Организация службы МТО (стр. 11 из 13)

Поскольку корреляционная связь с достаточной выразительностью и полнотой проявляется только в массе наблюдений, объем выборки данных должен быть достаточно большим, так как только в массе наблюдений сглаживается влияние других факторов. Учитывая это требование, влияние перечисленных факторов на прибыль исследуется на примере месячных показателей за 1998 г.

После отбора факторов и оценки исходной информации, важной задачей в корреляционном анализе является моделирование связи между факторными и результативными показателями, то есть подбор соответствующего уравнения, которое наилучшим образом описывает соотношение прибыли, объема реализации и величины запасов готовой продукции.

Связь всех факторных показателей с результативным носит промежуточный характер, для записи зависимости можно использовать линейную функцию:

У (х) = а + в1х1 + в2х2 + … + вn х n (3.3)

Решение задачи корреляционного анализа проводится на ЭВМ по типовым программам. Сначала формируется матрица исходных данных (табл.1 Приложения).

В первой колонке записывается период времени, за который проводится анализ, в двух последующих факторные показатели (Х1; Х2), в последней колонке результативный показатель (4).

На основании этих сведений и рассчитываются матрицы парных коэффициентов, уравнения регрессии, а так же показатели, с помощью которых оценивается надежность коэффициента корреляции и уравнение связи: критерий Стъюдента, Фишера, средняя ошибка, множественные коэффициенты корреляции и детерминации.

Изучая матрицу парных коэффициентов корреляции (Табл.2, Приложение 6) можно сделать вывод о тесноте связи между изучаемым явлением. Коэффициенты парной корреляции характеризует тесноту связи между показателем в общем виде, это значит с учетом взаимосвязей факторов, которые оказывают воздействие на результатный показатель.

Данные таблицы 2 (Приложение 6) свидетельствуют о том, что все факторы (выручка от реализации и величина запасов) оказывают ощутимое воздействие на величину прибыли. Особенно тесная взаимосвязь прибыли с величиной запасов. При увеличении объема запасов прибыль снижается (обратная связь). Исследование матрицы коэффициентов корреляции позволяет сделать вывод, что в данную модель включены факторы, в определенной степени связанные между собой, так как значения коэффициентов находятся в пределах 0, 85.

Проследим влияние на прибыль фактора выручки от реализации и величины запасов.

В таблице 3 приложения 6 проставлены оценки качества уравнения регрессии.

Коэффициент множественной корреляции (R) определяет совокупное влияние факторов на изменение прибыли.

Квадрат коэффициента множественной корреляции (коэффициент множественной детерминации) – R – квадрат, выражает долю вариации моделируемого показателя (Y), обусловленную влиянием суммарных факторов; то есть данные таблицы 3 показывают, что вариация прибыли на 89, 9% вызвана изменением объема запаса, остальные 10, 1% - вызваны действием других факторов. Аналогично при рассмотрении взаимосвязи прибыли и выручки (таб. 6,Приложение 6). R – квадрат равен 0, 97, это означает, что 97% всей дисперсии результативного признака (прибыли от реализации) объясняет вариация величина выручки. Остальные 3 % вызваны влиянием других факторов.

Чем теснее фактические данные примыкают к расчетным, тем выше значения показателя коэффициента. Таким образом, значение коэффициента множественной корреляции близко к единице (±), следовательно, регрессия подобрана верно.

В таблице 4 и таблице 7 приложения 6, проведен дисперсионный анализ факторов, который оценивает параметры распределения. Дисперсия, статистический критерий Фишера (F).

Значимость уравнения регрессии проверяется по критерию Фишера. Сравнение расчетного значения F – статистики с табличным (Fтабл. = 1, 8) показало, что во всех случаях расчетное значение критерия Фишера больше табличного, следовательно, уравнения регрессии значимы.

Следующий этап корреляционного анализа – расчет уравнения связи (регрессии).

Из двух уравнений регрессии, учитывающих влияние на величину прибыли объема реализации и запасов, «лучше» описывает изменение прибыли второе уравнение с фактором – запасы, так как имеет наименьшую стандартную ошибку и больший коэффициент корреляции.

Уравнение, отражающее взаимосвязь выручки и прибыли имеет вид:

Y(х1) = 598, 8 + 0, 25 * х1 (3. 4)

Коэффициент данного уравнения показывает, что при изменении (росте) объема реализации на единицу величина прибыли увеличится на 0, 25 единиц.

Данные таблицы 3.7. позволяют построить второе, более значимое уравнение, выражающее взаимосвязь величины запасов и прибыли:

Y(х2) = 6 309, 6 + (-0, 83) * х2 (3. 5)

Зависимость между факторами – отрицательная, то есть при увеличении запасов на единицу, величина прибыли уменьшится на 0, 83 единиц.

