定量預測方法

申請免費試用、咨詢電話：400-8352-114

定量預測方法的范圍很廣，包括回歸分折、時間序列分析、周期預測、投入產(chǎn)出分析、馬爾可夫分析、人工神經(jīng)網(wǎng)絡等等，然而，在實際的經(jīng)濟預測方法中，最常用的定量預測方法主要是時間序列分析方法和回歸分析方法，這兩種方法是本文介紹的重點。

一、時間序列預測分析
時間序列預測分析方法是定量分析中最普遍應用的方法，在實際數(shù)據(jù)的時間序列中，展示了所研究的經(jīng)濟對象在一定時期內的發(fā)展變化過程，時間序列分析就是在這些序列數(shù)據(jù)中尋找經(jīng)濟事物的變化特征、趨勢和發(fā)展規(guī)律的預測信息。

時間序列是一系列均勻分布(每周、每月、每季等等)的數(shù)據(jù)點。例如企業(yè)每天生產(chǎn)的數(shù)量、商店每天銷售的數(shù)量等等。以時間序列數(shù)據(jù)來做預測的基礎是“歷史包含一切”，將整個預測建立在歷史數(shù)據(jù)的基礎上，而忽略了其他因素的影響。

分析時間序列時首先將過去數(shù)據(jù)根據(jù)影響因素的區(qū)別分為幾部分，然后將這種影響進行外推。一般地，將時間序列的變化歸結為四個方面：趨勢變化、季節(jié)波動、周期性變化和隨機波動。

1、趨勢變化是數(shù)據(jù)在過去一段時間內的整體變動情況，是時間序列按照一定固定的趨勢發(fā)展變化的過程，表示了變化的總方向。

2、季節(jié)性波動是指由于季節(jié)性原因對銷售造成的影響，如夏天雨傘銷售量增加而冬天減少的情況。由于這種數(shù)據(jù)自身經(jīng)過一定周期的天數(shù)、周數(shù)、月數(shù)或季數(shù)，也就是有季節(jié)性的不斷重復。

3、周期性波動是指數(shù)據(jù)每隔幾年重復發(fā)生的時間序列形式，這里的周期比季節(jié)性周期的跨度長。它們一般與經(jīng)濟周期有關并將長周期分析同短期的經(jīng)營結合起來。

4、由于有些波動是一些偶然和不確定性因素引起的，這種波動用隨機波動表示。隨機波動沒有統(tǒng)一的數(shù)學形式進行表示。隨機變動又可以分為突發(fā)性變動和隨機變動。突發(fā)性變動是指由于戰(zhàn)爭、自然災害或者其他偶然性因素引起的意外事件，對于這些數(shù)據(jù)需要進行另外的處理，比如穩(wěn)健化處理；隨機變動是大量的隨機因素產(chǎn)生的宏觀上的影響，它構成了預測分析的誤差部分。

對于時間序列在經(jīng)濟預測中的4個因素進行合成，形成了兩種描述方法，即統(tǒng)計學上的兩種一般形式。使用最廣泛的是一種乘法模型，即假定需求是四個成分的乘積：
需求＝趨勢變動×季節(jié)變動×周期變動×隨機波動
另一形式是這四個成分相加得到需求總的變動情況：
需求的變動＝趨勢波動+季節(jié)波動+周期波動+隨機波動
rn

發(fā)布：2007-03-24 11:04 編輯：泛普軟件 · xiaona [打印此頁] [關閉]

相關欄目：