Exemplo de média móvel

Home & gt; & gt; Tópicos de Contabilidade de Inventário

O método da média ponderada | Custeio médio ponderado

Visão geral do método de média ponderada

O método da média ponderada é utilizado para atribuir o custo médio de produção a um produto. Custeio médio ponderado é comumente usado em situações onde:

Itens de inventário são tão entremeados que é impossível atribuir um custo específico para uma unidade individual.

O sistema de contabilidade não é suficientemente sofisticado para rastrear camadas de inventário FIFO ou LIFO.

Itens de inventário são tão commoditized (ou seja, idênticos entre si) que não há nenhuma maneira de atribuir um custo para uma unidade individual.

Ao usar o método da média ponderada, divida o custo dos bens disponíveis para venda pelo número de unidades disponíveis para venda, o que gera o custo médio ponderado por unidade. Neste cálculo, o custo dos bens disponíveis para venda é a soma do inventário inicial e das compras líquidas. Em seguida, use esse valor médio ponderado para atribuir um custo ao estoque final e ao custo dos produtos vendidos.

O resultado líquido da utilização do cálculo do custo médio ponderado é que a quantidade registada de inventário à mão representa um valor entre as unidades mais antigas e mais recentes adquiridas em stock. Da mesma forma, o custo dos produtos vendidos refletirá um custo entre as unidades mais antigas e mais recentes que foram vendidas durante o período.

O método da média ponderada é permitido segundo os princípios contábeis geralmente aceitos e as normas internacionais de relatório financeiro.

Exemplo de cálculo de custo médio ponderado

A Milagro Corporation opta por utilizar o método da média ponderada para o mês de maio. Durante esse mês, registra as seguintes transações:

O custo total real de todas as unidades de estoque compradas ou iniciadas na tabela anterior é de $ 116.000 ($ 33.000 + $ 54.000 + $ 29.000). O total de todas as unidades de estoque compradas ou iniciadas é de 450 (150 estoque inicial + 300 adquiridos). O custo médio ponderado por unidade é, portanto, US $ 257,78 (US $ 116 mil e dividir, 450 unidades).

A avaliação de inventário final é de US $ 45.112 (175 unidades e vezes, custo médio ponderado de US $ 257,78), enquanto o custo de bens vendidos avaliação é $ 70.890 (275 unidades e vezes, $ 257.78 custo médio ponderado). A soma destes dois valores (menos um erro de arredondamento) é igual ao custo real total de 116 mil dólares de todas as compras e início do inventário.

No exemplo anterior, se a Milagro usasse um sistema de inventário perpétuo para registrar suas transações de estoque, teria que recalcular a média ponderada após cada compra. A tabela a seguir usa as mesmas informações no exemplo anterior para mostrar as recomputações:

Movimentação de estoque - Custo unitário médio

Venda (125 unidades @ $ 220)

Compra (200 unidades @ $ 270)

Venda (150 unidades @ $ 264.44)

Compra (100 unidades @ $ 290)

Observe que o custo dos produtos vendidos de US $ 67.166 e o ​​saldo do estoque final de US $ 48.834 equivale a US $ 116.000, o que corresponde ao total dos custos no exemplo original. Assim, os totais são os mesmos, mas o cálculo da média ponderada móvel resulta em ligeiras diferenças na repartição dos custos entre o custo dos bens vendidos e o inventário final.

Exemplo de suavização média móvel

Este exemplo ilustra como usar a técnica Moving Average Smoothing do XLMiner para descobrir tendências em uma série temporal que contém sazonalidade. Na faixa XLMiner, na guia Aplicando seu modelo, selecione Ajuda - Exemplos. Então Exemplos de Previsão / Mineração de Dados. E abra o conjunto de dados de exemplo, Airpass. xlsx. Este conjunto de dados contém os totais mensais dos passageiros das companhias aéreas internacionais de 1949-1960.

Depois que o conjunto de dados de exemplo for aberto, clique em uma célula no conjunto de dados e, em seguida, na faixa XLMiner, na guia Série temporal, selecione Partição para abrir a caixa de diálogo Data de partição de séries temporais.

Selecione Mês como variável de tempo e Passageiros como variáveis ​​nos dados de partição. Clique em OK para particionar os dados em conjuntos de treinamento e validação. (O particionamento é opcional. As técnicas de suavização podem ser executadas em conjuntos de dados não particionados completos.)

