【摘要】：房地產(chǎn)業(yè)以其廣泛的產(chǎn)業(yè)關(guān)聯(lián)度，巨大的投資乘數(shù)效應(yīng)，已成為我國國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)；房地產(chǎn)業(yè)又是一個(gè)高收益的行業(yè)，各類投資者投身其中，分享房地產(chǎn)業(yè)繁榮發(fā)展帶來的好處；但是房地產(chǎn)業(yè)也是一個(gè)高投入高風(fēng)險(xiǎn)的行業(yè)，房價(jià)的高低牽涉到社會(huì)各階層的利益，我國房地產(chǎn)開發(fā)企業(yè)薄弱的自有資金實(shí)力，更推高了房地產(chǎn)投資和消費(fèi)的風(fēng)險(xiǎn)。盡管房地產(chǎn)業(yè)如此重要，普通投資者和消費(fèi)者卻沒有較好的風(fēng)險(xiǎn)規(guī)避預(yù)警機(jī)制指導(dǎo)，承受了巨大的風(fēng)險(xiǎn)。為解決這個(gè)問題，文章嘗試探索一套簡單、實(shí)用的房地產(chǎn)開發(fā)企業(yè)信用評(píng)價(jià)指標(biāo)體系，通過一些比較容易獲得的指標(biāo)，衡量房地產(chǎn)開發(fā)企業(yè)信用狀況，幫助普通投資者和消費(fèi)者降低購房風(fēng)險(xiǎn)。 文章首先回顧國內(nèi)外信用評(píng)價(jià)領(lǐng)域的研究狀況，介紹專家方法、信用評(píng)級(jí)、評(píng)分方法等傳統(tǒng)信用評(píng)價(jià)方法各自的優(yōu)點(diǎn)和缺陷，針對(duì)這些缺陷，結(jié)合豐富的歷史信用數(shù)據(jù)積累，各種改進(jìn)的信用評(píng)價(jià)模型誕生，尤其是20世紀(jì)90年代以后，金融市場的快速發(fā)展和各種金融衍生品層出不窮，新的信用風(fēng)險(xiǎn)催生出諸如CreditMetrics模型、KMV模型、CreditRisk+模型以及死亡率模型等一批新的信用風(fēng)險(xiǎn)預(yù)測(cè)模型，其中一些模型已經(jīng)在實(shí)踐中得到運(yùn)用。然后結(jié)合2003—2005年國家對(duì)房地產(chǎn)業(yè)宏觀調(diào)控效果顯現(xiàn)的形勢(shì)，分析上海房地產(chǎn)業(yè)發(fā)展現(xiàn)狀，總結(jié)穩(wěn)定發(fā)展的六大主要表現(xiàn)，同時(shí)指出阻礙上海房地產(chǎn)業(yè)發(fā)展的五大主要問題。針對(duì)房地產(chǎn)開發(fā)企業(yè)的特點(diǎn)，結(jié)合信息的可獲得性，從償債能力和償債意愿兩方面著手，考察宏觀經(jīng)濟(jì)環(huán)境、房地產(chǎn)開發(fā)企業(yè)核心競爭力、企業(yè)歷史信用狀況等定性指標(biāo)和企業(yè)財(cái)務(wù)狀況比率等定量指標(biāo)，建立房地產(chǎn)開發(fā)企業(yè)信用評(píng)價(jià)指標(biāo)體系，選取非參數(shù)的、具有一定容錯(cuò)能力和泛化能力的BP前饋神經(jīng)網(wǎng)絡(luò)模型作為評(píng)價(jià)模型。為便于獲得信用要素?cái)?shù)據(jù)，選取上海10家上市的房地產(chǎn)開發(fā)企業(yè)，其中2／3作為訓(xùn)練樣本，獲得信用評(píng)價(jià)經(jīng)驗(yàn)，另外1／3作為測(cè)試樣本，檢驗(yàn)評(píng)價(jià)的準(zhǔn)確性。通過計(jì)算機(jī)實(shí)驗(yàn)，獲得評(píng)價(jià)結(jié)果，與專家組評(píng)價(jià)結(jié)果基本接近，證明本文建立的信用評(píng)價(jià)體系采用BP神經(jīng)網(wǎng)絡(luò)方法判斷準(zhǔn)確率較高。
【圖文】：

