运输需求分析与预测 (2)

,第二讲运输需求分析与预测,案例：康师傅方便面的成功之道,台湾顶新食品公司打算进入大陆方便食品市场，但不知道大陆市场究竟需要哪一种方便食品。当时大陆方便面食品工厂已有上千家，竞争比较激烈。顶新公司没有贸然投资，而是委托大陆市场调查机构进行方便食品需求调查。调查分两个方面：一个是消费者对方便面的需求情况；一个是生产者生产的品种、规格和口味情况。结果发现，消费者对方便面食品除非不得已，并非感兴趣。主要原因是口味较差，而且食用不方便。而生产者生产的方便面大都是低档的，调料基本上是味精、食盐和辣椒面等原料。根据这些情况，该公司大胆预测，大陆下一个方便面食品市场将是高档、注重口味、更为方便的产品。于是在天津经济开发区投资500万美元，成立了顶新食品公司，生产高档方便面食品。结果一炮打响，尤其是碗式包装更为方便，人们使用方便面不再是一种权宜之计，而是成为快餐食品中一种优先选择的品种。小小的方便面硬是卖出了70亿元的销售份额。,案例：石英技术誉满全球,一向以钟表王国著称的瑞士在机械表技术方面领先于世界，成为世界钟表市场的主要生产国。60年代，一位瑞士工程师向政府提出了开发石英技术，发展石英表的建议，结果被打入冷宫。而日本钟表业则对石英技术表现出浓厚的兴趣，并对全球钟表市场进行了深入的调查，结果发现，机械表的发展已经呈现下降的趋势，潜力有限。而石英表则以它成本低、全自动、华丽和方便的特点，具有极大的发展空间，是挑战机械表的核心技术。日本钟表商预测，钟表业今后市场竞争的焦点将是石英表，它能够引领日本钟表业挑战瑞士钟表王国的垄断地位。于是他们全力发展应用技术，在市场上遥遥领先。等到瑞士人猛然醒悟、奋起直追时，为时已晚，日本钟表业早已靠石英技术占据了世界钟表市场的主导地位。,需求是什么？-概念、特征如何调查需求？-产生原因、影响因素如何预测需求？-运量预测原理有哪些预测方法？-定量、定性如何控制影响需求？-需求管理含义和内容有哪些影响需求方法？-运输组织对策,本章脉络,一、运输需求概述运输需求是指在一定的时期内，一定价格水平下，社会经济生活在货物与旅客空间位移方面所提出的具有支付能力的需要。运输需求必须具备两个条件，即具有实现位移的愿望和具备支付能力，缺少任一条件，都不能构成现实的运输需求。,第一节运输需求的概念及其特征,运输需求包含以下六项要素：1、运输需求量，也称流量2、流向3、运输距离，也叫流程4、运输价格，简称运价5、运送时间和送达速度，又称流时和流速6、运输需求结构,二、运输需求的特征运输需求与其它商品需求相比具有其独有的特征，这些特征表现在以下几方面：1、广泛性2、多样性3、派生性（引致需求）4、规律性5、不平衡性：体现在时间、空间和方向上。6、部分可替代性,三、运输需求与服务价值,服务价值是影响产品需求的运输成本和服务，降低运输成本将导致运输需求在运输方式和特定运输者之间的变化，它也能影响在特定的交通运输线上的货物运输需求。,四、货运需求的服务组成,运送时间可靠性可达性安全性,（一）运输需求的产生运输需求包括旅客运输需求和货物运输需求，这两种需求的产生来源存在明显差异。1、旅客运输需求的产生旅客运输需求一般可分为四类：公务、商务、探亲、旅游。,五、运输需求的产生及其影响因素,2、货物运输需求的产生货物运输需求产生的来源有以下三个方面：（1）自然资源地区分布不均衡，生产力布局与资源产地的分离（2）生产力布局与消费群体的空间分离（3）地区间商品品种、质量、性能、价格的差异,图中A地是煤炭产地，B地是煤炭销售地，这是一个最简单的运输供求关系只有惟一的货物种类煤炭，同时也只有惟一的货运始发地和惟一的到达地，两地之间有煤炭经销商把A地生产的煤炭运到B地销售图中的价格和供求数量都是象征性的可以将货物的种类想象成其他原材料或消费品，甚至也可以把A地与B地分别想象成人们的居住地点和度假旅游地,运输需求的来源：产销两地的