4. 基准价格建模：加权平均法、最近成交法、市场对标法、模型选择原则

基准价格是价格方差计算与节约跟踪的“锚点”。如果基准价格模型选择不当，后续所有节约金额的计算都会产生系统性偏差。本章将深入剖析三种主流建模方法，并给出模型选择的原则框架。

4.1 三种核心建模方法对比

在实际采购数据分析中，最常用的基准价格建模方法有三种：加权平均法、最近成交法、市场对标法。它们各自适用于不同的数据场景与业务目标。

4.2 加权平均法详解

加权平均法是最基础的基准价格模型，适用于采购历史数据完整、价格波动幅度较小的品类（如办公用品、MRO备件）。

计算公式：

基准价格 = Σ(历史采购单价 × 历史采购数量) / Σ(历史采购数量)

实施步骤：

1. 确定时间窗口： 通常选择过去6-12个月的数据，避免包含过时的价格。
2. 清洗异常值： 剔除明显错误的价格（如单价为0、单位错误、数量为负）。
3. 计算加权均值： 按采购数量加权，而非简单算术平均。
4. 验证稳定性： 计算标准差，若标准差超过均值的20%，则需考虑改用其他模型。

4.3 最近成交法详解

最近成交法强调“时效性”，适用于原材料、大宗商品、电子元器件等价格波动频繁的品类。

常见变体：

• 单次最近价： 直接使用最近一次成交单价。简单但风险高。
• N次移动平均： 取最近3-5次成交价格的算术平均或中位数。推荐使用中位数以抵抗异常值。
• 时间衰减加权： 对越近的成交赋予越高的权重，如指数平滑法。

实施要点：

• 确保“最近”的定义与采购周期匹配。如果每月采购一次，最近3次成交约等于一个季度。
• 当最近N次成交中存在不同供应商、不同付款条件时，需先进行归一化处理（如统一为到厂含税价）。

4.4 市场对标法详解

市场对标法将内部价格与外部独立数据源进行比对，是验证采购团队议价能力的“试金石”。

常见数据源：

实施步骤：

1. 定义对标规格： 确保外部数据与内部采购规格完全一致（包括品牌、型号、包装、交货条件）。
2. 建立映射关系： 将内部物料编码与外部数据源中的品类编码进行映射。
3. 计算对标系数： 基准价格 = 外部市场价 × 对标系数（如历史折扣率）。
4. 定期校准： 每季度验证对标系数是否仍然有效。

4.5 模型选择原则

没有一种模型是万能的。选择基准价格模型时，应遵循以下四个原则：

1. 数据充分性原则： 历史数据量 > 30条且覆盖完整周期 → 优先加权平均法；数据稀疏 → 优先最近成交法或市场对标法。
2. 市场波动性原则： 价格波动率（变异系数）< 15% → 加权平均法；波动率 > 30% → 最近成交法或市场对标法。
3. 业务可解释性原则： 模型必须能被采购业务团队理解。复杂的计量模型如果无法解释，将难以落地。
4. 可审计性原则： 基准价格的来源、计算过程、参数设置必须可追溯，能够通过内部审计。

4.6 基准价格建模数据链路

下图展示了从原始数据输入到基准价格输出的完整数据链路，以及三种模型在链路中的位置：

4.7 模型选择决策树

在实际项目中，可以按照以下决策树快速确定主模型：

4.8 实战案例：电子元器件基准价格建模

背景： 某电子制造企业需要为100种被动元器件（电阻、电容）建立基准价格，用于季度节约核算。

数据特征：

• 历史数据量：平均每种物料有45条采购记录
• 价格波动率：变异系数平均为22%
• 外部数据：可获取华强北指数和Digi-Key公开报价

模型选择过程：

结论： 加权平均法与最近成交法总分相同。考虑到电子元器件价格波动较大，最终选择最近成交法（5次移动中位数）作为主模型，加权平均法作为验证模型。对于价格波动率低于15%的物料（如常规贴片电阻），单独切换为加权平均法。