基于ARMA模型对澄星股份股票价格的预测

陈筱

摘 要：股票价格的变动受很多不确定因素的影响，并且各因素间有着非常复杂的关系， 因此要从理论上彻底弄清楚股市的变化机理十分困难。然而股市是一个动态的、特殊的系统，它必然存在着规律。本文以“澄星股份”为例，利用EVIEWS 软件对其股票价格建立ARMA 模型， 提出了股票价格序列的一步动态预测方法，用于股票价格序列的建模及股价短期预测，以期为企业和投资者在进行相关决策时提供有益的参考。

关键词：股票价格；ARMA模型；EVIEWS

时间序列是随时间改变而随机地变化的序列。时间序列分析的目的是找出它的变化规律，即线性模型，主要有三种： AR 模型（自回归模型） 、MA模型（滑动平均模型）和ARMA模型（自回归滑动平均模型或混合模型）。时间序列在证券市场、工程中常做预测。例如在股票市场中，根据股票指数的历史数据，可以预测未来短期内的股票指数走势，便于投资者做出理性的投资决策。

一、ARMA模型

二、对澄星股份股票价格ARMA预测

（一）数据的选取和来源

（二）模型的选择和参数估计

（三）模型的预测

下面利用该模型对股票价格进行预测，由于股票的价格变动比较大，因此在短期内进行预测可以得到比较好的结果，但是长期预测的效果会有较大的误差。

对于含有滞后因变量的预测， EViews 提供了两种方法：动态预测和静态预测。动态预测是预测样本的初始值将使用滞后变量P 的实际值， 而在随后的预测中将使用P的预测值， 因此预测样本初值的选择非常重要。动态预测是真正的多步预测（ 从第一个预测样本开始） ， 因为它们重复使用滞后因变量的预测值。这些预测可能被解释为利用预测样本开始时的已知信息计算的随后各期的预测值。也因为这个原因， 当新的预测值出现时， 它并不能进行适时修正预测。而静态预测是采用滞后因变量的实际值而不是预测值来计算一步向前的结果。

对于实际操作来讲， 预测样本外股票价格更为重要。通过eviews工作文件扩大样本范围，首先获得2013年2月28日股票价格的一步静态预测值为8.48，而实际价格为8.69，前一交易日价格为8.46，成功预测到股票上涨。进一步采用预测数据逐步替代获取12天样本外股票价格静态预测数据，整理到excel与实际的价格进行比较，下图显示了该模型对样本外12天股票价格的预测结果，在整体趋势上拟合的效果还是比较好的。

三、结论

通过上述拟和预测， ARMA 模型在描述股票市场价格波动特征方面有一定借鉴性，拟和预测的结果在一定程度上可以代表股票价格的走势。但它只在短期趋势预测方面有一定可行

性， 对于长期趋势以及突然上涨或下跌，就会表现出局限性。预测的偏差就会比较大， 因为变幻莫测的股票市场， 影响其价格波动的因素多种多样。从股票市场内部因素来看受到股票的供求关系影响。股票的价格与市场无不有关系。也就是说，当供给大于需求时，股票价格上涨，当供给小于需求时，股票下跌；从公司内部因素来看，受到以下几方面的影响：（1）公司的经营状况和盈利能力。这是影响股票价格最重要的基本因素。当公司的经营状况好，盈利能力强，股票价格的基础扎实，大家认为此时的股票很稳定，上涨的机会多，反之，其股票价格难以提高，下跌的机会多。（2）上市公司的财务状况。发行公司的财务状况亦是影响股价的重要原因甚至是直接原因。依照各国法规，凡能反映公司的财务状况的重要指标都必须公开，上市公司的财务状况还需定期向社会公开。此外还受到经济周期、物价水平，政治因素等方面的影响。在面对各种不确定性的情况下，找到一种合理的模型对其进行预测，指导投资决策就先得尤为重要，具有一定的实用价值。

参考文献：

[1] 张成思.金融计量学-时间序列分析视角.[M].中国人民大学出版社：2012.1，120-172；

[2] 何剑.计量经济学实验和Eviews实用.[M].中国统计出版社：2010.4，22-32；

[3]刘红梅.ARIMA模型在股票价格预测中的应用.[J].广西轻工业：2008.（6）；

[4]赵亮.股票价格影响因素研究[J].天津师范大学学报， 2004，（2）；

[5]冯盼、曹显兵.基于ARMA模型的股价分析与预测的实证研究.[J].数学的实践与认识：2011年22期；

[6]邵丽娜.基于ARMA模型对招商银行股票价格的预测[J].农村经济与科技.2007年12期.endprint

摘 要：股票价格的变动受很多不确定因素的影响，并且各因素间有着非常复杂的关系， 因此要从理论上彻底弄清楚股市的变化机理十分困难。然而股市是一个动态的、特殊的系统，它必然存在着规律。本文以“澄星股份”为例，利用EVIEWS 软件对其股票价格建立ARMA 模型， 提出了股票价格序列的一步动态预测方法，用于股票价格序列的建模及股价短期预测，以期为企业和投资者在进行相关决策时提供有益的参考。

