Совершенствования методов управления рентабельностью продукции растениеводства в СПК «Колхоз имени Карла Маркса»

М=(С,I,P),      (19)

где С - система категорий;

 I - научный инструментарий;

Р - система регулятивных принципов.

Первые два элемента характеризуют статическую компоненту метода, последний элемент — его динамику. Категории финансового анализа - это наиболее общие, ключевые понятия данной науки. В их числе: фактор, модель, ставка, процент, дисконт, опцион, денежный поток, риск, леверидж и др. Научный инструментарий (аппарат) финансового анализа - это совокупность общенаучных и конкретно научных методов и моделей исследования финансовой деятельности хозяйствующих субъектов. Принципы финансового анализа регулируют процедурную сторону его методологии и методики. К ним относятся: системность, комплексность, регулярность, преемственность, объективность и др.

Основным элементом метода любой науки является ее научный инструментарий (аппарат). В настоящее время практически невозможно обособить приемы и методы какой-либо науки как присущие исключительно ей - наблюдается взаимопроникновение научных инструментариев различных наук. В финансовом анализе и управлении также могут применяться различные методы, разработанные изначально в рамках той или иной экономической науки[14].

Финансовый аналитик - это, прежде всего, специалист, достаточно свободно ориентирующийся в методах количественной оценки. Вместе с тем, поскольку подавляющему большинству участников экономических процессов нередко приходится не только пользоваться результатами анализа, но и проводить его, можно утверждать, что умение осознанно пользоваться аналитическими методами и приемами анализа входит в число необходимых элементов базового набора знаний, которыми должен владеть любой экономист, бухгалтер, финансист. Особенность развития любого научного знания состоит в его постоянном усложнении. В полной мере это относится и к методам количественной оценки. Возникают новые направления научно-практических знаний, развиваются уже традиционные направления - и в каждом из них предлагаются собственные методы, нередко инвариантные по отношению к областям науки и практики. В качестве примера, ставшего уже классическим, приведем введение в статистику одного из самых популярных ныне методов экономического анализа - корреляционного анализа, сделанное английским психологом и антропологом Френсисом Гальтоном.

В настоящее время достаточно трудно однозначно приписать тот или иной метод научного познания или практический прием к инструментарию лишь какой-то отдельной науки (одно из немногих исключений - метод двойной записи в бухгалтерском учете); в подавляющем большинстве научно-практических направлений в экономике наблюдается взаимопроникновение научных инструментариев. В анализе это проявляется особенно явно, в частности, при проведении аналитических расчетов финансового характера используются приемы и методы, заимствованные из различных наук и систематизированные в рамках анализа финансово-хозяйственной деятельности предприятия. Существуют различные классификации методов анализа; одна из них приведена на рисунке 5. 

 

Первый уровень классификации выделяет неформализованные и формализованные методы анализа. Первые основаны на описании аналитических процедур на логическом уровне, а не с помощью строгих аналитических зависимостей. К ним относятся методы: экспертных оценок, сценариев, психологические, морфологические, сравнения, построения систем показателей, построения систем аналитических таблиц и т.п. Применение этих методов характеризуется определенным субъективизмом, поскольку большое значение имеет интуиция, опыт и знания аналитика. Общую черту - неформализуемость, объединяющую методы первой группы, нужно понимать с определенной долей условности. В принципе подавляющему большинству аналитических методов, в том числе и заимствованных, в частности, из математической статистики, свойствен элемент субъективизма, проявляющийся в задании тех или иных ключевых параметров метода, целевом подборе совокупности, целенаправленном отборе показателей и т.п. Поэтому в данном случае речь идет не о полном отсутствии каких-либо формальных ограничений и процедур, а лишь о том, что для жестко неформализованных методов элемент субъективизма особенно существен.

Ко второй группе относятся методы, в основе которых лежат достаточно строгие формализованные аналитические зависимости. Известны десятки этих методов; они составляют второй уровень классификации[8].

