基于工商協(xié)同的卷煙月度投放量預(yù)測模型

華勇

紅塔煙草（集團(tuán)）有限責(zé)任公司，工藝質(zhì)量部，云南省玉溪市紅塔區(qū)紅塔路118號 653100

基于工商協(xié)同的卷煙月度投放量預(yù)測模型

華勇

紅塔煙草（集團(tuán)）有限責(zé)任公司，工藝質(zhì)量部，云南省玉溪市紅塔區(qū)紅塔路118號 653100

為準(zhǔn)確預(yù)測卷煙月度投放量，采用時間序列模型中的季節(jié)變動預(yù)測法，根據(jù)實(shí)際情況改進(jìn)算法，設(shè)定了“下月日均銷量”和“目標(biāo)月存銷比”這兩個定量調(diào)控預(yù)測手段，通過存銷比管理，建立了卷煙月度投放量預(yù)測模型。實(shí)證檢驗(yàn)表明該模型能夠進(jìn)行較為準(zhǔn)確的月度預(yù)測，可以據(jù)此在工商協(xié)同營銷系統(tǒng)中創(chuàng)新、優(yōu)化工商月度網(wǎng)上配貨工作。

工商協(xié)同；卷煙投放量；預(yù)測模型；市場；計劃

工商協(xié)同營銷是我國煙草行業(yè)改革和發(fā)展的必然要求。卷煙需求預(yù)測是工商協(xié)同營銷的重要業(yè)務(wù)起點(diǎn)，一直以來工商企業(yè)各自預(yù)測，缺乏用于協(xié)同的預(yù)測模型?；诠ど虆f(xié)同的卷煙月度投放量預(yù)測模型，預(yù)測對象是“工業(yè)企業(yè)”供應(yīng)“商業(yè)公司”各卷煙牌號規(guī)格的月度投放量，預(yù)測主體是工、商企業(yè)聯(lián)合使用，能夠?yàn)楣ど唐髽I(yè)提供一致的組織貨源、組織生產(chǎn)、組織配送和品牌經(jīng)營的信息導(dǎo)向，提高工商協(xié)同營銷業(yè)務(wù)的效率?！氨M管已有數(shù)十篇的文章研究我國卷煙需求預(yù)測，但是許多研究結(jié)論尚存爭議[1]”，很難找到一種能協(xié)同工商雙方、并把市場與計劃結(jié)合起來的預(yù)測模型。

“構(gòu)建卷煙需求預(yù)測模型的方法有三種。一是采用回歸模型。二是采用時間序列模型。三是采用組合預(yù)測方法。其中組合預(yù)測方法不是一種經(jīng)濟(jì)預(yù)測模型，只是一種試圖提高預(yù)測精度的方法[1]?！被貧w模型需要的宏觀信息和微觀信息比較難以獲得全面、一致的信息，數(shù)據(jù)粒度到月度就更困難了，而且，至今為止有關(guān)卷煙需求預(yù)測的研究，對卷煙需求的確切影響因子到底有哪些缺乏共識。同時，消費(fèi)者和零售戶需求信息的真實(shí)性、可靠性難以保障[2-3]。因此基于工商協(xié)同的卷煙投放量預(yù)測模型，宜采用時間序列模型，利用各卷煙牌號規(guī)格的商業(yè)歷史銷量信息，對商業(yè)公司的未來銷量時間序列進(jìn)行推斷，再逐步推算出相應(yīng)的工業(yè)企業(yè)的未來投放量。

1 預(yù)測方法

1.1 時間序列模型方法的選取

時間序列模型的方法有移動平均法、趨勢外推法、指數(shù)平滑法、季節(jié)變動預(yù)測法、神經(jīng)網(wǎng)絡(luò)模型等，前四種是傳統(tǒng)預(yù)測方法。在預(yù)測卷煙需求的很多研究中，神經(jīng)網(wǎng)絡(luò)模型大多用于結(jié)合各種方式對傳統(tǒng)預(yù)測方式進(jìn)行改進(jìn)[4-6]。移動平均法和指數(shù)平滑法常出現(xiàn)滯后誤差[7]。趨勢外推法比較適合預(yù)測年度、半年度的卷煙銷售，如趙輝等[8]利用2004-2009年河北省某市卷煙年度銷售量，建立一元線性模型預(yù)測2010年銷售量。月度銷量預(yù)測中，季節(jié)變動預(yù)測法采用得較多,例如文獻(xiàn)[7-10]所闡述的。

