Имя материала: Управление затратами на предприятии

Автор: Серебренников Г.Г.

3. некоторые аспекты принятия решений в сфере управления затратами

3.1. Проблемы выбора базы распределения косвенных расходов

Если на предприятии выпускается несколько видов продукции, то при расчете производственной или коммерческой себестоимости вида продукции необходимо распределить косвенные расходы по этим видам продукции. Большая часть общепроизводственных, общехозяйственных (управленческих) и коммерческих расходов является косвенной по отношению к данному виду продукции. Необходимо выбрать базу распределения косвенных расходов по видам продукции, работ или услуг.

База (драйвер затрат) - это такой показатель, который непосредственно влияет на величину косвенных расходов и при этом он напрямую может быть определен по данному виду продукции. Показатель, принятый за базу распределения, используется для разнесения косвенных расходов по видам продукции. После того, как определена база, рассчитывают ставку распределения (СР) или ставку драйвера (СД) затрат:

Ср =    Величина косвенных расходов       (3 1)

Величина показателя, принятого за базу распределения

 

Как уже было отмечено выше (раздел 2.6) существуют цеховые ставки и единая ставка распределения, или отнесения косвенных расходов. Ставка также может быть либо нормативной, либо фактической.

Со времен плановой экономики на российских машиностроительных предприятиях в качестве базы распределения косвенных расходов принимался такой показатель, как заработная плата основных рабочих. На химических предприятиях традиционной базой являлась стоимость технологического передела - затраты на технологическую энергию плюс заработная плата основных рабочих. В действительности базы распределения расходов могут быть самые разные, и от правильности выбора базы зависит то, насколько адекватно была определена себестоимость того или иного вида продукции. На отечественных предприятиях в настоящее время необходимо провести соответствующую работу по выявлению баз распределения косвенных расходов.

Можно выделить три основных способа определения базы распределения косвенных расходов: логический, математический и по отклонениям фактических значений затрат от их нормативной величины.

Логический способ выявления базы распределения косвенных расходов. В некоторых ситуациях посредством сравнения определенных показателей, можно среди них выбрать именно тот, который и будет являться базой. Продемонстрируем этот подход на практическом примере.

Пример. Для двух цехов предприятия - механического и сборочного необходимо выбрать индивидуальные базы, а также ставки распределения общепроизводственных расходов и затрат по эксплуатации оборудования. Исходные данные для анализа приведены в табл. 3.1.

3.1. Исходные данные для выбора базы распределения цеховых косвенных расходов (РСЭО + ОПР)

 

Показатель

Механический цех

Сборочный цех

1. Работа станков, машино-часы

40 000

1000

2. Ручные    работы основных рабочих, чел.-ч

5000

25 000

3. Цеховые косвенные расходы, р.

80 000

100 000

Необходимо выбрать базу распределения косвенных расходов из двух показателей: а) время работы оборудования, б) время работы рабочих.

Решение. В механическом цехе время работы станков в восемь раз больше времени, отработанного рабочими. Следовательно, именно станки будут являться тем фактором, который будет формировать величину косвенных цеховых расходов. Действительно, чем больше работают станки, тем больше потребление энергии, значительнее затраты на ремонт, выше уровень использования смазочных материалов и т. д., т.е. в составе косвенных затрат существенной будет доля расходов по содержанию и эксплуатации оборудования (РСЭО). Именно эти расходы и будут формировать величину затрат, подлежащих распределению. Следовательно, время, отработанное станками и есть тот самый фактор (база), который влияет на величину косвенных расходов. По формуле (3.1) определяем цеховую ставку распределения косвенных расходов для механического цеха:

СРмех = 80 000/40 000 = 2 р. затрат/маш.-ч.

