二、销售预测分析

（一）销售预测的意义与应该考虑的因素

销售预测的意义主要表现为以下3个方面。

（1）销售预测是从事生产经营活动的基点。企业管理者只有在充分了解市场需求和销售变动的客观规律的基础上，才能正确地组织和安排未来时期的生产经营活动。

（2）销售预测是开展其他各项财务预测的前提。只有在认真做好销售预测的前提下，才能正确地开展利润预测、成本预测和资金需要量的预测。

（3）销售预测是进行决策、制订预算的依据。通过销售预测，可以随时掌握企业生产经营内外部环境的变化，能使企业管理者科学地进行各项经营决策。经过决策检验的销售预测结果，可以直接作为预期利润表中销售收入或营业收入项目的预算数。

销售预测应考虑的因素一般应包括企业过去的销售模式，销售人员的素质，一般经济状况和竞争情况，销售与经济指标（如国民生产总值、个人收入等）的特殊关系，政府的价格政策，市场调查的深度和广度，广告及其他促销办法，企业的生产能力，不同产品的长期销售趋势等因素。

（二）销售预测的方法

与前述财务预测分析的方法相对应，销售预测的方法也分为主要依靠有关人员的经验判断和逻辑推理来预测销售量或销售收入的定性分析法和主要依靠数学工具和数学模型来预测销售量或销售收入的定量分析法。

依照大多数理论工作者的观点，适用于销售预测的定性分析法包括集合意见法、专家会议法、特尔菲法、主观概率法、市场占有率法等。适用于销售预测的定量分析法包括简单平均法、加权平均法、趋势平均法、指数平滑法和回归分析法等。

1.集合意见法

集合意见法又称为预测调查法，是由预测人员根据对预测对象比较熟悉、有经验的人员的意见做出预测结论的方法。集合意见法方便、易行，但预测结果受个人主观判断的影响，可能不够准确。

2.专家会议法

专家会议法是由预测人员根据专家开会的讨论结果做出预测结论的方法。专家会议法的优点是方便易行，但由于是面对面的讨论，易碍于情面不能充分发表意见，易为权威人士的意见左右。

3.特尔菲法

特尔菲法又称为专家意见分别征询法，是专家会议法的一种发展形式。由美国兰德公司于1964年首先采用，其特点是对一组专家进行背靠背的多次征询调查。一般分4步进行：第一步，提出问题。预测组织者将调查提纲、预测目标、必要的资料提交给专家小组的每一位专家，征询专家的意见。第二步，初步预测。要求每一位专家提出自己的初步预测意见和依据。第三步，修改预测。将第一轮预测中各专家的不同意见加以集中整理，再发给各位专家进行第二轮征询，请他们加以评论并提出必要的修改意见。第四步，最后预测。经过反复修改后，要求每一位专家在前几次预测的基础上，根据所提交的全部资料，提出最后的预测意见和依据。

特尔菲法的优点在于各个专家可以各抒己见，预测组织者可以了解各种不同的看法，分别告知各个专家，取长补短，对专家意见进行综合分析，有助于克服预测中的片面性。

4.主观概率法

主观概率法实质上是一种统计调查的方法。它是由企业销售人员、销售经理或经销商等各类销售经办人员根据直觉判断进行预测的方法。其具体做法是根据各位预测经办人员提出的销售量或销售收入及概率计算期望值，然后再采用加权平均的方法取其平均值作为预测的结果。

可将主观概率法的预测原理概括为如下计算公式：

式中，表示销售量或销售收入的预测值；Xi表示预测人员提出的销售量或销售收入的第i个可能值；Pi表示预测人员估计的销售量或销售收入第i个可能值的概率；n表示参与预测的人数。

继续沿用M股份有限公司案例。该企业预测人员就下一年度（预测期）销售收入的预测问题征询了3位销售主管和1位销售经理的意见。

主管A认为：预测期的销售收入与报告期（相对于预测期也可称为基期）7 178万元持平的概率是0.3，预测期销售收入为8 000万元的概率是0.5，预测期销售收入为8 100万元的概率是0.2。

主管B认为：预测期的销售收入与报告期前一期5 071万元持平的概率是0.1，与报告期7 178万元持平的概率是0.3，预测期销售收入为7 700万元的概率是0.6。

