第九章 定量分析与预测方法.ppt

第九章定量分析与预测方法 【学习目的与要求】 掌握时间序列预测的原理和方法，学会运用移动平均预测法、季节分析预测法、马尔科夫预测法和趋势预测法 了解回归分析预测法的一般步骤，掌握利用一元线性回归分析预测的具体方法 第一节　时间序列预测法 一、时间序列分析预测法概述 （一）时间序列分析法的特点 1. 时间序列分析法是根据市场过去的变化趋势预测未来的发展的，它的前提是假定事物的 过去会同样延续到未来。 2. 时间序列数据存在着不规则性 由于受多种因素的影响，呈现出的时间序列数据的变动趋势不可能是完全一致的，一般情况下，将时间序列数据的变动分为以下四种类型： 第一节　时间序列预测法 一、时间序列分析预测法概述 （一）时间序列分析法的特点 2. 时间序列数据存在着不规则性 （1）长期变动趋势 ①按照线性或非线性变动，呈上升趋势 第一节　时间序列预测法 ②按照线性或非线性变动呈下降趋势 ③水平变动趋势 第一节　时间序列预测法 （2）季节性变动： （3）循环变动： （4）不规则变动(又称为随机变动) 第一节　时间序列预测法 一、时间序列分析预测法概述 （一）时间序列分析法的特点 3. 时间序列法是撇开了市场发展的因果关系去分析市场的过去和未来的联系。 运用时间序列进行市场预测的步骤： （1）绘制历史数据曲线图，确定其趋势变动类型。 （2）根据历史资料的趋势变动类型、预测目的以 及期限，选定具体的预测方法，并进行模 拟、运算。 （3）将量的分析与质的分析相结合，确定市场未 来发展趋势的预测值。 第一节　时间序列预测法 二、移动平均预测法 （一）一次移动平均法 式中 为第t期的一次移动平均数，作为下期xt+1的预测值；n为期数（每一移动平均数的跨越期）；xt为前1期的观察值；xt―1为前第2期观察值；xt― n+1为前第n期观察值。 第一节　时间序列预测法 二、移动平均预测法 （二）二次移动平均法 式中： 为一次移动平均数； 为二次移动平均数； n为移动平均数的跨越期。其计算方法与一次移动平均法完全相同。 第一节　时间序列预测法 三、季节分析预测法 （一）季节变动的概念 季节变动是指有些社会经济现象，因受社会因素和自然因素的影响，在一年内随着时序的变化而引起周期性的变化。 这种周期性的变化一般都是比较稳定的。 季节变动一般具有三个特点 ： 1. 规律性 2. 重复性变动 3. 稳定性变动 第一节　时间序列预测法 三、季节分析预测法 （二）季节模型 测定季节变动的模型有三种形式： 1. 2. 3. 式中：T为长期趋势，S为季节变动，C为循环变动， I为不规则变动 第一节　时间序列预测法 三、季节分析预测法 （三）单纯季节型动态数列的季节变动分析 单纯季节型动态数列：由于长期趋势比较稳定，因此某些数列中可视为只有季节变动。 常用分析方法：周期平均法（一般要求至少需要三年至五年的资料）。 周期平均法的特点：将不同年份中同一时期（如同月、同季）数值相加，求算术平均数，以消除无规则变动；再计算季节指数。 第一节　时间序列预测法 三、季节分析预测法 （四）趋势和季节混合型动态数列的季节变动分析 计算步骤： 1. 根据各年每月份、季资料（y）进行12个月或4个季度移动平均（须两次平均），求长期趋势（T） 2. 将实际值除以趋势值：y／T 3. 把y／T按月（季）排列，再按月（季）求其平均季节指数（消除了不规则变动）； 4. 将各平均季节指数加和，如果大于或小于120.0%，则要求出校正系数（平均季节指数加总实际数%／120.0%），用校正系数乘各月的平均季节指数，即为所求的消除长期趋势的季节指数。 第一节　时间序列预测法 三、季节分析预测法 （五）季节预测模型 1. 简单季节预测模型：在预测时，可以直接用各月（季）季节指数来调整各月的预测值。 2. 移动平均季节预测模型：这种方法适合于存在长期趋势的时间数列的季节预测。 具体方法是：对给定的资料，测定出预测期的长期趋势值及固定的季节指数，然后两者相乘即得。 第一节　时间序列预测法 四、马尔科夫预测法 马尔科夫预测法是利用马尔科夫链的原理，分析市场所处状态的变化规律，用以预测经济现象变动趋势的方法。 第一节　时间序列预测法 四、马尔科夫预测法 （一）马尔科夫链的概念及特征 1. 现象状态及状态转移 2. 转移概率与概率矩阵 第一节　时间序列预测法 四、马尔科夫预测法 （二）马尔科夫过程的时期状