Анализ финансовых результатов на примере ГУСП "Башхлебоптицепром"

Учет и анализ результатов деятельности предприятия "Башкирхлебоптицепром". Прогноз основных показателей финансового состояния предприятия с применением экономико-математического моделирования, маржинальный анализ прибыли от продаж и ее увеличение.

Рубрика Финансы, деньги и налоги
Вид дипломная работа
Язык русский
Дата добавления 18.01.2012
Размер файла 116,9 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

дельта - коэффициент, ?. Коэффициент эластичности имеет вид:

Эi = bi * x i / y (27)

где bi - коэффициент модели при i - факторе; х i - среднее значение i - го фактора;

у - среднее значение зависимой переменной.

Коэффициент эластичности i - фактора Х i говорит о том, что при отклонении его величины от среднего значения хi на 1%, и при фиксированных на постоянном уровне значениях других факторов, входящих в уравнение, объясняемая переменная Y отклониться от своего среднего значения y на э i процентов. Иначе, - изменение значения фактора Х i на 1% от его средней величины х i, приводит к изменению значения объясняемой переменной на э i процентов от ее средней величины.

Бета - коэффициент имеет вид: i = b i * S i / Sy, (28)

где b i - коэффициент модели при i- м факторе;

S i - оценка среднеквадратического отклонения i - го фактора;

Sy - оценка среднеквадратического отклонения зависимой переменной Y.

Бета-коэффициент при факторе X i определяет меру влияния его вариации на вариацию зависимой переменной Y при фиксированной на одном уровне вариации остальных независимых факторов, входящих в уравнение регрессии.

Указанные коэффициенты позволяют проранжировать факторы по степени влияния факторов на зависимую переменную.

Дельта-коэффициент имеет вид:

?i = ri i / R2, (29)

где i - бета-коэффициент i - го фактора Хi;

ri - коэффициент парной корреляции i - го фактора Хi и зависимой переменной Y;

R2 - коэффициент множественной детерминации.

Дельта-коэффициент позволяет оценить долю вклада каждой независимой переменной Хi в суммарное влияние всех факторов.

При корректно проводимом анализе значения ? - коэффициентов положительны, то есть все коэффициенты регрессии имеют тот же знак, что и соответствующие парные коэффициенты корреляции. Но в случаях сильной коррелированности факторов некоторые дельта-коэффициенты могут быть отрицательными вследствие того, что соответствующий коэффициент регрессии имеет знак, противоположный знаку парного коэффициента корреляции.

Прогнозирование на основе модели регрессии.

Регрессионные модели могут быть использованы для прогнозирования возможных ожидаемых значений переменной. При это перенос закономерности связи, измеренной в исследуемой совокупности в статике на динамику, не является корректным и требует проверки условий допустимости такого переноса (экстраполяции).

Ограничением прогнозирование на основании регрессионной модели служит условие стабильности или малой изменчивости других факторов и условий изучаемого процесса, не связанных с ними.

Прогнозируемое значение переменной Y получается при подстановке в уравнение регрессии: y n+k = a0 + a1 xn+1

ожидаемой величины фактора Х. Данный прогноз называется точечным. Возникает ограничение при выборе ожидаемой величины Х: нельзя подставлять значения независимой переменной xn+k, значительно отличающейся от входящих в исследуемою выборку, по которой вычислено уравнение регрессии.

Вероятность реализации точечного прогноза практически равна нулю. Поэтому рассчитывается средняя ошибка прогноза или доверительный интервал с достаточно большой надежностью.

Границы доверительного интервала вычисляются, соответственно, как:

нижняя граница - UH(k) = y n + k - m y k;

верхняя граница - UB(k) = y n + k + m y k.

Если величина V мала и отсутствует автокорреляция остатков (то есть систематичность отклонений зависимой переменной от линии регрессии), то прогнозные качества модели высоки. Автокорреляция остатков проверяется с помощью критерия Дарбина - Уотсона, рассчитываемая по формуле:

n n

d p = (i - i-1)2 / i2, (34)

i =1 i =1

и сравнивается с табличными значениями d1 и d2, определенными по таблице с уровнем значимости и числом степеней свободы k = n: при dр > d2, то корреляция отсутствует.