主管C认为：预测期销售收入与报告期7 178万元持平的概率是0.2，预测期销售收入为8 000万元的概率是0.6，预测期销售收入为8 200万元的概率是0.2。

销售经理认为：预测期的销售收入肯定比报告期（基期）有所增长。而且他认为，预测期销售收入为7 800万元的概率是0.5，销售收入8 000万元的概率是0.3，销售收入8 200万元的概率是0.2。

为了方便起见，现将以上数据信息集中到一张表格内，如表8-3所示。

表8-3　销售人员预计的销售收入可能值及概率

以下是使用主观概率法进行的M股份有限公司销售预测操作。

（1）计算各位销售人员的销售收入期望值E。

EA=7 178×0.3+8 000×0.5+8 100×0.2=7 773.4（万元）

EB=5 071×0.1+7 178×0.3+7 700×0.6=7 280.5（万元）

EC=7 178×0.2+8 000×0.6+8 200×0.2=7 875.6（万元）

E经理=7 800×0.5+8 000×0.3+8 200×0.2=7 940（万元）

（2）计算3位销售主管销售收入期望值的平均值。

（3）计算预测期的销售收入预测值。

一般认为，销售经理拥有丰富的经验，其预测结论更为准确，意见更为重要。据此，需要将其预测的权数确定为2，而将销售主管的预测权数确定为1。此时，销售收入预测值的计算方法如下：

即M股份有限公司预测期（下一年度）的销售收入预测值应为7 841.06万元。

5.市场占有率法

市场占有率法是根据市场对某种产品的需求量和该产品本企业的市场占有率预测销售量的方法。其中，市场占有率是指本企业某种产品在某一市场上的销售量占该市场需求量的比重。

市场占有率预测实际上是对市场潜在竞争能力的预测。其基本做法是根据历史资料，并充分考虑企业未来期间的销售策略、产品质量、售后服务及同行业其他企业的生产能力、竞争方式等因素的变化，确定本企业产品的市场占有率，然后结合市场对该种（类）产品的需求量，计算出某种产品的预测销售量。

可将市场占有率法的预测原理概括为如下计算公式：

某产品的销售量预测值=∑（某产品的市场需求量×该产品本企业的市场占有率）

使用市场占有率预测法，预测人员需要获得以下信息：①各个市场对某产品的基期需求量及预测期较基期的变动情况。②本企业该产品基期的市场占有率及预测期较基期的变动情况。

例如，AX企业甲产品的数据资料如表8-4所示。

表8-4　AX企业基期甲产品的市场需求量和市场占有率数据

经过市场调查，预测人员收集到的有关甲产品市场需求量和市场占有率变动方面的信息如下：

（1）由于社会购买力变化，A市场需求量增加50％，B市场需求量减少10％，C市场需求量维持上年水平。

（2）由于本企业在A市场改进销售服务工作，购买本企业产品的用户将增加3％。

（3）虽然B市场需求量减少，但本企业产品占有率仍然可以达到上年度的水平。

（4）在C市场上，由于其他企业产品渗透，本企业将失去1％的用户。

以下是使用市场占有率法进行的AX企业的销售预测操作。

（1）计算预测期各个市场对甲产品的需求量。

A市场的需求量=2 000×（1+50％）=3 000（件）

B市场的需求量=1 000×（1-10％）=900（件）

C市场的需求量=3 000（件）(https://www.daowen.com)

