汽車市場預測

汽車市場預測學習目標素質目標：通過赤壁之戰(zhàn)預測、古代商訓等提升學生民族自豪感與愛國情操；通過老牌汽車產業(yè)重鎮(zhèn)--武漢早前錯失新能源車企蔚來汽車在武漢落地的機遇來領悟一把手善于決策、正確決策的重要性；通過中美貿易摩擦、電子商務發(fā)展等擴大學生國際、行業(yè)認識；在市場預測過程中，作為中國學者，不能將西方的理論和方法照搬，一定要結合中國市場的實際，才能解決中國的實際問題，彰顯中華文化自信，塑造社會主義核心價值觀。知識目標：了解市場預測的意義，掌握經驗判斷分析法、時間序列分析法和回歸分析法，明確定性分析的操作要領、并能對數據進行簡單描述分析和解析分析能力目標：能夠運用經驗判斷法分析數據資料，培養(yǎng)集合意見法分析、專家會議法分析、德爾菲法分析的能力；能夠運用簡單平均分析法和趨勢外推分析法進行市場發(fā)展趨勢預測。

汽車市場預測引導案例：市場調查預測與日本汽車產業(yè)的崛起

美國汽車制造一度在世界上占霸主地位，而日本汽車工業(yè)則是20世紀50年代學習美國發(fā)展而來的，但是時隔30年，日本汽車制造業(yè)突飛猛進，充斥歐美市場及世界各地，為此美國與日本之間出現(xiàn)了汽車磨擦。

在60年代，當時有兩個因素影響汽車工業(yè)：一是第三世界的石油生產被工業(yè)發(fā)達國家所控制，石油價格低廉；二是轎車制造業(yè)發(fā)展很快，豪華車、大型車盛行。

但是擅長市場調查與預測的日本汽車制造商，首先通過表面經濟繁榮，看到產油國與跨國公司之間暗中正醞釀和發(fā)展著的斗爭，以及發(fā)達國家消耗能量的增加，預見到石油價格會很快上漲。因此，必須改產耗油小的轎車來適應能源短缺的環(huán)境。

其次，隨著汽車數量增多，馬路上車流量增多，停車場的收費會提高，因此，只有造小型車才能適應擁擠的馬路和停車場。再次，日本制造商分析了發(fā)達國家家庭成員的用車情況。主婦上超級市場，主人上班，孩子上學，一個家庭只有一輛汽車顯然不能滿足需要。這樣，小巧玲瓏的轎車得到了消費者的寵愛。

于是日本在調查的基礎上做出了正確的決策。在70年代世界石油危機中日本物美價廉的小型節(jié)油轎車橫掃歐美市場，市場占有率不斷提高，而歐美各國生產的傳統(tǒng)豪華車因耗油大、成本高導致銷路大受影響。思考：市場調查預測是如何助推日本汽車產業(yè)崛起的？7.1經驗判斷分析預測法7.1.1集合意見分析

集合意見法是指企業(yè)內部經營管理人員、業(yè)務人員憑自己的經驗判斷，對市場未來需求趨勢提出個人的預測意見，再集合大家的意見做出市場預測的方法。1.提出預測項目與期限2.預測3.預測組織者計算有關人員預測方案的方案期望值4.計算綜合期望值5.確定最后的預測值

經驗判斷分析是預測市場發(fā)展趨勢時的一種常用方法。該方法主要依賴于市場預測分析人員豐富的經驗和知識及綜合分析能力，對預測對象的未來發(fā)展前景做出性質和程度上的估計和推測。7.1經驗判斷分析預測法7.1.1集合意見分析5.確定最后的預測值例7-1某機械廠為了預測明年的產品銷售額，要求經理和業(yè)務科、計劃科、財務科及營銷人員做出年度銷售預測。運用集合意見法預測的具體步驟如下：第一：各位經理、科室負責人和營銷人員分別提出各自的預測方案意見如表7-1、表7-2、表7-3所示。表7-1經理預測方案

單位：萬元經理銷售估計值期望值權數銷售好概率銷售一般概率銷售差概率甲5000.34200.53800.24360.6乙5500.44800.43600.24840.47.1經驗判斷分析預測法7.1.1集合意見分析

表7-2科室負責人預測方案

單位：萬元

表7-3營銷人員預測方案

單位：萬元科室負責人銷售估計值期望值權數銷售好概率銷售一般概率銷售差概率業(yè)務6000.54000.23600.34880.3計劃5400.44800.33400.34620.3財務5800.34400.33200.44340.4營銷人員銷售估計值期望值權數銷售好概率銷售一般概率銷售差概率甲4800.34000.53000.24040.4乙5200.34400.43600.34420.3丙5400.24200.53800.34320.37.1經驗判斷分析預測法7.1.1集合意見分析

在前面的表格中，未來的市場銷售前景有三種可能性：銷售好、銷售一般、銷售差，每一種可能性發(fā)生的機會，成為概率。如銷售好的概率為0.3，即指“銷售好”發(fā)生的可能性有30%。銷售好、銷售一般、銷售差三種可能性的概率之和等于1。

