登陆注册
2638100000007

第7章 立足现实,洞察先机——生产预测管理(2)

时间序列预测分析方法是定量分析中最普遍应用的方法,在实际数据的时间序列中,展示了所研究的经济对象在一定时期内的发展变化过程,时间序列分析就是在这些序列数据中寻找经济事物的变化特征、趋势和发展规律的信息预测。

时间序列是一系列均匀分布(每周、每月、每季等)的数据点。例如企业每天生产的数量、商店每天销售的数量等。以时间序列数据来做预测的基础是“历史包含一切”,将整个预测建立在历史数据的基础上,而忽略了其他因素的影响。

分析时间序列时首先将过去数据根据影响因素的区别分为几部分,然后将这种影响进行外推。一般的,将时间序列的变化归结为4个方面:趋势变化、季节性波动、周期性波动和随机波动。

趋势变化是数据在过去一段时间内的整体变动情况,是时间序列按照一定固定的趋势发展变化的过程,表示了变化的总方向。

季节性波动是指由于季节性原因对销售造成的影响,如夏天雨伞销售量增加而冬天减少。由于这种数据自身经过一定周期的天数、周数、月数或季数,也就是有季节性的不断重复。

周期性波动是指数据每隔几年重复发生的时间序列形式,这里的周期比季节性周期的跨度长。它们一般与经济周期有关,并将长周期分析同短期的经营结合起来。

波动是一些偶然和不确定性因素引起的波动。随机波动没有统一的数学形式进行表示。随机变动又可以分为突发性变动和随机变动。突发性变动是指由于战争、自然灾害或者其他偶然性因素引起的意外事件,对于这些数据需要进行另外的处理,比如稳健化处理。随机变动是大量的随机因素产生的宏观上的影响,它构成了预测分析的误差部分。

对于时间序列在经济预测中的4个因素进行合成,形成了两种描述方法,即统计学上的两种一般形式。使用最广泛的是一种乘法模型,即假定需求是4个成分的乘积:

需求=趋势变化×季节变性波动×周期变性波动×随机波动

另一形式是这4个成分相加得到需求总的变动情况:

需求的变动=趋势变化+季节性波动+周期性波动+随机波动

几种预测方法介绍如下。

在大多数实际模型中,由于随机波动的数学期望值为零,所以预测者都假定随机波动经过平均后可不考虑其影响。他们主要注意季节、趋势和周期波动相结合的成分。

1简单预测法

简单预测法是最简单的一种时间序列分析方法,顾名思义,简单即简洁的意思。它假定下一期需求与最近一期需求相同,用本期的需求预测下一期的需求。例如,某公司10月份的销售量是100台,我们可以预测11月销售量仍然是100台。

或许你会觉得这种方法太简单了,以至于你会怀疑它的准确性。实践证明,对某些产品的生产而言,简单预测法是效益费用比(一种衡量预测方法效用的比率,它是预测带来的效益与预测过程所花费的费用的比率)最高的预测模型。而且正因为它简单,而成为其他时间序列分析方法的出发点。

2简单移动平均法

简单移动平均法(MovingAverages)是通过用一组最近的实际数据值来求算术平均值进行预测,以一组观察序列的平均值作为下一期的预测值。如果市场需求在不同时期能够保持相当平稳的趋势,移动平均法是非常有效的。一个4个月的移动平均法即过去4个月的需求简单加总并除以4。每过1个月,将前3个月数据加上最近1个月数据并去掉最早那1个月的数据。这种方法最大的优点就在于熨平了短期数据波动,使数据短期不规则波动变得更加平滑。

数学上这种简单移动平均数的计算公式是:

MAt+1=(At-n+1+At-n+2+…+At)/n(t≥n)

式中,MAt+1——预测值;

n——移动平均值的期数,例如,4表示4个单位期间的移动平均值。

下面举例说明如何计算移动平均值:在过去的6个月中,某公司的销售情况见表3-7,取移动平均的期数为3(n=3),分别计算预测值。表3-7时间序列预测分析方法

月份销售数量(万元)预测值(万元)120-222-325-4212233523226762223解:已知n=3,则4月份预测值是1~3月份的平均数:

MA4=(20+22+25)/3=22.33

同理可以得到5、6月份的预测值分别为22.67和23。

简单移动平均数的预测结果与n有密切的关系,n越大,对其他因素干扰的敏感性会越低。

3加权移动平均法

预测中有一种明显的现象,远期的数据对下一期的数据影响比较小,而近期尤其是上一期的数据的影响最大,通过对不同时期的数据赋予不同的权数,表示它对预测值的影响程度,因此更接近当前的数据被加以更大权数。权数的选择带有一定主观性,因为没有权数选择的既定公式。因此,决定用什么权数需要有些经验和运气。如果最近一个月或一期权数过高,预测可能会过于灵敏地反映较大的异常波动。