卷煙銷售的時間序列具有整體趨勢變動性和季節(jié)波動性的二重趨勢變化特點(diǎn)。觀察近5年的全國卷煙銷售數(shù)據(jù)，可以看到，隨著GDP和人口的增長，卷煙年銷售總量逐年增加；春節(jié)、中秋等節(jié)日前后出現(xiàn)銷售高峰，隨后明顯減少。這些是長期趨勢和季節(jié)變動的體現(xiàn)。但是，季節(jié)變動預(yù)測方法并沒有考慮如何把計劃控制總量和市場季節(jié)變動結(jié)合起來，選取“季節(jié)變動預(yù)測方法”需要對預(yù)測算法進(jìn)行改進(jìn)。

1.2 確定商業(yè)公司銷量預(yù)測模型

時間序列可以分解成如下幾個部分[11]：

式中，Y：某個時間序列；T：長期趨勢項，長期時間序列逐漸增加或逐漸減少的變化；C：循環(huán)變動項，時間超過一年的周期性變動；S：季節(jié)變動項，一年內(nèi)的周期性變動；E：隨機(jī)變動項，不可預(yù)期的偶然因素對時間序列的影響。

形成時間序列變動的4類構(gòu)成因素，按照它們的影響方式不同，可以設(shè)定為不同的組合模型，其中常用的有乘法模型和加法模型：

乘法模型Y=T·C·S·E

加法模型Y=T+C+S+E

如果數(shù)值偏離趨勢部分的大小不隨時間的改變而改變，用加法模型；如果數(shù)值偏離趨勢部分的大小隨時間的改變而改變，用乘法模型。

宏觀經(jīng)濟(jì)的發(fā)展趨勢決定了卷煙銷售的長期趨勢。工商企業(yè)根據(jù)對宏觀經(jīng)濟(jì)形勢的判斷以及對當(dāng)?shù)鼐頍熓袌龅姆治?，雙方協(xié)商后簽訂“卷煙銷售協(xié)議”，“卷煙銷售協(xié)議”約定了未來一個較長時期內(nèi)卷煙銷售的總量，協(xié)議總量可以作為“長期趨勢項T”；在季節(jié)變動影響下，各個月的卷煙銷售量會出現(xiàn)某種反長期趨勢的變化程度，這種變化程度是在一年內(nèi)的周期性變動，可以作為“季節(jié)變動項S”。時間超過一年的周期性變動為循環(huán)變動項，對于年內(nèi)的月度短期預(yù)測，“循環(huán)變動項C”識別比較復(fù)雜，通常把它合并到長期趨勢項里，而“隨機(jī)變動項E”是不可預(yù)測的。選擇乘法模型，商業(yè)公司卷煙月度銷售量的時間序列模型為：

式中，Y：卷煙月度銷售量時間序列；T：“卷煙銷售協(xié)議”總量；S：各個月卷煙銷售量的季節(jié)變動項。

1.3 基于存銷比計算出卷煙月度投放量

存銷比是指某一時點(diǎn)庫存量與期間銷量的比值。存銷比反映了庫存和銷售之間的關(guān)系，當(dāng)銷量增大時，庫存也會增加。合理的存銷比可以有效滿足需求，既避免斷貨，又控制庫存過大?；诖驿N比的卷煙庫存管理技術(shù)，其基本約束是工業(yè)企業(yè)供貨后商業(yè)公司的目標(biāo)存銷比不能大于最高投放存銷比，也不能低于最低投放存銷比[12]。根據(jù)工商雙方共同協(xié)商確定的目標(biāo)存銷比，就可以計算出工業(yè)企業(yè)的卷煙投放量。

