基于三种统计方法研究股票价格和外在实时因素的相关性开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

1、本课题的意义：自从股票市场成立,就有“国内外发生的时事影响股价”这么一种民间说法,很多股民对此都津津乐道,事实和数据也能说明这两者的确有相关关系。本文就国家政策的调整、行业新闻、企业行情和论坛预测等各种时事新闻对股票价格影响的相关性进行对应的分析阐述。通过运用方差分析、主成分分析和多元线性回归的方法分别对国内和国外两支股票（五粮液[000858]和阿里巴巴[baba]）价格的变化进行分析,给出对股价格变化影响较大的因素。本课题的结论可以在一定程度上引导国内股民根据时事因素合理地预估股价的变化趋势，并对个人所拥有的股票进行适当地购入或出售。

2、国内外研究概况：根据宋金龙的研究表明，上市公司的股价除了受盈利能力和成长能力影响显著外，其他财务指标与股票价格的相关性较弱。因此，投资时不仅要关注财务信息还需要关注管理层价值等其他信息。股东因素具有比财务信息更强的显著性，是投资决策的重要参考。不同市场板块、行业及总市值规模的上市公司股票价格影响因素中财务指标存在差异，而在股东因素方面检验结果具有稳定性。此外，上市公司股票价格影响因素研究结果表明股价与公司业绩存在偏离[1]。

2. 研究的基本内容和问题

1、研究的目标：股票价格一直是由多种因素影响而变化的一个不稳定变量。本文就国家政策的调整、行业舆论、企业行情和论坛预测等各种资讯因素对股票价格影响的相关性进行分析，运用方差分析、主成分分析和多元线性回归给出对股票价格影响最大的时事因素，并对其可靠性进行了检验。

2、研究的内容：本文选择美股阿里巴巴[baba]和国内轻工业股五粮液[000858]，根据这两支股票在2019年12月1日到2020年4月1日期间每日股价的变化以及这三个月间发生的国内外大事件、企业内部会议和决策变化以及市场上的企业行情，运用方差分析、主成分分析和多元回归分析对其各自的相关性进行了研究，确定对股价具有显著影响的因素，剔除明显不相关的因素，然后采用逐步回归筛选并剔除导致多重共线性的因素，留下了最优且没有严重多重共线性的回归模型。

3、拟解决的关键问题：如何确定一系列自变量，即如何量化选取的时事因素并把量化后的数据应用到回归模型中？如何筛选得出最优结果的集合并对得到的结果给出合理的，符合经济现状的解释？如何处理数据中起伏波动变化较大的数据？如何得到真实准确的行业新闻和有关企业收益的数据？

3. 研究的方法与方案

1、研究方法：线性回归模型的建立，本文运用回归分析中的逐步回归法[2]，由于多元线性回归分析中，并非所有的自变量都对因变量有显著影响，因此，有必要确定对因变量有显著影响的自变量。逐步回归的基本思想是“有进有出”，即将变量一个一个引入，引入变量的条件是其偏回归平方和检验结果是显著的。当每引入一个自变量后，对已选入的变量要进行逐个检验。当原引入变量由于后面变量的引入而变得不再显著时，要将其剔除，引入一个变量或从回归方程中剔除一个变量，为逐步回归其中的一步，并且每一步都要进行f检验[11]，已确保每次引入新的变量之前回归方程中只包含显著的变量。这个过程反复进行，直到既无显著的自变量选入回归方程，也无不显著自变量从回归方程中剔除为止。这样就保证了最后所得回归子集是“最优”回归子集[12]。

2、实验方案：收集阿里巴巴和五粮液的股票价格数据，收集国家政策变化和有关阿里巴巴集团和四川省宜宾五粮液集团有限公司的新闻快讯、行业舆论、企业行情和论坛预测等。对收集到的数据进行筛选，对非数字类数据进行量化，初步建立回归模型。运用r语言编写程序运行，得出初步的回归方程并编写检验程序对其进行共线性检验。如果所得结果不是很理想，再运用岭估计筛选出有效的结果。

3、可行性分析：经过对数据的事先采集，选取新浪财经的数据集进行分析，各类时事新闻和舆论等也从新浪网中获取以保证新闻的准确性，论坛预测等内容选取阿里云网站的股票预测，再用r语言编写代码对所得数据进行分析，能够得出相应的股票价格和各类资讯因素的关系。根据先前的调查和了解，国家企业政策和国家货币政策等国家宏观调控势必会对企业盈利造成影响从而使股票价格波动，行业新闻和企业舆论是股民判断股票涨或是跌的另一风向标。论坛预测则是部分股民根据经验判断出股价的走势，在股民购买股票时可能会选择作为参考，具有一定的影响力。

4. 研究创新点

选取了三种统计方法进行详尽地分析时事舆论对股票价格影响，选取不同的时事资讯进行分析比对。采用了三种不同的统计方法，方差分析、主成分分析和多元线性回归，最终确定一个对股票价格影响最大的因素。

5. 研究计划与进展

预计三月初可以整理出所有所需的数据，然后用一天的时间编写代码，检测并运行程序，完成代码部分的初稿。再进行实例分析得到初步的结论并与预期的结果进行比较。再用一天时间，改进优化原方案得出论文的最终结论。