[工学]《市场调查与预测》电子教案第8章.ppt

第8章 时间序列预测 【学习要点】 ? 时间序列预测法的概念、特点及数据分布类型； ? 时间序列预测法的步骤； ? 平均预测法的具体形式及其应用； ? 指数平滑预测的方法及其应用； ? 趋势延伸预测的方法及其应用； ? 季节指数预测的方法及其应用。 8.1 时间序列预测法概述 8.1.1 时间序列预测法的概念和特点 1．时间序列预测法的概念 时间序列（也称动态序列或时间数列）是指将某个经济变量的观测值，按时间先后顺序排列所形成的一组数据形式。 时间序列预测法（也称历史延伸法或趋势外推法）是指对某一市场现象编制时间序列，通过统计分析和建立数学模型，使其向外延伸或外推，预计未来的发展变化趋势，确定市场预测值的方法。 时间序列预测法要求有准确、完整的时间序列资料。适用于市场比较稳定，价格弹性较小的商品，尤其适于近期和短期预测。 2．时间序列预测法的特点 （1）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。因此，这就决定了时间序列预测法只适合于近期和短期的预测，如果用于中期和长期预测，则有很大的局限性，甚至会因预测值偏离实际值较大，使决策失误。 （2）时间序列数据存在着不规则性，事件的发展可能包含长期变动、季节变动、循环变动、不规则变动等趋势，要善于区分和剔除。 （3）时间序列预测法是撇开了市场发展的因果关系去分析市场的过去和未来的联系。 8.1.2 时间序列的数据分布类型 时间序列的数据分布类型主要包括以下四种： 1．长期变动趋势 长期变动趋势是指时间序列数据在较长的时期内呈现出的发展动向。具体有三种类型： （1）线性或非线性上升趋势。这种时间序列数据的走势呈现出一种向上的趋势，既可以呈直线上升，也可以呈曲线上升。 （2）线性或非线性下降趋势。这种时间序列数据的走势呈现出一种向下的趋势，既可以呈直线下降，也可以呈曲线下降。 （3）水平变动趋势。这种时间序列数据的走势无倾向性，总是在某一水平上小幅度上下波动，且波动无规律性。 2．季节性变动（周期性变化） 季节性变动是指现象受季节性影响，按照固定周期呈现出的有规律性的波动变化，一般以一年为周期，每年重复出现规律性变动。季节性时间序列的数据表现出随着季节变换在每一季节内会重复出现有规律波动的形态。 3．循环变动 循环变动是指时间序列数据在为期较长（如五年、十年乃至数十年）的周期内，呈现出有规则的上升或下降的循环变动状态。其与季节性变动的区别在于，不以1年为固定周期，而是1年以上的并不固定的周期，规律性变化也不很明显。市场现象的循环变动形成的原因是多方面的，从根本上来说是由经济运行周期决定的。 4．不规则变动（随机变动） 随机变动是指时间序列数据受偶然因素的影响而呈现出忽上忽下的、不规则的变动趋势。经济现象的不规则变动，往往是由一系列偶然因素造成的。所谓偶然因素就是说这些因素发生的时间和影响量是偶然的、不确定的。在处理不规则变动时间序列数据资料时，一方面，要认真分析造成不规则变动的偶然因素；另一方面，在分析的基础上，剔除偶然因素造成的波动，经过统计处理，使之规则化。 时间序列一般是以上几种变化形式的叠加或组合。某些不规则的时间序列，经过一定的统计处理，如运用移动平均法或指数平滑法进行修匀，也可以呈现出某种规律性。 2．对时间序列进行分析 在编制了时间序列，并绘制了图形以后，预测者必须对现象进行深入分析，才能确定采用什么具体的方法进行预测。市场现象时间序列观察值是影响市场变化的各因素共同作用的结果。时间序列分析法按其特点和综合影响结果分为长期趋势变动、季节变动、循环变动和不规则变动四种类型。四种变动形式的影响因素不同，时间序列的变动也就呈现出不同的变化规律。对时间序列进行分析，就是要观察其主要变动规律，运用适当的数学方法建立预测模型，以便预测市场的未来表现。有时由于各种变动对时间序列的影响都混在一起，就很难从时间序列本身直接找出其变化规律，必须通过图形来观察分析，可以利用计算机对各种影响因素进行分解，观察时间序列的各种变动规律。 3．选择预测方法，建立预测模型 根据对时间序列的认真分析，选择与时间序列变动规律相适应的预测方法，并建立相应的预测模型，如长期趋势、季节变动和不规则变动的数学模型。 4．测算预测误差，确定预测值 对于所建立的预测模型，通过测算其预测误差，可以判定模型是否能用于实际预测。若其误差值在研究问题所允许的范围内，即可应用预测模型确定市场现象的预测值。 8.2 平均预测法 平均预测法是以一定观察期内市场现象时间数列的平均数作为某个未来期的预测值的预测方法。它一般适用于对没有明显的增减倾向，又具有随机波动影响的市场现象的预测。在一定条件下，也可用于呈现变动趋势的市场现象的预测。常见的平均预测法