零售门店营业额预测分析(时间序列建模)

一、 观察数据
某公司门店营业额数据报表（虚拟数据，非真实数据）如下：


可以看到表格有7个变量的数据，而且均以时间先后为顺序来记录的一组月度数据，从计量经济学的角度来分类就是一组时间序列数据，对于这类数据的预测分析，我们一般的做法是建立一个自回归移动平均模型ARMA(p,q)来预测下一期或近几期（不宜预测多期数据）的经济数据。进一步观察数据发现，这几个变量之间似乎存在某种相关(Correlations)关系，为了验证这一想法，我运用SPSS软件对这几个变量进行相关度检验，得到相关系数表如图1所示：

图1
从图1可以看到这7个变量两两之间的相关系数值均大于0，说明7个变量两两之间存在不同程度的正相关，而我们的目的是预测下一期营业额的值，因此只需要查看第二列的值，可以看到营业额与其他变量的正相关度比较高（相关系数值均大于0.8），从而我们也可以建立一个多元时间序列模型来预测下一期营业额的值，对于这个方法，我在后面进行补充说明。
下面我们运用Eviews软件（即Econometrics Views 计量经济学软件包）以及采用第一种做法来进行建模和预测分析，理由是根据现有的条件我们无法确定是否还存在别的因素会影响营业额的变化