世界市场行情串讲三

世界市场行情

串讲三

全国高等教育自学考试

国际贸易专业学位课

课程代码00102

2016年3月第十一章行情预测概论第一节预测的基本概念与原则1.预测的含义及作用——简答（1）含义：根据历史经验、客观资料和逻辑推断，寻求事物发展的规律和未来趋势。（2）作用预测是决策科学化的工具；科学的预测能增强企业竞争力，提高经营管理水平；预测可推动计划统计工作的发展。2.预测的特点——选择预测通常是不确定的；预测值应该是成对数字；群体预测结果比较准确；长期预测误差较大；预测不能代替计算。3.预测的原理及原则——选择（1）基本原理：经济发展过程中各种因素之间相互影响的规律性，各因素之间客观上存在着质的或量的相互联系。（2）预测的基本原则

相关性原则、延续性原则、相似性原则、统计规律性原则4.影响预测结果客观性的因素——选择经济理论的不完善；预测的范围及对象；预测资料的利用；预测时间的长短；预测结果的方法选择。第二节行情预测的内容和分类1.行情预测的内容——选择（1）宏观经济行情的预测预测对象是影响经济总量的因素，如国内生产总值、工业生产、失业率、通货膨胀。（2）商品市场行情预测市场价格预测、市场需求预测、市场供给预测2.行情预测的分类——选择按预测时间长短分，分为短（1年以内）、中（3~5年）、长期（5年以上）预测；按预测方法分，分为定性预测与定量预测；按预测结果的要求分，分为条件预测和无条件预测；按预测形式分，分为探索性预测和规范性预测；按预测是否考虑时间因素分，分为静态预测和动态预测。3.行情预测的局限性具体商品市场的行情研究是某一具体市场变化趋势进行概率评估；行情预测不能消除未来行情所具有的不确定性；行情预测的重要因素是预测的及时性，即所取得的预测结果必须在时间上给予一个“提前量”，以便于采取必要措施来适应市场变化趋势和利用市场行情机会；行情预测的有条件性；要重视行情预测的反作用。4.行情预测的要求要明确预测的对象和目标；预测人员必须具备较宽的知识面和较强的分析判断能力；重视调查研究，重视资料收集；要反复对比。第三节预测的一般步骤一般地说，行情预测有以下几个主要步骤和一个反馈过程——简答1.确定预测目标，制定预测计划包括预测的内容、项目，预测所需求的资料，准备选用的预测方法，预测的进程和完成时间，预测经费的预算，调配力量，组织实施等。2.收集、整理和分析资料市场调研资料有两类：内部资料，企业外部的资料。筛选外部资料的三个标准：直接相关性、可靠性、最新性；需要对资料进行比较鉴定和必要的调整。3.选定预测方法、建立预测模型预测方法基本上可分为定性预测法和定量预测法。选择预测方法需综合考虑的基本原则：准确性原则、经济性原则、时间原则。在考虑预测方法时，可同时用几种方法作初步的预算，将不同方法的结果进行比较，然后根据理论分析和经验判断选择最佳方法进行正式的预测。4.检验模型，进行预测模型检验包括：考察参数估计值在理论上是否有意义，统计显著性如何，模型是否具有良好的超样本特性。评估模型优劣的基本原则：理论上要合理；统计可靠性高；预测能力强；简单适应。5.分析预测误差、评价预测结果分析计算预测误差，并分析产生误差的原因，把误差控制在一定范围内；和定性分析结合，调整预测值，使预测结果尽量和实际情况接近。评定定性预测结果时，主要需结合实际情况进行经济理论分析，评价预测是否切实可行。6.提出预测报告一个典型的预测报告一般包括题目、摘要、目的、正文、结论与建议及附录等部分。写预测报告注意事项：能说清问题，并易于理解；避免用千篇一律的语言“套话”；

