时间序列预测—科学的悲哀？

时间序列预测—科学的悲哀？

已知某yc企业2007年至2010年48个月实现的增值税（因种种原因，数据是编的），可否用时间序列预测2011年该企业将实现的增值税？
基本思路
1.
将07-10年实现的增值税用spss软件剔除季节性因素
2.
根据剔除季节性因素后的数据作出回归模型，预测2011年的增值税
3.
把季节性因素考虑进去，得到最终预测结果
老师指出有以下两个问题：
1、饼图：企业的全部产品产量不能看作为1。应该将产出的汽油、柴油等转换为标准煤。
2、思路是对的，但只要有时间就能收税，太可怕了，这样做是科学的悲哀。应该用增值税的直接相关因素，比如销售收入。
但老师的说法我实在无法苟同：时间序列预测对所预测的变量有什么规定或前提吗？我在《统计学》（贾俊平 第四版 中国人民大学出版社）没有看到任何说明。如果说实现增值税不能预测，那么销售收入就可以用时间序列预测吗？如果不能一直要追溯什么样的变量。可以用时间序列预测的变量具备什么样的性质？因为未来是未知的呀？时间序列预测在统计学中地位尴尬？我真的一头雾水。
发帖在此恳求专业的帮助（附：Yc石油税收收入预测）。以前曾在爱问频道发过一个帖子，但没有详细的说明。此次一并附上《Yc石油税收收入预测》。一是想搞清楚时间序列预测可以这样用吗？不说求真求智了，看一下这个科学的悲哀到底有多悲哀。二是答应同事完成这篇调研报告。因为本篇预测某企业实现的增值税，非常具体，如果销售收入、买进原油等确定的话就可能变成初中代数了，不用统计了，费什么劳什子！时间序列预测不行的话请高手指条路。

我们正在学习统计学   有讲时间序列分析

哈哈，我是穷人：只有12个论坛币。但我要用将近一半的财富求助。谢谢了

如果只是为了得到预测的结果，任何一个模型都是可以的，但是为了在统计上有意义，得到的模型必须通过统计的严格检验。

是一个比较花时间的问题啊

时间序列建模是以数据本身为导向的建模方法，而传统的截面数据建模方法是以经济理论为基础的，这是两种不同的思路。所以你老师的意思是希望你的模型有一定的经济解释力，加入其他相关变量后分析。时间序列建模的重要意义就在于其预测的准确性，让数据自己说话，所以其统计检验就更加重要了，要考虑平稳性之类的，但是经济意义有时候也不能得到很好体现。关于建模方法的选择还是以建模的目的为出发点的，如果该企业内部和国家相关政策没有什么大的变动，而且只是预测的话，时间序列模型还是很有效的。

模型必须通过统计的严格检验。深思中， 一般都有哪些检验方法？能不能拿预测得到的对比一下一季度、二季度的实现的增值税，看误差是否很大？

如果该企业内部和国家相关政策没有什么大的变动，而且只是预测的话，时间序列模型还是很有效的。 受到鼓舞