房地产市场周报：回暖现象与投资策略建议

无形小手

于 2024-10-02 10:37:28 发布

阅读量1.3k

点赞数 25

本文链接：https://blog.csdn.net/weixin_28913879/article/details/142690452

版权

本文还有配套的精品资源，点击获取

简介：本周报深入分析了房地产市场当前的销售回暖现象、货币信用环境的宽松，以及政策调整对投资策略的影响。报告指出销售回暖反映了市场需求的增强，货币信用环境的宽松有助于缓解房企融资压力，尤其对高杠杆房企形成利好。同时，报告对政策影响和投资策略进行了深入探讨，并建议投资者保持谨慎乐观，关注多元投资以分散风险。房地产研究周报：销售有所回暖，货币信用环境宽松，建议关注高杠杆房企.zip

1. 房地产市场销售回暖现象研究

近年来，房地产市场经历了多次调控政策的洗礼，但随着近期一系列刺激性政策的出台，部分地区和城市的销售数据开始呈现回暖迹象。本章将深入探讨房地产销售回暖的现象，试图分析其背后的原因，并预测这一趋势对行业未来的影响。

1.1 销售回暖的表象

分析销售回暖首先需要观察数据和市场行为。例如，某城市的商品房销售面积和销售额同比都有所增长，市场上的新开盘项目增多，并且去化速度加快。这些数据背后透露的信息是消费者信心有所回升，同时开发商的市场推广活动也更加积极。

1.2 销售回暖背后的动因

房地产市场销售回暖的现象并非凭空出现，它的背后有多种因素共同作用。首先，经济环境的相对稳定为房地产市场提供了良好的外部条件。其次，政策层面的支持也是不可或缺的，包括降低首付比例、放宽限购条件、提供税收优惠等。最后，从需求端看，部分刚需购房者的观望态度有所松动，市场活跃度因此上升。

1.3 销售回暖对行业的影响

房地产市场的回暖并非对所有参与方都是利好。对于开发商而言，销售回款的增加有助于缓解资金压力，增加投资项目的积极性。然而，销售回暖也可能会使得部分开发商对市场形势过于乐观，导致开发节奏过快，增加市场供应过剩的风险。对于购房者而言，回暖可能伴随着价格的上升，购房成本增加。此外，回暖也可能会吸引更多的投资者进入市场，改变市场供需关系。

2. 货币信用环境宽松的分析与影响

2.1 货币政策宽松的背景与原因

2.1.1 全球经济环境的影响

在过去的几年中，全球经济遭遇了多重挑战，从疫情的不确定性影响，到供应链的中断，再到地缘政治紧张局势的升温，所有这些因素叠加起来，对经济增长造成了显著的压力。为了缓解这些压力，全球多个经济体的中央银行采取了宽松的货币政策，通过降低利率、量化宽松等手段增加市场的流动性。

graph TD
    A[全球经济挑战] --> B[降低利率]
    A --> C[量化宽松]
    B --> D[市场流动性增加]
    C --> D

这种政策的转变不仅有助于减轻企业和消费者的财务负担，还试图通过低利率环境刺激经济活动，鼓励投资和消费，从而加速经济复苏。低利率环境下，企业和个人更容易获得贷款，资金成本降低，进而可能增加对房地产市场的投资。

2.1.2 国内经济刺激政策的效应

在国内，政府为了维持经济稳定增长，出台了一系列经济刺激政策。这些政策主要通过增加公共支出和减税降费，来提高企业盈利能力和居民的可支配收入。而货币政策的宽松也是这一系列政策的重要组成部分。

graph LR
    A[经济刺激政策] --> B[公共支出增加]
    A --> C[减税降费]
    B --> D[企业盈利提升]
    C --> E[居民收入增加]
    D --> F[增加投资]
    E --> G[消费能力提升]

宽松的货币政策在提高资金供给的同时，也减轻了借款成本，这使得房地产市场得以吸纳更多的资金，刺激了房地产销售的回暖。同时，这也使得房企在融资方面拥有更多选择，能够以较低的成本扩大投资，增加建设规模。

