2016-2020 中国乘用车市场销量预测白皮书.doc

2016-2020 中国乘用车市场销量预测白皮书 暨“车远见”大数据-汽车销量预测产品发布 尼尔森与易车联合发布 2016年11月  导语 我国汽车市场历经长达十年高位增长后，已进入中低速发展的常态期。宏观经济走势、社会结构变化、 居民消费走向、汽车相关政策出台、汽车行业自身革新、用户消费需求变化等诸多因素交迭，共同影响着未 来汽车市场的消费走势。 作为衡量汽车市场消费水平的重要指标——汽车销售量，如果能够科学合理预测，从宏观层面，能够反 映大市场的总体趋势及细分市场方向走势，对于行业机构具有长期规划参考价值。从微观层面，如果能够实 现月度销量预测更新，将对厂商指导生产排期、库存优化、销售进度把控、营销规划、竞争策略制定等企业 运营活动，也起到非常重要的指针参考。 伴随着用户消费需求升级和细分，未来汽车市场的竞争必将更为激烈。汽车销量预测，将愈发成为车企 和行业的切实需求。易车与尼尔森联合双方优势资源，共同探索更为精确、且更贴合市场需求的预测工具， 2016下半年开发推出“车远见”汽车销量预测产品，以期为行业提供有益参考。  车企对汽车销量预测存在迫切需求 汽车销量预测是车企指导运营活动的重要参考： 优化库存和采购， 渠道规划和营销预测 需6-24个月销量预测 降低供应链成本 需全年月度滚动预测 …… 01 02 03 04 新车生产排期， 需至少3个月滚动预测 竞争策略规划 需月度动态滚动预测 销售目标和进度控制 需全年月度滚动预测  但市场上现有的销量预测并不能完全满足需求 不同机构在2009年对未来五年乘用车市场预测值： 现有销量预测数据存在诸多不足： 30 25 20 15 10 5 现有销量预测的特点： 25 某国内预测结构 静态预测 年度预测 缺少动态持续预测 缺少微观月度预测 缺少车型颗粒度预测 缺少全体车型预测 难以判断预测合理性 影响预测准确度 22 19 20 实际市场销量 19 16 16 总体预测 15 某美资预测机构 14 13 14 11 14 10 个案性预测 影响因素不明 影响变量滞后 12 9 12 9 11 某日资预测机构 10 7 8 6 2010 2011 2012 2013 2014 2015 来源：IHS ,国家信息中心，乘联会相关报道  尼尔森、易车联合推出“车远见”大数据汽车销量预测产品 双方联合各自优势资源深入开发，于2016年11月推出新型销量预测产品 车远见 中国乘用车销量预测产品 资深的汽车行业咨询研究公司 专业研究经验与模型 领先的汽车互联网用户平台 汽车用户行为大数据  “车远见”销量预测产品——创新特点 全变量 整合三大类影响变量：宏观经济指标+汽车市场供给指标+用户需求指标 采用更为先进的多变量时间序列模型。同时反映自身结构性变化、外部 关键变量影响 新模型 大数据 引入汽车潜在用户消费行为大数据，通过易车指数-汽车消费行为数据，实 时追踪用户需求变化、校准预测走势  “车远见”销量预测产品——创新特点 全变量 科学筛选和验证，选出影响汽车销量变化的宏观经济、供需关系、用户需求等变量因子，共同纳入汽车销量预测模型，全面评估。 宏观经济指标 GDP经济增长状况 社会零售消费品总额 货币供应量M1/M2 居民可支配收入 居民可支配收入 GDP 01 经济 变量 02 PMI中国制造业采购经理指数 CPI 经济景气指数-一致/先行指数 社会环境指标 经济景气指数 相关性分析和 显著性检验 03 消费者信心指数CCI 汽油零售价历史数据 市场供给指标 04 新车上市数量 广告花费 供给 变量 新车型投放 款型数量 品牌促销比例 05 各厂商轿车广告月度花费 全国经销商数量 06 用户消费需求指标 易车网--关注指数 易车网--购车指数 易车网--口碑指数 易车网--对比指数 关注指数 购车指数 需求 变量 07  “车远见”销量预测产品——创新特点 新模型 采用创新的多变量时间序列预测模型，既反映了从历史到未来的市场演变过程，也通过回归建模揭示这些变化的动力所在。 多变量时间序列预测模型： 基本原理：基于高级时间序列模型，在单一时间序列的基础上，综合考虑对时间序列具有显著影响的其它因素进行预测。 多元回归建模 时间序列模型  “车远见”销量预测产品——创新特点 大数据 引入汽车潜在用户消费行为大数据，通过易车指数-汽车车消费行为数据实时追踪用户需求变化、校准预测走势。 易车指数体系： 易车指数来自全终端、多媒体平台导入的汽车用户数据。连续五年以上数据积累，360度覆盖用户汽车消费全周期。  “车远见”销量预测产品——预测结果 销量预测结果数据分为多个层次： 市场总量预测 细分市场预测 单车销量预测 定制化销量预测