企业定性预测的管理方法

《企业定性预测的管理方法》由会员分享，可在线阅读，更多相关《企业定性预测的管理方法（28页珍藏版）》请在金锄头文库上搜索。

1、1,第三章 需求预测,第一节 预测,第二节 定性预测方法,第三节 定量预测方法,第四节 预测监控,第一篇、绪论,2,一、预测的概念 是对未来可能发生的情况的预计和推测。 科学性：客观事物发展的惯性； 随机现象的统计规律性。,第一节 预测,二、预测的作用,1、预测是制定战略的基础。,2、预测是制定计划的基础。,3、预测是协调各部门工作的依据。,4、有助于为尽快满足用户需求做好准备。,第一篇、绪论 第三章、 需求预测,3,三、预测的分类,第一节 预测,（1）科学预测：是对科学发展情况的预计和推测。 （2）技术预测：是对技术进步 情况的预计和推测。 （3）经济预测：是政府部门以及其它一些社会组织经常

2、就未来的经济状况发展经济预测报告。 （4）需求预测：不仅为企业给出了其产品在未来的一段时间里的需求期望水平，而且为企业的计划和控制决策提供了依据。 （5）社会需求：是对社会未来的发展状况的预测和推测。,第一篇、绪论 第三章、 需求预测,4,四、需求预测的分类,第一节 预测,1、按时间分 （1）长期预测：是指对5年或5年以上的需求前景的预测。 （2）中期预测：是指对一个季度以上两年以下的需求前景的预测。 （3）短期预测：是指以日、周、旬、月 为单位，对一个季度以下的预测。,2、按主客观因素所起的作用分 （1）定性预测方法：依靠人们的才干、知识、远见和判断力来推测未来的变化。 （2）定量预测方法：

3、主要根据对历史资料的分析来推断未来的需求。,第一篇、绪论 第三章、 需求预测,5,预测方法,定性预测方法,定量预测方法,德尔菲法,部门主管讨论法,用户调查法,销售人员意见汇总法,因果模型,时间序列模型,时间序列平滑模型,时间序列分解模型,移动平均法,一次指数平滑法,二次指数平滑法,乘法模型,加法模型,第一节 预测,第一篇、绪论 第三章、 需求预测,四、需求预测的分类,6,五、影响需求预测的因素,第一节 预测,1、商业周期：从复苏到高潮到衰退到萧条, 周而复始。,2、产品生命周期：任何成功的产品都有 导入期、成长期、成熟期和衰退期4个阶段。,第一篇、绪论 第三章、 需求预测,复苏,高潮,衰退,萧

4、条,复苏,导入期,成长期,成熟期,衰退期,7,六、预测一般步骤,1、决定预测的目的和用途； 2、对产品及其性质分类； 3、决定影响因素； 4、收集分析资料； 5、选择预测方法和模型； 6、计算并核实预测结果； 7、设定外在因素； 8、求出预测值； 9、应用预测结果； 10、预测监控。,第一节 预测,第一篇、绪论 第三章、 需求预测,8,第二节 定性预测方法,一、德尔菲法(Delghi method)：专家调查法,（1）挑选专家； （2）函询调查：向专家提出问题，要求书面答复； （3）汇集综合整理：将搜集来的专家意见整理； （4）再次函询：将整理的意见反馈给各专家，要求他们修正其预测，并说明修正

5、理由； （5）最终预测：循环3、4步，至3、4轮。,优点：匿名性，避免群体压力现象，专家充分发表意见，且最后能统一。,缺点：受主观因素影响，专家的选择没有明确的标准，预测结果的可靠性缺乏严格的科学分析，最后趋于一致的意见仍带有随大流的倾向。,1、步骤：,2、优缺点：,第一篇、绪论 第三章、 需求预测,9,第二节 定性预测方法,一、德尔菲法(Delghi method)：专家调查法,3、三条原则：,匿名性、反馈性、收敛性。,1、部门主管集体讨论法 2、用户调查法 3、销售人员意见汇集法 （略、自学）,第一篇、绪论 第三章、 需求预测,二、其他方法,10,一、时间序列： 1、概念：按一定时间间隔和

