時間序列分析
時間序列分析法用于預測對象在未來的值。進行時間序列分析時,首先要確定對被預測對象的影響因素。這些因素大體可分為總體趨勢、季節(jié)性特征、規(guī)律性周期和隨機波動等四個方面。其中:
總體趨勢是指狀態(tài)的發(fā)展方向,它可從對象在過去一個較長時期的發(fā)展狀況來分析了解;
季節(jié)性是指根據對象在一年中不同時期的數值測定其年度周期;
規(guī)律性周期則是指對象狀態(tài)受到某些因素影響時波動的時間規(guī)律;
隨機波動則是指對象的數值與影響因素之間,特別是從時間上來看,沒有明顯的規(guī)律或周期性的變動狀態(tài)。
時間序列一般采用趨勢推測法和指數平滑法進行分析。
趨勢推測法
1.趨勢推測法是一種根據過去的波動趨勢推測未來走向或水平的方法。其自變量即為時間。由于這種方法只是對過去的數據進行簡單的篩選,并進行簡單的平均,得出未來某個時期的預測值,因而又稱為平均推測法。
2.平均推測法中常用的有簡單平均法(簡單加總平均)、幾何平均法(各期數據相乘后開方)、調和平均法(各期觀測值求倒數加總后再求倒數)和加權平均法(對各期數值按其接近預測期的程度乘以某一權數再加總,權數之和為1)等。
3.采用趨勢推測法首先要決定用以預測的數據年限,因此,選擇的年限數常常比較重要。如果采用的年限太少,比如采用過去兩年的數據作為預測第三年的依據,數據的趨勢性可能并不明顯,預測的準確性也就比較差。如果采用的年限太多,離預測期較遠的數據可能對預測期的狀況沒有太多的相關性,參考意義不大,反而使計算量增大。比如采用前十年的數據,最早的數據因為發(fā)生在十年前,與預測年份的情況已經相去千里,因此,并不能說明預測年的情況,采用十年前的數據也就沒有什么實際意義。因此,應當確定一個較合理的年限。另外,選用數據的年份必須是連續(xù)的,不能隔年選用,否則也會失去數據的代表性。確定選用年限數以后,每年的預測都放棄最早的一年的數據,納入*7一年的數據。這種方法稱為滾動預測法。
4.趨勢推測法的優(yōu)點是計算簡單,而其缺點則是由于過于簡單,無法消除各年份數據的特殊性對預測值的影響。也就是說,預測的準確性較差。
指數平滑法
1.指數平滑法又稱指數平移法或指數光滑法,它對預測期以前不同時期的數值給予不同的權數,并根據這些數值及其權數來測算未來值。
2.“數值的時期越接近預測期,權數越大。也就是說,權數會隨著數值過去的年齡的增加而呈非直線的下降。”這是因為越是接近預測期,其影響因素的相似性越大。
3.指數平滑法所采用的所有權數之總和為1。指數平滑法由于對不同時期的觀察值給予不同的權數,因而使預測更加接近觀測期的情況。
4.平滑計算是滾動計算,因而也為計入新的數據提供了方便。
5.但它僅僅考慮時間因素,因而,其預測的準確性得不到保證。
6.指數平滑法的函數式為:Fn+1 = aXn + (1-a)Fn
其中:
Fn+1為第n+1期的預測值;
Xn為第n期的觀察值;Fn為第n期的預測值;
a為平滑常數,其范圍為[0,1],通常為0.2。
表面看來,指數平滑法同加權平均法都需要確定各觀察年數據在預測中的權數,且其權數之和均為1,但兩者的確定過程有一定的差別。簡單加權平均法的權數是單純由預測者主觀確定,并按預測者個人的觀點分配給不同年份的數據的。而指數平滑法中的權數則是由一個固定的加權常數計算出來的。因此,指數平滑法能更好地修正各年度數據的特殊性可能對預測值的影響。根據預測的平滑需要,可以對觀測值進行多次加權平滑。
回歸分析
回歸分析是一種統計方法,用來分析某一獨立變量的變化對另一個非獨立變量的變化的影響程度。在企業(yè)中,它既可以用來分析各種因素之間的相互影響,尋找因素變化的規(guī)律性,也可用來對狀態(tài)的發(fā)展進行預測。用于對未來狀態(tài)進行預測時,自變量為時間。回歸分析往往用于這樣一種情況:兩種變量之間的關系表面看來沒有明顯的規(guī)律性,各數據分布具有一定的離散性。也就是說,把各觀測值標在坐標圖上,不能由一條直線或平滑的曲線連接起來。但這種離散性并不表明兩種因素之間沒有規(guī)律性,而是可能兩種因素之間的規(guī)律性被其他的偶然性掩藏起來了?;貧w分析法正是用于尋找這些被掩藏的規(guī)律。
掃一掃微信,*9時間獲取2014年國際內審師考試報名時間和考試時間提醒
報考指南: 2014年內部審計師考試報考指南
考前沖刺:內部審計師考試試題 考試輔導