又爱上地产?三家险企开年投资动向曝光……******
中新经纬2月3日电 (李自曼) 近日,中国保险行业协会网站披露各保险公司1月份大额不动产投资情况。根据中国保险行业协会官网显示,2023年1月,友邦人寿保险有限公司(下称“友邦人寿”)、中国平安人寿保险股份有限公司(下称“平安人寿”)、泰康人寿保险股份有限公司(下称“泰康人寿”)三家保险公司先后披露大额不动产投资情况,涉及项目17个。
从不动产配置角度看,保险公司已开始关注房地产细分领域的投资,仓储、产业园区等表现比较稳健的资产受青睐。
平安人寿、友邦人寿大手笔投资
根据中国保险行业协会官网显示,2023年1月,平安人寿、泰康人寿、友邦人寿披露公司大额不动产投资情况。中新经纬梳理相关公告发现,1月份,保险公司披露的最大一笔不动产投资为平安人寿对东方万国等4个产业园区项目的投资,预计投资金额不超过73.33亿元。
根据上述三家公司的公告,除平安人寿对东方万国等4个产业园区项目的投资外,其他项目多为对此前项目的追加投资。
据了解,2022年12月19日,友邦人寿与上海联合产权交易所签订产权交易合同,以合计约50.3亿元,投得上海实森90%股权以及其100%股东借款债权。交易完成后,友邦人寿将控股上海实森,从而获得上海市虹口区北外滩89街坊项目。此次项目是友邦人寿成立以来进行的最大一次资产收购。此外,平安人寿还披露了对上海来福士广场等六个商业办公不动产项目投资进展,该项目资金来源为寿险传统组合,该账户对项目出资余额约为299.73亿元。
保险公司缘何青睐投资不动产?在业内看来,优质的不动产项目波动性低、市值相对较大、投资久期较长,能为保险资金提供相对稳定现金收益。此外,当下养老需求加大,投资不动产项目可为保险公司搭建康养产业打下基础。
经济学家孙飞教授认为,险资投资房地产的热情回暖,首先是在于后疫情时代宏观经济相对看好,中国经济会呈现报复性、恢复性增长。从政策面讲,国家对房地产业给予纾困措施,缓解了房地产大幅下行态势。此外,经历疫情与经济下滑,房地产市场价格降幅较大,此时投资房地产,有利于降低风险。
对于不动产的投资逻辑,2022年11月中国平安董秘曾在互动平台回复指出,从过往看,公司投资的地产项目主要是一二线城市、核心区位的成熟商办、物流以及重大基建项目。而不动产组合过去为平安保险资金贡献了稳定的投资收益,每年贡献10%的净投资收益,即使是在去年疫情的情况下,不动产存量组合的投资回报率仍在5%以上。
物流地产、保租房REITs受青睐
整体看来,1月份上述三家公司对不动产项目的加码,主要集中在商业办公不动产、产业园区不动产和自用型不动产项目,投资逐步扩展至不动产细分领域。
孙飞认为,大公司更关注不动产细分领域的原因在于,险资更注重低风险与较高回报。对保险公司来说,投资产业园区对于在经济复苏阶段,风险较小,回报相对较高;投资自用型不动产价格相对较低,价值相对高。
中国平安保险海外(控股)有限公司董事总经理李雯曾在公开论坛上表示,从不动产配置角度看,这两年平安更加关注新型细分赛道的投资,包括物流冷链、产业园区以及长租公寓板块。
近两年,友邦人寿也在不动产细分领域有所行动。2021年8月,该公司宣布与普洛斯达成战略伙伴协议,携手对全球物流不动产市场及相关机会进行投资。
友邦保险方面表示,合作双方战略上高度契合,公司由此可借助普洛斯在全球物流不动产领域丰富的投资经验和专长,与普洛斯合作加强对这一市场的投资,把握全球物流不动产市场持续增长的长期趋势。
此外,保险资金还在投资保障性租赁住房公募REITs(下称“保租房REITs”)方面积极布局。
截至目前,已有4只保障性租赁住房公募REITs产品成功发行,4只产品均有保险资金参与投资。如红土创新深圳人才安居REITs的前十大战略投资者中包含中国人寿、平安人寿。
有保险资管从业人士告诉中新经纬,保租房REITs风险可控、收益稳定,与保险资金规模大、期限长、较为稳定的风险收益特征较为契合。未来,保险公司有望继续加大对地产细分领域有稳定现金流的核心或核心增值型资产的投资,以优化长期资产组合,应对低利率挑战。
经济学家余丰慧对中新经纬表示,目前保险资金的投资领域越来越宽这是一个较好的现象。但是从整体投资环境来看,不动产领域不应该成为保险资金投资的重点领域和主要方向。尽管产业园区等一些不动产有相关政策支持开发建设,但受疫情影响很多产业园区、商业写字楼出现长期闲置,其负债情况不容乐观,存在一定的投资风险,相比之下投资自用型不动产风险相对较低。不过,整体看来不动产的流动性较差,在美联储加息速度放缓的情况下,如果保险资金相对雄厚的话,保险公司可以考虑进入到交易性更强的市场。
(文中观点仅供参考,不构成投资建议,投资有风险,入市需谨慎。)
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
(文图:赵筱尘 巫邓炎)