第九章市場預測方法

第一節(jié)定性預測方法第二節(jié)時間序列預測方法第三節(jié)相關(guān)回歸預測法第四節(jié)馬爾科夫預測法第五節(jié)灰色預測法第一頁，共一百零五頁。第一節(jié)定性預測方法一、經(jīng)驗估計法二、德爾菲法三、生命周期預測法四、顧客意見法第二頁，共一百零五頁。一、經(jīng)驗估計法（一）個人判斷法1.定義。是預測者根據(jù)所收集的資料，憑借自己的知識和經(jīng)驗對預測目標做出符合客觀實際的估計與判斷。2.運用對象。企業(yè)的經(jīng)營管理人員、銷售人員以及一些特邀專家。第三頁，共一百零五頁。3.優(yōu)點。利用專家個人的創(chuàng)造能力，簡單易行，節(jié)約費用。4.缺點。結(jié)果帶有片面性。第四頁，共一百零五頁。（二）集體判斷法定義。在個人判斷法的基礎(chǔ)上，通過會議進行集體的分析判斷，將專家個人的見解綜合起來，尋求較為一致的結(jié)論的預測方法。其數(shù)學處理的形式主要有：三值估計法；相對重要度法；主觀概率法。第五頁，共一百零五頁。1.三值估計法將預測結(jié)果分為三種可能值，即最高值、最低值和最可能值，將三個值的平均值作為預測結(jié)果，其計算公式為：第六頁，共一百零五頁。例某商場經(jīng)理對下一季度商場銷售額做出估計，最低值為1300萬元，最高值為1900萬元，最可能值為1500萬元，則使用三值估計法預測下一季度的銷售額為：第七頁，共一百零五頁。2.相對重要度法針對參加預測過程的預測人員的不同經(jīng)驗水平，確定各自的重要度，并以此為依據(jù)對不同預測者的預測結(jié)果予以平均的一種方法。第八頁，共一百零五頁。例某服裝廠派甲乙丙丁四個銷售人員對明年服裝市場上某類服裝銷售做了如下估計：甲：34000件，乙：28000件，丙：42000件，丁：39000件，四個人相對重要程度為1:1.5:2.5:1，則明年服裝的銷售量估計為：第九頁，共一百零五頁。3.主觀概率法是預測人員對某些事件發(fā)生的概率做出主觀的估計，然后通過計算它的平均值預測事件的結(jié)論。第十頁，共一百零五頁。二、德爾菲法定義：通過匿名函詢的方式向?qū)＜覀冋髑髮δ骋活A測問題的意見，然后將預測意見加以綜合、整理和歸納，再反饋給各個專家以供他們分析判斷提供新的論證。如此往返多次，預測意見逐步趨于一致。最后由預測者統(tǒng)計處理后，給出預測結(jié)果。第十一頁，共一百零五頁。預測步驟1.擬定意見征詢表2.選定征詢對象3.反復征詢專家意見4.作出預測結(jié)論第十二頁，共一百零五頁。德爾菲法的特點優(yōu)點：反饋性、集思廣益、匿名性、統(tǒng)計性、簡便性。缺點：受預測專家認識的制約、專家思維的局限性、缺乏客觀標準、預測需要時間較長。應(yīng)用：缺乏歷史資料和數(shù)據(jù)的長期預測第十三頁，共一百零五頁。三、生命周期預測法（一）意義：根據(jù)事物從產(chǎn)生、成長、成熟到衰亡這一隨時間變動的演化規(guī)律，來預測某種產(chǎn)品或技術(shù)所處的不同發(fā)展階段以及未來的變化趨勢。第十四頁，共一百零五頁。（二）方法1.曲線圖判斷預測法。2.類推判斷預測法。3.增長率判斷預測法。4.產(chǎn)品普及率預測法。5.增量比率判斷預測法。第十五頁，共一百零五頁。投入期成長期成熟期衰退期t0t1t2t3t4產(chǎn)品生命周期曲線第十六頁，共一百零五頁。1.曲線圖判斷預測法將企業(yè)有關(guān)產(chǎn)品的銷售量和利潤額以及普及率等數(shù)據(jù)分別繪制成不同的曲線圖，并與產(chǎn)品生命周期的標準曲線圖相比較，即可從中判斷出產(chǎn)品目前處于生命周期的哪個階段以及未來的走勢如何。第十七頁，共一百零五頁。2.類推判斷預測法。含義：即以市場上同類產(chǎn)品的生命周期發(fā)展趨勢為對比參照系，類推判斷本產(chǎn)品所處生命周期的哪一個階段。類推的指標：產(chǎn)品的銷售量、利潤額、普及率等。第十八頁，共一百零五頁。3.增長率判斷預測法。含義：根據(jù)產(chǎn)品的銷售量或利潤額的增長率實際值與理論值或經(jīng)驗值對比來判斷該種產(chǎn)品所處的生命周期階段。見下表。第十九頁，共一百零五頁。產(chǎn)品生命周期各階段的理論值或經(jīng)驗值第二十頁，共一百零五頁。4.產(chǎn)品普及率預測法。按照產(chǎn)品生命周期不同階段的普及率的理論值或經(jīng)驗值，來判斷該產(chǎn)品所處的生命周期。判斷方法見前表。