附  录

 

1、东西方预测学概述

   

    预知未来，以趋利避害，是人类的普遍心理。自从有人类以来，人们都在不懈地探索自己“从哪里来？到哪里去？”的问题，于是在世界范围内出现了各式各样的预测术，也形成了形形色色的预言，其中预言诗比较普遍。在西方则以法国的诺查丹玛斯的《诸世纪》英国的普希顿大娘的《预言》为主，而在中国则有所谓的预言八种：包括题为周吕望的《乾坤万年歌》三国诸葛亮的《马前课》、唐袁天罡、李淳风的《推背图》、李淳风的《藏头诗》、宋邵康节的《梅花诗》、明刘基的《烧饼歌》、《金陵塔藏碑》、清黄蘖的《禅师诗》等，这八种预言诗于一九四六年被朱肖琴收在《中国预言八种》之中。

    除以上几种之外还有西方的《圣经》以及我们东方的《易经》都涉及到预测学的问题，特别是易经在预测理论方面比较成熟，所以在中国古代的预测术中包括：奇门遁甲、太乙、六壬、命理学、六爻、梅花、风水术、相术等都没有离开过易经的阴阳五行理论。可以说易经理论成为中国特有的预测理论，笔者另有拙作《人生大智慧》对其做专门研究，在此不多论述。目前世界上的预测方法有二、三百种之多，但据丁·麦克黑尔等的《关于世界未来研究评价》介绍最常用的也就只有十几种。下面看看西方近年来所出现的一些预测方法，这些预测方法大概有一百多种，方法虽多，却没有一种预测方法可以适用于所有领域，也没有一个好的理论体系。现列出企业最常用的几种预测方法：

(一)德尔菲法

    德尔菲是古希腊神话中的神谕之地。城中有一座神殿，据传说能够预卜未来。二次大战之后，美国兰德公司提出一种向专家比较函询的预测法。称之为德尔菲法。它既可以避免由于专家会议面对面讨论带来的缺陷，又可以避免一个人一次性通信的局限，在收到专家的回信后，将他们的意见分类统计、归纳、不带任何倾向性地将结果反馈给各位专家，供他们作进一步的分析判断，提出新的估计。如此多次往返，意见渐趋接近，得到较好的预测结果。其缺点是信件往返和整理都需要时间，所以相当费时。

(二)订货法

    企业通过散发订货单或召开订货会等办法广泛订货的方法来预测市场对某种产品需求情况的一种预测方法。在汇总订货结果时，企业应当根据自己以往的销售情况，对订货量进行必要的修正，为了获得较好的订单返还率，通常对于预示订货的客户相结合以一定的优惠。

(三)意见收集法

    1、高级主管的意见：这种方法首先由高级主管根据国内外经济动向和整个市场的大小加以预测。然后估计企业产品在整个市场中的占有率。根据所得的数据，高级主管再拟定公司产品的销售预测。高级主管在公布销售预测之前，应邀集销售、生产和财务部门的主管广泛交换意见，意见交换之后，经理再对整个企业之预测加以细分，进而预测各个生产部门或各种特殊产品之销售量。此种预测方法不仅简单，而且所费时间及费用也少，故许多中小企业乐于采用。

    2、推销人员、代理商与经销商的意见：由于企业里的推销人员、代理商与经销商最接近顾客，所以此种预测很接近市场状况，更由于方法的简单，不须具备有熟练的技术，所以也是中小企业乐意采用的方法之一。此种预测方法虽然有很大的好处，但也有危险的一面。

    (1)预测结果，往往因预测人的性格(乐观或悲观)的不同而有很大的出入。

    (2)有些推销人员的说服力较强(弱)，经理有(不)偏向这类人意见的危险。

    (3)推销责任太重的地区，预测有过于保守的可能。

    (4)很容易受到调查时的市场动向或季节变动的影响，因此，企业除了应彻底教育推销员认为合理的预测方法外，经理还要运用本公司的实绩数据或自己预测的数字，对此等数据作集体性的讨论。

(四)假设成长率一定的预测法

这种销售预测公式如下：

 

      

 