對于表中的權數，不同人員由于在企業(yè)中的地位不同，權威性不同，其預測意見的影響力也不同，如經理甲是正經理，經理乙是副經理，顯然經理甲的權威性大于經理乙的權威性，因此，經理甲的權數應大于經理乙的權數。經理甲的權數為0.6，經理乙的權數為0.4，也可以是0.7和0.3，具體數字由預測人員主觀確定。其他人員的權數確定也一樣，凡是權威性大的人員，其權數也就大。7.1經驗判斷分析預測法7.1.1集合意見分析第二：計算各預測人員的方案期望值。方案期望值等于各種可能狀態(tài)的銷售值與對應的概率乘積。如經理甲的方案期望值：500×0.3＋420×0.5＋380×0.2=436（萬元）業(yè)務科人員的方案期望值：600×0.5＋400×0.2＋360×0.3=488（萬元）營銷人員甲的方案期望值：480×0.3＋400×0.5＋300×0.2=404（萬元）其他人員的方案期望值都依次計算，并填入表中。第三：計算各類人員的綜合預測值。即分別求出經理類、科室人員類、營銷人員類的綜合預測值。綜合預測值公式為：式中：

為某類人員綜合預測值，為某類各人員的方案期望值；

為某類各人員的方案期望值權數。經理類綜合預測值為：436×0.6＋484×0.4/（0.6+0.4）≈455（萬元）科室人員類綜合預測值為：488×0.3＋462×0.3＋434×0.4/（0.3+0.3+0.4）≈459（萬元）營銷人員類綜合預測值為：404×0.4+442×0.3+432×0.3/（0.4+0.3+0.3）≈424（萬元）7.1經驗判斷分析預測法7.1.1集合意見分析第四：確定最后預測值。

即對三類人員的綜合預測值采用加權平均法再加以綜合。由于三類人員綜合預測值的重要程度不同，所以應當給予三類人員綜合預測值不同的權數?，F(xiàn)假定：經理類權數為：4科室人員類權數為：3營銷人員類權數為：2（權數可以是小數，也可以是正整數）最后預測值為：（455×4＋459×3＋424×2）/（4+3+2）=（1820＋1377＋848）/9≈449（萬元）

從預測的結果來看，綜合預測值低于管理人員和科室人員的預測值，高于營銷人員的預測值，這說明集合意見法本身是個人的主觀判斷，上面三類人員的預測也是分別從各自的角度進行的，難免出現(xiàn)過于保守或過于樂觀的情況。這就要求在最終確定預測值之前，要求綜合預測值進行必要的調整，通過召開會議，互相交流看法，互相補充，從而克服主觀上的局限性，在充分討論和綜合各方意見的基礎上，由預測組織者確定最終的預測值。7.1經驗判斷分析預測法延伸閱讀7-12024年汽車市場走勢研判一、新能源汽車和出口仍然是拉動銷量的兩大主力。

一是2024年企業(yè)的新車規(guī)劃以新能源汽車為主，眾多新車勢必繼續(xù)推高新能源銷量。新勢力企業(yè)層面，預計華為加持問界、智界、江淮、北汽等品牌，理想推出L6、MEGA、W02，小鵬推出MONA、G11，蔚來推出阿爾卑斯品牌，零跑推出B11、B13、B01等，備受關注的小米也將在2024年進入汽車市場。傳統(tǒng)車企層面，預計比亞迪推出仰望U6、方程豹3和豹8、騰勢N8max等，吉利將推出銀河L5、E7、E6等，長城旗下的哈弗、魏牌、歐拉、坦克以及長安旗下的深藍、啟源、阿維塔也將推出眾多全新產品。預計2024年行業(yè)銷量或將達到3200萬輛左右，新能源或將達到1280萬輛左右，滲透率可能突破40%?？梢钥吹剑冸妱优c混動汽車并駕齊驅，混動車型增速超過了新能源汽車市場的整體水平，可能成為替代傳統(tǒng)燃油車的重要部分。

二是出口海外市場大有可為，未來將成為銷量增長的主要動力。在美洲市場，新能源支持力度大，有市場規(guī)模基礎，看好未來增長空間。加拿大推行全面電動化，2026年要求乘用車銷售20%為電動汽車，包括墨西哥對電動汽車的進口稅政策，均有利于中國新能源汽車出口。在歐洲市場，由于上汽、比亞迪、蔚來等多個企業(yè)持續(xù)發(fā)力，當地消費者逐漸認可中國新能源品牌，并且由于在俄羅斯市場份額的持續(xù)增長，預計2024年銷量將較大幅增長。中亞市場和中東市場，是中國海外的傳統(tǒng)優(yōu)勢市場，預計銷量也將大幅增長。2024年預計出口銷量或將達到600萬輛。7.1經驗判斷分析預測法延伸閱讀7-1二、市場競爭加快車企淘汰賽進程

中國汽車市場已經進入存量競爭階段，馬太效應越發(fā)明顯，車企被加速淘汰。一是在新能源車企層面，新勢力企業(yè)融資規(guī)模雖然快速上升，但燒錢速度也十分驚人，目前的“以價換量”策略是否能夠持續(xù)有待觀察，因資金鏈斷裂而導致企業(yè)“停擺”的情況可能還將繼續(xù)出現(xiàn)。二是燃油車企業(yè)受到新能源擠壓，部分資金緊張、品牌力下降、產品力不足的企業(yè)，生存將更加困難。部分合資品牌轉型遲緩，未來將有可能退出中國市場。三、產業(yè)生態(tài)型企業(yè)優(yōu)勢初顯

