管理經(jīng)濟(jì)學(xué)課件-需求估計(jì)預(yù)測(cè)

需求的估計(jì)與預(yù)測(cè)EstimatingandForecastingDemand

需求估計(jì)與預(yù)測(cè)估計(jì)(Estimation)力求對(duì)一種商品的需求水平與決定其變量之間的聯(lián)系加以量化。對(duì)飯店房間的需求取決于:房間的價(jià)格床位價(jià)格與免費(fèi)早餐旅客所在國家的家庭水平自然事件(天氣,流行疾病)預(yù)測(cè)（Forecasting）就是力求預(yù)知未來某個(gè)時(shí)間上的銷售水平。2005年將有多少游客到訪天津?2005年將有多少代表參加會(huì)議?簡(jiǎn)單的估計(jì)程序弧度彈性的直接估算86100120A

B但是A和B在同一條需求曲線上嗎?從A到B的變化中，供給和需求可能都在變化。數(shù)量價(jià)格需求函數(shù)估計(jì)的步驟使用統(tǒng)計(jì)方法估計(jì)一個(gè)需求函數(shù)包括下列步驟：1、識(shí)別變量2、收集數(shù)據(jù)3、確定模型4、估計(jì)參數(shù)5、進(jìn)行預(yù)測(cè)香港城市煤氣行業(yè)的需求估計(jì)Q=bo+b1P+b2I+b3LPGP+b4CLPP+b5DUMMY

Q=城市煤氣總銷售量（百萬焦(耳)）P=城市煤氣的價(jià)格（港元/百萬焦(耳)） I=香港的GDP（百萬港元） LPGP=液化氣的價(jià)格（港元/公斤） CLPP=中華電力的平均電價(jià)（港元/MJ） DUMMY=虛擬變量(一份重要安全報(bào)告的影響)，1982之前為0,之后為1電子數(shù)據(jù)處理公司的

銷售量和個(gè)人推銷支出

月份銷售量個(gè)人推銷支出

1月250043000元

2月225039000

3月175035000

4月150034000

5月100026000

6月250041000

7月275040000

8月175033000

9月125026000

10月300045000

11月200032000

12月200034000

平均數(shù)202135667時(shí)間序列數(shù)據(jù)(time-series)—某一廠商不同時(shí)間因變量和自變量的數(shù)據(jù)。收集的數(shù)據(jù)有兩種形式橫斷面數(shù)據(jù)(cross-sectional)——不同廠商同一時(shí)間因變量和自變量的數(shù)據(jù)。七個(gè)廠商樣本的銷售額與廣告支出廠商銷售額廣告支出

A150002000B300002000C300005000D250003000E550009000F450008000G600007000需求曲線的計(jì)量經(jīng)濟(jì)估計(jì)方法EconometricEstimationQd

=f(Po,Pc,Ps,Yd,T,Ao,Ac,As,I,C,E)需求函數(shù)的一般形式(不能用通常方法進(jìn)行估計(jì)，需要選擇具體的模型形式，線性或非線性)Qd

=a+b1Po+b2Pc+b3Ps+b4Yd+b5T+b6Ao+b7Ac+b8As+b9I+b10C+b11E簡(jiǎn)單的線性形式Qd=Poa.Pcb,.Psc

Ydd

Te.Aof

AcgAshIi.Cj,Ek指數(shù)形式logQd=alogPo+blogPc+clogPs+dlogYd+elogT+flogAo+glogAc+hlogAs+ilogI+jlog

C+klogE對(duì)數(shù)形式

選擇經(jīng)濟(jì)計(jì)量學(xué)家所估計(jì)的需求函數(shù)的具體形式，要盡量準(zhǔn)確地反映出真實(shí)關(guān)系，可能要嘗試多種方案和變化，才能獲得因定量與自變量數(shù)據(jù)之間的最佳擬合。通過把不同時(shí)間（使用時(shí)間序列數(shù)據(jù)時(shí)）的因變量和與這個(gè)因變量有關(guān)的每一個(gè)自變量的關(guān)系畫出來就可以獲得應(yīng)該首先采用哪種函數(shù)形式的線索。這種初步分析的結(jié)果將會(huì)常常表明是線性方程最恰當(dāng)，還是對(duì)數(shù)方程、指數(shù)方程或其他轉(zhuǎn)換形式更恰當(dāng)。