煤炭供求,运输需求的来源：产销两地的煤炭供求,图（a）中是产地A的煤炭供给曲线，我们把它画成最简单的直线形式，表示供给量随价格的上升而增加该供给曲线的数学公式为,式中Q为煤炭供给量，PA为产地价格该式表示价格每上升1美元，A地的生产厂商就愿意增加1000吨的供给量,运输需求的来源：产销两地的煤炭供求,图（b）是销售地的煤炭需求曲线，我们也把它画成最简单的直线形式，表示需求量随价格的上升而减少该需求曲线的数学公式为,式中Q为煤炭需求量，PB为销地价格该式表示价格每上升1美元，B地的消费者就要减少1000吨的需求量,由于A地与B地是分离的,A地的煤炭供给要变成B地的煤炭消费,必须依靠煤炭运输给出的A地煤炭产地价格中不包含煤炭运输的价格，而B地的煤炭销地价格中显然包括了煤炭的运输价格，因此A地与B地之间存在着一个煤炭的价格差，我们假定该价格差仅仅是由于煤炭运输造成的,运输需求的来源：产销两地的煤炭供求,运输需求的来源：产销两地的煤炭供求,在产销地供求曲线已经分别确定的情况下,从A地运往B地的煤炭数量,取决于煤炭的运输价格运价越低,两地间的煤炭价格差越小,相对较高的产地收购价可以鼓励产地的厂商多生产煤炭，而较低的销地价格则鼓励消费地的客户多消费煤炭；当运输价格为零的时候,两地的煤炭价格完全相同,此时煤炭的运输数量是最大的。而运价越高，所引起的情况则正好相反,运输需求的来源：产销两地的煤炭供求,当运输价格为零时，A地的厂商在5美元的煤炭产地价格下愿意提供5000吨煤炭，这正好与B地消费者在5美元的煤炭销地价格下愿意消费的5000吨煤炭相等，此时两地煤炭的供求正好达到均衡状态曲线(a)(b)代表的两个方程联立求解,运输需求的来源：产销两地的煤炭供求,如果煤炭运输价格上升到2美元:此时煤炭经销商就会提高B地的销售价并同时压低A地的收购价，以消化上升了的运输价格，而两地价格的变化当然会引起供求数量的变化B地的销售价提高到6元，需求量相应地减少到4000吨，A地的收购价压低到4元，而供给量也相应地减少到4000吨，两地煤炭的供求再一次达到均衡状态,运输需求的来源：产销两地的煤炭供求,煤炭运输价格的数学公式为:,本例的运输需求公式:,当运输价格分别定为0、1美元、2美元10美元时列表,衍生的煤炭运输需求计算表,衍生出的煤炭运输需求曲线,从形式上看,运输需求曲线与一般产品或服务的需求曲线没有什么不同,也是一条向右下方倾斜,即随着价格下降需求逐渐增加,但运输需求是衍生出来的如果煤炭供给与需求增加(两条曲线分别向右方移动),那么煤炭运输需求曲线也会向右移动,反之则反是煤炭运输需求曲线的斜率也取决于煤炭需求曲线和煤炭供给曲线的情况如果煤炭的需求和煤炭的供给是更有弹性的(曲线分别变得更为平缓),那么煤炭的运输需求自然也会更具有弹性,运输需求取决于社会经济中其他活动所提出来的对货物或旅客在空间位移的需要运输价格越低,产销两地之间的价格差别也越小,因而运输需求也越大如果运输是免费的,那么意味着运输极为方便,产销两地之间的价格没有差别运价越高,这意味着消费者必须承担较高的销地价格,而生产者则必须接受较低的产地价格,因而运输需求也越小运输价格水平高到一定程度以上,该产品的运销就不再具有经济性,运输就不会发生,地区之间则处于隔绝状态结论:随着交通运输条件的改善,运价不断降低会鼓励不同地区之间的客货交流,而由于运输条件落后,过高的运输价格则阻碍地区之间的客货交流,衍生出的煤炭运输需求曲线,可能的真实运输需求曲线,网络运输需求生成的介绍,多个煤炭产销地点的分布,1.