Реферат: Экономико-статистический анализ себестоимости промышленной продукции на АООТ Лесдок

--PAGE_BREAK--Таблица 2.1Состав себестоимости клина за Iквартал отчетного года (год 2)


В целом себестоимость продукции уменьшилась на 16047тыс. руб., хотя по плану должна была держаться на уровне 186413 тыс. руб., в основном за счет снижения стоимости полуфабрикатов и цеховых расходов.


Таблица 2.2Себестоимость, цена и количество продукции


Предприятие занимается выпуском двух видов продукции, которые представлены нам для анализа. Анализируя выпуск продукции, как клиньев, так и строгального погоножа заметим, что себестоимость единицы продукции фактически упала ниже запланированного в отчетном году на 16,1 и 4,7 тыс. рублей соответственно. Отметим также, что оптовая цена на продукцию, а именно на клин, упала.


    продолжение
--PAGE_BREAK--Таблица 2.3Зависимость себестоимости продукции от производительности труда


На себестоимость продукции влияют различные факторы. В этой таблице мы видим как изменяется себестоимость единицы продукции от производительности труда. Стоит отметить, что производительность выросла по сравнению с базисным годом.


3. Анализ структуры себестоимости продукции
Проведем анализ структуры себестоимости продукции (работ, услуг):

– по экономическим элементам;

– по калькуляционным статьям затрат.

В процессе анализа необходимо изучить структуру себестоимости по видам затрат и выявить влияние изменений структуры на динамику себестоимости.

При этом необходимо уделить внимание тем затратам, которые занимают наибольший удельный вес в общей величине себестоимости. Выделим те статьи затрат, по которым произошел перерасход (экономия) против плановой себестоимости.

Вычисления и результаты отобразим в приложении А.

Статьи, которые занимают наибольший удельный вес при производстве продукции это: общезаводские расходы – 32%, сушка продукции – 26% и закупка материалов – 20%.

По следующим статьям затрат произошел перерасход фактических затрат по сравнению с запланированными: закупка материалов и сушка древесины, но по некоторым статьям наблюдается обратная тенденция к снижению затрат, таких как закупка полуфабрикатов и цеховых расходов.

Наибольшее влияние на изменение общей величины себестоимости оказали следующие затраты: закупка полуфабрикатов и основных материалов.


Структуру себестоимости изобразим на диаграммах:
<img border=«0» width=«439» height=«275» src=«ref-1_1323227853-6236.coolpic» v:shapes="_x0000_i1025">

Рис. 3.1. Структура себестоимости по плану
<img border=«0» width=«443» height=«341» src=«ref-1_1323234089-6595.coolpic» v:shapes="_x0000_i1026">

Рис. 3.2. Структура себестоимости по фактическим данным


4. Оценка выполнения плана и динамики себестоимости продукции индексным методом
Себестоимость продукции – это выраженные в денежной форме затраты предприятия-изготовителя, связанные с производством и реализацией продукции. При этом различают себестоимость всей произведенной продукции, т.е. общую величину затрат на ее производство, и себестоимость единицы продукции. Себестоимость единицы продукции может быть индивидуальной, если определяется для единичного изделия и средней, вычисляемой делением общей суммы затрат на количество произведенной продукции.

Определим индивидуальные индексы, характеризующие изменение себестоимости отдельных изделий или работ (услуг) за разные периоды времени:

– изменение себестоимости продукции, предусмотренное планом:
<img border=«0» width=«72» height=«58» src=«ref-1_1323240684-228.coolpic» v:shapes="_x0000_i1027">;
– фактическое изменение себестоимости продукции:
<img border=«0» width=«64» height=«58» src=«ref-1_1323240912-212.coolpic» v:shapes="_x0000_i1028">;
– отклонение фактической себестоимости от плановой:
<img border=«0» width=«72» height=«58» src=«ref-1_1323241124-220.coolpic» v:shapes="_x0000_i1029">;


Разность между знаменателем и числителем индексов представляет собой соответствующую экономию от снижения себестоимости единицы продукции. При определении общей суммы экономии от снижения себестоимости продукции необходимо учесть объем ее производства.

Экономия (перерасход) от снижения (увеличения) себестоимости:

-        плановая <img border=«0» width=«165» height=«31» src=«ref-1_1323241344-570.coolpic» v:shapes="_x0000_i1030">;

-        фактическая<img border=«0» width=«150» height=«32» src=«ref-1_1323241914-438.coolpic» v:shapes="_x0000_i1031">;

-        сверхплановая <img border=«0» width=«163» height=«31» src=«ref-1_1323242352-566.coolpic» v:shapes="_x0000_i1032">,

где<img border=«0» width=«22» height=«29» src=«ref-1_1323242918-101.coolpic» v:shapes="_x0000_i1033">,<img border=«0» width=«22» height=«30» src=«ref-1_1323243019-105.coolpic» v:shapes="_x0000_i1034">,<img border=«0» width=«30» height=«31» src=«ref-1_1323243124-176.coolpic» v:shapes="_x0000_i1035">– себестоимость единицы продукции данного вида за отчетный, базисный и плановые периоды, руб.;

<img border=«0» width=«22» height=«29» src=«ref-1_1323243300-105.coolpic» v:shapes="_x0000_i1036">,<img border=«0» width=«28» height=«29» src=«ref-1_1323243405-208.coolpic» v:shapes="_x0000_i1037">– выпуск продукции фактически за отчетный период и по плану, шт.

Исходные данные представим в таблице 4.1.:


    продолжение
--PAGE_BREAK--Таблица 4.1.Объем выработанной продукции


Итоги вычислений в таблице 4.2.:


Таблица 4.2



Предполагаемое снижение себестоимости продукции 0,64% на клин и 7,14 % на строгальный погонаж. Экономия от снижения себестоимости единицы продукции по плану составляет 240 и 1380 рублей соответственно.

Фактическое снижение себестоимости 9,22 % на клин и 10,35 % на погонаж, фактическая экономия составила 0,087 и 0,139 рублей соответственно.

Индекс выполнения плана по себестоимости равен 91,3% и 96,54%. Значит план не выполнен по снижению себестоимости на 8,7% и 3,46%. Общая сумма экономии для сверхплана составила 3184 и 652,96 рубля соответственно.

