基于面板数据模型的电信需求预测.pdfVIP

论文集 融合与创新研讨会 基于面板数据模型的电信需求预测 孙刚 张爱华 （北京邮电大学经济管理学院北京 100876） 摘 要：本文在回顾电信需求预测文献基础上，基于电信需求的宏观影响因素提出了基于面板数据的电信需求预测模型，并 利用某运营商全国31 省市的移动数据流量对模型进行实证分析，表明基于面板数据模型较一般的时间序列预测模型或截面数 据回归模型的拟合优度要高，基于面板数据的电信需求预测模型误差较小。 关键词：电信需求 面板数据 预测 一、引言 近年来，伴随着电信行业的逐步开放，其竞争趋势日益加剧，整个行业的增长速度尤其是传统的电信 需求逐步放缓， 然而随着全球三网融合趋势的加剧，这就会对整个信息产业的发展将产生重大影响。在电 信网、广电网、互联网三网融合的大趋势下，基于网络融合的增值类业务需求的增长却呈现井喷式增长。ITU 报告特别指出，随着移动宽带领域技术取得显著性进展，将使得人们有更多的机会接入高速移动互联网， 这就促进了各类新兴数据业务的快速增长。 随着三网融合趋势加剧，尤其是我国电信行业在经历2008 年的电信也重组后，电信行业进入了激烈的 市场竞争行列，在新业务爆发式增长的大背景下，尤其是移动互联网时代的到来，加剧了移动数据流量的 高速发展，移动数据流量对运营商形成了巨大的网络压力，对移动数据流量的预测迫在眉急。电信运营商 面临着越来越大的需求预测压力，它们越来越需要依赖对电信业务需求的预测来支持大型的投资决策。 二、文献回顾 预测是基于历史资料，运用一定数据与统计方法对未来状况进行科学分析、估算和推断的过程。电信 需求的预测指标很多，有对用户数的预测、单项业务单项产品的预测，还有话务量的预测、业务收入的预 [1] 测等等，其中电信业务量和用户数的预测构成预测的主要内容 。 在传统的语音业务需求方面，现有文献对语音业务预测所采用方法较多，Islam，Meade 等基于宏观扩 散模型引入经济影响因素，如GDP、人均GDP 等，预测了美国本地电话接入情况。Gary Madden 等分别用 时间序列趋势外推、相关回归等方法预测了美国地区电话业务的需求，结果是计量经济模型趋势外推法的 预测效果更好；国内有陶伟宜等建立了话务量预测模型，胡煌，李磊则利用改进的AR 模型预测了语音话务 [7] 量发展情况 。针对传统语音业务预测的研究，其预测方法相对比较成熟，从传统的时间序列模型、统计回 归模型到创新扩散模型及神经网络预测均有相关研究，其中时间序列预测模型最为成熟，同时其采用的数 [2] 据格式多为截面数据或时间序列数据 。 在电信新业务的预测中，Ganesh， Kumar ， Subramaniam 采用跨国的截面数据，进行跨国扩散路径对 比，研究了IDSL 业务扩散情况；Christos Michalakelis et al 基于创新扩散模型，引入市场影响变量，如价格、 广告等预测欧洲ADSL 接入情况，并认为在电信新业务扩散过程中，市场相关的变量和扩散路径相互影响。 38 论文集 融合与创新研讨会 国内学者李千目、戚涌等利用模糊神经网络进行移动网通讯流量预测，为流量控制提供依据。与传统话音 业务预测不同，基于电信新业务的快速发展，其预测方法主要集中在创新扩散模型和神经网络改进模型等。 同时其采用的数据格式主要为截面数据。 对上述预测模型研究现状的分析结果表明，在电信市场由垄断逐步走向开放竞争，电信新技术的日新 月异的背景下，对电信业务的预测研究已经比较成熟，而且越来越多样化，从传统的时间序列预测、基于 截面数据或时间序列数据的多元统计回归方法到相对智能的神经网络预测。但是这些预测模型存在的缺陷 就是首先预测模型采用的数据都是基于时间序列数据或者截面数据而没有将二者结合起来；截面数据的多 元回归往往缺乏时间上的延续性，同时基于时间序列数据的分析又没有控制截面个