Если построенная регрессионная модель адекватна и прогнозные оценки факторов достаточно надежны, то с выбранной пользователем вероятностью можно утверждать, что при сохранении сложившихся закономерностей развития прогнозируемая величина попадет в интервал, образованный нижней и верхней границами.

3.2 Экономико-математическое моделирование прибыли ГУСП «Башхлебоптицепрома»

В корреляционной матрице дается критическое значение коэффициента корреляции на уровне 90% при двух степенях свободы:

уровень 90% - это надежность получаемых результатов, она задается исследователем;

две степени свободы - это количество исследуемых одновременно параметров.

Все коэффициенты корреляции, табличные значения которых, меньше критического значения коэффициента корреляции (+ 0,2920), принимается равным нулю, то есть корреляционная связь между переменными является не значимой. Качественная оценка коэффициентов корреляции осуществляется на основе шкалы Чеддока.

Проанализируем силу связи зависимой переменной Y с независимыми переменными Хi.

Целью данного исследования является построение «лучшей» модели для определения влияния составляющих затрат на изменение выручки от реализации товара на изменение прибыли, а также для прогноза прибыли на последующие 3 этапа, а именно на 3 месяца.

Для проведения исследования необходимы исходные данные. В данной задаче анализу подвергаются 7 составляющих затрат, с целью выявления их влияния на выручку от реализации товара.

Для проведения исследования по выявлению влияния составляющих затрат на выручку использовались данные бухгалтерского учета (журнал-ордер №, главная книга) ГУСП, представленные в таблице «Статистика данных по ГУСП «Башхлебоптицепрому» (см. приложение №5). В качестве исходных данных необходимых для проведения исследования выбираем статьи издержек обращения по 44 счету, наиболее значимые для расчета данного показателя с экономической точки зрения (см. приложение 5).

Таблица с исходными данными состоит из столбцов и строк. По столбцам отражается временной интервал. В качестве периода исследования берем период по месяцам с июля 1998 года по март 2000 года. Этот временной интервал позволяет прогнозировать с достаточным количеством точек необходимым для получения адекватной модели с достаточной степенью точности. По строкам отражаются исследуемые переменные: Y - зависимая переменная, в нашем примере это показатель выпучки; Х - независимые переменные, а именно это:

Х1 - заработная плата;

Х2 - аммортизация основных средств;

Х3 - горюче-смазочные материалы;

Х4 - услуги охраны

Х5 - электроэнергия

Х6 - ремонтные работы

Х7 - запчасти

Все числовые данные представлены в тысячах рублей.

Прежде, чем построить модель, необходимо произвести предварительную обработку данных, которая включает в себя получение корреляционной матрицы (см. приложение 6).

Корреляционная матица есть квадратная матрица парных коэффициентов корреляции. Нумерация переменных соответствует приложению 5. Например, показатель 1 - это Y, показатель 2 - это Х1 и так далее.

Для проведения исследования взяты составляющие издержек обращения, а именно: заработная плата, амортизация основных средств, ГСМ, охрана, электро-энергия, ремонтные работы, запчасти для автомашин за отчетный период.

В качестве временного интервала для исследования взят период с июля 1998 года по март 2000 года., т.е. после кризисный период, когда произошли большие изменения в экономике страны, повлекшие за собой изменения в экономике и финансах предприятий. Для исследования данный период был взят для того, чтобы не было искажений и «скачков» в результатах, а также потому, что данный период имеет достаточное количество точек для получения адекватной модели.

Для проведения исследования составляющих выручки от реализации товара на прибыль применялись корреляционный и регрессионный анализ. Выполнение расчетов производилось с использованием стандартного программного продукта «СтатЭксперт. Исследование проводилось в 2 этапа:

Корреляционный анализ

Регрессионный анализ с прогнозом.

Корреляционный анализ:

Прежде чем построить модель необходимо провести предварительную обработку данных, которая включает в себя получение корреляционной матрицы исходных данных, используя коэффициенты парной корреляции. Результаты расчетов представлены в приложении 6.

