第九章、时间序列预测(二).docVIP

第九章 时间序列预测 9.3季节指数法 市场变化趋势除了直线变动外还有季节性变动、循环变动和不规则变动趋势。其中季节性变动现象与我们的生活息息相关。让我们来了解一下，怎样利用季节性变动规律进行市场预测。 一、季节指数法的含义与作用 1、季节指数法的含义 首先要指出的是，这里所说的季节，既不同于日历上讲的季度，也不同于气象上所讲的季节，他是用来描述任何重复出现额每小时。每周。。每月或每季等相似间隔的时间段。在市场预测中多指一年中经营活动的某一固定形态。 季节变动是以一年为周期，经济变量随季节变化而变化的周期性变动。在社会经济活动中，这种变动是客观存在的而且是常见的，他与春夏秋冬自然季节和社会风俗相联系。如服装、冷食、高档副食品、农药等，季节性需求变动非常明显。掌握季节变动规律，就可以利用这种规律进行市场预测。 所谓季节系数法，是根据预测对象各个日历年度按月或按季编制的时间序列资料，以统计方法测定出反映季节变动规律的季节变动系数，并据以进行预测的一种预测方法。季节系数(也称季节系数)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。利用季节系数法进行预测，一般要求时间序列的时间单位或是季或是月；要掌握至少三年以上的按月或按季编制的时间序列，因为仅靠一年或两年的统计资料来确定季节变动规律，可能会由于偶然因素的影响而造成较大误差。所以，为保证预测的准确性，一般需要掌握多年的时间序列资料。 2、季节指数预测法的目的 季节指数预测法的目的是要分析季节变动因素对预测对象发展趋势的影响作用，并以此来预测未来趋势。 季节指数预测法在生活中的应用非常广泛，许多经济现象和市场变化都能够利用该方法得到较准确的预测，因此受到人们的重视。 二、季节指数法的应用 1、直线趋势比率平均法 时间序列存在直线趋势的情况下，季节变动预测通常需要消除只直线趋势的影响。直线趋势比率平均法能够很好滴消除这种影响，达到准确预测。 调查窗口 9—2 季节指数法 季节指数法可分为两类：一类是不考虑长期趋势的季节系数法；另一类是考虑长期趋势的季节系数法。 不考虑长期趋势的季节系数法 所谓不考虑长期趋势，是因为时间序列除含有较强的季节变动外，没有明显的长期趋势，时间序列的长期趋势发展比较平稳，在这种情况下，我们可以直接用时间序列数据来确定季节系数，然后进行预测。 考虑长期趋势的季节系数法 当时间序列含有明确的长期趋势时，用上述方法进行预测会造成很大的误差。因此，进行预测时，不仅要分解出季节变动，而且还要分解出趋势变动。在确定了季节系数和长期趋势预测之后，才能最后确定预测值。 在时间序列含有较强的季节变动和明显的长期趋势的情况下，确定季节系数的方法很多。长期趋势的预测可以用移动平均法、指数平滑法或趋势外推法。 该方法的应用过程为：先分离出不含季节周期波动的直线趋势，再计算季节指数，最后建立预测模型为 X（t+i）j=TiFj （i=1,2，…；j=1,2，…，s） （9-21） 式中，Ti为直线趋势方程；s为季节期数（如以季度为季节，则s=4）；Fj为季节指数。 在实际应用中，Ti可用趋势移动平均法或指数平滑法，也可以直接取t的线性函数或二次函数。 预测包括以下步骤。 先求出Ti=a+bi 计算清军季节指数。把历年同季节的平均数，除以该季节的趋势值平均值，就可以消除直线趋势的影响，而得到平均季节指数。 F/j=（X1+X2+…Xt+（n-1）s）式中，n为观察年数。 对平均季节指数作处理，使其均值为1，即： = Fj=（j=1,2，…，s） 首先，将各平均季节指数求和，除以季节期数，得到平均季节指数的平均值。然后，以各平均季节指数除以平均值得出正确的各季节指数。 某企业2007年第三季度到2012年第二季度的用电量如表9-8所示，预测该地区2010年第三季度2011年第二季度的用电量。 表9—8用电量表 单位；千瓦时 项目 第一节度 第二季度 第三季度 第四季度 2007年 —— —— 2522 2899 2008年 3076 2590 2478 3076 2009年 3372 2894 2858 3388 2010年 3895 3282 —— —— 平均用电量 3444.67 2922 2619.33 3121 趋势值 2988 3093.07 2777.7 2882.73 平均季节指数 1.153 0.945 0.943 1.083 季节指数 1.118 0.917 0.915 1.05 2010年 —— —— 3310.89 3909.71 2011年 4280.39 3607.2 —— —— 解;（1)用趋势移动平均法求得直线趋势方程（移动平均数