时间序列预测方法的应用时间序列时间序列预测分析背后的基本假定是：时间序列预测未来会与过去相似。因而，时间序列预测分析师可以通过运用移动平均、指数平滑或趋势线等方法分析历史数据，对未来收入做出预测。时间序列预测运用这种技术，一家过去五年以10%的速度增长的公司，时间序列预测未来的增长率很可能也是10%左右。除非有人能提出全新的理由促进激烈的逆转，这种“后视镜”的方法很难被有效质疑。时间序列分析已经被证明能较好地运用于食品、电力和医疗保健等基础产业中。因而，它通常应用于预测稳定和防御型的公司。针对具体公司层面，对这些公司做出时间序列预测精准的预测很困难，但时间序列预测如果该公司占有大量的市场份额，做出准确预测则相对容易一些。因为具有主导地位的企业，比如啤酒行业的百威（Budweiser），通常可以代表整个行业。

时间序列方法的弱点在于无法预测公司业绩的转折点。转折点往往是难以预料的新竞争对手或产品革新的结果。时间序列方法如何能够预测到在称霸了汽车行业15年之后，SUV（越野车）会出现销售的死亡？如何预测到苹果电脑命运的彻底扭转？时间序列方法的另一个弱点是时间序列预测商业周期。时间序列预测这些现象不会出现在预设好的时间表中，而且持续时间和规模变化很大。显然，我们还需要其他的预测方法。