(四)市场预测的方法(2)

时间序列分析法与判断预测法不同,它是以历史的时间序列数据为基础,运用一定的数学方法使其延伸,来测预市场未来变化的趋势,确定市场预测值。因此,时间序列分析法属于定量分析的预测方法。     

石油销售预测模型的建立与管理对策

文章针对国内汽油零售市场的特点，提出完善汽油销售管理的办法。即采用多元回归、季节指数法和灰色预测法对汽油销售进行预测来适应市场波动。此外，还建立模型从销售量和销售稳定性两方面对销售业绩进行评价。最后，提出了对提高汽油销售的几点建议。     

时间序列预测方法简析

时间序列预测法,是经济预测中定量,预测的一种常用方法,它是利用经济发展变化的历史资料数据,预测未来一定时期内经济的发展变化。由于经济的发展变化具有一定的延续性,这种延续性就     

销售预测决策支持系统的设计与实现

决策支持系统能有效地辅助企业进行销售预测 ,但企业销售的商品种类繁多 ,市场需求变化的差异较大 ,如何有效地对各种商品进行预测是亟待解决的问题。文章介绍了具有自适应、自学习功能的销售预测决策支持系统。该系统能根据商品的销售时间长短、销售量的变化灵活地选择合适的模型 ,同时对预测结果进行反馈分析 ,对其后的预测结果进行模型修正 ,还能由用户根据当前市场环境的变化设定修正系数 ,使预测更能反映环境的变化。     

基于决策树和支持向量机的金融时间序列预测方法

由于传统的金融时间序列预测方法无法有效识别不同领域时间序列的不同特征,从而导致了当前一些时间序列预测方法的不足,无法有效地指导实际研究。文章提出了一种改进的金融时间序列数据预测方法,该方法首先对采集到的数据进行预处理,利用决策树对时间序列进行特征抽取,并建立基于支持向量机的时间序列预测模型,最后对时间序列进行预测。实验结果表明,文章的方法能有效的降低预测模型的复杂度并提高预测精度。     

关于三亚市游客数量预测研究

应用NFTSFM研究三亚市游客数量预测问题,NFTSFM是一种模糊时间序列预测模型,实际上该模型把时间序列的数据用模糊数表示,并在游客数量论域、游客数量的百分比论域、游客数量的百分比的差分论域和游客数量的百分比的差分的分段论域等4个论域上建立预测公式,预测公式的基础是逆模糊数,NFTSFM的预测公式结构非常简单,计算方便,给出的历史数据模拟预报值的平均预测误差率很小,能较好地预测非线性条件下的三亚市游客数量预测问题。由于对同一未知年的预测数据可给出多个供决策者选择,决策者的经验能发挥作用。     

时间序列分析在金融价格预测中的应用

与回归分析不同，时间序列分析不是根据与其它变量的因素关系来预测一个变量的未来变化，而是根据该变量自身过去的规律来预测其未来的变化。这与实际中价格信息的复杂性特征具有较好的符合关系。作在Intnet网上查取了伦敦金属交易所（LME）镍金属从1998年1月到2001年5月共41个月的月平均现金参与价值数据41个，用其中的前37个数据进行时间序列分析，得到了AR（3）模型，用最小二乘法和Yule-Walker法预测后五个数据，得到了较好的效果。因此在价格信息分析与预测中使用时间序列分析理论和方法具有广阔的应用前景。     

基于面板数据的辽宁省人均农民收入增长预测研究

辽宁省14个地级市地区发展水平和农业发展水平存在明显的结构差异,各地区发展水平随时间变化也存在一定差异。传统的多元回归模型预测不能兼顾变量的时间变化以及对象差异特点,预测的准确性不高。文章采用面板数据模型,兼顾各对象之间的个体差异(不考虑时间因素)和农业自身结构的特点,并同时获得多个对象模型。对各个地区做出预测。然后进一步得到全省(农业人口加权)数据,结果更准确。     

多国制造业质量发展指数及其变化规律实证研究

为了从宏观上分析中国制造业质量水平及其发展趋势,构建了宏观制造业质量发展指标体系。利用多元回归分析和灰色预测理论法,分析了5个国家制造业质量随时间变化的规律。基于历史数据对各国制造业质量发展趋势进行了预测,并对两种不同方法所得结果的差异性进行了比较。     

20世纪90年代时间序列预测领域主要研究动态

20世纪90年代,预测领域取得了比较丰硕的研究成果.预测方法除主观判断方法外,主要有单变量方法和多变量方法.单变量方法在实际中使用最多,主要涉及分数差分模型、结构模型、贝叶斯预测方法.多元回归方法仍是最常用的多变量预测方法,但对经济时间序列拟合多元回归模型存在一些问题,于是人们对向量回归模型进行了大量的研究.本文着重分析了国外学者关于预测方法的选择以及非线性模型的研究动态.     

秦皇岛港煤炭吞吐量预测研究

秦皇岛港是我国北方以煤炭出口为主的重要物流枢纽.文章分析了秦皇岛港煤炭吞吐量与时间序列的二次曲线变化趋势,在此基础上采用1991～2009年秦皇岛港历史煤炭吞吐量数据,通过三次指数平滑法对2010年煤炭吐量进行预测,为把秦皇岛港打造“物流港”提供了理论依据.     

