房子如何定价高,又卖得快?千亿级房企常用这种方法!

目前,房地产市场的外部环境不断发生变化,如何练好“内功”事关增长大计。

市场预测是房企投资决策的重要依据。对管理者来说,正确的市场预测可以让房企在面对市场风云变幻时做到心有定数。

所以,使用一些必要的工具来预测或防范风险,无疑是上策。构建敏感性分析测算模型,有助于管理者完成最佳决策。

一、什么是敏感性分析?

敏感性分析,是从定量分析的角度去计算和分析一种或者多种敏感因子变动时,对关键结果指标的影响程度。

在具体测算过程中,一般会选择价格、去化周期、成本等指标作为主要的敏感因子,而关键结果指标通常包含利润和投资收益率等。

简而言之,敏感性分析就是通过一个指标的变动,分析对其他指标产生的影响。

二、房企敏感性分析有什么价值?

借助敏感性分析工具,房企可以实现三大价值。

一、敏感因子快速寻源。可以帮助企业寻找到最敏感的因素,并判断影响程度。一旦发现经营管理中不确定因素的根源,管理者就可以更有针对性地去采取相应措施,从而防范风险。

二,敏感因子全面跟踪。可以帮助管理者全面了解敏感因子变动,对项目经营效益带来的影响,从而前瞻性地采取针对性的措施来避免风险。

三、自动调整。通过不同敏感因子的调整和释放,可以帮助管理者发现最优解决方案,从而进行相应的管理决策。

三、如何构建敏感性分析模型?

1、三大要点:底层模型设计要考虑数据支撑、测算方法、影响因素

在实际工作中,房企需要构建敏感性分析测算模型,为管理决策提供助力。这一过程中,有以下三个问题需重点考虑。

一是,底层测算模型的设计,是否能支撑敏感性分析?

例如,在价格调整时,要输出利润指标的变动情况。

在底层模型中,对费用或税金如果没有做好测算的相关设计,价格的变动会导致收入的变动,而收入的变动肯定会影响费用,特别是税金的变动。由于这种设计上的缺失,最终输出的并不是房企想要的结果。

所以,底层模型的设计至关重要,在实际操作过程中,一定要有关联的、严密的数据逻辑支持,这样才能实现客观的敏感性分析。

二是,计划数的处理,是否在测算模型中做好了合理而严密的逻辑设计?

例如,均价变动可能会影响回款。这部分回款如何进行预测和调整才能更合理?在设计计划数时,要先把未回款的部分做好处理,确保这部分回款不会受价格影响。

三是,设计敏感性分析时,是否全面考虑了其直接和间接的影响因素?

在设计敏感性分析时,测算逻辑要全面地考虑受敏感因子影响的直接因素,以及这些因素彼此之间的关系,也就是间接的影响因素,以免有所遗漏。一旦遗漏其中一项因素,都可能导致输出结果指标不准确。

四、房企应用场景:调整项目销售计划、项目均价、敏感因子

场景一:调整项目销售计划,利用模拟测算结果辅助目标决策

对房企来说,项目销售计划是很常见的一种敏感性分析。

销售计划的敏感性分析是可以调整销售计划中一些相关的敏感因子,利用系统模拟测算后的指标来进行分析和对比,通过这些分析的结果来辅助目标决策,进行方案优选。

图1 调整销售计划敏感因子的测算(模拟数据)

如图1所示,整个调整在系统操作层面相对简单,可以灵活调整。

每个业态未来的销售情况,如第5个月、第6个月、第7个月,不仅可以设置不同的去化率、调整去化节奏,还可以针对已经调整完的各业态销售计划来匹配价格结构,设置相应的调价数据。

