2016高级会计实务预习考点：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：2016高级会计实务预习考点：预测技术（1）。

　　2016高级会计实务预习考点：预测技术（1）

　　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 ，…，X_n）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 ，…，X_n）。

　　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

　　【2】

　　（本文内容版权归东奥会计在线所有 转载请注明出处）

　　相关推荐：

　　2年内自主学习 2016年高会网络辅导全面热招

　　东奥2016年高级会计师轻松过关辅导教材巨惠火热预订中