進入新能源時代以來，比亞迪、特斯拉、華為智選這樣的生態(tài)型企業(yè)領跑車市，未來包括小米在內的生態(tài)型企業(yè)將依托核心技術、品牌號召力、粉絲群體、成本優(yōu)勢、產業(yè)鏈掌控取得更大的市場份額。

一是核心零部件環(huán)節(jié)自主掌握（包括三電系統(tǒng)和車規(guī)級半導體等），提升核心能力，比亞迪的刀片電池、驍云插混發(fā)動機、易四方四電機平臺，特斯拉4086電池、FSD智駕、自研芯片都具有比較優(yōu)勢。

二是產業(yè)鏈垂直整合構筑核心能力，整車延拓上下游意愿強烈。比亞迪實現(xiàn)從鋰礦布局到半導體芯片研發(fā)再到三電系統(tǒng)與核心零部件自研自產，利于成本控制與集成創(chuàng)新；廣汽集團1615戰(zhàn)略推動新四化轉型，“自研+合作”強鏈補鏈，積極部署動力電池與IGBT；長城汽車2025戰(zhàn)略推動產業(yè)鏈共創(chuàng)；吉利汽車智能吉利2025戰(zhàn)略加速技術布局，推動半導體自給率。

三是華為打造“華為智選”品牌，擴展鴻蒙生態(tài)圈。華為與賽力斯、奇瑞、北汽、江淮等車企合作，以鴻蒙生態(tài)為整車企業(yè)賦能并參與到市場競爭中，問界、智界的成功也會激發(fā)更多的以軟件開發(fā)為主體的公司加入新能源汽車市場。7.1經驗判斷分析預測法延伸閱讀7-1四、反向合資合作將成新模式

國外汽車企業(yè)購買中國車企技術并加強與中國汽車企業(yè)合作的情況未來將不斷增多，國外企業(yè)致力于提升新能源汽車產品力，降低新能源領域的研發(fā)成本，縮小與國內車企的差距，促進其電動化轉型。大眾汽車2023年動作頻繁，極大推動國外車企與中國車企的反向合資合作。一是大眾汽車集團與江淮汽車、國軒高科合作，為大眾汽車在中國的電動化布局提供支持。二是大眾集團與地平線公司合作，大眾集團為合資企業(yè)注入資金并持股60%，地平線公司則以技術入股方式持股40%。三是大眾集團向小鵬汽車增資7億美元，收購小鵬汽車4.99%的股份，計劃在2026年前共同開發(fā)兩款純電動車。除了大眾汽車集團，Stellantis也在積極推進與國內企業(yè)的合作，投資15億歐元獲得零跑20%股權，共同成立合資公司“零跑國際”專注出口業(yè)務，持股51%。類似的合資合作模式在2024年預計將有越來越多的企業(yè)跟進。五、充電換電等補能配套成為關鍵

近年來中國新能源汽車銷量劇增，得益于新能源汽車產業(yè)有明確的發(fā)展規(guī)劃和相關政策的支持。但配套設施仍需進一步完善，預計到2025年充電樁總量約為1020萬個，總體樁車比0.41：1。據工業(yè)和信息化部數據，我國目前已累計建成充電樁627.8萬臺、換電站3460座，建設動力電池回收服務網點超過1萬個。但以上基礎設施還不能完全滿足充換電的市場需求，將影響新能源汽車行業(yè)的發(fā)展。另外，換電站和電池技術標準何時統(tǒng)一仍不確定，以龍頭企業(yè)主導的跨品牌換電體系推進也存在一些困難。因此，在城市和高速公路上解決充電、換電難問題將成為關鍵。剛剛閉幕的廣州車展上，各車企扎堆推出800V以上的高壓超充解決方案，期待通過逐步普及，加快解決補能焦慮。7.1經驗判斷分析預測法延伸閱讀7-1六、商用車新能源化提速增質

2024年，市場驅動或將或將成為新能源商用車的發(fā)展的主要動力。在此大背景下，新能源商用車2023年1-10月實現(xiàn)銷量33.4萬輛，同比增長40.8％，增長率超過商用車總體市場漲幅，伴隨著公共領域全面電動化政策實施以及購置稅減免等補貼政策的調整，新能源商用車逐步向增質提速的方向發(fā)展。一是行業(yè)出清加劇，部分企業(yè)和品牌受產品質量、模式、售后服務等多方面的影響，已陸續(xù)退出市場。二是福田、東風、上汽、一汽等多個老牌商用車頭部企業(yè)借助傳統(tǒng)網絡優(yōu)勢對新能源商用車領域開展布局并探索新的商業(yè)模式，同時逐步向新能源上下游產業(yè)鏈進行延伸，力爭新能源的賽道上占據一席之地。三是眾多新勢力逐步布局新能源商用車發(fā)展的這片藍海，持續(xù)推動新能源商用車產品研發(fā)與突破，試圖打造一個不一樣的綠色貨運智能時代，造車新勢力憑借獨有的優(yōu)勢，已成為商用車領域不可或缺的力量，商用車新能源進入提速增質發(fā)展的新階段，2024年新能源商用車增速預計將突破40%。七、產業(yè)集群和城市群互促發(fā)展

