预测：它是什么，如何用于业务和投资

预测是一种使用历史数据来做出有关未来事件或条件的明智决定的技术。这不仅仅是猜测。企业和投资者的工具，预测，进行专家分析，并应用复杂的模型来分配投资组合和预算。

但是，这些像水晶球一样的预测有多可靠？毕竟，经济学家，投资者和财务计划师经常对媒人的幽默表现出惊人的人才。著名的20世纪经济学家约翰·肯尼斯·加尔布雷思（John Kenneth Galbraith）说：“经济预测的唯一功能是使占星术看起来值得称赞。”或者，作为同样有影响力的经济学家，保罗·A·萨缪尔森（Paul A. Samuelson）认为，华尔街模特“预测了最近五次衰退中的九个”。

然而，预测对于现代投资和商业实践至关重要。企业根据预测销售数据，市场需求或经济指标雇用和扩展。投资者根据股票价格，利率或更广泛的市场转移的预测，贸易股票，投资资金或轻率地退出市场。但是，预测的工作远远超出了董事会和交易地板。消费者支出模式，就业市场趋势甚至地缘政治事件都属于预报员的权限。

牢记经济学家约翰·梅纳德·凯恩斯（John Maynard Keynes）要求“不可避免的事情永远不会发生。这永远是意想不到的。”我们在下面详细介绍了不同的预测方法以及它们如何共享一个共同的目标：减少不确定性并为我们今天可以做的计划提供基础。我们还提供了12个原则，您可以在预测中申请以获得更好的结果。

预测的工作原理

如今，预测将数据分析，机器学习，统计建模和专家判断融合。预测提供基准对于需要长期运营观点的公司。例如，期权和期货交易中的许多衍生品市场都是业务和投资者预测的产物，所有这些都可以对冲或确保企业抵抗可能损害其公司的不利市场变化。

预测投资

股票分析师使用预测来预测趋势（例如国内生产总值（GDP）或失业率）将如何在未来季度或年份发生变化。统计学家采用预测来分析业务运营变化的潜在影响。然后，分析师得出经常汇总成共识数量的收益估计值。如果实际收益公告会错过估计值，则可能会对公司的股价产生很大影响。

预测业务

在业务管理中，预测是战略决策的基石，几乎影响了组织运营的各个方面。通过试图通过下面讨论的定性和定量措施来预测趋势和条件，公司的目标是在市场中有利地定位自己。

这些预测指导着关键选择，从市场进入策略和产品开发到供应链管理和劳动力计划，因此，任务通常是从预测转变为计划。

将预测付诸实践

预测错误的后果可能是深远的。正确的预测使企业能够改善他们如何划分资源，是否可以利用新兴的前景并减轻风险。相反，不准确的预测会导致策略未对准，资源效率低下，错过的机会以及没有管理或保险的风险。这是预测对各种业务功能的连锁反应：

• 市场策略：对消费者需求和市场趋势的准确预测，告知了目标的目标以及如何推销产品和服务。
• 生产计划：预测推动了生产量的决策，有助于平衡库存成本与满足客户需求的能力。
• 供应链管理：预测资源可用性，供应商的可靠性以及对两者的限制对于维持平稳的操作和控制成本至关重要。
• 人力资源：劳动力计划在很大程度上依赖于未来业务需求和劳动条件的预测。
• 财务计划：收入，成本和市场状况的预测是预算和投资决策的基础。

预测差的后果通常很严重。公司可能会发现自己过度扩张了市场，在市场下降，努力库存过多，或者无法满足需求意外的冲浪。

这是暂停和审查的好点，下面的此表，两者之间的差异：

预测业务和投资计划
特征	预测	规划
目的	根据历史数据和趋势来预测未来的结果	概述特定的行动和策略以实现特定目标
重点	主要基于估计可能发生的事情	主要基于确定应该发生的事情以及如何实现
时间范围	可以是短期，中期或长期的，具体取决于预测	通常专注于不久的将来，但可能包括长期目标，例如财务计划的退休目标
方法	统计分析，趋势外推，专家判断，模拟等。	目标设置，资源分配，预算，调度，应急计划等。
输出	定量估计（例如销售数据，股票价格，市场份额）和定性方法	可行的计划，预算，时间表和绩效指标
用于投资	预测股票价格，市场趋势和经济指标，为投资决策提供信息	创建投资组合，设定财务目标并制定策略以实现这些目标
在业务中使用	用于预测需求，估计财务绩效，评估市场潜力并确定风险和前景	用于制定业务策略，分配资源，管理运营并审查绩效

