【文章內(nèi)容簡介】 關(guān)系 是價(jià)格形成的主要影響因素。價(jià)格預(yù)測不僅要考察 市場供求狀況 【 08單】 ，還要了解產(chǎn)品生產(chǎn)和經(jīng)營過程中的 勞動(dòng)生產(chǎn)率、成本、利潤等因素。 二、市場預(yù)測的程序 : 確定預(yù)測目標(biāo) — 收集、分析歷史數(shù)據(jù)資料和當(dāng)前信息 — 選擇預(yù)測方法 — 預(yù)測過程 — 預(yù)測結(jié)果、方法分析評(píng)價(jià)（如不合理重新選擇預(yù)測方法） — 修正預(yù)測結(jié)果 — 輸出預(yù)測結(jié)果。 三、市場預(yù)測的基本方法 （一）預(yù)測方法分類 ： 一般分為定性預(yù)測和定量預(yù)測； 直觀預(yù)測法和集合意見法 兩類，其核心都是 專家預(yù)測 ，都是依據(jù)經(jīng)驗(yàn)、智慧和能力在個(gè)人判斷的基礎(chǔ)上進(jìn)行預(yù)測的方法。 直觀判斷法主要有類推預(yù)測法 ， 集合意見法 包括 專家會(huì)議法和德爾菲法 等。 11 ： 可歸納為 因果性預(yù)測、延伸性預(yù)測和其他方法 三大類。 （ 1） 因果性預(yù)測 方法通過尋找變量之間因果關(guān)系，從而對(duì)因變量進(jìn)行預(yù)測，這是廣泛采用的因果分析法，包括 回歸分析、消費(fèi)系數(shù)法和彈性系數(shù)法 。 【 09 單】 （ 2） 延伸預(yù)測 是根據(jù)市場各種變量的歷史數(shù)據(jù)的變化規(guī)律，對(duì)未來進(jìn)行預(yù)測的定量預(yù)測方法。適用于具有時(shí)間序列關(guān)系的數(shù)據(jù)預(yù)測。延伸性預(yù)測包括 移動(dòng)平均、指數(shù)平滑、趨勢外推、季節(jié)波動(dòng) 模型等。 （ 3）其他方法則包括 計(jì)量經(jīng)濟(jì)模型、投入產(chǎn)出分析、系統(tǒng)動(dòng)力模型、馬爾科夫鏈 等。適用于現(xiàn)實(shí)經(jīng)濟(jì)生活中的 中長期市場預(yù)測 。 （二）不同方法的比較 常用預(yù)測方法的特點(diǎn) 預(yù)測方法 定性方法 定量方法 延伸性預(yù)測（時(shí)間序列分析） 因果分析 專家會(huì)議法 德爾菲法 類推預(yù)測法 移動(dòng)平均法 指數(shù)平滑法 趨勢外推法 回歸模型 消費(fèi)系數(shù) 法 彈性系數(shù)法 方法簡介 組 織 有關(guān)專家，通 過 會(huì)議 形 式進(jìn) 行 預(yù)測，綜合專 家 意見，得出預(yù) 測 結(jié)論 組織有關(guān)專家，通過匿名調(diào)查，進(jìn)行多輪反饋整理分析 ，得出預(yù)測結(jié)論 運(yùn)用相似性原理，對(duì)比類似產(chǎn)品發(fā)展過程 ，尋找 變 化規(guī)律，進(jìn)行預(yù)測 對(duì) 于具 有時(shí) 序變 化規(guī) 律的 事物，取時(shí)間序 列中 連續(xù) 幾個(gè) 數(shù)據(jù) 值的 平均值，作為下 期預(yù) 測值 與移動(dòng)平均法相似，只是考慮歷史數(shù)據(jù)近遠(yuǎn)期作用不同，給予不同權(quán)值 運(yùn)用數(shù)學(xué)模型 , 擬合一條趨勢線，外推未來事物的發(fā)展規(guī)律 運(yùn)用因果關(guān)系，建立回歸模型，包括一元回歸、多元回歸和非線型回歸等 