Содержание к диссертации
Введение
Глава 1. Анализ методов и разработка концепции автоматизации внутреннего контроля производственных процессов 14
1.1 Сущность системы внутреннего контроля производственных процессов 14
1.2 Анализ математических методов для выполнения автоматизированного внутреннего контроля 33
1.3 Анализ существующих программных решений 41
Выводы по главе 1 48
Глава 2. Модели анализа данных и архитектура автоматизированной системы внутреннего контроля производственных процессов 50
2.1 Применение модели материального баланса в автоматизированном внутреннем контроле 50
2.2 Применение модели корреляционного анализа в автоматизированном внутреннем контроле 59
2.3 Применение модели ABC-классификации в автоматизированном внутреннем контроле 63
2.4 Архитектура автоматизированной системы внутреннего контроля 66
Выводы по главе 2 88
Глава 3. Применение моделей автоматизированного внутреннего контроля 90
3.1 Экспериментальная проверка модели уравнений материального баланса 90
3.2 Экспериментальная проверка модели корреляционного анализа 100
3.3 Расчет экономической эффективности автоматизированного внутреннего контроля 120
Выводы по главе 3 138
Заключение 140 Сокращения и условные обозначения 142
Список литературы 143
- Анализ математических методов для выполнения автоматизированного внутреннего контроля
- Анализ существующих программных решений
- Применение модели корреляционного анализа в автоматизированном внутреннем контроле
- Экспериментальная проверка модели корреляционного анализа
Анализ математических методов для выполнения автоматизированного внутреннего контроля
В процессе деятельности производственного предприятия могут возникать потери материалов. Причины их могут быть различными - естественные потери при выполнении производственных циклов, неисправность оборудования, особенности отрасли, несанкционированные действия персонала и т.д. По данным МВД ежегодно фиксируется около 1 миллиона фактов краж [95]. Доля таких преступлений, совершенных по отношению к юридическим лицам, составляет около 30%. Из них на производственных предприятиях около 15%. Кражи наносят существенный материальный ущерб промышленным предприятиям всех форм собственности и, следовательно, экономике в целом [8]. Особенностью хищений, происходящих на производственных предприятиях, является то, что в подавляющем большинстве случаи краж остаются невыявленными по причине того, что материалы, полуфабрикаты и готовая продукция похищаются во время технологических циклов производства. Бобуа З.Б. в своей работе [9] приводит факты, что до 70% краж, осуществленных на производственных предприятиях, характеризовались именно как хищения во время производственных циклов. Такие хищения совершают сотрудники предприятия, так как доступ в производственные цеха посторонним закрыт [8]. Также при больших объемах производства возможно возникновение неучтенных производственных потерь, которые будут увеличивать затраты предприятия, вести к ухудшению качества продукции, а в перспективе могут привести к серьезным авариям на производстве. Противостоять таким событиям можно при высоком уровне организации системы внутреннего контроля на предприятии.
В литературе можно найти следующие определения внутреннего контроля: «Процесс, осуществляемый советом директоров, менеджментом и остальным персоналом компании, предназначенный для обеспечения «разумной уверенности» касательно достижения целей в следующих категориях: эффективность и продуктивность операций, надежность финансовой отчетности, соблюдение законов и правил» [117].
Под внутренним контролем также понимают «систему мер, организованных руководством предприятия и осуществляемых на предприятии с целью наиболее эффективного выполнения всеми работниками своих должностных обязанностей при совершении хозяйственных операций. При этом подразумевается не только и не столько функционирование контрольно-ревизионного подразделения организации, а создание системы всеобъемлющего контроля, когда он является делом не только ревизора, а всего аппарата управления предприятия» [61, с. 185].
У авторов Мельник М.В., Звездин А.Л., Пантелеев А.С. внутренний контроль рассматривается как «ежедневный и непрерывный контроль за деятельностью организации» [66, с.53].
Камышанов П.И. связывает внутренний контроль с контролем в рамках процесса менеджмента и определяет его как «…текущий контроль за осуществлением экономической политики и качеством управления предприятием» [37, с.41].