確定需求模型——

確定模型就是說明自變量與因變量之間的關(guān)系。樣本回歸直線樣本回歸直線7000AS10000簡(jiǎn)單的一元線性回歸方程參數(shù)a和b的計(jì)算公式需求估計(jì)的計(jì)算機(jī)實(shí)現(xiàn)根據(jù)需求函數(shù)估計(jì)的結(jié)果計(jì)算彈性香港城市煤氣需求因素的彈性估計(jì)價(jià)格 -.263(不顯著)收入 +1.531**液化氣價(jià)格+.059(不顯著)電價(jià) -.053(不顯著)DUMMY +.363**R2=0.993**在1%水平具有統(tǒng)計(jì)顯著性統(tǒng)計(jì)結(jié)果檢驗(yàn)：可決系數(shù)

衡量回歸直線對(duì)樣本觀察值的擬合程度的指標(biāo)。計(jì)量經(jīng)濟(jì)估計(jì)方法中的問題1.最佳擬合可能不是準(zhǔn)確的擬合結(jié)果（確定的估計(jì)方程僅僅說明需求水平變化的一部分。2.只有在滿足一系列非常嚴(yán)格的假設(shè)條件下，估計(jì)出來的系數(shù)才是準(zhǔn)確的估計(jì)值。3.如果這些假設(shè)條件不滿足，就可能會(huì)產(chǎn)生某種技術(shù)性問題：多重共線性（multicollinearity）

(獨(dú)立變量相互密切相關(guān)）異方差性（heteroscedasticity）

(殘值/誤差項(xiàng)對(duì)于不同的預(yù)測(cè)值具有不同有方差)自相關(guān)（autocorrelation）

(殘值互相相關(guān))識(shí)別問題

（TheIdentificationProblem）我們觀察到的價(jià)格/數(shù)量組合可能不在需求曲線上這是我們認(rèn)為我們看到的（THISISWHATWETHINKWESEE）價(jià)格數(shù)量需求曲線我們觀察到的價(jià)格/數(shù)量組合可能不在需求曲線上這是我們實(shí)際觀察到的（THISISWHATWEAREREALLYOBSERVING）價(jià)格數(shù)量需求曲線S1D1S2D2S3D3識(shí)別問題

（TheIdentificationProblem）價(jià)格/數(shù)量數(shù)據(jù)是沿著商品X的假設(shè)供給曲線和需求曲線標(biāo)出的。這些數(shù)據(jù)點(diǎn)表示供給與需求在這三個(gè)時(shí)點(diǎn)上的聯(lián)立解。供給曲線和需求曲線在每個(gè)時(shí)點(diǎn)上的交點(diǎn)形成所標(biāo)出的價(jià)格/數(shù)量點(diǎn)，但直線AB不是需求曲線。因?yàn)樽髨D供給和需求函數(shù)中的非價(jià)格變量在每個(gè)數(shù)據(jù)點(diǎn)之間已經(jīng)發(fā)生了變化。識(shí)別問題通過移動(dòng)供給曲線來描繪出穩(wěn)定的需求曲線如果需求曲線沒有移動(dòng)，供給曲線移動(dòng)，那么就可以使用價(jià)格/需求量的數(shù)據(jù)來估計(jì)需求曲線。一種產(chǎn)品的生產(chǎn)制造過程中出現(xiàn)技術(shù)突破，從而使行業(yè)的成本下降，而需求狀況不變，這就可能出現(xiàn)左圖所表示的情況。需求曲線開始是未知的并假設(shè)是穩(wěn)定的，供給曲線則從S1向S2和S3移動(dòng)。每個(gè)價(jià)格/數(shù)量點(diǎn)都表示供給曲線與需求曲線的交點(diǎn)。因?yàn)閮r(jià)格以外的需求決定因素都假定是穩(wěn)定的，所以三個(gè)交點(diǎn)都將位于同一條需求曲線上。通過把這三個(gè)數(shù)據(jù)點(diǎn)連接起來，就可以估計(jì)出需求曲線DD。這種情況可以出現(xiàn)在計(jì)算機(jī)和電子產(chǎn)品上。技術(shù)革新的飛速發(fā)展通常使鐘表、計(jì)算器、個(gè)人電腦以及相關(guān)產(chǎn)品的價(jià)格在很短的時(shí)期內(nèi)顯著下降。多重共線性