В таблице 9 приводятся показатели, оценивающие надежность уравнения связи факторов прибыли, объема реализации и запасов в совокупности. Коэффициент множественной корреляции (R) близок к единице, критерий Фишера (F) выше табличного, следовательно, уравнение связи значимо, взаимосвязь, сложившаяся между исследуемыми показателями тесная.

В результате уравнение связи имеет вид:

Y (х1, х2) = -2,026 –0,316 * х1 +0,111 * х2 (3. 6)

Коэффициенты уравнения показывают количественное воздействие каждого фактора на результативный показатель при неизменности других. В данном случае можно дать следующую интерпретацию полученному уравнению регрессии: прибыль повышается на 0,111 тыс. рублей при увеличении объема реализации на 1 тыс. руб.; с увеличением запаса продукции на 1 тыс. руб. прибыль понижается в среднем на 0,316 тыс. руб.

О полноте связи можно судить по величине множественных коэффициентов корреляции (R = 0, 98) (R² = 95,2 %). Это значит, что вариация прибыли на 95,2 % зависит от изменения объема реализации и величины запасов, а на долю других факторов приходится 4,8 % вариации результативного показателя. Значит, в корреляционную модель прибыли удалось включить наиболее существенные факторы.

Следовательно, данное уравнение (3.6.) можно использовать для практических целей:

1. оценки результатов коммерческой деятельности предприятия;

2. расчета влияния факторов на прирост результативного показателя;

3. подсчета резервов повышения уровня исследуемого показателя;

4. планирования и прогнозирования его величины.

Для планирования и прогнозирования величины результативного показателя необходимо в полученное уравнение связи подставить плановые значения факторных показателей. Предполагаемый объем реализации составляет 100 тыс. руб. в январе 1999 года; предприятие планирует снизить запасы продукции до 7 тыс. руб. Следовательно, величина прибыли составит:

Y (х1, х2) = -2,026 –0,316 * 7 +0,111 * 100 = 6,86 тыс. руб.

Если сравнить прогнозные показатели с фактическими значениями факторов за декабрь 1998 года (Табл. 11), то можно сделать следующий вывод.

Расчеты показывают: в связи с тем, что предприятие увеличит объем реализации до 100 тыс. руб. и снизит величину запасов продукции до 7 тыс. руб., прибыль от реализации может увеличиться на 0,1 тыс. руб. и составит

6,86 тыс. руб. Это благоприятно скажется на показателях эффективности коммерческой деятельности предприятия. Таким образом многофакторный корреляционный анализ имеет важную практическую значимость. Он позволяет изучить закономерности изменения результативного показателя в зависимости от поведения разных факторов, определить их влияние на величину результативного показателя, установить, какие из них являются основными, а какие второстепенными. Этим достигается более объективная оценка деятельности предприятия, более точное и полное определение внутрихозяйственных резервов и плановых показателей коммерческой службы предприятия по закупкам.

3. 3 Предложения по повышению эффективности управления запасами

Коммерческая деятельность отдела закупок предприятия не ограничивается лишь планированием объемов закупки и ее организации. Другой важной составной частью является складирование, непосредственное связанное с управлением производственными запасами.

В результате анализа состояния производственных запасов было выявлено замедление их оборачиваемости.

На предприятии запасы продукции должны быть оптимальными, то есть их должно быть достаточно для своевременного отпуска в производство и реализации потребителям. Как отмечалось ранее на ООО «Карусель» запасы готовой продукции не нормируются.

Следовательно, необходимо оптимизировать запасы продукции для эффективного управления ими.

Рассчитаем норму запаса плодово-овощной продукции. В таблице 3. 4 приведены данные для расчета средневзвешенного интервала отгрузки и отклонений от него. Интервал поставки необходим для расчета текущего среднего запаса и страхового запаса, которые определяются по следующей методике:

ср max

З тек = З тек / 2 (3. 7)

ср

где: З тек – запас текущий средний,

max

З тек - запас текущий максимальный.

Запас текущий максимальный в свою очередь рассчитывается так:

max

З тек = р * t, (3. 8)

где: р – среднесуточная поставка,

t – интервал поставки.

Среднесуточная поставка (р) находится по формуле:

Р = Р год / 360, (3. 9)

где: Р год – годовая поставка.

Формализованный расчет запаса страхового (З стр) представлен ниже:

Σ (t´ф – t ср) * В´

З стр = р * (3. 10)

Σ В´

где: t´ф – фактические интервалы, превышающие средний интервал отгрузки (tср);

В´ - величина поставляемых партий готовой продукции, соответствующая интервалам t´ф.

Средневзвешенный интервал поставки находится по формуле:

Σ t ф * В

t взв = , (3. 11)

Σ В

где: t взв – средневзвешенный интервал поставки;

t ф – фактический интервал поставки;