基于敏感性分析的房地产风险投资多目标决策论文

  • A+
所属分类:艺术论文
基于敏感性分析的房地产风险投资多目标决策论文【房地产风险投资决策是一个复杂的多目标决策问题。鉴于其评价指标的属性可能随着项目的发展而动态变化,提出利用向量角余弦建立指标的客观权重,给出初始最优选择方案,然后利用权重灵敏度分析的思想分析其后优性。最后,给出了指标权重随最优方案变化的临界值,用以处理房地产风险决策的多指标评价问题

基于敏感性分析的房地产风险投资多目标决策论文

【房地产风险投资决策是一个复杂的多目标决策问题。鉴于其评价指标的属性可能随着项目的发展而动态变化,提出利用向量角余弦建立指标的客观权重,给出初始最优选择方案,然后利用权重灵敏度分析的思想分析其后优性。最后,给出了指标权重随最优方案变化的临界值,用以处理房地产风险决策的多指标评价问题。最后,通过实例说明了该方法的可行性。【关键词】房地产风险投资多目标决策敏感性分析、权重方案排序一、引言房地产行业的高风险与高收益相辅相成,其评价指标纷繁复杂,形成了房地产行业特有的多目标决策问题。目前解决此类问题的方法主要包括建立基于模糊数学的模糊综合评价方法,构建熵优化多目标决策模型对投资方案进行优化排序。采用层次分析法对各投资方案进行优化,采用贝叶斯公式对风险概率的参数进行修正,采用线性加权求和法进行求解。以不可分散的数量将房地产投资分解为系统风险和非系统风险的多目标规划模型。在客观权重的基础上,给出当前属性的方案排序,并在动态区间内进行敏感性分析,成为一种可行的动态研究方法。二、确定客观权重评价指标(属性通常分为成本型、效益型和适度型指标。m个决策方案有集合和属性集合,m个方案的n个评价指标(属性)的指标矩阵为:建立房地产风险投资的理想初始最优方案模型和最差方案模型。其中,评价指标的权重向量通过归一化得到。3.敏感性分析1。权重最小变化的确定对于任意和任意的权重,假设当前排名是对应评价函数的优先级关系为,可以得出当前权重对需要降低(或增加)的属性的最小绝对变化在当时必须满足;当时还有。wwW.11665.cOm中对应权重的最小相对变化:当时,当时还有。2.方案排序对权重变化的敏感度设置为属性的临界值,对应于所有可行的最小相对权重变化中的最小值,即满足;设它为属性的敏感系数,对应的是的倒数,即满足。当临界值不可行时,其敏感系数设置为0。可以得出,临界值较小的所有属性的敏感系数都较大,这表明该方案的排序对属性权重的变化更为敏感。因此,临界值越小或敏感系数越大,属性越敏感。4.仿真实例中有五种独立的风险投资方案。表1列出了从初始投资计算的五个方案的七个指数值。需要对最佳方案进行排序和选择。表1各方案对应的属性值从表1来看,决策矩阵为:a=[6,0.6,5.508,0.226,5,0.082,0.82;7 ,0.35, 5.369, 0.165, 5.5 ,0.233 ,4.66;5, 0.5 ,4.52 ,0.283, 4, 0.096, 0.96;5.5, 0.55 ,4.774, 0.198, 3, 0.132 ,1.32;3 ,0.3, 2.238 ,0.176, 3.5, 0.254 ,2.54]。评估指标值被标准化。由于前四个指标以效益为导向,后三个指标以成本为导向,归一化属性权重为=(0.1855,0.1234,0.1128,0.3087,0.1363,0.1473,0.1333),每个方案的初始权重为v=(0.1511,0.1333)。最优方案和最差方案分别为=(7.0,0.60,5.508,0.283,0.082,0.28),=(3.0,0.30,2.238,0.165,5.5,0.254,4.66),相对偏差矩阵为r. 0 0.8333 0.0425 1 1 0.8719 10.5 0.3333 0.3021 0 0.4 0.0814 0.0365;0.375 0.1667 0.2245 0.7203 0 0.2907 0.1302;1 1 1 0.9608 0.2 1 0.4479];r=[0.75 1 1 0.5169 0.2 0 1;1 0.1667 0.9575 0 0 0.8779 0;0.5 0.6667 0.6979 1 0.6 0.7965 0.9635;0.625 0.8333 0.7755 0.2797 1 0.5872 0.8698;0 0 0 0.0932 0.8 0.1221 0.5521]。根据夹角的余弦公式

通过计算,给定问题的决策矩阵和方案的当前排序如表2所示:计算所有可能的最小绝对变化/最小相对变化(),其中“-”表示不可行,见表3。各属性权重变化的临界值和敏感系数见表4。从表中可知,最敏感的属性是对应的最小临界值为=19.6625,敏感系数值为=0.0510。也就是说,内部收益率(irr)是最敏感的属性。与文献[1]中矩阵迭代计算的权重系数相比,给出了优先权,这里的结论更符合实际。因此,在选择主案例和主案例指标时,规划人员还应密切关注影响内部收益率指标变化的各种因素的未来趋势,以确保在允许范围内获得动态条件下的最优决策。5.结论房地产风险投资决策在实践中具有普适性和普遍性,由于其多因素多目标以及各评价指标属性的动态变化趋势,给出了最优决策的属性变化区间,为房地产开发商做出最优决策标注了最敏感的属性,为这类最优方案的决策提供了一种基于动态变化研究的新方法。

    参考文献:   [1] 周书敬,曾维彬.房地产风险投资的模糊多目标决策[j].河北工程大学学报(自然科学版),2008,25(1):85-87  [2] 王广月陈继光付志前:房地产风险投资的多目标决策分析和应用[j].数学的实践与认识,2003,33(5):26-29  [3] 王铁钢:大中型房地产开发企业项目组合优化研究[d].西安建筑科技大学,2009:34-35  [4] 曾维彬:房地产风险投资的多目标决策[d].河北工程大学,2008:21-25  [5] 管学雷:基于模糊层次分析法的房地产投资风险的决策研究[d].南京理工大学,2010:41-42  [6] 王微:基于模糊主成分分析法房地产投资决策的研究[j].商场现代化,2009:172  [7] 孙海彦:

发表评论