多重共線性就是兩個(gè)或多個(gè)自變量高度相關(guān)的情況。自變量實(shí)際上并非是相互無關(guān)的，擁有的數(shù)值是共同或同時(shí)決定的。例如，房屋所有權(quán)和家庭收入就是一個(gè)很好的例子。因?yàn)閾碛蟹课莸募彝ヒ话愣加邢鄬?duì)較高的家庭收入，這兩個(gè)變量是高度相關(guān)的，所以難以確定各個(gè)變量在需求分析中的邊際影響。在時(shí)間序列分析中，要受到經(jīng)濟(jì)增長的廣泛影響，多重共線性問題也會(huì)廣泛存在。在兩個(gè)自變量之間存在完全的或接近完全共線性的情況下，要估計(jì)兩個(gè)變量的系數(shù)是不可能的。即使有可能估計(jì)出每個(gè)變量的回歸系數(shù)，高度的多重共線性也會(huì)降低系數(shù)估計(jì)值的可靠性，特別是每個(gè)系數(shù)估計(jì)值的標(biāo)準(zhǔn)離差。解決多重共線性問題的一種實(shí)際方法就是緊縮或轉(zhuǎn)變自變量。例如，為了揭示價(jià)格水平上升（通貨膨脹）和收入水平增加對(duì)需求的影響，把名義數(shù)據(jù)轉(zhuǎn)換為實(shí)際數(shù)據(jù)（經(jīng)過通貨膨脹的調(diào)整）也許是恰當(dāng)?shù)摹Ｈ绻挲g和經(jīng)驗(yàn)對(duì)員工的生產(chǎn)率都有貢獻(xiàn)，把這兩個(gè)變量相乘，形成一個(gè)員工的“年齡和經(jīng)驗(yàn)”變量可能更有效。另一種方法，就是從回歸模型中排除所有變量，只留一個(gè)相關(guān)的自變量。一些彈性估計(jì)值

(Bayeetal1992)為何要進(jìn)行預(yù)測(cè)?公共機(jī)構(gòu)與私人企業(yè)都在不確定條件下經(jīng)營.管理者希望通過預(yù)知成本、價(jià)格、銷售以及利率的變化而降低其不確定性。

準(zhǔn)確的預(yù)測(cè)可以幫助制定戰(zhàn)略，促進(jìn)盈利、避免虧損。

預(yù)測(cè)就是對(duì)未來的預(yù)見。良好的預(yù)測(cè)將導(dǎo)致，不是消除，所有管理者都要面對(duì)的不確定性。

經(jīng)濟(jì)預(yù)測(cè)實(shí)際上是一種藝術(shù),它可以識(shí)別經(jīng)濟(jì)過程中的壓力或不平衡,了解以什么方式來解決它們。IseeTrouble

ahead.阿蘭·格林斯潘

--美國聯(lián)邦儲(chǔ)備系統(tǒng)主席預(yù)測(cè)方法的選擇取決于涉及經(jīng)濟(jì)總量的層次。預(yù)測(cè)的層次為:國民經(jīng)濟(jì)

(GDP,利率,通貨膨脹等)經(jīng)濟(jì)部門

(耐用品)

產(chǎn)業(yè)預(yù)測(cè)

(汽車制造商)廠商預(yù)測(cè)

(福特汽車公司

)預(yù)測(cè)的層次預(yù)測(cè)標(biāo)準(zhǔn)

具體預(yù)測(cè)方法的選擇取決于幾個(gè)標(biāo)準(zhǔn):成本：與其收益相比預(yù)測(cè)方法的成本復(fù)雜程度：變量之間關(guān)系的復(fù)雜程度時(shí)間

：有關(guān)的時(shí)間準(zhǔn)確性：預(yù)測(cè)所要求的準(zhǔn)確性前導(dǎo)時(shí)間：接受信息與制定決策之間的時(shí)間非常規(guī)預(yù)測(cè)：

多米諾比薩餅和五角大樓多米諾比薩餅店通常平均一晚上向五角大樓送去三個(gè)比薩餅。1991年1月8日星期二，該店比薩餅的訂購數(shù)量開始緩慢上升，到了13日星期日那一天達(dá)到了20個(gè)，這就打破了五角大樓原先一天訂購19個(gè)的記錄。第一次海灣戰(zhàn)爭(zhēng)與伊拉克開戰(zhàn)前兩天的星期一，訂購了50個(gè)比薩餅。星期二的數(shù)量增加到101個(gè)，在星期三戰(zhàn)爭(zhēng)開始的晚上，數(shù)目高達(dá)125個(gè)。在此事件發(fā)生之前，CIA和白宮也出現(xiàn)了同樣的比薩餅訂購情況。比薩餅的這種訂貨方式在華盛頓受到新聞界的密切關(guān)注，以至于被稱為“多米諾原理”。每當(dāng)世界危機(jī)發(fā)生時(shí)，華盛頓的多米諾比薩餅店經(jīng)理就會(huì)接到許多個(gè)人電話，他們并不是想買比薩餅，而是只想知道白宮或五角大樓訂購了多少個(gè)比薩餅。人們想知道，給五角大樓外送的比薩餅是否將成為機(jī)密情報(bào)。多米諾比薩餅店也把他們的“比薩表（pizzameter）”擴(kuò)展到政治、運(yùn)動(dòng)事件和電視節(jié)目之中多米諾比薩餅店的網(wǎng)址：http://預(yù)測(cè)需求最簡(jiǎn)單的方法是趨勢(shì)外推法（EXTRAPOLATION）時(shí)間銷售量