煙草行業(yè)常用的存銷比有“日存銷比”、“周存銷比”、“月存銷比”。月存銷比經(jīng)常用于考核商業(yè)公司庫存控制水平，用于判斷某牌號規(guī)格卷煙是否滯銷要停止進(jìn)貨，用于階段性地分析和反映問題。因此，采用“月存銷比”測算月度投放量。

1.4 預(yù)測的步驟

第一步，根據(jù)商業(yè)公司歷史銷售數(shù)據(jù)，預(yù)測商業(yè)公司卷煙月度銷售量，并計算出商業(yè)公司下月的兩個日均銷量：“季節(jié)日均銷量”和“近期日均銷量”。然后通過加權(quán)平均，預(yù)測確定商業(yè)公司的“下月日均銷量”?！凹竟?jié)日均銷量”和“近期日均銷量”的權(quán)重可以由工商雙方根據(jù)市場變化，共同協(xié)商確定，這是模型提供的一種定量調(diào)控手段。

第二步，根據(jù)預(yù)測日的“商業(yè)公司庫存”、“近期日均銷量”、工業(yè)企業(yè)調(diào)撥商業(yè)公司的“在途庫存”，預(yù)測下月1日商業(yè)公司的“下月期初庫存”。

第三步，根據(jù)“下月日均銷量”、“下月期初庫存”和“目標(biāo)月存銷比”，預(yù)測得出工業(yè)企業(yè)供貨的“下月投放量”?！澳繕?biāo)月存銷比”的設(shè)置是模型提供的又一種定量調(diào)控手段。

“下月投放量”，可作為下月工商月度需求銜接的預(yù)測參考。逐月預(yù)測后半年的“累計月度投放量”，與“半年協(xié)議量”進(jìn)行比較，可作為工商雙方半年補(bǔ)貨協(xié)議的預(yù)測參考。

2 算法設(shè)計

2.1 商業(yè)公司日均銷量的確定

2.1.1 季節(jié)日均銷量

取商業(yè)公司各年度半年同期的每月銷量數(shù)據(jù)作為時間序列：y1、y2、…、yn，它由m年數(shù)據(jù)組成（m≥3），季節(jié)長度為L，L=6個月，則n=m×L。例如：2009年1月銷量，2009年2月銷量，…，2009年6月銷量，2010年1月銷量，2010年2月銷量，…，2010年6月銷量，2011年1月銷量，2011年2月銷量，…，2011年6月銷量。

（1）建立季節(jié)預(yù)測模型：

用各期的觀測值除以趨勢值，剔除趨勢，得出季節(jié)指數(shù)和隨機(jī)變動的混合值

再對同季節(jié)的這個混合值求平均，得到季節(jié)指數(shù)的估計值

（2）上面的算法不能實(shí)現(xiàn)“把計劃控制總量和市場季節(jié)變動結(jié)合起來”的模型的目標(biāo)。需要改進(jìn)算法，把工商半年協(xié)議量和市場季節(jié)變動因素結(jié)合起來：

把③代入④后，再把④代入①，得到：

把第t+1期到第t+L期的預(yù)測值累加，即半年預(yù)測銷量累計為：

⑤除以⑥后，經(jīng)過整理得到新的預(yù)測算法：

設(shè)：

則新的預(yù)測算法表示為：

小學(xué)生的年齡小，抽象思維能力較差。而小學(xué)數(shù)學(xué)教師可以運(yùn)用多媒體教學(xué)法架起學(xué)生與教材之間的橋梁，進(jìn)而降低其學(xué)習(xí)坡度。與此同時，教師要充分地結(jié)合自身的教學(xué)特點(diǎn)，從而提升小學(xué)數(shù)學(xué)教學(xué)的教學(xué)有效性。

（3）設(shè)預(yù)測月份的天數(shù)為Dλ，那么預(yù)測月份的季節(jié)日均銷量為：

2.1.2 近期日均銷量

2.1.3 下月日均銷量

式中，w1：季節(jié)日均銷量權(quán)重；w2：近期日均銷量的權(quán)重。

權(quán)重w1、w2按下面方法求?。?/p>

權(quán)重w1、w2可以上下做一些調(diào)整。調(diào)整原則是：w1+w2=1；市場季節(jié)變動最大的那個月，w1最大可以調(diào)整為1；同類卷煙設(shè)置同等的權(quán)重。

