一、单项选择题
1.B2.C3.A4.C5.D
6.B7.C 8.A9.D10.A
11.C12.A13.B14.D15.B
16.C17.D18.A19.A
二、多项选择题
1.AC2.ABCD3.BCD4.ABCD5.ABD
6.AB7.ABCD8.ABC9.AD
三、简答题
1.时间序列就是将市场现象或影响市场各种因素的某种统计指标数值，按时间先后顺序排列而成的数列。时间序列是对市场现象过去表现的资料整理和积累的结果。也称动态数列或时间数列。
时间序列有很多种类：①按时间序列排列指标的时间周期不同，时间序列可以分为年时间序列、季度时间序列、月时间序列等；②按其所排列的市场现象指标种类不同，时间序列可以分为绝对数时间序列、相对数时间序列、平均数时间序列等等。
2.传统的时间序列分析法，把影响市场现象变动的各因素，按其特点和综合影响结果分为四种类型，即长期趋势变动、季节变动、循环变动、不规则变动。
①长期趋势变动是指时间序列观察值即市场现象，在较长时期内持续存在的总势态，反映市场预测对象在长时期内的变动趋势。这种变动是大多数现象所具有的特点，也是分析时间序列，进行市场预测首先应该考虑的现象变动规律。
②季节变动一般是指市场现象以年度为周期，随着自然季节的变化，每年都呈现的有规律的循环变动。广义的季节变动还包括以季度、月份以至于更短时间为周期的循环变动。
③循环变动泛指间隔数年就出现一次的市场现象变动规律。市场现象的循环变动形成的原因是多方面的，根本上是由经济运行周期决定的。
④不规则变动是指现象由偶然因素引起的无规律的变动。如自然灾害、地震、战争、政治运动等偶然因素对市场现象序列的影响。
3.序时平均数，是对时间序列观察值计算的动态平均数。其平均数将现象在不同时间发展水平的差异抽象掉，表现某种现象在某段时期发展的一般水平。序时平均数预测法就是把这个动态平均数作为预测值的基础。
序时平均数预测法适用于两种情况：①市场现象时间序列呈水平型发展趋势，不规则变动即随机因素的影响较小。这种情况下应用此方法，实际上是进一步消除不规则变动的影响，将水平型变动规律更清楚地反映出来。②市场现象在一年中各月的观察值有明显季节变动，而在几年之间不存在明显的趋势变动，且不规则变动即偶然因素的影响很小。
4.平均增减量预测法就是指当时间序列环比增减量相差不大的情况下，以平均增减量为依据，建立预测模型计算预测值的方法。它主要适用于有趋势变动的市场现象时间序列，其趋势变动规律是环比增减量基本相同，且随机因素的影响不大。
平均发展速度预测法是指当市场现象时间序列的环比发展速度基本一致的情况下，以平均发展速度为依据建立预测模型，并对市场现象估计预测值的方法。它主要适用于有明显趋势的市场现象时间序列，其趋势变动规律表现为发展速度大致相同，并且随机因素的影响不明显。
5.加权平均预测法，必须确定适当的权数，才能得到满意的预测值。而权数的确定，只是根据预测者对时间序列的观察分析而定，尚无科学的数学方法。在实际应用中，一般考虑两点：①考虑距预测期的远近，远期观察值权数小些，近期观察值权数大些。②考虑时间序列本身的变动幅度大小，对于波动幅度大的时间序列，确定的权数差异就大些，对于波动幅度小的时间序列，权数的差异就可以小些。
6.移动平均市场预测法，是对时间序列观察值，由远向近按一定跨越期计算平均值的预测方法。
移动平均法有两个显著特点：①它在反映现象变动方面是较敏感的。对于较长观察期内，时间序列的观察值变动方向和程度不尽一致，呈现波动状态，或受随机因素影响比较明显时，移动平均法能够在消除不规则变动的同时，又对其波动有所反映。②移动平均测试法所需储存的观察值比较少。因为随着移动，远期的观察值对预测期数值的确定就不必要了，这一点使得移动平均法可长期用于同一问题的连续研究。不论延续多长时间，保留的观察值不必增加，只需保留跨越期的观察值。
7.一次移动平均预测法是对时间序列按一定跨越期，移动计算观察值的算术平均数，其平均数随着观察值的移动而向后移动。
一次移动平均预测法的优点是：①可以消除由于偶然因素引起的不规则变动，同时又保留了原时间序列的波动规律。②每一个移动平均值只需n个观察值即可计算，需要储存的数据很少。
一次移动平均预测法的缺点是：①这种方法只能对未来预测一期。②对于有明显趋势变动的市场现象时间序列，这种方法是不适合的。它只适用于基本呈水平型变动，又有些波动的时间序列。
8.移动平均预测法虽然可以解决不少市场现象的预测问题，但是也存在不足之处。①计算一次移动平均值，必须储存n个观察期，也就是必须储存跨越期的观察值，加大了市场预测的计算工作量。②一、二次移动平均法，对市场现象时间序列最近n个观察值都给予相同的权数，加权移动平均法虽然对最近n个观察值给予不同的权数，但它对（t-n）期的观察值完全不予考虑，即给予的权数为零，这都增大了市场预测的误差。
