運(yùn)營(yíng)管理-課件

1、運(yùn)營(yíng)管理許淑君 博士 副教授研究領(lǐng)域：運(yùn)營(yíng)管理、供應(yīng)鏈管理講授課程：運(yùn)營(yíng)管理、供應(yīng)鏈管理、國(guó)際物流管理單 位：上海財(cái)經(jīng)大學(xué) 國(guó)際工商管理學(xué)院 運(yùn)營(yíng)管理系 E-mail：xushaun163學(xué)習(xí)要求了解不同的決策所需要不同的預(yù)測(cè)方法；理解四個(gè)最重要的定性方法和日常使用的判斷；掌握運(yùn)用簡(jiǎn)單移動(dòng)平均法和加權(quán)移動(dòng)平均法，并掌握其Excel的運(yùn)用方法；掌握運(yùn)用一次指數(shù)平滑法和二次指數(shù)平滑法，用Excel解決一次指數(shù)平滑法的運(yùn)用問(wèn)題；掌握運(yùn)用一元線性回歸模型進(jìn)行需求預(yù)測(cè)的程序和方法；了解在預(yù)測(cè)中的兩類誤差是偏差和方差。課前思考如何看待企業(yè)的市場(chǎng)需求？如何獲知市場(chǎng)需求？企業(yè)從哪里獲得數(shù)據(jù)來(lái)認(rèn)識(shí)需求？如何對(duì)市

2、場(chǎng)需求進(jìn)行預(yù)測(cè)？預(yù)測(cè)有誤差嗎？能不預(yù)測(cè)嗎？當(dāng)年，深圳華為公司就因?yàn)閷?duì)小靈通的市場(chǎng)需求預(yù)測(cè)偏差，錯(cuò)失其市場(chǎng)。如何判斷預(yù)測(cè)的準(zhǔn)確性？2022/7/254第五章 需求管理4第一講 需求預(yù)測(cè)概述第二講 定性預(yù)測(cè)方法第三講 時(shí)間序列預(yù)測(cè)方法第四講 因果關(guān)系預(yù)測(cè)方法第五講 預(yù)測(cè)誤差與預(yù)測(cè)監(jiān)控第六講 聯(lián)合計(jì)劃、預(yù)測(cè)與補(bǔ)給（CPFR）上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/255第一講 需求預(yù)測(cè)概述5上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院一、預(yù)測(cè)的概念預(yù)測(cè)：根據(jù)過(guò)去和現(xiàn)在的已知因素，運(yùn)用已有的知識(shí)、經(jīng)驗(yàn)和科學(xué)方法，對(duì)未來(lái)事件進(jìn)行判定和估算，并推測(cè)其結(jié)果的一種科學(xué)方法。預(yù)測(cè)的基本出發(fā)點(diǎn)：假定過(guò)去的模式、變量間的關(guān)系及其

3、相互作用的機(jī)理，使其在將來(lái)得以延續(xù)科學(xué)方法 + 經(jīng)驗(yàn)直覺(jué)一門技術(shù)，更是一門藝術(shù)經(jīng)?；仡欘A(yù)測(cè)的習(xí)慣更重要，而不是完美的預(yù)測(cè)2022/7/256第一講 需求預(yù)測(cè)概述6上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院二、預(yù)測(cè)的類型1、按照預(yù)測(cè)時(shí)間劃分：預(yù)測(cè)類型時(shí)間跨度預(yù)測(cè)方法預(yù)測(cè)意義長(zhǎng)期預(yù)測(cè)5年或5年以上市場(chǎng)調(diào)研、人口統(tǒng)計(jì)等產(chǎn)品研發(fā)、投資、生產(chǎn)能力擴(kuò)充計(jì)劃的依據(jù)中期預(yù)測(cè)一季度2年集體討論、時(shí)間序列法等年度生產(chǎn)計(jì)劃、生產(chǎn)與庫(kù)存預(yù)算的依據(jù)短期預(yù)測(cè)一季度以下趨勢(shì)外推、指數(shù)平滑法等調(diào)整產(chǎn)能、生產(chǎn)作業(yè)計(jì)劃的依據(jù)2022/7/257第一講 需求預(yù)測(cè)概述7上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院二、預(yù)測(cè)的類型2、按主客觀因素劃分：定性預(yù)測(cè)：又稱

4、主觀預(yù)測(cè)法。對(duì)于難以獲得可用數(shù)據(jù)的情形進(jìn)行估計(jì)與評(píng)價(jià)。特點(diǎn)：簡(jiǎn)單明了，不需要數(shù)學(xué)公式時(shí)間序列分析：用過(guò)去需求的歷史數(shù)據(jù)可用于預(yù)測(cè)未來(lái)的需求。這種方法是本章的核心，將詳細(xì)介紹。因果聯(lián)系分析：假定弄清需求與某些內(nèi)/外在因素的關(guān)系。再基于此進(jìn)行預(yù)測(cè)。例如：基于父母的身高影響孩子身高的規(guī)律，可以預(yù)測(cè)孩子成年后的身高。2022/7/258第一講 需求預(yù)測(cè)概述8上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院二、預(yù)測(cè)的類型3、按預(yù)測(cè)對(duì)象劃分：經(jīng)濟(jì)預(yù)測(cè)：就未來(lái)的經(jīng)濟(jì)狀況及發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)。對(duì)于政府，經(jīng)濟(jì)預(yù)測(cè)是預(yù)計(jì)稅收收入、就業(yè)水平、貨幣需求等經(jīng)濟(jì)指標(biāo)的基礎(chǔ)；對(duì)于企業(yè)，經(jīng)濟(jì)預(yù)測(cè)可用于規(guī)劃自己的行動(dòng)。技術(shù)預(yù)測(cè)：對(duì)技術(shù)進(jìn)步情況的預(yù)計(jì)

