od体育官网房地产目前状况分析8篇

　　由于房地产具有抗通货膨胀、保值、增值性,房地产投资逐渐成为世界最有吸引力的投资方式之一。而在我国,随着各地房价的高歌猛进,以及的飘摇不定,房地产投资已成为广大投资者和投资机构获取高额利润和实现资产增值的重要渠道。同时,鉴于房地产投资巨额性、风险性、外部性和政策影响性,以及投资资金或资源的有限性,投资者必须在确定的即期支出与不确定的未来收益之间做出抉择,选择适合自己的投资形式和投资产品。因此,房地产投资决策应基于对目标项目科学、公正的投资分析之上,只有这样才在一定程度上保证决策的正确性和资产的增值性。

　　房地产投资分析指在房地产投资活动之前,投资者运用自己或投资分析人员的知识和能力,全面调查拟投资项目的各方面制约因素,对所有可能的投资方案进行比较论证,从中选择最佳方案并保证投资有较高收益水平的分析活动。房地产投资分析的内容包括市场分析、区位条件分析、基础数据估算分析、经济分析、不确定性分析、风险分析、方案比选分析等方面。本文主要从市场分析、经济分析和风险分析三方面做简要介绍。

　　房地产投资项目在投资决策前,调查市场状况,辨识投资风险,选择投资机会的过程,称为房地产投资项目的市场分析。房地产市场分析是理性投资者所做的必不可少的一项工作。房地产市场分析主要以市场调查和市场预测为手段,在获取市场信息的基础上,对投资项目的现金流量及市场价值的变化科学预测,为投资项目的经济分析、风险和不确定性分析奠定基础,为投资者、决策者把握市场机会和正确进行决策提供依据,以使投资者在开发结束或持有期内获得最大利润,实现增值的最大化。

　　经济分析是房地产投资分析的核心部分,主要通过经济分析指标的计算定量分析目标项目在经济上的可行性。经济分析指标根据是否考虑资金的时间价值可分为静态分析指标与动态分析指标两大类。由于资金本身就具有时间价值,而且将一定资金投入到某一项目后也会产生一定的机会成本,因此,笔者认为财务净现值、财务内部收益率、动态投资回收期等动态分析指标更为科学、合理,更有利于辅助投资者做出正确的决策。

　　房地产投资与其他投资一样,可能带来较高收益的同时也伴随着较大的风险存在。房地产投资风险就是从事房地产投资而造成损失的可能性大小,这种损失包括所投入资本的损失与预期收益未达到的损失。由于房地产投资具有价值量大、周期长、不可移动性、变现能力差等特点,使得房地产投资的风险程度更高,在投资过程中可能会面临自然风险、意外风险、财务风险、市场风险、政策风险、利率风险等诸多风险。

　　风险分析是风险评价的主要手段,其方法就是根据不确定性因素在一定范围内的随机变动,分析确定这种变动的概率分布和他们的期望值、标准差、变异系数和置信区间,并由此说明拟投资项目在特定收益状态下的风险程度。以市场风险的分析为例,在开发期或持有期内,市场可能会出现繁荣、正常和衰退三种情况。为此,投资人应通过深入的市场调查和数据分析,预测各个状况发生的可能性和该状况下可能的收益水平,并通过计算期望收益标准差、变异系数、置信区间等对市场风险进行评价。

　　由于房地产具有抗通货膨胀、保值、增值性,房地产投资逐渐成为世界最有吸引力的投资方式之一。而在我国,随着各地房价的高歌猛进,以及的飘摇不定,房地产投资已成为广大投资者和投资机构获取高额利润和实现资产增值的重要渠道。同时,鉴于房地产投资巨额性、风险性、外部性和政策影响性,以及投资资金或资源的有限性,投资者必须在确定的即期支出与不确定的未来收益之间做出抉择,选择适合自己的投资形式和投资产品。因此,房地产投资决策应基于对目标项目科学、公正的投资分析之上,只有这样才在一定程度上保证决策的正确性和资产的增值性。

