房地产开发最优时间和最优强度

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:aminn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
房地产行业是风险性行业,存在许多不确定性,如何对此类投资项目进行正确评估,是每个开发商所普遍关心的问题。以往,房地产项目评估采用的是传统的决策方法,但其回避不确定因素的特点,使得该方法存在致命的缺陷,已不适用于现代经济环境。近年快速发展起来的实物期权方法已成为评估项目价值重要手段,特别是对不确定因素的评估,弥补了传统决策方法的缺陷。本文利用实物期权理论,结合房地产自身的特点,对模型进行扩展,使其更符合实际情形,提高项目评估的科学性。 论文首先分析房地产行业的特点,在已有租金不确定条件下的模型中,采用期权分析法,逐步引入成本不确定条件进行推导。随后,考虑到房地产物业建设时间较长,加入建筑时间因素于模型之中.最后,由于房地产市场中的开发商存在一定垄断力量,对租金有一定影响力,所以重新假设租金函数受到需求和外界经济波动影响,从而确定项目开发的最优时间和最优开发强度。由于模型推导出的方程较为复杂,因此在求解过程中进行变量代换,取得—近似解,触发值也以比例形式出现。 论文最后根据模型推导出来的近似解进行数值分析,其主要理论结果表明:不确定因素的波动率越高,则期权触发价值和触发值也会相应增高;而相关系数则有相反作用。这是因为相关系数升高,使得不确定因素总波动率下降.此外,需求弹性参数越高,那么期权价值和开发强度会下降。各参数对投资项目的影响,我们都能从一般经济规律得到较好的解释,需求弹性参数的引入更体现出开发商垄断力量对市场的影响力。所以,这些研究成果将经济环境中复杂的不确定因素进行量化,有助于投资者更好地选择最优开发时间和开发强度,帮助投资者在项目投资中采用灵活的决策方法。
其他文献
统计学习理论(Statistical Learning Theory,SLT)是一种基于小样本的机器学习理论。V.Vapni k等人从六十年代开始致力于此方面研究,到九十年代中期,其理论的不断发展和成熟,已基本
利用二维Lotka-Volterra系统存在正平衡点时奇点的分类条件,再借助于二维Lotka-Volterra系统与三维复制系统的同胚变换,在不考虑时间可逆的条件下,得到三维复制系统存在正平衡点时,其动力学行为的完全代数分类条件及相图.利用这些分类条件,我们验证了一些已知的结果,并且得到一些新的结果.
学位
随着世界经济的快速发展和全球对资源消耗问题的日益重视,对制造行业中的资源优化利用问题的研究显得越来越重要。在制造过程中的优化下料问题便是具有广泛应用的资源优化利用