基于随机森林算法的房地产项目风险评价研究

摘要

中国房地产业已经完成了从黄金时代向白银时代的过渡，房地产项目风险问题日益突出。本研究致力于研究随机森林算法在房地产项目风险评价中的应用，期望研究结果能够提高房地产项目风险评价效率和效果，帮助房地产企业在项目决策阶段发现风险、规避风险，降低人力资源成本，改善企业绩效。本研究利用核心工具——随机森林算法，以及文献研究、访谈、定性分析、相关性分析等方法，基于J房地产公司的视角，研究了企业所在地48宗上市住宅地块的潜在风险，并在研究过程中建立了包括7个维度、55个指标的房地产项目风险评价指标体系。在此基础上，本研究首先剔除了28个在48宗被研究地块中无差异的指标，再根据斯皮尔曼相关性分析的结果剔除了9个与其他指标极为相关的指标。本研究通过对J公司高管的访谈，得到了各项定性指标的评价结果和各样本的风险等级，再加上搜集到的定量指标相关数据，满足了随机森林算法的数据要求。此后，进行了随机森林模型分析，发现该模型精确度高达95.6%，能够有效识别房地产项目的风险，还得出了五个最重要的指标：项目区位、教育资源、城镇可支配收入、城镇化率、地区吸引力。最后，利用10折交叉验证得出了对于本研究数据，随机森林相对于k最近邻和支持向量机误判率更低的结论。本研究建立的评价体系的评价角度广泛、指标丰富，对今后房地产风险相关评价有一定的借鉴意义；本研究还将随机森林算法应用于房地产项目风险评价领域，为今后的此类评价提供了新的思路。

目录

声明

第1章 绪论

1.1 研究背景

1.2 问题提出与研究意义

1.3 研究内容与方法

第2章 相关研究综述

2.1 房地产项目的风险因素

2.2 常见风险评价方法的相关研究

2.3 风险评价与机器学习

第3章 基于随机森林算法的风险评价模型

3.1 随机森林算法介绍

3.2 基于随机森林的风险评价流程

第4章 基于J房地产公司视角的实证研究

4.1 样本来源与评价指标

4.2模型实现

4.3 结果分析

第5章 总结与展望

5.1 主要研究成果

5.2 局限性

5.3 研究展望

参考文献

附录A：房地产项目风险评价的初选指标

附录B：10折交叉验证的代码

致谢