前提条件:假设在一个固定的经济空间中存在着若干个煤炭的生产地，用菱形代表它们的位置每一个煤炭产地由于生产条件不同都有自己相应的供给曲线，菱形的大小表示各个产地煤炭生产成本不同，生产成本越低，菱形越大煤炭的需求地或消费地用圆形代表，它们可能是一些大的钢铁企业、火电站，也可能是城市圆形的大小表示该地煤炭需求的多少,运货卡车可以直接把煤炭从生产地运到销售地，因此假设其运输费用只包括与运输距离有关的成本（卡车运输所使用的道路在图中没有画出）,多个煤炭产销地点的分布,前提条件:假设在这一经济空间里存在着两种可以相互替代的运输方式:其中一种是由政府经营的公共铁路另一种是私营的运货卡车图中的网格代表已有的铁路网每一个垂直线路与水平线路的交点代表铁路车站使用铁路的运输费用包括列车在线路上的运行成本和在相关车站上的作业如调车及列车编解等成本,卡车的运输费用比较单纯,假设其只包括与运输距离有关的成本,由于可以做到“点点直达”,因此没有运输中的场站成本,但卡车的单位运行成本比较高用户的选择是综合考虑和评判的结果:尽管铁路的线路运行成本较低,但如果附加上的可达性、站场作业、绕道运输和时间成本使得总运输费用高于私营卡车,则用户就可能选择后者,多个煤炭产销地点的分布,前提条件:对于任何一对产销地点是选择铁路还是卡车运输,我们都假定只取决于相应的运输费用,包括可达性和耗费时间在内的全部运输费用在铁路线路上的运行成本一般比较低由于并不是所有的产销地点都坐落在铁路车站所在处,因此使用铁路存在着可达性问题,这需要额外的成本铁路运输在有关车站上还会发生费用和时间成本由于铁路网的铺设往往会发生一定的绕道运输,使运输距离加长,2.分析:要在运输网络系统中确定运输供求的均衡点在每一个生产地的煤炭供给曲线已经确定每一对可能的生产消费地之间的两种运输方式的运输费用也已经确定只有产地价格加上运输费用之和能够满足消费地需求曲线要求的煤炭供给,才可能形成实际的运输流,多个煤炭产销地点的分布,从消费地的角度看,如果一个消费地可以得到多个生产地的煤炭供给,则它只会选择煤炭产地价格加上运输费用总和最低的供给者与运输方式,多个煤炭产销地点的分布,实现运输均衡的原理在网络上实现均衡所要求的条件却复杂得多,每一个煤炭生产地与相应的消费地能够建立起真正的煤炭运销联系运输量的大小,既取决于本身的生产成本、消费地的需求曲线和联系两地的可能的最低运输费用,也同时取决于其他可能的竞争者的生产成本及可能的最低运输费用系统中所有生产地、消费地和运输方式的供求均衡,更需要从整个系统加以考虑才可能真正实现,多产销地的运输需求分析：铁路运输成本较高情况下的运输均衡,3.运输均衡解之一:在给定产销地点和供求曲线，同时假设公共铁路综合运输成本较高的情况下，我们用图表示该网络系统的一个运输均衡解,这些生产地没有得到利用的原因：由于它们的生产成本过高，最近需求地销售价格减去可能的运输费用以后，还不可能被它们的煤炭生产成本所接受；或者说这些生产地的煤炭成本加上运费以后无法给任何消费地点提供具有吸引力的销售价格,虚线表示使用卡车把煤炭从生产地运到需求地，粗实线表示使用铁路承担相应的煤炭运输系统中所有的5个需求地点都得到了相应的供给，但有若干个可能的煤炭生产地没有得到利用,多产销地的运输需求分析：铁路运输成本较高情况下的运输均衡,该运输均衡使用的卡车运输要多于铁路运输，而很多可能发挥作用的铁路线没有被利用这说明，由于铁路的可达性、场站作业、绕道运输和时间成本等方面的总运输费用过高，使其无法发挥线路运行成本较低的优势，结果用户更多地选择了卡车运输,如果假设该系统中有关运输方式的运输价格提高了，那么就会有一系列的后果同时发生：消费者会减少需求，生产者会降低产量，比较近距离的生产地在供给上具有更大的优势，某些运量会在运输方式之间转移总之，运价的变化会导致产品供求和运输供求的新的均衡关系,多产销地的运输需求分析：铁路运输费用下降情况下的运输均衡,4.