1) метод аналитического выравнивания – прогнозирование по тренду позволяет определить основную тенденцию;
2) метод Census II – позволяет выделять сезонную и случайную компоненту, то есть провести декомпозицию ряда, разложение его на составные части;
3) метод Exponential smoothing & forecasting (экспоненциальное сглаживание и прогнозирование) – позволяет учитывать результат прогноза, сделанного на предыдущем шаге;
4) прогнозирование по модели Бокса-Дженкинса – ARIMA – процесс (ARIMA & autocorrelation functions) позволяет привести временной ряд к стационарному виду.
Одним из наиболее перспективных направлений исследования и прогнозирования одномерных временных рядов считаются адаптивные методы.
При обработке временных рядов, как правило, наиболее ценной бывает информация последнего периода, так как необходимо знать, как будет развиваться тенденция, существующая в данный момент, а не тенденция, сложившаяся в среднем на всем рассматриваемом периоде. Адаптивные методы позволяют учесть различную информационную ценность уровней временного ряда, степень «устаревания» данных.
Важнейшее достоинство адаптивных методов – построение самокорректирующихся моделей, способных учитывать результат прогноза, сделанного на предыдущем шаге [43].
Благодаря отмеченным свойствам адаптивные методы особенно удачно используются при оперативном краткосрочном прогнозировании.
У истоков адаптивных методов лежит модель экспоненциального сглаживания. Экспоненциальное сглаживание – это пример самообучающейся модели. К ее безусловным достоинствам относится чрезвычайная простота вычислений, выполняемых итеративно, причем массив прошлой информации уменьшен до единственного значения St-1.
Часто экономические показатели, представленные временными рядами, имеют настолько сложную структуру, что моделирование таких рядов путем построения моделей тренда, сезонности и применения других традиционных подходов не приводит к удовлетворительным результатам. Во временном ряду ошибок остаются зависимости, которые можно моделировать.
Наиболее распространенные модели стационарных рядов – модели авторегрессии и модели скользящего среднего [43].
Руководству предприятий (фирм, компаний) необходимо оценивать работу организации в перспективе и принимать решения с точки зрения возможных изменений в будущем. Все это и позволяют сделать методы статистического прогнозирования.
Однофакторный дисперсионный анализ позволяет определить выявить и статистически оценить зависимость между производственной себестоимостью и видом изделия.
Работу на аналитическом этапе можно считать законченной после формулирования основных выводов, на основе которых принимается решение по выдвижению идей и вариантов технических решений.
Задача творческого этапа – на основе использования статистических методов, приведенных на предыдущем этапе выработка предложений по совершенствованию изделия. На данном этапе выявляется и формулируется как можно большее количество идей решения определенных задач. Среди выдвинутых идей отбираются наиболее реальные с точки зрения реализации. Работа на творческом этапе заканчивается, когда количество альтернативных вариантов представляется достаточным для выбора оптимальных решений [61].
Задача исследовательского этапа – отбор оптимальных вариантов решений, которые после соответствующей проработки можно представить в качестве предложений-рекомендаций ФСА [148]. Прежде чем приступить к решению главной задачи, необходимо:
– предварительно оценить выдвинутые варианты, применяя сравнительный анализ вариантов;
– выявить факторы, влияющие на себестоимость, затраты, расходы и издержки.
Применение эвристического метода способствует получению оценок вероятности надежности использования производственных мощностей, инфляции и выделению значимых факторов, не включенных в анкеты экспертов, но влияющих на формирование себестоимости, затрат, расходов, издержек.
Любая сфера человеческой деятельности, в особенности экономика и бизнес, связана с принятием решения в условиях неполноты информации. Экономические решения с учетом неопределенных факторов принимаются в рамках теории принятия решений – аналитического подхода к выбору наилучшего действия (альтернативы) или последовательности действий [89]. В таких случаях предлагаем использование игр с природой в ФСА: построение «дерева решений» и построение платежной матрицы. Данные методы моделирования позволяют произвести прогноз себестоимости, затрат, расходов, издержек, учесть множество состояний среды и на основе этого принять оптимальное решение.
Работа на данном этапе считается законченной после того, как из всех рассмотренных и оцененных вариантов можно выбрать те, по которым нет сомнений с точки зрения их технической осуществимости и экономической целесообразности [61].
Задача рекомендательного этапа состоит в том, что выводы и результаты доводятся до уровня конкретных предложений в целях формирования оптимальной структуры себестоимости, затрат, расходов, издержек и наилучшего варианта затрат на производство продукции.
Работа на данном этапе считается законченной после передачи предложений службам, которые должны обеспечить их практическую реализацию. Этот момент является официальным завершением работы и основанием для включения предложений в отчетность в качестве завершенной работы по ФСА [61].
Задача этапа внедрения и контроля – внедрение полученных результатов в производство, контроль за их исполнением и оценка фактической экономической эффективности от реализации данных предложений. Здесь должно быть организовано проведение опытноконструкторской и технологической подготовки серийного производства изделий, прошедших функционально-стоимостный анализ.
Обобщая все вышеизложенное, можно сделать вывод, что функционально-стоимостный анализ необходимо проводить в несколько этапов. Статистические методы эффективны в этапах ФСА (рисунок 1.1). Результаты интеграции статистических методов в функциональностоимостном анализе по широте охвата вопросов эффективности при грамотном использовании существенно превосходят результаты ФСА без их интеграции в решении задач, стоящих перед предприятием. Проведение расчетов с помощью статистических методов позволяет получить большой объем информации для принятия решения.
Рисунок 1.1 – Внедрение статистических методов в методику функционально-стоимостного анализа
Статистические методы в функционально-стоимостном анализе позволяют не только определить сами затраты, расходы, себестоимость, издержки, но и предположить и предложить методы управления и контроля себестоимостью, затратами расходами, издержками.
Статистические методы в ФСА позволяют наиболее четко структурировать затраты и расходы, и, следовательно, избежать искажений в их распределении.
Необходимо принимать во внимание, что деятельность каждого предприятия имеет свою специфику, поэтому методика проведения ФСА должна учитывать эти особенности. Применение ФСА требует серьезных затрат времени и ресурсов, требует обеспечения новейшими программными средствами. Однако, как уже было замечено и другими авторами [31, 35, 36, 54, 61, 64, 74, 88, 90, 161], применение ФСА может обеспечить прибыль, многократно оправдывающую эти затраты.
1.2 Понятия себестоимости, затрат, расходов и издержек в системе экономических категорий
Функционально-стоимостный анализ, как было описано в 1.1 – это в первую очередь инструмент управления себестоимостью, затратами расходами, издержками, инструмент их анализа, поэтому изучение данных экономических категорий является очень важным.
Одним из важных направлений совершенствования управления предприятием в современных условиях хозяйствования является комплексный анализ себестоимости, затрат, расходов, издержек, адекватный рыночным условиям. Очень важно в процессе анализа добиться оптимизации уровня себестоимости, затрат, расходов, издержек.
Деятельность предприятия (фирмы, компании) связана с определенными затратами, расходами, себестоимостью, издержками. В современных условиях возникла необходимость в уточнении и даже разграничении сути понятий «себестоимость», «затраты», «расходы», «издержки». Большинство авторов рассматривают понятия «себестоимость», «затраты», «расходы», «издержки» как категорию бухгалтерского учета. В экономической литературе термины «себестоимость», «затраты», «расходы», «издержки» зачастую воспринимаются как синонимы. На основе сравнительного анализа точек зрения отечественных и зарубежных ученых-экономистов на содержание понятий «себестоимость», «затраты», «расходы», «издержки» определим соотношение данных категорий.