注重实事，切忌华而不实、哗众取宠；文字精炼，用词科学，篇幅不宜过长。7.追踪验证预测结果对未来各期的经营活动进行追踪，根据两三期经验活动结果观察并比较预测值与实际值的偏差，以判断预测是否反映企业实际情况。第四节行情预测的方法及其选择1.预测方法的种类及评价行情预测方法大体上分为两类，即定性分析法和定量分析法。（1）定性分析法常用的具体方法：因素分析法、历史类推法、市场研究、各种形式的意见预测和抽样调查法、专家集体审定以及经济周期分析、最终使用分析等。主要特点：凭观测者高度的理论素养，长期的经验积累和敏锐的观察能力，通过演绎、归纳等逻辑推理，对事物发展的性质做出主观判断预测。优缺点优点：可充分发挥预测者的经验、技巧与灵感、逻辑思维能力以及对未来判断的远见卓识。缺点：缺乏较客观的资料基础，不能较准确地表述量的幅度。定性预测法从方法的系统性和完整性区分，还可分为探测法和规范法两个分支。（2）定量预测法含义：是运用数学方法和经济理论、通过建立模型进行预测的一种方法。分类：常用的有两种类型：时间序列法和因果关系法。优缺点优点：预测结论能给出量的概念，并且能对其进行检验；缺点：需要具备完整的、系统的资料投入，有些定量预测法的运算过程比较复杂。（3）两者的关系问题随着经济的发展，定量预测已成为主要的经济预测方法。在预测工作中仅仅依靠统计手段和数学模型有许多局限性和不足之处，对经济预测和企业预测来说尤其如此。行情预测工作要把定性和定量预测很好地结合起来，以定性分析为依据，以定量分析为手段，使两者相辅相成，将经济活动的性质和数量有机结合起来。2.预测方法的选择——选择/简答我们可以根据拥有资料的多寡、性质、样式类型以及预期目标、时间界限、准确程度要求等来选择合适的预测方法。随着经济的发展，定量预测已成为主要的经济预测方法，但不可片面强调定量预测的作用。同其他经济分析工作一样，行情预测工作要把定性和定量预测很好地结合起来，要以定性分析为依据，以定量分析为手段，使两者相辅相成，将经济活动的性质和数量有机结合起来。根据占用资料的性质，可首先确定宜于定量预测抑或定性预测；很少或没有数量资料时，可采用外销员意见综合、专家集体审定和市场调查等方法。一般情况下，越是复杂和高级的技术需用的数量资料就越多。根据资料样式的类型，有正常活动或状态，定量预测可采用时间序列法，定性预测可用探测法；对正常现象的偏离，定量预测可用因果关系法，定性预测可用规范法。3.预测与决策、策划的关系（1）预测与决策的关系预测侧重于对客观事物的科学分析，而决策侧重于有利时机的艺术选择。预测是决策科学化的前提，决策是预测的服务对象和实现机会。（2）预测与策划的关系预测属于研究性质的分析，提供的是参考方案，它说的是应当怎样、可能怎样，它更为重视科学分析的作用；策划是指令性质的，提供的是执行方案，说的是必须怎样，它更重视领导艺术；预测是策划准备工作的科学化和现代化，预测分析是策划工作的科学工具。（3）预测、决策和策划的关系预测在决策之前，策划在决策之后；策划是预测、决策的产物，正确的预测、决策是科学策划的前提；策划是预测、决策在实践上的安排、空间上的部署、行动上的调度，故可以说策划是预测和决策得以实现的桥梁。第十二章定性预测方法一、定义：对所观察事物的性质和发展方向做出主观判断。——名词主要依据预测队员的实践经验、判断能力、理论与业务水平，不用或借用少量的计算即可从对被预测的对象过去和现在有关资料及相关因素的分析中，揭示出事物发展的规律，对经济现象发展前景的性质、方向和程度做出判断、进行预测并求得预测结果，也称为判断预测或调研预测。二、特点：凭借预测者高度的理论素养，长期的经验积累，敏锐的观察能力，通过演绎、归纳等逻辑推理做出主观判断预测三、优缺点——简答优点：发挥预测者的聪明才智；所需历史数据较少；对资料的完整性和系统性的要求不高。缺点：无法对所观察事物做出比较精确的量的变化。四、种类：指标预测法、因素分析法和专家意见法。第一节指标预测法1.指标的分类与选择——名词/简答经济学家根据经济指标在行情周期性变化过程中表现出来的的特点将指标分成三类：领先指标、同步指标和落后指标。（1）同步指标我国常采用的如下指标作为同步指标：工业总产值、全民工业总产值、预算内工业企业销售收入、社会商品零售额、国内商品纯购进、国内商品纯销售、海关进口额、货币流通量、广义货币M2、银行现金收入等10项。（2）领先指标它们一般在经济周期到达高峰以前走低，并在经济周期到达谷底之前上升，平均领先经济周期的转折点2——10个月。领先指标包括：新收订单、建筑合同与许可、股票价格、工业原料价格等。（3）落后指标这组指标的转折点往往发生在经济周期的转折点之后2——7个月。我国落后指标：全民固定资产投资、商业贷款、财政收支、零售物价总指数、消费品价格指数、集市贸易价格指数等共6项。