王洋 王曉峰 潘靜靜
【摘 要】 為預(yù)測我國外貿(mào)集裝箱出港量,評估時間序列預(yù)測法的應(yīng)用效果,根據(jù)2012―2014年我國主要港口外貿(mào)集裝箱出港量歷史數(shù)據(jù),采用時序分解預(yù)測方法,對2015年1―9月份我國主要港口外貿(mào)集裝箱出港量數(shù)據(jù)建立時間序列模型。計算結(jié)果表明,時序分解法預(yù)測效果良好,預(yù)測精度比較高,在外貿(mào)集裝箱出港量數(shù)據(jù)預(yù)測中有較好的適用性。
【關(guān)鍵詞】 集裝箱;外貿(mào)集裝箱出港量;時間序列預(yù)測;時序分解法
0 引 言
隨著國際貿(mào)易和我國航運業(yè)的進一步發(fā)展,有關(guān)航運市場預(yù)測方面的研究變得更加重要和緊迫。外貿(mào)集裝箱貨運量是指一個地區(qū)對國際集裝箱運輸?shù)目傂枨罅?,其預(yù)測的準確與否直接影響到港口建設(shè)規(guī)劃和未來的營運。有關(guān)貨運量的預(yù)測方法有很多,包括回歸分析法、指數(shù)平滑預(yù)測法、神經(jīng)網(wǎng)絡(luò)法等。
外貿(mào)集裝箱貨運量作為一個受多種因素影響的復(fù)雜關(guān)系量,運用回歸分析法難以對其量化。[1]由于資料有限,運用指數(shù)平滑預(yù)測法確定平滑指數(shù)難度較大。[2] 相比之下,運用時間序列預(yù)測法是一個合理的選擇,其既可以避開復(fù)雜的相互關(guān)系,也無需大量的資料就可以通過時間序列數(shù)據(jù)構(gòu)建模型,找出數(shù)據(jù)的潛在規(guī)律,預(yù)測未來數(shù)據(jù)。
1 時間序列預(yù)測法
所謂時間序列就是一組時間順序排列的觀測數(shù)據(jù)。時間序列預(yù)測的目的在于分析已有的觀測數(shù)據(jù)隨時間變化的規(guī)律,從而預(yù)測未來。
一般而言,時間序列數(shù)據(jù)由長期趨勢變動、循環(huán)變動、季節(jié)變動和不規(guī)則變動等4個要素組成。時間序列預(yù)測方法主要有樸素預(yù)測法、趨勢外推法、平滑法、分解法、過濾法和自回歸-移動平均數(shù)法等6種。本文運用時序分解法求得未來時間序列的預(yù)測值:
加法模型: Y=T + S + C + I
乘法模型: Y=T €?S €?C €?I
式中: Y為未來時間序列的預(yù)測值; T為長期趨勢值;S為季節(jié)變動值;C為循環(huán)變動值;I為不規(guī)則變動值。
2 計算實例
2.1 樣本選取
根據(jù)2012―2014年我國主要港口外貿(mào)集裝箱出港量數(shù)據(jù)(見表1),得出2012―2014年我國主要港口外貿(mào)集裝箱出港量變化趨勢(見圖1)。
2.2 外貿(mào)集裝箱出港量時間序列預(yù)測步驟及評價
由圖1可以看出,我國主要港口外貿(mào)集裝箱出港量隨月份時間的不同而上下波動,具有較明顯的上升趨勢。因此,應(yīng)用時序分解的乘法模型,其中,長期趨勢T可用直線趨勢擬合,時間t為自變量,出港量為因變量,求得如下回歸方程:
T=3 162 260.744 + 8 864.824 t
時序分解法預(yù)測的具體步驟如下:
(1)進行時序分解計算,結(jié)果見表1;
(2)計算季節(jié)變動因子,根據(jù)表1中第⑥欄數(shù)據(jù)可以計算得到各月份的平均季節(jié)因子(見表2);
(3)計算周期變動因子,根據(jù)表1中第⑨欄數(shù)據(jù)可以計算得到各月份的平均周期因子(見表2);
(4)通過回歸方程求得2015年1―9月份回歸估計值(見表2);
(5)利用乘法模型,將表2所得的數(shù)據(jù)按各月份相乘,得到2015年1―9月份我國主要港口外貿(mào)集裝箱出港量的預(yù)測值(見表3)。
由表3可以看出,運用時序分解法對我國主要港口外貿(mào)集裝箱出港量進行預(yù)測,相對誤差不超過4%,預(yù)測效果良好,預(yù)測精度較高。
3 結(jié) 語
外貿(mào)集裝箱出港量預(yù)測受季節(jié)性因素影響最大,而時序分解法可將季節(jié)性因素剔除,大大增加了預(yù)測的準確性。時間序列預(yù)測法作為一種重要的預(yù)測方法,根據(jù)變量自身的歷史數(shù)據(jù),通過軟件就可得出預(yù)測模型。因此,時序分解法在外貿(mào)集裝箱出港量預(yù)測中有較好地適用性。同時,預(yù)測我國外貿(mào)集裝箱出港量對海事管理部門針對性地保證貿(mào)易順暢具有一定的價值意義。
參考文獻:
[1] 薛裕穎,段希義,潘玉民.時序與回歸預(yù)測方法比較研究[J].黑龍江科技信息,2015(19):129-131.
[2] 王亮,劉豹.時間序列預(yù)測方法評述[J].預(yù)測,1991(4):39,59-68.