需求预测-生产企业物料

第三章需求预测

＞预测分类及应用

•预测的分类

需求预测——预测分类及应用——预测的分类

短期预测短期预测跆度可以是几周、几个月，最多为1年，物流管理中的运输

车辆安排、人员调度等主要使用短期预测，它也是任何模式库存管理的关

键。

中期预测中期预测多为几个月，不超过3年，可用于预算安排等。

长期预测长期预测多为3年以上，可用于物流设施的选址、物流战略的设计等。

定性预测定性预测就是借助个人的判断、直觉和意见调查对未来作出趋势性的

估计，属于主观性预测，精度较差，并且很难标准化。由于缺乏量化，定

性分析常用于预测一般商业趋势或长忖期内对某类产品或服务的潜在需

求，主要为高层管理者使用。此外，因为定性预测对数据要求少，所以在

历史数据稀少的新市场或新产品预测中，使用较多。

定量预测定量预测方法主要有两大类：因果分析法和历史映射法。

因果分析法并不局限于定量预测。因果分析的前提条件是预测变量是

由其他相关变量决定的。常见的回归和相关因素分析法就属于此种方法，

它假定解释变量与预测变量之间呈某种函数关系，并根据历史数据建立回

归模型，从而进行预测。理论上如果关系选择恰当，因果分析法可以帮助

我们作出精确的预测，但现实生活中这种关系并不经常存在，即使有他们

的关联程度也比较低，而且也很难判断在我们所关心的时段内，这种因果

关系是否发生作用，所以，预测误差难以避免。

历史映射法是另•种定量预测方法。使用这种方法首先手中要有足够

的历史数据以供分析，这些历史数据，或称时间序列，通常呈现出较为稳

定的趋势和/或周期性特征，历史映射法理论上假定历史数据所呈现出的趋

势和/或周期性特征将持续到未来，也就是说未来的数据也会呈现出同样的

至少是类似的模式。根据这一原理进行预测的方法很多，如移动平均法、

指数平滑法等。

定量预测适应了企业管理中量化未来需求的要求，在生产经营，尤其

是物流管理领域起着重要作用。但由于远期预测误差过大，使得预测本身

失去价值，所以定量预测法大多数用在近期预测上。

•需求预测在现代物流管理中的应用

需求预测一预测分类及应用——需求预测在现代物流管理中的应用

~_制订经济计划需要预则作基础，经营管理企业也同样需要以预测尤其需要以市场需求预

测为依据。

无论任何行业，也无论企业生•产经营的产品或服务属于哪种类型，为提供市场所需的产

品和服务都需要一定的生产准备时间、生产时间，为完成生产、服务所需的原材料、零部件

也需要一定的时间（原材料交货期）才能从供应商运至生产、加工者的手中，产成品同样也

需要一定的时间（产成品交货期）才能送至用户所需的消费地点，但客户往往在作出败买决

策后有时并不愿意等待，他们总是希望立即至少是在合理时间内收到所购买的产品，享受到

所需的服务。如果企业根本没有需求预测，总是等收到客户订单后才知道应该生产什么、生

产多少，那么失销现象就会大量发生。

因此，任何企业都有必要对目标市场未来的需求状况作出预测，企业依据预测规划生产

能力、筹备资源要素。需求预测是企业制定战略规划、生产安排、销售计划，尤其是物流管

理计划的重要依据。生产标准产品的企业会根据预测，生产一定量随时可供应市场的产品，

或至少存有相当数量的原材料和零配件以尽量缩短交货时间。生产定制产品的企、也（如模具

生产商）或者个性化十分强的产品或服务的提供者（如美容师），因为是按订单生产，一般

不会有产成品堆积在仓库中，但也要根据需求预测，准备足够的生产能力（生产工具和劳动

力）。

从企业内部管理来看，无论是战略层还是管理层都无一例外地需要需求预测指导计划安

排。企业战略规划关注的是未来若干年内整个市场与经济的总体发展趋势，是对企业未来战

略方向、基础设施投资等左右企业长期发展的因素作出规划。这一层次大多只涉及对需求长

期变动趋势的预测，对详纽程度的要求并不高。管理层关心的是企业未来数周、数月的生产、

销售、资金安排，以物流管理为例，需要根据中短期需求预测，安排原材料采购，原材料、

产成品的运输，确定合理的库存水平。比起前者，这种需求预测无论从详细程度，还是数量

的准确性方面都有更高的要求。实践中，由于需要使用较为复杂的定量预测模型，需要考虑

