家用游戏主机的全球销量预测及入华前景评述.docVIP

家用游戏主机的全球销量预测及入华前景评述 　　[摘 要]2014年1月，中国政府放宽了禁令，允许“外资企业”在上海自贸区内生产游戏机。2015年7月，中国彻底解除了外资企业不得在国内生产与销售游戏机的禁令。文章尝试利用ARIMA模型定量地预测2015年家用游戏主机在全球范围内的销量。并使用PEST分析工具，定性地展望游戏机在中国的销售前景。结果显示，今年四个季度的全球主机销量与去年同期相比都将呈现衰减的态势。而中国市场虽也潜藏着令游戏机巨头们再度折戟的暗流，却不失为一片充满机遇的蓝海。 　　[关键词]家用游戏机；ARIMA模型；PEST分析 　　10 13939/j cnki zgsc 2015 51 130 　　2015年7月，中国政府终于完全放开了对外资企业在国内生产与销售电子游戏机的限制，微软、索尼和任天堂这些电视游戏巨头迎来了企盼了15年的良机。在过去15年间，由于游戏机禁令的影响，我国一直没有建立起正规的家用游戏主机的零售渠道，这次全面解禁为电视游戏公司打开了通往潜力巨大的市场的大门。受网络游戏与移动端游戏的冲击，家用游戏主机的全球销量呈现逐年走低的窘境，业界也对中国市场的开放能否带动家用游戏机销量的复苏持保留态度。本文尝试建立ARIMA模型，定量地预测今年家用游戏主机在全球主流市场的季度销量，并利用PEST分析框架，从宏观层面上展望家用主机在中国市场上的前景。 　　1 ARIMA模型 　　1 1 ARIMA模型简介 　　ARIMA模型全称为Autoregressive Integrated Moving Average Model，通常译为差分自回归移动平均模型或自回归积分移动平均模型。该模型于20世纪70年代由Box和Jenkins提出。“自回归（AR）”描述序列{xt}在某一时刻t和前p个时间序列之间的线性关系xt=1xt-1+2xt-2+…+pxt-p+εt，“移动平均（MA）”表明序列为{xt}若干个白噪声[ZW（]白噪声序列{xt}满足均值为零，方差恒等于σ2x，且任意对于任意xt与xs，有Cov（xt，xs）=0t≠s。[ZW）]的q阶线性加权和xt=εt+θ1εt-1+θ2εt-2+…+θqεt-q。“差分或求积（I）”意在通过差分使具有趋势或季节成分的非平稳序列平稳化，例如序列{xt}一阶差分可记为Δxt=（1-L）xt=xt-xt-1，d阶差分可记为Δdxt=（1-L）dxt。ARIMA模型基于以下理念：如果要预测的时间序列是由某个随机过程生成的，且生成序列的随机过程的不随时间而变化，则利用序列过去的观察值可以外推出序列的未来值。ARIMA为单纯的数据驱动模型，不依赖任何经济理论，建模方法简单易行，非常适合对单变量时间序列进行短期预测，尤其在被预测变量缺乏理论支撑的时候。 　　1 2 ARIMA模型的建模过程 　　尽管原理简单，ARIMA建模的步骤却十分规范严格，具体包括所考察时间序列的平稳性检验、模型的识别、模型的参数估计、模型阶数的确定、模型的检验以及预测。 　　1 2 1 平稳性检验 　　大多数时间序列的矩具有时变特性，即非平稳性。由于非平稳过程会造成无限冲击和谬误回归等一系列问题，通常在使用它之前对其进行ADF单位根检验以确认该序列是否具有平稳性。如果序列不满足平稳性条件，可以通过对序列做差分变换或对数变换将其转换为平稳序列。 　　1 2 2 模型的识别 　　模型的识别在于通过对所考察序列的样本自相关（acf），偏自相关（pacf）函数的特点，初步判断适合该时间序列的模型类型及阶数，即确认ARIMA（p，d，q）中的p和q。 　　1 2 3 参数的估计 　　利用最小二乘法或极大似然法估计ARIMA（p，d，q）。 　　1 2 4 阶数的确定 　　在实际应用中，p，q的阶数由AIC、SIC等信息准则最终确认。在估计的数个具有不同阶数的ARIMA模型中，比较各模型的AIC、SC值，取令上述信息准则最小的ARIMA模型为最终模型。 　　1 2 5 模型的检验 　　检验模型的目的是确认所拟合模型的残差序列{εt}是否为白噪声序列，若是，则认为所建立的ARIMA（p，d，q）模型是可接受的。具体检验方法为利用Box-Pierce检验，考察统计量Q=Tkk=12k，其中自相关函数k=Tt=1tt-kTt=12t，该统计量近似服从x2分布，自由度为K-p-q，在一定显著水平α下，若Q2α（k-p-q），则认为该模型是合理设定的。 　　1 2 6 预测 　　利用合理设定的ARIMA模型进行样本外预测，并比较预测值与实际值。 　　1 3 数据的选取 　　本文选取的数据为2008年第一季度至2014年第三季度近七年间全球主流电视游戏市场（欧洲、美国、日本）