在线观看av毛片亚洲_伊人久久大香线蕉成人综合网_一级片黄色视频播放_日韩免费86av网址_亚洲av理论在线电影网_一区二区国产免费高清在线观看视频_亚洲国产精品久久99人人更爽_精品少妇人妻久久免费

首頁 > 文章中心 > 正文

詮釋敏感性探討的房產(chǎn)風(fēng)險(xiǎn)投資多方針

前言:本站為你精心整理了詮釋敏感性探討的房產(chǎn)風(fēng)險(xiǎn)投資多方針范文,希望能為你的創(chuàng)作提供參考價(jià)值,我們的客服老師可以幫助你提供個(gè)性化的參考范文,歡迎咨詢。

詮釋敏感性探討的房產(chǎn)風(fēng)險(xiǎn)投資多方針

[摘要]房地產(chǎn)風(fēng)險(xiǎn)投資決策是復(fù)雜的多目標(biāo)決策問題,針對其評價(jià)指標(biāo)的屬性隨項(xiàng)目發(fā)展可能的動態(tài)變化,提出運(yùn)用向量夾角余弦建立指標(biāo)客觀性權(quán)重給出初始最優(yōu)選擇方案,并運(yùn)用權(quán)重敏感性分析的思想對其進(jìn)行后最優(yōu)性分析,最終給出最優(yōu)方案排序發(fā)生變化的指標(biāo)權(quán)重臨界值的方法來處理房地產(chǎn)風(fēng)險(xiǎn)決策的多指標(biāo)評價(jià)問題,并通過一個(gè)實(shí)例指出此類方法應(yīng)用的可行性。

[關(guān)鍵詞]房地產(chǎn)風(fēng)險(xiǎn)投資多目標(biāo)決策敏感性分析權(quán)重方案排序

一、、確定指標(biāo)客觀性權(quán)重

評價(jià)指標(biāo)(屬性通常分為成本型、效益型和適度型指標(biāo)。設(shè)有m個(gè)決策方案的集合,屬性集,且m個(gè)方案關(guān)于n項(xiàng)評價(jià)指標(biāo)(屬性)的指標(biāo)矩陣為:。建立房地產(chǎn)風(fēng)險(xiǎn)投資理想初始最優(yōu)方案模型和最劣方案模型。其中:

然后將歸一化得到項(xiàng)評價(jià)指標(biāo)的權(quán)重向量。

三、敏感性分析

1.權(quán)重最小變化量的確定

對任意和任意權(quán)重,假設(shè)目前的排序是,對應(yīng)的評價(jià)函數(shù)的優(yōu)先關(guān)系為,可得出在屬性上的當(dāng)前權(quán)重所需減少(或增加)的最小絕對變化量必須滿足當(dāng)時(shí),;當(dāng)時(shí),,且。相應(yīng)的權(quán)重最小相對變化量:當(dāng)時(shí),;當(dāng)時(shí),,且。

2.方案排序?qū)?quán)重變化的敏感性

設(shè)為屬性的臨界值,對應(yīng)著權(quán)重所有可行的最小相對變化量中的最小值,即滿足;再設(shè)為屬性的敏感性系數(shù),該敏感性系數(shù)對應(yīng)著的倒數(shù),即滿足,當(dāng)臨界值為不可行時(shí),其敏感性系數(shù)被設(shè)置為0。由此可得,對于所有的,臨界值越小的屬性的敏感性系數(shù)越大,說明此方案排序?qū)傩詸?quán)重變化的敏感程度越高。故方案排序中臨界值越小或敏感性系數(shù)越大的屬性越敏感。

四、仿真算例

有5個(gè)相互獨(dú)立的風(fēng)險(xiǎn)投資方案,表1列出5個(gè)方案的由初始投資推算出的7項(xiàng)指標(biāo)值。要求對各方案進(jìn)行排序擇優(yōu)。

表1各個(gè)方案對應(yīng)的屬性值

從表1可知,決策矩陣為: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]。

對評價(jià)指標(biāo)值做規(guī)范化處理,由于前四項(xiàng)指標(biāo)屬效益型,后三項(xiàng)指標(biāo)是成本型,歸一化處理得各屬性權(quán)重為=(0.1855,0.1234,0.1128,0.3087,0.1363,0.1473,0.1333),各方案初始權(quán)重V=(0.1511,0.1308,0.3087,0.2761,0.1333),理想最優(yōu)方案和最劣方案分別為:=(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),

相對偏差矩陣為:R=[0.25000.48310.800;0中國論文聯(lián)盟整理0.83330.0425110.87191;0.50.33330.302100.40.08140.0365;0.3750.16670.22450.720300.29070.1302;1110.96080.210.4479];r=[0.75110.51690.201;10.16670.9575000.87790;0.50.66670.697910.60.79650.9635;0.6250.83330.77550.279710.58720.8698;0000.09320.80.12210.5521]。

再由夾角余弦公式得到,此算例的初始排序?yàn)?,相比于文獻(xiàn),各屬性權(quán)重的選擇更加客觀、理性,能更有效的作出決策。通常情況下應(yīng)優(yōu)先考慮。通過計(jì)算得,所給問題的決策矩陣以及方案的當(dāng)前排序?yàn)楸?:

計(jì)算得到所有可能的最小絕對變化量/最小相對變化量

(),“-”表示不可行見表3。

得各屬性權(quán)重變化的臨界值和敏感性系數(shù)為見表4:

從表中可得:最敏感的屬性是,相應(yīng)的最小臨界值為=19.6625,敏感性系數(shù)值為=0.0510。即內(nèi)部收益率(IRR)是最敏感的屬性,相對于文獻(xiàn)[1]中通過矩陣迭代計(jì)算得出權(quán)重系數(shù)指出,優(yōu)先考慮,文章此處的結(jié)論更加符合實(shí)際。因此我們在選定主案及主案指標(biāo)時(shí)策劃者還應(yīng)密切關(guān)注影響IRR指標(biāo)發(fā)生變化的各因素的未來走向,保證在允許范圍內(nèi)獲得動態(tài)條件下的最優(yōu)決策。

五、結(jié)束語

房地產(chǎn)風(fēng)險(xiǎn)投資決策由于其多因素多目標(biāo)以及各評價(jià)指標(biāo)屬性具有動態(tài)變化的趨勢,將最優(yōu)決策發(fā)生變化的屬性變化區(qū)間給出,并標(biāo)注出最敏感的屬性以便房地產(chǎn)開發(fā)商做出最優(yōu)決策,在實(shí)際操作中具有普遍性、一般性,為此類最優(yōu)方案的決策提供了一種基于動態(tài)變化研究的新方法。

林口县| 闽侯县| 台南市| 宣恩县| 开封市| 涿鹿县| 长子县| 昭平县| 凌海市| 澎湖县| 邓州市| 固镇县| 泸溪县| 丹东市| 句容市| 南昌县| 特克斯县| 忻州市| 景谷| 洪泽县| 金阳县| 巩义市| 华亭县| 高清| 茂名市| 育儿| 睢宁县| 甘孜| 沽源县| 阿鲁科尔沁旗| 临高县| 金坛市| 武山县| 万宁市| 铜山县| 浏阳市| 余庆县| 塔河县| 宁武县| 利辛县| 辉县市|