2014年认证杯SPSSPRO杯数学建模C题(第一阶段)土地储备方案的风险评估全过程文档及程序

news/2024/5/9 14:06:29

2014年认证杯SPSSPRO杯数学建模

C题 土地储备方案的风险评估

原题再现:

  土地储备,是指市、县人民政府国土资源管理部门为实现调控土地市场、促进土地资源合理利用目标,依法取得土地,进行前期开发、储存以备供应土地的行为。土地储备工作的具体实施,由土地储备机构承担。土地储备的基本步骤如下:
  第一步:土地储备中心对拟征用储备地块进行调查摸底,并进行前期定界测量工作;
  第二步:根据拟征收储备地块的摸底材料情况,提交用地预审申请及相关文件资料,经批准后进行预审。
  第三步:被征收土地所在国土局根据拟征用储备地块的摸底材料,准备征地报批资料(主要是土地储备项目可研报告,见附件一),并会同预审意见一同上报;
  第四步:征地经政府批准后,市储备中心负责筹集资金,公告并实施征地协议的签订和补偿工作;
  第五步:储备中心向规划局申请定点和编制控制性规划;
  第六步:征地程序完成后,将征为国有的土地存入政府储备库,并按照规划实施前期开发和配套建设。
  这几年来,通过实施土地收储及招拍挂,在增加地方财政收入,改善城市基础设施建设,提高土地市场的公平性和透明性方面起到了积极的作用。但是,土地收储也成为金融风险的关键环节。由于在土地收储过程中,需要动用大量的资金,而这种资金如果单纯依靠有限的财政资金是不现实。再加上,当前我国的金融产品较为单一,土地银行、土地债券、土地信托等新型的金融产品至今仍待字闺中。于是在地方政府及其财政背书的情况下,土地收储机构往往大量利用银行的授信贷款、抵押贷款等各种渠道的信贷资金收储土地。而这些资金在土地市场活跃向好的情况下,风险不易显现。而当土地市场疲软之时,极易因所收储的土地无法变现而导致金融风险的集中暴发。
  第一阶段问题:
  问题 1 附件二是某省级土地储备中心从收到的土地储备项目可研报告中提取的数据,请利用这些数据,建立合理的数学模型,为土地储备部门提供一个比较实用的土地储备方案的风险评估方法。
  问题 2 由于近些年,土地市场的活跃性降低,加之一些土地储备项目可研报告有人为修改的情况存在,所以土地储备部门也有意识的将一些风险较大的项目退回。请利用你的风险评估方法对附件二中的方案进行风险评估,将 10 个风险最大的项目提供给土地储备部门退回,并从模型的角度,指出造成这 10 个项目风险较大的原因。

整体求解过程概述(摘要)

  土地资源作为现今稀缺资源之一影响着国家的经济发展。实施土地收储对经济发展起到了积极的作用的同时,也带来了一些金融风险,因此土地储备方案的风险评估越来越受到相关部门的重视。本文应用了多种分析模型对某省级土地储备中心的储备项目进行了风险评估。
  首先对所给的材料进行分析,并综合考虑影响土地储备的风险因素,结合我国的土地政策,分选出对土地储备风险影响较大的因素,将各个影响因子赋予一定的权重,得到一个风险评估的综合指标,在此基础上应用层次分析法分析了各个影响因子的权重系数,得出了一个能够综合考虑各方面影响因子的合理评价指标。为了使评估更精确,本文还建立了基于熵权的灰色关联法模型,分别对各个影响因子的权重做了进一步的校核,得到了一个对风险评估更为准确的评价标准。
  对于问题 2,应用上述的风险评价标准,选取 74 组方案中的各项指标,应用基于熵权的灰色关联法模型进行评价,找出了 10 个风险最大的项目,结合实际情况对结果进行了分析。

问题分析:

