香港公司

casual forecasting

9547 171

因果預測法(Casual Forecasting Methods)

目錄

  • 1 什麼是因果預測法
  • 2 因果預測法的方法[2]
  • 3 因果預測法的案例[2]
  • 4 參考文獻

什麼是因果預測法

  因果預測法是根據事物之間的因果關係來預測事物的發展和變化,通過對需求預測目標有直接或間接影響因素的分析找出其變化的規律,並根據這種變化規律來確定預測值。例如,聯想微機的銷量與聯想的廣告預算、微機價格、競爭對手的價格等影響因素有關。這裡,微機的銷量是因變數,其他變數則稱為自變數。由於反映需求及其影響因素之間因果關係的數學模型不同,因果預測模型又分為回歸模型、經濟計量模型、投入產出模型等。由於這些方法計算量較大,一般都要藉助電腦才能使用。[1]

因果預測法的方法[2]

  因果預測的方法一般有:

  (一)單元回歸預測法

  它適用於對影響事物變動的因素中有一個因素是基本的、而自變數同因變數之間的數據分佈呈線性趨勢的事物進行預測。

  (二)多元回歸預測法

  客觀事物的發展有其主要原因,但也不能忽視其他原因。要求依據影響事物各種主要原因去預測其未來發展變化時,可以採用多元回歸預測法。

  (三)投入產出分析預測法

  它是根據編製投入產出表而建立的數學模型,用以預測各部門的相互關係。

因果預測法的案例[2]

  因果預測舉例如下:某企業根據主營業務收人與主營業務利潤的近年資料,預測2005年計劃年度產品銷售收入190萬元的銷售利潤。1995—1999年有關資料,如下表所示:

年度主營業務收入(萬元)主營業務利潤(萬元)
200011015
200111014
200212520
200313516
200416025

  按上列資料進行計算,如下表所示: 

年度產品銷售收人(X)產品銷售利潤(Y)XYX2
200011015150010000
200111014154012100
200212520250015625
200313516216018225
200416025400025600
n=5∑X=630∑Y=90∑XY=11700X2=81550

  根據上述計算資料,利用回歸直線方程進行計算,結果如下:

  y = a + bx

  a=\frac{\sum_{} y-b\sum_{} x}{n}

  b=\frac{n\sum_{} {xy}-\sum_{} x \sum_{} y}{n\sum_{} {x^2}-(\sum_{} x)^2}

  b=\frac{(5*11700)-(630*90)}{(5*81550)-(630)^2}=\frac{58500-56700}{407750-396900}=\frac{1800}{10850}=0.1659

  預計的產品銷售利潤=-2.9034+0.1659×190=-2.9034+31.521=28.6176(萬元)

參考文獻

  1. ↑ 申綱領.倉儲管理實務.河南科學技術出版社,2009.1
  2. 2.0 2.1 於玉林,田昆儒.會計基礎理論.立信會計出版社,2005年08月第1版