中國汽車產業(yè)集群與城市群互促發(fā)展將成為未來中國汽車發(fā)展的重要特征之一。

中國已經形成京津冀魯、長三角、珠三角、成渝地區(qū)、東北地區(qū)五大汽車產業(yè)集群。這些產業(yè)集群的形成帶動了當地經濟的增長，促進城市群產業(yè)進一步融合發(fā)展。例如，長三角是汽車產業(yè)最有代表性的區(qū)域，長三角41個城市，常住人口總量達2億多，汽車保有量（三省一市）超過5000萬輛，今年前三季度，長三角地區(qū)新能源汽車產量超過260萬輛，這意味著不到十秒，就有一輛新能源汽車在長三角走下產線。近年來，隨著新能源汽車的高速發(fā)展，也為長三角汽車的新能源化帶來了新的發(fā)展機遇，并形成了優(yōu)勢明顯的產業(yè)集群。主要為新能源汽車產業(yè)，聚集了百余個超100億元產值的園區(qū)，涉及新能源項目超過20多個，累計投資將超1000億元。

7.1經驗判斷分析預測法延伸閱讀7-1

城市群的形成和發(fā)展也為汽車產業(yè)集群提供了良好的環(huán)境和支持。中國城市群的發(fā)展不僅為汽車購買和使用帶來了大量的基礎設施建設和公共服務，也為汽車產業(yè)集群提供了良好的生態(tài)環(huán)境和發(fā)展支持。八、L3級自動駕駛、提高電池安全和國產芯片替代等新技術扎堆面市。

2023年11月，工業(yè)和信息化部等四部委聯(lián)合發(fā)布了L3及以上等級的ICV準入試行辦法，主流車企正在積極推進國內L3的量產應用，形成自主可控的L3產品開發(fā)能力。動力電池在能量密度、高安全性、經濟性和快充上將實現(xiàn)突破發(fā)展。從電池材料和結構性能上一方面提升電池能量密度，另一方面降低電池成本。從提高電壓平臺和電芯充電倍率方面縮短電池充電時間。從電芯和電池包兩方面提升電池安全性。從電芯生產和電池設計上提升電池循環(huán)壽命。

在車規(guī)級芯片方面，隨著高通8155作為座艙SOC芯片已成為行業(yè)主流，國產化芯片的搭載進程也在提速。國內智駕算力芯片已達128TOPs，將跨入560TOPs，國產芯片與國外芯片相差0.5-1代(1代為2-4年左右)，代差將進一步縮小。在低算力芯片方面，價格或將探底。7.1經驗判斷分析預測法7.1.2專家會議法1.選擇專家(1)專家要有豐富經驗和廣博知識。(2)專家要有代表性。(3)專家要有一定的市場調查和市場預測方面的知識和經驗。2.召集專家會議第一,做好會議的準備工作。第二,邀請專家參加會議。第三,控制好會議的進程。第四,在會議結束后、主持人再對各種方案進行比較、評價、歸類、最后確定出預測的方案。3.選擇專家會議的形式(1)非交鋒式會議(2)交鋒式會議(3)混合式會議7.1經驗判斷分析預測法7.1.2專家會議法4.專家會議法的優(yōu)缺點專家會議法的優(yōu)點是:它將一些專家集合成一個小組,由主持人對他們同時進行訪談,這會比個人的訪談產生更多、更全面的信息和現(xiàn)點;與會專家能自由發(fā)表意見,各種觀點能相互啟發(fā)、借鑒,有利于集思廣益,有利于預測意見得到修改、補充和完善。另外,專家會議法節(jié)省時間,節(jié)省費用,應用靈活方便。專家會議法也存在缺點:會議上與會人員的意見易被個別權威專家的意見所左右;由于與會人員的個性和心理狀態(tài),與會者有時不愿發(fā)表與眾不同的意見,或處于自尊心不愿意當眾修改已發(fā)表過的意見。因此,會議最后的綜合意見,可能并不能完全反映與會專家的全部正確意見。但是,在難以進行量化分析的情況下,專家會議法仍不失為一種很有價值的預測方法。7.1經驗判斷分析預測法7.1.3德爾菲法1.選擇德爾菲法德爾菲法適合在以下情況下發(fā)揮作用。（1）缺乏足夠的資料（2）作長遠規(guī)劃或大趨勢預測（3）影響預測事件的因素太多（4）主觀因素對預測事件影響比較大

