常见的预测方法

时间:2022-05-26 12:36:16 阅读: 最新文章 文档下载
说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。


常见的预测方法

一、外推法

这是利用过去的资料来预测未来状态的方法。它是基于这样的认识:承认事物发展的延续性,同时考虑到事物发展中随机因素的影响和干扰。其最大优点是简单易行,只要有有关过去情况的可靠资料就可对未来做出预测。其缺点是撇开了从因果关系上去分析过去与未来之间的联系,因而长期预测的可靠性不高。外推法在短期和近期预测中用的较多。其中常用的一种方法是时间序列法。

时间序列法是按时间将过去统计得到的数据排列起来,看它的发展趋势。时间序列最重要的特征是它的数据具有不规则性。为了尽可能减少偶然因素的影响,一般采用移动算术平均法和指数滑动平均法。

1.移动算术平均法。移动算术平均法是假设未来的状况与较近时期有关,而与更早的时期关系不大。一般情况下,如果考虑到过去几个月的数据,则取前几个月的平均值。

2.指数滑动平均法。指数滑动平均法只利用过去较近的一部分时间序列。当时间序列已表现出某种规律性趋势时,预测就必须考虑这些趋势的意义,因此要采用指数滑动平均法。指数滑动平均法是对整个时间序列进行加权平均,其中的指数为01之间的小数,一般取0.70.8左右。

二、 因果法

因果法是研究变量之间因果关系的一种定量方法。变量之间的因果关系通常有两类:一类是确定性关系,也称函数关系;另一类是不确定性关系,也称相关关系。因果法就是要找到变量之间的因果关系,据此预测未来。

1.回归分析法。没有因果关系的预测只是形式上的一种预测,而找出因果关系的预测才是本质的预测。回归分析法就是从事物变化的因果关系出发来进行的一种预测方法,不仅剔除了不相关的因素,并且对相关的紧密程度加以综合考虑,因而其预测的可靠性较高。

回归分析的做法是:首先进行定性分析,确定有哪些可能的相关因素,然后收集这些因素的统计资料,应用最小二乘法求出各因素(各变量)之间的相关系数和回归方程。根据这个方程就可预测未来。在技术预测中,多元回归分析很有价值。

1




2.计量经济学方法。经济计量预测方法是伴随着电子计算机的出现,20世纪50年代逐步兴起的,并于20世纪60年代获得了广泛的成功。20世纪70年代,由于经济计量模型未能预测出19741975年的严重衰退和19771979年的加速通货膨胀,经济计量预测方法一度走入低谷。后来,随着人们对经济预测的本质的理解及对各种新的计量预测模型的不断发掘,经济计量预测方法又重新受到了人们的青睐并广泛应用于各类中短期预测。用经济计量方法建立的预测模型主要有结构经济计量模型和时间序列模型等。

结构经济计量模型是利用经济理论和()经验数据建立的表达经济变量间数量关系的数理统计模型(如回归模型、联立方程模型、动态模型等),并用随机扰动误差代表忽略的因素对模型的影响。这类模型倾向于反映经济运行的较长时间的规律性并适合于进行中期预测(几年至几十年的预测,具体的有效预测时间长度取决于社会、政治、经济的规范化程度及其运行的稳定程度)结构经济计量模型又称为因果模型,因为它表达了经济变量之间的相互作用关系。

时间序列模型有两种,第一种是经典的时间序列模型,即数理统计学中的时间序列分析模型,它是将某一经济变量的一系列观测值视为某个随机过程的一次观测实现值,利用观测数据确定随机过程中各随机变量之间的关系,并利用所建立的关系进行外推来预测该经济变量在未来某一时期的值。第二种是用时间的函数(如多项式、正余弦等)示的趋势外推模型,该模型可以描述无法通过差分实现平稳化的时间序列。这两种时间序列模型在进行短期预测方面较为有效。

三、 直观法

直观法主要靠人的经验和综合分析能力来预测。头脑风暴法、名义群体法、德尔菲法和电子会议法等四种方法也可以作为直观法进行预测。

四、 其他预测方法

预测方法的新进展对于预测问题的大量研究,促成了一门新学科, 即预测学的诞生。现代预测学除了深入研究已有的计量预测模型并不断发掘新的计量预测模型外,方法论上也有了很大的进展。

对于线性预测模型,提出了充分利用先验信息的贝叶斯方法、整合各种预测模型优点的组合预测方法、反映经济运行结构性变动的结构调整模型方法以及描述经济运行动态特征的动态模型方法等;时间序列模型方法从理论到应用都有了很大的发展,是因为它在短期预测方面较为成功。

2




对于非线性问题,神经网络方法和动力系统方法正得到越来越多的研究和应用;于定性预测和定量预测相结合的问题,提出了广泛调查主要当事人及决策者的看法、意见和建议,然后再对调查结果作定量分析的景气调查方法并在经济管理工作中得到了应用。



3


本文来源:https://www.wddqw.com/doc/42cf43d9ed3a87c24028915f804d2b160a4e864e.html