　　房地产投资分析指在房地产投资活动之前,投资者运用自己或投资分析人员的知识和能力,全面调查拟投资项目的各方面制约因素,对所有可能的投资方案进行比较论证,从中选择最佳方案并保证投资有较高收益水平的分析活动。房地产投资分析的内容包括市场分析、区位条件分析、基础数据估算分析、经济分析、不确定性分析、风险分析、方案比选分析等方面。本文主要从市场分析、经济分析和风险分析三方面做简要介绍。

　　房地产投资项目在投资决策前,调查市场状况,辨识投资风险,选择投资机会的过程,称为房地产投资项目的市场分析。房地产市场分析是理性投资者所做的必不可少的一项工作。房地产市场分析主要以市场调查和市场预测为手段,在获取市场信息的基础上,对投资项目的现金流量及市场价值的变化科学预测,为投资项目的经济分析、风险和不确定性分析奠定基础,为投资者、决策者把握市场机会和正确进行决策提供依据,以使投资者在开发结束或持有期内获得最大利润,实现增值的最大化。

　　经济分析是房地产投资分析的核心部分,主要通过经济分析指标的计算定量分析目标项目在经济上的可行性。经济分析指标根据是否考虑资金的时间价值可分为静态分析指标与动态分析指标两大类。由于资金本身就具有时间价值,而且将一定资金投入到某一项目后也会产生一定的机会成本,因此,笔者认为财务净现值、财务内部收益率、动态投资回收期等动态分析指标更为科学、合理,更有利于辅助投资者做出正确的决策。

　　房地产投资与其他投资一样,可能带来较高收益的同时也伴随着较大的风险存在。房地产投资风险就是从事房地产投资而造成损失的可能性大小,这种损失包括所投入资本的损失与预期收益未达到的损失。由于房地产投资具有价值量大、周期长、不可移动性、变现能力差等特点,使得房地产投资的风险程度更高,在投资过程中可能会面临自然风险、意外风险、财务风险、市场风险、政策风险、利率风险等诸多风险。

　　风险分析是风险评价的主要手段,其方法就是根据不确定性因素在一定范围内的随机变动,分析确定这种变动的概率分布和他们的期望值、标准差、变异系数和置信区间,并由此说明拟投资项目在特定收益状态下的风险程度。以市场风险的分析为例,在开发期或持有期内,市场可能会出现繁荣、正常和衰退三种情况。为此,投资人应通过深入的市场调查和数据分析,预测各个状况发生的可能性和该状况下可能的收益水平,并通过计算期望收益标准差、变异系数、置信区间等对市场风险进行评价。

　　摘要:房地产是一个综合性极强的系统产业,这种复杂的决策已经很难仅凭经验正确地做出。目前我国在房地产投资方面的决策支持系统还不多,有待于进一步发展。因此,将决策支持系统技术应用到房地产投资决策是房地产投资的一项重大变革。

　　房地产投资不仅与国民经济的发展状况有关,而且还涉及到建筑业、金融业、商业、市政建设、能源、交通等各个重要部门。房地产市场变化快、投资巨大、风险极高,要完成这样一个决策需要决策者同时考虑主市场、材料、资金、市政建设等诸多因素,并且做出综合判断,这种复杂的决策已经很难仅凭经验正确地做出。房地产是一个综合性极强的系统工程,关系到国家、集体、个人的利益,影响到国民经济的起伏,其兴旺与低落从一个侧面反映了经济发展状况。因此,房地产业迫切需要一种能帮助决策者综合考虑多方面的因素,根据科学的决策方法,辅助决策者做出决策的工具。

　　决策支持系统为解决房地产投资决策中出现的种种问题提供了解决方案。决策支持系统是一种基于计算机的系统,帮助决策者通过与系统直接交互使用数据及分析模型解决非结构化的决策问题。通过决策支持系统,房地产开发商可以对要开发的项目的各种情况有一个更深入的了解,能综合各方面的因素对投资的项目做出一个合理的判断,从而减少房地产投资中的盲目性,使投资更准确,收益率更高。本文结合房地产项目投资的实际情况,提出了一种房地产投资决策支持系统,可以为房地产项目的投资提供决策支持,实现企业项目管理的快速辅助决策,提高投资者的决策水平。

　　房地产投资决策支持系统是将决策支持系统技术应用到房地产投资中,从而能有效地对房地产投资者进行辅助决策,提高决策的效率和准确性。

　　本系统分为房地产市场调查与预测、经济评价、风险分析和可行性报告生成等四大模块。通过房地产市场调查与预测模块,用户可以方便地了解到房地产市场的现状以及国民经济状况,并能对将来房地产市场的发展情况做出一个大概的预测。通过经济评价模块可以对所投资项目做出准确的评估,从而判断出此项目的盈利状况。风险分析模块可以对投资项目的风险作一个大体的分析,用户通过对各个投资方案的经济评价和风险的权衡,可以做出较为准确的判断。可行性报告生成模块则可以自动生成项目的可行性报告,用户可以根据具体情况来添加可行性报告中的内容。

　　在房地产投资中遇到的可变性因素非常多,再加上房地产投资本身所具有的高风险性,这就使得传统的MIS系统不能满足房地产投资决策的需要,只有使用决策支持系统才能有效地解决这一问题。但是传统的决策支持系统也有着它的不足,不能很好的对房地产投资进行有效的辅助决策。因此,本系统借鉴了最近发展起来的决策支持系统的新技术,提出了一种新的房地产决策支持系统模型。

　　数据仓库、联机分析处理、数据挖掘是决策支持系统发展中的新兴技术,将这些技术引入到房地产决策支持系统中可增强系统的辅助决策功能。

　　其中,数据仓库是为了决策支持的需要而在数据库的基础上发展起来的一项新技术。数据仓库可将大量的用于事务处理的数据库中的数据进行清理、抽取和转换,按决策主体的需要重新进行组织。数据仓库中的各种数据可以适应决策问题多样性的要求,数据仓库侧重于对面向主题的数据的存储和管理。联机分析处理可以对数据仓库中的大量数据进行分析,从中提取出有用的信息,从而起到辅助决策的作用。数据挖掘是从知识发现的概念中引申出来的,把数据挖掘技术应用到数据仓库的分析可以有效地从数据仓库中挖掘出有价值的东西,从而有利于辅助决策。

　　传统的决策支持系统是利用数据库、人机交互进行多模型的有机组合,辅助决策者实现科学决策的综合集成系统。自从决策支持技术形成以来,在全世界得到了广泛的应用,但是决策支持在发展中也遇到了一些问题,主要问题有以下几个方面:(1)DSS使用的数据库只能对原始数据进行一般的加工和汇总,而决策支持涉及大量历史数据和半结构化问题,传统的数据库管理系统难以求解复杂的半结构,不能满足DSS的需要;(2)决策支持系统以集成数据为基础,然而现实中的数据往往分散管理且大多分布于异构的数据平台,数据集成不易;(3)由于决策本身所涉及问题的动态性和复杂性,针对不同的情况应有不同的处理方法,而模型库提供的分析能力有限,所得到的分析结果往往不尽如人意;(4)决策支持系统的建立需要对数据、模型、知识和接口进行集成。数据库语言数值计算能力较低,因而采用数据库管理技术建立决策支持系统知识表达和知识综合能力比较薄弱,难以满足人们日益提高的决策要求。

　　数据仓库、联机分析处理和数据挖掘技术,给决策支持系统的发展注入了新的活力,数据仓库、联机分析处理和数据挖掘技术的出现,有利于解决上面传统的决策支持系统所遇到的问题,为决策支持的发展提供了一条新的途径。

　　信息系统中有两种类型的数据:操作型数据和决策支持型数据。前者是由日常事务处理生成的,后者是把前者加工后(清理与集成)形成的。操作型数据服务于日常事务处理,决策支持型数据服务于信息增值。目前,理论界把存有决策支持型数据的系统称为数据仓库。当需要为决策部门提供及时、准确、详细和可靠的风险信息时,海量数据的存储与加工便成为首要问题,而这正是数据仓库的专长。

　　OLAP是一种决策分析工具,它是针对特定问题的联机数据访问和数据分析而产生的一种技术,它可以根据分析人员的要求,快速、灵活地对大量数据进行复杂地查询处理,并以直观的、易理解的形式将查询结果提供给各种决策人员,从而得到高度归纳的信息。OLAP是基于数据仓库的信息分析处理过程,是数据仓库的用户接口部。