3.需求估计和需求预测.pptVIP

第1节 需求估计 第2节 需求预测 如果厂商要实现股东财富最大化的目标，那么对商品或服务的经验估计就是必不可少的。只有准确估计需求函数，厂商才能制定出利润最大化的价格和产量。 第1节  需求估计 需求估计 一、市场调查法 二、统计法 访问调查法 [例3—1] 某公司在1 000人中调查皮革钱包的需求量，调查表中列出了五种价格水平，要求被调查人在每一种价格上表示购买意见，共有六种意见可供选择（1）肯定不买；（2）不一定买；（3）可能买；（4）较可能买；（5）很可能买；（6）肯定买。 调查结果如表3—1所示。 调查人把每种意见的购买概率定为： （1）0 ；（2）0.2；（3）0.4； （4）0.6；（5）0.8；（6）1.0。 为了获得需求估计所需要的数据，要根据概率计算每种价格水平上的期望需求量。例如，价格为9元时的期望需求量为：500×0+300×0.2+125×0.4+50×0.6+25×0.8＋ 0× 1.0=160（个） 这样，就可以求得需求估计用的各种价格水平上的期望需求量数据（见表3—2）。 市场试验 就是通过对市场上消费者的行为进行直接研究,来取得消费者对产品需求的有关信息.通常的做法是,企业在指定的一个或几个市场上试验,有意识地改变需求函数中可以控制的变量,如价格、包装、广告费用等，观察在一段时间内市场上发生的变化，再利用人口普查或其他调查数据来测定在不同的家庭收入、不同的教育程度及不同的民族条件下，这些变量对需求的影响。 市场试验虽然可以取得一些有用的数据，但存在着严重不足。 实验的结果要受到其他不可控因素的影响； 试验规模大了，费用太高；试验规模小了，又取不到可靠数据。而且，通常只能取得短期的数据，还不足以看到价格、广告、包装等策略的长期效果。此外，试验时间也不能太长，时间一长，经济情况有了变化，已取得的数据就失去了意义。 统计法（回归分析法） 四个步骤1. 确定自变量2. 取得观察数据3. 选择回归方程的形式(模型的设定分析——关键是看样本数据的散点图) （1）线性函数： 函数特性：①边际需求量是常数；②可用最小二乘法估计参数。 （2）幂函数：  函数特性：①每个变量的弹性是常数，等于它的指数；②可转化为线性关系，仍可用最小二乘法估计参数。 1979年武汉大学的几位学者曾用武汉市的季度数据估计了猪肉的需求函数，结果如下： Q=0.3313P -0.8176 Y 0.9635 4. 估计回归参数 回归分析法简介 假定需求函数（回归方程）的形式为一元线性方程： ，如图3—2所示。 假定观察数据有： … 在 时， 的估计值为 ;此时， 与 之间的离差为 。 用最小二乘法求参数α，β，也就是使上述离差的平方和 的值为最小，这时，回归方程 能最好地拟合观察数据。 [例3—2] 假定一家连锁商店在自己的六家分店中销售蛋糕。这六家分店所在地区的居民，都属于中等收入水平。最近，各分店都按每公斤7.9元出售，平均每店每月销售4 625公斤(假定各分店的月销售量是比较接近的)。今连锁商店打算估计蛋糕的需求曲线和价格弹性。为此，它们进行了实验：第一家分店的价格仍维持每公斤7.9元不变，但其他五家分店的价格都做了变动。价格变动后，各分店的月销售量如表3—4所列。 第2节 需求预测 预测的意义 有利于企业改善经营决策，提高经济效益。在市场经济的条件下，企业的生存和发展与市场需求密切相关，如果不了解市场动态和发展趋势，盲目经营，势必带来损失。只有掌握了市场的需求动态，及时作出相应决策，改善经营管理，才能提高效益。 有利于制定长期规划。企业通过对市场发展变化趋势的预测，自觉地调整产品结构和各方面的比例关系，以期在长期经营中避免风险。 有利于更好满足社会的需要。消费者的需求是随着收入水平、人口增长、消费心理的变化而变化的，因而对此进行科学的预测，就能使产品品种、数量、规格、质量等方面更好地与消费者的需求相适应。 德尔菲法 一种背靠背征求专家意见的调查方法 时间序列分解法 Q=T ·S ·C ·I T=CMAT = a + bt 季节指数S由（3-14）式（P95）给出；C由(3.15)式给出； 预测模型：Qf = T ·S ·C 指数平滑法 预测模型： 表3-8（P-97） 用回归模型预测 [例3—3]——