【文章內(nèi)容簡介】 。 54 ?（ 五 ） 經(jīng)營預測的種類 ?根據(jù)任務的不同 ， 按照一定特征可以將經(jīng)營預測分為不同的種類 ， 常用的有以下兩種： ? 按時間長短 ， 可分為長期預測 、 中期預測 、短期預測和近期預測 。 ?長期預測是對五年以上畜牧部門或畜牧企業(yè)經(jīng)營發(fā)展前景的預測 ， 為制定長期遠景規(guī)劃提供依據(jù) 。 ?中期預測是對一年以上五年以下畜牧部門或畜牧企業(yè)經(jīng)營發(fā)展前景的預測 ， 為制定五年以下的計劃提供依據(jù) 。 55 ?短期預測是對三個月以上一年以下畜牧企業(yè)經(jīng)營發(fā)展的預測 ， 為制定年度 、 季度計劃提供依據(jù) 。 ?近期預測是對三個月以下的月 、 旬企業(yè)經(jīng)營情況的預測 ， 為制定月 、 旬計劃 ， 規(guī)定近期生產(chǎn)經(jīng)營活動的具體任務提供依據(jù) 。 可以將短期預測和近期預測合并 ， 凡是一年以下的經(jīng)營預測均為短期預測 。 56 ? 按預測的方法分 ， 可分為定性預測 、 定量預測和綜合預測 。 ?（ 1） 定性預測 。 主要依靠預測者的知識 、 經(jīng)驗 ，以及對事物的性質(zhì) 、 特點 、 歷史延續(xù)狀況的綜合分析為依據(jù) ， 進行非數(shù)量化分析 ， 并據(jù)以判斷事物未來的發(fā)展趨勢和發(fā)展方向的預測方法 。 其優(yōu)點是預測時間短 ， 費用省 ， 簡便易行 ， 實用性強 ，但預測結(jié)果不夠準確 ， 可靠性程度較差 。 57 ?（ 2） 定量預測 。 即在大量 、 系統(tǒng)占有資料的基礎(chǔ)上 ， 通過建立和應用數(shù)量統(tǒng)計和數(shù)學模型方法 ，依靠各種數(shù)據(jù) ， 運用電子計算機 ， 對事物進行數(shù)量分析 ， 并據(jù)以判斷其未來的發(fā)展趨勢和發(fā)展方向的預測方法 。 定量預測突出事物的量化 ， 所得的結(jié)論比較客觀 ， 能避免人為因素的干擾和預測者的主觀傾向 ， 缺點是對有些重要因素難以量化 ，對資料本身的科學性和運用定量預測人員的素質(zhì)要求較高 。 58 ?（ 3） 綜合預測 。 為克服一種預測方法的局限性所帶來的不足 ， 同時采用多種方法進行預測 。 它可以是兩種定性方法或兩種定量方法綜合 ， 但更多的是定性 、 定量的綜合 。 后者兼有定性 、 定量的長處 ， 能夠提高預測的精確度和可靠性 。 59 ?（ 六 ） 營預測的程序 ?經(jīng)營預測的一般程序為： ? 確定預測的目標和期限 。 預測有了明確的目標 ，預測提綱和調(diào)查方案 ， 才能有計劃地收集資料 ，開展預測工作 。 預測期限取決于預測的目標和內(nèi)容 。 投資預測多為長期的 ， 市場預測則多為中 、短期 。 預測期限愈長 ， 不確定因素愈多 ， 準確性就愈小 。 但長期預測能夠綜合考慮經(jīng)濟 、 政治 、社會和生態(tài)環(huán)境等方面的相互關(guān)系及其發(fā)展趨勢 。 60 ? 收集 、 分析資料 。 資料的收集應符合預測的目的和內(nèi)容 ， 力求系統(tǒng) 、 準確 ， 這是提高預測準確度的基礎(chǔ) 。 由于資料來源不同 ， 時間先后不一 ，使得前后的內(nèi)容 、 計量單位和計算標準不盡相同 。為了使其具有可比性 ， 就必須對原始資料進行審核和修正 。 同時 ， 還應分析各項指標變動的長期趨勢及其相互關(guān)系 ， 揭示其發(fā)展變化的規(guī)律 ， 以便選擇預測方法和預測模型 。 61 ? 選擇適宜的預測方法 。 預測方法很多 ， 定性預測主要運用調(diào)查研究和邏輯方法 。 定量預測多采用統(tǒng)計和數(shù)學方法 。 