一、中級經濟師商業市場預測方法的選擇

　　（一）市場預測方法選擇的依據

　　市場預測方法選擇的依據具體有：

　　1.根據預測的目標來選擇。長期預測可采用專家預測法、百分比率遞增法、回歸分析法等。短期預測可以采用經驗判斷法、平均數法、移動平均數法、一次指數平滑法等。

　　2.根據預測的范圍來選擇。宏觀預測，采用德爾菲法、相關因素分析法、相互影響分析法等。微觀預測，采用大致預測法、展銷調查法、市場因子推演法、直線回歸法、經驗判斷法等。

　　3.根據數據資料狀況來選擇。資料充分、數據準確可靠，采用定量預測法，反之，采用定性預測方法。

　　4.根據預測期限和費用來選擇。

　　另外還要注意：連貫性、可比性、相關性，以及必要的預測評價與誤差分析。

　　（二）市場供求形態與預測方法的選擇

　　根據我國市場狀況、商品供求規律，市場商品供求的形勢動態可分為：穩定形態、趨勢形態、季節性形態、隨機形態等供求形態。

　　1.穩定形態：沒有明顯的變化。生存必需品：糧食；生活必需品：牙刷、牙膏；燃料和能源：電、煤氣；必需的衣物等。可以采用平均數法、平均遞增率、類推法、市場因子推演法。

　　2.趨勢形態：也稱為傾向性形態。在一段時間內，商品的需求量和供給量呈現一定的直線上升或下降的趨勢。可采用移動平均數法、指數平滑法、回歸分析法。

　　3.季節性形態：季節性變化。廣義的季節性變化可以包括一年以上的有規則的變化，狹義是指一年以內的規則的周期變動。

　　4.隨機形態：某些商品在某些時期的需求量的變化出現不規則的變化，沒有一定的規律。一般而言，隨機形態的商品大都屬于穿、用方面的中、高檔商品和奢侈商品。要采用定性分析與定量分析相結合的預測分析法，采用專家預測法、主觀概率測算法、類推法等。

　　二、定性預測方法

　　（一）德爾菲法

　　又稱為專家意見法和專家調查法。蘭德公司1946年創建，后來因為成功的預測了朝鮮戰爭的美軍的失敗而聲名鵲起。

　　德爾菲是以匿名的方式，輪番征詢專家意見，最終得出預測結果的一種經驗意見綜合法。

　　德爾菲法是市場預測定性方法中最重要、最有效的一種方法，應用十分廣泛。不僅可用來進行短期預測，還可以用來進行中、長期預測。

　　1.德爾菲法的特點：

　　（1）匿名性

　　（2）反饋性

　　（3）集思廣益

　　（4）趨同性

　　德爾菲法既能發揮每個專家的經驗和判斷力，又能將個人的意見，有效地綜合為集體意見，但同時也有一定的局限性，比如預測需要的時間較長，缺乏客觀標準等。所以，預測者在保證科學性、合理性的前提下，靈活運用德爾菲法。

