汽车行业数据分析建模方法

项目三　汽车消费市场预测

任务一　汽车市场的定性预测

任务二　汽车市场的时间序列预测

任务三　因果分析

任务四　其他预测方法

任务五　预测报告撰写

学习目标

在汽车市场调查的基础上，通过本项目的学习，你将学会利用定性和定量的预测方法对汽车消费市场进行预测。在掌握定性预测方法的基础上，重点并熟练掌握定量预测中的时间序列和一元线性回归预测方法。

☆期待效果

通过汽车市场预测方法的学习，能运用定性预测和定量预测方法，尤其是时间序列和一元线性回归法对市场进行预测，并能对汽车调查实践中有关市场趋势进行定性和定量预测。

项目理解

任务一:许多情况下，单一的调查不能达到客户要求或市场调查的要求，还需要根据过去和目前的资料，对未来状况进行预测。对于汽车市场预测也必须依据资料情况，确定预测方法，再按程序进行预测。

任务二:收集的目标数据，许多是随时间而变化的。对于预测目标随时间变化的预测，根据数据特征，可以选择不同的预测方法。

现实的预测中，汽车及相关市场的预测方法有多种，但选择哪一种或哪几种预测方法对时间序列进行预测，是本任务中应该学习的重点内容。

任务三:汽车市场的影响因素有很多，既包括宏观因素，如政治、经济、技术、社会等，也包括微观因素，如销售市场中的消费者和产品、价格、渠道、促销4P等因素。在这些影响的因素中，有些因素比较稳定，有些因素变动较强。但市场变动很少受单一因素的影响，各因素之间有相关关系。找出各影响因素之间的相关关系，利用这一相关关系来预测某一因素的变动，是如何影响其他因素的变动是本任务学习的主要内容。

任务四:多元回归预测法是汽车市场预测中常被采用的方法，特别适合于那些由多种因素影响的汽车市场变量。尽管这种方法比较繁琐，但利用统计软件可以方便地实现这一预测。

任务五:预测只是一个步骤，预测的结果要以报告的形式提交，如“中国汽车发展预测”、“中国民用汽车发展预测分析”等。通过该任务的学习掌握预测报告的写作方法和预测报告的写作内容。了解阅读对象的阅读特点，学会用合适的报告形式让阅读者能清楚预测结果。

任务一　汽车市场的定性预测

知识目标

·清楚汽车市场预测的概念和基本原理。

·熟悉汽车市场预测的类型。

·了解汽车市场预测的程序。

能力目标

·能有效收集预测所需资料。

·能初步判断预测类型。

·能根据现有数据运用定性预测方法对发展变化趋势作出预测。

技能点

·定性预测方法的应用。

知识点

·几种常用的定性预测方法。

情境描述

许多情况下，除了对调查获取的现有资料进行分析之外，还需要结合以往的资料，预测未来的情况。汽车市场中常用的预测方法是定性和定量预测方法。

任务剖析

汽车市场预测是利用过去和现在的资料，对未来一定时期内的汽车市场进行判断。这种判断可以是对汽车消费需求的判断，也可以是对供给的判断。正确的判断可以为汽车消费者、市场营销决策、汽车企业的生产等提供科学依据。

任务载体

汽车品牌服务创新的挑战

2010年的3·15，汽车服务成为消费投诉的热点。央视3·15晚会给予了重点的关注与报道，说明现在的汽车的服务水平离消费的要求与期望还存在较大的差距，更不要提汽车服务的消费者满意和品牌服务了。这对汽车企业的品牌服务提出了更高的要求和更大的挑战。

消费者对汽车服务的不满，主要表现在对4S店售后服务的收费和价格上。随着家庭轿车的普及，普通消费者对服务价格也更为敏感，说明目前的4S店高成本、高收费的销售服务模式难以为继，而且到了不创新、不改革难以生存发展的地步。

在汽车普及时代，汽车服务要求低成本、多元化。我国消费者目前的汽车消费，相当一部分是在经济能力相对有限的背景之下，为获得个人体面和感觉，而进行积极消费。可以说是一种超前消费，甚至在某种程度上讲，是一种越位消费，因此对于服务的要求，消费者是看不到，感觉不到的，所以汽车企业能够把价格做到更低的状态。

汽车企业的短期扩军战略，没有考虑到汽车服务业的生存与创新问题，尽管这些问题已经成为未来三到五年决定4S店能否生存和发展的关键。汽车行业面对着一个巨大的挑战，就是怎样才能完成把服务从单一赚钱的模式与自己的品牌价值特征、长期的顾客关系、持久稳定的销售体系模式等紧密联系的演变。这个演变困扰着中国的企业，无论如何，从现在的状态来看，中国的汽车服务到今天为止，还没有走出一条依靠服务本身来创造品牌的发展道路。这些问题表明了在汽车产业发展中，我们的企业存在严重不足，但同时这也是产业发展的重大机会。

针对服务创新和价格预测，在广泛收集资料的基础上，再结合预测者情况，可以采用意见综合法、汽车产品生命周期法、市场景气预测法、因素分析法和SWOT法等多种定性预测方法对汽车市场进行预测。

资料来源:搜狐汽车2010全球汽车产业白皮书

相关知识

3.1　汽车市场的定性预测

3.1.1　汽车市场预测

汽车消费是人们通过汽车及相关商品满足自身欲望的一种经济行为。包括汽车消费者消费需求产生的原因、汽车消费者满足消费需求的方式、影响汽车消费者选择的有关因素等。

汽车消费市场预测就是在汽车市场调研的基础上，利用科学的方法和手段，对未来一定时期内汽车消费市场需求、供给趋势及汽车市场营销影响因素的变化作出判断，为汽车及相关市场营销决策、个人消费等提供科学依据的过程。

3.1.1.1　市场预测原理和影响因素

1.市场预测原理

预测本身要借助数学、统计学等方法，同时也要借助于先进的手段。预测时可依据以下原理:

1）相关原理

任何事物都不是孤立存在的，都是与周围的各种事物相互制约、相互促进而存在。一个事物的发展变化，必然影响到其他有关事物的发展变化，常存在一因多果或一果多因的现象，有其因就必有其果，事物（类别）之间具有关联性，这是客观规律。因此，人们可以从已知的某个事物发生变化，推知另一个事物的变化趋势，这是可能的、也是合理的。比如，居民平均收入的增加，与家庭轿车拥有量的增加存在正相关。新能源政策的出台，会给汽车企业带来新的机遇。

2）惯性原理

任何事物的发展在一定时间、一定条件下会保持原来的趋势和状态，表现为特有的过去、现在和未来这样一个连续过程。即事物发展变化与其过去的行为或大或小的有联系，过去的行为影响现在，也影响未来。汽车市场的发展也同样有一个过程，在时间上也表现为一定的连续性，这种发展变化在长期的过程中也存在一些可以被人们认识的规律性，这是“线性回归”、“趋势外推”等传统预测方法的理论基础，是时间序列分析法的主要依据。

3）类推原理

许多事物之间在结构、模式、性质、发展趋势等方面存在着相似之处，根据这种相似性，人们可以在已知某一事物的发展变化情况的基础上，通过类推的方法推演出相似事物未来可能的发展趋势。类推可以是以小推大、由表及里、由此及彼、由远及近、从全局到细分、由过去和现在预测未来。运用这一原则要防止以点代面、以偏概全。例如，10年前，每人都拥有一部手机是梦想，而今天，手机已经成为人们生活中不可或缺的用品；随着经济的发展和科技水平的提高，每个家庭拥有私家车也逐渐成为现实；年轻人都学习驾照，可以类推出私家车的发展趋势；北京的二手车市场由于政策的原因从而使其受到影响，但二手车却在周边市场打开了销路。

4）概率推断原理

任何事物的发展都有一个被认识的过程。人们在充分认识事物之前，都会存在不确定因素，即偶然性因素。市场的发展过程也是这样，就是说在汽车市场发展中也必然存在着偶然性，而且在偶然性中隐藏着必然性。通过概率论和数理统计方法，求出随机事件出现各种状态的概率，从而对汽车市场发展偶然性进行分析，揭示其内部隐藏着的必然性，推测汽车市场发展的未来状态。汽车及相关企业根据此必然性，来确定大致应该采取的应对措施。

2.汽车消费市场的影响因素

影响汽车销售消费的因素主要有:

1）国家宏观经济、宏观政策的影响

宏观经济是指国民经济的总体活动，包括国民经济总体及其经济活动和运行状态。与汽车产业有关的宏观经济主要指物价总水平、国民经济总值及其增长速度、货币发行的总规模与其增长速度、总供给与总需求、进出口贸易的总规模及其变动等。宏观经济的主要目标是高水平和快速增长的产出率、低失业率和稳定的价格水平。

从宏观经济层面看，“十二五”期间，中央政府会加大发展战略性产业支持力度。我国GDP增幅加大，各地方政府也纷纷确立新的经济增长点，制定区域经济发展战略和规划，汽车业成为地方重点发展的支柱产业。比如，2011年的物价上涨速度加快、通胀压力增大，汽车消费的各项费用也都在增加，使得消费者对汽车市场产生观望态度。

宏观政策是政府调节市场的主要手段，是保持经济总量基本平衡、促进经济结构的优化、引导国民经济持续、迅速、健康发展以及推动社会全面进步的经济措施。宏观政策对当前国民经济支柱产业的汽车产业具有重要影响。比如，将要完善的消费税制度、征收城市拥堵费、机动车排污费、开征环境税等都涉及到汽车销售消费问题，是明显的调控政策。

汽车产业的发展速度，取决于宏观经济和宏观政策的调整变化，特别是汽车相关政策变动、调整、动态调整等。鼓励汽车消费，还是调控汽车消费取决于政府政策。如，2008—2010年国家相继出台了汽车相关刺激性政策，迅速推动了汽车产业的发展，汽车保有量增长幅度迅速也加大。

2）市场动态

市场动态中，银行动态即银行对车贷利率的变化是影响汽车消费的重要因素之一。汽车信贷消费可拉动汽车销售和消费，反之，车贷利率提高又会成为汽车消费的限制性因素。此外，社会舆论、政府部门出台的相关汽车购买使用的限制、同行竞争者的竞争也影响着汽车消费市场。

除此之外，人们收入的提高、工业化和城市化进程的推进，使得汽车价格会更趋于合理，性能也更适合消费者需求，因此消费者汽车购买欲望有增加趋势；相反，燃油费用等其他成本因素的上升会影响消费者选择。

资料3-1

20世纪70年代前，美国汽车制造以通用、福特、克莱斯勒为代表的汽车公司，一度在世界上占霸主地位，20世纪50年代，日本汽车工业开始向美国学习，30年后，日本汽车制造业突飞猛进，充斥欧美市场及世界各地，并对美国的汽车工业造成威胁，为此美国与日本之间出现了汽车磨擦。

图　我国和世界能源消耗及预测

数据来源:http://oil.in-en.com/统计

我国和世界能源消耗及预测见上图。

20世纪60年代，一方面第三世界的石油生产受工业发达的国家控制，致使石油价格低廉；另一方面，工业国轿车制造业发展很快，豪华车、大型车盛行。日本汽车制造商通过市场调查和预测，从表面的经济繁荣，看到了产油国与跨国公司之间暗中酝酿的斗争。根据大量调查数据预测，随着发达国家工业的迅速发展，能量消耗增大，石油价格很快会上涨。从使用条件上，随汽车数量的快速增加，路上车流量增多，停车场地拥挤，费用也会提高。同时，日本汽车制造商分析了发达国家家庭成员的用车情况，主妇上超级市场、主人上班、孩子上学，家庭对车的需求量增加。在此基础上，日本汽车制造商作出正确的决策，设计生产耗油小的轿车来适应能源短缺的环境和发达国家家庭的需求。

20世纪70年代，第一次世界能源危机，日本物美价廉的小型节油轿车横扫欧美市场，市场占有率不断提高，欧美各国的传统豪华车因耗油大、成本高，销路大大受到影响。

到1977年日本出口汽车达到447万辆，日本汽车出口超过了其产量的一半。1980年，日本汽车产量超过美国，夺取了汽车王国的桂冠。80年代，日本汽车的年出口保持在600万辆左右，主要输往欧美。甚至严重影响到了美国的汽车工业和就业。为了拯救汽车工业，美国政府做了大量协调工作，并对美国汽车业由于进口急剧增加带来的损害予以救济，并使得日本同意在美国投资设厂，包括整车和零部件，扩大美国的就业率。

3.1.1.2　汽车市场预测的类型

汽车市场预测方法同其他市场预测一样，根据不同标准有不同的分类。

1.按预测期的长短分类

按预测期的长短可分为短期预测、中期预测和长期预测。

短期预测主要是指一年内对汽车及相关市场发展变化的预测，是汽车及相关企业物流、人员调度、库存等经营管理的依据；中期预测是指1～3年对汽车及其相关市场的预算安排等方面的预测，是企业发展中制定中期规划的依据；长期预测是针对3年以上汽车市场前景的预测，是企业制定汽车及相关市场发展规划和中长期计划的依据，也是汽车企业制定战略的依据。汽车市场的预测多以短期预测为主，其次为中期预测。

2.按汽车市场预测的范围分类

按汽车市场预测的范围不同，预测可分为宏观市场预测和微观市场预测。

汽车宏观市场预测是指对整个汽车市场的预测，主要预测汽车市场的供求关系的变化和汽车总体市场的运行态势。如汽车行业发展及汽车市场未来走势预测。汽车微观市场预测是指汽车企业对其生产、经营的产品和服务市场的发展趋势做出的估计和判断，为生产经营提供决策依据。如汽车销售预测。

3.按预测的性质分类

按预测的性质不同，汽车市场预测可分为定性预测和定量预测。

定性预测主要是针对汽车市场，预测人员利用自己的知识和经验，对预测对象未来状况做出判断。定性预测适合于缺乏数据或有少量直观材料的情况下采用，由于是主观性预测，所以精度较差，并且很难标准化。如汽车技术发展预测、汽车产品和服务的潜在需求预测、新能源汽车产业预测等。

定性预测方法较多，包括专家意见法（顾客、销售、主管意见法，会议综合法，德尔菲法）、产品生命周期法、市场景气预测法、因素分析法、SWOT分析法等。

定量预测是指根据历史和现实的汽车市场数据或因素变量，运用统计方法对数据进行科学的加工和整理，揭示有关变量之间的规律性联系，建立数学模型，用于预测和推测汽车及相关市场未来发展变化的预测方法。由于远期预测误差过大，因此，定量预测法大多数用在近期预测上。

4.按预测的内容分类

按预测的内容分为汽车及相关产品需求预测、供给预测、消费者购买行为预测、营销组合预测。

需求预测主要是预测汽车及相关产品在未来一段时间里的需求期望水平，为企业制定生产、营销计划和控制决策提供依据。对汽车及相关产品或服务的实际需求是市场上众多因素作用的结果。众多因素中，有汽车企业可以影响或决定的因素，但是有些因素则是企业无法控制的。汽车产品或服务的需求取决于该产品或服务的市场容量以及该企业所拥有的市场份额。

供给预测是指在一定的时期内和一定条件下，在一定的市场范围内可提供给消费者的汽车产品的供应量、供应水平、供应结构、供应变动因素或服务的预测。供给预测包括实际供给量和潜在供给量的预测。

汽车消费行为预测主要是预测汽车消费者购买什么品牌的车、购买的时间、购买地点、购买者如何购买等行为及其变化，为汽车市场潜力的测定、目标市场选择、新产品的研发、汽车销售企业制定营销策略提供依据。

营销组合预测包括对汽车及相关产品、价格、销售渠道和促销方式等营销因素进行的预测。

汽车产品预测是对汽车企业的生产能力、生产成本、技术趋势、产品组合、市场占有率、市场覆盖率、竞争格局、品牌价值等预测，为企业确定市场前景和制定营销策略提供依据。

价格预测是指对汽车产品价格是否具有竞争优势、如何制定策略、同行业竞争产品的成本和价格等的预测。

销售渠道预测是指对汽车企业为制订合理的分销路线、选择与配置中间商、更有效安排运输与储存、适时地向用户提供适用商品的预测。

促销方式预测是指汽车生产和销售企业通过一定的方法或手段向消费者传递产品信息、提高消费者对产品或企业的认知度、影响消费者的购买行为的预测。

市场行情预测主要是指汽车销售企业针对汽车市场的生命周期和宏观环境的分析、判别汽车市场的景气状态和走势、分析价格水平的变动趋向的预测，从而为汽车及相关企业的经营决策提供依据。

汽车市场竞争格局预测主要是通过对汽车产量、质量、成本、价格、销售量的分布、品牌知名度和满意度、新产品及新市场状况等要素构成进行分析，预测竞争格局及变化态势，从而为来企业战略制定提供依据。

汽车销售企业经营状况预测主要是对汽车销售企业的资产、负债、权益、收入、成本、利润、经营效率、偿债能力、盈利能力的变化趋势等方面进行预测，为汽车及相关产品的销售企业的经营管理提供依据。

3.1.1.3　预测程序

1.汽车市场预测程序

汽车市场预测大致有6个步骤（见图3-1）。

图3-1　汽车市场预测的步骤

1）确定预测目标

预测目标的确定是整个预测工作中首要的一步，也是整个预测工作的基础，明确预测的具体目标，是为了抓住重点，避免盲目性，提高预测工作的效率。汽车及相关市场预测的目标指通过预测要了解什么问题，解决什么问题，达到什么目的。反映的是较长时期内市场发展变化应达到的水平和程度。

2）收集整理预测资料

经济活动多样，经济现象涉及的范围广泛，市场因素千变万化，为达到预测目标，首先要明确预测的具体对象。其次是预测资料的整理。因为资料是预测的依据，有了充分的资料，才能为市场预测提供可靠的数据。有针对性地收集影响预测对象的一切资料，对资料的真实性和可靠性进行筛选，剔除偶然性因素造成的不正常情况，因此，对预测资料整理，是汽车市场预测的基本条件。

