管理經(jīng)濟學(xué)人大第四版第五章商業(yè)與預(yù)測_第1頁
管理經(jīng)濟學(xué)人大第四版第五章商業(yè)與預(yù)測_第2頁
管理經(jīng)濟學(xué)人大第四版第五章商業(yè)與預(yù)測_第3頁
管理經(jīng)濟學(xué)人大第四版第五章商業(yè)與預(yù)測_第4頁
管理經(jīng)濟學(xué)人大第四版第五章商業(yè)與預(yù)測_第5頁
已閱讀5頁,還剩37頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1第五章商業(yè)與經(jīng)濟預(yù)測

數(shù)據(jù)來源和預(yù)測技術(shù)的選擇

時間序列分析法

氣壓表式預(yù)測法

投入-產(chǎn)出分析法

2一、數(shù)據(jù)來源和預(yù)測技術(shù)的選擇必須進行銷售估計才能規(guī)劃未來適當?shù)纳a(chǎn)水平;財務(wù)經(jīng)理需要估計廠商未來的現(xiàn)金流量,這就需要對未來可能的銷售、生產(chǎn)、收入、支付以及資本支出水平做出預(yù)測;在規(guī)劃資本投資時,需要預(yù)測未來的經(jīng)濟活動,才能估算出資本投資的收益;對貨幣和信用條件進行預(yù)測,以便使企業(yè)的現(xiàn)金需求能以最低的成本滿足。3(一)數(shù)據(jù)來源缺點:費用較高;專家可能拒絕參考別人意見,使后幾輪預(yù)測沒有變化。1、專家意見德爾菲法Delphitechnique:第一步:組成企業(yè)外部的專家小組,各自獨立工作,分別做出預(yù)測。第二步:每個專家被要求參考別人的數(shù)據(jù)修正自己的預(yù)測。第三步:重復(fù)第二步,一直持續(xù)到大家取得一致意見,或大家都不準備再修改意見。優(yōu)點:有助于每個專家對每個人的預(yù)測做出評價。4

數(shù)據(jù)來源2、調(diào)查對管理者的計劃進行調(diào)查可能是預(yù)測的一個重要數(shù)據(jù)來源,

也可以對消費者計劃進行調(diào)查以獲得預(yù)測數(shù)據(jù)。

如果沒有現(xiàn)成數(shù)據(jù),企業(yè)可以自己進行調(diào)查。

需要較高的調(diào)查技巧:措辭準確、不含糊;樣本具有代表性;較高的答卷率;被調(diào)查人的反映真實等。調(diào)查法的缺陷——不準確:被調(diào)查人缺乏信息進行決策;未能認真考慮;不反映真實想法等。因此,調(diào)查數(shù)據(jù)一般作為決策的補充數(shù)據(jù)來源。5

數(shù)據(jù)來源3、市場實驗市場實驗法應(yīng)注意的問題:實驗市場的地區(qū)不宜太大,以節(jié)約費用和便于指導(dǎo)、分析;實驗市場中的消費者應(yīng)和企業(yè)目標市場消費者特征類似;應(yīng)當有可能只向被實驗人群做廣告。優(yōu)點:較真實反映消費者實際行動。缺點:具有風(fēng)險。有可能會失去消費者。企業(yè)無法控制影響需求的所有因素;由于實驗時間較短,消費者對企業(yè)的行動做出的反應(yīng)不充分。

6(二)預(yù)測技術(shù)的選擇1、預(yù)測的層級國民經(jīng)濟產(chǎn)業(yè)銷售預(yù)測。單個企業(yè)的銷售預(yù)測。總銷售額、產(chǎn)品線銷售額(量)等采購、生產(chǎn)預(yù)測:原材料訂貨量、員工雇傭量、運輸、生產(chǎn)周期營銷預(yù)測:銷售資源配置、銷售目標、促銷規(guī)劃現(xiàn)金需求預(yù)測長期資本支出和企業(yè)發(fā)展戰(zhàn)略企業(yè)內(nèi)部的預(yù)測層級7預(yù)測技術(shù)的選擇2、選擇預(yù)測技術(shù)的準則與使用某種技術(shù)而產(chǎn)生的潛在收益相比,建立預(yù)測模型的成本;將要預(yù)測的各種關(guān)系的復(fù)雜程度;預(yù)測的時間(長期或短期);模型要求的精確性;制定決策所必要的前導(dǎo)時間取決于預(yù)測模型所估計的變量。8預(yù)測技術(shù)的選擇3、評估預(yù)測模型的精確性評估預(yù)測模型精確度的一個指標是平均預(yù)測誤差或均方根誤差:

9

預(yù)測技術(shù)的選擇4、可供選擇的預(yù)測技術(shù)時間序列分析法氣壓表式預(yù)測法投入-產(chǎn)出分析法10二、時間序列分析法

用于預(yù)測某個特定變量值而收集的數(shù)據(jù)可以分為兩大類——時間序列數(shù)據(jù)和橫斷面數(shù)據(jù)。時間序列數(shù)據(jù):按不同時點順序排列的一種經(jīng)濟變量的一系列數(shù)值。橫斷面數(shù)據(jù):在相同時間觀察到的一種經(jīng)濟變量的一系列數(shù)值

時間序列預(yù)測模型僅僅以被預(yù)測變量的歷史觀察值為基礎(chǔ),這類模型并不力求說明產(chǎn)生觀察結(jié)果的主要因果關(guān)系。11

時間序列分析法趨勢trend:一定時期內(nèi)一個經(jīng)濟數(shù)據(jù)序列中的長期增加或減少。

周期性cyclicalpattern變化:在時間通常超過一年的經(jīng)濟序列中,存在著的重大的擴張和收縮。

季節(jié)性seasonality變化:這個因素在一年內(nèi)造成了變動,它們在不同年份中或多或少是一致的。

隨機波動randomfluctuation:一個經(jīng)濟序列受到基本上無法預(yù)見的隨機因素的影響。

12(一)基本模型1.最簡單模型該模型認為下一期變量的預(yù)測值將與該變量當期的數(shù)值一樣。13例:某企業(yè)產(chǎn)品2013年度4月份銷售量預(yù)測,其歷史數(shù)據(jù)見下表月份年份2011201220131月2月3月4月5月6月7月8月9月10月11月12月237021002412237630743695355041723880293123772983244625202598253332503446398642223798294124882878258526932738141.最簡單模型適用條件使用容易,理解簡單。當歷史數(shù)據(jù)表明被預(yù)測數(shù)據(jù)中短期內(nèi)沒有很大變化時,可以運用此模型對短期情況進行預(yù)測。因此,此模型的使用條件是,變化緩慢出現(xiàn),或?qū)ξ磥硐鄬^短的時期進行預(yù)測。缺點數(shù)據(jù)的可得性,需要迅速收集本期的實際數(shù)據(jù)。未考慮環(huán)境中已知變化的作用。152.模型的調(diào)整運用此模型,2013年4月份的預(yù)測值為2738+(2738-2693)=2783。16(二)趨勢推測法這種方法是建立在這樣的假設(shè)基礎(chǔ)上,即在一個時間序列數(shù)據(jù)中存在著一種可識別的變化趨勢。趨勢預(yù)測也可用來作為確定周期性和季節(jié)性變化的出發(fā)點。171.曲線擬合的統(tǒng)計法這種方法主要是運用最小二乘法來估計方程的參數(shù)。一個經(jīng)濟序列中的長期變化會遵從幾種不同類型的趨勢。以下要討論的是三種常見的情況:線性趨勢、固定不變的增長率、下降的增長率。tYtYtY18(1)線性趨勢——每期的變化數(shù)量為常數(shù)19時期數(shù)季度銷售額(百萬元)1234567891011121996,Ⅰ1996,Ⅱ1996,Ⅲ1996,Ⅳ1997,Ⅰ1997,Ⅱ1997,Ⅲ1997,Ⅳ1998,Ⅰ1998,Ⅱ1998,Ⅲ1998,Ⅳ300305315340346352364390397404418445對將來任何一個時期銷售額的預(yù)測,可根據(jù)此式進行。例如,1999年第三季度(第15時期)的銷售額預(yù)測值為:281.394+12.811×15=473.56例2:20(2)冪函數(shù)——固定不變的增長率(每期變化的比率為常數(shù))21(2)冪函數(shù)——固定不變的增長率(每期變化的比率為常數(shù))需要將其轉(zhuǎn)換才能使用最小二乘法,令

