曾韦杰-经济预测与决策之预测原盐产量

《曾韦杰-经济预测与决策之预测原盐产量》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、深圳大学考试答题纸(以论文、报告等形式考核专用)二○一○～二○一一学年度第二学期课程编号22191303课程名称经济预测与决策主讲教师李工农评分学号2008190122姓名曾韦杰专业年级金融01教师评语：题目：经济预测与决策之预测原盐产量一、经济预测与决策综述经济历史是由一幕幕的插曲构成，它们都是奠基于谬误与谎言，而不是真理。这代表着赚大钱的途径。我们仅需要辨识前提为错误的趋势，顺势操作，并在它被拆穿以前及时脱身。  ——乔治.索罗斯经济活动是旨在发展、最大限度获利的一种社会活动，而其关键在于决策最大限度优化 而决策的基础是预测的精准，科学的决策来自于科学的预测

2、。在竞争激烈的市场经济环境下，无论是社会经济的发展还是工商业者进行经营管理的需要，经济预测与决策无处不在。随着现代市场经济的发展，经济活动的内容愈来愈复杂、丰富，经济前景的不确定性大大增多了，尤其是经济实体蒙受经济损失的可能性，这就需要我们运用经济预测的方法将其降到最低限度。只要有经济活动就会有风险，而风险又是可控制的，所以社会发展带动下的经济飞速发展为经济预测方法的大量应用提供了广阔的舞台，经济预测管理与决策优化在经济活动起到了降低了风险度的重要作用。不难预见，经济预测与决策的蓬勃发展将会对经济的发展将起着越来越大的作用。“凡事预则立，不预则废”。在社会主义市

3、场经济的条件下，经济预测与决策技术对各种经济体来说都是十分重要的。i.定性预测定性预测法也称为直观判断法，是市场预测中经常使用的方法。定性预测主要依靠预测人员所掌握的信息、经验和综合判断能力，预测市场未来的状况和发展趋势。这类预测方法简单易行，特别适用于那些难以获取全面的资料进行统计分析的问题。因此，定性预测方法在市场预测中得到广泛的应用。定性预测方法又包括：专家会议法，德尔菲法，销售人员意见汇集法，顾客需求意向调查法。定性预测法注重于事物发展在性质方面的预测，具有较大的灵活性，易于充分发挥人的主观能动作用，且简单的迅速，省时省费用。但是易受主观因素的影响，比较

4、注重于人的经验和主观判断能力，从而易受人的知识、经验和能力的多少大小的束缚和限制，尤其是缺乏对事物发展作数量上的精确描述。ii.定量预测定量预测是使用一历史数据或因素变量来预测需求的数学模型。是根据已掌握的比较完备的历史统计数据，运用一定的数学方法进行科学的加工整理，借以揭示有关变量之间的规律性联系，用于预测和推测未来发展变化情况的一类预测方法。定量预测基本上可分为两类：一类是时序预测法。它是以一个指标第13页共13页本身的历史数据的变化趋势，去寻找市场的演变规律，作为预测的依据，即把未来作为过去历史的延伸。时序预测法包括平均平滑法、趋势外推法、季节变动预测法和

5、马尔可夫时序预测法。另一种是因果分析法，它包括一元回归法、多元回归法和投入产出法。回归预测法是因果分析法中很重要的一种，它从一个指标与其他指标的历史和现实变化的相互关系中，探索它们之间的规律性联系，作为预测未来的依据。定量预测法注重于事物发展在数量方面的分析，重视对事物发展变化的程度作数量上的描述，更多地依据历史统计资料，较少受主观因素的影响。但是比较机械，不易处理有较大波动的资料，更难于事物预测的变化。下面介绍几种重要的定量预测模型：1.指数平滑法指数平滑法是生产预测中常用的一种方法。也用于中短期经济发展趋势预测，所有预测方法中，指数平滑是用得最多的一种。简单

6、的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用；移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。也就是说指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。指数平滑法的基本公式是：St=ayt+(1-a)St-1式中：　　St--时间

7、t的平滑值；　　yt--时间t的实际值；　　St-1--时间t-1的平滑值；　　a--平滑常数，其取值范围为[0,1]；2.时间序列预测法-WintersMethod—Muhiplicative模型该方法将时间趋势和乘法季节因素相结合，考虑序列规律的季节波动。时间趋势模型可根据该序列律的季节波动对该趋势进行修正。为了能捕捉到季节性，趋势模型包含每个季节的一个季节参季节因子采用乘法季节因子。随机时间序列整理汇总历史上各类保险的数据得到逐月的数据，WintersMethod-Multiplicative模型表示为　　xt=(a+bt)s(t)+εt　　(1)　　其中

8、a和b为趋势参数，s(t