经济下行风险下的地产行业决策与应对分析.pdf

文档介绍：经济下行风险下的地产行业决策与应对分析 
经济下行风险下的地产行业决策与应对分
引言

地产行业决策分类主要有三种标准，一是以地产行业的经验导向为标准；二是以地产
所在地域特征为标准；三是以特殊的用途或使用方面为标 21 大类数据，五百多个
小类数据。

GICS 地产行业分类其最终目的就是为了提高地产行业决策能力，获得更高的管理效率，
它是通过全球大量的地产行业分析师和决策者在实践和研究之后确定下来的一种精确完整
的地产行业定义。

经济下行风险下地产行业决策存在问题在经济下行的条件下，中国地产行业是在政府行为主导下发展的行业，加之行业决策
者相关知识的缺乏，在整个决策过程中投机性较强，这是与其它国家差异明显的市场特点，
全部地产行业类似性高，同涨同跌。故地产行业决策者期望可以利用行业分类来对地产行
业进行决策，使其在投资地产时建立风险控制机制。

由上述因素可知，中国的地产行业因为发展时间不长，监管方面的制度还不太健全，
投机性比较强。故利用传统方法进行决策试图获得比较好的收益或构造最优的分散投资组
合，效果较差。

2 考虑经济下行风险的地产行业决策模型

在经济下行的环境下，地产决策分析的方法就是在多维度统计的一种常用的方法，它
挖掘很多的各类相关数据并从中获取实用数据。目前中国的地产行业聚类分析存在很大的
局限性，这些分析多是把经济指标作为决策标准，没有长期预见性。

本文提出一种考虑经济下行环境因素的聚类分析国内地产行业的相关数据。分类结果
的剖析证实，使用本文算法对地产行业决策进行聚类分析具有较好成果以及可行性。然后
以地产行业价格波动作为分类标准依据，求得聚类结果中相同地产行业比按行业进行分类
的结果更优，同时差异地产间的相关系数的差值也更大，故可认为根据地产行业价格波动
进行聚类决策可得到较优的效果。

对地产数据进行聚类分析

聚类分析在地产行业的决策应用中有一个基本的理论，聚类分析通常对于理解复杂的
多元关系具有非常有效的作用。地产行业的聚类分析就是在一定标准规范下多次分析测试，
将多元地产数据按不同类别进行划分，使得每类地产数据具有大部分相近性，不同地产行
业数据间相似度较低。如图 1 所示。

在地产行业中加入聚类分析是探索最优决策过程的主要方法，同时不同的计算方式都
可以实现地产行业的聚类分析。常用的划分方法有：地产距离、密度、区间统计分布等等。

在对地产行业决策过程中，可以将多个目标进行聚类分析和优化，针对不同类别的地
产行业设置不同的聚类过程，以达到最优效果。

根据差异的规范标准对地产行业的决策进行聚类分析分类。

根据地产行业分析方法归类对象不同，可以把聚类分析方法分为两类：

，是对决策地产对象进行的。



R 型聚类也称之为变量聚类，是从地产行业观测所有的变量中找出需要进行研究的显
著指标。

地产行业决策中的聚类方法