第四章 水产养殖企业的经营预测

•第四章•水产养殖企业的经营预测与经营决策•第一节水产养殖企业的经营预测•一、经营预测的重要性及其基本原则•（一）经营预测的重要性•预测是以各种信息资料为依据，以正确的理论为指导，以数学方法为手段的一种科学判断和分析方法。•水产养殖企业经营预测包括：水产品市场预测；渔业生产预测；企业经营成果预测；水产技术预测等。预测的重要意义：•通过科学的预测可以掌握企业生产经营活动的变化动态和发展趋势，为企业提供市场需求变化的动态信息，使企业最高决策层预知市场将为企业提供什么机会或造成什么危险，以便及早做出应变的对策；为企业制定经营目标和战略计划提供依据，便于企业进行生产组织和生产决策；为企业经营成果提供指示器，便于企业进行自我诊断和自我调整；为水产科学技术进步做出分析和评价，便于企业推广应用新技术成果和进行技术改造。（二）经营预测的基本原则•1、科学性原则•2、广泛性原则•3、时间性原则•4、经常性原则二、市场调查•（一）市场调查的基本内容和要求•1、市场调查的基本内容•（1）消费需求的调查研究•（2）市场经营条件的调查研究•（3）水产品商品分析•2、市场调查的要求（二）市场调查的组织工作•1、选择市场调查题目•2、确定搜集资料的范围和方式•3、调查表和问卷的设计•4、抽样设计•5、实施调查•6、整理与分析调查资料•7、提出调查报告•8、追踪回访（三）市场调查的方法•1、询问法：常用的有个别面谈、集体面谈，通讯调查、留置问卷等。•2、观察法：有直接观察、行为记录等。•3、实验法：有自设门市、市场试销实验等。三、经营预测的方法•（一）简便的预测方法•1、百分比率法•计算公式：Y=B×B／S•式中：Y—下一年度销售预测值•B—本年度销售实际•S—上年度销售实际•例1、某水产养殖企业上年度某种水产品销售额为170万元，本年度为210元，请预测下一年度销售额？•解：Y=B×B／S=210×210／170•=259.92(万元）•即下一年度某产品销售额预计为259.92万元。2、平均法•将预测期以前的若干时期销售量相加，求其平均值，作为下一期的预测值。•简单平均法：•NiNaiyy1/ˆyˆ-时间序列数据预测值。-时间序列数据的平均值。ai-各期的实际销售额。N-使用资料的期数。y例2、某水产养殖场近年来水产品销售额资料如下表，求1993年预期销售额？•表：年份198419851986198719881989199019911992销售额150200220230340250300330340•解：用简单平均法预测：yˆ=y=（150+200+220+230+340+250+300+330+340）／9=236.2（万元）即1993年预测销售额为263.2万元。（二）直观的预测方法•常用的有场长（经理）评判法、综合判断法、直接调查法、专家预见法等。•例3.某水产养殖总公司三位有经验的高级管理人员对该公司下一年度销售额判断以后做出预测估计，资料如下表。表人员管理人员甲管理人员乙管理人员丙预测销售额（万元）最高可能最低最高可能最低最高可能最低230150120280200150200160100预测概率0.30.50.20.30.60.10.30.40.3期望值168219154•三位管理人员预测的平均期望值为：•=(168+219+154)／3=180.3(万元）•则该公司决策人员可根据此平均期望值，作为本公司下一年度销售的预测值。E（三）外推的预测方法•1、移动平均数预测法•（1）简单移动平均数预测法nyyyyyyntttttt/)(ˆ12111ˆtyt+1时段的预测值。ty--t时段的算术移动平均值。1,2,1,nttttyyyy--t时段及t之前各期的实际值。n--移动平均的时期长度。可以是3、5或其他正整数。例4.某水产养殖场近年来水产品销售额资料见表3年份198419851986198719881989199019911992序号123456789销售额150200220230340250300330340三期移动平均数190216.7263.3273.3296.7293.3323.3预测值190216.7263.3273.3296.7293.3•计算三期移动平均数43ˆ1903/)150200220(yy54ˆ7.2163/)200220230(yy依此类推，可求出各期移动平均数和预测值，结果填入表中。(2)加权移动平均预测法•用近期的经济资料能更多地反映经济变化的趋势，故在计算移动平均数时，给予近期资料较大的权数，给予远期资料较小的权数。•权数的确定：用n表示最近一期权数，依次减1为前面各期权数。•如三期，3、2、1•五期，5、4、3、2、1•公式：1)1()1(ˆ111nnyynnyyynttttt例5.仍用表3数据计算加权移动平均预测法。•解：7.22112320022022303ˆ7.20112315020022203ˆ4534yyyy依此类推，将结果填入表4表4加权移动平均预测计算表年份198419851986198719881989199019911992销售额150200220230340250300330340三期移动平均201.7221.7283.3276.7290306.7330预测值201.7221.7283.3276.7290306.72、指数平滑法•模型：tttyyyˆ)1(ˆ1式中：1ˆty--t+1时段的预测值。ty--t时段的实际值。tyˆ--t时段的预测值。1,权数。,10且1+（1-α）=111用文字表述模型就是t+1时段的预测值，是上一时段t的实际值和预测值的加权平均。运用指数平滑法的关键在于选取值•当=0时，•当=1时，ttyyˆˆ1ttyy1ˆ这就是说--即重视tyˆ的作用。--即重视ty(上期实际值）的作用。