关键词：股票价格；ARMA模型；EVIEWS

时间序列是随时间改变而随机地变化的序列。时间序列分析的目的是找出它的变化规律，即线性模型，主要有三种： AR 模型（自回归模型） 、MA模型（滑动平均模型）和ARMA模型（自回归滑动平均模型或混合模型）。时间序列在证券市场、工程中常做预测。例如在股票市场中，根据股票指数的历史数据，可以预测未来短期内的股票指数走势，便于投资者做出理性的投资决策。

一、ARMA模型

二、对澄星股份股票价格ARMA预测

（一）数据的选取和来源

（二）模型的选择和参数估计

（三）模型的预测

下面利用该模型对股票价格进行预测，由于股票的价格变动比较大，因此在短期内进行预测可以得到比较好的结果，但是长期预测的效果会有较大的误差。

对于含有滞后因变量的预测， EViews 提供了两种方法：动态预测和静态预测。动态预测是预测样本的初始值将使用滞后变量P 的实际值， 而在随后的预测中将使用P的预测值， 因此预测样本初值的选择非常重要。动态预测是真正的多步预测（ 从第一个预测样本开始） ， 因为它们重复使用滞后因变量的预测值。这些预测可能被解释为利用预测样本开始时的已知信息计算的随后各期的预测值。也因为这个原因， 当新的预测值出现时， 它并不能进行适时修正预测。而静态预测是采用滞后因变量的实际值而不是预测值来计算一步向前的结果。

对于实际操作来讲， 预测样本外股票价格更为重要。通过eviews工作文件扩大样本范围，首先获得2013年2月28日股票价格的一步静态预测值为8.48，而实际价格为8.69，前一交易日价格为8.46，成功预测到股票上涨。进一步采用预测数据逐步替代获取12天样本外股票价格静态预测数据，整理到excel与实际的价格进行比较，下图显示了该模型对样本外12天股票价格的预测结果，在整体趋势上拟合的效果还是比较好的。

三、结论

通过上述拟和预测， ARMA 模型在描述股票市场价格波动特征方面有一定借鉴性，拟和预测的结果在一定程度上可以代表股票价格的走势。但它只在短期趋势预测方面有一定可行

性， 对于长期趋势以及突然上涨或下跌，就会表现出局限性。预测的偏差就会比较大， 因为变幻莫测的股票市场， 影响其价格波动的因素多种多样。从股票市场内部因素来看受到股票的供求关系影响。股票的价格与市场无不有关系。也就是说，当供给大于需求时，股票价格上涨，当供给小于需求时，股票下跌；从公司内部因素来看，受到以下几方面的影响：（1）公司的经营状况和盈利能力。这是影响股票价格最重要的基本因素。当公司的经营状况好，盈利能力强，股票价格的基础扎实，大家认为此时的股票很稳定，上涨的机会多，反之，其股票价格难以提高，下跌的机会多。（2）上市公司的财务状况。发行公司的财务状况亦是影响股价的重要原因甚至是直接原因。依照各国法规，凡能反映公司的财务状况的重要指标都必须公开，上市公司的财务状况还需定期向社会公开。此外还受到经济周期、物价水平，政治因素等方面的影响。在面对各种不确定性的情况下，找到一种合理的模型对其进行预测，指导投资决策就先得尤为重要，具有一定的实用价值。

参考文献：

[1] 张成思.金融计量学-时间序列分析视角.[M].中国人民大学出版社：2012.1，120-172；

[2] 何剑.计量经济学实验和Eviews实用.[M].中国统计出版社：2010.4，22-32；

[3]刘红梅.ARIMA模型在股票价格预测中的应用.[J].广西轻工业：2008.（6）；

[4]赵亮.股票价格影响因素研究[J].天津师范大学学报， 2004，（2）；

[5]冯盼、曹显兵.基于ARMA模型的股价分析与预测的实证研究.[J].数学的实践与认识：2011年22期；

[6]邵丽娜.基于ARMA模型对招商银行股票价格的预测[J].农村经济与科技.2007年12期.endprint

摘 要：股票价格的变动受很多不确定因素的影响，并且各因素间有着非常复杂的关系， 因此要从理论上彻底弄清楚股市的变化机理十分困难。然而股市是一个动态的、特殊的系统，它必然存在着规律。本文以“澄星股份”为例，利用EVIEWS 软件对其股票价格建立ARMA 模型， 提出了股票价格序列的一步动态预测方法，用于股票价格序列的建模及股价短期预测，以期为企业和投资者在进行相关决策时提供有益的参考。

