Планирование и прогнозирование в условиях рынка - файл n1.doc

Планирование и прогнозирование в условиях рынка
скачать (321.5 kb.)
Доступные файлы (1):
n1.doc322kb.03.12.2012 23:11скачать

n1.doc



Федеральное агентство по образованию

Государственное образовательное учреждение

высшего профессионального образования

Псковский государственный политехнический институт
Финансово-экономический факультет

Кафедра «Финансы и кредит»


Контрольная работа
«Планирование и прогнозирование в условиях рынка»

Вариант № 7

Студент: Махонина С.А.

Группа: № 671-1109В

Шифр: № 0967044

Руководитель: Малышев Д. П.

Псков

2010

Задача 1.

Рассчитать коэффициент локализации машиностроительной промышленности Псковской области за пять лет по данным статистического сборника «Регионы России».

Построить тренд показателя в виде линии.

Сделать прогноз показателя на следующие три года мето­дом скользящей средней (расчетный интервал — 3 года).
Решение:

Коэффициент локализации:



Иными словами, коэффициент рассчитывается как отношение доли занятых в i-ой отрасли в регионе к доле занятых в этой же отрасли по стране (см. табл. 1.1).

, , , ,

Таблица 1.1

Расчёт коэффициентов локализации машиностроительной промышленности в Псковской области

Показатель

2000
2001
2002
2003
2004

Численность занятого населения в маш.отрасли в Псковской области, тыс.чел.

16,1
14,1
13,5
11,9
10,4

Численность занятого населения в Псковской области, тыс.чел.
340,7
339,8
336,9
336,1
352,1

Численность занятого населения в маш.отрасли в РФ, млн.чел.
3,5
3,5
3,4
3,1
3,0

Численность занятого населения в РФ, млн.чел.
64,3
64,7
65,6
64,1
64,9

Коэффициент локализации

0,868
0,765
0,776
0,729
0,639




Рис. 1.1. Динамика коэффициента локализации машиностроительной промышленности в Псковской области

Построение тренда для коэффициента локализации можно осуществить с помощью встроенной функции табличного реактора Excel. При этом получим картину, представленную на рис. 1.2.


Рис. 1.2. Построение линейного тренда коэффициента локализации машиностроительной отрасли
Согласно полученного уравнения прогноз коэффициента локализации можно рассчитать и представить в табл. 1.2 и на рис. 1.3.

Таблица 1.2

Расчёт прогноза коэффициента локализации

Показатель
2000
2001
2002
2003
2004
2005
2006
2007

Коэффициент локализации
0,868
0,765
0,776
0,729
0,639









Прогноз коэф-та локализации

К = -0,049375*t + 99,605















0,608
0,559
0,509




Рис. 1.3. Построение прогноза коэффициента локализации машиностроительной отрасли

Скользящее среднее – метод сглаживания показателей, накопленных за некоторый период, называемый порядком скользящего среднего. Скользящее среднее не предназначено для прогнозирования движений на рынке, оно сигнализирует о начале новой тенденции только после ее появления. Различают простые, взвешенные и экспоненциальные взвешенные средние.

Расчет трехлетней скользящей средней (табл. 1.3):

,



Таблица 1.3

Динамика коэффициента локализации и скользящей средней

Показатель

2000
2001
2002
2003
2004

Коэффициент локализации

1,019
1,126
1,151
1,205
1,210

Трехлетняя скользящая средняя

 
0,803
0,757
0,715
 




Рис. 1.4. Динамика скользящей средней коэффициента локализации машиностроительной промышленности Псковской области и трехлетней скользящей средней коэффициента локализации
При помощи табличного редактора Excel для скользящей средней можно построить тренд заданного вида (линейного) с выводом уравнения регрессии и с заданным периодом прогнозирования (3 года).



Рис. 1.5. Линейный тренд скользящей средней

Таблица 1.4

Расчёт прогноза коэффициента локализации

Показатель
2000
2001
2002
2003
2004
2005
2006
2007

Коэффициент локализации



0,803
0,757
0,715












Прогноз скользящей средней

К ск = -0,044163*t + 89,169













0,666
0,622
0,578






Рис. 1.6. Построение прогноза на три года для скользящей средней коэффициента локализации


Задача 2

По данным статистического сборника «Регионы России» взять данные за 6 лет по показателям В и Г.