预测技术

现在，我们可以探索预测中使用的主要方法，每种方法都具有特定的优势和最佳应用时：

预测中的定量方法

定量预测技术依赖数值数据和统计模型来预测未来的结果。这些方法对于可用的历史数据并可以辨别模式的短期至中期预测特别有用。

时间序列分析

该方法分析了历史数据点，例如销售数字或股票价格，以确定随着时间的推移模式或趋势。然后将这些统计关系推到未来，以产生置信区间的预测，以了解特定结果的可能性。与所有预测方法一样，不能保证成功。

类似的技术移动平均值指数平滑有助于提高波动，以突出基础趋势，从而更容易预测未来的价值。这是投资技术分析的核心。此外，时间序列预测通常涉及趋势和周期性波动分析。

回归分析

回归模型评估因变量与一个或多个自变量之间的关系。例如，公司可能会使用回归分析来了解其在营销或经济状况上的支出如何影响其销售。通过建立这些关系，企业可以知道在需要营销预算或经济状况变化时如何计划。

计量经济学模型

计量经济学是桥梁经济学，数学和统计数据的专业领域。它着重于使用统计方法分析经济数据并测试经济理论。计量经济学家开发量化经济变量之间关系的模型，例如利率的变化如何影响投资或政府支出如何影响经济增长。

分析师使用这些模型来预测GDP增长，通货膨胀率和失业水平。计量经济学模型对于长期计划和决策特别有价值。

定量模型倾向于共享以下方面：

• 模型建设：定量分析师基于经济和金融理论创建数学模型，并结合了据信会影响所研究内容的变量，无论是GDP还是股票的价格，随着时间的推移。
• 数据分析：收集和检查现实世界数据以估计变量之间的关系。
• 假设检验：统计检验用于评估模型及其假设的有效性，确定确定的关系是否具有统计学意义。在这一点上，无论是在投资，商业还是宏观经济研究中，通常都使用模拟。
• 预测：然后可以使用定量模型来生成有关未来经济成果的预测，以便决策者可以开始计划。

预测中定量方法的优势和劣势
优势	弱点
目的：基于数值数据和统计模型，减少了个人偏见的潜在影响	刚性：可能难以适应历史数据中未捕获的突然变化或事件
一致：提供标准化且可重复的结果，促进在时间段的比较	可能会错过非定量信息：不容易纳入定性因素或专家意见
量化关系：可以发现大数据集中的相关性和模式	需要足够的数据：依靠拥有足够的历史数据来构建可靠的模型
可扩展：可以应用于大型数据集和复杂的预测问题	可能过于复杂：复杂的模型可能难以解释或向利益相关者解释或解释

预测中的定性技术

定性预测方法依赖于专家意见和市场见解，而不是纯粹的数值数据。研究人员还称该领域为“判断性预测”。定性预测模型的示例包括采访，现场访问，市场研究，民意调查和调查Delphi方法（依赖于汇总的专家意见）。

收集数据进行定性分析有时可能很困难或耗时。大公司的首席执行官不会接听电话散户投资者或向他们展示设施。但是，您仍然可以通过新闻报告和公司文件中包含的文本进行筛选，以获得经理的记录，策略和哲学。在历史数据有限的情况下或以前数据不可靠的时期，由于市场正在发生变化，这些技术尤其有价值。

Delphi方法

这种结构化的技术涉及一组专家小组，他们匿名提供预测和假设。他们的回答是汇总的，并与小组共享，然后进行讨论和修订，直到达成共识为止。 Delphi方法通常用于需要专业知识的各种研究中，但对于长期战略计划和在不确定或快速变化的环境中进行预测特别值得。

市场研究

调查，焦点小组和访谈是用于收集客户，行业专家和其他利益相关者的定性数据的常见工具。这些信息可以揭示新兴趋势，消费者偏好的转变以及数值数据中可能尚未看到的其他因素。

方案分析

该技术涉及基于关于未来条件的不同假设来开发多个合理的方案。然后，企业可以评估每种情况如何影响其运营并相应地计划。这是一个至关重要的工具风险管理。

预测中定性方法的优势和劣势
优势	弱点
响应：可以适应不断变化的条件或新信息	主观：严重依赖人类的判断，这可能会偏见和不一致
合并内部信息：可以占用数值数据中可能不会捕获的经验和知识	有限的向后观点：由于认知限制或行为偏见
可以处理一次性或不寻常的事件：定量方法高度依赖以前的数据，这可能使它们在不寻常的情况下没有做好准备，而这种情况并非如此	短期主义：预报员可能过于依赖最近的事件，而忽略了长期模式，或者他们没有经历过第一手的模式
鼓励所有权：该过程本身可以促进相关利益相关者的支持	可以鼓励太多的所有权：虽然定量方法也可以促进偏见以捍卫自己的结论，但可以通过数据来检查这些结论，这可能不会发生定性的预测

