《決策分析案例》2000字（論文）

決策分析案例前言我近二十年來(lái)，中國(guó)房地產(chǎn)企業(yè)經(jīng)過(guò)萌芽和快速發(fā)展階段，現(xiàn)已進(jìn)入成熟階段。大手筆圈地，坐地賣(mài)房的時(shí)代結(jié)束了。在房地產(chǎn)快速發(fā)展的過(guò)程中，他們積累了很多經(jīng)驗(yàn)，吸取了很多教訓(xùn)。在過(guò)去的十年里，不難發(fā)現(xiàn)，很多項(xiàng)目的成功一定經(jīng)歷了房地產(chǎn)開(kāi)發(fā)和投資決策的科學(xué)系統(tǒng)論證。他們中的一些人依靠公司領(lǐng)導(dǎo)的遠(yuǎn)見(jiàn)和個(gè)人關(guān)系來(lái)確定領(lǐng)域。從土地來(lái)源出發(fā)，雙方一拿到土地就可以進(jìn)行下一步的策劃，只要步調(diào)準(zhǔn)確，貸款就能有保障，收益簡(jiǎn)單快捷。但隨著土地市場(chǎng)交易規(guī)則的變化，交易越來(lái)越公開(kāi)透明。經(jīng)過(guò)一番正規(guī)的房地產(chǎn)改造浪潮后，剩下的大多是規(guī)范的房地產(chǎn)公司。土地征收不再要求“看準(zhǔn)了就投資”的投資，而是規(guī)范化、專(zhuān)業(yè)化和科學(xué)化。隨著國(guó)家加大對(duì)房地產(chǎn)行業(yè)的調(diào)整力度，房地產(chǎn)企業(yè)發(fā)展的大環(huán)境隨之也發(fā)生了重大的變化。面對(duì)新的形勢(shì)和國(guó)家對(duì)房地產(chǎn)的宏觀(guān)調(diào)控，我國(guó)房地產(chǎn)企業(yè)應(yīng)加強(qiáng)自身的管理并制定行之有效的決策，使企業(yè)完成轉(zhuǎn)型戰(zhàn)略目標(biāo)，從而提高自身的核心競(jìng)爭(zhēng)力。作為房地產(chǎn)開(kāi)發(fā)的基礎(chǔ)和前提，在地產(chǎn)開(kāi)發(fā)商在進(jìn)行項(xiàng)目開(kāi)發(fā)之前，一定要進(jìn)行方案的比較劃分，來(lái)進(jìn)行決策分析，從而達(dá)到收益最大化。房地產(chǎn)開(kāi)發(fā)決策的概念隨著中國(guó)的社會(huì)經(jīng)濟(jì)水平的不斷提升，房地產(chǎn)項(xiàng)目在開(kāi)發(fā)過(guò)程中，越來(lái)越重視開(kāi)發(fā)品質(zhì)的提升，項(xiàng)目開(kāi)發(fā)的規(guī)模也越來(lái)越大，從北上廣深到沿海的各個(gè)城市，從內(nèi)地到東西南北等，諸多的樓盤(pán)規(guī)模迅速擴(kuò)大，顯然可見(jiàn)，我國(guó)的房地產(chǎn)行業(yè)正在進(jìn)入到一個(gè)更加正規(guī)化和規(guī)模化的道路。規(guī)模達(dá)到上千上萬(wàn)畝的樓盤(pán)隨處可見(jiàn)，與此同時(shí)，房地產(chǎn)也隨之轉(zhuǎn)型，就當(dāng)前來(lái)看，房地產(chǎn)行業(yè)逐漸向高風(fēng)險(xiǎn)、高回報(bào)發(fā)展。如何能夠保持當(dāng)前良好的發(fā)展勢(shì)頭，其開(kāi)發(fā)項(xiàng)目投資的決策關(guān)系到整個(gè)項(xiàng)目的盈利和社會(huì)效益。而房地產(chǎn)開(kāi)發(fā)有一些工作叫做前期決策，指的是從機(jī)會(huì)選擇過(guò)渡到正式立項(xiàng)的房地產(chǎn)投資項(xiàng)目。因?yàn)榉康禺a(chǎn)投資項(xiàng)目投資回收周期長(zhǎng)等各種特點(diǎn)，前期策劃和決策都是有確定的條框，要遵循系統(tǒng)工作進(jìn)行有計(jì)劃、有步驟的工作。另外，前期策劃和決策與項(xiàng)目的投資方案以及投資的計(jì)劃編制有著密不可分的關(guān)系，它可以決定項(xiàng)目投資的最終結(jié)果，因此，不論什么時(shí)候，投資者總是異常關(guān)注房地產(chǎn)前期決策這一關(guān)節(jié)。（二）周?chē)康禺a(chǎn)開(kāi)發(fā)項(xiàng)目決策分析本地區(qū)房產(chǎn)開(kāi)發(fā)商擬開(kāi)發(fā)一項(xiàng)目，提出A、B兩方案，A為建高級(jí)商鋪，投資25000萬(wàn)元，B為建普通商鋪，投資13000萬(wàn)元，建成后該項(xiàng)目要求15年收回投資。根據(jù)預(yù)測(cè)。該地區(qū)該項(xiàng)目出租率較高的概率是0.7，較低的概率是0.3。