关键词：股票价格；ARMA模型；EVIEWS

时间序列是随时间改变而随机地变化的序列。时间序列分析的目的是找出它的变化规律，即线性模型，主要有三种： AR 模型（自回归模型） 、MA模型（滑动平均模型）和ARMA模型（自回归滑动平均模型或混合模型）。时间序列在证券市场、工程中常做预测。例如在股票市场中，根据股票指数的历史数据，可以预测未来短期内的股票指数走势，便于投资者做出理性的投资决策。

一、ARMA模型

二、对澄星股份股票价格ARMA预测

（一）数据的选取和来源

（二）模型的选择和参数估计

（三）模型的预测

下面利用该模型对股票价格进行预测，由于股票的价格变动比较大，因此在短期内进行预测可以得到比较好的结果，但是长期预测的效果会有较大的误差。

对于含有滞后因变量的预测， EViews 提供了两种方法：动态预测和静态预测。动态预测是预测样本的初始值将使用滞后变量P 的实际值， 而在随后的预测中将使用P的预测值， 因此预测样本初值的选择非常重要。动态预测是真正的多步预测（ 从第一个预测样本开始） ， 因为它们重复使用滞后因变量的预测值。这些预测可能被解释为利用预测样本开始时的已知信息计算的随后各期的预测值。也因为这个原因， 当新的预测值出现时， 它并不能进行适时修正预测。而静态预测是采用滞后因变量的实际值而不是预测值来计算一步向前的结果。

对于实际操作来讲， 预测样本外股票价格更为重要。通过eviews工作文件扩大样本范围，首先获得2013年2月28日股票价格的一步静态预测值为8.48，而实际价格为8.69，前一交易日价格为8.46，成功预测到股票上涨。进一步采用预测数据逐步替代获取12天样本外股票价格静态预测数据，整理到excel与实际的价格进行比较，下图显示了该模型对样本外12天股票价格的预测结果，在整体趋势上拟合的效果还是比较好的。

三、结论

通过上述拟和预测， ARMA 模型在描述股票市场价格波动特征方面有一定借鉴性，拟和预测的结果在一定程度上可以代表股票价格的走势。但它只在短期趋势预测方面有一定可行

性， 对于长期趋势以及突然上涨或下跌，就会表现出局限性。预测的偏差就会比较大， 因为变幻莫测的股票市场， 影响其价格波动的因素多种多样。从股票市场内部因素来看受到股票的供求关系影响。股票的价格与市场无不有关系。也就是说，当供给大于需求时，股票价格上涨，当供给小于需求时，股票下跌；从公司内部因素来看，受到以下几方面的影响：（1）公司的经营状况和盈利能力。这是影响股票价格最重要的基本因素。当公司的经营状况好，盈利能力强，股票价格的基础扎实，大家认为此时的股票很稳定，上涨的机会多，反之，其股票价格难以提高，下跌的机会多。（2）上市公司的财务状况。发行公司的财务状况亦是影响股价的重要原因甚至是直接原因。依照各国法规，凡能反映公司的财务状况的重要指标都必须公开，上市公司的财务状况还需定期向社会公开。此外还受到经济周期、物价水平，政治因素等方面的影响。在面对各种不确定性的情况下，找到一种合理的模型对其进行预测，指导投资决策就先得尤为重要，具有一定的实用价值。

参考文献：

[1] 张成思.金融计量学-时间序列分析视角.[M].中国人民大学出版社：2012.1，120-172；

[2] 何剑.计量经济学实验和Eviews实用.[M].中国统计出版社：2010.4，22-32；

[3]刘红梅.ARIMA模型在股票价格预测中的应用.[J].广西轻工业：2008.（6）；

[4]赵亮.股票价格影响因素研究[J].天津师范大学学报， 2004，（2）；

[5]冯盼、曹显兵.基于ARMA模型的股价分析与预测的实证研究.[J].数学的实践与认识：2011年22期；

[6]邵丽娜.基于ARMA模型对招商银行股票价格的预测[J].农村经济与科技.2007年12期.endprint