Стратегическое планирование деятельности организации (на материалах ОАО "Хойникский завод гидроаппаратуры")

3.1 Оценка уровня стратегического планирования в организации

Примечание - Источник: собственная разработка

Как видно на рисунках 3.1 и 3.2, точки группируются вокруг прямой линии. Отсюда следует, что между объемом производства промышленной продукции в действующих ценах и фондом заработной платы работников есть линейная зависимость.

Линейное уравнение регрессии имеет вид:

(3.1)

Оценочное уравнение регрессии (построенное по выборочным данным) будет иметь вид:

(3.2)

где e_i - наблюдаемые значения (оценки) ошибок е_i,

а и b соответственно оценки параметров б и в регрессионной модели, которые следует найти.

Здесь е - случайная ошибка (отклонение, возмущение).

Причины существования случайной ошибки:

1. Невключение в регрессионную модель значимых объясняющих переменных;

2. Агрегирование переменных. Например, функция суммарного потребления - это попытка общего выражения совокупности решений отдельных индивидов о расходах. Это лишь аппроксимация отдельных соотношений, которые имеют разные параметры.

3. Неправильное описание структуры модели.

Так как отклонения е_i для каждого конкретного наблюдения i - случайны и их значения в выборке неизвестны, то:

1) по наблюдениям x_i и y_i можно получить оценки параметров б и в;

2) Оценками параметров б и в регрессионной модели являются соответственно величины а и b, которые носят случайный характер, т.к. соответствуют случайной выборке;

Для оценки параметров б и в - используют МНК (метод наименьших квадратов).

Метод наименьших квадратов дает наилучшие (состоятельные, эффективные и несмещенные) оценки параметров уравнения регрессии. Но только в том случае, если выполняются определенные предпосылки относительно случайного члена (е) и независимой переменной (x).

Формально критерий МНК можно записать так:

(3.3)

Система нормальных уравнений.

(3.4)

(3.5)

В таблице 3.1 представлены данные фонда заработной платы работников и объем выплат стимулирующего характера на предприятии за 2011-2015 гг.

Таблица 3.1 - Данные о динамике показателей за 2011-2015 гг.

Примечание - Источник: собственная разработка

Промежуточные расчеты коэффициента корреляции в режиме формул представлены на рисунке 3.3.

Рисунок 3.3 - Промежуточные расчеты коэффициента корреляции в режиме формул

Примечание - Источник: собственная разработка

Промежуточные расчеты коэффициента корреляции представлены на рисунке 3.2.

Рисунок 3.4 - Промежуточные расчеты коэффициента корреляции

Примечание - Источник: собственная разработка

Для расчета параметров регрессии также можно построить расчетную таблицу (таблица 3.2).

Таблица 3.2 - Расчетная таблица

Примечание - Источник: собственная разработка

Для наших данных система уравнений имеет вид

5a + 44726 b = 187903

44726 a + 403481922

b = 1696319917

Домножим уравнение (3.1) системы на (-8945.2), получим систему, которую решим методом алгебраического сложения.

-44726a -400083015.2 b = -1680829915,6

44726 a + 403481922 b = 1696319917

Получаем:

3398906.8 b = 15490001,4

Откуда b = 4,5573

Теперь найдем коэффициент «a» из уравнения (3.1):

5a + 44726 b = 187903

5a + 44726 * 4,5573 = 187903

5a = -15928,95

a = -3185,79

Получаем эмпирические коэффициенты регрессии: b = 4.5573, a = -3185.79

Уравнение регрессии (эмпирическое уравнение регрессии):

y = 4,5573 x -3185.79

Эмпирические коэффициенты регрессии a и b являются лишь оценками теоретических коэффициентов в_i, а само уравнение отражает лишь общую тенденцию в поведении рассматриваемых переменных.

Выборочные средние:

Выборочные дисперсии:

Среднеквадратическое отклонение:

Коэффициент корреляции b можно находить по формуле, не решая систему непосредственно:

Ковариация.

Рассчитываем показатель тесноты связи. Таким показателем является выборочный линейный коэффициент корреляции, который рассчитывается по формуле:

Линейный коэффициент корреляции принимает значения от -1 до +1.