若建高級(jí)商鋪，當(dāng)出租率較高時(shí)，每年可獲利3000萬(wàn)元，出租率不高時(shí)，將虧損300萬(wàn)元；若建普通商鋪，出租率較高時(shí)，每年可獲利1200萬(wàn)元，出租率不高時(shí)，可獲利300萬(wàn)元。另?yè)?jù)預(yù)測(cè)，在15年中，情況會(huì)發(fā)生變化，必須將15年分成前6年和后9年兩期進(jìn)行考慮。如果在前6年，本地區(qū)經(jīng)濟(jì)已經(jīng)起步，發(fā)展較快，則后9年可發(fā)展得更好，該項(xiàng)目出租率高的概率可上升至0.9，如前6年經(jīng)濟(jì)發(fā)展較慢，則后9年的情況相應(yīng)較差，該項(xiàng)目出租率低的概率為0.9。決策應(yīng)采用獲得收益最大的那一個(gè)方案。決策樹(shù)模型是對(duì)決策過(guò)程的真實(shí)模擬，是運(yùn)用樹(shù)狀圖來(lái)描述各種方案在不同的情況下的成本和收益，它是風(fēng)險(xiǎn)型決策最常用的方法之一，特別是對(duì)于分析比較復(fù)雜的問(wèn)題。常常以損益值為依據(jù)，比較不同方案的期望損益值（簡(jiǎn)稱(chēng)期望值），決定方案的取舍，能夠形象地顯示出整個(gè)決策問(wèn)題在時(shí)間上和不同階段上的決策過(guò)程，邏輯思維清晰，層次分明。決策樹(shù)圖像如圖1所示□表示決策點(diǎn)。需要決策一次，就有一個(gè)決策點(diǎn)。從決策點(diǎn)上引出的分枝稱(chēng)為方案枝，方案枝的枝數(shù)表示可行方案的個(gè)數(shù)?！鸨硎痉桨傅臓顟B(tài)結(jié)點(diǎn)(也稱(chēng)自然狀態(tài)點(diǎn))。從結(jié)點(diǎn)上引出的分枝稱(chēng)為狀態(tài)枝，狀態(tài)枝的枝數(shù)表示可能出現(xiàn)的自然狀態(tài)。△表示結(jié)果點(diǎn)(也稱(chēng)末稍)。在結(jié)果點(diǎn)旁列出不同狀態(tài)下的收益值或損失值，供決策之用。按題意畫(huà)出決策樹(shù)，如圖2所示：收益期望值是指在不確定的條件下，預(yù)測(cè)的某資產(chǎn)未來(lái)可實(shí)現(xiàn)的收益，最能直觀(guān)反映各項(xiàng)決策帶來(lái)的收益，該決策以收益期望值為依據(jù)。先計(jì)算后9年的收益期望值：點(diǎn)④：[3000×0.9+(-300)×0.1]×9=24030點(diǎn)⑤：[3000×0.1+(-300)×0.9]×9=270點(diǎn)⑥：[1200×0.9+300×0.1]×9=9900點(diǎn)⑦：[1200×0.1+300×0.9]×9=3510再計(jì)算兩個(gè)方案全部收益期望值：點(diǎn)②：[3000×0.7+(-300)×0.3]×6+24030×0.7+270×.3=28962點(diǎn)③：(1200×0.7+300×0.3)×6+9990×0.7+3510×0.3=13626

收益期望值由兩個(gè)部分構(gòu)成，前一部分是方案前6年的收益期望值，后一部分是加上后9年的收益期望值。但是，所有的兩段的收益期望值不是簡(jiǎn)單的相加，獲得后9年收益期望值的可能性是建立在前6年的基礎(chǔ)上的，即點(diǎn)④的24030萬(wàn)元必須乘以獲得此值的概率0.7，點(diǎn)⑤的270萬(wàn)元乘以獲得此值的概率0.3，點(diǎn)⑥和點(diǎn)⑦也必須乘上各狀態(tài)獲得的概率。各方案實(shí)際收益期望值：高檔飯店28962-25000(投資)=3962(萬(wàn)元)中檔飯店13626-13000(投資)=626(萬(wàn)元)結(jié)論根據(jù)期望值準(zhǔn)則進(jìn)行決策，高檔商鋪，凈收益期望值為3962萬(wàn)元。中檔商鋪的方案，凈收益期望值626萬(wàn)元。所以，應(yīng)采用建高檔商鋪的方案。李趙興,崔巧云.基于改進(jìn)的決策樹(shù)算法分級(jí)診療模型研究[J].電子設(shè)計(jì)工程,2021,29(12):39-42+47.于安池.具有強(qiáng)化學(xué)習(xí)策略的決策樹(shù)算法[J].合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版).2021,44(05):616-620.陳雨桐.集成學(xué)習(xí)算法之隨機(jī)森林與梯度提升決策樹(shù)的分析比較[J].電腦知識(shí)與技術(shù).2021,17(15):32-34.郭星晨王青青王亞.C4.5決策樹(shù)算法在醫(yī)療數(shù)據(jù)分類(lèi)中的應(yīng)用研究[J].安慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版).20