加权移动平均法的数学表达式是:

加权移动平均数=(第n期权数)×(第n期需求)/权数

表3-8表明了加权平均数的计算方法,对第1、2、3个数值分别赋予权数1、2、3。

表3-8加权移动平均数法

月份销售数量(万元)3个月的加权移动平均数125#227#324#426(25+2×27+3×24)/6=2517523(27+2×24+3×26)/6=255626(24+2×26+3×23)/6=2417725(26+2×23+3×26)/6=25826(23+2×26+3×25)/6=25简单移动平均法和加权移动平均法在为使预测保持稳定而“平衡”掉需求的突然波动方面是有效的。但移动平均法有3个问题:第一,加大n数(平均法的期数)会使平滑波动效果更好,但会使预测值对数据实际变动更不敏感,降低预测的有效性。第二,简单移动平均值或加权移动平均值不能总是很好地反映出趋势。由于是平均值,预测值总是停留在过去的水平上,而无法预计会导致将来更高或更低水平的波动。移动平均法要有大量过去数据的记录。由于有一定期数的要求,小样本数据往往无法做出移动平均计算或者计算不具有代表性。第三,移动平均法具有滞后性。

4简单指数平滑法

简单指数平滑法是一种加权平均的方法,是在加权平均法的基础上形成的,也是对加权平均法的一种改进,可以理解为一种以时间定权的加权平均方法。

简单指数平滑法的数学表达式是:

新的预测=上期预测+(上期实际需求-上期预测值),计算公式是:

Ft=Ft-1+x(At-1-Ft-1)

也可以表示为:

Ft=xAt-1+(1-x)Ft-1

式中,x——平滑系数(实际中平滑系数的范围一般是0.05~0.5);

Ft——下期预测值;

Ft-1——当期预测值;

At-1——当期实际值。

平滑指数越小,预测的平稳性越好,平滑指数越大,预测的实际值的变化越敏感。下面举例来说明。某公司今年各个月的实际销售情况见表3-9。

指数平滑法便于使用,而且在企业各种不同的经营活动中都已经得到了广泛应用。平滑系数的取值是否合适会影响到预测的精确度。选取指数平滑系数值的目的是为了获得准确的预测。一个预测模型的总精确程度,可经由过去各期的预测值与实际需求的比较来得到。

确定平滑系数时应该注意这样几点:第一,如果预测误差由某些随机因素造成,预测目标的时间序列虽然有不规则的起伏波动,但是基本发展趋势比较稳定,这时的平滑系数应当小一些,以减少修正的幅度,使预测模型包含比较长时间序列的信息。第二,如果预测目标的基本趋势已经发生了系统性的变化,预测误差是由于系统变化造成的,则平滑系数的值应当大一些,这样可以根据当前的预测误差对原预测模型进行大幅度的修正,使得模型迅速与预测目标的变化相吻合。第三,如果原始资料不足,初始值选取比较随便,平滑系数的值也应当大一些,这样使模型加重对以后逐步得到的近期资料的依赖,以提高模型的适应能力。第四,如果描述时间序列的预测模型只是在某一段时间内能够比较好地表达这个时间序列,则应当选取比较大的平滑系数,以减少对早期资料的依赖。

实际应用中,大多采用计算机计算,大多数计算机预测软件都能自动找出具有最小预测误差的平滑系数。有些软件在预测误差超出可接受范围时能够自动进行调整。

5趋势调整指数平滑法

如同任意一种移动平均法一样,简单指数平滑法也无法反映趋势。为说明一种更复杂的指数平滑模型,我们来考虑经趋势调整的指数平滑法。这种方法是用前面讨论过的方法做出简单指数平滑预测,然后用正的或负的趋势滞后值进行调整。其数学表达式是:

趋势预测=新预测+趋势校正

为了平滑出趋势,趋势校正方程与简单指数平滑法类似,利用平滑系数。计算公式是:

Tt=(1-x)Tt-1+x(Ft-Ft-1)

式中,T——第t期经过平滑的趋势;

Tt-1——第t期上期经过平滑的趋势;

x——选择的趋势平滑系数;

Ft——第t期简单指数平滑预测;

