【正文】 測 第五步：預(yù)測 根據(jù)第四步得到的趨勢模型預(yù)測趨勢，然后讓趨勢乘以季節(jié)指數(shù)，即可得到未來的預(yù)測。 例 3 . 7 使用中國季度 G D P ，時(shí)間 1 9 9 4 至 1 9 9 7 年，計(jì)算季節(jié)指數(shù)，去掉季節(jié)項(xiàng)后國際趨勢方程，綜合季節(jié)指數(shù)和趨勢方程進(jìn)行預(yù)測。 首先畫出季節(jié) G D P 的折線圖，數(shù)據(jù)有明顯的季節(jié)性 GDP0500010000150002022025000300001 3 5 7 9 11 13 15GDPt GDP2期中心滑動(dòng)平均去掉趨勢項(xiàng)后的數(shù)據(jù)季節(jié)因子規(guī)范化季節(jié)因子（季節(jié)指數(shù)）季節(jié)調(diào)整后的GD( GDP SA)1 春季 2 夏季 3 秋季 4 冬季 5 11190 總和 4 6 7 8 9 10 11 12 13 14 15 16 GDPSA=+ 0500010000150002022025000300001 3 5 7 9 11 13 15GDP 2期中 心滑動(dòng)平均去掉趨勢項(xiàng)后的數(shù)據(jù)011 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16去掉趨勢項(xiàng)后的數(shù)據(jù)平滑前后的數(shù)據(jù) 去掉趨勢后數(shù)據(jù) 季節(jié)調(diào)整后的G D P05000100001500020220250001 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16季節(jié)調(diào)整后的G D P在原始數(shù)據(jù)中去掉季節(jié)項(xiàng)后呈現(xiàn)出線性趨勢，因此可用線性模型擬合。 擬合趨勢 前面季節(jié)調(diào)整后的數(shù)據(jù)有趨勢 ， 并且曲線反應(yīng)出正線性關(guān)系 ， 所有使用線性趨勢擬和數(shù)據(jù) yt=c0+c1t 根據(jù)最小二乘法估計(jì)出未知參數(shù)為 c0＝ c1＝ t 趨勢預(yù)測 季節(jié)指數(shù) QGD P預(yù) 測值17 18 19 20 21 22 23 24 Q G D P 預(yù)測值0100002022030000400001 2 3 4 5 6 7 8Q G D P 預(yù)測值時(shí)間序列數(shù)據(jù)的簡單外推 總結(jié)： 1 計(jì)算中心滑動(dòng)平均 2 去掉趨勢得到季節(jié)和誤差項(xiàng)，得到季節(jié)指數(shù) 3 調(diào)整季節(jié)指數(shù) 4 去掉季節(jié)項(xiàng) 5 估計(jì)趨勢，用 t做解釋變量，建立回歸模型，對趨勢進(jìn)行預(yù)測 6 預(yù)測的趨勢與季節(jié)性結(jié)合在一起 *7 計(jì)算誤差，用滑動(dòng)平均或者指數(shù)平滑進(jìn)行預(yù)測 *8 把對誤差的預(yù)測與季節(jié)性和趨勢的預(yù)測結(jié)合在一起是最終預(yù)測 平滑技術(shù)的預(yù)測 ? 簡單移動(dòng)平均預(yù)測 ? 指數(shù)移動(dòng)平均預(yù)測 ? 初始化： A1等于第一個(gè)數(shù) A1， 或者等于其它數(shù)值 ? 更新： At=?At+(1?)At1 ,t=2,… T ? 預(yù)測： FT+h=AT ? 預(yù)測時(shí) M和權(quán)數(shù)的選擇 MAAAAF Mttttt111... ????????????Nttt AF12)(mi n股票價(jià)格 5 －期簡單移動(dòng)平均預(yù)測 指數(shù)移動(dòng)平均預(yù)測10210110410097 100 96 92 94 F = A V E RA G E (D 49: D 53)F = D 53EXCEL操作 ? 簡單移動(dòng)平均 工具－－數(shù)據(jù)分析－－移動(dòng)平均－－填入原始數(shù)據(jù)范圍 A1:A255。填入 M的長度例如 10；填入數(shù)據(jù)輸出范圍，點(diǎn)擊希望保存的第一個(gè)單元格。 ? 