Для того чтобы произвести совершенствование системы экономических связей с покупателями произведенной продукции, мы используем метод построения дерева решений.

Один вариант использования ситуационного анализа для прогнозирования возможных действий имеет более общее применение и основан на оценках риска.

Принятие решений экономического характера может осуществляться в одной из следующих четырех ситуаций: в условиях определенности, риска, неопределенности и конфликта. Первая ситуация имеет место в том случае, если можно с приемлемой точностью предсказать однозначно трактуемые последствия принятого решения. В условиях риска поле возможных исходов, т.е. последствий принятого решения, вариабельно, однако, учения исходов и вероятности их появления поддаются количественной оценке. В условиях неопределенности подобной оценки сделать уже нельзя, т.е. не могут быть перечислены все возможные исходы и/или заданы их вероятности. В условиях конфликта принятие решения осложняется не только и не столько возможностью проявления действия некоторых случайных факторов, сколько необходимостью учета безусловного, осознанного и активного противодействия участников “конфликтной” ситуации, причем число этих участников, их информационные и другие ресурсы и возможности могут быть заранее не известны.

Первая ситуация достаточно редка, а ее описание и алгоритмизация не представляют сложности (например, решение принимается на основе некоторого критерия, исчисленного так называемым «прямым счетом» по исходным данным; таким критерием может быть заданная величина прибыли, расходов, рентабельности и др.). Напротив, две последние ситуации, в принципе, достаточно естественны, однако они с трудом поддаются формализованному описанию, а предлагаемые варианты действий, разрабатываемые, например, в рамках теории игр, носят достаточно абстрактный характер. Наиболее распространенной считается вторая ситуация, поскольку без особого преувеличения можно утверждать, что в экономике безрисковых операций не существует. В частности, даже гарантии, выданные авторитетными организациями и солидными компаниями, не обеспечивают полного элиминирования риска (речь может идти лишь о снижении его уровня). Разработаны некоторые формализованные алгоритмы поведения в ситуациях риска.

В условиях действия второй ситуации для выбора варианта действий и применяется вероятностный подход, предполагающий прогнозирования возможных исходов и присвоение им вероятностей. При этом пользуются:

а) известными, типовыми ситуациями (типа — вероятность появлении герба при бросании монеты равна 0,5);

б) предыдущими распределениями вероятностей (например, из выборочных обследований или статистики предшествующих периодов известна вероятность появления бракованной детали, относительная величины сомнительного долга и др.);

в) субъективными оценками, сделанными аналитиком самостоятельно либо с привлечением группы экспертов.

Таким образом, последовательность действий аналитика такова:

• прогнозируются возможные исходы Rk = 1,2, ..., n; в качестве Rk могут выступать различные показатели, например доход, прибыль, приведенная стоимость ожидаемых поступлений и др.;

• каждому исходу присваивается соответствующая вероятность Pk причем

      (20)

• выбирается критерий (например, максимизация математического ожидания прибыли):

   (21)

• выбирается вариант, удовлетворяющий выбранному критерию[19].

Применим данный метод на примере СПК колхоз имени Карла Маркса. С помощью этого метода спрогнозируем, какую прибыль могло бы получить предприятие, реализуя свою продукцию, по различным каналам сбыта. А так же варьируя основными показателями, оценю возможность исходов и их вероятностей получения прибыли. Так как наша задача состоит в том, чтобы прибыль была максимальной, определим из всех возможных вариантов ее получения самый наилучший.

Для этого необходимо составить таблицу основных показателей за 2008 год по видам продукции, выручку от которых мы будем стараться увеличить. И с которой в дальнейшем будем работать и сравнивать полученные результаты, от применяя метода построения дерева решений, с теми которые предприятие получило в 2008 году.

