Содержание к диссертации
Введение
Глава 1. Теоретические основы управления логистическими затратами предприятия при осуществлении внешнеторговых операций 12
1.1. Сущность и классификация логистических затрат предприятия на микро и макроуровне 12
1.2. Особенности формирования логистических затрат предприятия, осуществляющего внешнеторговые операции 20
1.3. Подходы к оценке и управлению логистическими затратами предприятия, осуществляющего внешнеторговые операции 29
Глава 2. Организационно-экономическая специфика изменения международных цепей поставок и трансформации структуры логистических затрат под влиянием развития аддитивных технологий 36
2.1. Исследование структуры логистических затрат предприятий – участников международного товарооборота между Россией и Китаем 36
2.2. Анализ динамики развития рынка аддитивных технологий на современном этапе и его влияния на логистические затраты предприятий 47
2.3. Изменение международных цепей и трансформация структуры логистических затрат предприятия-участника международного товарооборота между Россией и Китаем, интегрирующего аддитивные технологии 64
Глава 3. Формирование инструментария управления логистическими затратами предприятий КНР, интегрирующих аддитивные технологии 82
3.1. Прикладные аспекты трансформации логистических затрат на предприятии КНР, интегрирующем аддитивные технологии и реализующим единичные и мелкосерийные заказы 82
3.2. Разработка модели предиктивной калькуляции логистических затрат предприятия КНР, интегрирующего аддитивные технологии и реализующего единичные и мелкосерийные заказы 87
3.3. Разработка инструментария предиктивной компенсации необеспеченных логистических затрат предприятия КНР, интергрирующего аддитивные технологии 108
Заключение 115
Библиографический список 121
Приложение 1 – Данные для построения экономико-математических моделей 138
Приложение 2 – Данные построения модели оценки коэффициента загрузки логистических мощностей 139
- Сущность и классификация логистических затрат предприятия на микро и макроуровне
- Анализ динамики развития рынка аддитивных технологий на современном этапе и его влияния на логистические затраты предприятий
- Разработка модели предиктивной калькуляции логистических затрат предприятия КНР, интегрирующего аддитивные технологии и реализующего единичные и мелкосерийные заказы
- Разработка инструментария предиктивной компенсации необеспеченных логистических затрат предприятия КНР, интергрирующего аддитивные технологии
Сущность и классификация логистических затрат предприятия на микро и макроуровне
В экономической науке вопросы, связанные с рассмотрением затрат, занимают существенное место. Практически все вопросы эффективности любого производства не могут быть рассмотрены без изучения и оптимизации затрат на осуществление этих процессов. В условиях современных рыночных отношений большое значение приобретает логистизация производства, что обуславливает особый интерес к изучению логистических затрат предприятия, определению их места и роли в механизме ценообразования. Важным вопросом является поиск путей оптимизации логистических затрат и на этой основе снижение уровня цен на логистические услуги, повышения уровня конкурентоспособности и доходности предприятий.
Грамотная оценка и управление логистическими затратами позволяет разрабатывать долгосрочные концепции и стратегии развития, принимать решения с целью предотвращения развития тех или иных угроз как на микро, так и на макроуровне. На уровне предприятий оценка логистических затрат позволяет оптимизировать процесс их учета и повысить эффективность принятия управленческих решений в области управления логистической деятельностью. На макроуровне анализ показателей логистических затрат может быть использован при долгосрочном стратегическом планировании сокращения затрат в логистике, разработке целевых показателей транспортных и терминально-логистических комплексов, дорожного хозяйства и др., разработке альтернативных путей снижения затрат на логистику. В первую очередь, необходимо определиться с понятием «логистические затраты». Существует большое количество различных определений российских и зарубежных ученых, обобщенных автором в таблице 1.1. [8, 10]
Как видно из данных, представленных в таблице 1.1, ученые по-разному определяют «логистические затраты» (зачастую приравнивая их к понятию «логистические издержки»), однако практически во всех определениях есть в наличие совпадающие элементы. Для их выделения необходимо рассмотреть структуру логистических затрат, а для этого – основные классификационные критерии при анализе логистических затрат.
С одной стороны, логистические затраты можно объединить в следующие группы: [99]
1) организационные затраты;
2) затраты на транспортные услуги;
3) складские затраты;
4) затраты на продажу продукции;
5) затраты на послепродажный сервис.