Данная таблица есть корреляционная матрица, где по строкам и столбцам представлены исследуемые параметры, обозначенные как показатели 1,2,3,….11, нумерация которых соответствует порядку параметров, представленных в таблице, то есть показатель - 1 есть выручка, показатель 2 - заработная плата,…., показатель 8 - запчасти.

В корреляционной матрице дается критическое значение на уровне 90% при 2-х степенях свободы равный 0,2920. Это означает, что надежность получаемых результатов в исследовании составляет 90%, а две степени свободы - это количество исследуемых одновременно параметров. Критическое значение равное + 0,2920 используется для анализа таблицы. Коэффициенты корреляции, находящиеся в таблице, значение которых ниже 0,2920 (r ij< r i крит.) принимаются за величину равная нулю, то есть корреляционная связь между переменными считается не значимой или отсутствует.

На основании неравенства r ij< r i крит. корреляционная взаимосвязь отсутствует между следующими независимыми переменными (хi) с зависимыми переменными (У - выручка). В регрессионном анализе данные показатели не учитываются.

Оценка коэффициентов корреляции осуществлялась на основе шкалы Чеддока:

Таблица 14. Шкала Чеддока

№ п/п

Критическое значение коэффициента

Показатель связи

1

0,1 - 0,3

слабая корреляционная связь

Таблица 14

1

2

3

2

0,3 - 0,5

умеренная корреляционная связь

3

0,5 - 0,7

заметная корреляционная связь

4

0,7 - 0,9

высокая корреляционная связь

5

0,9 - 1,0

весьма высокая корреляционная связь

На основании шкалы Чеддока и данных Приложения 6 можно сказать о силе связи:

Между зависимой переменной с независимыми, а именно между выручкой и заработной платой, выручкой и амортизацией основных средств, связь слабая, а между выручкой и ГСМ, выручкой и ремонтом связь умеренная.

Между независимыми переменными, а именно между амортизацией основных средств и ГСМ связь весьма высокая, между заработной платой и амортизацией основных средств, заработной платой и ГСМ, заработной платой и электроэнергией, электроэнергией и амортизацией основных средств, ГСМ и электроэнергией высокая и т.д.

Следует сказать, что связь между зависимой переменной с независимой показывает на сколько сильно влияет на выручку различные издержки обращения, а связь между независимыми переменными должна отсутствовать, так как ее наличие отрицательно сказывается на анализе. Если случайные величины связаны отрицательной корреляцией, это означает, что при возрастании одной случайной величины, другая имеет тенденцию в среднем убывать.

Таким образом, можно сделать вывод, что для построения регрессионной модели:

используются все выбранные вначале переменные;

влияние независимых переменных на финансовый результат значимо.

Регрессионный анализ с прогнозом:

Для построения регрессионной модели используется метод пошаговой регрессии, описанный в п. 3.1.

В результате использования метода пошаговой регрессии был отброшен 1 фактор и остались в таблице следующие независимые переменные: Х1, Х2, Х3, Х5, Х6, Х7. Таким образом, регрессионная модель будет иметь вид:

У = 9971,102 - 2,424Х1 - 98,989Х2 + 123,384Х3 - 42,431Х5 + 3,592Х6 - - 63,342Х7, (32)

где Х1 - заработная плата,

Х2 - амортизация основных средств,

Х3 - ГСМ,

Х5 - электро-энергия,

Х6 - ремонтные работы,

Х7 - запчасти.

Эти показатели наиболее оптимальные, они не коррелируют друг с другом и в совокупности образуют наилучшую модель Уравнение (32) означает, что сумма выручки на 1 руб. издержек по заработной плате в среднем по совокупности уменьшилась на 2,434 руб. при увеличении заработной платы на 1 руб.; уменьшилась в среднем на 97,989 руб. при возрастании амортизации основных средств на 1 руб. и уменьшилась на 42,431 руб. при росте электро-энергии и уменьшилась на 63,342 руб. при увеличении затрат на запчасти.

