180040 (Экономическая диагностика предприятия ОАО "СевГОК"), страница 2

R – радиус радара. Так как в нашем случае показателей качества 5 (см. табл. 1.3), то радиус желательно выбрать кратным пяти. Пусть это будет 10.

Затем на разбитой шкале проставляются значения по каждому предприятию отдельно. На основании этого определяется геометрическая длина конкурентного преимущества по формуле:

α_ij=(К_ij - K_min ) / Ц_i (2.2)

где К_ij– i-ый показатель по j-му предприятию.

На базе данных расчетов вычисляется площадь так называемой контролируемой зоны преимуществ предприятия (т.е. его радар) :

S_p=0,5sinβ(α_1j* α_2j+ α_2j* α_3j+ α_3j* α_4j+ α_4j* α_5j+ α_5j* α_1j) (2.3)

где β – угол между показателями (для всех одинаковый), определяемый по формуле :

β=360^o/ n (2.4)

где n – количество показателей. Так как у нас показателей 5, то эта величина равна 72^о (360/5).

После этого определяется максимальная зона контроля, представляющая собой окружность заданного радиуса, площадь которой определяется следующим образом:

S_max=πR² (2.5)

В таком случае конкурентоспособность j-го предприятия определяется по фо рмуле:

К_j= S_p/ S_max (2.6)

ОАО “СевГОК” - предприятие эффективно внедряющие новые технологии, и затраты на НИОКР составляют довольно большие суммы. Поэтому диагностика эффективности затрат на НИОКР – одно из важнейших направлений диагностики предприятия.

В качестве базы определения эффективности затрат на НИОКР могут быть взяты различные показатели деятельности под разным ракурсом обзора. Но итоговым и обобщающим всегда будет выручка от реализации – ради нее и функционирует любая коммерческая организация вообще.

Поэтому предлагается провести линейно-кусочную аппроксимацию затрат на НИОКР и выручки от реализации.

Для ее осуществления необходимы данные по этим затратам и доходам в годовом или хотя бы квартальном разрезе (в идеале – по месяцам). По законодательству Украины подобная информация подается вместе с прочей налоговой отчетностью поквартально, поэтому будем исходить из этого.

Обозначим через Х_ij – затраты на НИОКР i-го квартала j-го года, Y_ij – выручку от реализации в соответствующем периоде. Тогда расчет коэффициента аппроксимации лучше всего производить в следующей форме:

Таблица 2.1 Форма проведенная аппроксимации

Год	Квартал	Хij	Yij	Хij*Yij	Хij - Хср	Yij - Yср	(Хij - Хср)2	(Yij - Yср)2
2003	1	Х11	Y11	Х11*Y11	Х11 - Хср	Y11 -Yср	(Х11 - Хср)2	(Y11 - Yср)2
	2	Х21	Y21	Х21*Y21	Х21 - Хср	Y21 -Yср	(Х21 - Хср)2	(Y21 - Yср)2
	3	Х31	Y31	Х31*Y31	Х31 - Хср	Y31 -Yср	(Х31 - Хср)2	(Y31 - Yср)2
…	…	...	…	…	...	…	…	…
2005	…	...	…	…	...	…	…	…
	2	Х105	Y105	Х105*Y105	Х105 - Хср	Y105 - Yср	(Х105 - Хср)2	(Y105 - Yср)2
	3	Х115	Y115	Х115*Y115	Х115 - Хср	Y115 - Yср	(Х115 - Хср)2	(Y115 - Yср)2
	4	Х125	Y125	Х125*Y125	Х125 - Хср	Y125 - Yср	(Х125 - Хср)2	(Y125 - Yср)2
	Всего	∑Х	∑Y	∑X*Y	∑ΔХ	∑ΔY	∑ΔХ2	∑ΔY2

где Хср и Yср – среднеквартальные значения затрат на НИОКР и выручки от реализации соответственно.

Лишь после этого приступают к расчету дисперсий (мер рассеяния) затрат на НИОКР и выручки от реализации :

σ_х = ((∑ΔХ² ) / 12)^0,5 (2.7)

σ_y = ((∑ΔY² ) / 12)^0,5 (2.8)

где 12 – количество кварталов исследования (3 года)

Рассчитав среднее значение совместного проявления факторов (X*Y)_ср , можно найти искомый коэффициент аппроксимации :

r = ((X*Y)_ср – X_ср*Y_cр) / (σ_х*σ_y) (2.9)

Конечный этап – интерпретация полученного значения. По этому поводу используют следующую систему :

Таблица 2.2 Интерпретация коэффициента аппроксимации

Значение r	Характеристика
(1; 0,75)	Затраты на НИОКР существенно увеличивают выручку от реализации. Целесообразно и в дальнейшем увеличивать инвестирование отдела НИОКР.
(0,75; 0,35)	Затраты на НИОКР увеличивают выручку от реализации, но этот прирост носит нестабильный характер. Желательно внести корректировки в деятельность отдела НИОКР.
(0,35; -0,35)	Затраты на НИОКР несущественно влияют на выручку от реализации. Деятельность отдела НИОКР следует признать неэффективной.
(-0,35;-0,75)	Затраты на НИОКР и выручка от реализации движутся в противоположных направлениях. Отдел НИОКР представляет собой "пятую колонну" в структуре предприятия.
(-0,75; -1)	Без комментариев. На практике такое еще не встречалось.

Важнейшей составляющей конкурентоспособности продукции является ее стоимость. Поэтому чрезвычайно важно определить оптимальный объем производства, обеспечивающий минимум совокупных издержек. Версия о том, что постоянное увеличение производства ведет к снижению себестоимости единицы, справедлива лишь в теории. Практический опыт показывает отсутствие линейной зависимости между объемом выпуска и совокупными затратами – в проявлении эффекта масштаба дает о себе знать закон Кларка – убывающая производительность ресурсов производства при неизменном инвестировании.

Добиться оптимального размера производства можно, в данном случае, применяя методику построения интерполяционного полинома. Она предполагает следующее :

1. Группировка опытных данных по объему производства таким образом, чтобы они образовывали арифметическую прогрессию. Сразу же определяем шаг этой прогрессии.

2. На основании теоремы Вейерштрасса ( конечная разность n-го порядка есть конечная разность конечной разности (n-1) порядка ) вычисляем конечные разности по совокупным затратам для каждого исследуемого периода.

Рассчитываются параметры полинома по формуле:

a_n = Δⁿy₀ / n!hⁿ (2.10)

где Δⁿy₀ – конечная разность n-го порядка;

n – уровень полинома;

hⁿ – шаг полинома соответствующего уровня.

1. Строится полученный полином, в общем виде представляющий собой нелинейное, как правило, уравнение. Обозначим его y = f(x) .

Оптимальный объем производства данного изделия при известной эмпирической функции находится там, где первая производная обращается в нуль и в случае минимума меняет свой знак с отрицательного на положительный, то есть выполняется система условий:

1. dy/dx = 0

2. f(x₁)<0

3. f(x₂)>0

4. x₁02

где x₀ – точка, в которой производная обращается в ноль.

Определив точку оптимума, находят коэффициент оптимальности выпуска :

ﻵ = х_ф / х₀ (2.11)

где х_ф – фактический объем производства.

Различают следующие уровни градации ﻵ :

1. ﻵ>1 – предприятие занимается перепроизводством продукции, вследствие чего понесло дополнительные издержки, частично покрытые доходом от реализации.

2. ﻵ →1. Предприятие движется в правильном направлении и оптимизирует объем производства.

3. ﻵ<1 – предприятие недопроизводит продукцию, из-за чего упускает

потенциальную прибыль.

Совместное проявление конкурентоспобности продукции и выручки от ее реализации находит свое отражение в этапе жизненного цикла этой продукции. В последнее время все большее число субъектов хозяйствования применяют для решения данной задачи моделирование сепарабельной дивергенции. Рассмотрим подробнее эту методику.

Ее основу составляет принцип минимальных квадратических отклонений. Сперва выбирается вид модели. Пусть это будет наиболее простая из существующих – линейная однофакторная следующего вида :

y = a * х + b(2.12)

где у – выручка от реализации ;

x – установленная цена за единицу продукции,

a и b – параметры модели, которые нужно определить.

Пусть предприятие в течение последнего года получало по у_i тыс. грн. дохода от реализации ежемесячно при цене х_i грн. за единицу. Принцип минимальных квадратических отклонений предполагает, что суммарные ошибки модели за все месяцы года будут минимальными. Поэтому функцию ошибок S можно выразить следующим образом :

S = ∑( a * х_i + b – y_i ) → min (2.13)

Как уже упоминалось, минимум данной функции находится там, где ее производная равна нулю. Так как переменных у нас две – а и b – то справедливой будет следующая система равенств :

dS / da = 0

dS / db = 0

Решается эта система дифференциальных уравнений путем нахождения частных производных :

dS / da = 2∑( a * х_i + в – y_i )х_i = 2 [ a∑ х_i ² + b∑ х_i - ∑ х_iy_i ]

dS / db = 2∑( a * х_i + в – y_i ) = 2 [ a∑ х_i + b * n - ∑ y_i ]

Приравнивая каждую производную к нулю, получаем :

a∑ х_i ² + b∑ х_i = ∑ х_iy_i

a∑ х_i + b * n = ∑ y_i

Таким образом, получаем решение :

a = ∑ y_i / n

b = ∑div(x_i * y_i)/ ∑div² xⁱ

После этого определяют, как ведет себя выручка от реализации у при приращении цены х на 1% :

Е_у =( a * х * 1,01 + b ) / ( a * х + b )(2.14)

В зависимости от значения Е_у дают следующую характеристику продукции :

Таблица 2.3 Анализ результатов сепарабельной дивергенции

Значение Еу	Характеристика
(1,0 ; Еу ;1,4)	Продукция находится на завершаюющей стадии жизненного цикла - этап спада. Присутствует необходимость в ее модернизации или нахождении новых сегментов потребителей.
(1,4; Еу ; 1,6)	Продукция находится на фазе зрелости. Возможности по увеличению цены и объемов реализации исчерпаны - это отражается на темпах роста выручки от реализации.
(1,6; Еу ; 1,9)	Товар проходит стадию роста. Чем ближе значение Еу к 0,9 , тем больше возможностей у предприятия варьировать с ценой и объемом производства.
Еу>1,9	Товар все еще находится на этапе вывода на рынок.
Еу<1	Продукция обладает свойством Вэблена* или наблюдаются эффекты снобизма. Фазу жизненного цикла определить невозможно.

Свойство Вэблена – способность товара привлекать новых покупателей без проведения каких-либо дополнительных маркетинговых мероприятий. Функцию последних выполняет цена – ее рост приводит к неадекватному росту объемов продаж, а падение, соответственно, к их снижению.

Применение данной методики позволит можно достичь максимальной конгруэнтности субъекта анализа о текущем состоянии анализируемого предприятия.

РАЗДЕЛ 3 ПОСТРОЕНИЕ ФОРМЫ ЭКСПРЕСС-ДИАГНОСТИКИ ПРЕДПРИЯТИЯ

Проведем процедуру построения радаров, относительно“СевГОКа” и его ближайшего конкурента - “ВостГОКа “:

Таблица 3.1 Определение параметров радара

Показатель	Кмах	Кмin	Кмах-Кмin	(Кмах-Кмin)/R
1	95	91	4	0,4
2*	7	3	4	0,4
3*	1,406	1,2	0,206	0,021
4	97	87	10	1
5*	550	490	60	6

* - для данных показателей шкала будет построена в убывающем порядке, так как характеристики имеют обратный эффект на конкурентоспособность.

На базе данных расчетов мы можем определить геометрическую длину

конкурентных преимуществ – отдельно для “СевГОКа” и его конкурента - “ВостГОКа“:

Таблица 3.2 Определение геометрической длины преимуществ

Показ. Конк.	Цi	Kmin	“СевГОК”				“ВостГОК”
			Ki1	(Ki1-Kmin)*	αi1=(Ki1-Kmin)/Цi	Ki2		(Ki2-Kmin)*	αi2=(Ki2-Kmin)/Цi
1	0,40	91,00	93,00	2,00	5,00	95,00		4,00	10,00
2*	0,40	7,00	5,00	2,00	5,00	3,00		4,00	10,00
3*	0,02	1,41	1,35	0,06	2,81	1,20		0,21	9,81
4	1,00	87,00	94,00	7,00	7,00	97,00		10,00	10,00
5*	6,00	550,00	521,00	29,00	4,83	550,00		0,00	0,00

* - для показателей 2,3,5 следует читать Kmin - K_ij

По формуле 2.3 рассчитаем радары предприятий (при β=72^о) :

S_max = 3,14*10² = 314

1). Для “СевГОК”:

S_p = 0,5*sin72*116,714=55,5

К₁ = 55,5/314 = 0,176

2). Для “ВостГОК”:

S_p = 0,5sin72*216,19= 140,846

К₂ = 171,46/314 = 0,449

Таким образом, конкурентоспособность основной продукции “СевГОК” довольно заметно уступает продукции “ВостГОК”.

Эффективность проведения НИОКР оценим построением линейно -кусочной аппроксимации. Для расчетов используем данные 2003-2005 г.:

Таблица 3.3 Расчет коэффициента аппроксимации

Год	Квартал	Хij	Yij	Хij*Yij	Хij - Хср	Yij - Yср	(Хij - Хср)2	(Yij - Yср)2
2003	1	15,00	150089,00	2251335,00	-7,27	1913,67	52,86	3662120,11
	2	17,60	170089,00	2993566,40	17,60	170089,00	309,76	28930267921,00
	3	32,10	190089,00	6101856,90	32,10	190089,00	1030,41	36133827921,00
	4	24,20	110089,00	2664153,80	24,20	110089,00	585,64	12119587921,00
2004	1	20,30	97531,25	1979884,38	20,30	97531,25	412,09	9512344726,56
	2	12,60	147531,25	1858893,75	12,60	147531,25	158,76	21765469726,56
	3	50,60	177531,25	8983081,25	50,60	177531,25	2560,36	31517344726,56
	4	34,20	197531,25	6755568,75	34,20	197531,25	1169,64	39018594726,56
2005	1	12,30	122536,25	1507195,88	12,30	122536,25	151,29	15015132564,06
	2	10,56	122531,25	1294297,59	10,56	122531,25	111,58	15013907226,56
	3	11,46	140019,25	1604620,61	11,46	140019,25	131,33	19605390370,56
	4	26,32	152536,25	4014754,10	26,32	152536,25	692,74	23267307564,06
	Всего	267,24	1778104,00	42009208	244,97	1629928,67	7366,458	251902837514,61

Хср	Yср
22,27	148175,33

σ_х = (7366,458/12)^0,5 = 24,78

σ_y = (251902837514,61/12)^0,5 = 144885,83

Вычислим искомый показатель:

r =0,0559

Можно сделать вывод, что затраты на НИОКР увеличивают выручку от реализации, но этот прирост носит нестабильный характер. Желательно внести корректировки в деятельность отдела НИОКР.

Определим оптимальность объема производства методом построения полинома. Ниже представлены данные по наращиванию выпуска железорудного концентрата в 2005г. с 1 млн. до 1,8 млн. тонн и динамика совокупных затрат при этом:

Таблица 3.4 Данные для полиномирования

Объем производства, тыс. тн (х)	1	1,1	1,2	1,3	1,4	1,5	1,6	1,7	1,8
Совокупные затраты, млн.грн. (у)	0,8427	0,8802	0,9103	0,9336	0,9505	0,9624	0,9713	0,9798	0,9911

Построим по этим данным конечные разности и посмотрим, каков предельный уровень полинома:

Уровень 1.

1. 0,8802-0,8427=0,0375. 2. 0,9103-0,8802=0,0301. 3. 0,9336-0,9103=0,0233.

4. 0,9505-0,9336=0,0169. 5. 0,9624-0,9505=0,0119. 6. 0,9713-0,9624=0,0089

7. 0,9798-0,9713=0,0085. 8. 0,9911-0,9798=0,0113.

Уровень 2.

1. 0,0301-0,0375= -0,0074. 2. 0,0233-0,0301= -0,0072. 3. 0,0169-0,0233= -0,0064

4. 0,0119-0,0169= -0,0050. 5. 0,0089-0,0119= -0,0030. 6. 0,0085-0,0089= -0,0004

7. 0,0085-0,0113= 0,0028

Уровень 3.

1. -0,0072+0,0074=0,0002. 2. -0,0064+0,0072=0,0008. 3. -0,0050+0,0064=0,0014.

4. -0,0030+0,0050=0,0020. 5. -0,0004+0,0030=0,0026. 6. 0,0028+0,0004=0,0032

Уровень 4.

1. 0,0008-0,0002=0,0006. 2. 0,0014-0,0008=0,0006. 3. 0,0020-0,0014=0,0006.

4. 0,0026-0,0020=0,0006. 3. 0,0032-0,0026=0,0006.

Полином достиг предельного уровня – четвертого. Схема полинома имеет следующий вид:

Таблица 3.5 Построение полинома

Х	У	∆У	∆2У	∆3У	∆4У
1	0,8427
		0,0375
1,1	0,8802		-0,0074
		0,0301		0,0002
1,2	0,9103		-0,0072		0,0006
		0,0233		0,0008
1,3	0,9336		-0,0064		0,0006
		0,0169		0,0014
1,4	0,9505		-0,005		0,0006
		0,0119		0,002
1,5	0,9624		-0,003		0,0006
		0,0089		0,0026
1,6	0,9713		-0,0004		0,0006
		0,0085		0,0032
1,7	0,9798		0,0028
		0,0113
1,8	0,9911

Поскольку четвертые разности постоянны искомая функция выразится полиномом четвертой степени :

P(x)=a₀ + a₁(x-1) + a₂(x-1)(x-1,1) + a₃(x-1)(x-1,1)(x-1,2) + a₄(x-1)(x-1,1)*

*(x-1,2)(x-1,3)

При вычислении параметров а₁, а_2, а_3, а₄ учтем, что h=0,1, тогда:

а₀ = 0, 8427, а₁=0,0375:0,1=0,375, a₂= -0,0074:(2*0,01)= -0,37, a₃=0,0002:

:(6*0,001)=0,0333, a₄=0,0006:(24*0,0001)=0,25.

Искомый полином имеет вид:

P(x)=0,25x⁴ – 1,1167x³ + 1,4975x² – 0,2288x +0,4457

Определим минимум функции затрат P(x):

P’(x)= 0,25*4*x³ – 1,1167*3*x² + 1,4975*2*x

x³ – 3,3501 x² + 2,995x=0

x(x² – 3,3501x + 2,995)=0

Парабола затрат x² – 3,3501x + 2,995 направлена ветками вверх, так как коэффициент при x² больше ноля (1>0) функция при данных условиях имеет только минимум. Тогда координата х может быть найдена по формуле:

х_min = -b / 2a(3.1)

х_min = 3,3501 / 2 = 1,68 (млн. тн)

Поскольку фактический выпуск в 1,8 млн. превзошел оптимальный в 1,68 млн., то можно говорить о перепроизводстве размером 0,12 млн. тн.

Искомый коэффициент оптимальности выпуска составил :

ﻵ = 1,8 / 1,68 = 1,07

Определим жизненный цикл продукции, в нашем случае возьмем очищенный молибден. Квартальная выручка от реализации и соответствующая ей цена 2005г. представлены в таблице 3.6.

Таблица 3.6 Дивергирование выручки от реализации и цены

Квартал	ВР, тыс.грн.	Цена за тн., грн.	div ВР	div Ц	div (ВР*Ц)	div2 Ц
1	912,3	2950	16,222	-33,44	-542,4637	294266,844
2	856,214	2820,35	-39,864	-163,09	6501,4198	42268458,9
3	847,26	3012,5	-48,818	29,06	-1418,651	2012570,89
4	968,54	3150,89	72,462	167,45	12133,762	147228178
Всего	3584,314	11933,74	0,002	-0,02	16674,067	191803474

Вычисляем необходимые параметры :

a₀ =3584,314/4=896,078

a₁ = 16674,067/ 191803474= 0,0000869

Модель принимает вид :

ВР = 896,078+ 0,0000869*Ц

где Ц – среднегодовая цена (2983,435грн.)

Определим эластичность выручки от реализации по цене, применяя формулу 2.14:

Ey =(896,078+ 0,0000869*2983,435*1,01)/(896,078+ ,0000869*2983,435) = =1,000002892

Продукция находится на завершающей стадии жизненного цикла - этап спада. Присутствует необходимость в нахождении новых сегментов потребителей.

Предложенная методика достаточно полно отразила состояние конкурентоспособности продукции ОАО “СевГОК”. Однако она еще не полностью адаптирована для отечественных предприятий. Так, оценка эффективности деятельности отдела НИОКР методом аппроксимации ограничена в своем применении, поскольку подобные структуры в Украине встречаются редко, а взятый результирующий показатель – выручка от реализации – носит чисто условный характер.

Радар конкурентоспособности также тяжело построить, так как нр предприятиях не всегда аккумулируется информация о технических характеристиках и предельных способностях продукции конкурентов.

Оптимизация выпуска методом интерполирования достаточно сложна. Для ее проведения требуются специалисты высокой квалификации. Не каждое предприятие захочет применить подобную методику, хотя ее применение может окупить все моральные и материальные затраты.

ЗАКЛЮЧЕНИЕ

Проведенная диагностика показала наличие определенных проблем в области конкурентоспособности продукции ОАО “Сев ГОК”, они стали причиной снижения прибыльности предприятия.

Применение правильного подхода менеджмента предприятия позволит повысить его конкурентоспособность. Для этого необходимо повысить эффективность работы отдела НИОКР.

Также было выявлено перепроизводство продукции, это явное упущение планово-экономического отдела. Необходимо или увеличить производственные мощности, или повысить отдачу применяемых ресурсов или просто улучшить работу этого отдела.

Таким образом, можно сделать вывод, что диагностика позволяет дать количественную характеристику и качественную идентификацию состояния предприятия.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Боумэн К. Основы стратегического менеджмента / Пер. с англ. / Под ред. Л. Г. Зайцева, М. И. Соколовой. — М.: Банки и биржи, ЮНИТИ, 1997.— 176 с.

2. Видеке Б. Система рациональной организации металлургиче­ского производства / Б. Видеке, Ю. Б. Иванов. — Харьков: Основа, 1994.— 174 с.

3. Воронкова А. Э. Стратегическое управление конкурентоспо­собным потенциалом предприятия: диагностика и организация. — Лу­ганск: Изд. Восточноукраинского национального университета, 2000. — 316 с.

4. Горбашко Е. А. Конкурентоспособность промышленной продук­ции: Учебное пособие. — СПб.: Изд. СПбУЭФ, 1991. — 64 с.

5. Елисеева И. И. Группировка, корреляция, распознавание образов (Статистические методы классификации и измерения связей) / И. И. Елисеева, В.О. Рукавишников. — М.: Статистика, 1977. — 144 с.

6. Иванов Ю. Б. Конкурентоспособность предприятия: оценка, диагностика, стратегия. Научное издание / Колл. авторов. — Харьков: Изд. ХНЭУ, 2004. — 256 с. (Русск. яз.)