簡易檢索 / 詳目顯示

研究生: 胡哲嘉
Che-Chia Hu
論文名稱: 時間序列分析對財務營收模型的建構與預測---以A公司為例
指導教授: 徐南蓉
Nan-Jung Hsu
口試委員:
學位類別: 碩士
Master
系所名稱: 理學院 - 統計學研究所
Institute of Statistics
論文出版年: 2007
畢業學年度: 95
語文別: 中文
論文頁數: 27
中文關鍵詞: 季節指數預測均方誤差
外文關鍵詞: ARMA model, SARIMA model
相關次數: 點閱:2下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 預測在現代的產業環境已被大量運用,顯示出企業經理人已逐漸了解對企業財務狀況進行預測的重要性。財務預測不僅能減少企業庫存成本,有效的安排生產作業,提高顧客滿意度;更重要的是能提供公司管理者與投資者進行決策或投資計畫時的一個參考指標。
    以A公司而言,其主要預測公司營收的方法有三種:季節變動指數法、領先指標法與業績達成模式法。然而這三種方法除了季節變動指數法外,其最大的缺點在於沒有考量到季節性的差異且僅能預估當月營收而無法做更長期的預測。有鑒於此,本文主要的研究目的為建構一個更精準的財務預測模型以增進A公司營收預測準確度,並與其目前所使用之財務預測模型做比較。首先利用時間序列及迴歸分析對影響總營收的各變數建模,再整合成為總營收預測模型;再根據Li與Shedden (2002) 所提出利用共同因子對多維度時間序列進行降維的方法,對不同產品之營收動態結構利用主成份分析(PCA)進行降維分析,之後再做總營收的預測結果比較。


    目錄 第一章 緒 論 1 第二章 資料介紹 2 2.1 資料的前置處理方法 2 2.2 A公司目前使用之預測模型介紹 6 2.2.1 模型I:季節變動指數法 6 2.2.2 模型II:業績領先指標法 7 第三章 新財務預測模型之建構與預測比較 9 3.1 模型III:業績趨勢模型1 10 3.2 模型IV:業績趨勢模型2 11 3.3 模型V:週營收模型1 12 3.4 模型VI:週營收模型2 14 3.5 模型I-VI預測能力的比較 15 第四章 依產品類別對總營收做預測 17 4.1 利用主成份分析法(PCA)對各產品每月營收變化作分析 17 4.2 利用主成份分析法對各產品營收相關性作分析 19 第五章 總結 26 參考文獻 27

    [1] Anderson, T.W. (2003). An Introduction to Multivariate
    Statistical Analysis, Hoboken, N.J.﹒
    [2] Brockwell, P.J. and Davis, R.A. (1990). Time Series
    Theory and Methods(2nd edition), Springer-Verlag﹐N.Y.﹒
    [3] Li﹐K.C. and Shedden﹐K. (2002). Identification of
    Shared Components in Large Ensembles of Time Series
    Using Dimension Reduction﹐Journal of the American
    Statistical Association﹐97﹐759-765﹒

    無法下載圖示 全文公開日期 本全文未授權公開 (校內網路)
    全文公開日期 本全文未授權公開 (校外網路)

    QR CODE