管理经济第三章需求估计和需求预测

管理经济第三章需求估计和需求预测：收集一组不同时间的价格与销售数量数据；根据数据寻找一条与之拟合的曲线作为需求曲线。

《管理经济学》第三章 需求估计和需求预测

• 一、 需求估计
  • 1. 市场调查法
    • 定义
      • 调查：消费者
      • 估计：某种产品的需求量和各变量之间的关系
      • 了解
        • 顾客在
          • 不同的价格
          • 不同的收入
          • 不同的相关产品价格
          • 条件下
            • 愿意购买某种产品的数量
    • 类型
      • 访问调查法
        • 形式
          • 面谈
          • 电话
          • 电邮
          • 书信
        • 对象
          • 选择：根据调查的项目要求
          • 确定：抽样方法
        • 目的
          • 了解：最有可能购买某种产品的人口特征
            • 年龄
            • 受教育程度
            • 收入水平
          • 了解：不同的价格策略，将会如何影响其购买决策
          • 要点
            • 提问：不要含糊不清
            • 对象：有代表性
            • 局限
              • 对策
                • 与其他方法结合使用
              • 关于需求量的信息不太准确
                • 调查数据不一定能反映消费者的实际行为
                • 因为
                  • 1. 有些问题无法回答
                  • 2. 有些人从个人利益角度回答
                  • 3. 有些人为了迎合调查者回答
      • 市场实验法
        • 优点
          • 克服：访问调查法的缺点
          • 反映：消费者的真实行为
        • 适用
          • 情况
            • 1. 新产品进入市场前
            • 2. 新经营政策执行前
        • 目的
          • 测试：顾客对某一新产品的接受程度
          • 确定：现有产品制定不同价格的需求曲线和需求弹性
          • 局限
            • 1. 有风险（价格上涨，顾客流失）
            • 2. 实验结果可能会受到企业不能控制的因素变化影响
            • 3. 时间短，顾客并不完全知道价格的变动，其反应不能充分说明变动对需求的影响
  • 2. 统计法
    • 主要方法
      • 回归分析法
        • 实质
          • 从观察数据中
          • 找出自变量和因变量的相互关系
        • 步骤
          • 1. 确定自变量
            • 需求影响因素有多种
            • 找出主要因素
              • 1. 商品价格
              • 2. 消费者收入
              • 3. 相关产品的价格
          • 2. 取得观察数据
            • 类型
              • 时间序列数据
                • 同一对象，不同时间
              • 剖面数据
                • 多个对象，同一时间
              • 来源
                • 历史记录
                • 市场调查
          • 3. 选择回归方程的形式
            • 线性函数
              • • 性质
                  • 每个自变量的边际需求量是一个常数=
                  • 最便于最小二乘法来估计参数的方程式
            • 幂函数
              • • 性质
                  • 每个变量的弹性都是常数=自变量的指数=
                  • 可转化为线性关系
                  • 可使用最小二乘法来估计参数
                  • • ①代入
                    • 令
          • 4. 估计回归参数P71
        • 运用注意
          • 1. 鉴别问题
            • 做法
              • 收集一组不同时间的价格与销售数量数据
              • 根据数据寻找一条与之拟合的曲线作为需求曲线
            • 条件
              • 1. 需求曲线没有位移，仅供给曲线位移
              • 2. 有足够的资料来确定供给曲线和需求曲线是怎样移动的
              • 目的
                • 区分二者位移
          • 2. 模型设定的问题
            • 类型
              • 对函数形式的错误设定
                • 对策
                  • 用可决系数（R²）测定不同模型的解释能力
              • 在模型中漏掉重要的自变量
                • 后果
                  • 降低：回归系数的可信度
                  • 破坏：对误差项设定的限制条件
          • 3. 多重共线性问题
            • 产生
              • 两个或以上的自变量之间
              • 呈现高度相关关系
              • 后果
                • 无法准确估计自变量的回归系数
              • 特点
                • 它使回归方程中的自变量系数不准确
                • 它仍可用于预测目的
                • 原因
                  • 在预测需求量时
                  • 焦点是一组自变量对因变量的总体影响
          • 4. 自相关问题
            • 产生
              • 误差项的分布违背了回归分析对它的假设
              • 别称：序列相关
                • 由残差序列的状况来说明
                  • 有一定趋势
                  • 周期性变化
                  • 对策
                    • 在回归方程中增加相应自变量
        • 模型解释
          • 测定回归模型总的解释能力
            • 可决系数R²
              • 1. 说明：整个回归方程能在多大程度上解释因变量的变化
              • 2. 定义：在因变量的全部变动中，可由回归模型中全部自变量来解释的比例有多大
            • 估计标准误差
              • • 越小越好
                  • 置信区间小
                  • 实际结果接近估计值
                • 1. 测定：整个回归模型的准确程度
                • 2. 估计：所预测的因变量值的置信区间（若自变量值给定）
                • 3. 确定：不同的统计可信程度下，因变量预期将会落在多大的区间内
          • 测定单个变量的解释能力
            • 系数标准误差
              • • 越小越好
                  • 回归系数可靠地说明Xi和Y的边际关系
                • 测定：每个自变量回归参数的准确程度
                • 检验回归系数可信度
                  • 简便方法
                    • 对比
                      • 系数标准误差的2倍
                      • 所估计的回归系数
                        • β
                          • 大
                            • 95%的把握：所估计的系数显著为非0
                            • 即：变量之间存在统计上的显著差异
• 二、 需求预测
  • 1. 德尔菲法
    • 背靠背征求专家意见
    • 步骤
      • 1. 选择专家
      • 2. 发放问题及说明
      • 3. 收集并整理结果
      • 4. 发放汇总结果，供专家考虑是否修正以前的结果
      • 5. 重复第二次到第四次，直到意见一致，或大家不想再修改意见为止
      • 关键
        • 1. 专家质量
        • 2. 专家规模：10-50为宜
        • 3. 调查表质量
          • 1. 集中
          • 2. 确切
          • 3. 定量或确切描述
  • 2. 时间序列分解法P82
    • 假定
      • Q=T*S*C*I
        • Q：销售量预期值
        • T：长期趋势值
          • 消除季节性因素，以线性函数形式，用回归分析法来估计
        • S：季节性因子
          • 一年内重复的、规则的变动
            • 月度变动
            • 季度变动
        • C：周期性因子
          • 围绕长期趋势值上下变动
        • I：不规则因子
          • 随机事件引起
            • 随机性质
            • 不再重复
            • 无法列入正式模型
        • 步骤
          • 1. 确定长期趋势值
          • 2. 测定季节性因素
          • 3. 确定周期系数
          • 4. 使用时间序列分解模型
          • P83
  • 3. 指数平滑法P85
    • 用于
      • 预测一个相当平稳的销售序列
        • 不存在上升或下降趋势，但有一定的不规则运动
      • 做法
        • 通过对过去各时期的实际值和预测值进行加权平均来预测
          • 实现方式
            • 指数
          • 时间越远
          • “权”值越小
        • 模型
          • • 变形
            • • 当期的实际销售量
            • • 过去对当期的预测销售量
            • • 权值
            • 判断
              • 误差平均值之根（RMSE）
                • 最常用
                • • 越小，精度越高