第三章 企業(yè)預算管理
【思維導圖】
第一節(jié) 預算管理概述
【知識點1】預算的特征
戰(zhàn)略分析是企業(yè)長短期計劃的基礎， 而長短期計劃分別導出長短期預算。
?。ㄒ唬╊A算是以定量方式展現(xiàn)的計劃。
?。ǘ╊A算是特定期間的計劃。
企業(yè)編制預算一般以年度為基礎。
?。ㄈ╊A算目標必須與年度經(jīng)營目標相一致。
（四）預算是對企業(yè)未來經(jīng)營活動的安排，是企業(yè)的資源配置計劃。
?。ㄎ澹╊A算是企業(yè)進行績效評價和考核的一個重要依據(jù)。
【知識點2】預算結(jié)構(gòu)
【知識點3】預算的作用
1.規(guī)劃作用
2.溝通與協(xié)調(diào)作用
3.監(jiān)控作用
4.績效評估作用
分工——內(nèi)部不同的責任單位——沖突
【知識點4】預算管理的組織體系
?。ㄒ唬╊A算管理決策機構(gòu)
大型企業(yè)一般會組建由高級管理人員組成的預算管理委員會。預算管理委員會是預算管理的決策機構(gòu)，其成員包括企業(yè)總經(jīng)理及其他高管，由董事會任命。
?。ǘ╊A算管理日常工作機構(gòu)
預算管理辦公室是預算管理委員會的日常工作機構(gòu)，在預算管理委員會的領導下工作，并向預算管理委員會報告工作。預算管理辦公室具體負責預算的編制、報告、執(zhí)行和日常監(jiān)控、調(diào)整、考核等。
?。ㄈ╊A算執(zhí)行單位
預算的執(zhí)行單位就是分別執(zhí)行運營預算或財務預算并承擔相應責任最小的組織單位。
第二節(jié) 預測與年度經(jīng)營目標
【知識點1】預測技術
（一）回歸分析
1.雙變量回歸分析
Y＝f（X）
2.多元回歸分析
雙變量回歸分析的計算公式：
【例3－1】某制造型企業(yè)收集了過去半年的設備維護成本和設備運行時間的數(shù)據(jù)（如表3－1所示），試圖發(fā)現(xiàn)前者與后者的相互關系。如果七月份的設備運行時間為3 100小時，該設備的維護成本為多少？
設備運行時間（小時） 設備維護成本（元）
一月 2 100 13 600
二月 2 800 15 800
三月 2 200 14 500
四月 3 000 16 200
五月 2 600 14 900
六月 2 500 15 000
設備維護成本為因變量Y，設備運行時間為解釋變量X，對以上數(shù)據(jù)處理，結(jié)果如表3－2所示。
X千小時 Y千元 XY X2
一月 2.1 13.6 28.56 4.41
二月 2.8 15.8 44.24 7.84
三月 2.2 14.5 31.9 4.84
四月 3 16.2 48.6 9
五月 2.6 14.9 38.74 6.76
六月 2.5 15 37.5 6.25
N＝6 ∑X＝15.2 ∑Y＝90 ∑XY＝229. 54 ∑X2＝39.1
根據(jù)公式有：
b＝2.6（元/小時）
a＝8.41（千元），約為8400元。
Y＝8400＋2.6X
七月份設備維護成本的預測值
?。?400＋2.6×3100＝16460（元）。
【提示】此預測需要假設設備維護成本和設備運行時間存在線性關系，且在未來保持過去的趨勢。
?。ǘr間序列分析
時間序列是一段時間間隔內(nèi)所記錄的一連串變量的數(shù)值。
時間序列由趨勢、季節(jié)性差異、周期性差異和隨機性差異等要素構(gòu)成。
趨勢（T）是時間序列所記錄數(shù)值的長期走勢。
時間序列的實際記錄結(jié)果（Y）往往偏離趨勢值，產(chǎn)生偏離的原因包括季節(jié)性差異、周期性差異和隨機性差異。
季節(jié)性差異（SV）是由于不同的年份、不同的日期或不同時刻所導致的時間序列數(shù)據(jù)的短期震蕩波動。季節(jié)性差異并不局限于季節(jié)，只要是不同時間所形成的均可。
周期性差異（CV）是由于周期性循環(huán)所導致的中期變動。
隨機性差異（RV）是由于非常隨機的和不可預料的因素所導致的差異，例如罷工、恐怖活動和地震等。
時間序列通常采用移動平均法進行處理。移動平均法是從N期的時間序列數(shù)據(jù)中選取M期數(shù)據(jù)作為樣本值，求其M期的算術平均數(shù)，并不斷地向后移動計算，所求的平均數(shù)對應m期間的中點。使用移動平均法的目的是將時間序列中的差異去除掉，從而只留下代表趨勢的一連串數(shù)據(jù)。
時間序列的研究方法包括加法模型和乘法模型。
1.加法模型
加法模型使用絕對數(shù)來表示差異，其計算公式為：
Y＝T＋SV＋CV＋RV
2.乘法模型
乘法模型使用相對數(shù)來表示差異，其計算公式如下:
Y＝T×SV×CV×RV
【例3－3】某企業(yè)某產(chǎn)品2005－2007年中12個季度的銷售數(shù)量如表3 － 5所示，要求預測2008年第一季度的銷售數(shù)量。
本例題只考慮季節(jié)性差異SV，不考慮周期性CV差異和隨機性差異RV。0501代表2005年第一季度，以此類推。
季度 0501 0502 0503 0504 0601 0602 0603 0604 0701 0702 0703 0704
銷量 600 840 420 720 640 860 420 740 670 900 430 760
【加法模型】
首先求2008年第一季度的趨勢值
步驟一：進行移動平均（移動資料期為4）
其次，計算季節(jié)性差異。
?、儆嬎慵竟?jié)性差異（見上圖）
?、谟嬎闫骄町?
