基于組合預(yù)測的營業(yè)活動現(xiàn)金流量分析

1、業(yè)活動現(xiàn)金流量分析熊德斌一、冒業(yè)活動現(xiàn)金流組合預(yù)測模型構(gòu)建設(shè)對同一預(yù)測對象的某個指標(biāo)序列xt，仁1，2，n，存在m種可行單項(xiàng)預(yù)測方法對其進(jìn)行預(yù)測，設(shè)第i種單項(xiàng)預(yù)測方法在第t時刻的預(yù)測值為xiI’i=l，2，m；t=l，2，，n；設(shè)ll，12，，l。分別為m種單項(xiàng)預(yù)測方法的加權(quán)系數(shù)，加權(quán)系數(shù)應(yīng)該滿足∑l；=1，1i10，i—l，2，，m。則根據(jù)加權(quán)算術(shù)平均的組合原理，則有殳。=∑l；xit，t=l，2，，n，其中j。表示第t時刻預(yù)測對象實(shí)

2、際值x。的組合預(yù)測值。1基于OWA有序算子的權(quán)數(shù)確定。OWA算子是由YagerRR在1988年提出，主要用來刻畫組合預(yù)測模型中各單個模型預(yù)測在組合預(yù)測中權(quán)數(shù)確定的一種基本方法。定義1：設(shè)‘R”川為n元函數(shù)，若乞(a。，a2，，an)=∑w；b；其中，bi是a。，a2，an中按從大到小的順序排列的第i個大的數(shù)，W(w。，w2，wⅡ)1起與L有關(guān)的加權(quán)向量，滿足藝Wi=1Wi≥o，i1，2，，n，則稱函數(shù)fI是n維有序加權(quán)平均算子，簡記為O

3、WA算子。特別地，當(dāng)W(1，0，O)1時，OWA算子簡化為ma】【算子。2組合預(yù)測加權(quán)系數(shù)l。確定。設(shè)e。=xt飛為第i種單項(xiàng)預(yù)測方法在第t時刻的預(yù)測誤差，et為組合預(yù)測在t時刻的預(yù)測誤差，則有：et墨‘鼉一i=∑l[iXil=：_∑1li(xt飛)=善lieil，仁1，2，，n按照上述預(yù)測誤差，我們會發(fā)現(xiàn)，有正有負(fù)相互抵消后會為零，但是并不能說明確定的加權(quán)系數(shù)最好。因此，實(shí)踐中采用誤差平方和或絕對誤差來衡量預(yù)測誤差的大小。由于絕對誤差

4、與預(yù)測誤差平方和相比具有比較好的穩(wěn)健性本文基于OWA算子構(gòu)造組合預(yù)測絕對誤差。令：L(1e。I，le：I，，I％1)=窆wild；l，稱為由絕對誤差序列Iel|，Ie2I，，le。I產(chǎn)生的基于owA算子的組合預(yù)測絕對誤差。其中，是le，I，吲，，吲中按從大到小的順序排列的第i個大的數(shù)，w=(w，，W：，wn)1是與fT有關(guān)的加權(quán)向量，滿足∑wi=l，Wi≥o，i1，2，，n。為了使組合預(yù)測值逼近實(shí)際值，我們希望OWA算子的組94合預(yù)測絕

5、對誤差越小越好，表明f_(Ie。I，levi，，IenI)越小，組合預(yù)測效果越有效。因此基于OWA算子的組合預(yù)測模型可以表示為：min弧I，le21，，led)=善喇et=ElilenI，t=l，2，，n弘t1l，12，，110當(dāng)w=(1，0，，o)1時，基于OwA算子的組合預(yù)測誤差為最大絕對誤差。f(1。，，。)(1eviI％I，，Ien。)2lm。；a。x。le；I由上述關(guān)于最大絕對誤差定義可知，；I各種單項(xiàng)預(yù)測maxlel‘I‘Ⅱ