Вычислим общие индексы, характеризующие динамику себестоимости сравнимой товарной продукции, состоящей из нескольких видов продукции или ее разновидностей:

– Предусмотренное планом задание по снижению себестоимости сравнимой продукции определяется индексом планового задания по снижению себестоимости сравнимой товарной продукции:
<img border=«0» width=«129» height=«59» src=«ref-1_1323243613-664.coolpic» v:shapes="_x0000_i1038">;


– Оценка выполнения плана по снижению себестоимости продукции производится с использованием индекса выполнения плана по снижению себестоимости продукции:
<img border=«0» width=«147» height=«58» src=«ref-1_1323244277-543.coolpic» v:shapes="_x0000_i1039">;
– индекс фактической динамики себестоимости продукции:
<img border=«0» width=«119» height=«58» src=«ref-1_1323244820-483.coolpic» v:shapes="_x0000_i1040">;
Этот индекс используется для изучения динамики себестоимости сравнимой (производившейся в отчетном и базисном периодах) продукции, выпускаемой отдельными предприятиями.

– экономия от снижения себестоимости сравнимой продукции:
-        плановая<img border=«0» width=«190» height=«31» src=«ref-1_1323245303-608.coolpic» v:shapes="_x0000_i1041">;

-        фактическая<img border=«0» width=«171» height=«33» src=«ref-1_1323245911-598.coolpic» v:shapes="_x0000_i1042">;

-        сверхплановая<img border=«0» width=«183» height=«31» src=«ref-1_1323246509-604.coolpic» v:shapes="_x0000_i1043">.
Так как анализ проводится в данном случае по одному виду продукции, то индивидуальные индексы равны общим.

Результаты вычислений представлены в таблице 4.3.:


Таблица 4.3.Общие индексы и экономия от снижения себестоимости продукции



Ввиду постоянного обновления продукции доля сравнимой продукции может быть незначительной, поэтому при планировании и анализе себестоимости применяют показатель затрат на 1 руб. товарной продукции, при этом учитывается вся продукция, а не только сравнимая. Определим затраты на рубль товарной продукции:

-    по плану для запланированного объема и состава продукции:
<img border=«0» width=«124» height=«59» src=«ref-1_1323247113-710.coolpic» v:shapes="_x0000_i1044">;
-    по плану для фактического объема и ассортимента продукции:
<img border=«0» width=«116» height=«59» src=«ref-1_1323247823-708.coolpic» v:shapes="_x0000_i1045">;
-    фактические затраты на 1 руб. товарной продукции в действующих оптовых ценах предприятия:
<img border=«0» width=«101» height=«59» src=«ref-1_1323248531-648.coolpic» v:shapes="_x0000_i1046">;


-    фактические затраты на 1 руб. товарной продукции в оптовых ценах предприятия, принятых в плане:
<img border=«0» width=«109» height=«59» src=«ref-1_1323249179-683.coolpic» v:shapes="_x0000_i1047">,
где<img border=«0» width=«70» height=«31» src=«ref-1_1323249862-325.coolpic» v:shapes="_x0000_i1048"> – плановые затраты на выпуск запланированной товарной продукции.;

<img border=«0» width=«58» height=«31» src=«ref-1_1323250187-317.coolpic» v:shapes="_x0000_i1049">, <img border=«0» width=«52» height=«29» src=«ref-1_1323250504-242.coolpic» v:shapes="_x0000_i1050"> – фактически выпущенная товарная продукция по плановой и фактической себестоимости;

<img border=«0» width=«69» height=«31» src=«ref-1_1323250746-357.coolpic» v:shapes="_x0000_i1051"> – стоимость запланированной товарной продукции в плановых оптовых ценах;

<img border=«0» width=«65» height=«31» src=«ref-1_1323251103-351.coolpic» v:shapes="_x0000_i1052">, <img border=«0» width=«55» height=«29» src=«ref-1_1323251454-252.coolpic» v:shapes="_x0000_i1053">– стоимость фактически выпущенной товарной продукции в ценах, принятых в плане и действующих оптовых ценах.

Результаты вычислений в таблице 4.4.:
Таблица 4.4.Затраты на 1 рубль товарной продукции (в руб.)



Затраты на 1 рубль ТП по плану на запланированный и фактический объем равны фактическим затратам на руб. ТП в действующих оптовых ценах предприятия и составили 0,20руб./руб. и 0,12руб./руб. соответственно, т. е. на 1 руб. ТП приходится 0,80 и 0,88 руб. прибыли.

Фактические затраты на рубль ТП в оптовых ценах предприятия принятых в плане равны 0,82 и 0,89 рубля.

Динамика этих затрат характеризуется индексами, позволяющими выделить степень влияния различных факторов:

-        индекс соотношения фактических и плановых затрат, учитывающий влияние всех факторов:
<img border=«0» width=«79» height=«60» src=«ref-1_1323252929-411.coolpic» v:shapes="_x0000_i1054">=100%
Затраты в общем объеме не изменятся.

-        индекс затрат, учитывающий влияние изменения себестоимости единицы продукции (клин, погонаж):
<img border=«0» width=«113» height=«77» src=«ref-1_1323253340-551.coolpic» v:shapes="_x0000_i1055">=91,4% и 96,5 %
Изменение себестоимости приведет к уменьшению затрат на 8,6и 3,5%.

-        индекс затрат, характеризующий влияние изменения состава и ассортимента продукции:
<img border=«0» width=«93» height=«62» src=«ref-1_1323253891-465.coolpic» v:shapes="_x0000_i1056">=100%
Изменение состава и ассортимента не приведет к изменению затрат.

-        индекс, учитывающий влияние оптовых цен на общую динамику фактических затрат на 1 руб. товарной продукции по сравнению с планом (клин, погонаж):


<img border=«0» width=«90» height=«62» src=«ref-1_1323254356-451.coolpic» v:shapes="_x0000_i1057">=1,095 и 1,036%
Влияние оптовых цен на общую динамику фактических затрат на 1 руб. товарной продукции по сравнению с планом не благоприятное, видим увеличение на 0,095% и 0,036% на соответствующую продукцию.

при этом <img border=«0» width=«175» height=«33» src=«ref-1_1323254807-476.coolpic» v:shapes="_x0000_i1058">=1.

