Методы прогнозирования финансовых показателей — страница 4

  • Просмотров 2323
  • Скачиваний 215
  • Размер файла 103
    Кб

методе экспоненциального сглаживания. Таким образом, при вычислении .ко экспоненциальной средней используются лишь предшествующая экспоненциальная средняя и последнее наблюдение, а все предыдущие наблюдения игнорируются. Например, пусть необходимо дать прогноз для t-=8 но данным следую­щего временного ряда: 1) методом скользящей средней для m=3, m =4$ 2) методом экспоненциального о сглаживания для 1 кв. 1999 г. 24518 2 кв. 1999 г. 23778 3 кв. 1999

г. 25143 4 кв. 1999 г. 27622 1 кв. 2000 г. 26149 2 кв. 2000 г. 24123 3 кв. 2000 г. 27580 4 кв. 2000 г. 30854 1 кв. 2001 г. 29147 2 кв. 2001 г. 26478 3 кв. 2001 г. 30159 4 кв. 2001 г. 33149 1 кв. 2002 г. 32451 Метод скользящей средней Y14пр с(3) = (30159+33149+32451)/3=31919,67 Y14пр с (13) = (24518+23778+25143+27622+26149+24123+27580+30854+29147+ 26478+30159+33149+32451)/13 = 27780,846 Метод экспоненциального сглаживания 0,2 погрешность 1 кв. 1999 г. 24518 #Н/Д #Н/Д 2 кв. 1999 г. 23778 23778 #Н/Д 3 кв. 1999 г. 25143 24870 #Н/Д 4 кв. 1999 г. 27622 27071,6 #Н/Д 1 кв. 2000 г. 26149 26333,52 1851,838704 2 кв. 2000 г. 24123 24565,1 2106,426154 3 кв. 2000

г. 27580 26977,02 2223,149967 4 кв. 2000 г. 30854 30078,6 3109,499653 1 кв. 2001 г. 29147 29333,32 2886,08454 2 кв. 2001 г. 26478 27049,06 2831,47259 3 кв. 2001 г. 30159 29537,01 2496,160001 4 кв. 2001 г. 33149 32426,6 3207,855423 1 кв. 2002 г. 32451     0,6 погрешность 1 кв. 1999 г. 24518 #Н/Д #Н/Д 2 кв. 1999 г. 23778 23778 #Н/Д 3 кв. 1999 г. 25143 24324 #Н/Д 4 кв. 1999 г. 27622 25643,2 #Н/Д 1 кв. 2000 г. 26149 25845,52 2081,334719 2 кв. 2000 г. 24123 25156,51 2167,926259 3 кв. 2000 г. 27580 26125,91 1741,283327 4 кв. 2000 г. 30854 28017,14 3224,65661 1 кв. 2001 г. 29147 28469,09 3136,065979 2 кв. 2001 г. 26478 27672,65 3032,922749 3 кв. 2001 г. 30159 28667,19 1951,31804 4 кв. 2001 г. 33149

30459,91 3174,532132 1 кв. 2002 г. 32451     рис. 8. Число членов скользящей средней m и параметр -экспоненциального сглаживания (определяется статистикой исследуемою процесса. Чем мень-ше m и чем больше peaгирует пpoгноз на колебания временно­го ряда, и наоборот, чем больше m и чем меньше m или затем опреде­лить среднюю ошибку прогнозов и выбрать параметр, соответствующий минимальной ошибке.