12 預測精度測定與預測評價

1、12 預測精度測定與預測評價,12.1 預測精度的測定12.2 定量預測方法的比較12.3 定性預測與定量預測的綜合運用12.4 組合預測法應用案例,回總目錄,12.1 預測精度的測定,一、預測精度的一般含義 是指預測模型擬合的好壞程度，即由預測模型所產(chǎn)生的模擬值與歷史實際值擬合程度的優(yōu)劣。,如何提高預測精度是預測研究的一項重要任務。不過，對預測用戶而言，過去的預測精度毫無價值，只有預測未來

2、的精確度才是最重要的。,回總目錄,回本章目錄,二、關于預測精度的幾類典型問題,對某一特定經(jīng)濟現(xiàn)象的預測，系統(tǒng)的預測 分析能提高多少預測精度?對于某一特定經(jīng)濟現(xiàn)象的預測,如何才能 提高預測精度?在已知某一經(jīng)濟現(xiàn)象的預測精度存在提高 的可能的情況下,如何選擇合適的預測方 法?,回總目錄,回本章目錄,三、測定預測精度的方法,平均誤差和平均絕對誤差,平均誤差的公式為：,平均絕對誤差的公式為：,回總目錄,回本

3、章目錄,平均相對誤差和平均相對誤差絕對值,平均相對誤差的公式為：,平均相對誤差絕對值的公式為：,回總目錄,回本章目錄,預測誤差的方差和標準差,預測誤差的方差公式為：,預測誤差的標準差公式為：,預測誤差的方差比平均絕對誤差或平均相對誤差絕對值能更好地衡量預測的精確度。,回總目錄,回本章目錄,四、未來的可預測性,未來的可預測性是影響預測效果好壞的重要因素，由于受各種因素的影響，經(jīng)濟現(xiàn)象的可預測性明顯低于自然現(xiàn)象的可預測性。在經(jīng)濟預測中

4、，不同的經(jīng)濟現(xiàn)象的可預測性也存在極大的差別。,回總目錄,回本章目錄,? 總體的大?。?總體的同質性； 需求彈性； 競爭的激烈程度等。,影響經(jīng)濟現(xiàn)象的可預測性的因素大致歸類為：,回總目錄,回本章目錄,五、影響預測誤差大小的因素,? 模式或關系的識別錯誤； 模式或關系的不確定性； 模式或現(xiàn)象之間關系的變化性。,經(jīng)濟現(xiàn)象變化模式或關系的存在是進行預測的前提條件。因此，影響預測誤差的主要因素有：

5、,回總目錄,回本章目錄,12.2 定 量 預 測 方 法 的 比 較,一、因果預測的精度,大型模型的預測精度并不比小模型的預測 精度高； 沒有任何一種預測方法或預測模型會在各 種情況下都比其他方法或模型表現(xiàn)得更好；,回總目錄,回本章目錄,大型的回歸模型能提供更多的有關影響預 測對象的變化的因素的信息，能夠更好地 解釋預測對象變化的原因。所以，如果用 戶選擇預測方法的標準是追求預測精度的

6、 極大化，則最好選擇時間序列預測模型， 如果預測精度只是選擇預測方法的重要標 準之一，則可以考慮選擇小型的回歸模型。,回總目錄,回本章目錄,二、時間序列預測模型的預測精度,（1）Makridakis等人得出的結論,提高模型的復雜程度后，其預測精度并不會自動提 高，因此，模型簡單并不是缺點，而是一個優(yōu)點， 時間序列預測模型一般都比較簡單且成本較低， 時間序列預測應該有更廣的應用范圍；

7、 某些復雜模型在特定情況下，其預測精度會高于簡 單模型； 組合預測模型具有較高的預測精度。,回總目錄,回本章目錄,組合預測：,組合預測是一種將不同預測方法所得的預測結果組合起來形成一個新的預測結果的方法。,回總目錄,回本章目錄,一是等權組合，即各預測方法的預測值按相同的權數(shù)組合成新的組合預測值； 二是不等權組合，即賦予不同預測方法的預測值的權數(shù)是不一樣的。組合預測通常具有較高的精度。,組合預測有兩種基本

