Retornos do período de retenção

Retornos médios por duração do período de retenção

Como ler o período de retenção e informações sobre devoluções

Principais conclusões

  • Esse insight é alimentado por dados de transações URA e HDB atualizados mensalmente.
  • Use o filtro distrital acima do gráfico para restringir os resultados a uma área de planejamento específica.
  • Passe o mouse sobre qualquer ponto de dados no gráfico para obter valores exatos e contagens de transações.

O que isso faz

O insight Holding Returns analisa os retornos de capital realizados para propriedades residenciais privadas em Cingapura, estratificando as transações com base no ano em que a propriedade foi originalmente comprada. Para cada coorte de ano de compra (por exemplo, "todas as propriedades compradas em 2010"), o gráfico mostra a distribuição dos ganhos nominais anualizados na revenda - mediana, percentil 25 e percentil 75 - para que você possa entender não apenas o resultado médio, mas a distribuição dos resultados das propriedades compradas naquele ano. O eixo horizontal é o ano de compra (de 2000 até o presente) e o eixo vertical é o retorno nominal anualizado. Um filtro permite que você selecione um distrito ou segmento de mercado específico para ver como o perfil de retorno varia de acordo com o local.

Você pode encontrar esse insight no ShiokNest na guia Insights. Os dados são provenientes de pares combinados de advertências de compra e revenda de URA – apenas as transações em que a compra original e a revenda subsequente são registradas no banco de dados são incluídas, garantindo que os retornos sejam baseados em transações reais de ida e volta, em vez de estimativas modeladas. O conjunto de dados exclui propriedades ainda detidas (ainda não revendidas), o que significa que os anos de compra recentes (2022–2025) terão poucos pontos de dados até que essas propriedades comecem a ser transacionadas no mercado secundário. Esse insight é combinado com a Pontuação de lucratividade para análise em nível de desenvolvimento e com a Calculadora de fluxo de caixa para modelagem de retorno líquido do custo de financiamento.

Por que é importante

O insight mais importante dos dados de retornos de holdings é como o momento da compra afeta dramaticamente os resultados. As propriedades compradas em 2009 (mínimo pós-GFC) e revendidas a qualquer momento entre 2012 e 2020 geraram retornos nominais médios anualizados de 8 a 14% — excepcionais por qualquer padrão de classe de ativos. As propriedades compradas no pico de 2011 e revendidas 5 a 7 anos mais tarde proporcionaram retornos médios de 0 a 2% anualizados – pouco acima da inflação depois de contabilizados os custos de transação. O gráfico torna essa sensibilidade do ano de compra visível ao longo de todo o ciclo histórico, para que você possa localizar qualquer ano histórico de compra e entender o que o comprador médio realmente recebeu.

A distribuição de retorno - mostrando as faixas do 25º e 75º percentil - é tão importante quanto a mediana. Um ano de compra em que o retorno médio é de 5%, mas o percentil 25 é de -2%, significa que cerca de 25% dos compradores desse grupo perderam dinheiro em termos reais após os custos. Um ano de compra em que o percentil 25 é de 3% e o percentil 75 é de 9% tem uma distribuição de retorno rigorosa e consistentemente positiva – todo o grupo teve um desempenho razoavelmente bom. A largura da distribuição informa quanta variabilidade de resultados um comprador enfrentou naquele ano, o que é uma medida do risco de todo o mercado naquele período, em vez do risco de seleção individual.

Para os compradores atuais, a aplicação mais útil é calibrar as expectativas para a coorte de entrada de 2024–2026. Dados os atuais níveis de PSF, ABSD e custos de transação, e o ambiente de resfriamento pós-2023, que retorno anualizado um comprador em 2024 precisaria que o mercado entregasse para alcançar um retorno mínimo aceitável? Os dados sobre os retornos de detenção fornecem um contexto histórico: o mercado residencial privado de Singapura proporcionou retornos nominais positivos em cada período de detenção de mais de 5 anos, medido a partir de anos de compra fora do pico. Nos anos de pico de compras (2011, 2013), os detentores de 5 anos muitas vezes mal atingiram o equilíbrio nominal. Estes dados enquadram o actual ponto de entrada - não num pico ao estilo de 2011, mas também não num mínimo de 2009 - e ajudam a definir expectativas de retorno realistas para um horizonte de investimento de 5 a 10 anos.

