商业与经济预测.ppt

《商业与经济预测.ppt》由会员分享，可在线阅读，更多相关《商业与经济预测.ppt（46页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、商业与经济预测现在学习的是第1页，共46页前言 大多数企业决策都有一定的不确定性。减少决策不确定大多数企业决策都有一定的不确定性。减少决策不确定性的方法之一就是把资源用于预测，包括对将来经济条件性的方法之一就是把资源用于预测，包括对将来经济条件的预测和对它们企业经营影响的评估。的预测和对它们企业经营影响的评估。预测的目的常常是预测需要。而企业主要是要预测预测的目的常常是预测需要。而企业主要是要预测它可能达到的市场份额。它可能达到的市场份额。预测还能为企业的产品组合提供信息。预测还能为企业的产品组合提供信息。预测是一项重要的管理内容。在大企业里，重大的决策预测是一项重要的管理内容。在大企业里，重

2、大的决策几乎都要根据某种预测来做。几乎都要根据某种预测来做。现在学习的是第2页，共46页一、数据的来源 预测数据的三个重要来源是专家意见、调查、市场实验。现在学习的是第3页，共46页（一）德尔菲法（一）德尔菲法（Delphi techniqueDelphi technique）1.1.背景背景 德尔菲法最早出现于德尔菲法最早出现于2020世纪世纪5050年代末，是当时美国年代末，是当时美国为了预测在其为了预测在其“遭受原子弹轰炸后，可能出现的结果遭受原子弹轰炸后，可能出现的结果”而而发明的一种方法。发明的一种方法。19641964年美国兰德年美国兰德(RAND)(RAND)公司的赫尔默公司的赫

3、尔默(Helmer)(Helmer)和戈登和戈登(Gordon)(Gordon)发表了发表了“长远预测研究报告长远预测研究报告”，首次将德尔菲法用于技术预测中。，首次将德尔菲法用于技术预测中。据美国据美国未来未来杂志报导，从杂志报导，从6060年代末到年代末到7070年代中，年代中，专家会议法和德尔菲法专家会议法和德尔菲法(以德尔菲法为主以德尔菲法为主)在各类预测在各类预测方法中所占比重由方法中所占比重由20.8%20.8%增加到增加到24.2%24.2%。8080年代以来，我年代以来，我国不少单位也采用德尔菲法进行了预测、决策分析和编国不少单位也采用德尔菲法进行了预测、决策分析和编制规划工作

4、。制规划工作。现在学习的是第4页，共46页2.2.程序程序（1 1）确定调查目的，拟订调查提纲。首先确定目标，）确定调查目的，拟订调查提纲。首先确定目标，拟订出要求专家回答问题的详细提纲，并同时向专家提拟订出要求专家回答问题的详细提纲，并同时向专家提供有关背景材料，包括预测目的、期限、调查表填写方供有关背景材料，包括预测目的、期限、调查表填写方法及其它希望要求等说明。法及其它希望要求等说明。（2 2）选择一批熟悉本问题的专家，一般至少为）选择一批熟悉本问题的专家，一般至少为1010人左右，人左右，包括理论和实践等各方面专家。每一轮时间约包括理论和实践等各方面专家。每一轮时间约7 7到到1010

5、天，总共约一个月左右即可得到大致结果。天，总共约一个月左右即可得到大致结果。（3 3）以通信方式向各位选定专家发出调查表，征询）以通信方式向各位选定专家发出调查表，征询意见。意见。（4 4）对返回的意见进行归纳综合、定量统计分析后）对返回的意见进行归纳综合、定量统计分析后再寄给有关专家，如此往复，经过三、四轮意见比再寄给有关专家，如此往复，经过三、四轮意见比较集中后进行数据处理与综合得出结果。较集中后进行数据处理与综合得出结果。现在学习的是第5页，共46页3.3.利弊利弊（1 1）简便易行，具有一定科学性和实用性，可避免会议）简便易行，具有一定科学性和实用性，可避免会议讨论时产生的害怕权威随声

