汽车市场营销调研市场预测.docVIP

汽车市场营销调研与市场预测 学习目标学习内容 所谓市场预测就是在市场调研基础上，利用科学的方法和手段，对未来一定时期内的市场需求、需求趋势和营销影响因素的变化做出判断，为营销决策服务。 迄今为止，预测理论产生了很多预测方法，有人统计有几百种，但人们常用的方法并不多。归纳起来，预测方法大体可分为两大类：一类是定性预测方法，另一类是定量预测方法。人们在实际预测活动中，往往结合运用两种方法，即定量预测必须接受定性分析的指导。只有如此，才能更好地把握汽车市场的变动趋势。 （1）定性预测方法 定性预测主要依靠营销调研，采用少量数据和直观材料，预测人员再利用自己的知识和经验，从而对预测对象未来状况做出判断。这类方法有时也用来推算预测对象在未来的数量表现，但主要用来对预测对象未来的性质、发展趋势和发展转折点进行预测，适合于数据缺乏的预测场合，如技术发展预测，处于萌芽阶段的产业预测，长期预测等。定性预测的方法易学易用，便于普及推广，但它有赖于预测人员本身的经验、知识和技能素质。不同的预测人员对同一问题预测结论的价值，往往有着巨大差别。 定性预测方法具有很多种，其中最常用的是德尔菲法。该种方法是在40年代末期，由美国兰德公司首创并使用的。至今，这种方法已经成为国内外广为应用的预测方法，它可以用于技术预测和经济预测，短期预测和长期预测，尤其是对于缺乏统计数据的领域，需要对很多相关因素的影响做出判断的领域，以及事物的发展在很大程度上受政策影响的领域，都是非常适合的。 （2）定量预测方法 定量预测方法是依据必要的统计资料，借用数学方法特别是数理统计方法，通过建立数学模型，对预测对象的未来在数量上的表现进行预测等方法的总称。汽车市场定量预测方法有： ①时间序列预测法 时间序列预测模型有多种，这里只选择指数平滑法和“成长曲线”两种模型。 指数平滑法的原理就是认为，最新的观察值包含了最多的未来信息，因而应赋予较大的权重，越远离现在的观察值则应赋予越小的权重。通过这种加权的方式，平滑掉观察值序列中的随机信息，找出发展的主要趋势。指数平滑法的数学模型为： （5-1） 式中，St(1)为第t期的平滑值；yt为第t期的观察值；α为加权系数。 “成长曲线”预测模型认为，绝大多数产品都要经历出现、发展、成熟和衰亡的过程，呈现出“S一曲线”特点。逻辑斯谛曲线 龚帕兹曲线 上面两式中的参数k为饱和线，亦即“极限值”。 “成长曲线”模型包括三个参数k，a和b，因而其建模过程也就是这三个参数的求解过程。它的求解过程为： 将原始观察值序列平均分成三段（如观察值数目不是3的整数倍，则可通过增加或减少观察值数目的方法，划为3的整数倍），对各段分别求和，从而得到：Σ1Yti，Σ2Yti和Σ3Yti，其中ΣjYti中的yti是经过公式（5-8）或公式（5-9）变换后的yti值。 对逻辑斯请曲线： yti =1/ yti (5-8) 对龚帕兹曲线： yti =ln yti (5-9) 式中，yti是原始观察值序列。 将ΣjYti代入下列一组等式，即可求出k, a和b。 式中：n为每段观察值中包含的观察值数目。 运用“成长”曲线模型进行预测时，模型的k值是否真正代表了发展的“极限”，应当根据实际情况予以判断。由于科技进步的作用和市场潜力的进一步挖掘，“极限”常常可以改变。 ②回归预测模型 回归预测模型是基于惯性和相关理论的统计学模型，是最常用的预测模型之一。通常情况下，只选用（准）一元线性回归预测模型。 回归预测模型的建立与检验 一元线性回归预测模型的标准形式为 Y=A+BX （5-10） 对标准形式，系数由下列方程组确定： 其中，Xi、yi为自变量和因变量的原始观察值，n为观察值的组数。 模型的检验通常包括；相关系数检验，模型的T检验与F检验，回归系数检验。对一元线性回归模型而言，这些检验是等价的。这里我们选择相关系数检验。 相关系数的形式是： R值越大，表明回归方程的线性程度越显著。 预测结果的点估计与区间估计 运用公式（5-10）得到的预测值，属于点估计。只有点估计一般是不够的，还要确定－定置信度下的区间估计。估计区间由下式确定： 式中，Y0即点估计值； tα/2　(n-2),Zα/2分别是T—分布和正态分布查表值； α是置信度，即可信水平是100（1—α）％； So由下式确定： 在同－置信度下，区间估计随着观察点X0距离X越远，则区间