第二章需求預(yù)測(cè)(Forcasting)2.1預(yù)測(cè)2.2定性預(yù)測(cè)2.3定量預(yù)測(cè)2.4預(yù)測(cè)誤差與監(jiān)控第一節(jié)預(yù)測(cè)一、預(yù)測(cè)及其分類(lèi)預(yù)測(cè)：對(duì)未來(lái)可能發(fā)生的情況的預(yù)計(jì)與推測(cè)需求預(yù)測(cè)：對(duì)未來(lái)可能產(chǎn)生的需求的預(yù)計(jì)和推測(cè)分類(lèi)科學(xué)預(yù)測(cè)：對(duì)科學(xué)發(fā)展情況的預(yù)計(jì)和推測(cè)技術(shù)預(yù)測(cè)：對(duì)技術(shù)進(jìn)步情況的預(yù)計(jì)和推測(cè)經(jīng)濟(jì)預(yù)測(cè)：國(guó)際貨幣基金組織的《世界經(jīng)濟(jì)展望》（IMFWorldEconomicOutlook(WEO)）需求預(yù)測(cè)：與企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)最密切社會(huì)預(yù)測(cè)：對(duì)社會(huì)未來(lái)發(fā)展?fàn)顩r的預(yù)計(jì)和推測(cè)二、影響需求預(yù)測(cè)的因素1、商業(yè)周期中國(guó)的商業(yè)周期同時(shí)具有市場(chǎng)機(jī)制和計(jì)劃模式，也同時(shí)形成了獨(dú)特的運(yùn)行方式，也就是“中國(guó)國(guó)情”。

美國(guó)：在200多年的時(shí)間里，大體經(jīng)歷了近50次商業(yè)周期。如20世紀(jì)70年的經(jīng)濟(jì)大蕭條，2008年的金融海嘯。

中國(guó)：較遠(yuǎn)的時(shí)代多以政權(quán)的更替、自然災(zāi)害和外敵入侵等外生變量來(lái)表述；近年來(lái)，我們用就業(yè)、收入、產(chǎn)出、消費(fèi)等，來(lái)推導(dǎo)中國(guó)經(jīng)濟(jì)的運(yùn)行模式，并據(jù)此制定宏觀政策或解讀變化。2、產(chǎn)品生命周期時(shí)間利潤(rùn)額銷(xiāo)售額銷(xiāo)售量投入期成長(zhǎng)期成熟期衰退期三、需求預(yù)測(cè)分類(lèi)按預(yù)測(cè)時(shí)間的長(zhǎng)短長(zhǎng)期預(yù)測(cè)：兩年或兩年以上的需求前景的預(yù)測(cè)。中期預(yù)測(cè)：對(duì)一個(gè)季度以上兩年以下的需求前景的預(yù)測(cè)。短期預(yù)測(cè)：對(duì)一個(gè)季度以下的需求前景的預(yù)測(cè)。預(yù)測(cè)方法分類(lèi)定性預(yù)測(cè)（德?tīng)柗品?、部門(mén)主管討論法、用戶(hù)調(diào)查法、銷(xiāo)售人員意見(jiàn)匯集法）定量預(yù)測(cè)（因果模型、時(shí)間序列模型）四、預(yù)測(cè)的一般步驟（略）決定預(yù)測(cè)目的和用途決定影響產(chǎn)品需求的因素及其重要性根據(jù)產(chǎn)品及其性質(zhì)分類(lèi)收集資料加以分析選擇預(yù)測(cè)方法或模型計(jì)算并核實(shí)初步預(yù)測(cè)結(jié)果設(shè)定無(wú)法預(yù)測(cè)的內(nèi)外因素綜合判斷需求預(yù)測(cè)預(yù)測(cè)監(jiān)控判斷在預(yù)測(cè)中的作用選擇預(yù)測(cè)方法、辨別信息的價(jià)值、取舍預(yù)測(cè)結(jié)果基于銷(xiāo)售的需求預(yù)測(cè)需要修正在供需不平衡的情況下，銷(xiāo)售數(shù)據(jù)和實(shí)際需求差別較大預(yù)測(cè)精度與成本不要為了預(yù)測(cè)的絕對(duì)準(zhǔn)確而白費(fèi)心機(jī)選擇精度比較合理的最低費(fèi)用預(yù)測(cè)的時(shí)間范圍和更新頻率（時(shí)間范圍越大，預(yù)測(cè)結(jié)果越不準(zhǔn)確；預(yù)測(cè)方法更新頻率根據(jù)實(shí)際需求）預(yù)測(cè)方法的穩(wěn)定性與響應(yīng)性穩(wěn)定性指抗隨機(jī)干擾、響應(yīng)性指快速反應(yīng)需求變化的能力。五、預(yù)測(cè)中要注意的關(guān)鍵問(wèn)題第二節(jié)預(yù)測(cè)方法預(yù)測(cè)方法定量預(yù)測(cè)方法定性預(yù)測(cè)方法德?tīng)柗品ú块T(mén)主觀集體討論法用戶(hù)調(diào)查法銷(xiāo)售人員意見(jiàn)匯集法因果模型時(shí)間序列模型一次指數(shù)平滑法移動(dòng)平均法二次指數(shù)平滑法加法模型乘法模型時(shí)間序列平滑模型時(shí)間序列分解模型一、定性預(yù)測(cè)方法德?tīng)柗品ㄟx擇20個(gè)對(duì)象專(zhuān)家團(tuán)提問(wèn)/答案整理/反饋(3-4

