財務(wù)管理模型與技術(shù)

財務(wù)管理模型與技術(shù)第一頁，共四十一頁，編輯于2023年，星期五教材：《一本書學會做數(shù)據(jù)分析》李宗民編著人民郵電出版社2.《經(jīng)濟管理中計算機應(yīng)用》劉蘭娟主編清華大學出版社課時安排：演示3/5;實驗2/5平時成績：出勤+實驗作業(yè)考試方式：17周考查（上機操作）第二頁，共四十一頁，編輯于2023年，星期五第一章數(shù)據(jù)處理模型與技術(shù)案例一.學校文印室印刷業(yè)務(wù)費用結(jié)算案例本校二級學院和各處室部門在文印室印刷資料需要進行經(jīng)費結(jié)算.其結(jié)算方法如下：印刷費：A4紙單面0.10元/張雙面0.15元/張

8K紙單面0.15元/張雙面0.20元/張裝訂費：中訂<=8面0.08元/份每增加1-4面加價0.04元手訂<=4面0.04元/份每增加1-2面加價0.02元學校有會財學院,工商管理學院,經(jīng)貿(mào)學院,金融學院,財政學院,數(shù)信學院,外語學院,文法學院等多個部門需要經(jīng)常文印資料?，F(xiàn)請研究構(gòu)建一個印刷業(yè)務(wù)費用結(jié)算的數(shù)據(jù)處理的實用模型，滿足文印室文印費結(jié)算的需要。第三頁，共四十一頁，編輯于2023年，星期五二.文印業(yè)務(wù)費結(jié)算問題解決方案：開發(fā)專用軟件系統(tǒng)1.分析業(yè)務(wù)需求，涉及數(shù)據(jù)項：部門,紙張數(shù),印面 ,裝訂類型, 份數(shù),每份張數(shù),印費,訂費,金額2.對數(shù)據(jù)項，建立庫表（如ACCESS/SQLSERVER2000）3.開發(fā)軟件，應(yīng)含有：數(shù)據(jù)輸入、結(jié)算、查詢打印等功能第四頁，共四十一頁，編輯于2023年，星期五三.業(yè)務(wù)結(jié)算數(shù)據(jù)處理模型與技術(shù)1.部門的選擇輸入：“數(shù)據(jù)”/“有效性”輸入數(shù)據(jù)有效性：范圍限定、數(shù)據(jù)類型、允許字符數(shù)、指定序列數(shù)輸入信息提示、自動切換輸入法、出錯警告有效性輸入“來源”指向一個命名區(qū)域：=INDIRECT(“區(qū)域名”)，命名區(qū)域作用域為整個工作簿所有sheet表可在該區(qū)域中選數(shù)據(jù)輸入2.印刷費的計算：=if（條件，真時值，假時值）注1復合條件的寫法：單元格1=表達式and單元格2=表達式and單元格3=表達式應(yīng)當寫成：and（單元格1=表達式，單元格2=表達式，單元格3=表達式）注2字符必須寫成雙引號G2=”WWW”,不能寫成單引號G2=’WWW’3.實用模型的數(shù)據(jù)安全性：關(guān)于公式的隱藏和數(shù)據(jù)的保護技術(shù)第五頁，共四十一頁，編輯于2023年，星期五四.擴展實例1.計算所得稅，生成工資表：VBA自定義函數(shù)VBA自定義用戶函數(shù).例:圓面積函數(shù)Rarea()、個調(diào)稅函數(shù)tax(收入，起征點)(2)函數(shù):VLOOKUP(要找數(shù),被尋找區(qū)域,返回第N列匹配值)注:VLOOKUP函數(shù)要找數(shù)必須在被尋找區(qū)域的第一列,如果忽略第四個參數(shù),該被尋找區(qū)域必須排序(3)生成工資條：取模（余數(shù)）函數(shù)：MOD(X,Y)當前行：ROW()當前列：COLUMN()取被找區(qū)域某數(shù)：INDEX(被找區(qū)，目標所在行號，目標所在列號)2.銷售業(yè)績統(tǒng)計表總結(jié)：數(shù)據(jù)處理模型特點1.與具體數(shù)據(jù)無關(guān)（源數(shù)據(jù)可調(diào)可變，不改變結(jié)果的正確性）2.數(shù)據(jù)安全性：數(shù)據(jù)保護、公式隱藏等3.