5、與推測(cè)。技術(shù)進(jìn)步對(duì)于企業(yè)和行業(yè)發(fā)展非常重要：提供新產(chǎn)品和新原料；影響行業(yè)競(jìng)爭(zhēng)態(tài)勢(shì)。需求預(yù)測(cè)：預(yù)測(cè)企業(yè)某產(chǎn)品在未來(lái)一段時(shí)間里的需求期望水平，為企業(yè)計(jì)劃、控制決策提供依據(jù)。需求預(yù)測(cè)的基礎(chǔ)本章的討論重點(diǎn)2022/7/259第一講 需求預(yù)測(cè)概述9上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院三、需求預(yù)測(cè)的概念在特定社會(huì)領(lǐng)域?qū)δ撤N產(chǎn)品需求數(shù)量的預(yù)測(cè)。其作用：掌握企業(yè)周圍的經(jīng)濟(jì)和社會(huì)的一般動(dòng)向，以確定企業(yè)發(fā)展方向，預(yù)測(cè)企業(yè)產(chǎn)品前景根據(jù)新產(chǎn)品開發(fā)的需要，摸清開拓新市場(chǎng)的可能性，并作出評(píng)價(jià)。四、需求變動(dòng)的構(gòu)成需求量受到各種因素影響而產(chǎn)生波動(dòng)，需求變動(dòng)的構(gòu)成大體可分為：趨勢(shì)變動(dòng)季節(jié)變動(dòng)周期變動(dòng)突發(fā)變動(dòng)隨機(jī)波動(dòng)。第一講 需求預(yù)測(cè)概

6、述需求變動(dòng)的構(gòu)成需求需求時(shí)間時(shí)間時(shí)間周期變動(dòng)季節(jié)波動(dòng)時(shí)間隨機(jī)波動(dòng)趨勢(shì)變動(dòng)需求需求復(fù)合變動(dòng)：帶季節(jié)性的趨勢(shì)變動(dòng)2022/7/2511第一講 需求預(yù)測(cè)概述11上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院五、需求預(yù)測(cè)方法需求預(yù)測(cè)的方法分為定性預(yù)測(cè)方法和定量預(yù)測(cè)方法兩大類：定性預(yù)測(cè)方法：依靠熟悉業(yè)務(wù)知識(shí)、具有豐富經(jīng)驗(yàn)和綜合分析能力的人員或?qū)＜?，根?jù)已經(jīng)掌握的歷史資料和直觀材料，運(yùn)用人的知識(shí)、經(jīng)驗(yàn)和分析判斷能力，對(duì)事物的未來(lái)發(fā)展趨勢(shì)做出性質(zhì)和程度上的判斷；然后再通過(guò)一定的形式綜合各方面的判斷，得出統(tǒng)一的預(yù)測(cè)結(jié)論。定量預(yù)測(cè)方法： 根據(jù)已掌握的比較完備的歷史統(tǒng)計(jì)數(shù)據(jù)，運(yùn)用一定的數(shù)學(xué)方法進(jìn)行科學(xué)的加工整理，借以揭示有關(guān)變量之

7、間的規(guī)律性聯(lián)系，用于預(yù)測(cè)和推測(cè)未來(lái)發(fā)展變化情況。2022/7/2512第一講 需求預(yù)測(cè)概述12上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院五、需求預(yù)測(cè)方法2022/7/2513第一講 需求預(yù)測(cè)概述13上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院六、需求預(yù)測(cè)的衡量標(biāo)準(zhǔn)需求預(yù)測(cè)通常從穩(wěn)定性和響應(yīng)性兩個(gè)方面衡量：穩(wěn)定性是指抗拒隨機(jī)干擾，表現(xiàn)穩(wěn)定需求的能力。穩(wěn)定性好的預(yù)測(cè)方法有利于消除或減少隨機(jī)因素的影響，適用于受隨機(jī)因素影響較大的預(yù)測(cè)問(wèn)題。響應(yīng)性是指迅速反應(yīng)需求變化的能力。響應(yīng)性好的預(yù)測(cè)方法能及時(shí)跟上實(shí)際需求的變化，適用于受隨機(jī)因素影響小的預(yù)測(cè)問(wèn)題。2022/7/2514第一講 需求預(yù)測(cè)概述14上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院七、需求

8、預(yù)測(cè)的步驟1、明確預(yù)測(cè)目的和對(duì)象：根據(jù)決策任務(wù)提出預(yù)測(cè)的目標(biāo)、時(shí)間范圍，對(duì)預(yù)測(cè)的技術(shù)要求書面形式明確規(guī)定。2、選擇預(yù)測(cè)方法：通過(guò)分析產(chǎn)品需求的影響因素，選擇預(yù)測(cè)方法，據(jù)以制定預(yù)測(cè)工作的組織日程。3、收集資料：根據(jù)預(yù)測(cè)計(jì)劃，使用科學(xué)方法收集各個(gè)層次、不同形式的數(shù)據(jù)資料。4、整理、分析數(shù)據(jù)：在對(duì)收集來(lái)的數(shù)據(jù)按種類、原因進(jìn)行整理的基礎(chǔ)上，明確所有的假設(shè)前提，運(yùn)用預(yù)測(cè)模型進(jìn)行分析。5、進(jìn)行預(yù)測(cè)，并實(shí)際應(yīng)用：根據(jù)預(yù)測(cè)方法的要求，使用數(shù)據(jù)分析結(jié)果，對(duì)相關(guān)領(lǐng)域進(jìn)行預(yù)測(cè)，得出結(jié)論。6、監(jiān)控預(yù)測(cè)結(jié)果：對(duì)預(yù)測(cè)全程進(jìn)行監(jiān)控，若預(yù)測(cè)結(jié)果偏離預(yù)期，要重新檢查預(yù)測(cè)方法、前提條件以及數(shù)據(jù)合理性。2022/7/2515第五章

