Федеральное агентство образования Российской Федерации

ГОУ ВПО Самарский государственный университет

Факультет Экономики и управления

Кафедра менеджмента

Специальность менеджмент организации

Технико-экономический анализ

хозяйственной деятельности предприятия

Контрольная работа

Выполнил студент

3 курса _____ группы

Рожков Александр Владимирович

Вариант 10

Научный руководитель

работа защищена

«____» ______________ 2006г.

оценка ____________

Тольятти 2006

 Содержание

1. Детерминированное моделирование. Основные модели. Приемы построения детерминированных факторных моделей

2. Анализ использования прибыли предприятия

Список используемой литературы

1. Детерминированное моделирование. Основные модели. Приемы построения детерминированных факторных моделей.

Управление в современном мире становится все более трудным делом, поскольку организационная структура нашего общества усложняется. Эта сложность объясняется характером взаимоотношений между различными элементами наших организаций и физическими системами, с которыми они взаимодействуют. Хотя эта сложность существовала давно, мы только сейчас начинаем понимать ее значение. Теперь мы осознаем, что изменение одной из характеристик системы может легко привести к изменениям или создать потребность в изменениях в других частях системы; в связи с этим получила развитие методология системного анализа, которая была призвана помочь руководителям и инженерам изучать и осмысливать последствия таких изменений.

Модели вообще и имитационные модели в частности можно классифицировать различными способами. К сожалению, ни один из них не является полностью удовлетворительным, хотя каждый служит определенной цели. Укажем некоторые типовые группы моделей, которые могут быть положены в основу системы классификации:

· статические (например, поперечный разрез объекта) и динамические (временные ряды);

· детерминистские и стохастические;

· дискретные и непрерывные;

· натурные, аналоговые и символические.

Эйнштейн как-то сказал, что правильная постановка задачи даже более важна, чем ее решение. Для того чтобы найти приемлемое или оптимальное решение задачи, необходимо сначала знать, в чем она состоит. Как это ни покажется странным, слишком много ученых, занимающихся проблемами управления, полностью игнорируют очевидные факты. Ежегодно расходуются миллионы долларов, чтобы получить изящные и хитроумный ответы на некорректно поставленные вопросы. В ходе дискуссии по вопросам применения количественных методов в планировании деятельности Министерства обороны США Ч. Хитч высказался следующим образом: «Мой опыт показывает, что самые большие трудности для системного аналитика не связаны с собственно аналитическими методами. Методы, которые мы в действительности используем в Министерстве обороны, обычно довольно просты и старомодны. Что отличает плодотворно работающего аналитика -- это его способность формулировать (или ставить) проблему...» Большинство практических задач сообщается руководителям научно-исследовательских подразделений в недостаточно четкой, неточной форме. Во многих случаях руководства не может или не способно правильно выразить суть своих проблем. Оно знает, что некая проблема существует, но не может точно сформулировать, какая это проблема. Поэтому анализ системы обычно начинается с поискового изучения системы под руководством ответственного лица, уполномоченного принимать решения. Исследовательская группа должна понимать и четко формулировать ряд подходящих к данному случаю задач и целей. Опыт показывает, что постановка задачи есть непрерывный процесс, пронизывающий весь ход исследования. Это исследование непрерывно порождает новую информацию, касающуюся ограничений, задач и возможных альтернативных вариантов. Такая информация должна периодически использоваться в целях обновления формулировки и постановки задачи. Важной частью постановки задачи является определение характеристик системы, подлежащей изучению. Все системы -- это подсистемы других более крупных систем. Поэтому мы должны определить цели и ограничения, которые нам надлежит учитывать в процессе абстрагирования или построения формальной модели. Проблема может быть определена как состояние неудовлетворенной потребности. Ситуация становится проблемной, когда действие какой-либо системы не дает желаемых результатов.

