最后，实例分析中简单讨论了数据处理的方法步骤，解决数据来源。线性回归分析中使用matlab程序做出多元线性回归函数，并进行相关性程度分析，进行了对上市公司业绩的预测，数据用程序处理成功。

第2章  预测方法概述

预测作为一门实用学科,它所研究的内容就是如何对未来事物的发展进行科学的估计。所谓经济预测,就是指人们根据对客观经济发展事物及规律的认识,在观察和分析经济发展过程的历史与现状的基础上,对未来的经济发展趋势做出合理的判断和估计。以个别经济单位生产经营发展的前景作为考察对象,研究其各项有关指标之间的联系和发展变化状况的,则属于微观经济预测,如对工业企业所生产的具体商品的生产量、需求量和市场占有率的预测等。微观经济预测,是企业制定生产经营决策以及编制和检查计划的依据。

经济预测的方法大体可分为两大类：一类是定性分析法(又称经验判断法),它是人们通过对事物的性质、特点和已占有情况的分析,依靠主观判断和逻辑分来析预测事物未来发展状况的其结果只是定性描述和大体估计。常用的定性预测方法有:市场调查预测法、专家评估法、主观概率法等。另一类是定量分析法(又称分析计算法),它是人们利用已占有的基础数据资料,通过建立数学模型进行计算来预测事物未来发展状况的,其结果则比较明确和具体。

随着时代的发展，数学被越来越多的应用到金融中。它也给金融带来了一场。其中最受人瞩目的莫过于金融工程、定量投资以及风险管理。基于以上理论，除了传统的分析方法以外，近年来又发展了许多新的预测方法，并且取得了很好的效果。文献综述

2.1  趋势分析法

趋势分析法也称趋势曲线分析、曲线拟合或曲线回归，是根据已知的历史资料来拟合一条曲线，使得这条曲线能反映负荷本身的增长趋势，然后按照这个增长趋势曲线，对要求的未来某一点估计出该时刻的负荷预测值。

常用的趋势模型有线性趋势模型、多项式趋势模型、线性趋势模型、对数趋势模型、幂函数趋势模型、指数趋势模型、逻辑斯蒂(logistic)模型、龚伯茨(gompertz)模型等，寻求趋势模型的过程是比较简单的，这种方法本身是一种确定的外推，在处理历史资料、拟合曲线，得到模拟曲线的过程，都不考虑随机误差。

采用趋势分析拟合的曲线，其精确度原则上是对拟合的全区间都一致的。在很多情况下，选择合适的趋势曲线，确实也能给出较好的预测结果。但不同的模型给出的结果相差会很大，使用的关键是根据地区发展情况，选择适当的模型。

2.2  时间序列法

时间序列，也叫时间数列、历史复数或动态数列。它是将某种统计指标的数值，按时间先后顺序排到 所形成的数列。时间序列预测法就是通过编制和分析时间序列，根据时间序列所反映出来的发展过程、方向和趋势，进行类推或延伸，借以预测下一段时间或以后若干年内可能达到的水平[6]。

设 为时间序列中时点i的观测值,其样本为N；每次移动地求算术平均值所采用的观测个数为n;则在第t时点的移动平均值 为

                           (2.1)

式中   ——第t时点的移动平均值，也可当做

第t+1时点的预测值 ，即

             ,                                   (2.2)

由（2.2）式可导出： 基于回归分析的上市公司业绩预测(4):http://www.youerw.com/shuxue/lunwen_76564.html