2.2 货币环境宽松对房地产业的具体影响

2.2.1 信贷条件改善对销售的促进作用

宽松的货币环境意味着银行和其他金融机构的借贷条件有所放宽。低利率环境下，购房者的贷款成本降低，这直接提高了购房者的购买力。同时，随着利率的下降，房产抵押贷款的成本也相应降低，使得更多的人愿意申请贷款购房。

graph LR
    A[信贷条件宽松] --> B[贷款成本降低]
    B --> C[购房者购买力提升]
    B --> D[抵押贷款需求增加]

在贷款条件改善的刺激下，房地产市场的需求得到提振，销售回暖现象逐渐显现。房地产业作为资金密集型行业，其发展与信贷条件紧密相关。宽松的信贷条件促使了房地产销售的升温，带动了整个房地产市场的活跃度。

2.2.2 资金成本下降与房企投资积极性

资金成本的下降直接影响房企的投资决策。当资金变得便宜时，房企倾向于增加投资以扩大生产规模，增加房屋供应量。这不仅包括新项目的启动，也包括在建项目的加速推进。由于资金成本的降低，房企的运营成本和财务压力相应减少，这对于保持企业的盈利能力和市场竞争力至关重要。

graph LR
    A[资金成本下降] --> B[房企投资增加]
    B --> C[新项目启动]
    B --> D[在建项目加速]
    C --> E[供应量增加]
    D --> E

此外，资金成本的降低也增加了房企通过资本市场融资的机会。通过发行债券或股票，房企能够进一步拓宽融资渠道，增加资金来源。这对于房企来说是一种利好消息，因为资金的充分供给将有助于企业把握市场机遇，实现长期稳定发展。

结合以上分析，宽松的货币政策不仅为房地产业的发展注入了新的活力，也为投资者和消费者带来了更多机遇。然而，必须注意到，货币政策宽松也会带来一系列的风险和挑战，这就需要相关方审慎评估和应对。

3. 高杠杆房企的市场机遇与风险分析

在当前房地产市场环境下，高杠杆房企由于其特殊的财务结构，既面临着市场回暖带来的机遇，也潜藏着不容忽视的风险。本章将详细探讨高杠杆房企在新形势下所面临的机遇与挑战。

3.1 高杠杆房企的市场机遇

3.1.1 融资环境改善带来的发展机遇

随着货币政策的宽松，融资环境得到显著改善。对于那些杠杆较高的房企而言，较低的融资成本和更宽松的信贷条件意味着能够以更低的成本获取资金，从而增加开发项目，扩大市场份额。

代码块示例：

# 示例代码，展示如何计算融资成本
loan_amount = ***  # 假设借款金额为1亿元
interest_rate = 0.045  # 假设年利率为4.5%

# 计算年利息
annual_interest = loan_amount * interest_rate
print(f"年利息为: {annual_interest}元")

代码逻辑分析：

在上述代码块中，我们模拟了一个房企通过贷款融资1亿元的情况。假设年利率为4.5%，计算得到的年利息为4500万元。在当前的融资环境下，利率较低，房企能够以较低的成本进行融资，从而扩大其业务规模。

3.1.2 销售回暖对高杠杆房企的影响

销售回暖意味着房企能够更快地回笼资金，缓解现金流压力。对于高杠杆房企来说，这一现象有助于提升其偿债能力，并且有利于企业在市场上获取更多的开发项目。

表格示例：

| 指标 | 2019年 | 2020年 | 2021年 | |------------|--------|--------|--------| | 销售收入 | 120亿 | 150亿 | 200亿 | | 现金流回笼 | 80亿 | 100亿 | 140亿 | | 债务偿还 | 60亿 | 75亿 | 100亿 |

从上表可以看出，随着销售收入的逐年增加，现金流回笼也在稳步提升，这有助于改善高杠杆房企的资金状况，为其提供更多发展机会。

3.2 高杠杆房企面临的潜在风险

3.2.1 债务风险与资金链压力

高杠杆房企往往背负高额债务，这使得它们对资金链的稳定性极为敏感。一旦市场出现波动，资金回笼不及预期，可能会导致房企陷入偿债困境。

代码块示例：

# 模拟计算债务压力
debt_amount = ***  # 假设债务总额为5亿元
debt_service_coverage = 1.5  # 假设债务保障倍数为1.5

# 计算债务服务覆盖率
coverage = debt_amount / debt_service_coverage
print(f"债务服务覆盖率为: {coverage}元")

代码逻辑分析：

在本代码块中，我们模拟了一个拥有5亿元债务的房企，债务服务覆盖率为1.5。这个指标表明，房企每年的净营运现金流是其债务利息的1.5倍。该指标通常越高越好，因为它意味着房企拥有更强的偿债能力。

