需求预测DemandForecasting.pptVIP

时间序列预测销售量和价格 线性趋势预测法（Linear Trend Forecasting） 最简单的时间序列预测法是线性趋势预测法，假定销售量或价格随时间变化呈线性增长或降低。然后对所给数据进行回归分析，算出最恰当的回归曲线，以计算未来的预测值。 线性趋势预测 线性趋势预测 例子：Terminator Pest Control公司的销售预测 例子：Terminator Pest Control公司的销售预测 季节性(周期性）变化 季节性(周期性）变化 季节性(周期性）变化 哑变量技术 增加一个哑变量D 例子：预测销售的变化 不使用哑变量 例子：预测销售的变化 Q＝a+bt+c1D1+c2D2+c3D3 使用哑变量 例子：新房销售预测 不使用哑变量 使用哑变量 经验需求函数 根据市场数据所得到的需求函数。 对生产决策和定价决策都极为有用。 最简单的线性形式，一个经验需求函数可以表示为： 经验需求函数 线性的经验需求函数意味着： b = ?Q/?P c = ?Q/?M d = ?Q/?PR 参数的符号 b 0 对于正常品 c 0，对于低档品 c0。 对于替代品 d0 ，对于互补品 d0。 经验需求函数 需求弹性的计算 非线性需求函数的设定 如果设定需求函数是对数－线性的，那么需求函数可以写为： 市场定价 vs. 管理者定价 经验需求函数的参数估计方法有两种。采用哪一种方法进行估计，取决于产品的价格是由市场决定（ market-determined ）的，还是由管理者制定（ manager-determined ）的。 价格接受型企业（ Price-taking firms ）不能制定自己产品的价格。 价格是内生的( endogenous)，或者市场决定的。市场供给和市场需求共同决定价格。 价格设置型企业（ price-setting firms） 价格是由管理者制定的，是一个外生变量。 同步性问题（ Simultaneity Problem ） 需求曲线的识别 同步性方程的估计方法 第一步：明确行业需求和供给方程 第二步：检查需求曲线是否被识别 供给函数中至少有一个外生变量不在需求函数中 第三步：收集需求供给变量的数据 价格、销售量，以及所有外生变量的数据 第四步：用两步最小二乘法(2SLS)估计行业需求 回归分析、结果解释 同步性方程预测法 要确定未来需求和供给函数的位置，只要预测未来外生变量的值。一旦得到了未来外生变量的值，需求曲线和供给曲线的位置也就决定了。它们的交叉点就是预测结果—产品的价格和销量。 市场定价 vs. 管理者定价 预测的置信区间 * * Chapter 7 需求预测 Demand Forecasting Estimated trend line Sales Time Q t 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 ? ? ? ? ? ? ? ? ? ? 2004 ? 2009 ? 数学模型： 估计趋势线: (1) 且是显著的，那么销售量的变化趋势是上升的； (2) 且显著，则销售量呈下降趋势； (3) 不显著，假设 ，销售量持平，即销售量和时间没有关系，销售量的所有变动都是随机的。 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 2001 2002 2003 2004 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 2001 2002 2003 2004 4年中,每年第4季度的销售量都要高于其他3个季度,实际上,第4季度的趋势线已经上移了。 Sales Time Qt t Qt = a’ + bt a’ a Qt = a + bt c 两个方程的斜率相同，均为 b ，1、2、3季度的截矩为 a 第4季度的截矩为a’ 第1，2，3季度 D＝0 第1、2、3季度 D=1 D=0 第4季度 Y=a+bt+cD 第4季度 D＝1 Y=a+bt Y=a+bt+c =(a+c)+bt 截距不同，斜率相同 季节性(周期性）变化 (Seasonal (or Cyclical ) Variation) 当数据是周期性变化时，比如季节性波动，可以在时间序列模型中引入哑变量表示这种周期性变化。 假设有N个周期，则在需求函数中引入N-1个哑变量，每个哑变量代表一个周期，当期哑变量取值为1，其他周期内则取0，这种哑变量法使得各季节的需求曲线的截距都有所不同，需求曲线随季节变化而升降。 可决系数为30.8％ 第1季度 D2 D1 第2季度 第3季度 第4季度 1 D3 1 1 0 0 0 0 0 0 0 0 0 Q=