吴俊洋　马继东

(东北林业大学工程技术学院，黑龙江 哈尔滨　150040)



基于支持向量机回归的房地产上市公司绩效评价

吴俊洋马继东

(东北林业大学工程技术学院，黑龙江 哈尔滨150040)

摘要：选取代表房地产上市公司综合实力的投资与收益、偿债能力、经营能力、资本结构等四个方面的10项指标，96个公司的财务数据，采用TOPSIS方法计算每个公司的综合绩效评价值，随机挑选其中的80组数据作为训练样本，16组数据作为测试样本，建立SVM模型，通过测试分析并与RBF神经网络预测模型的结果对比，表明SVM模型更加有效，更有推广前景。

关键词：绩效评价，房地产，支持向量机，TOPSIS方法

1研究现状

目前在房地产企业绩效评价中比较常用的方法有：平衡记分卡(Balanced Scorecard)，从顾客、内部流程、学习与发展以及财务角度关注企业，该方法虽然从四个维度关注企业发展绩效，但是在使用过程中数据获取较为困难，且数据受主观因素影响过大；因子分析法和主成分分析法。这两类方法比较常用在辅助其他方法进行数据处理过程中，如果单独使用则效果不佳，且效果无法衡量；模糊综合评价方法，受专家个人主观因素影响较大且专家评价结果不易获得；BP神经网络方法因网络结构的不同评价结果也会产生极大的差异，但是网络结构的构建大多依赖于评价者的主观经验，随意性较大。

综合以上因素，需要找到一种模型，实验数据较易获得、模拟结果客观可信、模拟效果具有可视性、模型具有较好的外推能力、模拟方法相对以往更为先进，通过验证采用支持向量机方法建立的模型能够满足这些要求。……