1.5.Классификация методов управления затратами предприятия (Управленческого учета)

Для принятия управленческих решений используются следующие методы:

элементарной математики (для обоснования потребностей в ресурсах, учета затрат на производство, обоснования планов, проектов, балансовых расчетов и т. п.);

бухгалтерского финансового учета (счета и двойная запись, инвентаризация и документация, балансовое обобщение и отчетность);

статистики (индексный корреляции, рядов динамики и т.п.) для решения задач, в которых исследуемые факторы носят вероятностный характер;

эконометрии (производственные функции, межотраслевой баланс, факторный анализ и т.п.) для решения управленческих задач, условия которых можно схематически представить в виде шахматной схемы, отразить взаимосвязи между изучаемыми явлениями;

математического программирования (линейное, нелинейное, динамическое программирование) для решения задач оптимизации производственно-хозяйственной деятельности при ограничениях на производственные ресурсы.

Так, например, методы статистики широко применяются при анализе текущей деятельности организации, прогнозировании изменения основных финансовых показателей и т.д., результаты анализа служат базой для принятия управленческих решений.

Основными методами статистики являются: методы средних, структурные средние, показатели вариации

_________________________________________________________________________________________

Средняя величина — это обобщающий показатель, характеризующий среднее значение однородной совокупности элементов. Значения средних величин, тенденции их изменения можно рассматривать в качестве индикаторов деятельности организации в рыночных условиях. Средние величины делятся на степенные и структурные. В зависимости от представления исходных данных степенные средние могут быть простыми (каждое значение показателя Xk встречается один раз) и взвешенными (каждое значение показателя Xk встречается несколько раз — Nk).

Формулы расчета средних

Средняя арифметическая простая, Ха                                                                           (1.1.)

Средняя арифметическая взвешенная, Ха                                                      (1.2.)

Средняя квадратическая простая, Xgk                                                          (1.3.)

Средняя квадратическая взвешенная, Xgk                                             (1.4.)

Средняя гармоническая простая, Xga                                                                                        (1.5.)

Средняя гармоническая взвешенная, Xga                                                                  (1.6.)

Обозначения: N — количество значений, Nk — частота значения Xk, k = 1, N

При принятии управленческих решений часто используются средние арифметические и средние гармонические с учетом структуры изучаемых явлений. Это позволяет определить зависимость среднего уровня не только от индивидуального значения, но и от структуры, так как изменение структуры приводит и к изменению значения среднего. Например, при оценке трудоемкости изготовления продукции одного и того же вида, обрабатываемой на нескольких стадиях или несколькими рабочими, для определения средней трудоемкости изготовления единицы продукции можно использовать формулы:

                                                      или                (1.7.)

где tk — трудоемкость изготовления единицы продукции на конкретной k-й стадии (конкретным рабочим), dk — доля продукции, изготовленной на k-й стадии (рабочим) в общем объеме производства, dts — доля рабочего в общих затратах времени, N — количество стадий (работников).

___________________________________________________________________________________________

Структурные средние

Структурные средние используются для оценки средней величины, если по имеющимся статистическим данным ее расчет не может быть выполнен из-за недостаточности информации, например отсутствуют данные об объемах производства или о затратах.

Наиболее часто используют показатели:

• мода — наиболее часто повторяющее значение признака;

• медиана — величина признака, которая делит упорядоченную последовательность его значений на две равные части, у одной половины совокупности значение признака не превышает медианного уровня, у другой не меньше его.

___________________________________________________________________________________________

Показатели вариации

Для оценки разброса значений вокруг среднего используются следующие показатели вариации: размах вариации, среднее линейное отклонение, среднеквадратическое отклонение, дисперсия и коэффициент вариации.

Размах вариации характеризует разность между максимальным (Хмах) и минимальным (Хмин) значениями:

                                                                                                  R = Хмах — Хмин.                                                                           (1. 8.)

Среднее линейное отклонение:

                                                    ,                                 (1.9.)

где Wk — частота, с которой в изучаемой совокупности встречаются значения Xk; Хс — среднее значение;

 | | — знак абсолютной величины. k = 1, N

Среднеквадратическое отклонение:

                                          ,                     (1.10)

Данный показатель получил наибольшее распространение при изучении разброса значения числовых данных вокруг среднего. Чем больше значение о, тем сильнее разброс вокруг среднего.

Коэффициент вариации:

                                                                                                                           (1.11.)

Значение показателя используется для оценки однородности совокупных данных. Если значение Var < 0,33, то совокупность считается однородной, и наоборот, если Var > 0,33, то совокупность является неоднородной.

Значение показателя используется также для сравнения колеблемости признаков, выраженных в разных единицах. Чем больше коэффициент, тем сильнее колеблемость. Принято считать, что если значение коэффициента вариации Var < 0,1, то имеет место слабая колеблемость, если 0,1 < Var < 0,25, то умеренная колеблемость, Var > 0,25 — высокая колеблемость [11,17,28].

__________________________________________________________________________________________