3.3 价格预测的基本思路和方法

3.3.1 预测的原则与步骤

经济现象变化多端，影响因素很多，人们往往很难掌握其发展和变化的规律。目前世界各国的经济学家和经济工作者，利用各种方法对不同问题做了很多经济预测，成功率只有50%～60%。经验表明，要做好经济预测工作，除了需要掌握各种预测方法以外，还必须遵循以下原则。

（1）必须对所预测的经济现象进行深入的研究，掌握其特点和影响因素，研究其发展变化规律。这是预测能否成功的关键。

（2）收集充分的资料，并对这些资料进行研究和分析鉴别。所收集的资料应当包括数据资料和文字资料。对数据资料应研究其统计口径、指标含义、资料的正确性和可靠性等。除了收集和掌握过去时期的资料外，还应当收集和研究影响预测对象今后发展变化的各种资料。

（3）选择合适的预测方法。预测方法种类很多，从数学角度来看，其复杂程度也各不相同。应当根据预测对象的特点选择合适的方法，不能认为所采取的预测方法愈复杂愈好，在很多场合，用一些简单方法得到的预测结果往往比利用复杂方法所得到的结果要好。

（4）虚心听取有经验的实际工作者的意见，并吸收到预测结果中。

综上所述，一次成功的预测应该包括以下几个部分：确定预测对象，收集整理资料，选择合适的预测方法，对经济现象的发展变化进行分析，对未来经济态势做出判断，预测流程如图3-1所示。可以看出，上述预测过程中包含了三个基本要素：信息要素、方法要素和分析要素。

3.3.2 预测过程的基本要素

1.信息要素

市场分析及调研是经济预测的前提，而市场分析的重点是信息。特别是在信息化时代，只有掌握充分的市场信息，并对其进行分析和预测，才有可能完成一次成功的采购。由于采购决策涉及面非常广，竞争性很强，因此所需要的信息是多方面、多层次的，不仅包括采购企业内部的信息、还包括与此密切相关的外部信息，如消费者信息、国内国际政策信息等。因此，要实现对某种物资价格的准确预测，首先要进行相关信息的收集与整理，一般过程可以参考图3-2。具体的信息收集原则、方法及处理环节如下所述。

1）信息收集原则

（1）针对性原则：信息收集要根据信息的应用目标，有意识、有针对性地进行。

（2）及时性原则：经济信息和市场信息都有很强的时效性，因此信息收集要对时间有足够的敏感性。

（3）准确性原则：要对收集到的信息进行严格筛选，仔细甄别，必要的时候还要运用科学的分析方法进行研究和甄别。

（4）完整性原则：信息收集除了要收集过去时期的资料外，还应当收集影响预测对象今后发展变化的各种资料；除了要收集预测对象本身的资料外，还要收集预测对象所处环境的相关资料；要收集建模所需要的历史数据，还要注意数据的连续性。

2）信息收集方法

（1）办公室调研：是指调研人员通过网络或书籍对现成信息资料进行搜集、分析、研究的过程。

（2）访问调研：是指调查员通过口头、书面等方式向被调查者了解调研对象情况，收集资料的一种方法，一般包括面谈访问、邮寄访问、电话访问和问卷调查四种。

（3）观察调研：是指调查者直接或利用仪器来观察、记录被调查对象的行为、活动，以获取资料的一种方法。

（4）固定样本连续调查：是指调查人员对固定的调查对象发调查表，由被调查者逐日逐项连续记录，并由调查人员定期收回、整理、汇总，以获取资料的一种方法。

3）信息处理环节及方法

信息处理是预测过程中一个必要的环节。通常情况下，当获得一批信息资料时，首先要进行鉴别和整理加工，去掉不真实的资料，排除背离事物发展规律的个别数据资料，剔除与预测对象关系不密切的影响因素等。信息处理一般包括以下四个环节。

（1）现场控制：在收集资料现场监控收集工作，并进行某些信息资料的分析处理。

（2）逻辑处理：首先对信息的真实性、准确性、完整性及适用性进行鉴别，再按照信息的性质、特点及用途进行分类，最后对各类信息的价值进行比较，筛选出适用性强、有价值的信息。

