回归技术与需求估计课件.pptVIP

回歸技術與需求估計*第一節運用市場研究方法估計需求*方法含義優點缺點與統計方法的比較消費者調查與一組樣本消費者面談，詢問其有關產品需求方面的資訊，如購買意願、對價格變化的敏感程度、對廣告宣傳的瞭解度等。可得到大量資訊。消費者對未來經營和信用條件的預期可以對多種商品（特別是耐用品）的購買傾向提供重要看法。許多消費者不能或不願提供準確資訊。市場研究方法的優點在於：對新產品價格-產量估計時，統計方法無法進行；可能為詳細說明一項統計研究的結果提供重要資訊數據。統計方法的優點在於：提供的資訊更全面；成本更低。消費者診所或焦點小組把消費者對影響需求變化的反映記錄下來。例如給消費者實驗小組少量貨幣，讓其購買一定商品，觀察其選擇，分析原因。比“消費者調查法”可獲得相對真實資訊。成本相對較高；參與者知道被觀察，行為可能會變化。市場實驗研究實際市場環境中消費者行為。企業可改變一種或多種需求決定因素，如價格、廣告等，並觀察其對需求量的影響。在估計價格彈性或交叉彈性時較為有用。實驗規模很大時，會產生市場實際影響，企業需要冒較大風險，可能會永遠失去一部分顧客；成本較高。*第二節需求函數統計估計的回歸方法使用計量經濟方法估計一個需求函數包括以下5個步驟：識別變數；收集數據；確定需求模型，並對其做出解釋；估計模型參數；以模型為基礎提出預測（估計值）。*第二節需求函數統計估計的回歸方法一、識別變數建立一個統計需求模型的第一項任務就是識別出可能影響需求量的引數。基本方法是：先盡可能多地掌握可能影響需求的因素，再確定哪些引數可以用於最初的需求方程中。注意的問題：避免遺漏重要變數；建立一個包含較少變數的模型（因為數據收集的困難大和成本高），常見的經驗需求方程中引數一般不超過6-7個。*第二節需求函數統計估計的回歸方法二、收集數據數據來源：企業歷史記錄、各種政府機關、行業協會、商業銀行等。數據的類型：時間序列數據——由影響需求的每個變數在特定市場上逐期的觀察數據組成。橫斷面數據——由影響需求的每個變數在同一時點上許多市場的觀察數據組成。*第二節需求函數統計估計的回歸方法三、確定模型（一）線性方程線性方程的特點：不改變其形式就能對其進行估計。每個係數的含義：在其他引數的值不發生變化時，相應引數的邊際變化使需求量變化的絕對數量。而且，這一絕對數量的變化是既定的常數，不受其他引數數值大小影響。例如：可以求出需求點彈性：引數邊際變化引發需求量變化的相對比率（即彈性）是變化的。這說明，*（一）冪函數冪函數方程的特點：需改變其形式才能對其進行估計。方法是對等式兩邊取對數：第二節需求函數統計估計的回歸方法*冪函數方程的特點：可以求出相應引數的邊際變化使需求量變化的絕對數量。但是，這一絕對數量的變化不是既定的常數，而是受其他引數數值大小影響。例如：每個係數是相關變數的彈性。例如：這說明，引數邊際變化引發需求量變化的相對比率（即彈性）是不變的。第二節需求函數統計估計的回歸方法*冪函數方程的特點：線性方程冪函數引數邊際變化引發的因變數變化的絕對值不變變相對比率變不變第二節需求函數統計估計的回歸方法*第二節需求函數統計估計的回歸方法四、估計模型參數（一）假設條件1．因變數Y的值是一個隨機變數，它取決於引數X的固定值（即非隨機值）。2．在與相對於每一個可能值的的預期值之間，存在著一種理論上的直線關係。*4．假定誤差項εi有固定方差ε2，期望值等於零，服從正態概率分佈。εi、εj（i≠j）為彼此獨立的隨機變數，。（一）假設條件3．與X的每個值相聯系的是隨機變數Y的可能值的一個概率分佈p(y|x)。當確定X等於某些值xi時，觀察到的Y值將根據p(y|xi)概率分佈畫出來，不一定位於理論回歸直線上。平均數Ep(y|xi)位於理論回歸直線上。若εi被定義為觀察值yi偏離理論值yi的偏差，則。一般地，線性回歸關係變成。式中的ε為零值平均數，稱為隨即擾動項（或誤差項）。第二節需求函數統計估計的回歸方法*第二節需求函數統計估計的回歸方法（二）估計總體回歸係數最小二乘法least-squaresregressionestimation，即讓擬合的直線從各數據點中通過，使每一點到該直線垂直距離的平方和最小。*第二節需求函數統計估計的回歸方法令ei為Y的實際觀測值與預測值之間的離差（即這些點與支線之間的垂直距離），則稱為殘值residu