首页 理论教育 成本预测方法的应用实践

成本预测方法的应用实践

时间:2023-06-04 理论教育 版权反馈
【摘要】:它是根据历史资料,分析最高和最低业务量与成本水平的比例以及产品成本构成中固定成本和变动成本的比例关系,以该比例推测可比产品未来成本动态趋势的方法。根据多元线性回归模型的基本形式,可以得出以下联立方程组:在成本预测时,自变量应根据企业成本费用耗费的性质而定,一般不宜超过3个。现以三元线性回归模型为例,说明多元线性回归法的应用。

成本预测方法的应用实践

(一)非可比产品目标成本预测

目标成本是企业在未来一定时期内应达到的成本目标,它可以是计划成本、定额成本或标准成本等预计成本。从经济效益角度看,目标成本是保障企业目标利润实现的合理成本水平。目标成本预测则是指综合考虑未来一定期间内有关产品的品种、数量、价格、税金、利润等多种因素变动基础上的估计成本水平。

非可比产品是指企业以前年度从未正常生产过的产品,其未来目标成本预测的方法主要有倒轧法和比价测算法等。

1.倒轧法

此法通常用于企业非可比产品成本预测。它既可以确定全部产品的目标总成本,也可以确定单项产品的目标成本。

(1)全部产品目标总成本的确定

首先是在市场调查的基础上,确定各种产品具有竞争能力的价格水平,然后考虑税金、利润等因素,倒轧计算未来成本,公式为

[例1]某企业计划年度生产A、B、C三种产品,根据市场调查,产品预计产销量、销售价格及应交税金资料如表10-1,计划年度企业目标利润预计为980000元,期间费用预计300000元。

表10-1 计划产销量、价格和税金资料

根据以上资料,该企业计划年度目标成本可计算如下

目标总成本=6400000-320000-980000-300000=4800000(元)

(2)单项产品目标成本的确定

是指确定单项产品的目标单位成本,公式为:

[例2]仍以上例资料为例,假设计划年度A产品目标利润为543000元,预计应由A产品负担的期间费用为168900元。则:

2.比价测算法

此法是将新产品与功能相近的老产品进行对比,与老产品结构相同的零部件,均按老产品现有成本指标测定;与老产品结构相异或者需要技术改造的零部件,则根据设计以及材料、工时定额,费用标准等估价测定。尤其适合于老产品技术改造的目标成本预测。

[例3]某企业计划生产与原SD-11型产品功能相近、市场销路看好的SD-12型产品。原SD-11型产品单位成本为100元,由A、B、C、D、E共5个部件组成。现计划:增强A部件功能,并用不锈钢代替塑钢,每件成本将增加8元;取消不重要的E部件,每件可节约成本3元;B部件改烤漆为电镀,每件成本将增加0.8元;增加F部件,估计每件增加成本2元;假设C、D部件未做改变,则SD-12型单位产品的目标成本可计算如下:

SD-11型单位产品目标成本=100+5-3+0.8+2=107.80(元)

(二)可比产品目标成本预测

可比产品是企业上年度或以前年度已经正常生产过的产品,预测其目标成本的主要方法有高低点法、回归分析法和量本利分析法等。

1.高低点法

此法属于结构分析类型。它是根据历史资料,分析最高和最低业务量与成本水平的比例以及产品成本构成中固定成本和变动成本的比例关系,以该比例推测可比产品未来成本动态趋势的方法。

依据产品成本和业务量的依存关系,产品成本可用直线方程y=a+bx表示,其中,a代表总固定成本,b代表单位变动成本,x表示业务量。只要求出参数a、b的值,就可以利用该直线方程预测计划期一定业务量范围内的产品成本。

在相关范围内,a是固定不变的,单位变动成本b则通常是一个常数。因此,总变动成本bx的值是随业务量x的大小值变化的,所以,混合成本y在高低不同的产量下的差异,实际是由总变动成本bx的差额决定的,即Δy=b·Δx,所以,单位变动成本b=Δy/Δx,可用公式表示如下:

式中 ——业务量最高点成本

——业务量最低点成本

——最高点业务量

——最低点业务量

将b值任意代入高点或低点业务量下的实际成本,可计算出总固定成本a,就可以利用直线方程进行预测了。现举例如下:

[例4]某企业生产D产品,设计生产能力为1300台。有关资料如表10-2所示,1999年计划产销量1000台,要求测算1999年成本水平。

表10-2

从上述资料可见,最高业务量为1998年,产销900台;最低业务量为1995年,产销300台。按高低点法,则有

由y=a+bx,将b=6(元)代入低点数值,则:

a=y-bx=3600-6×300=1800(万元)

则D产品生产的直线方程为

y=1800+6x

所以1999年总成本为

y=1800+6×1000=7800(万元)

2.回归分析法

此法属于因果分析类型,它是利用成本y和影响因素x之间的函数关系,建立预测模型以测算可比产品未来成本的方法。依据数学上最小平方法原理,y=a+bx的直线方程中,自变量x与因变量y之间具有误差平方和最小的一条直线,这条直线称为回归线。根据业务量和成本的历史资料,可以计算出能够反映业务量和成本关系的回归直线,以便进行未来成本测算。常用方法有:

(1)一元线性回归法

假设产品成本y只与一个重要的影响因素x(如业务量)相关,并且彼此关系呈线性趋势时,可以建立一元线性回归模型进行预测。其一般形式为

y=a+bx

根据上式,可以得出以下估计回归系数的联立方程组:

用消元法,可求出参数a、b的数值:

式中,分别是的算术平均值,即

[例5]沿用[例4]资料,列表计算如表10-3。(www.xing528.com)

表10-3 D产品历史成本计算表 单位:元

将表中数据代入③、④式,即可计算出参数a,b的值。

将参数a,b的上述数值及1999年预计产销量1000台代入直线方程,则有

y=3493.30+4.39×1000=7883.30(万元)

(2)多元线性回归法

此法是考虑多种影响因素对产品成本的影响,如业务量、能耗、材料、工时消耗等,建立多元线性回归模型进行预测。其基本形式为

上式中为自变量,是预测时选择的影响产品成本变动的主要因素,a和均为方程的回归参数。

根据多元线性回归模型的基本形式,可以得出以下联立方程组:

在成本预测时,自变量应根据企业成本费用耗费的性质而定,一般不宜超过3个。否则不但计算繁冗,而且很难保证统计数据的可靠性

现以三元线性回归模型为例,说明多元线性回归法的应用。

[例6]某企业预测铸件成本,确定总成本y与劳动量生铁用量和能耗相关,资料如表10-4所示。

表10-4 1~9月铸件生产相关资料

根据资料,建立线性回归方程

按最小平方法原理,可得出以下联立方程:

根据表10-4,列表计算求解回归参数的有关数据如下,见表10-5。

表10-5

将以上数据代入联立方程,得:

解方程组,得:

所建立的预测方程为:

假设该企业10月份生产计划为:工时6000时,生铁4.5百吨,能耗3万度,则该企业10月份铸件总成本为

y=0.6860+0.0292×6+1.0309×4.5+0.1609×3

=5.977(万元)

3.量本利分析法

即数量—成本—利润分析(cost-volume-profit analysis,简称cvp法),是根据数量、成本、利润的相互关系来测算目标成本的方法。此法简便易行,常用来测算企业保本点和期望利润条件下的目标成本。

(1)保本点目标成本预测

会计核算角度看,以下公式成立:

销售利润=销售收入-销售成本

=(销售单价×产销量)-(总固定成本+单位变动成本×产销量)

用TP表示销售利润,x代表产销量,r表示销售单价,b代表单位变动成本,a为总固定成本,则得到量本利分析的基本数学模型

保本点分析的条件是利润为0,即:

TP=x(r-b)-a=0

由上式,可得

②式即企业保本点公式。保本点示意图如图10-1所示。

图10-1 保本点示意图

[例7]某企业总固定成本为80000元,产品单位售价为100元,单位变动成本60元,产销量应该达到多少件,企业才能保本?

将以上数据代入保本点公式,则有

(2)目标利润条件下的目标成本预测

根据①式,可得

[例8]沿用[例6]资料,假设该企业计划年度目标利润为50000元,由于工艺改进预计将使单位变动成本降低4%,那么,产销量应该达到多少件,企业才能实现目标利润?

将以上数据代入③式,则有

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