Связи между признаками могут быть слабыми и сильными (тесными). Их критерии оцениваются по шкале Чеддока:

0.1 < r_xy < 0,3: слабая;

0.3 < r_xy < 0,5: умеренная;

0.5 < r_xy < 0,7: заметная;

0.7 < r_xy < 0,9: высокая;

0.9 < r_xy < 1: весьма высокая;

В нашем примере связь между признаком Y фактором X заметна и прямая.

Кроме того, коэффициент линейной парной корреляции может быть определен через коэффициент регрессии b:

Линейное уравнение регрессии имеет вид:

y = 4,56 x -3185,79

Коэффициентам уравнения линейной регрессии можно придать экономический смысл.

Коэффициент регрессии b = 4,56 показывает среднее изменение результативного показателя (в единицах измерения у) с повышением или понижением величины фактора х на единицу его измерения. В данном примере с увеличением на 1 единицу y повышается в среднем на 4,56.

Коэффициент a = -3185,79 формально показывает прогнозируемый уровень у, но только в том случае, если х=0 находится близко с выборочными значениями.

Но если х=0 находится далеко от выборочных значений х, то буквальная интерпретация может привести к неверным результатам, и даже если линия регрессии довольно точно описывает значения наблюдаемой выборки, нет гарантий, что также будет при экстраполяции влево или вправо.

Подставив в уравнение регрессии соответствующие значения х, можно определить выровненные (предсказанные) значения результативного показателя y(x) для каждого наблюдения.

Связь между у и х определяет знак коэффициента регрессии b (если > 0 - прямая связь, иначе - обратная). В нашем примере связь прямая.

Для оценки качества параметров регрессии построим расчетную таблицу (таблица 3.3).

Таблица 3.3 - Расчетная таблица оценки качества параметров регрессии

Примечание - Источник: собственная разработка

Несмещенной оценкой дисперсии возмущений является величина:

S² = 56356224.322 - необъясненная дисперсия (мера разброса зависимой переменной вокруг линии регрессии).

S = 7507,08 - стандартная ошибка оценки (стандартная ошибка регрессии).

S_a - стандартное отклонение случайной величины a.

(3.7)

S_b - стандартное отклонение случайной величины b.

Проверка гипотез относительно коэффициентов линейного уравнения регрессии:

1) t-статистика. Критерий Стьюдента.

С помощью МНК мы получили лишь оценки параметров уравнения регрессии, которые характерны для конкретного статистического наблюдения.

Для оценки статистической значимости коэффициентов регрессии и корреляции рассчитываются t-критерий Стьюдента и доверительные интервалы каждого из показателей. Выдвигается гипотеза Н₀ о случайной природе показателей, т.е. о незначимом их отличии от нуля.

Чтобы проверить, значимы ли параметры, т.е. значимо ли они отличаются от нуля для генеральной совокупности используют статистические методы проверки гипотез.

В качестве основной (нулевой) гипотезы выдвигают гипотезу о незначимом отличии от нуля параметра или статистической характеристики в генеральной совокупности. Наряду с основной (проверяемой) гипотезой выдвигают альтернативную (конкурирующую) гипотезу о неравенстве нулю параметра или статистической характеристики в генеральной совокупности.

Проверим гипотезу H₀ о равенстве отдельных коэффициентов регрессии нулю (при альтернативе H₁ не равно) на уровне значимости б=0.05.

H₀: b = 0, то есть между переменными x и y отсутствует линейная взаимосвязь в генеральной совокупности;

H₁: b ? 0, то есть между переменными x и y есть линейная взаимосвязь в генеральной совокупности.

В случае если основная гипотеза окажется неверной, мы принимаем альтернативную. Для проверки этой гипотезы используется t-критерий Стьюдента.

Найденное по данным наблюдений значение t-критерия (его еще называют наблюдаемым или фактическим) сравнивается с табличным (критическим) значением, определяемым по таблицам распределения Стьюдента (которые обычно приводятся в конце учебников и практикумов по статистике или эконометрике).

Табличное значение определяется в зависимости от уровня значимости (б) и числа степеней свободы, которое в случае линейной парной регрессии равно (n-2), n-число наблюдений.

Если фактическое значение t-критерия больше табличного (по модулю), то основную гипотезу отвергают и считают, что с вероятностью (1-б) параметр или статистическая характеристика в генеральной совокупности значимо отличается от нуля.