9、 需求管理15第一講 需求預(yù)測(cè)概述第二講 定性預(yù)測(cè)方法第三講 時(shí)間序列預(yù)測(cè)方法第四講 因果關(guān)系預(yù)測(cè)方法第五講 預(yù)測(cè)誤差與預(yù)測(cè)監(jiān)控第六講 聯(lián)合計(jì)劃、預(yù)測(cè)與補(bǔ)給（CPFR）上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/2516第二講 定性預(yù)測(cè)方法1、德爾菲法（Delphi Method） ：又稱專家調(diào)查法，首先由美國(guó)蘭德公司的奧拉夫海爾默等人于1984年提出。它是一種讓一組專家在匿名的情況下達(dá)成對(duì)問(wèn)題的共識(shí)的過(guò)程。其本質(zhì)是利用專家的知識(shí)、經(jīng)驗(yàn)、智慧等帶有很大模糊性的無(wú)法量化的信息，通過(guò)通信方式交換信息，逐步取得一致的意見，達(dá)到預(yù)測(cè)的目的。預(yù)測(cè)過(guò)程挑選專家。具體人數(shù)視預(yù)測(cè)問(wèn)題的規(guī)模而定，一般3050人為

10、宜。在預(yù)測(cè)過(guò)程中要避免專家間交換意見。第一輪：函詢調(diào)查。向?qū)＜姨岢鏊獩Q策的問(wèn)題，并寄去預(yù)測(cè)對(duì)象的背景資料。在首輪調(diào)查中，完全不設(shè)框架，專家可以以任何形式回答問(wèn)題。組織者對(duì)答案進(jìn)行整理和匯總，剔除次要、分散的事件，并用準(zhǔn)確的術(shù)語(yǔ)統(tǒng)一描述，將結(jié)果反饋給各位專家。第二輪：函詢調(diào)查。要求每位專家對(duì)所預(yù)測(cè)對(duì)象的各種事件的發(fā)生時(shí)間、空間、規(guī)模等提出具體的預(yù)測(cè)，并說(shuō)明理由，同時(shí)請(qǐng)他們根據(jù)第一輪反饋結(jié)果修正或堅(jiān)持自己的判斷，并書面答復(fù)調(diào)查人員。組織者再次對(duì)專家意見進(jìn)行統(tǒng)計(jì)處理，并反饋結(jié)果。第三輪：函詢調(diào)查。要求專家基于反饋回來(lái)的意見修正表，對(duì)組織者提供的綜合意見及其論據(jù)加以評(píng)價(jià)，對(duì)預(yù)測(cè)對(duì)象進(jìn)行預(yù)測(cè)修正或重新

11、預(yù)測(cè)。得出結(jié)論：經(jīng)過(guò)三到四輪函詢調(diào)查后，如果專家對(duì)決策問(wèn)題的意見趨于一致，這個(gè)意見即可作為預(yù)測(cè)結(jié)果和決策基礎(chǔ)。16上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/2517第二講 定性預(yù)測(cè)方法2、銷售人員意見匯總法（Field Sales Force） ：通過(guò)讓企業(yè)銷售人員定期對(duì)未來(lái)的需求做出估計(jì)，進(jìn)行匯編而得出預(yù)測(cè)結(jié)果。通常，企業(yè)的總銷售部門還根據(jù)自己的經(jīng)驗(yàn)、歷史資料、對(duì)經(jīng)濟(jì)形勢(shì)的估計(jì)等作出預(yù)測(cè)，并與各銷售人員的綜合預(yù)測(cè)值進(jìn)行比較，以得到更加準(zhǔn)確的預(yù)測(cè)結(jié)果。簡(jiǎn)單易行，取樣較多使預(yù)測(cè)結(jié)構(gòu)較具穩(wěn)定性，但是，不可避免地帶有銷售人員的主觀偏見，不易區(qū)分消費(fèi)者“想要”和真正“需要”之間的差別；同時(shí)，預(yù)測(cè)結(jié)果也

12、極易受當(dāng)前銷售情況的左右，如經(jīng)過(guò)幾個(gè)暢銷期后易做出過(guò)于樂(lè)觀的預(yù)測(cè)；此外，當(dāng)預(yù)測(cè)結(jié)果可能作為銷售人員的績(jī)效評(píng)價(jià)指標(biāo)時(shí)，預(yù)測(cè)結(jié)果容易被故意低估。17上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/2518第二講 定性預(yù)測(cè)方法3、部門主管集體討論法（Jury of Executive） ：由高級(jí)決策人員召集銷售、生產(chǎn)、采購(gòu)、財(cái)務(wù)、研發(fā)等各部門主管開會(huì)討論，與會(huì)人員充分發(fā)表意見，對(duì)某一問(wèn)題進(jìn)行預(yù)測(cè)，然后由召集人按照一定的方法，如簡(jiǎn)單平均或加權(quán)平均法，對(duì)全體與會(huì)人員的預(yù)測(cè)值進(jìn)行處理，得出預(yù)測(cè)結(jié)果。適用于制定長(zhǎng)期規(guī)劃以及開發(fā)新產(chǎn)品服務(wù)可快速獲得預(yù)測(cè)結(jié)果，不需要準(zhǔn)備歷史統(tǒng)計(jì)資料但是，與會(huì)人員容易相互影響，個(gè)別權(quán)威

