4.3-马尔柯夫链预测

即行表示保留与丧失顾客数的百分比；列表示保留与获得顾客的百分比。
上表用矩阵形式表示，则为


此矩阵称为顾客流动的状态转移概率矩阵，式中的各行 与各列构成各自的行向量。 状态转移概率矩阵还表示一个随机挑选的顾客，从一个 周期到下一个周期仍购买某一企业产品的可能概率。
2． 计算本期市场占有率


假设近期内转移概率基本不变(即顾客的爱好变化)， 根据马尔柯夫过程分析的原理和预测模型，利用市 场占有率概率向量S(0)与转移概率矩阵P，计算得到 本月三家产品的市场占有率S(1)为： S(1)= S(0) P 即

如果现实问题符合上述假定，则构成一阶马尔柯 夫链。并可据此建立预测模型
具体步骤是：



1. 确定系统的状态。首先把预测所需要研究 的目标归纳成一组“状态”。各状态之间应互不 相容，且所有的状态共同构成一完备事件组。 2．确定转移概率矩阵。依据历史统计数字计 算比例数或统计事件发生的频率，依此确定转移 概率和状态发生的概率；利用抽样调查方法确定 转移概率或用主观概率法估计转移概率。 3. 进行预测计算。多种方案分析，确定预测 结果。

分析A，B，C三家产品的变化趋势表3 和图2可以看到，A企业产品和B企业产品 逐期下降，且A企业产品下降幅度较大，C 企业产品却以较大的幅度逐期上升。这说 明A企业要想保住产品在市场上的优势， 必须分析产品下降的原因，采取相应的销 售策略和措施。
4． 平衡状态分析


平衡状态是各企业产品销售份额不发生逐期变化 的状态。即在顾客基本不流动时，这一系统所达 到的平衡条件或稳定条件。 从上例看到，当转移概率基本不变时，随着时间 的推移，A、B企业产品市场占有率逐期下降，C 产品市场占有率逐期上升，但变化的速率随后续 周期而逐渐变小。到第十周期后A，B、C三家企 业的产品市场占有率就基本保持不变了。所谓平 衡条件就是各企业销售份额不再随周期发生变化 的条件。
第二节 马尔柯夫过程分析在预测中的应用


应用马尔柯夫链进行预测工作，首先必须把研究 的问题归纳成独立的状态，例如对于商品的销售 情况可以归纳为畅销，滞销等状态。其次是需要 确定经过一个时期后，事件由一种状态转为另一 种状态的概率，且这种概率必须满足下列条件： 1． 只与目前的状态有关， 2． 与具体的时间周期无关， 3． 预测期间状态的个数必须保持不变。2． 计算本期市场 Nhomakorabea有率
这样我们得到本期A、B、C三个企业产品市 场占有率的行向量S(1)为：
3． 后续周期趋势预测
预测下个月三个企业产品的市场占有率S(2)，可将本 月三个企业产品市场占有率概率行向量S(1)乘以转移概率 矩阵P，即可得到每一企业下月份的市场占有率S(2) ，即
3． 后续周期趋势预测


在计算上述平衡状态时，我们仅使用了状态转移 概率矩阵，而没有涉及到现在周期或初始的系统 状态，可见系统的平衡状态仅与转移概率有关， 而与系统的初始状态无关 (各状态分量不为零时)， 就是说，只有转移概率才能决定最终的平衡状态。 马尔柯夫过程分析，可以用于预测和对策分析， 即可以预测出事物状态经过一段时间转入其它状 态时所占的比例，也可根据某些转移矩阵确定出 事物在远期(平衡状态时)所占的比例，并由此选 择经营策略，制定分阶段的最优对策。
此部分内容在吉林科学技术出版社 经济预测及数量分析 吴风山




第二节 马尔柯夫过程分析在预测中的应用


马尔柯夫链作为一种基本的预测模型，以 预测客观经济事件的未来状态。 当探讨由一种状态转为另一种状态的时候， 可以使用这种模型，尽管这种方法只限于 具有特殊性质的问题，但可从这种方法中 获得有益的信息。


因此，我们可以根据定理将某一周期销售份额的 概率向量乘以转移概率之后，得出与该周期销售 份额完全相同的概率向量的方法，来确定平衡条 件。 仍以上题为例。我们从表中看到进行到第十周期 时S(0)＝(0.388，0.275，0.387)， 再进行下去转移后的状态已不再变化，那么这一 点是否就是平衡点呢? 我们根据平衡条件的定义进行计算并比较其计算 结果。

上月份购买A企业产品的顾客为520人，本月份有156人转为B企业，有52 人转为C企业，A企业只保住老顾客312人； 上月份购买B企业产品的顾客为300人，本月份有105人转为购买A企业产 品，有90人转为购买C企业产品，B企业保住老顾客105人；


上月份购买C企业产品的顾客为180人，本月份有18人转为购A买企业产品、 有36人转为购买B企业产品，C企业现有老顾客268人。
即在初始状态，1000户顾客中，A企业有520户， 占产品总销售额的52％，B企业 有300户，占产品总销售额的30％，C企业有180 户，占产品销售额的18％。




