工程项目经济预测

1、第三章 工程项目经济预测预测是决策的依据，没有科学的预测就不可能做出科学的决策。为了进行工程项目经济评价，必须以一定数量的基础资料为依据，主要是投资、成本、折旧、销售收入、税金和利润等，一般称为工程经济要素。由于工程经济分析是对尚未实施的项目进行分析，因为是在这些基本要素的未来预测值的基础上进行的。1第一节预测的概念预测是人们依据已有认识而做出的对未来事物的预先推测和判断。与预言的区别：“天才的火花相当于预言，逻辑的思维相当于预测” 2预测的基本原则1、惯性原则2、类推原则3、相关原则4、概率推断原则3项目经济预测的分类按预测涉及的范围不同分为：宏观经济预测和微观经济预测按预测的时间不同分为:

2、长(5年以上)、中(1-5年)、短(31年）、近期（3个月以下）按预测方法不同分为：定性预测和定量预测按预测的时态不同分为:静态预测和动态预测4预测的基本步骤1、确定预测目标2、收集和分析资料3、选择预测方法4、建立预测模型，利用模型进行预测5、分析预测结果每一种预测方法都有其特点和适用范围，在经济预测中，应根据预测对象的特点、精度要求、资料的占有情况和市场预测费用等各种因素来选择经济预测的方法，即通过对数据变化趋势的分析，建立起与历史资料吻合的预测模型。5定性预测法、定量预测法、定性与定量相结合的方法1）定性预测方法定性预测是依靠预测者的专门知识和经验，来分析判断事物未来发展的趋势。 优点：

3、简便，易于掌握，而且时间快，费用省，因此得到广泛采用。 缺点：缺乏数量分析，主观因素的作用较大，预测的准确度难免受到影响。常用方法：德尔菲法主观概率法领先指标法厂长（经理）评判意见法推销人员估计法相互影响法情景预测法 预测调查方法6德尔菲法（专家调查法和专家咨询法）是20世纪60年代首先由美国兰德公司(Research and Development,简称RAND）采用。兰德公司是美国非盈利性的研究和咨询服务机构,主要对国家安全和公共福利方面的各种问题进行系统的跨学科分析研究。1948年由福特基金会提供资金正式成立。总部设在加利福尼亚州。7兰德公司兰德公司是美国最重要的以军事为主的综合性战略研

4、究机构。它先以研究军事尖端科学技术和重大军事战略而著称于世，继而又扩展到内外政策各方面，逐渐发展成为一个研究政治、军事、经济科技、社会等各方面的综合性思想库，被誉为现代智囊的“大脑集中营”、“超级军事学院”，以及世界智囊团的开创者和代言人。它可以说是当今美国乃至世界最负盛名的决策咨询机构。8德尔菲法德尔菲法是为了克服专家会议法的缺点而产生的一种专家预测方法。在预测过程中，专家彼此互不相识、互不往来，这就克服了在专家会议法中经常发生的专家们不能充分发表意见、权威人物的意见左右其他人的意见等弊病。各位专家能真正充分地发表自己的预测意见。德尔菲这一名称起源于古希腊有关太阳神阿波罗的神话。传说中阿波罗

5、具有预见未来的能力。因此，这种预测方法被命名为德尔菲法。 9德尔菲法的具体实施步骤（1）成专家小组。按照课题所需要的知识范围，确定专家。专家人数的多少，可根据预测课题的大小和涉及面的宽窄而定，一般不超过20人。 （2）向所有专家提出所要预测的问题及有关要求，并附上有关这个问题的所有背景材料，同时请专家提出还需要什么材料。然后，由专家做书面答复。 （3）各个专家根据他们所收到的材料，提出自己的预测意见，并说明自己是怎样利用这些材料并提出预测值的。 （4）将各位专家第一次判断意见汇总，列成图表，进行对比，再分发给各位专家，让专家比较自己同他人的不同意见，修改自己的意见和判断。也可以把各位专家的意见