6、附和，或固执已见，或顾虑情讨论时产生的害怕权威随声附和，或固执已见，或顾虑情面不愿与他人意见冲突等弊病。面不愿与他人意见冲突等弊病。（2 2）可使大家发表的意见较快收敛，参加者也易接）可使大家发表的意见较快收敛，参加者也易接受结论，具有一定程度综合意见的客观性。受结论，具有一定程度综合意见的客观性。（3 3）由于专家一般的时间紧，回答总是往往比较草率，）由于专家一般的时间紧，回答总是往往比较草率，同时由于预测主要依靠专家，因此归根到底仍属专家们的同时由于预测主要依靠专家，因此归根到底仍属专家们的集体主观判断。集体主观判断。（4 4）在选择合适的专家方面也较困难，征询意见的时）在选择合适的专家方

7、面也较困难，征询意见的时间较长，对于需要快速判断的预测难于使用等。间较长，对于需要快速判断的预测难于使用等。（5 5）费用较高。）费用较高。现在学习的是第6页，共46页 （二）调查（二）调查 尽管消费者需要的调查能为预测提供有尽管消费者需要的调查能为预测提供有用的数据，但调查的价值在很大程度上取用的数据，但调查的价值在很大程度上取决于调查者的技巧。调查数据的另一个潜决于调查者的技巧。调查数据的另一个潜在问题是被调查人的回答不一定成为其实在问题是被调查人的回答不一定成为其实际行为。际行为。现在学习的是第7页，共46页（三）市场实验（三）市场实验 为了进行市场实验，企业首先是选定试验市场。这一市为

8、了进行市场实验，企业首先是选定试验市场。这一市场可以包括若干城市、一个地区或从邮递名单中取一个消场可以包括若干城市、一个地区或从邮递名单中取一个消费者样本。费者样本。在选择试验市场时，要考虑几个因素。第一、地区不宜在选择试验市场时，要考虑几个因素。第一、地区不宜过大。地区太大，就可能很费钱，而且指导实验和分析结过大。地区太大，就可能很费钱，而且指导实验和分析结果会遇到困难。第二，试验市场里的居民的一些特征，如果会遇到困难。第二，试验市场里的居民的一些特征，如年龄、教育程度和收入应当和全国的人口相似。最后，应年龄、教育程度和收入应当和全国的人口相似。最后，应当有可能只向被试验人群做广告。当有可能

9、只向被试验人群做广告。现在学习的是第8页，共46页 市场试验优于调查之处在于反映消费者的真实行为，市场试验优于调查之处在于反映消费者的真实行为，但它的局限性包括：但它的局限性包括：一、存在风险；二、无法控制影响需求的所有因素。一、存在风险；二、无法控制影响需求的所有因素。最后，由于大多数实验的时间比较短，消费者有可能不最后，由于大多数实验的时间比较短，消费者有可能不完全知道价格或广告的变化，因而，他们的反应可能低完全知道价格或广告的变化，因而，他们的反应可能低估了这些变化带来的影响。估了这些变化带来的影响。现在学习的是第9页，共46页二、时间序列分析法 时间序列分析法的核心是确定数据的变化由哪

10、些部分构时间序列分析法的核心是确定数据的变化由哪些部分构成的。根据传统可以把它们分为四类：成的。根据传统可以把它们分为四类：1、趋势（、趋势（trend）：指变量的长期增加或减少。）：指变量的长期增加或减少。2、季节性（、季节性（seasonality）：指定期发生的变化。）：指定期发生的变化。3、周期性（、周期性（cyclical pattern）：持续一段时间的高值，）：持续一段时间的高值，继之以一段时间的低值。商业周期就属于这一类。继之以一段时间的低值。商业周期就属于这一类。4、随机波动（、随机波动（random fluctuation）：变量的、其他）：变量的、其他的、不遵循任何可识别

11、模式的变化。的、不遵循任何可识别模式的变化。现在学习的是第10页，共46页（一）趋势推测法 趋势推测（趋势推测（trend projection）是最常用的）是最常用的预测方法之一。这种方法是建立在这样的假预测方法之一。这种方法是建立在这样的假设基础上的，即在一个时间序列数据中存在设基础上的，即在一个时间序列数据中存在着一种可识别的变化趋势。着一种可识别的变化趋势。1.曲线拟合的图示法曲线拟合的图示法（下图是假设的销售量的时间序列数据图）（下图是假设的销售量的时间序列数据图）现在学习的是第11页，共46页 时期数时期数时期数时期数 季度季度季度季度 销售量（百万美元）销售量（百万美元）销售量（