На основании коэффициентов регрессии bi трудно сопоставить факторы Х по степени их влияния на зависимую переменную У. Для этого используются следующие коэффициенты:

коэффициент эластичности, Э;

бэта-коэффициент, В;

дельта-коэффициент, ;

С помощью частных коэффициентов эластичности, а также бета-коэффициентов можно ранжировать факторы по степени их влияния на зависимую переменную, сопоставить их между собой по величине этого влияния. Оценить долю влияния фактора в суммарном влиянии всех факторов на объясняемую переменную У можно с помощью дельта-коэффициент.

Оценка коэффициентов эластичности независимых переменных Х1, Х2, Х3, Х5, Х6, Х7 позволяет сделать вывод, что наибольшее влияние на изменение значений выручки оказывают издержки от амортизации основных средств: при увеличении амортизации основных средств на 1% от среднего значения, выручка уменьшится на 0,471% от своего среднего значения. При увеличении заработной платы на 1% от среднего значения, выручка уменьшится на 0,211% от своего значения. При увеличении электро-энергии на 1% от своего значения выручка уменьшится на 0,186% и при увеличении запчастей на 1% выручка уменьшится на 0,199%, что подтверждает выполненный ранее анализ уравнения.

Шесть факторов, включенные в уравнение регрессии, объясняют 100% вариации уровня выручки (дельта-коэффициент), если рассматривать 7 составляющих издержек как генеральную совокупность. Наибольшие изменения вариации выручки происходит от амортизации основных (-0,609%), а наименьшие изменения от ГСМ (0,295).

Таким образом, амортизация основных средств оказывает на уменьшение выручки предприятия наибольшее влияние.

Анализ качества регрессионной модели осуществляется по остаточной компоненте, которая определяется по формуле:

^

=i - Yi , (33)

где - i-ое значение остаточной компоненты

Yi - i-ое фактическое значение выручки

Yi - i-ое значение выручки, рассчитанной с помощью модели.

Среднее значение остаточной компоненты равна -0,005. Критерий Дарбина-Уотсона (d расч.) служит для проверки независимостей уровней. Расчетное значение критерия Дарбина-Уотсона (d расч.)= 1,698. При сравнении данного значения с табличным показателем мы видим:

d1 табл. (а = 0,05, р = 7, n = 17) = 0,90

d2 табл. (а = 0,05, р = 7, n = 17) = 1,71

Преобразуем d расч.: d расч.= 4 - 1,698 = 2,302, то есть d расч. > d 2 табл.

Следовательно, автокорреляция уровней остаточного компонента отсутствует и остаточная компонента распределена по нормальному закону распределения.

Модель адекватна реальному процессу изменения прибыли в зависимости от увеличения заработной платы (Х1), аммортизации основных средств (Х2), ГСМ (Х3), электро-энергия (Х5), ремонт (Х6), запчасти (Х7). Об этом свидетельствует высокий показатель критерия адекватности, который равен 89,495%.

Коэффициент детерминации показывает на сколько включенные в модель переменные влияют на изменение прибыль. В нашем случае, критерий детерминации равен 86,7%. Это означает, что переменные Х1, Х2, Х3, Х5, Х6, Х7 включенные в модель практически на 86,7% описывают изменение. Данный факт подтверждается критерием Фишера (F-значение). F-значение (n1=6, n2= 14) равен 143,285. Это расчетное значение. Табличное же значение равно 8,74. Так как Fрасч. > F табл., то значение коэффициента детерминации значимо.

Таким образом, полученная в результате расчетов модель адекватна.

Критерий качества составляет лишь 22,374%. Это свидетельствует о низком качестве оценок.

В результате проведенного выше анализа можно сказать, что уравнение (32) значимо с вероятностью 0,95 и может быть применено для получения прогноза прибыли.

Прогнозные значения выручки на ближайшие 3 месяца (апрель - май-июнь 2000 г.) представлены в графике. Для наглядного представления изменения выручки были и описания этого изменения с помощью модели, а также прогнозные значения выручки Приложении 9 представлены на рисунке.

