預(yù)測
3.1 預(yù)測概述
預(yù)測方法可以分成定性分析和定量分析。在特定情形下使用預(yù)測方法的類型取決于該項預(yù)測的目的和現(xiàn)有的條件(如可以獲得的數(shù)據(jù)的類型)。
定性的預(yù)測方法一般要利用專家的判斷。優(yōu)點在于可應(yīng)用于以下情況:
■進行預(yù)測的變量信息無法進行量化;
■歷史數(shù)據(jù)無法取得或者不適用。
最為常用的四種定性的預(yù)測方法是:
■德爾菲(Delphi)法;
■專家判斷;
■場景描述(Scenario writing);
■直覺法(The intuitive approach)。
定量的預(yù)測通常利用統(tǒng)計的或者數(shù)學(xué)的模型來模擬現(xiàn)實和幫助作出決策。定量的模型描述因素或者變量之間的相互關(guān)系,被分成三種類型:
■描述型——表明變量間的關(guān)系;
■預(yù)測型——預(yù)測當(dāng)一個或者多個變量發(fā)生變化時變量是如何反應(yīng)的;
■計劃型——確定結(jié)合或者改變關(guān)系的最佳方式以求達到想要的結(jié)果。
在以下情況可以使用定量方法:
■被預(yù)測的變量的歷史信息可以獲得;
■這些信息可以量化;
■可以合理假設(shè)過去的情形在未來繼續(xù)出現(xiàn)。
3.2 時間序列與回歸分析
時間序列與回歸分析是對現(xiàn)象進行預(yù)測的基本統(tǒng)計工具。它的基本原理是根據(jù)過去的數(shù)據(jù)分析事物發(fā)展的趨勢,并由此預(yù)測事物在未來的可能狀況。
3.2.1 時間序列分析
時間序列分析法用于預(yù)測對象在未來的值。進行時間序列分析時,首先要確定對被預(yù)測對象的影響因素。這些因素大體可分為總體趨勢、季節(jié)性特征、規(guī)律性周期和隨機波動等四個方面。其中:
總體趨勢是指狀態(tài)的發(fā)展方向,它可從對象在過去一個較長時期的發(fā)展?fàn)顩r來分析了解;
季節(jié)性是指根據(jù)對象在一年中不同時期的數(shù)值測定其年度周期;
規(guī)律性周期則是指對象狀態(tài)受到某些因素影響時波動的時間規(guī)律;
隨機波動則是指對象的數(shù)值與影響因素之間,特別是從時間上來看,沒有明顯的規(guī)律或周期性的變動狀態(tài)。
時間序列一般采用趨勢推測法和指數(shù)平滑法進行分析。
趨勢推測法
1.趨勢推測法是一種根據(jù)過去的波動趨勢推測未來走向或水平的方法。其自變量即為時間。由于這種方法只是對過去的數(shù)據(jù)進行簡單的篩選,并進行簡單的平均,得出未來某個時期的預(yù)測值,因而又稱為平均推測法。
2.平均推測法中常用的有簡單平均法(簡單加總平均)、幾何平均法(各期數(shù)據(jù)相乘后開方)、調(diào)和平均法(各期觀測值求倒數(shù)加總后再求倒數(shù))和加權(quán)平均法(對各期數(shù)值按其接近預(yù)測期的程度乘以某一權(quán)數(shù)再加總,權(quán)數(shù)之和為1)等。
3.采用趨勢推測法首先要決定用以預(yù)測的數(shù)據(jù)年限,因此,選擇的年限數(shù)常常比較重要。如果采用的年限太少,比如采用過去兩年的數(shù)據(jù)作為預(yù)測第三年的依據(jù),數(shù)據(jù)的趨勢性可能并不明顯,預(yù)測的準(zhǔn)確性也就比較差。如果采用的年限太多,離預(yù)測期較遠(yuǎn)的數(shù)據(jù)可能對預(yù)測期的狀況沒有太多的相關(guān)性,參考意義不大,反而使計算量增大。比如采用前十年的數(shù)據(jù),最早的數(shù)據(jù)因為發(fā)生在十年前,與預(yù)測年份的情況已經(jīng)相去千里,因此,并不能說明預(yù)測年的情況,采用十年前的數(shù)據(jù)也就沒有什么實際意義。因此,應(yīng)當(dāng)確定一個較合理的年限。另外,選用數(shù)據(jù)的年份必須是連續(xù)的,不能隔年選用,否則也會失去數(shù)據(jù)的代表性。確定選用年限數(shù)以后,每年的預(yù)測都放棄最早的一年的數(shù)據(jù),納入最新一年的數(shù)據(jù)。這種方法稱為滾動預(yù)測法。
