需求預(yù)測完整版本

第二章需求預(yù)測5.1基本概念5.2定性預(yù)測5.3定量預(yù)測1§2.1基本概念一、預(yù)測的定義及分類定義：預(yù)測是指對未來不確定事件的推斷和測定，是研究未來不確定事件的理性表述，是對事物未來發(fā)展變化的趨向，以及對人們從事活動所產(chǎn)生后果而做的估計和測定。分類：預(yù)測的類型有以下幾種：1.經(jīng)濟預(yù)測：通過對通貨膨脹率、貨幣比率等指標(biāo)預(yù)測未來經(jīng)濟的發(fā)展。2.技術(shù)預(yù)測：對未來產(chǎn)品開發(fā)方向，以及工廠發(fā)展和制造技術(shù)發(fā)展方向的預(yù)測；3.需求預(yù)測。預(yù)測在未來一定時期內(nèi)對某產(chǎn)品需求的數(shù)量。與生產(chǎn)計劃直接相關(guān)的是需求預(yù)測。

2按市場預(yù)測的時間跨度可以將預(yù)測分為：長期預(yù)測：時間跨度通常為3年或3年以上，用于規(guī)劃新產(chǎn)品、生產(chǎn)系統(tǒng)的配置等。中期預(yù)測：通常從1個季度到3年，用于制訂銷售計劃和生產(chǎn)計劃。短期預(yù)測：通常少于3個月，是制訂主生產(chǎn)計劃的依據(jù)。3預(yù)測目的預(yù)測是整個生產(chǎn)計劃系統(tǒng)的重要輸入和依據(jù)，具體講，其重要性可以從以下幾個方面來考慮：①對于戰(zhàn)略決策部門而言，預(yù)測可以提供決策的依據(jù)；②對于生產(chǎn)計劃和控制部門而言，預(yù)測是企業(yè)編制生產(chǎn)計劃(綜合生產(chǎn)計劃和主生產(chǎn)計劃)的基礎(chǔ)。是生產(chǎn)計劃編制的主要輸入；③對于銷售部門而言，為補充銷售人員提供依據(jù)；④對于成本會計而言，預(yù)測可以為預(yù)算和成本控制提供依據(jù)；⑤對于采購部門而言，便于采購部門制訂準(zhǔn)確的采購計劃，以降低總的生產(chǎn)成本；⑥對于研發(fā)部門而言，新產(chǎn)品的預(yù)測可以為設(shè)計提供參考，根據(jù)對市場的預(yù)測進行產(chǎn)品的開發(fā)，這樣的產(chǎn)品才會有市場，才會有競爭力。二、預(yù)測的目的和作用

4預(yù)測的作用需求預(yù)測的最核心作用是用于編制生產(chǎn)計劃。如圖2．1所示。長期預(yù)測是長期投資戰(zhàn)略計劃的預(yù)測，預(yù)測對象是投資對象品種的平均及最大需求量；中期預(yù)測是對現(xiàn)有產(chǎn)品年度總需求量的預(yù)測；短期預(yù)測是對每種產(chǎn)品的需求量的預(yù)測。

5從需求的角度講，任何一種產(chǎn)品都有獨立需求和相關(guān)需求之分。相關(guān)需求是指由對其他產(chǎn)品或服務(wù)的需求所導(dǎo)致的對某種產(chǎn)品或服務(wù)的需求。獨立需求是指產(chǎn)品的需求是由市場決定的，與其他產(chǎn)品服務(wù)的需求無關(guān)。有的產(chǎn)品可能既是獨立需求件，又是相關(guān)需求件，例如作為備件生產(chǎn)的產(chǎn)品即屬此種類型。