Ft-1——对第t期上期简单指数平滑预测。

简单指数平滑也常称做一阶平滑,趋势调整平滑也称做二阶平滑,或二次平滑。此外,其他一些更高级的指数平滑模型也得到实际运用,包括季节调整及三次平滑法等。

三、生产预测监控实施标准

预测的完成并不意味着结束,预测的结果可能与实际运行的结果完全不同,如果偏差过大,预测的实际意义就大打折扣。为了保证预测能够实现,而且对于偏差能够进行修正,所以企业管理者重视的不仅在于预测的结果或其正确性,更重要的在于了解实际需求为什么同预测需求会产生差异,以及这种差异产生的原因是什么,这时就需要对预测进行有效的监控。

监控预测以使预测结果准确是进行监控的主要目的,目前经常采用的一种方法就是运用跟踪信号的手段来衡量预测的准确程度。在每个时期或阶段的经济数据进行更新时,与预测的数据进行比较并且得出实际数据与预测数据之间的差异。

跟踪信号由游动预测误差综合值除以平均绝对误差得到。

正的跟踪信号表明实际需求大于预测值,负的则表明实际需求小于预测值。一个令人满意的跟踪信号应该具有比较小的游动预测误差。小的误差是可以接受的,只要正的和负的误差进行抵消就可以了。

要将跟踪信号与预定的控制界限比较,控制界限规定了预测准确性的范围。若超过上下控制限,说明预测方法存在问题,管理预测人员应当采用新的预测方法或者对原有的预测方法进行调整。

控制界限并不是一个一成不变的东西,应当根据实际的情况加以确定。控制界限不能太窄,以至于任何误差都会超出这样的控制界限;反之也不能太宽,否则预测的精确度会受到影响。根据专家的建议,小批量的存货跟踪信号值应当在-8~+8之间变动,而大批量的存货应当控制在-4~+4之间。

同类推荐
  • 李世民管理日志

    李世民管理日志

    唐太宗李世民作为魏徵、王硅、房玄龄、杜如晦等一班名臣贤士的“老板”,是如何知人善用、运用团队力量共同奠定“贞观之治”的盛世之基?面对百废……
  • 你其实不懂销售心理学

    你其实不懂销售心理学

    本书巧妙地将心理学与销售学融为一体,深入浅出地阐明了读心术、攻心术、暗示术、掌控术、博弈术等各种销售中的心理策略和战术,并结合诸多生动活泼的销售案例和小故事加以说明,旨在帮助每一位销售员掌握销售活动中的心理规律,巧妙利用心理学的技巧在销售中百战百胜,成交每一单。每一位销售员都要随时翻看的销售读心指南,每一位销售员都要随身携带的销售攻心宝典。助销售新手晋级销售老手,销售老手晋级销售高手。读懂心理学,销售其实很简单!读懂心理学,天下没有难做的生意!
  • 经理人必备经营与管理知识

    经理人必备经营与管理知识

    企业经营管理的每一项成就都是经理人员的成就,每一项失败也都是经理人员的失败。中外企业的无数案例都证明了一个结论:经理人员的学习能力、知识视野、理想、献身精神和人格决定着企业的经营管理是否成功。本书是经理人必备系统丛书之一,从管理概论、管理职能、管理创新以及管理法则与实践四方面,比较客观地讲述了经理人管理工作的本质,为广大经理人搭建出走向成功的知识阶梯。
  • 电话销售的100个细节

    电话销售的100个细节

    本书总结了数十位金牌销售人员的方法与经验,以电话销售场景与案例的形式将销售过程中需要注意的问题与需要掌握的方法一一展现。内容涉及开始打电话的准备工作、应对拒绝、开发新客户等细节,旨在为读者提供抓住客户心理、获得客户认同、最终打动客户成交的实战宝典。
  • 阿里巴巴正传

    阿里巴巴正传

    十几年来,方兴东与马云每年一次,老友聚首,开怀畅谈,阿里上市前,作者再次与马云深度对话,阿里上市前的布局,深入探讨了一系列人们关心的话题。本书忠实记录了阿里壮大、马云封圣的历史。作者通过细致梳理和盘点,对阿里巴巴的15年成长史进行了忠实回顾。
热门推荐
  • 励仙

    励仙

    大道三千,我欲登仙。红尘万丈,我自道心清澄。你言仙途已折不若草庐弄趣,我却愿对天明誓:做你双腿负你披荆斩棘,做你双目看天下争锋,九霄踏仙,连诀携手共登仙路!不负如来不负卿!
  • 星球上唯一的女人

    星球上唯一的女人

    她原本只是一个平凡的高中生,却莫名穿越到一个人类已经失去生育能力的星球。身为唯一一个有着孕育能力的女性,她所要的只是活下去和拥有一份平凡人的生活和爱情。但仅仅只是这样简单的愿望在这个星球上也难以实现。身份特殊的她会怎样获得她所想要的生活?【情节虚构,请勿模仿】
  • 玩转恶魔校草

