第十章时间序列预测法

第十章 时间序列分析Ⅰ．学习目的本章阐述常规的时间序列分析方法，通过学习，要求：1.理解时间序列的概念和种类，掌握时间序列的编制方法；2.掌握时间序列分析中水平指标和速度指标的计算及应用；3.掌握时间序列中长期趋势、季节变动、循环变动及不规则变动等因素的基本测定方法；4.掌握基本的时间序列预测方法。

Ⅱ．课程内容要点 第一节 时间序列分析概述一、时间序列的概念将统计指标的数值按时间先后顺序排列起来就形成了时间序列。

二、时间序列的种类反映现象发展变化过程的时间序列按其统计指标的形式不同，可分为总量指标时间序列、相对指标时间序列和平均指标时间序列三种类型。

其中总量指标时间序列是基础序列，相对指标和平均指标时间序列是派生序列。

根据总量指标反映现象的时间状况不同，总量指标时间序列又可分为时期指标时间序列和时点指标时间序列。

三、时间序列的编制方法：（一）时间长短应一致；（二）经济内容应一致；（三）总体范围应一致；（四）计算方法与计量单位要一致。

第二节 时间序列的分析指标一、时间序列分析的水平指标（一）发展水平。

发展水平是时间序列中与其所属时间相对应的反映某种现象发展变化所达到的规模、程度和水平的指标数值。

（二）平均发展水平。

将一个时间序列各期发展水平加以平均而得的平均数，叫平均发展水平，又称为动态平均数或序时平均数。

1．总量指标时间序列序时平均数的计算（1）时期序列：ny n y y y y in ∑=+++= 21 （2）时点序列①连续时点情况下，又分为两种情形：a ．若掌握的资料是间隔相等的连续时点 (如每日的时点) 序列，则ny n y y y y in ∑=+++= 21 b ．若掌握的资料是间隔不等的连续时点序列，则 ②间断时点情况下。

间断时点也分两种情况：a ．若掌握的资料是间隔相等的间断时点，则采用首末折半法：b ．若掌握的资料是间隔不等的间断时点序列，计算公式为：2．相对指标和平均指标时间序列序时平均数的计算。

第十章时间序列市场预测法（一）第一节时间序列市场预测法的步骤一、时间序列市场预测法的概念时间序列市场预测法：又称历史延伸法或趋势外推法,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。

二、时间序列市场预测法的步骤1、搜集、整理市场现象的历史资料，编制时间序列，并根据时间序列绘制图形2、对时间序列进行分析影响市场现象变动的因素按其特点和综合影响结果可分为四类：（1）长期趋势长期趋势：是指时间序列观察值即市场现象，在较长时期内持续存在的总势态，反映市场预测对象在长时期内的变动趋势。

（2）季节变动季节变动：一般是指市场现象以年度为周期，随着自然季节的变化，每年都呈现的有规律的循环变动。

（3）循环变动循环变动：指间隔数年就出现一次的市场现象变动规律。

（4）不规则变动不规则变动：是指市场现象由偶然因素引起的无规律的变动。

3、选择预测方法，建立预测模型4、测算预测误差，确定预测值第二节简易平均数市场预测法一、简易平均数市场预测法的概念简单平均市场预测法：是在对时间序列进行分析研究的基础上，计算时间序列观察值的某种平均数，并以此平均数为基础确定预测模型或预测值的市场预测方法。

二、简易平均数市场预测法的种类简易平均数市场预测法，可根据其所计算的平均数不同，分为多种类型。

1、时间序列序时平均数预测法序时平均数：是对时间序列观察值计算的动态平均数，其平均数将市场现象在不同时间发展水平的差异抽象掉，表现某种市场现象在某段时期发展的一般水平。

序时平均数预测法适用于：（1）市场现象时间序列呈水平型发展趋势，不规则变动即随机因素的影响较小；（2）市场现象在一年中各月的观察值有明显季节变动，而在几年之间不存在明显的趋势变动，且不规则变动即偶然因素的影响很小。

