网站首页

8月30日至9月1日，“2019中国汽车工业发展(TEDA)国际论坛”在天津滨海新区举行。本次论坛以“全面深化改革开放，发展新动力”为主题，讨论未来政策趋势、汽车新四化、深化改革、加强国内外品牌合作、自动驾驶、人工智能等前沿趋势以及燃料电池的重点和难点问题。以下是中国汽车技术研究中心有限公司汽车技术信息研究所副所长傅连学的讲话全文:

图为中国汽车技术研究中心有限公司汽车技术信息研究所副所长傅连学

女士们先生们，早上好。我很高兴有机会与你分享我们对汽车市场的研究工作，尤其是自去年以来。看这个话题，我们都在谈论乘用车的市场预测，因为已经做了很多市场预测。回想起来，没有多少新的想法提到这一点。我们认为，目前我们的一些预测方法与其他机构的预测方法在思维和方法上仍有很大差异。我们希望在这次会议上与您分享和讨论。

第一个是为什么我们仍然在预测这个。近年来，每个人都目睹了整体市场的涨跌。事实上，每个人都做出了一些判断。然而，即使判断是准确的，让我们看看汽车公司的销售目标和实际目标完成率。例如，在今年上半年结束时，一些汽车公司只完成了20%-30%的目标，这可能不是新闻。在准确判断的情况下，我们觉得在如何设定企业间的销售目标以及对这部分市场是否有准确的判断方面还存在一些不足。这与汽车公司现在更多地依靠市场总需求预测来确定销售目标的情况形成了对比。只有准确的需求预测和主观预期目标，而不是细分市场的预期，是可用的。我们认为，当这一部分实际完成时，仍有很大的偏差。

如果这一部分做得不好，实际上会给汽车企业带来一系列的问题，包括如何控制生产进度和销售目标，包括如何优化和控制成本，包括库存管理。就真正的市场研究而言，我们在一个领域仍有很大差距。因此，从去年开始，我们对子模型的销售量预测进行了这样的研究。

从整体来看，现在有很多预测，包括信息中心，包括其他组织，以及他们的整体预测。就我个人而言，我认为这是一个大角度的需求预测。需求预测可以显示市场宏观经济状况和消费者需求。如果从需求预测的角度来看，最大程度是什么，有多少大型越野车，有多少中型越野车和有多少小型越野车，几乎是一样的，然后对应各自的车型和企业。事实上，中间有一个断层。

至于我们的预测，我将其定义为竞争性预测。这不仅是宏观需求的多少，也是各个产品的竞争力。原则上，从大的角度来看，实现竞争性预测有三个层次:一是宏观政策，这是普遍的。二是企业自身，包括产品状况、产品生命周期状况，以及生产能力，包括自身状况，包括营销策略和营销计划。同时，还应考虑到，对于某一车型，以及竞争群体的设置，与竞争产品的关系如何，竞争产品与营销组合相比如何？只有澄清这三个层次，我们才能真正预测车型和预测或细化程度。

以下是要考虑的总体因素的简要介绍。如果我们真的能按车辆类型预测，三到五年是好的，但从宏观角度来看更好。但是，如果我们能够按车辆类型进行预测，我们更注重12个月或一年内的短期预测和滚动预测。就像通常考虑的季节性因素一样，这肯定是要考虑的因素之一，所以没有必要谈论太多。

作为一个宏观因素，还有一个非常重要的因素，那就是政策因素。对于政策因素，我们将结合近期出台的一些相关政策，对政策效果进行整体评估。对于哪些型号增加或减少，例如，在前一阶段的国家6中，每个人都在消化前一阶段的国家5中的库存，这实际上是一种透支行为，是由相应的政策因素造成的。政策仍有许多变化。我们还将根据每项政策进行相应的政策评估，以形成整体政策因素的影响。

由于自身因素，这部分很少被其他预测方法考虑，包括产品周期、产品性能指标的修正和比较。这部分包括产品力和营销力。我们将形成相应的评价指标，并将其纳入整体模型。这部分的内容是我们在评估方法中需要考虑的。

