РАЗДЕЛ 2ОБОСНОВАНИЕ И ВЫБОР ПОКАЗАТЕЛЕЙ, ПО КОТОРЫМ БУДЕТ ПРОИЗВОДИТСЯ ДИАГНОСТИКА ПРЕДПРИЯТИЯ
Анализируя данное предприятие, можно сделать взвод о необходимости проведения экспресс-диагностики конкурентоспособности продукции, на основании которой можно было бы провести соответствующие мероприятия.
Существует множество методик проведения диагностики конкурентоспособности продукции, но в данном случае наиболее подходящим будет использование радара конкурентоспособности, так как:
· Присутствует небольшое количество факторов, по которым можно дифференцировать качество продукции.
· На рынке отсутствует один явный безоговорочный лидер.
· Показатели конкурентоспособности разнородны по своей сути.
Применение радара устранит эту сложность комплексностью своей оценки.
Построение радара базируется на некоторых закономерностях и аксиомах планиметрии. На I этапе необходимо определить цену деления шкалы каждого показателя конкурентоспособности по формуле:
Цi=(Кmax-Kmin ) / R (2.1)
где Кmax и Kmin – наибольшее и наименьшее значение i-го показателя среди исследуемой группы предприятий;
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:
αij=(Кij - Kmin ) / Цi (2.2)
где Кij– i-ый показатель по j-му предприятию.
На базе данных расчетов вычисляется площадь так называемой контролируемой зоны преимуществ предприятия (т.е. его радар) :
Sp=0,5sinβ(α1j* α2j+ α2j* α3j+ α3j* α4j+ α4j* α5j+ α5j* α1j) (2.3)
где β – угол между показателями (для всех одинаковый), определяемый по формуле :
β=360o/ n (2.4)
где n – количество показателей. Так как у нас показателей 5, то эта величина равна 72о (360/5).
После этого определяется максимальная зона контроля, представляющая собой окружность заданного радиуса, площадь которой определяется следующим образом:
Smax=πR2 (2.5)
В таком случае конкурентоспособность j-го предприятия определяется по формуле:
Кj= Sp/ Smax (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 Хij – затраты на НИОКР i-го квартала j-го года, Yij – выручку от реализации в соответствующем периоде. Тогда расчет коэффициента аппроксимации лучше всего производить в следующей форме:
Таблица 2.1Форма 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 :
σх = ((∑ΔХ2 ) / 12)0,5 (2.7)
σy = ((∑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 – Xср*Ycр) / (σх*σy) (2.9)
Конечный этап – интерпретация полученного значения. По этому поводу используют следующую систему :
Таблица 2.2Интерпретация 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:
an = Δny0 / n!hn (2.10)
где Δny0 – конечная разность n-го порядка;
n – уровень полинома;
hn – шаг полинома соответствующего уровня.
4. 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. x1<x0<x2
где x0 – точка, в которой производная обращается в ноль.
Определив точку оптимума, находят коэффициент оптимальности выпуска :
ﻵ = хф / х0 (2.11)
где хф – 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,
aи b – параметры модели, которые нужно определить.
Пусть предприятие в течение последнего года получало по уi тыс. грн. дохода от реализации ежемесячно при цене хi 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 :