论文题目：投资者情绪对房地产市场的影响分析
摘要：传统金融学理论认为,资产的交易价格能够反映所有市场信息,即使有一些投资者的非理性行为,这些非理性行为也可以被市场“消化”,但是随着金融市场异像的不断涌出,传统金融学已经不能给出合理解释,因此,本文试图从行为金融学寻求答案。行为金融学研究已经关注到了投资者情绪在股票市场发展的重要性,研究投资者情绪以及其与股票市场之间的相互关系也逐渐成为行为金融学的热点问题,但是对房地产市场投资者情绪的研究尚少。因此,本文从市场投资者情绪出发,探索一种直观有效的测度房地产投资者情绪的方法,并分别从理论分析和实证分析来探讨房地产投资者情绪测度的有效性及其对房地产市场的影响。本文以房地产市场为研究背景,以房地产投资者情绪为研究主题展开探讨,研究内容主要有:（1）房地产市场投资者情绪的界定。从投资者情绪的理论、量化方法以及房地产投资者情绪三个方面进行梳理和总结现有研究,并基于现有研究给出本文关于房地产投资者情绪概念的界定。（2）房地产市场投资者情绪的量化。选取股票市场数据,运用状态空间模型构建房地产投资者情绪指标,并对所构建的房地产投资者情绪指标的市场表现进行了评价分析验证了其合理性和有效性。（3）投资者情绪对房地产市场的影响分析。建立了加入投资者情绪的VAR（3）模型,在模型可靠的基础上探索了投资者情绪与房地产市场的相互关系,并利用BP神经网络模型对房地产市场指数进行预测。本文基于2018年6月至2021年6月间股票数据展开研究分析,研究发现:（1）房地产投资者情绪指标对房地产市场的影响是有效的,能在一定程度上反应房地产市场的投资意愿,并对房地产市场收益和房地产指数波动具有一定的预测能力。（2）房地产投资者情绪是房地产市场收益的Granger原因,投资者情绪在短期内对房地产市场收益是有显著影响的,并且房地产投资者情绪对房地产市场收益的影响是负向的,而这种负向影响会在五期左右的时间内逐渐消失。（3）房地产市场收益不是房地产投资者情绪的Granger原因,但是短期内,房地产市场收益对投资者情绪是呈正向影响的,且相比投资者情绪对房地产市场收益的影响,房地产市场收益对投资者情绪的影响更显著,反应所带来的影响时间也更长。
关键词：投资者情绪;房地产市场;状态空间模型;Kalman滤波
学科专业：工程硕士（应用统计工程领域）（专业学位）
摘要
ABSTRACT
1 绪论
1.1 选题的背景及意义
1.1.1 选题背景
1.1.2 研究意义
1.2 国内外相关研究综述
1.2.1 投资者情绪的界定
1.2.2 投资者情绪的测度
1.2.3 房地产投资者情绪的概述
1.3 研究内容和研究方法
1.3.1 研究内容
1.3.2 研究方法
1.4 论文创新点和论文结构
1.4.1 论文创新点
1.4.2 论文结构
2 相关理论及算法流程
2.1 状态空间模型
2.2 Kalman算法
2.3 EM算法
2.4 BP神经网络
2.5 算法流程介绍
3 房地产投资者情绪指标的构建与分析
3.1 数据选取与预处理
3.1.1 数据的选取
3.1.2 数据预处理
3.2 数据的平稳性检验和协整检验
3.2.1 数据的平稳性检验
3.2.2 协整检验
3.3 房地产投资者情绪指标的构建
3.4 房地产投资者情绪的综合分析
4 投资者情绪对房地产市场的影响分析
4.1 变量的选择与描述性统计
4.2 变量的相关分析
4.2.1 投资者情绪与市场的相关关系分析
4.2.2 变量的相关性分析
4.3 投资者情绪对市场收益的影响分析
4.3.1 VAR模型建立
4.3.2 Granger因果关系检验
4.3.3 脉冲响应分析
4.4 投资者情绪对股指预测的影响分析
4.4.1 预测模型的对比择优
4.4.2 预测模型的建立
4.4.3 预测模型的结果分析
4.5 本章小结
5 总结与展望
5.1 研究总结
5.2 研究展望
致谢
参考文献