更新的判断性预测能否使预测更加准确[外文翻译].rar

附件C：译文


更新的判断性预测能否使预测更加准确

马库斯奥康纳a，威廉里默斯b，肯尼思格利格斯c
（a新南威尔士大学，悉尼，新南威尔士州，澳大利亚；b夏威夷大学，2404梅尔路，檀香山，您好96822，美国；c加州理工学院，圣路易斯奥比斯波，CA，美国）


摘 要：本研究旨在钻研及时更新的判断性预测能否使预测更加准确。该文献确信准确的背景资料会提高预测的准确性。然而，预测有时也可以更新，即当能获得纯粹的即时信息时，如最新的时间数列值信息。 在后一例中的关键假设是：离被预测事件的发生时间越近，预测准确性就越高。即：得到的时间数列值数据越新近，预测准确性也会随之提高。且支持此假设和质疑此假设的例证并存。有项实验旨在检测短时信息对预测准确性的影响。实验发现，若以时间数列为趋向，当新近的短时信息出现时，更新时间数列预测就会提高预测的准确性。然而，当时间数列相对固定时，更新时间数列预测似乎没有意义。
关键词：判断； 时间数列；滚动预测

1 引 言
世界各国的企业每个月都会召开会议预测将来数月其主要产品的销售额。在例行的预算会议中，先前做出的预算会和新做出的预算一样得到更新。更新预测的假设是面向新信息更新以前某个时候做出的预测，这个过程将会提高最终预测的准确性。例如，二月份做出的关于十二月份销售额的预测（即提前十月预测）不如十一月份做出的预算（提前一月预测）准确。本论文是在实验室研究条件下研究这个隐含的假设。

2 背 景
以上提到的预测更新是产品预测环境的典型。劳伦斯欧康纳和埃德蒙森（1999）曾在澳大利亚研究了消费产品的预测过程。虽然机构中预测范围各有不同，但是大多数情况下都存在滚动预测系统。对一些公司而言，每月预测只要求做两次。其余的公司明显要做12个月的滚动预测。公司之间的差异通常来源于诸如原材料购买周期以及在中期为主要促销作计划的需要等因素。在产品预测中，假设信息的相关性随着事件接近实现而提高，这通常可以调整减少了前置时间绩效的预测的准确性。在滚动预测程序中最新信息真的是最准确的吗？可通过一个检测获得一些证据，即预测准确性随着预测范围的增加而降低。表1列出了所选出的统计方法（Makridakis et al.,1982）的平均绝对百分比误差（MAPE）和判断方法（劳伦斯，埃德蒙德森和欧康纳，1985）用来预测时间数列。