Вычисленные затраты на 1 руб. товарной продукции позволяют выявить в абсолютном выражении экономию фактических затрат на 1руб. товарной продукции по сравнению с планом:
<img border=«0» width=«119» height=«33» src=«ref-1_1323255283-416.coolpic» v:shapes="_x0000_i1059">=0
в том числе за счет изменения (клин, погонаж):
— себестоимости <img border=«0» width=«127» height=«31» src=«ref-1_1323255699-523.coolpic» v:shapes="_x0000_i1060">=0,

— ассортимента <img border=«0» width=«134» height=«31» src=«ref-1_1323256222-573.coolpic» v:shapes="_x0000_i1061">=-0,017 и -0,004,

— оптовых цен <img border=«0» width=«133» height=«29» src=«ref-1_1323256795-392.coolpic» v:shapes="_x0000_i1062">=0,017 и 0,004.
Таким образом, за счет изменения себестоимости затраты не изменяться, за счет изменения оптовых цен затраты уменьшатся на 0,017 и 0,004 рубля на продукцию, изменение ассортимента приведет к увеличению затрат.


5. Анализ себестоимости продукции в динамике
5.1 Характеристика вариации себестоимости продукции
Для выполнения анализа себестоимости продукции в динамике в качестве исходной информации примем помесячные значения себестоимости единицы продукции за два года в сопоставимых ценах и представим их в таблице 5.1.:
Таблица 5.1.Помесячные значения себестоимости единицы продукции за 2 года



Вариацию себестоимости единицы продукции характеризуется следующими показателями:

– средний уровень
<img border=«0» width=«69» height=«59» src=«ref-1_1323257187-439.coolpic» v:shapes="_x0000_i1063">=657,042
– размах вариации показывает в каких пределах изменяется признак
<img border=«0» width=«127» height=«31» src=«ref-1_1323257626-412.coolpic» v:shapes="_x0000_i1064">= 32 тыс. руб.
– среднее линейное отклонение учитывает отклонение средней по модулю
<img border=«0» width=«110» height=«61» src=«ref-1_1323258038-553.coolpic» v:shapes="_x0000_i1065">= 0 руб.
– дисперсия – средний квадрат отклонений варианта признака от их средней величины
<img border=«0» width=«143» height=«57» src=«ref-1_1323258591-635.coolpic» v:shapes="_x0000_i1066">= 124,123 руб.2
– среднее квадратическое отклонение показывает отличие в среднем от среднего значения


<img border=«0» width=«141» height=«62» src=«ref-1_1323259226-716.coolpic» v:shapes="_x0000_i1067">= 11,141руб.
– коэффициент вариации характеризует в относительном выражении вариацию признака относительно средней
<img border=«0» width=«115» height=«56» src=«ref-1_1323259942-413.coolpic» v:shapes="_x0000_i1068"> = 1,696%
где y– помесячные значения себестоимости единицы продукции, руб.;

<img border=«0» width=«83» height=«31» src=«ref-1_1323260355-314.coolpic» v:shapes="_x0000_i1069"> – максимальное и минимальное значения себестоимости единицы продукции в совокупности;

n– количество значений себестоимости единицы продукции.

Так как коэффициент вариации меньше 30%, то совокупность можно считать достаточно однородной.
5.2 Показатели динамики себестоимости продукции
Построим ряд динамики абсолютных значений себестоимости единицы продукции по кварталам, то есть применим метод укрупнения интервалов. Преобразованные ряды динамики из суммарных величин лучше выражают тенденции себестоимости. Исходные данные и полученные результаты приведены в приложении Б.

Показатели ряда динамики рассчитываются следующим образом:

Абсолютный прирост определяется как разность уровней ряда и выражается в единицах измерения показателей ряда. Различают цепные и базисные показатели. Цепные – когда уровни сравниваются с уровнем предыдущего периода, а базисные – уровень сравнивается с уровнем принятым за базу.

-        цепной<img border=«0» width=«130» height=«33» src=«ref-1_1323260669-429.coolpic» v:shapes="_x0000_i1070">;

-        базисный (накопленный)<img border=«0» width=«114» height=«31» src=«ref-1_1323261098-407.coolpic» v:shapes="_x0000_i1071">;
где<img border=«0» width=«23» height=«29» src=«ref-1_1323261505-104.coolpic» v:shapes="_x0000_i1072">, <img border=«0» width=«22» height=«31» src=«ref-1_1323261609-185.coolpic» v:shapes="_x0000_i1073"> – начальный уровень ряда динамики и уровень себестоимости единицы продукции в i
-м квартале.
В 5 квартале наблюдалось понижение себестоимости и по сравнению с предыдущим кварталом, и по сравнению с первым.

Темпы роста – это отношение уровней ряда одного периода к другому. Они показывают как изменился показатель.
-        цепной <img border=«0» width=«128» height=«59» src=«ref-1_1323261794-606.coolpic» v:shapes="_x0000_i1074">;

-        базисный <img border=«0» width=«119» height=«59» src=«ref-1_1323262400-592.coolpic» v:shapes="_x0000_i1075">.
Темпы прироста дают относительную оценку значения абсолютного прироста по сравнению с первоначальным уровнем; показывают на сколько процентов увеличились размеры явлений за изучаемый период времени.
-        цепной <img border=«0» width=«141» height=«62» src=«ref-1_1323262992-698.coolpic» v:shapes="_x0000_i1076"> или <img border=«0» width=«141» height=«32» src=«ref-1_1323263690-272.coolpic» v:shapes="_x0000_i1077">;

-        базисный <img border=«0» width=«141» height=«60» src=«ref-1_1323263962-676.coolpic» v:shapes="_x0000_i1078"> или <img border=«0» width=«146» height=«32» src=«ref-1_1323264638-275.coolpic» v:shapes="_x0000_i1079">.
Показатель абсолютного значения 1% прироста служит оценкой значимости веса 1% прироста. Он равен частному от деления абсолютного прироста за определенный период на темп прироста за тот же период, выраженный в процентах.

Произведем расчет средних показателей ряда динамики:

-        средний абсолютный прирост
<img border=«0» width=«106» height=«57» src=«ref-1_1323264913-580.coolpic» v:shapes="_x0000_i1080"> = 0,9 руб.
То есть в среднем за квартал себестоимость увеличивалась на 0,9 руб.

