應(yīng)用模糊數(shù)學(xué)於高層集合住宅投資開發(fā)可行性評估之研究-資料下載頁
2025-01-13 22:51本頁面
【正文】 ，營運成本、利息成本與營建成本則分散至各期，交易成本與稅負則於最後一期支出，因此修正公式為： RCt：各期淨(jìng)現(xiàn)金流量 DCt：各期利息成本 RCend：交屋期淨(jìng)現(xiàn)金流量 LP：土地貸款本金 BCt：各期營建成本 k：預(yù)估報酬率 OCt：各期營運成本 BP：營建貸款本金 在住宅開發(fā)實務(wù)上，於預(yù)售與施工期間建商僅支付利息而不支付本金，本金於完工交屋時一併支付，因此每期貸款負擔(dān)為平均攤還每期利息。由上式求得之淨(jìng)現(xiàn)值其投資準(zhǔn)則為 NPV≧0 ，若有兩個或兩個以上之替選方案，則以 NPV 最大者為投資對象。 （ 2）內(nèi)部報酬率分析 內(nèi)部報酬率係指使 NPV為 0時之報酬率，因此將上式之 NPV以 0代之，求得之 k值即為 IRR，其決策準(zhǔn)則為 IRR≧ k，即內(nèi)部報酬率必須大於或等於預(yù)估報酬率。 36 風(fēng)險分析 由於上述計算所投入之變數(shù)係預(yù)估值，由於未來各變數(shù)值可能有所變動，因此必須估計不同變數(shù)值發(fā)生之機率，變數(shù)之機率分配可由歷年統(tǒng)計資料歸納而得，或由決策者主觀估計，但在住宅投資市場中，相關(guān)的變數(shù)資料難以完整蒐集，欲由統(tǒng)計資料求得變數(shù)之機率相當(dāng)困難，因此本研究以常態(tài)分配來推估各變數(shù)之機率，即以上述估計出之變數(shù)值為最可能值，再提出最樂觀（ Optimistic）及最悲觀（ Pessimistic）的可能變數(shù)值。 其次根據(jù)各種模擬之狀況計算其內(nèi)部報酬率，即可得到內(nèi)部報酬率模擬值，並繪出內(nèi)部報酬機率分配圖與該投資案低於預(yù)估報酬之機率，可據(jù)以判斷投資案風(fēng)險之大小。 四、結(jié)論 本文提出一套住宅投資開發(fā)可行性評估架構(gòu)，並期能借用模糊理論將不確定的因素加以量化，例如評判各級區(qū)位的隸屬函數(shù)與各級區(qū)位之分數(shù)來計算各級區(qū)位之競爭指標(biāo)，又如建立基準(zhǔn)期景氣模糊集與計算評估期各因素隸屬度模糊集來進行模糊貼近度分析以瞭解景氣狀況，最後將本案的目標(biāo)市場利用模糊貼近度分析與競爭個案進行比較並判斷優(yōu)勢情況、評估市場佔有率、與預(yù)估銷售度。 住宅市場是一個充滿不確定性之環(huán)境，於進行市場評估之同時，必須面對非常複雜且繁多之不確定性因素，如市場景氣、競爭個案、產(chǎn)品定位等等，以往之研究中許多重要之評估因素常難以量化而予以捨棄或直接主觀給定某一值，常有客觀與否之議，模糊數(shù)學(xué)則提供了許多解決這些問題之技巧。 參考文獻 楊龍士，中華民國建築學(xué)會「建築學(xué)報」第 37期， ~19， 2022年8月
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1