服装市场的预测方法，总体来看可以从定性与定量两方面进行预测。

（一）定性预测法

定性预测是指在服装市场预测中，预测者根据服装市场信息资料，不依托数学模型，而是运用经验和主观分析判断或者依靠集体智慧进行综合分析，对未来服装市场发展作出判断预测的一种方法。这种方法在社会经济生活中有广泛的应用，特别是在预测对象的影响因素难以分清主次或其主要因素难以用数学表达式模拟时，预测者可以凭借自己的业务知识、经验和综合分析的能力，运用已掌握的历史资料和直观资料，对事物发展的趋势、方向和重大转折点做出估计与推测。

定性预测的主要方法有专家预测法、营销人员意见综合预测法和购买意向调查预测法等。

1.专家预测法

专家预测法是以专家为索取信息的对象，运用专家的知识和经验，考虑预测对象的社会环境，直接分析研究和寻求其特征规律，并推测未来的一种预测方法，主要包括个人判断法、集体判断法和德尔菲法。

（1）个人判断法。个人判断法是用规定程序对服装专家个人进行调查的方法。这种方法是依靠个别专家的服装专业知识和特殊才能来进行判断预测的。其优点是能利用专家个人的创造能力，不受外界影响，简单易行，费用也不多。但是，依靠个人的判断容易受专家的知识面宽窄、知识深度高低、占有资料是否充分以及对预测问题有无兴趣所左右，难免带有片面性。

专家的个人意见往往容易忽略或贬低相邻部门或相邻学科的研究成果，专家之间的当面讨论还可能产生不和谐的情况。因此，这种方法最好与其他方法结合使用，让被调查的专家之间不发生直接联系，并给时间让专家反复修改个人的见解，这样才能取得较好的效果。

（2）集体判断法。这种方法是在个人判断法的基础上，通过会议进行集体的分析判断，将专家个人的见解综合起来，寻求较为一致结论的预测方法。这种方法参加的人数多，所拥有的信息量远远大于个人拥有的信息量，因而能凝集众多专家的智慧，避免个人判断法的不足，在一些重大问题的预测方面较为可信。但是，集体判断的参与人员也可能受到感情、个性、时间及利益等因素的影响，不能充分或真实地表明自己的判断。

因此，运用集体判断法，会议主持人要尊重每一位与会者，鼓励与会者各抒己见，使与会者在积极发言的同时要保持谦虚恭敬的态度，对任何意见都不应带有倾向性。同时，还要掌握好会议的时间和节奏，既不能拖得太长，也不要草草收场。当话题分散或意见相持不下时，能适当提醒或调节会议的进程等。

（3）德尔菲法。德尔菲法是为避免专家会议法之不足而采用的预测方法。这种方法的应用始于美国兰德公司，在国外颇为流行。这一方法的特点是，聘请一批专家以相互独立的匿名形式就预测内容各自发表意见，用书面形式独立地回答预测者提出的问题，并反复多次修改各自的意见，最后由预测者综合确定市场预测的结论。

运用德尔菲法进行市场预测的步骤：

①做好准备。准备好已搜集的有关资料，拟定向专家小组提出问题（问题要提得明确）。

②请专家做出初步判断。在做好准备的基础上，邀请有关专家成立专家小组，将书面问题寄发各专家（如有其他资料也随同寄发），请他们在互不通气的情况下，对所咨询的问题作出自己的初次书面分析判断，按规定期限寄回。

③请专家修改初次判断。为使专家集思广益，对收到各专家寄回的第一次书面分析判断意见加以综合后，归纳出几种不同判断，并请身份类似的专家予以文字说明和评论，再以书面形式寄发各专家，请他们以与第一次同样的方式比较自己与别人的不同意见，修改第一次的判断，做出第二次分析判断，按期寄回。如此反复修改多次，直到各专家对自己的判断意见比较固定，不再修改为止。在一般情形下，经过三次反馈，即经过初次判断和两次修改，就可以使判断意见趋于稳定。

④确定预测值。在专家小组比较稳定的判断意见的基础上，运用统计方法加以综合，最后做出市场预测结论。

2.营销人员意见综合预测法

这里所指的营销人员除了直接从事服装销售的人员还包括管理部门的工作人员和销售主管等人员。营销人员意见综合预测法在实施过程中要求每一位预测者给出各自的销售额的“最高”、“最可能”、“最低”预测值，并且就预测的“最高”、“最可能”、“最低”出现的概率达成共识。

这种预测方法的具体做法是：假设第i位预测者（i＝1，2，3，4，5……n）给出的预测值为Fij，其中j＝1表示预测最高值，j＝2表示预测最可能值，j＝3表示预测最低值。最高预测值给出的概率是P1，最可能值给出的概率是P2，最低值给出的概率是P3。

