管理會計預測機理研究論文

摘要:管理會計作為現代企業會計的重要分支，需要在歷史記錄、歷史分析的基礎上為管理者提供具有綜合性、前瞻性的預報信息。預測未來原本就是比記錄和分析更加困難的任務，在現代社會，多變量共變、速變、鉅變的情形進一步加大了管理會計的預測任務的複雜性和不確定性，管理會計在簡單擴展知識的層次上已經無法應對這種複雜性和不確定性，方法論層次的創新可能是管理會計預測方法進一步提升的有效路徑。本文嘗試從方法論的層次探索管理會計預測方法的機理。

關鍵詞:管理會計預測機理方法論

一、預測方法和預測機理

管理會計為了向企業管理者提供具有前瞻性的預報信息，首先需要收集企業內外的相關歷史記錄，然後從歷史記錄中發現事物變化的歷史規律性，在此基礎上才能進行關於未來的預測活動。也就是説，我們需要先獲得“關於過去的知識”，才能接着獲得“關於未來的知識”。預測的涵義就是以“關於過去的知識”為基礎來獲得“關於未來的知識”的過程。

在管理會計中，常用的預測方法包括趨勢預測方法、因素分析預測方法、非線性預測方法。

其中，趨勢預測方法亦可以稱作時間序列預測方法，又可具體細分為加權平均預測法、一次指數平滑預測法、布朗指數平滑預測法、三次指數平滑預測法、以時期為自變量的線性方程預測法。

因素分析預測方法亦可以稱作因果預測方法，又可具體細分為因素較多、因素數量模型化程度較低條件下的因素綜合預測法，以及因素較少、因素數量模型化程度較高條件下的多元方程預測法。

非線性預測方法亦可稱作戰略思維預測法，又可具體細分為粗略條件下的羣體互動預測法，以及相對精確條件下的動態模型預測法。

所有這些預測方法的預測機理既有共同之處，又各具特徵。共同之處是：以總結預測對象的歷史規律為基礎，再假設未來是歷史的複印件，歷史規律在未來依然有效；不同之處是：不同的預測方法需要在預測過程的不同階段來使用“未來是歷史的複印件”的假設前提，具體區別在下面分別予以描述。由於篇幅所限，本文重點描述的是因素分析預測方法和非線性預測方法的預測機理。

二、趨勢預測方法的預測機理

趨勢預測方法在從預測對象的歷史記錄中總結出預測對象的歷史規律以後，不再細分預測對象的影響因素，不再細究預測對象的歷史規律的成因，而是直接假設預測對象的未來規律就是預測對象的歷史規律的複印件，直接假設預測對象的歷史規律在未來依然有效。例如，商品銷售量Y為預測對象，T為時間序列數，Y＝2＋3T是人們根據當前時點之前5期的歷史記錄數據建立的關於商品銷售量Y與時間序列數T之間的直線方程。雖然它僅僅是人們根據前5期的歷史記錄數據總結的歷史規律，但是，如果人們假設未來各時期的商品銷售量的變化仍然符合這個規律，人們就可以用這個數學模型來預測第6期、第7期等未來時點的商品銷售量，第6期的商品銷售量Y＝2＋3T＝2＋3×6＝20；第7期的商品銷售量Y＝2＋3T＝2＋3×7＝23。

顯然，從預測機理的角度看，在那些未來相對於歷史變化性越小的領域或時期，趨勢預測方法的誤差就越小。

三、因素分析預測方法的預測機理

在速變的時代，在速變的領域，大到管理會計預測，小到個人職業預測，直接假設預測對象的未來規律就是預測對象的歷史規律的複印件的趨勢預測方法，已經導致了不勝枚舉的錯誤：由於股票市場上過去多次出現過連續三波下跌後的大漲現象，企業投資者就在這一輪的三波下跌後大量買進股票，沒想到未來卻出現了第四波更大的下跌；連續多年出現的計算機專業畢業生的高就業率，引導人們對這個專業趨之若鶩，但很快出現的超低就業率又讓人們大驚失色。

為了克服這種缺陷，在管理會計領域採用了更具有應用前景的因素分析預測方法。與趨勢預測方法不同的是，因素預測方法不忙於在預測對象的層次就假設歷史是未來的複印件，而是將預測機理分為四步，只有在第三步時才假設未來是歷史的複印件：第一步，先全面準確地找出影響預測對象變化的諸多影響因素，並按照邏輯樹的要求準確、分層次地羅列出全部影響因素，不遺漏、不重複、不交叉。

第二步，通過歷史記錄發現每一個影響因素的變化同預測對象的變化之間的相互關係的規律性，這種規律性不僅包括變化方向和變化數量程度的規律性，還包括影響因素的變化到預測對象發生變化的時間間隔，即傳導時間。如果歷史記錄具備定量計算的條件，就算出在各個記錄時點的以每一個影響因素為自變量X、以預測對象為因變量Y的彈性係數（ΔY／ΔX）。在相對特殊的情況下，還可以進一步從各個影響因素在各個記錄時點的彈性係數的變化軌跡中，推演出以各個影響因素為自變量、以預測對象為因變量的直線方程或曲線方程。

