預測：它是什麼，如何用於業務和投資

預測是一種使用歷史數據來做出有關未來事件或條件的明智決定的技術。這不僅僅是猜測。企業和投資者的工具，預測，進行專家分析，並應用複雜的模型來分配投資組合和預算。

但是，這些像水晶球一樣的預測有多可靠？畢竟，經濟學家，投資者和財務計劃師經常對媒人的幽默表現出驚人的人才。著名的20世紀經濟學家約翰·肯尼斯·加爾布雷思（John Kenneth Galbraith）說：“經濟預測的唯一功能是使占星術看起來值得稱讚。”或者，作為同樣有影響力的經濟學家，保羅·A·薩繆爾森（Paul A. Samuelson）認為，華爾街模特“預測了最近五次衰退中的九個”。

然而，預測對於現代投資和商業實踐至關重要。企業根據預測銷售數據，市場需求或經濟指標僱用和擴展。投資者根據股票價格，利率或更廣泛的市場轉移的預測，貿易股票，投資資金或輕率地退出市場。但是，預測的工作遠遠超出了董事會和交易地板。消費者支出模式，就業市場趨勢甚至地緣政治事件都屬於預報員的權限。

牢記經濟學家約翰·梅納德·凱恩斯（John Maynard Keynes）要求“不可避免的事情永遠不會發生。這永遠是意想不到的。”我們在下面詳細介紹了不同的預測方法以及它們如何共享一個共同的目標：減少不確定性並為我們今天可以做的計劃提供基礎。我們還提供了12個原則，您可以在預測中申請以獲得更好的結果。

預測的工作原理

如今，預測將數據分析，機器學習，統計建模和專家判斷融合。預測提供基準對於需要長期運營觀點的公司。例如，期權和期貨交易中的許多衍生品市場都是業務和投資者預測的產物，所有這些都可以對沖或確保企業抵抗可能損害其公司的不利市場變化。

預測投資

股票分析師使用預測來預測趨勢（例如國內生產總值（GDP）或失業率）將如何在未來季度或年份發生變化。統計學家採用預測來分析業務運營變化的潛在影響。然後，分析師得出經常匯總成共識數量的收益估計值。如果實際收益公告會錯過估計值，則可能會對公司的股價產生很大影響。

預測業務

在業務管理中，預測是戰略決策的基石，幾乎影響了組織運營的各個方面。通過試圖通過下面討論的定性和定量措施來預測趨勢和條件，公司的目標是在市場中有利地定位自己。

這些預測指導著關鍵選擇，從市場進入策略和產品開發到供應鏈管理和勞動力計劃，因此，任務通常是從預測轉變為計劃。

將預測付諸實踐

預測錯誤的後果可能是深遠的。正確的預測使企業能夠改善他們如何劃分資源，是否可以利用新興的前景並減輕風險。相反，不准確的預測會導致策略未對準，資源效率低下，錯過的機會以及沒有管理或保險的風險。這是預測對各種業務功能的連鎖反應：

• 市場策略：對消費者需求和市場趨勢的準確預測，告知了目標的目標以及如何推銷產品和服務。
• 生產計劃：預測推動了生產量的決策，有助於平衡庫存成本與滿足客戶需求的能力。
• 供應鏈管理：預測資源可用性，供應商的可靠性以及對兩者的限制對於維持平穩的操作和控製成本至關重要。
• 人力資源：勞動力計劃在很大程度上依賴於未來業務需求和勞動條件的預測。
• 財務計劃：收入，成本和市場狀況的預測是預算和投資決策的基礎。

預測差的後果通常很嚴重。公司可能會發現自己過度擴張了市場，在市場下降，努力庫存過多，或者無法滿足需求意外的衝浪。

這是暫停和審查的好點，下面的此表，兩者之間的差異：

預測業務和投資計劃
特徵	預測	規劃
目的	根據歷史數據和趨勢來預測未來的結果	概述特定的行動和策略以實現特定目標
重點	主要基於估計可能發生的事情	主要基於確定應該發生的事情以及如何實現
時間範圍	可以是短期，中期或長期的，具體取決於預測	通常專注於不久的將來，但可能包括長期目標，例如財務計劃的退休目標
方法	統計分析，趨勢外推，專家判斷，模擬等。	目標設置，資源分配，預算，調度，應急計劃等。
輸出	定量估計（例如銷售數據，股票價格，市場份額）和定性方法	可行的計劃，預算，時間表和績效指標
用於投資	預測股票價格，市場趨勢和經濟指標，為投資決策提供信息	創建投資組合，設定財務目標並製定策略以實現這些目標
在業務中使用	用於預測需求，估計財務績效，評估市場潛力並確定風險和前景	用於製定業務策略，分配資源，管理運營並審查績效

