2017高級會計考試考點精講：預測技術

來源：東奧會計在線責編：王妍2017-04-01 12:02:09

　　東奧會計在線高級會計師頻道提供：2017高級會計考試考點精講：預測技術,。

　　預測技術

　　企業(yè)要做好戰(zhàn)略規(guī)劃工作,，正確確定年度的經(jīng)營目標(如下個年度的銷售額等),，就必須對未來的經(jīng)濟狀況,、市場環(huán)境,、需求變化等進行分析、預測和判斷,，主要預測技術和分析方法如下：

高級會計考試

　　(一)回歸分析

　　回歸分析用于研究一個因變量(y)對另一個或多個解釋變量(x或x1,，x2…xn)的依賴關系，可以通過后者(在重復抽樣中)的已知或設定值,，去估計和(或)預測前者的(總體)均值,。

　　回歸分析分為雙變量回歸分析和多元回歸分析。

　　1.雙變量回歸分析

　　Y=f(X)

　　2.多元回歸分析

　　Y=f(X1,X2,……Xn)

　　雙變量回歸分析的計算公式：

　　y=a+bx

高級會計實務

高級會計考試

　　(二)時間序列分析

　　時間序列是一段時間間隔內(nèi)所記錄的一連串變量的數(shù)值,。

　　時間序列由趨勢,、季節(jié)性差異、周期性差異和隨機性差異等要素構(gòu)成,。

　　趨勢(T)是時間序列所記錄數(shù)值的長期走勢,。

高級職稱考試

　　時間序列的實際記錄結(jié)果(Y)往往偏離趨勢值，產(chǎn)生偏離的原因包括季節(jié)性差異,、周期性差異和隨機性差異,。

　　季節(jié)性差異(SV)是由于不同的年份、不同的日期或不同時刻所導致的時間序列數(shù)據(jù)的短期震蕩波動,。季節(jié)性差異并不局限于季節(jié),，只要是不同時間所形成的均可,。

　　周期性差異(CV)是由于周期性循環(huán)所導致的中期變動。

　　隨機性差異(RV)是由于非常隨機的和不可預料的因素所導致的差異,，例如罷工、恐怖活動和地震等,。

　　時間序列通常采用移動平均法進行處理,。移動平均法是從N期的時間序列數(shù)據(jù)中選取M期數(shù)據(jù)作為樣本值，求其M期的算術平均數(shù),，并不斷地向后移動計算,，所求的平均數(shù)對應m期間的中點。使用移動平均法的目的是將時間序列中的差異去除掉,，從而只留下代表趨勢的一連串數(shù)據(jù),。

　　時間序列的研究方法包括加法模型和乘法模型。

　　1.加法模型

　　加法模型使用絕對數(shù)來表示差異,，其計算公式為：

　　Y=T+SV+CV+RV

　　2.乘法模型

　　乘法模型使用相對數(shù)來表示差異,，其計算公式如下:

　　Y=T×SV×CV×RV

　　(三)指數(shù)平滑法

　　指數(shù)平滑法，實質(zhì)上是一種加權平均法,，是以事先確定的平滑指數(shù)α及(1- α)作為權重進行加權計算,。其計算公式如下：

高級會計師

　　式中：為當前期間; 為第期間的預測值; 為第期實際值; 為第t期預測值; 為平滑指數(shù)(取值0-1之間)

　　如果α=0.2，y2=18000,，F(xiàn)2=15000,，則：

　　F3=0.2×18000+(1-0.2)×15000=15600

　　(四)學習曲線模型

　　學習曲線理論認為，當人們從事一項新的任務,、過程和活動時,，在最初不可能立刻實現(xiàn)效率的最大化。隨著任務的不斷重復,，人們的經(jīng)驗和自信逐漸增加,，最終會導致更高效和快速的生產(chǎn)，單位產(chǎn)品生產(chǎn)所用時間會逐漸減少,。但不會無休止地減少,，學習過程最終會停止，從此效率無法繼續(xù)提升,，停留在一個穩(wěn)定狀態(tài),。

　　學習曲線模型中的一個重要變量是累計平均時間。累計平均時間是指到目前為止(從第一個產(chǎn)品開始到現(xiàn)在為止)所生產(chǎn)的所有產(chǎn)品的平均時間,。學習曲線理論假設每當產(chǎn)量翻倍時,，累計平均時間始終按照一個恒定的比率遞減。例如,，每當產(chǎn)量增加1倍,，累計平均時間減少20%,。

　　【例題】假設某工廠某產(chǎn)品第一件生產(chǎn)所需手工組裝時間為100小時，存在 80%的學習曲線效果,，即每當產(chǎn)量增加1倍,，累計平均時間就減少20%，則計算結(jié)果如下表所示,。

總產(chǎn)量	累計平均時間	總時間	增加時間
1	100	1×100＝100	100
2	100×80%＝80	2×80＝160	160－100＝60
4	80×80%＝64	4×64＝256	256－160＝96
8	64×80%＝51.2	8×51.2＝409.6	409.6－256＝153.60