【摘要】：房地產(chǎn)業(yè)是我國國民經(jīng)濟(jì)的基礎(chǔ)性、先導(dǎo)性產(chǎn)業(yè),房地產(chǎn)投資是一項高投入、高風(fēng)險、高回報的投資活動,其受經(jīng)濟(jì)、社會、技術(shù)、自然以及管理者自身素質(zhì)等多方面影響。由于前些年我國房地產(chǎn)市場快速蓬勃發(fā)展,很多投資者即使僅憑主觀經(jīng)驗粗略的進(jìn)行投資決策,也能獲得較高的收益,從而忽視了對投資風(fēng)險因素的研究與分析。隨著我國的住房情況由供不應(yīng)求到供求基本平衡,甚至局部地區(qū)供略大于求局面的轉(zhuǎn)變,如果投資者不對房地產(chǎn)項目投資風(fēng)險進(jìn)行科學(xué)的分析,一旦風(fēng)險發(fā)生,將會帶來不可挽回的損失。因此,對房地產(chǎn)項目投資風(fēng)險進(jìn)行綜合分析和科學(xué)評價具有重要的現(xiàn)實意義。本文首先研究了房地產(chǎn)投資的現(xiàn)狀,分析國內(nèi)外房地產(chǎn)投資風(fēng)險的研究進(jìn)度。然后,根據(jù)房地產(chǎn)投資風(fēng)險理論,按照風(fēng)險的來源將影響投資的因素分為社會因素、經(jīng)濟(jì)因素、技術(shù)因素、自然風(fēng)險和內(nèi)部管理風(fēng)險等6大類19個具體風(fēng)險因素,并構(gòu)建了風(fēng)險評價指標(biāo)體系。隨后,選擇預(yù)測領(lǐng)域有較好效果的最小二乘支持向量機作為風(fēng)險評價的主要方法,并利用改進(jìn)的蟻群算法克服支持向量機在參數(shù)選擇上的盲目性,構(gòu)造了基于蟻群優(yōu)化的支持向量機風(fēng)險評價模型。最后,采用MATLAB編程,利用近3年的25個投資項目的數(shù)據(jù),將本文所建模型與交叉驗證支持向量機模型進(jìn)行對比,驗證了模型的有效性。本文所建立的基于ACO-SVM模型的房地產(chǎn)投資風(fēng)險評價模型,對于提高投資者的風(fēng)險分析能力和進(jìn)行投資決策都具有重要的現(xiàn)實意義。
【學(xué)位授予單位】：河北工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F299.23;TP18
【圖文】：

RBF核參數(shù)值變化曲線

懲罰系數(shù)C值變化曲線

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 周江;;房地產(chǎn)市場運行分析[J];中國金融;2015年02期

本文編號：2729793