财务管理模型与技术.ppt
- 文档编号:2518974
- 上传时间:2022-10-31
- 格式:PPT
- 页数:41
- 大小:1.96MB
财务管理模型与技术.ppt
《财务管理模型与技术.ppt》由会员分享,可在线阅读,更多相关《财务管理模型与技术.ppt(41页珍藏版)》请在冰豆网上搜索。
财务管理模型与技术数学与信息学院数学与信息学院朱伟民朱伟民上海立信会计学院上海立信会计学院教材:
1.一本书学会做数据分析李宗民编著人民邮电出版社2.经济管理中计算机应用刘兰娟主编清华大学出版社课时安排:
演示3/5;实验2/5平时成绩:
出勤+实验作业考试方式:
17周考查(上机操作)第一章第一章数据处理模型与技术案例数据处理模型与技术案例一.学校文印室印刷业务费用结算案例本校二级学院和各处室部门在文印室印刷资料需要进行经费结算.其结算方法如下:
印刷费:
A4纸单面0.10元/张双面0.15元/张8K纸单面0.15元/张双面0.20元/张装订费:
中订=8面0.08元/份每增加1-4面加价0.04元手订=4面0.04元/份每增加1-2面加价0.02元学校有会财学院,工商管理学院,经贸学院,金融学院,财政学院,数信学院,外语学院,文法学院等多个部门需要经常文印资料。
现请研究构建一个印刷业务费用结算的数据处理的实用模型,满足文印室文印费结算的需要。
二.文印业务费结算问题解决方案:
开发专用软件系统1.分析业务需求,涉及数据项:
部门,纸张数,印面,装订类型,份数,每份张数,印费,订费,金额2.对数据项,建立库表(如ACCESS/SQLSERVER2000)3.开发软件,应含有:
数据输入、结算、查询打印等功能三.业务结算数据处理模型与技术1.部门的选择输入:
“数据”/“有效性”输入数据有效性:
范围限定、数据类型、允许字符数、指定序列数输入信息提示、自动切换输入法、出错警告有效性输入“来源”指向一个命名区域:
=INDIRECT(“区域名”),命名区域作用域为整个工作簿所有sheet表可在该区域中选数据输入2.印刷费的计算:
=if(条件,真时值,假时值)注1复合条件的写法:
单元格1=表达式and单元格2=表达式and单元格3=表达式应当写成:
and(单元格1=表达式,单元格2=表达式,单元格3=表达式)注2字符必须写成双引号G2=”WWW”,不能写成单引号G2=WWW3.实用模型的数据安全性:
关于公式的隐藏和数据的保护技术四.扩展实例1.计算所得税,生成工资表:
VBA自定义函数
(1)VBA自定义用户函数.例:
圆面积函数Rarea()、个调税函数tax(收入,起征点)
(2)函数:
VLOOKUP(要找数,被寻找区域,返回第N列匹配值)注:
VLOOKUP函数要找数必须在被寻找区域的第一列,如果忽略第四个参数,该被寻找区域必须排序(3)生成工资条:
取模(余数)函数:
MOD(X,Y)当前行:
ROW()当前列:
COLUMN()取被找区域某数:
INDEX(被找区,目标所在行号,目标所在列号)2.销售业绩统计表总结:
数据处理模型特点1.与具体数据无关(源数据可调可变,不改变结果的正确性)2.数据安全性:
数据保护、公式隐藏等3.输入和操作尽可能自动化,注重易用性第二章第二章数据的分类统计数据的分类统计一.数据分类统计的四种方法1MsQuery的统计功能2利用菜单进行多级汇总统计3数据透视表方法4D函数结合模拟运算进行分类统计二.数据透视表方法1简单分类统计2多级分类分组统计:
(数值、日期、字符的分组方法)3多项指标的统计与显示:
(多列统计指标,%形式显示)4带条件的分类统计:
(数据清单的部分数据统计)三.多维数据分析OLAP1联机分析处理(OLAP,OnlineAnalyticalProcessing):
是根据层次分类来预先计算汇总值的一种组织数据的方式,OLAP组织数据可以提高检索数据的速度,OLAP服务器只把汇总结果(而非详细数据)送到Excel中,减少了数据量,提高了数据处理速度。
2OLAP多维数据集中的数据:
汇总值,被称为数据字段。
如销售额、销售量、库存量等分类所依据的字段,被称为维。