В = Производство зерна в Костромской области

Г = Посевная площадь всех сельскохозяйственных культур в Центральном федеральном округе.

Рассчитать коэффициенты ковариации и корреляции между этими показателями.

Сделать вывод о направлении и тесноте взаимосвязи между ними.

Простроить прогноз показателей на 3 года, используя функции диаграмм программы Microsoft Office Excel.

Для прогноза подобрать наиболее под­ходящие функции.

Формулы этих функций использовать для расчета значений пока­зателей В и Г на следующие 3 года (прогнозные).

Решение:

Таблица2.1

Расчёт значений показателей



2000
2001
2002
2003
2004
2005

Посевные площади Центр.фед.округа, млн.га
Х
9,3
8,5
9,0
6,7
6,8
7,0

Пр-во зерна, тыс.тонн
У
147,8
143,4
80,7
104,6
67,6
71,0


Расчет коэффициентов

Среднее квадратическое отклонение:



Коэф-т ковариации:



Коэф-т корреляции:


Таблица 2.2

Расчётная таблица
Х (Г)
У (В)
(Х-Хср)
(У-Уср)
(Х-Хср)(У-Уср)
(Х-Хср)2
(У-Уср)2

1
9,3
147,8
1,4
45,3
64,18
2,01
2052,22

2
8,5
143,4
0,6
40,9
25,20
0,38
1670,06

3
9,0
80,7
1,1
-21,8
-24,36
1,25
476,02

4
6,7
104,6
-1,2
2,1
-2,48
1,40
4,40

5
6,8
67,6
-1,1
-34,9
37,82
1,17
1219,02

6
7,0
71,0
-0,9
-31,5
27,85
0,78
994,37

Итого
47
615
0,0
0
128,21
6,99
6416,10

Среднее
7,9
102,5



















Коэф-т ковариации:

Коэф-т корреляции:

Судя по значению коэффициента корреляции (> 0,6), зависимость показателя производства зерна от размеров посевных площадей в ЦФО довольно сильная.
При помощи табличного редактора построим графики и тренды для построения прогнозов значений показателей на три года.


Рис. 2.1. Динамика посевных площадей ЦФО



Рис. 2.2. Построение полиномиального тренда


Рис. 2.3. Построение степенного тренда.

При рассмотрении графиков оказалось, что линейный и экспоненциальный тренды не очень хорошо соответствуют действительности, но полиномиальный и степенной – лучше. Рассмотрим какое из уравнений, выведенных табличным редактором лучше, рассчитаем квадраты отклонений теоретических значений посевной площади от фактических значений.

Таблица 2.3

Расчёт квадраты отклонений теоретических значений

t
1
2
3
4
5
6
Итого (за 6 лет)
Среднее (за 6 лет)
7
8
9




2000
2001
2002
2003
2004
2005






2006
2007
2008

Посевные площади Центр.фед.округа, млн.га (Х)
9,3
8,5
9,0
6,7
6,8
7,0
47,3
7,88









X' = 0,0607t2 - 0,965t + 10,34
9,4
8,7
8,0
7,5
7,0
6,7
47,3
7,88
6,6
6,5
6,6

(X'-Xф)2
0,0
0,0
1,0
0,6
0,1
0,1
1,75
min отклонение
1,8
1,9
1,7

X'' = 9,6176x-0,1899
9,6
8,4
7,8
7,4
7,1
6,8
47,2
7,86
6,6
6,5
6,3

(X''-Xф)2
0,1
0,0
1,4
0,5
0,1
0,0
2,11



1,5
2,0
2,4



Видим, что полиномиальный тренд дает минимальное отклонение. Значит, его можно использовать для построения прогноза размеров посевных площадей на следующие годы.

Таблица 2.4

Прогноз размеров посевных площадей на следующие годы

t
1
2
3
4
5
6
7
8
9




2000
2001
2002
2003
2004
2005
2006
2007
2008

Посевные площади Центр.фед.округа, млн.га (Х)
9,3
8,5
9,0
6,7
6,8
7,0









X' = 0,0607t2 - 0,965t + 10,34
9,4
8,7
8,0
7,5
7,0
6,7
6,6
6,5
6,6



Рис. 2.4. Прогноз размеров посевных площадей.
При помощи табличного редактора построим графики и тренды для построения прогнозов значений показателей на три года.


