定量预测
出自 MBA智库百科(https://wiki.mbalib.com/)
定量预测(quantitative forecasting)
目录 |
定量预测是使用一历史数据或因素变量来预测需求的数学模型。是根据已掌握的比较完备的历史统计数据，运用一定的数学方法进行科学的加工整理，借以揭示有关变量之间的规律性联系，用于预测和推测未来发展变化情况的一类预测方法。
目前工商企业中常用的预测方法有以下几种：
(1)加权算术平均法
用各种权数算得的平均数称为加权算术平均数，它可以自然数作权数，也可以项目出现的次数作权数，所求平均数值即为测定值。
(2)趋势平均预测法
趋势平均预测法是以过去发生的实际数为依据，在算术平均数的基础上，假定未来时期的数值是它近期数值直接继续，而同较远时期的数值关系较小的一种预测方法。
(3)指数平滑法
指数平滑法是以一个指标本身过去变化的趋势作为预测未来的依据的一种方法。对未来预测时，考虑则近期资料的影响应比远期为大，因而对不同时期的资料不同的权数，越是近期资料权数越大，反之权数越小。
(4)平均发展速度法
(5)一元线性回归预测法
根据x、y现有数据，寻求合理的a、b回归系数，得出一条变动直线，并使线上各点至实际资料上的对应点之间的距离最小。
设变动直线方程为：y=a+bx
(6)高低点法
高低点法是利用代数式y=a+bx，选用一定历史资料中的最高业务量与最低业务量的总成本（或总费用）之差△y，与两者业务量之差△x进行对比，求出b，然后再求出a的方法。
(7)时间序列预测法
它时间序利预测法是把一系列的时间作为自变量来确定直线方程y=a+bx，进而求出a、b的值，这是回归预测的特殊式。
定量预测基本上可分为两类：一类是时序预测法。它是以一个指标本身的历史数据的变化趋势，去寻找市场的演变规律，作为预测的依据，即把未来作为过去历史的延伸。时序预测法包括平均平滑法、趋势外推法、季节变动预测法和马尔可夫时序预测法。
另一种是因果分析法，它包括一元回归法、多元回归法和投入产出法。回归预测法是因果分析法中很重要的一种，它从一个指标与其他指标的历史和现实变化的相互关系中，探索它们之间的规律性联系，作为预测未来的依据。
时间序列中每一时期的数值，都是由很多不同因素同时发生作用后的综合反映。总的说来，这些因素可分为三大类：
第一，长期趋势。这是时间序列变量在较长时间内的总势态，即在长时间内连续不断地增长或下降的变动势态。它反映预测对象在长时期内的变动总趋势，这种变动趋势可能表现为向上发展，如劳动生产率提高，也可能表现为向下发展，如物料消耗的降低，也可能表现为向上发展转为向下发展，如物价变化。长期趋势往往是市场变化情况在数量上的反映，因此它是进行分析和预测的重点。
第二，季节变动。这是指一再发生于每年特定时期内的周期波动。即这种变动上次出现后，每隔一年又再次出现。所以简单地说，每年重复出现的循环变动，就叫季节变动。
第三，不规则变动，又称随机变动，其变化无规则可循。这种变动都是由偶然事件引起的，如自然灾害、政治运动、政策改变等影响经济活动的变动。不规则变动幅度往往较大，而且无法预测。
定量预测的优点是：偏重于数量方面的分析，重视预测对象的变化程度，能作出变化程度在数量上的准确描述；它主要把历史统计数据和客观实际资料作为预测的依据，运用数学方法进行处理分析，受主观因素的影响较少；它可以利用现代化的计算方法，来进行大量的计算工作和数据处理，求出适应工程进展的最佳数据曲线。缺点是比较机械，不易灵活掌握，对信息资料质量要求较高。
进行定量预测，通常需要积累和掌握历史统计数据。如果把某种统计指标的数值，按时间先后顺序排列起来，以便于研究其发展变化的水平和速度。这种预测就是对时间序列进行加工整理和分析，利用数列所反映出来的客观变动过程、发展趋势和发展速度，进行外推和延伸，借以预测今后可能达到的水平。
