东北财经管理会计第5章预测分析

管理会计课件主讲人唐睿明东北财经大学会计学院第五章预测分析第一节预测分析概述第二节销售预测第三节利润预测第四节成本与资金需要量的预测本章复习思考题第一节预测分析概述预测分析的意义预测分析的特点成本预测的程序预测分析的方法预测分析的基本方法定量预测分析法定性预测分析法定量预测分析法：趋势外推分析法因果预测分析法预测分析的意义预测（Forecast）是指用科学的方法预计、推断事物发展的必然性或可能性的行为，即根据过去和现在预计未来，由已知推断未知的过程。经营预测，是指企业根据现有的经济条件和掌握的历史资料以及客观事物的内在联系，对生产经营活动的未来发展趋势和状况进行的预计和测算。管理会计中的预测分析，是指运用专门的方法进行经营预测的过程。预测分析的特点预见性明确性相对性客观性可检验性灵活性预测分析的程序确定预测目标收集和整理资料选择预测方法分析判断检查验证修正预测值报告预测结论开始结束预测分析的方法预测分析方法定量分析法定性分析法趋势外推分析法因果预测分析法算术平均法移动平均法趋势平均法加权平均法平滑指数法修正的时间序列回归分析法本量利分析法投入产出法回归分析法经济计量法预测分析的基本内容销售预测利润预测成本预测资金预测第二节销售预测销售预测的意义判断分析法的种类和特点趋势外推分析法的种类及其应用因果预测分析法的程序及应用产品寿命周期分析法原理一、判断分析法的种类和特点推销员判断法综合判断法专家判断法▲专家个人意见集合法▲专家小组法▲特尔非法【例5－1】特尔菲法的应用已知：某公司准备推出一种新产品，由于该新产品没有销售记录，公司准备聘请专家共7人，采用特尔菲法进行预测，连续三次预测结果如表5—1所示。表5—1特尔菲法专家意见汇总表单位：件专家编号第一次判断第二次判断第三次判断最高最可能最低最高最可能最低最高最可能最低123002000150023002000170023002000160021500140090018001500110018001500130032100170013002100190015002100190015004350023002000350020001700300017001500512009007001500130090017001500110062000150011002000200011002000170011007130011001000150015001000170015001300平均值198615571214210017431286208616861343公司在此基础上，按最后一次预测的结果，采用算术平均法确定最终的预测值是1705件1750=2086+1686+1343)/3二、趋势外推分析法的种类及其应用平均法修正的时间序列回归法平均法◆算术平均法【例5－2】◆移动平均法【例5－3】◆趋势平均法◆加权平均法◆平滑指数法【例5－2】趋势外推分析法在销售量预测中的应用——算术平均法已知：某企业生产一种产品，20×6年1～12月份销量资料(单位：吨)如表5—2所示。月份123456789101112销量（Qt）252326292428302725293233要求：按算术平均法预测20×7年1月份的销售量（计算结果保留两位小数）。解：分子＝25+23+26+29+24+28+30+27+25+29+32+33=331（吨），分母n=1220×7年1月份预测销售量==27.58(吨)33112【例5－3】趋势外推分析法在销售量预测中的应用——移动平均法(不考虑趋势值)已知：仍按例5－2中的销量资料。要求：按移动平均法预测20×7年1月的销售量(假定m=5)。解：20×7年1月预测销售量==29.2(吨)27+25+29+32+335但有人认为这样计算的平均值只反映预测期前一期的销售水平，还应在此基础上，按趋势值进行修正。趋势值b的计算公式为：b最后移动期上一个移动趋势的平均值期的平均值值（5.2.3式）修正的移动平均法按以下公式进行预测：预测销售量n+1Q＝最后m期的算术平均销量+趋势值（5.2.4式）趋势平均法期的时间间隔基期与预测移动平均值基期趋势值移动平均值基期销售量）（销售量预测Q【例5－5】趋势外推分析法在销售量预测中的应用——趋势平均法已知：仍按例5－2中的销量资料，假定销售量的移动期m为5，趋势平均值s移动期为3，时间序列期数n为12。要求：按趋势平均法预测20×7年1月的销售量。解：依题意计算各期销售量移动平均值、趋势值和趋势值移动平均值，其结果如表5—3所示。表5—3趋势平均法计算表时间t销售量观测值Qt销售量五期移动平均值变动趋势值bt趋势值三期移动平均数12522332625.442926.0+0.652427.4+1.40.7362827.6+0.20.2773026.8-0.80.1382727.8+1.00.339*2528.6+0.80.80102929.2+0.611321233Q1b第9期销售量移动平均值=28.6第9期趋势值移动平均值=0.80基期与预测期的时间间隔==420×7年1月的预测销售量=28.6+0.80×4=31.8(吨)2m1532s12922n销售量移动趋势值移动基期的时间序列时期数时期数序数值期数532加权平均法各期权数之和该期权数某期销售量）（销售量预测Q权数为自然数该期权数某期销售量）（销售量预测Q权数为饱和权数【例5－6】趋势外推分析法在销售量预测中的应用——加权平均法已知：仍按例5－2中的销量资料。要求：(1)用自然权数加权平均法预测20×7年1月的销售量；(2)利用最后3期销售量按饱和权数加权平均法预测20×7年1月的销售量。