股价波动序列的综合预测法研究

股票市场中股票价格的波动是一个非线性混沌时间序列,其参数是随时间变化的。笔者提出的多层递阶一灰色预测综合预测法是运用多层递阶法,通过辨识时变参数,建立时变参数动态预测模型,并在此基础上进一步运用灰色预测方法,通过对时变参数的预测来预测股票价格的波动。实例表明：多层递阶一灰色预测综合预测法有较好的预测精度。     

老龄化趋势预测及对劳动力市场影响的分析

文章运用世界银行1960—2009年的"中国65岁以上人口比例"数据,构建时间序列ARMA模型对我国未来老龄化趋势进行预测,根据预测结果分析未来老龄化趋势可能会给劳动力市场带来的影响,并结合劳动经济学相关理论提出相应建议。     

湖南经济主要指标未来两年的预测

本文采用作者2005年推出的称为"前移回归分析"的时间序列预测新方法对湖南省经济主要指标进行预测,取得较好的效果.这种方法克服了以往时间序列预测只是自身拓展而不考虑多项因素(变量)的不足,也弥补了回归分析预测法必须已知同时期各个自变量值才能预测的缺陷.经济指标是多项相关因素的函数,一个时间段内各项指标(自变量)值会影响下一时间段待预测指标(因变量)的取值,这是新方法的依据.所建模型,经湖南省历史数据检验效果较好,但预测明后年的指标,有待今后的统计公报证实.     

基于变化趋势相异性的金融时间序列函数聚类分析

针对函数数据聚类方法中基于序列数值模式测度相似性的聚类方法不考虑轨迹形状,而基于序列形状模式又忽略了序列数值所代表的相似信息和趋势信息,笔者提出一种对曲线之间对应里程碑出现的时间差异和所隐含的变化幅度差异的相异性测度法,据此将具有类似变化趋势的曲线聚为一类。运用该法对上证50指数的股票进行聚类分析,结果表明该聚类法能很好地测度曲线之间变化趋势的相异性,在高频金融时间序列的聚类分析中具有现实意义。     

基于时间序列分析的黔西南州经济增长分析与预测--基于1978-2007年的黔西南州宏观经济数据

时间序列的预测方法有着广泛的应用背景,在解决经济发展,金融市场动态,气象预报和水文预报等领域的预测问题时,都可以利用时间序列的预测方法。结合黔西南的实际州情,本文采用EVIEWS统计软件及时间序列分析法对1978—2007年的黔西南州宏观经济数据进行了系统分析,构建了GDP序列的ARIMA模型,响应变量为GDP序列的ADL模型,对投资、消费对黔西南州经济增长的相互作用进行了实证研究,并预测黔西南州未来8年经济增长的变化趋势,相比之下组合模型在拟合和预测效果具有较高的可靠性、准确性和稳定性。通过对黔西南州的宏观经济动态模型ADL模型,我们掌握黔西南州的宏观经济系统的主要特征及其运行机制,GDP与投资、消费互相影响,互相促进;通过预测,我们了解和掌握了经济增长的变化趋势,能有效地对政策制定进行合理化建议。     

广告对中国房地产业市场集中度的影响分析

商业广告对市场集中度的影响历来存在两种争论：广告通过信息传递功能向市场提供更多可供选择的产品来促进市场竞争;广告通过规模经济进入壁垒、产品差别化壁垒和品牌效应壁垒促成垄断。以中国房地产业为例,在对广告与市场集中度之间关系进行理论探讨的基础上,选取2000_2012年中国房地产业的时间序列数据进行多元回归分析,得出广告投入强度对中国房地产业市场集中度产生不强烈的负效应的结论。最后提出应积极协调广告投入与房地产业市场集中度之间关系的政策建议。     

基于Gramer分解定理对我国就业人数变化趋势分析及预测

本文基于时间序列的Gramer分解定理,利用我国就业人数1978年到2007年的历史数据进行实证研究,建立确定性趋势模型和ARMIA模型的组合模型.最后得出组合模型能够很好的预测我国的就业人数,然后运用模型对我国就业人数进行短期预测和分析.     

湖南经济主要指标未来两年的预测

本文采用作者2005年推出的称为“前移回归分析”的时间序列预测新方法对湖南省经济主要指标进行预测，取得较好的效果。这种方法克服了以往时间序列预测只是自身拓展而不考虑多项因素（变量）的不足，也弥补了回归分析预测法必须已知同时期各个自变量值才能预测的缺陷。经济指标是多项相关因素的函数，一个时间段内各项指标（自变量）值会影响下一时间段待预测指标（因变量）的取值，这是新方法的依据。所建模型，经湖南省历史数据检验效果较好，但预测明后年的指标，有待今后的统计公报证实。     

基于两种组合模型的安康市卷烟预测思想与运用研究

卷烟市场预测行为由于受到众多相关因子的影响,成为目前营销工作的一个难题。文章以2005-2009年的安康市卷烟销售数据统计分析为依据,将最小二乘法、指数平滑法、ARIMA预测模式相结合,对全市卷烟进行了年度预测和月度预测,尤其是对高档卷烟的消费需求变化进行了分析,在实践中有较强的实用意义。