3.2.2 市场竞争加剧对高杠杆房企的影响

在市场竞争加剧的情况下，高杠杆房企可能会面临价格战和利润压缩的双重压力。为了保持市场份额，房企不得不降价促销，这将直接影响其盈利能力。

mermaid流程图示例：

graph LR
    A[市场竞争加剧] --> B{高杠杆房企策略}
    B -->|降价促销| C[销售额增加]
    B -->|保持价格| D[市场份额下降]
    C --> E[盈利能力下降]
    D --> E
    E --> F[面临更大的财务压力]

在上述流程图中，我们展示了市场竞争加剧情况下，高杠杆房企可能采取的策略，并分析了其对销售额和市场份额的直接影响，最终导致盈利能力下降和财务压力增大。

通过对高杠杆房企市场机遇与风险的深入分析，我们能够洞察到当前房地产市场的发展趋势。高杠杆房企需要审慎把握市场机遇，同时积极应对可能的风险，以稳健的策略迎接市场的挑战。

4. 政策调整对房地产市场的影响分析

4.1 政策调整的背景与趋势

4.1.1 政策宽松的背景

在经历了前几年的房地产市场调控后，一些城市出现明显的市场下行趋势，这促使政府部门重新审视调整市场政策的必要性。政策宽松的背景主要由以下因素构成：

经济增长压力：当前全球经济复苏缓慢，国内经济也面临下行压力。在这种背景下，房地产作为经济的重要支柱之一，其稳定发展对保持整体经济平稳运行具有重要作用。
社会稳定考虑：房地产市场的波动可能会影响到居民的居住需求和消费信心，进而对社会稳定产生影响。政府通过政策调整以稳定房地产市场，保障民生。
金融风险防控：房地产市场过热或过冷都可能引发系统性金融风险。政策宽松是为了避免市场极端波动，实现平稳过渡。

4.1.2 未来政策调整的方向

未来政策调整的方向预计将继续以市场为导向，保持房地产市场健康稳定发展。主要方向可能包括：

分类调控：根据城市的实际情况实施分类调控政策，针对热点城市和非热点城市的政策将有所区分。
供需平衡：通过政策促进房地产市场供需平衡，例如加大土地供应、支持合理住房需求、完善长效机制等。
科技与创新：鼓励利用金融科技、大数据等手段，提高房地产市场的透明度和服务水平。

4.2 政策调整对房企的影响

4.2.1 政策宽松对房企的影响

政策宽松对房企而言，带来了多重影响：

融资渠道放宽：政策宽松往往意味着房企的融资环境得到改善，能以更低的成本筹集到更多的资金。
销售预期提升：宽松政策能够提升市场信心，进而提高房地产销售量，增加房企的营业收入。
行业竞争加剧：政策放宽也可能吸引更多的企业进入房地产市场，加剧行业竞争。

4.2.2 政策收紧对房企的潜在影响

相对的，如果政府采取政策收紧措施，房企也将面临一系列挑战：

融资难度增加：政策收紧可能会增加房企融资的难度和成本，对资金链造成压力。
市场风险上升：市场预期的下降可能会导致销售放缓，进一步增加房企的库存和运营风险。
结构性调整：长期来看，政策收紧可能会促使房企进行结构调整，如优化产品线、降低成本、增强核心竞争力等。

4.3 政策效应的实例分析

4.3.1 具体案例分析

通过对具体案例的分析，可以更直观地理解政策调整对房企的具体影响。例如：

某一线城市在实施宽松的信贷政策后，房地产市场出现了明显回暖。其中，A房企通过增加银行贷款和发行债券，成功扩大了资金规模，并在市场回暖期实现了销售额的快速增长。
另一城市在经历政策收紧后，市场出现观望情绪，B房企因大量囤地而面临较大的资金压力。在政策收紧的环境下，B房企不得不采取降价销售策略以快速回笼资金。