α=lnY0,β=ln(1+g),則得出新方程:

這時可以運用最小二乘法估計參數(shù),但應(yīng)注意數(shù)據(jù)的轉(zhuǎn)換。首先將觀察(實際)數(shù)據(jù)轉(zhuǎn)換為對數(shù)形式,估計出參數(shù);然后,再將該參數(shù)進行轉(zhuǎn)換,求出冪函數(shù)的參數(shù)。22時期數(shù)季度銷售額的自然對數(shù)1234567891011121996,Ⅰ1996,Ⅱ1996,Ⅲ1996,Ⅳ1997,Ⅰ1997,Ⅱ1997,Ⅲ1997,Ⅳ1998,Ⅰ1998,Ⅱ1998,Ⅲ1998,Ⅳ5.7045.7205.7535.8295.8475.8645.8975.9665.9846.0016.0366.098用最小二乘法估計轉(zhuǎn)換后的方程為:再求5.662和0.0353的反對數(shù),得到最終函數(shù)方程為:232.時間序列數(shù)據(jù)中的季節(jié)性變動這里介紹進行季節(jié)性調(diào)整的趨勢比率法ratio-trend。這種方法的步驟如下:根據(jù)預(yù)測方程計算出各年某一季度的預(yù)測值,并根據(jù)相應(yīng)的觀察(實際)值,求出各實際值與預(yù)測值之間的比率。求出以上各比率的平均比率。該平均比率就是在預(yù)測中隊季節(jié)性誤差的測定。運用該平均比率對根據(jù)預(yù)測方程求出的該季度預(yù)測值進行調(diào)整。24案例:接例2,對第4季度銷售額的預(yù)測值進行調(diào)整。某公司銷售額的預(yù)測方程為第一步:根據(jù)預(yù)測方程求出第4季度預(yù)測值,并求出各實際值和預(yù)測值的比率。年份第4季度預(yù)測銷售額(百萬元)第4季度實際銷售額(百萬元)第4季度實際/預(yù)測銷售額199619971998332.64383.88435.133403904451.0221.0161.023平均=1.020第二步:求出平均比率,為1.020。第三步:運用平均比率進行季節(jié)調(diào)整。如1998年第4季度預(yù)測值為435.13,乘以平均比率1.020,調(diào)整后的預(yù)測值為443.8,更接近實際值445。25(三)移動平均數(shù)移動平均數(shù)是一種簡單的平滑技術(shù)。它是指對一系列觀察值加以平均得到一個預(yù)測值,即選取一定數(shù)目觀察值,計算其平均值,并將這個平均值作為下一期預(yù)測值。其目的在于為盡量減少隨機因素在預(yù)測中的影響。注意:N越大,平滑效果越明顯。選擇合適的N應(yīng)當選擇使觀察值和預(yù)測值之間的離差的平方和或RMSE最小的N。26(四)指數(shù)平滑法指數(shù)平滑法exponentialsmoothing是一種時間序列預(yù)測技術(shù),它賦予近期的觀察數(shù)據(jù)以更大的權(quán)數(shù)。271.指數(shù)平滑法的運用根據(jù)指數(shù)平滑法,第n+1期的預(yù)測值等于第n期的觀察值同預(yù)測值的加權(quán)平均,

28這表明,一個指數(shù)加權(quán)移動平均數(shù)的一般公式,就是對所有的過去觀察值的一種加權(quán)平均,權(quán)數(shù)是由幾何級數(shù)定義的:(1-w)0w,(1-w)1w,(1-w)2w,(1-w)3w,(1-w)4w,(1-w)5w……如果w接近1.0,近期的觀察數(shù)據(jù)就有較大的權(quán)數(shù);