6、方法的加權(quán)系數(shù)，確定組合預(yù)測加權(quán)系數(shù)的基本原則是l。，12，，lm的函數(shù)，為方便記為：E(1。，12，，l。)=maxleiil，令v=maxleI，1‘t‘nl‘t‘t所1)3【leI≤v，t=l，2，，n則有：rainv∑l。IeilI—v≤o，￡1川2“，n戮eit|v鞏t=12’‘，n(2)∑1_1i=t’1l，12，，lm≥o二、實(shí)證分析本文主要選擇茅臺集團(tuán)上市公司的財務(wù)數(shù)據(jù)作為預(yù)測的基本依據(jù)，由于業(yè)務(wù)指標(biāo)表較多為了能客觀反映

7、上市公司的業(yè)績特以經(jīng)營活動的凈現(xiàn)金流量作為主要指標(biāo)對業(yè)績進(jìn)行預(yù)測。有關(guān)數(shù)據(jù)如表l。(表1排下頁)。1茅臺集團(tuán)經(jīng)營活動凈現(xiàn)金流量修正的灰色預(yù)測模型GM(1，1)。灰色預(yù)測法是一種對含有不確定的因素的系統(tǒng)進(jìn)行預(yù)測的方法。主要的模型為GM(1，1)。其基本思想主要利用原始時間序列數(shù)據(jù)，通過累加生成新序列的方式，以新序列數(shù)據(jù)特征建立微分方程，從而得到預(yù)測模型。本文在此采用MAⅡAB74數(shù)學(xué)軟件計算得到如下結(jié)果：萬方數(shù)據(jù)基f組合民頸測始營.業(yè)，~

8、舍勃純合成愛令祈…、臂業(yè)活動現(xiàn)余流組合預(yù)測模型構(gòu)量設(shè)對同一預(yù)測對象的某個指標(biāo)序列問，伽1.2....n)，存在m種可行單項(xiàng)預(yù)測方法對其進(jìn)行預(yù)測，設(shè)第i種單項(xiàng)預(yù)測方法在第t時刻的預(yù)測值為凡.i=1，2.…mt=1.2.…，n設(shè)1112.…1..分別為m種單項(xiàng)調(diào)測方法的加權(quán)脯，加權(quán)系散應(yīng)該滿足~lj熊德斌舍預(yù)測絕對誤主整皇越小越好，表明f..(1舊白叫時11ι川1，川，1時e烏時zl，..們預(yù)測敷巢越有敷。因此J慕毒于OWAj篝尊子的組合預(yù)

9、測棋璐E可可以表示為:min叫叫州tυω(1川e叫1|怡白叭，I=~立:川l飛jl怡e飛時缸itl.t恒=1，2軋….川，n=1，問查號ljxit，毗2，“，n，其中去g表示第t時刻預(yù)測對象實(shí)際值叭的組合預(yù)測值。1.革于OWA有序算子的權(quán)數(shù)確定。OWA算子是由YagerR.R在1988年提出，主要用來刻畫組合預(yù)測模型中各單個模型預(yù)測在組合預(yù)測中權(quán)數(shù)確定的一種藕本方拾。定義1:設(shè)t伊W小R曠←“」→R為耐數(shù)，珩劇磯若劇鞏f仁~(問糾叫，啕

10、~鳥8..2，.?.，an氣牛導(dǎo)》》飛吶i明中，bj是a糾13仲2ν…..飛.3氣蛐中按從大到小的!順幀序排列的第i個大的數(shù)，w肌茸叫機(jī)(i囂叫1.2.….n.則稱函數(shù)仁是n維有序加權(quán)平均算子，簡記為OWA算子。特別地，當(dāng)W=(l，O.…0)1時，OWA算子簡化為rna:x算子。2.組合預(yù)測加權(quán)系數(shù)lj確定。設(shè)eit囂直，mXE為第i種單項(xiàng)預(yù)測方法在第t時刻的預(yù)測誤盞.e，為組合預(yù)測在t時刻的預(yù)測誤楚，則有:e，噸x.叫ZM號IJXiX