多种影响因素，所以通常借助计算机等先进的信息处理工具完成预测。

＞需求的规律、分类及需求预测

•需求的五大规律

需求预测——需求的规律、分类及需求预测——需求的五大规律

尖峰需求需求量总体偏小，需求断断续续，波动大，什么时候出现需求，

需求量多少没有明显特征。

季节性需求产品的需求量随着季节的转换而发生较大的变化，季节性需求具

有明显的季节特征，即由于气候、节假日、消费习惯等因素引起的需

求量的变化，如夏天游泳衣的销售量、节假日礼品的需求量等。在这

种情况下，企业一般能够及时调整自己的经营方向和生产能力，迅速

满足市场的需要。

周期性需求产品的需求量随着时间的推移而呈现周期性的变化。由于时间间

隔的周期i般比较难以确定，或者由于形成周期性需求的原因根本无

法知道，从而使周期性需求相对比较难以预测。如，对物流市场需求

的周期性影响主要来自于经济发展的周期、国际环境的改变以及政治

变革等。

趋向性需求产品的需求量随着时间的推移而朝着某•个方向有规律地运动，

没有出现较大的剧烈波动，它具有较为明确的发展方向和稳定的变化

幅度，因而趋向性需求一般比较容易预测。

随机性需求产品的需求量由于需求的偶然变动而呈现无规则的变化趋势，一

般在随机性的需求中，各期的需求量差别较大。i般将总需求中的那

些已经知道原因的需求因素剔除以后（如剔去季节性需求、周期性需

求和趋向性需求等），剩下的无法解释的那部分就属于随机性需求。

•需求可预测性的三种情况

需求预测--需求的规律性、分类及需求预测——需求可预测性的三种情况

有规律需求，而且具有高度从物流管理角度上讲，第一种需求模式最简单，它无须

可预测性复杂的预测模型，就可以得到较为准确的预计值，直接用于

运输安排和库存管理。如通常在生产计划既定的情况下，生

产车间对原材料和零部件的需求。

有规律需求，但预测难度较需要进行复杂的统计学分析•，使用各种量化的预测方法，

大借助需求呈现出的统计规律，进行预测。大多数也可以获得

较准确的预测值，并将预测误差保持在一定的概率水平下。

无规律需求，且不可预测需要改革现有的物流系统，强调物流系统的柔性，最好

完全实现按订单生产模式，才能达到减少存货，降低物流成

本，满足客户需要的战略目标。

•需求预测的五个步骤

需求预测一需求的规律性、分类及需求预测一需求预测的五个步骤

（1）明确预测对象和目的。包括预测结果的用途、预测的时间跨度等。据此可确定预

测所用信息、需要做的投入。

（2）选择合适的预测方法和预测模型。这里要充分考虑预测的目的、时间的跨度、需

求的特征等因素对预测方法的影响。

（3）收集、分析相关的资料数据。

（4）预测。不仅靠某一理论模型，要综合考虑各种复杂状况和影响因素，借助经验判

断、逻辑推理、统计分析进行预测。

（5）预测结果评价，分析预测精度和误差。将预测结果进行实际应用，根据实际发生

的需求对预测进行监控。必要的时候，还需要对某些环节作出调整后重新进行预测。

这些步骤总结了开始、设计和应用一项预测的各个环节。如果是定期作预测，数据则应

该定期收集。实际运算可以用计算机来完成，这也是每个零售商用销售终端（POS机）作为

数据采集器，每天实际进行的过程。

＞需求预测方法

•定性预测方法与分类

需求预测——需求预测方法——定性预测方法与分类

定性预测方法

预测人员通过对所掌握的物流市场情况数据资料的分析，根据自

身实践经验、主观分析以及直觉判断，对市场需求的变化趋势或未来

结果进行预测。

优点：花费时间较短，成本较低，操作比较容易。

缺点：受主观因素影响较大，

定性预测方法分类1.主管人员意见法

组织高级主管人员集体讨论，作出预测。这种方法假定集体研究

可以博采众长，避免个人的武断，但实际上预测结果常受社会因素影

响.不一定反映真正的一致见解C

2.销售人员意见法

该方法认为销售人员贴近市场，对需求的了解也就更加深入，因

此首先要求销售人员根据自己对市场的理解，估计未来的需求人平，

再将结果汇总成为未来的市场需求预测。

3.市场调查法

对客户、最终消费者或潜在客户进行发放问卷、走访调查或采用

