预测的分类与程序
一、预测的分类
经济预测的分类没有统一的标准和严格的界限，它取决于预测研究的内容和目标。根据分类依据不同，预测可以有多种分类方式：根据内容不同，分为经济预测，技术预测，社会发展预测和市场需求预测；根据时间长短不同可以分为长期、中期、短期预测；根据预测方法不同，可以分为定性预测和定量预测。
尽管分类不同，但作为预测它们都有共同的特征，可以归结为以下几个方面：
1、都假定预测对象所在的系统过去和将来都按照相同的规律进行，也就是说在历史中包含了事物未来发展的趋势。
2、预测不可能绝对精确，实际结果往往而且在大多数情况下与预测值不同，也就是说预测存在偏差。
3、预测的准确性随着预测时间的增加而降低，因为对于短期预测而言，不确定因素要比长期预测少，预测结果也就相对准确。
对不同分类下的预测方法进行分析构成了本文的主要内容，在下面我们还要对各个部分进行更深入的分析。
#p#副标题#e#
二、预测的程序
预测是通过一定的程序实现的，在人们长期的实践中，总结出了一套具有共性的预测程序，这套程序总结了预测从开始到监控以及应用的各个环节。在实践中，这些环节往往通过计算机系统来实现，我们这里为读者提供这些程序，以供预测实施中作为参考：
1、确定预测的目的，明确预测的用途。预测的目的决定了采用什么预测方法，是预测的第一步，也决定了预测的详细程度、准确性和预测的费用。
预测方法是工具，生产决策才是目的，因此，预测方法是为决策服务的，决策的内容决定了预测的方法，只有明确了预测的目的和决策的需求，才能确定具体的预测目标。比如，预测的目的如果是需要知道产品销售的情况，那预测目标就是对销售量的情况进行考察，即定位对象是销售量。
2、确定预测时间覆盖范围(时间跨度)，明确究竟是长期、中期还是短期预测。
确定预测的时间跨度非常重要，针对不同的预测对象，应当选用不同的时间路度，比如对国民经济发展趋势的分析显然不能局限在1-2年的中短期分析，更要着限于5-10年甚至15年的长期分析，要注重在较长时段上产业结构的发展变化情况。
3、采集数据并加以分析，为下一步的预测作好准备。
资料是进行预测的依据，根据预测目标的不同，搜集预测需要的各种资料，包括预测对象本身发展的历史资料和统计数据，对预测对象发展有影响的各种因素。
在搜集资料的同时，还要注意对数据资料进行必要的背景性分析。如数据资料的可靠性、可用性的分析，保证可靠的数据来源、可靠的数据资料内容和“稳健”的数据资料。
4、选择预测中选用的方法和数学模型，这是预测的关键所在，也直接影响了预测的结果。
要根据数据的结构特征和经济数据的特点确定经济预测的模型和方法，必要的时候对不同类型的数据要采用不同的方法。
5、计算预测的结果并且对结果进行分析。
对实际的数据进行参数估计、预测计算和比较预测的基础上，得到经济预测的结果，并且对结果进行必要和有用的分析。
6、将预测的结果在生产计划和实践中进行应用，并且对预测进行监控和观察，如果预测的结果无法满足实际的要求，要考虑重新选用其他的预测方法或者数据，即所谓的动态调整。而且随着经济的发展，经济数据也会发生变化，这也要求对预测的结果进行动态的调整。
#p#副标题#e#
三、不同内容的预测
企业所进行的预测根据内容不同主要有3种：
1、经济预测，往往是对宏观经济运行趋势的预测，通过预计经济增长率、失业率、通货膨胀率、货币供给增长速度、在建工程比率及其他有关指标来预测经济周期的变动，从而估计周期变动对企业经营的影响。
2、技术预测，对企业现有的生产技术评估的基础上，预测在该行业会导致产生重要影响的新产品，促进企业进行生产的研究与开发，提高企业产品和设备的需求，为企业长期的发展奠定基础。
3、市场需求预测，即对公司产品或服务需求进行预测，在大多数教科书中又被称为销售预测，它决定了公司的生产能力和生产计划体系的构建，由于需求预测的不同，公司的财务部门、营销部门和人事部门做出相应变动，这是生产与运作管理中最重要的预测，也是我们所研究的主要内容，而经济和技术预测与生产作业管理的工作关系不大。
#p#副标题#e#
四、不同时间跨度的预测
预测通常可以根据它所包含的时间路度进行分类，在实践中有三种分类方法：
1、短期预测是指时间跨度小于1年的预为测，而通常少于3个月。例如大型商业企业的购货部门所需员工、工作指定和生产水平的计划工作。
