第四章 预测分析 预测分析概述 所谓预测就是根据过去和现有的信息，运用一定的科学手段和方法，预计和估计事物未来发展趋势。 一、预测分析的基本原理 1．可知性原理 可知性原理也称为规律性原理。辩证唯物主义认为，世界是物质的，事物的发展尽管千姿百态，但还是有其固有的变化规律。只要人们掌握了事物的发展变化规律，就可以预测事物的未来发展状况。一切预测活动都奠基于可知性原理。 2．延续性原理 它是指企业在生产经营过程中，过去和现在的某种发展规律将会延续下去，并假设决定过去和现在发展的条件同样适用于未来。预测分析根据延续性原理，就可以把未来视作历史的延伸进行推测。趋势预测分析就是基于这条原理而建立的。 3．相关性原理 任何事物总是与其他事物之间存在着相互依存、相互制约的关系。作为预测对象的任何事物，其未来发展趋势和状况，也必然在多种因素共同作用下出现。预测分析根据经济变量之间的联系，利用对某些经济变量的分析研究来推测受它们影响的另一个经济变量发展的规律性。因果预测分析就是基于这条原理而建立的。 4．可控性原理 预测对象有自身的发展规律，人们在掌握其规律性的情况下，可以发挥自己的主观能动性和创造性，使事物朝着符合人们愿望的方向发展，这就是可控性原理。 二、预测分析的方法 （一）定量分析法 定量分析法主要应用数学方法和各种现代化计算工具对经济信息进行科学加工处理，建立预测分析数学模型，揭示各有关变量之间的规律性联系，并作出预测结论。按照对数据资料的处理方式，定量分析法可以分为以下两种类型： 1．趋势预测分析方法 趋势预测分析方法也称为时间序列分析法或外推分析法，它是将预测对象的历史数据按时间顺序排列，应用数学方法处理、计算、借以预测其未来发展趋势的分析方法。它的实质是根据事物发展的“延续性”，采用数理统计的方法，预测事物发展的趋势。 如：算术平均法、移动平均法、趋势平均法、加权平均法、指数平滑法、时间序列分析法。 2．因果预测分析法 因果预测分析法是根据预测对象与其他相关指标之间的相互依存、相互制约的规律性联系，建立相应的因果数学模型进行预测分析的方法。它的实质是根据事物发展的“相关性”，推测事物发展的趋势。 本量利分析法、投入产出分析法、回归分析法、经济计量法 （二）定性分析法 定性分析法又称为“非数量分析法”，是指由有关各方的专业人士根据个人经验和知识结合预测对象的特点进行综合分析，对事物的未来状况和发展趋势做出推测的一类预测方法。 定性分析法在西方国家又称为“判断分析法”、“集合意见法”。 1．个人判断法 2．专家会议法 3．德尔菲法 三、预测分析的一般程序 1．确定预测目标 2．收集并整理与预测目标有关的资料、数据 3．选择预测方法、建立预测模型 4．实施预测，并对预测结果进行评价 运用选定的预测方法和建立的预测模型对预测对象进行预测，求出预测结果，并对预测的结果进行比较、分析和评定，检查其结果正确与否、误差大小，最后确定预测结果的可靠程度及适用范围。 5．修正预测结果，做出最后决策。 一般用定量方法进行的预测，常会因为有一些因素由于数据不足或无法定量加以表示而影响预测的精度，这样就可以采用定性的方法，考虑这些因素，并借以修正定量预测的结果，而对于定性预测的结果也常常采用定量方法加以补充、修正，以使结果更接近实际。实践征明，经过这样的修正，预测结果将更加完善。  第二节 销售预测分析 一、销售预测的意义 销售预测又称销量预测，是指企业在一定的市场环境和一定的行销规划下，根据产品的历史销售数据，对其在未来某一时期的销售量或销售额进行科学的预计和测算。市场环境是指政治、经济、人口、文化和科技等的发展情况。行销规划是指企业对销售价格、产品改进、推销活动和分销途径等方面的计划安排。不同的市场环境和不同的行销规划，会产生不同的预测结果。开展销售预测的目的在于了解产品的社会需求量及销售前景。掌握产品的销售状态和市场占有情况。在市场经济条件下，现实和科学的销售预测对企业的整个生产经营活动具有十分重要的作用。具体讲，主要有以下三个方面： （一）销售预测是企业各项经营预测的前提 经营预测包括利润预测、销售预测、成本预测等内容，虽然利润、成本等预测各有其特定的内容和范围，但都必须以销售预测为前提条件，这是由市场经济所决定的。