由于房地产板块对整个股市的大盘走势和我国经济发展都具有很重要的影响,研究房地产股票价格走势就具有重要的意义。影响中国房地产股票市场发展的因素有很多,有的因素是可测的,有的则是不可测的,如何去发现这些潜在的因素,是非常具有挑战性的问题。目前对于股票走势影响因素的研究多局限于定性的描述性分析或者传统的统计分析(如回归分析,格兰杰因果检验等),但是这些方法在寻找潜在因素方面都无能为力。因此,本文就试图采用一种新的分析方法——独立成分分析法(Independent Component Analysis,简称ICA)来找到影响房地产股票走势的潜在因素,这对于整个房地产金融市场的管理,投资和决策都具有很重要的现实意义。将ICA用于金融时间序列是一个探索性的工作。ICA是一种基于信息理论(主要是负熵和削度)的分析潜变量的方法,其主要思想就是将观察到的多元时间序列进行线性投影,通过实现非高斯的最大化,将其转变为统计意义上的独立成分,它能够有效的抑制高斯噪声,因而在研究潜变量方面具有独特的优势。论文对我国A股市场中几只重要房地产股票数据进行ICA,找到了影响我国房地产股票走势的两个重要驱动因素:股市大盘和地产金融政策。同时,本文还进一步利用ICA的分析结果,对未来股价走势做出预测,通过与传统预测方法的比较,凸现了ICA的优越性。