1、電子商務(wù)物流管理統(tǒng)計電子商務(wù)物流管理統(tǒng)計預(yù)測與決策預(yù)測與決策對環(huán)境因素的把握n新技術(shù)nGDPn人口n利率n投資l從預(yù)測方法看，企業(yè)預(yù)測包括：回歸分析預(yù)測隨機(jī)時間序列預(yù)測自適應(yīng)預(yù)測控制論模型預(yù)測馬爾柯夫預(yù)測投入產(chǎn)出預(yù)測灰色預(yù)測判別分析預(yù)測預(yù)測的目的是為了決策l為什么要進(jìn)行決策工作？ 人們在行動之前，只有一種選擇就不需要決策。 決策就是選擇，就是在許多方案中辨別出哪些是可行的，哪些是不可能的，并最終確定出最佳方案的過程。 l從經(jīng)濟(jì)活動內(nèi)容來看，企業(yè)決策包括：籌資決策生產(chǎn)決策投資決策銷售決策l從決策方法看，企業(yè)決策包括：風(fēng)險型決策確定型決策非確定型決策多目標(biāo)模糊決策多目標(biāo)規(guī)劃決策l決策方法與預(yù)測方法

2、相互滲透多元回歸分析法在企業(yè)中的預(yù)測及決策中的應(yīng)用 語音業(yè)務(wù)發(fā)展影響因素及需求的實證研究00年1季00年2季00年3季00年4季01年1季333.4454.6467.4552.6533.601年2季01年3季01年4季02年1季02年2季733.2766.4924.7821.61088.802年3季02年4季03年1季03年2季03年3季1089.6119013021481.71689.803年4季04年1季04年2季04年3季04年4季1846.12049.572307.462441.272632.03語音業(yè)務(wù)量（億分鐘）00年1季00年2季00年3季00年4季01年1季0.710.630.

3、80.640.6401年2季01年3季01年4季02年1季02年2季0.550.540.490.510.4602年3季02年4季03年1季03年2季03年3季0.40.430.360.370.3503年4季04年1季04年2季04年3季04年4季0.30.260.240.230.22語音業(yè)務(wù)平均價格（元）00年1季00年2季00年3季00年4季01年1季498661827223.358158.79503.6501年2季01年3季01年4季02年1季02年2季11097.9512575.7514041.5515570.4517140.8502年3季02年4季03年1季03年2季03年3季1853

4、5.4520122.4521696.523009.4524471.6503年4季04年1季04年2季04年3季04年4季26281.5528355.3530051.6531514.4532992.9語音業(yè)務(wù)用戶數(shù)（萬戶）價格怎樣影響業(yè)務(wù)量？0.20.40.60.81.005001000 1500 2000 2500 3000STM1SMP10.20.40.60.81.0050010001500200025003000STM1SMP1STM1 = -3929.314926*SMP1 + 3031.930514VariableCoefficientStd. Errort-StatisticProb

5、. SMP1-3929.31336.84728-11.6649780.0000000C3031.93163.83960718.5054020.0000000R-squared0.883172 Mean dependent var1235.2915Adjusted R-squared0.87668 S.D. dependent var711.483733618S.E. of regression249.8503 Akaike info criterion13.9742430492Sum squared resid1123656. Schwarz criterion14.0738162766Log

6、 likelihood-137.74 F-statistic136.071624902Durbin-Watson stat0.9786 Prob(F-statistic)0.000000000STM1 = -3929.314926*SMP1 + 3031.930514這是需求曲線嗎？偽回歸現(xiàn)象？好的研究從定性分析開始 必須基于實際背景知識和相應(yīng)的經(jīng)濟(jì)理論l影響移動通信語音業(yè)務(wù)量的因素分析及確定 收入用戶數(shù) 價格 替代品（固定電話語音業(yè)務(wù)平均價格 ）短信業(yè)務(wù) 互聯(lián)網(wǎng)等數(shù)據(jù)業(yè)務(wù) 小靈通業(yè)務(wù) l選用數(shù)據(jù)選用數(shù)據(jù) 數(shù)據(jù)的質(zhì)量對模型的正確性有著十分重要的作用，建模時對數(shù)據(jù)的收集、整理和篩選必須予以高度重

