靳 惠

（河南财经政法大学，郑州450002）

0 引言

零售业在实现社会资源配置、生产者与消费者衔接、宣传文化要素等方面发挥了重大作用，一些大宗的零售品销售（如服装、食物，化妆品）具有很强的季节性特征，从零售业上市公司的财务年报中可以清楚的发现一般来说在前3个季度资金流较为充裕，在4季度初期会呈现出淡季特征，但到4季度末由于春节、元旦传统佳节的来临商业销售旺季到来。不同于制造业、农业，零售业这种内生波动+季节波动的双重波动给预测工作带来很大难度。单变量和多变量的计量回归模型在季节性经济现象中的作用大大折扣，如在一段时间的广告宣传和促销后，预测销售额成为未来企业战略制定的基础，但零售品所面临的顾客群体层次不齐，从顾客满意度、宏观景气角度进行的预测结果与实际不符。目前要做的是将以往的零售额数据中的季节因素剔除，计算出稳定趋势；同时根据得出的季节系数再进行返回预测。目前关于趋势剥离的数理方法很多，如HP滤波、BP滤波、卡尔曼滤波，以及最先进的小波理论等等。目前关于季节性调整的方法主要有Census X12，韩荆（2009）运用Census X12季节调整法与HP滤波法对吉林现金投放数据序列进行分离并得到相关结果。针对零售品销售额的预测研究成果也比较多，如秦伟良（2008）以状态空间和卡尔曼滤波结合，构建预测模型；刘家琨（2011）时间序列季节模型和单整自回归移动平均(ARIMA)模型,对福建省的消费品零售总额进行预测。……