6、事件发生的先后顺序排列起来的数据构成的序列。 2、构成：,第三节 定量预测方法,假设：过去存在的变量间关系和相互作用机理，今后仍存在并 继续发挥作用。,1）趋势成分：引起原因（人口的变动，经济的增长，技术的进步，生产力的发展）。T（Trend),2）季节成分：每个年度内成规则性的重复波动形态。起因：季节性的气候变化和风俗习惯。S(Season),3）周期成分：经济成长过程中景气和不景气交替重复发生的波动情况。发展、繁荣、衰退、恢复。诱发因素：社会政治变动、战争、经济形势变化。C(Cycle),4）随机成分：不可控因素引起的，没有规则的上下波动。I（Irregularity),第一篇、绪论 第三

7、章、 需求预测,11,第三节 定量预测方法,第一篇、绪论 第三章、 需求预测,一、时间序列： 2、构成：,12,第三节 定量预测方法,第一篇、绪论 第三章、 需求预测,一、时间序列： 2、构成：,13,二、时间序列平滑模型,第三节 定量预测方法,1、简单移动平均（Simple moving average ）,简单移动平均值为：,可消除由于随机成分的影响而导致的需求偏离平均水平,第一篇、绪论 第三章、 需求预测,14,第三节 定量预测方法,预测值同简单移动平均所选的时段长n有关，具有滞后性。n越大，对干扰的敏感性越低，预测的稳定性越好，滞后性越强，响应性就越差。,简单移动平均法对数据不分远近，

8、同样对待。为了反映最近的趋势，可采用加权移动平均。,第一篇、绪论 第三章、 需求预测,15,二、时间序列平滑模型,第三节 定量预测方法,2、加权移动平均（Weighted moving average）,加权移动平均值为：,为实际需求的权系数。,第一篇、绪论 第三章、 需求预测,16,第三节 定量预测方法,若对最近的数据赋予较大的权重，则预测数据与实际数据的差别较简单移动平均法的结果要小。,近期数据的权重越大，则预测的稳定性就越差，响应性就越好。,可以同时改变n和。,简单移动平均和加权移动平均需要的数据量大，计算量非常大，当产品很多时计算工作繁重。,第一篇、绪论 第三章、 需求预测,17,2、

9、 一次指数平滑法（Single exponential smoothing） 一次平滑指数值：,二、时间序列平滑模型,第三节 定量预测方法,SFt+1为（t+1）期一次指数平滑预测值；,At为t期实际值；,为平滑系数，它表示赋予实际数据的权重（01）,可以将上述公式中的SFt依次展开，得到书上65页式3.6，从而将第t+1期的预测值看作前t期实测值的指数形式的加权和。,t+1预测值为第t期的实际值和预测值的加权和。,第一篇、绪论 第三章、 需求预测,18,2、 一次指数平滑法（Single exponential smoothing）,二、时间序列平滑模型,第三节 定量预测方法,用一次指数平滑

10、法进行预测，当出现趋势时，预测值之虽然可以描述实际值的变化形态，但预测值总是滞后于实际值。,当出现趋势时，取较大的得到的预测值和实际值比较接近。,一般来说，选得小一些，预测稳定性比较好；反之，其响应性就比较好。,面对有上升或下降趋势的需求序列时，就要采取二次指数平滑法进行预测。 对于出现趋势并有季节性波动的情况，则要用三次指数平滑法。,第一篇、绪论 第三章、 需求预测,19,三、时间序列分解模型,第三节 定量预测方法,企图从时间序列之中找出各种成分，并在对各种成分单独进展预测的基础上，综合处理各种成分的预测值，以得到最终的预测结果。,1、概念,2、假设：各种成分单独地作用于实践需求，而且过去和