7、視。l模型的建立模型的建立 經(jīng)濟(jì)理論與直覺經(jīng)驗雖然可以告訴我們影響因變量的（被解釋變量）變化有那些因素，但這些因素影響因變量變化的原理和模式則是需要經(jīng)過不斷的摸索、建模和模型修正來確認(rèn)。 基于一定的經(jīng)濟(jì)理論和直覺并不斷嘗試，建立了如下雙對數(shù)模型進(jìn)行研究：u PUSERSMSIUSERMUSERMPGDPCTM654321LLLLLLLl模型的檢驗 通過計算，LMP的系數(shù)為負(fù)，LGPD和LMUSER的系數(shù)為正，符合經(jīng)濟(jì)理論。而此時互聯(lián)網(wǎng)用戶數(shù)LIUSER、短信業(yè)務(wù)量LSMS和小靈通用戶數(shù)LPUSER對LTM的影響的t檢驗不顯著 ？ 是由于數(shù)據(jù)太少？還本質(zhì)上沒有影響？ 通信產(chǎn)業(yè)中產(chǎn)品互影響新特點

8、既是替代品，又是互補(bǔ)品。u PUSERSMSIUSERMUSERMPGDPCTM654321LLLLLLL通過模型演算和相應(yīng)的分析，最終理想模型確定為：2321 , 0uu LMUSERLMPLGDPCLTM變量系數(shù) 標(biāo)準(zhǔn)差 t-統(tǒng)計量P值 LGDP0.2879630.0934893.0801720.0072LMP-0.5452640.097579-5.5879300.0000LMUSER0.6210590.0633519.8034690.0000C-2.4523971.012983-2.4209660.0277調(diào)整過的R平方0.992494 F-統(tǒng)計量 838.4186D-W統(tǒng)計量2.329

9、431 P值(F-統(tǒng)計量)0.000000赤池信息(AIC)-2.848034 施瓦茨信息(SC)-2.64888 LMUSER621. 0LMP*545. 0LGDP288. 045. 2LTM如果模型中存在異方差的話，最小二乘估計將不再是有 效估計。采用如下模型進(jìn)行異方差性檢驗。 采用如下模型進(jìn)行異方差性檢驗。 22102誤差項yyu利用軟件計算，方程的t檢驗和F檢驗均不顯著，說明方程中不存在異方差。l結(jié)果分析 關(guān)于LGDP的系數(shù)（0.288）的經(jīng)濟(jì)分析 nLGDP的系數(shù)（0.288）說明當(dāng)用戶數(shù)和價格等因素不變時，GDP每增長1%，移動通信業(yè)務(wù)量將增加0.288%。 關(guān)于LMP的系數(shù)（-

10、0.545）的經(jīng)濟(jì)分析 nLMP的系數(shù)（-0.545）說明，當(dāng)GDP和用戶數(shù)不變時，價格每變動1%，移動語音業(yè)務(wù)量將反向變動0.545%。關(guān)于LMUSER的系數(shù)（0.621）的經(jīng)濟(jì)分析 nLMUSER的系數(shù)（0.621）說明，當(dāng)LGDP和LMP不變時，用戶數(shù)每增加1%，移動通信業(yè)務(wù)量將增加0.621%。 l事情并沒完模型的進(jìn)一步探討與分析 用戶數(shù)的多少的變化與GDP、價格之間存在著很強(qiáng)的相關(guān)性，這種統(tǒng)計相關(guān)并非是由于數(shù)據(jù)變化的偶然巧合，而是存在著內(nèi)在的因果關(guān)系。 MUSER = 32432.056 +0.227*GDP - 44601.441*MP 95. 02R)1136. 0(se)539

11、.4149( DW=2.7 將用戶數(shù)變量LMUSER去掉，從新進(jìn)行回歸，發(fā)現(xiàn)對數(shù)形式模型中LDGP的t統(tǒng)計量不顯著，并存在自相關(guān)。對自相關(guān)進(jìn)行處理，仍不理想。采用水平值進(jìn)行回歸并對自相關(guān)采用廣義差分變換措施。變量系數(shù) 標(biāo)準(zhǔn)差 t-統(tǒng)計量P值 GDP0.03380.01183.0800.0108MP-2583.278430.1464-6.0060.0000C1175.771367.97433.1950.0053調(diào)整過的R平方0.840 F-統(tǒng)計量 50.946D-W統(tǒng)計量1.7465 P值(F-統(tǒng)計量)0.00000赤池信息(AIC)13.790 施瓦茨信息(SC)13.940TM =1175.

