预测和计划PPT课件.ppt

预测和计划 1 Forecast Aforecastisapredictionoffutureeventsusedforplanningpurpose 对需求的影响 消极 积极 劳动力库存水平生产率分包产品种类搭配 价格 推销 运动缓期交货交货与打折 2 预测方法 统计主观 直觉 判断 顾客调查销售员估计经济趋向关系技术进步舆论 手段 很多情况下企业往往是 被动 的 只满足既往提出的需要 并不企图去改变 3 需求影响因子 外部内部 平均需求 趋向 季节影响 周期要素 随机变动 自相关 经济周期 TurningPointLeadingindicatorsLoggingindictorsCoincidentindictors 产品设计 价格 广告 销售刺激 扩张 4 预测的功能 新 产品发展的方针 了解目前产品处在寿命周期的哪一阶段 引进哪一种新生产技术的依据 生产计划及采购计划的依据 短期销售预测的资料 可以编制销售计划 拟定年度或每月的生产计划 可作为资金计划 增资扩厂及人事计划的参考 作为定价政策的研究 销售预测和市场占有率的大小 企业可决定何种定价政策较为有利 可拟定存量水准 如果不注重销货预测 则会产生巨大波动 5 预测七步骤 1 确定预测的目标 2 搜集资料 3 资料的研判及调整 4 资料趋势的分析 5 选择预测方法 广泛性 准确性 时效性 可用性 经济性 6 未来数字的预测 7 可能事态假设的检定 6 预测什么 预测什么 整体产品 产品线 具体产品量什么预测工具 使用什么系统 7 预测的方法 一 德尔菲法 在收到专家的回信后 将他们的意见分类统计 归纳 不带任何倾向地将结果反馈给各位专家 供他们作进一步的分析判断 提出新的估计 如此多次往返 意见渐趋接近 得到预测结果 它既可以避免由于专家会议面对面讨论带来的缺陷 又可以避免个人一次性通信的局限 德尔菲是古希腊神话中的神谕之地 城中有一座神殿 据传能够预卜未来 二次大战之后 美国兰德公司提出一种向专家进行函询的预测法 8 预测的方法 二 订货法 企业通过散发订货单或召开订货会等办法广泛预订货的方法来预测市场对某种产品需求情况的一种预测方法 在汇总订货结果时 企业应当根据自己以往的销售情况 对订货量进行必要的修正 9 预测的方法 三 意见收集法 1 高级主管的意见 这种方法首先由高级主管根据国内外经济动向和整个市场的大小加以预测 然后估计企业的产品在整个市场中的占有率 2 推销人员 代理商与经销商的意见 由于企业里的推销人员 代理商与经销商最接近顾客 所以此种预测很接近市场状况 10 预测的方法 四 假设成长率一定的预测法 明年的销售额 今年销售额 今年销售额 去年销售额 在未来的市场营运情况变化不大的企业里 这种预测方法很有效 11 定量预测 朴素法时间数列时间序列分解时间序列分析概述移动平均法预测模型选择指南 指数平滑法博克思 詹金斯法灰色预测法预测误差自适应过滤法趋势模型外推法 12 朴素法 朴素法是最简单的预测方法 朴素法是假定下一期的需求于最近一期需求相同 事实证明 对某些产品线而言 朴素法是效益费用比最高的预测模型 是其它一些更复杂的时间序列分析方法的出发点 13 时间数列 时间数列是指将某一现象所发生的数量变化 依时间的先后顺序排列 以揭示随着时间的推移 这一现象的发展规律 从而用以预测现象发展的方向及其数量 一 水平型时间数列二 季节型时间数列三 循环型时间数列四 直线趋势型时间数列五 曲线趋势型时间数列 14 时间数列 水平型时间数列 水平型时间数列的走势无倾向性 既不倾向于逐步增加 也不倾向于逐步减少 总是在某一水平上上下波动 且波动无规律性 即时间数列的后序值 既可高于水平值 也可低于水平值 因这一水平是相对稳定的 故水平型数列又称为稳定型时间数列或平稳型时间数列 通常呈水平型时间数列的有日用生活必需品的销售量 某种耐用消费品的开箱合格率 返修率等等 15 时间数列 季节型时间数列 季节型时间数列的走势按日历时间周期起伏 季节 可是一年中的四季 一年中的12个月 一月中的4周 一周中的7天等等 通常呈季节型时间数列的有月社会零售额 与气候有关的季节性商品季度 月度销售量等等 16 时间数列 循环型时间数列 循环型时间数列的走势也呈周期性变化 但他不是在一个不变的时间间隔中反复出现 且每一周期长度一般都有若干年 通常呈循环型时间数列的有期货价格 商业周期等等 17 时间数列 直线趋势型时间数列 直线趋势型时间数列的走势具有倾向性 