如地区、年份、部门等3多维数据集四种统计方式:
总计、计数、最小和最大值4多维数据集统计步骤:
a)建立ODBC数据源b)抽取所需数据列c)创建OLAP数据集,指定数据字段并正确命名d)构建确定维的层次e)选择多维数据集类型f)保存oqy文件g)布局多维数据透视表5例3-17例3-18第三章第三章市场预测数据分析市场预测数据分析一.市场预测概述1市场预测意义:
在市场环境中,提高产品销量、扩大市场占用率是企业产生发展基础。
制定经营战略和销售策略,应该以科学的方法对市场需求作预测,从已知推测未知。
2市场预测步骤:
确定预测目标、收集整理资料、选择预测方法、预测模型建立与修正、编写预测报告3市场预测方法:
定量预测法:
时间序列法(移动平均、指数平滑、趋势外推等)定性预测法:
市场直接调查法、经验判断法(个人判断、集体讨论、专家预测)二.时间序列的预测1基本概念:
时间序列:
历史统计资料按时间顺序排列得到的一组数据序列主要用于:
分析影响事物的主要因素较困难或相关变量资料难以得到的情况2时间序列模式:
水平型:
围绕某一定值上下波动,一般采用平均法平均法进行预测趋势型:
总体呈持续上升或下降趋势变动,采用趋势外推法趋势外推法周期变动型:
有规则地上升下降循环变动,采用季节指数法季节指数法随机型:
变化趋势上升下降不定,无规律可循。
进行统计处理消除不规则因素影响后找出固有的规律变化后再预测处理水平型水平型线性趋势线性趋势非线性趋势非线性趋势季节成分季节成分(周期变动周期变动)时间序列的预测步骤:
第一步,确定时间序列的类型即分析时间序列的组成成分。
第二步,选择合适的方法建立预测模型如果时间序列没有趋势和季节成分,可选择移动平均或指数平滑法如果时间序列含有趋势成分,可选择趋势预测法如果时间序列含有周期(季节)成分可选择季节指数法第三步,评价模型准确性,确定最优模型参数(预测值Ft与观测值Yt的均方差MSE最小)第四步,按要求进行预测4移动平均法:
适用于围绕一个稳定水平上下波动的时间序列移动平均预测作用:
利用平均使各个时间点上的观测值中的随机因素互相抵消掉,以获得关于稳定水平的预测具体方法:
将包括当前时刻在内的N个时间点上的观测值Yt的平均值作为对于下一时刻的预测值Ft+1(N应选择得使均方差MSE极小化)【例4-1】167,【例4-4】1731)判断时间序列模型,作折线图,添加趋势线,采用移动平均方法2)构造表格,用“数据分析”/“移动平均”计算表格预测值3)用OFFSET函数和微调器构建移动平均预测模型,调节平均跨度可观察出最佳预测模型的N值。
建立模型需用的引用区域函数:
=offset(基点,行偏移数,列偏移数,引用行高数,引用列宽数)注:
返回值是引用区域+偏移数:
向下或向右-偏移数:
向上或向左最佳N值可以通过比较观察,也可以使用“规划求解”工具得出。
5指数平滑法:
(是移动平均法的加权改进)近期的观测值对下期值影响越大,远期观测值对期值的影响越小。
因此将计算平均值时对于不同时期观测值的权数设置得不同。
说明:
Yt观测值,Ft预测值式1的系数之和=1,01,越大,近期观测值对预测值影响越大,反之亦然由式1容易推出式2和式3,这两式较易计算指数平滑预测值如果时间序列随机波动大,应选较小的。
的选择应遵循MSE极小原则例4-2P170例4-5P1761)作图添加趋势线方法判断时间序列不包含趋势成分和季节成分2)构造表格,用“数据分析”/“指数平滑”计算表格预测值。
阻尼系数=1-,对话框中输入的是阻尼系数3)用填充柄拖出最后一个预测值4)用定义公式(式2)和微调器调节平滑系数,构建指数平滑预测模型求均方差函数:
=SUMXMY2()/COUNT()5)确定最优平滑系数单变量模拟运算方法6季节指数模型:
(时间序列受趋势与季节双重影响)对于既含有线性趋势成分又含有季节成分的时间序列,须对其成分进行分解,这种分解建立在以下乘法模型的基础上:
。
其中,Tt表示趋势成分,St表示季节成分,It表示不规则成分。
由于不规则成分的不可预测,因此预测值就可表示为趋势成分和季节成分的乘积。
建立季节指数模型的一般步骤如下:
