Материал: 5652

го соседа») январь 2008 года. (49-е наблюдение) был отнесён к 1-му кластеру, март – к 3-му, а февраль, апрель, май и июнь – ко 2-му. Данная классификация показывает, что если рассматривать классификацию по методу Варда, то никаких значимых изменений в динамике показателей в очередном году не произошло.

Классификация методом кластерного анализа всех периодов (включая и 2008 г.) дала точно такие же результаты.

Таким образом, и эти статистические методы не обнаружили какихлибо структурных изменений в динамике рассматриваемых показателей развития промышленности России ни до, ни после наступления финансового кризиса, хотя на официальном уровне утверждается, что в четвёртом квартале 2008 г. промышленность России снизила свои показатели по сравнению с четвёртым кварталом 2007 г. на 6%.

Глава 2 Календарное планирование объёма выпуска продукции

Цель данного исследования – построение динамической модели управления производством на «Корфовском» ликероводочном заводе» (КЛВЗ). В данной работе анализируется спрос и выпуск на отдельные виды водок класса «эконом», такие как «Плюснинка», «Чардымовка», «Поллитровка», «Хабаровка» и «Восточная столица», ёмкостью 0,5 литра. Данные виды водок имеют относительно схожий характер по консистенции. Затраты на отдельные виды сырья, входящие в состав этих видов водок, имеют эквивалентную стоимостную форму изменения. Сама постановка задачи носит дискретный характер, так как планирование осуществляется на год вперёд с разбивкой на календарные месяцы. Решение задачи получено применением метода Лагранжа.

Оптимальность полученных планов определяется исходя из анализа отдельных экономических, финансовых и субъективных показателей деятельности ООО «Корфовский» ликероводочный завод». Оптимальный план, полученный при реализации методов оптимального управления, подвергнут сравнению с методологией планирования объёмов выпуска на

16

предприятии ООО «КЛВЗ». Выявлены недостатки и преимущества различных стратегий управления производством.

К исходным данным необходимо отнести переменные затраты (VC), которые меняются в зависимости от объёма выпуска (Qs). К ним относятся основные и вспомогательные материалы, заработная плата рабочих, транспортные издержки, расходы электроэнергии на производственные цели, затраты на реализацию и т.п. Также к исходным данным необходимо отнести постоянные затраты (FC), которые не зависят от объёма выпускаемой продукции. Это арендная плата, затраты на охрану, налог на недвижимость, амортизация, обслуживание программного обеспечения, подписка и почтовые услуги и т.д. Однако постоянные затраты не требуют аналитического представления, так как в производственной модели они будут учитываться как константа, равная определённой величине, рассчитанная исходя из статистической отчётности ООО «КЛВЗ».

Обозначим через Qd - спрогнозированный объём спроса, который прогнозируется на основе статистических данных об объёмах реализации за предыдущие периоды.

Переменные затраты представлены в рублях на одну единицу выпускаемой продукции. На рисунке 2.1 изображена графически функция переменных затрат, зависящая от объёма выпуска продукции. Обработав стати-

Рисунок 2.1 – Подбор вида функции переменных затрат

17

Для определения постоянных затрат, приходящихся на данный класс водок, можно взять часть от постоянных затрат всего предприятия, равную удельному весу водок данного класса в общем объёме производства. Таким образом, постоянные затраты составят: FC 0,2661879,699 500 (тыс. руб.).

Реализация данных видов водок проанализирована за период с 1 января 2002 г. по 31 декабря 2006 года. График реализации представлен на рисунке 2.2. Можно заметить, что спрос на данный класс водок имеет сезонный характер с постепенным наращиванием объёмов продаж в течение года и резким спадом к началу следующего года.

По модели линейного экспоненциального сглаживания Холта показа-

тель МАРЕ (средняя абсолютная процентная ошибка) равен 0,88%, что указывает на очень хорошую точность прогноза. По показателю МЕ (сред-

няя ошибка) видно, что прогнозные значения в среднем немного завыше-

ны, но незначительно. Средняя процентная ошибка (МРЕ) не превышает

5%, что говорит о несмещённости прогноза. Следовательно, для прогнози-

18

рования временного ряда по реализации ликероводочной продукции лучше использовать данную модель. График прогноза по модели линейного экс-

поненциального сглаживания Холта представлен на рисунке 2.3.

Табличное представление спрогнозированного объёма выпуска ликероводочной продукции и доверительный интервал прогноза предлагается в таблице 2.1.

Рисунок 2.3 – График прогноза по модели линейного экспоненциального сглаживания Холта

Таблица 2.1 – Прогноз реализации ликероводочной продукции на 2007 г. (тыс.бут.)

19