Основные риски недостаточности контроля производственных процессов Из-за сложностей осуществления контроля производственных процессов, наблюдается недостаточная проработка как методологических, так и практических аспектов внутреннего контроля для данных процессов. Основные риски предприятий, связанные с недостаточностью контроля - это повышенный риск производственных потерь 1 , риски хищения на производстве и риски несанкционированных действий персонала, следствием чего может быть возникновение следующих факторов риска: 1. Риск увеличения затрат – хищения и производственные потери ведут к дополнительным финансовым потерям, которые могут оказать серьезное влияние на развитие предприятия;
Риск неисполнения действующих договоров – из-за нехватки ресурсов могут быть увеличены сроки выполнения заказов;
. Риск поломки оборудования и возможность аварии – потери могут возникать на ранней стадии появления неисправности оборудования, которые не зафиксированы ответственными за производство. В дальнейшем неисправность может привести к аварии [3].
Для снижения вероятности возникновения описанных выше рисков, помимо внедрения новейших моделей управления производством, следует организовать эффективную систему контроля, которая, во-первых, снизит риск возникновения производственных потерь, хищений и несанкционированных операций сотрудниками, во-вторых, не будет затруднять и замедлять производственный процесс и в-третьих, будет окупаться. Во многих случаях при создании системы внутреннего контроля руководство компании пытается создать чрезмерно надежную систему, перегружая ее контрольными процедурами. Однако при слишком сложной системе контроля, она начинает сильно затруднять и замедлять производственный процесс, так как для выполнения определенной задачи придется провести много дополнительных и возможно избыточных действий (в основном это согласования и излишние замеры), а с другой стороны, такая система будет настолько дорогой, что затраты на ее внедрение не окупятся положительным эффектом от ее использования. Таким образом неверно выбранная модель проведения контрольных процедур может сделать убыточным весь процесс внутреннего контроля на производстве.
Влияние неучтенных потерь и несанкционированного использования материалов на бухгалтерскую отчетность и налогообложение предприятия
Неучтенные производственные потери и хищения на производстве увеличивают риск искажения данных бухгалтерской отчетности предприятия и могут повлиять последующие управленческие решения, принятые на ее основании. Ниже приведен анализ такого влияния на примерах. При использовании методов внутреннего контроля с высокой степенью использования ручных операций может потребоваться много времени на выявление несанкционированных действий и неучтенных потерь. До момента их выявления эти события считаются скрытыми. Таким образом происходит отклонение документального учета от реальных данных предприятия.
На производственных предприятиях затраты на выпуск продукции накапливаются на счетах бухгалтерского учета: 20 «Основное производство», 23 «Вспомогательные производства» и 29 «Обслуживающие производства и хозяйства». Материалы в бухгалтерском учете хранятся на счете 10 «Материалы» [83]. Факт отпуска материалов со склада в производство должен быть отражен в бухгалтерском учете. Списание материалов со склада в производство отражается бухгалтерией проводкой Дт 20 «Основное производство» Кт 10 «Материалы» документами «Требование-накладная» (номер по ОКУД 0315006), «Лимитно-заборная карта» (номер по ОКУД 0315005) [73] и др. На счетах 20, 23 и 29 собираются суммы затрат на производство.
Потери и хищения материалов должны отражаться на счете 94 «Недостачи и потери от порчи ценностей» проводкой Дт 94 Кт 20 (23, 29), уменьшая сумму затрат на производство [83]. В случае, когда хищения и потери являются невыявленными, суммы материалов, подверженных хищениям или потерям будут включены в затраты на счетах 20, 23 и 29. На выявление несанкционированных действий и неучтенных производственных потерь службе внутреннего контроля может понадобиться значительное время. Также существует вероятность, что данные нарушения будут пропущены. Если потери и хищения не будут выявлены до момента закрытия периода, то при выполнении регламентных процедур закрытия периода данные затраты будут включены в себестоимость выпущенной продукции, следовательно, себестоимость будет завышена.
Анализ существующих программных решений
Модели материального баланса на предприятии можно использовать для определения фактических потерь на производстве, путем сравнения значений показателей, зафиксированных в уравнениях материального баланса (нормативного), и значений, получаемых с датчиков технологического процесса. В данной работе используется технологический вид материального баланса. «Материальный баланс технологический - соотношение количеств веществ, введённых и полученных в химико-технологическом процессе и … базируется на законе сохранения массы (в данном случае общая масса поступающих в производство материалов равняется массе выходящих материалов)» [63]. В данном определении не учитываются масса производственных потерь, неизбежно возникающих в процессе производства Модель материального баланса, описываемая в данной работе применима к таким видам промышленности как пищевая, металлургическая, фармацевтическая, химическая. В данной работе модель материального баланса рассматривается на примере молочной промышленности. Данная отрасль выбрана по следующим причинам:
Принципы, используемые при построении модели, сформированной для молочной промышленности, могут быть применимы в других отраслях производства, для продукции, обладающей схожими свойствами.
