第三章 需求预测

1、第一篇第一篇 绪绪 论论引导案例引导案例n2000年年3月，在广州某超市，新上市的某品牌月，在广州某超市，新上市的某品牌洗发香波缺货了。洗发香波缺货了。n上市仅仅一周，全国销量达到40000箱，已经超过原来2个月市场预测的总和，市场严重缺货。n把下周的预测从5000箱提高到50000箱，增加到10倍。n工厂计划部看到增加到10倍的预测量，目瞪口呆，因为原材料库存最多只能支持产量增加1.5倍。n目前状况和条件目前状况和条件n原材料大多是进口的，即使立刻下单，就算供应商仓库有能够支持10倍生产量的库存，按照正常情况，运输清关也需要2个月才能完成；n下周的生产计划已经全部排满。n采取的措施：采取的措

2、施：n基于最新预测，立即组织生产；n采购部门紧急给供应商下单，原材料一律空运，运输和清关时间缩减为2周；n调整2周之后的生产计划，优先保证缺货品牌的产品生产；n一切安排妥当，计划部告知总部，3周之后可以生产完成。n结果：结果：n1个月以后，产品陆续上架，公司上下都等着喜讯，但！甚至还不如其他产品卖的好！n说明：说明：n最有利的商机转瞬即逝，会给公司带来大量的损失；n过长的供应链会给公司带来损失：物流成本、库存成本、失去消费者。主要内容主要内容n预测预测 n定性预测方法定性预测方法 n定量预测方法定量预测方法 n预测误差与监控预测误差与监控 市场分析市场分析需求预测需求预测订单订单生产计划生产计

3、划MRP生产作业计划生产作业计划生产控制生产控制产品产品R&D项目及网络计划项目及网络计划 生产系统选址和布置生产系统选址和布置BPRJIT、LN、OPT等先进生产方式等先进生产方式质量管理质量管理设备管理设备管理库存管理库存管理3.1预测预测 n预测是决策的基础预测是决策的基础n1）预测及其分类）预测及其分类n（1）预测：对未来可能发生的情况的预计与推测 n不仅是长期的战略性决策的重要输入，也是短期的日常经营活动的重要依据n预测为编制各部门的计划提供了基础，使各部门能够协调一致的开展工作 （2）预测种类 预测预测科学预测科学预测技术预测技术预测经济预测经济预测需求预测需求预测社会预测

4、社会预测2）影响需求预测的因素 产品生命周期产品生命周期竞争者的行为竞争者的行为商业周期商业周期顾客偏好顾客偏好随机影响随机影响顾客的购买行为顾客的购买行为时间时间输出输出 反馈反馈 企业努力企业努力输入输入 输入输入 广广告告推推销销努努力力商商业业信信誉誉产品产品或或服务服务的设计的设计信信用用政政策策产产品品质质量量（1）商业周期 需需求求 复苏复苏 高涨高涨 衰退衰退 萧条萧条 时间时间（2）产品生命周期 需需求求 导入期导入期 成长期成长期 成熟期成熟期 衰退期衰退期 时间时间3）预测分类 4）预测的一般步骤 5）预测中应注意的几个问题（1）判断在预测中的作用v选择预测方法v辨别信息

5、v取舍预测结果（2）预测精度与成本 （3）预测的时间范围和更新频率（4）稳定性和响应性 定量模型的使用决策定量模型的使用决策3.2定性预测方法定性预测方法 1）德尔菲法（专家调查法）（1）应用过程 （2）使用原则 n匿名性n反馈性n收敛性2）部门主管人员意见法3）用户调查法4）销售人员意见法 3.3 定量预测方法定量预测方法 n时间序列模型时间序列模型n1）时间序列的构成）时间序列的构成n（1）时间序列：）时间序列：n按一定时间间隔，把某变量数值依发生先后顺序排列起来的序列。这些数值可以是销售数量、收入、利润、产量、运量、事故数等。n（2）常见的时间序列的）常见的时间序列的4种成分种成分n趋势

6、成分n季节成分n周期成分n随机成分 趋势成分趋势成分季节成分季节成分周期成分周期成分随机成分随机成分实际变化2）时间序列平滑模型（1）简单移动平均 例，某电子音响器材公司SONY牌单放机的逐月销售记录如下表所示。取n=3，试用简单移动平均法预测。解：由n=3，根据简单移动平均计算公式可得数为移动平均采用的周期周期的实际需求为周期的预测值，可作为周期末简单移动平均值为式中，niAttSMAAnSMAittntiit111113121ttttAAASMA所以计算结果 月 份 实际销量（百台） n=3（百台）12345678910111220.0021.0023.0024.0025.0027.002

7、6.0025.0026.0028.0027.0029.00 21.33 22.67 24.00 25.33 26.00 26.00 25.67 26.33 27.00（2）加权移动平均如上例，取n=3，1=0.5，2=1.0，3=1.5，试用加权移动平均法预测。解：由n=3 根据简单移动平均计算公式可得为实际需求的权系数周期的预测值，可作为周期末加权移动平均值为式中，nttntiintitttWMAAnWMA,.,11211113312211ttttAAAWMA所以计算结果 月 份 实际销量（百台） n=3（百台）12345678910111220.0021.0023.0024.0025.00

