運用直線趨勢模型預測企業(yè)生產發(fā)展趨勢

梁芳 湖南建工集團有限公司

真實、準確的統計數據對現代企業(yè)的生產、經營、管理具有非常重要的作用，根據統計資料應用科學的統計預測方法，對提高企業(yè)決策準確度，降低決策失誤概率具有越來越重要的現實意義。近幾年湖南某建工集團的企業(yè)生產經營規(guī)模持續(xù)保持快速增長勢頭，呈現跨越式發(fā)展趨勢，本文將利用該集團近期的生產產值規(guī)模數據，運用統計學中的直線趨勢模型對今后兩年的生產發(fā)展趨勢進行預測，為集團的經營決策、管理規(guī)劃提供依據，從而提高決策的科學性和可靠性。文章較詳細地闡述了該統計預測方法。

一、集團簡介

湖南某建工集團是一家年生產（施工）能力千億元以上，具有勘察設計、工程投資、施工運營、建筑科學研究、高等職業(yè)教育、工程設備制造、房地產開發(fā)、對外工程承包、勞務合作、進出口貿易等綜合實力的大型企業(yè)集團，具有房屋建筑工程施工總承包特級資質，公路工程、水利水電工程、市政公用工程、機電安裝工程施工總承包壹級資質，地基與基礎工程、鋼結構工程、橋梁工程、公路路面工程、公路路基工程等專業(yè)承包壹級資質，經營區(qū)域遍及全國31個省、市、自治區(qū)，海外業(yè)務分布在亞洲、非洲、拉丁美洲和大洋洲等“一帶一路”沿線30多個國家和地區(qū)。

該集團在經濟新常態(tài)下迎接新挑戰(zhàn)，捕捉新機遇，實現新發(fā)展，通過創(chuàng)新商業(yè)模式，不斷創(chuàng)新、轉型、升級，生產經營規(guī)模實現跨越式發(fā)展，建筑業(yè)產值規(guī)模從2000年的22.17億元，增長到2018年的932.99億元，18年間增長了4109%，年均增長速度達23.1%，超越全國和省內建筑業(yè)平均發(fā)展水平，實現了企業(yè)生產經營規(guī)模的跨越式發(fā)展。

二、統計預測的意義

一般來說，事物未來的發(fā)展具有不確定性，但大都有一定規(guī)律可循，我們可以根據事物過去發(fā)展的連續(xù)規(guī)律性，通過分析來預計或推測其未來發(fā)展，這種對未來的推測統稱預測。統計預測就是在充分的實際統計資料和最新的信息基礎上，以自然現象和社會經濟現象的特點、內在關系及發(fā)展規(guī)律為依據，運用統計分析和數學模型等科學方法，對發(fā)展趨勢、未來時期的表現以及與之相聯系的各種因素之間的變化進行測算、分析，做出預測、估計的一種方法和技術。統計預測的主要作用在于依靠可信的數據、科學的統計理論、精細的計算、全面的分析判斷，為自然現象和經濟定量預測提供一個科學的工具和方法論，減少不確定性的影響，進一步發(fā)揮統計的服務作用和監(jiān)督作用。

正確的決策來自可靠的預測。對企業(yè)而言，要找出經濟運行波動的共性和差異性，并根據自身發(fā)展形成的歷史數據和未來計劃目標來確定各項考核指標，結合企業(yè)的總體規(guī)劃、行業(yè)趨勢、自身特點，綜合運用一定的統計預測模型來提高分析的科學性，以確保管理和考核目標的有效性，重點進行年度和季度統計預測分析，以統計預測作為編制計劃的依據，提高計劃工作的質量和準確性，將不確定性風險降到最低限度，使決策更加合理有效。

三、統計預測模型與方法

（一）統計預測分類

統計預測按所測時期的長短，可分為即期預測、短期預測、中期預測及長期預測，按預測范圍分為宏觀經濟預測和微觀經濟預測，按預測的時態(tài)分為靜態(tài)分析預測和動態(tài)分析預測，按預測的性質可分為定性預測法和定量預測法。統計預測一般以靜態(tài)分析預測、定量預測為主。

（二）統計預測模型

統計預測中須要根據調查研究的目的，選用適宜的統計模型即數學模型來進行分析，統計預測中運用的數學模型主要有以下幾種：固定平均數模型，移動平均數模型，長期趨勢模型，周期性變動模型，回歸模型和隨機模型。其中應用最為廣泛的一種統計預測模型是長期趨勢模型，它是根據時間數列中存在的長期趨勢進行外推預測的模型。當預測對象隨著時間變化呈現出某種上升或下降趨勢，并且無明顯的季節(jié)波動，又能找到一個合適的函數曲線來反映其變化趨勢時，可以選用趨勢外推法進行預測。

