让梦想从这里开始

因为有了梦想,我们才能拥有奋斗的目标,而这些目标凝结成希望的萌芽,在汗水与泪水浇灌下,绽放成功之花。

媒体报道 你的位置:一分快3 > 媒体报道 > 深圳五千万豪宅惨遭法拍!6年亏掉2400万!
深圳五千万豪宅惨遭法拍!6年亏掉2400万!

发布日期:2022-05-31 11:03    点击次数:108


最近,咱们群里不少网友都在说一件事:

阿里司法拍卖不显示法拍房数据了。

但实际上,这哪是什么新闻,根本就是旧闻一桩。

因为时常关注法拍房的我,早就知道阿里前几个月已经隐藏了法拍房数据。

不过,相比这种旧闻,前几天我倒是在阿里法拍上吃到另一个新鲜大瓜:

深圳福田的一套法拍豪宅,成交价居然打了7折,业主足足亏掉超2400万!

到底怎么回事?来来来,跟着我一起来吃瓜!

其实,事情是这样的:

近日,阿里法拍挂出了一套深圳福田深业上城的房源,是一套467.19㎡的大平层公寓。

围观人数超过了1万人,毕竟是福田嘛,妥妥的深圳核心片区,这可以理解。

不过最令人想不到的是,这套大平层公寓居然以起拍价3940万成交了。

要知道,2016年,业主买入这套房源时的登记价格可是5530万。

换句话说,持有6年,业主足足血亏近1600万,相当于打了7折卖房。

而实际上,业主的亏损还远远不止这么少。

因为,根据拍卖信息显示,业主曾经向农业银行深圳国贸支行抵押贷款2765万,尚有1674余万元及利息等未偿还。

所以,根据市场人士推算,如果算上利息成本,业主在这套大平层公寓亏损已经超过2400万。

当然,说起这位业主,我还发现了一丝熟悉的身影。

因为,他正是小牛资本集团实控人彭铁的哥哥彭刚,也曾担任过小牛系多家公司的法定代表人。

如果大家看过我之前写的文章,应该记得小牛资本这个千亿级的P2P平台,在去年5月就因为爆雷而被查封了1056套房产。

为什么P2P平台这么爱炒房?

试想想,P2P平台之所以能吸引大量的民间资金,就是因为承诺的回报率高,常见的就是10%的收益,有的甚至高达20%。

所以,这很考验P2P平台的投资能力,而近十年里,既要风险小,又要收益高,那么唯有暴利行业——房地产。

在2018年的时候,就有相关金融机构内部报告称,2018年6月,上海和浙江地区的不少P2P公司集中爆雷,都跟房地产有关。

当时,主要是上海和杭州出现了大量的“倒挂新盘”,都有不小的升值潜力,买到就是赚到。

但当时要买也不是那么容易,要么预付几百万的诚意金,要么就是给全款。

对于炒房者来说,这么好的机会摆在面前,不抓住的才是傻子。于是,他们就用公司名义获得购房资格,同时找P2P公司筹集资金。

据说,当时上海和杭州民间融资借给炒房客的资金利息能达到2分,年化利率都在30%以上,而且这些借款还是来自有牌照的公司。

如果什么担保手续都没有的,利息水平就相当于高利贷和“驴打滚”。

只不过,随着调控的升级,不少借钱炒房的人要么被套死,要么获利太少,所以P2P企业一旦支付不上利息,就只能停止支付利息,之前埋下的雷也就爆了。

话说回来,小牛资本虽然赶上了买房的好时候,但是投资能力实在弱爆了。

你看看那1056套房产:

深圳市住宅3套、商铺4套;广州市住宅108套、商铺858套;佛山市商铺76套;上海市商铺6套;哈尔滨市住宅1套;黑龙江省哈尔滨市、湖南省汉寿县辖内土地共2处。

商铺居然占了近90%,这资产配置能力实在不忍直视,难怪连小牛资本的投资者都在吐槽。

看我文章的朋友应该知道,商铺、公寓这种商业类的产品,我是建议大家不要轻易去碰的。

众所周知,在电商的冲击下,“一铺养三代”早已成为历史,而且近年来商铺普遍租金下跌,接盘侠也难找。

公寓也一样,虽然上车门槛比住宅低,不限购不限贷,但是转让的时候税费高得可怕,找人接手也不是这么容易的。

来看看这两年深圳商办市场的成交就知道了,基本上都是供大于求,今年4月一手商业才成交了185套,远远比不上新房住宅的2714套。

当然,核心地段的商业产品,相对来说流动性会好一些,例如这次福田深业上城的大平层公寓。

不过,我觉得,那一位买家估计也是因为价格够低才入手的,毕竟这是法拍房,价值肯定会大打折扣。

总而言之,虽然过去这么多年里,大家都看到了买房带来的高收益,部分人也确实吃到了时代的红利。

但是,目前大环境已经不可同日而语,房子只涨不跌的时代早就过去了,而且房产的类型有很多,一旦买错,就是白忙活,比不买更可怕。

所以,现在投资房产必须要有好的眼光,还要学会踩准时机,否则一旦潮水褪去,你很有可能会发现,裸泳的就是你自己。

好了,如果大家有什么买房问题,欢迎留言告诉我,咱们具体问题具体分析。

我们建了可供购房者之间交流的社群

里面还有专家

添加湾区君微信加入



Powered by 一分快3 @2013-2022 RSS地图 HTML地图