4.3.2 数据和图表展示

以下是展示政策调整对房地产市场销售影响的数据和图表：

graph LR
    A[政策宽松] -->|提升销售| B[增加房企收入]
    A -->|放宽融资| C[降低资金成本]
    D[政策收紧] -->|加剧观望| E[销售放缓]
    D -->|增加融资难度| F[资金链压力增大]
    B --> G[市场回暖期表现]
    C --> H[资金使用效率提升]
    E --> I[房企销售策略调整]
    F --> J[资产负债表调整]

上图展示了政策调整对房企销售、融资等方面的不同影响路径。通过分析这些路径，房企可以更好地把握政策走向，制定应对策略。

4.4 政策适应与优化建议

4.4.1 适应政策调整的措施

房企为了更好地适应政策调整，可以采取以下措施：

加强政策研究：对政策动向保持敏感，及时调整企业发展战略和运营计划。
优化产品结构：根据市场需求，调整产品类型和定位，提高产品竞争力。
资金管理：强化财务管理，确保资金链稳定，减少政策变动带来的冲击。

4.4.2 企业内部优化建议

除了适应政策之外，房企还应从内部进行优化，以提高整体抗风险能力：

提高运营效率：通过优化运营流程，降低管理成本和开发成本。
强化风险管理：建立健全风险管理体系，包括市场风险、信用风险等。
拓展业务范围：除了传统的住宅开发，还可以拓展到商业地产、养老地产等多元化业务。

通过上述建议，房企能够更好地在政策调整的环境中保持竞争力和可持续发展能力。

5. 投资策略与风险提示

在当前房地产市场环境的多变背景下，投资者需要具备更加敏锐的洞察力和灵活的应对策略，才能在竞争激烈的市场中稳健前行。本章节旨在探讨不同投资周期下的投资策略，并对潜在风险进行提示，以助投资者把握机遇，规避可能的风险。

5.1 针对投资者的投资策略建议

投资策略的制定需要基于市场环境的深入分析以及投资者自身的风险承受能力和资金情况。以下分别探讨短期和长期投资策略。

5.1.1 短期投资策略

短期投资策略通常关注市场短期的波动和事件驱动的机会。在当前房地产市场回暖的趋势下，投资者可以考虑以下短期投资策略：

关注政策敏感区域 ：短期市场往往受政策影响较大，投资者应密切关注政府发布的相关政策，尤其是那些对房地产市场有直接影响的政策。例如，一些地方政府为刺激经济，可能会提供购房补贴或者放宽购房限制等，这些都可能引起短期内房地产市场的波动。
投机性开发项目 ：在房地产市场回暖的初期，一些具有潜力但尚未被市场充分认识的开发项目可能会提供较好的投机机会。投资者可以对这些项目进行密切关注，评估项目的可行性，并根据市场动态迅速作出投资决策。
利用市场波动 ：利用市场的短期波动进行买卖，通过短期持有后再出售来获得利润。这需要投资者对市场趋势有准确的预判能力，以及对市场波动的敏感度。

5.1.2 长期投资策略

相对于短期投资的快进快出，长期投资更加注重资产的增值潜力和稳定的现金流。以下是一些长期投资策略的建议：

精选物业类型 ：对于长期投资者而言，选择具有稳定现金流和良好增值潜力的物业类型至关重要。住宅物业、商业物业和工业物业均具有不同的特点和风险，投资者应根据自己的风险偏好和投资目标来选择合适的物业类型。
重视物业管理 ：物业管理水平直接影响到物业的保值和增值能力。投资者应选择那些拥有良好物业管理记录的项目，同时关注物业管理公司的资质和管理能力。
分散投资以降低风险 ：将资金分散投资于不同的物业和区域，可以有效地降低单一项目或地区的风险。这可以帮助投资者在某一市场发生不利变化时，减少整体投资组合的损失。

5.2 投资过程中的风险提示

任何投资都伴随着一定的风险，房地产投资也不例外。以下是投资者在投资过程中应关注的几个主要风险：

5.2.1 市场波动带来的风险

房地产市场虽然不像股市那样波动频繁，但也存在周期性波动。市场的过度波动可能会给短期投资者带来较大的不确定性，因此投资者需要密切关注市场动态，适时调整投资策略。

import numpy as np
import matplotlib.pyplot as plt

# 假设这是房地产市场的价格波动数据
market_data = np.random.randn(200).cumsum()
plt.figure(figsize=(10, 5))
plt.plot(market_data, label='Market Fluctuation')
plt.title('Sample of Market Fluctuation Over Time')
plt.xlabel('Time')
plt.ylabel('Index Value')
plt.legend()
plt.show()