В модели автоматизированного внутреннего контроля применяются уравнения материального баланса на этапе планирования для получения плановых данных и на этапе производства для получения фактических данных. Уравнения модели технологического материального баланса используют в качестве аргументов агрегированные величины всех поступающих в переработку материалов и получаемой готовой и побочной продукции, таким образом, например, величина «масса сырья» включает в себя массу всех видов сырья, участвующих в процессе производстве. Используется два типа уравнений материального баланса. Первое уравнение отражает баланс исходного используемого сырья и получаемых из него продуктов. В формуле агрегируются массы всех видов сырья, готовой и побочной продукции: 7тггп = 7тгсп — 7тгпп — П , (2.1) где тсп, 7тгГП, mnn - плановая масса сырья, готовой и побочной продукции (кг), П -плановые (нормируемые) потери при производстве (кг). В формуле (2.1) представлены плановые данные, рассчитанные главным технологом производства. В данной формуле нас интересует параметр Я, который представляет собой массу нормируемых производственных потерь, которые вычисляются технологом в зависимости от условий производства. П также может меняться с течением времени. С массой П при заданных условиях производства сделать ничего нельзя и руководство предприятия согласовывает их массу.
Отличие а от П заключается в том, что значение П - известные, нормированные потери, значение которых либо нормировано принятой на предприятии технологией производства, либо можно получить с датчиков производственной линии. Значение а - невыясненные производственные потери, характер которых неизвестен появляющиеся в процессе выполнения производственных циклов. При корректной работе оборудования, отсутствии хищений и правильных спецификациях изделий а будет равна нулю или стремиться к 0.
Второе уравнение материального баланса составляют по массе отдельных компонентов (составных частей) сырья. Компонентами сырья могут быть химические и биохимические элементы, из которых состоит сырье. Если составные части не претерпевают химических изменений в ходе технологических процессов, то их масса в сырье должна быть равна количеству в готовом и побочном продуктах [48]. Для применения второго уравнения материального баланса, требуется, чтобы составная часть присутствовала и в сырье, и в готовой, и в побочной продукции. Примером компонента сырья может выступать массовая доля жира в молоке, которая присутствует в сырье - цельном молоке, готовой продукции -нормализованном молоке, и в побочной продукции - сливках. По аналогии с первым уравнением материального баланса, для второго также сначала составляют формулу по плановым данным для установки технологии производства: где rc, rr, rn - массовая доля составных частей соответственно в сырье, в готовом и побочном продуктах, выраженная в долях и полученная по факту выполнения производственных циклов. Фактическую массу можно получить при помощи датчиков, установленных на производственной линии.
Так как уравнения (2.4) и (2.7) используют в качестве аргументов агрегированные величины всех поступающих в переработку материалов и получаемой готовой и побочной продукции, то они могут быть эффективно применены в частном случае, когда в производство отпускается один вид сырья и в процессе производства он декомпозируется на готовую и побочную продукцию. Но в случае, если в производство поступает несколько видов сырья, необходимо разделять их. Также необходимо разделять составные части сырья, по которым выполняется контроль. Таким образом, формулы уравнения материального баланса преобразуются в систему из п уравнений, где п - это количество составных частей готового продукта.
Применение модели корреляционного анализа в автоматизированном внутреннем контроле
После контроля полноты данных, АС ВК получает данные эталонной выборки. Данные получаются из таблицы «Данные производственной линии» с реквизитом «Относится к эталонной выборке» равным «ИСТИНА». Количество элементов эталонной выборки, участвующих в корреляционном анализе, а также общее количество элементов выборки задается настройками системы, устанавливаемых вручную. Затем АС ВК получит требуемое количество предыдущих значений производственных процессов контролируемой продукции. Данные предыдущих производственных процессов выбираются в таблице «Данные производственного процесса» по коду производственного процесса. После этого производится составление математического выражения по формуле Пирсона, представленной в параграфе 2.1 и вычисление коэффициента корреляции. Для рассчитанного коэффициента корреляции, АС ВК должна будет получить данные о допустимых отклонениях, которые хранятся в настройке модуля корреляционного анализа для каждого производственного процесса. Настройки отклонений вводятся вручную и определяются экспертным путем. Если отклонение коэффициента корреляции от 1 больше установленного в настройках, АС ВК должна зафиксировать инцидент. Для этого передается служебное сообщение в модуль оповещений для фиксации инцидента и рассылки уведомлений контролерам.
