2018-2020中国乘用车市场销量预测分析报告
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2018-2020 中国乘用车市场销量预测分析报告
暨“XX”大数据-汽车销量预测产品发布
XX与XX联合发布
导语
我国汽车市场历经长达十年高位增长后，已进入中低速发展的常态期。宏观经济走势、社会结构变化、 居民消费走向、汽车相关政策出台、汽车行业自身革新、用户消费需求变化等诸多因素交迭，共同影响着未 来汽车市场的消费走势。 作为衡量汽车市场消费水平的重要指标——汽车销售量，如果能够科学合理预测，从宏观层面，能够反 映大市场的总体趋势及细分市场方向走势，对于行业机构具有长期规划参考价值。从微观层面，如果能够实 现月度销量预测更新，将对厂商指导生产排期、库存优化、销售进度把控、营销规划、竞争策略制定等企业 运营活动，也起到非常重要的指针参考。
优化库存和采购， 降低供应链成本 需全年月度滚动预测
渠道规划和营销预测 需6-24个月销量预测
01
02
03
04
……
竞争策略规划 需月度动态滚动预测
新车生产排期， 需至少3个月滚动预测
销售目标和进度控制 需全年月度滚动预测
但市场上现有的销量预测并不能完全满足需求
30
不同机构在2009年对未来五年乘用车市场预测值：
Hale Waihona Puke 全变量科学筛选和验证，选出影响汽车销量变化的宏观经济、供需关系、用户需求等变量因子，共同纳入汽车销量预测模型，全面评估。
居民可支配收入
01 02
GDP
经济 变量
相关性分析和 显著性检验
03 04 05
经济景气指数 新车上市数量
供给 变量
广告花费
06 07
关注指数
需求 变量
购车指数
“XX”销量预测产品——创新特点
整体乘用车：
2016年有望实现13%的同比增长，增长动力主要源自SUV
2015-2020年中国整体乘用车市场销量预测
2015-2020 年均复合增长率：+7.1%
万辆
3500
3000 2500 2000 1500 1000 500 0
年增速：
+13%
2,335
+10%
2,568
+5.8%
2,717
缺少车型颗粒度预测 缺少全体车型预测 难以判断预测合理性 影响预测准确度
14 11 8
12
10
12
9
9 6
2010
5
影响变量滞后
2012 2013 2014 2015
来源：XX ,XX，XX相关报道
“XX”销量预测产品——创新特点
全变量
整合三大类影响变量：宏观经济指标+汽车市场供给指标+用户需求指标
+4.8%
2,847
+2.2%
2,911
MPV
SUV 轿车 整体乘用车
2,065
2015
2016F
2017F
2018F
2019F
2020F
来源：“XX”销量预测结果，预测时间2016年10月（历史销量来源：XX销量）
整体乘用车：
销量预测影响因子：来自经济增长、用户需求的驱动更为明显
厂商广告投入
关注指数
大数据
引入汽车潜在用户消费行为大数据，通过XX指数-汽车车消费行为数据实时追踪用户需求变化、校准预测走势。
XX指数体系：
XX指数来自全终端、多媒体平台导入的汽车用户数据。连续五年以上数据积累，360度覆盖用户汽车消费全周期。
“XX”销量预测产品——预测结果
销量预测结果数据分为多个层次：
市场总量预测
“XX”销量预测产品——产品特点
月度更新 低误差 普遍预测
长期预测
• 预测结果月度滚动更新 • 平均月度误差不超过5%
• 针对主流车型进行全面预测
• 预测未来两年内每月销量 • 预测未来两年后年度销量
• 平均年度误差不超过2%
• 在XX网每月发布预测结果
基于“XX”预测产品：
2016-2020年中国乘用车市场-汽车销量预测
现有销量预测数据存在诸多不足：
现有销量预测的特点：
25
25 某国内预测结构 22
实际市场销量
销量预测（单位：百万辆）
静态预测 年度预测
缺少动态持续预测 缺少微观月度预测
20
19 16 14 13 10 7
2011
19
20
16
15
15 某美资预测机构 14 10 11 某日资预测机构
总体预测
个案性预测 影响因素不明
厂商促销 7%
11%
17%
购车指数 13%
