管理會(huì )計預測機理研究論文
摘要:管理會(huì )計作為現代企業(yè)會(huì )計的重要分支，需要在歷史記錄、歷史分析的基礎上為管理者提供具有綜合性、前瞻性的預報信息。預測未來(lái)原本就是比記錄和分析更加困難的任務(wù)，在現代社會(huì )，多變量共變、速變、巨變的情形進(jìn)一步加大了管理會(huì )計的預測任務(wù)的復雜性和不確定性，管理會(huì )計在簡(jiǎn)單擴展知識的層次上已經(jīng)無(wú)法應對這種復雜性和不確定性，方法論層次的創(chuàng )新可能是管理會(huì )計預測方法進(jìn)一步提升的有效路徑。本文嘗試從方法論的層次探索管理會(huì )計預測方法的機理。
關(guān)鍵詞:管理會(huì )計預測機理方法論
一、預測方法和預測機理
管理會(huì )計為了向企業(yè)管理者提供具有前瞻性的預報信息，首先需要收集企業(yè)內外的相關(guān)歷史記錄，然后從歷史記錄中發(fā)現事物變化的歷史規律性，在此基礎上才能進(jìn)行關(guān)于未來(lái)的預測活動(dòng)。也就是說(shuō)，我們需要先獲得“關(guān)于過(guò)去的知識”，才能接著(zhù)獲得“關(guān)于未來(lái)的知識”。預測的涵義就是以“關(guān)于過(guò)去的知識”為基礎來(lái)獲得“關(guān)于未來(lái)的知識”的過(guò)程。
在管理會(huì )計中，常用的預測方法包括趨勢預測方法、因素分析預測方法、非線(xiàn)性預測方法。
其中，趨勢預測方法亦可以稱(chēng)作時(shí)間序列預測方法，又可具體細分為加權平均預測法、一次指數平滑預測法、布朗指數平滑預測法、三次指數平滑預測法、以時(shí)期為自變量的線(xiàn)性方程預測法。
因素分析預測方法亦可以稱(chēng)作因果預測方法，又可具體細分為因素較多、因素數量模型化程度較低條件下的因素綜合預測法，以及因素較少、因素數量模型化程度較高條件下的多元方程預測法。
非線(xiàn)性預測方法亦可稱(chēng)作戰略思維預測法，又可具體細分為粗略條件下的群體互動(dòng)預測法，以及相對精確條件下的動(dòng)態(tài)模型預測法。
所有這些預測方法的預測機理既有共同之處，又各具特征。共同之處是：以總結預測對象的歷史規律為基礎，再假設未來(lái)是歷史的復印件，歷史規律在未來(lái)依然有效；不同之處是：不同的預測方法需要在預測過(guò)程的不同階段來(lái)使用“未來(lái)是歷史的復印件”的假設前提，具體區別在下面分別予以描述。由于篇幅所限，本文重點(diǎn)描述的是因素分析預測方法和非線(xiàn)性預測方法的預測機理。
二、趨勢預測方法的預測機理
趨勢預測方法在從預測對象的歷史記錄中總結出預測對象的歷史規律以后，不再細分預測對象的影響因素，不再細究預測對象的歷史規律的成因，而是直接假設預測對象的未來(lái)規律就是預測對象的歷史規律的復印件，直接假設預測對象的歷史規律在未來(lái)依然有效。例如，商品銷(xiāo)售量Y為預測對象，T為時(shí)間序列數，Y＝2＋3T是人們根據當前時(shí)點(diǎn)之前5期的歷史記錄數據建立的關(guān)于商品銷(xiāo)售量Y與時(shí)間序列數T之間的直線(xiàn)方程。雖然它僅僅是人們根據前5期的歷史記錄數據總結的歷史規律，但是，如果人們假設未來(lái)各時(shí)期的商品銷(xiāo)售量的變化仍然符合這個(gè)規律，人們就可以用這個(gè)數學(xué)模型來(lái)預測第6期、第7期等未來(lái)時(shí)點(diǎn)的商品銷(xiāo)售量，第6期的商品銷(xiāo)售量Y＝2＋3T＝2＋3×6＝20；第7期的`商品銷(xiāo)售量Y＝2＋3T＝2＋3×7＝23。
顯然，從預測機理的角度看，在那些未來(lái)相對于歷史變化性越小的領(lǐng)域或時(shí)期，趨勢預測方法的誤差就越小。
三、因素分析預測方法的預測機理
