劉新宇

一、內(nèi)蒙古煙草行業(yè)現(xiàn)狀

內(nèi)蒙古煙草行業(yè)是國有獨(dú)資經(jīng)營卷煙零售批發(fā)的中央企業(yè)，2006年卷煙銷售85.65萬箱，銷售金額98.3億元，利潤10.51億元，稅金3.63億元，達(dá)到歷史最高水平，隨著國家煙草專賣局改革的步伐不斷加快，營銷模式的不斷精細(xì)化，管理體系的扁平化，卷煙營銷網(wǎng)絡(luò)系統(tǒng)己經(jīng)成為自治區(qū)煙草行業(yè)的支撐系統(tǒng)。以庫存卷煙為基礎(chǔ)，利用呼叫中心對零售戶進(jìn)行訂單采集，通過物流配送中心將卷煙送達(dá)零售戶，從而完成卷煙銷售的整個流程。

目前，內(nèi)蒙古煙草的卷煙銷售的預(yù)測主要靠人工方式進(jìn)行，即客戶經(jīng)理預(yù)測、市場部預(yù)測、營銷中心預(yù)測數(shù)據(jù)加權(quán)平均。一方面這種預(yù)測方式效率比較低，數(shù)據(jù)的及時性比較差；另一方面，這種預(yù)測方式具有較大的人為的不確定性。同時，由于銷售煙草行業(yè)具有計劃性的經(jīng)營特征，使得銷售數(shù)據(jù)預(yù)測方面存在相對不全面的問題。根據(jù)有關(guān)文獻(xiàn)的報道，目前國內(nèi)煙草行業(yè)卷煙銷售、購進(jìn)的預(yù)測數(shù)據(jù)中，暢銷卷煙的購進(jìn)預(yù)測準(zhǔn)確性只能夠達(dá)到50%左右。

二、需求預(yù)測的必要性

卷煙需求預(yù)測能夠幫助煙草企業(yè)及時分析卷煙市場信息，了解消費(fèi)者的需求，制定有效的營銷策略，并為工業(yè)企業(yè)組織貨源提供依據(jù)，降低庫存成本，實(shí)現(xiàn)煙草供應(yīng)鏈上各企業(yè)信息共享。

（一）有利于進(jìn)行市場分析和制定有效的營銷策略

通過預(yù)測和分析卷煙需求的趨勢和變化情況，對煙草企業(yè)的營銷活動提供決策支持，從而科學(xué)、合理地進(jìn)行卷煙銷售活動。并且，可以進(jìn)一步增強(qiáng)煙草企業(yè)對市場和產(chǎn)品變化的反應(yīng)能力，提高企業(yè)的產(chǎn)品質(zhì)量，盡可能地降低成本，使得煙草企業(yè)的經(jīng)濟(jì)效益最大化。

（二）為組織貨源提供依據(jù)

科學(xué)地實(shí)施預(yù)測能夠真實(shí)反映市場需求，而根據(jù)預(yù)測的結(jié)果又可以制定合理的營銷策略和精確的要貨計劃，為組織貨源提供可靠的依據(jù)。

（三）庫存管理合理化，降低庫存成本

把定性和定量預(yù)測方法相結(jié)合來預(yù)測卷煙的需求量，并根據(jù)煙草生產(chǎn)企業(yè)提

供的最小訂貨批量，制定合理的訂貨周期和訂貨批量，以提高庫存周轉(zhuǎn)率，降低庫存風(fēng)險，減少庫存成本，使得煙草企業(yè)獲得最大的利潤。

三、回歸分析預(yù)測法簡介

在社會經(jīng)濟(jì)活動中，經(jīng)濟(jì)現(xiàn)象之間客觀地存在著各種各樣的有機(jī)聯(lián)系，這種聯(lián)系經(jīng)常表現(xiàn)為數(shù)量上的相互依存關(guān)系。回歸分析預(yù)測法就是從各種經(jīng)濟(jì)現(xiàn)象之間的因果關(guān)系出發(fā)，通過分析與預(yù)測對象有聯(lián)系的現(xiàn)象變動趨勢，推算預(yù)測對象未來數(shù)量狀態(tài)的一種預(yù)測方法。常用的方法有一元線性回歸、多元線性回歸和非線性回歸預(yù)測法。

（一）一元線性回歸預(yù)測法

一元回歸預(yù)測也稱單因素預(yù)測。社會經(jīng)濟(jì)現(xiàn)象的發(fā)展變化一般都受多種因素的影響，但如果影響預(yù)測對象的是一個因素，或諸多因素中有一個因素是基本的、起決定性的作用，那么就可以考慮應(yīng)用一元回歸方程模擬預(yù)測對象的發(fā)展變化規(guī)律，進(jìn)而估計預(yù)測對象未來變化趨勢。一元線性回歸模型是最簡單的線性回歸模型，是回歸分析預(yù)測法的基礎(chǔ)。一元線性回歸模型的一般形式為

