如何利用excel对财务预测的回归进行分析的论文

《如何利用excel对财务预测的回归进行分析的论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、如何利用EXCEL对财务预测的回归进行分析的论文摘要：在企业财务管理工作中，存在着大量的财务预测工作。通过财务预测有助于改善投资决策，提高企业对不确定事件的反应能力，从而减少不利事件出现带来的损失。通常销售百分比法是一种简单和常用的方法，其主要是假设资产、负债、收入、成本与销售额成正比例。但由于规模经济现象和批量购销问题的存在，销售百分比法的假设经常不成立，这使其应用范围受到限制。为了改进财务预测的质量，回归分析则不失为一种有效的方法，利用数理统计的相关原理使数据预测结果更具有说服力。随着excel电子表的广泛使用，利用其稳定的性能、强大的功能来解决财务预测的回归分析问题

2、则显得十分有效。关键字：excel；财务预测；回归分析abstract:inthefinancialmanagementofenterprises,therearealotoffinancialforecasting.throughthefinancialprojectionshelpimprovetheinvestmentdecision-makingandimprovebusiness-to-uncertainincidentresponsecapability,thusreducingtheadverseeventscausedbytheloss.usuallyth

3、epercentageofsalesisasimpleandmonlyusedmethodisbasedontheassumptionofthemainassets,liabilities,ine,costofsalesanddirectproportion.hoenonofeconomiesofscaleandbulkpurchaseandsaleoftheproblem,thepercentageofsalesoftenassumethatthelaitedthescopeofitsapplication.inordertoimprovethequalityoffin

4、ancialprojections,regressionanalysisisaneffectiveathematicalstatisticsrelatedtotheprinciplesofdataresultsmoreconvincing.ance,po1*x1+m2*x2+b中已知被预测对象y值集合，b2:c9是方程中已知可选变量值x1和x2的集合。两个true均为逻辑值，前一个true指明b将被正常计算，如为false则强制b为0值；后一个true表示指明返回附加回归统计值，如为false则不返回附加回归统计值。2、为了便于后面对结果进行分析，可将上述结果进行重新表达

5、，使之更为清淅。根据上表中的结果和结果的排列顺序（见说明2），可在a17至e21区域输入对上述结果的解释：多元回归方程：y=2.290183621*x1+1.300989098*x2+832.3009169标准差：m1=0.304064556m2=0.320701597b=15.73868952判定系数=0.9191356y估计值的标准误差=6.425873026f统计值=28.37776839自由度=5回归平方和=2343.540779残差平方和=206.4592208说明2：①返回回归分析的结果是按一定顺序排列的，排列顺序如下表：abcde11mnmn-1……m1b1

6、2sensen-1……se1seb13r2sey14fdf15ssregssresid②上表中se1,se2,...,sen表示系数m1,m2,...,mn的标准误差值；seb表示常数项b的标准误差值；r2表示判定系数，可用于拟合检验；sey表示y估计值的标准误差；f表示f统计值或f观察值；df表示自由度；ssreg表示回归平方和；ssresid表示残差平方和。（四）检验回归方程的可靠性在上例中，判定系数（或r2）为0.9191356（函数linest的输出单元格a13中的值），表明在电视广告费用x1、报纸广告费用x2与销售额y之间存在很大的相关性。然后可以通过f统计来确

7、定具有如此高的r2值的结果偶然发生的可能性。假设事实上在变量间不存在相关性，但选用8年数据作为小样本进行统计分析却导致很强的相关性。”alpha”表示得出这样的相关性结论错误的概率。如果f观测统计值大于f临界值，表明变量间存在相关性。假设一项单尾实验的alpha值为0.05，根据自由度（在大多数f统计临界值表中缩写成v1和v2）v1=k=2，v2=df=n-(k+1)=8-(2+1)=5，其中k是回归分析中的变量数，n是数据点的个数，可以在f统计临界值表中查到f临界值为5.79。而在单元格a14中的f观测值为28.377768