第六章 需求预测

1、第六章第六章 需求预测需求预测 第一节第一节 预测预测 第二节第二节 定性预测方法定性预测方法 第三节第三节 定量预测方法定量预测方法 第四节第四节 预测监控预测监控第一节第一节 预测预测 一、预测及其分类预测及其分类 二、影响需求预测的因素二、影响需求预测的因素 三、需求预测的方法三、需求预测的方法 四、预测的一般步骤四、预测的一般步骤 五、预测中应注意的几个问题五、预测中应注意的几个问题一、预测及其分类一、预测及其分类预测作用预测作用 各种生产决策时的基资料各种生产决策时的基资料 适合于库存生产适合于库存生产(计划生产计划生产),订货生产订货生产 确保生产能力确保生产能力,原材料及制定有关

2、经营战略的必须因素原材料及制定有关经营战略的必须因素*预测的类型预测的类型 对象对象 科学预测：对科学发展情况的预计与推测科学预测：对科学发展情况的预计与推测 技术预测技术预测:预测技术进步率预测技术进步率,开发新产品开发新产品/新制造技术新制造技术,由技订领域专家去执行由技订领域专家去执行 经济预测经济预测:预测经济状况预测经济状况,制定中长期经营计划制定中长期经营计划,由经济专家去执行由经济专家去执行 需求预测需求预测:预测产品及服务的需求预测产品及服务的需求,决策生产决策生产 社会预测：对社会未来的发展状况的预计和推测社会预测：对社会未来的发展状况的预计和推测 期间期间 短期预测短期预测

3、:6个月以内个月以内,月别月别/周别周别/日别日别 中期预测中期预测:6个月个月-2年年 长期预测长期预测:2年以上年以上 过去依赖于预测者的经验过去依赖于预测者的经验/主观判断主观判断 最近开发数学统计技术最近开发数学统计技术二、影响需求预测的因素商业周期商业周期 恢复恢复/繁荣繁荣/后退后退/萧条萧条4局面局面产品周期产品周期 投入期投入期/成长期成长期/成熟期成熟期(稳定期稳定期)/衰退期的产品寿命周期衰退期的产品寿命周期(life cycle) 耐久材料与消费材料耐久材料与消费材料/服务之间的差异服务之间的差异其它因素其它因素 广告广告,促销活动促销活动,质量质量,信誉信誉,竞争公司竞

4、争公司,顾客的信赖顾客的信赖 产品寿命周期的各阶段产品寿命周期的各阶段销售量时间投入期成长期成熟期(稳定期)衰退期三.需求预测方法 1、类型定性方法定性方法 由个人的主观由个人的主观/判断判断,或综合多数意见后预测需求或综合多数意见后预测需求 过去的资料不充分或不可信赖时过去的资料不充分或不可信赖时 代表方法代表方法: :Delphi方法方法,用户调查方法用户调查方法,主管人员意见法主管人员意见法,销售人员意见汇集法，销售人员意见汇集法，历史类推法历史类推法 中长期预测中长期预测定量方法定量方法 时系列时系列 过去的需求模式一直持续到未来的假设下过去的需求模式一直持续到未来的假设下,分析过去资

5、料投影未来分析过去资料投影未来 模模 型型 代表方法代表方法: :时间序列平滑法时间序列平滑法（移动平均法移动平均法,指数平滑法）指数平滑法）, 时间序时间序 列分解法列分解法 短期短期,中期预测中期预测 因果因果 从过去的资料中找出与需求有密切联系的变量从过去的资料中找出与需求有密切联系的变量,分析变量与需求的因果关系分析变量与需求的因果关系 模型模型 有利于预测需求模式的转换点或根本变化有利于预测需求模式的转换点或根本变化 代表方法代表方法: :回归分析回归分析,计量经济模型计量经济模型,投入投入-产出模型产出模型,先导指标法先导指标法, Simulation模型。模型。 中长期预测中长期

