5.1 采购预测

5.1.1 采购预测的概念

采购预测就是指在采购市场调查所取得的各种信息的基础上,经过分析研究,运用科学的方法和手段,对未来一定时期内采购市场的变化趋势和影响因素所做的估计和推断。

5.1.2 采购市场预测的主要作用

1)作为企业采购决策的前提。

2)为企业编制采购计划提供依据。

3)提高企业竞争能力和经营管理水平。

5.1.3 采购预测的程序

采购预测的程序一般分4步,如图5-1所示。

978-7-111-53166-1-Part02-1.jpg

图5-1 采购预测的程序

1.确定预测问题与目标

采购预测首先要明确预测的问题与目标,比如是做采购需求量预测、价格总水平预测还是单项商品价格变化预测等。即把抽象的预测问题转化为具体的问题。

2.数据收集与整理

对于搜集的各种资料,采购人员还应结合调查目的及工作需要进行整理。调查资料整理分3步,即剔除无关资料、汇总与分类、制作统计表。首先剔除不可靠、不准确,以及与调查目的无关的资料,并对剩余资料进行整理,使其成为排列有序、可靠、有参考价值的资料;其次将本次采购调查资料先按照大类别分别加以汇总,再将大类资料根据调查内容进行更加详细的分类;然后将分类后的资料分别进行统计及汇总,可使用专业统计软件SPSS及数据库软件等提高统计效率,找出各个数据间的相关关系,最后将汇总结果以统计数字的形式表示出来。

3.选择预测方法

采购人员应根据不同的市场现象选择合适的预测方法。常用的预测方法如图5-2所示,分为定性分析预测法和定量分析预测法两种。

978-7-111-53166-1-Part02-2.jpg

图5-2 采购预测主要方法

(1)定性分析预测法

定性分析预测法是预测人员依靠自身的知识、经验和综合判断能力,根据历史资料和现实资料,对市场现象的实质特点和变化情况进行分析判断。该方法使用起来比较简单、省时间、省费用,对现象发展的方向把握较准确,同时还可用来预测难以量化的现象。但这种方法也容易受到预测人员主观意识的影响,一般应与定量分析预测法结合使用。

(2)定量分析预测法

定量分析预测法是对市场现象的性质、特点和关系进行分析后,建立数据模型,进行现象数量变化预测的方法,又分为时间序列预测法和因果关系预测法。该方法科学、准确,适用于数据资料充分的情形。同时,该方法要求预测者具备良好的数学知识。

定量预测使用“硬”数据,将历史需求数据作为统计预测的基础。如果对于预测的变量有可用的历史数据,就可以使用定量预测方法。这些方法是依据有关特定变量的时间序列(一段时间)和其他可能相关的时间序列内的历史数据进行分析的。

1)简单移动平均法。简单移动平均法,顾名思义,这是一个简单的技术。找出最近各时间段的需求量,并假设接下来的时间段需求量为过去各时间段需求量的平均值。关于应当选用过去多少个时间段,并没有特定的规则。例如,如果要估算7月份的需求量,那么可以看1~6月份期间的实际使用量,然后取这6个月的平均值。

例如,某独立需求材料在1~6月份的使用量如表5-1所示。

表5-1 某材料1~6月份的使用量情况

978-7-111-53166-1-Part02-3.jpg

使用简单移动平均法,取这6个月的平均值:2640÷6=440(L)。以此作为对7月份使用量的估计值。

这里使用“移动平均”一词,原因在于每一步向前移动一个月。因此,在估计8月份的使用量时,不再使用1月份的数值,代之以7月份的实际使用量。这样,对8月份使用量的估计是基于8月份之前的6个月,即2~7月份的历史数据。

当然,这方法有点过于简单。从数据中可以清楚地看出对这种材料的需求量波动很大。1~6月的数据中最低为190L,最高为600L。这样的数据使用简单平均似乎不太可信。7月份的实际数据也许就是这两个极端值中的一个,这样的话,估计值440L就相去甚远了。

2)加权平均法(或移动加权平均法)。在上述例子中,1月份的数值与6月份的数值对计算平均值的贡献完全相同,这并未考虑在现实中十分常见的问题,即与更近的数据相比,越早的数据对未来的指导越不可靠。如果该物品使用模式正在逐渐发生变化,这种变化更有可能反映在6月份的使用量数值上而不是6个月之前的1月份的数值上。为了考虑到这一点,可以使用移动加权平均法。这种方法对近期的数据赋予较大的权重,并随着时间的前移而逐渐降低权重。

这里给予最近月份更高的重要性,赋予6月份数值权重为0.4,5月份为0.3,4月份为0.2,3月份为0.1(这些权重不是固定的,可以根据判断设定它们,但所有权重之和必须等于1才有算术意义)。利用加权平均法,7月份的估计值可以计算如下:

(0.4×380)+(0.3×420)+(0.2×600)+(0.1×600)=458(L)。

3)时间序列预测方法。在时间序列预测法中,对连续的点或连续的时间段进行测量。测量可以按每天、每周、每月或每年,或任何其他规则(或不规则)的时间间隔进行。虽然大多数的时间序列数据通常会表现出随机的波动,但在较长的时间段内时间序列仍有可能呈现出由低到高或由高到低的逐渐转变。时间序列的逐渐转移通常被预测者称为时间序列中的趋势。

4.输出预测结果

预测人员应利用已定的预测方法或模型,对预测期内的现象进行预测。无论预测方法多么有效,也无法做到百分之百准确,预测值与实际使用量之间总会存在偏差。资料的完整性和真实性、预测人员的素质水平、预测模型的准确性,以及内外部环境等因素对预测结果会有影响,预测结果与实际结果之间一般都会存在10%左右的偏差。这个偏差称为预测误差或预测偏差。在进行预测时,必须给定一个允许偏差值。安全库存与预测精度有关,事实上它依赖于预测误差。如果预测误差大,持有的安全库存就必须多;如果预测误差小,安全库存就可以少。

简单预测技术通常不适用于制造企业或建筑公司的原材料或外购件的控制,因为这些情况下的需求量在预先计划好的运营项目中已经严格限定了。不过在这些企业中,其通用易耗品是可以用简单预测方法进行预测的。在零售业,预测尤为重要,不仅需要对一种物品的年销售额进行预测,还需要对其季节性变化进行预测。很多公司采用非常先进的计算机软件进行这类预测。当然,库存是基于预测进行购置的,并存储以备需要时使用。