2、中期预测的时间跨度通常从1年到3年。例如企业的年度生产和销售计划，企业的现金情况等等。
3、长期预测的时间跨度通常为3年及3年以上。主要包括企业的资本设备的购置，新建资产的形成，企业长期发展所需要的研究开发方面预测等等。
由于时间跨度不同，中期和长期预测与短期预测有比较大的区别，主要表现在以下几个方面：
第一，考虑因素多少不同，中长期预测要处理更多的数据，影响的变量也比较多，而短期预测中大多数变量是固定的，只需要对少数变量加以考虑。
第二，采用的方法不同。短期预测的方法量化程度比较高，常用的方法比如移动平均法、指数平滑法等，而长期预测当中往往采用定性的分析，而比较少采用量化的手段，如确定企业3-5年酌发展思路，并不通过具体的量化分析，而更多的用定性分析。
第三，正如前面所述，短期预测往往比中期和长期预测更精确。因为影响需求的因素每天都在发生变化，因此随着时间跨度的延长，预测精确度往往随之下降。销售预测必须定期做调整以保证预测结果的准确性。企业往往在每个销售期结束之后，要对预测进行调整和矫正。
由于产品的需求不可能一成不变，会随着时间的推移有所变化，不可想象的是新产品的需求量和已经投产10年的产品需求量相同，因此，在长期预测中要考虑产品生命周期的影响。根据传统的产品生命周期理论，大多数成功的产品都要经过四个阶段：(1)引入期，(2)成长期，(3)成熟
期，(4)衰退期。处于其生命周期前两个阶段的产品比处于成熟及衰退阶段的产品应做更长期的预测，因为它们所要经历的产品发展过程比较长，变动幅度比较大，因此预测可以把握从第一阶段直至衰退期的生产、存货和员工需要量的变动。
由于预测方法采用的手段和分析方法不同，预测方法又可分为两种，定性预测方法和定量预测方法。定性预测方法又称为主观预测方法，它不需要数学公式和数学模型的辅助，而是通过决策者个人感觉、个人经验和价值判断进行预测。定量预测则是用各种变量构建的模型来表示需求和各种变量之间的关系，定量分析的模型多种多样，但是在实践中应用最普遍的是时间序列分析方法，将需求看成是时间的函数。两种方法在对数据的使用上各有侧重，但是两种方法常常是结合在一起使用的，单独使用一种方法的情况比较少见。
#p#副标题#e#
五、经济预测的发展趋势
经济预侧从上世纪30年代的萌芽到90年代的理论成熟与实践应用，对促进管理科学的现代化起到了非常积极的作用。世界上许多著名的机构也对经济预测进行专门的分析，如美国的兰德公司，日本的野村综合研究所，世界未来学会等。托夫勒等未来学家也为预测的发展作出了奠基性的贡献。然而，发展到90年代，经济预测已经具有了新的内涵，出现了许多现代特征，主要表现在下面几个方面：
1、预测的定量化趋势。如果说古代的人们可以根据经验对天气进行短期预测的话，在现代社会中，经验已经退出了预测方法的行列，人们已经不满足对事物发展趋势的分析，而是要更清楚的把握事物发展的“度”和各种因素在事物发展中的作用。定量预测方法正好迎合了人们的这种需要。随着信息经济的发展，经济预测也形成了“稳、准、细”的特点，预测中更重视详细的数字化量级说明。预测也更多的借助于数学方法，如线性规划与线性代数的发展、概率论与数理统计的出现，为预测方法的发展插上了“翅膀”。
2、经济预测的动态化特征，主要表现为预测的短期化、经常化和模型的自适应化。由于现代的市场瞬息万变，信息更新呈现“短频快”的特点，短期化预测精度高、应用性强的优点已经得到了普遍的重视。
3、经济预测的非线性特征。由于事物发展不可能局限在单一因素的情况，线性方法越来越不符合事物发展的实际情况，非线性方法作为一种替代已经成为一种趋势。在各种非线性方法中，人工神经网络方法已经有了普通的应用，对复杂的系统要素也有很好的解释作用。在我国，人工神经网络方法还处在初步阶段，但这种趋势是必然的。
4、智能化预测。由于计算机软硬件技术的应用，经济预测也逐渐向智能化的方向发展。智能化的现代应用主要表现在人工智能、智能测试仪器等方面。智能化的含义表现在两个方面：预测方法选取的智能化和预测实现过程的智能化。对于同一组数据究竟采取哪一种预测方法，以及选择这种方法的根据是什么，这些问题一直是预测学家关注的热点，智能化为这些问题在有限范围内的有效解决提供了途径。
