本文關(guān)鍵詞：基于狀態(tài)空間模型的房地產(chǎn)“情緒指數(shù)”研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來(lái),房地產(chǎn)行業(yè)一直受到廣泛關(guān)注,國(guó)內(nèi)外多數(shù)學(xué)者采用房產(chǎn)基價(jià)求解法、指標(biāo)體系測(cè)度法、統(tǒng)計(jì)檢驗(yàn)測(cè)度法來(lái)評(píng)測(cè)房產(chǎn)的價(jià)格和估計(jì)房地產(chǎn)市場(chǎng)的泡沫,并預(yù)測(cè)房地產(chǎn)泡沫破滅在即,但多年過(guò)去了,這一切并沒(méi)有發(fā)生。所以想到的問(wèn)題是這種傳統(tǒng)的分析方法在中國(guó)是否有效?有沒(méi)有其他替代的方法可用?依據(jù)行為金融學(xué)理論可知市場(chǎng)參與者的心理因素以及價(jià)值共同決定了其價(jià)格的運(yùn)動(dòng)變化,這種心理因素對(duì)價(jià)格的走勢(shì)有著極為重要的作用。所以本文主要想利用房地產(chǎn)市場(chǎng)相關(guān)行業(yè)的股市數(shù)據(jù)來(lái)綜合評(píng)測(cè)出房地產(chǎn)參與者情緒指數(shù)這個(gè)潛變量,并通過(guò)評(píng)價(jià)房地產(chǎn)市場(chǎng)參與者的情緒指數(shù)來(lái)分析和預(yù)測(cè)房地產(chǎn)價(jià)格走勢(shì)。這里我們假定房地產(chǎn)市場(chǎng)參與者的情緒指數(shù)是隱藏在房地產(chǎn)價(jià)格變化趨勢(shì)背后的一種潛在變量。本文主要采用股市的數(shù)據(jù),因?yàn)楣墒械臄?shù)據(jù)獲取方便、有質(zhì)量保證,且能夠即時(shí)更新。本文的核心思想是通過(guò)建立狀態(tài)空間方程導(dǎo)出房地產(chǎn)市場(chǎng)參與者的情緒指數(shù),首先聯(lián)合使用EM算法和Kalman算法來(lái)估計(jì)模型中的未知參數(shù),然后再用參數(shù)確定之后的模型,利用可觀測(cè)到的股市相關(guān)行業(yè)的數(shù)據(jù)來(lái)分析情緒指數(shù)的變化規(guī)律和趨勢(shì),具體操作是：在給定參數(shù)初值后,應(yīng)用Kalman算法得到最初的潛在變量,再將其帶回到狀態(tài)空間模型,應(yīng)用EM算法更新參數(shù),所以在每一次更新過(guò)程中應(yīng)用EM算法和Kalman算法,這樣不僅可以估計(jì)出方程的參數(shù),還可以得到潛在變量,即房地產(chǎn)市場(chǎng)參與者的情緒指數(shù)。
【關(guān)鍵詞】：行為金融學(xué) 房地產(chǎn)市場(chǎng)參與者的情緒指數(shù) Kalman濾波 狀態(tài)空間模型 EM算法
【學(xué)位授予單位】：海南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F299.23;F224
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 引言8-16
• 1.1 研究背景、方法及意義8-9
• 1.2 文獻(xiàn)綜述及研究評(píng)價(jià)9-11
• 1.2.1 文獻(xiàn)綜述9-10
• 1.2.2 研究評(píng)價(jià)10-11
• 1.3 應(yīng)用概念及算法簡(jiǎn)介11-16
• 1.3.1 行為金融學(xué)11
• 1.3.2 狀態(tài)空間模型思想介紹11-12
• 1.3.3 Kalman濾波算法12-13
• 1.3.4 EM算法13-16
• 第二章 模型的建立及算法介紹16-22
• 2.1 狀態(tài)空間模型建立16
• 2.2 本文算法流程介紹16-22
• 2.2.1 算法開(kāi)始前的初步計(jì)算16-17
• 2.2.2 狀態(tài)空間方程參數(shù)的期望表示17-18
• 2.2.3 狀態(tài)空間方程的參數(shù)表示18-19
• 2.2.4 整體算法思路解釋19-20
• 2.2.5 算法流程圖及詳解20-22
• 第三章 實(shí)證演練22-32
• 3.1 前期準(zhǔn)備22-23
• 3.1.1 數(shù)據(jù)的選取及合理性22
• 3.1.2 數(shù)據(jù)的預(yù)處理及合理性22
• 3.1.3 軟件包的選取及合理性22-23
• 3.2 模型選擇23-32
• 3.2.1 不同方式定義模型結(jié)果對(duì)比23
• 3.2.2 四大相關(guān)板塊狀態(tài)空間模型參數(shù)估計(jì)情況23-26
• 3.2.3 房地產(chǎn)“情緒指數(shù)”總體評(píng)價(jià)26-30
• 3.2.4 建立房地產(chǎn)“情緒指數(shù)”回歸方程30-32
• 第四章 總結(jié)與展望32-34
• 4.1 研究總結(jié)32
• 4.2 研究展望32-34
• 4.2.1 預(yù)測(cè)應(yīng)用32-33
• 4.2.2 多變量合一應(yīng)用33
• 4.2.3 ARMA模型應(yīng)用33-34
• 參考文獻(xiàn)34-36
• 攻讀碩士學(xué)位期間取得的研究成果36-38
• 致謝38-39
• 學(xué)位論文答辯委員會(huì)決議39

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 關(guān)海玲;;當(dāng)前房地產(chǎn)泡沫的科學(xué)評(píng)估與破滅防控[J];社會(huì)科學(xué)家;2015年06期

2 張舒涵;;基于狀態(tài)空間模型對(duì)我國(guó)房地產(chǎn)泡沫的研究[J];區(qū)域金融研究;2015年02期

3 周文劍;;基于狀態(tài)空間模型的浙江房地產(chǎn)價(jià)格泡沫的實(shí)證檢驗(yàn)[J];現(xiàn)代經(jīng)濟(jì)信息;2013年07期

4 龐培俊;李江;;基于行為金融學(xué)的資產(chǎn)價(jià)格波動(dòng)分析[J];中國(guó)集體經(jīng)濟(jì);2008年21期

5 ;Robust maximum-likelihood parameter estimation of stochastic state-space systems based on EM algorithm[J];Progress in Natural Science;2007年09期

6 章曉霞;吳沖鋒;;The Bubbles of China Stock Market Based on Return Decomposition and Cumulative Return[J];Journal of DongHua University;2006年04期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 郭紅領(lǐng);中國(guó)房地產(chǎn)信心指數(shù)研究[D];哈爾濱工業(yè)大學(xué);2007年

  本文關(guān)鍵詞：基于狀態(tài)空間模型的房地產(chǎn)“情緒指數(shù)”研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：266558