回)最終結(jié)果

不確定性大或沒(méi)有過(guò)去資料的情況時(shí)間和費(fèi)用是大的缺點(diǎn)為設(shè)備,新產(chǎn)品,市場(chǎng)戰(zhàn)略的長(zhǎng)期預(yù)測(cè)或技術(shù)預(yù)測(cè)用戶(hù)調(diào)查法對(duì)調(diào)查內(nèi)容的假設(shè)消費(fèi)者調(diào)查(調(diào)查表/面談/電話(huà))驗(yàn)證假設(shè)

定性技術(shù)中時(shí)間和費(fèi)用是最大的缺點(diǎn)預(yù)測(cè)比較正確的優(yōu)點(diǎn)部門(mén)主管高級(jí)決策人員/各部門(mén)主管充分發(fā)表意見(jiàn)提出集體討論法預(yù)測(cè)值銷(xiāo)售人員各地區(qū)銷(xiāo)售人員根據(jù)個(gè)人判斷或與地區(qū)有關(guān)人員意見(jiàn)匯集法交換意見(jiàn)后做出判斷。二、定量預(yù)測(cè)方法時(shí)間序列模型：利用過(guò)去需求隨時(shí)間變化的關(guān)系來(lái)估計(jì)未來(lái)需求。簡(jiǎn)單移動(dòng)平均法加權(quán)移動(dòng)平均法指數(shù)平滑法時(shí)間序列分解模型因果模型：通過(guò)一種變量的變化來(lái)預(yù)測(cè)另一變量的未來(lái)變化?；貧w分析法1、簡(jiǎn)單移動(dòng)平均法（一）時(shí)間序列平滑模型Ft+1是t+1期的預(yù)測(cè)的值；At……At+i-n是n個(gè)周期的實(shí)際值；n為移動(dòng)平均采用的周期月（t）實(shí)際銷(xiāo)量n=3n=4120221323424（20+21+23）/3=21.3525（24+23+21）/3=22.7（24+23+21+20）/4=22627（25+24+23）/3=24（25+24+23+21）/4=23.25考慮預(yù)測(cè)的穩(wěn)定性和需求變化的反映度選擇移動(dòng)平均期間，移動(dòng)平均期間越長(zhǎng),偶然因素?fù)p失越多,但對(duì)實(shí)際需求變化反映慢Ft+1是t+1期的預(yù)測(cè)的值；At……At+i-n是n個(gè)周期的實(shí)際值；n為移動(dòng)平均采用的周期2、加權(quán)移動(dòng)平均法是權(quán)系數(shù)月（t）實(shí)際銷(xiāo)量加權(quán)移動(dòng)平均法12022132342452562725×0.5+24×0.3+23×0.2=24.3權(quán)重Wt=0.5,Wt-1=0.3,Wt-2=0.2在最近的資料中賦予大的加權(quán)值,使能夠趕上實(shí)際需求變化利用指數(shù)減少的加權(quán)值,給最近的資料賦予大比重,過(guò)去的資料賦予小比重后