Рис. 2.5. Динамика производства зерна в Костромской области.



Рис. 2.6. Построение полиномиального тренда



Рис. 2.7. Построение степенного тренда.
При рассмотрении графиков оказалось, что линейный и экспоненциальный тренды не очень хорошо соответствуют действительности.

Но полиномиальный и степенной – лучше.

Чтобы выяснить, какой больше подходит для построения прогнозов, необходимо рассмотреть, какое из уравнений, выведенных табличным редактором лучше, рассчитаем квадраты отклонений теоретических значений посевной площади от фактических значений.

Таблица 2.5

Квадраты отклонений теоретических значений от фактических

t
1
2
3
4
5
6
Итого (за 6 лет)
Среднее (за 6 лет)
7
8
9




2000
2001
2002
2003
2004
2005






2006
2007
2008

Пр-во зерна, тыс.тонн (У)
147,8
143,4
80,7
104,6
67,6
71,0
615,2
102,53









y = 2,5315t2 - 34,509t + 184,92
152,9
126,0
104,2
87,4
75,7
69,0
615,2
102,53
67,4
70,9
79,4

(У'-Уф)2
26,1
301,8
550,4
297,3
64,7
4,0
1 244,3
min отклонение









y = 160,69t-0,4556
160,7
117,2
97,4
85,4
77,2
71,0
608,9
101,49
66,2
62,3
59,1

(У''-Уф)2
165,2
687,7
278,8
368,1
91,5
0,0
1 591,3













Видим, что полиномиальный тренд дает минимальное отклонение. Значит, его можно использовать для построения прогноза размеров посевных площадей на следующие годы.
Таблица 2.6

Прогноза размеров посевных площадей на следующие годы

t
1
2
3
4
5
6
7
8
9




2000
2001
2002
2003
2004
2005
2006
2007
2008

Пр-во зерна, тыс.тонн (У)
147,8
143,4
80,7
104,6
67,6
71,0









y = 2,5315t2 - 34,509t + 184,92
152,9
126,0
104,2
87,4
75,7
69,0
67,4
70,9
79,4




Рис. 2.8. Прогноз размеров посевных площадей.


Задача 3.

Построить бюджет продаж предприятия на следующий год по месяцам.

Планируемый годовой объем продаж составляет 35 тыс. шт. Продажи предприятия подвержены сезонным колебаниям. В месяцы февраль, март, апрель продажи снижаются до 4% годового объема. В месяцы август, сентябрь, октябрь – повышаются до 12 % годового объема. В ос­тальные месяцы продажи распределены поровну. Цена продукта на начало года 150 руб. Планируемая величина инфляции 12% за год.

При учете инфляции необходимо помнить, что рост цен происходит по отношению к предыдущему месяцу, а не пер­вому в году (использовать сложное начисление процентов).

Решение:

Если учесть, что для февраля-апреля и августа-октября заданы объемы продаж, то получим, что в остальные месяцы будет продано:

100 – 4 * 3 – 12 * 3 = 52% от всего объема товаров.

При условии, что в остальные месяцы объемы продаж одинаковые, то доля этих месяцев будут равны:

52% / 6 = 8,667 %.

В натуральном выражении объемы продаж рассчитываются так (на примере января):

35 000 * 8,667% / 100% = 3033 шт.

При условии, что индекс инфляции равен 1,12 (12% в год), то ежемесячная инфляция равна: или 0,949% в месяц.

Тогда цена продукции в феврале будет равна:

150 руб. * (100% + 0,949%) = 150 * 1,00949 = 151,4 руб.

Тогда цена продукции в марте будет равна:

151,4 * 1,00949 = 152,9 руб.

Тогда цена продукции в апреле будет равна:

152,9 * 1,00949 = 154,3 руб. и т.д.

Соответственно, ежемесячную выручку можно рассчитать как произведение объема продаж в натуральном выражении на цену, например, в январе выручка составила:

3033 * 150 руб./ед. = 455 000 руб.

