当前位置:文档之家› 第二章 市场预测案例分析

第二章 市场预测案例分析

一、购买力估算法:购买力估算法是从预测全社会总购买力入手,通过分析购买力投向,进一步导出对某种产品的需求量。

其具体步骤如下:1、预测社会购买力。

社会购买力由两个因素决定,一是货币供应量,二是货币流通速度,两者的乘积即为购买力。

货币供应量按货币流动性大小划分为若干层次。

在我国,划分货币层次除遵循流动性标准外,还要与现行统计口径衔接。

目前一般主张各层次货币供应量的内容是:=流通中现金+企业活期存款+农村集体存款+机关MMM?010团体部队存款+单位定期存款+居民储蓄存款+其他非财政存款M?M12+财政存款+债券在估算某年度社会购买力时,一般以MM?23M1为依据;必要时可以M2为依据。

2、分析购买力投向。

社会购买力形成后,首先会在消费领域和投资领域进行分配,分别形成消费品购买力和投资品购买力;然后在这两种物品内部再进行分配,形成某类产品(如日用消费品、耐用消费品、奢侈品等)购买力;最后形成对某种产品的购买力,如电视机、电冰箱、汽车、粮食等。

分析购买力投向,并计算某种产品在某类产品购买力中所占的比重。

3、根据某种产品在某类购买力中所占比重,估算该产品的需求潜量。

案例1、据预测,某地区居民消费品购买力在今后5年内每年递增6%,冰箱在消费量中的比重每年递增10%。

目前,该地区居民消2000‰,冰箱价格5亿元,冰箱在消费品中的比重为200费购买力元/台,预计其在今后5年内无多大变动。

试预测该地区冰箱的需求潜量。

第一年冰箱的需求潜量为:8×(1十6%)×5‰×(1十10%)÷2000=58300(台) ×20010第二年冰箱的需求潜量为:822÷2000=67978()台) %×5‰×(1十10×20010)×(I十6%依此类推,该地区第三至第五年冰箱需求潜量分别为79262台、92420台和107761台。

四、相关产品预测法1、需求价格弹性预测法需求价格弹性是指商品或劳务需求量的变化率与其价格变化率的比率。

需求价格点弹性系数计算公式为:Q?QP?P?Q?P t0t0?))?(E?(?d QPQP0000——需求价格弹性系数;——价格变动前的需求量;—QEQ0dt—价格变动后的需求量;——变动后的价格;——基期价格。

PP0t E?Q??P需求价格弹性预测法的预测模型为:0d?Q?Q0t P0案例2、某市通过几家有代表性的大百货商场实验销售,得到有关彩色电视机的销售价格与销售量的关系资料,如下表2—1所示。

表2—1 彩电销售价格与销售量商品混合均价(元/台)销售量(台)彩色电视机降价前降价后降价前降价后2900210045007600又知,该市去年彩电销售量为26000台,今年预计彩电平均每台降价300元。

试预测今年彩电的需求潜量。

首先计算彩电需求的价格弹性系数:7600?45002100?2900497E?2.???然后根据预测模型,预测今年彩电的需求潜量:d4*******(?2.497)?26000?(?300)(台)3527526000??Q?t21002、需求收入弹性预测法需求收入弹性是指商品或劳务需求量的变化率与收入变化率的比率。

需求收入点弹性系数的计算公式为:Q?QY?Y?Q?Y tt00??E((?))?y QYQY0000需求收入弹性预测的预测需求量模型为:?Y)E?1?QQ(?y0t Y0案例3、某地区基期各类商品零售额和需求的收入弹性系数如下表2—2所示各类商品的零售额和需求收入弹性系数3 —2表.设该地区居民收入在预测期内将增长20%。

试预测该地区在预测期内各类商品及劳务需求。

食品类:)亿元.12(.57)?646%Q?580?(1?20?0食衣着类:)亿元9(83)?174.150?(1?20%?0.?Q衣日用品类:)(亿元?228.6%1?20?1.35)?Q180?(日文娱用品类:)亿元.9128(?1.52)?%?Q70?(1?20文其它商品类:)亿元76(96)?35.%?Q30?(1?20?0.其非商品(劳务)类:)亿元.9168(%20?0.73)?(?Q80?1?劳3、需求交叉弹性预测法:需求交叉弹性,也称需求相关弹性,是某种产品需注量的变化率与其相关产品价格变化率的比率。

其计算公式为:Q?QP?P Bt0AtBA0)?(?E()AB QP B0A0式中:的价格弹性系数;B的需求量对产品A——产品E AB.——A产品考察期和基期的需求量;——B产品PP,Q,Q0BBt0AtA考察期和基期的价格。

根据公式计算出的需求交叉弹性值可判断有三种情况:,表明A、B 两种产品互为替代品;表明A、B00E?E?ABAB两种产品互为补充品;表明A、B两种产品无关。

0?E AB交叉弹性预测法的预测模型为:为)E?PQ?Q(1?P BrA0ABAtBr B产品价格变化率。

案例4、某联合公司通过几家代表性商场的实验,取得了表2—4 的资料。

根据公司计划,本期将B产品价格再调低6%,已知上期A产品实际销售量6500件。

试测算本期A产品的市场销售量。

表2—4 A、B两种产品的实验资料根据表中资料,可计算交叉弹性系数:113?1569.8?12.7207.?1()?()?E AB15612.7根据题意,A产品的本期销售量为:)(件6029(?6%)]?.[?Q6500?1?1207?At计算结果,表明A,B两种产品互为替代品,并且A产0.1207??E AB品的需求量随着B产品价格波动成正相关。

