(Excel环境下指数平滑预测法最优平滑系数的确定.docVIP

Excel环境下指数平滑预测法最优平滑系数的确定 ［摘 要］ 指数平滑是财务预测中使用频率较高的方法，其应用的关键在于选择最优平滑系数。本文对平滑系数的确定方法进行了梳理，指出在excel环境下进行平滑系数的确定于实际工作中更有意义，在此基础上探讨了excel环境下运用模拟运算表和规划求解进行最优平滑系数确定的方法。 ［关键词］ 指数平滑；平滑系数；excel doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 02. 007 ［中图分类号］ f275 ［文献标识码］ a ［文章编号］ 1673 - 0194（2012）02- 0013- 03 1 引 言 指数平滑法（ｅｘｐｏｎｅｎｔｉａｌ ｓｍｏｏｔｈｉｎｇ）是较为常用的时间序列预测方法，这种预测法认为：在未来一定时期内，预测对象在数量上的演变特征不会脱离该对象过去的发展趋势，即预测对象的发展具有连续性和规律性，因此可以通过对不同时期历史数据赋予不同的权数（通常赋予近期数据较大权数，远期数据较小权数）来推测预测对象未来的发展趋势。指数平滑最早由霍尔特（ｃ．ｃ．ｈｏｌｔ）于１９５７年提出，布朗（ｂｒｏｗｎ）于１９６２年在其著作中详细论述了这一预测方法。凭借易理解、易操作、计算工作量较小等优势，指数平滑预测法在国民经济各领域得到广泛应用，财务预测中也经常使用这种方法，统计资料显示，指数平滑在预测方法中的使用频率仅次于回归分析，达到１３．１６％。 指数平滑预测法的核心在于平滑初值的确定以及平滑系数的选择。虽然平滑初值和平滑系数都对预测结果产生影响，但理论与实践证明，平滑系数是其中的瓶颈因素。这是因为指数平滑允许通过选取较大的平滑系数来削弱平滑初值对预测结果的影响，因此如何确定最优平滑系数就成为指数平滑预测的关键。国内理论工作者对指数平滑的研究有相当一部分是针对平滑系数如何确定：袁立（１９８５）探讨了分阶段平滑系数的选择，将预测分为初始阶段和一般阶段，并就各阶段分别介绍了平滑系数的确定方法；张绍和 等（１９８９）指出采用最小二乘法确定平滑系数于手工计算不实用，提出了不断用预测误差来修正预测值的季节性指数平滑预测方法；唐炎森（１９９７）探讨了传统方式下平滑系数的确定，并利用最小平方法导出了确定平滑系数的近似公式；徐大江（１９９９）指出合适的平滑系数必须根据实际问题背景及所选预测模型的特性加以选取；熊国强（２０００）对指数平滑预测模型进行了精度分析，建立了估计指数平滑系数的最优化模型。这些研究都是以手工计算为基础研讨平滑系数的确定，而讨论如何借助计算机确定平滑系数的文献却较少。叶海华 等（２００２）提出了用ｍａｔｌａｂ实现平滑系数和求导系数的精确表达方法，但由于ｍａｔｌａｂ软件的普及率及操作等原因，适用性并不广泛。在数据处理软件中，微软公司的ｅｘｃｅｌ是运用最多、安装最为广泛的软件之一，绝大多数计算机使用人员都具备基本的ｅｘｃｅｌ操作技能，因此探讨在ｅｘｃｅｌ环境下如何进行平滑系数的选择更具有现实意义。 2 最优平滑系数确定原理与思路 ｅｘｃｅｌ数据分析中的指数平滑预测工具需要事先录入阻尼系数（阻尼系数＝１－平滑系数），并未提供平滑系数测算的参数，因此要确定最优平滑系数，仍需通过公式计算获得。因为计算机数据处理的优势，最优平滑系数确定方法的选择原则应当是使预测结果越精确越好，而不必像手工条件那样顾虑计算是否复杂。这就意味着原来手工计算条件下不实用的方法在计算机条件下仍然适用。 手工条件下平滑系数的确定通常有3种方法。第一种是利用有关方法推导出近似计算公式，这种方法适合手工计算，但推导公式计算值只能是最优平滑系数的近似值。第二种是经验判断法，这种方法又分为3种情形：（１）当时间序列呈现较稳定的水平趋势时，应选较小的平滑系数，一般可在０．０５～０．２０之间取值；（２）当时间序列有波动但长期趋势变化不大时，可选稍大的平滑系数，一般在０．１～０．４之间取值；（３）当时间序列波动很大，长期趋势变化幅度较大且呈现明显而迅速的上升或下降趋势时，宜选择较大的平滑系数，一般在０．６～１之间选值。显然这种方法需要结合经验判断，主观性太强，但可以在ｅｘｃｅｌ数据预测中作为平滑系数选择范围的参考。第三种方法是误差试算法，即最优平滑系数的选择一般以预测误差作为判断标准，使预测误差达到最小的平滑系数就是最优平滑系数。这种方法最为科学合理，而且借助ｅｘｃｅｌ中的模拟运算表或数组公式可以方便快捷地计算不同系数情况下的预测值及预测标准误差。使用这种方法需要大致确定一个范围及平滑系数的精度（可通过经验判断法），再结合计算机进行不同系数情况下的计算，根据计算结果比较预测标准误差，选取标准误差最小的系数作为指数平滑的最优系