A公司生产消耗的原燃料基本依赖外采资源，主要通过集团总部按月统一采购、统一定价，只有部分精粉自采。为维护交易双方利益，合同期内采购价格随同期市场行情进行调整，如若市场行情剧烈震荡，则月中调价节奏频繁、调整幅度较大。公司在原燃料进厂过磅验收入库后，一般按供货批次等方式进行结算，由于发票递送超过当月结算时间节点等多种原因，月末则会发生数量较多、价值较大的暂估原燃料，而这些货物往往涉及多笔采购合同价格。因此，核算原燃料采购成本时，财务人员很难在短暂的结账期间将原燃料采购收货明细单据与其对应的合同价格逐一匹配，且与货物批次相对应的质量性、数量性扣款未能及时形成或不能及时报至财务。可见，合同价值已然缺乏可靠性，难以判别该采用哪一笔合同价格进行估值，如果采用当月合同均价，也会与原燃料实际成本之间产生较大的偏差，不能反映物料真实价值，更不满足会计信息质量的相关要求。

同时，A公司原燃料发出时采用月末一次加权平均法，估值入账的原燃料也参与了加权平均单价的计算，从而导致发出原燃料成本计算偏差，进一步影响产品成本和企业利润核算的精确性，造成了会计信息失真的连锁反应。为此，A公司管理层较为重视大宗原燃料暂估价值的成本偏差问题，提出要用新理念、新视野、新方法推进暂估原燃料成本核算工作，于是相关财务人员确立创新项目方向和思路，依托SPSS软件平台应用回归分析法构建了原燃料暂估成本模型，经实践检验效果较好，提高了原燃料暂估价值核算精准度。

（一）分析对象与思路

A公司采购的原燃料品种、数量较多，与之交易的供应商较多且月内多次供货，结算流程繁杂，在这种情况下，选取分析对象数据十分关键。为突出会计信息质量的重要性及简化分析程序，本文中因变量选择单品种原燃料次月加权结算单价，不进行挑选与前期暂估原燃料单据相对应结算价值这样繁重的抽单工作；自变量选取单品种原燃料当月最后一期合同调价，原因是A公司未结算的原燃料一般发生在下旬，最后一期合同调价比较有代表性。构建模型的基本思路是：第一步，依托SPSS软件，应用相关性分析、回归分析法探索暂估原燃料当月最后一期合同调价与次月结算单价之间的线性关系，并推导建立回归模型；第二步，月末，发挥回归模型的预测功能，将暂估月最后一期合同调价代入回归方程预测次月结算单价，并以此预测价格进行财务暂估入账，目的是有效减小铁前大宗原燃料暂估价格偏差，使得成本信息更能贴近真实水平，实现生铁成本精准化核算。

（二）回归模型的具体创建

A公司年冶金焦炭采购量达100万余吨，暂估价格偏差问题突出，对生铁成本影响大，因此本文以外采焦炭为例介绍回归预测模型的具体创建。

首先，从A公司铁前事业部2017年1月至2019年6月外采焦炭财务核算数据中，连续抽取30组样本数据，即次月加权结算单价和当月最后一期合同调价，导入SPSS软件进行相关性分析和回归分析。通过绘制散点图发现，结算单价与合同调价间散点分布密集和趋势明显，运算结果显示两变量的“Pearson相关性系数”为0.951，“显著性（双侧）”结果为0.000，表明具备显著性，因此，可以判定两变量间存在较强的正相关性。

其次，借助SPSS软件，采用Enter回归分析法对所选取的2个指标数据进行回归分析，得到外采焦炭结算单价与合同调价之间的一元线性回归方程，即结算单价=合同调价×0.899+198.926，并且F检验、T检验结果都为显著。

最后，选取A公司2019年7～10月外采焦炭财务核算数据进行实际数据验证。回归方程预测价值更加贴近次月结算单价，有效地拟合了暂估价值偏差，最好的一期8月偏差0.42元/吨，在财务角度看来达到准确预测，4个月总体看来偏差优化幅度接近60%，数据优化效果令人满意。

责任编辑 陈利花