第5章经济要素的预测与估计剖析.ppt

工程经济学─第五章 一、投资的构成与来源 生产用房 30-40 受腐蚀生产用房 20-25 强腐蚀生产用房 10-15 非生产用房 35-45 简易房 8-10 水电站大坝 45-55 其他建筑物 15-25 例：9位专家对某地GDP的预测值（亿元）如下：20，21，21.5，21.9，22，22.5，23，23.4，25，则 x中=22 x下 =x中-（x中-x1）/2 = 22-(22-20)/2=21 x上=x中-（ xn - x中）/2 = 22+(25-22)/2=23.5 Delphi法的特点 ① 独立性（专家不受干扰） ② 保密性（匿名性） ③ 重复性（反馈性） ④ 收敛性 但不排除互相启发 避免权威专家专断 多轮调查与反馈的过程，也是专家们在匿名状况下相互启迪和讨论的过程。通过书面讨论，言之有理的见解会逐渐为大多数专家所接受，分散的意见会向其集中，呈现出收敛的趋势。 定量预测法 定量预测法是在已有历史和现实数据资料的基础上，根据具体数据趋势和以往的经验，选择合适的数据模型，进行科学计算，得出初步预测结果，再根据企业外部环境和企业内部条件变化加以修正，以获得最终的预测结果。 定量预测法主要有时间序列法和回归分析法 研究预测对象与时间进程之间的演变关系，要求时间序列是按等间隔排列的。研究的要素有时间性，随时间而发展，根据其时间规律，对未来进行预测。 2.时间序列分析法 例 ? 51 50 48 45 43 45 50 销售额（万元） 8 7 6 5 4 3 2 1 月份 这种方法对一般状态比较稳定，没有什么大的动荡情况下效果较好。 (1) 移动平均数法 利用过去几个时期的实际数值的移动平均数作为下一期的预测值 上例 用5、6、7三个月的实际销售额预测8月份的销售额 若用4、5、6、7四个月的数值，则为 公式 yi为实际值，y n+1为n+1期的预测值，k为所取期数 注意：k值大小对预测结果影响巨大。　k太大则预测值太注重历史，过于平滑，测不出变化趋势；k太小，预测值忽略历史，抗随机干扰性能差。 这种方法考虑到远近数据的差异，把它们分别乘以不同的指数，以使预测值受近期影响较大，远期影响较小。 (2) 指数平滑法 公式 为下期预测数 yi、 分别是本期实际值和预测值 例：取 ，则8月份的预测值为 注意： 越大，预测值越重视近期数据 按数据排列规律导出趋势模型，进行外推计算，得出预测结果 (3) 趋势外推法 预测值 研究预测对象y与影响因素x之间的因果关系 3. 因果分析法（回归分析法） 大概思路：根据观测值得到散点图，用线性或非线性函数把这些点的大致规律描述出来。如果用直线或曲线代替这些点，则每一点与该线都有误差，回归分析法就是找到使误差最小的直线或曲线。可能有一元线性、非线性，多元线性、非线性。 例 y（冷饮销量） x（气温） 用线性或非线性函数把这些点表示出来 根据历史资料描出若干散布点，构造一个线性函数 a，b称为回归系数 来近似地代表二者的因果关系。 我们希望近似的程度越高越好。然后根据回归函数进行预测。 设有n个观测点， i=1,…,n 如果用直线代替这些点，则每一点与该直线均有误差。 设实际值yi与线性函数y值的误差为 i=1,…,n 则 希望误差越小越好 因误差有正负，不好计算大小，为消除正负影响，故取其平方和最小 平方和越小越好 对a，b求导 解之有 亦可写为 为平均值，因此等号右边为已知 这样，a，b就可以求出来了。 近似函数建立了。只要知道未来因素x，即可预测将来值。例如根据预测可求未来一个时刻某产品的销量。 现在的关键问题在于：拟合的曲线在多大程度上代表这些点。 相关系数 越接近1，相关程度越高。表明x越依赖于y，即可靠性越高，拟合性越好。 r表明了x对y的影响程度。 若r=64%，说明什么？ S检验 Yi — 第i个观察值 — 第i个回归值 n — 统计数据的个数 k — 参数个数 在一元线性回归方程中，参数为a、b，所以k=2 S值越小越好，通常以S和 的比值S/ 测定回归方程误差的大小，如果S/ 15%就认为S检验通过。 例 某地区1989—1993年农村市场的实际商品销售量与农业产值见表，1994年农业产值预计300亿元，使用回归分析法预测1994年农村市场销售量。 216 195 168 156 120 农 业 产 值 X 504 483 46