Time Series中文名称为时间序列，它是ACCA考试MA科目中一个常考的重要考点之一，历年有很多考生都会在这个考点上失分，对此，会计网今天就为大家重点解析这个常考点内容，希望有所帮助。
01、Four components of a time series:
Trend -- underlying long-term movement over time in the values of the data recorded
趋势：数据的潜在变化情况
Seasonal variations – short-term fluctuations
季节性波动：短期数据波动
Cyclical variations – longer than seasonal variation
周期性变化：更长期的数据波动
Random variations – caused by unforeseen circumstances
随机事件
在MA中，通常只做短期预测，所以重点在于Trend 和Seasonal variation的掌握，不考虑Cyclical variations和Random variations.
02、Finding the Trend (T)
2.1 Moving average -- 移动平均法
移动平均法就是根据已知的实际数据，求出固定期数的平均值，且均值对应的时间点也是对应期数的中间点。我们来看一道例题：
(1) Take a moving average over a period of three quarters.
第一种情况便是求奇数期数的移动平均数，所以第一个平均数=Year 1 Q1 - Q3实际销售数量的平均数，时间点对应的是Year1 Q2，第二个平均数=Year 1 Q2 - Q4实际销售数量的平均数，时间点对应的是Year1 Q3，以此类推，结果如图：
(2) Take a moving average over a period of four quarters.
第二种情况便是求偶数期数的移动平均数，第一个平均数=Year 1 Q1 - Q4实际销售数量的平均数，但是时间点对应的是Year1 Q2.5，第二个平均数=Year 1 Q2 - Year2 Q1实际销售数量的平均数，时间点对应的是Year1 Q3.5, 所以为了得到Q3对应的平均值，还需要再进行一次Q2.5和Q3.5的均值计算，结果如图：
【总结1】：用移动平均法求奇数期的平均数时，只需求一次移动平均;求偶数期的平均数时，则需求两次移动平均
2.2 High-low method -- 高低点法
根据移动平均法求得的结果，我们可以提炼出来这样的数据：
根据这些数据是可以利用线性回归法和高低点法求出Trend的表达式的，从而用于预测后面期数的Trend值。此时，以时间为自变量x，以trend值为因变量y。
当题中给了我们自变量的取值情况，按照题目要求进行计算。如果没有给出，默认Year1 Q1时x1=1, Year1 Q2时 x2=2 ...... 所以本题中高低点分别为:
Year1 Q3 x3=3, y3=1391
Year2 Q2 x6=6, y6=1418
带入高低点法公式：
Trend的最终表达式为 y = 1364 + 9x
【总结2】：移动平均法和高低点法是两种不同的方法，同学们要区分它们的适用情况
2.3 Deseasonalization/ seasonally-adjusted figure —— 去季节化
可以用两种模型：
(1) Additive model 加法模型 T=Y-S
(2) Multiplicative model 乘法模型 T=Y/S
(Y is the actual result in case)
【总结3】：看到Deseasonalization/ seasonally-adjusted figure的表达要知道是在让我们求出Trend的值，注意使用的是实际的Y
03、Finding the Seasonal Variation (S)
3.1 Additive model -- 加法模型
(1) S = Y – T
以上面数字为例
(2) 加法模型下季节性波动的总和为0，也就是
举例：当题目提供给我们第一年Q1对应的S1=+5，Q2对应的S2= -3，Q4对应的S4= -4，让我们求Q3的预计销量，那么此时就可以根据这个结论求出S3= 0 - (+5 -3 -4)= +2
(3) 对应期间的S是相等的
解释：当题目提供给我们第一年Q1对应的S1=+5，Q2对应的S2= -3，Q3对应的S3= +2，Q4对应的S4= -4，让我们求第二年Q2的预计销量，那么此时就可以直接将S2= -3代入计算
3.2 Multiplicative model -- 乘法模型
(1) S = Y /T
以上面数字为例
(2) 加法模型下季节性波动的总和为n，也就是
举例：当题目提供给我们第一年Q1对应的S1=1.1，Q2对应的S2= 0.8，Q4对应的S4= 1.4，让我们求Q3的预计销量，那么此时就可以根据这个结论求出S3= 4 - (1.1 + 0.8 + 1.4) = 0.7
(3) 对应期间的S是相等的
解释：当题目提供给我们第一年Q1对应的S1= 1.1，Q2对应的S2= 0.8，Q3对应的S3= 0.7，Q4对应的S4= 1.4，让我们求第二年Q2的预计销量，那么此时就可以直接将S2= 0.8代入计算
【总结4】：没有找到所求期间的季节性波动不要慌，仔细阅读一下题目看是否能够根据其他方式得到。
04、Finding the Forecast figure (Y)
4.1 Additive model -- 加法模型
Y = T + S
4.2 Multiplicative model -- 乘法模型
Y = T * S
两种方法下的T和S可以先根据之前介绍的方法确定，再带入公式进行计算就能得到最终的预测量了。所以同学们一定要注意审题，找到关键的提示信息，帮助我们解决问题。
以上就是时间序列相关的全部考点啦，同学们，你们学会了吗~
来源：ACCA学习帮