預(yù)測(cè)未來(lái)需求。

即需求預(yù)測(cè)值是最近期間的實(shí)際需求乘上a的加權(quán)值,對(duì)最近的需求預(yù)測(cè)值乘上(1-a)的加權(quán)值后加權(quán)平均的數(shù)據(jù)[公式]SFt+1=aAt+(1-a)SFt

為求預(yù)測(cè)值SFt+1需要3種資料：最近預(yù)測(cè)值(SFt),最近實(shí)際需求(At),

平滑常數(shù)a(0<a<1)一次指數(shù)平滑法公式變化后SFt+1=aAt+(1-a)SFt=aAt+SFt-aSFt=SFt+a(At-SFt)即,新預(yù)測(cè)值是對(duì)舊預(yù)測(cè)值修正(a*預(yù)測(cè)誤差)后算出<例>上個(gè)月需求預(yù)測(cè)值是100,實(shí)際需求是110,平滑常數(shù)a=0.3時(shí)這個(gè)月的預(yù)測(cè)值是SFt=SFt-1+a(At-1-SFt-1)=100+0.3(110-100)=103

但,沒(méi)有過(guò)去資料時(shí)根據(jù)定性技術(shù),預(yù)測(cè)值做為最初的預(yù)測(cè)值一次指數(shù)平滑法平滑常數(shù)（a)的值越大預(yù)測(cè)值對(duì)需求變化反應(yīng)越大，越小平滑的穩(wěn)定性越好;實(shí)際需求穩(wěn)定時(shí)（例：食品），為減小短期/偶然性變化的效果減小a的值；為維持預(yù)測(cè)值的穩(wěn)定性一般從0.1~0.3中設(shè)定。期間1：A1,SF1(SF1已知,期間1末期值可以知道A1

)

期間2:SF2=A1a+(1-a)SF1

期間3:SF3=aA2+(1-a)SF2(F2代入式子整理)=aA2+a(1-a)A1+(1-a)2SF1期間4:SF4=aA3+(1-a)SF3(F3代入式子整理)=aA3+(1-a)A2+a(1-a)2A1+(1-a)3SF1因此一般SFt+1用如下公式表示

[公式]SFt+1=aAt+a(1-a)At-1+a(1-a)2At-2+……+a(1-a)t-1A1+(1-a)tSF1

<指數(shù)加權(quán)值的合總是1>一次指數(shù)平滑法的連續(xù)展開(kāi)例3.1：某公司的月銷(xiāo)售額記錄如表，試取a=0.4,SF1=11.00,計(jì)算一次指數(shù)平滑預(yù)測(cè)值。SFt+1=aAt+(1-a)SFt1412161118102893082672361955.2+6.7=11.900.6×11.16=6.711.160.4×13=5.21644.8+6.36=11.160.6×10.6=6.3610.600.4×12=4.81334+6.6=10.600.6×11=6.6F1=110.4×10=412211101SFt+1(千元)（1-a）×SFt(千元)SFt(千元)a×At(千元)At(千元)月份20.1413.7422.906.422.9015.7026.177.626.1714.9724.9511.224.9512.9521.581221.5811.1818.6310.418.639.4315.729.215.728.1213.547.613.547.1411.906.4二次指數(shù)平滑[公式]Ft+p=SAt+(p)Tt式中：Ft+p——第t+p期二次指數(shù)平預(yù)測(cè)值；

Tt為t期平滑趨勢(shì)值，T0事先給定；

SAt為t期平滑平均值，又稱(chēng)之為“基數(shù)”，SA0事先給定。β

——斜率偏差的平滑系數(shù)。例3-2：對(duì)例3.1提供的數(shù)據(jù)，設(shè)α=0.4,β=0.5,SA0=11.00,T0=0.80,求二次指數(shù)平滑預(yù)測(cè)值。tAtαAt(1-α)FtSAtβ(SAt-SAt-1)

