경영학

수요 예측, 정량적 예측법, 시계열 분석 기법, 이동평균법, 최소자승법, 지수 평활법, ​박스-젠킨스 모델

Jobs 9 2022. 10. 17. 14:16
반응형

● 수요예측기법 종류
정성적 예측기법: 예측에 주관적 요소를 사용하는 기법
계량적 예측기법: 시계열 예측기법과 인과형 예측기법으로 나눔

 

시계열 분석 기법
이동평균법
최소자승법
지수 평활법
박스-젠킨스 모델
시계열 분해법
계절지수법
추세분석(Trend Analysis)
인과형 모형 예측 기법
회귀 분석(선형, 다중)
시뮬레이션 모형

● 객관적, 정량적(통계적) 예측법 (Quantitative Method) 

 

정량적 예측 기법은 시계열 예측 기법(time series analysis), 인과형 예측 기법(causal forecasting method), 추세분석(Trend Analysis)과 시계열 분해법(계절적 패턴)으로 분류할 수 있음.

(1) 시계열 분석법 (Time series analysis), 단기 예측 

『 과거 실적치의 수요 패턴 연장선상에서 미래의 수요, 성장 추세와 계절적 수요 변화를 예측하는 통계적 방법으로 단기 및 중기 예측에 사용되어지나, 수요 패턴에 변화가 예상되거나 장기간의 예측에는 부적절함. 』

시계열 예측 기법은 과거의 수요를 분석하여 시간에 따른 수요의 패턴을 파악하고 이의 연장선상에서 미래의 수요를 예측하는 방법임. 

즉, 과거의 수요 흐름으로부터 미래의 수요를 투영하는 방법으로서 과거의 수요 패턴이 미래에도 지속된다는 시장의 안정성이 기본적인 가정으로 필요함. 

• 시계열 자료수집이 용이하고 변화하는 경향이 뚜렷하여 안정적일 때 이를 기초로 미래의 예측치를 구하지만, 과거의 수요 패턴이 항상 계속적으로 유지된다고 할 수 없으므로 시계열 예측 기법은 주로 중단기 예측에 이용되며 적은 자료로도 비교적 정확한 예측이 가능함. 

- 목측법, 이동평균(moving average) 법, 지수 평활(exponential smoothing) 법, 최소자승법(least square method), 박스-젠킨스(Box-Jenkins) 법, 계절지수법, 시계열 회귀분석법 등이 있음.

1) 정의 

• 과거 형태가 미래에도 그대로 지속된다는 가정에 근거하여 시계열(년, 월, 주, 일 등의 시간 간격)을 따라 제시된 과거 자료(수요량, 매출액 등)로부터 그 추세나 경향(일정한 패턴 : 규칙성/시계열적 변동)을 파악하여 미래의 수요를 예측하는 방법

 

• 시계열이란 변수 값의 순차적 배열을 의미하는데 시간의 흐름에 따른 변수 값을 일정 시간의 간격으로 정리하여 놓은 것으로 시계열 예측 기법은 과거의 수요 패턴의 연장선상에서 미래의 수요를 예측하는 방법

이를 적용하기 위해서는 과거의 수요에 대한 자료를 얻는 데 필요한 노력이 여타의 예측 기법에 비하여 매우 간단하고 쉽게 적용이 가능하나, 수요 패턴에 변화가 예상되거나 장기간의 예측에는 부적절함.

2) 시계열 자료의 변동요소

시계열 자료는 '추세(경향)', '순환', '계절', '불규칙(우연)' 등의 몇 가지 변동으로 나누어질 수 있음.

① 추세(경향) 변동(Trend Movement : T)

• 수요의 장기적인 변화의 전반적인 경향으로 점진적으로 증가하거나 감소하는 장기변동의 추세

- 평균 수요량의 장기적, ּ점진적인 변동으로 이는 인구이동, 소득수준의 변화 등에 의해 발생함.

② 순환변동(Cyclical Fluctuation : C)

• 경기변동과 같이 정치, 경제, 사회적 요인에 의한 변화로서 장기적인 수요의 순환적인 변화 현상을 의미하며 일정 주기가 없는 사이클 현상(보통 1 년 이상 간격의 순환성)으로 반복되는 변동을 의미함.

- 실제 수요량이 경제적, 정치적, 사회적, 또는 기술적 요인들의 결합에 의하여 발생하는 경기순환의 영향을 받아 1년 이상의 기간마다 물결 같은 변동이 발생하는 경우가 있으나 이러한 경기변동은 항상 반복적이지 않기에 예측과 통제가 불가능함.