19% 9% 人均可支配收入 24% 新车上市数量
GDP
来源：“XX”销量预测结果，预测时间2016年10月（历史销量来源：XX销量）
SUV市场：
增速明显高于整体市场，预计2017年将突破1000万辆
2015-2020年SUV市场销量预测
SUV销量预测影响因子及权重
伴随着用户消费需求升级和细分，未来汽车市场的竞争必将更为激烈。汽车销量预测，将愈发成为车企
和行业的切实需求。XX与XX联合双方优势资源，共同探索更为精确、且更贴合市场需求的预测工具， 2016下半年开发推出“XX”汽车销量预测产品，以期为行业提供有益参考。
车企对汽车销量预测存在迫切需求
汽车销量预测是车企指导运营活动的重要参考：
细分市场预测
单车销量预测
定制化销量预测
•
市场总销量变化
• • • • •
细分级别的总体、具体品牌、具体车型销量预测 轿车（ A00、A0、A、B、C） SUV（A00、A0、A、B、C） MPV（ A0、A、B、C） 预测对象范围：上市一年以上的成熟车型
• • •
针对具体车型独立建模 加入更多参考变量、提高预测精度 个案定制
新模型
采用创新的多变量时间序列预测模型，既反映了从历史到未来的市场演变过程，也通过回归建模揭示这些变化的动力所在。
多变量时间序列预测模型：
基本原理：基于高级时间序列模型，在单一时间序列的基础上，综合考虑对时间序列具有显著影响的其它因素进行预测。
时间序列模型
多元回归建模
“XX”销量预测产品——创新特点
新模型
采用更为先进的多变量时间序列模型。同时反映自身结构性变化、外部 关键变量影响
大数据
引入汽车潜在用户消费行为大数据，通过XX指数-汽车消费行为数据，实 时追踪用户需求变化、校准预测走势
“XX”销量预测产品——创新特点
宏观经济指标 GDP经济增长状况 社会零售消费品总额 货币供应量M1/M2 居民可支配收入 PMI中国制造业采购经理指数 CPI 经济景气指数-一致/先行指数 社会环境指标 消费者信心指数CCI 汽油零售价历史数据 市场供给指标 新车型投放 款型数量 品牌促销比例 各厂商轿车广告月度花费 全国经销商数量 用户消费需求指标 XX网--关注指数 XX网--购车指数 XX网--口碑指数 XX网--对比指数
暨“XX”大数据-汽车销量预测产品发布
XX与XX联合发布
导语
我国汽车市场历经长达十年高位增长后，已进入中低速发展的常态期。宏观经济走势、社会结构变化、 居民消费走向、汽车相关政策出台、汽车行业自身革新、用户消费需求变化等诸多因素交迭，共同影响着未 来汽车市场的消费走势。 作为衡量汽车市场消费水平的重要指标——汽车销售量，如果能够科学合理预测，从宏观层面，能够反 映大市场的总体趋势及细分市场方向走势，对于行业机构具有长期规划参考价值。从微观层面，如果能够实 现月度销量预测更新，将对厂商指导生产排期、库存优化、销售进度把控、营销规划、竞争策略制定等企业 运营活动，也起到非常重要的指针参考。
优化库存和采购， 降低供应链成本 需全年月度滚动预测
渠道规划和营销预测 需6-24个月销量预测
01
02
03
04
……
竞争策略规划 需月度动态滚动预测
新车生产排期， 需至少3个月滚动预测
销售目标和进度控制 需全年月度滚动预测
但市场上现有的销量预测并不能完全满足需求
30
不同机构在2009年对未来五年乘用车市场预测值：
Hale Waihona Puke 全变量科学筛选和验证，选出影响汽车销量变化的宏观经济、供需关系、用户需求等变量因子，共同纳入汽车销量预测模型，全面评估。
居民可支配收入
01 02
GDP
经济 变量
相关性分析和 显著性检验
03 04 05
经济景气指数 新车上市数量
供给 变量
广告花费
06 07
关注指数
需求 变量
购车指数
“XX”销量预测产品——创新特点
整体乘用车：
2016年有望实现13%的同比增长，增长动力主要源自SUV
2015-2020年中国整体乘用车市场销量预测
2015-2020 年均复合增长率：+7.1%
万辆
3500
3000 2500 2000 1500 1000 500 0
年增速：
+13%
2,335
+10%
2,568
+5.8%
2,717
缺少车型颗粒度预测 缺少全体车型预测 难以判断预测合理性 影响预测准确度