  本题的关键是在附件中所给数据的基础上,在网上查找相关的资料,分析出对于土地储备风险影响较大的一些因素, 综合考量这些影响因素,并对各个风险影响因子做出权重分析,进而得出一个有效的可综合评价土地储备方案风险的评价指标。利用评价指标对已有的土地储备方案做出评价,并结合实际情况进一步解释其评价的合理性。
  由于此问题是一个离散模型的评价问题,鉴于评价分析算法有很多种,我们需要对不同的分析算法进行取舍,同时为了减小由于算法本身缺陷而导致的评价误差,需要应用至少两种分析方法进行比较。针对该评价问题的特点,结合已有的数据和评价算法的优缺点,拟采用层次分析法进行评价指标的确定,并采用基于熵权的灰色关联法模型对上述结果进行改进,最终得到一个较为实用的土地储备方案的风险评估方法。
  对于附件二中给出的各个方案,应用层次分析法及基于熵权的灰色关联法模型,提取方案二中对土地储备风险影响较大的财务净现值(FNPV)、财务内部受益率(FIRR)、动态回收周期(Pt)、项目投资总额估算以及通过数据处理计算得到的收益投入比等影响因子来作为层次分析中的准则层,各个方案作为层次分析中的方案层,将综合风险得分指标值作为目标层,最终得到各个方案的目标层排序,即得出了一个对各个方案评价的综合风险得分指标。由于考虑到层次分析法的主观性太强,本文还建立了基于熵权的灰色关联法模型,对风险评价结果进行了改进,最后结合实际情况对该评价指标的合理性进行了说明。
  对于问题一,储备土地风险的影响因素是一个关键点,储备土地主要的风险在于利率风险、财务风险、经营风险、政策风险、市场风险等,在查找到的数据中遴选出较为重要的影响因素是正确评价风险的先决条件,而层次分析法可以先将复杂问题分解为若干层次和若干因素,在各因素之间进行简单的比较和计算,就可以得出不同方案的权重,为最佳方案的选择提供依据,结合本题的特点,选择了层次分析法。

模型假设:

  1、假定该省的房产价格在近五年内没有剧烈的波动。
  2、国家的经济发展水平持续保持稳定增长。
  3、该地区在未来的一段时间不会出现重大的自然灾害。
  4、假设本文中所有数据都是真实可靠的。

论文缩略图:

在这里插入图片描述
在这里插入图片描述

全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

部分程序代码:(代码和文档not free)

clear
clc
RI=[0,0,0.58,0.90,1.12,1.24,1.32,1.41,1.45,1.49,1.51,1.54,1.56,1.58,1.59];
A_total=xlsread('E:\book2.xlsx'); %把8*8的表格按指定文件名放在指定位置
pp_total=xlsread('E:\book1.xlsx');%把74*8的表格按指定文件名放在指定位置
A=A_total(:,:);
pp=pp_total([1 2],[2:end]);
pp_total(:,1);
q=74;
for j=1:(q-1)pp=pp_total([1 2],[2:end]);for i=1:(q-j)[B C w CR1 CR2_1 CR]=fenxi(pp,A);%ppif w==[2 1]pp_total([i i+1],:)=pp_total([i+1 i],:); %pp_total两行交换elsepp([1 2],:)=pp([2 1],:); %pp两行交换 endif (i+2)<=74pp(2,:)=pp_total(i+2,[2:end]);endend
end 
%pp_total(1:q,1) %如果需要显示完整排名请删除本行开头的百分号
pp_total(1:50,1)'
disp(' 层析分析-冒泡比较法 ');
disp(' 以上序号的方案风险最高 ');
for i=1:qout(i,1)=q+1-i;out(i,2)=pp_total(i,1);
end
xlswrite('E:\\ccfx.xlsx', out);
在main函数中所调用的层次分析法程序部分:
function [B C w CR1 CR2_1 CR]=fenxi(pp,A)
%A为C层对O层的比较矩阵;pp为P对C的评价;
RI=[0,0,0.58,0.90,1.12,1.24,1.32,1.41,1.45,1.49,1.51,1.54,1.56,1.58,1.59];[m1,n1]=size(pp);%m1为人数,n1为选择项数;for t=1:n1%求取P对C的比较矩阵for i=1:m1for j=1:m1A1(i,j)=pp(i,t)/pp(j,t);endend[D,X]=eig(A1); [m,m]=size(D); %求出矩阵的行和列[q1,q]=max(max(X));z=sum(D); %列向量归一for i=1:mfor j=1:mD(i,j)=D(i,j)/z(j);endendC(:,t)=D(:,q); %P对C的权重%%%%%%%%%求取p对c层的一致性检验;xx=n1;CI2(t)=(q1-m1)/(m1-1);CR2(t)=CI2(t)/RI(xx);end
CR2_1=sum(CR2);%求取p对c层的一致性检验;
[D1,X1]=eig(A);%D1是特征向量,X1是特征值
[m,m]=size(D1); %求出矩阵的行和列
[q2,q]=max(max(X1));
z1=sum(D1); %列向量归一
for i=1:m%归一化for j=1:mD1(i,j)=D1(i,j)/z1(j);end
end
B=D1(:,q);%C对O最大特征根对应的特征向量
W=C*B;
for k=1:length(W)%排序;[g,r]=min(W);temp=W(r);w(k)=r;W(r)=+inf;
end
%%%%%%%%%%%%%%%%%%%%%下面是求取指标检验C对O层检
验%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
RI=[0,0,0.58,0.90,1.12,1.24,1.32,1.41,1.45,1.49,1.51,1.54,1.56,1.58,1.59];
yy=length(B);
CI1=(q2-yy)/(yy-1);
CR1=CI1/RI(yy);
%%%%%%%%%%%总检验%%%%%%%%%%%%%%%%%
CR=CR1+CR2_1;
%%%%%%%%%%总检验%%%%%%%%%%%%%%%%%%
%B %C对O检验,最大特征根对应的特征向量
%C %C为P对准则层的权重
%w %最终排名
%CR1
%CR2_1
%CR
if(CR1<1&CR2_1<1&CR<1)%disp(' 层次分析法检验正确,满足层次分析 ');
else2
end
全部论文及程序请见下方“ 只会建模 QQ名片” 点击QQ名片即可

