第五章 市场分析
第一节 市场分析概述
考点1：市场预测方法分类【B】
（一）定性预测
定性预测：根据掌握的信息资料，凭借专家个人和群体的经验、知识，运用一定的方法，对市场未来的趋势、规律、状态做出主观的判断和描述。
定性预测方法主要包括：类推预测法、专家预测法、征兆指标预测法和点面联想法等。
【巧记】找点这类专家来定性分析
（二）定量预测
| 方法 | 概念 | 分类 | 适用条件 |
|---|---|---|---|
| 因果预测 | 变量之间的因果关系，分析自变量对因变量的影响程度，进而对未来进行预测的方法 | 回归分析法 |
弹性系数法 消费系数法 购买力估算法 | 用于存在关联关系的数据预测 | | 延伸预测 | 根据预测对象的历史数据，找出其中的变化规律 | 移动平均 指数平滑 成长曲线分析 | 预测对象的历史数据，找出其中的变化规律 |
考点2：市场预测方法选用【A】
定性方法
| 预测方法 | 类推预测法 | 专家预测法 | 征兆预测法 | 点面联想法 |
|---|---|---|---|---|
| 概念 | 对比类似产品预测 | 组织专家预测 | 根据影响事物变化的内在因素指标进行预测 | 由点到面来预测 |
| 范围 | 长期预测 | 长期预测 | 长期预测 | |
| 资料需求 | 多年历史资料 | 多年历史资料 | 多年历史资料 | 多年历史资料 |
| 精确度 | 尚好 | 较好 | 较好 | 较好 |
定量方法
| 预测方法 | 因果分析 | 延伸预测（时间序列分析） | |||||
|---|---|---|---|---|---|---|---|
| 回归分析法 | 消费系数法 | 弹性系数法 | 购买力估算法 | 移动平均法 | 指数平滑法 | 成长曲线模型 | |
| 概念 | 建立一元回归模型等 | 分析消费数量，预测需求数量 | 利用两个变量的弹性系数预测 | 通过居民总购买力预测需求量 | 取连续几个数据的平均值作为下期预测值 | 给予近远期历史数据不同权值 | 通过趋势线预测 |
| 范围 | 短中长 | 短中长 | 中长 | 短中长 | 近/短期 | 短中长 | 短中长 |
| 资料需求 | 需要多年数据 | 数据最低要求5~10个 | 至少5年 | ||||
| 精确度 | 很好 | 很好 | 较好 | 较好 | 尚好 | 较好 | 较好 |
小节
第二节 定性预测法
考点1：类推预测法【C】
1. 概念
根据市场及其环境的相似性，从一个已知的产品或市场区域的需求和演变情况，推测其他类似产品或市场区域的需求及其变化趋势的一种判断预测方法。
2. 特点及适用情形
具有极大的灵活性和广泛性，非常适用于新产品、新行业和新市场的需求预测。
考点2：专家预测法【C】
（一）专家个人判断法
优点：
最大限度地发挥专家个人的创造力，不受外界影响，没有心理压力的条件下进行。
缺点：
受专家个人的知识面、知识深度、占有资料的多少、信息来源及其可靠性、对预测对象兴趣的大小乃至偏见等因素影响，缺乏相互启发的氛围。
（二）专家会议法
包括头脑风暴法、交锋式会议法、混合式会议法等。对一些重大市场预测，需要召集行业相关专家，利用群体智慧，集思广益，并通过讨论、交流取得共识，为正确决策提供依据。
（三）混合式会议法
第一阶段：
质疑式头脑风暴法会议，产生各种思路和预测方案。
第二阶段：
交锋式会议，对上一阶段提出的各种设想进行质疑和讨论，也可提出新的设想，相互不断启发，最后取得一致的预测结论。
（四）德尔菲法
详见第二章
- 【例5-1】专家评分预测 手机生产企业为应对市场竞争，近年来一直以降低产品销售价格作为主要竞争策略。为了改善经营业绩，该企业拟调整竞争策略，并为此聘请一家咨询公司对某地区手机市场进行分析。咨询公司通过对该地区手机市场的分析得到以下数据： 表5-2 手机销售价格和销售量调查表