三、需求分析

6一般而言，預(yù)測遵循如下步驟：

(1)決定預(yù)測的目的和用途。

(2)根據(jù)企業(yè)不同的產(chǎn)品及其性質(zhì)分類。

(3)決定影響各類產(chǎn)品需求的因素及其重要性。

(4)收集所有可以利用的過去和現(xiàn)在的資料。

(5)分析資料。

(6)選擇適當(dāng)?shù)念A(yù)測方法或模型。

(7)計算并核實初步預(yù)測結(jié)果。

(8)考慮和設(shè)定無法預(yù)測的內(nèi)外因素。

(9)對(7)，(8)兩步進行綜合考慮。判斷并得出結(jié)論，然后求出各類產(chǎn)品或地域性的需求預(yù)測。

(10)將預(yù)測結(jié)果應(yīng)用于生產(chǎn)計劃中。

(11)根據(jù)實際發(fā)生的需求對預(yù)測進行監(jiān)控。四、預(yù)測的一般步驟

7預(yù)測反饋控制修正系統(tǒng)如圖2．3所示。

8定性預(yù)測是一種主觀預(yù)測法，屬于主觀意識的判斷，估計和評價，即根據(jù)過去的資料，由各種層次的人員對未來的市場需求做一個估計。定性預(yù)測方法主要有：一般預(yù)測、市場調(diào)研、小組共識法、歷史類比、德爾菲(Delphi)法。§2.2定性預(yù)測

9一般預(yù)測方法也稱為銷售人員匯集意見法，通常由各地區(qū)的銷售人員，根據(jù)本人的判斷或與地區(qū)有關(guān)部門交換意見且判斷后逐層向上匯報，公司在獲得這些資料后進行匯總，最后形成預(yù)測，此預(yù)測包含未來市場的產(chǎn)品發(fā)展方向和產(chǎn)品的銷售金額，銷售人員進行判斷時也可把公司過去的實際銷售情況作為參考資料。一、一般預(yù)測方法10市場調(diào)研有時也可以稱為顧客期望法，通常是聘請第三方專業(yè)市場調(diào)研公司進行預(yù)測，以此獲得顧客需求的詳細資料。市場調(diào)研主要用于新產(chǎn)品研發(fā)。二、市場調(diào)研

11通常由高級決策人員召集不同層次和不同部門的人員，包括銷售、市場、生產(chǎn)、工程、采購、財務(wù)、研發(fā)等部門的人員集體參與討論，提出預(yù)測值，將全部人員的預(yù)測結(jié)果進行平均而取得數(shù)據(jù)，認為某些人的意見較為合理，則加大此類人的權(quán)重。三、小組共識

12當(dāng)預(yù)測一個新產(chǎn)品的未來市場需求時，會面臨歷史數(shù)據(jù)太少的問題。一種較好的方法是利用產(chǎn)品的相關(guān)性，以同類型產(chǎn)品作為類比模型，利用這種相關(guān)性進行預(yù)測。四、歷史類比

13主要通過數(shù)輪專家的問卷調(diào)查，用一定的統(tǒng)計方法處理，得到大多數(shù)專家認可的一種預(yù)測、決策方法。其基本步驟如下：

(1)選擇預(yù)測專家，預(yù)測專家應(yīng)具有不同背景。

(2)通過問卷(或E—mail)，將預(yù)測問題和相關(guān)資料寄給各位專家，征詢專家意見。

(3)匯總、歸納和整理各位專家預(yù)測的結(jié)果，附上新問題，再反饋給專家。

(4)再次匯總各位專家意見，提煉預(yù)測結(jié)果和條件，再度發(fā)給所有專家，進一步征詢意見。

(5)如有必要，再次重復(fù)，直至所有專家意見趨于一致。五、德爾菲(Delphi)法

14定量預(yù)測方法有時間序列分析預(yù)測技術(shù)和因果預(yù)測兩種，時間序列分析預(yù)測技術(shù)：簡單移動平均法、加權(quán)移動平均法、指數(shù)平滑法、線性回歸分析法和時間序列分解法等，因果預(yù)測是線性回歸的因果模型。時間序列分析預(yù)測技術(shù)是基于這樣一種觀念：與過去需求相關(guān)的歷史數(shù)據(jù)可用于預(yù)測未來的需求。因果預(yù)測是基于這樣一種觀念：某些因素間存在著相互影響的關(guān)系。還有一種聚焦預(yù)測就是根據(jù)某些規(guī)則對預(yù)測結(jié)果進行試算，這些規(guī)則符合邏輯，將其歷史數(shù)據(jù)外推至未來的過程也易于理解。