9.指数平滑预测法实际上是一种特殊的加权移动平均法。它的特点在于：
①对离预测期最近的市场现象观察值，给予最大的权数，而对离预测期渐远的观察值给予递减的权数。
②对于同一市场现象连续计算其指数平滑值，对较早期的市场现象观察值不是一概不予考虑，而是给予递减的权数。
③指数平滑法中的α值，是一个可调节的权数值，它是一个0≤α≤1的值。
10.二次指数平滑法是指对市场现象实际观察值测算两次平滑值，并在此基础上建立预测模型，对市场现象进行预测的方法。二次指数平滑法克服了二次移动平均法的不足之处：
①二次移动平均法必须具备最近n个市场现象实际观察值，才能测算市场预测值；而二次指数平滑法只需最近一期的实际观察值即可测算预测值。
②二次移动平均法对n个市场现象实际观察值给予相同的权数，对（t-n）期以前的实际观察值则完全不考虑（即给予零权数）；二次指数平滑法则考虑任何一期实际观察值，按其离预测期远近分别给予大小不同的权数。
四、论述题
1.时间序列市场预测法，又称历史延伸法或趋势外推法。它是根据市场现象的历史资料，运用科学的数学方法建立预测模型，使市场现象的数量向未来延伸，预测市场现象未来的发展变化趋势，预计或估计市场现象未来表现的数量。它是一种重要的定量预测方法，一般来说，很适用于短期和近期的市场预测。
时间序列市场预测法的步骤，与市场预测的一般步骤具有共同之处，又有其特点。
（1）搜集、整理市场现象历史资料，编制时间序列，并根据时间序列绘制图形。
①时间序列市场预测法，必须以市场现象较长时期的历史资料为依据。预测者所搜集的资料越完整，对现象从时间上观察得越充分，对市场现象的发展变化趋势和规律的分析就越深入，预测结果就越准确。
②在编制或应用市场现象历史资料的时间序列时，应特别注意现象各时期统计指标的可比性问题。必须保证各时间统计指标数值在指标性质、口径范围、计算方法、计量单位、时间长短等各方面都保持一致。如果搜集的历史资料存在不可比的问题，预测者应该先对指标加以调整，使之具有可比性后，才能编制时间序列，用于时间序列市场预测法。
③为了更加直观地观察市场现象的变化规律，利用时间序列进行市场预测，常将市场现象时间序列的指标绘制成图形。通过图形，可以清楚地观察到市场现象是呈直线还是呈某种曲线，为分析时间序列建立基础。
（2）对时间序列进行分析。
在编制了时间序列，并绘制了图形之后，预测者需要对现象进行深入分析。市场现象时间序列观察值，是影响市场变化的各因素共同作用的结果。传统的时间序列分析法，把影响市场现象变动的各因素，按其特点和综合影响结果分为四种类型，即长期趋势变动、季节变动、循环变动和不规则变动。
①长期趋势变动是指时间序列观察值即市场现象，在较长时期内持续存在的总势态，反映市场预测对象在长时期内的变动趋势。这种变动是大多数现象所具有的特点，也是分析时间序列，进行市场预测首先应该考虑的现象变动规律。
②季节变动一般是指市场现象以年度为周期，随着自然季节的变化，每年都呈现的有规律的循环变动。广义的季节变动还包括以季度、月份以至于更短时间为周期的循环变动。
③循环变动泛指间隔数年就出现一次的市场现象变动规律。市场现象的循环变动形成的原因是多方面的，根本上是经由经济运行周期决定的。
④不规则变动是指现象由偶然因素引起的无规律的变动。如自然灾害、地震、战争、政治运动等偶然因素对市场现象序列的影响。
（3）选择预测方法，建立预测模型。
根据对时间序列的认真分析，选择与时间序列变动规律相适应的预测方法，并建立相应的预测模型。
（4）测算预测误差，确定预测值。
对于所建立的预测模型，通过测算其预测误差，可以判定模型是否能用于实际预测。若其误差值在研究问题所允许的范围内，即可以用预测模型确定市场现象的预测值。
2.单重指数平滑法，也称一次指数平滑法。它是指对市场现象观察值计算一次平滑值，并以一次指数平滑值为基础，估计市场现象的预测值的方法。
单重指数平滑法的基本特点是：
（1）单重指数平滑法实际上是一种特殊的加权移动平均法，是用预测期前一期市场现象实际观察值与平滑值的离差，对前一期的平滑值进行修正，得到新的一次平滑值。其修正数值的大小在很大程度上取决于α的大小。
