如何在R中对多家企业的时间序列数据批量预测ROA？

你的数据属于典型的短面板数据，单企业可使用的年度时间序列长度为6年，批量预测的核心逻辑是按企业拆分全量数据后逐组建模，最后合并所有预测结果即可，具体实现步骤如下：

第一步：数据预处理 #

• 先确认你的dataframe包含三个必填字段：企业名称、年份、ROA，其余销售额、员工数量等基本面字段为可选协变量
• 按企业名称分组，过滤掉时间序列有效长度不足3年的异常企业样本，避免后续建模报错
• 单企业的年度数据时间序列频率统一设为1，无需做月度/季度转换

第二步：批量建模核心逻辑 #

适配你正在使用的forecast包，搭配dplyr+purrr做分组迭代即可实现批量处理：

• 用dplyr::group_split()按企业名称拆分全量数据，得到每个企业对应的子数据框列表
• 用purrr::map()遍历所有子数据框，对每个企业的ROA时间序列建模，可根据数据特征选择auto.arima()、ets()等函数；如果要加入销售额、员工数量等协变量提升精度，可使用auto.arima(y, xreg = 协变量矩阵)的形式建模
• 所有模型统一用forecast()函数生成1期（对应2021年）的预测结果，提取点预测值即可

第三步：结果合并输出 #

遍历预测结果时同步绑定对应的企业名称、预测年份2021，最后把所有结果合并为统一的结果表即可，核心代码示例如下：

# 加载依赖包
library(dplyr)
library(purrr)
library(forecast)

# 批量预测核心代码
pred_result <- 你的原始数据框 %>%
  group_by(企业名称) %>%
  # 过滤掉有效样本量不足3年的企业
  filter(n() >= 3) %>%
  group_split() %>%
  map_dfr(function(sub_df){
    # 提取单企业ROA时间序列
    roa_ts <- ts(sub_df$ROA, start = min(sub_df$年份), frequency = 1)
    # 若使用协变量可取消下方注释，自行替换协变量字段名
    # xreg_mat <- as.matrix(sub_df[, c("销售额", "员工数量")])
    # 建模，可根据需求替换为ets等其他forecast包支持的模型
    model <- auto.arima(roa_ts)
    # 预测1期（对应2021年）
    pred <- forecast(model, h = 1)
    # 组装单企业预测结果
    data.frame(
      企业名称 = unique(sub_df$企业名称),
      年份 = 2021,
      预测ROA = as.numeric(pred$mean)
    )
  })

注意事项 #

• 如果部分企业建模失败，可在map()里加tryCatch()跳过异常样本，避免全流程中断
• 时间序列过短的企业（<3年）建议单独处理，或者直接用对应年份的行业ROA均值填充预测值
• 若使用带协变量的时间序列模型，需要提前准备好2021年对应企业的协变量预估数据，传入forecast()的xreg参数才能完成预测；如果没有协变量的预估数据，直接使用单变量时间序列模型即可
• 如果想进一步提升预测精度，可以换用面板回归模型（如固定效应模型+ROA滞后项）、梯度提升树（XGBoost/LightGBM）等方案：将历史ROA、企业所属行业、其他基本面指标都作为特征训练模型，完成训练后直接输入2021年的特征即可得到预测结果

内容的提问来源于stack exchange，提问作者yannick