8、形式：,回總目錄,回本章目錄,如果用戶希望提高預測精度，則他應該選擇 時間序列預測模型； 如果用戶更關心影響預測對象變化的影響因 素情況，則他應該選擇回歸模型。,（2）經(jīng)驗結論,回總目錄,回本章目錄,無論何種情況，都不能對簡單模型抱有 任何偏見，在某些情況下，某些簡單模型 甚至能提供最高的預測精度； 選擇預測方法除了考慮精度、成本和方 法復雜性外，還要考慮預測環(huán)境、預測時 期長短和用戶等因素。,

9、回總目錄,回本章目錄,三、回歸預測與時間序列預測精度的比較,預測實證研究表明，各類預測方法之間并 不存在明顯優(yōu)劣,只是不同方法具有各自 不同的特點 ；,回歸預測和時間序列預測是兩類不同的定 量預測方法，它們根據(jù)不同的角度對經(jīng)濟 現(xiàn)象進行預測，回歸預測注重分析影響預 測對象的各因素所造成的影響，而時間序 列預測則根據(jù)預測對象本身的歷史數(shù)據(jù)來 預測其未來。,回總目錄,回本章目錄,有爭議的結論,Spi

10、vey 和 Wrobleski:,非回歸模型預測的精度一般而言與回 歸預測的精度相差無幾； 當回歸模型用于3個或3個季度以上的 時間范圍預測時,其預測精度明顯下降。,回總目錄,回本章目錄,McNees:,他得出了與Spivey和Wrobleski相反的結論,時間序列用于1年內(nèi)的短期預測的精度優(yōu)于回歸模型預測，至于1年以上的預測，回歸預測的精度則要好一些。,回總目錄,回本章目錄,12.3 定性預測和定量預測的綜合運用

11、,定性預測與定量預測具有各種不同的特點，定性預測擅長于預測趨勢的轉折及其影響，而定量預測則只有在趨勢能延續(xù)下去的前提下才有效。定量預測更具客觀性、低成本、適于反復預測等，因此，通過定性預測和定量預測的綜合運用和合理分工，可以明顯地提高預測精度、節(jié)約成本。,回總目錄,回本章目錄,一、定性預測與定量預測的比較,方法或模型的選擇 定量預測方法或模型的選擇不能完全只依賴 統(tǒng)計分析； 采用不同的定性預測方法會得出不同的預

12、測 結果。 預測轉折的能力 定量預測不能預測轉折的發(fā)生； 定性預測可以預測轉折的發(fā)生，但轉折也可能 被忽視或夸大。,回總目錄,回本章目錄,信息應用的充分性 定量預測只使用部分數(shù)據(jù)所包含的信息； 定性預測可以運用各類信息，但信息的使用、 也是有選擇性的，會產(chǎn)生誤差和前后不一 致。 發(fā)生轉折時的修正 不同定量預測方法的

13、修正能力是不一樣的； 定性預測可以評估轉折的影響，并修正預測 結果。,回總目錄,回本章目錄,預測的客觀程度 定量預測可以保證預測結果的客觀性，只是精度 的選擇具有一定的主觀性； 定性預測較易受各種主觀因素的影響。 估計未來的不確定性 定量預測與定性預測都可能低估未來的不確定性 程度。,回總目錄,回本章目錄,連續(xù)反復預測 定量預測能保證連續(xù)

14、反復預測的一致性； 定性預測主要依靠人的主觀判斷能力進行預測， 當個人被要求做連續(xù)不斷的反復預測時，由于 人易疲倦于這種枯燥的反復預測而不能保證連 續(xù)反復預測前后結果的一致性。,回總目錄,回本章目錄,預測成本 由于計算機技術的發(fā)展，定量預測具有低 廉的成本； 定性預測由于會議和聘請專家費用高導致 其預測成本較高。,回總目