對(duì)產(chǎn)品在各行業(yè)消費(fèi)數(shù)量進(jìn)行分析 , 結(jié)合行業(yè)規(guī)劃 ,預(yù)測需求總量 運(yùn)用兩個(gè)變量之間的彈性系數(shù)進(jìn)行預(yù)測 適用范圍 長期預(yù)測 近期或短期預(yù)測 短、中長期預(yù)測 中長期預(yù)測 數(shù)據(jù)資料需求 多年歷史資料 數(shù)據(jù)最低要求 5～ 10個(gè) 至少 5年數(shù)據(jù) 需要多年數(shù)據(jù) 精確度 較好 較好 尚好 尚好 較好 較好 很好 很好 較好 四、一元線性回歸分析 基本前提： 兩個(gè)變量間存在線性關(guān)系 。 （一）基本原理 一元線性回歸分析就是通過建立一元線性模型來模擬兩個(gè)變量之間的線性關(guān)系，并利用最小二乘法和已知的歷史數(shù)據(jù)求出模型中的未知參數(shù)，使得模型計(jì)算得出的擬合 值與實(shí)際值的誤差最小，然后將自變量代入模型對(duì)因變量進(jìn)行預(yù)測的方法。 （二）預(yù)測流程 第一步：輸入歷史統(tǒng)計(jì)數(shù)據(jù)，建立一元線性回歸模型 如果預(yù)測對(duì)象與主要影響因素之間存在線性關(guān)系，將預(yù)測對(duì)象作為因變量 y, 將主要影響因素作為自變量 x,一元線性回歸模型表示為： y＝ a＋ bx＋ e 其中： a為回歸常數(shù)， b為回歸系數(shù)； e是誤差項(xiàng)或稱回歸余項(xiàng)。 對(duì)于每組可以觀察到的變量 x， y的數(shù)值 xi， yi，滿足下面的關(guān)系： yi＝ a＋ bxi＋ ei 12 其中： ei是殘差項(xiàng)，是用 a + bxi去估計(jì)因變量 yi的值而產(chǎn)生的誤差。 在實(shí)際預(yù)測中， ei是無法預(yù)測的，通過確定回歸參數(shù) a和 b，來揭示變量 y與 x之間的關(guān)系，表示為擬合方程： y＝ a＋ bx 第二步：計(jì)算回歸參數(shù) a和 b 利用普通最小二乘法原理 求出回歸系數(shù)。由此求得的回歸系數(shù)為： 式中： xi 、 yi 分別是自變量 x和因變量 y的觀察值， 分別為 x和 y的平均值。 n 為樣本數(shù)量。對(duì)于每一個(gè)自變量 x的數(shù)值，都有擬合值： 第三步：回歸檢驗(yàn)（方差分析、相關(guān)系數(shù)檢驗(yàn)、 t檢驗(yàn)） 運(yùn)用回歸模型預(yù)測需要判定預(yù)測模型的合理性和適用性。因此需要對(duì)回歸系數(shù)、回歸方程進(jìn)行檢驗(yàn)，常用的檢驗(yàn)方法有 方差分析、相關(guān)系數(shù)檢 驗(yàn)、 t檢驗(yàn) 等。 （ 1）基本公式： TSS＝ ESS＋ RSS 偏差平方和＝殘差平方和＋回歸平方和 總變差＝未解釋變差＋可解釋變差 在進(jìn)行檢驗(yàn)時(shí)，通常先進(jìn)行方差分析，主要有兩方面原因： 一方面可以檢驗(yàn)在計(jì)算上有無錯(cuò)誤；另一方面，也可以提供其它檢驗(yàn)所需要的基本數(shù)據(jù)。 （ 2）可決系數(shù) R2 定義可決系數(shù) R2： R2＝ RSS/TSS R2的大小表明了 y的變化中可以用 x來解釋的百分比，因此， R2是評(píng)價(jià)兩個(gè)變量之間線性關(guān)系強(qiáng)弱的指標(biāo)。 