下月車價(jià)漲還是跌

趙一禧

現(xiàn)在大家都在說數(shù)據(jù)決策，但面對(duì)錯(cuò)綜復(fù)雜的數(shù)據(jù)，能把數(shù)據(jù)運(yùn)用于決策卻不是那么簡(jiǎn)單。例如，汽車行業(yè)通常會(huì)有這樣的疑問，究竟下個(gè)月的車價(jià)會(huì)上漲還是下跌呢？

這是在汽車銷售過程中，大家發(fā)問得最多的問題之一，但也絕對(duì)是最難回答的問題之一。即使是經(jīng)驗(yàn)豐富的研究人員，手上擁有著一大堆的數(shù)據(jù)，也無法從錯(cuò)綜復(fù)雜的數(shù)據(jù)中一窺究竟，甚至就算是廠家自己都未必知道自己的車下個(gè)月的成交價(jià)會(huì)怎樣變化。

面對(duì)這個(gè)切身的“不可能完成的任務(wù)”，威爾森通過大量的數(shù)據(jù)分析，發(fā)現(xiàn)存在一些方法可以對(duì)未來的價(jià)格走勢(shì)進(jìn)行預(yù)判，其中一個(gè)就是用庫(kù)存判斷下個(gè)月的價(jià)格走勢(shì)。

庫(kù)存對(duì)經(jīng)銷商來說就是資金，庫(kù)存越多則占用的資金就越多，而現(xiàn)金的流動(dòng)性就越低，自然就會(huì)影響到經(jīng)銷商的運(yùn)營(yíng)狀況，產(chǎn)生風(fēng)險(xiǎn)，因此，在庫(kù)存較大時(shí)，經(jīng)銷商必然會(huì)想方設(shè)法盡快地清理庫(kù)存，讓庫(kù)存保持在一個(gè)合理的水平。

這時(shí)，價(jià)格就成為經(jīng)銷商調(diào)節(jié)庫(kù)存的一個(gè)有效杠桿，這也為我們預(yù)測(cè)價(jià)格提供了可循之跡。

威爾森通過對(duì)數(shù)以億條的車型價(jià)格、庫(kù)存數(shù)據(jù)的研究發(fā)現(xiàn)：當(dāng)庫(kù)存深度超過1.3時(shí)，庫(kù)存深度每增加0.1，月度價(jià)格則極有可能環(huán)比多降 0.7%。當(dāng)然，（注：此結(jié)論來源于部分車型研究的一般結(jié)果，不同車型會(huì)有所差異。）透過數(shù)據(jù)迷霧，發(fā)現(xiàn)庫(kù)存與價(jià)格的關(guān)系，首先我們得對(duì)數(shù)據(jù)進(jìn)行合理的加工。通常如果直接畫出某個(gè)車型的庫(kù)存與成交價(jià)的折線圖，往往看到的是這個(gè)樣子的（某中型轎車數(shù)據(jù)）：

從圖1我們看出，成交價(jià)總體不斷下跌，庫(kù)存量則呈現(xiàn)不規(guī)則波動(dòng)，兩者看上去幾乎毫不相關(guān)，甚至在局部存在一定的正相關(guān)，這樣根本不可能通過庫(kù)存來對(duì)價(jià)格作合理的預(yù)判。這主要是我們數(shù)據(jù)的“打開”方式不對(duì)，沒有掌握數(shù)據(jù)加工的方法是永遠(yuǎn)無法發(fā)現(xiàn)其中的奧秘。

如何加工價(jià)格庫(kù)存數(shù)據(jù)

對(duì)于成交價(jià)數(shù)據(jù)，由于受型號(hào)權(quán)重變化影響，加權(quán)成交價(jià)并不是一個(gè)很好的反映價(jià)格變化趨勢(shì)的指標(biāo)。那么該如何加工價(jià)格數(shù)據(jù)？

問題的答案取決于如何回答以下問題：如果某車型所有型號(hào)價(jià)格均下降2%，那該車型的價(jià)格是不是也應(yīng)該降2%？計(jì)算車型價(jià)格降幅時(shí)是否應(yīng)該考慮型號(hào)的權(quán)重？

看似簡(jiǎn)單的問題，卻能引出不同的價(jià)格設(shè)計(jì)。威爾森在需求研發(fā)階段便設(shè)計(jì)出6種不同的算法，最后經(jīng)過反復(fù)討論驗(yàn)證，最后設(shè)計(jì)出MMI（MoM Market Value Index）——以市值為基礎(chǔ)的環(huán)比算法。該算法既能準(zhǔn)確反映價(jià)格環(huán)比變化，又包含當(dāng)前不同型號(hào)的權(quán)重信息。

而對(duì)于庫(kù)存，隨著銷量的季節(jié)波動(dòng)，庫(kù)存絕對(duì)量也會(huì)相應(yīng)波動(dòng)，但這并不能很好地反映經(jīng)銷商的庫(kù)存壓力。因此我們采用以下方式計(jì)算庫(kù)存深度：