12、771+ 0.0338*GDP - 2583.278191*MP 彈性 季度 00年100年200年300年401年101年201年301年402年102年2GDP彈性1.84 1.59 1.64 1.67 1.26 1.06 1.07 1.05 0.86 0.76 價格彈性-5.48 -3.59 -4.44 -3.00 -3.08 -1.95 -1.83 -1.38 -1.60 -1.10 彈性 季度02年302年403年103年203年303年404年104年204年304年4GDP彈性0.81 0.87 0.61 0.60 0.58 0.69 0.45 0.46 0.48 0.56 價格

13、彈性-0.95 -0.94 -0.72 -0.64 -0.54 -0.42 -0.33 -0.26 -0.25 -0.22 l需求彈性分析因子分析法在企業(yè)中的預(yù)測及決策中的應(yīng)用 企業(yè)經(jīng)濟(jì)效益的綜合分析與評價 l企業(yè)經(jīng)濟(jì)效益綜合評價指標(biāo)的確定企業(yè)經(jīng)濟(jì)效益綜合評價指標(biāo)的確定 資產(chǎn)利潤率、資產(chǎn)利潤率、 凈資產(chǎn)利潤率凈資產(chǎn)利潤率 成本利潤率成本利潤率 成本費(fèi)用利潤率成本費(fèi)用利潤率 業(yè)務(wù)收入利潤率業(yè)務(wù)收入利潤率 人均利潤率人均利潤率 采用四川省采用四川省12個地區(qū)樣本在各指標(biāo)下的取值。個地區(qū)樣本在各指標(biāo)下的取值。 資產(chǎn)利潤率名次 凈資產(chǎn)利潤率名次成本利潤率名次成本費(fèi)用利潤率名次業(yè)務(wù)收入利潤率名次人均利潤

14、率名次成都3.6627.31417.27313.69316.1825.171自貢2.9747.76315.42412.36413.5442.884瀘州-0.677-1.487-3.498-2.938-3.288-0.648德陽3.5439.15118.82213.78215.4132.943綿陽-0.78-1.798-3.277-2.567-3.227-0.547廣元-3.5812-8.1411-11.8711-10.2611-13.7911-1.6211內(nèi)江4.4618.7221.15118.13117.5113.32樂山-1.399-3.449-5.899-4.589-5.69-1.019

15、南充-3.0711-11.0712-15.812-12.3612-15.512-2.3412宜賓0.862.5963.262.6763.3860.516達(dá)州2.355.9558.9557.4758.2351.275眉山-1.510-5.8110-7.6910-5.8310-8.210-1.4510l利用分析軟件進(jìn)行上機(jī)計算。首先，將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，求出六個指標(biāo)的相關(guān)系數(shù)矩陣R。 000. 1961.000. 1954.996.000. 1959.996.998.000. 1924.989.980.983.000. 1945.995.993.990.980.000. 1R 由相關(guān)系數(shù)矩陣可以看出

16、，六個指標(biāo)彼此之間存在很強(qiáng)的相關(guān)性，說明六個指標(biāo)反映的經(jīng)濟(jì)信息有很大的重疊。 再次，計算矩陣R的特征值，求特征值的貢獻(xiàn)率和累計貢獻(xiàn)率。 特征值5.882 .08536 .02138 .0102 .00084 .00046貢獻(xiàn)率（%）98.029 1.423 .356 .170 .01406 .0077累計貢獻(xiàn)率（%） 98.029 99.452 99.808 99.978 99.992 100 由上表可知，第一公因子方差占全部因子方差的98.03%，這說明第一公因子綜合各指標(biāo)的信息達(dá)到98.03%，用第一個公因子來反映企業(yè)經(jīng)濟(jì)效益所損失的信息只有2%。于是，取第一公因子作為綜合變量。到目前為止

17、，通過因子分析法，由原來的六項評價指標(biāo)轉(zhuǎn)化為一項綜合評價指標(biāo)。 特征值及貢獻(xiàn)率 l采用主成分分析法計算出因子載荷矩陣A 公因子 1資產(chǎn)利潤率0.994凈資產(chǎn)利潤率0.986成本利潤率0.998成本費(fèi)用利潤率0.997業(yè)務(wù)收入利潤率0.999人均利潤率0.967 因子載荷陣Al企業(yè)經(jīng)濟(jì)效益綜合評價 為了考察每個樣本，并對它們進(jìn)行分析評價，采用回歸方法將公因子表示為六個指標(biāo)變量的線性組合，即因子得分函數(shù)： 6543211164. 0170. 0169. 0170. 0168. 0169. 0XXXXXXF 上式 就是本文的經(jīng)濟(jì)效益評價模型 將各個地區(qū)標(biāo)準(zhǔn)化后的原始數(shù)據(jù)代入上式，可得出各個地區(qū)的綜合

18、評價指標(biāo)的得分，以這個得分的大小進(jìn)行排隊，就可以排列出每個地區(qū)經(jīng)濟(jì)效益的名次。綜合得分及排列結(jié)果。 1F地區(qū)成都 自貢 瀘州 德陽 綿陽 廣元 內(nèi)江 樂山 南充 宜賓 達(dá)州 眉山得分1.223 .950 -.474 1.117 -.466 -1.258 1.319 -.681 -1.457 .068 .517 -.856名次 2 4 8 3 7 11 1 9 12 6 5 10因子分析法在企業(yè)中的預(yù)測及決策中的應(yīng)用電力產(chǎn)業(yè)上市公司盈利能力的綜合分析與評價l企業(yè)盈利能力評價指標(biāo)的確定 銷售利潤率（X1） 銷售成本利潤率（X2） 營業(yè)成本費(fèi)用利潤率（X3） 總資產(chǎn)利潤率（X4） 及凈資產(chǎn)利潤率（X