运输均衡解之二：再假定，在运输均衡解之一已经实现的运输均衡条件中改善铁路的服务并采取降价措施如:使铁路的总运输费用降低20%,则可能在其他条件不变的情况下得到另外一种运输均衡,所有的5个需求地点仍旧得到了相应的供给,但运输系统的利用状况发生了很大变化由于铁路运输费用下降了20%,因此有些原先使用卡车运输的用户现在改为利用铁路,卡车运输大体上只保留在比较近的范围里,由于铁路在线路上的运行成本较低，而且不可避免地存在一些迂回运输，因此总的煤炭运输距离比以前延长了；由于相对运输费用的变化，有些原来提供煤炭的生产地因为不再合算而退出，而另一些原先没有得到利用的生产地投入了生产,1、影响旅客运输需求的主要因素（1）经济发展水平（2）居民消费水平（3）人口数量（4）运输服务价格（5）运输服务质量,（二）影响运输需求的因素分析,2、影响货物运输需求的主要因素（1）经济因素（2）政治、体制、政策因素（3）技术因素（4）运输网的布局与运输能力（5）市场价格因素,六、运输需求弹性,运输需求弹性是指运输需求运输价格变化的敏感性总体来说，货物运输需求是缺乏弹性的对某一种运输方式的具体承运人来说，运输需求是富有弹性的,“运输需求”与“运输量”是两个不同的概念。如前所述，运输需求是社会经济生活在货物与旅客空间位移方面所提出的具有支付能力的需要；而运输量则是指在一定的运输供给条件下所能实现的货物与旅客的空间位移量。社会经济生活中的货物与旅客空间位移是通过运输量的形式反映出来的。,五、运输需求与运输量预测,运输需求、运输供给与运输量相互关系的示意图,过去许多预测工作没有分清运输需求与运输量的区别，在大部分预测过程中主要采用了以过去的历史运输量预测未来运输需求的方法，以“运量预测”简单代替运输需求预测，这种概念上的误差在一定程度上影响了预测的准确程度。在运输能力满足需求的情况下，运量预测尚可以代表对运输需求量的预测；而在运输能力严重不足的情况下，不考虑运输能力限制的运量预测结果，就难以反映经济发展对运输的真正需求。,第二节运输需求预测的原理和方法,一、运输量预测的概念（一）运输量预测和含义运输量预测是根据运输及其相关变量过去发展变化的客观过程和规律性，参照当前已经出现和正在出现的各种可能性，运用现代管理、数学和统计的方法，对运输及其相关变量未来可能出现的趋势和可能达到的水平的一种科学推测。,（二）运量预测的内容1、社会总运输量预测2、各种运输方式的运量预测3、地区之间的运量预测4、运输企业在运输市场上的占有率预测,在四类预测中，前两类属于宏观预测的范畴；后两类属于微观预测的范畴。由于预测的目的要求不同，因此内容的粗细也不同。一般来讲，宏观预测与长期预测内容要粗一些，微观预测和短期预测则内容细一些。例如列入本企业（或部门）经营的运输量，不仅有客、货运量和周转量，还应包括上行、下行的运输量、淡、旺季的运输量、货物运量中主要货物的分类和比重等。,二、运输量的预测方法,定性预测方法定量预测方法,（一）定性预测方法,定性预测方法是指预测者经过调查研究，掌握资料后凭个人的经验、知识，对经济现象发展前景的性质、方向、规模等做出推断，有时也包括粗略的计算。该方法的结果，主要取决于预测者的经验、学识水平以及对资料的了解程度，因而带有比较浓厚的主管色彩和个人随意性。,定性预测法主要用于意见相悖的场合，无法建立任何数学模型的场合，以及那些后果难于直接肯定或无法验证的场合。定性预测的优点是简单、易行和综合性强，且对资料要求低，能考虑各种各样的因素，包括政治的、气候的和心理的等无法测定的因素；缺点是预测结果受人为的主观因素影响大，客观确定性差，精度难于估计和控制。,定性预测法主要包括运输市场调查法、德尔菲法等1、运输市场调查法运输市场调查法也称直接归纳法，如货物发送量，每年安排专门时间到运输企业所在吸引区的政府计划委员会、各有关行业主管部门和重点厂矿进行调查，了解下年或以后数年主要货物发送量的预计情况，并根据调查获得的资料加以归纳汇总，在考虑其他有关因素的影响后，做出本企业的货物发送量预测。,通过一定时期的资料积累和周到细致的调查工作，可以掌握吸引区内客货运量变化的大体趋势，运输市场调查法能够得出比较符合实际的预测结果。