6、预测 *时系列时系列:随时间变化的某现象以一定的时间间隔观察读取的一系列观测值随时间变化的某现象以一定的时间间隔观察读取的一系列观测值(如如:日别日别/周别销售额周别销售额,月别销售量月别销售量)有趋势有趋势,季节因素季节因素,循环等模式循环等模式.四、预测的一般步骤 1 确定预测的目的确定预测的目的 2 确定预测的时间范围确定预测的时间范围 3 选择预测的方法选择预测的方法 4 收集和分析数据收集和分析数据 5 准备预测准备预测 6 对预测进行监控对预测进行监控 “预测预测”五、预测中应注意的几个问题（一）判断在预测中的作用（一）判断在预测中的作用1、判断在选择预测方法中的作用；、判断在选择

7、预测方法中的作用；2、判断在辨别信息中的作用；、判断在辨别信息中的作用；3、判断在取舍预测结果时的作用；、判断在取舍预测结果时的作用；（二）预测精度与成本（二）预测精度与成本（三）预测的时间范围和更新频率（三）预测的时间范围和更新频率（四）稳定性与响应性（四）稳定性与响应性第二节 定性预测方法 Delphi法法 选择对象专家团选择对象专家团提问提问/答案整理答案整理/反馈反馈(3-4回回)最终结果最终结果 不确定性大或没有过去资料的情况不确定性大或没有过去资料的情况 时间和费用是大的缺点时间和费用是大的缺点 为设备为设备,新产品新产品,市场战略的长期预测或技术预测市场战略的长期预测或技术预测选

8、专家选专家专家团专家团20人人综合整理、综合整理、统一描述统一描述反馈反馈背景材料背景材料预测项目预测项目自由意见自由意见具体预测具体预测修正预测修正预测 主管人员意见法主管人员意见法 各部门主管开会各部门主管开会综合意见综合意见预测值预测值用户调查法用户调查法 对调查内容的假设对调查内容的假设消费者调查消费者调查(调查表调查表/面谈面谈/电话电话)验证假设验证假设 定性技术中时间和费用是最大的缺点定性技术中时间和费用是最大的缺点 预测比较正确的优点预测比较正确的优点 销售人员意见汇集法销售人员意见汇集法 经销商经销商/销售员销售员自由交换意见自由交换意见预测值预测值 历史类推法历史类推法 追

9、踪类似产品在过去市场中需求的成长过程追踪类似产品在过去市场中需求的成长过程 类推类推 属于新产品属于新产品,以前没有资料的情况以前没有资料的情况 *其它定性技术其它定性技术:Scenario分析法分析法,trend外插法外插法第三节第三节 定量预测方法定量预测方法 一、时间序列模型一、时间序列模型 二、因果模型二、因果模型（一）时间序列平滑模型 1、移动平均法 简单移动简单移动 没有季节性变化或急剧的增加没有季节性变化或急剧的增加/减少趋势减少趋势,偶然变化起重要作用时偶然变化起重要作用时 平均法平均法 通过移动平均消除偶然变化通过移动平均消除偶然变化 对预测期间前一定期间的需求做为简单的平均

10、值对预测期间前一定期间的需求做为简单的平均值 公式公式 Ft+1 = t:期间期间, Ft+1:t+1的预测值的预测值, At:t的实际需求的实际需求, N:移动平均期间移动平均期间 移动平均期间为移动平均期间为4个月个月,实际需求为如下时实际需求为如下时 月月(t) 1 2 3 4 5 实际需求实际需求(At) 4 3 4 5 ? 5月的需求预测值月的需求预测值F5为为 考虑预测的稳定性和需求变化考虑预测的稳定性和需求变化 的反映度选择移动平均期间的反映度选择移动平均期间 F5 = = = 4 *移动平均期间越长移动平均期间越长,偶然因素损偶然因素损 失越多失越多,但对实际需求变化反映慢但对