— при анализе развития явления часто возникает потребность дать обобщенную характеристику интенсивности развития за длительный период. Определяем средние темпы роста как средние геометрические:
<img border=«0» width=«164» height=«36» src=«ref-1_1323265493-512.coolpic» v:shapes="_x0000_i1081"> = 100,14%
Это означает, что в среднем за квартал себестоимость увеличилась в 1 раз.

  — средний темп пророста
<img border=«0» width=«130» height=«36» src=«ref-1_1323266005-496.coolpic» v:shapes="_x0000_i1082"> = 0,14%
где m
– число коэффициентов роста; n– число уровней ряда динамики.
То есть в среднем за квартал себестоимость росла на 0,14%.

Таким образом, по абсолютным приростам и темпам роста можно сделать вывод, что себестоимость продукции по кварталам изменялась скачкообразно. Темпы прироста за рассматриваемый период тоже различны: имеются как положительные, так и отрицательные значения. По средним показателям ряда можно сказать, что за весь наблюдаемый период (2 года) наблюдается повышение себестоимости.
5.3 Выявление основной тенденции ряда динамики себестоимости продукции
Выявление основной тенденции развития является важной задачей при анализе рядов динамики. В некоторых случаях общая тенденция развития объекта ясно отображается уровнями ряда динамики, например, когда наблюдается систематическое снижение или рост уровней ряда. В других случаях уровни ряда претерпевают различные изменения и можно говорить лишь об общей тенденции.

Построим ряд динамики помесячных значений себестоимости единицы продукции. За колебаниями ежемесячных значений может не просматриваться общая тенденция динамики, поэтому для её выявления воспользуемся следующими статистическими методами:

— Укрупнение интервалов. Рассматриваемый период разобьем на 8 интервалов – кварталов. Укрупненные кварталы представлены в приложении В. Построим 2 графика по помесячным значениям себестоимости и по укрупненным интервалам.
<img border=«0» width=«305» height=«217» src=«ref-1_1323266501-3563.coolpic» v:shapes="_x0000_i1083">

    продолжение
--PAGE_BREAK--Рис. 5.1. Значения себестоимости по месяцам


<img border=«0» width=«325» height=«206» src=«ref-1_1323270064-2879.coolpic» v:shapes="_x0000_i1084">

Рис. 5.2. Значения себестоимости по кварталам
Укрупнив интервалы с помесячными значениями, получили более усредненную линию значений, которая отражает не только основную тенденцию, но и то, что в 5 квартале каждого года наблюдается понижение себестоимости по сравнению с другими кварталами.

— Метод скользящей средней. Суть метода состоит в замене абсолютных данных средними арифметическими за определенные периоды. Расчет средних ведется способом скольжения, т.е. постепенным исключением из принятого периода скольжения первого уровня и включением следующего.

Интервал скольжения может быть нечетный (5,7,…) и четный (4,6,…). Нахождение скользящей средней по четному числу членов осложняется тем, что средняя может быть отнесена только к середине между двумя датами. Чтобы ликвидировать этот сдвиг, применяется центрирование, т.е. расчет средней из двух промежуточных сумм.

Интервал скольжения возьмем 5. Результаты вычислений представим в таблице 5.1.


Таблица 5.1.Скользящие средние значения себестоимости единицы продукции



Данную таблицу используем для построения графиков по месячным значениям себестоимости и по методу скользящей средней, представим графики на рис. 5.3.


<img border=«0» width=«428» height=«310» src=«ref-1_1323272943-5355.coolpic» v:shapes="_x0000_i1085">

Рис. 5.3. Метод скользящей средней
Данный метод приводит к аналогичным выводам об общей тенденции себестоимости к повышению и об ее понижении в пятом квартале.

— Аналитическое выравнивание. Является наиболее эффективным способом выявления основной тенденции динамики и может быть осуществлено по любому рациональному многочлену. Для выравнивания ряда динамики по прямой воспользуемся следующим уравнением:
<img border=«0» width=«112» height=«31» src=«ref-1_1323278298-420.coolpic» v:shapes="_x0000_i1086">.
Для нахождения параметров <img border=«0» width=«23» height=«30» src=«ref-1_1323278718-108.coolpic» v:shapes="_x0000_i1087"> и <img border=«0» width=«21» height=«28» src=«ref-1_1323278826-102.coolpic» v:shapes="_x0000_i1088"> по методу наименьших квадратов строится система нормальных уравнений:
<img border=«0» width=«183» height=«62» src=«ref-1_1323278928-1170.coolpic» v:shapes="_x0000_i1089">
Где у– исходные уровни ряда динамики;

n– количество членов ряда;

t– показатель времени, который обозначается порядковыми номерами.

Зададим значения tтаким образом, чтобы <img border=«0» width=«54» height=«27» src=«ref-1_1323280098-226.coolpic» v:shapes="_x0000_i1090">, тогда система уравнений примет вид:
<img border=«0» width=«113» height=«62» src=«ref-1_1323280324-835.coolpic» v:shapes="_x0000_i1091"> ,
Результаты вычислений представлены в таблице П 3. Тогда можно вычислить:
<img border=«0» width=«72» height=«51» src=«ref-1_1323281159-227.coolpic» v:shapes="_x0000_i1092"> = 657,04, <img border=«0» width=«76» height=«51» src=«ref-1_1323281386-256.coolpic» v:shapes="_x0000_i1093"> = 0,81.
Таким образом, уравнение имеет вид:
<img border=«0» width=«20» height=«27» src=«ref-1_1323281642-184.coolpic» v:shapes="_x0000_i1094">=657,04 + 0,81t

Построим в одних осях прямую, описываемую данным уравнением и кривую фактических значений, представим это на рис.5.4.
<img border=«0» width=«439» height=«220» src=«ref-1_1323281826-4184.coolpic» v:shapes="_x0000_i1095">

Рис. 5.4. Аналитическое выравнивание по прямой

Данный рисунок подтверждает общую тенденцию к повышению себестоимости.