輸入和操作盡可能自動化，注重易用性第六頁，共四十一頁，編輯于2023年，星期五第二章數(shù)據(jù)的分類統(tǒng)計一.數(shù)據(jù)分類統(tǒng)計的四種方法1MsQuery的統(tǒng)計功能2利用菜單進行多級匯總統(tǒng)計3數(shù)據(jù)透視表方法4D函數(shù)結(jié)合模擬運算進行分類統(tǒng)計二.數(shù)據(jù)透視表方法1簡單分類統(tǒng)計2多級分類分組統(tǒng)計：（數(shù)值、日期、字符的分組方法）3多項指標的統(tǒng)計與顯示：（多列統(tǒng)計指標，%形式顯示）4帶條件的分類統(tǒng)計：（數(shù)據(jù)清單的部分數(shù)據(jù)統(tǒng)計）第七頁，共四十一頁，編輯于2023年，星期五三.多維數(shù)據(jù)分析——OLAP1聯(lián)機分析處理(OLAP，OnlineAnalyticalProcessing)：是根據(jù)層次分類來預先計算匯總值的一種組織數(shù)據(jù)的方式，OLAP組織數(shù)據(jù)可以提高檢索數(shù)據(jù)的速度，OLAP服務(wù)器只把匯總結(jié)果（而非詳細數(shù)據(jù)）送到Excel中，減少了數(shù)據(jù)量，提高了數(shù)據(jù)處理速度。2OLAP多維數(shù)據(jù)集中的數(shù)據(jù)：匯總值，被稱為數(shù)據(jù)字段。如銷售額、銷售量、庫存量等分類所依據(jù)的字段，被稱為維。如地區(qū)、年份、部門等3多維數(shù)據(jù)集四種統(tǒng)計方式：總計、計數(shù)、最小和最大值4多維數(shù)據(jù)集統(tǒng)計步驟：a）建立ODBC數(shù)據(jù)源b）抽取所需數(shù)據(jù)列c）創(chuàng)建OLAP數(shù)據(jù)集，指定數(shù)據(jù)字段并正確命名d）構(gòu)建確定維的層次e）選擇多維數(shù)據(jù)集類型f）保存oqy文件g）布局多維數(shù)據(jù)透視表5例3-17例3-18第八頁，共四十一頁，編輯于2023年，星期五第三章市場預測數(shù)據(jù)分析一.市場預測概述1市場預測意義：在市場環(huán)境中，提高產(chǎn)品銷量、擴大市場占用率是企業(yè)產(chǎn)生發(fā)展基礎(chǔ)。制定經(jīng)營戰(zhàn)略和銷售策略，應(yīng)該以科學的方法對市場需求作預測，從已知推測未知。。。。2市場預測步驟：確定預測目標、收集整理資料、選擇預測方法、預測模型建立與修正、編寫預測報告市場預測方法：定量預測法：時間序列法（移動平均、指數(shù)平滑、趨勢外推等）定性預測法：市場直接調(diào)查法、經(jīng)驗判斷法（個人判斷、集體討論、專家預測）第九頁，共四十一頁，編輯于2023年，星期五二.時間序列的預測1基本概念：時間序列：歷史統(tǒng)計資料按時間順序排列得到的一組數(shù)據(jù)序列主要用于：分析影響事物的主要因素較困難或相關(guān)變量資料難以得到的情況2時間序列模式：水平型：圍繞某一定值上下波動，一般采用平均法進行預測趨勢型：總體呈持續(xù)上升或下降趨勢變動，采用趨勢外推法周期變動型：有規(guī)則地上升下降循環(huán)變動，采用季節(jié)指數(shù)法隨機型：變化趨勢上升下降不定，無規(guī)律可循。進行統(tǒng)計處理消除不規(guī)則因素影響后找出固有的規(guī)律變化后再預測處理水平型線性趨勢非線性趨勢季節(jié)成分(周期變動)第十頁，共四十一頁，編輯于2023年，星期五時間序列的預測步驟：第一步，確定時間序列的類型即分析時間序列的組成成分。第二步，選擇合適的方法建立預測模型如果時間序列沒有趨勢和季節(jié)成分，可選擇移動平均或指數(shù)平滑法如果時間序列含有趨勢成分，可選擇趨勢預測法如果時間序列含有周期（季節(jié)）成分可選擇季節(jié)指數(shù)法第三步，評價模型準確性，確定最優(yōu)模型參數(shù)

