Проблема совершенствования учета и анализа затрат на хлебопекарных предприятиях (стр. 23 из 31)
3.2 Модель зависимости и прогнозирования уровня затрат на хлебопекарных предприятиях
Ключевым моментом стратегического планирования по важности, многовариантности и продолжительности определяемых им последствий является выбор стратегии.
Практический опыт разработки и эксплуатации систем стратегического планирования показывает, что несмотря на разнообразие аналитических подходов к выбору стратегии, их можно сгруппировать и классифицировать по трем основным признакам [91]:качественные, эвристические, экономические методы.
На наш взгляд, более перспективными для применения в системах стратегического планирования хлебозаводов являются методы, относящиеся к третьей группе. Использование экономических моделей в системе управления обусловлено необходимостью предсказать последствия принимаемых решений. При этом моделью может быть любой абстрактный образ реально существующей экономической системы, отражающей наиболее важные, существенные ее взаимосвязи.
Методические подходы к анализу затрат изложены в работах ученых-экономистов: В.В. Ковалева, Г.В. Савицкой, Е.С. Стояновой. Однако проблема обеспечения эффективной деятельности предприятий в условиях рыночной экономики требует дополнительных исследований, а именно: разработки методики прогнозирования затрат, выявления резервов снижения затрат, с тем, чтобы обеспечить безубыточную и рентабельную деятельность хлебопекарных предприятий.
Математические методы и модели, используемые в задачах стохастического анализа и прогнозирования в бизнесе, могут относиться к самым различным разделам математики: к регрессионному анализу, анализу временных рядов, формированию и оцениванию экспертных мнений, имитационному моделированию, анализу ранговых корреляций и таблиц сопряженности и т.д. Однако все они объединены тем, что представляют собой различные подходы к решению центральной проблемы многомерного статистического анализа и эконометрики – проблемы статистического исследования зависимостей, которая является базовой проблемой статистического анализа и прогнозирования в бизнесе.
Среди компонент анализируемого многомерного признака могут быть как количественные, так и ординальные и номинальные переменные. Соответствующая специализация этих подходов отражена в таблице 3.6.
Таблица 3.6
Приемы многомерного статистического анализа, применяемые для анализа и прогнозирования
Природа результирующих показателей  | Природа объясняющих переменных  | Название обслуживающих разделов многомерного статистического анализа |
| Количественная | Количественная | Регрессионный анализ и системы одновременных уравнений |
| Количественная | Единственная количественная переменная, интерпретируемая как «время» | Анализ временных рядов |
| Количественная | Неколичественная (ординальные или номинальные переменные) | Дисперсионный анализ |
| Количественная | Смешанная (количественные и неколичественные переменные) | Ковариационный анализ, модели типологической регрессии |
| Неколичественная (ординальные переменные) | Неколичественная (ординальные и номинальные переменные) | Анализ ранговых корреляций и таблиц сопряженности |
| Неколичественная (номинальные переменные) | Количественная | Дискриминантный анализ, логит- и пробит-модели, класстер-анализ, таксономия, расщепление смесей распределений |
| Смешанная (количественные и неколичественные переменные) | Смешанная (количественные и неколичественные переменные) | Аппарат логических решаю-щих функций, Data Mining |
| Количественная | Количественная | Регрессионный анализ и системы одновременных уравнений |
Тем не менее, практика статистического анализа и прогнозирования в бизнесе свидетельствует о том, что во всем спектре их математического инструментария бесспорное лидерство (по распространенности и актуальности) принадлежит трем разделам:
– регрессионному анализу;
– анализу временных рядов;
– механизму формирования и статистического анализа экспертных оценок.
Наиболее часто для этих целей используется метод корреляционно-регрессионного анализа, основными задачами которого являются следующие:
1) отбор факторов, определяющих исследуемые результативные показатели;
2) классификация и систематизация факторов с целью обеспечения комплексного и системного подхода к исследованию их влияния на результаты хозяйственной деятельности;
3) определение формы зависимости между факторами и результативными показателями;
4) моделирование взаимосвязей между результативными и факторными показателями;
5) расчет влияния факторов и оценка роли каждого из них в изменении величины результативного показателя;
6) практическое использование факторной модели для управления экономическими процессами [147].
В процессе анализа факторов, влияющих на уровень затрат, применяется ряд специальных способов и приемов, которые можно объединить в две группы: традиционные и математические.
Традиционные методы экономического анализа позволяют дать количественную оценку связи между анализируемыми характеристиками, которая является детерминированной. Детерминированное моделирование факторных систем ограничено длиной факторного поля прямых связей. Для изучения косвенных связей, то есть опосредованных факторов, нами проведен стохастический анализ.
Решение задач стохастического факторного анализа с применением программы электронных таблиц Excel достигнуто путем:
1) выявления основных факторов, влияющих на результативный показатель (уровень затрат);
2) подбора вида регрессии, который наилучшим образом отражал бы действительную связь изучаемых показателей с набором факторов;
3) разработки модели, позволяющей определить влияние каждого фактора на результативный показатель и рассчитать его прогнозное значение.
В данной работе исследовалась зависимость уровня затрат от различных факторов по совокупности хлебопекарных предприятий Ростовской области. Исходные данные для анализа уровня затрат исследуемой совокупности предприятий представлены в Приложении 8.
Путем логического анализа нами выбраны следующие факторы, оказывающие влияние на уровень затрат (у): объем реализации (х1); производительность труда работников (х2); фондоотдача основных средств (х3); фондовооруженность труда работников (х4); средняя цена одной тонны продукции (х5); доля условно-переменных затрат в общей их сумме (х6); сумма условно-постоянных затрат (х7).
Взаимосвязь перечисленных показателей и уровня затрат можно обосновать, следующим образом:
– объем реализации (х1). Рост объема реализации сопровождается увеличением абсолютной величины переменных затрат;
– производительность труда работников (х2) характеризует эффективность использования трудовых ресурсов. Размер затрат, связанных с использованием рабочей силы, определяется численностью и составом работников предприятия, а увеличение эффективности использования трудовых ресурсов обеспечивает рост производительности труда и, соответственно, вызывает снижение затрат, связанных с использованием данного фактора производства;
– объем реализации продукции зависит от изменения фондоотдачи (х3) и фондовооруженности (х4), следовательно, последние в свою очередь оказывают влияние на изменение уровня затрат предприятия.
Большой интерес представляет анализ структуры затрат с точки зрения выделения суммы условно-постоянных (х7) и доли условно-переменных затрат (х6). Переменные затраты изменяются в целом пропорционально изменениям объема деятельности, и чем меньше угол наклона графика этих затрат, тем меньше удельные переменные затраты.
Показатель средней цены за одну тонну продукции (х5) содержит важную информацию для анализа структуры затрат, поскольку цену формируют затраты. Издержкоемкость влияет на среднюю цену продукции.
Однородность исследуемой информации относительно распределения ее около среднего уровня затрат подтверждает среднее квадратическое отклонение и коэффициент вариации, рассчитанные по каждому факторному и результативному показателю.
Коэффициенты вариации результативного показателя и факторов не превышают 33 %, что свидетельствует об однородности исходной информации. На основании показателей вариации нами определен необходимый объем выборки данных для корреляционно-регрессионного анализа группы предприятий по формуле:
n=V2t2/m2, (3.21)
где n – необходимый объем выборки данных; V – коэффициент вариации, %; t – табличное значение распределения Стьюдента при выбранной доверительной вероятности; m – предельная ошибка выборки (для экономических расчетов допускается ошибка 5-8 %) [145].
Используя рассчитанные коэффициенты вариации при заданной вероятности (Р=0,95 и t=2,052), мы получили значение объема выборки n=25, исходя из самого высокого значения заданного коэффициента. Следовательно, принятый в расчет объем выборки является достаточным для проведения анализа [32].
Следующее требование к исходной информации – соответствие ее закону нормального распределения. Согласно этому закону основная масса исследуемых сведений по каждому показателю должна быть сгруппирована около ее среднего значения.