第十章时间序列市场预测法(一)
——以平均数为基础的各种时序预测法时间序列市场预测法的步骤
第一节 时间序列市场预测法的步骤
一、概念
时间序列市场预测法，是一种重要的定量预测方法。
1、时间序列预测法的定义
时间序列预测法是根据市场现象的历史资料，运用科学的数学方法建立预测模型，使市场现象的数量向未来延伸，预测市场现象未来的发展变化趋势，预计或估计市场现象未来表现的数量。时间序列市场预测法又称历史延伸法或趋势外推法。
时间序列市场预测法中所依据的时间序列，是对市场现象过去表现的资料整理和积累的结果。
2、时间序列的定义
就是将市场现象或影响市场各种因素的某种统计指标数值，按时间先后顺序排列而成的数列。时间序列也称动态数列或时间数列。时间序列中各指标数值在市场预测时被称为实际观察值。
3、时间序列的种类
（1）按时间序列排列指标的时间周期不同
时间序列可分为年时间序列，季度时间序列，月时间序列等
（2）时间序列按其所排列的市场现象指标种类不同
时间序列可分为绝对数时间序列，相对数时间序列，平均数时间序列等等。
时间序列市场预测法，是通过对市场现象时间序列的分析和研究，根据市场现象历史的发展变化规律，推测市场现象依此规律发展到未来所能达到的水平，这实际上是对市场现象时间序列的数量及其变动规律延伸。
时间序列市场预测法的理论依据是唯物辩证法中的基本观点，即认为一切事物都是发展变化的，事物的发展变化在时间上具有连续性，市场现象也是这样。市场现象过去和现在的发展变化规律和发展水平，会影响到市场现象末来的发展变化规律和规模水平；市场现象未来的变化规律和水平，是市场现象过去和现在变化规律和发展水平的结果。因此，时间序列市场预测法具有认识论上的科学性。
市场预测所研究的市场现象，一般都受到多种因素发展变化的影响。这些影响因素，有些是确定的，有些是不确定的；有些比较易于取得量化资料，有些难于或根本无法取得量化资料。对不确定性因素的研究与难于确定性因素的预测；对不易或不能取得量化资料因素的研究与预测难于可取得量化资料的因素是必然的。对确定性和不确定性可量化因素的影响，当然可以采取相关回归分析市场预测法进行研究。不论是确定的还是不确定的，不论是易于量化的还是难于量化的因素，都会对市场现象发生影响，这种影响表现为综合的。而不论市场现象表现得多么复杂，不论有多少影响因素，最终都集中或综合表现为市场现象随时间的延续而发展变化。
时间序列是市场现象指标数值按时间先后顺序排列而成的，其序列中各指标是各种因素综合影响后的结果，其中所表现出的市场现象的发展变化规律也是各种因素综合影响的反映。所以说时间序列预测法，实际上是考虑了所有影响因素综合影响的预测方法。
一般来说，时间序列市场预测法很适用于短期和近期市场预测。应用时间序列法做长期和中期市场预测，则需要考虑得更周到，客观依据要更先分。只有当肯定市场现象在中、长期内发展变化的规律，与其过去和现在基本一致，或对预测期的现象新特点能确定的条件下，才能应用时间序列市场预测法，对市场
现象术来的发展变化趋势做出预测。
二、时间序列市场预测法的步骤
（一）搜集、整理市场现象的历史资料，编制时间序列，并根据时间序列绘制图形
时间序列市场预测法，必须以市场现象较长时期的历史资料为依据。预测者所搜集的资料越完整，对现象从时间上观察得越充分；对市场现象的发展变化趋势和规律的分析就越深入，预测结果就越准确。
通过市场现象较长时期的历史资料可以看出，市场现象在不同的历史时期，往往表现出不同的发展变化规律或趋势。我国很多历史统计资料，如商品销售额，农副产品收购额，居民收入水平，居民消费水平的时间序列等等，都可表现出在第一个五年计划时期，在“大跃进”时期，在3年自然灾害时期，在“文化大革命”时期，在我同经济体制改革后等等不同的历史时期，市场现象的发展具有不同的变化趋势和特点。
在应用这些历史资料时，预测者必须对长期的市场现象资料进行分析研究，才能对市场现象在不同时期的变化规律和特点有正确的认识；也才能根据市场现象过去和现在的发展变化规律，对其未来的表现做出推确的预测。