R2≤1 ，越接近 1， x對(duì) y的線性影響就越強(qiáng)，擬合方程的誤差就越小。 ： （ 1）計(jì)算相關(guān)系數(shù) R 相關(guān)系數(shù)描述的是兩個(gè)變量之間的線性相關(guān)關(guān)系的密切程度，也就是可決系數(shù)的平方根，用 R表示。 R在 1和 1之間， 當(dāng) R=1時(shí)，變量 x和 y完全正相關(guān) ；當(dāng) R=1時(shí)，變量 x和 y完全負(fù)相關(guān) ； 當(dāng) 0R1時(shí)，變量 x和 y正相關(guān) ；當(dāng) 1R0時(shí)，變量 x和 y負(fù)相關(guān) 。 13 當(dāng) R=0時(shí)，變量 x和 y沒有線性關(guān)系； R的絕對(duì)值越接近 1，變量 x和 y線性關(guān)系越好；越接近 0， x和 y線性關(guān)系越不好。 注意：只有 R的絕對(duì)值大到一定程度時(shí)，才能采用線性回歸模型進(jìn)行預(yù)測。 （ 2）將計(jì) 算得出的 R值與 R（ α ， n－ 2）進(jìn)行比較 R（ α ， n－ 2）是自由度（ n2）和顯著性水平 α （一般取 α= ）的臨界值，可以查相關(guān)系數(shù)檢驗(yàn)表得到： R ＞ R（ α ， n－ 2）；則變量 x和 y之間的線性關(guān)系成立； R ≤R （ α ， n－ 2）；變量 x和 y之間的線性關(guān)系不成立。 ： t檢驗(yàn)是回歸系數(shù)的顯著性檢驗(yàn)，以判定預(yù)測模型變量 x和 y之間線性假設(shè)是否合理。根據(jù)一元線性回歸模型的特點(diǎn)， y＝ a＋ bx＋ e， a是常數(shù)，通常只檢驗(yàn)參數(shù) b。 （ 1）計(jì)算 tb （ 2）將計(jì)算得出的 tb值與 t（ α/2,n 2）進(jìn)行比較 t（ α/2,n 2）是顯著性水平為 α ，自由度為 n2 的 t 值，可通過 t 分布表查得。 ；回歸系數(shù)顯著性不為 0， t檢驗(yàn)通過，變量 x和 y之間線性假設(shè)合理。 ；回歸系數(shù)為 0的可能性較大，未通過 t檢驗(yàn)，回歸系數(shù)不顯著，說明變量 x和 y之間線性假設(shè)不合理。 第四步：計(jì)算 —— 點(diǎn)預(yù)測和區(qū)間預(yù)測 點(diǎn)預(yù)測是將自變量的未來值 x0代入建立的回歸模型求出因變量估計(jì)值 的方法，也稱為點(diǎn)估計(jì)。公式為： ： （ 1）概念：由于現(xiàn)實(shí)情況的變化和各種環(huán)境因素的影響，預(yù)測的實(shí)際值總會(huì)與預(yù)測值產(chǎn)生或大或小的偏移，如果僅根據(jù)一點(diǎn)的回歸就做出預(yù)測結(jié)論，是不可信的，因此，一般來說點(diǎn)估計(jì)的實(shí)際意義并不大。 【 09單】 回歸分析的預(yù)測更希望求出 y值可能的范圍 （區(qū)間預(yù)測） ，而不僅僅是某一點(diǎn)的預(yù)測值。 區(qū)間預(yù)測：以一定的概率（通常是取置信度為 1α ）預(yù)測 y在 附近變動(dòng)的范圍。 （ 2）計(jì)算步驟和公式 進(jìn)行區(qū)間預(yù)測，首先應(yīng)計(jì)算出變量的點(diǎn)預(yù)測值 ，然后選擇公式來計(jì)算預(yù)測的區(qū)間。 ① 當(dāng)樣本量 n小于 30，置信水平為 100（ 1－ α ） %的預(yù)測區(qū)間為： 其中： t（ α/2,n 2）可以查 t檢驗(yàn)表得出。