第3章-需求预测3岳

第3章需求预测

3·1

预测

3·2定性预测方法

3·3定量预测方法

3·4预测监控

3·1预测

3·1·1预测及其分类

●

预测是对未来可能发生的情况的预计和推测.

◆预测带有很大的不确定性。

◆预测不仅是长期战略决策的输入，而且是短期日常生产活动的重要依据。

◆在组织内部，预测为各部门编制计划提供了依据。人事部门，依据生产计划来雇用工人；财务部门，依据生产计划筹措资金；生产部门，依据预测来安排生产活动；采购部门，依据生产计划展开原材料、零部件的采购；

营销部门，依据生产计划展开营销活动；

以上这些职能部门的计划都是以预测作为前提的。

●预测的种类

◆科学预测科学预测就是对科学发展情况的预计和预测；◆技术预测对技术发展情况的预计和推测；◆经济预测对经济发展情况的预计和推测；◆需求预测需求预测是对企业未来一定时期内市场销售情况的预计和推测，也是企业生产计划控制和决策的依据；

◆社会预测社会预测是对未来社会发展情况的预计和推测；这里，需求预测是企业生产活动和计划的重要依据，是我们讨论的重点。

3·1·2影响需求的因素影响企业产品需求的因素很多，其中有些是可以控制的，而大部分的因素是企业无法控制的。在一般情况下，影响企业产品需求的主要因素有两个：一是市场容量，二是市场占有率。下图给出了影响需求的各种因素：

产品需求生产系统输入广告、推销、商业信誉、信用政策产品质量输出反馈顾客偏好商业周期竞争者行为产品生命周期顾客的购买行为随机影响时间

影响需求的因素企业可以控制的因素◆在众多影响因素中，主要因素有以下两种：

1·商业周期任何商业活动都有一个从高涨到衰退的过程，这个过程就是商业周期。商业周期可以划分为四个不同的阶段：复苏、高涨、衰退和萧条；在不同的阶段。需求是不同的；这也是企业需求预测的前提；

2·产品的生命周期即导入期、成长期、成熟期和衰退期；在不同的阶段上，需求是不同的；以上两个因素是企业进行预测的重要依据，也是企业不能控制的因素。

3·1·3预测的分类

预测按照不同的目标和特征可以分成不同的类型。■

按照预测期限的长短分类

◆

长期预测长期预测是指五年以上的预测，它是企业编制长期发展规划、产品研发计划、投资、扩充生产能力的依据。它的编制一般是利用市场调研、技术预测、经济预测、人口统计等方法，加以综合判断来完成的。其结果大都是定性描述。

◆

中期预测中期预测是指一年以上、两年以下的预测。它是编制年度生产计划、季度计划、销售计划、生产与库存计划、投资和现金预算的依据。中期预测可以通过集体讨论、时间序列法、回归分析、经济指数相关分析的方法做出判断。◆

短期预测

短期预测是指以日、周、旬、月为单位，对一个月以下的市场需求的预测。它是调整生产能力、进行采购活动、安排生产作业计划等具体生产经营活动的依据。短期计划可以利用趋势外推法、指数平滑法进行预测。短期预测的结果一般是定量描述。

■按照主客观因素在预测中所起的作用分类

◆定性预测定性预测也称为主观预测法。预测的依据来源于不同的主观意见。定性的预测的方法有德尔菲法、部门主管讨论法、用户调查法、销售人员意见法。

◆

定量预测定量预测也称为统计预测法，其特点是利用统计数据和数学模型进行预测。各种预测的方法见下图所示预测方法定性预测方法德尔菲法部门主管讨论法用户调查法销售人员意见法定量预测方法因果分析时间序列分析时间序列分解模型时间序列平滑模型移动平均法一次指数平滑法二次这指数平滑法乘法模型加法模型■预测的一般步骤

1·决定预测的目的和用途

2·根据不同的产品性质进行预测分类

3·决定影响各类产品需求的因素及其重要性

4·收集资料,进行整理和分析

5·选择适当的预测方法和模型

6·计算并核实初步的预测报告

7·设定无法预测的内外因素

8·对6,7步进行综合考虑,判断并得出结论

9·将依次结果应用于生产计划的编制10·根据实际需求对依次进行监控

3·2定性预测方法3·2·1德尔菲法(背靠背法)