11、，t)=~lje，時.2.....n按照上述預(yù)測誤差，我們會發(fā)現(xiàn)，有正有負(fù)相互抵消盾會為零，相愚并不能說明確定的加極系數(shù)最好。因此，實(shí)踐中果用誤整平方和戒絕對誤盞來衡量預(yù)測誤整的大小。由于絕對誤盞與預(yù)測誤盞平方和相比具有比校好的穩(wěn)健性本文基于OWA算子構(gòu)造組合預(yù)測絕對誤盤。令:f，，(le11，1時，…，le.I)=LMil稱為由絕對誤差序列隊(duì)1，....le.1產(chǎn)生的基于OWA算子的組合預(yù)測絕對誤盞。其中.Idjl是lell.lezl

12、.…，le.1中按從大到小的順序排列的第i個大的數(shù).W叫叭叫，…wJT是與f“有關(guān)的加極向量，滿足2忱。陽.2.....no為了使組合預(yù)測值逼近實(shí)際值，輯們希望OWA算子的組94、EFA飛11.~.....1..:。當(dāng)W=(1，o，….0)1時，基于OWA算子的組合預(yù)測誤差為最大絕對誤援。飛九hιfo.o.川川.0隊(duì).....0川.0)(1川)(Ie叫時協(xié)州11ι川1，川，Ie.構(gòu)|怡h晤句ψ2由j上二述關(guān)于最大絕對誤肇定義可知，rru

13、lesl各種單項(xiàng)預(yù)測方法的加權(quán)系數(shù)，確定組合預(yù)制加機(jī)系數(shù)的基本原則是11占，....lm的函數(shù)，為方便記為:E(ll~…，1..)=maxl俐，令v=m阻le，l.1‘t‘1‘t‘.所以le，1垣~v.t=I，2，…，n則有:minv:lE|eitMM2nS.tj~ljletl呻陽，2，，n(2):IF111~….l.，:0二、實(shí)證分析本文主要選擇茅臺集團(tuán)上市公詞的財務(wù)數(shù)據(jù)作為預(yù)測的基本依據(jù)，由于業(yè)務(wù)指標(biāo)表較多為了能容現(xiàn)反映上市公司的業(yè)

14、績特以經(jīng)營活動的凈現(xiàn)金流量作為主要指標(biāo)對業(yè)績進(jìn)行預(yù)測。有關(guān)數(shù)據(jù)如表10(表1排下班)。1.茅臺集團(tuán)經(jīng)營活動凈現(xiàn)金流量修正的灰色預(yù)測模型GM(1，1)?；疑A(yù)測法是…種對含有不確定的因素的系統(tǒng)進(jìn)行預(yù)測的方法。.:薯的模型為GM(1.l)。其慧本思想主要利用原始時間序列數(shù)據(jù)，通過累加生成新序列的方式，以新序列數(shù)據(jù)特征建立微分方程，從而得到預(yù)測模型。本文在此采用mπ.AB7.4數(shù)學(xué)軟件計算得到j(luò)如下結(jié)果:貴州茅臺集團(tuán)20002006年經(jīng)營活

15、動現(xiàn)金流量表1(單位：億元!’鬣薹戮粼懋黼國搦豳整臣娜。針表2茅臺集團(tuán)回歸預(yù)測與GM(1。1)預(yù)測對比單位：億元實(shí)際值回歸預(yù)測值GM(1，1)絕對誤差絕對誤差年份Yl預(yù)測值Y2YYllfY二Y212000盔44213124423108O2001正04239343823514342002籃44506221306622272003正94800770513932352004矩981117IO46137O662005正1691596155o94

16、142006缸21120992294O111842其中，1)(kl)斗為修正系數(shù)。lOk2(單位3億元)2005200650.461.833.540.816.921.139.3148.96(3)2.茅臺集因經(jīng)營活動凈現(xiàn)金流盤的一元線性回歸模型。影響上市公司經(jīng)營活動凈現(xiàn)金流的因素較多，假.:t要集中反映在對企業(yè)主營業(yè)務(wù)收入的影響。為避免多元四陽分析出現(xiàn)的共線性，又能反映問蹦本質(zhì)，對級營活動凈現(xiàn)金流進(jìn)行回歸分析采用龍骨業(yè)務(wù)收入作為解釋變最進(jìn)

