Mubea · 车企产量预测台

当前决策问题 未来 6 个月，长城汽车集团产量基线与波动范围是多少？

集团下月预测 — —

80% 预测区间 — 样本外残差校准

冠军模型平均 WAPE — 1 / 3 / 6 个月平均

官方数据覆盖 — —

A

集团历史产量与未来预测

实线为官方实际值，虚线为当前情景预测

实际预测

C

未来 6 个月预测明细

台；区间为80%经验预测区间

D

品牌级产量拆解

五个品牌独立预测，再与集团总量校准；误差较高的品牌仅作方向性参考

预测周期

模型

WAPE—越低越好

MAE—平均绝对误差 / 台

Bias—正值高估，负值低估

回测样本—逐月扩窗样本

A

样本外预测 vs 实际

每个点均模拟当时真实可用的数据边界

C

同周期模型排行榜

不预设冠军，以样本外 WAPE 排序

归因不是“相关性包装成因果” 当前展示集团预测贡献；价格、政策、车型上市等因果结论必须进入事件研究或准实验层验证。

A

全局因子权重

树模型在历史样本中的预测重要度

B

下月方向性贡献

线性替代模型解释，单位：台

C

全量公开因子消融回测

同一模型、同一历史起点：验证因子是否真实提升样本外预测，而非只增加复杂度

D

25 个高价值因子接入矩阵

点击任一因子，查看影响大小、作用维度、传导机制与归因口径

官方公告—逐份保留原始 PDF 与哈希

总量序列完整率—连续月度检查

异常值—非正值 / 重复月份

数据等级A交易所官方披露

A

数据源台账

每个因子都要回答：从哪来、何时可得、如何追溯

C

四类关键数据细化状态

区分进入回测、仅作监控、作为约束和必须采购或内部授权的数据

D

车型上市与改款事件台账

已绑定长城汽车官方来源；因历史事件库不完整，当前用于监控与情景修正

E

工厂产能约束

2025 年报口径；设计产能按 250 天双班 16 小时计算，不等同于月度实时可用产能

F

官方公告追溯样例

点击可回到上交所原始 PDF