13、觀點(diǎn)可能左右其他人發(fā)表意見；由于預(yù)測(cè)結(jié)果是集體討論的結(jié)果，這易導(dǎo)致沒(méi)有人對(duì)預(yù)測(cè)結(jié)果的正確性負(fù)責(zé)，從而因責(zé)任不清造成草率發(fā)表預(yù)測(cè)意見。有效使用該方法的關(guān)鍵是確保預(yù)測(cè)反映的不是一系列各自獨(dú)立的結(jié)果，而應(yīng)該是由管理者一致同意的唯一一個(gè)預(yù)測(cè)結(jié)果。18上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/2519第二講 定性預(yù)測(cè)方法4、顧客期望法（Users Expectation）：通過(guò)收集數(shù)據(jù)進(jìn)行調(diào)查，提出假說(shuō)并進(jìn)行檢驗(yàn)，進(jìn)而確定客戶對(duì)產(chǎn)品或服務(wù)的興趣的一種系統(tǒng)性方法。優(yōu)點(diǎn)：預(yù)測(cè)結(jié)果來(lái)源于顧客期望，能較好的反映市場(chǎng)需求情況，有利于改進(jìn)產(chǎn)品，有針對(duì)性地開展促銷活動(dòng)特別適用于對(duì)新產(chǎn)品或缺乏銷售記錄的情況缺點(diǎn)：結(jié)果中

14、包含大量的限制條件和障礙；較難得到顧客的通力合作，問(wèn)卷回收率低；調(diào)查結(jié)果可能并未反映市場(chǎng)的看法，因?yàn)轭櫩退f(shuō)不一定符合顧客實(shí)際所做 19上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/2520第五章 需求管理20第一講 需求預(yù)測(cè)概述第二講 定性預(yù)測(cè)方法第三講 時(shí)間序列預(yù)測(cè)方法第四講 因果關(guān)系預(yù)測(cè)方法第五講 預(yù)測(cè)誤差與預(yù)測(cè)監(jiān)控第六講 聯(lián)合計(jì)劃、預(yù)測(cè)與補(bǔ)給（CPFR）上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/2521第三講 時(shí)間序列預(yù)測(cè)方法一、時(shí)間序列平滑模型1、簡(jiǎn)單移動(dòng)平均法（Simple Moving Average, SMA）：假定預(yù)測(cè)對(duì)象的未來(lái)狀況和鄰近幾期的數(shù)據(jù)有關(guān)，故只選擇近期幾個(gè)數(shù)據(jù)加以算

15、數(shù)平均，作為下期的預(yù)測(cè)值。如果根據(jù)時(shí)間序列數(shù)據(jù)繪制成的散點(diǎn)圖所反映的需求既不快速增長(zhǎng)也不快速下降，且不存在季節(jié)性和周期性變動(dòng)，則移動(dòng)平均法可以有效地消除預(yù)測(cè)中的隨機(jī)波動(dòng)。其預(yù)測(cè)公式為： 式中：N移動(dòng)步長(zhǎng)，即選定的數(shù)據(jù)個(gè)數(shù)； xi第i期實(shí)際發(fā)生值選擇合理的步長(zhǎng)至關(guān)重要。移動(dòng)步長(zhǎng)越大，對(duì)隨機(jī)擾動(dòng)的平滑性越好，預(yù)測(cè)的穩(wěn)定性也越好，響應(yīng)性則越差。反之，較小的移動(dòng)步長(zhǎng)會(huì)產(chǎn)生相對(duì)大的波動(dòng)性，但更能緊跟蹤變化趨勢(shì)。因此，在計(jì)算移動(dòng)平均數(shù)之前，應(yīng)先分析時(shí)間序列數(shù)值的變化情況，若變動(dòng)緩慢，N可取大一些；否則，N取小一些。21上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院 2022/7/2522第三講 時(shí)間序列預(yù)測(cè)方法一、時(shí)間序列

16、平滑模型2、加權(quán)移動(dòng)平均法（Weighted Moving Average, WMA）：在計(jì)算平均值時(shí)，給近期數(shù)據(jù)以更大的權(quán)重。這種方法適用于當(dāng)存在可察覺(jué)的趨勢(shì)時(shí)，用權(quán)重來(lái)強(qiáng)調(diào)近期數(shù)據(jù)。其預(yù)測(cè)公式為： 式中：WMAt+1t期末加權(quán)移動(dòng)平均值，即t+1期的預(yù)測(cè)值； i實(shí)際需求的權(quán)重； xi第i期實(shí)際發(fā)生值該方法的關(guān)鍵在于確定各期歷史數(shù)據(jù)的權(quán)重值。移動(dòng)步長(zhǎng)對(duì)于預(yù)測(cè)值的影響與簡(jiǎn)單移動(dòng)平均法類似。近期數(shù)據(jù)權(quán)重越大，越能靈敏地反映近期趨勢(shì)，即預(yù)測(cè)的響應(yīng)性好，穩(wěn)定性差。移動(dòng)步長(zhǎng)的選擇須基于穩(wěn)定性與響應(yīng)性的權(quán)衡；移動(dòng)平均值總是停留在過(guò)去的水平上，而無(wú)法預(yù)計(jì)將來(lái)更高或更低水平的波動(dòng)；移動(dòng)平均法需要大量歷史數(shù)據(jù)

