定量预测方法.docxVIP

PAGE 1 PAGE 1 定量预测方法 定量预估方法的范围很广，包括回归分折、时间序列分析、周期预估、投入产出分析、马尔可夫分析、人工神经网络等等，然而，在实际的经济预估方法中，最常用的定量预估方法主要是时间序列分析方法和回归分析方法，这两种方法是本文介绍的重点。  一、时间序列预估分析  时间序列预估分析方法是定量分析中最普遍应用的方法，在实际数据的时间序列中，展示了所研究的经济对象在一定时期内的发展变化过程，时间序列分析就是在这些序列数据中查找经济事物的变化特征、趋势和发展规律的预估信息。  时间序列是一系列匀称分布(每周、每月、每季等等)的数据点。例如企业每天生产的数量、商店每天销售的数量等等。以时间序列数据来做预估的基础是“历史包含一切”，将整个预估建立在历史数据的基础上，而忽视了其他因素的影响。  分析时间序列时首先将过去数据依据影响因素的区分分为几部分，然后将这种影响进行外推。一般地，将时间序列的变化归结为四个方面：趋势变化、季节波动、周期性变化和随机波动。  1、趋势变化是数据在过去一段时间内的整体变动状况，是时间序列根据一定固定的趋势发展变化的过程，表示了变化的总方向。  2、季节性波动是指由于季节性原因对销售造成的影响，如夏天雨伞销售量增加而冬天削减的状况。由于这种数据自身经过一定周期的天数、周数、月数或季数，也就是有季节性的不断重复。  3、周期性波动是指数据每隔几年重复发生的时间序列形式，这里的周期比季节性周期的跨度长。它们一般与经济周期有关并将长周期分析同短期的经营结合起来。  4、由于有些波动是一些偶然和不确定性因素引起的，这种波动用随机波动表示。随机波动没有统一的数学形式进行表示。随机变动又可以分为突发性变动和随机变动。突发性变动是指由于战斗、自然灾难或者其他偶然性因素引起的意外事件，对于这些数据需要进行另外的处理，比如稳健化处理；随机变动是大量的随机因素产生的宏观上的影响，它构成了预估分析的误差部分。  对于时间序列在经济预估中的4个因素进行合成，形成了两种描述方法，即统计学上的两种一般形式。使用最广泛的是一种乘法模型，即假定需求是四个成分的乘积：  需求＝趋势变动×季节变动×周期变动×随机波动  另一形式是这四个成分相加得到需求总的变动状况：  需求的变动＝趋势波动+季节波动+周期波动+随机波动