第二章需求預測5.1基本概念5.2定性預測5.3定量預測1§2.1基本概念一、預測的定義及分類定義：預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：預測的類型有以下幾種：1.經(jīng)濟預測：通過對通貨膨脹率、貨幣比率等指標預測未來經(jīng)濟的發(fā)展。2.技術預測：對未來產(chǎn)品開發(fā)方向，以及工廠發(fā)展和制造技術發(fā)展方向的預測；3.需求預測。預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)計劃直接相關的是需求預測。

2按市場預測的時間跨度可以將預測分為：長期預測：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。短期預測：通常少于3個月，是制訂主生產(chǎn)計劃的依據(jù)。3預測目的預測是整個生產(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。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，預測可以為預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)品的預測可以為設計提供參考，根據(jù)對市場的預測進行產(chǎn)品的開發(fā)，這樣的產(chǎn)品才會有市場，才會有競爭力。二、預測的目的和作用

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

5從需求的角度講，任何一種產(chǎn)品都有獨立需求和相關需求之分。相關需求是指由對其他產(chǎn)品或服務的需求所導致的對某種產(chǎn)品或服務的需求。獨立需求是指產(chǎn)品的需求是由市場決定的，與其他產(chǎn)品服務的需求無關。有的產(chǎn)品可能既是獨立需求件，又是相關需求件，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，預測遵循如下步驟：

(1)決定預測的目的和用途。

(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?shù)念A測方法或模型。

(7)計算并核實初步預測結(jié)果。

(8)考慮和設定無法預測的內(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測。

(10)將預測結(jié)果應用于生產(chǎn)計劃中。

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

7預測反饋控制修正系統(tǒng)如圖2．3所示。

8定性預測是一種主觀預測法，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。定性預測方法主要有：一般預測、市場調(diào)研、小組共識法、歷史類比、德爾菲(Delphi)法。§2.2定性預測

9一般預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，最后形成預測，此預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、研發(fā)等部門的人員集體參與討論，提出預測值，將全部人員的預測結(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，則加大此類人的權重。三、小組共識

12當預測一個新產(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)品的相關性，以同類型產(chǎn)品作為類比模型，利用這種相關性進行預測。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)專家認可的一種預測、決策方法。其基本步驟如下：

(1)選擇預測專家，預測專家應具有不同背景。

(2)通過問卷(或E—mail)，將預測問題和相關資料寄給各位專家，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，直至所有專家意見趨于一致。五、德爾菲(Delphi)法

14定量預測方法有時間序列分析預測技術和因果預測兩種，時間序列分析預測技術：簡單移動平均法、加權移動平均法、指數(shù)平滑法、線性回歸分析法和時間序列分解法等，因果預測是線性回歸的因果模型。時間序列分析預測技術是基于這樣一種觀念：與過去需求相關的歷史數(shù)據(jù)可用于預測未來的需求。因果預測是基于這樣一種觀念：某些因素間存在著相互影響的關系。還有一種聚焦預測就是根據(jù)某些規(guī)則對預測結(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定量預測

15將影響預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測結(jié)果。乘法模型為：預測結(jié)果=平均×趨勢×季節(jié)×周期×隨機加法模型為：預測結(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測中的隨機波動應用簡單移動平均法進行預測時，首先應確定所需的數(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，應該更接近于預測值，考慮到這個因素，在簡單移動平均的基礎上，給新數(shù)據(jù)以較大的權重，這種做法和簡單移動平均法相比更加準確，這就形成了加權移動平均預測方法。在加權移動平均預測方法中，給各期的值賦予一定權重，并且其權重之和必須等于l。三、加權移動平均法

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

1按原始指標數(shù)值先后順序依次加大；如：n=5時權數(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)存很小；⑥檢測模型執(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期的需求預測值

31實際需求值權重系數(shù)呈現(xiàn)指數(shù)遞減的趨勢，每一期權重系數(shù)比上期下降(1-α)，如表2.3所列。權重每次降低1-α，并且當平滑常數(shù)取得較大時，權重系數(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，說明預測越依賴近期的信息，反之，則表明預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值應取得小一些；當市場外部環(huán)境變化較大時，α值應當取得大一些；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，這個偏差就是預測誤差。

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

e＝D-F

預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測模型解釋的誤差項。

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

39跟蹤信號(TS)

：通常用累計預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變量之間的函數(shù)關系。線性回歸分析方法認為變量間的函數(shù)關系是線性的。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系的方法是計算相關系數(shù)

r和標準差Syx，計算公式為：當r為正時，說明y和x為正相關，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；當r為負時，說明y和x為負相關，即y隨著x的增加而減小；r非常接近于-l時，y和x為完全負相關。標準差則表明預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測值。(5)將每一個不含季節(jié)性的預測乘上季節(jié)指數(shù)以獲得最后的預測。例題2.746八、因果預測

因果預測方法是認為自變量和因變量之間存在因果關系。通過對變量間的關系進行分析，進而由自變量來確定因變量的需求預測方法就是因果預測。因果預測方法也是建立在對數(shù)據(jù)分析的基礎上的，由自變量和因變量的數(shù)據(jù)找出它們之間的因果關系。通常認為這種因果關系是簡單的線性關系，可以通過前面所介紹的一元線性回歸分析方法找出。變量間的因果關系找到后，就可以建立統(tǒng)計模型對需求做預測。例題2.847調(diào)焦預測(FocusForecasting)，它是由美國五金供應公司提出并加以應用的，特別適用于有多項產(chǎn)品需要預測的情況。美國五金供應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)品進行預測。調(diào)焦預測不是一種技術，而是一個可以運用多種預測技術的系統(tǒng)。它可以模擬并評估一系列不同的