物流成本预测

实施案例
远程物流公司2016年各月份包装作业实际发生的人工小时和成本 资料如下表，试利用一元线性回归预测法预测该公司2017年第一季 度的包装成本（2017年第一季度各月的人工小时预计分别为496小 时、512小时和526小时）。
月份 1 2 3 4 5 6
人工小时 500 460 380 420 360 480
1820288 2257068 1479396
实施案例
（2）计算相关系数r，判断x和y之间是否存在线性关系
r
1820288 12 431.17 350.83
0.639
(2257068 12 431.172 ) (1479396 12 350.832 )
判断：x和y之间存在显著线性相关
＞0.7 强相关
0.3-0.7 显著相关
＜0.3 弱相关
0 不相关
一元线性回归预测法 一般程序
在确认因变量和自变量存在线性关系之后，建立回归 直线方程。Y=a+bx
根据最小二乘法原理，求得a,b
b
n n
xiyi
x2 i
(
xi yi xi )2
a
yi
b xi
n
根据回归直线方程Y=a+bx，进行物流成本预测。
确定预测目标 收集预测资料 建立预测模型 选择科学适用的预测方法 进行成本预测分析 修正预测数据
二、物流成本预测的意义
是进行物流成本决策和编制物流成本计划的依据 是加强物流成本管理工作的重要内容 是增强企业竞争力和提高企业经济效益的主要手
段
三、物流成本预测的方法
时间序列预测法：趋势平均法 指数平滑法
平均 合计
Xi 500 460 380 420 360 480 390 394 430 460 396 504 431.17 5174
Yi 364 358 330 340 320 356 354 362 352 344 360 370 350.83 4210
Xi Yi 182000 164680 125400 142800 115200 170880 138060 142628 151360 158240 142560 186480
实施案例
（3）求系数a和b，建立回归直线方程
b
12 1820288 5174 4210 12210 0.19 5174 12
268.91
所以，回归直线方程为： y=268.91+0.19x
实施案例
（4）预测2016年第一季度的物流包装成本
1月份物流包装成本预测值y=268.91+0.19×496=363.15 2月份物流包装成本预测值y=268.91+0.19×512=366.19 1月份物流包装成本预测值y=268.91+0.19×526=368.85
Xi2 250000 211600 144400 176400 129600 230400 152100 155236 184900 211600 156816 254016
Yi2 132496 128164 108900 115600 102400 126736 125316 131044 123904 118336 129600 136900
包装成本 364 358 330 340 320 356
月份 7 8 9 10 11 12
人工小时 390 394 430 460 396 504
包装成本 354 362 352 344 360 370
实施案例
（1）设y代表物流包装成本，x代表人工小时数，计算结果如下：
月份 1 2 3 4 5 6 7 8 9 10 11 12
物流成本管理
回归分析法：一元线性回归预测法 多元线性回归预测法
定性预测法：专家意见法 集合意见法 头脑风暴法
一元线性回归预测法
一般程序
确定自变量x与因变量Y之间是否现性相关及其相关程
度。（散布图法或相关系数法）
相关系数
r
xi yi nx y
(
xi 2
2
nx )(
yi 2
n
2
y)
判断相关性
相关系数的绝对值 因变量与自变量的关系
物流成本管理
物流成本预测：是指依据物流成本与各种技术经 济因素的依存关系，结合物流成本分析数据、企业发 展前景及采取的各种措施，运用一定的科学方法，对 企业未来期间物流成本水平及其变化趋势做出科学的 推测和估计。
物流成本预测与物流成本分析一起，为企业的物 流成本决策提供依据。
一、物流成本预测的程序