（2）单重指数平滑法在计算每一个平滑值时，只需用一个实际观察值和一个上期平滑值就可以了，它需要储存的数据量很小。对于一种被连续观察预测的市场现象来说，甚至只要保留一期实际观察值就可进行预测。被保留的实际观察值用来表现最近期观察值对预测值的影响；被保留的上期平滑值用来表现以前各期观察值对市场预测的影响。一次指数平滑法的这种特点，不论是用手工计算还是用计算机计算，都省去了由于储存数据过多带来的不便，计算过程简便，计算工作量不会过大。
（3）单重指数平滑法只能对未来预测一期市场现象的表现，这在很多情况下造成了预测的局限性，不能满足市场预测者的需要。此外，单重指数平滑法预测模型中的第一个平滑值 S（1）1和平滑系数α，在被确定时只是根据经验，尚无严格的数学理论加以证明。单重指数平滑法对无明显趋势变动的市场现象进行预测是适合的，但对于有趋势变动的市场现象则不适合。当市场现象存在明显趋势时，不论α值取多大，其单重指数平滑值也会滞后于实际观察值。
可见，单重指数平滑法既具有明显的特点，也存在明显的不足。预测者在选用此方法时，必须充分利用它的优点，避免其不足对预测的限制和影响。对于单重指数平滑法中存在的不足，用多重指数平滑法是可以弥补的。
五、计算题
1.解：由于所要预测的是2001年的销售额，所以这里所计算的序时平均数应该是前3年销售额的平均数，即：
Y=Yn=（1.2+1.3+1.4）/3=1.3（万元）
所以2001年销售额的预测值为1.3万元。
2.解：加权平均数为：
Y=nt=1WtYtnt=1Wt
=0.5×19+1.0×18+1.5×19+2.0×21+2.5×20+3.0×220.5+1.0+1.5+2.0+2.5+3.0
=21410.5
=20.38（吨）
即12月份粮食销售量预测值为20.38吨。
3.解：先计算各期增长量ΔYt=Yt-Yt-1，如ΔY2=Y2——Y1=72-68=4，余类推，填入表中。
单位：亿元
年份序号固定资产投资总额 Yt增长量ΔYt预测值 Y＾t+11990168——1991272471.51992375375.51993478378.51994582481.51995685385.51996789488.519978——92.5
可见各期增长量比较接近。
再计算各期增长量的平均值：
ΔY=nt=2ΔYtn-1=4+3+3+4+3+47-1=216=3.5
最后计算各期预测值：
∵Y＾t+1=Yt+ΔY
∴1991年固定资产投资总额的预测值为：Y＾2=Y1+ΔY
=68+3.5=71.5
1992年固定资产投资总额的预测值为：Y＾3=Y2+ΔY
=72+3.5=75.5
……
1997年固定资产投资总额的预测值为：Y＾8=Y7+ΔY
=89+3.5=92.5
分别填入表格如上。
4.解：先计算各期环比发展速度 YtYt-1×100%，填入表格中
单位：千户
年份序号市内电话用户 Yt环比发展速度 Xt（%）lgXtY＾t+11992187.3——19932104.5119.70.0781103.9519943123.6118.280.0729124.4319954147.0118.930.0753147.1719965175.5119.380.0769175.0319976——208.96
根据表中计算出来的环比发展速度的各对数值之和，代入公式：
X=antilgnt=1lgXtn
=antilg0.0781+0.0729+0.0753+0.07694
=antilg0.0758
=1.1907
平均发展速度预测法的预测模型为：
Y＾t+1=Y＾t×X-
∴1993年（t=2）市内电话测试值为：Y＾2=87.3×1.1907
=103.95（千户）
1994年（t=3）市内电话测试值为：Y＾3=104.5×1.1907
=124.43（千户）
……
1997年（t=6）市内电话测试值为：Y＾6=175.5×1.1907
=208.96（千户）
分别填入表格如上。
5.解：
单位：吨
月份（序号t）粮油需求量 Yt移动平均预测值 M（1）t+1（n=3）1195—2220—3200—419520551852056180193.37185186.78180183.39190181.7102301851121020012—210
∵跨越期数n=3
∴利用一次移动平均预测法对粮油需求量预测如下：
1、2、3月份不存在一次移动平均预测值；
4月份的粮油需求量预测值为：
M（1）4=Y3+Y2+Y1n=200+220+1903=205（吨）；
5月份的粮油需求量预测值为：
M（1）5=Y4+Y3+Y2n=195+200+2203=205（吨）；
……
12月份的粮油需求量预测值为：
M（1）12=Y11+Y10+Y9n=210+230+1903=210（吨）
将各月份的粮油需求量预测值填入表格如上。