对销售计划以及销售价格的节奏进行调整,最终可以直接看到调整之后的测算结果,以及指标的敏感度。

比如一个销售计划进行调价后,整体的销售收入并没有太大变化,但通过图1可以看到调整前和调整后的对比。

毫无疑问,模拟市场对策,调整单个或多个敏感因子,系统模拟测算调整后的指标数据,以此进行多个调整方案比选,方便管理者进行方案优选。

场景二:调整项目均价,重点关注销售收入和回款两个关键指标

以项目价格调整为例(见图2),在对项目各业态之间的未售均价进行调整时,核心要素有两个指标:一是销售收入,二是回款。

图2 项目均价调整的敏感性分析(模拟数据)

图2 项目均价调整的敏感性分析(模拟数据)

在销售收入方面,可以用项目各业态的未售面积与调整后的未售均价相乘,来预测未来的销售收入情况。

在回款方面,需要注意的是,在价格调整之前,关于已经签约未回款的部分,调整未来的未售均价并不会对这部分产生影响。

因此,可以用调整未售单价的时点开始计算,此前的回款计划保持不变,直到已签约未回款的部分全部回款。

在此时点之后才签约的部分,因为要根据新的签约额进行回款,所以这部分可以根据原来的回款节奏进行回款计划数的调整。

对于当期签约的部分,有些项目是按照调整之前的价格成交,这部分还是按照当前的计划回款。当然,还有一些是未成交,其适用的价格是调整之后的价格。

这部分要按照未来调价的幅度重新预测回款计划。这个调整方式并非固定模式,在实际操作过程中,企业也可以采用更加合理的方式。

对销售收入和回款这两个关键指标进行调整和预测后,敏感性分析模型也需预测其他的间接影响,比如税金的金额及一次性支付税金对现金流的影响。

在此基础之上,输出最终结果指标,用于管理层决策比对。

场景三:调整敏感因子,进行利润和成本视角下的预测分析

(1)参考S企,进行经营利润视角下的单敏感因子调整

千亿级S企基于利润视角的经营分析,主要是调整单敏感因子,进行预测分析。

S企的项目是一个投后运维系统,内设移动端敏感性分析功能。使用者可以直接在手机端调整相应的敏感因子,然后直接输出结果,实现快速测算(见图3)。

图3 S企单敏感因子调整示例(模拟数据)

S企在该项目设置的敏感因子较少,主要有均价、建安成本、其他成本及税金这四类。

这些指标都是依据单因子变动来计算结果,使用者每次只能调整一个因子,而不能既调整价格又调整建安成本。通过单因子的调整,直接输出使用者最关心的指标结果(见图4)。

图4 S企单敏感因子调整结果指标(模拟数据)

S企利用敏感性分析输出的结果,主要关注货值类、现金流类及其他利润类指标,这与S企主营业务的经营管理息息相关。

(2)ZA企:进行集团成本视角下的多敏感因子调整

相较于S企的单敏感因子,ZA企的投后运维系统升级成多因子的敏感性分析(见图5)。

使用过程中可以同时调整五个敏感因子,包括工程承包、均价、销售费用、税金及流速。这极大地提升了ZA企敏感性分析的准确性,其灵活性更强。

图5 ZA企多敏感因子调整结果指标(模拟数据)

ZA企通过对五个敏感因子的调整,输出其所关注的指标。值得注意的是,这些指标可以形成调整前后的对比,有利于使用者得到多维度分析结果。

从ZA企关注的结果指标来看,与S企类似,也是重点关注经营管理的货值类、利润收益类等指标。

总 结

但在投前测算和投后运维过程中,敏感性分析所关注的要点有差异。如需深入了解本文中S企和ZA企的敏感性分析模型的解决方案亮点,可以与小爱联系,可为您奉上《地产经营预测》期刊的详尽资料。

敏感性分析工具成为了千亿级房企在规模化发展路上的刚需工具,它不仅帮助了管理者全面了解敏感因子变动对项目经营效益的影响,前瞻性地推出相关措施来防范风险,还通过对不同敏感因子的调整,输出比较结果,帮助管理者快速锁定最优解决方案。

(0)

相关推荐