在编制或应用市场现象历史资料的时间序列时，应特别注意现象各时期统计指标的可比性问题。在较长时期内，同一市场现象或同—名称的统计指标，往往不完全相同。
为了能够更加直观地观察市场现象的变化规律，利用时间序列进行市场预测，常常要将市场现象时间序列的指标绘制成图形。绘制图形的方法，是以时间t为横坐标，以被研究的市场现象观察值y为纵坐标，绘制成散点图或折线图。这个步骤很重要，利用图形观察市场现象的发展变化趋势成规律,是非常直观和奏效的。通过对图形的观察，可以清楚地观察到市场现象是呈直线还是呈某种曲线，为分析时间序列建立基础。
（二）对时间序列进行分析
在编制了时间序列，并绘制了图形之后，预测考必须对现象进行深入分析，才能确定采用什么具体方法进行预测。市场现象时间序列观察值，是影响市场变化的各因素共同作用的结果。
传统的时间序列分析法，把影响市场现象变动的各因素，按其特点和综合影响结果分为四种类型，即长期趋势变动、季节变动、循环变动、不规则变动。 1．长期趋势变动
（1）定义
长期趋势是指时间序列观察值即市场现象，在较长时期内持续存在的总势态，反映市场预测对象在长时期内的变动趋势。
（2）长期趋势的具体表现
水平型变动、趋势型变动，
在趋势型变动中又分为上升、下降两种趋势。见图10－1、图l0－2。
习惯上，常常把水平型发展趋势的现象，称为无明显趋势变动，而把具有上升、下降变动的现象，称为有明显趋势变动。
在市场预测中，对水平型变动和趋势型变动的不同市场现象，必须按其不同的变动规律，采用不同的方法进行市场预测。
长期趋势变动，是现象发展的必然趋势，是现象不依人的意志为转移的客观表现。这种变动是大多数现象所具有的特点，也是分析时间序列，进行市场预测首先应该考虑的现象变动规律。
2．季节变动
季节变动一般是指市场现象以年度为周期，随着自然季节的变化，每年都呈现的有规律的循环变动。广的季节变动还包括以季度、月份以至更短时间为周期的循环变动。见图10－30
市场现象季节变动主要是由自然气候、风俗习惯、地理环境等因素引起的，我国地域广阔，大多数地区的四季变化很明显，这就便许多季节性生产或季节性消费的商品供求，呈现出明显的季节件规律变动。如我国民间对春节、端午节、中秋节、元旦、“十一”等节日，使一些节日消费的商品供求呈现明显的季节变动；90年代未所出现的假日消费现象也是广义上季节变动的内容。在各种经济现象中，市场现象的季节性变动是最明显的。
对于季节性变动的现象，有专门的季节变动预测法加以具体研究，反映和描述其变动特点和规律。
3．循环变动
循环变动原指资本主义经济，由于自由竞争和生产无政府状态利起的经济危机，间隔数年就出现一次的循环现象。它使时间序列形成循环变动规律。
循环变动也可泛指间隔数年就出现一次的市场现象变动规律。市场现象的循环变动形成的原因是多方面的，根本上是由经济运行周期决定的。
4．不规则变动
不规则变动是指现象由偶然因素引起的无规律的变动。如：自然灾害、地震、战争、政治运动等偶然因素对市场现象时间序列的影响。对于这些因素的影响，预测者虽然可以辨别，但对其发生时间和影响量却难于确定。所谓偶然因素也就是说这些因素发生的时间和影响量是偶然的，是不确定的。
当对时间序列进行分析．采取某种方法帧测时，往往是采取剔除偶然因亲的影响，来观察现象的各种规律性变动。
（三）选择预测方法，建立预测模型
根据对时间序列的认真分析，选择与时间序列变动规律相适应的预测方法，并建立相应的预测模型。
（四）测算预测误差，确定预测值
对于所建立的预测模型，通过测算其预测误差，可以判定模型是否能用于实际预测。若其误差值在研究问题所允许的范围内，即可应用预测模型确定市场现象的预测值。
简易平均数市场预测法
一、概念
1、定义
简易平均市场预测法，是在对时间序列进行分析研究的基础上，计算时间序列观察值的某种平均数，并以此平均数为基础确定预测模型或预测值的市场预测方法。
二、分类
简易平均市场预测法由于所计算的平均数不同，可以具体分
