财务决策模型：应用场景与Excel实现最新章节_程翔著

第一节　销售预测模型

CEO：进行财务预测，第1步是销售预测；第2步是找出经营资产、经营负债、费用等项目与销售的函数关系；第3步，就是根据销售预测值，以及各项目与销售的函数关系，预计财务报表各项目金额；第4步，就是根据预计的财务报表各项目金额，计算融资需求。

CFO：是这样的。

CEO：这么说，销售预测的准确性，对融资需求预测的质量就影响重大了。

CFO：是的。销售预测是财务预测的起点，销售预测完成后才能开始融资需求预测。尽管销售预测不是财务管理的职能，但由于它是融资需求预测的基础，所以财务也很关注。

CEO：销售预测的准确性，对生产经营也非常重要。有时销售的实际状况超出预测很多，却没有储备足够的存货，无法满足客户需要，坐失盈利机会，从而丧失市场份额；有时销售的实际状况低于预测很多，却已经储备大量的存货，造成库存严重积压，资源大量闲置，从而造成资金周转困难。

CFO：我们不能苛求销售预测的准确，就象不能苛求融资需求预测的准确一样。由于销售预测的不准确而对生产经营造成的严重后果，在引入MRP后，几乎可以降低到忽略不计的地步。MRP的机制是这样的：

（1）冻结时栅，相当于固定提前期（例如5天），表示该产品已经开始生产，需求不应改变；5天的时间，近在眼前，实际需求已经完全发生；因此，没有必要考虑主观销售预测，需求来源仅考虑客观销售订单。

（2）协议时栅，相当于累计提前期（例如30天），表示该产品虽然还未开始生产，但相关材料已经开始采购，需求经协商可以变更；5~30天的时间，不近不远，实际需求只是部分发生；因此，有必要结合考虑主观销售预测和客观销售订单。

（3）30天以外的时间，表示该产品既未开始生产，相关材料也未开始采购，需求可以任意变更；30天以外的时间，比较遥远，实际需求几乎没有发生；因此，没有必要考虑客观销售订单，需求来源仅考虑主观销售预测。

CEO：5天以内的，只考虑客观销售订单；30天以外的，只考虑主观销售预测，这好理解。5~30天之间的，结合考虑主观销售预测和客观销售订单，怎么个结合法？简单相加吗？

CFO：简单相加会使需求虚增，肯定不行，这就产生了消抵和均化的概念。消抵，就是用客观的、客户下达的销售订单，去修正、抵消主观的、头脑想象的销售预测，以达到逼近真实需求的目的。

CEO：8月8日有张销售订单120个，8月份的销售预测是3000个，这两者如何消抵？

CFO：8月份的销售预测是3000个，按日均化后为每天100个。

8月1日，需求是100个，就会生产100个，形成库存；

8月2日，需求是100个，考虑到已有库存100个，就不会再生产；

……

8月8日，需求是120+100=220个，考虑到已有库存100个，只会再生产220-100=120个，满足了客户，消化了旧有库存100个，产生了新的库存100个；

8月9日，需求是100个，考虑到已有库存100个，就不会再生产；

……

CEO：看来，MRP的需求管理是非常严密的，它正视销售预测不可能完全准确的现实。准确当然更好，不准确也没多大关系。较实际太小了，对外销售订单的交付，至少它也能起到作用。例如刚才说的例子，销售订单120个，至少100个能马上满足；较实际太大了，短期会错误的增加少量库存，但不会使这种错误扩大，并且这种错误可以被源源来到的销售订单消化掉。例如刚才说的例子，销售预测3000个，至多产生100个多余库存，且这个多余库存会被源源来到的销售订单消化掉。

CFO：是的，我们不应夸大销售预测不准确的后果。当然，销售预测的准确性，我们不强求，但不代表不力争。而准确地进行销售预测，除了对市场趋势的敏锐判断，对客户需求的精准把握，还需要掌握一些统计学工具。

CEO：统计学工具对做销售预测是非常有帮助的，特别是在海量数据的情况下。相关、回归、概率这些东西都是统计学，现在被各行各业大量应用。沃尔玛的“啤酒+尿布”的案例，就是基于相关分析做销售预测的经典案例。大数据时代，把当年门可罗雀的冷门统计学，变成了现在炙手可热的热门显学。

