Международный экономический форум 2012

Денисов В.Н.

Нормирование оборотных средств на основе моделирования

Чтобы процесс производства шел непрерывно, элементы оборотного капитала должны быть так же постоянно закреплены в этом процессе, как и элементы основного капитала. 

Помимо назначения особая роль оборотным средствам отводится в оздоровлении финан­сового состояния предприятий в связи с их значительными разме­рами и продолжающейся тенденцией к росту, особенно в сфере обращения. Признавая очевидность этой значимости, просто сошлемся на ряд литературных источников, где авторы под­черкивают особое положение этой категории в финансовой деятель­ности предприятия [3, 5, 6 ].

Необходимость стабильного функционирования в услови­ях рынка требует от предпри­ятий определять пути достижения наилучших результатов с наимень­шими затратами и, в частности, сокращения величины средств, участвующих в обороте. Отсюда объективно вытекает необходимость повышения уровня экономической обоснованности финансовых планов на осно­ве совершенствования технологии финансового планирования и прежде всего планирования потребности в оборотных средствах.

Сложность процесса планирования оборотных средств оп­ределяется многими факторами. Анализ этих факторов позволяет вы­делить два наиболее существенных - характер движения оборотных средств и массовость объектов (носителей стоимости), участвующих в движении. Рассмотрим каждый подробнее.

Анализируя характер дви­жения оборотных средств, отметим его стохастическую природу. В ее основе факторы случайного характера - срок прихода очередной поставки, размер поставки, время оплаты товара, размер партии от­грузки готовой продукции, сроки отгрузки, периодичность запуска-выпуска деталей в производство, ритмичность производства. Причем эту случайность по ряду факторов   можно считать объективной. На­пример, в договорах на поставку продукции не всегда  указываются, как правило, даты и размеры поставок, что позволяет поставщику сох­ранить свободу действий внутри установленного договором периода. А если и указываются, то не всегда соблюдаются. Недостаточно развитый механизм стимулирования договорной дисцип­лины не гарантирует и в настоящее время выполнения обязательств по договорам не только по срокам, но и по количеству. Некомплект­ность и неравномерность поставок произвольно меняет процессы за­пуска-выпуска деталей в производство, что меняет структуру неза­вершенного производства.

            Транспортные перебои вносят   элемент случайности в процесс формирования производственных запасов и запасов готовой продукции и т.д.

 К значительным возмущающим факторам следует отнести ценообразование, в том числе на энергоресурсы, инфляционные ожидания, динамику курсов валют и т.д.Эти изменения движения оборотных средств, которые нельзя предвидеть, но можно ожидать с известной вероятностью, указывают на вероятностный, случайный характер движения оборотных средств.

Другая важная характеристика движения оборотных средств - массовость объектов или носителей стоимости, участвующих в дви­жении. Это десятки тысяч типосорторазмеров потребляемого сырья, материалов, тысячи деталей, изделий, занятых в технологическом цикле производства, сотни изделий готовой продукции и т.д. Дви­жение каждого из них характеризуется многими переменными, что серьезно осложняет изучение и представление всего кругооборота    в целом, исходную предпосылку для планирования норматива.

Перечисленные характеристика предопределили изучение коли­чественной стороны стохастического кругооборота средств на осно­ве его моделирования, т.е. разработки экономико-математических моделей, позволяющих формализовать процесс или явление и пара­метры которых оцениваются с помощью методов математической ста­тистики. Эти модели выступают в качестве средства анализа и прогнозирования конкретных экономических процессов на микроэкономическом уровне (объединение, предприятие) на основе реальной статистической информации. Наиболее распространены модели, пост­роенные на основе регрессионного анализа, в которых отражается зависимость эндогенных величин (искомых) от внешних воздействий (текущих экзогенных величин) в условиях, описываемых параметра­ми модели [2]. Выявление количественных соотношений в виде регрессии и сравнение действительных (наблюдаемых) величин с величинами, полученными путем подстановки в уравнении регрессии значений объясняющих переменных, дают   возможность   лучше   по­нять, природу исследуемого явления. А это,  в свою очередь, позволяет воздействовать на выявленные факторы, вмешиваться а соот­ветствующий экономический процесс с целью получения нужных   ре­зультатов. Практика показала, что регрессионные уравнения - хо­рошие измерители связей между экономическими явлениями. Исполь­зование таких моделей позволяет решить ряд практических задач. В данном исследовании выделены два:

- путем осознанного изменения влияющих неизменных перемен­ных достичь желаемого эффекта в результативном признаке (пере­менной).

Учитывая прикладной характер и назначение проектируемых мо­делей, как планового инструмента работников финансовых служб от­расли и предприятия, при их разработке были учтены также требо­вания эксплуатационного характера.

Анализ методов планирования обо­ротных средств, возможностей экономико-математичес­ких методов в проведении экономических расчетов, показал целесо­образность нового подхода в планировании: определение потребности в оборотных средствах на основе моделирования влияния внешних условий на формирование норм запаса товарно-мате­риальных ценностей, находящихся в   обороте от фазы получения ма­териальных ресурсов до выпуска и реализации готовой продукции.

