基于SVM的房地产财务决策风险预测及敏感性分析

合集下载

经济师考试《房地产》房地产投资项目敏感性分析

经济师考试《房地产》房地产投资项目敏感性分析为了帮助您更好的通过经济师考试，全面了解经济师考试的相关重点，我们中华会计网校特地为您汇编了中级经济师考试辅导资料，供您参考，希望对您有所帮助!
房地产投资项目敏感性分析
一、敏感性分析的含义和作用
(一)敏感性分析的含义
敏感性：指经济效果指标对其影响因素的敏感程度
敏感性分析：是通过测定一个或多个不确定因素的变化导致的决策评估指标的变化幅度，了解各种因素的变化对实现预期目标的影响程度，从而在外部条件发生不利变化时，对投资方案的承受能力作出判断
(二)敏感性分析的作用
准确性、科学性、提高;风险、不确定性降低
二、敏感性分析的方法
单因素和多因素分析
三、单因素敏感型分析方法
1.确定影响因素
主要有投资额、建设周期、租售期、建筑面积、租金和售价、利率等
2.确定分析指标
有利润、利润率、净现值、内部收益率、投资回收期等。

3.计算各不确定因素在可能的变动范围内发生不同幅度变动所导致的项目经济效果指标的变动，建立起一一对应关系，用图或表表示出来。

4.确定敏感因素，对方案的承受能力作出判断。

(一)财务评价指标的确定
(二)不确定因素的选择
一是所选择的不确定因素预计在其可能的变化范围内对经济评价指标的影响较大; 二是所选择的不确定性经济评价中的预测数据准确性把握不大。

(三)不确定因素波动对分析指标带来的增减变化
(四)敏感性因素的确定
1.敏感度系数
SAF=△A/A*F/△F
2.临界点
内插法计算
(五)进一步分析
四、多因素敏感性分析方法。

房地产投资项目敏感性分析

房地产投资项目敏感性分析房地产投资是一个复杂的过程，需要考虑众多的因素。

对于投资者而言，敏感性分析是一个非常重要的工具，可以帮助他们更好地了解投资项目各种情况下的表现，从而制定更好的投资策略。

敏感性分析通俗地讲，就是对投资项目的关键指标进行测试，以预测不同情况下这些指标的变化情况。

通过这样的测试，投资者可以更好地了解投资项目在不同环境下的表现，从而做出更加明智的决策。

在房地产投资中，敏感性分析主要涉及以下几个方面：1. 收益预测敏感性分析：这是最为常见的一种敏感性分析方法。

投资者通常会根据市场环境、地段、产权年限、物业等因素来预测项目收益。

通过对这些因素的变化进行测试，可以预测项目在不同情况下的收益变化情况。

从而更好地了解投资风险，为投资决策提供参考。

2. 成本预测敏感性分析：在投资项目中，开发成本、维护成本等成本因素会对收益产生重要影响。

因此，投资者需要对这些成本进行敏感性分析，以预测不同条件下成本的变化情况。

3. 资金投入敏感性分析：在投资项目中，资金投入是一个关键因素。

投资者需要了解不同投入额度下的投资风险和收益情况，从而更好地把握投资机会。

通过以上三种敏感性分析方法，投资者可以更好地了解项目的风险和机会。

从而在投资决策中更加明智和理性。

在实际操作中，敏感性分析可以通过各种工具和方式来进行，例如利用Excel表格进行模拟、制定更加精确的投资预算等。

需要注意的是，敏感性分析虽然可以为投资者提供更加精确的投资预测，但并不能完全消除投资风险。

在选择投资项目时，还需要综合考虑多种因素，如市场走势、政策风险、资金流动性等因素。

总之，敏感性分析是房地产投资过程中非常重要的工具，可以帮助投资者在面对不同情况时更加理性地制定投资策略。

投资者应该结合实际情况和经验，合理运用敏感性分析，最大限度地降低投资风险，实现长期稳健的回报。

基于SVM算法的房地产投资风险研究

基于SVM算法的房地产投资风险研究摘要：房地产投资在高收益的同时也伴随着高风险，不确定因素贯穿投资过程的始末，进行房地产项目投资风险分析与决策研究在避免投资失误、提高投资决策水平和投资效益方面具有较高的理论和实践价值。

