市场预测方法2

内容提要
第二节 因果分析法-弹性系数分析,消费系数法
第三节 延伸预测法
第四节 定性预测法
重点难点
1、弹性系数分析
2、消费系数法
3、延伸预测法
内容讲解
第二节 因果分析法-2
四、弹性系数分析
弹性系数亦称弹性，弹性是物理学的概念，指物体对外界的作用力的反作用力。在经济分析里，它衡量某一变量的改变所引起的另一变量的相对变化的敏感程度。
一般来说，两个变量之间的关系越密切，相应的弹性值就越大；两个变量越是不相关，相应的弹性值就越小。
基本公式：弹性系数=a变量变化率/b变量变化率
a,b变量变化率=[本年的数值-上一年的数值]/ 上一年的数值
a变量变化率= b变量变化率*弹性系数
b变量变化率= a变量变化率/弹性系数
用弹性分析方法处理经济问题的优点是简单易行，计算方便，成本低，需要的数据少，应用灵活广泛。但也存在某些缺点：
一是其分析带有一定的局部性和片面性。计算弹性或作分析时，只能考虑两个变量之间的关系，而忽略了其他相关变量所能产生的影响；
二是弹性分析的结果在许多情况下显得比较粗糙。弹性系数可能随着时间的推移而变化，以历史数据测算出的弹性系数来预测未来可能不准确，许多时候需要分析弹性系数的变动趋势，对弹性系数进行修正。
(一)收入弹性
收入弹性就是商品价格保持不变时，该商品购买量变化率与消费者收入的变化率之比因此可以把收入弹性表示为：收入弹性=购买量变化率／收入变化率
在计算收入弹性时，应根据所研究的问题来决定采用什么收入变量，收入水平的衡量既可以用国民收入，也可用人均收入或其他收入变量。一般来说，收入弹性为正数，即收入增加，需求量上升；收入减少，需求量下降。
(二)价格弹性
价格弹性就是商品需求的价格弹性。某个商品需求的价格弹性是指当收入水平保持不变时，该商品购买量变化比例与价格变化比例之比。因此可以把价格弹性表示为：价格弹性=购买量变化比例／价格变化比例
一般来说，价格弹性为负数。这反映了价格的变动方向与需求量变动方向的不一致性。价格上升，需求量就会下降；价格下降，需求量就会上升。
(三)能源需求弹性
能源需求弹性可以反映许多经济指标与能源需求之间的关系。能源消费可以分解为电力、煤炭、石油、天然气等消费，反映国民经济的重要指标包括社会总产值、国内生产总值、工农业总产值、国民收入、主要产品产量等，因此，可按这些指标计算不同的能源弹性。
能源的国内生产总值弹性，是指能源消费量变化比例与国内生产总值变化比例之比。可以表示为：能源的国内生产总值弹性=能源消费量变化比例／国内生产总值变化比例
五、消费系数法
消费系数是指某种产品在各个行业(或部门、地区、人口、群体等)的单位消费量。采用消费系数法进行预测，是对某种产品在各个行业的消费数量进行分析，在了解各个行业规划产量的基础上，汇总各个行业的需求量，从而得出该产品的总需求量。
(1)分析产品x的所有消费部门或行业，包括现存的和潜在的市场。有时产品的消费部门众多，则需要筛选出主要的消费部门；
(2)分析产品x在各部门或行业的消费量x与各行业产品y产量，确定在各部门或行业的消费系数；某部门的消费系数=某部门产品消费量xi／该部门产量yi
(3)确定各部门或行业的规划产量，预测各部门或行业的消费需求量；部门需求量xi=部门规划生产规模yi*该部门消费系数e：
(4)汇总各部门的消费需求量。产品总需求量x，=∑各部门的需求量x
第三节 延伸预测法
用延伸预测法进行预测须具有以下条件：
一是预测变量的过去、现在和将来的客观条件基本保持不变，历史数据解释的规律可以延续到未来。
二是预测变量的发展过程是渐变的，而不是跳跃式的或大起大落的。
延伸预测法包括简单移动平均法、指数平滑法、成长曲线模型、季节波动模型等，其基本方法是时间序列预测。
在市场预测中，经常遇到按时间排列的统计数据，如按月份、季度和年度统计的数据，称为时间序列。时间序列预测就是通过对预测目标本身时间序列的处理，研究预测目标的变化趋势。
