基于DEA的房地产资源投资效率研究

本研究运用数据包络分析法(DEA)对我国房地产业投资效率进行评价分析。研究发现,我国仅8个地区的房地产投资综合效率有效;9个地区规模效率有效,多数地区规模效率值大于0.9,表明我国房地产规模状态良好;纯技术效率有效地区12个,但差异较大,其值在0.557-0.925间波动,各地区技术差异明显;规模收益状态呈现出较大差异。

基于主成分分析和德尔菲法的房地产投资环境综合评价体系

研究目的:选用22个主要省会城市的统计数据,确定合理的房地产投资环境评价指标,构建房地产投资环境综合评价体系。研究方法:主成分分析法和德尔菲法。研究结果:从城市宏观经济、房地产市场、基础设施和区位条件4方面初选房地产投资环境评价指标,利用主成分分析法对样本城市的投资环境优劣进行分析,剔除导致排序结果偏差的指标,避免了评价指标选择的盲目性;采用德尔菲法确定各指标权重,建立房地产投资环境的多指标综合评价公式,以此计算22个城市房地产投资环境的综合得分,其排名符合实际情况。研究结论:所构建的房地产投资环境综合评价体系具有较强的逻辑性,评价方法简洁高效,具有良好的应用价值。

房地产投资风险的模糊评价

房地产业是一个高利润高风险行业 ,因此对其投资风险进行评价十分必要。考虑到房地产投资决策的原始信息具有模糊性的特点 ,通过对房地产投资风险的因素分析 ,建立一种适用于房地产投资项目风险的模糊综合评价模型。

基于熵权理想点的房地产投资环境评价

房地产投资环境是影响房地产投资成功与否的关键因素,因此投资商在选择投资地点之前,应该做好房地产投资环境的评价工作。本文在建立房地产投资环境指标体系基础上,应用熵权理想点法对房地产投资环境进行评价排序,实现了定性分析和定量分析的结合,实例证明了该方法的合理性和实用性。

中国西部地区城市房地产投资环境评价体系研究:攀枝花例证

以房地产投资开发中的核心投资评估准则为框架,通过选取具体评价指标,实现房地产投资环境评估的可操作化和体系化。将专家调查法与多层次分析法相结合,以西部典型城市攀枝花市为例证,对初拟的指标进行筛选、权重计算、重要程度排序,进行多层次综合评估模型分析。分析结果发现攀枝花市房地产投资环境高于四川省的整体平均水平,区域住房价格、居民收入水平在评价体系中影响力较大,当地较复杂的地质条件增加了房地产投资项目的成本,相对丰富和低廉的物价水平和劳动力价格是攀枝花房地产项目投资潜力的有力保证。

基于模糊综合评价的投资风险决策

随着房地产市场竞争激烈加剧,以及房地产开发的规模化和产业化,如何进行房地产投资风险决策,以防止投资失败和减少企业风险,已成为当务之急。因此,设计房地产投资风险决策的动态模糊评价模型,制定一套科学的评价指标体系,对各种投资风险进行综合评价,可为投资风险提供一种工具。

基于主成分分析法的房地产投资环境分析

房地产投资环境的影响因素众多,而且关系错综复杂.在对影响房地产投资因素进行定性的基础上,运用主成分分析法,分析各投资环境的差异,为房地产决策提供重要的理论依据.

房地产区域市场投资竞争潜力的灰色关联评价

随着我国经济社会的迅猛发展,跨区域开发已经成为房地产领域新型竞争环境的主要特征。通过建立影响房地产区域市场投资竞争潜力的评价指标,运用灰色关联法模型进行评价,以期得出具有投资竞争潜力的房地产区域市场,从而为房地产投资者选择合适的投资区域提供有益参考和为政府相关部门实施宏观调控提供依据。

湖北省房地产投资环境的时序全局主成分分析

从政治法律环境、宏观经济环境、社会环境、基础设施环境、自然环境和房地产市场环境6个方面,构建了中西部房地产投资环境评价指标体系,并通过时序全局主成分分析法将湖北省房地产投资环境与其他中西部地区房地产投资环境进行了横向截面和纵向时间序列的比较,分析了湖北省在2001—2010年10年的房地产投资环境已从第一位退化到第二位的原因和对策,以期改善湖北省房地产投资环境,促进湖北省房地产市场健康有序地发展。

中国西部地区城市房地产投资环境综合评价

运用因子分析法,建立了城市房地产投资环境评价指标体系,并基于SPSS11.0的数据处理,对中国西部地区城市房地产投资环境进行了定量评价,最后运用聚类分析法将排序后的样本城市划分为4个房地产投资类型区,并进行了分类评析,旨在为投资者和受资者在制定投资引资战略时提供重要的理论依据和决策信息.