Анализируя данные рисунка, мы видим, что в апреле 1999 года, произошло снижение выручки, когда выросли заработная плата, амортизация основных средств в 2 раза. В декабре 1999 года сумма выручки выросла и достигла наибольшего роста, но в январе 2000 года снизился до минимума. Однако, в феврале 2000 года показатель выручки опять стал расти. Прогнозное значение прибыли на ближайшие 3 месяца (апрель - июнь 2000 г.) снижается. В апреле 2000 года ожидается снижение прибыли с 21772 до 1535,496 руб. (или на 7,05%). В мае 2000 года по сравнению с апрелем 2000 г. показатель выручки уменьшится на 324,07% (-4976,136 / 1535,496 * 100). А в июне ожидается увеличение показателя выручки с -4976,136 до 10896,939 руб. или на 218,98%.

Таким образом, на основании проведенных исследований можно сделать следующие выводы:

Корреляционная связь зависимой переменной У (выручка) с независимыми переменными Хi изменяется от умеренной (Х3 - ГСМ, Х6 - ремонт) до слабой (Х1 - заработная плата, Х2 - амортизация основных средств). В тоже время следует сказать, что связь между независимыми переменными должна отсутствовать, так как ее наличие отрицательно сказывается на анализе. Если случайные величины связаны отрицательной корреляцией, это означает, что при возрастании одной случайной величины, другая имеет тенденцию в среднем убывать.

Взаимное влияние независимых переменных не значимо, то есть мультиколлениарность отсутствует.

В результате расчетов получена регрессионная модель зависимости выручки от заработной платы, амортизации основных средств, ГСМ, электроэнергии, ремонта, запчастей. Она имеет вид:

У = 9971,102 - 2,434 Х1 - 97,989 Х2 + 123,384 Х3 - 42,431Х5 + 3,592Х6 - - 63,342Х7

Модель имеет среднее качество и может с вероятностью 0,95 применена для прогнозирования значений прибыли.

Включенные в модель регрессии переменные Х1 (заработная плата), Х2 (амортизация основных средств), Х3 (ГСМ), Х5 (электро-энергия), Х6 (ремонт), Х7 (запчасти) на 89,495% описывают изменения выручки. Наибольшее влияние на изменение выручки оказывает амортизация основных средств (на основании анализа дельта-коэффициента).

Прогноз прибыли предполагает его дальнейшее снижение.

4. Мероприятия по улучшению финансовых результатов деятельности ГУСП «Бахлебоптицепром»

4.1 Разработка мероприятий по улучшению финансовых результатов ГУСП «Башхлебоптицепрома»

Финансовые результаты деятельности предприятия характеризуются суммой полученной прибыли и уровнем рентабельности. Прибыль предприятия получают главным образом от реализации продукции.

Прибыль - это часть чистого дохода, который непосредственно получают субъекты хозяйствования после реализации продукции. Только после продажи продукции чистый доход принимает форму прибыли. Количественно она представляет собой разность между чистой выручкой (после уплаты налогов на добавленную стоимость, акцизного налога и других отчислений из выручки в бюджетные и внебюджетные фонды) и полной себестоимостью реализованной продукции. Значит, чем больше предприятие реализует рентабельной продукции, тем больше получит прибыли, тем лучше его финансовое состояние. Поэтому финансовые результаты следует изучать в тесной связи с использованием и реализацией продукции.

Объем реализации и величина прибыли, уровень рентабельности зависят от производственной, снабженческой, маркетинговой и финансовой деятельности предприятия, иначе говоря, эти показатели характеризуют все стороны хозяйствования. Основные из них можно выделить:

статистический контроль за выполнением планов реализации продукции и получением прибыли;

определение влияния как объективных, так субъективных факторов на финансовые результаты;

выявление резервов увеличения суммы прибыли и рентабельности;

оценка работы предприятия по использованию возможностей увеличения прибыли и рентабельности;

разработка мероприятий по использованию выявленных резервов.

