（毕业学术论文设计）-成本与产量的定量分析.docVIP

PAGE l 毕 业 论 文 第 PAGE 1 页 共 NUMPAGES 9 页 成本与产量的定量分析 [摘要] 运用Eviews5.0软件和最小乘法(OLS)对企业生产过程中成本与产量之间的关系进行定量分析，通过建立线性回归模型，找出两者间的定量关系。由此提出了加强生产管理，降低生产成本的对策建议。 [关键词] Eviews软件；最小二乘估计(OLS)；产量；成本 市场经济条件下，企业作为独立的经济实体，其经营目标就是获得最大利润。利润来源于企业的收入与成本的对比，因而企业为了获取最大利润，就必须努力增加销售收入并相应减少生产成本。随着经济的全球化与信息化，市场竞争的加剧，一些行业已经步入到了“微利时代”。企业在“微利时代”应该如何竞争?这是企业经营者需要认真考虑的问题。因而，企业根据市场需求，不断改进经营方法，把如何增加产量降低成本提到了重要议事日程[1]。文章基于此建立了相应的线性回归模型，通过对模型的定量分析，找出产品的成本产量关系，并相应地提出了降低产品成本的建议。 一、研究方法 本文运用的研究方法是Eviews软件和最小二乘估计法(OLS)。Eviews的全称是Econometrics views，是一个用于数据分析、回归和预测的软件工具，利用它可以方便有效地处理收集得到的数据，广泛应用于科研、教育、管理等不同领域[2]。最小二乘估计法(OLS)可用来建立线性回归模型，寻找参数估计值，使离差平方和达到极小。因而它是计量经济学中最基本的、也是应用最多的方法之一 [3]。 二、数据来源 模型采用的数据，来源于某企业内部资料，如表1。 三、模型的建立 文章在研究该企业产品的产量与成本之问的关系时，以成本X为解释变量，产量Y为被解释变量建立相关的计量经济模型。 (一)模型的数据分析 应用Eviews软件，对模型进行数据分析，得出的基本统计表如表2。 表2描述的是产品产量与成本的相关性，从表中结果我们可以发现，两者的相关系数︱R︱=0．858，表明成本X与产量Y两者间的相关关系显著。 事实上，影响产品产量的潜在因素很多，如产品品种结构、产品制成率高低、产品原材料好坏等。其中成本是最不能忽视的重要因素之一[4]。所以，这里的统计结果与实际生产相符，也体现了成本对产品产量的重要性。 (二)模型的参数估计 1．模型的散点图 应用Eviews软件，得到以下散点图： 在该图中，被解释变量用横轴表示，解释变量用纵轴表示。从图中可以看出，每一个成本X的变化都会引起产量Y相应的变化，模型呈现的是曲线形式，且呈现出递减的状态。根据图形的形态，将模型+设定为指数回归模型Y=aXβ+u 2．模型的参数估计 将预设的指数回归模型转为线性回归模型为lny=c+β lnx，运用Eviews软件对该模型进行OLS回归，结果如表3所示。 从上表结果可以看出，常变量C(截距项)的值为250．7848，系数值为355457．0由此代入上式方程，回归分析得出的模型为Y=250．7848355457 四、模型的检验 (一)经济意义检验 从回归结果来看，模型为一个递减的指数函数，与实际调查情况相符合。因为随着产量规模的扩大，根据边际规模递减规律，产品的单位成本是会减少的，符合经济意义。 (二)相关统计检验 从表3的结果来看，该模型的可决系数R2=0.838，说明模型的拟合情况较好，即Y变量的83.8%可由变量X解释。且AIC准则(6.568)和SC准则(6.665)，数值都比较低，表明模型拟合度较好。F检验值为72.397，大于5%显著性水平下自由度为n-p-1=14的临界值F0.05(1，14)=4.6O，方程整体性显著检验通过。在5%显著性水平下，自由度为n-p-1=14的临界值t0.025=2．145，参数变量︱t︱2.145，且prob(t -statistic)均小于0.05，则t检验通过。 (三)计量经济检验 1．随机序列的异方差性检验 利用怀特(white)检验方法[5]，运用Eviews软件，输出结果如表4。 上表说明怀特统计检验量为3．146227，原假设H。存在同方差的概率为0．207，大于预先设定的0.05，说明不存在异方差。所以，随机干扰项序列的异方差性不显著，则原数据异方差不存在。 2．随机干扰项序列的序列相关性检验 利用杜宾一瓦森(D—W)检验方法[5]，在上述的表中结果显示：DW=1.151568。当显著水平a=0.05，k=1，n=16时，查表得dl=1.10，du=1.37。因为dlDWdu，根据DW判别规则，不能判断是否通过检验，故需要修正。利用柯克兰-奥克特迭法进行修正[5]，在Eviews中使用