(1-β)Tt-1TtFt110.8011.801100.4×10=40.6×11.8=7.084+7.08=11.080.5×(11.08-11)=0.04(1-0.5)×0.8=0.400.04+0.4=0.44Sat+Tt=11.08+0.44=11.522124.86.9111.710.320.220.5412.253135.27.3512.55.0.420.270.6913.244166.47.9414.340.900.351.2515.595197.69.3516.951.310.631.9418.896239.211.3320.531.790.972.7623.2972610.413.9724.371.921.383.3027.678301216.628.602.121.653.7732.3792811.219.4230.621.011.892.9033.5210187.220.1127.31-1.651.45-0.2027.1111166.416.2722.67-2.32-0.10-2.4220.2512145.612.1517.75-2.46-1.21-3.6714.08在EXCEL中使用數(shù)據(jù)分析工具2007EXCEL啟用宏：分別單擊office按鈕-excel選項(xiàng)-加載項(xiàng)-分析工具庫(kù)-轉(zhuǎn)到-加載宏-勾上分析工具庫(kù)-確定-數(shù)據(jù)分析2010：?jiǎn)螕簟拔募?選項(xiàng)-excel選項(xiàng)-加載項(xiàng)-分析工具庫(kù)-轉(zhuǎn)到--加載宏-勾上分析工具庫(kù)-確定-數(shù)據(jù)分析時(shí)間序列分解模型

因此需求Y可用下列函數(shù)表示

Y=f(T,S,C,R)

并且根據(jù)構(gòu)成要素的結(jié)合形態(tài)乘法模型Y=T*S*C*R

加法模型Y=T+S+C+R01234需求時(shí)間系列和它的構(gòu)成要素時(shí)間（年）時(shí)間系列趨勢(shì)季節(jié)性變化周期因素不規(guī)則變化時(shí)間系列的4個(gè)構(gòu)成要素趨勢(shì)(T)需求以一定的比率增加或減少的傾向季節(jié)性變化(S)表示趨勢(shì)線(xiàn)上下的變化以1年為單位反復(fù)周期因素(C)經(jīng)過(guò)1年以上長(zhǎng)時(shí)間需求作上下有規(guī)則變動(dòng)不規(guī)則變化/偶然變化(R)說(shuō)不出原因的變化,不能預(yù)計(jì)或控制(例:戰(zhàn)爭(zhēng),地震…）直線(xiàn)趨勢(shì)方程為：Tt=a+btTt為t時(shí)刻的預(yù)測(cè)值a,b為系數(shù)例3.2下表是某旅游服務(wù)點(diǎn)過(guò)去3年各季度快餐的銷(xiāo)售記錄。試預(yù)測(cè)該公司未來(lái)一年各季度的銷(xiāo)售量。季度季度序號(hào)t銷(xiāo)售量At4個(gè)季度銷(xiāo)售總量4個(gè)季度移動(dòng)平均季度中點(diǎn)夏111800秋210404冬38925春4106004172910432.32.5夏5122854221410553.53.5秋6110094281910704.84.5冬792134310710776.85.5春8112864379310948.36.5夏9133504485811214.57.5秋10112704511911279.88.5冬11102664617211543.09.5春12121384704211756.010.5例3.2下表是某旅游服務(wù)點(diǎn)過(guò)去3年各季度快餐的銷(xiāo)售記錄。試預(yù)測(cè)該公司未來(lái)一年各季度的銷(xiāo)售量。解：分三步進(jìn)行（1）求趨勢(shì)直線(xiàn)方程。根據(jù)表中數(shù)據(jù)，將四個(gè)季度平均值標(biāo)在圖上（圓圈）。趨勢(shì)直線(xiàn)與Y的截距a=10000(份)，t=12時(shí)，銷(xiāo)量約12000，故b的值:b=(12000-10000)/12=167Tt=10000+167t估算季節(jié)系數(shù)（Seasonalindex,SI）季節(jié)系數(shù)=At/Tt季度1的系數(shù)=A1/T1=11800/（10000+167×1）=1.16t123456789101112At/Tt1.161.010.850.991.131.000.821.001.160.950.871.01