在市场经济条件下，企业能否在竞争激烈、复杂多变的环境下求得生存和发展，已不再取决于上级主管部门的意志，而是取决于企业对市场的适应程度，取决于企业能否生产出满足市场需求的适销对路、品质优良的产品，因此对企业产品销售的预测对于其他预测起着决定性的作用，是其他预测工作能够顺利进行的保证。 (二)销售预测是进行经营决策的基础 企业在生产经营活动的各个阶段都存在着许多需要决策的问题。例如，产品品种决策，生产规模决策，成本决策以及利润决策等。在这些需要决策的问题中，有许多是要以销售预测的结果为前提的。为了保证决策的正确性，企业必须事先进行科学的销售预测，为各项决策提供可靠的依据。销售预测便于企业以销定产，使企业的产品生产避免盲目性，使产品的供、产、销、存密切衔接，是制定生产经营决策最重要的依据。 (三)销售预测是企业编制各项计划的前提 如前所述，企业是以满足市场需求为目标的。要达到这一目标，企业需要借助于销售计划，通过销售计划对企业整个生产经营活动进行组织和协调。因为销售计划的营销目标是根据市场需求确定的，通过编制销售计划能使企业的生产与市场需求有机地结合起来。另外，销售计划规定厂计划期内企业产品的销售数量、结构、生产所需的财力和物力等条件，这样，就为编制其他计划(如生产计划，成本计划，物资供应计划等)提供了可靠的依据。因此，企业计划的编制一般都从销售计划开始，而销售计划如何，又决定于销售预测的准确与否。 二、影响销售的主要因素 影响产品销售的因素很多，综合起来主要有以下几个方面： (一)国民经济的发展速度 国民经济的发展速度，制约着整个社会的需求和消费水平，影响着每个企业的生产、供应和销售活动。因此，进行销售预测时，必须首先分析研究国民经济建设的方针、政策；国民经济发展计划和国民收入的增长情况；国家的资源政策和自然资源的开发、利用；农、轻、重之间的投资比例等等。 (二)社会购买力水平 社会购买力是指一定时期内全社会用于购买商品的货币支付能力。一般包括居民购买力、集团购买力和农村生产资料购买力三类。 社会购买力是衡量一定时期内社会上有支付能力的商品需求和国内市场容量大小的重要标志。为正确掌握产品销售的变化趋势，对销售做出尽可能符合实际的预测，应对城乡居民的货币收入、储蓄动态、就业程度、年成好坏等与社会购买力相关的因素进行全面的了解和分析。 (三)消费结构和消费倾向 消费结构和消费倾向是影响市场需求的重要因素，它们的变动主要取决于生产发展水平、科学文化水平和居民收入水平，同时也受消费心理、国际交往和政治因素的影响。要进行科学的预测，就应综合考察生产和科学文化的发展，以及人民群众生活水平、消费水平和消费心理的变化对商品的品种、规格、质量、功能、款式、造型等提出的各种新要求和新观念。 (四)市场价格 市场价格的变动可直接引起市场需求的变动。由于产品本身的价值量和市场供求关系变化的影响，常常使市场价格处于不断的变化之中，而市场价格的某种变动，又必然引起市场需求发生相应变动。因此，进行销售预测时，就应深入了解市场价格的变动及其变动趋势、产品的供求关系以及消费者对市场价格的信赖程度和承受能力。 (五)竞争态势 市场经济条件下，开展公平竞争有利于降低成本、提高产品质量、改进售后服务。因此，进行销售预测时，应做到知己知彼，注意调查和研究同行业、同类产品之间的竞争态势，正确判断企业产品与同类产品相比究竟处在何种地位；同时还应针对现在的和潜在的竞争对手的活动及其能力，扬长避短，制定强有力的对应策略和措施，以保证本企业产品在激烈的竞争中永远立于不败之地，为进一步开拓国内外市场创造良好的条件。 三、销售预测分析的常用方法 （一）趋势预测分析 1、算术平均法 算术平均法是以过去若干期的销售量或销售额的算术平均数作为计划期的销售预测。 【例1】某公司今年下半年销售A类产品的六个月的销售额资料如下表。要求预测明年1月份A类产品的销售额。 表1 A类产品销售资料 月 份 7 8 9 10 11 12  销售额(万元) 14.8 14.6 15.2 14.4 15.6 15.4   1月份A类产品的销售额=(14.8+14.6+15.2+14.4+15.6+15.4)/6=15(万元) 这种方法的优点是计算简单、方便易行；缺点是没有考虑近期(即10，11，12个月)的变动趋势。