Поэтому первый шаг в определении характеристик системы, подлежащей изучению, состоит в проведении анализа потребностей той среды, для которой предназначается система. Этот анализ начинается с определения целей и граничных условий (т. е. того, что является и, что не является частью системы, подлежащей изучению). Нас интересуют здесь две функциональные границы, или два интерфейса: граница, отделяющая нашу проблему от всего остального мира, и граница между системой и окружающей средой (т. е. что мы считаем составной частью системы и что составляет среду, в которой эта система работает). Мы можем описать, что происходит в пределах самой системы, разными способами. Если бы мы не остановились на каком-то наборе элементов и взаимосвязей, которые надлежит изучить, имея в виду вполне определенную цель, перед нами было бы бесконечное число связей и сочетаний. Очертив цели и задачи исследования и определив границы системы, мы далее сводим реальную систему к логической блок-схеме или к статической модели. Мы хотим построить такую модель реальной системы, которая, с одной стороны, не будет столь упрощена, что станет тривиальной, а с другой - не будет столь детализирована, что станет громоздкой в обращении и чрезмерно дорогой. Опасность, которая подстерегает нас при построении логической блок-схемы реально действующей системы, заключается в том, что модель имеет тенденцию обрастать деталями и элементами, которые порой ничего не вносят в понимание данной задачи. Поэтому почти всегда наблюдается тенденция имитировать избыточное число деталей. Во избежание такого положения следует строить модель, ориентированную на решение вопросов, на которые требуется найти ответы, а не имитировать реальную систему во всех подробностях. Закон Парето гласит, что в каждой группе или совокупности существует жизненно важное меньшинство и тривиальное большинство. Ничего действительно важного не происходит, пока не затронуто жизненно важное меньшинство. Системные аналитики слишком часто стремились перенести все усугубленные деталями сложности реальных ситуаций в модель, надеясь, что ЭВМ решит их проблемы. Такой подход неудовлетворителен не только потому, что возрастают трудности программирования (модели и стоимость удлиняющихся экспериментальных прогонов), но и потому, что действительно важные аспекты и взаимосвязи могут потонуть в массе тривиальных деталей. Вот почему модель должна отображать только те аспекты системы, которые соответствуют задачам исследования.

Во многих исследованиях моделирование может на этом закончиться. В удивительно большом числе случаев в результате точного и последовательного описания ситуаций становятся очевидны дефекты и «узкие места» системы, так что необходимость продолжать исследования с помощью имитационных методов отпадает. Каждое исследование охватывает и сбор данных, под которым обычно понимают получение каких-то численных характеристик. Но это только одна сторона сбора данных. Системного аналитика должны интересовать входные и выходные данные изучаемой системы, а также информация о различных компонентах системы, взаимозависимостях и соотношениях между ними. Поэтому он заинтересован в сборе как количественных, так и качественных данных; он должен решить, какие из них необходимы, насколько они соответствуют поставленной задаче и как собрать всю эту информацию. Учебники обычно сообщают студенту нужную для решения задачи информацию без ссылок на то, как она была собрана и оценена. Но когда такой студент впервые сталкивается с реальной задачей и при этом сам должен определить, какие данные ему нужны, и как их отобрать, то голова у него идет кругом.

Примерами прямого, детерминированного, факторного анализа являются; анализ влияния производительности труда и численности работающих на объем произведенной продукции (у -- объем продукции; х, z -- факторы; задана функциональная форма связи y=х*z); анализ влияния величины прибыли, стоимости основных производственных фондов и нормируемых оборотных средств на уровень рентабельности (у - уровень рентабельности; х, z, v -соответствующие факторы; заданная функциональная форма связи y=x/(z+v)). Задачи прямого детерминированного факторного анализа -- наиболее распространенная группа задач в анализе хозяйственной деятельности.

Рассмотрим особенности постановки задачи прямого стохастического факторного анализа. Если в случае прямого детерминированного факторного анализа исходные данные для анализа имеются в форме конкретных чисел, то в случае прямого стохастического факторного анализа заданы выборкой (временной или поперечной). Решения задач стохастического факторного анализа требуют: глубокого экономического исследования для выявления основных факторов, влияющих на результативный показатель; подбора вида регрессии, который бы наилучшим образом отражал действительную связь изучаемого показателя с набором факторов; разработки метода, позволяющего определить влияние каждого фактора на результативный показатель.

Если результаты прямого детерминированного анализа должны получиться точными и однозначными, то стохастического -- с некоторой вероятностью(надежностью), которую следует оценить.

