User:Reader1
出自 MBA智库百科(https://wiki.mbalib.com/)
現代管理理念和內容。 市場預測 (1)產品市場的規律性 產品市場是有規律性的,利用這些規律性可以預測市場的產品數量和產品價格。同時產品市場未來狀態也具有不確定性,這意味著任何預測都是相對具體條件和在一定概率程度下成立。大專院校和專業咨詢機構研究了很多預測方法,本文試圖總結一些適用於企業經營管理中使用的簡單方法。 進行市場預測需要首先判斷產品是處於市場的啟動期、成長期、還是成熟期,不同的時間區段可能需要採用不同的方法。波動的市場數據通常可以分解成三個分量,有基礎需求和供給狀態形成的主分量、由季節、文化習俗等因素形成的周期分量和由隨機因素形成的干擾分量。儘管在企業中很少利用數字濾波技術分解這些分量,但是分量的概念有助於對預測方法和預測結果的理解。
[[Image:http://www.qjetc.gov.cn/UploadFiles/2006101413171734.gif ]]http://www.qjetc.gov.cn/UploadFiles/2006101413171734.gif
(2)成熟期產品市場預測
成熟期市場預測方法有平均值計算、市場增減率計算、等增量預測等方法,由於屬於比較簡單的統計計算,再此從略。 本節介紹預測成熟期市場變化趨勢的移動平均法(SMA)。移動平均法一般用來平滑時間序列的數據,同時也可以用來預測市場的變化趨勢。移動平均法在股票分析中獲得了廣泛的應用。在項目中可以用來預測項目產品成熟市場的價格、數量變化趨勢,其缺陷是只能預測“看跌”和“看漲”。 假設時間序列具有N個數值,分別為X1,X2…Xn。移動平均的數據視窗為k>0,第k次移動平均的數值定義如下: y1=1/k(x1+x2…+xk) y2=1/k(x2+x3+…+xk+1) y3=1/k(x3+x4+…+xk+2) yn-k+1=1/k(xn-k+1+xn-k+2+…+xn) 移動平均的時間序列具有n-k+1個平均值數據. 下例是某產品在10個月中的價格數據以及使用簡單移動平均法(SMA)在K=2和K=3兩種情況下的平滑數據。價格數據曲線與移動平均曲線之間有一個顯著的規律,當價格曲線從移動平均曲線的上方變化到下方,跟隨的是一個價格下降的低谷。每當價格曲線從移動平均曲線的下方變化到上方,跟隨的是一個價格上升的高峰。 [1]
(3)成長期產品市場預測
相關回歸預測是藉助於容易取得的且對未來變化具有一定確定性的變數數據,利用數學回歸方法建立該數據與市場數據的相關關係。根據已建立的相關關係來預測市場數據。根據相關關係的方式,有與單相關對應的一元回歸預測,與復相關對應的多元回歸預測,與一次函數對應的線性回歸預測和與曲線函數對應的非線性回歸預測。 在自然界中,各種現象與變數之間的關係可分為兩大類,既函數關係與相關關係。相關關係本身不存在相互對應的確定關係。只有通過回歸分析,在承認一定誤差的條件下,才能確定相關關係的形態和性質。常用的回歸分析有:
一元線性回歸 Y=A0+A1x 多元線性回歸 Y=A0+A1X1+A2X2+…AnXn 非線性回歸 Y=F(X)
下麵以深圳小汽車千人擁有量的預測來說明相關回歸預測方法。與小汽車千人擁有量的相關因素指標有GDP、人均GDP、工業總產值、職工年平均貨幣工資,城鄉居民儲蓄存款餘額、城鄉居民人均可支配收入等。由於預測的小汽車保有量市場既有私人汽車,也有公用小汽車,選取人均GDP指標作為相關的經濟指標。根據人均GDP與小汽車的千人擁有量的相關關係,預測出遠期的小汽車千人擁有量。
根據對世界其他城市的數據分析,人均GDP與小汽車的千人擁有量各國家和城市的情況是不同的。儘管從常識上可以判斷人均GDP的增長將帶來小汽車千人擁有量的增長,但是由於各國對小汽車市場的稅賦政策、價格控制和城市交通設施不同,例如對小汽車市場的各種稅賦、牌照費用的征收和公路設施的建設等,造成了上述差異。
http://www.qjetc.gov.cn/UploadFiles/2006101413171360.gif
根據上述情況,在預測中需要找出深圳市的人均GDP與小汽車千人擁有量的相關關係。值得註意的是這一關係是由深圳市的小汽車市場的稅收政策、牌照費用、相對價格、交通設施等狀況決定的關係。從《深圳市經濟統計年鑒》可獲得深圳市歷年的歷史數據如下表:
使用上述數據中的人均GDP和小汽車千人擁有量進行相關分析,在過去電腦技術尚未普及的時候,相關分析是通過煩瑣的人工計算的。在電腦技術普及的今天,有大量的電腦軟體具有相關分析功能,可以不必再為繁瑣的相關分析公式所困擾。利用統計分析軟體(SPSS、SAS、MINITAB、EXCEL等)可獲得深圳市的人均GDP和小汽車千人擁有量的關係,其相關係數為0.965。可以利用下列公式與政府經濟發展規劃中的人均GDP目標計算未來的小汽車千人擁有量。例如深圳的十五規劃中2010年人均GDP目標為9萬元,則可以預測屆時的小汽車千人擁有量在110-120輛,其條件是深圳市的小汽車市場的稅收政策、牌照費用、相對價格、交通設施等狀況沒有重大的變化(在加入WTO以後的相對價格變化比較大,可以使用同樣的方法和2000年後的數據對結果進行修整)。