Реализация такого подхода должна обеспечить выполнение сле­дующих задач:

Первая, основная - состоит в определений аналитической эко­номически обоснованной нормы запаса оборотных средств на плано­вый период (текущее планирование), учитывающей конкретные усло­вия снабжения, производства и сбыта.

Вторая - состоит в оценке уровня прогрессивности аналитической нормы запаса и определении в соответствии с этим предполага­емых ресурсов предприятия в высвобождении оборотных средств, т.е. задача определения ресурсных возможностей предприятия.

Реализация этих задач осуществляется с помощью системы мо­делей, каждая из которых выполняет определенную экономико-иссле­довательскую функцию. Решение задач осуществляется последователь­но, результаты расчетов первой модели используются второй мо­делью и т.д., что позволяет отнести их к рекурсивным.

Структурно система включает пять моделей:

модель нормирования, с помощью которой осуществляется форми­рование аналитической нормы оборотных средств;

модель адаптации, с помощью которой осуществляется формиро­вание реальной нормы оборотных средств;

модель ресурсных возможностей, которая позволяет определить ресурс высвобождения оборотных средств;

трендовая модель расчета независимых переменных ;

трендовая модель расчета отраслевого критерия;

По периоду планирования выделяются две комплексные модели: модель расчета плановой величины и ресурса высвобождения оборотных средств для текущего планирования;

модель расчета нормы запаса и ресурса высвобождения оборот­ных средств для перспективного планирования.

Данная система моделей приводилась автором ранее [1], в настоящей статье более подробное изложение получит «модель нормирования».

При всем многообразии процессов и переменных, определяющих движение оборотных фондов, а следовательно и дви­жения стоимости, ею можно свести к формированию основной, нату­ральной характеристики кругооборота - нормы запаса оборотных средств  (N). Данная предпосылка не требует особых доказа­тельств, т.к. в самом общем виде нормируемые оборотные средст­ва есть стоимостное выражение запасов товарно-материальных цен­ностей различных видов и на различных стадиях производства, снабжения, сбыта. Отсюда конкретизируется цель моделирования -характеристика влияния независимых переменных на формирование нормы запаса оборотных средств. Одно из направлений моделирова­ния известно. Оно предполагает включение в модель всех   пере­менных, оказывающих влияние на кругооборот, и имеет значитель­ные затруднения в практическом применении из-за сложного харак­тера и большого   числа взаимосвязей, участвующих в моделирова­нии. При этом осуществляется реализации функции оперативного планирования.

В рассматриваемой работе реализован иной принципиальный подход:  формирование состава переменных и моделирование их воздействия на результирующую N (норму запаса).

В процессе построения модели нормирования были проработаны вопросы:

-        анализа экономического содержания процесса формирования
нормы запаса оборотных средств;

-        выявления и изучения предпосылок применения экономико-математического моделирования;

-        оценки и реализации возможности конкретного направления применения корреляционного и регрессионного анализа, как метода
моделирования.

В результате был разработан системный методический подход в совершенствовании планирования потребности в оборотных средст­вах на основе экономико-математического моделирования. В соот­ветствии с ним построение модели нормирования включает ряд по­следовательных этапов, основные из которых:

1. Выявление возможного числа переменных, которые взаимо­действуя, образуют сущность изучаемого явления; осуществляется на основе экономического изучения и анализа явления в целом. Экономическая теория, лежащая в основе содержательного анализа, помогает вскрыть основные причинно-следственные отношения и ус­тановить на этой   основе определенного рода зависимости между характеристиками системы;

2. Разделение переменных на эндогенные и экзогенные; осуществляется на основе профессионально-теоретического анализа механизма их возникновения и причинно-следственных связей;

3. Предварительное ограничение перечня независимых переменных на основе содержательно-логического анализа; осуществляется на основе изучения экономического содержания и назначения и позволяет исключить ряд несущественных переменных. На этом же этапе с целью дальнейшего сокращения числа переменных осуществляется возможное агрегирование показателей;

4. Оценка правомочности состава переменных, исключение сла­бо влияющих;

5. Установление конкретных математических форм связи между эндогенными и экзогенными переменными, которая характеризовала бы осредненное течение явления, отображала исследуемую экономи­ческую закономерность;

6. Оценка параметров этих форм связи, точности регрессион­ной модели;

7. Выбор наиболее предпочтительной модели на основе пошаго­вой минимизации числа независимых переменных.

