第11讲总复习和案例讨论.pptVIP

第十一讲 总复习与案例讨论 主要内容 一 生产函数 二 案例4-1—Global Crossing公司过剩的光纤传输能力 美国光纤网络传输高速数据和声音信号的能力大大超出了电信需求，现有产能的97%闲置。 纽约和洛杉矶之间输送1兆B价格1995每年12000美元——2001下降到3000美元——2003年下降到1200美元。 信号压缩技术导致产能超过市场增长。100天翻一番。 对电信传输量增长过度乐观。2003年1000%——40%。 互联网的渗透呈现S形。 一、预测的意义与预测技术选择 管理活动的核心问题——预测产品的未来需求、产品的生产成本、销售产品的价格。 宏观预测与厂商预测。 预测是困难的。 两种重要的经济预测： 定量预测——8%，给定精确的数据或比率。 定性预测——方向与趋势。 一、预测的意义与预测技术选择 预测的最大意义在于对未来不确定性进行某种程度的确定，从而制定发展战略。减少不确定而不能消除不确定。 预测的层次： 国民经济预测。GDP及其部分；利率；通货膨胀率。 产业预测。汽车制造业。 企业预测。福特公司。 产品预测。FOCUS。 一、预测的意义与预测技术选择 选择预测方法的准则： costs of the forecasting method compared with its gains complexity of the relationships among variables time period involved accuracy needed in forecast lead time between receiving information and the decision to be made。 一、预测的意义与预测技术选择 预测的精确性： 分析被观察值与预测值之间区别的大小。 不同的指标衡量模型的精确性。如可决系数R2。 常用的平均预测误差RMSE，越小准确性越高。 可选择的预测技术： 确定性时间技术、平滑技术、气压技术、调查与民意测验技术、计量经济模型、随机性时间技术、投入产出表预测方法。 二、时间系列分析 主要有三种类型的数据： 时间序列数据。 横截面数据。 面板数据（Pannel Data）。 时间系列数据分为四部分： 长期趋势+周期变动+季节效应+随机波动。 二、时间系列分析 基本的时间系列模型： 最简单的时间系列模型，下期与本期一样。 调整。 长期趋势。图5-3。 季节变动。 Naive Forecast Yt+1 = Yt Method best when there is no trend, only random error Graphs of sales over time with and without trends When trending down, the Na?ve predicts too high 2. Na?ve forecast with adjustments for secular trends Yt+1 = Yt + (Yt - Yt-1 ) This equation begins with last period’s forecast, Yt. Plus an ‘adjustment’ for the change in the amount between periods Yt and Yt-1. When the forecast is trending up, this adjustment works better than the pure na?ve forecast method . 3. 长期趋势 Used when trend has a constant AMOUNT of change Yt = a + b?T, where Yt are the actual observations and T is a numerical time variable 案例4-2——冰淇淋 Used when trend is a constant PERCENTAGE rate Log Yt = a + b?T, where b is the continuously compounded growth rate Suppose: Yt = Y0( 1 + G) t where g is the annual growth rate Take the natural log of both sides: Ln Yt = Ln Y0 + t ? Ln (1 + G) but Ln ( 1 + G ) ? g, the equivalent continuously compounded grow