　　2.預測步驟

　　（1）準備階段。擬定意見征詢表和選定征詢對象。

　　專家的選擇注意以下幾點：

　　第一，自愿性。只有充分考慮專家的自愿性，才能避免專家意見回收率低的問題。保證專家充分發揮積極性、創造性和聰明才智。

　　第二，廣泛性。要求專家有廣泛的來源。

　　第三，人數適度。人數過少，缺乏代表性，信息量不足；人數過多，組織工作困難，成本增加。一般以15-50人為宜。

　　（2）輪番征詢階段（具體見教材）

　　（3）作出預測結論階段。常見的統計處理方法有：中位數和上下四分位數法、算術平均統計處理法、主觀概率統計處理法等。

　　（二）類推法

　　1.相關類推法

　　利用已知的相關產品的資料和數據，推斷預測某商品未來需求趨勢。

　　相關關系包括：（1）時間上的先行、后行關系；（2）可替代商品的關系；（3）互補性關系。

　　2.對比類推法

　　根據同類商品在不同時期、不同地區的需求情況，推測該商品在未來或另一地區的發展趨勢。

　　（三）用戶調查法

　　即定期直接向用戶了解在下一時期購買的意向，通過綜合分析，推斷出用戶購買意向的變動趨勢。

　　一般而言，用戶調查法對未來市場需求變動預測的準確性以工業品市場最高、耐用消費品市場次之、一般消費品市場為最低。

　　三、定量預測方法

　　（一）時間序列預測法

　　時間序列分析法是把預測商品的一組實際銷售量統計數據按照時間順序排列，通過統計分析或建立數學模型進行外推的定量預測方法。這類方法以連貫性原理為依據。

　　1.上期銷售量法

　　直接以上期實際銷售量作為下一期銷售量的預測值。

　　把上一期的實際銷售量作為下一期銷售量的預測值。公式：

　　Ft=Dt-1

　　式中：Ft——第t期的預測銷售量；

　　Dt-1——第t-1期的實際銷售量，即上期實際銷售量。

　　特征：反映需求變化最快。靈敏性高，穩定性小。

　　極端情況，只考慮最近一個時期的實際數據，忽略其他時期實際數據的影響。

　　適用于：實際需求變化幅度不大的情況。

　　2.算術平均法

　　將時間序列中各個時期的實際銷售量的算術平均值作為下一期的預測銷售量。

　　公式：

　　（i=1，2，…，n）

　　式中：Ft——第t期的預測銷售量；

　　Di——第i期的實際銷售量；

　　n——實際銷售量時間序列數據的個數；

　　由于考慮了時間序列的全部數據，并且將所有數據平均。所以是時間序列分析法的另一種極端情況。

　　3.移動平均數法

　　（1）一次移動平均數法

　　即用過去m個周期實際銷售量的算術平均值作為下期銷售量的預測值。

　　（2）算數平均數法：f12=（10+20+……+110）/11=60

　　（3）一次移動平均數法：取m=4，用一次移動平均數法預測第12個月的銷售量：

　　f12=（D8+D9+D10+D11）/4=95.

　　m取1，用一次移動平均數法預測第12個月的銷售量：

　　f12=110/1=110

　　m取11，用一次移動平均數法預測第12個月的銷售量：

　　f12=（10+20+……+110）/11=60

　　m為1，即為上期銷售量法；m取時間序列的全部數據n，即為算術平均數法了。

　　移動期數m的選取，既要有足夠的期數，以抵消銷售量的隨機波動的影響；又不能過多，以盡量舍去那些早期的作用不大的數據。

　　在有明顯的趨勢形態中，預測量的變化就總要落后于實際銷售量的變化，在上升趨勢中預測量小于實際量，在下降趨勢中預測量大于實際量，出現的偏差為滯后偏差。

　　（2）二次移動平均數

　　二次移動平均數法是利用預測目標時間序列的一次移動平均值和二次移動平均值的滯后偏差演變規律建立起線性方程進行預測的方法。

　　二次移動平均值是以一次移動平均值作為時間序列，再計算第二次的移動平均值，移動期數不變。

　　二次移動平均數法的線性方程式為：

　　Yt+T=at+btT
　　at=2Mt(1)-Mt(2)
　　bt=2(Mt(1)-Mt(2))/N-1

　　式中：t——目前所處的周期；

　　t+T——要預測的某一周期；

　　at——t期為起點的截矩（Yt）；

　　bt—— 一個周期的偏差值（即斜率）；

　　Mt（1）——第t期的一次移動平均數；

　　Mt（2）——第t期的二次移動平均數。

　　4.指數平滑法

　　（1）一次指數平滑法：以上期的實際銷售量和上期預測銷售量為基數，分別給予不同的權重，計算出指數平滑值，作為下期的預測值。

　　該方法是以預測目標的上期實際銷售量和上期預測銷售量為基數，分別給兩者以不同的權數，計算出指數平滑值，作為下期的預測值。計算公式為：

　　Ft=αDt-1+（1-α）Ft-1

　　式中：Ft——第t期的預測銷售量；

　　Ft-1——第t-1期的預測銷售量；

　　Dt-1——第t-1期的實際銷售量；

　　α——平滑系數，取值范圍為0≤α≤1.

　　平滑系數越大，越接近1，對近期數據加的權數越大，反映需求變化的靈敏度越高；反之，越小，對需求變化反映的靈敏度就越差。

　　（2）二次指數平滑

　　二次指數平滑法是在一次指數平滑法的基礎上，對一次指數平滑值再做一次指數平滑，然后，利用兩次指數平滑值，通過求解平滑系數，建立數學預測模型進行預測。公式為：

　　Yt+T=at+btT
　　at=2St(1)-St(2)

　　bt=α（St（1）-St（2））/1-α

　　St（2）=αSt（1）+（1-α）St-1（2）

　　St（1）=αDt+（1-α）St-1（1）

　　式中：Dt——第t期的實際銷售量；

　　α——加權系數；

　　St（1）——第t期的一次指數平滑值；

　　St（2）——第t期的二次指數平滑值；

　　at，bt——為平滑系數；

　　Yt+T——第t+T期的預測值。

　　（二）回歸分析法：

　　回歸分析研究的是變量與變量之間的關系，涉及多個統計量。

　　變量與變量之間的關系有兩種類型：一種是確定型的關系，另一種是非確定型的相關關系。

　　如果只有一個自變量，就稱一元回歸分析，如果涉及兩個或更多的自變量，就稱二元回歸分析、多元回歸分析。

　　一般考試都會直接給出回歸系數，所以大家只要記住：y=a + bx這個公式就可以了。記住常數項是a.

　　式中：y為因變量，即預測值；x為自變量，即引起因變量變化的某影響因素；a、b為回歸系數。

　　在應用一元線性回歸分析法進行銷售量或銷售額預測時，收集的歷史統計數據要盡可能多一些，一般要在20個以上。數據個數太少，預測的正確性差。