3）预测方法的选择

市场预测方法很多，但并不是每个预测方法都适合所有被预测的问题。预测方法选用是否得当，将直接影响预测的精确性和可靠性。市场预测方法的选择主要考虑的4个因素:

（1）根据预测目标来选择；

（2）根据预测范围来选择；

（3）根据预测资料状况来选择；

（4）根据预测期限和费用来选择；

除此之外还要考虑连贯性、可比性、相关性。

4）分析预测和预测结果评价

按照确定的预测方法，对收集的预测资料分析，找出预测信息的规律性，确定预测模型，得出预测结果。预测是估计和推测，很难与实际情况百分之百吻合。预测模型又是简化了的数学模型，不可能包罗影响预测对象的所有因素，出现误差是不可避免的。产生误差的原因，一种可能是收集的资料有遗漏和篡改或预测方法有缺陷；另一种可能是工作中的处理方法失当，工作人员的偏好影响等等。因此，每次预测实施后，通过预测结果和实际结果对比，计算出预测误差，估计其可信度，通过分析误差的大小，评价预测效果，以便对各种预测模型作出改进或取舍。

5）预测报告的提交

汽车市场预测报告的内容，除了应列出预测结果外，一般还应包括资料的搜集与处理过程、选用的预测模型及对预测模型的检验、对预测结果的评价（包括修正预测结果的理由和修正的方法），以及其他需要说明的问题等。预测报告的表述，应尽可能利用统计图表及数据，做到形象直观、准确可靠。

2.汽车市场预测的误差

任何预测都会有误差存在，汽车市场预测也不例外。产生预测误差的原因主要有预测资料的限制、影响汽车市场因素的复杂性、预测方法不合适等。预测只能近似地反映未来，不可能做到百分之百的精确。但是预测误差过大，就会直接影响到预测的精确度，失去预测的意义，所以要分析预测的误差。预测误差是客观存在的，是指预测值与实际值之间的差距。预测误差是衡量预测精度的指标，预测误差的大小与预测的准确程度成反比。也就是，预测误差越小，预测的精度越高；反之，预测精度越低。

衡量预测误差通常可以采用平均误差、平均绝对误差（MAE）、均方误差（MSE）、均方误差方根（RMSE）等方法。采用Excel预测，系统默认的误差大多是均方误差方根，又称为标准误差。

如果预测的误差偏大，超越标准误差界限，预测人员就应该分析产生的原因，重新预测，使误差控制在界限之内，以提高预测的精确度。

平均误差＝∑（Xi-）/n

平均误差的误差值有正有负，在代数求和时，有时会相互抵消，也有时无法精确的显示误差。这样引出了平均绝对误差。

平均绝对误差＝∑｜Xi-｜/n

平均绝对误差能比较准确的反映预测误差的大小，在一定程度上能克服平均误差的缺陷。

均方误差方根（标准误差）是对一组测量数据可靠性的估计，与标准偏差有区别。标准误差小，预测的可靠性大一些，反之，预测就不大可靠。

式中:Xi为实际的观察值；为预测值；n为收集的数据个数。

3.1.2　汽车市场定性预测方法

定性预测在历史数据稀少的新市场或新产品预测中使用较多。定性预测方法较多，在汽车市场预测中，常常采用意见综合法、产品生命周期法、市场景气预测法、因素分析法、SWOT分析法等。

3.1.2.1　意见综合预测法

意见综合法又称集合判断预测法，是指针对需要预测的有关汽车市场的预测问题，先由汽车专业人员和行家分别作出预测，再采用平均法综合这些专业人员和行家的预测信息，最后作出预测结论的方法。可以针对汽车用户意见、汽车销售顾问意见、销售主管意见进行综合；也可以采用专家会议综合和进行德尔菲法预测，该方法能集思广益，克服个人预测的局限性，有利于预测质量的提高。

1.意见综合法预测步骤

意见综合法预测主要有以下几个步骤:确定预测目标→选择预测专家→提供信息→预测实施→综合意见→得出结论

1）确定目标

确定目标是指明确预测目标和预测内容，同时，预测组织者根据预测目标，收集与汽车市场预测的目标有关的宏观市场资料，作为资料的补充提供给预测者。

2）选择预测专家

预测专家的选择是预测的保障。汽车市场预测专家包括汽车客户、销售顾问、销售助理SA、销售经理、业务主管等。

3）提供信息

预测组织者为汽车市场预测的专家提供预测目标、预测内容、预测资料等。

4）预测实施

预测实施是指专家根据预测组织者提供的资料和目标要求，结合自己掌握的信息，将预测结果提供给组织者。

5）综合意见，得出结论

综合意见是预测组织者将专家预测结果采用一定的方法综合，然后得出预测结论的过程。常用的综合方法有三点估计法、重要程度法、主观概率法。

（1）三点估计法。三点估计法是预测者分别预测出最乐观、最保守和最可能完成任务三种情况，再对三种情况平均的预测方法。计算公式如下:

E＝（a＋4b＋c）/6

式中:E为三点估计值；a为最低估计值；b为最可能估计值；c为最高估计值。

（2）相对重要度法。相对重要度是对不同重要度的预测人员及其不同的预测值进行综合分析的预测方法。计算公式如下:

E＝（∑WiXi）/∑Wi

式中:E为重要程度预测值；Wi为第i位预测人员的重要度；Xi为第i位预测人员的预测值。

（3）主观概率法。主观概率法是人们根据自己的经验和知识对某一事件可能发生程度的一个主观估计数。算数平均的主观概率法计算公式如下:

P＝（Σpi）/n

式中:P为预测事件发生的概率；Pi为第i位预测者的主观概率；n为参加预测的人数。

也可以根据参与预测人员的重要程度用加权平均综合出预测结果。

2.意见综合预测方法及应用

1）顾客、销售、主管意见综合法

（1）含义。顾客意见法是一种在汽车市场研究中较常用的市场需求预测方法。企业针对直接使用本企业产品的顾客采用问卷形式征询潜在购买者的购买意向、购买意见的调查，从而预测顾客的需求变化趋势。

销售顾问意见综合法是指企业直接将经验丰富的汽车销售顾问组织起来，先由预测组织者介绍该预测项目的目标、内容和当前的宏观市场状况等，再由销售顾问结合工作中掌握的信息，对预测期的汽车及相关产品的销售前景提出自己的预测结果和意见，预测组织者再将提交来的结果和意见进行综合分析，从而得出最终的预测结论。该方法的适用范围主要是:汽车市场需求动向、市场景气状况、汽车销售前景、汽车品牌、车型、质量和数量等方面问题的短期预测。对销售顾问的估测结果可采用算术平均或加权平均法计算。

业务主管人员意见综合法是指预测组织者首先邀请本企业内部的经理人员和财务、采购、销售、仓储、市场研究等部门的负责人直接参与，然后再将与预测项目有关的市场环境、企业经营状况、预测内容及其他相关资料提供给预测者，由预测者结合工作中掌握的市场情况提出预测意见和结果，也可以进行讨论，最后收集意见后进行综合，从而得出预测结论的预测方法。该方法适用于汽车目标市场选择、经营策略调整、汽车市场需求、销售规模等问题的预测。

（2）方法应用。以业务主管意见综合法为例说明三点估计法、重要程度法的应用。表3-1是2011年11月由搜狐汽车网统计的自主品牌比亚迪的销售量数据，比亚迪排在第11位。表3-2是业务主管预测的11月份的比亚迪销售数据综合表，平均销量是算术平均，三点估计销量是按三点估计公式计算的销量。

表3-1　品牌销量数据　单位:辆

数据来源:搜狐汽车网

表3-2　销售主管对比亚迪11月份销售量预测综合表　单位:辆

还可以根据重要程度综合预测结果，如甲乙丙丁四位业务主管的重要程度分别是5、4、3、2，则代入相对重要度公式计算:

E ＝（∑WiXi）/∑Wi

　＝（5×37 500＋4×38 533＋3×35 833＋2×35 800）/（5＋4＋3＋2）

　＝36 994（辆）

36 994辆即为相对重要度法预测的结果。

主管概率法以销售顾问意见综合为例。表3-3是某地区4S店销售顾问对本地区第四季度轿车销售量的估计。

表3-3　销售顾问估计销售量

首先，以主观概率为权数，计算每人的最高销售、最低销售和最可能销售的加权平均数，作为个人的平均估计值。

甲的估计销售量为:1 000×0.15＋700×0.70＋600×0.15＝730（辆）。

乙的估计销售量为:1 200×0.15＋1 000×0.70＋800×0.15＝1 000（辆）。

丙的估计销售量为:900×0.15＋700×0.70＋500×0.15＝700（辆）。

然后应用主观概率公式求出三个销售顾问预测的本地区第四季度轿车的销售量为:

P＝（ΣPi）/n　　　　　　　　　　　　

＝（730＋1 000＋700）/3＝810（辆）

2）会议综合法

对于新产品开发、技术改造和投资可行性研究等方面的预测，多采用会议综合法。会议综合预测法是由预测组织者召开具有实践经验的汽车销售人员、财务人员、设计维修工程师等各方面专家组成的专家会议，广泛听取专家意见，再对专家们的预测意见进行综合，从而得出最终预测结论。会议人数可根据实际的需要与可能而确定，既要有精通技术的人员，又要有实际经验的人员，如销售人员。一般以10人左右为宜。

召开会议前，预测组织者先将与预测问题有关的资料及需要讨论研究的具体题目和要求提供给专家。会议召开时，组织者在没有倾向性意见的基础上，广泛听取专家意见，再综合预测。

通常专家会议有如下三种方式:

（1）交锋式会议法。指参加会议的专家通过各抒己见，互相争论预测问题，达到比较一致意见的预测方法。该方法可能会受“权威者”或“口才”好者的意见左右，有时难以完全反映与会者的全部正确预测意见。

（2）非交锋式会议法。也称“头脑风暴法”，是指参会者在不对别人的意见提出怀疑和批评的基础上，充分发表自己的预测意见，也可以对原来提出的预测意见提出修改或补充的预测方法。该方法因延迟评判，可互相启发、开拓思路，但对最后的意见综合比较难。

（3）混合式会议法。又称“质疑头脑风暴法”，是交锋式与非交锋式会议法的结合。一般分两个阶段进行。第一阶段采用头脑风暴法提出预测意见；第二阶段实行质疑头脑风暴法，对前一阶段提出的预测意见进行质疑，质疑中再提出新设想和预测意见，最终取得比较一致的预测意见。

3）德尔菲法

德尔菲法是20世纪40年代末期由美国兰德公司（Rand Corporation）首创。德尔菲是古希腊传说中的阿波罗神殿所在之城，可以预测未来，因而借用其名。德尔菲法应用十分广泛，是定性预测方法中重要而又有效的方法之一，可用于汽车商品供求、汽车及相关产品的价格、汽车销售、不同品牌汽车市场的占有率、产品生命周期等方面的预测。也适用于短期、中期和长期的汽车行业预测、宏观市场预测。尤其是当预测中缺少必要历史数据，应用其他方法有困难时，采用德尔菲法预测往往能得到较好效果。

德尔菲法的预测步骤（见图3-2）:

图3-2　德尔菲法的预测步骤

（1）拟定需要预测的问题。德尔菲法拟订预测问题应遵循的原则是:问题要集中，要有针对性；避免诱导现象，将调查者意见强加于调查的意见中。

（2）选定征询专家征询意见。这是德尔菲法预测成败的重要因素。选择的专家应来源广泛，且自愿参加，并且知识渊博，经验丰富，思路开阔，对预测主题有比较深入的研究，富于创造性和判断力。专家的人数以10～50人为宜。

专家确定后，由预测组织者将需要预测的问题设计成调查表，分别寄发给各个专家，请他们对预测问题填写自己的预测看法；再以匿名方式将答案反馈给预测组织者。第一轮设计的调查表不带任何额外条件，只提出应预测的事项和基本要求。

（3）征询答案的分类汇总。预测组织者接到各专家的结果之后，进行分类汇总，并进行离散度分析，再将各种不同意见进行比较。离散度是各专家预测变量值间的差异程度，也就是数据偏离平均值的程度。最常用的离散度测定方法主要有极差、平均差和标准差等。

（4）抽取分歧问题，对分歧问题再设计。预测组织者将专家们意见相差较大的问题抽取出来，并附上几种典型的专家意见，请他们重新考虑后再次提出意见进行第二轮预测。如此反复，经过3～5轮的反复预测，专家的意见便趋于一致或者更为集中。

（5）得出预测结论。预测组织者将收集到的、趋于一致的专家意见加以统计、归纳处理后，得出代表专家意见的预测值和离散程度。然后预测的组织者对专家意见做出分析评价，确定预测结论，作为预测结果。

对预测结果进行统计处理时，处理方法按预测事件不同可选择不同的方法，主要有:

①对于某事件实现时间的预测，采用中位数分析预测意见的集中度，用上、下四分位数之差表示预测意见的离散度。

中位数是指将数据按大小顺序排列起来，居于数列中间位置的那个数据。中位数代表全体数据的一般水平。

上四分位数即将全部数据从小到大排列，排在上1/4位置上的数（按照百分比，也就是75%位置上的数），上四分位数也叫第三四分位数；下四分位数是排列在下1/4位置上的数（按照百分比，也就是25%位置上的数），下四分位数也叫第一四分位数；上下四分位数的差值也称为四分位数间距。该方法也是国际上对企业利润水平进行分析、评估的一种通用方法。

②对于汽车产品在未来时期的需求量、销售量或生产量的预测，采用算术平均法或主观概率法统计归纳，平均预测值反映专家预测结果的集中度；标准差和标准差系数反映专家意见的离散度。

标准差（Standard Deviation），也称均方差，是各数据偏离平均数的距离的平均数，是方差的算术平方根，能反映一个数据集的离散程度。平均数相同，标准差未必相同。

③对于产品品牌、质量、车型、特征、新产品开发等非数量化的预测，可采用比重法或采用评分法进行归纳统计。专家意见比重法是针对专家对某个意见赞成的人数占总人数的比率，以比例最高者作为预测结果。评分法常用于产品各特征的重要性比较或不同品牌的同类产品的质量评比等，如采用9分制，最重要为9分，最不重要为1分。如，对不同品牌的汽车的车型满意度给予评分。

德尔菲法的优点是:预测专家背靠背地充分发表自己的看法，不受权威人士态度的影响，具有匿名性、反馈性、对专家意见和预测结果的统计性，做到了集思广益。可保证预测的民主性和科学性。其缺点是凭专家们主观判断，缺乏客观标准，预测需要的时间较长。因此，这种方法一般多用于缺乏历史资料和数据的长期预测。

案例3-1

德尔菲法预测某品牌车的2011年11月销售量

1.准备相关资料

在专家作出预测前，预测组织者将相关背景资料书面发给专家参考。相关资料包括历史销售数据、公司相关政策、政府相关政策、产品的特点、价格等。

表1　历史销售数据

2.选择专家团队，制作调查咨询表

从相关领域选择8名专家，组成专家小组。制作调查咨询表，下发给各位专家，由专家背对背填写调查表。第一轮征询结果如表2所示:

表2　第一轮征询结果

3.将第一轮的专家意见汇总

下发给专家进行第二轮征求专家意见，专家预测结果如表3所示:

表3　第二轮征求意见

4.将第二轮的专家意见汇总

下发给专家进行第三轮征求专家意见，专家预测结果如下表4所示:

表4　第三轮征求意见

经过三轮的意见征求，专家意见不再变更。

5.对征询的专家三轮意见汇总

进行数据处理，见表5。

表5　专家三轮意见汇总　单位:万辆

6.预测结论

采用多种方法计算的出2011年11月份该品牌汽车的预测销售量。

1）采用简单平均法

将8位专家的第三次预测值的简单平均值作为预测结果，预测销售量为:

2011年11月份销售量＝（7.112 5＋7.362 5＋7.712 5）/3＝7.395　8（万辆）

2）采用加权平均法

假设将第三次专家预测的最低、最可能、最高销售分别赋予0.2、0.5、0.3的权重，按各自的权数进行加权平均，预测销售量为:

2011年11月份销售量＝（7.112 5×0.2＋7.362 5×0.5＋7.712 5×0.3）/（0.2＋0.5＋0.3）＝7.417 5（万辆）

3）采用中位数法

对8位专家的第三次预测分别判断最低销量、最可能销量、最高销量的中位数，在将中位数赋予不同的权重，进行加权平均预测销售量。

8位专家第三次预测最低销售的中位数为7.2，最可能销量的中位数为7.35，最高销售的中位数为7.75。将最低、最可能、最高销售分别赋予0.2、0.5、0.3的权重，按各自的权数进行加权平均，预测销售量为:

2011年11月份销售量＝（7.2×0.2＋7.35×0.5＋7.75×0.3）/（0.2＋0.5＋0.3）＝7.44（万辆）

4）采用三点估计法

三点估计法的计算公式为:

将相应数值代入，预测销售量为:

2011年11月份销售量＝（7.112　5＋4×7.362　5＋7.712　5）/6＝7.379　2（万辆）

综合上述四种方法，得出该品牌汽车2011年11月份的销售量约为7.3～7.5万辆。

3.1.2.2　产品生命周期法

1.产品生命周期的含义

产品生命周期理论是美国哈佛大学教授雷蒙德·弗农（Raymond Vernon）1966年在《产品周期中的国际投资与国际贸易》一文中首次提出的。产品生命周期（Product Life Cycle，简称PLC），是指产品经过研制、开发、试销进入市场后，它的生命周期才开始，产品退出市场标志着产品生命周期的结束。产品的经济生命与产品的更新换代联系，分为导入期、成长期、成熟期、衰退期四个阶段。产品生命周期的四个阶段见图3-3，各阶段特征见表3-4。投入期是产品投入市场试销的开拓时期；成长期是产品经过试销期后，销售量迅速增长的时期；成熟期是产品经过成长期后，开始进入销售增长逐渐减慢和销售平稳时期；衰退期是产品的销售量迅速降低，直到退出市场为止。