在速變的時(shí)代，在速變的領(lǐng)域，大到管理會(huì )計預測，小到個(gè)人職業(yè)預測，直接假設預測對象的未來(lái)規律就是預測對象的歷史規律的復印件的趨勢預測方法，已經(jīng)導致了不勝枚舉的錯誤：由于股票市場(chǎng)上過(guò)去多次出現過(guò)連續三波下跌后的大漲現象，企業(yè)投資者就在這一輪的三波下跌后大量買(mǎi)進(jìn)股票，沒(méi)想到未來(lái)卻出現了第四波更大的下跌；連續多年出現的計算機專(zhuān)業(yè)畢業(yè)生的高就業(yè)率，引導人們對這個(gè)專(zhuān)業(yè)趨之若鶩，但很快出現的超低就業(yè)率又讓人們大驚失色。
為了克服這種缺陷，在管理會(huì )計領(lǐng)域采用了更具有應用前景的因素分析預測方法。與趨勢預測方法不同的是，因素預測方法不忙于在預測對象的層次就假設歷史是未來(lái)的復印件，而是將預測機理分為四步，只有在第三步時(shí)才假設未來(lái)是歷史的復印件：第一步，先全面準確地找出影響預測對象變化的諸多影響因素，并按照邏輯樹(shù)的要求準確、分層次地羅列出全部影響因素，不遺漏、不重復、不交叉。
第二步，通過(guò)歷史記錄發(fā)現每一個(gè)影響因素的變化同預測對象的變化之間的相互關(guān)系的規律性，這種規律性不僅包括變化方向和變化數量程度的規律性，還包括影響因素的變化到預測對象發(fā)生變化的時(shí)間間隔，即傳導時(shí)間。如果歷史記錄具備定量計算的條件，就算出在各個(gè)記錄時(shí)點(diǎn)的以每一個(gè)影響因素為自變量X、以預測對象為因變量Y的彈性系數（ΔY／ΔX）。在相對特殊的情況下，還可以進(jìn)一步從各個(gè)影響因素在各個(gè)記錄時(shí)點(diǎn)的彈性系數的變化軌跡中，推演出以各個(gè)影響因素為自變量、以預測對象為因變量的直線(xiàn)方程或曲線(xiàn)方程。
第三步，觀(guān)察各個(gè)影響因素在當前所發(fā)生的變化，再假設在第二步已經(jīng)發(fā)現的每一個(gè)影響因素的變化同預測對象的變化之間的相互關(guān)系的歷史規律在未來(lái)依然有效，就可以推測出每一個(gè)影響因素的變化所帶來(lái)的預測對象即將發(fā)生的變化以及這個(gè)變化的傳導時(shí)間，在具備定量計算的條件下，用某影響因素的變化量ΔX乘以彈性系數。
第四步，綜合全部影響因素的變化所即將帶來(lái)的預測對象的總體變化，以及這個(gè)變化的傳導時(shí)間。在綜合時(shí)，假設預測對象在未來(lái)的總體變化就是在第三步算出的各個(gè)影響因素的變化所帶來(lái)的預測對象的變化的代數和，其中，導致預測對象的數量減少的為負數，導致預測對象的數量增加的為正數。
以上就是因素分析預測方法的預測機理。
當歷史記錄的數量化程度不高時(shí)，或者尋找數量模型化的歷史規律的難度過(guò)高時(shí)，人們往往零零散散收集來(lái)的統計指標進(jìn)行粗略的定量預測，有時(shí)甚至只做僅僅涉及變化方向的定性預測。
當歷史記錄的數量化程度很高時(shí)，人們也嘗試建立數學(xué)模型化的歷史規律進(jìn)行預測。例如，如果發(fā)現所有時(shí)點(diǎn)的彈性系數均為一個(gè)常量，人們就可以根據歷史記錄值推演出預測對象Y和影響因素X之間的數量關(guān)系的直線(xiàn)方程Y＝a＋bX。再例如，如果發(fā)現所有緊鄰兩個(gè)時(shí)點(diǎn)的彈性系數都按一種近似不變的比率增加，人們就可以根據歷史記錄值推演出預測對象Y和影響因素X之間的數量關(guān)系的指數曲線(xiàn)方程Y＝abX。再例如，如果發(fā)現所有緊鄰兩個(gè)時(shí)點(diǎn)的彈性系數的差為一個(gè)常量，人們就可以根據歷史記錄值推演出預測對象Y和影響因素X之間的數量關(guān)系的二次曲線(xiàn)方程Y＝a＋bX＋cX2.。