В сборочном цехе ситуация противоположная - время, отработанное рабочими значительно больше времени работы оборудования. Следовательно, в сборочном цехе базой распределения косвенных затрат будет являться время работы рабочих. Действительно, чем больше численность рабочих, тем требуются бытовые помещения большей площади, а это -дополнительные затраты на освещение, отопление помещений, на охрану труда работников. В данном случае существенно возрастет доля ОПР в составе косвенных затрат. Следовательно, ставка распределения косвенных расходов по сборочному цеху будет рассчитана по показателю живого труда:

 

СРсб = 100 000/25 000 = 4 р. затрат/чел.-ч.

Предположим, что в механическом цехе на изготовление какого-то изделия было затрачено 10 маш.-ч., а в сборочном -50 чел.-ч. на его сборку. Тогда на это изделие в механическом цехе будет отнесено 2 x 10 = 20 р., а в сборочном 4 x 50 = 200 р. косвенных расходов каждого цеха в отдель-ности.

Таким образом, ставки распределения косвенных расходов могут определяться индивидуально для каждого цеха, тогда их называют цеховыми ставками. Если на предприятии устанавливается одна единственная база распределения косвенных расходов для всех цехов и одно общее значение ставки отнесения косвенных расходов на виды продукции, то такая ставка называется единой ставкой.

Математический способ выявления базы распределения косвенных расходов. В предыдущем примере базу распределения косвенных расходов удалось определить потому, что показатели времени работы оборудования и рабочих отличались на порядок. Если бы они были примерно одинаковыми, то логическим способом найти базу отнесения косвенных расходов на себестоимость вида продукции не удалось бы. Тогда на помощь может прийти метод корреляционного анализа. В этом способе рассчитывают коэффициенты парной корреляции между величиной косвенных расходов (признак у) и показателем, который мог бы считаться базой распределения косвенных расходов (признак x). Коэффициент парной корреляции между признаками x и у рассчитывается по формуле:

rxy       , (3.2)

а x Ха у

где axy - ковариация признаков x и у; ax, ау - среднеквадратическое отклонение от среднего значения признаков х и у. По

значению коэффициента парной корреляции можно судить о силе случайной (стохастической) связи между признаками. Введем следующую шкалу, характеризующую силу случайной связи:

rxy < 0,3 - связь между признаками отсутствует;

rxy = 0,3.. .0,5 - существует слабая связь;

rxy = 0,5.. .0,7 - существует умеренная связь;

rxy > 0,7 - существует сильная связь.

Следует принимать во внимание то, что эта связь - стохастическая, а не причинно-следственная. Пример причинно-следственной связи: «время, отработанное оборудованием - расходы по содержанию и эксплуатации оборудования». Очевидно, что чем больше работает оборудование, тем больше затраты на его содержание. Пример стохастической связи: «заработная плата основных рабочих - коммерческие расходы». На некоторых предприятиях такая стохастическая связь может существовать, но она не является причинно-следственной. Данная связь объясняется наличием другого внешнего фактора, общего для этих двух признаков. Например, в том месяце, когда предприятие отгружает продукцию поставщикам, в основных цехах рабочие начинают работать сверхурочно, с тем, чтобы успеть к отгрузке продукции. Поэтому здесь общим фактором, связывающим два вида затрат является особенность организации работ на предприятии. Если на предприятии навести порядок, в результате чего будут ликвидированы сверхурочные работы, то стохастическая связь «зарплата основных рабочих - коммерческие расходы» исчезнет. Следовательно, для того чтобы какой-то показатель стал базой распределения косвенных расходов необходимо не только присутствие стохастической связи между косвенными затратами и признаком, но и наличие рационального объяснения этой связи. Другими словами, время отработанное оборудованием - показатель, который может быть базой распределения затрат для расходов по содержанию оборудования. Заработная плата рабочих может быть базой распределения коммерческих расходов только в том случае, когда на предприятии сверхурочные работы основных рабочих в дни отгрузки готовой продукции - это норма, заранее запланированное мероприятие, а не вынужденная мера, которая будет со временем устранена.

В табл. 3.2 приведен фрагмент совокупности исходных данных для расчета коэффициентов корреляции заработной платы основных рабочих с общепроизводственными и коммерческими расходами по одному из предприятий Тамбовской области.

