房地产05 房地产经济学 第5章 房地产市场.pptVIP

指数平滑法 指数平滑法是用过去的观察值的加权平均数作为趋势值，它是加权平均的一种特殊形式。 其基本形式是根据本期的实际值和本期的趋势值，分别给以不同权数α和1–α，计算加权平均数作为下期的趋势值。 设pi为第i期的实际值，Vi为第i期的预测值， Vi+1为第i+1期的预测值，α为指数平滑系数， 0≤α≤1。则运用指数平滑法进行预测的公式为： Vi+1= Vi+ α(pi - Vi )=αpi + (1-α) Vi Vi+1 =αpi + (1-α) Vi 确定α的值是关键。根据预测值与实际值的误差大小来确定。 例：某公司2012年前8个月销售额资料见下表，用指数平滑法进行长期趋势分析。已知1月份预测值为150.8万元，α分别取0.2和0.8。 表 某公司2012年各月销售额预测表 （单位：万元） 月份 实际销售额 一次指数平滑预测数 α＝0.2 α＝0.8 1 2 3 4 5 6 7 8 9 154 148 142 151 145 154 157 151 － 150.80 0.2×154+（1–0.2）×150.8＝151.44 0.2×148+（1–0.2）×151.44=150.75 0.2×142+（1–0.2）×150.75=149.00 0.2×151+（1–0.2）×149.00=149.40 148.52 149.62 151.10 151.08 150.80 153.36 149.07 143.41 149.48 145.90 152.38 156.08 152.02 从上例中可看出，α值和初始值的确定是关键，它们直接影响着趋势值误差的大小。 α和初始值的确定原则 1、α值的确定 选择α，一个总的原则是使预测值与实际观察值之间的误差最小。从理论上讲，α取0~1之间的任意数据均可以。具体如何选择，要视时间序列的变化趋势来定。 （1）当时间序列呈较稳定的水平趋势时，应取小一些，如0.1–0.3，以减小修正幅度，突出以往资料中长期趋势对预测值的影响。 （2）当时间序列波动较大时，宜选择居中的α值，如0.3–0.5。 （3）当时间序列波动很大，呈现明显且迅速的上升或下降趋势时，α应取大些，如0.6–0.8，以加重近期实际观察值对预测值的影响，使预测模型灵敏度高些，能迅速跟上数据的变化。 （4）在实际预测中，可取几个α值进行试算，比较预测误差（MSE），选择误差较小的那个α值。 2、初始值的确定 如果资料总项数N大于50，则经过长期平滑链的推算，初始值的影响变得很小了，为了简便起见，可用第一期水平作为初始值。但是如果N小到15或20，则初始值的影响较大，可以选用最初几期的平均数作为初始值。 季节变动分析 季节变动是指现象受自然因素和社会习俗等因素影响而发生的有规律的周期性变动。 季节变动往往会给社会生产和人们的经济生活带来一定影响，如会影响某些商品的生产、销售与库存。 季节变动分析的基本原理：对一个时间序列计算出季节指数（季节比率），然后根据各季节指数与其平均数（100%）的偏差程度来测定季节变动的程度。 季节指数是各月（季）平均数与全年总月（季）平均数的比值。它以全期的总平均水平为基准（100%），用百分比形式来反映各月（季）平均水平相对于总平均水平的高低程度。季节指数高说明“旺”，反之说明“淡”。 注意 ：各月（或季）的指数之和应等于1200%（或400%）。 季节变动分析：简单平均法 简单平均法也称按月（季）平均法，基本思想是，计算出各年同月平均数，以消除随机影响，作为该月（或季）的代表值；然后计算出全部月（或季）的总平均数，作为全年的代表值；再将同月（或同季）平均数与全部月（或季）的总平均数进行对比，即为季节指数。 具体步骤如下： 1）计算各年同月（季）的平均数，其目的是消除各年同一月份（季度）数据上的不规则变动； 2）计算若干年内月（季）的总平均数； 3）计算季节指数 ，将若干年内同月（季）的平均数与总的月（季）平均数相比，用百分数表示，即求得各月（季）的季节指数。 公式为： 表 某啤酒生产企业销售量季节指数计算表 （单位：万吨） 季度 年份 季 度 全年合计 1 2 3 4 2004 2005 2006 2007 2008 2009 25 30 29 30 29 31 32 38 39 39 42 43 37 42 50 51 55 54 26 30 35 37 38 41 120 140 153 157 164 169 同季合计 174 233 289 207 903 同季平均 29 38.83 48.17 34.50 37.625 季节指数 % 77.08 103.20 128.02