Forecasting

预测简介

欢迎来到商业“算命”的世界！在本章中，我们将探讨预测（Forecasting）。你可以把它想象成企业的“天气预报”。就像你会查看手机来决定明天是否需要带雨伞一样，企业管理者使用预测来决定是否需要聘请更多员工、购入更多库存，或为未雨绸缪储备资金。这是企业目标与策略中至关重要的一部分，因为如果你连未来的“经济天气”会如何都不知道，又怎能规划企业的发展方向呢？

如果一开始觉得数学公式或技术术语有点深奥，别担心！我们会将所有内容拆解成简单的步骤，并运用日常生活中的例子，帮助你在 H431 考试中掌握这个课题。

1. 什么是预测？

预测是根据过去和现在的数据来推测未来绩效或趋势的过程。其主要目的是减少不确定性，使企业能够设定“SMART”目标并制定有效的策略。

企业为何要进行预测？
• 规划现金流（下个月资金充足吗？）
• 管理生产（应该生产多少产品？）
• 指导市场营销（市场是在增长还在萎缩？）
• 协助利益相关者（银行在放贷前需要查看预测报告！）

重点小贴士：预测并非要求 100% 准确，而是尽可能作出“有根据的推测”，帮助企业为未来做好规划。

2. 定性预测与定量预测

展望未来主要有两种途径：一种是利用“硬性”数据，另一种则是利用“软性”意见。

定量预测（数字导向）

这种方式依赖数值数据。它假设过去发生的事情很可能会再次发生。例如，如果过去十年销售额每年增长 5%，定量预测可能会预测明年也会有 5% 的增长。

定性预测（意见导向）

这适用于缺乏可用数据（例如推出一项全新的发明）或预期未来与过去截然不同的情况。它依赖于人们的判断和直觉。

记忆小帮手：
• Quantitative（定量） = Quantity（数量/数字）
• Qualitative（定性） = Quality（品质/意见或感受）

3. 定性预测的方法

课程大纲要求你了解结构化和非结构化两种方法。

结构化方法

德尔菲法（Delphi Technique）：这是一个形容“专家小组”的专业词汇。一群专家以匿名方式回答多轮问卷。每一轮结束后，主持人会提供专家预测的摘要，随后专家根据摘要修改之前的答案。目标是达成共识（Consensus）。由于过程是匿名的，没有人会感到压力而去附和会议中“声音最大”的人！
专家意见（Expert Opinion）：咨询单一专家（如经济学家或首席设计师），根据其多年经验作出预测。

非结构化方法

脑力激荡（Brainstorming）：企业内部的一群人聚集在一起，畅所欲言，讨论他们认为未来可能发生的事情。这种方法很有创意，但可能会较为杂乱无章。
直觉（Intuition）：基本上就是基于管理者经验的“直觉”。虽然听起来有风险，但许多成功的企业家（如 Steve Jobs）在缺乏数据时，都非常依赖直觉。

快速回顾：结构化方法（德尔菲法）较为客观并能减少“群体迷思”（Groupthink），而非结构化方法（直觉）虽然速度较快，但携带较高的偏见（Bias）风险。

4. 定量财务预测

作为商科学生，你需要具备计算和解读四种主要定量预测的能力：

1. 销售预测：预测将售出多少单位产品。
2. 成本预测：预测未来开支（租金、材料、工资）。
3. 利润预测：使用公式：\( 预测利润 = 预测收入 - 预测成本 \)。
4. 现金流预测：预测资金流入和流出的时间点。

相关性（Correlation）

企业利用相关性来观察两个变量是否相关。例如，增加广告预算（变量 A）是否会导致销售额增加（变量 B）？
• 正相关：两者同步上升（例如：天气越热，雪糕销量越高）。
• 负相关：一个上升，另一个下降（例如：下雨时雨伞销量增加，但防晒霜销量减少）。
• 无相关：两者之间没有明显的联系。

趋势外推法（Extrapolation）

这涉及观察图表上的趋势，并将该线条“延伸”到未来。例子：如果销售图表上的线条在过去 5 个月稳定上升，你将该线条延伸，以预测第 6 个月的表现。

5. 时间序列分析（移动平均）

原始的销售数据往往因为起伏不定而显得“杂乱”。时间序列分析利用移动平均（Moving Averages）来“平滑”这些波动，从而揭示潜在的趋势。

OCR 课程大纲主要针对奇数年份（通常是 3 年移动平均）。

步骤说明：计算 3 年移动平均
1. 取得第 1 年、第 2 年和第 3 年的销售数据。
2. 将它们相加，得出“3 年总和”。
3. 将总和除以 3 得到平均值。将此结果写在第 2 年（中间的一年）旁边。
4. 接着，去掉第 1 年，改用第 2、3、4 年的数据。重复该过程，并将结果写在第 3 年旁边。

比喻：想象你正在拍摄一辆行驶中的汽车，照片显得模糊。移动平均就像使用数字滤镜让汽车影像变得清晰，让你清楚看到它到底正朝哪个方向前进。

6. 变动：季节性与周期性

即使有明确的趋势，销售额仍然会出现波动，我们称之为变动（Variations）。

季节性变动（Seasonal Variations）：指一年内发生的规律性、短期波动。
例子：玩具店大部分的货品在 12 月售出；防晒霜则在 7 月售出。
公式：\( 变动 = 实际销售额 - 趋势（移动平均）销售额 \)

周期性变动（Cyclical Variations）：指与商业周期（Business Cycle）（整个经济环境）相关的长期波动。当经济处于“繁荣”时期，豪华汽车的销量会上升；当出现“衰退”时，销量则会下降。这些周期可能会持续多年。

避免常见错误：千万别搞混了！季节性与一年中的时间（天气/节日）有关；周期性则与经济健康状况（GDP/失业率）有关。

7. 评估：预测值得做吗？

预测虽然必不可少，但并不完美。你必须能够评估其对利益相关者的有效性。

优点：
• 有助于决策制定（例如：我们是否应该兴建新工厂？）。
• 降低资金耗尽的风险。
• 提供一个基准，用来衡量实际绩效。

缺点 / 限制：
• 未来是不确定的：外部冲击（如疫情或突发的税务变动）可能导致预测失效。
• 垃圾进，垃圾出（Garbage In, Garbage Out）：如果过去的数据是错误的，预测结果也会是错的。
• 偏见：管理者可能会为了让项目获得批准而过于乐观（非结构化定性预测）。

对利益相关者的重要性：
• 员工：使用预测来判断工作保障程度。
• 供应商：需要知道为企业准备多少库存。
• 贷方（银行）：若没有看到正面的现金流预测，通常不会提供贷款。

重点小贴士：企业永远不应只依赖单一预测。应该将定量数据与专家的定性意见相结合，并随着新信息的到来不断更新。

快速回顾箱

• 预测：推测未来以协助规划。
• 定量：数据/数字（趋势外推法、移动平均）。
• 定性：意见（德尔菲法、脑力激荡）。
• 移动平均：平滑数据以显示趋势。
• 季节性变动：短期变化（如圣诞节）。
• 周期性变动：长期变化（如经济环境）。
• 主要挑战：外部冲击与数据不准确。