17、行…元回歸分析。設(shè)一j@!舊模型:y旦時bxe，其中x表示主營業(yè)務(wù)收入，y表乖純青活動現(xiàn)金流巔，e表示隨機(jī)說盞項(xiàng)，8表示回歸方棋常數(shù)項(xiàng).b表示陽歸系數(shù)。在利用SPSS統(tǒng)計軟件數(shù)據(jù)處理得到四歸方穗:嚴(yán)4.480.52x，R2=o.916，ft，=7.23，F(xiàn)=54.5836(2.7)該方程的可決系數(shù)為0.916，表明主營業(yè)務(wù)收入能夠解釋經(jīng)營活動凈現(xiàn)金變化的91.6%，同時方程的F檢驗(yàn)值為54.538表明方程是有娘的，回歸系數(shù)b的t檢驗(yàn)值，

18、在5%的顯著性水平下，回歸系數(shù)是顯著的。3.基于OWA算乎的財務(wù)業(yè)績組合預(yù)測模型構(gòu)建(1)凹?xì)w頓測模型與灰色GM(1，l)預(yù)測模型比較。組合調(diào)測模型主要是基于每一種預(yù)測模型存在誤蓋有大有小，通過預(yù)測模型組合目標(biāo)為了降低預(yù)測誤差。下我2列出了上述兩種預(yù)測模型的絕對預(yù)測誤輯:(2)經(jīng)營活動凈現(xiàn)金流組合預(yù)測模型的構(gòu)遣。在兩個單項(xiàng)預(yù)測模型時，組合預(yù)測模型可以簡化為以下形式:令V=m缸lejil，所以怡，1喲，時，2，…，7則有:minv1‘i‘

19、7Let(1L)e2，v髦。，t=1，2，…，78.tlLe(卜L)e:z，v噸，t=1.2.…，7L撐。(4)袋2擎臺集團(tuán)回歸預(yù)測與GM(I，l)預(yù)測對比單位2億元年份實(shí)際值回歸預(yù)測值GMOl)絕對誤差絕對誤襲YYl預(yù)測傻Y2IYYllIYYzl2000年4.421.3124.423.108。2001年。.423.9343.823.5143.42002年4.45.0622.130.6622.272003年9.48.0077.051.3

20、932.352004年9.811.1710.461.370.662005年16.915.9615.50.941.42006年21.120.9922.940.111.84本文采用MA嘰.AB7.0數(shù)學(xué)軟件求解上述線性規(guī)劃模型，其最優(yōu)組合班測系數(shù)結(jié)果如下:L1=O.9398Y=O.9398Y1呻.0ω2飛，其中Y1表示回歸預(yù)測值，飛表示GM(t，l)預(yù)制值。4.結(jié)果分析及解釋。按照回歸預(yù)測模型、GM(l，l)預(yù)測模型及最優(yōu)組合預(yù)測模型預(yù)測值

21、及誤整計算如下表3所示。茅臺集團(tuán)12(刷年組合預(yù)測模型1棋整0.01億元都低于回歸預(yù)測模型誤楚。.11億元和GM(t，l)預(yù)測誤羔1.84億元其余各年則和預(yù)測誤整都介于兩種單項(xiàng)預(yù)測誤差之間。從總誤差來看，則組合預(yù)測棋現(xiàn)誤襲10.67億元都低于四歸調(diào)測模型誤是11.097億元和GM(1，0預(yù)測誤差11.92億站。從相對誤黯來看，組合預(yù)測誤差相對于回歸預(yù)測模型降低了0.472億元，降低率為3.84%組合預(yù)測誤差相對于GM(I，I)預(yù)測模型降