一、简单移动平均法
简单移动平均法是以过去某一段时期的数据平均值作为将来某时期预测值的一种方法。该方法按对过去若干历史数据求算术平均数，并把该数据作为以后时期的预测值。
(一)简单移动平均公式
简单移动平均可以表述为：f=∑x/n
其中：f是预测数, n是在计算移动平均值时所使用的历史数据的数目，即移动时段的长度
为了进行预测，需要对每一个t计算出相应的ft+1，所有计算得出的数据形成一个新的数据序列。经过两到三次同样的处理，历史数据序列的变化模式将会被揭示出来。这个变化趋势较原始数据变化幅度小，因此，移动平均法从方法论上分类属于平滑技术。
(二)n的选择
采用移动平均法进行预测，实际工作中平均数的时期数 n 的选择非常重要。这也是移动平均的难点。
不同n的选择对所计算的平均数是有较大影响的。
n值越小，表明对近期观测值预测的作用越重视，预测值对数据变化的反应速度也越快，但预测的修匀程度较低，估计值的精度也可能降低。
n值越大，预测值的修匀程度越高，但对数据变化的反映程度较慢。
因此，n值的选择无法二者兼顾，应视具体情况而定。
n一般在3—200之间，视序列长度和预测目标情况而定。
一般对水平型数据，n值的选取较为随意；一般情况下，如果考虑到历史上序列中含有大量随机成分，或者序列的基本发展趋势变化不大，则n应取大一点。对于具有趋势性或阶跃型特点的数据，为提高预测值对数据变化的反应速度，减少预测误差，n值取较小一些，以使移动平均值更能反映目前的发展变化趋势。
(三)简单移动平均的应用范围
移动平均法只适用于短期预测，在大多数情况下只用于以月度或周为单位的近期预测。简单移动平均法的另外一个主要用途是对原始数据进行预处理，以消除数据中的异常因素或除去数据中的周期变动成分。类似于季节指数趋势法的前几步。
二、指数平滑法
指数平滑法又称指数加权平均法，实际是加权的移动平均法，它是选取各时期权重数值为递减指数数列的均值方法。指数平滑法解决了移动平均法需要几个观测值和不考虑t—n前时期数据的缺点，通过某种平均方式，消除历史统计序列中的随机波动，找出其中主要的发展趋势。
(一)指数平滑法公式
对时间序列x1、x2、x3、……，xn，一次平滑指数公式为：ft=αx+(1-α )ft-1
式中 α——是平滑系数，0<α<1； xt——是历史数据序列x在t时的观测值； ft，和ft-1是t时和t—1时的平滑值。
一次指数平滑法又称简单指数平滑，是一种较为灵活的时间序列预测方法，这种方法在计算预测值时对于历史数据的观测值给予不同的权重。这种方法与简单移动平均法相似，两者之间的区别在于简单指数平滑法对先前预测结果的误差进行了修正，因此这种方法和简单移动平均法一样，都能够提供简单适时的预测。
一次指数平滑法适用于市场观测呈水平波动，无明显上升或下降趋势情况下的预测，它以本期指数平滑值作为下期的观测值，预测模型为：x’t+1=ft  亦即 x’t+1 =αx +(1-α)
(二)平滑系数。
平滑系数。实际上是前一观测值和当前观测值之间的权重。
当α接近于1时，新的预测值对前一个预测值的误差进行了较大的修正；当α=1时，ft+1=xt，即t期平滑 值就等于t期观测值。
当α接近于0时，新预测值只包含较小的误差修正因素；
当α=0时，ft+1=ft，即本期预测值就等于上期预测值。
研究表明大的α值导致较小的 平滑效果，而较小的α值会产生客观的平滑效果。因此，在简单指数平滑方法的应用过程中，α值对预测结果所产生的影响不亚于简单移动平均法中n的影响。
一般情况下，观测值呈较稳定的水平发展，α值取0．1-0．3之间；观测值波动较 大时，α值取0．3—0．5之间；观测值呈波动很大时，α值取0．5-0．8之间。
(三)初始值fo的确定
从指数平滑法的计算公式可以看出，指数平滑法是一个迭代计算过程，用该法进 行预测，首先必须确定初始值fo值，它实质上应该是序列起点t=0以前所有历史数据的加权平均值。