Первую группу формируют затраты, связанные с организацией процесса закупок; Вторая группа включает затраты, связанные с движением товарного потока от производителя до потребителя; Третья группа объединяет затраты, связанные с организацией складских работ; К четвертой группе относятся затраты, связанные с продажей продукции; Пятую группу составляют затраты на послепродажный сервис.
Если принять во внимание тот факт, что основным классификационным критерием при анализе затрат выступает их вид (переменные / постоянные), то логистические затраты могут быть классифицированы следующим образом: [108]
1. Постоянные складские затраты
- Аренда складов и помещений
- Аренда кранов
- Эксплуатация кранового оборудования
- Налоги на землю и имущество
- Питание сотрудников
- Заработная плата сотрудников
2. Переменные складские затраты
- Коммунальные и бытовые услуги
- Обучение и аттестация сотрудников
- Стропы, упаковка, проволока, пиломатериалы
- Техническое обслуживание оборудования
- Внутренние перемещения оборудования
3. Постоянные транспортные затраты
4. Переменные транспортные затраты
- Использование транспортных путей других собственников
- Маневровые работы
- Транспортные тарифы
- Услуги подачи-уборки транспортных средств
- Затраты при отгрузке и перемещении транспорта
- Затраты при отгрузке товаров
5. Таможенные затраты
В зависимости то того, к какому потоку относится та или иная группа логистических затрат, можно также произвести их классификацию [35, 36], выделив три основных типа потоковых процессов, рассматриваемых в логистике: информационный поток, материальный поток, финансовый поток (см. рис. 1.1.)
Анализ динамики развития рынка аддитивных технологий на современном этапе и его влияния на логистические затраты предприятий
Для того чтобы доказать, как аддитивные технологии меняют мировую структуру логистических затрат китайских предприятий, осуществляющих внешнеторговые операции с Россией, необходимо рассмотреть, какую в принципе роль играет логистика и отдельные логистические факторы в структуре внешнеторгового оборота двух стран.
Развитие торговых взаимоотношений России и Китая является комплексным явлением, подверженным многогранному влиянию внешней среды. Для оценки современного состояния и выявления перспективных направлений экономического сотрудничества России и Китая, а также выявления роли логистических факторов, были на теоретическом уровне отобраны следующие переменные:
Эндогенный фактор:
1. Внешнеторговый оборот, млрд.$ (Y).
Экзогенные факторы:
1. Прямые иностранные инвестиции Китая в Россию, млрд.$ (X1);
2. Среднегодовой курс доллара к рублю, руб. (X2);
3. Курс юаня к рублю на начало года, руб. (X3);
4. Индекс эффективности логистики в России (LPI): компетентность и качество таможенного оформления (X4);
5. Индекс эффективности логистики в России (LPI): качество инфраструктуры (торговой и транспортной) (X5);
6. Индекс эффективности логистики в России (LPI): отслеживание поставок (X6);
7. Индекс эффективности логистики в России (LPI): своевременность поставок (X7);
8. Индекс эффективности логистики в России (LPI): эффективность работы таможни (X8);
9. Объем Интернет-торговли России с Китаем (импорт в Россию) (X10).
Выбор данных фактор носит системных характер. Выбор эндогенной переменной обусловлен целевой спецификой данного исследования. Целевым показателем в данном случае выступает внешнеторговый оборот, который учитывает экспорт и импорт России с Китаем. Заключению внешнеторговых контрактов может способствовать инвестиционное сотрудничество, что подчеркивает использование прямых иностранных инвестиций как потенциального регрессора. Динамика волют определяет как восприятие риска, так и потенциальный финансовый интерес субъектов сделки. Индекс эффективности логистики определяет качество логистических систем 1 0 стран. Его публикует Всемирный банк через свои отделы транспорта и торговли каждые 2 года. При определении индекса учитываются количественные и качественные показатели на основе опроса более 1000 специалистов по логистике. Оценка развития логистической системы производится по 5 субиндикаторам: эффективность работы таможни, качество инфраструктуры, простота организации международных грузоперевозок, компетенция в логистике, отслеживание поставок, своевременность поставок. Рост данного показателя отражает повышение эффективности национальной логистической системы. Также ранее выделялось развитие интернет торговли между государствами, что обуславливает потенциальное влияние объема Интернет-торговли России с Китаем на динамику внешнеторгового борота.
