1谢燕芳 2肖家良
1广西腾智投资有限公司 2上汽通用五菱汽车股份有限公司
摘要：1、背景
关键词：中国工程机械行业经过60多年的快速发展，在国内以及国际都已经取得一定地位，2018年中国工程机械产销位列全球前列，国内企业在技术、人才、市尝资金等方面都具备很好的积累，为我国工程机械的发展打下很好的基矗自金融危机过后，中国工程机械行业经历了近5年的撕心裂肺式的发展，终于在2016年迎来了小阳春，各工程机械产品近3年均有高速增长趋势。各大工程机械厂家经过上个周期的调整，对整个市场更为理性，希望通过更为理性的数据来预测来整个市场的发展，特别是2019年市场增长趋势放缓，工程机械厂家更为对市场的判断更需要理性的数据。
随着信息化的到来，特别是大数据爆发的年代，数据作为一位理性者代表，给各厂家经营者提供了一个理性的分析。各类数据如暴风骤雨般席卷工程机械行业，各大厂家希望探索相关数据跟行业销量之间的关系，以指导生产、销售以及经营，提高公司在工程机械行业中的竞争力。公司希望通过各项经济指标与工程机械行业销量的关联性，找到决定工程机械行业销量的经济因素和投资因素，提前感知市场变动。由于低谷期和高峰期的不确定性，容易出现产存销失衡的情况。通过对市场总量的预测，准确制定生产和销售计划，消除生产不足或库存积压极端情况可能。工程机械市场已经出现明显的周期性起伏的规律，通过对过去10年数据的分析建立数学模型，对未来几年的市场总量进行准确预测，提前制定针对性市场对策。
据此，公司探讨过与工程机械息息相关的GPD、固定资产投资，以及上下游相关行业房地产住宅、公路投资、铁路投资、水利投资、铁矿石、煤炭、有色金属等等，但通过分析关联性不大，即使有关联，也找不到提前感知市场变动的因子。分析其原因，各大指标走势受影响因素太多，无法代表工程机械的走势，因此我们引入了与工程机械息息相关的开工率。
2、开工率说明
物联网和大数据成为各大厂家智能化的核心，通过给各类工程机械产品装载车载控制器、传感器、T-box,将数据传输到终端平台进行加工处理，每挥动一铲、行动一步，都形成数据痕迹。大数据精准描绘出基础建设开工率等情况，成为观察工程机械行业走势的风向标。开工率（即日均工作小时）作为行业晴雨表成为各大厂家深度挖掘的信息，特别是跟行业销量关联性，希望通过开工的数据来预测行业销量的走势，作为生产经营的指导。
对于工程机械而言，现可以采集到的数据有上百条，包括累计工作小时、累计油耗量、发动机转速、发动机载荷以及设备运行状态等，这里所说的开工率是日均工作小时，即先计算每天的工作小时，用设备每天回传的最后一条信息（累计工作小时）减掉该设备第一条信息（累计工作小时）。要进行日工作小时，首先要进行数据清洗，对一些异常数据进行提出，然后选取所有销售到终端的设备，对所有设备工作小时进行加总，除于合格范围内的总台量。
行业销量以工程机械行业协会数据为准，中国工程机械工业协会（CHINA CONSTRUCTION MACHINERY ASSOCIATION，CCMA），是经中华人民共和国民政部正式批准登记注册的全国性工程机械行业组织，是由工程机械行业的制造企业、科研设计检测单位、高等院校、维修、使用、流通单位及其它有关工程机械行业的企事业单位自愿联合组成的具有法人地位的社会团体。各会员企业向行业协会按月提交销量信息，工程机械行业协会将汇总月度销量信息传递给会员企业，因此，后续我们将按照月度进行关联度分析，进行月度预测。
3、开工率与行业销量关联分析
1)数据来源
本研究所用数据来源于某工程机械公司，该公司为工程机械龙头企业，公司以生产销售装载机、挖掘机、路面设备为主，其工程机械开工率和行业销量具有一定区域代表性。本文选取该公司2017 年1 月1 日至2018 年11月30 日，在每月开工率和行业销量数据作为研究对象，展开相关性研究。
2）数据预处理
a)我们需要将异常数据剔除掉，即不符合常规标准的数据进行剔除，选取到终端的设备进行统计，因是以月度为单位，即按照月度计算每天的日工作小时，作为开工率代表。
b)因受春节停工影响较大，每年春节基本是在新历1月或2月，春节在哪个月份，将会开工率或者行业销量急剧下滑，为了消除春节因素，我们将每年1~2月份数据进行合并处理。
c)因为开工率数值与行业销量数量级差别较大，以及工程机械的强周期性，我们将使用同比数据作为相关性分析的因子。从工程机械行业数据以及开工率来看，工程机械有较强的周期性，每年3月份为工程机械的旺季，每年7~8月为工程机械淡季，销量的波动极其明显。为了消除时间周期性，造成建模失败，我们选取同比数据作为因子，即2017年2月同比为2017年2月销量除以2016年2月销量。同时，开工率一般在5~6小时/天，而行业销量基本在上千数量级，两者差别较大，会导致建模效果差。
通过以上数据处理，将得到以下数据。
3）模型分析
a)相关系数越高，说明两个变量波动越接近，当行业销量同比与开工率同比交叉系数最大为0.417，说明行业销量同比滞后三期（i=3）与当期的开工率同比高度相关，这样开工率同比就领先三期。
b)从交互相关柱状图可以看出，开工率同比与1~5个月后行业销量同比相关性较强，其中3个月后最为显著。
c)从平均数错误率来看，预测错误数据较大，主要原因一是因为数据积累相对较少，只使用了2017~2018年的数据，分析结果有可能与实际情况有所出入，需持续跟进该数据分析。另外因为前期工程机械联网数较少，前期数据不准确导致预测错误率较高，建议持续跟进该数据与行业销量相关性分析。
4、开工率应用
不管大数据的核心价值是不是预测，但是基于大数据形成决策的模式已经为不少企业带来了盈利，大数据让我们更为理性的认识行业的发展。面对庞大的数据，如何去分析，如何抓住核心参数是大数据分析的重中之重，否则分析的记结果不但起不到预测作用，反而会由于错误的预测给企业带来不给估量的经济损失。对于开工率与行业销量的关联性分析，从相关性看到了一定的趋势，但是因数据积累以及样本量不足造成数据预测差异性，建议持续跟进该指标与行业销量的相关性分析，找出其关联性为公司的生产、销售、经营做指导。
参考文献
《车市和股市相关性的定量分析》 Global Insight分析师 段诚武
《挖掘机开工率与销量的关系探索》 郭继梅 柳工常州机械有限公司 工程机械
《蔬菜价格与销量的相关性分析研究--以油麦菜为例》杨皓旭 云南大学数学与统计学院
论文作者:1谢燕芳 2肖家良
论文发表刊物:《中国西部科技》2019年第22期
论文发表时间:2019/11/26
标签：开工率论文; 销量论文; 数据论文; 工程机械论文; 行业论文; 机械行业论文; 相关性论文; 《中国西部科技》2019年第22期论文;