德爾菲法是指采用背對背的通信方式征詢專家小組成員的預測意見,經過幾輪征詢,使專家小組的預測意見趨于集中,最后做出符合市場未來發(fā)展趨勢的預測結論。7.1經驗判斷分析預測法7.1.3德爾菲法2.德爾菲法的操作步驟（1）確定預測題目，選定專家小組（2）制定征詢表，準備有關材料（3）采用匿名方式進行多輪函詢（4）運用數學統(tǒng)計分析法對專家最后一輪預測意見加以處理，做出最后的預測結論。3.德爾菲法的特點（1）匿名性（2）反饋性（3）趨同性7.1經驗判斷分析預測法7.1.3德爾菲法2.德爾菲法的操作步驟（4）運用數學統(tǒng)計分析法對專家最后一輪預測意見加以處理，做出最后的預測結論。①平均數法，就是用專家所有預測值的平均數作為綜合的預測值。公式是：式中：Xi為各位專家的預測值；N為專家人數。②中位數法，是用所有預測值的中位數作為最終的預測值。中位數的位置：具體做法是：將最后一輪專家的預測值從小到大排列，碰到重復的數值舍去，那么中位數所處的位置的數據，就是中位數。7.1經驗判斷分析預測法7.1.3德爾菲法2.德爾菲法的操作步驟（4）運用數學統(tǒng)計分析法對專家最后一輪預測意見加以處理，做出最后的預測結論。例7-2某企業(yè)市場環(huán)境發(fā)生了變化，對產品明年的銷售量難以確定，因而聘請10位專家，用德爾菲法進行預測。具體數據如表所示。

表7-4專家預測意見統(tǒng)計表單位：萬臺專家意見征詢12345678910第一輪70807552754550605463第二輪70757355654754656063第三輪707370627255586063657.1經驗判斷分析預測法7.1.3德爾菲法2.德爾菲法的操作步驟（4）運用數學統(tǒng)計分析法對專家最后一輪預測意見加以處理，做出最后的預測結論。例7-2

從表中不難看出，專家們在發(fā)表第二輪預測意見時，大部分專家都修改了自己的第一輪預測意見，只有編號為1和編號為10的專家堅持自己的第一輪的預測意見。專家們發(fā)展第三輪預測意見也是如此。經過三輪征詢后，專家們預測值的差距在逐步縮小，在第一輪征詢中，專家的最大預測80與最小預測值45相差35萬臺；第二輪征詢中，專家最大預測值75與最小預測值47相差為28萬合；第三輪征詢中，專家最大預測值73與最小預測值55僅相差18萬臺。若用平均法確定最終預測值：即預測產品明年銷售量為64.8萬臺。若用中位數法確定最終預測值；首先，將表7-4中專家第三輪預測值，按其數值從小到大排列：55，58，60，62，63，65，70，72，73（有兩個70，舍去1個）。其次，確定中位數所在的位置：那么，第5個數據為中位數。7.2時間序列分析預測法7.2.1簡單平均數法簡單平均法就是將一定觀察期內預測目標值的算術平均數作為下一期預測值的一種簡便的預測方法,具體又分為簡單算數平均法、加權算術平均法和幾何平均法,。

時間序列分析法是將歷史資料和數據，按時間順序排列成一個系列，根據時間序列所反映的經濟現(xiàn)象的發(fā)展過程、方向和趨勢，運用一定的數學方法使其向外延伸，預計其未來發(fā)展變化趨勢，來預測經濟現(xiàn)象未來可能達到的水平。7.2時間序列分析預測法7.2.1簡單平均數法1.簡單算術平均法

簡單算術平均法就是將觀察期內預測目標時間序列值求和，取其平均值，并將其作為下期預測值。用公式表示為：式中：

為觀察期內預測目標的算術平均值，即下期的預測值；

為預測目標在觀察期內的實際值；

n為數據個數。7.2時間序列分析預測法7.2.1簡單平均數法1.簡單算術平均法例7-3某電動摩托車廠2023年1-12月電動摩托車銷售量分別為60，50.4，55，49.6，75，76.9，72，68，54.4，44，43.8，47萬輛。利用簡單算術平均法，預測2024年1月電動摩托車的銷售量(分按全年、下半年、第四季度三種情況預測）。1.根據全年的銷售量進行預測，為

=（80+50.4+55+49.6+75+76.9+72+68+54.4+44+43.8+47）/12=58(萬輛)2.根據下半年的銷售量進行預測，為=（72+68+54.4+44+43.8+47）/6=54.9(萬輛)3.根據第四季度的銷售量進行預測，為

=（44+43.8+47）/3=44.9(萬輛)

由此可以看出，由于觀察期長短不同，得到的預測值也隨之不同。故觀察期的長短選擇對預測結果很重要。一般當數據的變化傾向較小，觀察期可以短些：當時間序列的變化傾向較大時，觀察期應長些，這樣預測值相對精確些。7.2時間序列分析預測法7.2.1簡單平均數法2.加權算術平均

加權算術平均法是為觀察期內每個數據確定一個權教，并在此基礎上，計算其加權平均數作為下-期的預測值。加權算術平均法用公式表示為：式中：

為預測目標在觀察期內的加權算術平均數，即下期預測值；

為在觀察期內的各個數據；

與X觀察期內時間序列各個數據相對應的權數。7.2時間序列分析預測法7.2.1簡單平均數法2.加權算術平均例7-4采用加權算術平均法，根據例7-3所列數據，利用2023年下半年數據預測2024年1月的銷量。解：設2024年1月的銷量為X，則通過分析，可以預測2024年1月電動摩托車的銷量為49.9萬量。7.2時間序列分析預測法7.2.2移動平均法