（2）计算本企业甲产品在各个市场上的占有率。

在A市场上的占有率=7％+3％=10％

在B市场上的占有率=10％

在C市场上的占有率=5％-1％=4％

（3）计算预测期本企业甲产品销售量的预测值。

预测期的甲产品销售量预测值=3 000×10％+900×10％+3 000×4％=510（件）

6.简单平均法

简单平均法是以企业历史上若干时期的实际销售量或销售收入数据的简单平均数作为

预测值的方法。简单平均法的预测模型为

式中，表示销售量或销售收入的预测值；Xi表示历史上第i期的实际销售量或销售收入数据；n表示期数，即历史销售量或销售收入数据的个数。

继续沿用M股份有限公司案例。汇集表3-1提供的该企业报告期（相对于预测期也可称为基期）和报告期前3期的实际销售收入（营业收入）数据，如表8-5所示。

表8-5　M股份有限公司过去各期实际销售收入（营业收入）数据

以下是根据简单平均法的预测原理进行的M股份有限公司的销售预测操作：

7.加权平均法

加权平均法是以企业历史上若干时期的实际销售量或销售收入数据的加权平均数作为预测值的方法。加权平均法的预测模型为

式中，表示销售量或销售收入的预测值；Xi表示历史上的第i个实际销售量或销售收入；Wi表示与Xi相对应的权数。

采用加权平均法时，需要根据与预测期时间远近的不同，对各期数据给予不同的权数。由于近期数据对预测值的影响大于远期数据对预测值的影响，所以对近期数据给予较大的权数，而对远期数据给予较小的权数。从这个意义上来讲，加权平均法比简单平均法有所改进。

继续沿用M股份有限公司案例。根据距离预测期越近对预测值影响越大的原理，我们为该企业各个历史时期销售收入安排的概率分别是：报告期0.4、报告期前1期0.3、报告期前2期0.2、报告期前3期0.1。

以下是根据加权平均法的预测原理进行的M股份有限公司的销售预测操作：

8.趋势平均法

趋势平均法也称为移动平均法，它是根据企业历史上若干时期的实际销售量或销售收入数据的趋势平均数确定预测值的方法。

趋势平均法是假定未来时期的销售是与它相接近时期销售的直接继续，而与较远时期的销售关系较小，同时为了尽可能缩小偶然因素的影响，可用最近若干时期的平均数作为计算预测值的基础。其预测模型为

式中表示历史销售量或销售收入的移动平均数；n表示最后一个趋势平均值距预测期的间隔期数表示趋势平均数。

采用趋势平均法，计算销售量或销售收入的移动平均数，应取多少期的数据进行平均，这要根据时间数列的项数多少和特点决定，期数不宜太多或太少。所取期数较多，反映波动较平滑，其预测结果的准确程度相对提高；反之，反映波动较灵敏，但仍受不规则变动的干扰，其预测结果的准确性相对较低。

例如，BX企业预测年度前1年各个月份的销售收入数据如表8-6所示。

表8-6　BX企业预测年度前1年各月份销售收入及有关数据计算表　金额单位：万元

（1）5期平均数的计算

其他5期平均数的计算同理。

（2）变动趋势的计算：40.0-37.8=+2.2（万元）

43.2-40.0=+3.2（万元）

45.0-43.2=+1.8（万元）

其他变动趋势的计算同理。

（3）3期趋势平均数的计算：

其他3期趋势平均数的计算同理。

从表8-6可以看出，具有完整数据的时期是上一年度的9月份。这就意味着相对于预测期（预测年度1月份），它将成为基期，故=50.0，n=4，=1.13，则预测期的销售收入预测值=50+4×1.13=54.52（万元）。

9.指数平滑法

指数平滑法是指对过去不同时期的实际销售量或销售收入取不同的权数加以平均，用以测定预测期销售量或销售收入的预测方法。

在这种方法下，考虑了近期和远期的实际销售量或销售收入对预测结果影响程度的不同，从而克服了趋势平均法存在的不足。由于存在着连续计算的关系，故指数平滑法的预测模型应为

式中，Kt表示预测期销售量或销售收入的预测值；Kt-1表示基期销售量或销售收入的预测值；At-1表示基期销售量或销售收入的实际值；α表示平滑系数，取值范围为0＜α＜1。

一般来讲，所取平滑系数越大，则近期实际资料对预测结果的影响越大；所取平滑系数越小，则近期实际资料对预测结果的影响越小。这种方法与加权平均法没有实质区别。采用这种方法可排除实际销售中所包含的偶然因素的影响，使预测结果更加接近实际。

例如，与趋势平均法的应用一样，BX企业预测年度前1年各个月份的销售收入数据如表8-7所示，第一栏是预测年度前1年各月份的实际销售收入数据，第三栏是预测年度前1年各月份上月的预测销售收入数据；其他各栏是在假设α=0.4和上年度1月份销售收入预测值为36万元的基础上，根据指数平滑法的预测原理所做的有关计算。

表8-7　BX企业预测期前1年各月份销售收入及有关数据计算表　　金额单位：万元