基于模糊神经网络的房地产投资风险评价研究

在分析房地产投资风险内外部因素的基础上,构建房地产投资风险评价的指标体系,建立基于模糊神经网络(FNN)的评价模型并选取西安某房地产开发项目为案例,验证了该评价模型的可行性。结果表明,采用的FNN的方法对房地产投资风险进行评价,能够较好地结合定性与定量因素对房地产开发方案的可行性进行评估,为房地产开发商有效规避投资风险提供依据。

房地产投资环境的支持向量机评价

房地产投资环境是房地产投资成功与否的关键因素,因此做好房地产投资环境的评价工作十分重要。本文在介绍支持向量机回归理论的基础上,提出了基于支持向量机回归理论的房地产投资环境评价模型。通过数据仿真及与BP神经网络方法的比较,证明了该方法的有效性。

基于熵权法和灰色关联分析法的城市群房地产投资环境评价——以关中城市群为例

本文从经济环境、自然环境、消费环境、市场环境、基础设施环境、社会文化环境6个方面合理选取了24项指标,将灰色关联分析法和熵权法相结合构建了基于熵权的多层次灰色关联分析模型,以此对关中城市群房地产投资环境进行综合评价,得出相关结论。结论表明:关中城市群房地产投资环境空间差异性十分明显,呈现出西安最好,以西安为中心的东西经济带较好,而南北区域较差的分布特征;另外,每个城市在各子环境方面也表现出较大差异性。最后,基于结论提出扩大社会文化、消费、经济环境方面优势等对策与建议。

房地产投资环境的多层次灰色评价

针对房地产投资环境评价问题,建立了多层次灰色评价方法,旨在为房地产投资环境研究提供科学的评价方法,使得对房地产投资环境的评价更全面、客观、准确。

湖南省设区城市房地产投资环境评价

房地产投资环境的好坏直接关系到房地产的投资效益,是决定投资成败的关键因素,是房地产投资的决策者进行投资决策的重要依据。本文对湖南省13个设区城市房地产投资环境进行了评价,评价结果显示长沙、株洲、湘潭、娄底的房地产投资环境较好,张家界、岳阳、怀化、衡阳、永州、常德、郴州、邵阳、益阳等城市房地产投资环境较差。并对出现这种结果的原因进行了分析。

基于因子分析法的江西产业地产投资环境量化研究

通过因子分析进行数据处理,得出江西产业地产投资环境的主要影响因素和近几年江西产业地产投资环境评价的综合排序。提出以科学规划引领区域发展,提升区域经济发展水平,规范金融体系,打造强大房地产融资平台,完善基础设施建设,提升城市建设质量的发展对策。

房地产投资风险指标体系及模糊综合评价模型

借鉴现代控制理论应用系统工程思想针对房地产投资风险诸多模糊且属性复杂的评价条件 ,建立了一套系统、完整的房地产投资风险评价指标体系 ,进而用模糊综合评判的方法给出了评价房地产投资风险的模型 ,并对模型进行了分析 ,供房地产开发商决策参考。

基于灰色聚类评估的房地产投资环境因素分析

运用灰色系统理论的聚类评估进行房地产投资环境因素的分析,是灰色关联度综合评价对房地产投资环境进行分析择优或对落选方案的进一步分析。通过采用层次分析法、灰色关联分析法、灰色聚类评估等科学的方法进行了方案的评估分析,将最优方案或非最优方案的环境因素进行系统化的定量分析,在选择最优方案的基础上分析了各方案的环境质量高低。

房地产项目开发前期风险可拓评判及实例研究

房地产项目投资大、周期长,参与主体多,组织关系复杂,在开发过程中不可避免地面临着各种风险,而在全过程中,开发前期的不确定因素多,存在的风险更大。因此本文以房地产项目开发前期为分析对象,将可拓工程方法引入到风险分析评价中,构建房地产项目开发前期风险可拓评判模型,并以邯郸市义商国际项目为例进行实证分析。结果表明,该方法直观有效,可以为房地产企业在开发前期提供快速合理的决策支持。

基于超效率DEA的房地产业投资绩效评价研究

针对我国房地产业投资结构不合理、投入产出较低的问题,构建了超效率DEA分析模型,并以我国31个省市的房地产业相关数据为样本,对房地产业投资绩效进行评价研究。结果表明:东部沿海地区的房地产业投资绩效相对较高,且处于规模报酬递减阶段;中西部地区的投资绩效较低,且处于规模报酬递增阶段。研究也得出了房地产业投资绩效较低省份的投资冗余和产出不足,为房地产业投资提供了科学的方向和经济合理的改进措施。最后针对房地产业投资绩效较低的问题,提出了一些改进的建议。