本文运用支持向量机（SVM）方法分析了房地产投资中的风险，建立了基于SVM的房地产投资风险评价模型，并运用14个工程投资项目的相关数据做风险评估，将其中的前10个项目数据作为学习样本、后4个作为预测样本。

将其评估结果与基于BP神经网络的房地产投资风险评价模型结果进行了比较。

研究结果表明：SVM方法具有良好的非线性性质、极高的拟合精度、样本依赖性弱的特点，与BP神经网络模型相比能够较好的评价房地产投资风险。

关键词：房地产；支持向量机；风险分析Abstract：Real estate investment is of high yield and also accompanied by high risk. There is uncertainty factors throughout the beginning and end of investment process. The real estate project investment risk analysis and decision-making research are of high theoretical and practical value in avoiding investment mistakes，improving the level of investment decision-making and benefit. This paper uses support vector machine （SVM）method to analyze the risk of real estate investment. Eestablishe the real estate investment risk evaluation model based on SVM，and use the relevant data of 14 engineering investment project to do risk evaluation in which one of the top 10 project data treated as learning samples and after four as the predicted sample. Then，compare the assessment results based on SVM with the results based on BP neural network. The results show that SVM method has good nonlinear properties，high fitting precision，samples of weak dependence and can better evaluate the problem of real estate investment risk compared with BP neural network model.Key words：Real estate；Support vector machine （SVM）；Risk analysis1 引言房地产是指土地、建筑物及固定在土地、建筑物上不可分离的部分及其附带的各种权益。

房产业财务风险观测探析(1)

房产业财务风险观测探析我国对于房地产企业财务风险预警研究还基本停留于传统的统计学方法。

所以，本文将借鉴企业财务风险预警模型的最新研究成果，使用智能方法———支持向量机方法其财务风险智能预警实行研究，以期达到比以往传统预警方法更准确的预测及更广泛的使用。

支持向量机模型的构建1SVM算法基本思想支持向量机（SupportVectorMachine，简称SVM）是建立在结构风险最小化原则和VC维理论基础上的一种新型机器算法。

它能够有效地实现小样本在高维空间非线性系统的精确拟合。

其主要思想是在二分类问题中，在高维空间寻找一个超平面作为两类的分类面，以保证最小的分类错误率。

根据训练集训练得出的决策函数，可对任意输入x预测其所对应的y，即可对企业财务实行预警。

2SVM求解过程财务预警是一个非线性问题，能够通过非线性变换将原低维空间非线性问题转化为某个高维空间中的线性问题，在变换空间求最优分类面。

在高维空间中分类面表达式为：w准(x)+b=0准(x)是输入向量x从空间Rn到高维空间的变换。

由最大间隔思想及软间隔思想可得，求解上式可转化为对下列凸二次规划问题求解：实证分析1样本选择数据来源本文采用沪深证券交易所上市公司财务数据，数据来自证券之星，新浪财经网站，为了避免采用破产后数据信息建立预警模型会高估模型的预测水平，本文选择训练样本时，采用上市公司被ST或*ST前两年的财务信息(即：公司2011年被ST，则选用2009年的财务信息)作为训练数据构建预警模型，以预测上市公司是否会在下年因严重财务风险而被特别处理。

