《销售预测常用的基本方法.》由会员分享，可在线阅读，更多相关《销售预测常用的基本方法.（19页珍藏版）》请在金锄头文库上搜索。
1、销售预测常用的基本方法经济规律的客观性及其可认识性是预测分析方法的基础；系统的、准确的会计信息及其他有关资料是开展预测分析的前提条件。预测分析所采用的专门方法是随分析对象和预测期限的不同而异的。尽管方法种类繁多，但从总体上将可归纳为定性分析法和定量分析法两类：1、定量分析法（Quantitative Analysis）也叫数量分析法，即运用现代数学方法对历史数据（包括会计、统计及其他方面的资料）进行科学的加工处理，并建立经济数学模型，以揭示各有关变量之间的规律性联系的一类科学方法。定量分析法按照预测分析方法论所遵循的原则、依据的理论基础及具体做法不同又分为：（1）因果预测法：是从某项指标与其他
2、有关指标之间的规律性联系中进行分析研究的。即根据各有关指标之间的内在相互依存、相互制约的关系，建立起相应的因果数学模型，以实现预测目标的一种数学预测方法。如本、量、利分析法、回归分析法等。（2）趋势预测法：也叫时间序列法、外推分析法。是根据某项指标过去和现在按时间顺序排列的数据资料，运用一定的数学方法进行加工、计算，借以预计推断事物未来发展趋势的一种数量分析方法。其实质是把未来视做过去和现在的延伸。如简单平均法、移动加权平均法、指数平滑法等。2、定性分析法（Qualitative Analysis）也叫非数量分析法。一般是在企业缺乏完备、准确的历史资料的情况下，首先由熟悉企业经济业务和市场的专
3、家，根据过去所积累的经验进行分析判断，提出预测的初步意见；然后再通过召开座谈会或函询的方式，对初步预测意见进行修正、补充，并作出预测分析最终结论的专门预测方法。因此，又称为“判断分析法”或“集合意见法”。在实际运用中，两类方法可根据实际情况进行必要的结合，以确保预测结果的准确性。综上所述，预测方法可归纳如下：（1）趋势预测法（trend forecasting method）简单平均法。简单平均法是以某产品过去若干时期的实际数值进行简单计算，以过去的平均数值，作为计划期的销售预测值的一种销售预测方法。简单平均法的模型如下：式中：F 计划期销售预测值；A1 第一期的销售数；A2 第二期的销售数；
4、An 第n期的销售数；N 期数。例4-1根据某企业1-6月份销售额的资料，预测7月份的销售额，见表1。表1销售资料单位：万元月份123456销售额555354565857根据上述资料预测7月份销售额如下：7月份销售预测值=（55 + 53 + 54 + 56 + 58 + 57）/6 = 55.5（万元）简单算术平均法是将过去的资料使差异平均化，可能会造成较大的误差。一般来说，未来销售量的预测受最近销售量状况的影响最大，时期越远，影响就越小。简单算术平均法不管近前期资料还是远期资料，它采用一律平等的态度显然就存在着不合理。移动平均法。移动平均法是根据某产品过去若干期的实际数值，按时间不断往后移
5、动，取近三期或四期的资料求平均数，作为未来期销售预测值的一种销售预测方法。其计算模型雷同于简单平均法，只是计算时所采取的期数不同。根据上面例4-1的资料，假如采用移动平均法，则4、5、6三个月份的资料影响程度比1、2、3月份的资料影响程度要大，所以取后三期预测7月份的销售值如下：7月份销售预测值=（56 + 58 + 57）/ 3 = 57（万元）可见，移动平均法同样是使差异平均化，但在时期选择上应尽可能接近预测月份，这样使预测值更接近实际。简单平均法适用于在短期内不会有明显变化趋势的销售预测，而移动平均法可适用于预测各月销售额略有波动的销售预测。移动加权平均法。移动加权平均法是根据过去若干时
6、期的实际数值，按其距计划期的远近分别进行加权，近期所加权数大些，远期所加权数小些，然后计算其加权平均数，作为未来销售预测值的一种销售预测方法。其计算模型如下：式中：W权数。若令= 6（令W1为1，W2为2，W3为3），仍以例4-1的资料，按一般计算公式预测7月份的销售值如下：7月份销售预测值=（561+582+573）/（1+2+3）= 57.17（万元）也可令= 1（如令W1为0.2，W2为0.3，W3为0.5），则上述模型可改为：上例7月份销售预测值= 560.2 + 580.3 + 570.5 = 57.1（万元）移动加权平均法根据历史数据的远近确认不同时期对未来期的影响程度，但这一方法
7、仍只代表计划期前一期或几期的实际销售水平。为了反映近期的销售发展趋势，应在上述公式再加上每月变动趋势值b，才能作为计划期销售预测值，其计算模型应为：上式中：b=（本季度每月平均实际销售额-上季度每月平均实际销售额）/ 3仍以例4-1的资料，按移动加权平均法预测7月份的销售值。一季度每月平均实际销售额=（55 + 53 + 54）/ 3 = 54（万元）二季度每月平均实际销售额=（56 + 58 + 57）/ 3 = 57（万元）b =（5754）/ 3 = 1（万元）若令= 1（W1为1，W2为2，W3为3）则7月份的销售预测值=（560.2 +580.3+570.5）+ 1= 58.1（万元
