2014年高級(jí)會(huì)計(jì)師復(fù)習(xí)：預(yù)測(cè)技術(shù)

　　2014年高級(jí)會(huì)計(jì)師考試備考已經(jīng)開(kāi)始，為了幫助參加2014年高級(jí)會(huì)計(jì)師考試的學(xué)員鞏固知識(shí)，提高備考效果，中華會(huì)計(jì)網(wǎng)校為大家整理了高級(jí)會(huì)計(jì)師考試各科目知識(shí)點(diǎn)，希望對(duì)廣大考生有所幫助！

　　預(yù)測(cè)技術(shù)

　　（一）回歸分析

　　1.雙變量回歸分析

　　Y＝f（X）

　　2.多元回歸分析

　　Y＝f（X1，X2，……Xn）

　　雙變量回歸分析的計(jì)算公式：

　?。ǘr(shí)間序列分析

　　時(shí)間序列是一段時(shí)間間隔內(nèi)所記錄的一連串變量的數(shù)值。

　　時(shí)間序列由趨勢(shì)、季節(jié)性差異、周期性差異和隨機(jī)性差異等要素構(gòu)成。

　　趨勢(shì)（T）是時(shí)間序列所記錄數(shù)值的長(zhǎng)期走勢(shì)。

　　時(shí)間序列的實(shí)際記錄結(jié)果（Y）往往偏離趨勢(shì)值，產(chǎn)生偏離的原因包括季節(jié)性差異、周期性差異和隨機(jī)性差異。

　　季節(jié)性差異（SV）是由于不同的年份、不同的日期或不同時(shí)刻所導(dǎo)致的時(shí)間序列數(shù)據(jù)的短期震蕩波動(dòng)。季節(jié)性差異并不局限于季節(jié)，只要是不同時(shí)間所形成的均可。

　　周期性差異（CV）是由于周期性循環(huán)所導(dǎo)致的中期變動(dòng)。

　　隨機(jī)性差異（RV）是由于非常隨機(jī)的和不可預(yù)料的 因素所導(dǎo)致的差異，例如罷工、恐怖活動(dòng)和地震等。

　　時(shí)間序列通常采用移動(dòng)平均法進(jìn)行處理。移動(dòng)平均法是從N期的時(shí)間序列數(shù)據(jù)中選取M期數(shù)據(jù)作為樣本值，求其M期的算術(shù)平均數(shù)，并不斷地向后移動(dòng)計(jì)算， 所求的平均數(shù)對(duì)應(yīng)m期間的中點(diǎn)。使用移動(dòng)平均法的目的是將時(shí)間序列中的差異去除掉，從而只留下代表趨勢(shì)的一連串?dāng)?shù)據(jù)。

　　時(shí)間序列的研究方法包括加法模型和乘法模型。

　　1.加法模型

　　加法模型使用絕對(duì)數(shù)來(lái)表示差異，其計(jì)算公式為：

　　Y＝T＋SV＋CV＋RV

　　2.乘法模型

　　乘法模型使用相對(duì)數(shù)來(lái)表示差異，其計(jì)算公式如下：

　　Y＝T×SV×CV×RV

　?。ㄈ┲笖?shù)平滑法

　　指數(shù)平滑法，實(shí)質(zhì)上是一種加權(quán)平均法，是以事先確定的平滑指數(shù)α及（1－ α）作為權(quán)重進(jìn)行加權(quán)計(jì)算。其計(jì)算公式如下：

　　
　　如果α＝0.2，Y₂＝18000，F(xiàn)₂＝15000， 則：
　　F₃＝0.2×18000＋（1－0.2）×15000＝15600
　?。ㄋ模W(xué)習(xí)曲線模型

　　學(xué)習(xí)曲線理論認(rèn)為，當(dāng)人們從事一項(xiàng)新的任務(wù)、過(guò)程和活動(dòng)時(shí)，在最初不可能立刻實(shí)現(xiàn)效率的最大化。隨著任務(wù)的不斷重復(fù)，人們的經(jīng)驗(yàn)和自信逐漸增加，最終會(huì)導(dǎo)致更高效和快速的生產(chǎn)，單位產(chǎn)品生產(chǎn)所用時(shí)間會(huì)逐漸減少。但不會(huì)無(wú)休止地減少，學(xué)習(xí)過(guò)程最終會(huì)停止，從此效率無(wú)法繼續(xù)提升，停留在一個(gè)穩(wěn)定狀態(tài)。

　　學(xué)習(xí)曲線模型中的一個(gè)重要變量是累計(jì)平均時(shí)間。累計(jì)平均時(shí)間是指到目前為止（從第一個(gè)產(chǎn)品開(kāi)始到現(xiàn)在為止）所生產(chǎn)的所有產(chǎn)品的平均時(shí)間。學(xué)習(xí)曲線理論假設(shè)每當(dāng)產(chǎn)量翻倍時(shí)，累計(jì)平均時(shí)間始終按照一個(gè)恒定的比率遞減。

　?。ㄎ澹┢谕捣治?/p>

　　期望值分析可用于預(yù)測(cè)，來(lái)確定預(yù)期結(jié)果和風(fēng)險(xiǎn)的最優(yōu)組合。期望值分析法針對(duì)不同情況分配對(duì)應(yīng)的概率（最可能的，最差的和最好的），推導(dǎo)出結(jié)果的預(yù)期值。其計(jì)算公式如下：

　　期望值＝ ∑事件結(jié)果×結(jié)果對(duì)應(yīng)的概率

　　（六）敏感性分析

　　敏感性分析是一種假設(shè)分析，通過(guò)改變某個(gè)具體的變量來(lái)確定結(jié)果對(duì)該項(xiàng)變量變動(dòng)的敏感程度。敏感性分析可以幫助決策者確定哪些變量對(duì)最佳方案的影響至關(guān)重要。

　　如果某個(gè)變量的微小變化將導(dǎo)致結(jié)果發(fā)生重大改變，則表明結(jié)果對(duì)該變量敏感；如果某個(gè)變量的顯著變化不能導(dǎo)致結(jié)果發(fā)生重大改變，則表明結(jié)果對(duì)該變量不敏感。

　　敏感性分析是企業(yè)利潤(rùn)預(yù)測(cè)和規(guī)劃中經(jīng)常使用的一種方法。例如，價(jià)格影響是否會(huì)增產(chǎn)不增收或收人增速遠(yuǎn)低于數(shù)量增速。

　　（七）蒙特卡洛模擬分析

　　蒙特卡洛模擬是從賭場(chǎng)賭博數(shù)學(xué)發(fā)展而來(lái)的，是一種將敏感性和輸入變量概率相結(jié)合的方法，首先必須確定各關(guān)鍵變量的概率分布，根據(jù)選出的隨機(jī)數(shù)給每個(gè)變量賦值，每個(gè)變量確定以后，計(jì)算機(jī)即可產(chǎn)生一組相應(yīng)結(jié)果，對(duì)實(shí)際情況進(jìn)行窮舉模擬仿真。

　　推薦欄目：高級(jí)會(huì)計(jì)師評(píng)審條件