http://www.mrgr.cn/p/70755358

相关文章

QGIS编译(跨平台编译)056:PDAL编译(Windows、Linux、MacOS环境下编译)

点击查看专栏目录 文章目录 1、PDAL介绍2、PDAL下载3、Windows下编译4、Linux下编译5、MacOS下编译1、PDAL介绍 PDAL(Point Data Abstraction Library)是一个开源的地理空间数据处理库,它专门用于处理点云数据。PDAL提供了丰富的工具和库,用于读取、写入、过滤、转换和可视…

【unity】认识unity Hub的主要功能

这里我们主要讲解unity Hub中的【项目】和【安装】功能&#xff0c;其他对应的功能栏相信大家根据文字就可以知道相应的作用。 首先是介绍【项目】功能&#xff0c;在这里我们可以创建本地项目和云端项目&#xff0c;作为初学者我们创建本地项目皆可&#xff0c;当然如果你是多…

【工作实践-09】实验室-大仪预约:关于对象

记录一个问题&#xff1a;有这样一种需求&#xff0c;需要生成固定长度的对象数组&#xff0c;并对其中不同对象中的相同属性赋予不同的属性值。最终生成效果如下&#xff1a; needArr [{manufacturer:厂家1,type: 类型1},{manufacturer:厂家2,type: 类型2},{manufacturer:厂…

【spring】@Component注解学习

Component介绍 Component 是 Spring 框架中的一个注解&#xff0c;用于将一个类标记为 Spring 上下文中的一个组件。当一个类被标记为 Component 时&#xff0c;Spring 容器会在启动时自动扫描并实例化这个类&#xff0c;并将其注册到 Spring 上下文中。 Component 注解可以用…

ubuntu之搭建samba文件服务器

1. 在服务器端安装samba程序 sudo apt-get install samba sudo apt-get install smbclient 2.配置samba服务 sudo gedit /etc/samba/smb.conf 在文件末尾追加入以下配置 [develop_share] valid users ancy path /home/ancy public yes writable y…

leetcode:2138. 将字符串拆分为若干长度为 k 的组(python3解法)

难度&#xff1a;简单 字符串 s 可以按下述步骤划分为若干长度为 k 的组&#xff1a; 第一组由字符串中的前 k 个字符组成&#xff0c;第二组由接下来的 k 个字符串组成&#xff0c;依此类推。每个字符都能够成为 某一个 组的一部分。对于最后一组&#xff0c;如果字符串剩下的…

Ceph——部署

Ceph简介 Ceph是一款开源的 SDS 分布式存储&#xff0c;它具备极高的可用性、扩展性和易用性&#xff0c;可用于存 储海量数据 Ceph的存储节点可部署在通用服务器上&#xff0c;这些服务器的 CPU 可以是 x86 架构的&#xff0c;也可以 是 ARM 架构的。 Ceph 存储节点之间相互…

[HTML、CSS]细节与使用经验

如果文中阐述不全或不对的,多多交流。【版权声明】未经博主同意,谢绝转载!(请尊重原创,博主保留追究权) https://www.cnblogs.com/cnb-yuchen/p/18032060 出自【进步*于辰的博客】纯文字阐述,内容比较干。并且,由于考虑到时间长了恐有所遗漏,便即兴记录,并没有对内容…

阿里云实时计算Flink的产品化思考与实践【上】

摘要&#xff1a;本文整理自阿里云高级产品专家黄鹏程和阿里云技术专家陈婧敏在 FFA 2023 平台建设专场中的分享。内容主要为以下五部分&#xff1a; 阿里云实时计算 Flink 简介产品化思考产品化实践SQL 产品化思考及实践展望 该主题由黄鹏程和陈婧敏共同完成&#xff0c;前半程…

