基于主成分分析和BP网络的房地产投资风险预测.pdf

维普资讯 第28卷第3期 成 宁 学 院 学 报 Vo1．28，No．3 2008年 6月 JournalofXianningUniversity Jun．2008 文章编号：1006—5342(2008)03—0012—04 基于主成分分析与BP网络的房地产投资风险预测 张吉刚 (成宁学院 数学系，湖北 成宁 437100) 摘 要：房地产投资具有投资金额大，回收期长，投资风险受多种因素影响等特点，通过主成分分析法将众多指标 进行综合，消除样本间的信息重叠，降低BP网络的输入维数．针对房地产投资风险系统的非线性特征，运用BP 网络的高度非线性映射能力，对房地产投资风险进行预测，并且与直接用BP网络方法作了对比分析，结果表明： 基于主成分分析与BP网络预测结果更精确． 关键词：房地产投资；主成分分析；BP网络 中图分类号：TP183 文献标识码：A 0 引言 标化为少数几个互不相关的综合变量，而且这些 房地产投资是将资金投入到房地产综合开 综合变量包含了原变量提供的大部分信息．房地 发、经营、管理和服务等基本经济活动中，以期将 产投资风险的形成指标因素多，指标间的相关性 来获得不确定的收益，房地产投资是进行房地产 大，信息重叠多，不易于直接用BP网络进行预测． 开发和经营的基础．房地产投资风险是指房地产 本文通过建立房地产投资风险形成的指标体系， 投资主体直接或间接把一定量的资金投入房地产 采用主成分分析法对指标数据进行特征提取 ，获 开发过程，由于受各种不确定因素影响而造成的 得4个主要综合指标，然后用 BP网络对房地产投 收益下降，损失增加或投资成本增大等不利结果 资风险进行了预测． 的可能性．研究我国房地产投资风险，科学防范投 1 房地产投资风险指标体系的建立 资风险对促进我国房地产业健康有序发展具有重 依据文献[3]，建立评价房地产投资风险指标 要的现实意义． 体系．四个一级指标：经济风险、市场风险、开发建 在风险投资的评价模型中，一般常用的方法： 设风险、其它风险．十个二级指标：利率风险 周 德尔菲法、层次分析法、模糊综合评价法以及神经 期风险 、经营风险 、竞争风险 、变现风险 、 网络法．由于神经网络具有分布式记忆、并行处理 膨胀风险 工期风险 、资金风险 、质量风险 及联想、自组织的学习能力，可以避开复杂的参数 合同风险 管理风险 ，、自然风险 ，如图 估计过程，又可以灵活、方便地对多成因的系统进 1所示．把项 目各评价指标的大小分为大、较大、一 行高精度建模，所以神经网络得到了较为广泛的 般、较小、小5个等级，将其量化为(0．9，0．7，0．5， 应用 ，． 0．3，0．1)，经过整理原始数据，得到如表 1所示数 主成分分析法是一种数据压缩和特征提取的 据． 多变量统计分析技术，它能将多个相关变量或指 图1 指标体系图 收稿 日期：2008-01一o9 基金项目：咸宁学院被级资助项目(KV0719) 维普资讯 第3期 张吉刚 基于主成分分析与BP网络的房地产投资风险预测 13 ． 表 1 原始指标