上述代码生成了一个随机的市场波动曲线，实际应用时投资者应基于真实的市场数据来分析市场波动趋势，以辅助决策。

5.2.2 政策变动带来的风险

政策的变动对于房地产市场具有重要影响。政府可能会出台新的税收政策、限制购房政策等，这些都可能对房地产投资产生影响。

投资者需要密切关注政府动向，可以通过构建一个包含政策变动信号的决策模型来评估可能的风险。例如，以下是一个简单的决策树模型：

graph TD
    A[开始] --> B[获取最新政策信息]
    B --> C{政策是否利好}
    C -->|是| D[增加投资]
    C -->|否| E[减少投资或退出市场]
    E --> F[观察市场反应]
    F -->|市场反应正面| D
    F -->|市场反应负面| E
    F -->|市场反应不明| B

通过定期评估政策变化和市场反应，投资者可以及时调整自己的投资策略，以最大程度地减少政策变动带来的不确定性。

在本章节中，我们深入探讨了房地产投资的不同策略及其背后的逻辑，并强调了关注市场波动和政策变动带来的风险。投资者在制定投资策略时，需要综合考虑市场情况、自身情况以及风险管理，从而在变幻莫测的房地产市场中找到一条稳健的投资之路。

6. 房地产市场前景展望

房地产市场的前景展望需要综合考虑多种因素，包括经济发展趋势、人口迁移、城市化进程、政策导向等。在这个章节中，我们将深入探讨市场趋势的预测和潜在投资机会，以及面临的相关挑战。

6.1 市场趋势预测

6.1.1 短期市场趋势分析

短期市场趋势受到政策调控和经济周期的影响最为显著。由于房地产市场的特殊性，它与金融环境、信贷政策紧密相连。在短期内，以下几个因素是影响市场趋势的关键：

信贷政策 ：金融机构的贷款利率、房贷政策的调整直接影响到购房者的购买力。
经济数据 ：GDP增速、就业率、收入水平等经济指标能反映消费者对房地产的购买需求。
政策变动 ：短期内的政策调整，如限购、限贷、限售等，将直接影响市场供需。

以中国市场为例，以下是一个简单的Python代码块，利用统计模块分析短期市场趋势。假设我们有最近几个月的房地产销售数据和信贷政策指数：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# 假设的房地产销售数据和信贷政策指数
sales_data = pd.DataFrame({
    'Month': pd.date_range(start='2023-01-01', periods=6, freq='M'),
    'Sales_Volume': [10000, 10500, 11000, 11200, 11100, 11300],  # 销售量
    'Loan_Policy_Index': [100, 102, 105, 103, 104, 106]  # 信贷政策指数
})

# 绘制销售量和信贷政策指数随时间变化的图表
plt.figure(figsize=(10, 5))
plt.plot(sales_data['Month'], sales_data['Sales_Volume'], label='Sales Volume')
plt.plot(sales_data['Month'], sales_data['Loan_Policy_Index'], label='Loan Policy Index')
plt.xlabel('Month')
plt.ylabel('Volume / Index')
plt.title('Sales Volume and Loan Policy Index Trend')
plt.legend()
plt.show()

在这个简单的例子中，通过可视化展示，我们可以观察到销售量和信贷政策指数之间的关系。这个工具可以帮助分析师做出短期市场趋势的预测。

6.1.2 长期市场发展趋势预测

长期市场发展趋势受到城市化进程、人口结构变化、土地资源有限性等因素的影响。在长期视角下，以下几个方面是关键：

城市化水平 ：随着城市化率的提高，城市人口增加，房地产需求将随之增长。
人口结构变化 ：不同年龄段人群的住房需求存在差异，如年轻一代更倾向于购买新房。
土地资源 ：可开发土地的稀缺性会推高土地成本，从而影响房价。

长期趋势的分析需要更复杂的模型和深入的数据挖掘。mermaid流程图可以用来表示这种长期市场趋势分析的框架：

flowchart LR
    A[人口结构变化] --> B{长期需求分析}
    C[城市化水平] --> B
    D[土地资源状况] --> B
    B --> E[市场趋势预测]