Во второй главе в третьем параграфе при анализе финансовых результатов был обнаружен убыток от реализации на 01.01.2000 г. Как выяснилось при дальнейшем анализе убыток был вызван нарушениями хозяйственной дисциплины на 25781 тыс. руб. это произошло в результате не эффективной ценовой политики (убыток составил 48544 тыс. руб.), увеличение объема продаж не рентабельной продукции (убыток составил 1858 тыс. руб.). снижение себестоимости принесло прибыль 40640 тыс. руб. поэтому я в качестве мероприятия по увеличению прибыли на ГУСП «Башхлебоптицепром» предлагаю ввести ежемесячный факторный анализ торговых структурных подразделений. Для этого надо в обязанности торгового отдела включить: ежемесячно представлять начальнику торгового отдела факторный анализ прибыли от реализации продукции и расчет влияния различных факторов первого уровня на изменение суммы прибыли от реализации продукции.

В современных условиях предприятие имеет возможность организовывать управленческий учет по международной системе, основным принципом которого является наличие раздельного учета переменных и постоянных затрат по видам изделий.

Основное значение такой системы заключается в высокой степени интеграции учета, анализа и принятия управленческих решений, что в итоге позволяет гибко и оперативно принимать решения по нормализации финансового состояния предприятия.

Прибыль от реализации продукции в целом по предприятию зависит от четырех факторов первого уровня соподчиненности:

- объема реализации продукции;

её структуры;

себестоимости уровня среднереализационных цен.

Объем реализации продукции может оказывать положительное и отрицательное влияние на сумму прибыли. Увеличения объема продаж рентабельной продукции приводит к пропорциональному увеличению прибыли. Если же продукция является убыточной, то при увеличении объёма реализации происходит уменьшение объема суммы прибыли.

Структура товарной прибыли может оказывать как положительное, так и отрицательное влияние на сумму прибыли. Если увеличится доля более рентабельных видов продукции в общем объеме её реализации, то сума прибыли возрастет и, наоборот, при увеличении удельного веса низкорентабельной или убыточной продукции общая сумма прибыли уменьшится.

Себестоимость продукции и прибыли находятся в обратно пропорциональной зависимости: снижение себестоимости приводит к соответствующему росту суммы прибыли, и наоборот.

Изменения уровня среднереализационных цен и величина прибыли находятся в прямо пропорциональной зависимости: при увеличения уровня цен сумма прибыли возрастает, и наоборот.

Резервы увеличения суммы прибыли определяются по каждому виду товарной продукции. Основными их источниками являются увеличение объема реализации продукции, снижение её себестоимости, повышение качества товарной продукции, реализация её наиболее выгодных рынках сбыта и т.д.

Рассмотрим методику анализа прибыли, основываясь на категории маржинального дохода.

Маржинальный доход представляет собой сумму прибыли и постоянных расходов. Суть этой категории в том. Что полное погашение всех постоянных расходов предусматривает списание их полной суммы на текущие результаты деятельности предприятия и приравнивается к одному из направлений распределения прибыли. В формализованном виде маржинальный доход Dm можно представить двумя основными формулами:

Dm = P + Zc; (34)

Dm = Q - Zv, (35)

где Р - прибыль;

Zc - постоянные расходы;

Zv - переменные расходы;

Q - выручка от продаж.

Приступая к анализу влияния на прибыль отдельных факторов, преобразуем формулу (4.1.) следующим образом:

Р = Dm - Zc. (36)

В аналитических расчетах прибыли от продаж часто используют показатели выручки от продаж и удельного веса маржинального дохода в выручке от продаж вместо показателя общей суммы маржинального дохода. Эти три показателя взаимосвязаны:

Dy + Dm / Q, (37)

где Dy - удельный вес маржинального дохода в выручке отпродаж.

Если исходя из этой формулы выразить сумму маржинального дохода, как

Dm = Q х Dy (38)

И преобразовать формулу (36), то получим следующую формулу определения прибыли от продаж:

P = Q х Dy - Zc. (39)

Формула (38) используется тогда. Когда приходится считать общую прибыль от продаж при выпуске одного вида продукции и от продаж предприятием нескольких видов продукции. Если известны удельные веса маржинального дохода в выручке от продаж по каждому виду продукции и соотношения выручки от продаж каждого вида продукции в общей сумме выручки от продаж, то тогда Dy для общей суммы выручки от продаж расчитывается как средневзвешенная величина.