为以下几种方法：
时间序列序时平均数预测法
（1）内容
序时平均数，是对时间序列观察值计算的动态平均数。其平均数将现象在不同时间发展水平的差异抽象掉，表现某种现象在某段时期发展的一般水平。序列平均数预测法就是把这个动态平均数，作为预测值的基础。
序时平均数的计算，是以市场现象观察值数据之和除以观察值的期数。其公式为：
（2）序时平均法适用于两种情况。
一种是市场现象时间序列呈水平型发展趋势，不规则变动即随机因素的影响较小。这种情况下应用此方法，实际上是进一步消除不规则变动的影响，将水平型变动规律更清楚地反映出来。
另一种是市场现象在一年中各月的观察值有明显季节变动，而在几年之间不存在明显的趋势变动，且不规则变动即偶然因素的影响很小。 序时平均数法具有计算简单，方便易行等特点，但其适用现象比较窄，如若市场现象有明显趋势变功，用序时平均数法就无法解决问题了。
（二）时间序列平均增减量市场预测法
1、定义
平均增减量是时间序列各环比增减量的平均数。平均增减量预测法，就是当时间序列环比增减量相差不大的情况下，以平均增减量为依据，建立预测模型计算预测值的方法。
2、环比增减量的公式为：
平均增减量预测法，适用有趋势变动的市场现象时间序列，其趋势变动规律与环比增减量基本相同，且随机因素的影响不大。
（三）时间序列平均发展速度市场预测法
1、定义
平均发展速度，是对时间序列环比发展速度的连乘积开高次方，求出市场现象在一定时期内发展速度的一般水平。平均发展速度一般用几何平均法计算。平均发展速度预测法，是当市场现象时间序列的环比发展速度基本一致情况下，以平均发展速度为依据建立预测模型，并对市场现象估计预测值的方法。
2、公式
时间序列环比发展速度，是各观察位与前一期观察值之比，其公式为：
平均发展速度的公式为：
平均发展速度的计算方法，一般是用几何平均法，即对环比发展速度的连乘积开高次方。升高次方如使用计算器专用功能，是很方便的，也可以用对数法来计算。
用对数法计算时，是对平均发展速度计算公式两边同时取对
数，即：
平均发展速度预测法，适用于有明显趋势的市场现象时间序列。其趋势变动规律表现为发展速度大致相同，并且随机因素的影响不明显。此预测模型用于近期预测比较适合，若用于中期预测则必须充分考虑现象在预测期的变化情况，对预测值加以调整。
（四）加权平均市场预测法
采取时间序列预测法，时间序列中餐期市场现象观察值，都会对预测慎产生影响。但事实上各观察值并不是以相同的程度对
预测值产生影响。
一般说来，距预测期远的观察值对预测值的影响小一些；距预测期近的观察值对预测值的影响大些。基于这种考虑，预测者可以用大小不同的权数，将市场现象观察值对预测期的不同影响程度加以量化。
定义
对影响大的近期观察值给予较大的权数，对远期影响小的观察值则给予较小的权数。这种根据观察值的重要性不同，分别给予相应的权数后，再计算加权平均数作为建立预测模型和计算预测值依据的方法，称加权平均预测法。
加权平均预测法，通常采用加权算术平均法来计算平均值。
2、公式：
或 式中：Yt 各期实际观察值(t＝1，2，……n)；
Wt 各期权数。
加权平均预测法．必须确定适当的权数，才能得到满意的预测值。而权数的确定，只是根据预测者对时间序列的观察分析而定，尚无科学的数学方法，一般考虑两点，首先是考虑距预测期的远近，远期观察值极数小些，近期观察值权数大些。其次是考虑时间序列本身的变动幅度大小，对于波动幅度较大的时间序列，给予的权数差异就大些，而对于变动幅度小的时间序列，权数的差异就可以小些。
权数的取法，可以取小数，并使＝1，这样就使，计算简便。也可以取等差，等比数列的权数。在预测者不能肯定如何分配权数最佳时，可以同时采用几个权数计算，最后视误差大小选择最适当的权数值。
第三节 移动平均市场预测法
定义
移动平均市场预测法，是对时间序列观察值，由远向近按一定跨越期计算平均值的—种预测方法。随着观察值向后推移，平均值也跟着向后移动，形成一个由平均值组成的新的时间序列。对新时间序列中平均值加以一定调整后，可作为观察期内的估计值，最后一个移动平均值则是预测值计算的依据c
