□文/王 立

（長江大學文理學院 湖北·荊州）

統計預測屬于預測方法研究范疇，即如何用科學的方法對事物的未來發(fā)展進行定量推測，并計算概率置信區(qū)間。在這種推測中，不僅有數學計算，而且有直覺判斷。本文用到的方法主要是時間序列預測法、一次移動平均法、一次指數平滑法和溫特線性與季節(jié)性指數平滑法。本文在分析1990～2009年美國加利福尼亞失業(yè)率基礎上，根據其數據特征建立模型，利用EXCEL工具對模型進行檢驗分析。

一、一次移動平均法在失業(yè)率預測中的應用

美國作為一個資本主義國家，市場經濟占主導地位，不可避免地會經歷經濟的復蘇、高速發(fā)展、發(fā)展變緩和蕭條這樣幾個階段，再加上美國政府適時地干預，使其失業(yè)率也呈現出與經濟增長相適應的周期性波動。

本人收集的數據為1990年1月到2009年9月數據。為了便于用時間序列分解法進行分析，將每一年的數據每三個月進行平均，從而計算出每一年每一季度的平均失業(yè)率，此后的分析即是以此來展開。時間跨度為20年，只缺少了2009年第四季度的數據，所以分析數據共有79個。在此首先將采用一次移動平均法，分別以3和5個季度進行預測，如表1所示。（表1）

表2

表1

二、一次指數平滑法

如表2所示，表中數據為加利福尼亞每一季度的失業(yè)率。第三、第四、第五列分別為 α＝0.1，α＝0.5和 α＝0.9時，對該地區(qū)失業(yè)率的預測結果。（表2）由表2和公式所求得的可決系數可以得出，應該選擇α＝0.9時的預測值0.120086，即12.01%作為2009年第四季度的預測失業(yè)率。

三、溫特線性與季節(jié)性指數平滑法

1、指數平滑數初始值的計算：S4+1＝X4+1＝0.079。

2、季節(jié)指數It初始值的計算。首先把不同年度同一季度的平均失業(yè)率算出，再求出全體年份的平均額，兩者相除，可得該季節(jié)的季節(jié)性指數。具體做法如下：

由于從1990年到2009年所有一、二、三、四季度的平均失業(yè)率分別為：0.072、0.067、0.070、0.065，可得總體平均失業(yè)率為：0.069，用四個季度的平均失業(yè)率分別除以總體平均失業(yè)率，可得各季度的季節(jié)性指數。

3、根據溫特方法的三個基本方程（α＝0.5，β＝0.05，γ＝0.8）：

可以計算出 S79＝0.1247，b79＝0.0109，I76＝0.9618，再由溫特線性與季節(jié)性指數平滑法的預測基本公式：Ft+m＝（St+btm）It+m-L，可以求出：F80＝（S79+b79×1）I79+1-4＝0.1304，通過 EXCEL 進行試驗，得出 α＝0.5，β＝0.05，γ＝0.8 時標準誤差最小，為 0.000015。再由公式，計算出可決系數為0.951258。

四、總結

由于失業(yè)主率沒有明顯的直線上升或下降趨勢，本文運用了一次移動平均法，一次指數平滑法和溫特線性與季節(jié)性指數平滑法進行預測。通過對每一種模型的分析比較，可以看出使用溫特線性與季節(jié)性指數平滑法得出的標準誤差最小，為0.000015，且可決系數最小，為0.9512577。

由此可以得出結論：使用溫特線性與季節(jié)性指數平滑法進行失業(yè)率的預測較為準確，預計2009年第四季度加利福尼亞的失業(yè)率為13.04%。其與真實的數據12.7%較為接近，故在預測失業(yè)率時，可選擇一次移動平均法、一次指數平滑法、溫特線性與季節(jié)性指數平滑法，比較其標準誤差和可決系數，為我們科學準確地預測宏觀經濟數據提供依據。

［1］徐國祥.統計預測與決策（第二版）.上海：上海財經大學出版社，2005.

［2］王維鴻，張國平.EXCEL在統計中的應用.北京：機械工業(yè)出版社，2004.

［3］秦德智，劉新衛(wèi).管理預測定量方法與模型.武漢：武漢大學出版社，2007.