销售预测常用的基本方法及销售预算模板

个人收集整理勿做商业用途个人收集整理勿做商业用途销售预测常用的基本方法

经济规律的客观性及其可认识性是预测分析方法的基础；系统的、准确的会计信息及其他有关资料是开展预测分析的前提条件。预测分析所采用的专门方法是随分析对象和预测期限的不同而异的。尽管方法种类繁多，但从总体上将可归纳为定性分析法和定量分析法两类：

1、定量分析法（QuantitativeAnalysis）也叫数量分析法，即运用现代数学方法对历史数据（包括会计、统计及其他方面的资料）进行科学的加工处理，并建立经济数学模型，以揭示各有关变量之间的规律性联系的一类科学方法。定量分析法按照预测分析方法论所遵循的原则、依据的理论基础及具体做法不同又分为：（1）因果预测法：是从某项指标与其他有关指标之间的规律性联系中进行分析研究的。即根据各有关指标之间的内在相互依存、相互制约的关系，建立起相应的因果数学模型，以实现预测目标的一种数学预测方法。如本、量、利分析法、回归分析法等。（2）趋势预测法：也叫时间序列法、外推分析法。是根据某项指标过去和现在按时间顺序排列的数据资料，运用一定的数学方法进行加工、计算，借以预计推断事物未来发展趋势的一种数量分析方法。其实质是把未来视做过去和现在的延伸。如简单平均法、移动加权平均法、指数平滑法等。

2、定性分析法（QualitativeAnalysis）也叫非数量分析法。一般是在企业缺乏完备、准确的历史资料的情况下，首先由熟悉企业经济业务和市场的专家，根据过去所积累的经验进行分析判断，提出预测的初步意见；然后再通过召开座谈会或函询的方式，对初步预测意见进行修正、补充，并作出预测分析最终结论的专门预测方法。因此，又称为“判断分析法”或“集合意见法”。在实际运用中，两类方法可根据实际情况进行必要的结合，以确保预测结果的准确性。综上所述，预测方法可归纳如下：（1）趋势预测法（trendforecastingmethod）

①简单平均法。简单平均法是以某产品过去若干时期的实际数值进行简单计算，以过去的平均数值，作为计划期的销售预测值的一种销售预测方法。简单平均法的模型如下：式中：F—计划期销售预测值；

A1

—第一期的销售数；

A2

—第二期的销售数；

An

—第n期的销售数；

N

—期数。[例4-1]

根据某企业1-6月份销售额的资料，预测7月份的销售额，见表1。表1

销售资料

单位：万元月份123456销售额555354565857根据上述资料预测7月份销售额如下：7月份销售预测值

=

（55+53+54+56+58+57）/6=55.5（万元）简单算术平均法是将过去的资料使差异平均化，可能会造成较大的误差。一般来说，未来销售量的预测受最近销售量状况的影响最大，时期越远，影响就越小。简单算术平均法不管近前期资料还是远期资料，它采用一律平等的态度显然就存在着不合理。②移动平均法。移动平均法是根据某产品过去若干期的实际数值，按时间不断往后移动，取近三期或四期的资料求平均数，作为未来期销售预测值的一种销售预测方法。其计算模型雷同于简单平均法，只是计算时所采取的期数不同。根据上面例4-1的资料，假如采用移动平均法，则4、5、6三个月份的资料影响程度比1、2、3月份的资料影响程度要大，所以取后三期预测7月份的销售值如下：7月份销售预测值

=

（56+58+57）/3=57（万元）可见，移动平均法同样是使差异平均化，但在时期选择上应尽可能接近预测月份，这样使预测值更接近实际。简单平均法适用于在短期内不会有明显变化趋势的销售预测，而移动平均法可适用于预测各月销售额略有波动的销售预测。

③移动加权平均法。移动加权平均法是根据过去若干时期的实际数值，按其距计划期的远近分别进行加权，近期所加权数大些，远期所加权数小些，然后计算其加权平均数，作为未来销售预测值的一种销售预测方法。其计算模型如下：式中：W—权数。若令