17、。22上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院 2022/7/2523第三講 時(shí)間序列預(yù)測(cè)方法23上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院【例5-1】 某公司產(chǎn)品的逐月銷售量記錄如表5-2所示。取n=3，試用移動(dòng)平均法進(jìn)行預(yù)測(cè)。已知第12月的實(shí)際銷量為59，試對(duì)這兩種方法進(jìn)行比較。表5-2 某公司產(chǎn)品的逐月銷售量記錄月份1234567891011實(shí)際銷量50515354555756555658571、簡(jiǎn)單移動(dòng)平均法根據(jù)式（5-1），用簡(jiǎn)單移動(dòng)平均法的求解結(jié)果如表5-3所示。其中，4月份銷售量預(yù)測(cè)計(jì)算是通過(guò)式（5-1）計(jì)算出來(lái)，SMA4=（50+51+51）3=51.33，以此類推，5月份銷售量計(jì)算方法為SMA5=（5

18、1+53+54）3=52.67，6月份銷售量計(jì)算方法為SMA6=（53+54+55）=54。如法炮制，可以預(yù)測(cè)出7至12月份的銷售量。月份123456789101112實(shí)際銷量50515351.3352.6754.0055.33565655.6756.3357.002022/7/2524第三講 時(shí)間序列預(yù)測(cè)方法24上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2、加權(quán)移動(dòng)平均法根據(jù)式（5-2），用加權(quán)移動(dòng)平均法的求解結(jié)果如表5-4所示。其中，1=0.5，2=1.0，3=1.5，n取3。4月份銷售預(yù)測(cè)值計(jì)算方法WMA4=（0.5A1+A2+1.5A3）3=51.83，以此類推，WMA5=（0.5A2+A3+1.5

19、A4）3=53.17，WMA5=（0.5A3+A4+1.5A5）3=54.33。從而可以預(yù)測(cè)出7至12月份的銷售量。根據(jù)上述結(jié)果，對(duì)簡(jiǎn)單移動(dòng)平均（SMA）和加權(quán)移動(dòng)平均（WMA）的預(yù)測(cè)結(jié)果進(jìn)行比較，可見在選取合適權(quán)重的條件下，加權(quán)移動(dòng)平均的預(yù)測(cè)結(jié)果比簡(jiǎn)單移動(dòng)平均的滯后性要小，即響應(yīng)性要好。月份123456789101112實(shí)際銷量50515351.3353.1754.3355.8356.1755.6755.6756.8357.172022/7/2525第三講 時(shí)間序列預(yù)測(cè)方法25上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院3、一次指數(shù)平滑法（Single Expotential Smoothig, SES）

20、：把經(jīng)預(yù)測(cè)誤差修正后的上一期預(yù)測(cè)值作為下一期的預(yù)測(cè)，是加權(quán)移動(dòng)平均法的一種變形。其預(yù)測(cè)公式為:式中：SESt+1t+1期一次指數(shù)平滑預(yù)測(cè)值； Xtt期的實(shí)際預(yù)測(cè)值； 賦予實(shí)際數(shù)據(jù)的權(quán)重，稱為平滑系數(shù)（0 1）。=0時(shí)，SESt+1= SES1=X1，即近期數(shù)據(jù)權(quán)重為零，只考慮第一期實(shí)測(cè)值。=1時(shí)，SESt+1=Xt=Xt，即歷史數(shù)據(jù)權(quán)重為零，只考慮最近期數(shù)據(jù)。指數(shù)平滑系數(shù)的大小決定了預(yù)測(cè)值與實(shí)際值之間差異的響應(yīng)速度。如果實(shí)際需求穩(wěn)定，可選用較小的來(lái)減弱短期變化或隨機(jī)變化的影響；如果實(shí)際需求變動(dòng)幅度大，應(yīng)選擇較大的來(lái)跟蹤這一變化。2022/7/2526第三講 時(shí)間序列預(yù)測(cè)方法26上海財(cái)經(jīng)大學(xué)國(guó)際

21、工商管理學(xué)院【例5-2】 某公司產(chǎn)品的逐月銷售記錄如表5-5所示。假設(shè)第一月的預(yù)測(cè)值為11，分別取 =0.4和 =0.7，試用一次指數(shù)平滑法進(jìn)行預(yù)測(cè)，并進(jìn)行比較。月份123456789101112實(shí)際銷量101213161923263028181614月份實(shí)際銷量預(yù)測(cè)值（=0.4）預(yù)測(cè)值（ =0.7）110.0011.0011.00212.0010.6010.30313.0011.1611.49416.0011.9012.55519.0013.5414.97623.0015.7217.79726.0018.6321.44830.0021.5824.63928.0024.9528.391018.

22、0026.1728.121116.0022.9021.041214.0020.1417.512022/7/2527第三講 時(shí)間序列預(yù)測(cè)方法27上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院4、二次指數(shù)平滑法（Double Expotential Smoothing, DES）：也稱為趨勢(shì)調(diào)整指數(shù)平滑法，因?yàn)樵摲椒ㄏ扔靡淮沃笖?shù)平滑法進(jìn)行預(yù)測(cè)，得到基數(shù)預(yù)測(cè)值，然后用趨勢(shì)滯后值進(jìn)行調(diào)整。面對(duì)有上升或下降趨勢(shì)的需求序列時(shí)，可采用該方法避免一次指數(shù)平滑法的預(yù)測(cè)滯后現(xiàn)象。二次指數(shù)平滑法實(shí)質(zhì)上是將歷史數(shù)據(jù)進(jìn)行加權(quán)平均作為未來(lái)時(shí)刻的預(yù)測(cè)結(jié)果，具有計(jì)算簡(jiǎn)單、樣本要求量較少、適應(yīng)性較強(qiáng)、結(jié)果較穩(wěn)定等特點(diǎn)。其計(jì)算公式為：式中：DFt

