基于ARIMA模型對房地產行業分析與研究

郭瞳康

【摘要】我國現行經濟正處在“L”型筑底的大環境下，爆發于2019年末的新冠肺炎疫情給房地產行業帶來了巨大影響，本文應用ARIMA模型，通過對房地產行業上市公司的股票價格定量分析預測，以達到對后期房地產行業整體走勢的預判作用。

【關鍵詞】房地產行業;新冠肺炎疫情;ARIMA

1、引言

2020年中國經濟增速處于歷史低位階段，并且房地產行業被定調為不能作為短期刺激經濟的手段，同時新冠肺炎疫情短期內已劇烈沖擊了房地產上游的供應商，房地產企業在建筑施工成本、人工成本、運輸成本、營銷成本等核心業務領域的投入加大，各因素影響下加劇了對房地產行業的沖擊和下行壓力。因股票價格是直接反應市場整體行情的“晴雨表”，本文試從股票價格外對我國房地產行業趨勢進行分析。

Box和Jenkins于1970年提出了以隨機理論為基礎的時間序列分析方法，其基本模型有三種：移動平均（MA）、自回歸（AR）模型和回歸求積移動平均模型（ARIMA）。ARIMA方法假定數據序列是由某個隨機過程產生的非白噪聲序列，利用隨機過程去分析描述事物的發展趨勢，預測變量的過去值與當前值，在滿足時間序列上的依存性的同時，又考慮了隨機波動的干擾，提高了模型的精確度。

本文通過軟件SPSS的ARIMA模型進行預測與分析。

2、ARIMA模型構建與擬合分析

2.1 時間序列ARIMA模型的建立

自回歸移動平均模型（autoregressive integrated moving average model）簡稱ARIMA（p，d，q）模型，其中p為偏相關截尾因子，q為自相關因子，p、q為各自對應階數。d為對時間序列進行差分處理的次數，差分階數d可以通過差分圖進行確定，一般2階差分圖就已足夠穩定滿足數據在范圍內波動。

函數表達式如下，y表示 t 時刻 Y 的差分，那么

ARIMA模型對任何非平穩序列只要通過適當階數的差分實現差分后平穩，就可以對差分后序列進行ARMA模型擬合并根據你和函數進行預測，同時根據自相關系數 ACF （Auto Correlation Function）和偏相關系數 PACF （Partial Auto Correlation Function）進行選定。ACF要表現在MA模型下第q值后截尾，PACF在AR模型下第P值后結尾，同時其他模型下拖尾的狀態。

2.2模擬識別與參數估計

本文收集Choice金融2019年11月到2020年3月的交易日數據，同時選取80家滬深兩市公司開盤價格進行加權平均，以滿足體現整體行業趨勢分析，反映市場對房地產行業的整體判斷預測，同時進行數據差分處理圖1所示。由于受到疫情影響在2019年1-2月份期間在股票價格表現上，出現了較陡的下降與疫情爆發后，各地政策進行封城等相關措施有關對市場產生了一定的恐慌，股票價格可以一定程序反應房地產市場的趨勢。

同時對時間序列進行白噪聲檢驗，各階延遲下QLB檢驗統計量的P值都非常小（<0.01），可以以很大把握（置信水平>99%）斷定股票價格為非白噪聲序列，可繼續提取相關信息。

在通過SPSS軟件進行數據處理下，已經滿足在一定范圍內進行波動，同時我們根據模型進行p與q的選取，如圖2所示ACF在第1階后呈截尾，PACF在第4階后呈拖尾狀，因此可初步確定差分后序列適合ARIMA （1，2，4）模型。

利用 SPSS 軟件求解該模型，可得顯著性水平 Sig 為 0.268大于0.05，且 R 方為 0.726，擬合程度較好，初步判斷模型的有效性，可得 AR，MA 的系數分別為 0.928 和 0.156，因此對股票價格的預測模型結果為：

2.3模型的預測與分析

模型是根據80家地產上市公司，90天的股票交易數據進行參數擬合，其預測結果如下，該模型預測結果誤差較小，可以說明 ARIMA 模型擬合效果較為精確。如圖表1所示

結語：

股市價格涉及諸多不可控因素，各個因素之間關系錯綜復雜，本文通過ARIMA模型進行擬合與預測，可以較為準確刻畫股票交易價格波動變化特征，通過對房地產業股價變動影響市值的計算分析，可以反應當下疫情對房地產業的沖擊與影響。但因該模型數據適用于短期預測，同時房地行業受國家宏觀經濟政策、資本市場狀態、城市產業結構等多方面因素綜合影響，從中長期判斷，房地產行業仍然在宏觀經（下轉34頁）? ? （上接32頁）濟下發揮重要作用的地位不會改變。

參考文獻：

[1]苑小康.基于隨機系統理論的股票定價模型的研究[D].[碩士學位論文].北京交通大學，2018.

[2]朱家明，胡玲燕.基于ARIMA和BP神經網絡對人民幣匯率預測的比較分析—以美元人民幣匯率為例[J].

[3]重慶理工大學學報（自然科學），2019，33（5）：207-212.

[4]丁守鑾，康家琦.RAIMA模型在發病率預測中的應用[J].中國醫院統計2003（1）.