预测精度测定与预测评价.doc

预测精度测定与预测评价.doc

《预测精度测定与预测评价.doc》由会员分享，可在线阅读，更多相关《预测精度测定与预测评价.doc（2页珍藏版）》请在冰点文库上搜索。

第十二章预测精度测定与预测评价

基本内容

一、预测精度的测定

1、预测精度的一般含义：

是指预测模型拟合的好坏程度，即由预测模型所产生的模拟值与历史实际值拟合程度的优劣。

如何提高预测精度是预测研究的一项重要任务。

不过，对预测用户而言，过去的预测精度毫无价值，只有预测未来的精确度才是最重要的。

2、测定预测精度的方法通常有：

①平均误差和平均绝对误差；

平均误差的公式为：

平均绝对误差的公式为：

②平均相对误差和平均相对误差绝对值；

平均相对误差的公式为：

平均相对误差绝对值的公式为：

③预测误差的方差和标准差；

预测误差的方差公式为：

预测误差的标准差公式为：

3、未来的可预测性

①未来的可预测性是影响预测效果好坏的重要因素，由于受各种因素的影响，经济现象的可预测性明显低于自然现象的可预测性。

在经济预测中，不同的经济现象的可预测性也存在极大的差别。

②影响经济现象的可预测性的因素大致归类为：

总体的大小；总体的同质性；需求弹性和竞争的激烈程度等。

4、影响预测误差大小的因素

经济现象变化模式或关系的存在是进行预测的前提条件，因此，模式或关系的识别错误；模式或关系的不确定性及模式或关系的变化性就成为影响预测误差的主要因素。

二、定量预测方法

预测实证研究表明，各类预测方法之间并不存在明显的优劣，只是不同方法具有各自不同的特点，如回归预测能解释预测对象变化原因、某些预测方法更适合特定预测对象的预测等。

选择预测方法除了考虑精度、成本和方法复杂性外，还要考虑预测环境、预测时期长短和用户等因素。

1、大型模型的预测精度并不比小模型的预测精度高；没有任何一种预测方法或预测模型会在各种情况下都比其他方法或模型表现得更好。

但大型的回归模型能提供更多的有关影响预测对象的变化的因素的信息，能够更好地解释预测对象变化的原因。

所以，如果用户选择预测方法的标准是追求预测精度的极大化，则最好选择时间序列预测模型，如果预测精度只是选择预测方法的重要标准之一，则可以考虑选择小型的回归模型。

2、回归预测和时间序列预测是两类不同的定量预测方法，它们根据不同的角度对经济现象进行预测，回归预测注重分析影响预测对象的各因素所造成的影响，而时间序列预测则根据预测对象本身的历史数据来预测其未来。

三、定性预测和定量预测的综合运用

定性预测与定量预测具有各种不同的特点，定性预测擅长于预测趋势的转折及其影响，而定量预测则只有在趋势能延续下去的前提下才有效。

定量预测更具客观性、低成本、适于反复预测等，因此，通过定性预测和定量预测的综合运用和合理分工，可以明显地提高预测精度、节约成本。

a）定性预测与定量预测的比较

方法或模型的选择；预测转折的能力；信息应用的充分性；发生转折时的修正；预测的客观程度；估计未来的不确定性；连续反复预测；预测成本；

2、定性预测与定量预测各自存在优点和缺点，如何发挥各种不同方法的长处，克服其不足之处，是做好预测工作的一个重要环节。

二、组合预测法应用案例

1、组合预测

在经济转轨时期，很难有一个单项预测模型能对宏观经济频繁波动的现实拟合的非常紧密并对其变动的原因作出稳定一致的解释。

理论和实践研究都表明，在诸种单项预测模型各异且数据来源不同的情况下，组合预测模型可能导致一个比任何一个独立预测值更好的预测值，组合预测模型能减少预测的系统误差，显著改进预测效果。

2、组合预测法的应用原则以及一般步骤

①应用原则

定性分析与定量分析相结合原则；系统性原则；经济性原则；

②一般步骤

根据经济理论和实际情况建立各种独立的单项预测模型；

运用系统聚类分析方法度量各单项模型的类间相似程度；

根据聚类结果，逐层次建立组合预测模型进行预测；

3、组合预测模型

模式一：

线性组合模型；

模式二：

最优线性组合模型；

模式三：

贝叶斯组合模型；

模式四：

转换函数组合模型；

模式五：

计量经济与系统动力学组合模型；