<< Click to Display Table of Contents >> 当前位置:  深度分析 > 深度分析实验及应用  时序分析

❖财务预测

时序分析就是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，预测下一个阶段的发展规律。企业可以通过时序分析模型来及时有效的监控企业的财务风险。

 

•数据探索

拖拽数据集节点“财务数据”到编辑区，在探索数据页面选择实际数值，通过直方图可以分析2010-2016每月的财务收入分布情况。

 

•时序分析

拖拽时序分析节点，连接数据集节点。

 

o配置项目

选择时序分析节点配置参数如下图：

o运行

点击运行全部按钮。

 

o结果分析

o拟合程度分析

图中绿色部分为实际值，灰色线为拟合值。从下图可以看出拟合曲线和实际曲线重合度很高，说明模型预测的比较成功，其中峰值预测也比较准确。

o分布情况说明

从图中可以看到整体趋势在逐年递增，每季度末都会有指标冲高的情况，以年底冲指标尤为明显。

但是2016年12月发生了比较大的波动，实际收入明显低于同期水平，可能是受到政策或宏观经济环境的影响。

o模型统计量说明

【MSE】平方误差的均值。越小越好。

【LBQ检验】时间序列是否存在滞后相关的一种统计检验。显著性小于0.05时说明误差存在明显的自相关性，表示模型拟合不良。显著性值越接近1模型拟合越好。

o预测值分析

 

▪分析数据拟合准确率

1. 选择时序分析节点，右键选择保存为数据集，保存成内嵌数据集。

2. 在创建数据集模块，打开保存的内嵌数据集，在元数据区域右键新建表达式“准确率”。输入脚本：1-abs(col['实际值']-col['时序分析_历史拟合值'])/col['时序分析_历史拟合值']

3. 对比2015，2016财务数字的实际值和历史拟合值，发现预测的准确率很好，平均准确率为91.34%, 2016年的预测的平均准确率为93%。

▪模型预测值

2017年的预测值如下图：