殷春武

（西京学院，西安710123）

自J.M.Bates和C.W.J.Granger在上世纪60年代证明了2种或2种以上无偏的单项预测可以组合出优于每个单项的预测结果,即组合预测方法能克服单个预测模型的局限性，集结更多的有用信息并有效地提高预测的精度后，组合预测逐渐成为专家和学者研究中运用的主要方法【1-3】。组合预测的主要思想是将各种单一预测模型通过加权集结从而得到最终的预测结果，在组合预测模型的研究中，现在主要的研究方向是如何来确定各单个预测模型的权重【2】。

关于单个预测模型的权重的研究经过各学者的研究，已经有了一定的研究成果，基于不同的考虑得到不同的加权系数的权重确定模型，并在实际应用中得到了较好的运用。但是通观现有组合预测研究可以发现，在确定各单个预测模型的权重的时候并没有考虑到历史数据的新旧程度对建立模型的影响。即对于某一社会经济问题，由于受到市场环境、社会环境及国家宏观调控政策等方面的影响，近期的数据对于最终的预测结果的影响程度肯定要比远期的数据的影响程度要大，所以在对后期数据的预测建模过程中，应该对于所采集的历史数据的不同时期给与不同的权重，这样建立的组合预测模型更符合实际情况，且预测模型的实用性和精度会进一步提高。

本文将充分考虑新旧历史数据对模型精度的影响程度的不同，给出一种加权残差平方和最小的最合预测模型组合权重确定模型，并基于离散情况下，给出组合权重确定模型。……