Представленная совокупность показателей может быть исследована посредством инструментария множественной регрессии. Обрабатываемый массив данных был сформирован за 2008-2017 годы, источниками выступили: http://stat.customs.ru/, http://www.aei.org/, https://ruxpert.ru/, http://www.banki.ru/, https://lpi.worldbank.org/, http://www.akit.ru/. Обработка дынных производится посредствам программного обеспечения IBM SPSS и MS Excel. Данные для построения модели представлены в приложении 1. При построении модели будут рассчитаны следующие показатели:
Множественный коэффициент корреляции - показатель степени тесноты статистической связи между результирующим показателем и набором объясняющих показателей.
Коэффициент детерминации - показывает, какая доля дисперсии результативного признака объясняется влиянием независимых переменных.
Нормированный коэффициент детерминации - доля дисперсии результативного признака объясняется влиянием независимых переменных при добавлении новых факторных переменных.
Стандартная ошибка - оценка стандартного отклонения распределения коэффициента регрессии от исходных данных. Стандартная ошибка регрессии указывает приблизительную величину ошибки прогнозирования.
F-критерий Фишера - статистическая значимость коэффициента детерминации уравнения регрессии, т.е значимость модели в целом.
t-критерий Стьюдента - позволяет определить, какие из факторных переменных оказывают наибольшее влияние на результирующую переменную, оценивает значимость коэффициентов регрессии.
Р-Значение — это вероятность принятия гипотезы (ошибки при отклонении нулевой гипотезы). Если p-значение меньше уровня значимости (например, 0,1), то нулевая гипотеза Н0 - отвергается.
Средняя ошибка аппроксимации - среднее отклонение расчетных значений от фактических. Значение до 15% свидетельствует о хорошо подобранной модели уравнения.
Коэффициент эластичности - показатель силы связи фактора x с результатом у, показывающий, на сколько процентов изменится значение у при изменении значения фактора на 1 %.
Разрабатываемая модель должна стремиться к сильной связи показателей, то есть сумма квадратов ошибок и средняя ошибка должна стремиться к 0, коэффициент детерминации - к 1. Регрессионная модель нужна для доказательства взаимосвязи экзогенных факторов с эндогенным фактором за исследуемый период (очищенное от других эффектов), для объяснения причинно-следственной связи, для количественной оценки силы влияния. Методология разработки данной модели включает следующие основные этапы:
1. Выбор эндогенных и экзогенных переменных;
2. Проверка временных рядов переменных на стационарность;
3. Удаление независимых переменных на основе анализа тренда;
4. Математизация зависимости эндогенных переменных от экзогенных переменных в виде системы взаимосвязанных уравнений;
5. Сбор первичных статистических данных;
6. Составление первичной формы модели в общем виде;
7. Применение метода МНК для нахождения коэффициентов уравнения;
8. Проверка значимости уравнения регрессии;
9. Формирование выводов.
Представленные факторы формулируют концептуальную модель, представленную на рисунке 2.7.
Разработка модели предиктивной калькуляции логистических затрат предприятия КНР, интегрирующего аддитивные технологии и реализующего единичные и мелкосерийные заказы
В рамках ранее сформулированных выводов было выделено, что трансформация процесса производства под влиянием интеграции аддитивных технологий приводит к необходимости трансформации подходов прогнозированию величины логистических затрат. В первую очередь данное явление актуально для предприятий, работающих с единичным и мелкосерийным производством. При массовом производстве структура заказа идентична для предприятий, использующих аддитивные технологии и предприятий, использующих более классические способы формообразования. Однако, для данных групп предприятие интеграция аддитивных технологий актуальна исключительно при снижении себестоимости производства единицы изделия. Данной снижение возможно во многом за счет сокращения затрат на оплату труда, или сокращения этапов производства детали до одного процесса выращивая и последующей механической обработки. Однако, предприятия, реализующие единичное и мелкосерийное производство способны извлечь значительно больше выгоды из интеграции аддитивных технологий. Причины данного явления описаны в предыдущем параграфе. В связи с этим, в рамках данной главы предложен инструмент прогнозирования логистических затрат на предприятиях, интегрирующих аддитивные технологии и реализующих единичное и мелкосерийное производство.