小汽車千人擁有量=4.2232+0.0005*人均GDP+8.4E-09*人均GDP²
成長期產品市場預測的另外一種方法是曲線擬合方法。從數學角度來講,曲線擬合與相關分析使用的是同一種技術,都是採用回歸分析和最小二乘法原理。但是從市場預測的角度,兩者有根本的區別。相關分析是將市場的待預測值與一個或多個具有確定預測值的量建立起相關關係,從而間接預測市場的數據。而曲線擬合則是根據已有的市場量與時間的數據,擬合出近似的市場-時間曲線,從而預測未來時間的市場值。 下圖是中國人造金剛石的市場預測,根據1980年到2000年的市場數據,可以預測2001年到2003年的市場數據,並擬合出市場與時間的關係為自然指數曲線:
0.2902t
人造金剛石產量=43.182e
作者在預測的時候只有1990年到2000年的市場數據,在預測以後為了驗證預測結果,在網上搜索到2003年的實際市場數量為22萬克拉到25萬克拉,預測的25萬克拉比較符合實際的市場數量。
曲線擬合同樣也可以用來預測產品的價格趨勢。以中國背投彩電的平均價格
為例,首先收集中國背投彩電60個月的平均價格數據,計算每年的平均價格,然後採用任何數學軟體(甚至EXCEL電子錶格),可以擬合出產品的價格。2000年後背投彩電的平均價格與預測價格具有比較好的符合性。
如果你對曲線擬合預測還存有疑慮,並且還沒有時間學習統計分析軟體,可以利用下表世界塑料市場1989年到1994年到產量數據,將上述數據畫在表格中,然後根據歷史數據曲線畫出延長線,根據延長線預測世界塑料市場1995年到1997年的世界塑料產量,表中的實際產量可以驗證你的預測。
(4)啟動期產品市場預測
儘管採用曲線擬合可以比較可靠的預測市場數量和產品價格,但是這種擬合方法需要比較長時間的歷史數據,而這恰恰是新產品所不具備的條件。生命周期曲線擬合通常應用於處於啟動期的新技術產品市場,其市場具有啟動期、成長期和飽和期的規律性。此時可利用已有的市場數據、飽和值的預計和生命周期模型來進行曲線擬合。生命周期模型具有前期緩慢增長,中期加速增長和後期增長平緩的特點。生命周期模型原來用於描述物種的變化,例如物種數量的增長過程、從新生兒到成人的身高增長過程,近代開始用於市場預測。通常用來描述生命周期模型的曲線有龔珀茨曲線(非對稱)和羅吉斯蒂曲線(對稱)。龔珀茨曲線的計算公式和圖形如下:
Y(t)=a exp[-b exp(-gt)]
啟動期新產品市場只有有限的數據,生命周期模型預測的原理在於市場初期的數據中蘊涵了以後市場生命周期的信息。在各種促進和抑制隨機因素下,市場按照自然生命周期規律增長。利用市場初期的數據和對最終市場飽和時的估計值,可以擬合出市場在成長期的軌跡。
下麵以深圳小汽車市場數量預測來說明生命周期模型預測的原理。決定深圳小汽車保有量的因素除了人口因素之外,還有社會的經濟發展狀況.在表徵社會經濟發展狀況的指標中,可考慮的指標有GDP、人均GDP、工業總產值、職工年平均貨幣工資,城鄉居民儲蓄存款餘額、城鄉居民人均可支配收入等。由於預測的小汽車保有量市場既有私人汽車,也有公用小汽車,選取人均GDP指標作為與小汽車保有量相關的經濟指標。預測需要的基礎統計數據有:
(1)深圳人口的歷史數據和飽和人口預測
(2)深圳的人均GDP歷史數據和政府經濟規劃的人均GDP目標
(3)深圳的小汽車保有量歷史數據和千人擁有量歷史數據
(4)世界重點城市的人口密度、人均GDP和小汽車千人擁有量
預測的基本思路是利用深圳小汽車保有量的歷史數據基礎,根據飽和人口預計、人均GDP和小汽車千人擁有量的關係預計出未來小汽車保有量的飽和量,根據未來的飽和量、歷史的保有量、利用生命周期曲線描繪出中間的市場成長期曲線。由於篇幅限制不能在此詳述,採用上述方法藉助SPSS軟體預測的市場數據預測的結果見下圖。關於生命周期預測的細節,有興趣的讀者可以參考立信會計出版社的《企業管理統計學》和英國VOLTERRA咨詢公司的GOMPERTZ預測電子錶格,URL為WWW.VOLTERRA.CO.UK
這個預測是作者在2001年進行的預測,併在深圳的一些跨國集團公司進行了介紹,作者當時也希望等待市場發展的驗證。這個結果近似於《深圳市城市規劃設計研究院》預測的2005年小汽車保有量40.2萬輛,2010年為71.2萬量。而使用的預測方法不同。使用龔帕茨(GOMPERTZ)生命周期模型對2004年的預測結果為32萬量,2005年政府公佈的深圳小汽車註冊數為31.26萬量。儘管對2004年的預測與實際市場數據近似,由於在預測中使用1979年至2000年的歷史數據為基礎數據,而2000年加入WTO以後小汽車的相對價格發生重大變化,2000年至2010年的預測數據會傾向保守,需要根據WTO後3-5年的數據進行修正。