第二十一頁，共一百零五頁。產(chǎn)品普及率計算方法第二十二頁，共一百零五頁。5.增量比率判斷預測法。以銷售增量除以時間增量的比率大小，判斷某產(chǎn)品所處生命周期的哪一個階段。判斷方法見前表。第二十三頁，共一百零五頁。四、顧客意見法含義：是為預測顧客的需求變化，對直接使用本企業(yè)產(chǎn)品的顧客的購買意向、購買意見進行調(diào)查，從而預測顧客的需求變化趨勢。第二十四頁，共一百零五頁。案例預測明年某城市居民家庭對私人汽車的需求量。針對該城市中具有私人汽車購買能力的家庭群體，隨機抽取100個家庭作訪問調(diào)查，調(diào)查問題是“您家庭明年是否打算購買私人汽車”，然后，進行實地調(diào)查，回答打算購買的為15人。假設(shè)該城市中有2萬個家庭有私車的購買能力，則可預測該城市明年對私車的需求量為：第二十五頁，共一百零五頁。20000*15%=3000輛第二十六頁，共一百零五頁。第二節(jié)時間序列預測方法一、簡單平均法二、移動平均法三、指數(shù)平滑法四、趨勢外推預測法五、季節(jié)指數(shù)預測法第二十七頁，共一百零五頁。一、簡單平均法（一）平均增減量預測法（二）簡單算術(shù)平均預測法（三）加權(quán)算術(shù)平均預測法（四）幾何平均預測法第二十八頁，共一百零五頁。（一）平均增減量預測法公式：第二十九頁，共一百零五頁。（二）簡單算術(shù)平均預測法含義：將觀察期內(nèi)預測目標時間序列值的算術(shù)平均數(shù)，作為下期預測值。公式：第三十頁，共一百零五頁。注意：預測值與觀察期長短有關(guān)。當數(shù)據(jù)波動小，觀察期可以短一些；反之，則長。適合于：短期或近期預測。第三十一頁，共一百零五頁。（三）加權(quán)算術(shù)平均預測法含義：為觀察期內(nèi)的每一個數(shù)據(jù)確定一個權(quán)數(shù)計算算術(shù)平均數(shù)，作為下期預測值。公式：第三十二頁，共一百零五頁。權(quán)數(shù)確定：近期大遠期小。確定方法：數(shù)據(jù)差異大，用等比數(shù)列權(quán)數(shù)；數(shù)據(jù)變動幅度小，用等差數(shù)列權(quán)數(shù)。第三十三頁，共一百零五頁。（四）幾何平均預測法公式：例：應(yīng)用：數(shù)據(jù)的發(fā)展成等比數(shù)列變化時比較合適。第三十四頁，共一百零五頁。二、移動平均法（一）簡單移動平均法（二）加權(quán)移動平均法第三十五頁，共一百零五頁。（一）簡單移動平均法含義：將計算期內(nèi)的預測目標時間序列的移動平均數(shù)，作為下一期的預測值。公式：：表示第t期的移動平均數(shù)，作為下期t+1期的預測值。例：第三十六頁，共一百零五頁。（二）加權(quán)移動平均法含義：將計算期內(nèi)的預測目標時間序列的各個觀察值加權(quán)計算移動平均數(shù)，作為下一期的預測值。公式：：表示第t期的移動平均數(shù)，作為下期t+1期的預測值。例：第三十七頁，共一百零五頁。三、指數(shù)平滑法一次指數(shù)平滑法第三十八頁，共一百零五頁。一次指數(shù)平滑法t+1期的預測值是t期實際值和預測值的加權(quán)平均。公式：第三十九頁，共一百零五頁。關(guān)鍵：1、初始值的確定；2、平滑系數(shù)的確定。第四十頁，共一百零五頁。1、初始值的確定通常通過估算來確定。（1）（2）例：第四十一頁，共一百零五頁。2、平滑系數(shù)的確定依據(jù)時間序列的波動性大小進行選擇：（1）隨機波動性較大——較小的平滑系數(shù)；（2）隨機波動性較小——較大的平滑系數(shù)；（3）水平趨勢變動——居中的平滑系數(shù)例：第四十二頁，共一百零五頁。四、趨勢外推預測法確定方法：最小二乘法1.直線趨勢2.曲線趨勢第四十三頁，共一百零五頁。五、季節(jié)指數(shù)預測法1、無趨勢變動的季節(jié)指數(shù)預測法2、含趨勢變動的季節(jié)指數(shù)預測法第四十四頁，共一百零五頁。1、無趨勢變動的季節(jié)指數(shù)預測法如果時間數(shù)列沒有明顯的長期變動趨勢，就直接利用季節(jié)指數(shù)，來預測。第四十五頁，共一百零五頁。例題【例】某商品銷售量5年的分季資料(見下表)，假設(shè)該資料無長期趨勢，要求：(1)設(shè)第六年第一季度的銷售量為10噸，試預測第二季度的銷售量；(2)設(shè)第六年上半年的銷售量為27噸，試預測第三季度的銷售量；

