随着我国住宅房地产业的不断完善与发展,开发商从中可获取的利润已日趋减少。而商业地产由于其兴起的时间较短,利润空间较大,正成为我国房地产开发商的一个新的投资热点。然而,由于商业地产运作模式的复杂性以及开发商投资的盲目性,致使我国的商业地产开发伴有较高的风险。在我国的部分城市中,由于盲目的建设大中型商业设施,已给政府、开发商、投资者以及经营者都带来了较大的损失。因此,在商业地产的开发和运营过程中,必须对项目的各种风险因素进行综合评价。目前,国内所运用的风险评价方法主要有专家打分法、模糊综合评判法和层次分析法。然而,在这些方法中人的主观因素成份较大,而且商业地产的风险因素较多,运算起来既复杂又不够理想。因此,寻求一种既快速又实用的风险评价方法是十分必要的。 本文在分析了国外商业地产的发展历程和现状之后,总结出了我国商业地产的自身特点及存在的问题。从开发商的角度出发,系统地对我国商业地产风险进行了分析与研究。从总体上,总结出了我国商业地产风险的特征,对影响我国商业地产的风险因素进行了全面的辨识,构建了商业地产风险评价指标体系,提出了商业地产风险估计的方法,建立了基于人工神经网络的商业地产风险综合评价模型。最后,通过实例对所构建的模型进行了验证,证明该模型可方便、准确的对商业地产项目进行风险综合评价。 本文在传统的BP神经网络算法基础之上,运用贝叶斯归一化函数对BP网络进行改进,提高了网络模型的泛化能力和学习速度。通过该模型可以迅速的计算出商业地产项目的综合风险评价值,有效的解决了风险因素繁多、相关性复杂的风险评价问颢。