这种方法适用于销售量或销售额比较稳定的商品，对于某些没有季节性的商品，如食品、文具、日常用品等，仍是一种十分有用的方法。2、移动加权平均法 移动加权平均法是对过去若干期的销售量或销售额，按其距离预测期的远近分别进行加权(近期所加权数大些，远期所加权数小些)，然后计算其加权平均数，并以此作为计划期的销售预测值。 应该注意的是，所谓“移动”，是指所取的观测值(历史数据)随时间的推移而顺延。另外，由于接近预测期的实际销售情况对预测值的影响较大，故所加权数应大些；反之，则应小些。若取三个观测值，其权数可取0.2，0.3，0.5。若取五个观测值，其权数可取0.03，0.07，0.15，0.25，0.5。移动加权平均法的计算公式为： 计划期销售预测值=∑各期销售量(额)×权数 【例2】根据10、11、12月的观测值，按移动加权平均法预测明年1月份A类产品的销售额。 明年1月份A类产品的销售额=∑各期销售量(额)×权数 =14.4×0.2＋ 15.6×0.3＋15.4×0.5 =15.26 3、指数平滑法 指数平滑法是利用平滑系数(加权因子)，对过去不同期间的实际销售量或销售额进行加权计算，作为计划期的销售预测值。 令D表示实际值，F表示预测值，小标t表示第t期，a表示平滑系数(0≤a≤1)，有计算公式： Ft = a Dt-1 ＋ (1－a) Ft-1 【例3】上例中，假设该公司12月份A类商品实际销售额15.4万元，原来预测12月份的销售额为14.8万元；平滑系数为0.7。要求按指数平滑法预测明年1月份该类商品的销售额。 明年1月份的预测值= a Dt-1 ＋ (1－a) Ft-1 =0.7×15.4＋ (1－0.7) ×14.8 =15.22（万元） 用指数平滑法进行预测时，平滑系数值通常由预测者根据过去销售实际数与预测值之间差异的大小来确定，故确定平滑系数带有一定的主观因素。平滑系数越大，则近期实际数对预测结果的影响越大；反之，平滑系数越小，则近期实际数对预测结果的影响越小。因此，为使预测值能反映观测值的长期变动趋势，可选用较小的平滑系数；若为使预测值能反映观测值的近期变动趋势，则应选用较大的平滑系数。这个方法的优点是，采用一个平滑系数，在确定其数值时，可以结合考虑某些可能出现的偶然因素的影响，从而使预测值更符合实际。在实际工作中，平滑系数也可以通过用若干不同数值计算预测值，以预测值与实际值差异最小的作为最佳数值。 4、回归预测法 （1）一元线性回归 单位：万人公里 时间 1997.1 1997.2 1997.3 1997.4 1997.5 1997.6  客运量 100 95 98 107 110 105  时间 1997.7 1997.8 1997.9 1997.10 1997.11 1997.12  客运量 107 115 123 115 120 125    y=93.75+2.5t 时间 t 销售量y yt t2  1997.1 1 100 100 1  1997.2 2 95 190 4  1997.3 3 98 294 9  1997.4 4 107 428 16  1997.5 5 110 550 25  1997.6 6 105 630 36  1997.7 7 107 749 49  1997.8 8 115 920 64  1997.9 9 123 1107 81  1997.10 10 115 1150 100  1997.11 11 120 1320 121  1997.12 12 125 1500 144  合计 78 1320 8938 650   （2）曲线回归预测 单位：万件 时间 1997.1 1997.2 1997.3 1997.4 1997.5 1997.6  销售量 1000 1200 1440 1721 2040 2402  时间 1997.7 1997.8 1997.9 1997.10 1997.11 1997.12  销售量 2803 3243 3725 4246 4808 4950    y=2401.61+380.78t+20.09t2 （3）季节变动分析 某旅行社的营业收入资料如下： 月 份 1 2 3 4 5 6 7 8 9 10 11 12  2000年 40 50 41 39 45 53 68 73 50 48 43 38  