本文随机选择2011年被ST或*ST的5家公司，10家非ST公司作为训练集样本；随机选择2家ST或*ST 公司，3家非ST公司作为测试集样本。

2预警指标选择预警指标的选择当前尚未形成一套成熟的标准，宋雪枫，杨朝军（2006）在国家自然科学基金项目研究中，用杜邦分析从上市公司的盈利水平，负债结构，周转水平三个方面选择18个相关预警指标，并采用Kuskal-WallisH非参数检验最后确定了总资产收益率、总资产周转率、流动资产周转率、主营业务利润率、超速动比率、流动负债比率、资产负债率、应收账款周转率、和存货周转率9个财务危机上市公司与非财务危机上市公司之间存有显著差异的指标。

房地产投资项目敏感性分析

房地产投资项目敏感性分析（一）房地产投资项目评价中的敏感性分析是分析投资项目经济效果的主要指标（如内部收益率、净现值、投资回收期）对主要变动因素变化而发生变动的敏感程度。

如果某变动因素变化幅度很小，但对项目经济指标的影响很大，我们认为项目对该变量很敏感。

在实际工作中，对经济效果指标的敏感性影响大的因素，要严格加以控制和掌握。

一、敏感性分析步骤敏感性分析一般按以下步骤进行：1、确定影响因素影响项目经济效果的因素很多，我们必须抓住主要因素，对于房地产开发项目而言，主要敏感性因素有投资额、建设期、建筑面积、租金、销售价格等。

2、确定分析指标作为敏感性分析的经济指标一般要和我们项目经济分析指标一致，常用的有利润、利润率、净现值、内部收益率、投资回收期等。

3、计算各影响因素在可能的变动范围内发生不同幅度变动所导致的项目经济效果指标的变动效果，建立一一对应的关系，并用图、表的形式表示出来1、确定敏感因素，对方案的风险作出判断敏感性分析既可用于静态分析，也可用于动态分析。

例：某公司准备开发一住宅，预计开发面积1万平方米，开发固定成本120万元，每平方米变动成本600元，预计售价1000元/㎡，销售税率5%，计算该项目的预期利润并进行敏感性分析。

解：按盈亏平衡分析公式：P·X = C(F) + U·X + E(x)该开发项目的预期利润：E(x) = P·X·（1- 5%）- U·X - C(F)=1000×1×95%-1×600-120 = 230万元按题意，要对预期利润进行敏感性分析，此时分析指标是预期利润。

在盈亏平衡分析中，计算预期利润是假定其他参数都是确定的，但是实际上由于市场的变化，模型中的每个参数都会发生变化，使原来计算的预期利润、盈亏平衡点失去可靠性，作为投资者希望事先知道哪个参数对预期利润影响大、哪个参数影响小，通过对敏感因素的控制，从而使投资过程经常处于最有利的状态下。

房地产定价敏感性分析

汇总敏感性分析一、敏感性分析的概念：所谓敏感性分析，就是研究和分析由于一些不确定的变量(如价格、成本、投资、工期等)发生变化时，而导致房地产项目的经济效益指标(如净现值、内部收益率等)发生变动的灵敏程度。

如果主要变量的变化幅度很小，而对项目的经济效益指标却影响很大，则认为该项目对变量的不确定性是敏感的，这种项目方案称为敏感性方案。

通过敏感性分析，可了解当经济评价所需变量为不同值时，项目的获利性将怎样变化，据此来鉴别诸多不确定性因素中影响房地产项目获利性最敏感的变量，从而对它需特别小心地进行估测，设法尽量减小误差，以确保项目在经济上的可行性和获利性预测的准确性。

二、进行敏感性分析的必要性一般来说，相关因素的不确定性是房地产项目具有风险性的根源。

但是，各种相关因素的不确定性给项目带来的风险程度是不一样的，敏感性强的因素的不确定性给项目带来的风险更大。

所以，敏感性分析的核心是从诸多的影响因素中找出敏感性因素，并设法采取对策和措施对它进行控制，以减少项目的风险。

三、敏感性分析具有以下作用一、通过敏感性分析，寻找敏感性因素，观察其变动范围，了解项目可能出现的风险程度，以便集中注意力，重点研究敏感因素产生的可能性，并制定出应变对策，最终使投资风险减少，提高决策的可靠性。