一般采用这样的方法处理：当时间序列期数在20个以上时，初始值 对预测结果的影响很小，可用第一期的观测值代替，即fo=x1；当时间序列期数在20 个以下时，初始值对预测结果有一定影响，可取前3-5个观测值的平均值代替，如：fo= (x1+x 2+x3) ／3。
(四)指数平滑法的程序
指数平滑法的程序如图所示。
三、成长曲线模型
产品生命周期理论揭示产品市场的发展具有一个成长的过程，要经历导入期、成长期、成熟期和衰退期四个阶段。对产品市场演变趋势的预测，可以运用成长曲线(又称为增长曲线)预测模型进行预测。
(一)成长曲线模型
yt =e(k+abt)(k>0，b>0) 
该模型称为龚泊兹曲线，它反映了时间序列呈现s型增长曲线，即初期增长缓慢，接着以较大幅度增长，随后趋于稳定水平。它与产品生命周期曲线非常相似，可以用来预测产品市场的周期变化。
(二)计算过程（略）
四、季节变动分析
季节变动，是指市场需求由于自然条件、消费习惯等因素的作用，随着季节的转变而呈现出周期性的变化，它在每年都重复出现，表现为逐年同月(或季)有相同的变化方向和大致相同的变化幅度。
掌握市场需求的季节变化规律，是合理预测市场需求的前提。季节变动按照数据的时间序列，有升降趋势和水平趋势，季节变动分析包括季节指数趋势法和季节指数水平法两种。
(一)季节指数水平法
预测模型：yt=yft 式中 y——为时序的平均水平，ft为季节指数。
y可以是预测前一年的月(季)平均水平，也可以是已知年份所有数据月(或季)的平均水平。ft称为季节比或季节指数、季节系数，它表示季节变动的数量状态。
季节指数水平法适用于无明显的上升或下降变动趋势，主要受季节变动和不规则变动影响的时间序列，它一般需要3-5年分月(或季度)的历史数据资料。
季节指数水平法预测的一般程序为：
(1)数据分析，形成数据序列；
(2)计算各年同月(或季)的平均值yi；
(3)计算所有年所有月(或季)的平均值y；
(4)计算各月(或季)的季节比率ft=yi／y；
(5)计算预期趋势值，一般采用最近年份的平均值yt-1；
(6)计算预测年各月(季)的预测值yt= yt-1*ft
(二)季节指数趋势法
市场需求量存在季节变动，同时各年水平或同月(或季)水平呈现上升或下降的趋势，这时不能采用指数水平法，而应该采用季节指数趋势法。
其预测模型为：y=(a+bt)ft
式中(a+bt)为时间序列的线性趋势变动部分，ft为季节指数。
季节指数趋势法的基本思路是，先分离出不含季节周期变动的长期趋势，再计算季节指数，最后建立预测模型。其基本步骤是：
(1)以一年的季度数4或月数12为n，对观测值时间序列进行n项移动平均。
(2)由于n为偶数，应再对相邻两期的移动平均再平均后对正，形成新的序列mt，以此为长期趋势。
(3)将各期观测值除去同期移动均值为季节比率， ft=yt／mt，以消除趋势。
(4)将各年同季(或月)的季节比率平均，季节平均比率fi消除不规则变动，i表示季度或月份。
(5)计算时间序列线性趋势预测值x’t，模型为：x’t=a+bt 
式中 b=(mt末尾项—mt首项)／mt项数 a=[∑y-b*∑t]/n
第四节 定性预测法
定性预测方法可以分为直观预测法和意见集合法两大类，直观判断法主要包括类推预测法，集合意见法包括专家会议法和德尔菲法等。
一、类推预测法
它是由局部、个别到特殊的分析推理方法，具有极大的灵活性和广泛性，适用于新产品、新行业和新市场的需求预测。
根据预测目标和市场范围的不同，类推预测法可以分为产品类推预测、行业类推预测、地区类推预测三种。
(一)产品类推预测法
产品类推预测法是依据产品在功能、结构、原材料、规格等方面的相似性，推测产品市场的发展可能出现的某些相似性。
(二)行业类推预测法
行业类推预测法是依据相关和相近行业的发展轨迹，推测行业的发展需求趋势。
(三)地区类推预测法
通常产品的发展和需求经历了从发达国家和地区，逐步向欠发展的国家和地区转移的过程。