在这个流程中，人口结构变化、城市化水平和土地资源状况三个因素共同作用于长期需求分析，并由此预测出市场趋势。

6.2 潜在的投资机会与挑战

6.2.1 新兴区域与城市的机遇

随着经济的发展和区域发展策略的调整，一些新兴区域和城市逐渐成为房地产投资的热点。这些区域通常具有以下特点：

基础设施完善 ：政府加大基础设施投入，改善了交通、教育、医疗等条件。
产业支持政策 ：政府为了吸引投资，往往会在新兴区域出台优惠的产业政策。
未来规划蓝图 ：新兴区域通常有着明确的发展蓝图和规划，能吸引企业和人才入驻。

例如，一个城市的高新技术产业园区的开发可能带来大量的人才和企业，这就为附近的房地产市场提供了潜在的增长点。

flowchart LR
    A[基础设施建设] --> B[吸引企业入驻]
    C[人才引进政策] --> B
    B --> D[房地产需求增加]
    D --> E[新兴区域房地产市场发展]

6.2.2 市场饱和度与竞争态势下的挑战

在市场逐渐饱和的状态下，房地产企业面临的挑战包括激烈的竞争、利润率下降以及产品同质化等问题。企业需要通过以下方式应对：

产品差异化 ：开发具有独特卖点的房产，避免同质化竞争。
市场细分 ：关注特定细分市场，如养老地产、绿色建筑等。
品牌建设 ：加强品牌宣传和建设，提高品牌附加值。

在竞争日益加剧的情况下，房企需精准定位自身市场，找到增长点。例如，一个针对老年人市场的养老公寓，将受益于人口老龄化趋势，但同时也要注意产品和服务质量，避免同质化竞争。

在本章节中，通过代码示例、数据分析、mermaid流程图和表格的展示，我们具体分析了房地产市场短期内的趋势预测以及长期发展态势，并探讨了在新兴区域投资的机遇和市场饱和度下的挑战。通过这些分析，投资者和从业者可以更好地理解市场动态，制定相应策略。

7. 房地产科技的创新应用与挑战

7.1 房地产科技的发展概述

随着科技的不断进步，房地产科技（PropTech）已经成为推动行业发展的新引擎。房地产科技涉及广泛的领域，包括但不限于智能化管理、在线交易、虚拟现实（VR）、大数据分析和区块链应用。这些技术的应用不仅提升了房地产行业的运营效率，还改善了用户体验。

7.1.1 智能化物业管理

智能化物业管理是房地产科技的一个重要分支。它通过集成互联网、物联网以及人工智能技术，实现对物业的高效管理。例如，智能门禁系统、在线报修平台和智能能源管理等。

# 示例代码：简单的在线报修系统
class MaintenanceRequest:
    def __init__(self, user, issue):
        self.user = user
        self.issue = issue
        self.status = 'pending'

    def update_status(self, new_status):
        self.status = new_status

# 创建维修请求
request = MaintenanceRequest('John Doe', 'Leaking pipe in bathroom')

# 更新维修请求状态为处理中
request.update_status('in_progress')

# 输出当前状态
print(request.status)

7.1.2 在线房地产交易

在线房地产交易平台的出现，极大地简化了购房流程。买家和卖家可以在平台上直接沟通，查看房源信息，甚至完成交易。

7.2 房地产科技的创新应用案例

7.2.1 虚拟现实（VR）技术在房产展示中的应用

VR技术可以为用户提供沉浸式的房屋预览体验，使潜在买家能够远程“走进”房间，提前感受房屋布局和空间感。

| VR平台 | 用户体验 | 适用场景 | | ------ | -------- | -------- | | Zillow 3D Home Tours | 交互式预览 | 住宅销售 | | Matterport | 高度真实的3D模型 | 商业地产展示 | | Homelike | 移动设备友好 | 国际租房市场 |

7.2.2 大数据分析在市场预测中的应用

通过收集和分析大量的市场数据，如房价趋势、消费者偏好、经济指标等，大数据技术帮助房企更准确地预测市场动态，从而做出更有信息支持的决策。

-- 示例SQL查询：分析过去一年房价趋势
SELECT 
    date_trunc('month', sale_date) AS sale_month,
    AVG(price) AS average_price,
    COUNT(*) AS sales_count
FROM sales_data
WHERE sale_date >= NOW() - INTERVAL '1 year'
GROUP BY sale_month
ORDER BY sale_month;