2.2 下月商業(yè)公司期初庫存的確定

卷煙從工業(yè)企業(yè)調(diào)撥到商業(yè)公司的過程中，未入商業(yè)公司庫存的卷煙數(shù)量為在途庫存量。

下月商業(yè)公司期初庫存IO預(yù)測如下：

式中，IO：下月商業(yè)公司期初庫存；Id：預(yù)測日的商業(yè)公司庫存；II：在途庫存。

2.3 工業(yè)企業(yè)供應(yīng)商業(yè)公司的月度投放量Tm計算

庫存控制是連結(jié)供需的紐帶。根據(jù)下月商業(yè)公司目標(biāo)月存銷比B，可以計算出下月工業(yè)企業(yè)月度投放量Tm：

對于商業(yè)公司的目標(biāo)月存銷比B的設(shè)置，基于工商協(xié)同營銷，需要遵循以下原則：工商相互協(xié)調(diào)、共同確定目標(biāo)月存銷比的水平和控制策略；以客戶滿意度和成本費(fèi)用水平綜合最佳為目標(biāo)；同類卷煙設(shè)置同等的目標(biāo)月存銷比。

3 實(shí)證分析

下面以銷售比較穩(wěn)定的玉溪(軟)品牌規(guī)格卷煙為例，提取2009年至2011年玉溪(軟)品牌規(guī)格在某城市的上半年工商半年協(xié)議量、每月商業(yè)銷量、每月工業(yè)投放量等數(shù)據(jù)。預(yù)測2012年上半年該城市的工業(yè)卷煙月度投放量。以下圖表，涉及卷煙數(shù)量的，單位均為“箱”。

3.1 銷量數(shù)據(jù)分析

首先，觀察玉溪(軟)商業(yè)銷量時間序列，畫散點(diǎn)圖，如圖1所示。

從圖1可以看出玉溪(軟)上半年銷量時間序列總體呈緩慢持續(xù)增長的趨勢，同時時間序列在每年內(nèi)呈季節(jié)性波動起伏，在1月份即元旦、春節(jié)的節(jié)日期間達(dá)到年內(nèi)峰值，隨后2月份銷量銳減，3月份銷量反彈，以后各月份上下波動總體向上緩慢增長。

3.2 預(yù)測結(jié)果

第一步，首先按照預(yù)測模型中⑧計算商業(yè)銷量預(yù)測值y19、y20,…,y24，即2012年1月商業(yè)銷量預(yù)測值、2012年2月商業(yè)銷量預(yù)測值、…、2012年6月商業(yè)銷量預(yù)測值。計算過程如表1所示。

表1 預(yù)測模型中⑧的計算過程Tab.1 Calculation process of forecast model ⑧

續(xù)表1

然后按照預(yù)測模型中⑨和⑩，計算商業(yè)公司的兩個日均銷量：季節(jié)日均銷量和近期日均銷量（每月20日為預(yù)測日）。按照預(yù)測模型中?，計算得出商業(yè)公司的下月日均銷量。計算過程如表2所示。

表2 預(yù)測模型中⑨⑩?的計算過程Tab.2 Calculation process of forecast model ⑨⑩?

計算w1、w2后，做調(diào)整，其中1月份卷煙銷售的季節(jié)變動最大，把季節(jié)日均銷量權(quán)重w1設(shè)置為1，近期日均銷量權(quán)重w2設(shè)置為0。其他月份均做幅度基本一致的調(diào)整。

第二步，按照預(yù)測模型中?，計算商業(yè)公司的下月期初庫存。

第三步，按照預(yù)測模型中?，計算得到工業(yè)企業(yè)供應(yīng)商業(yè)公司的月度投放量。3月份商業(yè)公司對市場進(jìn)行調(diào)控，商業(yè)公司的目標(biāo)月存銷比調(diào)整為0.2。第二步和第三步的計算過程如表3所示。

表3 預(yù)測模型中??的計算過程Tab.3 Calculation process of forecast model ??

