如何更好地预测市场？.docVIP

如何更好地预测市场？ 蒂姆·拉塞特（Tim Laseter）是博斯公司前合伙人 凯西·利西腾达尔（Casey Lichtendahl）是弗吉尼亚大学达顿商学院助理教授 耶尔·格鲁斯卡-科凯恩（Yael Grushka-Cockayne）是弗吉尼亚大学达顿商学院助理教授 彼得·德鲁克曾说过：“预测未来就好比夜间在没有路灯的乡间小道中行驶，并不时地透过后视镜看外面的风景。”预测并非易事，但是要求经理人预测未来的声音却从未停止。正确的预测掌握着通向完美计划大门的钥匙。我们来探讨多种方法，帮助预测师擦亮“水晶球”——在接受现实世界的不确定性的同时，让他们的预测更富生命力。 平均值的缺陷 在预测未来的市场时，大多数公司只注重单点估值：它们通常以一个平均值为基础，规划市场规模或公司未来一年的销售预期。单点估值注定是一个错误：要想精准地实现某个特定的数字目标几乎是不可能的，如果只看重平均值而忽视变化幅度的影响，很可能导致错误估值。 优秀的决策来自于对各种可能性的深思熟虑，并了解未来可能性的浮动范围，以便制订近期计划。一位经理人估计某产品的需求量为10万个单位——这是根据市场条件的变化范围推算出的平均值。但实际需求可能在平均值±50%的范围内浮动。若需求高于平均值50%，工厂可能因为无法在预计时间内扩大产量而错过销售良机。反之，若需求低于预期平均值50%，单位利润将大幅下降，因为工厂不得不将固定成本分摊到较少的单位产量中去。优秀的预测并不只是取决于一个简单的平均值，而必须考虑到大量的可能性，外加一套足以影响需求和收益的预备计划。 在预测中反映风险是一个简单的概念，看上去似乎极易付诸实践，但是管理者普遍忽视不确定性的存在，而只是平均值代替预测。一份能显示变化范围而不仅仅是平均值的预测报告，更能体现其在计划制订中的价值，并帮助企业谦虚的态度。 不确定性的驱动器 最有用的预测不仅能记录不确定性的范围，而且能够解释未来发展方向形成的原因。它将未来“解构”成决定系统行为的驱动力，通过提出几个简单的问题如“这样的事为什么会发生？”“结果会如何？”来揭示可能的结果。继而将这种驱动力转化为量度标准，就能帮助我们做出更准确的预测。 例如，在家电行业，经济周期是决定大部分市场需求的驱动力量。重要经济指标，如新屋开工率会影响新产品销售，但是消费者是更换还是修理洗碗机的决定还取决于商业周期的其他因素，如失业率和消费者信心水平。利用手头掌握的预测这些因素的指标，家电企业——包括美国惠而浦公司和它的欧洲竞争对手——使用先进的宏观经济模型预测全行业的销售额，最终确定自身的销售份额。 同样，简单地专注于模型输出（目标销售数字）而不是输入（失业率和消费者信心）也是错误的。惠而浦的规划者用行业预测模型来重点关注，而不是取代管理者应注意的问题。规划者为即将到来的年度或者季度销售额做出模型，来阐述他们依据怎样的逻辑来预测需求水平，这些预测结果为什么有意义。 管理者也许会不同意预测者的结论，从而制订出不同的计划，但对于哪些变量能够反映导致未来过度乐观或悲观的情绪，大家有着一致的想法。更重要的是，管理者可以对某些驱力发挥影响：例如，他们可以与零售商合作，采取新的措施激励消费需求以抵消住房开工率的下降。 历史的价值 虽然德鲁克讨厌从后窗中看风景，但现实却是许多预测者没有能够对历史进行充分的检视。以次贷危机为例，1998年，AIG开始销售信用违约交换，为合约对方失去房屋抵押贷款债券的本金和利息的风险进行担保。AIG的客户包括世界上最大的银行机构如高盛、法国兴业银行和德意志银行。 截至1998年第四季度末，美国次级可调整利率抵押贷款的托欠率仅稍高于13%。到2008年第四季度末，这一比例几乎翻了一番，到了惊人的24%。政府最终拨给AIG 1800亿美元的紧急援助。虽然大多数银行从未出现过24%的拖欠率，但是只要仔细回顾一下历史就可以发现，这并不是开天辟地头一遭。1934年，大萧条最惨淡时期，所有城市抵押贷款的拖欠率均接近50%。 这可以证明，回过头去看看过去的预测与后来的实现情况是很有价值的，它可以帮助防止过度自信，并警示意外因素可能出现的地方。例如，盖普公司（GAP）除了根据销售额，也根据预测销售与实际销售额间的误差多少来衡量店铺经理的业绩。这一制度通过评估预测的准确性来惩罚预测的失误。可惜的是，盖普公司只是一个例外。迄今为止，很少有公司采用激励机制和评分规划来提高预测能力，尽管这类做法在像气象预测这样的行业已被证明极为成功。 群体智慧 传统智慧正在挑战专业预测人员的思维方式，研究显示，专家在预测时并无优势。事实上，专家的判断常常表现出逻辑不一致的结果。 猜糖豆的古老游戏体现了群体与生俱来的智慧。在50－60人的班级中，所有个体猜测更准确。“专家”的神话也许无法续写，因为第一次可能只是运