=6

（令W1为1，W2为2，W3为3），仍以例4-1的资料，按一般计算公式预测7月份的销售值如下：7月份销售预测值

=

（56×1+58×2+57×3）/（1+2+3）

=57.17（万元）也可令

=1

（如令W1为0.2，W2为0.3，W3为0.5），则上述模型可改为：上例7月份销售预测值

=56×0.2+58×0.3+57×0.5=57.1（万元）移动加权平均法根据历史数据的远近确认不同时期对未来期的影响程度，但这一方法仍只代表计划期前一期或几期的实际销售水平。为了反映近期的销售发展趋势，应在上述公式

再加上每月变动趋势值b，才能作为计划期销售预测值，其计算模型应为：上式中：b=（本季度每月平均实际销售额-上季度每月平均实际销售额）/3仍以例4-1的资料，按移动加权平均法预测7月份的销售值。一季度每月平均实际销售额

=（55+53+54）/3=54（万元）二季度每月平均实际销售额

=（56+58+57）/3=57（万元）b=

（57

–

54）/3=1（万元）若令

=1

（W1为1，W2为2，W3为3）则7月份的销售预测值

=

=

（56×0.2+58×0.3+57×0.5）+1=58.1（万元）这种方法既根据时期的远近分别加权，同时又考虑到了近期的销售发展趋势，从而消除了各个月份销售差异的平均化，故其预测结果比较接近计划期的实际情况。④趋势平均法。趋势平均法是从过去各期实际销售量中，观察其增减变动的基本趋势并使其平均化，从而排除了某一个别销售期（尤其是最后一期）可能存在偶然因素的影响的一种销售预测法。趋势平均法的计算公式是：

式中：F

—预测值；—五期平均值；

n

—距离预测时间的期数；

—趋势平均值；[例4-2]

某企业2021年1-12月份的实际销售额如表2所示：表2

实际销售额单位：万元2021年月份123456789101112实际销售额555354565857525256525359

根据上述资料，计算该企业2021年1月份销售预测值，见表3。表4-3

销售预测值单位：万元月份（1）实际销售额（2）五期平均值（3）变动趋势值（4）三期趋势平均值（5）155

253

35455.2

45655.60.4

55855.4-0.2-0.06765755.0-0.4-0.275255.00-0.53385253.8-1.2-0.66795653.0-0.8-0.2105254.51.4

1153

1259

2021年1月53.8表3中第（2）栏为表2中的已知数据，代表2021年1-12月份的实际销售额；第（3）栏中五期平均数是根据（2）栏相邻五个月的实际销售额计算的平均值；第（4）栏中的变动趋势值为两个平均值的变化趋势；第（5）栏中趋势平均数为第（4）栏相邻三期的平均值。该企业2021年1月份的销售预测值如下：1月份预计销售额

=54.4+3

×（-0.2）

=53.8（万元）式中：54.4系表4-3中最后一个五期平均数；

3系表4-3中最后一个五期平均数所在月份至2021年1月份的月份间隔

-0.2系表4-3中最后三期趋势的平均数。该企业2021年1月份的销售预测值也可按下式进行计算：1月份预计销售额

=53+4×（-0.2）

=52.2（万元）式中：53系最后一个三期趋势平均数所在月份的五期销售平均数；

4系最后一个三期趋势平均数所在月份至2021年1月份的月份间隔

-0.2系表4-3中最后一个三期趋势平均数。采用趋势平均法时，计算销售额移动平均数和趋势平均数，应取多少的数据进行平均，这要根据时间数列的项数多少和特点而决定，不宜过长或过短。所取期数较多，反映波动较平滑，其预测结果的准确度相对较高；反之则与上述相反。这种方法虽在一定程度上考虑到了预计期近期的实际销售量对预计期销售值的影响较大的问题，并尽可能排除偶然因素对销售预测值的影响，但在利用前期的平均数和趋势平均数时，把各期的变化平均了，即把近期的变化和远期的变化“等量齐观”了。实际上近期实际值和远期实际值对预测未来的影响程度是不同的，因而，所计算的预测值仍不可避免会出现误差。⑤指数平滑法：指数平滑法是指对过去不同时期的实际销售量取不同的权数加以平均，来预测未来期销售量的一种方法。由于加权平均数的曲线呈指数曲线形状，所以叫指数平滑法。在这种方法下，近期和远期的实际销售量对预测未来的影响程度是不同的。其计算公式是：