（三）統計預測方法

在確定統計模型之后，再選擇使用的統計預測方法，用以估計預測模型參數值，常見的預測方法有：直觀法，最小平方法，折扣最小平方法，指數平滑法及三點法。

四、運用直線趨勢模型預測企業(yè)生產長期發(fā)展趨勢

（一）確定預測模型

根據企業(yè)生產發(fā)展的特點，對后續(xù)年度的趨勢統計屬于定量預測和長期預測，可選擇長期模型作為統計預測模型。在對集團生產規(guī)模的發(fā)展趨勢進行預測之前，必須對長期趨勢模型的種類進行確認。由于長期趨勢模型分為直線趨勢和曲線趨勢模型兩種，因此，為確定一個給定資料用什么模型進行預測最適合，一般先根據歷史資料按時間順序形成動態(tài)折線圖或散點圖，根據折線圖的走向或散點的分布判斷其走勢是曲線還是直線。下面是該集團自2000年到2018年間建筑業(yè)總產值走勢圖：

觀察上圖有如下特點：

①歷史統計數據顯示，集團建筑業(yè)產值規(guī)模呈逐年增長趨勢，增長快慢不一，但整體較穩(wěn)定，無較大波動。

②近期的信息比遠期的信息影響未來趨勢變化更為重要。在預測中要采用合理的加權，對近期數據給予較大的權數，正確反映近期的信息比早期的信息影響趨勢變化重要得多的客觀事實。

從走勢圖中我們無法完全確定其趨勢屬于直線還是曲線，因此為了確定使用的模型，需要先用移動平均法對時間數列進行修正。移動平均法的基本思想是：根據時間序列資料采用逐項推移方法，依次計算出包含一定項數的移動序時平均值，形成一個新的序時平均數時間數列，以反映長期趨勢變化。使用移動平均法，可以削弱外界周期變動和隨機波動因素的影響，從而顯示出現象在較長時間的基本發(fā)展方向與趨勢（趨勢線），依趨勢線分析預測序列的長期趨勢。

移動平均數計算表

對原數列分別進行三年、五年、七年移動平均之后得到三個新數列，將七年移動平均數列繪制成折線圖后，可以更加直觀的看到動態(tài)折線基本呈一條直線，由此我們可以判定這種是直線增長趨勢。根據以上特點，可采用時間序列預測中的三點法進行預測，通過擬合一個直線方程，運用直線趨勢模型對集團生產規(guī)模的發(fā)展趨勢進行預測。

（二）預測模型基本原理

三點法，就是將歷史統計數據按時間序列畫出散點圖，根據現象的發(fā)展趨勢形狀，選用二點（直線型狀）或三點（二次拋物線形狀）或四點（三次拋物線形狀）等求出發(fā)展趨勢，對現象的未來作出預測。直線增長模型有兩個參數，可以從一個時間序列的首尾兩端分別取3項或5項數值，求兩個加權平均數，以之作為直線上的坐標點，據以計算預測方程式中的參數值。

現用三點法對集團2012年至2018年生產資料進行直線方程擬合，并預測2019年及2020年的建筑業(yè)總產值規(guī)模，數據資料及計算見下表：

三點法直線趨勢預測年份 建筑業(yè)產值 三點法（萬元） 年順序t Yt W YtW 2012 4400926.0 1 4400926.0 1 4400926 2013 5168885.8 2 5168885.8 2 10337771.6 2014 6353540.7 3 6353540.7 3 19060622.1 2015 6491433.8 4 合計 6 33799319.7 2016 6732091.9 5 6732091.9 1 6732091.9 2017 8312752.2 6 8312752.2 2 16625504.4 2018 9329852.3 7 9329852.3 3 27989556.9合計 46789482.7 合計 6 51347153.2

（三）確定預測模型參數

三點法要求數列總項數為奇數，且僅選用近七期資料采取加權平均取三個平均值。當9＜n＜15時，在序列初、中、近期各取3項加權平均數，權數由近到遠分別用3、2、1，以加重近期數值在平均數中的比重。

設初期、近期兩點的坐標為M（1t1，R）、M（2t2，T）

R、T分別為初期、近期3項的加權平均數， n為數列總項數（奇數），則3項加權平均為：

兩點的橫坐標也取加權平均數，即：

以上公式帶入本例：

（四）預測

2019年預測：t＝8

2020年預測：t＝9

通過以上的計算結果分析，可以推測出該集團2019年建筑業(yè)產值將達到978億元左右，到2020年將增長到1051億元左右，發(fā)展持續(xù)良好，生產規(guī)模仍將保持較高的增長速度。

五、結語

運用統計模型進行預測只宜近測，不宜遠測。因為所有的模型都是以現有資料的結構為基礎，如果根據上面的分析預測公式進行較遠期的統計預測，由于企業(yè)的生產經營發(fā)展受許多外在政策、市場等因素的影響，預測中不可控因素多，若往前延伸的時間過長，結構的變化會使模型失效，會造成嚴重的預測失實。

我們要準確把握企業(yè)未來發(fā)展變化的內在規(guī)律，熟悉影響企業(yè)發(fā)展的外部環(huán)境和條件，根據實際情況，結合各種特點和方法進行運用，為編制短期發(fā)展規(guī)劃提供依據，為企業(yè)的生產經營管理決策提供支持。

隨著生產經營規(guī)模的快速擴張，企業(yè)應該堅持用發(fā)展、改革、創(chuàng)新來解決前進中的問題，提升企業(yè)的技術管理能力、規(guī)模產出效益、資源保證能力以適應規(guī)模擴張速度的矛盾。