(預測值Ft與觀測值Yt的均方差MSE最小)第四步，按要求進行預測第十一頁，共四十一頁，編輯于2023年，星期五4移動平均法：適用于圍繞一個穩(wěn)定水平上下波動的時間序列移動平均預測作用：利用平均使各個時間點上的觀測值中的隨機因素互相抵消掉，以獲得關(guān)于穩(wěn)定水平的預測具體方法：將包括當前時刻在內(nèi)的N個時間點上的觀測值Yt的平均值作為對于下一時刻的預測值Ft+1（N應(yīng)選擇得使均方差MSE極小化）【例4-1】167，【例4-4】1731）判斷時間序列模型，作折線圖，添加趨勢線，采用移動平均方法第十二頁，共四十一頁，編輯于2023年，星期五2）構(gòu)造表格，用“數(shù)據(jù)分析”/“移動平均”計算表格預測值3）用OFFSET函數(shù)和微調(diào)器構(gòu)建移動平均預測模型，調(diào)節(jié)平均跨度可觀察出最佳預測模型的N值。建立模型需用的引用區(qū)域函數(shù)：=offset(基點，行偏移數(shù)，列偏移數(shù)，引用行高數(shù)，引用列寬數(shù)）注：返回值是引用區(qū)域

+偏移數(shù)：向下或向右-偏移數(shù)：向上或向左最佳N值可以通過比較觀察，也可以使用“規(guī)劃求解”工具得出。第十三頁，共四十一頁，編輯于2023年，星期五5指數(shù)平滑法：（是移動平均法的加權(quán)改進）近期的觀測值對下期值影響越大，遠期觀測值對期值的影響越小。因此將計算平均值時對于不同時期觀測值的權(quán)數(shù)設(shè)置得不同。說明：Yt觀測值，F(xiàn)t預測值式1的系數(shù)之和=1,0<α<1，α越大，近期觀測值對預測值影響越大，反之亦然由式1容易推出式2和式3，這兩式較易計算指數(shù)平滑預測值如果時間序列隨機波動大，應(yīng)選較小的α。α的選擇應(yīng)遵循MSE極小原則第十四頁，共四十一頁，編輯于2023年，星期五例4-2P170例4-5P1761）作圖添加趨勢線方法判斷時間序列不包含趨勢成分和季節(jié)成分2）構(gòu)造表格，用“數(shù)據(jù)分析”/“指數(shù)平滑”計算表格預測值。阻尼系數(shù)=1-α，對話框中輸入的是阻尼系數(shù)3）用填充柄拖出最后一個預測值4）用定義公式（式2）和微調(diào)器調(diào)節(jié)平滑系數(shù)，構(gòu)建指數(shù)平滑預測模型

求均方差函數(shù)：=SUMXMY2()/COUNT()5）確定最優(yōu)平滑系數(shù)單變量模擬運算方法第十五頁，共四十一頁，編輯于2023年，星期五6季節(jié)指數(shù)模型：（時間序列受趨勢與季節(jié)雙重影響）對于既含有線性趨勢成分又含有季節(jié)成分的時間序列，須對其成分進行分解，這種分解建立在以下乘法模型的基礎(chǔ)上：。其中，Tt表示趨勢成分，St表示季節(jié)成分，It表示不規(guī)則成分。由于不規(guī)則成分的不可預測，因此預測值就可表示為趨勢成分和季節(jié)成分的乘積。建立季節(jié)指數(shù)模型的一般步驟如下：第一步，計算每一季（每季度，每月等等）的季節(jié)指數(shù)St；第二步，用時間序列的每一個觀測值除以適當?shù)募竟?jié)指數(shù)，消除季節(jié)影響；第三步，為消除了季節(jié)影響的時間序列建立適當?shù)内厔菽Ｐ筒⒂眠@個模型進行預測；第四步，用預測值乘以季節(jié)指數(shù)，計算出最終的帶季節(jié)影響的預測值。第十六頁，共四十一頁，編輯于2023年，星期五【例4-7】P181【例4-8】P185（季節(jié)呈單數(shù)，不需中心化）解題步驟：1觀察值填制表格，圖4-30采用“選擇性粘貼”方法逐個添加系列2至4，看出趨勢性。

