管理会计第五章预测分析.

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（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。预测分析的意义(一)预测分析是进行经营决策的主要依据(二)预测分析是编制全面预算的前提(三)预测分析是提高企业经济效益的手段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]某工具公司准备推出一种新型切削刀具，现聘请工具专家，销售部经理，外地经销商等九人采用德尔斐法预测计划期该种新型刀具的销售量。该公司首先将刀具的样品、特点和用途分别向专家作详细介绍，并提供同类刀具的有关价格和销售情况信息。然后发出征求意见函，请九位专家分别提出个人的判断。经过三次反馈，预测结果如表所示。表专家意见汇总表单位：件123456789平均值专家编号第一次判断销售量最高18001200160030007001500800100019001500最可能150090012001800400100060060010001000最低10004008001500200600500500800700最高1800130016003000100015001000120020001600最可能1500100014001500800100080080011001100最低1200600100012004006005007001000800最高1800130016002500120015001200120012001500最可能15001000140012001000120010008008001100最低110080010001000600600800700600800第二次判断销售量第三次判断销售量要求根据表4－4第三次判断的资料，分别采用算术平均法、加权平均法（最高0.3，最可能0.5，最低0.2）和中位数法，做出销售预测。(1)算术平均法,按第三次判断的平均值计算：(2)加权平均法,按第三次判断的平均值加权平均计算:(3)中位数法,首先，根据第三次判断，按数值从高到低排列成中位数计算表，如表4－5所示。)(11333800110015000件预计销售量nxX)(11602.08005.011003.01500件预计销售量wxX•第二节销售预算的基本方法其次，计算中位数及其加权平均值。)(12252.08005.012003.01550件预计销售量X销售量最高最可能最低表中位数计算表预测值从高到低顺序2500,1800,1600,1500,1300,12001500,1400,1200,1000,8001100,1000,800,700,600中位数第三、第四项的平均数：1550第三项：1200第三项：800[例]某烟厂对计划期A牌香烟销售的预测，决定由该厂销售部门经理与京、津、沪的经销商负责人成立专门预测小组。他们四人的初步判断资料，如表所示。销售部经理经销商负责人(京)经销商负责人(津)经销商负责人(沪)表经理人员预测资料表预测人员最高最可能最低数量(千箱)86887990概率0.30.20.30.2数量(千箱)80827585概率0.50.60.40.5数量(千箱)75787080概率0.20.20.30.3又假定根据该烟厂过去的经验，厂部销售经理与京、津、沪经销商负责人的预测准确性和重要程度，在综合意见时，分别给予相应的权重，依次为0.2，0.25，0.25，0.3。要求：对该厂A牌香烟在计划期的销售量作出综合判断。(1)分别计算各预测人员的预测期望值。销售部经理预测期望值＝86×0.3+80×0.5+75×0.2＝80.8(千箱)经销商负责人(京)预测期望值＝88×0.2+82×0.6+78×0.2＝82.4(千箱)经销商负责人(津)预测期望值＝79×0.3+75×0.4+70×0.3＝74.7(千箱)经销商负责人(沪)预测期望值＝90×0.2+85×0.5+80×0.3＝84.5(千箱)(2)按不同权重，综合四位预测人员的预测期望值计划期的预计销售量＝80.8×0.2+82.4×0.25+74.7×0.25+84.5×0.3＝80.785(千箱)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趋势预测分析法，亦称时间序列分析法或历史引伸法，是应用事物发展的延续性原理来预测事物发展的趋势。(一)平均法◆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1、算术平均法期数之和或销售额各期销售量计划期销售预测值)(nXXi即[例]某公司今年下半年销售A类产品的六个月的销售额资料，如表所示。要求预测明年1月份A类产品的销售额。由算术平均法计算公式，得月份销售额（万元）714.8814.6915.21014.41115.61215.4)(1564.156.154.142.156.148.14万元nXXi2、移动平均法(不考虑趋势值)预测期销售量Qn+1=最后m期算术平均销量已知：仍按例5－2中的销量资料。要求：按移动平均法预测20×4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移动平均法(不考虑趋势值)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3、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任意一期趋势值=该期销售量移动平均值-上期销售量移动平均值基期趋势值移动平均值=最后一个移动期趋势值之和趋势值移动时期数基期与预测期时间间隔=销售量移动时期数m+趋势值移动时期数s2基期的序数=n-销售量移动时期数m+趋势值移动时期数s-22m和s均为奇数【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4、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W为自然数1，2，3…n∑W=1【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＝224220×4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)5、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之间利用平滑系数（加权因子），对过去不同期间的实际销售量或销售额进行加权计算，作为计划期的销售预测值。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（二）修正的时间序列回归法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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=1320×7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+3