预测理论与方法
中科院预测科学研究中心
1976年生，
预测中心网站： / 中国经济网： /zhuanti/2010/zjyc/yc9/ 世界集装箱港口预测报告： /xwdt/kydt/201110/t20111008_3359242.html
2. 单项预测方法
1. 时间序列预测模型
简单移动平均
加权移动平均
ˆ xt 1 0 xt 1 xt 1 N 1 xt N 1
指数平滑预测
单项预测方法
二次移动平均预测模型：对一次移动平均值序列再进行一次移动平 均得到的值。
ˆ ˆ ˆ ˆ xt xt 1 xt N 1 ˆ xt 1 N
单项预测方法
4 灰色预测(Grey Model)
华中科技大学邓聚龙教授于1982年提出。我们遇到的绝大多数 社会、经济、管理系统，我们对其内部结构、特征的了解介于黑色系 统和白色系统之间，所以称之为灰色系统．灰色系统就是指部分信息 已知部分信息未知的系统．这里用颜色深浅来表示系统信息完备程度。 GM(1,1)
刘金培
管理理论前沿
专题1 经济管理中预测的理论与方法
Contents
预测的概念、原则和发展现状
单项预测方法
预测技术的最新发展
组合预测 结语
1 中科院预测科学研究中心
定 位 作为中国经济与社会发展领域的一个重要预测研究中心，为中央 和政府进行重大决策提供科学依据和重要建议； 针对经济与社会发展中的重大决策问题与基本科学问题，开展预 测理论、方法与技术的创新研究，推动预测科学的研究与发展； 通过研究生计划和短期培训等方式，为中国和国际社会培养经济 预测与社会预警领域的高端杰出人才。
F检验 （回归方程显著性） T检验 （各回归系数的显著性） D-W检验（随机误差互不相关） 多重共线性检验
单项预测方法
3 随机时间序列预测方法
平稳时间序列预测模型 （1） p阶自回归模型AR（p）
yt 1 yt 1 2 yt 2 p yt p t
（2）q阶滑动平均模型MA（q）
预测的概念原则和发展现状 预测的原则：
连贯性原则．预测对象具有的规律性不仅在过去和现在起作 用，而且在未来的一段时间内继续发挥作用，这种连惯性包括 时间的连惯性和预测系统结构的连惯性． 相关类推原则．预测对象的发展变化与某些因素密切．有的 呈正相关关系， 有的呈负相关关系．因此类推原则要求在建立 适当的预测模型后，根据相关因素发展变化来类推预测对象的 规律． 概率性原则．预测对象的发展既受到偶然因素的影响， 又受 到必然因素的影响．概率性原则要求利用统计方法可以获得预 测对象发展的必然规律．
预测的概念原则和发展现状
2. 回归分析预测： 回归分析是英国生物学家高尔登(F.Galton)在研究人类的 身高的遗传特性时首先提出来的．通过大量的统计资料高 尔登发现身材高的父亲，他的儿子身材比其略矮．反之， 身材矮的父亲，他的儿子身材比其略高．即人类的身高有 向平均数靠近的倾向， 这种现象称之为回归．回归分析 预测方法是一种因果分析预测．它是研究某一个随机变量 与一个或几个变量之间的数量关系，用一个或几个非随机 变量来预测某一个随机变量的方法． （多元回归预测中国农村公共卫生 pdf 论文）
预测的概念原则和发展现状
定性预测：定性预测方法就是以人的经验、事理等 主观判断为主的预测方法，对事物的未来的性质作 出描述．一般地说定性预测方法适用于缺少历史统 计资料，而需要更多地依赖专家的经验的情况下使 用。
1 德尔菲法； 2 主观概率法； 3 市场调查法； 4 领先指标法； 5 模拟推理法；
中科院预测科学研究中心
中心学术委员会由一批著名经济学家和预测科学家组 成，包括原全国人大副委员长成思危教授、中国社会科学 院数量经济与技术经济研究所所长汪同三学部委员、曾经 给政治局讲授经济形势的著名经济学家李善同教授、国家 信息中心常务副主任王长胜教授、中国科学院国情分析研 究中心主任胡鞍钢教授、国家自然科学基金委员会管理科 学部副主任张维教授等。 汪寿阳：出版专著18部（其中在Springer-Verlag出版英 文专著7部）、主编出版编著和文集12部（其中在海外出 版7部）、在欧美学术期刊上发表论文170余篇（其中SCI 和SSCI收录138篇），向中央和国家有关部委提交政策研 究报告90余篇（仅温家宝总理批示的报告达13篇），不少 政策建议被中央政府所采纳。
yt t 1 t 1 2 t 2 q t q
（3）自回归--滑动平均模型ARMA（p, q）
yt 1 yt 1 2 yt 2 p yt p t 1 t 1 2 t 2 q t q
预测的概念原则和发展现状
对于“预测”一词，可以从不同的角度来理解．它有 三个含义，即预测工作、预测结果、预测学． 从预测学来看，它是阐述预测方法的一门学科 和理论．科学预测方法是采用科学的判断和计量方 法，对未来事件的可能变化情况作出事先推测的一 种技术．预测学是一门应用方法论的学科．科学预 测方法要求根据社会经济现象的历史和现实，综合 多方面的信息，运用定性和定量相结合的分析的方 法，用来揭示客观事物的发展变化的规律，并指出 事物之间的联系、未来发展的途径和结果等．