Docker搭建LNMP环境实战(06):Docker及Docker-compose常用命令

Docker搭建LNMP环境实战&#xff08;06&#xff09;&#xff1a;Docker及Docker-compose常用命令 此处列举了docker及docker-compose的常用命令&#xff0c;一方面可以做个了解&#xff0c;另一方面可以在需要的时候进行查阅。不一定要强行记忆&#xff0c;用多了就熟悉了。 1、…

Swagger3探索之游龙入海

引言 后端开发中常用的接口调用工具一般使用Postman、ApiPost工具&#xff0c;但后期需要与前端联调&#xff0c;要补充接口文档花费大量时间&#xff0c;此时Swagger3应运而生&#xff0c;大大提高沟通交流的效率。 引用依赖 <!-- Swagger3 调用方式 http://ip:port/swa…

[转帖]Nginx+Keepalived实现简单的服务高可用

https://www.cnblogs.com/xiexun/p/14604650.html 一般情况下,如果我们做小型项目,前端用一个nginx做反向代理即可,大概是这样的 image.png 但是,作为互联网项目,纯2C的话必然需要做高可用,不仅后端的Server有N个,Nginx同样需要有N个,一主N备,当有一个服务器挂掉的时…

【pytest、playwright】allure报告生成视频和图片

目录 1、修改插件pytest_playwright 2、conftest.py配置 3、修改pytest.ini文件 4、运行case 5、注意事项 1、修改插件pytest_playwright pytest_playwright.py内容如下&#xff1a; # Copyright (c) Microsoft Corporation. # # Licensed under the Apache License, Ver…

政安晨:【Keras机器学习实践要点】(六)—— 使用内置方法进行训练和评估

政安晨的个人主页&#xff1a;政安晨 欢迎 &#x1f44d;点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras实战演绎机器学习 希望政安晨的博客能够对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出指正&#xff01; 本文涵盖使用内置 API 进行训练和验证&#…

libVLC 视频抓图

Windows操作系统提供了多种便捷的截图方式&#xff0c;常见的有以下几种&#xff1a; 全屏截图&#xff1a;通过按下PrtSc键&#xff08;Print Screen&#xff09;&#xff0c;可以截取整个屏幕的内容。截取的图像会保存在剪贴板中&#xff0c;可以通过CtrlV粘贴到图片编辑工具…

python学习14:python中的表达式

python中的表达式 1.表达式是什么呢&#xff1f; 表达式就是一个具有明确结果的代码语句&#xff0c;如11、type(‘字符串’)、3*5等 在定义变量的时候&#xff0c;如age108,等号右侧的就是表达式&#xff0c;也就是有具体的结果&#xff0c;将结果赋值给了等号左侧的变量 2.…

CCF-CSP认证考试 202212-3 JPEG 解码 100分题解

更多 CSP 认证考试题目题解可以前往&#xff1a;CSP-CCF 认证考试真题题解 原题链接&#xff1a; 202212-3 JPEG 解码 时间限制&#xff1a; 1.0s 内存限制&#xff1a; 512.0MB 问题背景 四年一度的世界杯即将画上尾声。在本次的世界杯比赛中&#xff0c;视频助理裁判&…

Jenkins安装配置部署

Jenkins安装配置部署 一、什么是CI/CD 1.CI(Continuous integration&#xff09; 中文意思是持续集成)是一种软件开发时间。持续集成强调开发人员提交了 新代码之后&#xff0c;立刻进行构建、&#xff08;单元&#xff09;测试。根据测试结果&#xff0c;我们可以确定新代码…

【保姆级教程】使用SeaTunnel同步Kafka的数据到ClickHouse

1.Apache SeaTunnel依赖地址 2.SeaTunnel官网的Source/Sink模板 3.SeaTunnel的GitHub地址 在官网下载安装包之后&#xff0c;&#xff08;注意&#xff1a;别下载apache-seatunnel-incubating-2.1.0-bin.tar.gz版本&#xff0c;依赖和功能都没有。)要使用apache-seatunnel-2.3…

一个基于.NET Core构建的简单、跨平台、模块化的商城系统

商城后台管理端功能 商品&#xff1a;分类、品牌、单位、选项&#xff08;销售属性&#xff09;、属性、属性模板、属性组。 销售&#xff1a;订单、物流。 内容&#xff1a;首页配置、评论、回复。 配置&#xff1a;国家、用户、仓库、运费、高级设置。 系统&#xff1a;系…