預測技術

現在，我們可以探索預測中使用的主要方法，每種方法都具有特定的優勢和最佳應用時：

預測中的定量方法

定量預測技術依賴數值數據和統計模型來預測未來的結果。這些方法對於可用的歷史數據並可以辨別模式的短期至中期預測特別有用。

時間序列分析

該方法分析了歷史數據點，例如銷售數字或股票價格，以確定隨著時間的推移模式或趨勢。然後將這些統計關係推到未來，以產生置信區間的預測，以了解特定結果的可能性。與所有預測方法一樣，不能保證成功。

類似的技術移動平均值指數平滑有助於提高波動，以突出基礎趨勢，從而更容易預測未來的價值。這是投資技術分析的核心。此外，時間序列預測通常涉及趨勢和周期性波動分析。

回歸分析

回歸模型評估因變量與一個或多個自變量之間的關係。例如，公司可能會使用回歸分析來了解其在營銷或經濟狀況上的支出如何影響其銷售。通過建立這些關係，企業可以知道在需要營銷預算或經濟狀況變化時如何計劃。

計量經濟學模型

計量經濟學是橋樑經濟學，數學和統計數據的專業領域。它著重於使用統計方法分析經濟數據並測試經濟理論。計量經濟學家開發量化經濟變量之間關係的模型，例如利率的變化如何影響投資或政府支出如何影響經濟增長。

分析師使用這些模型來預測GDP增長，通貨膨脹率和失業水平。計量經濟學模型對於長期計劃和決策特別有價值。

定量模型傾向於共享以下方面：

• 模型建設：定量分析師基於經濟和金融理論創建數學模型，並結合了據信會影響所研究內容的變量，無論是GDP還是股票的價格，隨著時間的推移。
• 數據分析：收集和檢查現實世界數據以估計變量之間的關係。
• 假設檢驗：統計檢驗用於評估模型及其假設的有效性，確定確定的關係是否具有統計學意義。在這一點上，無論是在投資，商業還是宏觀經濟研究中，通常都使用模擬。
• 預測：然後可以使用定量模型來生成有關未來經濟成果的預測，以便決策者可以開始計劃。

預測中定量方法的優勢和劣勢
優勢	弱點
目的：基於數值數據和統計模型，減少了個人偏見的潛在影響	剛性：可能難以適應歷史數據中未捕獲的突然變化或事件
一致：提供標準化且可重複的結果，促進在時間段的比較	可能會錯過非定量信息：不容易納入定性因素或專家意見
量化關係：可以發現大數據集中的相關性和模式	需要足夠的數據：依靠擁有足夠的歷史數據來構建可靠的模型
可擴展：可以應用於大型數據集和復雜的預測問題	可能過於復雜：複雜的模型可能難以解釋或向利益相關者解釋或解釋

預測中的定性技術

定性預測方法依賴於專家意見和市場見解，而不是純粹的數值數據。研究人員還稱該領域為“判斷性預測”。定性預測模型的示例包括採訪，現場訪問，市場研究，民意調查和調查Delphi方法（依賴於匯總的專家意見）。

收集數據進行定性分析有時可能很困難或耗時。大公司的首席執行官不會接聽電話散戶投資者或向他們展示設施。但是，您仍然可以通過新聞報告和公司文件中包含的文本進行篩選，以獲得經理的記錄，策略和哲學。在歷史數據有限的情況下或以前數據不可靠的時期，由於市場正在發生變化，這些技術尤其有價值。

Delphi方法

這種結構化的技術涉及一組專家小組，他們匿名提供預測和假設。他們的回答是匯總的，並與小組共享，然後進行討論和修訂，直到達成共識為止。 Delphi方法通常用於需要專業知識的各種研究中，但對於長期戰略計劃和在不確定或快速變化的環境中進行預測特別值得。

市場研究

調查，焦點小組和訪談是用於收集客戶，行業專家和其他利益相關者的定性數據的常見工具。這些信息可以揭示新興趨勢，消費者偏好的轉變以及數值數據中可能尚未看到的其他因素。

方案分析

該技術涉及基於關於未來條件的不同假設來開發多個合理的方案。然後，企業可以評估每種情況如何影響其運營並相應地計劃。這是一個至關重要的工具風險管理。

預測中定性方法的優勢和劣勢
優勢	弱點
響應：可以適應不斷變化的條件或新信息	主觀：嚴重依賴人類的判斷，這可能會偏見和不一致
合併內部信息：可以佔用數值數據中可能不會捕獲的經驗和知識	有限的向後觀點：由於認知限製或行為偏見
可以處理一次性或不尋常的事件：定量方法高度依賴以前的數據，這可能使它們在不尋常的情況下沒有做好準備，而這種情況並非如此	短期主義：預報員可能過於依賴最近的事件，而忽略了長期模式，或者他們沒有經歷過第一手的模式
鼓勵所有權：該過程本身可以促進相關利益相關者的支持	可以鼓勵太多的所有權：雖然定量方法也可以促進偏見以捍衛自己的結論，但可以通過數據來檢查這些結論，這可能不會發生定性的預測