Clique na planilha Data_PartitionTS e, em seguida, na faixa XLMiner, na guia Série temporal, selecione Suavização - Média móvel para abrir a caixa de diálogo Alinhamento médio móvel.

O mês já foi selecionado como a variável Tempo. Selecione Passageiros como variável Selecionada. Uma vez que este conjunto de dados deverá incluir alguma sazonalidade (ou seja, o aumento do número de passageiros das companhias aéreas durante as férias e os meses de Verão), o valor para o parâmetro - peso deve ser o comprimento de um ciclo sazonal (ou seja, 12 meses). Como resultado, digite 12 para Intervalo e selecione Produzir previsão na validação.

Clique em OK para aplicar a técnica de suavização ao conjunto de dados particionado.

Duas planilhas, MASmoothingOutput e MASmoothing_Stored. São inseridos imediatamente à direita da folha de dados Data_PartitionTS. Para obter mais informações sobre a planilha MASmoothing_Stored, consulte a seção Aplicando seu modelo - pontuando dados novos.

Clique na folha de cálculo MASmoothingOutput. O Lote de Tempo de Vs Real. Os gráficos de Previsão (dados de treinamento) e (dados de validação) mostram que a técnica de suavização de média móvel não resulta em um bom ajuste, já que o modelo não capta efetivamente a sazonalidade no conjunto de dados. Os meses de verão - onde o número de passageiros das companhias aéreas são geralmente altos - parecem estar sob previsão, e os meses onde o número de passageiros das companhias aéreas são baixos, o modelo resulta em uma previsão que é muito alta. Uma previsão de média móvel nunca deve ser usada quando o conjunto de dados inclui a sazonalidade. Uma alternativa seria realizar uma regressão no modelo e então aplicar esta técnica aos resíduos.

O próximo exemplo não inclui a sazonalidade. Na faixa XLMiner, na guia Aplicando seu modelo, selecione Ajuda - Exemplos. Em seguida, selecione Exemplos de previsão / mineração de dados. E abra o conjunto de dados exemplo Income. xlsx. Este conjunto de dados contém a renda média dos contribuintes por estado. Primeiro, particione o conjunto de dados em Conjuntos de treinamento e validação usando Ano como variável de tempo e CA como variáveis ​​nos dados de partição.

Clique em OK para aceitar os padrões de particionamento e criar os Conjuntos de treinamento e validação. A planilha Data_PartitionTS é inserida imediatamente à direita da folha de cálculo Renda.

Clique na planilha Data_PartitionTS e, em seguida, na faixa XLMiner, na guia Série temporal, selecione Suavização - Média móvel para abrir a caixa de diálogo Alinhamento médio móvel. Ano foi automaticamente selecionado como a variável Tempo. Selecione CA como variável Selecionada e, em Opções de saída, selecione Produzir previsão.

Clique em OK para executar a técnica Moving Average Smoothing. Duas planilhas, MASmoothingOutput e MASmoothing_Stored. São inseridos à direita da folha de dados Data_PartitionTS. Para obter mais informações sobre a planilha MASmoothing_Stored, consulte a seção Aplicando seu modelo - pontuando dados novos.

Os resultados da técnica Moving Average Smoothing neste conjunto de dados indicam um ajuste muito melhor.

Como calcular SMA - definição, exemplo, fórmula

Definição:

A média móvel simples é um conceito estatístico. É usado no cálculo da média do preço de fechamento por um período de tempo. A SMA é calculada adicionando o preço de fechamento do período de tempo e, em seguida, dividi-lo por número de período de tempo.

Fórmula :

Onde,

N = Número de Dados d = Média Móvel Dias M = Dados

Exemplo:

Calcular a média móvel Simples, quando o período de tempo é 3 e os preços de fechamento são 25, 85, 65, 45, 95, 75, 15, 35

Dado:

Preços de Encerramento = 25, 85, 65, 45, 95, 75, 15, 35 Período = 3 dias

Solução:

Cálculo de SMA do 3º dia ao 8º dia, no período de 3 dias.

A3 = (25 + 85 + 65) / 3 A 4 = (85 + 65 + 45) / 3 A 5 = (65 + 45 + 95) / 3 A 6 = (45 + 95 + 75) / 3 A 7 = (95 + 75 + 15) / 3 A 8 = (75 + 15 + 35) / 3

Resultado: