商品住宅投资风险评价是风险管理、风险防范的基础。然而目前常用的风险评价方法存在诸如风险评价主观性强、样本搜集工作量大、风险预测准确性低等缺陷,亟需引入一种新的方法。从国内看,本文将粗糙集(Rough Set,简称RS)与支持向量机(Support Vector Machine,简称SVM)结合应用于商品住宅投资风险评价。二者的结合不仅可以发挥各自的优点,而且还具有很强的互补性,可以较好地解决常用风险测度方法的诸多不足。本文主要内容如下:(1)梳理国内外关于商品住宅投资风险管理、粗糙集、支持向量机的研究进展。(2)概述了风险含义、要素、特征以及商品住宅投资风险概念和识别方法;总结了五种常用的风险评价方法的基本理论及其优缺点。(3)将商品住宅投资风险因素划分为宏观环境风险、行业内部风险和项目自身风险三大类,每一类中进一步细分,共划分出24项商品住宅投资风险影响因素。(4)详细介绍了粗糙集和支持向量机的基本理论,总结了二者各自的优点以及在商品住宅投资风险评价中结合使用时具有很强的互补性。(5)提出基于RS-SVM的商品住宅投资风险评价模型构建方法。(6)采用专家打分法收集到深圳市若干个商品住宅小区投资风险因素量化值。采用粗糙集计算各风险因素相对重要度和风险影响权重,并简化决策表。采用支持向量机建立商品住宅投资风险预测模型,采用十折交叉验证法验证模型预测有效性。