市場調(diào)查總結(已改無錯字)
2023-01-29 07:07:05 本頁面
【正文】 利用模型進行預測– 分析預測結果，提出預測報告v預測方法的選擇– 合適性、費用、精確性定性預測方法v定性預測方法– 定性預測法又稱定性判斷法，是對未來市場發(fā)展的 性質進行預測分析和推斷。它可以對未來市場發(fā)展的方向、性質、趨勢及重大轉折點等進行預測分析，也可以對未來市場發(fā)展的規(guī)模、水平、速度、結構、比例等進行判斷預測分析。– 優(yōu)缺點：? 經(jīng)驗 是感性和理性的綜合，它是從實踐中摸索和總結出來的，定性判斷具有科學性；? 簡便易行；? 能 綜合分析 各種影響因素，可以彌補數(shù)學預測方法的不足；? 容易受到預測者心理、情緒、知識水平等方面的影響，個人經(jīng)驗判斷憑借經(jīng)驗和個人的知識， 主觀隨意性 過大。定量預測方法v定量預測法– 定量預測法是以大量的 數(shù)據(jù)資料 為基礎，根據(jù)預測目標中的經(jīng)濟變量之間的數(shù)量關系，建立預測 模型 進行預測分析和推斷，對市場未來發(fā)展變化的規(guī)模、水平、結構、速度、趨勢等從 數(shù)量 上做出預測說明。? 回歸分析預測法? 時間序列預測法– 優(yōu)缺點：? 注重于事物發(fā)展在數(shù)量方面的分析，重視對事物發(fā)展變化的程度作數(shù)量上的描述，更多地依據(jù)歷史統(tǒng)計資料，較少受主觀因素的影響。? 比較 機械 ，不易處理有較大波動的資料，更難以預測事物質的變化。專家意見（評估）法v頭腦風暴法– 頭腦風暴法包括 直接 頭腦風暴法與 質疑 頭腦風暴法。頭腦風暴法是通過共同討論具體問題，鼓勵創(chuàng)造性活動的一種專家集體評估法。– 直接頭腦風暴法鼓勵與會專家在不重復的前提下自由發(fā)表意見，并不允許反駁他人意見；鼓勵與會者吸收他人觀點，以修改補充與完善自己觀點。– 質疑頭腦風暴法與直接頭腦風暴法的形式相反，要求與會者對已經(jīng)形成的假設意見不作正面論證，而是提出各種質疑與批評。專家意見（評估）法v德爾菲法– 德爾菲法是專家會議法的改進與發(fā)展，它以匿名的方式反復征詢參與預測過程的專家意見，并對專家意見進行統(tǒng)計分析。德爾菲法預測的實質是：利用專家的主觀判斷，通過信息溝通與不斷反饋的過程，使預測意見逐步趨于一致，接近實際值。– 德爾菲法的 特點 是：匿名性，反饋性，預測結果的統(tǒng)計特性。– 德爾菲法既可以用于短期市場預測，也可以用于長期市場預測。時間序列分析法v時間序列分析法的特點和步驟v移動平均法v指數(shù)平滑法v趨勢外推法v季節(jié)指數(shù)法時間序列分析法的特點和步驟v特點– 時間序列分析法是根據(jù)市場過去的變化趨勢預測未來的發(fā)展，它的前提是 假定事物的過去會同樣延續(xù)到未來 。– 時間序列數(shù)據(jù)變動存在著規(guī)律性與不規(guī)律性? 長期趨勢變動（ T）? 季節(jié)變動（ S）? 循環(huán)變動（ C）? 不規(guī)則變動（ I）– 時間序列法撇開市場發(fā)展的因果關系去分析市場的過去和未來的聯(lián)系。一次移動平均法v一次移動平均法– 一次移動平均法，也稱簡單移動平均法。它是由連續(xù)移動形成的各組數(shù)據(jù)，用算術平均法計算各組數(shù)據(jù)的移動平均值，并將其作為下一期預測值。 式中， 為下期預測值； 為第 t期的一次移動平均值； 為第 t期的觀察值； n為數(shù)據(jù)的個數(shù)，也即移動平均期數(shù)。 【例】下表是某商業(yè)企業(yè)季末庫存的資料，試用一次移動平均法對該企業(yè)下一季末的庫存進行預測。一次移動平均法v 優(yōu)缺點– 一次移動平均可以消除由于偶然因素引起的不規(guī)則變動，同時又保留了原時間序列的波動規(guī)律；– 每一個移動平均值只需幾個觀察值就可計算，需要存儲的數(shù)據(jù)很少；– 這種方法只能向未來預測一期；– 對于有明顯趨勢變動的時間序列，一次移動平均法是不合適的，一次移動平均值大大滯后于實際觀察值。 二次移動平均法v 對于具有明顯上升趨勢的市場現(xiàn)象，二次移動平均預測法同樣是很適用的。v 它不是用一個固定的 值，各期的 值是有所變化的，這樣就保留了市場現(xiàn)象客觀存在的波動。v 最后一個 值是固定的，不但可以用于短期預測，也可以用于近期預測。一次指數(shù)平滑法v一次指數(shù)平滑法– 一次指數(shù)平滑法是指計算時間序列的一次指數(shù)平滑值，以當前觀察期的一次指數(shù)平滑值為基礎，確定下期預測值。– 平滑值的計算公式為： 式中， 為平滑常數(shù) ； 為第 t期的一次指數(shù)平滑值； 為第 t期的實際觀察值。一次指數(shù)平滑法– 初始值的選取? 對于第一個指數(shù)平滑值 （即初始值），一般是采用下面兩種方法之一來確定。一是令 ，即采用市場現(xiàn)象的第一期實際觀察值作為第一個指數(shù)平滑值；二是取觀察值前幾期的平均值作為初始值。– 平滑常數(shù) 的選擇? 平滑常數(shù) 的大小直接影響過去各期數(shù)據(jù)對預測值的作用。在確定 的值時，必須根據(jù)市場現(xiàn)象時間序列本身的規(guī)律而定。? 當時間序列變化劇烈時，宜選較大的 值，以很快跟上變化。當要注意， 取值越大，風險也就越大。? 取值接近于 0，則各期數(shù)據(jù)的作用緩慢減弱，呈比較平穩(wěn)的狀態(tài)。當時間序列的變化較為平緩時， 值可取得較小。? 通常對同一市場現(xiàn)象的預測中，同時選擇幾個 值進行測算，并分別測算出各 值預測結果的預測誤差。選擇誤差較小時的 值。 【例】某企業(yè)要進行食鹽銷售量預測?，F(xiàn)在有最近連續(xù) 30個月的歷史資料，試用一次指數(shù)平滑法預測以后月份的銷售量。 趨勢外推法v趨勢外推法是遵循事物連續(xù)原則，分析預測目標時間序列資料呈現(xiàn)的長期趨勢變動軌跡的規(guī)律性，用數(shù)學方法找出 擬合趨勢變動軌跡 的 數(shù)學模型 ，據(jù)此進行預測的方法。v應用趨勢外推法有兩個假設前提：– 決定過去預測目標發(fā)展的因素，在很大程度上仍決定其未來的發(fā)展；– 預測目標發(fā)展過程一般是漸進變化，而不是跳躍式變化。v滿足上述假設前提后去掌握時間序列長期趨勢發(fā)展的變化軌跡，最常見的軌跡有直線、二次曲線、指數(shù)曲線、生長曲線等。然后建立對應的函數(shù)模型
黨政相關相關推薦
鄂ICP備17016276號-1