2、时间序列平均增减量市场预测法平均增减量：是时间序列各环比增减量的平均数。

第十章定量预测技术[教学目标与要求]了解定量预测的含义和作用；掌握时间序列预测法和回归预测法的原理；重点把握平滑预测法、趋势延伸预测法、季节指数预测法和线性回归分析预测法在实际调查中的应用。

[问题]产品销售要受哪些变动因素影响？近期的要素和远期的因素以及季节变动对销量的影响如何精确计算？第一节平滑预测法一、时间序列预测法的含义时间序列预测法，是指将过去的历史资料及数据，按时间顺序加以排列构成一个数字系列，根据其动向预测未来趋势。

这种方法的根据是过去的统计数字之间存在着一定的关系，这种关系，利用统计方法可以揭示出来，而且过去的状况对未来的销售趋势有决定性影响。

因此，可以用这种方法预测未来的趋势，它又称为外推法或历史延伸法。

二、影响时间序列变动的因素①长期趋势变动：它是时间序列变量在较长的持续时间内的某种发展总动向。

②季节变动。

它是由于季节更换的固定规律作用而发生的周期件变动。

季节变动的周期比较稳定，通常为一年。

③周期波动，又称循环变动，是指时间序列在为期较长的时间内(—年以上至数年)，呈现出涨落起伏。

④不规则变动。

又称随机变动，是指偶发事件导致时间序列小出现数值忽高忽低、时升时降的无规则可循的变动，三、平滑预测法的概念平滑预测法是指借助平滑技术消除时间序列中高低突变数值，得出—个趋势数列，据以对未来发展趋势的可能水平做出估计。

主要有：①移动平均预测法、②指数平滑法、③季节指数法。

* 移动平均预测法的定义移动平均预测法是指观察期内的数据由远而近按一定跨越期进行平均，取其平均值；然后，随着观察期的推移，根据—定跨越期的观察期数据也相应向前移动，每向前移动—步，去掉最早期的一个数据，增添原来观察之后期的一个新数据，并依次求得移动平均值；最后将接近预测期的最后一个移动平均值作为确定预测值的依据。

第二节趋势延伸法一、直观法定义：根据预测目标的历史时间数列在坐标图上标出分布点，直观地用绘图工具，画出一条最佳直线或曲线，并加以延伸来确定预测值。

第十章时间序列预测法(共六节)第十章时间序列预测法(共六节)时间序列预测法概述简单平均法移动平均法指数平滑法趋势外推法季节系数法第一节时间序列预测法概述一、时间序列预测法的含义是一种定量分析方法,它是在时间序列变量分析的基础上,运用一定的数学方法建立预测模型,使时间趋势向外延伸,从而预测未来市场的发展变化趋势,确定变量预测值。

也叫时间序列分析法、历史延伸法、外推法二、时间序列的因素分解(一)长期趋势(T)(二)循环变动(C)(三)季节变动(S)(四)不规则变动(I)也随机变动时间序列的数学模型为:战争、政变、地震、水灾、测量误差等相乘关系式效果好三、时间序列预测法的特点时间序列预测法是撇开了事物发展的因果关系去分析事物的过去和未来的联系。

假定事物的过去趋势会延伸到未来;预测所依据的数据具有不规则性;撇开了市场发展之间的因果关系。

四、时间序列预测法的主要步骤时间序列预测的原理:时间序列是指同一变量按事件发生的先后顺序排列起来的一组观察值或记录值。

构成时间序列的要素有两个:其一是时间,其二是与时间相对应的变量水平。

实际数据的时间序列能够展示研究对象在一定时期内的发展变化趋势与规律,因而可以从时间序列中找出变量变化的特征、趋势以及发展规律,从而对变量的未来变化进行有效地预测。

(一)收集、整理历史资料,编制时间序列(二)确定趋势变动形态(四)确定预测值(三)选择预测方法第二节简单平均法(三)一、简单算术平均法是以观察期内时间序列的各期数据(观察变量)的简单算术平均数作为下期预测值的方法。