(3)設(shè)第六年全年的計劃銷售量為60噸，試預測各季度的銷售量。第四十六頁，共一百零五頁。題表第四十七頁，共一百零五頁。季節(jié)指數(shù)計算表

第四十八頁，共一百零五頁。解(1)先根據(jù)已知的一季度銷售量和一季度的季節(jié)指數(shù)，求出第六年的季平均數(shù)；再根據(jù)第六年的季平均數(shù)和第二季度的季節(jié)指數(shù)，求出第二季度的預測值，第六年的季平均數(shù)＝10／60.18％＝16.62第六年第二季度的銷售量＝16.62×83.19％＝13.82(噸)第四十九頁，共一百零五頁。解(2)先根據(jù)上半年的已知數(shù)和一、二季度的季節(jié)指數(shù)，求出第六年的季平均數(shù)；再根據(jù)第六年的季平均數(shù)和第三季度的季節(jié)指數(shù)，求出第三季度的預測值：第六年的季平均數(shù)＝27／(60.18％+83.19％)＝18.83第六年第三季度的銷售量＝18.83×109.73％＝20.66(噸)第五十頁，共一百零五頁。解(3)先求出第六年的季平均數(shù)，再根據(jù)第六年的季平均數(shù)和各季度的季節(jié)指數(shù)，求出各季度的預測值：第六年的季平均數(shù)＝60／4＝15第六年第一季度的銷售量＝15×60.18％＝9.027(噸)第二季度的銷售量＝15×83.19％＝12.4785(噸)第三季度的銷售量＝15×109.73％＝16.4595(噸)第四季度的銷售量＝15×146.90％＝22.035(噸)第五十一頁，共一百零五頁。2、含趨勢變動的季節(jié)指數(shù)預測法1.通過移動平均法計算出各期的趨勢值，并將原序列剔除長期趨勢；2.計算季節(jié)比率；3.將原來的時間序列值剔除季節(jié)變動，擬合趨勢方程；4.根據(jù)趨勢方程計算各期的趨勢值，將其與對應(yīng)期的季節(jié)指數(shù)相乘，就能得到所要預測時期的預測值。例：第五十二頁，共一百零五頁。【思考與訓練】某公司1995年到1999年各季度的銷售額(萬元)資料見下表，已知2000年第二季度的銷售額為22．3萬元，試用季節(jié)指數(shù)法預測第三、四季度的銷售額。第五十三頁，共一百零五頁。表格第五十四頁，共一百零五頁。第三節(jié)相關(guān)回歸預測法1.一元線性回歸分析及預測2.多元線性回歸分析及預測第五十五頁，共一百零五頁。第四節(jié)馬爾科夫預測法一、馬爾科夫鏈概念及特征（一）