12、百万美元）销售量（百万美元）11996，30021996，30531996，31541996，34051997，34661997，35271997，36481997，39091998，397101998，404111998，418121998，445假假设设的的销销售售量量的的时时间间序序列列数数据据现在学习的是第12页，共46页现在学习的是第13页，共46页2.曲线拟合的统计法曲线拟合的统计法（1）每期的变化量为常数）每期的变化量为常数 假如一名分析人员决定要做预测，他假假如一名分析人员决定要做预测，他假定期与期之间销售量的变化保持不变，即定期与期之间销售量的变化保持不变，即企业每期销售量的

13、变化量相同。在统计学企业每期销售量的变化量相同。在统计学上，也就是估计下列方程的参数：上，也就是估计下列方程的参数：St=S0+bt 式中，式中，S为销售量；为销售量；t为期数。为期数。现在学习的是第14页，共46页 （2）每期变化的百分比为常数）每期变化的百分比为常数 假设销售量每期都按一个不变的百分率增加。这假设销售量每期都按一个不变的百分率增加。这一关系可用数学表示如下：一关系可用数学表示如下：St=St-1（1+g）同样，同样，St-1=St-2（1+g）式中，式中，g为不变的变化率或增长率。这两个方程意味为不变的变化率或增长率。这两个方程意味着：着：St=St-2（1+g）2 或一般

14、的表示为：或一般的表示为：St=S0（1+g）t现在学习的是第15页，共46页3.时间序列数据中的季节性变动时间序列数据中的季节性变动 预测的精确性可以通过对数据进行季节性调整来提高。预测的精确性可以通过对数据进行季节性调整来提高。最常用的调整方法是趋势比率（最常用的调整方法是趋势比率（ration-to-trend）法。）法。用趋势比率法进行季节性调整用趋势比率法进行季节性调整年份年份预测的第预测的第4季度销售季度销售量（百万美元）量（百万美元）实际的第实际的第4季度销季度销售量（百万美元）售量（百万美元）实际的实际的/预测的第预测的第4季度销售量季度销售量1996332.643401.00

15、21997383.883901.0161998435.134451.023平均平均=1.020现在学习的是第16页，共46页现在学习的是第17页，共46页 4.趋势调整法的缺点：趋势调整法的缺点：（1）它主要用于短期预测。如果趋势外推）它主要用于短期预测。如果趋势外推超出最后的数据点很远，预测的精确度就会超出最后的数据点很远，预测的精确度就会迅速的下降。迅速的下降。（2）它不考虑诸如价格变化和经济增长率）它不考虑诸如价格变化和经济增长率波动等因素。就是说，趋势推测法假定这些波动等因素。就是说，趋势推测法假定这些因素是不随时间的推移而变化的。因素是不随时间的推移而变化的。现在学习的是第18页，共

16、46页小结一：小结一：根据每期变化量不变的假设，可通过使用一般方程根据每期变化量不变的假设，可通过使用一般方程式式St=S0+bt拟合于时间序列数据来做预测。拟合于时间序列数据来做预测。假定每期变化的百分率不变，可以通过估计方程假定每期变化的百分率不变，可以通过估计方程St=S0（1+g）t的参数来做预测。的参数来做预测。可用趋势比率调整法来降低因季节性变动引起的预测误差。可用趋势比率调整法来降低因季节性变动引起的预测误差。现在学习的是第19页，共46页（二）指数平滑法 趋势推测法实际上就是回归分析法，趋势推测法实际上就是回归分析法，只是唯一的自变量是时间。这种方法的只是唯一的自变量是时间。这

17、种方法的一个特点是每次观察的权值是相同的。一个特点是每次观察的权值是相同的。即初始的数据点对所估计的系数的影响即初始的数据点对所估计的系数的影响和最后的数据点的影响刚好一样大。和最后的数据点的影响刚好一样大。但是，在有些情况下，近期的观察数据但是，在有些情况下，近期的观察数据要比开始时的数据包含更多的有关将来要比开始时的数据包含更多的有关将来的准确信息。的准确信息。现在学习的是第20页，共46页1.指数平滑法指数平滑法（exponential smoothing）是一种时间序列预测技术，它赋予近期的是一种时间序列预测技术，它赋予近期的观察数据以更大的权值。第一步是选择平观察数据以更大的权值。第