二、通过敏感性分析，计算出允许这些敏感性因素变化的最大幅度（或极限值），或者说预测出项目经济效益变化的最乐观和最悲观的临界条件或临界数值，以此判断项目是否可行。

三、通过敏感性分析，可以对不同的投资项目（或某一项目的不同方案）进行选择，一般应选择敏感程度小、承受风险能力强、可靠性大的项目或方案。

四、敏感性分析的局限敏感性分析可研究备相关因素的不确定性对项目方案获利性的影响，可指出为保证项目在经济上的获利性而需要在管理上严加注视的临界区。

但它不能定量地表示出各相关因素不确定性的数量值；不能揭示在悲观与乐观的值中究竞哪一个能有较大的出现几率(概率)；不能显示投资者所承担的风险，而只能分析单个不确定因素的变化对项目经济效果评价指标的影响；不能对多个不确定性因素进行综合分析。

基于最优模糊SVM的财务危机预警研究

基于最优模糊SVM的财务危机预警研究【摘要】以我国成渝经济区上市公司为研究对象，将模糊方法（Fuzzy Approach）引入支持向量机（Support Vector Machine，SVM），构建了模糊支持向量机（FSVM）模型，并对四种不同核函数下的FSVM进行了性能对比研究，同时，也与传统统计模型和其余人工智能模型进行了性能对比研究。

实证结果表明，Gauss径向基核函数下的FSVM模型不仅较线性、多项式和神经元的非线性作用三种核函数下的FSVM模型具有更为优越的预测性能，同时，也显著优于传统统计模型和其余人工智能模型。

【关键词】成渝经济区；财务危机预警；模糊方法；支持向量机；核函数一、引言随着经济全球化进程的不断加快，上市公司的竞争日益激烈，使得财务危机爆发的可能性大大增加。

而一旦爆发财务危机，不仅威胁着上市公司的生存与发展，同时还严重损害投资者的投资利益，甚至也给国家经济的发展带来严峻的挑战。

因此，开展财务危机预警研究，以准确地预测并有效地防范和化解财务危机，对于促进上市公司的健康发展、优化投资者的投资决策、推动国家经济的稳定发展具有重要的现实意义（鲍新中和杨宜，2013），尤其是次贷危机、欧债危机等金融危机的相继爆发，使得财务危机预警研究成为了理论与实务界研究的热点问题之一。

成渝经济区作为长江流域三大经济区之一，既担负着承接中东部地区产业转型的重要任务，又肩负着国家振兴西部以及推进西部大开发的重要使命，对于促进区域经济的协调发展起着至关重要的作用（何雄浪和朱旭光，2010；江琴，2010）。

而成渝经济区内的上市公司作为成渝经济区发展与建设的重要经济主体，在维持整个成渝经济区经济的稳定与发展中具有举足轻重的作用。

因此，对成渝经济区内上市公司的财务危机预警进行研究，以维持上市公司的稳定运行与发展，从而促进成渝经济区的繁荣与和谐具有重要的现实意义。

财务危机预警模型至今已被大量学者广泛研究，较早的预警模型主要是以单变量分析（Beaver，1966）、多元判别分析（Multiple Discriminant Analysis，MDA）（Altman，1968）、逻辑（Logit）回归（Ohlson，1980）、改进Z模型（徐凯等，2014）等为代表的传统统计模型。

房地产投资项目敏感性分析

如果某变动因素变化幅度很小，但对项目经济指标的影响很大，我们认为项目对该变量很敏感。

在实际工作中，对经济效果指标的敏感性影响大的因素，要严格加以控制和掌握。

2、确定分析指标作为敏感性分析的经济指标一般要和我们项目经济分析指标一致，常用的有利润、利润率、净现值、内部收益率、投资回收期等。

解：按盈亏平衡分析公式：P·X = C(F) + U·X + E(x)该开发项目的预期利润：E(x) = P·X·（1- 5%）- U·X - C(F)= 1000×1×95%-1×600-120 = 230万元按题意，要对预期利润进行敏感性分析，此时分析指标是预期利润。