但如果吸引区范围较大，经济调查的工作量就会过于繁重，遗漏和调查数据偏大偏小的情况也难以避免。这种方法在严格的计划经济体制下效果较好，当市场因素在经济活动中所占比重越来越大的时候，无论客货运都会受很多不确定因素的影响，运输市场调查法的局限性也就比较明显。,2、德尔菲法德尔菲法，又称专家预测法，是美国兰德公司于1964年首先提出和运用的。这种方法是以专家为索取信息对象，采用匿名的方式，通过几轮征询，征求专家的意见和看法，然后将他们的意见和看法进行综合整理和归纳，在反馈给各个专家，供他们分析判断、提出新的意见和看法。这样通过多次反复，意见逐步趋于一致。德尔菲法是一种应用范围十分广泛的预测方法。,专家会议法：就是邀请有关方面的专家，通过会议的形式对某一产品的市场需求及其发展趋势作出预测。,交锋式会议法：要求参加会议的专家通过各抒己见，互相争论来预测问题。非交锋式会议法（头脑风暴法）：是指与会的每位专家可以独立地、任意地发表意见，但不相互争论，不批评他人意见，也不带发言稿，以便充分发挥灵感，鼓励创造性思维。混合式会议法（质疑式头脑风暴法）：是指在第一阶段实施头脑风暴法，在第二阶段进行质疑、争论、批评，不断交换意见、互相启发，最后取得一致的结论。,专家会议法的优点：可获得较多的信息可全面考虑影响因素可互相启发、集思广益能快速、准确地得出预测结果,专家会议法的缺点：参加会议的人数受限制易受权威人士意见的影响易受心理因素的影响可受口才因素的影响,德尔菲法（专家调查法）,是采用匿名的方式，用问卷的方法背靠背地征求专家各自的预测意见。德尔菲法的步骤：拟订调查表设计十几个问题选择专家人数在15人左右寄发调查表反复征询和反馈确定预测结果写出预测结果报告,德尔菲预测法举例,专家的预测数字单位：千台,对预测结果的统计处理,简单平均法：将10位专家第三轮意见的平均值作为预测值则：加权平均法：假如最低、中间、最高三种销售量的概率分别为0.2，0.5，0.3则：,=11.3（千台）,得尔菲法的特征匿名性专家之间没有任何联系，只以书面形式与组织者进行联系。反馈沟通性要经过多次反馈征询意见，使预测结果更准确地反映专家集体的意见。统一性经过几轮反馈，专家的意见会逐渐趋于一致，呈现出统一的趋势。,德尔菲预测法的应用1994年土木工程研究基金会对21世纪可持续发展过程进行了一次国际性德尔菲预测法，遍及全世界20多个国家的建筑工业界、学术界，专业实施人员、政府官员及其他人士参加了此项活动。这项预测为引导工程和施工达到21世纪可持续发展的目标而确定了以下四个课题：可持续性设计、全球化设计实践、新工具和新工艺、教育和培训。通过多轮论证、讨论，形成了一套有效的可持续性的设计方法。这些预测结果为设计人员在可持续性方面的设计技术和实践所需的见解、方法、生产率、准确率和效率等都提供了依据。,案例,（二）定量预测方法,定量预测方法，即数学分析方法，是指运用统计方法及数学模型，对经济现象或经济系统的发展规模、水平、速度和比例关系等做出数量上的估计预测。定量预测方法可以归结为三大类比较常用的数学模型：因果关系模型、时间关系模型、结构关系模型。,补充：数据的初步处理,异常数据的识别对于有疑问的数据，首先要调查这些数据资料产生的背景，鉴别其真实性和可靠性，然后加以修正和处理。例如：已知某企业2001年各个月的产品销售量如下表,异常数据的识别,异常数据的处理,平均法：是指对异常数据yt，用其前后的正常数据的平均值来替换。当时间序列数据的变化呈线性趋势时，用算术平均值替换,即：当时间序列数据的变化呈非线性趋势时，用几何平均值替换，即：yt=yt-1yt+1,平移法：预测对象的环境条件如果发生变化，常常会使一些历史数据不能反映现实的发展情况，这时可采用平移法进行处理。例如：某厂历年的电视机产量？,时间序列预测法,学习要点：重点是要掌握时间序列预测的各种方法及各自的适用条件。包括简单算术平均法、加权算术平均法、几何平均法、移动平均法和指数平滑法等。