[发明专利]一种基于季节性时间序列的企业开票金额预测方法

说明书

本发明公开了一种基于季节性时间序列的企业开票金额预测方法，包括如下步骤：(1)获取待预测企业的历史相关信息，包括企业的开票日期、状态以及开票金额；对获取的数据进行清洗与整合，形成周期性数据；(2)根据整合的周期性数据，计算开票数据的移动平均指标，指标包含四项移动平均值和中心化移动平均值；(3)根据中心移动平均值，计算周期性季节指数；(4)根据周期性季节指数，去除季节性因素，建立长期趋势模型；(5)根据周期性季节指数与长期趋势模型，对企业的季度开票金额进行预测。本发明所公开的方法可以深度整合现有的开票数据，深层次的挖掘开票数据的潜力，为企业决策提供有力的数据支撑，并且预测结果准确度高。

技术领域

本发明涉及一种开票金额的预测方法，特别涉及一种基于季节性时间序列的企业开票金额预测方法。

背景技术

随着数字信息化时代的迅猛发展，目前已逐步进入了数据时代，企业越来越重视对数据的积累，企业的管理层更加注重数字化管理。希望能从企业自身积累的数据，找到经营管理的问题，得出结论进而进行决策。如能充分利用这些基于企业的开票数据，对其进行深入分析，便可以提供大量的高附加值服务。这些增值服务将有利于企业经营与风险控制等，实现更科学的需求管理。

现有的开票信息呈现碎片化、离散化，关联度不高，不利于企业进行分析、预测，无法准确反映企业经营变化趋势，同时不利于向大众直观显示变化趋势。

发明内容

为解决上述技术问题，本发明提供了一种基于季节性时间序列的企业开票金额预测方法，可以深度整合现有的开票数据，深层次的挖掘开票数据的潜力，为企业决策提供有力的数据支撑。

为达到上述目的，本发明的技术方案如下：

一种基于季节性时间序列的企业开票金额预测方法，包括如下步骤：

(1)获取待预测企业的历史相关信息，包括企业的开票日期、状态以及开票金额；对获取的数据进行清洗与整合，形成周期性数据；

(2)根据整合的周期性数据，计算开票数据的移动平均指标，指标包含四项移动平均值和中心化移动平均值；

(3)根据中心移动平均值，计算周期性季节指数；

(4)根据周期性季节指数，去除季节性因素，建立长期趋势模型；

(5)根据周期性季节指数与长期趋势模型，对企业的季度开票金额进行预测。

上述方案中，步骤(1)中，清洗作废、重复的数据，将开票数据按照自然季度分组统计季度开票金额，记为y_(t)，t为自然季度序号。

上述方案中，步骤(2)中，四项移动平均值的计算公式如下：

中心化移动平均值的计算公式如下：

上述方案中，步骤(3)中，周期性季节指数的计算方法如下：

首先，计算各年同季观察值的平均数A_(i)：

其中，N为统计的年度数量，i为自然季度序号，Dataium(i)表示第i季度有观察值的年度数量；

TC(n,i)表示第n年第i季度的中心化移动平均值，将TC_(t)转化为TC_(n,i)，下标对应公式为：

t＝4*(n-1)+i

其次，计算历年间所有季度的平均值B：