（3）数学处理：即对信息进行数学运算、统计分析等。

（4）系统研究：运用系统观点对所研究的问题进行全面科学的研究，得出正确的结论。

信息处理环节中通常采用的信息处理方法有：定性的信息加工方法，包括汇集、归纳、推理法等；定量的信息加工方法，包括对比、化小、转换、替代及图表法等。

2.方法要素

预测方法可以分为定性预测和定量预测两大类，具体方法见表3-2。

定性预测是对事物性质的预测，是预测者根据已掌握的历史资料和直观资料，运用个人的经验和分析判断能力，对事物未来的发展做出性质和方向上的判断，然后综合各方面的意见，对未来的发展做出预测。定性预测的方法很多，如经验判断预测法、专家会议法、德尔菲法和主观概率预测法等。定量预测是指根据调查、统计资料和相关经济信息，运用统计方法和数学模型，对经济现象未来发展的规模、水平、速度和比例关系的预测。下面依次介绍经验判断预测法、专家会议法、德尔菲法、回归分析法、指数平滑法和博克思-詹金斯法。

1）经验判断预测法

（1）原理。

经验判断预测法是利用预测者的经验，对所要预测的事物的未来发展趋势做出判断的预测方法。预测者对历史和客观现实的了解越充分，对市场信息的反应越迅速，预测的效果越好。因此，采用经验判断预测法，需要找熟悉相关情况、具有丰富经验和综合分析能力的有关人员，由他们按照一定方法进行预测。经验判断预测法又可以分为个人经验预测法和群体经验预测法。个人经验预测法是指由个人单独进行的经验判断预测，可以采用类比、比例关系及逻辑推断等具体方法。群体经验预测法是在个人经验预测法的基础上发展起来的，它是由经过挑选的多个个体组成群体，通过个体间讨论及相互交流，最后对所要预测的对象做出评价、预测的一种方法，可以采用意见交换法、意见汇总法等。

（2）优缺点。

经验判断预测法只适用于一定时期内事物的方向和性质没有发生变化的情况，对于事物的性质发生变化的情况并不适用。经验判断预测法的优点是能够充分利用预测者熟悉专业市场的优势进行预测。缺点是由于预测者长期从事某项专一的工作和业务，容易形成固定的思维和观念，容易出现片面性。

2）专家会议法

（1）原理。

专家会议法是由预测者组织召开专家会议，向一组专家征询意见，将专家们对过去历史资料的解释和对未来的分析判断汇总整理，以取得统一意见，从而对事物的未来发展变化进行集体判断的一种预测方法。这里所说的专家是指在某一领域或某个问题上有专门知识和特长的人员。由于通过专家会议获取调查资料的准确程度主要取决于参加会议的专家的知识的广度、深度和经验，因此，如何选择参加会议的专家是预测前的一项重要工作。专家的选择应根据预测任务来确定，既要选择精通专业的专家，包括相关专业领域内的专家和预测专家，又要注意选择有经验的实际工作者。专家会议的规模要适中，人数太少会限制学科、部门的代表性，使问题得不到全面、深入的讨论；人数太多则不宜组织，对预测结果的处理也较为复杂。会议人数应由组织者根据实际情况的需要与可能确定，一般以15人左右为宜。随着现代计算机及互联网的快速发展，专家会议法也逐步由传统的形式向电子会议形式转变。

（2）优缺点。

专家会议法虽然可以通过会议使专家之间广泛交换意见，互相启发，为重大预测提供预测依据，但它的问题是：①易于屈服于权威或多数人的意见；②易受劝说性意见的影响；③会出现因自尊心影响而不愿公开修正已发表的但不完全正确的、甚至是错误的意见。

3）德尔菲法

（1）原理。

德尔菲法是在专家会议法的基础上发展起来的，它将所要回答的问题以信函的方式寄给专家，将回函的意见综合、整理，再匿名反馈给专家征求意见，如此反复多次，最后得出预测结果。德尔菲法的步骤主要有以下四步。

