学位论文 > 优秀研究生学位论文题录展示

基于禁忌遗传算法的房地产投资组合研究

作　者: 方颖
导　师: 尚天成
学　校: 天津大学
专　业: 管理科学与工程
关键词: 房地产业投资组合禁忌遗传算法 Eviews MATLAB
分类号: F293.3
类　型: 硕士论文
年　份: 2010年
下　载: 96次
引　用: 0次
阅　读: 论文下载

内容摘要

房地产投资效益评估不仅为房地产投资者进行投资管理、风险控制等房地产投资者的投资活动提供合理、全面和科学的评价指标体系,同时也是我国房地产投资者进行资金管理的重要工具和方法。由于我国房地产业起步较晚,市场还不成熟,房地产投资绩效评估理论研究比较薄弱,房地产投资绩效评估方法还存在着指标不统一、检验不规范等问题,甚至有些房地产投资者套用证券投资评价办法于房地产市场,评价结果往往误导投资者,导致投资失败甚至破产。作者通过对大量房地产投资案例和经典投资理论的分析,发现现行房地产投资评估方法在运用于我国房地产投资当中表现出并不完全契合的特点,本文采用比较研究和实证研究对房地产投资理论和绩效评价办法进行了系统的研究。本文对目前常用的六种房地产投资评价办法进行了系统的比较分析。“优异法”、“资本市场线”法和“证券市场线”法假设条件过多、应用环境过于理想并不适用于我国尚不成熟的房地产投资;“效用理论”法中的风险偏好难以确定故在实际运用时难以操作;“蚂蚁算法”存在着优化效率低、适用范围小等缺陷,需要进一步探索。本文从单个投资项目的收益与风险和各个项目之间的相关性出发,应用一种自适应、自优化的智能优化算法得出一个现行条件限制下的最优化组合即应用禁忌遗传算法通过迭代优化得出一个最佳的投资比例,并通过改进目标函数使得优化目标为收益与风险——高收益、低风险,一改现行评价方法控制收益降低风险或者控制风险增加收益的评价目标,更为灵活的是禁忌遗传算法可以通过环境变化适时改变迭代次数、变异概率等算法参数,使得算法具有较高的灵活性等优点。本文通过基于禁忌遗传算法的房地产投资组合模型的构建,建立基于地区差异的房地产投资组合实证研究——我国四个具有地域代表性的城市:北京、重庆、长沙和福州,根据近十年四个城市房屋价格指数和租赁价格指数分析,运用Eviews软件测算出四个城市各自的收益与风险及其相关性,借用Matlab软件并应用禁忌遗传算法得出一个最有投资组合,实证研究结果表明:禁忌遗传算法能有效解决我国房地产投资研究中存在的优化目标单一、参数繁杂、计算烦琐及数据不精确等弊端,与我国房地产投资研究存在着较高的契合性。

全文目录

摘要  3-4
ABSTRACT  4-9
第一章绪论  9-19
  1.1 研究背景与研究意义  9-10
    1.1.1 研究背景  9
    1.1.2 研究意义  9-10
  1.2 国内外研究现状  10-16
    1.2.1 房地产投资组合理论  10-14
    1.2.2 遗传算法理论  14-15
    1.2.3 遗传算法理论与房地产投资组合的结合  15-16
  1.3 国内研究遇到的困难  16-17
  1.4 本论文主要内容与研究框架  17-19
第二章房地产投资组合理论及其实际应用中存在的问题  19-25
  2.1 房地产投资中的基本概念  19-21
    2.1.1 房地产投资组合的基本思想  19
    2.1.2 房地产投资组合中的风险  19-21
  2.2 房地产投资风险分散的方法  21-23
  2.3 实际应用中的问题  23-25
第三章房地产投资组合优化方法的比选  25-36
  3.1 优异法  25-26
    3.1.1 优异法的基本思想  25-26
    3.1.2 优异法的优势与不足  26
  3.2 “资本市场线”法  26-28
    3.2.1 “资本市场线”法的基本思想  26-27
    3.2.2 “资本市场线”法的优势与不足  27-28
  3.3 效用理论法  28-30
    3.3.1 效用理论法的基本思想  28-29
    3.3.2 效用理论法的优势与不足  29-30
  3.4 “证券市场线”法  30-32
    3.4.1 “证券市场线”法的基本思想  30-31
    3.4.2 “证券市场线”法的优势与不足  31-32
  3.5 套利定价模型法  32-33
    3.5.1 套利定价法的基本思想  32
    3.5.2 套利定价模型法的优势与不足  32-33
  3.6 蚂蚁算法  33-34
    3.6.1 蚂蚁算法的基本思想  33
    3.6.2 蚂蚁算法的优势与不足  33-34
  3.7 禁忌遗传算法与我国房地产投资的契合  34-36
    3.7.1 禁忌遗传算法的特点  34
    3.7.2 禁忌遗传算法在我国房地产投资组合研究中的优势  34-36
第四章基于禁忌遗传算法的房地产投资组合的模型构建  36-49
  4.1 基本概念  36-43
    4.1.1 编码方式  36
    4.1.2 适应度函数  36-37
    4.1.3 选择算子  37-39
    4.1.4 交叉算子  39-41
    4.1.5 变异算子  41-42
    4.1.6 控制参数  42
    4.1.7 遗传算法终止条件  42-43
  4.2 基于禁忌遗传算法的房地产投资组合模型  43-49
    4.2.1 基于禁忌遗传算法的房地产投资组合模型的基本步骤  43-45
    4.2.2 模型构建的算法过程  45-49
第五章基于禁忌遗传算法的房地产投资组合实证研究  49-56
  5.1 我国1998-2008 年房地产投资背景  49
  5.2 数据来源和数据预处理  49-51
    5.2.1 数据来源  49-50
    5.2.2 数据预处理与分析  50-51
  5.3 实证研究步骤  51-56
    5.3.1 计算收益与方差  51-53
    5.3.2 基于禁忌遗传算法的投资组合构建  53-54
    5.3.3 结果分析  54-56
第六章结论与展望  56-59
  6.1 研究主要结论  56-57
  6.2 研究中存在的不足  57
  6.3 研究展望  57-59
参考文献  59-64
附录A 中国35个大中城市房屋销售价格指数统计(1998-2008)  64-65
附录B 中国35个大中城市房屋租赁价格指数统计(1998-2008)  65-66
附录C 中国2007年35个大中城市按用途分的商品房销售单价  66-67
附录D 中国历年房地产价格分类指数统计(1998-2008)  67-68
致谢  68

基于禁忌遗传算法的房地产投资组合研究

内容摘要

全文目录

相似论文