四川省六大工業城市成本費用利潤率組合預測研究

摘要：文章綜合利用統計數據建立成本費用利潤率指標的AC—GMDH組合預測模型，預測四川省六大工業城市（成都、攀枝花、德陽、綿陽、樂山、宜賓）2007年4季度至2008年1季度成本費用利潤率，并根據預測結果來分析成本費用利潤率未來的景氣變動趨勢。

關鍵詞：成本費用利潤率；AC模型；GMDH模型；組合預測

一、 引言

成本費用利潤率是利潤總額與成本費用總額的比率，成本費用利潤率（成本利潤率）是綜合反映企業經濟效益水平的最佳指標，《工業企業財務制度》附件二中規定的計算公式為：成本費用利潤率=×100%

從公式中，我們可以看到，企業成本費用利潤率高，說明企業可以投入較少的勞力，創造出更多的利潤，反映企業的獲利能力強，經濟效益好。

從國內的研究現狀看，大部分都是著重于改進成本費用率的計算方法。方法主要有回歸分析法、量本利分析法、因素測算法、高低點預測法等，近幾年又出現了灰色預測等方法。

這些預測方法都有一定的作用，但在歷史資料的利用、預測的全面性、模型的動態可變性及學習功能等方面都還有欠缺。本文中主要采用AC—GMDH組合預測的方法，直接預測四川省六大工業城市2007年4季度~2008年1季度的成本費用利潤率。

二、 AC—GMDH組合預測的原理

AC模型即相似復合體模型，AC方法可以看作是復雜對象的預測、聚類和分類的一種鄧列模式識別方法。與通常的參數模型相比，在對輸出變量進行預測時，AC算法不需要預先對輸入變量的發展趨勢進行估計或作假設，這也是它優于一般預測方法的特點。而GMDH自回歸模型是將自組織數據挖掘中的GMDH算法與傳統自回歸模型相結合而產生的一種預測方法，它區別于一般回歸模型的最大的優點是它使用外準則進行中間候選模型的選擇。同時，它可以自動選擇變量最理想的滯后階數進入模型，從而降低人為因素的干擾。

當以上兩種預測方法單獨使用時，其預測的準確度在很大程度上取決于所選取相似模式的相似度，在我們現在樣本數據不全面的情況下，很可能無法選出一個合適的參照模式，因而導致預測結果出現偏差。所以，我們要結合這兩種方法來進行彌補。

所謂組合預測模型，就是將不同的預測方法進行組合，綜合各種方法所提供的有用信息從而盡可能地提高預測精度。2003年諾貝樂經濟學獎得主、美國加利福尼亞大學的C.Granger教授關于組合預測的評價是：“組合預測提供了一種簡便而實用的可能產生更好預測的途徑。”

三、 四川省六大工業城市成本費用利潤率預測

作為四川省的六大工業城市，成都、綿陽、德陽、樂山、宜賓和攀枝花更是在四川的工業經濟發展中起著舉足輕重的作用。在文章里，我們運用AC—GMDH組合預測的方法對這幾個工業城市的成本費用利潤統治指標進行了組合預測。

1． 歷史數據分析。建模所需數據全部來自四川省六大工業城市2002年1季度~2006年4季度，以及2007年2月份、5月份、8月份的數據，根據原始的景氣調查和統計數據，提取了59個變量構成變量集，再從中選擇一系列變量建立產成品存貨的預測模型。因為2007年前三個季度數據不完整，只有2月份、5月份、8月份的值，利用計算機建立GMDH模型，估測出2007年前三個季度的成本費用利潤率，而后再根據所有的歷史數據進行預測。

2． 模型預測。首先建立四川省產成品存貨的AC預測模型。在建立AC模型之前，必須對各變量進行分析。通過反復試驗，逐步剔除模型中不顯著的變量，得到最終的預測模型。利用SPSS軟件，對所有變量進行相關分析，得到的相關系數矩陣。根據相關系數矩陣找到與成本費用利潤率顯著相關的7個指標，如表1所示。

根據模型預測2007年第4季度和2008年第1季度六工業城市的成本費用利潤率如表2所示。

表2AC模型預測值

其次，建立GMDH自回歸模型，并根據模型預測2007年第4季度到2008年第1季度六大工業城市的成本費用利潤率。預測結果如表3所示。

最后，建立AC模型和GMDH自回歸模型的組合預測模型。使用權系數組合預測法，經過反復嘗試，得到如下的組合預測模型，并得組合預測值如表4所示。

Y=2.55-0.38*AC+0.94*GMDH

于是可得其發展趨勢如圖1所示。

從圖1中可以看到，從2007年1季度~3季度，各主要工業城市的成本費用利潤率變化微小，每季度的成本費用利潤率基本持平。成都、樂山兩個城市的成本費用利潤率分別平均為7.21%和6.98%；德陽市和攀枝花市每季度平均成本費用利潤率分別為11.01%和5.27%；宜賓市的成本費用利潤率最高，平均每季度達到13.93%；而綿陽市在這個指標處于最低水平，平均每季度僅為2.52%。

表3GMDH模型預測值

表4組合預測值

從圖1中可以看到，從2007年1季度~3季度，各主要工業城市的成本費用利潤率變化微小，每季度的成本費用利潤率基本持平。成都、樂山兩個城市的成本費用利潤率分別平均為7.21%和6.98%；德陽市和攀枝花市每季度平均成本費用利潤率分別為11.01%和5.27%；宜賓市的成本費用利潤率最高，平均每季度達到13.93%；而綿陽市在這個指標處于最低水平，平均每季度僅為2.52%。

3． 不同模型預測效果對比分析。以成都為例，如表5所示。

四、 結論

文章首先分別建立了四川省產成品存貨的AC預測模型和GMDH 自回歸預測模型，對四川省2005年第3季度~2006年第1季度的產成品存貨量進行預測。為了提高模型預測精度，利用兩個單一模型預測結果構建了AC—GMDH組合預測模型。通過將組合預測值與成本費用利潤率實際值以及各單一模型預測值的比較，證明了所述方法的可行性和有效性。

參考文獻：

1．王廣輝．成本費用利潤率指標的剖析．天津商學院學報，1997（3）．

2．何躍，張秋菊，楊劍，徐玖平．運用統計指標與景氣指數對工業經濟的組合預測．統計與決策，2007，（9）．

3．肖進，樊英，朱兵．景氣預測模型應用研究．軟科學，2006，（4）．

作者簡介：賀昌政，四川大學工商管理學院教授、博士生導師；劉蓉，四川大學工商管理學院管理科學與工程2007級碩士生。

收稿日期：2007-12-14。