指數(shù)移動(dòng)平均 工具－－數(shù)據(jù)分析－－指數(shù)平滑－－填入原始數(shù)據(jù)范圍；輸入阻尼系數(shù)＝ 1－ ?；其它同上 指數(shù)平滑：是令第一個(gè)平滑值等于前一個(gè)時(shí)期的實(shí)際值 EVIEWS操作 ?簡單移動(dòng)平均 ?點(diǎn)擊 workfile界面中的“ GENR” 使用命令 series x=@movav(y,m) 其中 x是平滑后的數(shù)據(jù)的名稱， y是變量名稱， m是平滑的時(shí)間長度， series是一個(gè)命令，產(chǎn)生一個(gè)新的時(shí)間序列。 EVIEWS操作 指數(shù)平滑 雙擊變量名，在出現(xiàn)的窗口中點(diǎn) ”procs”, 在跳出的菜單中點(diǎn)擊“ expoial smoothing”. 則可得到下面的對話框。 Smoothing method 中有許多方法， single即為一次指數(shù)平滑法。 Smoothing parameters中 alpha為平滑系數(shù)， E為程序估計(jì)一個(gè)合適的平滑系數(shù)。也可自己輸入數(shù)據(jù)。 EVIEWS操作 ? 季節(jié)調(diào)整 ? 雙擊變量名， ? 在出現(xiàn)的窗口中點(diǎn) ”procs”, ? 在跳出的菜單中點(diǎn)擊“ moving average”. ? 在點(diǎn)“ moving average mothods”. ? 則可得到下面的對話框。 Adjustment method 中第一個(gè)為乘法模型，第二個(gè)為加法模型。 qgdpsa 為季節(jié)調(diào)整后的序列。將（季節(jié)）因子存放在變量 fac中。點(diǎn) ok可得下圖 ? 生成時(shí)間變量 t ? Eviews利用函數(shù) @trend得到一個(gè)時(shí)間變量，它的數(shù)據(jù)從 0開始，使用 @trend+1則時(shí)間從 1開始。 ? 點(diǎn)擊 workfile界面中的“ GENR”，輸入 t= @trend+1，點(diǎn) ok，則生成一個(gè)名稱為 t的時(shí)間變量。 ? 擬合趨勢 ? 同時(shí)選中指數(shù)平滑后的向量 ”qgdpsa”和時(shí)間向量 t. ? 右擊，選擇 ”open”, 再選中“ as equation” 放在第一個(gè)的 qgdpsa為因變量， c為常數(shù)項(xiàng)，其他的為自變量。 統(tǒng)計(jì)檢驗(yàn)值 可決系數(shù) 0. 4 95 3 9 8 被解釋變量均值 8 調(diào)整的可決系數(shù) 0. 484428 被解釋變量標(biāo)準(zhǔn)差 5 .652276 回歸方程標(biāo)準(zhǔn)差 ?? 赤池信息準(zhǔn)則（ AIC ） 5. 680289 殘差平方和2ie? 施瓦茲信息準(zhǔn)則（ SC ） 似然函數(shù)的對數(shù) HQ 準(zhǔn)則 F 統(tǒng)計(jì)量 DW 統(tǒng)計(jì)量 F 統(tǒng)計(jì)量 的概率 預(yù)測趨勢 ? 先擴(kuò)展時(shí)間區(qū)間 雙擊 workfile 中菜單下的 Range擴(kuò)充時(shí)間區(qū)間。若要修改樣本區(qū)間，可以點(diǎn)擊 Range下面的 Sample, 在第一個(gè)輸入框中輸入樣本區(qū)間的起至?xí)r間，并用空格隔開即可 預(yù)測趨勢 ? 點(diǎn)擊擬合趨勢結(jié)果對話框菜單欄中的forecast命令。 預(yù)測趨勢 ? 預(yù)測結(jié)果保存在變量 qgdpsaf中。 ? 在 Forecast sample欄中輸入預(yù)測起止時(shí)間。用空格隔開。 ? 點(diǎn) ok 對原始數(shù)據(jù)（ GDP）進(jìn)行預(yù)測 ? 雙擊 workfile 菜單的 Genr. 如圖輸入 ? 將預(yù)測值保存在變量 sf中。 ? 預(yù)測區(qū)間 1994q1至 2022q4 預(yù)測效果圖 5, 0 0010 , 00 015 , 00 020 , 00 025 , 00 030 , 00 035 , 00 019 94 19 95 19 96 19 97 19 98 19 99 20 00SF Q G D P?畫圖前先改變樣本區(qū)間1994q12022q4 ?同時(shí)選中變量sf和 qgdp。 ?點(diǎn)擊菜單欄中的 quickGraphok