若第i位预测者的意见权重为Wi（i＝1，2，……n），则最终预测结果为：Fi＝∑WiFi

例如，某服装公司销售经理和两位副经理对某地区本公司的服装产品的销售量进行预测，得到如下数据，试求预测值（表5－6）。

表5－6　预测数据表　单位：万元

经理的预测值为：

F1＝0.3×2720＋0.4×2510＋0.3×2350＝2525（万元）

副经理甲的预测值为：

F2＝0.3×1900＋0.4×1800＋0.3×1700＝1800（万元）

副经理乙的预测值为：

F3＝0.3×2510＋0.4×2490＋0.3×2380＝2463（万元）

最终预测值为：

F＝0.6×2525＋0.2×1800＋0.2×2463＝2367.6（万元）

3.购买意向调查预测法

意向预测法是一种在市场研究中最常用的市场需求预测方法。这种方法与问卷形式征询潜在的购买者未来的购买量，由此预测出市场未来的需求。由于市场需求是由未来的购买者实现的，因此，如果在征询中，潜在的购买者如实反映购买意向的话，那么据此做出的市场需求预测将是相当有价值的。在应用这一方法时，对生产资料和耐用消费品的预测较非耐用品精确，这是因为消费者对非耐用消费品的购买意向容易受到多种因素的影响而发生变化。

（二）定量预测法

我们知道定性预测法是预测者运用经验和主观分析判断或者依靠集体智慧进行预测从而得出预测结果，但在许多情况下，要科学、准确地对市场做出预测，还需要采用定量预测方法。定量预测也称统计预测，它是根据已掌握的比较完备的历史统计数据，运用一定的数学方法或数学模型进行科学的加工整理，借以揭示有关变量之间的规律性联系，用于预测和推测未来发展变化情况的一类预测方法。定量预测方法有很多，本书主要介绍简易平均法、移动平均法、直线趋势延伸法和季节指数法。

1.简易平均法

简易平均法是以观察期内时间序列的各期数据（观察变量）的平均数作为下期预测值的方法。简易平均法中的具体方法有很多，这里介绍最常用的简单算术平均法和加权算术平均法。

（1）简单算术平均法。简单算术平均法是以过去若干期的销售量或销售金额的算术平均值作为计划期间的销售预测值，其计算公式为：

或简写为：

式中：为历史资料的平均数，作为预测期的预测值。

xi为历史资料的每个数据（销售量或销售额）。

n为历史资料的个数。

i为历史资料编号。

例如，某服装企业2009年1月、2月、3月服装销售额分别为234万元、236万元、232万元，预测4月份的销售额。

用算术平均法进行市场预测，需要一定的条件，只有当数据的时间序列表现出水平型趋势，即无显著的长趋势变化和季节变动时，才能采用此法进行预测。如果数列存在明显的长期趋势变动和季节变动时，则不宜使用。

（2）加权算术平均法。加权算术平均法是简单算术平均法的一种改进，它是对过去不同时期的数据按其对预测期的影响程度分别给以不同的权数，然后计算出加权算术平均数，作为预测期的预测值。其计算公式为：

或简写为：

例如，如上例资料，分别赋予1月、2月、3月数据的权数依次为1、2、3时，预测4月份的服装销售额。

在统计计算中，用来衡量总体中各单位标志值在总体中作用（影响）大小的数值叫权数。权数的确定对于使用加权平均法预测未来预测值是非常关键的，权数的大小往往是凭预测者的经验来确定的。一般而言，在剔除一些特殊的影响因素后，距离预测期越近的观察期数据对预测值的影响越大，所以，对其数据给定的权数就越大；而距离预测期越远的观察期数据对预测值的影响越小，所给定的权数就越小。

加权算术平均法比简单算术平均法有一定的优越性，它没有把观察期的历史数据简单地等同对待，而是根据对各个数据的具体分析，区别对待，给予不同程度的重视。这种方法比较真实地反映了时间序列的规律，考虑了事件的长期发展趋势。

2.移动平均法

移动平均法是取预测对象最近一组历史数据的平均值作为预测值的方法。这种方法不是仅取最近一期的历史数据作为下一期的预测值，而是取最近一组历史数据的平均值作为下一期的预测值，这一方法使近期历史数据参与预测，使历史数据的随机成分有可能互相抵消，平均值所含的随机成分也会随之相应减少。