11、实际需求变化反映慢 如果如果,5月的实际需求为月的实际需求为5时时,6月的需求预测值是月的需求预测值是 F6= = = 4.25 At+At-1+At+1-N N 5+4+3+4 416 45+4+3+5 417 4（一）时间序列平滑模型 1、移动平均法 加权移动加权移动 在用于预测之前在用于预测之前N期间资料值乘上合为期间资料值乘上合为1的加权值的加权值,求出移动平均求出移动平均 平均法平均法 *简单移动平均的情况简单移动平均的情况,在在N期间的各资料值乘上同一的期间的各资料值乘上同一的1/N的加权值的加权值 公式公式 Ft+1=WtAt+Wt-1At-1+Wt+1-NAt+1-N Ft+1

12、:t+1的预测值，的预测值，At:t的实际需求，的实际需求，Wt: :赋予赋予t t的加权值，的加权值， 实际需求如下实际需求如下 月（月（t） 1 2 3 4 5 实际需求（实际需求（At） 100 90 105 95 ？ 加权值为加权值为4 4月月0.4,30.4,3月份月份0.3,20.3,2月份月份0.2,10.2,1月份月份0.10.1时时 在最近的资料中赋予大在最近的资料中赋予大 5月的需求预测值月的需求预测值F5是是 的加权值的加权值,使能够赶上使能够赶上 F5=0.4*95+0.3*105+0.2*90 +0.1*100 =97.5 实际需求变化实际需求变化 如果如果,5,5月

13、的实际需求为月的实际需求为110110时时,6,6月的需求预测值是月的需求预测值是 F6 = 0.4*110+0.3*95+0.2*105+0.1*90 = 102.511NttiiW（一）时间序列平滑模型 2、指数平滑法一次指数一次指数 利用指数减少的加权值利用指数减少的加权值,给最近的资料赋予大比重给最近的资料赋予大比重,过去的资料过去的资料 平滑法平滑法 赋予小比重后预测未来需求；赋予小比重后预测未来需求； 即需求预测值是最近期间的实际需求乘上即需求预测值是最近期间的实际需求乘上a的加权值的加权值,对最近的需对最近的需 求预测值乘上求预测值乘上(1-a)的加权值后加权平均的数据；的加权值

14、后加权平均的数据； 与移动平均法一样与移动平均法一样,在季节性变化、趋势、循环要素不起作用的在季节性变化、趋势、循环要素不起作用的情情 况下有效。况下有效。 公式公式 Ft+1=aAt+(1-a)Ft 为求预测值为求预测值Ft+1需要需要3种资料种资料:最近预测值最近预测值(Ft),最近实际需求最近实际需求(At), 平滑常数平滑常数a(0a1)公式变化后公式变化后 Ft+1=aAt+(1-a)Ft =aAt+Ft-aFt =Ft+a(At-Ft)即即,新预测值是对旧预测值修正新预测值是对旧预测值修正(a*预测误差预测误差)后算出后算出上个月需求预测值是上个月需求预测值是100,实际需求是实际

15、需求是110,平滑常数平滑常数a=0.3时这个月的时这个月的预测值是预测值是Ft=Ft-1+a(At-1-Ft-1)=100+0.3(110-100)=103（一）时间序列平滑模型 2、指数平滑法一次指数平滑法的连续展开一次指数平滑法的连续展开 期间期间1:A1,F1(F1已知已知,期间期间1末期值可以知道末期值可以知道A1 ) 期间期间2:F2=aA1+(1-a)F1 期间期间3:F3=aA2+(1-a)F2 =aA2+a(1-a)A1+(1-a)2F1 (F2代入式子整理代入式子整理) 期间期间4:F4=aA3+(1-a)F3 =aA3+(1-a)A2+a(1-a)2A1+(1-a)3F1