23、第t期的二次指數(shù)平滑預(yù)測(cè)值;SFt第t期的一次指數(shù)平滑預(yù)測(cè)值（SF0事先給定）；Tt第t期的趨勢(shì)校正值（T0事先給定）； 2022/7/2528第三講 時(shí)間序列預(yù)測(cè)方法28上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院【例5-3】 某公司產(chǎn)品的逐月銷售量記錄如表5-7所示.假設(shè)一月份的預(yù)測(cè)值為11，T0=0，分別取 =0.2和 =0.4，試用二次指數(shù)平滑法對(duì)9月份的銷售量進(jìn)行預(yù)測(cè)。月份12345678實(shí)際銷量1012131619232630月份實(shí)際需求一次預(yù)測(cè)SFt趨勢(shì)Tt二次預(yù)測(cè)DFt112110.021711.200.0811.2832012.360.5112.8741913.890.9214.815241

24、4.910.9615.8762616.731.3018.0373118.581.5220.1083221.071.9122.9893623.252.0225.272022/7/2529第三講 時(shí)間序列預(yù)測(cè)方法二、時(shí)間序列分解模型：實(shí)際需求值是趨勢(shì)、季節(jié)、周期或隨機(jī)等多種因素共同作用的結(jié)果。時(shí)間序列分解模型從實(shí)際值中分解出各種成分，并在對(duì)各種成分單獨(dú)進(jìn)行預(yù)測(cè)的基礎(chǔ)上，綜合各種成分的預(yù)測(cè)值，以得到最終的預(yù)測(cè)結(jié)果。通常由兩種方法進(jìn)行綜合：加法模型，即將各種成分相加來(lái)預(yù)測(cè)： F=T+S+C+I 乘法模型，即將各種成分以比例的形式相乘得到綜合結(jié)果： F=TSCI 式中，F(xiàn)：綜合預(yù)測(cè)值；T：趨勢(shì)成分；S：

25、集結(jié)成分；C：周期成分；I：隨機(jī)成分這里，主要討論有線性趨勢(shì)、相等的季節(jié)波動(dòng)時(shí)間序列的線性季節(jié)模型。線性季節(jié)模型是線性變化趨勢(shì)與季節(jié)性變化趨勢(shì)共同作用的結(jié)果。若采用加法模型，則預(yù)測(cè)值=趨勢(shì)+季節(jié)變動(dòng)量。其假設(shè)為：無(wú)論趨勢(shì)效應(yīng)或平均值如何變化，季節(jié)變動(dòng)量恒為常數(shù)。若采用乘法模型，則預(yù)測(cè)值=趨勢(shì)季節(jié)因子。相乘式季節(jié)變動(dòng)是季節(jié)變動(dòng)的通常形式。其中，季節(jié)因子是指時(shí)間序列中隨各季節(jié)變化所做的調(diào)整系數(shù)。29上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院 2022/7/2530第三講 時(shí)間序列預(yù)測(cè)方法30上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院【例5-4】 某披薩店在過(guò)去三年快餐銷售記錄如表5-9所示，是預(yù)測(cè)未來(lái)一年該披薩店的夏秋冬春各

26、季的銷售量。季度季度序號(hào)t銷售量At/份季度季度序號(hào)t銷售量At/份夏111800冬79213秋210104春811286冬38925夏913350春410600秋1011270夏512285冬1110266秋611009春12121382022/7/2531第三講 時(shí)間序列預(yù)測(cè)方法31上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院解：第一步：求趨勢(shì)直線方程y=a+bty為趨勢(shì)預(yù)測(cè)值，t為季節(jié)序號(hào)，a、b為常數(shù)。可用作圖法或最小二乘法求出a、b。這里采用作圖法，做散點(diǎn)圖，引出一條擬合直線。該直線方程為：T(t)=100326+106.81t2022/7/2532第三講 時(shí)間序列預(yù)測(cè)方法32上海財(cái)經(jīng)大學(xué)國(guó)際工商管

27、理學(xué)院第二步：計(jì)算季節(jié)因子SI季節(jié)因子為各周期內(nèi)相應(yīng)實(shí)際值與趨勢(shì)值的比值的平均值。先求出每季度的實(shí)際值A(chǔ)i與趨勢(shì)值Ti的比值。例如，對(duì)于第一季度：A1/T1=11800/(10000+1671)=11800/10167=1.16 其余的比值經(jīng)計(jì)算如表5-10：SI（夏）=（1.16+1.13+1.16）/3=1.15；SI（秋）=1.00；SI（冬）=0.85；SI（春）=1.00第三步：計(jì)算預(yù)測(cè)值。預(yù)測(cè)值=趨勢(shì)預(yù)測(cè)值季節(jié)因子未來(lái)一年的夏秋冬春各季對(duì)應(yīng)的t值分別為13,14,15,16，預(yù)測(cè)銷售量分別為：夏季：（10000+16713）1.15=13997（份）秋季：（10000+16714）

28、1.00=12338（份）冬季：（10000+16715）0.85=10629（份）春季：（10000+16716）1.00=12672（份）t123456789101112Ai/Ti1.161.010.850.991.131.000.821.001.160.950.871.012022/7/2533第五章 需求管理33第一講 需求預(yù)測(cè)概述第二講 定性預(yù)測(cè)方法第三講 時(shí)間序列預(yù)測(cè)方法第四講 因果關(guān)系預(yù)測(cè)方法第五講 預(yù)測(cè)誤差與預(yù)測(cè)監(jiān)控第六講 聯(lián)合計(jì)劃、預(yù)測(cè)與補(bǔ)給（CPFR）上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/2534第四講 因果關(guān)系預(yù)測(cè)方法因果模型通過(guò)對(duì)與需求有關(guān)的先導(dǎo)指數(shù)的計(jì)算，對(duì)需求進(jìn)