選擇預測方法不僅要考慮不同預測方法的優(yōu)缺點和適用范圍 ， 還應根據(jù)預測對象發(fā)展變化的規(guī)律性而定 ， 通過比較 ， 選擇較為簡便易行和預測者比較少熟悉的定量預測方法 。 62 ? 建立預測模型 ， 處理數(shù)據(jù) ， 進行預測 。 一般地說 ， 經(jīng)營預測模型有以下三類： ① 時間關(guān)系模型 ，表示預測對象與時間的關(guān)系 ， 用于研究預測對象的發(fā)展趨勢及其過程 。 ② 相關(guān)關(guān)系模型 ， 表示預測對象與影響因素關(guān)系的模式 ， 用于研究預測對象受相關(guān)因素影響 的變化過程及其數(shù)量表現(xiàn) 。 ③結(jié)構(gòu)關(guān)系模型 ， 表示某些預測對象之間結(jié)構(gòu)比例關(guān)系的變化過程 。 63 ? 檢查預測誤差 ， 改進預測模型 ， 作出正確的預測結(jié)論 。 將事前的預測值與事后的實際值加以比較 ， 計算它們之間的偏差值 ， 由于偏差值有正有負 ， 產(chǎn)生相互抵銷的現(xiàn)象 ， 故衡量預測誤差的大小 ， 應采用平均絕對偏差值或平均平方偏差值 。 64 ?式中： Yt—— t期實際值； ?—— t期預測值； ?t—— 期號 （ t=1， 2， 3， …… ， n） ； ?n—— 期數(shù) 。 ? ? /nyy/ny?y2tttt????平均平方偏差值平均絕對偏差值65 ?當預測誤差超過允許的范圍時 ， 首先 ， 應當分析其發(fā)生原因 。 造成預測誤差的主要原因有：資料不系統(tǒng) 、 不準確 ， 預測方法不恰當 ， 預測人缺乏經(jīng)驗以及事前難以預料的偶然因素 （ 如自然災害 、政策變化 ） 等 。 然后采取相應措施 ， 如重新選用數(shù)據(jù) ， 改變預測的方法或改進預測模型 ， 以便提高預測的準確度 ， 作出正確的預測結(jié)論 。 ? 作出結(jié)論 ， 提交報告 。 在預測結(jié)論的基礎(chǔ)上將預測的基本情況和結(jié)果撰寫書面預測報告 ， 提交有關(guān)部門使用參考 。 要注意的是 ， 經(jīng)營預測針對市場而言的 ， 而市場總是在不斷有變化和發(fā)展之中的 ， 預測的對象是動態(tài)的 。 因此 ， 預測總是需要多次和重復的 。 66 ?二 、 畜牧經(jīng)營預測的基本方法 ?經(jīng)營預測的方法通常采用的有調(diào)查法和定時定量法兩種 。 后一種方法又可分為時間序列分析法和因果關(guān)系分析法 。 ?（ 一 ） 調(diào)查預測法 ?調(diào)查預測法是根據(jù)調(diào)查所得資料 ， 結(jié)合過去的經(jīng)驗 ， 進行分析判斷 ， 預測經(jīng)營發(fā)展前景的方法 。常用的以下幾種： ? 集合意見法 。 它采用各種形式 ， 收集各類有關(guān)人員 （ 如消費者 、 產(chǎn)銷人員 、 業(yè)務主管人員 、 領(lǐng)導人員 、 專家等 ） 的意見 ， 加以分析綜合 ， 作出預測 ， 具體形式有： 67 ?（ 1） 直接訪問法 。 選定對象 （ 包括消費者和各類人員 ） 以電話 、 填表 、 面談 、 問答等方式 ， 作定期或不定期訪問 ， 片詢意見 ， 需求意向和需求量 ，據(jù)以進行預測 。 為了加強與調(diào)查對象的聯(lián)系 ， 系統(tǒng)積累資料 ， 可按對象立卡記錄 。 ?（ 2） 會議法 。 召集有關(guān)人員開會 ， 各自作出估計 ，提出預測意見 ， 然后開展討論 ， 互相比較 ， 經(jīng)過分析綜合 ， 得出預測結(jié)論 。 這種預測方法如果運用適當 ， 能集思廣益 ， 互相啟發(fā) ， 比較全面和深入地考慮未來的發(fā)展趨勢和影響因素 ， 使預測比較符合實際情況 。 