6、加以整理，或请身份更高的其他专家加以评论，然后把这些意见再分送给各位专家，以便他们参考后修改自己的意见。 （5）将所有专家的修改意见收集起来，汇总，再次分发给各位专家，以便做第二次修改。逐轮收集意见并为专家反馈信息是德尔菲法的主要环节。收集意见和信息反馈一般要经过三、四轮。在向专家进行反馈的时候，只给出各种意见，但并不说明发表各种意见的专家的具体姓名。这一过程重复进行，直到每一个专家不再改变自己的意见为止。 （6）对专家的意见进行综合处理。 10德尔菲法能发挥专家会议法的优点，即（1）能充分发挥各位专家的作用，集思广益，准确性高。（2）能把各位专家意见的分歧点表达出来，取各家之长，避各家之短。

7、同时，德尔菲法又能避免专家会议法的缺点：（1）权威人士的意见影响他人的意见；（2）有些专家碍于情面，不愿意发表与其他人不同的意见；（3）出于自尊心而不愿意修改自己原来不全面的意见。德尔菲法的主要缺点是过程比较复杂，花费时间较长。 112）定量预测是使用一历史数据或因素变量来预测需求的数学模型。是根据已掌握的比较完备的历史统计数据，运用一定的数学方法进行科学的加工整理，借以揭示有关变量之间的规律性联系，用于预测和推测未来发展变化情况的一类预测方法。定量预测基本上分为两类，一类是时间序列模式，另一类是因果关系模式。定量预测：采用历史引伸法（如简单平均数法、移动平均数法、加权移动平均数法、趋势预测法

8、、指数平滑法、季节指数法等）、因果预测法（回归分析法和相关分析法）。12定量预测的优点是：偏重于数量方面的分析，重视预测对象的变化程度，能作出变化程度在数量上的准确描述；它主要把历史统计数据和客观实际资料作为预测的依据，运用数学方法进行处理分析，受主观因素的影响较少；它可以利用现代化的计算方法，来进行大量的计算工作和数据处理，求出适应工程进展的最佳数据曲线。缺点是比较机械，不易灵活掌握，对信息资料质量要求较高。13本节主要讲述：一、历史引伸法：移动平均数法（短期预测）：简单算术预测和加权平均预测趋势预测法（长期预测） ：直线方程预测法：y=a+bx曲线方程预测法：y=a+bx+cx2,y=ab

9、x14移动平均数法：例题：已知某产品1998年至2001年实际销售量如下表所示。要求用4期移动平均数法预测2002年2003年的销售量。 计量单位：万件年度1998199920002001实际销售量5147606215（1）用简单算术法预测设2002年预测实际销售量为x，则：X=(51+47+60+62)/4=55(件)2003年预测实际销售量为y，则Y=(47+60+62+55)/4=56(件)16（2）用加权平均法预测（假定各期权数由远到近分别人1，2，3，4），则：17趋势分析法：基本原理：根据过去各期的实际数据，分析其基本发展趋势，并假定今后案该趋势继续发展，从而测定今后各期的数据。如

10、果各期数据大体呈现等差级数，则变化趋势可用直线方程来表示；如果过去各期数据大体呈现等比级数，则可用曲线方程来表示。181）直线方程预测法 y=a+bx 其中y预测值 x各年代号， a,b待定系数根据最小二乘法原理计算待定系数19已知：某地区1989-1997年某产品的销售额如下表，要求用直线方程预测法预测2002-2008年的销售额。 单位：万元年份199319941995199619971998199920002001销售额24027030032038036041045049020根据上表的资料，采用直线方程法预测：由此可得：y357.77+30 x，分别把x5，6，7，8，9，10，11代

11、入预测模型，可得20022008年的销售额预测值。212）曲线方程预测法在市场预测中，将动态数列各时期的逐期变化称为一级增长量，各期增长量的逐期增减变化称为二级增长量，如果过去数据的二级增长量大体相同，则可以采用二次曲线法进行市场预测。该法建立的二次曲线预测方程式：y=a+bx+cx2依题意，可建立以下方程组：22案例：已知某地区1993-2001年刚才销售量入下表，要求预测2002年的销售量。单位：万吨23根据上表有关资料，编制二次曲线预测得预测模型为：y=348.2+38.75x-5.73x2所以2002年的x4+15，代入模型方程可以y398.7（万吨）24指数曲线趋势预测法：当各期历史

12、数据按照大体相近的环比发展速度增加变化时，可用指数曲线来预测其发展趋势。指数曲线预测方程式：y=abx其中：25例题：已知某地区1994-2001年洗衣机销售额，要求预测2002年的销售额。从表中可以看出销售额的环比发展大体相近，可运用指数曲线预测法。年份19941995199619971998199920002001销售额910121518222734环比发展速度（）100 111 120 125 120 122 123 126 26可得：a=16.64,b=1.102,代入指数曲线方程得：y=16.61x1.102x2002年的x7+29，代入预测模型可得：y=16.64x1.1029=3

13、9.88(万元）27二、回归分析法回归分析法就是根据自变量来分析因变量的变化方向和程度的市场预测方法。本节按照自变量的多少分为：简单回归分析：y=a+bx多元线性回归：y=a+b1x1+b2x2+bmxm28简单回归法： y=a+bx其中：y预测值 X自变量 a，b回归系数29例题：已知丝织品的销售量的增长与蚕茧收购量的增长有对应关系。已知1992-2001年的丝织品的销售量与蚕茧收购量的关系入下图。假定2002年的蚕茧收购量为28万吨，要求预测该年纺织品的销售量。年份1992199319941995199619971998199920002001纺织品销售量（亿米）2.842.453.203

14、.603.453.804.404.865.005.20蚕茧收购量（万吨）16.817.017.518.818.019.520.921.724.326.330根据有关资料，编制参数计算表：可得a=-1.607,b=0.273预测模型为：y=-1.607+0.273x将x28代入预测模型可得y6.04（亿米）31多元线型回归预测法：多元线性回归预测法进行预测，需要的数据多，计算复杂，出二元线性回归预测可用手工外，一般要借助计算机来完成。二元线性回归： y=a+b1x1+b2x2其中，a,b1,b2为回归系数 X1，X2为自变量32运用最小二乘法，同样可得：33例题：已知某地区1996-2001年家

15、具销售额（y） 与新建住宅数（x1）、新婚户数（x2)有关，根据有关部门预测，2002年新建住宅14千套，新婚户数8千户，要求预测2002年家具销售额。34年份yi（万元）xi1（千套）xi2（千户）199628066199730077199832098199933012620003501262001400138合计1980594135观察表中的有关资料，自变量于因变量之间存在线性依存关系，且有两个自变量，可以运用二元线性回归预测方程进行预测。可得：19806a+59b1+41b2 20020=59a+626b1+405b2 13620=41a+405b1+285b2求得：a=113.52,b

16、1=12.26,b2=14.044预测模型为：y=113.52+12.26x1+14.044x236将x114，x28代入模型可得：2002年家具销售额y397.51（万元）37请用时间序列趋势预测法预测2000-2005年铜金属价格。作业：已知1994-1999铜金属价格38回归分析回归分析方法概述一元线性回归分析利用规划求解解决一般非线性回归问题的方法39第一节 回归分析方法概述回归分析方法一种建立统计观测值之间的数学关系的方法通过自变量的变化来解释因变量的变化，从而由自变量的取值预测因变量的可能值40第一节 回归分析方法概述（续）自变量与因变量的相关关系41第一节 回归分析方法概述（续）

17、一元线性回归的拟合线方程42第一节 回归分析方法概述（续）确定拟合方程系数值的最小二乘法 原理：因变量估计值与观测值之间均方误差极小极小在实际操作上，可运用Excel回归分析工具计算系数a和b。43第一节 回归分析方法概述（续）回归模型的检验判定系数 R2用来判断回归方程的拟合优度。通常可以认为当R2大于0.9时，所得到的回归直线拟合得较好，而当R2小于0.5时，所得到的回归直线很难说明变量之间的依赖关系。 t 统计量如果对于某个自变量，其t统计量的P值小于显著水平（或称置信度、置信水平），则可认为该自变量与因变量是相关的。 F 统计量如果F统计量的P值小于显著水平（或称置信度、置信水平），则

18、可认为方程的回归效果显著。 44第一节 回归分析方法概述（续）回归预测的步骤第一步，获取自变量和因变量的观测值；第二步，绘制XY散点图；第三步，写出带未知参数的回归方程； 第四步，确定回归方程中参数值；第五步，判断回归方程的拟合优度；第六步，进行预测。 45第二节 一元线性回归分析【例5-1】 “阿曼德匹萨”是一个制作和外卖意大利匹萨的餐饮连锁店，其主要客户群是在校大学生。为了研究各店铺销售额与店铺附近地区大学生人数之间的关系，随机抽取了十个分店的样本，得到的数据如下：试根据这些数据建立回归模型。然后再进一步根据回归方程预测一个区内大学生人数为1.6万的店铺的季度销售额。46XY散点图第二节

19、一元线性回归分析（续）47求回归系数a和b的方法：规划求解INTERCEPT()和SLOPE()函数LINEST()函数回归分析报告散点图添加趋势线求判定系数R2的方法：RSQ()函数回归分析报告趋势线第二节 一元线性回归分析（续）48【例5-2】试根据Northwind Trader公司在1996年7月4日至1998年5月8日期间各种商品的销售额数据建立线性回归模型，然后再进一步根据回归方程预测该公司1998年5月和6月的月销售额。第二节 一元线性回归分析（续）49第二节 一元线性回归分析（续）50第三节 多元线性回归分析方法一多元线性回归模型的一般形式多元线性回归预测步骤第一步，获得候选自

20、变量和因变量的观测值；第二步，从候选自变量中选择合适的自变量，有几种常用的方法：最优子集法向前增选法等第三步，确定回归系数，判断回归方程的拟合优度；第四步，根据回归方程进行预测。 51第三节 多元线性回归分析方法一（续）【例5-3】某一生产空调的企业将其连续15年的销量和员工的薪酬及当地的平均户总收入情况的数据作了一个汇总，这些数据显示在工作表单元格A1:D16中，该企业的管理人员试图根据这些数据找到销量与其他两个变量之间的关系，以便进行销量的预测并为未来的预算工作提供参考。试根据这些数据分析一下，建立何种模型比较合适，并假设未来某月员工的薪酬为25万元，平均户总收入为33.4千元的情况下，预

21、测该年的销量。52第四节 一元非线性回归分析方法一【例5-4】表52列出了连续13年对某消费品年销售额的统计数据。根据这些资料建立适当的模型，并预测第14年的销售额预测值。53第四节 一元非线性回归分析方法一（续） 添加趋势线 规划求解54第五节 多元线性回归分析方法二【例5-5】一家皮鞋零售店将其连续18个月的库存占用资金情况、广告投入的费用、员工薪酬以及销售额等方面的数据作了一个汇总，这些数据显示在工作表单元格A1:E20（图5-17）。该皮鞋店的管理人员试图根据这些数据找到销售额与其它三个变量之间的关系，以便进行销售额预测并为未来的预算工作提供参考。试根据这些数据建立回归模型。如果未来某

22、月库存资金额为150万元，广告投入预算为45万元，员工薪酬总额为27万元，试根据建立的回归模型预测该月的销售额。 55第五节 多元线性回归分析方法二（续）56第五节 多元线性回归分析方法二（续）57第五节 多元线性回归分析方法二（续）58第五节 多元线性回归分析方法二（续）59第五节 多元线性回归分析方法二（续）用最优子集法作自变量筛选比较结果表明，以库存资金和广告费用为自变量效果最好。60第五节 多元线性回归分析方法二（续）以库存资金和广告为自变量的回归分析报告61第六节 一元非线性回归分析方法二用一条曲线来拟合因变量对于自变量的依赖关系。通过变量替换把问题转化为一元或多元线性回归问题后，用线性回归分析的方法建立回归模型，并进行预