2019AFP考试大纲考点解读：季节变动预测法

2019AFP考试大纲考点解读：季节变动预测法由华图金融考试网整理发布，更多AFP考试信息、备考内容请关注官网。

时间数列的季节变动往往并不单独存在，经常伴随着长期趋势的变动而存在，因此，对于含有季节变动的时间数列进行预测时，可以分为两种情况，*9种情况是不考虑长期趋势，直接进行季节变动预测，第二种情况是先消除长期趋势的影响后再进行季节变动的预测。

(一)没有长期趋势的季节变动预测

当时间数列没有明显的长期趋势影响，主要受季节变动和随机变动影响时，可以采用季节性水平模型进行预测。

1.建立预测模型

x t=x.t

式中：x表示时间数列月(或季)平均数;f表示各月(或季)的季节比率。

模型中X是数列的水平波动部分，叮消除随机因素的影响，代表各月或各季的一般水平;Z为季节变动部分，它表示由于季节变化而引起的数量变动，两者相乘就是预测值。

建立模型，首先要确定x，一般地说，它是已知年份所有数据的月(或季)平均数，也可以是预测期前一年实际观测值的月(或季)平均数。

关于季节比率的公式，第四章第四节已介绍过，本章不予重复。

2.实际预测

(二)有长期趋势的季节变动预测

若有长期趋势存在时，就不能用全年的月(或季)平均数置消除长期趋势影响，而要求出下年同月(或季)的预涮趋势值再与各月(或季)的季节比率相乘，其结果作为下年度的同月(季)的预测值。

这里介绍一种季节性交乘趋向模型。

1.预测模型

X，=(n+抚)./：

式中：(。+6t)是时间数列的线性趋势变动部分;f是各月(或季)的季节比率。

建立季节性交乘趋向模型时，首先要分离出时间数列的趋势变动部分，即建立线性趋势方程K=口+6f，然后再求出季节比率f。建立直线趋势方程，其参数o、6可采用我们前面介绍过的最小平方法、三点法和指数平滑法确定。

2.实际预测