移動平均法是將觀察期內的數據由遠及近按一定跨越期進行平均的一種預測方法，隨著觀察期的“逐期推移”，觀察期內的數據也隨之向前移動，每向前移動一期，就去掉最前面一期數據，而新增原來觀察期之后的數據，保證跨越期不變，然后逐個求出其算術平均值并將預測期最近的那一個平均數作為預測值。1.簡單移動平均

簡單移動平均法指時間序列按一定的跨越期，移動計算觀察數據的算術平均數，形成一組新的數據。簡單移動平均法的基本公式表示為式中：

Mt為第t-1期到第t-n期的平均數；xt-1,xt-2,……,xt-n為第t-1期到第t-n期的實際值；n為跨越期數，即參加平均的歷史數據個數。7.2時間序列分析預測法7.2.2移動平均法1.簡單移動平均例7-5表為某城市2023年各月份汽油的消耗量，并分別對跨越期3個月和5個月的情況進行預測。表7-5某城市2023年各月份汽油的消耗量及其平均值月份實際使用量3個月的移動平均值n=35個月的移動平均值n=51120.0

2132.0

3142.0

4138.0131.3

5146.0137.3

6152.0142.0135.67146.0145.3142.08155.0148.0144.89143.0151.0147.410156.0148.0148.411148.0151.0150.412150.0149.0149.67.2時間序列分析預測法7.2.2移動平均法2.加權移動平均

加權移動平均法是對跨越期內不同重要程度的數據乘以不同的權數，將這些乘積之和除以各權數之和，求得加強平均數，并以此來預測下一期數據。用公示表示為式中：

為時間為t的加權移動平均數，即

的預測值；

為觀察期內時間序列的各個數據，即預測目標在觀察期內的實際值；

為觀察期內時間序列的各個數據相對應的權數。7.2時間序列分析預測法7.2.2移動平均法2.加權移動平均例7-6利用例7-5數據，令跨越期為3，權數分別為0.5、0.3、0.2，運用加權移動平均法預測該城市2024年1月份對汽油的需求量。利用公式

計算結果如下表所示。表7-6依據例7-5計算數據月份實際使用量加權平均值

n=3預測值1120.0

2132.0

3142.0

4138.0142.0×0.5+132.0×0.3+120.0×0.2=134.6134.65146.0138.0×0.5+142.0×0.3+132.0×0.2=138.0138.06152.0146.0×0.5+138.0×0.3+142.0×0.2=142.8142.87146.0152.0×0.5+146.0×0.3+138.0×0.2=147.4147.48155.0146.0×0.5+152.0×0.3+146.0×0.2=147.8147.89143.0155.0×0.5+146.0×0.3+152.0×0.2=151.7151.710156.0143.0×0.5+155.0×0.3+146.0×0.2=147.2147.211148.0156.0×0.5+143.0×0.3+155.0×0.2=151.9151.912150.0148.0×0.5+156.0×0.3+143.0×0.2=149.4149.67.2時間序列分析預測法7.2.3指數平滑法

指數平滑法是一種特殊的加權平均法。是一次移動平均法的延伸。即對離預測期較近的歷史數據給予較大的權數，權數由近到遠按指數規(guī)律遞減。特點：指數平滑法是對時間數據給予加工平滑，從而獲得其變化規(guī)律與趨勢。一次指數平滑法的模型和特點：

或者1.調整預測值的能力強，調整項是2.預測值包含的信息量是全部歷史數據。3.加權的特點是離預測期較近的權數較大，較遠的權數較小。權數之和為1。7.2時間序列分析預測法7.2.3指數平滑法例7-7某電動車廠2015-2023年的銷售額如表所示，利用指數平滑法預測2024年的銷售額。表7-7某電動車廠2015-2023年的銷售額年份銷售額平滑系數=0.1平滑系數=0.6平滑系數=0.9201540004566.674566.674566.67201647004510.004226.674056.67201750004529.004510.674635.67201849004576.104804.274963.57201952004608.494861.714906.36202066004667.645064.685170.64202162004860.885985.876457.06202258004994.796114.356225.71202360005075.315925.745842.572024-5167.785970.305984.267.2時間序列分析預測法7.2.3指數平滑法例7-7指數平滑法預測步驟如下所述：第一，首先確定初始值S1，這是利用指數平滑法的重要一步。由指數平滑法公式可知，要計算St+1就需要知道St，計算St就要知道St-1，以此類推，要知道S2就需知道S1，而S1是沒有辦法算出來的，只能估算，一般情況下，時間序列的數據越多，初始值距離預測期就越遠，權數就越小，對預測值的影響也就越小。初始值可以用實際值來代替，即：S1=X1，然后按照上述遞推規(guī)律，求出St+1；若時間序列數據少，初始值對預測值的影響以選擇前幾個數據作為初始值。如本例可以將S1確定為前三期數據的平均值，即（4000+4700+5000）/3=4566.67(萬元)第二，選擇平滑系數α。指數平滑法中平滑系數體現(xiàn)了對時間序列各數據的修勻能力，α值夫小與預測結果有著直接關系，通常α值可以依據時間數列的波動進行選擇。如果時間序列有較大的隨機波動或大幅的升降時，應選擇較小的平滑系數，以清除這種不規(guī)則變動對預測值的影響；如果時間序列有較小的隨機變動或數據以固定比率上升、下降時，應選用較大的平滑系數；如果時間序列變動呈水平趨勢，預測值與α的取值關系不大，可以選擇居中的α值。7.2時間序列分析預測法7.2.3指數平滑法例7-7本題中，分別取α=0.1，α=0.6，α=0.9，通過計算，可以比較它們對時間數列的修勻程度。當α=0.1時，S1=（4000+4700+5000）/3=4566.67(萬元)S2=0.1×4000+(1-0.1)×S1=4510.00(萬元)……2024年銷售額預測值=5167.78(萬元)當α=0.6時，S1=（4000+4700+5000）/3=4566.67(萬元)S2=0.6×4000+(1-0.6)×S1=4226.67(萬元)……2024年銷售額預測值=5970.30(萬元)當α=0.9時，S1=（4000+4700+5000）/3=4566.67(萬元)S2=0.9×4000+(1-0.9)×S1=4056.67(萬元)……2024年銷售額預測值=5984.26(萬元)7.2時間序列分析預測法7.2.3指數平滑法例7-7第三，確定預測值。根據本例中α對時間序列的修均程度，當α=0.9時，指數平滑值基本反映了時間序列各數據的情況，修勻程度小，應確定α=0.9時的平滑值作為預測值。另外，在使用平滑值進行預測時，若對預測精度的要求比較高，還需要對不同平滑系數下取得的平滑值進行誤差分析。7.2時間序列分析預測法7.2.4趨勢外推法