,时间序列法是通过编制和分析时间序列,根据时间序列所反映的发展过程、方向和趋势，加以外推或延伸来预测未来需求发展的一种方法。,时间序列预测法概述,时间序列数据的几种类型：,水平型：数据不是有规律地倾向于增加或减少，而是在某一稳定值附近忽高忽低的变化。季节型：是按某种季节性因素而起伏波动的序列。趋势型：数值在一段时间内普遍趋于增加或减少，有一定的规律趋向。随机型：由一些偶然发生的事件所引起的随机变化的情况。,就是将一定观察期内预测目标的平均值作为下一期预测值的一种最简单的预测方法。它适用于观察变量不呈现明显倾向性变化的情况。,一、平均预测法,简单算术平均法：,是以观察期内时间序列数据的简单算术平均值作为下一期的预测值。公式为：（i=1，2，3n）例：某自行车厂2004年112月自行车销售量如下表，利用简单算术平均法预测2005年1月份自行车的销售量。,特例:,当时间序列呈现出线性变化趋势时,即各期的增长量或减少量大体相同，若使用简单算术平均法会使得预测值偏高或偏低，这时可以在预测经济变量的增长量的基础上，计算该经济变量的预测值。计算如下：首先计算各期的增长量：Xi=XiXi-1然后计算增长量的平均值：最后计算经济变量的预测值：Xn+T=Xn+XT,例题:,某企业2000年2004年某种产品的销售量如下表，试预测2005年和2006年该种产品的销售量。X2005=Xn+1=Xn+X1=16805+12011=18006（件）X2006=Xn+2=Xn+X2=16805+12012=19207（件）,加权算术平均法：,是为观察期内的每一个数据确定一个权数，并在此基础上，计算其加权平均数作为下一期的预测值。这里的权数体现了观察期内各数据对预测期的影响程度。（i=1，2，3n）由上例数列的分布可看出，2004年下半年各月数据变化不稳定，最大值与最小值差别较大，使用加权算术平均法（相应的权数分别为1,2,3,4,5,6）可以体现出不同数据对平均数的影响。,当预测对象逐期发展速度（环比速度）大致接近时，可采用几何平均法进行预测。预测步骤为：首先，计算观察期内预测对象的逐期环比发展速度Vi然后，利用逐期环比发展速度求几何平均值，作为预测期的发展速度简单几何平均值：M简=n-1V2V3Vn=(V2V3Vn)1/n-1加权几何平均值：M加=fiVf22Vf33Vfnn=(Vf22Vf33Vfnn)1/fi为便于计算，可取对数：,几何平均法：,几何平均法：,最后，以第n期的观察值Xn乘以预测期的发展速度M就可以得到第n+1期的预测值：Xn+1=XnM例：某企业某种商品的销售额资料如下表，试用几何平均法预测2005年的销售额。,几何平均法：,M简=n-1V2V3Vn=5-11.151.171.161.20=1.17M加=fiVf22Vf33Vfnn=101.1511.1721.1631.204=1.18对数求法：=(0.061+0.068+0.065+0.079)=0.068求反对数得：M简=1.17=1/10(0.061+0.136+0.195+0.316)=0.071求反对数得：M加=1.18X2005=X2004M简=84.291.17=98.62（万元）X2005=X2004M加=84.291.18=99.46（万元）,所谓平滑就是将历史统计数据中的随机因素加以过滤，消除统计数据的起伏波动状况，使不规则的线型大致规则化，以便把握事物发展的主流，突出事物发展的方向和趋势。,二、平滑预测法,应用平滑预测法需具备以下条件：,要拥有充分的历史统计数据资料；数据资料要有连续性，不可间断；未来的发展情况必须同过去和现在的情况相似；平滑预测法假设当前的发展趋势同样适用于未来。,简单移动平均法：一次移动平均法二次移动平均法,一次移动平均法：此法对于呈水平不规则波动的时间序列数据的预测，是一种简易可行的预测方法。