式中：

—预测期销售预测值；

—基期销售预测值；—基期销售实际值；

—平滑系数（或加权因子），0<<1仍以例4-2有关资料为例。设=0.3，2021年1月份销售预测值为54万元。按指数平滑法计算该企业2021年1月份的销售额的预测值。由公式

可知：

把上式列表,见表4。2021年1月份销售预测值

=0.3×59+(1-0.3)×53.488=55.142

（万元）表4

销售预测值单位：万元月份2021年155

5425316.55437.854.335415.954.338.0153.9145616.253.9137.73753.93755816.853.93737.75653.75665717.453.75637.62955.02975217.155.02938.5255.6285215.655.6238.93454.53495615.654.53438.17453.774105216.853.77437.64254.424115315.654.42438.09753.697125915.953.69737.58853.4882021年1

17.753.48837.44255.142如果所取平滑系数越大，则近期实际资料对预测结果影响越大；而平滑系数越小，则近期实际资料对预测结果影响越小。这种方法与移动加权平均法没有什么实质区别。采用这种方法可排除在实际销售中所包含的偶然因素的影响，使预测结果可能更符合实际。平滑系数根据经验而定，带有一定的主观性。但可通过平滑系数的调整，满足实际预测的需要。若采用较小的平滑系数，以该法所求的预测值能反映观察值变动的长期趋势；若采用较大的平滑系数，则预测值能反映观察值新近的变动趋势。（2）因果预测法（RegressionAnalysisMethod）①一元线性回归分析法(SimpleRegressionAnalysisMethod)

x—自变量，如某种影响因素；y—因变量，如预测的销售量；a、b—待定系数。若a、b确定下来，则x、y的变化规律也就确定了，即预测的模型建立起来了。确定a、b的方法有

最小二乘法求偏导数简捷法即确定一条能反映x与y之间具有误差平方和最小的直线（回归直线）。其a、b可按下式计算：

方法1：求a、b的简捷法先以合计数的形式表示y=a+bx中每一项，得：

（1）以x乘（1）式的每一项，得：

（2）由（1）式得：

（3）将（3）式代入（2）式，得：

整理得：

故：（4）将（4）式代入（3）式，得：

得：

（5）方法2:数学推导a.通过观察可得到关于x、y两个变量的若干历史资料，并以纵轴代表成本y，横轴代表产量x,将所观察到的x、y的数据描在坐标纸上，得到关于x、y的散布图。b.在所画的许多条反映x、y关系的直线中，找出一条最接近散布图上所有点的直线，即以该直线代表x、y之间的内在联系，比其它任何直线与实际数据的误差都小。因此，该直线叫回归直线，该直线的方程叫回归方程。c.确定回归方程的方法：<1>用（i=1,2,3,…,n）表示n组观察数据，即n个观察点，根据各点的大致趋势画出一条直线方程如下：。<2>对任一个观察点，其与的误差为：

（1）<3>n个观察点引起的误差，则构成总误差，即为各个误差的绝对值之和。为了便于处理，通常用各个误差的平方和作为总误差：

（2）<4>回归直线是在所有直线中误差平方和最小的一条直线，即回归直线的系数b及常数a使误差平方和最小。根据数学分析的极值定理，要误差平方和最小，只需对②式中的a、b求偏导，并令它为0即可。由（3）式得：