    玩转恶魔校草

    【完结】从小的冤家对头乔子晔追着她要结婚;野猴子言小晟更是将她禁锢起来要做她的男朋友;她亲爱的弟弟陆路则喊着“我喜欢你,从小就喜欢你!”。在这场追逐爱情的游戏里,到最后究竟是谁玩转了谁?
  • 将军公主嫁到

    将军公主嫁到

    她叫慕容纱月,是自小扬名天下的奇女子。在兰杀国,她十一岁坐镇军营,十二岁挥攻二城,十三岁孤身杀入叛军大营,十四岁助太子平定六王内乱。十五岁太子登基,功成身退的她在归隐途中与人暗算,幸的一性命垂危的女子所救。那女子毒发身亡之时,却留有遗愿,要她以那女子单如月的身份嫁给天下闻名的夕国修罗无双王爷!为报救命之恩,慕容纱月易音换貌下嫁司徒无双。她从不明白爱情是什么,因为多年的征战连性别,怜悯,和人性都磨灭了。失去了太多属于正常少女的情感,对男女之情更是一窍不通。她认为成了亲就算报了恩,认为妻子的职责就是王府养老,可修罗王爷和罗刹公主的生活怎么可能如此平静。当她不得不卸下伪装和他并肩作战,当他卸下防备惊异的看着他身后绝代无双的女子,天下人才懂得,什么叫做天生一对!
  • 弃妃的怒放

    弃妃的怒放

    “本王问你和那男人多久了,和那男人,你们上过几次了,现在总该明白了吧?”已经记不起多久没有关心过我的丈夫,竟然在某天抓着我的手腕狠狠地侮辱我的人格,他那双凌厉的眼睛,让我的心没由来的痛。一夜未归的妻子,他作为一个王爷,怒了,只是,那是否代表着他还在意就没有人能知道了。“多久?我也不知道有多久了,只是,我已经记不起是什么时候开始了,只是,——好像,——已经无法挽回了!”心狠狠地撕裂着,我不知道我的身体有多无力,只是,我的声音,我自己都感觉到了吃力,我就那么直视着他,我不知道我通过他的眼睛可以看到什么,只是,我就是不想离开他的眼睛。而他,似乎也震惊着,望着我这双失败感强烈的眼睛,我不知道他心里是什么滋味,只是,我看着他,心里,充满了悲哀。某天晚上,“怎么?很不情愿?可是,请你不要忘了,不管我们是怎么成亲的,不管我们是如何度过的,你,都是我康狸的女人!”再也没有了下文,他狠狠地把我按在了床上,用力的撕裂了我的衣衫,一夜的缠绵,一夜的空虚,无止境的。。。。。。只是,我,却越来越渴望自由,不想被圈养在他那个华丽的王府。。。
  • 无敌大小姐

    无敌大小姐

    当现代阴狠毒辣,手段极多的火家大小姐火无情,穿越到一个好色如命,花痴草包大小姐身上,会发生怎样的化学反应?火无情一醒过来就发现,自己竟然在众目睽睽之下上演脱衣秀。周围还有一群围观者。这一发现,让她极为不爽。刚刚穿好衣服,便看到一个声称是自家老头的老不死气势汹汹的跑来问罪。刚上来,就要打她。这还得了?她火无情从生自死,都是王者。敢动她的人,都在和阎王喝茶。于是,她一怒之下,打了老爹。众人皆道:火家小姐阴狠毒辣,竟然连老爹都不放在眼里。就这样,她的罪名又多了一条。蛇蝎美人。穿越后,火无情的麻烦不断。第一天,打了爹。第二天,毁了姐姐的容。第三天,骂了二娘。第四天,当众轻薄了天下第一公子。第五天,火家贴出招亲启事:但凡愿意娶火家大小姐者,皆可去火府报名。来者不限。不怕死,不想活的,欢迎前来。警示:但凡来此,生死皆与火家无关。若有残病者火家一律不负法律责任。本以为无人敢到,岂料是桃花朵朵。美男个个很妖娆一号美人:火无炎。火家大少爷。为人不清楚,手段不清楚。容貌不清楚。唯一清楚的是,他有钱。有多多的钱。火无情语录:钱是好东西。娶了。(此美男,由美瞳掩饰不了你眼神的空洞领养。)火老爷一气之下,昏了过去。家门不幸,家门不幸啊。二号美人:竹清月。江湖人称天上神仙,地上无月。大国师一枚。美得惊天动地。火无情语录:美人好,尤其是自带嫁妆又会预测未来的美人,娶了。(此美男,由东de琳琳领养)三号美人:轩辕子玉。当朝七皇子,游历四国。一张可爱无敌的脸。单纯至极。火无情语录:可爱的孩子好,可爱又乖巧的孩子更好。可爱乖巧又不用给钱的孩子,娶了。(此美男,由刘千绮领养)皇帝听闻,两眼一抹黑。他的儿啊。怎么就这么不争气呢。四号美人:天下第一美男。性格不详,籍贯不详。火无情语录:谜一样的美人,她喜欢。每天都有新鲜感。娶了。(此美男,由告别的爱情li领养。)五号美人:天下第一名伶。火无情语录:解风情的美男,如果没钱花把他卖了都不用调教。娶了。(此美男由伊眸领养。)六号美男:解忧楼楼主。相貌不详,身世不详。爱好杀人。火无情语录:凶恶的美人,她喜欢。娶了。(此美男由陈铭铭领养)七号美男:琴圣。貌如谪仙,琴音杀人。冷清眸子中,百转千回,说尽风流。(此美男由伊眸领养)夜杀:天下第一杀手。(此美男由静寂之夜领养)
  • 女老总的柳下惠老公

    女老总的柳下惠老公

    ---腐女俱乐部女主角:“我妈催我嫁人。”---投炸弹。死党一:“你女王是当定了,没有反击的可能。”---一副这有什么大不了的样子。死党二:“什么呀?不是还有其他的吗?别将恋的选择权弄少了!”--白眼.死党三:“YOU,泥闷……煤油靠率国?”---标准的洋老外,亏了她这么长一句话错了一大半,最后两个字倒是发音相当标准。-----近墨者黑啊!众人感叹!!女主角:“洋忸说的没错,就这么定了!”-----拍板定案!
  • 若是蝴蝶会哭泣

    若是蝴蝶会哭泣

    她,本是平凡女子,却一次又一次流落异地,江湖中的恩怨情仇似乎都与她有关,这厄运就那么无法逃开吗?所有这一切种种安排,可有她的一丝意愿?他,一袭月白衣衫,本是杀手,却在与她的第一次邂逅中便有了一生一世的承诺,而后,依旧是背叛。他,是那里的王爷,是地下的皇帝,依旧为她倾心,可最后,为什么会对她的死活不管不顾?不是爱过吗?在这恩怨情仇交织的地方,她又该走向何方?
  • 纳尼亚传奇5:能言马与男孩

    纳尼亚传奇5:能言马与男孩

    故事发生在彼得、苏珊、爱德蒙和露茜统治纳尼亚的时期。一天,少年沙斯塔发现自己将被他的养父卖给一个凶恶的卡乐门贵族为奴隶。夜里,他和贵族的战马布里一起逃跑。布里原是纳尼亚会说话的马。沙斯塔和它一起逃往纳尼亚。途中,他们遇到了贵族少女阿拉维斯和她会说话的母马赫温。阿拉维斯是为了不满包办婚姻而逃跑的。于是他们四个便结伴而行。他们历尽艰险,还得知卡乐门王子拉巴达什在向苏珊女王求婚被拒之后,试图突袭阿钦兰的安瓦德城,再进攻纳尼亚。最后,沙斯塔拯救了纳尼亚和阿钦兰。胜利后,他发现自己是阿钦兰王子,原名科奥,自幼被居心不良的叛徒偷走,后被渔夫所抚养。他后来继承了阿钦兰王位,并与阿拉维斯结婚。
  • 鬼医傻妃太逍遥

    鬼医傻妃太逍遥

    大婚之夜:“娘子,你抢了人家来,堂也拜了,洞房也入了,你可要对人家负责。”某腹黑男一脸的‘可怜兮兮’狐狸般的轻笑中却是无尽的宠爱。“可以退货不?”她看的胆战心惊,瞠目结舌。“想都别想。”他脸色遽变,咬牙切齿的低吼,招惹了他,他岂能让她轻易逃过,招惹了他的后果,向来只有一个、、、、她是现代某高层的特殊军医,果断,锐利,雷厉风行,手术刀一出,阎王都要让三分,人称鬼医。她亦是美名天下的心理博士,温柔如水,风情万种。就是这样的她,却莫名其妙的穿越到了一个蛮不讲理,飞扬跋扈,胸大无脑的大小姐身上。变了,变了,天变了,地变了,一切的一切都变了。什么?嘲弄她?陷害她,算计她?真是天大的笑话,她是那么好欺负的吗?一切才刚刚开始呢。