4.趨勢推測法的優(yōu)點是計算簡單,而其缺點則是由于過于簡單,無法消除各年份數(shù)據(jù)的特殊性對預(yù)測值的影響。也就是說,預(yù)測的準(zhǔn)確性較差。
指數(shù)平滑法
1.指數(shù)平滑法又稱指數(shù)平移法或指數(shù)光滑法,它對預(yù)測期以前不同時期的數(shù)值給予不同的權(quán)數(shù),并根據(jù)這些數(shù)值及其權(quán)數(shù)來測算未來值。
2.“數(shù)值的時期越接近預(yù)測期,權(quán)數(shù)越大。也就是說,權(quán)數(shù)會隨著數(shù)值過去的年齡的增加而呈非直線的下降!边@是因為越是接近預(yù)測期,其影響因素的相似性越大。
3.指數(shù)平滑法所采用的所有權(quán)數(shù)之總和為1。指數(shù)平滑法由于對不同時期的觀察值給予不同的權(quán)數(shù),因而使預(yù)測更加接近觀測期的情況。
4.平滑計算是滾動計算,因而也為計入新的數(shù)據(jù)提供了方便。
5.但它僅僅考慮時間因素,因而,其預(yù)測的準(zhǔn)確性得不到保證。
6.指數(shù)平滑法的函數(shù)式為:Fn+1 = aXn + (1-a)Fn
其中:
Fn+1為第n+1期的預(yù)測值;
Xn為第n期的觀察值;Fn為第n期的預(yù)測值;
a為平滑常數(shù),其范圍為[0,1],通常為0.2。
表面看來,指數(shù)平滑法同加權(quán)平均法都需要確定各觀察年數(shù)據(jù)在預(yù)測中的權(quán)數(shù),且其權(quán)數(shù)之和均為1,但兩者的確定過程有一定的差別。簡單加權(quán)平均法的權(quán)數(shù)是單純由預(yù)測者主觀確定,并按預(yù)測者個人的觀點分配給不同年份的數(shù)據(jù)的。而指數(shù)平滑法中的權(quán)數(shù)則是由一個固定的加權(quán)常數(shù)計算出來的。因此,指數(shù)平滑法能更好地修正各年度數(shù)據(jù)的特殊性可能對預(yù)測值的影響。根據(jù)預(yù)測的平滑需要,可以對觀測值進行多次加權(quán)平滑。
3.2.2 回歸分析
回歸分析是一種統(tǒng)計方法,用來分析某一獨立變量的變化對另一個非獨立變量的變化的影響程度。在企業(yè)中,它既可以用來分析各種因素之間的相互影響,尋找因素變化的規(guī)律性,也可用來對狀態(tài)的發(fā)展進行預(yù)測。用于對未來狀態(tài)進行預(yù)測時,自變量為時間;貧w分析往往用于這樣一種情況:兩種變量之間的關(guān)系表面看來沒有明顯的規(guī)律性,各數(shù)據(jù)分布具有一定的離散性。也就是說,把各觀測值標(biāo)在坐標(biāo)圖上,不能由一條直線或平滑的曲線連接起來。但這種離散性并不表明兩種因素之間沒有規(guī)律性,而是可能兩種因素之間的規(guī)律性被其他的偶然性掩藏起來了。回歸分析法正是用于尋找這些被掩藏的規(guī)律。
![]() | ![]() .. 定價:¥35 優(yōu)惠價:¥35.0 更多書籍 |
![]() | ![]() .. 定價:¥60 優(yōu)惠價:¥60.0 更多書籍 |