Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 11)

где Св, Сф - соответственно возможный и фактический уровень себестоимости изделия; Зд - дополнительные затраты, необходимые для освоения резервов увеличения выпуска продукции.

I. Фактический выпуск асфальтобетонной смеси составляет 115,6 тыс.тн, резерв его увеличения 25 тыс.тн, фактическая сумма затрат на производство всего выпуска асфальтобетонной смеси 20294 тыс.руб. Дополнительные переменные затраты на освоение резерва увеличения производства продукции 25 х 149,76 = 3594. Определим резерв снижения себестоимости 1 тн. асфальта:

Р↓Сасф = (20294 + 3594) / (115,6 + 25) - 2388/140,6 = 23888/140,6 -20294/115,6 == 169,90 - 175,56 = -5,64 руб.

II. Фактический выпуск бетона составляет 42,96 тыс.тн, резерв его

увеличения 8,6 тыс.тн, фактическая сумма затрат на производство

всего выпуска бетона 7609 тыс.руб. Дополнительные переменные

затраты на освоение резерва увеличения производства продукции

8,6 х 152,58=1312

Определим резерв снижения себестоимости 1 тн. бетона, используя ту же формулу, что и в предыдущем расчете:

Р↓Сбет = (7609 + 1312) / (42,96 + 8,6) - 7609/42,96 - 8921/51,56 -7609/42,96 = 173,02 - 177,12 = -3,92 руб.

ГЛАВА 3.ПРЕДЛОЖЕНИЯ ПО СОВЕРШЕНСТВОВАНИЮ СИСТЕМЫ УПРАВЛЕНИЯ ЗАТРАТАМИ НА ПРОИЗВОДСТВО

3.1. Разработка методики прогнозного формирования затрат предприятия

Важнейшей задачей предприятия является создание системы планирования и управления затратами.

Управление и планирование имеет в своей основе прогнозирование величины управляемого объекта.

В нашем случае объектом является масса затрат и, в частности, их удельный вес в объеме произведенной продукции.

В последнее время при планировании применяются методы логистического подхода к управлению производством.

Мы предлагаем производить прогнозирование затрат на планируемый период одним из таких методов – методом экстраполяции динамических рядов.

При планировании и управлении логическими активностями часто используются различные методы и модели прогнозирования. От точности и достоверности прогнозов потребительского спроса, расходования материальных ресурсов, уровня запасов и т.п. напрямую зависит эффек­тивность реализации практически всех логистических концепций. В практичес­кой деятельности используются различные методы прогнозирования в зависимости от требуемой точности (достоверности), объема и вида исходной информации и других факторов.

Прогнозирование является неотъемлемой частью различных ви­дов логистического планирования, стратегического, тактического, оперативного. Экономический прогноз позволяет установить возможные на­правления и различные варианты развития, а также помогает в выборе конкретных целей ее функционирования. Поэтому основ­ное назначение прогноза в логистике состоит в раскрытии тенден­ции изменения микро- и макрологистической среды и получения вероятностных количественных и качественных оценок динамики логистических активностей, необходимых персоналу менеджмента фирмы.

Для получения прогноза (у_п) какого-либо параметра (у) объекта или процесса мы должны иметь определенную модель прогнозирования, которая использует рет­роспективную (прошлую) информацию за определенный интер­вал времени в прошлом (период наблюдения или глубина ретрос­пекции), информацию о параметре «у» в настоящий момент време­ни и иногда прогнозную информацию о внешней среде. Точность и достоверность получаемого прогноза у_п будет зависеть от объема, точности и достоверности исходной информации, корректности применяемого метода (модели) и глубины прогноза.

В настоящее время насчитывается очень большое количество (около 200) различных методов прогнозирования, из которых по­давляющая часть относится к фактографическим, т. е. методам, использующим количественную информацию о прошлом поведе­нии объекта (процесса), - ретроспективную информацию.

В логистическом менеджменте чаще всего используются фактографические методы, для которых исходная информация имеет вид динамических (временных) рядов. Как правило, динамические ряды экономических или технико-экономических показателей, исполь­зуемые в логистике, имеют небольшое количество данных (точек), поэтому называются короткими динамическими рядами.

Изменения исходной ретроспективной информации носит слу­чайный (стохастический) характер, поэтому большинство мето­дов, применяемых логистическими менеджерами, для целей про­гнозирования (например, потребительского спроса), являются ве­роятностно-статистическими.

Прогнозирование с помощью экстраполяции основано на пе­реносе событий и тенденций (например, в изменении спроса, объе­мов выпуска продукции и объемов продаж), имевших место в про­шлом, на будущее. Методы экстраполяции в логистике применя­ются для так называемых эволюционных (медленно меняющихся) событий. Если прогнозируемые события, процессы и показатели могут в будущем изменяться скачками, иметь разрывы во времени и т.п. (так называемые «революционные» процессы), то применять методы экстраполяции нельзя. В то же время методы экстраполяции накладывают определенные ограничения на исходную информа­цию (по количеству данных, длине динамических рядов и т.д.).

Прогнозирование на основе экстраполяции динамического ряда одной переменной включает следующие этапы¹:

• приведение исходной информации к виду, удобному для пос­ледующей обработки (сглаживание и выравнивание ретроспектив­ного ряда);

• выбор вида функции (аппроксимирующей зависимости для прогнозной экстраполяции);

• оценивание параметров аппроксимирующей зависимости;

• расчет прогнозных значений исследуемого показателя;

• оценка точности прогноза и расчет доверительных интерва­лов.

