수요예측 방법론
Ⅰ. 수요예측 방법론
- 일반적으로 수요를 예측하는 기법은 정량적(계량)기법과 정성적(질적)기법으로 구분되며, 이 두 기법을 결합한 형태인 결합기법
- 정량적 기법 : 과거의 추세가 미래에도 지속될 것이라는 가정 하에 미래수요 예측
· 시계열모델 : 추세분석법, 이동평균법, 지수평활법, ARIMA, VAR, VEC 등
· 인과모델 : 인과관계 함수를 이용하여 미래 수요를 예측, 공적분기법, 회귀모델
- 정성적 기법 : 과거 정보에 대한 양적 데이터의 수집이 불가능한 경우
· 관련 전문가의 주관적인 가치판단요소를 포함시킴
· 시나리오 설정법, 델파이모델, 판단기법, 사례분석법 등
- 수요예측 방법론 개요
| 예측기법 | 예측방법 | |||||||
|---|---|---|---|---|---|---|---|---|
| 정량적 기법 (계량 기법) |
시계열 모델 | 나이브 | 과거 수요 또는 과거 수요 변동률을 이용하여 미래 수요 예측 | |||||
| 추세 분석법 | 선형 | 시간을 독립변수로 사용하여 과거 추제가 미래에도 지속될 것으로 가정하고, 이를 선형함수관계로 나타내어 미래 수요를 예측 | ||||||
| 비선형 | 수요모형이 시간이 지남에 따라 비선형적 변화를 보인다는 가정하에 이를 고려하여 수요를 예측 | |||||||
| 이동 평균법 | ·과거 시계열자료를 연속적으로 산술평균하여 수요를 예측하거나 가중평균을 이용 ·시계열의 추세나 계절기수를 산출하는 데 이용 |
|||||||
| 지수 평활법 | 최근 관측값에 더 많은 가중치를 부여하도록 과거의 관측값들을 지수적으로 가중평균하여 미래를 예측하는 기법 | |||||||
| 분해법 | 시계열에 포함된 기본패턴들을 네 가지 변동(추세, 계절, 순환, 불규칙변동)으로 분해하여 각 성분들을 개별 예측한 후 이들의 재합산을 통해 미래의 시계열을 예측 | |||||||
| ARIMA | ARIMA | 불안정한 시계열을 안정화시킨 후, 자기회귀모형(AR모형)과 이동평균모형(MA모형)을 결합하여 적용 | ||||||
| SARIMA | ARIMA모형에 계절차분, 계절적 AR모형, 계절적 MA모형을 추가적으로 고려 | |||||||
| 개입모형 | ARIMA 오차항 회귀모형 중 외부충격 더미변수를 독립변수로 정의한 모형 | |||||||
| 전이함수 모형 | ARIMA 오차항 회귀모형 중 시차독립변수를 독립변수로 정의한 모형 | |||||||
| 인과 모델 | 회귀 모델 | 종속변수와 독립변수 사이에 원인과 결과의 관계가 존재한다는 가정하에, 독립변수와 종속변수의 관계를 함수관계로 나타내어 미래를 예측 | ||||||
| 공적분 기법 | 변수들의 단위근 검정을 통해 불안정하다고 판단된 인과관계 변수들의 선형결합이 장기적으로 안정적인 관계에 있을 경우 ECM(Error Correction Model)을 통해 예측 | |||||||
| 정성적 기법 (질적 기법) | 시나리오 설정법 | 예상되는 여러 개의 시나리오를 설정하여 미래를 예측 | ||||||
| 델파이 모델 | 미래 특정 사건의 발생 가능성에 대해 관련 분야 전문가들의 지식과 경험을 조합하는 조직적 접근방법 | |||||||
| 판단기법 | 전문가집단 구성의 일치된 의견 도출을 통한 미래예측 수행방법 | |||||||
| 사례분석법 | 두 개 이상의 계량모델 또는 계량모델과 질적 모델을 결합 적용하여 미래 수요를 예측함 | |||||||