Построив уравнение динамики, проведем оценку его надежности, используя критерий Фишера:
<img border=«0» width=«184» height=«65» src=«ref-1_1323286010-996.coolpic» v:shapes="_x0000_i1096">= 163,8
где<img border=«0» width=«48» height=«35» src=«ref-1_1323287006-262.coolpic» v:shapes="_x0000_i1097">– факторная дисперсия, <img border=«0» width=«155» height=«58» src=«ref-1_1323287268-590.coolpic» v:shapes="_x0000_i1098">=657,04

<img border=«0» width=«38» height=«32» src=«ref-1_1323287858-144.coolpic» v:shapes="_x0000_i1099"> – остаточная дисперсия, <img border=«0» width=«149» height=«59» src=«ref-1_1323288002-704.coolpic» v:shapes="_x0000_i1100">= 88,24

<img border=«0» width=«17» height=«24» src=«ref-1_1323288706-182.coolpic» v:shapes="_x0000_i1101"> – число параметров уравнения, описывающего основную тенденцию (для уравнения прямой <img border=«0» width=«47» height=«24» src=«ref-1_1323288888-246.coolpic» v:shapes="_x0000_i1102">).
Сравним фактический критерий Фишера с теоретическим (табличным) значением, которое равно при α = 0,05 19, α = 0,01 99.

Так как фактический критерий Фишера меньше, то построенная модель неадекватна фактической временной тенденции.

Основная тенденция (тренд) показывает, как воздействуют систематические факторы на уровень ряда динамики. Колеблемость уровней ряда около тренда служит мерой воздействия остаточных факторов. Ее можно найти по формуле среднего квадратического отклонения:
<img border=«0» width=«152» height=«64» src=«ref-1_1323289134-835.coolpic» v:shapes="_x0000_i1103">=9,81 тыс. руб.
Относительной мерой колеблемости уровней эмпирического ряда относительно тренда является коэффициент вариации:

<img border=«0» width=«65» height=«57» src=«ref-1_1323289969-384.coolpic» v:shapes="_x0000_i1104">=0,014933
Колеблемость от линии тренда составляет 9,81 руб. или 1,4%. Так как коэффициент вариации меньше 30%, то значения уровней ряда достаточно однородны.

Используя уравнение динамики, выполним экстраполяцию себестоимости единицы продукции на следующий временной период. Экстраполяция – нахождение уровней за пределами изучаемого ряда, т.е. продление ряда на основе выявленной закономерности изменения уровней в изучаемый отрезок времени.

Можно использовать следующие методы экстраполяции:

– на основе средних характеристик данного ряда динамики: среднего абсолютного прироста и среднего темпа роста;

– аналитическое выравнивание ряда, при этом достаточно продолжить значение независимой переменной – времени.

Воспользуемся вторым методом. Для этого возьмем значение t
=13, для которого себестоимость равна 667,62.

При составлении прогноза оперируют интервальной оценкой, определяя доверительные интервалы прогноза. Величина доверительного интервала определяется:
<img border=«0» width=«89» height=«56» src=«ref-1_1323290353-283.coolpic» v:shapes="_x0000_i1105">= <img border=«0» width=«20» height=«27» src=«ref-1_1323281642-184.coolpic» v:shapes="_x0000_i1106">± 4,15при <img border=«0» width=«19» height=«18» src=«ref-1_1323290820-175.coolpic» v:shapes="_x0000_i1107">=0,05

<img border=«0» width=«89» height=«56» src=«ref-1_1323290353-283.coolpic» v:shapes="_x0000_i1108">= <img border=«0» width=«20» height=«27» src=«ref-1_1323281642-184.coolpic» v:shapes="_x0000_i1109">± 5,64 при <img border=«0» width=«19» height=«18» src=«ref-1_1323290820-175.coolpic» v:shapes="_x0000_i1110">= 0,01
где<img border=«0» width=«23» height=«31» src=«ref-1_1323291637-178.coolpic» v:shapes="_x0000_i1111">– среднее квадратическое отклонение от тренда;

<img border=«0» width=«19» height=«31» src=«ref-1_1323291815-175.coolpic» v:shapes="_x0000_i1112"> – табличное значение t-критерия Стьюдента при уровне значимости <img border=«0» width=«19» height=«18» src=«ref-1_1323290820-175.coolpic» v:shapes="_x0000_i1113">.

<img border=«0» width=«19» height=«31» src=«ref-1_1323291815-175.coolpic» v:shapes="_x0000_i1114"> при <img border=«0» width=«19» height=«18» src=«ref-1_1323290820-175.coolpic» v:shapes="_x0000_i1115">=0,05 равен 2,074, при 0,01 – 2,819.
Из величины доверительного интервала при <img border=«0» width=«19» height=«18» src=«ref-1_1323290820-175.coolpic» v:shapes="_x0000_i1116">=0,05 можно сделать вывод, что при t
=13 себестоимость будет находиться в интервале от 663,47 до 673,26руб.


6. Исследование влияния факторов на себестоимость продукции
Изучение взаимосвязей – одна из важнейших задач экономико-статистического анализа. Статистика различает компонентные и факторные связи.

Компонентные связи характеризуются тем, что изменение статистического показателя определяется изменением компонентов, входящих в этот показатель как множители. Например, динамика затрат на 1 руб. товарной продукции зависит от динамики себестоимости и объема производства продукции, а также ее цены, что можно показать в виде взаимосвязи индексов:
<img border=«0» width=«175» height=«33» src=«ref-1_1323254807-476.coolpic» v:shapes="_x0000_i1117">.
Факторные связи проявляются в согласованной вариации изучаемых показателей. При корреляционной факторной связи изменение результативного признака y
обусловлено не полностью влиянием факторного признака х, а лишь частично, так как возможно влияние других факторов. При изучении корреляционной связи решаются следующие основные задачи:

-            выделение основных причинно-следственных связей между изучаемыми показателями;

-            построение модели;

-            оценка линии регрессии;

-            измерение тесноты связи, т.е. определение роли изучаемого фактора в формировании результативного признака;

-            проверка существенности связи, т.е. доказательство неслучайного характера выявленных закономерностей связи.

Статистика разработала много методов изучения факторных связей: графический, метод аналитических группировок, корреляционно-регрессионный анализ. Рассмотрим их подробнее.
6.1 Выбор факторов, влияющих на себестоимость продукции графическим методом
Отберем фактор производительности, который на первый взгляд могут оказывать влияние на себестоимость продукции: количество продукции и производительность труда. Данные представлены в таблице 6.1.:
Таблица 6.1Влияние производительности на себестоимость продукции



Построим корреляционные поля и линии тренда:

<img border=«0» width=«539» height=«269» src=«ref-1_1323293166-4879.coolpic» v:shapes="_x0000_i1118">
По данным рисункам можно сделать вывод, что себестоимость находиться в прямой зависимости от производительности и в обратной от количества продукции.
6.2 Оценка влияния факторов методом аналитической группировки
На этапе обоснования модели при построении аналитической группировки решается задача определения числа групп и границ интервалов. При равных интервалах целесообразно увеличивать число групп до тех пор, пока линия групповых средних сохраняет плавный характер и существенно не искажается случайными скачками. Построим аналитическую группировку.