经济预测的分类没有统一的标准和严格的界限，它取决于预测研究的内容和目标。根据分类依据不同，预测可以有多种分类方式：根据内容不同，分为经济预测，技术预测，社会发展预测和市场需求预测；根据时间长短不同可以分为长期、中期、短期预测；根据预测方法不同，可以分为定性预测和定量预测。
尽管分类不同，但作为预测它们都有共同的特征，可以归结为以下几个方面：
1、都假定预测对象所在的系统过去和将来都按照相同的规律进行，也就是说在历史中包含了事物未来发展的趋势。
2、预测不可能绝对精确，实际结果往往而且在大多数情况下与预测值不同，也就是说预测存在偏差。
3、预测的准确性随着预测时间的增加而降低，因为对于短期预测而言，不确定因素要比长期预测少，预测结果也就相对准确。
对不同分类下的预测方法进行分析构成了本文的主要内容，在下面我们还要对各个部分进行更深入的分析。
#p#副标题#e#
二、预测的程序
预测是通过一定的程序实现的，在人们长期的实践中，总结出了一套具有共性的预测程序，这套程序总结了预测从开始到监控以及应用的各个环节。在实践中，这些环节往往通过计算机系统来实现，我们这里为读者提供这些程序，以供预测实施中作为参考：
1、确定预测的目的，明确预测的用途。预测的目的决定了采用什么预测方法，是预测的第一步，也决定了预测的详细程度、准确性和预测的费用。
预测方法是工具，生产决策才是目的，因此，预测方法是为决策服务的，决策的内容决定了预测的方法，只有明确了预测的目的和决策的需求，才能确定具体的预测目标。比如，预测的目的如果是需要知道产品销售的情况，那预测目标就是对销售量的情况进行考察，即定位对象是销售量。
2、确定预测时间覆盖范围(时间跨度)，明确究竟是长期、中期还是短期预测。
确定预测的时间跨度非常重要，针对不同的预测对象，应当选用不同的时间路度，比如对国民经济发展趋势的分析显然不能局限在1-2年的中短期分析，更要着限于5-10年甚至15年的长期分析，要注重在较长时段上产业结构的发展变化情况。
3、采集数据并加以分析，为下一步的预测作好准备。
资料是进行预测的依据，根据预测目标的不同，搜集预测需要的各种资料，包括预测对象本身发展的历史资料和统计数据，对预测对象发展有影响的各种因素。
在搜集资料的同时，还要注意对数据资料进行必要的背景性分析。如数据资料的可靠性、可用性的分析，保证可靠的数据来源、可靠的数据资料内容和“稳健”的数据资料。
4、选择预测中选用的方法和数学模型，这是预测的关键所在，也直接影响了预测的结果。
要根据数据的结构特征和经济数据的特点确定经济预测的模型和方法，必要的时候对不同类型的数据要采用不同的方法。
5、计算预测的结果并且对结果进行分析。
对实际的数据进行参数估计、预测计算和比较预测的基础上，得到经济预测的结果，并且对结果进行必要和有用的分析。
6、将预测的结果在生产计划和实践中进行应用，并且对预测进行监控和观察，如果预测的结果无法满足实际的要求，要考虑重新选用其他的预测方法或者数据，即所谓的动态调整。而且随着经济的发展，经济数据也会发生变化，这也要求对预测的结果进行动态的调整。
#p#副标题#e#
三、不同内容的预测
企业所进行的预测根据内容不同主要有3种：
1、经济预测，往往是对宏观经济运行趋势的预测，通过预计经济增长率、失业率、通货膨胀率、货币供给增长速度、在建工程比率及其他有关指标来预测经济周期的变动，从而估计周期变动对企业经营的影响。
2、技术预测，对企业现有的生产技术评估的基础上，预测在该行业会导致产生重要影响的新产品，促进企业进行生产的研究与开发，提高企业产品和设备的需求，为企业长期的发展奠定基础。
3、市场需求预测，即对公司产品或服务需求进行预测，在大多数教科书中又被称为销售预测，它决定了公司的生产能力和生产计划体系的构建，由于需求预测的不同，公司的财务部门、营销部门和人事部门做出相应变动，这是生产与运作管理中最重要的预测，也是我们所研究的主要内容，而经济和技术预测与生产作业管理的工作关系不大。
#p#副标题#e#
四、不同时间跨度的预测
预测通常可以根据它所包含的时间路度进行分类，在实践中有三种分类方法：
1、短期预测是指时间跨度小于1年的预为测，而通常少于3个月。例如大型商业企业的购货部门所需员工、工作指定和生产水平的计划工作。