公式为：其中，：是下一期的预测值；：是第t期的一次移动平均值；：观察期的实际发生值；：移动跨期。,移动跨期n的取值原则：,在资料期数较多时，n值可适当取大些，而资料期数较少时，n值只能取小些；在历史资料具有比较明显的季节性变化或循环周期性变化时，跨期n应等于季节周期或循环周期；如果希望反映历史资料的长期变化趋势时，则n应取大些，如果要求反映近期数据的变化趋势时，则n应取小些。,例题：,已知某企业产品112月份销售额资料，试利用一次移动平均法预测该企业明年1月份的销售额，n分别取3和5。,例题：,当n=3时,明年1月份的预测值为244万元;当n=5时,明年1月份的预测值为242万元。,二次移动平均法：,二次移动平均法是在一次移动平均的基础上，通过建立预测模型进行预测。公式为：二次移动平均法的预测模型：,例题：,某企业19992005年甲产品的实际销售量如下表，试用二次移动平均法（n=3）预测该企业2006年该产品的销售量。,加权移动平均法：,为了重视近期数据的影响，可以对历史数据分别给予不同权数，进行加权平均，以末期的加权平均数去预测下期。公式为：上例中按照由近到远分别给予权数3，2，1，则各期的加权移动平均值为：,例题：,指数平滑法：,指数平滑预测法源于移动平均预测法，它是一种特殊的加权平均预测法。一次指数平滑法：是利用本期的实际值与紧前期的估计值，通过对它们的不同加权分配，求得一个指数平滑值，并作为下一期预测值的一种方法。其中，：是下一期的预测值；：是第t期的一次指数平滑值；：观察期的实际发生值；：平滑系数。,平滑系数的取值原则：,如果时间序列具有不规则的起伏变化，但长期趋势接近一个稳定常数，必须选择较小的值(取0.050.20之间)；如果时间序列具有迅速明显的变化倾向，则应取较大值（取0.30.6）；如果时间序列变化缓慢，亦应选较小的值（一般在0.10.4之间）。初始值的确定：当实际数据多于10个时，当少于10个时，用最早几期实际值的平均值作为初始值。,例题：,已知某企业2004年112月份利润额，试计算每月利润的一次指数平滑值，并预测2005年1月份的利润额，平滑系数分别取0.1，0.5，0.9。单位：万元,结论：,由图可见，取不同值计算的指数平滑值对原始数据的平滑程度不同，值越小，对原始数据的修匀程度越好。,二次指数平滑法：,是在一次指数平滑法的基础上，对一次指数平滑值再做一次指数平滑，然后利用两次指数平滑值，通过建立数学模型进行预测。二次指数平滑法的预测模型：,例题：,已知某企业19992004年的销售额资料，试计算各年份销售额的一、二次指数平滑值，并预测该企业2005年的销售额。取=0.5，初始值单位：万元,例题：,例题,二次指数平滑法的预测模型：进行预测:则该企业2005年销售额的预测值为178.125万元。,三次指数平滑法：,是将二次指数平滑值进行第三次指数平滑，求取三次指数平滑值，然后建立二次曲线预测模型，并根据这三次指数平滑值求解模型的参数。其公式为：其中：,例题：,已知某企业19932004年的销售额资料，试计算各年份销售额的指数平滑值,并预测该企业2005、2006年的销售额。取=0.5,初始值单位：万元,例题：,例题：,例题：,回归分析预测法,学习要点：重点是要掌握回归分析预测的原理与方法、步骤，特别是能从实际出发解决一元线性回归的预测问题。,回归分析预测就是通过对观察数据的统计分析和处理来研究与确定事物间相互关系和联系形式的一种方法。是确定变量之间函数关系的一种有利的工具。,回归预测法概述,回归预测分类：,一元线性回归线性回归二元线性回归回归预测多元线性回归非线性回归,回归预测的一般程序：,确立相关因素这是回归分析的基础，只有当各因素存在相关关系时，才可用回归分析进行预测。建立数学模型根据已知的数据资料，找出变量之间相关关系的类型，并选择与其最为吻合的数学模型。检验和评价数学模型用数理统计方法检验数学模型，并测量其误差大小和精确程度。