第六章技术经济预测方法.ppt

定量预测法是在已有历史和现实数据资料的基础上，根据具体数据趋势和以往的经验，选择合适的数据模型，进行科学计算，得出初步预测结果，再根据企业外部环境和企业内部条件变化加以修正，以获得最终的预测结果。 定量预测法主要有时间序列法和回归 分析法. * xx 2021-1-20 一、时间序列法 用历史的数据简单地推测未来，因为事物的发展具有时间性，事物发展的规律与原来所发生的情况之间有密切的关联。 属于时间序列类的具体预测方法有多种，例如：简单平均法、移动平均法、加权平均法、指数平滑法等。 最常用的是移动平均法和指数平滑法。 * xx 2021-1-20 （一）移动平均法 移动平均法是根据预测期以前的不同资 料进行不断的移动，求几个数据的平均值的 方法。这种方法通过对越来越近的数据，不 断修改平均值，作为预测值。这种基于平均 数随时间推移而逐渐向后移动的计算方法， 称为移动平均法。 * xx 2021-1-20 1.一次移动平均法 一次移动平均法适用于具有线性趋势的时间序列数据的预测，是一种简易可行的预测方法，其计算公式为： (6-2) 式中 —到第t期的移动平均值； n —移动期数 —各时期实际值之和 * xx 2021-1-20 2.二次移动平均法 此法是对第一次移动平均值再进行移动平均，并在两次移动平均值的基础上，建立预测模型。其计算式为： (6-3) 式中 — 到第t期的二次移动平均值； — 移动期数内的一次移动平均值之和。 在计算二次移动平均值基础上，可利用二次移动平均法的预测模型进行预测： (6-4) * xx 2021-1-20 式中 Ft+T — 第t+T期的预测值； t — 本期； T —本期到预测期的时期数； — 参数值。 (6-5) (6-6) n为移动平均的期数，其大小对平滑效果影响很大。n值较小,平滑灵敏度不高，但抗随机干扰的性能差；n值较大，抗随机干扰的性能好，但灵敏度低，对新的变化趋势不敏感。所以，选择合理的n值运用移动平均法很重要。实际运用中，应根据预测对象时间序列数据点的多少和预测周期的长短，来确定n值。通常n的取值范围可在3~20。 * xx 2021-1-20 例6-2 某企业1985-1996年的销售利润如表6-1，试用二次移动平均法(n=3)预测该企业1997和1998年的利润。 * xx 2021-1-20 解：(1) 计算一次移动平均值和二次移动平均值，其平均值放于平均期的最后一期。例如第一个移动平均值239.0放在从1985算起的平均值(n=3)的最后一期，即1987年的行中，第一个二次移动平均值放在1989年的行中，因移动跨期数n=3，依据式(6-2)，可计数一次移动平均值如下： M3=(220.0+240.5+256.5) ／3=239.0 M4=(240.5+256.5+255.0) ／3=250.5 … … … * xx 2021-1-20 依据式(6-3), 可计算二次移动平均值如下： M5(2)=(239.0+250.5+259.8) ／3=249.8 M6(2)=(250.5+259.8+270.0) ／3=260.1 （2）计算预测模型中的参数值。根据式(6-5)和式(6-6)，αt和βt 计算如下： α12=2 M12(2) － M12(2) =2×392－372.1 =411.9 β12 =[M12(2) － M12(2)] ×2 ／(n － 1) =(392 －372.1) ×2 ／ (3 － 1) =19.90 * xx 2021-