第二个是提到竞争，特别是考虑到竞争圈的组成和各个模型之间的竞争关系。在你自己的品种和你的竞争对手之间，从产品实力，从营销计划，这部分的整体评价，我们也会形成相应的竞争指数，包括在模型中。这是我们方法的一个显著特征。

除了最后一个因素，我们还考虑了消费者行为因素。通过相应的大数据，评估你的车型与其他相关车型的对比指数和市场声誉，这将直接影响消费者是购买你的车还是他人的车。这也应该考虑到竞争关系，这部分也需要我们广泛收集。在这样做时，要收集的数据量，包括要处理的数据量，非常大。

经过整理，我们细化了经济政策变量、供给变量和需求变量，形成了七个指标，这些指标将在最终的预测结果中发挥更大的作用。像经济和政策变量一样，一个是宏观经济指数，另一个是政策影响指数。供应变量应考虑竞争商品的指数、终端价格指数等。我们把这些放入七个索引中。当然，这个指数的下一级将被分成两个或三个相应的指数，从而形成整个预测模型。

如果我们遵循这种思路，要处理的数据量将会大得多。特别是，我们需要将营销战略计划与产品实力的特征指标结合起来，所有这些都在其中。我们的预测模型引入了长记忆和短记忆深度学习模型来进行一些更复杂的序列处理预测。其主要特点是该模型是一种神经网络模型，更适合于大规模、复杂的数据处理，通过积累有一个连续的优化过程。

从预测结果来看，一些中长期预测与其他预测没有太大的不同，但我们与其他人的主要区别在于我们可以制作各种主流模型，这相当于单一模型的预测结果。我们希望这样的预测结果将有助于企业未来的生产和管理决策，无论是做营销规划，设定目标还是安排生产。

目前，一些预测结果已经每月公布在汽车行业的信息网络上。当然，没有太多的猜测。我们只希望提供一些参考。

从整体来看，经过整体预测后，初步感觉准确度仍然令人满意，虽然不是最好的。对于主流车型，尤其是销量相对较大、产品和营销策略相对稳定的车型，总体预测基本上可以控制在8%以下，这不是总量，而是一辆车。这里8%，对于真正的主流型号，这部分的精度仍然可以接受。在做了所有这些之后，我们现在确实面临着一些问题。对于新形成的模型和一些少数模型，如不太稳定的新能源模型，预测结果仍略有偏差。

稍后我将向您简要介绍。例如，对日产转子的预测在今年上半年已经结束。对这一模式的预测没有多大变化。我们做了4%的比较，这是一个相对较好的控制状态。刚才提到的8%是雅阁车型。为什么是8%？因为它是不可预测的，有一些因素对销售量有很大的影响，但我们没有估计它们。

对于小众汽车和新能源，一些预测有些偏离，这需要我们做出改进。例如，比亚迪E5，总体趋势是好的，但这款车的错误率高达15%。

最后，我想做一个简短的总结。这一次，我们提出了一种竞争预测方法，该方法始于去年。就我个人而言，我觉得，尤其是面对未来日益激烈的股票竞争，汽车企业更应该考虑竞争预测和有针对性的模型预测，这对企业更有参考价值。我们会对这种情况给予更多的考虑。

根据这种预测方法，有许多因素需要考虑。如果你真的想做一个汽车模型，你必须把它和企业的营销计划结合起来。如果你把它和企业结合起来，你就不能更准确地掌握它。我们欢迎企业参与其中，并与我们一起做一些相应的工作。

对这一领域的预测不是关于我的预测结果，而是关于像我们这样有竞争力的预测方法，希望能引起业界的共鸣。同时，欢迎企业加入我们的团队，我们将共同进一步完善预测方法和手段。这就是我今天要分享的全部，谢谢！

请关注燃气汽车现场直播的“2019中国汽车工业(TEDA)国际论坛”！

个人电脑:http://auto.gasgoo.com/NewsTopic/203.html

手机:https://m.gasgoo.com/news/topic/203

试读已经完成。如果您想阅读所有内容，请登录查看。

• 上一篇：[2019 TEDA论坛]博世蔡京:打造安全互联的自动驾驶仪
• 下一篇：她是努尔哈赤的女儿，也是历史上最糟糕的公主。