§2.3定量預(yù)測

15將影響預(yù)測的因素分為以下幾個：1.平均需求：需求的平均值；2.需求的周期性：即歷史數(shù)據(jù)每隔一定周期重復(fù)發(fā)生的時間序列形式；3.趨勢性：是數(shù)據(jù)在一定時間內(nèi)呈現(xiàn)向上或向下的趨勢；4.季節(jié)性：考慮到數(shù)據(jù)存在季節(jié)性的影響；5.隨機性：是由偶然、非正常原因引起的數(shù)據(jù)變動。一、影響因素分析

16在分析時，將多個預(yù)測因素分解，找出每一因素的影響，然后用乘法模型或加法模型計算預(yù)測結(jié)果。乘法模型為：預(yù)測結(jié)果=平均×趨勢×季節(jié)×周期×隨機加法模型為：預(yù)測結(jié)果=平均+趨勢+季節(jié)+周期+隨機171819趨勢性因素又可以分為以下4種典型的趨勢需求：線性趨勢——反映了數(shù)據(jù)呈連續(xù)的直線關(guān)系，如圖2.8(a)所示；S型趨勢——產(chǎn)品成長和成熟時期的需求，如圖2.8(b)所示；漸進趨勢——以優(yōu)質(zhì)產(chǎn)品大量投放市場時出現(xiàn)，如圖2.8(c)所示；指數(shù)增長——產(chǎn)品銷售勢頭特好的產(chǎn)品，如圖2.8(d)所示2021簡單移動平均法是利用某段時間的實際需求平均值作為未來后續(xù)時段的預(yù)測值，它采用對產(chǎn)品需求的歷史數(shù)據(jù)逐點分段移動的方法，當(dāng)產(chǎn)品需求既不快速增長也不快速下降，且不存在季節(jié)性因素時，移動平均法能有效地消除預(yù)測中的隨機波動應(yīng)用簡單移動平均法進行預(yù)測時，首先應(yīng)確定所需的數(shù)據(jù)數(shù)量，即移動平均的時期個數(shù)n，在n期中，每一期數(shù)據(jù)權(quán)重系數(shù)相等。因為每一次平均后均往前移動一期，將最舊的那個數(shù)據(jù)去掉再加入最新的一個數(shù)據(jù)，這種不斷移動的預(yù)測方法叫做移動平均法。

二、簡單移動平均法

22簡單移動平均的計算公式為：（例題2.1）23簡單移動平均法的優(yōu)點在于簡單。缺點如下：①在出現(xiàn)周期性變動時，預(yù)測值落后程度將視時期個數(shù)的不同而不同，實際銷售量的最大值和最小值用移動平均法都無法達到；②預(yù)測值所產(chǎn)生的誤差及滯后，很大程度上取決于時期個數(shù)的選取，而時期個數(shù)究竟取多少比較合適也難以確定；③因考慮了各期權(quán)重系數(shù)均相等，往往會造成一定的誤差，通常越接近的時期應(yīng)該越能反映實際需求。24一般來講，比較新的數(shù)據(jù)與舊的數(shù)據(jù)相比，應(yīng)該更接近于預(yù)測值，考慮到這個因素，在簡單移動平均的基礎(chǔ)上，給新數(shù)據(jù)以較大的權(quán)重，這種做法和簡單移動平均法相比更加準(zhǔn)確，這就形成了加權(quán)移動平均預(yù)測方法。在加權(quán)移動平均預(yù)測方法中，給各期的值賦予一定權(quán)重，并且其權(quán)重之和必須等于l。三、加權(quán)移動平均法

25加權(quán)移動平均預(yù)測方法公式例題2.226權(quán)重系數(shù)的確定：經(jīng)驗法或試算法最近期的數(shù)據(jù)最能預(yù)示未來的情況，其權(quán)重應(yīng)大些；對季節(jié)性產(chǎn)品而言，季節(jié)權(quán)重系數(shù)要大。兩個原則：