Для повышения уровня практической реализации построение регрессионной модели сопровождается уменьшением числа переменных. Естественно, что это уменьшение должно осуществляться до определенного предела, после которого резко ухудшаются характеристики модели. Поэтому выбор наиболее предпочтительной функции всегда связан с опреде­ленным составом переменных. Он может быть первичным, если задача пользователя в получении максимально возможной точности регрес­сии, и вторичным, если состав переменных величин в определенной степени лимитированный. Отсюда возникают очевидные критерии минимизации: характеристики точности функции с одной стороны, коли­чество и  состав переменных - с другой. И сам процесс минимиза­ции представляет собой изменение числа переменных n до получе­ния максимально лучших оценок регрессии. Оценка точности регрессии с помощью ПК не представляет осо­бой трудности и применяется   повсеместно в статистических иссле­дованиях. Однако в целом процесс получения и выбор наиболее точ­ной функции регрессии в сочетании с рационализацией формирования состава переменных строгой формализации не получил и представля­ет собой творческий процесс исследователя. В описываемой работе, учи­тывая ее прикладную направленность, предложен вариант формализа­ции процедуры получения регрессионной модели с наилучшими для пользователя характеристиками при заданных параметрах экономичес­кого явления.

Практические исследования характера взаимосвязи между пере­менными для выборочной совокупности (выборка) объектов показали необходимость такого направления, как перебор различных вариан­тов взаимосвязи и сопоставление их результатов. Отсюда смысл вариантности - достижение наилучших характеристик тесноты рег­рессии.

8. Завершается формирование функции и состава переменных аналитической процедурой. На основании результатов расчетов, исходя из практических требований и возможностей по составу переменных, трудоемкости их получения и обработ­ки, пользователь принимает окончательное решение. Учитывая значительную специфику в комбинации состава переменных по отраслям промышленности, такой подход методологически представляется оправданным.

Естественно, что наилучший вариант наблюдается, если максимальные характеристики точности регрессии приходятся на возмож­ное с точки зрения пользователя число переменных.

9.  Последний этап формирования модели нормирования - разло­жение полученных независимых переменных на ряд частных факторов нижнего уровня, построение алгоритмов их расчета. Этот этап предполагает повысить практическую значимость модели, т.к. позволяет в качестве исходной информации использовать достаточно простые, частные, детерминированные факторы. Применительно к сырью, основным и вспомогательным материалам такими частными факторами могут быть:

-   норма расхода материала на единицу изделия;

-   количество потребляемого материала;

-   цена единицы материала;

-   индекс инфляции;

-   стоимость единицы оборудования;

-   количество оборудования данного вида;

-   стоимость единицы изделия;

-   количество изделий данного вида;

-   показатели экономии материальных ресурсов;

-   показатели снижения трудоемкости изготовления изделий;

-   показатели снижения себестоимости изделий и т.д.
Применительно к оборотным средствам незавершенного производства такими частными факторами могут быть:

-   себестоимость изделия по отдельным статьям;

-   сумма единовременных затрат на изделие;

-   сумма последующих затрат на изделие;

- составляющие производственного цикла изделия (рабочий период, естественные процессы, перерывы);

-   ежедневный выпуск продукции по производственной себестои­мости и др.

Частными факторами для величины оборотных средств в гото­вой продукции могут быть:

- однодневный выпуск товарной продукции по производственной себестоимости по изделию;

-   трудоемкость подбора ассортимента готовой продукции;

-   время накопления партии;

-   трудоемкость упаковки и маркировки;

-   трудоемкость доставки на станцию назначения;

-   время на оформление платежных документов и т.д.

Более точно состав факторов может быть определен конкрет­ным составом независимых переменных, что выявляется в процессе практических расчетов. В результате получаем более совершенную с точки зрения практического применения и экономического анализа модель форми­рования нормы оборотных средств по одному из элементов. Для практического применения в модели выделяются внутренняя и внешняя модели. Внешняя характе­ризует функциональную зависимость между факторами и переменными.

Внутренняя модель характеризует стохастическую связь переменных с результирующей N и выражается уравнением множественной регрессии.

Разработанный и реализованный автором статьи методический подход в нормировании  оборотных средств в настоящее время требует актуализации и модернизации с учетом использования современных программных продуктов и компъютерных сетей.  Привлечение таких  соразработчиков помимо изложения самого подхода также является целью данной статьи.

Литература: 

1. Денисов В.Н. Моделирование экономических процессов как     направление планирования оборотных средств //Теория и практика современной торговли. Часть 1: Сборник научных работ / Под ред. к.э.н. Н.В. Калинина. – Тула: Тульский филиал РГТЭУ, 2011. – Тула: «Папирус», 2011. – 382с.

2. Дружинин Н.К. Выборочное наблюдение и эксперимент. – М.:      Статистика. 1977. – 176с.

3. Лупей Н.А., Горина Г.А. Финансы и налогообложение торговых организаций: Учеб. Пособие. – М.: «Дашков и К», 2007 г. – 232с.

4. Лопатников Л.И. Экономико-математический словарь. - М.: Наука, 1987. - 509 с.

5. Финансы. Учебник – 2-е изд. / Под ред. В.В. Ковалева, – М.: "Проспект", 2005 г.

6. Экономика предприятий торговли и общественного питания :   учебное пособие / Под ред. Т.И. Николаевой и Н.Р. Егоровой. – 2-е изд., стер. – М. : КНОРУС, 2008. – 400 с.