8、）这种方法既根据时期的远近分别加权，同时又考虑到了近期的销售发展趋势，从而消除了各个月份销售差异的平均化，故其预测结果比较接近计划期的实际情况。趋势平均法。趋势平均法是从过去各期实际销售量中，观察其增减变动的基本趋势并使其平均化，从而排除了某一个别销售期（尤其是最后一期）可能存在偶然因素的影响的一种销售预测法。趋势平均法的计算公式是：式中：F 预测值； 五期平均值；n 距离预测时间的期数； 趋势平均值；例4-2某企业2007年1-12月份的实际销售额如表2所示：表2实际销售额单位：万元2007年月份123456789101112实际销售额555354565857525256525359根据上述
9、资料，计算该企业2008年1月份销售预测值，见表3。表4-3销售预测值单位：万元月份（1）实际销售额（2）五期平均值（3）变动趋势值（4）三期趋势平均值（5）15525335455.245655.60.455855.4-0.2-0.06765755.0-0.4-0.275255.00-0.53385253.8-1.2-0.66795653.0-0.8-0.2105254.51.4115312592008年1月53.8表3中第（2）栏为表2中的已知数据，代表2007年1-12月份的实际销售额；第（3）栏中五期平均数是根据（2）栏相邻五个月的实际销售额计算的平均值；第（4）栏中的变动趋势值为两个平
10、均值的变化趋势；第（5）栏中趋势平均数为第（4）栏相邻三期的平均值。该企业2008年1月份的销售预测值如下：1月份预计销售额= 54.4 + 3 （-0.2）= 53.8（万元）式中：54.4系表4-3中最后一个五期平均数；3系表4-3中最后一个五期平均数所在月份至2008年1月份的月份间隔-0.2系表4-3中最后三期趋势的平均数。该企业2008年1月份的销售预测值也可按下式进行计算：1月份预计销售额= 53+4（-0.2）= 52.2（万元）式中：53系最后一个三期趋势平均数所在月份的五期销售平均数；4系最后一个三期趋势平均数所在月份至1998年1月份的月份间隔-0.2系表4-3中最后一个三
11、期趋势平均数。采用趋势平均法时，计算销售额移动平均数和趋势平均数，应取多少的数据进行平均，这要根据时间数列的项数多少和特点而决定，不宜过长或过短。所取期数较多，反映波动较平滑，其预测结果的准确度相对较高；反之则与上述相反。这种方法虽在一定程度上考虑到了预计期近期的实际销售量对预计期销售值的影响较大的问题，并尽可能排除偶然因素对销售预测值的影响，但在利用前期的平均数和趋势平均数时，把各期的变化平均了，即把近期的变化和远期的变化“等量齐观”了。实际上近期实际值和远期实际值对预测未来的影响程度是不同的，因而，所计算的预测值仍不可避免会出现误差。指数平滑法：指数平滑法是指对过去不同时期的实际销售量取不
12、同的权数加以平均，来预测未来期销售量的一种方法。由于加权平均数的曲线呈指数曲线形状，所以叫指数平滑法。在这种方法下，近期和远期的实际销售量对预测未来的影响程度是不同的。其计算公式是：式中：预测期销售预测值；基期销售预测值；基期销售实际值；平滑系数（或加权因子），01仍以例4-2有关资料为例。设=0.3，2007年1月份销售预测值为54万元。按指数平滑法计算该企业2008年1月份的销售额的预测值。由公式可知：把上式列表,见表4。2008年1月份销售预测值= 0.359+(1-0.3)53.488 = 55.142（万元）表4销售预测值单位：万元月份2007年1555425316.55437.85
13、4.335415.954.338.0153.9145616.253.9137.73753.93755816.853.93737.75653.75665717.453.75637.62955.02975217.155.02938.5255.6285215.655.6238.93454.53495615.654.53438.17453.774105216.853.77437.64254.424115315.654.42438.09753.697125915.953.69737.58853.4882008年117.753.48837.44255.142如果所取平滑系数越大，则近期实际资料对预测结果影响越大；而平滑系数越小，则近期实际资料对预测结果影响越小。这种方法与移动加权平均法没有什么实质区别。采用这种方法可排除在实际销售中所包含的偶然因素的影响，使预测结果可能更符合实际。平滑系数根据经验而定，带有一定的主观性。但可通过平滑系数的调整，满足实际预测的需要。若采用较小的平滑系数，以该法所求的预测值能反映观察值变动的长期趋势；若采用较大的平滑系数，则预测值能反映观察值新近的变动趋势。（2） 因果预测法（Regression Analysis Me
