第第59讲讲时间序列的分解和预测程序、平滑预测法时间序列的分解和预测程序、平滑预测法本章基本内容框架本章基本内容框架四、时间序列的分解和预测程序四、时间序列的分解和预测程序1、时间序列的成分：时间序列的变化可能受一种或几种因素的影响，这种因素称为时间序列的成分。时间序列的成分通常有长期趋势（T）、季节变动（S）、循环波动（C）和不规则波动（I）等四种。长期趋势（T）是时间序列在较长一段时间内呈现的持续上升持续上升或持续下降持续下降的变动。这种趋势可能是线性可能是线性的，也可能是非线性也可能是非线性的。（总态势）季节变动（S）是时间序列在一年内重复出现的周期性波动。例如，旅游、商品销售、农业生产、交通运旅游、商品销售、农业生产、交通运输输等行业的生产经营中都有明显的季节变动特征。【例如】销售旺季、销售淡季；路由旺季、旅游淡季等循环波动（C）是时间序列呈现出的非固定长度的周期性变动。例如，经济周期有涨落相间的交替波动，周期长短不一，无固定规律。【提示】也叫周期变动周期变动（周期不固定、难以把握）【例如】西方国家常见的经济周期的分阶段图形，划分为两个阶段：扩张扩张阶段（又细分为复苏和繁荣）和收缩收缩阶段（又细分为衰退和萧条）。不规则波动（I）是时间序列中除去长期趋势、季节变动和循环波动之后的随机波动。不规则波动往往是由一些偶然因素（如自然灾害、意外事故、政治事件等）引起的，难以预测和控制，因此在时间序列中通常不予单独考虑。【提示】也叫随机变动随机变动。（无法预知）经济师-中级经济基础知识1/92、时间序列分解模型一个时间序列可能只包含一种成分，也可能是由几种成分混合而成的。时间序列分析时经常在一定的模型假定下把这些成分从时间序列里分离出来，对各成分分别进行分析。时间序列分解的方法很多，常用的有加法模型和乘法模型。不同的模型中对四种成分之间的关系假定不同，如加法模型假定：Yt=Tt+St+Ct+It。乘法模型中假定Yt=TtxStxCtxIt（a）有趋势的时间序列图（b）有趋势和季节性的时间序列图（c）有周期变动的时间序列图经济师-中级经济基础知识2/9（d）不规则波动的时间序列图3、时间序列的预测程序时间序列分解的一个主要目的主要目的就是根据历史数据对未来进行预测。时间序列的预测通常包括以下几个步骤：第一步：确定时间序列所包含的成分。第二步：找出适合该时间序列的预测方法。第三步：对可能的预测方法进行评估，以确定最佳预测方...