浅谈房地产投资项目敏感性分析

浅谈房地产投资项目敏感性分析房地产项目敏感性分析是针对有可能影响项目预期效果的因素加以分析，找出最敏感因素，并制定相应的防范措施，从而规避项目风险，减少因不可知因素的变化而给项目带来损失。

标签房地产项目；敏感因素；建设投资；销售收入房地产项目敏感性分析用以考察房地产项目中涉及的各种不确定因素对项目基本方案经济评价指标的影响，找出敏感因素，估计项目效益对它们的敏感程度，粗略预测项目可能承担的风险，为进一步的风险分析打下基础，也为项目实现预期的目标奠定基础。

房地产投资项目评价中的敏感性分析是分析投资项目经济效果的主要指标（如内部收益率、净现值、投资回收期）对主要变动因素变化而发生变动的敏感程度。

如果某变动因素变化幅度很小，但对项目经济指标的影响很大，我们认为项目对该变量很敏感。

在实际工作中，对经济效果指标的敏感性影响大的因素，要加以严格控制和掌握，并制定相应的风险防范措施，保证预期目标的实现。

敏感性分析包括单因素敏感性分析和多因素敏感性分析，单因素敏感性分析是指每次只改变一个因素的数值来进行分析，估算单个因素的变化对项目效益产生的影响；多因素分析则是同时改变两个或两个以上因素进行分析，估算多因素同时发生变化时的影响。

为了找出关键的敏感因素，房地产项目大多采用单因素敏感性分析。

一、房地产项目敏感性分析步骤房地产项目敏感性分析一般按以下步骤进行：1、确定影响因素影响项目经济效果的因素众多，我们必须抓住主要因素，对于房地产开发项目而言，主要影响经济效果的指标有总投资额、建筑面积、销售价格及租金等。

在实际工作中，主要以总投资额和销售及出租收入作为影响因素进行单因素敏感性分析。

2、确定不确定因素的变化程度敏感性分析通常是同时针对不确定因素的不利变化和有利变化进行，以便观察各种变化对效益指标的影响，并编制敏感性分析或绘制敏感性分析图。

一般是选择不确定因素变化的百分率。

房地产项目中一般选取±5%，±10%作为总投资额、销售及出租收入变化的百分率。

基于SVM的房地产投资风险评价及应用_李毅

其中 x ∈ R = ( x , x ,..., x ) 是第 i {( x , y ), i = 1,2,...,l} ，
i
基金项目：中央高校基本科研业务资助项目（CDJSK100142）作者简介：李毅（1983-），男，重庆人，博士研究生，研究方向：项目风险管理。 70
统计与决策２０1 2 年第 1 期·总第 349 期
决策参考
基于 SVM 的房地产投资风险评价及应用
李毅
（重庆大学建设管理与房地产学院，重庆 400045）
摘要：房地产开发是一项高投入、高收益、高风险的投资活动，受社会、经济、技术等因素的影响较大，在开发过程中存在着不确定性，在为投资者提供高收益可能的同时，也蕴含着相应的高风险。文章引进一种新的方法 ——支持向量机将其应用到房地产投资风险评价中。并尝试建立了基于 SVM 的房地产投资风险评价模型。支持向量机(SVM)是一类新型的机器学习算法，它能够非常成功地处理分类和回归问题。这种方法比较新颖，在一些领域有初步研究，但是在房地产领域基本没有研究过，其良好的非线性品质、极高的拟合精度、灵活而有效的学习方式、不依赖于样本的特点，使房地产投资风险预测很好。关键词：房地产；支持向量机；风险评价中图分类号： F293.3 文献标识码： A 文章编号： 1002-6487 （2012） 01-0070-03
f *( x) =
选取 5 个支持向量，分别为第 2， 3， 6， 8， 10 房地产项 x 目。其中 i (i=2， 3， 6， 8， 10)为支持向量机模型的支持向量，x 为待测房地产投资项目的风标值向量，
(a i - a*i) = m i ，为对应于支持向量的拉格朗日乘子，其中