2、特点
移动平均法有两个显著持点：
第一，对于较长观察期内，时间序列的观察值变动方向和程度不尽一致，呈现波动状态，或受随机因素影响比较明显时，移功平均法能够在消除不规则变动的同时，又对其波动有所反映。也就是说，移动平均法在反映现象变动方面是较敏感的。
第二，移动平均预测法所需贮存的观察值比较少，因为随着移动，远期的观察值对预测期数值的确定就不必要了，这一点使得移动平均法可长期用于同一问题的连续研究，而不论延续多长时间，所保留的观察值是不必增加的，只需保留跨越期各个观察值就可以了。这个论是对于手工计算还是计算机计算都是有益的。
移动平均法的准确程度，主要取决于跨越期选择得是否合理。
3、跨越期的选择
预测者确定跨越期长短要根据两点：
一是要根据时间序列本身的特点；
二是要根据研究问题的需要。
如果时间序列的波动主要不是由随机因素引起的，而是现象本身的变化规律，这就需要预测值充分表现这种波动，把跨越期取得短些。这样既消除了一部分随机因素的影响，又表现了现象特有的变动规律。如果时间序列观察值的波动，主要是由随机因素引起的，研究问题的目的是观察预测事物的长期趋势值，则可以把跨越期取长些。
移动平均预测法，适合于既有趋势变动又有波动的时间序列。也适合有波动的季节变动现象的预测。其主要作用，是消除随机因素引起的不规则变动对市场现象时间序列的影响。移动平均的具体方法，有一次移动平均法．二次移动平均法，加权移动平均法。
一、一次移动平均预测法
1、内容
一次移动平均法，是对时间序列按一定跨越期，移动计算观察值的算术平均数，其平均数随着观察值的移动而向后移动。
一次移动平均值的计算公式为：
一次移动平均值，表面上是一个简单算术平均数，而事实上它是给时间序列中最近几个观察值以相同的权数，而对以前的观察值则不给任何权数；还可以看出，计算一次移动平均值，只需有最近几个观察值就够了。在实际计算中，如n即计算移动平均值的跨越期取得比较大，还可对上式再行简化成下面的形式。
因为第t期的一次移动平均值为：
所以第t＋1期的移动平均值可以简化为 由简化式明显看出，每个新的移动平均值，是对前一个移动平均值的调整。还可看出，
当n越增大时，移动平均值序列表现得越平滑，只在每个移动平均值之间作了很小的调整。用简化公式计算，只要在前期移动平均预测值上加—个调整值即可。
从这个例子可以看出，一次移动平均可以消除由于偶然因素引起的不规则变动，同时又保留了原时间序列的波动规律。而不是像简易平均法那样，仅用若干个观察值的一个平均数作为预测值。另外，每一个移动平均值只需几个观察值就可计算，需要贮存的数据很少。
3、局限性
但是一次移动平均市场预测法，显然也有其局限性。一方面，这种方法只能向未来预测一期；另一方面，对于有明显趋势变动的市场现象时间序列，一次移动平均法是不适合的，它只适用于基本呈水平型变动，又有些波动的时间序列，可以消除不规则变动的影响。
二、二次移动平均市场预测法
1、定义
二次移动平均预测法，是对一次移动平均值再进行第二次移功平均、并存此基础上建立预测模型，求出预测值的预测方法。
由于一次移动平均法不适用于趋势变动时间序列，因为一次移动平均值大大滞后于实际观察值，为了解决这个矛盾，就在一次移动平均的基础上，建立了二次移动平均的方法，二次移动平均预测法解决了预测值滞后于实际观察值的矛盾，适用于有明显趋势变动的市场现象时间序列进行预测，同时它还保留了一次移动平均法的优点。
2、二次移动平均值的公式为：
二次移动平均预测法的预测模型
二次移动平均预测模型，其截距和斜率的确定，是以一次和二次移动平均值为依据的，且各期的截距、斜率是变化的。 由二次移动平均的预测过程可以看出，对于具有明显上升趋势的市场现象，二次移动平均预测法同样是很适应的。但它不是用一个固定的at ， bt值，各期的at ， bt值是有所变化的，这样就保留了而场现象客观存在的波动。最后一个at ， bt值是固定的，不但可以用于短期预测，也可用于近期预测。二次移动平均法比一次移动平均法的适用面更广，在实践中应用较多。