德尔菲法是美国20世纪40年代末期由美国兰德公司提出、并同时在世界各地迅速兴起的一种预测方法.■

步骤如下

1·组织专家专家的人数视预测问题的性质和规模而定,一般问题20人左右，专家只能和预测单位发生联系，专家之间不能有任何联系。

2·开始进行第一轮函询调查首先向专家提出预测的背景资料,并同时提出预测的具体题目标。专家围绕着预测问题展开没有任何框架的研究并得出初步结论，预测单位对这些结论进行整理、归纳，把具有相同的事件、结论统一起来,剔除分散的事件与结论，并用统一的术语进行描述，然后再发给专家，进行第二次讨论。3·第二轮调查第二轮调查要求专家对预测目标和各种有关的事件发生的时间、地点、规模提出意见,并说明理由。同时还要求说明应用什么样的方法得出的预测结论。预测的组织单位再对这些结论进行整理,归纳、修改，得出结论后,再反馈给专家,进行第三次调查。4·第三轮调查在第二轮调查的基础上,专家对预测单位提出的综合意见进行评价,同时在参考其他专家意见的基础上修正原来的预测值,对预测目标进行重新预测.

■特点这种方法的优势是简单直观,能够发挥专家的优势，避免了专家之间客观存在的权威心理.德尔菲方法是一种有组织的预测方法,可以在任何情况下应用。缺点是:专家的选择没有一个明确的标准，主观随意性大,

预测结果缺乏严密的科学分析依据.

■

应用原则

1·匿名性参加预测的专家之间不能有任何联系；

2·反馈性一般要进行多次讨论和征询,要给专充分发表意见的机会，最后才能得出正确的结论；

3·收敛性经过多次反复的讨论和调查,专家的意见才能趋于一致。

3·2·2部门主管讨论法部门主管主要是指企业的财务、生产、营销、采购、研发等部门的负责人，他们具有较丰富的专业知识和管理经验。3·2·3

用户调查法3·2·4销售人员调查法3·3定量预测方法定量预测方法主要有：时间序列预测模型和因果预测模型。时间序列预测模型是以时间为变量，利用过去随时间变化的需求资料来估计未来的需求。因果预测模型是利用与预测结果有关的各种变量之间的相关关系，来进行预测的。3·3·1时间序列的构成时间序列是指按一定的时间间隔和事件发生的前后顺序排列起来的一系列数据构成的序列。每天、每周、每月的销售量按照时间的先后所构成的序列就是时间序列的典型例子。■时间序列可以分为以下四种：

1·趋势序列趋势序列的数据随时间的延续表现出一种明显的趋势，这种趋势按某种规则平稳的上升或下降，或停留在某一水平上；

2·季节序列在一年的时间里，数据按照一定的频率做上下有规则的波动；

3·周期序列

在较长的时间里（一年以上）围绕着某种趋势做有规则的上下波动；4·随机序列数据由于受多种不可控因素的影响，表现出没有任何规则的波动；各种序列的图形见下图趋势序列季节序列周期序列随机序列■在以上四种时间序列中，我们只讨论“趋势序列”与季节序列

.周期序列由于需要大量的数据才能找出其规律性，主要用于经济和技术预测，因此不作为企业生产运作讨论的主要对象；随机序列由于其数据变动没有规律可循，不具有需求预测所要求的基本特征，所以也被排除。3·3·2时间序列平滑模型时间序列模型的应用前提：使用这种模型进行预测，仅仅依赖于过去所发生的资料，而其它变量无论价值大小，一概忽略不计。

时间序列模型应用于中短期预测，这里只介绍三种模型：

■

简单移动平均法

（３·１）■加权移动平均法（３·２）式中：—第期的移动平均值，也可作为的预测值—第期的加权移动平均值，也可作为期的预测值◆

加权移动平均法

实例1月份销售额1

23456781012131619232630权数时期321tt-1t-2月份实际值A

加权移动平均值（预测值）123456781012131619232630｛（3×13）+（2×12）+（10×1）｝/6=12.16｛（3×16）+（2×13）+（1×12）｝/6=14.3=17

◆

月份实际销售量n=3n=4１２３４５６７８９１０１１１２２０２１２３２４２５２７２６２５２６２８２７２９２１.３３２２.６７２４２５.３３２６２６２５.６７２６.３３２７２１.７５２３.３３２４.７５２５.５２５.７５２６２６.２５２６.５简单移动平均法实例2表３－１差：21.33-24=2.67加权移动平均法表３－２月份实际销量三个月的加权移动平均预测值１２３４５６７８９１０１１１２２０２１２３２４２５２７２６２５２６２８２７２９（０.５×２０＋１×２１＋１.５×２３）／3＝２１.８

