|
（1）产品市场的规律性
产品市场是有规律性的，利用这些规律性可以预测市场的产品数量和产品价格。同时产品市场未来状态也具有不确定性，这意味着任何预测都是相对具体条件和在一定概率程度下成立。大专院校和专业咨询机构研究了很多预测方法，本文试图总结一些适用于企业经营管理中使用的简单方法。
进行市场预测需要首先判断产品是处于市场的启动期、成长期、还是成熟期，不同的时间区段可能需要采用不同的方法。波动的市场数据通常可以分解成三个分量，有基础需求和供给状态形成的主分量、由季节、文化习俗等因素形成的周期分量和由随机因素形成的干扰分量。尽管在企业中很少利用数字滤波技术分解这些分量，但是分量的概念有助于对预测方法和预测结果的理解。
（2）成熟期产品市场预测
成熟期市场预测方法有平均值计算、市场增减率计算、等增量预测等方法，由于属于比较简单的统计计算，再此从略。
本节介绍预测成熟期市场变化趋势的移动平均法（SMA）。移动平均法一般用来平滑时间序列的数据，同时也可以用来预测市场的变化趋势。移动平均法在股票分析中获得了广泛的应用。在项目中可以用来预测项目产品成熟市场的价格、数量变化趋势，其缺陷是只能预测“看跌”和“看涨”。
假设时间序列具有N个数值，分别为X1，X2…Xn。移动平均的数据窗口为k>0,第k次移动平均的数值定义如下:
y1=1/k(x1+x2…+xk)
y2=1/k(x2+x3+…+xk+1)
y3=1/k(x3+x4+…+xk+2)
yn-k+1=1/k(xn-k+1+xn-k+2+…+xn)
移动平均的时间序列具有n-k+1个平均值数据.
下例是某产品在10个月中的价格数据以及使用简单移动平均法(SMA)在K=2和K=3两种情况下的平滑数据。价格数据曲线与移动平均曲线之间有一个显著的规律，当价格曲线从移动平均曲线的上方变化到下方,跟随的是一个价格下降的低谷。每当价格曲线从移动平均曲线的下方变化到上方,跟随的是一个价格上升的高峰。
（３）成长期产品市场预测
相关回归预测是借助于容易取得的且对未来变化具有一定确定性的变量数据，利用数学回归方法建立该数据与市场数据的相关关系。根据已建立的相关关系来预测市场数据。根据相关关系的方式，有与单相关对应的一元回归预测，与复相关对应的多元回归预测，与一次函数对应的线性回归预测和与曲线函数对应的非线性回归预测。
在自然界中，各种现象与变量之间的关系可分为两大类,既函数关系与相关关系。相关关系本身不存在相互对应的确定关系。只有通过回归分析，在承认一定误差的条件下，才能确定相关关系的形态和性质。常用的回归分析有：
一元线性回归 Y=A0+A1x
多元线性回归 Y=A0+A1X1+A2X2+…AnXn
非线性回归 Y=F(X)
下面以深圳小汽车千人拥有量的预测来说明相关回归预测方法。与小汽车千人拥有量的相关因素指标有GDP、人均GDP、工业总产值、职工年平均货币工资，城乡居民储蓄存款余额、城乡居民人均可支配收入等。由于预测的小汽车保有量市场既有私人汽车，也有公用小汽车，选取人均GDP指标作为相关的经济指标。根据人均GDP与小汽车的千人拥有量的相关关系，预测出远期的小汽车千人拥有量。
根据对世界其他城市的数据分析，人均GDP与小汽车的千人拥有量各国家和城市的情况是不同的。尽管从常识上可以判断人均GDP的增长将带来小汽车千人拥有量的增长，但是由于各国对小汽车市场的税赋政策、价格控制和城市交通设施不同，例如对小汽车市场的各种税赋、牌照费用的征收和公路设施的建设等，造成了上述差异。
根据上述情况，在预测中需要找出深圳市的人均GDP与小汽车千人拥有量的相关关系。值得注意的是这一关系是由深圳市的小汽车市场的税收政策、牌照费用、相对价格、交通设施等状况决定的关系。从《深圳市经济统计年鉴》可获得深圳市历年的历史数据如下表：
使用上述数据中的人均GDP和小汽车千人拥有量进行相关分析，在过去计算机技术尚未普及的时候,相关分析是通过烦琐的人工计算的。在计算机技术普及的今天,有大量的计算机软件具有相关分析功能，可以不必再为繁琐的相关分析公式所困扰。利用统计分析软件（SPSS、SAS、MINITAB、EXCEL等）可获得深圳市的人均GDP和小汽车千人拥有量的关系,其相关系数为0.965。可以利用下列公式与政府经济发展规划中的人均GDP目标计算未来的小汽车千人拥有量。例如深圳的十五规划中2010年人均GDP目标为9万元，则可以预测届时的小汽车千人拥有量在110-120辆，其条件是深圳市的小汽车市场的税收政策、牌照费用、相对价格、交通设施等状况没有重大的变化（在加入WTO以后的相对价格变化比较大，可以使用同样的方法和2000年后的数据对结果进行修整）。
小汽车千人拥有量=4.2232+0.0005*人均GDP+8.4E-09*人均GDP²