一季度 二季度 三季度 四季度 合計
2005年 －230 62.5
2006年 －20 197.5 －248.75 62.5
2007年 －13.75 212.5
總計 －33.75 410 －478.75 125
平均差異 －16.875 205 －239.375 62.5 11.25
?、圻M行調(diào)整，確保平均差異的合計數(shù)為0（因為四個季度的季節(jié)性差異合計數(shù)也應趨近于0），而上表中平均差異的合計數(shù)為11.25，不等于0，需要進行調(diào)整，將多出的11.25平均分配到每個季度，即11.25/4＝2.8125 （萬件）。
一季度 二季度 三季度 四季度 合計
平均數(shù) －16.875 205 －239.375 62.5 11.25
調(diào)整 －2.8125 －2.8125 －2.8125 －2.8125 －11.25
調(diào)整后 －19.6875 202.1875 －242.1875 59.6875 0
四舍五入 －20 202 －242 60 0
【結(jié)論】計算08年1季度的季節(jié)性差異SV為－20
最后，進行預測。
預測值Y＝趨勢值T＋季節(jié)性差異SV
?。?06.25－20＝686.25
【乘法模型】
步驟一：進行移動平均，求出趨勢值和差異值
季節(jié)性差異＝實際記錄值/趨勢值
差異小于1，表示負差異，為淡季。
【提示】加法模型下：季節(jié)性差異＝實際記錄值－趨勢值
步驟二：計算出平均差異。
由于是用相對數(shù)表示，季節(jié)性差異應該趨近于1。
一季度 二季度 三季度 四季度 合計
2005年 0.646 1.095
2006年 0.97 1.298 0.628 1.092
2007年 0.98 1.309
總計 1.95 2.067 1.274 2.087
平均 0.975 1.3035 0.637 1.0935 4.009
步驟三：進行調(diào)整（見表3－10），確保平均差異的合計數(shù)等于4（因為是4個季度，每個季度的季節(jié)性差異趨近于1，所以4個季度合計數(shù)應趨近于4）。表3－9 中合計數(shù)不等于4，需要進行如下調(diào)整：將多出的0.009平均分配到每個季度，即 0.009 /4＝0.00225。
一季度 二季度 三季度 四季度 合計
平均數(shù) 0.975 1.3035 0.637 1.0935 4.009
調(diào)整 －0.00225 －0.00225 －0.00225 －0.00225 －0.00225
調(diào)整后 0.97275 1.30125 0.63475 1.09125 4
四舍五入 0.97 1.3 0.64 1.09 4
步驟四：進行預測，
趨勢值＝706.25
季節(jié)性差異＝0.97
預測值＝706.25×0.97＝685.06
?。ㄈ┲笖?shù)平滑法
指數(shù)平滑法，實質(zhì)上是一種加權平均法，是以事先確定的平滑指數(shù)α及（1－ α）作為權重進行加權計算。其計算公式如下：
如果α＝0.2，Y2＝18000，F(xiàn)2＝15000， 則：
F3＝0.2×18000＋（1－0.2）×15000＝15600
?。ㄋ模W習曲線模型
學習曲線理論認為，當人們從事一項新的任務、過程和活動時，在最初不可能立刻實現(xiàn)效率的最大化。隨著任務的不斷重復，人們的經(jīng)驗和自信逐漸增加，最終會導致更高效和快速的生產(chǎn)，單位產(chǎn)品生產(chǎn)所用時間會逐漸減少。但不會無休止地減少，學習過程最終會停止，從此效率無法繼續(xù)提升，停留在一個穩(wěn)定狀態(tài)。
學習曲線模型中的一個重要變量是累計平均時間。累計平均時間是指到目前為止（從第一個產(chǎn)品開始到現(xiàn)在為止）所生產(chǎn)的所有產(chǎn)品的平均時間。學習曲線理論假設每當產(chǎn)量翻倍時，累計平均時間始終按照一個恒定的比率遞減。例如，每當 產(chǎn)量增加1倍，累計平均時間減少20%。
【例3－5】假設某工廠某產(chǎn)品第一件生產(chǎn)所需手工組裝時間為100小時，存在 80%的學習曲線效果，即每當產(chǎn)量增加1倍，累計平均時間就減少20%，則計算結(jié)果如表3 － 12所示。