预测的混合或组合方法

长期以来，研究人员一直对哪种方法效果最好以及在哪种情况下感兴趣。当然，金融和其他学科的不同部分倾向于朝着定量或定性方法（例如，多少不太可能产生有关市场研究或其他判断方法的研究的研究）。

但是研究人员经常发现，确定使用哪种方法取决于多种因素。例如，公司可能会使用时间序列分析来识别历史趋势并通过市场研究中的见解来补充这一点，以说明消费者行为的最新变化。

鉴于这一点，研究人员从经验上证明，结合或混合方法通常是通过提取两者兼而有之的最明智的预测来表现最好的。人类判断和定量方法都不是普遍优越的。相反，他们的优势通常是互补的。

定量方法在处理大型数据集和识别其中的模式方面最能做到，尤其是在使用AI和AI增强时机器学习，尽管人类的判断是解释模棱两可的情况并结合上下文知识，而这些知识可能不会仅由数据捕获。回顾了这一领域的最新工作，我们掌握了有关结合定性和定量方法的这些关键点：

• 结束时，不是开始：每个预测方法都应自行进行。这种独立性确保每种方法都提供了对未来结果的看法，这不受其他预测技术的影响。
• 不要使用定性判断来纠正数据：最后一点与使用定性专业知识纠正定量数据通常发现的错误息息相关。这是结合方法最流行的方式，但通常是最不准确的方法。
• 使用各种信息来源：一种有效的混合方法取决于从不同数据库中汲取的方法。例如，统计预测通常使用历史数据和定量指标，而判断预测通常包含定性见解，市场情感和专家直觉。信息源的多样性增强了结论的鲁棒性。
• 专业知识很重要：结合判断预测时，至关重要的是，他们源自具有相关领域专业知识的个人。该标准承认，有效的判断性预测不仅需要一般的直觉。它需要深入了解要进行预测的特定领域或行业。简而言之，虽然包括拥有更多一般知识的专家，但专业知识越详细，越好。

选择正确的预测方法

正确的预测方法取决于预测的类型和范围。定性方法更耗时且昂贵，但鉴于范围有限，可以进行非常准确的预测。例如，它们可能被用来预测公众的新产品发布能力。

对于可以包含更大范围的更快分析，定量方法通常更有用。查看大数据集，如今的统计软件包可以在几分钟或几秒钟内将数字崩溃。但是，数据集越大，分析越复杂，则可能是越定价。

因此，预测者通常经常进行快速的成本效益分析（一种微型遗产）来确定哪种方法将增加其准确预测的机会，以最低的时间和金钱成本。

预算和预测：有什么区别？

虽然经常在同一呼吸中提到，但预算和预测在财务计划，投资和业务管理中扮演了单独但互补的角色。预算主要是一种计划工具，因此当我们涵盖计划而不是预测时，它具有上述一些要素。

预算是对未来收入和费用的详细估计，因此您有一个用于分配资源和设定绩效目标的路线图。预算通常是更多的静态文件，代表了管理层对该时期的承诺和期望。这是预算的主要特征：

1. 面向目标：预算反映了特定的财务目标。
2. 费用监控：他们为监视和控制费用提供了基础。
3. 固定时间范围：通常涵盖特定的财政时期，通常是一年。
4. 内部重点：主要用于内部管理和会计。

同时，预测是关于基于当前和历史数据来预测财务结果。因此，当您预测时，您不会设定目标。取而代之的是，您预计将来会发生什么以及为什么这样做，帮助组织和投资者调整策略并应对不断变化的条件。这是预测的主要特征：

1. 预测性：旨在投影可能的结果而不是设定目标。
2. 适应性：定期更新以包含新信息。
3. 各种时间范围：可以涵盖短期或长期的时间。
4. 考虑外部因素：考虑到市场状况和趋势，不仅是投资组合，商业或经济部门的内部条件。

12个有效预测的原则

有效的预测是业务和金融方面的关键技能，为可以制定或破坏业务或投资组合的决策提供了基础。尽管没有预测是完美的，但具有可靠预测的公司和投资者可以更好地驾驶不确定性，抓住潜在客户并保持竞争优势。以下原则是由专家见解和具有实践经验的人汲取的原则，构成了有效预测的核心：