在實(shí)際運用中，為了減少預測的復雜程度，也可以將前面介紹的趨勢預測方法同因素分析預測方法結合起來(lái)使用。此時(shí)，可以先用趨勢預測方法將預測對象的未來(lái)預測值計算出來(lái)，再找出幾個(gè)最重要的影響預測對象變化的影響因素，如果發(fā)現哪個(gè)影響因素發(fā)生了比較明顯的變化，就按照第二步、第三步的方法計算出這個(gè)因素的變化所導致的預測對象的變化值，然后用這個(gè)預測對象的變化值去修正前面用用趨勢預測方法計算出來(lái)的預測值。
四、非線(xiàn)性預測方法的預測機理
從預測機理角度看，因素分析預測方法也有一個(gè)缺陷：在進(jìn)行綜合之前，需要根據歷史記錄算出每一個(gè)影響因素單獨引起的預測對象的變化值，從而算出以每一個(gè)影響因素為自變量、以預測對象為因變量的彈性系數（ΔY／ΔX），但是，我們在實(shí)際運算時(shí)，無(wú)法從歷史記錄中找到某一個(gè)影響因素單獨引起的預測對象的變化值，我們能找到的只是現實(shí)環(huán)境中多種影響因素同時(shí)發(fā)揮作用時(shí)的記錄值，這必然導致計算的誤差。例如，企業(yè)關(guān)于銷(xiāo)售量的記錄都是包括價(jià)格、收入水平、消費者偏好等多種影響因素共同影響下的銷(xiāo)售量，你無(wú)法找到僅僅由價(jià)格因素影響時(shí)的銷(xiāo)售量記錄，你也無(wú)法找到僅僅由收入水平因素影響時(shí)的銷(xiāo)售量記錄，因此，因素分析預測方法需要我們有一定的誤差容忍度。
非線(xiàn)性預測方法同時(shí)吸收了趨勢預測方法和因素分析預測方法的優(yōu)勢，又避免了趨勢預測方法和因素分析預測方法的缺陷。非線(xiàn)性預測方法不像趨勢預測方法那樣僅僅停留在發(fā)現預測對象的歷史規律，非線(xiàn)性預測方法也不像因素分析預測方法那樣在假設其它影響因素不變的前提下分別發(fā)現單獨一個(gè)影響因素影響預測對象的歷史規律。
如果歷史記錄連續性強、定量化程度高，非線(xiàn)性預測方法可以采用相對精確的動(dòng)態(tài)模型預測法的形式。為了便于從歷史記錄中發(fā)現全部變量共同變化時(shí)的歷史規律，你可以直接將記錄數據轉換成直觀(guān)性更強的圖形，你也可以先對記錄數據進(jìn)行再運算，從再運算的結果中發(fā)現全部變量共同變化時(shí)的歷史規律。其中，對記錄數據的再運算又可以分為兩類(lèi)，一類(lèi)是對同一個(gè)變量的各期數據進(jìn)行關(guān)系運算，包括計算相鄰拐點(diǎn)的時(shí)間間隔、相鄰拐點(diǎn)的量差、相鄰拐點(diǎn)的量變速度、逐期量差、逐期增長(cháng)率、同比增長(cháng)率，等等；第二類(lèi)是對不同的變量進(jìn)行關(guān)系運算，包括兩個(gè)數量單位相同條件下的同期量差、同期量值比率，還包括兩個(gè)數量單位不同條件下的同期逐期量差的比率、逐期增長(cháng)率的比率，等等。
由于篇幅所限，這里不再展開(kāi)描述。
總之，在管理會(huì )計中，趨勢預測方法、因素分析預測方法、非線(xiàn)性預測方法都有特定的運用環(huán)境和運用條件，從發(fā)展趨勢來(lái)看，由于統計計算手段和信息溝通手段的迅速進(jìn)步，非線(xiàn)性預測方法由其預測機理所決定，將成為為為企業(yè)管理者提供具有綜合性、前瞻性預報信息的主要方法。
參考文獻：
[1]《思維方法》第四次征求意見(jiàn)稿，朱奇、朱一鳴合著(zhù)（書(shū)稿中涉及預測的部分由朱一鳴執筆，由朱奇審定），征求意見(jiàn)稿連載于光明網(wǎng)、中國改革論壇、凱迪原創(chuàng )評論
【管理會(huì )計預測機理研究論文】相關(guān)文章：
血脂異常發(fā)病機理研究論文04-16
管理會(huì )計研究方向的展望論文11-24
關(guān)于企業(yè)會(huì )計管理的研究論文07-03
醫院管理會(huì )計體系的研究論文07-01
風(fēng)險投資業(yè)的產(chǎn)業(yè)集群機理研究論文04-20
電力系統電壓穩定機理研究論文04-16
大數據下管理會(huì )計研究論文10-21