基于ANN-CVaR模型的住宅開發(fā)投資風險評價研究.pdf

1、房地產投資過程是指從房地產投資意向的產生到房屋出售，資金回收的整個過程，這是一個動態(tài)的過程，可分為投資決策階段、前期工作階段、開發(fā)建設階段、銷售階段，其中每一個階段都潛藏著極大的風險。房地產開發(fā)投資是一項社會化程度極高的活動，極易受外界經濟、政治等各種環(huán)境的影響。要想準確有效地評價出這種風險需要建立系統(tǒng)化的指標體系，并且采用合適有效的評價方法。針對當前我國住宅開發(fā)市場動蕩、投資風險過大的問題，本文通過對住宅投資風險特征的理解，將BP(B

2、ack Propagation)神經網絡和CVaR(Conditional Value at Risk)模型風險評估方法運用到住宅開發(fā)投資風險評價研究中，從而為開發(fā)商在住宅開發(fā)的風險評估和風險認識問題上提供新的思考方式和評價辦法。
　　在研究了住宅開發(fā)投資風險評價的幾種常用方法后發(fā)現(xiàn)現(xiàn)行的、單一的方法已經難以勝任當前社會經濟環(huán)境下風險評價的需要。BP神經網絡是最常用且性能極其優(yōu)越的一種信息處理手段，它實質上實現(xiàn)了一個從輸入到輸出的

3、映射功能，而數(shù)學理論已證明它具有實現(xiàn)任何復雜非線性映射的功能，這使得它特別適合于求解內部機制復雜的問題。BP神經網絡能通過學習帶正確答案的實例集自動提取“合理的”求解規(guī)則，即具有自學習能力。這些特性決定了他特別適合用于風險的定性分析。CVaR是指損失超過VaR的條件均值，CVaR代表了超額損失的平均水平，反映了損失超過VaR閾值時可能遭受的平均潛在損失的大小，較之VaR更能體現(xiàn)潛在的風險價值。CVaR還滿足凸性、單調性、正齊次性、平移不

4、變性等性質，保證了CVaR風險值真實準確性，特別適合用于風險的定量測算。本文把這兩種優(yōu)良的模型結合起來，先由BP神經網絡給出住宅開發(fā)投資的風險水平，然后使用CVaR模型測算出具體風險值，這兩種方法相輔相成，相得益彰。
　　基于以上理論，建立住宅投資風險評價指標體系和ANN-CVaR(Artificial Neural Networks-Conditional Value at Risk)風險評價模型，并運用該指標體系和模型評估無錫