預(yù)測值與實(shí)際值的相對誤差很小。預(yù)測值累計后與半年協(xié)議量比較，有63.17箱計劃未完成，不足半年協(xié)議量的0.4%，符合煙草行業(yè)“總量控制，稍緊平衡”的調(diào)控原則。

3.3 比較分析

（1）不做調(diào)控，即不調(diào)整權(quán)重w1、w2

上面步驟、算法、目標(biāo)月存銷比均不變，但計算w1、w2后，不做調(diào)整，得到預(yù)測值與實(shí)際值的比較如表4所示。

表4 不調(diào)整權(quán)重，預(yù)測值與實(shí)際值比較Tab.4 Comparison between predicted value and actual value without adjusting w1 and w2

預(yù)測值與實(shí)際值的相對誤差較大。預(yù)測值累計后與半年協(xié)議量比較，超過半年協(xié)議量2.92%，可得到工商半年補(bǔ)貨協(xié)議的預(yù)測量為465.63箱。符合煙草行業(yè)“總量控制，稍緊平衡”的調(diào)控原則。

（2）不把工商半年協(xié)議量和市場季節(jié)變動因素結(jié)合起來

權(quán)重w1、w2目標(biāo)月存銷比B的設(shè)置一致的條件下，按照預(yù)測模型中①計算商業(yè)銷量預(yù)測值，得到預(yù)測值與實(shí)際值的比較如表5所示。

表5 權(quán)重、商業(yè)目標(biāo)月存銷比不變，預(yù)測值與實(shí)際值比較Tab.5 Comparison between predicted value and actual value when the weight and the monthly inventory-to-sales ratio are unchanged

預(yù)測值與實(shí)際值的相對誤差非常大。預(yù)測值累計后與半年協(xié)議量比較，僅僅完成半年協(xié)議量的43.8%。而且無論如何調(diào)整權(quán)重w1、w2，預(yù)測結(jié)果都不能令人滿意。

（3）趨勢比率模型預(yù)測

“季節(jié)變動預(yù)測法”中趨勢比率模型應(yīng)用最為廣泛[7-10]，下面用趨勢比率模型計算商業(yè)公司月銷量，其他算法不變，目標(biāo)月存銷比B設(shè)置不變。

按照趨勢比率模型方法，以直線模型擬合長期趨勢：T=a+bt。用最小二乘法估計參數(shù)，得到長期趨勢模型回歸方程：T=599.84+87.2t。剔除趨勢，消除隨機(jī)干擾，計算調(diào)整系數(shù)，得到各季節(jié)指數(shù)：S19=1.8193，S20=0.7611，S21=0.9074，S22=0.9286，S23=0.8284，S24=0.7612。建立季節(jié)模型：計算得到商業(yè)公司月銷售量。最后得到預(yù)測值與實(shí)際值的比較如表6所示。

表6 趨勢比率模型預(yù)測，預(yù)測值與實(shí)際值比較Tab.6 Comparison between predicted value and actual value under Trend-Ratio model

預(yù)測值與實(shí)際值的相對誤差較大。預(yù)測值累計后與半年協(xié)議量比較，只完成半年協(xié)議量的81%。

通過實(shí)證和對比分析，基于工商協(xié)同的工業(yè)卷煙月度投放量預(yù)測模型，其經(jīng)濟(jì)模型的意義符合實(shí)際情況，預(yù)測效果更佳。

4 結(jié)束語

基于工商協(xié)同的工業(yè)卷煙月度投放量預(yù)測模型，以工商半年協(xié)議量、商業(yè)歷史銷量、商業(yè)庫存量、工商在途運(yùn)輸數(shù)量等行業(yè)大數(shù)據(jù)為基礎(chǔ)，能夠協(xié)同工商雙方進(jìn)行準(zhǔn)確、一致的月度預(yù)測，從而提高工商協(xié)同月度需求銜接的效率；能夠提供計劃與市場結(jié)合的方法和參數(shù)調(diào)控的手段，預(yù)測市場驅(qū)動下的多種調(diào)控結(jié)果，使得計劃與市場的協(xié)調(diào)性更好地達(dá)成。在預(yù)測商業(yè)公司銷量時，算法進(jìn)行了科學(xué)創(chuàng)新，其特點(diǎn)是，“季節(jié)變動預(yù)測法的長期趨勢項有多種計算方法，季節(jié)指數(shù)計算方法唯一；而該模型算法不計算長期趨勢項，長期趨勢項的數(shù)值已經(jīng)確定，季節(jié)因子可以有多種算法。”這里提供了一種季節(jié)因子最簡單的算法。

[1]王毅輝.我國卷煙需求預(yù)測研究述評[J].中國煙草學(xué)報,2012,18(4)：88-93.

[2]秦前浩,李穗明,王宏,金亦斌,張士剛,朱明權(quán).煙草行業(yè)工商協(xié)同營銷模式研究與探討[J].中國煙草學(xué)報 ,2010,16(2)：73-77.

[3]孫永河,段萬春,傅紅.基于決策支持系統(tǒng)的卷煙需求預(yù)測模型優(yōu)化研究[J].中國市場,2011(10)：64-66.

[4]仲東亭,張玥.BP神經(jīng)網(wǎng)絡(luò)對煙草銷售量預(yù)測方法的改進(jìn)研究[J].工業(yè)技術(shù)經(jīng)濟(jì),2007(9)：115-118.

[5]謝星峰,謝東風(fēng),鄒平.基于CBP的卷煙銷售二重趨勢時間序列預(yù)測模型研究與應(yīng)用[J].控制理論與應(yīng)用 ,2007(6)：1015-1020.

[6]關(guān)雷.神經(jīng)網(wǎng)絡(luò)在卷煙銷量預(yù)測及營銷策劃中的應(yīng)用[D].內(nèi)蒙古大學(xué)計算機(jī)學(xué)院碩士論文,2012.

[7]向美英,何利力.趨勢比率模型在卷煙預(yù)測中的應(yīng)用[J].工業(yè)控制計算機(jī),2011,24(9)：74-75.

[8]趙輝,王輝.基于多種時序模型的河北省某市卷煙需求預(yù)測比較[J].經(jīng)濟(jì)研究導(dǎo)刊,2011(8)：142-145.

[9]鄒亮.懷化市卷煙市場需求時間序列分析[J].中國煙草學(xué)報,2007,13(6)：51-56.

[10]王森,吳春明.煙草系統(tǒng)卷煙需求預(yù)測模型的探討[J].現(xiàn)代機(jī)械,2007(2)：4-9.

[11]潘紅宇.時間序列分析[M].北京：對外經(jīng)濟(jì)貿(mào)易大學(xué)出版社,2005：39-40.

[12]江濤,鄒平.基于存銷比的卷煙庫存管理方法[J].中國物流與采購,2009(15)：66-67.

Monthly cigarette supply forecasting model based on coodination of producdtion and marketing

HUA Yong
Technical Quality Department, Hongta Tobacco (Group) Co., Ltd, Yunnan 653100, China

This paper established a monthly cigarette supply forecasting model to achieve good balance between manufacturing and sales so as to make market-oriented plans. Time series method was used to determine commercial sales forecast model. An innovative algorithm based on seasonal variation forecast method, and two quantitative regulatory forecasting measures were designed. Monthly cigarette supply amount was determined by inventory-to-sales ratio management. Compared with other models the model proved to have good accuracy and consistency. It could synchronized production and sale well and optimize goods distribution and delivery.

synchronized production and sale; cigarette supply; forecast model; market; plan

華勇. 基于工商協(xié)同的卷煙月度投放量預(yù)測模型[J]. 中國煙草學(xué)報，2015,21（4）

華勇（1970—），碩士，工程師，主要研究方向：供應(yīng)鏈管理、數(shù)據(jù)中心，Email：huayong@hongta.com

2014-05-09

:HUA Yong. Monthly cigarette supply forecasting model based on coodination of production and marketing [J]. Acta Tabacaria Sinica, 2015, 21(4)