預測的混合或組合方法

長期以來，研究人員一直對哪種方法效果最好以及在哪種情況下感興趣。當然，金融和其他學科的不同部分傾向於朝著定量或定性方法（例如，多少不太可能產生有關市場研究或其他判斷方法的研究的研究）。

但是研究人員經常發現，確定使用哪種方法取決於多種因素。例如，公司可能會使用時間序列分析來識別歷史趨勢並通過市場研究中的見解來補充這一點，以說明消費者行為的最新變化。

鑑於這一點，研究人員從經驗上證明，結合或混合方法通常是通過提取兩者兼而有之的最明智的預測來表現最好的。人類判斷和定量方法都不是普遍優越的。相反，他們的優勢通常是互補的。

定量方法在處理大型數據集和識別其中的模式方面最能做到，尤其是在使用AI和AI增強時機器學習，儘管人類的判斷是解釋模棱兩可的情況並結合上下文知識，而這些知識可能不會僅由數據捕獲。回顧了這一領域的最新工作，我們掌握了有關結合定性和定量方法的這些關鍵點：

• 結束時，不是開始：每個預測方法都應自行進行。這種獨立性確保每種方法都提供了對未來結果的看法，這不受其他預測技術的影響。
• 不要使用定性判斷來糾正數據：最後一點與使用定性專業知識糾正定量數據通常發現的錯誤息息相關。這是結合方法最流行的方式，但通常是最不准確的方法。
• 使用各種信息來源：一種有效的混合方法取決於從不同數據庫中汲取的方法。例如，統計預測通常使用歷史數據和定量指標，而判斷預測通常包含定性見解，市場情感和專家直覺。信息源的多樣性增強了結論的魯棒性。
• 專業知識很重要：結合判斷預測時，至關重要的是，他們源自具有相關領域專業知識的個人。該標準承認，有效的判斷性預測不僅需要一般的直覺。它需要深入了解要進行預測的特定領域或行業。簡而言之，雖然包括擁有更多一般知識的專家，但專業知識越詳細，越好。

選擇正確的預測方法

正確的預測方法取決於預測的類型和範圍。定性方法更耗時且昂貴，但鑑於範圍有限，可以進行非常準確的預測。例如，它們可能被用來預測公眾的新產品發布能力。

對於可以包含更大範圍的更快分析，定量方法通常更有用。查看大數據集，如今的統計軟件包可以在幾分鐘或幾秒鐘內將數字崩潰。但是，數據集越大，分析越複雜，則可能是越定價。

因此，預測者通常經常進行快速的成本效益分析（一種微型遺產）來確定哪種方法將增加其準確預測的機會，以最低的時間和金錢成本。

預算和預測：有什麼區別？

雖然經常在同一呼吸中提到，但預算和預測在財務計劃，投資和業務管理中扮演了單獨但互補的角色。預算主要是一種計劃工具，因此當我們涵蓋計劃而不是預測時，它具有上述一些要素。

預算是對未來收入和費用的詳細估計，因此您有一個用於分配資源和設定績效目標的路線圖。預算通常是更多的靜態文件，代表了管理層對該時期的承諾和期望。這是預算的主要特徵：

1. 面向目標：預算反映了特定的財務目標。
2. 費用監控：他們為監視和控制費用提供了基礎。
3. 固定時間範圍：通常涵蓋特定的財政時期，通常是一年。
4. 內部重點：主要用於內部管理和會計。

同時，預測是關於基於當前和歷史數據來預測財務結果。因此，當您預測時，您不會設定目標。取而代之的是，您預計將來會發生什麼以及為什麼這樣做，幫助組織和投資者調整策略並應對不斷變化的條件。這是預測的主要特徵：

1. 預測性：旨在投影可能的結果而不是設定目標。
2. 適應性：定期更新以包含新信息。
3. 各種時間範圍：可以涵蓋短期或長期的時間。
4. 考慮外部因素：考慮到市場狀況和趨勢，不僅是投資組合，商業或經濟部門的內部條件。

12個有效預測的原則

有效的預測是業務和金融方面的關鍵技能，為可以製定或破壞業務或投資組合的決策提供了基礎。儘管沒有預測是完美的，但具有可靠預測的公司和投資者可以更好地駕駛不確定性，抓住潛在客戶並保持競爭優勢。以下原則是由專家見解和具有實踐經驗的人汲取的原則，構成了有效預測的核心：