16、 (F3代入式子整理代入式子整理) 因此一般因此一般Ft+1用如下公式表示用如下公式表示 公式公式 Ft+1=aAt+a(1-a)At-1+a(1-a)2At-2 +a(1-a)t-1A1+(1-a)tF1 平滑常数（平滑常数（a)的值越大预测值对需求的值越大预测值对需求变化反应越大，越小平滑的稳定性越好变化反应越大，越小平滑的稳定性越好; 实际需求稳定时（例：食品），为减实际需求稳定时（例：食品），为减小短期小短期/偶然性变化的效果减小偶然性变化的效果减小a的值；的值； 为维持预测值的稳定性一般从为维持预测值的稳定性一般从0.10.3中设定。中设定。例例3.1：某公司的月销售额记录如表：某公

17、司的月销售额记录如表3-3所示，试取所示，试取a= 0.4,F1=11.00,计算计算一次指数平滑预测值。一次指数平滑预测值。月份月份At(千元千元)aAt-1(千元千元)Ft-1(千元千元)（1-a）Ft-1(千元千元)Ft(千元千元)110112124116.610.603134.810.606.3611.164165.211.166.711.905196.411.907.1413.546237.613.548.1215.727269.215.729.4318.6383010.418.6311.1821.589281221.5812.9524.95101811.224.9514.9726.

18、1711167.626.1715.7022.9012146.422.9013.7420.14（一）时间序列平滑模型 2、指数平滑法二次指数平滑公式公式 Ft+1=SAt+Tt式中：式中：Ft+1第第t+1期二次指数平滑值；期二次指数平滑值； Tt为为t期平滑趋势值，期平滑趋势值， T0事先给定；事先给定； SAt为为t期平滑平均值，又称之为期平滑平均值，又称之为“基数基数”， SA0事先给定。事先给定。ttttttFATSAASA)1()(1(1111)1 ()(ttttTSASAT 斜率偏差的平滑系数。例例3-2：对例：对例3.1提供的数据，设提供的数据，设=0.4, =0.5, SA0 =

19、11.00, T0 =0.80,求二求二次指数平滑预测值。次指数平滑预测值。tAtAt(1-1-)FtSAt(SA(SAt t-SA-SAt-1t-1) ) (1- )Tt-1TtFt+10110.8011.8011047.0811.080.040.400.4411.522124.86.9111.710.320.220.5412.253135.27.3512.55.0.420.270.6913.244166.47.9414.340.900.351.2515.595197.69.3516.951.310.631.9418.896239.211.3320.531.790.972.7623.2972

20、610.413.9724.371.921.383.3027.678301216.628.602.121.653.7732.3792811.219.4230.621.011.892.9033.5210187.220.1127.31-1.651.45-0.2027.1111166.416.2722.67-2.32-0.10-2.4220.2512145.612.1517.75-2.46-1.21-3.6714.08（二）时间序列分解模型（二）时间序列分解模型趋势成分（趋势成分（Trend ）- 数据长期变化趋势数据长期变化趋势季节性成分（季节性成分（Seasonality） - 数据随季节有规律的

21、波动数据随季节有规律的波动周期成分（周期成分（Cyclicity variations）- 周期因素引起的波动周期因素引起的波动不规则变化不规则变化/ /随机波动（随机波动（ Irregular variations ）- 随机因素引起的波动随机因素引起的波动 1）因此需求）因此需求Y可用下列函数表示可用下列函数表示 Y=f(T,S,C,I) 2)并且根据构成要素的结合形态并且根据构成要素的结合形态 剩法模型剩法模型 Y=T*S*C*I 加法模型加法模型 Y=T+S+C+I图3-7 几种可能的时间序列类型例例3.4 表表3-6是某旅游服务点过去是某旅游服务点过去3年各季度快餐的销售记录。试预测

22、该公司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。未来一年各季度的销售量。季度季度季度序号季度序号t销售量销售量At4个季度销售总个季度销售总量量4个季度移动平个季度移动平均均季度中点季度中点夏夏111800秋秋210404冬冬3 8925春春4106004172910432.32.5夏夏5122854221410553.53.5秋秋6110094281910704.84.5冬冬7 92134310710776.85.5春春8112864379310948.36.5夏夏9133504485811214.57.5秋秋10112704511911279.88.5冬冬11102664