利用相邻两个周期产品销售额(市场占有率)的数 据来推测未来销售周期内的顾客分配情况，主要 取决于： 1) 现在市场占有率的分配情况，即每一家购货 顾客人数的百分比； 2) 某企业现有顾客在下一销售周期仍购买该企 业产品的顾客人数百分比和在下一销售周期转向 购买其它企业产品顾客人数的百分比，即保留率 和转出率； 3) 某企业原有顾客在下一周期转向本企业购货 的百分，即转入率。

本章所讨论的问题仅限于一阶马尔柯夫过程分析， 没有涉及二阶或高阶马尔柯夫过程，即假定系统 转移至一次状态的概率仅取决于该系统前一状态 的结果，但是在实际问题中，系统状态转移概率， 并非完全只决定于系统的前一状态，而是或多或 少地受到前面若干个状态的影响。因此，对于系 统的状态转移问题，运用二阶，三阶或高阶马尔 柯夫过程进行研究分析更加切合实际，但由于高 阶马尔柯夫过程分析在实际应用中的可能性和一 阶马尔柯夫过程分析的可靠性及预测结果的准确 程度可以满足实际应用，在状态转移概率矩阵始 终保持稳定状况下，无需再用高阶马柯尔夫过程 进行分析。

根据平衡条件，如果上例出现平衡状态。 则上一期状态经过转移后其状态应当不变， 即相邻两个周期各企业的产品市场占有率 相同，如用转移矩阵表示则应为：

并且满足各产品市场占有率之和等于1条 件，即

如以 分别代表平衡状态 A，B，C企业产品的市场占有率，则达到 平衡状态时，应有下列关系式成立：
为分析研究未来若干周期的顾客流向，把表1的 顾客人数转移的数据，化为转移概率。见表2。

表中数据是每个企业在一个周期的顾客数与前一个周期顾客数相除所得到的比例。 表中每一行表示某企业从一个周期到下一个周期将能保住的顾客数的百分比，以及 将要丧失给竞争对手的顾客数的的百分比。 表中每一列表示各个企业在下一个周期将能保住的顾客数的百分比，以及该企业将 要从其它竞争对手那里获得顾客的百分比。
马尔柯夫预测流程图
用马尔柯夫过程分析进行预测的工作流程图
第三节 马尔柯夫过程分析预测应用实例
设有A、B、C三家企业的同种产品上个 月在某地区市场上的占有率分别为： 0.52，0.30，0.18 根据市场调查情况，每1000户顾客中分 别购买A、B，C三家企业产品的变化情况 如表1
分析动态变化情况:
第三节 马尔柯夫链预测
马尔柯夫(Markov)是俄国数学家。 马尔可夫法和博克斯一詹金斯法都是随机时 间序列分析法。
马尔柯夫链预测



马尔柯夫链预测是利用某一系统的现状及其发 展动向去预测该系统未来状况的一种分析方法 和技术。 对于一个系统，在由一种状态转换至另一种状 态的转换过程中，存在着转移概率，这种转移 概率可以依据其紧接的前一种状态推算出来， 而与该系统的原始状态和此次转移以前的有限 次或无限次转移无关。 系统的这种由一种状态至另一种状态的转移过 程为马尔柯夫过程，其整体转移过程称为马尔 柯夫链。
下面用马尔柯夫分析方法预测：
如按目前趋势发展下去，三家企
业产品的市场占有率，客户转移 对A企业的影响程度如何？
1．将上述情况表达成初始状态和转移概 率矩阵形式。

以上月份为第一周期，如以S（0）表示第一周期A、 B、C三个企业产品市场占有率的概率向量，则 S（0）=(0.52 0.30 0.18)
马尔柯夫链预测

对于某一预测对象的马尔柯夫过程或马尔柯 夫链的运动、变化进行研究分析，进而推测 预测对象的未来状况和变化趋势的工作过程， 称为马尔柯夫分析。 马尔柯夫分析做为一种基本的随机分析方 法，不论在社会科学还是在自然科学中近年 来都得到了广泛的应用。

第一节 马尔柯夫过程分析基本原理
一、概率向量 二、概率矩阵 三、系统的稳定状态 四、状态转移矩阵

这样得第二周期(下月)A，B、C三个企业 产品的市场占有率为：

这说明在转移概率基本不变的情况下，如果 能够估计出总的市场容量，即可求得各企业 产品的市场需求量。
如果需要进行长期趋势预测，则可继续计算下去， 由第二周期的市场占有率行向量与转移概率矩阵的 乘积求得S(3)，其余类推。即

下面根据上式对上例A，B，C三个企业产 品第一至十二周期的市场占有情况进行预 测，将其数据列表3中，并绘制A，B，C 三个企业产品销售随周期的变化趋势曲线， 如图2。
式中销售概率向量：
为该系统的平衡条件。
于是上例在平衡状态有

以上方程组有4个方程，而只有3个未知 量，故知有一个方程不独立，可以去掉一 个方程，解出三个平衡状态值

去掉任意方程后，解上述联立方程组得：


即平衡系统的平衡条件

这个结果与上面逐期进行计算所得结果完 全相同，这表明，三种产品的市场占有率 分别达到38.8％，27.5％，38.7％ 时， 且转移概率不变，该系统达到平衡状态， 此时三种产品市场占有率不再随周期的后 延而变化。