在未来的市场营运情况变化不大的企业里，这种预测方法很有效。若未来的市场变化不定，则应再采取其它预测方法，相互借鉴。

(五)时间数列分析法：

    影响时间数列预测的因素甚多，大体上可归纳为下列四种：

    1、长期趋势：是一种在较长时间内预测值呈渐增或渐减的现象，例如时间的增长，美国人口也跟着增加。

    2、循环变动：又称为衷变动，是一种以一年以上（或三、四年或五、六年）较长时间为周期的反复变动。

    3、季节变动：是一种以一年为周期的反复的变动。例如汽水在寒冷的一、二、三月里销售量很低，而在炎热的六、七、八月里销售量很高，这种变化是季节变动的现象。

    4、偶然变动：是一种不规则的变动，其发生的原因主要是天灾人祸等突然发生的事故所致。

    时间数列分析中，长期趋势、循环变动与季节变动有规则性，可加以预测，偶然变动起因于不能预知因素，故无法加以预测。

    例：长期趋势预测法：是根据“将来一如即往”的原则，将过去若干年的实际销售数量，通常以移动平均法，或最小平方法或其它图解的方式，求得其未来的直线或曲线长期趋势，作为销售预测的基础，但是，必须注意所用的时间（年或月或日）不宜过短。时间愈长正确的性也愈大。其中最小平方法最为正确，大企业中多采用之。这将最小平方法说明如下：

    最小平方法分析的程序有三：

    （1）、将过去的数据绘成因表，假定可能被何样的倾向线所表现。

    （2）、检讨所假定的曲线是否为适当的曲线。有时或可将其曲线改变为直线而加以检查。

    （3）、规定倾向线的方程式，以决定其系数。

    所以，最小平方法就是以数字的方法，根据以往的资料，求得一条足以表示长期趋势的数学方程式，假设长期趋势用最小平方法所求得的数字方程式为Y_F=a+bt(参看下图)。t代表经过年数。为自变量，Y_F是代表长期趋势值，为应变量。欲使Y_F=a+bt通过各散布点而又最能正确代表各散布点的长期趋势，则各点至Y_F=a+bt之垂直距离总点和应该最小才对。亦即则Σ(Y-Y_F)最小。然而Σ(Y-Y_F)可能等于零。因此将每个偏差(Y-Y_F)平方后的总和为最小，则Y_F=a+bt必为最适当的长期曲线无疑。使这种“偏差平方和”变得最小的方法叫做最小平方法。

        Y_F=a+bt

求Σ(Y-Y_F)为极小，应求Σ(Y-Y_F)²的第一次微分，并令其等于零。

n

令 μ=Σ(Y-Y_F)²=Σ(Y-Y_F)²

    

    以Y_F=a+bt代入上式得

    μ=Σ[Y-（a+bt）] ²=Σ(Y-a-bt)²

∑Y-na-b∑t=0             -(1)

∑tY-a∑t-b∑t²=0          -(2)

由(1)(2)两式可得：

    na+b∑t=∑Y                  -(3)

    a∑t+b∑t²=∑tY               -(4)

由(3)(4)式联立方程、即可求得n和b

若物件n是奇数，将t=0放在n+1/2期，如果对象年数是偶数，将t=1将放在=n/2期，如下表所示：

t值  -2-10+1+2  t值 -3-1+1+3

期数12 34 5     期数 2 3 4

那么，∑t=0,（3）、(4)二式即可简化为：

              ——(5)

             ——（6）

某公司五年来销售情况如表，即可根据上述方法预测1995年年的销售额。

 

  

 

所以，Y=540+21t

1995年为1992年(基准期)之后三年，因此，1995年的预测值为Y₁₉₉₅=540+21×3=630

 

 

 

 

附表

年份	实绩值Y	大	tY	t2
1990	480	-2	-960	4
1991	530	-1	-530	1
1992	570	0	0	0
1993	540	+1	540	1
1994	580	+2	1160	4
合计	2700	0	210	10