18、一步是选择平滑常数滑常数 。这里。这里 。如果时间序列。如果时间序列中有中有n次观察，下期（即次观察，下期（即n+1）的预测值就）的预测值就等于第等于第n期的观测值和同期的预测值的加权期的观测值和同期的预测值的加权平均数，即平均数，即现在学习的是第21页，共46页 式中，式中，Fn+1为下一期的预测值；为下一期的预测值；Xn为时间序列中最后一为时间序列中最后一期的观察值；期的观察值；Fn为时间序列最后一期的预测值。为时间序列最后一期的预测值。Fn和所有和所有早期的预测值的计算方法相同，即早期的预测值的计算方法相同，即 通常可以通过假定第一期的预测值等于该期的观察值通常可以通过假定第一期的预测值

19、等于该期的观察值来解决。即来解决。即F1=X1.如果如果 ，那么，那么 ，表示预测值就完全由，表示预测值就完全由最后一期的实际观察值来决定；反之如果最后一期的实际观察值来决定；反之如果 值较低，前期值较低，前期的观察数据就有较大的权值。的观察数据就有较大的权值。现在学习的是第22页，共46页用指数平滑法预测用指数平滑法预测周次周次销售量销售量a=0.20a=0.40a=0.60a=0.80tXtFtFtFtFt1400400.00400.00400.00400.002430400.00400.00400.00400.003420406.00412.00418.00424.004440408.8

20、0415.20419.20420.805460415.04425.12431.68436.186440424.03439.07448.67455.237470427.23439.44443.47443.058430435.784511.67459.39464.619440434.62443.00441.76436.9210420435.70441.80440.70439.3811-432.56433.08428.28423.88现在学习的是第23页，共46页2.平滑常数的选择平滑常数的选择 选择这个值的一个标准是分析者对近期观察数据应选择这个值的一个标准是分析者对近期观察数据应给多大权值的直观

21、判断。回归方程系数的选择应当使给多大权值的直观判断。回归方程系数的选择应当使观察值和预测值之间离差的平方和最小。这一方法也观察值和预测值之间离差的平方和最小。这一方法也能用来决定平滑常数。能用来决定平滑常数。（Xt-Ft）2是实际的时间序列数据和同期的预测值之间是实际的时间序列数据和同期的预测值之间的离差的平方。因而，把每个观察数据的这些值相加，的离差的平方。因而，把每个观察数据的这些值相加，就可算得离差的平方和如下：就可算得离差的平方和如下：选择选择 值的一个方法就是使这个和最小。值的一个方法就是使这个和最小。现在学习的是第24页，共46页平滑常数平滑常数离差平方和离差平方和0.206484

22、.230.404683.870.604213.080.804394.52现在学习的是第25页，共46页3.对指数平滑法的评价对指数平滑法的评价 指数平滑法的一个指数平滑法的一个优点优点是分析时间序列数据时，它是分析时间序列数据时，它允许较近期的数据有较大的权值。而另一优点是，有可允许较近期的数据有较大的权值。而另一优点是，有可能增加新的观察数据，从而能很容易地使预测适合新的能增加新的观察数据，从而能很容易地使预测适合新的情况。情况。它的主要它的主要缺点缺点：如果数据呈面显的趋势，用它进行预：如果数据呈面显的趋势，用它进行预测就会不太准确。如果时间趋势为正值，根据指数平滑测就会不太准确。如果时间

23、趋势为正值，根据指数平滑法做出的预测就可能太低；如果时间趋势为负值，做出法做出的预测就可能太低；如果时间趋势为负值，做出的估计就会太高。只有你当数据没有明显的时间趋势时，的估计就会太高。只有你当数据没有明显的时间趋势时，用简单指数平滑法做预测才是最适合的。用简单指数平滑法做预测才是最适合的。现在学习的是第26页，共46页小结二 1.实用指数平滑法，预测值等于上一期的观察实用指数平滑法，预测值等于上一期的观察值的加权平均值。值的加权平均值。2.权值可通过选择一个能使预测值和观察值权值可通过选择一个能使预测值和观察值之间离差平方和最小平滑常数来确定。之间离差平方和最小平滑常数来确定。现在学习的是第

