基于时间序列模型的A公司消费需求预测

孙敏

摘要：以A温泉酒店公司（以下简称A公司）2017-2019年消费人次为自变量，采用曲线趋势外推法预测A公司年消费需求规模。A公司往年季度接待人数与三次曲线（y=62.44x³-895.9x²+36088.7x-2573.3）拟合度显著性高。该预测模型的后验差比值c=0.228，小概率误差P=1，因此可用于预测A公司未来消费需求。通过本论述编写的MATLAB程序计算可得2020-2021年A公司年消费需求规模分别为21.67J人次和61.47万人次。

关键词：消费需求;三次曲线模拟;MATLAB计算

中图分类号：F59 文献标志码：A

A公司位于甘肃省陇东南地区，现有温泉浴庄和度假酒店两个产品。与周边温泉相比，A公司温泉产品存在同质化严重、附加值低和文化体验度弱等问题。与全球温泉产品相比，A公司仍沿用上个世纪“泡池+饮食+酒店”的发展理念。因此，A公司急需基于未来消费需求规模开发相应产品以应对文旅融合时代温泉产品需求。因此本论述通过分析A公司2017-2019年的旅游接待人数规律，引入时间序列分析方法，建立A公司消费需求动态预测模型，并借助MEATLAB程序预测2020-2021年A公司消费需求规模。

1A公司消费需求时间预测模型

1.1数据来源

2017-2019年A公司年消费人次依次为1.27、1.08和12.3万人次（见表1所列）。接待的游客人数可看成是一个随时间推移而形成的随机时间序列。见表2所列，A公司月系列消费需求有2个旺季，即6-7月份和12-1月份。

1.2预测模型确定

因为旅游人数是衡量旅游需求的常用变量，因此本论述采用的时间序列预测模型中自变量（x）是季度平均消费接待人次，需求预测因变量（y）是季度游客接待人次。如图1所示，A公司2017-2019年的季度接待人数（共计12组数据）呈曲线形态。已有经验和本论述反复拟合分析表明三次曲线趋势外推法预测模型（y=ax³+bx²+cx+d）是显著性较高的预测模型。将A公司2017—2019年季度统计数据代入可得消费需求預测公式如下。

y=62.44x³-895.9x²+36088.7x-2573.3

根据表3计算可得该预测模式的后验差比值c=0.228<0.35，所以预测精度等级为优秀;小概率误差P=1>0.95，所以该预测模型等级为优秀。

2预测结果

为利用该三次项预测模型准确预测A公司未来消费需求规模，本论述设计MATLAB小程序（见表4所列）。

该程序计算得出2020-2021年A公司年消费需求规模分别为21.6万和61.47万（见表5所列）。

3结束语

本论述基于时间序列方法构建A公司消费需求预测模型为y=62.44x³-895.9x%36088.7x-2573.3，该模型的后验差比值C=0.228，小概率误差P=I，说明该模型预测精度高，能够客观反映A公司消费需求变化趋势。MATLAB小程序验算表明2020-2021年A公司消费需求可达21.6万人次和61.47万人次。该预测结果不仅为A公司发展规划提供数据支撑，也可为政府的基础性服务性行业的发展规划提供参考依据。