最新第四章市场预测与管理决策ppt.pptVIP

季节变动预测法的概念和特点 季节变动是指某些市场现象的时间序列，由于受自然气候、生产条件、生活习惯等因素的影响，在若干年中每一年随季节的变化都呈现出的周期性变动。 时间序列的季节变动往往并不独立存在，而是伴随趋势变动存在。对于含有季节变动的时间序列，可以建立季节模型加以预测。 无趋势变动的季节模型 对于不含趋势变动，只含季节变动的时间序列，一般采取季节水平模型对其进行预测。 季节水平模型： =同月（或季）平均数/已知年份月（或季）总平均数 为时序的平均水平； 为季节指数。 可以是预测前一年的月（或季）平均水平，也可以是已知年份所有数据月（或季）的平均水平。 称为季节指数，它表示季节变动的数量状态 。 含趋势变动的季节模型 一、季节型迭加趋势预测模型 适用条件：既有季节变动又有趋势变动，而且每年都出现的季节变动的幅度不随市场现象的趋势变动而变化。 模型建立步骤： 1、确定趋势直线方程 含趋势变动的季节模型 2、确定季节增量 二、季节型交乘趋势模型 适用条件：既存在明显的季节变动又含有长期趋 势变动，而且时间序列的季节变动幅度随现象的趋势变动而加大。 含趋势变动的季节模型 模型建立步骤： 1、确定趋势直线方程 2、计算季节指数 为样本季节指数。它只反映季节影响给各期带来的实际波动。 第四章 时间序列分析法 本章结构 时间序列分析法的特点与步骤 1. 简易平均法 2. 移动平均法 3. 指数平滑法 4. 趋势延伸法 5. 季节变动预测法 6. 4.1时间序列分析法的特点与步骤 什么是时间序列分析法？ 时间序列分析法的特点： 根据过去变化趋势，预测未来发展 时间序列数据变动存在着规律性和不规律性 撇开市场发展的因果关系 时间序列市场预测法的步骤 什么是时间序列分析法？ 时间序列：市场现象的统计指标数值，按时间先后顺序排列而成的数列。 时间序列分析法：通过对时间序列的分析和研究，运用科学方法建立预测模型，使市场现象的数量向未来延伸，预测市场现象未来发展变化趋势，确定市场预测值。 编制时间序列要做到：总体范围一致；代表的时间单位长短一致；统计数值的计算方法和计量单位一致。 时间序列分析法的特点 一、时间序列分析法是根据市场过去的变化趋势预测未来的发展，它的前提是假定事物的过去会同样延续到未来。 未来发展≠过去历史的简单重复 短期市场预测 中长期市场预测 时间序列分析法的特点 二、时间序列数据变动存在着规律性与不规律性 长期趋势变动（T） 季节变动（S） 循环变动（C） 不规则变动（I） 乘法模型： 时间序列分析法的特点 三、时间序列分析法撇开市场发展的因果关系去分析市场的过去和未来的关系 运用时间序列分析法进行预测，实际上是将所有的影响因素归结到时间这一因素上，只承认所有影响因素的综合作用，并认为在未来对预测对象仍然起作用，而未去探讨预测对象和影响因素之间的因果关系。 定性分析 定量分析 预测结果 时间序列分析法的步骤 收集、整理市场现象的历史资料、编制时间序列，并根据时间序列绘制图形 对时间序列进行分析 选择预测方法，建立预测模型 测算预测误差 预测误差度量方式 绝对度量 相对度量 平均误差 平均绝对误差 均方误差 百分误差 平均百分误差 平均绝对百分误差 4.2 简易平均法 简单算术平均法 加权平均法 几何平均法 简单算术平均法 将观察期内预测目标时间序列值加总平均，求得算术平均数，并将其作为下期预测值。 时间序列数据方差越小，简单平均数作为预测值的代表性越好。 缺点：所有观察值不论新旧在预测中一律同等对待，这不符合市场发展的实际情况。 加权平均法 根据观察值重要性不同（对影响大的近期观察值给予较大的权数，对影响小的远期观察值则给予较小的权数），分别给予相应的权数，再计算加权平均数作为建立预测模型的方法。 权数的确定：距预测期的远近，波动幅度大小 缺点：对于趋势变动明显的时间序列，无论怎样的加大权数， 也跟不上实际值的变动，它小于后期的实际观察值，更不能作为预测值。 几何平均法 计算出一定时期内预测目标时间序列的发展速度或逐期增长率，然后在此基础上进行预测。 适用于趋势变动规律表现为发展速度相同的时间序列。 4.3 移动平均法 移动平均法的概念和特点 一次移动平均法 二次移动平均法 加权移动平均法 移动平均法的概念和特点 移动平均市场预测法是对时间序列观察值由远到近按一定跨越期计算平均值的预测方法。它保持平均的期数不