Логистические затраты в данном случае могут составлять значительную часть себестоимости производства, а следовательно, должны калькулировать отдельно. Так как предприятие, реализующее единичное и мелкосерийное производство, может не иметь жестко фиксированного плана производства, оно вынуждено калькулировать себестоимость на допроизводственном этапе, и формировать на его основе цену заказа для потребителя. Таким образом, процесс калькулирования во много схож с процессом прогнозирования. Более того, если предприятие реализует процесс транспортировки готовой продукции самостоятельно, оно будет вынуждено прогнозировать процесс загрузки транспортных мощностей для целей оптимизации затрат на транспортировку. Таким образом, можно выделить следующую совокупность инструментов, необходимых для целей управления логистическими затратами на данном предприятии:
1. Модель калькулирования логистических затрат на допроизводственном этапе. Данная модель направлена на точное определение величины рассмотренных ранее элементов логистических затрат для целей ценообразования;
2. Модель прогнозирования спроса. Данная модель является составным элементом модели калькулирования логистических затрат на допроизводственном этапе. Посредствам данной модели предприятие сможет прогнозировать потенциальный спрос, тем самым создавая дополнительные запасы сырья и материалов;
Калькуляция логистических затрат производится в расчете на 1 заказ. В первую очередь следует определить критерий дифференциации логистических затрат для целей их калькулирования. В данном случае предполагается бинарная смешанная классификация, согласно которой выделяются 2 классификационных признака. Первичным классификационным признаком выступает используемая группа ресурсов предприятия. В данном случае логистические затраты можно разделить на:
1. Амортизация логистического оборудования и обслуживание транспортных мощностей;
2. Затраты на оплату труда логистического персонала;
3. Затраты на сырье и материалы, обеспечивающие логистические процессы;
4. Прочие логистические затраты.
Вторичным признаком в данном случае выступает сформированная ранее на рисунке 1.3 классификация логистических затрат:
1. Затраты на транспортировку;
2. Затраты на управление запасами;
3. Таможенные затраты;
4. Затраты на информационные процессы и управление цепочкой поставок;
5. Производственно-логистические затраты.
Таким образом совокупность элементов калькуляции может быть представлена в виде соответствующей матрицы 3 на 4. Данная матрица может быть названа матрицей логистических затрат предприятия, интегрирующего аддитивные технологии и реализующего единичное и мелкосерийное производство (см. табл. 3.5).
Как можно видеть данная матрица не является однородной. Таким образом, в соответствии с выделенной матрицей для целей калькулирования необходимо идентифицировать 12 элементов логистических затрат. Рассмотрим данные элементы калькуляции более подробно.
В первую очередь рассмотрим амортизацию логистического оборудования и затраты на обслуживание транспортных мощностей применительно к затратам на транспортировку (A1). Данный элемент калькулирования является с одной стороны наиболее явным с точки зрения базовой классификации, с другой же стороны во многом сложно прогнозируемым, так как требует учета будущего спроса и специфики загрузки транспортных мощностей в конкретный период времени. Данный элемент калькуляции можно деструктурировать на следующие субъэлементы:
1. a1.1 – амортизация подвижных составов, задействованных в процессе транспортировки заказа;
2. a1.2 – амортизация транспортных емкостей, задействованных в процессе транспортировки заказа;
3. a1.3 – стоимость планового ремонта и обслуживания подвижных составов, задействованных в процессе транспортировки заказа;
4. a1.4 – стоимость планового ремонта и обслуживания транспортных емкостей, задействованных в процессе транспортировки заказа.
Данные элементы могут быть нормированы в соответствии с годовыми, месячными или квартальными нормативами. Однако, при калькулирования их величины в рамках конкретного заказа необходимо понимать, какую долю данный заказ будет составлять от годовой, месячной или квартальной нормы. В данном случае целесообразно использование годовых нормативов, так как несмотря на косвенный характер, данные затраты структурно постоянны в течение года. Таким образом, необходимо введение коэффициента, отражающего долю соответствующего заказа в годовом объеме транспортировок (rA1). Базой для расчета данного коэффициента выступает расстояние, которое необходимо пройти соответствующим подвижным составам и транспортным емкостям, а также время, которое будет на это затрачено.
