預測方法之研究

一般企業在做預測時，最常用的傳統預測方法有：主觀意見預測法

(Subjective opinion forecast)、移動平均法（Moving - Average）、指數平滑 法等，灰色預測法與類神經網路為近幾年來發展出來的方法。以下就針對這些方 法做一些文獻上的探討：

一般企業若資本額或銷售額為達一定規模之前，其預測模式多半使用“主觀 意見預測法＂，如獨資企業，或中小企業等，必須依照客戶意見，或股東、企業 主、企業領導者的看法，或個人對內外在情勢的主觀評估，來對企業未來的銷售 做預測。

當主事者為該產業專業人員時，或許預測模式不致偏離過大，反而可能因為 人為的判斷，而考慮得到一些無法由單一理論或統計法計所得之變因，如政治情 勢、國際局勢、天災、市場劇烈變動等對銷售市場所可能造成的影響。但過於主 觀的預測方式，通常會造成企業過多的風險承擔，且無法針對問題有較佳的決策 原因解釋，以及說服力。故如果以統計、類神經等預測方式算出來的預測值配合 修正。不僅能以較客觀的角度來看待問題，也會使預測的值較為準確，確度也會 較為穩定平均。

通常在缺乏或較少歷史資料的狀況下，使用定性分析來做預測，此類別包 括：行銷研究、德菲法、市場調查等等。主要方式是經由整理收集來的資料或分 析或觀察問題，討論問題的經濟面行為，優點是可以同時處理量性與質性的問題，

缺點是不容易找到具代表性的樣本來製作高可性度的預測。

時間序列分析法理論源自1920年代Undy Yule教授，至1970年初由George E. P.

(Autore- gressive Integrated - Moving Average Models ），簡稱ARIMA模式。

時間序列分析是一個「根據過去，預測未來」的統計方法，它在商業、貿易、政 府及學術研究等領域中廣泛地被運用著。時間序列的方式主要是以“固定時間間 隔＂做為時間軸的計算模式，時常可見到短期預測使用此模式。依據某變量過去 曾發生的資料及過去曾發生的誤差為基礎往前推算，預測尚未發生的變量。

Makridakis et al.【24】於1979、1982及1993年分別以111、1001及3003個 時間序列，對21至24 個預測方法的精確度進行調查，這三次的調查被稱為M-競爭

（M-competition），研究發現沒有一種方法對所有的時間序列或預測時間範圍擁 有絕對的優勢，也就是某種預測方法會在某些時段表現最好，但在其他時段卻不 盡然，且複雜的方法並不會顯著地比簡單的方法精確。也就是在沒有顯著的差異 下，越簡單的越好。

移動平均法是利用平均的方式，對時間序列分析法中某些較大的變數使其平 滑，因為資料中差異較大的值在組成一平均數時就會彼此相互抵消一些。移動平 均值就是一平均值一直反覆的被修正，當新的觀察值變得可行，數列中的舊值就 被刪除，因此保持平均值為最新的。其它還有加權移動平均法（Weighted Moving Average）、指數平滑法（Exponential Smoothing）等均屬為此類作法。移動平 均法只適合沒有明顯的長期成長趨勢與季節變動性小的資料模式。同屬時間序列 (Time Series)數學方法，但較為複雜的還有Box-Jenkins 法、自迴歸移動平均模 式(Autoregressive Moving-Average Model;ARMA)、雙指數平滑分析法（Double - Exponential Smoothing Method）等。

簡易移動平均法是將期數T內所有的觀察值加總後再除以期數。亦即算出最近 某一期間的時間數列平均值，並把該平均值視為即將來臨的期間之預測值 X_t+1。二 次移動平均法是將簡易移動平均法所得的值再做第二次的移動平均運算。 加權平

均法是期數內的每一個觀察值，給與不同的權數α（權數總合為1），最後再求其 總合。由於有選擇權數的考慮，它可達到反應出變化的功能。

以指數平滑法及自我迴歸移動平均整合模式做為預測，以MAPE對預測樣本進 行精確性評估直到滿意為止。黃庭鍾【39】以我國主機板製造業廠商為例討論企 業因應長鞭效應之存貨政策研究，為利用指數平滑法為下期加訂修正策略對中游 製造商影響。王富恩【36】，針對不同需求型態對長鞭效應的探討以四種時間序 列需求型態及二種預測方法，分別推導零售商及配銷商之訂單變異度，並分析其 關鍵因子。王瓊敏【37】以灰色預測、時間數列、類神經網路等方法建構的價格 預測模式，並評估分析各方法之優缺點以及準確度，以供筆記型電腦廠商選擇預 測關鍵零組件價格方法之參考。

以上的文獻研究詳述了供應鏈管理對製造業的重要性、長鞭效應造成的庫存 成本、良率的模式研究、以及常用的預測方法與庫存管理研究等。本研究將以降 低庫存做為研究目標，利用討論過的移動平均法、指數平滑法、以及驅勢分析法 做為改善良率的預測品質的方法，再利用平均絕對標準差誤差以及平均絕對百分 比誤差做為評估方法，將此預測方法與評估方式應用在氧化銦錫導電玻璃產業的 良率預估品質研究，以資選出最佳的預測模式。

由於該產業正邁入高度成長期，台灣又是氧化銦錫導電玻璃最大的供應國 家，雖然預測方法的文獻很多，但是對於該產業目前的相關研究並不多，因此本 研究的目的，即為研究採取訂單生產策略的企業，因其在接到客戶訂單之後，才 生產滿足客戶需求數量之產品，因此在庫基材的庫存成本較低，但交貨所需的前 置時間較長，並且回應客戶需求的變化的能力是相對較薄弱的。故本研究提出利 用預測模式進行良率預測，找出採取訂單生產策略的企業，在生產製造前利用預 測良率估算基材投入量，達到產出量與需求量的最小誤差，在此條件下以期成品