当B产品价格降低6% 件。

6029产品销售量为A时,三、特尔菲预测法案例5:某拟建农业加工项目要开发投产一种副食新产品。

为了摸清该产品的市场销路如何,他们采用了“德尔菲”法对其产品销量进行了判断预测。

其大致过程如下:第一,他们成立了预测领导班子,选择了包括食品设计专家、技术人员、推销人员、销售对象典型代表以及上级主管计划部门等在内的11名专家或行家作为调查征询对象。

第二,预测领导小组将该产品的特点、用途、样品及相似种类产品的销售情况等分别单独向他们提供资料并作了介绍,随之发给他们调查意见表,请每个人都反映出自己的意见并作出个人的判断预测。

用不记名的方式分将上述意见和判断预测结果汇总整理,第三,类说明个人的意见及理由,返还给各位专家,请他们进一步地修正判断预测。

如此反馈三次,其结果如表2—5所示。

第四,根据三次反馈得到的结果,由预测领导小组进行集中处理,作出最后预测。

表2—5 单位:吨对于前面的预测统计结果,以简单算术平均法计算,根据第三次判断结果,预测新产品的销售量为:18?22?29_吨23?X?3他们又以中位数进行计算,则新产品预测销售量如下:先将第三次判断按其大小顺序排列,取其中项。

最低销售量为16、17、18、21、22,其中项为18;最可能销售量为19、20、21、23、24、25、26,其中项为23;最高销售量为24、25、26、28、30、31、34、35,其中项为29(即第四项28和第五项30的中间值)。

然后按其各自状态发生的概率(即加权平均)计算其销售量:_吨83.?23.0?23?.5?29?0218X??0.四、时间序列预测法1、移动平均法是根据已有的数据的平均值,推算未来的发展趋势。

案例4 某拟建项目产品的市场销售情况如下表所示:假设按三年为一个计算期,预测今后两年即1999年和2000年该产品市场销售额,则有三年移动平均计算表如下:则今后两年该产品的市场销售额为:Y?26.7?2?1.7?30.1(万元)1999)万元.8(?3?1.731.Y?267?2000此法对市场变化不大的短期预测可适用。

2、加权平均法案例5 个体劳动者人数预测某地区1979—1983 年个体劳动者人数分别为23109、23180、24220、25371、25404。

预计1984年该地区个体劳动者将达到多少人?设1979—1983年个体劳动者数量权数依次为1、2、3、4、5。

1984年个体劳动者预测数为:23109?1?23180?2?24220?3?25371?4?25404?5_)人(?24709?X5?4?3?2?1.3、指数平滑法是将实际统计资料分为近期和远期,各期分别取不同的权数加以平均后作为预测数的一种方法。

是一种权数特殊的加权平均法。

它实际上是等比数列为权数的加权移动平均数法。

前期实际的销售量乘以(表示加权因子或平滑系数),前期预测?的销售量乘以,这两个乘积相加便得出本期预测销售量。

其)?1?(最大特点是认为各期历史资料对预测未来数的影响是不同的,近期的影响最大,远期的影响最小。

通过系数来调整近期数据和远期数据对预测数的影响,其预测公式为:平滑F)(1??MF???tt?1t系数一般设定为0.618?从上述公式可以推出:............)X???(1??X?Y??X?(1??)22??1t?1ttt案例6 某项目产品1988—1992年的市场销售量分别为44万、50万、62万、55万、69万,用指数平滑法预测1993年的销售量。

假定预测的初始值定为前三期的平均值,即(44+50+62)/3=52万,则列表计算如下:1993年的销售量预测为:)(万元63.94618)?56.76??F0.618?69?(1?0.1993案例7:已知某城市97年至2000年某商品的销售量见下表。

试用指数平滑法预测2001年的销售量。

取则2001年预测的销售量为:4??0.Y?0.4?17200?0.4?(1?0.4)?15800?0.4?(1?0.4)?16500?0.4?(1?0.4)?15000325?14344若2001年实际销售量为15838,则2002年的销售量预测值为:6.?14941)0.4?1434415838Y?0.4??(1?64、趋势预测法:案例7、某产品的市场销售资料如下表所示。

用时间相关分析预测该产品1993年、1994年的市场销售量。

表2—7我们用直线方程预测?Y2700210?XY则:b???21540???a210N5?X所以X21?540?Y则预测1993年、1994年的市场销售量为:Y?540?21?3?603(万元)1993)万元624(21?4?Y?540?19944、因果分析法:是利用事物之间存在的一定因果关系来预测未来需求情况,并从大量收集到的足够历史资料中找出具有一定规律的因果关系。

一般运有回归预测法。

如一元线性回归方程式:bxa?y?式中:y——因变量(预测目标);x——自变量(影响因素);a、b—回归参数。

接着应通过方差分析、标准差分析、相关分析和F检验对预测模型进行检验。

①方差分析。

运用直线回归预测方程求得的回归直线,其离差平方和最小。

相关主题