圖4-31可一次作出，看出季節(jié)周期性。2計算移動平均數(shù)AVERAGE()→中心化移動平均數(shù)：前兩個移動平均的均值(季度為4，所以要中心化)→計算季度不規(guī)則值：銷量/中心化移動平均數(shù)→計算季節(jié)指數(shù)：AVERAGE(各季度不規(guī)則值)

→計算消除季節(jié)影響的銷量：銷量/季節(jié)指數(shù)。(得到數(shù)據(jù)呈線性趨勢)→FORECAST()計算趨勢預測值

→最終預測值=趨勢預測值×季節(jié)指數(shù)第十七頁，共四十一頁，編輯于2023年，星期五三.馬爾科夫預測法（非時間序列預測）1基本概念：某些事物發(fā)展與現(xiàn)在狀態(tài)相關(guān)，而與過去取值無關(guān)，不必綜合考慮過去狀態(tài)，這種無效性事物發(fā)展過程，稱為馬爾科夫過程。根據(jù)現(xiàn)在狀態(tài)預測將來，稱為馬爾科夫預測。（常常用于市場占用率預測）2轉(zhuǎn)移概率矩陣P：3多步轉(zhuǎn)移矩陣：P(n)=Pn4

市場占用率預測步驟：A）通過市場調(diào)查，得到市場占用率矩陣A=(P1,P2,P3)B）調(diào)查預期消費變化情況，計算轉(zhuǎn)移概率矩陣PC）1時域后預測的市場占用率=AP，K時域后預測的市場占用率=APKD）穩(wěn)定后的市場占用率呈現(xiàn)：XP=X=(X1,X2,X3)P對X已不起作用轉(zhuǎn)移概率矩陣性質(zhì)：1.每個元素非負2.每行元素之和等于1第十八頁，共四十一頁，編輯于2023年，星期五例：假定某大學有2萬學生，每人每月用一支牙膏，并且只使用“小芳牌”與“大芳牌”牙膏之一。根據(jù)2009年12月調(diào)查，有8000人使用“大芳牌”牙膏，12000人使用“小芳牌”牙膏。又根調(diào)查，使用“大芳牌”牙膏的8000人中，有40%的人下月將繼續(xù)使用“大芳牌”牙膏。60%的人將改用“小芳牌”牙膏；使用“小芳牌”牙膏的12000人中，有65%的人下月將繼續(xù)使用“小芳牌”牙膏。35%的人將改用“大芳牌”牙膏。試用馬爾可夫法預測兩種牙膏1個月后各產(chǎn)品的市場占用率和使用人數(shù)。解題步驟：1作表格，計算和填入數(shù)據(jù)，構(gòu)造轉(zhuǎn)移概率矩陣2用區(qū)域運算函數(shù)=MMULT(矩陣1，矩陣2）計算預測值第十九頁，共四十一頁，編輯于2023年，星期五第四章因果關(guān)系預測模型一.因果關(guān)系預測概述因果關(guān)系預測法：由若干變量觀察值來確定這些變量之間的依賴關(guān)系，實現(xiàn)對變量的預測回歸分析：采用統(tǒng)計方法根據(jù)變量的觀察值來確定描述變量關(guān)系的數(shù)學方程，從而建立起預測模型自變量與因變量的相關(guān)關(guān)系：第二十頁，共四十一頁，編輯于2023年，星期五回歸分析原理：擬合線性方程：確定擬合方程系數(shù)值：最小二乘法原理：因變量估計值與觀測值之間均方誤差極小第二十一頁，共四十一頁，編輯于2023年，星期五在實際操作上，可運用Excel回歸分析工具計算系數(shù)a和b。極小第二十二頁，共四十一頁，編輯于2023年，星期五回歸模型的檢驗檢驗因變量Y與自變量Xi之間有無真正的對應(yīng)關(guān)系，若有，則描述好到什么程度判定系數(shù)R2