年份 手机平均销售价格(元) 手机销售量(万台) 2016 6120 38 2017 5780 43 2018 5390 47 2019 5030 53 2020 4640 57 咨询公司用德尔菲法对影响手机销量的主要因素进行了市场调查，从研究部门、家电经销商和知名家电企业选择了40名专家实施调查。在意见征询表中，列出了质量、价格、品牌、外观、性能和售后服务等项目，要求专家从中选择3个影响销售的主要因素，并按其重要性排序。 在第二轮征询后，按专家排序情况和评分标准（排第一位的给3分，排第二位的给2分，排第三位的给1分）评分，排在前5位的为性能、品牌、价格、外观和质量5个因素。 第三轮征询后，40名专家对该5个因素的重要性进行排序的人数分布情况如下： 表5-3 5个因素重要性咨询结果 性能 品牌 ------ ---- ---- 第一位 11 10 第二位 9 7 第三位 6 9
问题： 以第三轮征询的专家意见为依据，按评分标准分别计算影响手机销售的5个主要因素的得分（列出计算过程），并按分值排序。（计算结果保留整数）
解析：方法一：- 性能： 11×3 + 9×2 + 6×1 = 57
- 品牌： 10×3 + 7×2 + 9×1 = 53
- 价格： 8×3 + 13×2 + 9×1 = 59
- 外观： 6×3 + 4×2 + 5×1 = 31
- 质量： 5×3 + 7×2 + 11×1 = 40 方法二：
- 性能： (11×3 + 9×2 + 6×1) / 40 = 1.43
- 品牌： (10×3 + 7×2 + 9×1) / 40 = 1.33
- 价格： (8×3 + 13×2 + 9×1) / 40 = 1.48
- 外观： (6×3 + 4×2 + 5×1) / 40 = 0.78
- 质量： (5×3 + 7×2 + 11×1) / 40 = 1
结论： 5个因素的排序依次为：价格、性能、品牌、质量、外观。
考点3：征兆指标预测【C】
从征兆指标判断可能引起的某种事物的出现和变化，如商品价格是预计市场销售量的征兆指标，物价指数是市场繁荣的征兆指标等，而一个事物也有可能同时有多个征兆指标。
考点4：点面联想法【C】
1. 概念
以调查对象的普查资料或抽样调查资料为基础，通过分析、判断、联想等由点到面来预测的方法。
2. 适用情形
适用于相似事件、接近事件和具有其他某种关系事件的定性预测，拓展了调查数据的应用范围。对于新兴领域、历史数据缺失或不足的预测具有一定的优势。
3. 实施程序
- 收集调查对象相关资料；
- 组织相关专家对资料进行分析、判断、联想等对市场进行预测；
- 汇总处理专家预测结果；
- 得出预测结论。
小节
第三节 因果预测法
考点1：线性回归分析【C】
如果预测对象与主要影响因素之间存在线性关系，将预测对象作为因变量y,将主要影响因素作为自变量x,即引起因变量y 变化的变量，则它们之间的关系可以用一元线性回归模型表示为如下形式：
y=a+bx+e
其中，a 为回归常数，b 为回归系数，e 是误差项或称回归余项。在实际预测中，e 是无法预测的，回归预测是借助a+bx 得到预测对象的估计值y。通过确定a 和b,从而揭示变量y 与x 之间的关系，可表示为：y=a+bx
考点2：弹性系数法【A】
1. 概念
弹性系数亦称弹性，弹性是一个相对量，它衡量某一变量的改变所引起的另一变量的相对变化。弹性总是针对两个变量而言的。例如，需求的价格弹性系数所考察的两个变量是某一特定商品的价格和需求量，而能源弹性则是考察经济总量指标与能源消费量之间的关系。
2. 优缺点
● 优点：简单易行、计算方便、计算成本低、需要的数据少、应用灵活广泛。
● 缺点：
- （1）带有一定的局限性和片面性，只能考虑两个变量之间的关系，而忽略了其他相关变量所产生的影响；
- （2）分析的结果在许多情况下显得比较粗糙，弹性系数可能随着时间的推移而变化，以历史数据推算出的弹性系数预测未来可能不准确，许多时候要分析弹性系数的变动趋势，对弹性系数进行修正。
3. 分类
（1）收入弹性
指商品价格保持不变时，该商品购买量变化率与消费者收入的变化率之比。公式如下：
结论：收入弹性为正数，即收入增加，购买量上升；收入减少，购买量下降。
- 【例5-3】 某地区2016—2020 年电冰箱销售量和人均年收入见表5-6, 预计到2025 年人均年收入较2020 年增加80%, 人口增长控制在0.3%。 问题：请用收入弹性法预测2025 年电冰箱的需求量。 表5-6 某地区2016—2020 年电冰箱消费量和人均年收入
