| Contact Us | CHT | Mobile | Wechat | Weibo | Search:
Welcome Visitors | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

Home

温哥华资讯

Realty

Education

Finance

Immigrants

Yellow Page

Travel

北京楼市已渐失控 老破小降价求卖

QR Code
请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
自年初开始回温的北京二手房市场,在5月按下暂停键。6月15日,国家统计局发布5月份70个大中城市商品住宅销售价格变动情况。北京的二手住宅销售价格指数比上月降低0.6,这是今年以来首次出现环比下跌。


房产经纪人对北京楼市降温的感知更早,不少经纪人表示,2月楼市小阳春没持续多久,3月中下旬开始,房子又不好卖了。

进入5月,楼市的悲观情绪继续蔓延。挂牌量、降价数字刺激着购房者的神经:


北京二手房挂牌超12万套”;

北京二手房市场急转直下,有业主割肉80万”;

北京燕郊房价下跌50%,房子白送没人要”。

真实的市场情况如何?到底有哪些房子在降价?小编调查多个小区后发现,北京市场呈现出分化趋势。

五环以里的确有部分30年左右的老旧小区在大幅降价;北五环外互联网大厂周边的房子受裁员及新盘冲击,降价也较突出;京郊的房价继续萎靡不振。

但总体看,这场降价潮中,北京城区楼龄在10年左右,区位和物业品质较好的小区比较“抗打”,挂牌价及成交价并未出现明显波动,部分优质豪宅仍在“偷偷”上涨。

01

改善需求成主流,老破小降价求卖

年轻人大都不买房了,北京楼市也正转变为置换型市场,这导致刚需购占比越来越少。根据贝壳研究院对经纪人的调研,目前,北京的改善换房需求占比超过7成。这意味着,首套上车的刚性需求不超过30%。


“卖旧买新”的业主为了买二套房,需要将手中的刚需房出手。这类房源包含大量老旧小区,具有总价低、地理位置相对核心等优势,但在居住条件、保值性方面存在劣势。小编调查了多个此类小区,挂牌量一直居高不下。

面对这类房源,刚需购房者上车意愿在下降。多位链家中介透露,朝阳区、海淀区的一些刚需盘,4月-5月前来看房议价的人并不少,但是相较2月-3月谨慎了很多,“看到市场不好,大家都想观望一下,看房价能不能再降。”

过量的供给,碰上收缩的需求,让很多刚需房业主不得不降价甩卖。

以东四环附近的朝阳区八里庄北里小区为例,该小区1981年建成,临近十里堡地铁站,主要户型为两居室,目前在贝壳App上挂牌135套。该小区一套56平方米的精装两居室,6月初挂牌价为305万元,一位小区中介表示,同类户型今年2月的成交价基本在360万元以上。


地震局宿舍小区位于石景山区,1986年建成。一套95平方米的三居室于4月上架,初始挂牌价510万元,6月初,业主将挂牌价降至499万元。中介介绍,同栋楼相同户型的另一套房子,去年1月以570万元的价格售出。



位于北京西五环的地震局宿舍小区,楼龄约37年。摄影:任德辉

为何老旧小区越来越难出手?中介表示,一是市场供大于需,老旧小区楼盘品质比较低,相同的价位在相邻位置可能会找到楼龄更新、物业更好的房子。其次,老旧小区的增值空间已经到顶,以后若出手,上涨空间几乎没有了,除非是有学区光环,否则投资价值根本拼不过新小区。

02

互联网大厂撑起的回龙观,房价也降了

回龙观是近10年来北京置业需求最旺盛的区域之一。一位回龙观区域的链家中介表示,去年下半年,回龙观已经有房价下跌的迹象,今年2月涨回来一些,3月下旬之后,市场又不好了。相比今年2月,目前整个回龙观地区的成交价差不多降了8%。
1     这条新闻还没有人评论喔,等着您的高见呢
Prev Page1234Next Page
Note:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • _VIEW_NEWS_FULL
    _RELATED_NEWS:
    _RELATED_NEWS_MORE:
    _POSTMYCOMMENT:
    Comment:
    Security Code:
    Please input the number which is shown on the following picture
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    Page Generation: 0.0365 Seconds and 4 DB Queries in 0.0053 Seconds