时间序列法下三种数据预测模型的准确性对比分析——基于我国新能源汽车行业整体市场需求预测

需求预测一般是针对未来一定时间内,企业或用户对产品或服务的需求数量和需求金额的估计。而供应链需求预测是进行供应链计划管理的首要任务,是制订供应链需求与供应计划以及进行供应链库存计划与控制的前提。目前在市场需求预测中常用的有两大类方法:一类是定性预测法,主要包括:德尔菲法、头脑风暴法等,本文暂不使用该类方法探讨。另一类是定量预测法,主要包括:时间序列法、因果联系法。本文将重点对比分析时间序列法中的三种不同方法的实际运用:简单移动平均法、加权移动平均法、指数平滑法。在加强排放法规、加大新能源汽车财税优惠、加速产业布局等举措下,我国新能源汽车市场呈现快速增长态势,成为全球新能源汽车增长的重要推动力,但也存在市场波动、经济发展、技术进步、地缘政治等各种不确定性因素的干扰。本文结合历史数据,主要利用三种时间序列模型对中国新能源汽车行业某一月份的市场需求预测值进行对比分析,找出预测精确性更高的模型方法。因考虑到各家新能源汽车22年月度数据不完整性,故而使用行业协会提供的全行业的历史供需数据作为分析样本,这就需要忽略作为企业实体的个性化因素。