當前位置:才華齋>建築工程>諮詢工程師>

2017年諮詢工程師《方法實務》第三章知識點

諮詢工程師 閱讀(1.99W)

參加2017年諮詢工程師考試的考生,在複習過程中要熟悉各科目的考試重點,以下是本站小編搜尋整理的關於諮詢工程師《方法實務》第三章知識點,供參考學習,希望對大家有所幫助!想了解更多相關資訊請持續關注我們應屆畢業生考試網!

2017年諮詢工程師《方法實務》第三章知識點

  第三章 市場預測方法

  第一節 市場預測的主要方法

一、目的:市場預測是在市場調查取得—定資料的基礎上, 對市場未來的發展狀態、行為、趨勢進行分析並做出推測與判斷,其中最為關鍵的是產品需求預測。

二、分類

定性預測:類推預測法、專家會議法、Delphi法,核心是專家依據個人的經驗、智慧和能力判斷

定量預測:因果預測、延伸性預測、其他(經濟計量分析、投入產出分析、系統動力模型、馬爾科夫鏈)

  第二節 因果分析法

因果預測:通過尋找變數間因果關係,分析自變數對因變數的影響程度。適用於存在關聯關係的資料預測。

1、迴歸分析法:數理統計方法,建立自變數與相關隨機變數的迴歸分析模型,預測隨機變數的未來值。按分析中自變數個數分一元迴歸、多元迴歸;按自變數與因變數關係分線性迴歸、非線性迴歸。

2、彈性係數法:通過計算2變數相對變化彈性關係預測,衡量某變數的改變所引起的另1變數的相對變化。

3、消費係數法:對某產品的消費者分析,認識和掌握消費者與產品的數量關係。

一、一元線性迴歸

——條件:預測物件與主要影響因素間存線上性關係

三、非線性迴歸 —— 前提:如非線性關係可通過取對數變成線性關係

1、y = e a + bx 對數模型 ln y = a + bx

2、y = ab x 對數模型 lg y = lg a + x*lg b 用最小二乘法對模型估計,計算A、B;求出置信區間;修正

四、彈性係數分析

優點:計算方便、成本低、需要資料少、靈活廣泛;缺點:區域性性、片面性、粗糙

(一)收入彈性 = 購買量變化率/收入變化率 =(ΔQ/Q)/(ΔI / I) —— 商品價格保持不變

(二)價格彈性 = 購買量變化例/價格變化例 =(ΔQ/Q)/(ΔP/ P) —— 收入水平保持不變

(三)能源需求彈性:反映包括社會總產值、國內生產總值、工農業總產值、國民收入、主要產品產量

能源的國內生產總值彈性 = 能源消費量變化比例 / 國內生產總值變化比例 =(ΔE/E)/(ΔGDP/GDP)

五、消費係數法

步驟:①分析產品所有消費部門或行業現存和潛在市場;②分析產品在各部門或行業消費量與各行業產品產量,確定消費係數;③確定各行業規劃產量,預測消費需求量;④彙總。

  第三節 延伸預測法

延伸性預測:根據市場各種變數的歷史資料的變化規律,對未來預測。

適用於有時間序列關係的資料預測

條件:①預測變數的過去、現在和將來的客觀條件基本保持不變;②預測變數的發展過程漸變。

一、簡單移動平均法: Ft+1 = 1/n Σx i 屬於平滑技術,變化趨勢較原始資料變化幅度小

適用於短期預測,以月或周為單位的近期預測;對原始資料預處理

n值越小,表明對近期觀測值預測的作用越重視,預測值對資料變化的反應速度也越快,但預測的修勻程度較低,估計值的精度也可能降低。反之n值越大,預測值的修勻程度越高,但對資料變化的反映程度較慢。因此,n值的選擇無法二者兼顧,應視具體情況而定。一般3—200,視序列長度和預測目標情況而定。

二、指數平滑法:指數加權平均法,實際是加權的移動平均法,它是選取各時期權重數值為遞減指數的'均值方法。通過某種平均方式,消除歷史統計序列中的隨機波動,找出其中主要的發展趨勢。

一次指數平滑 Ft =αx i +(1-α)Ft-1 ——適用於市場觀測呈水平波動,無明顯升降趨勢的預測

這種方法與簡單移動平均法相似,兩者之間的區別在於:簡單指數平滑法對先前預測結果的誤差進行了修正,因此這種方法和簡單移動平均法一樣,都能夠提供簡單適時的預測。

以本期指數平滑值作為下期的觀測值。α是前一觀測值和當前觀測值之間的權重。大的α導致較小的平滑效果,較小則產生客觀的平滑效果,α接近0,新預測值只包含較小的誤差修正因素。

觀測值穩定水平發展,α取0.1—0.3;波動較大,取0.3—0.5;波動很大,取0.5—0.8

初始值F0實質是序列起始點前歷史資料的加權平均值。當時間序列數>20,F0=X1;<20,取前3—5平均值。

三、成長曲線模型:反應時間序列呈S型增長曲線 Yt = e(k +abt) 取對數 ln Yt = k+ abt

四、季節變動分析

季節變動按照資料的時間序列,有升降趨勢和水平趨勢,包括季節指數趨勢法和季節指數水平法兩種。

(一)季節指數水平法 Yt = Y*f t Y—前1個月或所有月的平均水平,f t—季節指數

適用於無明顯升降趨勢,主要受季節變動和不規則變動影響的時間序列,一般需3—5月/季的歷史資料

程式:①資料分析,形成資料序列;②計算各年同月平均值Yi;③計算所有月平均值Y;④計算各月季節比率f t =Yi/Y;⑤計算預期趨勢值一般採用最近年份平均值Yt -1;⑥計算預測年各月預測值= Yt -1 f t

(二)季節指數趨勢法 Yt =(a + bt)f t ——適用於存在季節變動,各年(或同月)呈升降趨勢

  第四節 定性預測法

分為直觀預測法(包括類推預測法)和意見集合法(專家會議法、德爾菲法)

一、類推預測法:根據市場及其環境的相似性,從一已知產品 / 市場區域的需求和演變情況,推測其他類似產品 / 市場區域的需求及變化趨勢。是由區域性、個別到特殊的分析推理方法,適於新產品、行業、市場需求預測。據預測目標和市場範圍的不同,類推預測法可以分為產品類推、行業類推、地區類推預測三種。

二、專家會議法:頭腦風暴法(非交鋒式會議)、交鋒式會議法、混合式會議法(質疑式頭腦風暴法)

三、德爾菲法:廣泛應用在市場預測、技術預測、方案比選、社會評價。尤適於長期需求預測10—30年。

程式:①建立預測工作組; ②選擇專家(20人); ③設計調查表;

④組織調查實施(2—3輪); ⑤彙總處理調查結果

德爾菲法如何選擇專家 要在明確預測的範圍和種類後,依據預測問題的性質選擇專家,這是德爾菲法進行預測的關鍵步驟。專家不僅要有熟悉本行業的學術權威,還應有來自生產一線從事具體工作的專家;一般而言,選擇專家的數量為20人左右,可根據預測問題的規模和重要程度進行調整。

特點:匿名性、反饋性、收斂性、廣泛性

優點:①便於獨立思考和判斷;②低成本實現集思廣益;③有利於探索性解決問題;④應用範圍廣泛

缺點:①缺少思想溝通交流; ②易忽視少數人意見; ③存在組織者主觀影響

範圍:①缺乏足夠資料;②作長遠規劃或大趨勢預測;③影響因素太多;④主觀因素對預測事件影響較大。