現(xiàn)在過去未來時(shí)間序列分析分解法（TheDECOMPOSITIONMETHOD）Xt

=Tt+St+Ct+ItXt

=t期銷售量Tt=t期的趨勢(shì)值Ct=t期的周期變動(dòng)成份St=t期的季節(jié)變動(dòng)成份It=t期的不規(guī)則/不可預(yù)測(cè)的成份Xt

=Tt·St·Ct·It構(gòu)成時(shí)間序列的組成成份長期趨勢(shì)周期變動(dòng)季節(jié)變動(dòng)隨機(jī)變動(dòng)如何用分解法進(jìn)行預(yù)測(cè)?1.估計(jì)趨勢(shì)因素(計(jì)算“趨勢(shì)因素”)使用回歸方法,用時(shí)間(從零開始的季節(jié)數(shù))作自變量，銷售量為因變量,OR只用一條直線進(jìn)行外推2.計(jì)算每個(gè)時(shí)期/季節(jié)到現(xiàn)在的趨勢(shì)值(Tt)

Tt=77347+216t

其中：Tt=銷售的時(shí)間趨勢(shì)，t=時(shí)間時(shí)間T消費(fèi)時(shí)間T消費(fèi)時(shí)間T消費(fèi)198919931997Q1Q2Q3Q4123487192721926667486069Q1Q2Q3Q41718192090467726967036585998Q1Q2Q3Q43334353696295786037651192641199019941998Q1Q2Q3Q4567892740703396770085619Q1Q2Q3Q42122232491680750197096786554Q1Q2Q3Q43738394096335814887720591248199119951999Q1Q2Q3Q4910111292613745456672186325Q1Q2Q3Q42526272893715775567237189727199219962005Q1Q2Q3Q41314151690273730046854286831Q1Q2Q3Q42930313297119789117569193603Q161某地區(qū)電力消費(fèi)量（1989-1998）3.對(duì)于每個(gè)季節(jié)/時(shí)期,計(jì)算“季節(jié)加不規(guī)則因素”實(shí)際t–趨勢(shì)t=季節(jié)t+不規(guī)則t4.確定每個(gè)季度的季節(jié)成份：把每個(gè)季節(jié)的（季節(jié)+不規(guī)則）成份加在一起，春季的平均數(shù)（季節(jié)+不規(guī)則）成份就是春季季節(jié)成份的估計(jì)值，其他季節(jié)也一樣各季平均數(shù)之和等于-91，一年的季節(jié)因素總和應(yīng)該等于0，要對(duì)平均數(shù)進(jìn)行調(diào)整，需要把誤差分散到四個(gè)季度之中，此例中總誤差很小，可忽略。5.通過計(jì)算各期的趨勢(shì)值并加上季節(jié)因素，即可對(duì)未來任一時(shí)期進(jìn)行預(yù)測(cè)e.g2005春季,期數(shù)為61，Tt=77347+216tT2005Q1=77347+216（61）=90523

6.加進(jìn)季節(jié)因素，由此形成預(yù)測(cè)值90523+11404=101927時(shí)間實(shí)際季節(jié)加觀察趨勢(shì)不規(guī)則