15、錄,回本章目錄,二、改進預測效果的綜合分析,定性預測與定量預測各自存在優(yōu)點和缺點，如何發(fā)揮各種不同方法的長處，克服其不足之處，是做好預測工作的一個重要環(huán)節(jié)。,回總目錄,回本章目錄,方法或模型的選擇 選擇不同方法或模型會對預測結果產(chǎn)生明顯的影響,做出 模型或方法抉擇之前必須全面分析。 預測現(xiàn)有趨勢延續(xù)或轉折的能力 有效的辦法是先假設趨勢不會發(fā)生變化，并用定量預測方

16、 法進行分析預測，然后采用定性預測方法進行修正，判斷 其趨勢的轉折是向上還是向下，最后再做綜合預測分析。,回總目錄,回本章目錄,信息應用的充分性定量預測不能充分運用歷史數(shù)據(jù)所包含的信息；定性預測可以充分利用各類信息，但這種信息的提供必須全面準確,如提供所有有關環(huán)境信息、過去類似案例及其失誤等，并提供及時的反饋信息，檢驗預測人員預測轉折的能力，幫助其減少預測偏差。,回總目錄,回本章目錄,趨勢轉折時的調整某些定

17、量預測(如回歸預測)方法對于趨勢轉折的反應特別遲鈍，這就必須借助于定性預測方法進行修正，但是也有另外一些定量預測方法(如自適應過濾法)能較快適應趨勢的轉折;定性預測主要依賴個人的判斷能力，可以辨析出趨勢轉折的影響，但個人也可能不能及時發(fā)現(xiàn)趨勢的轉折；甚至不肯承認趨勢已經(jīng)發(fā)生轉折，這就必須借助于一些預警系統(tǒng)。,回總目錄,回本章目錄,預測客觀性的導入；確定未來的不確定性；預測成本。,除上述以外，改進預測效果還應考慮：,回總目錄,回本章

18、目錄,12.4 組合預測法應用案例,一、組合預測的基本思想,在經(jīng)濟轉軌時期，很難有一個單項預測模型能對宏觀經(jīng)濟頻繁波動的現(xiàn)實擬合得非常緊密并對其變動的原因做出穩(wěn)定一致的解釋。,回總目錄,回本章目錄,Bates 和Granger首先提出可以建立線性組合預測模型綜合各單項模型的信息，以產(chǎn)生更好的預測效果；理論和實踐研究都表明，在諸種單項預測模型各異且數(shù)據(jù)來源不同的情況下，組合預測模型可能獲得一個比任何一個獨立預測值更好的預測值，組合預

19、測模型能減少預測的系統(tǒng)誤差，顯著改進預測效果。,回總目錄,回本章目錄,二、組合預測法的應用原則以及一般步驟,(1) 應用原則,定性分析與定量分析相結合原則,在實際建模過程中，模型變量的引入往往存在兩難選擇：,回總目錄,回本章目錄,,對被解釋變量有較強解釋能力的一些變量，由于估計技術上以及數(shù)據(jù)自身的原因，譬如多重共線性，導致基本統(tǒng)計檢驗通不過，擬合度較低，因而不得不刪除該變量；2. 反之，為了要求模型較高的擬合度，解釋變量的選擇帶有

20、主觀隨意性，科學演變成藝術。,回總目錄,回本章目錄,上面的兩難選擇，造成經(jīng)濟意義上解釋牽強，難以為人們理解和接受。所以，要堅持定性分析與定量分析相結合原則，即堅持模型假定的經(jīng)濟理論以及經(jīng)驗的指導作用。,回總目錄,回本章目錄,,系統(tǒng)性原則,這一原則又可分為：,? 整體性原則 在組合預測中，多種獨立預測方法應各有側重，又有機聯(lián)系。 ? 相關性較低原則 組合預測應該是各種相關性較低，區(qū)別度較大的不同模型、方