通常取顯著性水平 α ＝ 。 ② 當(dāng)樣本 n很大時(shí) ,在置信度為 %， %, %的條件下，預(yù)測區(qū)間分別為： （概率論中的 3α 原則） 14 其中的 sy是回歸標(biāo)準(zhǔn)差， 第五步：預(yù)測結(jié)果分析 第六步：輸出預(yù)測結(jié)果分析 五、彈性系數(shù)分析 ： 一般來說，兩個(gè)變量之間的關(guān)系越密切，相應(yīng)的彈性值就越大；兩個(gè)變量越是不相關(guān)，相應(yīng)的彈性值就越小。 ： 優(yōu)點(diǎn)：簡單易行，計(jì)算方便，計(jì)算成本低，需要的數(shù)據(jù)少，應(yīng)用靈活廣泛。 缺點(diǎn)：一是其分析帶有一定的局部性和片面性 。二 是彈性分析的結(jié)果在許多情況下顯得比較粗糙。 （一）收入彈性 ：在 保持商品價(jià)格不變 時(shí)， ： 收入彈性 =購買量變化率 /收入變化率 =（購買量變化量 /基期購買量）（收入變化量 /基期收入） 這里的收入水平的衡量可以用 國 民收入，也可用人均收入或其他收入變量，主要是根據(jù)研究的問題來決定采用哪個(gè)收入變量。 ： 收入彈性一般為正數(shù) ，也就是收入增加，需求量上升；收入減少， 需求量下降。 （二）價(jià)格彈性 （ 是商品需求的價(jià)格彈性 ） ： 當(dāng)收入水平保持不變時(shí) ：價(jià)格彈性 =購買量變化率 /價(jià)格變化率 =（購買量變化量 /基期購買量）（價(jià)格 變化量 /基期價(jià)格 ） ： 價(jià)格彈性一般為負(fù)數(shù) ，價(jià)格的變動(dòng)方向與需求量反向變動(dòng)，價(jià)格上升，需求量就會(huì)下降；價(jià)格下降，需求量就會(huì)上升。 （三）能源需求彈性 ：能源消費(fèi)量變化率與各項(xiàng)經(jīng)濟(jì)指標(biāo)的變化率之比。 能源消費(fèi)：電力、煤炭、石油、天然氣等消費(fèi)； 國民經(jīng)濟(jì)指標(biāo)： 社會(huì)總產(chǎn)值、國內(nèi)生產(chǎn)總值、工農(nóng)業(yè)總產(chǎn)值、國民收入、主要產(chǎn)品產(chǎn)量 等，可按 這些指標(biāo)計(jì)算不同的能源彈性。能源的國內(nèi)生產(chǎn)總值彈性，是指 能源消費(fèi)量變化率 與 國內(nèi)生產(chǎn)總值變化率 之比。 ： 能源的國內(nèi)生產(chǎn)總值彈性 =能源消費(fèi)量變化率 /國內(nèi)生產(chǎn)總值變化率 六、消費(fèi)系數(shù)法 ： ■ 消費(fèi)系數(shù)是指某種產(chǎn)品在各個(gè)行業(yè)或部門的單位消費(fèi)量。 ■ 消費(fèi)系數(shù)法，是對(duì)某種產(chǎn)品在各個(gè)行業(yè)的消費(fèi)數(shù)量進(jìn)行分析，在了解各個(gè)行業(yè)規(guī)劃產(chǎn)量的基礎(chǔ)上，匯總各個(gè)行業(yè)的需求量，從而得出該產(chǎn)品的總需求量。 ： （ 1）分析產(chǎn)品 x的所有消費(fèi)部門或行業(yè)，包括現(xiàn)存的和潛在的市場。 （ 2）分析 產(chǎn)品 x在各部門或行業(yè)的消費(fèi)量 xi與各行業(yè)產(chǎn)品 yi產(chǎn)量，確定在各部門或行業(yè)的消費(fèi)系數(shù)； 某部門的消費(fèi)系數(shù) ei＝某部門產(chǎn)品消費(fèi)量 xi/該部門產(chǎn)品的產(chǎn)量 yi （ 3）確定各部門或行業(yè)的規(guī)劃產(chǎn)量，預(yù)測各部門或行業(yè)的消費(fèi)需求量； 15 部門需求量 x’ i＝部門規(guī)劃生產(chǎn)規(guī)模 y’ i 該部門消費(fèi)系數(shù) ei （ 4）匯總各部門的消費(fèi)需求量。 產(chǎn)品總需求量 x’ ＝ ∑ 各部門的需求量 x’ i 七、簡單移動(dòng)平均法 （一） 分類 ：簡單移動(dòng)平均法和加權(quán)移動(dòng)平均法 （二）簡單移動(dòng)平均公式 移動(dòng)平均法從方法論上分類屬于平滑技術(shù)。 （三） n的選擇 n 的選擇對(duì)平均數(shù)有較大影響 【 08 單】 ： （ 1） n值越 小 ，表明對(duì)近期觀測值預(yù)測的作用越重視，預(yù)測值對(duì)數(shù)據(jù)變化的 反應(yīng)速度也越快 ，但預(yù)測的 修勻程度較低 ；（ 2） n值越 大 ，預(yù)測值的 修勻程度越高 ，但對(duì)數(shù)據(jù)變化的 反映程度較慢 。 ： n一般在 3200之間： 【 08單】 ： （ 1）水平型數(shù)據(jù)， n值的選取較為隨意； （ 2）歷史序列的基本發(fā)展趨勢變化不大 ， n值取大一點(diǎn)； （ 3）具有 趨勢性 或 階躍型 特點(diǎn)的數(shù)據(jù)， n 值取較 小 一些；預(yù)測目標(biāo)的趨勢在不斷發(fā)生變化， n應(yīng)選小一點(diǎn)。 （四）簡單移動(dòng)平均的應(yīng)用范圍 ■ 移動(dòng)平均法只適用于短期預(yù)測，在大多數(shù)情況下只用于以月度或周為單位的近期預(yù)測。 ■ 另一個(gè)主要用途是對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，以消除數(shù)據(jù)中的異常因素或除去數(shù)據(jù)中的周期變動(dòng)成分 。 ■ 優(yōu)點(diǎn)：簡單易行，容易掌握。 ■ 缺點(diǎn) ：只是在處理水平型歷史數(shù)據(jù)時(shí)才有效，應(yīng)用范圍受限。 八、指數(shù)平滑法 （一）基本原理 ： 指數(shù)平滑 法 又稱指數(shù)加權(quán)平均法， 是一種加權(quán)移動(dòng)平均法 的一種變化 ，選取遞減指數(shù)數(shù)列作為各時(shí)期的權(quán)重進(jìn)行加權(quán)移動(dòng)平均計(jì)算。 （二）一次指數(shù)平滑法 ： 又稱簡單指數(shù)平滑，在計(jì)算預(yù)測值時(shí)對(duì)于歷史數(shù)據(jù)的觀測值給予不同的權(quán)重，是一種較為靈活的時(shí)間序列預(yù)測方法。 ： 它以本期指數(shù)平滑值作為下期的預(yù)測值，預(yù)測模型為： ： 聯(lián)系：都能夠提供簡單適時(shí)的預(yù)測；區(qū)別：簡單指數(shù)平滑法對(duì)先前預(yù)測結(jié)果的誤差 做 了修正。 ：適用于市場觀測呈水平波動(dòng)，無明顯上升或下降趨勢情況下 的預(yù)測。 （三）平滑系數(shù)的選擇 觀測值呈較穩(wěn)定的水平發(fā)展， α 值取 ～ ； 觀測值波動(dòng)較大時(shí)， α 值取 ～ ； 觀測值呈波動(dòng)很大時(shí)，