（=SSR/SST）用來判斷回歸方程的擬合優(yōu)度。通?？梢哉J為當R2大于0.9時，所得到的回歸直線擬合得較好，而當R2小于0.5時，所得到的回歸直線很難說明變量之間的依賴關(guān)系。t統(tǒng)計量如果對于某個自變量，其t統(tǒng)計量的P值小于顯著水平（1-置信度），則可認為該自變量與因變量是相關(guān)的。F統(tǒng)計量如果F統(tǒng)計量的P值小于顯著水平（1-置信度），則可認為方程的回歸效果顯著。第二十三頁，共四十一頁，編輯于2023年，星期五回歸預測的步驟：第一步，獲取自變量和因變量的觀測值；第二步，繪制XY散點圖；第三步，寫出帶未知參數(shù)的回歸方程；第四步，確定回歸方程中參數(shù)值；第五步，判斷回歸方程的擬合優(yōu)度；第六步，進行預測。一元線性回歸模型實例例5-1P195解題：1）表格中輸入觀察值，繪制自變量因變量散點圖，判斷線性依賴關(guān)系成立否2）求出回歸系數(shù)，得到回歸方程，將自變量值代入方程就可以完成預測。求回歸系數(shù)共有五種方法。第二十四頁，共四十一頁，編輯于2023年，星期五方法一：規(guī)劃求解工具任意給定回歸系數(shù)截距a和斜率b→據(jù)此由已知一組觀察值初算出對應(yīng)的估計值→計算MSE→對此MSE，應(yīng)用規(guī)劃求解工具求極小值（不需約束條件，可變單元格為a與b所在單元格）→得到最終正確的a與b→用RSQ()函數(shù)檢驗擬合優(yōu)度→將自變量代入回歸方程，實現(xiàn)預測。方法二：INTERCEPT()與系數(shù)根據(jù)已知的觀察值為函數(shù)參數(shù)，由INTERCEPT()求截距a，SLOPE()求斜率b，得到線性回歸方程方法三：LINEST()求回歸系數(shù)選定輸出區(qū)域→調(diào)用LINEST()，代入觀察值區(qū)域為參數(shù)→鍵入組合鍵→得到截距a和斜率b及線性回歸方程方法四：用回歸分析報告“工具”/“數(shù)據(jù)分析”

→選擇“回歸”工具，確定→進行對話框數(shù)據(jù)設(shè)置，確定→得到回歸分析報告→取出a與b，得到線性回歸方程方法五：根據(jù)表中的觀察值，繪制自變量因變量散點圖→“圖表”/“添加趨勢線”