2001年 43 52 45 41 48 65 79 86 64 60 45 41  2002年 44 64 58 56 67 74 84 95 76 68 56 52  2003年 55 72 62 60 70 86 98 108 87 78 63 58    月 份 1 2 3 4 5 6 7 8 9 10 11 12  2000年 40 50 41 39 45 53 68 73 50 48 43 38  2001年 43 52 45 41 48 65 79 86 64 60 45 41  2002年 44 64 58 56 67 74 84 95 76 68 56 52  2003年 55 72 62 60 70 86 98 108 87 78 63 58  合 计 182 238 206 196 230 278 329 362 277 254 207 189  平 均 45.5 59.5 51.5 49 57.5 69.5 82.3 90.5 67.3 63.5 51.8 47.3  季节比率% 74.1 96.9 83.9 79.8 93.6 113.2 134.0 147.4 112.9 103.4 84.4 77.0   一月份季节比率（%）=各月平均÷总平均=45.5÷61.4167=74.1% （三）顾客意向调查法 顾客意向调查法是通过对有代表性顾客的消费意向的调查，来了解市场需求的变化趋向，进行销售预测的一种方法。企业产品要由顾客来购买，顾客的消费意向当然是销售预测中最有价值的信息。调查时，可重点调查顾客对企业产品的需求量、客户的发展前景、财务状况、产品的选择标准等。 在调查时应当注意： 选择的调查对象要具有普遍性和代表性，使社会或市场中不同阶层或行业的需要、习惯、爱好等都能通过调查对象反映出来； 其次，调查的方法一定要简便易行，使被调查者乐于接受； 此外，对调查所取得的数据与资料一定要进行科学的分析，特别要注意去粗取精，去伪存真。 只有这样，所获得的资料才具有真实性、代表性，才能作为预测的依据。 这种方法主要适用于工业销售的预测，其准确性远胜于对消费品的预测；而用于耐用消费品的预测，其可靠性又高于一般消费品。 （二）因果预测分析法 因果预测分析法或称相关预测分析法，是利用事物发展的因果关系来推测事物发展趋势的方法。它是根据已掌握的历史资料，找出预测对象的变量与其相关事物的变量之间的依存关系，建立相应的因果预测的数学模型，据以预测计划期的销售量或销售额。 产品的销售一般总会与社会经济的某些因素相关，甚至有些因素对产品销售起决定性作用。例如，推土机销售量主要取决于基本建设的土方工作量；家具销售量则要考虑新结婚的人数、可自由支配的个人收人、可供分配的房屋数等相关因素的影响。利用这些变量间的函数关系，选择最恰当的相关因素建立起预测销售量或销售额的数学模型，往往会比采用趋势预测分析法获得更为理想的预测结果。需要注意的是，影响销售的因素应尽量选择官方公布的统计数字和预测数字的那些经济指标，有时也需要一些其他的经济因素。常用的经济指标有国民生产总值、个人可支配收入、人口、相关工业的销售量、价格及需求弹性等。 因果预测所采用的具体方法较多，最常用而且比较简单的是最小平方法，亦即回归分析法。 这种方法的优点是简便易行，成本低廉。 1、一元线性回归 例如，某些工业品的销售在很大程度上取决于相关工业的销售，如玻璃与建筑，轮胎与汽车、纺织面料与服装等，而且都是前者的销售量取决于后者的销售量。在这种情况下，可利用后者现成的销售预测信息，采用最小平方法推算出前者的销售预测值。其具体做法是，以x表示预测对象的相关因素变量，以y表示预测对象的销售量或销售额，建立模型如下： y＝a＋bx b＝(n∑xy－∑x∑y)÷(n∑x2－∑x∑x) a＝(∑y/n)－b (∑x/n) 应用相关预测法，一般还应进行相关程度测定，即通过计算相关系数来检验预测变量与相关因素变量间的相关性，以判断预测结果的可靠性。相关系数R的计算公式如下： R= (n∑xy-∑x∑y)/[ (n∑x2-∑x∑x) (n∑y2-∑y∑y)]1/2 相关系数R的取值范围为：—1≤R≤1。R的绝对值愈接近1，相关关系越密切。