③ 계절변동(Seasonal Variation : S)

• 어느 제품이나 서비스에 대한 수요가 매년 일정한 패턴으로 변동하는 경우로 1 년 주기로 계절에 따라 되풀이되는 변동

- 예를 들면 선풍기, 보일러, 모피 의류와 같은 제품들은 계절성을 띠고 있으며 이런 것들은 기후, 명절휴가 같은 요인에 영향을 받음.

④ 불규칙(우연) 변동(Irregular Movement / Random Variation : I)

• 설명될 수 없는 요인 또는 돌발적인 요인에 의하여 일어나는 변화를 의미하며 불규칙한 원인이나 예측 불가능한 임의 변동으로 돌발적이고 알수 없는 원인에 의해 출현하는 우연변동

- 데모, 유류파동, 전쟁 등과 같은 특정한 사태에 영향을 받으므로 예측과 통제가 불가능함. 

 

이러한 요인들은 단일 또는 복합적으로 시계열적 변화에 영향을 주므로 시계열 분석 기법은 이러한 요인들에 대한 분석을 포함함.

특히 독자적 예측 기법으로 활용되는 '이동평균법'과 '추세분석법'은 시계열분해법에 의한 예측 기법으로 적용되며 우연 변동을 평활화시키고 추세선과 순환 변동을 산정하는데 이용되기도 함. 

3) 시계열 분석방법 (일반적인 방법)

시계열 분석 기법은 일반적으로 네 가지 변동 요인을 '승법형'과 '가법형'의 두 가지 형태로 적용함. 

∎ 승법형의 경우 : 수요 = 추세에 의한 예측량 X 순환 지수 X 계절지수 X 우연 지수 

∎ 가법형의 경우 : 수요 = 추세에 의한 예측량 X 순환 변동폭 X 계절 변동폭 X 우연 변동폭 

4) 시계열 분석방법 적용 사례

⦁ 수요의 추세 변동 : 최소자승법(最小自乘法)

⦁ 계절 변동 : 이동평균법(移動平均法)

⦁ 불규칙 변동 : 지수 평활법(指數平滑法)을 적용하는 것이 일반적임.

 

 

(예제)

우체국 우편량은 요일별 편차가 심한데 전형적인 두 주의 자료가 다음과 같다면 요일별 계절 요소를 계산하고 다음 주 우편물을 23만 통으로 예상한 경우 요일별 처리 예측량은?

 
1 주차(천 건)
2 주차(천 건)
평균 계절지수
하루 우편량 32,857
요일
우편량
계절지수
우편량
계절지수
5
5/32 = 0.156
8
8/30=0.267
(0.156+0.267) / 2 = 0.211
0.211 x 32,857 = 6,948
20
20/32 = 0.625
15
15/30=0.5
(0.625+0.5) / 2 = 0.563
0.563 x 32,857 = 18,482
30
0.938
32
1.067
1.002
32,926
35
1.094
30
1
1.047
34,397
49
1.531
45
1.5
1.516
49,799
70
2.188
70
2.333
2.260
74,271
15
15/32 = 0.469
10
0.333
0.401
13,177
합계
224

210


230,000
평균
224/7 = 32

210/7 = 30



▶ 계절지수는 각 요일별 수요를 이동평균 일 수요로 나누어 구할 수 있음. 

 

● Box-Jenkins 시계열 분석법

Box-Jenkins 시계열 분석법은 변수에 관한 정보가 부족하거나, 너무 많은 변수가 영향을 미치고 있는 경우에도 과학적인 예측치를 구할 수 있는 단기 예측 방법임.

Box-Jenkins 모형은 자동 회귀 모형(Autoregressive Model), 이동평균 모형 (Moving average Model), 계절적 시계열 모형을 통합한 일반적인 모형이기 때문에 특별한 불안정성을 보이지 않는 경우에는 모두 모형화할 수 있으며, 모형에 관계된 계수의 수를 최소화하면서 만족스러운 모형을 찾을 수 있음.

Box-Jenkins 예측 방법은 모형 선정, 매개변수 추정, 적합성 검정의 3단계를 반복으로 수행함으로써 최적모형에 이르게 하게 하고 있기 때문에 최소의 가능한 모형으로부터 시작하여 부적당한 부분을 제거시켜 나감으로써 시행착오의 과정을 최소화할 수 있음.




 Q  다음 중 시계열분석기법에 속하는 수요예측 방법과 가장 옳지 않은 것은?

 

① 델파이법
② 이동평균법
③ 지수평활법
④ 추세분석법

【해설】 정답 

델파이법-전문가 합의법

시계열 분석 기법-이동평균법, 최소자승법, 지수 평활법​, 박스-젠킨스 모델

 

 

잡스9급 PDF 교재

✽ 책 구매 없이 PDF 제공 가능
✽ adipoman@gmail.com 문의

 

 

 

반응형