年份 人均收入(元/年) 人口(万人) 电冰箱销售量(万台) 2016 32600 725 6.12 2017 33580 729 6.23 2018 35860 734 6.38 2019 37650 738 6.54 2020 39120 742 6.71
解析：步骤一：逐年计算各自弹性系数，见下表，并取平均值作为2025 年弹性系数。 可以看出，2016—2020 年电冰箱消费收入弹性系数为0.25～0.52, 平均为0.393。故取2025 年的弹性系数为0.393。
步骤三：计算2025 年每万人电冰箱需求量：步骤四：计算2025 年当地人口数量：步骤五：计算2025 年当地电冰箱需求量：年份 较上年收入增长(%) 每万人电冰箱消费(台/万人) 每万人电冰箱消费增长(%) 收入弹性系数 2016 84.41 2017 3.01 85.46 1.24 0.41 2018 6.79 86.92 1.71 0.25 2019 4.99 88.62 1.96 0.39 2020 3.90 90.43 2.04 0.52 步骤二：计算2025 年该地区电冰箱的需求量增长率： 以2020 年为基数，2025 年人均年收入增长80%, 则：
（2）价格弹性
指商品需求的价格弹性。某个商品需求的价格弹性是指当收入水平保持不变时，该商品购买量变化率与价格变化率之比，公式如下：
结论：价格弹性均为负数，反映了价格的变动方向与需求量变动方向相反。价格上升，需求量就会下降；价格下降，需求量就会上升。
- 【例5-4】 某地区某品牌汽车消费需求预测。2013—2020 年某地区某品牌汽车消费量和平均销售价如表5-8所示，如果2021 年该品牌汽车价格下降到300150 元/辆。 问题：请用价格弹性系数法预测2021 年该品牌汽车需求量。 表5-8 某地区2013—2020 年某品牌汽车消费量与价格
年份 汽车价格(元/辆) 汽机消费量(万辆) 2013 326000 12 2014 323860 13 2015 320120 16 2016 318400 19 2017 316690 21 2018 312480 23 2019 309320 27 2020 304150 29
解析：步骤一：计算各年的汽车价格弹性系数，并取其平均值作为2021 年的弹性系数，见表5-9。 从表5-9 可以看出，2013—2020 年该地区汽车的价格弹性在-4.44～-34.72 之间，取2013—2020 年价格弹性系数的平均值-16.53, 作为2021 年的价格弹性，即价格每降低10%, 需求量增长165.3%。 表5-9 某地区2013—2020 年某品牌汽车价格弹性系数年份 汽车价格(元/辆) 价格较上年增长(%) 汽车消费量(万台) 汽车消费较上年增长(%) 价格弹性系数 2013 326000 12 2014 323860 -0.66 13 8.33 -12.62 2015 320120 -1.15 16 23.08 -20.07 2016 318400 -0.54 19 18.75 -34.72 2017 316690 -0.54 21 10.53 -19.50 2018 312480 -1.33 23 9.52 -7.16 2019 309320 -1.01 27 17.39 -17.22 2020 304150 -1.67 29 7.41 -4.44
步骤二：计算2021 年该地区的该品牌汽车需求增长率。 若2021 年价格降低到300150 元/辆，较2020 年价格降低了1.32%, 则：步骤三：计算2021 年该品牌汽车需求量。
（3）能源需求弹性
能源消费可以分解为电力、煤炭、石油、天然气等消费，反映国民经济的重要指标包括社会总产值、国内生产总值、工农业总产值、国民收入、主要产品产量等，可按这些指标计算不同的能源弹性。
能源的国内生产总值弹性，是指能源变化率与国内生产总值变化率之比。公式如下：
- 【例5-5】 某企业2020 年产值达到20 亿元，当年新鲜水消耗量为4500 吨。经分析，预计未来三年该企业将保持10%的速度增长，同期的新鲜水需求弹性系数为0.46。 问题：请用弹性系数法预测2023 年该市的新鲜水需求量。 （计算结果保留两位小数）