2.使用领先—同步—落后指标体系进行预测——简答（1）使用领先指标预测周期的转折点当经济活动不振时，领先指标首先下降；当经济活动出现转折，呈现上升趋势时，领先指标首先上升。西方国家所编制的领先指标在周期的变化中具有领先特征的原因：①对未来生产活动的承诺；②生产开始前所需办妥的手续和准备；③生产和就业发生变化的最初调整；④对周期过程中的变动具有较高敏感性的指标；⑤市场对未来的预测。一般来说最好使用综合指数。缺点：领先指标虽然领先于周期的波动，但是领先的时间并不稳定；领先指标有时会提供虚假的信号；领先指标虽然领先于周期的变动，但许多领先指标在公布时间上并不领先。（2）使用领先指标预测出口一个国家的出口依赖于其贸易伙伴的进口，而贸易伙伴的进口又取决于它在周期中所出的阶段。挑选领先指标时，一般应注意选择那些同出口产品关系较密切的指标。使用进口国的领先指标来预测一国的出口前景这一方法具有简单易行、易于操作的特点，比较适合用于一般的外贸业务部门。缺点：过分强调了领先指标对出口可能产生的影响。实际预测中，我们应根据这些因素的变动来修改预测值，使预测值更加符合实际的情况。（3）使用同步指标预测物价水平的变动——简答消费者价格指数是衡量资本主义国家物价水平变动的一个重要指标。可利用国内生产总值和（或）工业生产指数等反映总体经济活动的同步指标来预测它未来的变动。缺点：这一方法以总体经济活动与物价之间的关系作为理论基础，但却忽略了货币量增长对物价水平的影响。第二节因素分析法1.因素分析法及基本程序含义：因素分析法是凭借预测者对现状的熟悉，运用理论和经验，比较、评估有利因素和不利因素作用的方向、程度及时间，最后对经济行情未来的变动趋势做出判断。——名词基本程序：①列举能观察到的可影响行情变化的主要因素并将其分成有利和不利因素；②比较、评估各种因素作用的方向、程度和时间，运用理论及经验，做出历史的、辩证的分析；③得出结论。形式：简单和复杂两种形式。（简述因素分析法的）局限性：不能表明各种具体因素在整个行情变化中所起的作用的大小，以及各种力量在综合效果中所占的比重，也不能比较准确地表示行情变量之间在量上的相互关系。主观判断性性强，很多程度上依赖预测者的经验和理论素养。2.因素分析法的实际应用因素分析法在经济周期分析、市场调研及价格预测中是一种经常使用的方法。3.运用因素分析法时需注意的问题所列举的因素应该是那些对影响行情变动比较重要的因素；在筛选各种因素时，不仅要注意经济因素的变动，而且要注意那些非经济因素的变动；在重要因素中，要找出哪些是起主导作用的、最重要的因素。预测的结论要确切，不能模棱两可。第三节专家意见法1.德尔菲意见法——名词/选择专家意见法，最主要最常见的是德尔菲意见法。德尔菲意见法，是根据预测目的选定一个专家组，以函询调查方式向专家提出问题，同时提供所有与预测有关的情报，请专家做出个人预测。然后将个人意见综合、整理后匿名反馈给各个专家，再次征求意见。这样，在专家和支持预测机构之间往返循环几次，个人意见不断得到修正，最后将较为一致的意见作为最终预测。特征：匿名性、反馈性、统计性。以匿名方式反复征询是该方法的重要特征。2.德尔菲意见法的实施步骤——简答/选择确定预测目标选定专家小组设计调查表和调查提供第一轮征询综合、整理及反馈3.德尔菲意见法的不足有些问题提供面对面讨论或争议可能会了解得更透彻；运用调查表进行函询时，调查表的回收率常常令人担心。第十三章定量预测方法第一节时间序列数据的分析和处理时间序列数据：是按照时间的先后顺序排列的一组反映经济或者市场变动的数据，它是经济研究中最常见的数据排列形式。——名词对时间序列数据进行分析时，要做两方面的工作：——选择一是对数据进行简单地变换；二是将原始的和经过变换的历史数据描绘着坐标图上。1.计算时间序列的变动幅度——选择、计算计算时间序列数据变动幅度的方法有：（1）计算时间序列数据的一次差（当期-前期）一次差表示时间数据逐期增长的绝对值。根据实际情况，一次差的符号可以为正，也可以为负。计算一次差的主要目的：区别不同时间序列数据的波动程度。同描点绘图相比，一次差能使我们更准确地判断时间序列数据的变动趋势。（2）计算时间序列数据的逐期增长率=（当期-前期）/前期×100%时间序列数据的逐月增长率即统计中常说的环比增长率。民用劳动力增长率公式民用劳动力增长率=（本期劳动力人数-上期劳动力人数）/上期劳动力人数×100%与一次差相比，逐期增长率的优点：逐期增长率是一个相对数指标，它可以消除因时间序列数据所使用单位不同而造成的影响。在比较不同时间序列的变动时，应把增量和增长率结合起来考察。（3）将逐期增长率转换成年率年率=[（本期值÷上期值）12-1]×100%年率是在逐期增长率的基础上计算出年增长率，将逐月（周期或季度）增长率转换成年增长率。计算题：