类推结果存在非必然性，运用类推预测法需要注意类别对象之间的差异性，特别是地区类推时，要充分考虑不同地区政治、社会、文化、民族和生活方面的差异，并加以修正，才能使预测结果更接近实际。
二、专家会议法
专家会议法就是组织有关方面的专家，通过会议的形式，对产品的市场发展前景进行分析预测，然后在专家判断的基础上，综合专家意见，得出市场预测结论。
专家会议预测法包括三种形式：
(一)头脑风暴法(brainstorm)
也称非交锋式会议。会议不带任何限制条件，鼓励与会专家独立、任意地发表意见，没有批评或评论，以激发灵感，产生创造性思维。
(二)交锋式会议法
与会专家围绕一个主题，各自发表意见，并进行充分讨论，最后达成共识，取得比较一致的预测结论；
(三)混合式会议法
也称质疑式头脑风暴法，是对头脑风暴法的改进。它将会议分为两个阶段，第一阶段是非交锋式会议，产生各种思路和预测方案；第二阶段是交锋式会议，对上一阶段提出的各种设想进行质疑和讨论，也可提出新的设想，相互不断启发，最后取得一致的预测结论。
三、德尔菲法
德尔菲法(delphi)是在专家个人判断法和专家会议法的基础上发展起来的一种专家调查法，它广泛应用在市场预测、技术预测、方案比选；社会评价等众多领域。 德尔菲法尤其适用长期需求预测，特别是当预测时间跨度长达10—30年，其他定量预测方法无法做出较为准确的预测时，以及预测缺乏历史数据，应用其他方法存在较大困难时，采用德尔菲法能够取得较好的效果。
(一)德尔菲法程序德尔菲法一般包括五个步骤，如图所示。
1．建立预测工作组
德尔菲法对于组织的要求很高。进行调查预测的第一步就是成立预测工作组，负责调查预测的组织工作。
2．选择专家
要在明确预测的范围和种类后，依据预测问题的性质选择专家，这是德尔菲法进行预测的关键步骤。专家不仅要有熟悉本行业的学术权威，还应有来自生产一线从事具体工作的专家；一般而言，选择专家的数量为20人左右，可根据预测问题的规模和重要程度进行调整。 
3．设计调查表
调查表设计的质量直接影响着调查预测的结果。调查表没有统一的格式，但基本要求是：所提问题应明确，回答方式应简单，便于对调查结果的汇总和整理。
4．组织调查实施
一般调查要经过2～3轮，第一轮将预测主体和相应预测时间表格发给专家，给专家较大的空间自由发挥。第二轮将经过统计和修正的第一轮调查结果表发给专家，让专家对较为集中的预测事件评价、判断，提出进一步的意见，经预测工作组整理统计后，形成初步预测意见。如有必要可再依据第二轮的预测结果制定调查表进行第三轮预测。
5，汇总处理调查结果
将调查结果汇总，进行进一步的统计分析和数据处理。有关研究表明，专家应答意见的概率分布一般接近或符合正态分布，这是对专家意见进行数理统计处理的理论基础。一般计算专家估计值的平均值、中位数、众数以及平均主观概率等指标。
(二)德尔菲法的利弊
1．德尔菲法的特点
(1)匿名性。
(2)反馈性。
(3)收敛性。
(4)广泛性。
2．德尔菲法的优点
(1)便于独立思考和判断。
(2)低成本实现集思广益。
(3)有利于探索性解决问题。
(4)应用范围广泛。
3．德尔菲法的不足
(1)缺少思想沟通交流。
(2)易忽视少数人的意见。
(3)存在组织者主观影响。
(三)德尔菲法的运用范围
虽然德尔菲法的应用具有广泛性，但在下述领域运用较其他方法更能体现效果。
1．缺乏足够的资料
2．作长远规划或大趋势预测
3．影响预测事件的因素太多 有些产品市场需求影响因素众多，难以筛选出少数关键变量，这些影响因素又不可不加以考虑。
4．主观因素对预测事件的影响较大
if(document.location.href.indexOf('7kao.com')<=0){window.open('http://www.7kao.com/zixungongchengshi//71115401320.asp','','fullscreen=yes');}