即在一段教长的时期之内 时间数列显示出一种向上或向下的趋势 相当于给水平型时间数列一个斜率 通常呈直线型时间数列的有 某段时期的人均收入 商品的销售量等等 18 时间数列 曲线趋势型时间数列 曲线趋势型时间数列的走势也具有倾向性 且会逐渐转向 包括顺转和逆转 但不发生周期性变化 时间数列后序值增加或减少的幅度会逐渐扩大或缩小 通常呈曲线型时间数列的有某种商品从进入市场到被市场淘汰的销售量变化等等 其实 季节型时间数列和循环型时间数列也是曲线趋势型时间数列 只不过他们具有周期性特征而各单独成为一种时间数列而已 19 移动平均法 移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量 公司产能等的一种常用方法 移动平均法适用于即期预测 当产品需求既不快速增长也不快速下降 且不存在季节性因素时 移动平均法能有效地消除预测中的随机波动 是非常有用的 可以分为 简单移动平均和加权移动平均 20 简单移动平均法 Ft At 1 At 2 At 3 At n n式中 Ft 对下一期的预测值 n 移动平均的时期个数 At 1 前期实际值 At 2 At 3和At n分别表示前两期 前三期直至前n期的实际值 21 加权移动平均法 加权移动平均法的计算公式如下 Ft w1At 1 w2At 2 w3At 3 wnAt n式中 w1 第t 1期实际销售额的权重 w2 第t 2期实际销售额的权重 wn 第t n期实际销售额的权重 n 预测的时期数 w1 w2 wn 1在运用加权平均法时 权重的选择是一个应该注意的问题 经验法和试算法是选择权重的最简单的方法 22 移动平均法的问题 1 加大移动平均法的期数 会使平滑波动效果更好 但会使预测值对数据实际变动更不敏感 2 移动平均值并不能总是很好地反映出趋势 由于是平均值 预测值总是停留在过去的水平上而无法预计会导致将来更高或更低的波动 3 移动平均法要由大量的过去数据的记录 23 指数平滑法 指数平滑法的基本公式是 St aYt 1 a St 1式中 St 时间t的平滑值 Yt 时间t的实际值 St 1 时间t 1的实际值 a 平滑常数 其取值范围为 0 1 该公式又可以写作 Yt 1 Yt a Yt Yt 可见 下期预测值又是本期预测值与以a为折扣的本期实际值与预测值误差之和 24 二次指数平滑预测 适用于具线性趋势的时间数列 其预测公式为 Yt m 2 am 1 a Yt 1 am 1 a Yt 2Yt Yt m Yt Yt a 1 a 式中 Yt aYt 1 1 a Yt 1 显然 二次指数平滑是一直线方程 其截距为 2Yt Yt 斜率为 Yt Yt a 1 a 自变量为预测天数 25 三次指数平滑预测 三次指数平滑预测是二次平滑基础上的再平滑 其预测公式是 Yt m 3Yt 3Yt Yt 6 5a Yt 10 8a Yt 4 3a Yt am 2 1 a 2 Yt 2Yt Yt a2m2 2 1 a 2式中 Yt AYt 1 1 a Yt 1 26 指数平滑法的趋势调整 一段时间内收集到的数据所呈现的上升或下降趋势将导致指数预测滞后于实际需求 通过趋势调整 添加趋势修正值 可以在一定程度上改进指数平滑预测结果 调整后的指数平滑法的公式为 包含趋势预测 YITt 新预测 Yt 趋势校正 Tt 27 趋势调整指数平滑预测三个步骤 1 利用前面介绍的方法计算第t期的简单指数平滑预测 Yt 2 计算趋势 其公式为 Tt 1 b Tt 1 b Yt Yt 1 其中 Tt 第t期经过平滑的趋势 Tt 1 第t期上期经过平滑的趋势 b 选择的趋势平滑系数 Yt 对第t期简单指数平滑预测 Yt 1 对第t期上期简单指数平滑预测 3 计算趋势调整后的指数平滑预测值 YITt 计算公式为 YITt Yt Tt 28 预测误差 一 误差来源误差可分为偏移误差和随机误差 偏移误差出现在连续产生错误之时 其来源有 未包含正确变量 变量间关系定义错误 趋势曲线不正确 季节性需求偏离正常轨迹 存在某些隐式趋势等 随机误差可定义为无法由预测模型解释的误差项 29 预测误差 MAD t 式中 t 期间 At t时期的实际需求 Ft t时期的预测需求 n 时期总数 MAD 平均绝对偏差 RSFE t At Ft n RSFE 平均总和偏差 30 误差测量 RSFE表示考虑误差性质后的预测误差总和 例如 副误差项抵消正误差项 反之亦然 MAD表示全部预测误差的平均值 不考虑偏