В аналитических расчетах используют ещё одну модификацию формулы определения прибыли от продаж, когда известными величинами являются количество проданного в натуральных еденицах и ставки мардинального дохода в цене за еденицу продукции. маржинальный доход можно представить как:

Dm = g x Dc, (40)

где g - количество проданного в натуральных еденицах;

Dc - ставка маржинального дохода в цене за еденицу продукции.

Отсюда формула (36) может быть записана следующим образом:

P = g x Dc - Zc. (41)

4.2 Экономическая эффективность предлагаемых мероприятий

Рассматриваемое в качестве примера предприятие ГУСП «Башхлебоптицепром». Возьмем в качестве исследуемых показателей четыре вида товаров которые реализовываются в розничных магазинах (структурне подразделения ГУСП «Башхлебоптицепрома»): мясо кур, колбасные изделия утиное мясо, тушенка. Расчет отразим в таблице 15:

Таблица 15

Вид изделий

Отпускная цена

Переменные расходы на единицу

Уд. вес изделия, % к общ итогу по продажам

Фактическ

Предлагаю

Мясо кур

32

19

55

-

Колбасные изделия

70

39

40

30

Мясо уток

34

13

-

50

Тушенка

20

10

5

20

Выручка от продаж фактически составила 250 тыс. руб. а предлагаемая выручка 300 тыс. руб. постоянные расходы планируемые при фактической реализации не изменились и составили 60 тыс. руб.

Определим прибыль от продаж фактическую исходя из формулы (38). предварительно рассчитаем удельные веса маржинального дохода в отпускной цене за изделие для каждого вида продукции.

Вид изделий Алгоритм расчета Результат

Мясо кур (32 - 19) / 32 0,41

Колбасные изделия (70 - 39) / 70 0,44

Тушенка (20 - 10) / 20 0,5

Средний удельный вес маржинального дохода в выручке для всего объема продаж равен 0,427 = (0,41 х 55 + 0,44 х 40 + 0,5 х 5) /100

Подставив полученные результаты в формулу (38). определим прибыль от фактических продаж: 250 х 0,427 - 60 = 46,75 тыс. руб.

Аналогично определяем предлагаемую прибыль от продаж. удельные веса маржинального дохода в цене за изделие для каждого вида проданной продукции составят:

Вид изделий Алгоритм расчета Результат

Колбасные изделия (70 - 390 / 70 0,44

Мясо уток (24 - 13) / 34 0,62

Тушенка (20 - 10) / 20 0,5

Средний удельный вес маржинального дохода Dy для всего объема продаж равен: 0,542 = (0,44 х 30 = 0,62 х 50 + 0,5 х 20) / 100. Предлагаемая прибыль от продаж при неизмененных ценах и постоянных расходах:

300 х 0,542 - 60 = 102,6 тыс. руб.

Сравнение предлагаемой прибыль с фактической показывает повышении её на 56 тыс. руб. (103 - 47).

Определим влияние на увеличение прибыли количества проданного и его структуры. Используя формулу (37).За счет увеличения количества проданных изделий, безусловно, вырастет абсолютная сумма прибыли. И это позволяет считать, что при постоянной структуре проданного не будет меняться средний удельный вес маржинального дохода в выручке от продаж. Сумма прироста маржинального дохода при увеличении выручки от продаж составила:

(300-250) х 0,427 = 21,4 тыс. руб.

Зная, что выше точки критического объема продаж и маржинальный доход и прибыль от продаж при увеличении объема продаж увеличиваются на одну и ту же сумму можно считать, что за счет увеличения количества проданного прибыль увеличилась также на 21,4 тыс. руб.

Структурные сдвиги в объеме продаж приводят к изменению среднего удельного веса маржинального дохода как в сторону увеличения. Так и в сторону уменьшения. В нашем примере наблюдается прирост абсолютной суммы маржинального дохода:

(0,542-0,427) х 300=34,5 тыс. руб.