O filtro distrital revela uma variação regional significativa nos retornos detidos. Os distritos D9/D10/D11 CCR apresentam maior volatilidade de retorno (maior spread entre o percentil 25 e 75), mas retornos medianos mais elevados nos anos de compra. Os distritos OCR D19/D20/D21 apresentam menor volatilidade dos retornos e retornos modestos mais consistentes. Para investidores avessos ao risco que procuram retornos estáveis ​​em vez de um potencial desempenho superior, o perfil de retorno de detenção de OCR proporciona historicamente uma distribuição mais estreita, mesmo que a mediana seja 2–3 pontos percentuais inferior ao CCR de anos de compra equivalentes. Combine com o Insight sobre tendências de posse para entender como os retornos de propriedade de FH versus 99 anos se comparam no mesmo distrito em períodos equivalentes.

Como funciona

  • Selecione um distrito no filtro ou deixe-o em branco para visualizar os dados de toda Cingapura.
  • Use os botões de intervalo de tempo (1Y/2Y/3Y/5Y/All) para ajustar a janela do gráfico.
  • Passe o mouse sobre qualquer ponto do gráfico para ver os valores exatos e as contagens de transações subjacentes.
  • Revise os cartões de KPI acima do gráfico para obter rapidamente os números dos títulos.

Exemplos

2009 vs 2011 purchase cohort in D9: the purchase timing gap

Entradas
District
D9 — Orchard / River Valley
Cohorts compared
2009 purchase year vs 2011 purchase year
Metric
Annualised nominal return at resale (all holding periods)
Resultados
D9 2009 cohort median return
+9.8% annualised (5-year typical hold)
D9 2011 cohort median return
+1.2% annualised (5-year typical hold)
D9 2011 cohort 25th percentile
−1.4% annualised (losing-money band)
Return difference from 2yr timing gap
8.6 percentage points per year

Como ler isso: Two years of purchase timing in the same district — 2009 vs 2011 — produced an 8.6 percentage point gap in median annualised returns over a 5-year hold. The 2009 buyer entered near the trough; the 2011 buyer entered near the peak of that cycle. After 5 years, the 2009 buyer had compounded at 9.8% per year; the 2011 buyer at 1.2%. The 25th percentile for the 2011 cohort is actually negative — meaning roughly 25% of 2011 D9 buyers lost money nominally over 5 years. This historical data contextualises the importance of current-cycle positioning: buyers entering D9 at relative value versus those entering at cycle highs face very different return distributions.

OCR 2015–2018 cohort: consistency in modest returns

Entradas
Segment
OCR (Outside Central Region)
Cohorts
2015, 2016, 2017, 2018 purchase years
Metric
Annualised return at resale, all holding periods
Resultados
2015 OCR cohort median
+4.2% annualised
2016 OCR cohort median
+3.8% annualised
2017 OCR cohort median
+4.4% annualised
2018 OCR cohort median
+3.9% annualised
Distribution width
Narrow: 25th percentile +1.8%, 75th percentile +6.5%

Como ler isso: OCR buyers in the 2015–2018 window consistently achieved 3.8–4.4% annualised median returns with narrow distribution spreads — the 25th percentile never went below +1.8%. This contrasts sharply with CCR's wider distribution. For a risk-averse investor entering today at a comparable relative position in the current cycle (not at cycle peak, not at trough), OCR's historical return consistency is a meaningful data point. The 4% median annualised nominal return plus rental income suggests a total return in the 7–8% range for an OCR buy-to-let over a 5–7 year hold — not spectacular, but consistent and measurable.

Dicas e armadilhas

Dicas de especialistas

  • Compare 2–3 distritos lado a lado para identificar valores discrepantes relativos, em vez de ler um único número isoladamente.
  • Sempre verifique a contagem de transações junto com qualquer métrica de preço – amostras pequenas podem produzir médias enganosas.
  • Combine esse insight com as calculadoras e mapas relacionados abaixo para obter uma estrutura de decisão completa.

Armadilhas Comuns

  • Interpretando movimentos de curto prazo (menos de 1 ano) como tendências — os dados imobiliários de Cingapura são ruidosos e precisam de uma janela mais longa.
  • Ignorando a diferença entre mediana e média – as médias são puxadas por valores discrepantes de luxo em distritos nobres.
  • Esquecer que os preços dos novos lançamentos são muitas vezes subsidiados por descontos para desenvolvedores não visíveis nos dados das manchetes.

Perguntas frequentes

De onde vêm os dados?
Os dados são provenientes das APIs oficiais da Autoridade de Desenvolvimento Urbano (URA) e do Conselho de Desenvolvimento e Habitação (HDB), atualizadas mensalmente.
Com que frequência esse insight é atualizado?
Os dados da transação subjacente são sincronizados mensalmente do URA e do HDB. Os gráficos são recalculados em tempo real à medida que novos dados chegam.
Posso filtrar por distrito?
Sim – use o filtro distrital acima do gráfico. Você também pode compartilhar um link direto para um distrito específico por meio do URL.