在汽车行业，目前关于预测的研究多针对于整体汽车市场的宏观预测，对于单一品牌汽车尤其单一车型的预测较少。基于此，本文拟通过对不同销售预测模型的对比研究，寻找适合一汽大众汽车公司单一品类汽车的销售预测模型，并将该模型进行实际应用，为企业的决策提供科学的数据指导，在结合模型分析的基础上对企业销售合理化提出建议。

研究背景及意义：步入21世纪，全球经济一体化逐渐成为世界经济发展的大趋势。中国2001年加入WTO后，中国企业在迎来巨大机遇的同时也面临着来自国外的竞争压力，这要求企业要改变以往较为落后的管理模式，提升自身国际化水平。国际化水平构成中，企业对市场的精准预测是一个重要的方面。

在企业管理中，企业的经营战略，是企业发展的核心，决定企业的长远发展方向；正确的经营策略对企业的发展起着决定性的作用。而制定企业经营策略需要全方位的数据支持，销售预测则能够为企业的战略制定和执行提供有效的理论和数据支撑。预测是一切活动的开始，市场的复杂性与不确定性，以及影响因素的多样性给企业的预测活动带来了巨大的挑战，糟糕的预测不仅使得预测工作毫无意义，还将对生产活动造成错误的影响，可能造成库存积压、信誉受损，丢失客户等不良后果，可见科学合理的预测多么重要。预测是目前社会科学研究的一大热点。众多专家学者对于预测理论及技术的研究做出了不懈努力。而在汽车行业，伴随着国际汽车市场的不断发展，国内整车厂多通过与外资汽车品牌合资，销量一路攀升，同时积累了大量历史销售信息，利用这些信息对销量进行预测变得日益重要。因而确定适合汽车行业的销售预测模型是一个具有实际应用价值的研究课题，其研究成果将对企业的销售乃至供应链运营提供指导意义。

根据Jain对大量企业预测技术的调查，目前大多企业仅仅是针对历史数据进行简单的预估，并没有一套科学合理的预测方法。由于销售预测的复杂性和不确定性，导致目前很多企业的预测以人为预测为主，定性化预测多于定量化预测，这不仅对预测人员的个人素质和经验要求较高，同时其预测结果较为粗糙，不利于企业的长久稳定发展，存在较大的决策风险。一汽大众公司作为国内领先的汽车组装厂，更加需要对其单一车型销量进行精准预测，精确的销量预测可以正确指导其生产、物流及销售计划，减少决策中的盲目性。同时正确的产品预测还能有助于企业的市场分析，为新产品的开发及投放提供支持。

国内外研究现状：

预测活动的起源非常早，自从有人类文明史以来，就存在了预测活动。但是长期以来，人们并没有把这种探索未来的活动作为一个专门学科加以研究。随着19世纪工业经济的发展，预测的重要性才逐渐被人们认识，并由此产生了各种各样的预测方法与技术。

关于预测，大致可以分为定性预测和定量预测两大类，定性预测主要依据预测人员的经验知识进行决策，对预测者的素质要求较高，且预测结果较为粗糙，定性预测常用的有德尔菲法、专家决策法、销售员意见汇集法等。定量预测方法可以分为基于数学模型的传统预测和以计算机理论为代表的智能预测。传统预测常用的有回归分析法、时间序列预测法、季节变动预测法等等；智能预测算法有人工神经网络、SVM、灰色预测、马尔科夫模型等。其中神经网络技术最早由Lapedes和Farber 应用于预测研究，目前神经网络也广泛应用于回归分析，已经成为经济管理方面的研究热点。

对于销售预测的理论及应用，国内外的研究十分丰富，在应用方面多面向具体的研究对象。在汽车领域，陈道平采用ARIMA模型对中国汽车市场整体需求量进行预测，结果显示该模型对宏观预测具有很好的预测效果。

罗兰葳在预测T公司彩电销售需求时，依据订单的处理周期为12周进行季度预测。对过往三年的销售数据进行excel绘图，找出其存在的规律，最终采用季节性趋势预测模型，该模型已在T公司销售系统中取得良好应用效果。