1. 毕业设计（论文）主要目标：
本课题基于BP神经网络和ARIMA模型对房地产上市公司盈利能力的研究。由于万科房地产上市公司的综合盈利指标是一组非线性动态变化的复杂序列，且序列的季节效应较为明显，为了对该类时间序列进行准确的预测，本文通过利用历史数据建立BP神经网络和ARIMA预测模型；然后对模型进行检验，通过与实际情况进行分析和对比，选出最优模型来预测综合盈利指标的未来值，从而更加准确地了解房地产上市公司的未来发展趋势。
2. 毕业设计（论文）主要内容：
本文基于BP神经网络模型和ARIMA模型对房地产上市公司综合盈利能力进行研究。首先选取万科房地产上市公司2003年至2016年各季度的十三个典型财务指标，运用主成分分析方法得到各个季度的综合盈利指标；然后利用各季度的综合盈利指标数据建立BP神经网络模型和ARIMA预测模型，并对模型进行检验，结果显示ARIMA预测模型为最优的模型；最后利用ARIMA预测模型对2017年至2018年各季度的综合盈利指标作出预测，结果表明ARIMA预测模型能较好地预测万科房地产上市公司未来综合盈利的走势。
3. 主要参考文献
[1] 周凤, 财务报表分析. 机械出版社[M]. 2013: 40-45.
[2] Ngai Hang Chan, Wilfredo Palma. State space modeling of long-memory processes[J]. Annals of Statistics. 1998, 2: 719-740.
[3] Darbellay G.A., Slama M. Forecasting the short-tern demand for electricity-do neural networks stand a better chance[J]. International Journal of forecasting, 2000, 16: 71-83.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