（六）产品逐项预测法

    预测的种类如果以对象的观点来分，可区分为全盘预测(以与产品有关的企业作为预测对象)，产品种类预测(以同类产品为对象)及逐项预测三种。前二者又以后者为基础。所谓逐项预测就是以同产品中的单独乙项产品为预测对象，是决定“定货点、物料计划、定货量及预定进度”所必需。许多逐项预测方法中最常用的乙种，就是“指数平滑法”。

    1、第一阶段指数平滑法在产品项目非常稳定并获知其有稳定的趋向时采用，一般公式如下：

    新预测=a×销售量+(1-a) ×原预测(a种为加权因子)

    因原预测往往是数十个期间的平均数，而上期销售量仅为一期的实际数而已，所以原预测必比上期销售量有较多的权数，换句话说，在预测某项产品的销售数量，应以原预测为基础。公式可改为：

 

                 NF=OF+a(S-OF)

其中：a=加权因子   NF=新预测  OF=原预测   S=销售量

 

    2、第二阶段指数平滑法：当发现产品项目有不确定的趋向时(例如：新产品的加入)，则应用第二阶段指数平滑法，以消除第一阶段平滑的落后影响，一般公式如下：

    (1)本月的趋势=新预测=原预测

    (2)新趋势=a(本月的趋势)+（1-a）(前月趋势)

    (3)期望销售量=新预测值+(1-a/a)×新趋势

    上述三个公式：其实和第一阶段指数平滑公式一样，所不同之处在以（1-a/a×新趋势）的数额作为调整第一阶段的预测因子。假设某公司以去年实际销售量的每月平均销售量(称为原预测)为基础（单价千），其数额为1377.8，今年第一月的实际销售量为1108，并假设前月的趋势为0.9，参照上列公式，可以很容易的算出期望销售量来，演算如下：

    第一阶段平滑法：新预测=1377.8×0.9+1108×0.1=1350.8

    第二阶段平滑法：

    (1)本月的趋势=1350.8-1377.8=-27

    (2)新趋势=0.1(-2.7)+0.9(3.7)=0.6(假设a=0.1)

(3)期望销售量=1350.8+0.9/0.1×0.6=1356.2

是否需要采用第二阶段平滑，可以少数项目的实际数据模拟的结果决定。一般而言，第一阶段的平滑已能使大多数项目，获得满意的结果。

    3、加权因子(a)的测定：想要使指数平滑法获得满意的结果，其关键在于测定适当的加权因子(a)。若采用高因子值，会使销售量发生重大变动。就是需要方面也同样发生不规则的变化。反之，若采用低因子值，则变动趋向又出乎意外的缓慢。总之，a是一个新预测的控制因子，并影响销售数量的计算。任何a因子值均在太慢和太快之间。

    根据许多公司的经验，a因子值可以用高度熟练的技术迅速获知，而不必经过耗时日的模拟来测定，即一般因子值在0.1至0.2之间，可由经验迅速决定所需的不同因子值。

    当公司缺乏实际数据时，可利用几个星期的移动平均数代替指数平滑。下列测定a因子公式，即可用来求得约等于前几个星期的平均数：

                   

 (七)相关分析

    了解工商界的各种指数后，将会发现某种产品的销售指数和其它指数之间的关联，这就可以建立一个相关的方程式，用以预测未来，这时相关分析就有很大的作用，比如说，非民主必需品的销售量和国民所得有密切的关系，又汽油的销量与汽车的数量成正比。一般在作相关分析时，相关方程式有直线和曲线的两种：

直线的时候是：需要量Y=a+bx    

曲线的时候是：需要量Y=aX²

上述两个方程式是借已知变量(独立变量)的X,用以推定未知变量（应变量）的Y，都是单纯相关的方程式。

    另外，不用单一的独立变量，而连用复数的独立变量时，可以组成精确度更高的方程式，这叫做多重相关的方程式。

    独立变量的X，必须要能判明将来的数值。例如，已知国民总产值，工矿业总产值，国民所得，个人消费支出等将来值。

    要运用相关分析，预测社会对公司某产品的需要量时，首先须以上述方法，对该产品的全国需要量作统计性的预测，再算出本公司产品的市场占有率，然后下决定：

    产品的需要量=全国预测量×市场占有率