【解法1】 2021—2023 年新鲜水需求增长速度：2023 年该市的新鲜水需求量：
【解法2】 根据背景列式计算，各年新鲜水需求量：- 2021 年：，解得
- 2022 年：，解得
- 2023 年：，解得
考点3：消费系数法【C】
1. 概念
消费系数是指某种产品在各个行业（或部门、地区、人口、群体、特定的用途等）的单位消费量。
消费系数法是对某种产品在各个行业的消费数量进行分析，在了解各个行业规划产量的基础上，汇总各个行业的需求量，从而得出该产品的总需求量。
2. 公式
- 【例5-6】消费系数题型【修订】 2020 年某地区各类汽车消耗车用汽油 208.76 万吨。其具体消耗见表 5-10，预计 2025 年当地各类车保有量分别是：私人轿车 25 万辆，出租车 6 万辆，商务用车 8 万辆，其他车辆 3 万辆。假定各类车辆年消耗汽油不变。 问题：请用消费系数法预测 2025 年车用汽油需求量。（计算结果保留两位小数）
表5-10 2020 年某地区车用汽油消费量项目 私人轿车 出租车 商务用车 其他车辆 合计 车辆保有量(万辆) 17.40 8.52 5.99 6.30 38.21 年消耗汽油(万吨) 55.62 66.33 51.68 35.13 208.76
解析：1. 计算每类车辆的单位年用汽油量：- 每辆私人轿车年用汽油量：
- 每辆出租车年用汽油量：
- 每辆商务车年用汽油量：
- 每辆其他车辆年用汽油量：
2. 计算 2025 年各类车辆的年汽油消耗量：- 私人轿车：
- 出租车：
- 商务用车：
- 其他车辆：
3. 计算 2025 年车用汽油需求总量：
考点4：购买力估算法
1. 概念
通过分析社会居民总购买力，分析购买力投向，导出对某种产品的需求量。常用于预测对消费品的需求。
2. 公式
- 【例5-7】居民购买力题型 据预测，某地区居民消费品购买力在今后三年每年递增 7%，洗衣机在消费中的比重每年递增 10%。目前，该地区居民消费购买力为 200 亿元，洗衣机在消费品中的比重为 2‰，洗衣机价格为 2000 元/台，预计在今后三年内变动不大。 问题：试预测该地区今后三年洗衣机的需求潜在量。
解析：第 1 年：
第 2 年：
第 3 年：
第四节 延伸预测法
考点1：简单移动平均法【B】
1. 概念
移动平均法分为简单移动平均法和加权移动平均法。
- 简单移动平均法：以过去某一时期的数据平均值作为将来某时期预测值的一种方法。该方法对过去若干历史数据求算数平均数，并把该数据作为以后时期的预测值。
- 加权移动平均法：在简单移动平均法的基础上，给不同时期的变量值赋予不同的权重来计算预测值。
2. 公式
其中：
- 是第 t+1 时的预测数；
- n是在计算移动平均值时所使用的历史数据的数目，即移动时段的长度。
为了进行预测，需要对每一个 t 计算出相应的，所有计算得出的数据形成一个新的数据序列。经过两到三次同样的处理，历史数据序列的变化模式将会被揭示出来。
3. n 的取值
- n 值小：近期观测值的作用更大，预测值对数据变化的反应速度快，但修匀程度较低，预测精度可能降低。
- n 值大：预测值的修匀程度较高，但对数据变化的反应较慢。
适用建议：
- 水平型数据：n 的取值较为随意。
- 基本发展趋势变化不大：n 应取大一点。
- 趋势性或阶跃型数据：n 应取小一些。
- 趋势不断变化：n 应选小，以使移动平均值更能反映发展变化趋势。
4. 优缺点
优点：简单易行、容易掌握
缺点：只适用于处理水平型历史数据；每次计算移动平均需要最近的 n 个观测值。
5. 适用范围
- 只适用于短期预测，多用于以月度或周为单位的近期预测。
- 也可用于对原始数据的预处理，以消除异常因素或周期变动成分。
- 【例5-8】简单移动平均法问题：某企业 2020 年 1-12 月品牌手机销售量如表 5-11 所示。请用简单移动平均法填写表 5-11 中的空白数据，并预测下一年第一季度该企业的品牌手机销售量（[n=3]）。