三、加权移动平均法
定义
加权移动平均法，是对市场现象观察值按距预测期的远近，给予不同的权数，并求其按加权计算的移动平均值，以移动平均值为基础进行预测的方法。
权数的确定与前面所说加杖平均法一样，对距预测期近的观察值给予较大权数，对距预测期远的观察值给予小些的权数，借以调节各观察值对预测值的影响作用，使市场预测值能更好地反映市场现象未来的实际变化。
2、加权移动平均法的公式为
加权移动平均法，不但可如上例与一次移动平均法结合应用，同样也可与二次移动平
均法结合应用。即计算二次移动平均值时用加权移动平均。
指数平滑市场预测法
应用一、二次移动平均和加权移动平均市场预测法，虽然能解决不少市场现象的预测问题，但至少在两方面不能令预测者十分满意。
一是计算一个移动平均值，必须贮存几个观察期，也就是必须贮存跨越期个观察值，这就必然加大了市场预测的计算工作量。
二是，一、二次移动平均法，对市场现象时间序列最近几个观察值都给予相同的权数，即对每个观察值都给予1／n的权数。加权移动平均法，虽然对最近n个观察值给予不同的权数，但它对(t—n)期的观察值是完全不予考虑的，即给予的权数为0。
本节所述指数平滑法则克服了上述不足，所得出的预测值能更合理更客观。
定义
指数平滑法，实际上是一种特殊的加权移动平均法。
2、特点
其一，对离预测期最近的市场现象观察值，给予最大的权数，而对离预测期渐远的观察值给予递减的权数。使市场预测值能够在不完全忽视远期观察值影响的情况下，又能敏感地反映市场现象变化，减小了市场预测误差。
其二，对于同一市场现象连续计算其指数平滑值，对较早期的市场现象观察值不是一概不予考虑，而是给予递减的权数。市场现象观察值对预测值的影响，由近向远按等比级数减小，其级数首项是α，公比为1－α。这种市场预测法之所以被称为指数平滑市场预测法，就是因为如将市场现象观察值对预测值的影响，按等比级数绘成曲线，所呈现的是—条指数曲线。而并不是说这种预测法的预测模型是指数形式。
其三，指数平滑法中的α值。是一个可调节的权数值，它是一个0≤α≤1的值。
指数平滑法中的α值越小时，市场现象观察值对预测值的影响自近向远越缓慢减弱；当α值越大时，市场现象观察值对预测值的影响自近向远越迅速减涡。预测者可以通过调整α的大小，来调节近期观察值和远期观察值对预测值的不同影响程度。
3、分类
指数平滑法按市场现象观察值被平滑的次数不向，可分为单重指数平滑法和多重指数平滑法。
单重指数平滑法
1、定义
单重指数平滑法，也称一次指数平滑法。它是指对市场现象观察值计算一次平滑值，并以一次指数平滑值为基础，估计市场现象的预测值的方法。
2、一次指数平滑法中平滑值的计算公式为：
一次指数平滑值公式的实际意义是，被研究市场现象某一期的预测值，等于它前一期的一次指数平滑值，加上以平滑系数调整后的，市场现象前一期的实际观察值与一次平滑值的离差。由此公式，可以直接地观察到，一次指数平滑法具有移动平均值的特点。
在实际应用一次指数平滑法计算时，为了简化计算过程，常常将一次指数平滑值计算公式，变形为一次指数平滑的预测模型。其公式为：
其中：对于第一个指数平滑值，一般是采用下面两种方法之一来确定。
一是令＝Y1，即采用市场现象的最初实际观察值，作为最初的一次指数平滑值。
二是令＝，即用市场现象时间序列的前三个观察值的算术平均数，作为最初的一次指数平滑值。 一次指数平滑预测模型的实际意义是，某期市场现象预测值，等于以权数α调整的前一期市场现象实际观察值，加上以剩余权数(1—α)调整的前一期市场现象一次平滑值；一次指数平滑预测模型更直接地体现了，指数平滑法可以通过调整α的大小，来调整市场现象近期观察值和远期观察值对预测值的不同影响权数。
