家電產(chǎn)品市場銷售的預測方法研究

宋子昀

[摘 要]以家電產(chǎn)品銷售量常用的預測模型——灰度理論GM（1，1）模型為參照藍本，根據(jù)1996—2009年家電產(chǎn)品年銷售數(shù)據(jù)，探討修正威布爾模型在家電產(chǎn)品市場銷售量的預測作用。根據(jù)家電產(chǎn)品銷售市場的變化規(guī)律，以威布爾累計概率為基礎，提出修正威布爾預測模型。通過對1996—2009年家電產(chǎn)品年銷售數(shù)據(jù)的擬合，建立家電銷產(chǎn)品年銷售量的修正威布爾預測模型，與灰度理論的GM（1，1）模型對比，分析兩種預測模型的優(yōu)劣，分析修正威布爾預測模型在家電產(chǎn)品市場銷售量預測的適用性和準確性，為家電銷產(chǎn)品售量預測提供全新的預測模型。

[關鍵詞]家電產(chǎn)品；年銷售量；預測；GM（1，1）模型；修正威布爾模型

[DOI]10.13939/j.cnki.zgsc.2017.32.127

到20世紀90年代初期，隨著我國經(jīng)濟的發(fā)展，家電產(chǎn)品逐漸成為民眾消費市場的主導產(chǎn)品，同時促進了我國家電行業(yè)的大發(fā)展，使得家電行業(yè)逐漸形成了完善的產(chǎn)業(yè)鏈和相關產(chǎn)業(yè)體系，家電行業(yè)在促進國民經(jīng)濟可持續(xù)性發(fā)展方面也起到了重要的作用，成為我國國民經(jīng)濟發(fā)展的支柱性行業(yè)。

由于國內外市場的不斷變化，特別是電子商務在我國的快速發(fā)展，極大影響家電行業(yè)的發(fā)展、競爭和營銷管理，中國家電企業(yè)面臨著全新的競爭格局，需要更新管理理念和營銷模式。在大數(shù)據(jù)時代，充分挖掘大數(shù)據(jù)蘊含的市場信息，可以幫助我國家電行業(yè)在生產(chǎn)經(jīng)營和市場競爭立于不敗之地。

對于家電產(chǎn)品銷售數(shù)據(jù)進行分析，可以提供市場對家電產(chǎn)品需求規(guī)模及其發(fā)展趨勢，這是家電生產(chǎn)和經(jīng)營的重要依據(jù)。灰度預測是家電市場銷售常用的預測模型，[1]修正威布爾模型是一種適應性極強的預測模型，但很少用于家電產(chǎn)品市場銷售分析，本文探討灰度預測和修正威布爾模型預測，利用文獻[1]的1996—2009年家電銷售數(shù)據(jù)（見表1）進行實例分析，對比兩種模型的成效，說明修正威布爾預測模型的優(yōu)勢，為家電行業(yè)經(jīng)營管理提供一種全新的預測工具。

1 灰度理論預測—GM（1，1）模型

灰色系統(tǒng)是指信息不是完全明確的系統(tǒng)，即不是完全透明的。實際上絕大多數(shù)系統(tǒng)都很難做到完全掌握所有的信息，因此，絕大多數(shù)系統(tǒng)都可以劃歸為灰色系統(tǒng)。

灰色預測是指以GM（1，1）模型為基礎對灰色系統(tǒng)所進行的預測，GM（1，1）的特點是預測所需信息較少，計算方便，精度較高。GM（1，1）模型通過對預測目標的原始時間序列進行生成或處理（累加或累減），去除隨機性誤差的影響，凸顯歷史數(shù)據(jù)的規(guī)律性，再以微分方程的形式進行建模還原系統(tǒng)。

設灰色系統(tǒng)的觀測數(shù)列x共有n個觀測值x1，x2，…，xn，對X進行一階累加，得新序列y：

2 修正威布爾預測模型

威布爾分布模型是以瑞典科學家WaloddiWeibull的名字命名的。威布爾分布是一種概率密度分布函數(shù)類型，它包含有三個參數(shù)，分別為位置參數(shù)、形狀參數(shù)和尺度參數(shù)。威布爾分布在機械工程領域、統(tǒng)計學領域、經(jīng)濟學領域、醫(yī)學和生物學等均有廣泛運用和關注。[2][3]

威布爾分布是最適合用來描述各種量分布規(guī)律的統(tǒng)計模型之一，威布爾分布對各種類型的實測（試驗）數(shù)據(jù)具有極強的適應能力。威布爾分布是一種連續(xù)的概率分布模型，有二參數(shù)和三參數(shù)兩種基本形式。二參數(shù)威布爾分布由于其模型相對簡單，未知參數(shù)少，獲得未知參數(shù)的估計值較容易，二參數(shù)威布爾分布非常適應投資、GDP和產(chǎn)品銷售量的預測。

式中，y（t）預測的家電產(chǎn)品年銷售，ymax為預測遠期可能的最大家電產(chǎn)品年銷售，其余同前。

根據(jù)表1的數(shù)據(jù)，建立修正威布爾預測模型。根據(jù)1996—2009年家電銷售變化情況，初步確定時間變量T=t+14按序號取值，即t=1～13，則家電產(chǎn)品年銷售回歸公式為（單位：萬臺）

模型（8）的相關系數(shù)R2=0.9584，遠期可能的最大家電產(chǎn)品年銷售為20000萬臺。

3 灰度理論預測模型和修正威布爾預測模型成效分析

灰度理論預測模型不能夠直接預測家電年銷售量，只能通過預測家電產(chǎn)品累計年銷售量，再還原家電產(chǎn)品年銷售量的預測值，即式（8）。修正威布爾預測模型可以直接預測家電產(chǎn)品年銷售量，即式（17），可以預測遠期可能的最大家電產(chǎn)品年銷售。

灰度理論預測模型和修正威布爾預測模型預測計算成果見表2和圖1。灰度理論預測模型的擬合度為R2=0.9994，略高于修正威布爾預測模型的R2=0.9584，但是灰度理論預測模型還要轉換為年銷售量，即式（8），從表2和圖1可以看出，修正威布爾預測模型的成果要好于灰度理論預測模型，而且修正威布爾預測還給出遠期可能的最大家電產(chǎn)品年銷售為20000萬臺的信息，所以，修正威布爾預測模型對于家電年銷售量的預測是非常有效，這是一種新的家電年銷售量預測工具。

4 結 論

灰度理論預測模型是家電市場銷售量的常用預測方法，所采用的GM（1，1）預測模型，具有預測所需信息較少，計算方便，精度較高的特點。相對而言，修正威布爾預測模型在家電銷售量預測方面運用較少，可以直接預測家電產(chǎn)品年銷售量，而且精度也是很高的，在家電年銷售量的預測方面，修正威布爾預測模型更加精確、合理，更加適合可以家電產(chǎn)品年銷售量的預測。

參考文獻：

[1]蔡軍.家電產(chǎn)品市場營銷研究[D].天津：天津大學，2010.

[2]李長風.經(jīng)濟計量學[M].上海：上海人民出版社，2010：259-268.

[3]汪潮陽，池峰.經(jīng)濟學基礎[M].合肥：合肥工業(yè)大學出版社，2008.

[4]薩繆爾森，諾德豪斯.經(jīng)濟學[M].蕭琛，譯.北京：人民郵電出版社，2011.endprint