68 ?（ 3） 函詢法 。 又叫專家組預測法 ， 國外叫特爾菲法 。 先由主持預測的單位特邀若干名專家 ， 向他們提供有關(guān)資料及背景資料 ， 請他們就某項需要預測的問題 ， 用不署名氣方式發(fā)展自己的看法；然后把這些意見匯編起來加以整理 ， 反饋給每一個專家 ， 請他重新考慮 ， 再次發(fā)表意見 （ 可以改變原來的看法 ） 。 如此反復多次 ， 使專家們意見漸趨一致 ， 最后得出能代表多數(shù)專家意見的預測結(jié)果 。 此法能夠避免迷信某個專家等所帶來的影響 ， 有助于如實地反映專家們的意見 ， 有較廣泛的代表性的權(quán)威性 。 69 ? 主觀概率法 。 將各專家或其他人員對預測事件作出的主觀判斷量度及其實現(xiàn)的可能性 ， 加以匯總統(tǒng)計 ， 求出加權(quán)平均數(shù) ， 作出預測 。 運用集合意見法進預測 ， 如果需要進一步明確專家或其他人員的最后預測意見的實現(xiàn)可能性時 ， 可采用本方法 。 主觀概率 ， 是人們對某一事物發(fā)展趨勢實現(xiàn)可能性作出的主觀判斷的量度 。 利用主觀概率法 ， 可以預測未來事件的結(jié)果 ， 也可以預測未來事件成功的可能性 。 70 ?[例 ]某企業(yè)在 2023年 10月 ， 要預測 2023年勞動生產(chǎn)率提高的百分比 ， 先由企業(yè)把 2023年 1— 10月每月勞動生產(chǎn)率的有關(guān)資料發(fā)給 10位專家 ， 請他們根據(jù)自己的經(jīng)驗和估計 ， 提出 2023年勞動生產(chǎn)率提高的數(shù)值 。 假定專家的預測如下： ?9%（ 2人 ） ， 8%（ 3人 ） ， 7%（ 1人 ） ， 6%（ 2人 ） ，5%（ 2人 ） 。 ?這里的專家人數(shù)為 10人 ， 每人所提數(shù)值出現(xiàn)的可能性為 1/10。 可用計算加權(quán)平均數(shù)的方法算出平均預測值： ?（ 9% 2+8% 3+7% 1+6% 2+5% 2） 247。 10=% ?這個數(shù)值修正后 ， 就可作為 1995年勞動生產(chǎn)率增長的預測值 71 ? 估計推算法 。 是由現(xiàn)在推算未來 ， 由這一現(xiàn)象推算另一現(xiàn)象 ， 由部分推算全體的一種調(diào)查預測方法 。 它以調(diào)查統(tǒng)計資料為基礎(chǔ) ， 按照事物內(nèi)部固有的相互關(guān)聯(lián) ， 通過估計推算 ， 作出預測 。 運用這一預測方法 ， 既可以用較少的人力 、 物力和時間 ， 又可能分析研究提供有利條件 。 ?（ 1） 進度推算法 。 一般是指根據(jù)期內(nèi)執(zhí)行計劃任務的進度 ， 推算期末完成計劃的程度 ， 其目的在于檢查期內(nèi)計劃執(zhí)行中的問題 ， 發(fā)出預報 ， 引起注意 ， 采取措施 ， 保證計劃的完成 。 72 ?【 例 】 某養(yǎng)雞專業(yè)戶飼養(yǎng)雞 500只 ， 產(chǎn)蛋率以 80%計算 ， 計劃月產(chǎn)蛋量 12023個 。 1— 20日實際產(chǎn)蛋量 8100個 ， 平均日產(chǎn)量 405個 ， 在這 20天中有 8天超過平均日產(chǎn)量 ， 其產(chǎn)蛋 3360個 ， 平均日產(chǎn)量 420個 ， 產(chǎn)蛋量呈上升趨勢 。 21日至月底還有 10天 。用進度推算法 ， 預測完成計劃尚需天數(shù)和全月可能完成的產(chǎn)量如下： ?預計完成計劃尚需天數(shù) = 尚需完成的計劃產(chǎn)量 /平均或先進平均日產(chǎn)量業(yè) ? =3900/405= ? 