（5）其中：

；

（6）由（4）式得：

（7）将（5）、（6）式代入（7）式得：

（8）将（8）式代入（5）式得：

（9）d.a、b公式的简化问题：当自变量x是时间（年、月、日、小时），并且时间间隔相等时，用时间t代替x，使，可使求a、b的公式得以简化，且不影响预测结果。若期数n为奇数时，t的时间间隔为1，此时将t=0置于实际数据中间。例如，资料为2021-2021年五期，则：年份t2021-22021-1202102021120212若期数n为偶数时，t的时间间隔为2，此时将t=-1和t=1置于实际数据中间两期，即：年份t2021-32021-12021120213此时将

和中的x用t代替得：

和

其预测误差可以通过计算预测数与实际数之间的标准偏差σ来控制，即：

式中：—实际数（已知量）

—预测值（用预测公式计算得的数）例1：某矿山冶金机械厂生产球磨机，几年来的销售量如下表：表5

销售量表试预测2021年的销售量为多少台（本年度已签订合同150台）解：<1>分析：本题的自变量为时间（年份），并且时间间隔相等，所以可使，采用求a、b的简化公式来计算，此时：

；

所以期数n=4（偶数）列表计算时，可将t等于-1，+1置于实际期数中间。<2>具体计算如下：表6销售量预测表1

（主要为求a,b计算）年份实际销售量间隔期常数199431-3-939199550-1-5011996701701202112533759合计276030220

<3>由上表的数据求a、b得：

；

所以所求的回归直线方程为：

（*）

<4>将代入（*）式，可求得2021年的预测值，即：（台）

<5>求标准偏差σ（均方根偏差），见下表：表7：均方根偏差年份实际销售量间隔常数预测销售量202131-324749202150-154-416202170184-141962021125311411121合计27602760382将上表的有关数据代入σ的表达式得：<6>用σ分析预测的准确度：通过研究得知，现实生活中有很多实际问题服从正态分布，例如人的身高，海洋波浪的高度等等，只要某个随机变量是由大量相互独立的偶然因素的总和所构成，而且每一个别因素对总和的影响都是均匀的微小的，则就可以断定这个随机变量是近似的服从正态分布的。正态分布曲线（高斯曲线）的数学方程是：式中：p—曲线的纵坐标值；

x—曲线的横坐标值

u—曲线的算术平均数，数理统计中以自变量的算术平均数近似估计

π—圆周率；

e—自然对数底从正态分布曲线可以看出：x值离平均数越远，其出现的概率越低。具体说有以下几方面的特点：(I)曲线以x=u这条纵直线为轴，左右对称；(II)曲线与横坐标轴所围成的面积等于1（即概率为1）；其中：在u±σ范围内的面积占68.26%；在u±2σ范围内的面积占95.45%；在u±3σ范围内的面积占99.73%；在u±4σ范围内的面积占99.99%；(III)u的正偏差和负偏差其概率相等；(IV)靠近u的偏差出现概率较大，远离u的偏差出现概率较小；(V)在远离一定范围以外的偏差，其出现概率是很小的。

在本例中，若确定控制界限为±2σ，则2021年的实际销售量大约在（-2*9.77+145—2*9.77+145）即125—126台范围的概率是95.45%；本例2021年实际签订数为150台，在预测数145±2σ（σ=9.77）的控制范围内，证明预测的准确程度为95.45%。例2：某企业2021—2021年的产品销售额资料见下表，运用一元回归直线方程法求2021、2021年的销售额。表8

产品销售额年份（万元）2021-31536-460892021-21676-335242021-11616-1616120210186300202111897189712021219893978420213202160039合计012578230228因为n=7，且时间间隔相等，可利用表作简化计算，令最中间一期的时间（2021）为零，往前逐年增加-1，往后逐年增加+1；由，得：

；将a、b代入y=a+bx

得：

y=1796.86+82.21x

为所求预测直线回归方程；故：2021年的预测销售额=1796.86+82.21×4=2207.91(万元)