注意,該公式無法預(yù)測,因為沒有Y0或。這個問題通??梢酝ㄟ^假定第1期的預(yù)測值等于該期的觀察值來解決,即=Y1。在公式中,這就意味著=Y1。29

周次t銷售量Ytw=0.20w=0.40w=0.60

w=0.801234567891011400430420440460440470430440420-400.00400.00406.00408.80415.04424.03427.23435.78434.62435.70432.56400.00400.00412.00415.20425.12439.07439.44451.67443.00441.80433.08400.00400.00418.00419.20431.68448.67443.47459.39441.76440.70428.28400.00400.00424.00420.80436.18455.23443.05464.61436.92439.38423.88302.平滑常數(shù)的選擇觀察值和預(yù)測值之間的離差的平方和最小,即w的選擇應(yīng)當使或RMSE最小。例如,根據(jù)上表的數(shù)據(jù),w的不同取值的情況為:平滑常數(shù)離差平方和0.200.400.600.806484.234683.874213.084394.52313.對指數(shù)平滑法的評價優(yōu)點允許近期數(shù)據(jù)有較大權(quán)數(shù);增加新的觀察數(shù)據(jù),使預(yù)測適應(yīng)新情況時較為簡便,無需像趨勢推測法那樣重新估計方程。缺點如果數(shù)據(jù)呈現(xiàn)明顯趨勢,用其預(yù)測就不太準確。如果時間趨勢為正值,根據(jù)指數(shù)平滑法預(yù)測就會太低;如果時間趨勢為負值,根據(jù)指數(shù)平滑法預(yù)測就會太高。因此,當數(shù)據(jù)中沒有明顯的時間趨勢時,使用指數(shù)平滑法才較合適。32三、氣壓表式預(yù)測法找出與第1個數(shù)據(jù)序列相關(guān)的第2個數(shù)據(jù)序列。這樣,通過觀察第2個序列的變化就能預(yù)測第1個序列。這時,稱第2個序列是第1個序列的指示值indicator。

33(一)領(lǐng)先、同步和滯后指標如果一個序列的變化總是發(fā)生在另一個序列的變化之前,前者就為超前指示值leadingindicator。如果一個序列的變化總是與另一個序列的變化同時進行,前者就是同步指示值coincidentindicator。如果一個序列的變化總是發(fā)生在另一個序列的變化之后,前者就為滯后指示值。就好像氣象學(xué)家利用氣壓表上的氣壓變化來預(yù)測天氣那樣,超前指示值能用來預(yù)測一般經(jīng)濟條件的變化,因此,這種方法稱為氣壓表式預(yù)測法barometricforecasting。34領(lǐng)先、同步和滯后指標超前指示值的有用性取決于以下因素:指示值必須準確。它的波動必須與要預(yù)測的序列的波動緊密相關(guān)。指示值必須有足夠的超前期。超前期太短,指示指標的作用就不大。超前期相對穩(wěn)定。不能有時超前2年,有時超前6個月。35(二)合成指數(shù)和擴散指數(shù)

合成指數(shù)就是各種指示值的加權(quán)平均數(shù)。權(quán)數(shù)是根據(jù)每個序列的預(yù)測能力來定的。例如,最常用的合成指數(shù),就是美國商務(wù)部根據(jù)11種超前指示值編制的。

擴散指數(shù)是對逐月增長的時間序列在商務(wù)部11種時間序列中所占比例的度量。其優(yōu)點是減少了因以單一序列的短期波動為基礎(chǔ)形成錯誤預(yù)測的可能性。例如,8種指示值是增長的,則該月的擴散指數(shù)為8/11;若全部指示值都下降則為0。如果擴散指數(shù)在幾個月中都超過50%,則說明經(jīng)濟條件改善。36合成指數(shù)和擴散指數(shù)合成指數(shù)和擴散指數(shù)預(yù)測的缺陷預(yù)測不是十分準確;超前期的變動性大;難以預(yù)測變化的大小,更多的是一種定性指標;沒有很好的為特定企業(yè)進行預(yù)測的超前指示值。37四、投入-產(chǎn)出分析法投入-產(chǎn)出分析方法可用于分析產(chǎn)業(yè)之間的聯(lián)系和影響。38(一)交易矩陣橫行表示每個部門的產(chǎn)品銷售給誰。前兩列表示中間銷售量intermediatesales??v列表

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論