11、现在起作用的机制持续到未来。,实际需求是以上几种因素共同作用的结果。,3、模型,加法模型：用各成分相乘的方法来求出需求估计值,乘法模型：用各成分相乘的方法来求出需求估计值,TFTSCI,TFTSCI,第一篇、绪论 第三章、 需求预测,20,第三节 定量预测方法,4、有线性趋势、相等季节波动的时间序列分解模型,例3.4 有某旅游服务点过去3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,解（1）求趋势直线方程, 用表36绘出曲线图形；,T=0时，a=10000份；t=12时，为12000份； b=(12000-10000)/12=167 所以趋势直线方程为：Tt=10000+167t

12、,三、时间序列分解模型,计算4个季度的移动平均值，标在图上；,利用目测法，让直线穿过移动平均值，使数据分布在直线两侧；,得到趋势直线方程。,第一篇、绪论 第三章、 需求预测,21,第三节 定量预测方法,4、有线性趋势、相等季节波动的时间序列分解模型,（2）估计季节系数,季节系数：就是实际值At与趋势值Tt的比值的平均值，即At/Tt,三、时间序列分解模型,At由表36可以查到，Tt用趋势直线方程可以计算得到。,分别计算夏秋冬春的季节系数，得到,SI（夏）1.15；SI（秋）1.00；SI（冬）0.85；SI（春）1.00；,需要对这些系数进行不断地修正。,第一篇、绪论 第三章、 需求预测,22

13、,第三节 定量预测方法,4、有线性趋势、相等季节波动的时间序列分解模型,三、时间序列分解模型,（3）预测：选择正确的t值和季节系数,本例的t值分别为13，14，15，16，对应的季节系数分别为SI（夏）,SI（秋）,SI（冬）,SI（春）,夏季：（1000016713）1.15=13997,秋季：（1000016714）1.00=12338,冬季：（1000016715）0.85=10629,春季：（1000016716）1.00=12672,第一篇、绪论 第三章、 需求预测,23,四、因果模型（回归模型、经济计量模型、投入产出模型）,第三节 定量预测方法,一元回归模型,YT为一元线性回归预测

14、值；,为截距,为X为自变量X=0时的预测值；,b为斜率；,n为变量数；,X为自变量的取值；,Y为因变量的取值；,第一篇、绪论 第三章、 需求预测,24,四、因果模型（回归模型、经济计量模型、投入产出模型）,第三节 定量预测方法,衡量一元线性回归方法的偏差，可用两个指标：线性相关系数r和标准差Syx,R为正：正相关；为负，负相关。R越接近1，说明实际值与所作出的直线越接近。,Syx越小表示预测值与直线的距离接近。,第一篇、绪论 第三章、 需求预测,25,一、预测精度测量,第四节 预测监控,评价预测精度的指标：平均绝对偏差、平均平方误差、平均预测误差、平均绝对百分误差。,1、平均绝对偏差,如果预测

15、误差为正态分布，MAD约等于0.8倍的标准偏差，可较好地反映预测精度。,预测误差：是指预测值和实际值之间的差异。 平均误差：是评价预测精度、计算预测误差的主要指标。,式中：At 表示时段 t的实际值；Ft表示时段 t 预测值；n是整个预测期内的时段个数（或预测次数）。,第一篇、绪论 第三章、 需求预测,26,一、预测精度测量,第四节 预测监控,2、平均平方误差,3、平均预测误差,4、平均绝对百分误差,第一篇、绪论 第三章、 需求预测,27,二、预测监控,两种方法,（1）最近的实际值与预测值进行比较，看偏差是否在可接受的范围以内。,（2）应用跟踪信号（Tracking signal，TS）,跟踪信号：预测误差滚动和与平均绝对偏差的比值）,一般可接受的控制范围在3之间，在这个界限内可以继续使用，否则重新选择模型。,1、预测的理论基础是：一定形式的需求模式过去、现在和将来起着基本相同的作用。,第四节 预测监控,第一篇、绪论 第三章、 需求预测,28,若预测模型仍然有效TS应该比较接近于零（TS在一定范围内）。,第四节 预测监控,第一篇、绪论 第三章、 需求预测,