基于ARIMA模型的TCL集團股票預測及評價

趙康銀 薛亞楠

(西安科技大學高新學院 陜西 西安 710109)

一、問題的提出

TCL集團股份有限公司創辦于1981年，是一家特大型國有控股企業,A股上市公司。2012年成為全球第四大電視制造商。2010年，TCL集團銷售總額211億元，利潤7.15億元，稅金10.8億元，出口創匯7.16億美元，在全國電子信息百強企業中列第6名，是國家重點扶持的大型企業之一。

二、模型的建立及預測

(一)ARIMA模型理論

Box和Jenkins于70年代初提出ARIMA模型，稱為自回歸移動平均模型(Autoregressive Moving Average Model，簡記ARIMA)，是一種著名時間序列預測方法。其中ARIMA(p,q)稱為差分回歸移動平均模型，AR是自回歸，P為自回歸項。ARIMA模型可分為3種：(1)自回歸模型(簡稱AR模型)；(2)滑動平均模型(簡稱MA模型)；(3)自回歸滑動平均混合模型(簡稱ARIMA模型)以時間序列的自相關分析為基礎。

p階自回歸過程AR(p)的一般表達式為：

Xt=φ1Xt-1+φ2Xt-2+…+φpXt-p+μt其中μt白噪聲過程。

q階的移動平均過程MA(q)可以表示為：

Xt=εt-θ1εt-1-θ2εt-2-…-θqεt-q，εt為白噪聲過程。

ARIMA(p,d,q)模型一般表達式為：

Xt=φ0+φ1Xt-1+φ2Xt-2+…+φpXt-p+εt-θ1εt-1-θ2εt-2-…-θqεt-q

(二)ARIMA模型建立基本步驟

1.首先識別序列的平穩性。

2.對數據進行平穩化處理。如果數據序列是非平穩的,需對數據進行差分或滑動平均法處理,使得數據平穩。

3.建立相應的模型。

(三)ARIMA模型的建立和檢驗

1．ADF檢驗序列平穩性

根據ADF檢驗結果所示，Prob=0.1138>0.005ADF檢驗序列不平穩，需要對數據進一步進行檢驗，如圖1所示：

圖1 ADF序列一階差分檢驗圖

如圖1所示，對ADF檢驗結果進行一階差分，結果顯示t檢驗結果Prob=0.0002<0.005ADF檢驗序列平穩。

2.模型擬合

利用Eviews對ARIMA模型進行擬合比較，對上文所選參數ARIMA(1,4)，ARIMA(1,5)分別進行擬合比較，比較結果如下所示：

結合圖2和圖3ARIMA模型的擬合檢驗，對比兩模型結果：

圖2 ARIMA(1,4)擬合圖

圖3 ARIMA(1,5)擬合圖

結合圖2、圖3和表1可以得出，比較在參數ARIMA(1,4)，ARIMA(1,5)建立的模型下，ARIMA(1,5)的系數R2為0.936876，AIC指標的數值為-0.649040，擬合程度較高，可以使用。

表1 擬合檢驗

3.模型檢驗

在模型構建后，對擬合模型進行適應性檢驗。即白噪聲檢驗。

由圖4可知，在進行ARIMA檢驗之后，數據實際值和擬合值整體擬合程度較好，并且數據殘差在-2到2之間波動，殘差較小，說明擬合程度較高，模型整體較好。

圖4 模型檢驗折線圖

(四)ARIMA模型預測

我們用擬合有效模型對TCL集團2019年9月17日股票收盤價進行短期預測，我們要預測未來1天的收盤價，如下圖所示：

根據上圖預測結果顯示，在2019年9月17日即第33個數據TCL集團股票收盤價格預測為5.849534元。

三、結論及評價

收盤價是常用的金融術語之一，是指證券交易當天最后一筆成交的黃金價格，一般來說收盤價可以作為一個交易日中有參考性的價位，對市場交易有一定的指導意義，所以對于一些投資者來說，收盤價是一個有價值的參考依據。

從上述分析來看，ARIMA模型只適合對短期預測，根據指數模型和ARIMA模型的預測，可以看出未來兩天的收盤價不穩定，說明TCL集團2019年8月12日—9月16日的股票收盤價對投資者產生一定的影響。

在新興市場上,TCL多媒體電子、TCL通訊科技和TCL家電集團三軍聯動,重點開拓印度和巴西市場,建立工業能力,加強市場渠道和品牌能力；在歐美市場上,TCL多媒體電子和TCL通訊科技繼續鞏固原有的優勢,持續提升市場份額。報告期內,海外市場實現銷售收入同比增長8.30%。