時間序列預測法在外貿集裝箱出港量預測中的應用

王洋　王曉峰　潘靜靜

【摘 要】 為預測我國外貿集裝箱出港量，評估時間序列預測法的應用效果，根據2012―2014年我國主要港口外貿集裝箱出港量歷史數據，采用時序分解預測方法，對2015年1―9月份我國主要港口外貿集裝箱出港量數據建立時間序列模型。計算結果表明，時序分解法預測效果良好，預測精度比較高，在外貿集裝箱出港量數據預測中有較好的適用性。

【關鍵詞】 集裝箱；外貿集裝箱出港量；時間序列預測；時序分解法

0 引 言

隨著國際貿易和我國航運業的進一步發展，有關航運市場預測方面的研究變得更加重要和緊迫。外貿集裝箱貨運量是指一個地區對國際集裝箱運輸的總需求量，其預測的準確與否直接影響到港口建設規劃和未來的營運。有關貨運量的預測方法有很多，包括回歸分析法、指數平滑預測法、神經網絡法等。

外貿集裝箱貨運量作為一個受多種因素影響的復雜關系量，運用回歸分析法難以對其量化。[1]由于資料有限，運用指數平滑預測法確定平滑指數難度較大。[2] 相比之下，運用時間序列預測法是一個合理的選擇，其既可以避開復雜的相互關系，也無需大量的資料就可以通過時間序列數據構建模型，找出數據的潛在規律，預測未來數據。

1 時間序列預測法

所謂時間序列就是一組時間順序排列的觀測數據。時間序列預測的目的在于分析已有的觀測數據隨時間變化的規律，從而預測未來。

一般而言，時間序列數據由長期趨勢變動、循環變動、季節變動和不規則變動等4個要素組成。時間序列預測方法主要有樸素預測法、趨勢外推法、平滑法、分解法、過濾法和自回歸-移動平均數法等6種。本文運用時序分解法求得未來時間序列的預測值：

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測值； T為長期趨勢值；S為季節變動值；C為循環變動值；I為不規則變動值。

2 計算實例

2.1 樣本選取

根據2012―2014年我國主要港口外貿集裝箱出港量數據（見表1），得出2012―2014年我國主要港口外貿集裝箱出港量變化趨勢（見圖1）。

2.2 外貿集裝箱出港量時間序列預測步驟及評價

由圖1可以看出，我國主要港口外貿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

時序分解法預測的具體步驟如下：

（1）進行時序分解計算，結果見表1；

（2）計算季節變動因子，根據表1中第⑥欄數據可以計算得到各月份的平均季節因子（見表2）；

（3）計算周期變動因子，根據表1中第⑨欄數據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所得的數據按各月份相乘，得到2015年1―9月份我國主要港口外貿集裝箱出港量的預測值（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集裝箱出港量進行預測，相對誤差不超過4%，預測效果良好，預測精度較高。

3 結 語

外貿集裝箱出港量預測受季節性因素影響最大，而時序分解法可將季節性因素剔除，大大增加了預測的準確性。時間序列預測法作為一種重要的預測方法，根據變量自身的歷史數據，通過軟件就可得出預測模型。因此，時序分解法在外貿集裝箱出港量預測中有較好地適用性。同時，預測我國外貿集裝箱出港量對海事管理部門針對性地保證貿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.時間序列預測方法評述[J].預測，1991（4）：39，59-68.