Общая выручка за год составила 5 571 338,3 руб.
Тогда в декабре цена составляла: 150 / (100% + 1,17%) * 100% = 148,6 руб.

В ноябре: 146, 8 / (100% + 1,17%) * 100% = 147,2 руб.

В октярбе: 147,2 / (100% + 1,17%) * 100% = 145,8 руб.

Тогда бюджет продаж в последние месяцы предыдущего года будет такой.


Таблица 4.1

Таблица бюджета продаж

Месяц

10
11
12

Доля в годовом объеме продаж, %
12,0%
8,7%
8,7%

Объем продаж, тыс.шт.
4200
3035
3035

Цена, руб./шт.
145,8
147,2
148,6

Выручка, тыс.руб.

4200 * 145,8 = 612401
3035 * 147,2 = 446658
3035 * 148,6 = 450897


В октябре выручка будет равна: 612 401 руб., платежи поступят в октябре (60%), ноябре (30%) и в декабре (10%), т.е. на 1-ое января долга не останется.

В ноябре выручка равна: 446 658 руб.

Поступления за ноябрь:

В ноябре 60% * 446 658 = 267 995 руб.

В декабре: 30% * 446 658 = 133 997 руб.

В январе: 10% * 446 658 = 44 666 руб.

Т.е. на 1-ое января останется задолженность в размере: 446 658 – 267 995 – 133 997 = 44 666 руб.

Выручка в декабре равна: 450 897 руб.

Поступления за декабрь:

В декабре: 60% * 450 897 = 270 538 руб.

Остаток задолженности на 1-ое января будет равен: 450 897 – 270 538 = 180 359 руб.
Итого задолженность на 1-ое января будет равна: 44 666 + 180 359 = 225 025 руб.

При условии, что:

- на начало января задолженность равна 225 025 руб.,

- выручка за январь равна 455 175 руб.

- остаток поступлений деб. задолженности за ноябрь равен: 44 666 руб.

- остаток поступлений деб. задолженности за декабрь равен: 135 269 руб.

- поступления платежей за январь равны 60% * 455 175 = 273 105 руб.

- всего поступления за январь равны: 44 666 + 135 269 + 273 105 = 453 040 руб.

- остаток деб. задолженности на конец января (начало февраля) будет равен:

225 025 + 455 175 – 453 040 = 227 160 руб.

Полученную сумму записываем как остаток деб. задолженности на конец месяца для января и как остаток деб. задолженности на начало месяца для февраля.

Все остальные расчет проводим по аналогии. Результат расчет представлен в таблице.


Т Таблица 4.2

Бюджет поступлений денежных средств от продаж и дебиторской задолженности покупателей на предстоящий (2008) год (тыс. руб.)

Месяц

янв.08
фев.08
мар.08
апр.08
май.08
июн.08
июл.08
авг.08
сен.08
окт.08
ноя.08
дек.08
Итого

Остаток дебитор. задолженности на начало периода
225024,44
227159,65
130314,56
106800,94
107814,36
210682,96
238143,49
240403,18
317393,51
339082,49
342299,97
268691,85
 

Сумма дебитор. задолженности к погаш. в текущем периоде (выручка текущего месяца)

455175,00
211992,65
214004,20
216034,84
472698,70
477184,04
481711,94
673055,79
679442,27
685889,36
500257,28
505004,12
 

Поступл. от прод. для каждого месяца
 
 
 
 
 
 
 
 
 
 
 
 
 

ноя.07
44665,83
 
 
 
 
 
 
 
 
 
 
 
 

дек.07
135268,96
45089,65
 
 
 
 
 
 
 
 
 
 
 

янв.08
273105,00
136552,50
45517,50
 
 
 
 
 
 
 
 
 
455175,00

фев.08
 
127195,59
63597,79
21199,26
 
 
 
 
 
 
 
 
211992,65

мар.08
 
 
128402,52
64201,26
21400,42
 
 
 
 
 
 
 
214004,20

апр.08
 
 
 
129620,91
64810,45
21603,48
 
 
 
 
 
 
216034,84

май.08
 
 
 
