摘要：定量预测方法分为因果预测法和时间序列预测法，因果预测法利用预测变量与其他变量之间的因果关系进行预测，时间序列预测法是根据预测变量历史数据的结构推断其未来值。由于因果预测法只利用某个变量与其他变量之间的因果关系，但缺少描述变量自身时间序列结构的功能；而时间序列预测法只能描述变量自身序列的结构，但没有考虑其他相关因素的影响，因此本文提出基于观测向量序列的隐马尔可夫模型（HMM）预测方法，该方法能同时考虑变量自身序列结构以及相关因素的影响。首先介绍HMM基本理论；其次，在模型训练、隐状态序列估计的基础上，提出基于观测向量序列HMM预测算法；最后分别进行仿真实验和实证研究，结果表明该方法的有效性。

关键词：隐马尔可夫模型 em算法 viterbi算法 影响因素 预测 

单位：南京航空航天大学经济与管理学院; 江苏南京210016