２３.１７２４.３３２５.８３２６.１７２５.６７２５.６７２６.８３２７.１７差：21.83-24=2.17◆从表３－１中可以看出，预测值与简单移动平均所取的时间段长度n有关。n值取的越大，对干扰的敏感度越低，预测的稳定性越好，响应性越差．◆从表３－２中看出，若对最近的数据赋与较大的权重，预测值与实际值的差别比简单移动平均的结果要小。n值取的越大，稳定性越好，响应性越差；近期α取值越大，预测的稳定性越差，响应性越好．◆在时间实践中，n、α的取值没有固定的模式，完全凭借经验．■

指数平滑法计算公式（３·３）（３·４）预测公式为:◆一次指数平滑模型计算公式：（３·５）（续）：

（３·４）是一个递推公式，展开：……………………………（续）（３·６）式中：或事先给定令：◆实例3某公司的月销售额记录如下表所示，取α＝０·４α＝０·7计算公式：月份实际销售额１２３４５６７８９１０１１１２１０１２１３１６１９２３２６３０２８１８１６１４表－１（续）

表－２t123456789101112α=0.4α=0.711

10.611.1611.913.5415.7218.6321.5824.9526.1722.920.141110.3011.4912.5914.9717.7921.4424.6328.3928.1221.0417.51各种α值的曲线见下图123456789101112

3028262422201816141210销售量月份实际值α=0.4预测值α=0.7预测值◆

二次指数平滑模型当实际值表现出明显的上升或者下降趋势时，可以用二次指数平滑法来处理。二次平滑是在一次指数平滑数据的基础上再进行一次平滑处理。计算公式如下：所有数据在用以上公式处理后，画出趋势曲线。对于实际预测，可以根据数据序列的最后数值来预测。计算公式如下：—⑴—

⑵—⑶—⑷例：以下是某企业的预测平滑值数据，试预测第21期等若干期的需求量。见下表所示;12345t0

505050.649.5249.9649.67505050.1851.3449.9849.88111213141516171819205159576468676976758049.3352.2353.6656.7660.1362.1964.2367.7669.9372.9548.6849.7550.9252.6754.1957.0959.2360.7964.2366.86--5052475149t2021222324258081868991.566.8681.6684.2786.8589.4992.1072.95设：T=1,2,3,4,5,….n代入公式⑴⑵⑶⑷：由⑶式得：由⑷式得：计算T=1，2，3，4，5期的预测值将以上计算的参数代入⑵式;需要注意的问题：在作趋势曲线的二次指数平滑处理时的计算时，事先会碰到如何确定第期的初始值问题，我们给出一个参考原则：

第一期的值由取代；3·3·3

时间序列分解模型

时间序列分解模型有两种形式

1·乘法模型2·加法模型

乘法模型比较通用,它是将各种成分(以比例的形式)

相乘的方式来求出需求的估计值.加法模型是将各种成分相加来进行预测的.用这种方法进行预测的关键是求出线性趋势方程和季节系数.线性趋势方程.

预测公式：线性趋势方程：季节系数

实例4下表是一个服务业企业过去三个季度的销售资料,试预测未来一年的销售量.季度123456789101112夏秋冬春夏秋冬春夏秋冬春序号销售量一年总量

四个季度的移动平均值118001040489251060012285110099213112861335011270102661213841729422144281943170437934485845119461724702410432.310553.510704.810776.810948.311214.511279.81154311765(续)求解分三步进行

1·求趋势直线方程

根据上表给出的数据绘制曲线图形141312111098123456789101112销售量季度序号趋势方程实际值移动平均值

趋势方程为:

2

·估计季节系数季节系数是指实际值A与趋势值的比值T的平均值.计算过程如下表所示：t12345678

9

101112131.16

0.85

1.13

0.82

1.16

0.871.010.991.001.000.971.01例：(续)夏季的季节系数:

==1.15()/3３·预测该公司未来一年的销售量为:

预测公式:3.3.4回归模型在企业的经济活动中有各种各样的经济变量，如产量、成本、价格、销售额等，这些变量之间往往存在着复杂的关系，其中如果一个变量发生了变化就会引起其它变量的变化。变量之间的关系分为两大类：一类是确定型关系，另一类是非确定型关系。采用数理统计的方法可以找出非确定型关系，也称为相关关系。回归分析就是分析变量之间相关关系的一种数理统计的方法。■回归方程的建立例：某企业对汽车的消费情况的市场调查见下表：年家庭人均收入（万元）平均每百户汽车拥有量（辆）1.51.82.433.53.94.44.8556791113141516作相关图：123456161412108642XY■最小二乘法由上图可得：解以上得方程组：︳︳将上表中的数据代入公式：代入公式，得到回归方程：预测：设家庭收入为5.7万元时，汽车的拥有量？代入公式：辆■相关系数检验