财务评价指标的敏感性分析（最终定稿）

财务评价指标的敏感性分析（最终定稿）第一篇：财务评价指标的敏感性分析财务评价指标的敏感性分析敏感性分析是经济决策中常用的一种不确定性方法，分析项目的现金流动情况发生变化时对项目经济评价指标的影响，从中找出敏感因素及其影响程度，明示风险，为必要的风险防范措施提供依据。

在案例分析中，主要侧重对单因素敏感性分析的考核：在进行敏感性分析时，每次假定只有单一一个因素是变化的，而其他的因素均不发生变化，分析这个因素对评价指标的影响程度及其敏感程度。

单因素敏感性分析的做法如下(1)确定敏感性分析的对象，也就是确定要分析的评价指标。

往往以净现值、内部收益率或投资回收期为分析对象。

(2)选择需要分析的不确定性因素。

一般取总投资、销售收入或经营成本为影响因素。

(3)计算各个影响因素对评价指标的影响程度。

这一步主要是根据现金流量表进行的。

首先计算各影响因素的变化所造成的现金流量的变化，再计算出所造成的评价指标的变化。

(4)确定敏感因素。

敏感因素是指对评价指标产生较大影响的因素。

具体做法是：分别计算在同一变动幅度下各个影响因素对评价指标的影响程度，其中影响程度大的因素就是敏感因素。

(5)通过分析和计算敏感因素的影响程度，确定项目可能存在的风险的大小及风险影响因素。

第二篇：财务分析常用指标财务分析常用指标1、变现能力比率变现能力是企业产生现金的能力，它取决于可以在近期转变为现金的流动资产的多少。

（1）流动比率公式：流动比率=流动资产合计 / 流动负债合计企业设置的标准值：2意义：体现企业的偿还短期债务的能力。

流动资产越多，短期债务越少，则流动比率越大，企业的短期偿债能力越强。

分析提示：低于正常值，企业的短期偿债风险较大。

一般情况下，营业周期、流动资产中的应收账款数额和存货的周转速度是影响流动比率的主要因素。

（2）速动比率公式：速动比率=（流动资产合计-存货）/ 流动负债合计保守速动比率=0.8（货币资金+短期投资+应收票据+应收账款净额）/ 流动负债企业设置的标准值：1意义：比流动比率更能体现企业的偿还短期债务的能力。

基于支持向量机的财务数据预测研究

基于支持向量机的财务数据预测研究财务数据是企业管理和决策制定的基础，对于企业的未来走向和发展趋势具有重要的预测和提示作用。

然而，财务数据预测是一个复杂而又精细的过程，需要根据大量的数据和模型进行分析和预测。

而支持向量机是一种常用的数据挖掘和预测方法，具有很强的数据建模和分类能力，被广泛应用于金融、股票、企业管理等领域。

本文将探讨基于支持向量机的财务数据预测研究，为广大企业管理者提供参考和指导。

一、支持向量机介绍支持向量机（Support Vector Machine，SVM）是一种常用的数据挖掘和预测方法，由Vapnik和Chervonenkis等人在1995年提出，并发展成为一门独立的机器学习领域。

支持向量机的基本思想是通过寻找一个最优的超平面将样本点分开，使得不同类别之间的间隔最大化。

在实际应用中，支持向量机具有很高的分类精度和泛化能力，可以处理高维度、非线性和大样本数据。

支持向量机的优点：1. 具有很强的数据建模和分类能力，适用于处理高维度和复杂数据。

2. 支持向量机的训练速度很快，可以处理大规模的样本数据。

3. 支持向量机不需要事先对数据进行简化或者降维处理，可以直接处理原始数据。

4. 支持向量机可以处理非线性问题，通过使用核函数将原始数据映射到高维空间后进行分类。

二、财务数据预测模型建立财务数据预测是企业管理和决策制定的关键环节，通过对财务数据的预测可以帮助企业管理者更好地了解企业的财务状况和未来发展趋势，有利于制定更加科学和有效的经营策略。