值值成份時(shí)間實(shí)際季節(jié)加觀察趨勢(shì)不規(guī)則

值值成份19891993Q1Q2Q3Q487192721926667486069775637778077996782139628-5588-113237856Q1Q2Q3Q490467726967036585998810268124381459816759441-8547-11093432319901994Q1Q2Q3Q4927407033967700856197842978645788627907814310-8307-111626541Q1Q2Q3Q491680750197096786554818928210882325825419788-7089-11358401319911995Q1Q2Q3Q4926137454566721863257929479511797277994413318-4966-130066381Q1Q2Q3Q4937157755672371897278275782974831908340710958-5418-10819632019921996Q1Q2Q3Q4902737300468542868318016180377805938081010112-7373-120515571Q1Q2Q3Q4971197891175691936038362383839840569427213496-492883659331計(jì)算季節(jié)加不規(guī)則成份季節(jié)“季節(jié)加不規(guī)”成份季節(jié)“季節(jié)加不規(guī)”成份季節(jié)“季節(jié)加不規(guī)”成份季節(jié)“季節(jié)加不規(guī)”成份Q1Q2Q3Q419891990199119921993199419951996平均數(shù)96281431013318101129441978810958134961138119891990199119921993199419951996平均數(shù)-5588-8307-4966-7373-8547-7809-5418-4928-661719891990199119921993199419951996平均數(shù)-11323-11162-13006-12051-11093-11358-10819-8365-1114719891990199119921993199419951996平均數(shù)78566541638155714323401363209336292各季平均數(shù)之和=11381-6617-11147+6292=-91對(duì)季節(jié)總效應(yīng)進(jìn)行調(diào)整，方法是在各季平均數(shù)上加91/4=23Q1效應(yīng)11404Q2效應(yīng)-6594Q3效應(yīng)-11124Q4效應(yīng)6315計(jì)算季節(jié)成份缺點(diǎn)是什么?基于時(shí)間序列分析的預(yù)測(cè)假設(shè)時(shí)間是銷量的唯一決定因素，假定時(shí)間和數(shù)量將在未來與過去相同。在短期內(nèi)一般會(huì)提供不良的結(jié)果，但短期是最需要準(zhǔn)確預(yù)測(cè)的時(shí)間!還有更多的時(shí)間序列高級(jí)方法，但在很多情況下，“簡(jiǎn)單方法”（‘na?ve’methods）會(huì)提供準(zhǔn)確決策。如何評(píng)價(jià)預(yù)測(cè)?客觀性（Objectivity）.

結(jié)果是否取決于數(shù)據(jù)或進(jìn)行預(yù)測(cè)的個(gè)人?有效性（Validity）.對(duì)于預(yù)測(cè)時(shí)間的序列預(yù)測(cè)估計(jì)值與實(shí)際時(shí)間序列的接近程度如何?可計(jì)算預(yù)測(cè)值與實(shí)際數(shù)據(jù)的相關(guān)系數(shù)。可靠性（Reliability）.如果對(duì)預(yù)測(cè)取不同的出發(fā)點(diǎn),結(jié)果是否大致相同?準(zhǔn)確性（Accuracy）.對(duì)于產(chǎn)生預(yù)測(cè)結(jié)果以外的時(shí)期，預(yù)測(cè)與實(shí)際數(shù)字的相近程度如何?可信性（Confidence）.是否存在接受結(jié)果的高度可能性?敏感性（Sensitivity）.如果我們用非常不同的方式使用數(shù)據(jù)進(jìn)行預(yù)測(cè)。是否得到不同的結(jié)果?準(zhǔn)確性是主要因素:如何衡量它?平均誤差（MeanError）-如果正負(fù)抵消，就會(huì)為零平均絕對(duì)誤差（MeanAbsoluteError）均方誤差（MeanSquareError）-給予更大的誤差以更高的權(quán)重均方根誤差（RootMeanSquareError）變異系數(shù)（VariationCoefficient)還有什么其他方法?氣壓計(jì)預(yù)測(cè)（Barometricforecasting）

-使用領(lǐng)先指標(biāo)（在希望預(yù)測(cè)的變量之前變化的變量）用國際直接長話量預(yù)測(cè)國際貿(mào)易用出生率預(yù)測(cè)小學(xué)、嬰兒服的需求用機(jī)床訂單數(shù)預(yù)測(cè)國民收入用新建筑開工數(shù)預(yù)測(cè)國民收入常用的領(lǐng)先指標(biāo)機(jī)床的新訂單制造業(yè)平均工作小時(shí)新企業(yè)成立指數(shù)耐用品的新訂單工廠和設(shè)備的訂單新建筑開工數(shù)制造業(yè)庫存變化工業(yè)材料價(jià)格股票交易指數(shù)利潤數(shù)字價(jià)格與單位勞動(dòng)成本比率消費(fèi)者信貸增加量市場(chǎng)調(diào)查（MarketSurveys）,

其效用取決于：尋找買主的成本買主顯露其意圖的意愿買主實(shí)現(xiàn)其意圖的傾向最適宜應(yīng)用:買主規(guī)劃的產(chǎn)品潛在買主明確的產(chǎn)品

得不到過去數(shù)據(jù)的新產(chǎn)品還有什么其他方法?銷售人員意見法（SalesForceOpinion）.

銷售人員是最接近顧客的，但:可能會(huì)歪曲其預(yù)測(cè),故意地預(yù)計(jì)低銷售量，為的是達(dá)到低銷售目標(biāo)時(shí)增加獎(jiǎng)金:可能不了解更廣泛的發(fā)展,新型的顧客,宏觀經(jīng)濟(jì)變化還有什么其他