2、中期预测的时间跨度通常从1年到3年。例如企业的年度生产和销售计划，企业的现金情况等等。
3、长期预测的时间跨度通常为3年及3年以上。主要包括企业的资本设备的购置，新建资产的形成，企业长期发展所需要的研究开发方面预测等等。
由于时间跨度不同，中期和长期预测与短期预测有比较大的区别，主要表现在以下几个方面：
第一，考虑因素多少不同，中长期预测要处理更多的数据，影响的变量也比较多，而短期预测中大多数变量是固定的，只需要对少数变量加以考虑。
第二，采用的方法不同。短期预测的方法量化程度比较高，常用的方法比如移动平均法、指数平滑法等，而长期预测当中往往采用定性的分析，而比较少采用量化的手段，如确定企业3-5年酌发展思路，并不通过具体的量化分析，而更多的用定性分析。
第三，正如前面所述，短期预测往往比中期和长期预测更精确。因为影响需求的因素每天都在发生变化，因此随着时间跨度的延长，预测精确度往往随之下降。销售预测必须定期做调整以保证预测结果的准确性。企业往往在每个销售期结束之后，要对预测进行调整和矫正。
由于产品的需求不可能一成不变，会随着时间的推移有所变化，不可想象的是新产品的需求量和已经投产10年的产品需求量相同，因此，在长期预测中要考虑产品生命周期的影响。根据传统的产品生命周期理论，大多数成功的产品都要经过四个阶段：(1)引入期，(2)成长期，(3)成熟
期，(4)衰退期。处于其生命周期前两个阶段的产品比处于成熟及衰退阶段的产品应做更长期的预测，因为它们所要经历的产品发展过程比较长，变动幅度比较大，因此预测可以把握从第一阶段直至衰退期的生产、存货和员工需要量的变动。
由于预测方法采用的手段和分析方法不同，预测方法又可分为两种，定性预测方法和定量预测方法。定性预测方法又称为主观预测方法，它不需要数学公式和数学模型的辅助，而是通过决策者个人感觉、个人经验和价值判断进行预测。定量预测则是用各种变量构建的模型来表示需求和各种变量之间的关系，定量分析的模型多种多样，但是在实践中应用最普遍的是时间序列分析方法，将需求看成是时间的函数。两种方法在对数据的使用上各有侧重，但是两种方法常常是结合在一起使用的，单独使用一种方法的情况比较少见。
#p#副标题#e#
五、经济预测的发展趋势
经济预侧从上世纪30年代的萌芽到90年代的理论成熟与实践应用，对促进管理科学的现代化起到了非常积极的作用。世界上许多著名的机构也对经济预测进行专门的分析，如美国的兰德公司，日本的野村综合研究所，世界未来学会等。托夫勒等未来学家也为预测的发展作出了奠基性的贡献。然而，发展到90年代，经济预测已经具有了新的内涵，出现了许多现代特征，主要表现在下面几个方面：
1、预测的定量化趋势。如果说古代的人们可以根据经验对天气进行短期预测的话，在现代社会中，经验已经退出了预测方法的行列，人们已经不满足对事物发展趋势的分析，而是要更清楚的把握事物发展的“度”和各种因素在事物发展中的作用。定量预测方法正好迎合了人们的这种需要。随着信息经济的发展，经济预测也形成了“稳、准、细”的特点，预测中更重视详细的数字化量级说明。预测也更多的借助于数学方法，如线性规划与线性代数的发展、概率论与数理统计的出现，为预测方法的发展插上了“翅膀”。
2、经济预测的动态化特征，主要表现为预测的短期化、经常化和模型的自适应化。由于现代的市场瞬息万变，信息更新呈现“短频快”的特点，短期化预测精度高、应用性强的优点已经得到了普遍的重视。
3、经济预测的非线性特征。由于事物发展不可能局限在单一因素的情况，线性方法越来越不符合事物发展的实际情况，非线性方法作为一种替代已经成为一种趋势。在各种非线性方法中，人工神经网络方法已经有了普通的应用，对复杂的系统要素也有很好的解释作用。在我国，人工神经网络方法还处在初步阶段，但这种趋势是必然的。
4、智能化预测。由于计算机软硬件技术的应用，经济预测也逐渐向智能化的方向发展。智能化的现代应用主要表现在人工智能、智能测试仪器等方面。智能化的含义表现在两个方面：预测方法选取的智能化和预测实现过程的智能化。对于同一组数据究竟采取哪一种预测方法，以及选择这种方法的根据是什么，这些问题一直是预测学家关注的热点，智能化为这些问题在有限范围内的有效解决提供了途径。