3.2. Фрагмент совокупности исходных данных для расчета коэффициентов корреляции, р.

 

Месяц

Заработная плата основных рабочих,

x

ОПР, y

Коммерческ ие расходы,

y

1. Январь 2003 г.

1 378 934

1 246 946

62 727

2. Февраль

1 604 741

1 262 521

36 458

3. Март

1 820 570

1 344 902

52 885

 

 

 

 

23. Ноябрь

2 070 877

1 793 931

111348

24. Декабрь 2005 г.

2 406 585

1 848 189

99 858

В программе Microsoft Excel имеется встроенная статистическая функция «КОРРЕЛ», которая позволяет рассчитать коэффициент парной корреляции rxy между двумя рядами данных. По данным табл. 3.2 был рассчитан коэффициент корреляции между заработной платой основных рабочих и ОПР; он оказался равным 0,82. Коэффициент корреляции между заработной платой основных рабочих и коммерческими расходами оказался незначительным, всего лишь 0,3.

Для выявления особенностей стохастической связи необходимо построить диаграмму рассеивания данных. Это также можно сделать с помощью Microsoft Excel. На диаграмме наглядно видны резко отклоняющиеся значения, а также кластеры (группы данных, которые могут образовывать самостоятельные зависимости). Диаграммы рассеяния данных для рассматриваемых случаев показаны на рис. 3.1 и 3.2.

Точки, нанесенные на диаграмму, могут формировать определенную зависимость. Зависимость может быть нелинейной, или линейной, как на рис. 3.1. Если точки образовывают «облако», вытянутое либо вдоль оси х

900 000 -I       1          1          1          1          1          1          1

: 0 604£Н Ш<№ 00Я 600 0001 800 009000 О*"1 200 00(1400 00S600 000

pa = о 68         Заработная плата о< новных рабочих, р.

 

Рис. 3.1. Диаграмма рассеивания данных, характеризующая сильную связь заработной платы основных рабочих с ОПР

(коэААшшент корреляции 0,82)    

160 000 1Ё0О00

i&>sibo 1&ЙЬо

10

*)о6о

20 000 0

1 200 000 400 000 600 009 800 00Й 000 00

юоой40оооа бооооо вных рабочих, р.

 

 

Рис. 3.2. Диаграмма рассеивания данных, показывающая отсутствие связи заработной платы основных рабочих с коммерческими расходами (коэффициент корреляции 0,3)

 

(как на рис. 3.2), либо вдоль оси y, то зависимости между признаками не обнаруживается (очень низкое значение коэффициента корреляции).

Сильную связь между признаками можно описать простым уравнением регрессии. На рис. 3.1 приведено уравнение, которое позволяет по величине заработной платы рабочих прогнозировать величину ОПР. Достоверность аппроксимации данных характеризуется критерием R2. В нашем случае 68 \% данных описывается указанным уравнением регрессии.

Можно сделать следующий вывод. Заработная плата основных рабочих - это тот показатель, который может быть принят в качестве базы распределения общепроизводственных, но не коммерческих расходов предприятия по видам продукции работ или услуг.

Способ определения базы распределения косвенных расходов по отклонениям фактических значений затрат от их нормативной величины. Если на предприятии применяется нормативный метод учета затрат, то за базу распределения косвенных расходов может быть принят тот показатель, который дает наименьшее отклонение нормативных косвенных расходов от их фактической величины.

Пример. Имеются следующие исходные данные по одному из цехов предприятия (табл. 3.3).

Выбрать базу отнесения общепроизводственных расходов цеха на заказы, выполняемые в данном цехе. Базу

необходимо выбрать среди следующих показателей: 1) стоимость материалов; 2) заработная плата основных рабочих; 3)

время, отработанное основными рабочими; 4) время работы оборудования. Требуется также определить сокращенную

производственную себестоимость заказа № 1.

Страница: | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 |