图3-3　产品生命周期示意图

汽车产品生命周期，是指汽车产品从投放市场到被淘汰出市场的全过程，是指汽车产品在市场上的存在时间，其长短受消费者需求、汽车产品更新换代的速度等多种因素的影响。汽车产品的导入期一般只有少数公司，甚至是独家公司，产品成本高，售价也高。企业为尽量缩短导入期的时间，就要把销售力量直接投向最有可能的购买者。

汽车产品的成长期销售增长迅速，早期使用者对产品的喜欢，促使其他消费者开始追随使用。此外，大规模生产能够提高利润和吸引力，会出现大量新竞争者加入。

汽车产品成熟期竞争激烈，市场占有率和增长速度增加缓慢，甚至降低，汽车及相关企业常采取一定策略，使成熟期延长，或使产品生命周期再循环。

面对汽车产品进入衰退期，企业需要进行认真的研究分析，决定退出市场的时间和策略。通常可采用的策略主要是维持、集中、收缩和放弃等。

表3-4　产品生命周期不同阶段特征

资料来源:http://wiki.mbalib.com/wiki/%E4%BA%A7%E5%93%81%E7%94%9F%E5%91%BD%E5%91%A8% E6%9C%9F

2.影响产品生命周期的因素

影响汽车产品生命周期的因素主要有:

（1）国家政策制约。国家鼓励汽车生产和消费则产品生命周期长；宏观政策限制汽车生产和消费则产品生命周期短；国家对汽车标准的要求也制约汽车生产和消费。比如排放标准、节能标准等。

（2）科技进步的程度。科技水平提高快则新的汽车产品上市快。汽车本身质量提高，又能够增加使用年限。

（3）市场竞争状况。市场竞争激烈，汽车产品生命周期缩短；另一方面，竞争激烈，高质量、高满意度的产品生命周期相对长。

（4）汽车本身的用途和性质。商用车、乘用车、特殊用途车等，生命周期各不相同。

（5）消费者生活方式的改变。经济生活水平的提高，人们生活活动条件、活动形式都发生了重大变化，汽车的作用越来越大。人们的购买欲望加大，汽车产品的生命周期缩短。

3.产品生命周期预测方法

该方法可以根据产品生命周期不同阶段的特征，结合销售增长率、产品普及率等因素对市场进行预测。见表3-5。

表3-5　产品生命周期预测方法

注:产品社会普及率＝（样本户拥有量/样本总户数）×100%

3.1.2.3　市场景气预测法

景气是对经济发展状况的一种综合性描述，用以说明经济的活跃程度。市场景气是市场繁荣和疲软的状态。市场总是按照“扩张—紧缩—扩张”的规律作周期性的运动，周期性波动会重复再现。

市场景气预测法是指对汽车市场或汽车相关产品市场的市场形势和运行状态进行评价和预警，揭示汽车市场变动规律，为汽车及相关企业经营决策和宏观经济调控提供依据的方法。

景气的状态是通过一系列的经济指标描述的，通常景气指标有领先指标（也称先行指标）、同步指标（也称一致指标）、滞后指标（也称迟行指标）。领先指标是根据与经济发展有关指标的变化同市场变化之间在时间上的先后顺序来判断、预测市场发展前景的方法。同步指标是指市场变化与总体经济一致的指标。滞后指标是指其变化落后于总体指标。

与汽车消费有关的领先指标主要包括个人收入、个人消费支出、耐用品订单、零售指数、消费者信贷、生产价格指数等；同步指标主要有国内生产总值、工业总产值、社会消费品零售总额、社会商品销售额、个人收入等；滞后指标主要有全民固定资产投资、商业贷款、财政收支、零售物价总指数、消费品价格指数、集市贸易价格指数等。

市场景气预测常采用扩散指数、压力指数分析预测。

1.景气扩散指数法

景气扩散指数，简称DI，是指一定时期内，领先指标中持平的和上升的指标数目占全部指标数目的百分数。根据扩散指数判断市场未来的景气情况。其计算公式为:

注意:计算扩散指数要根据目的和预测时限来选用月、季或年作为时期期限。

扩散指数与经济波动周期有密切关系，见图3-4所示。当DI＞50%，表明上升指数多于下降指数，经济总体增长，其中DI由50%且向100%上升时，经济增长加速，市场处在景气期即扩张期；由100%向50%下降，经济增长放慢，市场处在景气后期即收缩期。当DI＜50%，经济运行发生重大转折，上升指标数小于下降指标数，经济总体下降，其中DI由50%且向0%下降时，经济增长下降，市场处在不景气前期即萧条期；由0%向50%上升，经济增长回升，市场处在不景气空间的后期即复苏期。

图3-4　扩散指数与市场景气关系

资料来源:http://wiki.mbalib.com/wiki/%E6%89%A9%E6%95%A3%E6%8C%87%E6%95%B0

例如，表3-6中列出了2000年6月和7月的5项指标的观测值，已知经济刚刚到达顶峰，计算2个月的扩散指数并进行分析。

表3-6　2000年6—7月经济指标观测值

从表中看出，5项指标中指标2、3、5扩张，指标1、4收缩，没有持平指标。则扩散指数DI为:

根据计算结果，DI＝60%＞50%，又经济刚刚到达顶峰，即100%向50%下降，说明经济增长放慢，市场处在景气后期即收缩期。

2.压力指数预测法

压力指数预测法是根据两个有联系的指标间比值的大小反映市场变动的预测方法。针对汽车及相关市场，主要有以下几种指数:

1）需求对供给的压力指数

需求对供给的压力指数是指一定时期内汽车及产品需求与汽车产品供给之比，反映汽车需求对汽车供给的压力。其计算公式为:

需求对供给的压力指数＝（汽车产品需求量/汽车产品供给量）×100%

比值越大，则供不应求，价格趋于上涨；比值越小，则供大于求，价格趋于下跌；如果两者的比率为100%时，则供求平衡，价格趋于均衡。

2）需求对生产的压力指数

需求对生产的压力指数是指一定时期内汽车产品需求与供给生产量之比，反映需求对生产的压力。其计算公式为:

需求对生产的压力指数＝（汽车产品需求量/汽车产品生产量）×100%

需求对生产的压力指数比值越大，表明生产不足，价格趋于上涨；比值越小，则表明生产过剩，价格趋于下跌。

3）结余购买力对零售市场的压力指数

结余购买力对零售市场的压力指数是指一定时期内结余购买力占社会消费品零售额的比率。结余购买力是城乡居民在一定时期内、一定地区内没有实现的购买力。主要由居民以现金形式存入银行的储蓄额和手存现金两部分构成。结余购买力对零售市场的压力指数可以用来评价结余购买力对汽车零售市场的压力。其计算公式为:

结余购买力对零售市场压力值越大，汽车市场压力越大；该压力指数值越小，汽车市场压力越小。如果每百元零售额分摊的结余购买力过大，则有较多货币停留在流通中，物价总体水平趋于上涨，通货膨胀较严重。

4）结余购买力对商品存货压力

结余购买力对商品存货压力是指在一定时期末的结余购买力与社会商品存货的比率，该比率反映商品存货对结余购买力的保证程度。

结余购买力对商品存货压力值越大，结余购买力对商品存货的压力越大；该压力值越小，结余购买力对商品存货压力越小。

3.1.2.4　因素分析法

因素分析预测法是凭借经济理论与实践经验，通过对预测目标的各种影响因素作用的大小与方向分析，对预测目标未来的发展变化作出推断的一种预测方法。因素分析预测法能综合各种影响因素，具有较为可靠的预测结论，该方法能在经济现象的相互联系中作出有效判断。并能采用一定的标准和方法，将多个影响因素合并为综合指标，评价和预测市场需求。常用的因素分析预测法有因素列举归纳法、相关因素推断法、因素分解推断法、购买力区域指数法等。

资料3-2

我国银行个人消费信贷在20世纪90年代开展以来，由于种种原因发展缓慢，但随着经济的发展和借鉴国外的经验，在北京、上海、深圳等大城市得到了发展。在运行过程中，银行发现在三个领域内最易推广，即住房、汽车、教育。这个结论和国外个人消费信贷发展过程相似，从而也指导了在我国其他城市推出个人消费信贷的重点。但值得引起注意的是，使用外国成熟的市场预测方法在进行市场预测时，一定要注意我国的国情。

资料来源:中华统计学习网

1.因素列举归纳法

因素列举归纳法是指将影响汽车市场变动的经济因素和非经济因素、可控因素和非可控因素、内部因素和外部因素、有利因素和不利因素逐一列举，区分其性质、作用大小和方向，再综合、归纳，推断预测目标的未来变化趋向。

因素列举归纳法基本程序是:①搜集有关资料，列举能观察到的影响汽车市场变化的各种主要因素。如，国家对汽车产业的政策和投资、居民可支配收入、汽车的价格水平等。②区分各种因素的性质、作用大小、方向和程度。③推断预测目标未来变化的趋向。当有利因素居主导地位时，则未来前景看好；若不利因素居主导地位时，则未来前景暗淡，或市场疲软。

2.相关因素推断法

相关因素推断法是根据经济现象之间的相互联系和相互制约关系，由相关因素的变动方向来判断汽车市场的变动趋向的预测方法。如，汽车拥有量和汽车需求之间，具有相关关系，由汽车拥有量可以推断出汽车的需求。通常，相关因素推断法又有顺相关系推断法和逆相关系推断法。

顺相关系是指两个现象间的变动方向为相同方向，也就是同增同减关系。可以由相关现象的增减，推断预测目标相应的增减。

逆相关系是指两个现象间的变动方向为相反方向，即此消彼长关系。可由相关现象的增或减，推断预测目标向相反的方向变动。

3.因素分解推断法

因素分解推断法是指将汽车市场预测目标按照一定的联系形式分解为若干因素指标，研究这些因素指标未来变动的方向、程度和结果，再综合各种因素变动，求出预测目标的总变动趋向和结果的预测方法。

例如，某品牌轿车2010年销售949.43万辆，其中城市市场销售了41%，乡村市场销售了59%，据预测明年城市销售将增长10.8%，乡村销售将增长15.6%，则明年该品牌车的销售量为:

2011年销售量＝949.43×（1＋（10.8%×41%＋15.6%×59%）×100%）

　　　　　　＝1 078.78（辆）

4.购买力区域指数法

购买力区域指数法，又称市场潜在需求指数法，是将若干相互联系又相互独立的决定市场需求潜力大小的因素指标，采用一定的标准和核算方法合并为一个综合性的指标，来衡量不同地区需求程度的预测方法。按照因素指标合并的标准和方法不同，购买力区域指数又分比重购买力区域指数和比较法购买力区域指数两种两种方法。

1）比重购买力区域指数法

比重购买力区域指数是以各地区的总户数、居民收入或国内生产总值、商品零售额的比重等指标为基础，采用加权平均法合并为一个综合性的指数来作为购买力区域指数。一般经验权数总户数为2，收入性指标为5，商品零售额为3。见表3-7数据，此表是用比重法计算购买力区域指数。如果整个区域需求汽车的数量为500辆，计算的需求总量与各城市的购买力区域指数之积为各城市的潜在需求量。

表3-7　区域购买力指数表

A市购买力指数和汽车潜在需求量计算如下，其他城市的购买力指数计算方法相同，数值见上表。

A市的购买力指数＝（12.18×2＋43.44×5＋33.99×3）/10＝34.35%

A市的汽车潜在需求量＝500×34.35%＝17 177（辆）

2）比较法购买力区域指数

比较法购买力区域指数是选择若干相互联系又相互独立的能决定市场需求潜力大小的因素指标，将其区分为质的因素和量的因素两大类，再以典型地区的水平为基准，计算比较相对数来构造综合性的购买力指数地方法。通常质的因素主要是人均国内生产总值、职工年均工资、农民年均收人、人均储蓄余额、人均商品零售额等平均指标。量的因素主要是反映消费规模的因素指标，如总人口或家庭总户数。

例如，甲市作为典型地区的对比基准，即购买力指数为100%，其他地区的购买力指数的计算采用下式:

某地的购买力指数＝质的因素的平均值×占甲市人口百分率

如果预测某一商品在各地的市场需求潜量，就以各地的购买力指数分别乘以商品在甲地的估计需求量。即:

某地市场需求潜量＝甲地的估计需求量×某地购买力指数

案例3-2

四个城市影响汽车市场需求的因素指标

下表列出了甲乙丙丁四个城市影响汽车市场需求潜力大小的因素指标。其中，甲市为对比基准，乙、丙、丁市的购买力指数根据上面的公式计算结果如下表中所列。若甲市汽车估计需求量为85万辆，则乙市的潜在需求量为:

乙市汽车的潜在需求量＝85×94.9%　　

　　　　　　　　　　＝80.67（万辆）

同理，丙、丁市的潜在需求量计算结果分别为57.44万辆、88.57万辆。

表　甲乙丙丁四个城市影响汽车市场需求潜力大小的因素指标

3.1.2.5　SWOT分析法

SWOT分析法，是一种综合考虑企业内部条件和外部环境的各种因素，进行系统评价，从而选择最佳经营战略的方法。这里S（Strengths）是指企业内部的优势，W（Weaknesses）是指企业内部的劣势，O（Opportunity）是指企业外部环境的机会，T（Threats）是指企业外部环境的威胁。

图3-5　SWOT分析法示意图

建立SWOT矩阵时的考虑因素如表3-8所示。

表3-8　SWOT因素

企业进行SWOT分析的步骤如图3-6所示。

图3-6　SWOT分析的步骤

企业内部的优势和劣势是相对于竞争对手而言的，企业外部的机会是指环境中对企业有利的因素，企业外部的威胁是指环境中对企业的不利因素。以某炼油厂为例进行SWOT分析。

资料3-3　优势劣势评价项目

表1是针对企业内部环境评审的详细项目，进行SWTO分析时，可以对照表中的项目分析企业的优势、劣势，结合机会、威胁分析，帮助制定企业战略和营销策略。（见评审表）

企业内部环境（优势、劣势）评审表

注:如果回答“否”，则说明在对应方面企业存在问题，需要改进。

资料来源:张搢桄，段钟礼.汽车营销师（三级）.北京:中国劳动社会保障出版社.2008，11.

资料3-4　哈默的成功

1931年，罗斯福提出解决美国经济危机的“新政”获得了一些人的赞同，但仍有一些人对“新政”持怀疑态变。从苏联回来的哈默潜心研究了当时美国国内的政治形势和经济状况，认为“新政”定会成功。

从这点出发，哈默预见一旦新政得势，1920年公布的禁酒令就会废除。那时市场将需要空前数量的酒桶，而当时市场上却没有酒桶。哈默在前苏联住了多年，知道前苏联有制造酒桶的桶板可供出口，于是，他向苏联订购了几船桶板，并在纽约码头附近设立了一个临时桶板加工厂。当酒桶从哈默的造桶厂鱼贯而出时，正好赶上“新政”废除禁酒令。于是，哈默的酒桶被酒厂抢购一空，获得了空前的成功。

哈默的成功说明市场预测关注宏观环境非常重要。

资料来源:科技世界网.阿曼德·哈默　石油大王商业天才.

http://www.twwtn.com/Star/114_106791.html，212-05-31

案例3-3

某炼油厂SWOT分析

某炼油厂是我国最大的炼油厂之一，至今已有50多年的历史。目前已成为具有730万吨/年原油加工能力，能生产120多种石油化工产品的燃料-润滑油-化工原料等产品的综合性炼油厂。该厂有6种产品获国家金质奖，6种产品获国家银质将，48种产品获114项优质产品证书，1989年获国家质量管理奖，1995年8月通过国际GB/T19002-ISO9002质量体系认证，成为我国炼油行业首家获此殊荣的企业。

该厂研究开发能力比较强，能以自己的基础油研制生产各种类型的润滑油。当年德国大众的桑塔纳落户上海，它的发动机油需要用昂贵的外汇进口。1985年厂属研究所接到任务后，立即进行调研，建立实验室。在短短的一年时间内，成功地研究出符合德国大众的公司标准的油品，拿到了桑塔纳配套用油的认可证，1988年开始投放市场。以后，随着大众公司产品标准的提高，该厂研究所又及时研制出符合标准的新产品，满足了桑塔纳、奥迪的生产和全国特约维修点及市场的用油。

但是，该炼油厂作为一个生产型的国有老厂，在传统体制下，产品的生产、销售都由国家统一配置，负责销售的人员只不过是作些记账、统账之类的工作，没有真正做到面向市场。在向市场经济转轨的过程中，作为支柱型产业的大中型企业，主要产品在一定程度上仍受到国家的宏观调控，在产品营销方面难以适应竞争激烈的市场。该厂负责市场销售工作的只有30多人，专门负责润滑油销售的就更少了。

上海市的小包装润滑油市场每年约2.5万吨，其中进口油占65%以上，国产油处于劣势。之所以造成这种局面，原因是多方面的。一方面在产品宣传上，进口油全方位大规模的广告攻势可谓是细致入微。到处可见有关进口油的灯箱、广告牌、出租车后窗玻璃、代销点柜台和加油站墙壁上的宣传招贴画，还有电台、电视台和报纸广告和新闻发布会、有奖促销、赠送等各种形式。而国产油在这方面的表现则是苍白无力，难以应对。另外，该厂油品过去大都是大桶散装，大批量从厂里直接销售给大企业、大机构，而很少以小包装上市，加上销售点又少，一般用户难以买到经济实惠的国产油，而只好使用昂贵的进口油。