1按原始指標(biāo)數(shù)值先后順序依次加大；如：n=5時權(quán)數(shù)為：0.1,0.15,0.2,0.25,0.32對移動項中間位置的原始數(shù)值給予較大的權(quán)數(shù)，然后以它為中心左右依次遞減。如：0.15,0.25,0.3,0.2,0.127移動平均法存在問題1需要大量歷史數(shù)據(jù)，n越大，數(shù)據(jù)越多；2n大時，平滑波動的效果好，但預(yù)測值對數(shù)據(jù)實際變動不敏感；3移動平均值不能總是很好地反映出變化趨勢。28指數(shù)平滑法是利用平滑常數(shù)將數(shù)據(jù)序列的數(shù)量差異抽象化的原理，對歷史的統(tǒng)計數(shù)據(jù)進行加權(quán)修正，使修正后的數(shù)據(jù)信息排除異常數(shù)據(jù)的影響，從而顯示出預(yù)測對象變動的基本趨勢。其優(yōu)點體現(xiàn)在：①指數(shù)模型的精度非常高；②建立指數(shù)模型相對容易；③用戶能了解模型如何進行；④使用模型無須過多計算；⑤由于所用的歷史數(shù)據(jù)有限，因而所需計算機內(nèi)存很?。虎迿z測模型執(zhí)行精度的運算很容易。四、指數(shù)平滑法

291．一次指數(shù)平滑法一次指數(shù)平滑法是用于常數(shù)模式的預(yù)測(只需要3個數(shù)據(jù))，其計算公式為：（注意α取值大小說明什么的問題？）

30下面將式(2.5)展開，可知第t期的需求預(yù)測值

31實際需求值權(quán)重系數(shù)呈現(xiàn)指數(shù)遞減的趨勢，每一期權(quán)重系數(shù)比上期下降(1-α)，如表2.3所列。權(quán)重每次降低1-α，并且當(dāng)平滑常數(shù)取得較大時，權(quán)重系數(shù)降低得較快，反之，則降低得較慢。

32初始平滑值F1的確定若有且歷史數(shù)據(jù)較少時，則常以算術(shù)平均值作為初始平滑值；若有且歷史數(shù)據(jù)較多時，常以第1個值作為初始值以求簡單化；若無歷史數(shù)據(jù)，則可以主觀估計，并在開始時，考慮主觀估計的不準(zhǔn)確性，常取較高的平滑常數(shù)以使(1-α)t+1下降更快，削弱初始值的影響。33平滑常數(shù)α值的確定

α越大，說明預(yù)測越依賴近期的信息，反之，則表明預(yù)測更依賴于歷史信息。如果序列的長期發(fā)展趨勢比較穩(wěn)定，即產(chǎn)品的需求比較平穩(wěn)，那么，α值應(yīng)取得小一些；當(dāng)市場外部環(huán)境變化較大時，α值應(yīng)當(dāng)取得大一些；一般取值在0.01～0.3之間。對n期移動平均法來講，若用指數(shù)平滑法，則其平滑常數(shù)可以利用下式計算得到：例題2.334當(dāng)時間序列呈非平滑趨勢——直線趨勢時，必須通過二次指數(shù)平滑來估計。二次指數(shù)平滑法是在一次平滑的基礎(chǔ)上，對所得到的時間序列再進行一次指數(shù)平滑，這就是二次指數(shù)平滑，其計算公式為：在二次指數(shù)平滑法中，指數(shù)平滑常數(shù)的確定和一次指數(shù)平滑法確定的原則一致。初始值的確定取第一期的一次指數(shù)平滑值

2．二次指數(shù)平滑法35建立線性趨勢方程：例題2.436五、預(yù)測誤差分析

估算結(jié)果和實際情況必然存在著一定偏差，這個偏差就是預(yù)測誤差。

預(yù)測和實際需求之間總存在一種差異，設(shè)D為實際需求值，而F為預(yù)測值，預(yù)測誤差為e，則

e＝D-F

預(yù)測誤差通常是一個平均值為0的正態(tài)分布。

371.誤差分類誤差可分為隨機誤差和偏移誤差兩種。偏移誤差出現(xiàn)在連續(xù)產(chǎn)生錯誤的時候，其來源有：沒有包含正確的變量；變量間的關(guān)系定義錯誤；趨勢曲線不正確；季節(jié)性需求偏離正常軌跡；存在某些隱性趨勢等。隨機誤差可以定義為無法由預(yù)測模型解釋的誤差項。

