基于主成分回归企业物流成本多元线性预测模型研究.docVIP

基于主成分回归企业物流成本多元线性预测模型研究 　　摘要：在竞争激烈的今天，通过传统方法降低企业运营成本已经日趋困难，而物流成本被称为企业第三利润的源泉还有待开发。通过降低物流运行成本能够提高企业的效益，增强企业的竞争力，因此物流成本的预测也就有了很强的必要性。文章在主成分分析的基础上对物流成本影响因素进行主成分提取、线性拟合，减少各个成本因素之间存在的多重共线性问题，使物流成本多元线性预测模型更加精确可靠，为企业的物流成本预测提供更加科学准确的依据。 　　Abstract： In todays fierce competition， through the traditional methods to reduce enterprise operating costs has become increasingly difficult， and logistics costs known as enterprises third profit source is still to be developed. By reducing the cost of logistics operation can improve the efficiency of enterprises， and enhance the competitiveness of enterprises， so it is necessary to forecast the logistics costs.Based on the principal component analysis， this paper takes a principal component extraction on the influence factors of logistics cost， a linear fitting， and reduces the multiple collinearity problems between the various cost factors， so as to make the multiple linear prediction model of logistics cost more accurate and reliable， and provide more scientific and accurate basis for the enterprises logistics cost prediction. 　　关键词：物流成本；主成分分析；多元线性回归；预测 　　Key word： logistics costs；principal component analysis；multiple linear regression；prediction 　　中图分类号：F224；U492.3 文献标识码：A 文章编号：1006-4311（2017）24-0028-03 　　0 引言 　　物流既是企业主要运营成本的产生点，又是降低成本的关键点，物流是成本降低的宝库。对物流成本进行管理能够降低资源消耗、提高劳动生产率、增进企业经营效果、降低企业总体费用，对企业的经营和发展具有非常重要的现实与长远意义。为此，许多企业都在谋求降低物流成本的途径，并致力于这方面的研究和实践。本文从微观的角度对企业物流成本进行科学预测，使企业对未来的物流成本水平及其变化趋势做到“心中有数”，为企业的物流成本决策提供有效依据，以减少物流成本决策过程中的主观性和盲目性。 　　物流成本涵盖了从生产企业内部原材料的采购、供应为开始，中间经过生产制造过程中的半成品、产成品的仓储、包装、装卸、搬运、运输以及最后在消费领域产生的验收、仓储、保管、分类、配送、废品回收等过程发生的所有成本。因此我们可以看到影响物流成本的因素众多，以这些因素为基础在对总成本进行预测时会涉及多个参数变量，而这些参数之间往往很可能存在较强的相关性关系，即存在信息干扰。利用具有信息干扰的样本数据建立模型进行预测时不但会增加模型的复杂程度，而且会降低模型的预测精度和可靠性。主成分分析能将多个原始变量通过降维技术转化为线性无关的（不存在信息干扰）且能反应原始变量绝大部分信息的少数几个解释变量，通过对这些解释变量重新进行线性拟合，调整出来的新的模型能够很好地解决上述问题。 　　1 主成分回归预测模型 　　通过大量的相关文献阅读和企业实地调查，我们发现影响企业物流总成本的因素包括：运输成本x1、采购成本x2、库存成本x3、流通包装率x4、管理和信息成本x5、产品破损率x6和产品废品率x7。其中运输成本、采购成本以及库存成本??成企业物流成本的主要部分，管理与信息成本、产品废品率和产品