根据该炼油厂的上述情况，我们可以利用SWOT方法进行分析。根据分析结果，为了扭转该炼油厂在市场营销方面的被动局面，应该考虑采取如下措施:制订营销战略；增加营销人员和销售点；增加产品小包装；实施品牌战略；开展送货上门和售后服务；开发研制新产品；继续提高产品质量和降低产品成本；发挥产品质量和价格优势；宣传ISO9002认证效果；通过研究开发提高竞争能力。

案例来源:中国价值百科

http://www.chinavalue.net/Wiki/ShowContent.aspx？TitleID＝401361

任务回顾

1.定性预测是汽车市场预测常用的方法之一，特别是在市场资料少、或难以收集的情况下使用较广泛。

2.定性预测的具体方法有许多种，有些方法需要简单的计算，有些方法直接运用经验即可、而有的方法需要演绎推理等。

3.采用哪一种定性方法预测，需要根据获取的资料情况、预测目的等进行选择。

任务实施步骤

（一）任务要求

明确调查目标，收集预测所需资料，确定预测方法，进行预测。注意，需要预测专家的，专家的选择和确定要符合预测调查要求。

（二）任务实施的步骤

定性预测任务实施的基本步骤:

（1）准备相关资料。包括与预测目标有关的历史资料和现状资料。

（2）设计有关征询表格和问题。为了预测的有效性，在预测实施之前需要针对预测目标进行意见征询表或征询问题的设计。

（3）预测实施。依据预测目标和现有资料选择适合的方法预测。

（4）预测意见整理。整理预测意见，分类、总结、推算整个市场未来发展趋势。

思考与训练

1.预测的一般程序是什么？

2.汽车市场预测是如何分类的？

3.简述德尔菲法的预测程序？

4.汽车消费市场的影响因素有哪些？

5.分别举例说明意见综合法、产品生命周期法、市场景气预测法。

6.收集一件定性预测的实例，谈谈利用的是什么预测方法？

7.模拟实践训练:将本班同学分成10个小组，每组代表1位专家，由教师组织，运用德尔菲法对2012年某品牌轿车销售量和消费者可接受的价格进行预测。

8.2009年某国产车企业基本型乘用车（即轿车）销量是747.32万辆，其中城市市场销售了43%，乡村市场销售了57%，据预测2010年城市销售将增长12.6%，乡村销售将增长16.6%，试用因素分解推断法预测2010年该品牌车的销售量。

拓展提高

案例1

捷达颠覆产品生命周期

2010年车市依旧是各种降价促销的博弈，然而消费者似乎并不买账，持币观望情绪蔓延，汽车产销仍出现一定幅度的下滑。但已有近20年发展历史、中国最早的合资品牌之一——捷达，仍保持一贯的稳健作风，八月销量再次突破2万辆，至今累计销量197万辆，距具有历史意义的200万辆仅一步之遥。

作为中国汽车领域率先达到价值特征品牌水平的汽车品牌，捷达的问世开创了中国家庭轿车的崭新时代，到目前捷达已实现了190多万人的汽车梦。在销量上，捷达牢牢占据着A级车排行榜前“三甲”的地位；在口碑上，“车坛常青树”的美誉让捷达家喻户晓，有口皆碑；捷达近20年的持续畅销创造了奇迹，可以说，捷达彻底颠覆了产品生命周期。

汽车产品生命周期，是指汽车产品从投放市场到被淘汰出市场的全过程，是指汽车产品在市场上的存在时间，其长短受消费者需求、汽车产品更新换代的速度等多种因素的影响。

有关专业人士分析道:“捷达是延长产品生命周期非常成功的案例。捷达的成功在于既能够结合中国汽车市场变化，又能迎合中国消费者的实际需求。同时不断适应市场变化进行产品改进、技术提升，这就使其市场认可度越来越高，自然延长了产品的生命周期。”

的确，捷达基于其产品力形成了“口碑效应”，几乎每一位捷达用户或准备购买捷达的车主都会提到“值得信赖、不断创新、皮实耐用、服务方便”等词汇，他们的共同感受是购买捷达不需理由，选择捷达最看重的是它的性能和口碑，觉得它是最省心的车型。

与此同时，捷达也经受住了市场的长期考验，并创下汽车产业里的多项第一:第一个在普及型轿车上装备ABS；第一个装备安全气囊；第一个装备20汽阀发动机；第一个装备自动变速箱；第一个装备柴油发动机；第一个实现产品全系列的电喷化；第一个创下60万公里无大修记录；第一个杀进国内国际汽车大赛并屡屡夺冠等。

很多人把捷达形容为“城市牛仔裤”，往哪儿“坐”都行，也就是说，捷达耐用，不会出毛病。

捷达的突破给我们带来了启示:任何品牌最终都需要通过市场来辨证其生命力。没有不好的产品，只有不适应市场的定位，捷达的“皮实耐用”等特性符合了广大消费者的市场需。在成长中的市场上不断改进产品，是延长产品生命周期的最有效途径。而这些，捷达都做到了。

一汽大众销售公司执行副总经理Kevin　rose近日表示:“我们通过第三方调查公司调查过一汽大众的品牌形象，包括每个产品、每个车型在市场当中的表现。其中捷达在自己所处的细分市场当中，它的表现、形象得分都是很高的。”

并非个例，大众墨西哥工厂生产的甲壳虫已有87年的历史，至今依旧畅销，这说明所谓的产品生命周期也只是量化指标，惟有消费者认可的好车方能长盛不衰。

资料来源:新易在线

http://auto.guser.cn/system/2010/09/001001002_89765.shtml

问题:（1）案例中捷达长盛不衰的原因是什么？

　　 （2）捷达是如何改变产品生命周期的？你觉得有哪些可以借鉴的地方？

案例2

小天鹅洗衣机厂的预测

小天鹅洗衣机厂采用专家小组法，对某地区1999年下半年到2000年洗衣机的需求情况进行了预测。具体步骤如下:

（1）确定征询对象:预测小组选了17位在家电行业工作、熟悉各类洗衣机销售、并有预测性和分析能力的销售人员和统计人员。该地区各市的征询对象有家电协会的行业负责人、有洗衣机厂的营销经理、各市的销售主管、有影响力的代理商及销售额较高的大商场人员，比例为:行业协会人员、厂销售人员、销售商各三分之一。

（2）给专家发送意见征询函，函中要求专家了解征询目的和要求，即在10天之内对本地区1999年下半年和2000年本厂洗衣机的销售量进行预测，并要有较详细的依据、意见和建议，并附有为专家提供参考的资料。包括本厂洗衣机在该地区前5年的销售量、该地区各种品牌洗衣机的销售总量，1999年上半年的销售量、不同家庭对不同类型洗衣机选择的情况分析等等。

（3）汇总征询意见。回收第一轮征询函后，进行汇总，预测1999年下半年该地区，该厂品牌洗衣机销售量最低2万台，最高3万台，平均数为2.5万台，2000年销售量最低3.7万台，最高5.4万台，平均数为4.5万台，同时专家们提出了许多对洗衣机市场的分析及如何促进洗衣机销售的意见等等。

（4）反馈汇总意见，将征询意见汇总整理归纳后，得出以下的四条意见:①20世纪80年代末至90年代初的老洗衣机都将被淘汰，新一轮的洗衣机更新换代将在1999年下半年开始，到2000年下半年完成。②人们对洗衣机的要求趋向于功能新颖、节水型。③不同家庭对洗衣机容量的大小有不同要求，不同季节也有不同的要求。④由于目前各家庭收入预期有所降低，估计到2000年下半年，销售量将受到影响，需加大促销力度，将这些看法分别寄给专家们进行第二轮征询。为了使专家们了解本厂今年在洗衣机类型上的创新情况和经营决策部门对销售部门实行新的激励机制，他们又补送了两份资料。第一份是本厂今年推出的吸收国家最新技术的节能节水型洗衣机的产品类型介绍，第二份是本厂为激励销售部门人员的积极性，对销售有功人员可以奖励十万元以上的奖励措施，请专家们再次进行预测。函件收回后进行汇总，预计1999年下半年可达3.5万台，2000年可达6.8万台，均高于第一次平均预测水平。同时，对厂里采取的积极进取的措施表示赞同，并就改革营销体制，完善激励机制等方面又提出了一些意见。

按照专家们的预测1999年下半年，某厂在该地区的洗衣机销售量达3.8万台，误差为8.5%；2000年为7万台，误差为3.2%。

资料来源:无锡小天鹅股份公司1997年市场调查报告

问题:（1）案例中小天鹅洗衣机厂采用的是哪种预测方法？

　　 （2）这种预测方法有何特点？

任务二　汽车市场的时间序列预测法

知识目标

·掌握有关定量预测的种类及其概念。

·掌握时间序列常用预测方法的含义和特征。

能力目标

·能根据现有数据运用定性定量预测方法对发展变化趋势作出预测。

·能针对时间序列进行预测。

技能点

·常用时间序列预测法的应用。

知识点

·时间序列常用预测法。

情境描述

许多市场现象与时间有紧密关系，对于与时间有关的市场因素的预测，在资料比较充足的情况下，找出因素随时间变化的规律，进行汽车市场预测。

任务剖析

实际观察数据相对较多时，通过数据分析，能够找出数据间的规律，用建立的数学模型预测。时间序列预测法需要收集预测目标的历史数据，将其按时间排列成时间序列，再对预测目标数据分析，找出目标数据随时间变化的趋势，利用趋势来预测未来目标值，是汽车市场预测最常采用的方法。

任务载体

对我国未来汽车发展做预测分析，数据以国家统计局网站公布的汽车产量数据为依据。汽车产量是汽车及相关产业发展分析的重要指标之一，我国加入世界贸易组织（WTO）已有10年，取得了令人瞩目的进步和发展。入世前的2000年，我国汽车生产仅仅200多万辆，2010年产销突破1　800万辆，成为世界汽车生产大国和汽车销售大国。2006—2010年，汽车保有量年均增950多万辆，汽车批量进入寻常百姓家，含轿车在内的私人小客车增量占到汽车总增量的80%，我国已经进入汽车时代。近年来，我国制定并实施了《应对气候变化国家方案》，汽车业的节能减排工作力度变大，

国际金融危机的严重蔓延，我国强有力的汽车内需刺激政策的实施、大型采购团赴欧美发达国家购买汽车以及跨国公司在我国的市场不断扩大等这些宏观环境的变化、“汽车社会与产业未来”对我国汽车业特别是汽车产销量都会有重大影响。科学的预测汽车产销量，为汽车市场决策提供依据。

表3-9列出了1980年至2011年我国汽车产量的数据。对于时间序列数据，怎样找出数据随时间变化的趋势，数据的变化规律和预测目标的未来取值怎样？关键是预测方法的合理选择，采用何种时间序列分析预测法，预测会有不同的结果。

表3-9　1980年—2011年我国汽车产量数据

数据来源:综合国家统计局数据、全景网数据、智研咨询数据

相关知识

3.2　时间序列预测法

定量预测方法有两个明显的特点:一是依靠实际观察数据，重视数据的作用；二是通过数据分析，找出规律，把建立数学模型作为预测的工具。时间序列预测法是汽车市场预测最常采用的方法。

时间序列是指把历史统计资料按时间顺序排列起来得到的一组数据序列。时间序列预测法是将预测目标的历史数据按时间排列成时间序列，通过分析预测目标数据随时间变化的趋势来预测未来目标值。时间单位可以是周、月、季度或年等。例如，按月份排列的汽车的销售量；汽车产业产值按年度顺序排列起来的数据序列等，都是时间序列。表3-10为2011年轿车销售数据。

表3-10　2011年轿车销售数据

数据来源:中汽协.搜狐汽车研究室

时间序列预测法主要用于分析影响事物的主要因素比较困难或相关变量资料难以得到的情况，预测时要先对时间序列进行模式分析。时间序列的模式从数据的形态上主要有水平型、趋势型、周期变动型和随机型四种类型。

编制时间序列是为保证数据的可比性，应注意时间序列各数据之间的时间间隔应保持一致。

时间序列预测法通常又分为移动平均法、指数平滑法、趋势外推法、季节分析法等多种方法。不同的时间序列预测方法适用于一定的时间序列模式。

图3-7　水平型时间序列模式

3.2.1　时间序列模式

根据时间序列数据分布特征，时间序列模式主要有水平型、趋势型、周期型和随机型变动模式。模式不同，选择的预测方法不同，同一种模式也可以选择多种方法预测。

水平型时间序列模式是指时间序列各个观察值呈现出围绕着某个定值上下波动的变动形态，如图3-7所示为水平型时间序列模式。

趋势型时间序列模式是指时间序列总体上呈现出持续上升或下降趋势的变动形态，变动幅度不太大。有线性变动和非线性趋势变动模式。图3-8是线性变动模式。

图3-8　线性趋势型时间序列模式

周期变动型时间序列模式是指时间序列随着时间的推移呈现出有规则的上升与下降循环变动的形态，常见季节变动型模式。图3-9是季节变动模式，图中的T是一个季节周期。

图3-9　季节型时间序列模式

如果时间序列所呈现的变化趋势走向升降不定、没有一定的规律可循的变动势态，这种时间序列模式是随机模式。随机模式主要是由政治变动以及自然气候突变、经济现象的不规则变动等偶然因素引起的变动。对这类时间序列模式，需要先消除不规则因素影响，再找出固有规律，进行分析预测。本教材内容不涉及该种模式的预测。

需要说明的是:市场供求的形态不同，选用的预测方法不同。

（1）稳定形态，多采用平均数法、类推法等。需求处于稳定形态的比如日用品。

（2）趋势形态，可采用移动平均数、指数平滑法、回归分析法进行预测。

（3）季节性形态，可采用季节指数分析、季节平均系数分析、移动平均数季节指数法进行分析。像汽车市场的金九银十现象就具有季节性形态。

3.2.2　时间序列的预测方法

根据时间序列所反映的经济现象的发展过程、方向和趋势，将时间序列外推或延伸，来预测经济现象未来可能达到的水平。时间序列是将某个经济变量的观测值，按时间先后顺序排列所形成的数列。时间单位可以是周、月、季度或年等。

编制时间序列应注意以下问题:

（1）时间序列各数据之间的时间间隔应保持一致，否则就失去了可比性。

（2）时间序列预测法应用范围很广泛。

时间序列预测法的具体形式较多，常用的有平均法、指数平滑法、趋势外推法、季节指数法。

3.2.2.1　简单平均法

简单平均法就是将一定观察期内预测目标值的平均数作为下一期预测值的预测方法。具体又分为简单算术平均法、加权算术平均法和几何平均法。

1.简单算术平均法

简单算术平均法就是将观察期内预测目标实测值组成的时间序列值求和，取其平均值，并将其作为下期预测值。用公式表示为

式中:X表示观察期内预测目标的算术平均值，即下期的预测值；Xi表示预测目标在观察期内的实际值；n表示数据个数。

观察期长短不同，得到的预测值也随之不同。简单算术平均法适用于数据的变化倾向较小，观察期短、对预测结果的精度要求不高、花费较少情况下的预测。

2.加权算术平均法

加权算术平均法是对观察期内的每一个实测数据确定权数，再计算其加权平均值作为下一期的预测值。加权算术平均法用公式可以表示为:

式中:X表示预测目标在观察期内的加权算术平均数，即下期预测值；Xi表示在观察期内的各个实测数据；Wi表示与Xi相对应的权数。

加权算术平均法预测的关键是确定权数。一般以预测值为基准，近期的数据对预测值影响越大，应确定较大的权数，远期的数据应确定较小的权数。

3.几何平均法

几何平均法主要是针对一定时期内预测目标时间序列的发展速度或逐期增长率，以此为依据进行预测。用公式表示为:

式中:G表示几何平均数，即，预测值；Xi表示观察期内的逐期增长率；n表示数据的个数。

3.2.2.2　移动平均法

移动平均法是将观察期内的实际数据由远及近按一定跨期进行平均，逐个求出其平均值，并将预测期最近的那一个平均数作为预测值。随着观察期的“逐期推移”，观察期内的数据每向前移动一期，就去掉最前面一期数据，而新增原来观察期之后的数据，保证跨越期不变。根据平均方法不同，移动平均分为简单移动平均和加权移动平均两种；根据移动次数不同分为一次移动平均法和二次移动平均法。

移动平均预测的准确的程度，取决于移动平均的跨越期（n）。跨越期越短，越有利于反映数据的波动情况，预测越敏感，但反映长期趋势效果较差；跨越期越长，对避免偶然因素的影响有利，灵敏度低。

1.一次移动平均法

一次移动平均分为简单移动平均和加权移动平均两种方法。简单移动平均法是指跨越期内的各数据平均，采用简单算术平均法，并将其作为下一期预测值。

移动算术平均数的基本公式表示为:

式中:Mt为第t-1期到第t-n期的平均数；Xt-1，Xt-2，…，Xt-n为第t-1期到t-n期的实际值；n为期数；Xt＋1期的预测值＝M（t）。

案例3-4

利用Excel进行预测

以某地汽油2009年消耗量为例，利用Excel进行预测。

表1　某地汽油2009年消耗量统计表　单位:万升

根据表中数据的规律，可以采用一次移动平均法预测，设跨越期n＝3。

利用Excel实现该计算的步骤如下:

1）加载数据分析库

首先，在Excel菜单中选择:工具→加载宏→数据分析。

2）移动平均预测

在Excel菜单中，选择工具→数据分析→移动平均→确定。

原始数据和数据分析工具如图1所示。

图1　移动平均预测方法

因为假设的跨越期n＝3，在间隔选项中输入数字3（跨越期是几，这里就输入数字几），给定输出区域，本例输出区域为＄C＄3，图表和标准误差根据需要选择，选项如图2所示。

