体信心和动力。
行业集中度或进一步提升
自2022年11月份“金融十六条”推出后,相关部门多次提及满足房企合理融资需求,有效防范化解优质头部房企风险。
“当前的政策及市场环境对涉房企业开展收并购而言,是不错的时机。”肖云祥表示,上市房企股权融资开闸后,稳健型房企通过并购重组可获得优质、低成本的资产;对被收购方而言,也是重新盘活项目的机会。
“随着并购重组的推进,行业集中度会进一步提升。优质企业可借机补充符合自己战略规划的优质资产,加强深耕力度;出险企业可通过并购重组获得新发展机会,或者考虑轻资产转型。”刘水表示。
那么,2023年会成为房地产行业并购重组大年吗?
肖云祥对记者表示,预计2023年后期市场竞争或逐渐加剧,特别是一些实力雄厚的房企,在融资方面将体现出更大的优势,行业洗牌的几率将大大增加,这有助于加快行业风险出清的速度。
“在2022年末政策和资金加持下,2023年收并购必然会加速,通过收并购完成风险处置势在必行。”刘水表示,当前行业面临的风险资产类型多样,收并购只能从资产处置端进行化解,且需要收购方、出让方共同发力,但对于全行业来说,仍需从稳预期、稳信心做起,在市场平稳的基础上逐步化解行业风险。
ChatGPT搞钱行不行******
一系列的试探之后,AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日,人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本,每月收取20美元。免费了两个月,月活用户却达1亿的ChatGPT,终于踏上了自己的“赚钱路”,由此,AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道,ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。
免费服务仍将继续
“新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告,订阅ChatGPT Plus服务的用户,即使在高峰时段,也可获得该聊天机器人更快速的回应,而且可以提前体验新功能和改进。
去年11月,ChatGPT横空出世,不仅能够通过学习和理解人类的语言与用户进行对话,还能根据上下文互动,甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验,ChatGPT迅速蹿红。
当地时间2月1日,瑞银发布研究报告称,截至今年1月,近期爆火的ChatGPT在推出仅两个月后,其月活跃用户估计已达1亿,成为历史上用户增长最快的消费应用。同样的成绩,海外版抖音TikTok在全球发布后,花了大约9个月的时间,Instagram则花了两年半的时间。
但大量用户涌入的同时,也导致ChatGPT经常在流量压力之下无法提供及时的回应,此次收费版的ChatGPT Plus针对的便是这一痛点。
据悉,付费计划将在未来几周内首先在美国推出,然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT,Open AI表示,将继续为ChatGPT提供免费访问。
烧不起的模型成本
尽管只推出了两个月,但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初,Open AI就曾提出过专业版ChatGPT的计划,宣布“开始考虑如何使ChatGPT货币化”,并公布了一项调查。什么价格以上会无法接受?什么价格以下会觉得太便宜?诸如此类关于定价的问题皆在其中。
有用户曾在社交媒体上提问ChatGPT是否会永久免费,对此,Open AI首席执行官Sam Altman回应称:“我们将不得不在某个时间点,以某种方式将其商业化,因为运算成本令人瞠目结舌。”Sam Altman曾透露,ChatGPT平均每次的聊天成本为“个位数美分”。
“这类大模型训练成本非常高。”在接受北京商报记者采访时,瑞莱智慧高级产品经理张旭东表示。
但相对训练来说,模型推理,也就是用户提交输入模型输出结果的过程,这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用,所以前段时间免费的公测也停止了,如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。
“钱景”在哪
长久以来,广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实,对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。
洛克资本副总裁史松坡对北京商报记者分析称,ChatGPT受到广泛认可的重要原因是引入新技术RLHF,即基于人类反馈的强化学习。在史松坡看来,ChatGPT是一个高效的信息整合助手,可以取代大量人类中初级助理的角色。
但他同时提到,目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析,但还不能胜任高频度的人类主观决策,比如大型投资决策、政治战略决策等。
天使投资人、知名互联网专家郭涛认为,ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机,将推动众多行业快速变革,有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地,具有万亿级市场规模。
张旭东认为,AIGC商业化落地还需要结合应用场景,目前基于生成式大模型的商业应用案例还比较少,就以当下的技术水平看,一两年内达到很好的AGI(通用人工智能)水平还是不太现实的,所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。
AIGC商业化,侵权与被侵权
AIGC要想商业化,场景只是其一。伴随着ChatGPT的爆火,争议始终并行,比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应,权威学术出版机构Nature规定,ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示,纽约公立学校的所有设备和网络上将禁止使用ChatGPT。
张旭东认为,目前AIGC最为成熟的应用在内容作品创作上,但从专业角度看,AIGC属于模仿创新,并不具备真正的创造力,AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权;另一方面,AIGC作品也存在被他人侵权的风险。
此外,就安全性问题而言,AIGC这种深度生成能力很可能被滥用于伪造虚假信息,比如生成一些敏感性的有害信息,甚至伪造新闻信息恶意引导社会舆论,而且这些生成式内容难以分辨追踪,大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。
郭涛则提到,当前AIGC赛道尚处于孕育探索阶段,存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题,短期内还难以实现大规模商业化应用。
北京商报记者 杨月涵
(文图:赵筱尘 巫邓炎)