Например, исследуя процесс формирования объема выпускаемой продукции, можно использовать для анализа такие детерминированные факторные системы:

В статике (а) В динамике (б)

1а. у = x1x2 16. Iy = i1i2

2а. у = x1x3x4 26. Iу = i1i3i4

За. у = x1х3х5х6х7 36. Iy = i1i3i5i6i7

где

у -- объем продукции;

х1 -- численность работающих;

х2 -- производительность труда одного работающего за анализируемый период;

х3 -- удельный вес рабочих в составе работающих;

х4 -- производительность труда одного рабочего за анализируемый период;

х5 -- коэффициент использования рабочих дней;

х6 -- коэффициент использования рабочих часов;

х7 -- средняя часовая производительность труда одного рабочего;

Iу -- общий индекс изменения объема продукции;

i1, i2,…., i3 - факторные индексы.

Модели 1--3 отражают процесс последовательной детализации влияния факторов на изменение объема продукции как обобщающего показателя. Аналогичные модели могут быть построены и для других показателей хозяйственной деятельности.

В основе детерминированного моделирования факторной системы лежит возможность построения тождественного преобразования для исходной формулы экономического показателя по теоретически предполагаемым прямым связям переднего с другими показателями-факторами. Детерминированное моделирование факторных систем - это простое и эффективное средство формализации связи экономических показателей; оно служит основой для количественной оценки роли тдельных факторов в динамике изменения обобщающего показателя.

Детерминированное моделирование факторных систем ограничено длиной факторного поля прямых связей. При недостаточном уровне знаний о природе прямых связей того или иного показателя хозяйственной деятельности часто необходим иной подход к познанию объективной действительности. Размах количественных изменений экономических показателей можно выяснить только стохастическим анализом массовых эмпирических данных.

2. Анализ использования прибыли предприятия.

Исходные данные:

Анализ формирования фондов должен показать, насколько и за счет каких факторов изменилась их величина. Основными факторами, определяющими размер отчислений в фонды накопления и потребления, могут быть изменения суммы нераспределенной чистой прибыли (ЧП) и коэффициента отчислений прибыли в соответствующие фонды (Кi). Сумма отчислений прибыли в фонды предприятия равняется их произведению:

Фi = ЧП*Котчi

Для расчета их влияния можно использовать один из приемов детерминированного анализа:

Затем надо рассчитать влияние факторов изменения чистой прибыли на размер отчислений в фонды предприятия:

ДФi = ДЧПxi*Котчi

В нашем примере прирост отчислений в фонды предприятия вызван изменением структуры реализованной продукции, повышением отпускных цен, доходами по внереализационным операциям. Отрицательное влияние оказали такие факторы, как повышение себестоимости продукции, экономические санкции, занижения налогов, отчисления в благотворительные фонды.

Список используемой литературы

1. Савицкая Г.В. Анализ хозяйственной деятельности. - Минск, ООО "Новое знание", 2000.

2. Васина А.А. Финансовая диагностика и оценка проектов. - СПб.: Питер, 2004.

3. Ackoff R. L., Sasieni M. W., Fundamentals of Operations Research, Wiley, Inc., New York, 1968; есть русский перевод: Акоф Р., Сасиени М., Основы исследования операций, изд-во «Мир», М., 1971.

4. Amstutz A. E., Computer Simulation of Competitive Market Response, Massachusetts Institute of Technology Press, Cambridge Mass., 1967.

5. Armstrong R. H., Taylor J. L. eds., Instructional Simulation Systems in Higher Education, Cambridge Monographs on Teaching Methods, №2, 1970.

6. Barish N. N., Economic Analysis for Engineering and Managerial Decision-Making, McGraw-НШ Book Co., New York, 1962.

7. Bartee E. M., Engineering Experimental Design Fundamentals, Prentice-Hall, Inc., Englcwood Cliffs, N. J., 1968.

8. Bekey G. A., Karplus W. J., Hybrid Computation, Wiley, Inc., New York, 1968; есть русский перевод: Беки Дж., Карплгос У., Теория и применение гибридных вычислительных систем, изд-во «Мир», М., 1971.

9. Cherryholmes С. H., Shapiro M. J., Representatives and Roll-calls: A Computer Simulation of Voting in the Eighty -- eighth Congress, Bobbs-Merrill Co., Inc., New York, 1969. 8. Dutton J. M., Starbuch W. H., Computer Simulation of Human Behavior, Wiley, Inc., New York, 1971.