2021年的预测销售额=1796.86+82.21×5=2290.12(万元)例3

设某厂2021年各月份的电力成本和机器工作小时如下表所示，试用一元线性回归预测2021年的电力成本。公式：

，相关系数：，依据下表数据得：r的数值接近1，这说明x与y之间具有密切的相关性，可用一元线性回归方程y=a+bx来描述。

表9成本计算表

（为第i个月机器的工作时间）月份（元）（小时）111003500385000012250000121000021210420050820211764000014641003143049007007000240100002044900413204400580800019360000174240051320430056760001849000017424006121038004598000144400001464100710903300359700010890000118810081280410052480001681000016384009140047006580000220900001960000101210380045980001444000014641001110803000324000090000000116640012123040004920210160000001512900合计14880480006020400019542021018597800，故为所求回归直线当估计2021年元月份的机器工作小时x=5500小时时，则电力成本的预测值为：y=440+0.20*5500=1540（元）例：某企业1991—1996某产品的实际销售量如下：表10

实际销售量表年度199119921993199419951996销售量100108114120132140要求：（I）以所收集到的全部资料，采用一元线性回归预测法预测2021年度的销售量；y=119+3.97×t=119+3.97×7=147（台）（II）以近五期的资料，采用一元线性回归预测法预测2021年度的销售量；

y=122.8+8.2×t=122.8=8.2×3=147（台）例：预测目标成本某厂2021年度7-12月份生产机床的成本资料如下表。若计划2021年度的元月份生产机床10台，试用一元线性回归分析法预测2021年度元月份的目标总成本和单位目标成本。解：（I）列预测表计算如下：表11

预测表月份产量成本2021年72244848634204369428112161083427264111246552144121038380100合计422041568364

（II）将表中有关数据代入a、b方程公式得：

（III）写出机床总成本的预测模型：

（IV）预测2021年元月份的目标总成本和单位目标成本：

单位目标成本=总成本/产量=40/10=4（万元/台）②多元线性回归分析（MultipleRegressionAnalysis）当自变量为多个时，要以多元线性回归方程为基础建立预测模型，举例说明：例：某厂对过去较长时期内的历史资料进行分析，发现其制造费用的增减变动往往不只依存于直接人工小时的变动，同时也依存于机器工作小时的变动。此时制造费用y用直接人工小时x1与机器工作小时x2的关系如下：y=a+

+

(1)式中：—待定系数，表示当直接人工小时增加或减少一个单位时y的影响程度。—待定系数，表示当机器工作小时增加或减少一个单位时y的影响程度。a—待定系数，为制造费用中的固定部分。从（1）式中可以看出，若确定下a、、来，则y与、的变化规律便找到了。用“简捷法”来说明如何求a、、：先对（1）式求和得：

（2）以乘以（2）式得：

（3）再以乘以（2）式得：

（4）将（2）、（3）、（4）式联立即可求得a、、来。例：设某厂2021年8—12月份的制造费用和直接人工小时、机器小时的资料如下表所示。求：

a.制造费用的预测模型；

b.若2021年1月份的直接人工费用为30小时，机器小时为52小时，其制造费用为多少？表112021年度8—12月份的资料月份制造费用（元）直接人工小时机器工作小时829752550926022045102130163611223218381224612141解：为求a、、，对（1）到（4）式观察后，按其所含项目对以上资料进行列表加工计算如下：月份Yyy82975255062525001250743751487509260220454002025900520401170901021301636256129657634080766801122321838324144468440176848161224612141441168186151681100901合计12400100210204689464271252352528237将表中有关数据代入（2）、（3）、（4）式得：

上式联立求解得：a=99.7

=26.93

=43.85③非线性（曲线）回归分析（预测法）（irregressionanalysis）在实际预测的问题中，有时以过去较长时期的历史资料为基础进行分析，会发现一个指标同另一个指标的变动虽密切相关，但并不是前述的线性相关关系，而是一条二次曲线。非线性回归分析法，就是根据过去各期的实际销售量，求出能够反映销售额和时间序列（年份或月份）之间相互关系及其变动趋势的二次曲线，并以此曲线加以延伸，预测计划期的销售值的一种预测方法。非线性回归分析的方程为：式中：a、b、c