24、27页，共46页三、气压式预测法 如果时间序列不存在清楚地变化模式，这样如果时间序列不存在清楚地变化模式，这样的数据对预测就没有多大用处。的数据对预测就没有多大用处。另外一种方法是找出与第另外一种方法是找出与第1个数据序列相关的个数据序列相关的第第2个数据序列。这样，通过观察第个数据序列。这样，通过观察第2个序列的个序列的变化，就有可能预测第变化，就有可能预测第1个。如果一个时间序列个。如果一个时间序列与另一个时间序列相关，我们有时就称第与另一个时间序列相关，我们有时就称第1个是第个是第2个序列的指示个序列的指示（indicator）。）。现在学习的是第28页，共46页（一）超前指示值 如果有

25、两个数据序列经常同时增加或减少，一个如果有两个数据序列经常同时增加或减少，一个序列就可以认为是另一个序列的序列就可以认为是另一个序列的重合指示值重合指示值（coincident indicator）。如果一个序列的变化总是）。如果一个序列的变化总是发生在另一个序列变化之前，我们就称前者为发生在另一个序列变化之前，我们就称前者为超前指超前指示值示值（leading indicator）。）。为了进行预测，人们对超前指示值最感兴趣。就好为了进行预测，人们对超前指示值最感兴趣。就好像气象学家利用气压表上气压的变化来预测天气那样，像气象学家利用气压表上气压的变化来预测天气那样，超前指示值能用来预测一般

26、经济条件的变化。所以人超前指示值能用来预测一般经济条件的变化。所以人们通常把使用这种指示值称为们通常把使用这种指示值称为气压表示预测法气压表示预测法（barometric forecasting）。）。现在学习的是第29页，共46页现在学习的是第30页，共46页 超前指示值的有用性取决于以下若干因素：超前指示值的有用性取决于以下若干因素：第一，指示值必须准确。它的波动必须与它想要预测第一，指示值必须准确。它的波动必须与它想要预测的序列的波动紧密相关。的序列的波动紧密相关。第二，指示值必须有足够的超前期。即使两个序列第二，指示值必须有足够的超前期。即使两个序列高度相关，如果超前期太短，指示值也没

27、有多大用高度相关，如果超前期太短，指示值也没有多大用处。处。第三，要求超前期相对稳定。第三，要求超前期相对稳定。现在学习的是第31页，共46页第四，为什么一个序列能预测另一个序列应当有个合理第四，为什么一个序列能预测另一个序列应当有个合理的解释。除非两个序列之间存在因果关系，历史形成的的解释。除非两个序列之间存在因果关系，历史形成的模式不一定对预测将来有用。模式不一定对预测将来有用。第五，只是值的价值还受收集数据所需费用和时间第五，只是值的价值还受收集数据所需费用和时间的影响。如果收集这样的时间序列成本很高，就不的影响。如果收集这样的时间序列成本很高，就不一定划得来。同样，如果要花很长时间才能

28、收集到一定划得来。同样，如果要花很长时间才能收集到这样的序列，指示值的有效前期就会太短，以致无这样的序列，指示值的有效前期就会太短，以致无法使用。法使用。现在学习的是第32页，共46页经过挑选的超前指示值经过挑选的超前指示值超前指示值超前指示值由指示值预测的经济变量由指示值预测的经济变量1.平均每周工作天数平均每周工作天数产量产量2.每周平均首次申请失业保险数每周平均首次申请失业保险数州政府的失业保险金支出州政府的失业保险金支出3.耐用物品的新订单耐用物品的新订单耐用物品的销售量耐用物品的销售量4.资本物品的新订单资本物品的新订单资本物品的销售量资本物品的销售量5.新建筑许可证新建筑许可证私人