 
283619,22
141809,61
47269,87
 
 
 
 
 
472698,70

июн.08
 
 
 
 
 
286310,42
143155,21
47718,40
 
 
 
 
477184,04

июл.08
 
 
 
 
 
 
289027,16
144513,58
48171,19
 
 
 
481711,94

авг.08
 
 
 
 
 
 
 
403833,47
201916,74
67305,58
 
 
673055,79

сен.08
 
 
 
 
 
 
 
 
407665,36
203832,68
67944,23
 
679442,27

окт.08
 
 
 
 
 
 
 
 
 
411533,62
205766,81
68588,94
685889,36

ноя.08
 
 
 
 
 
 
 
 
 
 
300154,37
150077,18
450231,55

дек.08
 
 
 
 
 
 
 
 
 
 
 
303002,47
303002,47

Всего поступл.
453039,79
308837,74
237517,81
215021,43
369830,09
449723,52
479452,25
596065,46
657753,29
682671,88
573865,41
521668,59
5545447,26

Дебитор. задолженность на конец месяца

227159,65
130314,56
106800,94
107814,36
210682,96
238143,49
240403,18
317393,51
339082,49
342299,97
268691,85
252027,38
 


Задача 5

Определить сумму полной себестоимости на производство и реализацию продукции для объемов реализации из задачи 3.

Рентабельность производства за год в целом составляет 20%.

В месяцы февраль, март, апрель себестоимость снижается до 5 % годо­вого размера.

В месяцы август, сентябрь, октябрь – повышается до 10% годового размера.

Опреде­лить сумму переменных и постоянных затрат за каждый месяц и за год в целом, а также вывести формулу себестоимости производства и реализации продукции тремя методами:

A) максимальной и минимальной точки;

Б) графически (построить график зависимости себестоимости от количества про­дукции и сделать тренд с выведением линейной функции - в программе Microsoft Office Excel);

B) наименьших квадратов.
Решение:

Рентабельность = 20% или 0,2.

Рентабельность = Прибыль / Затраты (Себестоимость произведенной продукции)

Выручка = Себестоимость + Прибыль, значит Пр = В – Сс

Р = (В – Сс) / Сс = В / Сс – 1 , откуда Сс = В / (Р + 1)

Себестоимость (Затраты) = Выручка / 120% * 100% = Выручка / 1,2

При условии, что Выручка = 5 572 450

Общая Себестоимость производства продукции составит:

5 572 450 / 1,2 = 4 643 708 руб.

Если учесть, что затраты неравномерно распределены по месяцам, то получим, что в январе, мае, июне, июле, ноябре, декабре доли затрат составит по:

(100% - 5% * 3 – 10% * 3)/6 = 9,17 %.

Таблица 5.1

Себестоимость производства

Месяц

янв.08
фев.08
мар.08
апр.08
май.08
июн.08
июл.08
авг.08
сен.08
окт.08
ноя.08
дек.08
Итого

1
2
3
4
5
6
7
8
9
10
11
12

Доля в годовом объеме продаж, %
8,7%
4,0%
4,0%
4,0%
8,7%
8,7%
8,7%
12,0%
12,0%
12,0%
8,7%
8,7%
100,0%

Объем продаж, шт.
3035
1400
1400
1400
3035
3035
3035
4200
4200
4200
3035
3035
35000

Цена, руб./шт.
150,0
151,4
152,9
154,3
155,8
157,3
158,7
160,3
161,8
163,3
164,9
166,4
 

Выручка, руб.

455175
211993
214004
216035
472699
477184
481712
673056
679442
685889
500257
505004
5572450

Доля в годовом объеме себестоимости, %
9,17%
5,00%
5,00%
5,00%
9,17%
9,17%
9,17%
10,00%
10,00%
10,00%
9,17%
9,17%
 

Себестоимость, руб.
425828
232185
232185
232185
425828
425828
425828
464371
464371
464371
425828
425828
4644637


С общ = С перем + С пост

С перем = v * Q

v – удельные переменные издержки

Q – количество продукции

Очень важное значение имеет точное определение суммы постоянных и переменных затрат, так как от этого во многом зависит результаты анализа. Ценность такого разделения – в упрощении учета и повышении оперативности.