图2　移动平均数据选择

单击确定后，出现移动平均的结果如图3所示。

图3　移动平均结果

根据图3的预测，则2010年1月汽油消耗量为151.3万升。

加权移动平均法是对不同重要程度的数据给以不同的权数，再求得加权平均数，以此来预测下一期数据。预测公式为:

式中:Mt＋1表示时间为t的加权移动平均数，即Xt＋1的预测值；Xt，Xt-1…Xt-n＋1表示观察期内时间序列的各个数据，即预测目标在观察期内的实际值；W1，W2，…，Wn表示与观察期内时间序列各个数据相对应的权数。

同样Xt＋1　期的预测值＝M（t）。

2.二次移动平均

二次移动平均是在一次移动平均的基础上进行的。以最近实际值的一次移动平均值为起点，以二次移动平均值估计趋势变化的斜率，建立预测线性模型，进而预测。该方法适用于时间序列具有线性增长或减少的变动趋势。

二次移动平均公式:

二次移动平均的线性模型公式:

Xt＋T＝at＋bt×T

式中:T是从t点起向未来要预测的期数；直线的截距at和斜率bt的计算分别为:

案例3-5

大众汽车的预测

大众某品牌汽车从上市至2011年10月的销售数据如表1所示，采用二次移动平均预测2011年11月、2011年12月份的销售量。

表1　大众某品牌汽车销售量

预测仍然应用Excel的数据分析工具进行。根据数据规律和预测要求，用一次移动平均难以完成预测，因此采用二次移动平均法预测。预测的步骤和一次移动平均相同，但与一次移动平均不同的是，在移动平均后，需要建立预测模型，Xt＋T＝at＋bt×T，据此预测模型进行预测，当然，这要考虑预测的误差。需要注意的是，一次移动平均和二次移动平均选取的跨越期应一致。这里取跨越期n＝3。

首先，在原始数据的基础上，进行一次移动平均，如图1所示，间隔选项中输入数字3，给定输出区域＄D＄3，图表和标准误差可以不选，选项如图1。

图1　一次移动平均

单击确定后，出现一次移动平均的结果，将一次移动平均值作为原始数据，再进行移动平均，输出区域为＄E＄5，勾选图表输出、标准误差，结果如图2所示。

将移动平均值代入下式中，求出直线的截距at和斜率bt:

2011年11月的销售量预测，T＝1，代入二次移动平均的线性模型公式:

Xt＋T＝at＋bt×T＝1.94＋0.06×1≈2（万辆）

按此线性模式可以预测2011年12月销售量，此时T＝2

Xt＋T＝at＋bt×T＝1.94＋0.06×2≈2.06（万辆）

3.误差的计算和跨越期的选择

选择不同的跨越期，预测误差不同。合适的跨越期可以减少预测误差，一般用绝对误差检验。绝对误差是指市场预测时，预测值偏离实际值的大小。平均绝对误差（MAD）是绝对误差的平均值。计算公式为:

图2　二次移动平均

也可以采用标准误差（σ）来判断预测误差。计算公式为:

式中:σ为标准误差；为实测值的平均数；其他符号同上。

跨越期的选择主要根据误差的多少确定，即尽量选择误差小的。跨越期越短，预测越敏感，利于反映数据的波动情况，但反映长期趋势效果较差；跨越期越长，灵敏度低，但利于避免偶然因素对预测结果的影响。

3.2.2.3　指数平滑法

指数平滑法是美国人R.G.Brown所创，是对不规则的时间序列数据加以平滑，获得其变化规律和趋势，是从加权平均法发展而来的，也是一种特殊的加权平均。根据平滑次数的不同，主要有一次指数平滑、二次指数平滑。

1.一次指数平滑

一次指数平滑法用公式表示为:

式中:为t＋1期预测目标时间序列的预测值；Xt为t期预测目标的实际值；为t期预测目标的预测值，也即t期的平滑值；a为平滑系数。（0≤a≤1）

从公式中可以看出，t＋1期的预测值是t期实际值和预测值的加权平均数，t期实际值的权数为a，t期预测值的权数为1-a，权数之和为1。

一次指数平滑的新预测值是根据预测误差对原预测值进行修正得到的。修正的幅度与a的大小有关。a值愈大，对数据的修正愈小，修正的幅度愈大；a值愈小，修正程度越大，修正的幅度愈小。

预测步骤如下:

（1）首先确定初始值 。是由 计算得到，是估算值。一般情况下，时间序列的数据越多，初始值距离预测期就越远，权数就越小，对预测值的影响也就越小。初始值可以用实际值来代替，即:＝X1。若时间序列数据少，初始值对预测值的影响较大，可以选择前几个 数据的平均值作为初始值。

（2）选择平滑指数a。a值的大小与预测结果有着直接关系。a的选取是经验数据，通过试算比较而定，选择引起误差小的a值。通常a值可以依据时间数列的波动进行选择。一般来说。若时间序列比较平稳，不规则波动不大，a应取小一些，如0.05～0.2；时间序列比较平稳，波动较大，a应取大一些，如0.2～0.4；若外部环境变化大，时间序列具有迅速且明显的不规则变动倾向，a应取再大一些，提高修正误差的幅度使预测模型能适应观察值的变化，a可取0.6～0.9；若波动较小或原始资料缺乏时，a可以取0.8～1.0。

（3）误差分析，确定预测值。在使用指数平滑法进行预测时，若对预测精度的要求比较高，还需要对不同平滑系数下取得的平滑值进行误差分析，检验预测误差。

以上过程可以通过Excel实现，具体过程如下:

（1）加载数据分析库

选择工具→加载宏→数据分析。

（2）指数平滑预测

操作过程与移动平均相同。

选择工具→数据分析→指数平滑→阻尼系数（1-α）和输出区域及误差→确定。

一次指数平滑法只适用于时间序列有一定波动但没有明显的长期递增或递减的短期预测，如果进行汽车市场的中期预测，则会产生较大的预测误差，主要出现显著的时间滞后现象。为弥补这一缺陷，可采用二次指数平滑法。

2.二次指数平滑及其模型

一次指数平滑法只适用于水平型时间序列模式的预测，不适用于呈线性上升或下降明显趋势的历史数据的预测。因为，对于明显趋势型的历史数据，即使a取值很大，仍会产生较大的系统误差。对于此类数据变动趋势的预测，可以用二次指数平滑法进行预测。二次指数平滑必须与一次指数平滑法配合，不能单独进行预测，必须建立预测的数学模型确定预测值。

预测的模型公式:

yt＋T＝at＋bt·T

式中:T为从t时点起向未来预测的时点数。

对预测结果进行预测误差的检验。

同样，预测可以通过Excel实现。预测步骤如下:

打开Excel，选择工具→数据分析→指数平滑→确定

二次指数平滑与一次指数平滑相同，但选择的数据是将一次指数平滑值作为实际值进行平滑预测。再依据线性方程进行预测。

例如，表3-11是某汽车4S店2010年各月实际销售额，根据实际销售额趋势上升明显，取a＝0.6，分别采用一次指数平滑和二次指数平滑预测如表，最后要进行误差计算，检验a值的适应情况。

表3-11　一次、二次指数平滑预测值　单位:万元

案例3-6

指数平滑法预测

对案例3-5中的案例数据，利用指数平滑预测，平滑系数取a＝0.8。

预测步骤:打开Excel，输入原始数据，选择工具→数据分析→指数平滑→确定，将一次指数平滑数作为原始数据，再进行指数平滑。需要注意的是，参数选项中的阻尼系数为（1-a），预测结果如图所示:

一次指数平滑预测的2011年11月销售量约为1.98万辆。二次指数平滑预测仍然先求出直线的截距at和斜率bt

图　指数平滑预测图

代入预测的模型公式:

yt＋T＝at＋bt·T

则2011年11月份销售量为2.93万辆。如果平滑系数取a＝0.7，则at＝2.21，bt＝0.38，预测的2011年11月销量为2.60万辆。a不同的取值，误差不同，平均误差a＝0.7时小于是a＝0.8。

3.2.2.4　趋势外推分析法

趋势外推法也称趋势延伸法，又称数学模型法。它是根据历史时间序列呈现的规律性，揭示出的变动趋势，给出恰当的趋势线，将其外推或延伸，利用建立的数学模型外推到未来，确定预测值的预测方法。

趋势外推法又分为线性趋势外推法和曲线趋势外推法。线性趋势外推预测法是由于预测数据呈线性变动趋势而外推。曲线趋势外推法主要有二次及以上曲线趋势、指数趋势外推等。

3.2.2.5　直线趋势外推法

直线趋势外推法。直线趋势外推法就是预测目标历史实测数据随时间变化的规律近似为一条直线。利用直线方程描述直线趋势的上升或下降来确定预测值。设直线方程为:

yt＝a＋bt

式中:yt为预测值；t为时间序列编号；a为直线在Y轴上的截距；b为直线斜率，反映年平均增长率。

1.直线方程中a，b的确定

由方程:

∑yi＝na＋b∑ti

解得:

ti是时间序列的编号，为了简化计算，用最小二乘法确定，当按∑ti＝0的原则编号时，上述公式就简化为:

在计算时，为保证∑ti＝0，通常对于不同的资料的时间间隔是不同的。当n为奇数时，确定资料的中央一期为0，时间序列的时间间隔为1，中间期之前设为负序号，中间期之后设为正序号，保证对称的其他各期之和也应为0；当n为偶数时，中央两期之和为0，与这两期相邻的其他各期之和也应为0。

2.建立直线趋势预测模型

yt＝a＋bt

3.对预测模型进行误差检验

采用样本标准误差检验观测数据可靠性的估计。标准误差越小，观测数据预测的可靠性就大一些，反之，可靠性小。

式中:S为样本标准差；yt为时间序列预测值；yi为时间序列实际值。

直线趋势外推法也可以利用Excel来实现。操作步骤:

首先打开Excel表，对预测目标的时间序列做出散点图；然后选择图表→添加趋势线→选择适合数据趋势的趋势线→添加和勾选需要的选项（如显示公式、显示R的平方值）→确认。按统计学要求，｜R｜≥0.75时，公式可以用来预测值，｜R｜太小说明趋势线不能正确反应数据趋势特征。

案例3-7

某省汽车进口量预测

表1中给出的数据是某省2001—2009年进口汽车的数据，试用趋势外推法预测2010年该省进口车量。

表1　某省2001—2009年进口汽车的数据

预测如下:

1.做出数据的散点图（见图1）

图1　原始数据散点图

2.添加趋势线，选择趋势线类型（见图2、图3）

图2　趋势线添加方法图

3.按趋势方程预测（见图4）

按拟合模型显示数据判断拟合度，本例中R2＝0.9802，R＞0.75，趋势方程符合数据规律，可以预测。

Y＝-5.166　7　X＋10　418＝-5.166　7×2　010＋10　418＝32.9（万辆）

3.2.2.6　曲线趋势外推法

在市场运行中，并不是所有的市场现象都按同一趋势发展，也就是数据趋势会出现直线之外的情况，但仍然能找出其变化规律，拟合成为曲线模式进行预测的方法。曲线模型常见的有二次曲线、三次等高阶曲线、指数曲线、对数曲线等。曲线模型外推法已经成为市场预测中的一种普遍方法。

1.二次曲线趋势外推法

该方法主要针对预测目标数据呈现二次曲线趋势，写出趋势方程，对未来时间点进行预测。

二次曲线模型为:

yt＝a＋bx＋cx2

图3　趋势线选择

图4　趋势线及模型

式中，x为自变量，是时间序列中的时期数；yt为时期t的预测值；a，b，c为三个待定常数。

从二次曲线模型可以看出，该曲线具有纵坐标的二级增长量为常数的特性。这种曲线多用于那种已表现出发展趋势，且其历史资料的二级增长量大体相等的企业产品销售状况的预测。模型中a，b，c三个常数值，一般利用最小二乘法来确定。

使得Q＝∑（y-yt）2＝∑（y-a-bx-cx2）2最小。因此，分别对a，b，c求偏导数，并令其等于0，即:

整理后，可得:

经过简化可得如下公式:

该计算比较复杂繁琐，一般可利用Excel实现二次曲线趋势的拟合，同样，拟合系数R≥0.75时，方程可以作为模型预测。

案例3-8

轮胎产量预测

下表是2005—2009年我国轮胎生产量。试预测2010年和2011年轮胎的产量。

表1　2005—2009年我国轮胎产量列表

（续表）

从数据特征上看，可用来预测的方法较多，这里首先采用二次曲线趋势外推预测，预测步骤与直线趋势预测相同，添加趋势线时选择二次多项式，趋势线和模型见图1。

图1　2005—2009年轮胎产量趋势

应用预测模型预测2010年（数据表中第6期）轮胎产量为:

Y＝-0.070 7×62＋1.157 3×6＋2.382≈6.78（亿条）

若预测2011年的，将上式中的6换成7即可求出，期预测值约为7.02亿条。

2.多次曲线趋势预测法

该方法主要针对预测目标数据呈现二次以上曲线趋势，拟合出趋势方程，对未来时间点进行预测。

仍以上面数据为例，预测方法同二次曲线趋势法，选择趋势线时可以选择三次或四次曲线，趋势线和模型见图2。

图2　轮胎产量的三次曲线趋势

2010年轮胎产量的预测值为:

Y＝0.074 2×63-0.738 2×62＋2.907 6×6＋1.136＝8.03（亿条）

3.指数曲线模型预测法

在一定时期内，时间序列数据随着时间的变化按同一增长率不断增加或不断减少。该变化趋势适合拟合成指数曲线，建立模型并进行预测的一种方法。同样该预测可以通过Excel实现。

Yt＝a＋bx

式中:x为时间序列中的时期数，是自变量；yt为时期t的预测值；a，b为两个待定常数。

案例3-9

指数外推法实例

某汽车配件销售部门1998—2010年某产品的销售额如下表所示，共13期数据，试预测2011年该产品的销售额。

表1　某汽车配件1998—2010年销售额

该组数据的预测仍然采用Excel中添加趋势线的方法。按数据趋势、趋势线选择指数，拟合系数R＞0.75，进行预测。拟合曲线和预测模型见下图。

图1　拟合曲线和预测模型

根据拟合曲线模型，2011年为第14期，将14代入公式中，预测的销售额为15 587.8万元。

3.2.3　季节指数法

许多市场需求变化受季节变动的影响，呈现出规律的季节性变动，在预测时必须要考虑季节因素影响，才能较为准确的预测。

季节指数法，就是根据预测目标时间数列资料按各年月（或季）排列，以统计方法测定出反映季节变动规律的季节指数，并利用季节指数进行预测的预测方法。汽车市场调查中，受季节影响出现销售的旺季和淡季，常说的“金九银十”就是季节变动的呈现。利用季节指数法可以预测未来市场商品的供应量、需求量及价格变动趋势。

季节变动的主要特点是，每年都重复出现，各年同月（或季）具有相同的变动方向，变动幅度一般相差不大。研究市场现象的季节变动，以月（或季）为单位收集至少3年或3年以上的预测目标资料，观察季节变动的一般规律性，进行预测。

最常用、最简单的季节指数预测法是同季平均法，主要适用于受季节波动和不规则波动影响、而无明显的趋势变动规律的产品市场需求预测。收集以往各季实际数据资料后预测过程如下:

（1）计算以往各季数据的平均值；

（2）计算各季同期数据的平均值；

（3）计算各季季节指数，以各季同期平均值除以总平均值；

（4）调整各月季节指数（用S′表示）

（5）利用调整后的季节指数计算预测值（用y＾表示）。

案例3-10

季节指数实例

2008—2010年社会消费总额见表1。

表1　社会消费总额（亿元）

预测2011年第四季度的社会消费总额。

从数据上看，符合季节指数规律，采用季节指数法消除季节影响。预测时首先求出各季平均值，然后求出季节指数。计算结果见表2:

表2　社会消费总额季节指数表

（续表）

根据2011年第三季度实际数据预测第四季度值为:

第四季度总消费＝第四季度季节指数/第三季度季节指数×2011年第三季度实际值

　　　　　　　＝1.130 782÷0.990 447×44 978

　　　　　　　＝51 350.8（亿元）

任务回顾

1.时间序列预测常用的有平均法（算术平均、加权平均、移动平均）、指数平滑法、趋势分析法、季节指数法等多种方法。

2.根据时间序列数据特征选择方法。

3.选择合理的时间序列预测法能相对准确的预测，为企业营销决策提供可靠依据。

任务实施步骤

（一）任务要求

将时间序列按适合的方法进行预测。

（二）任务实施的步骤

时间序列预测法可参考下面的步骤:

（1）时间序列数据的收集。收集与预测目标一致的随时间变化的数据。

（2）做出数据的散点图。根据散点图分析数据特征。

（3）选择适合数据特征的时间序列预测方法。

注意:首先，时间序列的前提是假定事物的发展变化在时间上具有连续性，即事物的过去会同样延续到未来，市场是渐进变化的。其次，时间序列预测突出了时间因素在预测中的作用，没有考虑外界具体因素的影响，存在预测误差，特别是遇到外界发生较大变化时，偏差较大。因此，时间序列预测适用于中短期预测。

思考与训练

1.针对背景材料中的数据，选择适合的方法预测2012年的销售量。

2.写出时间序列市场预测的概念及其步骤。

3.收集至少10期某地区汽车的销售或需求数据，分析可以利用哪几种时间序列预测法预测？并利用Excel进行预测。

4.时间序列模式一般有哪几种？

5.某地区2006—2010年轮胎市场销售额和该地区汽车厂、拖拉机厂生产的汽车、拖拉机产品数据如下表所示。预计2011年汽车计划产量为90万辆，拖拉机计划产量为80万台，试利用线性趋势外推法预测该区2011年的轮胎的市场销售额，并写出线性模型。