2012年GDP预测及宏观经济形势分析（ppt课件） 范英教授对国际原油价格的多步预测 美国能源信息署（EIA） 兰德公司 朝鲜战争，苏联人造卫星，德国统一，古巴导弹危机等预测
2 相关的学术期刊
Social Sciences Citation Index (Thomson Reuters)
相关的学术期刊(nsfc)
小波重构 低频系数 序列 OWA-SDDEPM 低频预测 结果 高频系数 序列 马尔科夫预测 高频预测 结果 时间序列 小波多尺度分解
预测结果
非线性时间序列预测
6.1 小波分解
S S1 w1 w2 S2 w3 … SJ-1 wJ SJ
小波分解，可以将一个复杂的时 间序列信号分解成一系列不同频 率的简单信号，分解后的各层信
二次指数平滑预测模型：对一次指源自平滑预测值序列再进行一次指数平滑预测得到的值
ˆ ˆ xn1 xn (1 ) xn
ˆ ˆ ˆ ˆ ˆ xn1 xn (1 ) xn
单项预测方法
2. 回归分析预测
多元线性回归 （y 预测对象，x 影响因素）
y 0 1 x1 2 x2 m xm
单项预测方法
单项预测方法
非线性时间序列预测
不稳定性的非线性时间序列的 预测问题产生亍多个领域，在 信号处理、地震波分析以及大
盘社会一经济系统中，非平稳
序列较之平稳序列更为常见， 因此，近年来非平稳时间序列 分析问题倍受关注。
非线性时间序列预测
首先对时间序列数据迚行小 波多尺度分解，提取出原时间序 列的低频趋势序列和高频细节波 动序列，然后分别利用基亍OWA 算子的滑动离散差分方程预测模 型(OWA-SDDEPM)和马尔可夫预测 模型对低频和高频序列迚行预测， 接着对各层的预测结果迚行小波 重构，便得到了原时间序列的预 测值 。
由于受到自然条件和社会条件的影响，在一个年度 内某些社会经济现象出现季节性的变化．所有这些因季节 性改变而带有规律性变动的称为季节变动．如某些农产品 的产量，重要节日期间交通运输部门的客运量等．对季节 变动的时间序列进行预测方法的研究可以克服季节变动所 带来的不良影响，有利于人们安排生产和生活，具有重要 的现实的意义．
预测的概念原则和发展现状
预测学已发展成为一门综合性的学科，它突破了自然 科学和社会科学的界限．目前预测学应用研究有很大的开 拓，它广泛应用于人口、环境、资源、教育、金融、交通 运输、城市规划、医药卫生、材料科学、科技管理等领 域．可见预测方法与各个学科、各个部门均有密切联系． 同时预测学理论研究有了新的进展，但是我们还不能 说预测学已经发展得很成熟．它在以较快的速度继续向前 发展．在发展过程中不断地吸收其它学科的营养，进一步 丰富和完善自己。
相关的学术期刊(图书)
预测的概念原则和发展现状
预测是适应社会经济的发展和管理的需要而产生、发展起来 的．预测作为一种社会实践活动，已有几千年的历史． 预测真正成为一门自成体系的独立的学科仅仅是近几十年的事 情．特别是二次世界大战以后，由于科学技术和世界经济取得了前所 未有的快速发展，社会经济现象的不确定因素显著增加，诸如政治危 机、经济危机、能源危机、恐怖活动等．所有这些不确定因素增加人 们从心理上了解和掌握未来的必要性和迫切性．人们日益意识到科学 预测的重要性，这也就成为预测学科进一步发展的推动力．
预测的概念原则和发展现状
3. 组合预测
实际的预测对象可能是较为复杂的社会经济系统，有 多种错综复杂的因素对其产生影响．有些是基本因素，有 些是偶然因素．预测者常常对同一预测问题在不同的假设 条件下，采用不同的单项预测方法建立多种预测模型， 然后按照统计假设检验从众多的预测方法中选择结果最好 的一个，而排除了其它单项预测方法．事实证明这不是有 效的方法。 不同的定性预测模型方法和定量预测模型方法各有其 优点和缺点，它们之间并不是相互排斥的，而是相互联 系、相互补充的．由于每种预测方法利用的数据不尽相同， 不同的数据都是从不同的角度提供各方面有用的信息．
6 相关因素分析 法。
预测的概念原则和发展现状
1. 时间序列预测： 时间序列数据存在于自然科学和社会科学的各个领域，如天文观测、 股市每日的交易价格等。时间序列预测就是根据被预测事物的过去和 现在的观测数据，构造特定的模型，并借助一定的规则推测未来。时 间序列预测一般分为线性时间序列预测和非线性时间序列预测两类， 在线性时间序列预测领域，1970年Box和Jenkins出版的专著《time series analysis: forecasting and control》提出了线性自回归滑动平 均(ARMA)模型的辨别、参数估计、适用性检验等一整套理论，标志 着线性时间序列预测的理论已经日臻成熟。然而现实世界中许多时间 序列数据呈现出很强的非线性特征，特别是对一些非线性复杂系统的 研究中。为此，大量非线性预测模型被相继提出，如神经网络预测模 型、基于软计算的预测模型和支持向量预测模型等，利用非线性模型 对时间序列数据进行预测已经成为国内外研究的热点。（时间序列 的非线性趋势预测及应用综述 中国碳排放强度预测 pdf论文 ）