1. 有條不紊：最佳結果來自遵守系統的，定義明確的過程的預測。使用系統的，可重複的方法確保一致性，可以持續改進並提高預測的可靠性。
2. 回顧一下：一條規則，一些研究人員引用的規則至少回顧了過去的兩倍，而您預測到了未來。這只是意味著回顧歷史。預報員可以確定如果長期檢查趨勢，可以幫助預測未來的模式。最近的過去是不可靠的，因此預報員應該在預測未來的情況下至少回顧過去的兩倍。意外發生，歷史並不總是重複。注意歷史，而不是囚犯。
3. 擁抱不確定性：完美的預測是針對眾神的，而不是給你的。所有預測都具有一定程度的不確定性，反映了商業環境的複雜和動態性質。
   
4. 盡可能量化您的不確定性：可以提供可能性的“分佈”的預測 - 例如，一家航空公司預測最低和最高價格之間的噴氣燃料價格，例如，計劃最多，因為這並不能使預測成為全或全或全部的事件。
5. 注意通配符：這些是低概率的事件，在可能範圍的邊緣處具有很高的潛在影響。承認異常值和意外事件對於全面的預測，尤其是風險管理至關重要。
6. 在匯總中發現了更高的精度：當應用於更廣泛的類別或群體而不是單個項目時，預測更為精確。該原理被稱為大數字，是統計的核心，意味著預測對總數據產生了更可靠的預測。
7. 注意“ S曲線”：在數據科學中，當某些過程緩慢啟動，迅速加速然後降低時，S形曲線發生。根據矽谷的預報員保羅·薩福（Paul Saffo）的說法，早期認識這種模式可以幫助您預期各個領域的發展階段，並相應地計劃。預報器應在開始出現時識別出S-curve模式，然後他們可以將前體尋找到拐點而不是拐點本身的前體（當進行更改可能為時已晚時）。
8. 時間越長，出錯的時間就越大：預測的準確性通常會隨著時間範圍的延伸而降低。近期預測通常比遠程預測具有更高的精度。不可預見的變量可以隨著時間的流逝而簡單地加劇其效果。
9. 尋找奇數：擁抱不合適的事物。新想法通常會成為弱信號，因為它們看起來很奇怪或不適合現有類別。這些“奇怪的好奇心”有時是未來趨勢的指標。例如，在1990年代後期，在在線遊戲中出售虛擬商品，預示著虛擬世界貿易的興起，例如《第二人生》。預報員應該調整為這些指標，這些指標通常只是好奇心或失敗，但實際上可能是具有重大變化的先驅者。
10. 弱地持有強烈的看法：不過，不要愛上奇怪的球。正如一位研究人員所說，預測的黃金法則是“保守”，僅依靠與手頭問題一致的知識和方法。這也意味著預報員應該對與最初假設相矛盾的新信息開放。有時，大量證據可能會產生誤導，而看似薄弱的證據可以表示未來的趨勢。當矛盾的證據表面時，預報員應該始終願意修改或丟棄預測。如果預報員採取了強烈的意見，弱勢群體，那麼隨著時間的推移，他們的不確定性範圍將被完善，以實現更準確的預測。該規則鼓勵連續煉油，而不是依靠一個不屈不撓的預測。
11. 獨立組合方法：使用多種預測方法時，請根據不同的信息來源分別生成它們，並在相關的情況下納入域專業知識。研究人員發現，這可以進行更準確的預測。
12. 知道什麼時候不預測：有時，未來不確定，無法做出任何預測。在戲劇性，快速轉化的時期，良好的預報員將不做確定的預測，而是尋找可以提供未來線索的新興指標。這只是對現實的反映：即使在發生重大變化的時期，通常仍然比出現的新元素保持恆定。預報員應該意識到他們的知識的局限性，並在過多的不確定性時避免發表聲明。

除了這些規則外，您還需要練習在通過計劃和預算採取預測之後該做什麼的第一原則：定期使用適當的措施重新評估預測準確性，並根據需要調整模型，以提高隨著時間的推移的性能。

底線

預測可幫助經理，分析師和投資者就未來做出明智的決定。沒有良好的預測，我們中的許多人將處於黑暗中，並求助於猜測或猜測。通過使用定性和定量數據分析，預測者可以更好地了解未來的情況。

企業使用預測和預測來為管理決策和資本分配提供信息。分析師使用預測估計公司收入在隨後的時期。經濟學家也可以進行更多的宏觀預測，例如預測GDP增長或就業變化。但是，由於我們不能明確地了解未來，並且由於預測通常依靠歷史數據，因此它們的準確性總是帶有錯誤的空間，在某些情況下，可能最終會遇到。