CFO：是的。塔吉特的预测怀孕的案例，也是基于相关分析做精准营销的有趣案例。

对商家来说，预测顾客怀孕是重要的，这是夫妻改变消费观念的开始。他们会光顾以前不去的商店，关注以前不看的商品，逐步形成对新品牌的忠诚。

曾有一位顾客，跑到美国第二大零售商——塔吉特，气愤的投诉商场给他还在上中学的女儿邮寄婴儿用品的优惠券。但经过进一步调查，发现自己女儿真的怀孕了。一名女孩怀孕，塔吉特是怎么知道的呢？这就建立在信息收集和数据分析基础上。

每位到塔吉特的顾客，都有唯一的ID号。塔吉特为每一个ID都收集了所有可能收集的信息，包括姓名、住址、电话、信用卡卡号、电子邮件、拔打热线、登录网站、消费时间、消费内容、消费金额等，形成了一个庞大的数据库。塔吉特对这个数据库进行分析，发现了孕妇的一些消费规律，如怀孕3个月左右时，会购买大量无味的润肤露；怀孕5个月左右时，会购买钙、镁、锌等营养素；预产期快到时，会购买无味肥皂和特大包装棉球，以及洗手液和毛巾。

塔吉特依据消费规律，精选出25种商品。同步分析这25种商品的消费情况，基本就可以判断出顾客是否为孕妇，以及孕期的长短。然后，在恰到好处的时间，给她们寄去恰到好处的优惠券。

一、长期趋势模型

（一）应用场景

CEO：做销售预测，要找出影响销售的变量并做相关分析，拟合出回归方程。“回归”这个词，仔细嚼，有味道。

CFO：回归，就是从数据的表现形式，找出内在规律。规律是客观的、稳定的，同时也是隐蔽的，我们只能从其作用的结果，即表现形式来发现它、认识它。这与根据后代的情况判断祖先的情况相似，所以称为“回归”。回归分析是计量经济学最基本的分析方法。

CEO：销售预测模型可大可小，可繁可简。最简单的销售预测，就是以时间为变量了？

CFO：是的，即时间序列。在时间序列中，各时期的销售额是受各种因素共同影响的结果。归纳起来，这些影响因素可以分为4类：长期趋势、季节变动、循环变动和不规则变动。

CEO：长期趋势？陋室空堂，当年笏满床；衰草枯杨，曾为歌舞场。这里面，反映出来的长期趋势，就是逐渐没落？

CFO：是的。长期趋势，是时间序列在较长时期表现出来的总态势。它受某种根本性因素支配，呈现出各时期发展水平不断递增、递减或水平变动的基本趋势。例如，在大城市，由于居民生育观念的转变，生育率的下降呈现长期递减趋势；再如，由于消费升级，我们公司的产品销量呈现长期递增趋势。

CEO：长期趋势如何测定呢？难道只能是递增或递减这样的定性描述吗？有没有定量描述方法？

CFO：有。对长期趋势的定量描述，就是用一定的方法对时间序列进行修匀，使修匀后的数列排除季节变动、循环变动和不规则变动等因素的影响，显示出现象变动的基本趋势，从而作为预测的依据。

CEO：修匀？如何修匀？

CFO：修匀的方法包括移动平均法、指数平滑法和趋势方程法。

（二）基本理论

移动平均法

是对原数列按一定时距扩大，然后采用逐期递推移动的办法计算出一系列扩大时距的序时平均数，将这一系列移动平均数作为对应时期的趋势值，形成新的派生序时平均数时间序列。

N期的三项移动平均预测值=[（N-1）期的实际值+N期的实际值+（N+1）期的实际值]/3

N期的四项移动平均预测值={[（N-2）期的实际值+（N-1）期的实际值+N期的实际值+（N+1）期的实际值]/4+[（N-1）期的实际值+N期的实际值+（N+1）期的实际值+（N+2）期的实际值]/4}/2=[（N-2）期的实际值/2+（N-1）期的实际值+N期的实际值+（N+1）期的实际值）+（N+2）期的实际值）/2）]/4

