时间序列预测法的含义
时间序列预测法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,确定变量预测值的方法。其内容包括:收集与整理某种社会现象的历史资料;对这些资料进行检查鉴别,排成数列;分析时间数列,从中寻找该社会现象随时间变化而变化的规律,得出一定的模式;以此模式去预测该社会现象将来的情况。
时间序列预测法的特点
1.根据过去的变化趋势预测未来的发展
时间序列预测法是根据过去的变化趋势预测未来的发展,它的前提是假定事物的过去延续到未来。时间序列预测正是根据客观事物发展的连续规律性,运用过去的历史数据,通过统计分析进一步推测未来的发展趋势。事物的过去会延续到未来这个假设前提包含两层含义:一是不会发生突然的跳跃变化,是以相对小的步伐前进;二是过去和当前的现象可能表明现在和将来活动的发展变化趋向。这就决定了在一般情况下,时间序列预测法对于短、近期预测比较显著,但如延伸到更远的将来,就会出现很大的局限性,导致预测值偏离实际较大而使决策失误。
2.存在规律性与不规律性
时间序列中的每个观察值大小,是影响变化的各种不同因素在同一时刻发生作用的综合结果。从这些影响因素发生作用的大小和方向变化的时间特性来看,这些因素造成的时间序列数据的变动分为四种类型。
(1)趋势性。某个变量随着时间进展或自变量变化,呈现一种比较缓慢而长期的持续上升、下降、停留的同性质变动趋向,但变动幅度可能不相等。
(2)周期性。某因素由于外部影响随着自然季节的交替出现高峰与低谷的规律。
(3)随机性。个别为随机变动,整体呈统计规律。
(4)综合性。实际变化情况是几种变动的叠加或组合。预测时设法过滤,除去不规则变动,突出反映趋势性和周期性变动。
3.撇开了市场发展的因果关系去分析市场的过去和未来的关系
预测对象的发展变化受到各种因素的影响,每一种因素的影响都是各不相同的。时间序列预测法将影响预测目标的一切因素都由“时间”综合起来描述,并没有深究其中各因素之间的因果关系。
时间序列预测法的步骤
第一步,收集历史资料,加以整理,编成时间序列,并根据时间序列绘成统计图。时间序列分析通常是把各种可能发生作用的因素进行分类,传统的分类方法是按各种因素的特点或影响效果分为四大类:①长期趋势;②季节变动;③循环变动;④不规则变动。
第二步,分析时间序列。时间序列中的每一时期的数值都是由许许多多不同的因素同时发生作用后的综合结果。
第三步,求时间序列的长期趋势(T)、季节变动(S)和不规则变动(I)的值,并选定近似的数学模式来代表它们。对于数学模式中的诸未知参数,可以使用合适的技术方法求出其值。
第四步,利用时间序列资料求出长期趋势、季节变动和不规则变动的数学模型后,就可以利用它来预测未来的长期趋势值T和季节变动值S,在可能的情况下预测不规则变动值I。然后用以下模式计算出未来的时间序列的预测值Y:
加法模式:T+S+I=Y
乘法模式:T×S×I=Y
如果不规则变动的预测值难以求得,就只求长期趋势和季节变动的预测值,以两者相乘之积或相加之和为时间序列的预测值。如果经济现象本身没有季节变动或不需预测分季分月的资料,则长期趋势的预测值就是时间序列的预测值,即T=Y。但要注意这个预测值只反映现象未来的发展趋势,即使很准确的趋势线在按时间顺序的观察方面所起的作用,本质上也只是一个平均数的作用,实际值将围绕着它上下波动。