其池类似方法搜集市场需求信息，对数据进行整理分析，预测未来市

场走向，并判断企业战略部署是否与此趋势相适应。

市场调查法可以帮助企业更好地了解市场动态，对市场走向进行

分析和对新产品销售情况进行预测时经常采用市场调查法，也可以利

用该方法判断客户对物流服务的具体要求，确定相应的客户服务目

标.

4.德尔菲法

利用一系列问卷对一组专家提问，征求专家意见。为使结果更加

真实，问卷采用不记名的形式，专家小组的成员则独立地完成一系列

的调查问卷。

•定性预测方法之德尔菲法

需求预测——需求预测方法——定性预测方法之德尔菲法

（1）德尔菲法（DelphiMethods）又称专家调查法，通过对专家背靠背（互不见面或

协商）的匿名征询方式进行预测的方法。

（2）专家选择须具代表性，熟悉、精通预测对象，一般有10~50人。在函询的整个过

程中，自始至终由预测单位函询或派人与专家联系，不让专家互相发生联系。每轮调查完毕

要进行统计整理，如果结果比较分散，需重新设计调查表调杳，不断继续，直到专家的意见

达到某种程度的一致性为止，以此为根据作出判断或预测。

（3）在使用德尔菲法时必须坚持三条原则：一是匿名性原则。对被选择的专家要保密,

不使他们彼此通气，不使池们受权威、资历等方面因素的影响。二是反馈性原则。一般的征

询调查要进行三至四轮，要给专家提供充分反馈意见的机会。三是收敛性原则。数轮征询后,

专家们的意见相对集中和筠向一致，若个别专家有明显的不同观点，应要求他详细说明理由。

（4）德尔菲法常用于长期的和新产品的销售预测、利润预测以及技术预测等。

・定量预测的五个方法

需求预测-需求预测方法——定量预测的五个方法

朴素法

朴素法是假定下一期需求与本期相同，对需求比较稳定的产品的一种最

廉价、最简单的预测方法。

移动平均法

移动平均法是指把过去若干期的平均需求量当做未来期的需求量，使用

平均数计算的方法。该方法计算量小，模型简单。

（1）简单移动平均法就是以过去若干期的算术平均值作为未来期的预

测值。但需大量历史数据。

（2）加权移动平均法则需要对以往各期的观测值赋予权重，权重可通

过对历史数据分析后获得。

指数平滑法

指数平滑法使用起来比较简单，而且精度较好，基本表达式为：

居+1=居+.'（4_工）

式中，Fn+】为第n+1期预测值；

Fn为第n期预测值；

An为第n期观测值，或第n期实际需求量（发生量）：

a为参数，又称指数平滑系数，。小，则预测结果对最新动态的反映

越不敏感，表明模型较看重历史信息。预测中使用以前期的预测值和观测值，

再确定的参数a,就可以完成预测。

回归分析法

回归分析法是指通过对历史数据的分析，试图找到需要预测的需求量与

某些变量之间的关联程度，建立回归方程，从而进行预测的方法。

根据统计规律，样本量越大，统计分析的结果越可靠。因此，回归分析

法往往需要大量的历史数据作为基础。

现代管理者往往借助统计分析软件，如SPSS、SARS,来完成回归分析。

影响需求的因素很多，各因子之间的内在联系异常复杂。预测者会利用

多个有相互依赖关系的回归模型组成回归方程组或者经济计量模型，用来推

算或预测需求量。

时间序列分

时间序列分析法是一种常见的预测方法。通过考察需求随时间波动的规

析法

律，包括变化的趋势性（指由于消费习惯、人口总量或构成变化等因素而引

起的需求量的长期变化）、季节性（指需求随时间而呈现出的周而复始的淡旺

季交替现象）等，而对未来需求进行预测。

移动平均法和指数平滑法也是时间序列分析，但二者大大减少了对历史

数据存储量的需求。

通常所指的时间序列分析往往指更加复杂的模型分析。

・定量预测方法之指数平滑法

需求预测——需求预测方法——定量预测方法实例

下表是某企业的销售数据：

季度

1234

去年销售额1500140013001600

今年俏售额160015001400——

148015041503.21483.28

预测值[1450+0.2X[1480+0.2X[1504+0.2X[1504.1+0.2X

(1600-1450)](1600-1480)](1500-1504)](1400-1504.1)]