21、法的組合，以實現(xiàn)最大限度的信息綜合利用。,回總目錄,回本章目錄,經(jīng)濟性原則,組合預測是對原有單項預測的修正。如果原有n 種預測的擬合度很高（R2>0.9）,組合預測作為原n種預測值的某種均值與原預測結果相差甚微,考慮到數(shù)據(jù)采集的費用和模型研制的成本,組合預測的實際應用價值不大。,回總目錄,回本章目錄,（2）一般步驟,根據(jù)經(jīng)濟理論和實際情況建立各種獨立的單項預測模型,運用系統(tǒng)聚類分析方法度量各單項模型的類間相似程度,根據(jù)聚類

22、結果，逐層次建立組合預測模型進行預測,,,回總目錄,回本章目錄,三、組合預測模型,模式一：線性組合模型,為t期的組合預測值；,為n 種不同單項預測模型在t期的預測值；,為相應的 n 種組合權數(shù)。,回總目錄,回本章目錄,線性組合預測模型的關鍵在于確定合理的權數(shù) 依據(jù)組合預測誤差的方差最小原則加以確定。,回總目錄,回本章目錄,n=2時:,為第i種單項預測模型的殘差方差；,n>2時:,為第i種單項預測模型的殘差平方

23、和。,回總目錄,回本章目錄,模式二：最優(yōu)線性組合模型,原理：利用樣本期的實際值和各單項預測 模型的擬合值，進行線性回歸，然 后利用線性回歸模型，以原方案的 預測值作為外生變量進行外推預測。,回總目錄,回本章目錄,最優(yōu)線性組合模型的一般形式為：,為樣本期實際值；,為樣本期n個不同模型得到的預測值；,最優(yōu)線性模型是廣義的線性組合預測模型。其特點在于組合權數(shù)由

24、線性回歸得到。,回總目錄,回本章目錄,模式三：貝葉斯組合模型,在n種單項預測模型中選擇一種為主要方案，由這一方案得出的預測值為原預測值。然后取其他n-1種預測方案在某一時點上的預測值分布的均值和方差，代入下面公式，就得到貝葉斯組合模型。,回總目錄,回本章目錄,為貝葉斯組合預測值；,為原預測值；,回總目錄,回本章目錄,為其他n-1種預測值分布的均值；,為其他n-1種預測值分布的方差；,為原預測值的方差；,可見,貝葉斯組合模型也是線

25、性組合模型的特例。,回總目錄,回本章目錄,模式四：轉換函數(shù)組合模型,轉換函數(shù)組合模型是Box-Jenkins通過對經(jīng)濟計量模型的預測誤差進行分析后提出的。該模型不僅考慮了經(jīng)濟結構因素，而且考慮了時間序列因素，在宏觀經(jīng)濟增長趨勢的預測中頗有價值。,回總目錄,回本章目錄,轉換函數(shù)組合預測的步驟是：,用n種預測方案的預測值進行組合預測,根據(jù)組合預測值與實際值計算出的誤差識別一個ARIMA模型,將組合預測模型與ARIMA模型進行線性組合

26、,,,回總目錄,回本章目錄,模式五：計量經(jīng)濟與系統(tǒng)動力學組合模型,計量經(jīng)濟模型是多個相互聯(lián)系的單一方程的方程組體系,揭示了經(jīng)濟變量相互依存的復雜關系。其結構式系數(shù)反映了外生變量變動對內(nèi)生變量的直接影響,其簡化式系數(shù)則反映了外生變量變動通過一系列中間變量對內(nèi)生變量的總影響。,回總目錄,回本章目錄,它的不足在于模型參數(shù)一經(jīng)估計即固定下來，缺乏有效的方法根據(jù)現(xiàn)實經(jīng)濟變動的最新反饋信息進行經(jīng)濟變量變動的適時修正。,回總目錄,回本章目錄,系