商業用不動産向けAIオペレーティングシステム。
物件を追加
メニュー
ポートフォリオ + 物件を追加する アカウントを作成 サインイン 仕組み 財務ツール ニュース 学習 データに質問する AIエージェント
概要 会社概要 連絡先 免責事項
画像とテーマ ダスク デイライト ✓ エバーグリーン グラファイト
アカウント
デモポートフォリオを閲覧中です

ここに表示されているものはいかなるアカウントにも属していません — 閲覧用の架空のポートフォリオです。ご自身の物件を管理するにはアカウントを作成してください。

サインイン アカウントを作成
ダークモード
画像とテーマ

4つのルック — 写真とカラーが連動して切り替わります。

ダスク デイライト ✓ エバーグリーン グラファイト
デモワークスペース

このワークスペース内のすべての物件・テナント・書類・数値はフィクションです。実際のレコードを変更する操作には明確なマークが付いています。

インターフェース言語
サンプルデータ — 作業例を参照しています。実際の物件はここに表示されます。 アカウントを作成する

学習Commercial Real Estate Finance → レッスン 11 のうち 11

Deal metrics and sensitivity thinking

A one-page deal read: price and $/SF; in-place and stabilized NOI; cap rate on each; yield-on-cost for any project (stabilized NOI ÷ all-in cost) versus market cap — the development spread; DSCR/LTV/debt yield on the proposed debt; cash-on-cash year one; IRR and equity multiple over the hold; break-even occupancy = (OpEx + debt service) ÷ gross potential income.

Then flex it. One variable at a time: cap rate ±50 bps, market rents ±10%, downtime ±6 months, rate ±100 bps. The output is not one number but a shape — where the deal breaks, which lever dominates, how much cushion the structure leaves. Two deals with the same base IRR and different shapes are not the same deal.

Finally, honesty about precision: inputs are estimates, so outputs are ranges. Present base / downside / upside with the driving assumptions attached — decisions made on ranges survive contact with reality better than decisions made on decimals.

重要なポイント

レッスン・クイズ 4 問題

← 前のレッスン シラバス コースを修了する →