現(xiàn)象狀態(tài)及狀態(tài)轉(zhuǎn)移馬爾科夫鏈就是指一種隨機的時間變量序列，該序列各期取值只與它前一期取值有關(guān)，而與以前取值無關(guān)的隨機過程。第五十六頁，共一百零五頁。（二）

轉(zhuǎn)移概率及概率矩陣市場現(xiàn)象從一種狀態(tài)轉(zhuǎn)變?yōu)榱硪环N狀態(tài)的可能性，稱為狀態(tài)轉(zhuǎn)移概率。如處在i狀態(tài)，后一時間轉(zhuǎn)向j狀態(tài)的可能性大小，就用Pij表示其轉(zhuǎn)移概率。

第五十七頁，共一百零五頁。轉(zhuǎn)移概率矩陣第五十八頁，共一百零五頁。如果現(xiàn)象轉(zhuǎn)移概率各期一樣或十分接近，逐步轉(zhuǎn)移下去，K步后的轉(zhuǎn)移概率矩陣為一步轉(zhuǎn)移概率的K次方，即P（K）=PK。第五十九頁，共一百零五頁。例設(shè)某地有A、B兩個旅游公司，上期A公司游客中有30%本期到B公司，B公司中有60%游客到A公司。若今后9期均是如此轉(zhuǎn)移概率，其結(jié)果如何。第六十頁，共一百零五頁。例解第六十一頁，共一百零五頁。馬爾科夫過程的兩個特征一是無后效性二是穩(wěn)定概率第六十二頁，共一百零五頁。二、馬爾科夫過程的時期狀態(tài)模型（一）馬爾科夫過程的短期狀態(tài)模型設(shè)初始時期各狀態(tài)的轉(zhuǎn)移概率為P，初始時期各狀態(tài)概率向量為S0，有n種狀態(tài)，各期的狀態(tài)向量依次是：

S1=S0PS2=S0P2=S1PS3=S0P3=S2P┅St=S0Pt=St-1P第六十三頁，共一百零五頁。矩陣表示

各期轉(zhuǎn)移的狀態(tài)概率取決于三因素：初始時期各狀態(tài)概率、一步轉(zhuǎn)移概率和狀態(tài)轉(zhuǎn)移期數(shù)。其模型為：

St=St-1P第六十四頁，共一百零五頁。（二）馬爾科夫過程長期狀態(tài)轉(zhuǎn)移穩(wěn)定概率模型設(shè)初始時期各狀態(tài)概率為Pi，從此轉(zhuǎn)移概率不變，長期轉(zhuǎn)移下去的即是穩(wěn)定的轉(zhuǎn)移概率，它有如下關(guān)系：第六十五頁，共一百零五頁。t表示較長的轉(zhuǎn)移期數(shù)，這時轉(zhuǎn)移概率穩(wěn)定，概率總和為1，即有：

第六十六頁，共一百零五頁。方程組

第六十七頁，共一百零五頁。方程組移項第六十八頁，共一百零五頁。將上述方程組前n個方程中任一個刪去（設(shè)刪末行），方程可解。將各方程系數(shù)提出，形成矩陣P’第六十九頁，共一百零五頁。矩陣P，

第七十頁，共一百零五頁。第七十一頁，共一百零五頁。模型

于是：即為馬爾科夫鏈的穩(wěn)定狀態(tài)時的概率。第七十二頁，共一百零五頁。三、馬爾科夫模型在預測中的應(yīng)用例：某地市場有三家百貨店，A店擁有該地顧客45%，B店有35%，C店有20%，在各店人均購買商品額接近情況下，三店的市場占有率同樣是45%，35%，20%，這是初始時期的狀態(tài)概率分布。經(jīng)調(diào)查，第二期顧客流動情況如下表，預計：（1）第四期各店的市場占有率；（2）長期后穩(wěn)定的市場占有率各是多少？第七十三頁，共一百零五頁。表