或 =3900/420= ?預測全月可完成的產(chǎn)量 =8100+405 10=12150個 ? 或 =8100+420 10=12300個 73 ?預測月末完成計劃的程度 =12150/12023=% ? 或 =12300/12023=% ? 根據(jù)中旬增產(chǎn)的趨勢 ， 估計下旬的日產(chǎn)量可增至 430個 ， 那么將初步預測數(shù)學調(diào)整為： ?預測完成計劃尚需天數(shù) =3900/430= ?預測全月可能完成的產(chǎn)量 =8100+430 10=12400個 ?預測月末完成計劃的程度 =12400/1200=% ?經(jīng)評審判斷認為 ， 超額 %是可能的 ， 把該數(shù)定為預測值 。 ?這種進度推算法 ， 可以按生產(chǎn)的實物來進行 ， 也可以按生產(chǎn)的工時數(shù)或工日數(shù)來進行 。 74 ?（ 2） 平衡推算法 。 是指利用幾個有關(guān)經(jīng)濟指標之間的平衡關(guān)系來推算所要預測的指標數(shù)值 。 推算的步驟 ， 首先是搜集 、 整理與預測有關(guān)的各種經(jīng)濟指標的數(shù)值 ， 編制相應的平衡表 ， 如農(nóng)牧民的貨幣收支平衡表 、 產(chǎn)品生產(chǎn)和消費平衡表 、 投入產(chǎn)出平衡表等；其次是根據(jù)各種子平衡表已知貢目的數(shù)字推算所要預測的指標數(shù)值 。 例如：利用農(nóng)牧民貨幣收支的平衡關(guān)系 ， 可推算農(nóng)牧民的社會性商品購買力 。 公式如下： ?社會商品購買力 =貨幣收入 — 非商品支出 177。 手存現(xiàn)金 、 儲蓄存款 、 年末年初差額 75 ?（ 3） 因素推算法 。 根據(jù)經(jīng)濟指標之間的因素聯(lián)系 ，從已知因素的數(shù)值 ， 推算所要預測的數(shù)值 。 所謂因素聯(lián)系 ， 是指各經(jīng)濟指標的變動 ， 是其組成因素的變動的結(jié)果 。 例如： ? 商品銷售額 =商品銷售量 銷售價格 ? 產(chǎn)品總成本 =產(chǎn)品產(chǎn)量 單位成本 ? 糧食產(chǎn)量 =播種面積 單位面積產(chǎn)量 ?根據(jù)上述因素聯(lián)系式 ， 只要知道任務兩個指標數(shù)值 ， 就可據(jù)以推算第三個指標數(shù)值 。 ?估計推算法 ， 除上述幾種方法外 ， 還有比例推算法 、 抽樣或典型推算法等 。 76 ?（ 二 ） 時間序列預測法 ?時間序列預測法就是將過去歷史統(tǒng)計資料變動數(shù)列 ， 包括生產(chǎn)量 、 銷售量按時間序列加以排列 ，構(gòu)成一組觀察值數(shù)列 ， 根據(jù)它們的動向來推測未來的發(fā)展趨勢 。 實際上這是一種外延法 ， 即利用過去的銷售或生產(chǎn)變動方向 ， 作機機械性的向外延伸的預測方法 ， 常用的有以下幾種具體方法： ? 簡單算術(shù)平均數(shù)預測法 。 即將過去一般時間的實際銷售或生產(chǎn)統(tǒng)計數(shù)據(jù)進行算術(shù)平均 ， 把所得的算術(shù)平均值作為下期的預測值 。 此法適用于市場供求波動幅度不大的短期預測 ， 77 ?式中： —— 平均預測值； ?Xi—— 過去各期的實際值； ?N—— 過去期數(shù)； ?n—— 過去各期實際值之和。 ?i=1， 2， … ， n NxXn1ii???78 ?[例 ]已知某地區(qū)一年內(nèi)鮮蛋的銷售量如表 31 月份 1 2 3 5 6 7 8 9 10 11 12 銷售量 320 325 290 310 330 350 355 340 360 370 380 表 31 某一地區(qū) 1— 12個月鮮蛋銷售量統(tǒng)