В зарубежной практике существует три основных метода дифференциации издержек:

- метод максимальной и минимальной точки;

- графический метод;

- метод наименьших квадратов

Метод максимальной и минимальной точки:

руб./ед.

руб.

Тогда формула себестоимости будет такая: C = 82,92 * Q + 116 093

Графический метод:

Дифференциация издержек графическим (статистическим) методом осуществляется путем построения линии общих издержек производства.

На график наносятся все данные о совокупных издержках фирмы. "На глазок" проводится линия общих издержек. Точка пересечения с осью ОУ показывает уровень постоянных расходов. Наносим точки на график.

Таблица 5.2

Уровень постоянных расходов

Месяц

янв.
фев.
мар.
апр.
май.
июн.
июл.
авг.
сен.
окт.
ноя.
дек.

Объем продаж, шт. (Х)
3035
1400
1400
1400
3035
3035
3035
4200
4200
4200
3035
3035

Себестои-мость, руб. (У)
425828
232185
232185
232185
425828
425828
425828
464371
464371
464371
425828
425828



Рисунок 5.1. График зависимости себестоимости продукции от объема производства.

Так как строим график в редакторе Excel, то линию общих издержек строим не «на глазок», а при помощи встроенной функции «Добавить линию тренда». Так же данный редактор позволяет вывести уравнение зависимости, которое выглядит так: у = 57,758 * х + 55 969
Метод наименьших квадратов:

Дифференциация затрат методом наименьших квадратов является наиболее точной, так как в ней используются все данные о совокупных издержках. Таблица 5.3

Расчётная таблица

Месяц

Объем продаж, тыс.шт.
Себестоимость
Q-Qcp
C-Ccp
(Q-Qcp)*(C-Ccp)
(Q-Qcp)2

Q
C

1
3034,50
425828,07
117,25
38774,97
4546364,76
13747,56

2
1400,00
232185,42
-1517,25
-154867,68
234972985,05
2302047,56

3
1400,00
232185,42
-1517,25
-154867,68
234972985,05
2302047,56

4
1400,00
232185,42
-1517,25
-154867,68
234972985,05
2302047,56

5
3034,50
425828,07
117,25
38774,97
4546364,76
13747,56

6
3034,50
425828,07
117,25
38774,97
4546364,76
13747,56

7
3034,50
425828,07
117,25
38774,97
4546364,76
13747,56

8
4200,00
464370,85
1282,75
77317,75
99179339,31
1645447,56

9
4200,00
464370,85
1282,75
77317,75
99179339,31
1645447,56

10
4200,00
464370,85
1282,75
77317,75
99179339,31
1645447,56

11
3034,50
425828,07
117,25
38774,97
4546364,76
13747,56

12
3034,50
425828,07
117,25
38774,97
4546364,76
13747,56

Итого
35007,00
4644637,24
0,00
0,00
1029735161,61
11924970,75

Среднее

2917,25
387053,10
 
 
 
 





Месяц

Объем продаж, тыс.шт.
Себестоимость
C перем
(v = 98,7)
C const

Q
C
.=Q*v
C - Q*v

1
3034,50
425828,07
262032,62
163795,45

2
1400,00
232185,42
120891,64
111293,79

3
1400,00
232185,42
120891,64
111293,79

4
1400,00
232185,42
120891,64
111293,79

5
3034,50
425828,07
262032,62
163795,45

6
3034,50
425828,07
262032,62
163795,45

7
3034,50
425828,07
262032,62
163795,45

8
4200,00
464370,85
362674,91
101695,94

9
4200,00
464370,85
362674,91
101695,94

10
4200,00
464370,85
362674,91
101695,94

11
3034,50
425828,07
262032,62
163795,45

12
3034,50
425828,07
262032,62
163795,45

Итого
35007,00
4644637,24
3022895,36
1621741,87

Среднее

2917,25
387053,10
 
135145,16


Можно предположить, что формула издержек будет иметь вид: С = 86,35 * Q + 135 145,16


Лекции
Лабораторные
Справочники
Эссе
Вопросы
Стандарты

Учебный материал
© bib.convdocs.org
При копировании укажите ссылку.
обратиться к администрации