管理会计学之预测分析

解：（1）依题意，编制平滑指数法计算表如表5—4所示:
月份 t 1 2 3 4 5 6 销售量观 测值 Qt 25 23 26 29 24 28 平滑指数 前期实销 1-平滑指数 前期预销 α (1-α) 售量 Q t -1 售量 Q
t-1
预测销售 量
Qt
0.3 0.3 0.3 0.3 0.3
25 23 26 29 24
【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20×4年1月 的销售量(假定m=5)。 解：20×4年1月预测销售量 27+25+29+32+33 =
5
=29.2(吨)
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：
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
26.24
27.37 27.26 26.58
11
12
32
33
0.3
0.3
29
32
0.7
0.7
26.58
27.31
27.31
28.71
(2)20×4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：
a=
b=
Q-b t
n
n Qt- t Q n t 2
1
9 25 49
11
12 n=12
32
33 ΣQ=331
9
11 Σt=0
+288
+363 ΣtQ=181
81
121 Σt2=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
时间 t 1 2 3
表 5 —3
趋势平均法计算表
销售量五期 移 动平均值 Q
销售量观测值 Qt 25 23 26
变动趋势值 bt
趋势值三期移动 平均数 b
1
25.4
4
5 6 7 8 9* 10
29
24 28 30 27 25 29
26.0
27.4 27.6 26.8 27.8 28.6 29.2
+0.6
0.7 0.7 0.7 0.7 0.7
25.00 25.00 24.40 24.88 26.12
25.00 25.00 24.40 24.88 26.12 25.48
7
8 9 10
30
27 25 29
0.3
0.3 0.3 0.3
28
30 27 25
0.7
0.7 0.7 0.7
25.48
26.24 27.37 27.26
t t t
(2)在饱和权数加权平均法下 期数为3， 令W1=0.2，W2=0.3， W3=0.5 20×4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
此法是特殊的加权平 均法
平滑 前期实 平滑 预测 前期预 （Q） （ 1 ） 指数 际销售量 指数 测销售量 销售量
【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20×4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。
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，20×3年1～ 12月份销量资料(单位：吨)如表5—2所示。
月份 销量 （Qt）
1
2
3
4
5
6
7
8
9
10 11 12
25 23 26 29 24 28 30 27 25 29 32 33
要求：按算术平均法预测20×4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+2 9+32+33=331（吨），分母n=12 20×4年1月份预测销售量= 331 =27.58(吨) 12
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
开始
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 结束
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
定量预测分析法 定性预来自百度文库分析法
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。
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20×3年 1～12月销售量； （2）预测20×4年1月份的销售量。
2000 1500 1900 2000 1300
1700 1100 1500 1700 900
2300 1800 2100 3000 1700
2000 1500 1900 1700 1500
1600 1300 1500 1500 1100
6
7
平均 值
2000
1300 1986
1500
1100 1557
预测分析的方法
趋势外推分析法
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
定量分析法
预 测 分 析 方 法 定性分析法
因果预测分析法
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
+1.4 +0.2 -0.8 +1.0 +0.8 +0.6 0.73 0.27 0.13 0.33 0.80
11
12
32
33
销售量移动 趋势值移动 2 基期的 时间序列 时期数m 153 2 时期数s 12 9 2 2 序数值 期数n
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 53 基期与预测期的时间间隔 = 2 = 4 20×4年1月的预测销售量 =28.6+0.80×4=31.8(吨)
Q 上一个移动 趋势 最后移动期 的平均值 期的平均值 值b
n+1
（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 ＝最后m期的算术平均销量+趋势值 （5.2.4式）
趋势平均法
预测 基期销售量 基期趋势值 基期与预测 （Q） 销售量 移动平均值 移动平均值 期的时间间隔
加权平均法
权数为自然数
预测 （Q） 销售量
权数为饱和权数
某期销售量 该期权数
各期权数之和
预测 （Q） 某期销售量 该期权数 销售量
【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 20×4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20×4年1月的销售量。
Q 331 a= 27.58
Qt 181 b= 0.32 t 572
2
n
12
则 Q=27.58+0.32t (2)20×4年1月份的t值=11+1×2=13 20×4年1月份预测销量 =27.58+0.32×13=31.74(吨) (3)20×4年2月份的t值=11+2×2=15 20×4年2月份预测销量 =27.58+0.32×15=32.38(吨)
(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=50 000只、 b1=0.2×10-4只/吨千米、x2＝ 2.25×109吨千米、Q=2 000辆、b2=4只/ 辆、x4=5 000只、b3=75% 要求:利用上述模型预测该企业的轮胎销售 量。
1100
1000 1214
2000
1500 2100
2000
1500 1743
1100
1000 1286
2000
1700 2086
1700
1500 1686
1100
1300 1343
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1 705件 1 750=2 086+1 686+1 343)/3
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＝2 242
(1 n)n (1 12) 12 78 2 2
20×4年1月的预测销售量
=
(Q W ) 2242 28.74(吨) 78 W
表 5 —5
月份
1 2 3 4 5 6
计算表
销售量Q
25 23 26 29 24 28
修正的t
-11 -9 -7 -5 -3 -1
tQ
-275 -207 -182 -145 -72 -28
t2
121 81 49 25 9 1
7
8 9 10
30
27 25 29
1
3 5 7
+30
+81 +125 +203
解： 预测轮胎销售量 =50 000+〔0.2×10-4×2.25×109 +(2 000×4-5 000)×75% =50 000+〔45 000+(8 000-5 000)×75% =86 000(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2004年居民人均月收入为 700元。
专家 编号 第一次判断 最高 最可能 最低 最高 第二次判断 最可能 最低 最高
单位：件
第三次判断 最可能 最低
1 2 3 4 5
2300 1500 2100 3500 1200
2000 1400 1700 2300 900
1500 900 1300 2000 700
2300 1800 2100 3500 1500
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；
t
2
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：
a=

n
Q
b=
Qt t
2
【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20×4年1月份的销量； (3)预测20×4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。