指数平滑法

也称指数修匀预测法。在时间序列中，以本期的实际值和本期的预测值为依据，然后给予不同的权数，求得下一期预测值。

下一期的预测值=平滑系数*本期的实际值+（1-平滑系数）*本期的预测值

指数平滑法最初的预测值，采用三项移动平均法计算。

指数平滑法最初的预测值=第2期的预测值=（第1期的实际值+第2期的实际值+第3期的实际值）/3

平滑系数：介于0~1之间。指数平滑法中平滑系数的确定是关键。确定平滑系数前，通常可以先取各种值进行测算，然后再作出决定。

应用指数平滑法预测，要预测下一期的数值只需要利用本期实际值和本期预测值即可，不必知道整个长时期的时间序列，计算简便。同时，为了减少误差，还可以通过平滑系数的调整选择来使得预测值适应实际值的变化。这种方法较适合于短期预测。

趋势方程法

即回归方程法，根据时间序列的变化趋势建立线性方程，消除其他成分变动，推算各时期的趋势值，从而揭示出数列长期直线趋势。

回归方程法：根据一系列时间与销售额拟合回归方程。

例如，现有n期时间与销售额，分别为xi和yi。

回归方程为：y=a+bx

a与b的计算公式如下：

（三）模型建立

1. 输入

新建工作簿。工作簿包含以下工作表：移动平均法、指数平滑法、趋势方程法。

“移动平均法”工作表

（1）在工作表中录入数据，如图2-1所示。

图2-1　在“移动平均法”工作表中录入数据

（2）格式化。如调整行高列宽、选择填充色、设置字体字号等。

“指数平滑法”工作表

（1）在工作表中录入数据，如图2-2所示。

图2-2　在“指数平滑法”工作表中录入数据

（2）格式化。如调整行高列宽、选择填充色、设置字体字号等。

“趋势方程法”工作表

（1）在工作表中录入数据，如图2-3所示。

图2-3　在“趋势方程法”工作表中录入数据

（2）格式化。如调整行高列宽、选择填充色、设置字体字号等。

2. 加工

在工作表单元格中录入公式。

“移动平均法”工作表

F4：=AVERAGE(C3：C5)

选择F4单元格，向下填充至F13单元格。

G5：=(SUM(C3：C6)/4+SUM(C4：C7)/4)/2

选择G5单元格，向下填充至G12单元格。

“指数平滑法”工作表

F4：=SUM(C3：C5)/3

F5：=$J$2*C4+(1-$J$2)*F4

选择F5单元格，向下填充至F15单元格。

“趋势方程法”工作表

H2：=INTERCEPT(D3：D13，C3：C13)

J2：=LINEST(D3：D13，C3：C13)

3. 输出

“移动平均法”工作表

此时，工作表如图2-4所示。

图2-4　移动平均法

“指数平滑法”工作表

此时，工作表如图2-5所示。

图2-5　指数平滑法

“趋势方程法”工作表

此时，工作表如图2-6所示。

图2-6　趋势方程法

（四）图形生成

“移动平均法”工作表

第一步：选择C3：C14和F3：G14区域，单击“插入→图表”菜单，选择“标准类型→折线图→数据点折线图”命令。

第二步：单击“完成”按钮。用户可按自己的意愿修改图形。

移动平均模型的最终界面如图2-7所示。

图2-7　移动平均模型

“指数平滑法”工作表

与“移动平均法”工作表图形生成过程相同。

指数平滑模型的最终界面如图2-8所示。

图2-8　指数平滑模型

“趋势方程法”工作表

图形生成过程，本工作表与“移动平均法”工作表相同。

趋势方程模型的最终界面如图2-9所示。

图2-9　趋势方程模型

（五）操作说明

在“移动平均法”工作表中，用户可录入年份及各年份相应的主营业务收入。录入年份时，应按从前到后的顺序录入，本模型支持录入12年的年份及相应的主营业务收入。录入年份及各年份相应的主营业务收入时，模型的计算结果将随之变化，图形将随之变化。
在“指数平滑法”工作表中，用户可录入年份及各年份相应的主营业务收入。录入年份时，应按从前到后的顺序录入，本模型支持录入12年的年份及相应的主营业务收入。录入年份及各年份相应的主营业务收入时，模型的计算结果将随之变化，图形将随之变化。
在“趋势方程法”工作表中，用户可录入年份、时间变量及各年份相应的主营业务收入。录入时间变量时，应由小到大等距设定，具体数值不影响计算结果；录入年份时，应按从前到后的顺序录入，本模型支持录入11年的年份及相应的主营业务收入。录入年份、时间变量及各年份相应的主营业务收入时，模型的计算结果将随之变化，图形将随之变化。
详见随书光盘中的“长期趋势模型.xls”文件。