Исследование итогов производственной деятельности предприятия
Дипломная работа - Экономика
Другие дипломы по предмету Экономика
?ению самих затрат.
За счет снижения доли оплаты труда, затраты уменьшились на:
, т.е. на 0,8 %.
?Ydi =5944 • (-0,00876) = - 49,123 руб.
От снижения доли затрат на корма затраты снизились на руб. или на 1,1 %, что в абсолютном отклонении составит 5944 • (-0,01205) = - 71,827 руб.
От повышения доли затрат на амортизацию затраты увеличились на 1,557 % или на 92,554 руб. От повышения доли прочих затрат затраты повысились на 0,758 % или на 45,058 руб. Всего из-за структурных изменений затраты повысились на 16,662 руб.
2.2 Мультипликативные модели
Общий вид модели Y = X1•X2•X3•…•Xn, т.е. величина результативного признака равна произведению факторов. Факторы могут представлять собой отношение первого первичного показателя ко второму X1=A1/A2, но фактор может равняться первичному обобщающему показателю.
Например, двукратная модель производства молока:
Y=X1X2; X1=A1/A2; Х2=А2,
где Y - валовое производство молока,
X1 - продуктивность коров за год,
Х2 - поголовье коров,
А1 - производство молока за год,
А2 - поголовье коров.
Один из методов моделирования заключается в последовательном разложении последнего объемного первичного показателя. В предыдущую мультипликативную модель введем еще один показатель - поголовье крупного рогатого скота - А3. Тогда валовое производство молока можно записать:
Y = А1/А2 • А2/А3 • А3.
Получили трехфакторную модель.
Для анализа рассчитывается абсолютное отклонение ?Y=Y-Y0 и относительные показатели - индексы IУ = Y/Y0.
Для расчета многофакторных мультипликативных моделей используется метод многофакторного индексного анализа и метод интегрального анализа.
Многофакторный индексный анализ предусматривает использование полных индексных моделей. Полной называется модель, в которой результативный показатель и последний фактор являются объемными (а не относительными).
Выручку можно представить в виде трехфакторной мультипликативной модели.
Общий вид модели (четырехфакторная модель):
Y = X1 • X2 • X3 • X4 или
Y = А1/А2 • А2/А3 • А3/А4 • А4,
где Y, A1 - выручка от реализации молока, тыс. руб.,
А2 - количество реализованного молока, ц,
А3 - количество произведенного молока, ц,
А4 - поголовье коров, гол.
X1=A1/A2 - полная себестоимость 1 ц молока, тыс. руб.,
Х2=А2/А3 - уровень товарности, %;
Х3=А3/A4 - продуктивность 1 коровы, тыс. ц.
Х4=A4 - поголовье коров, гол.
По данным таблицы 1 (Приложение 3) выручка от реализации молока увеличилась на 748 тыс. руб. или на 15,58 %.
Этот рост связан с ростом поголовья коров на 49 голов или на 7,56 %, производства молока на 3075 ц. или на 15,01 % и увеличением реализации молока на 2767 ц. или на 14,8 %.
По данным таблицы 2 (приложение 3) себестоимость молока увеличилась на 0,0 тыс. руб. или на 0,68 % в анализируемом периоде по сравнению с базисным.
Наибольшее влияние на увеличение общей выручки оказало увеличение поголовья коров на 7,56 % и продуктивности 1 коровы на 7,44 %. Снижение уровня товарности вызвало снижение выручки на 0,21 %. Рост полной себестоимости молока на 0,68 % повлек увеличение выручки на 37,72 тыс. руб. или на 0,79 %.
2.3 Кратные модели
Общий вид модели:
Расчет таких моделей возможен лишь с использованием интегрального метода анализа.
где Y - затраты,
X1 - выручка от реализации продукции, тыс. руб.,
Х2 - оплата труда, тыс. руб.,
Х3 - стоимость кормов, тыс. руб.,
Х4 - амортизация, тыс. руб.,
Х5 - прочие затраты, тыс. руб.
По данным таблицы 1 (Приложение 4) в анализируемом году, по сравнению с базисным, произошло увеличение выручки от реализации продукции на 748,0 тыс. руб. или на 15,58 %, что привело к росту затрат на 14,66 %, увеличение фонда оплаты труда на 142,0 тыс. руб. или на 9,52 % привело к снижению затрат на 2,27 %, увеличение стоимости кормов на 262,0 % ведет к снижению затрат на 4,20 %, увеличение затрат на амортизацию на 142,0 тыс. руб. или на 29,83 % ведет к снижению затрат на 2,27 %; увеличение прочих затрат на 222,0 тыс. руб. или на 16,10 % привело к снижению затрат на 3,55 %.
В целом рентабельность снизилась на 90,34 %.
Глава 3. Обоснование нормативной базы. Задачи линейного программирования
3.1 Обоснование нормативов выхода продукции
Таблица 1
№ годаУрожайность, ц/га, Y19,5212,0310,149,8512,5610,9722,6819,0918,51021,91122,01214,31320,11422,31530,0
Выбор функции осуществляется по следующим показателям:
Средний коэффициент аппроксимации показывает на сколько отклоняются фактические значения результативного показателя (y) от теоретического (yт). Чем меньше коэффициент аппроксимации, тем точнее форма описывает фактическую зависимость.
Корреляционное отношение характеризует степень тесноты связи между изменением результата и факторам. Чем оно выше, тем предпочтительней форма зависимости.
Среднеквадратическое отклонение остатков характеризует отклонение расчетных значений от фактических по каждому наблюдению, где - фактические и теоретические значения урожайности. Чем оно меньше, тем ближе данная форма зависимости к фактической.
Нормальность распределения отклонений. Если то остатки подчиняются закону нормального распределения . Чем ближе нормальность распределения к 1, тем предпочтительнее форма зависимости.
Средняя и предельная ошибка прогноза не должны превышать 1/3 прогноза. Чем меньше ошибка, тем точнее принятая форма зависимости.
Коэффициент автокорреляции определяет отсутствие автокорреляции. Е?/p>