本文關鍵詞：房地產開發(fā)項目風險控制模型研究，由筆耕文化傳播整理發(fā)布。

【摘要】：由于房地產項目有持續(xù)時間長、資源投入量大的特點，通常情況下認為房地產項目在開發(fā)與經營過程中會受到很多風險因素的影響，，因此對房地產開發(fā)項目整個過程中的風險控制顯得非常重要。而傳統(tǒng)的項目風險控制及其管理理論在解決房地產開發(fā)復雜項目的風險控制實踐中會表現(xiàn)出一定的局限性，房地產開發(fā)項目復雜性的加大使得加深對其風險控制與管理新方法的研究顯得很有必要[1]。 本文通過將房地產項目全過程中存在的風險因素根據(jù)風險的是否可控性分別進行識別與分析，把房地產開發(fā)項目的投資利潤率這一經濟指標作為房地產開發(fā)項目風險評價與控制的研究對象，運用BP神經網絡模擬方法找出了投資利潤率與其風險影響因素之間的一種內在邏輯關系，基于案例學習在BP神經網絡的不斷訓練之后獲取了項目的風險因素-項目收益關系模型，為下一步作敏感性分析中的定量計算作準備。然后根據(jù)各風險影響因素對投資利潤率的敏感性程度進行風險因素的分類并構建分類模型，從總體上為房地產開發(fā)項目的決策者在進行項目風險控制時提供科學的決策依據(jù)，使其能夠掌握風險因素所對應的控制措施的優(yōu)先選擇順序和輕重緩急。房地產開發(fā)項目的風險因素-項目收益關系模型的構建是建立在對大量樣本數(shù)據(jù)的BP神經網絡訓練學習基礎之上的，風險因素分類模型的構建是建立在前者風險因素-項目收益關系模型的構建、敏感性分析以及3準則等方法的運用之上的，因為有大量的案例數(shù)據(jù)和堅實的理論依據(jù)，因此本文形成的房地產開發(fā)項目風險控制模型具有很強的說服力為房地產開發(fā)項目決策者進行風險控制提供科學的決策依據(jù)。 最后采用具體實例對本文構建的風險控制模型進行驗證，通過數(shù)值的代入展示了模型的運算過程，實現(xiàn)了對案例中項目風險風險因素在重要性程度上的分類，證明了模型的合理性和有效性。也為擬評價項目的決策者在風險控制時提供了科學的決策依據(jù)，以期提高項目的風險抵抗能力。
【關鍵詞】：房地產開發(fā)項目 風險控制 風險因素—項目收益關系模型 風險分類模型 案例學習
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TU71;F299.233.4
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第1章 緒論10-17
• 1.1 選題背景及意義10-12
• 1.1.1 選題背景10-11
• 1.1.2 選題目的與意義11-12
• 1.2 國內外研究文獻綜述12-14
• 1.2.1 國外房地產開發(fā)項目風險管理研究現(xiàn)狀12-13
• 1.2.2 國內房地產開發(fā)項目風險管理研究現(xiàn)狀13-14
• 1.3 本文研究的主要內容與結構安排14-17
• 第2章 相關理論概述17-25
• 2.1 房地產開發(fā)項目的相關介紹17-18
• 2.1.1 房地產開發(fā)項目的概念17
• 2.1.2 房地產項目開發(fā)的流程17-18
• 2.2 項目風險管理理論18-20
• 2.3 人工神經網絡理論20-25
• 2.3.1 人工神經網絡的概念20
• 2.3.2 人工神經網絡的結構20-24
• 2.3.3 BP 神經網絡模型24-25
• 第3章 房地產開發(fā)項目全過程風險識別與評價體系25-34
• 3.1 房地產開發(fā)項目風險因素識別25-33
• 3.1.1 風險識別的對象25-26
• 3.1.2 風險識別對象的構成分析26-27
• 3.1.3 風險因素識別的結果27-32
• 3.1.4 風險評價指標的選取32-33
• 3.2 風險評價指標體系的建立33-34
• 第4章 房地產開發(fā)項目風險控制框架與模型構建34-48
• 4.1 房地產開發(fā)項目風險控制框架的構建思想34-35
• 4.2 基于案例學習的風險因素-項目收益關系模型35-43
• 4.2.1 模型構建的假設及運用的方法35-37
• 4.2.2 風險因素-項目收益關系模型設計考慮的因素37-38
• 4.2.3 風險因素-項目收益關系模型輸入輸出的定義38-39
• 4.2.4 風險因素-項目收益關系模型結構的選擇39
• 4.2.5 風險因素-項目收益關系模型 BP 神經網絡的學習39-41
• 4.2.6 風險因素-項目收益關系模型的構建41-43
• 4.3 基于敏感性分析的風險因素分類模型43-48
• 4.3.1 風險因素分類模型的構建思路43
• 4.3.2 風險因素分類模型的構建43-48
• 第5章 實例應用研究48-62
• 5.1 實例背景介紹48
• 5.2 實例分析48-62
• 5.2.1 基于案例學習風險因素-項目收益的關系模型48-57
• 5.2.2 基于敏感性分析的風險因素分類模型57-62
• 第6章 全文總結與展望62-64
• 6.1 全文總結62-63
• 6.2 研究展望63-64
• 參考文獻64-67
• 附錄A67-73
• 致謝73

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 支家強;趙靖;李楠;;基于人工神經網絡法的綠色建筑評價[J];城市環(huán)境與城市生態(tài);2010年04期

2 王紅蕾;吳晶妹;;國家風險測評方法研究[J];經濟經緯;2008年03期

3 歐陽建濤;陳睿;劉曉君;;工程項目全壽命周期風險集成化管理研究[J];基建優(yōu)化;2006年02期

4 李萍;曾令可;稅安澤;金雪莉;劉艷春;王慧;;基于MATLAB的BP神經網絡預測系統(tǒng)的設計[J];計算機應用與軟件;2008年04期

5 羅艷芬,萬國金;基于BP神經網絡模型的信息處理系統(tǒng)的應用分析[J];計算機與現(xiàn)代化;2004年11期

6 唐坤,盧玲玲;建筑工程項目風險與全面風險管理[J];建筑經濟;2004年04期

7 張亞莉,楊乃定,楊朝君;項目的全壽命周期風險管理的研究[J];科學管理研究;2004年02期

8 郭然;廖秀遠;;我國房地產企業(yè)籌資風險分析[J];商業(yè)經濟;2013年14期

9 劉軍，常小軍，劉建;神經網絡原理及在控制中的應用[J];青島化工學院學報;1994年02期

10 王宏偉;孫建峰;吳海欣;余建星;;現(xiàn)代大型工程項目全面風險管理體系研究[J];水利水電技術;2006年02期

  本文關鍵詞：房地產開發(fā)項目風險控制模型研究，由筆耕文化傳播整理發(fā)布。

本文編號：405390