趨勢外推法，又稱數學模型法，就是通過建立一定的數學模型，對時間序列給出恰當的趨勢線，將其外推或延伸，用來預測未來可能達到的水平。趨勢外推法又分為直線趨勢外推法和曲線趨勢外推法。

直線趨勢外推法就是假定預測目標隨時間變化的規(guī)律近似為一條直線。通過擬合直線方程描述直線的上升或下降趨勢來確定預測值。設直線方程為yt=a+bt式中：yt為預測值；T為時間序列編號；a，b為參數。7.2時間序列分析預測法7.2.4趨勢外推法通過數學計算，確定a，b的值，求出直線方程。首先根據最小二乘法可推斷出兩個標準方程。解得：t是時間序列的編號，通常按

的原則編號。這樣，原公示就簡化為式中為時間序列的實際值;為時間序列編號;

n為數據個數。7.2時間序列分析預測法7.2.4趨勢外推法

在計算時，為保證

，通常對于不同資料的時間間隔是不同的。當n為奇數時，確定資料的中央一期為0，與中央期對稱的其他各期之和也應為0，則時間序列的時間間隔為1；當n為偶數時，中央兩期之和為0，與這兩期相鄰的其他各期之和也應為0，則資料的時間間隔為2。例7-8表是一家航空公司2017~2023年的總收入情況，試用趨勢外推法預測2024年該公司的總收入。表7-8某航空公司2017-2023年的總收入單位：百萬元年份總收人(

)20172428-3-728492559.8520182951-2-590242904.120193533-1-353313248.35202036180003592.6202136161361613936.85202242642852844281.12023473831421494625.35

251480963928-7.2時間序列分析預測法7.2.4趨勢外推法例7-8根據

計算出則直線趨勢方程為2024年該航空公司的預測總收入

=3592.57+344.25×4=4969.57（萬元）7.2時間序列分析預測法7.2.5季節(jié)指數法

在進行市場預測時，應考慮到經濟變量的季節(jié)性變化。季節(jié)指數法就是描述時間序列的季節(jié)變動規(guī)律，并以此為依據預測未來市場的商品供應量、需求量及價格變動趨勢。具體步驟為：1.計算歷年同月的平均值2.計算全年月平均值3.計算各月季節(jié)指數

4.調整各月季節(jié)指數5.計算預測值7.2時間序列分析預測法7.2.5季節(jié)指數法例7-9某家電銷售部2019-2021年空調的銷售量資料如表7-9所示。已知2022年1月份的銷售量為3百臺，試預測2022年其他各月的銷售量。表7-9某家電銷售部2019-2021年空調的銷售量分析:具體預測如下所示。計算歷年同月的平均值:1月的平均值計算全年月平均值：計算各月季節(jié)指數: 年月123456789101112年平均201954102240108948562205638.4202045112351110968057154438.320213361832100928158133234.3月平均4492141106948259164437季節(jié)指數（%）10.810.824.356.8110.8286.5254.1221.6159.543.210.810.8

7.2時間序列分析預測法7.2.5季節(jié)指數法例7-9調整各月季節(jié)指數：計算預測值:以此類推,可以求出2022年各月的預測值。7.3相關回歸分析預測法7.3.1相關回歸分析概述及一元相關回歸分析1.相關回歸分析市場預測法的基本原理（1）市場變量之間的因果關系