1. 有条不紊：最佳结果来自遵守系统的，定义明确的过程的预测。使用系统的，可重复的方法确保一致性，可以持续改进并提高预测的可靠性。
2. 回顾一下：一条规则，一些研究人员引用的规则至少回顾了过去的两倍，而您预测到了未来。这只是意味着回顾历史。预报员可以确定如果长期检查趋势，可以帮助预测未来的模式。最近的过去是不可靠的，因此预报员应该在预测未来的情况下至少回顾过去的两倍。意外发生，历史并不总是重复。注意历史，而不是囚犯。
3. 拥抱不确定性：完美的预测是针对众神的，而不是给你的。所有预测都具有一定程度的不确定性，反映了商业环境的复杂和动态性质。
   
4. 尽可能量化您的不确定性：可以提供可能性的“分布”的预测 - 例如，一家航空公司预测最低和最高价格之间的喷气燃料价格，例如，计划最多，因为这并不能使预测成为全或全或全部的事件。
5. 注意通配符：这些是低概率的事件，在可能范围的边缘处具有很高的潜在影响。承认异常值和意外事件对于全面的预测，尤其是风险管理至关重要。
6. 在汇总中发现了更高的精度：当应用于更广泛的类别或群体而不是单个项目时，预测更为精确。该原理被称为大数字，是统计的核心，意味着预测对总数据产生了更可靠的预测。
7. 注意“ S曲线”：在数据科学中，当某些过程缓慢启动，迅速加速然后降低时，S形曲线发生。根据硅谷的预报员保罗·萨福（Paul Saffo）的说法，早期认识这种模式可以帮助您预期各个领域的发展阶段，并相应地计划。预报器应在开始出现时识别出S-curve模式，然后他们可以将前体寻找到拐点而不是拐点本身的前体（当进行更改可能为时已晚时）。
8. 时间越长，出错的时间就越大：预测的准确性通常会随着时间范围的延伸而降低。近期预测通常比远程预测具有更高的精度。不可预见的变量可以随着时间的流逝而简单地加剧其效果。
9. 寻找奇数：拥抱不合适的事物。新想法通常会成为弱信号，因为它们看起来很奇怪或不适合现有类别。这些“奇怪的好奇心”有时是未来趋势的指标。例如，在1990年代后期，在在线游戏中出售虚拟商品，预示着虚拟世界贸易的兴起，例如《第二人生》。预报员应该调整为这些指标，这些指标通常只是好奇心或失败，但实际上可能是具有重大变化的先驱者。
10. 弱地持有强烈的看法：不过，不要爱上奇怪的球。正如一位研究人员所说，预测的黄金法则是“保守”，仅依靠与手头问题一致的知识和方法。这也意味着预报员应该对与最初假设相矛盾的新信息开放。有时，大量证据可能会产生误导，而看似薄弱的证据可以表示未来的趋势。当矛盾的证据表面时，预报员应该始终愿意修改或丢弃预测。如果预报员采取了强烈的意见，弱势群体，那么随着时间的推移，他们的不确定性范围将被完善，以实现更准确的预测。该规则鼓励连续炼油，而不是依靠一个不屈不挠的预测。
11. 独立组合方法：使用多种预测方法时，请根据不同的信息来源分别生成它们，并在相关的情况下纳入域专业知识。研究人员发现，这可以进行更准确的预测。
12. 知道什么时候不预测：有时，未来不确定，无法做出任何预测。在戏剧性，快速转化的时期，良好的预报员将不做确定的预测，而是寻找可以提供未来线索的新兴指标。这只是对现实的反映：即使在发生重大变化的时期，通常仍然比出现的新元素保持恒定。预报员应该意识到他们的知识的局限性，并在过多的不确定性时避免发表声明。

除了这些规则外，您还需要练习在通过计划和预算采取预测之后该做什么的第一原则：定期使用适当的措施重新评估预测准确性，并根据需要调整模型，以提高随着时间的推移的性能。

底线

预测可帮助经理，分析师和投资者就未来做出明智的决定。没有良好的预测，我们中的许多人将处于黑暗中，并求助于猜测或猜测。通过使用定性和定量数据分析，预测者可以更好地了解未来的情况。

企业使用预测和预测来为管理决策和资本分配提供信息。分析师使用预测估计公司收入在随后的时期。经济学家也可以进行更多的宏观预测，例如预测GDP增长或就业变化。但是，由于我们不能明确地了解未来，并且由于预测通常依靠历史数据，因此它们的准确性总是带有错误的空间，在某些情况下，可能最终会遇到。