Прототип автоматизированной системы внутреннего контроля В рамках данной работы был создан работающий прототип АС ВК, основанный на концепции автоматизированного внутреннего контроля, разработанной в главе 1 и на архитектуре п. 2.4 главы 2. Прототип реализует функционал по автоматизации анализа данных, полученных с производственной линии при помощи моделей, разработанных в п. 2.1 и 2.2 главы 2. Прототип был разработан на программной платформе 1С: Предприятие 8.3 и представляет собой отдельное приложение для выполнения задач внутреннего контроля. Данный инструмент был выбран по нескольким причинам: 1. Ориентированность данной программной платформы на учетные задачи. Прикладные объекты платформы 1С:Предприятие позволяют существенно оптимизировать хранение данных и ускорить их обработку; 2. В данном инструменте реализована среда быстрой разработки приложений, которая позволяет при помощи прикладных инструментов для быстрого и гибкого создания программного прототипа для поставленной задачи и дальнейшего развития программного проекта. При создании прототипа данная функция особенно важна, так как на этапе разработки прототипа могут быть использованы различные подходы к созданию ИС – спиральный или итерационный. 3. Встроенные интерфейсные механизмы и функции администрирования, многопользовательской работы, позволяют разработчику сосредоточиться на решении основной бизнес-задачи и не отвлекаться на автоматизацию периферийных задач. 4. Высокий уровень масштабируемости. Платформа предлагает варианты работы от однопользовательского, до работы в масштабах больших рабочих групп и предприятий. Таким образом программный прототип АС ВК можно испытывать практически с любым объемом входных данных с приемлемой производительностью. 5. Широкое распространение на рынке данного инструмента. Возможна интеграция с учетными системами, разработанными на данной платформе. Также в функционале многих SCADA систем представлен интерфейс для обмена с приложениями, разработанными на платформе 1С:Предприятие 8.3. сырья и произведенной готовой продукции по данным производственной линии.
Прототип АС ВК тестировался на основе контрольных примеров, разработанных в п. 3.1 и 3.2 главы 3 данной работы. Данные контрольных примеров были внесены в программный прототип, были успешно рассчитаны и совпадают с результатами, полученными при расчетах вручную. Прототип АС ВК может быть использован в дальнейшем для автоматизации деятельности службы внутреннего контроля на производственных предприятиях.
Экспериментальная проверка модели корреляционного анализа
Расчет синтетических критериев для сырья представлен в таблице 1 Приложения 1. При использовании в производстве широкого перечня номенклатуры, рассчитывать критерии для каждой позиции будет очень трудоемким процессом, особенно экспертные критерии. Поэтому предлагается производить расчет по группам номенклатуры. Группа номенклатуры -совокупность номенклатурных позиций, обладающих сходными свойствами. В группе номенклатуры есть основная номенклатура, которая постоянно используется в производственном процессе и аналоги номенклатуры, которые используются как заменители основной, когда ее нет на складе, чтобы не останавливать производство. Аналоги номенклатуры всегда есть в ограниченном количестве, обычно они несколько дороже основной номенклатуры, так как у поставщиков они закупаются в меньших количествах и с меньшей частотой. Расчет синтетического критерия по группам номенклатуры выполняется так же, как и для каждой номенклатурной позиции в отдельности. Отличие будет только в том, что стоимость считается как среднее арифметическое из всех стоимостей основной номенклатурной позиции и номенклатуры-аналога. Преимуществом расчета критерия по группам номенклатурных позиций является сокращение времени на расчет критерия. Недостаток такого подхода состоит в том, что если критерий считается для всей группы номенклатурных позиций, то его значение будет усредненным и, следовательно, менее точным. Но такой недостаток можно устранить, поправив вручную критерий для особо важных элементов номенклатурных позиций. Расчет синтетического критерия по группам номенклатурных позиций представлен в таблице 2 Приложения 1. ABC анализ традиционным способом для готовой продукции представлен в таблице 3 Приложения 1. Расчетный способ выявления классификационных групп заключается в построении кумулятивной кривой или графика нарастающего удельного веса по результатам классификации.
Для применения расчетного способа необходимо соединить крайние точки кумулятивной кривой и определить точку касания кумуляты линией, параллельной прямой, соединяющей точки касания. «Эта точка будет определять группу номенклатуры, для которой характер накопления качественного критерия однороден. Эта точка определит границы группы А (см. рис. 3.2). Далее требуется повторить процедуру, соединив прямой начальную и конечную точки оставшейся части кривой, и зафиксировать границы следующей группы, проведя прямую, параллельную получившейся прямой в точке касания с кривой. Предлагаемый алгоритм позволяет автоматически определить границы и количество групп, но не исключает анализа получившейся классификации руководителем или специалистом в целях внесения необходимых корректив. Все же, акцент на максимальную объективность аналитической процедуры дает гарантии эффективности применения классификации в будущем» [96].
