论文部分内容阅读
摘 要：文章选取万科公司2018年8月3日-2019年4月26日收益率共177个样本数据为研究对象，用R语言建立ARMA模型，并基于该模型对未来20个工作日收益率进行预测，预测结果可供投资者和政府部门做宏观决策提供参考。
关键词：ARMA模型;万科收益率;R语言
一、绪论
自2019年2月初以来，我国股市一直呈良好态势，与此同时，风险偏好者纷纷将资本投入到股市中，希望在股海中能有个好收益。显然，在投资过程中，投资者都期望股票收益率越高越好，风险越低越好。因此，故若能通过相关工具预测股票未来收益率，这不仅能够让股民规避风险，也能为政府制定各项宏观经济政策提供参考。近几十年来，学者们提出了许多不同的股票点数或收益率预测方法，例如分析技术指标，包含了成交量曲线图、指数平滑线、K线图、移动平均线以及随机指数等，最简图表法、ARAM模型、ARFIMA模型、Kalman滤波方法与神经网络模型等。这些方法都为股民在选股中起到了很好的借鉴作用。
近年来，各级政府贯彻国家“房子是用来住的，不是用来炒的”理念，纷纷采取有效措施遏制房价过快上涨，起到了积极作用，目前各城市房价基本平稳，其中广州稳中略降。而对房地产行业股票收益率的预测一直是投资者关注的热点，本文选取万科A股作为研究对象，采用ARMA模型对其未来20个工作日的收益率进行预测，预测结果则可供投资者和政府部门做宏观决策提供参考。
从图2可以看出，模型（1）的残差部分不存在相关性，说明模型（1）拟合得很好，检验通过，可以用于收益率的预测。为了说明模型（1）预测的准确性和有效性，我们将预测的最近两个值与 2019年4月25、26日两天的实际收益率作比较，比较结果如表2所示：
从表2的比较结果可以看出，2019年4月25日与2019年4月26日两天预测值相对误差分别为5.9%和6.5%，两者均在6%左右波动，说明模型（1）的预测效果良好。接下来用模型（1）预测2019年4月26日以后的20个工作日的万科股票收益率，预测结果如表3所示：
从2019年4月25日与2019年4月26日两天收益率的误差大小，我们可以推测表3中的20个预测值相对误差也均在6%左右波动。但具体误差为多大，需要与2019年4月26以后20个工作日的实际收益率进行比较才得知。
四、结语
本研究以万科企业股份有限公司股票收益率为研究对象，采用ARMA模型用R语言对其收益率進行预测，在建模和预测过程中主要用到了arima（）和predict（）两个R语言函数。而预测主要分以下两个部分：第一仅预测两个值，目的是与现有的两个实际值做比较，比较结果显示两个值的误差均在6%左右;第二预测2019年4月26以后的20个工作日收益率值，预测结果显示预测值的绝对值呈递减趋势，即随着时间的推移预测误差也在相对变大，这也是ARMA模型的一个先天不足之处。由于前面两个预测值的误差在6%左右，我们可以推测后面的20个预测值误差也应该在6%左右，而具体的预测误差有待于时间的检验。
参考文献：
[1]王志坚，王斌会.基于ARMA模型的社会消费品零售总额预测[J].统计与决策，2014（11）：77-79.
[1]王志坚，王斌会.ARMA模型的稳健识别及实证分析[J].统计与决策，2014（09）：168-171.
[3]文雪梅，柏满迎.股票收益率预测模型的比较[J].现代商业，2009（11）：41-42.
作者简介：刘越（1997-），广东潮阳人，2016级本科生，研究方向：应用统计学;黄敬（1996-），广东清城人，2016级本科生，研究方向：应用统计学;王志坚（1982-），江西余干人，博士，讲师，研究方向：管理统计方法。
关键词：ARMA模型;万科收益率;R语言
一、绪论
自2019年2月初以来，我国股市一直呈良好态势，与此同时，风险偏好者纷纷将资本投入到股市中，希望在股海中能有个好收益。显然，在投资过程中，投资者都期望股票收益率越高越好，风险越低越好。因此，故若能通过相关工具预测股票未来收益率，这不仅能够让股民规避风险，也能为政府制定各项宏观经济政策提供参考。近几十年来，学者们提出了许多不同的股票点数或收益率预测方法，例如分析技术指标，包含了成交量曲线图、指数平滑线、K线图、移动平均线以及随机指数等，最简图表法、ARAM模型、ARFIMA模型、Kalman滤波方法与神经网络模型等。这些方法都为股民在选股中起到了很好的借鉴作用。
近年来，各级政府贯彻国家“房子是用来住的，不是用来炒的”理念，纷纷采取有效措施遏制房价过快上涨，起到了积极作用，目前各城市房价基本平稳，其中广州稳中略降。而对房地产行业股票收益率的预测一直是投资者关注的热点，本文选取万科A股作为研究对象，采用ARMA模型对其未来20个工作日的收益率进行预测，预测结果则可供投资者和政府部门做宏观决策提供参考。
从图2可以看出，模型（1）的残差部分不存在相关性，说明模型（1）拟合得很好，检验通过，可以用于收益率的预测。为了说明模型（1）预测的准确性和有效性，我们将预测的最近两个值与 2019年4月25、26日两天的实际收益率作比较，比较结果如表2所示：
从表2的比较结果可以看出，2019年4月25日与2019年4月26日两天预测值相对误差分别为5.9%和6.5%，两者均在6%左右波动，说明模型（1）的预测效果良好。接下来用模型（1）预测2019年4月26日以后的20个工作日的万科股票收益率，预测结果如表3所示：
从2019年4月25日与2019年4月26日两天收益率的误差大小，我们可以推测表3中的20个预测值相对误差也均在6%左右波动。但具体误差为多大，需要与2019年4月26以后20个工作日的实际收益率进行比较才得知。
四、结语
本研究以万科企业股份有限公司股票收益率为研究对象，采用ARMA模型用R语言对其收益率進行预测，在建模和预测过程中主要用到了arima（）和predict（）两个R语言函数。而预测主要分以下两个部分：第一仅预测两个值，目的是与现有的两个实际值做比较，比较结果显示两个值的误差均在6%左右;第二预测2019年4月26以后的20个工作日收益率值，预测结果显示预测值的绝对值呈递减趋势，即随着时间的推移预测误差也在相对变大，这也是ARMA模型的一个先天不足之处。由于前面两个预测值的误差在6%左右，我们可以推测后面的20个预测值误差也应该在6%左右，而具体的预测误差有待于时间的检验。
参考文献：
[1]王志坚，王斌会.基于ARMA模型的社会消费品零售总额预测[J].统计与决策，2014（11）：77-79.
[1]王志坚，王斌会.ARMA模型的稳健识别及实证分析[J].统计与决策，2014（09）：168-171.
[3]文雪梅，柏满迎.股票收益率预测模型的比较[J].现代商业，2009（11）：41-42.
作者简介：刘越（1997-），广东潮阳人，2016级本科生，研究方向：应用统计学;黄敬（1996-），广东清城人，2016级本科生，研究方向：应用统计学;王志坚（1982-），江西余干人，博士，讲师，研究方向：管理统计方法。