如何利用EXCEL对财务预测的回归进行分析的论文.docVIP

如何利用EXCEL对财务预测的回归进行分析的论文.doc

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
  如何利用EXCEL对财务预测的回归进行分析的论文 摘要:在企业财务管理工作中,存在着大量的财务预测工作。通过财务预测有助于改善投资决策,提高企业对不确定事件的反应能力,从而减少不利事件出现带来的损失。通常销售百分比法是一种简单和常用的方法,其主要是假设资产、负债、收入、成本与销售额成正比例。但由于规模经济现象和批量购销问题的存在,销售百分比法的假设经常不成立,这使其应用范围受到限制。为了改进财务预测的质量,回归分析则不失为一种有效的方法,利用数理统计的相关原理使数据预测结果更具有说服力。随着excel电子表的广泛使用,利用其稳定的性能、强大的功能来解决财务预测的回归分析问题则显得十分有效。 关键字:excel;财务预测;回归分析 abstract: in the financial management of enterprises, there are a lot of financial forecasting. through the financial projections help improve the investment decision-making and improve business-to-uncertain incident response capability, thus reducing the adverse events caused by the loss. usually the percentage of sales is a simple and monly used method is based on the assumption of the main assets, liabilities, ine, cost of sales and direct proportion. hoenon of economies of scale and bulk purchase and sale of the problem, the percentage of sales often assume that the laited the scope of its application. in order to improve the quality of financial projections, regression analysis is an effective athematical statistics related to the principles of data results more convincing. ance, po1*x1+m2*x2+b中已知被预测对象y值集合,b2:c9是方程中已知可选变量值x1和x2的集合。两个true均为逻辑值,前一个true指明b将被正常计算,如为false则强制b为0值;后一个true表示指明返回附加回归统计值,如为false则不返回附加回归统计值。 2、为了便于后面对结果进行分析,可将上述结果进行重新表达,使之更为清淅。根据上表中的结果和结果的排列顺序(见说明2),可在a17至e21区域输入对上述结果的解释: 多元回归方程:y=2.290183621*x1+1.300989098*x2+832.3009169 标准差:m1=0.304064556m2=0.320701597b=15 判定系数=0.9191356y估计值的标准误差=6.425873026 f统计值=28由度=5 回归平方和=2343.540779残差平方和=206.4592208 说明2:①返回回归分析的结果是按一定顺序排列的,排列顺序如下表: abcde 11mnmn-1……m1b 12sensen-1……se1seb 13r2sey 14fdf 15ssregssresid ②上表中se1,se2,...,sen表示系数m1,m2,...,mn的标准误差值;seb表示常数项b的标准误差值;r2表示判定系数,可用于拟合检验;sey表示y估计值的标准误差;f表示f统计值或f观察值;df表示自由度;ssreg表示回归平方和;ssresid表示残差平方和。 (四)检验回归方程的可靠性 在上例中,判定系数(或r2)为0.9191356(函数linest的输出单元格a13中的值),表明在电视广告费用x1、报纸广告费用x2与销售额y之间存在很大的相关性。然后可以通过f统计来确定具有如此高的r2值的结果偶然发生的可能性。假设事实上在变量间不存在相关性,但选用8年数据作为小样本进行统计分析却导致很强的相关性。”alpha”表示得出这样的相关性结论错误的概率。如果f观测统计值大于f临界值,

文档评论(0)

ggkkppp + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档