10. Elmagnraby S. E., The Role of Modeling in I. E. Design, The Journal of Industrial Engineering, v. XIX, № 6, June 1968.

11. Fishman G. S., Kiviat P. J., The Analysis of Simulation-Generated Time Series, Management Science, v. 13, № 7, Mar. 1967.

12. Forrester J. W., Industrial Dynamics, Massachusetts Institute of Technology Press, Cambridge, Mass., 1961; есть русский перевод: Форрестер Д., Основы кибернетики предприятия (Индустриальная динамика), изд-во «Прогресс», М., 1971.

13. Gershefski G. M.. Corporate Models, The State of the Art, Universiti of Washington, Seattle, Wash.. 1970.

14. Guetzkow H. ей.. Simulations in Social Science, Prentice-Hall, Inc., Englewood Cliffs, N. J., 1962.

15. Guetzkow H., Simulation in International Relations: Developments for Research and Teaching, Prentice-Hall, Inc., Englewood Cliffs, N. J., 1963.

16. Hermann C. F.. Crisis in Foreign Policy: A Simulation Analysis, Bobbs-Merrill Co., Inc. New York, 1969.

17. Hitch C. J., Decision-Making for Defense, University of California Press, Berkeley and Los Angelos, 1967.

18. Hogatt A. C., Balderstone F. E. eds., Symposium on Simulation Models: Methodology and Applications to Behavioral Sciences, South-Western Publ. Co., Cincinnati, Ohio, 1963.

19. Kresge D. Т., Roberts P. 0., Techniques of Transportation Planning: Systems Analysis and Simulation Modelc, Brookings Institution, Wasuington, D. C., 1971.

20. Little J. D. C., Models and Concert of a Decision Calculus, Management Science, v. 16, № 8, Apr. 1970.

21. McKenney J. L., A Clinical Study of the Use of a Simulation Model, The Journal of Industrial Engineering, v. XVIII, № 1, Jan. 1967.

22. Meadows D. L., Dynamics of Commodity Production Cycles, Wright-Alien Press, Cambridge, Mass., 1970.

23. Meir R. C. et al., Simulation in Business and Economics, Prentice-Hall, Inc., Englewood Cliffs, N. J., 1969.

24. Morris W. Т., On the Art of Modeling, Management Science, v. 13, №12, Aug. 1967.

25. Naylor T. H., Computer Simulation Experiments with Models of Econonic Systems, Wiley, Inc., New York, 1971; есть русский перевод: Нейлор Т. X., Имитационные эксперименты с моделями экономических систем, изд-во «Мир», М., 1975.

26. Naylor Т. H., Vernon J. M., Microeconomics and Decision Models of the Firm, Harcourt Brace Jovanovich, Inc., New York, 1970.

27. Pacher A. H., Models of Economic Systems, Massachusetts Institute of Technology Press, Cambridge, Mass., 1972.

28. Rowe A. J., Simulation --A Decision-Aiding Tool, AJJE International Conference Proceedings, New York, 1963.

29. Rubenstein A. H. et al., Some. Organization Factors Related to the Effectiveness of Managements Science Groups in Industry, Management Science, v. 15, № 8, Apr. 1967.

30. Shannon R. E., Biles W. E., The Utility of Certain Curriculum Topics to Operation Research Practitioners, Operations" Research, v. 18, № 4, Jul. -- Aug. 1970.

31. Siegal A.J., Wolf J. J., Man-machine Simulation Models, Interscience Publishers, New York, 1969.

32. Turing A. M., Computing Machinery and Intelligence, Mund. v. 59, Oct. 1959.

33. Watson J. D., The Double Helix -- The Discovery of the Structure of DNA, Atheneum Publishers, New York, 1960; есть русский перевод: Уотсон Д., Двойная спираль. Воспоминания об открытии структуры ДНК, изд-во «Мир», М., 1969.

34. Weston F. C., OR Techniques Relevant to Corporate Planning Function Practices, An Investigative Look, presented at 39th National Meeting, Operations Research Society of America, Operations Research Bulletin, v. 19, Suppl. 2, Spring, 1971