美国1989年1月民用劳动力总数为123.265百万人，1988年1月为120.916百万人。求1989年1月与去年同期相比民用劳动力的增长率（保留3位小数）解：与去年同期相比的百分比=（本期/同期-1）*100%=（123.365/120.916-1）*100%=1.943%公式:年率=[-1]*100%应注意的问题：如果某一个月的增长率很高，那么所推算出的年率也会很高，结果会夸大该年的增长率；相反，如果某个月的增长率很低，则有可能会低估全年的增长率。（4）计算与上一年同期相比增长的百分比与去年同期相比增长的百分比=（本期水平÷去年同期水平-1）×100%公式：与上一年同期相比增长率的百分比=【（本期水平/上一年同期水平）-1】×100%与年率的差别：年率是从月的增长率推算出年的增长率，可将其看成是时间序列数据的短期内的变动对长期变动可能产生的影响；与上一年同期相比增长率的百分比则是一年来时间序列数据变动的实际情况。2.调整季节因子——选择剔除季节因素的具体步骤为：——简答（1）计算4期（4个季度）移动平均值（2）用原始数据除以移动平均值，求出季节比率(关键步骤）（3）计算季节比率的算术平均值，剔除随机因素（偶然波动因素）的影响（4）对各季节的季节比率的平均值加以调整，求出季节指数（5）用原始数据除以季节指数，再乘以100，剔除季节因素的影响3.周期分析——选择计算周期指数的具体方法为：——简答1、选取一组能反映周期变动的时间序列数据。2、将时间序列划分成三个阶段。3、分别以高峰和低谷月份为100计算周期指数。通过周期指数，可对历史上所出现的周期进行比较，以便对目前所处周期的发展趋势做出判断。在计算时，要选取多少个周期，可根据具体情况而定，一般没有特别的要求。通常所选取的周期越长，越能充分反映周期变动的共性，但也应注意由于客观条件的变更，距离今天越远的周期，越不能反映目前周期的特点。周期分析对于搞好行情预测是十分有益的，特别是当周期接近转折点时，可利用过去的变化模式来推测未来。第二节回归分析与预测——简单线性