为待定常数，只要a、b、c确定下来，预测模式（即x与y的变化规律）也就找到了。“简捷法”求（*）式中的a、b、c：将（*）式求和（即以Σ的形式表示（*）式中各项）：

X乘以（1）式得：又以乘以（1）式得：将（1）、（2）、（3）式联立可求出a、b、c值。如前所述，当自变量是时间（如年、月、日、时），并且时间间隔相等时，为简化计算，可使，，则（1）、（2）、（3）式取下面简单形式：由（4）、（5）、（6）式可以求出（3）式中的a、b、c例5:某厂近9年来某产品的销售额如下表：单位：（万元）表12

销售额表要求：

a.用曲线回归分析法求该厂的销售预测模型。

b.求第10年销售预测值。

解：a.求预测模型：

分析：因自变量x为年份，且间隔为1（相同）的可以用简化的方程求a、b、c，此处n=9（奇数）；根据（4）、（5）、（6）式中所含项，将资料整理加工如下：表13

相关资料将表中最后一行的有关数据代入简化的联立方程得：解联立程得：由将所求的a、b、c代入（*）式，得本例的预测模型为：b.预测预测该厂第10年的销售额：即用x=5代入

=921428.52（元）注：若自变量不是时间，或时间期间不等时，不能用简化公式求解。另外，若因变量除与时间有关外，还与其他因素有关也不能用简化公式。设某厂对过去较长时期的历史资料进行分析后，发现其销售额同所在地区的“个人消费支出”有着密切联系。该厂收集了1-7年的销售及同时期内该地区个人平消费支出资料。要求：a.用非线性回归分析，求该厂销售预测模型；b.求第8年该厂地区个人平均消费支出达到13.54元时销售额为多少？解：<１>求数模，列表计算如下：

单位：（千元）表13

计算表年份实销额y个人支出123456710014020826025525023047914141312400980187236403570325027601649811961961691441600686016848499804998042250331206434372927442744219717282562401656138416384162851620736∑1443731647285120213810549135347将上表中最后一行的有关数据代入：得：解这三个联立方程得：

将所求a、b、c代入：得：y=-168.9+68.6x-2.8x2为销售额与个人消费支出的曲线方程。<2>当第8年该地区的个人平均消费支出达到13.5千元时，则该厂的销售额预计达到：y=-168.9+68.6×13.5-2.8×13.52=246.9（元）④指数曲线法指数曲线法是根据过去各期的实际销售量确定能近似地反映销售量与时间序列之间的相关关系及其变动“规律”的对数趋势直线，并以此直线加以延伸，预测计划期销售量的一种销售预测方法。⑤先导指数法先导指数法就是将各种经济时间序列分为三种类型：a.同一般商业周期相比始终走在前面的指标称为先导指标；b.与商业周期几乎一致的指标称为同步指标；c.与商业周期落后的指标称为滞后指标。根据上述分类，可以通过先导指标来预测同步指标或滞后指标。可见，先导指标法就是指本企业产品（或商品）与国民经济某一因素有联系，只要知道这一因素（即先导指标）的发展变化情况，就能预测出本企业这种产品（或商品）的销售量的一种销售预测法。其计算公式如下：销售预测值=某种产品的需要量×本企业可占的份额