這里有一個(gè)細(xì)節(jié)，就是使用上月末的庫(kù)存，而不是本月末的庫(kù)存，因?yàn)榻?jīng)銷商往往會(huì)根據(jù)上月末的庫(kù)存狀況來制定本月的銷售策略，因此采用上月末庫(kù)存來計(jì)算庫(kù)存深度更能反映經(jīng)銷商的庫(kù)存壓力。

經(jīng)過以上的加工后，我們看到的某車型庫(kù)存與價(jià)格的折線圖是這個(gè)樣子的：

從圖2可以明顯看出庫(kù)存深度與價(jià)格環(huán)比變化存在顯著的負(fù)相關(guān)，其相關(guān)性高達(dá)-0.64。另外再舉一個(gè)中型SUV的例子，如沒有經(jīng)過數(shù)據(jù)的加工處理，庫(kù)存與價(jià)格的關(guān)系見圖3。

而經(jīng)過處理后，庫(kù)存與價(jià)格的關(guān)系見圖4：

從圖中可以清晰看出，在庫(kù)存深度較高的2014年，價(jià)格顯著走低。

在正確的數(shù)據(jù)“打開”方式下，我們發(fā)現(xiàn)了庫(kù)存與價(jià)格的一般關(guān)系，也就找到了價(jià)格變化的其中一條“跡”。但是為了預(yù)測(cè)價(jià)格，我們還需建立庫(kù)存深度與價(jià)格的量化模型。

如何建立價(jià)格與庫(kù)存的量化模型

這里，首先簡(jiǎn)單的假設(shè)價(jià)格與庫(kù)存深度的關(guān)系為簡(jiǎn)單的線性模型關(guān)系：

價(jià)格環(huán)比 = 常數(shù) + b * 庫(kù)存深度

然后通過回歸來擬合模型的參數(shù)，得到初步的回歸結(jié)果。一般的研究員可能到這里也就結(jié)束了，然而對(duì)于威爾森來說，這僅僅是建模的第一步。在進(jìn)行參數(shù)估計(jì)后，我們得進(jìn)入模型檢驗(yàn)階段，至少有參數(shù)檢驗(yàn)、擬合優(yōu)度檢驗(yàn)以及穩(wěn)健性檢驗(yàn)三個(gè)步驟。

從殘差中發(fā)現(xiàn)庫(kù)存壓力線

模型起初的R方（即擬合優(yōu)度）并不高，經(jīng)殘差分析，我們迅速定位了問題所在，新車上市期以及接近退市階段。

比如新車上市前兩個(gè)月屬于鋪貨期，此時(shí)庫(kù)存往往處于上升階段，但銷量卻極不穩(wěn)定，價(jià)格的波動(dòng)也較為隨機(jī)。如果將鋪貨期的數(shù)據(jù)與一般時(shí)期的數(shù)據(jù)混在一起計(jì)算，往往會(huì)對(duì)參數(shù)造成較大的干擾。

與此相對(duì)的則是接近某車型年款停售階段，此時(shí)庫(kù)存與銷量逐漸減小至零，這一階段的庫(kù)存深度指數(shù)往往會(huì)大幅波動(dòng)，從而也會(huì)對(duì)參數(shù)的估計(jì)產(chǎn)生不良影響。

除了以上兩個(gè)異常時(shí)期外，通過分析殘差的趨勢(shì)變化，我們還發(fā)現(xiàn)庫(kù)存深度的不同水平，會(huì)對(duì)價(jià)格有不同的影響作用。

通過歸納總結(jié)，我們發(fā)現(xiàn)庫(kù)存會(huì)有一個(gè)壓力線，或者所謂的閾值，在閾值以下，價(jià)格相對(duì)穩(wěn)定，反之則價(jià)格顯著下跌?；谶@個(gè)發(fā)現(xiàn)，我們?cè)诨貧w的時(shí)候?qū)?kù)存深度進(jìn)行分階段擬合。

以上文中型轎車為例，我們經(jīng)過異常點(diǎn)的處理以及反復(fù)嘗試后，最終模型給出的結(jié)論如圖5：

價(jià)格環(huán)比值隨庫(kù)存深度的增加而下降；

在庫(kù)存深度達(dá)到1.3之前，價(jià)格環(huán)比值變化相對(duì)緩慢；

庫(kù)存深度為1.3時(shí)，價(jià)格環(huán)比下降約0.6%；

庫(kù)存深度在1.3以上每增加0.1，價(jià)格環(huán)比值下降0.7%。

我們找到了庫(kù)存深度與價(jià)格環(huán)比的顯著性關(guān)系，并給出了使用單一指標(biāo)庫(kù)存深度對(duì)價(jià)格進(jìn)行預(yù)測(cè)的基礎(chǔ)方法。

但成交價(jià)預(yù)測(cè)在不同的細(xì)分市場(chǎng)，不同的車型還會(huì)存在自己的特點(diǎn)，要做到準(zhǔn)確地預(yù)測(cè)成交價(jià)，還需要根據(jù)實(shí)際情況做更多的數(shù)據(jù)挖掘，需要數(shù)據(jù)分析師以更全面的視角進(jìn)行深入的研究與判斷。（本文作者為威爾森咨詢有限公司數(shù)據(jù)建模師）endprint