要根据时间序列的变动规律确定值。在实际预测过程中，预测值的初始值tyˆ也是由预测者估计和指定的。（1）以时间序列最初的一个值作为预测的初始值;（2）以时间序列若干期实际值的平均数作为预测初始值。例6.仍以表3数据为例，同时为了比较取何值更合适，分别取=0.1和=0.9，以第一期的实际值作为预测初始值，将计算结果分别填入表5.年份1198419851986198719881989199019911992合计平均实际值2150200220230340250300330340预测值A3150155161.5168.4185.5192202.8215.5预测值B4150195217.5228.8328.9257.9295.8326.6绝对误差A5506568.5171.664.5108127.2124.5778.397.3绝对误差B6502512.5111.278.942.134.213.4367.345.9平方误差A72500422546922944741601166416180155008836811046平方误差B8250062515612365622517721170180249933124•表5中第5和第6、第7和第8行分别按平均绝对误差和平均平方误差计算了=0.1和=0.9时的预测误差，预测误差越小，说明预测越精确。计算结果表明，=0.9时，两种误差均小于=0.1，因此，取=0.9作为预测的权数。3、直线趋势预测法•数学模型：btayˆ式中：yˆ--预测值t-观察期数a,b–预测参数。采用这一方法的前提是，时间序列的逐期增减量大致相同。即时间序列的发展趋势是一条拟合直线。•关键是求出参数a,b,通过直线回归方程导出。2121)()ˆ(niiniibtayyyQ并对a,b求偏导数，得tbNay2tbtaty为了计算方便，采用简捷法求a,b值。简捷法求a,b值•当时间序列为奇数项时，以时间序列正中一期为原点，该期为0，原点前各期为-1，-2，-3…;原点后各期为1，2，3，…。当时间序列为偶数项时，原点应在时间序列中间两期之间，…-5，-3，-1，0，1，3，5…，使得0t•于是，方程组为2tbtyNay→2ttybyNya例：仍以表3数据为例。时间（年度198419851986198719881989199019911992∑1502002202303402503003303402380-4-3-2-1012340-600-600-440-2300250600990136013301694101491660iytyi2tt•将表中有关数据代入a,b两参数的计算公式得：1.226013304.264923802ttybNya将a,b值代入方程，则直线趋势预测模型为：ty1.224.264ˆ现要预测1993年度和1994年度的水产品销售额，t分别为5和6，代入上式。•1993年的预测值9.37651.224.264ˆy1994年的预测值39761.224.264ˆy4.季节预测法•水产品的季节预测是由它的生产和消费的季节性决定的。如鲜鱼生产一般是春季孵化放养，秋季捕捞上市，这种生产的季节性就形成了消费的季节性。•季节变动的特点：（1）有规律的；（2）每年重复的；（3）各年变动幅度相差不大。•季节模型由一套指标组成，若是按月排列的资料，由12个指标组成；按季排列的资料，由4个指标组成。•季节变动预测是通过计算季节变动指数进行预测，季节变动指数的计算有好几种方法，我们只介绍季节变差一种。例8、下表数字代表某地农贸市场上鲜鱼的三年成交量，现要求预测下年度各月的成交量。月年123456789101112合计198759.155.050.246.946.246.146.547.249.558.164.466.2635.4198865.663.259.255.754.353.754.054.856.362.669.171.9720.4198972.570.36968.266.964.16767.96971.774.578.8839.9•上表显示，鲜鱼成交量在10月份至翌年的元月份是销售旺季，从分年度看，1988年销售量1987年，而1989年又1988年，这说明鲜鱼成交量不仅在年内表现为有规律的季节变动，而且在年际间表现为呈上升的趋势变化。010203040506070801357911198719881989计算步骤：（1）首先用直线趋势预测法求得趋势值，见计算表年份t全年收购量（y)t2ty趋势值1987-1635.41-635.4629.6419880720.400731.9119891839.91839.9834.18合计02195.72204.52195.73•求出a=y/n=2195.7/3=931.9b=ty/t2=204.5/2=102.25预测公式为：yˆ=731.9+102.25t1990年年成交量预测值t=22y=731.9+102.25×2=936.4由于要预测下一年各月的成交量，计算月平均月平均趋势值=936.4/12=78.033•季节变差=同月平均数-月总平均数•（3）进行预测•各月预测值=月平均预测值+季节变差•下一年度元月份预测值=78.033+4.65=82.69•依次类推，得到1990年各月份预测值，填入表中。(2)计算季节变差，采用列表计算，见下表月份123456789101112平均198759.155.050.046.946.246.146.547.249.558.164.466.2198865.663.259.255.754.353.754.054.856.362.669.171.9198972.570.36968.266.964.16767.96971.774.578.8同月平均数65.7362.8359.4756.9356.93