用平均值作為季節(jié)系數(shù)，SI(夏)=（A1/T1+A5/T5+A9/T9

）/3=（1.16+1.13+1.16）/3=1.15同樣可得，SI(秋)=1.00;SI(冬)=0.85;SI(春)=1.00。(3)預(yù)測(cè)夏季：（10000+167×13）×1.15=13997(份)秋季：（10000+167×14）×1.00=12338(份)冬季：（10000+167×15）×0.85=10629(份)春季：（10000+167×16）×1.00=12672(份)例3-3回歸分析法:銷(xiāo)量預(yù)測(cè)

因果模型單一線(xiàn)形回歸分析

[公式]

^^回歸分析需求作為函數(shù),影響需求的因素作為變量來(lái)預(yù)測(cè)一元線(xiàn)形回歸分析；多重線(xiàn)形回歸分析Y=函數(shù)Y的推定值(即,回歸線(xiàn)上值)

X=獨(dú)立變量(對(duì)需求影響最大的因素)a=Y軸的截距，b=回歸線(xiàn)(直線(xiàn))的斜率線(xiàn)性相關(guān)系數(shù)r為正，說(shuō)明Y與X正相關(guān)標(biāo)準(zhǔn)差S越小，表示預(yù)測(cè)值與直線(xiàn)的距離越接近多重線(xiàn)形回歸分析

Y=a+b1X1+b2X2……+bkXk現(xiàn)實(shí)中影響需求的有多種因素例3.4對(duì)例3.2應(yīng)用一元線(xiàn)形回歸法進(jìn)行預(yù)測(cè)。XYX2XY2.510432.36.2526080.753.510553.512.2536937.254.510704.820.2548171.605.510776.830.2559272.406.510948.342.2571163.957.511214.556.2584108.758.511279.872.2595878.309.511543.090.25109658.5010.511756.0110.25123438.00解：衡量一元線(xiàn)形回歸方法偏差的兩個(gè)指標(biāo)：線(xiàn)形相關(guān)系數(shù)r和標(biāo)準(zhǔn)差Syx

。第四節(jié)預(yù)測(cè)監(jiān)控絕對(duì)理想的預(yù)測(cè)是不存在的，因?yàn)轭A(yù)測(cè)環(huán)境中存在太多無(wú)法確切預(yù)測(cè)的因素。這就牽扯到預(yù)測(cè)精度的問(wèn)題，要保證一定的預(yù)測(cè)精度，就會(huì)涉及預(yù)測(cè)的監(jiān)控。預(yù)測(cè)精度(Forecastaccuracy)的測(cè)量預(yù)測(cè)精度的評(píng)價(jià)指標(biāo)平均絕對(duì)偏差(Meanabsolutedeviation,MAD)平均絕對(duì)百分誤差(Meanabsolutepercentageerror,MAPE)平均預(yù)測(cè)誤差(Meanforecasterror,MFE)平均平方誤差(Meansquareerror,MSE)平均絕對(duì)偏差(Meanabsolutedeviation,MAD)平均絕對(duì)偏差就是整個(gè)預(yù)測(cè)期內(nèi)每一次預(yù)測(cè)值與實(shí)際值的絕對(duì)偏差（不考慮正負(fù)）的平均值，用公式表示：nt=1n｜At－Ft｜MAD=平均平方誤差(Meansquareerror,MSE)平均平方誤差就是對(duì)誤差的平方和取平均值。用公式表示：nt=1n(At－Ft)2MSE=平均預(yù)測(cè)誤差(Meanforecasterror,MFE)