Разработка инструментария предиктивной компенсации необеспеченных логистических затрат предприятия КНР, интергрирующего аддитивные технологии
В рамках данного параграфа рассматривается модель оценки введенного ранее коэффициента загрузки логистических мощностей (Q). Данный коэффициент призван отражать уровень обеспечения логистических мощностей предприятия необходимым объемом и трудоемкостью заказов. Это обусловлено тем, что в сформированной модели калькуляции имеют место комплексные элементы, базой для расчета которых является время. Безусловно, в процессе деятельности предприятие не может избежать вынужденных простоев. Логистический персонал, как и логистическое оборудование не может быть задействовано беспрерывно. Безусловно пределом загрузки является 100% фонда рабочего времени, однако данный пределе является достижимым исключительно при высоком уровне спроса на услуги предприятия, а также высокий уровень оптимизации и организации оперативно-производственного планирования и диспетчирования. В случае частичной загрузки образуются необеспеченные логистические затраты, которые приращают себестоимость производства при уменьшении выручки, обеспеченной снижением спроса, на фоне которого данные затраты и образуются. Результатом является снижение основных финансовых результатов, в первую очередь валовой прибыли. Представленный коэффициент позволит учитывать данные необеспеченные логистические затраты и пропорционально их росту увеличивать конечное значение совокупных логистических затрат.
Для целей прогнозирования данного коэффициента не может быть использован детерминированный подход, так как на их динамику могут оказывать влияние косвенные факторы. Следовательно, необходимо использовать стохастический подход. Для данных целей необходимо определить перечень факторов, оказывающих влияние на уровень загрузки логистических мощностей. В качестве анализируемого периода избран календарный месяц. Можно выделить следующие факторы, оказывающие влияние на степень загрузки логистических мощностей:
1. Число заказов (X1);
2. Средняя стоимость одного заказа (X2);
3. Фактор времени (порядковый номер квартала) (X3).
Данный набор факторов является необходимым и достаточным, так как в рамках данного исследования рассматривается предприятия реализующие единичные и мелкосерийные заказы, что в значительной мере повышает волатильность их деятельности с одной стороны, и снижает влияние факторов внешней среды с другой стороны, что на фоне растущей экономики Китая является положительным аспектом. В качестве эндогенного фактора можно выбрать долю необеспеченных логистических затрат, которая рассчитывается по следующей формуле:
1. Logi – логистические затраты за период i;
2. Un.Logi – необеспеченные логистические затраты за период i (логистические потери).
Первичные данные для анализа были предоставлены малым производственным предприятием Китая, реализующим единичное и мелкосерийное производство (см. Приложение 2). Проведенный регрессионный анализ позволил получить следующее уравнение: (52) Фактор времени был исключен из данного уравнения, так как p-level в данном случае составил 0,85. Данный показатель применительно к остальным экзогенным факторам не превышает 0,1. Коэффициент детерминации составляет 81%, что говорит о высоком качестве описания вариации зависимого показателя независимыми. При этом средний процент ошибки составляет 7,3%, что также является положительным аспектом. Для целей подтверждения данных результатов необходимо провести эвристический анализ соотношения динамик фактических и теоретических значений долей необеспеченных логистических затрат, а также график распределения остатков. На рисунке 3.3 приведена динамика фактических и теоретических значений Y.
Как можно видеть, на графике отсутствует структурный сдвиг, отсутствуют структурные разрывы, а также отсутствуют значимые выбросы. Данный факт свидетельствует о высоком качестве аппроксимации. Однако имеет место неоднородная дисперсия остатков, а именно имеют место выбросы в первой трети анализируемого периода. Данные выбросы могут быть связаны с явлениями внутрипроизводственного характера, такими как модернизация ОПФ. Данными выбросами можно пренебречь. Следовательно остатки можно считать стационарными, что указывает на высокое качество модели. Таким образом, исследуемая доля необеспеченных затрат линейно убывает при увеличении числа заказов в месяц, при этом линейно возрастает при увеличении средней стоимости заказа. Во многом это обусловлено тем, что увеличение средней стоимости одного заказа может быть следствием увеличения его инженерной и технологической сложности, что в свою очередь приводит к увеличению производственного цикла, а следовательно, снижению частоты логистических операций. Обратную зависимость демонстрирует эндогенной переменной от частоты заказов. Каждый отдельный заказ должен быть обеспечен минимальными технологическими логистическими операциями, что значительно повышает логистическую трудоемкость заказа. Таким образом линейно-функциональная формализация данной зависимости соответствует критериям формальной логики.
Для целей прогнозирования исследуемого Y необходимо сформировать систему предиктивных моделей, направленных на прогнозирование экзогенных переменных. Для данных целей выбран класс моделей ARIMA, так как он позволяет с высокой точностью прогнозировать будущие значения эндогенной переменной основываясь исключительно на ее ретроспективной динамике. В данном случае наиболее эффективные результаты продемонстрировали модели ARIMA (1, 0, 1)