19、5） 采用的數(shù)據(jù)為2003年度中國電力行業(yè)上市公司中具有典型意義的23家公司報表數(shù)據(jù)。 X1 X2 X3 X4 X5長源0.150.1770.0840.0370.065國電0.2780.3850.8880.0460.125華銀0.0840.0920.0210.0040.007九龍0.280.3880.0820.0340.072樂山0.3030.4350.020.0120.016龍電0.240.3160.2460.0510.062閩東0.2960.421-0.085-0.035-0.07明星0.4640.8660.1060.0570.09蒙電0.1720.2080.4160.040.08汕電0.

20、2070.2610.010.0390.032韶能0.370.5870.1970.0470.07申能0.3650.5741.090.1090.136南山0.2680.3660.4860.2110.297恒運(yùn)0.3750.5990.3150.1290.205皖能0.2520.3370.40.0940.086祥龍0.1170.1330.0060.0040.005廣電0.410.6962.2160.1690.159漳澤0.2890.4060.260.0660.119東方0.3170.4640.2550.0430.06贛能0.2020.2540.1320.0340.091桂冠0.5831.3980.99

21、90.0510.101深能0.3360.5070.4560.1680.196l利用統(tǒng)計分析軟件進(jìn)行上機(jī)計算。將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，出5個指標(biāo)的相關(guān)系數(shù)矩陣 X1X2X3X4X5X110.9630.4850.3380.335X20.96310.4650.2420.259X30.4850.46510.5770.481X40.3380.2420.57710.93X50.3350.2590.4810.931 由表可以看出，X1與X2相關(guān)系數(shù)為0.963，說明產(chǎn)品銷售利潤率與銷售成本利潤率具有很強(qiáng)的正相關(guān)性；X4與X5相關(guān)系數(shù)為0.965，說明總資產(chǎn)利潤率與凈資產(chǎn)利潤率有很強(qiáng)的正相關(guān)性。 l采用因子分析

22、法確定盈利能力綜合評價指標(biāo) 根據(jù)因子分析理論，計算相關(guān)系數(shù)矩陣的特征值，并求特征值的貢獻(xiàn)率和累計貢獻(xiàn)率， 特征值3.031.360.516.506E-022.815E-02貢獻(xiàn)率60.6227.3210.191.300.56累計貢獻(xiàn)率（）60.6287.9498.1399.43100 前2個特征值的累計貢獻(xiàn)率已達(dá)到88，這說明用前2個公因子來反映事物的信息占全部信息的88以上。于是，取前兩個公因子F1、F2。采用主成分分析法計算出因子載荷陣，見下表左半部分；再將此因子載荷矩陣作方差最大正交旋轉(zhuǎn)，旋轉(zhuǎn)后的因子載荷陣見下表的右半部分。 因子指標(biāo)因子載荷矩陣旋轉(zhuǎn)后的因子載荷矩陣 1212X10.80

23、.5660.2020.959X20.750.640.1150.979X30.772-6.42E-020.610.478X40.796-0.5680.970.124X50.775-0.5560.9460.119 產(chǎn)品經(jīng)營能力綜合評價指標(biāo)（F2）nX1與X2在公因子F2上有較大的載荷，說明F2集中反映了產(chǎn)品銷售利潤率與銷售成本利潤率水平，故把它稱為產(chǎn)品經(jīng)營盈利能力因子。 資產(chǎn)經(jīng)營盈利能力綜合評價指標(biāo)（F1）n X4與X5在公因子F1上有較大的載荷，說明F1集中反映了總資產(chǎn)利潤率與凈資產(chǎn)利潤率，故把它稱為資產(chǎn)經(jīng)營盈利能力。 通過因子分析法，將5個評價指標(biāo)轉(zhuǎn)化為了具有典型經(jīng)濟(jì)涵義的兩個盈利綜合評價指標(biāo)。 l電力行業(yè)上市公司盈利能力綜合分析與評價 為了考察每個企業(yè)，并對它們進(jìn)行分析評價，采用回歸方法將公因子表示成5個指標(biāo)的線性組合，即因子得分函數(shù)：nF1= -.088X1 + -.137 X2 +.219X3+ .475X4 +.464X5nF2= .483X1 + .512 X