平均預(yù)測(cè)誤差是指預(yù)測(cè)誤差的和的平均值。用公式表示：nnt=1(At－Ft)MFE=nnt=1(At－Ft)MFE=nnt=1(At－Ft)MFE=nnt=1(At－Ft)MFE=nnt=1(At－Ft)MFE=nnt=1(At－Ft)MFE=nnt=1(At－Ft)MFE=nnt=1(At－Ft)MFE=平均絕對(duì)百分誤差(Meanabsolutepercentageerror,MAPE)用公式表示：MAPE=Atnt=1At－Ft(100/n)∑MAD，MFE，MSE，MAPE是幾種常用的衡量誤差的指標(biāo)，但任何一種指標(biāo)都很難全面的評(píng)價(jià)一個(gè)預(yù)測(cè)模型，在實(shí)際應(yīng)用中常常將他們結(jié)合起來(lái)使用。預(yù)測(cè)監(jiān)控Monitoringandcontrollingforecasts需求模式是不斷變化的，然而過(guò)去起作用的預(yù)測(cè)模型現(xiàn)在是否仍然有效呢？這就需要通過(guò)預(yù)測(cè)監(jiān)控。這里介紹一種應(yīng)用跟蹤信號(hào)(Trackingsignal)的方法。所謂跟蹤信號(hào)，是指預(yù)測(cè)誤差滾動(dòng)和與平均絕對(duì)偏差的比值，即ＴＳ＝ＲＳＦＥ／ＭＡＤ＝nt=1（Ａｔ－Ｆｔ）／ＭＡＤ式中各符號(hào)意義同前。每當(dāng)實(shí)際需求發(fā)生時(shí)，就應(yīng)該計(jì)算ＴＳ。如果預(yù)測(cè)模型仍然有效，ＴＳ應(yīng)該比較接近于零。反過(guò)來(lái)，只有當(dāng)ＴＳ在一定范圍內(nèi)時(shí)，才認(rèn)為預(yù)測(cè)模型可以繼續(xù)使用。否則，就應(yīng)該重新選擇預(yù)測(cè)模型。下限上限時(shí)間o出界第五節(jié)預(yù)測(cè)方法的選擇上面我們介紹了這么多種預(yù)測(cè)方法，但是，沒(méi)有哪一種預(yù)測(cè)方法可適合于各種情況。當(dāng)要就某一給定情況進(jìn)行預(yù)測(cè)時(shí)，決策人員必須考慮一些因素。其中的兩個(gè)重要因素是——成本和精度。預(yù)測(cè)方法需要的歷史數(shù)據(jù)數(shù)據(jù)分布預(yù)測(cè)周期準(zhǔn)備時(shí)間預(yù)測(cè)人員個(gè)人背景簡(jiǎn)單指數(shù)平滑法5~10個(gè)觀察值數(shù)據(jù)應(yīng)該是穩(wěn)定的短期短不要求精通調(diào)整長(zhǎng)期趨勢(shì)后的指數(shù)平滑法每季度至少5個(gè)觀察值呈現(xiàn)長(zhǎng)期趨勢(shì)變動(dòng)短期到中期短對(duì)預(yù)測(cè)方法有所掌握長(zhǎng)期趨勢(shì)法10~20個(gè)；對(duì)季節(jié)變動(dòng)，每季度至少5個(gè)呈現(xiàn)長(zhǎng)期趨勢(shì)變動(dòng)短期到中期短對(duì)預(yù)測(cè)方法有所掌握季節(jié)變動(dòng)法兩對(duì)谷峰足夠處理循環(huán)和季節(jié)變動(dòng)分布短期到中期短到中等不要求精通因果回歸分析法每個(gè)自變量10個(gè)觀察值能夠處理復(fù)雜分布短期、中期或長(zhǎng)期建模時(shí)間長(zhǎng)，實(shí)施時(shí)間短非常精通選擇預(yù)測(cè)方法的指南本章小結(jié)需求是經(jīng)濟(jì)運(yùn)行的基點(diǎn)。如果需求預(yù)測(cè)錯(cuò)誤，就有投資的風(fēng)險(xiǎn)。市場(chǎng)需求每天都在變化，即便日常生產(chǎn)活動(dòng)中也要切實(shí)地把握最終需求的變動(dòng)。因此，不同企業(yè)之間合作進(jìn)行需求預(yù)測(cè)與制定生產(chǎn)計(jì)劃的CPFR（collaborativeplanningforecastingandreplenishment）戰(zhàn)略十分重要。預(yù)測(cè)方法很重要，但收集和觀測(cè)收集到的需求數(shù)據(jù)更不能忽視。2大數(shù)據(jù)時(shí)代的制造業(yè)9分鐘習(xí)題P653.解：

（1）求趨勢(shì)直線(xiàn)方程

（2）估算季節(jié)系數(shù)（3）作出預(yù)測(cè)季度序號(hào)銷(xiāo)售量12345678910111213141516Tt=1.5+0.5tAt/Tt,A1/T1=3.05/2=1.525,……SI(春)=/4,……春季（1.5+0.5x17）SI(春