Если фактическое значение t-критерия меньше табличного (по модулю), то нет оснований отвергать основную гипотезу, т.е. параметр или статистическая характеристика в генеральной совокупности незначимо отличается от нуля при уровне значимости б.

t_крит (n-m-1;б/2) = (3;0,025) = 3,182

Отметим значения на числовой оси (таблица 3.4).

Таблица 3.4 - Расчет t-критерия Стьюдента

Примечание - Источник: собственная разработка

Поскольку 1,12 < 3,182, то статистическая значимость коэффициента регрессии b не подтверждается (принимаем гипотезу о равенстве нулю этого коэффициента). Это означает, что в данном случае коэффициентом b можно пренебречь.

Поскольку 0,0871 < 3,182, то статистическая значимость коэффициента регрессии a не подтверждается (принимаем гипотезу о равенстве нулю этого коэффициента). Это означает, что в данном случае коэффициентом a можно пренебречь.

Определим доверительные интервалы коэффициентов регрессии, которые с надежность 95% будут следующими:

(b - t_крит S_b; b + t_крит S_b)

(4,56 - 3,182 * 4,07; 4,56 + 3,182 * 4,07)

(-8,4;17,514)

С вероятностью 95% можно утверждать, что значение данного параметра будут лежать в найденном интервале.

Так как точка 0 (ноль) лежит внутри доверительного интервала, то интервальная оценка коэффициента b статистически незначима.

(a - t_крит S_a; a + t_крит S_a)

(-3185,79 - 3,182 * 36578,71; -3185,79 + 3,182 * 36578,71)

(-119579,237;113207,657)

С вероятностью 95% можно утверждать, что значение данного параметра будут лежать в найденном интервале.

Рассчитаем прогнозный уровень объема производства на 2017 год при прогнозируемом фонде заработной платы работников в 2017 году 14259 млн. руб. Для этого рассчитаем точечный прогноз значения фонда заработной платы работников, подставив прогнозное значение объема выплат стимулирующего характера в найденное уравнение функциональной связи:

У(5 + 2) = 4,557 * 14259 - 3185,7901= 61797 млн руб.

Отклонение от линии регрессии для вероятности попадания внутрь доверительного интервала Р = 0,95 равно:

Прогнозный уровень фонда заработной платы работников в 2017 году также можно получить с помощью функции «ПРЕДСКАЗ» в программе Excel. Для этого вводим прогнозное значение производства и значения фонда заработной платы работников 2011-2015 годы (рисунок 3.5).

Рисунок 3.5 - Диалоговое окно функции «ПРЕДСКАЗ»

Примечание - Источник: собственная разработка

Таким образом, применение эконометрических моделей в прогнозировании позволяет получить прогнозные значения исследуемых переменных (таблица 3.5).

Таблица 3.5 - Данные о динамике показателей за 2011-2017 гг.

Примечание - Источник: собственная разработка

На основании проведенного анализа можно сделать вывод о том, что между объемом производства промышленной продукции в действующих ценах и фондом заработной платы работников организации имеется линейная зависимость.

При прогнозируемом фонде заработной платы работников в 2017 году 14259 млн. руб. объем производства промышленной продукции в действующих ценах составит 61797 млн. руб.

В стратегическом планировании основное внимание уделяется формированию показателей, характеризующих финансовую деятельность предприятия и финансовые результаты производства. Целью составления стратегического плана является обеспечение устойчивого финансового положения предприятия и получение максимально возможной прибыли.

Необходимым условием получения прибыли является определенная степень развития производства, обеспечивающая превышение выручки от реализации продукции над затратами по ее производству и сбыту. Главная факторная цепочка, формирующая прибыль, может быть представлена схемой: «Затраты ? Объем ? Прибыль».

Соотношения «Затраты ? Объем ? Прибыль» это инструмент планирования, который позволяет отыскать наиболее выгодное соотношение между переменными затратами, постоянными затратами, ценой и объемом производства продукции. При этом главная роль в выборе стратегии поведения организации принадлежит маржинальной прибыли. Очевидно, что добиться увеличения прибыли можно, увеличив величину маржинальной прибыли. Достичь этого возможно разными способами: снизить цену продаж и соответственно увеличить объем реализации; увеличить постоянные затраты и увеличить объем; пропорционально изменять переменные, постоянные затраты и объем выпуска продукции.