29、新建住房私人新建住房6.制造业和商业的库存变化制造业和商业的库存变化一般经济条件一般经济条件7.工业材料价格工业材料价格消费品价格消费品价格8.普通股股票价格普通股股票价格一般经济条件一般经济条件现在学习的是第33页，共46页（二）合成和扩散指数 任何时间序列都包含随机波动，这种波动是与数据任何时间序列都包含随机波动，这种波动是与数据的一般模式不相符的。改进气压式预测法的途径之一的一般模式不相符的。改进气压式预测法的途径之一就是建立一种有许多超前指示值合成的时间序列。就是建立一种有许多超前指示值合成的时间序列。最常用的气压表式预测指数是合成指数（最常用的气压表式预测指数是合成指数（compos

30、ite indices）和扩散指数（）和扩散指数（diffusion indices）现在学习的是第34页，共46页1.合成指数合成指数 合成指数就是各种指示值的加权平均数。权值是根合成指数就是各种指示值的加权平均数。权值是根据每个序列的预测能力来定的。即对能起较好预测作据每个序列的预测能力来定的。即对能起较好预测作用的序列的权值，就要比不太准确的序列定得高。指用的序列的权值，就要比不太准确的序列定得高。指数是用每期的百分比变化来表示的。数是用每期的百分比变化来表示的。2.指数扩散指数扩散 这一指数是对逐月增长的时间序列在多种时间序这一指数是对逐月增长的时间序列在多种时间序列中所占比例的度量。

31、列中所占比例的度量。现在学习的是第35页，共46页 指数的使用提高了气压表示预测法的准确性。然而指数的使用提高了气压表示预测法的准确性。然而这一方法的预测记录远不是完美的。例如，有好几次，这一方法的预测记录远不是完美的。例如，有好几次，美国商业部的指数预测经济要衰退，但实际并没有发美国商业部的指数预测经济要衰退，但实际并没有发生。生。超前期的变动性大是另一个缺点。超前期的变动性大是另一个缺点。第三个问题是尽管气压表式法能指出经济条件变化的方第三个问题是尽管气压表式法能指出经济条件变化的方向，但它很难预测这种变化的大小。向，但它很难预测这种变化的大小。现在学习的是第36页，共46页小结三：小结三

32、：1.超前指示值的价值取决于预测的精度、超前期的长超前指示值的价值取决于预测的精度、超前期的长度和稳定性，以及获得数据的难度和成本。度和稳定性，以及获得数据的难度和成本。2.合成指数由若干超前指示值的加权平均数组成。合成指数由若干超前指示值的加权平均数组成。3.扩散指数是指某一时期增长的指示值序列数在扩散指数是指某一时期增长的指示值序列数在全部序列数中所占比例。全部序列数中所占比例。现在学习的是第37页，共46页合成和扩散数的计算合成和扩散数的计算 表一是三个月期的三个超前指示值序列。第表一是三个月期的三个超前指示值序列。第1个月是个月是基数，三个序列的权值假定是相等的。请根据这些数据编制基数

33、，三个序列的权值假定是相等的。请根据这些数据编制合成和扩散指数。合成和扩散指数。表一表一月份月份超前指示值超前指示值超前指示值超前指示值超前指示值超前指示值140030100242529110346033135现在学习的是第38页，共46页解：解：确定扩散指数首先要确定每个序列的数据是否每月确定扩散指数首先要确定每个序列的数据是否每月增加或减少。就第增加或减少。就第2个月来说，序列个月来说，序列和序列和序列是增加是增加的，但序列的，但序列是减少的。因此该月的指数是是减少的。因此该月的指数是66.7。在第在第3个月，与第个月，与第2个月比，所有的序列都是增长。个月比，所有的序列都是增长。因此，这

34、个月的指数是因此，这个月的指数是100。现在学习的是第39页，共46页 计算合成指数：计算合成指数：先计算每个序列的百分比的变化（相对于基月）。第先计算每个序列的百分比的变化（相对于基月）。第1序列第序列第2个月的百分比变化为个月的百分比变化为6.25%；第；第2序列为序列为-3.33%；第；第3序列为序列为10%。如果每个序列的权值相等，。如果每个序列的权值相等，其平均百分比变化为其平均百分比变化为4.31%。第。第1个月的合成指数可随个月的合成指数可随意定为意定为100，所以，第，所以，第2个月的指数为个月的指数为104.31。对第。对第3个个月来说，与基期比较的变化分别为：月来说，与基期