表1　某地区2006—2010年轮胎市场销售数据表

6.某企业2011某品牌轿车的销售额如下表所示，试用一次移动平均法和二次移动平均法预测2012年1月份的销售额。

表2　某企业2011某品牌轿车的销售数据表

7.看下图中的数据，请上网查找2008—2011年我国私人轿车拥有量，根据1986—2011年数据，用趋势外推法预测2012年、2013年我国私人汽车拥有量，单位:万辆。

图1　1985—2007年我国私人汽车拥有量

数据来源:国家统计局网站

拓展提高

案例

二次指数平滑法实例分析

表1中第③栏是我国1978—2002年全社会客运量的资料，据其绘制散点图，可以看出，各年的客运量资料基本呈线性趋势，但在几个不同的时期直线有不同的斜率，因此考虑用变参数线性趋势模型进行预测。具体步骤如下:

第一步，计算一次指数平滑值。取α＝0.6，＝X1＝253　993，根据一次指数平滑公式＝aXt＋（1-a）可计算各期的一次指数平滑预测值:

1978年的:＝0.6×X1＋0.4×＝0.6×253　993＋0.4×253　993＝253　993

1979年:＝0.6×X2＋0.4×＝0.6×289　665＋0.4×253　993＝275　396.2

同理可得其他各年的一次指数平滑预测值，见表中第④栏。

表　我国1978—2002年全社会客运量及预测值　单位:万人

（续表）

第二步，根据一次指数平滑值和公式 ＝aXt＋（1-a），计算各期的二次指数平滑值，如:＝0.6×＋0.4×＝0.6×253　993＋0.4×253　993＝253　993

其余各期以此类推，计算结果见表中第⑤栏。

第三步，计算各期参数变量值α、b。根据公式:

计算各期的a、b值，如:

其他结果分别见表第⑥、第⑦栏。

第四步，根据求出的a和b值及预测模型公式分别求各期的趋势预测值，各预测值见表中最后一栏。

Yt＋T＝at＋bt×T

则Y2000年＝Y22＋1＝a22＋b22×1＝1　403　869.1＋148　991.1＝1　452　860

以此类推，则2003年预测和2004年预测值分别为:

图1　预测值与原时间序列图

Y2003年＝Y25＋1＝a25＋b25×1＝1　605　670.4＋64　336.2＝1　670　006.7

Y2004年＝Y25＋2＝a25＋b25×2＝1　605　670.4＋64　336.2×2＝1　734　342.9

把各年的预测值绘成曲线与原时间序列的散点图比较（见上图），可以看出，二次指数平滑法由于考虑了时间序列在不同时期直线参数的变化，其预测值与原时间序列的拟合程度非常好。上图中也给出了用最小二乘法拟合的趋势直线，相比之下，用二次指数平滑法拟合的趋势线更好地体现了原时间序列在不同时间段的变化趋势。

案例来源:http://wiki.mbalib.com/wiki/%E4%BA%8C%E6%AC%A1%E6%8C% 87%E6%95%B0%E5%B9%B3%E6%BB%91%E6%B3%95

问题:以上是利用计算得出的预测值，试用Excel进行二次指数平滑预测，并进行误差分析。

任务三　因果分析法

知识目标

·了解因果分析法的概念和应用。

·清楚一元线性回归的概念和参数意义。

·掌握回归模型的检验。

能力目标

·运用回归分析法进行预测。

·能应用计算机建立一元回归模型。

技能点

·一元回归方程的建立。

知识点

·回归分析。

情境描述

影响市场变化的因素有许多，汽车市场也同样。影响和制约的因素影响着市场行为，对这类市场变动趋势的研究，需要从事物变化的因果关系出发，寻找因素之间的内在联系。因此，可以将有联系的市场因素联系起来，回归出方程，分析市场需求（因变量）和自变量之间相互依存关系的密切程度，利用回归的数学模型预测市场需求的发展趋势。

任务剖析

从汽车市场变化的因果关系出发，寻找影响市场变化因素间的内在联系，找出内在联系的规律性，利用其规律进行趋势预测。在误差小的情况下，可以较好地预测出中长期趋势。对于有较大误差的趋势模型，则不适合，可以选择其他方法进行预测。

任务载体

中国汽车工业发展大致可以分为奠定基础、体系完善和高速发展三个阶段。奠定基础阶段:我国汽车从1953年诞生到1978年改革开放前经历了汽车产品从无到有，为汽车工业发展奠定了基础。体系完善阶段:从1978年到20世纪末，我国的汽车从汽车产品系列、汽车生产能力到自主研发能力等多方面都有长足发展，形成了较为完整的汽车工业体系。同时，政府通过产业政策对汽车工业的宏观管理，大大促进了汽车的发展进程。高速发展阶段:进入21世纪，特别是WTO的加入，更加推进了我国汽车产业的发展，市场规模迅速扩大，从满足国内市场需求到参与国际竞争，向发达国家出口汽车，可谓汽车产业进入高速发展阶段。

纵观我国汽车消费状况，私人汽车保有量快速提升，私人购买汽车已经成为我国汽车工业的主要推动力。目前，我国平均每100人拥有2辆汽车，与发达国家平均每3人拥有1辆车相比还有很大差距，因此，我国汽车工业蕴涵着巨大的增长潜力。此外，从我国人均收入已达到1　000美元来看，居民的购买力不断增强，汽车、住房以及通讯教育等成了主要消费品。我国已成为汽车大国，汽车后市场作为整车的下游产业，也将随着整车市场的发展而同步增长。因此对汽车市场的预测将是汽车业研究市场的一个重要方面。

表3-12中的数据来自《中国统计年鉴》，2010年北京的城镇居民人均可支配收入为69　483元，上海为76　801元，浙江为49　949元，预测每百户汽车拥有量，并进行模型检验及误差的计算。

表3-12　1999—2009年城镇居民可支配收入与每百户汽车拥有量

相关知识

3.3　因果分析法

3.3.1　因果分析法概述

在实际市场问题中，很多市场行为常会受到多种因素的影响和制约。对这类市场变动趋势的研究，需要从事物变化的因果关系出发，寻找因素之间的内在联系，这就是因果关系预测法。比如，家用车要求的质量与家庭收入的关系、家用车的销售量与车的价格的关系等，都属于因果关系问题。

因果分析法就是研究变量之间这种相互关系的一种定量预测方法。因果关系预测法中最常用的方法，就是回归分析法。将有联系的市场因素联系起来，回归出方程，以一个或多个影响因素作为自变量，分析市场需求（因变量）和自变量之间相互依存关系的密切程度，利用数学模型预测市场需求的发展趋势。

因果分析的前提条件是预测变量必须由其他相关变量直接影响。假定解释变量与预测变量之间具有某种函数关系，根据历史数据可以建立回归模型，从而进行预测。如果关系选择恰当，则可以作出精确的预测，但现实预测中这种关系并不经常存在，有时因素间的关联程度比较低，很难判断因果关系是否发生作用，所以，预测难免出现误差。

回归分析预测法有多种类型。可根据自变量的个数分为一元回归预测法、二元回归预测法和多元回归预测法。在一元回归分析预测法中，自变量只有一个；二元回归预测法中，自变量有两个；而在多元回归分析预测法中，自变量有两个以上。根据自变量和因变量之间的是否存在线性关系，可分为线性回归预测和非线性回归预测。线性回归预测法中变量之间的关系表现为直线型，非线性回归预测法中变量之间的关系主要表现为曲线。这里重点介绍线性回归分析法。

回归分析预测主要分五步进行:

（1）全面分析影响预测目标变化的因素，找出主要影响因素，确定自变量。选择相关程度较高的影响因素作为自变量。

（2）选择合理的预测模型，确定模型参数。线性回归模型采用最小二乘法确定参数，非线性模型转化为线性回归模型，而后进行参数的估算。

（3）进行预测模型的统计假设检验。回归预测模型并非都能直接用于预测，必须进行回归模型有效性检验，用统计推断方法对自变量与因变量之间是否有密切关系，分析自变量变化能否解释因变量变化，来判断回归模型的有效性。主要进行相关性检验和模型检验。

（4）应用模型进行实际预测。回归模型通过统计假设检验后，就可以利用预测模型进行预测。

（5）预测结果的可靠性检验。对回归分析预测所得到的结果，结合市场现状或与其他预测方法比较，对预测结果是否切合实际做出评价。这是一种定性检验，但确是非常重要的检验。

3.3.2　一元线性回归法

市场因素中虽然预测目标变量（称为因变量）受许多因素（称为自变量）的影响，但只有一个起重要的、关键性作用，可以利用这种关系找出因素间的联系。

对市场预测目标数据进行分析，在直角坐标系当因变量与自变量之间呈直线趋势时，且能够满足各散点到直线的纵向距离之和最小的经验公式，即y＝a＋bx。根据自变量的变化，估计因变量变化的预测方法。y＝a＋bx为直线回归预测模型。

需要注意的是，这里的一元线性回归方程与函数的直线方程的区别，一元线性回归方程中的自变量X对应的是因变量Y的一个取值范围，函数的直线方程x和y是一一对应关系。

3.3.2.1　一元线性回归预测模型

建立回归预测模型即建立回归方程，是依据变量之间的相关关系，用恰当的数学表达式可以表示。根据变量间的关系分为一元线性回归、多元线性回归。线性回归方程的一般表达式为:

y＝a＋b1x1＋b2x2＋…＋bnxn

当变量间不呈线性关系时，需根据曲线的性状建立相应的非线性回归方程。

当影响市场变化的众多因素中有一个最基本并起到决定性作用的因素，且自变量与因变量的分布呈线形趋势的回归，此情况下用回归方法进行预测就是一元线形回归预测。一般情况一元线形回归方程表达式为:

y＝a＋bx

式中，y为因变量，x为自变量，a、b为参数，b又称回归参数，它表示当x每增加一个单位时，y的平均增加数量。

回归参数a、b值的求取可利用最小平方法可以求出。

3.3.2.2　一元线性回归模型的检验

建立回归方程的根本目的在于预测，将方程用于预测之前需要检验回归方程的拟合优度和回归参数的显著性，只有通过了有关的检验后，回归方程方可用于经济预测，常用的检验方法有相关系数检验、F检验、t检验和D-W检验等。

1.相关性检验

相关性检验就是对变量间的相关关系进行判断和分析。主要分析变量见的相关性及相关的密切程度两个方面。确定变量间有无相关关系是相关分析也是回归分析的前提；确定相关关系的密切程度是相关分析的主要目的和主要内容。

衡量相关关系的密切程度通常利用相关系数，相关系数计算公式为:

整理后:

式中:r为相关字数，x为自变量的值，为x的平均值，y为因变量 为y的平均值。

相关系数-1≤r≤1。当变量x与y呈线性相关时，│r│越接近1，表明变量间的线性相关程度愈高；r越接近0，表明变量间的线性相关程度愈低。当0＜r＜1时，表明y与x正相关，当-1＜r＜0时，表明y与x负相关。当呈现较强的非线性相关时，相关系数│ r│值或许趋近于0，或许很大，并不确定。│r│达到怎样程度时，x、y线性相关呢？它们的相关程度怎样呢？因此引进“显著性水平”α。

回归模型检验:

（1）F检验。

相关系数临界值是由显著性水平和自由度经查表得出的，其中显著性水平α在统计中常取0.05、0.01；一般宜先查找α＝0.01时的最小值，自由度为n-2（n为数据的个数）。从F分布表（见附表F分布临界值表）中查出Fα（1，n-2）的值，与计算的F值比较，若F≥Fα（1，n-2），则表明在0.01上，两变量之间线性关系显著，检验通过，这时回归方程可以用来预测；反之，则应分析原因，重新处理。

（2）相关系数的检验也可以通过相关系数临界值表查出临界值rα（n-2）。

一般来说，相关系数达到使线性相关显著的值与实验数据点的个数有关。因此，只有｜r｜≥rmin时，表明两变量之间线性关系显著，检验通过，能够采用线性回归方程来描述变量之间的关系；反之，分析原因，重新处理。rmin的值可以从线性相关系数r的临界值表中查得。

有资料表明，｜r｜＜0.3为微弱相关；0.3＜｜r｜＜0.5为低度相关；0.5＜｜r｜＜0.8为显著相关；0.8＜｜r｜＜1为高度相关。

表3-13　线性相关系数r的临界值表

3.3.2.3　点预测和区间预测

点预测就是根据线性方程求出yt值。

置信区间预测，就是估计一个预测值的范围——置信区间，并判断实际值在这个估计范围的可靠程度。预测值的置信区间为（yt-t·Sy，yt＋t·Sy）。其中当可靠程度为68.27%时，t＝1；可靠程度为95.45%时，t＝2；可靠程度为99.73%时，t＝3；yt为点预测值，Sy为一元回归标准偏差，n-2为一元线性回归的自由度。

在已知直线回归方程的情况下，为了便于计算可以将上式简化，简化后为:

案例3-11

一元线性回归

现有1968—1987年美国进口商品支出与个人可支配收入的数据（见表），以1982年的美元价为基准，不考虑通货膨胀的影响，分析美国进口商品支出与个人可支配收入的关系分析。

表　美国进口商品支出与个人可支配收入

数据来源:人大经济论坛http://bbs.pinggu.org/forum.php?mod＝viewthread＆tid＝132920＆page＝1＆fromuid＝587834

从数据特征可以看出，美国进口商品支出与个人可支配收入呈现线性关系。该预测可以利用Excel来实现。预测过程:

选择工具→数据分析→回归→确定

给出x值和y值的输入区域及输出区域，勾选线性拟合图选项，见图1。

图1　回归分析参数选择图

点击确定，出现图2，注意红椭圆圈的数据。根据图中的数据可以写出预测模型、拟合系数、相关系数、F检验。

图2　回归模型数据使用图

预测模型为y＝-261.091＋0.245 231x

拟合系数R2＝0.938 79

相关系数r＝0.968 9

F检验可以用公式计算:

从上面的图中也可以直接读出F值，F＝276.083 2。

从F分布表（见附表F分布临界值表）中查出Fα（1，n-2）的值为199.5，F＞Fα，表明α在0.05水平上，收入和进口商品支出之间线性关系显著，检验通过，回归方程可以用来预测。根据F检验也可以计算回归系数，计算结果为:

另外，从模型中的a和b值可以看出，当可支配收入减少时，进口商品支出减少，可支配收入降到一定程度，进口商品支出会为零。

根据模型确定1988年美国个人可支配收入x＝2 800美元，则y＝424.909美元。

说明个人可支配收入每增加1美元，进口商品支出平均增加0.245美元。

任务回顾

1.汽车市场调查预测中常常用因果分析寻找各影响因素之间的关系。

2.一元线性回归法是常用的，也是最简单的线性模型。当影响市场变化的众多因素中有一个最基本并起到决定性作用的因素，且自变量与因变量的分布呈线形趋势的回归是一元线形回归预测。

3.一元线性回归的模型预测是否有效，需要进行检验，检验的方法主要是相关系数检验、F检验等。

任务实施步骤

（一）任务要求

对影响汽车市场变化的调查因素进行分析，找出因素之间的关系，利用Excel建立因果关系模型，并进行预测分析。

（二）任务实施的步骤

因果分析预测任务实施步骤:

（1）分析数据，确定自变量。

（2）依据数据特征回归出预测模型，确定模型参数。

（3）回归模型的检验。主要进行相关性检验和模型检验。

（4）应用模型进行实际预测，并对预测结果是否切合实际做出评价。

思考与训练

1.选择题

1）回归方程可用于（　　）

A.给定因变量推算自变量　　　B.根据自变量预测因变量

C.推算时间序列中缺失的数据　D.给定自变量推算因变量

E.用于控制因变量

2）相关关系的意义在于（　　）

A.研究变量之间是否存在相关关系　B.测定变量的密切程度

C.表明相关的形式　　　　　　　　D.配合关系方程式

E.进行估计估算和与预测

3）下列正确的项有（　　）

A.具有明显因果关系的两变量不一定是相关关系

B.只要相关系数较大，两变量就一定存在密切关系

C.相关系数的符号可说明两变量相互关系的方向

D.样本相关系数和总体相关系数之间存在抽样误差

E.不具有因果关系的变量一定不存在相关关系

4）计算估计标准误差的意义在于（　　）

A.说明回归估计值的准确程度　B.从另一方面说明变量的相关程度

C.说明回归方程的代表性程度　D.反映线形相关的方向

E.以样本回归方程估计总体回归方程

5）身高与体重的相关关系属于（　　）

A.单相关　B.无相关　C.曲线相关　D.正相关

E.负相关

6）下列因素与回归预测误差无关的是（　　）

A.回归的样本个数　　B.自变量样本个数

C.随即扰动项的方差　D.因变量样本平均值

7）汽车的使用年限与维修费用之间的相关系数是0.721 3，合理范围内施肥量与粮食亩产量之间的相关系数为0.852 1，商品价格与需求量之间的相关系数为-0.934 55则（　　）

A.商品价格与需求量之间的线性相关程度最高

B.商品价格与需求量之间的线性相关程度最低

C.施肥量与粮食亩产量之间的线性相关程度最高

D.汽车的使用年限与维修费用之间的线性相关程度最低

8）回归预测的范围不能过大，是因为（　　）

A.回归时采用资料有限性　B.规律可能发生变化

C.不好画出回归曲线　　　D.可能带来很大误差

E.计算的困难

9）下表是进出口总额Y与国内生产总值GDP回归的Excel估计结果

表1　进出口额Y与GDP回归结果

此结果说明（　　）。

A.GDP对进出口总值的影响不显著　B.进出口总值对GDP的影响不显著

C.GDP对进出口总值的影响显著　　D.进出口总值对GDP的影响显著

2.简答题

1）什么是相关关系？它与函数关系有何区别和联系？

2）一元线性回归如何进行模型检验？

3）一元线性回归方程中参数a和b的意义是什么？

3.计算题

1）若汽车使用年限和维修费用有关，如下表所示，试计算相关系数，并判断其相关程度。

汽车使用年限和维修费用表

2）某汽车品牌在8个4S店的销售资料如下表:

某汽车品牌在8个4S店的销售资料　单位:万元

（1）利用Excel对上面数据进行回归分析，求出产品销售额与利润之间的相关系数。

（2）确定利润额对产品销售额的直线回归方程。

（3）确定产品销售额为1 500万元时利润额的估计值。

拓展提高

案例1

国民收入与汽车消费的关系

有关专家对我国小轿车需求前景预测时，曾根据日本、印度、巴西等国的情况，当小轿车价格与人均国民收入之比到2∶3时，小轿车开始进入私人家庭消费；当达到1∶4时轿车需求进入迅速发展阶段，开始出现普及性消费，但2000年上海人均国民收入已达1万美元，私家车消费并没有出现普及性消费。从这个现象我们可以了解，定性预测方法可以帮助专家对小轿车消费有一个界定，但由于国情的不同，同样的标准在我国就具有不确定性。

资料来源:福建工程学院课件资料

问题:试收集资料预测2012年，你所在省份的国民收入与家庭汽车消费的关系。

案例2

汽车制造行业大数据分析案例

福特首席大数据分析师John Ginder负责领导福特研究中心（Ford Research）的系统分析和环境科学团队，他认为2006年Alan Mulally就任福特CEO后，将福特打造成了“数据猎狗”（data hound），在数据金矿上搜寻对消费者、公众和福特公司自己有价值的信息。

危与机

“21世纪的第一个10年我们经历了一个困难时期，损失了接近一半的员工，公司濒临倒闭。”Ginder说道:”这促使福特跳出旧的思维框框，更多考虑来自我们这样的数据专业人士的解决方案。福特开始乐于接受分析解决方案、模拟技术等与传统商业直觉思维不同的业务方法，这让福特获益匪浅。”

其实20世纪90年代福特就开始福特关注分析，当时服务器和存储设备已经开始变得便宜起来，而且华尔街的很多企业已经向世人展示了高级数据建模的威力。福特内部也开始出现各种各样的分析团队，包括后来Ginder在福特研究中心的团队，同时在福特的市场部门和信贷部门也都出现了数据分析团队。

但当时这些数据团队还只是专注于一些非常明确和具体的任务，例如福特信贷的风险分析，或者一些与核心业务关系不是很紧密的科学研究。根据Ginder的回忆，当福特面临生存危机时，福特的管理层有些不知所措，他们一致认为选择“求助”福特的数据分析专家们来拯救整个企业。

新CEO——Alan Mulally的就职是另外一个变革动因，根据Ginder的回忆，Alan每周都与向他直接汇报的管理层质询:“我们的目标完成得怎么样？用量化数据告诉我，我们完成各种指标了吗？没能达标的原因是什么？”Alan的基于数据的工作方式层层传导，影响了整个福特的管理文化。

福特的大数据

由于分析基因已经深深植入福特的企业文化，大数据分析的兴起为福特带来了大量的新机遇。

“我们已经意识到，我们内部产生的大量数据，包括来自业务运营、汽车产品研究活动以及互联网上的客户数据，所有这些数据对于福特来说意味着巨大的商机，但是我们需要新的专业技术和平台来管理这些数据”，Ginder说道:“我们的研究部门正在测试Hadoop系统，我们试图整合手头拥有的所有数据源，只有天空才是我们的极限。目前大数据所呈现的商机都还只是冰山一角。”

福特的另外一个重要的大数据资产来自福特产品开发流程和产品本身产生的大量有用数据。

Ginder表示:“我们的制造工厂以及汽车产品都安装了各种测量仪表，他们都是闭合的控制系统。每辆汽车中里也安装有大量传感器，但目前这些数据都还停留在汽车内部，但是我们认为采集这些数据，包括车辆运行状况和消费者操控汽车方式的数据，将这些数据分析后反馈给设计流程将非常有助于我们优化用户体验。”

除了采集结构化数据进行分析外，福特还将触角伸向了非结构化的消费者情报数据。Ginder说道:“我们意识到分析互联网数据将有助于我们了解消费者的需求和态度，目前我们也在做社会化商情分析（sentiment analysis）。”

虽然不少财富500强企业也在进行类似的社会化分析，但是福特分析Web非结构化数据的方法与众不同，甚至能够影响到公司对汽车产品销售业绩的预测。

“我们也使用Google Trends来监测搜索关键词的流行度，帮助我们做出内部销售预测。”Ginder解释道:“过去我们的报告中只有过去一周的销售数据，而现在同样的报告中增加了搜索关键词的流行度…当然，这还只是皮毛功夫，这方面我们将来肯定会进行更加深入的分析。”

大数据需要金刚钻

在Ginder的眼里，福特的大数据分析还只是“皮毛功夫”，因为大数据分析工具目前并不成熟。虽然大数据是2012年最火爆的IT营销词汇，但是可供企业使用的成熟的大数据商业工具非常少。Ginder的团队目前主要依赖开源工具如Hadoop来管理大数据集，并通过RProject（另外一个开源数据分析工具）来进行统计分析，此外数据挖掘和文本挖掘使用的也都是开源工具。

虽然开源大数据工具非常强大，可扩展性也很好但是它需要高水平的数据分析专家和程序员才能玩得转。此外，大数据的一个大趋势是:非技术人员也将能通过自然语言工具访问大数据集。

未来的“数据科学家”不是懂得如何书写合乎规范的SQL查询语句的人，而是知道如何提出正确问题的业务分析师，只有他们能够发现能够影响公司决策的“数据珠宝”。

虽然能够洞见大数据的未来，但是Ginder认为现实和未来还有相当的落差。“大数据的未来很美妙，不过我们现在的问题是专业人才和工具都很缺乏。虽然我们有自己的专家，利用目前的大数据工具开发一些大数据应用解决具体业务问题。但是将来我希望能把大数据分析扩展到所有数据，届时数据专家——而不是电脑专家，能充分发掘大数据的商业价值。”

在Ginder的眼里，福特的大数据未来还意味着数据的开放，福特将与开源社区大量分享自己的数据，造福社会。不久前福特的硅谷实验室（SVL）正式揭幕，定位是:”大数据，开源创新和用户体验。”

Ginder对福特的大数据应用进行了展望

我们将增加车载摄像头的安装量，车载摄像头能提供高码率的数据，结合其他传感器数据实现各种应用（包括福特与微软联合开发的车载SYNC系统），例如，汽车中已经有了温度、气压、湿度和尾气污染物浓度传感器……想想吧，所有这些传感器数据整合到一起对人们来说意味着无限的可能，提供更精准的天气预测？交通状况预测？提醒哮喘病人绕开某些区域？正确设置汽车空调循环方式？

Ginder最后补充道:“今年我们拥有前所未有的数据，以及前所未有的处理数据的计算能力，这将产生我们无法想象的杀手应用。”

资料来源:TechTarget中国

问题:汽车制造行业大数据分析给你带来哪些启示？

任务四　其他预测方法的应用

知识目标

·了解多元线性回归的概念。

·会利用Excel进行多元回归。

·掌握回归模型的检验。

能力目标

·基本能运用Excel建立多元回归模型。

·能应用回归模型预测。

技能点

·多元回归方程的建立。

知识点

·多元回归分析。

情境描述

影响汽车市场变化的因素很多，并且大多数时候，多种因素会共同影响，对于这类预测，时间序列和一元线性回归都不能完成该任务。线性关系的因素，可采用多元回归法建立预测模型，检验后进行预测。

任务剖析

预测目标中两个或两个以上的自变量与一个因变量之间存在线性趋势，需要选择多元回归分析法，找出变量间的线性趋势，依据线性趋势进行市场预测。这种预测考虑了两个以上变量的影响，检验后能较准确的进行趋势预测。

任务载体

表3-14是中商情报网发布的北京市2002—2010年民用车数据。从数据中可以看出，民用汽车拥有量与GDP、轿车产量均有关系，如采用一元线性回归预测，不能较全面地考虑其影响因素，用哪种方法更能准确地预测呢？

表3-14　北京市2002—2010年民用车数据

数据来源:中国数据统计.中商情报网

相关知识

3.4　其他预测方法的应用

3.4.1　多元线性回归分析法

进行市场预测时，常常遇到几个因素共同发生作用，而并非两变量之间的关系，这种情况一元回归分析法不再适用，需要选择多元回归分析法进行预测。

多元线形回归分析法是指预测目标中两个或两个以上的自变量与一个因变量之间存在线性趋势，通过回归分析，找出变量间的线性趋势的预测方法。

多元线形回归方程一般形式为:

y＝a＋b1x1＋b2x2＋…＋bnxn

式中:x1，x2，x3，…，xn为影响y的自变量；a，b1，b2，…，bn为回归的系数。

存在两个自变量条件下的多元线形回归方程称为二元回归方程，即:y＝a＋b1x1＋b2x2，是多元线形回归方程中的特例。以二元回归为例，说明多元线形回归分析的步骤:

（1）建立线形方程y＝a＋b1x1＋b2x2，参数a、b1、b2使用最小平方法推算，得到:

将相关数据代入上述方程组，求解得到系数a、b1、b2。所以，二元线形回归方程为:

y＝a＋b1x1＋b2x2

（2）检验。与一元线性回归中回归系数r2相对应，多元线性回归中有拟合系数R检验方程的拟合程度。拟合系数是由回归方程解释的变动（回归平方和）所占的比重，拟合系数R越大，方程中的数据点拟合程度越好。拟合系数的计算公式为:

（3）预测。先进行点预测，将x1、x2代入公式y＝a＋b1x1＋b2x2即得到预测值。之后再进行区间预测，计算估计标准离差S:

S越小，方程的拟合度越强，一般＝10%～15%模型有较好的精确度。

三个或三个以上自变量的多元线形回归及非线性回归预测，计算复杂，大都需要电子计算机处理，这里不再作介绍。

3.4.2　多元线性回归的应用

案例3-12

应用Excel进行回归预测

某汽车4S店的数据见表1。

表1　某区域汽车4S店数据统计

1.单击工具，选择“数据分析”

在数据分析工具的选项框中选中“回归”，确定，见图1。

图1　回归分析路径图

2.输入变量值、选择输出选项及其他有关选项

需要注意的是，自变量X在数据表中应相邻排列，即各个自变量的单元格引用范围放在一个输入区域内，见图2。

图2　回归变量选择

在变量选择中，置信度默认状态为95%。

3.根据显示结果写出二元线性回归方程

结果见表2。

表2　回归结果使用表

4.相关性检验和方程检验

从表中“回归统计”数据可以看到相关系数、判定系数、调整后的判定系数、标准误差。相关系数为0.845 3，说明4S店的销售额与店面大小和促销费用具有较强的正相关；判定系数是指一个变量的变化有百分之多少可以由另一个变量来解释。该表中列出的判定系数为0.714 6，即表明在年销售额的变动中有71.46%可由店面规模大小和促销费用的多少这两个因素的变动来解释，剩余的28.54%是由其他因素或随机误差影响的。

从“方差分析”数据可以看到F下的显著水平，通过F检验统计来确定偶然发生的可能性。如果F观测值大于F临界值，表明变量间存在相关性。此案例中，若显著性水平α＝0.05，解释变量个数（自变量和因变量的总数）为3，样本个数n＝15，则自由度为15-（3＋1）＝11，从F分布临界值表查得F0.05（2，11）＝3.98。回归得到的F检验值为15.023 3，大于F临界值3.98，说明店面面积、促销费用与销售额之间的回归效果显著，因此回归公式可以对该区域4S店的销售情况进行评估预测。

根据表中的数据可以写出回归方程，方程为:

Yi＝a＋b1X1＋b2X2　　　　　　　　　　　

＝-42.989 7＋1.052 9 X1＋8.876 0 X2

b1表示在促销费用固定时，商店的规模大小每增加1平方米，年销售额平均增加1.052 9万元；b2表示在商店的规模大小固定时，促销费用每增加1万元，年销售额平均增加8.876 0万元。

5.根据方程预测

若2012年某4S点营业面积达1　500m2，年促销额为60万元/千小时，则该4S店2012年的销售额的预测值为:

Y＝-42.989 7＋1.052 9×1 500＋8.875 0×60＝2 068.86（万元）

任务回顾

1.多元回归用于多因素间关系分析。

2.多元回归模型在预测前需要检验，检验的方法与一元线性回归检验方法相同。

任务实施步骤

（一）任务要求

应用Excel，完成多元回归法预测。

（二）任务实施的步骤

多元回归任务实施步骤:

（1）观察“北京市2002—2010年民用车数据”选择合适的预测方法。

（2）在Excel中添加数据分析并选择数据分析中的回归。

（3）写出回归方程，进行预测。

（4）相关性检验和方程检验。

（5）给定某GDP值，进行预测。

思考与训练

1.收集10家4S店的价格、销售量和促销投入数据，利用Excel进行预测，找出价格、销售量、促销投入的关系，并预测当新车价格为20万元时，销售额为多少。

2.解释上一题方程中系数的含义。

3.什么是多元线性回归？该方法怎样应用？

拓展提高

案例

回归分析预测法预测新田公司销售

1.新田公司的发展现状

新田公司全称为新田摩托车制造有限公司，成立于1992年3月，当时的锡山市（那时还叫无锡县）有两个生产摩托车的乡镇企业:查桥镇的捷达摩托车厂和洛社镇的雅西摩托车厂。在1991、1992年这两家厂可以说是如日中天，但这两家厂又各具特点:雅西摩托车厂完全是自主生产，除发动机外其余配件都由本厂生产；捷达摩托车厂则是装配型厂，配件由其他厂家生产，本厂只是组装（后来也发展成了连发动机都生产的综合型企业）。公司老总顾建新当时还只是一家村办企业的供销员，他就瞄准了摩托车行业的发展前景，于是想方设法和捷达厂取得了联系，从1992年3月起为捷达厂生产两种型号的减振器，厂名是无锡减振器厂，由此开始了企业发展的道路。

减振器厂自成立以后，随着捷达摩托车厂摩托车年产量的不断增长而得到了迅速发展。到了1994年6月，顾建新终于有了一个极好的机会:捷达摩托车厂的销售部门和捷达摩托车的销售商产生了予盾，因此捷达摩托车的销售商答应顾建新，若顾建新也能生产出和捷达差不多质量的摩托车，则他们会在相同条件下优先销售顾建新生产的摩托车。有了这个承诺，顾建新于1994年10月就成立了新田摩托车制造有限公司，开始生产新田牌摩托车。

新田公司成立以后，在顾总和匡建中总工程师的领导下，开始了艰苦的创业过程，经过6年多的奋斗，薪田公司终于从一个20多人的小厂发展成了如今的工人总数超过400人，日产摩托车超过200辆，年利润超过2　000万的集团型企业，新田摩托车的配件包括发动机在内都由本企业自主生产。

新田公司如今已是一个企业集团，除公司本部（总装厂）外，还有减振器厂、发动机厂、塑件厂、车架车间、油箱车间、喷涂车间等独立部门，这些部门除满足新田公司所需配件外，还可以对外供应。1999年底，由于摩托车市场竞争的日趋激烈，新田公司的销售模式由代理制转向了派员销售制（由公司往各城市直接派出销售人员，负责各城市的销售工作），以减少中间环节，确保公司产品在整个摩托车市场的竞争力。同时，由于销售模式的转变，也带来了生产模式的变化:以前是根据各地代理商的订货量来组织生产，现在则必需根据销售情况和对将来销售情况的预期来组织生产，这给企业的生产组织带来了极大的困难。

根据新田公司销售的历史数据及要解决的问题，新田公司自1994年成立以来取得了飞跃性的发展，这可以从新田公司历年的销售数据中看出来。下面所附的表就是新田公司主导产品的销售数据（参见表1、表2、表3）。

从表中的数据可以看出，新田公司的生产销售形势还是比较好的，从总体上来说是处于上升趋势，但某些车型的销售也有下降趋势。同时，还有一些问题从销售数据上是看不出来的。自从公司实行派员销售制以来，由于销售的预期值估计不准，常常出现工人加班加点仍赶不上交货对间的情况和工人上了班却无事可做的情况。顾建新总经理和其他公司领导也都发现了这个问题，也找到了原因所在，但由于技术上的原因而无法解决。因此，新田公司目前急需解决的问题就是如何来进行准确可行的销售预测，以保证公司的正常运行。

表1　新田公司主导产品的销售数据

表2　新田公司2001年前两个季度销售数据

表3　新田公司XT50-M在无锡的销售数据

图1　销售量与时间散点图

2.线性回归分析法的运用

线性回归预测法是指一个或一个以上自变量和应变量之间具有线性关系（一个自变量时为一元线性回归，一个以上自变量时为多元线性回归），配合线性回归模型，根据自变量的变动来预测应变量平均发展趋势的方法。

线性回归预测法在销售预测中用得比较多，根据新田公司销售数据的散点图（见图1）分析，作者发现新田公司的XTl50～T、XTl25～C　XTl25～W三种车型的销售可以用一元线性回归预测法进行预测，由于销售数据是时间性序列，多元线性回归在此不适用。

1）预测模型

由于新田公司销售预测中只用到一元线性回归预测法，而一元线性回归又是一种广泛应用并且比较简单的预测方法，因此，只需对一元线性回归模型作简单介绍。

设X为自变量，Y为应变量，Y与X之间存在某种线性关系，一元线性回归模型为:

式中:εi为随机因素影响，这里忽略，设方程为:

对此，可以通过最小二乘法来估计模型的回归系数。根据最小平方原理，必须符合以下条件:

根据最小二乘法，记

依极值原理，为使Q有最小值，可分别对a、b求偏导数，并令其等于零，即:

整理得:

对上两式联立求解，即可得到回归系数的估计值:

相关系数R可根据最小二乘原理及平均数的数学性质得到:

相关系数r的绝对值的大小表示相关程度的高低。

（1）当r＝0时，说明是零相关，所求回归系数无效。

（2）当｜r｜＝1时，说明是完全相关，自变量X与应变量Y之间的关系为函数系。

（3）当0＜｜r｜＜1时，说明是部分相关，渊值越大相关程度越高。

2）预测计算

根据上面介绍的预测模型，下面就先计算XTl50-T在2001年第一季度的预测销售量。

根据XTl50-T的销售数据有:（X为时间，Y为销售量）。

根据上述公式计算得到:

根据r可知相关性强。

以上是XT150-T的销售预测计算，同理可计算XT125-C、XT150-W的预测结果，这里不再给出计算过程而直接写出结果:

（1）XT125-C的预测结果:

＝73.9

＝-17.2

＝1 682

r＝0.99

（2）XT125-W的预测结果:

＝31.9

＝789

＝1 523

r＝0.99

3）预测结果分析

从上面的预测结果来看，三种车型的预测，相关系数r都非常接近于1，即三种车型的销售量和时间基本上都是线性关系，相关程度非常高。根据实际调查发现，这三种车型是新田公司的形象产品，基本上没有利润，和其他品牌的同类车型相比具有较大的的竞争力，因而这三种车型的销售情况一直很好。公司为了其形象，对这三种车型采取计划供应的方式，按逐年递增的方式供应市场，以使这三种车型一直保持供不应求。

此外，预测的销售数据与实际销售量相比，三种车型有一个共同特点，那就是:第一季度的预测值一般要比实际值大，而第二季度则相反。第三、四季度的预测值则与实际值相近。原因可能是因为这三种车型价格都比较高，受年终分配影响，第一季度销量较大，随后的第二季度销量偏小。

对比2001年第一季度的预测值和实际值，以及上面说到的两个特点可以发现，XT150-T的预测结果比较正常，而XTl25-C、XTl25-W的预测值却出现了反而比实际值大的反常情况。通过各期预测值和实际值比较发现，XTl25-W从1999年第二季度开始就出现预测值大于实际值的情况，根据摩托车市场的情况，可能是因为这种车型的销路已经出现问题，不能保持供不应求了。XTl25-C可能有同样情况，但该车型的滞销出现得稍晚。这个预测与新田公司实际销售预测非常吻合。

资料来源:钱晓星.新田公司摩托车销售预测研究［D］.南京理工大学，2002.

问题:将案例中的预测在Excel中进行，并分析预测结果。

任务五　预测报告

知识目标

·熟悉调查预测报告的写法。

·掌握调查预测报告的内容。

·了解汽车市场调查报告的评估。

能力目标

·能依据资料和资料处理结果写出调查预测报告。

·能针对性地汇报。

技能点

·撰写汽车市场预测报告。

知识点

·调查预测报告。

情境描述

如果调查项目中涉及预测，则直接撰写调查预测报告。预测报告撰写同项目一、项目二中报告撰写部分要求一样，注重往期数据的收集和分析，综合当期数据，按趋势得出预测结果。

任务剖析

汽车市场预测报告是汽车市场调查报告的一种特殊形式。利用已掌握的与预测目标有关的文案资料和相关市场资料，用科学的方法预测未来市场的趋势。资料使用时注意政策和其他环境因素的变化。

任务载体

二手车交易市场发展趋势

我国的汽车市场是一个巨大的潜在市场。2000年我国汽车保有量是1　300万辆，人均100人拥有1辆车，目前我国汽车保有量已是5　100万辆，人均25人就拥有1辆车，与西方发达国家每人拥有1辆以上车相比较有着很大差距。但随着我国经济的发展和人们生活水平的日益提高，汽车保有量将呈现加速度发展，这为二手车交易的发展提供了潜在的发展空间。

目前，我国的汽车消费结构是:私人购车量已占到汽车销量的60%以上，国有企事业单位的用车制度也逐步走向市场化，现有车型的更新换代，使二手车有了可发展的空间。二手车满足了城乡居民多档次、多品种、低价位的需求，具有较大的选择空间，已经成为一种消费时尚。

从发达国家的统计数据看，如美国人，基本上每三年就换一辆车，形成二手车交易频繁。目前美国的二手车交易量占到交易总量的70%以上。我国旧车交易量按目前每年200万辆计算，仅占汽车销售量的30%左右，在汽车市场中所占比例很小，与发达国家旧车销售占总量70%的比例相差很大，说明二手车交易市场的潜力还没有得到充分挖掘，随着我国的二手车流通行业科学化、法制化管理体系的形成，各种政策将逐步完善，各方面的关系和流通渠道将进一步得以理顺，各种制约市场发展矛盾的陆续解决。二手车交易方式的多样化，交易规模也将日益扩大。有了巨大的“二手车”流通市场，新车市场才会巨大，汽车工业也因此大受其益。

资料来源:中国市场调查报告网

相关知识

3.5　预测报告

汽车市场预测报告是汽车市场调查报告的一种特殊形式。是依据已掌握的与预测目标有关的文案资料和相关市场资料，用科学的方法估计和预测未来市场的发展趋势，为企业改善经营管理、产销对路、提高经济效益的推断性报告。

3.5.1　预测活动注意事项

（1）政策变量。汽车市场受国家宏观政策的变化影响明显，特别是经济政策和非经济政策。政策变量会影响汽车市场预测模型曲线的拐点与走势。

（2）预测结果的可信度。在各种预测方法中回归模型可以提供可信度结果。

（3）预测的方案。实际预测中为增加决策的适应性和可调整性，应尽量给出多个预测方案。

（4）预测期限。汽车市场预测大多为中短期预测。对短期预测的精度要求应高于中长期预测。

（5）数据处理与模型调整。通常采取对原始数据进行平滑处理的方法，减小预测模型的误差。

（6）汽车市场预测注意预测模型、拟合度与精度等问题。

3.5.2　汽车市场预测报告的特点

汽车市场调查预测报告应具备以下三个特征:

一是预见性。预测是对未来发展趋势的预见性判断，是在深入分析汽车市场的历史和现状的基础上的合理判断，应是和未来实际情况的偏差概率最小化的预测结果。

二是科学性。汽车市场预测报告以充分搜集的各种真实可靠的数据资料为前提，以周密的调查研究为基础，运用科学的预测理论和方法，找出预测对象的客观运行规律，得出合乎实际的结论，具有科学性。

三是针对性。汽车市场预测是针对汽车市场的某一具体目标和预测对象的分析结果，具有现实意义。

3.5.3　汽车市场预测报告的基本结构

与其他市场预测报告一样，汽车市场预测报告包括标题、前言、正文、结尾四个基本部分:

1.标题

根据预测对象、预测内容、预测范围进行概括。标题要简明、醒目。例如《××××年国内二手车市场预测报告》、《2010年北京地区汽车市场需求预测报告》、《我国家用轿车生产与消费预测报告》、《汽车轮胎供求状况预测报告》等。

2.前言

简要介绍预测的范围、对象、时间、地点和目的，也可以将预测方法、预测过程和预测结论等在前言中叙述。

3.正文

市场预测报告的正文是市场预测报告的主体部分，一般由现状、预测、建议三个部分构成。

（1）现状:对预测对象的发展历史和现状作系统而简要的回顾和说明。从收集到的材料中选择有代表性的资料、数据来说明经济活动的历史和现状，为进行预测分析提供依据。

（2）预测:利用资料数据进行科学的定性分析和定量分析，以找出本质的规律性的东西，判断未来的趋势，是汽车市场预测报告的重点部分。写作形式取决于表达需要，主要有条文式、直述式、块条式等。

（3）基本结论和建议:结论要合乎逻辑，建议要切实可行。

写市场预测报告的目的是为适应经济活动未来的发展变化，提出切合实际的、有价值的、值得参考的具体建议，可能不是一种、而是几种，以为决策人下决心做出决策提供较可靠的依据。

4.结尾

主要是呼应开头，或者归纳全文，以深化主题；或重申观点，以加深认识。

3.5.4　市场预测报告的写作要求

1.四点要求

（1）目标明确、主次清晰。

（2）资料充分、论据有力。

（3）论证合理、逻辑严密。

（4）观点鲜明、表达准确。

2.注意事项

要客观，客观地反映实际情况；有时效，注重预测报告的时效性；要实际，忌夸张和华丽辞藻。

任务回顾

1.阅读任务载体的“二手车交易市场发展趋势”。

2.收集补充资料，撰写一篇“×××地区二手车交易市场发展趋势预测”的报告。

任务实施步骤

（一）任务要求

搜集资料，结合背景资料，撰写一篇《×××地区二手车交易市场发展趋势预测》报告。

（二）任务实施的步骤

预测报告撰写可参考下面的步骤:

（1）收集资料（文案、相关统计资料、二手车市场现状等）。

（2）选择预测方法（具体的定性、定量方法）。

（3）根据预测目的列出预测报告提纲，注意四部分内容。

（4）撰写、修改、完善预测报告。

思考与训练

1.撰写预测报告应注意哪些问题？

2.收集某品牌或某档次（类）汽车近12个月的价格及需求状况等资料，针对这些资料写出该车型近期变化趋势的预测报告。

3.汽车市场预测报告有哪些特点？

拓展提高

案例

2011年汽车后市场发展趋势分析

2010年已经接近尾声，2011年的汽车后市场行业形势会如何？结合目前的业界分析及2010年行业数据分析看，2011年的汽车行业将会继续增长30%，那么按照最通常的思维，如果不出意外的话，作为汽车行业附属产业的后市场产业，也将获得整体不低于30%以上的增幅。

汽车后市场最早的分类是以汽车整车销售的前、后顺序进行分类的。一是汽保行业；二是汽车维修及配件行业；三是汽车精品、用品、美容、快修及改装行业；四是二手车及汽车租赁行业。中国现在的汽车后市场大体上可分为七大行业:汽保行业；汽车金融行业；汽车IT行业；汽车精品、用品、美容、快修及改装行业又称汽车养护行业；汽车维修及配件行业；汽车文化及汽车运动行业；二手车及汽车租赁行业。

伴随着我国汽车保有量和近几年“井喷式”的增长，2006年的汽车用品及零部件市场也实现了持续性快速增长，规模以上的生产厂家上万家，全行业年度总产值同比增长28%，国内汽车后市场整体增长强劲，成为全球增速最快的市场。巨大的市场商机吸引了更多的国际巨头和国内行业企业加入竞争当中。2010年我国汽车后市场新增规模生产厂家近3　000多家，各类连锁店、维修店增长超过30%，特别是一些跨国汽车巨头在国外的零部件配套商，紧随合作伙伴的脚步进入中国，纷纷选择在中国建立其亚太地区总部。一场逐鹿中国汽车服务后市场的战役已经打响。

著名营销策划人，品牌管理专家杨龙认为2011年中国汽车后市场发展趋势将出现:

1.行业整合将继续，整体竞争实力差的企业将面临洗牌出局

2011年汽车后市场发展的总趋势将是品牌数量将减少，而品牌专业化，集中化趋势明显。大量的知名品牌集中在少数企业手中，同行业发展趋势相同，行业趋向垄断和规模化。

2.微利时代的来临

随着市场竞争的越来越激烈及营销市场的不断规范，汽车后市场行业暴力时期已经过去，随之而来的是进入了一个微利时代。过去，纯利润高达30%～40%，甚至更多，现在的企业普遍利润也只有15%～20%，而有些局部市场的个别产品，利润竟然只有5%～10%。

3.市场争夺更加激烈

市场争夺的加剧，诸侯割据，各霸一方，外资和国内企业将平分秋色。

哪里有市场，哪里就有人要去强占，因此对于每一个企业想要占据领地，必须首先打败竞争者，而各地的企业，都会首先拼命保住自己的地盘，赶走“来犯者”。因此，便形成了诸侯割据，各霸一方的局面。这期间，争夺几乎是你死我活的，因此会更加残酷、更加激烈、更加需要勇气和智慧。

4.品牌战将代替价格战、品质战

价格战在汽车后市场营销领域一直是中低档产品销售中所乐于采用的一种手段。企业依靠自身的生产力、依靠先进的设备及管理、依靠较为顺畅的营销渠道等方法降低生产成本，为消费者提供优惠的价格。虽然依靠价格战可以有力地击败对手，给对手以致命的打击，但是，随着生产技术的提高，企业对成本意识的提高，先进设备和管理已成为行业普遍现象，价格战不再是企业的核心竞争力。相反，由于价格战降低了企业的利润空间，使产品的品质越来越不受重视、工艺越来越简陋、材料越来越差，最终使产品越来越不被消费者喜爱，从而被市场淘汰。

随着人民物质生活条件的不断改善，品牌产品比廉价产品有更广阔的市场。品牌效应使得客户愿意接受其较高的定价，有更广阔的利润空间。因此，在未来的汽车后市场营销领域，品牌战将代替价格战、品质战。

5.品牌打造与生产经营相分离

为了更加有效地占领市场，现有的制造业及营销业将会向两极发展。一部分将成为打造品牌的专业企业，他们经营的是品牌而不再是产品本身，有的甚至没有工厂。另一部分将成为专业的生产企业，而他们又可以不必去考虑市场，不用自己去经销，完全由品牌经营商下单生产。这种品牌打造与生产经营分离，有利于集中精力和资金量进行生产及品牌打造，向专业分工的细微化方向发展，使生产向订单型发展，从而有利于实现计划生产。使营销能集中精力打造强势品牌，有可能将品牌向国外发展。

6.将有更多的汽车后市场企业以“复制”的方式收购中小企业

品牌战成功的企业，当订单增加的时候，有时会感到生产能力不足，这些企业除了扩大生产规模之外，也会委托其他企业生产。但有时因其技术能力、设备问题等各种原因，品质经常无法保证，于是将会出现以“复制”的方式收购中小企业的做法。

所谓“复制”，就是按照自己企业的模式、风格和管理方法去要求和规范所收购的企业，以致使该企业在生产管理、品质管理方面达到自己的要求，使产品品质达到应有的水平。这种“复制”的方式收购方式能为企业节省资金，使品质和交期得以保证，远远比自身扩大生产规模进行生产效率高。

7.政府将继续加大对汽车后市场产业的扶持

中国政府一直对活跃的汽车后市场的发展提供了强有力的支持，旺盛的汽车消费也为汽车后市场提供无限商机。到目前为止，汽车后市场已经进入了一个较高增长期。但由于比较传统的汽车消费观念，汽车后市场产业发展一直比较缓慢，后劲略显不足。为了更好的做大做强汽车产业，打造汽车后市场产业新的集群优势，政府也有意识通过政策扶持，积极引导，拉长汽车产业链，对国内各类汽车后市场展会给予补贴和优惠政策。

企业必须充分利用国家的经济刺激政策，全面开拓市场机遇，优化生产，控制成本，提高收益。目前，不断发展的经济形势，也为汽车后市场的发展注入了潜力和保障。

8.展会营销仍是主流推广模式，网络营销和传统渠道销售模式将长期并存

展览会存在的意义是为参展商和专业观众创造一个良好的交流平台，因此，能否同时为参展商和买家提供优质服务决定了一个展览会是否会取得成功。然而长期以来，会展公司都只把服务好参展商看作头等大事，而对专业观众就不大重视。但事实上，参展商的目的就是把自己的产品拿出来给观众，并在展览会上找到合适的买家。如果专业观众因对服务不满意不来参展，就会出现整个场馆只有参展商的现象。中国会展业界要尽可能早地打破地域的限制，摈弃小企业利益观，形成大企业利益观，联合起来开拓国际市场；要积极主动地进行调研，把握消费者需要，把满足全球消费者需求作为出发点和归宿；要形成国际化的竞争观念，会展企业必须全方位提高参与国际竞争的能力；要认识到价格竞争是恶性竞争，降低参展商参展门槛并不能真正增加参展商，只会赶跑现有的优质展商；要有国际化的风险观念，国际市场既给企业带来了发展机会，也有可能给企业带来更多的经济风险、政治风险、信用风险、汇率风险等；要形成国际化的信誉观念，信誉是无形资产，只有高信誉才能成为不可模仿的竞争力；要相信:投资于全球营销网络的建立，将为企业和举办地带来源源不断的财富。因为:只有国际性程度高的展会才是一个成功的展会。城市会展业的国际化程度低意味着该城市会展业发展不成功，只有建立完善的全球营销网络，才能带来世界各国的参展商和专业观众，才能提高展会的国际化程度，才能充分发挥会展业的直接的经济带动作用和间接的经济拉动作用。目前展会仍旧将作为一种主要的营销推广模式存在。

大部分企业都有自己的企业网站，有一些还在行业网站和主流门户网站及各大搜索引擎做了推广。未来，数字营销会变得更加重要，汽车用品企业上网潮就能说明这一点。越来越多的汽车用品企业将卖场搬到了网上，配合一线城市的体验店进行销售。所有的品牌一旦诞生马上上网，虽然目前中国的电子商务模式并未完全成熟，现在各类网上的汽车用品网店主要还是偏向于形象展示和宣传，但无形中增加了品牌自身的维度。可以预见减少中间环节降低营销成本是汽车用品业未来发展的趋势的主流。传统的销售渠道目前仍旧将长期存在发挥自身的作用与其他的销售模式长期并存。

资料来源:杨龙.博锐管理在线.

http://www.boraid.com/article/html/152/152300.asp，2010-11-19

问题:参考本预测报告，收集今年当地的汽车美容市场资料，写一篇不少于2 000字的预测报告。