采用二期的简单移动平均法，今年第一季度的预测值：

(1300+1600)/2=1450

使用二期的加权移动平均法，则需要对以往各期的观测值赋予权重，权重的多少可以通

过对历史数据分析后获得，假设前二期的观测值的权重为0.4和0.6,则预测值调整为：

1300x0.4+1600x0.6=1480

根据上表，去年和今年前三个季度的销售额已知。假定所使用的参数a为0.2,即指数

平滑系数为0.2。今年第一季度的预测值1450,根据去年最后一个季度的销售额1600和所

给出的公式，按照指数平滑法计算的今年第一季度的预计销售额就是：

1450+0.2x(1600-1450)=1480

同理，可以计算出今年第二、第三、第四季度的预计销售额。

很容易发现，指数平滑法的预测结果受a(指数平滑系数)的影响非常大，直接关系到

预测的精度。a大，则预测结果越能反映需求的最新动态变化，当期需求波动(指实际销售

额与预计销售额之间的差异)对下一期预计销售额的影晌就较大；相反，a小，则预测结果

对最新动态的反映越不敏感，表明模型较看重历史信息，当期最新信息对预测结果的影响就

小。因此，确定合理的参数值，就成为预测的关键。通常，可以对比历史数据与预测数据，

选择使预测误差最小的平滑系数。一些预测软件也同时具有自动调整系数的功能。

如果希望在预测中能够更好地反映需求变化的发展趋势和周期性因素，还需要对预测数

值作进一步分析调整。例如，可以在指数平滑模型中加入趋势校正因子，或者加入季节性指

数，以使得模型的预测精度更高，误差更小，也能更好地适应预测者的要求。

・定量预测方法之回归分析法

需求预测一需求预测方法一定量预测方法之回归分析法

回归分析法(RegressionModel)也是一种常用的定量分析方法。它是通过对历史数据

的分析，试图找到需要预测的需求量与某些变量之间的关联程度，建立回归方程，并进行预

测。

回归分析法需要判断预测的需求量与相关变量之间的关系。而根据统计规律，样本量越

大，统计分析的结果越可靠。因此，回归分析法往往需要大量的历史数据作为基础。

此外，随着数据量的增大，模型分析的计算量也会增加，因此，现代管理者使用回归分

析法时已经摒弁了人工计算模式，都是借助统计分析软件来完成，一些通用的统计软件如

SPSS、SARS都可以完成这项工作。

还有的时候，影响需求的因素很多，各因子之间的内在联系异常复杂。此时，预测者会

利用多个有相互依赖关系的回归模型组成何归方程组或者称经济计量模型，来推算或预测需

求量。这种模型开发的困难较大，对数据的要求也较高，但由于可以容纳较多、较复杂的变

量关系，可以有效提高预则精度。

・定量预测方法之时间序列分析法

需求预测一需求预测方法一定量预测方法之时间序列分析法

~~时间序列分析法也是一种常见的预测方法，它通过考察需求随时间波动的规律，包括变

化的趋势性（指由于消费习惯、人口总量或构成变化等因素而引起的需求量的长期变化）、

季节性（指需求随时间而呈现出的周而复始的淡旺季交替现象）等，而对未来需求进行预测。

每天、每周或每月的出库量按时间的先后所构成的序列，是时间序列的典型例子。分析

时间序列就是将过去的数据分成几部分，然后用于外推。例如，用过去五周中的每一周的库

存需求量预测第六周的库存需求量。

从某种角度上讲，移动平均法和指数平滑法也是一种时间序列分析。但我们通常所指的

时间序列分析往往指更加复杂的模型分析。特别是近20年来，随着时间序列分析在理论上

的突破和其在包括金融分析等领域内的广泛应用，时间序列分析已经成为一项非常重要的预

测技术。

・定