中国房地产行业股价的分析与预测开题报告

1、研究背景

8月12日，2020博鳌房地产论坛发布了《观点指数·2020中国房地产行业发展白皮书》，从中我们可以了解到，近年来房地产行业进入了平缓期，其竞争也变得越来越激烈。房地产业的发展在我国一直备受关注, 房地产企业的发展是关系到 我国人民切身利益的事情。同时房地产业也是我国重要的支柱产业之一,其发展关系到整个国民经济的发展。房地产企业的发展一直受到 各方的密切关注。对于各投资者和百姓来说，房地产行业股价的变动似乎是他们更加关注的问题，都希望掌握房地产行业股价变动的趋势和规律，而投资者们往往通过如技术分析法，包含 K 线图、MACD 线、成交 量曲线等来分析与预测。

2、研究目的及意义

（1）研究目的

收集中国房地产行业2020年全年每个交易日的股价，生成ARIMA模型，通过对模型的识别定阶、参数估计和适应性检验对数据模型进行预测。通过ARIMA模型的预测结果与2021年前几个短期交易日的结果进行对比，得出结论，同时根据结论分别对股票投资者和监管者提出建议。

（2）理论意义

ARIMA模型是目前最常用的用于拟合非平稳序列的模型，对于满足有限参数线形模型的平稳时间序列的分析，ARIMA在理论.上已趋成熟，它用有限参数线形模型描述时间序列的自相关.结构，便于进行统计分析与数学处理。有限参数线形模型能描述的随机现象相当广泛，模型拟合的精度能达到实际工程的要求，而且由有限参数的线形模型结构可推导出适用的线形预报理论。利用ARIMA模型描述的时间序列预报问题在金融，股票等领域具有重要的理论意义。

（3）实践意义

通过ARIMA模型的预测结果与2021年前几个短期交易日的结果进行对比，得出结论，同时根据结论分别对股票投资者和监管者提出建议。对投资者而言希望他们因此善于结合ARIMA模型预测短期股价走势。当然，根据ARIMA模型预测股价的同时应考虑其他突发因素。对市场监管者而言希望监管者在基本面对房地产行业股价监管的同时，也要通过技术面预测及时对行业进行监管和防范。

1.研究内容

股票市场是我国重要的直接融资市场，对社会上 的闲置资金起着优化配置的作用，股票市场的发展和完善也有利于我国经济的发展。投资者们期望能从股票市场投资获利。本文研究的是房地产行业股票价格，因此收集房地产行业2020年历史日指数数据，用EViews将数据生成ARIMA模型，通过ARIMA模型对数据结果进行分析。希望通过ARIMA模型对数据的分析处理预测出房产行业股票价格未来的短期价格，从而为广大投资者和监管者提供有益的建议和参考。

第一部分为绪论。是研究背景和意义，梳理了国内外文献并进行了总结。

第二部分在对国内外文献进行梳理和总结的基础上，确定了研究内容和研究方法。运用ARIMA模型进行预测与分析

第三部分是收集中国房地产行业2020年全年每个交易日的股价，生成ARIMA模型，通过对模型的识别定阶、参数估计和适应性检验对数据模型进行预测。

最后一部分为研究结论建议。通过第三部分ARIMA模型的预测结果与2021年前几个短期交易日的结果进行对比，得出结论，同时根据结论分别对股票投资者和监管者提出建议。

2.提纲

1绪论

1.1研究背景及意义

1.2国内外研究现状

2研究方法与模型介绍

2.1ADF检验

2.2非平稳时间序列的处理

2.3建立ARIMA模型

3实证分析

3.1样本数据选择

3.2房地产行业股价实证分析

3.2.1模型的识别与定阶

3.2.1.1数据录入

3.2.1.2时间图判断平稳性

3.2.1.3原始数据的对数处理

3.2.1.4差分d的确定

3.2.1.5模型的识别与定阶

3.2.2模型的参数估计

3.2.3模型的适应性检验

3.2.3.1残差序列生成

3.3模型预测

4.结论及建议

4.1结论

4.2建议

4.2.1对投资者的建议

4.2.1.1善于结合ARIMA模型预测短期股价走势

4.2.1.2根据ARIMA模型预测股价的同时应考虑其他突发因素

4.2.2对市场监管者的建议

4.2.2.1监管者在基本面对房地产行业股价监管的同时，也要通过技术面预测及时对行业进行监管和防范

3.预期目标

（1）运用ARIMA模型，对房地产行业股价进行分析预测，得出预测结果。

（2）根据ARIMA模型得出的预测的结果与现实中该期股价对比，提出相应的建议。

1、研究方法

第一，文献分析法。通过查询关于研究ARIMA模型分析预测股价的书籍、文献，在房地产行业现有的研究基础上，对搜集的文献进行归纳分析。

第二，实证分析法。运用实证数据，在搜集数据资料之后，进行科学地对比分析。

采用时间序列分析方法——ARIMA模型

2、步骤

（1）绪论。是研究背景和意义，梳理了国内外文献并进行了总结。

（2）在对国内外文献进行梳理和总结的基础上，确定了研究内容和研究方法。运用ARIMA模型进行预测与分析

（3）收集中国房地产行业2020年全年每个交易日的股价，生成ARIMA模型，通过对模型的识别定阶、参数估计和适应性检验对数据模型进行预测。

（4）研究结论建议。通过第三部分ARIMA模型的预测结果与2021年前几个短期交易日的结果进行对比，得出结论，同时根据结论分别对股票投资者和监管者提出建议。

1、在2022年底前与指导教师进行见面接触，就论文的选题方向和选题思路进行初步交流以，了解学术信息和动态，对相关学术文献进行初步的梳理。

2、2022年2月17日至3月31日：接受任务书、进行资料收集、文献检索，查阅参考文献，开展相关调研及前期研究。

3、2022年4月1日：提交前期研究报告和开题报告（含打印稿，A4纸）。

4、2022年4月2日至4月7日：修改开题报告，组织开题答辩。

5、2022年4月8日至6月3日：撰写论文、修改论文。5月10日前完成初稿，之后根据指导老师意见修改论文，6月6日前交定稿论文（含电子稿和打印稿）。

6、2022年6月7日至6月9日：论文评阅教师评阅论文，学生准备答辩提纲制作答辩PPT。

7、2022年6月10日至6月12日：论文答辩。具体时间另行通知。