摘要由AI智能服务提供本文由世杰老师分享销售收入预测的看法，强调销售预测作为财务预测起点的重要性，指出其复杂性和需多部门协作。他详细讲解了利用历史数据进行线性回归预测销售收入的方法，包括公式解析、相关系数R的作用，并通过案例展示了不同计算方法的应用。最后，世杰老师提醒线性回归预测仅为参考，需结合公司实际情况综合考量多种影响因素。
01
你好，我是世杰老师，今天给大家分享销售收入预测的一些个人看法，希望对你有所启发。
我们知道销售预测是财务预测的起点，很多时候需要我们先确定销售收入，再确定销售成本及费用，进而估算需要增加投入的经营性资产，以及伴随产生的经营性负债，或者追加长期资本的投入等等。
而销售收入预测是一件比较困难的事，往往不是财务一个职能部门可以做好，需要多个部门的共同协作。
02
对销售的预测涉及的关键因素是比较多的，因公司而异。比如大型制造企业，可以依据正在履行和新签订的订单来对未来几年的收入进行预测，成长期的互联网企业可以依据公司收入增长历史数据，结合行业增长情况进行预测等，本文给大家讲讲如何利用历史数据进行收入的预测。
依据历史多年数据对收入进行预测常用的方法有指数平滑、移动加权、线性回归等等，今天要给大家讲的是历史数据进行线性回归的方法进行收入的预测。
03
先首先来认识一下线性回归法，它是数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。简单可以理解为从多个变量数据中寻找数据之间的关系。
公式的表达式为：Y=aX+b。
看到这个公式，相信大家再熟悉不过，财务管理中很多的计算常常用到它，比如量本利分析及其对应的混合成本分解，资本资产定价模型贝尔塔的计算等等。
公式中的x是自变量；y是因变量，会伴随X的变动而变动；a可以理解为斜率；b是截距。
线性回归还涉及到一个重要名词，他就是相关系数R，学习过财务管理的同学相信对这个R不陌生。R介于-1到1之间，当R为正数，表示正相关，即Y伴随X的变动为同一个方向，比如X越大，Y就越大，R为负数表示负相关。R的绝对值越大，表示相关程度越强，越小表示越弱，后文也会涉及到他的计算。
04
案例：已知2004-2016年各年收入，求利用线性回归法计算2017年收入预测数值。
方法1：利用函数LINEST和INTSRCEPT分别计算公式中的a和b，进而用Y=aX+b计算出因变量Y（收入）
备注：公式中的X表示自变量，Y表示因变量（可以这么理解，Y因为X的变动而变动，故称因变量）
函数LINEST,包含4个参数，参数1是Y值历史区域，参数2是X值历史区域,参数3和参数4正常情况下可以不输入。
函数INTSRCEPT,亦包含2个参数，参数1是Y值历史区域，参数2是X值历史区域。
计算出a和b后，通过Y=aX+b得出2017年（14）的线性回归值，如下图。
方法2，直接通过函数TREND计算出Y值。
函数TREND可以直接返回线性回归的Y值。它有4个参数，参数1：历史数据Y值，参数2：历史数据X值，参数3：预测数据中X值，参数4：是否强制b为0，可忽略掉。
方法3：利用图表趋势线，直接显示公式和相关系数。
选中历史数据，插入折线图或者柱形图等图表，然后在图表中添加趋势线，勾选显示公式即可。
我们亦可同时勾选显示R平方值，得出相关系数。我们看到2004年到2016年得出的相关系数为0.9489，说明目前状态下，年份的增长和收入的增长是强正相关，企业目前处于稳定的增长期（下图版本为office2016，其他版本或者wps的同学，趋势线格式界面不是这样，原理相通，可以自己摸索）。
关键语
利用线性回归对收入进行预测参考的重要性因公司而异，因为收入和年份增长的没有“天然”的相关性。
什么是“天然”的相关性呢？比如工厂电费和工厂产量，电话费和公司通话时间等等，虽然电费和电话费它们也受很多因素的影响，但是产量是电费主要的影响因素，同时他们绝大多数情况为稳定的正相关，公司电话费与座机通话时间同理。
但是年份的增长和收入的相关性是不稳定的，大部分企业都有一个成长期、成熟期和衰败期，在成长期，会有一个较强的正相关，伴随时间的推进，收入持续扩大，成熟期相关性逐步减弱，但到了衰退期用线性回归，可能计算出来收入和年份增长会出现负相关关。同时收入受很多因素的影响，时间仅仅是一个维度而已。
故线性回归计算出的预测，仅仅可以作为一个参考的依据。对收入进行预测的时候，可以依据公司实际情况，列出多个可能会对收入产生影响的因素，一次对他们确定一个权重，分别进行计算，最后进行加权，应该会更具有一个参考性。
作者：我是世杰，财务excel深度玩家，坚持每天分享财务excel干货，微信公众号：24财务excel
推荐阅读