经济预测与决策 第4章 时间序列分析预测法.pptVIP

第四章 时间序列分析预测法 讲授内容: 第一节 时间序列分解法 第二节 移动平均法 第三节 指数平滑法 第四节 自适应过滤预测法 第五节 三次指数平滑法预测案例 思考与练习 一、时间序列变动的影响因素分解 （一）长期趋势因素（T） 长期趋势因素是指使社会经济现象在某一段较长时期内呈现持续发展变化趋势的因素。 （二）季节变动因素（S） 季节变动因素是指引起社会经济现象在一年内随着季节更换而有规律地变动的因素。 一、时间序列变动的影响因素分解 （三）循环变动因素（C） 循环变动因素是指引起社会经济现象近乎规律性的从低到高再从高到低的周而复始变动的因素。 循环变动与季节变动的区别是，季节变动有比较固定的规律，且变动周期是固定的，而循环变动没有固定的规律，变动周期长短不一，且一般是大于一年的。 （四）不规则变动因素（I） 不规则变动因素是指引起社会经济现象发生不规则变动的各种偶然因素，又称为随机变动因素。 二、时间序列的分解模型 （一）加法模型 (4.1) （二）乘法模型 (4.2) （三）混合模型 (4.3) (4.4) (4.5) 三、时间序列分解法 （一）乘法模型 乘法模型： 的时间序列分解法又称为季节指数法。其分解的基本思路如下： 第一步，采用移动平均法从原始时间序列Y中剔除季节变动和不规则变动，得到包含长期趋势和循环变动的序列TC。 三、时间序列分解法 第二步，从原始时间序列Y中剔除第一步算出的长期趋势和循环变动的总影响TC，得到只包含季节变动和不规则变动的序列SI，即 。 第三步，对第二步得到的序列SI采用按月（季）平均法，剔除其中的不规则变动I，得到季节指数S。 第四步，以时间t为自变量，采用趋势拟合法，对原始时间序列Y建立长期趋势方程，并根据该方程求出每个时期的长期趋势值，得到长期趋势序列T。长期趋势方程的求法可以采用移动平均法，也可采用时间回归法。长期趋势方程的形式可通过散点图判断，一般情况下为直线趋势，回归方程为 。 三、时间序列分解法 在某些情况下，也可能是曲线趋势。 第五步，从第一步得出的包含长期趋势和循环变动的序列TC中剔除第四步得出的长期趋势T，得到循环变动指数序列C，即 。 第六步，根据长期趋势方程求出预测时期的长期趋势值 ，并判断预测时期的循环变动指数 。 第七步，根据时间序列分解模型进行预测。由于不规则变动序列I不可预测，预测模型变为： 。其中，季节指数 已在第三步求出，长期趋势值 和循环变动指数 在第六步计算得到。 三、时间序列分解法 （二）加法模型（季节变差法） 加法模型： 其中， 通常被称为季节变差。对加法模型的时间序列分解方法又称为季节变差法。该方法对时间序列分解的基本思路如下： 第一步，求长期趋势变动 。方法同前面的乘法模型，以时间t为自变量，采用趋势拟合法，对原始时间序列Y建立长期趋势方程： 三、时间序列分解法 第二步，消除随机变动，估计季节变差 。 第三步，求随机变动 。从序列SI中剔除季节变差