線性回歸模型建立后，還需要通過進(jìn)一步檢驗(yàn)才能確定該模型能否客觀揭示所研究的經(jīng)濟(jì)現(xiàn)象中諸因素之間的關(guān)系，能否用于實(shí)際預(yù)測。一元線性回歸模型的檢驗(yàn)包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計檢驗(yàn)和計量經(jīng)濟(jì)學(xué)檢驗(yàn)。

（二）多元線性回歸預(yù)測法

由于經(jīng)濟(jì)現(xiàn)象的復(fù)雜性，某一經(jīng)濟(jì)變量往往受到多種因素的影響，僅用一元線性回歸模型嘗嘗難以解決復(fù)雜的經(jīng)濟(jì)問題，因此必須使用多元線性回歸模型。多元線性回歸模型的構(gòu)造原理與一元線性回歸模型的構(gòu)造原理基木相同，其一般形式為

四、預(yù)測模型的建立及修正

本文采用的方法便是多元回歸預(yù)測法，在說明方法之前，先說幾個小問題：

（一）品類劃分

本模型是建立在對卷煙價格和客戶雙重分類基礎(chǔ)之上的，鄂爾多斯市由于其特有的發(fā)展模式，將卷煙大概分為了9個價格區(qū)間，將客戶按照一定依據(jù)分為27類戶型，本文主要分析的是B3類戶在（50，70）價格區(qū)間內(nèi)銷售量的月度預(yù)測。

（二）數(shù)據(jù)整理

將調(diào)回的煙草公司數(shù)據(jù)進(jìn)行整理，整理出B3類用戶的月銷售數(shù)據(jù)，做成以下表格：

（三）模型的確立

根據(jù)以往對影響卷煙銷售因素的分析，上月銷量及季節(jié)因素是影響本月銷量的主要因素，因此，我們確立了如下的回歸方程：

式中， ：某月月卷煙需求量，按照月為單位收集歷史需求量數(shù)據(jù)；

t： 時間變量趨勢序列變量，取值從1開始，后面依次為2、3、4…；

：上一個月卷煙需求量；

：是虛擬變量，即所處的月份是不是2月，如果是，則其取值為1，否則為0；

、 ：是虛擬變量，同；

：誤差項。

（四）模型的計算

通過SPSS對模型的計算，得出了如下方程系數(shù)：

由于決定系數(shù)為0.991，可見模型對實(shí)際情況是擬合的很好的。但是由于sig值普遍偏大，所以說對于解釋變量的選擇不太恰當(dāng)。

（五）模型的實(shí)際應(yīng)用

根據(jù)測算出的系數(shù)，比如想要預(yù)測10月份的數(shù)據(jù)，

Y10=47321.348-0.085*34474-940*10=34990，而10月份真正的銷售額是31622；

Y9=47321-0.085*38486—940*9-653=34938，而9月份的真實(shí)銷量是34474；

可見方程的擬合度是不錯的，但是由于sig值偏大，所以需要對方程進(jìn)行改進(jìn)。

（六）模型的改進(jìn)

剔除掉上一個模型中sig值偏大的解釋變量，可見上述變量的sig值幾乎全都偏大，也即對此模型中的解釋變量并不能很好的解釋因變量，因而不得不并加入一個新的解釋變量， 表示去年同期的銷量，我們得出下邊的模型。對模型用spss軟件進(jìn)行回歸分析，有如下結(jié)果：

F值為137.921，所以方程通過F檢驗(yàn)，并且sig=0，說明新的解釋變量對因變量解釋性很好。

五、總結(jié)

本文主要以鄂爾多斯市煙草需求作為解決問題的背景，引用了2010年及2009年的相關(guān)數(shù)據(jù)，通過建立多元的回歸模型及對模型的修正，對煙草銷售進(jìn)行了預(yù)測，達(dá)到了滿意的效果。由于現(xiàn)行V3系統(tǒng)預(yù)測仍然采用人工預(yù)測法，精度很差，而采用計量經(jīng)濟(jì)學(xué)的方法能提高預(yù)測精度，本文先建立多元回歸模型，引入13個解釋變量，通過第一次回歸分析淘汰了若干變量，發(fā)現(xiàn)人們的經(jīng)驗(yàn)分析，即我們所用的解釋變量的顯著性不高，但是它有不錯的擬合度，可以進(jìn)行初步的預(yù)測。為了提高顯著性，在進(jìn)行第二次回歸分析時不得不引入新的解釋變量去年同期變量，發(fā)現(xiàn)次變量對方程解釋很好，最終通過了所有檢驗(yàn)，得到了所需的方程。

責(zé)任編輯：張莉莉