382.誤差指標(biāo)方差（誤差平方和）平均絕對偏差(MAD)（預(yù)測誤差e的估計值）

39跟蹤信號(TS)

：通常用累計預(yù)測誤差和平均絕對偏差的比值計算，即例題2.540六、線性回歸分析

回歸可以定義為兩個或兩個以上相關(guān)變量之間的函數(shù)關(guān)系。線性回歸分析方法認為變量間的函數(shù)關(guān)系是線性的。常用的線性回歸方程為：y=kx+c，其中x為自變量；y為因變量；k為直線的斜率；c為直線與縱軸的截距。該方法既可用于時間序列分析（因變量隨時間而變時），又可用于因果預(yù)測方法（某一變量隨另一變量而變時）。411．手擬趨勢線

手擬趨勢線方法是將已知的變量數(shù)據(jù)描于一個二維的圖形上，即描點，然后畫一條直線盡可能穿過所有的點，這條直線就是所要求的趨勢線。手擬的線性回歸方程為：

422.最小二乘法

基本出發(fā)點是：保證各實際觀察值和趨勢線的垂直距離平方和為最小，如圖所示：43最小二乘法的目標(biāo)可以用下式描述：

k和c的計算公式為：44另外一種評價兩個變量之間關(guān)系的方法是計算相關(guān)系數(shù)

r和標(biāo)準(zhǔn)差Syx，計算公式為：當(dāng)r為正時，說明y和x為正相關(guān)，即y隨著x的增加而增加；r非常接近于1時，y和x為完全正相關(guān)；當(dāng)r為負時，說明y和x為負相關(guān)，即y隨著x的增加而減?。籸非常接近于-l時，y和x為完全負相關(guān)。標(biāo)準(zhǔn)差則表明預(yù)測值與回歸直線的偏離程度。例2．645七、時間序列分解(找出趨勢和季節(jié)因素)

時間序列分解一般遵循以下5個步驟：(1)計算12個月中的中心移動平均值。(2)利用實際需求和12個月中心移動平均值的比例來估計季節(jié)因素和計算季節(jié)指數(shù)。(3)確定趨勢線方程。找一條線去描述非季節(jié)性的數(shù)據(jù)，這條線的截距及斜率提供了在估計趨勢因素時所需要的值。(4)預(yù)測未來。將步驟(3)中得到的線延伸至未來，提供了一個在沒有季節(jié)性的情況下將來的需求預(yù)測值。(5)將每一個不含季節(jié)性的預(yù)測乘上季節(jié)指數(shù)以獲得最后的預(yù)測。例題2.746八、因果預(yù)測

因果預(yù)測方法是認為自變量和因變量之間存在因果關(guān)系。通過對變量間的關(guān)系進行分析，進而由自變量來確定因變量的需求預(yù)測方法就是因果預(yù)測。因果預(yù)測方法也是建立在對數(shù)據(jù)分析的基礎(chǔ)上的，由自變量和因變量的數(shù)據(jù)找出它們之間的因果關(guān)系。通常認為這種因果關(guān)系是簡單的線性關(guān)系，可以通過前面所介紹的一元線性回歸分析方法找出。變量間的因果關(guān)系找到后，就可以建立統(tǒng)計模型對需求做預(yù)測。例題2.847調(diào)焦預(yù)測(FocusForecasting)，它是由美國五金供應(yīng)公司提出并加以應(yīng)用的，特別適用于有多項產(chǎn)品需要預(yù)測的情況。美國五金供應(yīng)公司是一家對美國幾千家生產(chǎn)五金產(chǎn)品的廠家存儲物料的合作團體，它需要對烹飪器皿、雪鏟、螺母、螺栓、錐子、圣誕樹等多種產(chǎn)品進行預(yù)測。調(diào)焦預(yù)測不是一種技術(shù)，而是一個可以運用多種預(yù)測技術(shù)的系統(tǒng)。它可以模擬并評估一系列不同的