第一步,计算每一季(每季度,每月等等)的季节指数St;第二步,用时间序列的每一个观测值除以适当的季节指数,消除季节影响;第三步,为消除了季节影响的时间序列建立适当的趋势模型并用这个模型进行预测;第四步,用预测值乘以季节指数,计算出最终的带季节影响的预测值。
【例4-7】P181【例4-8】P185(季节呈单数,不需中心化)解题步骤:
1观察值填制表格,图4-30采用“选择性粘贴”方法逐个添加系列2至4,看出趋势性。
图4-31可一次作出,看出季节周期性。
2计算移动平均数AVERAGE()中心化移动平均数:
前两个移动平均的均值(季度为4,所以要中心化)计算季度不规则值:
销量/中心化移动平均数计算季节指数:
AVERAGE(各季度不规则值)计算消除季节影响的销量:
销量/季节指数。
(得到数据呈线性趋势)FORECAST()计算趋势预测值最终预测值=趋势预测值季节指数三.马尔科夫预测法(非时间序列预测)1基本概念:
某些事物发展与现在状态相关,而与过去取值无关,不必综合考虑过去状态,这种无效性事物发展过程,称为马尔科夫过程。
根据现在状态预测将来,称为马尔科夫预测。
(常常用于市场占用率预测)2转移概率矩阵P:
3多步转移矩阵:
P(n)=Pn4市场占用率预测步骤:
A)通过市场调查,得到市场占用率矩阵A=(P1,P2,P3)B)调查预期消费变化情况,计算转移概率矩阵PC)1时域后预测的市场占用率=AP,K时域后预测的市场占用率=APKD)稳定后的市场占用率呈现:
XP=X=(X1,X2,X3)P对X已不起作用转移概率矩阵性质:
1.每个元素非负2.每行元素之和等于1例:
假定某大学有2万学生,每人每月用一支牙膏,并且只使用“小芳牌”与“大芳牌”牙膏之一。
根据2009年12月调查,有8000人使用“大芳牌”牙膏,12000人使用“小芳牌”牙膏。
又根调查,使用“大芳牌”牙膏的8000人中,有40%的人下月将继续使用“大芳牌”牙膏。
60%的人将改用“小芳牌”牙膏;使用“小芳牌”牙膏的12000人中,有65%的人下月将继续使用“小芳牌”牙膏。
35%的人将改用“大芳牌”牙膏。
试用马尔可夫法预测两种牙膏1个月后各产品的市场占用率和使用人数。
解题步骤:
1作表格,计算和填入数据,构造转移概率矩阵2用区域运算函数=MMULT(矩阵1,矩阵2)计算预测值第四章第四章因果关系预测模型因果关系预测模型一.因果关系预测概述因果关系预测法:
由若干变量观察值来确定这些变量之间的依赖关系,实现对变量的预测回归分析:
采用统计方法根据变量的观察值来确定描述变量关系的数学方程,从而建立起预测模型自变量与因变量的相关关系:
回归分析原理:
拟合线性方程:
确定拟合方程系数值:
最小二乘法原理:
因变量估计值与观测值之间均方误差极小在实际操作上,可运用Excel回归分析工具计算系数a和b。
极小回归模型的检验检验因变量Y与自变量Xi之间有无真正的对应关系,若有,则描述好到什么程度判定系数R2(=SSR/SST)用来判断回归方程的拟合优度。
通常可以认为当R2大于0.9时,所得到的回归直线拟合得较好,而当R2小于0.5时,所得到的回归直线很难说明变量之间的依赖关系。
t统计量如果对于某个自变量,其t统计量的P值小于显著水平(1-置信度),则可认为该自变量与因变量是相关的。
F统计量如果F统计量的P值小于显著水平(1-置信度),则可认为方程的回归效果显著。
回归预测的步骤:
第一步,获取自变量和因变量的观测值;第二步,绘制XY散点图;第三步,写出带未知参数的回归方程;第四步,确定回归方程中参数值;第五步,判断回归方程的拟合优度;第六步,进行预测。
一元线性回归模型实例例5-1P195解题:
1)表格中输入观察值,绘制自变量因变量散点图,判断线性依赖关系成立否2)求出回归系数,得到回归方程,将自变量值代入方程就可以完成预测。
求回归系数共有五种方法。
方法一:
规划求解工具任意给定回归系数截距a和斜率b据此由已知一组观察值初算出对应的估计值计算MSE对此
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 财务管理 模型 技术