數(shù)據(jù)來源:根據(jù)_L海統(tǒng)計(jì)網(wǎng)歷年月度數(shù)據(jù)整理。圖2一12003年一2005年月度房地產(chǎn)開發(fā)投資額對(duì)照示意圖3個(gè)百分點(diǎn)，占全社會(huì)固定資產(chǎn)投資的35.2%，低于同期固定資產(chǎn)投資百分點(diǎn)，其中商品住宅投資92.084億元，增長.22%，增勢(shì)大幅度趨緩商業(yè)營業(yè)用房開發(fā)投資增長較快，分別投資102.18億元和10.261億元7%和30%。房地產(chǎn)開發(fā)投資增長速度明顯放慢。從投資結(jié)構(gòu)看，20住宅投資同比增長33.2%，辦公樓和商業(yè)營業(yè)用房投資同比增長24.9。從投資主體看，在全部房地產(chǎn)開發(fā)投資主體中，非國有經(jīng)濟(jì)所占份以上，其中股份制經(jīng)濟(jì)、外商及港澳臺(tái)經(jīng)濟(jì)、私營經(jīng)濟(jì)三類占較大比重投資116.01億元，占房地產(chǎn)投資總額的.99%，非國有經(jīng)濟(jì)投資105.9房地產(chǎn)投資總額的90.1%l’5]。購置土地面積繼續(xù)下降觀調(diào)控的政策影響，開發(fā)商放緩了開發(fā)的節(jié)奏，土地開發(fā)力度減弱。計(jì)局統(tǒng)計(jì)數(shù)據(jù)顯示，2005年，上海購置土地面積75.432萬平方米，比。，，

濟(jì)增長質(zhì)量為建國以來最好，“有可能實(shí)現(xiàn)持續(xù)多年的適度高位運(yùn)行”泌]�！罢鎸�(shí)經(jīng)濟(jì)周期理論(1984)更是將注意力集中在了增長本身，，強(qiáng)調(diào)趨勢(shì)即是周期，視短期因素為隨機(jī)擾動(dòng)�！睆奈覈�(jīng)濟(jì)發(fā)展的趨勢(shì)(見圖3一1)和國際比較(見表3一1)，本文認(rèn)為近期全國和上海地區(qū)經(jīng)濟(jì)仍將維持目前增長速度，即意味著上海房地產(chǎn)業(yè)的整體趨勢(shì)是上升的。資料來源:《中國經(jīng)濟(jì)周期波動(dòng)問題研究》，中國社會(huì)科學(xué)院經(jīng)濟(jì)研究所劉樹成，張平，張曉晶。圖3一1中國GDP增長率波動(dòng)曲線(1953一2004年)26《中國經(jīng)濟(jì)周期波動(dòng)問題研究》，中國社會(huì)科學(xué)院經(jīng)濟(jì)研究所劉樹成，張平，張曉晶，《首屆中國經(jīng)濟(jì)論壇論文集》，人民網(wǎng):，2005年11月7日。一18-
【學(xué)位授予單位】：上海海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2006
【分類號(hào)】：F293.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張淵,譚中明;市場化背景下企業(yè)信用管理體系的構(gòu)建[J];商業(yè)研究;2004年14期

2 于新花;借款企業(yè)信用評(píng)級(jí)的非財(cái)務(wù)因素分析——管理控制能力分析[J];安徽廣播電視大學(xué)學(xué)報(bào);2004年02期

3 管七海;違約率評(píng)估因素與指標(biāo)確定及其重要度排序?qū)嵶C研究[J];金融論壇;2005年04期

4 于研;完善我國企業(yè)內(nèi)部信用風(fēng)險(xiǎn)管理機(jī)制的思考[J];上海經(jīng)濟(jì)研究;2004年09期

5 鄒鵬,葉強(qiáng),李一軍;面向巴塞爾新資本協(xié)議的自優(yōu)化神經(jīng)網(wǎng)絡(luò)信用評(píng)估方法[J];管理學(xué)報(bào);2005年04期

6 田志友,王云峰,韓彥芳,吳曉丹;應(yīng)用模糊Hamming網(wǎng)絡(luò)進(jìn)行企業(yè)客戶信用評(píng)估[J];河北工業(yè)大學(xué)學(xué)報(bào);2002年01期

7 徐晉,綦振法;基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的供應(yīng)商信用等級(jí)分析[J];情報(bào)科學(xué);2004年02期

8 徐晉;基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的創(chuàng)業(yè)企業(yè)信用等級(jí)評(píng)估研究[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年06期

9 周春喜;企業(yè)信用等級(jí)綜合評(píng)價(jià)指標(biāo)體系及其評(píng)價(jià)[J];科技進(jìn)步與對(duì)策;2003年04期

10 徐志彪,韋崗;基于前饋神經(jīng)網(wǎng)絡(luò)的企業(yè)信用評(píng)估模型[J];計(jì)算機(jī)工程與應(yīng)用;2003年13期

本文編號(hào)：2695108