→“選項”卡上選擇“顯示公式”,“顯示R平方值”，確定?！诮Y(jié)果圖中出現(xiàn)回歸方程。第二十五頁，共四十一頁，編輯于2023年，星期五二.多元線性回歸多元線性回歸模型的一般形式多元線性回歸預測步驟第一步，獲得候選自變量和因變量的觀測值；第二步，從候選自變量中選擇合適的自變量，有幾種常用的方法：最優(yōu)子集法、向前增選法等第三步，確定回歸系數(shù)，判斷回歸方程的擬合優(yōu)度；第四步，根據(jù)回歸方程進行預測例5-3P204解題：“工具”/“數(shù)據(jù)分析”→選擇“回歸”工具，確定→進行對話框數(shù)據(jù)設(shè)置，確定→得到回歸分析報告→取出截距a與b1、b2，得到線性回歸方程Y=a+b1X1+b2X2第二十六頁，共四十一頁，編輯于2023年，星期五三.一元非線性回歸概念：非線性回歸就是用一條曲線來擬合因變量對自變量的依賴關(guān)系。擬合曲線可以是指數(shù)曲線、對數(shù)曲線、平方根曲線、多項式曲線等具體采用何種曲線進行擬合，可以觀察散點圖判斷，也可以依據(jù)自己知識背景和經(jīng)驗，判斷函數(shù)依賴關(guān)系。例5-4P206求解：方法一：添加趨勢線法觀察散點圖，判斷為指數(shù)類型函數(shù)→在圖上添加趨勢線，得到擬合函數(shù)→檢查R2值，確定回歸方程→自變量代入方程，完成預測方法二：規(guī)劃求解法觀察散點圖，判斷為指數(shù)類型函數(shù)→假定a與b取值→用Y=a+ebX計算估計值→用觀察值和估計值求MSE→使用規(guī)劃求解工具，求MSE極?。╝與b所在單元格為可變單元格）→求出正確的a與b，得到回歸方程。第二十七頁，共四十一頁，編輯于2023年，星期五第五章企業(yè)經(jīng)營決策分析一.企業(yè)經(jīng)營決策分析概述1企業(yè)經(jīng)營決策是在對企業(yè)內(nèi)外經(jīng)營環(huán)境及資源分析基礎(chǔ)上，借助于現(xiàn)代管理理論、方法和工具，對影響企業(yè)目標的人力物力財力與信息綜合分析計算和評價，結(jié)合決策者的經(jīng)驗，制定多個行動方案，選擇其中最優(yōu)化方案的過程。2企業(yè)經(jīng)營決策步驟：1）確定決策目標2）擬定備選方案3）計算各方案效益4）確定最優(yōu)方案5）決策驗證6）決策執(zhí)行及優(yōu)化3企業(yè)經(jīng)營決策分類：1）確定型（結(jié)構(gòu)化）決策2）風險型（半結(jié)構(gòu)化）決策3）不確定性（非結(jié)構(gòu)化）決策第二十八頁，共四十一頁，編輯于2023年，星期五確定型決策實例分析確定型決策方法有：極值法、線性規(guī)劃、動態(tài)規(guī)劃、網(wǎng)絡(luò)計劃技術(shù)、直觀法、臨界點分析法、效益成本分析法、評分選擇法實例1P144三.風險性決策實例分析風險性決策方法有：期望值法、決策樹法、最大可能法、機會均等法、邊際分析法期望損益決策原理：以各方案期望損益值為選擇標準，利用參數(shù)的概率發(fā)布求出每個行動的損益期望值，其中最大收益期望或最小損失期望值就是最優(yōu)行動方案。步驟：1）明確決策問題，確定備選方案2）寫出損益矩陣3）計算各行動期望損益值4）選擇最佳行動方案第二十九頁，共四十一頁，編輯于2023年，星期五實例2P147四.不確定型決策實例分析不確定型決策方法有：最大最小期望值法、最小最大后悔值法、最大最大化法和折中法。最大最小期望值法：實例3P149最小最大后悔值法：實例4P151第三十頁，共四十一頁，編輯于2023年，星期五第六章產(chǎn)品生產(chǎn)數(shù)據(jù)分析一.量本利分析模型1量本利分析概述2量本利分析實例第三十一頁，共四十一頁，編輯于2023年，星期五準備知識：最優(yōu)化問題求解最優(yōu)化問題定義：最優(yōu)化問題就是在給定條件下尋找最佳方案的問題。即在資源給定的情況下尋找實現(xiàn)最好目標的方法。企業(yè)管理中的最優(yōu)化問題有：原材料組合問題、人員安排問題、運輸問題、選址問題、資金管理問題、最優(yōu)定價問題、經(jīng)濟訂貨量問題、預測模型中的最佳參數(shù)問題等等最優(yōu)化問題分類約束條件分：無約束條件的最優(yōu)化問題有約束條件的最優(yōu)化問題目標函數(shù)與約束條件中變量的形式分：線性規(guī)劃問題（變量為一次方）非線性規(guī)劃問題第三十二頁，共四十一頁，編輯于2023年，星期五決策變量是否要求取整數(shù)分：整數(shù)規(guī)劃問題0-1規(guī)劃問題任意規(guī)劃問題最優(yōu)化問題的數(shù)學模型：……第三十三頁，共四十一頁，編輯于2023年，星期五最優(yōu)化問題的求解方法：1公式法根據(jù)解析表達式直接求解或求導