基于主成分回归的企业物流成本多元线性预测模型研究.docx

2
基于主成分回归的企业物流成本多元线性预测模型研究
0 引言
　　物流既是企业主要运营成本的产生点，又是降低成本的关键点，物流是成本降低的宝库。对物流成本进行管理能够降低资源消耗、提高劳动生产率、增进企业经营效果、降低企业总2
基于主成分回归的企业物流成本多元线性预测模型研究
0 引言
　　物流既是企业主要运营成本的产生点，又是降低成本的关键点，物流是成本降低的宝库。对物流成本进行管理能够降低资源消耗、提高劳动生产率、增进企业经营效果、降低企业总体费用，对企业的经营和进展具有特殊重要的现实与长远意义。为此，许多企业都在谋求降低物流成本的途径，并致力于这方面的争论和实践。本文从微观的角度对企业物流成本进行科学猜想，使企业对将来的物流成本水平及其变化趋势做到“心中有数”，为企业的物流成本决策供应有效依据，以削减物流成本决策过程中的主观性和盲目性。
　　物流成本涵盖了从生产企业内部原材料的选购、供应为开头，中间经过生产制造过程中的半成品、产成品的仓储、包装、装卸、搬运、运输以及最终在消费领域产生的验收、仓储、保管、分类、配送、废品回收等过程发生的全部成本。因此我们可以看到影响物流成本的因素众多，以这些因素为基础在对总成本进行猜想时会涉及多个参数变量，而这些参数之间往往很可能存在较强的相关性关系，即存在信息干扰。利用具有信息干扰的样本数据建立模型进行猜想时不但会增加模型的简洁程度，而且会降低模型的猜想精度和牢靠性。主成分分析能将多个原始变量通过降维技术转化为线性无关的（不存在信息干扰）且能反应原始变量绝大部分信息的少数几个解释变量，通过对这些解释变量重新进行线性拟合，调整出来的新的模型能够很好地解决上述问题。
3
　　1 主成分回归猜想模型
　　通过大量的相关文献阅读和企业实地调查，我们发觉影响企业物流总成本的因素包括：运输成本x1、选购成本x2、库存成本x3、流通包装率x4、管理和信息成本x5、产品破损率x6和产品废品率x7。其中运输成本、选购成本以及库存成本??成企业物流成本的主要部分，管理与信息成本、产品废品率和产品破损率也在相当程度上影响了总的物流成本。因此我们在进行物流成本的猜想过程中必需将这些因素囊括进来，以确保猜想的有效性。我们首先设置物流总成本为y，选取近28个月的企业物流成本数据进行线性拟合，利用多元线性回归的方法，拟合得出下面的线性模型：
　　2 基于主成分回归的物流成本猜想模型的应用
　　文章选取某生产型企业2013年10月份到2016年2月份的28月的实际物流成本数据为样本数据。首先对数据进行标准化处理，选取处理后的前25组数据作为训练样本模型建立数据，后3组数据用于模型的猜想精度检验。文章对标准化后的数据进行主成分提取，图1列出了各个变量的主成分特征值和累计贡献率。
　　对物流成本进行主成分分析，设置提取初始特征值累计贡献率达到80%，对图1我们可以观看到特征值（开方值）、特征值贡献率以及累计特征值贡献率，前面3个特征值较大，、、，，。%，满足我们设置的特征值累计贡献率要求，已经可以反应绝大部分的样本信息，同