1、第四章 时间序列分解预测法,4.1 时间序列预测法4.2 时间序列分解预测法,回总目录,4.1 时间序列预测法概述,一、时间序列预测法的概念时间序列又称时间数列，是把总体的某一指标在各个不同时间上的数值按先后顺序排列而成的序列。时间序列预测法是以时间为自变量，通过研究预测对象随时间变化的趋势，分析时间序列的影响因素,探寻其规律特征，建立时间序列预测模型，以推断、预测未来的一种方法。它是一种非因果关系的预测方法，是对现象进行动态分析的基本方法之一。,回总目录,回本章目录,二、时间序列预测法的步骤： 1、编制时间序列时间序列预测法是根据时间序列来预测的，收集和整理研究对象的历史资料，并将其整理编制
2、成时间数列是预测的关键，预测前必须对原始数据进行严格的规范. 2、分析原时间数列的趋势规律分析时间数列的变化特点，准确判断其随时间变化而变化的趋势和规律。 3、构建模型进行预测根据时间数列的规律和特点，选择与预测对象相适合的预测模型。,回总目录,回本章目录,三、时间序列预测法的类型： 1、序时平均数法（算术平均数法）它是将若干历史时期的统计数值作为观察值，求出其算术平均数，作为下期、甚至今后若干期预测值的一种方法。分为简单序时平均法和加权序时平均法。前提假设：研究对象发展变化的数量特征在预测期内保持不变. 2、移动平均法以时间序列的移动平均数为依据进行预测的一种方法，分为简单移动平均法和加权移
3、动平均法。基本思路：通过移动平均消除时间序列中各种非趋势因子，得到的移动平均数就是原数列的趋势规律，并将之作为预测的基础。 3、指数平滑法相对于移动平均预测法而言，由加权移动平均法演变而来，最大优点在于能用一个相对科学的方法，确定加权平均过程中各种原始数据的权数。,回总目录,回本章目录,4、季节趋势预测法它是根据研究对象周期性的季节变化规律，来预测研究对象在同一季节周期内，不同时间段的趋势变化规律。重要统计指标：季节指数 5、趋势外推法根据过去经济变化的规律、特点，利用其变化趋势预测未来发展的一种预测方法，包括线性趋势和非线性趋势。 6、自回归移动平均法（Box-Jenkins预测法）利用时间
4、序列本身的滞后数值或误差项的滞后值作为解释变量,探寻序列受以前数值与误差项的滞后形式，来预测序列未来的表现,比较适合于短期预测。,回总目录,回本章目录,4.2 时间序列分解预测法,一、时间序列的组成因子 社会经济现象是不断发展变化的，经济时间序列的变化受到长期趋势、季节变动、周期变动和不规则变动这四个因子的影响，表现为数量上的波动.其中：（1） 长期趋势因子（T）反映了经济现象在一个较长时间内的发展方向,它可以在一个相当长的时间内表现为一种近似直线的持续向上或持续向下或平稳的趋势。它是社会经济现象变化的主旋律，是时间序列最重要的组成因子。（把握对象的发展变化）,回总目录,回本章目录,（2） 季
5、节变动因子（S）是经济现象受季节变动影响所形成的一种长度和幅度固定的周期波动。特点是在一年或更短的时间内随时序的更替，使现象呈周期重复的变化。（近期行动决策） （3） 周期变动因子（C）周期变动因子也称循环变动因子，它是受各种经济因素影响形成的周期比较长的上下起伏不定的波动，通常指经济发展荣衰不断更替的变动。（周期不固定、难以把握） （4） 不规则变动因子（I）不规则变动又称随机变动，它是受各种突发事件、偶然因素或不明原因影响所形成的非周期、非趋势性的不规则变动，是无法预知的。,回总目录,回本章目录,时间序列分解的目的,克服其它因素的影响，单纯测度出某一个确定性因素对序列的影响 推断出各种确定
6、性因素彼此之间的相互作用关系及它们对序列的综合影响,二、时间序列分解模型1、时间序列分解模型把时间序列受各类因子的影响状况分别测定出来，搞清研究对象发展变化的原因及规律，为预测未来和决策提供依据。时间序列y可以表示为以上四个因素的函数，即： 时间序列分解的方法有很多，较常用的模型有加法模型和乘法模型。,回总目录,回本章目录,加法模型为：（四个因子彼此独立，互不相关） 乘法模型为：（长期趋势用绝对数表示，季节变动、周期变动、不规则变动用相对数（百分数）表示,四个因子相互不独立）混合模型为：,回总目录,回本章目录,2、时间序列的预测模型一般地，如果时间序列在分解时用加法模型分解， 则其预测模型也为
7、加法模型；如果时间序列在分解时 用乘法模型分解，则其预测模型也为乘法模型。由于 不规则变动因子是无法测量，无法计算的，因此就没 有估计值，从而时间序列的预测模型有下列两种：,回总目录,回本章目录,三、时间序列的分解步骤1、加法模型 （1）根据时间序列，计算出移动平均数Mt , 分解出趋势循环因子： Mt=Tt +Ct （2）分离季节因子：yt - Mt=St +It （3）计算季节因子的预测值 （4）建立趋势方程，计算各期趋势水平估计值 （5）计算循环因子估计值： （6）根据各因子的估计值进行预测：,回总目录,回本章目录,2、乘法模型 （1）运用移动平均法计算移动平均数Mt，剔除长期趋势和周期变化，得到序列TCt。 （2）用按月（季）平均法求出季节指数： （3）计算平均季节比率St，代替季节指数预测值： （4）做散点图，选择适合的曲线模型拟合序列的长期趋势，得到长期趋势估计值 （5）计算循环因子估计值： （6）根据各因子的估计值进行预测：,回总目录,回本章目录,注意：1、若研究对象不存在循环变动因子，则只需求出长期趋势因子和季节变动因子的预测值，最后以二者之和或之积作为时间序列的最终预测值；2、若研究对象既不存在循环变动因子，也没有季节变动，或不需要预测分季、分月的资料，则长期趋势预测值就是时间序列的未来预测值。,回总目录,回本章目录,
