物流成本管理 教学课件 作者 张成龙 第三章 物流成本分析、预测与决策.ppt

《物流成本管理 教学课件 作者 张成龙 第三章 物流成本分析、预测与决策.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第三章物流成本分析、预测与决策第一节物流成本分析第二节物流成本预测第三节物流成本决策学习目标1、掌握物流成本分析、预测、决策的相关概念；理解物流成本分析、预测、决策的理论2、了解物流成本分析、预测与决策的方法第一节物流成本分析一、物流成本分析的原则二、物流成本影响因素的分析三、物流成本分析的内容四、物流成本分析的方法一、物流成本分析的原则（一）管理有用原则（二）经济可行原则（三）相容性原则（四）协调性原则二、影响物流成本的因素（一）时间因素（二）空间因素（三）技术因素（四）管理因素三、物流成本分析的内容四、物流成本分析的方法（一）对比分析法它是通过相互关联

2、的物流成本指标的对比来确定数量差异的一种方法。例：进行物流成本计划完成情况分析3-2物流成本计划执行进度分析表部门或指标本月去年同期比去年同期+%年计划本年累计累计完成%去年同期累计比去年同期+%计划实际完成%合计3-3物流成本计划完成程度分析表部门或指标计划实际计划完成%实际与计划离差对总计划的影响%上期实际本期为上期%合计四、物流成本分析的方法（二）因素分析法这种方法是将某一综合指标分解成若干个相互联系的因素，并分别计算、分析每个因素影响程度的一种方法。四、物流成本分析的方法（三）作业成本分析法作业成本分析法是一种新的成本核算体系设计思路，其基本原则是

3、产品消耗作业、作业消耗资源。它认为企业通过执行各种作业（活动）把资源转化为对外的产品和服务，因此作业是成本核算的中介。四、物流成本分析的方法（四）物流导向型任务成本分析法问题假如本期的运输费比上期增加了2万元，那么怎样知道运输量和运费率各影响了多少元？第二节物流成本预测一、物流成本预测的概念二、物流成本预测的必要性三、物流成本预测的原理四、物流成本预测的方法一、物流成本预测的概念所谓物流成本预测，就是指依据物流成本与各种技术经济因素的依存关系，结合发展前景及采取的各种措施，利用一定的科学方法，对未来期间的物流成本水平及其变化趋势做出科学的推测和估计。二、物

4、流成本预测的必要性——“凡事预则立，不预则废”三、物流成本预测的原理惯性原理类推原理相关原理概率原理四、物流成本预测的方法（一）时间序列预测法时间序列预测法的基本思路是把时间序列作为随机变量序列的一个样本，应用概率统计的方法，尽可能减少偶然因素的影响，做出在统计意义上较好的预测。1、趋势平均法基本计算公式为：某期预测值=最后一期移动平均数+推后期数×最后一期趋势移动平均数实例3-2-1某物流中心2005年各月的实际物流成本如表3-4所示，请按趋势平均法预测该厂2006年第一季度各月的物流成本（设按三期移动平均）。表3-4某物流中心2005年实际物流成本汇

5、总表（单位：万元）月份实际生产成本三期移动平均数变动趋势三期趋势移动平均数15125352.6735453.00+0.3345252.33-0.67-0.2255152.00-0.33+0.3365354.00+2.00+1.5675857.00+3.00+3.0086061.00+4.00+2.6796562.00+1.00+2.33106164.00+2.00+1.22116664.67+0.671267解答根据上表的有关数据，可按上述公式进行生产成本的预测：2006年1月份物流成本=64.67+2x1.22=67.11（万元）2006年2月份物流成本

6、=64.67+3x1.22=68.33（万元）2006年3月份物流成本=64.67+4x1.22=69.55（万元）2、指数平滑法指数平滑法是一种特殊的加权移动平均预测方法，它给过去的观测值不一样的权重，赋予近期数据更大的权值。该方法操作简单，只需要本期的实际值和本期的预测值便可预测下一期的数据，当预测数据发生根本性变化时还可以进行自我调整。适用于数据量较小的近短期预测。指数平滑法公式设以Fn表示下期预测值，Fn-1表示本期预测值，Dn-1表示本期实际值，a为平滑数（其取值范围为0

7、Dn-1+(1-a)Fn-1（公式3-2-2）由上式类推下去，可得展开式：Fn=aDn-1+a(1-a)Dn-2+...+a(1-a)t-1Dn-t+(1-a)tFn-t（公式3-2-3）实例3-2-2某物流公司2006年3~12月各月的实际物流成本如表3-5所示，设4月份的物流成本预测值为3月份的实际值，试利用指数平滑法预测该企业2007年1月份的物流成本（设a=0.8）。表3-5某物流公司2006年3~12月实际物流成本（单位：万元）月份实际值预测值3245—4250245.005256249.006280254.607274274.928255274

8、.189262258.8410270261.3711273268.