表5-11 移动平均法计算表（单位：万台）月份 实际销售量 [x_t] 3 个月移动平均预测 月份 实际销售量 [x_t] 3 个月移动平均预测 1 29 — 7 66 2 37 — 8 59 3 51 — 9 52 4 56 10 59 5 62 11 53 6 72 12 47
解析：（1）填表 根据公式 ，计算 3 个月移动平均预测值：- 4 月：(29 + 37 + 51) / 3 = 39
- 5 月：(37 + 51 + 56) / 3 = 48
- 6 月：(51 + 56 + 62) / 3 = 56
- 7 月：(56 + 62 + 72) / 3 = 63
- 8 月：(62 + 72 + 66) / 3 = 67
- 9 月：(72 + 66 + 59) / 3 = 66
- 10 月：(66 + 59 + 52) / 3 = 59
- 11 月：(59 + 52 + 59) / 3 = 57
- 12 月：(52 + 59 + 53) / 3 = 55 更新表格如下：
月份 实际销售量 [x_t] 3 个月移动平均预测 月份 实际销售量 [x_t] 3 个月移动平均预测 1 29 — 7 66 63 2 37 — 8 59 67 3 51 — 9 52 66 4 56 39 10 59 59 5 62 48 11 53 57 6 72 56 12 47 55
（2）预测下一年第一季度品牌手机销售量- 下一年 1 月（Q1）：
- 下一年 2 月（Q2）：
- 下一年 3 月（Q3）：下一年第一季度总预测量：
- 【拓展】加权移动平均法 为了使预测更符合当前的发展趋势，可以采用加权移动平均法，即对预测的前一期、前二期和前三期分别赋予权重 3、2、1。
- 下一年 1 月（Q1）：
- 下一年 2 月（Q2）：
- 下一年 3 月（Q3）： 加权移动平均法预测下一年第一季度总量：
考点2：指数平滑法【A】
1. 概念
指数平滑法，又称指数加权平均法，是加权移动平均法的一种变化形式。它通过选取各时期权重数值为递减指数数列的均值方法，来对数据进行平滑处理。
2. 相比移动平均法的优点
- 解决了移动平均法需要 n 个观测值的限制。
- 考虑了 前时期数据的影响，弥补了移动平均法不考虑较早数据的缺陷。
- 能有效消除历史统计序列中的随机波动，找出主要的发展趋势。
3. 一次指数平滑
（1）公式
其中：
- 和 ：分别为第 t 时和第 t-1 时的平滑值或预测值；
- ：平滑系数，取值范围为0 < < 1，已知；
- ：历史数据在第 t 时的观测值（即实际值）；
- 当 t=1 时， 为初始值。
（2）平滑系数 的取值
- 观测值呈较稳定的水平发展： 取 。
- 观测值波动较大： 取 $0.3 \sim 0.$5。
- 观测值波动非常大： 取 。
（3）初始值 的取值
- 时间序列期数在 20 个以上：初始值对预测结果影响较小，可用第一期的观测值代替，即 。
- 时间序列期数少于 20 个：初始值对预测结果有一定影响，可取前 3～5 个观测值的平均值代替，如：
（4）特点
- 一次指数平滑法适用于市场观测呈水平波动，无明显上升或下降趋势的预测场景。
- 与简单移动平均法相比，指数平滑法对先前预测结果的误差进行了修正。
- 【例5-9】一次指数平滑法问题：1-12 月某电子企业电力消耗量见表 5-12，用一次指数平滑法预测明年 1 月的电力需求量（）。
表5-12 某企业电力消费表（单位：万千瓦时）月份 t 月消耗量 [x_t] 月份 t 月消耗量 [x_t] 1 1 37.97 7 7 72.54 2 2 53.33 8 8 78.88 3 3 59.56 9 9 75.47 4 4 58.77 10 10 79.63 5 5 61.41 11 11 89.99 6 6 61.39 12 12 89.78
解析：（1）计算初始值
（2）依次计算平滑值 根据公式：- 第 1 期：
- 第 2 期：
- 第 3 期：
- 第 4 期：
- 第 5 期：
- 第 6 期：
- 第 7 期：
- 第 8 期：
- 第 9 期：
- 第 10 期：
- 第 11 期：
- 第 12 期：
（3）预测明年 1 月电力需求量 根据一次指数平滑法，明年 1 月的电力需求量预测值为：
本章总结