第一步：筹划工作，包括确定预测的课题及各预测项目，确定负责预测组织工作的资料分析人员，选择若干名熟悉预测课题的专家。

第二步：专家预测，资料分析人员把包含预测项目的预测（调查）表及有关背景材料寄送给各位专家，各专家以匿名方式独自对各预测问题做出判断或预测，相互之间不存在对此问题的任何形式的交流。

第三步：统计反馈，专家意见被汇总后，分析人员对各专家意见进行统计分析，综合成新的预测（调查）表，并把它再分别寄送给各位专家，由专家们对新的预测（调查）表做出第二轮判断或预测。如此反复几轮（通常为3～4轮），直到专家的意见基本趋于一致。

第四步：结果报告，即由分析人员把经过几轮专家预测而形成的结果以文字或图表的形式撰写出来。

（2）特点及适用范围。

① 匿名性。

德尔菲法采用匿名函询征求意见，应邀参加预测专家互不相见，可消除心理因素影响，专家可参照前一轮预测结果修改自己的意见，无须做出公开说明。

② 反馈性。

德尔菲法一般要经过四轮，每一轮的汇总意见又匿名反馈给专家，便于互相沟通和启发。

③ 预测结果的统计特性。

德尔菲法采用统计方法对结果进行定量处理，能科学地综合专家们的预测意见。

德尔菲法不仅可以用于技术预测，还可以用于经济、社会预测；不仅可以用于短期预测，还可以用于长期预测；不仅可以预测事物的量变过程，还可以预测事物的质变过程。

（3）遵循的原则。

① 提出的问题要有针对性，并按等级排列，先简单后复杂，先综合后局部，以便引起专家回答问题的兴趣。

② 防止出现诱导现象，如单位或领导小组的意见不应强加于调查意见之中。

（4）优缺点。

德尔菲法是传统定性分析的一个飞跃，它突破了单纯定性或定量分析的界限，为科学、合理地制定决策开阔了思路。具有以下优点：

① 集思广益，准确性高，能充分发挥各位专家的作用；

② 采用多次双向反馈，每个专家在多轮讨论中，可以多次提出和修正自己的意见，又可以多次听取其他专家的意见，取各家之长，避各家之短；

③ 专家讨论问题时，采取背对背匿名方式，可以消除主观的和心理上的影响，使讨论更加快速和客观。

4）回归分析法

（1）原理。

回归分析法是在大量统计资料的基础上，利用统计方法寻找预测对象与影响因素之间的因果关系，建立回归模型进行预测的方法，也称为因果回归分析法。特别地，当因果关系只涉及因变量和一个自变量时，称为一元回归分析；当因果关系涉及因变量和两个或两个以上自变量时，称为多元回归分析。回归分析中又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。通常线性回归分析法是最基本的分析方法，非线性回归问题可以借助数学手段转化为线性回归问题处理。

一元线性回归预测模型形式为

其中，a是截距，b是回归系数；

多元线性回归预测模型形式为

其中，b0是实际回归常数，bj（j=1，2，…，k）是实际回归系数。

（2）步骤。

① 确定预测对象和影响因素。明确预测对象并分析其相关影响因素，也就是确定了因变量和自变量。

② 收集、整理因变量和自变量的样本资料。通过市场调查收集纵断面或横断面观察样本资料。纵断面观察样本资料是指因变量、自变量的历史统计数据，它反映因变量、自变量所代表的同一地区或同一组织内经济现象随时间发展过程的因果关系。横断面观察样本资料，是指某一特定时间内不同地区或不同组织的因变量和自变量统计资料。

