三种简单的企业预测模型应用

1、简单时间序列法：相继移动计算若干时期的算术平均数作为下个周期的计算值

啥意思呢?比如你有10年的企业历史数据（y0,y1......y9），你要预测第十一年的企业数据（y10）。

如果你选取前两年的企业数据(则周期为2)的平均数作为初始预测值=（y0+y1）/2=y01

则第三年的的预测值为（y1+y01）/2=y011

第四年的预测值为（y2+y011）/2 依次类推。

如果选取前三年的的企业数据的平均值作为初始预测值=（y0+y1+y2）/3=y012

第四年的预测值为（y1+y2+y012）/3

依次类推

此方法适用于短期预测，且选择周期越长预测偏差越大。

2、指数平滑法：对简单时间序列法的升级

任意一期的预测值都是本期的实际值与预测值的加权平均。

F（T+1）=aX（T）+（1-a）F（T）

F（T+1）为预测值，X（T）为本期实际值，F（T）为本期预测值

因为要预测下一期的值，需要本期的预测值，所以我们需要计算每一年的预测值

运算步骤

①选取平滑系数（0-1之间闭区间）：

平滑系数决定历史数据对预测值的影响程度。

时间序列，也叫时间数列、历史复数或动态数列。它是将某种统计指标的数值，按时间先后顺序排到所形成的数列。

平滑系数越接近于1，历史数据对预测值的影响越小，相反越接近于0，则历史数据对预测值的影响越大。

当时间数列相对平稳时，可取较小的a；当时间数列波动较大时，应取较大的a，以不忽略远期实际值的影响。生产预测中，平滑常数的值取决于产品本身和管理者对良好响应率内涵的理解。

2、确定初期平滑值：

如果仅有从y1开始的数据，那么确定初始值的方法有：

1）取S1等于y1；

2）待积累若干数据后，取S1等于前面若干数据的简单算术平均数，如：S1=（y1+ y2+y3）/3等等。

比如取平滑系数为0.5，初始平滑值为s1，第一年的数据为y1,预测年份为第四年s4：

则S2=0.5*y1+（1-0.5）*s1

S3=0.5*y2+(1-0.5)*s2

则 第四年份的预测值为：s4=0.5*y3+0.5*s3

3、一元线性回归法：

如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。

我们求的就是近似的直线的函数，假设为y=a+bx

则a与b可以需要利用最小二乘法进行计算

算出后，得出函数，根据给出的x可预测出y值