对房地产上市公司的经营绩效进行评价,是房地产企业应对“去库存”挑战的必然要求也是房地产企业在日趋激烈的市场竞争中存活所必需的。房地产企业对自身经营绩效进行评价,是企业认清自身优势和不足,改善管理,提高自身竞争能力的现实需要。目前支持向量机方法是学术界研究的热点,它用在分类和回归中的效果得到越来越多的肯定。将支持向量机回归方法运用到房地产上市公司绩效评价中来,是将支持向量机回归算法的优点与上市房地产公司经营绩效评价的现实需要相结合的产物。文章通过分析上市房地产企业的特点,以及支持向量机理论的思想基础,设计评价指标选取原则。从房地产上市公司为数众多的财务指标中选取最能反映上市公司经营绩效：投资与收益能力、营运能力、偿债能力以及资本结构四个方面的十项指标组成评价指标体系。在模型构建和实例论证方面,抽取沪深两市A股房地产上市公司的96个企业的财务数据作为样本数据。在对数据进行趋同化、规范化处理,并采用熵权法计算得出各指标权重系数的基础上,采用TOPSIS方法计算得出模型的输出变量,以指标属性数据作为输入变量,建立支持向量机回归模型。并采用测试样本对模型的拟合效果与RBF神经网络的拟合效果进行比较分析,结果显示基于支持向量机回归的拟合效果优于RBF神经网络的拟合效果。因此,就房地产上市公司绩效评价而言,支持向量机回归模型的预测能力较强。通过对我国上市房地产公司经营绩效的分析得出：我国上市房地产企业经营绩效参差不齐,并且整体绩效水平较低,实力相当的企业之间竞争较为激烈。在影响房地产上市公司经营绩效的各项指标中,每股收益指标所占权重较大。因此,在对上市公司经营绩效进行研究时,每股收益指标应该作为考察重点,但是它又不足以取代其他指标的作用。笔者希望,研究成果对我国房地产企业开展绩效评价提供参考价值。