购彩大厅用户注册-购彩大厅用户注册

房地产并购重组需谨慎处理三大关键点******

　　王丽新

　　新年伊始，房企处置资产 、启动并购重组计划不断出炉 。据不完全统计 ，自2022年11月底“第三支箭”落地以来，涉房企业披露 的收并购案总交易对价超过576亿元 。

　　支持房企股权融资的“第三支箭”发出，正进一步有效化解房企风险 ，加快推动行业风险出清，对“稳预期、稳信心 、稳投资”起到重要作用 。但从实操层面来看，其中涉及并购重组 的交易资金规模大 、并购程序繁琐 ，方案是否成功也存在不确定性。在笔者看来，这期间 ，上市房企需谨慎处理三大关键点。

　　并购前期，需理性选择适合企业自身 的并购标的。在当下的市场格局中 ，稳健型房企有发展优势 、有扩表需求，可供其“挑选” 的资产标 的池子也很大 。但不同企业业务布局、细分市场话语权 、主力产品业态以及战略发展方向均各有特色，背后的大股东资源也不尽相同 。并购重组是企业发展历程中的大事 ，需顺应市场需求 ，仔细甄别被并购标的资产质量、经营状况 、企业文化与管理等方方面面是否与自身匹配 ，不能盲目选择标 的 ，要“补短板优长处” ，采用合理 的估值方法进行评估，实现“1+1＞2”效应。

　　并购中期 ，需做好尽调以及匹配最优的并购方式。不同于其他行业，房地产行业并购重组涉及的资产标的多数都 是正在开发或销售 的项目 ，周期较长，少则一两年多则十年八年才能清盘交付 ，这其中参与方较多 ，夹杂“明股实债”等现象 ，背后的债权关系复杂 ，需充分尽调 ，确保风险指数处在可控范围内且有收益空间 ，谨慎对待再出手。

　　此外 ，涉及并购重组的双方都应跟随政策节点 ，谨慎考量支付以及融资方式，无论是向特定投资者非公开发行股份募资 ，还是现金支付等，都需最大可能地寻找长期且成本较低 的资金。毕竟，合理的并购方式能确保企业在并购过程中及时避免和合理应对风险 ，进而保证现金流安全 。

　　并购后期，需注重业务协同及资源整合，达到提升效益 的目 的。当闯过前面 的重重难关 ，并购项目进入落地阶段时，往往 是实现有质量的并购重组最重要 的一环。若企业实施并购重组后能在业务、经营 、财务以及人力等方面达到很好地融合 ，其成果将快速在财务报表及业务模式方面形成良性循环 。反之，并购标的则会成为收购方业绩表现 的“拖油瓶” 。

　　更重要的 是，要想实施好房地产行业并购重组 ，需强化对上市房企 、涉房上市公司并购重组、再融资 的监管力度 。一方面，收购方收进来 的须 是优质资产，才能更好地发挥资本市场优化资源配置 的作用；另一方面，上市房企、涉房上市公司 的再融资 ，需市场主体有真正融资和业务需求才能启动 ，更要保证并购重组的配套融资真正用在方案提及 的项目以及“保交付”的项目中，否则会与发出“第三支箭”的初衷背道而驰 。

　　总体而言 ，在行业风险持续出清过程中 ，并购重组活动有望逐渐增加 。企业整合资源后，经营状况有望改善，同时将淘汰落后企业，改善产业结构 ，优化行业资产负债表，推动房地产行业朝着更好 的方向发展。

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）