=（经常需要量+国民经济某一因素×需要某种产品指标）×本企业可占的份额（3）市场调查预测法市场调查主要从以下几个方面进行：①对消费者的基本情况进行调查。②对产品自身处于寿命周期的哪一阶段进行调查。③对市场上同类产品竞争情况的调查。④对国际市场的调查。⑤对国内外经济发展趋势的调查。对上述资料进行加工整理，就可作出销售量预测的判断。（4）判断分析法判断分析法就是由本企业有丰富经验的经验管理人员或外界经济专家对计划期间的销售情况进行综合研究，并作出推测和判断的方法。代表性的方法有以下两种：①德尔菲法这种方法有三个特点：①匿名②反馈③收敛要有效运用好德尔菲法，关键有两条：a.选择好专家b.设计好调查表在拟订调查表时要注意一下几点：a.所提的问题要引起专家们的研究兴趣b.提问措辞要简洁、明确，切记模棱两可、含糊其词c.一次调查设问不宜过多②领导判断法。这是一种最常用的传统方法。即由厂长（经理）或三师（总工程师、总会计师、总经济师）召集有关科室的负责人开会讨论分析，听取各方面的预测意见，然后将各种意见汇总起来得出预测结果。这种预测方法迅速、简便、经济，可以发挥集体的智慧。但主要还要取决于企业领导的经验和判断能力。缺点是有时难免出现片面不准的预测。销售预算（表一）单位：元季度1234全年预计销售量（件）甲产品8001000120010004000乙产品50075010007503000预计销售价格甲产品6565656565乙产品7575757575销售收入甲产品52021650007800065000260000乙产品37500562507500056250225000合计89500121250153000121250485000

预计现金收入计算表（表二）单位：元季度1234全年期初应收帐款3100031000第1季度销售收入537003580089500第2季度销售收入7275048500121250第3季度销售收入9180061200153000第4季度销售收入7275072750现金收入合计84700108550140300133950467500

生产预算（表三）单位：件季度1234全年甲产品预计销售量8001000120010004000加：预计期末存货100120100120120预计需要量9001120130011204120减：期初存货8010012010080预计生产量8201020118010204040乙产品：预计销售量50075010007503000加：预计期末存货75100757575预计需要量57585010758253075减：期初存货50751007550预计生产量5257759757503025

直接材料采购预算（甲产品）（表四）单位：千克季度1234合计预计生产量（件）8201020118010204040材料单耗P材料33333S材料22222预计生产需用量P材料246030603540306012120S材料16402040236020408080加：期末存料量P材料918106291810801080S材料612708612720720预计需要量合计P材料337841224458414013200S材料2252748297227608800减：期初存料量P材料7209181062918720S材料480612708612480预计采购量P材料265832043396322212480S材料17722136226421488320材料单价（元）P材料44444S材料55555预计采购金额（元）1949223496249042362891520P材料1063212816135841288849920S材料886010680113201074041600

直接材料采购预算（乙产品）（表五）单位：千克季度1234全年预计生产量（件）5257759757503025材料单耗（Q材料）22222预计生产需用量10501550195015006050加：期末存料量465585450450450预计需要量合计15152135240019506500减：期初存料量420465585450450预计采购量10951670181515006080材料单价（元）66666预计采购金额（元）65701002010890900036480

预计现金支出计算表（表六）单位：元季度1234全年预计采购金额26062335163579432628128000甲产品1949223496249042362891520乙产品65701002010890900036480期初应付帐款1100011000第1季度采购金额156371042526062第2季度采购金额202101340633516第3季度采购金额214761431835794第4季度采购金额1957719577现金支出合计26637305353488233895125949

直接人工预算（表七）单位：元季度1234全年甲产品：预计生产量（件）8201020118010204040单位产品工时定额（工时）33333直接人工工时总额（工时）246030603540306012120单位工时工资率44444预计直接人工成本总额984012240141601224048480乙产品：预计生产量（件）5257759757503025单位产品工时定额（工时）55555直接人工工时总额（工时）262538754875375015125单位工时工资率44444预计直接人工成本总额10500155001950015000605000直接人工成本总额20340277403366027240108980

制造费用预算（表八）单位：元变动性制造费用固定性制造费用间接材料8000管理人员工资8096间接人工7600折旧费16347维修费6000办公费6500水电费7280保险费5200其他3814其他2021合计32694合计38143直接人工工时总数27245减：折旧16347现金支出合计21796分配率=32694/27245=1.2每季数=21796/4=5449

