基于主成分回归分析商品流通企业物流成本预测研究.docVIP

基于主成分回归分析商品流通企业物流成本预测研究 　　内容摘要：商品流通企业的物流成本预测是物流成本管理中极为重要的环节。本文通过将主成分分析与多元回归分析相结合的思路，构建出商品流通企业的物流成本预测模型。该模型克服了商品流通企业物流成本变量体系之间的多重共线问题，提升了多元回归模型预测的准确度。为验证模型的合理性，以一家商品流通企业――H公司为例进行实证研究。以H公司15组季度物流成本数据为研究对象，结果表明模型拟合效果较好，预测最大误差为5.82%，最小误差仅为1.14%。分析结果与该公司的实际物流成本相当接近，验证了该模型的合理性和准确性。 　　关键词：商品流通企业 物流成本预测 主成分分析 多元回归分析 　　引言 　　那些开展商品销售和产品经营并具有经营独立权和自主权的经济主体，通常被称为商品流通企业，它与传统的生产企业存在较大区别，主要开展商品流通业务和提供相关服务，是一种全新的独立性极强的经济组织。国家实施改革开放政策以后，国内经济发展水平不断提升，第三产业在国民经济构成中所占比重不断上升，并对经济发展产生了极大的推动作用。流通产业是第三产业的核心构成单元，其对经济发展的贡献水平不断提升。在我国经济迅猛发展和国家颁布的一系列政策法规支持下，我国商品流通企业得到飞速发展，如图1所示。对于商品流通企业而言，流通环节的成本占比将近90%，其它工作过程的成本占比还不足10%。因此，对商品流通企业的物流成本进行合理预测，从而达到控制和降低物流成本的目的，是商品流通企业面临的重大难题。 　　物流成本预测方法研究综述 　　（一）定性分析 　　定性分析指以现有的信息和资料为基础，在相关专家学者引导下，凭借丰富的分析经验和极强的专业能力，从主观角度上对物流工作过程中的能源和成本消耗情况进行评判，然后对相关评价结果进行归纳总结，以此来为物流成本推断和预估提供参考。最具有代表性的定性预测方法有：特尔菲法和主观概率预测法等。鉴于定性分析受到主观因素影响程度较深，对人的思想、能力和价值观等依赖性较强，如果个人的综合素质水平不高，就会对物流成本预估造成严重的不良影响，无法推算出精准有效的结果。因此，在对物流成本预测的研究领域和实践运用中，很少单独使用这类方法。 　　（二）定量分析 　　定量分析指在已有信息和?Y料的基础之上，结合当前的业务发展状况，通过数学计算，对所掌握的资料进行处理，确定影响预测目标的相关因子，顺应事物的发展趋势，最终得出推断结果。借用定量分析来推断物流成本离不开时间排序、网络评估、灰色评判和回归分析等方法的辅助。在对逆向物流成本进行推断的时候，学者郭少儒（2009）运用了时间排序方式，以推断逆向物流成本为目标，以时间为依据，进行相关模型的构建，通过对企业的逆向物流发展实例进行分析，来对相关推断结果进行计算和验证。由于时间序列模型对历史数据的数量和准确性要求比较高，如果对企业物流成本数据的引用不够充分，将导致最终推断结果与企业发展实际存在较大偏差。在推断吉林省物流成本时，张凤荣（2005）构建了更加先进的灰色神经网络模型，通过一系列案例的分析，以此来推断出科学、合理的数据。但是，此种推断方式局限性较强，由于整合度过高，导致了相关结果的指向性和普遍性不强，整个推断过程比较复杂，相关结果不能被有效解析。在对企业物流进行成本推断时，李英（2014）借用了灰色评估方式，通过对企业物流成本的构成进行分解，阐述了灰色预测法应用于企业物流成本预测的具体步骤。鉴于此种方式下的案例分析主要侧重于仓储成本，而没有对企业的全部物流成本进行实证分析，因此该方法只在短期内准确性高，随着周期加长，准确性会逐步降低，对于该方法的操作性还需要进一步研究深化。丁雪慧（2009）阐述了回归分析法的相关概念，建立了一元线性回归分析计算模型，将《统计年鉴》里面的相关数据引用到回归模型中进行实证分析，结果证实实际数据与回归方程拟合结果基本一致，回归分析法能够很好的对物流成本进行预测。但是，企业物流系统大多较为复杂，非线性不确定影响因素较多，所以想要构建出稳定并且精确的模型具有一定难度。 　　综上所述，运用单一预测方法对企业物流成本进行预测，或多或少会存在一些不足。在实际预测过程中，可以通过将不同的预测方法组合在一起，将定量预测法和定性预测法结合起来使用。 　　商品流通企业物流成本预测模型构建 　　商品流通企业物流成本由于涉及到流通领域，因此影响因子较多。在具体的成本预估工作中，不可避免的会存在信息重叠问题。即预估物流成本工作过程中，会受到很多参数数据的影响，它们之间也会相互作用、相互影响。假若在对物流企业成本进行预估时，相关数据信息具有很强的重复性和复杂性，以此为基础构建起来的模型在成本预估过程中，其结果的科学性和可靠性将较差。但是，主成分