移动平均法

税务预测常用的一种数学预测方法。它是根据时间数列，逐项移动计算平均值，据以作为预测的一种方法。具体又分单位移动平均法和加权移动平均法两种。简单移动平均法的具体做法是，用靠近预测期的若干期实际数值，计算出算术平均数，作为预测期的预测值。其计算公式为：

式中_t为t期预测值；Y_t-1、Y_t-2、Y_t-n为t期以前若干期实际数值； n为预测资料期数。
加权移动平均法的具体作法是，先按距预测期的远近确定不同的权数，距预测期越近，权数越大，反之，权数越小；然后用以前若干期实际数值，计算出加权算术平均数，作为预测期的预测值。其计算公式为：

式中N表示最大的权数，等于预测资料的期数，即N=h，最小的权数为1。
简单移动平均法和加权移动平均法比较，前者计算方法简单，后者计算方法较复杂，但前者计算结果准确性相对不如后者。移动平均法适用于税务定量预测。

移动平均法

亦称“移动加权平均法”。用以前结存材料的实际成本加本批收入材料的实际成本，除以累计结余材料数量求得材料平均单价，每收一批料就计算一次的方法。是按实际成本发料的计价方法之一。施工企业移动平均法计算公式如下：

这种方法每次进料都要重新计算单价，价格变动较多，进料频繁的单位不易采用。
[参]加权平均法

移动平均法Moving Average

根据时间序列资料逐项推移，依次计算出包含一定项数的序时平均值以反映序列的长期趋势的一种简单平滑预测方法。该方法适用于即期预测。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效消除预测中的随机波动。根据预测时使用的各元素的权重不同，分为简单移动平均法和加权移动平均法。

移动平均法method of moving average

动态数列修匀法之一种。将原始动态数列的时期扩大，用逐项移动、计算时期扩大以后的平均数的方法。例如，把“时期扩大法”中举例的资料扩大为5个月，计算1月份到5月份的平均数，作为3月份的代表值，计算2月份到6月份的平均数作为4月份的代表值，余类推。再把各月的代表值排列成为一个新的动态数列，见表13-4:表中移动平均数对原始数列进行修匀后，消除了原始数列由于偶然因素引起的上下波动，从而使上升趋势得到显著地体现。

表13-4 某厂××年月份产量计算表

月份	1	2	3	4	5	6	7	8	9	10	11	12
产量（万件）	9	13	12	9	14	18	10	17	20	15	23	23
移动平均数 （万件）			11.4	13.2	12.6	13.6	15.8	16	17	19.6

移动平均法Moving Average Method

为了研究事物在一个较长时间内发展的趋势，而将原有时间数列调节均匀的一种简单的预测方法。这种方法对时间数列采用逐项移动的办法按一定时期分别计算一系列序时平均数，形成一个新时间数列。在新时间数列中，短期的偶然因素引起的变动被削弱，从而体现出事物在较长时间内的基本发展趋势。例如表11-6中日期与股市指数，通过计算其五日移动平均指数，可以得出股指较长期的一个发展趋势。图11-8中实线代表实际指数，而虚线代表移动平均线，显现着长期趋势。

表11-6

日期	指数	五天指数合计	五天平均 移动指数
1	28.76
2	28.73
3	27.47
4	27.33
5	29.08	28.76+28.73+27.47+27.33 +29.08=141.37	28.27
6	28.61	141.37-28.76+28.61=141.22	28.24
7	25.22	141.22-28.73+25.22=137.71	27.54
8	27.23	137.71-27.47+27.23=137.47	27.49
9	31.42	137.47-27.33+31.42=141.56	28.31
10	31.86	141.56-29.08+31.86=144.34	28.87

图11-8 移动平均示意图

移动平均法由于其可以揭示长期趋势的特性，因而在经济、统计、管理等领域得到广泛运用。

移动平均法

是对原有价格按时间序列进行修匀，即采用逐项递移的方法分别计算一系列移动的时序价格平均数，形成一个新的派生平均价格的时间序列，借以消除价格短期波动的影响，显现出价格变动的基本趋势。在运用移动平均法时，一般应按照房地产价格变化的周期长度进行移动平均。在实际运用中，移动平均法有简单移动平均法和加权移动平均法之分。

移动平均法

将原始动态数列采用依次逐项移动的方法，分别计算出扩大间隔以后的序时平均数来代替原有的动态数列，以测定其长期趋势的方法。目的是消除因偶然因素引起的上下波动，出现一个直线上升趋势的派生序时平均数动态数列，依此而呈现出现象在较长时期的基本发展趋势。应用此法所绘制的趋势线比部分平均法较为平滑，但仍是曲线而不是直线。一般采用奇数项移动，所得平均值都可以对正各时期原值，一次即得趋势值。移动后所取序时项数与趋势值的项数关系为： 趋势值项数=原数列项数-序时项数+1。

移动平均法

时间序列预测方法之一。利用时间序列的移动平均数来进行预测的一种方法。移动平均数的计算公式为： Mt(1)=(y_t+y_t-1+…+y_t-n+1)÷n。式中，n代表跨越期； yi代表时间序列值；M_t⁽¹⁾代表第t期的一阶移动平均数。它主要包括： (1) 简单移动平均法。即直接以本期的移动平均数作为下期预测值的预测方法。 预测模式为： _t+₁＝M(1)t= (y_t+y_t-1+…+y_t-n+1) ÷n。主要用于时间序列无明显上升、下降趋势，但具有不规则波动时的短期预测。(2) 一次移动平均法。即以基期的移动平均数加上一定的趋势值来进行预测的方法。预测模式为：

式中，y_t+k代表k期后的预测值； M_t⁽¹⁾代表基期的一阶移动平均数； n代表跨越期； b代表趋势值，其计算公式为：

主要用于时间序列具有明显上升、下降趋势时的预测，既能用于短期预测，也能用于中、长期预测。(3) 二次移动平均法。即利用一阶移动平均数和二阶移动平均数来进行预测的方法，预测模式为：y_t+k =a_t +kb_t。式中，a_t、b_t为参数，其计算公式为：
a_t＝2Mt⁽¹⁾-M⁽²⁾t;
Mt⁽²⁾为第t期二阶移动平均数，可依一阶移动平均数计算求得：
Mt⁽²⁾t= (Mt⁽¹⁾+M_t-1⁽¹⁾+…+M_t-n+1⁽¹⁾)÷n。主要用于时间序列具有明显上升、下降趋势，其一阶移动平均数亦具有明显上升、下降趋势时的预测。