14 11 8
12
10
12
9
9 6
2010
5
影响变量滞后
2012 2013 2014 2015
来源：XX ,XX，XX相关报道
“XX”销量预测产品——创新特点
全变量
整合三大类影响变量：宏观经济指标+汽车市场供给指标+用户需求指标
+4.8%
2,847
+2.2%
2,911
MPV
SUV 轿车 整体乘用车
2,065
2015
2016F
2017F
2018F
2019F
2020F
来源：“XX”销量预测结果，预测时间2016年10月（历史销量来源：XX销量）
整体乘用车：
销量预测影响因子：来自经济增长、用户需求的驱动更为明显
厂商广告投入
关注指数
大数据
引入汽车潜在用户消费行为大数据，通过XX指数-汽车车消费行为数据实时追踪用户需求变化、校准预测走势。
XX指数体系：
XX指数来自全终端、多媒体平台导入的汽车用户数据。连续五年以上数据积累，360度覆盖用户汽车消费全周期。
“XX”销量预测产品——预测结果
销量预测结果数据分为多个层次：
市场总量预测
“XX”销量预测产品——产品特点
月度更新 低误差 普遍预测
长期预测
• 预测结果月度滚动更新 • 平均月度误差不超过5%
• 针对主流车型进行全面预测
• 预测未来两年内每月销量 • 预测未来两年后年度销量
• 平均年度误差不超过2%
• 在XX网每月发布预测结果
基于“XX”预测产品：
2016-2020年中国乘用车市场-汽车销量预测
现有销量预测数据存在诸多不足：
现有销量预测的特点：
25
25 某国内预测结构 22
实际市场销量
销量预测（单位：百万辆）
静态预测 年度预测
缺少动态持续预测 缺少微观月度预测
20
19 16 14 13 10 7
2011
19
20
16
15
15 某美资预测机构 14 10 11 某日资预测机构
总体预测
个案性预测 影响因素不明
厂商促销 7%
11%
17%
购车指数 13%
19% 9% 人均可支配收入 24% 新车上市数量
GDP
来源：“XX”销量预测结果，预测时间2016年10月（历史销量来源：XX销量）
SUV市场：
增速明显高于整体市场，预计2017年将突破1000万辆
2015-2020年SUV市场销量预测
SUV销量预测影响因子及权重
伴随着用户消费需求升级和细分，未来汽车市场的竞争必将更为激烈。汽车销量预测，将愈发成为车企
和行业的切实需求。XX与XX联合双方优势资源，共同探索更为精确、且更贴合市场需求的预测工具， 2016下半年开发推出“XX”汽车销量预测产品，以期为行业提供有益参考。
车企对汽车销量预测存在迫切需求
汽车销量预测是车企指导运营活动的重要参考：
细分市场预测
单车销量预测
定制化销量预测
•
市场总销量变化
• • • • •
细分级别的总体、具体品牌、具体车型销量预测 轿车（ A00、A0、A、B、C） SUV（A00、A0、A、B、C） MPV（ A0、A、B、C） 预测对象范围：上市一年以上的成熟车型
• • •
针对具体车型独立建模 加入更多参考变量、提高预测精度 个案定制
新模型
采用创新的多变量时间序列预测模型，既反映了从历史到未来的市场演变过程，也通过回归建模揭示这些变化的动力所在。
多变量时间序列预测模型：
基本原理：基于高级时间序列模型，在单一时间序列的基础上，综合考虑对时间序列具有显著影响的其它因素进行预测。
时间序列模型
多元回归建模
“XX”销量预测产品——创新特点
新模型
采用更为先进的多变量时间序列模型。同时反映自身结构性变化、外部 关键变量影响
大数据
引入汽车潜在用户消费行为大数据，通过XX指数-汽车消费行为数据，实 时追踪用户需求变化、校准预测走势
“XX”销量预测产品——创新特点
宏观经济指标 GDP经济增长状况 社会零售消费品总额 货币供应量M1/M2 居民可支配收入 PMI中国制造业采购经理指数 CPI 经济景气指数-一致/先行指数 社会环境指标 消费者信心指数CCI 汽油零售价历史数据 市场供给指标 新车型投放 款型数量 品牌促销比例 各厂商轿车广告月度花费 全国经销商数量 用户消费需求指标 XX网--关注指数 XX网--购车指数 XX网--口碑指数 XX网--对比指数