На такую же величину возросла и прибыль от продаж за счет изменения структуры проданного.

Проверим, как соответствует влияние обоих факторов общему изменению прибыли:

21,4+34,5=55,9 тыс. руб.

При выборе вариантов структуры продаж решается вопрос об установлении цен по каждому виду продукции. При этом во внимание принимается рыночный спрос, цены, по которым аналогичные товары продают конкуренты, общая сумма постоянных расходов складывающаяся для данных условий продаж. В зависимости от целого ряда причин цены на фактически проданную продукцию могут отклоняться от планового как в сторону увеличения, так и в сторону уменьшения, что в свою очередь оказывают влияние на сумму прибыли от продаж.

Список использованной литературы

Налоговый кодекс Российской Федерации.

Положение о составе затрат по производству и реализации продукции (работ, услуг), включаемых в себестоимость продукции (работ, услуг), и о порядке формирования финансовых результатов, учитываемых при налогообложении прибыли» (Утверждено постановлением Правительства РФ №552 от 05 августа 1992 года).

Положение по ведению бухгалтерского учета и бухгалтерской отчетности в РФ №34 от 29.07.1998 года.

Программа реформирования бухгалтерского учета в соответствии с международными стандартами финансовой отчетности. (Утверждено постановлением Правительства РФ №283 от 06 марта 1998 года).

Указ Президента РФ «Об основных направлениях налоговой реформы в РФ и мерах по укреплению налоговой и платежной дисциплины» №685 от 08 мая 1996 года

Федеральный Закон «О бухгалтерском учете» №129-ФЗ от 21 ноября 1996 года

Федеральный Закон «О налоге на прибыль предприятий и организаций» №2116-1 от 27 декабря 1991 года

Абрютина М.С. Финансовый анализ - Москва-Новосибирск, 1999.

Артименко В.Г., Белендир М.В. Финансовый анализ - Москва-Новосибирск: 1999.

Бакаев А.С. Нормативное обеспечение бухгалтерского учета - М.: Международный центр финансово-экономического развития, 1996.

Балабанов И.Т. Основы финансового менеджмента - М.: Дело и сервис, 1995.

Волков Н.Г. Коментарий к Приложению по ведению бухгалтерского учета и бухгалтерской отчетности в РФ - М.: Бухгалтерский учет, 1996.

Ефимова О.В. Анализ финансово-хозяйственной деятельности предприятия - М.: Дело и Сервис, 2000.

Камаев В.Д. Учебник по основам экономической теории - М.: ИНФРА-М, 1994.

Раймон Барр Политическая экономия, т. 2 - М.: Международные отношения, 1995.

Савицкая Г.В. Анализ хозяйственной деятельности предприятия - Минск: Новое знание, 1999.

Стуков С.А., Стуков Л.С. Международная стандартизация и гармонизация учета и отчетности - М.: Бухгалтерский учет, 1999.

Чепурин Н.Н. Курс экономической теории - Киров: Бухгалтерский учет, 1994 г.

Шеремет А.Д., Негашев Е.В. Методика финансового анализа - М.: ИНФРА-М, 2000.

Шеремет А.Д. Бухгалтерская отчетность /Финансовая газета/, 1999, №2.

Шеремет А.Д. Бухгалтерская отчетность /Финансовая газета/, 1999, №3.

Шеремет А.Д. Бухгалтерская отчетность /Финансовая газета/, 1999, №4.

Шеремет А.Д. Бухгалтерская отчетность /Финансовая газета/, 1999, №11.

Шересет А.Д. Бухгалтерская отчетность /Финансовая газета/, 1999, №15.

Шеремет А.Д. Бухгалтерская отчетность /Финансовая газета/, 1999, №23.

Шеремет А, Д. Бухгалтерская отчетность /Финансовая газета/, 1999, №28.

Шеремет А.Д. Бухгалтерская отчетность /Финансовая газета/, 1999, №34.

Размещено на Allbest.ru


Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.