预计现金支出计算表（表九）单位：元季度1234全年直接人工工时508569358415681027245甲产品246030603540306012120乙产品262538754875375015125变动性制造费用6102832210098817227694甲产品295236724248367214544乙产品315046505850450018150固定性制造费用544954495449544921796现金支出合计1155113771155471362154490

产品成本预算（甲产品）（表十）计划产量：4040件成本项目单位用量单价（元）单位成本总成本直接材料P材料3千克4.012.048480S材料2千克5.010.040400小计88880直接人工3工时4.012.048480变动性制造费用3工时1.23.614544合计37.6151904加：在产品及自制半成品期初余额0减：在产品及自制半成品期末余额0预计产品生产成本151904加：产成品期初余额3200减：产成品期末余额4512预计产品销售成本37.65150592

产品成本预算（乙产品）（表十一）计划产量：3025件成本项目单位用量单价（元）单位成本总成本直接材料2千克6.012.036300直接人工5工时4.020.060500变动性制造费用5工时1.26.018150合计38.0114950加：在产品及自制半成品期初余额0减：在产品及自制半成品期末余额0预计产品生产成本114950加：产成品期初余额2100减：产成品期末余额2850预计产品销售成本38.07114200

期末存货预算（表十二）单位：元项目数量单价金额材料存货P材料10804.04320Q材料4506.02700S材料7205.03600小计10620产成品存货甲产品12037.64512乙产品7538.02850小计7362存货合计17982

销售费用预算（表十三）单位：元变动性销售费用固定性销售费用销售佣金6100管理人员工资7000办公费3400广告费12021运输费7600保险费6000其他1045其他2400合计18145合计27400预计产品销售成本264792分配率=18145/264792=0.068每季数=27480/4=6850

管理费用预算（表十四）单位：元费用项目金额公司经费4000工会经费1500董事会费2021无形资产摊销费700职工培训费800其他1000合计10000各季现金支付数10000/4=2500

销售费用预计现金支出计算表（表十五）单位：元季度1234合计预计产品销售成本49148661988324866198264792甲产品30118376484517837648150592乙产品19030285503807028550114200变动性制造费用334245015801450118145甲产品204825603072256010240乙产品12941941272919417905固定性制造费用685068506850685027400现金支出合计1019211351126511135145545

现金预算（表十六）单位：元季度1234全年期初现金余额40005563504948424000加：销售现金收入84700108550140300133950467500现金收入合计88700114113145349138792471500减：现金支出直接材料26637305353488233895125949直接人工20340277403366027240108980制造费用1155113771155471362154490销售费用1019211351126511135145545管理费用250025002500250010000所得税1006710067100671006640267设备购置109506000240002800068950长期贷款利息9009009009003600投资者利润20212021202120218000合计95137104864136207129573465781现金余缺（6437）9249914292195719筹资与运用银行短期借款1202112021偿还银行借款（4000）（4000）（4000）（12021）支付借款利息（200）（300）（400）（900）期末现金余额55635049484248194819

预计损益表（表十七）××年度单位：元项目金额资料销售收入485000表一减：产品销售成本（变动成本）264792表十、十一变动性销售费用18145表十三贡献边际202163减：固定性制造费用38143表八固定性销售费用27400表十三管理费用10000表十四息税前利润126520减：利息4500利润总额122021减：所得税（33%）40267净利润81753

预计资产负债表（表十八）××年度单位：元项目期初期末资料（期末数）资产流动资产货币资金40004819表十六应收帐款3100048500表一（第四季度销售收入40%）存货1300017982表十二待摊费用----5600预计数流动资产合计4800076901固定资产固定资产原价198699267649年初数+表十六“设备购置合计”减：累计折旧1000026347表八固定资产净值188699241302固定资产合计188699241302无形资产及递延资产无形资产17001000根据