總產(chǎn)量 累計平均時間 總時間 增加時間
1 100 1×100＝100 100
2 100×80%＝80 2×80＝160 160－100＝60
4 80×80%＝64 4×64＝256 256－160＝96
8 64×80%＝51.2 8×51.2＝409.6 409.6－256＝153.60
學習曲線模型的計算公式為：
【例3－6】已知首件產(chǎn)品工時為10小時，存在80%的學習曲線率。
要求：
（1）計算100個產(chǎn)品總工時；
『正確答案』100個產(chǎn)品的總工時
＝100 ×（10×100 log80%/log2） ＝227.06 （小時）
?。?）計算第100個產(chǎn)品的工時；
『正確答案』
第100個產(chǎn)品的工時＝前100個產(chǎn)品的總工時－前99個產(chǎn)品的總工時
?。?00×（10x100 log80%/log2 ）－99×（10×99 log80%/log2 ）
?。?27.06－225.52＝1.54 （小時）
?。?）計算第 71個至第100個產(chǎn)品的總工時；
『正確答案』
第71個至第100個產(chǎn)品的工時
?。角?00個產(chǎn)品的總工時－前70個產(chǎn)品的總工時
?。?00×（10×100 log80%/log2 －70×（10 ×70log80%/log2）
?。?27. 06－178. 28＝48. 78 （小時）
?。?）假設學習曲線效應在第100個產(chǎn)品時停止了，生產(chǎn)效率即單位產(chǎn)品時間從第100個產(chǎn)品開始將保持恒定不變，計算前150個產(chǎn)品的總工時。
『正確答案』150個產(chǎn)品的總時間應分為兩部分：
一部分是前100個產(chǎn)品的時間，其效 率是在不斷提高的（即單位時間逐漸減少），這部分要遵循學習曲線效應。
另一部分是后50個產(chǎn)品（從第101第150個），每個產(chǎn)品的生產(chǎn)時間是相同的，都等于第100個產(chǎn)品的單位時間。
150個產(chǎn)品的生產(chǎn)時間
?。?00×（10×100 log80%/log2）＋50×1.54＝304.06 （小時）
（五）期望值分析
期望值分析可用于預測，來確定預期結(jié)果和風險的最優(yōu)組合。期望值分析法針對不同情況分配對應的概率（最可能的，最差的和最好的），推導出結(jié)果的預期值。其計算公式如下：
期望值＝∑事件結(jié)果×結(jié)果對應的概率
【例3－7】某公司開發(fā)一款新產(chǎn)品，正在考慮不同定價策略。銷售價格方案分別為16元和18元，預計銷量如表3－13所示。
定價為16元 定價為18元
銷量（件） 概率（%） 銷量（件） 概率（%）
20 000 10 8 000 10
30 000 60 16 000 30
40 000 30 20 000 30
24 000 30
單價為16元需要投入促銷成本5 000元；單價如為18元需要投入促銷成本 12 000元。每件材料成本8元，人工和變動制造費用在產(chǎn)量30 000以內(nèi)為每件5 元，超出部分每件5.50元。固定制造費用為38 000元。
?。?）如定價為16元，具體計算如表3－14所示。
銷量 單位變動成本 單價 單位貢獻 總貢獻 固定成本 利潤 概率（%） 期望值
20 000 20 000 13 16 3 60000 43000 17000 10 1 700
30 000 30 000 13 16 3 90000 43000 47000 60 28 200
40 000 30 000 13 16 3 115000 43000 72000 30 21 600
10 000 13.5 16 2.5
51500
?。?）如定價為18元，具體計算如表3－15所示。
銷量 變動成本 單價 單位貢獻 總貢獻 固定成本 利潤 概率 期望值
8 000 13 18 5 40 000 50 000 － 10 000 10 －1 000
16 000 13 18 5 80 000 50 000 30 000 30 9 000
20 000 13 18 5 100 000 50 000 50 000 30 15 000
24 000 13 18 5 120 000 50 000 70 000 30 21 000
