案例 预测模型一直都很准，直到……
这是个养殖行业的龙头企业，年营收在几百亿元。养殖需要饲料，饲料需要大宗的玉米、豆粕和各种辅料。养猪、养牛、养羊在中国已经有几千年的历史，但真正成气候却是最近一二十年的事：随着养殖业的工业化，行业的头部企业呈现爆炸式成长。过程也不是一帆风顺的：养殖业是个周期性行业，比如养猪是两年好两年坏；各种瘟疫不断，疯牛病、非洲猪瘟、猪流感你方唱罢我登场；肉价、粮价也影响存栏量，而存栏量直接影响对饲料的用量。这些都成为需求预测的大挑战。
预测准确度低，最终都是通过堆积更多的库存来应对的。国内的那些养殖巨头们，每年对玉米的需求都以几百万吨计，手头库存动辄几十万吨，如果能降低1周的库存，每年光利息节省就数以千万元计。
对案例企业来说，存栏量连年增长，企业每年都在增建养殖场，对玉米的需求呈上升趋势。玉米的市场价格变动，替代品的价格变动，养殖业的季节性，都给玉米的需求带来更多的变动。看上去这一切都很难预计，其实未必。我找到他们过去5年多的需求历史（从2015年第4季度开始），用计划软件来模拟，建立了相当不错的模型，拟合度相当高，如图1-17所示。
图1-17 玉米的需求历史和需求预测
这就是说，需求虽然一直在变，但并不意味着没法预测。这种趋势和季节性体现在数据中了，我们就能找到合适的预测模型来模拟。这里的预测模型是霍尔特-温特指数平滑法，能够相当贴切地反映玉米用量中的趋势和季节性，感兴趣的读者可以在百度自行搜索，从而进一步理解这个预测模型——这里的重点不是介绍这个模型，这里想说的是，模型与数据的拟合度一直非常高（绝对平均偏差只有5.3%），为什么到了2020年下半年，预测继续上扬，而实际需求却断崖式下跌，出现了大错特错？
这背后一定发生了显著改变需求的事，那就是玉米价格的飙升。如图1-18所示，过去五六年里，玉米的均价一直在两千多元一吨，虽然整体呈现上升趋势，但增速相对平缓，未能对玉米的需求造成显著影响。但是，2020年下半年，玉米的均价飙升40%左右，一度跨过每吨3000元的大关。玉米太贵，那就用别的饲料来替代，玉米的需求就大幅下跌了。
图1-18 玉米采购均价走势图
注：图中纵轴的具体价格是案例企业的公司信息，特意省去。
案例企业有专门的团队，分析大宗原粮的供求关系、价格走向，制定采购战略。他们要应对两个预测：其一，业务量变动带来的需求变动，比如存栏量的增加、新增养殖场带来的更多需求；其二，大宗原粮的市场价格变动。结合两者，来决定每种原粮要采购多少，是增持还是减持库存。
在这里，业务量对饲料的总体需求有根本性影响：存栏量越大，就需要越多的饲料，也就需要采购越多的原粮，不管是玉米、大豆还是小麦、高粱。但这只解决了一半问题，那就是总量。至于细分到具体的原粮上，分别买什么，买多少，却取决于市场价格。比如玉米的价格太高，小麦的价格尚可的话，就少买玉米而多买小麦；反之亦是。
正常年份，不同原粮的价格关系相对稳定，价格对需求的影响相对有限，所以我们用时间序列[1]模型，就能相当准确地预测玉米的需求。但是，在2020年，全球疫情、自然灾害等，造成玉米的供应不能满足需求，价格飞涨。这里的挑战就是预测价格走势，及时调整需求预测和采购量。
案例企业跟大宗原材料打交道多年，有相当丰富的经验，相当准确地预计到玉米的价格会飙升，就在2020年6月大幅买进。不过当我问他们的原粮采购负责人，价格走向好不好预测时，他说非常难，这正是让他的团队绞尽脑汁的地方。当然，我也是明知故问：如果好预测的话，那他们不早就改行做期货了，还用得着辛辛苦苦做养殖吗？
那价格怎么预测？你首先想到的就是数据分析：不管是股票还是大宗原材料，最不缺的就是历史数据。那好，我们把玉米均价输入预测软件，60多个月的数据，让软件来帮我们优化，推荐最合适的预测模型，来预测下个月的均价。软件分析的结果是，最好的模型是简单指数平滑法，平滑系数是1。“翻译”过来就是，用上个月的价格作为下个月的预测。
这样的预测不用软件你也会。软件其实是告诉你，历史价格没有规律性，虽然看上去有趋势，周期性变动，但这对预测明天的价格没有任何意义。比如现在是2021年3月，要预测4月、5月的价格，是高还是低，高多少、低多少，很困难，否则炒股、炒期货不都发财了嘛。
预测价格是永远跟无限的不确定性打交道。记得新冠肺炎疫情期间，美国股市连续几次熔断，标准普尔500指数下跌30%多。2020年3月23日，我跟财务顾问开电话会议讨论，我还有少许现金，想抄底进场，但我太太在旁边要跟我“拼命”，财务顾问也不确定股市下一步会怎么样。就这样，我们错过了抄底的最佳时机：“底”就是那一天的上一个交易日，最佳的“抄底”日期就是那一天。不过我一点也不觉得可惜：价格每天都有巨大的不确定性，预测的难度异常大。
那不确定性非常大时，究竟该怎么办？答案你知道：靠判断。就拿案例企业来说，每个月他们都做大宗原粮的需求、供给分析，然后就开会，几个最有经验的人坐在一起，群策群力，“拍脑袋”判断价格走向，指导后续的采购。但问题是，常见的会议方式不是群策群力的最佳方式：职位高的会影响职位低的，强势职能会影响弱势职能，还不说职能之间藏着掖着，互相博弈。我们要找更好的方式，那就是下面要讲的德尔菲专家判断法。
[1] 所谓时间序列，就是假定变量只有一个，那就是时间。价格等没有考量在模型里（假定价格等因素变动也反映在时间上）。