解：(1)在自然权数加权平均法下Σ（Qt·Wt）＝25×1+23×2+26×3+29×4+24×5+28×6+30×7+27×8+25×9+29×10+32×11+33×12＝224220×7年1月的预测销售量=(1n)n(112)127822ttt(QW)224228.74()W78吨(2)在饱和权数加权平均法下期数为3，令W1=0.2，W2=0.3，W3=0.520×7年1月的预测销售量=29×0.2+32×0.3+33×0.5=31.9(吨)平滑指数法测销售量前期预）指数平滑（际销售量前期实指数平滑）（销售量预测1Q此法是特殊的加权平均法取值0.3～0.7之间平滑指数法进行近期预测或销量波动较大时的预测，应采用较大的平滑指数；进行长期预测或销量波动较小时的预测，可采用较小的平滑指数。【例5－7】趋势外推分析法在销售量预测中的应用——平滑指数法已知：仍按例5－2中的销量资料。要求:（1）用平滑指数法预测20×6年1～12月销售量；（2）预测20×7年1月份的销售量。解：（1）依题意，编制平滑指数法计算表如表5—4所示:tQ月份t销售量观测值Qt平滑指数α前期实销售量Qt-11-平滑指数(1-α)前期预销售量预测销售量125----25.002230.3250.725.0025.003260.3230.725.0024.404290.3260.724.4024.885240.3290.724.8826.126280.3240.726.1225.487300.3280.725.4826.248270.3300.726.2427.379250.3270.727.3727.2610290.3250.727.2626.5811320.3290.726.5827.3112330.3320.727.3128.71t-1Q(2)20×7年1月份的预测销售量=0.3×33+(1-0.3)×28.71=30(吨)未经过修正的回归系数a、b的计算公式：Q-bta=n22nQt-tQb=nt-t修正的时间序列回归法如果按照时间序列的特点对t值进行修正，使Σt=0，则a、b回归系数的计算公式简化为：Qa=n2Qtb=t【例5－8】趋势外推分析法在销售量预测中的应用——修正的时间序列回归法已知：仍按例5－2中的销量资料。要求：(1)按修正的直线回归法建立销量预测模型；(2)预测20×7年1月份的销量；(3)预测20×7年2月份的销量。解：(1)依题意整理和计算有关数据如表5—5所示。Q331a=27.58n122Qt181b=0.32t572则Q=27.58+0.32t(2)20×7年1月份的t值=11+1×2=1320×4年1月份预测销量=27.58+0.32×13=31.74(吨)(3)20×7年2月份的t值=11+2×2=1520×7年2月份预测销量=27.58+0.32×15=32.38(吨)表5—5计算表月份销售量Q修正的ttQt2125-11-275121223-9-20781326-7-18249429-5-14525524-3-729628-1-2817301+3018273+8199255+1252510297+2034911329+28881123311+363121n=12ΣQ=331Σt=0ΣtQ=181Σt2=572三、因果预测分析法的程序及应用因果预测分析法的程序：●确定影响销量的主要因素●确定销量y与xi之间的数量关系，建立因果预测模型●据未来有关自变量xi变动情况，预测销售量因果预测分析法的程序及应用指标建立法的应用回归分析法的应用【例5－9】因果预测分析法在销售量预测中的应用——指标建立法已知：某企业生产一种汽车轮胎，假定其年销量y受到以下因素影响：(1)按长期合同向某汽车制造厂定量供应的轮胎数量a；(2)某地区装备该种轮胎正在使用中的汽车应予更新的轮胎数x1；(3)x1取决于这类汽车上年实际行驶里程及载重量的吨千米指标x2及该种轮胎的磨损更新经验指数b1；(4)上述汽车制造厂增产汽车所需要的轮胎量x3；(5)x3取决于汽车厂增产的产量Q、该厂原有库存轮胎量x4与单车需用轮胎数b2；(6)企业在该地区的市场占有率b3。经过分析，建立的因果预测模型如下：y=a+(x1+x3)b3=a+〔b1x2+(Qb2-x4)〕b3相关指标的数据为：a=50000只、b1=0.2×10-4只/吨千米、x2＝2.25×109吨千米、Q=2000辆、b2=4只/辆、x4=5000只、b3=75%要求:利用上述模型预测该企业的轮胎销售量。解：预测轮胎销售量=50000+〔0.2×10-4×2.25×109+(2000×4-5000)×75%=50000+〔45000+(8000-5000)×75%=86000(只)【例5－10】因果预测分析法在销售量预测中的应用——回归分析法已知：A企业通过调查发现，甲产品的销售量与当地居民人均月收入有关，已知本地区连续6年的历史资料如表5－6所示，该企业生产甲产品的市场占有率为25%，假设2007年居民人均月收入为700元。表5—6资料年度200120022003200420052006居民人均月收入（元）350400430500550600甲商品实际销量(吨)101112141516要求：(1)用回归直线分析法建立甲产品的销售量预测模型；(2)预测2007年本地区甲产品的销售量；(3)预测2007年A企业甲产品的销售量。解：(1)根据所给资料，列表计算如表5—7所示：年份居民人均月收入x商品销售量yxyx2y2200135010350012250010020024001144001600001212003430125160184900144200450014700025000019620055501582503025002552006600169600360000256n=6∑x=2830∑y=78∑xy=37910∑x2=1379900∑y2=1042计算相关系数r因为相关系数趋近于1，表明x与y之间基本正相关，可以建立回归模型。22637910283078r0.9969(613799002830)(6104278)222nxyxy