В качестве факторного признака воспользуемся количеством продукции. Возьмем 5 разных по длине интервалов с равным количеством наблюдений. Представим результаты вычислений в таблице 6.2.

Таблица 6.2    продолжение
--PAGE_BREAK--Аналитическая группировка себестоимости единицы продукции по производительности



Построим график групповых средних совместно с соответствующей эмпирической линией:
<img border=«0» width=«396» height=«232» src=«ref-1_1323298235-4802.coolpic» v:shapes="_x0000_i1121">

Рис. 6.3 — Аналитическая группировка по производительности
Методика измерения тесноты связи в аналитической группировке вытекает из правила сложения дисперсий:
<img border=«0» width=«106» height=«32» src=«ref-1_1323303037-243.coolpic» v:shapes="_x0000_i1122">.


Общая дисперсия <img border=«0» width=«35» height=«28» src=«ref-1_1323303280-242.coolpic» v:shapes="_x0000_i1123"> характеризует вариацию результативного признака (у) от всех влияющих на него факторных признаков:
<img border=«0» width=«126» height=«58» src=«ref-1_1323303522-528.coolpic» v:shapes="_x0000_i1124"> или <img border=«0» width=«111» height=«38» src=«ref-1_1323304050-408.coolpic» v:shapes="_x0000_i1125">,
где n– численность совокупности.
Групповые дисперсии <img border=«0» width=«37» height=«31» src=«ref-1_1323304458-288.coolpic» v:shapes="_x0000_i1126"> и средняя из групповых <img border=«0» width=«40» height=«32» src=«ref-1_1323304746-293.coolpic» v:shapes="_x0000_i1127"> характеризуют вариацию результативного признака у от всех факторных признаков, кроме признаках, по которому построена группировка:
<img border=«0» width=«149» height=«68» src=«ref-1_1323305039-731.coolpic» v:shapes="_x0000_i1128">;<img border=«0» width=«103» height=«62» src=«ref-1_1323305770-588.coolpic» v:shapes="_x0000_i1129">,
гдеj– порядковый номер значения признака в i-й группе.
Межгрупповая дисперсия <img border=«0» width=«37» height=«30» src=«ref-1_1323306358-289.coolpic» v:shapes="_x0000_i1130"> характеризует вариацию результативного признака от признака, положенного в основание группировки:
<img border=«0» width=«150» height=«66» src=«ref-1_1323306647-799.coolpic» v:shapes="_x0000_i1131">.

Отсюда можно получить относительный показатель – дисперсионное отношение – показывающий удельный вес вариации, связанной с группировочным признаком в общей дисперсии:


<img border=«0» width=«113» height=«56» src=«ref-1_1323307446-317.coolpic» v:shapes="_x0000_i1132">.
Тесноту связи характеризует эмпирическое корреляционное отношение:
<img border=«0» width=«134» height=«62» src=«ref-1_1323307763-617.coolpic» v:shapes="_x0000_i1133">; <img border=«0» width=«73» height=«28» src=«ref-1_1323308380-324.coolpic» v:shapes="_x0000_i1134">, <img border=«0» width=«60» height=«28» src=«ref-1_1323308704-372.coolpic» v:shapes="_x0000_i1135"> – связь слабая.

<img border=«0» width=«63» height=«28» src=«ref-1_1323309076-354.coolpic» v:shapes="_x0000_i1136"> – связь тесная.
Определив тесноту связи, необходимо убедиться, что связь эта не случайна, т.е. провести проверку существенности связи. Для этой цели может быть использован критерий Фишера (F– критерий):
<img border=«0» width=«132» height=«62» src=«ref-1_1323309430-636.coolpic» v:shapes="_x0000_i1137"> или <img border=«0» width=«112» height=«62» src=«ref-1_1323310066-605.coolpic» v:shapes="_x0000_i1138">,

<img border=«0» width=«87» height=«29» src=«ref-1_1323310671-184.coolpic» v:shapes="_x0000_i1139">, <img border=«0» width=«89» height=«29» src=«ref-1_1323310855-189.coolpic» v:shapes="_x0000_i1140">,
где <img border=«0» width=«28» height=«33» src=«ref-1_1323311044-202.coolpic» v:shapes="_x0000_i1141"> – расчетное значение критерия Фишера;

n– число единиц совокупности;

m– количество групп.
Если <img border=«0» width=«66» height=«30» src=«ref-1_1323311246-243.coolpic» v:shapes="_x0000_i1142">,то существенность связи подтверждается, где <img border=«0» width=«85» height=«29» src=«ref-1_1323311489-323.coolpic» v:shapes="_x0000_i1143"> – критическое значение критерия Фишера, которое находится по таблицам.

Результаты расчетов по двум аналитическим группировкам ведем таблицу 6.4.:




Таблица 6.4Расчет показателей по аналитическим группировкам



Из полученных данных видно, что при производительности труда рабочих в качестве факторного признака η = 0,72 а это близко к 0,76, значит связь тесная. Таким образом, на результативный признак оказывает влияние производительность труда работников. Этот признак будем использовать в дальнейших исследованиях.
6.3 Корреляционно-регрессионный анализ
Корреляционно регрессионный анализ – комплекс методов, основанный на построении регрессионной модели. Наиболее разработанной в статистике является методика парной корреляции, рассматривающая влияние одного факторного признака (x) на результативный (y).

Выполним такой анализ для производительности труда. Анализ будем проводить для случая линейной связи:
<img border=«0» width=«113» height=«31» src=«ref-1_1323311812-428.coolpic» v:shapes="_x0000_i1144">.
Найти теоретическое уравнение связи – значит определить параметры прямой <img border=«0» width=«21» height=«30» src=«ref-1_1323312240-106.coolpic» v:shapes="_x0000_i1145"> и <img border=«0» width=«20» height=«28» src=«ref-1_1323312346-103.coolpic» v:shapes="_x0000_i1146">. По методу наименьших квадратов система нормальных уравнений имеет вид:
<img border=«0» width=«184» height=«62» src=«ref-1_1323312449-1187.coolpic» v:shapes="_x0000_i1147">,
гдеn– численность совокупности.
Решив эту систему, получим: а1=0,09, а0= 640,79.