财务数据预测模型的建立需要根据实际情况选择合适的数据指标和算法模型。

1. 数据指标的选择财务数据包括资产负债表、利润表、现金流量表等重要指标，这些指标反映了企业的财务状况和经营状况。

在选择数据指标时，需要考虑指标的可靠性、数据来源、数据表现等方面，确保数据的准确性和完整性。

常用的财务数据指标包括：1. 资产负债率：反映企业资产和负债之间的比例关系，能够反映企业的偿债能力和财务风险。

房地产项目经济评价中敏感性分析方法探索

房地产项目经济评价中敏感性分析方法探索摘要院敏感性分析是房地产项目经济评价风险分析的重要方法，其核心是通过经济评价指标与不确定性因素相对变化率的比值寻找各经济指标的控制临界，以实现最优效益的较低风险；而弹性分析是经济数学在经济领域的应用，二者的有机结合，对于经济评价中的风险分析提供便利的解决办法。

Abstract: The sensitivity analysis is an important way for the risk analysis of economic evaluation of real estate project, and its core isto find the critical control of the various economic index through the economic evaluation index and the ratio ofthe relative change rate ofuncertain factors, thus achieving the optimal efficiency of lower risk. The elastic analysis is the application of economic mathematics ineconomic field, and the organic combination of both, provide convenient solution for the economic evaluation of the risk analysis.关键词院弹性分析；敏感性分析；房地产Key words: elastic analysis；sensitivity analysis；real estate中图分类号院F283 文献标识码院A 文章编号院1006-4311（2014）23-0306-03临界点的高低与设定的基准收益率有关，对于同一个投资项目，随着设定基准收益率的提高，临界点就会变低（即临界点表示的不确定因素的极限变化变小）。

房地产项目的敏感性分析

房地产项目的敏感性分析
房地产项目的敏感性分析
敏感性分析是指从众多不确定性因素中找出对投资项目经济效益指标有重要影响的敏感性因素，并分析、测算其对项目经济效益指标的影响程度和敏感性程度，进而判断项目承受风险能力的一种不确定性分析方法。

房地产项目敏感性分析主要包括以下几个步骤：
(1)确定用于敏感性分析的财务评价指标。

通常采用的指标为内部收益率，必要时也可以选用财务净现值、开发利润等其他经济指标。

在具体选定评价指标时，应考虑分析的目的，显示的直观性、敏感性，以及计算的复杂程度。

(2)确定不确定性因素可能的变动范围。

(3)计算不确定性因素变动时，评价指标的相应变动值。

(4)通过评价指标的变动情况，找出较为敏感的不确定性因素，做出进一步的分析。

进行房地产项目敏感性分析时，可以采用列表的方法表示由不确定性因素的相对变动引起的评价指标相对变动幅度，也可以采用敏感性分析表对多个不确定性因素进行比较。

单因素与多因素敏感性分析：
单因素敏感性分析是敏感性分析的最基本方法。

进行单因素敏感性分析时，首先假设各因素之间相互独立，然后每次只考察一项不确定性因素的变化而其他不确定性因素保持不变时，项目财务评价指标的变化情况。

多因素敏感性分析是分析两个或两个以上的不确定性因素同时发生变化时，对项目财务评价指标的影响。

由于项目评估过程中的参数或因素同时发生变化的情况非常普遍，所以多因素敏感性分析也有很高的。

第八章房地产投资项目的不确定性分析之敏感性分析

一、通过敏感性分析，寻找敏感性因素，观察其
变动范围，了解项目可能出现的风险程度，以便集中注意力，重点研究敏感因素产生的可能性，并制定出应变对策，最终使投资风险减少，提高决策的可靠性。
二、通过敏感性分析，计算出允许这些敏感性因素变化的最大幅度（或极限值），或者说预测出项目经济效益变化的最乐观和最悲观的临界条件或临界数值，以此判断项目是否可行。三、通过敏感性分析，可以对不同的投资项目（或某一项目的不同方案）进行选择，一般应选择敏感程度小、承受风险能力强、可靠性大的项目或方案。
房地产投资不确定性的敏感性分析
敏感性分析
敏感性分析是通过测定一个或多个不确定因素的变化所导致的经济评价指标的变化幅度, 了解各种因素的变化对实现预期目标的影响程度, 从而对外部条件发生不利变化时项目的承受能力做出判断。
房地产开发项目的不确定因素

(1) 成本中的不确定因素。 (2) 销售收入中的不确定因素。 (3) 拆迁户居民安置方案中的不确定因素。 (4) 其它变动因素
2．确定因素及因素变化范围选定不确定性因素，有如下两条原则： ①预计在其可能变动的范围内，其变动将较为强烈地影响经济效益指标； ②对其在确定性经济评价中采用的数据的准确性把握不大。

投资项目的经济效益涉及到的影响因素复杂，在不同的阶段，应选取不同的内容。
(1)获取土地使用权的阶段
a) b)
双因素敏感性分析

一次改变一个因素的单因素敏感分析可以得到一条曲线——敏感性曲线各因素同时变化时则可以得到敏感面。
双因素敏感性分析

例：假定某项目的初始投资为170000元，年租金收人为35000元．年经营费用为3000元，项日寿命为10年，资产残值为2000元，基准收益率为13％，现就初始投资各年租金收入对该项目的净现值进行双因素敏感性分析。设x表示初始投资变化的百分数，y表示同时改变的年租金收入的百分数，则：

基于SVM和LS-SVM的住宅工程造价预测研究

基于SVM和LS-SVM的住宅工程造价预测研究秦中伏;雷小龙;翟东;金灵志【摘要】To forecast the costs of a residential construction rapidly and accurately at the initial stage of construction that lacks relevant information ,in view of the strengths and weaknesses of previous approaches ,we choose support vector machine (SVM ) and principal component analysis (PCA) .Firstly ,a residential project cost forecasting index set is selected ;The data of the input index is then analyzed and the correlation is eliminated by PCA ;Thirdly ,the processed data are imported into the standard support vector machine and trained by the least squares support vector machine model .The prediction results are compared and analyzed ,and then a more reasonable prediction model isadopted ;Finally ,the prediction result of the model is optimized by model parameter optimization .Experiments show that the relative error of the prediction model is controlled within ± 7% ,and the result is stable .%为在方案设计初期与工程造价相关信息很少的条件下，准确快速地预测住宅工程造价，在分析既往相关理论和方法优劣的基础上，选取支持向量机构建住宅工程造价预测模型，并通过主成分分析对原始数据进行降噪处理。

基于SVM的房地产财务决策风险预测及敏感性分析

经济师考试《房地产》房地产投资项目敏感性分析

房地产投资项目敏感性分析

基于SVM算法的房地产投资风险研究

房产业财务风险观测探析(1)

房地产投资项目敏感性分析

房地产定价敏感性分析

基于最优模糊SVM的财务危机预警研究

房地产投资项目敏感性分析

浅谈房地产投资项目敏感性分析

基于SVM的房地产投资风险评价及应用_李毅

财务评价指标的敏感性分析（最终定稿）

基于支持向量机的财务数据预测研究

房地产项目经济评价中敏感性分析方法探索

房地产项目的敏感性分析

第八章 房地产投资项目的不确定性分析之敏感性分析

基于SVM和LS-SVM的住宅工程造价预测研究

第八章房地产投资项目的不确定性分析之敏感性分析