第一节需求估计课件

需求估计和需求预测第一节需求估计一、运用市场调查方法估计需求

我们先来介绍可用于分析需求的三种不 同的市场研究方法，即消费者调查、消 费者诊断和市场实验

、消费者调查

消费者调查需要对一组样本消费者进行 询问，确定其购买意愿，他们对价格变 化或相对价格变化的敏感程度以及对广 告宣传的了解程度等等。消费者调查可 以向厂商提供大量的有用信息案例价格各种意见人数（）（）（）（）（）（）价格需求量调查组把每种意见的购买概率定为（）;（）;();();();()。为了获得需求估计所需要的数据，要根据概率计算每种价格水平上的期望需求量。例：价格为元时的期望需求量为：结果如下表结果、消费者诊断

在这种方式下，试验者可以给消费者试 验群体少量货币，让他们购买一定的商 品。试验者可以观察当调整价格、竞争 产品价格和其它变量时对本企业产品实 际购买量的影响；此方法的缺点是成本 较高，而且由于霍桑效应因素，试验结 果可能与真实生活存在较大偏差、市场实验 市场实验研究的是在实际市场环境中消费 者的行为方式。企业可以改变一种或多种 销售量的决定因素，如价格和广告，并观 察对需求量的影响。在形成对一种产品需 求的价格弹性或交叉弹性的感觉时，这种 方法可能是非常有用的图需求的识别()()()案例价格变动销售量变化率佛州印第安河流域产橘子佛州内地产橘子加州产橘子佛州印第安河流域产橘子佛州内地产橘子加州产橘子结论：()三种橘子的价格弹性都很大(分别，和)，说明为了增加销售收入，可以考虑减价，实行薄利多销。()佛州两种橘子之间的交叉弹性为和，说明它们之间有替代性，因而有一定竞争性。()佛州与加州橘子之间的交叉弹性很小，说明两者间基本无竞争关系.二、需求函数的统计估计

计量经济学是通过对经济变量之间的关系 进行经验衡量以检测经济理论的一系列统 计方法。衡量经济关系是在运用经济理论 和模型获取决策者感兴趣的变量数值的过 程中必不可少的一个步骤。在绪论中提到过、识别变量

建立一个统计需求模型的第一项任务就是 识别出可能影响需求量的自变量。这些变 量可能包括所研究商品的价格、竞争产品 或替代产品的价格、人口、人均收入和广 告促销支出等；研究人员在建立模型时， 一定要力求把所有重要变量都包括进来、收集数据

一旦变量被识别与确定，接下来的问题便是收集有关这些变量的数据。研究者可以从本企业历史记录、政府部门、行业协会、银行与信贷机构等不同来源获得数据；有时，因无法得到最初希望的那种形式的数据，必须得重新规定模型中的某些变量，或者进行转换，使数据符合所要求的形式。数据的形式 时间序列数据针对某一经济变量按时间的发展变化收集一系列数据。 横截面数据在某一确定的时间点上，针对不同经济单位所收集的关于某经济变量的数据 面板数据时间序列与横截面数据的结合数据的收集

消费者调查和观察研究注重数据真实性消费者会诊注重节约成本、数据真实性市场实验注重防止不可控因素、节约成本、数据真实性、确定模型

为了具体确定方程或模型的形式，即确定自变量和因变量之间的关系，可以先把因变量和与这个因变量有关的每一个自变量的关系画出来，以获得应该采取哪种函数形式的线索；常用的函数形式有线性模型、指数模型等

线性模型αβ·γ·… 指数模型α·β·γ… 可转换为线性关系 αβ·γ·、回归分析及其结果的检验

当获得相关数据、确定模型之后，问题 转化为运用回归分析法来获取相关模型 的参数估计值；需要注意的有：检验各 参数的符号所显示的自变量与应变量的 变化关系是否与理论分析结果相一致； 评价回归结果对数据的拟合程度；用相 关检验值来评价模型参数的显著性和整 个模型的显著性、统计分析存在的问题（）鉴别问题（）模型设定问题（）多重共线性问题（）自相关问题案例教材分店编号价格销售量假定一家连锁商店在自己的六家分店中销售蛋糕。这六家分店所在地区的居民，都属于中等收入水平。最近，各分店都按每公斤元出售，平均每店每月销售公斤(假定各分店的月销售量是比较接近的)。今连锁商店打算估计蛋糕的需求曲线和价格弹性。为此，他们进行了实验：第一家分店的价格仍维持每公斤元不变，但其他五家分店的价格都做了变动。价格变动后，各分店的月销售量如下表所列。应用（)软件来求解回归方程问题简介：第二节需求预测需求预测的目的：通常情况下，经理人员需要在不确定的环境中制定大多数管理决策。需求预测的目的是为了降低企业决策所需要面临的不确定性，以增强决策的可靠性。一、德尔菲法（法）第一步：选择参与预测的专家第二步：向每个参与者发放预测的问题及说明第三步：收集并整理各参与者预测的结果第四步：将整理后的结果再分发给各参与者，供其考虑是否修改以前的预测结果第五步：重复二至四的步骤多次，直到大家意见基本一致，或大家不想再对自己的意见进行修改时为止。关键：选择好专家；决定专家人数；拟定好调查表。二、时间序列分解法以被预测变量的历史观察值为基础对变量的未来值进行定量预测，并不着眼于解释产生观察结果的因果关系

任一时间序列数据的变动一般由四个部分构成：长期趋势、周期变动、季节效应、随机波动；考虑到这些因素，时间序列预测模型主要包括以下几种类型。线性趋势预测法

估计趋势线：Ôâ比如：

预测：Ô（）Ô（）Ô（）计量经济模型Ôâĉ变换Ô(âĉ)比如：Ô当,,Ô三、平滑分析技术

平滑技术是时间序列预测模型的另一种形 式。通过对过去的观察值取某种形式的平 均数，平滑技术力求消除由序列中的随机 变动造成的歪曲，使预测建立在对过去数 次观察值的平滑平均数基础之上。、移动平均法

如果数据序列含有大量的随机因素，一般 会形成在不同的时期内有很大误差的预测 结果；为尽量减少这种随机性的影响，可 对一系列当前观察值加以平均获得预测值。、一阶指数平滑技术

移动平均法的缺陷是，对准备用于观测的 全部观察值，一般都给以相同权重； 而直觉告诉我们，最近的观察值要比更远 的观察值包含有更多的即刻有用信息；指 数平滑法克服了这一不足。（教材）四、气压计技术

气压计技术可以用来克服上述时间序列预 测方法对周期变动的忽视，通常用于预测 总体经济或整个行业未来短期内的变化。、领先、滞后和同步指标

领先、滞后和同步指标的主要价值就是预 测经济或行业活动未来变化的方向，其形 成是依据其在整体或行业经济意义、统计 充分程度、与经济或行业活动水平变化方 向和大小的一致性、平滑程度、可得信息 的传播情况、与经济或行业活动转折点的 一致性等领域中的表现。、扩散指数和综合指数

扩散指数这一指标的主要优点就是减少了以单一时间序列的短期波动为基础得出 错误预测的可能性；