Уравнение связи примет вид: yx=640,79+0,09x

Вычисленные параметры <img border=«0» width=«20» height=«28» src=«ref-1_1323313636-104.coolpic» v:shapes="_x0000_i1148"> и <img border=«0» width=«20» height=«27» src=«ref-1_1323313740-103.coolpic» v:shapes="_x0000_i1149"> позволяют получить модель зависимости себестоимости продукции от выбранного фактора. Но при численности совокупности n<30 необходима проверка параметров уравнения на их типичность. Для этого можно воспользоваться t-критерием Стьюдента.

для параметра <img border=«0» width=«20» height=«28» src=«ref-1_1323313636-104.coolpic» v:shapes="_x0000_i1150">:

<img border=«0» width=«157» height=«61» src=«ref-1_1323313947-570.coolpic» v:shapes="_x0000_i1151">
для параметра <img border=«0» width=«20» height=«27» src=«ref-1_1323313740-103.coolpic» v:shapes="_x0000_i1152">:
<img border=«0» width=«210» height=«71» src=«ref-1_1323314620-900.coolpic» v:shapes="_x0000_i1153">,

где
<img border=«0» width=«218» height=«64» src=«ref-1_1323315520-1022.coolpic» v:shapes="_x0000_i1154">
– среднее квадратическое отклонение yот теоретических значений <img border=«0» width=«24» height=«28» src=«ref-1_1323316542-103.coolpic» v:shapes="_x0000_i1155">;
<img border=«0» width=«208» height=«68» src=«ref-1_1323316645-1037.coolpic» v:shapes="_x0000_i1156">
– среднее квадратическое отклонение факторного признака xот общей средней <img border=«0» width=«18» height=«20» src=«ref-1_1323317682-91.coolpic» v:shapes="_x0000_i1157">.

Критические значения критерия Стьюдента с учетом принятого уровня значимости α и числа степеней свободы kпредставлены в таблице 6.7.
Таблица 6.5Теоретическое значение критерия Стьюдента



Параметры <img border=«0» width=«20» height=«29» src=«ref-1_1323317773-106.coolpic» v:shapes="_x0000_i1158"> и <img border=«0» width=«21» height=«28» src=«ref-1_1323317879-103.coolpic» v:shapes="_x0000_i1159"> признаются типичными, если фактические значения критерия <img border=«0» width=«25» height=«29» src=«ref-1_1323317982-112.coolpic» v:shapes="_x0000_i1160">, <img border=«0» width=«23» height=«30» src=«ref-1_1323318094-111.coolpic» v:shapes="_x0000_i1161"> больше критических <img border=«0» width=«18» height=«30» src=«ref-1_1323318205-104.coolpic» v:shapes="_x0000_i1162">, которые получают по таблице Стьюдента с учетом принятого уровня значимости aи числа степеней свободы k. Фактически <img border=«0» width=«20» height=«29» src=«ref-1_1323317773-106.coolpic» v:shapes="_x0000_i1163"> признается типичным, т.к. из оно больше критического, <img border=«0» width=«21» height=«28» src=«ref-1_1323317879-103.coolpic» v:shapes="_x0000_i1164"> признается не типичным.

Параметр <img border=«0» width=«20» height=«27» src=«ref-1_1323313740-103.coolpic» v:shapes="_x0000_i1165"> называется коэффициентом регрессии. Он показывает, как изменяется в среднем yпри увеличении xна единицу. На основе этого параметра вычисляется коэффициент эластичности, который показывает изменение результативного признака при изменении факторного на 1%:

<img border=«0» width=«76» height=«58» src=«ref-1_1323318621-237.coolpic» v:shapes="_x0000_i1166">= 0,02%
Это значит, что при увеличении производительности труда на 1% себестоимость увеличивается на 0,02%.

В тех же осях, где построены эмпирическая кривая и кривая групповых средних, построим теоретическую линию связи <img border=«0» width=«25» height=«30» src=«ref-1_1323318858-105.coolpic» v:shapes="_x0000_i1167"> и визуально сопоставим, насколько точно теоретическая кривая <img border=«0» width=«25» height=«30» src=«ref-1_1323318858-105.coolpic» v:shapes="_x0000_i1168"> описывает эмпирическую <img border=«0» width=«22» height=«30» src=«ref-1_1323319068-92.coolpic» v:shapes="_x0000_i1169">, рис. 6.6:
<img border=«0» width=«473» height=«222» src=«ref-1_1323319160-5427.coolpic» v:shapes="_x0000_i1170">

Рис. 6.5 — Корреляционно-регрессионный анализ

Теоретическая прямая, как и кривая групповых средних указывает на обратную связь между факторным и результативным признаком. Посчитаем показатели тесноты связи:

-    общая дисперсия, измеряющая общую вариацию результативного признака за счет действия всех факторов:
<img border=«0» width=«126» height=«58» src=«ref-1_1323303522-528.coolpic» v:shapes="_x0000_i1171">= 124,12 тыс.руб2 ;
-    факторная дисперсия, измеряющая общую вариацию результативного признака за счет действия факторного:

<img border=«0» width=«137» height=«58» src=«ref-1_1323325115-587.coolpic» v:shapes="_x0000_i1172">= 61,88тыс. руб2;
-     остаточная дисперсия, характеризующая вариацию yза счет всех факторов, кроме x:
<img border=«0» width=«148» height=«58» src=«ref-1_1323325702-559.coolpic» v:shapes="_x0000_i1173">= 62,24 тыс. руб2 ;
Тогда по правилу сложения дисперсий:
<img border=«0» width=«118» height=«34» src=«ref-1_1323326261-273.coolpic» v:shapes="_x0000_i1174"> = 0,002+0,015 = 124,12 тыс. руб2 .
Коэффициент детерминации показывает удельный вес вариации результативного признака, линейно связанной с вариацией факторного признака:
<img border=«0» width=«76» height=«64» src=«ref-1_1323326534-448.coolpic» v:shapes="_x0000_i1175">= 0,50.
Для измерения тесноты связи при любой ее форме применяется индекс корреляции:
<img border=«0» width=«279» height=«60» src=«ref-1_1323326982-559.coolpic» v:shapes="_x0000_i1176"> R= 0,71
<img border=«0» width=«52» height=«24» src=«ref-1_1323327541-273.coolpic» v:shapes="_x0000_i1177"> – связь отсутствует, <img border=«0» width=«47» height=«22» src=«ref-1_1323327814-127.coolpic» v:shapes="_x0000_i1178"> – связь полная, функциональная

<img border=«0» width=«64» height=«26» src=«ref-1_1323327941-360.coolpic» v:shapes="_x0000_i1179"> – связь слабая, <img border=«0» width=«66» height=«26» src=«ref-1_1323328301-360.coolpic» v:shapes="_x0000_i1180"> – связь тесная.