成长期产品市场预测的另外一种方法是曲线拟合方法。从数学角度来讲，曲线拟合与相关分析使用的是同一种技术，都是采用回归分析和最小二乘法原理。但是从市场预测的角度，两者有根本的区别。相关分析是将市场的待预测值与一个或多个具有确定预测值的量建立起相关关系，从而间接预测市场的数据。而曲线拟合则是根据已有的市场量与时间的数据，拟合出近似的市场-时间曲线，从而预测未来时间的市场值。
下图是中国人造金刚石的市场预测，根据1980年到2000年的市场数据，可以预测2001年到2003年的市场数据，并拟合出市场与时间的关系为自然指数曲线：
0.2902t
人造金刚石产量=43.182e
作者在预测的时候只有1990年到2000年的市场数据，在预测以后为了验证预测结果，在网上搜索到2003年的实际市场数量为22万克拉到25万克拉，预测的25万克拉比较符合实际的市场数量。
曲线拟合同样也可以用来预测产品的价格趋势。以中国背投彩电的平均价格
为例，首先收集中国背投彩电60个月的平均价格数据，计算每年的平均价格，然后采用任何数学软件（甚至EXCEL电子表格），可以拟合出产品的价格。2000年后背投彩电的平均价格与预测价格具有比较好的符合性。
如果你对曲线拟合预测还存有疑虑，并且还没有时间学习统计分析软件，可以利用下表世界塑料市场1989年到1994年到产量数据,将上述数据画在表格中,然后根据历史数据曲线画出延长线,根据延长线预测世界塑料市场1995年到1997年的世界塑料产量,表中的实际产量可以验证你的预测。
（4）启动期产品市场预测
尽管采用曲线拟合可以比较可靠的预测市场数量和产品价格,但是这种拟合方法需要比较长时间的历史数据,而这恰恰是新产品所不具备的条件。生命周期曲线拟合通常应用于处于启动期的新技术产品市场，其市场具有启动期、成长期和饱和期的规律性。此时可利用已有的市场数据、饱和值的预计和生命周期模型来进行曲线拟合。生命周期模型具有前期缓慢增长，中期加速增长和后期增长平缓的特点。生命周期模型原来用于描述物种的变化，例如物种数量的增长过程、从新生儿到成人的身高增长过程，近代开始用于市场预测。通常用来描述生命周期模型的曲线有龚珀茨曲线(非对称)和罗吉斯蒂曲线(对称)。龚珀茨曲线的计算公式和图形如下：
Y(t)=a exp[-b exp(-gt)]
启动期新产品市场只有有限的数据，生命周期模型预测的原理在于市场初期的数据中蕴涵了以后市场生命周期的信息。在各种促进和抑制随机因素下,市场按照自然生命周期规律增长。利用市场初期的数据和对最终市场饱和时的估计值，可以拟合出市场在成长期的轨迹。
下面以深圳小汽车市场数量预测来说明生命周期模型预测的原理。决定深圳小汽车保有量的因素除了人口因素之外,还有社会的经济发展状况.在表征社会经济发展状况的指标中,可考虑的指标有GDP、人均GDP、工业总产值、职工年平均货币工资，城乡居民储蓄存款余额、城乡居民人均可支配收入等。由于预测的小汽车保有量市场既有私人汽车，也有公用小汽车，选取人均GDP指标作为与小汽车保有量相关的经济指标。预测需要的基础统计数据有：
（1）深圳人口的历史数据和饱和人口预测
（2）深圳的人均GDP历史数据和政府经济规划的人均GDP目标
（3）深圳的小汽车保有量历史数据和千人拥有量历史数据
（4）世界重点城市的人口密度、人均GDP和小汽车千人拥有量
预测的基本思路是利用深圳小汽车保有量的历史数据基础，根据饱和人口预计、人均GDP和小汽车千人拥有量的关系预计出未来小汽车保有量的饱和量，根据未来的饱和量、历史的保有量、利用生命周期曲线描绘出中间的市场成长期曲线。由于篇幅限制不能在此详述，采用上述方法借助SPSS软件预测的市场数据预测的结果见下图。关于生命周期预测的细节，有兴趣的读者可以参考立信会计出版社的《企业管理统计学》和英国VOLTERRA咨询公司的GOMPERTZ预测电子表格,URL为WWW.VOLTERRA.CO.UK
这个预测是作者在2001年进行的预测，并在深圳的一些跨国集团公司进行了介绍,作者当时也希望等待市场发展的验证。这个结果近似于《深圳市城市规划设计研究院》预测的2005年小汽车保有量40.2万辆,2010年为71.2万量。而使用的预测方法不同。使用龚帕茨(GOMPERTZ)生命周期模型对2004年的预测结果为32万量，2005年政府公布的深圳小汽车注册数为31.26万量。尽管对2004年的预测与实际市场数据近似,由于在预测中使用1979年至2000年的历史数据为基础数据，而2000年加入WTO以后小汽车的相对价格发生重大变化，2000年至2010年的预测数据会倾向保守，需要根据WTO后3-5年的数据进行修正。
来源：项目管理者联盟 | 