运用模型进行预测数学模型经检验后如果正确，即可用来进行预测和控制了。,一元线性回归,一元线性回归预测的方程其中：是自变量；是因变量；回归系数；回归系数。,最小二乘法求解回归系数：,最小二乘法就是从过去若干期实际资料中，找到一条有倾向性的趋势直线回归直线，使回归直线到实际资料各点间的距离平方和最短，即偏差的自乘之和最小。用最小二乘法所找出的倾向性回归直线，最能代表实际资料的变动趋势，因而可作为预测之用。标准化方程组为：,最小二乘法求解回归系数：,解得回归系数：一元线性回归模型为：回归模型中的系数b，反映了x变化一个单位对y的影响程度。即反映了影响因素x对预测对象y的影响大小和方向。,统计检验：,相关系数R：R取值范围为-1R+1当R=+1时，y与x是完全正相关；当R=-1时，y与x是完全负相关；当R=0时，y与x是完全不相关；当|R|0.7时，叫强相关；|R|0.3时叫弱相关。,置信区间：,回归预测有两个内容：一个是现有数据的规律化，即计算回归系数；另一个是对规律化了的数学模型进行置信估计。一般取置信度为95.45%，这时的预测区间为：,当影响因素为时间时：,即时间因素与预测对象有线性相关关系，对于时间序列一元线性回归模型的回归系数的计算，可通过适当选择期数的标号，使得t=0，这样可使回归系数的计算简化。对期数为奇数的时间序列，可令中间一期为第0期，两边分别为1，2，3，；而对偶数期的时间序列，令中间两期分别为1，其它各期分别为3，5，；这样就使得t=0，简化后的计算公式为：,例题：,某地区人均收入与耐用消费品销售情况如下表示，请根据人均收入的变化来预测耐用品的销售额。,例题：,根据预测目标很容易知道年销售额为因变量，所求得的一元线性回归预测方程为：,例题：,相关系数：说明X与Y有很强的正相关关系，可以预测。,例题：,预测2005年当人均收入为560元时，该耐用消费品销售额的预测值为：所以预测区间为：16.6720.78即预测值在(15.11，18.23)范围内的概率为95.45%,例题二：,已知某企业19982004年逐年的销售额，试用时间序列一元线性回归预测法预测2005年和2006年的销售额。单位：万元,例题二：,预测模型为：相关系数：,例题二：,应用预测模型预测2005年、2006年的销售额置信区间分别为：65002837；70002837。,如果所要预测的经济变量的变化是几个重要因素共同作用的结果，这时就需要选取几个自变量来建立回归方程，这就是多元回归问题。,多元线性回归,二元线性回归：,如果总体中因变量y与x1和x2两个自变量在统计意义上有相关关系，且为线性关系，则预测公式为：其中回归系数也可由最小二乘法确定，其正规方程为：,二元线性回归：,标准离差为：复相关系数为：,例题：,设某国每年小麦出口量的增长率y和该年小麦产量的增长率x1及出口税率x2有线性关系，其19952004年的样本数据如表，求样本的回归方程并预测2005年的小麦出口增长率。,例题：,将数据代入正规方程得：解这三个方程式得：,例题：,回归预测方程为：就说明了随着小麦产量增长率的提高，小麦出口量的增长率也提高，而随着出口税率的提高，小麦出口量的增长率是下降的。,例题：,预测当2005年产量增长率出口税率时，出口增长率为：置信区间：,多元线性回归：,同样的方法，可以得出m个自变量的回归预测模型为：其中：参数由下列正规方程组解得：,多元线性回归：,标准离差：复相关系数：,当因变量和自变量间的关系不是线性模型，而是曲线型时，通常采用变量代换法将非线性模式线性化，然后再按照线性模式的方法处理。,非线性回归预测法,可化为线性回归的非线性回归模型的形式：,双曲线：方程：作变量代换：变换后的线性方程：,可化为线性回归的非线性回归模型的形式：,幂函数曲线：方程：作变量代换：变换后的线性方程：,可化为线性回归的非线性回归模型的形式：,对数曲线：方程：作变量代换：变换后的线