常用市场预测方法的特点

常用市场预测方法的特点

预测方法 因素与条件 定性方法 专家会议法 组织有关方面专家，通过会议形式进行预测，综合专家意见，得出结论 定量方法 延伸性预测（时间序列分析） 因果分析 德尔菲法 类推预测法 移动平均法 指数平滑法 趋势外推法 回归分析法 消费系数法 弹性系数法 为消除不规律性影响，取时间序列中连续几个数据值的平均值 与移动平均法相似，考虑历史数据远近期作用不同，给予不同权重，要求数据量少 短期预测 运用因果关运用数学模系建立回归型，拟合一条分析模型，包趋势线，外推括一元线性未来事物的回归、多元线发展 性回归和非线性回归等 短、中期预测 短、中、长期预测 需要几年数据 方法简介 运用事物发专家会议法展相似性原的发展，对专理，对相互类家匿名调查，似产品的出多轮反馈整现和发展过理，对结果进程进行对比行统计分析 性分析 长期预测 将专家意见综合分析与处理 较好 长 长期预测 对产品在各行业消费进行分析，结合行业规划，预测需求总量 运用两个变量之间的弹性系数进行预测 适用的时间范围及用途 需要的数据资料 长期预测 市场历史发展资料和信息 较好 较长 短期预测 短、中、长期短、中、长期预测 预测 需要几年数据 需要几年数据 多年历史资料 数据最低要求5-10个 数据最低要求5-10个 至少5年数据 短期好，中期较好 短 精确度 预测所用 时间

尚好 一般 尚好 短 较好 短 很好 取决于分析能力 很好 取决于分析能力 较好 短 市场预测的基本方法 （1）市场预测的方法分类

市场预测方法一般可以分为定性预测和定量预测两大类。

1）定性预测：是建立在经验判断的基础上，并对判断结果进行有效处理的预测方法，适用于预测对象受到各种因素的影响，又无法对其影响因素进行定量分析的情况。定性预测的基本原理是运用逻辑学的方法，来推断预测对象未来的发展趋势。定性预测受个人经验判断的影响，具有一定的局限性。 定性预测常用方法有：专家会议法、德尔菲法、类推预测法等。

2）定量预测：常用方法有回归分析法、弹性系数法、移动平均法、指数平滑法等多种方法。它们都是建立在历史数据和统计资料的基础上，建立合适的数学模型，通过分析和计算，推断出未来的经济发展和市场变化情况。

由于影响事物的因素是多方面的，很多因素的变化是不可预知的、难以量化的，比如国家政策的变化、人们消费偏好的改变等，因此定量预测的结果也存在一定误差，需要进行修正。 （2）各种预测方法比较

不同的市场预测方法具有不同的条件、应用范围和预测精度。可根据预测周期、产品生命周期、预测对象、数据资料、精度要求、时间与费用限制等因素，选择适当的方法。也可以采用几种方法，进行组合预测，相互验证或修正。在实践中，多采用定性预测与定量预测方法进行组合。 （3）德尔菲法

德尔菲法是在许多领域广泛应用的一种专家分析方法。尤其适用于长期需求预测。

1）德尔菲法的特点

①匿名性。减少交叉影响、权威效应，使专家毫无顾虑地提出和修改自己的意见。

②反馈性。要多次轮番征求意见，且每轮都将上轮较集中的意见信息反馈给专家参考。

③收敛性。每轮意见收集后，重新整理问题，再次征询专家意见。每轮都通过整理问题和提供集中意见供专家参考，进而使意见更趋于集中。

④广泛性。采用通信函询方式，可在广泛范围内征询专家意见。

德尔菲法突出的优点是：便于独立思考，独立估测；既集思广益，又经济合理；利于探索解决问题；具有广泛的应用范围。不足是：易忽视少数人的创意；缺少思想交锋和商讨；容易受组织者主观意向的影响。 2）德尔菲法程序。包括五个步骤：

①建立预测工作组。10-20人，负责预测的组织。成员要理解德尔菲法实质，具备必要

专业知识，能进行统计和数据处理。

②选择专家。20人左右，可根据预测问题的规模和重要程度调整。

③设计调查表。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。第一轮将背景、对象、相应时间表格给专家

发挥。第2轮将统计和修正的第1 轮结果表给专家再评价、判断。如有必要再依据第2轮预测结果制定调查表进行第3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。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。

3）德尔菲法的运用范围。

①缺乏足够的资料。如新产品的生产与经营

②作长远规划或大趋势预测。因时间长可变因素太多，具体量化不太可能时 ③影响预测事件的因素太多。 ④主观因素对预测事件的影响较大。 （4）回归分析法

一个事物的发展变化经常与其他事物存在直接与间接的联系，通过统计分析可能找到其中的规律。回归分析法是描述分析相关因素相互关系的一种数理统计方法，通过建立一个或一组自变量与相关随机变量的回归分析模型，来预测相关随机变量的未来值。采用这种方法需要占有充分的历史数据，预测的准确性还与市场的成熟度密切相关。

回归分析法按分析中自变量的个数分为一元回归与多元回归；按自变量与因变量的关系分为线性回归与非线性回归。 一元线性回归模型形式为：y=a+bx+e 式中：y----因变量，即拟进行预测的变量；

x----自变量，即引起因变量y变化的变量；

a、b----表示x和y之间关系的系数； e----误差项。

（5）时间序列

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GDP、发电量、客运量、销售量等数据，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。时间序列预测方法包括简单移动平均法、指数平滑法、趋势外推法等。

1）简单移动平均法。简单移动平均法是预测将来某一时期的平均预测值的一种方法。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。简单移动平均法可以表述为：

Ft+1=1/n∑Xi

2）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n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。

根据平滑次数的不同，指数平滑有一次指数平滑、二次指数平滑、三次指数平滑和高次指数平滑。只介绍一次指数平滑法。

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。

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，对于时间序列x1、x2、x3…，xt,一次平滑指数公式为： X′t+1=Ft

Ft=αxt+(1-α)Ft-1

式中 α----平滑系数，0﹤a﹤1;

xt----历史数据序列x在t时的观测值； Ft、Ft-1----分别为t 时和t-1时的平滑值。 （6）弹性系数法