代入数据：结论：家庭人均收入与汽车的拥有量有较强的相关关系并且是强正相关。例：某企业01至08年某种产品的销售量统计资料如下：时间序列t销售量20022003200420052006200720081.21.82.54.68.513.420.6计算公式：0123

·3·4预测监控

3·4·1预测精度的测量■

预测误差

预测误差是指预测值与实际值之间存在的差异.误差有正负之分,当实际值大于预测值时为正;相反为负.在实际应用中,最好的预测模型是无偏模型,既应用的模型正负误差出现的概率大致相等.预测精度的测量一般用平均误差来进行。平均误差是评价预测精度、计算预测误差的重要指标，同时也是用来检验数据资料与预测结果的吻合情况、判别所使用的模型是否具有再继续使用的价值的重要标准之一。

平均平方误差：

平均绝对偏差：

＝平均绝对误差能够较好的反映预测的精度，但是无法衡量预测的无偏性。与MAD相同，平均平方误差也可以反映预测的精度，但不能反映预测的无偏性。平均预测误差：平均绝对百分误差：如果预测模型是无偏的，平均预测误差应该接近于零。因此，平均预测误差较好的反映了预测模型的无偏性。但它不能够较好的反映预测值与实际值的偏离程度。

◆实例

MADMSEMFEMAPE计算表

实际值预测值偏差绝对偏差平方偏差百分误差绝对百分误差120130110140110130125125125125125125

-5+5-15+15-15+5

551515155

252522522522525

-4.753.85-13.6410.71-13.643.85

4.173.8513.6410.7113.643.85=-10=60=750=49.86（续）各种误差指标的计算

MAD60/6=10MSE750/6=125MAPE49.86/6=8.31%MFE-10/6=1.6以上这些方法的一个重要用途是可以评价各种预测模型的优劣，并以此作为依据，得出这些预测模型再继续使用的可能性。

■

预测监控

预测工作的一个很重要的理论前提是:过去、现在所依据的数据资料及预测模型继续使用还有无价值？这就需要有一定的方法来证明，这种方法叫做“跟踪信号”，它是用来最终评价预测精度是否能被接受的重要指标。

跟踪信号TS=

上式中：RSFE———预测误差滚动和完成一次预测，就要对预测的精度进行评估，TS接近零，说明预测模型的精度较高上限4.5下限－4.5时间跟踪信号的目的是检测一段时间内预测误差中的任何偏差的倾向（即连续误差中的正值与负值的趋势）。TS的计算结果可正可负，零值最理想。一般取±4.5～±5.5为可以接受的范围。0预测误差控制的另外一种方法是控制图法。使用这种方法的理论前提是所有误差的存在必须是随机的，一旦出现了非随机的误差数据，使用这种方法就失去了作用。要想得出误差是否处于控制状态的判断，有两点是必不可少的：一是所有的误差都处于控制限内；二是不存在任何分布模式(长期趋势、周期波动、非中心数据等）。这两点需要检验来确定。下图是各种分布模式的情况：超出控制范围出现趋势倾向（长期趋势）出现波动倾向(周期波动）出现偏差倾向（非中心分布）控制图是基于这样一种假设：当误差是随机变量时，它们应当服从均值为零的正态分布。即当置信度为95.5%（这里指误差）时，数据要落在界限为±2σ的范围之内；大约有99.97%的误差要落在±3σ的范围之内。控制图的上下界限为上限UCL:0+Z

下限LCL:0–Z例：当标准差为2时，计算2σ的控制限：解：σ==1.414控制限:0

±2.82实际运算：根据控制限作图：Z─标准差倍数+2.82-2.82实例：环球公司过去一年的皮衣实际销售量、预测值及各月的预测误差如下表所示，现在使用两种方法来判断预测是否处于控制状态。1、使用跟踪信号；从10月份开始，计算MAD值；2、使用控制图法；利用前8个月的数据做出2σ控制图；1234567891011121314151617181920212223244751545549463832252430354457605551484230282535384344505154484644352635323450515455515043382727324744-5-2-8-12-10-25310791-4-3-8-13-10-28647445281210

253107914361310286411151924263446565863667683929397100106119129131139145月份销售量(A)预测值(F)误差││

累积││

102-205.8-3.4115-155.7-2.63123-12