При разработке прогнозных моделей на основе экстраполяции большое значение имеет способ представле­ния исходных данных (ретроспективной информации) и процеду­ры их предварительной обработки.

К основным способам предварительной обработки исходной информации относятся сглаживание и выравнивание динамичес­кого ряда.

Сглаживание применяется для устранения случайных отклоне­ний (шума) из экспериментальных значений исходного ряда. Сглаживание производится с помощью многочленов, приближающих (обычно по методу наименьших квадратов) группы опытных точек.

Логистическое управление затратами предусматривает управление запасами материальных ресурсов так, как хранение излишних запасов резко увеличивает затраты на производство.

Не рассматривая различные системы управления запасами, произведем расчет экономически оправданного размера запасов.

Учитывая, что номенклатура применяемых материалов очень велика, расчет произведем по инертным материалам.

Одна из классических и наиболее распространенных на практике оптимизационных моделей управления запасами — модель экономичного размера заказа (Economic order quantity — EOQ). Эта модель² (рис. 6) предполагает следующие допущения:

Рис. 4. Модель экономичного размера заказа

1. спрос (расход) является непрерывным, а интенсивность спроса - const;

2. период между двумя смежными заказами (поставками) постоянен (t_сз =t_сп =const);

3. спрос удовлетворяется полностью и мгновенно;

4. транзитный и страховой запасы отсутствуют;

5. емкость склада не ограничена;

6. затраты на выполнение заказа (К) и цена поставляемой про­дукции в течение планового периода постоянные;

7. затраты на поддержание запаса единицы продукции в тече­ние единицы времени постоянные и равны h.

В строительной индустрии на долю про­изводственных запасов приходится около 60% оборотных средств, 40% -НЗП и проч. На предприятиях управление запасами часто сводится только к определению нормативов НЗП различных категорий. Повышение эффектив­ности должно обеспечиваться также за счет применения экономико-матема­тических моделей управления запасами.

Период расчета запасов и принятая единица измерения времени долж­ны совпадать. Это может быть день, неделя, год и проч. По количеству рассматриваемых разновидностей ресурсов или продук­тов модели бывают однопродуктовые (i = 1) и многопродуктовые (i = l,..,n). Затраты могут измеряться в любых денежных единицах - руб., $, у. е. и проч. Натуральные единицы измерения объемов (заказа, запаса, дефицита и проч.) зависят от физической формы ресурса (шт., метры, тонны и проч.).

Здесь будут рассмотрены однопродуктовые задачи с расчетным перио­дом один год, денежной единицей рубль и натуральной единицей - тонна.

Основные параметры теории запасов

t - средняя продолжительность интервала (Order interval) между двумя очередными поставками ресурса, дни/заказ;

D - спрос (Demand per day), тонн/год;

Y - искомый размер заказа тонн/заказ;

h - издержки хранения единицы запасов за один год, руб./тонн-день (Holding cost per unit per day);

К - затраты на оформление заказа, независящие от объема заказа,

руб./заказ (Setupcost per unit per day

При приведенном минимальном наборе данных решается задача управ­ления запасами простейшего типа - однопродуктовая статическая модель с постоянным детерминированным спросом, мгновенным пополнением запаса и отсутствием дефицита.

В такой модели максимальный текущий запас ресурса Q (Maximum in­ventory) (мг/запас) совпадает с объемом только что поступившего заказа Y:

Q = Y= D*t.

Запас равномерно, с интенсивностью D руб в день, расходуется от максиального объема Q до нуля, поэтому средний текущий запас Q' в любой день хранения определится по формуле:

Q' = (Q+0)/2 = Q/2 (или Y/2)

Смысл задачи о запасах сводится к определению такого размера за­каза Y = Y *, который поддерживает необходимый объем запасов с минималь­ными суммарными расходами на оформление и хранение запасов, руб./за­каз-день. Заказ Y* называется экономичным (оптимальным) размером заказа (Economic Order Quantity - EOQ).

В различных вариантах решения объемы заказов могут не совпадать, поэтому соизмерение эффективности возможно только при расчете расходов на одинаковую единицу времен .

Суммарные затраты в рублях на единицу времени Z(Y) или STCU (Sub­total Cost per Unit time), необходимые для оформления и хранения запа­са, соответствующего заказу объемом в У единиц (кг), находятся по фор­муле:

Z(Y) = K*D/Y + h*Y/2

Поясним, что поскольку t = Y/D, фрагмент формулы D/Y соответству­ет делению постоянных расхода К на интервал заказа в днях.

На рис. 6 видно, что,функция Z(V) -; комбинированная, является объединением гиперболической зависимости затрат по оформлению K*D/Y (линия Order) и возрастающей линейной зависимости затрат по хране­нию h*Y/2 (линия Holding). График совокупной функции затрат на обеспечение запаса Z(Y) выражается выпуклой (вниз) кривой (линия Total).

Видно невооруженным глазом, что минимум функции Z(Y) находится в той точке (в "низине"), где касательная к линии графика параллельна оси абсцисс, а следовательно тангенс угла между касательной и осью абсцисс равен нулю. Тангенс - это отношение приращения (положительного или отрицательного) функции к приращению аргумента, то есть первая производная. Таким образом, минимум функции Z(Y) определится при том значении Y, при котором производная dZ_(Y)/d_Y =0.

Характеристики

Список файлов ВКР