В нашем случае связь тесная.

Для линейной формы связи удобно пользоваться линейным коэффициентом корреляции, показывающим не только тесноту, но и направление связи:
<img border=«0» width=«389» height=«67» src=«ref-1_1323328661-1329.coolpic» v:shapes="_x0000_i1181">

<img border=«0» width=«104» height=«28» src=«ref-1_1323329990-310.coolpic» v:shapes="_x0000_i1182"> – связь обратная, <img border=«0» width=«103» height=«28» src=«ref-1_1323330300-323.coolpic» v:shapes="_x0000_i1183"> – связь прямая

<img border=«0» width=«47» height=«24» src=«ref-1_1323330623-241.coolpic» v:shapes="_x0000_i1184"> – связь отсутствует, <img border=«0» width=«57» height=«22» src=«ref-1_1323330864-134.coolpic» v:shapes="_x0000_i1185"> – связь полная
Так как r= 0,71, то связь прямая.
Проверка существенности связи в корреляционно-регрессионном анализе производится по тем же критериям, что и в аналитической группировке. При использовании таблиц критических значений критерия Фишера, фактическое (расчетное) значение критерия вычисляется:

<img border=«0» width=«114» height=«64» src=«ref-1_1323330998-622.coolpic» v:shapes="_x0000_i1186">=22,86

<img border=«0» width=«87» height=«29» src=«ref-1_1323310671-184.coolpic» v:shapes="_x0000_i1187">= 1

<img border=«0» width=«89» height=«29» src=«ref-1_1323310855-189.coolpic» v:shapes="_x0000_i1188">=24 – 2 = 22





Так как Fр<Fкр, то существенность связи подтверждается.




Выводы и предложения
Данная курсовая работа показывает важность и необходимость применения анализа себестоимости в деятельности предприятия. Современное состояние анализа можно охарактеризовать, как довольно основательно разработанную в теоретическом плане науку.

Важнейшим показателем, характеризующим работу промышленного предприятия, является себестоимость продукции. От ее уровня зависят финансовые результаты деятельности предприятия, темпы расширенного воспроизводства, финансовое состояние хозяйствующих субъектов.

Анализ себестоимости продукции, работ, услуг имеет исключительно важное значение. Он позволяет выяснить тенденции изменения данного показателя, выполнение плана по его уровню, определить влияние факторов на его прирост и на этой основе дать оценку работы предприятия по использованию возможностей и установить резервы снижения себестоимости продукции. На основании теоретических и практических разработок, изложенных в данной курсовой работе, можно сделать некоторые выводы:

— Себестоимость продукции — один из основных показателей, характеризующий уровень организационно-технического развития предприятий, качество, результаты деятельности, темпы расширенного воспроизводства, финансовое состояние хозяйствующих субъектов.

— Перспективы развития анализа в теоретическом и практическом направлении тесно связаны с развитием смежных наук, в первую очередь математики, статистики, бухгалтерского учета и др.

— Анализ себестоимости по статьям затрат дает возможность установить динамику отдельных статей и ее влияние на себестоимость продукции. Результат анализа позволяет видеть, под влиянием каких статей расходов сформировался тот или иной уровень себестоимости, в каких направлениях необходимо вести борьбу за снижение себестоимости.

— Наиболее тщательно должны анализироваться непроизводительные расходы и потери. Только повседневный контроль таких расходов и потерь, оперативный анализ факторов, их обусловивших, помогут исключить нерациональные траты живого и овеществленного труда.

— Соблюдение режима экономии повышает экономическую эффективность производства, увеличивает прибыль и расширяет возможности материального стимулирования.

Для изучения себестоимости продукции в курсовой работе были применены основные статистические методы: группировок, средних и относительных величин, графический, индексный, а также метод сопоставления.

По результатам проведенного исследования по себестоимости промышленной продукции на АООТ «Лесдок»:

1. На данном предприятии наблюдается повышение затрат на основные материалы, сушку и заработную плату.

2. Анализируя выпуск и стоимость, необходимо отметить, что план по производству продукции в отчетном году был не выполнен. Фактическая себестоимость оказалась ниже, чем предполагалось в плане.

3. Наблюдается изменение себестоимости — тенденция к росту с незначительными изменениями.

4. Наибольший удельный вес в себестоимости занимают следующие статьи: основные материалы, цеховые расходы и сушка продукци.

5. Средний уровень себестоимости продукции равен 657,042тыс. руб, себестоимость меняется в пределах 32 тыс. руб.

6. Колеблемость от линии тренда составляет 9,81 тыс. руб. или 1,4%. Совокупность можно считать однородной, так как коэффициент вариации меньше 30%.

7. Помимо основной тенденции к повышению себестоимости наблюдается следующее: в пятом квартале каждого года наблюдается понижение себестоимости по сравнению с другими кварталами. Это связано со специфичностью производства продукции.

8. В среднем за квартал себестоимость увеличивалась на 900 руб (то есть в 1,14 раза).

9. Отобрав в качестве фактора, влияющего на себестоимость, производительность труда (связь тесная, прямая, не случайная), выяснили, что связь между ними существенна.

Снижение себестоимости возможно в нескольких направлениях. Необходимо сокращать затраты на основные материалы, сушку продукции, производственные затраты, улучшать использование времени работы оборудования, сокращать затраты на обслуживание и управление производством и внепроизводственные затраты. Эти направления реализуются с помощью повышения технического уровня производства, совершенствования организации производства и труда, снижения расходов по сбыту продукции, более эффективного использования сырья, топлива, энергии, а также снижения потерь от брака и простоев.
    продолжение
--PAGE_BREAK--