回归模型回归模型的组成部分：一是以经济理论为基础所确定的经济变量之间的相互依赖关系；二是反映经济现象变动的数据；三是估算变量相互关系的统计方法。

回归模型以一定的经济理论为基础，建立能够反映经济变量之间相互关系的数学模型，然后搜集同模型有关的数据，最后使用统计方法来估算和评价所建立的模型。1.简单线性回归模型及基本假定——选择简单线性回归模型只有两个变量，它们之间的关系是线性的，一般表示为：Y=α+βXY——预测的变量，又称为因变量；X——为影响Y的变量，又称自变量；α、β——分别为方程的截距和斜率。在行情预测中，自变量X一般是事先给定的。直线方程Y=α+βX一般只能预测因变量Y的大致趋势，而不能准确地预测出实际值，预测值同实际值之间存在着一个随机变量。X与Y为线性关系误差的期望为0，方差为一常数各项误差之间不存在相关关系2.简单线性回归方程的估算——计算/选择估算误差的大小是衡量估算结果的一个重要标准，所估算回归方程的误差越小，估算的效果就越好。最小二乘法是估算回归模型参数最基本的方法。——计算

ΣY=na+bΣxΣXY=aΣX+bΣX2计算：某种商品的需求量Y与该商品的价格X有关，己知某时期内X、Y的数据如下表：根据以上数据，建立简单线性回归方程，并预测当价格为8美元时的需求量。(结果保留两位小数)

答案：ΣX=22,ΣY=46,ΣXY=139,ΣX2=146,n=5,Y=14.87-1.29X,x=8,y=4.55价格X(美元)124510需求量Y(米)151210633.所估算回归方程的几个重要特征——选择从最小二乘法的估算结果中可以看出它具有以下几个特征：1、所估算的回归方程通过x和Y的平均值2、方程的总离差(TSS)等于回归平方和(ESS)与残差平方和(RSS)之和，即：TSS＝ESS＋RSS。一般来说，回归平方和在总离差中所占的比重越大，方程的回归效果就越好。3、回归效果测定指数R2和相关系数可用来衡量回归模型自变量和因变量值间的相关程度。——计算

相关系数（R）等于回归平方和（ESS）除以总离差（TSS），再开平方根。

4、回归方程的标准误差是衡量回归方程误差大小的一个重要尺度。回归方程的参数也存在误差，通常用参数的标准差表示之计算题1、某回归模型，经过计算得回归平方和残差平和求该回归方程的总离差和R2的值。解：总离差=回归平方和+残差平和=97+3=100R2=97/100=0.972、某种商品的价格X和供给量Y之间的有关数据如下表：根据以上数据，求回归平方和ESS与测定指数R2的值（保留2位小数）解：ESS==46.53TSS==48.8R2=ESS/TSS=0.95价格X23589供给量观察值Y357912供给量估算值Y^3.44.526.7510.1111.233、利用下面表格里的回归效果，选择能够利用的数据，计算出总离差TSS，残差平方和RSS以及R2的值（保留2位小数）

回归效果计算过程表：解：TSS==16+4+25+1+16+36=98RSS==0+0.08+0.02+0.52+1.3+0.08=2ESS=TSS-RSS=98-2=96R2=(TSS-RSS)/TSS=96/98=0.984.回归参数的显著性检验——选择/简答

为了推断自变量是否对应变量有显著影响，应对回归参数进行显著性检验。T检验是检验自变量X是否对因变量Y具有显著性影响的一个最常见方法。计算t统计值：t=b/Sb(回归方程斜率/标准差）将所计算的t统计值与其临界值tε/2进行比较如果t>tε/2，则说明小概率事件发生，参数具有显著性，拒绝原假设，表明自变量X与因变量之间有显著的影响如果t<tε/2，则接受原假设，表明自变量X与因变量之间没有显著的影响。当回归效果不显著时，一般应考虑修改所建立的模型。计算题

已知某回归方程Y^=103.5+1.56X1+0.25X2，并计算B1=1.56和B2=0.25的标准差分别为2.12和2.34，根据此回归样本数据，在5%的显著水平下，查得t的理论值是2.201.请分别计算B1及B2的t1和t2值，并简单说明此回归模型能否满意地解释现象。（保留2位小数）解：t1=1.56/2.12=0.74t2=0.25/2.34=0.11两者均小于t的理论值2.201，说明X1和X2对Y的影响不显著，应对模型进行修改。

第三节回归分析与预测——多元回归模型1.多元回归模型的基本形式Yi=β1+β2X2i+β3X3i+...+βkXki+ui多元回归的基本假设:

误差项u的数学期望值为0;（同简单线性回归）

误差的方差为一常量;（同简单线性回归）

各项误差之间不存在相关关系;（同简单线性回归）

自变量是事先给定的,彼此之间不存在相关关系.2.多元回归模型的计算与分析——

估算多元回归模型方程中的未知参数的方法是最小二乘法——选择R2和经过调整的R2——

计算3.回归参数的假设检验（t检验）4.违背基本假设的多元回归模型在使用多元回归模型时要注意：(1)多共线性——简答/名词/选择模型中的自变量可能会存在着一定程度的相关关系.

一般当所计算的任意两个自变量之间相关系数r超过±0.8时，则认为多共线性是严重的。产生的原因——简答模型中的一些自变量可能是时间的函数,即随着时间的推移,这些变量会呈现同步变动趋势;如果某个变量的当前值和它的滞后值同时作为模型的自变量,那这个变量的当前值和它的滞后值就可能存在着相关关系;自变量之间本身就存在着因果关系.检验方法：计算相关系数和观察自变量参数标准差的变动处理方法：（１）放弃导致多共线性的自变量（２）延长观察数据的时间长度（３）不做处理——模型的预测结果是准确的2、异方差性——名词/选择定义：模型中的方差因自变量的变化而变化，导致误差的方差为变量的现象。

检验方法：画图观察和戈德菲尔德——匡特检验(判断多共线性是否存在的方法)3、自相关性——简答/名词/选择定义：误差项之间存在相关关系p326图13-9

简述自相关产生的原因：所建立的模型漏掉了某些较为重要的自变量错误地选择了回归方程的形式对数据进行平滑或其他形式的处理导致误差之间产生相互的联系检验方法：德宾——沃森检验自相关的消除：将漏掉的变量增加进去；重新选择适当的方程形式；转化数据的方法五、回归模型在行情分析和预测中的应用——名词/选择1、事后预测：在预测期内，模型中的自变量和因变量的值都是已知的。2、事先预测：在预测期内，模型中的因变量的值是未知的，而自变量的值则可能是已知的，也可能是未知的。——名词3、均方误差：用预测误差的平方和除以观察值的个数。4、绝对误差第四节时间序列预测时间序列预测：是通过对所收集到的时间序列数据进行分析、研究，找出其变动的趋势。然后利用趋势外延的方法来推算出未来的变动。——名词解释时间序列预测的优点所需数据少，只需要一组欲预测变量的历史数据适用于回归模型所需的自变量数据比较缺乏，而所要预测变量的历史数据又比较完整，足以反映其变动趋势的场合。缺陷1、无法预测时间序列的转折点2、预测人员需要依靠自己的经验和知识对预测结果进行修正3、在市场情况比较稳定、时间序列具有明显的变动趋势时才比较有效。预测方法——选择1.回归趋势模型线性趋势方程（最小二乘法）、指数曲线方程、二次曲线方程2.移动平均模型简单移动平均预测、加权移动平均预测3.指数平滑模型指数平滑模型——简单指数平滑、布朗线性指数平滑、三次指数平滑一、回归趋势模型——选择/计算/名词将所预测的行情变量作为因变量，时间作为自变量，然后利用最小二乘法模拟行情变量的发展趋势，并将这一趋势向外延以预测未来的方法，又称趋势外延法。在某一行情变量的长期变动呈现出明显的趋势时，我们可以采用回归方程来拟合趋势曲线，并在此基础上向外延伸，来预测未来的变动。当时间序列数据的趋势近似于一条直线时，可选择直线趋势模型来进行预测；——计算

当时间序列数据的逐期增长率近似为一常量时，可选择指数曲线作为预测模型；当时间序列数据逐期增长绝对量之差近似于一常量时，可选择二次曲线模型。二、移动平均模型1、筒单移动平均预测——选择/计算利用时间序列过去所处水平的算术平均值来预测未来。按照同一时间间隔，依次计算时间序列数据的算术平均值时间间隔的确定：比较预测的均方误差和绝对误差的大小2、加权移动平均预测——选择/计算赋予靠近预测期的观察值以较大的权数，强调时间序列近期的变动对未来具有较大的影响简单移动平均和加权移动平均模型一般都只适用于没有明显趋势、比较平稳的时间序列数据计算题：

某外贸公司2010年1月至9月主要外销商品的月销售额有关数据如下表：要求：1、计算2010年9月的5期简单移动平均值2、预测2011年11月的销售额解：1、M9=（Y9+Y8+Y7+Y6+Y5)/5=(82+79+74+70+76）/5=76.22、Y10=M9=76.2Y11=（Y10+Y9+Y8+Y7+Y6)/5=(76.2+82+79+74+70）/5=76.24时间T月123456789销售额YT万元657283787670747982三、指数平滑模型——应用最为广泛的时间序列模型

