- 1、本文档共37页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第4章 财务预测 4.1 财务预测概述 4.2 财务预测的分析方法 4.3 Excel中的有关预测函数及其应用 4.4 利用数据分析工具和规划求解工具解决预测问题 4.5 销售预测 4.6 成本预测 4.7 利润预测 4.8 资金需要量预测 4.1 财务预测概述 4.1.1 财务预测的意义 改善投资决策; 编制投资和融资计划的基础工作 4.1.2 财务预测的步骤 (1)销售预测 (2)预测收入、费用和利润 (3)预测需要的资产 (4)预测所需要的融资数额 4.2 财务预测的分析方法 掌握: 原理,预测模型,建模方法,评价 4.2.1 移动平均法 4.2.2 指数平滑法 4.2.3 回归分析预测法 4.2.4 模拟预测法 4.2.1 移动平均法 1.一次移动平均法 预测模型为 4.2.1 移动平均法 2.二次移动平均法 4.2.2 指数平滑法 指数平滑法是一种改良的加权平均法。 预测模型为: 确定合适的平滑系数值和初始值很重要。 4.2.3 回归分析预测法 基本步骤: 收集数据 判断趋势:散点图,相关分析 建立预测模型 模型检验 建模原理:最小二乘法,就是寻找最优的参数估计值,使残差平方和最小。 4.2.3 回归分析预测法 (1)一元线性回归模型 (2)一元非线性回归模型 4.2.3 回归分析预测法 (3)多元线性回归模型 (4)多元非线性回归模型 例如,柯柏—道格拉斯生产函数 式中:L和K分别为劳动力和固定资本 4.2.4 模拟预测法 蒙特卡罗模拟方法是一种比较实用的模拟预测方法。 其基本原理是,通过对有关参数进行大量的模拟实验来了解所预测的指标的分布情况,在此基础之上做出合理的预测。 4.3 Excel中的有关预测函数及其应用 4.3.1 LINEST函数 4.3.2 LOGEST函数 4.3.3 TREND函数 4.3.4 GROWTH函数 4.3.5 FORECAST函数 4.3.6 SLOPE函数 4.3.7 INTERCEPT函数 4.3.1 LINEST函数 LINEST函数的功能是采用最小二乘法计算对已知数据进行最佳线性拟合的直线方程,并返回描述此线性模型的数组。 输出结果:参数估计值数组、附加回归估计统计值(见表4-1、2)。 注意:输出顺序 函数公式为 = LINEST(known_ys,known_xs,const,stats) 1. 运用LINEST函数进行多元线性回归分析 154页【例4-1】 2.运用LINEST函数进行一元线性回归分析 155页【例4-2】: INDEX计算斜率、截距 附加回归估计统计值(见表4-3)。 4.3.2 LOGEST函数 LOGEST函数的功能是返回描述指数模型的数组 LOGEST函数的公式为 = LOGEST(known_ys,known_xs,const,stats) 利用INDEX函数计算斜率、截距 156页【例4-3】 4.3.3 TREND函数 TREND函数的功能是返回一条线性回归拟合线的一组纵坐标值(y 值) TREND函数的公式为 = TREND(known_ys,known_xs,new_xs,const) 157页【例4-4】 4.3.4 GROWTH函数 GROWTH函数的功能是根据现有的数据预测指数增长值。 公式为 = GROWTH(known_ys,known_xs,new_xs,const) 158页【例4-5】 4.3.5 FORECAST函数 FORECAST函数的功能是根据已有的数值计算或预测未来值 公式为 = FORECAST(x,known_ys,known_xs) 159页【例4-6】 4.3.6 SLOPE函数 SLOPE函数的功能是返回根据 known_y‘s 和 known_x’s 中的数据点拟合的线性回归直线的斜率 公式为 = SLOPE(known_ys,known_xs) 4.3.7 INTERCEPT函数 INTERCEPT函数的功能是利用已知的 x 值与 y 值计算直线与 y 轴的截距 公式为 = INTERCEPT (known_ys,known_xs) 160页【例4-7】 4.4 利用数据分析工具和规划求解工具解决预测问题 4.4.1 利用移动平均工具进行财务预测 4.4.2 利用指数平滑工具进行财务预测 4.4.3 利用回归工具进行财务预测 4.4.4 利用绘图工具进行财务预测 4.4.5 利用规划求解工具解决预测问题 4.4.1 利用
文档评论(0)