23、617211543.09.5春春12121384704211756.010.5解：分三步进行。解：分三步进行。 （1）求趋势直线方程。采用最小二乘法或目测法。）求趋势直线方程。采用最小二乘法或目测法。先求得先求得a=10000(份份)，再求，再求b的值的值: b=(12000-10000)/12=167 Tt=10000+167t(2)估算季节系数（估算季节系数（Seasonal index, SI）。）。t123456789101112At/Tt1.161.010.850.991.131.000.821.001.160.950.871.01 SI(夏夏)=（ A1/T1 + A5/T5 +

24、A9/T9 ）/3=（1.16+1.13+1.16）/3=1.15同样可得，同样可得， SI(秋秋)=1.00; SI(冬冬)=0.85; SI(春春)=1.00 。(3)预测预测。夏季：夏季：（10000+1671313）1.15=13997(份份)秋季：（秋季：（10000+1671414）1.00=12338(份份)冬季：（冬季：（10000+1671515）0.85=10629(份份)春季：（春季：（10000+1671616）1.00=12672(份份)二、因果模型 1、回归分析回归分析回归分析 需求作为函数需求作为函数,影响需求的因素作为变量来预测影响需求的因素作为变量来预测 单一

25、变量单一变量:单一线形回归分析单一线形回归分析,2个以上变量个以上变量:多重线形回归分析多重线形回归分析单一线形回归分析单一线形回归分析 公式公式 Y=函数函数Y的推定值的推定值(即即,回归线上值回归线上值) X=独立变量独立变量(对需求影响最大的因素对需求影响最大的因素) a=Y轴的截距轴的截距 b=回归线回归线(直线直线)的斜率的斜率 用最小二乘法求用最小二乘法求a,b下列式子下列式子 多重线形回归分析多重线形回归分析 现实中影响需求的有多种因素现实中影响需求的有多种因素,因此公式如下因此公式如下 公式公式 Y=a+b1X1+b2X2+bkXk 但是不用手算，用计算机计算但是不用手算，用计

26、算机计算bxaY2112111)()(nttnttnttnttntttXXnYXYXnbnXbYanttntt11例例3.5 对例对例3.4应用一元线形回归法进行预测。应用一元线形回归法进行预测。XYX2XY2.510432.36.2526 080.753.510553.512.2536 937.254.510704.820.2548 171.605.510776.830.2559 272.406.510948.342.2571 163.957.511214.556.2584 108.758.511279.872.2595 878.309.511543.090.25109 658.5010.5

27、11756.0110.25123 438.005 .58X0 .99209Y25.4402X50.654709XY解：183.1645 .58)25.440(9/)0 .99209(5 .58)5 .654709(92b03.99569/ )5 .58183.16499209(aXYT183.16403.9956衡量一元线形回归方法偏差的两个指标：线形相关系数衡量一元线形回归方法偏差的两个指标：线形相关系数r和标准差和标准差Syx 。)()(2222YYnXXnYXXYnr2)(2nYYSTyx二、因果模型 2、其它模型计量经济计量经济 用一系列相互关联的回归方程式预测各种经济活动用一系列相互

28、关联的回归方程式预测各种经济活动 模型模型投入投入-产出产出 分析各产业部门间的产品及服务的流程预测需求分析各产业部门间的产品及服务的流程预测需求 模型模型先导指标法先导指标法 根据预测对象的先导指标预测需求根据预测对象的先导指标预测需求 石油价格是大型车需求的先导指标石油价格是大型车需求的先导指标Simulation 假设各种内生变量和外生变量后假设各种内生变量和外生变量后,利用电脑进行模拟实验利用电脑进行模拟实验, 模型模型 预测需求的动模型预测需求的动模型 价格上涨价价格上涨价10%时需求的变化时需求的变化,国内经济萧条时需求的国内经济萧条时需求的 变化变化第四节第四节 预测监控预测监控 一、预测精度测量一、预测精度测量 二、预测监控二、预