③ 建立回归方程预测模型。

④ 参数估计、相关系数显著性检验、方差分析。

回归预测模型是否可用于实际预测，取决于对回归预测模型的检验和对预测误差的计算。回归方程只有通过各种检验，且预测误差较小，才能将回归方程作为预测模型进行预测。

⑤ 预测。运用通过检验的回归方程预测模型进行预测，包括计算预测值和置信区域。

（3）需要注意的问题。

回归分析法是以经济理论为依据，反映变量之间因果关系的结构式模型。它能够反映变量之间的长期关系，适用于中长期预测。回归分析法在使用时需要注意以下两点。

①结论不能任意外推，即回归分析的应用仅限于原来数据的范围内，在此范围以外是否存在着同样的关系，不得而知。因此，如果要进行外推应十分慎重，必须要有充分的根据。

②如果预测对象的影响因素错综复杂或有关影响因素的数据资料无法获得，回归分析法就无能为力。

5）指数平滑法

（1）原理。

指数平滑法是时间序列分析法的一种，它们的基本思想都是依据预测对象过去的统计数据，找到其随时间变化的规律，建立时序模型，以推断未来数值的预测方法。指数平滑法是20世纪50、60年代发展起来的一种预测方法，广泛应用于生产过程的预测和控制。这种方法在短期预测中运用得尤为普遍。指数平滑预测包括一次指数平滑预测、二次指数平滑预测和三次指数平滑预测等。

设实际观测序列为D1，D2，…，Dt，一次指数平滑的预测公式如下：

式中，表示第t期对t+l期的预测值，α（0≤α≤1）是平滑常数，）是第t时期的一次平滑值。

如果用平滑值作为下一期的预测值，又由于：

因此，一次指数平滑法的实质是：某个经济指标在下一时期的预测值等于本期预测值加本期预测误差与α的乘积，它是利用本期预测误差对经济指标预测值进行修正的结果。

对S（1）t再进行指数平滑处理，即

则表示t时期二次指数平滑的数值。

二次指数平滑是对一次指数平滑的再平滑，它适用于具有线性趋势的时间数列。其预测公式为

式中，α是平滑常数，l为外推预测时期数。

上述指数平滑法又称为Brown单参数指数平滑法，当预测对象的基本趋势呈线性趋势时，还可以用Holter-winter双参数指数平滑法，其预测公式为

式（3-8）第二、三式表示两个平滑公式，α、r是平滑常数，式（3-8）的第一式表示预测公式，l为外推预测时期数。

当预测目标的基本趋势是二次曲线趋势时，可以用Brown单参数二次多项式指数平滑法预测，又称为三次指数平滑法。Brown单参数二次多项式指数平滑预测公式为

（2）参数选择。

① 简单指数平滑法。

用指数平滑法进行预测时，将会遇到两个影响预测结果的因素：初始值的选取，平滑常数的选择。初始值选择的正确与否关系到预测结果及平滑系数的选择，通常可以用前几个数据的平均值作为初始值，也可以用第一期数据作为初始值。而平滑常数的选取应当根据预测对象的特点及预测期的长短而定。早期研究中，一般认为简单指数平滑系数α的选择范围在0.1～0.3之间。然而，后来的研究发现，应当考虑比此范围更宽的系数范围。因此，可以通过多种α值的试算比较，选择其中最佳的参数。选择的原则是使一期预测误差平方和SSE、平均平方误差MSE或平均绝对误差MAE最小。

② Holter-winter双参数指数平滑法。

用Holter-winter双参数指数平滑方法进行预测时，最重要而且最困难的工作是确定平滑参数α和r的取值问题。对此，将结合预测实例在本章后面的内容中进行说明。

（3）指数平滑法的评价。

指数平滑法用公式表示的模型相对比较简单，模型的每一组成项及其参数都具有明确的经济意义。除此之外，运用该方法所需要的存储数据少，计算较简单，适用于大量时间序列的预测。相对于建立模型所做的极少的工作，所获得的预测结果的准确度是相当令人满意的。表3-3是几种常用指数平滑法评价表。

6）博克斯-詹金斯法

（1）原理。

博克斯-詹金斯法是以美国学者George Box和英国统计学家Gwilym Jenkins的名字命名的，它与所有的时间序列预测方法的基本原理相同，都是根据预测对象过去的数值，寻找其数学形式表达的规律性，然后进行外推。博克斯-詹金斯法主要解决两个问题：分析时间序列的随机性、平稳性和季节性；二是选择适当的模型进行预测。