44000
因為定價為16元能產(chǎn)生最大的期望值，所以定價為16元較為合適。
?。┟舾行苑治?br />
敏感性分析是一種假設分析，通過改變某個具體的變量來確定結(jié)果對該項變量變動的敏感程度。敏感性分析可以幫助決策者確定哪些變量對最佳方案的影響至關重要。
如果某個變量的微小變化將導致結(jié)果發(fā)生重大改變，則表明結(jié)果對該變量敏感；如果某個變量的顯著變化不能導致結(jié)果發(fā)生重大改變，則表明結(jié)果對該變量不敏感。
敏感性分析是企業(yè)利潤預測和規(guī)劃中經(jīng)常使用的一種方法。例如，價格影響是否會增產(chǎn)不增收或收入增速遠低于數(shù)量增速。
【例3－8】某公司對未來宏觀經(jīng)濟情況和本公司銷售情況進行預測，結(jié)果如表 3－16所示。
經(jīng)濟情況 銷售預測（元） 原始概率 備選概率1 備選概率2
景氣 3 000 000 10 60 10
平和 2 000 000 80 30 20
低迷 600 000 10 10 70
期望值（元） 1 960 000 2460 000 1 120 000
以上結(jié)果表明，公司的預期銷售額對于未來經(jīng)濟情況的前景預期來說非常敏感。
【例3－9】某公司針對新項目產(chǎn)品的盈利情況進行預測。如表3－17所示。
銷售收入（2 000件） 4 000
直接材料 2 000
直接人工及變動制造費用 1 000
邊際貢獻 1 000
增量固定成本 800
利潤 200
目前 盈虧平衡時 變動率
固定成本 800 1000 25%
單位材料成本 1 1.1 10%
單位人工及變動制造費用 0.5 0.6 20%
銷售價格 2 1.9 －5%
銷售量 2000 1900 5%
可以看出，利潤結(jié)果對銷售價格和銷售量較敏感。
（七）蒙特卡洛模擬分析
蒙特卡洛模擬是從賭場賭博數(shù)學發(fā)展而來的，是一種將敏感性和輸入變量概率相結(jié)合的方法，首先必須確定各關鍵變量的概率分布，根據(jù)選出的隨機數(shù)給每個變量賦值，每個變量確定以后，計算機即可產(chǎn)生一組相應結(jié)果，對實際情況進行窮舉模擬仿真。
【知識點2】目標利潤的規(guī)劃方法
?。ㄒ唬┍玖坷治龇?br />
本量利分析法也叫做盈虧平衡分析法，基于邊際成本法，用來研究成本、產(chǎn)銷 量和利潤三者相互關系，通過如下公式和盈虧平衡圖來確定目標利潤。
目標利潤＝目標邊際貢獻－固定成本費用
?。筋A計產(chǎn)品銷量×單位邊際貢獻－固定成本費用
?。筋A計產(chǎn)品銷量× （單價－單位變動成本）－固定成本費用
【案例】A電子企業(yè)只生產(chǎn)銷售甲產(chǎn)品。2011年甲產(chǎn)品的生產(chǎn)量與銷售量均為10 000件，單位售價為300元/件，全年變動成本為1 500 000元，固定成本為500 000元。預計2012年產(chǎn)銷量將會增加到12 000件，總成本將會達到2 300 000元。假定單位售價與成本性態(tài)不變。
要求：
?。?）計算A企業(yè)2012年下列指標：①息稅前利潤；②單位變動成本；③變動成本率；④固定成本。
?。?）若目標息稅前利潤為1 750 000元，計算A企業(yè)2012年實現(xiàn)目標利潤的銷售額。
『正確答案』
?。?）
?、傧⒍惽袄麧櫍?2000×300－2300000＝1300000（元）
?、趩挝蛔儎映杀荆?500000/10000＝150（元/件）
③變動成本率＝150/300×100%＝50%
?、芄潭ǔ杀荆?00000（元）
?。?）
目標利潤銷售額＝（500 000＋1750 000）/（1－50%）
?。?500 000（元）
（二）比例預算法
比例預算法是通過利潤指標與其他相關經(jīng)濟指標的比例關系來確定目標利潤的方法。銷售利潤率、成本利潤率、投資報酬率等財務指標均可用于測定企業(yè)的目標利潤。
銷售利潤率 目標利潤＝預計銷售收入×測算的銷售利潤率
測算的銷售利潤率可選取以前幾個會計期間的平均銷售利潤率
成本利潤率 目標利潤＝預計營業(yè)成本費用×核定的成本費用利潤率
核定的成本費用利潤率可以選取同行業(yè)平均或先進水平來確定
投資報酬率 目標利潤＝預計投資資本平均總額×核定的投資資本回報率