移动平均法的“平均”是指对历史数据的“算术平均”，而“移动”是指参与平均的历史数据随预测值的推进而不断更新。当一个新的历史数据进入平均值时，要剔除原先参与预测平均的陈旧的一个历史数据，并且每一次参与平均的历史数据的个数是相同的。移动平均法分为一次移动平均法和二次移动平均法，本书主要介绍一次移动平均法，包括简单算术移动平均法和加权移动平均法。

（1）简单算术移动平均法(www.daowen.com)

简单算术移动平均法是指将观察期的数据由远而近按一定跨越期进行一次移动平均，以最后一个移动平均值为确定预测值的依据的一种预测方法。其计算公式为：

式中：

为预测期第t＋1期的预测值。

Xi为视察期内时间序列的观察值。

为时间序列中时间为t的一次移动平均值，即作为第t＋1期的预测值。

n为每一移动平均值的跨越期。

（2）加权移动平均法

加权移动平均法就是根据同一个移动段内不同时间的数据对预测值的影响程度，分别给予不同的权数，然后再进行平均移动以预测未来值。

加权移动平均法不像简单移动平均法那样，在计算平均值时对移动期内的数据同等看待，而是根据越是近期数据对预测值影响越大这一特点，不同地对待移动期内的各个数据。对近期数据给予较大的权数，对较远的数据给予较小的权数，以此来弥补简单移动平均法的不足。其计算公式为：

式中：为预测期第t＋1期的预测值。

为时间序列中时间为t的一次移动平均值，即作为第t＋1期的预测值。

Xi为观察期内时间序列的观察值。

n为每一移动平均值的跨越期。

Wi为与Xi相对应的相对数。

3.直线趋势延伸法

直线趋势延伸法是指对具有线性变化趋势的时间序列拟合出直线方程，进行预测的方法。线性变化趋势的直观表现是时间序列呈增长趋势，而且增长幅度大致接近。直线方程为：

Yt＝a＋bt

式中：Yt为预测值。

t为时间变量。

a、b为待定参数。a表示t＝0时，Yt的数值，即长期趋势的基期状态；b表示t每变动一个单位Y的增减量。

运用最小二乘法，确定a，b的值，求出直线方程：

ti是时间序列的编号，为简化计算，通常按∑ti＝0的原则编号，这样将上式简化为：

选取t值要分两种情况：当观察值个数n是奇数时，令中间观察值的t＝0，t的间隔为1，即取值为…，　－3，　－2，　－1，0，1，2，3，…；当观察值个数n是偶数时，令中间两期观察值的t之和等于0，t的间隔为2，即取值为…，　－5，　－3，　－1，1，3，5，…。

例如，某服装公司2002～2008年保暖内衣的销售量资料见表5－7，用直线趋势延伸法预测2009年该公司保暖内衣的销售量。

表5－7　某公司保暖内衣年销售量表

将表中计算结果代入上式，得出：

将a、b代入直线方程中，得到：Yt＝188.43＋22.89t

由直线方程可得2009年的销售量为：

t＝4时，Yt＝188.43＋22.89×4≈280（万件）

4.季节指数法

季节变动是指由于某些市场现象受自然气候、生产条件、生活习惯等因素的影响，在一定时间中随季节的变化而呈现出周期性的变化规律。服装产品的市场需求呈明显的季节性变动，而且这种波动是有规律的变化。如T恤、羊毛衫、保暖内衣等受自然气候影响，形成市场需求量的季节性变动。

季节变动的主要特点是，每年都重复出现，各年同月（季）具有相同的变动方向，变动幅度一般相差不大。因此，研究市场现象的季节变动、收集时间序列的资料一般应以月（季）为单位，并且至少需要有三年或三年以上的各月（季）市场现象的资料，才能观察到季节变动的一般规律性。

季节指数法，就是根据预测目标各年按月（季）编制的时间数列资料，以统计方法测定出反映季节变动规律的季节指数，并利用季节指数进行预测的预测方法。因为服装产品具有明显的季节波动性，因此季节指数法经常被用于预测服装市场未来的供应量、需求量及价格变动趋势。

例如，某服装企业羊绒衫的销售量三年内各季节的销售资料见表5－8。

表5－8　2007～2009年某公司羊绒衫各季销售情况　单位：万件

（1）计算各年度季平均销售量，计算公式为：

，2008年、2009年以此类推。

（2）计算各年各季的季节指数，计算公式为：

，以此类推计算出三年各季的季节指数。

（3）计算平均季节指数，其计算公式为：

则三年中，，以此类推，夏、秋、冬季平均季节指数同理计算，结果填入表5－9。

表5－9　2007～2009年季节指数与平均季节指数　单位：%

（4）计算预测年度某季的预测销售量，计算公式为：

现预计2009年全年该企业羊绒衫销售量是475万件，各季节的销售量预测值为：