（2）步骤。

① 零均值化和平稳化处理。

在使用博克斯-詹金斯方法时要求时间序列是平稳的。所谓平稳时间序列是指随机时间序列的统计特征不随时间的推移而变化。较直观的判断方法是直接观察时间序列的趋势图或自相关图和自相关函数。不满足要求的时间序列需要先进行平稳化处理。

② 模型的识别。

通过自相关分析、偏自相关分析及各种模型的理论特征，选定符合时间序列特征的模型形式。一般的形式有自回归模型（AR）、移动平均模型（MA）及自回归移动平均模型（ARIMA）。

③ 参数估计和模型检验。

通过对模型残差序列εt的检验（是否白噪声），考查所建模型的优劣。即若残差序列εt经检验是白噪声，则模型合理，可用于预测，否则需要进一步改进模型。模型检验通常采用残差序列的自相关检验法。

④ 预测。

（3）博克斯-詹金斯法的评价。

① 用博克斯-詹金斯法进行预测时，不仅考虑了预测变量的过去值与当期值，模型同过去值拟合产生的误差也作为重要因素进入模型，有利于提高模型的精确度。实际经验证明：博克斯-詹金斯法是精确度相当高的短期预测方法。

② 博克斯-詹金斯法的突出特点是不需要事先确定时间序列模型的形式，而是通过模型的反复识别、估计和检验，选择出最简单而又最适合的模型形式。

③ 博克斯-詹金斯法在模型识别时需要50个以上的历史统计数据，所需数据量较大。

④ 方法本身比较复杂，计算量大。

7）选择预测方法时应考虑的因素

在选择预测方法时，需要考虑以下几个因素：预测时间的长短、预测数据的特点、被预测变量历史数据的适用性、预测成本、预测的精确度及可操作性。表3-4概括了各种预测方法及其适用情况。

3.分析要素

经济预测的实质是一种经济分析。因此，预测过程就是对预测事件进行分析和解释的过程。分析的内容根据分析的时间可以分为预测前分析和预测后分析（见图3-3）。具体内容如下所述。

1）预测前分析

（1）对预测对象环境的分析。

要成功地进行预测，不仅需要对预测对象本身的状况进行分析，还要对预测对象周边的经济现象进行深入地研究，掌握其特点并找出影响预测对象发展变化的各种重要因素。例如，预测石油价格的变化，就要分析石油市场的特点及其影响石油价格变化的各种重要因素，这里面不仅有供需方面的影响因素，还有资本市场投机因素和复杂的政治、军事影响因素等。

（2）预测方法的选择分析。

分析包含两个基本内容：一是要分析所收集的信息及数据是否符合某种预测方法的基本要求，如样本容量是否符合预测方法的要求、自变量之间是否存在多重共线性等；二是根据预测对象及所收集信息的情况，分析和选用适合的预测方法，一般还应进行试算和检验。

2）预测后分析

（1）预测结果的检验与分析。

根据预测结果，要研究模型在预测期是否成立、预测结果是否符合经济理论、是否满足统计要求的假设条件、预测的误差情况等。通常情况下，通过对预测误差的分析，可以发现产生误差的若干原因，如预测方法选择不当；建立的预测模型与预测对象的实际变动规律不符合；历史统计资料不完整或有虚假因素；预测环境或影响预测对象的主要因素发生了重大变化；预测人员的经验、分析判断能力有局限；等等。据此可以反复修正模型，直到模型可用为止。

（2）预测结果的解释与分析。

无论是成功的预测还是失误的预测，都必须对预测结果进行必要的说明，尤其是对失误的预测，还需要说明预测结果未发生的原因。

（3）预测结果修正的分析。

需要研究预测期可能出现的新的因素及其对预测对象的影响。还要虚心听取专家的经验，即要根据预测对象的最新变化及专业人士的判断对其进行动态调整和修正。