Для использования корреляционного анализа нам будут необходимы два параметра для установления корреляции между ними. По данным ABC классификации мы имеем три вида сырья, по которым необходим наиболее строгий контроль. В качестве параметра-соответствия для каждого них возьмем объем готовой продукции, который получается при использовании в производстве соответствующего объема контролируемого сырья. То есть в формуле линейной зависимости Пирсона (2.13) значением Х будет объем конкретного вида сырья, отпускаемый в производство, а значением Y будет объем готовой продукции, получаемый при таком объеме сырья. В итоге получим три формулы линейной зависимости между видами сырья и готовой продукцией. В процессе эксперимента будут контролироваться одновременно три вида сырья. В таблице 1 Приложения 2 приведены данные использования сырья и выпуска готовой продукции по 12 производственным циклам мороженого. Каждый производственный цикл – это промежуток времени с загрузки сырья в поточную линию до выхода готовой продукции на следующий передел. В таблице 1 Приложения 2 приведены данные без отклонений, составляющие эталонную выборку. Далее будут приводиться таблицы с измененными данными и анализ данных корреляционного анализа.
Определение требуемого объема выборки в модели корреляционного анализа Для применения модели корреляционного анализа для решения задачи внутреннего контроля, необходимо определить оптимальный объем выборки. Для поточного производства данный вопрос будет формулироваться как «какое количество данных производственных циклов одновременно проверять на наличие в них корреляции». В данной работе предлагается это определить эмпирическим путем. В таблице 3-6 Приложения 2 представлены данные контрольных испытаний с различными отклонениями в данных. В таблицах 3, 5 Приложения 2 жирным шрифтом выделены данные, по которым присутствует отклонение. По данным корреляционного анализа, представленным в таблицах 4, 6 Приложения 2 можно сделать вывод, что чем меньше в модели корреляционного анализа рассматривается производственных циклов (уменьшение объема выборки), тем модель реагирует более резко на изменения данных производственного процесса. С другой стороны, модель должна быть устойчивой к случайным колебаниям, погрешностям приборов и прочим сбоям. На основании данных таблиц 3-6 Приложения 2 проведен анализ количества требуемых производственных циклов в выборке для оптимального использования модели, который представлен в таблице 3.12.
Сильное сглаживание колебаний даже при отклонениях на нескольких производственных циклах. Отсутствие реакции на инциденты только в одном производственном цикле. Очень низкая чувствительность, что свидетельствует о неоптимальности использование такого количества периодов.
Среднее сглаживание колебаний. Четко видна реакция модели при отклонениях в нескольких производственных циклах. Слабая реакция модели на отклонения только в одном производственном цикле. Чувствительность модели недостаточна. Подобная настройка неоптимальна.
Нормальное сглаживание колебаний. Четко видна реакция модели при отклонениях в нескольких производственных циклах. Хорошая реакция модели на инциденты только в одном производственном цикле. При данном объеме выборки модель показывает очень хорошие результаты в части чувствительности, а также устойчива к ложным срабатываниям. Данную настройку можно считать оптимальной.
Слабое сглаживание колебаний. Сильная реакция модели при отклонениях в нескольких производственных циклах. Сильная реакция модели на инциденты только в одном периоде. Резкое изменение коэффициента корреляции как при множественных отклонениях, так и одиночных может вести к риску частых ложных срабатываний системы при использовании модели с такой настройкой.
Исходя из данных таблицы 3.12 видно, что наилучшие результаты метод корреляционного анализа показывает при количестве прогонов от 7 до 5. Необходимо отметить, что количество прогонов для каждой предметной области может быть индивидуальным. Для примера, приведенного в данной работе, возьмем количество производственных циклов равное 6. При проведении корреляционного анализа, три периода из шести будут относиться к «эталонной выборке». Далее рассмотрим возможность применения такого подхода на практике. Для этого проведем испытания по разработанной в главе 2 методике применения модели корреляционного анализа. Возьмем первые три значения из эталонной выборки, а еще три из текущего производственного процесса. Разработано восемь контрольных испытаний применения корреляционного анализа. Испытания 2.1-2.5 демонстрируют контроль материалов, испытания 2.6-2.8 – контроль готовой продукции.