35、比较的变化分别为：60/400=15%;3/30=10%;35/100=35%，平均变化为，平均变化为20.0%。因此，第。因此，第3个月的合成指数为个月的合成指数为120.0。现在学习的是第40页，共46页 每个月两种指数的值见表二。这两种指数都说明每个月两种指数的值见表二。这两种指数都说明在以后几个月中经济条件将得到改善在以后几个月中经济条件将得到改善表二表二月份月份扩散指数扩散指数合成指数合成指数1-100.00266.70104.313100.00120.00现在学习的是第41页，共46页四、投入/产出分析法 计量经济模型可用来预测一个部门的需求变化，但却计量经济模型可用来预测一个部门

36、的需求变化，但却不能用来评价这种变化对其他部门的影响。不能用来评价这种变化对其他部门的影响。一、交易矩阵一、交易矩阵 投入投入/产出分析是根据说明行业间历史销售模式的表产出分析是根据说明行业间历史销售模式的表格来进行的，表格中的数据通常是通过对企业样本的格来进行的，表格中的数据通常是通过对企业样本的调查得来的。调查得来的。如图，两个数字合起来表示制造业销向其他企业的总如图，两个数字合起来表示制造业销向其他企业的总销售量，这种销售量有时称为中间销售量（销售量，这种销售量有时称为中间销售量（intermediate sales），因为这种产量在生产者销给消费者的产品中是），因为这种产量在生产者销给

37、消费者的产品中是作为投入来使用的。作为投入来使用的。现在学习的是第42页，共46页2个部门的投入/产出 销向制造销向制造业业+销向农业销向农业+最终需最终需求求=总销总销售量售量购自制造业购自制造业8+10+2=20+购自农业购自农业6+12+12=30+增加值增加值68=总销售量总销售量2030现在学习的是第43页，共46页二、直接需要矩阵二、直接需要矩阵 如果交易矩阵数列中的每个元素都除以该部门产品的总如果交易矩阵数列中的每个元素都除以该部门产品的总销售量，就得出投入销售量，就得出投入/产出的直接需要矩阵。直接需要矩阵产出的直接需要矩阵。直接需要矩阵中每一列的元素可解释为，该列所代表的部门

38、的产品需求中每一列的元素可解释为，该列所代表的部门的产品需求变化变化1美元，会使有关部门的销售收入产生多大直接变化。美元，会使有关部门的销售收入产生多大直接变化。三、直接和间接需要矩阵三、直接和间接需要矩阵 直接需要矩阵表示一个部门需求变化的直接影响，直接需要矩阵表示一个部门需求变化的直接影响，但这一矩阵的元素并没有考虑二次和其他间接影响。但这一矩阵的元素并没有考虑二次和其他间接影响。现在学习的是第44页，共46页投入/产出的优缺点 投入投入/产出模型的主要价值在于，它考虑了部产出模型的主要价值在于，它考虑了部门之间的相互联系。但是，除了它成本很高外，门之间的相互联系。但是，除了它成本很高外，

39、还有一定的局限性。最主要的是投入还有一定的局限性。最主要的是投入/产出预测产出预测法假定所根据的比率是固定的。这一假设在技法假定所根据的比率是固定的。这一假设在技术变革十分迅速的情况下可能不太现实。术变革十分迅速的情况下可能不太现实。现在学习的是第45页，共46页小结四 1.投入投入/产出分析法可用来预测一个部门的变化对国产出分析法可用来预测一个部门的变化对国民经济其他部门的直接和间接影响。民经济其他部门的直接和间接影响。2.交易矩阵展示部门之间的销购模式。直接需要矩阵表交易矩阵展示部门之间的销购模式。直接需要矩阵表示销售收入用于从各部门购买物品和服务所占的比例。示销售收入用于从各部门购买物品和服务所占的比例。3.直接和间接需要矩阵中的元素表示最终需求变化直接和间接需要矩阵中的元素表示最终需求变化1美元美元会对模型中的每个部门的总需求产生多大影响。会对模型中的每个部门的总需求产生多大影响。4.投入投入/产出分析法可用来预测最终需求量变化对各部门销产出分析法可用来预测最终需求量变化对各部门销售量和就业量的影响。售量和就业量的影响。现在学习的是第46页，共46页