第十章时间序列市场预测法(一)
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第十章时间序列市场预测法(一)
——以平均数为基础的各种时序预测法
重点掌握:
一、间序列市场预测法的概念。
时间序列预测法是根据市场现象的历史资料,运用科学的数学方法建立预测模型,使市场现象的数量向未来延伸,预测市场现象未来的发展变化趋势,预计或估计市场现象未来表现的数量。时间序列市场预测法又称历史延伸法或趋势外推法。
时间序列市场预测法中所依据的时间序列,是对市场现象过去表现的资料整理和积累的结果。时间序列就是将市场现象或影响市场各种因素的某种统计指标数值,按时间先后顺序排列而成的数列。时间序列也称动态数列或时间数列。时间序列中各指标数值在市场预测时被称为实际观察值。
在应用时间序列法进行预测时,还应特别注意另一方面的问题,即市场现象未来发展变化规律和发展水平,不一定与其历史和现在的发展变化规律完全一致。
传统的时间序列分析法,把影响市场现象变动的各因素,按其特点和综合影响结果分为四种类型,即长期趋势变动、季节变动、循环变动、不规则变动。
二.移动平均市场预测法的概念及一次移动平均市场预测法的应用。
移动平均市场预测法,是对时间序列观察值,由远向近按一定跨越期计算平均值的一种预测方法。随着观察值向后推移,平均值也跟着向后移动,形成一个由平均值组成的新的时间序列。对新时间序列中平均值加以一定调整后,可作为观察期内的估计值,最后一个移动平均值则是预测值计算的依据。
移动平均法有两个显著特点:
第一,对于较长观察期内,时间序列的观察值变动方向和程度不尽一致,呈现波动状态,或受随机因素影响比较明显时,移动平均法能够在消除不规则变动的同时,又对其波动有所反映。也就是说,移动平均法在反映现象变动方面是较敏感的。
第二,移动平均预测法所需贮存的观察值比较少,因为随着移动,远期的观察值对预测期数值的确定就不必要了,这一点使得移动平均法可长期用于同一问题的连续研究,而不论延续多长时间,所保留的观察值是不必增加的,只需保留跨越期个观察值就可以了。
移动平均法的准确程度,主要取决于跨越期选择得是否合理。预测者确定跨越期长短要根据两点,一是要根据时间序列本身的特点;二是要根据研究问题的需要。如果时间序列的波动主要不是由随机因素引起的,而是现象本身的变化规律,这就需要预测值充分表现这种波动,把跨越期取得短些。
一次移动平均法,是对时间序列按一定跨越期,移动计算观察值的算术平均数,其平均数随着观察值的移动而向后移动。
二、加权平均市场预测法的含义。
加权移动平均法,是对市场现象观察值按距预测期的远近,给予不同的权数,并求其按加权计算的移动平均值,以移动平均值为基础进行预测的方法。
权数的确定与前面所说加权平均法一样,对距预测期近的观察值给予较大权数,对距预测期远的观察值给予小些的权数,借以调节各观察值对预测值的影响作用,使市场预测值能更好地反映市场现象未来的实际变化。
三、指数平滑法的含义及特点。
指数平滑法,实际上是一种特殊的加权移动平均法。它的特点在于,其一,对离预测期最近的市场现象观察值,给予最大的权数,而对离预测期渐远的观察值给予递减的权数。使市场预测值能够在不完全忽视远期观察值影响的情况下,又能敏感地反映市场现象变化,减小了市场预测误差。其二,对于同一市场现象连续计算其指数平滑值,对较早期的市场现象
观察值不是一概不予考虑,而是给予递减的权数。市场现象观察值对预测值的影响,由近向远按等比级数减小,其级数首项是α,公比为1-α。这种市场预测法之所以被称为指数平滑市场预测法,就是因为如若将市场现象观察值对预测值的影响,按等比级数绘成曲线,所呈现的是一条指数曲线。而并不是说这种预测法的预测模型是指数形式。其三,指数平滑法中的α值,是一个可调节的权数值,它是一个0≤α≤1的值。指数平滑法中的α值越小时,市场现象观察值对预测值的影响自近向远越缓慢减弱;当α值越大时,市场现象观察值对预测值的影响自近向远越迅速减弱。预测者可以通过调整α的大小,来调节近期观察值和远期观察值对预测值的不同影响程度。
指数平滑法按市场现象观察值被平滑的次数不同,可分为单重指数平滑法和多重指数平滑法。
一次指数平滑值公式的实际意义是,被研究市场现象某一期的预测值,等于它前一期的一次指数平滑值,加上以平滑系数调整后的,市场现象前一期的实际观察值与一次平滑值的离差。由此公式,可以直接地观察到,一次指数平滑法具有移动平均值的特点。
第十一章时间序列市场预测法(二)
——趋势模型和季节变动模型
重点掌握:
一、直线趋势市场预测法的应用
(略,但必须重点掌握)
二.二次曲线模型、三次曲线模型、指数曲线模型、龚帕兹曲线模型的阶差特征。
。
一、二次曲线趋势市场预测模型
二次曲线预测模型中有三个参数,其二次差接近常数。参数的测定是用最小平方法的标准方程。
二、三次曲线市场预测模型
三次曲线预测模型中有四个参数,其三次差接近常数。其参数的求取也是用最小平方法的标准方程。
三、指数曲线市场预测模型
其一次比率值接近常数。为了能运用最小平方法标准方程,求得模型中的参数a、b,通常是对指数曲线预测模型两边取对数:
四、龚伯兹曲线市场预测模型
龚伯兹曲线,适用于市场现象一样常见的发展趋势,即现象在其发展初期速度较慢,随后增长速度加快,达到一定程度后,现象的增长量虽然还有,但增长速度减低,最终达到平稳发展。市场现象中商品的寿命周期就表现为这种规律的发展变化趋势。新产品在其试生产阶段,产量和销售量增长不大,在正式投产后销售阶段,产量和销售量的增长速度加快,到达一定程度后又进入稳定时期,增长速度减慢,直到最终不再增长。
三.季节比率
季节比率也称为季节指数或季节系数。季节比率是以相对数形式表现的季节变动指标,一般用百分数或系数表示。季节比率根据市场现象时间序列中所含变动规律种类的不同,其指标计算的公式也会有所不同。
第十二章相关回归分析市场预测法第
一、相关回归分析预测法的含义