从一次指数平滑值公式和一次指数预测模型可见，指数平滑法是依次以旧平滑值或预测值，计算新平滑值或预测值的过程。它所需贮存的数据只有Yt，St，这使预测过程得到简化。它克服了移动平均法中至少需要n个观察值的不足，但实质上它仍是—种以平均值为基础，对市场现象进行预测的方法。
在一次指数平滑方法中，平滑常数α是一个非常重要的数值。此值的变动区间为0＜α＜l。α值的大小，直接决定着市场现象各期实际观察值对预测值的影响作用。
一次指数平滑各值，克服一次移动平均值计算中，将(t—n)期以前的各市场现象实际观察值，完全给予零权数的不足。在一次指数平滑各值中，离预测期越远的市场现象实际观察值对预测值影响越小，呈减递规律。但其影响不论多小，还是认为它是存在的。当α值越接近于l时，远期市场现象实际观察值对预测值的影响作用递减得越迅速；相对而言，最近期的市场现象实际观察值对预测值影响作用迅速加大。当α值越接近0时，市场现象各远期实际观察值对预测值的影响作用缓慢减弱，相对地市场现象近期实际观察值对预测值的影响作用逐渐加大。
3、α的确定
α值在理论上是一个0≤α≤1的值，在每一次应用一次指数平滑的市场预测中，α则是一个该区间内的确定值。由市场预测者确定出一个α值是非常重要的，它决定着市场预测误差的大小。预测者在确定α值时，必须根据市场现象时间序列本身的发展变化规律而定。当预测者并不能事先确定α值在多大时最合适，通常是对同一市场现象的预测中，同时选择几个α值进行测算，并分别测算出各α值预测结果的预测误差。最后通过预测结果误差大小的比较，选择误差最小时的α值，并对市场现象进行预测。
在一次指数平滑预测中，通过用不同的α值一次指数平滑值的测算，以明确两个问题。一是可确定被研究市场现象是否适合用一次指数平滑法进行预测；
二是可以通过误差大小的比较，提供最优α值确定的平滑系数。
4、特点
（1）首先，一次指数平滑法实际上是一种特殊的加权移动平均法，是用预测期前一期市场现象实际观察值与平滑值的离差，对前一期的平滑值进行修正，得到新的一次平滑值。其修正数值的大小在很大程度上取决于α的大小。
若α＝0，则＝，从一次平滑公式的角度看，就是对前一期的一次指数平滑值不用误差修正；从一次指数平滑模型的角度看，即完全不相信上一期市场现象实际观察值。
若α＝1，则＝＋et，其中et＝Yt—。从一次指数平滑公式的角度看，就是用全部误差修正上朗的平滑值；从一次指数平滑模型的角度看，即完全相信上期市场现象的实际观察值
若0＜α＜1，表示用部分误差修正前一期的一次指数平滑值。根据市场现象观察值的发展变化规律，选择适当的α值，使远期和近期市场现象实际观察值，都对预测值产生合理的影响。
（2）其次，一次指数平滑法在计算每一个平滑值时，只需用一个实际观察值和一个上期平滑值就可以了，它需要贮存的数据量很小。对于一种被连续观察预测的市场现象来说，甚至只要保留一期实际观察值就可进行预测。被保留的实际观察值用来表现最近期观察值对预测值的影响；被保留的上期平滑值用来表现以前各期观察值对市场预测的影响。一次指数平滑法的这种特点，不论是用手工计算还是用计算机计算，都省去了出于贮存数据过多带来的不便，计算过程简便，计算工作量不会过大。
（3）第三，一次指数平滑法只能向未来预测一期市场现象的表现，这在很多情况下造成了预测的局限性，不能满足市场预测者的需要。此外，一次指数平滑预测模型中的第一个平滑值和平滑系数α，在被确定时只是根据经验，尚无严格的数学理论加以证明。从前例的测其中可以看出，一次指数平滑法对无明显趋势变动的市场现象进行预测是适合的，但对于有趋势变动的市场现象则不适合。当市场现象存在明显趋势时，不论α值取多大，其一次指数平滑值也会滞后于实际观察值。
可见，一次指数平滑法既具有明显的优点，也存在明显的不足。预测者在选用此方法时，必须充分利用它的优点，避免其不足对预测的限制和影响。对于一次指数平滑法中存在的不足，用多重指数平滑法是可以弥补的。
多重指数平滑预测法
1、定义
多重指数平滑法．是对市场现象的实际观察值，计算二次或二次以上的指数平滑值，再以指数平滑值为基础建立预测模型，对市场现象进行预测的方法。
