预测技术（1）

　　[小编“娜写年华”] 东奥会计在线高级会计师频道提供：本篇为2015高会考试《高级会计实务》第三章“企业预算管理”第二节重点精讲：预测与年度经营目标，本节内容主要介绍预测技术。

　　【“预测技术”相关知识点】

　　1.回归分析

　　2.时间序列分析

　　3.指数平滑法

　　4.学习曲线模型

　　5.期望值分析

　　6.敏感性分析

　　7.蒙特卡洛模拟分析

　　【重点精讲】：预测技术

　　企业要做好未来的规划工作，正确确定年度的经营目标（如下个年度的销售额等），就必须对未来的经济状况、市场环境、需求变化等进行分析、预测和判断，管理者必须掌握一些定量的预测技术和分析方法。

　　定量的预测与分析方法可以分作三类：数据分析、模型分析和不确定性分析。

　　（一）回归分析

　　回归分析用于研究一个因变量（y）对另一个或多个解释变量（X或X1，X2…Xn。）的依赖关系，可以通过后者（在重复抽样中）的已知或设定值，去估计和（或）预测前者的（总体）均值。

　　回归分析分为双变量回归分析和多元回归分析。在双变量回归分析中，因变量（y）依赖的只有唯一的一个解释变量（x）。在多元回归分析中，包括多个解释变量（X1，X2…Xn）。

　　双变量回归分析的计算公式：

　　（二）时间序列分析

　　时间序列是一段时间间隔内所记录的一连串变量的数值。

　　时间序列由趋势、季节性差异、周期性差异和随机性差异等要素构成。

　　趋势（T）是时间序列所记录数值的长期走势。

　　时间序列的实际记录结果（Y）往往偏离趋势值，产生偏离的原因包括季节性差异、周期性差异和随机性差异。

　　季节性差异（SV）是由于不同的年份、不同的日期或不同时刻所导致的时间序列数据的短期震荡波动。季节性差异并不局限于季节，只要是不同时间所形成的均可。

　　周期性差异（CV）是由于周期性循环所导致的中期变动。

　　随机性差异（RV）是由于非常随机的和不可预料的 因素所导致的差异，例如罢工、恐怖活动和地震等。

　　时间序列通常采用移动平均法进行处理。移动平均法是从N期的时间序列数据中选取M期数据作为样本值，求其M期的算术平均数，并不断地向后移动计算， 所求的平均数对应m期间的中点。使用移动平均法的目的是将时间序列中的差异去除掉，从而只留下代表趋势的一连串数据。

　　时间序列的研究方法包括加法模型和乘法模型。

　　1.加法模型

　　加法模型使用绝对数来表示差异，其计算公式为：

　　Y＝T＋SV＋CV＋RV

　　2.乘法模型

　　乘法模型使用相对数来表示差异，其计算公式如下：

　　Y＝T×SV×CV×RV

【第一页】 【第二页】 【第三页】

　　（本文内容版权归东奥会计在线所有 转载请注明出处）

　　东奥网站发布的知识点由于内容及时更新的需要发布的是往年教材内容，需要查询最新知识点内容的考生请参考2014《轻松过关》系列参考书及相关课程。

　　相关推荐：

　　2015年高级会计师考试报考常见问题汇总

　　2015高会考试《高级会计实务》各章节重点精讲汇总

　　2015年高级会计师网络辅导全面热招 2年内自主学习