29、行預(yù)測(cè)。按照反映需求及其影響因素之間因果關(guān)系的不同，因果模型又分為:回歸模型：兩個(gè)或兩個(gè)以上相關(guān)變量之間的函數(shù)關(guān)系，然后通過(guò)一個(gè)已知變量去預(yù)測(cè)另一個(gè)或多個(gè)變量，常用于長(zhǎng)期預(yù)測(cè)， 它對(duì)于預(yù)測(cè)產(chǎn)品簇的需求情況非常有用。 在進(jìn)行線性回歸分析前，首先應(yīng)作出數(shù)據(jù)散點(diǎn)圖，觀察數(shù)據(jù)是否呈線性或至少部分呈線性。線性回歸是指變量呈直線關(guān)系的一種特殊回歸形式。一元線性回歸模型可用下式表達(dá)：Y=a+bX，其中，經(jīng)濟(jì)計(jì)量模型投入產(chǎn)出模型等34上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院 2022/7/2535第四講 因果關(guān)系預(yù)測(cè)方法35上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院【例 5-5】 對(duì)例5-3應(yīng)用一元線性回歸法進(jìn)行預(yù)測(cè)，數(shù)據(jù)如表5-11

30、所示。季度季度序號(hào)t銷售量At/份4個(gè)季度銷售總量4個(gè)季度移動(dòng)平均季度中點(diǎn)夏111800秋210104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12121384704211756.010.52022/7/2536第四講 因果關(guān)系預(yù)測(cè)方法36上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院 解：

31、計(jì)算a和b，然后求Y，結(jié)果如表5-12所示。b=(9654709.5-58.599209.0)（9440.25-58.52）=164.183a=(99209-16418358.5)9=9956.03Y=9956.03+164.183XXYX2XY2.510432.36.2526080.753.510553.512.2536937.254.510704.820.2548171.605.510776.830.2559272.406.510948.342.2571163.957.511214.556.2584108.758.511279.872.2595878.309.511543.090.2510

32、9658.5010.511756.0110.25123438.002022/7/2537第五章 需求管理37第一講 需求預(yù)測(cè)概述第二講 定性預(yù)測(cè)方法第三講 時(shí)間序列預(yù)測(cè)方法第四講 因果關(guān)系預(yù)測(cè)方法第五講 預(yù)測(cè)誤差與預(yù)測(cè)監(jiān)控第六講 聯(lián)合計(jì)劃、預(yù)測(cè)與補(bǔ)給（CPFR）上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/2538第五講 預(yù)測(cè)誤差與預(yù)測(cè)監(jiān)控1、預(yù)測(cè)誤差：是指預(yù)測(cè)值與實(shí)際值之間的差異。當(dāng)預(yù)測(cè)值大于實(shí)際值時(shí)，誤差為正；反之，誤差為負(fù)。預(yù)測(cè)模型最好是無(wú)偏的模型，即應(yīng)用該模型時(shí)，正、負(fù)誤差出現(xiàn)的概率大致相等。誤差的主要來(lái)源在于：過(guò)去的趨勢(shì)在未來(lái)未必得到延續(xù)模型中未包含正確的變量變量間的關(guān)系定義錯(cuò)誤季節(jié)性需

33、求偏離正常軌跡存在隨機(jī)誤差等。平均誤差是評(píng)價(jià)預(yù)測(cè)精度、計(jì)算預(yù)測(cè)誤差的重要指標(biāo)。作用：常被用來(lái)檢驗(yàn)預(yù)測(cè)與歷史數(shù)據(jù)的吻合情況也是判斷預(yù)測(cè)模型能否繼續(xù)使用的重要標(biāo)準(zhǔn)之一38上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/2539第五講 預(yù)測(cè)誤差與預(yù)測(cè)監(jiān)控二、誤差測(cè)量：1、平均絕對(duì)偏差(Mean Absolute Deviation, MAD)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 (不分正負(fù) ,只考慮偏差量)的平均值。式中，At表示時(shí)段t的實(shí)際值；Ft表示時(shí)段 t的預(yù)測(cè)值；n是整個(gè)預(yù)測(cè)期內(nèi)的時(shí)段個(gè)數(shù)。MAD的作用與標(biāo)準(zhǔn)偏差相類似，但它比標(biāo)準(zhǔn)偏差容易求得。如果預(yù)測(cè)誤差是正態(tài)分布，MAD約等于0.8倍

34、的標(biāo)準(zhǔn)偏差。MAD能較好地反映預(yù)測(cè)的精度，但它不容易衡量無(wú)偏性。39上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院 2022/7/2540第五講 預(yù)測(cè)誤差與預(yù)測(cè)監(jiān)控40上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2、平均平方誤差(Mean Square Error，MSE) ：平均平方誤差就是對(duì)誤差的平方和取平均值。 MSE與MAD相類似，雖可以較好地反映預(yù)測(cè)精度，但無(wú)法衡量無(wú)偏性。 3、平均預(yù)測(cè)誤差 (Mean Forecast Error,MFE) ：指預(yù)測(cè)誤差的和的平均值 MFE能很好地衡量預(yù)測(cè)模型的無(wú)偏性，但不反映預(yù)測(cè)值偏離實(shí)際值的程度。4、平均絕對(duì)百分誤差 (Mean Absolute Percentage Erro

