一般预测方法

一、物流需求预测指标如何选取？
现代物流市场需求预测指标包括需求规模和需求结构两个方面，即应从需求规模和需求结构中综合反映出物流的市场需求：
二、物流需求的常用预测方法及各自特点？
习惯上我们把预测方法分为定性预测和定量预测两大类。

定量预测是指借助物理原型或数学方法建立定量化模型进行预测。

常见的定量预测方法有回归预测法、灰色预测法、指数平滑法等。

数据
定性预测是以逻辑判断为主的预测方法。

这类方法主要是通过预测者所掌握的信息和情报，结合各种因素对事物的发展前景作出判断，并把这种判断定量化。

它普遍适用于对缺乏历史统计资料的事件进行预测，或对趋势转折进行预测。

比较常用的方法有德尔菲法、主观概率法、相互影响分析法、情景预测法和领先指标法等。

定性预测方法需要做大量的调查研究工作，受人为主观因素影响较大，方法很难标准化，准确性也很难把握。

经验
定量预测方法:
1.灰色预测法
灰色预测法是一种对含有不确定因素的系统进行预测的方法。

灰色系统是一种介于白色系统和黑色系统之间的系统，灰色系统内的一部分信息是已知的，另一部分是未知的，系统内各因素间具有不确定的关系。

灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行处理来寻找系统变动的规律，生成有较强规律的数据序列，然后建立相应的微分方程模型来预测事物未来的发展趋势。

2.回归预测法
回归分析是研究变量与变量之间相互关系的数理统计方法，应用回归分析可以从分析一个或几个自变量的值去预测因变量将取得的值。

回归预测中的自变量和因变量在时间上是并进关系，即因变量的预测值要用并进的自变量的值来旁
推。

这一类方法不仅考虑了时间因素，而且还考虑了变量之间的因果关系。

具体方法有一元线性回归、多元线性回归和非线性回归等。

3.指数平滑法
指数平滑法适用于具有或不具有季节型态的反复的短期预测。

它的优点在于容易根据过去的误差来修正模型,只要第一次预测作好以后,用它就能轻易地作出新的预测。

指数平滑法一般有三种形式:
(1)简单指数平滑法,它适用于时间序列中既没有循环变动也没趋势可言的情况;
(2)带有趋势型态的指数平滑法,它适用于时间序列存在某种趋势的情况;
(3)带有循环变动型态的指数平滑法,它适用于当序列中存在循环变动,而不管是否存在长期趋势的情况。

指数平滑法是一切重复预测中最简易的方法,用一架计算器就能完成计算工作。

它的主要特点是初建模型时须花费时间,与自适应过滤法所花费的时间不相上下。

由于这个原因,所以只要求一次预测的话,就不应该使用这种方法。

与带有趋势的指数平滑法密切相关的是二重指数平滑法。

它实际上是过去各期加权平均数的加权平均数,其计算结果与带有趋势的指数平滑是相似的。

尽管存在着三重指数平滑法那样更高级的形式,但它们在实践中是极少使用的。

三、物流绩效评价指标体系如何建立?
物流绩效评价指标是物流绩效评价内容的载体，也是物流物流绩效评价内容的外在表现。

具体的说，物流绩效评价指标就是为实现评价目的，围绕物流绩效评价的各项基本目标，按照系统论方法构建的由一系列反映物流相关指标集合的系统结构。

原则：
1 准确
要想使评价结果具有准确性，与绩效相关的信息就必须准确。

在评价过程中，只有清楚要计量什么，如何计量，才能做到量化值的准确。

评价指标的定量分析要求拥有大量的历史数据，数据按照来源可分：内部数据和外部数据。

内部数据主要就是包括量化目标、会计数据和根据历史数据资料整理的统计数据；外部数据则是一些行业数据、竞争对手和客户的数据。

2 及时
只有及时获取有价值的信息，才能及时评价、及时分析，过时的信息会使评价失真或无效
3 可接受
企业物流进行评价只有得到利用才能发挥其作用，而不被人们所接受或者不愿接受的，就是没有价值的。

4可理解
能够被用户理解的信息才是有价值的信息。

难以理解的信息会导致各种各样的错
误。

所以，确保信息的清晰度也设计企业物流绩效评价体系的一个重要方面。

5 反映企业的特性
一个有效的企业物流绩效评价体系必须是能够反映企业独有的特性。

6 目标一致性
其评价指标与发展战略目标应该是一致的
7 可控性和激励性
评价结果必须在可控范围之内，这样对于管理者来说能接受也公平。

此外，指标水平应具有一定的先进性、挑战性，这样能够激励管理者的工作潜能。

8 应变性
良好的评价体系应该能够适应企业内部及市场上的各种变化，并且自身能够较快的进行调整，以适应变化的要求。