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 。

人工智能语言模型　在智商测试中胜过人类******

　　新华社讯 据《参考消息》报道 ，美国加利福尼亚大学洛杉矶分校的研究人员发现 ，在衡量智力 的一系列推理测试中 ，自回归语言模型“生成型已训练变换模型3”（GPT-3）的成绩明显优于普通大学生。该程序利用深度学习生成类似人类语言的文本。

　　由美国开放人工智能研究中心（OpenAI）研发的GPT-3有很多用途 ，包括语言翻译和为聊天机器人生成文本等。GPT-3有1750亿个参数， 是目前规模最大、功能最强的语言处理人工智能模型之一。

　　这项新研究在常识 、美国高校入学资格考试（SAT）成绩和智商这3个方面比较了GPT-3和人类的表现。发表在阿奇夫论文预印本网站上 的研究结果显示，在这3个类别中 ，人工智能语言模型的成绩都高于人类 。

　　研究人员在研究报告中写道 ：“我们发现，GPT-3展示出了惊人 的抽象图案归纳能力 ，在解答大多数题目时表现和人类不相上下，甚至更好 。我们的研究结果表明 ，像GPT-3这样 的大型语言模型已经具备用零样本学习方法解决一系列类比问题的初步能力。”该报告有待同行评议。

　　研究小组还说 ，GPT-3“通过与生物智能截然不同 的路径，被动形成了类似人类类比推理能力 的机制 ，尽管它并未在这方面经过明确训练”。

　　这项研究发现，能够回答大多数问题甚至为人类起草论文 的GPT-3 ，在从头开始回答问题和回答多选题时的表现超过了人类。

　　人工智能专家、作家艾伦·汤普森博士说，GPT-3 的智商超过120。毫无疑问，这属于“天资聪慧”。