市場的發(fā)展變化是由多種因素決定的，而市場的變化同各種影響因素的變化之間又存在一定的依存關系，即因果關系。（2）回歸分析法的基本步驟①確定變量之間是否存在相關關系②確定哪個是因變量、哪個或者哪幾個是自變量③選用正確的數學模型④檢驗⑤預測7.3相關回歸分析預測法7.3.1回歸分析預測法定義與步驟1.回歸分析預測法的定義回歸分析預測法,是通過對預測對象和影響因素的統(tǒng)計整理和分析,找出它們之間的變化規(guī)律,將變化規(guī)律用數學模型表示出來,并利用數學模型進行預測的一種分析方法。2.回歸分析預測法的具體步驟（1）確定預測目標和影響因素（2）進行相關分析（3）建立回歸預測模型（4）回歸預測模型的檢驗（5）進行實際預測7.3相關回歸分析預測法7.3.1回歸分析預測法定義與步驟建立回歸預測模型建立回歸預測模型,就是建立回歸方程,依據變量之間的相關關系,用恰當的數學表達式來表達。線性回歸方程的一般表達式為y=a+b1x1+b2x2+…+bnxn當線性回歸只涉及到兩個變量時,稱為一元線性回歸或簡單線性回歸,可表示為y=a+bx其他形式的線性回歸則稱為多元線性回歸。當變量間不呈線性關系時,則需要根據曲線的形狀建立相應的非線性回歸方程。方程的參數通常使用最小平方法計算求得,然后代回方程用于預測。7.3相關回歸分析預測法7.3.2一元線性回歸分析預測法1.一元線性回歸分析的運用當影響市場變化的眾多因素中有一個最基本并起到決定性作用的因素,且自變量與因變量的分布呈線性趨勢時,此情況下用回歸分析方法進行預測就是一元線性回歸分析預測法。一般情況一元線性回歸表達式為y=α+bx式中：y為因變量;x為自變量;a,b為參數,b又稱回歸參數,它表示當x每增加一個單位時,y的平均增加數量。7.3相關回歸分析預測法7.3.2一元線性回歸分析預測法2.一元線性回歸分析步驟例7.10據經驗,企業(yè)的商品銷售額與廣告費用支出之間具有相關關系。某企2014—2023年的商品銷售額和廣告費用支出見表7-10。該企業(yè)預計2024年的廣告費支出為35萬元,要求在95%的確信度下,通過分析所掌握的數據,預測下年商品的銷售額。表7-10某企業(yè)商品銷售額與廣告費支出7.3相關回歸分析預測法7.3.2一元線性回歸分析預測法2.一元線性回歸分析步驟例7.10(1)進行相關分析在坐標系上將廣告費支出和商品銷售額的數據標出,畫出散點圖可以發(fā)現(xiàn)二者呈直線趨勢?？梢耘卸ǘ邽橐辉€性關系。(2)建立回歸方程回歸方程為y=a+bx,其中關鍵是求參數a與b的值。根據表中資料,利用最小平方法可以求出a與b的值。7.3相關回歸分析預測法7.3.2一元線性回歸分析預測法2.一元線性回歸分析步驟例7.10所求回歸方程為y=3.36+1.321x(3)進行檢驗檢驗相關系數r=0.9994取得顯著性水平α=0.05,參數為n-2=8。查相關系數臨界值表得r0.05(8)=0.632因為r>r0,說明廣告費與商品銷售額存在很強的正相關關系。(4)進行預測先進行點預測,2024年的廣告費預計支出35萬元。將其代入方程,有y=3.36百萬元+1.321×35百萬元=49.595百萬元即2024年的商品銷售額可達到49.595百萬元。再進行區(qū)間預測,計算標準誤差,查t分布表,最后可得商品銷售額的預測區(qū)間為49.595±3.731,即若以95%的把握預測,當廣告費支出為35萬元時,商品的銷售額在45.864百萬元~53.326百萬元之間。7.3相關回歸分析預測法7.3.3多元線性回歸分析預測法進行市場預測時,經常會遇到一個變量受多個變量影響的情況,這時一元線性同歸分析法已經不再適用,就可以使用多元回歸分析預測法進行預測活動。當兩個或多個以上的自變量與一個因變量之間存在線性回歸趨勢時,此情況下用回歸方法進行預測即為多元線性回歸分析法預測。多元線性回歸方程一般形式為y=a+b1x1+b2x2+…+bnxn

式中：x1,x2,…,xn為n個影響y的自變量;b1,b2,…,bn

為回歸參數。存在兩個自變量條件下的多元線性回歸方程稱為二元回歸方程,即為多元線性回歸方程中的特例。7.3相關回歸分析預測法7.3.3多元線性回歸分析預測法二元線性回歸分析的步驟:1.建立線性回歸方程線性方程為y=a+bx1+cx2,參數a,b1,b2使用最小平方法推算,得到將相關數據代入上述方程，求解得到系數a，b，c。所以，二元線性回歸方程為

y=a+bx1+cx27.3相關回歸分析預測法7.3.3多元線性回歸分析預測法二元線性回歸分析的步驟:2.檢驗利用復相關系數檢驗回歸方程整體顯著性。簡化為：

取一個特定的α，并計算df=n-k-1（k為自變量個數），查相關系數、臨界值表得到：Rα（n-k-1），df，如果R>Rα（n-k-1）。說明x1，x2與y線性關系顯著。7.3相關回歸分析預測法7.3.3多元線性回歸分析預測法二元線性回歸分析的步驟:3.預測

先進行點預測，將x1，x2代入公式y(tǒng)=a+b1x1+b2x2即得到預測值y。之后再進行區(qū)間預測，計算估計標準誤差

取α，df等于n-3，查t分布