Таблица 25 - Основные показатели реализуемой продукции растениеводства в СПК колхоз имени Карла Маркса за 2008 год

Продукция реализованная государству за 2008 год	Количество реализованной продукции,ц	Себестоимость единицы продукции, руб.	Цена реализации единицы продукции, руб.	Себестоимость, тыс.руб.	Выручка, тыс.руб.	Чистая прибыль (убыток), тыс.руб.
Зерновые и зернобобовые- всего	15145	274,2	319,2	4153	4835	682
Подсолнечник	8400	598,5	642,4	5027	5396	369

 

Теперь нам необходимо принять решение о целесообразности выбора варианта реализации различных видов продукции. Для каждого вида предлагается два пути, один из которых, мы и должны избрать.

1. Расчет примерной прибыль от  реализации зерновых и зернобобовых культур, на основе метода построения дерева решений.

Таблица 26 - Предполагаемые варианты реализации зерновых и зернобобовых

	Себестоимость продукции, тыс.руб.	Цена реализации за 1 ц. продукции, тыс.руб.
Реализация продукции организациям и предприятиям М1	4153	0,32
Реализация продукции новым организациям и предприятиям М2	4568,3	0,39

 

Процесс принятия решения может быть выполнен в несколько этапов.

Этап 1. Определение цели.

В качестве критерия выбирается максимизация математического ожидании прибыли.

Этап 2. Определение набора возможных действий для рассмотрения и анализ (контролируются лицом, принимающим решение).

Может выбрать один из нескольких вариантов:

а1 = (Выбор исхода М1)

а2 = (Выбор исхода М2)

Этап 3. Оценка возможных исходов и их вероятностей (носят случайный характер).

Мы оцениваем возможные варианты годового спроса на продукцию и соответствующие им вероятности следующим образом:

1. Оценка вариантов годового спроса на зерновые и зернобобовые культуры:

x1 = 15400 единиц с вероятностью 0,10

х2 = 15800 единиц с вероятностью 0,15

x3 = 16200 единиц с вероятностью 0,30

х4 = 16600 единиц с вероятностью 0,35

х5 = 17000 единиц с вероятностью 0,10

Этап 4. Оценка математического ожидания возможного дохода выполняется с помощью дерева решений.

Из приведенных на схеме данных можно найти математическое ожидание возможного исхода по каждому проекту:

Математическое ожидание возможного исхода по реализации зерновых и зернобобовых:

Предприятия и организации 0,32 * 15400 – 4153 = 775 тыс.руб. 0,32 * 15800 – 4153 =903 тыс.руб. 0,32 * 16200 – 4153 = 1031тыс.руб. 0,32 * 16600 – 4153 = 1159 тыс.руб. 0,32 * 17000 – 4153 = 1287 тыс.руб. E(Rа1) = (775 *0,10)+(903*0,15)+(1031*0,30) + + (1159*0,35)+( 1287*0,10) = 1056,6

Новые предприятия и организации 0,39 * 15400 – 4568,3 = 1437,7 тыс.руб. 0,39 * 15800 – 4568,3 = 1593,7 тыс.руб. 0,39 * 16200 – 4568,3 = 1749,7 тыс.руб. 0,39 * 16600 – 4568,3 = 1905,7 тыс.руб. 0,39 * 17000 – 4568,3 = 2061,7 тыс.руб. E(Rа2)= (1437,7*0,10)+(1593,7*0,15)+(1749,7*0,30)+ + (1905,7*0,35)+(2061,7*0,10) = 1780,9

 

 

 

 

 

 

 

 

 

 

 

Рисунок 6 - Дерево решений (Реализация зерновых и зернобобовых культур)

 

Проанализировав возможные исходы получения прибыли можно сделать вывод, что вариант по реализации зерновых и зернобобовых культур новым организациям и предприятиям является экономически более целесообразным.

2. Расчет примерной прибыль от  реализации подсолнечника, на основе  метода построения дерева решений.

Таблица 27 - Предполагаемые варианты реализации подсолнечника

	Себестоимость продукции, тыс.руб.	Цена реализации за 1 ц. продукции, тыс.руб.
Реализация продукции организациям и предприятиям М1	5027	0,64
Реализация продукции новым организациям и предприятиям М2	5529,7	0,77