一般可按如下标准加以判断： 0.7≤R≤1，高度相关 0.3≤R≤0.7，中等程度相关 0≤R≤0.3，低度相关 例4 某汽车轮胎厂专门生产汽车轮胎，而决定汽车轮胎销售量的主要因素是汽车销量。假如中国汽车工业联合会最近五年的实际销售量统计及该企业五年的实际销售量资料，如下表所示。 汽车、轮胎销售量统计资料 年 度 1996 1997 1998 1999 2000  汽车销售量(万辆) 10 12 15 18 20  轮胎销售量(万只) 64 78 80 106 120   假定计划期2001年汽车销售量根据汽车工业联合会的预测为25万辆，该轮胎生产企业的市场占有率为35％，要求采取最小平方法预测2001年轮胎的销售量。  (1)编制计算表 回归预测计算表 年度 汽车销售量x (万辆) 轮胎销售量y(万只) xy x2 y2  1996 10 64 640 100 4096  1997 12 78 936 144 6084  1998 15 80 1200 225 6400  1999 18 106 1 908 324 11236  2000 20 120 2400 400 14400  n=5 ∑x=75 ∑y=448 ∑xy=7084 ∑x2=1193 ∑y2=42216   (2)计算a，b，并计算预测值。 b=(n∑xy－∑x∑y)÷ (n∑x2－∑x∑x) =(5×7084－75×448)÷ (5×1193－75×75) =5.35 a=(∑y/n)－b (∑x/n) =448/5－5.35× (75/5) =9.35 y＝9.35＋5.35x 2001年轮胎的销售量=9.35＋5.35×25=143.1（万元） 2001年该企业轮胎的销售量=143.1×35%=50.085（万元） 家庭编号 1 2 3 4 5 6 7 8 9 10  消费支出 20 15 40 30 42 60 65 70 53 78  可支配收入 25 18 60 45 62 88 92 99 75 98     （四）专家会议法和德尔菲法 这两种方法都属于判断分析法，常常用于销售量的预测，由于后者较前者预测结果更接近实际，因此在西方德尔菲法更加流行。采用这种方法时，可以向应邀参加预测的专家提供有关社会未来经济发展动态、本企业过去预测与实际销售的比较记录、本企业今后的市场规划等资料，以供参考，德尔菲法一般要经过三或四轮征询意见，每次专家都可以得到反馈的资料，并据此做出进一步的判断和修正。在每次重复征询意见过程中，都应注意把上次征询意见的结果进行加以整理，特别要注意不应忽略少数人的意见，以便各专家在重复预测时都能做出较全局的分析和判断。 例： 某企业聘请7位专家，采用德尔菲法对该企业某种商品3月份的销售量进行预测，预测结果如表6—S所示。 专家意见汇总表 专家编号 第—次判断情况 第二次判断情况 第三次判断情况   最高 最可能 最低 最高 最可能 最低 最高 最可能 最低  1 650 620 570 650 620 580 670 630 560  2 680 610 580 700 610 590 660 610 580  3 700 630 600 690 630 600 720 640 600  4 620 590 560 620 590 570 620 600 570  5 630 610 560 630 600 550 640 610 560  6 660 620 590 660 620 580 650 620 580  7 710 640 600 690 640 600 700 640 600  平均值 664 617 580 663 616 581 666 621 579   该企业在此基础上，按最后一次预测结果，假设最高、最可能和最低预测销售量的概率分别为0.2，0.6和0.2，则采用加权平均法确定最终的预测值621件。 第三节 资金需求量预测分析 一、资金需求量预测分析的意义 1．资金需求量预测是提高企业经济效益的重要手段 2．资金需求量预测为决策分析提供依据 3．资金需求量预测是编制资金预算的必要步骤 二、影响资金需求量变动的因素 1．产品的产销量 2．材料市场的供需状况 3．产品的销售情况 4．资金的来源渠道 5．流动资金的周转速度 三、资金需求量预测分析常用的方法 趋势预测法 销售百分比法