以二次指数平滑法为重点，说明多重指数平滑法的特点和应用过程。二次指数平滑市场预测法，即指对市场现象实际观察值测算两次平滑值，并在此为基础上建立预测模型，对市场现象进行预测的方法。二次指数平滑法与一次指数平滑法有着紧密的联系，二次指数平滑值必须在一次平滑值基础上计算。更主要的是，二次指数平滑法解决了一次指数平滑法不能解决的两个问题。一是解决了一次指数平滑不能用于有明显趋势变动的市场现象的预测；二是解决了一次指数平滑只能向未来预测一期的不足。
二次指数平滑法在其应用中，首先是计算出市场现象时间序列的一次、二次指数平滑值；然后在此基础上建立二次指数平滑预测模型；最后利用预测模型进行预测，并进行误差测算。2、公式
二次指数平滑法的一次、二次指数平滑值的计算公式为：
从上式可看出，二次指数平滑值是在一次指数平滑值基础上测算的。其计算公式与一次指数平滑值的原理一样。二次指数平滑值公式，是将一次指数平滑公式中的有关项目替换，即用替换Yt，替换
二次指数平滑法的预测模型为：
二次指数平滑法预测模型，实际上是近似的线性方程形式，αt是截距，bt是斜率。αtbt值在这里是用一次、二次指数平滑值确定的．用公式表示为：
二次指数平滑这种线性平滑模型，在市场现象的观察期内，第t期的模型参数αt、bt，是随着市场现象观察值Yt和一次、二次指数平滑值、的变动而变动的，由此保留了市场现象的一些波动。在预测期内，αt、bt则是固定的，即以观察期内最后一期的αt、bt，值。根据二次指数平滑预测模型，预测者不仅可向未来预测一期，还可根据需要对市场现象向未来预测两期或两期以上，在预测期内采用固定的αt、bt参数值。显然，二次指数平滑预测模型克服了一次指数平滑法的明显不足，二次指数平滑预测模型，适用于具有明显趋势变动的市场现象的预测：可对市场现象向后预测两期或两期以上，它不但可用于短期市场预测，
而且可用于近朗或中期市场预测。它是比一次指数平滑法更进步的方法。
3、α及的确定
应用二次指数平滑公式计算平滑值时，其平滑系数α的确定原则与一次指数平滑值计算一致。在不知α取何值最合适的情况下，一般也是采用几个α值对同一市场现象进行测算。
二次指数平滑初始值的确定也与—次指数平滑法相似，其确定方法也有两种，
一种是以第一期的市场现象实际观察值代替，即令：＝＝Y1 ；
另一种方法是，在令＝的同时，令
4、二次指数平滑预测法的特点。
首先，二次指数平滑法，可以完成一次指数平滑法不能解决的带趋势变动的市场现象的预测。二次指数平滑法是一种线性趋势方程，预测模型中的参数，又是根据一次、二次指数平滑值计算出来的。在观察期内，二次指数平滑法是以变化的斜率bt，和变化的截距αt，反映市场现象的线性变动趋势；在预测期内，则用一个不变的斜率和截距，以一条直线预测市场现象的未来表现。由此可见．二次指数平滑法既有移动平均法的特点，又有趋势预测法的特点。
其次，二次指数平滑法，可用于一期以上预测值的计算。
一次指数平滑法只能向未来预测一期，给预测者带来一些不便。而二次指数平滑预测模型，很好地解决了这个问题，它可以向未来预测两期以至两期以上的市场现象值。当然，在应用二次指数平滑法做两期以上的预测时，也和运用其他趋势预测法一样，要特别注意研究市场现象在预测期内有无新的变化特，而不能仅仅依赖预测模型。只有当市场现象在预测朔与实际观察期的变化规律基本一致时，用二次指数平滑去做两期以上的预测才是比较有把握的；如果市场现象的实际情况有变化，则不能盲目地应用预测模型做多期预测。
最后二次指数平滑法与一次指数平滑法一样，也具有贮存数据少的优点，给预测者带来很大方便。
在运用二次指数平滑法时，特别要注意具体问题具体分析，合理地使用所掌握的资料。 本章各节所介绍的方法，其共同特点是：以某种平均值为基础，建立预测模型，估计市场现象未来表现。适合研究市场现象趋势变动的方法有以下几种：平均增减量法、平均发展速度法、二次移动平均法、二次指数平滑法。而这几种方法所适用的现象趋势变动又各有其特定的规律。
课后作业