用算术平均法进行市场预测,需要一定的条件,只有当数据的时间序列表现出水平型趋势即无显著的长趋势变化和季节变动时,才能采用此法进行预测。

如果数列存在明显的长期趋势变动和季节变动时,则不宜使用。

世界上第一个股票价格平均——道琼斯股价平均数在1928年10月1日前就是使用简单算术平均法计算的。

简单算术平均法计算公式如下:在简单平均数法中,极差越小、方差越小,简单平均数作为预测值的代表性越好。

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。

第十章时间序列市场预测法（1）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时间序列市场预测法的步骤第一节时间序列市场预测法的步骤一、概念时间序列市场预测法，是一种重要的定量预测方法。

1、时间序列预测法的定义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。

2、时间序列的定义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。

3、时间序列的种类（1）按时间序列排列指标的时间周期不同时间序列可分为年时间序列，季度时间序列，月时间序列等（2）时间序列按其所排列的市场现象指标种类不同时间序列可分为绝对数时间序列，相对数时间序列，平均数时间序列等等。

时间序列市场预测法，是通过对市场现象时间序列的分析和研究，根据市场现象历史的发展变化规律，推测市场现象依此规律发展到未来所能达到的水平，这实际上是对市场现象时间序列的数量及其变动规律延伸。

时间序列市场预测法的理论依据是唯物辩证法中的基本观点，即认为一切事物都是发展变化的，事物的发展变化在时间上具有连续性，市场现象也是这样。

市场现象过去和现在的发展变化规律和发展水平，会影响到市场现象末来的发展变化规律和规模水平；市场现象未来的变化规律和水平，是市场现象过去和现在变化规律和发展水平的结果。

因此，时间序列市场预测法具有认识论上的科学性。

市场预测所研究的市场现象，一般都受到多种因素发展变化的影响。

这些影响因素，有些是确定的，有些是不确定的；有些比较易于取得量化资料，有些难于或根本无法取得量化资料。

对不确定性因素的研究与难于确定性因素的预测；对不易或不能取得量化资料因素的研究与预测难于可取得量化资料的因素是必然的。

第10章市场定量预测法本章主要介绍市场预测中常用的一些定量预测方法和模型的识别、估计、检验和预测应用的基本知识和基本方法。

常用的定量预测方法主要有时序预测法、回归分析预测法、经济计量模型预测法等等。

[教学目的和要求]1、掌握各种市定量预测方法基本原理和应用情形。

2、具备根据实际资料选用合适定量预测法进行预测的能力。

[教学重点和难点]1、本章重点是趋势分析预测法、季节变动预测法、线形回归预测法。

2、本章难点是修正指数曲线模型预测法、戈伯兹曲线模型预测法、逻辑曲线模型预测法、非线形回归预测法和经济计量模型预测法。

第一节：时间序列预测法概述一、时间序列概述1、时间序列的含义时间序列是指把反映某种市场现象的某一统计指标（如某地区的工业产值，某种商品销售量或销售额）在不同时间上的数值按时间的先后顺序排列而成的数列，又称为动态数列。

时间序列反映了某种社会经济现象在时间上的发展变化过程。

时间数列中各指标数值在市场预测时被称为实际观察值。

时间序列一般由两个基本要素构成：一是现象所属的时间；二是与时间对应的统计指标数值。

由于经济统计指标分为绝对指标、相对指标和平均指标，相应地，时间序列也可分为绝对数时间序列、相对数时间序列和平均数时间序列。

2、时间序列的可比性为确保对经济现象发展过程及其规律性进行动态分析的正确性，保证时间序列中指标数值之间具有可比性是编制时间序列应遵守的基本原则。

可比性主要表现在以下几个方面：（1）时间长短要统一。

（2）总体范围要一致。

（3）指标的经济内容应统一。

（统计口径）（4）各指标值的计算方法、计算价格和计算单位都应统一。

3、影响市场现象变动的因素（1）长期变动趋势。

即变量值在一个长时期内的增或减的一般趋势。

（2）季节性变动趋势。

即时间序列的数据以年为周期，呈现出反复有规则的变动趋势。

（3）周期性变动。

周期性变动又成为循环变动，它是指变量的时间序列值相隔数年后所呈现的周期变动。

在一个时间序列中，循环变动的周期可以长短不一，变动的幅度也可大可小。