物流成本預測

用手机看条目

出自 MBA智库百科(https://wiki.mbalib.com/)

物流成本預測(Logistics Cost Forecast)

目錄

什麼是物流成本預測

  所謂物流成本預測,就是指依據物流成本與各種技術經濟因素的依存關係,結合發展前景及採取的各種措施,利用一定的科學方法,對未來期間的物流成本水平及其變化趨勢作出科學的推測和估計。

  物流成本預測能使企業對未來的物流成本水平及其變化趨勢做到“心中有數”,並能與物流成本分析一起為企業的物流成本決策提供科學的依據,以減少物流成本決策中的主觀性和盲目性。

物流成本預測的必要性

  1、物流成本預測為企業物流成本決策提供依據。

  2、物流成本預測為確定目標成本打下基礎。

  3、物流成本預測可確定最佳的物流成本投入方案。

物流成本預測的步驟

  企業在進行物流成本預測時,通常分為以下幾個具體步驟:

  1、確定預測目標。

  2、搜集預測資料。

  3、建立預測模型。

  4、評價與修正預測值。

物流成本預測的方法

  一般有兩類成本預測方法,分別為時間序列預測法和回歸分析法。時間序列預測法又分為趨勢平均法和指數平滑法。下麵,我們依次進行介紹。

  1、時間序列預測法

  時間序列預測法的基本思路是把時間序列作為隨機變數序列的一個樣本,應用概率統計的方法,儘可能減少偶然因素的影響,作出在統計意義上較好的預測。

  1)趨勢平均法

  其基本計算公式為:

  某期預測值=最後一期移動平均數+推後期數×最後一期趨勢移動平均數。

  2)指數平滑法

  設以Fn表示下期預測值,Fn − 1表示本期預測值,Dn − 1表示本期實際值,a為平滑數(其取值範圍為0<a<1),則Fn的計算公式為:

  Fn = Fn − 1 + a(Dn − 1Fn − 1) = aDn − 1 + (1 − a)Fn − 1

  由上式類推下去,可得展開式:

  F_n=aD_{n-1}+a(1-a)D_{n-2}+\cdots+a(1-a)^{t-1}D_{n-t}+(1-a)^tF_{n-t}

  2、回歸分析法

  回歸分析法是通過對觀察值的統計分析來確定它們之間的聯繫形式的一種有效的預測方法。從量的方面來說,事物變化的因果關係可以用一組變數來描述,因為因果關係可以表述為變數之間的依存關係,即自變數與因變數的關係。運用變數之間這種客觀存在著的因果關係,可以使人們對未來狀況的預測達到更加準確的程度。

本條目對我有幫助2
MBA智库APP

扫一扫,下载MBA智库APP

分享到:
  如果您認為本條目還有待完善,需要補充新內容或修改錯誤內容,請編輯條目

本条目由以下用户参与贡献

Zfj3000,Angle Roh,Cabbage,HEHE林.

評論(共0條)

提示:評論內容為網友針對條目"物流成本預測"展開的討論,與本站觀點立場無關。

發表評論請文明上網,理性發言並遵守有關規定。

MBA智库
打开APP

以上内容根据网友推荐自动排序生成