8、27.0026.0025.0026.0028.0027.0029.00 21.83 23.17 24.33 25.83 26.17 25.67 25.67 26.83 27.17（3）一次指数平滑法和移动平均法不同，一次指数平滑法考虑所有的历史数据，只不过近期实际数据的权重大，远期实际数据的权重小计算公式 一次指数平滑平均值SAt的计算公式 若把t期一次指数平滑平均值SAt作为t+1期的一次指数平滑预测值SFt+1，即一次平滑指数法的预测公式 11tttSAASA例，某公司的月销售额记录如下表所示，试分别取=0.4和=0.7，SF1=11.00，计算一次指数平滑预测值 解：当=0.4时 当=0

9、.7时 101111予实际数据的权重为平滑系数，它表示赋期实际值为期一次指数平滑预测值为式中，tAttSFSFASFtttttttSFASF6 . 04 . 01tttSFASF3 . 07 . 01一次指数平滑预测值如下不同权重计算结果比较如下1012141618202224262830123456789101112月份销售额（千元）实际销售额=0.4=0.73）时间序列分解模型（1）对于企业来说，实际需求值是趋势的、季节的、周期的或随机的多种成分共同作用的结果，只有对时间序列分解，才能找到这些信息（2）分解模型乘法模型 不规则的波动成分周期性变化成分季节成分趋势成分时间序列的预测值式中，I

10、CSTTFICSTTF加法模型 （3）几种可能的时间序列类型 式中，符号含义同上ICSTTF无趋势、无季节波动无趋势、无季节波动无趋势、有季节波动无趋势、有季节波动有线性趋势、相等的季节波动有线性趋势、相等的季节波动有线性趋势、增大的季节波动有线性趋势、增大的季节波动非线性趋势、相等的季节波动非线性趋势、相等的季节波动非线性趋势、增大的季节波动非线性趋势、增大的季节波动例，下表是某旅游服务点过去三年各季度快餐的销售记录。试预测该公司未来一年各季度的销售量 （1）根据最小二乘法 假设销售量的变化服从趋势 季度序号线性变化常量销售量预测式中，tbaTtbaTtt,0 1 2 3 4 5 6 7 8

11、 9 10 11 12季度序号季度序号t14000 13000 12000 11000 10000 9000 8000销销售售量量aTt 求出：（2）估算季节系数SI 夏季的季节系数 同样 tTt1671000015. 1316. 113. 116. 13995511TATATASI（夏）00. 1,85. 000. 1（春）（冬），（秋）SISISI（3）预测 n1）时间序列只将时间作为唯一独立变量，）时间序列只将时间作为唯一独立变量，而将需求作为因变量。实际过程中，需而将需求作为因变量。实际过程中，需求是由很多因素决定的，如产品或服务求是由很多因素决定的，如产品或服务的定价、政府规定、金融

12、信息等的定价、政府规定、金融信息等n2）常见的因果模型）常见的因果模型n回归模型n经济计量模型n投入产出模型 3）一元线性回归模型（1）参数计算公式 因变量的取值自变量的取值变量数斜率时的预测值截距，为自变量一元线性回归预测值式中，yxnbxaynxbyaxxnyxxynbbxayTT022（2）相关性r检验和标准差Syx r为正，说明y与x正相关，即x增加，y也增加；r为负，说明y与x负相关，即x增加，y也减少；r越接近1，说明实际值与所做出的直线越接近Syx越小表示预测值与直线的距离越接近222222nyySyynxxnyxxynrTyx如上例，应用一元线性回归进行预测 xbxaynxby

13、axxnyxxynbT183.16403.995603.995695 .5816418399209183.1645 .5825.44090 .992095 .585 .65470992223.4 预测误差与监控预测误差与监控 n预测精度测量预测精度测量n预测误差：预测值与实际值之间的差异n产生预测误差的原因产生预测误差的原因n忽略了重要的变量，或变量发生了大的变化，或新的变量出现，使得所采用的模型不适当n由于气候或其他自然现象的严重变化，如大的自然灾害引起的不规则变化n预测方法应用不当或错误地解释了预测结果n随机变量的存在是固有的 n平均绝对偏差平均绝对偏差n平均平方误差平均平方误差n平均预测

14、误差平均预测误差n平均绝对百分误差平均绝对百分误差 n（1）定义：整个预测期内每一次预测值与实际值的绝）定义：整个预测期内每一次预测值与实际值的绝对偏差（不分正负，只考虑偏差量）的平均值，能够对偏差（不分正负，只考虑偏差量）的平均值，能够较好的反映预测的精度，但不容易衡量无偏性较好的反映预测的精度，但不容易衡量无偏性n（2）计算公式）计算公式 个数（或预测次数）整个预测期内的时段的预测值时段的实际值时段式中，ntFtAnFAMADttnttt1n（1）定义：对误差的平方取平均值，能够较好的反映）定义：对误差的平方取平均值，能够较好的反映预测的精度，但无法衡量无偏性预测的精度，但无法衡量无偏性n

15、（2）计算公式）计算公式式中符号意义同上nFAMSnttt12n（1）定义：预测误差的和的平均值，能够很好的衡量）定义：预测误差的和的平均值，能够很好的衡量预测模型的无偏性，但不能反映预测值偏离实际值的预测模型的无偏性，但不能反映预测值偏离实际值的程度程度n（2）计算公式）计算公式 式中符号意义同上nFAMFEnttt1式中符号意义同上nttttAFAnMAPE1100n1）预测的一个十分重要的理论基础：一定形式的需求模式）预测的一个十分重要的理论基础：一定形式的需求模式过去、现在和将来起着基本相同的作用。然而过去的模型过去、现在和将来起着基本相同的作用。然而过去的模型现在仍然有效吗？决策方法应用跟踪信号或控制图现在仍然有效吗？决策方法应用跟踪信号或控制图n2）跟踪信号（）跟踪信号（TS）