Ключевыми элементами анализа соотношения «затраты ? объем ? прибыль» выступают маржинальный доход, порог рентабельности (точка безубыточности), производственный леверидж и маржинальный запас прочности, данные показатели необходимо учитывать при составлении стратегического плана развития РУП «Хойникский завод гидроаппаратуры».

Для определения экономических границ деятельности РУП «Хойникский завод гидроаппаратуры» и совершенствования процесса стратегического планирования воспользуемся данными методами.

Основополагающим показателем при определении путей повышения эффективности деятельности является показатель безубыточного объема производства и зоны безопасности организации, прогноз на 2017 год представлен в таблице 3.6.

Таблица 3.6 - Расчет объема производства РУП «Хойникский завод гидроаппаратуры» в точке безубыточности на планируемый период

Примечание - Источник: собственная разработка

Расчет объема производства РУП «Хойникский завод гидроаппаратуры» в точке безубыточности в 2015 г. в таблице 3.7.

Таблица 3.7 - Расчет объема производства РУП «Хойникский завод гидроаппаратуры» в точке безубыточности в 2015 г.

Примечание - Источник: собственная разработка

Объем производства РУП «Хойникский завод гидроаппаратуры» в точке безубыточности на планируемый период в 2015 г. представлен на рисунке 3.6.

Таким образом, объем производства РУП «Хойникский завод гидроаппаратуры» в точке безубыточности на планируемый период в 2017 г. составит в денежном выражении 22229,13 млн руб., в натуральном выражении -- 24703,41 усл. ед.

Рисунок 3.6 - Объем производства РУП «Хойникский завод гидроаппаратуры» в точке безубыточности в 2015 г.

Примечание - Источник: собственная разработка

Расчет объема производства РУП «Хойникский завод гидроаппаратуры» в точке безубыточности на планируемый период в 2017 г. в таблице 3.8.

Таблица 3.8 - Расчет объема производства РУП «Хойникский завод гидроаппаратуры» в точке безубыточности на планируемый период в 2017 г.

Примечание - Источник: собственная разработка

Объем производства РУП «Хойникский завод гидроаппаратуры» в точке безубыточности на планируемый период в 2017 г. представлен на рисунке 3.7.

Таким образом, объем производства РУП «Хойникский завод гидроаппаратуры» в точке безубыточности на планируемый период в 2017 г. составит в денежном выражении 36427,41 млн руб., в натуральном выражении -- 56922,26 усл. ед.

Рисунок 3.7 - Объем производства РУП «Хойникский завод гидроаппаратуры» в точке безубыточности в 2017 г.

Примечание - Источник: собственная разработка

Основные направления совершенствования стратегического планирования на ОАО «Хойникский завод гидроаппаратуры»:

1. Использование для планирования деятельности методы экономико-математического и эконометрического моделирования, в частности Microsoft Excel и программный комплекс EViews. В ходе исследования была выявлена связь между показателями объема производства промышленной продукции в действующих ценах и фонда заработной платы работников филиала ОАО «Хойникский завод гидроаппаратуры». На основании проведенного анализа можно сделать вывод о том, что между объемом производства промышленной продукции в действующих ценах и фондом заработной платы работников организации имеется линейная зависимость. При прогнозируемом фонде заработной платы работников в 2017 году 14259 млн. руб. объем производства промышленной продукции в действующих ценах составит 61797 млн. руб.

2. Расчет точки безубыточности в соответствии со схемой «Затраты ? Объем ? Прибыль». Соотношения «Затраты ? Объем ? Прибыль» - это инструмент планирования, который позволяет отыскать наиболее выгодное соотношение между переменными затратами, постоянными затратами, ценой и объемом производства продукции.

Объем производства РУП «Хойникский завод гидроаппаратуры» в точке безубыточности на планируемый период в 2017 г. составит в денежном выражении 36427,41 млн руб., в натуральном выражении -- 56922,26 усл. ед.

Таким образом, содержание проведенной работы выражается в достижении существенных результатах исследования.

Заключение