——选择1、简单指数平滑

简单指数平滑模型适合于比较平稳、没有明显趋势的时间序列数据

2、布朗线性指数平滑——时间序列数据具有线性趋势3、三次指数平滑——时间序列数据呈现出非线性趋势4、平滑系数的选择，当时间序列数据波动较大时，应尽量选择较大的a值，这样可以增加指数平滑系列的敏感程度；当时间序列数据相对比较平稳时，选择较小的α值。——选择第11~13章自测题一、单项选择题（共20题）1.预测的准确性主要取决于预测者的经验、理论、业务水平以及掌握的情况和分析判断能力，这种预测是（）A.定量预测B.定性预测C.探索性预测D.规范预测2、德宾-沃森（DW）检验是用来检验（）A.多共线性B.异方差性C.规范预测D.自相关性3、布朗线性指数平滑又称（）A.一次指数平滑B.二次指数平滑C.三次指数平滑D.简单指数平滑4、将各月的工业生产指数同高峰和低谷月份的工业生产指数进行比较，得到的是（）A.工业生产趋势值B.工业生产周期指数C.工业生产季节比率D.工业生产季节指数5、简单移动平均预测时，n的值越大没经过移动平均的时间序列的波动幅度就（）A.不存在了B.越小C.越大D.一致了6、为了保证预测精度不下降，在使用回归模型进预测时，所给定的自变量一般为（）A.可以是任意的B.必须是某一数值C.不得大于100D.不应该超过自变量观察值的范围7、对于二元回归模型中的未知参数的值（）A.只能用人工方法计算B.只能用计算机技计算C.可以凭经验估算D.可以用最小二乘法估算8、领先指标先于周期的变化，其领先时间为（)A.一个月B.一年C.二年D.以上皆有可能9、群体预测的误差一般不超过（）A.3%B.5%C.8%D.10%10、一项成功有效的预测，其预测值与实际值的误差范围为（）A.5%以下B.5%~10%C.10%~15%D.15%~20%11、所估算回归方程的误差越小，估算的效果会（）A.越差B.越好C.无关D.不确定12、时间系列的一次差所表示的时间系列逐期增长的（）绝对量B.相对量C.增长率D.百分比13、估计误差的大小是衡量估算结果的一个重要标准。估算的效果越好，则所估算回归方程的误差（）A.越大B.越小C.大于1D.小于114、简单线性回归模型与多元回归模型的基本假设（）A.完全相同B.除了有相同的条件外，后者比前者少C.除了有相同的条件外，后者比前者多D.没有关系15、时间系列预测的一个主要缺陷是：由于它是将过去的趋势延伸到未来，因此这种方法无法预测时间系列的（）A.拐点B.平衡点C.转折点D.整合点16、定性预测法的主要缺点是无法对所观察的事物作出比较准确的（）A.性质上的判断B.发展方向上的判断C.数量变化幅度上的判断D.现象之间相互联系方面的判断17、中期预测的预测期限一般为（）A.1~3年B.3~5年C.5~10年D.10~20年18、德尔菲意见法的重要特征是（）A.注重专家的权威B.专家之间直接联系C.以匿名方式反复征询D.无需反馈19、相关系数的值越接近0，则回归效果（）A.越差B.越好C.不确定D.与相关系数无关20、除了简单线性回归模型的基本假设条件，多元回归模型还应满足的假设是（）A.误差项u的数学期望值为0B.误差的方差为一常量C.各项误差之间不存在相关关系D.自变量间不存在相关关系21、当时间系列呈现出某种非线性趋势时，适用于预测的指数平滑模型为（）A.简单指数平滑模型B.布朗线性指数平滑模型C.二次指数平滑模型D.三次指数平滑模型22、在回归模型中，t统计值的大小表示（）A.模型的拟合效果B.自变量对因变量的影响大小C.判断异方差D.模型趋势23、时间序列可能逐期按一种近似不变的比率增加，即它的环比增长率近似与一个常量，在这种情况下我们应选择以下哪种方程来模拟时间系列的趋势（）A.线性趋势方程B.指数曲线方程C.多元线性方程D.直线方程24、在判断回归模型中自相关时，我们经常检验DW值，设DW的上限是d，下限是dt，当DW<dt时，误差项间（）A.存在正自相关B.检验无结论C.存在负自相关D.不存在自相关25、一般来说，生产周期越长，预测值会（）A.越长B.与生产周期无关C.越短D.无法确定26、如果用原始数据除以4期移动平均值，可获得（）A.长期趋势值B.周期指数C.季节比率D.偶然波动27、所谓二元回归模型是指（）A.模型中含有两个自变量B.模型中含有两个因变量C.模型中自变量与因变量一共有两个D.模型中自变量与因变量一共有多个28、用来反映社会经济现象和过程的统计数字，可以说明社会经济现象的变化和量的关系，能够提供经济情况和周期变化的具体概念是（）A.指标B.指数C.因素D.模型29、检验回归方程中自变量X是否对因变量Y具有显著影响的一个常见方法是（）A.F检验B.R2检验C.自变量相关系数检验D.t检验30、布朗线性指数平滑又称（）A