时间序列预测法在外贸集装箱出港量预测中的应用

王洋　王晓峰　潘静静

【摘 要】 为预测我国外贸集装箱出港量，评估时间序列预测法的应用效果，根据2012―2014年我国主要港口外贸集装箱出港量历史数据，采用时序分解预测方法，对2015年1―9月份我国主要港口外贸集装箱出港量数据建立时间序列模型。计算结果表明，时序分解法预测效果良好，预测精度比较高，在外贸集装箱出港量数据预测中有较好的适用性。

【关键词】 集装箱；外贸集装箱出港量；时间序列预测；时序分解法

0 引 言

随着国际贸易和我国航运业的进一步发展，有关航运市场预测方面的研究变得更加重要和紧迫。外贸集装箱货运量是指一个地区对国际集装箱运输的总需求量，其预测的准确与否直接影响到港口建设规划和未来的营运。有关货运量的预测方法有很多，包括回归分析法、指数平滑预测法、神经网络法等。

外贸集装箱货运量作为一个受多种因素影响的复杂关系量，运用回归分析法难以对其量化。[1]由于资料有限，运用指数平滑预测法确定平滑指数难度较大。[2] 相比之下，运用时间序列预测法是一个合理的选择，其既可以避开复杂的相互关系，也无需大量的资料就可以通过时间序列数据构建模型，找出数据的潜在规律，预测未来数据。

1 时间序列预测法

所谓时间序列就是一组时间顺序排列的观测数据。时间序列预测的目的在于分析已有的观测数据随时间变化的规律，从而预测未来。

一般而言，时间序列数据由长期趋势变动、循环变动、季节变动和不规则变动等4个要素组成。时间序列预测方法主要有朴素预测法、趋势外推法、平滑法、分解法、过滤法和自回归-移动平均数法等6种。本文运用时序分解法求得未来时间序列的预测值：

加法模型： Y=T + S + C + I

乘法模型： Y=T €？S €？C €？I

式中： Y为未来时间序列的预测值； T为长期趋势值；S为季节变动值；C为循环变动值；I为不规则变动值。

2 计算实例

2.1 样本选取

根据2012―2014年我国主要港口外贸集装箱出港量数据（见表1），得出2012―2014年我国主要港口外贸集装箱出港量变化趋势（见图1）。

2.2 外贸集装箱出港量时间序列预测步骤及评价

由图1可以看出，我国主要港口外贸集装箱出港量随月份时间的不同而上下波动，具有较明显的上升趋势。因此，应用时序分解的乘法模型，其中，长期趋势T可用直线趋势拟合，时间t为自变量，出港量为因变量，求得如下回归方程：

T=3 162 260.744 + 8 864.824 t

时序分解法预测的具体步骤如下：

（1）进行时序分解计算，结果见表1；

（2）计算季节变动因子，根据表1中第⑥栏数据可以计算得到各月份的平均季节因子（见表2）；

（3）计算周期变动因子，根据表1中第⑨栏数据可以计算得到各月份的平均周期因子（见表2）；

（4）通过回归方程求得2015年1―9月份回归估计值（见表2）；

（5）利用乘法模型，将表2所得的数据按各月份相乘，得到2015年1―9月份我国主要港口外贸集装箱出港量的预测值（见表3）。

由表3可以看出，运用时序分解法对我国主要港口外贸集装箱出港量进行预测，相对误差不超过4%，预测效果良好，预测精度较高。

3 结 语

外贸集装箱出港量预测受季节性因素影响最大，而时序分解法可将季节性因素剔除，大大增加了预测的准确性。时间序列预测法作为一种重要的预测方法，根据变量自身的历史数据，通过软件就可得出预测模型。因此，时序分解法在外贸集装箱出港量预测中有较好地适用性。同时，预测我国外贸集装箱出港量对海事管理部门针对性地保证贸易顺畅具有一定的价值意义。

参考文献：

[1] 薛裕颖，段希义，潘玉民.时序与回归预测方法比较研究[J].黑龙江科技信息，2015（19）：129-131.

[2] 王亮，刘豹.时间序列预测方法评述[J].预测，1991（4）：39，59-68.