第三步，觀察各個影響因素在當前所發生的變化，再假設在第二步已經發現的每一個影響因素的變化同預測對象的變化之間的相互關係的歷史規律在未來依然有效，就可以推測出每一個影響因素的變化所帶來的預測對象即將發生的變化以及這個變化的傳導時間，在具備定量計算的條件下，用某影響因素的變化量ΔX乘以彈性係數。

第四步，綜合全部影響因素的變化所即將帶來的預測對象的總體變化，以及這個變化的傳導時間。在綜合時，假設預測對象在未來的總體變化就是在第三步算出的各個影響因素的變化所帶來的預測對象的變化的代數和，其中，導致預測對象的數量減少的為負數，導致預測對象的數量增加的為正數。

以上就是因素分析預測方法的預測機理。

當歷史記錄的數量化程度不高時，或者尋找數量模型化的歷史規律的難度過高時，人們往往零零散散收集來的統計指標進行粗略的定量預測，有時甚至只做僅僅涉及變化方向的定性預測。

當歷史記錄的數量化程度很高時，人們也嘗試建立數學模型化的歷史規律進行預測。例如，如果發現所有時點的彈性係數均為一個常量，人們就可以根據歷史記錄值推演出預測對象Y和影響因素X之間的數量關係的直線方程Y＝a＋bX。再例如，如果發現所有緊鄰兩個時點的彈性係數都按一種近似不變的比率增加，人們就可以根據歷史記錄值推演出預測對象Y和影響因素X之間的數量關係的指數曲線方程Y＝abX。再例如，如果發現所有緊鄰兩個時點的彈性係數的差為一個常量，人們就可以根據歷史記錄值推演出預測對象Y和影響因素X之間的數量關係的二次曲線方程Y＝a＋bX＋cX2.。

在實際運用中，為了減少預測的複雜程度，也可以將前面介紹的趨勢預測方法同因素分析預測方法結合起來使用。此時，可以先用趨勢預測方法將預測對象的未來預測值計算出來，再找出幾個最重要的影響預測對象變化的影響因素，如果發現哪個影響因素髮生了比較明顯的變化，就按照第二步、第三步的'方法計算出這個因素的變化所導致的預測對象的變化值，然後用這個預測對象的變化值去修正前面用用趨勢預測方法計算出來的預測值。

四、非線性預測方法的預測機理

從預測機理角度看，因素分析預測方法也有一個缺陷：在進行綜合之前，需要根據歷史記錄算出每一個影響因素單獨引起的預測對象的變化值，從而算出以每一個影響因素為自變量、以預測對象為因變量的彈性係數（ΔY／ΔX），但是，我們在實際運算時，無法從歷史記錄中找到某一個影響因素單獨引起的預測對象的變化值，我們能找到的只是現實環境中多種影響因素同時發揮作用時的記錄值，這必然導致計算的誤差。例如，企業關於銷售量的記錄都是包括價格、收入水平、消費者偏好等多種影響因素共同影響下的銷售量，你無法找到僅僅由價格因素影響時的銷售量記錄，你也無法找到僅僅由收入水平因素影響時的銷售量記錄，因此，因素分析預測方法需要我們有一定的誤差容忍度。

非線性預測方法同時吸收了趨勢預測方法和因素分析預測方法的優勢，又避免了趨勢預測方法和因素分析預測方法的缺陷。非線性預測方法不像趨勢預測方法那樣僅僅停留在發現預測對象的歷史規律，非線性預測方法也不像因素分析預測方法那樣在假設其它影響因素不變的前提下分別發現單獨一個影響因素影響預測對象的歷史規律。

如果歷史記錄連續性強、定量化程度高，非線性預測方法可以採用相對精確的動態模型預測法的形式。為了便於從歷史記錄中發現全部變量共同變化時的歷史規律，你可以直接將記錄數據轉換成直觀性更強的圖形，你也可以先對記錄數據進行再運算，從再運算的結果中發現全部變量共同變化時的歷史規律。其中，對記錄數據的再運算又可以分為兩類，一類是對同一個變量的各期數據進行關係運算，包括計算相鄰拐點的時間間隔、相鄰拐點的量差、相鄰拐點的量變速度、逐期量差、逐期增長率、同比增長率，等等；第二類是對不同的變量進行關係運算，包括兩個數量單位相同條件下的同期量差、同期量值比率，還包括兩個數量單位不同條件下的同期逐期量差的比率、逐期增長率的比率，等等。

由於篇幅所限，這裏不再展開描述。

總之，在管理會計中，趨勢預測方法、因素分析預測方法、非線性預測方法都有特定的運用環境和運用條件，從發展趨勢來看，由於統計計算手段和信息溝通手段的迅速進步，非線性預測方法由其預測機理所決定，將成為為為企業管理者提供具有綜合性、前瞻性預報信息的主要方法。

參考文獻：

[1]《思維方法》第四次徵求意見稿，朱奇、朱一鳴合著（書稿中涉及預測的部分由朱一鳴執筆，由朱奇審定），徵求意見稿連載於光明網、中國改革論壇、凱迪原創評論