35、r, MAPE)： 2022/7/2541第五講 預(yù)測(cè)誤差與預(yù)測(cè)監(jiān)控三、誤差監(jiān)控：誤差監(jiān)控就是將最近的實(shí)際值與預(yù)測(cè)值進(jìn)行比較 ,看偏差是否在可以接受的范圍以內(nèi)，采用的手段一是計(jì)算跟蹤信號(hào)，二是利用控制圖進(jìn)行動(dòng)態(tài)監(jiān)控。預(yù)測(cè)的一個(gè)重要理論基礎(chǔ)是：一定形式的需求模式在過(guò)去、現(xiàn)在和將來(lái)起著基本相同的作用。然而，過(guò)去起作用的預(yù)測(cè)模型，現(xiàn)在不一定有效。這需要預(yù)測(cè)監(jiān)控。所謂跟蹤信號(hào)(Tracking Signal, TS)，是指預(yù)測(cè)誤差滾動(dòng)和與平均絕對(duì)偏差的比值，即跟蹤信號(hào)既反映了累積誤差及其正負(fù)方向，也同時(shí)反映了其與實(shí)際發(fā)生值之間的預(yù)測(cè)程度。理想的預(yù)測(cè)模型的跟蹤信號(hào)應(yīng)為零，說(shuō)明其為無(wú)偏模型，既不超前也不滯

36、后于實(shí)際需求。41上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/2542第五講 預(yù)測(cè)誤差與預(yù)測(cè)監(jiān)控每當(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)(如圖5-13所示)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。圖5-16所示的就是另一個(gè)監(jiān)控工具：控制圖。TS的預(yù)測(cè)誤差上下限是為積累誤差設(shè)置的，控制圖的上下限是為單個(gè)預(yù)測(cè)誤差設(shè)置的。運(yùn)用控制圖的假設(shè)條件是：預(yù)測(cè)誤差是均值為零的隨機(jī)分布；誤差的分布是正態(tài)的。取MSE的平方根 ，查閱正態(tài)分布表，當(dāng)控制上下限為00.2s時(shí)，95%的誤差將落入其中；當(dāng)控制上下限為00.3s時(shí)，

37、99.7%的誤差將落入其中。42上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/2543第五章 需求管理43第一講 需求預(yù)測(cè)概述第二講 定性預(yù)測(cè)方法第三講 時(shí)間序列預(yù)測(cè)方法第四講 因果關(guān)系預(yù)測(cè)方法第五講 預(yù)測(cè)誤差與預(yù)測(cè)監(jiān)控第六講 聯(lián)合計(jì)劃、預(yù)測(cè)與補(bǔ)給（CPFR）上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/2544第六講 聯(lián)合計(jì)劃、預(yù)測(cè)與補(bǔ)給（CPFR）一、CPFR的概念CPFR（Collaborative Planning，F(xiàn)orecasting and Replenishment） ：即協(xié)同規(guī)劃、預(yù)測(cè)與補(bǔ)貨，是一種協(xié)同式的供應(yīng)鏈庫(kù)存管理技術(shù)。在降低銷售商的存貨量的同時(shí)，也增加供應(yīng)商的銷售額。它在CF

38、AR（Collaborative Forecast And Replenishment）共同預(yù)測(cè)和補(bǔ)貨的基礎(chǔ)上，進(jìn)一步推動(dòng)共同計(jì)劃的制定不僅在合作企業(yè)間實(shí)行共同預(yù)測(cè)和補(bǔ)貨，同時(shí)將原來(lái)屬于各企業(yè)內(nèi)部事務(wù)的計(jì)劃工作（如生產(chǎn)計(jì)劃、庫(kù)存計(jì)劃、配送計(jì)劃、銷售規(guī)劃等）也由供應(yīng)鏈各企業(yè)共同參與，利用互聯(lián)網(wǎng)實(shí)現(xiàn)跨越供應(yīng)鏈的成員合作。目的：改善合作關(guān)系提高預(yù)測(cè)的準(zhǔn)確性和供應(yīng)鏈效率減少庫(kù)存提高消費(fèi)者滿意程度。44上海財(cái)經(jīng)大學(xué)國(guó)際工商管理學(xué)院2022/7/2545第六講 聯(lián)合計(jì)劃、預(yù)測(cè)與補(bǔ)給（CPFR）二、CPFR的四個(gè)特點(diǎn)：協(xié)同。供應(yīng)鏈上下游企業(yè)只有確立起共同的目標(biāo)，才能使雙方的績(jī)效都得到提升，取得綜合性的效益。規(guī)劃。需要雙方進(jìn)行合作規(guī)劃（種類、品牌、分類、關(guān)鍵品種等）以及合作財(cái)務(wù)（銷量、訂單滿足率、定價(jià)、庫(kù)存、安全庫(kù)存、毛利等）。此外，還要求雙方協(xié)同制定促銷計(jì)劃、庫(kù)存政策變化計(jì)劃、產(chǎn)品導(dǎo)入和中止計(jì)劃以及倉(cāng)儲(chǔ)分類計(jì)劃。 預(yù)測(cè)。CPFR強(qiáng)調(diào)買賣雙方必須做出最終的協(xié)同預(yù)測(cè)，基于像季節(jié)因素和趨勢(shì)管理等信息的共同預(yù)測(cè)能大大減少整個(gè)價(jià)值鏈體系的低效率、死庫(kù)存，促進(jìn)更好的產(chǎn)品銷售、節(jié)約使用整個(gè)供應(yīng)鏈的資源。與此同時(shí)，最終實(shí)現(xiàn)協(xié)同促銷計(jì)劃是提高預(yù)