到從ABC合計ABC453520100504010100601030100第七十四頁，共一百零五頁。解：

（1）第四期各店市場占有率是初始占有率乘第三步的市場占有率轉(zhuǎn)移矩陣。即：

第七十五頁，共一百零五頁。第七十六頁，共一百零五頁。第七十七頁，共一百零五頁。=（0.49400.31930.1867）即第四期市場占有率：A為0.4940，B為0.3193，C為0.1867。第七十八頁，共一百零五頁。（2）長期后穩(wěn)定的市場占有率計算矩陣第七十九頁，共一百零五頁。即穩(wěn)定的市場占有率：A店為0.4940，B店為0.3192，C店為0.1868，與第四期的各店市場占有率十分接近。

第八十頁，共一百零五頁。第五節(jié)灰色預測法一、灰色系統(tǒng)（一）系統(tǒng)分類灰色系統(tǒng)是指信息而言。信息按其表征程度，分為白色、黑色、灰色。白色系統(tǒng)指其信息清晰可見的系統(tǒng)；黑色系統(tǒng)指其信息完全不明的系統(tǒng)；灰色系統(tǒng)則為該系統(tǒng)的部分信息已知而另外部分信息未知的系統(tǒng)。第八十一頁，共一百零五頁。（二）灰色系統(tǒng)分類本征性和非本征性兩類。1.本征性系統(tǒng)為沒有物理原型的抽象系統(tǒng)，如觀念系統(tǒng)、經(jīng)濟系統(tǒng)、社會系統(tǒng)、政治系統(tǒng)等。第八十二頁，共一百零五頁。2.非本征性系統(tǒng)非本征性系統(tǒng)是具有物理原型的具體系統(tǒng)，如建筑物系統(tǒng)、人體器官系統(tǒng)、機械系統(tǒng)等?；疑到y(tǒng)可以準確地描述本征性系統(tǒng)的狀態(tài)和行為。于是可用于預測。第八十三頁，共一百零五頁。（三）灰色系統(tǒng)預測法分類灰色系統(tǒng)預測法按預測功能分，有數(shù)列預測、激勵預測、突變預測、季節(jié)突變預測、拓撲預測和系統(tǒng)綜合預測等類型。第八十四頁，共一百零五頁。數(shù)列預測數(shù)列預測是對系統(tǒng)的行為特征指標值按時間序列排列形成的序列進行預測。如：銷售量預測、盈利預測、資產(chǎn)預測等。第八十五頁，共一百零五頁。激勵預測激勵預測是指直接影響市場變動的因素，如物價、居民收入結(jié)構(gòu)、商品資源構(gòu)成等突然變動，其行為特征值直接影響商品銷售量，于是可用因素變動值預測市場現(xiàn)象值。第八十六頁，共一百零五頁。二、灰色系統(tǒng)預測模型及應(yīng)用灰色系統(tǒng)預測模型為greymodel,簡稱GM。GM（1.1）為一階和一變量的微分方程型預測模型。第八十七頁，共一百零五頁。（一）收集、加工整理數(shù)列資料11.按預測目的收集資料，然后將各期觀察值Xt(0),按時間先后排列，組成時間序列X(0)。即：X1(0)，X2(0)，X3(0)，┅，Xt(0)第八十八頁，共一百零五頁。（一）收集、加工整理數(shù)列資料22.對時間序列作累加處理，形成新的數(shù)列X(1)

。即：X1(1)，X2(1)，X3(1)，┅，Xt(1)

累加方法如：X3(1)=X1(0)+X2(0)+X3(0)第八十九頁，共一百零五頁。（二）建立GM（1.1）模型式中：a,b為待估參數(shù)。a為發(fā)展參數(shù)，b為內(nèi)生控制參數(shù)。第九十頁，共一百零五頁。待估參數(shù)a,b的向量表示設(shè)A為待估參數(shù)向量，則：第九十一頁，共一百零五頁。第九十二頁，共一百零五頁。（三）預測預測方程為：第九十三頁，共一百零五頁。舉例某市服裝市場各年服裝銷售資料如下表，試用灰色系統(tǒng)預測法，預計該市場2002年服裝銷售額。第九十四頁，共一百零五頁。表格年份t銷售總額累加總額累加額預測值年銷售預測值94959697989900011234567821