黄至言

（华南理工大学电子商务系，广州510006）

0 引言

准确的短期需求预测可以为短生命周期的产品促销、定价、补货和库存计划等决策提供重要的帮助。以服装企业和我国生鲜农产品为例，多数服装品牌商的平均产销率仅为50%~65%[1]，而生鲜农产品2019年损耗率也高达25%~30%1数据来源：https://www.sohu.com/a/342685335_757817。这意味着由于缺乏准确的短期需求预测，市场中大量的缺货和积压并存。另外，库存周转速度的加快，也让企业的补货间隔不断缩短。以京东商城为例，2020年第三季度京东的库存周转天数已低至34天2数据来源：https://www.163.com/dy/article/FRKKM3KD0512AE4K.html。以年月为单位的需求预测已不能完全满足企业的需求。可以看出，准确的短期需求预测能为企业快速响应市场变化提供重要信息参考，是企业管理的重要任务之一[2]，也是企业打造敏捷供应链的关键。因此，提高短期需求预测的准确度具有极强的现实意义。

现有文献一般称对未来较短时间内（本文以未来一天为例）商品被购买量的预测为短期需求预测[3]。具体的，假定系统中商品集为R，共有N条销售记录，1≤n≤N。本文使用集合Dn={rn1,rn2,…,rnzn}⊂R代表第n条记录（zn代表第n条销售记录中的商品序号），Dn同时表示一位顾客在一次消费中分别购买了rn1,rn2,…,rnzn等商品（这里为了简化问题，我们假设每件商品各购买一件）。我们希望基于D1~DN预测商品i第L+1天的日需求量{X̂i,L+1}，其中L为已知销售数据的最后日序号。为进行短期需求预测，目前主流的策略是通过多个样本进行模型拟合。常见的模型包括指数回归模型[4-7]，整合移动……